引 言

創業板因其高成長、高收益的特點而廣受投資者關注，但由于其入市門檻低，上市公司相對于主板上市公司往往規模小、風險大、經營業績不穩定，且由于我國創業板還處于初期階段，相關法律法規并不完善，使得創業板存在許多問題。如創業板剛創立不久就發生了大規模的套現和高管離職現象，“三高”、“圈錢”、“破發”等爭議話題一直圍繞著創業板。此外，上市前高技術、高利潤，上市后低技術、低利潤的“變臉”現象也時有發生。與此同時，政府也對創業板上市企業的表現十分關注。黨的“十八大”提出了創新驅動發展戰略，并提出要“深化科技體制改革，推動科技和經濟緊密結合，加快建設國家創新體系，著力構建以企業為主體、市場為導向、產學研相結合的技術創新體系”。

創業板本來就是國家為扶持高科技、高技術的中小企業而設立的融資平臺，而政府出于產業升級、提升地區的創新能力，往往采用補貼的形式，對創業板上市企業進行扶持。但企業卻沒能有效地將政府補助投入到技術研發上，未能帶來企業市場價值的提高，[1]創業板上市企業的創新績效與政府未來補貼力度不顯著相關。對給予創業板制造業上市公司大量補貼的政府而言，準確評價企業績效，弄清楚補貼是否起到了應有的作用也十分重要。

DEA 模型、指標與樣本選取

1.DEA 模型簡介。

（1）CRS 模型。數據包絡分析是數學、運籌學、數理經濟學、管理科學和計算機科學的一個新的交叉領域。1957 年，Farrell 首次在其文獻中引入了技術效率的概念。[3]Charnes、Cooper 和 Rhodes 在此基礎上，于 1978 年提出了第一個 DEA 模型———CRS 模型。[4]

設有 n 個決策單元，每個決策單元（DMUj）有 p 種投入與 q 種產出，以向量表示為 Xj=（x1j，x2j，···，xmj）T>0，Yj=（y1j，y2j，···ymj）T>0，j=1，2，…，n。CRS 模型基于投入的對偶規劃為：

由 CRS 模型所得出的效率值 θ0，是決策單位的綜合效率，其經濟含義是以樣本中效率最高的決策單位（處于生產可能邊界上）為標準，被測單位 DMUj0在維持當前產出的前提下，實際所需投入的比例。θ0=1 時，決策單位達到綜合有效。

（2）VRS 模型。CRS 模型包含了規模報酬不變這一假設，在此條件下，所有 DMU 都可通過增加投入同比例地增加產出，因而，其所計算出的綜合效率，包含了技術效率和規模效率兩個因素的影響，并不能確定 DEA 無效的單位是收到技術效率的影響，還是規模效率的影響。針對這一問題，Banker、Charnes 和 Copper 于 1984 年提出了 VRS 模型：

VRS 模型所得出的效率值 θ0，是決策單位的技術效率，而綜合效率 = 技術效率×規模效率純技術，即由CRS 模型和 VRS 模型還可算出決策單位的規模效率。θ0=1 時，決策單位達到純技術有效，其經濟含義是，決策單位的投入產出比已達最優化；在此基礎上，還可計算規模效率 = 綜合效率÷技術效率，即 SE=TECRS÷TEVRS。規模效率等于 1 時，決策單位的規模已達最佳；規模效率小于 1 時，決策單位的規模有待改進。

2.指標的選取

從現有文獻看，以制造業效率為研究內容的文章。往往以分行業的總資產、從業人數、增加值、營業收入、凈利潤等作為投入產出指標，變量的選取偏向于以行業為單位統計的數據；而以上市公司績效為研究內容的文章，常常以營業成本、股東權益、每股收益、主營業務收入、凈利潤等作為投入產出指標，變量的選取偏向于企業財務數據。

本文的研究內容為創業板制造業上市公司的績效評價，所評估的決策單位是單個的上市公司，所以，選取投入產出指標以企業的財務指標為主，并兼顧其制造業企業的屬性，選擇一些具有制造業特征的指標。最終選取了三個投入指標和兩個產出指標，投入指標為企業營業成本、總資產、員工數，產出指標為營業收入、凈利潤。

3.數據選取

筆者以 2010 年底前上市的 112 家創業板制造業上市公司作為分析樣本，選取了樣本公司 2011～2013 年的企業營業成本、總資產、員工數、營業收入、凈利潤 5個指標的數據。

實證分析

由于制造業內不同行業間的技術水平不同，其生產可能性邊界差距也較大，若對所有企業不加以區分，可能導致低技術水平行業的企業效率值較低。因此，依照OECD 根據 R&D 強度對制造業技術水平的劃分，將涉及 18 個行業的 112 家樣本企業分為高技術水平、中等技術水平、低技術水平三組，劃分結果見表 1。

將樣本企業按行業技術水平分組后，利用MAXDEA6.0軟件，分別計算其綜合效率、技術效率、規模效率，以及企業所處的規模效益階段，結果整理見表 2。

結合表 2 的分析，創業板制造業上市公司的績效有以下幾個方面的特點：

1.總體

創業板制造業上市公司 DEA 效率較高，三年間的制造業平均綜合效率分別為 0.851、0.820 和 0.850。達到DEA 綜合有效的企業分別有 18 家、12 家、16 家，占樣本的 16.1%、10.7%、14.3%。一方面，創業板制造業上市公司表現出了良好的績效，好于全國制造業的整體表現；另一方面，這些企業還有一定的提升空間。以 2013 年為例，通過合理的資源配置，在保持產出不變的情況下，其要素投入仍有 15.0%的下降空間。

2.縱向比較

三年間樣本企業的整體綜合效率經歷了先降后升的過程。從分行業技術水平看，中等技術行業與高技術行業平均綜合效率都是先降后升，低技術行業平均綜合效率卻在三年間持續下降。結合樣本企業的投入產出指標看，2011～2013 年這些企業作為投入的營務成本、總資產、員工數持續上升，但產出只有營業收入隨著投入增加而上升，凈利潤卻先下降后升，這一績效的變化由綜合效率的變化準確地反映了出來。

3.不同技術水平的行業平均綜合效率

各行業的差距并不大，但隨著行業技術水平的上升，綜合效率卻并沒有隨之上升。2011 年，低技術行業的平均綜合效率甚至是最高的，達到了 0.898。高于高技術行業 0.888，中等技術行業 0.810，而對于我國制造業整體而言，綜合效率會隨著技術水平的上升而上升。不過這一情況正在轉變，低技術行業的平均綜合效率在三年間持續下降，而中等技術行業與高技術行業的綜合效率在 2013 年的上升，帶動了整個制造業平均綜合效率的回升。

4.效率構成的情況

三類技術水平的行業平均規模效率差別都不大。三年間，制造業平均規模效率均高于平均的技術效率，根據綜合效率＝技術效率×規模效率這一公式，創業板制造業上市公司的綜合無效主要源自其技術效率。2012年，三類技術水平的行業平均技術效率相較 2011 年都有了較大幅度的下降，而規模效率下降的幅度均相對較小，說明當年樣本企業績效的下降，主要源自其投入產出比的下降。

為了進一步加深對創業板制造業上市公司績效表現的把握，筆者借助 MAPINFO 軟件，將創業板制造業上市公司的綜合效率按地域整理。因篇幅有限，以下僅列出 2013 年各省平均綜合效率及樣本企業的地理分布，如下圖所示。

上圖中的（a）（b）（c）（d）分別為 2013 年制造業、高技術行業、中等技術行業、低技術行業的綜合效率分布?？傮w而言，東部地區的創業板制造業上市企業的績效好于中部，而中部又好于西部。東部地區的企業在數量上占了絕對優勢，平均綜合效率的優勢也較為明顯。2013 年最高的 5 個地區天津（0.967）、山東（0.905）、遼寧（0.905）、福建（0.900）、安徽（0.897），有 4 個來自東部地區，一個來自中部。然而，實際上進入前五名的東部地區的創業板制造業上市公司往往相對其他東部地區較少，中西部地區更是往往只有一家企業。這一現象在高技術行業的平均綜合效率分布中更為明顯。以上圖中的（d）為例，2013 年高技術行業綜合效率排名前五的地區為江蘇（1）、上海（1）、安徽（0.979）、天津（0.958）、湖北（0.915），這些地區的這一類企業均不超過三家，而擁有高技術行業企業最多的廣東、浙江、北京的平均效率卻都位于中下游?？赡茉谌珖鞯卣荚趦炏劝l展高技術產業、引導產業升級的背景下，創業板制造業上市公司特別是高技術水平的上市公司在那些高技術企業較少的地區很容易獲得更多的政策傾斜，從而產生更高的競爭力。

結論與建議

筆者利用數據包絡分析方法，以 2010 年底前上市的 112 家制造企業為樣本，對我國創業板制造業上市公司進行了績效評價，結果表明：

第一，創業板制造業上市公司的績效整體較好，但這些企業的綜合效率并未隨著其行業技術水平的提高而提高，這兩點均與我國制造業的整體表現不同。

第二，2011～2013 年，創業板制造業上市公司的整體績效經歷了一個先降后升的過程，2012 年績效下降的主要原因是企業投入產出比的下降。大多數企業的規模效率較高而技術效率不足，因此，保持當前生產規模、提高生產效率是提升企業績效的關鍵。

第三，創業板制造業上市公司，尤其是高技術企業往往在同類企業較少的地區表現較好，政府的扶持對企業競爭力的提升有很大幫助。對中西部地區的政府而言，扶持一到二個高技術上市公司，進而拉動地區的創新能力會是一個可行的方案。

參考文獻：

[1]逯東，林高，楊丹.政府補助、研發支出與市場價值———來自創業板高新技術企業的經驗證據[J].投資研究，2012（9）：67－81.

[2]劉磊，李海燕，龐遙遙.企業技術創新與政府補貼行為間關系的實證研究———基于創業板上市公司的經驗證據[J].技術經濟，2013\\(12\\)：21－24.