一、引言
創業板市場的設立，可以顯著改善我國創業市場的投資機制，逐步解決創業企業融資的后顧之憂，從而推動我國高新技術產業不斷發展。然而，較之于當前的主板市場和中小板市場，創業板是一個相對稚嫩而且相對高風險的市場。創業板中的公司大多處于成長的初期，入市門檻相對較低，公司治理、經營層面存在著諸多的不確定因素。上市后，許多創業板上市公司仍然存在“一股獨大”的畸形股權結構和募集資金使用不當的問題，且隨著2010年上市公司年報的披露，創業板上市公司“高成長”的神話走向破滅。在此背景下，總結和反思創業板上市公司的經營發展、分析與研究創業板上市公司的生產經營效率，對創業板上市公司今后全面健康發展、可持續發展有著重要的現實意義和戰略意義。
二、研究方法與工具
本文應用數據包絡（DEA）的分析方法，在現有文獻的基礎上，利用收集到的2009年―2010年創業板上市公司相關數據，對我國創業板上市公司機械設備類73家（縱向30家）、信息技術類49家（縱向27家）、電子類32家（縱向9家）、石化塑膠類29家（縱向9家）公司的生產效率分別進行了橫向和縱向的比較分析。通過分析樣本公司的生產效率、技術效率和規模效率，指出創業板上市公司近兩年生產經營上取得的成就與存在的不足。同時，給出創業板上市公司提高生產效率的建議，從而為創業板上市公司提升生產經營效率和可持續發展能力提供參考。
?。ㄒ唬颖具x擇與數據來源
本文選取的創業板上市公司樣本及其數據均來源于“網易財經網（http：//money.163.com/）”和“證券之星網（http：//www.stockstar.com/）”數據庫。至2011年9月止，這兩家網站共公布267家創業板上市公司相關數據。因有些創業板上市公司系2010年及以后上市，同時有2009年、2010年DEA數據包絡分析相關數據的公司較少。由于DEA數據包絡分析要求決策單元（DMU）具有同質性，考慮到創業板上市公司在業務上差別較大，所以本文將選取4類共183家樣本公司分類別進行分析探討，以此來反映創業板上市公司的生產經營狀況。
（二）投入與產出指標的選擇
DEA分析法將決策單元（DMU）的投入產出數據作為分析要素。因此，投入與產出指標的合理選擇是DEA數據包絡測算的關鍵。本文在“生產法”（Production Approach）的理論基礎上，同時借鑒已有研究的經驗，選取三個基本的投入變量：在職員工人數、營業總成本和固定資產；產出指標選取營業總收入和稅前利潤總額。通過利用SPSS17.0統計軟件，對樣本公司的投入與產出數據采用非參數的“Kendall’s tau-b（k）”秩方法的相關性分析。可以得到所選取的樣本公司投入指標與產出指標呈顯著的正相關關系（表略），從而滿足DEA研究要求投入與產出之間的“等幅擴張性（Isotonicity）”等經驗法則的要求。
?。ㄈ﹦摌I板上市公司生產效率分析的相關DEA模型
DEA數據包絡模型分為“投入導向（Input orientation）”和“產出導向（Output orientation）”兩種效率分析模型?！巴度雽颉保↖nput）模型反映的是在給定產出水平的情況下，使決策單元投入最少；“產出導向”（Output）模型反映的則是決策單元給定一定量的投入要素，追求產出最大化。由于創業板上市公司大多為成長初期的企業，其資本、人員等生產要素在樣本期間并不是處在固定規模報酬狀態，可以自由地調整投入量，具有可控性，因此，本文采用“投入導向”（Input）模型來進行樣本企業的生產效率分析。具體模型構建如下：
minθ-ε（■si-+■sr+）
s.t.
■xijλj+si-=θXij0，i∈（1，2，…，m）■Yrjλj-sr+=Yij0，r∈（1，2，…，s）θ，λj，si-，sr+≥0，j=1，2，…，n
?。Ｐ鸵唬阂幠蟪瓴蛔僀RS模型）
minθ-ε（■si-+■sr+）
s.t.
■xijλj+si-=θXij0，i∈（1，2，…，m）■Yrjλj-sr+=Yij0，r∈（1，2，…，s）■λj=1，θ，λj，si-，sr+≥0，j=1，2，…，n
（模型二：規模報酬可變VRS模型）
模型中，m、s分別表示輸入指標、輸出指標的個數；θ為該決策單元DMU的有效值（即投入相對于產出的有效利用程度）；Xij、Yrj分別表示第j個決策單元DMU的第i項和第r項的投入量與產出量，可分別記為投入向量（X1j，X2j…，Xij）T=Xj和產出向量（Y1j，r2j，…Yrj）T=Yj；
si-、sr+表示松弛變量；ε為非阿基米德無窮小量。
根據DEA理論，倘若第j0個決策單元模型的最優解為λ*，s*-，s*+，θ*，則有：
1.若θ*=1且s*-=s*+=0，則該決策單元j0為DEA有效，即該決策單元在原投入X0的基礎上，獲得的產出Y0已達到最優，即表明該決策單元技術效率最佳。
2.若θ*=1，而s*-≠0或s*+≠0，則表示該決策單元為弱DEA有效，分別表示存在“超量”投入或“虧量”產出。
3.若θ*<1，則表示該決策單元為生產無效率。表示決策單元投入不當，可通過組合將投入降到原投入X0的比例而保持原產出Y0不減少。
同時，還可根據模型二的最優解λ*，進一步判斷決策單元的規模報酬所處的狀態。即：如果有■λj*<1，則決策單元規模報酬遞增（irs）；如果有■λj*=1，則決策單元規模報酬不變（crs）；如果有■λj*>1，則決策單元規模報酬遞減（drs）。其計算軟件使用DEAP2.1（Coelli，1996）。
三、實證分析
本部分通過應用DEAP2.1軟件，對所選擇的183家（其中75家同時具備2009、2010年DEA分析數據）樣本公司的生產效率進行DEA分析。即對創業板樣本公司（共183家）2010年的生產效率按行業分四類進行橫向與縱向比較分析。
根據上述模型一，對2009―2010年創業板樣本公司四大行業的綜合生產效率進行了測算，數據通過DEAP2.1運行。通過測算①，在2009年的75個樣本中，7個樣本公司DEA有效，平均效率值為0.734。2010年184個樣本中，僅8個樣本公司DEA有效，平均效率值為0.658，只有石化塑膠類上市公司表現較好。這表明目前我國創業板上市公司整體的生產效率不佳，并且整體的生產效率有下滑的趨勢，其整體生產效率2010年比2009年下降10.35%。在2009年的75家樣本創業板上市公司中，只有18家生產效率沒有下降。其中有股票代碼為300003、300042、300156的三家公司兩年都保持了DEA有效（值均為1）的良好勢態；另外15家公司從2009年到2010年間生產效率有所增長，增長較大的有代碼為300041、300085、300100這三家公司，增長率均超過了10%。而四大行業中下降最多的是信息技術行業，下降幅度為15.20%。其中降幅最大的是代碼為300098和3000065這兩家公司，分別為-44.85%和-37.49%。從2009年到2010年生產效率降幅較大的前20家上市公司中，信息技術類公司13家，機械類公司6家，電子類公司1家。
為進一步探討造成創業板四大類上市公司低生產效率的原因，下面利用模型二分別對2009年75家、2010年184家樣本公司的平均純技術效率和平均規模效率進行測算②。從測算結果中整體的平均值來看，影響創業板上市公司四大行業從2009年到2010年平均綜合效率降低的主要原因是平均純技術效率的下降，下降的幅度為-7.51%。其中機械類平均純技術效率下降-6.64%、信息技術類為-9.26%、電子類為-6.22%、石化塑膠類為-4.03%。平均規模效率下降相對較少，但電子類平均規模效率下降幅度要略大于平均純技術效率。在四類上市公司中，只有機械類的平均規模效率有所增長，幅度為1.20%。這表明，創業板上市公司中的機械行業合理的經營規模還未形成，從而造成創業板機械類上市公司規模報酬遞增的趨勢。
為保證DEA分析樣本的同質性，本文特對2010年創業板四大行業上市公司對照2009年進行了排異性處理，即在2010年DEA測算中僅選擇2009年的樣本公司，以便更精確地反映相同樣本公司在2009年到2010年DEA效率的變化。
通過測算③，樣本公司的總體平均綜合效率、純技術效率、規模效率仍然下降，其幅度相對減少。通過對比表，本文發現，四大行業中，機械類上市公司在2010年相同樣本與2010年擴大樣本（2010年樣本擴大到73個）DEA測算比較中，綜合效率下降幅度相差不大，但純技術效率與規模效率相差較大。其中純技術效率在同樣本比較中，下降幅度為-3.32%，而在擴大樣本比較中，下降為-6.64%；平均規模效率在同樣本比較中為下降-1.20%，但在擴大樣本比較中，為增長1.20%，再次表明，創業板上市公司中的機械行業合理的經營規模還未形成，尤其是時間相對靠后上市的創業板機械行業上市公司。同時發現，在擴大樣本比較中各效率指標下降幅度較大的信息技術行業上市公司，在同樣本比較中反而變為增長；而電子、石化塑膠行業在同樣本DEA效率比較中下降幅度也大大減少，電子行業的規模效率還略有增長（為0.21%）。這表明，原有的樣本公司（2009年樣本公司）在2010年中，表現相對穩定，而且27家信息行業樣本公司在純技術效率和規模效率方面都有進步。
單從規模效率來看，從表1可以看出，2009年在總體樣本（共75家）的規模報酬不定的DEA測算（VRS）中，分別有34家、28家、13家上市公司規模報酬遞減、遞增與不變。在分行業的（VRS）測算中，機械行業分別有12家、12家、6家上市公司規模報酬遞減、遞增與不變；信息技術行業分別有15家、4家、8家；電子行業分別有2家、3家、4家；石化塑膠行業分別有4家、2家、3家上市公司規模報酬遞減、遞增與不變。這表明，2009年創業板上市公司存在一定的盲目擴大經營生產規模造成生產效率低下，尤其是信息技術行業，共27家樣本公司中，其規模報酬遞減的達到15家。而到了2010年，在同樣本的75家上市公司測算中，其規模收益變化得到了全面的改觀。在混合全樣本測算中，有41家企業的規模報酬遞增（irs），比例達到54.67%。在四大行業的分行業樣本測算中，機械、信息技術、電子、石化塑膠分別有17家、11家、2家、5家企業的規模報酬遞增（irs），占比分別達到56.67%、40.74%、22.22%、55.56%。這表明，經過一年的生產經營、優化管理，除了電子行業仍存在總體規模效率遞減外，其他三大行業總體規模得到了有效的控制與改善。
然而，本文通過對75個相同樣本2009年和2010年投入要素的對比分析，發現上述三大行業的人員與固定資產投入要素并沒有壓縮，而是擴大了。以創業板機械行業樣本公司為例，從2009年到2010年，相同的30家樣本公司的人員要素投入平均增長了28%、固定資產投入要素平均增長了78%，而營業總成本要素僅平均增長了20%。這表明創業板上市公司中2009年以前上市的企業，經過上市后一年的生產與經營，規模得到了有效擴大，內部管理得到了優化，成本得到了有效控制。
但同時，通過對2010年單年間不同樣本規模（即與2009年相同的75個樣本和2010年加入后來上市的企業共184個樣本）的DEA規模收益測算結果分析，筆者發現，把2009年后上市的企業加入到DEA測算中后，總體規模收益遞減（drs）的企業個數遠遠超過規模收益遞增（irs）的企業個數。184個樣本企業中，規模收益遞減（drs）的企業達到96家。分行業樣本測算中，除了機械行業仍保持52家規模收益遞增（irs）的情況外，其他三大行業規模報酬遞減的企業家數大大增加，尤其是電子行業。這表明，在后來上市的創業板企業，除了機械行業稍好之外，都存在盲目的擴大經營生產規模。比如：2010年四大行業共184家樣本企業中，機械類、信息類、電子類、石化塑膠類純技術效率有效（vrste值為1）但規模效率無效率（scale值非1）的企業分別有7家、10家、6家、7家。因此，對于這類企業，下階段首要的任務是要合理控制企業生產經營規模，加強企業現有資源整合，提高公司規模效率。對于生產無效率同時來源于純技術效率和規模效率的企業，可以應用DEA投影分析，在行業內找出企業學習的標桿，盡快優化企業內部管理、理順資產結構、合理配置資源、合理安排企業規模效率，從而提高企業綜合效率。
四、結論與研究展望及建議
本文應用DEA數據包絡分析的方法，對我國創業板上市公司2009年到2010年四大行業的生產效率分別進行了縱向和橫向的比較分析。本文發現：第一，目前我國創業板上市公司整體生產效率不高，并且從2009年到2010年，整體的生產效率下降。可能的原因是新上市的創業板企業因準入門檻相對較低，較差的效率表現拖累了創業板的整體生產效率。第二，創業板上市公司上市后，都先后經歷了迅速擴大經營規模；然后努力優化管理、控制成本；最后達到合理規模收益這一途徑。但信息技術、電子、石化塑膠這三大類技術密集型的上市公司，存在一定的初期盲目擴大規模而影響了企業的綜合生產效率，尤其是信息技術與電子行業上市公司。而相反的是，創業板機械類這種資本密集型上市公司規模的迅速擴大與趕超似乎“很有必要”。到底是先規?！摆s超”，還是先內部管理效率“優化”再規模“趕超”？創業板上市公司的生產效率到底要遵循一條怎么樣的優化路徑才能適合自己，才更有利于企業的可持續發展？各種類型的企業（比如上面的技術密集型企業與資本密集型企業）有區別嗎？這些問題，還有待在以后的研究中探討。
因此，對于創業板上市公司而言，上市后應根據自身企業的特點合理擴大生產經營規模；通過不斷優化與完善企業內部管理、理順資產結構、合理配置資源、進行有效成本控制來進一步提高生產效率。同時，不斷提高企業技術含量，努力創新，提高企業技術核心競爭力，從而達到可持續發展的目的。
