基于三階段超效率DEA的江蘇省紡織企業(yè)經(jīng)營(yíng)效率研究

蔣 莉

(江陰職業(yè)技術(shù)學(xué)院 經(jīng)濟(jì)管理系，江蘇 無(wú)錫 214400)

紡織業(yè)是江蘇省傳統(tǒng)的優(yōu)勢(shì)產(chǎn)業(yè)，基礎(chǔ)較好，底蘊(yùn)雄厚，經(jīng)濟(jì)總量在全部規(guī)模以上的工業(yè)中占據(jù)著舉足輕重的作用，然而近年來(lái)不斷上行的物資人力成本及出口貿(mào)易的困頓為傳統(tǒng)紡織業(yè)帶來(lái)了極大的挑戰(zhàn)。因此，如何在經(jīng)營(yíng)過(guò)程中提高自己的資源利用能力和營(yíng)運(yùn)能力對(duì)企業(yè)自身來(lái)說(shuō)顯得尤為重要?；诖吮尘跋拢疚牟捎梅菂?shù)DEA方法對(duì)江蘇省上市紡織企業(yè)的績(jī)效進(jìn)行統(tǒng)計(jì)并探討影響紡織企業(yè)發(fā)展的因素。

一、文獻(xiàn)綜述

目前國(guó)內(nèi)針對(duì)紡織行業(yè)績(jī)效進(jìn)行了大量研究，大部分學(xué)者會(huì)采用因子分析法或DEA模型(數(shù)據(jù)包絡(luò)分析法)。鄭珂選取2018年滬深兩市服裝紡織企業(yè)財(cái)務(wù)指標(biāo)，運(yùn)用因子分析法構(gòu)建財(cái)務(wù)績(jī)效評(píng)價(jià)體系并進(jìn)行分析，結(jié)果表明紡織行業(yè)盈利能力較為平穩(wěn)[1]。呂明元等采用DEA—Tobit兩階段模型對(duì)紡織業(yè)生態(tài)效率進(jìn)行評(píng)價(jià)并分析了紡織業(yè)生態(tài)效率的結(jié)構(gòu)性因素[2]。郭偉、李乾坤等對(duì)參加管理創(chuàng)新成果大獎(jiǎng)的紡織企業(yè)進(jìn)行了DEA有效性分析，并指出由于技術(shù)和規(guī)模原因，參加的企業(yè)均處于行業(yè)中間水平[3]。

綜上所述，目前對(duì)紡織行業(yè)效率及其影響因素的研究文獻(xiàn)較多，但仍然存在以下不足：首先，研究方法多為因子分析法或傳統(tǒng)DEA模型，未考慮外部環(huán)境因素，無(wú)法得到客觀(guān)的企業(yè)經(jīng)營(yíng)效率。其次，傳統(tǒng)DEA模型僅能區(qū)分有效和無(wú)效，無(wú)法對(duì)有效面上各決策單元效率進(jìn)行排序。再次，對(duì)紡織行業(yè)的經(jīng)營(yíng)效率多集中于行業(yè)層面，對(duì)區(qū)域紡織業(yè)效率及其影響研究較少。因此，本文充分考慮GDP、對(duì)外貿(mào)易依存度、地方財(cái)政等外部因素對(duì)效率值的影響，采用三階段超效率DEA模型對(duì)江蘇省12家紡織上市公司進(jìn)行測(cè)度并分析，為推動(dòng)江蘇省紡織企業(yè)轉(zhuǎn)型升級(jí)提供必要的參考意見(jiàn)。

二、研究設(shè)計(jì)

(一)樣本選取及數(shù)據(jù)來(lái)源

為能最大程度反映江蘇的紡織行業(yè)的發(fā)展動(dòng)態(tài)，本文選取2016年前成立的江蘇省12家具有代表性的紡織業(yè)上市公司為樣本。這12家上市公司成立較早，市場(chǎng)占有率較大，包含紡織業(yè)務(wù)的各方面，因此能很好地反映江蘇省紡織行業(yè)運(yùn)營(yíng)的整體情況。本文樣本數(shù)據(jù)均來(lái)2016-2020年公司財(cái)務(wù)報(bào)告、中國(guó)紡織工業(yè)發(fā)展報(bào)告及國(guó)家、地方統(tǒng)計(jì)年鑒。

(二)投入產(chǎn)出指標(biāo)的篩選

參照制造型企業(yè)經(jīng)營(yíng)效率的相關(guān)研究并根據(jù)我國(guó)紡織行業(yè)的生產(chǎn)特點(diǎn)，本文從人力、營(yíng)運(yùn)成本及資金規(guī)模三方面選用應(yīng)付職工薪酬、營(yíng)業(yè)成本和總資產(chǎn)作為投入指標(biāo)，并從經(jīng)濟(jì)產(chǎn)出方面選取營(yíng)業(yè)收入和凈利潤(rùn)為產(chǎn)出指標(biāo)。

(三)環(huán)境變量的選取

環(huán)境因素則需綜合考慮國(guó)家經(jīng)濟(jì)發(fā)展水平、地區(qū)財(cái)政政策影響以及外貿(mào)依存度等方面選取。GDP反映了地區(qū)經(jīng)濟(jì)發(fā)展水平和市場(chǎng)發(fā)展規(guī)模，能為企業(yè)的高質(zhì)量發(fā)展和創(chuàng)新提供強(qiáng)大的平臺(tái)保證，因此選用國(guó)家實(shí)際GDP及地區(qū)GDP作為衡量經(jīng)濟(jì)影響的環(huán)境指標(biāo)。地方財(cái)政支出則反映了地方政府可調(diào)動(dòng)的資源及對(duì)公共需求的滿(mǎn)足能力，決定了地方政府對(duì)工業(yè)企業(yè)發(fā)展創(chuàng)新的支持力度。居民價(jià)格消費(fèi)指數(shù)反映當(dāng)?shù)厥袌?chǎng)商品價(jià)格的購(gòu)買(mǎi)情況，是反映通貨膨脹程度的重要指標(biāo)。另外，我國(guó)紡織業(yè)對(duì)外依存度較大，是世界上最大的紡織品生產(chǎn)和出口國(guó)，紡織品出口總額和企業(yè)的營(yíng)業(yè)收入息息相關(guān)。因此，本文選取5個(gè)環(huán)境指標(biāo)：國(guó)家實(shí)際GDP、地區(qū)所在市GDP、政府財(cái)政支出、居民價(jià)格消費(fèi)指數(shù)以及紡織品出口總額。

三、實(shí)證結(jié)果分析

(一)超效率BCC模型測(cè)量結(jié)果與分析

本階段基于超效率BCC模型，運(yùn)用軟件MAXDEA 8進(jìn)行測(cè)算，結(jié)果如表1、表2、表3所示。在不考慮外部環(huán)境因素的情況下，12家紡織企業(yè)于2016-2019年綜合效率呈現(xiàn)震蕩下降趨勢(shì)，2020年則受益于國(guó)內(nèi)疫情的有效控制、營(yíng)商環(huán)境的持續(xù)改善出現(xiàn)大幅上升。由于此結(jié)果并沒(méi)有排除外部環(huán)境因素和隨機(jī)噪聲，無(wú)法準(zhǔn)確反映12個(gè)決策單元5年內(nèi)經(jīng)營(yíng)效率的真實(shí)情況，因此需要在第二階段分離環(huán)境因素和隨機(jī)噪聲，進(jìn)一步調(diào)整并測(cè)算數(shù)據(jù)。

表1 2016-2020年綜合技術(shù)效率測(cè)量結(jié)果

表2 2016-2020年純技術(shù)效率測(cè)量結(jié)果

續(xù)表2

表3 2016-2020年規(guī)模效率測(cè)量結(jié)果

(二)SFA回歸結(jié)果與分析

為了得到更加準(zhǔn)確的效率值，本文運(yùn)用Frontier4.1軟件在第二階段將GDP、地方GDP、地方財(cái)政支出、居民價(jià)格消費(fèi)指數(shù)以及紡織品出口額這5個(gè)環(huán)境變量作為解釋變量對(duì)第一階段產(chǎn)生的投入松弛變量進(jìn)行回歸分析，結(jié)果見(jiàn)表4。

表4 SFA回歸結(jié)果

如表4所示，首先大部分環(huán)境因素對(duì)3個(gè)投入指標(biāo)的松弛變量均通過(guò)了1%或5%的顯著性檢驗(yàn)，說(shuō)明所選取的環(huán)境因素對(duì)投入松弛變量有顯著影響。其次，回歸方程的gamma值為0.88，0.59，0.59，說(shuō)明雖然隨機(jī)干擾對(duì)紡織企業(yè)經(jīng)營(yíng)績(jī)效有一定的影響，但內(nèi)部因素仍然是最主要的原因。

雖然地區(qū)經(jīng)濟(jì)水平、財(cái)政扶持力度對(duì)應(yīng)付職工薪酬和總資產(chǎn)不存在T值檢驗(yàn)顯著，但是單側(cè)誤差LR檢驗(yàn)在5%顯著性水平上顯著，說(shuō)明模型假設(shè)合理。財(cái)政支出僅對(duì)營(yíng)業(yè)成本呈1%顯著相關(guān)性，說(shuō)明各個(gè)決策單元充分運(yùn)用了地方財(cái)政政策，通過(guò)地方政府資源的投入可減少企業(yè)營(yíng)業(yè)成本的支出。

外貿(mào)依存度與應(yīng)付職工薪酬投入松弛變量的回歸系數(shù)為負(fù)值，與營(yíng)業(yè)成本與總資產(chǎn)的投入松弛變量的回歸結(jié)果為正值，且均呈1%水平顯著。紡織出口額的增加會(huì)帶來(lái)勞動(dòng)力資本冗余的減少和資產(chǎn)規(guī)模營(yíng)業(yè)成本的增加。產(chǎn)生這種情況可能是江蘇省紡織企業(yè)近年來(lái)實(shí)現(xiàn)了高速度、智能化的發(fā)展，因此出口額的增加會(huì)進(jìn)一步強(qiáng)化資產(chǎn)規(guī)模的擴(kuò)大和人力成本的節(jié)約趨勢(shì)。

國(guó)內(nèi)GDP與應(yīng)付職工薪酬無(wú)顯著相關(guān)性，但與營(yíng)業(yè)成本與資產(chǎn)規(guī)模的投入松弛變量呈顯著負(fù)相關(guān)，意味著GDP的增加有助于降低紡織企業(yè)營(yíng)業(yè)成本與資產(chǎn)規(guī)模從而提高經(jīng)營(yíng)效率。居民價(jià)格消費(fèi)指數(shù)與應(yīng)付職工薪酬、總資產(chǎn)的投入松弛變量的回歸系數(shù)為負(fù)值，與營(yíng)業(yè)成本的投入松弛變量為正值，并顯示1%顯著。說(shuō)明了居民價(jià)格消費(fèi)指數(shù)的上升有助于降低勞動(dòng)力的投入和資產(chǎn)的規(guī)模，但是也會(huì)進(jìn)一步導(dǎo)致?tīng)I(yíng)業(yè)成本的提高。

(三)第三階段調(diào)整投入后的DEA實(shí)證結(jié)果與分析

由于第一階段沒(méi)有考慮各個(gè)單元面臨的環(huán)境因素和隨機(jī)干擾的不同，只是粗略地區(qū)分有效單元之間的差別。因此，在此階段用第二階段的結(jié)果剔除環(huán)境變量和隨機(jī)干擾，并借助Max DEA8對(duì)調(diào)整后的投入變量和原始產(chǎn)出量進(jìn)行再次測(cè)算，結(jié)果如表1,2,3所示。對(duì)比第一階段數(shù)據(jù)發(fā)生了明顯變化，調(diào)整后紡織企業(yè)的綜合技術(shù)效率均值由1.24降低到1.03，這顯示剔除了良好的社會(huì)環(huán)境因素使得投入增加而產(chǎn)出不變，使得超效率值出現(xiàn)明顯降低。相較于第一階段，2016-2019年研究期內(nèi)紡織企業(yè)震蕩下降趨勢(shì)明顯，2020年大部分企業(yè)的效率值出現(xiàn)了大幅增長(zhǎng)。這可能是由于我國(guó)率先控制疫情實(shí)現(xiàn)復(fù)工復(fù)產(chǎn)，且不少企業(yè)轉(zhuǎn)產(chǎn)口罩、無(wú)紡布加工的原因。

決策單元中僅海瀾之家技術(shù)效率提高并進(jìn)入技術(shù)前沿有效，說(shuō)明環(huán)境因素是制約其生產(chǎn)效率的主要原因。華芳紡織在第一階段達(dá)到DEA有效，剔除環(huán)境因素后雖未達(dá)到隨機(jī)前沿有效面，但綜合效率近5年不斷上升，說(shuō)明現(xiàn)有環(huán)境有助于華芳紡織的發(fā)展的同時(shí)，華芳紡織開(kāi)展兩化融合，打造智能車(chē)間的一系列措施是其提高生產(chǎn)率的有力保障。其余10家紡織企業(yè)均在剔除外部環(huán)境因素后出現(xiàn)效率值顯著下滑且處于DEA無(wú)效狀態(tài)，可見(jiàn)管理無(wú)效是影響這10家企業(yè)的首要因素，效率值較低主要由不合理的投入產(chǎn)出引起的。

純技術(shù)效率較修正之前得到有所提升，紡織企業(yè)每年平均技術(shù)效率值普遍接近于1，其中7家企業(yè)達(dá)到5年DEA有效。研究數(shù)據(jù)表明，紡織企業(yè)在當(dāng)前技術(shù)水平下，資源投入有效，大部分企業(yè)不存在管理或技術(shù)因素影響綜合技術(shù)效率。規(guī)模效率與第一階段相比出現(xiàn)了明顯的降幅，說(shuō)明環(huán)境因素對(duì)公司的規(guī)模效率存在較大的正面作用，各紡織企業(yè)技術(shù)效率無(wú)效主要來(lái)源于規(guī)模無(wú)效，說(shuō)明需要通過(guò)改善經(jīng)營(yíng)管理實(shí)現(xiàn)規(guī)模效率最優(yōu)。另外，海瀾、盛虹均處于規(guī)模報(bào)酬遞減狀態(tài)，意味著這些企業(yè)生產(chǎn)規(guī)模過(guò)大使得其生產(chǎn)過(guò)程中難以得到有效的協(xié)調(diào)，需要減少投入達(dá)到規(guī)模有效。其他企業(yè)處于規(guī)模報(bào)酬遞增狀態(tài)，說(shuō)明這些企業(yè)應(yīng)通過(guò)增加投入資源、擴(kuò)大規(guī)模來(lái)提高規(guī)模效率。

四、結(jié)論與建議

本文基于DEA三階段模型，通過(guò)超效率對(duì)江蘇省12家紡織上市公司進(jìn)行測(cè)算，通過(guò)SFA模型對(duì)外部環(huán)境因素和隨機(jī)誤差進(jìn)行剔除，從而得到各個(gè)決策單元5年內(nèi)更接近公司內(nèi)部真實(shí)管理水平的效率值。本文得出結(jié)論有：

1.2016-2019年期間，江蘇省紡織行業(yè)經(jīng)營(yíng)效率逐年走低，競(jìng)爭(zhēng)力逐年下降。由于我國(guó)的科學(xué)防治和率先復(fù)工，2020年各紡織企業(yè)的經(jīng)營(yíng)效率均出現(xiàn)大幅提升。

2.剝離環(huán)境因素和隨機(jī)因素后，調(diào)整后的技術(shù)效率、規(guī)模效率降低明顯，說(shuō)明外部環(huán)境因素對(duì)企業(yè)真實(shí)的績(jī)效評(píng)價(jià)有一定的干擾，也進(jìn)一步說(shuō)明運(yùn)用三階段模型的必要性。大部分決策單元在調(diào)整后均達(dá)到純技術(shù)效率有效，企業(yè)大多無(wú)法達(dá)到技術(shù)有效主要受制于規(guī)模無(wú)效。

3.海瀾、盛虹集團(tuán)雖然仍處于技術(shù)效率前沿，然而，綜合技術(shù)下降的同時(shí)出現(xiàn)規(guī)模報(bào)酬遞減現(xiàn)象，需要減少冗余投入。其余企業(yè)則處于規(guī)模報(bào)酬遞增狀態(tài)。

4.環(huán)境因素和隨機(jī)因素對(duì)紡織企業(yè)生產(chǎn)效率影響顯著，國(guó)內(nèi)GDP及居民價(jià)格消費(fèi)指數(shù)均對(duì)營(yíng)業(yè)成本及總資產(chǎn)投入松弛變量為負(fù)值，它們的增長(zhǎng)有助于企業(yè)減少相應(yīng)的投入冗余。紡織品出口額對(duì)應(yīng)付職工薪酬投入差額呈負(fù)值的情況下對(duì)總資產(chǎn)和營(yíng)業(yè)成本投入松弛變量為正值，說(shuō)明出口額的增加導(dǎo)致企業(yè)的規(guī)模擴(kuò)大，從而降低了企業(yè)的規(guī)模效率。

基于以上效率測(cè)度結(jié)果和因素分析，本文提出以下建議：

第一，整合內(nèi)部資源，避免盲目擴(kuò)張。紡織企業(yè)應(yīng)根據(jù)自身實(shí)際情況合理調(diào)整投入，避免盲目擴(kuò)大規(guī)模導(dǎo)致不必要的投入冗余。海瀾和盛虹已處于規(guī)模遞減，應(yīng)考慮適當(dāng)收縮戰(zhàn)線(xiàn)，開(kāi)發(fā)未充分利用的資源。其余企業(yè)大都處于規(guī)模遞增，可在遵循利潤(rùn)最大化的基礎(chǔ)上理性適度擴(kuò)大規(guī)模。

第二，堅(jiān)持高品質(zhì)、差異化產(chǎn)品戰(zhàn)略，搶先占領(lǐng)國(guó)內(nèi)市場(chǎng)。一方面，在中美貿(mào)易摩擦不斷、疫情持續(xù)全球蔓延的當(dāng)下，紡織市場(chǎng)整體欠佳，部分紡織上游企業(yè)產(chǎn)業(yè)由于結(jié)構(gòu)單一，市場(chǎng)需求有限，面臨著訂單不足、庫(kù)存積壓、停工停產(chǎn)的難題。另一方面，不少紡織企業(yè)憑借著差異化產(chǎn)品、多品牌運(yùn)營(yíng)策略迅速搶占國(guó)內(nèi)市場(chǎng)，訂單不減反增。因此紡織企業(yè)應(yīng)通過(guò)細(xì)分市場(chǎng)實(shí)現(xiàn)多品牌運(yùn)營(yíng)策略，在形成“國(guó)內(nèi)大循環(huán)為主體的發(fā)展格局”的指導(dǎo)方針下，積極拓展國(guó)內(nèi)市場(chǎng)。

第三，重視信息基礎(chǔ)設(shè)施建設(shè)，加快推進(jìn)智造改革。強(qiáng)大的數(shù)據(jù)庫(kù)和人工智能算法不僅能保持產(chǎn)業(yè)鏈的信息通暢，提高供應(yīng)鏈和存貨管理的效率，更能提升對(duì)終端消費(fèi)需求的變化的快速反應(yīng)能力。引入自動(dòng)化、智能化的信息管理系統(tǒng)和紡機(jī)設(shè)備可實(shí)現(xiàn)對(duì)設(shè)備的遠(yuǎn)程操控維護(hù)、異常指標(biāo)迅速反應(yīng)、人力成本的大幅降低等諸多功能，大大提高生產(chǎn)效率。

第四，打造線(xiàn)上線(xiàn)下一體化營(yíng)銷(xiāo)模式，充分挖掘國(guó)內(nèi)市場(chǎng)潛力。當(dāng)今社會(huì)媒介技術(shù)環(huán)境不斷更新迭代，數(shù)字化營(yíng)銷(xiāo)是長(zhǎng)期的必然趨勢(shì)。利用線(xiàn)上線(xiàn)下優(yōu)勢(shì)互補(bǔ)，共享資源和數(shù)據(jù)，提高市場(chǎng)滲透度，加強(qiáng)用戶(hù)黏性，充分挖掘國(guó)內(nèi)潛在市場(chǎng)。

第五，發(fā)揮江蘇省紡織業(yè)聚集程度高的優(yōu)勢(shì)，實(shí)現(xiàn)區(qū)域紡織經(jīng)濟(jì)耦合協(xié)調(diào)發(fā)展。江蘇省的紡織產(chǎn)業(yè)集群地比較集中，能清晰地反映以毛紡織為主的區(qū)域產(chǎn)業(yè)特色。集群地內(nèi)中小企業(yè)密布，但產(chǎn)業(yè)關(guān)聯(lián)度不強(qiáng)，因此政府與企業(yè)自身也應(yīng)積極構(gòu)建平臺(tái)，搭建以龍頭知名企業(yè)為中心，中小企業(yè)為輔助的特色紡織產(chǎn)業(yè)群，增強(qiáng)本土企業(yè)的競(jìng)爭(zhēng)力。