摘要：本文采用非参数Malmquist指数分解模型，对我国2003年至2010年钢铁产业中11家重点钢铁企业的全要素生产率值进行运算，并将其值分解为技术效率、技术进步、规模效率和纯技术效率指数，分析了钢铁产业效率提高（降低）原因及存在的问题，并提出了相对应的对策。
关键词：数据包络分析 Malmquist指数 钢铁产业 效率
一、引言
近年来，我国钢铁产业处于高速扩张与发展时期，2009年前十名世界钢铁企业产量排名中，占据了60%的席位，这足以证明我国钢铁产业高速发展时期的到来。但是随之而来我国钢铁产业高能耗、生产率低下等状况成为钢铁工业发展的障碍，中国钢铁企业发展出现大而不强、竞争力不足的发展局面。因此如何使我国钢铁产业做强，发挥钢铁产业整体效率，已成为学者研究的重要课题。产业竞争力提升的关键在于钢铁产业效率的提升，因此对中国钢铁产业的效率进行研究具有重要的现实意义。
二、研究设计
（一）模型概述 Malmquist指数分解模型是由瑞典经济学家和统计学家Malmquist于1953年提出，卡夫斯、克里斯滕森和迪沃特（以下称CCD）利用Malmquist投入和产出距离函数定义全要素生产率指数（以下简称TFP），所得到的指数为MalmquistTFP指数。模型构建主要以数据包络分析的BCC模型为基础，对所得效率指数进行分解，最终将全要素生产率指数（TFP）分解为TEC技术效率指数、PTE纯技术效率变动指数、 SE规模效率指数以及TC技术进步指数。最终， 模型可以分解为纯技术效率变化指数×规模效率指数×技术进步指数，即，TFP=PTE×SE×TC，其中：TEC=PTE×SE。当TFP>1时，TFP进步；当TFP2×（2种投入+2种产出）=8。
（五）模型构建 以2010年数据为例，对11家重点钢铁企业中的河北钢铁集团进行数据包络模型构建，BCC模型如下：
三、实证检验
（一）相关性分析 应用SPSS12.0对所选评价指标进行相关关系描述分析见表（1）。表（1）给出了投入指标资产总计 、应付职工薪酬 与产出指标主营业务收入 、年粗钢产量 之间的相关关系描述矩阵，从数值上发现，其相关系数值最小为0.914>0.9，表明投入和产出指标间呈现出正相关关系，这就保证了模型的第二个基本假设，即投入指标和产出指标之间必须具有较强的相关性。
（二）Malmquist TFP指数分解分析 本文应用数据包络分析软件DEAP2.1，在效率测算中采用产出导向模式，以TFP效率分解模型以及BCC模型为基础，对我国11家重点钢铁企业MalmquistTFP进行测算和分解，计算结果如下表（2）所示。（1）Malmquist TFP全要素生产率分析。图（1）表明，2003年至2010年，我国11家重点钢铁企业8年来平均全要素生产率变动情况。11家钢铁企业中仅有河北钢铁公司、沙钢集团和华菱钢铁三家钢铁企业TFP大于1，表明这三家钢铁企业生产效率呈现增长状态，总体生产增长率为4.10%，其中河北钢铁集团的平均增长率为9.61%，排名第一；华菱钢铁公司的平均增长率为2.52%，排名第二；其次是沙钢集团，其平均增长率为0.18%。其余8家钢铁企业TFP平均增长率均小于1，表明8年间这8家钢铁企业生产效率呈现下降趋势，8年间其平均下降幅度为8.75%。其中首钢下降幅度最大，具体表现值为27.31%，增长率排名倒数第一；其次为山东钢铁公司下降幅度较大，具体表现值为14.78%，排名倒数第二。我国钢铁企业近年来的发展态势并不是很好，特别是仅37.5%的钢铁企业生产效率率大于1，表明在现有的生产技术条件下能够达到其最大的生产能力，而其余62.5%的钢铁企业生产效率均小于1，表明在现有的生产技术条件下其生产效率均为达到其最大的生产能力，生产过程中存在部分程度的资源浪费。（2）技术效率指数分析。全要素生产率变动（Malmquist TFP）指数可以分解为技术效率变动指数和技术进步指数。因此深入分析各大钢铁企业生产效率问题就需要从亚指标进行分析，即从技术效率变动指数和技术进步指数两个方面的分析，分别得出钢铁企业生产效率低下、生产率增长的深层次原因。从表（2）可以看出，2003年至2010年11家重点钢铁企业的平均技术效率指数处于下降趋势，具体指标值为0.9612，下降幅度为3.88%，这表明我国钢铁产业存在3.88%的投入资源浪费。从各大钢铁企业之间的横向比较来看，其中河北钢铁集团、鞍钢、武钢和沙钢四家钢铁企业有不同程度的技术效率增长，技术效率指数分别是1.0679、1.0047、1.0002和1.0168，技术效率上升幅度分别为6.79%、0.47%、0.02%和1.68%，数据表明这8年间四家钢铁企业技术效率利用率充分，技术效率的提升为企业整体生产率的提升做出了重要的贡献。而其他7家钢铁公司在技术效率方面均呈现出下降趋势，具体表现为宝钢平均技术效率指数为0.9729，下降幅度2.71%；首钢平均技术效率指数为0.7886，其下降幅度为21.14%，其下降幅度排行第一；山东钢铁集团平均技术效率指数为0.8673，其下降幅度为13.27%；马钢平均技术效率为0.9985，其下降幅度为0.15%；华菱钢铁集团平均技术效率为0.9941，其下降幅度为0.59%；包钢集团平均技术效率为0.9368，其下降幅度为6.32%；安阳钢铁集团平均技术效率为0.9588，其下降幅度为4.12%，7家钢铁集团中马钢和华菱钢铁集团两家的平均技术效率都接近1，存在技术非效率，属于边缘无效率，稍微调整投入量即可成为相对有效率厂商，即投入浪费较少。而首钢集团平均技术效率仅为0.7886，其技术效率明显低于总平均技术效率水平，为明显无效率，即存在较大的投入资源浪费。通过对11家钢铁企业平均技术效率分析，发现企业整体生产效率下滑的症结所在就是企业平均技术效率低下，这在一定程度上影响了企业的生产效率提升。（3）技术进步指数分析。通过表（2）可以看出，河北钢铁、宝钢集团和华菱钢铁三家钢铁企业的平均技术进步指数分别为1.0263、1.0132和1.0309，平均技术进步指数均大于1，说明8年间这三家钢铁企业最佳前沿面出现不同程度进步，存在一定程度的技术进步、技术创新，其技术进步率分别为2.63、1.32%和3.09%，而其他8家钢铁企业最佳前沿面出现了衰退，其生产的最优产出—投入比例是下降的，均缺乏技术创新，占企业总数的72.7%，其中具体表现首钢是最缺乏技术进步的，其技术进步指数0.9217，技术退步表现为7.83%，其次为鞍钢、武钢、马钢、山钢和沙钢集团，技术变动指数分别为0.94、0.9492、0.9646、0.9825和0.9856，均表现为不同程度的缺乏技术创新，而包钢和安阳钢铁公司技术变动指数接近1，指数值均呈现0.9916，技术进步程度有微小变动，其最佳前沿面出现了小幅退步。（4）纯技术效率指数分析。纯技术效率揭示出我国钢铁企业的技术无效率到底有多少是由于纯粹技术无效率所造成的，纯粹技术无效率更多地反映企业经营的日常经营管理政策及管理水平。通过表（2）可以看出，河北钢铁集团、鞍钢、武钢和安阳钢铁四家钢铁集团的纯技术效率指数为1.0275、1.0001、1.0002和1.0185，其纯技术效率上升幅度为2.75%、0.01%、0.02%和1.85%，表明四家钢铁集团公司日常经营管理水平有小幅度提升，企业向软技术“管理”水平要效益，四家企业日常管理政策制定相对完善，为企业整体经济效益提升起到了一定的积极作用。而其他7家钢铁企业的纯技术效率指数均小于1，具体指标值为宝钢0.9880、沙钢0.9933、首钢0.9026、山东钢铁0.9057、马钢0.9236、华菱0.9095和包钢0.9638，纯技术效率下降幅度为1.2%、0.67%、9.74%、9.43%、7.64%、9.05%和3.62%，表明这7家钢铁集团公司在管理政策、管理水平等方面均存在一定的问题，同时也表明其管理上具有不同程度的提升空间。其中首钢集团的管理水平最低，需要进行改进，其次为山东钢铁、华菱钢铁集团。总之，通过数据分析可以得出结论：管理水平的高度直接决定了技术效率的高低，同时不同钢铁集团管理水平高低也受到管理层次、企业性质等等多方面因素影响。（5）规模效率指数分析。规模效率指数可以衡量该钢铁企业是否处于最优生产规模。若处于规模报酬递减，应缩小生产规模，减少要素的投入；反之，所处于规模报酬递增，则应扩大生产规模，增加要素的投入，以取得最大的收益。通过表（2）可以看出，2003年至2010年我国钢铁企业平均规模效率指数为0.9468小于1，表明我国钢铁企业整体规模未达到最优生产规模，其中宝钢、武钢、首钢、山东钢铁、包钢和安阳这6家企业规模效率指数为0.9846、0.5702、0.8733、0.9574、0.9721和0.9414。从上述分析可以看出，我国企业全要素生产效率不高的主要是因为技术效率限制。而技术效率不高的原因在于我国钢铁企业整体的管理水平低下造成的， 这在相当大的程度上影响了钢铁企业的整体效率。 四、结论
本文通过BCC模型建立及分解模型的应用，测算出我国钢铁产业中重点钢铁企业全要素生产率，找到影响我国各大钢铁企业效率的影响因素，清晰反映了我国钢铁产业的发展现状。结果表明我国钢铁产业中大部分重点钢铁企业的经营效率并不理想，在全部11家钢铁企业中，实现了DEA有效的钢铁企业仅有三家，分别为河钢、沙钢和华菱，仅占全部钢铁公司的27.3%。其他8家钢铁企业，均呈现出DEA无效状态，主要是因为这些钢铁企业存在大量资产的闲置、机构臃肿过大、经营管理不善等原因。本文通过将全要素生产率指数进行分解，进一步从技术效率变动指数和技术进步指数两个方面进行分析得出：钢铁企业管理水平低下、缺乏技术创新能力。因此，建议我国钢铁产业要特别重视技术进步与技术创新，同时钢铁企业需要进一步加强创新技术的研发，特别是关键技术开发，实现技术创新。在整个钢铁产业内部通过将技术创新、技术改造推广应用，形成先进生产力。同时还要注重技术引进和技术跨越。加强技术创新的同时，钢铁企业还要持续淘汰落后产能，在企业经营管理方面更要加大力度，注重要素投入的充分利用；进一步提高产业集中度，更好地获取规模收益。
参考文献：
[1]夏绍模、张宗益、杨俊：《中国钢铁主营上市公司规模效率分析及其启示》，《数理统计与管理》2009年。
[2]魏权龄：《数据包络分析》，北京科学出版社2004年。
[3]夏绍模、张宗益、杨俊：《基于导向DEA模型多阶段求解方法对我国钢铁主营上市公司效率测定的实证分析》，《软科学》2007年第3期。
[4]中国钢铁工业协会：《中国行业分析报告2005钢铁工业》，北京中国经济出版社2005年。
[5]李京文、钟学义：《中国生产率分析前沿》，北京社会科学文献出版社1998年第8期。
[6]中国钢铁工业协会：《中国钢铁工业生产统计指标体系指标解释》，北京冶金工业出版社2003年。
[7]梁杰、李岩、蒋亚明：《基于DEA模型的地区经济发展差异评价》，《财会通讯》2010年第5期。
[8]Charnes.A，W.Cooper，Rhodes.E.Measuring the Efficiency of Decision Making Units.European Journal of Operational Research ，1978.
（编辑 孙艳阳）