物联网企业经营效率动态评价

内容摘要：本文运用非参数的DEA-Malmquist指数方法研究我国物联网企业2007-2012年的全要素生产率水平。通过搜集和整理17家物联网上市公司财务数据，运用数据包络分析和Malmquist全要素生产率（TFP）指数方法，对我国物联网企业的经营效率进行动态评价。结果表明：从Malmquist全要素生产率指数看，我国物联网企业TFP年均增长率为-6.3%，究其原因有两个方面：纯技术效率低下和技术退步。2007-2012年间全部样本企业处于技术退步状态，技术退步是造成TFP负增长的主要原因。笔者建议构建物联网科研联盟，合作科研共享成果，减少重复科研投入，以提高物联网企业经营效率。

关键词：物联网 经营效率 DEA-Malmquist

引言

物联网是指在互联网的基础上，利用RFID、无线数据通信等技术，构造一个覆盖世界上所有事物的网络。在这个网络中，所有物品能够彼此“交流”，而无需人工干预。物联网的实质是利用射频自动识别技术，通过互联网实现物品的自动识别和信息的互联与共享。

目前，物联网为全球经济的复苏提供技术动力。美国、欧盟都在物联网上投入巨资，我国也非常重视物联网的建设，2011年11月28日，依据《中华人民共和国国民经济和社会发展第十二个五年规划纲要》、《国务院关于加快培育和发展战略性新兴产业的决定》，工业和信息化部了《物联网“十二五”发展规划》。《物联网“十二五”发展规划》表明我国对物联网企业采取大力扶持的政策。在政策的大力扶持下，我国物联网产业规模不断扩大。2011年物联网产业规模达2627.4亿元，比2010年同比增长30.2%。2012年我国物联网产业市场规模达到3650亿元，比2011年同比增长38.6%。随着物联网技术的研发和产业的发展，2013年物联网市场规模将达4896亿元，到2015年我国物联网市场将达到7500亿元。

虽然我国物联网企业的规模不断扩大，但发展的背后是巨大的投入。我国物联网企业的经营效率如何，投入和产出是否合理，如何提高我国物联网企业的经营效率则是本文研究的内容。本文将运用DEA-Malmquist全要素生产率指数方法，依据收集到17家物联网上市公司2007-2012年公布的财务数据。从财务管理的角度对这17家物联网上市公司的经营效率进行动态研究，为我国物联网上市公司经营效率评价和寻求最佳改进途径提供分析思路。

相关文献综述

物联网是一项新兴行业，世界各国都对物联网行业投入了较大的关注。

美国IBM 首席执行官在2009年提出“智慧地球”的产业布局构想，得到了总统奥巴马的积极支持，并将物联网提到了国家战略高度，定位为促进美国经济发展、提高全球竞争优势的新兴产业。在《2009 年美国复苏和再投资法案》中，对美国在能源、宽带以及医疗等领域中物联网产业的研究与应用，做出明确鼓励的政策引导。

欧盟在2009年提出了名为“i-2010”的五年发展布局规划，大力发展信息社会建设，推动物联网技术在医疗以及环境保护等领域应用和推广，积极地开展社会感知环境项目，促进物联网产业的推广与应用。

日本在2009年提出了与物联网产业相关的多项发展战略，积极地完善物联网产业发展环境，优化相关基础设施布局，促进物联网技术与传统产业的相互融合，利用物联网产业的发展带动经济发展，并不断推动基础设施的信息化以及智能化发展，加强对家庭、医疗以及教育等方面的物联网技术应用的示范研究。

我国在物联网发展方面起步较早，技术和标准发展与国际基本同步。我国对物联网方面的研究也集中在技术和整体规划布局方面。《国家中长期科技发展规划纲要（2006-2020）》在重大专项、优先主题、前沿技术三个层面均列入传感网的内容，对若干关键技术领域与重要应用领域给予支持。2009年8月，总理在中科院无锡高新微纳传感网工程技术研发中心考察，同年11月国务院批复同意《关于支持无锡建设国家传感网创新示范区（国家传感信息中心）情况的报告》，标志着“感知中国”已正式上升至国家层面并进入战略实施阶段。

通过对国内外物联网相关研究分析可以看出，各国对物联网的研究大多以技术研究为主，从管理学角度对物联网企业的经营效率研究极少。我国物联网企业的规模不断扩大，发展的背后是巨大的投入。我国物联网企业的经营效率如何，投入和产出是否合理，如何通过调整投入或者产出来提高我国物联网企业的经营效率不仅对物联网企业的发展有利，而且对我国制定相关政策也有参考作用。

研究方法和数据来源

（一）DEA方法简介

数据包络分析（DEA）是一种以相对效率概念为基础发展起来的典型的非参数方法，它最早由Charnes、Cooper等在1978年提出。它运用数学规划模型评价具有多个投入和多个产出的单元之间的相对有效性。DEA方法由那些效率高的单元（投入尽可能少而产出尽可能多的单元）构成效率前沿面，效率前沿面上的单元被认为是有效率的，而其他单元被视为无效率。在DEA中一般称被衡量效率的组织为决策单元（decision making unit-DMU）。设有n个决策单元：DMUj（j = 1，2，...，n），决策单元之间具有可比性。每个决策单元有相同的m项投入指标Xij（i = 1，2，...，m ）；每个决策单元有相同的s项产出指标Yrj（r =1，2，...，s），Yrj 为第j个决策单元的第r项产出。衡量企业经营效率中，对于输入、输出指标而言，通常我们选择反映企业投入的人力、物力、财力指标为投入指标，选择企业经营状况指标作为输出指标。我们对输入指标的期望是越小越好，对产出指标是越大越好。

DEA最经典的两个模型是CCR模型和BCC模型。CCR模型假设规模报酬不变，后来在Banker等（1984）对该模型进行改进，提出了BCC模型。BCC模型假设规模报酬可变，笔者认为BCC模型更符合我国物联网企业的特征，因此，本文选择BCC模型进行研究。

（二）Malmquist生产率指数

全要素生产率的测算方法主要有生产函数法、指数法和Malmquist生产率指数法三种。本文采用Malmquist生产率指数法来测算TFP增长率。Malmquist生产率指数最早由瑞典经济学家和统计学家Malmquist（1953）提出的，随后全要素生产率（TFP）是指经济系统产出的价值与全部投入的价值的比值，它反映了投入生产的全部生产要素的综合生产率水平。Caves、Christtensen构建了产出角度的Malmquist指数，Diewert构建投入角度的Malmquist指数。Malmquist指数不仅可以测量全要素生产率（TFP）的逐期变化情况而且可以通过分解，将TFP分解为技术进步（TC）、纯技术效率变动（PEC）和规模效率变动（SEC）三个部分。本文选择Fare等（1994）构建的产出导向的Malmquist生产率指数。从t期到t+1期，度量TFP增长的Malmquist指数：

M0t（xt+1，yt+1，xt，yt）=[D0t（xt+1，yt+1）/D0t（xt， yt）×D0t+1（xt+1，yt+1）/D0t+1（xt，yt）]1/2 （1）

公式1计算生产点（xt+1，yt+1）和生产点（xt，yt）相比较的生产力变动。Malmquist指数可以分解为综合技术效率变动（EC）和技术进步（TC），而综合技术效率变动=纯技术效率变动（PEC）和规模变动（SEC）的乘积。因此M0t（xt+1，yt+1，xt，yt）=TC×EC=TC×PEC×SEC。当TC>1则表示技术进步，反之表示技术退步；EC>1表示综合技术效率提高，反之表示综合技术效率降低，EC的变化可分解为PEC和SEC，当PEC>1表示技术效率进步，反之则是管理不善等引起的技术效率退步。SEC>1表示第t+1期比t期更加接近最佳规模，反之则离最佳规模报酬越来越远。

（三）决策单元数据来源

本文选取了2007-2012年在沪深A股上市交易的17家物联网上市公司为研究对象，运用2007-2012年6年的数据来研究我国物联网企业的经营效率。这17家样本企业是：珠海港、东方电子、厦门信达、高鸿股份、华工科技、东信和平、同方国芯、得润电子、威尔泰、苏州固锝、恒宝股份、拓邦电子、远望谷、飞马国际、大唐电信、航天信息、双良股份，其中有9家为国有控股企业，8家民营控股企业。本次研究数据主要来源于CCER数据库，数据真实可靠。依据CCER数据库及17家我国物联网上市公司公布的2007-2012年的年报。

经营效率评价指标的确定

DEA模型是根据企业的投入和产出指标的数据建立前沿面来进行效率评价的，因此指标的选择将对效率评价结果产生影响。因此所选取的指标必须能够较好的反映企业的经营效率。物联网属于创新性强、高投入性、高收益性、快速成长性、知识密集型、研发与经营一体化的正在快速发展中的高新技术产业。其资源不仅包括传统的资源，更重要的是其在人力上的投入。因此物联网企业的资源投入主要包括人力资源的投入、固定资产的投入和产品成本的投入。笔者将X1企业薪酬投入、X2固定资产投入、X3营业成本投入三个指标作为我国物联网企业经营效率的投入变量，反映我国物联网企业在人力、物力、财力上的投入。其中X1企业薪酬投入指标反映企业在员工薪酬方面的投入，选择现金流量表中“支付给职工以及为职工支付的现金”项的数据；X2固定资产投入指标反映企业每年固定资产的存量，选择资产负债表的“固定资产”项的数据；X3营业成本投入指标反映企业每年销售产品或者提供服务所承担的成本投入。我国物联网企业的产出可通过企业的盈利能力、营运能力和营业收入来体现，因此将Y1净资产收益率、Y2资产周转率、Y3营业收入这三个指标作为我国物联网企业的产出变量。Y1净资产收益率指标是衡量企业盈利能力最直接最有效的指标。这一指标反映了股东权益的收益水平，是一个综合性最强的财务比率。净资产收益率=净利润/所有者权益；Y2资产周转率指标反映企业的营运能力，是主营业务收入与平均资产总额的比值，其计算公式为：资产周转率=主营业务收入净额/[（当年资产合计+前一年资产合计）/2]，本指标反映资产总额的周转速度，周转越快，反映销售能力越强；Y3营业收入指标是指企业从事某种主要生产、经营活动所取得的营业收入，它反映了企业销售规模。

模型求解与结果分析

根据投入导向的DEA-Malmquist生产率指数方法，整理好DEA-Malmquist模型输入、输出指标的原始数据，运用Deap2.1软件和表1中的17家物联网上市公司2007-2012年输出、输入数据进行求解。

（一）基于BCC模型的我国物联网2007-2012年上市公司相对效率状况

17家物联网企业2007-2012年的综合效率值如表1所示。从表1可以看出，2007-2012年，我国物联网上市公司整体的经营效率有待提高，综合效率均值徘徊在0.95左右。厦门信达、威尔泰、恒宝股份、远望谷、飞马国际、航天信息、双良股份7家公司2007-2012年的综合效率值为1，说明这7家公司在2007-2012年中均处于DEA有效状态。拓邦电子只在2007年的综合效率值小于1，处于非DEA有效状态，后续5年均处于DEA有效状态。东方电子、高鸿股份只在2007、2010这两年综合效率值小于1，剩下4年均处于DEA有效状态。华工科技和大唐电信在2007-2012年的综合效率值均在0.9以上，说明这两家公司接近DEA有效水平。珠海港、同方国芯、得润电子、苏州固锝4家公司6年都处于非DEA有效，并且综合效率值不稳定，处于波动状态。东信和平在2007-2012这6年中综合效率值一直不断下降。总之，物联网上市公司在2007-2012年间整体经营效率不佳，只有7家公司6年都达到DEA有效。

（二）2007-2012年我国物联网上市公司TFP年均增长率及其构成分解

17家物联网企业2007-2012年的TFP年均增长率及其构成分析如表2、表3所示。

从表2的运算结果可以看出：

我国物联网企业的全要素生产效率（TFP）在2007-2012年间除2009-2010年间TFP增长率为7.9%外，其余年度均表现为负增长。平均TFP增长率为-6.3%。2009-2010年TFP达到这6年来的最高点后一直处于下降状态，2011-2012年TFP退步更快，TFP增长率为-12.4%。

我国物联网企业全要素生产效率（TFP）的负增长主要是技术进步（TC）负增长引起的。根据表2可以看出，在2007-2012年这6年中，我国物联网企业全要素生产效率几乎与科技进步保持同步增减。而综合技术效率年均接近1，且一直处于平稳状态。我国物联网企业科技退步的主要原因在于：企业的创新能力不足。目前我国物联网企业规模较小，企业资金多以自有资金为主，在科研方面无力承担较大的投入。物联网企业的从业人员素质有待进一步提高，目前我国物联网企业的从业人员多是来自其他行业，因此普遍缺乏物联网相关知识。

我国物联网企业规模效率在2007-2012年间除2009-2010年间为负增长，其余年度报告均为正值。说明我国物联网企业规模有效，企业规模不断接近最佳规模。

由此可见，我国物联网企业要提高全要素生产效率必须在技术进步方面下功夫，我国物联网企业应加大科技投入，注重研发和创新。

根据表3可以分析17家物联网企业的情况。从TFP来看17家物联网企业中除了东方电子、大唐电信这两家企业TFP实现了正增长，其余15家均出现了负增长，17家物联网上市公司TFP出现负增长的比例达88.24%。退步最快的飞马国际的TFP增长率达到了-24.1%。其次是远望谷，TFP的增长率达到了-19.4%。我们可以看到表3中17家物联网公司中仅厦门信达和得润电子的综合效率值小于1，处于非DEA有效状态，其余15家企业均大于1，处于DEA有效状态，但是17家物联网企业的TC均小于1。EC均值为1.012、TC均值为0.926，根据TFP=EC*TC，引起TFP负增长的原因是TC而不是EC。总的来说，我国物联网上市公司的生产效率还有进一步提高的空间。从TFP的构成来看，我国物联网上市公司的TFP出现负增长的主要原因是技术退步。其中年均TFP负增长最快的是飞马国际，其技术进步率甚至达到了年均-24.1%。飞马国际今后应加大科技投入，注重技术创新。对于TFP增长最快的东方电子、大唐电信，虽然其综合技术效率年均增长分别为5.4%和1.9%，但它们的技术也是在退步，东方电子和大唐电信的TFP增长动力主要来源于综合技术效率的提高。

结论与建议

综上所述，笔者通过DEA方法和Malmquist全要素生产率指数对我国物联网上市公司的经营效率进行了动态实证研究。研究结果表明：从整体上看，我国物联网企业的全要素生产效率（TFP）在2007-2012年间基本呈负增长，年均增长率为-6.3%，样本企业中TFP负增长的比例达88.24%。飞马国际的TFP增长率达到了-24.1%。我国物联网企业全要素生产效率（TFP）呈负增长的原因主要是科技退步造成的。选取的17家样本企业全部处于技术退步状态，平均技术进步率为-7.4%，而飞马国际的技术进步率甚至达到了年均-24.1%。目前我国物联网企业要抓住政策支持的大好机遇，加大科技投入，提升物联网企业科研能力。考虑到大部分物联网是新兴行业，大部分企业属于中小企业，资金比较有限，因此笔者建议在政府的领导下，构建物联网行业科研联盟，联合行业内部物联网企业进行合作研发，成果共享。构建行业科研联盟已在多个行业实践过，并取得了较好的效果，实践证明这种模式更有利于行业交流、专业人才培养，并且避免了科研上的重复投入。

参考文献：

1.Fare R， Grosskop S， NorrisM， et a1. Productivity growth，technical progress and efficiency changes in industrialized courttries[J].American Economic Review，1994，（84）

2.李兰冰，刘军，李春辉.主要沿海港口动态效率评价―基于DEA-Malmquist全要素生产率指数[J].软科学，2011，25

3.李媛.天津市制造业全要素生产率增长的分解：2003-2009[J].信息系统工程，2013（1）

4.杨易，吴秀敏，赵智晶.基于Malmquist指数的四川省农业全要素生产率分析 [J].湖北农业科学，2011（3）

5.魏德样，雷雯.中外体育用品上市公司经营效率的动态评价―基于DEA-Malmquist全要素生产率指数[J].武汉体育学院学报，2012（2）

6.未小刚.基于DEA-Malmquist指数的我国体育用品上市公司经营效率研究[J].西安体育学院学报，2013（3）