基于DEA-Tobit模型的中國有色金屬礦采選業(yè)上市公司經(jīng)營效率和影響因素研究

王國鈺，曹希紳,2，周進生(.中國地質(zhì)大學(北京)經(jīng)濟管理學院，北京 00083；2.自然資源部資源環(huán)境承載力評價重點實驗室，北京 049)

0 引 言

有色金屬礦采選行業(yè)上市公司是采礦業(yè)上市公司的重要組成部分，其產(chǎn)品品類較為集中，呈現(xiàn)出明顯的地域分異特色，因身處資源密集型行業(yè)，所以大多數(shù)企業(yè)的產(chǎn)品生產(chǎn)工序繁多且能源消耗較大。利潤主要來源于市場價與原料價之間的差價[1]，具有運營模式重、股權(quán)集中度高、股權(quán)流通性弱[2]、以產(chǎn)品制造為中心組織生產(chǎn)[3]、對產(chǎn)品價格周期性變化較為敏感[4]等特點。近年來，中國有色金屬礦采選行業(yè)上市公司的發(fā)展取得了一定成果，一方面，中國有色金屬礦采選業(yè)上市公司新開工建設(shè)項目逐步增多，固定資產(chǎn)投資額連續(xù)多年增長，生產(chǎn)規(guī)模和裝備水平位居世界前列，產(chǎn)品國內(nèi)供應(yīng)能力提高，高精產(chǎn)品生產(chǎn)技術(shù)取得突破，部分產(chǎn)品取得批量穩(wěn)定生產(chǎn)[5]；另一方面，隨著管理水平和管理能力的提升，中國有色金屬礦采選業(yè)上市公司越來越注重企業(yè)內(nèi)部管理，安全事故發(fā)生率逐步下降[6]。但是面臨有色金屬傳統(tǒng)消費需求疲軟、國際市場飽和產(chǎn)品生產(chǎn)成本逐步上升等壓力，中國有色金屬行業(yè)始終存在經(jīng)營效率低等問題[7-10]。因此，中國有色金屬行業(yè)勢必要邁向“綠色轉(zhuǎn)型升級”之路，以供給側(cè)結(jié)構(gòu)性改革和擴大市場需求為主線，培育發(fā)展新產(chǎn)品、新技術(shù)、生產(chǎn)型服務(wù)等新動能，改造提升冶煉傳統(tǒng)產(chǎn)業(yè)優(yōu)勢，遵循“穩(wěn)中求進”的總基調(diào)，實施高端材料、綠色發(fā)展、兩化融合、資源保障、國際合作等重點任務(wù)和重大工程，加強降成本、增效益等重大措施保障，著力構(gòu)建以“高端、智能、綠色、服務(wù)”為方向的新型制造業(yè)是中國建成有色金屬工業(yè)強國的發(fā)展趨勢和必由之路。因此，本文在分析中國有色金屬礦采選行業(yè)上市公司的經(jīng)營效率現(xiàn)狀的基礎(chǔ)上，探討對其產(chǎn)生較大影響的關(guān)鍵因素，并據(jù)此為提高中國有色金屬礦采選業(yè)上市公司的經(jīng)營效率提出合理的政策建議。

目前，中國有色金屬礦采選企業(yè)經(jīng)營效率的研究方法主要為DEA模型。陳蕭怡[11]在運用SFA隨機前沿模型的基礎(chǔ)上，采用分位數(shù)回歸方法分析了影響中國有色金屬行業(yè)上市公司經(jīng)營效率的因素；李金星[12]在EDA模型的基礎(chǔ)上采用FGLS回歸方法進行了研究；黃健柏等[13]在投資效率的層面上運用Richardson模型和獨立樣本T檢驗方法進行了實證分析；孔佳南[14]以江西省2003—2012年規(guī)模以上有色金屬企業(yè)為研究樣本，對其生態(tài)效率進行實證評價分析；危平等[15]分析了有色金屬礦釆選企業(yè)的技術(shù)效率，同時在行業(yè)整合的背景下測算了有色金屬冶煉及壓延加工企業(yè)的技術(shù)效率；吳一丁等[16]基于DEA模型的Malmquist指數(shù)方法分析了采選業(yè)全行業(yè)及各上市公司的經(jīng)營效率變動情況。盡管現(xiàn)有研究對于有色金屬上市公司經(jīng)營效率的研究方法較為成熟完備[17-19]，但是在其影響因素的層次上存在差異。在研究影響有色金屬礦采選企業(yè)經(jīng)營效率的因素時，賴丹等[20]首先利用DEA-Malmquist指數(shù)對2011—2019年中國有色金屬行業(yè)上市公司經(jīng)營效率進行測算，并通過Tobit受限模型檢驗了經(jīng)濟政策不確定性與經(jīng)營效率之間關(guān)系，研究表明經(jīng)濟政策不確定性與經(jīng)營效率顯著負相關(guān)；唐重振[21]基于DEMATEL模型，從資源環(huán)境、宏觀政策、經(jīng)濟發(fā)展、企業(yè)管理、科技創(chuàng)新等五個維度分析了廣西壯族自治區(qū)有色金屬企業(yè)可持續(xù)發(fā)展的關(guān)鍵影響因素，結(jié)果表明，其主要的影響因素分別為技術(shù)創(chuàng)新能力、企業(yè)戰(zhàn)略、生態(tài)環(huán)境保護、經(jīng)濟政策、產(chǎn)業(yè)政策、環(huán)保政策、資金投入、經(jīng)濟效益。

綜上所述，大多學者普遍將研究重點放在有色金屬礦采選行業(yè)的發(fā)展趨勢與模式上，較少從效率角度考察中國有色金屬礦采選業(yè)上市公司的發(fā)展現(xiàn)狀，且在分析有色金屬企業(yè)效率的影響因素時，現(xiàn)有研究不僅很少談及，且缺少基本的實證證明。同時在分析得出有色金屬礦采選企業(yè)經(jīng)營效率后，進行回歸時大多忽略效率值的限制范圍，只是采用普通回歸，造成分析結(jié)果不準確[22]。Tobit回歸模型恰好能彌補此類弱點，其可以利用有色金屬礦采選企業(yè)經(jīng)營效率的截斷數(shù)據(jù)進行回歸，能夠有效地避免OLS回歸中所導(dǎo)致的參數(shù)估計量偏差且不一致的問題[23]，既保證了研究方法的科學性，又確保了研究結(jié)論的合理性。因此，在前人研究的基礎(chǔ)上，本文在運用DEA法測度出各年間的效率值后，引入Tobit模型以實證分析影響中國有色金屬礦采選行業(yè)上市公司經(jīng)營效率的不同因素，從而為中國有色金屬行業(yè)上市公司的發(fā)展提出合理性建議。

1 研究方法

1.1 DEA模型

數(shù)據(jù)包絡(luò)分析法是一種可以根據(jù)數(shù)據(jù)本身客觀獲取投入產(chǎn)出的權(quán)重，避免人為主觀賦權(quán)，準確測度被評價單元技術(shù)效率的非參數(shù)測度方法。DEA模型包括CCR模式和BCC模式[24]兩種模式，CCR模式假定決策單元規(guī)模報酬不發(fā)生變化；BCC模式剔除了規(guī)模的影響，基于規(guī)模收益可變的假設(shè)可測度出純技術(shù)效率，兩者之間的比值即為被評價單元的規(guī)模效率。本文采取BCC模式，對于任一決策單元，投入導(dǎo)向下對偶形式的BCC模型見式(1)。

(1)

式中：j=1,2,…,n為決策單元；X、Y分別為投入向量、產(chǎn)出向量。

DEA模型本質(zhì)上是一個線性規(guī)劃問題。 若θ=1，S+=S-=0，則決策單元DEA有效；若θ=1，S+≠0，或S-≠0，則決策單元弱DEA有效；若θ<1，則決策單元非DEA有效。 BCC模型計算出來的效率值為綜合技術(shù)效率(TE)，可以進一步分解為規(guī)模效率(SE)和純技術(shù)效率(PTE)，計算公式見式(2)。

TE=SE×PTE

(2)

1.2 Tobit回歸模型

Tobit回歸模型最早由Tobin提出[25]，是在因變量的取值限制于某個范圍時采用的回歸分析模型，能夠有效解決普通回歸分析導(dǎo)致的估計偏差。本文在采用DEA法測度出中國有色金屬上市企業(yè)2014—2019年的綜合技術(shù)效率值后，以結(jié)果值為因變量，引入Tobit回歸模型，對影響有色金屬企業(yè)技術(shù)效率的因素進行面板回歸，分析各因素的作用情況。由于本文通過DEA模型測度出的技術(shù)效率值的范圍為(0,1]，帶有明顯的截斷特征，若采用OLS回歸會使得結(jié)果參數(shù)有偏且不一致，屬于受限因變量，故選用Tobit模型進行面板回歸。建立的Tobit回歸模型見式(3)

(3)

式中：β0為常數(shù)項；βi為模型中的估計參數(shù)；xi為各影響因素；ε為隨機誤差項。

2 指標選取和數(shù)據(jù)來源

2.1 指標選取

企業(yè)進行生產(chǎn)經(jīng)營活動時通常將用于人、財、物等方面的支出視為投入，如人才招聘與薪資發(fā)放、生產(chǎn)設(shè)備的購置與替換、原材料的加工與購買等。而公司通過產(chǎn)品售出之后得到的收益或者公司固定資產(chǎn)的增值以及科技創(chuàng)新成果的研發(fā)通常被視為企業(yè)的產(chǎn)出或收益。基于國內(nèi)外關(guān)于企業(yè)績效的研究成果發(fā)現(xiàn)，對于投入指標大多選取員工數(shù)量[26]、固定資產(chǎn)凈額、總資產(chǎn)、營業(yè)成本[27]等。考慮到有色金屬礦采選企業(yè)大多機構(gòu)龐大，崗位繁多復(fù)雜，需要較多勞動力和較高水平的技術(shù)人才，且有色金屬礦采選行業(yè)是資金密集的行業(yè)，固定資產(chǎn)投資需要投入大量的資金[28]，是其進行生產(chǎn)經(jīng)營活動的根本條件[29]，同時，營業(yè)成本管理對有色金屬礦采選企業(yè)來說是抵御市場風險、謀求發(fā)展的重要保障[30]。因此，本文選取員工人數(shù)(X1)代表企業(yè)人力投入指標、固定資產(chǎn)存量(X2)代表固定資產(chǎn)投入指標、營業(yè)成本(X3)代表營業(yè)投入指標。其中，由于有色金屬企業(yè)是重資產(chǎn)企業(yè)，過去的固定資產(chǎn)投入會對現(xiàn)在的生產(chǎn)經(jīng)營產(chǎn)生影響，忽視資本存量可能會對最終估算的效率結(jié)果可能產(chǎn)生偏差，因此參考張軍等[31]的研究成果，采用“永續(xù)盤存法”來估計固定資產(chǎn)存量。計算公式見式(4)。

Ki,t=Ii,t+(1-δ)Ki,t-1

(4)

式中：Ki,t為上市公司第t年的資本存量；Ii,t為上市公司在第t年的固定資產(chǎn)投資；δ為上市公司在第t年的固定資產(chǎn)折舊率，取值為6%[32]。

對于產(chǎn)出指標選取每股收益、營業(yè)收入與凈利潤等，其中營業(yè)收入和凈利潤指標可以客觀且精確地體現(xiàn)出有色金屬上市企業(yè)在某一時間段的經(jīng)營效益，是衡量企業(yè)經(jīng)營產(chǎn)出非常合適的指標[33]。本文參照研究企業(yè)經(jīng)營效率的相關(guān)文獻，考慮到在DEA模型的約束下，被納入模型的變量需要存在一定的相關(guān)度，故選擇營業(yè)收入(Y1)代表公司產(chǎn)出指標、凈利潤(Y2)代表公司綜合運營能力指標。指標匯總見表1。

表1 DEA模型變量選取Table 1 Variable selection of DEA model

2.2 樣本數(shù)據(jù)來源

本文根據(jù)中國證券監(jiān)督管理委員會2018年中國上市公司行業(yè)分類結(jié)果，將興業(yè)礦業(yè)等22家公司作為初始樣本。限定考察的時間期限為2014—2019年，并剔除樣本區(qū)間內(nèi)ST公司，排除一些財務(wù)指標數(shù)據(jù)嚴重缺失的上市公司后，最終獲得20家中國有色金屬產(chǎn)業(yè)上市公司。本文所涉及的數(shù)據(jù)大部分來源于國泰安數(shù)據(jù)庫(CSMAR)及相關(guān)上市公司年報。相關(guān)數(shù)據(jù)的描述性統(tǒng)計見表2。

表2 DEA模型變量數(shù)據(jù)的描述性統(tǒng)計Table 2 Descriptive statistics of variable data in DEA model

DEA模型在處理多輸出-多輸入的有效性評價方面具有絕對優(yōu)勢，且建立模型前無需對數(shù)據(jù)進行量綱化處理和任何權(quán)重假設(shè)，但是需對數(shù)據(jù)進行正向化處理。參照沈江建等[34]的方法對數(shù)據(jù)集中的負值進行了正向化處理，表1中的數(shù)據(jù)值都為非負，既體現(xiàn)了不同企業(yè)間在相同變量上的差異，又體現(xiàn)了在某一變量上的整體特征，由此可見，本文所用的數(shù)據(jù)可信且能基本反映出中國有色金屬上市企業(yè)經(jīng)營現(xiàn)狀的實際情況。

3 中國有色金屬企業(yè)上市公司經(jīng)營效率實證結(jié)果及分析

根據(jù)DEA模型的原理，當測算出的效率值接近或等于1時，表明企業(yè)處于生產(chǎn)前沿面上，在不改變產(chǎn)出的情況下，各項投入不存在冗余，則表明企業(yè)的技術(shù)有效得到充分實現(xiàn)。 若計算出的效率值小于1，則表明企業(yè)并不在生產(chǎn)前沿面上，其值越小，說明距離越遠，企業(yè)在各項生產(chǎn)經(jīng)營活動中的投入所存在的冗余量越大，技術(shù)效率的實現(xiàn)程度也就相應(yīng)越低[35]。

3.1 綜合效率分析

本文采用DEAP2.1軟件，選擇以投入為導(dǎo)向的DEA-BCC模型對2014—2019年中國有色金屬礦采選業(yè)上市公司經(jīng)營效率進行靜態(tài)測度與評價，得到綜合技術(shù)效率(表3)、純技術(shù)效率(表4)、規(guī)模效率(表5)。其中，綜合效率是衡量各有色金屬礦采選業(yè)上市公司資源配置和經(jīng)營效率等能力的關(guān)鍵指標，反應(yīng)了生產(chǎn)經(jīng)營過程中企業(yè)投入和產(chǎn)出之間的比例關(guān)系。由表3可知，知盛達礦業(yè)、盛屯礦業(yè)和西藏珠峰的綜合效率較為穩(wěn)定，在5年內(nèi)值均為1，處于生產(chǎn)有效的前沿。平均綜合效率在0.9～1.0之間的有1家，表明其經(jīng)營效率良好；在0.7～0.9之間的有9家，值得注意的是中潤資源、湖南黃金、廣晟有色、馳宏鋅鍺、赤峰黃金、西部黃金、金鉬股份等公司的6年平均綜合效率都較低，說明其處于相對落后的位置，在將來需要平衡投入產(chǎn)出比例，合理配置資源，提高企業(yè)管理能力以改善公司的經(jīng)營效率。

表3 2014—2019年有色金屬企業(yè)上市公司綜合效率Table 3 Comprehensive efficiency of nonferrous metallisted companies from 2014 to 2019

由DEA模型原理可知，綜合效率值等于1表示有效率，小于1表示存在無效率。根據(jù)蘇順海等[36]的劃分，DEA指在0.75～1之間屬于良好，而20家中國有色金屬礦采選業(yè)上市公司2014—2019年的綜合效率的平均值為0.753，處于良好與及格之間的臨界值，說明中國有色金屬行業(yè)公司經(jīng)營效率仍有較大提升空間。近年來，中國面臨的內(nèi)外宏觀經(jīng)濟面發(fā)生變化，內(nèi)部供給側(cè)結(jié)構(gòu)性改革持續(xù)發(fā)力，環(huán)保政策穩(wěn)步推進，外部國際局勢震蕩，對國際大宗商品價格產(chǎn)生利空效果，因此中國有色金屬企業(yè)近年來面臨著經(jīng)濟下行壓力。在供給側(cè)改革紅利逐步釋放、有色金屬價格周期運行的基礎(chǔ)上，企業(yè)的資源盈利能力和資源使用效率還有較大提升空間。

3.2 純技術(shù)效率分析

純技術(shù)效率值表示上市公司在現(xiàn)有生產(chǎn)規(guī)模不變的情況下，投入轉(zhuǎn)化為產(chǎn)出的生產(chǎn)技術(shù)能力[37]，其結(jié)果見表4。由表4可知，與平均綜合效率相比，除盛屯礦業(yè)、盛達礦業(yè)、西藏珠峰之外，紫金礦業(yè)、洛陽鉬業(yè)、園城黃金的純技術(shù)效率也達到了1，說明在企業(yè)的管理和技術(shù)等因素影響的基礎(chǔ)上不考慮規(guī)模因素，這些公司可以用最少的投入得到最大產(chǎn)出的效率值。興業(yè)礦業(yè)、中潤資源、建新礦業(yè)、湖南黃金、廣晟有色、山東黃金、赤峰黃金、西部黃金、金鉬股份等2014—2019年純技術(shù)效率平均值低于20家上市公司的平均值，導(dǎo)致這一結(jié)果的原因可能是在去產(chǎn)能背景下，企業(yè)被迫關(guān)停部分生產(chǎn)線或者為追求利益最大化而盲目過度投資導(dǎo)致現(xiàn)金流緊張，致使在摒除規(guī)模效應(yīng)的影響后企業(yè)經(jīng)營效率依然達不到平均值。但總體來講高于0.9的公司共有9家，占研究樣本的大多數(shù)，說明大部分的有色金屬礦采選業(yè)的上市公司的經(jīng)營管理水平較高。

表4 2014—2019年色金屬企業(yè)上市公司純技術(shù)效率Table 4 Pure technical efficiency of nonferrous metallisted companies from 2014 to 2019

有色金屬礦采選行業(yè)對于生產(chǎn)技術(shù)的要求較高，企業(yè)在找礦、采礦、選礦等方面都需要創(chuàng)新技術(shù)、先進設(shè)備與經(jīng)驗豐富的高端人才作為支撐。資源緊張的局面必定要求企業(yè)走精細化發(fā)展道路，綜合運用遙感、大數(shù)據(jù)、工業(yè)互聯(lián)網(wǎng)等先進技術(shù)在資源開發(fā)與保護上做精做細，尤其是在目前國內(nèi)環(huán)保政策緊張落實的情況下，無廢開采、節(jié)能減排、礦山修復(fù)等對企業(yè)提出了新的技術(shù)要求。身處人工智能高速發(fā)展的新時期，提高企業(yè)創(chuàng)新能力，加快產(chǎn)業(yè)技術(shù)革新，在增加創(chuàng)新成果數(shù)量的基礎(chǔ)上切實提高創(chuàng)新成果的質(zhì)量，突破關(guān)鍵性技術(shù)制約，向智慧礦山、無人礦山智能化、數(shù)字化轉(zhuǎn)型是有色金屬礦采選業(yè)的大勢所趨。與此同時，平均純技術(shù)指標呈不斷下降的趨勢也表明單純依靠技術(shù)作為發(fā)展的動力是不足的，中國有色金屬礦產(chǎn)企業(yè)應(yīng)當綜合提高管理水平，合理利用相關(guān)扶持政策全方位促進企業(yè)的發(fā)展。

3.3 規(guī)模效率分析

中國有色金屬企業(yè)上市公司規(guī)模效率的結(jié)果見表5。由表5可知，2014—2019年的平均規(guī)模效率為0.862，表明中國有色金屬上市企業(yè)整體在規(guī)模效率上處于較高水平。與此同時，中國有色金屬礦采選行業(yè)產(chǎn)能過剩問題較為嚴重，中國多次出臺政策淘汰有色金屬礦采選行業(yè)的落后產(chǎn)能，這將為中國有色金屬礦采選行業(yè)的健康高質(zhì)量發(fā)展提供政策保障。

表5 2014—2019年中國有色金屬企業(yè)上市公司規(guī)模效率Table 5 Scale efficiency of nonferrous metal listedcompanies from 2014 to 2019 in China

中國有色金屬礦采選行業(yè)上市公司的規(guī)模效率值較高，且呈現(xiàn)出不斷上升的趨勢，這表明中國有色金屬礦采選行業(yè)的轉(zhuǎn)型升級勢在必行。中國有色金屬礦采選企業(yè)應(yīng)當重新審視資源稟賦與優(yōu)勢，加快整合上游產(chǎn)業(yè)集群，著力發(fā)展有色金屬的精深加工，拉動下流企業(yè)需求，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，切實解決成本上升、需求疲軟的市場問題，污染排放、資源破壞的環(huán)境問題，低端過剩、短板突出的結(jié)構(gòu)問題。

4 中國有色金屬礦采選業(yè)上市公司經(jīng)營績效的影響因素分析

上文已在行業(yè)層面上對2014—2019年中國有色金屬礦采選業(yè)上市公司的經(jīng)營績效進行了測算與分析，但是對于影響中國有色金屬礦采選業(yè)上市公司的經(jīng)營績效的具體因素只是停留在定性分析的層面，并且現(xiàn)有的實證研究方法大多存在疏漏。因此，本文以DEA模型所得出的效率值作為因變量，選擇具有截斷回歸特征的Tobit模型對效率值的受限子集進行回歸分析。在該模型中，將DEA模型得出的效率值作為被解釋變量，根據(jù)公司運營的實際情況，合理假設(shè)影響公司效率的各種因素，并將其作為解釋變量納入模型。孫兆斌[38]認為在股權(quán)結(jié)構(gòu)的不同的背景下，控股股東的“掏空行為”與“支持行為”會對上市公司技術(shù)效率產(chǎn)生一定影響，因此本文在股權(quán)結(jié)構(gòu)方面采用五大股東持股比例(CR5)以衡量中國上市的有色金屬礦采選公司的股權(quán)集中度。由上述分析可知，中國上市有色金屬礦采選企業(yè)的綜合技術(shù)效率值與規(guī)模效率之間存在一定關(guān)系，企業(yè)規(guī)模(SIZE)是較為關(guān)鍵的影響因素，可用年末總資產(chǎn)的自然對數(shù)表示[39]。管延德[40]認為合理負債具有“稅盾效應(yīng)”，能夠起到防范股權(quán)稀釋的作用，因此上市公司可以降低代理成本，從而提升企業(yè)經(jīng)營效率。本文采用資產(chǎn)負債率指標(DA)來衡量企業(yè)的資本結(jié)構(gòu)；生產(chǎn)技術(shù)也是決定上市公司綜合效率，即投入產(chǎn)出比的重要因素。在有色金屬行業(yè)的生產(chǎn)活動中專利、生產(chǎn)技術(shù)、生產(chǎn)許可等無形資產(chǎn)都可能給企業(yè)帶來巨大的收益。本文將無形資產(chǎn)凈值(NIA)綜合反映上市公司生產(chǎn)技術(shù)水平、產(chǎn)品品牌影響力、知識產(chǎn)權(quán)占有等指標；企業(yè)在生產(chǎn)經(jīng)營活動中運營效率的高低影響著企業(yè)的周轉(zhuǎn)速度，在中國有色金屬礦采選行業(yè)中運營效率也是影響企業(yè)效率的重要因素，因此選取總資產(chǎn)周轉(zhuǎn)率(ROUND)；考慮到有色金屬礦采選業(yè)屬于資本密集、技術(shù)密集型行業(yè)，本文采取總資產(chǎn)與員工人數(shù)的比值得到的人均資本代表資本密集度(CAPI)[41]。本文所用到的研究中國有色金屬礦采選業(yè)上市公司經(jīng)營績效影響因素的相關(guān)變量見表6。

構(gòu)建的TOBIT回歸模型見式(5)。

CRSTEi,t=c+β1lnsizei,t+β2capii,t+

β3roundi,t+β4cr10i,t+β5dai,t+β6niai,t+εi,t

VRSTEi,t=c+β1lnsizei,t+β2capii,t+

β3roundi,t+β4cr10i,t+β5dai,t+β6niai,t+εi,t

SCALEi,t=c+β1lnsizei,t+β2capii,t+

β3roundi,t+β4cr10i,t+β5dai,t+β6niai,t+εi,t

(5)

式中：C為截距項；β1、β2、β3、β4、β5、β6分別為各自變量的回歸系數(shù)；i為有色金屬采選產(chǎn)業(yè)上市公司(i=1，2，3，…，n，n=20)；t為研究時期(t=1，2，3，…,t，t=5)；εit為回歸模型的殘差項?；貧w結(jié)果見表7。

表6 Tobit模型變量表Table 6 Tobit model variable table

表7 Tobit回歸結(jié)果Table 7 Tobit regression results

由表7可知以下結(jié)論。①企業(yè)規(guī)模在分別以CRSTE、VRSTE及SCALE作為被解釋變量的三個不同回歸模型結(jié)果中都非常顯著，說明有色金屬礦采選企業(yè)的規(guī)模越大，由此所產(chǎn)生的規(guī)模效應(yīng)越強，尤其是對于中國有色金屬礦采選行業(yè)來說，規(guī)模的擴大，公司體量越大會對企業(yè)的經(jīng)營效率產(chǎn)生積極正向的影響，企業(yè)的效率就越高。中國有色金屬礦采選企業(yè)規(guī)模的擴大有利于企業(yè)發(fā)揮人才優(yōu)勢、資本優(yōu)勢以及市場優(yōu)勢，加快有色新材料的研發(fā)與生產(chǎn)，從而在增量市場占據(jù)優(yōu)勢，使企業(yè)的技術(shù)效率及規(guī)模效率不斷提高。同時，中國有色金屬礦采選企業(yè)原有的規(guī)模優(yōu)勢有利于企業(yè)在傳統(tǒng)產(chǎn)業(yè)與基礎(chǔ)業(yè)務(wù)之上處于領(lǐng)先與壟斷位置，并且隨著有色金屬礦采選行業(yè)門檻的不斷提高，原有的有色金屬企業(yè)在不斷發(fā)掘存量勢能，讓企業(yè)在市場上顯得游刃有余，致使企業(yè)的綜合效率不斷提高。但是由前一部分DEA模型分析可知，中國大部分有色金屬礦采選也上市公司都處于規(guī)模遞減之中，在未來企業(yè)如果依舊單純依靠擴大企業(yè)規(guī)模來提高企業(yè)的效率顯然是不足的。②資本密集度在分別以CRSTE、VRSTE及SCALE作為被解釋變量的三個不同的回歸模型結(jié)果中都非常顯著，說明資本密集度與中國有色金屬礦采選業(yè)上市公司的經(jīng)營績效正相關(guān)。有色金屬礦采選業(yè)屬于資本密集型行業(yè)，資本密集度越高，用于技術(shù)研發(fā)的資本也就越多，公司技術(shù)水平隨之提高，純技術(shù)效率也相應(yīng)提高。同時，隨著生產(chǎn)要素的充裕和合理化配置，資本密集度高的企業(yè)采用比較先進的生產(chǎn)技術(shù)和設(shè)備，培養(yǎng)或聘用高技術(shù)工作人員，更加有條件創(chuàng)造出更高的勞動生產(chǎn)率，使產(chǎn)品在市場上的競爭力得到提升，最終利用高資本成本推動企業(yè)效率的提升。③在結(jié)果中，總資產(chǎn)周轉(zhuǎn)率的系數(shù)在三種情況下都表現(xiàn)顯著，說明總資產(chǎn)周轉(zhuǎn)率與企業(yè)經(jīng)營效率是呈現(xiàn)明顯的正相關(guān)的。中國有色金屬企業(yè)在從事經(jīng)營活動中為解決各種問題，如購置運輸工具以提高運輸效率、購買先進的生產(chǎn)設(shè)備以提高產(chǎn)量，但是購買的運輸工具因故障而閑置、購買的生產(chǎn)設(shè)備因技術(shù)革新而被動淘汰，這部分資產(chǎn)大多利用不充分或被閑置，造成了企業(yè)資源的浪費。如果企業(yè)總資產(chǎn)的周轉(zhuǎn)率提高，那么企業(yè)經(jīng)營期間全部資產(chǎn)從投入到產(chǎn)出的流轉(zhuǎn)速度就會加快，報廢資產(chǎn)及無用資產(chǎn)得到處理，投入到固定資產(chǎn)或其他成本中的資金也就得到高效利用，企業(yè)銷售能力變強，資產(chǎn)投資的效益變好。因此，總資產(chǎn)周轉(zhuǎn)率的提高意味著中國有色金屬礦采選企業(yè)全部資產(chǎn)的管理質(zhì)量和利用效率的提升，彌補了閑置資產(chǎn)和冗余資產(chǎn)帶來的隱形成本，同時產(chǎn)品品類在高效的資產(chǎn)周轉(zhuǎn)的促進作用下可以充分利用市場渠道、擴張市場份額，使企業(yè)的成本投入與收入產(chǎn)出有效銜接，促進實現(xiàn)產(chǎn)品市場轉(zhuǎn)化成功率的最大化，進而規(guī)避企業(yè)經(jīng)營風險，獲得較為理想的生產(chǎn)經(jīng)營效率。

由此可以得到各變量對中國有色金屬礦采選業(yè)上市公司經(jīng)營效率的影響作用表，結(jié)果見表8。由表8可知，企業(yè)規(guī)模越大，中國有色金屬礦采選業(yè)上市公司的綜合效率、純技術(shù)效率與規(guī)模效率越高；企業(yè)資本密集度越高，中國有色金屬礦采選業(yè)上市公司的綜合效率、純技術(shù)效率與規(guī)模效率越高；企業(yè)總資產(chǎn)周轉(zhuǎn)率越高，中國有色金屬礦采選業(yè)上市公司的綜合效率、純技術(shù)效率與規(guī)模效率越高；企業(yè)股權(quán)集中度越大，中國有色金屬礦采選業(yè)上市公司綜合效率越高。而回歸結(jié)果中企業(yè)資產(chǎn)負債率的系數(shù)值不顯著，無形資產(chǎn)凈值對中國有色金屬礦采選業(yè)上市公司的綜合效率、規(guī)模效率的影響無顯著方向。

表8 影響方式Table 8 Influencing methods

5 結(jié)論與建議

本文利用2014—2019年中國有色金屬礦采選業(yè)上市公司的面板數(shù)據(jù)，首先采用DEA模型方法測算了中國有色金屬礦采選業(yè)上市公司的綜合效率、純技術(shù)效率以及規(guī)模效率，并在分析了企業(yè)經(jīng)營效率整體情況及波動變化的基礎(chǔ)上，創(chuàng)造性地采用Tobit模型分析了中國有色金屬礦采選業(yè)上市公司效率影響的主要因素。結(jié)果表明：①2014—2019年，中國有色金屬礦采選業(yè)上市公司的平均綜合技術(shù)效率為0.753，平均純技術(shù)效率為0.864，平均規(guī)模效率為0.862；②中國絕大部分有色金屬礦采選業(yè)上市公司并未處于效率前沿面上，且規(guī)模效應(yīng)逐漸喪失，規(guī)模報酬呈現(xiàn)遞減；③影響因素的回歸結(jié)果顯示，資本密集度、企業(yè)規(guī)模、總資產(chǎn)周轉(zhuǎn)率對中國有色金屬礦采選業(yè)上市企業(yè)綜合效率的影響是顯著的，中國有色金屬礦采選業(yè)上市企業(yè)資本密集度、企業(yè)規(guī)模、總資產(chǎn)周轉(zhuǎn)率對綜合效率產(chǎn)生了正向的積極影響。

基于以上結(jié)論，為改善中國有色金屬礦采選業(yè)上市企業(yè)經(jīng)營效率，提出以下建議。

1) 降低企業(yè)成本，加強企業(yè)精細化管理。研究發(fā)現(xiàn)中國絕大部分有色金屬礦采選業(yè)上市公司并未處于效率前沿面上，說明多數(shù)企業(yè)未達到投入與產(chǎn)出的最佳狀態(tài)。因此，中國有色金屬礦采選業(yè)上市公司必須節(jié)約生產(chǎn)成本，時刻關(guān)注原材料價格漲跌，合理利用期貨工具對沖價格風險。同時，要降低管理成本，防止冗員、冗費等浪費企業(yè)資源的情況發(fā)生，加強企業(yè)精細化管理，確保組織高效率運行。

2) 加快企業(yè)技術(shù)革新，促進企業(yè)由規(guī)模發(fā)展轉(zhuǎn)向高質(zhì)量發(fā)展。技術(shù)進步是中國有色金屬礦采選業(yè)上市公司取得長效發(fā)展的關(guān)鍵因素，目前中國有色金屬上市公司的產(chǎn)品仍呈現(xiàn)出低端化的特征，同時企業(yè)的發(fā)展仍然只是一味地依靠規(guī)模的擴展，而研究顯示中國有色金屬礦采選業(yè)的規(guī)模報酬呈現(xiàn)遞減效應(yīng)，因此中國有色金屬礦采選業(yè)上市公司要想提高技術(shù)效率與規(guī)模效率必須加大技術(shù)研發(fā)投入，引進高新技術(shù)人才，深化行業(yè)技術(shù)與高校、科研院所的合作。同時平衡擴張與發(fā)展的協(xié)調(diào)關(guān)系，不要盲目做大體量，追求數(shù)量上的擴張，而是要在生產(chǎn)技術(shù)、市場競爭力、產(chǎn)品質(zhì)量上下功夫，推動企業(yè)“提質(zhì)增效”。

3) 合理配置企業(yè)資產(chǎn)，提高資產(chǎn)周轉(zhuǎn)率。有色金屬礦采選行業(yè)的經(jīng)營特點決定了大量的固定資產(chǎn)會占用企業(yè)現(xiàn)金資源，從而致使企業(yè)運行不暢。因此，有色金屬礦采選業(yè)上市公司必須合理配置企業(yè)資產(chǎn)，調(diào)配固定資產(chǎn)與無形資產(chǎn)比例，提高資產(chǎn)周轉(zhuǎn)率，充分發(fā)揮其類資產(chǎn)的增值作用。同時，管理層應(yīng)提高決策水平，審慎投資決定，優(yōu)化投資結(jié)構(gòu)，確保投資項目的盈利性和成功率。