韓棟 上海電機學院 商學院

裝備制造業(yè)又稱裝備工業(yè)，是指為國民經(jīng)濟與國防建設(shè)提供生產(chǎn)技術(shù)裝備的制造業(yè)，即“生產(chǎn)機器的機器制造業(yè)”。作為資本和技術(shù)密集型的產(chǎn)業(yè)，裝備制造業(yè)可以說是整個制造業(yè)的核心，其發(fā)展水平的高低反映了一國的工業(yè)制造水平，也是科技發(fā)展水平的集中體現(xiàn)。我國是一個制造業(yè)大國，具有全球最為齊全的工業(yè)門類體系，但還沒有成為一個真正的制造業(yè)強國，2018年中美之間由貿(mào)易戰(zhàn)所引發(fā)的科技戰(zhàn)已為我們敲響警鐘，向制造業(yè)強國邁進，突破“卡脖子”領(lǐng)域，推進我國制造業(yè)，特別是裝備制造業(yè)的轉(zhuǎn)型升級是當務(wù)之急。作為我國最為重要的工業(yè)基地，上海市的裝備制造業(yè)布局和發(fā)展水平對我國整體制造業(yè)的發(fā)展具有決定性的影響。早在2012年上海市就編制了《上海市高端裝備制造業(yè)“十二五”發(fā)展規(guī)劃》，指出必須將裝備制造業(yè)特別是高端裝備制造業(yè)作為支柱產(chǎn)業(yè)，全力提升上海高端裝備制造業(yè)的競爭力，使上海成為世界著名的高端裝備制造中心，以推動產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和城市功能轉(zhuǎn)型。2016年7月上海發(fā)布了《上海市制造業(yè)轉(zhuǎn)型升級“十三五”規(guī)劃》，并于2017年2月發(fā)布了《上海促進高端裝備制造發(fā)展“十三五”規(guī)劃》。兩個“十三五”規(guī)劃文件中，從多方面提出了對裝備制造業(yè)轉(zhuǎn)型升級的政策支持，金融支持即是其中重要一環(huán)。因此，研究上海裝備制造業(yè)轉(zhuǎn)型升級的融資效率對促進上海裝備制造業(yè)轉(zhuǎn)型升級具有重要意義。

一、相關(guān)文獻

關(guān)于融資效率，國內(nèi)較早的研究見于繼康霖（1993）提出的“企業(yè)融資效率”命題，后續(xù)的研究者沿著這一命題深化了該領(lǐng)域的研究。方芳等（2005）認為融資效率是指某種融資方式以最高收益-成本比和最低風險為企業(yè)提供經(jīng)營所需資金的能力。后續(xù)的研究文獻大都聚集于融資效率的測度和實證分析，如魏開文（2001）利用模糊綜合評價法分析企業(yè)融資效率，認為債權(quán)融資的效率要高于股權(quán)融資。伍裝（2006）運用灰色關(guān)聯(lián)分析法研究企業(yè)的融資效率，發(fā)現(xiàn)長期負債融資對中小型企業(yè)產(chǎn)值影響最小。熊正德等（2010，2014）以中國戰(zhàn)略性新興產(chǎn)業(yè)上市公司的財務(wù)數(shù)據(jù)為樣本，運用DEA模型測度了金融支持效率，認為在間接融資驅(qū)動不足的現(xiàn)狀下，采取直接融資是戰(zhàn)略性新興產(chǎn)業(yè)融資方式的首選。進一步，又選取2008年中國經(jīng)濟下行周期和2010年政策扶持階段的兩個截面數(shù)據(jù)，以DEA效率測度結(jié)果為依據(jù)分類研究了七大新興產(chǎn)業(yè)的融資難易程度。孫景蔚，潘榮榮（2018）以30家上市公司作為樣本，運用DEA模型研究了2014-2017年度我國高端裝備制造業(yè)的融資效率。許婉韻等（2019）基于DEA-Tobit 模型研究了我國新能源產(chǎn)業(yè)的融資效率。

以上文獻都是從財務(wù)績效的角度評估了企業(yè)的融資效率，對于我們評估上海裝備制造業(yè)轉(zhuǎn)型升級的融資效率具有重要的借鑒意義，但轉(zhuǎn)型升級是一個多維度的概念，不僅僅體現(xiàn)為財務(wù)因素，因此，我們需要在借鑒相關(guān)文獻的基礎(chǔ)上進行拓展，從轉(zhuǎn)型升級的角度全面評價上海市裝備制造業(yè)轉(zhuǎn)型升級的融資效率。

二、研究方法與研究設(shè)計

（一）模型構(gòu)建

借鑒于既有的研究，本文采用DEA模型對上海裝備制造業(yè)轉(zhuǎn)型升級的融資效率進行研究。DEA模型是由Copper 和Rhodes于1978年提出，近來被廣泛應(yīng)用于效率研究，該模型采用線性規(guī)劃的方式評價多投入多產(chǎn)出決策單元（DMU）的相對效率，通過判斷決策單元與有效前沿的偏離距離來評價決策單元的效率，并提出改進意見。根據(jù)規(guī)模報酬的變化，該模型衍生出規(guī)模報酬不變模型（CCR模型）和規(guī)模報酬可變模型（BBC模型）兩類模型，結(jié)合兩類模型可得出綜合技術(shù)效率效率、純技術(shù)效率和規(guī)模效率，三類效率之間的關(guān)系可表示 成綜合技術(shù)效率=純技術(shù)效率×規(guī)模效率。兩類模型的構(gòu)建分別為：

1.CCR模型

假設(shè)有n個決策單元（DMU，即效率評價中的企業(yè)），每個決策單元有m種投入和s種產(chǎn)出，為第j個DMU的第i個投入，為第j個DMU的第r個投入，CCR模型可表示為：

式中，δ為線性規(guī)劃的目標值，反映綜合技術(shù)效率，值越大，融資效率越高。λj為決策權(quán)重，為松弛變量，ε為非阿基米德無窮小。當且僅當δ=1，時，決策效率位于決策前沿，表示決策是有效的，否則存在無效狀態(tài)，可以通過改進來提高效率。

2.BBC模型

（二）指標選取

融資效率通常被界定為以最高收益-成本比和最低風險為企業(yè)提供經(jīng)營所需資金的能力（方芳等，2005），其中涉及到成本、收益和風險。從文獻檢索的結(jié)果來看，相關(guān)文獻都是從財務(wù)績效的角度談融資效率，無論是“收益”，還是“成本”，都是指財務(wù)績效、財務(wù)成本。當我們從轉(zhuǎn)型升級的角度談融資效率時，需要注意“收益”概念的界定，一是作為轉(zhuǎn)型升級意義上的“收益”概念不能僅僅局限于財務(wù)意義，必須用反映轉(zhuǎn)型升級的指標或測度來表示此處的“收益”；二是轉(zhuǎn)型升級是從時間維度來談的，沒有時間維度上的比較，就無法界定轉(zhuǎn)型升級。因此，我們在運用DEA模型實證分析轉(zhuǎn)型升級的融資效率時，產(chǎn)出指標的選擇應(yīng)與一般意義上融資效率的研究有所不同。

1.投入指標的選擇

關(guān)于投入指標的選擇，我們可以借用相關(guān)文獻的選擇。此處，本文將資產(chǎn)總額、財務(wù)費用、資產(chǎn)負債率作為DEA模型中每一個決策單元的投入變量。

（1）資產(chǎn)總額。即企業(yè)所擁有或控制的所有資產(chǎn)，資產(chǎn)總額可以反映企業(yè)的融資規(guī)模。企業(yè)融資包括股權(quán)融資和債務(wù)融資，無論哪類融資，所有募來的資金都會轉(zhuǎn)化為企業(yè)的資產(chǎn)，因此，資產(chǎn)規(guī)?？梢员硎救谫Y總額。

（2）財務(wù)費用。作為融資的成本，財務(wù)費用是指企業(yè)在融資活動中所支付的費用，是企業(yè)融資的成本，此處作為投入變量納入DEA模型實證中。

（3）資產(chǎn)負債率。資產(chǎn)負債率反映了企業(yè)的融資杠桿，資產(chǎn)負債率越高，表示財務(wù)杠桿越大，融資風險越高；反之，融資風險越低。因此，資產(chǎn)負債率可以作為融資風險的代理變量。

2.產(chǎn)出指標的選擇

此處的產(chǎn)出指標，必須能夠反映或測度企業(yè)的轉(zhuǎn)型升級。關(guān)于轉(zhuǎn)型升級的測度，岳意定，謝偉峰（2014）提出了衡量城市工業(yè)轉(zhuǎn)型升級發(fā)展水平的測度指標，構(gòu)建了6個一級指標和18個二級指標的指標體系。李慧、平芳芳（2017）從產(chǎn)業(yè)的合理化和高度化二個維度構(gòu)建了包括6 個一級指標和 11 個二級指標的裝備制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級程度測度指標體系，并采用層次分析法得出反映產(chǎn)業(yè)合理化和高度化的綜合指標。陳瑾，何寧（2018）提出了衡量裝備制造業(yè)轉(zhuǎn)型升級評價指標體系，其中包括6個一級指標和20個二級指標。潘為華，潘為華等（2019）提出了構(gòu)建了中國制造業(yè)轉(zhuǎn)型升級的評價指標體系及綜合指數(shù)?！渡虾Ｊ兄圃鞓I(yè)轉(zhuǎn)型升級“十三五”規(guī)劃》也提出了上海制造業(yè)轉(zhuǎn)型升級的目標指標體系，其中包括創(chuàng)新能力、質(zhì)量效率和綠色發(fā)展三個一級指標和15個二級指標。綜合來看，以上衡量轉(zhuǎn)型升級的指標都是從產(chǎn)業(yè)或行業(yè)的角度來構(gòu)建的，某些指標并不適合于在企業(yè)層面運用。適應(yīng)于企業(yè)的要求，此處，我們用創(chuàng)新能力、質(zhì)量效益、信息技術(shù)、綠色四大指標來評價企業(yè)的轉(zhuǎn)型升級。為切合DEA模型多投入多產(chǎn)出的特征，不再構(gòu)建二級指標，且不再對指標進行綜合以得到一個綜合指數(shù)，由此得到DEA模型的產(chǎn)出指標：

（1）創(chuàng)新能力。學者一般用兩種方法來衡量創(chuàng)新能力，一是專利申請數(shù)量；二是R&D 經(jīng)費支出比重，即R&D 經(jīng)費支出占主營業(yè)務(wù)收入的比重，R&D 經(jīng)費支出比重越大，創(chuàng)新能力則越強。在此，以R&D 經(jīng)費支出比重來代表創(chuàng)新能力。

（2）質(zhì)量效益。此處用勞動生產(chǎn)率和高附加值產(chǎn)品收入占主營業(yè)務(wù)收入之比兩個指標來表示質(zhì)量效益。勞動生產(chǎn)率越高、高附加值產(chǎn)品收入所占比重越大，則質(zhì)量效益越好。

（3）信息技術(shù)。上海制造業(yè)轉(zhuǎn)型升級“十三五”規(guī)劃提出要推動信息化與工業(yè)化深度融合，全面提升制造業(yè)重點行業(yè)和企業(yè)的智能化、信息化水平，因此，此處把信息化發(fā)展水平作為衡量轉(zhuǎn)型升級指標列入產(chǎn)出指標?？紤]到數(shù)據(jù)的可得性，以信息化投入占主營業(yè)務(wù)收入的比重作為信息化水平的代理變量。

（4）綠色發(fā)展。綠色化是上海制造業(yè)的轉(zhuǎn)型方向。推廣清潔生產(chǎn)和綠色制造，推進節(jié)能減排和發(fā)展循環(huán)經(jīng)濟，提高資源能源利用效率，建立高效、清潔、低碳、循環(huán)的制造體系是未來持續(xù)性發(fā)展的要求，此處以單位產(chǎn)值能耗下降量作為綠色發(fā)展水平的代理變量。

各指標總結(jié)見表1：

表1 上海裝備制造業(yè)轉(zhuǎn)型升級的融資效率評價指標

（三）樣本與數(shù)據(jù)來源

DEA模型要求決策單元數(shù)量為輸入輸出指標個數(shù)和的兩倍，本文實證分析中有三個輸入變量和5個輸出變量，至少需要16家決策單元作為實證分析對象。本文選取45家上海裝備制造業(yè)上市公司作為樣本進行實證分析，完全滿足DEA模型的技術(shù)要求。這些裝備制造業(yè)上市公司雖然不能覆蓋所有的上海裝備制造業(yè)企業(yè)，但仍能從總體上說明上海裝備制造業(yè)的發(fā)展水平和發(fā)展狀況。對標《上海制造業(yè)轉(zhuǎn)型升級“十三五”規(guī)劃》，選擇2015-2019年的數(shù)據(jù)分析分析，以評估十三五期間上海裝備制造業(yè)企業(yè)轉(zhuǎn)型升級的成效。轉(zhuǎn)型升級需要進行時間維度上的對比，必須通過相關(guān)指標的差分來評估轉(zhuǎn)型升級的成效，因此我們利用2015-2019的數(shù)據(jù)可以對2016-2019年期間上海裝備制造業(yè)轉(zhuǎn)型升級的效率進行評價。實證中所涉及到的數(shù)據(jù)通過查詢公司年報和各公司網(wǎng)站主頁獲得，部分在年報和公司網(wǎng)站中未披露的數(shù)據(jù)通過調(diào)研獲取。同時，DEA模型要求所有數(shù)據(jù)均為非負，因此，我們采用min-max方法對數(shù)據(jù)進行無量綱處理，將數(shù)據(jù)映射到[0-1]區(qū)間，具體處理方法為：

其中xmax與xmin分別為指標的最大值與最小值。

（四）實證結(jié)果分析

綜合運用數(shù)據(jù)包絡(luò)分析模型（DEA）中的CCR模型和BBC模型可測得樣本公司的綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率。現(xiàn)對每種效率進行整體分析：

1.綜合技術(shù)效率分析

表2 綜合技術(shù)效率描述性統(tǒng)計

表3 綜合技術(shù)效率分布情況

結(jié)合表2與表3可知，2016-2017年期間，上海市裝備制造業(yè)上市公司轉(zhuǎn)型升級的總體融資效率處于上升階段，由2016年0.85上升到2017年0.87，轉(zhuǎn)型升級效果明顯。從分布來看，2016年與2017年各有12家企業(yè)的轉(zhuǎn)型是有效的（效率值為1），占樣本企業(yè)的26.7%。效率值處于0.8-1之間的企業(yè)數(shù)量 2016年為16家，占比35.6%，2017年為18家，占比上升到40%。相比于2016-2017年，2018年的轉(zhuǎn)型升級效率開始有所下降，效率值由2017年的0.87下降為0.82，2019年繼續(xù)下降為0.75，企業(yè)明顯放慢了轉(zhuǎn)型升級的步伐，到2019年，轉(zhuǎn)型有效率的企業(yè)由前兩年的2016-2017年的12家減少7家，效率值為0.4以下的增加到3家。

2.純技術(shù)效率分析

表4 純技術(shù)效率分布情況

表4顯示了轉(zhuǎn)型升級的純技術(shù)效率，2016年與2017年各有12家企業(yè)純技術(shù)效率值1，為純技術(shù)效率有效企業(yè)。2017年有17家企業(yè)純技術(shù)效率處于0.8-1之間，2017年增加到20家企業(yè)，2018年又下降為17家，2019年為15家，呈現(xiàn)逐年下降的趨勢。2016年有12家企業(yè)的純技術(shù)效率值處于0.6-0.8之間，2017年為8家，2018年增加到12家，2019年為15家，0.6以下的部分，2016-2019年間則呈逐年遞增趨勢，總體來看，2018-2019年間，純技術(shù)效率呈效率下降趨勢。

3.規(guī)模效率分析

表5 規(guī)模效率分布情況

表5反映了樣本企業(yè)轉(zhuǎn)型升級規(guī)模效率的分布，規(guī)模有效的企業(yè)分布與純技術(shù)效率一致，2016-2017年總體來看，2016-2017年規(guī)模效率呈增加趨勢，2018-2019年間規(guī)模效率低分值企業(yè)數(shù)量逐漸增加，與綜合效率趨勢基本一致。

三、結(jié)論

以上采用DEA模型實證分析了上海裝備制造業(yè)上市公司轉(zhuǎn)型升級的融資效率，總體來看，“十三五”期間的前半段，上海裝備制造業(yè)轉(zhuǎn)型升級的融資效率較好，后半段效率逐步下降，金融支持對促進上海市裝備制造業(yè)轉(zhuǎn)型升級的效果開始弱化，這可能與最近幾年中國制造業(yè)所處的國際環(huán)境環(huán)境惡化有關(guān)。當前，我國需要從政策、制度、融資等各方面著手，為我國制造業(yè)，特別是裝備制造業(yè)的轉(zhuǎn)型升級創(chuàng)造條件，以突破當前的困境，唯有如此，才能有望在當前復雜的國際斗爭中贏得徹底勝利。