江苏省酒、饮料和精制茶行业运营效率分析

夏东保 戴澍

利用DEA方法对江苏省酒、饮料和精制茶行业效率进行测算，在此基础上，运用Tobit方法对影响江苏省酒、饮料和精制茶行业效率的因素进行回归分析。结果显示：江苏省酒、饮料和精制茶行业的综合效率均值为0.866，综合效率的微弱提高主要依赖于存技术效率的改善；经济发展水平对行业综合效率有正向的促进作用；消费者对酒、饮料、茶叶的高消费并未带来生产综合效率的实质性提高；行业内可能存在规模效应。

进入新世纪以来，江苏省酒、饮料和精制茶行业发展稳定，已经成为相对成熟的行业。近年来，随着供给侧改革的实施，江苏省内酒、饮料和精制茶行业规模略有收缩，2019年省内规模以上企业资产总计752.67亿元，同比下降21.93%。当前省内酒、饮料和精制茶行业运营效率如何？行业内是否存在规模报酬递增或递减？已成为亟待解决的问题。

Tobit模型也称因变量受限模型，常用于被解释变量受限情况下的回归分析，因本文拟以DEA测算出的综合效率作为被解释变量进行回归，考虑到综合效率值在0到1之间，属受限情况，因此回归应采用Tobit模型，tobit模型具体表达形式为：

其中，yi*为潜在变量，yi为被解释变量，xij为解释变量，c表示常数，ci表示参数，表示随机误差，ε～N（0，σ2）。

效率水平测算

根据前文理论，结合柯布道格拉斯生产函数，最后确定选取江苏省酒、饮料和精制茶行业规模以上企业资产总额（代表资产要素）和规模以上企业用工人总数（代表劳动要素）为输入变量，规模以上企业利润总额为输出要素，运用DEAP2.1软件对2011—2019年江苏省酒、饮料和精制茶行业进行效率测算，所选用数据来源于2012—2020年江苏省统计年鉴。

结果显示：2011—2019年江苏省酒、饮料和精制茶行业的综合效率均值为0.866。最大值和最小值分别为1和0.706，整体来看各年份间的差异不显著。2015、2016、2019三个年份处于前沿面，其余年份仍存在效率提升的空间；从效率波动的角度来看，2011—2019年可分为两个周期，2011—2015年为第一个周期，波峰值与波谷值相差0.294。2015—2019为第二个周期，波峰值与波谷值相差0.221。第一周期内效率波动主要在于用工人数的变化，第二周期内效率波动主要源自企业资产和利润的变化。纯技术效率整体均值0.923，2011年、2015年、2016年、2018年、2019年处于纯技术效率前沿面；规模效率的波动情况略低于纯技术效率，9年的均值0.939，2015年、2016年、2019年处于规模效率前沿面。从纯技术效率和规模效率的均值及前沿面的个数综合来看，二者对于效率的影响作用尚不明朗，仍须进一步进行趋势分析。规模报酬方面，2011年、2012年、2013年、2014年属于规模报酬递增的年份，上述年份，企业用工人数和资产少量提高即获得较大利润；2017年和2018年属规模报酬递减年份，企业用工人数和资产大量提高只能获得有限的利润增加。总体来看虽然规模递增的年份数多于规模递减的年份数，但考虑到近三年的规模报酬除2019年外均递减，因此可初步判断在今后的一段时间内大概率呈现规模递减的趋势。

效率水平的趋势分析

对综合效率、纯技术效率和规模效率进HP滤波处理，分离出波动成分，以明确三个时间序列的变化趋势。为保证序列的平稳性，对三个时间序列进行ADF检验。综合效率的T统计量为-4.08726，在0.05水平上通过假设检验；规模效率T统计量为-5.25702，在0.01水平上通过假设检验；纯技术效率未通过ADF检验。综上可认为综合效率序列和规模效率序列是平稳的，可进一步进行滤波分析。运用eviews软件对三个时间序列进行HP滤波分析显示：综合效率序列在分离了波动成分后，呈现出上升的趋势，表明2011—2019年江苏省酒、饮料和精制茶行业的整体效率在提高，从趋势线的斜率来看，整体效率提高的效果并不明显。规模效率序列与综合效率序列相反，趋势线呈下降的趋势，规模效率有改进的空间。此外，虽然纯技术效率未通过数据平稳性检验，但因为纯技术效率等于综合效率与规模效率的比值，可认为综合效率的微弱提高主要依赖于存技术效率的改善。

回归分析

1.变量选取

在明确2011—2019年江苏省酒、饮料和精制茶行业的综合效率后，进一步对综合效率的影响因素进行分析。另选取江苏省经济发展水平和江苏省酒、饮料和精制茶行业的企业规模、消费情况、成本费用利润率、流动资产周转次数为解释变量。其中江苏省经济发展水平以历年江苏省GDP替代，企业规模以规模以上酒、饮料和精制茶企业数表示，消费情况以规模以上酒、饮料和精制茶企业主营收入表示。所有数据均来源于2012—2020年江苏省统计年鉴。此处值得说明的是解释变量“消费情况”对被解释变量的影响。一般认为消费水平越高，企业的收入越大，资金越充裕，更有利于综合效率的提高，但结合酒、饮料、茶叶行业实行的供给侧改革可发现：一方面，供给侧改革前，持续增加的冗余劳动力导致综合效率一度下降，而消费却持续增长，二者反相发展；另一方面，供给侧改革后短期内行业内大量冗余、低效率劳动力的清除促使效率内迅速上升，但实际的消费增长缓慢，两者并不匹配。因此本文认为解释变量“消费情况”的预期回归符号为负。

2. 共线性检验与Tobit回归

为避免解释变量之间由于存在相关关系而使tobit模型估计失真，利用简单相关系数检验法对上述各解释变量做多重共线性检验，发现成本费用利润率变量和流动资产周转次数变量对其他解释变量的相关系数普遍偏高，因此在模型中删除这两个变量。运用eviews软件对被解释变量和剩余的三个解释变量进行tobit回归，

结果显示：经济发展水平在0.1水平上通过显著性检验，系数为5.93E-06，与预期相符，表明经济发展水平对酒、饮料和精制茶行业综合效率有正向的促进作用，江苏省GDP每提高1个单位则综合效率提升5.93E-06个单位；消费情况在0.1水平上通过显著性检验，系数为负，符合预期，消费者对酒、饮料、茶叶的高消费并未带来生产综合效率的实质性提高；企业规模的系数为0.012213，符合预期，表明行业内存在规模效应，行业规模的扩大，降低了平均成本，形成了产业集聚效果，提升了利润空间，进而促进效率的改善，但考虑该解释变量的P值未通过显著性检验，此结论仅供参考。

本文运用tobit两步法对江苏省酒、饮料和精制茶行业的效率及效率影响因素进行测算，结果显示：第一，江苏省酒、饮料和精制茶行业的综合效率均值为0.866，综合效率的微弱提高主要依赖于存技术效率的改善。第二，江苏省酒、饮料和精制茶行业今后的一段时间内大概率呈现规模递减的趋势。第三，经济发展水平对酒、饮料和精制茶行业综合效率有正向的促进作用；消费者对酒、饮料、茶叶的高消费并未带来生产综合效率的实质性提高；行业内可能存在规模效应。

[本文系基金项目：江苏高校“青蓝工程”资助项目“江苏高校‘青蓝工程’优秀青年骨干教师培养对象”（2020）。]

（江蘇今世缘酒业股份有限公司）（炎黄职业技术学院）

参考文献：

[1]王政. 白酒技术规制对白酒行业技术效率影响及提升研究[D].山东财经大学，2016.