基于AHP/DEA的創業板上市公司技術效率研究

徐維爽，宋永鵬，于政紅

(1.齊魯師范學院 管理學院，山東 濟南 250200； 2.山東職業學院 管理系，山東 濟南 250104)

一、引言

黨的十七大報告將“提升自主創新能力，建設創新型國家”定位為國家發展戰略的核心，而市場經濟條件下的創新型企業特別是中小型創新企業，由于不僅具有敏銳的市場嗅覺與靈活的市場策略，更有著市場競爭壓力下迫切的創新需求，而成為經濟發展中不可忽視的重要力量。但這些中小型高新技術企業發展中遇到的最大問題是沒有有效的投融資場所，為解決這一問題，2009年10月我國在深圳設立了創業板市場，以期通過解決企業發展中遇到的瓶頸問題而促進企業更快更好地發展。實際上，中小型高新技術企業上市僅是其獲得更快更好發展的一種前提，其發展的關鍵仍是必須保持并提高自身的技術創新能力。技術效率是評價企業技術創新能力的一個比較有代表性的指標。技術效率的概念最早由Farrell(1957)從投入的角度提出并進行了測量，[1]而Leibenstein(1996)則從產出角度進行了界定。[2]歸結投入和產出這兩個角度，技術效率是指在給定一組投入要素不變的情況下，一個企業的實際產出同一個假設同樣投入情況下的最大產出之比。目前進行技術效率研究的成果雖比較多，但主要視角是研究某一行業或研究高新技術行業內各行業間的效率對比。如劉志迎、葉蓁(2006)基于非參數的Malmquist指數方法和SFA法對中國高技術產業各行業的技術效率進行了實證分析；[3]馬慶國等(2007，2008)利用AHP/DEA法對石化行業和鋼鐵行業的技術效率進行了分析；[4][5]方福前等(2009)借助DEA法，對中國高技術產業內部各行業的投入—產出效率進行了比較研究；[6]官建成、陳凱華(2009)對高技術產業的技術創新效率進行了測度；[7]王世軍(2006)利用AHP-DEA-FCE法對民營上市公司的績效基于技術效率和規模效率角度進行了評價；[8]李強(2010)利用DEA法對在深交所上市的中小板企業的技術創新效率進行了研究；[9]何穎、官建成(2010)對我國在全球上市公司的技術效率進行了測度。[10]當然，也有學者對影響技術效率的因素進行了研究。如葉蓁和劉志迎(2006)、魏楚和沈滿洪(2008)等的研究表明勞動力素質對高技術產業和一般工業企業技術效率的促進作用十分明顯；[11][12]范凌鈞等(2010)認為R&D對提高高技術產業技術效率具有顯著的正向促進作用；[13]何穎、官建成(2010)認為固定資本強度和第一大股東的持股比例是影響技術效率的重要因素。[10]總之，眾多的研究成果并未指向創業板上市公司，因此本文擬對創業板上市公司的技術效率進行測定。根據對技術效率的界定和他人的研究成果，技術效率的測度需要從投入和產出兩個方面選定指標，并采用適當的方法對選定的指標進行評價。對于評價指標的選取，目前影響較大、應用較多的是層次分析法(Analytic Hierarchy Process，簡稱AHP)；而進行技術效率測量的方法主要有隨機前沿分析(Stochastic Frontier Analysis，簡稱SFA)和數據包絡分析(Data Envelopment Analysis，簡稱DEA)兩種方法。其中DEA由于摒棄了對生產前沿可能具有的函數形式的先驗假定，而直接根據投入—產出數據集來確定最佳實踐生產前沿，使得到的生產前沿和技術效率更加接近于經濟現實。本文采用AHP法確定投入、產出指標，并在此基礎上通過DEA法進行技術效率分析。

二、AHP/DEA法應用原理概述

(一)AHP法應用原理

用AHP法選定評價指標的基本思想是把復雜問題分解成各個組成要素，并將這些要素歸并為不同層次，在每一層次可按某一規定準則，對該層要素進行逐對比較，建立判斷矩陣，通過計算判斷矩陣的最大特征值及對應的正交化特征向量，得出該層要素對于該準則的權重，進而計算出各層次要素對于總體目標的綜合權重，從而為選擇最優方案提供依據。AHP法的應用重點包括確定判斷矩陣、計算指標權重和一致性檢驗三個方面。

1.確定判斷矩陣。判斷矩陣是通過專家打分的方式獲取的，具體形式如(1)所示:

(1)

2.計算指標權重。在獲取判斷矩陣A的基礎上，將A中每行諸元素求幾何平均，然后在此基礎上再規范化求得權重向量，其中權重向量中每個分量的計算如(2)所示：

(2)

3.一致性檢驗。一致性檢驗的目的是分析分層及權重的計算結果是否可信。為此要先求得矩陣的最大特征根，其計算過程如式(3)所示：

(3)

(4)

C.R的值越低，一致性檢驗的效果越好。一般認為當C.R<0.1時，通過一致性檢驗，即表明指標的選取及權重的確定結果可以接受；否則需要調整判斷矩陣的元素取值，直至判斷矩陣具有滿意的一致性為止。

(二)DEA法應用原理

DEA法是以相對概念為基礎發展起來的一種全新的效率評價方法，它建立在線性規劃模型基礎上，將同一類型的決策單元投入產出數據作為衡量要素，是有效地評價多投入、多產出的決策單元是否技術有效和規模有效的非參數統計方法。它通過保持決策單元的輸入和輸出不變，借助數學現象規劃將決策單元投影到前沿面上，通過比較決策單位偏離前沿面的程度來評價它們的相對有效性，并在此基礎上對企業的經驗效率通過技術效率和規模效率進行分析。當然，DEA法有一個顯著的優點是它可以為沒有達到技術效率有效的公司計算出為了達到技術效率有效各個指標應調整的目標值，評價各項資源的使用情況，從而為公司指明改進的方向，為企業的經營管理決策提供有益的參考。DEA線性規劃數學模型的一般情況是：設有m個約束條件，有n個決策變量，目標函數的變量系數用Cj表示，Cj稱為價值系數；約束條件的變量系數用Aj表示，Aj稱為工藝系數；約束條件右端的常數用Bj表示，Bj為資源限量。則線性規劃數據模型一般簡化表達形式(LP)為：

設有n個DMU，對于每個DMU都有m種輸入及s種輸出，其中xij表示第j個DMU對第i中輸入的投入量，xij>0且為已知；yrj表示第j個DMU對第r種輸出的產出量，yrj>0且為已知，vi代表第i種投入的一種量度，ur代表第r種輸出的一種度量，i=1,2,3,…,m；j=1,2,3,…,n；r=1,2,3,…,s。對應一組權數v和u，每個DMU都有相應的效率評價指數hj：

v=(v1,v2,3,…,vm)T

u=(u1,u2,u3,…,us)

max(μTy0+μ0)

三、樣本的選取及評價

為了分析創業板上市公司的技術效率，本文選取了2009年在創業板上市的36家公司作為研究樣本(即36個DMU)，利用AHP/DEA法和樣本公司2010年的投入、產出數據，對樣本公司的技術效率進行了研究。

(一)評價指標的選定

新經濟增長理論認為，技術進步和創新是一個國家經濟發展的推動力。技術進步和創新具有典型的多投入多產出特性，其創新效率的測度也是在探求從投入到產出轉化的效率水平上展開的。因此根據有關學者對企業技術效率影響因素的研究，結合咨詢專家的結果，本文選擇了總資產、研發經費投入、企業員工素質、固定資產凈值、無形資產凈值和政府補助投入六個指標反映企業在技術創新過程中的人、財、物資源的投入以及政府的支持；選擇了主營業務收入、主營業務毛利、凈利潤、申請專利數量和經營活動現金凈流量五個指標反映企業的產出情況，其中主營業務收入、主營業務毛利、凈利潤和經營活動現金凈流量是反映企業技術創新能力的直接指標，而申請專利的數量則是反映技術創新的活躍程度及質量狀況。根據選定的投入、產出指標及專家的評分情況，投入、產出判斷矩陣的構建及其權重的計算結果分別如表1和表2所示。

表1 備選投入指標判斷矩陣Am參數及權重表

表2 備選產出指標判斷矩陣An參數及權重表

在構建判斷矩陣及計算權重的基礎上，分別計算出矩陣Am和An對應的最大特征根λmax1和λmax2，在此基礎上計算的C.I值分別為0.0107和0.0063。

在此基礎上，查詢對應的R.I[注]陳曉虎(1992)通過計算機模擬，給出了檢驗不同階數判斷矩陣的平均隨機一致性指標R.I，其中5階判斷矩陣對應的一致性指標值為1.12，6階判斷矩陣對應的一致性指標值為1.24。值，可計算相應的C.R值分別為為0.0086和0.0056，均滿足C.R<0.1的要求，因此選擇的評價指標具有良好的一致性和可信性。至于選擇其中的幾個指標作為DEA研究的參數，一個粗糙的潛規則是：DMU的數目不小于max{3(k+s),k×s}，其中k和n代表選定投入和產出指標的數量；且DMU的數量越多，越能界定投入和產出間的關系，評價的效果越有效?；诖?，本文最終選定四個投入指標和三個產出指標作為DEA分析的參數。四個投入指標按其權重由高到低分別是：企業員工素質、研發經費投入、無形資產凈值和總資產；三個產出指標按其權重由高到低分別是：凈利潤、主營業務毛利和主營業務收入。其中企業員工素質是通過加權平均方式獲取的，具體計算公式為：

其中：i代表素質等級，把企業員工素質分為4個等級：初級技術職稱人員為1級，中級技術職稱人員為2級，高級技術開發人員為3級，國家級突出貢獻專家為4級；ri為第i級技術開發人員數；wi為第i級人員素質權重，設與上面素質等級對應的權重分別設為(0.25，0.40，0.70，1)。

(二)選定樣本的DEA評價

根據最終選定的投入、產出指標在上市公司2010年對應的數據，運用DEAP2.1軟件進行技術效率分析的結果如表3所示。

表3 創業板上市公司技術效率分析排序結果表

據上表分析，創業板上市公司技術效率的均值為0.878，技術效率在均值之上的有21家公司，其中達到技術最有效狀態的為17家公司?？傮w上看，以選定樣本為代表的創業板上市公司的技術效率還是值得肯定的[注]截止2011年7月31日，共有247家公司在深圳創業板上市，但研究對象僅限于36家樣本公司1年的數據，其代表性可能與預期有些差距。而且能在2009年上市的公司都經過了2008年的金融危機的洗禮，相對來說發展得比較成熟，所以整體創業板上市公司的技術效率筆者還將進一步關注。，但處于同一行業中不同企業技術效率差距較大的問題應引起關注。如同處于機械設備行業的天龍光電、樂普醫療、南風股份和特銳德的技術效率都是1.000，而陽普醫療、鼎漢技術、中科電氣、大禹節水、漢威電子、寶德股份和中元華電的技術效率都處于均值之下，特別是中元華電的技術效率僅為0.613；信息技術行業也面臨著同樣的問題，神州泰岳、銀江股份和金亞科技都實現了技術有效，而同花順、華星創業、立思辰、網宿科技和超圖軟件都未達到技術效率有效，特別是網宿科技和超圖軟件更是位居技術效率值的最后兩位。對于技術效率未達到有效的公司，DEA為其達到技術有效提供了變量的改進目標值，在保持目前的產出水平下，投入指標的目標改進值及改進幅度如表4所示。

表4 技術無效公司投入指標的目標改進值及改進幅度表

可見，在當前的技術效率下，如果保持產出不變，由于技術無效導致企業投入的資源需要大幅度的削減。從總體上看，削減幅度較高的當屬于無形資產凈值指標[注]我國企業會計準則規定：企業自行開發并按法律程序申請取得的無形資產，按依法取得時發生的注冊費、聘請律師費等費用，作為無形資產的實際成本；在研究與開發過程中發生的材料費用、直接參與開發人員的工資及福利費、開發過程中發生的租金、借款費用等，直接計入當期損益。可見，對企業自己研發形成的無形資產，其入賬價值與研發支出是不掛鉤的，所以對無形資產凈值指標的使用需謹慎。，其次是研發經費投入指標。從位居投入指標權重前兩位的企業員工素質和研發經費的投入來看，企業員工素質并不是越高越好，而研發經費投入也不是越多越好。如在員工素質測試中，綜合素質最高的為超圖軟件，測試值為0.70，但其技術效率卻位居最后一位，僅為0.545，員工素質需要削減的幅度高達83%；而人員素質測試最低的為吉峰農機，測試值僅為0.26，但目前該公司卻處于技術有效狀態；員工素質需要削減幅度較大的還有網宿科技和中元華電，分別需要削減73%和63%。又如同花順的研發經費投入為54 220 277.00元，位于全部36家公司中的第3位，但技術效率卻位于全部36家公司中的第31位，技術效率僅為0.716，研發經費投入需要削減的幅度為159%；超圖軟件研發經費投入為43 579 200.00元，位居36家公司的第4位，但其技術效率卻是最低的，研發經費投入需要削減的幅度為378%；研發經費投入需要削減幅度比較大的還有萊美藥業和網宿科技，分別需要削減227%和130%。在研究中，超圖軟件和網宿科技被反復提及，需要相關人員進一步關注。

四、對策建議

從長遠來看，提高企業的技術創新能力是一個永恒的主題，但不結合企業實際而盲目追求技術創新的行為只會造成資源的浪費。因此創業板上市公司在發展的過程中應注重以下兩點。

一是提高企業高素質人員和研發費用的利用效率。雖然未達到技術有效企業的人員素質和研發經費投入相對于目前的技術效率而言顯得過剩，但研發活動本身就是一個長期性的、不確定的、需要大量投入的活動，而高素質的人員和充足的研發經費保障是保持企業持續創新的前提。所以目前的關鍵是如何利用好這些重要資源，以實現更高水平上的技術有效，而不是為了保持低水平的、所謂的效率來削減這些資源的投入。

二是完善創業板上市公司的退市機制。創業板上市公司之所以能夠投入大量資源而追求不到相應的效率，與公司上市后能獲取大量的“廉價”資源有很大關系，所以如果公司不能進一步提高資源的利用效率，就應切斷公司獲取“廉價”資源的途徑，必要時讓公司暫停交易，甚至退市，讓社會上有限的資源流入到使用效率更高的企業中去。

[參 考 文 獻]

[1]FarrellMJ.Themeasurementofproductionefficiency. Journal of Royal Statistical Society, Series A, General,1957,120(3).

[2]LeibensteinHarvey.AllocativeEfficiencyVersus“X-Efficiency”. American Economic Review, 1996,(56).

[3]劉志迎，葉蓁.中國高技術產業各行業的技術效率的實證分析——基于非參數的Malmquist指數方法[J].科學學與科學技術管理，2006,(9).

[4]馬慶國，王凱，丁林.基于AHP及DEA的石化行業上市公司經營效率評價[J].中國石油大學學報(社會科學版)，2007，(4).

[5]馬慶國，王凱.基于AHP和DEA的鋼鐵行業上市公司效率評價[J].重慶大學學報(社會科學版)，2008，(2).

[6]方福前，張平.我國高技術產業的投入產出效率分析[J].中國軟科學，2009，(7).

[7]官建成，陳凱華.我國高技術產業技術創新效率的測度[J].數量經濟技術經濟研究，2009，(10).

[8]王世軍.基于DEA-AHP-FCE方法的民營企業上市公司績效綜合評價研究[D].南京：河海大學，2006.

[9]李強.基于DEA方法的我國中小企業技術創新效率研究——以深交所中小上市公司為例[J].科技管理研究，2010，(10).

[10]何穎，官建成.我國上市公司的技術效率[J].研究與發展管理，2010，(6).

[11]葉蓁，劉志迎.中國高技術產業技術效率影響因素分析——基于隨機前沿生產函數分析[J].科技與經濟，2006，(5).

[12]魏楚，沈滿洪.工業績效、技術效率及其影響因素——基于2004年浙江省經濟普查數據的實證分析[J].數量經濟技術經濟研究，2008，(7).

[13]范凌鈞，陳燕兒，李南.R&D對中國高技術產業技術效率的影響研究[J].研究與發展管理，2010，(6).