張悅玫, 周 倩

(大連理工大學(xué) 管理與經(jīng)濟(jì)學(xué)部, 遼寧 大連 116024)

① 具體包括:管理科學(xué)學(xué)報、系統(tǒng)工程理論與實踐、管理世界、數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究、中國軟科學(xué)、金融研究、中國管理科學(xué)、系統(tǒng)工程學(xué)報、會計研究、系統(tǒng)工程理論方法應(yīng)用、管理評論、管理工程學(xué)報、南開管理評論、科研管理、情報學(xué)報、公共管理學(xué)報、管理科學(xué)、預(yù)測、運籌與管理、科學(xué)學(xué)研究、中國工業(yè)經(jīng)濟(jì)、農(nóng)業(yè)經(jīng)濟(jì)問題、管理學(xué)報、工業(yè)工程與管理、系統(tǒng)工程、科學(xué)學(xué)與科學(xué)技術(shù)管理、研究與發(fā)展管理、中國人口·資源與環(huán)境、數(shù)理統(tǒng)計與管理、中國農(nóng)村經(jīng)濟(jì)。

一、 問題的提出

資源的有限性使得效率始終是企業(yè)管理學(xué)研究的一個核心問題。高效率的企業(yè)能夠?qū)︻櫩陀楷F(xiàn)出來的需求快速反應(yīng)并提供期待的產(chǎn)品和解決方案[1],因而效率提升是通往可持續(xù)發(fā)展的必由之路[2]。面對國家供給側(cè)改革,企業(yè)效率研究對優(yōu)化資本布局、增進(jìn)供給意義重大。

企業(yè)效率表達(dá)了給定技術(shù)條件下資源配置的有效程度,即在一定產(chǎn)出下使得企業(yè)投入最少或者在一定的投入下使得企業(yè)產(chǎn)出最大。企業(yè)效率及其具體化的各種企業(yè)內(nèi)的效率,如企業(yè)技術(shù)創(chuàng)新效率、研發(fā)效率、投資效率、經(jīng)營效率等概念的提出及深入研究促進(jìn)了理論的繁榮,展現(xiàn)出企業(yè)效率的多面性與復(fù)雜性(下文中企業(yè)效率,既指企業(yè)效率本身,也指企業(yè)各種具體化效率構(gòu)成的廣義企業(yè)效率的集合);同時,隨著企業(yè)各種效率概念的提出,效率計量方法及實踐應(yīng)用等研究亦百花齊放。這些已有的豐富研究,擴(kuò)充了人們對效率的認(rèn)識。然而,現(xiàn)有研究多針對單個效率分析、評價及實證,存在的明顯不足是無法揭示企業(yè)效率的眾多研究間的關(guān)系,這使得企業(yè)效率理論的連貫性和系統(tǒng)性變差,造成對企業(yè)效率體系的認(rèn)識就如同盲人摸象,難以形成體系化的整體認(rèn)識,更無法在企業(yè)效率理論的層面揭示研究結(jié)構(gòu)及其現(xiàn)狀與趨勢。

本文以國內(nèi)2006—2015年這10年間企業(yè)效率的代表性研究論文的關(guān)鍵詞為研究樣本,利用Endnote和Bibexcel工具,結(jié)合因子分析、多維尺度分析等多元統(tǒng)計方法分析當(dāng)前我國企業(yè)效率各研究分支交叉程度與知識結(jié)構(gòu)。進(jìn)一步采用Ucinet 6.0分析網(wǎng)絡(luò)權(quán)力分布與網(wǎng)絡(luò)連通點,找出我國企業(yè)效率領(lǐng)域的研究熱點與研究趨勢。最后,以增加文本分類的共詞網(wǎng)絡(luò)分析為研究方法,挖掘關(guān)鍵詞之間的內(nèi)在聯(lián)系,解決用傳統(tǒng)共詞分析得到的企業(yè)效率體系分析結(jié)果過于寬泛的弊端,從效率概念、企業(yè)類型、度量方法、影響因素四方面更加細(xì)致地揭示企業(yè)效率研究的結(jié)構(gòu),并在同一個平臺上橫向?qū)Ρ炔煌Y(jié)構(gòu)分支的發(fā)展現(xiàn)狀與趨勢,有利于豐富企業(yè)效率理論的現(xiàn)有文獻(xiàn),為后續(xù)研究提供參考。

二、 研究方法與數(shù)據(jù)

1. 研究方法

文獻(xiàn)計量法是研究學(xué)科結(jié)構(gòu)和預(yù)測學(xué)科發(fā)展趨勢的理論方法之一。文獻(xiàn)中的關(guān)鍵詞采用精練的詞語清晰直接地描述論文研究內(nèi)容,能夠揭示研究主題、表明研究所屬領(lǐng)域、限定研究成立的范圍、概括研究涉及的知識點、描述研究依據(jù)的理論或方法[3]。通過對文獻(xiàn)中關(guān)鍵詞的計量來揭示學(xué)科知識節(jié)點特征的方法,發(fā)展成為文獻(xiàn)計量中的共詞分析法。具體而言,共詞分析是以規(guī)范學(xué)術(shù)文獻(xiàn)中的關(guān)鍵詞為研究對象,兩兩統(tǒng)計這些關(guān)鍵詞在同一篇文獻(xiàn)中同時出現(xiàn)的頻次,由此構(gòu)建共詞矩陣及其相異矩陣,并在此基礎(chǔ)上結(jié)合社會網(wǎng)絡(luò)分析、戰(zhàn)略坐標(biāo)等方法深度分析關(guān)鍵詞,以定性和定量結(jié)合的方法揭示特定研究領(lǐng)域的體系與結(jié)構(gòu)[4]。

2. 數(shù)據(jù)來源

本文以中國知網(wǎng)(CNKI)的中國學(xué)術(shù)期刊網(wǎng)絡(luò)出版總庫為數(shù)據(jù)檢索來源,以“企業(yè)效率”為主題詞檢索,同時以“效率”為主題詞并含“企業(yè)”進(jìn)行補(bǔ)充檢索,并且為了保證關(guān)鍵詞數(shù)據(jù)的規(guī)范,文獻(xiàn)來源選擇了權(quán)威機(jī)構(gòu)國家自然科學(xué)基金委員會認(rèn)定的30種管理類核心期刊①,時間限定在2006—2015年這10年期間,累計檢索出1 307篇文獻(xiàn)。通過對這些文獻(xiàn)的題目、摘要和內(nèi)容的具體分析,剔除與研究主題無關(guān)的如期刊卷首語等文獻(xiàn),共得到有效文獻(xiàn)1 296篇。

3. 數(shù)據(jù)處理

第一步,關(guān)鍵詞預(yù)統(tǒng)計。運用Endnote工具統(tǒng)計1 296篇文獻(xiàn)共計3 506個關(guān)鍵詞的頻次為5 305,篇均關(guān)鍵詞4.10個,每個關(guān)鍵詞平均出現(xiàn)1.51次。從關(guān)鍵詞統(tǒng)計結(jié)果看,存在大量同一詞義的不同表述,且關(guān)鍵詞過于分散,無法實現(xiàn)有效的共詞分析,因此需要規(guī)范化處理。

第二步,高頻關(guān)鍵詞的規(guī)范化與提取。選擇關(guān)鍵詞樣本中頻次在2次及以上的關(guān)鍵詞共計677個,出現(xiàn)頻次為2 476,占關(guān)鍵詞總數(shù)的19.31%,占總頻次的46.67%,比剩余的低頻次關(guān)鍵詞更具代表性,因此對這677個關(guān)鍵詞規(guī)范化。①剔除表達(dá)寬泛的關(guān)鍵詞,如差異、機(jī)理、對策等等。②拆分復(fù)合關(guān)鍵詞。比對未拆分前已有關(guān)鍵詞,判斷并拆分復(fù)合關(guān)鍵詞。例如將中小型企業(yè)創(chuàng)新拆分為中小型企業(yè)和創(chuàng)新;中小企業(yè)融資拆分為中小企業(yè)和融資等等。③統(tǒng)一相似關(guān)鍵詞。即將含義相近或詞形重疊的關(guān)鍵詞進(jìn)行統(tǒng)一。例如把數(shù)據(jù)包絡(luò)分析、DEA方法、DEA模型,及其各種升級版的計量方法如兩階段DEA、三階段DEA模型、超效率DEA等統(tǒng)一為DEA方法。經(jīng)過①—③的處理后得到509個高頻關(guān)鍵詞,頻次超過10次的關(guān)鍵詞共計59個(因篇幅所限,在后文中列出),出現(xiàn)總頻次2 299次,占總頻次的43.34%,占相對高頻關(guān)鍵詞出現(xiàn)頻次的92.85%,平均每個關(guān)鍵詞出現(xiàn)38.97次,基本覆蓋了近10年國內(nèi)企業(yè)效率研究的熱點與重點,相對于頻次低于10次的關(guān)鍵詞更具有代表性。

第三步,共詞矩陣及相異矩陣的生成。利用Bibexcel軟件統(tǒng)計上述59個關(guān)鍵詞在1 296篇文獻(xiàn)中兩兩同時出現(xiàn)的次數(shù),以此生成一個59×59的共詞矩陣。隨后運用Ochiia系數(shù)法[5]將共詞矩陣轉(zhuǎn)化為相似矩陣,進(jìn)而得到相異矩陣。

三、 數(shù)據(jù)分析

1. 高頻關(guān)鍵詞的多元統(tǒng)計分析

多元統(tǒng)計分析主要包括因子分析和多維尺度分析。

① 因子分析。將上文得到的59×59共詞矩陣導(dǎo)入SPSS 18.0進(jìn)行因子分析,結(jié)果顯示KMO統(tǒng)計量值為0.553,大于0.5,表明原始變量適合作因子分析。59個關(guān)鍵詞可以形成24個因子,累計方差66.59%,結(jié)果在可接受范圍內(nèi)。通過對碎石圖(見圖1)的觀察,發(fā)現(xiàn)從第5個因子開始,因子的變化趨于平緩,前4個因子解釋的方差相對較高?？紤]到因子分析過程中最小二乘法的偏差,可將其聚成4類。

圖1 因子個數(shù)碎石圖

② 多維尺度分析。將上文得到的相異矩陣導(dǎo)入SPSS 18.0中進(jìn)行多維尺度分析,結(jié)果顯示RSQ=0.696,RSQ即決定系數(shù),表示總變異中能夠被模型所解釋的比例,一般認(rèn)為,RSQ>0.6,表示分析結(jié)果與實際數(shù)據(jù)的擬合程度在可接受的范圍內(nèi)的;結(jié)果顯示壓力系數(shù)Stress=0.431,一般認(rèn)為,Stress≤0.1表示分析結(jié)果較好,系數(shù)越小擬合越好,而Stress>0.2,表明關(guān)鍵詞之間的差異關(guān)系在壓縮到低維空間時遭到扭曲,層次劃分不明顯。

綜合上述多元統(tǒng)計分析結(jié)果,表明當(dāng)前我國企業(yè)效率各研究分支交叉程度較大,未形成明晰的知識結(jié)構(gòu)。因此,為厘清我國企業(yè)效率的研究脈絡(luò),有必要進(jìn)行深層次的知識網(wǎng)絡(luò)分析。

2. 企業(yè)效率研究的知識網(wǎng)絡(luò)分析

引入社會網(wǎng)絡(luò)分析(SNA)方法,將關(guān)鍵詞共詞分析和社會網(wǎng)絡(luò)分析相結(jié)合,應(yīng)用社會網(wǎng)絡(luò)分析工具軟件Ucinet 6.0分析關(guān)鍵詞的共詞矩陣,可以繪制出我國企業(yè)效率研究的知識網(wǎng)絡(luò)圖,并根據(jù)網(wǎng)絡(luò)圖中各關(guān)鍵詞節(jié)點的網(wǎng)絡(luò)特征,采用網(wǎng)絡(luò)權(quán)力分布分析與網(wǎng)絡(luò)聯(lián)通點分析解讀節(jié)點的地位作用及相互之間的關(guān)聯(lián)性。

① 網(wǎng)絡(luò)權(quán)力分布分析

從定性角度觀察知識網(wǎng)絡(luò)圖,其節(jié)點代表著關(guān)鍵詞, 節(jié)點之間的連線表示關(guān)鍵詞共現(xiàn)情況, 線條越粗表明兩個關(guān)鍵詞共現(xiàn)的次數(shù)越多, 而連線越多表明與其他節(jié)點的關(guān)系越緊密。 從定量角度,對知識網(wǎng)絡(luò)圖的度數(shù)中心度、網(wǎng)絡(luò)的度數(shù)中心勢及網(wǎng)絡(luò)密度的計量, 可以進(jìn)行更加精確的分析。

利用Ucinet 6.0計算出知識網(wǎng)絡(luò)中各節(jié)點的度數(shù)中心度,并節(jié)選出絕對和相對度數(shù)中心度高于均值(分別是36.339和2.611)的關(guān)鍵詞如表1所示。

度數(shù)中心度反映了節(jié)點在網(wǎng)絡(luò)中的權(quán)力和影響力,度數(shù)中心度越高,表明該節(jié)點的權(quán)力越大,控制影響其他節(jié)點的能力越強(qiáng),越有可能是企業(yè)效率研究的熱點問題。綜合分析表1中各關(guān)鍵詞度數(shù)中心度的絕對值和相對值,這17個關(guān)鍵詞具有相對優(yōu)勢,它們在企業(yè)效率研究的知識網(wǎng)絡(luò)圖中具有較強(qiáng)的控制力和影響力。其中,居于首位的是“DEA方法”,其度數(shù)中心度幾乎是排名第二位的“工業(yè)企業(yè)”的2倍,遠(yuǎn)超其余的關(guān)鍵詞節(jié)點,在知識網(wǎng)絡(luò)中有絕對的控制力和影響力,是2006—2015年的10年間我國企業(yè)效率研究最主要的熱點。

表1 關(guān)鍵詞度數(shù)中心度排序(部分?jǐn)?shù)據(jù))

度數(shù)中心勢代表了網(wǎng)絡(luò)的集散程度,反映了整個知識網(wǎng)絡(luò)圖的整合度。通過Ucinet 6.0計算出的度數(shù)中心勢為15.29%,網(wǎng)絡(luò)集中趨勢較弱,表明該階段我國學(xué)者對企業(yè)效率的研究較為分散,熱點和重點問題不明顯。結(jié)合另一指標(biāo)網(wǎng)絡(luò)密度來看,目前網(wǎng)絡(luò)密度值為0.624,網(wǎng)絡(luò)不稀疏也不很集中,表明企業(yè)效率研究領(lǐng)域還存在部分知識節(jié)點尚未挖掘,有待進(jìn)一步探索。

② 網(wǎng)絡(luò)連通節(jié)點分析

在知識網(wǎng)絡(luò)圖中,節(jié)點的領(lǐng)邊數(shù)稱為該節(jié)點的度,節(jié)點度值代表其擁有關(guān)系的數(shù)量[6]。企業(yè)效率知識網(wǎng)絡(luò)圖中的59個關(guān)鍵詞共存在951個無向關(guān)系,節(jié)點的平均度值為16.12,度值分布服從冪律分布(見圖2),即P(k)=nk-α,其中k為關(guān)鍵詞度值,P(k)為度值為k的關(guān)鍵詞出現(xiàn)的概率,α為擬合結(jié)果顯示冪值,α= -0.94,n為系數(shù)(與度值分布有關(guān))。

圖2關(guān)鍵詞的度值分布

關(guān)鍵詞的度值服從冪律分布表明當(dāng)前企業(yè)效率研究的知識網(wǎng)絡(luò)內(nèi)存在一部分廣泛聯(lián)系的核心知識節(jié)點,它們的存在使得該領(lǐng)域的一些相關(guān)或不相關(guān)的知識節(jié)點產(chǎn)生了一定的聯(lián)系[7]。這些知識節(jié)點不斷促進(jìn)企業(yè)效率研究領(lǐng)域中不同分支的相互發(fā)展融合,是企業(yè)效率研究發(fā)展的信息連通點,具有較高的研究價值,因此下文將通過分析網(wǎng)絡(luò)中各關(guān)鍵詞的中間中心度和接近中心度來識別網(wǎng)絡(luò)信息連通點。

如果一個節(jié)點處在許多交往網(wǎng)絡(luò)的路徑上,可以認(rèn)為此節(jié)點處于重要地位,因為該節(jié)點具有控制其他節(jié)點交往的能力,其他節(jié)點的交往需要通過該節(jié)點才能進(jìn)行。中間中心度就是測度網(wǎng)絡(luò)中某個關(guān)鍵詞影響其共詞關(guān)鍵詞共現(xiàn)頻次的能力指標(biāo)。同樣,當(dāng)節(jié)點在傳播信息的過程中越是不依賴其他節(jié)點,越不容易受制于其他節(jié)點,其接近中心度越高。中間中心度、接近中心度二者描述了網(wǎng)絡(luò)中某個關(guān)鍵詞節(jié)點控制其他節(jié)點之間信息交互的能力。利用Ucinet6.0得到各節(jié)點的中間中心度和接近中心度,節(jié)選列出中間中心度和接近中心度均大于各自均值的關(guān)鍵詞如表2所示。

表2 關(guān)鍵詞中間中心度和接近中心度排序(部分?jǐn)?shù)據(jù))

表2表示的是中間中心度和接近中心度均處于前列的關(guān)鍵詞,這些詞將網(wǎng)絡(luò)中沒有直接聯(lián)系的節(jié)點連接起來,是網(wǎng)絡(luò)中的信息聯(lián)通點,這17個知識節(jié)點極有可能是未來我國企業(yè)效率研究的熱點。從知識節(jié)點排名看,DEA方法仍居于首位,表明DEA方法不管是現(xiàn)在還是未來,都是企業(yè)效率研究熱點中的熱點,即DEA及其各種升級版的衡量方法能夠?qū)⒑芏嗥髽I(yè)效率的不同研究聯(lián)系起來;企業(yè)效率的不同研究歸根結(jié)底的目的是提升企業(yè)的績效,因此企業(yè)績效在未來也將得到更多的關(guān)注;工業(yè)企業(yè)是“中國制造2025”戰(zhàn)略及“工業(yè)4.0”的主角,在未來將承載著更大使命,也是企業(yè)效率研究的最主要的對象。

3. 基于文本分類的企業(yè)效率研究結(jié)構(gòu)分析

上述知識網(wǎng)絡(luò)分析可見, 2006—2015年國內(nèi)企業(yè)效率領(lǐng)域各分支研究交叉重疊,未能形成界限分明的研究體系, 無法發(fā)現(xiàn)體系化的知識結(jié)構(gòu)。 共詞網(wǎng)絡(luò)分析的這種常規(guī)做法在一定程度上依賴于研究者的人工優(yōu)化和解讀, 其結(jié)果往往偏于空泛, 無法充分挖掘語義關(guān)聯(lián)、揭示知識結(jié)構(gòu)[8]。 因此, 本文進(jìn)一步采用增加文本分類的客觀方法[5]來完善共詞網(wǎng)絡(luò)分析方法, 旨在挖掘關(guān)鍵詞之間的語義聯(lián)系, 以揭示國內(nèi)企業(yè)效率研究的體系與結(jié)構(gòu), 并在同一個知識網(wǎng)絡(luò)平臺上橫向?qū)Ρ扰c分析不同結(jié)構(gòu)分支的發(fā)展現(xiàn)狀,細(xì)致揭示學(xué)科結(jié)構(gòu)。

具體而言, 文本分類通過文本切分及分類特征項抽取等步驟實現(xiàn)。 文本切分即采用N-Gam方法[9]通過中文分詞器切分出單個獨立字、英文字符、一系列常用數(shù)學(xué)符號及兩字詞、三字詞, 從而使得單字及兩個字以上的純中文詞成為代表文本信息的特征項。 在文本切分時還要結(jié)合詞性分析,以避免維數(shù)災(zāi)難。 分類特征項提取就是對所有切分的文檔分詞的結(jié)果作并集操作, 提取出一個特征集合。由于初步提取到的特征維度過大, 給運算造成困難, 因此計算特征項的互信息量, 按照互信息從大到小對特征排序, 選取前N名作為最終的特征屬性, 進(jìn)而降低原始特征空間的維數(shù)。

遵循上述步驟,對59個高頻關(guān)鍵詞首先進(jìn)行文本切分;然后提取分類特征項,可以得到諸如“(效)率”“企業(yè)、公司、集團(tuán)”“方法、指數(shù)、模型、研究、數(shù)據(jù)”“技術(shù)”“創(chuàng)新”等分類特征項;接著計算這些分類特征項的互信息,從大到小排序;結(jié)合前文因子分析、聚類分析的結(jié)果,選取前4名作為最終的特征屬性,分別是“效率”“方法”“企業(yè)”“創(chuàng)新”。因此,結(jié)合具體詞性,可分類成“效率概念”“度量方法”“企業(yè)類型”及“影響因素(或經(jīng)濟(jì)后果)”的企業(yè)效率知識結(jié)構(gòu)的各分支,具體分類結(jié)果見下文的具體內(nèi)容。

上述做法的意義在于在一定程度上代表了2006—2015年這10年間國內(nèi)企業(yè)效率的研究主題群,能夠較好地明晰國內(nèi)企業(yè)效率知識體系與結(jié)構(gòu),并在同一個知識網(wǎng)絡(luò)平臺上橫向?qū)Ρ扰c分析不同結(jié)構(gòu)分支的發(fā)展現(xiàn)狀,揭示學(xué)科走向。

(1) 效率概念

“效率概念”知識結(jié)構(gòu)分支涵蓋15個知識節(jié)點,這些節(jié)點的中心性如表3所示。

表3 效率概念的中心度排序

由表3可知,國內(nèi)的企業(yè)效率研究涉及較多的有15種效率的概念。其中,度數(shù)中心度排名較靠前的有技術(shù)效率、企業(yè)效率、全要素生產(chǎn)率、創(chuàng)新效率及研發(fā)效率,表明這些知識節(jié)點是目前企業(yè)效率概念體系構(gòu)成中的最熱門議題;中間中心度和接近中心度超過其他節(jié)點的知識節(jié)點有技術(shù)效率、資源(本)配置效率、企業(yè)效率、投資效率、全要素生產(chǎn)率,表明這些知識節(jié)點很有可能是未來效率概念領(lǐng)域的研究趨勢;其中,技術(shù)效率既是當(dāng)前效率的研究熱點,也是未來一段時間學(xué)者們持續(xù)研究的焦點所在。隨著我國經(jīng)濟(jì)進(jìn)入新常態(tài),為適應(yīng)這種變化,迫切需要改善供給側(cè)環(huán)境、優(yōu)化供給側(cè)機(jī)制,而通過改善資源的配置效率有助于提高要素投入的整體效率,因此資源(本)配置效率越來越成為學(xué)者關(guān)注的新焦點,也是未來重要的研究趨勢。

除此之外,由表3可見,中心性均排在前列的企業(yè)效率、全要素生產(chǎn)率等,它們在一定程度上表達(dá)了企業(yè)整體視角的效率;而像研發(fā)效率、生產(chǎn)效率、融資效率等則是企業(yè)局部視角或者職能視角的效率。同時,整體視角的企業(yè)效率、全要素生產(chǎn)率等往往被分解為技術(shù)效率、純技術(shù)效率與規(guī)模效率,或者被分解成結(jié)構(gòu)效率、技術(shù)效率、管理效率這些局部層面的效率。一些文獻(xiàn)中表達(dá)了各種局部視角的效率或者職能效率相互影響的觀點,目前還缺乏數(shù)量化的證明。例如:有學(xué)者認(rèn)為,企業(yè)融資效率與投資效率、營運效率等一起,綜合決定了企業(yè)整體效率的高低及企業(yè)業(yè)績的好壞和企業(yè)價值的大小[10]。因此,關(guān)于各種局部或者職能效率之間相互獨立還是存在重疊,局部或者職能效率與整體效率是相互協(xié)調(diào)還是存在矛盾,未來等待學(xué)者們?nèi)ソ沂尽?/p>

(2) 度量方法

“度量方法”知識結(jié)構(gòu)分支共涵蓋8個知識節(jié)點,其中心性如表4所示。

由表4可知,效率度量最常用的方法是DEA及其各種升級方法,是當(dāng)前度量方法中的熱點所在,因其不需要假定生產(chǎn)函數(shù)形式就可以分析多投入多產(chǎn)出問題的優(yōu)點,成為效率研究應(yīng)用最多的度量方法。相比DEA方法,SFA方法的優(yōu)點是考慮了隨機(jī)因素對產(chǎn)出的影響,使結(jié)果更加精準(zhǔn),但因其模型的復(fù)雜,成為效率研究的第二大方法。由于DEA方法和SFA方法都只適用于截面數(shù)據(jù)來橫向?qū)Ρ仍u價單元的效率,當(dāng)加入時間因素時,會造成各期的生產(chǎn)前沿面不同,使各期缺乏縱向比較的基準(zhǔn),即只能作靜態(tài)分析,而Malmquist指數(shù)可以彌補(bǔ)上述缺陷,不僅可以作動態(tài)分析,且可將動態(tài)變化分解為技術(shù)進(jìn)步和技術(shù)效率變動等等[11],因此,學(xué)者們經(jīng)常將DEA或SFA與Malmquist指數(shù)法相結(jié)合來對效率進(jìn)行動態(tài)分析。也有學(xué)者將博弈方法引入至DEA模型改善其不足[12]。其他方法如面板數(shù)據(jù)模型、案例研究、結(jié)構(gòu)方程模型等方法也有部分學(xué)者采用,但應(yīng)用遠(yuǎn)不及DEA方法、SFA方法與Malmquist指數(shù)法廣泛。

表4 度量方法的中心度排序

(3) 企業(yè)類型

“企業(yè)類型”知識結(jié)構(gòu)分支共涵蓋10個知識節(jié)點,這些節(jié)點的中心性如表5所示。

由表5可知,度數(shù)中心度排名靠前的有工業(yè)企業(yè)、高新技術(shù)企業(yè)及物流企業(yè),這些企業(yè)在改革浪潮中面臨著研發(fā)、稅收等各種政策的變化,是企業(yè)效率研究中最熱門的企業(yè)研究對象。中間中心度和接近中心度超過其他知識節(jié)點的有工業(yè)企業(yè)、上市公司、國有企業(yè)、物流企業(yè)及金融企業(yè),工業(yè)一直被稱為國民經(jīng)濟(jì)的主導(dǎo)產(chǎn)業(yè),其數(shù)量在企業(yè)類型中占有絕對優(yōu)勢,因而工業(yè)企業(yè)既是當(dāng)前研究的熱點,也是未來一段時間學(xué)者們持續(xù)研究的焦點所在,而隨著我國資本市場的發(fā)展、國企改革的進(jìn)行及金融經(jīng)濟(jì)的快速發(fā)展,上市公司、國有企業(yè)、金融企業(yè),以及同時包括其中2個或3個特征類型的企業(yè)也受到學(xué)者們更多的關(guān)注。

表5 企業(yè)類型的中心度排序

(4) 影響因素(或經(jīng)濟(jì)后果)

“影響因素(或經(jīng)濟(jì)后果)”知識結(jié)構(gòu)分支共涵蓋26個知識節(jié)點,其中心性如表6所示。

表6中的各知識節(jié)點與各種具體的效率之間存在單向或者雙向影響關(guān)系,其中:企業(yè)效率單向影響的知識節(jié)點,即為經(jīng)濟(jì)后果因素,而雙向或者單向影響企業(yè)效率的因素,即為其影響因素。當(dāng)考慮跨期影響時,影響因素與經(jīng)濟(jì)后果的確定就更加復(fù)雜,這里不作更加細(xì)致的區(qū)分。因此下文中不考慮影響或被影響均將其稱為影響因素。而這些因素大致可以分成創(chuàng)新、公司治理、管理控制、企業(yè)特征和外部環(huán)境五個層面。

① 創(chuàng)新層面影響因素。由表6中心性排序可知,這一層面是效率最主要的影響因素。創(chuàng)新是企業(yè)的靈魂,是企業(yè)發(fā)展的不竭動力。企業(yè)獲得技術(shù)的手段和途徑主要有兩條:一是自主研發(fā)(R&D)[13],二是從其他企業(yè)或研究機(jī)構(gòu)、個人處購買。在中國,絕大多數(shù)技術(shù)創(chuàng)新支出是由政府所創(chuàng)辦的包括各級科學(xué)院、研究所、高校等等公共研究機(jī)構(gòu)和國有大中型企業(yè)所做出的,這些研究機(jī)構(gòu)和國企也就成了我國技術(shù)供應(yīng)的主體。因此這一層面主要包括技術(shù)創(chuàng)新、創(chuàng)新、R&D、R&D投入、技術(shù)進(jìn)步、溢出效應(yīng)、創(chuàng)新網(wǎng)絡(luò)、知識轉(zhuǎn)移這8個知識節(jié)點,其中R&D、創(chuàng)新和技術(shù)創(chuàng)新是受到關(guān)注最多的影響因素。

表6 影響因素(或經(jīng)濟(jì)后果)的中心度排序

② 公司治理層面影響因素。公司治理建構(gòu)在企業(yè)所有權(quán)之上,旨在科學(xué)地對職業(yè)經(jīng)理人授權(quán)與監(jiān)管。這一層面包括公司治理、激勵和委托代理3個知識節(jié)點。有研究表明委托代理成本與企業(yè)效率顯著正相關(guān)[14],公司治理是影響企業(yè)效率的首要因素[15]。

③ 管理控制層面影響因素。管理本身不會產(chǎn)生任何效率,它只有同人和企業(yè)相結(jié)合時,才可能促進(jìn)企業(yè)效率的增長。企業(yè)管理者通過使用合理方法優(yōu)化產(chǎn)品設(shè)計和選擇工藝方案,量身訂制科學(xué)的管理工具加強(qiáng)流程控制,高效地配置企業(yè)的物質(zhì)、資金、信息和關(guān)系資源,從而提高企業(yè)效率與經(jīng)濟(jì)效益。因此這一層面包括供應(yīng)鏈、價值鏈、內(nèi)部資本市場、外包4個知識節(jié)點。比如:外包對中小企業(yè)和第三方之間物流效率有顯著影響[16];企業(yè)集團(tuán)內(nèi)部資本市場的關(guān)聯(lián)擔(dān)保交易和關(guān)聯(lián)資金交易會降低資源配置效率[17]。

④ 企業(yè)特征層面影響因素。企業(yè)特征主要包括企業(yè)產(chǎn)權(quán)、規(guī)模和資產(chǎn)有形性等先天特征,以及企業(yè)績效、企業(yè)價值、企業(yè)競爭力等后天特征。因此這一層面包含產(chǎn)權(quán)性質(zhì)、企業(yè)績效、企業(yè)價值、企業(yè)競爭力4個知識節(jié)點。國內(nèi)有學(xué)者以全國工業(yè)普查的數(shù)據(jù)為基礎(chǔ),通過對其中部分企業(yè)的效率測定和比較,發(fā)現(xiàn)私營個體企業(yè)的效率最高[18]。也有研究在控制產(chǎn)業(yè)特征等因素的前提下,證實了企業(yè)效率與企業(yè)績效二者之間有著顯著、穩(wěn)健的正向聯(lián)系[19]。

⑤ 外部環(huán)境層面影響因素。外在條件制約著企業(yè)的發(fā)展。這一層面包括FDI、政府支持、融資約束、環(huán)境規(guī)制、政府干預(yù)、經(jīng)濟(jì)增長6個知識節(jié)點。有研究表明FDI對中國工業(yè)企業(yè)技術(shù)效率存在直接溢出效應(yīng)[20];政府干預(yù)造成了投資效率的顯著降低[21];環(huán)境規(guī)制強(qiáng)度與R&D創(chuàng)新效率呈現(xiàn)倒“U”型關(guān)系[22];融資約束對于公司技術(shù)效率、投資效率具有顯著抑制作用[23-24]。

四、 結(jié) 論

本文綜合運用Endnote、Bibexcel、Ucinet等工具,對2006—2015年這10年間國內(nèi)企業(yè)效率的1 296篇代表性論文進(jìn)行增加文本分類的共詞網(wǎng)絡(luò)分析,厘清并揭示了企業(yè)效率研究的熱點、趨勢及分支結(jié)構(gòu)。

主要研究結(jié)論如下。①效率的概念體系至少包括技術(shù)效率、企業(yè)效率、全要素生產(chǎn)率、創(chuàng)新效率及研發(fā)效率等15種常用的概念。其中,技術(shù)效率和企業(yè)效率既是當(dāng)前效率的研究熱點,也是未來一段時間學(xué)者們持續(xù)研究的焦點所在。這些效率尚缺乏同一個框架下的研究,往往會造成定義與計量上的相互重疊與矛盾,整體效率和局部效率之間及各種局部效率之間的關(guān)系是現(xiàn)有研究的空白點,這為未來的研究提供了空間,而且與此相關(guān)的研究對企業(yè)效率概念體系的清晰不可或缺。②常用的效率度量方法有8種,其中DEA及其各種升級方法、SFA是效率計量最常用的方法,二者與Malmquist指數(shù)相結(jié)合對效率進(jìn)行動態(tài)分析也是經(jīng)常被采用的方法。面對企業(yè)效率研究的對象涉及眾多的企業(yè)類型,其投入產(chǎn)出關(guān)系可能迥然不同,度量方法的適用性是方法選擇的關(guān)鍵。③效率研究涉及的企業(yè)類型有10類,其中:工業(yè)企業(yè)、高新技術(shù)企業(yè)及物流企業(yè),是效率研究中最熱門的研究對象。上市公司、國有企業(yè)、金融企業(yè)及同時包括其中2個或3個特征類型的企業(yè)將受到學(xué)者們更多的關(guān)注。④企業(yè)效率的影響因素可以分成創(chuàng)新、公司治理、管理控制、企業(yè)特征和外部環(huán)境五個層面。各種效率同時受到內(nèi)外部多種因素的影響,加之效率之間的關(guān)系不明確時,難以形成解決問題的路徑框架和作出整體最優(yōu)的決策,勢必會造成資源損失和效率浪費,并且這些影響因素及經(jīng)濟(jì)后果在不同的企業(yè)類型的影響作用機(jī)制也不盡相同。在分析企業(yè)效率的提升途徑時,如何以點到面形成最優(yōu)解決方案,需要未來更多的關(guān)注。