我國(guó)芯片上市公司經(jīng)營(yíng)效率評(píng)價(jià)

□文/王洪港 陳培友

（黑龍江科技大學(xué)管理學(xué)院 黑龍江·哈爾濱）

［提要］本文以芯片產(chǎn)業(yè)具有代表性的芯片上市公司為研究對(duì)象，采用數(shù)據(jù)包絡(luò)分析法（DEA）和Mal mquist指數(shù)法對(duì)我國(guó)39家芯片上市公司經(jīng)營(yíng)效率進(jìn)行測(cè)度和評(píng)價(jià)，研究結(jié)果表明：我國(guó)芯片上市公司經(jīng)營(yíng)效率不高主要是由純技術(shù)效率不高造成的，對(duì)芯片上市公司分類分析發(fā)現(xiàn)，設(shè)計(jì)類公司經(jīng)營(yíng)狀況最好，受國(guó)外技術(shù)限制的影響最小，材料類、設(shè)備類、封測(cè)類公司經(jīng)營(yíng)狀況相似，制造類企業(yè)發(fā)展阻礙最大，經(jīng)營(yíng)效率最低。

伴隨著5G和物聯(lián)網(wǎng)技術(shù)的普及，各行業(yè)對(duì)于芯片的需求將與日俱增。我國(guó)一直是芯片消費(fèi)大國(guó)，但是對(duì)于芯片技術(shù)的掌握卻未能和消費(fèi)能力匹及。而中美貿(mào)易戰(zhàn)下，我國(guó)的中興、華為等企業(yè)受美國(guó)制裁經(jīng)營(yíng)受阻的實(shí)例，充分表明了掌握芯片核心技術(shù)的重要性。國(guó)家從芯片產(chǎn)業(yè)長(zhǎng)遠(yuǎn)發(fā)展的戰(zhàn)略角度出發(fā)，在政策、稅收等多方面為芯片產(chǎn)業(yè)的發(fā)展予以支持。芯片企業(yè)的高效經(jīng)營(yíng)對(duì)于芯片產(chǎn)業(yè)的發(fā)展至關(guān)重要，通過(guò)對(duì)芯片產(chǎn)業(yè)內(nèi)具有代表性的芯片上市公司經(jīng)營(yíng)效率進(jìn)行評(píng)價(jià)，在對(duì)企業(yè)經(jīng)營(yíng)狀況進(jìn)行分析的基礎(chǔ)上，找出企業(yè)發(fā)展過(guò)程中的問(wèn)題與不足，對(duì)于促進(jìn)企業(yè)實(shí)現(xiàn)高效經(jīng)營(yíng)具有重要意義。

一、相關(guān)文獻(xiàn)綜述

近年來(lái)，我國(guó)芯片產(chǎn)業(yè)的發(fā)展逐漸引起了全社會(huì)的關(guān)注，與此同時(shí)，相關(guān)研究也針對(duì)我國(guó)芯片產(chǎn)業(yè)發(fā)展中的問(wèn)題，研究探索新形勢(shì)下的發(fā)展思路。項(xiàng)國(guó)鵬（2020）以華為基帶芯片技術(shù)的發(fā)展為例闡述企業(yè)通過(guò)構(gòu)建創(chuàng)新生態(tài)系統(tǒng)來(lái)實(shí)現(xiàn)核心技術(shù)突破的機(jī)制。王衛(wèi)民等（2021）針對(duì)我國(guó)目前在芯片領(lǐng)域面臨的巨大人才缺口問(wèn)題，提出打造協(xié)同育人“雙元”聯(lián)合體，創(chuàng)新應(yīng)用型人才培養(yǎng)模式，構(gòu)建校企“產(chǎn)學(xué)研”創(chuàng)新共同體等方案。高玥（2020）以我國(guó)芯片產(chǎn)業(yè)為例，分析了高新技術(shù)產(chǎn)業(yè)扶持政策在不同階段的特征和實(shí)施效果。除了從不同角度研究如何促進(jìn)芯片產(chǎn)業(yè)發(fā)展外，陳英（2019）研究認(rèn)為國(guó)內(nèi)存儲(chǔ)芯片設(shè)計(jì)企業(yè)應(yīng)該加強(qiáng)研發(fā)費(fèi)用管理。張曉月等（2020）則對(duì)我國(guó)上市芯片企業(yè)的專利質(zhì)量進(jìn)行了評(píng)價(jià)研究。對(duì)于芯片企業(yè)效率、績(jī)效的相關(guān)研究則相對(duì)較少，其中孫音悅（2018）采用DEA方法對(duì)我國(guó)集成電路產(chǎn)業(yè)上市公司的績(jī)效進(jìn)行了評(píng)價(jià)。通過(guò)總結(jié)分析后發(fā)現(xiàn)，大多數(shù)學(xué)者選擇采用數(shù)據(jù)包絡(luò)分析法對(duì)企業(yè)經(jīng)營(yíng)效率進(jìn)行評(píng)價(jià)。曹翠珍等（2014）通過(guò)DEA模型分析了通信及相關(guān)設(shè)備業(yè)上市公司的經(jīng)營(yíng)效率，歐陽(yáng)歆（2014）采用DEA-Malmquist指數(shù)方法對(duì)物聯(lián)網(wǎng)企業(yè)的經(jīng)營(yíng)效率進(jìn)行了動(dòng)態(tài)評(píng)價(jià)，而任毅等（2017）則基于數(shù)據(jù)包絡(luò)技術(shù)中DEA-BCC模型和Malmquist指數(shù)法對(duì)我國(guó)旅游上市公司的經(jīng)營(yíng)效率給予了測(cè)度與評(píng)價(jià)。

綜上所述，學(xué)者們從不同角度出發(fā)，探討促進(jìn)我國(guó)芯片產(chǎn)業(yè)發(fā)展的新思路，但對(duì)于芯片企業(yè)經(jīng)營(yíng)效率的研究卻較少。本文運(yùn)用數(shù)據(jù)包絡(luò)分析的相關(guān)方法對(duì)芯片上市公司經(jīng)營(yíng)效率研究評(píng)價(jià)，對(duì)于引導(dǎo)芯片上市公司高效經(jīng)營(yíng)進(jìn)而促進(jìn)芯片產(chǎn)業(yè)的發(fā)展具有重要意義。

二、經(jīng)營(yíng)效率評(píng)價(jià)模型構(gòu)建

（一）靜態(tài)經(jīng)營(yíng)效率評(píng)價(jià)模型。數(shù)據(jù)包絡(luò)分析（data envelopment analysis，DEA）是著名運(yùn)籌學(xué)家A.Charness和W.W.Copper等學(xué)者以“相對(duì)效率”概念為基礎(chǔ)，以多投入和多產(chǎn)出指標(biāo)對(duì)相同類型的單位（決策單元，DMU）進(jìn)行相對(duì)有效性或效益評(píng)價(jià)的方法，通過(guò)構(gòu)建一個(gè)包含若干個(gè)決策單元（DMU）的處于相對(duì)有效前沿的效率面，利用線性規(guī)劃方法計(jì)算出各決策單元的相對(duì)效率水平。其兩個(gè)基本模型被廣泛用于靜態(tài)效率評(píng)價(jià)。

1、CCR模型。在DEA的多個(gè)模型中，最早被提出的是基于規(guī)模報(bào)酬不變的CCR模型。CCR模型的假設(shè)認(rèn)為某個(gè)DMU在生產(chǎn)經(jīng)營(yíng)活動(dòng)中的輸入向量為x=（x1，x2，…，xm）T，輸出向量為y=（y1，y2，…，ys）T。其中，m表示有m個(gè)輸入變量，s表示有s個(gè)輸出變量。假設(shè)有j個(gè)決策單元，CCR模型可用如公式（1）的線性規(guī)劃模型表示：

式中，θ表示決策單元的相對(duì)效率，θ越大效率越高。

2、BCC模型。CCR模型是基于規(guī)模報(bào)酬不變的情況對(duì)決策單元的效率進(jìn)行測(cè)算，而實(shí)際情況是因受各種因素的影響，決策單元并非都以最優(yōu)的規(guī)模運(yùn)行，即決策單元的規(guī)模報(bào)酬是可變的。考慮到規(guī)模報(bào)酬可變的情況，Banker等學(xué)者在此CCR模型的基礎(chǔ)上提出BCC模型，用于研究規(guī)模報(bào)酬可變的效率評(píng)價(jià)問(wèn)題，并將綜合效率（技術(shù)效率）分解為純技術(shù)效率和規(guī)模效率。經(jīng)過(guò)改進(jìn)后的BCC模型為：

BCC模型得出的效率值為純技術(shù)效率值，利用綜合效率=純技術(shù)效率×規(guī)模效率，可進(jìn)一步求出決策單元的規(guī)模效率值。

（二）動(dòng)態(tài)經(jīng)營(yíng)效率評(píng)價(jià)模型。DEA的基本模型只對(duì)決策單元的靜態(tài)效率進(jìn)行了評(píng)價(jià)，而對(duì)動(dòng)態(tài)效率進(jìn)行評(píng)價(jià)，則需要采用其他的模型方法。Malmquist指數(shù)法則從動(dòng)態(tài)角度對(duì)經(jīng)營(yíng)效率進(jìn)行評(píng)價(jià)，在Malmquist指數(shù)法中，全要素生產(chǎn)率的變化值（TFPch）可以分解為技術(shù)進(jìn)步變化（TECHch）和技術(shù)效率變化（Effch）。其中，技術(shù)效率變化（Effch）又可分為純技術(shù)效率變化（PEch）和規(guī)模效率變化（SEch），它們之間的關(guān)系可以表示為：

TFPch=Effch×TECHch=PEch×SEch×TECHch

在Malmquist指數(shù)模型中，若TFPch＞1時(shí)，表明決策單元的生產(chǎn)率水平不斷改善，經(jīng)營(yíng)效率有所提高；反之，TFPch＜1，則表明經(jīng)營(yíng)效率有所降低。如果TEch、Effch、PEch、SEch大于1，表明其能促進(jìn)經(jīng)營(yíng)效率的提高，反之則抑制經(jīng)營(yíng)效率的提高。

三、樣本選擇與指標(biāo)變量

（一）樣本選擇。首先通過(guò)同花順財(cái)經(jīng)網(wǎng)和新浪財(cái)經(jīng)網(wǎng)公布的企業(yè)信息對(duì)芯片上市公司進(jìn)行初步的篩選，以國(guó)泰安數(shù)據(jù)庫(kù)公布的2016～2020年芯片上市公司的數(shù)據(jù)為依據(jù)，剔除部分?jǐn)?shù)據(jù)缺失的企業(yè)，最終選取39家芯片上市公司為研究樣本。本文根據(jù)芯片上市公司主要經(jīng)營(yíng)業(yè)務(wù)將39家企業(yè)分成了5類，其中材料類6家，設(shè)備類6家，設(shè)計(jì)類10家，制造類9家，封測(cè)類8家。

（二）指標(biāo)變量。根據(jù)已有研究對(duì)于企業(yè)經(jīng)營(yíng)效率評(píng)價(jià)指標(biāo)的選取，并充分考慮芯片上市公司屬技術(shù)密集型且研發(fā)創(chuàng)新對(duì)于經(jīng)營(yíng)發(fā)展較為重要的特點(diǎn)，選取總資產(chǎn)、研發(fā)投入金額、研發(fā)人員數(shù)量為投入指標(biāo)，以營(yíng)業(yè)收入、凈利潤(rùn)、無(wú)形資產(chǎn)增長(zhǎng)率為產(chǎn)出指標(biāo)，對(duì)芯片上市公司的經(jīng)營(yíng)效率進(jìn)行測(cè)度評(píng)價(jià)。

四、實(shí)證分析

本文通過(guò)DEAP2.1軟件運(yùn)用DEA的CCR和BCC模型，以及Malmquist指數(shù)模型，對(duì)我國(guó)39家芯片上市公司2016～2020年的經(jīng)營(yíng)效率從靜態(tài)和動(dòng)態(tài)兩個(gè)角度進(jìn)行了測(cè)度評(píng)價(jià)。

（一）靜態(tài)效率分析。根據(jù)數(shù)據(jù)包絡(luò)分析法對(duì)于效率指標(biāo)的定義，從綜合效率（技術(shù)效率）、純技術(shù)效率、規(guī)模效率三個(gè)方面對(duì)于各類芯片上市公司經(jīng)營(yíng)效率進(jìn)行靜態(tài)評(píng)價(jià)。

1、綜合效率。綜合效率，即技術(shù)效率（TE），反映企業(yè)對(duì)現(xiàn)有資源的配置和使用能力。通過(guò)數(shù)據(jù)分析得到圖1中各類企業(yè)的綜合效率均值，可知材料類企業(yè)綜合效率值除在2020年較低外，其余年度均處在較高水平；設(shè)備類企業(yè)綜合效率2016～2018年處在相似水平，2018年后下降趨勢(shì)明顯；2018年之前，設(shè)計(jì)類企業(yè)綜合效率呈下降趨勢(shì)，之后則呈上升趨勢(shì)；制造類企業(yè)綜合效率值除在2017年最高外，之后每年以較大幅度下降；封測(cè)類企業(yè)綜合效率呈先上升后下降的“Z型”變化，2017年效率值最高，2019年效率值最低。（圖1）

圖1 各類企業(yè)綜合效率均值統(tǒng)計(jì)圖

2、純技術(shù)效率。純技術(shù)效率（PTE）是指企業(yè)在一定規(guī)模情況下，由于企業(yè)管理和技術(shù)等因素影響下的生產(chǎn)效率。圖2所示各類企業(yè)的純技術(shù)效率均值，材料類企業(yè)5年中的純技術(shù)效率水平相當(dāng)，且高于其他類企業(yè)；設(shè)備類企業(yè)2016～2018年純技術(shù)效率呈上升趨勢(shì)，2018～2020年呈下降趨勢(shì)；設(shè)計(jì)類企業(yè)的純技術(shù)效率在2018年達(dá)到最低點(diǎn)后，接下來(lái)2年的效率值則不斷提高；制造類企業(yè)純技術(shù)效率在2017年達(dá)到最大值后，隨后的效率值在逐年下降；封測(cè)類企業(yè)純技術(shù)效率值變化趨勢(shì)與綜合效率值變化趨勢(shì)相同。從5年中純技術(shù)效率變化情況看，材料類、設(shè)計(jì)類、封測(cè)類企業(yè)發(fā)展過(guò)程中受技術(shù)因素影響較小，而設(shè)備類和制造類企業(yè)則受技術(shù)因素影響較大。（圖2）

圖2 各類企業(yè)純技術(shù)效率均值統(tǒng)計(jì)圖

3、規(guī)模效率。規(guī)模效率（SE）反映的是規(guī)模因素作用下企業(yè)的生產(chǎn)經(jīng)營(yíng)效率，各類企業(yè)規(guī)模效率分析結(jié)果如圖3所示。2016～2017年，各類企業(yè)的規(guī)模效率相差不大，都保持在相對(duì)較高的水平；2017～2018年，各類企業(yè)的規(guī)模效率都有不同程度的下降；2018～2019年，材料類、設(shè)備類、設(shè)計(jì)類企業(yè)的規(guī)模效率值有所提高，制造和封測(cè)類企業(yè)的規(guī)模效率下降較為明顯；2019～2020年，材料類、設(shè)備類、設(shè)計(jì)類、封測(cè)類企業(yè)規(guī)模效率都變化到大致相同水平，而制造類企業(yè)的規(guī)模效率仍處于相對(duì)較低的水平，這與發(fā)展所必需的技術(shù)設(shè)備受限而使得企業(yè)無(wú)法發(fā)揮規(guī)模效應(yīng)有一定的聯(lián)系。（圖3）

圖3 各類企業(yè)規(guī)模效率均值統(tǒng)計(jì)圖

（二）動(dòng)態(tài)效率分析。Malmquist指數(shù)法從動(dòng)態(tài)角度對(duì)效率問(wèn)題進(jìn)行評(píng)價(jià)，彌補(bǔ)了數(shù)據(jù)包絡(luò)分析法只能從靜態(tài)角度評(píng)價(jià)的不足。通過(guò)Malmquist指數(shù)模型對(duì)39家芯片上市公司2016～2020年經(jīng)營(yíng)效率進(jìn)行動(dòng)態(tài)測(cè)算和分析，得到芯片上市公司經(jīng)營(yíng)效率指標(biāo)的整體變化情況，結(jié)果如表1所示。2016～2020年全要素生產(chǎn)率（TFPch）的變化均值為1.082，增長(zhǎng)率為8.2%，其中2016～2017年和2017～2018年全要素生產(chǎn)率的提升顯著，2018～2019年、2019～2020年TFP的增長(zhǎng)率分別為-12.9%和-25.5%，表現(xiàn)為較為明顯的負(fù)增長(zhǎng)；技術(shù)進(jìn)步（TECHch）的變化與全要素生產(chǎn)率的變化趨勢(shì)是同步的，且全要素生產(chǎn)率的變化主要受技術(shù)進(jìn)步的影響；技術(shù)效率（Effch）除了在2016～2017年保持不變之外，其余年度的增長(zhǎng)率均為負(fù)；純技術(shù)效率（PEch）在2016～2017年實(shí)現(xiàn)了1.4%的正增長(zhǎng)，而后各年度便是不同程度地下降；而規(guī)模效率（SEch）在5年中均為負(fù)增長(zhǎng)。結(jié)合整個(gè)發(fā)展環(huán)境看，2018年貿(mào)易戰(zhàn)之前，芯片企業(yè)的發(fā)展?fàn)顩r總體向好，但當(dāng)相關(guān)發(fā)展技術(shù)受到制約時(shí)，核心技術(shù)缺乏、自主發(fā)展能力弱等經(jīng)營(yíng)過(guò)程的薄弱點(diǎn)便暴露出來(lái)。（表1）

通過(guò)對(duì)39家芯片上市公司分類比較分析，由表2可見，5年中，各類企業(yè)的全要素生產(chǎn)率和技術(shù)進(jìn)步變化均表現(xiàn)為正增長(zhǎng)，而結(jié)合表1的數(shù)據(jù)可知，其主要原因是2016～2018年的增長(zhǎng)率水平較高從而拉高了平均水平。各類芯片上市公司中，設(shè)計(jì)類企業(yè)的全要素生產(chǎn)率和技術(shù)進(jìn)步增長(zhǎng)幅度最大，制造類企業(yè)增長(zhǎng)趨勢(shì)較弱；各類企業(yè)的技術(shù)效率在5年中呈總體下降趨勢(shì)，設(shè)計(jì)類企業(yè)的下降幅度最小，為1%，而制造類企業(yè)下降幅度最大，為8.7%；規(guī)模效率方面，就各類企業(yè)整體情況而言，均表現(xiàn)為負(fù)增長(zhǎng)；而在純技術(shù)效率方面，設(shè)計(jì)類企業(yè)總體呈現(xiàn)0.5%的正增長(zhǎng)，其他類企業(yè)表現(xiàn)為負(fù)增長(zhǎng)，其中制造類企業(yè)的下降趨勢(shì)最為明顯。通過(guò)對(duì)各指標(biāo)的變化分析可知，我國(guó)芯片設(shè)計(jì)類企業(yè)的發(fā)展能力較強(qiáng)，在技術(shù)創(chuàng)新等方面有一定的實(shí)力，而制造類企業(yè)則存在發(fā)展的短板。（表2）

表1 2016～2020年39家芯片上市公司各指標(biāo)變化一覽表

表2 2016～2020年不同類別企業(yè)各指標(biāo)變化一覽表

五、結(jié)論

本文采用數(shù)據(jù)包絡(luò)分析法和Malmquist指數(shù)分析法對(duì)我國(guó)39家芯片上市公司2016～2020年經(jīng)營(yíng)效率從靜態(tài)和動(dòng)態(tài)兩個(gè)角度進(jìn)行測(cè)度，對(duì)不同類別芯片上市公司的經(jīng)營(yíng)效率進(jìn)行分析，研究得出如下結(jié)論：第一，從整體看，芯片上市公司5年中的規(guī)模效率好于純技術(shù)效率，所以經(jīng)營(yíng)過(guò)程中綜合效率不高主要源于相對(duì)較低的純技術(shù)效率水平，芯片上市公司在管理和技術(shù)等方面比經(jīng)營(yíng)規(guī)模方面有更大的改進(jìn)空間。第二，從全要素生產(chǎn)率相關(guān)指標(biāo)的變化看，2016～2017年全要素生產(chǎn)率增長(zhǎng)幅度為76.9%，技術(shù)進(jìn)步實(shí)現(xiàn)同樣比例的增長(zhǎng)；2018年后發(fā)展形勢(shì)出現(xiàn)反轉(zhuǎn)，在2019～2020年，全要素生產(chǎn)率與技術(shù)進(jìn)步的增長(zhǎng)率分別降為-25.5%、-23.9%。2018年前后數(shù)據(jù)一正一反的對(duì)比表明了我國(guó)芯片產(chǎn)業(yè)上市企業(yè)在核心技術(shù)方面對(duì)外依賴性較強(qiáng)，突如其來(lái)的技術(shù)限制使得企業(yè)發(fā)展受到較大阻力甚至停滯不前，而先前較高的增長(zhǎng)率則主要來(lái)源于對(duì)國(guó)外先進(jìn)技術(shù)的獲取。核心技術(shù)自主可控仍是未來(lái)較長(zhǎng)時(shí)間內(nèi)芯片企業(yè)發(fā)展的重點(diǎn)。第三，對(duì)芯片上市公司分類分析發(fā)現(xiàn)，各類企業(yè)面臨的發(fā)展問(wèn)題有所不同。我國(guó)芯片設(shè)計(jì)類企業(yè)總體經(jīng)營(yíng)狀況較好，受國(guó)外技術(shù)限制的影響最小；材料類、設(shè)備類、封測(cè)類芯片上市公司經(jīng)營(yíng)狀況大致相同，與設(shè)計(jì)類企業(yè)存在差距，但在前沿技術(shù)攻關(guān)方面也取得一定成效；制造類企業(yè)的經(jīng)營(yíng)發(fā)展面臨的困難最大，先進(jìn)制程芯片制造所需的光刻機(jī)的缺失是制約制造類企業(yè)發(fā)展的關(guān)鍵，面對(duì)科技發(fā)展速度的加快和激烈的市場(chǎng)競(jìng)爭(zhēng)，制造類企業(yè)需要多方面探索路徑以實(shí)現(xiàn)經(jīng)營(yíng)效率的提高。