中國農(nóng)業(yè)上市公司技術(shù)效率測度及提升路徑?
——基于面板數(shù)據(jù)的實證分析

◎尹秀珍 高 峰

一、引言

農(nóng)業(yè)是我國國民經(jīng)濟(jì)的基礎(chǔ)產(chǎn)業(yè)，我國國民經(jīng)濟(jì)的健康發(fā)展離不開農(nóng)業(yè)。中央一號文件自2004年第一次關(guān)注“三農(nóng)”問題至今，已連續(xù)十三年聚焦農(nóng)業(yè)問題，連續(xù)第三次聚焦“農(nóng)業(yè)現(xiàn)代化”。發(fā)展現(xiàn)代農(nóng)業(yè)能有效帶動農(nóng)業(yè)發(fā)展，而農(nóng)業(yè)上市公司是發(fā)展現(xiàn)代農(nóng)業(yè)的有效途徑。自從1992年農(nóng)業(yè)板塊實現(xiàn)零的突破以來，在25年的時間里中國農(nóng)業(yè)上市公司獲得了長足的進(jìn)步。從行業(yè)分布上看，農(nóng)業(yè)上市公司涉及林業(yè)、漁業(yè)、畜牧、養(yǎng)殖等，細(xì)分子行業(yè)已發(fā)展到15個，并且各子行業(yè)的上市公司數(shù)量明顯增加；從公司數(shù)量上來說，從最初的1992年上市到2015年末已發(fā)展到206家。農(nóng)業(yè)上市公司發(fā)展迅速，但是，大部分農(nóng)業(yè)類上市公司具有生產(chǎn)效率低、技術(shù)水平落后、競爭力不強(qiáng)的問題，對農(nóng)業(yè)產(chǎn)業(yè)的可持續(xù)發(fā)展構(gòu)成嚴(yán)峻挑戰(zhàn)。因此，通過測度農(nóng)業(yè)上市公司技術(shù)效率，研究其如何提高生產(chǎn)效率和市場競爭力，并提出相應(yīng)的提升路徑，這對于農(nóng)業(yè)發(fā)展方式的轉(zhuǎn)變、農(nóng)業(yè)產(chǎn)業(yè)的健康可持續(xù)發(fā)展意義深遠(yuǎn)。

二、模型選擇與數(shù)據(jù)說明

（一）模型選擇

本文運(yùn)用Fried（2002）提出的三階段DEA模型，它去除了外部環(huán)境因素和隨機(jī)因素的影響，所計算出的效率值能夠更加客觀、真實地呈現(xiàn)決策單元在整個評價期間的情況。該模型包括三個階段：

第一階段：傳統(tǒng)DEA模型分析。模型表示為：

第二階段：運(yùn)用SFA模型分析。以環(huán)境變量為解釋變量，投入冗余變量為被解釋變量，建立如下多元線性回歸模型：

其中，Sik為第k個決策單元i項投入的投入冗余；是環(huán)境變量對投入冗余Sik的影響；Zk為k決策單元的可觀測的環(huán)境變量；為待估參數(shù)；表示隨機(jī)誤差，一般假設(shè)而表示管理無效率，呈截斷正態(tài)分布，為混合誤差項。

運(yùn)用SFA回歸結(jié)果調(diào)整投入數(shù)據(jù)，具體公式如下：

第三階段：調(diào)整后的DEA模型分析。再次運(yùn)用BCCDEA模型對剔除環(huán)境因素和隨機(jī)干擾后的投入變量進(jìn)行效率評估，進(jìn)而測算出在相同條件狀態(tài)下，各個樣本公司在評價期間的真實效率值。

（二）樣本選取

本文結(jié)合《中國上市公司行業(yè)分類指引》和萬得數(shù)據(jù)庫分類，選取了32家農(nóng)業(yè)上市公司2011年至2015年數(shù)據(jù)。文中數(shù)據(jù)主要來源于各上市公司年報、萬得數(shù)據(jù)庫，宏觀經(jīng)濟(jì)數(shù)據(jù)來源于國家統(tǒng)計局網(wǎng)站公布的《中國統(tǒng)計年鑒》。

（三）變量選擇

1.投入變量。本文選取年末資產(chǎn)總計和從業(yè)人員人數(shù)作為投入變量。

2.產(chǎn)出變量。文中將營業(yè)收入和每股收益作為產(chǎn)出指標(biāo)。

3.環(huán)境變量。本文選取宏觀經(jīng)濟(jì)波動、股權(quán)集中度、股權(quán)制衡度和上市年限作為環(huán)境變量。

三、農(nóng)業(yè)上市公司測度結(jié)果分析

（一）第一階段傳統(tǒng)DEA分析

表1 第一階段和第三階段中國32家農(nóng)業(yè)上市公司技術(shù)效率測度

利用軟件DEAP2.1，運(yùn)用傳統(tǒng)DEA模型，對中國2011-2015年32家主要農(nóng)業(yè)上市公司的原始產(chǎn)出和投入數(shù)據(jù)進(jìn)行效率水平測算。由表1可知，在第一階段未考慮隨機(jī)擾動項和外部環(huán)境的影響下，樣本公司的綜合技術(shù)效率均值為0.666，規(guī)模效率均值為0.904，純技術(shù)效率均值為0.734。絕大多數(shù)樣本公司純技術(shù)效率水平較低，規(guī)模效率水平比較高，這表明，低水平的純技術(shù)效率是造成綜合技術(shù)效率偏低的主要因素。此外，各樣本公司之間綜合技術(shù)效率存在較大差異，只有康達(dá)爾、農(nóng)發(fā)種業(yè)、京藍(lán)科技3家公司處于有效狀態(tài)，占總樣本的14%。

（二）第二階段SFA回歸分析

第二階段分析是以第一階段傳統(tǒng)DEA模型的估計結(jié)果為基礎(chǔ)的，以兩個投入變量為被解釋變量，以四個環(huán)境變量為解釋變量，建立SFA多元線性回歸模型。采用極大似然估計法，運(yùn)用Frontier4.1軟件計算各個環(huán)境變量對資產(chǎn)總計冗余和員工人數(shù)冗余的影響，結(jié)果表明，環(huán)境變量大部分通過了1%、5%、10%的顯著性水平檢驗，兩個回歸模型在1%的顯著性水平下，都通過了LR單邊檢驗，這表明，外部環(huán)境對投入松弛變量有顯著的影響。同時，分析結(jié)果的γ值分別為0.878和0.979，均趨近1，顯著性水平也達(dá)到1%，這說明，管理無效率能夠解釋兩個投入要素的投入冗余。因此，外部環(huán)境、隨機(jī)干擾和管理無效率都對農(nóng)業(yè)上市公司技術(shù)效率產(chǎn)生顯著影響，需要對此進(jìn)行SFA回歸分析。

（三）第三階段調(diào)整的DEA分析

本文采用DEAP2.1軟件，運(yùn)用BCC-DEA模型，將SFA剝離環(huán)境因素和隨機(jī)誤差后的投入數(shù)據(jù)和原始產(chǎn)出數(shù)據(jù)再次帶入分析，測度32家農(nóng)業(yè)上市公司的真實效率值。

1.總體效率分析。除去環(huán)境因素和隨機(jī)干擾項后，32家樣本公司的綜合技術(shù)效率平均值由調(diào)整前的0.666下降為0.404，規(guī)模效率平均值由調(diào)整前的0.904下降為0.442，純技術(shù)效率平均值由調(diào)整前的0.734上升為0.908。有6家公司綜合技術(shù)效率調(diào)整后呈上升趨勢，有26家公司呈下降趨勢，其中荃銀高科、中魯B、云投生態(tài)等5家公司下降幅度均超過70%。北大荒綜合技術(shù)效率水平上升幅度最大為62%，獐子島次之，上升幅度為45%；調(diào)整后有69%的公司純技術(shù)效率明顯上升，只有6家公司小幅度下降。并且北大荒、萬向德農(nóng)由調(diào)整前的非生產(chǎn)前沿面提升到了技術(shù)前沿面上；調(diào)整后絕大多數(shù)樣本公司規(guī)模效率降低，其中，下降幅度較大的是金健米業(yè)，降幅為83%。僅有新希望有小幅度上升。

2.不同地區(qū)農(nóng)業(yè)上市公司效率分析。分析表明，東部地區(qū)有17家公司，中部地區(qū)11家公司，西部地區(qū)只有4家公司。調(diào)整后東部、中部和西部地區(qū)的綜合技術(shù)效率均呈下降趨勢，東、中、西部地區(qū)的純技術(shù)效率都處于較高水平，這說明，三個地區(qū)的農(nóng)業(yè)上市公司都具有較高的技術(shù)水平和實際管理水平。東、中、西部地區(qū)的規(guī)模效率調(diào)整后下降幅度較大，其中，中部和西部下降幅度較大，這說明，外部環(huán)境和隨機(jī)誤差對我國農(nóng)業(yè)上市公司規(guī)模效率影響較大，西部地區(qū)最為明顯。

表2 中國不同地區(qū)農(nóng)業(yè)上市公司調(diào)整前后效率平均值

四、研究結(jié)論與政策建議

本文以2011-2015年中國50家主要農(nóng)業(yè)上市公司的數(shù)據(jù)為樣本，采用傳統(tǒng)DEA與隨機(jī)前沿分析相結(jié)合的三階段DEA模型，對剔除隨機(jī)干擾和外部環(huán)境影響前后的數(shù)據(jù)進(jìn)行效率測度，得出的主要結(jié)論及建議如下：

1.較高的股權(quán)集中度和較長的上市年限會增加投入冗余，宏觀經(jīng)濟(jì)擴(kuò)張、合理的股權(quán)結(jié)構(gòu)和適中的股權(quán)制衡度會減少投入冗余，降低浪費(fèi)程度，有利于農(nóng)業(yè)上市公司技術(shù)效率的提升。第一大股東持股比例較高和上市年限的延長會造成資產(chǎn)和從業(yè)人員投入的浪費(fèi)，給公司技術(shù)效率的提升帶來不利影響。企業(yè)應(yīng)該平衡股權(quán)集中度和股權(quán)制衡度的關(guān)系，進(jìn)一步優(yōu)化股權(quán)結(jié)構(gòu)和公司治理結(jié)構(gòu)，建立合理的股權(quán)制衡機(jī)制，有效降低資產(chǎn)和從業(yè)人員的浪費(fèi)，提高企業(yè)技術(shù)效率。

2.隨機(jī)干擾和外部環(huán)境的影響被剔除后，大部分樣本公司的純技術(shù)效率顯著上升，綜合技術(shù)效率下降，規(guī)模效率大幅度下降。由此可知，傳統(tǒng)DEA分析中綜合技術(shù)效率低下主要是由規(guī)模效率不足造成的，純技術(shù)效率水平低下主要是由環(huán)境條件不好和較大的隨機(jī)誤差造成的。因此，要改善農(nóng)業(yè)公司發(fā)展大環(huán)境，政府應(yīng)加大對農(nóng)業(yè)上市公司的政策扶持力度，創(chuàng)新補(bǔ)貼方式。此外，還要建立健全法律制度，鼓勵農(nóng)業(yè)上市公司擴(kuò)大生產(chǎn)經(jīng)營規(guī)模，提高產(chǎn)業(yè)集中度和規(guī)模效率。

3.不同地區(qū)的農(nóng)業(yè)上市公司技術(shù)效率水平差異較大。與中部和東部相比，西部地區(qū)效率水平較差，但調(diào)整后的綜合技術(shù)效率明顯上升，這說明西部地區(qū)的經(jīng)營環(huán)境和較大的隨機(jī)誤差對技術(shù)效率的提升有抑制作用。對于不同地區(qū)的農(nóng)業(yè)上市公司應(yīng)實施差異化發(fā)展戰(zhàn)略，西部地區(qū)要加強(qiáng)基礎(chǔ)設(shè)施建設(shè)，中、東部地區(qū)在穩(wěn)步發(fā)展企業(yè)的同時，進(jìn)一步加強(qiáng)技術(shù)創(chuàng)新，給予西部地區(qū)一定的技術(shù)援助。

［1］譚小芳. 基于股權(quán)投資的產(chǎn)融結(jié)合效應(yīng)研究——以農(nóng)業(yè)上市公司為例［J］. 財經(jīng)問題研究，2016，（06）：72-78.

［2］季凱文，孔凡斌.中國生物農(nóng)業(yè)上市公司技術(shù)效率測度及提升路徑——基于三階段DEA模型的分析［J］.中國農(nóng)村經(jīng)濟(jì)，2014，08：42-57，75.

［3］李憲印，劉忠花，于婷. 中國生態(tài)農(nóng)業(yè)上市公司技術(shù)效率測度及政策研究——基于面板數(shù)據(jù)的實證分析［J］.中國軟科學(xué)，2016，（07）：162-171.