基于DEA—TOBIT模型的我国鞋业效率影响因素分析

路华 王世成 曹志鹏

内容摘要：本文采用DEA模型对不同企业规模、分布区域、控股类型的鞋业投入产出效率进行对比分析，并利用TOBIT模型对影响鞋业整体投入产出效率的因素进行分析。研究发现，我国鞋业整体综合效率较低，主要源于规模效率低下；大型企业和中部地区企业综合效率相对较高，国有企业技术效率相对较高；鞋类进口金额和规模以上企业数与行业投入产出效率正相关，亿元以上商品交易市场鞋成交额和国内鞋类消费总额与行业投入产出效率负相关。研究结果对制鞋行业进一步优化企业规模结构，合理进行区域布局，加快鞋业升级增效和结构性提升具有一定指导意义。

关键词：鞋业 投入产出效率 DEA-Tobit模型 影响因素

引言

我国鞋业是具有较强综合显示性比较优势的产业。根据中国皮革协会数据，2017年我国鞋类产量约为135亿双，其中规模以上企业销售收入7738亿元，鞋类出口96亿双，出口金额456亿美元，鞋业贸易顺差占当年全国贸易顺差的10%。虽然我国早已成为世界鞋业生产大国、贸易大国和消费大国，但出口均价在全球100多个主要鞋类出口国中最低。近年来规模以上鞋类企业销售收入增速逐年下滑，产能结构性过剩问题不断凸显，同时产业向国内中西部和境外双向转移，新的竞争者不断进入，市场竞争洗牌速度加快。在此基础上，对鞋业投入产出效率及影响因素进行深入研究具有积极意义。

我国学者对鞋业投入产出效率的研究较少，谭宏等（2013）以7家国内体育用品上市公司数据为基础，运用数据包络分析（DEA）模型研究了其运营效率和规模报酬；李书娟（2015）运用DEA模型对湖北省体育用品制造业投入产出效率进行了评价；杨光（2004）利用DEA模型对体育用品制造业和其他产业的效率进行评价，并利用DEA-Malmquist模型对12家国内体育用品上市公司的经营效率及其动态变化进行评价分析；魏德样等（2012）基于DEA-Malmquist模型，从财务管理角度对9家中外体育用品上市公司经营效率进行动态评价；黄宁（2014）以9家体育产业上市公司原始数据为分析对象，王菁等（2016）選取广东省21个地市体育公共产品为分析对象，运用DEA-Tobit模型对其效率及影响因素进行了分析。虽然文献对体育运动相关企业及产业进行了一些投入产出效率分析，但对鞋业整体投入产出效率及影响效率的因素研究较少。本文采用DEA-Tobit模型，对鞋业整体及不同企业规模、分布区域、控股类型企业群体的投入产出效率进行分析，在此基础上对影响投入产出效率的因素进行分析。

研究模型与变量选择

本文采取两阶段进行实证分析，即先用DEA模型测算鞋业整体及不同企业规模、区域分布、控股类型等情况的鞋业效率。在此基础上，以DEA模型计算得出的鞋业综合效率为因变量，以选取的相关影响因素为自变量，进行Tobit模型分析效率的影响因素。

（一）DEA-TOBIT模型

DEA方法是评价多输入多输出问题的一种有效方法，由于不需要事先确定各指标间的可比性，因此不需要事先确定各指标间的权重等特点，能排除部分主观因素，增强评价结果的客观性。Tobit模型是因变量满足某种约束条件下取值的模型，也称受限因变量模型或样本选择模型。这两个模型的模型理论都较为成熟，本文不再对其模型的数学公式进行赘述。

构建Tobit模型为：

AE=α0+α1X1+α2X2+α3X3+α4X4+α5X5+μi （1）

式（1）中，AE代表鞋业效率值，α0表示截距项，α1-α5为未知系数，X1-X5表示各个解释变量即影响因素，μi代表误差项。

（二）变量选择

DEA模型指标：以员工（以资产总额计算）和费用（以管理费用、销售费用和财务费用总额计算）作为投入指标，以利润为产出指标。

Tobit模型影响因素指标：鞋业出口金额（X1）、鞋业进口金额（X2）、亿元以上商品交易市场鞋业成交额（X3）、国内鞋业消费总额（X4）以及规模以上制鞋企业数量（X5）。本文分析所使用数据均来自国家统计局和海关总署。

研究结果分析

（一）DEA效率测算结果

综合效率也称综合技术效率，是决策单元在一定投入要素下的生产效率，综合效率=纯技术效率×规模效率。综合效率是对决策单元的资源配置能力、资源使用效率等多方面能力的综合衡量与评价。纯技术效率是由于管理和技术等因素影响的生产效率。规模效率是指在制度和管理水平一定的前提下，现有规模与最优规模之间的差异。计算结果分别见表1、表2、表3和表4。

从表1可见，从2010-2017年我国鞋业综合效率、纯技术效率、规模效率等指标基本呈现相同规律，2010年至2013年持续回落，从2014年开始逐年回升。其中，纯技术效率在2016年和2017年均为1，表明在目前的技术水平上，其投入资源使用是有效的，综合效率未能达到有效的原因在于规模无效（规模效率小于1）。如果要提升行业综合效率，需要进一步优化企业规模。

综合效率、技术效率、规模效率等指标反映行业发展趋势，从我国鞋业领先企业群体表现可以得到一定印证。以销售收入最大的6家运动鞋上市企业为例，通过分析各企业历年年报可以发现，其销售收入增速2012年、2013年连续出现大幅下滑，2014年开始整体回升；利润总额2011、2012年连续下滑，2013年开始逐年回升；皮鞋企业上市公司群体也表现出类似轨迹，根据中国皮革协会数据，其销售收入从2012年开始增速逐渐放缓，2015年开始绝对值下滑。

从表2可见，从业人员1000人以上且营业收入4亿元的大型企业（本文中大中小型企业均为规模以上企业），其综合效率、纯技术效率和规模效率均为1，表明考察的三方面效率均有效，而中型企业、小型企业三方面效率均无效。大型企业具有许多中小企业无可比拟的优势，如资金、资源和人力。根据生产成本理论，随着企业生产规模逐渐扩大，生产成本包括的固定成本和变动成本会大幅度下降，具有成本领先优势。同时近年来行业转型升级加速，大型企业率先引进先进技术和最新的机器设备等，内部生产分工更趋合理化和专业化，整体技术水平相对较高，创新能力较强，在供应链各环节成本控制及议价能力方面具有较强优势，企业生产效率得以提升，规模收益递增。在目前鞋类的大型企业中，规模收益没有到达递减阶段。从交易成本角度分析，规模效益或聚集经济带来交易成本大幅降低，由于鞋业大型企业营业收入门槛为4亿元，以2015年数据为例，其对应的企业数量仅为规模以上制鞋企业数量的4%，行业内营业收入超过百亿元的企业更是凤毛麟角，企业规模尚未达到交易成本均衡点，所以大型企业整体投入产出效率高。从业人员20人至300人且营业收入2000万元至4亿元之间的小型企业，效率高于从业人员300人至1000人且营业收入2000万元至4亿元之间的中型企业，可能原因为部分小企业经营方式灵活，各类运行成本相对较低，尤其是国家有关部门多次出台小微企业所得税优惠政策，使小微企业运行负担不断降低，同时其提供的产品差异性较强，利润率可观，因此在综合效率等方面反而比中型企业高。

从表3可以看出，2011-2015年不同区域综合效率差异明显，中部地区效率明显高于东部和西部地区，其次是西部地区，各区域综合效率差异的主要原因为规模效率差异。占鞋业主体地位的东部地区，其投入产出效率规律与表1中全国鞋业投入产出效率规律类似，2012年东部地区综合效率有所下降，2013-2015年综合效率逐年回升。西部地区综合效率高于东部地区，但在西部地区鞋业所占比重非常有限，对鞋业整体效率影响不大。中部地区鞋业综合效率有效，主要得益于近年来中部地区主动承接产业梯度转移，新转入的企业通常为外资、港澳台资及国内知名企业。这些企业综合实力较强，转移到中部地区后，发展起点较高，例如设备都为新采购的国内甚至国际先进设备，企业管理更加规范，企业通常直接进驻中部地区成熟的工业园区，地方政府重视程度普遍比东部地区更高，服务意识更强，使得企业众多方面运行成本较低，整体运行效率较高。

从表4可见，国有企业技术效率最高，历年均为1，这与当前国有企业大部分业务来源于军队、国家有关部门及大型企业集团有关，这类业务利润率相对较高。但随着国内经济改革的不断深入推进，国有企业数量占比在整体鞋业中已经很小。港澳台商控股企业技术效率最低（2011年除外），但从规模效率角度来看，港澳台商控股企业反而最高。从整体效率来看，企业控股类型与鞋业效率之间相关性不明显。

（二）影响效率的因素分析

采用Tobit模型对我国整体鞋业投入产出效率的影响因素进行分析。Tobit模型计算结果如表5所示。

从Tobit模型分析结果来看，鞋出口金额（X1）与三类效率相关性不大。分析其原因，一方面由于我国是世界鞋业出口大国，鞋类出口是拉动我国鞋业增长的重要因素；另一方面，我国鞋业出口存在极大的结构性失衡，2016年我国鞋类出口总量大约占全球的70%，但对应的出口金额仅占40%左右，两者差距很大。在全球主要鞋类出口国中，我国鞋类整体出口单价位持续多年明显偏低，在占用大量行业资源的同时，附加值较低。综合以上因素分析可知，出口对投入产出效率影响不明显。

鞋业进口（X2）在1%的显著性水平下与技术效率成正相关。随着国内市场消费升级，同时国家对包括鞋在内的消费品关税数次大幅下调，使得国内鞋业与国际鞋业在国内内销市场的正面竞争越来越激烈，倒逼国内鞋业不断提升设计研发水平，加快技术升级步伐，国内自主品牌不断壮大和提升，客观上推动了行业附加值的提升。

亿元以上商品交易市场鞋成交额（X3）在10%的显著性水平下与技术效率负相关。大型商品交易市场多以批发为主，批发只是完成了渠道上的一环，并未直达消费者，仍然需要零售环节，但销售利润在产品多层分销中被分摊，相比于直营等中间环节较少的渠道模式，其利润率较低。此外，近年来线上销售占比快速提升，由于线上产品售价相对较低，一定程度上带动了传统线下销售利润率走低，造成鞋类产品整体销售利润率偏低。随着未来线上线下一体化的推进，这一状况有望得到改善。

国内鞋类消费总额（X4）在5%的显著性水平下与技术效率负相关。鞋是需求刚性的消费品，近年来随着我国经济发展阶段变化，经济增长逐渐从投资拉动转向消费拉动，居民消费不断升级，模仿型排浪式消费阶段基本结束，个性化、功能化、时尚化、品质化、绿色化、多样化等消费特点逐渐成为主流，以消费者为中心的经营模式不断深入，消费升级需求不断被满足，鞋类产品附加值大幅提升，而居民消费结构优化对产业结构升级具有显著的诱导作用。但一方面，在消费升级过程中，企业从原来以生产为导向转向以消费者为导向尚需时日，行业转型升级进程与近年来宏观经济进入新常态实现历史性重叠，加之行业进入门槛相对较低、知识产权保护有待加强、产品同质化严重等原因，行业库存压力前所未有，导致企业打折销售力度大。在当前特定的历史阶段，售价大幅下降给消费者带来实惠并推动鞋类消费总额增长的同时，对于行业整体的利润率带来了极大压力，直接影响企业投入产出效率。随着行业转型升级及结构调整的持续推进，预计这一方面将会有较大改善。另一方面，国内鞋类消费市场快速增长也来自于鞋类进口的推动。根据国家海关总署等有关数据分析，近年来鞋类进口金额增速持续高速增长，基本保持在20%以上，而同期国内鞋类产量一度出现较大幅度下降，进口鞋类产品在鞋类内销市场中占据了极其重要的角色。

规模以上企业数（X5）与规模效率、纯技术效率在1%的显著性水平下正相关。规模以上企业规模相对较大，是行业发展的主力，根据前文分析，其运行效率更高。

结论

鞋业投入产出综合效率从2014年开始逐年回升，未来需要进一步提升行业规模效率推动综合效率的提升。从企业规模看，大型企业综合效率相对较高；从分布区域看，中部地区企业相对较高；从企业控股类型看，国有企业技术效率相对较高，港澳台商控股企业规模效率相对较高。在当前条件下，鞋类进口和规模以上企业数量与效率正相关，亿元以上商品交易市场中鞋类成交额和国内鞋类消费总额与行业投入产出效率负相关。因此，鞋类行业需要进一步从供给侧优化企业规模结构，提升行业中大企业的占比，发挥大企业的规模优势和带动作用，同时鼓励小企业发展，在解决就业的同时满足更多差异化需求；推动产业在国内中西部地区合理布局，对东中西部地区产业功能定位进行合理区分；鼓励更多非国有企业积极参与大型企业集团等单位的大宗团购业务，开展公平竞争；进一步提高出口产品单价，优化附加值结构，将出口这一我国鞋业的优势转化为效率提升的优势；适当扩大进口，在国内传统供给尚未完全满足消费需求的同时，发挥进口对鞋业效率提升的倒逼机制；积极推进分销、直营、线上线下一体等渠道模式优化，提高企业对市场的快速响应能力；推动行业良性去库存和知识产权保护等工作，为行业竞争提供良好市场环境，充分发挥内销市场对效率提升的重要作用。通过以上方面的优化，最终推动我国鞋业投入产出效率的进一步提升。

参考文献：

1.路华，王世成.基于综合显示性比较优势的中国鞋业竞争力分析[J].中国皮革，2018，47（4）

2.谭宏，陆宇嘉.基于DEA模型的体育产业上市公司运营效率研究[J].北京体育大学学报，2013，36（1）

3.李书娟.湖北省体育用品制造业效率评价研究[J].体育成人教育学刊，2015，31（5）

4.杨光.基于DEA的体育用品制造业效率评价与分析[J].山东理工大学学报（自然科学版），2004，18（3）

5.杨光，张庆来，于秀艳.我国体育用品上市公司经营效率评价与分析[J].首都体育学院学报，2015，27（3）

6.魏德样，雷雯.中外体育用品上市公司经营效率的动态评价—基于DEA-Malmquist全要素生产率指数[J].武汉体育学院学报，2012，46（2）

7.黄宁.基于DEA-Tobit的中国体育用品上市公司的经营绩效分析[J].现代商业，2014（27）

8.王菁，龚三乐，张宏.广东省体育公共产品供给效率评估—基于DEA-Tobit模型分析[J].体育学刊，2016，23（3）

9.吴越，谷明玉.DEA分析方法研究综述[J].价值工程，2003（z1）

10.胡博.DEA经典模型发展综述[J].中国市场，2017（28）

11.杨国梁.DEA模型与规模收益研究综述[J].中国管理科学，2015，23（s1）

12.肖夢茹.企业规模扩张与交易费用的关系研究—读科斯《企业性质》[J].经济与社会发展，2011，9（7）

13.周其仁.中国改革经验里的交易费用逻辑[J].中国房地产业，2015（4）

14.路华，王世成.基于主成分因子分析的中国鞋业竞争力分析[J].陕西科技大学学报，2017（4）

15.吴瑾.居民消费结构、产业结构与经济增长[J].经济问题探索，2017（12）