苗秀杰，纪凤旗

（辽宁师范大学 政府管理学院，辽宁 大连116000）

1 引言

目前我国经济发展进入新常态，正朝着形态更高级、分工更复杂和结构更合理的阶段演化。辽宁省作为全国重化工业基地，近年来呈现出经济增速下滑，有效供给不足，市场发育不完善，创新创业环境欠佳的态势。“十三五规划”以来，辽宁省提出了“经济保持中高速增长，优化升级经济结构，明显增强创新能力”等经济发展目标。《辽宁省国民经济和社会发展“十三五”规划纲要》明确指出，要加快形成以创新引领和支撑的经济体系，使创新成为经济增长的新引擎并成为引领老工业基地全面振兴的动力。作为促进创新和社会经济的发展的重要动力，上市公司无论在融资能力还是在生产经营能力方面都优于其他企业，分析其经营效率在一定程度上可以反映出社会的经济发展能力。为了使企业将有限的资源进行合理的配置使其发挥最大作用，并为上市公司经营决策提供依据，对企业经营效率的评价就显得尤为重要。

对公司经营效率进行评价的方法有很多，国内学者对企业经营效率的研究相对较晚，很多评价方法是借鉴国外已经成熟的方法。魏权龄最早运用数据包络分析法对企业的经营效率进行评价[1]，随后越来越多的学者将DEA方法运用到金融、农业、工业以及钢铁等多个行业的效率研究和综合评价中，使得数据包络分析法在企业管理和经营领域起到重要作用。而后有学者开始将因子分析和DEA方法结合起来对效率进行评价。

一些学者通过选取不同的财务指标对公司效率进行评价。如杨波通过选取固定资产净额、员工薪酬、管理和营业费用、主营业务收入以及净利润等财务指标，综合运用DEA等三种方法对我国零售业上市公司经营效率进行评价，结果表明平均经营效率有所下降，内部差异加大[2]。郭馨梅等在指标上选取资产总额、员工人数、销售和管理费用、营业总收入、营业利润作为投入产出指标，利用DEA-Malmquist方法评价数字化背景下零售业上市公司经营效率[3]。宋歌以资产总额、营业总成本、资产负债率作为投入指标，以每股收益、利润总额、总资产周转率和净资产收益率作为产出指标，利用DEA方法对2016年21家证券上市公司经营效率评价[4]。彭肖肖等选取反映企业资本能力、偿债能力、资金流动能力和盈利能力的13个财务指标，利用因子分析对指标降维，并构建Malmquist指数模型评价农业生物育种上市公司经营效率[5]。高涛等投入指标选取资产总额、现金及现金等价物净增加额、员工数量，产出指标选取了营业收入和净利润，运用DEA与Tobit回归模型分析各项财务指标与我国航运上市公司经营效率之间的关系[6]。

还有一些学者利用DEA和因子分析对企业创新效率进行分析。如张铁山等选取科研人员数、科研经费、专利申请数、新产品销售收入等能够全面反映技术创新的人力、物力、财力指标，对制造业技术创新能力和效率进行评价[7]。颜锦江等以供给侧改革为背景，将卫生人员、卫生设施和卫生经费作为投入指标，将社会公益和运营绩效作为产出指标，利用DEA和因子分析评价医院的投入产出效率[8]。冯梅等从人力投入、资金投入方面选择技术创新绩效投入指标，从经济产出和知识创造两个方面选择产出指标，运用因子分析和DEA方法对中国钢铁行业技术创新绩效进行研究[9]。贾云飞等构建包含创新投入、创新人才、创新服务、创新环境、创新载体、创新绩效6个维度的指标，运用因子分析和交叉DEA对山东半岛国家自主创新示范区中的6个高新区的科技创新效率进行评价[10]。

以往的研究大多是对某一行业的经营或创新效率进行评价，本文则是以辽宁省上市45家上市公司作为研究对象，选取能够反映企业经营效率的财务指标，运用DEA方法进行效率投入产出分析，得出每一个上市公司的技术效率、纯技术效率、规模效率，进而分析辽宁省上市公司的经营效率，并对其进行分类，分析造成上市公司经营效率不高的原因。

2 实证分析

2.1 样本选择和数据来源

在进行样本选择时，首先剔除了冠有ST和*ST的部分上市公司；其次，为了便于数据的处理，排除了研究期间投入和产出数据为负的部分上市公司；最后，剔除了部分样本数据缺失的上市公司。最终，本文选定了辽宁省45家上市公司作为研究样本。根据东方财富网登载的这45家上市公司2018年度的财务报告作为数据来源进行效率评价。

2.2 评价指标的选择

DEA模型是以投入产出建模为基础。因此，用DEA模型分析评价公司经营效率要建立以投入产出为基础的指标体系，所以在选择相关指标时，必须要充分准确的反映上市公司的经营状况，并且要多角度多层次覆盖，除此之外，选取的指标要易于计算和获取，具有可操作性。企业的经营活动是一项多投入（人力、物力、财力等）、多产出（营业收入、利润等）的复杂的经济活动，如何确定合适的评价指标，国内外学术界存在不同的观点。本文借鉴前人的观点，最终确定了六项投入指标和九项产出指标。其中投入指标的确定从上市公司的财力和人力投入为主，主要包括：总资产（亿元）、固定资产（亿元）、流动资产（亿元）、管理费用（亿元）、应付职工薪酬（亿元）以及营业成本（亿元）；产出指标分别为：净利润（亿元）、净资产收益率、每股收益（元）、流动比率、资产负债率、营业总收入增长率、净利润增长率、总资产周转率和应收账款周转率。

2.3 投入公因子提取

选取辽宁省45家上市公司年报的财务报表，以2018年中15个指标对应的数据为研究对象，从中提取出能反映投入和产出变量的公因子。

运用R 3.6.3对投入变量进行KMO检验，KMO的值大于等于0.7，说明可以用以上投入变量进行因子分析。用R 3.6.3软件进行统计分析，从中取出因子变量方差贡献大于1的因子变量作为新的因子变量（累计方差贡献率达到92%），然后利用方差极大法进行因子旋转，根据旋转之后的因子载荷矩阵将这两个新的公因子分别记为V1和V2（见表1 ）。

表1 上市公司投入变量的公因子

从表1可以看出，公因子V1主要解释了投入变量流动资产、管理费用和营业成本，反映生产经营过程中的资本使用，将V1看作业务投入因子；公因子V2主要解释了投入变量总资产、固定资产，反映了资产的积累，将V2看作资产累积因子。

2.4 产出指标公因子提取

由于资产负债率是逆向指标，所以先对其运用同向化公式进行处理，变成正向指标，从而使综合评价结果更加合理。而后，对各项数据进行标准化，对标准化后的数据进行KMO检验，得出的KMO值大于等于0.7，说明可以用来做因子分析。从中提取4个公因子（累计方差贡献率达到76%），然后利用方差极大法进行因子旋转，根据旋转之后的因子载荷矩阵将这新的公因子分别记为W1、W2、W3、W4（见表2）。

表2 上市公司产出变量的公因子

从表2可以看出，公因子W1主要解释了总资产周转率、应收账款周转率、净资产收益率和每股收益，财务分析中常将它们作为评价企业运营能力的指标，所以将W1视为运营能力因子；公因子W2主要解释了资产负债率和流动比率，财务分析中用这两个指标作为评价企业偿债能力，所以将W2视为偿债能力；公因子W3主要解释了营业总收入增长率和净利润增长率两个产出指标，财务分析中将它们用来衡量企业发展成长能力，所以将W3视作成长能力因子。公因子W4主要解释了净利润这一指标，财务分析中常用来评价企业盈利能力的大小，所以可以将W4视为盈利能力因子。

3 基于因子分析的DEA结果分析

3.1 DEA计量结果

运用DEAP2.1软件对样本企业投入指标和产出指标进行测算，表3展示了样本企业的综合技术效率（CE）、纯技术效率（TE）、规模效率（SE）和规模报酬的测算结果。

表3 企业CE、TE、SE和规模报酬测算结果

3.2 结果分析

①综合技术效率分析。综合技术效率是用来评价企业资源利用效率和配置能力等多方面能力。从表3可以看出，辽宁省上市公司样本数据的综合技术效率均值为0.821，其中有11家上市公司的投入产出效率达到了最优，占比24%，这11家公司主要涉及的行业是食品、化工和金属冶炼行业。原因在于食品和化工行业与生活密切相关，受社会发展和经济转型的影响较小，企业盈利能力较好。而金属冶炼企业是辽宁省传统企业，再加上国家扶持和企业自主发展创新，在我国市场上有一定的竞争地位，所以能保持良好的经营业绩。另外的36家上市公司的投入产出效率非DEA有效，占比76%，这一结果显示，在综合技术效率上，大部分样本公司仍存在较大的改进空间。其中辽宁能源的综合技术效率在这36家公司中处于最低水平，还没达到0.5，主要原因在于其主要产品煤炭受宏观经济政策的影响，市场需求和价格波动较大，而且再加上受其子公司2017年“11.11”事故影响，缩减了生产能力，从而造成业绩大幅下滑。

在选取的45家样本公司中，纯技术效率均值达到0.862，规模技术效率均值达到0.951，可以看出纯技术效率均值低于规模效率均值，这说明引起大多数公司综合技术效率较低的原因是他们的纯技术效率较低。

②纯技术效率分析。纯技术效率是用来评价辽宁省上市公司的制度和管理水平。从纯技术效率的角度来看，辽宁省45家上市公司的纯技术效率均值为0.862，低于规模效率均值，这表明提高纯技术效率是辽宁省大多数企业应该关注的重点。45家公司中有15家达到了纯技术效率有效，其中，大连热电、圆通速递、派思燃气和营口港务这四家公司虽然未达到综合技术有效，但是达到了纯技术有效，说明这4家公司处于相对有效状态，管理和技术方面不是企业发展的主要问题，企业要着重扩大企业规模。需要指出的是，在纯技术效率无效的30家企业中，大连重工、大连港和辽宁能源这三家公司纯技术效率不足0.6，这也是导致其综合技术效率低的原因。大连重工在深化改革、创新发展力度等方面都存在不足。大连港存在港口物流没有统一的战略，缺乏专业人才，缺乏大数据意识等问题。所以这些企业要注重培养和对人才的利用，加大研发投入，突破技术瓶颈，制定科学管理制度，提高管理水平。

③规模效率分析。规模效率用于评价企业是否处于最优生产规模。从规模效率和规模报酬分析来看，把辽宁省45家上市公司分为三类：

第一类是规模报酬不变的企业，45家公司中有11家公司的规模效率为1，处于最佳规模收益状态，说明这些公司在充分利用了投入的资源，用最少的投入获得了最大的产出。

第二类是处于规模报酬递减的18家上市公司，这意味着这些公司投入比例的增加大于其产出比例的增加。比如，在这45家上市公司中，有3家港口水运公司，且这3家港口水运公司都处于规模报酬递减，原因在于对港口过度投资，而且由于消费需求缩小导致营业收入减少，港口之间也未形成有效的合作机制，个别地区和个别货物过度竞争，导致产能过剩，造成规模效益递减。还有3家钢铁行业的上市公司，其中2家也是处于规模报酬递减，原因可能是产能闲置，人工成本上升，虽然营业收入增长但利润率却在降低，亏损额增加。所以这些企业要控制企业规模，合理投入并充分利用资源，以提高资源利用率。

第三类是处于规模报酬递增的16家企业，其投入要素比例的增加小于产出比例的增加。45家上市公司中，有7家属于机械行业的上市公司，其中6家都处于规模报酬递增，这几家企业资产负债率普遍较低，说明没有充分利用财务杠杆，导致企业融资能力不足，阻碍企业发展，所以这些企业要适当增加投入，扩大公司规模。

4 结论与建议

本文以辽宁省45家上市公司为研究对象，运用DEA和因子分析相结合的方法测算和分析了这些上市公司的经营效率，主要得出以下结论：①辽宁省上市公司大多投入产出效率不高。根据DEA效率分析结果来看，选取的45家上市公司中，只有11家达到DEA有效，其他的34家上市公司或多或少都存在投入冗余或者产出不足的现象，这表明选取的样本上市公司总体上产出效率不高，大多数公司都没有达到生产活动和生产规模的最佳水平。②纯技术效率较低是导致综合技术效率不高的主要原因。D综合技术效率无效的34家公司中有30家纯技术效率也是无效的，而且纯技术效率的均值低于规模效率，说明大多数无效率的公司在企业的经营管理和技术水平方面存在着不足。

根据以上研究结论,提出如下建议:

①企业要根据自身的投入和产出情况，制定更加科学的发展战略。达到DEA有效的企业，也依然存在改进的空间。比如，钢铁行业中唯一一家达到DEA有效的鞍钢股份有限公司，可以将未来的技术研发集中在发展高性能和专用特种优质钢材、特厚钢板和超临界锅炉用钢方面。

②注重人才培养或引进技术型和创新型人才，加大对人才的投资力度。公司除了传统的人才培养方式，还可以借助互联网创新人才培训体系，为员工构建多元化的学习和考核平台。此外，企业可以通过加强薪酬管理，根据员工价值、贡献合理分配薪酬，薪酬结构的制定也有助于吸引优秀人才。最后，要注重加强建立吸引人才、录用人才、激励人才的良好的人力资源管理体系，创造求贤若渴的企业文化和人尽其才的发展空间。特别是近几年，辽宁省人才外流现象比较严重，除了需要企业加大对人才的吸收和留用能力，政府也要积极主动加快推进“人才强省”战略。

③充分利用互联网和大数据进行管理模式创新，采用更弹性的工作方式，对于一些企业，还可以将工作场所或工作方式游戏化，有研究表示对于“80或90后”的员工，工作场所乐趣对工作绩效有正向影响，可以调动管理人员的创造性和积极性，提高管理人员效率。

④合理配置公司规模。通过上述分析可以发现辽宁省大多数上市公司都存在规模效率无效的问题。对于规模过大的企业，要结合公司实际生产状况，适当调整缩减投入要素。规模化不足的企业，应当加大企业投资，加强企业间合作，适当扩大公司规模。

⑤辽宁省上市公司综合技术效率不高主要是由纯技术效率引起的，因此需要提高技术创新，加大研发投入。企业要注重营造全员创新的氛围，把创新作为企业文化的一部分。此外，资金投入是支持研发活动进行的重要保障，企业要做好打“持久战”的准备，任何突破性的创新都需要大量的实践积累和资金投入。政府制定支持企业发展的相关政策时，要加大对企业的金融支持力度，以增加企业进行研发、创新、市场推广等经营活动筹集资金的渠道。