DEA投资效率（共9篇）
DEA投资效率 篇1
1 万能险概述
万能保险是指包含保险保障功能并至少在一个投资账户拥有一定资产价值的人身保险产品。万能保险除了同传统寿险一样给予生命保障外,还可以让客户直接参与由保险公司为投保人建立的投资账户内资金的投资活动,将保单的价值与保险公司独立运作的投保人投资账户资金的业绩联系起来。账户资金由保险公司代为投资理财,投资收益上不封顶、下设最低保证利率。万能险的特点包括最低利率保证、条款相对简单、费用明确列示等。
2 我国万能险发展概况
万能保险诞生于20世纪70年代的美国。由于万能险缴费灵活、保额保障可调整,兼具保障与投资功能,一经推出便受到了消费者极大的青睐。
2.1 我国万能保险发展阶段
我国万能保险发展可分为以下三个阶段。
第一阶段:(2000—2007年)是保险费率管制下的初步成长期。1999年,在寿险利差损压力下,传统寿险预定利率被统一下调到2.5%。费率管制下的传统险销售困境给了分红险、万能险、投连险等新型保险的发展良机,2000年太保推出了中国第一款在银保渠道销售的万能险产品。2003—2007年,万能险保持了两位数以上的增长速度,2007年在股市暴涨的推动下实现了113%的增长。
第二阶段:(2008—2011年)是资本市场震荡、银保渠道严格监管、保费统计口径变化下的收缩与调整期。资本市场下挫与震荡导致投资性业务收益率下降,2008年因股市暴跌,万能险结算利率集体跌破4%,此后步入低谷。2011年,保险业开始实施新的会计准则,投连险和万能险中用于投资的缴费不再计入保费收入,使得不少保险公司弱化了投资型险种的工作力度,主攻传统险和分红险。
第三阶段:(2012—2015年)是险资运用放开条件下万能险超高速发展期。2012年,保监会陆续发布10余项保险资金运用新政策,进一步放开不动产和股权的投资行业和领域,允许投资银行理财、信托等金融产品,允许保险资金以对冲风险为目的参与金融衍生品。在2013—2015年,保监会又陆续放开投资创业板、优先股、创业投资基金、支持历史存量保单投资蓝筹股,增加境外投资范围等。险资运用的市场化显著提升了保险公司投资收益率,为“资产驱动负债”模式创造了条件。众多中小型寿险公司为实现快速冲规模,纷纷将目光聚焦于万能险,并借此实现迅猛发展“弯道超车”。
2.2 我国万能保险市场份额
我国万能险市场自从2012年以来,随着险资新政的出台,万能险账户投资领域的扩大,2015年2月,保监会不仅放开了万能险的利率管制,同时还将趸交万能险的基本保险费初始费用和退保费用上限比例分别下降一半。这意味着,保险公司过去扣除的成本费用减少了一半。更多的中小型寿险将万能险作为拉动保费收入、提高投资收益的有力手段,纷纷大规模开拓万能险市场。
数据表明,万能险的保费收入从2012年低于2000亿元,已经发展到2015年接近8000亿元的水平,万能险占人身险的比例也大幅提高,从2012年的15%提高到2015年的33%,可见如今我国万能险市场的火热。
表1所示的是2015年度万能险市场各大寿险公司的市场份额,可以看出占据市场份额前十名的公司除了平安人寿、中国人寿、泰康人寿三家老牌内资寿险公司外,其余全部是成立时间较短的中小型寿险公司。中小险企万能险市场的占比由2013年的62%,上升到2015年的78%,这些中小型寿险公司主打万能险产品,万能险产品占公司产品的比重越来越高,通过万能险快速“圈钱”的能力已经形成了同老牌寿险公司对抗的资本。
2.3 我国万能保险产品分类
当前国内保险市场的万能险产品可大致分为三类。
第一,高现价策略型万能险。主要由华夏、生命、前海、安邦等“平台类”公司通过网销和银保渠道销售。高现价万能险具有购买金额起点低、初始费用低、预期收益率高、存续期间短、保障功能极低等特点,从而成为“平台类”公司“低成本”融资工具。
第二,附加账户型万能险。主要用于与主险搭配销售(不得单独销售),通过较高的结算利率吸引保户,从而起到促进主险销售的效果,代表公司包括国寿、太保、泰康、太平等。
第三,传统期交型万能险。相对偏重保障,具有保险金额高、前期扣费高、投资账户资金少、前期退保损失大等特点,代表公司目前仅有平安。
3 万能险账户资金运用方向
如今资本市场上,各险企利用万能险账户在二级市场举牌的案例比比皆是,如资本市场中最活跃的安邦保险,利用万能险账户的资金多次举牌“金融街”,利用其旗下和谐健康万能险账户举牌大商股份和欧亚集团。富德生命人寿、阳光保险、华夏人寿、君康人寿等至少8家保险机构花费超1300亿元举牌超过26家上市公司。金地集团前十大股东中,保险万能险账户独占3席,分别为富德生命人寿的两款与华夏人寿的一款,浦发银行的股东中也出现了富德生命人寿的万能险账户。
随着万能险账户投资的日益活跃,越来越多的人关注万能险在资本市场的作为,万能险账户资金运用的方向可以总结为以下四点。
第一,银行大额协议存款。保险法规定只允许商业保险公司和商业银行之间存在大额协议存款。利率普通的银行利率;第二,国家基础设施建设。如三峡水利,京沪高铁,西气东输,上海世博会,黄河小浪底工程,航空,石油等,基础设施建设的投资回报率在8%~30%。比如平安万能险投资的国家基础建设项目就有:三峡水利,京沪高铁,西气东输,黄河小浪底工程等;第三,债券市场及原始股认购。如各寿险公司在二级市场的频繁举牌,以及投资于国债、同业拆借渠道;第四,经营国家营利性项目。如投资兼并经营医院,参股银行。
4 万能险投资效率实证分析
4.1 评估方法
保险资金运用要求在一定投入的情况下,实现产出(即收益)的最大化。或是在一定的产出(即收益)的情况下,追求尽可能少的投入。从保险资金运用的角度来讲,效率是指保险公司在资金运用过程中总投入和产出或成本与收益之间的对比关系,是保险资金在保持安全性和流动性的基础上,有效配置资源以实现收益的最大化。本文采用DEA数据包络分析中可变规模报酬的方法,借助Deap 2.1软件对投入产出指标进行分析。DEA模型可变规模报酬方法如下:
4.2 投入、产出指标的选取
4.2.1 投入指标的选取
(1)资本投入(X1表示)
保险公司的可运用资金主要由资本金、各类准备金、公积金、保险保障基金和其他资金组成。资本投入的多少,决定了投资金额的基数,对于保险公司的投资收益产生重大影响。其中资本金是保险公司必须具备的注册资本金,这部分资金可以用于投资,为了使投入指标更具准确性,因此选取实收资本与资本公积的和作为资本投入指标。
(2)经营费用(X2表示)
经营费用是保险公司在经营管理过程中发生的与业务经营有关的支出,主要包括赔款支出、给付支出、手续费支出及佣金支出、业务管理费等,这些费用会成为保险公司投资时的经营成本,因此本文选取营业税金及附加、佣金支出、业务管理费三个指标,三者相加作为经营费用指标。
(3)货币资金(X3表示)
货币资金是指可以立即投入流通,用以购买商品或劳务,或用以偿还债务的交换媒介。一个企业货币资金拥有量的多少,标志着它偿债能力和支付能力的大小,是投资者分析、判断财务状况的重要指标,在企业资金循环周转过程中起着连接和纽带的作用。货币资金的规模与投资绩效也有着密不可分的关系。
(4)总资产(X4表示)
总资产反映了保险公司的总体规模,因此本文选取总资产作为测算指标。
4.2.2 产出指标的选取
本文选取的产出指标是投资收益(Y表示),投资收益是指保险公司通过对外投资所获得的利润、股利等。保险公司不仅可以通过投资收益来获取承保利润,而且可以通过投资收益弥补承保利润。为了使指标更具准确性本文选取的投资收益,由投资收益、公允价值变动、汇兑损益共同构成。
4.3 样本选择与数据整理
本文根据国内保险市场万能险的发展行情,对比了万能险领域的万能险保费收入、万能险保费增长率,以及市场份额,选取了2012年至2015年万能险市场份额占有量最大的9家公司,通过DEA的方法对于这9家公司(华夏人寿、富德生命人寿、前海人寿、珠江人寿、国华人寿、和谐健康、平安人寿、中国人寿、泰康人寿)保险资金运用的效率进行评价。本文数据均来自各公司的年度报表以及保险年鉴。
4.4 实证分析
通过DEA数据包络法对各险企投入、产出指标进行分析,可以得出各样本的综合效率值(te)、纯技术效率(vrste)、规模效率(scale)以及在规模无效率的情况下,得出研究样本的递增递减趋势(rs),drs表示规模报酬递减、ins表示规模报酬递增。
纯技术效率(vrste)表示任何一企业在同一规模的最大产出下,最小的要素投入成本,可以衡量在投入导向下企业的技术无效率有多少是由纯技术无效率造成的。规模效率(scale)表示任一企业在最大产出下,技术效率的生产边界的投入量与最适规模下的投入量的比值,可以衡量在投入导向下,企业是否处于最合适生产规模,根据规模报酬的递增和递减调整要素的投入。综合效率值(te)是纯技术效率值与规模效率值的乘积,综合衡量企业效率。
表2投资效率分析表明以下内容。第一,保险资金运用总效率普遍不高。通过保险资金运用效率综合指标te可以看出,2012年,除中国人寿、泰康人寿保险资金运用综合效率达到1(有效率最优)外,其他公司效率值均偏低,尤其是珠江人寿效率值仅为0.042,总体平均综合效率值为0.753,处于较低水平。第二,纯技术效率优于规模效率。通过对比纯技术效率值(vrste)与规模效率值(scale),可以看出,样本公司中有5家公司的纯技术效率到达有效值1,平均来看,平均纯技术效率值同样大于平均规模效率值。第三,规模多处于递增趋势。除平安人寿外,其余各寿险公司的规模报酬均处于递增趋势,可以看出各公司资金运用刚刚处于起步阶段,资金运用规模效率潜力巨大。
与2012年相比,2013年保险资金运用综合效率有效的公司除中国人寿、泰康人寿外,新增了前海人寿与和谐健康,其余公司资金运用综合效率均有所下降,经历了2012年各保险公司投资规模不断扩大,2013年总体的规模效率值已经几乎与纯技术效率值持平,见表3。但由于投资纯技术效率值的降低,较2012年下降了6%,导致了各公司综合效率值普遍下降。
通过表4,可看出2014年各样本公司资金运用的纯技术效率值除华夏人寿、富德生命人寿外均达到了最优效率,珠江人寿、富德生命人寿资金运用综合效率大幅提高,带动整体的平均综合效率较2013年增长了12%;总体规模效率处于稳中有升的状态,华夏人寿、富德生命人寿、平安人寿、中国人寿出现了规模报酬递减的趋势,在保险资金运用过程中,纯技术效率优于规模效率的特征依然没有变化。
随着各大保险公司对保险资金运用重视度的上升、险资新政的出台以及2015年年初证券市场的上扬,2015年各样本公司资金运用效率进一步地提升,平均综合效率值达到0.938、平均纯技术效率达到0.992,除华夏人寿外其余公司全部达到最优效率,规模效率达到0.945,较2014年提升7%,详见表5。
5 我国万能险资金运用的问题及改善建议
5.1 我国万能险资金运用的问题
5.1.1 万能险账户资金运用存在严重期限错配问题
由于我国资本市场机制不健全,股票市场投机性强,债券市场债券期限不合理,各大寿险公司往往偏好于短期投资,这与寿险产品长期性的特点相违背,产生了较为严重的期限错配问题。在万能险账户资金运用方面,寿险公司收到大量成本高、期限短的万能险资金后,频繁在二级市场举牌,进行长期股权投资万能险的期限一般是3年到5年。不少保险公司出于和理财产品竞争的需求,将保单的期限短期化,从而出现期限错配,负债久期小于资产久期。
5.1.2 万能险账户资金运用稳定性较差,收益率偏低
通过本文DEA模型进行的数据包络分析,可以分析出虽然整个寿险业的资金运用效率处于一个稳中有升的趋势,但是各公司投资效率稳定性较差,波动性较大。据数据显示,我国保险市场总体投资收益率2012—2015年分别为3%、5%、6.5%、7.65%,这样的收益率相比欧美发达保险市场10%以上的平均收益率差距较大。
5.1.3 万能险账户资金运用投资结构不合理、存在较大风险
由于股票具备流动性特征,尤其是大市值蓝筹股,变现速度较快,变现成本较低,可以有效缓解现金流风险,这也是寿险公司利用万能险资金频繁举牌的重要原因。但是万能险账户在二级市场的险企为了控制风险,往往都是先找到投资项目,根据投资项目所需要的现金流来销售相应规模的产品,这样可以确定未来的投资收益。不过,不少险企却将短期产品所收得的资金投资到了一些长期的项目上,导致了长钱短投、资产负债错配,严重影响了现金流。
5.2 我国万能险资金运用建议与对策
5.2.1 拓展资金运用渠道
资金运用效率的提升与险资新政、险资入市有着必然的联系,随着险资新政的出台,保险资金可以被运用到“另类投资”中,如商业银行理财产品、信托计划、银行业金融机构信托资产支持证券、证券公司专项管理计划以及基础设施和不动产支持计划,通过多渠道的分散投资,可以将资金进行长期与短期的资产负债匹配,也可以分散二级市场股权投资的风险。
5.2.2 加强万能险账户资金运用的监管
万能险由于其缴费灵活、流动性比较强,在资金的运用上可能出现资产负债错配,进而引发现金流风险,尤其是高现金价值的万能险。这需要保险公司建立完善的风险管理体系,严格监控账户资金运用,定期进行高风险情景下的压力测试,并且在监管方面,保监会也要引起足够重视,在取消万能险最低保证收益率的情况下,对万能险产品要着力从偿付能力、产品报备、信息披露等方面实施重点监管。
5.2.3 完善资本市场,创造良好投资环境
只有建立起一个门类齐全、品种多样、交易组织健全、法律法规完善、监督管理有效、市场信用发达的资本市场,我国的保险投资才能得到健康的发展。根据目前的资本市场可以从提供产品种类齐全的不同期限、收益率、风险度和流动性特征的金融投资工具、活跃交易市场以及完善法律规范等方面完善保险投资环境。
参考文献
[1]宋江波.保险资金风险投资研究[D].上海:华东师范大学,2009.
[2]杜若宇.我国保险投资资金介入资本市场问题研究[D].郑州:郑州大学,2006.
[3]谢志超.中国保险公司经营绩效分析及其价值创造能力研究[D].成都:四川大学,2007.
[4]孟昭亿.保险资金运用国际比较[M].北京:中国金融出版社,2005.
[5]周平.我国保险业经营效率统计研究[D].长沙:湖南大学,2005.
[6]王佩.中国保险资金运用的风险管控研究[D].武汉:武汉科技大学,2009.
DEA投资效率 篇2
基于DEA模型的国内各地区节能减排效率研究
摘要：运用数据包络分析(DEA)方法,从宏观角度将国内各地区作为开展节能减排成效评价的基本单位,从不同的角度对节能减排各项指标进行了分类,建立节能减排效率评价指标体系模型.并在此基础上综合分析了全国31个省、市、自治区的`能源、水资源利用效率以及废水、SO2综合治理绩效和效率.分析表明,中国能源、水资源的利用效率、废水、SO2治理和排放效率虽有普遍提高,但整体效率仍比较低,节能减排的潜力很大.作 者： 作者单位： 期 刊：环境科学与管理 Journal：ENVIRONMENTAL SCIENCE AND MANAGEMENT 年，卷(期)：, 35(4) 分类号：X22 关键词：DEA 节能减排 效率分析审计资源配置效率之DEA分析 篇3
【关键词】DEA模型；审计生产效率；审计资源配置
一、引言
如何提高中国会计师事务所的竞争力？这不仅关乎于中国会计师事务所的竞争力，也和中国的资本市场能否健康发展、中国的企业能否顺利的“走出去”无不有关联。2007年5月，中国注册会计师协会发布了《关于推动会计师事务所做大做强的意见》，根据这个“意见”不难看出中国会计师事务所成为中国经济的发展以及为走出去的企业保驾护航的重要的制度安排。
如何提高中国会计师事务所的竞争力？国内相关会计师事务所的运营效率已经有文献从事务所的运营角度来分析，分析中国本土事务所相比国际所是否具有竞争力。但审计鉴证业务是会计师事务所的核心业务，分析会计师事务所的审计活动的投入产出效率具有较重大的意义，会计师事务所的竞争优势本应体现在保证审计质量的同时实现资源配置最优化。本文运用包络分析方法（DEA）评估中国会计师事务所的审计资源投入和产出效率。
本文的贡献：（1）相比国内的文献，使用了更为贴切的投入与产出的指标来分析审计活动的效率，为中国的事务所做大做强，以及会计师事务所了解自身的效率来改进资源投入以及质量控制体系提供证据。（2）使用了Malmquist生产率指数法从纵向分析会计师事务所在发展过程中的趋势，根据分析的结果，找出会计师事务所效率不高的原因所在。
二、相关研究文献综述
Dopuch et al.（2003）以1989年“六大”事务所中的一家实施的247项财务报表审计活动为研究样本，检验结果表明审计过程中的劳动力投入和成本是完全有效率的。Schelleman和Maijoor（2001）选取了“六大”事务所中一家实施的114项财务报表审计活动为研究样本，检验结果与Dopuch et al的结果基本相同。Kim et al.（2006）以韩国的2001～2002年的“四大”和“非四大”实施的697项审计活动为研究样本，得出来韩国的会计师事务所的生产投入的效率不高的结论。
目前国内已有相关研究。许汉友等（2008）研究结果表明中国本土会计师事务所具备一定的发展潜力，在运营上与国际会计师事务所相比，具有竞争力。曹强等（2008）研究结果表明，中国的事务所审计生产效率整体水平较高。
许汉友等（2008）采用的是Banker et al（2005）的方法，研究了整个事务所的运营效率，不仅仅包括审计鉴证服务、还包括非审计服务。用审计收入来代替审计投入缺乏合理性，审计产出用了公司规模与公司复杂程度以及公司风险，这些并不是审计师投入人力资源就能够改变和创造的产出。本文使用了审计活动中的外勤审计时间来看审计生产活动的效率，更具有科学性依据。并且审计鉴证业务是会计师事务所的核心业务，研究审计活动的效率，对于提升事务所的竞争能力以及提升本土事务所的能力方面具有现实意义。
三、审计资源投入和产出效率分析
数据包络分析方法（DEA）是通过评估以往的生产投入和产出，为以后的生产和经营活动提供决策依据的重要方法，主要应用在生产水平相对有效性、经济效益、并购效率和技术进步等方面的评价。决策单元集合的选定是进行DEA分析的第一步。本文研究的是中国会计师事务所的审计资源投入及产出的效率。本文采用了从2007年至2011年的会计师事务所（41家）投入和产出的数据进行DEA分析。
基于会计师事务所属于典型的人力资源型组织，当审计师审计被审计单位时，需要组织审计小组，对被审计单位进行外勤审计，本文选取投入指标有两个，一个是审计投入的人数，在项目审计的过程中，审计人员是最重要的审计资源。另一个是审计的天数，相对于审计的人数来说，审计的天数也很重要，审计任务的完成有时间的限制，鉴证年报时，根据中国证监会规定，上市公司的年报审计必须要在5月1日前完成，那么审计的天数对于审计项目来说也是至关重要的。产出指标的选择：审计业务收入、其他业务收入。
（一）相对效率的分析
分析结果表明，这41家决策单位（DMU）TE的平均值为0.32，说明从整体来看，会计师事务所在审计资源配置方面是无效率的，并没有达到最优。从单个决策单元来看，普华永道中天会计师事务所是唯一的一所相对有效率的国际会计师事务所，其技术效率（TE）为1。而技术效率（TE）大于0.8的会计师事务所只有德勤华永会计师事务所，属于近似有效率。而这两家有效有近似有效的会计师事务所都是国际所。总体来看，中国的国内事务所的技术效率值较低，整体属于无效率状态。
而技术效率大于1的只有普华永道中天会计师事务所，技术效率大于0.8的只有德勤华永会计师事务所，而技术效率大于0.5的会计师事务所为0，大多数的事务所都在0.2至0.3之间。这说明从整体来看，中国会计师事务所尤其是本土事务所的审计资源投入和产出处于无效率的状态中。
以上结论与许汉友等（2008）大相径庭，他们的分析结论分为部分本土事务所与国际合作所的运营效率比较接近，没有出现明显的劣势。本文结论与许汉友等（2008）的结论差距较大的原因有两方面：首先，他们使用的是2005年公布的“中国综合实力百强城市名单及评价结果。其次，他们应用的投入与产出的指标与本文的指标差异较大，本文使用的是会计师事务所的核心业务的审计资源投入以及与其相对应的审计业务收入作为衡量指标。从指标上来说，本文的指标要更贴近会计师事务所的本质。
（二）纯技术效率
纯技术效率是指管理和技术等因素对生产效率的影响。分析结果显示纯技术效率为1的有6家会计师事务所，分别是德勤华永会计师事务所、天健会计师事务所、普华永道中天会计师事务所、上海东华会计师事务所、信永中和会计师事务所、天健正信会计师事务所。但大多数的会计师事务所的纯技术效率在0.4以下，处于完全无效率的状态。究其原因更多源自技术效率，增加相应的投入，不能带来相应幅度的边际产出，规模不经济。亟需进行产业结构优化升级，增加会计师事务所审计活动的边际产出。
高校在贷款前要做好规划，从总量上控制贷款规模，不能盲目进行扩张，要把贷款数额控制在学校自身可承受的限额内。学校在规模发展的过程中，切不可不切实际，盲目扩建，而是要实行总量控制，将财务风险控制在学校可承担的范围内。
（四）建立有效的财务管理机制和风险预警机制
财务管理制度的建立是高校规模发展的根本保证。合适的财务管理机制能够有效使高校在发展中实现开源节流。建立有效的财务管理机制，首先要对高校的发展方向及发展资金做一个初步的预估；然后再根据科学的预算做一个详细的成本核算，在规模发展的过程中构建成本控制管理体系。各个高校都应当提高财务工作人员的工作水平，必要时对财务岗位的人员进行相关培训。除此之外，高校在发展的过程中还应当建立财务风险预警机制。一般而言，一个高校的规模越大，财务风险可控性越差。但是在目前的高校发展中，部分高校盲目地扩大学校规模，却没有合理的风险预警机制，导致发展后期出现账款被银行冻结，资金链断裂的现象。并且，部分高校对学校的运营成本没有进行合理的预估，导致在学校投入使用后，学校开支太大，财政方面压力增加。而由于没有风险预警，学校管理人员没有相应的准备，面对财务问题束手无策，最终影响了高校的发展。因此，除了建立有效的财务管理机制外，各个高校还应当建立风险预警机制，这样才能让学校管理者提前预知学校发展中可能面临的财务风险，并及时进行调控和预防，或者拿出有效的解决办法应对财务风险。
（五）政府给予必要支持
一个国家的教育水平关系到国家未来发展的高度。面对高校扩张中的财务风险，政府要加强管理，并给予必要的财政支持。一个高校一旦面临财务风险，收不抵支，便可能会通过降低教育经费投入等方式来实现节流，这样必然会导致学校教育质量的下降。为了保证学校的教学水平，政府在做好管理的同时，可以在必要时候加大财政投入力度，对高校的发展给予财政上的支持，比如，通过补贴贷款利息或者拨款等方式减轻高校的财务负担，从而降低高校在规模发展中的财务风险。
四、结束语
高校财务可持续发展早已成为高校可持续发展及稳态生存的重要内容，我国学者注重其财务风险分析主要理论模型及成因和策略，国外学者则注重高校自身负债水平方面的问题，同时针对该方面问题提出相应的策略。随着高等教育的不断扩张，使得高校诸多硬件投入均依靠银行信贷资金，财政投资资金方面并未跟上，再加上物价水平及银行贷款利息的持续攀升，这时很多高校资金方面压力逐渐增大，使得高校规模发展战略中出现各种财务风险。实现高校规模发展中的风险控制，各个高校必须要从自身实际出发，合理控制招生规模，提高自身核心竞争力；拓宽融资渠道，分解还贷压力；从总量上控制贷款规模；并建立有效的财务管理机制和风险预警机制。
参考文献
[1]万义平，李水第.高校规模发展中财务风险的实证分析及对策研究[J].四川经济管理学院学报，2010，（3）.
[2]庞雪娟.普通高校发展中的财务风险分析[J].科技创业，2011，（4）.
[3]龚小丽.我国高校财务管理的现状与建议[J].财税统计，2014，（7）.
DEA投资效率 篇4
进入21世纪以来, 国际能源竞争日益激烈, 成本不断飙升的压力迫使各国石油公司不断调整投资思路, 在增加投资额的同时, 更加重视投资效率。石油行业是一个资金投入高度集中的行业, 同时也是一个高风险的投资领域, 在面对种种风险和不确定因素时, 提高投资效率, 使有限的投资获得更大的收益, 是规避投资风险, 提高投资决策水平, 实现企业价值最大化的有效方式。
对于投资以及投资效率问题的研究, 西方各国起步较早, 并取得了卓越的成绩。Jorgensen将新古典生产函数引入企业投资函数中, 承认资本和劳动投入之间替代的可能性, 并运用连续时间的动态最优模型来描述企业的投资行为, 产生了新古典投资理论, 标志着现代企业投资理论的形成。此后, Tobin (1969) 提出的著名的Tobin’Q理论以及后来Modigliani和Milier (1958) 在企业微观投资领域提出的MM定理, 都对投资理论进行了完善。
国内对企业投资效率的研究相对较晚, 但DEA方法在投资效率分析中的应用发展较快。崔鸥晔 (2008) 对DEA模型在企业绩效评价中的应用进行综述。王坚强、阳建军 (2010) 运用DEA方法对房地产企业投资效率进行了分析评价, 并证明了其可行性和有效性。谭志国 (2004) 基于DEA方法对汽车工业企业投资有效性进行了分析, 并提出达到DEA有效的可行措施。另外, 利用DEA方法对电信、保险、银行等行业投资效率的研究也比较多, DEA方法在企业投资效率测度中的应用日趋成熟。然而, DEA方法在石油行业中的研究还比较少。目前, 对石油公司投资问题的研究多是从理论角度进行论述。王利民 (2009) 以中原油田为例, 对提高石油公司投资效益进行了理论探讨。韦方娥、冯广平、钞彩云 (2011) 对国内外大型石油公司的投资战略、规模、结构和效果进行了对比分析, 认为我国石油公司应提高原油自给率, 增加上游投资比例。董翠、戴勇等 (2010) 着重对国外大石油公司的投资特点进行了分析, 发现勘探、收购获得新增储量以及注重风险控制和资产多元化是其重要特点。在具体化的测量方面, 侯凤华、张在旭等 (2001) 用DEA方法对6个油田的投资效果进行了科学评价。罗东坤 (2002) 以净现值法为基础建立了油气勘探投资经济评价的数学模型, 为勘探投资决策提供了科学依据。刘金兰、陈丽华等 (2005) 基于模糊决策理论构建了适合石油公司特点的投资组合优化模型, 为组合投资决策提供指导。安贵鑫、彭修娟等 (2009) 用DEA方法构建了石油企业开发效率评价的理论模型, 并对中石油下属7家油田的效率进行了分析, 为石油开发评价提供了新途径。
通过分析发现, DEA方法在企业投资效率的分析中得到广泛应用, 其模型本身也逐步完善, 但其在石油行业中的研究相对较少。目前对石油公司投资效率的分析主要侧重于理论分析, DEA方法的应用主要集中在国内几个油田上, 较少结合国外大型石油公司进行对比分析, 缺乏一定比较性, 这不利于我国石油公司发现自身不足, 学习国外先进经验。因此, 本文试图打破地域限制, 应用DEA方法对国内外九大石油公司的投资效率进行分析研究。
二、DEA模型及其特征
数据包络分析 (简称DEA) , 是由著名运筹学家A.Chanres、W.W.Cooper和E.Rhodes从1978年开始发展起来的一种新的系统分析方法。在要素规模报酬不变的前提下, CCR-DEA模型对DMU (决策单位) 的技术效率进行分析。在此基础上, Banker、Charnes和Cooper提出BCC模型, 认为技术效率可以分为纯技术效率和规模效率。
(一) CCR-DEA模型
CCR模型是最基本的DEA模型, 它可以用于评价决策单元之间的综合相对有效性, 包括规模有效和技术有效。具体公式为:
式中, θ为技术效率;xj为DMUj的投入要素集合;yj为DMUj产出要素集合;λj为重新构造的有效决策单元组合中第j个决策单元的组合比例;x0、y0分别表示DMUj0的投入向量和产出向量;s-和s+为松弛向量;n为决策单元个数。
CCR-DEA模型有三种经济含义: (1) 决策单元既达到规模有效, 又达到技术有效。此时决策单元DEA有效, 相应的要素组合达到最优, 即最优值θ=1, 且s-=s+=0。 (2) 决策单元规模有效或者技术有效。此时决策单元DEA弱有效, 相应的在技术或者规模上存在改善的空间, 即最优值θ=1, 且s-≠0或s+≠0。 (3) 决策单元既未达到规模有效, 也未达到技术有效。此时决策单元为非DEA有效, 即θ<1。
另外, 对于非DEA有效的决策单元, 我们可以通过测算K (K=Σλj/θ) 值来判断决策单元的规模收益, 从而对其投资规模进行适当的调整。具体有以下三种情况: (1) 规模收益良好。此时K=1, 投入规模较恰当。 (2) 规模收益递增。此时K<1, 投入规模偏大。 (3) 规模收益递减。此时K>1, 投入规模偏小。
(二) BCC-DEA模型
CCR模型只能对决策单元的整体效率进行分析, 如果想要对决策单元进行更深层次的研究, 就需要对其整体有效性进行细致的划分, 在此基础上分析决策单元的问题, 从而更好地找到解决办法。对于非DEA有效的决策单元, BCC模型可以对整体效率进行区分, 具体评价其纯技术有效性和规模有效性。其模型构成相对简单, 只需在CCR模型中加入凸性约束条件Σλj=1即可。
上式中, 如果σ=1, 则说明决策单元是纯技术有效的, 在这种情况下, 投入与产出的配置比例合理;否则, 则为纯技术无效。纯技术效率乘以规模效率等于技术效率, 在知道纯技术效率的情况下, 很容易计算出规模效率。
三、评价指标的选取
运用DEA模型对决策单元的投资效率进行评价时, 对投入产出指标的合理确定是进行分析的前提和基础。根据投资效率最优原则, 即投入最小产出最大, 在选取指标时, 投入应越小越好, 产出越大越好。
1.投入指标。石油产业在生产过程中需要投入的要素有很多, 基于数据的可得性和前人的研究经验, 本文选取了以下要素作为石油产业投资效率评价的主要投入指标:投资总额、职工总数、主营业务成本、固定资产净值。
2.产出指标。鉴于石油行业的特殊性, 对石油企业产出的衡量不仅包括财务绩效方面, 还应包括资源的产出量。因此, 在数据可得基础上, 本文将销售收入 (主营业务收入) 、原油探明储量、天然气探明储量作为主要产出指标。
3.数据来源。本文主要对国内三家主要石油公司和国外六家石油公司2009-2012年的投资效率进行对比分析, 数据来源于各公司年报、国泰安数据库。
四、投资效率评价及有效性分析
为提高数据分析的准确性, 将收集的原始数据进行归一化处理, 使数据分布均衡。
数据归一化后, 决策单元形成的前沿面总体形状不变, 对最后的评价结果不会产生影响。实证结果如表1至表4所示。
(一) 整体效率分析
整体效率 (技术效率TE) 有效即效率值为1, 具体是指公司在现有投入要素一定的情况下, 产出量最大, 实现投入与产出的最优组合, 达到生产的最理想状态。反之, 各要素利用没有达到最优状态, 存在投入资源浪费现象。从表1可以看出, 国内三大石油公司的整体效率处于波动状态, 效率值略有下降趋势, 说明我国石油公司的投入产出并不稳定。相比较而言, 国外石油公司的整体效率较稳定。从2009年到2012年, 埃克森美孚、BP和道达尔一直保持整体效率有效, 实现了资源要素的有效利用, 壳牌、雪佛龙、埃尼集团虽然在初期未达到整体效率有效, 但是处于不断优化的阶段, 最终实现了整体效率有效。
(二) 纯技术效率分析
纯技术效率是整体效率在剔除规模效率的影响后得到的, 其反映的是技术对公司生产经营的影响, 即在给定产出的情况下, 利用先进技术最大程度节约投入要素的能力。对国内石油公司而言, 2009-2012年, 中海油的纯技术效率值为1, 实现纯技术效率有效, 即充分实现了利用现有投入得出最大化产出的目标。中石油、中石化相对欠缺, 但是整体上企业对于技术人员以及科研经费方面实现了纯技术有效, 企业对于生产技术或方法的利用情况较好。对国外石油公司, 其纯技术有效性明显优于国内石油公司, 除壳牌和埃尼集团在2009年未达到纯技术有效外, 其他石油公司都实现了产出一定时, 投入最小的目标。
(三) 规模效率分析
规模效率反映的是公司规模是否处于最优状态。如果公司规模处于最优状态, 那么效率值为1, 此时所代表的意思是, 企业在当前的投入规模下, 经营效率最优, 经营效益最好。若效率值小于1, 那么企业未达到规模效率有效, 在当前投入水平下要想达到经营效益最优, 就必须增加或者缩小投资规模。从表3可以看出, 国内三大石油公司规模效率与国外相比波动较大, 2009-2012年中石油、中海油呈下降趋势, 中石化变动虽然较其他两家公司小, 但是也处于不稳定状态, 这或许与中国石油公司近几年来采取的积极走出去战略有关, 国内大型石油公司为落实走出去战略, 大量进行海外并购, 扩大公司海外规模。规模的扩大在短期内无法产生积极的产出, 投入与产出处于非最优组合状态。相比较而言, 国外石油公司规模效率变化较稳定, 除埃尼集团的效率值一直处于增长阶段, 最后实现了规模效率有效外, 其他几家石油公司基本上实现规模有效。这在一方面是由于国外发展较早, 投入与产出达到了相对稳定的状态, 因而其规模效率值不会有太大的变动。
从表4可以看出, 绝大部分处于规模效益递增或规模效益不变阶段。埃尼集团和中海油规模相对其他石油公司而言稍小一些, 其规模效益递增表明企业规模还有增大的空间, 在既定产出的情况下, 因为投入要素较少, 实际产出未达到最优目标。
五、结论及建议
本文运用DEA模型选取国内外主要九大石油公司, 对其投资效率进行综合评价。评价指标的选取在一定程度上弥补了原有传统财务指标进行企业投资效率评价的缺陷, 得出结论如下: (1) 2009-2012年国外石油公司效率值变化稳定, 而国内石油公司变化波动较大。国外石油公司投资效率明显好于国内石油公司, 我国石油公司需要积极借鉴国外先进经验。 (2) 国内石油公司纯技术效率与国外相比变动差异大, 说明企业在技术与管理方面存在许多不足。 (3) 国内石油公司规模效率值有递减趋势, 投入规模与产出未达到最优。
结合以上分析, 本文提出以下建议: (1) 做好投资规划管理。首先, 要完善内部投资管理机制, 进行决策层次的划分, 在集团总部进行投资总体方向指导的同时适当放权, 使子公司等可以根据自身所处环境和实际情况进行灵活调整, 并明确各成员的职责以及决策范围, 保证投资决策的科学性和可实施性。其次, 在投资规划管理中要明确投资方向、投资结构等问题, 积极借鉴国外石油公司发展经验, 在油气资源需求增加但资源量有限的情况下加大对上游油气勘探开发的投资, 积极实施“走出去”战略, 开拓国际市场。 (2) 加大专业化科技投入, 提高科技人员的研发能力和创新能力。我国石油公司对科研总投入量较大, 但是由于我国石油公司在很大程度上受行政因素的影响, 投入决策权集中在上层, 无法很好地了解实际的技术需求导致科技投入方向的失误, 造成资金浪费。因此应加大专业化科技投入, 提高基层员工的积极性, 并注重提高员工的创新能力和研发能力。 (3) 注重规模效益。近年来, 我国石油公司积极开拓国际市场, 积极进行海外石油开发和并购, 这是我国石油公司持续发展和保证能源需求的必经之路。但是在此过程中不能只关注规模的扩大, 还要考虑成本和效益问题。要充分利用与国际石油公司合作的机会, 获得海外开采机会, 分散投资风险;对于海外并购要注重并购对象的可盈利性并加强企业的整合, 确保投资效益。
摘要：投资效率分析对我国石油企业制定科学合理的投资决策以及公司的可持续发展具有重要意义。目前对石油企业投资的分析多集中在理论领域, 缺乏对国内外投资效率的具体测度。本文基于DEA方法的国内外石油公司投资效率分析, 在合理选择具体分析指标的基础上, 从整体效率、纯技术效率、规模效率等方面对投资效率现状进行分析, 并针对分析结果提出改进建议。
关键词：DEA模型,国内外石油公司,投资效率
参考文献
[1] .崔鸥晔.数据包络分析 (DEA) 模型及其在绩效评价中的应用综述[J].科学技术与工程, 2008, 8 (7) .
[2] .王坚强, 阳建军.上市公司投资效率研究[D].中南大学, 2009.
[3] .谭志国.基于DEA的汽车工业企业投资有效性分析[J].工业工程与管理, 2004, (6) .
[4] .王利民.石油企业提高投资效益探讨[J].经济师, 2009, (3) .
[5] .董翠, 戴勇等.国外大石油公司上游投资特点与启示[J].中国石油大学学报, 2010, (5) .
[6] .罗东坤.油气勘探投资经济评价方法[J].油气地质与采收率, 2002, (1) .
DEA投资效率 篇5
公共投资是指为提供公共品和准公共产品而进行的投资活动, 主要包括科技、教育、文化、卫生、体育、环保等事业的投资, 公、检、法、司等政权机关的建设, 政府机关、社会团体办公设施以及社会基础设施等的投资。公共投资通常是以社会福利最大化为目标, 以政府为主体, 财政资金为主要来源, 其作为促进经济长期均衡增长的宏观调控手段之一为世界各国学者及政府所重视, 它是实现政府社会职能的重要手段, 是政府进行宏观经济调控的主要工具。公共投资效率很大程度上制约着一国或地区宏观经济运行的效率及经济社会的可持续发展。
Aschauer (1989) 最早提出关于公共资本效率分析的思想, 他利用美国1949—1985年的数据, 估计出美国公共资本的产出弹性等于0.39~0.56, 并认为该国全要素生产率下降主要是由公共资本增速降低所引起的, 其结论是公共资本的产出弹性至少是私人部门的两倍[1]。在此基础上, Munnell (1992) 用美国48个州1970—1986年的数据计算公共资本的产出弹性, 其结论为美国劳动生产率下降主要是由于人均公共资本存量下降所造成的[2]。Easterly Rebelo (1993) 研究了28个国家1970—1988年的公共投资与经济增长的关系, 认为公共投资与经济增长正相关[3]。Evan (1994) 利用美国各州1970—1983年的数据, 发现公共投资中教育投资对于效率提高有明显的意义, 但其他投资领域的公共投资并没有明显的效果, 甚至为负影响[4]。之后, Otto和Voss (1994) 分别利用澳大利亚1966—1990年的数据进一步证实公共资本的产出弹性高于私人资本的产出弹性[5]。Khan和Kumar (1997) 在研究发展中国家时发现, 私人资本比公共资本更有产出效率[6]。Aschauer (2000) 在其原来研究的基础上, 利用46个中等收入国家1970—1990年的数据, 估计发现公共资本的数量和使用效率会使人均产出在20年内增长2.9%, 其产出弹性为0.24, 而私人资本产出弹性则为0.45[7]。Senhadji (2000) 利用28个发展中国家1981—1991的数据估计, 发现公共资本积累对GDP增长具有正的贡献率, 它对GDP的边际影响约是私人资本的1/2[8]。
我国学者马拴友 (2000) 运用生产函数法研究了我国公共资本和私人部门资本与经济增长的关系, 测算出公共资本和私人资本的产出弹性分别为0.55、0.65, 认为公共资本对经济增长的影响程度小于私人资本[9]。刘国亮 (2002) 对1996—2000年我国政府公共投资与经济增长的关系进行了实证分析, 认为政府公共投资产出弹性大于民间资本, 且公共投资的各领域对于经济增长的影响程度不同[10]。吴国权、杨义群 (2003) 运用扩展的柯布—道格拉斯生产函数, 将公共投资和民间投资分离研究公共投资对经济增长的作用, 估算其产出弹性达到0.56, 同时采用ADF检验和Granger检验探讨国债与公共投资之间的关系, 研究表明我国国债对公共投资的贡献正处于高位并呈现下降趋势[11]。孙群力 (2005) 以我国1978—2003年数据为基础, 运用协整分析、向量自回归、误差修正模型和格兰杰因果关系的分析框架, 研究了我国政府投资和政府消费对经济增长的短期影响与长期关系。其结论是:我国经济增长与政府投资、政府消费之间存在长期的均衡稳定关系;在长期, 政府消费与经济增长是正相关的, 而政府投资与经济增长负相关;在短期, 滞后两期的政府投资是经济增长的原因[12]。缪仕国、马军伟 (2006) 分析了1978—2002年我国公共资本与经济增长之间的相关关系, 建立了生产函数模型, 估计了公共资本的产出效应, 并在此基础上采用EG两步法和Johanson检验法估计了公共资本和产出之间的协整关系。结果发现, 我国公共资本的产出弹性在0.4左右, 公共资本与GDP存在长期的协整关系[13]。殷强 (2007) 指出我国公共投资对经济增长存在显著的促进作用, 但其产出弹性小于私人投资的产出弹性, 公共投资的产出效率低于私人投资的产出效率[14]。陈工、苑德宇 (2009) 采用世代交叠理论构建了反映私人投资与公共投资之间关系的动态面板模型, 并利用我国29个省、自治区、直辖市1994—2007年的相关面板数据进行经验检验。结果显示, 我国公共投资在总体上显著挤进了地方私人投资;但不同性质的公共投资对私人投资的影响效应却存在差异[15]。郭焱涛、朱永杰 (2010) 实证分析了我国绿色公共投资的产出效率、规模效率和结构效率, 指出我国绿色公共投资对经济增长有显著贡献, 但产出弹性小于非绿色公共投资的产出弹性[16]。骆永民 (2011) 实证分析表明, 基础设施投资效率对本地区和相邻地区的经济增长有显著促进作用, 证实了空间溢出和门限效应的存在[17]。
国内对于政府公共投资的领域研究一直较为薄弱, 在一定程度上助长了政府投资边界的模糊、投资结构的错位、投资效率低下等问题。近年来, 国内的地方政府公共投资研究大体上侧重于规范性理论研究, 大多以市场缺陷为逻辑分析基础, 探讨地方政府公共投资的职能定位、投资规模、范围大小、结构安排等理论问题, 而关于地方政府公共投资效率的实证研究则相对缺乏。
本文响应政府提出的“中部崛起”战略, 基于数据包络分析 (Dea) 和曼奎斯特 (Malmquist) 指数方法测算中部六省的公共投资效率, 从技术变化、效率变化及其分解的纯技术效率和规模效率变化进行分析, 从而提出改善中部六省公共投资效率的政策建议。
1 研究方法与数据说明
1.1 研究方法
DEA (Data Envelopment Analysis, 数据包络分析) 方法最初由A.Charnes、W.W.Cooper、E.Rhodes (1978) 提出[18], 他们提出的第一个模型为CCR模型, 经过国内外学者的不断完善, 已被广泛应用于多投入多产出的决策单元相对有效性的评价。该方法通过线性规划求解确定各决策单元的最优投入和产出, 以及决策单元投入产出的冗余和不足情况, 以此来判断决策单元的有效性。
DEA方法中最具代表性的模型为CCR模型和BCC模型。CCR模型假设规模报酬不变, 用于评价决策单元的技术效率, 可以判断决策单元的纯技术效率和规模收益是否同时达到最佳状态[19]。若技术效率值为1, 说明纯技术效率和规模收益都达到最优。BCC模型是由Banker、Charnes和Cooper提出的[20], 该模型假设规模报酬可变, 将CCR模型中技术效率分解为纯技术效率和规模效率, 技术效率=纯技术效率×规模效率, 用于单独评价纯技术效率和规模效率是否最佳。
DEA的上述两种模型都只能使用截面数据评价决策单元的效率, 若要进行面板数据的分析则需要运用Malmquist指数方法。该方法最初由瑞典经济学家和统计学家Malmquist (1953) 提出, Caves (1982) 将其用于生产率的测算[21], 之后Fare构建的基于DEA的Malmquist指数在实证分析中被广泛运用[22]。根据Fare等人的观点, 可将一产出为方向的、以s期和t期为技术参照的Malmquist指数定义为:
本文中, MST>1表明较上期而言公共投资效率提高, MST<1表明公共投资效率降低, MST=1表明公共投资效率不变。若Effch或Techch大于1, 说明对于公共投资效率存在促进作用, 若小于1表明该因素是公共投资效率降低的根源。
1.2 指标选取及数据说明
本文选取中部六省 (山西、安徽、江西、河南、湖北、湖南) 1999—2010年的人均公共投资作为投入指标, 并采用国内生产总值指数将其转换成1999的不变价数据。由于公共投资的数据无法直接获取, 需要进行估算。
国内对于公共投资范围的界定主要有四种方法: (1) 基于传统严格意义上的公共投资等同于政府固定资产投资[22]; (2) 公共投资指能够形成公共资本并带来持续经济增长效应的生产性投资[23]; (3) 鉴于公共投资不仅限于经济效益, 还包含社会效益, 凡是政府采取的能获得社会效益最大化的经济活动都属于公共投资范畴, 基本等同于公共支出[24]; (4) 公共投资一般不是具备直接的经济效益的领域, 而是具备间接经济效益和社会效益的领域, 因此公共企业和私人企业所从事的公共事业活动投资也应纳入公共投资范畴[25]。本文采取第二种界定方法, 将政府的生产性投资作为公共投资, 由于统计口径的改变, 1999—2006年的公共投资主要包含基本建设支出、企业挖潜改造资金、地质勘探费、科技三项费用、流动资金、农林水利支出、工业交通部门及流通部门事业费、科教文化费用。2007—2010年的公共投资主要包含教育、科学技术、文化体育与传媒、医疗卫生、环境保护、城乡社区事务、农林水事务、交通运输和工业商业金融等事务的支出。用计算出的各省公共投资数据除以该省当年年末总人口数便获得人均公共投资数据。
本文依据公共投资的用途, 从经济建设、人民生活水平、科学、教育、卫生、环境中选取七个产出指标, 分别为人均拥有道路面积 (平方米/人) 、农村家庭人均纯收入、城镇家庭人均可支配收入 (元/人) 、万人拥有国内发明专利申请授权量 (项/万人) 、万人在校大学生数 (个/万人) (包含普通本、专科学生) 、万人拥有卫生机构数 (个/万人) 和人均绿地面积 (平方米/人) 。具体投入产出变量描述性统计如表一所示。
同时本文运用SPSS18.0软件对指标进行Pearson相关分析, 观察表二结果可知, 人均公共投资投入指标与7个产出指标都在1%的显著性水平内显著相关, 说明选取指标较为合理。
2 实证结果分析
基于DEA-Malmquist指数方法, 基于投入角度运用DEAP2.1软件对数据进行分析, 得出1999—2010年中部六个省份的综合效率、技术进步、技术效率、规模效率以及Malmquist指数值。
2.1 中部六省公共投资效率的时间变动趋势分析
表三列出了1999—2010年中部六省公共投资效率的平均Malmquist指数变动趋势及其分解。计算得出的Malmquist指数能够反映与上年相比公共投资效率提高或降低程度, 指数值大于1为效率提高, 小于1为效率降低, 指数减1为每年的增长率。
分析表三可知, 1990—2010年的Malmquist指数呈现上下波动的趋势, 最小值为2002年的0.868, 最大值2009年达到1.640, 其余大多数年份的指数值小于1, 说明公共投资综合效率较上年都有所下降, 但其平均年增长率却提高2.5%, 主要是2000年、2003年和2009年公共投资效率分别提高12.3%、9.7%和64%。将其分解为技术效率和技术进步两个方面来看, 主要取决于这几年巨大的技术进步, 技术进步指数较上年比较分别提高了12.7%、9.1%和63.2%。十二年间, 技术效率平均每年增长0.4%, 技术进步平均每年增长2.1%, 对于公共投资效率的改善都有促进作用, 且技术进步贡献率远远超出技术效率进步的贡献率。同时, 技术进步年增长率的变动趋势与公共投资综合效率的变动趋势基本吻合, 说明近十二年来推动中部六省公共投资效率提升的主要动力来源于技术进步。
探究原因发现, 进入21世纪以来, 政府将进一步深化改革开放、转变经济发展方式作为中长期经济发展目标。1999年8月20日, 中央召开了“全国技术创新大会”, 并颁发了《中共中央国务院关于加强技术创新发展高科技实现产业化的决定》, 指出将加速科技进步放在经济社会发展的关键地位, 通过深化改革从根本上形成有利于科技成果转化的体制和机制, 加强技术创新, 发展高科技, 实现产业化[26]。中部六省响应中央号召, 积极推进技术创新, 使得2000年技术进步较上年增长12.3%。此外, 2001年底, 中国正式加入WTO, 在融入世界经济竞争格局的过程中, 中部六省乃至整个中国大量引进外资, 吸收先进的技术和管理经验, 很大程度上推动了技术进步。在之后的几年, 中央陆续提出关于“促进中部崛起”的若干实施意见, 并于2006年4月正式出台《中共中央国务院关于促进中部地区崛起的若干意见》, 这一系列宏观政策为进一步促进中部地区技术进步和经济增长打下了坚实的基础, 在2009年出现显著成效, 其技术进步较上年增长63.2%, 进而促进公共投资效率提升64%。
技术效率 (资源配置效率) 年平均增长率为0.4%, 增长缓慢, 其变动由纯技术效率和规模效率变动引起。从变动趋势来看, 两者变动幅度均不大, 平均每年分别增长0.3%和0.1%, 且在2008年以后一直处于稳定增长水平, 说明中部地区政府的公共投资支出的管理能力和水平在逐年改善, 资源配置效率在提高, 现有的投入也得到了较好的利用, 但其增长速度过慢, 有待于进一步改善。
2.2 中部六省公共投资效率的区间比较
表四给出了中部各省份平均Malmquist指数及其构成情况。分析可知, 除安徽和江西的纯技术效率提高了, 其他四个省份都保持不变, 说明近十二年来各省份的管理水平和资源配置能力均得到保持或改善, 其中江西进步尤其明显, 达到1.4%的增长。山西的规模效率平均降低了0.3%, 通过静态数据分析可知, 山西大多数年份处于规模收益递减阶段, 说明其公共投资规模过大, 应适当压缩投入规模, 使其回到有效水平上。两者综合得出, 除了山西省的资源配置效率下降0.3%, 其他省份都保持不变或有所改善, 其中江西改善最为明显, 增长2.2%, 得益于1.4%的纯技术效率增长和0.7%的规模效率增长。技术进步增长由高到低分别为湖北、湖南、河南、山西、江西和安徽, 分别为4.1%、3.7%、3.6%、1.7%、1.1%和-1.8%。前文分析可知, 技术进步是推进中部六省公共投资效率提升的主要动力, 因此六个省份的公共投资效率增长排名与技术进步完全一致。山西省虽然资源配置效率降低0.3%, 但技术进步增长1.7%, 其公共投资效率便提升1.4%;安徽省资源配置效率得到改善, 但技术进步降低1.8%, 导致其公共投资效率下降1%, 进一步说明技术进步对于公共投资效率的改善起着决定性的作用。
3 政策建议
本文运用DEA-Malmquist指数方法对1999—2010年中部六省公共投资效率的时间变动趋势和区间差异进行了比较分析。分析发现, 十二年间中部六省的公共投资效率总体呈现提高趋势, 且主要归结于技术进步的增长, 而技术效率增长缓慢。六个省份中除了安徽都表现出公共投资效率的改善, 其中湖北、湖南、河南改善最为明显。技术进步是中部六省公共投资效率改善的决定性因素。基于上述分析, 现提出以下政策建议:
(1) 大力推进技术创新。实证分析表明, 技术进步是推进中部地区公共投资效率提升的主要动力, 应继续加强技术创新, 使得中部地区在既定的投入下可以得到尽可能大的产出。尤其是安徽省需要更加重视其技术水平的提高。各省份在引进和吸收国外技术的同时要鼓励自主创新, 营造良好的创新环境, 同时可以建立中部地区资源共享平台, 适当提供技术资源共享, 促进中部地区共同崛起。
(2) 改善资源配置效率。资源配置效率和技术进步共同决定公共投资效率。中部六省的资源配置效率除了山西都有缓慢提高。因此在加快技术进步的同时, 要结合自身优势和需求、经济发展潜力和资源禀赋, 合理规划公共投资, 高效配置和利用资源。这一点山西省尤其要注意, 要谨防技术效率进一步下跌。
DEA投资效率 篇6
跨国公司对华研发投资始于20世纪90年代中后期,与此同时,国内对这一专题的研究也随之出现,并于近几年取得较为集中的研究成果。但对于跨国公司在华研发投资的效率及影响因素问题,至今还没有学者进行过专门研究。为了准确地测度跨国公司在华研发投资的技术效率,同时为投资者改进管理、提高效率提供有力的依据,本文综合运用DEA和SFA模型对剔除环境因素和随机因素前后的跨国公司研发投资效率进行比较分析,同时探讨各种环境因素对效率的影响,最后根据结论提出相应对策。
Fried和Lovell提出的结合SFA模型的三个阶段的DEA分析方法,是一种能够更好地评估DMU(Decision Making Units,即决策单元)效率的方法。第一步是传统DEA分析,本文采用投入导向的规模报酬可变的BCC模型进行分析。第二步是相似SFA模型分析。通过构建SFA模型可分别测算出管理效率、环境因素和随机误差三个因素的影响,从而得出仅是由管理无效率造成的DMU投入冗余。同时,还可以通过回归分析得出的系数判断各环境变量对跨国公司研发投资效率的影响作用及方向。第三步利用SFA模型的回归结果对DMU投入项进行调整,再次运用BCC模型进行效率评估。由此得到的各DMU的效率值即为剔除了环境因素和随机因素后的技术效率,更能反映各 DMU的实际运营状况。具体的数学原理省略。
1 变量选择与数据来源
1.1 投入产出指标
结合DEA分析对投入产出指标的基本要求,以及跨国公司研发投资投入产出的特点和现有数据的可得性,本文以中国29个省(自治区、 直辖市)的规模以上外资工业企业为样本(西藏和新疆因数据不完整被排除),选取R&D人员全时当量作为度量劳动投入的数量指标,选取R&D经费作为度量资金投入的指标,选取专利申请数和新产品产值作为产出指标。选取专利申请数而不是专利授权数作为产出指标的原因在于,专利申请数受专利机构工作效率、偏好等因素的影响都较小;选取新产品产值而不是新产品销售收入的原因在于,销售收入更容易受到市场需求等不确定性因素的影响。R&D产出一般具有滞后性,当期的R&D投入需要经过一定的时间和过程,才能创造出可见的科研成果,学者们一般将这个时滞期确定为1～3年。因此,本文分别选取2006年的投入指标和2008年的产出指标进行分析,指标数据来源于各年《中国科技统计年鉴》。
1.2 环境变量
环境变量是指那些影响生产效率但不在样本主观控制范围之内的因素。借鉴相关研究成果以及跨国公司研发投资的特点,本文选取以下几个环境变量:①基础设施。基础设施包括许多方面,如机场、港口、交通网络、通信设施、供水供电等,对于研发活动而言,良好的通信设施是获取大量信息和降低搜寻成本的重要条件,因此本文采用每万人互联网拥有量来衡量基础设施状况。②劳动力素质。主要有两种衡量方法:一是某个年龄段受教育的平均年限,二是取得某种学历的人群占总人口的比例。本文采用大专及以上文化程度人口占总人口的比例来衡量。③工资水平。考虑到经济发展水平的差异,本文用效率工资指标来反映劳动力成本,它是各省平均工资与人均国内生产总值的比值。④科技水平。地区科技发展程度对跨国公司研发效率具有直接影响,本文用各省三种专利授权数来反映该地区的科技水平和技术创新情况。⑤企业规模。有些学者认为较小和较大企业的研发效率比中等企业更高,也即研发效率和企业规模之间呈现“U型”关系。本文采取平均企业规模指标,采用该地区外资企业总产值与企业数量之比来综合侧度。⑥政府政策。政府的政策导向也会对研发效率产生重要影响,本文采用外资企业科技活动经费筹集额中政府资金比例来衡量政府的政策支持力度。由于投入和产出指标分别使用的是2006和2008年的数据,因此环境变量指标采用2006到2008年三年的均值。指标数据来源于各年《中国统计年鉴》和《中国科技统计年鉴》。
2 实证结果与分析
2.1 传统DEA实证结果
利用 Deap2.1软件对我国29省跨国公司研发投资的效率水平与规模报酬所处状态进行分析,结果如表1所示。在不考虑外在环境变量和随机因素影响时,跨国公司在华研发投资的平均技术效率为0.619,平均纯技术效率为0.826,平均规模效率为0.736。其中北京、吉林、浙江、贵州、青海五省三项效率值均为1,处于技术效率前沿面,其他各省则面临不同的技术效率改进空间。除内蒙古、江西、山东、广西、山西五省外,其他各省的规模效率均低于纯技术效率,也就是说规模效率不高是制约中国大多数省份跨国公司研发投资效率提升的主要因素。
注:TE表示综合技术效率,PTE表示纯技术效率,SE表示规模效率,TE=PTE*SE;RS表示规模报酬,irs为规模报酬递增,drs为规模报酬递减,-为规模报酬不变。
2.2 SFA回归结果
运用FRONTIER4.1软件分别将第一步得到的两种投入变量松弛量作为被解释变量,将居民互联网拥有量、大专及以上文化程度人口比例、效率工资、三种专利授权数、平均企业规模、科技经费政府资金比例等六项指标作为解释变量,采用最大似然法分别进行两次SFA回归分析。结果如表2所示。
注:***显著性水平达1%;**显著性水平达5%;*显著性水平达10%。
由表2可以看出,基础设施、工资水平、科技水平、企业规模、政府政策五个变量对R&D人员和经费投入松弛变量的系数均通过至少10%的显著性检验,只有劳动力素质变量的系数没有通过显著性检验。这表明外部环境因素对各省跨国公司研发投资中R&D人员和经费的投入冗余产生显著影响,进行第二步的SFA分析是很有必要的。γ=σundefined/(σundefined+σundefined)表示技术无效率方差占总方差的比重,两个回归分析的γ值分别为0.845和0.934,且显著水平均达到1%,这说明技术效率存在显著差异,采用SFA分析是适宜的。
由于环境变量是对各投入松弛变量的回归,所以当回归系数为负时,表示增加环境变量有利于投入松弛变量的减少,即有利于减少各投入变量的浪费。另外,即使t值检验不显著仍然存在方向性的影响。[8]进一步分析各环境因素对于R&D人员投入冗余的系数可以看出:
(1)基础设施。居民互联网拥有量对于两种投入松弛变量的回归系数为正,并且均通过了5%的显著性检验,表明居民的互联网拥有量越多,跨国公司研发投资中R&D人员和经费的冗余就越多,从而降低效率,这跟我们预料中的结果正好相反。因此,本文尝试用每万人固定和移动电话拥有量作为替代指标再次进行SFA回归分析,结果的回归系数仍然为正,这表明信息通讯状况确实会对跨国研发投资的效率产生负面影响。可能的解释是良好的通讯设施反而会使研发人员无法保持研发注意力的高度集中,从而制约研发效率的提高。但这一结果只能说明信息通讯设施的影响而不能完全代表基础设施。
(2)劳动力素质。大专以上人口比例对于两种投入松弛变量的回归系数均为正,但是并没有通过显著性检验。系数符号为正说明研发人员的受教育水平越高,需要的研发人员数量越少,使得研发人员的冗余越多。影响不显著说明尽管高素质科研人员在跨国研发投资中发挥着重要的作用,但是在引进或者培养高素质科研队伍的过程中,外资企业仍然主要依靠自身积累。
(3)工资水平。效率工资对于两种投入松弛变量的回归系数均为负,并且通过了1%的显著性检验,说明一个地区的工资水平越高,跨国公司研发投资中R&D人员和经费的冗余量越少,效率越高,即工资水平对研发效率具有显著的正向影响。
(4)科技水平。专利授权数对于两种投入松弛变量的回归系数均为负,并且均通过了10%的显著性检验,说明一个地区的科技水平对该地区跨国研发投资的效率具有显著的正面影响。
(5)企业规模。平均企业规模对于两种投入松弛变量的回归系数均为负,并且均通过了10%的显著性检验,表明外资企业规模越大,研发投资中R&D人员和经费投入的冗余越少,效率越高。但没有证据表明研发效率和企业规模之间呈现"U型"关系。
(6)政府政策。科技经费筹集中政府资金比例对于两种投入松弛变量的回归系数正好相反,但是均达到了1%的显著性水平,表明政府资金比例增加会减少R&D人员投入的冗余,增加R&D经费投入的冗余,因此总体来看政府政策对跨国公司研发投资效率的影响是不确定的。
2.3 投入调整后DEA实证结果
由于以上各环境变量对于不同的DMU的影响是不同的,再加上随机因素的影响,可能导致一些面临较好的经营环境或运气较好的省份的跨国研发投资具有较佳的效率表现,反之则反是。因此,必须调整原投入变量,使所有省份的跨国研发投资面对同样的经营环境及运气,考察其真实的效率水平。对我国29省跨国公司研发投资的投入项进行调整后,利用 Deap2.1再次进行BCC模型分析,得出各省跨国研发投资效率及规模报酬状态,如表3所示。
续上表
对比表1和表3可以看出,剔除环境因素和随机因素影响后,各DMU效率出现了明显变化。从各省跨国公司研发投资效率表现的平均情况来看,投入调整后的综合技术效率均值相比之前有所下降,由0.619下降到0.509,纯技术效率和规模效率均值也有明显下降,特别是纯技术效率,由之前的0.826下降到调整后的0.706。从各省情况来看,北京、吉林、浙江、贵州、青海五省仍然处于技术效率前沿,证明这些地区的跨国公司研发投资效率确实处于领先地位。除内蒙古、江苏、山东、海南、重庆、甘肃外,其余各省的跨国公司研发投资效率均出现了不同程度的下降。另外,江苏、山东、重庆等地区的纯技术效率值在调整后有所提升,说明这些地区之前跨国研发投资较低的技术效率确实有部分是由于比较差的环境或不好的运气所致,而非它们的技术管理水平差;而湖北、湖南、云南、宁夏等地区的纯技术效率值大幅下降,表明它们之前的高效率与它们所处的有利环境和好运密切相关,它们的技术管理水平实际上并没有那么高。
3 结论与政策建议
跨国公司在华研发投资的效率,一方面受到研发活动主体管理水平的影响,另一方面又受到外部环境因素的影响。通过上述应用三个步骤的DEA模型的实证分析,本文的基本结论和相关建议为:
(1)跨国公司在华研发投资效率受到各地信息通讯条件、工资水平、科技水平、企业规模等因素的影响显著。根据第二阶段SFA回归分析的结果,信息通讯条件的改善反而会增加R&D经费和人员投入的冗余量,而工资水平、科技水平的提升和企业规模的扩大均有利于减少投入要素的冗余量,提高跨国公司研发投资的效率。因此,排除信息通讯条件这一争议性的因素,应通过提高地区工资水平和技术创新水平,完善知识产权制度,鼓励外资企业扩大规模等手段来提升跨国公司研发投资效率。
(2)在剔除环境因素和随机因素影响之后,跨国公司在华研发投资效率表现不容乐观,综合效率均值仅为0.509,规模效率和纯技术效率均有待提高。纯技术效率不高是外资企业研发活动的内部因素决定的,包括企业制度、职能部门的协调性以及研发方式的选择等均会影响研发活动的管理水平,因此外资企业应通过这些方面的改进来提高技术管理水平,从而提高研发投资整体效率。规模效率的提高依赖于适宜的研发投资规模,应该根据各地区研发投资的规模报酬状况来适当增加或减少研发投入,实现资源的合理优化配置。
(3)跨国公司在华研发投资效率存在明显的区域差异,西部最优,东部次之,中部最差。根据第三阶段分析结果计算可知,东中西部跨国公司研发投资的平均综合效率分别为0.517、0.4和0.622。虽然在投入和产出的绝对数量上东部地区遥遥领先,但其实际效率却相对较低,特别是天津、上海、江苏、广东等省份纯技术效率为1而规模效率较低,并且处于规模效率递减,表现出投入过量的特征,从提高效率的角度考虑应该适当控制跨国研发投资的规模;中部的山西、河南、湖北、湖南等省份的规模效率较低且处于规模报酬递增,应通过扩大研发投资规模来提高效率。因此,应采取各种措施引导和鼓励跨国研发投资从东部流向中部地区,使两地区的研发投资效率均能得到提高。
参考文献
[1]FRIED H O,LOVELL C A K,EECKAUT P V.Evaluating the Per-formance of US Credit unions[J].Journal of Banking and Finance,1993,17(2/3):251-265
[2]FRIED H O,LOVELL C A K,SCHMID S S.Accounting for Envi-ronmental Effects and Statistical Noise in Data Envelopment Analysis[J].Journal of Productivity Analysis,2002,17:157-174
[3]方燕,白先华.中国商业银行经营效率分析——三阶段DEA之应用[J].中央财经大学学报,2008(6):41-46
[4]王家庭,张容.基于三阶段DEA模型的中国31省市文化产业效率研究[J].中国软科学,2009(9):75-82
[5]白雪洁,宋莹.中国各省火电行业的技术效率及其提升方向——基于三阶段DEA模型的分析[J].财经研究,2008(10):15-25
DEA投资效率 篇7
激烈的竞争加快了各行业、各企业对投资效率进一步的关注,研究投资效率以及如何提高投资效率掀起了新的热潮。新形势的竞争已经不仅仅是资源的占有,新政策局势的把握,效率的提高成为整个经济乃至企业加快发展的新目标。山西省的经济发展相对落后,这促使着山西省改变经济发展的思路,改变经济发展模式,加快经济发展速度。山西省是一个地处我国中部,属于华北西部,地理位置相对东部沿海省份存在较大的弱势,唯一的优势是资源的储存量相对丰富。依靠煤炭等资源拉动经济发展,是多年以来人们对山西的定义。实际上,资源带来的利益并没有真正成为拉动山西经济发展的重要因素,武梅芳在2007年撰写的一文中就指出,山西省的煤炭资源优势因国家经济发展的整体需要而使发展利益转移向其他地区,煤炭经济的粗犷式发展导致产业结构单一化,最终导致山西省环境日益恶化,对山西经济的发展造成了较大的阻碍1。
二、文献回顾
研究宏观效率的方法有多种,运用较多的有数据包络分析 (DEA)、“边际资本—产出比率(ICOR)”以及“增量资本产出比” 等。本文选取运用非常广泛的数据包络分析为实证分析工具。运用该方法的文献也非常广泛。
早在2001年,赵旭就运用DEA模型分析银行业效率,选取与银行业发展息息相关的各项指标,如:人力、存款价格、存贷款规模以及利润等作为模型的投入产出指标,成功地测算了我国1993-1998年之间我国商业银行的技术效率、纯技术效率和规模效率,结果表明,我国商业银行的效率呈现逐年波动增长态势,且与资本收益率、资产收益率等反应银行绩效的指标呈现背离趋势2。牛冲槐、詹玉成、郭春明运用DEA模型,将山西省与周边省份进行相对效率分析,结果显示,虽然山西省具有资源的先天性条件,但是在煤炭、电力、冶金等行业的相对效率并不乐观, 效率值低于内蒙古、河北的效率值3。杨旭通过构建符合我国基本国情的农业科技综合实力的指标体系,并通过选取河南省18个市级区域以及我国30个省级区域作为研究对象,运用包络分析方法对其进行评价研究,结果显示农业的科技综合实力与经济实力有着较强的关联关系4。本文基于前辈的基础上同样选用数据包络分析方法对山西省产业进行效率分析。
数据包络分析(Data Envelopment Analysis,简称DEA)属于多学科的交叉领域,最早是在1978年提出的,提出这一分析方法的是查恩斯酷派和罗德5等人。该方法的本质仍然是基于线性规划原理,综合多个投入与产出指标对效率进行综合评价。该方法提出10年后,由我国的魏权龄6首次将数据包络分析方法引入国内,由于该方法的实用性与便捷性,在国内掀起了运用该评价方法研究效率的大热潮。
三、基于三个产业角度的投资效率评价
(一)指标选取
三次产业的划分是世界上较为通用的产业结构,三个产业主要是指第一、第二及第三产业。本文基于产业角度下,以三个产业为决策单元,并且基于前辈学者的角度上,通过查询《山西省统计年鉴》选取各个产业的能源投入量、人员投入量以及固定资产投资额作为投入量指标;选取三个产业的GDP为产出指标。能源投入量是指各个产业的能源消费总量,人员投入量为各个产业的年末的从业总人数,固定资产投资额为各个产业投入的以价值衡量的固定资产总额。
(二)计算结果及分析
本文通过查阅各年的《山西省统计年鉴》,查找相关数据,获得能源投入量、产业同业人数、固定资产投资净额以及产业GDP,因数据的统计期间为2003年—2012年,时间间隔较长,因此,本文将产业的GDP与固定资产投资额按照GDP的平减指数分别进行折算,统一将数据折算到2003年,因篇幅的限制不再列示。具体实证结果如下。
1.第一产业。将第一产业数据折算后带入超效率DEA模型, 得到如下结果:
从表1可以看出,2003年—2012年之间多数年份均存在不同程度的投入冗余现象,10年之间效率值最高的年份是2008年,能源投入量、从业人数以及固定资产投资额均不存在冗余, 并且,能源投入节约数为60.96万吨标准煤,节约比例为26.80%,从业人数节约数为95.58万人,节约比例为14.87%,固定资产投资额不存在冗余。效率值最低的是2003年,能源投入量与从业人数均存在较为严重的冗余,能源投入冗余为263.76万吨标准煤, 冗余比例为 -74.14%,从业人数冗余为400.42万人,冗余比例为 -61.55%,固定资产投资额不存在冗余。
2.第二产业
将第二产业数据折算后带入DEA模型,得到如下结果。
表3显示,第三产业效率较高年份是2003、2005、2008以及2012,这些年份的投入指标不存在冗余,并且存在一定的节约, 剩余的年份在三项指标中存在一定的冗余。第三产业效率最高的年份是2003年,三项投入指标中能源投入量与固定资产不仅不存在冗余,还存在一定的节约,节约数量分别是114.82万吨标准煤、213195.29万元,节约比例分别是7.96%、4.56%。第三产业效率最低的年份是2009年,三项投入指标均存在一定程度的冗余,能源投入量、从业人数以及固定资产投资净额的冗余分别为 -1119.75万吨标准煤、-5.82万人、-7190205.13万元,冗余比例分别是 -39.80%、-1.07%、-56.70%。
四、结论建议
综合全文来看,山西省第一、第二以及第三产业的效率均存在一定的提升的空间。具体通过计算2003年—2012年近10年的各项投入指标的总冗余以及年均冗余列表如表3所示:
1.将三个产业相互对比发现,三个产业中第一产业的从业人数冗余数最大,冗余总数为577.68万人,年均冗余是57.77万人。第一产业实际上就是农业,主要包含种植业、林业、牧业、渔业和农林牧渔服务业。种植业与林业主要依托地形地貌以及水量的储存等,而山西在这方面又属于比较薄弱的层面。另外,据统计,山西省水资源人均占有量是全国平均水平的1/5左右,是世界平均水平的1/25,水资源匮乏,也会严重阻碍农业的发展。 虽然地势对于农业缺乏先天优势,但是,省政府基于农业是发展之本,仅在2009年至2012年就出台了50项强农惠农富农的政策,以扶持农业的进一步发展7。另外,农业的发展与环境息息相关,环境的恶化会严重阻碍农业的发展。建议山西制定更加全面具体的环境治理与保护方案,广泛宣传环境保护的重要性,为建设美丽山西、和谐山西打好坚实的基础。
2.对比三个产业的三项指标,第二产业的能源投入与固定资产投资均存在严重的冗余,年均冗余量分别是1886.56万吨标准煤和1780572.57万元。第二产业主要包含工业和建筑业,工业具体包含采矿业、制造业、电力、煤气及水的生产和供应。第二产业的特点决定了第二产业对能源需求量大的特性,能源需求大的行业更需要提高资源的利用效率。提高效率既能为企业节约成本提高利润,又能充分的利用资源而减少对环境的污染。对采矿业而言,煤炭资源的开采占据采矿业的绝大部分,山西省煤炭资源的整合工作相对起步较早,在2004年1月份山西省政府就下发了《山西省人民政府关于继续深化改革煤矿安全整治的决定》,并且后续又相继颁布了煤炭整改的相关措施。郭云通过研究山西省煤炭资源整合得出山西省煤炭的利润绩效和安全绩效的初步见效年限是2009年8。
虽然整合初步见效,但是,山西省应该进一步加大落实相关政策以及出台更加完善的法律法规,以更好地转变山西省长期依赖煤炭资源形成的产业结构单一、环境恶化的“资源诅咒”发展模式。另外,采矿、销售、电力、煤气等行业都是与煤炭密不可分的,建议相关部门继续高度关注整合后的变化,更加严格的控制煤炭发展,将相关的各行各业的发展有机的结合,争取实现链条式一体化的发展。
3.对比三个产业的三项指标,第三产业在三个产业中固定资产投资额冗余最为严重,冗余额是2785486.48万元,接近300亿元,年均冗余数额巨大,这是导致第三产业效率不高的根本原因。地形复杂的山西交通相对较为落后,而交通在经济发展中占有重要地位。建议各行各业在充分运用当前运输条件的情况下, 提高物流行业的效率。另外,山西省的相对落后制约了金融业发展,一般来说地区越发达金融业越发达,所以,发展金融业的前提是提高综合实力。随着人民生活水平的提高,旅游已经越来越受人民青睐,建议相关部门要加大旅游行业的投资与宣传力度, 将山西的景点推向全国乃至世界,提高旅游业对产值的贡献。另外,教育是发展的根本,山西省应该进一步加大对教育投资力度,为孩子建设更多符合现代化建设的学校,让更多的孩子可以接受更好的教育,为民生以及发展打好扎实的基础。
摘要：文章通过查找相关资料,选取山西省2003年—2012年的第一、第二以及第三产业的相关指标数据,选取能源投入量、产业从业人数、产业固定资产投资额作为投入指标,选取产业的生产总值(GDP)为产出指标,运用超效率DEA模型对山西省三个产业的效率进行了综合分析,得到三个产业效率的高低以及指标的冗余数量。最后基于实证结果的基础上提出相关建议。
DEA投资效率 篇8
国外对技术创新效率的研究起步较早,随后从理论研究转向应用研究,但采用DEA方法进行效率研究的不多。ShekharJayanthi和VikramSingh采用DEA方法对美国光伏产业的技术创新效率进行测算和行业分析[1]。AkihiroandShoko对日本医药企业在行业技术创新效率方面进行测度和研究[2]。近年来,技术创新效率在区域层面的研究成果颇丰,学者们的研究主要基于历年省际数据,应用不同的效率测度方法,对各省区的创新效率值进行测算、评价与比较[3]。汪文生等利用DEA模型对我国煤炭行业技术创新效率的有效性进行对比分析[4]。王奇珍等利用DEA法中的CCR和BCC模型测算了东部沿海省份技术创新 效率水平[5]。严惠斌 等利用DEA—Malmquist指数法对我国各省大中型工业企业的技术创新效率进行 分析测度[6]。王锐淇采 用SFA和DEA—Malmquist方法对影响我国区域技术创新效率的因素进行分析研究[7]。
以往,关于技术创新效率的研究主要集中在对某个地区或行业的综合效率的分析和对投入、产出总量的调整上,忽视了对经济发展水平相近的区域间的差异性研究,缺乏研究的系统性和完整性。近几年逐渐开始利用Malmquist指数法对综合效率分解形成的技术效率、规模效率进行深入研究。
本文选取1998—2012年我国中部及周边地区投入与产出的面板数据作为研究对象,基于超效率DEA模型和DEA—Malmquist指数法,从静态和动态两方面测度区域技术创新综合效率和分解效率,寻求山西技术创新效率变化的症结所在,为山西进一步发展综合改革试验区提供可靠的经验依据与决策参考。
1研究方法和指标的选取
1.1研究方法
超效率DEA模型,是运用超效率DEA模型在静态层面上测度一定时期内多个决策单元技术创新综合效率的有效方法。超效率DEA模型可区分出有效决策单元的效率值差异,并将所评价的决策单元进行有效的排序。对于传统DEA有效(效率值等于1)的决策单元,超效率DEA模型会将其生产前沿面进行重新测算,使测算得到的效率值大于CCR模型的效率值;对于传统DEA无效(效率值小于1)的决策单元,其生产前沿面不变,测算结果与CCR模型相同。其表达式为:
其中,θ为决策单元的DMUj0的有效值;n为决策单元数量;Xj为DMUj的投入要素 集合;Yj为DMUj 的产出要素集合;λj为相对于DMUj0重新构造的有效DMU组合中第j个决策单元DMUj的组合比例:s- 和s+ 为松弛向 量;X0和Y0分别表示DMUj0 的投入向量和产出向量。λj(j=1,2,...,n)为规划决策变量。
DEA—Malmquist指数法是用于测度一定时间跨度内多个决策单元生产效率的演变过程的方法,是Fareetal.在融合了Farrell对效率的 测度方法 和Cavesetal.对全要素生产效率测度方法的基础上衍生出的一种用于研究生产效率变化的测度方法。在计算区域系统效率的同时能够分解系统内部各结构的效率水平,进而更好的剖析非有效决策单元,为改进决策单元的 经营绩效 提供充分、有 效的信息 支撑[8]。为了消除时间跨度在指标选取上的随意性对研究结果产生的差异,本文利用从t时期到s时期生产效率变化指数Malmquist的几何平均值构建模型:
其中,dto(xs,ys )和dto(xs,ys )分别是以t期为参考技术,考察t期、s期的决策 单元距离 函数;dso(xs,ys )和dso(xt,yt )分别是s期为技术 参考值,考察t期、s期的决策单元距离函数。将上式进一步分解为:
技术效率变动指数
技术进步指数
当Malmquist指数大于1,则决策单元距离生产前沿面的距离缩小,意味着技术创新效率较上期水平有所上升;当Malmquist指数小于1,则决策单元距离生产前沿面距离扩大,意味着技术创新效率有下降趋势。
1.2指标选取
国外学者Banker和Cooper研究认为:只有当决策单元(DMU)的个数是投入属性和产出属性之和的两倍以上,DEA测度效率水平才会相对精确[9]。决策单元个数越多,越能有效的掌握形成的效率边界,越能得到投入与产出指标的效率关系。因此本文综合考虑数据包络分析法的使用要求和相关数据选取对问题分析解释的全面性,提出采用主成分分析法基础上的超效率DEA和DEA—Malmquist生产率指数法。
在分析研究相关文献的基础上,从全面反映区域技术创新效率水平的角度出发,本文采用纵向15年,横向覆盖9省的面板数据作为 测量样本,从33个原始指标中 通过相关 性分析筛 选出20个指标(10个投入指标和10个产出指标)构建综合评价技术创新效率的指标体系。通过 统计软件SPSS17.0的主成分分析法分别对原始指标体系中投入、产出变量进行降维处 理,由于决策 单元为9个,则需要从投入指标与 产出指标 中分别提 取2个主成分 因子作为问题分析 的输入变 量和输出 变量。由于 本文采用的是大样本量,因此忽略产出变量时滞性对观测结果的影响,为了保证问题分析的一致性和延续性,在后续两种 方法的分 析过程中,引入的变 量都是相同的。
在对数据做降维处理之前,利用spss17.0对上述两组指标进行相关性检验得到,投入指标的Bartlett球形检验的P值为0.000,KMO测度值的检验结果为:0.870,表明原始投入观测量适合做主成分分析。对10个投入指 标提取两 个主要因 子,得到的累计方差贡献率为85.858%,说明利用2个投入因子解释以上10个投入指 标,只丢失了14.142%的信息。
数据来源于《中国科技统计年鉴》(1998-2012)、《中国统计年鉴》(1998-2012)
产出指标的Bartlett球形检验的P值为0.000,KMO测度值的检验结果是:0.755,表明原始产出观测量适合做主成分分析。对产出10个指标提取两个主要因子,得到的累计方差贡献率为83.368,说明利用2个产出因子解释以上10个产出指标,只丢失了16.632%的信息。
利用统计软件spss17.0中Thomson回归估计法,将主要因子变量表示为原有变量的线性组合表达式,即:
其中,βjp和αiq分别表示投入变量和产出变量对各因子的权数,Ip和Oq分别表示原始投入和产出变量标准化后所得的指标值。
由于提取主要因子的过程中出现了负值,因此在使用软件DEA和EMS进行数据分析之前,需对所提取的投入、产出主成分变量做转为正值处理,以达到良好的指标分析效果。转正后的各项主要因子得分全部为正值,均分布在0.1到1之间,采用的转正公式为:
其中,X为提取的主成分变量值,Xmin和Xmax分别为投入、产出主成 分变量中 的最小值 和最大值;X*为转正处理后的主成分变量值。
2实证分析
2.1基于超效率 DEA模型的静态综合效率分析
将山西及周边省份共9省作为决策单元,采用1998—2012年15年转正后的投入变量和产出变量作为评价指标,运用超效率软件EMS1.3对历年各地区的技术创新效率水平进行分析,进而通过对技术创新效率算术平均值的计算,得到效率综合排名,如下。
依表2结果,从横向角度来看,9省15年的技术创新效率的算术平均值均没有达到1,效率值分布在0.73~0.987之间,表明技术创新活动都处于生产前沿面以下,即综合效率没有发挥到最佳水平,说明中部及周边省份在技术创新效率水平方面的提升空间还很大。但综合各省历年的效率水平来看,总体处于平稳上升的态势,1998年各省的效率水平基本持平,到2012年省份间逐步展现出差距。9省中,综合技术创新效率排名第一的是陕西,山西则排在9省中的最后一位,两省平均效率值相差25.7个百分点。内蒙古作为中部地区技术创新能力水平最低的省份在综合效率方面排名第三,说明区域技术创新效率水平与其经济发展状况甚至创新投入水平不一定呈正相关关系。超效率DEA模型得到的是各省创新资源投入与产出成果的比例结果,是一组静态效率值,不具有环比性。
从时间序列上来看,自1998至2012年期间,一些省份效率水平在增减交替变化中呈现逐渐上升趋势,如:陕西在2005年效率水平超出技术前沿面,达到144.8%;内蒙古在2004年效率值为166.4%达到15年内的最高水平,而山西和河南历年的技术创新效率水平始终处于生产前沿面之下。山西的技术创新效率指数在0.675~0.812之间徘徊,说明在效率水平方面没有明显 增长趋势。通 过对超效 率DEA模型结果的分析,突破了因效率值为1的瓶颈,了解到山西在9省中所处 的效率水 平,为DEA—Malmquist生产率指数分析做出铺垫。
2.2基于 DEA—Malmquist生产率指数分析
为了进一步分析中部及周边省份技术创新绩效动态变化过程,本文运用软件Deap2.1输出导向型模型,采用上述相同投入、产出变量对1998—2012年间9省技术创新效率的Malmquist指数及其分解项目进行测算和分析。
2.2.1时间序列对比分析
由表4结果可以看出,从1998年至2012年,各省份的Malmquist指数基本保持在一个比较平稳的状态,年平均全要素增长率为 -2.1%,其中2007—2008年tfpch处于上升 趋势,上升幅度 最大,达到48.5%,除此之外1998—1999年、2000—2002年、2003—2005年也呈现不同程度的小幅增长态势。自2008—2012年tfpch处于持续 下降趋势,其中2008—2009年下降幅度最大,达到10.5%。说明在这15年间区域的技术创新绩效始终处于不断波动之中。从整个连续年度来看,中部及周边省份技术创新效率整体出现了些许退步。观察其分解项发现:年平均技术进步指数为0.976,下降了2.4%,因此全要素生产率不高是由技术进步指数下降所引起的。2008年,技术进步指数和全要素生产率同时达到15年内的峰值,在整个考察期内,技术进步指数与全要素生产率的变化幅度几乎完全一致,说明科技创新和进步在9省的技术创新过程中起着至关重要的作用,而两者在算术平均值方面相差的0.3%,则是年均纯技术效率指数100.1%和规模效率指数100.2%共同作用的结果。
横向观察全要素生产率的两大分解 项得到,技术效率指数多年来 始终围绕1上下波动 且波动幅度不大,2011年略显上扬。说明9省在技术创新管理方面没有发挥更大的作用,在提倡经济转型发展的大环境下,企业及政府相关管理部门并没有作出相对积极的反应;在低于技术创新的生产前沿面水平的状态下,各省向前沿面移动和追赶的技术效率并不显著。
2.2.2省份面板对比分析
由表4中Malmquist指数的各分解项可以看出,除技术进步指数的算术平均值为0.976以外,其他项目的算术平均值均大于1。纵观各省的技术效率指数项,仅有河南和陕西两省略低于1,意味着这两省的技术创新活动是无效的且在创新活动生产可能性边界内部。从中部及周边各省的整体状况来看,对区域的技术效率指数平均水平没有造成太大影响,说明各决策单元在技术创新活动的效率方面呈现“空间追赶效应”,与东部地区的差距存在缩小的可能性。考虑各决策单元的年平均全要素生产率,从表4可以看出15年间Malmquist指数均没有达到平均水平1,始终在0.963至0.995之间徘徊,即,区域内部各省创新效率的提升效果并不显著。9省中,陕西省的全要素生产率最大为0.995,河北省全要素生产率最小为0.963,两省的Malmquist指数相差了3.2%,主要原因在于河 北的技术 进步指数 相比较陕 西低了4.6%。说明在推动区域技术创新的过程中,中部区域内各省的技术创新能力和对创新资源的利用率还有待提高,所采用的创新模式还有待改善。
山西的全要素生产率为0.968,其中技术效率指数为1,是由纯技术效率指数和规模效率指数均为1共同作用形成的。说明山西在对改进本省技术创新的管理水平和科技创新的发展规模两方面同上期相比没有明显成效,整体水平基本保持不变,还需要进一步采取措施提高组织管理水平,优化产业结构。而造成全要素生产率水平降低了3.2个百分点的原因同样在于技术进步指数,说明生产技术水平呈现衰退趋势。
2.3基于 Malmquist生产率指数及其分解项的动态效率分析
影响区域内技术创新效率的各要素在不同时期都有不同的表现方式和组合关系,研究创新效率大小并不仅限于科技创造能力本身,还要考虑资源环境承载能力,利用能力,以及相应的组织管理能力等。本文在利用Malmquist生产率指数法分析区域技术创新效率问题的过程中,假定评价技术效率变化的前提是规模效率不变和市场处于完全竞争状态,因而技术效率变化又被视为纯技术效率和规模效率的乘积。如此看来,研究全要素生产率变动可以从技术进步指数、纯技术效率指数和规模效率指数三者的变化上入手。
2.3.1Malmquist生产率指数变化分析
观察9省在样本期内全要素生产率指数平均值得到,从1998—2005年,全要素生产率指数围绕1上下震荡且幅度不大,此后2005—2007年Malmquist指数以直线速度下滑,2007年跌落至最低点0.757,2008年又大幅上扬,Malmquist指数增长了48.5%。
山西的全要素生产率指数在样本期内的波动幅度与平均水平基本一致,15年间始终处于9省的中下游水平,2011年Malmquist指数为0.736,排名第9。为考察区域内Malmquist指数平均值做出最大贡献的是湖北省,2008年Malmquist指数为2.314,增长了131.4%,远超出了9省平均水平。江西和陕西两省的整体波动情况与平均状况出入较大,江西在2007年达到了本省的峰值为1.594;陕西在2005年达到峰值为1.688。9省中内蒙古的Malmquist指数变化相对平稳,整体围绕1呈现稳步小幅增长趋势,在2011年达到9省生产率指数最高值1.127。
技术创新效率变动差异从一定程度上反映了中部及周边地区产业创新发展与地区特征和资源禀赋的高度相关性[10]。中部地区 由于经济 基础相对 薄弱、产业结构不完善、创新型产业规模小、人才和资金匮乏、相关政策措施不健全等问题,在一定程度上制约了技术创新效率的提高。
2.3.2技术进步指数(Tch )变化分析
技术进步指数是用来衡量技术生产过程中技术改良或再创造的能力的指标,其中包括对新技术的利用或新产品的发明、创新产业效率的提高、产品生产过程的专业化分工以及向生产前沿面移动的速度等方面内容[11]。当Tch>1,表示从t期到t+1期技术生产前沿面朝有利方向移动,出现技术进步,创新活动有利于技术进步;当Tch =1,表示从t期到t+1期技术生产前沿面未发生明显改变,技术进步不显著,无法判断创新活动对技术进步的影响;Tch<1,表示从t期到t+1期技术生产前沿面朝不利方向移动,出现技术退步,创新活动不利于技术进步[12]。
依表6可知,样本期内9省技术进步指数的平均水平整体处于震荡中缓慢发展的状态,走势和起伏年份与全要素生产率指数大体一致且各年都略高一些,说明技术进步在长期促进创新效率增长的过程中起着十分重要的作用,技术进步的贡献弥补了技术创新效率下降的幅度。从1998—2011年,技术进步指数在0.746至1.501之间增减变动,15年间大于(或等于)1的年份仅有4个,最高增长率为50.1%,2004—2005年增长了1.3%,大部分年份都在0.95上下浮动,表明创新活动不利于技术进步和发展。由此看来,如何通过技术进步提高创新活动的技术效率是区域内亟待解决的重要问题。
9省中技术进步指数下降最小的是陕西,平均技术进步指数为0.995,下降了0.5%;其次是湖南,技术进步指数为0.991。河北和山 西位居倒 数一、二位,其中山西的技术进步指数低于平均水平0.7%。
2.3.3纯技术效率指数(Pech )变化分析
纯技术效率指数作为长期经济增长来源的一个组成部分,是用来衡量除去所有有形生产要素以外的纯技术进步所带来的生产率增长,又被称作非具体化的技术进步,包括知识,教育,技术培训,创新手段、组织管理等方面。当pech >1,表明从t期到t+1期技术效率有所提高,技术创新和管理方式有利于创新效率提高;当pech =1,表明从t期到t+1期技术效率没有显著变化,技术创新和管理方法对创新效率作业不明显;当pech <1,表明从t期到t+1期技术效率有所衰退,技术创新和管理方式不利于创新效率的提高。
由表7可以看出,纯技术效 率从1998年到2012年间一直处于小幅增减交替变化的状态,波动范围在0.979到1.04之间。2008年指数达 到最大,即1.04,此后至2012年呈现持 续下降的 趋势。9省在整个 样本期内 的平均纯 技术效率 水平为1.001,增长了0.1%,说明创新手 段和组织 管理水平对区域技术 创新的发 展在一定 程度上起 到了推动作用,但从纯技 术效率增 长幅度不 大方面考 虑,说明管理水平和创新过程中的技术手段不够先进,需要进一步完善。
观察各省纯技术效率指数得到,陕西和河北两省15年来发展水平最为平稳,几乎与指数值1平行延伸,近几年在整体水平出现些许下滑的大环境下,河北的纯技术效率指数反而有缓慢上升的趋势。波动幅度较大省份依次是山西、安 徽和江西,其中山西 省排名第 一,1998—2002年、2004—2007年山西的纯技术效率指数基本保持稳定,2008—2012年效率指数出现直线下降的现象。山西省也是9省中纯技术效率指数在2012年下降幅度最大的省份,拉低了区域技术进步的平均水平。
2.3.4规模效率指数(Sech )变化分析
规模效率指数作为影响技术效率的重要因素之一,反映了通过对不同类型创新资源的优化配置和对产业结构的调整所引起的区域技术创新水平的变化大小。当sec>1,表明相对于t期,t+1期更接近固定规模报酬,规模效率有所提高;当sec=1,表明t期与t+1期规模报酬没有明显变化;当sec<1,表明相对于t期,t+1期更远离固定规模报酬,规模效率有所下降。
由表8可知,规模效率指数总体呈小幅上下波动式的上升趋势,大多数年份指数变化都在1以上,各省多年来平均指 数为1.002,说明规模 效率有所 提高,技术创新规模处于良好的状态。2007—2008年下滑至0.951,此后两年以几乎直线上升的速度达到了15年中最大值1.02。
观察各地区规模指数变化,1998—2006年9省均处于十分平稳的增长状态当中,2007—2012年各省指数变化呈现多样化。其中河南、安徽和山西三省历年的指数变化走势和总体情况几乎一致,同样在2007—2008年出现了15年中的下降幅度的最大值,其余各省规模效率在2007—2008年都有不同程度的提高,相同时期区域内规模效率指数增长的省份以及增长的幅度都大于下降的省份和下降幅度,因此,总体呈现出增长趋势。说明在样本期内各地区调整资源配置、扩大生产规模等行为有利于提高规模效率,进而推动了技术效率指数的增长。
3结论及意见
技术创新效率是由具体化科技资源投入(科技人员、资金和相关设备物资等)和非具体化科技资源投入(组织管理体制、技术资源配置体制和产业结构协调体制等)两方面共同推动的综合结果[13]。技术创新效率的提高则需要两种科技投入协调发展,当一方投入起到促进发展的作用,另一方却起了束缚发展作用,那么总体技术效率增长就不可能达到理想状态。因此,我省应在千方百计加大具体化科技资源投入的同时,设法构建与之相适应的非具体化科技资源,使技术进步与技术效率双向发展从而共同推动地区技术创新效率的增长。
从分析结果可以看出,山西省的技术创新效率总体呈现平稳略显上扬的态势,期间也有波动的迹象。作为技术创新效率的两大源动力,技术效率成为促进技术创新效率增长的主要动力;技术进步的下降对技术创新效率的增长起到了减缓作用,说明具体化资源投入存在问题。面对双方资源投入不匹配的问题,需从两方面着手:一方面进一步改革和完善创新体制,另一方面从切实的推动地区技术进步出发,提高山西技术创新效率。
基于DEA—Malmquist指数的实 证研究结 果,本文提出以下政策建议:
1)技术进步方面,作为拉低山西省技术创新效率水平的主要原因,首要任务是正视自身技术创新效率低下的事实,稳步提高技术进步指数。首先,加大技术引进力度,充分借鉴发达地区先进技术及其科技产业的增长模式,提高自身在科技创新过程中对先进技术的运用能力;其次,由政府出面,加强中部及周边省份间高新技术产业对技术发展、政策制定、组织管理及人才和物资配备等方面的交流与合作,形成区域技术创新的产业集群效应,实现人才、物资等具体化科技资源的自由流动,使省际创新资源形成优势互补,促进省际技术创新效率共同提高。再次,从科研经费、技术人才、研究人员薪金和优惠政策等方面加大政府对高技术产业的扶持力度。鼓励各种规模及形式的高技术企业积极参与技术创新,创造良好的市场竞争环境。
基于DEA中国宽带发展效率评价 篇9
2013年8月17日, 国务院印发了《“宽带中国”战略及实施方案》。《战略方案》经过认真仔细的研究并且充分考虑了国内外发展形势的基础上而制定的。从国际形势看, 新一轮的宽带将会在技术和产业的变化中抢占制高点, 在新时代的国家发展战略中创造新优势, 宽带战略的先导作用将日趋突出, 宽带战略已经成为各个国家战略性基础设施部分的重要组成部分。近年来, 在各方面的联合努力下, 宽带网络覆盖率在全国继续扩大, 普及程度随之不断提高, 换句话说, 中国的宽带发展已经取得的成就已经吸引了全世界的关注, 亦是在现阶段快速的发展。但是, 我们必须看到, 我国宽带发展离老百姓的实际需求还有很大的差距。我国宽带人口普及率虽然已经超过了全球平均水平的8%, 但是相较于发达国家25.6%的普及率还是差距甚大。这说明了宽带发展的工作关系到了广大群众的切身利益, 当前发展仍然有很多需要改进的地方。这些问题亟须通过加快实施“宽带中国”战略, 从国家和全社会层面推动解决。
1 宽带历史数据处理方法的选择
从经济学角来看, 宽带发展效率评价实际上是一个成本效益分析的过程。从技术层面上来看, 我国宽带普及率与发达国家差距较大的一个重要原因是资源配置决策的原则, 存在收费高、服务差、“假带宽”等问题, 往往以效益最大化为决策原则, 很少考虑到整体发展的成本问题。在对我国宽带发展效率计量方面, 特别是数量具体化, 本身就十分复杂。宽带的发展在计算效率方面只能从整体就近似值, 不会十分精确。对于宽带测量输入输出, 一类是单一指标法, 即宽带投入资源中人力、物力和财力、时间、信息和其他个人因素的各单项因素运用的效率指标。一类是各种资源整合成一个整体来评估宽带的发展效率的综合性指标效率额分析法, 现有的产出效率评价方法中, 净效益现值法、效益成本比率法、回归分析、指数分析, 这些方法在严格的条件下, 当有较少的评价评估更准确, 但综合效益评估是无能为力的。这时候数据包络分析方法显示了独特的优势。
鉴于上述原因, 本文使用2002-2011年相关研究因素数据位样本, 用DEA法分别对各年份进行效率值的测算, 随后引入可能影响效率值的多种因素。
2 研究方法、指标选择及数据处理
2.1 DEA模型
DEA (Data Envelopment Analysis, 数据包络分析) 方法是基于线性规划来评价相同类型的多投入、多产出的决策单元 (DMU) 是否技术有效的一种非参数统计方法, 是分析决策单元投入产出效率的重要工具之一, 其目的是构建一条非线性的包络前沿线, 有效点位于生产前沿面上, 无效点处于前沿的下方。DEA使用了数学规划模型评价具有多个输入和输出的“决策单元”间的相对有效性。这个理论把“生产可能集”定义为生产技术固定条件下的各种投入和产出所形成的集合;其中效率前沿即为能使产出最大的投入组合的集合;包络线即为所有的生产可能集的最佳组合点形成的边界线。若企业投入产出的组合落在效率前沿面上则表明该企业是有效率的, 说明其相对效率值是1, 就表示在其他条件固定不变的条件下, 这个决策单元不可能减少投入, 或增加产出的;反之, 如果企业投入产出的组合落在效率前沿面内, 则表明该企业是无效率的, 视这一决策单元是无效率单元, 并且其效率值介于0和1之间, 表明在产出固定不变的条件下可降低投入, 亦或是投入不变的条件下可增加产出。DEA基本模型包括规模报酬不变模型 (CRS) 以及规模报酬可变模型 (VRS) 两种模型。其中CRS模型得出的效率值即为决策单元的技术效率, 以下为其模型表述:
技术效率的经济意义是若以样本公司中的处于效率前沿面上的公司为标准, 第j家公司在保持产出水平不变的情况下实际所需要的投入比例。1-Z即为第j家公司投入中被浪费掉的比例, 这些被浪费的投入完全可以人为的减少, 从而使得样本公司最终达到技术有效。Banker、Charnes和Cooper在CRS模型基础上增加了一个限制条件, 即:, CRS模型中综合效率从而将其分解为两种形式:纯技术效率和规模效率乘积。纯技术效率是反映了决策单元当前的生产点与有效生产前沿之间的差距;而规模效率则是反映了规模不变的生产前沿和规模可变的生产前沿之间的差距。1984年提出的纯技术效率的规模报酬可变 (VRS) 模型:
通过CRS模型可以技术效率 (TE) , 通过VRS模型下可以得到纯技术效率 (PTE) , 进而得到规模效率 (SE) , 即SE=TE/PTE, 同时, 由CRS模型下的大小, 可以判断决策单元的规模报酬情况。
2.2 指标选取与数据处理
由于DEA模型对于投入产出的指标选择具有较高的敏感性, 因而指标选取的合理性对研究结果有较大程度的影响。根据经济学中生产要素理论, 投入可分为两种:劳动型投入和资本型投入, 产出亦可分为两种:经济效益和社会效益。在参考前人研究的基础上, 同时考虑到研究的目的及数据的可获性, 本文选取投入指标为:农民纯收入, 指农民的总收入去除相应的各项费用性支出以后, 即归为农民所有的收入。该指标是用来观察农民实际收入水平与农民扩大再生产及其改善生活的能力;网民规模、互联网普及率、固定电话普及率 (从另一侧面反映宽带接入用户的潜在发展空间) 。
通过简单相关分析得出, 城镇居民家庭人均可支配收入、农民纯收入、网民规模、互联网普及率、固定电话普及率这五个影响因素之间也具有较强的相关性。城镇居民人均可支配收入、农民纯收入可能会影响网民规模、互联网普及率、固定电话普及率, 并通过这些因素将影响传递到宽带普及效率。因此, 在城镇居民人均可支配收入、农民纯收入固定不变的条件下, 分析网民规模、互联网普及率、固定电话普及率对宽带普及率的影响。最终得出, 城镇居民可支配收入、农民纯收入、网民规模、互联网普及率、固定电话普及率是影响我国宽带普及率的主要因素。本文中的原始数据均来源于《中国统计年鉴》、《中国信息产业年鉴》。各指标原始数据如表1所示。
3 实证分析
本文采用DEA方法中的BBC模型, 运用DEAp2.1软件和2002-2011年的数据测度我国宽带普及效率的动态变化, 测算结果见表2
本文将根据前文所列的投入产出指标与相关DEA模型, 测算中国从2002-2011年宽带普及的技术效率、纯技术效率与规模效率。具体分析如下:
由理论可知, CRSTE有效即可表明决策单元具有经济效率, 而经济效率又是由技术效率和配置效率构成, VRSTE可以衡量决策单元的既定产出条件下的最小投入, 是纯技术效率;SE则是衡量投入资源的最优配比, 是配置效率。任何一个决策单元只有同时具备VRSTE有效和SE有效的条件下, 才能够达到CRSTE有效。本文将以宽带普及率为输出变量, 主要衡量我国整体宽带普及效率。在模型中, 样本期间, 我国宽带普及效率的综合规模技术效率均值为0.767, 仍有较大的提高空间和可能性。由各年份的综合规模技术效率值可看出, 2005-2007、2011年构成了我国宽带普及效率的前沿面, 宽带普及率转化为DEA有效, 即相对于其他年份, 这4年的宽带普及效率达到最大, 其他5个投入指标作用得到充分发挥。其余年份宽带普及效率的综合规模技术效率均小于1, 说明这7年的宽带普及效率是无效的, 其中2002年的综合规模技术效率最小, 表明该期间宽带普及效率较低。
对综合规模效率非DEA有效年份进一步从纯技术和规模进行分析发现, 除2004年、2005年外, 其余年份的纯技术效率总是高于规模效率 (见图1) , 表明导致我国宽带普及效率的主要原因是规模无效, 这说明我国总体上对于宽带普及投入规模存在不合理的现象。由表2可知, 2005-2007、2011年的规模效率均为1, 即处于规模报酬不变状态。其余年份2002-2004、2009-2010则处于规模报酬递增的状态, 此时适当的增加宽带普及投入指标, 使投入量处于最合适的投入规模能够有效的提高宽带普及效率, 2005年及2011年的综合规模技术有效和规模有效就说明了这一点。
由图1可知, 虽然我国宽带普及效率的综合规模技术效率、纯技术效率2009年出现了大幅度下降, 但是在其他年份均处于平稳发展状态, 同时, 规模效率一直处于较高水平的平稳发展趋势。这一发展趋势主要得益于相关政府部门、科研机构、电信运营商和设备制造商不断加大资金投入, 从而形成对宽带普及的拉动力, 以及随着人民生活水平的提高越来越意识网络互联网的重要性, 使得我国宽带普及效率逐渐得到改善。另外, 可以看出在2008年和2009年宽带普及效率的综合规模技术效率、纯技术效率均出现下降的现象, 这主要是受2008年全球金融危机的影响, 我国经济也受到了明显的影响, 一时缺乏对国家政策支持及经济发展规划难以快速恢复, 从而使得我国在宽带普及效率的投入上不得力, 甚至出现滞后的现象。在金融危机之后, 宽带化已经成为全球趋势, 今年“宽带中国”亦呼之欲出。
虽然2005年以来, 我国宽带普及效率相对较高, 为经济发展、社会进步、民生改善、国家安全提供了重要支持。但我国宽带普及率和世界发达国家相比存在着较大的差距, 在宽带普及过程中仍存在较多问题, 这些问题在很大程度上限制了我国宽带普及效率的有效提高。技术差距是我国宽带普及落后于发达国家的一个本质, 铜缆技术和光纤技术之间的技术鸿沟。这个技术鸿沟一旦跨过, 中国宽带接入速度的世界排名和“兆价”必定将会发生“跳变”。然而, 我国地域广阔, 普及宽带接入将是一个巨大的社会工程, 东西、城乡建设成本差距极大, 若仅凭企业单打独斗, 中国宽带已经落后的局面难以改变。实施国家宽带战略是解决该问题的必由之路。
4 结论及对策
本文运用DEA方法, 构建了以宽带普及率为产出, 城镇居民可支配收入、农民纯收入、网民规模、互联网普及率、固定电话普及率为投入指标的评价模型, 并对我国2002-2011年间的宽带普及效率进行了实证分析, 研究结果显示: (1) 2001-2011期间, 我国宽带普及效率整体上呈逐渐增长的趋势。2005-2007年及2011年其普及效率趋于稳定, 处于DEA有效状态。 (2) 样本期间, 我国宽带普及效率整体上相对处于较高水平, 但仍存在较大提升和改进空间。
“宽带中国”战略将会在整个“十二五”期间被强化, 不断提高我国宽带普及效率还需做出较大努力。本文认为, 以下途径可以实现我国宽带普及效率的有效转化:
首先, 随着国家宽带战略提出, 政府将会通过宽带战略、宽带专项资金、普遍服务基金、投融资政策等措施推进宽带发展。我国对宽带发展的实实在在的支持表现在财税两个方面。
其次, 科研机构、电信运营商和设备制造商不断加大资金投入及技术投入, 3G网络建设、FTTX、专网建设、三网融合等将成为宽带产业发展的主要拉动力。
最后, 鼓励乡镇及农村宽带普及。根据我国“十二五”期间加快城镇化建设的需要, 对于县及县以下的宽带经营所得减免所得税。宽带是信息化的基础设施, 一旦列为国家战略, 当然应属于“国家重点扶持的公共基础设施项目”, 包括农村在内全面提高我国宽带普及效率。
参考文献
[1]INFORMATION ECONOMY REPORT 2011-ICTs as an Enabler for Private Sector[J]Development New York and Geneva, 2011.
[2]Towards Know-when technology in the mobileInformation space:Long-term User Trace LogAnalysis in the Mobile Internet.Toshihiko Yamakam ACCESS.
[3]常硕, 崔静宜.中国电信业效率测评及影响因素分析[J].《产经评论》2011 (5) :34-40.
[4]田讯.我国宽带即将迎来全面提速期[J].信息化博览, 2012 (1) :52-53.
[5]记者, 熊雄.国家宽带战略呼之欲出--“2012年宽带中国战略服务信息化推进大会”侧记[J].新闻聚焦:22-24.
[6]高利.通信设备行业“宽带中国”引发光通信[J].华创证券, 2011-01-17.
[7]刘茂先.宽带普及提速正当时[J].中国信息产业网——人民邮电报.