基于DEA-Malmquist指數的無錫市智能制造企業生產效率分析

倪澄澄 王小涵

江南大學商學院

一、引言與文獻綜述

無錫市在《智能制造三年(2017一2019年)行動計劃》背景下，制造業企業智能化程度不斷提高。企業在發展轉型過程中應如何調整投入產出以提高生產效率，這對于無錫制造產業升級而言十分關鍵。

目前已有較多使用DEA-Malmquist指數模型評價區域、行業與企業全要素生產率的文獻。夏恩君等（2017）等以1978-2014年鐵路運輸業分省數據為樣本，從行業與區域兩個層面，運用DEAMalaquist指數模型分析了我國鐵路運輸業全要素生產率的變動情況與影響因素。與此同時，將DEA-Malmquist指數模型與智能制造企業生產效率結合的研究也已有不少，劉峰與寧健（2016）以52家智能制造上市企業為樣本，運用DEA模型測算2011-2013年智能制造企業技術創新效率及不同因素對技術創新效率的貢獻程度。姚曉芳與胡思文（2014）運用DEA-malmquist指數模型分析了高端裝備制造企業的經營效率并歸納了其經營績效的整體特征。

綜上，運用DEA-malmquist指數模型對行業及企業進行效率評價的研究較多，但是基于區域經濟發展的視角，分析智能制造企業生產率變動情況的文獻較少。為此，文章基于2014-2018年無錫市43家智能制造企業的面板數據，運用DEA-Malaquist指數模型測算分析無錫市智能制造全要素生產率變動情況。

二、研究設計

（一）數據和變量

文章數據全部來自wind數據庫，以證監會2011年行業分類標準篩選2014-2018年無錫市制造業企業數據。由于自2017年1月1日起，在全國范圍內對經認定的技術先進型服務企業減按15%的稅率征收企業所得稅。因此文章通過企業的年末所得稅率去剔除非智能制造企業，進一步刪除關鍵變量數據缺失的樣本，最終獲得43家企業和1071個觀測值。為防止異常值的影響，文章對所有連續變量在1%分位兩端進行縮尾處理。

表1 變量的統計特征

（二）數據包絡分析

文章投入變量選取研發支出和產品項目成本，研發支出能反映企業對技術投入的重視程度，產品項目成本能反映智能制造項目的運營開支狀況，包括智能設備投入、管理費用、銷售費用等。產出變量選取銷售商品提供勞務收到的現金、凈利潤和主營產品項目毛利，以反映企業的運營能力、盈利能力與發展能力。投入變量與產出變量分別代表了企業在內部管理階段與資金利用階段的生產效率。

1.基于DEA方法的生產效率分析

數據包絡分析法 (data envelopment analysis, DEA) 是效率評價方法，此處采用以產出為導向、規模報酬可變的BCC―DEA模型，對企業當年的投入產出效率展開靜態分析。設一家智能制造企業為一個決策單元DMUk，每個DMU中有m種類型的投入以及s種類型的產出。X表示投入變量，是m行n列的矩陣，Y表示產出變量，是s行n列的矩陣。S-和S+是松弛變量，分別表示為達到生產前沿面投入和產出需要減少或增加的數量。λ和θ是決策變量。I為1行n列全部為1的行向量。模型的線性化表示為：

綜合技術效率是對決策單元的資源配置能力、資源使用效率等多方面能力的綜合評價。從綜合技術效率角度看，共有11家企業連續五年始終處在生產前沿面上，分別是長電科技，海瀾之家，華西股份，江蘇陽光，模塑科技，四環生物，太極實業，威孚高科，信捷電氣，亞太科技，展鵬科技。此外，航發控制，先導智能這2家企業五年中有四年綜合效率為1，達到DMU有效，即同時實現技術有效和規模有效。其中2014年綜合效率的均值為0.873，是5年中最高，當年共有20家企業綜合效率為1。

純技術效率是企業之間消除投入量規模的差異后的產出效率，也即受管理和技術等因素影響的生產效率。從純技術效率角度看，只有信捷電氣這一家企業五年中始終處于生產前沿面，展鵬科技和四環生物有四年純技術效率為1，且五年中純技術效率不斷提升。

規模效率是指企業受規模因素影響的生產效率。從規模效率角度看，信捷電氣和展鵬科技在五年中的規模效率均為1，達到生產規模最優。由表2可知，2016年和2018年規模效率的大幅下降導致當年的綜合效率均值整體拉低。其中信捷電氣連續五年技術效率和規模效率均為最優。

綜合技術效率均值近五年來下跌原因可能是無錫市智能制造企業原有的管理能力短期內跟不上企業資產規模的擴大和設備性能的提升幅度，在研發新產品、開拓新市場時遭受生產效率陣痛。

表2 2014-2018年無錫市智能制造企業效率均值

2.基于Malmquist指數的生產效率分析

上述所用的BCC模型只能靜態比較決策單元（DMU）在某一時間點的生產效率，接下來使用Malmquist指數方法將全要素生產率TFP變化率進行分解，以觀測技術效率的動態變化。Malmquist指數運用距離指數（E）進行運算，定義式為：

其中EIt(xt,yt)和EIt(xt+1,yt+1)分別表示以t時刻前沿技術為參考的t時刻和（t+1）時刻的產出距離函數，EIt+1(xt,yt)和EIt+1(xt+1,yt+1)同理。對兩個時期的技術水平取幾何平均值，得下式：

上式可進一步分解，全要素生產率的變化率（TFPCH）可分解為技術效率的變化率（EFFCH）和技術進步率（TECHCH）：

如果規模收益可變，則技術效率的變化率（EFFCH）還可繼續分解為純技術效率PECH和規模效率SECH：

這里采用產出導向的DEA-Malmquist模型，由此得出的全要素生產率指數、技術效率指數（可分為純技術效率指數和規模效率指數）和技術進步指數。表2匯報了上述結果，表中數值只代表相對效率的高低。綜合來看，全要素生產率的變化率的增加主要來自技術效率指數的提升，規模效率對全要素生產率的促進作用較弱，純技術效率指數在五年中變化最為穩定。

表3 2014-2018無錫市智能制造企業Malmquist指數分解表

上表中的指數大于1.000表明該效率的變化率增長或規模優化。其中全要素生產率指數五年中一直大于1.000且增長的速度明顯增加。技術效率指數是全要素生產率指數增長的主要推動力，技術進步的改善速度明顯低于技術效率的改善程度。這可能是因為，無錫市將智能技術集成應用于企業內部管理等過程，布局工業互聯網使得技術效率提升。

技術效率指數在五年中均大于1.000，表明技術效率進步有連續性，其中規模效率的變化率增長對技術效率進步推動作用更大。技術進步指數反映不同時期技術的變動情況，由技術進步導致生產效率的提高可以防止邊際收益遞減的發生。只有2014-2015年和2016-2017年期間技術進步指數大于1.000，表明雖然在此期間技術創新有所改善，但過去五年中無錫市智能制造企業技術創新及其應用水平波動較大且有待提升。

從規模效率指數看，除第一年之外，企業規模效率指數均大于1，并呈現穩步上升的趨勢。雖然無錫制造業總體已經處于工業化中后期，市場競爭加劇，但其中的智能制造企業尚處于規模遞增階段，所以此時智能制造企業增加技術研發投入，合理擴大企業規模會帶來明顯的生產率增長。

綜合分析各智能制造企業在五年中的全要素生產率分解結果，技術進步變化對全要素生產率的增長制約程度更大，說明無錫市智能制造企業須研發或引進新技術，提升技術創新水平。

圖1 無錫市智能制造企業全要素生產率及其變化趨勢

三、結語

對于那些效率值不為1的企業，企業可以通過調整投入產出達到效率最優。以和晶科技為例，因為主營產品項目成本存在投入冗余而研發支出占比偏低導致產出失衡，所以減少0.99單位的主營產品項目成本、2.25單位的主營產品項目毛利和1.15單位的凈利潤產出將使生產更有效率。此外，企業需加大技術創新與研發投入的力度。一些智能制造技術如3D打印、人工智能等具有高不確定性且技術研發周期長，若資金投入跟不上研發進度或企業內部管理能力跟不上設備技術進步的程度，則可能導致生產效率下降。