农业产业化龙头上市企业经营效率实证研究.docVIP

农业产业化龙头上市企业经营效率实证研究 　　摘 要：28家农业产业化龙头上市企业的整体运营效率并不十分理想，综合效率平均值为0.807，但具有较大的发展潜力，并且受规模、技术、管理等因素的制约。为促进龙头上市企业发展，提高运行效率，需适度扩大资产规模，实现规模经济，提高科技和管理水平；增强企业核心竞争力；加大政府支持力度，营造宽松环境。 　　关键词：数据包络分析法（DEA）；农业产业化龙头上市企业；技术效率；规模效率 　　中图分类号：F304.7 文献标识码： Ａ 文章编号：１００３－３８９０（２００8）10－００48-04 　　 　　一、引言 　　农业产业化龙头上市企业（以下简称“龙头上市企业”）作为现阶段代表我国农业先进生产力的企业组织，在整个农业和农村经济中的重要性是不言而喻的，它不仅是我国农业增效、农民增收的有效载体，而且已经成为推动社会主义新农村建设的重要力量。截至2006年，我国582家农业产业化国家重点龙头企业中已有62家上市，其中在沪深两市上市的有52家。据统计，2007年52家龙头上市企业总资产平均规模为47.26亿元，较2006年提高58.48％，平均销售收入为26.94亿元，较2006年提高27.38％，平均净利润为2.32亿元，较2006年提高246.27%。但是，在目前龙头上市企业蓬勃发展的背后，我们应该思考这样的一个问题：基于效率的视角研究龙头上市企业会是一种什么样的表现？经营业绩突出的龙头上市企业是否同时也实现了经营的高效率？有多少企业存在资源的浪费？又有多少企业受制于规模、技术等因素的制约而未能实现经营效率的提高？对龙头上市企业经营效率的分析，在一定程度上可以解决上述问题。 　　二、研究方法与模型 　　数据包络分析（Data Envelopment Analysis，简称DEA）是由著名运筹学家Charnes等人以相对有效性的概念为基础而发展起来的新的效率分析方法，用来衡量具有多项投入与多项产出决策单元（Decision Making Unit，简称DMU）的相对效率。它的基本思想是将每一个被评价的单位或部门视为一个决策单元，由决策单元组构成评价群体，处于同一评价群体的每个决策单元具有相同的投入产出指标；在投入产出指标和决策单元确定以???，采用数学规划模型比较各DMU之间的相对效率，进行投入产出比率的综合分析，得到每个DMU综合效率的量化指标值，从而确定相对效率最高（即DEA有效）的DMU，同时给出非DEA有效的DMU与DEA有效的DMU之间差距的数据，作为调整非有效的DMU向有效方向调整的数量依据[1]。自A.Charnes、W.W.Cooper和E.Rhodes（1978）首次建立CCR模型后，DEA的理论与方法在实际应用中得到迅速发展并逐步成熟，新的模型不断建立，如Banker，Charnes和Cooper（1984）提出了可变规模报酬的BCC模型，Charnes和Cooper（1985）提出了用于专门评价决策单元技术有效性的C2GS2模型，Charnes、Cooper和Wei（1986）提出了把C2R模型推广到无限多个决策单元情况的C2W模型，Charnes、Cooper、Wei等（1987）提出了C2WH模型及Charnes、Cooper、Wei等（1988）提出了DEA综合模型――C2WY等[2]。由于本文的研究目标是测算龙头企业在规模报酬不变条件下的综合效率及规模报酬可变条件下的纯技术效率和规模效率，所以本文简要介绍用于测量上述效率的CRS模型和VRS模型。 　　（一）CRS模型 　　CRS模型是由Charnes、Cooper和Rhodes于1978年提出，也被称为CCR模型，是最基本的DEA模型。该模型将Farrell（1957）所提出的单一产出的效率衡量模式扩展到多产出模式，在固定规模报酬假定下，以线性规划及对偶定理估计生产可能性边界，然后衡量每一DMU的相对效率，落在生产可能性边界上的DMU为DEA有效，效率值为1；而未落在生产可能性边界上的DMU的效率值介于0与1之间。在CRS假设条件下基于投入导向的带有非阿基米德无穷小量的CRS模型为[3]： 　　 hk=?兹-?着 Si-+ Sr+ 　　s.t ?姿jXij-?兹Xik+Si-=0，i=1，2，…，m 　　 ?姿jXij+Sr+=Yrk，r=1，2，…，s 　　?姿j，Si-，Sr+?叟0，j=1，2，…，n；i=1，2，…，m；r=1，2，…，s 　　上式中，Si-，Sr+表示松弛变量，?着为非阿基米德无穷小，?兹值等于1为效率最好；?兹值小于1时，表示非DEA有效，?兹值越大，则表示DMU的相对效率越高。并且利用此模型的最优解?姿，我们可以分析特定DMU相对的规模收益：若 ?姿j0=