中国粮食生产中生物技术的应用与发展

中国粮食生产中生物技术的应用与发展

一、问题的提出与研究进路改革开放以来，中国的粮食生产呈现出总体缓慢的趋势，但粮食供应和需求处于相对紧密的平衡，品种结构发生了重大变化。2012年,中国玉米、稻米和小麦三大主粮净进口总量高达1900万吨,接近产粮大省黑龙江一年的粮食总产量。2014年,中央“一号文件”也把“完善国家粮食安全保障体系”作为中国农业发展的首要任务,由此可见粮食安全问题在今后相当长的时期内依然十分严峻。与此同时,化肥、农药和农膜等生产资料的超量和不合理使用,对农业赖以发展的自然资源特别是土壤产生了严重影响,保障粮食等重要农产品的供给与资源环境承载能力之间的矛盾也日益尖锐。近年来,随着新一轮科技革命和产业革命的孕育兴起,农业生物技术不断取得重大突破并迅速产业化,生物农业逐渐成为农业竞争的焦点和农业发展的制高点。作为现代生物技术在农业中的深度运用,生物农业强调利用生物技术改良农业品种和提升农产品性能,通过促进自然过程和生物循环来保持土地生产力,在保持良好的生态平衡状况下,实现农业高效持续发展(万建民,2010;赵阳华、尹晶,2011;薛爱红等,2012)。因此,大力发展生物农业,对突破耕地资源约束、减少农业面源污染、保障国家粮食安全和促进农民持续增收,具有重要的现实意义。世界主要发达国家纷纷把农业生物技术列为优先发展的领域,以生物育种技术为依托、以企业为主体的商业化种业已成为发达国家新的经济增长点。中国政府也高度重视生物农业的发展,国家在首次提出培育和发展战略性新兴产业时,就将生物产业列为七大战略性新兴产业之一,并把生物农业确立为生物产业的重要发展方向。在《“十二五”国家战略性新兴产业发展规划》和《国家生物产业发展规划》中,生物农业又被提到了新的高度,并被明确划分为生物育种、生物兽药及疫苗、生物农药、生物肥料和生物饲料五大领域。然而,与世界先进水平相比,中国农业生物技术研发的总体水平仍存在较大差距,特别是科技成果转化率和产业化水平还比较低,种业产业链中各个环节的技术水平及各个环节的相互联接程度亟待提高(范云六,2013)。针对这些问题,在当前全社会高度关注生物农业发展的背景下,随着国家农业生物技术推广和产业化步伐的显著加快,对生物农业进行深入研究,也显得尤为迫切和必要。本文以中国生物农业上市公司为研究样本,对生物农业上市公司的技术效率进行测度和分析,揭示中国生物农业上市公司的实际经营状况,并进一步提出促进生物农业上市公司技术效率提升的路径和方向。本文结构安排如下:第一部分是引言;第二部分是文献综述;第三部分是研究设计与数据说明;第四部分是测度结果分析;第五部分是研究结论与政策启示。二、农业生产效率与农业绩效国内外学者对农业生产效率进行过大量的理论与实证研究,普遍认为,实现农业增长方式从粗放型向集约型的转变,关键是要提高农业技术进步对农业生产增长的贡献份额。RosegrantandEvenson(1992)研究发现,印度农作物生产部门全要素生产率的增长大约可以解释该部门1/3的产出增长,并指出新品种和农业技术推广对农业生产效率具有显著的促进作用。Pinstrup-Andersenetal.(1996)认为,在发展中国家投入农业的研发资金会引致货物与服务进口的增加,进而扩大世界出口市场。Yaoetal.(2001)认为,在要素投入一定的条件下,农业产出的增长源于农业生产技术的进步和生产效率的提高。Brummeretal.(2006)认为,农业经营体制改革已成为影响中国农业生产效率的重要因素,它可以促进农业技术进步,进而提高农业生产效率。Chenetal.(2009)利用随机前沿分析(stochasticfrontieranalysis,SFA)方法测算了1995～1999年中国农业生产效率的变动情况,认为中国农业生产效率水平较低且存在显著的效率损失。Monchuketal.(2010)使用1999年中国2037个县份的农业投入产出数据考察了中国农业生产效率水平,并分析了中国农业生产低效率的原因,认为农业科研投入对农业生产效率具有深远且显著的影响。匡远凤(2012)运用SFA方法,将1988～2009年中国农业劳动生产率变化分解为农业技术效率变化、农业技术进步、物质性要素投入变化和人力资本积累,发现农业技术效率偏低制约了大部分省份农业劳动生产率的提升。作为农业产业化的重要组织形式,自1992年深圳深宝实业股份有限公司、上海联农股份有限公司两家农业企业首次挂牌上市以来,农业上市公司对推进中国农业现代化进程、提升农业产业整体竞争力起到了十分关键的作用。在此背景下,国内学者在借鉴农业生产效率研究框架和方法的基础上,对农业上市公司的技术效率和经营绩效展开了深入研究,取得了较为丰富的成果。林万龙、张莉琴(2004)以中国58家农业上市公司为例,对政府补贴政策效率进行了评估,认为政府对农业产业化龙头企业的补贴政策缺乏效率。孟令杰、丁竹(2005)运用数据包络分析(dataenvelopanalysis,DEA)方法构建了中国农业上市公司效率测度模型,发现农业上市公司总体效率水平偏低、波动较大且内部差距显著,尤其是渔业和畜牧业上市公司的技术效率远远落后于其他行业的上市公司。王怀明、薛英(2006)利用经济增加值指标对中国农业上市公司的经营业绩进行了测算。结果表明,中国农业上市公司的整体业绩偏差,且农业类、林业类、畜牧业类、渔业类上市公司之间的业绩差异显著。王怀明、闫新峰(2007)从资产内部构成及规模的角度分析了资产结构与中国农业上市公司经营绩效的相关性,发现资产结构各指标并未呈现出对公司经营绩效的正向或负向影响。王喜平(2008)采用DEA方法对中国17家农业上市公司的技术效率进行了测度,发现71%的上市公司为非DEA有效,并指出增加科研投入和发展农产品精深加工是提高农业上市公司技术效率的有效途径。彭熠、邵桂荣(2009)探讨了国有股权比重、股权制衡度对农业上市公司经营绩效的影响机理,认为具有中国转型经济特征的公司股权结构对农业上市公司的经营绩效有着重要影响。管延德(2011)运用SFA模型对中国农业上市公司的技术效率及其影响因素进行了实证分析,认为农业上市公司的技术效率受股权结构、资本结构、自身盈利能力等内在因素的影响程度更大,而政府财税政策的促进作用不明显。范黎波等(2012)以2006～2010年中国A股农业上市公司为样本,运用逐步回归法对影响农业上市公司经营绩效的诸多因素进行筛选和剔除,认为政府补贴政策对农业上市公司经营绩效具有正面提升作用。张学功(2013)基于随机前沿生产函数,采取贝叶斯估计方法,考察了财政补贴对执行不同财务政策的农业上市公司科技创新的影响,发现执行激进财务政策的农业上市公司在获得财政补贴前具有较高的产出增长率,但在财政补贴的作用下其科技创新潜力逊于执行稳健财务政策的农业上市公司。刘晓云等(2013)基于2004～2011年中国127家农业上市公司的面板数据,实证分析了开展多元化经营对公司绩效的影响,认为农业上市公司扩展新业务和开展多元化经营不仅有助于公司规避经营风险、促进公司整体业务扩张和收入增长,还有利于促进农业老主业的稳定和发展。从上述文献看,既有的成果多数是单一应用传统的DEA或SFA模型来考察农业生产效率或农业上市公司的技术效率,忽略了环境因素以及包含于冗余变量中的其他因素对效率水平的影响,这在一定程度上导致研究结论缺乏可靠性和准确性,并且国内关于生物农业上市公司技术效率的研究,多侧重于定性分析,而少有测度其水平的定量分析。鉴于此,本文将运用DEA与SFA相结合的三阶段DEA模型,对中国32家生物农业上市公司的技术效率进行测度,通过剔除环境因素与随机误差的影响,更为准确地考察生物农业上市公司的技术效率,并在此基础上提出促进生物农业上市公司技术效率提升的路径和方向。三、设计数据的描述(一)投入导向的bcc-dea模型为剖析中国生物农业上市公司的技术效率情况,本文采取Friedetal.(2002)提出的DEA与SFA模型相结合的三阶段DEA模型。它能够克服传统的一阶段DEA模型和二阶段DEA模型(DEA与Tobit模型相结合)的缺点,剔除外部环境因素及包含于冗余变量中的随机误差对决策单元效率水平的影响,使各投入变量和产出变量更加具有一致性,进而更为真实可靠地反映决策单元在评价期间的效率状况。Friedetal.(2002)提出的效率测度模型具体包括三个阶段:1.基于原始投入与产出变量进行传统DEA分析。即将原始的投入与产出变量代入传统的DEA模型中,测度各决策单元的效率。在分析过程中,本文采用Bankeretal.(1984)提出的投入导向的BCC-DEA模型,基于规模报酬可变的假设,考察决策单元的效率情况,所测算出的综合技术效率可分解为纯技术效率和规模效率的乘积。假设评价n个决策单元,数据包括m个投入变量和S个产出变量,Yk表示第k个决策单元的技术效率,yrk表示第k个决策单元的第r个产出变量,Xik表示第k个决策单元的第i个投入变量,λr和θi分别表示第r个产出变量与第i个投入变量的权重系数,υk表示第k个决策单元的规模报酬指标。投入导向的BCC-DEA模型可以表示为:BCC-DEA模型与CCR-DEA模型的区别在于增加了变量μk,并且根据μk可以判断各个决策单元的规模报酬处于何种状态。μk>0,表示该决策单元处于规模报酬递减状态;μk=0,表示该决策单元处于规模报酬不变状态;υk<0,表示该决策单元处于规模报酬递增状态。2.应用SFA方法剔除环境因素和随机误差的影响。首先,基于随机前沿生产函数,选取合理的环境变量作为解释变量,对第一阶段传统DEA模型分析得到的n个决策单元的m个投入变量的冗余变量(理想投入量与实际投入量之差),建立如下多元线性回归模型:(2)式中,Sik为第K个决策单元第i个投入变量的冗余变量(即投入冗余);fi(zk;βi)表示环境变量对投入冗余Sik的影响;zk=(zlk,z2k,…,zpk),为p个可观测的环境变量;参数向量βi为待估计的未知参数;Vik+uik为组合误差项,其中,Vik表示随机误差,一般假设Vik～N(0,),而υik反映管理无效率。然后,利用(2)式回归结果对投入变量进行调整,使所有决策单元调整至相同的环境条件,同时剔除随机误差干扰的影响,从而测算出剔除环境因素、随机误差影响的实际投入值。调整方法如下：(3)式中,和Xik分别为调整后的投入值和调整前的投入值,为环境变量的待估系数,表示把所有决策单元调整到同质环境条件,表示把所有决策单元的随机误差调整到相同状态,从而剔除偶然性因素的影响。3.对调整后的投入产出变量进行DEA分析。用调整后的投入数据代替原始的投入数据,再次运用BCC-DEA模型进行效率测算,由此得到的各个决策单元的效率值即为剔除了环境因素、随机误差影响的效率值。(二)企业社会阶段自2007年1月1日起,中国在上市公司范围内施行新的会计准则体系,尤其是增加了与农业上市公司相关的新准则《企业会计准则第5号—一生物资产》。同时,从2008年起,企业所得税法定税率从33%降到25%。因此,本文没有选取2008年以前上市的生物农业企业作为样本,而是以2008～2011年作为时间跨度,并以《中国上市公司行业分类指引》、《国家生物产业发展规划》作为分类标准,结合国盛证券网上交易系统中的生物农业概念板块,通过剔除ST、PT、*ST公司以及关键数据缺失和异常的公司,选取了32家生物农业上市公司作为研究样本,各样本公司情况如表1所示。本文主要数据来源于RESSET金融研究数据库、国泰安数据库,企业研发支出中的大部分缺失数据通过中国证券业监督管理委员会核准公布的年报中的数据进行补全。极个别公司的研发支出存在缺漏值,借鉴FlanneryandRangan(2006)的处理方式,将这些缺漏值替换为0。宏观经济数据来源于国家统计局网站公布的《中国统计年鉴》。为了使观测值的数量足够大,研究结果具有普遍适用性,本文利用非均衡面板数据分析中国生物农业上市公司的技术效率情况。(三)政府补贴政策对农业上市公司技术效率影响的实证分析1.投入和产出变量。本文选择营业收入作为产出变量,它不仅可以衡量企业的运营能力,而且关系到企业的生存和发展;采用固定资产净值、从业人员平均数作为投入指标。同时,本文以2007年为基期,利用工业品出厂价格指数对营业收入进行平减,利用固定资产投资价格指数对固定资产净值进行平减。2.环境变量。结合生物农业的特点,在借鉴国内外学者相关研究经验的基础上,本文选取以下几个变量作为环境变量:(1)宏观经济波动。生物农业是现代生物技术与传统农业的融合体,其发展离不开技术、人才和传统农业的支持,而且与整个宏观经济形势密切相关,因此,分析生物农业发展,必须考虑到宏观经济环境变化的影响。基于此,本文选取国内生产总值(GDP)增长率来反映宏观经济波动对生物农业上市公司技术效率的影响。GDP反映了一个国家的经济繁荣程度,当GDP增长率较高时,经济处于扩张期,从理论上说,对生物农业上市公司的技术效率将产生两个方面影响:一方面,生物农业上市公司将面临良好的融资环境和市场环境,其生存和竞争压力的降低将会加剧X非效率:另一方面,低廉的融资成本和充足的市场需求提高了企业的盈利水平,以致落后的生产性业务仍能维持盈利,从而弱化了市场的优胜劣汰机制,使企业在激烈的市场竞争中不会被淘汰。由此,GDP增长率将对生物农业上市公司的技术效率产生负向影响。(2)政府补贴。学术界关于政府财税政策对农业上市公司技术效率的影响一直存在较大争议。为了验证政府补贴政策对中国生物农业上市公司技术效率的影响,本文选取计入当期损益的政府补贴金额与企业营业收入的比例来衡量国家对生物农业上市公司的扶持力度,但与公司正常的经营业务密切相关、符合国家政策规定、按照一定标准定额或定量持续享受的政府补贴金额未被纳入考虑范围。一般来说,政府补贴对生物农业上市公司的技术效率兼有正面效应与负面效应。一方面,政府补贴金额的增加可以刺激生物农业上市公司增加研发投入,成为研发投入的主体,从而促进技术效率的改善;另一方面,政府补贴金额的增加会诱使生物农业上市公司改变现有的资本与劳动匹配比例,导致资源配置不当,还会垫高企业账面资产利润率,引发企业经理人等利益相关者的怠惰或寻租行为,从而导致技术无效率。从国内现有关于政府补贴对农业上市公司技术效率影响的研究来看,大多数学者认为,政府补贴金额的增加对农业上市公司技术效率的提升作用不显著或者影响有限(林万龙、张莉琴,2004;邹彩芬等,2006)。(3)股权集中度和股权制衡度。本文选取第一大股东持股比例来衡量股权集中度,选取第二大至第五大股东持股比例与第一大股东持股比例之比来衡量股权制衡度。一般而言,股权集中度过高,容易产生“内部人控制”现象,具有控股优势的股东为了追求自身利益可能采取牺牲其他中小股东利益的手段,进而制约企业技术效率的提升(彭熠、邵桂荣,2009;黄建山、李春米,2009;管延德,2011)。因此,在保持适度的股权集中度(即保证对控股股东必要的经营激励)的前提下,股权制衡度越高,说明中小股东相对于控股股东的势力就越强,其分享收益的比例就越高,相应地,中小股东监督的能力和动机也就越强,其对维护企业价值、提高企业管理水平的积极作用也就越能够充分发挥。这将有效促进企业减少不必要的劳动成本开支,通过内部岗位竞争等方式强化雇员队伍的优胜劣汰,进而提高企业的技术效率。(4)公司成长前景。公司成长前景既是外部环境变化的内在反映,又是战略投资者进行投资决策的重要依据(Greiner,1972)。在当今竞争日益激烈的市场条件下,企业与外部环境的联系越来越密切,国家政策导向、市场供求变化、同行业竞争等外部因素与企业的成长息息相关。同时,在证券市场,相对于短线投机者而言,战略投资者更关注上市公司的长远发展,更愿意将资本、技术、管理经验等投入具有良好成长前景的企业中去,进而助推上市公司技术效率的提升。但是,快速成长的上市公司也往往面临自身管理能力、劳动力素质难以同步提升的困境:一方面,上市公司将衍生越来越多的横向部门和纵向管理机构,从而加大管理的难度和成本,并容易引发X非效率;另一方面,由于员工岗位技能培训需要较长时间,劳动力素质难以适应公司快速成长的需要,由此公司倾向于通过劳动力投入数量的扩张来抵消劳动力投入质量的不足,进而制约技术效率的提升。生物农业上市公司也不例外,因此,有必要考虑公司成长前景对其技术效率的影响。就公司成长前景而言,销售收入增长率是一个比市场份额更加直观有效的代理指标,尽管它表面上反映的是公司自身的销售能力,但从深层次讲,它既折射了公司面临的外部市场环境以及市场对公司产品的认可程度,也是战略投资者藉以对公司成长前景进行科学评估的重要指标。(5)上市年限。上市时间的长短也是影响生物农业上市公司技术效率的重要环境变量。一般而言,公司上市后的经营情况较之上市前要更为透明,并会受到包括广大中小投资者和证券监管部门在内的多方面监督,进而将面临不断改善经营能力、提升企业管理水平的持续压力。但是,也应注意到,在中国特有的金融市场背景下,一个公司尤其是中小型公司在上市前往往会面临较强的融资约束,而在上市后融资渠道和融资成本将会迅速改善,公司所面临的生存压力将会显著降低。此外,由于中国证券市场尚未建立强制性现金分红制度和退市制度,已上市的公司不用担心因经营不善而遭受资金抽离乃至退市的威胁,因而缺乏足够的外部监督压力。由此,伴随着上市年限的增加,生物农业上市公司的技术效率很有可能会因竞争压力降低和监督压力不足而出现退化。依据BatteseandCoelli(1995)建立的随机前沿生产函数模型和Altunbasetal.(2000)建立的技术效率测度模型,考虑到本文使用的是面板数据,因此,在模型中还引入了时间变量。本文模型所有变量的定义与度量如表2所示。四、测量结果的分析(一)物农业上市公司综合技术效率的情况本文利用原始投入和产出数据,采用DEAP2.1软件包,对中国32家生物农业上市公司的技术效率进行测度,结果如表3所示。由表3可知,在不考虑环境因素和随机误差影响的情况下,2008～2011年,中国32家生物农业上市公司的综合技术效率平均为0.502,总体效率水平明显偏低,其中,纯技术效率平均为0.692,规模效率平均为0.725,两者大小相当且均较小。这表明,综合技术效率较低是由纯技术效率低下和规模效率低下同时造成的,即样本公司在资源配置、管理水平和企业规模等方面均有较大的改进空间。同时,各样本公司之间技术效率存在较大差异,除丰乐种业、新安股份、诺普信、芭田股份、六国化工、正邦科技6家上市公司的综合技术效率在0.7以上之外,其余样本公司的综合技术效率均偏低,特别是獐子岛、东方海洋、金宇集团、华神集团、鲁抗医药、钱江生化、升华拜克、华星化工、利尔化学、湖南海利、鲁西化工11家上市公司,其综合技术效率均不到0.4。(二)回归系数分析本文以第一阶段传统DEA模型估计结果中各样本公司投入冗余变量为被解释变量,以国内生产总值增长率、政府补贴、股权集中度、股权制衡度、销售收入增长率、上市年限和时间变量7个环境变量为解释变量,采用Frontier4.1软件包,结合上文基于随机前沿生产函数建立的多元线性回归模型,利用极大似然估计法(maximumlikehoodestimate,MLE),分别估算环境变量对固定资产净值冗余、从业人员平均数冗余的影响,其结果如表4所示。由表4可知,主要环境变量均通过了1%或5%水平的显著性检验,且两个模型的LR单边检验均达到了1%的显著性水平。这说明,环境变量的选取较为合理,并且环境因素对生物农业上市公司投入冗余变量具有显著的影响,即非常有必要运用SFA方法剔除环境因素的影响,进而对投入变量进行调整。两个回归模型的γ值(技术无效率方差占总方差的比重)分别达到0.92和0.88,均趋近1,显著性水平也均达到1%。这表明,随机误差等难以控制的偶然性因素对生物农业上市公司固定资产净值冗余和从业人员平均数冗余具有显著的影响,即运用SFA方法进行随机误差的剥离分析也非常有必要。基于随机前沿生产函数建立的多元线性回归模型反映的是环境变量对各投入冗余变量的回归,因此,估计系数为正,表示环境变量的增大将导致投入冗余变量的增加;估计系数为负,表示环境变量的增大有利于投入冗余变量的减少。通过分析各环境变量对固定资产净值冗余和从业人员平均数冗余的回归系数,可得出以下结论:1.GDP增长率。该变量对固定资产净值冗余和从业人员平均数冗余存在显著的正向影响。这表明,宏观经济的持续快速扩张,将导致生物农业上市公司固定资产和从业人员浪费程度的增加,进而不利于生物农业上市公司技术效率的提升。2008年以来,尽管国际金融环境和经济形势发生了重大变化,但中国GDP依然保持了年均8%以上的较快增长,有效推动了农产品市场需求和农业功能的不断扩张,为生物农业发展提供了有力支撑。与此同时,2008～2012年,中国涉农贷款余额年均增速达到23.6%,高出同期各项贷款平均增速4个百分点。面临充足的市场需求和良好的融资环境的生物农业上市公司,自然会加大固定资产投资和从业人员投入的力度,以抢占市场份额。从中国32家生物农业上市公司整体情况看,2008～2011年,固定资产净值和从业人员数年均增长分别达到13.8%和26.5%。但是,资本与劳动力的匹配需要一段时间的适应性调整,短期内会造成企业内部资源的不合理配置,从而制约了生物农业上市公司技术效率的提升。2.政府补贴。政府补贴金额占营业收入的比例对生物农业上市公司固定资产净值冗余和从业人员平均数冗余存在显著的正向影响。这表明,政府补贴金额的增加将导致生物农业上市公司固定资产和从业人员浪费程度的增加,不利于生物农业上市公司技术效率的改进,这也验证了林万龙、张莉琴(2004)和邹彩芬等(2006)的观点。农业是国民经济的基础性产业,包括生物农业企业在内的农业产业化龙头企业大多是由国有企业改制而来,加之生物农业已成为现代农业发展的重要方向,因此生物农业企业较容易获得政策性补贴。2011年,中国32家生物农业上市公司获得的政府补贴金额高达73881.9万元,较2008年增长了317.2%,平均每家上市公司的政府补贴金额达到2308.8万元。因此,在持续高强度的政府补贴刺激下,生物农业上市公司对政府补贴的依耐性更趋强化,反而弱化了其加强内部管理和技术创新的积极性。另外,国家对生物农业的补贴政策更注重企业的社会效益,对其经济效益的关注程度不高。以上两个方面的原因使得政府支持的力量有时无法作用于有效的方向,甚至会出现扶劣抑优的情况。3.股权集中度。第一大股东持股比例对固定资产净值冗余有显著的正向影响。这表明,第一大股东持股比例的提升将导致固定资产浪费程度的增加,不利于生物农业上市公司技术效率的改进,相反会增加第一大股东在董事会的控制权,由此导致“内部人控制”现象。这进一步验证了彭熠、邵桂荣(2009)和黄建山、李春米(2009)以及管延德(2011)的观点,即调整“一股独大”的不合理股权结构,进一步完善公司治理结构,更有利于提升生物农业上市公司的技术效率。4.股权制衡度。模型估计结果显示,股权制衡度对从业人员平均数冗余存在显著的负向影响。这表明,提高股权制衡度可以显著减少从业人员平均数冗余量,即在保持适度的股权集中度的情况下,建立合理的股权制衡机制,有利于生物农业上市公司技术效率的提升。这从生物农业上市公司股权结构数据中也能得到印证。2011年,在中国32家生物农业上市公司中,第一大股东持股比例超过50%的公司有4家,占样本总数的12.5%;介于30%～50%之间的公司有12家,占样本总数的37.5%;两者之和达50%,存在较为明显的“一股独大”式股权结构,亟需在保持适度的股权集中度的情况下,建立合理的股权制衡机制。5.销售收入增长率。模型估计结果显示,该变量对从业人员平均数冗余存在较为显著的正向影响。这表明,生物农业上市公司销售收入的快速增长,将导致公司加大人员规模扩张,不利于技术效率的改进。这也进一步验证了前文的分析,即随着生物农业上市公司业务规模的快速扩张,企业员工数量增加较快,致使工资及津贴和管理费用攀升,而公司的管理能力、劳动力素质无法满足业务规模快速扩张的需要,进而制约技术效率的提升。6.上市年限和时间变量。样本公司上市年限对固定资产净值冗余和从业人员平均数冗余存在较为显著的正向影响。这表明,上市时间越长,固定资产和从业人员投入的浪费程度越大,不利于生物农业上市公司技术效率的改进。而时间变量对固定资产净值冗余存在较为显著的正向影响,对从业人员平均数冗余存在显著的正向影响。这表明,在样本期内伴随着时间的推移,经济发展呈现长期向好的趋势,固定资产投资速度不断加快、总量规模不断扩大,固定资产投入的浪费程度自然越来越大;与此同时,劳动力成本上涨,从业人员投入的浪费程度自然越来越小。由以上分析可知,环境因素对生物农业上市公司投入冗余变量具有显著影响,且不同的环境变量对投入冗余变量的影响方向不一、影响程度不等。此时,如果使用尚未剔除环境因素影响的原始投入数据进行效率评价,其评价结果是不真实和不科学的,处于“较好”环境条件下的样本公司的效率值可能较高,处于“较坏”环境条件下的样本公司的效率值可能较低。因此,本文结合第二阶段的分析结果,对原始投入数据进行调整,同时剔除随机误差的干扰,使32家样本公司处于同质的环境条件和同样的随机条件。(三)不同综合效率与规模效率分析本文采用DEAP2.1软件包,使用第二阶段剔除环境因素、随机误差影响所得的投入数据,对中国32家生物农业上市公司进行BCC-DEA模型分析,得出各样本公司2008～2011年的真实效率状况。为了便于对比分析,本文将第一阶段的效率值和第三阶段的效率值同时放入表1中。1.总体效率分析。对比第一阶段和第三阶段的分析结果,可以看出,剔除环境因素和随机误差的影响前后,各样本公司的技术效率差异较大。2008～2011年,中国32家生物农业上市公司的平均综合技术效率由调整前的0.502下降至调整后的0.439,平均纯技术效率由调整前的0.692上升到调整后的0.982,平均规模效率由调整前的0.725下降至调整后的0.447。由此可见,剔除环境因素和随机误差的影响后,各样本公司的综合技术效率下降到了更低的水平,而纯技术效率有了较大幅度的提高,规模效率则显著下降。这表明,中国生物农业上市公司的实际管理水平较好,第一阶段纯技术效率低下主要是由“较差”的环境条件或“较大”的随机误差导致的,第三阶段实际综合技术效率低下主要是由规模效率低下导致的。具体来看:(1)综合技术效率方面。由表1可以看出,在32家样本公司中,有12家综合技术效率在调整后有所上升,有20家综合技术效率在调整后明显下降,绝大多数样本公司调整后的综合技术效率低于调整前的综合技术效率。在综合技术效率降低的样本公司中,降幅最大的为诺普信,下降幅度达74.7%,且登海种业、敦煌种业、万向德农、金宇集团、利尔化学、芭田股份、天邦股份7家公司综合技术效率的降幅均超过50%。在综合技术效率上升的样本公司中,上升幅度最大的为鲁西化工,上升幅度高达174%;其次分别为顺鑫农业和通威股份,综合技术效率上升幅度分别为62%和56%。(2)纯技术效率方面。在32家样本公司中,仅有3家纯技术效率有所降低,其他余29家纯技术效率显著提升。这说明,对于大部分样本公司,纯技术效率低下主要是由“较差”的环境条件或“较大”的随机误差导致的,并非其实际管理水平较差。调整前,丰乐种业、万向德农、新安股份和通威股份4家公司处于纯技术效率前沿面上;调整后,丰乐种业、华神集团和钱江生化3家公司处于纯技术效率前沿面上。对于鲁抗医药、湖南海利、东方海洋、华星化工、獐子岛和升华拜克6家公司而言,调整后的纯技术效率增幅分别达到了289%、196%、182%、139%、128%和125%。(3)规模效率方面。大部分样本公司调整后的规模效率低于调整前的规模效率,32家样本公司中有29家的规模效率在调整后降低了,仅顺鑫农业、鲁西化工、通威股份3家上市公司的规模效率有所增加。其中,降幅最大的为利尔化学,下降幅度达79%;下降幅度超过70%的上市公司有东方海洋、金宇集团、诺普信和天邦股份。2.规模报酬分析。表5给出了2008～2011年中国32家生物农业上市公司投入调整后的规模报酬变动情况。可以看出,除新安股份、顺鑫农业、新希望、通威股份4家公司个别年份处于规模报酬不变状态外,其余28家公司均处于规模报酬递增状态。这意味着大多数生物农业上市公司的经营规模尚未达到由其自身的技术水平所决定的最适的生产规模,规模扩张仍然是中国生物农业上市公司技术效率提升的重要瓶颈,它们应当进行适度的规模扩张。这与现实的状况是相符的。从中国32家生物农业上市公司的总体发展水平来看,由于起步晚,普遍存在龙头企业缺位、企业规模偏小、产业集中度低的问题。2011年,营业收入低于30亿元的生物农业上市公司有22家,占样本总数的68.8%,而营业收入高于100亿元的生物农业上市公司仅有3家,占样本总数中的9.4%,特别是生物育种类、生物兽药及疫苗类、生物农药类、生物肥料类上市公司尚无一家企业的销售规模突破100亿元。因此,扩大企业规模是提升中国生物农业上市公司技术效率的当务之急。3.不同类型生物农业上市公司的效率分析。为了进一步分析中国生物农业上市公司的技术效率情况,本文对不同类型生物农业上市公司的技术效率逐一进行计算整理。具体的类型划分参照《“十二五”国家战略性新兴产业发展规划》和《国家生物产业发展规划》,将生物农业上市公司分为生物育种、生物兽药及疫苗、生物农药、生物肥料和生物饲料五个类型。具体计算结果如表6所示。从中可以发现,投入调整前和调整后,不同类型生物农业上市公司综合技术效率的排名未发生变化,生物饲料类、生物肥料类上市公司的发展相对较好,而生物农药类、生物育种类、生物兽药及疫苗类上市公司的发展整体较差。结合现实发展情况来看,经过20多年的发展,中国生物农业在饲料添加剂、植物生长剂等领域表现出较为强劲的发展潜力和发展态势,且已经形成相当规模。截至2012年年底,中国饲料添加剂总产量达768万吨,总产值突破500亿元;现有生物肥料企业500余家,年产量450万吨,应用面积在666.7万公顷以上。相比之下,生物农药年产值仅为10亿～20亿元,平均每个品种的年产值仅为200万元左右,而井冈霉素、阿维菌素等的市场规模已占到生物农药行业的90%左右,充分说明生物农药产品单一、产业化规模不够；尽管中国获得了许多重要功能基因(例如抗病虫、抗除草剂、优质、抗逆基因)的自主知识产权,但具备“育种、扩繁、推广”一体化实力的生物育种企业不到100家,特别是转基因作物的产业化进程十分缓慢;通过兽药GMP认证的兽用生物制品生产企业仅70余家,且其产品多为仿制产品或工艺改进型产品,在悬浮培养、抗原浓缩等一些关键技术领域尚未取得实质性突破。4.效率改进分析。综合考虑样本公司技术效率上的差异,纯技术效率以0.97为临界值,规模效率以0.7为临界值,本文把32家样本公司分为四种类型,其分布情况如表7所示。第一种类型为纯技术效率与规模效率“双高”型,包括顺鑫农业、新安股份、六国化工、正邦科技、新希望、通威股份6家上市公司,属于较为理想的类型。第二种类型为纯技术效率与规模效率“高低”型,包括丰乐种业、隆平高科、登海种业、獐子岛、东方海洋、敦煌种业