基于DEA模型的創(chuàng)業(yè)板上市公司創(chuàng)新能力對績效的評價

趙朔 王爽然 黃斌

[摘要]對創(chuàng)業(yè)板上市公司的創(chuàng)新能力評價有助于分析創(chuàng)業(yè)板上市公司的狀態(tài)和未來發(fā)展趨勢，從這個角度出發(fā)，我們構(gòu)建了數(shù)據(jù)包絡（DEA）模型，并利用2009—2012年的311家上市公司的數(shù)據(jù)池數(shù)據(jù)為樣本，選取更為科學的指標進行創(chuàng)新能力評價進而對企業(yè)績效進行評價。結(jié)果顯示，創(chuàng)業(yè)板企業(yè)整體績效較高，大體上是隨著創(chuàng)新能力的提高而企業(yè)績效提高，特別表現(xiàn)在適應時代發(fā)展背景的高新技術企業(yè)中。

[關鍵詞]創(chuàng)業(yè)板;績效評價;數(shù)據(jù)包絡分析法

[DOI]10.13939/j.cnki.zgsc.2015.12.056

1引言

我國的“十一五”規(guī)劃開始將企業(yè)創(chuàng)新能力的提高作為企業(yè)長遠規(guī)劃發(fā)展的重要前進方向。啟動于2009年10月23日，旨在服務于自主創(chuàng)新國家戰(zhàn)略的需要，為高科技企業(yè)、新興企業(yè)提供融資和發(fā)展的平臺的創(chuàng)業(yè)板上市公司就成為了中國經(jīng)濟增長的重要力量，擁有豐富的資源和技術優(yōu)勢，站在我國企業(yè)自主創(chuàng)新的前列。然而，我國企業(yè)自主創(chuàng)新能力不足已是不爭的事實，部分是創(chuàng)業(yè)板上市公司在該方面投入不足。究其原因，缺乏合理的評價體系以及完善的激勵制度是影響企業(yè)創(chuàng)新的重要因素。2006年，國務院國有資產(chǎn)監(jiān)督管理委員會發(fā)布了《中央企業(yè)綜合績效管理暫行辦法》，確立了現(xiàn)存的國有企業(yè)綜合績效評價機制。然而，該評價機制對企業(yè)創(chuàng)新方面，特別是分析研發(fā)費用數(shù)目，研發(fā)人員數(shù)量以及專利申請、專利公開問題上沒有一套合理的評價體系，本項目將以此為研究方向，研究研發(fā)費用數(shù)目，研發(fā)人員數(shù)量以及專利申請、專利公開數(shù)目等因素對創(chuàng)業(yè)板上市公司企業(yè)績效的影響。

2DEA模型、指標與樣本選取

2.1DEA模型簡介

數(shù)據(jù)包絡分析法（DEA）是非參數(shù)前沿面的分析方法。該方法以一定的可評定企業(yè)績效的指標為基礎，通過大量的相關因素數(shù)據(jù)來構(gòu)建自主創(chuàng)新前沿面以及位于該前沿面上的相對有效點，而無須測算自主創(chuàng)新函數(shù)。設有n個部門或單位（稱為決策單元，Decision Making Unit，以下簡稱DMU），這n個DMU可比。假設每個DMU的輸入類型有m種，輸出類型有s種。輸入數(shù)值一般為越小越好，而輸出數(shù)值則普遍為越大越好，表明投入小產(chǎn)出大。將決策單元j記為DMUj（j=1， 2， …， n），則有以下定義：xij≥0為DMUj的第i種輸入量，vi為對應的第i種輸入的一種度量（或稱“權”），i=1， 2， …， m;yrj≥0，為DMUj的第r種輸出量;ur為對第r種輸出的一種度量，r=1， 2， …， s。

令：

Xj=（x1j， x2j， …， xmj）T

v=（v1， v2， …， vm）T

Yj=（y1j， y2j， …， ysj）T

u=（u1， u2， …， us）T

j=1， 2， …， n

數(shù)據(jù)包絡分析的第一個模型C2R則是基于此研究的。C2R模型包括輸輸入型（Input-DEA）和輸出型（Output-DEA）兩種。前者追求的是輸入的減少，后者追求的是輸出的增加。C2R模型通常用來判斷規(guī)模收益不變（Constant Return to Scale，簡稱CRS）情況下DMUj0（第j0個決策單元）的技術有效性。

CCR模型為具有非阿基米德無窮小的線性規(guī)劃，如下所示。

（PC2R）max hj0=μTYj0

s.t.ωTXj-μTYj≥0， j=1， 2， …， n

ωTXj0=1

ω=vvTXj0≥0， μ=uvTXj0≥0

其中，hj=uTYjvTXj≤1， j=1， 2， …， n，為DMUj的效率評價指數(shù)，其值越大表明DMUj的效率越高，即可用更少的投入獲得更多的產(chǎn)出。

引入松弛變量并進行對偶規(guī)劃：

（DC2R）min[θ-ε（TS-+eTS+）]

s.t.nj=1λjXj+S-=θXj0

nj=1λjYj-S+=Yj0

λj≥0，j=1， 2， …， n

S-≥0， S+≥0

其中，θ為規(guī)劃目標值，無約束;λj為規(guī)劃決策變量;S-=（s-1， s-2， …， s-m）T，S+=（s+1， s+2， …， s+s）T，為松弛變量向量。對偶規(guī)劃的最優(yōu)解為：θ0， λ0j， S-0=s-01， s-02， …， s-0mT， S+0=s+01， s+02， …， s+0sT。

對C2R模型的解釋如下：

（1）θ0表示DMUj0的效率指數(shù)，TS-為輸入過剩，eTS+為輸出不足。

（2）當TS-+eTS+=0時，DMUj0為技術有效，即相對于輸入，輸出已達最大值。

（3）對應于1θ0nj=1λ0j等于、小于、大于1，DMUj0規(guī)模有效（規(guī)模收益不變）、規(guī)模收益遞增、規(guī)模收益遞減。

（4）當θ0=1，TS-+eTS+=0時，DMUj0規(guī)模、技術均為有效，稱為DEA有效。

（5）當θ0=1，TS-+eTS+>0時，DMUj0為弱DEA有效。

（6）當θ0<1時，DMUj0為DEA無效。

（7）當DMUj0為弱DEA有效或DEA無效時，調(diào)控優(yōu)化為：在保證輸出不減少的同時，減少輸入（1-θ0）X0+S-0;或者在保證輸入不增加的同時，輸出增加S+0。

需要注意的是，在應用DEA時，DMU的數(shù)量應滿足一定條件，即n≥max{m×s，3（m+s）}式中字母意義同前。這就意味著，進行DEA分析時所選取樣本的樣本量會受到投入、產(chǎn)出指標數(shù)量的限制。在本項目中，將凈資產(chǎn)增長率和營業(yè)利潤增長率視作產(chǎn)出指標，而將研發(fā)費用、研發(fā)員工、知網(wǎng)的專利申請數(shù)、知網(wǎng)的專利公開數(shù)、德溫特數(shù)據(jù)庫的專利申請數(shù)、德溫特的專利公開數(shù)視作投入指標。當投入、產(chǎn)出指標確定后，樣本量的最小值也被確定了。在本項目中，存在6種輸入與2種輸出，即m=6、 s=2時，樣本量n≥24。

2.2指標選取

從現(xiàn)有文獻來看，以創(chuàng)業(yè)板上市公司為研究對象的文章，往往是通過股價波動和企業(yè)創(chuàng)新能力與績效相連，前者在經(jīng)過前人論證由于目前數(shù)據(jù)量不足等原因在影響績效方面并不顯著;而與績效變化最相關的因素就是企業(yè)創(chuàng)新能力。在衡量績效變動的標準指標則是總資產(chǎn)效益率、凈資產(chǎn)收益率;影響企業(yè)績效的重要變量包括企業(yè)規(guī)模、經(jīng)營能力和經(jīng)營風險三個方面。利用因子分析法選取最重要的變量包括研發(fā)支出、員工素質(zhì)、研發(fā)人員、已有技術等項目，然而，該評價機制對企業(yè)創(chuàng)新方面，特別是分析研發(fā)費用數(shù)目，研發(fā)人員數(shù)量以及專利申請、專利公開問題上沒有一套合理的評價體系，本項目將以此為研究方向，研究研發(fā)費用數(shù)目，研發(fā)人員數(shù)量以及專利申請、專利公開數(shù)目等因素對創(chuàng)業(yè)板上市公司企業(yè)績效的影響。

2.3數(shù)據(jù)選取

本文的研究內(nèi)容為創(chuàng)業(yè)板上市公司的創(chuàng)新能力對績效影響，所評估的決策單位是單個上市公司，由于創(chuàng)業(yè)板上市公司上市時間較短，年報數(shù)據(jù)不完善，我們綜合2009—2013年五年的數(shù)據(jù)池數(shù)據(jù)進行研究，但由于2013年的年報數(shù)據(jù)中未披露數(shù)據(jù)過多，因此最終決定選取2009—2012年的四年數(shù)據(jù)，剔除部分數(shù)據(jù)不全的上市公司。

經(jīng)過處理后，得到符合條件的樣本值1244個，各年份311個，最終選取由高到低總排序的前205個企業(yè)進行分析。選取研發(fā)費用、研發(fā)員工、知網(wǎng)的專利申請數(shù)、知網(wǎng)的專利公開數(shù)、德溫特數(shù)據(jù)庫的專利申請數(shù)、德溫特的專利公開數(shù)6個指標作為輸入數(shù)據(jù)，將凈資產(chǎn)增長率和營業(yè)利潤增長率作為產(chǎn)出數(shù)據(jù)指標。

3實證分析

將搜集到的311家公司的四年各項數(shù)據(jù)進行篩選，篩選出歷年數(shù)據(jù)，對相同年份的311家公司進行DEA模型分析，得出各公司歷年的技術效率值，再將311家公司的四年技術效率值分別求取幾何平均數(shù)，求出的則是各家公司四年的技術效率值，對該值進行排序，不難看出：技術效率值越大（接近于1），則表示其研發(fā)投入低而企業(yè)績效高;技術效率值越小（接近于0），則表示其研發(fā)投入大而企業(yè)績效低。

布拉德福定律，是定量描述文獻分散規(guī)律的經(jīng)驗定律，其文字描述是：如果將科技期刊按其刊載某學科專業(yè)論文的數(shù)量多少，以遞減順序排列，那么可以把期刊分為專門面對這個學科的核心區(qū)、相關區(qū)和非相關區(qū)，如果各個區(qū)的文章數(shù)量相等，此時核心區(qū)、相關區(qū)，非相關區(qū)期刊數(shù)量呈1∶n∶n2的關系。布氏定律已被廣泛應用于情報分析工作中，幫助研究主題領域內(nèi)的核心技術分布、核心研發(fā)群體分布等，也可以靈活運用于創(chuàng)新績效評價中。

因此，依據(jù)布氏定律，也就是將企業(yè)按照技術效率幾何平均值的大小，以遞減順序排列，那么可以將企業(yè)分為績效與創(chuàng)新高度正相關，績效與企業(yè)創(chuàng)新相關和績效與企業(yè)創(chuàng)新負相關企業(yè)數(shù)量呈1∶n∶n2的關系（見下表）。

4結(jié)論及建議

根據(jù)數(shù)據(jù)可以看出，在第一區(qū)的浙江向日葵光能科技股份有限公司，作為國內(nèi)光伏產(chǎn)業(yè)的領頭羊，自國內(nèi)光伏產(chǎn)業(yè)最為輝煌的2010年開始上市，在本文所選取的時間內(nèi)發(fā)展得如魚得水，平均技術績效均值高達0.992，接近于1，表明其研發(fā)投入較低而企業(yè)績效極高，這也直接導致作為持有公司股份的比例為64.66%的掌門人的吳建龍高居創(chuàng)業(yè)板富豪榜的首位。當然這與其所處的大時間背景有關且不可復制。果不其然在國內(nèi)光伏產(chǎn)業(yè)一哄而上，產(chǎn)能嚴重過剩，且歐美對我國光伏產(chǎn)業(yè)實行“雙反”，行業(yè)很快跌入低谷，光伏企業(yè)破產(chǎn)的報道時而見諸報端。向日葵同樣不能幸免，業(yè)績大幅滑坡，2013年度甚至虧損3.6億元，2014年前三季度虧損4600多萬元。向日葵的股價也從上市之初的20多元跌至最低3元多，按復權價計算最大跌幅超過八成。吳建龍也由此計劃在2015年1月9日至7月8日的半年時間內(nèi)，減持不超過1.5億股股份，即持有不超過公司總股份的13.4%。由此，向日葵昔日輝煌不再，但是卻留下一個道理，就創(chuàng)新能力與績效相關聯(lián)性而言，創(chuàng)新能力在新興的朝陽性企業(yè)有著投資低而績效高的現(xiàn)象，對實際中相應的高新的朝陽性企業(yè)有著借鑒的意義。

在第二區(qū)的15家企業(yè)中，幾乎全部都是高新技術或環(huán)保節(jié)能產(chǎn)業(yè)，其中，更有像東富龍這樣在原有經(jīng)營凍干機頭的龍頭產(chǎn)業(yè)在市場導向的今天于2012年開始涉足醫(yī)療制造行業(yè)，并積極尋求海外市場擴大出口規(guī)模，以增加企業(yè)利潤，在本文選取的時間段內(nèi)企業(yè)以總技術績效均值0.93，低研發(fā)投入而產(chǎn)生高績效。而像元力股份這種發(fā)展之初就涉足活性炭環(huán)保的企業(yè)更是抓住了當前時代的需求，在選取的時間段內(nèi)技術績效均值0.7563，相對而言低研發(fā)也產(chǎn)生較高績效。因此，第二區(qū)具代表性的高新技術企業(yè)和環(huán)保企業(yè)，在當前時代背景下若提高績效可適當提高企業(yè)創(chuàng)新能力方面的投入，由此提升企業(yè)績效。

在第三區(qū)的189家企業(yè)中，具代表性的是制造業(yè)、醫(yī)藥行業(yè)，這類行業(yè)整體績效較好，但這些企業(yè)的綜合效率并未隨著其行業(yè)技術水平的提高而提高，這點與我國制造業(yè)和醫(yī)藥行業(yè)的整體表現(xiàn)不同。年報數(shù)據(jù)表明這些行業(yè)在2011—2013年的整體績效經(jīng)歷了一個先降后升的過程，2012年績效下降的主要原因是企業(yè)投入產(chǎn)出比的下降。大多數(shù)企業(yè)的規(guī)模效率較高而技術效率不足，因此，保持當前生產(chǎn)規(guī)模、提高生產(chǎn)效率是提升企業(yè)績效的關鍵。

參考文獻：

[1]Farrell M.J..The Measurement of Productive Efficiency[J].Journal of the Royal StatisticalSociety，1957（3）：253-290.

[2]Charnes A.，Cooper W.W.，Phodes E..Measuring the efficiency of decision making units[J].European Journal of Operational Research，1978（2）：429-444.

[3]Banker R.D.，Charnes A.，Copper W.W..Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science，1984（17）：1078-1092.

[4]黃福寧.創(chuàng)業(yè)板上市公司創(chuàng)新績效評價必要性研究及實施建議[J].科技創(chuàng)新與生產(chǎn)力，2012（6）：9-11.

[5]李龍筠，謝藝.中國創(chuàng)業(yè)板上市公司創(chuàng)新能力評估[J].經(jīng)濟學家，2011（2）：93-102.

[6]李龍筠，劉曉川.資產(chǎn)結(jié)構(gòu)、地區(qū)經(jīng)濟與企業(yè)創(chuàng)新能力：來自中國創(chuàng)業(yè)板市場的證據(jù)[J].中央財經(jīng)大學學報，2011（5）：45-49.

[7]劉小元，李永壯.董事會、資源約束與創(chuàng)新環(huán)境影響下的創(chuàng)業(yè)企業(yè)研發(fā)強度——來自創(chuàng)業(yè)板企業(yè)的證據(jù)[J].軟科學，2012（6）：99-105.