黃順春+盛夏

【摘 要】 文章創(chuàng)新性地引進傾向得分匹配方法，采用2014年全國1 631家制造業(yè)上市公司的微觀數(shù)據(jù)，研究政府質(zhì)量獎制度對上市公司每股收益的影響。研究結(jié)果表明，在排除影響上市公司每股收益的其他因素后，政府質(zhì)量獎制度對上市公司每股收益具有顯著性正向影響。因此，政府應(yīng)加大力度推動企業(yè)踐行卓越績效管理模式，以卓越績效評價準(zhǔn)則推進企業(yè)經(jīng)營管理，以獲得更好的經(jīng)營績效。

【關(guān)鍵詞】 政府質(zhì)量獎制度； 每股收益； 傾向得分匹配方法

【中圖分類號】 F272 【文獻(xiàn)標(biāo)識碼】 A 【文章編號】 1004-5937（2016）14-0049-05

一、引言

作為與科技獎勵制度并列的政府質(zhì)量獎，在中國多的有十幾年，短的則剛開始（項潤，2013）[ 1 ]。政府質(zhì)量獎是由國家政府成立，為了表彰在質(zhì)量管理、創(chuàng)新方面作出卓越貢獻(xiàn)的單位和個人，以政府財政為依托，對其給予物質(zhì)和精神獎勵（張兵，2012）[ 2 ]。

2001年中國質(zhì)量協(xié)會開評“全國質(zhì)量管理獎”；2013年由中央組織部、監(jiān)察部、質(zhì)檢總局、統(tǒng)計局等負(fù)責(zé)，國家質(zhì)檢總局組織開展了首屆國家層面的政府質(zhì)量獎“中國質(zhì)量獎”的評審，被稱為“中國質(zhì)量獎領(lǐng)域的最高榮譽”。根據(jù)筆者所搜集到的資料，全國的政府質(zhì)量獎分四個層次：國家級政府質(zhì)量獎、省（直轄市、自治區(qū)）級政府質(zhì)量獎、市（州、盟、區(qū)）級政府質(zhì)量獎、縣（市、區(qū)、旗）級政府質(zhì)量獎。據(jù)初步測算，不計入圍繞政府質(zhì)量獎評審所發(fā)生的宣傳、培訓(xùn)、評審、督導(dǎo)等費用，單獎金一項，全國財政投入政府質(zhì)量獎的獎金近5億元。

運用政府質(zhì)量獎引導(dǎo)企業(yè)或組織追求卓越績效是國際上許多國家和地區(qū)通行的做法。世界上已經(jīng)有88個國家和地區(qū)設(shè)立國家質(zhì)量獎[ 3 ]，蜚聲世界的有日本的戴明質(zhì)量獎、美國的波多里奇質(zhì)量獎和歐洲質(zhì)量獎，這些獎項對企業(yè)經(jīng)營質(zhì)量的提升和國家（地區(qū)）產(chǎn)業(yè)競爭力增強具有公認(rèn)的巨大貢獻(xiàn)。而我國政府質(zhì)量獎制度是否實現(xiàn)其在企業(yè)中的激勵作用，目前學(xué)者還沒有較深的相關(guān)研究，因此政府質(zhì)量獎制度運行績效如何，值得政府和學(xué)術(shù)界高度重視和研究。

二、文獻(xiàn)述評

在國外，對政府質(zhì)量獎制度運行績效評價有較為深入的研究。以美國的波多里奇質(zhì)量獎為例，美國國家標(biāo)準(zhǔn)和技術(shù)研究院（負(fù)責(zé)美國質(zhì)量獎評審的機構(gòu)）在2000年對波多里奇政府質(zhì)量獎獲獎企業(yè)與標(biāo)準(zhǔn)普爾指數(shù)500企業(yè)的股票進行比較，研究結(jié)果表明波獎獲獎企業(yè)的收益同標(biāo)準(zhǔn)普爾500企業(yè)收益的比值是6：1（NIST，2000）[ 4 ]。2001年美國國家標(biāo)準(zhǔn)與技術(shù)研究院委托Akbert和John對美國波多里奇國家質(zhì)量獎項目實施效果進行評估，結(jié)果顯示波多里奇政府質(zhì)量獎的貢獻(xiàn)每年是240.65億美元，成本與收益比率保守估計為1：207（Akbert和John，2001）[ 5 ]。Wrolstad和Krueger（2001）[ 6 ]等研究指出，從1988年到1996年美國25個州質(zhì)量獎獲獎組織相比較于相同規(guī)模及相同SIC代碼的企業(yè)，質(zhì)量獎獲獎企業(yè)的股本回報率為18.73%，高出比較企業(yè)5.91%；資產(chǎn)回報率為10.28%，高出比較企業(yè)5.5%。Wisner和Eakins（1994）等的研究結(jié)果是，1988年到1992年的獲獎企業(yè)，在客戶服務(wù)成本、產(chǎn)品可靠性、不合格率、生產(chǎn)周期縮短等方面都有明顯的改善，銷售額平均增長75%，員工工作滿意度提高57%，資產(chǎn)回報率提高50%[ 7 ]。

在國內(nèi)，許多學(xué)者致力于介紹、追蹤國外質(zhì)量獎，如黃進（2004）的《國家質(zhì)量獎概述》[ 8 ]，李釗等（2010）的《歐洲質(zhì)量獎勵制度及其案例分析》[ 9 ]。只有少數(shù)學(xué)者探究了政府質(zhì)量獎對企業(yè)績效的影響，如安徽省質(zhì)量技術(shù)監(jiān)督局、安徽標(biāo)準(zhǔn)化研究院聯(lián)合山東大學(xué)質(zhì)量研究中心于2013年開展的《安徽省政府質(zhì)量獎推動企業(yè)實施卓越績效模式效益評價》課題研究，采用反事實法測算政府質(zhì)量獎的經(jīng)濟效益，研究結(jié)果表明安徽省及各市自企業(yè)實施政府質(zhì)量獎制度以來，為企業(yè)帶來的產(chǎn)出投入比為730：57，其中省政府質(zhì)量獎制度為企業(yè)帶來的產(chǎn)出投入比為906.64：1[ 10 ]。

綜上所述，政府質(zhì)量獎制度運行的績效已經(jīng)得到政府職能部門和學(xué)術(shù)界的重視。國外學(xué)者已經(jīng)開展政府質(zhì)量獎制度對股票價格、股票收益的影響研究，但其研究方法只是將樣本企業(yè)與對照企業(yè)進行簡單統(tǒng)計比較，而我國學(xué)者大部分只是停留于對國內(nèi)外政府質(zhì)量獎的介紹，即便是安徽省政府質(zhì)量獎的研究，也只是建立在對企業(yè)管理者等主觀問答基礎(chǔ)上的探究，缺少基于本國國情下政府質(zhì)量獎對企業(yè)績效的數(shù)理模型研究。所以，本文在構(gòu)建我國政府質(zhì)量獎對企業(yè)績效影響的數(shù)理模型中，從兩方面加以改進：一是控制樣本的選擇偏誤，即樣本企業(yè)和對照企業(yè)是否有可比性；二是將政府質(zhì)量獎這一因素對企業(yè)經(jīng)營績效的影響單獨抽取出來研究，即排除影響企業(yè)經(jīng)營績效的其他影響因素，探究政府質(zhì)量獎制度對企業(yè)經(jīng)營績效的影響，這樣將有助于研究結(jié)論更科學(xué)。

三、研究方法

傾向得分匹配方法（Propensity Score Matching，簡稱PSM）由Rosenbaum和Rubin于1983年提出，最早應(yīng)用于醫(yī)療衛(wèi)生學(xué)科驗證某種藥物或治療方法對接受者是否有效[ 11 ]。后來，傾向得分匹配方法廣泛應(yīng)用于社會科學(xué)研究，并得到了許多有價值的研究成果。該方法與傳統(tǒng)配對方法的不同在于，將多維度的協(xié)變量縮減為一個一維得分——傾向值（Propensity Score），從多維度將樣本企業(yè)與特征相似的對照企業(yè)進行匹配，然后比較樣本企業(yè)與對照組企業(yè)，得出相關(guān)結(jié)論[ 12 ]。

相應(yīng)地，也可以運用傾向得分匹配方法（PSM）考察上市公司中獲得政府質(zhì)量獎（以下簡稱獲獎）的企業(yè)較未獲得政府質(zhì)量獎（以下簡稱未獲獎）的企業(yè)是否有更好的經(jīng)營績效。借鑒前人的研究成果，本文選擇上市公司每股收益作為衡量企業(yè)經(jīng)營績效的指標(biāo)。

為研究政府質(zhì)量獎制度對企業(yè)每股收益的影響，本文選取獲獎的制造業(yè)上市公司為“干預(yù)組（treated）”，未獲獎的制造業(yè)上市公司為“控制組（control）”，但不可能在同一時間內(nèi)觀測企業(yè)在獲獎和未獲獎的兩種結(jié)果，為解決由于研究對象“異質(zhì)性”造成的實驗結(jié)果偏差，通過構(gòu)建“反事實框架”，以未獲獎企業(yè)的每股收益代替獲獎企業(yè)在沒有獲獎情況下的每股收益，以此實現(xiàn)政府質(zhì)量獎制度對企業(yè)每股收益影響效果的研究。

對于企業(yè)（i），獲獎企業(yè)中政府質(zhì)量獎制度對企業(yè)每股收益的平均效應(yīng)（Average Treatment Effect on the Treated，簡稱ATT）表示為：

式中Y0和Y1分別表示獲獎與未獲獎企業(yè)的每股收益；Di=1為獲獎企業(yè)，Di=0為未獲獎企業(yè)；Xi為一系列影響企業(yè)獲獎和每股收益的協(xié)變量；P（Xi）為企業(yè)獲獎的概率，本文采用Logit模型：

四、數(shù)據(jù)來源和變量選取

（一）數(shù)據(jù)來源

上市公司的財務(wù)微觀數(shù)據(jù)來自Choice數(shù)據(jù)庫，政府質(zhì)量獎獲獎企業(yè)數(shù)據(jù)來自對2002—2014年全國各地各級人民政府官方網(wǎng)站和質(zhì)量技術(shù)監(jiān)督局官方網(wǎng)站的統(tǒng)計。考慮到獲獎的388家上市公司絕大多數(shù)是制造業(yè)企業(yè)，其他行業(yè)僅有8.81%，為保證其與總體樣本同行業(yè)之間的匹配，只選取獲獎企業(yè)中的制造業(yè)上市公司為干預(yù)組，共計345家。選取未獲獎的制造業(yè)上市公司為控制組，共1 496家。針對一些指標(biāo)存在數(shù)據(jù)缺失、異常和明顯測量誤差的情況，本文對數(shù)據(jù)進行如下處理：（1）剔除數(shù)據(jù)缺失樣本；（2）剔除ST、PT開頭的公司；（3）對異常值進行1%的縮尾處理。

經(jīng)過上述處理后，干預(yù)組樣本數(shù)為327家，占總樣本的20.05%；控制組樣本數(shù)為1 304家，占總樣本的79.95%，總樣本為1 631家。

（二）變量選取與說明

本文以卓越績效管理模式的七大評價準(zhǔn)則為依據(jù)，結(jié)合丁華（2012）[ 13 ]和李書鋒（2008）[ 14 ]對每股收益的相關(guān)研究，將七維度量化為上市公司的高管年薪總額（pay）、公司規(guī)模（size）、銷售凈利率（netprfrt）、營業(yè)利潤率（profit）、生產(chǎn)人員占比（production）、技術(shù)人員占比（technician）、員工人均年薪（salaries）、總資產(chǎn)周轉(zhuǎn)率（asset）、流動資產(chǎn)周轉(zhuǎn)率（currat）、存貨周轉(zhuǎn)率（inventory）、應(yīng)收賬款周轉(zhuǎn)率（receivable）、速動比率（quick）、每股凈資產(chǎn)（naps）、基本每股收益（eps）、虛擬變量（prize）15個指標(biāo)，作為傾向得分匹配的變量，詳見表1。

五、實證分析

（一）共同支撐假設(shè)

在運用傾向得分方法對干預(yù)組和控制組進行匹配之前，需要滿足共同支撐假設(shè)，即獲獎企業(yè)與未獲獎企業(yè)傾向得分的重疊區(qū)域應(yīng)該足夠大。以最近鄰匹配法為例，匹配前后獲獎企業(yè)和未獲獎企業(yè)傾向得分值概率分布對比如圖1所示。匹配前，獲獎企業(yè)的傾向概率在[0.031，0.948]，未獲獎企業(yè)的傾向概率在[0.000，0.721]，基于共同支撐假設(shè)，小于0.031和大于0.948的企業(yè)將會被剔除，共同區(qū)域為[0.031，0.721]。匹配之后未獲獎企業(yè)發(fā)生明顯改變，密度分布曲線向右偏移，基本與獲獎企業(yè)的密度曲線重合，整體匹配效果較好。

（二）匹配平衡性假設(shè)檢驗

匹配之后需要驗證干預(yù)組和控制組匹配變量之間的平衡性，即匹配之后，干預(yù)組和控制組之間的特征變量不應(yīng)該存在顯著性差異。以最近鄰匹配法的平衡性假設(shè)檢驗為例，如表2所示，匹配之前，干預(yù)組與控制組之間的偏誤比例都在8.2%以上，最高達(dá)到45.2%，并且匹配前P值檢驗統(tǒng)計量大部分在1%水平上存在顯著性差異，表明匹配前干預(yù)組和控制組的各特征變量存在顯著差異。匹配之后，除了員工人均年薪（salaries）、每股凈資產(chǎn)（naps）外，其他特征變量的偏誤比例都在10%以下，匹配后P值檢驗統(tǒng)計值顯示，無法拒絕干預(yù)組和控制組之間差異為零的假設(shè)，而且匹配后的偏誤降低比例均在30.8%以上，最高達(dá)到97%，這表明傾向得分匹配方法可以在很大程度上降低干預(yù)組和控制組之間的差異。

（三）政府質(zhì)量獎對每股收益的PSM估計結(jié)果

為驗證模型結(jié)果的穩(wěn)定性，本文運用最近鄰匹配法、半徑匹配法和核匹配法測算政府質(zhì)量獎制度對企業(yè)每股收益的影響，結(jié)果見表3。表3中列出匹配前后干預(yù)組和控制組的企業(yè)每股收益以及兩者之間的差異，其中ATT代表政府質(zhì)量獎對企業(yè)每股收益的影響效果。

匹配前，干預(yù)組企業(yè)和控制組企業(yè)每股收益（eps）的平均值分別為0.4460和0.3123，兩者的差異為0.1337，表明匹配前獲獎企業(yè)的每股收益比未獲獎企業(yè)高出0.1337元。運用最近鄰匹配法匹配之后，干預(yù)組和控制組企業(yè)的每股收益差異為0.0830，表明在排除影響企業(yè)每股收益的其他因素后，獲獎企業(yè)的每股收益高出未獲獎企業(yè)0.0830元，即政府質(zhì)量獎制度對企業(yè)每股收益的影響效應(yīng)為0.0830，占匹配前差異的62.08%。如表3所示，運用三種匹配方法后，ATT的評估結(jié)果都相差不大，說明本文模型的穩(wěn)健性比較好。

為了檢驗結(jié)果的有效性，本文分別對最近鄰匹配法、半徑匹配法和核匹配法匹配前后的數(shù)據(jù)做了T檢驗。結(jié)果顯示，匹配前的T值檢驗均為3.48，在1%的水平上顯著，表明匹配前政府質(zhì)量獎對干預(yù)組和控制組企業(yè)的每股收益具有顯著性影響效果。匹配后，控制了企業(yè)獲得政府質(zhì)量獎的內(nèi)生性，即排除了影響企業(yè)每股收益的其他影響因素后，結(jié)果顯示，最近鄰匹配、半徑匹配和核匹配的T值檢驗分別為1.79、1.99和2.17，在10%和5%的水平上顯著，表明政府質(zhì)量獎制度對干預(yù)組和控制組企業(yè)每股收益的差異影響效果仍然顯著。

本文研究結(jié)論表明，在排除影響企業(yè)每股收益的其他因素后，政府質(zhì)量獎制度對企業(yè)每股收益具有正向顯著性影響效果。

六、結(jié)論及建議

本文基于2014年327家獲獎的制造業(yè)上市公司和1 304家未獲獎的制造業(yè)上市公司的微觀數(shù)據(jù)，通過傾向得分匹配法，驗證了政府質(zhì)量獎制度對上市企業(yè)經(jīng)營績效的每股收益有影響。研究發(fā)現(xiàn)，政府質(zhì)量獎制度對企業(yè)每股收益具有顯著性正向效應(yīng)影響，最近鄰匹配、半徑匹配、核匹配等結(jié)果顯示，獲獎企業(yè)的每股收益高于未獲獎企業(yè)0.0830元以上，即政府質(zhì)量獎制度對企業(yè)每股收益的影響效應(yīng)分別為0.0830、0.0936、0.0860，且都在10%和5%的水平上顯著。

因此，政府應(yīng)該加大力度，推動企業(yè)導(dǎo)入卓越績效模式，用政府質(zhì)量獎的評價要求改進企業(yè)的經(jīng)營管理，促進其良性發(fā)展。但政府質(zhì)量獎長期有效運行仍需要相關(guān)制度的制定和人才的培養(yǎng)。一是為引導(dǎo)政府對質(zhì)量獎的正確決策，應(yīng)該建立相應(yīng)的評價機制。每年國家運行政府質(zhì)量獎的巨大投入，但這些投入是否可以實現(xiàn)其真正的經(jīng)濟價值、社會價值？如果有價值，又該如何評價？所以，為了長期有效地運行政府質(zhì)量獎制度，國家制定政府質(zhì)量獎評價機制勢在必行。二是為有效運行政府質(zhì)量獎，需培養(yǎng)專業(yè)人才。在全國各?。ㄊ?、區(qū)）的質(zhì)量獎管理辦法中都明確規(guī)定，申報公司需運行卓越績效管理兩年或者三年以上才有資格進行參評，但在具體的評選當(dāng)中卻發(fā)現(xiàn)，參評公司內(nèi)部雖然采用了卓越績效管理模式，但缺少正確運用該模式的專業(yè)人才。所以，政府質(zhì)量獎?wù)嬲龑崿F(xiàn)其在公司運行中的績效影響，需要卓越績效管理的專業(yè)人才。

【參考文獻(xiàn)】

[1] 項潤.政府質(zhì)量獎，國家興衰的脈門[J].企業(yè)研究，2013（6）：37-45.

[2] 張兵.政府質(zhì)量獎的定義及要點[J].中國質(zhì)量技術(shù)監(jiān)督，2012（5）：68.

[3] 中國質(zhì)量新聞網(wǎng).http：//www.cqn.com.cn/news/zgzljsjd/488964.html.2011-09-18.

[4] NIST. Baldrige index outperforms S&P 500 almost 5 to 1[J].Grand Rapids Business Journal，2000，18（11）：B6.

[5] ALBERT N LINK， JOHN T SCOTT. An economic evaluation of the baldrige national quality program[J]. Economics of Innovation and New Technology，2006，15（1）：83-100.

[6] WROLSTAD M， KRUEGER T. Study shows that quality pays winners[J].Quality Management forum，2001，27（3）：11-14.

[7] WISNER J D，EAKINS S G. A performance assessment of the US baldrige quality award winners[J].International Journal of Quality and Reliability Management，1994，11（2）：8-25.

[8] 黃進.國家質(zhì)量獎?wù)揫M].北京：中國標(biāo)準(zhǔn)出版社，2004.

[9] 李釗，田武，湯萬金.歐洲質(zhì)量獎勵制度及其案例分析[M].北京：中國計量出版社，2010.

[10] 安徽省質(zhì)量技術(shù)監(jiān)督局，安徽標(biāo)準(zhǔn)化研究院.安徽政府質(zhì)量獎經(jīng)濟效果評價[M].北京：中國質(zhì)檢出版社，中國標(biāo)準(zhǔn)出版社，2014.

[11] ROSENBAUM P R，RUBIN D B. Reducing bias in observational studies using subclassification on the propensity score[J].Journal of the American Statistical Association，1984，79（38）：516-524.

[12] 郭申陽，馬克·W.弗雷澤.傾向值分析：統(tǒng)計方法與應(yīng)用[M].重慶大學(xué)出版社，2012.

[13] 丁華.中小板公司每股收益影響因素分析[J].財會月刊，2012（3）：43-45.

[14] 李書鋒，鄭淼，盛慶輝.上市公司每股收益研究[J].會計之友，2008（5）：66-68.