基于DEA-Malmquist-Tobit模型的医药行业上市公司绩效评价及影响因素研究

The Performance Evaluation of Listed Pharmaceutical Companies and the Influencing Factors: A Study Based on DEA-Malmquist-Tobit Model

摘要: 基于DEA-Malmquist-Tobit模型，本文研究了2009年到2019年30家医药上市公司的经营绩效及其影响因素。研究结果表明：第一，从静态效应来看，纯技术效率和规模效率不高导致了综合性技术效率平均值普遍偏低；第二，从动态效应来看，技术效率变化是上市公司全要素生产力降低的主要原因；第三，上市公司的资产周转率、毛利率与上市年龄均显著地影响医药上市公司经营绩效。本文从提高企业技术创新能力、加强医药行业上市公司管理水平、创造医药行业上市公司“做大”的市场条件以及善用国家政策四个方面出发提出改进的建议对策。

Abstract: Based on the DEA-Malmquist-Tobit model, this paper studies the business performance and influencing factors of 30 listed pharmaceutical companies from 2009 to 2019. First of all, since technical net efficiency and scaling efficiency are low, the average cost of integrated technical efficiency is generally not high. Second, according to the dynamic performance evaluation, changes in technical efficiency are the main reason for the decline in Total factor productivity. Third, asset turnover, gross profit margin and listing age of listed pharmaceutical companies have significant impact on the business performance of listed pharmaceutical companies. Therefore, this article presents remedies and suggestions to improve the performance of listed companies in the pharmaceutical industry from the aspects of improving the technological innovation ability of enterprises, strengthening the management level of listed companies in the pharmaceutical industry, creating market conditions for listed companies in the pharmaceutical industry to “expand” and making good use of national policies.

1. 引言

近十年来，为了更好满足广大人民医疗健康需求，政府部门不断进行医疗改革，构建起强大的公共卫生体系。目前，在每一项任务的贯彻落实中，中国医药体制不断改革，进入了“新医改”阶段。一般而言，“新医改”阶段具体包括三个阶段：第一阶段从2009到2011年，是新医改的起步阶段；第二阶段从2012到2015年，是新医改的攻坚阶段；第三阶段是2016年到目前为止，是为了更好促进中国医药体制改革的重要时期 [1] 。此时，又面临着新冠肺炎病毒肆意蔓延的全球危机，这引发各界对医药行业越来越多的关注。在这场艰苦的“战疫”中，中国的贡献非常亮眼，不管是从抗体药物、检测试剂，还是到疫苗的研发上市，都体现了中国力量 [2] 。相较于其他行业，医药行业面临着更高的风险，尤其是现如今新型冠状病毒肆虐的局势下，政府在竭尽全力实现医药行业的稳定发展，关注医药行业的对于防范重大风险和实现医药行业的经济效益和社会效益就显得尤为重要。再者，对医药行业上市公司的绩效进行评价分析有利于找到其经营环节中的短板与不足。与此同时，上市公司绩效评价可以加强政府对整个医药行业发展现状的认识，把握整个行业近期发展趋势，从而制定更多相关技术政策、经济政策等扶持手段，使医药行业的发展越来越好。因此，科学合理地评价医药上市公司经营绩效，对医药上市公司的发展具有重要意义。

目前，针对医药行业上市公司的绩效评价及影响因素的问题有许多经济学、管理学与统计学方向的研究文献。郝婷等 [3] 利用132家医药制造业公司五年的面板数据对研发投入、纯技术效率与企业价值三者的关系进行实证分析；高绍福等 [4] 通过引入EVA指标探讨了3年间127家医药上市公司的绩效评价；谢修齐 [5] 运用了2011~2017年沪深两市医药制造业上市公司数据，实证研究了创新投入与企业绩效之间的关系和高管激励对创新投入与企业绩效之间的调节作用；张永冀等 [6] 从技术知识规模和技术知识性质视角，利用12年间发生过技术并购的A股医药上市公司的相关数据，探讨了技术并购对绩效的影响；段天宇等 [7] 通过动态面板门限模型，研究了2012~2018年112家上市公司医药制造业的R&D强度与企业绩效之间关系。蒲非夷等 [8] 通过方差分析法，将医药上市公司与Ａ股所有公司进行对比，研究了新冠疫情对医药上市公司的经营绩效影响。

本文对医药行业上市公司绩效评价的创新主要体现在时间跨度、导向选择和模型选择上。首先，时间跨度上，目前对我国医药行业研发效率研究的样本期集中我国医改过程中艰难曲折的六年，但是缺乏医改调整以后的实证分析。其次，在导向选择问题上，鉴于目前我国医药行业存在巨大的资源浪费，以及研发投入远比研发产出易于控制，为激励各省以及相关企业在节约上下功夫，本文选取投入导向型。最后，本文采用DEA-Malmquist-Tobit模型 [9] 对医药行业上市公司的经营绩效评价并分析了其影响因素，结果是行业内企业间的相对技术效率和企业经营绩效的影响因素，在此基础上本文还给出上市公司改进技术效率的可操作性建议。

2. 研究方法与数据说明

2.1. 评价模型构建

2.1.1. DEA模型

数据包络分析方法(Data Envelopment Analysis, DEA)，简单来说是用于评估多种投入和多种产出情况下的决策单元(DMU)的相对效率，它可以用于比较提供相似服务的多个服务单位之间的效率，例如本文的医药行业绩效评价分析。BCC模型以投入为导向，对于N个决策单元，把投入转换为产出，即下式中I种投入用J种产出衡量。该模型为 [10] ：

$\begin{array}{c}\max {\theta }^n=\frac{{{\displaystyle \sum }}_{j=1}^J{u}_j^n{y}_j^n}{{{\displaystyle \sum }}_{i=1}^I{v}_i^n{x}_i^n}\end{array}$

$s.t.\begin{array}{c}\frac{{{\displaystyle \sum }}_{j=1}^J{u}_j^n{y}_j^n}{{{\displaystyle \sum }}_{i=1}^I{v}_i^n{x}_i^n}\le 1\end{array}$

$u_j^n,y_j^n\ge 0;i=1,\cdots I;j=1,\cdots J;n=1,\cdots ,N$

其中： $u_j^n$ 和 $v_i^n$ 为上式求解出来的投入产出的权重， $x_i^n$ 和 $y_j^n$ 分别表示第n个决策单元的投入与产出。在此过程中，当 $\text{Max}{\theta }^n=1$ ，表明该决策单元是相对有效率单元，即投入与产出比达到最优。当 $\max {\theta }^n<1$ 表明该决策单元是无效率单元，即投入与产出比没有达到最优。

2.1.2. Malmquist指数模型

Malmquist 生产率指数由曼奎斯特(Malmquist)提出，而后有不少学者不断更新改进。而后有不少学者进行改进衍生，最终建立了一种非参数线性规划的测算方法。其原理是每个决策单元的t期和t＋1期的各个效率变动可以通过Malmquist指数计算得出。

Malmquist生产率指数的表达式为 [11] ：

$M_{i,t+1}\left(x_i^t,y_i^t,x_i^{t+1},y_i^{t+1}\right)=\sqrt{\frac{D_i^t\left(x_i^{t+1},y_i^{t+1}\right)}{D_i^t\left(x_i^t,y_i^t\right)}\times \frac{D_i^{t+1}\left(x_i^{t+1},y_i^{t+1}\right)}{D_i^{t+1}\left(x_i^t,y_i^t\right)}}$

其中： $x_i^t$ 和 $x_i^{t+1}$ 分别表示第i个DMU在t和t + 1期的投入向量；而 $y_i^t$ 和 $y_i^{t+1}$ 分别表示第i个DMU在t和t + 1时期的产出向量。 $D_i^t\left(x_i^{t+1},y_i^{t+1}\right)$ 和 $D_i^t\left(x_i^t,y_i^t\right)$ 分别表示以t时期的技术 $T^t$ 为参照的、时期t + 1和时期t生产点的距离函数。

2.1.3. Tobit回归模型

Tobit回归模型又称截尾回归模型，主要对正值上保持大致连续分布的因变量即影响因素提出的一个模型，回归模型如下 [12] ：

$Y_i={\beta }_0+{\beta }^T{X}_i+{\epsilon }_i$

其中： $Y_i$ 为效率值， $X_i$ 表示自变量， ${\beta }^T$ 为回归参数估计值向量。 ${\epsilon }_i$ 服从期望为0，方差为 ${\sigma }^2$ 的正态分布。可以证明，若采用极大似然估计法对Tobit模型进行估计，这样可以得到 $\beta$ 和 $\sigma$ 的一致估计值。

2.2. 指标选取及数据说明

2.2.1. 投入产出指标

本文考虑到各财务指标数据的可获得性以及各项数据的重要程度，从投入产出角度对医药行业绩效进行实证测算。投入方面，首先考虑到资本变量的选择，因为本文建立的是基于DEA的模型，所以只需要考虑其相对效率，各个决策单元一致即可。参照以前研究成果，采取固定资产投资额作为资本存量的替代指标，结果较为可信。其次，应该考虑劳动投入的问题，公平的测算不同城市的劳动时间是不现实的，并且还存在许许多多现实因素干扰。所以综上分析，投入指标分别选取医药上市公司年初和年末公司固定资产价值总和的平均值表示的年均总固定资产(元)以及每年年末的在册职工人数(人)。产出方面主要参照每个上市公司的产值，指标选取了医药上市公司年末营业收入(元)和医药上市公司年度利润总额(元)，因受其他随机因素的影响，所以原始数据在分析之前会进行相应的平减处理。本人用国内生产总值平减指数对年度利润、固定资产价格指数对年均总固定资产以及工业品出厂价格指数对年末主营业务收入进行相应数据平减处理，从而剔除其他方面的影响。

2.2.2. 样本选取及数据来源

本文考虑到医药上市公司的上市年限、公司年报各项数据完整度以及进行DEA绩效评价时数据不为负值的要求，在268家医药制造业上市公司中筛选出比较有代表性的30家医药上市公司进行分析。其中，医药上市公司投入——产出指标体系数据来源于上海证券交易所和深圳证券交易所各上市公司2009~2019年年报。

为了验证所选取的指标对分析医药上市公司绩效是否代表性以及各指标间的密切程度，需要对选取的投入指标和产出指标进行皮尔逊相关性检验。检验结果如表1所示。

Table 1. Pearson correlation test

表1. 皮尔逊相关性检验

注：^**表示在1%的置信水平下显著，括号里的数值为p值。

表1中皮尔逊相关性的检验结果显示：产出指标中的年度利润总额与各投入指标间的相关指数均处于0.69以上，相关性较好。投入指数年均总固定资产与在职职工人数、年末营业收入，以及利润总额的P值分别为0.7953、0.536和0.707，并且在1%的置信水平下显著。综上所述，各个指标间存在比较显著的相关性。所以，所选取的指标对分析医药上市公司绩效很有代表性并且各指标间的密切程度较高。

3. 中国医药行业绩效评价实证分析

本文需要对上述选取投入—产出指标进行正规化处理，整理后运用deap2.1软件分析得出结果。

3.1. 样本数据的标准化

首先，本文为了构建科学的指标体系，这里对原始数据进行标准化。根据函数方法，将处理过的数据标准化统一归集到一个合理区间中。具体方法为：

$Y_{ij}=0.1+\frac{x_{ij}-m_j}{M_j-m_j}\times 0.9$

3.2. 医药上市公司静态绩效评价

本文运用2009~2019年间30家医药上市公司所处理过的4项财务数据进行BCC模型的静态绩效评价。评价结果如表2所示。

Table 2. Static performance evaluation of Chinese pharmaceutical listed companies from 2009 to 2019

表2. 2009~2019年中国医药上市公司的静态绩效评价

注：-为规模收益不变；irs为规模收益递增；drs为规模收益递减。

由表2得出的结论如下：总体上来看，2009~2019年中国医药行业上市公司技术效率水平偏中等水平，平均值是0.662，说明如果总体产出保持不变，那么中国医药行业上市公司的节约潜力就是33.8%。在选取的30家医药上市公司中，实现DEA有效即综合效率值为1的有现代制药、国药股份、通化东宝、英特集团和新华制药五家上市公司。其中，综合效率值最高和最低的两家公司间的极差是0.752，这说明医药行业上市公司间综合实力悬殊较大，各家上市公司应该相互学习借鉴、取长补短，从而促进行业的快速进步。其次，17家医药上市公司的规模收益水平增加，超过半数。但是，纯技术效率水平为0.791，规模效率水平是0.842，普遍低于1。这说明纯技术效率和规模效率的偏低而导致中国医药行业技术效率水平的降低。总的来看，中国医药行业上市公司绩效呈现不太理想的情况。

从局部角度来看，图1显示位于A区域的上市公司有9家，约占样本总体的30%。位于B区域的上市公司也有9家，约占样本总体的30%，分布最为集中；其次是，纯技术效率和规模效率都比较低的C区域有5家上市公司，还有规模效率高但是纯技术效率低下的D区域有7家上市公司。综上所述，纯技术效率较高(A和B两区域)的上市公司有18家，占总数的60%；规模效率较高(A和D两区域)的上市公司有16家，占半数以上。这就意味着这些样本公司在某些方面仍需要进步。

从图2可以看出，这11年以来中国医药行业上市公司综合效率总体是下滑态势。但是纯技术效率也保持较为稳定的趋势，说明规模效率有所下降。虽然2011~2012年间出现了急剧下降，但是2012~2015年有所数值都回升，因为纯技术效率值和规模效率值稳步上升，所以综合效率呈现递增趋势。中国医药行业上市公司规模效率值从72.3%下降到57.2%，下降了15.1%。综合效率值从2015年的48.1%下降到2019年的30.2%，跌幅为17.9%；2014年后，在国家政策的积极作用下，中国医药产业规模逐步扩大，可能是处于适应阶段，医药行业的纯技术效率和规模效率还没什么起色。

Figure 1. Static efficiency mean decomposition terms of 30 listed pharmaceutical companies

图1. 30家医药上市公司静态效率均值分解项

Figure 2. Trend chart of efficiency value of listed companies in the pharmaceutical industry

图2. 医药行业上市公司效率值趋势图

3.3. 医药上市公司动态绩效评价

本文运用2009~2019年样本公司的各项指标进行Malmquist指数分析，旨在呈现有效反映医药上市公司经营绩效随着时间的变化状况，其结果如表3~5所示。

Table 3. Dynamic performance evaluation of Chinese pharmaceutical listed companies from 2009 to 2019

表3. 2009~2019年中国医药上市公司的动态绩效评价

Table 4. Basic statistical characteristics of average total factor productivity of 30 listed companies

表4. 30家上市公司全要素生产率均值基本统计特征

Table 5. Malmquist index and its breakdown in the pharmaceutical industry from 2009 to 2019

表5. 2009~2019年医药行业Malmquist指数及其分解

首先，技术效率变化指数是纯技术效率变化指数和规模效率变化指数的乘积，而全要素生产率(Malmquist)指数则是技术进步变化指数与技术效率变化指数乘积所得。

其次，由表3可以看到2009至2019年间30家样本上市公司的全要素生产率的均值，表4对其进行归纳分析，对五项变化指标进行统计性描述，从表里可以看到各项变化指数大于1的上市公司数量都是大于等于10家，有效率在30%到50%范围内，总的来说说明样本的全要素生产变化率表现得不好，仍有很大的进步空间。从均值情况上看，全要素生产变化率低下的原因归根结底是由于纯技术效率变化和规模效率变化值较低结果影响的。

从表5可以得出，中国医药行业上市公司的经营绩效总体上呈现波动趋势。2009年至2019年中国医药上市公司Malmquist指数的均值为0.974，每年平均跌幅为2.8%，整体上全要素生产指数数值普遍小于1。年均技术进步变动指数的为1.009、技术效率变化指数均值为0.966、纯技术效率的均值为0.99以及规模效率值的均值为0.976。这说明纯技术效率水平和规模效率水平的下降造成了技术效率变化指数的下降，从而导致Malmquist指数整体下滑。2009~2014年间数据显示三项变动指标数值都低于1，因此Malmquist指数的降低是由于技术进步、纯技术效率和规模效率的联合波动所造成的。2014~2015年，得益于该行业的纯技术效率的变化，Malmquist指数有所上升，增幅为0.3%。2016~2017年，Malmquist指数大幅度上升了13.9%。2017~2019年间综合效率呈现缓慢下降状态，相应的评价指标中这两年内的技术进步指数数据均大于1，但技术效率都小于1，因而上市公司需要技术进步和技术效率的共同提升才能起到对经营效率增加的决定作用。

3.4. 影响因素分析

在效率测度和评价的基础上，本文以Tobit回归模型进一步研究中国医药行业上市公司经营绩效的影响因素。

3.4.1. 研究假设与指标介绍

假设1：医药行业上市公司的经营绩效与资产利用情况呈现正向相关关系。不难理解，物质资本的更新淘汰会对经营绩效的提升带来一定程度的释放空间，因此采用总资产周转率(ZCZZL)进行衡量。

假设2：医药行业上市公司的经营绩效与规模呈现正向相关关系。用总资产(ZZC)衡量医药行业上市公司的经营规模水平。

假设3：医药行业上市公司毛利率(GPM)衡量医药行业上市公司盈利能力，毛利率越高，表明经营业绩就越好。

假设4：医药行业上市公司的经营绩效与股权集中程度呈现正向相关关系。鉴于股权集中程度的复杂性，为了保证研究结论的稳健性，用最大股东持股比例(ZDGD)来反映股权集中度在样本公司中的绝对和相对分布情况。

假设5：医药行业上市公司的经营绩效与首发上市日期呈现正向相关关系。鉴于研究样本的时间跨度范围，以及上市前后所处的财务会计、审计税收等中观经济环境发生了一系列变化(含营销渠道、人脉关系等)，所以利用医药行业上市公司的上市年龄(SSNL，取对数)对该因素加以刻画。根据以上5个假设，建立医药行业上市公司经营绩效回归模型：

${\text{Y}}_{it}={\beta }_0+{\beta }_1{\text{ZZCZZL}}_{it}+{\beta }_2{\text{ZCZZL}}_{it}+{\beta }_3{\text{GPM}}_{it}+{\beta }_4{\text{ZDGD}}_{it}+{\beta }_5{\text{SSNL}}_{it}+{\epsilon }_{it}$

上式中， ${\beta }_0$ 表示常数项， ${\beta }_1$ 、 ${\beta }_2$ 、 ${\beta }_3$ 、 ${\beta }_4$ 、 ${\beta }_5$ 分别为各自变量的系数，i代表医药行业产业上市公司(i = 1, 2, 3, ∙∙∙, n; n = 30)，t表示不同期间(t = 1, 2, 3)，ε为残差项。由于数据来源限制，只对近三年的30家医药上市公司各项财务指标进行Tobit回归拟合。

3.4.2. 实证结果及结论分析

根据以上构建的回归方程式进行建模拟合，运用Stata15.0软件采取逐步回归的方法测算样本上市公司经营绩效的影响因素。

Table 6. Tobit regression analysis results

表6. Tobit回归分析结果

通过三步逐步回归剔除不显著的变量后，最终从表6可以得出三个在0.05置信水平下显著变量ZZCZZL、GPM和SSNL，即假设1、假设3、假设5成立。接下来一一分析五大假设的详细结果：

第一，假设1成立。总资产周转率越高，医药行业上市公司的产品越能够成功地实现市场转化，从而在更大程度上规避风险，达到更为理想的生产经营业绩；相反，蹩脚的资产利用情况会直接导致浪费现象、抑制生产经营绩效。

第二，假设2的论断不成立。理论上，作为一种资本密集型产业，医药制造业的经营绩效与资产规模密不可分。但可能扩大总资产时，还要考虑其他方面的影响，比如上市公司经营的可持续性，严禁无脑的扩张。

第三，毛利率越高，持续竞争优势越强，假设3的论断成立。随着毛利率的提高，公司具有较好的定价能力，总资产周转率与经营业绩正相关，具有高度显著性。

第四，假设4的论断不成立，股权集中度从负面不显著地影响着绩效评价，而且不显著。理论上，如果医药行业上市公司股权集中度较高，那么公司各项决策的时效性和有效性就会较好，进而获得理想的生产经营绩效；反之，股权分散则意味着股东彼此之间的利益难以协调、决策容易冲突，公司难以把握易逝的市场机会。遗憾的是，实证研究无法对两者进行进一步的区分比较，换言之，对股权集中度的强调并不会明显改善经营绩效。

第五，假设5的论断成立，上市年龄与经营绩效呈明显正相关。这意味着上市越早的医药行业上市公司呈现出期望的市场经验积累和竞争学习效应，使得公司有更多的经验适应新的经济环境要求，生产经营绩效会有所上升并且普遍高于上市较晚的新兴企业。所以，上市年龄越长的医药上市公司的经营绩效相对也会越好。

综上所述，经过实证研究作为影响因素的资产周转率、毛利率以及上市年龄都显著地正向影响医药上市公司经营绩效，其余两个指标表现出不显著的相关性。

4. 结论与建议

本文运用面板数据的DEA-Malmquist-Tobit模型对30家具有代表性的医药上市公司的经营绩效及影响因素进行实证分析，同时使用Malmquist指数对医药行业上市公司的动态绩效进行测评，得到了以下结论。第一，静态角度来看，技术效率变化是引起上市公司全要素生产力降低的主要原因。第二，规模效率仍然存在普遍偏低的问题。第三，上市越早的医药行业上市公司呈现出期望的市场经验积累和竞争学习效应，使得公司有更多的经验适应新的经济环境要求，生产经营绩效会有所上升并且普遍高于上市较晚的新兴企业。第四，资产周转率、毛利率和上市年龄与医药上市公司经营绩效正相关。

在上述实证研究结果的基础上，为了使医药行业得到更好的发展，发挥其在新医疗改革、城镇化建设以及切实提升国民福利中的积极作用，在此提出如下建议：首先，提高企业技术创新能力。制药行业的技术创新能力是影响企业经营效率的重要因素。在本文的30家样本企业中，只有17家企业的技术进步效率在1以上，可见制药行业上市公司的技术创新水平还有很大的提高空间。为了让消费者制作治疗药物和器械，创造出多样的医疗模式，企业有必要增加对创新、新技术开发的投资。制药行业的上市公司需要加强与互联网行业的合作，基于互联网企业的技术构建自身的技术创新平台。除了继续致力于引进先进技术和创新工艺之外，我们还需要关注资本变革、现有技术的促进和升级以及制药业技能的提升。然后，为了促进其优点，避免其缺点，从技术集约型变为技能集约型。其次，加强医药行业的管理水平。医药上市公司的企业管理水平对其规模效率和规模经济都有正面影响。以云南白药等上市年龄较长、发展比较好的公司来看，不仅在一直内部扩张，而且持续进行兼并重组，以此来拔高其管理水平。所以加强企业管理能力，这一点非常重要。接着，创造医药行业上市公司“做大”的市场条件。鉴于目前的情况，制药业的现有资源“无处不在”，为了合理地改善工业集中和规模经济水平，应实行适当的自由化和优惠制度。市场和信贷市场促进了全面的因素流动。只有当我们“做大”的时候，我们才能更强。所以最重要的是，在掌握该行业行情的前提下，上市公司应该适当地进行并购和体制重组，打进消费市场，使得上市公司做“大”同时做强。在有计划的扩张之后，还要关注公司结构等内部情况，提高内部整合的可能性。多渠道打造发展机制，实现多元化投资，打造以多元化投资、规模化发展为主的商业模式是“做大”的最后一步。最后，善用国家政策，营造医药行业良好经营环境。随着政府实行“两票制”政策，医药上市公司的财务税务处理方面的能力就决定了经营的成败。如果上市公司能够擅长利用政府部分所颁发的政策、条例为其实现利润最大化、税负最小化，是医药上市公司实现强大经济活力和创新能力的关键。

基金项目

福建省社会科学基金青年项目“新发展格局下县域新型城镇化质量时空演化规律及提升路径研究”(FJ2022C057)；福建省中青年教师教育科研项目“复杂数据下流域生态效率测度与绿色金融耦合时空分异研究”(JAT210363)；福建省社重大项目《突发重大公共事件的会计审计问题研究》（FJ2020JDZ068）。

NOTES

^*通讯作者。