產業分層視角下物聯網上市公司知識資本與盈利效率研究

■ 于澤源 余國新 教授（新疆農業大學 烏魯木齊 830052）

?

產業分層視角下物聯網上市公司知識資本與盈利效率研究

■ 于澤源 余國新 教授（新疆農業大學 烏魯木齊 830052）

內容摘要：本文基于物聯網上市公司2009-2013年的面板數據進行分析，以產業分層的視角，運用DEA數據包絡分析法進行計量分析，用以比較物聯網上市公司的知識資本對企業盈利能力的技術效率，并提出適用于物聯網不同產業鏈企業效率提高的合理建議，以增強管理層對于知識資本的重視，提高物聯網企業知識資本的投資管理效率水平。

關鍵詞：物聯網 知識資本 數據包絡分析 產業分層

物聯網（Internet of Thing）這一概念的實踐可以追溯到1990年施樂公司的網絡可樂販售機。2005年，國際電信聯盟發布的《ITU互聯網報告2005：物聯網》進一步定義和擴展了物聯網概念的范疇。物聯網技術作為互聯網的延伸，利用EPC 和RFID技術構建出一個全球實物網絡，可以解決物與物、物與人、人與人之間的交互關系。得益于計算機、智能手機、互聯網和信息傳感設備的技術逐步成熟和產業鏈迅速發展，物聯網將會成為下一輪的經濟增長點，各國政府和團體早已開始了物聯網產業規劃和技術研發。

2009年，“感知中國”提出以來，物聯網被正式列為我國五大新興戰略性產業之一，并加入“政府工作報告”當中。但是，目前物聯網現狀是市場占有率低，政策和相關制度不健全，存在硬件和軟件技術和配合較弱等問題，所以物聯網產業的發展很大程度上取決于國家宏觀政策的取向和政策支持的力度、技術的革新、產業鏈的協同和壯大等多方面因素。2012年，我國物聯網產業規模達到3650億元，2013年規模為4896億元，2014年規模達到6000億元。根據中國物聯網研究發展中心預測到2015年，物聯網產業規模將達到7500億元，年平均增長率達到30%。

相關文獻綜述

物聯網產業分層和競爭力研究方面，傅國華、王軍、李長金（2014），王文濤、付劍峰、朱義（2012）發現將產業進行分層，有利于提高管理效率，降低錯層管理的低效，提升企業盈利能力。何勇、聶鵬程、劉飛（2013）將物聯網應用于農業，謝曉燕（2012）分析物聯網整體架構，以上學者都提出將物聯網產業分為三個層次：感知層、傳輸層、應用層。

知識資本的維度研究方面，由于知識資本無形的且不易計量，周榮、涂國平、喻登科（2014）研究高校上市公司知識資本與公司發展，曾德明、劉惠琴、禹獻云（2012）構建適用于產業創新體系的知識資本測度指標，李金勇、張宗益（2009）研究知識資本的信息披露程度，以上學者均從不同角度研究知識資本，一致將上市公司的知識資本分為：人力資本、財務資本、技術資本、市場資本四個維度。對于知識資本對于企業績效角度分析，杜勇、鄢波、陳建英（2014），于洪菲（2013）以中國高新技術產業上市公司為研究樣本，雷井生、關云飛（2009）探討中小企業的知識資本，得出企業研發投入對企業盈利影響顯著而且積極。

通過以上文獻研究，發現關于物聯網上市公司盈利效率的研究，國內外文獻較少，對于在產業分層視角下的物聯網公司的知識資本的研究還是空白，所以本文基于產業分層視角選取物聯網上市公司知識資本研究該產業的盈利效率，以提出合理化建議。

模型研究

從研究方法角度來看，企業經營效率的計量模型可分兩類：其一是依據財務比率分析，其二是運用經濟學生產邊界函數理論描述生產效率。第二種計量分析方法又可以分為參數法和非參數法（即數據包絡法，Data Envelop Analysis，DEA）。

（一）模型選擇

目前使用較多的效率評價方法主要通過對考察對象與效率前沿面的偏離程度來衡量其效率，稱之為前沿分析法。其中包括以隨機前沿分析法（SFA）為代表的參數方法和以數據包絡分析法（DEA）為代表的非參數方法兩種。

本文選擇數據包絡分析法（DEA）研究物聯網上市公司效率水平，原因主要有以下幾點：一是SFA方法適用于多投入單產出，但需要估計投入產出的生產函數。而DEA方法適用于多投入多產出的效率評價系統，不需要提前確定函數關系和估計參數，避免了函數構造不得當造成的問題。二是DEA方法以決策單元的輸入輸出權數為變量，避免主觀賦權的干擾。三是DEA方法不受指標量綱的限制，不需要對數據進行標準化處理， DEA方法以整體為研究的基礎，更符合系統原理。四是DEA方法是全部決策單元條件下的有效生產前沿分析，并非簡單平均，所以結果更加客觀。基于以上優點，本文運用DEA方法的CCR模型和BCC模型，綜合分析物聯網上市公司技術效率、純技術效率、規模效率。

（二）模型構建

CCR模型由A.Charnes，W.W.Cooper 和Rhod es教授于1978年提出，假設規模收益不變（CRS），得到綜合技術效率（TE）。設有n家物聯網類上市公司，物聯網上市公司作為決策單元（DMU），m個輸入變量Xj=(x1j,x2j,x3j,…,xij,…,xmj)T>0，s個輸出變量 Yj=(y1j,y2j,y3j,…,yij,…,ysj)T>0，j=1,2,3,…,n，通過CCR模型即可得到第j0家物聯網上市公司綜合技術效率（TE）最優解：

BCC模型由R.D.Banker，A.Charnes和W.W.Coop e r于1984年提出，是對CCR的改進模型，假設規模收益可變（VRS），增加約束條件，得到第j0家物聯網上市公司純技術效率（PTE）和規模效率（SE）最優解：

其中，θ為效率值，s-和s+為松弛變量，ε為非阿基米德無窮小量，得到SE=TE×PTE。

（三）DEA 結果判定

若θ*=1，且S-*=0，S+*=0，則表示該物聯網公司盈利效率為DEA有效；若θ*=1，且S-*≠0或S+*≠0，則表示該公司盈利效率為 DEA 弱有效；若0<θ*<1，則表示該公司盈利效率為非DEA有效。

要素解析和數據處理

（一）數據來源

本文研究對象為滬深證券交易所的物聯網上市公司，選取2009-2013年物聯網上市公司的年報數據，構成面板數據。由于公司有的具有特殊性，加入會影響計量分析，所以用以下規則進行適當剔除：剔除年末利潤為負責上市公司，因為DEA方法數據要求非負，并且本文運用到的CCR模型不能進行簡單的加值處理；剔除ST類上市公司，因這該類上市公司財務異常，不能反映應經營穩定公司的盈利效率情況；剔除上市不足5年的上市公司，因為剛成立的財務狀況存在特殊性，不能較好反映物聯網行業效率。最終選取30家物聯網上市公司，根據新浪財經和東方財富網物聯網劃分，財務數據來源于國泰安數據庫，根據上市公司報告中主營業務收入所占比重70%以上劃分產業層次，分析軟件采用SPSS19.0和Maxdea 6.4。

（二）輸入輸出指標確定

DEA中的輸入指標應選取越小越好的指標，而越大越好的指標應當作為輸出指標。本文主要考慮物聯網上市公司知識資本在企業盈利效率方面的表現，選擇營業收入、凈利潤、每股收益作為產出指標，這些指標滿足錐性，即k倍投入會獲得k倍產出，因此選擇CCR模型合理。用SPSS進行spea rm an檢驗，得到相關矩陣并剔除相關性不強的指標。員工人數與財務報表中支付以及為職工支付的現金相關性達到了0.968（置信度在0.01時顯著），因此用支付的現金替代。高新技術產業研發投入決定企業發展，由于我國在R&D投入定義含糊，企業會計報表的開發支出項并非每年都有，且在開發結束后會轉入到企業的無形資產凈額，所以選擇無形資產凈額詮釋技術資本。市場資本是知識資本的一項構成要素，常用市盈率和市凈率衡量，但經過spearm an檢驗發現與產出指標相關性均小于0.2且未通過顯著性檢驗，所以剔除該指標。投入和產出指標及指標內涵如表1所示。

（三）物聯網上市公司產業現狀和結構分層

從產業分層角度，物聯網產業2013年數據顯示，支撐層、感知層、傳輸層、平臺層以及應用層分別占總體規模2.7%、22.0%、33.1%、37.5%和4.7%。其中感知層和傳輸層主要為制造類企業，生產廠商眾多，是目前物聯網產業競爭最為激烈的領域。本文以物聯網上市公司為對象，以產業分層視角，根據物聯網上市公司主營業務類型占比70%以上進行層次劃分，著重研究物聯網上市公司三個產業結構層次的盈利效率能力。

1.感知層是物聯網產業中最基礎和重要的環節，該層主要用于物品標識和信息采集，主要包括電子標簽、傳感器、芯片及智能卡3大領域。相關上市公司：東方電子（000682）、華工科技（000988）、大族激光（002008）、蘇州固锝（002079）、恒寶股份（002104）、科陸電子（002121）、沃爾核材（002130）、順絡電子（002138）、遠 望 谷（002161）、漢威電子（300007）、航天信息（600271）、長園集團（600525）、寶勝股份（600973）。

2.傳輸層主要起到信息交換和傳遞作用，主要包括網絡服務提供商和通訊模塊制造商。相關上市公司：振華科技（000733）、東信和平（002017）、廈門信達（000701）、武漢凡谷（002194）、飛馬國際（002210）、北斗星通（002151）、大唐電信（600198）、中儲股份（600787）、高鴻股份（000851）。

3.應用層作用是完成模塊的協同管理、數據的計算、存儲、分析、挖掘，并提供個人和企業豐富的應用服務，主要包括系統集成商、系統解決方案提供商、運營服務提供商。相關上市公司：新大陸（000997）、皖通科技（002331）、神州泰岳（300002）、銀江股份（300020）、東軟集團（600718）、寶信軟件（600845）、航天科技（000901）、同方股份（600100）。

表1　知識資本投入和產出指標及指標內涵

圖1　2009-2013年物聯網上市公司綜合效率走勢圖

實證分析

本文采用數據包絡方法的投入導向型CCR和BBC模型，得到并整理出2009-2013年的面板數據，物聯網上市公司盈利績效的綜合技術效率、純技術效率、規模效率值，并構造綜合技術效率走勢圖（見圖1）。分析2009-2013年物聯網上市公司效率的面板數據，首先可以發現30家公司五年的綜合效率平均值為0.808，仍有0.182的改進余地。

就圖1的物聯網上市公司盈利能力的綜合技術效率變化來看，2009-2013年分別為0.83、0.85、0.87、0.77、0.72，DEA有效公司數分別為13、16、19、14、12。2009-2011年呈上升趨勢說明，物聯網上市公司技術效率在穩步提升，但是到2011年綜合技術效率達到峰值以后有了較大幅度下滑，2012年和2013年分別下滑11.4%和6.4%。該實證結果與實際情況吻合，2008年世界范圍內的金融危機使得國內經濟受到影響，國家為了擴大內需拉動經濟增長進行政府投資，在高新技術業方面主要側重于制造業的扶持，特別是物聯網行業感知層的制造商受益最多。2010年政府“四萬億”投資基本落實，在2011年全球經濟回暖的大形勢下，我國的制造業受到來自國外高新技術產業的競爭，加之國內物聯網制造類產業競爭和中國加入世貿組織逐步放開市場的開放程度多重影響，綜合技術效率下滑。物聯網的感知層和傳輸層主要以制造業為主導，近三年平均效率0.91、0.78、0.68呈下滑態勢，2013年感知層和傳輸層公司都趨近于0.65-0.70這個區間范圍。不同于制造業近年來的下滑態勢，應用層上市公司效率在2011年以前呈現平穩態勢，2013年較上一年綜合技術效率增長了10.16%，說明物聯網應用層的公司才是未來拉動整個行業的主力。

應用層上市公司純技術效率在近五年穩步上升，說明該層次的公司在資源合理安排、組織管理和技術創新方面效率逐年提高，但是由于應用層的公司相較于制造業公司規模擴張有限，使得綜合技術效率上漲乏力。在2011年以后制造業出現下降態勢，應用層在純技術效率和規模效率均穩步提升的作用下發展良好。五年年均DEA有效的企業有四家，占比50%。2013年有效的上市公司占比較高，但對于個別企業還存在改進空間，東軟集團（600718）規模效率0.95，但技術效率純技術效率只有0.38，說明需要調整要素投入配置。

感知層和傳輸層一直都是物聯網產業的基礎，廠商眾多、技術壁壘較低，在2009-2013年的面板數據分析中，感知層2009-2011年呈現上升趨勢，在2011-2013年呈現下降趨勢，同樣傳輸層在近這五年中都呈現下降的趨勢。值得注意的是，DEA數據包絡分析法結果并非衡量企業增長形勢，而是相對于行業其他公司的效率比較，DEA高只是對于其決策變量的相對有效，效率值低代表著相對效率低下。物聯網傳輸層的公司在2009年處于領先位置，但是接下來的幾年中逐漸下滑，并非說明國內的通訊行業達到飽和或者沒有潛力，只是說明通訊行業相比于感知層的上市公司和應用層的上市公司效率配置相對較低。感知層、傳輸層2009-2013年DEA均有效的公司分別有3家和2家，分別占該層次的23.1%和 22.2%，占比較低。

通過表2的數據可以發現，物聯網企業綜合技術效率分布不均，粗放型企業占比較大，特別是感知層和傳輸層的公司占比30%-40%之多，降低了產業的整體效率。通過對應用層公司的分析，發現綜合技術效率高的公司占比達75%，效率較其它層次有優勢。

表2　2013年物聯網產業綜合效率水平

結論與建議

通過以上數據分析顯示：我國物聯網上市公司在效率上存在顯著差異，制造業發展效率逐年降低，應用服務行業穩步上升。為應對新時代的物聯網產業發展，本文提出以下發展建議：

（一）重視人力資本要素

基礎要素是企業穩步長期發展的基礎，物聯網上市公司作為高新技術產業的一部分，首先就要抓住知識資本中的人力資本，吸納具有專業素養、有創新能力的高端科研人員，加強培養物聯網企業科技人才。其次，任用管理能力強，能夠洞悉該行業走勢的高級管理人才。最后，鼓勵高校設置物聯網相關專業，加大高校和科研院所的相關研究。

（二）加大技術資本的投入

專利技術對于物聯網上市公司至關重要，實現自主創新下的技術創新，需要增加R&D投入，發揮產學研等多種資源的優勢互補，注重企業研發投入和無形資產之間的轉換效率，重點攻克感知層的新產品開發，應用層的云計算技術研發和推廣等。同時要努力應對國際市場的激烈競爭，從競爭中學習獲取國外先進技術，進而加工創造出自有技術。

（三）重視應用服務業的發展

我國目前的物聯網行業處于產業層次的底端，以低端制造和初級加工為主，廠商眾多競爭激烈，只能靠資源成本和勞動力優勢賺取辛苦錢。近些年的綜合技術效率呈下滑態勢，大部分利潤流向了研發設計和應用服務企業。計量結果顯示，近年來應用層上市公司的技術效率表現良好，并且具有較高的技術水平有一定的技術壁壘，對企業盈利能力作用顯著，所以擴大應用層在物聯網領域的比例，有助于我國物聯網產業快速高效進步。

（四）加強各產業層次間的相互滲透和協作

物聯網產業需要芯片和傳感器制造商、移動網絡運營商、應用服務解決商等上下游合作，所以企業要加強各行業主管部門的協調與互動，兼顧各方利益，打破區域、行業的限制，促進資源共享。物聯網的感知層、傳輸層、應用層有多種商業模式，至今物聯網行業沒有一種成熟的商業盈利模式，所以各層次公司要相互借鑒。

（五）加快物聯網標準制定

自2005年RFID聯盟就發布建立符合國情的技術標準，但時至今日射頻技術標準仍較為混亂。重視國內物聯網產業標準的制定，在國際產業標準的基礎上，開發一整套適合于我國現階段國情，扎根于實際的自主知識產權標準。

（六）制定物聯網相關政策和加大行業扶持力度

現階段物聯網產業剛起步，政府主要起到扶持的引導的作用。一是成立特定部門規劃物聯網政策，推進相關高端制造業的產品更新換代，計算機軟件服務產業的擴張，鼓勵云計算等新技術的推廣。二是加強企業知識產權保護力度，鼓勵企業自主研發創新。三是加強物聯網產業在科技研發領域的財稅支持力度，快速提升物聯網產業競爭力。

參考文獻：

1.傅國華，王軍，李長金等.海南省一、三產業分層虛擬標桿的構造[J].海南大學學報：人文社會科學版，2014（1）

2.王文濤，付劍峰，朱義.企業創新、價值鏈擴張與制造業盈利能力——以中國醫藥制造企業為例[J].中國工業經濟，2012（4）

3.何勇，聶鵬程，劉飛.農業物聯網與傳感儀器研究進展[J].農業機械學報，2013（10）

4.謝曉燕.物聯網行業發展特征分析[J].企業經濟，2012（9）

5.周榮，涂國平，喻登科.高校上市公司知識資本現狀及其對公司發展的作用關系研究[J].經濟體制改革，2014（1）

6.曾德明，劉惠琴，禹獻云.產業創新體系知識資本評估指標分析[J].情報科學，2012（7）

7.李金勇，張宗益.我國上市公司知識資本信息披露實證研究[J].情報科學，2009（7）

8.杜勇，鄢波，陳建英.研發投入對高新技術企業經營績效的影響研究[J].科技進步與對策，2014（2）

9.于洪菲.知識資本對中國高科技企業成長的影響分析[J].當代經濟研究，2013（3）

10.雷井生，關云飛.基于績效視角的中小企業知識資本的結構性分析[J].軟科學，2009（1）

中圖分類號：◆F253.9

文獻標識碼：A

基金項目：▲國家自然科學基金項目“新形勢下新疆棉區農業社會化服務體系的創新與扶持政策研究”（71463058）