徐嵩杰，凌正华

（烟台大学文经学院，山东烟台 264000）

饲料是经工业化加工、制作的供动物食用的产品，是能提供动物所需营养素，促进动物健康生长、生产，且在合理使用下安全、有效的可饲物质。我国饲料业起始于20世纪70年代中后期，经过30多年的发展，已成为我国国民经济的重要基础产业之一（高顺，2012）。饲料业上市公司作为整个产业的典型代表，研究饲料业上市公司的经营绩效可以反映整个饲料行业的经营绩效。

针对饲料业上市公司的经营效率研究比较缺乏，李红杰（2009）运用数据包络分析（DEA）中的BCC模型，对2007年我国饲料类上市公司的综合效率进行分析发现，饲料类上市公司平均效率较高，公司之间效率值差距不显著。刘训翰等（2013）利用DEA方法分析饲料产业集中度的变化对中国饲料企业的影响发现，中国饲料产业集中度总体呈现不断上升的趋势，但不同年份和省份却不断变化，而且饲料产业集中度与饲料产业企业绩效的关系并不明显。廖运岗（2013）运用DEA方法的两个经典模型——CCR模型和BCC模型对我国饲料行业上市公司2008—2011年的经营效率进行评价发现，饲料行业上市公司经营效率有待进一步提高。

本文采用DEA-Malmquist方法对饲料业上市公司经营绩效进行分析，探寻饲料业上市公司经营绩效变动的原因，有助于饲料业企业更有针对性地采取措施改善经营管理，优化资源配置，实现有效经营。

1 研究方法

1978年，Charnes、Cooper和 Rhodes将数据包络分析（data envelopment analysis，DEA）的方法应用到德克萨斯州的教育效率评价上，开创了DEA方法绩效评价的先河。DEA是一种能以简单综合模型处理含多种输入和输出评价指标评价问题的线性规划技术。在DEA方法中，用决策单元（decision making unit，DMU）表示任何一家需要评价的商业项目、流程或企业。一般而言，输入指标都是需要尽量最小化的指标，而输出指标都是尽量最大化的。

Malmquist指数是由 Malmquist Sten（1953）提出的，Fare等（1994）建立了一个基于DEA的Malmquist指数以度量跨期绩效变化。按照Ray和Desli（1997）提出的Malmquist指数分解的RD模型，RD分解形式如下：

其中，（xt、yt）分别表示t时期的投入和产出向量；DtC（xt，yt）表示规模不变情形下 t期的距离函数、DtV（xt，yt）表示规模可变情形下 t期的距离函数 ；TE（RD）、TC（RD）和 SE（RD）分别表示纯技术效率指数、技术进步指数和规模效率指数。TEC（RD）表示综合技术效率指数，TEC（RD）等于TE（RD）与 SE（RD）的乘积（吴道稳，2015）。

2 样本选择与数据整理

为了分析饲料业上市公司全要素经营绩效状况，根据数据的可获得性，选取沪深两市14家饲料业上市公司2013—2017年的年报数据为研究样本，具体上市公司包括：正虹科技、新希望、通威股份、傲农生物、禾丰牧业、天马科技、天康生物、天邦股份、正邦科技、海大集团、大北农、金新农、唐人神、百洋股份，数据来自于同花顺网站。

目前，根据评价对象和目的的不同，选取的评价指标体系也有差异。根据饲料业上市公司的特点，选取资产总额、营业成本、资本结构（资产负债率）作为输入指标，营业收入和利润总额为输出指标。在投入指标中，资产总额代表饲料业上市公司的经济规模因素，是企业经济效益稳定的基础和保障；营业成本是反映企业对生产成本的控制水平和能力；资本结构决定企业的偿债和企业未来的盈利能力（袁延志等，2018）。在产出指标中，营业收入的大小直接体现上市公司竞争能力；利润总额揭示了企业活动的经营效率（樊宏霞等，2014）。

3 实证分析

3.1 基于DEA的饲料业上市公司相对效率测算通过运行MaxDEAP5.0软件，可以得到各饲料上市公司2017年的相对效率变动情况，计算结果见表1。从表1中可以看出：

表1 2017年饲料业上市公司相对效率值结果

3.1.1 综合效率分析 综合效率是对公司资源配置能力、资源使用效率等多方面能力的综合衡量与评价。2017年，新希望、通威股份、天康生物、海大集团等4家企业的综合效率值为1.000，占全部样本的28.60%，说明这些公司的投入产出资源配置和使用效率达到最优状态；其余样本的综合效率值均小于1.000，占样本总量的71.40%，说明这些公司的DEA无效，综合效率还有提升空间。

3.1.2 纯技术效率分析 纯技术效率能体现公司由于管理和技术等因素影响的生产效率。2017年，除傲农生物、大北农、金新农、百洋股份等4家公司的纯技术效率小于1.000，其他10家公司的纯技术效率均等于1.000，说明71.40%的饲料公司管理和技术水平达到最优；28.60%饲料公司没达到纯技术效率最优。

3.1.3 规模效率分析 规模效率反映企业规模因素影响的生产效率。2017年，新希望、通威股份、天康生物、海大集团等4家企业的规模效率值为1.000，占全部样本的28.60%，说明这些公司具备合理的投入和产出；其余样本的规模效率值均小于1.000，占样本总量的71.40%，并且均处于规模递增状态，说明这些公司应加大生产要素投入，扩大生产规模以获得最大的报酬。

3.2 基于DEA-Malmquist指数的饲料业上市公司全要素生产率变化分析

3.2.1 饲料行业各年全要素经营效率分析2013—2017年中国饲料行业经营效率的均值及其分解指标综合技术效率、技术进步、纯技术效率、规模效率见表2。从表2和图1中可以看出，2013—2017年饲料行业的平均全要素绩效呈现小幅度波动状态，且略微下降0.9%，主要是由于技术进步下降造成的，而综合技术效率、纯技术效率和规模效率均为1.000，说明公司管理方式与决策适当，因此，饲料行业应高度重视技术革新和自我创新的能力，通过技术进步实现行业全要素生产率的提高。

表2 2013—2017年饲料业上市公司年度平均Malaquist指数变化及分解

图1 2013—2017年饲料业上市公司年度平均Malaquist指数变化趋势图

3.2.2 各饲料上市公司全要素经营效率分析2013—2017年14家饲料业上市公司全要素经营效率的均值及其分解指标综合技术效率、技术进步、纯技术效率、规模效率见表3。从表3中可以看出，2013—2017年14家饲料业上市公司，新希望等6家上市公司的全要素生产率指数大于等于1.000，占42.85%，其中新希望、通威股份、天康生物、海大集团等4家公司的综合技术效率、技术进步、纯技术效率、规模效率均大于1；其余8家公司的全要素经营效率指数都小于1.000，占57.15%，表明各上市公司全要素生产率参差不齐，占57.15%公司的全要素生产率呈现下降趋势，带动整个行业全要素生产率的下滑（黄玉玺等，2015）。

从各公司技术进步角度看，5家公司的平均技术进步指数大于等于1.000，占35.71%，其余9家公司技术进步指数小于1.000，占64.29%，由于小部分公司在努力推动产业技术进步，但大部分公司产业技术退步幅度更大，从而带动整个行业技术进入衰退。

从各公司纯技术效率角度看，9家公司的纯技术效率指数大于等于1.000，占64.29%，其余5家公司纯技术效率指数小于1.000，占35.71%，说明管理和技术等因素的改善已成为推动饲料业上市公司效率进步的重要因素。

从各公司规模报酬变化的情况看，8家公司的规模报酬指数大于等于1.000，占57.14%，其余6家公司规模报酬指数小于1.000，占42.86%，说明超过半数饲料业上市公司规模报酬总体呈上升趋势，规模报酬的提高已成为驱动饲料业上市公司发展的另一重要因素。

表3 2013—2017年各饲料业上市公司年度平均Malaquist指数变化及分解

4 结论

本文运用DEA模型和Malquist指数分别从静态和动态两个角度对我国饲料业上市公司的全要素经营绩效进行分析，研究发现：（1）从静态方面分析，14家饲料业上市公司中仅有4家是DEA有效的，投入产出处于最佳经营状态，其余10家公司处于非技术有效或非规模有效中，或两者兼而有之，存在经营管理不善，投入要素资源不足的问题。（2）从动态方面分析，就行业整体而言，2013—2017年饲料业全要素经营绩效呈总体下降趋势，而全要素经营绩效的变化趋势与行业技术进步的变化趋势一致；就各上市公司而言，2013—2017年有超过50%的上市公司全要素生产率和技术进步没有达到最佳状态，超过50%的上市公司纯技术效率指数和规模效率达到最佳状态，也就是说，饲料业主要是靠管理和规模推动全要素经营绩效的提高。

5 建议

本文通过对饲料业上市公司经营绩效的分析提出如下建议。

5.1 适度扩大饲料业公司规模 占比达71.4%的饲料业上市公司处于规模报酬递增区间，为此，饲料企业尚需进一步适度扩大资产等要素投入，开发新产品，优化产品品种结构。

5.2 加大技术研发和创新力度 技术进步是影响饲料业全要素生产率的关键因素，为此，饲料业企业要重视技术进度对全要素生产率的贡献，加大科研经费投入，调动科研人员积极性；加强与高等院校和科研院所的技术合作，努力提高饲料企业生产者的科技素质和劳动效率，有效降低生产成本，提高整个饲料业公司的经营绩效水平。

5.3 进一步提高管理水平和技术效率 饲料业与养殖业紧密相连，而养殖业呈现显著周期性特征，在此情况下，饲料业公司要正确研判养殖业的发展，科学决策，提高管理水平。