蒋 莉
(江阴职业技术学院 经济管理系，江苏 无锡 214400)
纺织业是江苏省传统的优势产业，基础较好，底蕴雄厚，经济总量在全部规模以上的工业中占据着举足轻重的作用，然而近年来不断上行的物资人力成本及出口贸易的困顿为传统纺织业带来了极大的挑战。因此，如何在经营过程中提高自己的资源利用能力和营运能力对企业自身来说显得尤为重要。基于此背景下，本文采用非参数DEA方法对江苏省上市纺织企业的绩效进行统计并探讨影响纺织企业发展的因素。
目前国内针对纺织行业绩效进行了大量研究，大部分学者会采用因子分析法或DEA模型(数据包络分析法)。郑珂选取2018年沪深两市服装纺织企业财务指标，运用因子分析法构建财务绩效评价体系并进行分析，结果表明纺织行业盈利能力较为平稳[1]。吕明元等采用DEA—Tobit两阶段模型对纺织业生态效率进行评价并分析了纺织业生态效率的结构性因素[2]。郭伟、李乾坤等对参加管理创新成果大奖的纺织企业进行了DEA有效性分析，并指出由于技术和规模原因，参加的企业均处于行业中间水平[3]。
综上所述，目前对纺织行业效率及其影响因素的研究文献较多，但仍然存在以下不足：首先，研究方法多为因子分析法或传统DEA模型，未考虑外部环境因素，无法得到客观的企业经营效率。其次，传统DEA模型仅能区分有效和无效，无法对有效面上各决策单元效率进行排序。再次，对纺织行业的经营效率多集中于行业层面，对区域纺织业效率及其影响研究较少。因此，本文充分考虑GDP、对外贸易依存度、地方财政等外部因素对效率值的影响，采用三阶段超效率DEA模型对江苏省12家纺织上市公司进行测度并分析，为推动江苏省纺织企业转型升级提供必要的参考意见。
(一)样本选取及数据来源
为能最大程度反映江苏的纺织行业的发展动态，本文选取2016年前成立的江苏省12家具有代表性的纺织业上市公司为样本。这12家上市公司成立较早，市场占有率较大，包含纺织业务的各方面，因此能很好地反映江苏省纺织行业运营的整体情况。本文样本数据均来2016-2020年公司财务报告、中国纺织工业发展报告及国家、地方统计年鉴。
(二)投入产出指标的筛选
参照制造型企业经营效率的相关研究并根据我国纺织行业的生产特点，本文从人力、营运成本及资金规模三方面选用应付职工薪酬、营业成本和总资产作为投入指标，并从经济产出方面选取营业收入和净利润为产出指标。
(三)环境变量的选取
环境因素则需综合考虑国家经济发展水平、地区财政政策影响以及外贸依存度等方面选取。GDP反映了地区经济发展水平和市场发展规模，能为企业的高质量发展和创新提供强大的平台保证，因此选用国家实际GDP及地区GDP作为衡量经济影响的环境指标。地方财政支出则反映了地方政府可调动的资源及对公共需求的满足能力，决定了地方政府对工业企业发展创新的支持力度。居民价格消费指数反映当地市场商品价格的购买情况，是反映通货膨胀程度的重要指标。另外，我国纺织业对外依存度较大，是世界上最大的纺织品生产和出口国，纺织品出口总额和企业的营业收入息息相关。因此，本文选取5个环境指标：国家实际GDP、地区所在市GDP、政府财政支出、居民价格消费指数以及纺织品出口总额。
(一)超效率BCC模型测量结果与分析
本阶段基于超效率BCC模型，运用软件MAXDEA 8进行测算，结果如表1、表2、表3所示。在不考虑外部环境因素的情况下，12家纺织企业于2016-2019年综合效率呈现震荡下降趋势，2020年则受益于国内疫情的有效控制、营商环境的持续改善出现大幅上升。由于此结果并没有排除外部环境因素和随机噪声，无法准确反映12个决策单元5年内经营效率的真实情况，因此需要在第二阶段分离环境因素和随机噪声，进一步调整并测算数据。
表1 2016-2020年综合技术效率测量结果
表2 2016-2020年纯技术效率测量结果
续表2
表3 2016-2020年规模效率测量结果
(二)SFA回归结果与分析
为了得到更加准确的效率值，本文运用Frontier4.1软件在第二阶段将GDP、地方GDP、地方财政支出、居民价格消费指数以及纺织品出口额这5个环境变量作为解释变量对第一阶段产生的投入松弛变量进行回归分析，结果见表4。
表4 SFA回归结果
如表4所示，首先大部分环境因素对3个投入指标的松弛变量均通过了1%或5%的显著性检验，说明所选取的环境因素对投入松弛变量有显著影响。其次，回归方程的gamma值为0.88，0.59，0.59，说明虽然随机干扰对纺织企业经营绩效有一定的影响，但内部因素仍然是最主要的原因。
虽然地区经济水平、财政扶持力度对应付职工薪酬和总资产不存在T值检验显著，但是单侧误差LR检验在5%显著性水平上显著，说明模型假设合理。财政支出仅对营业成本呈1%显著相关性，说明各个决策单元充分运用了地方财政政策，通过地方政府资源的投入可减少企业营业成本的支出。
外贸依存度与应付职工薪酬投入松弛变量的回归系数为负值，与营业成本与总资产的投入松弛变量的回归结果为正值，且均呈1%水平显著。纺织出口额的增加会带来劳动力资本冗余的减少和资产规模营业成本的增加。产生这种情况可能是江苏省纺织企业近年来实现了高速度、智能化的发展，因此出口额的增加会进一步强化资产规模的扩大和人力成本的节约趋势。
国内GDP与应付职工薪酬无显著相关性，但与营业成本与资产规模的投入松弛变量呈显著负相关，意味着GDP的增加有助于降低纺织企业营业成本与资产规模从而提高经营效率。居民价格消费指数与应付职工薪酬、总资产的投入松弛变量的回归系数为负值，与营业成本的投入松弛变量为正值，并显示1%显著。说明了居民价格消费指数的上升有助于降低劳动力的投入和资产的规模，但是也会进一步导致营业成本的提高。
(三)第三阶段调整投入后的DEA实证结果与分析
由于第一阶段没有考虑各个单元面临的环境因素和随机干扰的不同，只是粗略地区分有效单元之间的差别。因此，在此阶段用第二阶段的结果剔除环境变量和随机干扰，并借助Max DEA8对调整后的投入变量和原始产出量进行再次测算，结果如表1,2,3所示。对比第一阶段数据发生了明显变化，调整后纺织企业的综合技术效率均值由1.24降低到1.03，这显示剔除了良好的社会环境因素使得投入增加而产出不变，使得超效率值出现明显降低。相较于第一阶段，2016-2019年研究期内纺织企业震荡下降趋势明显，2020年大部分企业的效率值出现了大幅增长。这可能是由于我国率先控制疫情实现复工复产，且不少企业转产口罩、无纺布加工的原因。
决策单元中仅海澜之家技术效率提高并进入技术前沿有效，说明环境因素是制约其生产效率的主要原因。华芳纺织在第一阶段达到DEA有效，剔除环境因素后虽未达到随机前沿有效面，但综合效率近5年不断上升，说明现有环境有助于华芳纺织的发展的同时，华芳纺织开展两化融合，打造智能车间的一系列措施是其提高生产率的有力保障。其余10家纺织企业均在剔除外部环境因素后出现效率值显著下滑且处于DEA无效状态，可见管理无效是影响这10家企业的首要因素，效率值较低主要由不合理的投入产出引起的。
纯技术效率较修正之前得到有所提升，纺织企业每年平均技术效率值普遍接近于1，其中7家企业达到5年DEA有效。研究数据表明，纺织企业在当前技术水平下，资源投入有效，大部分企业不存在管理或技术因素影响综合技术效率。规模效率与第一阶段相比出现了明显的降幅，说明环境因素对公司的规模效率存在较大的正面作用，各纺织企业技术效率无效主要来源于规模无效，说明需要通过改善经营管理实现规模效率最优。另外，海澜、盛虹均处于规模报酬递减状态，意味着这些企业生产规模过大使得其生产过程中难以得到有效的协调，需要减少投入达到规模有效。其他企业处于规模报酬递增状态，说明这些企业应通过增加投入资源、扩大规模来提高规模效率。
本文基于DEA三阶段模型，通过超效率对江苏省12家纺织上市公司进行测算，通过SFA模型对外部环境因素和随机误差进行剔除，从而得到各个决策单元5年内更接近公司内部真实管理水平的效率值。本文得出结论有：
1.2016-2019年期间，江苏省纺织行业经营效率逐年走低，竞争力逐年下降。由于我国的科学防治和率先复工，2020年各纺织企业的经营效率均出现大幅提升。
2.剥离环境因素和随机因素后，调整后的技术效率、规模效率降低明显，说明外部环境因素对企业真实的绩效评价有一定的干扰，也进一步说明运用三阶段模型的必要性。大部分决策单元在调整后均达到纯技术效率有效，企业大多无法达到技术有效主要受制于规模无效。
3.海澜、盛虹集团虽然仍处于技术效率前沿，然而，综合技术下降的同时出现规模报酬递减现象，需要减少冗余投入。其余企业则处于规模报酬递增状态。
4.环境因素和随机因素对纺织企业生产效率影响显著，国内GDP及居民价格消费指数均对营业成本及总资产投入松弛变量为负值，它们的增长有助于企业减少相应的投入冗余。纺织品出口额对应付职工薪酬投入差额呈负值的情况下对总资产和营业成本投入松弛变量为正值，说明出口额的增加导致企业的规模扩大，从而降低了企业的规模效率。
基于以上效率测度结果和因素分析，本文提出以下建议：
第一，整合内部资源，避免盲目扩张。纺织企业应根据自身实际情况合理调整投入，避免盲目扩大规模导致不必要的投入冗余。海澜和盛虹已处于规模递减，应考虑适当收缩战线，开发未充分利用的资源。其余企业大都处于规模递增，可在遵循利润最大化的基础上理性适度扩大规模。
第二，坚持高品质、差异化产品战略，抢先占领国内市场。一方面，在中美贸易摩擦不断、疫情持续全球蔓延的当下，纺织市场整体欠佳，部分纺织上游企业产业由于结构单一，市场需求有限，面临着订单不足、库存积压、停工停产的难题。另一方面，不少纺织企业凭借着差异化产品、多品牌运营策略迅速抢占国内市场，订单不减反增。因此纺织企业应通过细分市场实现多品牌运营策略，在形成“国内大循环为主体的发展格局”的指导方针下，积极拓展国内市场。
第三，重视信息基础设施建设，加快推进智造改革。强大的数据库和人工智能算法不仅能保持产业链的信息通畅，提高供应链和存货管理的效率，更能提升对终端消费需求的变化的快速反应能力。引入自动化、智能化的信息管理系统和纺机设备可实现对设备的远程操控维护、异常指标迅速反应、人力成本的大幅降低等诸多功能，大大提高生产效率。
第四，打造线上线下一体化营销模式，充分挖掘国内市场潜力。当今社会媒介技术环境不断更新迭代，数字化营销是长期的必然趋势。利用线上线下优势互补，共享资源和数据，提高市场渗透度，加强用户黏性，充分挖掘国内潜在市场。
第五，发挥江苏省纺织业聚集程度高的优势，实现区域纺织经济耦合协调发展。江苏省的纺织产业集群地比较集中，能清晰地反映以毛纺织为主的区域产业特色。集群地内中小企业密布，但产业关联度不强，因此政府与企业自身也应积极构建平台，搭建以龙头知名企业为中心，中小企业为辅助的特色纺织产业群，增强本土企业的竞争力。
猜你喜欢 环境因素纺织规模 澳洋纺织纺织报告(2022年8期)2022-08-25中国纺织China Textile(2022年3期)2022-07-12空间环境因素对西北地区电离层空间特征影响导航定位学报(2022年2期)2022-04-112020年我国机器人产业规模达1000亿元智能制造(2021年4期)2021-11-04外储4月站稳3万亿中国经济周刊(2017年19期)2017-05-232016年年末净值规模低于5000万元的分级基金投资者报(2017年9期)2017-03-14城市物流配送系统的环境因素影响评估中国市场(2016年32期)2016-12-06造成数学学困生的原因中学课程辅导·教师教育（中）(2016年9期)2016-10-20浅谈会计目标定位企业导报(2016年8期)2016-05-31