我國(guó)科創(chuàng)板首批上市企業(yè)經(jīng)營(yíng)效率研究

李玲玲

摘要：文章運(yùn)用DEA模型來(lái)測(cè)算25家科創(chuàng)板首批上市企業(yè)的2016～2019年的綜合技術(shù)效率、規(guī)模效率和純技術(shù)效率，然后進(jìn)行行業(yè)類(lèi)別、不同區(qū)域動(dòng)態(tài)比較分析，研究結(jié)果表明：大多數(shù)公司在2016～2019年間均未達(dá)到DEA有效，僅極少數(shù)公司處于效率前沿面;不同行業(yè)間綜合技術(shù)效率值存在顯著差異;不同區(qū)域的公司經(jīng)營(yíng)技術(shù)效率值存在顯著差異。

關(guān)鍵詞：科創(chuàng)板;高新技術(shù)企業(yè);DEA;經(jīng)營(yíng)效率

一、引言

現(xiàn)階段我國(guó)經(jīng)濟(jì)已由高速增長(zhǎng)階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，經(jīng)濟(jì)轉(zhuǎn)型更加注重發(fā)展方向及經(jīng)濟(jì)結(jié)構(gòu)的調(diào)整。縱觀經(jīng)濟(jì)發(fā)展，可發(fā)現(xiàn)高新技術(shù)企業(yè)的發(fā)展?jié)摿Υ蟆⑹袌?chǎng)開(kāi)發(fā)能力突出等優(yōu)勢(shì)使得其成為經(jīng)濟(jì)轉(zhuǎn)型的生力軍，因此必須發(fā)揮高新技術(shù)企業(yè)創(chuàng)新優(yōu)勢(shì)，致力于提供更智能、更高質(zhì)量、更高效率的新產(chǎn)品，促進(jìn)經(jīng)濟(jì)增長(zhǎng)。而要達(dá)到此目標(biāo)，就需要使缺乏市場(chǎng)競(jìng)爭(zhēng)力的高新技術(shù)類(lèi)中小企業(yè)吸納更多的人才、資金，然而由于我國(guó)企業(yè)上市制度的要求嚴(yán)明，導(dǎo)致很多高新技術(shù)企業(yè)前去海外上市，表明我國(guó)企業(yè)上市制度對(duì)高新技術(shù)類(lèi)中小企業(yè)的包容性和支持力度有待加強(qiáng)。

為解決這一問(wèn)題，科創(chuàng)板應(yīng)運(yùn)而生。2019年科創(chuàng)板正式開(kāi)市，設(shè)立科創(chuàng)板并試點(diǎn)注冊(cè)制是我國(guó)資本市場(chǎng)改革的一大里程碑，體現(xiàn)了中國(guó)證監(jiān)會(huì)深入貫徹習(xí)近平新時(shí)代中國(guó)特色社會(huì)主義思想的要求，助力實(shí)體經(jīng)濟(jì)新興行業(yè)的加速轉(zhuǎn)型，增強(qiáng)了資本市場(chǎng)對(duì)提高我國(guó)關(guān)鍵核心技術(shù)創(chuàng)新能力服務(wù)水平的作用，這一重要舉措，是對(duì)我國(guó)金融改革的具體落實(shí)。

基于文獻(xiàn)閱讀發(fā)現(xiàn)，學(xué)者們對(duì)科創(chuàng)板上市企業(yè)的經(jīng)營(yíng)效率方面鮮有研究，因此本文運(yùn)用DEA模型來(lái)測(cè)算科創(chuàng)板首批上市的25家企業(yè)的2016～2019年的綜合技術(shù)效率、規(guī)模效率和純技術(shù)效率，然后進(jìn)行行業(yè)類(lèi)別、不同區(qū)域動(dòng)態(tài)比較分析，最后有針對(duì)性地提出相關(guān)政策建議。

二、研究方法與數(shù)據(jù)來(lái)源

DEA是用來(lái)測(cè)度同類(lèi)DMU即決策單元的相對(duì)有效性，其作為一種非參數(shù)研究效率方法應(yīng)用領(lǐng)域廣泛，而且可以減少函數(shù)設(shè)定的誤差。本文采取傳統(tǒng)DEA模型中投入導(dǎo)向的BCC（規(guī)模報(bào)酬可變）模型對(duì)企業(yè)原始的投入、產(chǎn)出數(shù)據(jù)進(jìn)行效率測(cè)度。運(yùn)用BCC模型計(jì)算出來(lái)的效率值稱(chēng)為綜合技術(shù)效率（TE），TE可以分解為規(guī)模效率（SE）和純技術(shù)效率（PE），且TE=SE*PE。

本文數(shù)據(jù)來(lái)源于各企業(yè)公司年報(bào)及招股說(shuō)明書(shū)，數(shù)據(jù)來(lái)源可靠，這25家企業(yè)中，新一代信息技術(shù)類(lèi)企業(yè)有13家，高端裝備制造類(lèi)企業(yè)5家，生物醫(yī)藥類(lèi)企業(yè)2家，新材料類(lèi)企業(yè)5家。

不同學(xué)者在進(jìn)行上市公司經(jīng)營(yíng)效率評(píng)價(jià)時(shí)對(duì)投入產(chǎn)出指標(biāo)的選擇不同，其中楊松令（2013）在運(yùn)用DEA研究創(chuàng)業(yè)板上市公司經(jīng)營(yíng)績(jī)效時(shí)，選取了總資產(chǎn)、主營(yíng)業(yè)務(wù)成本、固定資產(chǎn)、流動(dòng)資產(chǎn)、員工總數(shù)作為投入指標(biāo)，選取主營(yíng)業(yè)務(wù)收入、利潤(rùn)總額、凈利潤(rùn)、每股收益、凈資產(chǎn)收益率作為產(chǎn)出指標(biāo);陳烜等（2020）運(yùn)用DEA-Malmquist研究第二產(chǎn)業(yè)上市公司經(jīng)營(yíng)效率時(shí)，將總資產(chǎn)、營(yíng)業(yè)成本、資產(chǎn)負(fù)債率作為投入指標(biāo)，營(yíng)業(yè)收入、凈利潤(rùn)作為產(chǎn)出指標(biāo);宋歌（2017）在運(yùn)用DEA研究滬市A股上市公司經(jīng)營(yíng)效率時(shí)，選取總資產(chǎn)、營(yíng)業(yè)總成本、資產(chǎn)負(fù)債率作為投入指標(biāo)，每股收益、凈資產(chǎn)收益率、利潤(rùn)總額、總資產(chǎn)周轉(zhuǎn)率作為產(chǎn)出指標(biāo);林新奇等（2021）在運(yùn)用DEA研究科創(chuàng)板企業(yè)創(chuàng)新績(jī)效時(shí)，選取研發(fā)員工投入、研發(fā)費(fèi)用投作為投入指標(biāo)，技術(shù)產(chǎn)出、經(jīng)濟(jì)產(chǎn)出作為產(chǎn)出指標(biāo)。

通過(guò)以上文獻(xiàn)梳理及鑒于收據(jù)可得性，本文選擇凈利潤(rùn)、營(yíng)業(yè)收入作為產(chǎn)出指標(biāo)，資產(chǎn)總額、營(yíng)業(yè)成本作為投入指標(biāo)，在整理指標(biāo)時(shí)發(fā)現(xiàn)，2016年出現(xiàn)決策單元凈利潤(rùn)為負(fù)的情況，然而傳統(tǒng)DEA模型要求投入產(chǎn)出數(shù)據(jù)均為正數(shù)，如果出現(xiàn)負(fù)數(shù)，軟件就無(wú)法直接計(jì)算結(jié)果，因此這里參考張晴麗（2018）的做法，即DMU的同一指標(biāo)的數(shù)據(jù)同時(shí)加減相同數(shù)，不改變?cè)揇MU的DEA有效性。

三、實(shí)證結(jié)果與分析

運(yùn)用DEAP2.1軟件測(cè)出樣本公司2016～2019年的TE、SE、PE。首先計(jì)算出各家公司2016～2019年的SE、PE均值，以PE為橫坐標(biāo)，SE為縱坐標(biāo)，以均值點(diǎn)（0.826，0.866）為分界線，將樣本公司劃分在不同區(qū)域，形成經(jīng)營(yíng)效率矩陣圖（見(jiàn)圖1）。

由圖1可知，處于第一象限的公司共9家，即9家公司均處于高規(guī)模效率和高純技術(shù)效率，如南微醫(yī)學(xué)與樂(lè)鑫科技，其中虹軟科技與心脈醫(yī)療在2016～2019年間均為DEA有效，因此這兩家公司SE與PE均為1;處于第二象限的公司共8家，即8家公司均處于高規(guī)模效率和低純技術(shù)效率，如天準(zhǔn)科技和福光股份;處于第三象限的公司共4家，即4家公司均處于低規(guī)模效率和低純技術(shù)效率，如新光光電和杭可科技;處于第四象限的公司有4家，即4家公司均處于處于高純技術(shù)效率效率和低規(guī)模效率，如瀾起科技和天宜上佳。總體來(lái)看，25家樣本公司中有17家的均處于高純規(guī)模效率，有13家公司均處于高純技術(shù)效率，第一象限與第三象限的SE和PE差距較大。

將測(cè)算的25家樣本公司分別按行業(yè)類(lèi)別、省市區(qū)域劃分對(duì)TE值進(jìn)行分類(lèi)比較，結(jié)果見(jiàn)圖2、圖3。

由圖2可知，四種類(lèi)型行業(yè)的TE值在2019年均呈現(xiàn)大幅度提升，出現(xiàn)該現(xiàn)象的原因可能因?yàn)楣驹谏鲜星皩?duì)業(yè)績(jī)進(jìn)行了一定的“粉飾”，從而使運(yùn)營(yíng)效率大幅提升。其中僅有心脈醫(yī)療與南微醫(yī)學(xué)分別從事保健用品與保健設(shè)備行業(yè)的兩家生物醫(yī)藥公司，且其 TE值在2016～2019年間幾乎呈直線上升趨勢(shì)，因?yàn)榻陙?lái)，各省市紛紛出臺(tái)支持生物醫(yī)藥產(chǎn)業(yè)發(fā)展的各項(xiàng)政策，同時(shí)人們對(duì)醫(yī)療資源需求的極速上升也使得生物醫(yī)藥產(chǎn)業(yè)快速發(fā)展。高端裝備制造類(lèi)和新材料類(lèi)在2016～2019年間，TE呈現(xiàn)緩慢上升趨勢(shì)，而新一代信息技術(shù)類(lèi)公司的TE在2016～2019年間呈現(xiàn)大幅波動(dòng)，表明該類(lèi)企業(yè)近四年的運(yùn)營(yíng)能力不穩(wěn)定，同時(shí)2016～2018年的TE呈下降趨勢(shì)，表明該類(lèi)企業(yè)要注重加強(qiáng)公司資本運(yùn)營(yíng)能力，盡量減少不必要的經(jīng)營(yíng)效率損失。因此，通過(guò)行業(yè)類(lèi)別比較分析發(fā)現(xiàn)，不同行業(yè)類(lèi)型的公司TE值存在顯著差距。

由圖3可知，江蘇、上海、廣東、浙江的TE值顯著高于其他省市區(qū)，該區(qū)域樣本公司共15家，均高于TE平均值，主要得益于區(qū)域的人才、科技、政府政策支持等方面優(yōu)勢(shì)明顯，但僅心脈醫(yī)療和虹軟科技在四年間達(dá)到DEA有效;北京、福建、黑龍江、陜西地區(qū)的TE顯著低于平均值，且黑龍江省的TE值波動(dòng)較大;山東省的TE值在2016年高于平均值，但在2017～2019年均低于平均值，說(shuō)明睿創(chuàng)微納公司在2016～2019年總體運(yùn)營(yíng)能力水平顯著低于江蘇、上海、廣東、浙江等區(qū)域公司，因此政府在支持公司發(fā)展方面不僅要考慮公司所處行業(yè)，還要注重公司資本運(yùn)營(yíng)能力;整體上，除黑龍江以外，其他區(qū)域公司TE值在2019年均有顯著提升，再次表明公司在上市前存在一定的“粉飾”業(yè)績(jī)操作。因此，通過(guò)區(qū)域類(lèi)別比較分析發(fā)現(xiàn)，不同區(qū)域的公司TE值存在顯著差異。

四、結(jié)論及建議

（一）結(jié)論

通過(guò)運(yùn)用DEAP2.1軟件對(duì)首批科創(chuàng)板上市的25家公司2016～2019年數(shù)據(jù)進(jìn)行效率測(cè)度研究發(fā)現(xiàn)：大部分公司在2016～2019年均未達(dá)到DEA有效，僅極少數(shù)公司處于效率前沿面，且樣本公司存在上市前的“粉飾”業(yè)績(jī)操作;不同行業(yè)的科創(chuàng)板上市公司TE值存在顯著差距，其中生物醫(yī)藥類(lèi)行業(yè)TE值顯著高于新一代信息技術(shù)、材料類(lèi)、高端裝備制造行業(yè);不同區(qū)域的公司TE值存在顯著差異，江蘇、上海、廣東、浙江的TE值顯著高于樣本公司的平均水平，而北京、福建、黑龍江、陜西地區(qū)的TE值顯著低于平均值。

（二）建議

從公司本身來(lái)看：已上市公司及準(zhǔn)備上市的公司應(yīng)加強(qiáng)公司管理，有效利用區(qū)域及自身優(yōu)勢(shì)，做到揚(yáng)長(zhǎng)補(bǔ)短，盡可能避免公司在經(jīng)營(yíng)過(guò)程中存在的效率損失，從而提升運(yùn)營(yíng)能力水平，同時(shí)公司內(nèi)部應(yīng)設(shè)置合理的治理機(jī)制與治理結(jié)構(gòu)，確保公司能夠持續(xù)發(fā)揮自身價(jià)值，盡量弱化甚至消除IPO效應(yīng)。

從外部來(lái)看：各監(jiān)管機(jī)構(gòu)應(yīng)制定嚴(yán)格的信息披露制度，以保證各上市公司披露信息的真實(shí)性與準(zhǔn)確性，從而降低風(fēng)險(xiǎn)發(fā)生的概率;嚴(yán)格執(zhí)行注冊(cè)制上市流程，實(shí)施嚴(yán)格的退市制度，切忌走形式化的上市與退市流程;政府應(yīng)注重協(xié)調(diào)區(qū)域金融業(yè)平衡發(fā)展，縮小區(qū)域發(fā)展水平差距。

參考文獻(xiàn)：

[1]楊松令，常曉紅，劉亭立.高新技術(shù)企業(yè)經(jīng)營(yíng)績(jī)效評(píng)價(jià)研究——以中國(guó)創(chuàng)業(yè)板上市公司為例[J].中國(guó)科技論壇，2013（07）：58-65.

[2]陳烜，劉思敏.基于DEA模型和Malmquist指數(shù)的第二產(chǎn)業(yè)上市公司經(jīng)營(yíng)績(jī)效評(píng)價(jià)[J].遼寧工程技術(shù)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020，22（05）：343-350.

[3]宋歌.基于DEA模型對(duì)我國(guó)證券公司經(jīng)營(yíng)效率評(píng)價(jià)的研究——以滬市A股上市公司為例[J].金融理論與實(shí)踐，2017（11）：77-80.

[4]林新奇，趙國(guó)龍.基于DEA方法的我國(guó)科創(chuàng)板企業(yè)創(chuàng)新績(jī)效研究[J].科技管理研究，2021，41（01）：54-61.

[5]張晴麗.基于DEA-Logistic回歸模型的中國(guó)上市公司財(cái)務(wù)危機(jī)預(yù)警研究[J].現(xiàn)代商業(yè)，2018（22）：124-127.

（作者單位：安徽大學(xué)經(jīng)濟(jì)學(xué)院）

1757500783255