王若萌

摘?要：基于2016—2020年我國(guó)通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)上市公司的財(cái)務(wù)數(shù)據(jù)，采用數(shù)據(jù)包絡(luò)分析（DEA）方法，通過構(gòu)建以固定資產(chǎn)凈值、無(wú)形資產(chǎn)凈值、主營(yíng)業(yè)務(wù)成本和應(yīng)付職工薪酬為投入指標(biāo)，營(yíng)業(yè)收入、凈利潤(rùn)為產(chǎn)出指標(biāo)的評(píng)價(jià)體系，分析了該行業(yè)上市公司的投資效率。研究表明：該行業(yè)的投資效率均值在085—089之間，波動(dòng)不大;規(guī)模效率較高，頗具發(fā)展?jié)摿?相比于規(guī)模效率，投資效率無(wú)效主要與純技術(shù)效率有關(guān)。

關(guān)鍵詞：DEA?投資效率?電子通信制造業(yè)

一、引言

制造業(yè)是我國(guó)國(guó)民經(jīng)濟(jì)的重要組成部分，高技術(shù)制造業(yè)更是引領(lǐng)我國(guó)發(fā)展的“排頭兵”。作為高技術(shù)制造業(yè)的重要成員之一，通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)（以下簡(jiǎn)稱為“電子通信制造業(yè)”）在我國(guó)經(jīng)濟(jì)的發(fā)展、科技的進(jìn)步、5G技術(shù)的滲透以及國(guó)家政策的支持下，形成了一批頗具競(jìng)爭(zhēng)力的企業(yè)?？墒侵忻蕾Q(mào)易戰(zhàn)、日趨復(fù)雜的國(guó)際環(huán)境也使其發(fā)展面臨著更多的不確定性和挑戰(zhàn)，每年也有經(jīng)營(yíng)不善“垂死掙扎”的企業(yè)，可謂是機(jī)遇與挑戰(zhàn)并存。

投資是拉動(dòng)經(jīng)濟(jì)發(fā)展的動(dòng)力之一，效率是評(píng)價(jià)企業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)的重要指標(biāo)。企業(yè)的投資效率如何成為企業(yè)管理者、投資者等利益相關(guān)群體關(guān)注的焦點(diǎn)。企業(yè)是否有較好的投資效率是企業(yè)能否吸引投資、能否在如今復(fù)雜的環(huán)境中生存下去的關(guān)鍵。近年來，電子通信制造業(yè)的投資效率如何？在新冠肺炎疫情這只“黑天鵝”的沖擊下，該行業(yè)的投資效率受到了多大的影響？在這樣的背景下，對(duì)電子通信制造業(yè)的投資效率進(jìn)行測(cè)度，具有一定的現(xiàn)實(shí)意義。

二、文獻(xiàn)綜述

我國(guó)學(xué)者大多基于行業(yè)或地區(qū)的視角，運(yùn)用DEA模型進(jìn)行研究，已經(jīng)取得了較為豐富的研究成果。卞繼紅等（2015）選取DEA模型，對(duì)我國(guó)制造業(yè)上市公司的投資行為和效率進(jìn)行分析，并為企業(yè)的投資決策提出了相關(guān)建議。陳創(chuàng)波[HJ1.65mm]（2016）采用DEA方法，測(cè)度了2003—2013年間我國(guó)制造業(yè)上市公司的產(chǎn)融結(jié)合效率與投資效率。翟慧君等人（2019）通過DEA—BCC模型測(cè)度了制造業(yè)的投資效率，并研究了其與融資約束的關(guān)系。張玉蘭等人（2020）基于技術(shù)創(chuàng)新的視角，分地區(qū)分析了我國(guó)制造業(yè)上市公司的投資效率，得出了我國(guó)制造業(yè)類企業(yè)投資效率偏低，國(guó)企效率高于民營(yíng)企業(yè)的結(jié)論。路世昌（2020）以電子及通信設(shè)備制造業(yè)類企業(yè)為例，測(cè)度出企業(yè)的投資效率后，又研究了盈余結(jié)構(gòu)、企業(yè)績(jī)效與投資效率這三者之間的關(guān)系。

綜上，現(xiàn)有研究不乏對(duì)制造業(yè)投資效率的研究，但關(guān)于評(píng)價(jià)電子通信制造業(yè)投資效率的文章較為有限，而對(duì)此類企業(yè)的研究是十分有必要的，它影響著企業(yè)的轉(zhuǎn)型升級(jí)和發(fā)展前景?；诖?，本文選取電子通信制造業(yè)上市公司，對(duì)其投資效率進(jìn)行評(píng)價(jià)與分析，判斷出現(xiàn)此類問題的原因，并嘗試給出一些發(fā)展建議。

三、研究設(shè)計(jì)

（一）模型選取與簡(jiǎn)介

1模型選取。通過對(duì)現(xiàn)有文獻(xiàn)的研究與總結(jié)發(fā)現(xiàn)，測(cè)度企業(yè)投資效率的方法主要分為單一指標(biāo)評(píng)價(jià)方法和多指標(biāo)評(píng)價(jià)方法，最常用的方法為FHP模型、Vogt模型、Richardson模型和DEA模型。鑒于DEA模型可以對(duì)多投入-多產(chǎn)出進(jìn)行評(píng)價(jià)，故本文選擇DEA模型進(jìn)行測(cè)度。

2模型簡(jiǎn)介。ACharnes（查恩斯）等人提出了數(shù)據(jù)包絡(luò)分析模型，即DEA模型。該模型主要包括以下三種類型：（1）CCR模型：通過假定規(guī)模報(bào)酬恒定不變，來測(cè)度技術(shù)效率;（2）BCC模型：假定規(guī)模報(bào)酬可變，主要測(cè)算純技術(shù)效率;（3）DEA-Malmquist指數(shù)模型：該模型測(cè)算出的結(jié)果為決策單元（簡(jiǎn)稱DMU）不同時(shí)期的生產(chǎn)效率情況。

本文選取BCC模型進(jìn)行研究。該模型假設(shè)有n個(gè)決策單元，每一個(gè)被評(píng)估的電子通信制造業(yè)上市公司都代表著一個(gè)決策單元，每個(gè)決策單元又包括多個(gè)投入、產(chǎn)出變量。將這些變量代入模型中運(yùn)算，測(cè)度出企業(yè)投資效率的具體數(shù)值。其模型如下：

模型中，s+為松弛變量，即為達(dá)到最優(yōu)配置需要減少的投入量;s-為剩余變量，即需要增加的產(chǎn)出數(shù)量。

（二）指標(biāo)選取

影響電子通信制造業(yè)上市公司投資效率的因素有很多，本文在大量閱讀相關(guān)文獻(xiàn)的基礎(chǔ)上，借鑒徐越（2018）、張玉蘭（2019）、張爽（2020）和紀(jì)鏵益（2020）的研究，選取固定資產(chǎn)凈值、無(wú)形資產(chǎn)凈值、主營(yíng)業(yè)務(wù)成本和應(yīng)付職工薪酬為投入指標(biāo);選取營(yíng)業(yè)收入、凈利潤(rùn)為產(chǎn)出指標(biāo)。對(duì)于電子通信制造業(yè)這樣的高技術(shù)制造業(yè)來說，投入的要素不僅包括大量大額的通用專有設(shè)備等有形資產(chǎn)，還包括技術(shù)等無(wú)形資產(chǎn)。同時(shí)，作為勞動(dòng)密集型和技術(shù)密集型的產(chǎn)業(yè)，對(duì)人力資本的投入也是不可忽視的。產(chǎn)出指標(biāo)的選取則是側(cè)重對(duì)企業(yè)經(jīng)營(yíng)能力和盈利能力的衡量。因此本文選擇能直接衡量這兩點(diǎn)的營(yíng)業(yè)收入和凈利潤(rùn)。具體的指標(biāo)說明見表1。

（三）無(wú)量綱化處理

由于BCC模型要求樣本數(shù)據(jù)非負(fù)數(shù)，而凈利潤(rùn)這一指標(biāo)容易出現(xiàn)負(fù)值，所以在測(cè)算前需要對(duì)數(shù)據(jù)進(jìn)行處理。本文參照沈江建（2015），對(duì)數(shù)據(jù)進(jìn)行無(wú)量綱化處理，公式如下：

其中，X*是經(jīng)上式處理后的數(shù)據(jù)，X是樣本數(shù)據(jù)，A、B分別是原始數(shù)據(jù)同一類的最大值和最小值。處理后的數(shù)據(jù)介于0和1之間，不會(huì)對(duì)測(cè)度結(jié)果產(chǎn)生影響。

（四）數(shù)據(jù)來源

為保證數(shù)據(jù)的代表性，本文隨機(jī)選取了88家2016—2020年電子通信制造業(yè)上市公司的財(cái)務(wù)數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行了如下處理：（1）剔除ST以及ST*上市公司。（2）剔除上市不滿5年的企業(yè)。（3）剔除財(cái)務(wù)報(bào)表中相關(guān)數(shù)據(jù)披露不全的企業(yè)。整理得到51個(gè)樣本。本文所選用的數(shù)據(jù)均來源于國(guó)泰安數(shù)據(jù)庫(kù)。