中国钢铁企业规模经济效率分析

产业经济
[收稿日期]2009-01-18
[基金项目]本文受东北财经大学产业经济学基地资助;教育部人文社会科学重点研究基地重大项目“中国自然垄断产业
多元化研究”(2006JDX M049)的阶段性成果[作者简介]伊淑彪(1982-),男,山东临沂人,山东大学经济学院博士研究生,研究方向是规制理论与人力资本理论;丁
启军(1981-),男,山东郯城人,山东大学经济学院博士研究生,研究方向是规制理论。

中国钢铁企业规模经济效率分析
伊淑彪,丁启军
(山东大学经济学院,山东济南250100)
[摘　要]世界矿业环境的变化导致我国钢铁企业的原材料成本剧烈上升,这对我国钢铁企业的规模经济效率提出了更
高的要求。

同时,国内煤炭价格、电力价格的波动以及中国投资拉动型经济的逐步转型,使得对钢铁需要的增速势必放缓,改变钢铁企业的粗放式经营、提高企业的规模经济效率已成为我国钢铁企业的重要任务。

通过DE A 方法进行实证检验得出,大型和特大型钢铁企业相对于部分规模较小的企业而言不具备显著的效率优势,各家钢铁企业纯技术效率的差距要大于规模技术效率的差距。

进一步分析得出,规模经济目前无法成为我国钢铁行业重组的理由,钢铁行业在重组之后的融合问题亟待解决。

[关键词]钢铁企业;　规模经济;　效率分析
[中图分类号]F203;F224.0 [文献标识码]A [文章编号]1007-9556(2009)03-0051-07
Scale E fficiency of Chinese Iron and Steel E nterprises
YI Shu -biao ,DI NG Qi -jun
(Economics School ,Shandong University ,Jinan 250100,China )
Abstract :The w orld mining industry com petition has been intensified day by day.On the one hand the unceasing rise of coal price ,the short supply of electric power ,and the market fiercely raised the raw material cost of iron and steel enterprises.Therefore ,there is a higher re 2quest to China ’s iron and steel enterprise ’s economies of scale efficiency.This thesis aims at analyzing the scale efficiency of iron and steel en 2terprises and the in fluencing factors.The authors learned from this thesis that there is no significant advance between big and small enterprises.The difference on technique efficiency is much bigger than that on scale efficiency.
K ey Words :iron and steel enterprise ;scale efficiency ;efficiency analysis
一、前言
世界矿业环境风云变化,竞争环境日趋激烈。

一方面,各国政府通过立法、机构设置、财税和金融等多种手段,对矿业资源的全球争夺发挥着越来越重要的作用,例如,美国政府成立美军非洲司令部,日本设立金融事业和石油公团。

另一方面,矿业国有化已成为发展中国家加强资源控制的重要手段,其中尤其以委内瑞拉、玻利维亚等国家的资源民族主义势头最为猛烈。

矿业环境的不断变化导致我国钢铁企业的原材料成本剧烈上升,从而对我国钢铁企业的规模经济效率提出了更高的要求。

此外,国内焦炭价格不断变化,电力价格也处于上升趋势。

同时,随着世界经济发展速度的逐步放缓以及中国投资拉动型经济的逐步转型,对钢铁需求的增速逐渐放缓,在这种形势下,改变钢铁企业的粗放式经营、提高企业的规模经济效率成为了我国钢铁企业的重要任务。

在诸多情况的影响和诸多因素的作用下,我国钢铁行业的整合得到加速,产业集中度得到提高,武柳钢铁集团公司、山东钢铁集团有限公司、河北钢铁集团、广东钢铁集团相继成立,2008年上半年前10家企业粗钢产量已占到全国总量的41.37%,产业集中度提高了5.28个百分点。

然而,这些钢铁巨头们在实现了自身横向和纵
・
15・
向一体化的同时,有没有真正实现自身的全方位融合,能否在无法避免的“地方经济”制度背景下实现企业层面的技术改造以及跨区域结合,这些均是国家产业结构调整亟待解决的问题。

二、文献回顾
在关于企业规模经济的研究中,很多学者都做过研究,方法也有很多,其中最主要的有指标法、参数法以及非参数方法。

(一)指标法
指标法是指选定一个或数个单指标或综合指标,通过连续观察该指标与规模收益变化的关系来确定企业的经济规模。

该类方法虽然简单方便,但单纯使用一个或数个指标来度量规模经济不够全面和科学,因此这种方法在使用上还存在较大局限性。

1.会计分析法。

以成本利润为指标,利用历史会计资料,通过对同一企业不同时期不同规模的成本利润或者同一时期不同规模企业的成本利润进行对比分析,确定企业的经济规模。

在我国,由于许多企业的会计数据资料不可知或者不真实,使得利用会计分析法的基础丧失。

所以说,应用该方法确定的经济规模不是很科学。

2.适者生存法(也称生存技术法)。

适者生存法是由施蒂格勒作为一种确定一个行业内厂商最优规模的方法而首先提出的。

它的基本假设是,不同规模厂商的竞争会筛选出效率较高的企业。

适者生存法的过程是,首先按照规模对行业内的厂商进行分类,然后对一定时间内每一类规模的厂商所占行业产量的份额进行计算。

如果某一类厂商的行业产量份额在一定时间内下降,那么就认为这类规模厂商的效率相对较低,平均成本较高。

一般地,效率越低,份额下降越快。

生存技术法存在严重的局限性。

首先,此方法在分析中没有使用实际的成本数据,因此无法评估具有不同规模和效率的厂商之间的成本差别。

其次,法律因素的存在使得由此方法导出的长期成本曲线可能被曲解,或者不能完全反映经济理论提出的成本曲线。

(二)参数法
参数法是指使用一定的方法建立生产函数或者成本函数,通过分析生产函数或者成本函数确定经济规模的方法,主要可以分为生产函数法和成本函数法。

1.生产函数法。

生产函数反映的是在既定的技术条件下,由给定数量的各种投入要素所能生产的最大产出量。

G riffin、M ontg omery、Rister(1987)总结了生产函数的主要形式,并对各个生产函数的性质进行了详尽分析,如表1所示。

从中我们可以看出,生产函数的形式有很多种,不同的生产函数具有不同的性质,有的表示规模报酬不变,有的表示规模报酬递增或者递减。

同时,随着对生产函数的研究不断深入,生产函数的数理表达式也越来越完善。

表1　生产函数的主要形式及其特征①
名称函数形式
一阶
导数
替代
弹性
包含的其
它方程Le ontie f y=min[β1x1,β2x2,…,βn x n]　β≥00/U BCσ=0
Linear y=α+∑
i
β
i x i U BCσ=∞
S quare r oot y=α+∑
i
βi x i1/2+∑
i
∑
j
δij x i1/2x j1/2U NG G eneralized
Le ontie f
Logarith m ic y=α+∑
i
βi lnx i U BN NG
C obb-
D ou g las
y=α∏
i
xβi i U BNσ=1 T ranslog
ln y=α+∑
i
βi lnx i+∑
i
∑
j
δ
ij
(ln x i)(ln x j)
U NG
C obb-
D ouglas
G en eralized
qu ad ratic
y=[∑
i
∑
j
β
ij x
δγ
i x
δ(1-γ)
j]
v/b
U BN NG
G en eralized
Le on tie f,CE S
G en eralized
B ox-
C ox
y(θ)=α+∑
i
βi x i(λ)+∑
i
∑
j
δijβi x i(λ)x j(λ),
y(θ)=(y2θ-1)/2θ且x i(λ)=(x iλ-1)/λ
U NG A
2.成本函数法。

与生产函数法紧密对应的是成本函数的测算方法。

成本函数度量了在固定某些要素价格的条件下,生产给定产出水平的最小成本。

它概括了有关厂商可获得的技术选择信息,是描述厂商经济可行性的主要方式。

(1)C obb-D ouglas(C D)类型成本函数。

在早期的研究中,Benston(1965,1972)、Bell和Murphy(1968)应用如下形式的对数线性C D成本函数研究了银行业的规模经济:
log C i=a0+εi log Q i+a i log w i+(1-a i)log r i +e
其中,C i为总成本,Q i为产出数量,w i为劳动价格,r i为投入实物资本的价格,系数εi和a i由最小二乘法计算得到。

Martínez-Budría(1996)用C obb-
D ouglas函数测算了基础设施行业的规模经济效应。

然而,由于对数线性C D成本函数“不管企业规模如何都具有不变的规模经济(不经济)”,因而它不能发现小企业具有规模经济而大企业具有规模不经济的情形,也不能拟合U型平均成本曲线。

并且,这种
・
2
5
・
分析还伴随着范围经济不存在的前提。

(2)超越对数成本函数(T ranslog C ost Function ,简称T CF )。

该函数是由Christensen 、Jorgens on 和Lau (1973)提出来的,后来由Fuss 、McFadden (1978)等人
加以发展,主要是考虑到了技术因素。

该函数是通过对一般对数线性成本函数在一特定点进行泰勒级数展开得到的,定义如下:
lnTC =a 0+∑m
i =1
a i lny i +∑N
k =1
βk lnw k +∑N
i =1
ρik lny i lnw k +
(
1
2)[∑m i =1∑m j =1a ij lny i lny j +∑N k =1∑N
h =1δkh lnw k lnw h
]这里,a ij =a ji ,δkh =δhk 。

由成本函数的性质可
知,C (y ,w ,t )对投入价格一定是线性其次的,当且仅当下面N +3对参数的线性约束成立时,这个性质才会被超越对数成本函数满足:
∑N k =1
βk =1,∑m i =1∑N k =1
ρik =0,∑N k =1∑N
h =1
δkh =0
T CF 方法的优点在于:明确考虑了多产品企业
的联合生产;其参数可以很容易地通过标准统计估
计出来;其参数的经济意义是直截了当的。

这一方法具有如下缺点:由于对数转换只适用于正值,所以当样本中有的金融机构特定产出为零时,T CF 方法就失去了意义;传统上用于估计规模经济和范围经济的几种方法要求对联合生产和单独生产的成本进行比较,而这只能通过大致估计得到。

(3)广义超越对数成本函数。

Caves 、Christensen 和T retheway (1980)利用Box -C ox 转换对T CF 方法进行了修正,提出了广义超越对数成本函数(G T CF )。

通过这一转换,成本函数不仅能用于分析联合生产,而且也能用于分析特定产出为零时的情况。

G T CF 是利用Box -C ox 因子替换T CF 中独立产出的对数值lny i 而得到的,其转换如下:Y i =(y i θi )/θi ,如果y i =0,则有y i =(-1/θi )。

如果对所有lny i 都做这一替换,那么T CF 函数就会变成G T CF :
lnTC =a 0+∑m
i =1a i lnY i +∑N
k =1βk lnw k +12∑m i =1∑m
j =1<ij Y i Y
j
+12∑n k =1∑
n
h =1γkh lnw k lnw h +∑m i =1∑n
k =1ρik Y i lnw k +e 当θi →
0时,Y i →lny i ,因此T CF 是G T CF 的一种特殊情况,对称性要求<ij =<ji ,γkh =γhk ,ρik =ρki 。

在多产品企业的成本函数研究中,广义超越对数成本函数的优越性是虚幻的。

Caves 、Christensen 和T retheway (1980)利用铁路行业数据,Lawrence (1989)、Clark 和S peaker (1994)利用银行业数据研究
发现,能够得到数据支持的θ值通常接近于0。

对
于相对较小的θ值,所估计的广义超越对数成本函数是超越对数成本函数很好的近似,因此在估计特定产品成本时,会遇到与超越对数成本函数一样的问题。

(4)复合成本函数(C om posite C ost Function )。

Pulley 和Braunstein (1992)提出了一个新的复合成本函数来分析多产品公司的成本效率,该复合成本函数结合了流行对数成本函数中投入价格对数二次结构形式和多产品二次产业结构形式。

其定义如下:
C (φ)=
[a 0+a i y ′i +1/2∑∑a ij y ′i y ′j +∑∑δik y ′
i lnw k ]
exp[β0+∑βk lnw k +1/2∑∑βki lnw k lnw i +∑∑u ik y ′
i lnw k ]
(φ)
+ε
其中q ′i =q -1
i
,而括号内的φ为BOX -cox 转换因子,当φ=1时,上式可转化为:
lnC =ln [a 0+a i y ′i +1/2∑∑a ij y ′
i y j ′+∑∑δik
y ′
i lnw k ]+β0+∑βk lnw k +1/2∑∑βki lnw k lnw i +∑∑
u ik y ′
i lnw k +ε
该复合函数具有以下优点:具有经验上易于处
理的函数形式;如Baum ol et al (1982)所证明的,其二次产出结构更适合测量范围经济、特定产品规模经济和次可加性;在产出和投入之间并没有施加严格的可分离性假设,没有严格地假定投入率和成本份额独立于产出;没有严格假定每种产品的投入需求弹性是相等的且独立于投入价格;它的对数二次投入价格结构易于满足价格的线性齐次条件(McK illop et al ,1996)。

Pulley 和Braunstein (1992)利用205家资产超过10亿美元的银行1988年的数据,从理论和实证上对比分析了通用规模、复合成本函数、广义超越对数成本函数、标准超越对数成本函数和可分离二次成本函数的优劣,从数据的拟合程度来看,复合成本函数优于其他成本函数。

McK illop et al (1996)以日本5家大银行1978～1991年的数据为样本,利用Pulley 和Braunstein (1992)所提出的复合成本函数分析了日本大银行的范围经济和规模经济,进一步证实了Pulley 和Braunstein (1992)的结论。

在影响企业规模的诸要素中,生产函数或成本函数只是其中一个很小的原因,实际中还有很多其他方面的原因,所以,通过生产函数得出来的结果是在排除了非理性经理人的个人目标、政府的不正当干预、市场的信息成本等一系列假设基础上得出来
・
35・
的在技术角度上的企业最优规模。

理论上讲,实际的企业规模要大于技术上得出的企业最优规模。

(三)非参数方法
非参数方法主要有数据包络分析法(Data Envel2 opment Analysis,DE A)、无界分析法(Free Disposal Hull)、指数法(Index Numbers,I N)、混合最优策略法(Mixed Optimal Strategy,MOS),其中,DE A法是实践中常用的最基本的效率测度方法。

自Banker于1984年提出用DE A法研究规模效率以来,不少学者将DE A的方法用于规模经济的研究中。

Banker(1992)②进一步研究了DE A方法在规模收益估算上的应用。

Majumdar、Sumit和Chang His -hui(1996)采用DE A方法,使用39个地方经营公司1975、1978、1981、1984、1987和1990年共6个年度的数据,对美国电信行业中当地经营公司的规模有效性进行了研究。

Fecher等(1993)利用DE A方法和经济计量模型分析了法国人寿保险业的技术效率和规模效率。

Favero和Papi(1995)采用DE A方法对意大利银行业进行了技术和规模效率的考察。

Ashton (1998)采用DE A方法测算了英国零售银行业的规模经济和范围经济。

一般来讲,DE A方法具有四个主要特点。

(1)无需具体的生产函数。

当前利用建立生产函数的方法来研究决策单位的规模经济大部分都局限于非服务业领域,这是由于建立企业的生产函数形式具有较高的难度和较大的复杂性,是一项艰难的工作,有些学者建立的企业生产函数形式尚未经过实践检验,往往存在较大的主观性。

如果利用DE A方法研究企业的规模经济,则没有必要建立投入和产出之间的生产函数。

(2)可自如地进行多投入和多产出情况下的规模收益分析。

通过适当地选用DE A模型以及界定投入产出指标,DE A模型的适应范围会变得相当广泛。

针对具体的行业,通过建立线性规划确定效率边界,并科学地确定投入和产出指标,就可以方便地衡量决策单位的相对效率,从而得到规模效率和规模报酬状况。

(3)便于确定规模无效单位需要改进的方向。

利用DE A方法建立标杆,各决策单位可直接与标杆相比较,便于决策单位确定需要改进的方向。

现在已有许多外国大公司利用DE A 理论编制了工具软件对公司经营状况进行实时跟踪,随时为决策服务。

(4)具有较强的实际操作性和时间适应性。

在确定投入产出指标时,研究者可以通过实地调查,或者向经理人员和行业官员咨询,使界定的投入产出指标最大程度地反映所研究问题的实际情况,从而使DE A模型不仅具有理论上的研究价值,而且具有现实的可操作性。

随着企业业务经营特点的变化,只要重新选定投入产出指标,DE A 方法就仍可继续使用,具有较强的时间适应性。

三、实证分析
(一)变量选取与样本数据描述
G olany和R oll(1989)指出,在运用DE A方法时应该注意两个问题。

首先,由于DE A方法可用于评估一组决策单位间的相对极小,因此各单位间是否具有同构性显得极为重要。

如果在不相关单位之间进行比较,则无法分辨究竟是在比较单位间的性质差异还是在比较单位之间的效率差异,这将使评估结果变得不具意义。

所以,若某些决策单位的特征与别的单位不同,被视为非同构者,则必须将其剔除,否则会对整体的效率评估产生影响。

其次,DMU 个数应为所考虑投入和产出项个数和的5倍或者5倍以上,否则将严重影响研究的有效度和可信度。

本文选取资产总额、管理费用、财务费用作为投入变量,选取主营业务收入和净利润作为产出变量。

选取资产总额、管理费用和财务费用作为投入变量主要是出于如下考虑:根据前面理论部分的分析,企业规模的决定因素有很多,其中有可控和不可控等多种因素,所以在这里我们尽可能地把各种能够代表企业生产成本的因素都纳入到分析框架中来。

在输出指标中,选取主营业务收入是因为,一个健康且具有发展潜力的上市公司必须要有清晰的主营业务作为支撑,净利润作为输出指标反映了一个上市公司的总体盈利状况。

本文主要选取钢铁行业在深市和沪市的30家上市公司作为样本决策单元,以各公司2007年底的财务报表作为研究数据,数据主要来自于金融界网站。

(二)实证分析
1.模型分析。

根据前面的分析我们知道,DE A 方法有很多不能比拟的优点,在本文研究中,我们将采用数据包络方法进行分析。

本文沿用CCR模型(Charnes,1978)和BBC模型(Banker,1984),用线性规划的方法来衡量多元产出的效率问题。

(1)CCR模型。

CCR模型由Charnes、C ooper和Rhoades(1978)提出,它采用固定规模假设,首先以线性规划法估计生产边界,然后衡量每一个决策单位的相对效率。

落在边界上的DMU即为最有效率的
・
4
5
・
投入产出组合的DMU (其效率值为1),而其未落在边界上的DMU 则称为无效率的DMU ,其效率值介于1和0之间。

Max h 0(u ,v )=
∑n
r =1u r y r 0∑m i =1
v i x i 0
(1)
s.t
∑n
r =1
u r y rj ∑m
i =1
v i x ij
≤1　j =1,2,…j 0,…,n
u r ≥0,r =1,2,…,s ;v i ≥0,i =1,2,…,m
其中,x ij 表示第j 个DMU 的第i 项的投入量,y rj
表示第j 个DMU 的第r 项的产出量,变量u r 、v i 表示权重。

由于效率值为在相同产出水平下投入资源的使用效率,因而称之为投入导向效率,此式为比率
模式,是由产出的加权组合除以投入的加权组合得到的。

权重u r 、v i 则由模式决定,其特征是将权重
u r 、v i 视为未知,在计算时,权重会被选定为特定的
数值,以使效率达到最大。

然而,为防止(u 3,v 3)可能是一个解,但(au 3,av 3)是另一个解的无穷解的现象出现,根据Charnes -C oopwe 转换,可以找出一个有代表性的(u ,v ),加入条件∑v i x i 0=1,使测度DMU 效率的式(1)分母为1,则整体形式转换为新的CCR 模型:
Max z 0=∑r =1u r y r 0
(2)
s.t ∑s
r =1
u r y rj -∑m
i =1
v i x ij ≤0　r =1,2…,s ;j =1,
2,…j 0,…,n
∑m
i =1
v i x i 0=1　u r ≥0,v i ≥0,i =1,2,…,m
对于式(2),给定DMU 0,则由对偶原理可以将其
转化为对偶模型:
Min z 0λ
=θ0
s.t.∑n
j =1
λj y rj ≥y r 0　r =1,2,…,s
θ0x i 0-∑n
j =1
λj x ij ≥
0　i =1,2…,m λj ≥
0　j =1,2…,n (3)
对于由上面线性规划问题求得的最优值H 3,我们将其称之为这个特殊的DMU 0的技术效率(CCR 效率)值。

H <1即说明该DMU 无效率,其要素投入量有浪费的情形,必须按照比例减少其投入量的使用,减少的比例为1-H;若H =1则说明该DMU 是有效率的。

如果解出全部DMU j 的H 值,就
可以得到DMU 技术效率的总体情况。

(2)BCC 模型。

考虑到DMU 可能处于规模报酬
递增或是规模报酬递减的状态,因此,DMU 无效率除了来自于本身的投入—产出配置不合适外,还可能与自身规模有关。

了解各DMU 的规模报酬情况有助于决策者进行规模上的调整,进而实现有效率的经营。

Banker 、Charnes 和C ooper (1984)增加了对权重λj 的凸性条件约束:∑λj =1,因此可将CCR 模型转化成BCC 模型,形式如下:
Min z 0λ
=θ0
s.t.　∑n
j =1λj y rj ≥y r 0　r =1,2…,s
θ0x i 0-∑n
j =1
λj x ij ≥
0　i =1,2…,m ∑n
j =1
λj =1　
j =1,2…,n λ≥0(4
)
图1　CCR 模型与BCC 模型
从图1可以看出,BCC 模型交叉位面的凸形比
CCR 模型对数据点的包容更紧密些,其技术效率的数值要高于或等于使用CCR 模型所得到的数值。

由BCC 模型解得的效率值即是纯技术效率,其观察点更接近于效率边界。

CCR 模型算出的效率值为BCC 模型中的整体
效率值,而BCC 模型所算出的效率值为技术效率。

由此可知,整体效率不大于技术效率,只有当整体效率等于1时规模效率才等于1,且技术效率等于1。

整体效率与技术效率的商即为规模效率。

2.实证检验。

本文采用CCR 模型来计算钢铁
企业的技术效率,采用BCC 模型来计算纯技术效率,并进一步计算钢铁企业的规模效率值。

本文采用OEC D 开发的DE AP2.1软件进行计算,计算结果以及效率排名情况在表2中列出。

・
55・
表2　实证分析结果
序号技术
效率
纯技术
效率
规模
效率
规模效
率特征
企业名称
效率
排名
规模
排名
资产规模
(万元)
10.7180.7700.932drs柳钢股份9182070637.45
20.6350.6630.958irs广钢股份1325593178.55
3 1.000 1.000 1.000-南钢股份1162200465.10
4 1.000 1.000 1.000-酒钢宏兴1152231931.15
50.3540.9220.384drs马钢股份2655064539.46
60.3160.3210.983irs西宁特钢2727576665.17
70.597 1.0000.597drs宝钢股份14119127349.35
80.4330.4510.961drs攀钢钢钒24172119779.72
90.953 1.0000.953drs首钢股份2112732108.53 100.6950.7440.933irs长城股份1130347064.48 110.8440.8570.985irs三钢闽光7231134978.15 120.8620.8670.994irs杭钢股份6191628101.86 130.868 1.0000.868drs包钢股份5122677295.90
14 1.000 1.000 1.000-凌钢股份124725353.31 150.7150.9790.730drs鞍钢股份1036549900.00 160.5940.7920.749drs安阳钢铁151********.47 170.886 1.0000.886drs武钢股份445415963.91 180.5000.6350.788drs邯郸钢铁19132611248.14 190.4480.5550.808drs韶钢松山23201496124.78 200.8130.9650.843drs莱钢股份893292615.86 210.904 1.0000.904drs济南钢铁383361273.26 220.5320.6560.810drs本钢板材181********.65
23 1.000 1.000 1.000-大冶特钢126590804.19 240.5920.5990.989irs八一钢铁16211279075.60 250.691 1.0000.691drs太钢不锈1228110475.07 260.4230.5930.713drs花翎钢铁2564384396.76 270.4830.4840.997irs重庆钢铁21221205845.30 280.5780.7720.748drs唐钢股份1774179233.52 290.4990.5320.939irs抚顺特钢2028483818.43 300.4640.5430.854irs大连金牛2229347546.16
31 1.000 1.000 1.000-ST东源133757.09
32 1.000 1.000 1.000-ST东碳1313977.29 330.057 1.0000.057irs ST东瑞1323520.74
四、结论
通过上面的实证分析,我们可以得出几点结论。

其一,大型和特大型钢铁企业相对于部分规模较小的企业而言,不具备显著的效率优势。

通过上面的实证分析,我们可以看到,规模相对较小的部分企业,技术效率却相对较高。

技术效率为1的ST东碳、ST东源、大冶特钢、凌钢股份、酒钢宏兴、南钢股份,其资产总量在33家企业中分别排名为31、33、26、24、15、16位。

也就是说,资产总量排名相对较低的企业,其经济效率却相对较高,这在很大程度上出乎我们的预料。

其二,各家钢铁企业纯技术效率的差距要大于规模技术效率的差距。

也就是说,在影响企业技术效率的两个因素中,纯技术效率的影响力要大于规模效率。

当前中国钢铁企业生产在实现了一定规模经济的同时,技术效率的整体水平却仍相对较低,这在很大程度上降低了我国钢铁企业整体的技术效率水平。

其三,我国钢铁企业技术效率亟待提高。

从实证结果我们看到,技术效率因素(包括纯技术效率和规模经济效率)不应该成为我国钢铁企业整合的理由。

ST东瑞、ST东碳、ST东源三家规模较小的企业,纯技术效率的值反而为1,且这三家企业同时为ST企业,单单根据这一结果,我们就不应该认为技术效率是规模经济整合的因素。

我国钢铁企业的整合其实主要是市场控制能力的结果,如表3所示。

要想真正增强我国钢铁企业的市场竞争力,努力提高我国钢铁行业的技术水平和技术效率是一项重要的工作。

表3　大型、小型钢厂的对比分析
原材料自给率情况代表公司影响分析
都很高
唐钢等大
型钢企
原材料涨价对这类公司成本影响不大,而
公司又可以享受这次钢材价格上涨带来的
收益,因此盈利能力进一步增强
铁矿石自给率低,
但焦炭自给率高
宝钢、武
钢、鞍钢等
大型钢企
这类公司吨钢成本上涨虽高于前一类,但
由于最重要的焦炭自给率高,所以影响不
会很大,且钢铁涨价部分已覆盖成本增加
额,因此盈利能力不会受到很大影响都很低
中小型
钢厂
这类钢厂主要进行现货购买,由于现货价
格波动较大,而且比长期合同价高,所以它
们将面临更大的成本压力。

它们的定价能
力由于受限于市场力量而较弱,所以这类
公司面临着较大的风险
其四,审慎对待当前企业合并浪潮。

从上面实证分析结果中我们可以看到,在33家企业中,前14家企业均呈现出规模收益递减的状态。

在合并之后,虽然企业控制市场的力量会有一定程度的增加,对其自身的生产经营和发展有一定益处,但是,由于这些企业不处于规模收益最优的状态,因此在这种情况下进行的生产经营仍是缺乏效率的,是不利于企业长期发展的。

所以,在各个钢铁企业纷纷合并的过程中,我们有必要密切注意其规模经济状况。

注释:
①(1)U代表符号(+,0,-)不确定,UBC代表符号不确定但是数值固定,UBN代表符号不确定但是符号不变(如x k>0,有9y/9x k>0,那么对所有x k>0均有9y/9x k>0);(2)NG代表并不总是,Y表示是,N表示不是;(3)A表示linear,quadratic, square root,C obb-D ouglas,translog。

・
6
5
・
②Banker R D,Thrall R M.Estimation of returns to scale using data envelopment analysis[J].European Journal of Operational Re2 search,1992,(62).
[参考文献]
[1]戚聿东.中国经济运行中的垄断与竞争[M].北京:人民出版社,2004.
[2]王俊豪.政府管制经济学导论[M].北京:商务印书馆,2001.
[3]杨兰品.行政垄断问题研究述评[J].经济评论,2005,(6).
[4]于良春.自然垄断与政府规制[M].北京:经济科学出版社,2003.
[5]GJ施蒂格勒.产业组织与政府管制[M].潘振民译.上海:上海人民出版社,1998.38-68.
[6]戴魁早.中国钢铁业市场绩效研究[J].河北经贸大学学报,2008,(1).
[7]程启智.经济全球化和转型下的中国政府管制体制改革[J].河北经贸大学学报,2007,(1).
[8]R onald C G riffin,John M M ontg omery,M Edward Rister.Selecting Functional F orm in Production Function Analsis[J].Western Journal of Agricultural Economics,1987,12(2):216-227.
[9]Benston GJ.Economics of scale of financial institutions[J].Journal of M oney,Credit and Banking,1972,(4):312-341.
[10]Bell F W,Murphy N B.C osts in commercial banking:a quantitative analysis of bank behavior and is relation to bank regulation [R].Research Report N o.41,Federal Reserve Bank of Boston,1968.
[11]Christensen L R,Jorgens on D W,Lau L J.T ranscendental logarithmic production frontiers[J].Review of Economics and S tatistics, 1973,(55):28-45.
[12]Fuss M,McFadden D.Production Economics:A Dual approach to theory and application[M].Amsterdam:N orth-H olland,1978.
[13]Pulley L,Hum phrey D.The role of fixed costs and cost com plementarities in determining scope economies and the cost of narrow banking proposals[J].Journal of Business,1993,(66)467-462.
[14]Clark I A,S peak P J.Economies of scale and scope in banking:evidence from a generalized translog cost function[J].Quarterly Journal of Business and Economics,1994,(33):3-25.
[15]Caves D,L Christensen,M T retheway.Flexible C ost Functions for Multiproduct Firms[J].Review of Economics and S tatistics, 1980,(62):477-481.
[16]Lawrence C.Banking costs,generalized functional forms and estimation of economies of scale and scope[J].Journal of Finance, 1989,(32).
[17]Banker R D,Thrall R M.Estimation of returns to scale using data envelopment analysis[J].European Journal of Operational Re2 search,1992,(62).
[18]Majumdar,Sumit K Chang,His-hui.Scale efficiencies in US telecommunications:An em pirical investigation[J].Managerial and Decision Economics,1996,(17).
[19]F Fecher.Productive per formance of the French insurance industry[J].Journal of Productivity Analysis,1993,(4).
[20]Favero C,Papi.T echnical E fficiency and Scale E fficiency in the I talian Banking Sector:A N on-parametric Approach[J].Applied Economics,1995,(27).
[21]Ashton J.C ost efficiency,economies of scale and economies of scope in the British retail banking sector[R].Bournem outh Universi2 ty,School of Finance&Law,W orking Paper Series N o.98-113,1998.
[责任编辑:李　莉]
・
・
7
5。