消費電子行業上市公司運營效率評價

龔麗貞，蔣文霞

（莆田學院，福建 莆田 351100）

0 引言

近年來，在5G 和人工智能等因素的推動下，我國消費電子行業發展迅速，其在我國工業總體布局中的重要性也日益提升。但是，伴隨新冠疫情而來的全球經濟下行和中美貿易摩擦等因素使我國消費電子產品出口大量減少的同時，也使得部分關鍵零部件的進口受限，進口原材料成本不斷上升，直接影響了消費電子行業整體的經營效率。作為資本和技術密集型行業，在反全球化和中美經濟“脫鉤”的大背景下，對我國消費電子行業的運營效率進行評價，有助于對行業總體的發展狀況形成更系統和全面的認識，從而為未來的行業發展和政策制定提供更具針對性的建議。

對企業運營效率進行評價的常用方法有層次分析法、隨機前沿方法、因子分析法和數據包絡分析法（DEA）等。但是，層次分析法的指標打分容易受個人主觀性的影響，隨機前沿方法需要大量樣本并且容易因為生產函數誤設而產生偏差，而數據包絡分析法（DEA）不需要預先估計參數，無需任何權重假設，既避免了主觀隨意性，也減少了誤差。因此，近年來越來越多的研究在進行效率評價時采用DEA方法或者進階的DEA方法，如Rohit Bansal［1］等采用DEA 方法評估印度消費電子行業上市公司的效率，Sanchez-Robles［2］等通過非參數DEA 方法對歐洲石油公司進行效率評價，周東生和劉佳昕［3］、郭馨梅等［4］分別使用DEA-Malmquist 指數法對區塊鏈上市公司和零售業上市公司的經營效率進行評價，李將軍等［5］采用三階段DEA模型分析我國高端裝備制造企業技術創新效率等。更有許多學者把DEA 方法和其他方法結合起來進行評價分析，如曹炳汝和樊顏青［6］結合DEA和主成分分析法評價綠色農產品供應鏈績效，賈永飛等［7］結合交叉DEA和因子分析法對山東半島國家自主創新示范區的創新效率進行評價，潘明遠［8］結合DEA和層次分析法對跨境電商上市公司的經營績效進行評價，李鵬等［9］結合使用模糊DEMATEL和超效率DEA方法評價可再生能源發電技術的綜合效益，竇路遙等［10］結合三階段DEA和fsQCA法評價上市銀行的運營效率等。

考慮到研究的樣本數量等情況，本文結合因子分析法和DEA-Malmquist 指數法對消費電子行業上市公司進行效率評價。基本思路如下：首先利用因子分析方法將選取的評價指標進行降維，把投入和產出指標分別降維為有限的數個因子，然后再對這些因子采用DEA模型進行效率評價，最后根據效率評價結果提出相應政策建議。

1 研究設計

1.1 模型

DEA的基本模型有CCR模型和BCC模型兩種，但這兩者主要是對截面數據進行靜態研究，無法考慮時間變化對效率的影響。與靜態模型或橫截面模型相比，動態模型更適合對基于面板數據的企業進行運營效率分析，基于DEA 的Malmquist 指數模型便是一個理想的方法，可以對企業的運營效率進行動態評價。因此本文采用DEA-Malmquist 指數模型進行計算，該模型如式（1）所示。

該指數含義是t+1 期投入產出組合（xt+1，yt+1）相對于t 期投入產出組合（xt，yt）全要素生產率的變化。其中（xt，yt）和（xt+1，yt+1）分別表示t時期和t+1時期的投入產出量，Dt0（xt+1，yt+1）是（xt+1，yt+1）在t期的距離函數，即是（xt+1，yt+1）在t期實際值與最大值的比值，Dt0（xt，yt）是（xt，yt）在t期的距離函數，Dt+10（xt+1，yt+1）是（xt+1，yt+1）在t+1期的距離函數，Dt+10（xt，yt）是（xt，yt）在t+1期的距離函數，M0為研究對象的全要素生產率，當M0＞1 時，表示全要素生產率提高；當M0=1 時，全要素生產率不變；而當M0＜1時則表示全要素生產率下降。全要素生產率（TFPch）可以分解為技術進步（TEch）和技術效率（EFFch），其中技術效率可進一步分解為純技術效率（PEch）和規模效率（SEch），具體如公式（2）所示。

1.2 評價指標體系

為盡可能對公司的經營效率進行更全面的評價，在選取財務績效評價指標時，參考周啟林等［11］、張潔［12］等人的研究結果，共選取13個財務指標作為初始指標，其中投入指標有8 個，產出指標有5 個，其樣本數目大于選取的13個指標的兩倍，并且投入指標大于產出指標，符合Banker等人提出的DEA經驗法則。具體指標如表1所示。

表1 運營效率評價指標

1.3 樣本選擇與數據來源

選取消費電子行業上市公司作為研究對象，剔除已退市和信息披露不完整的公司，為了解新冠疫情對消費電子上市公司運營效率的影響程度，最終選取了國內61 家消費電子上市公司2019-2021 年的財務數據作為原始數據。所有數據來自上市公司的年度報告和國泰安數據庫。

2 因子分析

2.1 指標數據預處理

因為選取的數據有正向指標，也有適中指標及逆向指標，為了使各個指標具有同向可比性，分析結果更客觀，需要對數據進行預處理，即將逆向指標和適中指標轉換成正向指標。指標轉換方法參考范坤和馬長煥［13］，以式（3）作為逆向指標正向化的公式，以式（4）作為適中指標正向化的公式。

其中xi為原始值，u0為適中值。在選取的13個指標中，管理費用、研發費用、應付職工薪酬為逆向指標，通過式（3）進行預處理。資產負債率、流動比率和速動比率均為適中指標，他們所對應的u0分別取值50%、2、1，通過式（4）進行預處理。

正向化處理完成后，為消除量綱和數值大小的影響，還需要對數據進行無量綱化處理，將其轉化為無量綱的純數值來進行評價和比較。常用的方法有極差標準化法、Z-score標準化法及線性比例標準化法等，本文參考侯旭華和馮思妍［14］的做法，采用極差標準化法進行處理，其公式如式（5）所示。

在完成上面兩次處理后，將得到的結果作為因子分析的原始變量。

2.2 投入指標的因子分析

首先，對預處理后的數據進行相關性檢驗，判斷是否適合使用因子分析法。對2019-2021年消費電子上市公司投入變量進行KMO和Bartlett球形度檢驗，結果如表2 所示。2019-2021 年的KMO 分別為0.611、0.631 和0.591，都大于0.5，且P 值均小于0.05，表明選取的8個投入指標均適合做因子分析。

表2 投入指標KMO檢驗和Bartlett球形檢驗結果

其次，從解釋的總方差表（表3）中可以得出，2019-2021年的3個公因子旋轉后的方差解釋率分別達到90.982%、90.437%、90.630%，即提取的3 個因子可以解釋90%以上的原始數據信息，說明選取的公因子較大程度地保留了原始變量的信息，具有良好的代表性。

表3 2019-2021各年度投入指標解釋的總方差

再次，各年度旋轉后的因子載荷矩陣如表4 所示。旋轉后的因子載荷系數表格可以直觀反映各個變量對主成分的貢獻程度。表4 顯示，各年度3個因子在各指標上的載荷系數呈現出類似的偏向性，F12019（F12020、F12021）在A1、A2、A3上載荷最大，這3個指標反映公司的成本費用，因此將F12019（F12020、F12021）命名為成本費用因子；F22019（F22020、F22021）在A6、A7和A8上載荷最大，這3 個指標都是反映公司的償債能力，所以將F22019（F22020、F22021）命名為償債因子；F32019（F32020、F32021）在A4、A5上的載荷最大，這2 個指標反映營運能力，所以將F32019（F32020、F32021）命名為營運因子。

表4 2019-2021各年度投入指標的旋轉成份矩陣a

2.3 產出指標的因子分析

表5 顯示，2019-2021 年產出指標的KMO 檢驗值分別為0.684、0.708 及0.572，而且各P 值均低于0.05，說明選取的5個產出指標有意義，適合做因子分析。

表5 2019-2021年產出指標的KMO檢驗和Bartlett球形檢驗

2019-2021 年各年產出指標的方差貢獻率如表6 所示。從表中可以看出2 個公因子旋轉后的方差解釋率分別為94.876%、94.869%、93.487%，說明選取的公因子較大程度地保留了原始變量的信息。

航空服務人員的微笑服務首先就是做到每個笑容都發自內心。要想呈現具有親和力的笑容，就需要服務人員接受科學的訓練，即當服務人員微笑時，露出6-8顆牙齒，嘴角稍微向上翹起，微笑的幅度不應該太大和太小，微笑時需要充滿真誠和愛心。微笑也需要和眼神的配合，目光親切自然，正視對方，不能左顧右盼。除此之外，微笑需要和語言相互協調，聲音要清晰甜美。微笑是航空服務人員的基本功之一，需要反復對其進行練習，不斷地提升。

表6 2019-2021年產出指標解釋的總方差

2019-2021年各年度旋轉后的因子載荷矩陣如表7 所示。從表7 可以得出：W12019（W12020、W12021）在B1、B2、B3上載荷較大，這3 個指標都是反映公司的盈利能力，因此將W12019（W12020、W12021）命名為盈利因子；W22019（W22020、W22021）在B4、B5上載荷較大，這2 個指標反映公司的發展能力，因此將W22019（W22020、W22021）命名為發展因子。

表7 2019-2021年產出指標的旋轉成份矩陣a

2.4 計算因子得分

通過成分得分系數矩陣，可以得到2019-2021各年度投入因子（F12019、F22019、F32019，F12020、F22020、F32020，F12021、F22021、F32021）和產出因子（W12019、W22019，W12020、W22020，W12021、W22021）的因子得分表達式，如式（6）-（20）所示。

3 基于DEA-Malmquist 的消費電子上市公司運營效率分析

3.1 數據預處理

通過因子分析，我們確定了每年的5 個公因子分別作為DEA-Malmquist指數模型的投入和產出變量，但由于DEA 的投入和產出數據都要求為正，而前面因子分析計算出來的公因子得分有正值和負值，因此需先將數據進行標準化處理。參考侯旭華和馮思妍的做法，采用式（21）進行標準化，標準化后的數據介于［0.1，1］之間。

其中X′為標準化處理后的數據，X為原始數據，Xmɑx為該組數據中最大值，Xmin為數據組中最小值。

3.2 對樣本公司經營效率的分析

基于投入導向視角，運用DEAP2.1 軟件，采用DEA-Malmquist 指數模型計算以因子分析5個公因子為基礎的2019-2021年期間消費電子行業上市公司的全要素生產率指數。

3.2.1 縱向比較分析

表8 2019-2021年消費電子上市公司年均全要素生產率變動

其次，從全要素生產率各分解要素看，2019-2020年全要素生產率的下降和2020-2021年全要素生產率的上升都主要源于技術進步的相應下降和上升，說明技術進步是影響企業運營效率的主要因素。中美貿易戰和新冠疫情的疊加影響，對消費電子行業的技術進步構成了較大的挑戰。而在技術效率變化方面，規模效率和純技術效率變化均不大。2019-2020年和2020-2021年，規模效率由高于1變為低于1，說明新冠疫情之后生產要素結構配置不合理，行業內存在不合理擴大規模導致規模報酬遞減的情況。2019-2020年和2020-2021年，純技術效率值一直小于1，說明消費電子行業的技術應用和管理水平方面存在不足之處，對已有技術的利用效率不高，相同的產能需要更多的資源投入。

3.2.2 橫向比較分析

通過對不同時期的消費電子上市企業進行橫向數據分析，可以清楚地了解消費電子上市公司不同時期經營效率的變化情況。由于篇幅有限，本文僅列出消費電子上市公司2019-2020年、2020-2021年排名前5 名與最后5 名的全要素生產率排名，如表9所示。

表9 2019-2020年和2020-2021年消費電子行業部分樣本公司全要素生產率排名

表9 結果顯示，消費電子行業各公司的全要素生產率差異較大，各公司排名的波動性也很大。福蓉科技的全要素生產率連續兩期排名位居行業前列，主要原因是其技術進步始終較大，且技術效率持續等于1.0000，說明福蓉科技全要素生產率的提高是其自身技術水平、穩定的管理水平和合理的投入產出規模共同促進的。與福蓉科技這個行業排頭兵不同，鑫匯科2019-2020 年和2020-2021 年的全要素生產率持續偏低，處于行業末尾，主要原因是其技術進步持續下降，特別是2019-2020 年其技術進步下降超過30%，技術上的嚴重衰退直接導致其運營效率低下。事實上，表9 的結果進一步證明了前述分析，即技術進步是全要素生產率的主要影響因素。同一時期各公司全要素生產率的差異主要源于他們在技術進步上的差異，正如表9 所呈現的，前5名公司的技術進步遠遠高于后面5名，且排名越高的公司技術進步越大。消費電子行業是科技驅動行業，在消費電子產品技術不斷更新發展、市場需求持續變幻的背景下，不斷研發適應新時代、新市場的新技術、新產品才能不斷提高企業的運營效率，才是企業生存和發展的制勝法寶。

4 結論與建議

4.1 結論

第一，2019-2020 年消費電子行業全要素生產率整體下降，2020-2021 年全要素生產率整體恢復性上升，但上升幅度有限，并未恢復到2019 年的水平，上述2 個時期內全要素生產率的下降和上升都主要源于技術進步的相應下降和上升，技術進步是影響企業運營效率的主要因素。

第二，消費電子行業各公司的全要素生產率差異較大，且這種差異主要來源于各公司不同的技術進步。同時，各年度不同公司全要素生產率的排名波動也較大，當中只有福蓉科技連續兩期位居行業前列，主要原因是該公司的技術效率持續等于1.000，且技術進步一直都大于1.000。

4.2 建議

第一，政府層面，完善政府補助機制，提升政策實施效能。消費電子行業屬于電子信息制造業，而電子信息制造業是現階段我國經濟發展的戰略性、基礎性、先導性產業，對于加快我國工業制造業轉型升級、轉變經濟發展方式、維護國家安全具有重要的支撐作用。因此，應在現有支持政策的基礎上構建穩定持續的支持機制，完善政府補助資金使用的事前審批、事中監管、事后驗收機制，提高政府補助資金的使用效率，確保政府補助被用于關鍵核心技術的研發和應用。

第二，產業層面，加強“產學研”合作，培養高端技術人才，加強自主創新，促進行業技術進步。消費電子行業是資本和技術密集型行業，其發展高度依賴于精密結構件技術的發展，而精密結構件技術的發展建立在一系列復雜的科學和技術應用之上，如模具設計開發中計算技術的應用、模具和結構件制造中高精加工技術的應用、結構件處理中納米技術的應用等。因此，要促進行業高效發展，擁有經驗豐富、掌握核心技術、具備創新能力的技術研發人員是關鍵。為此，應加強“產學研”合作，推動高校、科研院所的基礎理論研究和產業界的技術應用場景相結合，促進高端人才培養和技術創新。

第三，企業層面，優化企業資源配置，提高純技術效率和規模效率。消費電子產品生命周期短、更新迭代快，企業需要不斷根據最新的市場行情推陳出新，結合主要原材料如芯片、屏幕和存儲器等關鍵元器件的供需變化和價格波動情況，最大程度地優化企業資源配置。對于需求縮減、投入冗余的，應根據最大產能調整投入，避免盲目擴張。對于需求擴張、產出不足的，則可以適當擴大企業生產規模，增加資源投入，提高產能并形成規模效益。