基于Malmquist指数分解模型钢铁产业效率探究

《基于Malmquist指数分解模型钢铁产业效率探究》由会员分享，可在线阅读，更多相关《基于Malmquist指数分解模型钢铁产业效率探究（9页珍藏版）》请在金锄头文库上搜索。

1、基于Malmquist指数分解模型钢铁产业效率探究摘要：本文采用非参数Malmquist指数分解模型，对我国 2003年至2010年钢铁产业中11家重点钢铁企业的全要素生 产率值进行运算，并将其值分解为技术效率、技术进步、规 模效率和纯技术效率指数，分析了钢铁产业效率提高（降低） 原因及存在的问题，并提出了相对应的对策。关键词：数据包络分析Malmquist指数钢铁产业效率一、引言近年来，我国钢铁产业处于高速扩张与发展时期，2009 年前十名世界钢铁企业产量排名中，占据了 60%的席位，这 足以证明我国钢铁产业高速发展时期的到来。但是随之而来 我国钢铁产业高能耗、生产率低下等状况成为钢铁工业发

2、展 的障碍，中国钢铁企业发展出现大而不强、竞争力不足的发 展局面。因此如何使我国钢铁产业做强，发挥钢铁产业整体 效率，已成为学者研究的重要课题。产业竞争力提升的关键 在于钢铁产业效率的提升，因此对中国钢铁产业的效率进行 研究具有重要的现实意义。二、研究设计（一）模型概述Malmquist指数分解模型是由瑞典经济 学家和统计学家Malmquist于1953年提出，卡夫斯、克里 斯滕森和迪沃特（以下称CCD）利用Malmquist投入和产出 距离函数定义全要素生产率指数（以下简称TFP）,所得到的 指数为MalmquistTFP指数。模型构建主要以数据包络分析 的BCC模型为基础，对所得效率指数进

3、行分解，最终将全要 素生产率指数（TFP）分解为TEC技术效率指数、PTE纯技术 效率变动指数、SE规模效率指数以及TC技术进步指数。最 终，模型可以分解为纯技术效率变化指数X规模效率指数 X技术进步指数,即,TFP二PTEXSEXTC,其中：TEC二PTEXSE。 当TFP1时，TFP进步；当TFP2X （2种投入+2种产出）=8。（五）模型构建以2010年数据为例，对11家重点钢 铁企业中的河北钢铁集团进行数据包络模型构建，BCC模型 如下：三、实证检验（-）相关性分析应用SPSS12. 0对所选评价指标进行 相关关系描述分析见表（l）o表（1）给出了投入指标资产 总计、应付职工薪酬与产出

4、指标主营业务收入、年粗钢 产量之间的相关关系描述矩阵，从数值上发现，其相关系 数值最小为0. 9140.9,表明投入和产出指标间呈现出正相 关关系，这就保证了模型的第二个基本假设，即投入指标和 产出指标之间必须具有较强的相关性。（二）Malmquist TFP指数分解分析 本文应用数据包络 分析软件DEAP2. 1,在效率测算中采用产出导向模式，以TFP 效率分解模型以及BCC模型为基础，对我国11家重点钢铁 企业MalmquistTFP进行测算和分解，计算结果如下表（2） 所示。（1） MalmquistTFP全要素生产率分析。图（1）表明， 2003年至2010年，我国11家重点钢铁企业8

5、年来平均全要 素生产率变动情况。11家钢铁企业中仅有河北钢铁公司、沙 钢集团和华菱钢铁三家钢铁企业TFP大于1,表明这三家钢 铁企业生产效率呈现增长状态，总体生产增长率为4. 10%, 其中河北钢铁集团的平均增长率为9.61%,排名第一；华菱 钢铁公司的平均增长率为2. 52%,排名第二；其次是沙钢集 团，其平均增长率为0. 18%o其余8家钢铁企业TFP平均增 长率均小于1,表明8年间这8家钢铁企业生产效率呈现下 降趋势，8年间其平均下降幅度为8. 75%O其中首钢下降幅 度最大，具体表现值为27.31%,增长率排名倒数第一；其次 为山东钢铁公司下降幅度较大，具体表现值为14.78%,排名

6、倒数第二。我国钢铁企业近年来的发展态势并不是很好，特 别是仅37. 5%的钢铁企业生产效率率大于1,表明在现有的 生产技术条件下能够达到其最大的生产能力，而其余62.5% 的钢铁企业生产效率均小于1,表明在现有的生产技术条件 下其生产效率均为达到其最大的生产能力，生产过程中存在 部分程度的资源浪费。（2）技术效率指数分析。全要素生产 率变动（Malmquist TFP）指数可以分解为技术效率变动指 数和技术进步指数。因此深入分析各大钢铁企业生产效率问 题就需要从亚指标进行分析，即从技术效率变动指数和技术 进步指数两个方面的分析，分别得出钢铁企业生产效率低 下、生产率增长的深层次原因。从表（2）

7、可以看出，2003 年至2010年11家重点钢铁企业的平均技术效率指数处于下 降趋势，具体指标值为0.9612,下降幅度为3. 88%,这表明 我国钢铁产业存在3.88%的投入资源浪费。从各大钢铁企业 之间的横向比较来看，其中河北钢铁集团、鞍钢、武钢和沙 钢四家钢铁企业有不同程度的技术效率增长，技术效率指数 分别是1.0679. 1.0047、1.0002和1.0168,技术效率上升 幅度分别为6.79%、0.47%、0. 02%和1. 68%,数据表明这8 年间四家钢铁企业技术效率利用率充分，技术效率的提升为 企业整体生产率的提升做出了重要的贡献。而其他7家钢铁 公司在技术效率方面均呈现出下

8、降趋势，具体表现为宝钢平 均技术效率指数为0.9729,下降幅度2.71%；首钢平均技术 效率指数为0.7886,其下降幅度为21. 14%,其下降幅度排 行第一；山东钢铁集团平均技术效率指数为0.8673,其下降 幅度为13.27%；马钢平均技术效率为0.9985,其下降幅度 为0. 15%；华菱钢铁集团平均技术效率为0. 9941,其下降幅 度为0. 59%；包钢集团平均技术效率为0.9368,其下降幅度 为6. 32%；安阳钢铁集团平均技术效率为0.9588,其下降幅 度为4.12%, 7家钢铁集团中马钢和华菱钢铁集团两家的平 均技术效率都接近1,存在技术非效率，属于边缘无效率， 稍微调

9、整投入量即可成为相对有效率厂商，即投入浪费较 少。而首钢集团平均技术效率仅为0.7886,其技术效率明显 低于总平均技术效率水平，为明显无效率，即存在较大的投 入资源浪费。通过对11家钢铁企业平均技术效率分析，发 现企业整体生产效率下滑的症结所在就是企业平均技术效 率低下，这在一定程度上影响了企业的生产效率提升。(3) 技术进步指数分析。通过表(2)可以看出，河北钢铁、宝 钢集团和华菱钢铁三家钢铁企业的平均技术进步指数分别 为1.0263、1.0132和1.0309,平均技术进步指数均大于1, 说明8年间这三家钢铁企业最佳前沿面出现不同程度进步， 存在一定程度的技术进步、技术创新，其技术进步率

10、分别为 2. 63. 1.32%和3. 09%,而其他8家钢铁企业最佳前沿面出现 了衰退，其生产的最优产出一投入比例是下降的，均缺乏技 术创新，占企业总数的72. 7%,其中具体表现首钢是最缺乏 技术进步的，其技术进步指数0.9217,技术退步表现为 7. 83%,其次为鞍钢、武钢、马钢、山钢和沙钢集团，技术 变动指数分别为 0. 94、0. 9492、0. 9646、0. 9825 和 0. 9856, 均表现为不同程度的缺乏技术创新，而包钢和安阳钢铁公司 技术变动指数接近1,指数值均呈现0. 9916,技术进步程度 有微小变动，其最佳前沿面出现了小幅退步。(4)纯技术效 率指数分析。纯技术

11、效率揭示出我国钢铁企业的技术无效率 到底有多少是由于纯粹技术无效率所造成的，纯粹技术无效 率更多地反映企业经营的日常经营管理政策及管理水平。通 过表(2)可以看出，河北钢铁集团、鞍钢、武钢和安阳钢 铁四家钢铁集团的纯技术效率指数为1.0275、1.0001、1. 0002和1. 0185,其纯技术效率上升幅度为2. 75%、0. 01%、 0. 02%和1.85%,表明四家钢铁集团公司日常经营管理水平有 小幅度提升，企业向软技术“管理”水平要效益，四家企业 日常管理政策制定相对完善，为企业整体经济效益提升起到 了一定的积极作用。而其他7家钢铁企业的纯技术效率指数 均小于1,具体指标值为宝钢0.

12、9880、沙钢0.9933、首钢 0.9026、山东钢铁0.9057、马钢0.9236、华菱0. 9095和包 钢0.9638,纯技术效率下降幅度为1.2%、0.67%、9.74%、 9.43%、7.64%、9. 05%和3. 62%,表明这7家钢铁集团公司在 管理政策、管理水平等方面均存在一定的问题，同时也表明 其管理上具有不同程度的提升空间。其中首钢集团的管理水 平最低，需要进行改进，其次为山东钢铁、华菱钢铁集团。 总之，通过数据分析可以得出结论：管理水平的高度直接决 定了技术效率的高低，同时不同钢铁集团管理水平高低也受 到管理层次、企业性质等等多方面因素影响。(5)规模效率 指数分析。规

13、模效率指数可以衡量该钢铁企业是否处于最优 生产规模。若处于规模报酬递减，应缩小生产规模，减少要 素的投入；反之，所处于规模报酬递增，则应扩大生产规模, 增加要素的投入，以取得最大的收益。通过表(2)可以看出，2003年至2010年我国钢铁企业平均规模效率指数为 0. 9468小于1,表明我国钢铁企业整体规模未达到最优生产 规模，其中宝钢、武钢、首钢、山东钢铁、包钢和安阳这6 家企业规模效率指数为0.9846. 0.5702、0.8733、0.9574、 0. 9721和0.9414。从上述分析可以看出，我国企业全要素 生产效率不高的主要是因为技术效率限制。而技术效率不高 的原因在于我国钢铁企业

14、整体的管理水平低下造成的，这 在相当大的程度上影响了钢铁企业的整体效率。四、结论本文通过BCC模型建立及分解模型的应用，测算出我国 钢铁产业中重点钢铁企业全要素生产率，找到影响我国各大 钢铁企业效率的影响因素，清晰反映了我国钢铁产业的发展 现状。结果表明我国钢铁产业中大部分重点钢铁企业的经营 效率并不理想，在全部11家钢铁企业中，实现了 DEA有效 的钢铁企业仅有三家，分别为河钢、沙钢和华菱，仅占全部 钢铁公司的27. 3%o其他8家钢铁企业，均呈现出DEA无效 状态，主要是因为这些钢铁企业存在大量资产的闲置、机构 臃肿过大、经营管理不善等原因。本文通过将全要素生产率 指数进行分解，进一步从技

15、术效率变动指数和技术进步指数 两个方面进行分析得出：钢铁企业管理水平低下、缺乏技术 创新能力。因此，建议我国钢铁产业要特别重视技术进步与 技术创新，同时钢铁企业需要进一步加强创新技术的研发， 特别是关键技术开发，实现技术创新。在整个钢铁产业内部 通过将技术创新、技术改造推广应用，形成先进生产力。同 时还要注重技术引进和技术跨越。加强技术创新的同时，钢 铁企业还要持续淘汰落后产能，在企业经营管理方面更要加 大力度，注重要素投入的充分利用；进一步提高产业集中度, 更好地获取规模收益。参考文献：1夏绍模、张宗益、杨俊：中国钢铁主营上市公司规 模效率分析及其启示，数理统计与管理2009年。魏权龄：数据

16、包络分析，北京科学出版社2004年。3 夏绍模、张宗益、杨俊：基于导向DEA模型多阶段 求解方法对我国钢铁主营上市公司效率测定的实证分析,软科学2007年第3期。4 中国钢铁工业协会：中国行业分析报告2005钢铁 工业，北京中国经济出版社2005年。5 李京文、钟学义：中国生产率分析前沿，北京社 会科学文献出版社1998年第8期。6 中国钢铁工业协会：中国钢铁工业生产统计指标体 系指标解释，北京冶金工业出版社2003年。7 梁杰、李岩、蒋亚明：基于DEA模型的地区经济发 展差异评价，财会通讯2010年第5期。8 Charnes. A , W. Cooper , Rhodes. E. Measuring the Efficiency of Decision Making UnitsEuropean Journal of Operational Research，1978.（编辑孙艳阳）