战略性新兴产业民营上市公司生产率变动及影响因素

［收稿日期］2015-01-03［基金项目］国家社会科学基金青年项目“民营资本支持战略性新兴产业发展研究”（12CJY105）；中国博士后科学基金第54批面上资助项目“民营资本发展战略性新兴产业的机理、模式与政策研究”成果之一。

［作者简介］程贵孙，华东师范大学商学院副教授，研究方向：企业管理。

2015年9月第17卷第5期东南大学学报（哲学社会科学版）Journal of S outhe a st Unive rsity （P hilosophy a nd S ocia l S cie nce ）Sep.2015Vo l.17No.5战略性新兴产业民营上市公司生产率变动及影响因素程贵孙，张雍（华东师范大学商学院，上海200241）［摘要］民营战略性新兴产业近年来取得了突飞猛进的发展，已经成为我国发展战略性新兴产业的一支重要的力量。

与此同时，我国民营战略性新兴行业全要素生产率是否也同步增长？各行业生产率增长呈现了怎样的特征？对这些问题的研究对战略性新兴产业的发展具有重要意义。

论文选取了战略性新兴产业民营上市公司2005—2012年的面板数据，用前沿的数据包络分析方法实证测算了各行业的全要素生产率状况及其分解结果，并回归分析了影响我国民营战略性新兴产业生产率提高的因素，据此给出了结论和政策启示。

［关键词］战略性新兴产业；民营资本；全要素生产率；影响因素［中图分类号］F276［文献标识码］A ［文章编号］1671－511X （2015）05－0079－08一、引言战略性新兴产业是以重大技术突破和重大发展需求为基础，对经济社会全局和长远发展具有重大引领带动作用，知识技术密集、物资资源消耗少、成长潜力大、综合效益好的产业。

发展战略性新兴产业已成为我国推动经济增长和实现产业结构转型升级的重大战略选择。

2010年我国政府颁布《关于加快培育和发展战略性新兴产业的决定》提出了培育发展战略性新兴产业的目标和工作任务，确立了我国发展战略性新兴产业的立场和决心。

2011年国家发改委又制定出台了《关于鼓励和引导民营企业发展战略性新兴产业的实施意见》，鼓励支持民营资本进入与发展战略性新兴产业，为民营资本进入战略性新兴产业打开了政策之门。

当前在国家大力推动民营资本进入战略性新兴产业发展的背景下，将会有越来越多的民营上市公司进军战略性新兴产业。

截至2012年底，据国泰安数据库（CSM AR ）公布统计，我国国内A 股市场上属于战略性新兴产业的民营上市公司有1706家。

应该说，民营战略性新兴产业得到突飞猛进的发展。

那么，我国民营战略性新兴产业规模扩张的同时，其生产效率如何？各行业生产率增长呈现了怎样的特征？七大战略性新兴产业各行业的技术进步取得了怎样的进展？同时哪些因素影响了我国民营战略性新兴产业生产率的变动。

对这些问题的研究将有助于我国战略性新兴产业的发展，并对制定如何支持民营资本发展战略性新兴产业的政策建议可以提供理论借鉴。

本文将选取2005—2012年我国七大战略性新兴产业民营上市公司数据，采用数据包络分析方法（DEA ）来计算并分解各行业的生产率变动特点和趋势，同时采用面板回归计量方法分析了影响我国民营战略性新兴产业行业生产率提高的因素。

二、文献综述与本文研究相关的文献，我们从两个方面来进行综述。

一是对各个行业的生产效率测度的研究。

李小平、朱钟棣对34个中国制造业的分行业进行了全要素生产率的测算，发现生产率增长和经济增长有较强的相关关系，但对大部分行业来说生产率增长并不是产出增长的主要来源；同时发现各行业生产率增长呈“发散”趋势［1］。

李丹、胡小娟运用DEA 方法分别对制造业中内资企业和外资企业的相对效率、全要素生产率进行测度，研究发现内资企业和外资企业在制造业各行业中的相对效率具有显著差异，内资企DOI:10.13916/ki.issn1671-511x.2015.05.01380东南大学学报（哲学社会科学版）第17卷业相对效率较高的行业集中在劳动密集型行业及垄断程度较高的一些行业，而外资企业相对效率较高的行业集中在资本及技术密集型行业［2］。

杨青青、苏秦和尹琳琳运用随机前沿生产函数模型（SFA ）研究人力资本、信息化和市场化对我国服务业技术效率的影响，研究表明人力资本、信息化和市场化对我国服务业的技术效率具有重要的作用，互助和社团对服务业技术效率具有显著的正向作用［3］。

冯锋、王明明采用非参数的M almquist 指数分析法对高技术产业五大行业的全要素生产率、技术效率等进行测算，研究结果表明全要素生产率的提高主要是由于技术进步的贡献，行业间效率变化水平差异性较为明显，自主创新能力较弱［4］。

董敏杰、李钢和梁泳梅通过将工业环境全要素生产率指数按照投入要素与产出进行分解，研究发现，中国工业环境全要素生产率有所提高，加强污染治理可以有效提升工业环境全要素生产率［5］。

二是对战略性新兴产业生产率的研究。

熊正德、詹斌和林雪以战略性新兴产业金融支持DEA 效率测度结果为基础，构建效率影响因素的L ogit 模型，研究发现战略性新兴产业发展受宏观经济形势影响巨大，与低碳相关的新兴产业发展势头强劲，高端设备制造、新一代信息技术、生物三大产业实现金融支持效率存在难度，金融支持效率的影响因素凸显阶段特性［6］。

喻登科、周荣和陈华采用DEA 交叉评价方法进行科技资源配置效率的实证评价，高辨识性地测量出2010年江西省十大战略性新兴产业科技资源配置的相对效率，得出最具效率的是风能核能及节能产业，效率交叉评价值达1.0，相对于其他产业具有绝对优势，而效率最低的是非金属新材料产业［7］。

万丛颖和徐健从战略性新兴产业的发展规模和发展效率两个角度对当前战略性新兴产业地区发展情况进行评价和深入分析，研究发现战略性新兴产业总效率值偏低，规模效率普遍高于纯技术效率［8］。

姚晓芳、李晓敏和龙丹利用2009年第二次全国R&D 清查的合肥数据，利用DEA 模型进行研发和产出的效率分析，研究发现战略性新兴产业中综合效率唯一有效的是节能产业，而生物、高端装备制造业属于严重无效［9］。

周明华和居占杰基于DEA 的malmquist 生产率指数法对广东省海洋战略性新兴产业全要素生产率进行测算和分解，研究表明广东省海洋战略性新兴产业全要素生产率总体下降，代表创新效应的技术变化指数出现上升，代表追赶效应的技术效率指数出现下降；广东技术效率下降的原因是纯技术效率和规模效率均出现下降；广东战略性海洋新兴产业处于规模报酬递增阶段［10］。

程贵孙、芮明杰和张雍采用数据包络分析方法（DEA ）的BCC 模型对战略性新兴产业中国有上市公司、民营上市公司2005—2011年期间的相对效率进行了实证研究，研究表明战略性新兴产业中两种类型上市公司的生产效率都是非有效的，它们的综合效率偏低更多是由纯技术效率大幅度降低所导致的；另外，在战略性新兴产业各个行业的综合效率、技术效率、规模效率上，国有上市公司与民营上市公司存在着显著的差异［11］。

通过以上研究成果的梳理来看，国内学术界对生产效率的研究取得了丰富的研究成果，这些研究文献对开展生产效率的具体研究具有十分重要的指导意义。

然而，现有研究很少针对民营战略性新兴产业中的企业生产效率的研究，民营企业发展战略性新兴产业的效率如何？受哪些因素的影响？这对国家制定促进民营资本发展战略性新兴产业的相关政策有着重要的理论借鉴意义。

三、战略性新兴产业民营上市公司生产效率估算（一）数据包络分析法数据包络分析法（Data Envelopment Analysis ，DEA ）是将所有决策单位的投入与产出组合投射至空间中，找出能包络所有观察点的决策单元（Decisio n Making Unite ，DM U ）并将其连接起来形成生产边界，可衡量出各决策单位效率值，并提供如何达到效率的改善建议与目标。

其本质是先利用统计数据来确定DEA 有效生产前沿面，处于有效生产前沿面上的决策单元是100%有效率的，再把非DEA 有效的决策单元影射到DEA 有效的生产前沿面上。

通过比较非DEA 有效的决策单元“偏离”DEA 有效生产前沿面的程度来评价各决策单元相对效率。

凡落在边界上的DM U ，其效率值为1，即为具有最优效率的投入产出组合的DMU ；而其他未落在边界上的DM U ，其效率值介于1和0之间，则称为无效率的DM U 。

DEA 模型分为投入导向和产出导向两种形式，投入导向的模型是在给定产出水平下使投入最少，产出导向的则是给定一定量的投入要素，追求产出值最大。

本文将采用投入导向的B 模型，该模型是由B 、和提出的，他们假设生产技术为变动规模报酬，并将综合效率分解为纯技术效率与CC anker Charnes Co oper程贵孙，等战略性新兴产业民营上市公司生产率变动及影响因素81第5期规模效率［11］。

基于投入导向下的BCC 模型可表示为：max h k =θk -εéêùú∑i=1m S -ik +∑r=1s S +rk s.t.∑j=1nγj Y rj -θk Y rk -S +rk =0∑j-1nγjX ij+S-ik =X ik∑j=1nγj=1γj ，S -ij ，S +r k 0；j=1，2，…，n ；i=1，2，…，s其中，S -ik 为代表投入项的差额变量，S +rk 为代表产出项的超额变量，γj 为赋予各决策单元（DMU ）之乘数，（h k -1）。

则代表评估DM U 在投入保持不变的情况下所有产出等比例的潜在程度。

BCC 模型解得的效率值1/h k 。

即是纯技术效率值，当1/h k =1时，则该决策单元具有纯技术效率；当1/h k ＜1时，则该决策单元不具有纯技术效率。

在BCC 模型下对效率进行测度时，综合效率=纯技术效率×规模效率。

（二）指标选取与数据来源本文利用效率测量软件DEAP 2.1中的BCC 模型对2005—2012年度战略性新兴产业中的民营企业上市公司进行效率分析。

选取的投入变量有固定资产投入、货币资金投入、营业成本投入、资产总计指标，选取的产出变量有营业总收入、息税前利润、净利润和营业利润指标。

本文数据资料均来自国泰安数据库（CSM AR ）公布的上市公司年报，样本选取七大战略新兴产业中的民营上市公司，共计样本数据1706条，收集过程中剔除了投入和产出指标为负和零的样本，具体每年各个产业的样本数据明细详见表1。

表12005—2012年民营战略性新兴产业样本明细表年份20052006200720082009201020112012总计高端装备制造3577101212965节能环保1818212534536959297生物3037433851708885432新材料1213141816221818131新能源产1919312427333326212新能源汽车6666665546新一代信息技术1428363663102125109513总计1021261581542072983503111706接下来从两个方面进行分析：一是全样本的分析，二是七大细分产业的分析。