安徽省制造企業管理效率評價研究

劉 偉，劉新躍

(1.安徽工業大學 管理科學與工程學院，安徽 馬鞍山 243002；2.安徽工業大學，安徽 馬鞍山243002)

《中國制造2025安徽篇》中提到制造業是國民經濟的主體，是立國之本、強省之器、富民之基。當前安徽省正處在建設“三個強省”、加快調結構、轉方式、促升級的重要時期，也是安徽省從制造大省向制造強省轉變的重要時期。面對激烈的市場競爭，制造企業在發展過程中都希望能提高其主營業務收入和降低成本，不斷提升其核心競爭力。這就要求企業應該把創新擺在全局發展的核心位置，建立制造業人才大軍，提高管理水平，合理使用資源，強化質量管理，加強節能環保技術，構建綠色制造體系。創新分為技術創新和管理創新，其中技術創新一般包括設備的更新、工藝的改進或產品的開發等，管理創新與技術創新不同，它是指管理活動改變的過程，是一種產生新管理思想和新管理行為的過程[1]?，F如今管理創新越來越重要，它對任何組織來說都是一種重要的活動，是企業穩定發展的基礎、獲取經濟增長的源泉，同時也是其謀取競爭優勢的利器。因此對企業管理效率的評價能夠為其管理創新活動提供決策依據。

哈林頓·艾默森認為，所謂管理效率不是要特別努力工作，而是要消除無益的努力和浪費。隨著自然資源的不斷枯竭，企業應該注重資源的可持續應用及其對社會經濟發展的作用。企業管理效率的研究是目前企業管理工作中最為關心的問題之一，它是企業查找自身不足、實現企業目標的重要方法。管理效率是用來衡量企業管理活動中管理要素的配置情況及各種資源使用情況的有效程度, 能反映出其經營狀態和管理水平的高低，在很大程度上能體現出企業的綜合管理能力及其核心競爭力。管理效率也是一種相對效率, 是企業為實現經營目標所形成的成本與收益或投入與產出之間的對比關系，在資源投入量確定的情況下，產出越多，則資源的使用效率越高[2]。

因此，在資源受限的情況下，制造業企業為提高管理效率應充分利用各種資源并對其進行有效配置，這樣有助于提升企業經營效率，同時能提高其核心競爭力，在激烈的市場競爭中保持持久的競爭優勢，從而得到更好更快的發展。

一、企業管理效率的評價方法

常用的管理效率的測度方法有因子分析法(Factor Analysis，FA)、AHP層次分析法、以隨機前沿分析方法(SFA)為代表的參數方法、以數據包絡分析方法(Data envelopment analysis，DEA)為代表的非參數方法等。胡騰飛等的綜合因子分析和數據包絡分析這兩種分析方法的優點對投入與產出的效率進行評價分析，兩種方法的結合應用能為決策者提供更加完備的管理信息[3]。吳蓓蕾經過對比分析認為，非參數方法可以根據對象系統數量和指標的變化等進行調整，從而更具有理論和實踐的實用性，并通過實例研究證明了DEA是評價企業管理效率的有效方法[4]。張金祿指出許多企業嚴格意義上都是一個多投入—多產出的決策單位，這時使用非參數法來研究企業的效率遠勝于參數法，并運用數據包絡分析方法研究國有上市化工企業管理效率[5]。本文是建立一個多投入—多產出的綜合評價指標體系，對安徽省10家上市制造企業的管理效率進行評價分析與排序，為得到更加準確的結果，我們采用超效率數據包絡分析方法。

(一)數據包絡分析方法

DEA是著名運籌學家Charnes,Copper和Rhodes于1978年提出的一種重要的非參數效率評價方法[6]。它是以相對效率概念為基礎，以凸分析和線性規劃為數學工具，根據多投入和多產出指標，對同一類型的決策單元(Decision Making Units, DMU)的有效性進行評價。由于該方法是純技術性的，與市場、價格可以無關，對樣本數量的要求不高，只需要區分決策單元的投入和產出，便可以直接對DMU進行規模效率和技術效率的分析，無需再定義一個特殊的函數形式，也不需要預先估計參數，所以在避免主觀因素、簡化算法和減少誤差等方面有著極大的優越性。 DEA最初主要應用于一些非盈利部門有效性的評價，如教育、醫院、軍事、政府機構，后來DEA的應用和研究得到深化和發展，開發出超效率數據包絡分析方法(Super Efficiency DEA，SE-DEA)、DEA三階段評價模型[7]及網絡DEA等多種DEA方法，在更廣泛的領域得到應用，如金融、經濟、企業管理效率評價、投資項目評價等。其核心在于使用數學規劃模型計算出具有“多投入—多產出”特征的決策單元的相對效率，并對其有效性進行排序與評價，它能充分考慮決策單元最優的投入產出方案，在提供相對有效性排序及綜合評價結果的同時，DEA可以通過“投影”技術對DEA無效的決策單元的薄弱環節進行調整，從而提出改進的可行途徑。

(二)數據包絡分析模型

SE-DEA模型是由Andersen和Petersen[8]根據傳統DEA模型所提出的新模型。傳統DEA 模型如最基本的CCR模型可以同時對決策單元規模和技術的有效性進行評價，BCC模型專門用來評價決策單元的技術有效性，而且兩個模型都只能區別出決策單元的有效性和無效性，對于出現的多個DMU效率值大于1時，無法進行排序和比較。而SE-DEA模型在評價某個DMU時將其排除在決策單元集之外，以其它決策單元為基礎形成新的效率邊界，計算排除的決策單元到新效率邊界的相對距離值，以確定其效率的高低。由于排除的DMU不在決策單元集之內，這樣使得CCR模型中相對有效的DMU仍保持相對有效，同時不會改變在CCR模型中相對無效的決策單元在SE-DEA模型中的有效性，計算出的新的效率值不僅僅是在0～1之間，對于有效的DMU其效率會大于1，使得有效的DMU易于排序和比較，彌補傳統DEA 模型的不足[9]。

1.超效率數據包絡分析模型

對效率評價函數進行線性規劃及對偶規劃，引入非阿基米德無窮小量ε，產出對應的松弛變量s+和投入對應的松弛變量s-得到的超效率數據包絡分析模型如下：

其中θ為第j0個決策單元的超效率值；λj為輸入輸出指標的權重系數；θ，λj，s-，s+為未知參量，可由模型求解。

2. SE-DEA模型的含義

(1)當θ≥1且s+=s-=0時，則DMUj0的管理效率是同時DEA技術有效和規模有效，即在這n個決策單元的評價系統中，DMUj0在投入X0的基礎上所獲得的產出Y0已經達到最優狀態；

(2)當θ≥1且s+≠0或s-≠0時, 則DMUj0為弱DEA有效, 即此時的管理效率不是同時技術有效和規模有效。在這n個決策單元組成的評價系統中, 若為了保持弱DEA有效的DMUj0產出Y0不變則應將投入在X0的基礎上減少s-；保持投入X0不變時, 可將產出在Y0的基礎上增加s+；

(3)當θ<1時, 則決策單元DMUj0為非DEA有效，即為DEA無效的決策單元，可根據X'j0=θ×X0-S-,Y'j0=X0+S+對其進行調整。

二、評價指標體系的構建

要構建一個能夠全面、準確地反映出企業管理效率的科學合理的綜合評價指標體系，是一項十分復雜的系統工程?？茖W合理評價方法的選擇和評價指標體系的構建，是企業管理效率評價的關鍵及核心，因此綜合評價指標體系的建立必須遵循科學性、客觀性、可比性、可行性及可獲得性的原則，并能客觀地反映企業管理中的投入與產出的實際情況。蔡蔚等通過回歸分析法分析中國制造企業管理效率影響因素，表明管理效率與企業經營效率之間存在著密切聯系，提升中國制造企業管理效率有助于提升企業經營效率，由此可認為企業管理效率的重要反映是經濟效益[10]。因此我們根據數據包絡分析方法的特點，結合指標體系建立的原則，通過綜合考慮制造企業生產、經營、管理運作與銷售等各個方面，選用資產總額、員工總數、主營業務成本、銷售費用和管理費用5項指標為輸入指標，以主營業務收入、凈利潤、員工平均營業收入、營業利潤率、加權平均凈資產收益率5項指標為輸出指標，這10項指標構成制造企業管理效率綜合評價指標體系，具體見表1。

表1 制造業管理效率綜合評價指標體系

三、安徽省部分制造業管理效率實證分析

(一)研究對象

根據上文構建的管理效率綜合評價指標體系，基于數據的可得性，選擇樣本時應考慮樣本之間的可比性而確定參考集。因此我們選取安徽省10家上市制造企業作為決策單元對其管理效率進行研究分析。選取的決策單元依次為安徽海螺水泥股份有限公司(DMU1)、科大訊飛股份有限公司(DMU2)、安徽古井貢酒股份有限公司(DMU3)、馬鞍山鋼鐵股份有限公司(DMU4)、安徽口子酒業股份有限公司(DMU5)、銅陵有色金屬集團股份有限公司(DMU6)、合肥美亞光電技術股份有限公司(DMU7)、中糧生物化學(安徽)股份有限公司(DMU8)、安徽中鼎密封件股份有限公司(DMU9)、安徽江淮汽車集團股份有限公司(DMU10)。這10家上市企業都在安徽省制造業前50強名單中，對安徽省的制造業具有重要影響，分析和提升這10家制造企業的管理效率，對安徽省實現制造強省的戰略具有重要意義。

(二)研究數據

本文通過搜集和分析這10家上市企業提供的2017年度報告，整理出各個指標的具體數據，如表2所示。

(三)研究結果與分析

將表2中各個指標的數據帶入到SE-DEA模型，運用MATLAB軟件中線性規劃工具進行分析計算，最終求得本問題的解，結果如表3所示。

由表3的結果可以看出，超效率值大于1的DEA有效的決策單元有6個，分別為DMU1、DMU3、DMU4、DMU5、DMU6、DMU7，說明這6家企業的2017年投入和產出均達到有效配置。其中決策單元DMU6超效率值排名第一，該企業凈利潤率相比較而言不是很高，但是其主營業務收入及員工平均營業收入相對較高，而且其管理費用相對較低，這幾個方面都能夠反應出該企業管理效率較高，從而體現出該模型對制造企業管理效率評價的實用性和可行性。

超效率值低于1的DEA無效的決策單元有4個，分別為DMU2、DMU8、DMU9、DMU10，說明這4家企業2017年的投入和產出未達到有效配置，可根據冗余和產出不足對SE-DEA模型中DEA無效的決策單元作進一步分析，對原有的輸入量和輸出量進行調整，使其成為DEA有效。根據X'j0=θ×X0-S-,Y'j0=X0+S+，對無效的決策單元進行調整，得到其在生產可能面上的“投影”。以結果分析中的第七名DMU9為例，根據計算公式，使用Excel計算，將其相應的投影值列于表4。

表2 制造業管理效率評價輸入數據和輸出數據

注：其中X2單位為人，Y3單位為萬元/人，Y4、Y5單位為%；其余指標單位均為百萬元。

表3 制造業管理效率綜合評價結果

表4 無效決策單元DMU9的投影分析表

表4結果表明，決策單元DMU9即安徽中鼎密封件股份有限公司相比較其他有效決策單元尤其是超效率值排名第一的DMU6而言，其公司員工人數相對較多，管理費用較高，由此表明該公司為勞動密集型產業，企業管理效率較低。因此建議該企業應該優化人力資源配置，強化管理，實現要素的合理配置和充分利用，節省不必要的要素投入，這樣才能提高其管理效率，從而增加經濟效益，提高核心競爭力。同樣的，根據“投影”的辦法可以得到另外三個無效DEA決策單元管理效率的調整方案。在對無效決策單元進行調整時，發現造成決策單元無效的原因中都有員工平均營業收入相對較低，管理費用投入相對較高。人力資本是企業最重要的管理要素，因此建議制造企業加強對人力資源的管理優化配置。

四、結語

本文采用超效率數據包絡分析方法，構建了科學合理的企業管理效率綜合評價指標體系，并以安徽省制造企業為例進行實證分析，對其管理效率進行排序與對比。我們認為，制造企業在發展的過程中，不僅僅注重經濟效益和管理效率，也要關注其社會責任，注重產品質量和環境保護；要堅持自主創新，始終把創新驅動作為企業發展的利器，實現企業長遠的發展；在自身發展的同時帶動安徽省制造企業共同發展與進步，推動安徽省從制造大省向制造強省的快速轉變。