安兆杰

(武漢理工大學(xué) 汽車工程學(xué)院，湖北 武漢 430070)

?

汽車產(chǎn)業(yè)效率及影響因素研究

安兆杰

(武漢理工大學(xué) 汽車工程學(xué)院，湖北 武漢 430070)

運(yùn)用DEA-Tobit模型對(duì)2004—2013年我國(guó)汽車產(chǎn)業(yè)效率及影響因素進(jìn)行實(shí)證研究。結(jié)果表明：受規(guī)模效率的影響，我國(guó)汽車產(chǎn)業(yè)綜合技術(shù)效率在2012年及以前基本處于上升狀態(tài)，而在2012年后開始下降；現(xiàn)階段我國(guó)汽車產(chǎn)業(yè)處于規(guī)模收益遞減的狀態(tài)；工程技術(shù)人員占職工總數(shù)比例、流動(dòng)資產(chǎn)周轉(zhuǎn)率和產(chǎn)業(yè)集中度(CR4)與我國(guó)汽車產(chǎn)業(yè)效率顯著正相關(guān)；R&D支出占營(yíng)業(yè)收入百分比對(duì)我國(guó)汽車產(chǎn)業(yè)效率負(fù)向影響，但不顯著。

DEA-Tobit模型；汽車產(chǎn)業(yè)；綜合技術(shù)效率；影響因素

我國(guó)汽車產(chǎn)業(yè)持續(xù)快速發(fā)展，在國(guó)民經(jīng)濟(jì)中的重要地位日益凸顯。目前，汽車產(chǎn)業(yè)已經(jīng)進(jìn)入支撐和拉動(dòng)我國(guó)經(jīng)濟(jì)增長(zhǎng)主導(dǎo)產(chǎn)業(yè)的行列。根據(jù)《中國(guó)汽車工業(yè)年鑒》的統(tǒng)計(jì)數(shù)據(jù)，近年來我國(guó)汽車產(chǎn)業(yè)的產(chǎn)銷量、主營(yíng)業(yè)收入、利潤(rùn)總額等多項(xiàng)經(jīng)濟(jì)指標(biāo)均處于快速增長(zhǎng)的狀態(tài)。但各項(xiàng)經(jīng)濟(jì)指標(biāo)的增長(zhǎng)并不代表效率也在提高。對(duì)于消耗大量人力和物力的汽車產(chǎn)業(yè)，效率的高低直接影響產(chǎn)業(yè)發(fā)展的好壞。因此，對(duì)我國(guó)汽車產(chǎn)業(yè)效率及影響因素的研究有重要意義。

目前，關(guān)于我國(guó)汽車產(chǎn)業(yè)效率及影響因素的研究成果并不多見。已有研究中，趙玻等[1]基于道格拉斯生產(chǎn)函數(shù)和索洛增長(zhǎng)速度方程測(cè)定我國(guó)汽車產(chǎn)業(yè)技術(shù)效率；郝海崗[2]運(yùn)用數(shù)據(jù)包絡(luò)模型對(duì)全國(guó)31個(gè)省市的汽車產(chǎn)業(yè)效率進(jìn)行實(shí)證研究；趙志堅(jiān)等[3]運(yùn)用DEA模型并結(jié)合Malquist指數(shù)分析對(duì)我國(guó)汽車產(chǎn)業(yè)中的內(nèi)資、外資企業(yè)的生產(chǎn)效率進(jìn)行實(shí)證研究；萬(wàn)倫來等[4]運(yùn)用數(shù)據(jù)包絡(luò)模型對(duì)中國(guó)汽車行業(yè)上市公司2006—2008年的技術(shù)效率進(jìn)行測(cè)算；陳娟[5]運(yùn)用DEA模型對(duì)我國(guó)汽車產(chǎn)業(yè)集群和主要汽車集團(tuán)進(jìn)行綜合評(píng)價(jià)；吳獻(xiàn)金等[6]運(yùn)用DEA方法對(duì)我國(guó)汽車產(chǎn)業(yè)全要素生產(chǎn)效率進(jìn)行了分解測(cè)算，并建立半對(duì)數(shù)面板數(shù)據(jù)回歸模型分析影響因素；張根文等[7]運(yùn)用DEA-Tobit模型對(duì)我國(guó)21家新能源汽車上市公司的生產(chǎn)效率及影響因素進(jìn)行了實(shí)證研究。

筆者借鑒已有研究成果，并基于DEA-Tobit模型對(duì)2004—2013年我國(guó)汽車產(chǎn)業(yè)效率及其影響因素進(jìn)行研究。期望能客觀地了解我國(guó)汽車產(chǎn)業(yè)效率的實(shí)際情況，發(fā)現(xiàn)其中存在的問題，為提高其效率指明方向。

1 研究方法

DEA模型是一種根據(jù)投入和產(chǎn)出的指標(biāo)來衡量多個(gè)決策單元間相對(duì)效率的非參數(shù)方法。使用DEA模型時(shí)不用預(yù)知函數(shù)形式，即可避免主觀因素對(duì)求解我國(guó)汽車產(chǎn)業(yè)效率的影響。DEA模型包括兩個(gè)基本的模型：CCR模型和BCC模型。CCR模型得出某個(gè)決策單元是有效的，表示該決策單元綜合技術(shù)效率有效。綜合技術(shù)效率為純技術(shù)效率和規(guī)模效率的乘積，因此綜合技術(shù)效率有效也就是純技術(shù)效率和規(guī)模效率同時(shí)有效。但當(dāng)決策單元無效時(shí)，無法判斷具體是純技術(shù)效率無效還是規(guī)模效率無效。BCC模型可以進(jìn)一步得出決策單元的純技術(shù)效率和規(guī)模效率，當(dāng)BCC模型得出某決策單元為有效時(shí)，僅表示該決策單元純技術(shù)效率有效。因此，筆者將CCR模型與BCC模型聯(lián)合使用，深入、全面地分析我國(guó)汽車產(chǎn)業(yè)的效率。

當(dāng)CCR模型得到多個(gè)效率值為1的有效決策單元時(shí)，這些有效決策單元之間效率的高低無法直接比較。為解決該問題，需要運(yùn)用DEA超效率模型。該模型可使有效決策單元的效率值大于等于1，而無效決策單元的效率值與CCR模型得出的效率值保持一致，從而得到所有決策單元效率值由高到低的順序[8-9]。

通過DEA模型得到的汽車產(chǎn)業(yè)的效率值，是由選擇的投入、產(chǎn)出指標(biāo)直接決定的。但本質(zhì)上汽車產(chǎn)業(yè)效率并不是由投入資源的數(shù)量決定的，而是由產(chǎn)業(yè)結(jié)構(gòu)、產(chǎn)業(yè)組織等內(nèi)在和外在的影響因素綜合決定的。為了探究哪些因素會(huì)對(duì)我國(guó)汽車產(chǎn)業(yè)的效率產(chǎn)生顯著影響及影響的方向和程度，需要以DEA超效率模型得出的效率值作為被解釋變量，以影響因素作為解釋變量做回歸分析。由于所得效率值屬于截尾數(shù)據(jù)，因而選擇Tobit回歸模型進(jìn)行回歸分析。

2 指標(biāo)選取及數(shù)據(jù)說明

2.1 DEA模型指標(biāo)選取及數(shù)據(jù)說明

筆者研究對(duì)象為2004—2013年我國(guó)汽車產(chǎn)業(yè)的效率，共計(jì)10個(gè)決策單元。根據(jù)DEA模型對(duì)于指標(biāo)選取個(gè)數(shù)的要求：投入和產(chǎn)出指標(biāo)個(gè)數(shù)之和小于等于決策單元個(gè)數(shù)的1/2，確定選擇5個(gè)指標(biāo)，其中3個(gè)投入指標(biāo)，兩個(gè)產(chǎn)出指標(biāo)。依據(jù)道格拉斯生產(chǎn)函數(shù)模型，從勞動(dòng)力和資本兩方面考慮，選取年末從業(yè)人數(shù)合計(jì)、全年能源消耗量、固定資產(chǎn)凈值作為投入指標(biāo)。同時(shí)，選取能較好反映我國(guó)汽車產(chǎn)業(yè)經(jīng)濟(jì)效益的汽車工業(yè)銷售產(chǎn)值、汽車工業(yè)增加值作為產(chǎn)出指標(biāo)。各指標(biāo)的數(shù)據(jù)均來自2004—2013年《中國(guó)汽車工業(yè)年鑒》。

DEA模型要求被選取的投入和產(chǎn)出指標(biāo)具有“同向性”，即投入增加時(shí)產(chǎn)出不能減少。因此需對(duì)投入和產(chǎn)出指標(biāo)進(jìn)行Pearson相關(guān)性檢驗(yàn)。使用SPSS軟件對(duì)投入-產(chǎn)出指標(biāo)進(jìn)行相關(guān)性檢驗(yàn)，其結(jié)果如表1所示。

表1 投入-產(chǎn)出指標(biāo)Pearson相關(guān)性檢驗(yàn)結(jié)果

注：**表示在0.01水平(雙側(cè))上顯著相關(guān)

由表1可知，決策單元的投入-產(chǎn)出指標(biāo)之間存在顯著的正相關(guān)性，因此筆者選取的投入-產(chǎn)出指標(biāo)符合DEA模型的“同向性”要求。

2.2 Tobit回歸模型指標(biāo)選取及數(shù)據(jù)說明

Tobit回歸模型中，選取由DEA超效率模型計(jì)算出的2004—2013年我國(guó)汽車產(chǎn)業(yè)效率為被解釋變量，選取工程技術(shù)人員占職工總數(shù)比例、R&D支出占營(yíng)業(yè)收入百分比、流動(dòng)資產(chǎn)周轉(zhuǎn)率、產(chǎn)業(yè)集中度(CR4)4個(gè)變量為解釋變量[10]。其中，產(chǎn)業(yè)集中度是根據(jù)工業(yè)產(chǎn)值計(jì)算得出的。建立的Tobit回歸模型如下：

Y=β0+β1X1+β2X2+β3X3+β4X4+ε

(1)

式中：Y為DEA超效率模型得出的汽車產(chǎn)業(yè)效率；β0為常數(shù)項(xiàng);β1、β2、β3、β4分別為各解釋變量的回歸系數(shù);X1、X2、X3、X4分別為工程技術(shù)人員占職工總數(shù)比例、R&D支出占營(yíng)業(yè)收入百分比、流動(dòng)資產(chǎn)周轉(zhuǎn)率、產(chǎn)業(yè)集中度(CR4)等4個(gè)解釋變量;ε為殘差。

3 實(shí)證結(jié)果及分析

3.1 DEA模型實(shí)證結(jié)果及分析

筆者使用DEAP2.1軟件求解以投入為導(dǎo)向的CCR模型和BCC模型，得到2004—2013年我國(guó)汽車產(chǎn)業(yè)的效率，結(jié)果如表2所示。

表2 2004—2013年我國(guó)汽車產(chǎn)業(yè)效率

由CCR模型得出的綜合技術(shù)效率可以看出，2010、2011和2012年3個(gè)決策單元綜合技術(shù)效率有效。也就是說，2004—2013年，我國(guó)汽車產(chǎn)業(yè)綜合技術(shù)效率相對(duì)最高的是2010、2011和2012年。2010年以前，汽車產(chǎn)業(yè)綜合技術(shù)效率基本處于持續(xù)增長(zhǎng)的狀態(tài)，也就是說在2004—2010年間，我國(guó)汽車產(chǎn)業(yè)在資源配置、資源使用效率和企業(yè)管理等方面的綜合能力處于持續(xù)提高、進(jìn)步的狀態(tài)。2010—2012年間，我國(guó)汽車產(chǎn)業(yè)在各方面的綜合能力達(dá)到了相對(duì)成熟且穩(wěn)定的狀態(tài)，也就使得這3年產(chǎn)業(yè)綜合技術(shù)效率值相對(duì)較高，效率值穩(wěn)定為1。但2013年綜合技術(shù)效率出現(xiàn)了明顯的下降，說明在2013年我國(guó)汽車產(chǎn)業(yè)出現(xiàn)了比較明顯的問題，但具體是哪方面的問題無法由綜合技術(shù)效率直接判斷，需要繼續(xù)分析由BCC模型得出的純技術(shù)效率和規(guī)模效率。

分析表2中各決策單元的純技術(shù)效率值，6個(gè)決策單元的純技術(shù)效率有效，有效決策單元數(shù)占決策單元總數(shù)的60%，而無效決策單元的純技術(shù)效率接近于1，最小值也達(dá)到0.929。說明近10年我國(guó)汽車產(chǎn)業(yè)純技術(shù)效率始終處于相對(duì)穩(wěn)定的狀態(tài)。

因?yàn)榫C合技術(shù)效率等于純技術(shù)效率與規(guī)模效率的乘積，而純技術(shù)效率值均等于1或接近1，所以近10年影響我國(guó)汽車產(chǎn)業(yè)綜合技術(shù)效率的主要因素是規(guī)模效率。由表2可以看出，規(guī)模效率值與綜合技術(shù)效率值的變化趨勢(shì)是一致的。在2010年以前，規(guī)模效率處于持續(xù)提高的狀態(tài)，2010—2012年效率值為1，即達(dá)到有效，而在2013年效率值突然下降。由規(guī)模收益狀況可以看出，在2010年以前，規(guī)模收益是遞增的，也就是說擴(kuò)大汽車產(chǎn)業(yè)規(guī)?？梢杂行岣咂嚠a(chǎn)業(yè)規(guī)模效率及綜合技術(shù)效率。而到了2013年，規(guī)模收益開始遞減，即擴(kuò)大產(chǎn)業(yè)規(guī)模給規(guī)模效率和綜合技術(shù)效率帶來消極影響，這也就是2013年我國(guó)汽車產(chǎn)業(yè)綜合技術(shù)效率突然下降的主要原因。

2010—2012年均為綜合技術(shù)效率有效的決策單元，效率值均為1。為使Tobit回歸模型的結(jié)果能更加合理、準(zhǔn)確，需要對(duì)這3年的綜合技術(shù)效率值做進(jìn)一步求解，即應(yīng)用DEA超效率模型對(duì)3個(gè)有效決策單元進(jìn)行排序。筆者運(yùn)用LINDO軟件求解DEA超效率模型，求得2010—2012年我國(guó)汽車產(chǎn)業(yè)的效率值分別為1.024、1.008、1.051。近10年我國(guó)汽車產(chǎn)業(yè)效率具體的排序和變化過程如圖1所示。

圖1 2004—2013年我國(guó)汽車產(chǎn)業(yè)效率

3.2 Tobit模型實(shí)證結(jié)果及分析

筆者采用Stata12軟件對(duì)汽車產(chǎn)業(yè)效率進(jìn)行Tobit回歸分析，回歸分析結(jié)果如表3所示。

該回歸模型的極大似然比為27.155 634，P值為0.000 0，說明該回歸模型總體顯著，回歸分析方法可行。具體分析如下：

表3 Tobit模型回歸分析結(jié)果

注：**、*分別表示在0.01、0.05水平上顯著

(1)工程技術(shù)人員占職工總數(shù)比例的系數(shù)為9.802 491，在0.01水平上顯著，與我國(guó)汽車產(chǎn)業(yè)效率呈正相關(guān)。在其他影響因素不變的情況下，工程技術(shù)人員占職工總數(shù)比例每提高1%，可使我國(guó)汽車產(chǎn)業(yè)效率提高9.802 491%。汽車產(chǎn)業(yè)是技術(shù)密集型產(chǎn)業(yè)，研發(fā)、制造、采購(gòu)等環(huán)節(jié)都對(duì)技術(shù)和知識(shí)有著較強(qiáng)的依賴程度。工程技術(shù)人員擁有相對(duì)較強(qiáng)的專業(yè)素質(zhì)和技能，能有效提高汽車產(chǎn)業(yè)在各個(gè)環(huán)節(jié)解決問題的效率。因此，提高工程技術(shù)人員占職工總數(shù)比例對(duì)提高我國(guó)汽車產(chǎn)業(yè)效率具有積極的意義。

(2)R&D支出占營(yíng)業(yè)收入百分比的系數(shù)為-5.484 831，但與我國(guó)汽車產(chǎn)業(yè)效率無明顯相關(guān)性。這一結(jié)論突出反映出現(xiàn)階段我國(guó)汽車產(chǎn)業(yè)研發(fā)水平較低的現(xiàn)狀。由于我國(guó)汽車產(chǎn)業(yè)研發(fā)能力有限，研發(fā)投資并沒有發(fā)揮其應(yīng)有的作用，研發(fā)成果十分有限。由此可知，研發(fā)投入的增加并沒有為整個(gè)產(chǎn)業(yè)帶來積極的效果，反而在一定程度上抑制了產(chǎn)業(yè)的效率。但我國(guó)要從汽車大國(guó)走向汽車強(qiáng)國(guó)，自主研發(fā)水平必須提高，也就是說在研發(fā)方面的投入是必不可少的。因此，我國(guó)汽車產(chǎn)業(yè)應(yīng)該綜合考慮在研發(fā)方面的投入，以達(dá)到汽車產(chǎn)業(yè)效率與汽車技術(shù)進(jìn)步的平衡。

(3)流動(dòng)資產(chǎn)周轉(zhuǎn)率的系數(shù)為0.230 620，在0.01水平上顯著，與我國(guó)汽車產(chǎn)業(yè)效率呈正相關(guān)。在其他影響因素不變的情況下，流動(dòng)資產(chǎn)周轉(zhuǎn)率每提高1%，可使我國(guó)汽車產(chǎn)業(yè)效率提高0.230 620%。流動(dòng)資產(chǎn)周轉(zhuǎn)率越高，說明整個(gè)產(chǎn)業(yè)對(duì)資源的利用率越高，相應(yīng)的產(chǎn)業(yè)效率也會(huì)提高。

(4)產(chǎn)業(yè)集中度(CR4)的系數(shù)為0.947 938，在0.01水平上顯著，與我國(guó)汽車產(chǎn)業(yè)效率呈正相關(guān)。在其他影響因素不變的情況下，產(chǎn)業(yè)集中度(CR4)每提高1%，可使我國(guó)汽車產(chǎn)業(yè)效率提高0.947 938%。大量理論與實(shí)證研究都表明由產(chǎn)業(yè)集中帶來的規(guī)模經(jīng)濟(jì)效應(yīng)能顯著促進(jìn)汽車產(chǎn)業(yè)的發(fā)展，提高汽車產(chǎn)業(yè)生產(chǎn)效率。雖然我國(guó)汽車產(chǎn)業(yè)集中度仍然較低，但其對(duì)產(chǎn)業(yè)效率的積極影響已經(jīng)比較明顯。

4 結(jié)論

由DEA模型結(jié)果可得：2004—2013年我國(guó)汽車產(chǎn)業(yè)綜合技術(shù)效率先升后降，其中2012年以前綜合技術(shù)效率基本保持上升狀態(tài)，并在2012年達(dá)到最大值，但從2013年開始下降；純技術(shù)效率基本處于比較穩(wěn)定的狀態(tài)，因而綜合技術(shù)效率的波動(dòng)主要是受規(guī)模效率變化的影響；現(xiàn)階段我國(guó)汽車產(chǎn)業(yè)規(guī)模收益處于遞減的狀態(tài)，簡(jiǎn)單地?cái)U(kuò)大汽車規(guī)模會(huì)對(duì)企業(yè)綜合技術(shù)效率起到明顯的負(fù)面作用。由Tobit模型結(jié)果可知：工程技術(shù)人員占職工總數(shù)比例、流動(dòng)資產(chǎn)周轉(zhuǎn)率和產(chǎn)業(yè)集中度(CR4)與我國(guó)汽車產(chǎn)業(yè)效率顯著正相關(guān)；而R&D支出占營(yíng)業(yè)收入百分比對(duì)我國(guó)汽車產(chǎn)業(yè)效率影響不顯著。

[1] 趙玻,王連.我國(guó)汽車產(chǎn)業(yè)技術(shù)效率及其影響因素實(shí)證分析[J].生產(chǎn)力研究,2004(12):157-159.

[2] 郝海崗.運(yùn)用數(shù)據(jù)包絡(luò)分析解析汽車產(chǎn)業(yè)效率[J].汽車工業(yè)研究,2008(6):17-19.

[3] 趙志堅(jiān),溫力強(qiáng).中國(guó)汽車產(chǎn)業(yè)內(nèi)外資企業(yè)生產(chǎn)效率研究[J].經(jīng)濟(jì)數(shù)學(xué),2009,26(1):81-87.

[4] 萬(wàn)倫來,鹿立林.中國(guó)汽車產(chǎn)業(yè)技術(shù)效率分析：基于中國(guó)汽車行業(yè)上市公司2006—2008年的經(jīng)驗(yàn)證據(jù)[J].技術(shù)經(jīng)濟(jì),2010,29(2):39-44.

[5] 陳娟.汽車產(chǎn)業(yè)集群的效率研究[J].經(jīng)濟(jì)研究導(dǎo)刊,2010(25):184-186.

[6] 吳獻(xiàn)金,陳曉樂.中國(guó)汽車產(chǎn)業(yè)全要素生產(chǎn)率及影響因素的實(shí)證分析[J].財(cái)經(jīng)問題研究,2011(3):41-45.

[7] 張根文,曾行運(yùn).基于DEA-Tobit模型的新能源汽車生產(chǎn)效率及影響因素研究[J].工業(yè)技術(shù)經(jīng)濟(jì),2014(3):130-137.

[8] 王卓.基于超效率DEA模型的我國(guó)工業(yè)企業(yè)效率評(píng)價(jià)[J].科學(xué)管理研究,2007,25(6):30-32.

[9] 吉生保,周小柯,趙海斌.中國(guó)機(jī)械設(shè)備行業(yè)經(jīng)營(yíng)績(jī)效評(píng)價(jià)及影響因素：基于超效率DEA-Tobit模型[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào),2011,33(1):64-71.

[10] 李曉鐘,張小蒂.中國(guó)汽車產(chǎn)業(yè)市場(chǎng)結(jié)構(gòu)與市場(chǎng)績(jī)效研究[J].中國(guó)工業(yè)經(jīng)濟(jì),2011(3):129-138.

AN Zhaojie:Postgraduate; School of Automotive Engineering, WUT, Wuhan 430070, China.

[編輯：王志全]

Efficiency and Influencing Factors of Automotive Industry

ANZhaojie

Based on the data of 2004-2013, the efficiency and influencing factors of automotive industry were empirically researched by DEA-Tobit model. Results show that the comprehensive technical efficiency of automotive industry is on the upswing at the year of 2012 and before, and then on the downswing, which is mainly affected by scale efficiency. Automotive Industry is on the stage of diminishing return to scale; the ratio of engineer to workforce, turnover of current assets and industry concentration (CR4) affect efficiency of automotive industry both positively and significantly. The ratio of research and development spending to revenues plays negative role, but not significantly.

DEA-Tobit Model; automotive industry; efficiency; influencing factor

2015-05-18.

安兆杰(1989-)，男，河北張家口人，武漢理工大學(xué)汽車工程學(xué)院碩士研究生.

2095-3852(2015)06-0740-04

A

F062.9

10.3963/j.issn.2095-3852.2015.06.017