交通运输行业投资效率研究

刘晶晶

摘要：本文以56家交通运输行业上市公司2014-2018年财务数据为研究对象，运用DEA-Malmquist测算了样本公司的投资效率及其分解，并根据交通运输行业的特点，运用Tobit回归模型检验影响因素，分析金字塔式的股权结构对投资效率的影响，研究发现：交通运输行业的整体投资效率并不高，并且呈现下降的趋势，政策效果也只是短期显著，长期影响较弱;金字塔结构的两权分离降低了投资效率，但是金字塔层级与投资效率是正向关系。本文为交通运输行业的投资效率研究做了补充，并为其改革与发展提出了建议。

关键词：交通运输行业;投资效率;DEA-Malmquist模型;金字塔结构

中图分类号：F830    文献标识码：A

文章编号：1005-913X（2020）11-0120-05

2019年9月国务院印发《交通强国建设纲要》指出建设交通强国是建设现代化经济体系的先行领域，是全面建成社会主义现代化强国的重要支撑，交通运输行业作为我国的基础性，战略性产业，一直在国民经济中扮演重要角色。从改革开放初期到现在，我国交通运输业取得了飞速发展。近年来，中国交通运输史上创造了许多举世瞩目的“中国速度”和“中国模式”。这给交通运输行业的发展带来了巨大的机遇。《纲要》指出，交通发展应由追求速度规模向更加注重质量效益转变，各种交通方式协同发展，深化行业改革，优化营商环境，打造世界前列的交通强国，这也为交通运输行业的发展带来了挑战。交通运输业作为社会发展的保障，投资作为经济发展的基石，因此基于资源的优化配置对交通运输行业投资效率的研究具有重要意义。

一、文献回顾

目前对于投资效率的测定主要集中于宏观角度，多基于整体上市公司，忽视了不同行业之间的差距，以交通运输行业为例，李伟、杨丹妮（2019）也进行了测算，发现普遍存在非效率投资，但投资不足比投资过度更为普遍。基于交通运输行业自身的产权性质，与已有研究杨华军（2007）、佟爱琴（2013）、林艳（2016）等认为国有企业投资过度相比投资不足现象更为严重的结论不同。造成这一结果的原因除了行业特性，主要是目前对于投资效率的内涵界定并不明确。近年来大多学者运用Richardson（2006）提出的投资期望模型从投资规模的角度出发，用残差来判断企业的投资过度与投资不足。另还有投资—现金流敏感性模型（FHP 模型）、Vogt交乘项模型、BHV模型的单独或结合运用，都是从侧面反映企业的非效率水平，但对某一行业或具体企业的投资效率不能定量反映。作为宏观经济的基础，微观主体自身的投资效率应该是研究的重点。覃家琦[1]等（2009）提出企业的投资行为等价于生产行为，从而微观企业的投资效率等价于企业的生产效率，可通过投入与产出的比例关系来衡量，进而可以通过全要素生产率角度计算企业的投资效率。王成秋[2]（2016）对投资效率的定义进一步做出了阐述，认为投资效率是指企业投资所取得的有效成果与所消耗或占用的投入额之间的比率，也就是企业投资活动所得与所費、产出与投入的比例关系。因此本文即从投入、产出的角度衡量交通运输行业的投资效率，运用DEA模型和Malmquist指数进行分析。

DEA模型在投资效率方面的研究也取得了一定的成果。王坚强、阳建军[3]（2010）将其用于房地产行业研究;周文娟、张红（2013）研究了旅游业上市公司;王晓红等（2012，2016）分析我国稀土上市公司的静态和动态投资效率;齐林[4]（2016）从气候变化的视角研究了我国林业的投资效率;任喜萍[5]（2017）研究了我国城市基础设施的投资效率;彭亮[6]等（2018）研究了“一带一路”背景下西北地区上市公司的投资效率。

目前在交通运输领域的研究既有从宏观角度对某一子行业的静态分析，宋敏（2014）研究了我国31个省的公路投资效率，发现我国公路投资效率需要改善，不同年度的投资效率波动较大，且不同地区投资效率差异明显。陈俣秀等（2015）通过对2009—2013年我国四大航空公司的研究，发现航空公司的投资效率主要是受规模效率的影响。也有从全要素的角度动态分析，较早的研究者有蒋迪娜[7]等（2004）研究了1990-2000年交通运输行业的全要素生产率，并分析了不同子行业下全要素生产率的变化情况。彭志敏[8]等（2019）对2001至2015年间我国交通运输业全要素生产率进行研究，我国交通运输业TFP年均增长率为4.0%，技术进步是推动TFP增长的主要源泉。

近年来，国家一系列方针政策的推出，对交通运输行业的改革和发展带来了红利。“营改增”降低了交通运输行业的税负;“一带一路”倡议的提出，为交通运输行业带来了发展机遇;当前国有企业改革，其中的铁路、航空子行业作为改革的关键试点领域，一系列政策的提出，必然会影响到该行业的投资效率，因此本文从微观角度运用DEA模型探讨企业的投资效率，并进一步运用Tobit回归模型检验交通运输业投资效率的影响因素，为交通运输行业的改革提供参考建议。

二、研究方法

（一）DEA模型

DEA模型全称为数据包络分析法，该模型是由美国的Charnes、Cooper和Rhodes三人在1978年首次提出，所以将DEA的第一个模型命名为CCR模型，但该模型是假定企业的规模收益不变。1984年Banker、Charnes和Cooper提出了规模收益可变的DEA模型，命名为BCC模型，该模型将技术效率进一步分解为纯技术效率和规模效率。DEA模型是一种基于被评价对象间相对比较的分析方法，在模型运行时，不需要提前确定函数关系，并且是从多投入、多产出的角度评价每个决策单元（DMU）的效率值，通过系统自动分析投入和产出的比例，以投入指标和产出指标的权重作为变量进行测算得到生产前沿面，决策单元的有效性看其是否落在生产前沿面上，若落在边界上则效率值为1，认为效率相对有效;不在边界上则效率值小于1，则认为DMU相对无效。不管是CCR模型还是BBC模型，在分析时都没有考虑时间的因素，是截面数据效率的静态分析，只适合横向比较（袁晓玲，张宝山，2009）。当考虑时间因素时，各时期的生产前沿面会发生改变，无法进行纵向对比。

（二）Malmquist指数

瑞典经济学家Sten Malmquist于1953年在消费分析研究中提出了Malmquist指数，一开始是用于生产率变化的计算，后来Fare等（1997）将DEA模型与Malmquist指数将结合，自此基于DEA模型的Malmquist指数分析法在投资效率测算领域得到广泛应用。Malmquist指数反映的是相邻两期内投资效率的变动情况，当指数大于1时，说明总体效率得到提升，等于1说明效率不变，小于1说明效率下降。Malmquist指数是在技术效率的基础上又考虑了技术进步的作用，所以Malmquist指数又可以分解为技术效率变动指数（Effch）和技术变动指数（Techch），其中技术效率变动指数可进一步分解为纯技术效率指数（Pech）和规模效率指数（Sech）。纯技术效率指数可以用来判别企业在资源配置过程中是否存在浪费，技术变动是技术进步带来的在相同投入情况下的不同的产出比，规模效率指数可以衡量企业的资源投入产出是否形成规模效益。

三、研究设计与分析

（一）指标选择与数据处理

本文选取了交通运输行业的上市公司为研究样本，研究期间为2014-2018年，数据主要来源于国泰安数据库和搜集整理，因为交通运输行业包含的范围较广，本文选取了最有代表性的铁路、公路、水路和航空四个子行业，在研究的过程中剔除了ST企业和数据缺失的上市公司，最终整理所得56家上市公司的面板数据，采用的数据软件为deap2.1。

建立一个合理的投入产出指标体系对于运用DEA模型测算效率来说非常关键，投入和产出变量应具有生产函数的相关性，指标的选择应遵循下列原则：科学性、系统性、可操作性。对于运用DEA模型测算投资效率的文献中并没有一个统一的测算体系，因为本文从全要素生产的角度出发，综合考虑了交通运输行业的自身特点，借鉴了王坚强、阳建军[9]（2010）的指标体系，投入要素从“物”“财”“人”三个角度综合考虑，选择净资产、固定资产净值、主营业务成本和员工人数四个指标。产出指标是主营业务收入和净利润。因为DEA模型对投入产出的数据要求为非负，在所选择的指标中负数较少，沈江建[10]（2015）研究发现在负数较少的情况下，对负数用一个很小的正数代替，更能保证结果的准确性。所以本文选择了用较小的正数代替负数。

（二）静态投资效率分析

利用DEA模型，计算出2014年到2018年我国56个上市交通运输业企业综合投资效率、纯技术效率和规模效率，如表1、表2所示。研究发现：

投资效率综合水平较低，只有少数企业达到了投资效率最优。56家样本企业在2014年到2018年的投资效率的均值都未达到有效。从2104年开始相对有效的企业个数在一直在减少，相对有效率从2014年的32.14%下降到2018年的19.64%，说明在现有投入水平下产出最大的理想状态率越来越低;纯技术效率最优的企业是多于综合效率最优和规模效率最优的，但是效率值是偏低的，不仅说明我国上市交通运输业在资源配置方面存在严重浪费，而且各企业的纯技术效率也存在较大差异;综合投资效率是纯技术效率和规模效率共同作用的结果，规模效率也在不断下降，规模报酬递增的企业不断减少，规模报酬递减的企业不断增加，交通运输行业的规模效益已经充分饱和。

（三）动态投资效率分析

1.整体视角

从时间序列上来看，表3中2014年到2018年五年间交通运输业上市公司的平均M指数为0.951，说明交通运输业上市公司的投资效率呈现下降趋势。对M指数分解发现综合技术效率指数均值为1.013，即年均增长率为1.3%;技术变动指数的平均值为0.939，呈下降趋势，年均下降约6%，远高于综合技术效率的增加值，说明投资效率的下降主要是由技术进步不足引起的。进一步对综合技术效率指数分解为纯技术效率指数和规模效率指数，两者五年来均呈上升趋势，但增加比例较小，依旧无法改变技术变动带来的投资效率下降的趋势。由此可见，交通运输行业的投资效率的下降主要是由于技术创新能力不足，资源利用率不高以及落后的管理水平等影响技术变动的因素引起的。

从表3可以看出，虽然综合技术效率的变动总体均值提升了1.3%，但是从每一年的变化趋势来看，是非常不稳定的，出现较大波动，虽无法清晰定位纯技术效率变动与规模效率变动谁的影响更大，但是可以发现纯技术效率从2017年开始出现下降趋势，规模效率的作用力也越来越小;技术变动与M指数的变化趋势具有很强的一致性，经历了相同的波动过程，这说明在目前情况下，与技术变动相关是影响投资效率的主要因素。

2016年M指数的提升，与十三五规划的提出，“一带一路”建设以及供给测结构性改革等宏观经济环境息息相关。但是政策带来的长期效果并不明显，尤其在技术创新方面后继乏力，对新技术的模仿和生产率的提高缺乏动力。但2017年深化国有企业改革，尤其将航空、铁路等作为重点领域，为企业投资效率的提高注入强心剂，使得技术变动指数大幅度提升，M指数提高了近10%。但影响M指数的因素不仅包含我国的宏觀环境，也与复杂的国际政治环境有着千丝万缕的联系。综合看来，虽然从DEA值看，投资相对有效的企业个数在不断下降，M指数每年的波动性明显。但是，整个行业的平均效率每年是有所上升的，这也说明了企业之间的差距在不断加大，但是作为我国的基础性产业，交通运输行业应该做到立体互联，加强行业之间的互联互通，共同致力于优化资源配置，提高系统弹性。

2.行业视角

为了进一步研究不同行业内以及不同行业之间的投资效率差异，本文分为公路、航空水路、铁路四个子行业进行分析。通过表4可以发现，每一个子行业与整体的趋势是一致的，通过对M指数的分解，发现每一个子行业的综合技术效率变动，纯技术效率变动、规模效率均值都是小幅增长的，但技术变动大幅度下降，公路、航空和水路下降了4%左右，铁路下降了约8%。再次表明了技术变革和企业自身环境对投资效率的重要性。

四、影响因素分析

通过运用DEA和Malmquist指数对我国上市交通运输行业从静态和动态两个方面对投资效率的测算和分析，不可避免的会存在一些内在的客观性差异或者干扰因素，因为交通运输行业的同质性，所面临的外部环境是相似的。但是交通运输行业具有特殊的所有权性质，“一股独大”的现象非常普遍，且多是国资控股的金字塔结构，控制权与现金流权存在分离，金字塔的层级存在差异，已有研究认为，金字塔股权结构的存在对投资效率具有利益趋同和侵占两方面的影响，因此下文结合投资理论及投资效率的影响因素，考虑到企业之间的经营模式和公司治理差异，将这一因素作为主要因素对交通运输行业的投资效率存在的影响进行分析。在得到的DEA效率值都分布在0-1之间，具有明显的截断特征，若使用OLS回归会使得结果参数有偏且不一致，因此下文将采用Tobit模型检验各因素对投资效率的影响。

（一）变量选取与模型的设定

以前面dea模型测算的投资效率为被解释变量，在解释变量方面，主要选取了金字塔结构的两权分离度和金字塔层级，其中金字塔层级是根据上市公司披露的控制链图手工计算所得，控制变量主要参考刘媛媛[11]（2016）选取了如表5所示的七个变量，并控制了年度变量，回归模型如下所示;

TE=α+β1Dev+β2Length+β3EB+β4Outdir+β5LnSize+

β6Lev+β7ROE+β8FC+β9Time+∑Year+ε

其中，α为常数项，β为回归系数，ε为随机干扰项。

（二）回归结果分析

从表6回归结果来看，金字塔股权结构确实对投资效率具有显著的影响。两权分离程度的系数在10%的水平下显著为负，说明交通运输行业在金字塔股权结构下，两权分离程度越高， 企业投资效率越低与冯宝军[12]（2013）研究结论一致。金字塔层级的系数在10%的水平下显著为正，说明金字塔代理链层级越长，企业投资效率越高，这一结果与程仲鸣[13]（2008）、刘媛媛（2016）的研究结果一致。股权制衡与投资效率之间存在正相关关系，并通过了1%的显著性检验，说明股权制衡可以提高企业的投资效率。独立董事比例的回归系数为正但统计上并不显著;从企业的经营能力来看，资本规模与投资效率呈负相关在5%的水平上显著;资本结构和盈利能力都是与投资效率显著正相关：交通运输业的自由现金流与投资效率显著负相关，说明本行业过多的自由现金流会降低企业的投资效率。

五、结论与建议

（一）结论

本文运用DEA-Malmquist模型测算了我国交通运输行业上市公司2014-2018年投资效率及其分解，并进一步回归分析了影响因素，得出如下结论。

第一，从整体上看，我国的交通运输行业静态投资效率趋于稳定，动态分析呈下降趋势。政策和方针的提出，在短期内效果显著，但是技术变动一直是影响投资效率的关键因素，由此影响到创新能力的提升，资源配置效率低。管理水平的落后，消弱了政策效果。

第二，从影响因素，影响公司治理结构的诸多因素都对投资效率有显著的影响，尤其在国有企业的金字塔股权结构下，两权分离度和金字塔层级发挥了不同的作用，都是在国有企业和交通运输行业的改革中予以重视的因素。

（二）建议

1.激发科技创新的体制与机制

交通运输行业的投资效率不高，从整个行业来看，技术变动水平急需改善，技术创新不足，大多企业在研发投入上较少，所以应该从激发科技创新的机制出发。现阶段我国的目标是建设现代化综合交通体系，打造一流设施、一流技术、一流管理、一流服务的交通强国，这一切都需要技术创新的支持。

2.深化行业改革，提高管理水平

在提高创新能力之外，还应该不断深化铁路、公路、航道、空域管理体制改革，尤其是推动混合所有制改革，通过研究发现，股权制衡可以改善企业的投资效率，可引入不同性质的投资者，优化组织结构。但不必刻意追求独立董事的比例，通过公司的制度约束，客观谋划投资战略，提高投资效率。

3.适度调整企业规模，改善内部经营管理体制

规模效率对投资效率是起到了一定的促进作用，但是作用越来越小，且越来越多的企业规模报酬呈现递减趋势，通过实证分析，企业的资产规模与投资效率是负相关，更应该注重从规模向效率和效益的转变。盈利能力的提高可以提高投资效率，这需要引进先进的管理理念，改善内在的经营管理理念等。

4.转变政府职能，调整金字塔结构

交通运输行业的股权相对集中，最终控制人会采用金字塔结构获取超额的控制权，降低企业的投资效率，政府应加长与企业之间的代理链条，降低政府干预的可能，或将企业交给专业的资产管理公司，转变政府的职能，由管资产向管资本转变。

参考文献：

[1] 覃家琦，齐寅峰，李 莉.微观企业投资效率的度量：基于全要素生产率的理论分析[J].经济评论，2009（2）：133-141.

[2] 王成秋.对投资效率的界定[J].生产力研究，2006（9）：38-39+50.

[3] 王坚强，阳建军.基于DEA模型的企业投资效率评价[J].科研管理，2010，31（4）：73-80.

[4] 齐 林，周小林.气候变化视角下我国林业投资效率研究[J].中国软科学，2018（6）：35-46.

[5] 任喜萍.基于DEA方法的我国城市基础设施投资效率评价研究[J].经济体制改革，2017（5）：49-54.

[6] 彭 亮，刘国城.“一带一路”下西北地区上市公司投资效率研究——基于DEA-Malmquist指数法[J].投资研究，2018，37（12）：45-57.

[7] 余思勤，蒋迪娜，卢剑超.我国交通运输业全要素生产率变动分析[J].同济大学学报：自然科学版，2004（6）：827-831.

[8] 彭志敏，吴群琪.我国交通运输业全要素生产率的增长特征及影响因素分析[J].公路交通科技，2019，36（9）：129-139.

[9] 王堅强，阳建军.基于Malmquist指数的房地产企业动态投资效率研究[J].当代经济管理，2010，32（1）：84-88.

[10] 沈江建.负产出在DEA模型中的处理——基于软件DEAP的运用[C].中国管理现代化研究会、复旦管理学奖励基金会.第十届（2015）中国管理学年会论文集.中国管理现代化研究会、复旦管理学奖励基金会：中国管理现代化研究会，2015：267-272.

[11] 刘媛媛，韩艳锦，张 琪.多元化结构、金字塔层级与投资效率——来自于国有企业集团的证据[J].中国经济问题，2016（5）：99-109.

[12] 冯宝军，陈 艳，孙丕海.预算软约束下金字塔结构对企业投资效率影响——基于中国国有上市公司的实证研究[J].财贸经济，2013（5）：47-53+61.

[13] 程仲鸣，夏新平，余明桂.政府干预、金字塔结构与地方国有上市公司投资[J].管理世界，2008（9）：37-47.

[责任编辑：方 晓]