軟件與互聯網行業創業板上市公司運營效率評價研究
——基于DEA方法

王崇元，張垂范

（浙江大學經濟學院，浙江杭州，310058）

軟件與互聯網行業創業板上市公司運營效率評價研究
——基于DEA方法

王崇元，張垂范

（浙江大學經濟學院，浙江杭州，310058）

作為國家新興的經濟增長點，近幾年軟件與互聯網行業受到了持續普遍的關注，主營該行業的企業也在創業板上市公司中占據了相當大的比重。在創業板上市的軟件與互聯網企業對該行業產生重大影響，對其運營效率的研究具有重要意義。本文利用數據包絡分析法（DEA）中的BCC模型與Malmquist生產率指數法，對代表性企業的運營效率進行全方位的評價研究，本文采取兩種比較方式：靜態的橫向比較與動態的縱向比較。靜態橫向比較顯示：該類公司整體運營效率一般，行業內運營效率具有較大差異。動態的縱向比較表明：雖然行業內純技術效率與規模效率都有顯著提高，但是技術進步緩慢導致行業的全要素生產率仍然呈下降趨勢。

創業板；運營效率；BCC模型；Malmquist生產率指數

引言

隨著世界進入信息與移動的時代，多個國家都將軟件與互聯網行業作為經濟發展的戰略重點；同時，有相當大比例的創業公司，都選擇進入軟件與互聯網行業。具有雙重身份的軟件與互聯網行業創業板上市公司就自然成為了值得關注的對象，研究這些企業運營的現狀、存在的問題以及改進的措施，對于該行業進步和國家經濟發展都具有極為重要的意義。數據包絡分析法（DEA）自誕生以來，就被廣泛應用于各個行業內企業運營效率的研究。本文選取了2012年之后上市的37家新興軟件與互聯網行業創業板上市公司，搜集其2014、2015年財務報表相關數據，對該行業內企業的運營效率進行明確的診斷。

一、文獻綜述

學界在相關領域的主要研究成果如下：陳一博、宛晶（2012）采用Malmquist生產率指數對創業板上市公司的全要素生產率[1]；楊松令、常曉紅（2013）將CCR模型與超效率模型相結合，研究了創業板上市企業的經營效率[2]；張才明、周正卿（2010）等從全要素生產率的角度，運用非參數估計方法對于我國軟件產業的10個上市公司進行考察，10家軟件上市公司近9年間，TFP呈現出整體的增長態勢[3]；李洪偉、任娜（2013）等運用三階段Malmquist生產率指數模型，發現我國高新軟件產業全要素生產率呈現出下降的趨勢[4]。熊嬋、買憶媛（2014）等基于DEA方法對創業板上市的中國高科技創業企業運營效率進行了研究，研究結果顯示，中國高科技創業企業整體運營效率偏低，不同地區存在一定差異，絕大多數企業規模遞增，但是投入產出結構不合理[5]；徐唱（2016）同樣采用DEA方法，研究創業投資對高新技術創業企業的創新效率的影響，得出有創業投資支持的上市高新技術企業技術創新效率要高于沒有創業投資支持的上市高新技術企業，說明創業投資對于提高技術創新有一定的促進作用[6]。

綜上所述，學界在對于具有雙重身份的軟件互聯網行業創業板上市公司的研究明顯不足，這也對于學界以及社會大眾深入了解該類型企業造成了阻礙。

二、理論模型

（一）BCC模型

A .Charnes，W.W.Cooper和E.Rhodes在1978年提出了CCR模型[7]，這是DEA分析中最早的模型。通過CCR模型可以判斷某些決策單元是否是DEA有效，若為DEA有效則可以肯定此時的生產處于技術有效和規模有效，但考慮到非DEA有效的決策單元除了技術無效外，也可能是規模無效導致的，為此，Banker等人建立了可變規模報酬的模型——BCC模型[8]：在評價可變規模收益的生產技術能夠使用DEA方法，并在前人模型的基礎上進一步推出規模效率和純技術效率。

（二）Malmquist生產率指數

M a l m q u i s t生產率指數是由S t e n Malmquist于1953年首次提出，后有caves等作為生產率指數予以使用[9,10]。Fare等人基于DEA方法將Malmquist生產率指數從理論指數變成實證指數[11]，根據該方法，不僅可以考察各區技術進步變化（Techch）情況，還可以將技術效率變化（Effch）進一步分解為純技術效率變化（Pech）和規模效率變化（Sech），并得出全要素生產率變化（Tfpch），從而表現出更多的具有實際價值的分析信息。

三、投入產出指標選擇

本文選取了2012年之后上市的37家新興軟件與互聯網行業創業板上市公司，搜集其2014、2015年財務報表相關數據，以此作為定量分析的基礎數據。在投入產出指標數量與類型上，本文結合常見的DEA方法中研究運營效率、或企業業績的投入產出指標[12,13]，又加入了對衡量軟件與互聯網行業上市公司非常重要的創新指標——研發投入與核心業務占營業收入比重。最終選取的四個投入指標為：總資產、營業成本、人力資源成本與研發投入；四個產出指標分別為：稅后凈利潤、流動比率核心業務占營業收入比重與總資產增長率。

四、實證分析

Deap 2.1軟件被廣泛應用于DEA分析的數據處理。在研究過程中，Deap 2.1軟件無法處理表現為負數的投入產出指標，而本文選取的企業稅后凈利潤、總資產增長率會因虧損出現負值。為解決該問題，本文借鑒沈江建、龍文（2015）的研究成果，將負產出變為足夠小的正數[14]。

（一）靜態橫向比較分析

DEAP 2.1軟件中BCC模型的輸出結果如表1所示：

表1 Deap2.1軟件輸出結果 原始數據來源于巨潮資訊網

（二）運營效率總體評價

結果顯示，我國軟件與互聯網行業創業板上市公司整體運營效率一般，仍有大批企業處于非DEA有效的狀態。共15家企業處于DEA有效狀態，分別為佳創視訊、三六五網、掌趣科技、華虹計通、全通教育、恒華科技、贏時勝、光環新網、京天利、昆侖萬維、浩豐科技、運達科技、迅游科技、四方精創、盛天網絡，他們共同構成了有效生產前沿面。該行業經營效率均值為0.777，該行業中大部分企業與行業經營效率平均值相差較大，其中鼎捷軟件、任子行的運營效率值均低于0.4，屬于運營效率值極低的企業，在上市公司中內存在行業內差距巨大的情況，說明未來會不斷有企業被淘汰，同時極可能會有壟斷行為的出現。

行業純技術效率平均值為0.825，低于規模效率值0.933，說明行業的規模狀況比技術水平要好。從純技術效率的角度來看，共有17家企業處于純技術效率有效狀態，技術水平行業領先。除去15家處于DEA有效的企業，還有暴風集團和東方通同樣處于純技術效率有效狀態，這兩家企業之所以未達到DEA有效狀態，并不是技術原因，而是因為其企業規模未達到最優。

從規模效率的角度來看，共有15家企業處于規模效率有效狀態，即規模報酬不變階段。在規模效率無效的企業中，有14家企業處于規模報酬遞增的狀態，產出增加或減少的比例大于投入增加或減少的比例，8家企業處于規模遞減的階段，處于規模報酬遞增階段的企業遠遠多于規模報酬遞減階段的企業，這表明行業內大多數企業規模偏小，亟需進一步的投資以擴大企業規模。

（三）學習標桿分析

BCC模型中的學習標桿分析的輸出結果如表2所示：

表2 Deap2.1軟件輸出結果 原始數據來源于巨潮資訊網

表2中，學習標桿列的公司是指表左側公司應該作為參照的學習標桿，表右側的被學習次數，是指表左側被其他企業學習的次數，次數越多，就說明該企業在該行業中，應該被大多數的企業學習參照。通過學習標桿分析，可以為DEA無效的企業尋找應該參照學習的企業，也可以發現哪些企業代表著該行業先進的模式，應該被其他企業學習。

在學習標桿企業中，迅游科技與京天利是被學習次數最多的企業，分別為14次與13

次，此三家企業的運營模式是行業內較為先進的模式。共11家企業被作為學習參照的標桿，比 DEA有效的企業數少，佳創視訊、華虹計通、浩豐科技、四方精創與盛天網絡雖然處于DEA有效的狀態，但是并沒有被其他DEA無效的企業作為學習標桿，說明這些企業雖然運營效率是行業領先的水平，但是他們的投入產出模式并不值得借鑒，或者具有不可復制性。

（四）動態縱向比較分析

DEA分析中的Malmquist 全要素生產率指數，可以反映整個行業以及各個企業的全要素生產率的變化，以及構成全要素生產率的各個子指標的變化狀況。軟件的輸出結果如表3所示：

結果顯示，整個行業平均的Malmquist全要素生產率指數為0.828，說明了整個行業的全要素生產率呈現出急劇下降的趨勢：在37家企業中，只有11家企業的全要素生產率是上升的，其余26家企業的全要素生產率均呈現出下降態勢。

表3 Deap2.1軟件輸出結果 原始數據來源于巨潮資訊網

在分析Malmquist生產率指數的各個分解指標之后，本文發現軟件與互聯網行業創

業板上市企業出現嚴重的技術發展遲滯的問題。在分解指標中，規模效率的指數為1.034，大于均值且大于1的，證明行業內各個企業規模的調整對全要素生產率的提高起到了積極的作用。該行業的純技術效率變化指數同樣大于1，達到了1.164，說明行業內的技術效率進步對于全要素生產率的提高起到了極大的推動作用。但是行業的技術進步變動僅僅為0.668，嚴重阻礙了行業全要素生產率指數的提高，這說明該行業內的各個企業技術進步異常緩慢，鮮有新的生產方式或技術的出現，導致了整個行業的經營效率呈現出下降的趨勢。雖然互聯網產業以創意為主，革命性的生產方式變化幾乎不存在，但這并不代表國內企業與國際軟件互聯網行業巨頭之間不存在差異，國內的企業在技術的進步上仍然具有非常大的空間。

五、結論

本文通過對軟件互聯網行業創業板上市企業運營效率的定量研究，對該行業上市公司的運營效率總結為：在靜態的橫向比較中，該行業上市公司運營效率一般，行業內運營效率差異較大；在動態的縱向比較中，雖然行業內純技術效率與規模效率都有顯著提高，但是技術進步緩慢導致行業的全要素生產率仍然呈下降趨勢。該行業的企業在今后的發展中，應該更加注重技術的進步，以軟件互聯網行業巨頭為學習目標，力爭成為國內乃至國際一流的互聯網公司。

[1]陳一博,宛晶. 創業板上市公司全要素生產率分析——基于DEA-Malmquist指數法的實證研究[J]. 當代經濟科學, 2012(4):103-108.

[2]楊松令, 常曉紅, 劉亭立. 高新技術企業經營績效評價研究——以中國創業板上市公司為例[J]. 中國科技論壇, 2013(7):58-65.

[3]張才明, 周正卿, 王 燁. 我國上市軟件公司全要素生產率實證研究[J]. 技術經濟與管理研究, 2011(2):7-12.

[4]李洪偉, 任娜, 陶敏, 等. 我國高技術產業全要素生產率分析[J]. 技術經濟與管理研究, 2013(8):41-46.

[5]熊嬋, 買憶媛, 何曉斌, 等. 基于DEA方法的中國高科技創業運營效率研究[J]. 管理科學, 2014, 27(2):26-37.

[6]徐唱. 基于DEA方法的我國創業投資對高新技術企業技術創新效率影響的實證研究[J]. 經營管理者, 2016(5):1-2.

[7]A Charnes, W W Cooper, E Rhodes. Measuring the efficiency of decision making unite [J]. European Journal of Operational Research, 1978(2).

[8]R D Banker, A Charnes, W W Cooper. Some Models for Estimating Technical and Scale Efficiencies in Data Envelopment Analysis[J]. Management Science, 1984(30).

[9]Malmquist Sten. Index Numbers and Indifference Surfaces[J]. Trabajos de Estadistica, 1953(4).

[10]Cavas. Multilateral Comparisons of Output, Input and Productivity Using Superlative Index Numbers[J]. Economic Journal, 1982(86).

[11]Fare R, Grosskopf, Zhang N M. Productivity Growth, Technical Change and Efficiency Change in Industrialized Countries[J]. American Economic Review, 1994, 84(1).

[12]毛潔. 成長期企業業繢評價指標體系研究 一一基于創業板企業的視角[D]. 西南財經大學, 2012.

[13]李盼林. 我國創業投資支持中小企業發展的效率研究[D]. 河南工業大學, 2015.

[14]沈江建, 龍 文. 負產出在 DEA 模型中的處理——基于軟件DEAP 的運用[C]. //第十屆（2015）中國管理學年會論文集,中國管理現代化研究會, 2015.

張垂范(1996-)，通信作者，男，山東省聊城人，浙江大學 經濟學專業本科生 浙江大學經濟學院 14級經濟學本科生。

Research on Operational Efficiency of Listed Chinese Software and Internet Industry Enterprises——Based on DEA Approaches

Chongyuan Wang, Chuifan Zhang
(School of Economics, Zhejiang University, Zhejiang, Hangzhou, 310058, China)

The software and Internet industry as the new economic growth engine, abtain more and more public attention, which takes a large proportion of the Growth Enterprise Market in China. Therefore the research on that is of vital importance. In order to analysis the operational efficiency of these companies, this paper utilizes the BCC model and Malmquist Index decomposition method in the DEA approaches. The paper employs two methods to reveal the operational efficiency, which are lateral and static comparison, and upright dynamic comparison. The former result is that the enterprises did not perform well and had considerable differences. In the later comparison, the subtle change of the techaology resultin the total factor productivity fell down.

Growth Enterprise Market; Operational Efficiency; BCC Model; Malmquist Index

F49

A

2095-7866 (2016) 06-732-06

經濟論壇 URL: http//www.iereview.com.cn

10.11970/j.issn.2095-7866.2016.06.016

王崇元(1996-)，男，河北省石家莊人，浙江大學 經濟學專業本科生浙江大學經濟學院 14級經濟學本科生。