我國區塊鏈概念股上市公司投入產出效率研究

張月玲 王晴 王曉菁

【摘 要】 文章采用DEA-BCC模型和Malmquist指數模型，以2014—2018年我國72家區塊鏈概念股上市公司的面板數據為研究樣本，構建了投入產出指標體系，從靜態和動態兩個角度分別測算我國區塊鏈概念股上市公司的投入產出效率。靜態分析表明：從整體來看，區塊鏈概念股上市公司投入產出效率處于中等偏上水平;從四大經濟區域來看，東部地區及中部地區的技術效率、純技術效率較高;從具體省份來看，技術效率水平存在較大差異，連續五年保持DEA有效的公司中深圳占比38.5%;從時間變動趨勢來看，70%左右的區塊鏈公司技術效率值在0.4～0.8之間波動。動態分析表明，區塊鏈概念股上市公司全要素生產率處于穩定狀態，2015—2018年間技術進步指數的增減變動是Malmquist指數波動的主要原因;進一步分析可知，技術效率變化指數變動的主要影響因素為純技術效率。因此，為更好提升區塊鏈概念股上市公司的投入產出效率，公司需要加強資源分配，提高資源利用率，并調整企業規模，進一步提高技術研發能力實現技術進步。

【關鍵詞】 區塊鏈; 投入產出效率; 數據包絡分析; Malmquist指數

【中圖分類號】 F276.6? 【文獻標識碼】 A? 【文章編號】 1004-5937（2020）15-0153-08

一、引言

隨著數字經濟的發展與推進，區塊鏈技術作為一種新興技術以去中心化、可靠性、匿名性、不可篡改性等特點，給經濟社會帶來了顛覆式的創新變化。區塊鏈技術也給相關行業的商業模式、技術研發以及政府監管等方面帶來了挑戰[ 1 ]。當前，關于區塊鏈的相關研究，一方面集中于區塊鏈技術的開發，一方面側重于區塊鏈技術的應用。縱觀國外，澳大利亞對區塊鏈技術持積極態度，注重區塊鏈技術的應用及標準的制定，推出了國家級區塊鏈平臺（ANB），助力國內區塊鏈發展;英國則積極為全球區塊鏈初創企業提供優惠政策，并開展數字貨幣以及區塊鏈技術的監管研究。我國為了鼓勵區塊鏈技術的研發與應用，實現數字經濟與實體經濟的融合，陸續推出了相應的政策法規。2016年12月，國務院《“十三五”國家信息化規劃》首次明確指出，加強區塊鏈等前沿技術的開發;2019年1月，國家互聯網信息辦公室（以下簡稱國信辦）發布《區塊鏈信息服務管理規定》，旨在規范和促進區塊鏈技術及相關服務健康發展。從我國首次將區塊鏈技術納入國家信息化規劃到目前為止，國家層面乃至地區層面都積極推動區塊鏈技術相關領域的研究與應用。基于國家角度可知，區塊鏈技術的發展受到各國政府的高度關注與重視。

在我國推動區塊鏈技術發展的過程中，企業融入區塊鏈技術的現象日益增多。據統計，國信辦于2019年3月底發布了197個第一批境內區塊鏈信息服務名稱及備案編號。華大基因推出華大區塊鏈BaaS平臺，浙商銀行開展個人理財產品轉讓平臺、應收款鏈平臺等五項服務。可見，區塊鏈作為前沿技術的代表，越來越多公司為增強自身實力與競爭力，積極開展與區塊鏈相關的技術、業務等，而這些公司也被市場歸為“區塊鏈概念股”。在當前互聯網、人工智能、區塊鏈等技術與實體經濟深度融合的背景下，還需進一步考慮公司投入產出的效率問題，如資源分配是否合理、企業規模是否合適、技術研發投入是否足夠以及技術是否實現進步等。貼有“區塊鏈”標簽的上市公司投入與產出是否在理想狀態、效率能否達到最優，這是目前需要深入研究的問題。

因此，本文選取我國72家區塊鏈概念股上市公司為研究對象，構建投入產出指標體系，結合使用DEA-BCC模型和Malmquist指數模型，分別從靜態、動態兩個角度進行測算，進一步多角度多層次分析區塊鏈上市公司的投入產出效率，以期為我國區塊鏈概念股上市公司投入產出效率的提高提供借鑒，推動我國區塊鏈技術的發展。

二、相關文獻綜述

區塊鏈概念自2008年首次提出以來，其發展經歷了從凸顯到盛行的巨大轉變[ 2 ]。國內外學者從多個領域出發，對區塊鏈理論及實踐應用進行了大量研究。就計算機技術層面而言，國外諸多學者針對區塊鏈基礎架構模型涉及的關鍵技術開展研究，例如Merkle樹、共識算法、智能合約等技術要素。同樣，區塊鏈技術借助去中心化、透明性以及不可篡改等本質特性，也驅動國外學者、企業商人研究具體“落地”應用問題，主要涉及物聯網、醫療、數據/隱私保護、會計/審計等層面。Bogner等[ 3 ]研究認為，在電力緊張的情況下，可使用區塊鏈技術的智能合約在網絡中實現電器交叉使用或省電模式;Sharma等[ 4 ]更是結合區塊鏈技術構建了新型分布式云架構，實現了低成本且安全的物聯網基礎設施的提供。基于匿名性特征，區塊鏈技術在隱私/數據保護方面提供了新途徑。Swan[ 5 ]認為區塊鏈技術能改善個人健康數據或隱私數據受到侵犯的現狀;Xia等[ 6 ]提出了Me DShare系統，旨在利用區塊鏈技術中的數據追溯能力解決云存儲中醫療數據的共享問題。此外，在會計/審計領域，Irving等[ 7 ]根據區塊鏈屬于分布式、永久性公共分類系統的特點，提出了應用于審計研究工作的建議，以實現審計工作的低成本及獨立驗證。

比較而言，國內研究起步較晚，但發展趨勢良好，關于區塊鏈的學術關注度、媒體關注度以及學術傳播度均呈現明顯上升趨勢，且研究領域十分廣泛。諸多學者從比特幣原理出發，進一步探討區塊鏈的定義、區塊鏈技術內在原理等[ 8 ]。在此基礎上，有關區塊鏈理論與應用場景結合研究的文獻日益增多。在金融領域，胡啟磊[ 9 ]立足“一帶一路”視角，分別從屬性、對象、功能三個維度闡述區塊鏈技術具體在跨國征信、金融交易、支付結算以及監督追溯環節的作用;也有學者探討供應鏈金融模式的創新，提出了區塊鏈技術驅動下的優化路徑[ 10 ]。在會計、審計等領域，章劉成等[ 11 ]立足大數據背景，結合區塊鏈技術的本質、核心技術以及會計行業的應用現狀，構建了不可逆式的財務系統;崔春[ 12 ]從區塊鏈技術對審計目標、模式及證據獲取的影響出發，提出了利用區塊鏈技術的審計模式以及業務審計一體化模型;也有學者結合PDCA循環提出政府治理與審計的發展框架[ 13 ]。此外，隨著區塊鏈技術的發展與推廣，區塊鏈技術應用所涉及的行業不斷增加，研究層面也不斷升級，包括教育、醫療、共享經濟、物聯網等多個層面。

綜上分析，國外研究比較注重區塊鏈技術的理論基礎及應用，國內研究更傾向于區塊鏈技術的實踐應用，包括初期的金融、經濟領域及逐漸轉向智能合約、數據/隱私保護等技術問題。因此，區塊鏈不僅僅是比特幣等加密貨幣的底層技術，更是利用去中心化、匿名性、透明性、可追溯性、不可篡改性等優勢解決相關行業問題的一種技術手段。

三、研究方法與理論模型

（一）研究方法的選取

通過相關文獻分析可知，效率測度的評價方法多種多樣，如全要素生產模型、隨機前沿面、數據包絡分析（以下簡稱DEA方法）等。基于此，結合李守林等[ 14 ]、李培哲等[ 15 ]以及其他學者的研究成果可知，DEA方法只能針對研究對象同一時點的投入產出效率進行比較，不同時間點的狀況不可比;而Malmquist指數可通過不同時期的投入產出測算內在動態聯系。因此，本文將DEA方法與Malmquist指數模型組合使用，分析我國區塊鏈概念股上市公司的投入產出效率，分別從靜態、動態兩方面進行多層次分析。

（二）研究方法與理論模型的具體介紹

1.DEA-BCC模型

DEA方法由美國著名運籌學家Charnes等[ 16 ]于1978年提出，是一種評價具有多個投入與多個產出關系的決策單元（DMU）間相對有效性的非參數化研究方法[ 1 ]。在DEA方法中，以CCR模型和BCC模型最具代表性。其中，CCR模型假定規模報酬不變（VRS），主要測算決策單元的技術效率（TE）;BCC模型則假定規模報酬可變（CRS），將技術效率分解為純技術效率（PTE）和規模效率（SE），技術效率為二者乘積，即TE=PTE*SE。由于實際生產中很難實現規模報酬不變的情況，并且BCC模型更具有一般性，故本文采用BCC模型從靜態角度測算各上市公司的投入產出效率，并假定有m個獨立的決策單元（DMU），每個決策單元有n個投入和s個產出，具體模型如式（1）所示：

式（1）中，？茲為決策單元DMUj0的有效值;λj表示決策單元DMUj0的權重系數;Xj為投入變量，Yj為產出變量;S-為投入松弛變量，S+為產出松弛變量。根據DEA-BCC模型的輸出結果，主要包括三種情況：（1）若？茲=1且S-≠0，S+≠0，則決策單元為弱有效;（2）若？茲=1且S-=0，S+=0，則表明決策單元有效;（3）若？茲<1，則表示決策單元無效。

2.Malmquist指數模型

Malmquist指數最早由Malmquist[ 17 ]于1953年提出，經Caves等[ 18 ]引入生產率研究領域，后由Fare等[ 19 ]進一步拓展將其與DEA模型結合使用。具體來說，該方法利用不同時期距離函數的比值表示投入產出效率[ 20 ]，是一種非參數線性規劃方法。鑒于全要素生產率變動的研究經驗，本文采用Fare等改進的Malmquist指數模型測算生產率指數。

首先，基于t期和t+1期技術條件下的Malmquist指數分別定義為式（2）與式（3），Dt（xt，yt）與Dt（xt+1，yt+1）分別表示t期技術環境下決策單元在t和t+1期的距離函數，Dt+1（xt，yt）、Dt+1（xt+1，yt+1）則以t+1期技術環境為參照，其余含義類似。其次，為方便識別與計算，將基期生產率指數采用幾何平均數進行表示，如式（4）所示，若M>1，表明全要素生產率處于上升階段，反之則處于下降階段。最后，將式（4）進行分解，結果如式（5）所示。具體來說，式（5）將Malmquist指數分解為技術效率變化指數（effch）和技術進步指數（techch）。其中，若effch>1，則說明技術效率提高，即決策單元的管理水平相對改善。同理，techch>1，表示技術進步，即決策單元的技術具有創新。

四、指標選取與數據來源

（一）評價指標體系的選取

在進行區塊鏈概念股上市公司投入產出效率評價時，指標選取的準確性對輸出結果的影響很大。因此，本文遵循科學性、可比性、簡潔性以及可操作性的原則，同時考慮效率測度的目的，結合其他學者關于投入產出效率測度的研究成果[ 1 ]，最終構建包括六個指標的評價體系。具體指標體系見表1。

（二）數據來源及說明

本文選取通達信區塊鏈概念板塊的106家上市公司作為初始研究樣本，通過篩選將上市時間不足五年的樣本進行刪除，最終得到2014—2018年正常經營且數據披露齊全的72家區塊鏈上市公司，即評價模型的72個決策單元（DMU）。本文所用數據均來自國泰安數據庫。此外，由于測度投入產出效率的個別指標數據存在負值，而DEA模型要求軟件輸入值不能為負數，根據“線性變化不變性”原理，將指標數據的負值統一調整為正值，以滿足DEA模型的數據要求并保證軟件順利輸出結果。

五、投入產出效率實證分析與比較

（一）區塊鏈概念股上市公司投入產出效率靜態評價

本文運用Deap2.1軟件對決策單元的相關數據進行分析，依據評價指標體系并選取規模報酬可變（VRS）的DEA-BCC模型，對2014—2018年72個決策單元的技術效率（TE）、純技術效率（PTE）以及規模技術效率（SE）進行測算，結果如表2所示。根據計量模型特點，當效率值為1時，則稱決策單元DEA有效。從結果可知，在72家區塊鏈公司中，2015年僅有9家達到DEA有效，其余四年達到DEA有效的公司均在15%以上，該結果說明區塊鏈概念股上市公司投入產出效率水平整體并不高，但總體呈上升狀態。從規模報酬角度來看，規模報酬不變的公司數呈現“V型”波動，但變化幅度較平緩;規模報酬遞增與規模報酬遞減的公司數量在2016年與2018年呈現較大的波動起伏。基于此，處于遞減狀態的公司應減少投入要素數量來提高產出，遞增狀態的公司需要增加投入實現產出的增加。按照規模報酬的整體趨勢分析，區塊鏈上市公司應避免盲目擴大經營規模，進一步合理分配資源，實現規模效益的最優狀態。此外，本文將進一步從區域劃分、時間變動以及投入產出冗余計算三個方面對具體測算結果進行比較分析。

1.從區域角度比較分析

不同省份、區域企業的技術效率、純技術效率以及規模效率值如表3所示（廣東省深圳市單列）。根據表3分析可知，72家區塊鏈概念股上市公司技術效率均值為0.731，純技術效率、規模效率的均值分別為0.763、0.960，整體處于中等以上水平。進一步從區域以及省份角度進行分析，各效率值呈現一定的差異性。從四大經濟區域來看，相對于西部地區以及東北地區，東部地區和中部地區的技術效率、純技術效率較高;而規模效率方面，四大經濟區域均達到0.9以上。由此可見，雖然技術效率受純技術效率和規模效率的綜合影響，但純技術效率的影響程度大于規模效率。此外，經濟發展水平較高的地區，企業的技術效率水平更容易改進并達到最優狀態。從具體省份來看，總體上市公司達到DEA有效狀態（即TE、PTE、SE均達到1）的13家企業中，深圳有五家，占深圳區塊鏈上市公司總數的50%。其中，深圳中國長城致力于開發能滿足數字貨幣礦機市場需求的高性能電源，積極努力成為中國區塊鏈未來發展中領先的基礎硬件供應商;北京航天信息積極推動區塊鏈技術在各個行業的應用落地，開發的航信區塊鏈平臺可融合貨運物流、供應鏈金融等多個業務系統;浙江恒生電子成功開發“中國貿易金融跨行交易區塊鏈平臺”，實現了銀行間貿易金融產品交易信息的標準化、電子化和智能化;其他省份如湖南、黑龍江均有1家企業技術效率達到最優水平。

2.從時間變動趨勢分析

從時間變動趨勢（見圖1）可以看出，大部分區塊鏈上市公司技術效率處于波動起伏狀態，僅有兩家公司連續五年的技術效率保持最優狀態，分別為恒生電子以及佳沃股份。通過圖1進一步分析，包括東旭藍天、紫鑫藥業、天廣中茂等在內的8家上市公司的技術效率值連續五年在0.2～0.6的低水平區間波動，技術效率值較低。此外，還有部分公司波動較明顯，如眾應互聯及愷英網絡，在2014年技術效率分別為0.684、0.563，到2015年均提高至1，并連續四年維持在最優效率水平;二三四五2014年呈現上升趨勢，到2016年達到技術效率最優并連續三年保持最優狀態;省廣集團處于下滑狀態，2014—2015年的技術效率值為1，但從2016年開始呈現連續下降趨勢，到2018年技術效率下降至0.848。

整體而言，我國72家區塊鏈概念股上市公司的技術效率水平處于0.4～0.8之間，并且變動明顯。主要原因可能在于區塊鏈技術屬于新興發展技術，其技術要素、具體應用落地等處于探索階段，而各個區塊鏈概念股上市公司開展區塊鏈業務過程中有關資本、技術等投入均不穩定，大部分上市公司需要根據實際情況調整投入要素，以進一步完善和提高投入產出效率。

3.投入產出冗余分析

基于上述兩方面分析，進一步了解如何通過調整投入要素與產出要素來達到DEA有效狀態。鑒于篇幅，本文僅選取浙江省9家區塊鏈上市公司的冗余調整結果進行列示，詳見表4。其中，新湖中寶、恒生電子以及信雅達的投入產出效率達到最優水平，且S-與S+為0，其余6家上市公司則需要通過投入產出要素的冗余調整實現DEA有效。如浙大網新，需調整資產總額、固定資產、主營業務成本、凈資產收益率來實現DEA有效。具體分析可知，資產總額松弛變量需減少70 864.76萬元以達到目標值，固定資產松弛變量需在初始值基礎上減少15.3%達到目標值，主營業務成本松弛變量需減少61 356.78萬元才能達到效率最優，產出指標凈資產收益率需要增加26.96%才能達到最優水平下的目標值67.08%。通過以上分析可看出，浙大網新處于規模報酬遞減階段，需要通過減少生產要素的投入量來增加產出數量。

（二）區塊鏈概念股上市公司投入產出效率動態評價

為更加直觀并深入了解不同時期企業投入產出效率的變化，本文運用Deap2.1軟件對72家區塊鏈概念股上市公司四個年度區間（2014—2015年，2015—2016年，2016—2017年，2017—2018年）的全要素生產率變動情況進行分析，計算結果如表5所示。

1.Malmquist指數分析

由表5結果可知，2014—2018年72家區塊鏈概念股上市公司Malmquist指數平均值為1.000，五年間效率水平未出現明顯變化，技術效率變化指數與技術進步指數均變動0.6%。據此分析可見，技術效率變化指數與技術進步指數共同影響Malmquist指數。進一步分析各個年度區間狀況，僅有2014—2015年、2017—2018年兩個區間的Malmquist指數大于1，說明兩個區間的全要素生產率呈現上升趨勢;而兩個區間的技術效率變化指數均小于1，技術進步指數大于1，因此，區塊鏈上市公司投入產出效率的增長動力主要來自技術進步的提升效果。

根據上述關于全要素生產指數的變化，區塊鏈概念股上市公司在新一輪發展中需要提高技術創新能力，并提升自身管理水平，以此促進投入產出效率的提高。

2.技術效率變化指數分析

技術效率變化指數主要反映公司管理水平的高低，具體通過純技術效率以及規模效率的共同變化發生波動。分階段來看，2014—2016年區塊鏈上市公司的技術效率變化指數處于上升階段，主要得益于純技術效率和規模效率的共同提高;而2015—2017年受到純技術效率和規模效率的下滑影響，該區間的技術效率變化指數下降。結合圖2可直觀看出，相對于規模效率變化指數的輕微下降，純技術效率的下降是導致技術效率下滑的主要原因。

3.技術進步指數分析

技術進步指數主要用來衡量技術是否有創新、是否有進步。若技術進步指數大于1，表示技術進步，反之則技術退步。由表5可知，技術進步指數在2014—2016年大幅下降，然后2016—2017年開始呈現上升趨勢，到2017—2018年技術進步指數為1.087。進一步通過圖2觀察，在2014—2018年，Malmquist指數的走勢與技術進步指數變化趨勢基本相符，呈先降后升狀態。由于Malmquist指數受技術效率變化指數與技術進步指數的共同影響，因此其波動幅度小于技術進步指數的幅度。

六、結論與啟示

本文基于2014—2018年我國區塊鏈概念股上市公司的面板數據，運用DEA-BCC模型和Malmquist指數模型，從多投入多產出的角度對72家區塊鏈上市公司投入產出效率進行靜態以及動態兩個維度的分析研究，主要研究結論及啟示如下：

（一）靜態測算角度

我國72家區塊鏈上市公司投入產出效率處于中等偏上水平，2014—2018年技術效率、純技術效率以及規模效率的均值分別為0.731、0.763、0.960。進一步分析，從四大經濟區域來看，東部地區以及中部地區的技術效率、純技術效率較高，在一定程度上說明經濟發展水平與公司投入產出效率存在聯系，并且中部地區正借助“一帶一路”不斷壯大經濟實力與內生動力，崛起趨勢明顯。從具體省份來看，各省份之間的技術效率水平存在較大差異，僅有13家公司連續五年保持DEA有效，其中包括深圳5家區塊鏈上市公司。可見，深圳作為我國第一個經濟特區，在經濟發展水平以及技術創新方面都處于先進水平。從時間變動趨勢來看，大部分區塊鏈上市公司的技術效率值在0.4～0.8之間波動，僅有兩家公司的技術效率水平連續五年保持最優，整體來看，各公司的技術效率從2016年開始有回升趨勢，連續三年的技術效率平均值在0.7以上。這也說明，隨著區塊鏈技術的發展，區塊鏈上市公司資源分配以及技術創新方面的能力逐漸提高。此外，投入產出冗余分析為公司進一步合理分配資源、調整投入產出數量、實現投入產出效率最優提供了較詳細的數據支持。

（二）動態測算角度

我國72家區塊鏈概念股上市公司Malmquist指數為1.000，由于受到技術效率變化指數與技術進步指數共同作用，整體呈現平穩狀態。2015—2017年間受技術進步指數下降的影響，72家區塊鏈上市公司的Malmquist指數呈現下滑狀態;2017—2018年由于技術進步指數的提升，Malmquist指數呈改善趨勢。由此可見，技術進步指數增減變動的影響作用更大。在此基礎上，技術效率變化指數受純技術效率和規模效率的共同影響，通過分析可知，純技術效率的變動是技術效率變化指數波動的主要原因，各區塊鏈上市公司應在合理分配資源的同時加大技術創新力度，提升核心技術水平，從而實現投入產出效率的提高。

綜上，要想進一步提高投入產出效率，區塊鏈概念股上市公司不僅需要合理分配資源，提高資源利用率并完善企業規模，而且需加大科研技術投入，提高自身核心技術研發能力和技術創新水平，實現技術進步，從而推動投入產出效率水平的提升。此外，區塊鏈上市公司還需依照國家的行業標準和規定開展業務與技術研發，在合理的政府監管下推動區塊鏈技術的發展與應用。

【參考文獻】

[1] 李曉梅，夏茂森.遼寧戰略性新興產業企業投入產出效率測度與提升路徑研究：基于2012—2016年遼寧地區上市公司的樣本數據分析[J].科技管理研究，2019，39（2）：80-85.

[2] 張月玲，王曉菁.區塊鏈技術環境下聯網審計框架探析[J].審計文摘，2019（4）：111-116.

[3] BOGNER A， CHANSON M， MEEUW A. A decentralised sharing app running a smart contract on the ethereum blockchain[C].Proceedings of the 6th International Conference on the Internet of Things.ACM，2016.

[4] SHARMA P K， CHEN M Y， PARK J H. A software defined fog node based distributed blockchain cloud architecture for IoT[J].IEEE Access，2017，6：115-124.

[5] SWAN M. Blockchain thinking：the brain as a decentralized autonomous corporation [commentary][J].IEEE Technology and Society Magazine，2015，34（4）：41-52.

[6] XIA Q I， SIFAN E B， ASAMOAH K O， et al. MeDShare：trust-less medical data sharing among cloud service providers via blockchain[J].IEEE Access，2017，5：14757-14767.

[7] IRVING G， HOLDEN J. How blockchain-timestamped protocols could improve the trustworthiness of medical science[J].F1000Research，2016，5.

[8] 袁勇，周濤，周傲英，等.區塊鏈技術：從數據智能到知識自動化[J].自動化學報，2017，43（9）：1485- 1490.

[9] 胡啟磊.區塊鏈技術在金融領域的應用研究：基于“一帶一路”視角[J].會計之友，2019（5）：151-156.

[10] 鄭君宇.基于區塊鏈技術的網絡供應鏈金融創新優化路徑初探[J].山西財經大學學報，2019，41（S1）：18-20.

[11] 章劉成，于琳琳.大數據視域下區塊鏈技術在會計行業應用研究[J].會計之友，2018（18）：157-160.

[12] 崔春.大數據助推審計基本理論問題發展探討：基于區塊鏈技術[J].經濟體制改革，2018（3）：85-90.