夏東保 戴澍

利用DEA方法對(duì)江蘇省酒、飲料和精制茶行業(yè)效率進(jìn)行測(cè)算，在此基礎(chǔ)上，運(yùn)用Tobit方法對(duì)影響江蘇省酒、飲料和精制茶行業(yè)效率的因素進(jìn)行回歸分析。結(jié)果顯示：江蘇省酒、飲料和精制茶行業(yè)的綜合效率均值為0.866，綜合效率的微弱提高主要依賴于存技術(shù)效率的改善；經(jīng)濟(jì)發(fā)展水平對(duì)行業(yè)綜合效率有正向的促進(jìn)作用；消費(fèi)者對(duì)酒、飲料、茶葉的高消費(fèi)并未帶來(lái)生產(chǎn)綜合效率的實(shí)質(zhì)性提高；行業(yè)內(nèi)可能存在規(guī)模效應(yīng)。

進(jìn)入新世紀(jì)以來(lái)，江蘇省酒、飲料和精制茶行業(yè)發(fā)展穩(wěn)定，已經(jīng)成為相對(duì)成熟的行業(yè)。近年來(lái)，隨著供給側(cè)改革的實(shí)施，江蘇省內(nèi)酒、飲料和精制茶行業(yè)規(guī)模略有收縮，2019年省內(nèi)規(guī)模以上企業(yè)資產(chǎn)總計(jì)752.67億元，同比下降21.93%。當(dāng)前省內(nèi)酒、飲料和精制茶行業(yè)運(yùn)營(yíng)效率如何？行業(yè)內(nèi)是否存在規(guī)模報(bào)酬遞增或遞減？已成為亟待解決的問(wèn)題。

Tobit模型也稱因變量受限模型，常用于被解釋變量受限情況下的回歸分析，因本文擬以DEA測(cè)算出的綜合效率作為被解釋變量進(jìn)行回歸，考慮到綜合效率值在0到1之間，屬受限情況，因此回歸應(yīng)采用Tobit模型，tobit模型具體表達(dá)形式為：

其中，yi*為潛在變量，yi為被解釋變量，xij為解釋變量，c表示常數(shù)，ci表示參數(shù)，表示隨機(jī)誤差，ε～N（0，σ2）。

效率水平測(cè)算

根據(jù)前文理論，結(jié)合柯布道格拉斯生產(chǎn)函數(shù)，最后確定選取江蘇省酒、飲料和精制茶行業(yè)規(guī)模以上企業(yè)資產(chǎn)總額（代表資產(chǎn)要素）和規(guī)模以上企業(yè)用工人總數(shù)（代表勞動(dòng)要素）為輸入變量，規(guī)模以上企業(yè)利潤(rùn)總額為輸出要素，運(yùn)用DEAP2.1軟件對(duì)2011—2019年江蘇省酒、飲料和精制茶行業(yè)進(jìn)行效率測(cè)算，所選用數(shù)據(jù)來(lái)源于2012—2020年江蘇省統(tǒng)計(jì)年鑒。

結(jié)果顯示：2011—2019年江蘇省酒、飲料和精制茶行業(yè)的綜合效率均值為0.866。最大值和最小值分別為1和0.706，整體來(lái)看各年份間的差異不顯著。2015、2016、2019三個(gè)年份處于前沿面，其余年份仍存在效率提升的空間；從效率波動(dòng)的角度來(lái)看，2011—2019年可分為兩個(gè)周期，2011—2015年為第一個(gè)周期，波峰值與波谷值相差0.294。2015—2019為第二個(gè)周期，波峰值與波谷值相差0.221。第一周期內(nèi)效率波動(dòng)主要在于用工人數(shù)的變化，第二周期內(nèi)效率波動(dòng)主要源自企業(yè)資產(chǎn)和利潤(rùn)的變化。純技術(shù)效率整體均值0.923，2011年、2015年、2016年、2018年、2019年處于純技術(shù)效率前沿面；規(guī)模效率的波動(dòng)情況略低于純技術(shù)效率，9年的均值0.939，2015年、2016年、2019年處于規(guī)模效率前沿面。從純技術(shù)效率和規(guī)模效率的均值及前沿面的個(gè)數(shù)綜合來(lái)看，二者對(duì)于效率的影響作用尚不明朗，仍須進(jìn)一步進(jìn)行趨勢(shì)分析。規(guī)模報(bào)酬方面，2011年、2012年、2013年、2014年屬于規(guī)模報(bào)酬遞增的年份，上述年份，企業(yè)用工人數(shù)和資產(chǎn)少量提高即獲得較大利潤(rùn)；2017年和2018年屬規(guī)模報(bào)酬遞減年份，企業(yè)用工人數(shù)和資產(chǎn)大量提高只能獲得有限的利潤(rùn)增加?？傮w來(lái)看雖然規(guī)模遞增的年份數(shù)多于規(guī)模遞減的年份數(shù)，但考慮到近三年的規(guī)模報(bào)酬除2019年外均遞減，因此可初步判斷在今后的一段時(shí)間內(nèi)大概率呈現(xiàn)規(guī)模遞減的趨勢(shì)。

效率水平的趨勢(shì)分析

對(duì)綜合效率、純技術(shù)效率和規(guī)模效率進(jìn)HP濾波處理，分離出波動(dòng)成分，以明確三個(gè)時(shí)間序列的變化趨勢(shì)。為保證序列的平穩(wěn)性，對(duì)三個(gè)時(shí)間序列進(jìn)行ADF檢驗(yàn)。綜合效率的T統(tǒng)計(jì)量為-4.08726，在0.05水平上通過(guò)假設(shè)檢驗(yàn)；規(guī)模效率T統(tǒng)計(jì)量為-5.25702，在0.01水平上通過(guò)假設(shè)檢驗(yàn)；純技術(shù)效率未通過(guò)ADF檢驗(yàn)。綜上可認(rèn)為綜合效率序列和規(guī)模效率序列是平穩(wěn)的，可進(jìn)一步進(jìn)行濾波分析。運(yùn)用eviews軟件對(duì)三個(gè)時(shí)間序列進(jìn)行HP濾波分析顯示：綜合效率序列在分離了波動(dòng)成分后，呈現(xiàn)出上升的趨勢(shì)，表明2011—2019年江蘇省酒、飲料和精制茶行業(yè)的整體效率在提高，從趨勢(shì)線的斜率來(lái)看，整體效率提高的效果并不明顯。規(guī)模效率序列與綜合效率序列相反，趨勢(shì)線呈下降的趨勢(shì)，規(guī)模效率有改進(jìn)的空間。此外，雖然純技術(shù)效率未通過(guò)數(shù)據(jù)平穩(wěn)性檢驗(yàn)，但因?yàn)榧兗夹g(shù)效率等于綜合效率與規(guī)模效率的比值，可認(rèn)為綜合效率的微弱提高主要依賴于存技術(shù)效率的改善。

回歸分析

1.變量選取

在明確2011—2019年江蘇省酒、飲料和精制茶行業(yè)的綜合效率后，進(jìn)一步對(duì)綜合效率的影響因素進(jìn)行分析。另選取江蘇省經(jīng)濟(jì)發(fā)展水平和江蘇省酒、飲料和精制茶行業(yè)的企業(yè)規(guī)模、消費(fèi)情況、成本費(fèi)用利潤(rùn)率、流動(dòng)資產(chǎn)周轉(zhuǎn)次數(shù)為解釋變量。其中江蘇省經(jīng)濟(jì)發(fā)展水平以歷年江蘇省GDP替代，企業(yè)規(guī)模以規(guī)模以上酒、飲料和精制茶企業(yè)數(shù)表示，消費(fèi)情況以規(guī)模以上酒、飲料和精制茶企業(yè)主營(yíng)收入表示。所有數(shù)據(jù)均來(lái)源于2012—2020年江蘇省統(tǒng)計(jì)年鑒。此處值得說(shuō)明的是解釋變量“消費(fèi)情況”對(duì)被解釋變量的影響。一般認(rèn)為消費(fèi)水平越高，企業(yè)的收入越大，資金越充裕，更有利于綜合效率的提高，但結(jié)合酒、飲料、茶葉行業(yè)實(shí)行的供給側(cè)改革可發(fā)現(xiàn)：一方面，供給側(cè)改革前，持續(xù)增加的冗余勞動(dòng)力導(dǎo)致綜合效率一度下降，而消費(fèi)卻持續(xù)增長(zhǎng)，二者反相發(fā)展；另一方面，供給側(cè)改革后短期內(nèi)行業(yè)內(nèi)大量冗余、低效率勞動(dòng)力的清除促使效率內(nèi)迅速上升，但實(shí)際的消費(fèi)增長(zhǎng)緩慢，兩者并不匹配。因此本文認(rèn)為解釋變量“消費(fèi)情況”的預(yù)期回歸符號(hào)為負(fù)。

2. 共線性檢驗(yàn)與Tobit回歸

為避免解釋變量之間由于存在相關(guān)關(guān)系而使tobit模型估計(jì)失真，利用簡(jiǎn)單相關(guān)系數(shù)檢驗(yàn)法對(duì)上述各解釋變量做多重共線性檢驗(yàn)，發(fā)現(xiàn)成本費(fèi)用利潤(rùn)率變量和流動(dòng)資產(chǎn)周轉(zhuǎn)次數(shù)變量對(duì)其他解釋變量的相關(guān)系數(shù)普遍偏高，因此在模型中刪除這兩個(gè)變量。運(yùn)用eviews軟件對(duì)被解釋變量和剩余的三個(gè)解釋變量進(jìn)行tobit回歸，

結(jié)果顯示：經(jīng)濟(jì)發(fā)展水平在0.1水平上通過(guò)顯著性檢驗(yàn)，系數(shù)為5.93E-06，與預(yù)期相符，表明經(jīng)濟(jì)發(fā)展水平對(duì)酒、飲料和精制茶行業(yè)綜合效率有正向的促進(jìn)作用，江蘇省GDP每提高1個(gè)單位則綜合效率提升5.93E-06個(gè)單位；消費(fèi)情況在0.1水平上通過(guò)顯著性檢驗(yàn)，系數(shù)為負(fù)，符合預(yù)期，消費(fèi)者對(duì)酒、飲料、茶葉的高消費(fèi)并未帶來(lái)生產(chǎn)綜合效率的實(shí)質(zhì)性提高；企業(yè)規(guī)模的系數(shù)為0.012213，符合預(yù)期，表明行業(yè)內(nèi)存在規(guī)模效應(yīng)，行業(yè)規(guī)模的擴(kuò)大，降低了平均成本，形成了產(chǎn)業(yè)集聚效果，提升了利潤(rùn)空間，進(jìn)而促進(jìn)效率的改善，但考慮該解釋變量的P值未通過(guò)顯著性檢驗(yàn)，此結(jié)論僅供參考。

本文運(yùn)用tobit兩步法對(duì)江蘇省酒、飲料和精制茶行業(yè)的效率及效率影響因素進(jìn)行測(cè)算，結(jié)果顯示：第一，江蘇省酒、飲料和精制茶行業(yè)的綜合效率均值為0.866，綜合效率的微弱提高主要依賴于存技術(shù)效率的改善。第二，江蘇省酒、飲料和精制茶行業(yè)今后的一段時(shí)間內(nèi)大概率呈現(xiàn)規(guī)模遞減的趨勢(shì)。第三，經(jīng)濟(jì)發(fā)展水平對(duì)酒、飲料和精制茶行業(yè)綜合效率有正向的促進(jìn)作用；消費(fèi)者對(duì)酒、飲料、茶葉的高消費(fèi)并未帶來(lái)生產(chǎn)綜合效率的實(shí)質(zhì)性提高；行業(yè)內(nèi)可能存在規(guī)模效應(yīng)。

[本文系基金項(xiàng)目：江蘇高校“青藍(lán)工程”資助項(xiàng)目“江蘇高?！嗨{(lán)工程’優(yōu)秀青年骨干教師培養(yǎng)對(duì)象”（2020）。]

（江蘇今世緣酒業(yè)股份有限公司）（炎黃職業(yè)技術(shù)學(xué)院）

參考文獻(xiàn)：

[1]王政. 白酒技術(shù)規(guī)制對(duì)白酒行業(yè)技術(shù)效率影響及提升研究[D].山東財(cái)經(jīng)大學(xué)，2016.