基于DEA-Tobit模型的湖北省汽车零部件产业资源配置优化研究

来源:用户上传      作者:

　　摘 要：基于抽样调查法，选取2017年湖北省汽车零部件产业部分上市公司投入产出数据，利用数据包络分析（DEA）方法分析13个汽车零部件企业的纯技术效率和规模效率，建立Tobit回归模型分析影响资源配置效率的因素。研究表明：湖北省汽车零部件企业综合技术效率还有改进空间，上市公司综合技术未达到有效的主要原因在于资源规模配置不合理。其中存货周转率、企业规模、科研投入比、员工福利水平均对相关企业的资源配置有促进作用;而股东权益比率则有显著抑制作用，其中总资产利润率的抑制效果不明显。
　　关键词：资源配置;DEA法;Tobit模型;汽车零部件;上市公司
　　中图分类号：F2 文献标识码：A doi：10.19311/j.cnki.1672-3198.2020.02.003
　　 汽车产业作为湖北省制造业的重要支柱产业，通过几十年的大力发展，逐步形成了较为完善的研发-生产-销售-服务体系，汽车零部件产业作为汽车产业链中必不可少的一环，对整个湖北省的社会和经济发展都有着举足轻重的作用。从国际形势来看，零部件贸易与成品贸易的比重已完全颠倒，从以前的3∶7变为现在的7∶3，因而湖北省汽车零部件产业的持续健康发展尤为重要，但汽车零部件产业的发展时间较短，各方面都不成熟，合理的资源配置是该产业发展的催化剂。在此基础上，本文取用2017年湖北省汽车零部件产业13个上市公司为样本，分析其资源配置效率和影响因素，从而针对资源配置问题对湖北省汽车零部件产业提出有效的政策建议。
　　1 研究方法与模型构建
　　1978年，A.Charnes，W.W.Cooper和E.Rhodes等著名美国运筹学家初次提出数据包络分析（data envelopment analysis， DEA），该方法将每个决策单元投入到生产前沿面上， 通过比较各个决策单元与生产前沿面的偏离程度来衡量其是否有效。基于本文研究的问题，采用投入导向的CCR与BCC模型。DEA方法有其独特优点，能够有效分析投入产出效率，但并不能充分解释外部相关因素对资源配置效率的影响。因而本文将在DEA分析中加入Tobit，全面论述湖北省汽车零部件产业资源配置存在的问题及有关政策建议。
　　DEA模型中并未对外生变量的影响进行描述，基于此，本文将企业规模、存货周转率、员工福利水平、科研投入比、股东权益比率及总资产利润率等变量引入模型，由于DEA效率是处于[0，1]范围中的，因此决定采用Tobit模型，该模型是在最大似然估计原理的基础上所创建的一种受限因变量模型，以此针对DEA模型未体现的外生变量对资源配置的影响进行检验。
　　1.3 实证样本与数据
　　本文取用的实证样本为湖北省汽车零部件产业的13家上市公司。为确保研究结果的有效性与准确性，有关研究对象的所有数据均来自2017年中商产业研究院、国家知识产权局及上市公司对外开放的财务报告。
　　2 湖北省汽车零部件企业资源配置效率测度分析
　　2.1 指标选取
　　2.2 效率实证结果分析
　　基于上述资源投入-产出指标数据，选择投入导向型的DEA模型，使用DEAP2.1软件对其做分析。需要说明的是，因实证数据中存在个别负值，为不造成关键数据的缺失，本文基于適用性与准确性的基础上，选用初等行变换方法对数据进行改进，结果见表1。
　　
　　如表1所示，湖北省汽车零部件产业样本公司的资源配置的综合技术效率均值为0.917 。其中6个上市公司处于资源配置有效状态（TE=1），占样本公司的46.15%，其余公司综合技术效率值均在0.7以上，这说明湖北省汽车零部件产业的整体水平还是不错的，但仍有10%的进步空间。分解综合技术效率可知，7家无效状态上市公司（TE<1）的平均纯技术效率高达0.971，平均规模效率仅为0.8724，整理模型结果，发现仅有一家公司处于规模报酬递减阶段，表明大多数公司仍具有规模效应，可通过适当扩大公司规模以增加产出，进而说明湖北省汽车零部件产业上市公司资源方面配比不合理、生产规模不足应该是资源配置无效的关键所在。
　　3 湖北省汽车零部件产业资源配置效率影响因素分析
　　3.1 指标选取
　　研发投入、企业规模、资产利用能力、财务风险、盈利能力、员工福利水平都将对上市公司的资源配置效率有很大程度的影响，因此选用科研投入资本（X5）比来衡量研发投入、资产总计（X4）的对数来衡量企业规模、存货周转率（X2）来衡量资产利用能力、股东权益比率（X1）来衡量财务风险、总资产利润率（X3）来衡量盈利能力，人均应付职工薪酬（X6）来衡量员工福利水平，将上述影响因素作为模型的自变量，以DEA模型中的TE、PTE和SE为因变量。
　　3.2 实证结果分析
　　由于运用DEA模型所测算出的效率值为大于零的左侧截断数据，若选用普通最小二乘法会造成估计偏差。因此，为深层分析有关公司资源配置效率的影响因素，本文采用Tobit回归模型所得数据进行回归分析，同时，为确保实证结果的可靠性，本文采用数据删除模型检验并剔除异常值，结果见表2。
　　（1）股东权益比率对三者的系数均为负，在1%水平下显著，说明该权益比重太大，企业应积极应用财务杠杆扩充企业规模，进而提高技术效率。
　　（2）存货周转率对三者的系数均为正，在1%的水平下显著，标明企业资金周转速率越快，资金配置及使用效率自然越高。
　　（3）总资产利润率对湖北省汽车零部件企业资源配置的综合技术效率有抑制作用，但不显著。作用减弱的原因：一是可能是企业过分追求利润而忽视了技术研发等方面;二是可能是企业管理人员过多，存在冗杂现象所致。
　　（4）企业规模对三者的系数均为正，其中综合技术效率在5%水平下显著，纯技术效率和规模效率在1%的水平下显著。说明企业规模对汽车零部件企业的确有影响，可以适当扩大企业规模以达更优的资源配置状态。 　　（5）科研投入资金比例对三者的系数均为正值，在1%水平下显著，科研投入比对产业的健康持续发展有不可忽视的作用，为企业注入了新的活力，企业应增大财政支出比例支持科研工作。
　　（6）员工福利水平（X6）湖北省汽车零部件企业资源配置的综合技术效率呈现显著正影响。员工是企业发展的基础资源，上表数据可知，员工福利水平的提高对湖北省汽车零部件企业的资源配置效率有明显的促进作用。
　　4 结论与建议
　　本文基于2017年湖北省汽车零部件产业的13家上市公司的相关数据，采用DEA（数据包络分析）方法，分析出湖北省汽车零部件企业综合技术效率还有改进空间，并且通过深层次的剖析纯技术效率和规模效率发现，有关上市公司综合技术未达到有效的主要原因在于资源规模配置不合理。除以上内生变量影响外，本文进一步引入了股东权益比率、存货周转率、企业规模、科研投入和员工福利水平等外生变量，并以此为自变量，分别以DEA结果中的TE、PTE和SE为因变量，构建相应的Tobit回归模型得出结论，存货周转率、企业规模、科研投入比、员工福利水平均对相关企业的资源配置有促进作用;而股东权益比率则有显著抑制作用，其中总资产利润率的抑制效果不明显。
　　根据上述结论，针对湖北省汽车零部件企业资源配置方面存在的问题提出以下参考建议：
　　（1）适当扩大企业规模。研究表明，其资源配置效率低的主要原因在于规模效率的制约，而大多样本公司具备规模效益，因此适当扩张企业规模很有必要。
　　（2）注重管理水平的提升，精简管理团队，进一步改善各环节经营方面存在的不足。存货周转率的提高会对技术效率有显著促进作用，因此提高营业各环节存货运营效率会改善资源配置效率。而企业经营过程中，管理水平可以说是企业发展的命脉所在，上述研究可知，员工冗杂阻礙了资源配置效率的提高，因此提高管理水平，精简管理团队也是一个有效举措。
　　（3）优化资金结构。湖北省汽车零部件企业股东权益比率过大，意味着企业并未积极使用财务杠杆原理来有效优化资金结构。该因素对企业资源配置效率有显著负影响，阻碍了企业的发展，因此优化资金结构，不仅能减少资金浪费，还能有效维护股东权利，不管从哪方面来讲，对于优化资源配置都是一个强有力的措施。
　　参考文献
　　[1]Charnes A， Cooper W.W.Preface to topics in Data Envelopment Analysis[J].Annals of Operations Research，1985，（2） ：59-94.
　　[2]王娅，杨勇.多元约束线性回归中异常值检验[J].云南大学学报（自然科学版），2000，（03）：161-164.
　　[3]TOBINJ.Estimation of relationship for limited dependent Variables[J].Econometrica，1956，26（1）：24-36.
　　[4]沈江建，龙文.负产出在DEA模型中的处理——基于软件DEAP的运用[EB/OL].（2016-05-22）[2019-05-28].http：//www.doc88.com/p-5117628998615.html.
转载注明来源:https://www.xzbu.com/2/view-15108495.htm