我國芯片上市公司經營效率評價

□文/王洪港 陳培友

（黑龍江科技大學管理學院 黑龍江·哈爾濱）

［提要］本文以芯片產業具有代表性的芯片上市公司為研究對象，采用數據包絡分析法（DEA）和Mal mquist指數法對我國39家芯片上市公司經營效率進行測度和評價，研究結果表明：我國芯片上市公司經營效率不高主要是由純技術效率不高造成的，對芯片上市公司分類分析發現，設計類公司經營狀況最好，受國外技術限制的影響最小，材料類、設備類、封測類公司經營狀況相似，制造類企業發展阻礙最大，經營效率最低。

伴隨著5G和物聯網技術的普及，各行業對于芯片的需求將與日俱增。我國一直是芯片消費大國，但是對于芯片技術的掌握卻未能和消費能力匹及。而中美貿易戰下，我國的中興、華為等企業受美國制裁經營受阻的實例，充分表明了掌握芯片核心技術的重要性。國家從芯片產業長遠發展的戰略角度出發，在政策、稅收等多方面為芯片產業的發展予以支持。芯片企業的高效經營對于芯片產業的發展至關重要，通過對芯片產業內具有代表性的芯片上市公司經營效率進行評價，在對企業經營狀況進行分析的基礎上，找出企業發展過程中的問題與不足，對于促進企業實現高效經營具有重要意義。

一、相關文獻綜述

近年來，我國芯片產業的發展逐漸引起了全社會的關注，與此同時，相關研究也針對我國芯片產業發展中的問題，研究探索新形勢下的發展思路。項國鵬（2020）以華為基帶芯片技術的發展為例闡述企業通過構建創新生態系統來實現核心技術突破的機制。王衛民等（2021）針對我國目前在芯片領域面臨的巨大人才缺口問題，提出打造協同育人“雙元”聯合體，創新應用型人才培養模式，構建校企“產學研”創新共同體等方案。高玥（2020）以我國芯片產業為例，分析了高新技術產業扶持政策在不同階段的特征和實施效果。除了從不同角度研究如何促進芯片產業發展外，陳英（2019）研究認為國內存儲芯片設計企業應該加強研發費用管理。張曉月等（2020）則對我國上市芯片企業的專利質量進行了評價研究。對于芯片企業效率、績效的相關研究則相對較少，其中孫音悅（2018）采用DEA方法對我國集成電路產業上市公司的績效進行了評價。通過總結分析后發現，大多數學者選擇采用數據包絡分析法對企業經營效率進行評價。曹翠珍等（2014）通過DEA模型分析了通信及相關設備業上市公司的經營效率，歐陽歆（2014）采用DEA-Malmquist指數方法對物聯網企業的經營效率進行了動態評價，而任毅等（2017）則基于數據包絡技術中DEA-BCC模型和Malmquist指數法對我國旅游上市公司的經營效率給予了測度與評價。

綜上所述，學者們從不同角度出發，探討促進我國芯片產業發展的新思路，但對于芯片企業經營效率的研究卻較少。本文運用數據包絡分析的相關方法對芯片上市公司經營效率研究評價，對于引導芯片上市公司高效經營進而促進芯片產業的發展具有重要意義。

二、經營效率評價模型構建

（一）靜態經營效率評價模型。數據包絡分析（data envelopment analysis，DEA）是著名運籌學家A.Charness和W.W.Copper等學者以“相對效率”概念為基礎，以多投入和多產出指標對相同類型的單位（決策單元，DMU）進行相對有效性或效益評價的方法，通過構建一個包含若干個決策單元（DMU）的處于相對有效前沿的效率面，利用線性規劃方法計算出各決策單元的相對效率水平。其兩個基本模型被廣泛用于靜態效率評價。

1、CCR模型。在DEA的多個模型中，最早被提出的是基于規模報酬不變的CCR模型。CCR模型的假設認為某個DMU在生產經營活動中的輸入向量為x=（x1，x2，…，xm）T，輸出向量為y=（y1，y2，…，ys）T。其中，m表示有m個輸入變量，s表示有s個輸出變量。假設有j個決策單元，CCR模型可用如公式（1）的線性規劃模型表示：

式中，θ表示決策單元的相對效率，θ越大效率越高。

2、BCC模型。CCR模型是基于規模報酬不變的情況對決策單元的效率進行測算，而實際情況是因受各種因素的影響，決策單元并非都以最優的規模運行，即決策單元的規模報酬是可變的。考慮到規模報酬可變的情況，Banker等學者在此CCR模型的基礎上提出BCC模型，用于研究規模報酬可變的效率評價問題，并將綜合效率（技術效率）分解為純技術效率和規模效率。經過改進后的BCC模型為：

BCC模型得出的效率值為純技術效率值，利用綜合效率=純技術效率×規模效率，可進一步求出決策單元的規模效率值。

（二）動態經營效率評價模型。DEA的基本模型只對決策單元的靜態效率進行了評價，而對動態效率進行評價，則需要采用其他的模型方法。Malmquist指數法則從動態角度對經營效率進行評價，在Malmquist指數法中，全要素生產率的變化值（TFPch）可以分解為技術進步變化（TECHch）和技術效率變化（Effch）。其中，技術效率變化（Effch）又可分為純技術效率變化（PEch）和規模效率變化（SEch），它們之間的關系可以表示為：

TFPch=Effch×TECHch=PEch×SEch×TECHch

在Malmquist指數模型中，若TFPch＞1時，表明決策單元的生產率水平不斷改善，經營效率有所提高；反之，TFPch＜1，則表明經營效率有所降低。如果TEch、Effch、PEch、SEch大于1，表明其能促進經營效率的提高，反之則抑制經營效率的提高。

三、樣本選擇與指標變量

（一）樣本選擇。首先通過同花順財經網和新浪財經網公布的企業信息對芯片上市公司進行初步的篩選，以國泰安數據庫公布的2016～2020年芯片上市公司的數據為依據，剔除部分數據缺失的企業，最終選取39家芯片上市公司為研究樣本。本文根據芯片上市公司主要經營業務將39家企業分成了5類，其中材料類6家，設備類6家，設計類10家，制造類9家，封測類8家。

（二）指標變量。根據已有研究對于企業經營效率評價指標的選取，并充分考慮芯片上市公司屬技術密集型且研發創新對于經營發展較為重要的特點，選取總資產、研發投入金額、研發人員數量為投入指標，以營業收入、凈利潤、無形資產增長率為產出指標，對芯片上市公司的經營效率進行測度評價。

四、實證分析

本文通過DEAP2.1軟件運用DEA的CCR和BCC模型，以及Malmquist指數模型，對我國39家芯片上市公司2016～2020年的經營效率從靜態和動態兩個角度進行了測度評價。

（一）靜態效率分析。根據數據包絡分析法對于效率指標的定義，從綜合效率（技術效率）、純技術效率、規模效率三個方面對于各類芯片上市公司經營效率進行靜態評價。

1、綜合效率。綜合效率，即技術效率（TE），反映企業對現有資源的配置和使用能力。通過數據分析得到圖1中各類企業的綜合效率均值，可知材料類企業綜合效率值除在2020年較低外，其余年度均處在較高水平；設備類企業綜合效率2016～2018年處在相似水平，2018年后下降趨勢明顯；2018年之前，設計類企業綜合效率呈下降趨勢，之后則呈上升趨勢；制造類企業綜合效率值除在2017年最高外，之后每年以較大幅度下降；封測類企業綜合效率呈先上升后下降的“Z型”變化，2017年效率值最高，2019年效率值最低。（圖1）

圖1 各類企業綜合效率均值統計圖

2、純技術效率。純技術效率（PTE）是指企業在一定規模情況下，由于企業管理和技術等因素影響下的生產效率。圖2所示各類企業的純技術效率均值，材料類企業5年中的純技術效率水平相當，且高于其他類企業；設備類企業2016～2018年純技術效率呈上升趨勢，2018～2020年呈下降趨勢；設計類企業的純技術效率在2018年達到最低點后，接下來2年的效率值則不斷提高；制造類企業純技術效率在2017年達到最大值后，隨后的效率值在逐年下降；封測類企業純技術效率值變化趨勢與綜合效率值變化趨勢相同。從5年中純技術效率變化情況看，材料類、設計類、封測類企業發展過程中受技術因素影響較小，而設備類和制造類企業則受技術因素影響較大。（圖2）

圖2 各類企業純技術效率均值統計圖

3、規模效率。規模效率（SE）反映的是規模因素作用下企業的生產經營效率，各類企業規模效率分析結果如圖3所示。2016～2017年，各類企業的規模效率相差不大，都保持在相對較高的水平；2017～2018年，各類企業的規模效率都有不同程度的下降；2018～2019年，材料類、設備類、設計類企業的規模效率值有所提高，制造和封測類企業的規模效率下降較為明顯；2019～2020年，材料類、設備類、設計類、封測類企業規模效率都變化到大致相同水平，而制造類企業的規模效率仍處于相對較低的水平，這與發展所必需的技術設備受限而使得企業無法發揮規模效應有一定的聯系。（圖3）

圖3 各類企業規模效率均值統計圖

（二）動態效率分析。Malmquist指數法從動態角度對效率問題進行評價，彌補了數據包絡分析法只能從靜態角度評價的不足。通過Malmquist指數模型對39家芯片上市公司2016～2020年經營效率進行動態測算和分析，得到芯片上市公司經營效率指標的整體變化情況，結果如表1所示。2016～2020年全要素生產率（TFPch）的變化均值為1.082，增長率為8.2%，其中2016～2017年和2017～2018年全要素生產率的提升顯著，2018～2019年、2019～2020年TFP的增長率分別為-12.9%和-25.5%，表現為較為明顯的負增長；技術進步（TECHch）的變化與全要素生產率的變化趨勢是同步的，且全要素生產率的變化主要受技術進步的影響；技術效率（Effch）除了在2016～2017年保持不變之外，其余年度的增長率均為負；純技術效率（PEch）在2016～2017年實現了1.4%的正增長，而后各年度便是不同程度地下降；而規模效率（SEch）在5年中均為負增長。結合整個發展環境看，2018年貿易戰之前，芯片企業的發展狀況總體向好，但當相關發展技術受到制約時，核心技術缺乏、自主發展能力弱等經營過程的薄弱點便暴露出來。（表1）

通過對39家芯片上市公司分類比較分析，由表2可見，5年中，各類企業的全要素生產率和技術進步變化均表現為正增長，而結合表1的數據可知，其主要原因是2016～2018年的增長率水平較高從而拉高了平均水平。各類芯片上市公司中，設計類企業的全要素生產率和技術進步增長幅度最大，制造類企業增長趨勢較弱；各類企業的技術效率在5年中呈總體下降趨勢，設計類企業的下降幅度最小，為1%，而制造類企業下降幅度最大，為8.7%；規模效率方面，就各類企業整體情況而言，均表現為負增長；而在純技術效率方面，設計類企業總體呈現0.5%的正增長，其他類企業表現為負增長，其中制造類企業的下降趨勢最為明顯。通過對各指標的變化分析可知，我國芯片設計類企業的發展能力較強，在技術創新等方面有一定的實力，而制造類企業則存在發展的短板。（表2）

表1 2016～2020年39家芯片上市公司各指標變化一覽表

表2 2016～2020年不同類別企業各指標變化一覽表

五、結論

本文采用數據包絡分析法和Malmquist指數分析法對我國39家芯片上市公司2016～2020年經營效率從靜態和動態兩個角度進行測度，對不同類別芯片上市公司的經營效率進行分析，研究得出如下結論：第一，從整體看，芯片上市公司5年中的規模效率好于純技術效率，所以經營過程中綜合效率不高主要源于相對較低的純技術效率水平，芯片上市公司在管理和技術等方面比經營規模方面有更大的改進空間。第二，從全要素生產率相關指標的變化看，2016～2017年全要素生產率增長幅度為76.9%，技術進步實現同樣比例的增長；2018年后發展形勢出現反轉，在2019～2020年，全要素生產率與技術進步的增長率分別降為-25.5%、-23.9%。2018年前后數據一正一反的對比表明了我國芯片產業上市企業在核心技術方面對外依賴性較強，突如其來的技術限制使得企業發展受到較大阻力甚至停滯不前，而先前較高的增長率則主要來源于對國外先進技術的獲取。核心技術自主可控仍是未來較長時間內芯片企業發展的重點。第三，對芯片上市公司分類分析發現，各類企業面臨的發展問題有所不同。我國芯片設計類企業總體經營狀況較好，受國外技術限制的影響最小；材料類、設備類、封測類芯片上市公司經營狀況大致相同，與設計類企業存在差距，但在前沿技術攻關方面也取得一定成效；制造類企業的經營發展面臨的困難最大，先進制程芯片制造所需的光刻機的缺失是制約制造類企業發展的關鍵，面對科技發展速度的加快和激烈的市場競爭，制造類企業需要多方面探索路徑以實現經營效率的提高。