中國種業(yè)上市公司效率分析———基于超效率DEA模型與Malmquist指數模型

1、中國種業(yè)上市公司效率分析基于超效率DEA模型與Malmquist指數模型關鍵詞：種業(yè)上市公司; 效率; 超效率DEA; Malmquist指數中圖分類號：F 83文獻標志碼： A文章編號： 1004-390X(2016)06-0078-05中國以世界7%的耕地面積養(yǎng)活世界20%的人口，不論是從國民溫飽的角度還是從國家安全的角度，糧食必須自給自足。2011年4月，國務院發(fā)布了關于加快推進現代農作物種業(yè)發(fā)展的意見，首次明確了現代農作物種業(yè)的戰(zhàn)略性、基礎性核心產業(yè)定位。種業(yè)作為基礎性核心產業(yè)，是農業(yè)發(fā)展的命脈，是保證國家糧食安全的根本。由此可見，對種業(yè)企業(yè)的效率分析既有理論意義、也有重要的現實意義。

2、目前，國內外用于企業(yè)效率分析的方法有很多，Mahadevan 1根據是否設置函數形式將其分為參數方法和非參數方法。參數方法主要有生產函數法，包括確定性參數前沿生產函數法、確定性統(tǒng)計前沿生產函數法以及隨機前沿生產函數法（SFA）；非參數方法，主要有數據包絡分析（DEA分析）。在種業(yè)企業(yè)生產效率研究方面，黃毅 2采用超效率DEA模型研究中國種業(yè)上市公司營銷效率，他認為上市公司營銷效率代表中國種業(yè)營銷的最高水平，分析上市公司營銷效率能反映當前我國種業(yè)的營銷效率。黃毅、肖國安 3利用中外14家種業(yè)上市公司數據，基于DEABC2模型以及Malmquist指數模型比較分析中外種業(yè)上市公司規(guī)模、成長性、盈利

3、性與效率。黃炳凱 4運用DEAC2R模型，對我國種業(yè)8家種業(yè)上市公司的經濟效率進行分析，建議種業(yè)企業(yè)不要盲目擴大經營范圍，重視良種研發(fā)。本文綜合利用超效率DEA模型以及Malmquist指數模型，動靜結合分析我國種業(yè)上市公司效率。一、研究方法（一）超效率DEA模型美國運籌學家Charnes、Cooper and Rhodes將經濟學家Farrel對單投入、單產出的有效性度量方法推廣到多投入、多產出，并提出了第一個DEA模型C2R模型。然而，傳統(tǒng)C2R模型的一個弱點是當多個決策單元同時有效時，無法對有效單元進行進一步的評價和排序。Anderson提出的超效率模型DEA模型彌補了傳統(tǒng)DEA模型的這

4、一缺陷5。第6期劉虹燕，等:中國種業(yè)上市公司效率分析云南農業(yè)大學學報第10卷式（1）為規(guī)模收益不變下的超效率DEA模型。其中，Xj表示投入要素的集合，Yj表示產出要素的集合。θ表示決策單元DMU的效率。在C2R模型中,當0θ≤1時，DMU非有效；當θ=1時，DMU有效。但是在超效率模型中，對于一個有效的DMU而言，投入的增加會帶來產出的增加，而投入增加的比例就是超效率的效率值，所以θ≥1，并且θ越大，效率越高。（二）Malmquist生產率指數莫氏指數5是由瑞典經濟學家StenMalmquist于1953年提出的，1994

5、年Rolf Fare等人研究得出了該指數的非參數規(guī)劃算法，建立了莫氏生產率指數。莫氏生產率指數是分別計算在t時期和t+1時期的技術當做參考值下的生產效率變化值的幾何平均值，因此它是動態(tài)變化下的效率值。全要素生產率=效率變化x技術進步=純效率變化x規(guī)模效率變化x技術變化即：TFP=EFFCHxTECH=PECHxSECHxTECH二、數據說明1數據來源本文選取的樣本為中國10家種業(yè)上市公司，見表1。2 指標選取與數據處理本文選取的指標主要包括投入、產出指標，投入指標為固定資產期末凈值、營業(yè)成本、職工人數；產出指標為營業(yè)收入。為了剔除價格變化對研究結果的影響，本文采用1978年為基期的不變價格對相

6、應指標進行換算。三、實證結果及分析（一）基于超效率的靜態(tài)分析本文選取20102014年10家中國種業(yè)上市公司投入產出的相關面板數據，運用EMS13軟件測算超效率值，測算結果如表2所示。1 決策單元的有效性分析根據各年整體均值以及各企業(yè)五年內的超效率均值可知（表2），我國種業(yè)企業(yè)的整體效率不高。由時間序列數據的均值可知，我國種業(yè)2010年超效率均值超過1，達到DEA有效；20112014年的超效率均值在0608之間，均為DEA非有效。就單個企業(yè)每年的超效率值而言，2010年較其他年份超效率值相對較高，登海種業(yè)、農發(fā)種業(yè)、荃銀高科以及神農基因均達到DEA有效。20112014年，除大北農、亞盛集團

7、以外，其他企業(yè)均為DEA非有效。DEA有效意味著這些企業(yè)的投入產出點落在生產前沿面上，沒有無效投入，即產出水平達到了最優(yōu)；DEA非有效，意味著企業(yè)投入產出組合并非最優(yōu)，可能的投入產出點沒有落在生產前沿面上，存在著技術無效和投入冗余。20102014年我國種業(yè)上市公司的整體超效率值多集中在0307之間，這與我國種業(yè)整體效率低下的現實相符。除亞盛集團外，20102011年種業(yè)的超效率值呈現下降的趨勢，20132014年種業(yè)超效率值呈現上升趨勢。2 規(guī)模收益情況分析從規(guī)模效益變化情況看，20102014年10家樣本企業(yè)5年內呈現規(guī)模報酬遞減現象的次數21次，說明增加投入不但不能帶來產出的增加，相反，

8、比原有投入帶來的收益更少；規(guī)模報酬不變次數17次，說明此時的投入與產出組合達到最優(yōu)，產生DEA無效的主要原因可能是技術效率的變化；規(guī)模報酬遞增次數12次，說明這些決策單元具有發(fā)展?jié)摿?，擴大規(guī)模無疑是其提高效率的方法之一。20102011年登海種業(yè)、農發(fā)種業(yè)、荃銀高科以及神農基因四家樣本企業(yè)均處于規(guī)模報酬不變狀態(tài)，即投入產出達到最優(yōu)，同時這四家企業(yè)均為DEA有效決策單元。與2010年相同，2011年四家樣本企業(yè)同樣處于規(guī)模報酬不變狀態(tài)，但是超效率值出現了大幅度下降，其主要原因可能是技術效率變化。20132014年期間，規(guī)模報酬遞增現象普遍，說明擴大企業(yè)規(guī)模能夠成為提高企業(yè)效率的普遍措施。（二）基

9、于Malmquist指數的動態(tài)分析為了更好地反映我國種業(yè)企業(yè)效率的變動情況，本文運用DEAP21軟件，對20102014年10家種業(yè)上市公司的效率變動（TFP）進行測算，同時將效率變動分解為技術效率變化（Effch）、技術進步（Techch）、純技術效率變化（Pech）、規(guī)模效率變化（Sech），結果見下表3、圖2。簡而言之，全要素生產率（即企業(yè)效率的變動值）是由企業(yè)的組織管理水平的變動（技術效率變化）以及技術進步（即生產技術的創(chuàng)新）共同作用形成的。技術效率進一步分解為純技術效率和規(guī)模效率。其中，純技術效率是指不變規(guī)模報酬條件下，即生產規(guī)模最優(yōu)情況下，生產領域中技術更新的快慢和新技術推廣的有效

10、程度。規(guī)模效率變化是由于企業(yè)生產規(guī)模以及資源配置變化帶來的生產效率變化。若技術進步變化大于1，表示與上年相比，存在技術進步；若純技術進步效率變化大于1，表明與上年相比在技術不變的情況下，技術的使用效率上升；若規(guī)模效率變化大于1，表明與去年相比存在規(guī)模報酬增加，反之則為減少。根據表3數據顯示，整體樣本企業(yè)的全要素生產率的值均小于1，即所選樣本企業(yè)的生產效率均在下降，變化趨勢如圖1。由本文樣本數據測算結果可知，技術進步均小于1，說明與上年相比企業(yè)生產過程中沒有采用新技術，不存在技術創(chuàng)新。20102012年種業(yè)整體技術效率大于1，技術進步小于1，說明種業(yè)企業(yè)的組織管理水平在上升，而技術創(chuàng)新能力沒有提

11、高，阻礙生產效率提高的主要原因在技術水平停滯不前。20122014年技術效率與技術進步的值均小于1，技術效率分別下降59%、61%，與之相對應的，技術進步值分別下降39%、42%。從下降幅度而言，技術效率下降給生產效率帶來的阻礙大于技術進步，即20122014年企業(yè)組織管理水平的下降是阻礙生產效率提高的主要因素。純技術效率變化僅有1年小于1，說明除20122013年外，新技術使用效率在提高；20102012年規(guī)模效率大于1,20122014年規(guī)模效率小于1，說明前兩年種業(yè)的投入產出組合達到最優(yōu)，后兩年的投入產出組合并非最優(yōu)。技術效率的變化是純技術效率和規(guī)模效率變化共同作用的結果，2010201

12、2年技術效率上升的源泉是規(guī)模效益的提高，20122013年技術效率下降的主要原因是新技術使用效率的下降，20132014年技術效率下降的主要原因是規(guī)模效益的下降。表4為10家種業(yè)上市公司5年平均全要素生產率變化情況。由表4可知，10家企業(yè)的全要素生產率值均小于1，即每個樣本企業(yè)的生產效率均在下降，這是導致表3樣本整體生產效率下降的主要原因，說明樣本整體生產效率的下降不是因為個別企業(yè)的效率低下造成的，而是所有樣本企業(yè)共同造成的。然而，技術進步值均小于1，即所有樣本企業(yè)的技術創(chuàng)新能力有待提高，生產過程中沒有新技術的運用。其中，隆平高科、登海種業(yè)、大北農以及農發(fā)種業(yè)的技術效率值均大于1，技術進步值均

13、小于1，說明于這四家企業(yè)而言，技術創(chuàng)新能力是阻礙生產效率提高的主要障礙；對于荃銀高科、敦煌種業(yè)、亞盛實業(yè)、豐樂種業(yè)、萬向德農、神農基因六家企業(yè)而言，生產效率下降的原因既有技術效率下降，也有新技術創(chuàng)新能力下降。四、結論本文利用靜態(tài)超效率DEA模型與動態(tài)Malmquist指數模型結合分析我國10家種業(yè)上市公司的生產效率，并得出結論：（1）根據靜態(tài)超效率DEA分析，我國種業(yè)整體效率低下，50個決策單元中，到達DEA有效的僅有12個，占比24%；其余38個決策單元均為DEA非有效，占比76%。決策單元的超效率值多集中在0307，導致其超效率值低下的原因既有技術效率的影響，也有規(guī)模收益的影響。（2）根據

14、表2的規(guī)模收益分析，50個決策單元中有17個決策單元的投入產出組合達到最優(yōu)水平，占比34%，即剩余34個決策單元的投入產出組合有待優(yōu)化。（3）根據動態(tài)Malmquist指數分析，樣本整體的生產效率在下降，且導致其下降的主要原因不在個別企業(yè)，而是整體樣本企業(yè)的生產效率均在下降。（4）根據表3以及表4的全要素生產率以及技術進步值均小于1,技術效率值并非全部小于1，兩張表格中技術效率大于1的約占比50%左右。即與企業(yè)組織管理水平（技術效率）相比，新技術的創(chuàng)新能力（技術進步）是阻礙種業(yè)企業(yè)生產效率提高的主要因素。參考文獻1于君博前沿生產函數在中國區(qū)域經濟增長技術效率測算中的應用J中國軟科學，2006（

15、11）：50DOI：10.3969/j.issn.1002-9753.2006.11.008.2黃毅，柳思維基于DEA超效率模型的種業(yè)上市公司營銷效率研究J農業(yè)經濟與管理，2011，3（3）：81DOI：10.3969/j.issn.1674-9189.2011.03.011.3黃毅，肖國安中外種業(yè)上市公司規(guī)模、成長性、盈利性與效率比較J華南農業(yè)大學學報(社會科學版)，2012，11（4）：884黃炳凱，竇學誠基于DEA模型的我國種業(yè)上市企業(yè)經濟效率分析J廣西社會科學，2015，10（10）：81DOI：10.3969/j.issn.1004-6917.2015.10.016.5Timothy J, Coelli.效率與生產率分析引論M.王忠玉,譯.北京：中國人民大學出版社,2008.6于浩基于DEA-Malmquist方法的我國科技進步貢獻率研究:1979年2004年J科技與經濟，2009 (2):1DOI:10.3969/j.issn.1001/8409.2009.02.001.7肖林興中國全要素生產率的估計與分解：DEA-Malmquist方法適用性研究及應用J貴州財經大學學報，2013，31（1）：32DOI：10.3969/