论文部分内容阅读
摘要:酿酒工业是食品饮料行业的重要组成部分,在国民经济发展中具有十分重要的作用。本文运用DEA模型及Malmquist生产力指数对中国16家主要酿酒业上市公司在2004年至2007年期间的生产效率进行了动态分析。实证结果显示,样本期间内酿酒企业的综合技术效率平均值偏低、综合技术效率总体上呈现出上升的态势;酿酒企业在样本期间内平均全要素生产率和各年度全要素生产率均呈现出不同程度的提高,且两者均得益于行业技术的进步。
关键词:酿酒业上市公司;生产效率;DEA模型;Malmquist生产力指数
作为食品饮料行业的重要组成部分,酿酒工业在国民经济发展中具有十分重要的作用。改革开放以来,经过多年的建设和深刻变革,中国酿酒工业已经取得了突飞猛进的发展,并以其满足社会消费需求、增加地方财政收入和促进农业产业化等突出特点成为政府扩大内需、建设和谐社会和社会主义新农村进程中的一个重要产业。然而,近年来外资酒业生产商或经销商纷纷抢滩中国市场,或并购中国本土酿酒企业,或在中国拓展经销网络。在此背景下,通过对中国酿酒企业进行生产效率评价,探讨如何提高我国酿酒业的生产效率和产业国际竞争力,对有效培育和保护产业民族品牌,促进产业快速发展具有重要意义。
一、研究方法与分析工具
1.一阶段DEA模型。
DEA(Date Envelopment Analysis,数据包络分析)方法是用数学规划模型来评价相同类型的多投入、多产出的决策单元技术和规模是否有效的一种非参数统计方法。该方法最初由美国运筹学家Charnes,Cooper and Rhodes提出,即CCR模型,后经Banker提出规模报酬可变的假定,发展出BCC模型。DEA方法于20世纪80年代末被引入我国,目前已在制造业、服务业等生产效率研究以及生产函数效率的测评中进行了许多成功的应用。DEA方法的优势在于以下几点:首先,它不需要指定投入产出的生产函数形态,因此可以用来评价具有较复杂生产关系的决策单位的效率;其次,具有单位不变性的特点,即DEA衡量的DMU的效率不受投入产出数据所选择单位的影响;再次,DEA模型中投入、产出变量的权重由数学规划根据数据产生,不需要事前设定,不受人为主观因素的影响;最后,DEA可以进行差异性分析、敏感度分析和效率分析,可以进一步了解决策单位资源使用情况,可以供管理者作为经营策略参考。由于近年来我国酒类制造企业兼并势头迅猛,很多企业资本、人员等生产要素在样本期间内变动较大,因此要对采用投入导向(input-oriented)的BCC模型进行研究。
2.Malmquist生产力指数。
Malmquist指数最早由瑞典经济学家Malmquist作为一种消费指数提出,此后与Charnes等建立的DEA理论相结合,普遍用于全要素生产率的测算与评估。Fare建立了用于测量全要素生产率增长的Malmquist生产力指数(TFP),并应用Shephard距离函数将该指数分解为技术变动与技术效率变动。
Malmquist生产率指数是在假设固定规模报酬下所衡量的指数,它可以分解为综合技术效率变动及技术变动的乘积,即:
Mi(Xt+1,Yt+1,Xt,Y)=EC(CRS)*TC(CRS)
代表的效率变动指数一定程度上描述了到时刻之间组织管理水平的变化——“追赶效应”,衡量了生产单位是否更靠近当期的生产前沿面进行生产,若EC(CRS)>1,表示正确的管理方法与决策使得效率改善;若EC(CRS)<1,表示错误或不当的管理方法与决策使得效率恶化。TC代表的技术变动指数描述了两个时期内生产前沿面的移动——“前沿面移动效应”,这种效应表明了技术的进步和创新,若TC(CRS)>1,代表技术进步;若TC(CRS)<1,则代表技术退步。
二、实证分析:效率评价分析
1.指标选取与数据来源。
DEA分析法将决策单元(DMU)的投入产出数据作为衡量要素,结合中国酿酒业上市公司的投入和产出特征以及现有数据的可获得性,本文选取三个基本的投入变量:主营业务成本、固定资产净额和在职员工人数;产出指标则选取主营业务收入和税前利润总额。根据中国证监会公布的行业分类标准,酿酒业上市公司共有24家,剔除样本期间内ST公司以及同时在A股和B股市场上市的公司,最后选取16家样本公司。所有数据均来自于16家上市公司在2004年至2007年期间公布的年报。
2.中国主要酿酒业上市公司基本效率评价。
限于篇幅,本文所选取的中国16家酿酒业上市公司在2004年至2007年期间的各项投入和产出指标具体数据在此就不再列出,而将经由Deap2.1软件得到的中国主要酿酒业上市公司各年度平均生产效率的数据整理为表1。
BCC模式将综合技术效率分解为纯技术效率和规模效率两部分。其中,纯技术效率衡量的是在现有技术和资源条件下企业提供产出的能力,从一定程度上反映了决策者的管理水平;而规模效率则用于衡量企业是否在固定规模报酬下进行生产。由表1可以发现,样本期间内中国主要酿酒业上市公司综合技术效率平均值偏低。但是,除了2007年出现较大幅度下降之外,酿酒企业的综合技术效率在2004年至2006年期间总体上呈现出上升的态势。进一步分析可知,样本期间内中国主要酿酒业上市公司规模效率平均值不高,主要是因为中国酿酒工业企业数目众多,但多数企业规模较小且竞争力较弱。而中国主要酿酒业上市公司的规模效率在样本期间内呈现出稳定增长的态势,这主要得益于近年来国内酿酒企业之间兼并重组进程的加快。与之形成鲜明对比的是样本期间内中国主要酿酒业上市公司的纯技术效率在逐步下降,这意味着酿酒企业存在较为严重的资源浪费且管理水平在逐步下降。由此可见,进一步促进酿酒企业扩大规模或兼并重组以获取规模经济效应,提高企业管理水平以促使企业资源的有效配置,是当前中国酿酒行业面临的两大主要任务。
3.中国主要酿酒业上市公司动态效率评价。
本文研究方法部分表明,Malmquist生产力指数可以分解成综合技术效率变动和技术变动,其中综合技术效率变动可进一步分解为纯技术效率变动和规模效率变动。综合技术效率变动表示企业管理方法的优劣与管理阶层决策的正确与否对生产效率的影响,而技术变动表示行业的技术进步程度。限于篇幅,本文仅将经由Deap2.1软件得到的中国主要酿酒业上市公司各年度平均Malmquist生产力指数及其分解项的数据整理为表2。
表22004年—2007年中国主要酿酒业上市公司Malmquist生产力指数及其分解项均值
由表2中Malmquist生产力指数的平均值可以看出,中国主要酿酒业上市公司的生产经营效率在2004年—2007年期间以年均10.9%的速度提高,且生产效率的提高主要得益于样本期间内15.1%的显著技术进步。进一步分析可知,在规模效率略有提高的情况下,调查样本期间内中国主要酿酒业上市公司的综合技术效率仍有所下降主要归因于纯技术效率的降低。这同样表明,中国主要酿酒业上市公司虽然通过企业规模的扩大或者行业内的兼并重组,其规模经济效益有所提高,但是在现有的技术和资源条件下需要比以前投入更多的资源,亦即酿酒企业的经营管理水平有所下降。表2的结果还显示,各年度Malmquist生产力指数均大于1,这表明中国主要酿酒业上市公司的生产力总体上呈现提高的趋势,且提高幅度均保持在10%左右。分析可知,酿酒企业在各年度生产力的改善均得益于行业技术的进步,在各年度纯技术效率均出现下降的情况下,主要酿酒业上市公司在各年度规模效率的提高在一定程度上抵消了纯技术效率下降对行业综合技术效率的不利影响。
三、研究结论与政策建议
本文对中国16家主要酿酒业上市公司在2004年—2007年期间的生产效率进行了分析,并结合基于非参数DEA的Malmquist生产力指数,对样本期间内主要酿酒企业的效率变化进行了动态评价。基于以上实证研究结论,为了进一步提高中国酿酒业的生产效率、保证其健康持续协调发展,并发挥其在政府扩大内需、建设和谐社会和社会主义新农村以及推动国民经济持续稳定发展中的重要作用,本文提出以下几点建议:
1.进一步提高酿酒行业规模经济水平。鼓励酿酒企业通过参股、控股和收购等方式有效整合行业现有资源,合理扩大企业生产经营规模,提高酿酒产业集中度和规模经济水平,致力于规模化、集团化发展之路。尤其对葡萄酒企业而言,更应该重视行业规模经济水平的提高,进而借此有效地提高行业综合技术效率。
2.着力推动酿酒企业管理水平的提高。不断通过内部扩张或外部整合重组以提高规模效率、获取规模经济的过程中,应该特别注重行业管理水平的提高,其中企业信息化建设是促进企业管理水平提高的重要途径。一方面要加快企业内部信息化建设以减少管理成本;另一方面要加快外部信息沟通,开发适销对路的新产品以降低营销成本、提高资产周转率。
3.发展循环经济,走可持续发展之路。与中国其他制造业一样,酿酒业也存在能源消耗过多、污染环境严重等诸多问题,因而酿酒业发展过程中,要进一步实现集约化生产,加大节能减排力度,降低能源消耗强度,充分利用有限的资源发展循环经济,将经济效益与资源环境和生态效益有机结合起来。
基金项目:国家社科基金重点项目“中国特色新型工业化研究(07AJY017)”的阶段性成果。
参考文献:
[1] Banker, R.D., A. Charnes, and W.W. Cooper. Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J]. Management Science, 1984, 30: 1078~1092..
[2] 金志国.啤酒业上市公司绩效评价系统研究[D].青岛大学博士学位论文,2007.
[3] 刘志彪,马健.酿酒企业的产业成长路径[J].酿酒.2002,Vol.29(2):13~14.
[4] 王廷惠.我国啤酒行业市场竞争与发展分析[J].中国工业经济,2000(7):41~44.
[5] 张若钦.基于Malmquist指数的白酒类上市公司效率分析[J].时代经贸,2008,Vol.6(8):21~23.
编辑/邹维
关键词:酿酒业上市公司;生产效率;DEA模型;Malmquist生产力指数
作为食品饮料行业的重要组成部分,酿酒工业在国民经济发展中具有十分重要的作用。改革开放以来,经过多年的建设和深刻变革,中国酿酒工业已经取得了突飞猛进的发展,并以其满足社会消费需求、增加地方财政收入和促进农业产业化等突出特点成为政府扩大内需、建设和谐社会和社会主义新农村进程中的一个重要产业。然而,近年来外资酒业生产商或经销商纷纷抢滩中国市场,或并购中国本土酿酒企业,或在中国拓展经销网络。在此背景下,通过对中国酿酒企业进行生产效率评价,探讨如何提高我国酿酒业的生产效率和产业国际竞争力,对有效培育和保护产业民族品牌,促进产业快速发展具有重要意义。
一、研究方法与分析工具
1.一阶段DEA模型。
DEA(Date Envelopment Analysis,数据包络分析)方法是用数学规划模型来评价相同类型的多投入、多产出的决策单元技术和规模是否有效的一种非参数统计方法。该方法最初由美国运筹学家Charnes,Cooper and Rhodes提出,即CCR模型,后经Banker提出规模报酬可变的假定,发展出BCC模型。DEA方法于20世纪80年代末被引入我国,目前已在制造业、服务业等生产效率研究以及生产函数效率的测评中进行了许多成功的应用。DEA方法的优势在于以下几点:首先,它不需要指定投入产出的生产函数形态,因此可以用来评价具有较复杂生产关系的决策单位的效率;其次,具有单位不变性的特点,即DEA衡量的DMU的效率不受投入产出数据所选择单位的影响;再次,DEA模型中投入、产出变量的权重由数学规划根据数据产生,不需要事前设定,不受人为主观因素的影响;最后,DEA可以进行差异性分析、敏感度分析和效率分析,可以进一步了解决策单位资源使用情况,可以供管理者作为经营策略参考。由于近年来我国酒类制造企业兼并势头迅猛,很多企业资本、人员等生产要素在样本期间内变动较大,因此要对采用投入导向(input-oriented)的BCC模型进行研究。
2.Malmquist生产力指数。
Malmquist指数最早由瑞典经济学家Malmquist作为一种消费指数提出,此后与Charnes等建立的DEA理论相结合,普遍用于全要素生产率的测算与评估。Fare建立了用于测量全要素生产率增长的Malmquist生产力指数(TFP),并应用Shephard距离函数将该指数分解为技术变动与技术效率变动。
Malmquist生产率指数是在假设固定规模报酬下所衡量的指数,它可以分解为综合技术效率变动及技术变动的乘积,即:
Mi(Xt+1,Yt+1,Xt,Y)=EC(CRS)*TC(CRS)
代表的效率变动指数一定程度上描述了到时刻之间组织管理水平的变化——“追赶效应”,衡量了生产单位是否更靠近当期的生产前沿面进行生产,若EC(CRS)>1,表示正确的管理方法与决策使得效率改善;若EC(CRS)<1,表示错误或不当的管理方法与决策使得效率恶化。TC代表的技术变动指数描述了两个时期内生产前沿面的移动——“前沿面移动效应”,这种效应表明了技术的进步和创新,若TC(CRS)>1,代表技术进步;若TC(CRS)<1,则代表技术退步。
二、实证分析:效率评价分析
1.指标选取与数据来源。
DEA分析法将决策单元(DMU)的投入产出数据作为衡量要素,结合中国酿酒业上市公司的投入和产出特征以及现有数据的可获得性,本文选取三个基本的投入变量:主营业务成本、固定资产净额和在职员工人数;产出指标则选取主营业务收入和税前利润总额。根据中国证监会公布的行业分类标准,酿酒业上市公司共有24家,剔除样本期间内ST公司以及同时在A股和B股市场上市的公司,最后选取16家样本公司。所有数据均来自于16家上市公司在2004年至2007年期间公布的年报。
2.中国主要酿酒业上市公司基本效率评价。
限于篇幅,本文所选取的中国16家酿酒业上市公司在2004年至2007年期间的各项投入和产出指标具体数据在此就不再列出,而将经由Deap2.1软件得到的中国主要酿酒业上市公司各年度平均生产效率的数据整理为表1。
BCC模式将综合技术效率分解为纯技术效率和规模效率两部分。其中,纯技术效率衡量的是在现有技术和资源条件下企业提供产出的能力,从一定程度上反映了决策者的管理水平;而规模效率则用于衡量企业是否在固定规模报酬下进行生产。由表1可以发现,样本期间内中国主要酿酒业上市公司综合技术效率平均值偏低。但是,除了2007年出现较大幅度下降之外,酿酒企业的综合技术效率在2004年至2006年期间总体上呈现出上升的态势。进一步分析可知,样本期间内中国主要酿酒业上市公司规模效率平均值不高,主要是因为中国酿酒工业企业数目众多,但多数企业规模较小且竞争力较弱。而中国主要酿酒业上市公司的规模效率在样本期间内呈现出稳定增长的态势,这主要得益于近年来国内酿酒企业之间兼并重组进程的加快。与之形成鲜明对比的是样本期间内中国主要酿酒业上市公司的纯技术效率在逐步下降,这意味着酿酒企业存在较为严重的资源浪费且管理水平在逐步下降。由此可见,进一步促进酿酒企业扩大规模或兼并重组以获取规模经济效应,提高企业管理水平以促使企业资源的有效配置,是当前中国酿酒行业面临的两大主要任务。
3.中国主要酿酒业上市公司动态效率评价。
本文研究方法部分表明,Malmquist生产力指数可以分解成综合技术效率变动和技术变动,其中综合技术效率变动可进一步分解为纯技术效率变动和规模效率变动。综合技术效率变动表示企业管理方法的优劣与管理阶层决策的正确与否对生产效率的影响,而技术变动表示行业的技术进步程度。限于篇幅,本文仅将经由Deap2.1软件得到的中国主要酿酒业上市公司各年度平均Malmquist生产力指数及其分解项的数据整理为表2。
表22004年—2007年中国主要酿酒业上市公司Malmquist生产力指数及其分解项均值
由表2中Malmquist生产力指数的平均值可以看出,中国主要酿酒业上市公司的生产经营效率在2004年—2007年期间以年均10.9%的速度提高,且生产效率的提高主要得益于样本期间内15.1%的显著技术进步。进一步分析可知,在规模效率略有提高的情况下,调查样本期间内中国主要酿酒业上市公司的综合技术效率仍有所下降主要归因于纯技术效率的降低。这同样表明,中国主要酿酒业上市公司虽然通过企业规模的扩大或者行业内的兼并重组,其规模经济效益有所提高,但是在现有的技术和资源条件下需要比以前投入更多的资源,亦即酿酒企业的经营管理水平有所下降。表2的结果还显示,各年度Malmquist生产力指数均大于1,这表明中国主要酿酒业上市公司的生产力总体上呈现提高的趋势,且提高幅度均保持在10%左右。分析可知,酿酒企业在各年度生产力的改善均得益于行业技术的进步,在各年度纯技术效率均出现下降的情况下,主要酿酒业上市公司在各年度规模效率的提高在一定程度上抵消了纯技术效率下降对行业综合技术效率的不利影响。
三、研究结论与政策建议
本文对中国16家主要酿酒业上市公司在2004年—2007年期间的生产效率进行了分析,并结合基于非参数DEA的Malmquist生产力指数,对样本期间内主要酿酒企业的效率变化进行了动态评价。基于以上实证研究结论,为了进一步提高中国酿酒业的生产效率、保证其健康持续协调发展,并发挥其在政府扩大内需、建设和谐社会和社会主义新农村以及推动国民经济持续稳定发展中的重要作用,本文提出以下几点建议:
1.进一步提高酿酒行业规模经济水平。鼓励酿酒企业通过参股、控股和收购等方式有效整合行业现有资源,合理扩大企业生产经营规模,提高酿酒产业集中度和规模经济水平,致力于规模化、集团化发展之路。尤其对葡萄酒企业而言,更应该重视行业规模经济水平的提高,进而借此有效地提高行业综合技术效率。
2.着力推动酿酒企业管理水平的提高。不断通过内部扩张或外部整合重组以提高规模效率、获取规模经济的过程中,应该特别注重行业管理水平的提高,其中企业信息化建设是促进企业管理水平提高的重要途径。一方面要加快企业内部信息化建设以减少管理成本;另一方面要加快外部信息沟通,开发适销对路的新产品以降低营销成本、提高资产周转率。
3.发展循环经济,走可持续发展之路。与中国其他制造业一样,酿酒业也存在能源消耗过多、污染环境严重等诸多问题,因而酿酒业发展过程中,要进一步实现集约化生产,加大节能减排力度,降低能源消耗强度,充分利用有限的资源发展循环经济,将经济效益与资源环境和生态效益有机结合起来。
基金项目:国家社科基金重点项目“中国特色新型工业化研究(07AJY017)”的阶段性成果。
参考文献:
[1] Banker, R.D., A. Charnes, and W.W. Cooper. Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J]. Management Science, 1984, 30: 1078~1092..
[2] 金志国.啤酒业上市公司绩效评价系统研究[D].青岛大学博士学位论文,2007.
[3] 刘志彪,马健.酿酒企业的产业成长路径[J].酿酒.2002,Vol.29(2):13~14.
[4] 王廷惠.我国啤酒行业市场竞争与发展分析[J].中国工业经济,2000(7):41~44.
[5] 张若钦.基于Malmquist指数的白酒类上市公司效率分析[J].时代经贸,2008,Vol.6(8):21~23.
编辑/邹维