我國林業產業上市公司投資效率測算

范亞東 劉芮 宮婷婷

【摘 要】 林業產業是我國規模較大的綠色經濟體之一，對推進生態文明建設具有不可替代的作用。林業產業上市公司作為林業產業經濟發展的重要模塊，對林業上市公司投資效率的測算有助于管理者選擇最優投資決策和發展戰略，促進整個行業的發展。文章以2013—2017年我國38家林業產業深滬上市非ST公司為研究樣本，通過隨機前沿生產函數模型對38家研究樣本的投資效率進行了測算。研究結果表明，我國林業產業上市公司的投資效率主要集中在0.6～0.8之間，可見我國林業產業上市公司的投資效率處于較低水平，雖然呈逐漸提高的趨勢，但就現在的情況來看整體不容樂觀，上升空間很大。

【關鍵詞】 林業產業上市公司; 投資效率; SFA; 投資效率測算

【中圖分類號】 F406.7 ?【文獻標識碼】 A ?【文章編號】 1004-5937（2019）14-0086-05

一、引言

習近平總書記指出，林業建設是事關經濟社會可持續發展的根本性問題，黨的十九大報告也將生態文明建設放在重要的戰略位置。隨著一系列促進林業發展的國家政策出臺，大力發展林業產業是把生態文明建設融入經濟建設的有效舉措，我國林業產業正處在新的戰略機遇期和黃金發展期，林業產業發展呈現出新特點，面臨新局面。林業產業上市公司作為林業產業經濟發展的重要模塊，代表著整個行業的發展，各界對其發展變化的關注度都比較高。眾所周知，投資活動是企業一項重要的財務活動，科學準確地開展投資是企業快速發展的重要舉措，同時投資效率的高低也將直接影響該產業的后續發展情況。通過對以往學者的研究成果以及相關的公開數據進行梳理和研究發現，我國上市公司投資效率普遍不高，林業產業上市公司更是如此。基于此，測算我國林業產業上市公司投資效率并對其投資效率的發展變化趨勢進行更深層次的探索就十分必要，有助于為林業產業上市公司如何合理調配公司資源、提高公司整體投資效率、科學合理的制定投資決策和發展戰略、促進公司發展等方面給予一些理論支持和實踐指導，同時對推動我國林業產業發展，加快生態文明建設具有重要的意義。

本文選取具有代表性的38家林業產業深滬上市非ST公司作為研究對象，范圍涵蓋家具制造業、造紙及紙質品業、木材加工、竹制品制造業和林木育苗等林業產業分支行業，選取2013—2017年間的面板數據，采用基于超越對數生產函數時變形式標示的隨機前沿模型對我國林業產業上市公司的投資效率進行深入研究。

二、相關研究評述

投資效率的測量判定核心是基于宏觀經濟的剖析論述，因而對微觀領域的企業來說，投資效率的定義是相對較為模糊的。國內學者對企業投資效率的剖析，大多把目光焦點放在投資規模的大小上，但是對其定量角度的測量相對不夠重視。探索的策略上大量采納Richardson闡明的殘差度量模型，用該模型來衡量企業在相應領域的非效率投資水平，倘若回歸的殘差數值超過了0，那么就是企業出現了超額度的投資，倘若數值不足0，那么就是企業的投資不夠[ 1 ];還有一些學者立足于投資與現金流敏感性的范疇展開剖析，發現如果現金流敏感數值額度越高，非效率投資出現的弊端就越嚴重。

林業投資對產業經濟增長具有較大的約束力，產業經濟增長較大程度依賴于林業投資，兩者之間具有長期穩定的關系[ 2 ]，同時林業投資對林業產值具有明顯的滯后效應影響[ 3 ]。林業投資是否有效制約經濟快速發展，有學者發現，林業上市公司的綜合效率得分越低，投資風險就越大[ 4 ]，經過實證研究發現林業上市公司投資效率普遍偏低，更多的表現為投資不足[ 5 ]。齊林、周小林[ 6 ]立足于我國整體林業投資，對林業投資綜合效率進行分析，通過投資值發現，林業投資產出不足率較高，投資存在較嚴重的浪費現象，規模效率得分很低，是導致我國林業投資綜合效率低下的主要原因。總體來看，種種研究策略僅僅是從側面表明企業的非效率投資基準，不足以明朗地衡量出各個公司的詳細投資效率。如何對微觀領域下企業的投資效率展開詳盡完備的衡量，可以采用邊界效率的策略來展開剖析。采納邊界效率的內涵來衡量投資效率的方式有數據包絡分析（DEA）以及隨機前沿模型（SFA）兩個維度。實施DEA策略計算出的純技術效率值和規模效率值在很多樣本企業中呈現的最終結果都是1，使得綜合技術效率值也為1[ 7 ]，進而區分是否有效是不夠明朗的，而SFA的策略方式計算出的最終結果往往是相反的，其更加具體完備，還能夠展開顯著具體特質的檢驗[ 8 ]。DEA測算在隨機誤差項以及技術無效率項這兩個維度上是不能夠各自為位的，但是采納SFA就能夠將這兩個維度輕易地區分出來[ 9 ]。基于面板數據來剖析，動態隨機前沿模型的實證分析可以很明顯地反映出數據之間的差異，同時還能夠分析不同因素對效率的影響[ 10 ]，故而本文采納了面板數據隨機前沿模型（SFA）來處理上市公司的投資效率。

三、研究模型及樣本、數據說明

（一）研究模型

隨機前沿方法（Stochastic Fron-tier Approach，簡稱SFA）是依托技術效率為原則的參數方法。其生產的函數在原本理念上的超越對數模型公式如下：

其中：Y的定義為產出;Xi定義為林業產業上市公司在生產環節下所產生的人力、物質、營運資本投入等眾多生產要素;？茁i為該模型中一個估計預測的參數;Vi表示為誤差和隨機的干擾項，倘若服從正態分布，而且獨立于Ui，即Vi～N（0，σ2V）;Ui的定義是非負生產效率中的無效率區域，服從截尾正態分布的規律，即Ui～N（mi，σ2u）。

依托Battese和Coeli闡明的最大自然估計法（MLE），用σ2和λ兩個因素參數，σ2=σ2V+σ2u與λ=代替測量誤差的方差σ2V和技術無效率的方差σ2u，則λ∈（0，1）。通過對λ的顯著性檢驗來分析技術無效率這個現象是否發生：倘若數值趨近于0，那么就代表了現實中產出和最大產出之間所產生的差距大小不是依據Vi來衡量的，就能夠拋棄SFA模型，采納OLS方法就能夠處理參數估計的問題;倘若數值約等于1，那么就說明誤差主要來源于Ui，應采用SFA模型;若此數值等于1，則說明不存在Vi。

（二）變量選取

本文采用超越對數模型對林業產業上市公司的投資效率進行測算，選取的主要自變量指標包括產出、投入、生產中隨機干擾項、生產技術無效率部分以及模型中的待估計參數。其中投入指標主要包括人力資本投入、物質資本投入、營運資本投入。各項指標的具體含義如表1所示。

對于各項投入產出的具體表示以財務報表中項目為基礎。人力資本投入指標通過應付職工薪酬和支付給職工以及為職工支付的現金來表示;物質資本投入指標分為固定資本和無形資本兩項，其中固定資本通過固定資產、在建工程、長期待攤費用以及投資性房地產來表示，無形資本通過無形資產和研發支出來表示;營運資本投入通過流動資產減流動負債來表示;產出指標通過利潤總額和利息費用來表示。各項指標包含項目的具體情況和提取方式如表2所示。

通過整理和分析林業產業上市公司的相關財務數據，可以選取表2中的幾種投入量作為本文研究的變量指標。選取指標主要是基于財務報表中包含許多投資類科目，如用在流動資產上的投資類科目有存貨、交易性金融資產、貨幣資金以及應收賬款等，用在非流動資產的投資類科目有固定資產、長期股權投資、投資性房地產、無形資產以及生物資產等。通過分析發現，每一家林業產業上市公司所包含的投資類科目不盡相同，例如交易性金融資產、持有至到期投資及可供出售金融資產等，此類項目在許多上市公司的報表項目中是不存在的，即使生物性資產是林業產業上市公司特有的一種投資項目，但通過資料數據的整理，不難發現只有少部分公司會涉及此類投資，因此本文從所有投資類科目中選取了較為重要和普及度較高的投資項目來展開投入和產出的定量解剖。同時進行了相對縝密的分析核算，分別是人力資本范疇的投入，物質資本領域的投入，再加上營運資本的一定量投入。

（三）樣本選擇

本文樣本數據為2013—2017年Wind數據庫中林業產業上市公司的相關數據，由于和邦盛世、松博宇、綠洲源、優優木業等近三年新上市的公司普遍缺失2013—2015年分析所需的必要數據，故經過篩選后，選取林業、家具制造業、造紙及紙質品業、木材加工與竹制品制造業、林木育苗共五大類林業產業38家上市公司及其相關數據。在研究分析過程中，對研究數據中極個別數據缺失的情況，采用將相鄰兩年數據的數值進行簡單算術平均的方法進行填補。表3即為研究數據所涉及的38家林業產業上市公司按照公司類別進行的分類整理。

四、實證結果及分析

（一）實證結果

根據上述研究方法，整理計算出面板數據，并運用DEAP2.1和Frontier4.1軟件，依據一步法的原則展開我國2013—2017年間林業產業上市公司的投資效率測算等。結果表明：LR檢驗值為8.5369，通過了5%的顯著性檢驗;生產中隨機干擾項的估計值為0.819，且在1%的基準值上是比較明顯的，說明林業產業上市公司的投入與產出兩個維度上隨機干擾項81.9%的數值變化源于生產技術無效率的上下波動，而剩下的18.1%則是其在生產經營領域不能操控的一個變量值。

考慮樣本中存在部分缺失數值，現將投入變量中缺失數值進行剔除，得到新的投入變量數據，以此作為新的基礎重復以上SFA的測算步驟，結果表明：生產中隨機干擾項的估計值為0.856，在1%的基礎上比較顯著，LR檢驗值為8.145，通過了5%的顯著性檢驗，得到的結果與之前基本保持一致。可見重新更換數據進行重復操作后結果仍然顯著，通過了穩健性檢驗，可以認為本文的實證結果相對穩健。

（二）結果分析

表4的參數數據能夠看出，人力資本的相關投入以及物質資本和營運資本的一定量投入等數據參數報告和猜想的結果是相吻合的。人力資本的一定量投入和物質資本的一定量投入在5%的基準上是較為鮮明可見的，這說明林業產業中涉及的人力資本投資和物質資本投資在產出領域上的影響是不容低估的;營運資本的投入在1%的基準上較為鮮明可見，這能夠清晰地表現出營運資本一定量的投入對輸出領域范圍的價值是尤為重要的。

通過對表5中的數據進行整理分析得出，林業產業上市公司中有關林業產品的投資效率平均值為0.703，家具制造業的投資效率平均值為0.734，造紙及紙質品業的投資效率平均值為0.805，木材加工、竹制品制造業的投資效率平均值為0.691，林木育苗業的投資效率平均值為0.685，如表6所示。

可見，林業產業上市公司不同領域中，造紙及紙制品業的投資效率相對其他分支領域來說比較高，其次是家具制造業。以上兩者均高于林業產業上市公司的一般水平。林木育苗業和木材加工、竹制品制造業的投資效率相對較低，尤其是林木育苗業，僅為0.685，應該引起重視。

五、結論及建議

本文采用基于超越對數生產函數時變形式標示的隨機前沿模型，利用38家林業產業深滬上市非ST公司2013—2017年間的數據，對林業產業上市公司投資效率展開定量測度，得到林業產業上市公司在投資效率這個范疇上相較于別的行業高投資效率上市公司的水平要低，其效率主要集中在0.60～0.80之間，低20%～30%，即使林業產業上市公司的投資效率隨著時間的推移在逐年提升，但就現在的情況來看，整個行業的投資效率依舊相對萎靡。

在國家大力倡導生態文明建設的背景下，林業產業政策與環境都向升級做強林業產業的方向發展，因此綜合本文對我國林業產業上市公司投資效率的測算結果，并結合我國林業產業的宏觀數據，提出以下政策建議：一是林業產業上市公司要正視投資效率低下的事實。雖然本文將投入—產出的絕對值進行比較和分析，可能無法對一個或一類企業的投資效率作出全面評價，但是可以確定的是林業產業上市公司投資效率低下是不爭的事實，企業的管理者需要充分重視，并適當調整相關投資決策和發展戰略。二是林業產業上市公司要合理把控投資節奏。近年來林業產業發展迅猛，資金不足不再成為林業產業投資效率低下的主因，因此林業產業上市公司更多的應著眼在把控好投資節奏，確保投入資本能夠得到合理利用和有效利用。三是林業產業上市公司要注重林業產業升級和林業社會功能的有機統一。林業產業上市公司在提高林業產業投資效率的同時應注重林業產業的社會功能，要提高社會產值，引導就業，更要注重林業產業與生態互動協調發展，構建生態、經濟、社會效益的循環發展模式，一定要把綠色環保理念貫徹到底，構建綠色、協調、可持續發展企業，努力做到林業產業升級和林業社會功能的有機統一。

【參考文獻】

[1] BOITANI A，NICOLINI M，SCARPA C. Do competition and ownership matter？Evidence ?from ?local public ?transport ?in ?Europe[J].Applied Economics，2013，45（11）：1419-1434.

[2] 于江龍，劉俊昌，陳文匯.我國林業投資與產業經濟增長關系研究[J].價格理論與實踐，2011（9）：85-86.

[3] 楊振，劉會敏，楊芳.林業固定資產投資的滯后經濟效應分析[J].中國林業經濟，2012（1）：38-40.

[4] 何玥，田治威.林業上市企業評價指標體系的實證研究[J].林業經濟，2015，37（10）：80-83.

[5] 白鈺，唐洋，張曉龍.股權再融資、信貸融資與投資效率：基于林業上市公司的研究[J].林業經濟，2016（12）：102-112.

[6] 齊林，周小林.氣候變化視角下我國林業投資效率研究[J].中國軟科學，2018（6）：35-46.

[7] 彭佑元，陶凱莉，張克勇.林業上市公司績效評價研究：基于DEA模型和Malmquist指數[J].林業經濟，2017， 39（4）：93-97.

[8] 季凱文，周吉.“一帶一路”建設下我國對外直接投資效率及其影響因素：基于隨機前沿引力模型[J].經濟與管理評論，2018，34（4）：138-148.

[9] OTTOZ E， FORNENGO G， GIACOMO M D. The impact of ownership on the cost of bus service provision：an example from Italy[J].Applied Economics，2009，41（3）：337-349.

[10] ZHANG Q， XU Z， FENG T，et al. A dynamic stochastic frontier model to evaluate regional financial efficiency：evidence from Chinese county-level panel data[J].European Journal of Operational Research，2015，241（3）：907-916.