劉玉海,呂 坤

(1.南開大學城市與區(qū)域經(jīng)濟研究所,天津 300071;2.南開大學經(jīng)濟與社會發(fā)展研究院,天津 300071)

一、引 言

作為食品飲料行業(yè)的重要組成部分,釀酒工業(yè)在國民經(jīng)濟發(fā)展中具有十分重要的作用。改革開放以來,經(jīng)過多年的建設和深刻變革,中國釀酒工業(yè)已經(jīng)取得了突飛猛進的發(fā)展,并以其滿足社會消費需求、增加地方財政收入和促進農(nóng)業(yè)產(chǎn)業(yè)化等顯著特征成為政府擴大內(nèi)需、建設和諧社會與社會主義新農(nóng)村進程中的一個重要產(chǎn)業(yè)。然而,中國釀酒工業(yè)尚存在著產(chǎn)業(yè)集中度偏低、龍頭企業(yè)地位不穩(wěn)、消費者品牌忠誠度不高等諸多問題。同時,外資酒業(yè)生產(chǎn)商紛紛搶灘中國市場,并購中國本土釀酒企業(yè)。在此背景下,通過對中國釀酒企業(yè)進行生產(chǎn)效率評價,探討如何提高我國釀酒業(yè)的生產(chǎn)效率和產(chǎn)業(yè)國際競爭力,對有效培育和保護產(chǎn)業(yè)民族品牌、促進產(chǎn)業(yè)快速發(fā)展具有重要意義。

目前,國內(nèi)對釀酒工業(yè)生產(chǎn)效率進行研究的文獻還相對較少。張彥和鄭平 (2006)運用DEA一階段模型分析了國內(nèi)7家啤酒類上市公司的相對經(jīng)營效率,并計算了各公司的技術效率和規(guī)模效率[1]。張若欽 (2008)運用非參數(shù)DEA的Malmquist生產(chǎn)力指數(shù)對中國12家白酒類上市公司在2003-2007年期間的動態(tài)生產(chǎn)效率進行了測評[2]。金志國 (2007)綜合運用因子分子法、層次分析法和數(shù)據(jù)包絡分析法等技術工具,構建復合二次相對評價系統(tǒng)模型,對中國9家啤酒類上市公司的經(jīng)營績效進行了評價[3]?？v觀以往文獻我們可以發(fā)現(xiàn),它們要么僅以啤酒類或白酒類等單一種類釀酒業(yè)上市公司為研究樣本,而沒有以釀酒行業(yè)整體為樣本進行定量分析;要么單純以DEA一階段模型或非參數(shù)DEA的Malmquist生產(chǎn)力指數(shù)為研究方法,而沒有對生產(chǎn)效率的影響因素進行研究。

鑒于此,本文運用DEA-Tobit兩階段模型,以2004-2007年期間中國22家主要釀酒業(yè)上市公司的投入和產(chǎn)出量作為面板數(shù)據(jù),從釀酒行業(yè)總體和三大類型釀酒業(yè)上市公司兩個角度分別對中國主要釀酒業(yè)上市公司的生產(chǎn)效率進行評價,并對導致效率差異的影響因素進行分析。此外,結合基于非參數(shù)DEA的Malmquist生產(chǎn)力指數(shù),對樣本期間內(nèi)主要釀酒企業(yè)的效率變化進行動態(tài)評價。

二、研究方法與數(shù)據(jù)選取

(一)DEA-Tobit兩階段模型

數(shù)據(jù)包絡分析法 (DEA)是運用線性規(guī)劃方法來評價相同類型的多投入、多產(chǎn)出的決策單元是否技術有效和規(guī)模有效的一種非參數(shù)效率評價方法。采用DEA一階段模型中投入導向的BCC模式可對釀酒企業(yè)的規(guī)模效率和技術效率進行測量①DEA模型的數(shù)學原理已為學術界較為熟識,故在此不再贅述。感興趣的讀者,可參見Coelli et al.(1998)[5]。,但無法分析釀酒企業(yè)生產(chǎn)效率的影響因素。為此,本文在DEA一階段模型的基礎上衍生出一種兩階段法,即DEA兩階段模型。在兩階段分析中,第一階段采用一階段DEA模型評估釀酒企業(yè)的效率值,第二階段以第一階段得出的效率值作為因變量,以效率的各種影響因素作為自變量建立線性回歸模型。因一階段DEA模型計算出的效率值介于0-1之間,故在第二階段適宜采用Tobit模型 (線性概率模型)進行線性回歸。鑒于Tobit模型的干擾可能存在異方差,若直接采用OLS估計法,則會給參數(shù)估計造成偏誤和不一致,故本文采用極大似然估計法進行Tobit回歸。

(二)DEA-Malmquist生產(chǎn)力指數(shù)

本文運用投入導向的DEA-Malmquist生產(chǎn)力指數(shù)來測量中國22家主要釀酒業(yè)上市公司的動態(tài)生產(chǎn)經(jīng)營效率。根據(jù)F?re et al.(1994)的研究,投入導向的DEA-Malmquist生產(chǎn)力指數(shù)可表示為[4]：

其中,第一項表示規(guī)模效率變化,第二項表示純技術效率變化,第三項表示技術變化,且第一項和第二項的乘積為技術效率變化。根據(jù)公式 (1),全要素生產(chǎn)率的變化 (即M0)就分解為規(guī)模效率變化、純技術效率變化以及技術變化。規(guī)模效率大于1,意味著改變了要素投入,提高了規(guī)模效率;純技術效率大于1,意味著管理改善使效率發(fā)生了改進;技術變化大于1,意味著技術在考察的年份實現(xiàn)了跨越,即實現(xiàn)了技術創(chuàng)新;M0大于1,意味著生產(chǎn)力有所改善。反之,上述指標值小于1,則表明相應的效率惡化。

(三)指標選取與數(shù)據(jù)來源

DEA模型測算的關鍵在于投入產(chǎn)出指標的選擇。根據(jù)DEA指標選取的基本原則,結合中國釀酒業(yè)上市公司的投入產(chǎn)出特征以及數(shù)據(jù)的可獲得性,本文選取三個基本的投入變量——主營業(yè)務成本、固定資產(chǎn)凈額和在職員工人數(shù),產(chǎn)出指標則選取主營業(yè)務收入和稅前利潤總額。其中,主營業(yè)務成本、固定資產(chǎn)凈額、主營業(yè)務收入和稅前利潤總額等指標均已按國內(nèi)生產(chǎn)總值指數(shù)進行不變價處理,從而有效地剔除了價格變化對釀酒業(yè)生產(chǎn)效率的影響。

按照中國證監(jiān)會公布的行業(yè)分類標準,截止2009年7月,中國大陸共有29家在海內(nèi)外上市的釀酒企業(yè),其中包括中國大陸A股上市公司25家,香港H股以及新加坡上市公司4家。本文研究的樣本期間為2004-2007年,剔除樣本期間內(nèi)ST公司以及2004年以后上市的公司,最終選取22家釀酒業(yè)上市公司。樣本期間內(nèi)所有數(shù)據(jù)均來自于22家釀酒業(yè)上市公司在2004-2007年期間公布的年報。

三、實證分析：效率評價與影響因素

(一)中國釀酒業(yè)上市公司基本效率評價

1.行業(yè)總體規(guī)模效率和技術效率分析

限于篇幅,本文僅將計算所得的中國主要釀酒業(yè)上市公司各年度平均生產(chǎn)效率的數(shù)據(jù)整理為表1。

表1 2004-2007年中國主要釀酒業(yè)上市公司平均生產(chǎn)效率

由表1可發(fā)現(xiàn),中國釀酒業(yè)上市公司的綜合技術效率偏低,但除了2007年出現(xiàn)較大幅度下降之外,綜合技術效率總體上呈現(xiàn)上升的態(tài)勢。釀酒企業(yè)的規(guī)模效率亦不高,這主要是因為中國釀酒企業(yè)數(shù)目眾多,但多數(shù)企業(yè)規(guī)模較小且競爭力較弱。然而,規(guī)模效率呈現(xiàn)穩(wěn)定增長的態(tài)勢,這主要得益于近年來國內(nèi)釀酒企業(yè)之間兼并重組進程的加快。相比之下,釀酒企業(yè)的純技術效率在逐步下降,這意味著釀酒企業(yè)雖然通過擴大規(guī)模或兼并重組獲取了一定的規(guī)模經(jīng)濟效益,但存在較為嚴重的資源浪費且管理水平在逐步下降。綜上分析,規(guī)模效率不高且純技術效率不斷下降是釀酒企業(yè)綜合技術效率偏低的主要原因,其中純技術效率的大幅下降是2007年釀酒企業(yè)綜合技術效率出現(xiàn)較大幅度下降的重要原因。由此可見,進一步促進釀酒企業(yè)擴大規(guī)?；蚣娌⒅亟M以獲取規(guī)模經(jīng)濟效應,同時提高企業(yè)管理水平以促使企業(yè)資源的有效配置,是當前中國釀酒行業(yè)面臨的兩大主要任務。

2.不同類型釀酒業(yè)上市公司效率分析

黃酒、啤酒和葡萄酒為世界釀造酒的三大種類。鑒于白酒為中國特有的一種釀造酒,且白酒的釀造工藝直接源自黃酒,加之目前我國黃酒市場規(guī)模很小,故本文將黃酒和白酒歸入一種類型。按照白酒 (含黃酒)、啤酒和葡萄酒將22家釀酒業(yè)上市公司歸入三大類,其中白酒類上市公司13家,啤酒類上市公司7家,葡萄酒類上市公司2家。中國三大類型釀酒業(yè)上市公司2004-2007年期間各年平均生產(chǎn)效率的數(shù)據(jù)如表2所示。

表2 2004-2007年中國三大類型釀酒業(yè)上市公司平均生產(chǎn)效率

表2的結果顯示,三大類型釀酒業(yè)上市公司的綜合技術效率值均偏低。白酒類、啤酒類和葡萄酒類上市公司的純技術效率依次升高,其中葡萄酒類上市公司的純技術效率值高達0.955,這在一定程度上是因為國外很多知名葡萄酒企業(yè)紛紛搶灘中國市場,促使國內(nèi)本土葡萄酒企業(yè)愈加重視引進國外先進生產(chǎn)技術和經(jīng)營管理經(jīng)驗。與之相反,白酒類、啤酒類和葡萄酒類上市公司的規(guī)模效率則依次降低,其中葡萄酒類上市公司的規(guī)模效率低至0.344,這主要是因為葡萄酒釀造業(yè)是種植加工一體化產(chǎn)業(yè),國外葡萄的種植和葡萄酒的生產(chǎn)加工是在一個莊園內(nèi)完成的,而我國葡萄的種植和葡萄酒的加工則隸屬于不同部門管理,這就導致葡萄酒的生產(chǎn)、加工與銷售過程存在諸多脫節(jié),進而必然限制葡萄酒生產(chǎn)規(guī)模的擴大,不利于企業(yè)進行規(guī)模化生產(chǎn)經(jīng)營。綜上分析,規(guī)模效率低是導致葡萄酒類上市公司綜合技術效率低的主要原因,啤酒類上市公司效率低是規(guī)模效率低和純技術效率低共同作用的結果,白酒類上市公司效率較低則主要是由純技術效率低導致的。

(二)中國釀酒業(yè)上市公司動態(tài)效率評價

限于篇幅,本文僅將計算所得的中國釀酒業(yè)上市公司各年度平均Malmquist生產(chǎn)力指數(shù)及其分解項的數(shù)據(jù)整理為表3。由表3可發(fā)現(xiàn),中國釀酒業(yè)上市公司的生產(chǎn)經(jīng)營效率以年均8%的速度提高,這主要得益于樣本期間內(nèi)11.2%的顯著技術進步。此外,各年度的Malmquist生產(chǎn)力指數(shù)均大于1,表明中國釀酒業(yè)上市公司的生產(chǎn)力總體上呈現(xiàn)改善的趨勢,這主要得益于釀酒行業(yè)的整體技術進步,其中2006-2007年度的行業(yè)技術進步高達21.4%。分析可知,在規(guī)模效率略有提高的情況下,樣本期間內(nèi)釀酒企業(yè)的綜合技術效率仍有所下降主要歸因于純技術效率的降低。這表明通過企業(yè)規(guī)模的擴大或行業(yè)內(nèi)的兼并重組,釀酒企業(yè)的規(guī)模經(jīng)濟效益雖有所提高,但其經(jīng)營管理水平卻仍在下降。

表3 2004-2007年中國主要釀酒業(yè)上市公司Malmquist生產(chǎn)力指數(shù)及其分解項均值

(三)Tobit回歸分析

為了進一步研究中國釀酒業(yè)上市公司生產(chǎn)效率的影響因素,本文以DEA一階段模型得出的釀酒企業(yè)綜合技術效率值作為因變量,以釀酒企業(yè)生產(chǎn)效率的各種影響因素作為自變量,構建了Tobit回歸模型。

1.模型設定與數(shù)據(jù)說明

假設一：釀酒企業(yè)總資產(chǎn)周轉率越高,則公司效率值越高。本文采用釀酒企業(yè)總資產(chǎn)周轉率(ZCZZL)來衡量釀酒企業(yè)對企業(yè)資產(chǎn)的運用能力。

假設二：釀酒企業(yè)技術人員所占比例越高,則公司效率值越高。本文采用釀酒企業(yè)技術人員占全體員工的比例 (JSRYBL)來代表釀酒企業(yè)的技術創(chuàng)新能力。

假設三：釀酒企業(yè)人均資本越高,則公司效率值越高。本文采用釀酒企業(yè)的人均資本 (RJZB)來反映釀酒企業(yè)在要素組合方式上的差異。

假設四：釀酒企業(yè)的規(guī)模越大,則公司效率值越高。本文設置虛擬變量SCALE來表示釀酒企業(yè)的規(guī)模,以各年度釀酒企業(yè)的總資產(chǎn)平均值作為分界點,公司總資產(chǎn)小于該平均值的SCALE值取1,否則取0。

在上述假設的基礎上,本文將釀酒企業(yè)生產(chǎn)效率的Tobit回歸模型設定為：

其中,α0為截距項,α1、α2、α3、α4為各自變量的回歸系數(shù),i為公司數(shù) (i=1,2, …,n;n=22),t代表時期 (t=1,2,3,4),ε為殘差項。

2.計量實證結果分析

表4 中國主要釀酒業(yè)上市公司效率影響因素的 Tobit回歸結果

本文采用Stata10.0軟件對方程 (2)釀酒企業(yè)生產(chǎn)效率的Tobit模型進行回歸,詳細結果如表4所示。分析表4中的Tobit回歸結果,我們可得出以下結論：

第一,企業(yè)總資產(chǎn)周轉率與釀酒業(yè)上市公司效率值呈顯著正相關。這表明釀酒企業(yè)總資產(chǎn)周轉率高,該企業(yè)的產(chǎn)品適銷對路、銷售渠道完善且能充分利用現(xiàn)有資產(chǎn)使收益最大化,從而使得企業(yè)的生產(chǎn)經(jīng)營效率較高。相反地,總資產(chǎn)周轉率低的企業(yè)往往沒有對產(chǎn)品進行準確的市場定位,而且對資產(chǎn)的利用效率也不高。

第二,企業(yè)技術人員占比與釀酒業(yè)上市公司效率值呈正相關。這表明釀酒企業(yè)技術人員占比越高,企業(yè)的研發(fā)能力越強,越能充分發(fā)揮自身的技術優(yōu)勢,從而使得釀酒企業(yè)的生產(chǎn)經(jīng)營效率相對越高。近年來,國內(nèi)諸多釀酒企業(yè)不同程度地進行了規(guī)模擴張或兼并重組,雖然在一定程度上提高了市場占有率,但卻普遍存在人力資源空置、技術整合能力差等問題,這就相應地導致了企業(yè)生產(chǎn)效率較低。

第三,企業(yè)人均資本與釀酒業(yè)上市公司效率值呈正相關。這表明生產(chǎn)要素配置合理與否,將直接影響到釀酒業(yè)上市公司效率值的高低。研究顯示,樣本期間內(nèi)始終位于效率前沿面的釀酒企業(yè)——瀘州老窖和貴州茅臺,其人均資本一直位于前列,而青島啤酒、燕京啤酒等效率值偏低的釀酒企業(yè),其人均資本的排名則較靠后。這在一定程度上是因為這些企業(yè)在規(guī)模快速擴張時,未能對生產(chǎn)要素進行及時合理的整合與配置。

第四,企業(yè)生產(chǎn)規(guī)模與釀酒業(yè)上市公司效率值呈不顯著的正相關。這表明企業(yè)規(guī)模雖然對釀酒業(yè)上市公司的效率值有正向影響,但影響并不明顯。因此,中國釀酒企業(yè)在發(fā)展過程中不應盲目地一味追求規(guī)模的擴張,而應更加注重企業(yè)技術水平和管理水平的提高。

四、研究結論與政策建議

本文運用DEA-Tobit兩階段模型對中國22家釀酒業(yè)上市公司在2004-2007年期間的生產(chǎn)效率及其影響因素進行了分析,并結合基于非參數(shù)DEA的Malmquist生產(chǎn)力指數(shù),對樣本期間內(nèi)主要釀酒企業(yè)的效率變化進行了動態(tài)評價。研究結果顯示,樣本期間內(nèi)中國釀酒業(yè)上市公司的綜合技術效率平均值偏低,但除2007年出現(xiàn)較大幅度下降外,綜合技術效率總體上呈現(xiàn)上升的態(tài)勢;中國釀酒業(yè)上市公司的生產(chǎn)經(jīng)營效率呈現(xiàn)較快的增長速度,這主要得益于樣本期間內(nèi)釀酒企業(yè)的顯著技術進步;總資產(chǎn)周轉率、技術人員占比和人均資本是影響釀酒企業(yè)生產(chǎn)效率的重要因素,而企業(yè)規(guī)模對釀酒企業(yè)生產(chǎn)效率的影響則相對較小。

基于以上研究結論,為進一步提高中國釀酒業(yè)的生產(chǎn)效率、保證其健康持續(xù)協(xié)調(diào)發(fā)展,并發(fā)揮其在政府擴大內(nèi)需、建設和諧社會與社會主義新農(nóng)村以及推動國民經(jīng)濟持續(xù)穩(wěn)定發(fā)展中的重要作用,本文提出以下的政策建議：

1.進一步提高釀酒行業(yè)規(guī)模經(jīng)濟水平。鼓勵釀酒企業(yè)通過參股、控股和收購等方式有效整合行業(yè)現(xiàn)有資源,合理擴大企業(yè)生產(chǎn)經(jīng)營規(guī)模,提高釀酒產(chǎn)業(yè)集中度和規(guī)模經(jīng)濟水平,致力于規(guī)?；?、集團化發(fā)展之路。

2.著力推動釀酒企業(yè)管理水平的提高。在不斷通過內(nèi)部擴張或外部重組以提高規(guī)模效率、獲取規(guī)模經(jīng)濟的過程中,應該特別注重行業(yè)管理水平的提高,其中企業(yè)信息化建設是促進企業(yè)管理水平提高的重要途徑。

3.重點提高釀酒行業(yè)的技術創(chuàng)新能力。要加大釀酒行業(yè)技術創(chuàng)新力度,提升企業(yè)自主創(chuàng)新能力,尤其對白酒企業(yè)和啤酒企業(yè)而言,要注重新技術、新方法和新設備的引進、消化、吸收甚至再創(chuàng)新能力,最終實現(xiàn)由產(chǎn)品研發(fā)設計向品牌創(chuàng)新和營銷的轉變。

[1]張彥,鄭平.基于DEA模型的中國啤酒業(yè)上市公司績效分析[J].山東財政學院學報,2006,(4)：55-58.

[2]張若欽.基于Malmquist指數(shù)的白酒類上市公司效率分析 [J].時代經(jīng)貿(mào),2008,6(8)：21-23.

[3]金志國.啤酒業(yè)上市公司績效評價系統(tǒng)研究 [D].青島大學博士學位論文,2007.

[4]F?re R.,S.Grosskopf and B.Lindgren.Productivity Changes in Swedish Pharmacies 1980-1989：a Non-parametric Malmquist Approach[J].Journal of Productivity Analysis,1994,Vol.3：85-101.

[5]Coelli T.D.S.,Prasada Rao and G.E.Battesel.An Introduction to Efficiency and Productivity Analysis[M].Boston：Kluwer Academic Publishers,1998.pp.45-48.