基于DEA模型的我国种业上市公司经营绩效分析
Abstract： This paper goes to a case study for the operating performance of Seed Industry Listed Company using DEA method， in order to examine the operation of the companies， which as the leader of the seed industry， during the rapid development of the seed industry consolidation. By analyzing the results showing that the companies' operating performance is more effective on the overall， technical efficiency and scale efficiency is not very different， where reflecting the market becomes mature， seed industry consolidation achieved remarkable results. However， the most companies are in an invalid scale， existing the real problem of blind integration and unreasonable of resources.
Key words： DEA；seed industry listed company；operating performance
中图分类号：F324.6 文献标识码：A 文章编号：1006-4311（2016）11-0037-05
0 引言
种业是国家战略性、基础性的核心产业，做大做强中国种业，一直是国家关心的核心问题之一。种业企业是种业发展的主心骨[1]，种业上市公司是现代种业企业的代表，其经营能力、技术创新能力一定程度上反映了我国种业的最高水平。自2011年国务院《关于加快推进现代农作物种业发展的意见》颁布以来，我国种业市场开始进入高速整合期，种业企业通过不断的并购整合以加快发展，截至目前，全国种业企业资产总额达到1350.43亿元，资产总额2亿元以上的达到110家，前50强企业市场份额达到33%以上，种业的发展取得了长足进步[2]。但随着我国发展方式由粗放型向集约型转变，新常态下的种业发展也要更多的去考虑如何以较少的投入获得较大的产出，即考察种业企业的生产经营效率，以促进我国种业的健康发展。
目前对我国种业企业经营绩效进行定量分析的较少，现有的文献主要应用了三种方式来分析，一是运用主成分分析法和熵值赋权法来评价种业上市公司财务绩效[3]；二是建立EVA模型来分析比较种业上市公司的利润[4]；三是利用 DEA 模型来说明种业上市公司的分销效率[5-7]。而使用 DEA 来研究种业效率的到目前为止只有3篇文章，其所选的种业上市公司个数过少，会影响评价结果可信性，基于上述研究现状，本文采用DEA方法，从我国11个种业上市公司现状出发，考察其生产的规模效率和技术效率，由此为未来种业的发展提供决策信息。
1 DEA基本理论与CCR、BCC模型
数据包络分析方法（DEA，Data Envelopment Analysis）由Charnes、Coopor和Rhodes于1978年提出，在经济学中可以用来判定某个决策对象是否技术有效和规模有效，所谓技术有效，即相对最优生产效率水平的目前投入要素的浪费情况，规模有效即按照最优生产效率水平所能获得的最大产出情况[8-10]。一般回归分析等方法对于多输入多输出的复杂问题束手无策，但DEA方法特别适合用于具有多输入多输出的复杂系统，且其排除了很多主观因素，具有很强的客观性。
DEA方法最经典的是固定规模收益（Constant returns to scale，CRS）模式下的CCR模型和可变规模收益（Variable return to scale，VRS）模式下的BCC模型，其基本理论为：
BCC模型可以进行纯技术效率的分析，因而，结合CCR模型和BCC模型，我们可以对决策单元的生产经营情况进行综合（技术）效率、纯技术效率和规模效率的分析。
2 种业上市公司经营绩效的DEA分析
2.1 评价指标的选取
指标的选取将为下一步的分析评价工作奠定一个基础，指标选取的效果在一定程度上影响评价的有效性，DEA方法对选取的指标一般原则是指标要具有可行性、全面性、真实性、简洁性、可比性和目的性，此外，选取的输入指标和输出指标，还应满足以下几个条件：
①输入和输出指标首先要符合评价的要求，能客观有效的反映决策单元的绩效水平；
②选取的输入输出指标要尽量避免有较强线性关系的或可以相互替代的指标；
③选取具有可比性和数据可得性而且管理上具有可控性的指标，可通过对输入、输出变量的调整来提高企业经营效率；
④考虑指标的非负性，当指标数据呈负数时，模型是不可用的。
根据以上要求，为了客观评价种业上市公司的经营绩效，综合柳思维、黄毅（2010）[6]和倪冰莉（2014）[7]的指标体系，并结合专家意见，选取“总资产”、“主营业务成本”、“支付给职工以及为职工支付的现金”作为输入指标，“主营业务收入”、“净利润”、“基本每股收益”作为输出指标。 2.1.1 输入指标
总资产：总资产是一个种子公司的经济规模的主要反映因素之一，可以反映企业规模、资源配置和运用状况，并且其增长速度在一定程度上能反映企业的成长速度，代表着企业在“物”方面的投入。
主营业务成本：反映的是取得主营业务收入公司所付出的成本投入，其高低直接影响企业的盈利水平，代表着企业经营绩效在“财”方面的投入规模。
支付给职工以及为职工支付的现金：该指标既反映了企业人力资本的数量又反映了人力资本的质量，企业职工的货币化比单纯的企业职工数更能准确的反映企业在“人”方面的投入。
主营业务收入：其是衡量企业经营实力的有效依据。在成本一定的情况下，只有主营业务收入的良好实现，才有可能带来企业盈利水平的提高。
2.1.2 输出指标
净利润：反映了一个上市公司的总体盈利状况，是一个企业扩大再生产必不可少的条件，同时也能反映一个企业投入产出的效率及企业管理的水平，是衡量企业发展能力的重要指标。
基本每股收益：其衡量普通股的获利水平及投资风险，是投资者等信息使用者据以评价企业盈利能力、预测企业成长潜力、进而做出相关经济决策的重要的财务指标之一。
2.2 评价指标数据收集与处理
为了保证选取的样本能符合模型的评价要求，同时能具有良好的代表性，本次研究选择了属于主营业务为种子繁育和销售的11家在沪、深两市的上市公司为研究样本。具体来说共选取了丰乐种业、隆平高科、敦煌种业、登海种业、大北农、荃银高科、万向德农、神农基因、亚盛集团、新赛股份、农发种业11家上市公司作为本次研究的对象，即模型中的决策单元。同时，为便于分析当前我国种业上市公司经营绩效，仅选择2014年的年报数据，数据来源为巨潮资讯网提供的各公司年报，收集整理的数据见表1。
由于在净利润和基本每股收益两项指标中，个别决策单元出现负值，为满足DEA分析的要求，需对数据进行归一化处理，处理后，数据值将处于[0.1-1]区间范围内，决策单元形成的有效前沿面只会发生平移或等比例缩放，但基本形状不变，即决策单元间的相对关系不变，因而对最终的评价结果不会产生任何影响。具体处理公式见式（8），处理后的指标数据见表2。
2.3 DEA分析
为便于分析和计算，本文采用Deap2.1软件运算，从表3的结果显示，11家种业上市公司在2014年的综合（技术）效率、纯技术效率、和规模效率的均值分别为0.946、0.963、0.982，说明我国种业上市公司生产效率整体上处于较高水平，能够代表我国种业的最高发展水平。
在11家种业上市公司中，从综合效率来看，有4家公司处于DEA有效状态（综合效率值=1），分别是登海种业、敦煌种业、万向德农和农发种业，经济生产活动同时技术有效和规模有效，表明其在技术水平和规模水平上都相匹配，为行业的标杆企业；其余7家种业公司又可分为两个档次，一类是综合效率值在（0.9-1）之间，比较接近DEA有效，有4家公司，分别是隆平高科、丰乐种业、大北农和荃银高科，一类是综合效率值在（0.79-0.9）之间，有3家公司，分别是新赛股份、亚盛集团和神农基因。综上结果，11家种业上市公司生产经营状况差别有限，种业上市公司之间市场竞争较为充分。
除去同时技术有效和规模有效的4家公司，其余7家公司从纯技术效率和规模效率来看，大北农、荃银高科和神农基因处于纯技术有效状态（纯技术效率值=1），表明这3家公司在技术上达到了行业最优生产水平，其综合效率的无效性完全源于公司规模未能达到最佳规模，今后的发展方向是扩大规模，增加人、财、物的投入；另外4家公司处于纯技术效率和规模效率均无效的状态，今后需要在技术上和规模上同时加大投入，才能保证自身不断发展。
从规模效率特征来看，丰乐种业、隆平高科、亚盛集团和大北农这4家公司处于规模效率递减阶段，在增大规模投入时要考虑适度性原则，不能盲目增加；荃银高科、神农基因和新赛股份这3家公司处于规模效率递增阶段，在自身条件允许的范围内，尽可能增大规模投入，促进公司快速发展；而登海种业、敦煌种业、万向德农和农发种业这4家公司，规模效率保持不变，即在现有行业生产力下，对于公司规模的投入应保持不变，保持公司稳定发展。
2.4 对无效决策单元的改进
DEA模型的优点不仅可以指出决策单元中哪些是有效的，哪些是非有效的，而且可以对非有效的决策单元给出具体的改进方向。对于综合效率无效的公司，可以根据他们的松弛变量的数值做出改进，有松弛变量的地方就可以做出投入和产出应该增加或减少的地方。而松弛变量的大小就是要改进的数值。Deap软件给出了输入输出指标的松弛变量数值（见表4），也给出了决策单元要达到DEA有效所需的目标值（见表5），其中，s1、s2、s3、s4、s5、s6分别代表着“总资产”、“主营业务成本”、“支付给职工以及为职工支付的现金”、“主营业务收入”、“净利润”、“基本每股收益”这3个输入和3个输出指标，s1-、s2-、s3-、s4+、s5+、s6+分别是这6个指标的松弛变量。
从表4中可以看出，有4个公司某些指标需要改进才能达到DEA有效的理论值，分别是丰乐种业、隆平高科、亚盛集团和新赛股份。比如需要改进的指标最多的亚盛集团，其s1-=0.295，s5+=0.199，s6+=0.383，说明其拥有的总资产资源未能得到充分利用，净利润和基本每股收益还有很大的提升空间。又由表5所知，要达到理论上的DEA有效，亚盛集团应投入总资产值为0.367，可达到的理论净利润值为0.692，基本每股收益值为0.897，由于表中数据经过了归一化处理，所以经过相应处理后，得到亚盛集团应投入总资产值目标值为437526.84万元，净利润目标值为44606万元，基本每股收益目标值为0.87元。这4家公司要达到投入产出效率DEA有效，需要改进的指标目标值的实际值如表6所示。 3 结论
综合以上对2014年我国种业上市公司经营绩效的分析，可以得出以下几点结论：
①我国种业上市公司经营绩效总体上处于较高水平，技术效率和规模效率上差别不大，种业上市公司之间的竞争较为激烈，一定程度上反映了我国种业市场不断成熟，市场集中度提高，种业整合的成效显著。
②11家种业上市公司中有7家为规模无效，有4家且处于规模报酬递减阶段，表明种业上市公司中普遍存在着规模不合理，资源未能得到充分利用，提高经营管理水平，是今后公司发展的方向，经营绩效还有很大的成长空间。
③11家种业上市公司综合效率均值为0.946，表明我国种业上市公司在当前行业发展模式下增长潜力有限，增加更多的投入已带不来等效的产出，公司未来的发展，需要新的种业发展模式。
4 建议
根据结论，今后我国种业上市公司，也可以说我国种业今后的发展主要有两个方向：
一是提高公司的经营管理水平。从单纯的依靠兼并整合扩大资产规模来促进公司发展的方式向以精细化的管理来提高公司资源的合理利用上转变，通过加强内部管理和控制，有效的资源利用，达到投入和产出相匹配，以提高规模效率。
二是开拓新的种业发展模式，打造新的经济增长点。传统的种业业务发展增长潜力有限，要想在激烈的竞争中掌握核心竞争力，种业上市公司必须开展适合自身的新的业务模式，如国际种业巨头孟山都、先正达等开展的“农资一体化”、“农机一体化”和“农技一体化”模式，或者利用互联网技术，优化自身的“育-繁-推-销”环节等。
- 上一篇：近代香港公司法发展概述
- 下一篇：公司财务报表的阅读与分析
