劉晶晶

摘要：本文以56家交通運輸行業(yè)上市公司2014-2018年財務數(shù)據(jù)為研究對象，運用DEA-Malmquist測算了樣本公司的投資效率及其分解，并根據(jù)交通運輸行業(yè)的特點，運用Tobit回歸模型檢驗影響因素，分析金字塔式的股權結構對投資效率的影響，研究發(fā)現(xiàn)：交通運輸行業(yè)的整體投資效率并不高，并且呈現(xiàn)下降的趨勢，政策效果也只是短期顯著，長期影響較弱;金字塔結構的兩權分離降低了投資效率，但是金字塔層級與投資效率是正向關系。本文為交通運輸行業(yè)的投資效率研究做了補充，并為其改革與發(fā)展提出了建議。

關鍵詞：交通運輸行業(yè);投資效率;DEA-Malmquist模型;金字塔結構

中圖分類號：F830? ? 文獻標識碼：A

文章編號：1005-913X（2020）11-0120-05

2019年9月國務院印發(fā)《交通強國建設綱要》指出建設交通強國是建設現(xiàn)代化經(jīng)濟體系的先行領域，是全面建成社會主義現(xiàn)代化強國的重要支撐，交通運輸行業(yè)作為我國的基礎性，戰(zhàn)略性產(chǎn)業(yè)，一直在國民經(jīng)濟中扮演重要角色。從改革開放初期到現(xiàn)在，我國交通運輸業(yè)取得了飛速發(fā)展。近年來，中國交通運輸史上創(chuàng)造了許多舉世矚目的“中國速度”和“中國模式”。這給交通運輸行業(yè)的發(fā)展帶來了巨大的機遇?！毒V要》指出，交通發(fā)展應由追求速度規(guī)模向更加注重質量效益轉變，各種交通方式協(xié)同發(fā)展，深化行業(yè)改革，優(yōu)化營商環(huán)境，打造世界前列的交通強國，這也為交通運輸行業(yè)的發(fā)展帶來了挑戰(zhàn)。交通運輸業(yè)作為社會發(fā)展的保障，投資作為經(jīng)濟發(fā)展的基石，因此基于資源的優(yōu)化配置對交通運輸行業(yè)投資效率的研究具有重要意義。

一、文獻回顧

目前對于投資效率的測定主要集中于宏觀角度，多基于整體上市公司，忽視了不同行業(yè)之間的差距，以交通運輸行業(yè)為例，李偉、楊丹妮（2019）也進行了測算，發(fā)現(xiàn)普遍存在非效率投資，但投資不足比投資過度更為普遍?；诮煌ㄟ\輸行業(yè)自身的產(chǎn)權性質，與已有研究楊華軍（2007）、佟愛琴（2013）、林艷（2016）等認為國有企業(yè)投資過度相比投資不足現(xiàn)象更為嚴重的結論不同。造成這一結果的原因除了行業(yè)特性，主要是目前對于投資效率的內涵界定并不明確。近年來大多學者運用Richardson（2006）提出的投資期望模型從投資規(guī)模的角度出發(fā)，用殘差來判斷企業(yè)的投資過度與投資不足。另還有投資—現(xiàn)金流敏感性模型（FHP 模型）、Vogt交乘項模型、BHV模型的單獨或結合運用，都是從側面反映企業(yè)的非效率水平，但對某一行業(yè)或具體企業(yè)的投資效率不能定量反映。作為宏觀經(jīng)濟的基礎，微觀主體自身的投資效率應該是研究的重點。覃家琦[1]等（2009）提出企業(yè)的投資行為等價于生產(chǎn)行為，從而微觀企業(yè)的投資效率等價于企業(yè)的生產(chǎn)效率，可通過投入與產(chǎn)出的比例關系來衡量，進而可以通過全要素生產(chǎn)率角度計算企業(yè)的投資效率。王成秋[2]（2016）對投資效率的定義進一步做出了闡述，認為投資效率是指企業(yè)投資所取得的有效成果與所消耗或占用的投入額之間的比率，也就是企業(yè)投資活動所得與所費、產(chǎn)出與投入的比例關系。因此本文即從投入、產(chǎn)出的角度衡量交通運輸行業(yè)的投資效率，運用DEA模型和Malmquist指數(shù)進行分析。

DEA模型在投資效率方面的研究也取得了一定的成果。王堅強、陽建軍[3]（2010）將其用于房地產(chǎn)行業(yè)研究;周文娟、張紅（2013）研究了旅游業(yè)上市公司;王曉紅等（2012，2016）分析我國稀土上市公司的靜態(tài)和動態(tài)投資效率;齊林[4]（2016）從氣候變化的視角研究了我國林業(yè)的投資效率;任喜萍[5]（2017）研究了我國城市基礎設施的投資效率;彭亮[6]等（2018）研究了“一帶一路”背景下西北地區(qū)上市公司的投資效率。

目前在交通運輸領域的研究既有從宏觀角度對某一子行業(yè)的靜態(tài)分析，宋敏（2014）研究了我國31個省的公路投資效率，發(fā)現(xiàn)我國公路投資效率需要改善，不同年度的投資效率波動較大，且不同地區(qū)投資效率差異明顯。陳俁秀等（2015）通過對2009—2013年我國四大航空公司的研究，發(fā)現(xiàn)航空公司的投資效率主要是受規(guī)模效率的影響。也有從全要素的角度動態(tài)分析，較早的研究者有蔣迪娜[7]等（2004）研究了1990-2000年交通運輸行業(yè)的全要素生產(chǎn)率，并分析了不同子行業(yè)下全要素生產(chǎn)率的變化情況。彭志敏[8]等（2019）對2001至2015年間我國交通運輸業(yè)全要素生產(chǎn)率進行研究，我國交通運輸業(yè)TFP年均增長率為4.0%，技術進步是推動TFP增長的主要源泉。

近年來，國家一系列方針政策的推出，對交通運輸行業(yè)的改革和發(fā)展帶來了紅利。“營改增”降低了交通運輸行業(yè)的稅負;“一帶一路”倡議的提出，為交通運輸行業(yè)帶來了發(fā)展機遇;當前國有企業(yè)改革，其中的鐵路、航空子行業(yè)作為改革的關鍵試點領域，一系列政策的提出，必然會影響到該行業(yè)的投資效率，因此本文從微觀角度運用DEA模型探討企業(yè)的投資效率，并進一步運用Tobit回歸模型檢驗交通運輸業(yè)投資效率的影響因素，為交通運輸行業(yè)的改革提供參考建議。

二、研究方法

（一）DEA模型

DEA模型全稱為數(shù)據(jù)包絡分析法，該模型是由美國的Charnes、Cooper和Rhodes三人在1978年首次提出，所以將DEA的第一個模型命名為CCR模型，但該模型是假定企業(yè)的規(guī)模收益不變。1984年Banker、Charnes和Cooper提出了規(guī)模收益可變的DEA模型，命名為BCC模型，該模型將技術效率進一步分解為純技術效率和規(guī)模效率。DEA模型是一種基于被評價對象間相對比較的分析方法，在模型運行時，不需要提前確定函數(shù)關系，并且是從多投入、多產(chǎn)出的角度評價每個決策單元（DMU）的效率值，通過系統(tǒng)自動分析投入和產(chǎn)出的比例，以投入指標和產(chǎn)出指標的權重作為變量進行測算得到生產(chǎn)前沿面，決策單元的有效性看其是否落在生產(chǎn)前沿面上，若落在邊界上則效率值為1，認為效率相對有效;不在邊界上則效率值小于1，則認為DMU相對無效。不管是CCR模型還是BBC模型，在分析時都沒有考慮時間的因素，是截面數(shù)據(jù)效率的靜態(tài)分析，只適合橫向比較（袁曉玲，張寶山，2009）。當考慮時間因素時，各時期的生產(chǎn)前沿面會發(fā)生改變，無法進行縱向對比。

（二）Malmquist指數(shù)

瑞典經(jīng)濟學家Sten Malmquist于1953年在消費分析研究中提出了Malmquist指數(shù)，一開始是用于生產(chǎn)率變化的計算，后來Fare等（1997）將DEA模型與Malmquist指數(shù)將結合，自此基于DEA模型的Malmquist指數(shù)分析法在投資效率測算領域得到廣泛應用。Malmquist指數(shù)反映的是相鄰兩期內投資效率的變動情況，當指數(shù)大于1時，說明總體效率得到提升，等于1說明效率不變，小于1說明效率下降。Malmquist指數(shù)是在技術效率的基礎上又考慮了技術進步的作用，所以Malmquist指數(shù)又可以分解為技術效率變動指數(shù)（Effch）和技術變動指數(shù)（Techch），其中技術效率變動指數(shù)可進一步分解為純技術效率指數(shù)（Pech）和規(guī)模效率指數(shù)（Sech）。純技術效率指數(shù)可以用來判別企業(yè)在資源配置過程中是否存在浪費，技術變動是技術進步帶來的在相同投入情況下的不同的產(chǎn)出比，規(guī)模效率指數(shù)可以衡量企業(yè)的資源投入產(chǎn)出是否形成規(guī)模效益。

三、研究設計與分析

（一）指標選擇與數(shù)據(jù)處理

本文選取了交通運輸行業(yè)的上市公司為研究樣本，研究期間為2014-2018年，數(shù)據(jù)主要來源于國泰安數(shù)據(jù)庫和搜集整理，因為交通運輸行業(yè)包含的范圍較廣，本文選取了最有代表性的鐵路、公路、水路和航空四個子行業(yè)，在研究的過程中剔除了ST企業(yè)和數(shù)據(jù)缺失的上市公司，最終整理所得56家上市公司的面板數(shù)據(jù)，采用的數(shù)據(jù)軟件為deap2.1。

建立一個合理的投入產(chǎn)出指標體系對于運用DEA模型測算效率來說非常關鍵，投入和產(chǎn)出變量應具有生產(chǎn)函數(shù)的相關性，指標的選擇應遵循下列原則：科學性、系統(tǒng)性、可操作性。對于運用DEA模型測算投資效率的文獻中并沒有一個統(tǒng)一的測算體系，因為本文從全要素生產(chǎn)的角度出發(fā)，綜合考慮了交通運輸行業(yè)的自身特點，借鑒了王堅強、陽建軍[9]（2010）的指標體系，投入要素從“物”“財”“人”三個角度綜合考慮，選擇凈資產(chǎn)、固定資產(chǎn)凈值、主營業(yè)務成本和員工人數(shù)四個指標。產(chǎn)出指標是主營業(yè)務收入和凈利潤。因為DEA模型對投入產(chǎn)出的數(shù)據(jù)要求為非負，在所選擇的指標中負數(shù)較少，沈江建[10]（2015）研究發(fā)現(xiàn)在負數(shù)較少的情況下，對負數(shù)用一個很小的正數(shù)代替，更能保證結果的準確性。所以本文選擇了用較小的正數(shù)代替負數(shù)。

（二）靜態(tài)投資效率分析

利用DEA模型，計算出2014年到2018年我國56個上市交通運輸業(yè)企業(yè)綜合投資效率、純技術效率和規(guī)模效率，如表1、表2所示。研究發(fā)現(xiàn)：

投資效率綜合水平較低，只有少數(shù)企業(yè)達到了投資效率最優(yōu)。56家樣本企業(yè)在2014年到2018年的投資效率的均值都未達到有效。從2104年開始相對有效的企業(yè)個數(shù)在一直在減少，相對有效率從2014年的32.14%下降到2018年的19.64%，說明在現(xiàn)有投入水平下產(chǎn)出最大的理想狀態(tài)率越來越低;純技術效率最優(yōu)的企業(yè)是多于綜合效率最優(yōu)和規(guī)模效率最優(yōu)的，但是效率值是偏低的，不僅說明我國上市交通運輸業(yè)在資源配置方面存在嚴重浪費，而且各企業(yè)的純技術效率也存在較大差異;綜合投資效率是純技術效率和規(guī)模效率共同作用的結果，規(guī)模效率也在不斷下降，規(guī)模報酬遞增的企業(yè)不斷減少，規(guī)模報酬遞減的企業(yè)不斷增加，交通運輸行業(yè)的規(guī)模效益已經(jīng)充分飽和。

（三）動態(tài)投資效率分析

1.整體視角

從時間序列上來看，表3中2014年到2018年五年間交通運輸業(yè)上市公司的平均M指數(shù)為0.951，說明交通運輸業(yè)上市公司的投資效率呈現(xiàn)下降趨勢。對M指數(shù)分解發(fā)現(xiàn)綜合技術效率指數(shù)均值為1.013，即年均增長率為1.3%;技術變動指數(shù)的平均值為0.939，呈下降趨勢，年均下降約6%，遠高于綜合技術效率的增加值，說明投資效率的下降主要是由技術進步不足引起的。進一步對綜合技術效率指數(shù)分解為純技術效率指數(shù)和規(guī)模效率指數(shù)，兩者五年來均呈上升趨勢，但增加比例較小，依舊無法改變技術變動帶來的投資效率下降的趨勢。由此可見，交通運輸行業(yè)的投資效率的下降主要是由于技術創(chuàng)新能力不足，資源利用率不高以及落后的管理水平等影響技術變動的因素引起的。

從表3可以看出，雖然綜合技術效率的變動總體均值提升了1.3%，但是從每一年的變化趨勢來看，是非常不穩(wěn)定的，出現(xiàn)較大波動，雖無法清晰定位純技術效率變動與規(guī)模效率變動誰的影響更大，但是可以發(fā)現(xiàn)純技術效率從2017年開始出現(xiàn)下降趨勢，規(guī)模效率的作用力也越來越小;技術變動與M指數(shù)的變化趨勢具有很強的一致性，經(jīng)歷了相同的波動過程，這說明在目前情況下，與技術變動相關是影響投資效率的主要因素。

2016年M指數(shù)的提升，與十三五規(guī)劃的提出，“一帶一路”建設以及供給測結構性改革等宏觀經(jīng)濟環(huán)境息息相關。但是政策帶來的長期效果并不明顯，尤其在技術創(chuàng)新方面后繼乏力，對新技術的模仿和生產(chǎn)率的提高缺乏動力。但2017年深化國有企業(yè)改革，尤其將航空、鐵路等作為重點領域，為企業(yè)投資效率的提高注入強心劑，使得技術變動指數(shù)大幅度提升，M指數(shù)提高了近10%。但影響M指數(shù)的因素不僅包含我國的宏觀環(huán)境，也與復雜的國際政治環(huán)境有著千絲萬縷的聯(lián)系。綜合看來，雖然從DEA值看，投資相對有效的企業(yè)個數(shù)在不斷下降，M指數(shù)每年的波動性明顯。但是，整個行業(yè)的平均效率每年是有所上升的，這也說明了企業(yè)之間的差距在不斷加大，但是作為我國的基礎性產(chǎn)業(yè)，交通運輸行業(yè)應該做到立體互聯(lián)，加強行業(yè)之間的互聯(lián)互通，共同致力于優(yōu)化資源配置，提高系統(tǒng)彈性。

2.行業(yè)視角

為了進一步研究不同行業(yè)內以及不同行業(yè)之間的投資效率差異，本文分為公路、航空水路、鐵路四個子行業(yè)進行分析。通過表4可以發(fā)現(xiàn)，每一個子行業(yè)與整體的趨勢是一致的，通過對M指數(shù)的分解，發(fā)現(xiàn)每一個子行業(yè)的綜合技術效率變動，純技術效率變動、規(guī)模效率均值都是小幅增長的，但技術變動大幅度下降，公路、航空和水路下降了4%左右，鐵路下降了約8%。再次表明了技術變革和企業(yè)自身環(huán)境對投資效率的重要性。

四、影響因素分析

通過運用DEA和Malmquist指數(shù)對我國上市交通運輸行業(yè)從靜態(tài)和動態(tài)兩個方面對投資效率的測算和分析，不可避免的會存在一些內在的客觀性差異或者干擾因素，因為交通運輸行業(yè)的同質性，所面臨的外部環(huán)境是相似的。但是交通運輸行業(yè)具有特殊的所有權性質，“一股獨大”的現(xiàn)象非常普遍，且多是國資控股的金字塔結構，控制權與現(xiàn)金流權存在分離，金字塔的層級存在差異，已有研究認為，金字塔股權結構的存在對投資效率具有利益趨同和侵占兩方面的影響，因此下文結合投資理論及投資效率的影響因素，考慮到企業(yè)之間的經(jīng)營模式和公司治理差異，將這一因素作為主要因素對交通運輸行業(yè)的投資效率存在的影響進行分析。在得到的DEA效率值都分布在0-1之間，具有明顯的截斷特征，若使用OLS回歸會使得結果參數(shù)有偏且不一致，因此下文將采用Tobit模型檢驗各因素對投資效率的影響。

（一）變量選取與模型的設定

以前面dea模型測算的投資效率為被解釋變量，在解釋變量方面，主要選取了金字塔結構的兩權分離度和金字塔層級，其中金字塔層級是根據(jù)上市公司披露的控制鏈圖手工計算所得，控制變量主要參考劉媛媛[11]（2016）選取了如表5所示的七個變量，并控制了年度變量，回歸模型如下所示;

TE=α+β1Dev+β2Length+β3EB+β4Outdir+β5LnSize+

β6Lev+β7ROE+β8FC+β9Time+∑Year+ε

其中，α為常數(shù)項，β為回歸系數(shù)，ε為隨機干擾項。

（二）回歸結果分析

從表6回歸結果來看，金字塔股權結構確實對投資效率具有顯著的影響。兩權分離程度的系數(shù)在10%的水平下顯著為負，說明交通運輸行業(yè)在金字塔股權結構下，兩權分離程度越高， 企業(yè)投資效率越低與馮寶軍[12]（2013）研究結論一致。金字塔層級的系數(shù)在10%的水平下顯著為正，說明金字塔代理鏈層級越長，企業(yè)投資效率越高，這一結果與程仲鳴[13]（2008）、劉媛媛（2016）的研究結果一致。股權制衡與投資效率之間存在正相關關系，并通過了1%的顯著性檢驗，說明股權制衡可以提高企業(yè)的投資效率。獨立董事比例的回歸系數(shù)為正但統(tǒng)計上并不顯著;從企業(yè)的經(jīng)營能力來看，資本規(guī)模與投資效率呈負相關在5%的水平上顯著;資本結構和盈利能力都是與投資效率顯著正相關：交通運輸業(yè)的自由現(xiàn)金流與投資效率顯著負相關，說明本行業(yè)過多的自由現(xiàn)金流會降低企業(yè)的投資效率。

五、結論與建議

（一）結論

本文運用DEA-Malmquist模型測算了我國交通運輸行業(yè)上市公司2014-2018年投資效率及其分解，并進一步回歸分析了影響因素，得出如下結論。

第一，從整體上看，我國的交通運輸行業(yè)靜態(tài)投資效率趨于穩(wěn)定，動態(tài)分析呈下降趨勢。政策和方針的提出，在短期內效果顯著，但是技術變動一直是影響投資效率的關鍵因素，由此影響到創(chuàng)新能力的提升，資源配置效率低。管理水平的落后，消弱了政策效果。

第二，從影響因素，影響公司治理結構的諸多因素都對投資效率有顯著的影響，尤其在國有企業(yè)的金字塔股權結構下，兩權分離度和金字塔層級發(fā)揮了不同的作用，都是在國有企業(yè)和交通運輸行業(yè)的改革中予以重視的因素。

（二）建議

1.激發(fā)科技創(chuàng)新的體制與機制

交通運輸行業(yè)的投資效率不高，從整個行業(yè)來看，技術變動水平急需改善，技術創(chuàng)新不足，大多企業(yè)在研發(fā)投入上較少，所以應該從激發(fā)科技創(chuàng)新的機制出發(fā)。現(xiàn)階段我國的目標是建設現(xiàn)代化綜合交通體系，打造一流設施、一流技術、一流管理、一流服務的交通強國，這一切都需要技術創(chuàng)新的支持。

2.深化行業(yè)改革，提高管理水平

在提高創(chuàng)新能力之外，還應該不斷深化鐵路、公路、航道、空域管理體制改革，尤其是推動混合所有制改革，通過研究發(fā)現(xiàn)，股權制衡可以改善企業(yè)的投資效率，可引入不同性質的投資者，優(yōu)化組織結構。但不必刻意追求獨立董事的比例，通過公司的制度約束，客觀謀劃投資戰(zhàn)略，提高投資效率。

3.適度調整企業(yè)規(guī)模，改善內部經(jīng)營管理體制

規(guī)模效率對投資效率是起到了一定的促進作用，但是作用越來越小，且越來越多的企業(yè)規(guī)模報酬呈現(xiàn)遞減趨勢，通過實證分析，企業(yè)的資產(chǎn)規(guī)模與投資效率是負相關，更應該注重從規(guī)模向效率和效益的轉變。盈利能力的提高可以提高投資效率，這需要引進先進的管理理念，改善內在的經(jīng)營管理理念等。

4.轉變政府職能，調整金字塔結構

交通運輸行業(yè)的股權相對集中，最終控制人會采用金字塔結構獲取超額的控制權，降低企業(yè)的投資效率，政府應加長與企業(yè)之間的代理鏈條，降低政府干預的可能，或將企業(yè)交給專業(yè)的資產(chǎn)管理公司，轉變政府的職能，由管資產(chǎn)向管資本轉變。

參考文獻：

[1] 覃家琦，齊寅峰，李 莉.微觀企業(yè)投資效率的度量：基于全要素生產(chǎn)率的理論分析[J].經(jīng)濟評論，2009（2）：133-141.

[2] 王成秋.對投資效率的界定[J].生產(chǎn)力研究，2006（9）：38-39+50.

[3] 王堅強，陽建軍.基于DEA模型的企業(yè)投資效率評價[J].科研管理，2010，31（4）：73-80.

[4] 齊 林，周小林.氣候變化視角下我國林業(yè)投資效率研究[J].中國軟科學，2018（6）：35-46.

[5] 任喜萍.基于DEA方法的我國城市基礎設施投資效率評價研究[J].經(jīng)濟體制改革，2017（5）：49-54.

[6] 彭 亮，劉國城.“一帶一路”下西北地區(qū)上市公司投資效率研究——基于DEA-Malmquist指數(shù)法[J].投資研究，2018，37（12）：45-57.

[7] 余思勤，蔣迪娜，盧劍超.我國交通運輸業(yè)全要素生產(chǎn)率變動分析[J].同濟大學學報：自然科學版，2004（6）：827-831.

[8] 彭志敏，吳群琪.我國交通運輸業(yè)全要素生產(chǎn)率的增長特征及影響因素分析[J].公路交通科技，2019，36（9）：129-139.

[9] 王堅強，陽建軍.基于Malmquist指數(shù)的房地產(chǎn)企業(yè)動態(tài)投資效率研究[J].當代經(jīng)濟管理，2010，32（1）：84-88.

[10] 沈江建.負產(chǎn)出在DEA模型中的處理——基于軟件DEAP的運用[C].中國管理現(xiàn)代化研究會、復旦管理學獎勵基金會.第十屆（2015）中國管理學年會論文集.中國管理現(xiàn)代化研究會、復旦管理學獎勵基金會：中國管理現(xiàn)代化研究會，2015：267-272.

[11] 劉媛媛，韓艷錦，張 琪.多元化結構、金字塔層級與投資效率——來自于國有企業(yè)集團的證據(jù)[J].中國經(jīng)濟問題，2016（5）：99-109.

[12] 馮寶軍，陳 艷，孫丕海.預算軟約束下金字塔結構對企業(yè)投資效率影響——基于中國國有上市公司的實證研究[J].財貿經(jīng)濟，2013（5）：47-53+61.

[13] 程仲鳴，夏新平，余明桂.政府干預、金字塔結構與地方國有上市公司投資[J].管理世界，2008（9）：37-47.

[責任編輯：方 曉]