摘 要：选取在沪深交易所上市的27家文化类上市公司作为样本，采用三阶段数据包络分析（data envelopment analysis， dea）模型首先分离出影响投入变量的环境因素，并对各公司经营绩效评价进行研究。研究结果表明：就样本公司整体而言，经营综合技术效率较投入变量调整前有微弱下降；剔除环境因素和随机因素影响后，我国文化类上市公司经营综合效率值均值仅为0.5806，经营效率不容乐观；经营综合技术效率间的最大差异高达0.9155，表现出明显的差异性。
　　关键词：文化类上市公司；经营绩效评价；三阶段dea模型
　　中图分类号： f276.6 文献标志码： a 文章编号：16720539（2013）02009308
　　一、引言
　　自“文化产业”概念于2000年在“十五”计划建议中第一次正式提出，到2009年国务院颁布《文化产业振兴规划》将发展文化产业提升为国家战略，再到2011年中共十七届六中全会提出繁荣发展文化事业和文化产业和建设社会主义文化强国，文化产业已成为国家综合国力的重要组成部分[1-2]。中国文化产业已开始步入振兴的10年。
　　然而，我国文化产业在发展过程中面临着诸多冲击和挑战。据相关研究显示，我国文化产业面临结构性失衡、竞争力较弱、与我国其他产业相比gdp占比明显偏低等问题[3]。而文化类上市公司是整个文化产业的典型代表，我们可以从提高文化类上市公司经营绩效方面着手，以此提高文化产业竞争力。从理论上而言，上市公司经营绩效是公司综合竞争力的集中体现，它可以从公司盈利、成长、资源配置等方面衡量一个企业，乃至其所属行业的可持续发展水平[4]。Www.11665.COm因此，在“十二五”规划期间，应牢牢抓住文化产业的“黄金十年”机遇来应对挑战，提高文化类上市公司经营绩效，提升竞争实力，为提高文化产业的产业增加值，加快将文化产业建设成为我国的支柱产业作出贡献。
　　基于此，研究文化类上市公司的经营绩效，提取出影响经营绩效的关键因素，继而提高公司价值，对于快速健康促进文化产业稳步发展，进而推动整个国民经济发展和提高国家竞争力具有非常重要的现实意义。
　　目前已有如模糊综合评价法（fuzzy comprehensive evaluation， fce）、层次分析法（analytic hierarchy process， ahp）、随机前沿分析法（stochastic frontier analysis， sfa）、数据包络分析法（data envelopment analysis， dea）等众多效率评价方法[5-8]。但需要指出的是，模糊综合评价法（fce）和随机前沿分析法（sfa）需要人为赋予权重，主观性较大；层次分析法（ahp）的决策质量会由于所选要素不合理或要素间的关系不恰当而降低，甚至失败。为了克服以上方法的不足，charnes， cooper， rhodes提出了可以进行多投入多产出分析的dea方法[9]。dea的优点在于非参数估计及最优效率评价指数与输入和输出变量量纲选取无关，这也使其应用更为方便；同时，dea规避了参数方法的多种限制，利用线性规划来判断决策单元对应的点是否位于有效生产前沿面上，以衡量各决策单元的生产效率。
　　dea又可分为单阶段dea、两阶段dea、三阶段dea等方法[10-12]。单阶段dea方法虽然可以进行多产出绩效评价，但它忽略了能够影响投入指标的环境因素、好运坏运、误差因素等外生变量的影响，因而计算出来的效率值就很可能不能准确反映管理效率的真实值；两阶段dea方法[13]是提出的网络dea概念的特例，它确定了环境因素对第一阶段效率评价结果的影响，但其导致整个二阶段模型为非随机的，不能说明统计噪声对效率的影响；三阶段dea方法由fried等[14]提出，其分析结果将环境因素与统计噪声同时包括在投入松弛变量里，考虑了这两种信息对生产者效率的影响。由于三阶段dea克服了单阶段dea和两阶段dea不能使决策单元非经营因素（外部环境和随机误差）同质化的不足，使每个决策单元都处于相同的环境和随机情况下，排除了外在因素的影响[15]，因此，三阶段dea在同质化决策单元非经营因素方面表现出明显的优越性。
　　由于公司间声誉、规模、地域方面存在差异，从而导致文化类上市公司面临各不相同的外部环境因素。因此，要对文化类上市公司进行评价，就必须使面临不同客观因素影响的企业处于同一水平上，而三阶段dea方法恰好可以分离环境因素，因而本文认为采用三阶段dea方法可以准确、可靠地评价文化产业各上市公司的经营绩效。

　　综上所述，本文采用由财汇资讯整理出的、在沪深交易所上市的27家文化类主要上市公司为样本，采用三阶段dea方法对其经营效率进行研究，提出提高经营效率的有效建议，这不仅对于文化类上市公司在“十二五”规划期间加速成长具有重要意义，同时也为其他公司利用三阶段dea方法评价其经营效率提供参考借鉴。
　　二、文化类上市公司经营绩效评价的三阶段dea方法 鉴于投入要素的控制易于产出要素的控制，本文利用原始投入和产出数据，采用banker， charnes， cooper提出的以投入为导向的bc2（banker- charnes- cooper）模型对n家上市公司的债务融资效率进行测算[16]。对第j0家公司来说，其相对技术有效性的测算模型如下：
　　其中，xj、yj分别代表样本公司j的原始投入和产出；xj0、yj0分别代表被评价的样本公司j0的原始投入、产出。由（1）式可得出第j0家公司的投入松弛变量s+、产出松弛变量s-以及纯技术效率θj0（bc2）（又称ptej0）。若θj0（bc2）=1，且s+=0、s-=0，则称dmuj0（d-ecision making unit）有效；若θj0（bc2）=1，则称dmuj0弱有效；若θj0（bc2）<1，则称dmuj0无效。去掉（1）式中的∑nj=1λj=1条件，可得到c2r（charnes-cooper-rhodes）模型，通过c2r模型可得到第j0家公司的综合技术效率θj0（c2r）（又称tej0），再通过se=te/pte可知第j0家公司的规模效率sej0。如果各公司债务融资投入量xj受到异质外部环境的影响，那么对于债务融资内部管理水平无差异的企业来说，处于有利外部环境企业的技术效率值必然优于处于不利外部环境企业的名义技术效率值，以致企业真实债务融资管理水平得不到体现，因此，必须对包含在s+中的外部环境变量进行分离。 　　为从投入松弛变量中分离环境变量，本文通过运用sfa模型，对环境变量进行回归分析，观测出影响松弛变量的三个因素，再从中剔除统计噪音υij和环境因素fj（zi；βj），得出仅由管理无效率因素uij造成的投入冗余。投入松弛变量与环境变量的回归模型如下：
　　其中，s+ij来自式（1）的投入冗余s+j=[s+1j，s+2j，…，s+ij]，s+ij表示dmui第j项投入的差额值；zi=z1i，z2i，…，zai表示a个环境变量；βj是需要估算的环境解释变量的未知参数；fj（zi；βj）表示环境变量对投入冗余的影响；υij+uij为混合误差项，υij和uij分别是dmui第j项投入冗余包含的随机误差和干扰及管理无效率的非负随机变量，它们独立不相关，并假设υij服从正态分布n（0，σ2vj），uij服从截断分布n+（μj，σ2uj）；特别地，γ=σ2uj/（σ2uj+σ2vj）代表管理无效率方差占总方差的比重。若γ趋近于1，则表明管理无效率占主导地位；若γ趋近于0，则表明随机误差的影响占主导地位。
　　为从混合误差中把统计噪音与管理无效率分离出来，本文结合式（2）的计算结果与jondrow等（1982）[15]的分离方法，得到管理无效率的条件估计e∧uij/（υij+uij），由此得出统计噪音条件估计e∧[υij/（υij+uij）]的测算模型：
　　为排除不同运营环境和统计噪音对各投入变量的影响，使dmu处于共同的自然状态，本文将所有投入变量统一调整至样本里最差的外部环境，“惩罚性”增加那些处于相对好运或有利运营环境的dmu的投入。经sfa调整后，投入变量的计量方程如下：
　　其中，xij为经sfa调整前的投入变量；xaij为经sfa调整后的投入变量。经过式（4）的调整，所有的dmu都处于样本公司中遇到的最不幸状态，继而达到了面临同质运营环境和经营运气的目的。
　　最后，本文用经sfa调整后的投入数据xaij代替原始投入数据xij，再次运用bc2模型进行效率评估，由此得出的效率值剔除了运营环境和统计噪音影响，更能准确、可靠反映公司债务融资效率。
　　三、实证结果与分析
　　（一） 样本选取
　　本文以dmu数目至少2倍于投入与产出项目之和为前提，并以沪深两市上市的27家文化类上市公司2011年财务指标为例，运用三阶段dea模型对样本公司经营绩效进行测算与评估。由于被st公司经营状况已出现异常，因此，本文从财汇资讯整理的30家文化类上市公司中剔除了1家被st公司及2家2011年以后上市的公司，最终选取了27家上市公司作为样本。
　　（二）变量的选取与说明
　　1.投入变量的选取
　　本文选取了能够充分反映公司运营投入的三项投入指标：①员工人数（x1），由于

工是企业财富的主要创造者，而限于数据采集范围的局限性，本文无法获得代表员工素质的指标，因此本文选用员工人数作为员工素质的替代指标；②公司规模（x2），是公司进行资金运作的基础，对公司业绩有一定影响，本文利用年末总资产表示公司规模；③主营业务成本（x3），主营业务成本反映了公司的经营活动的主要投入。
　　2.产出指标的选取
　　对产出变量的选取要反映公司的经营成果。因此，本文从成长能力、盈利能力两方面选取了以下三项产出指标：①主营业务收入（y1），与主营业务成本相对应；②基本每股收益（y2），是测定股票投资价值的重要指标之一；③净资产收益率（y3），与y1、y2共同反映了公司的获利能力，乃至其经营绩效。
　　3.环境变量的选取
　　环境变量应选取那些对文化类上市公司经营效率产生影响、但短时期内不可控制与改变的因素。考虑到文化产业的发展特点，本文选取以下几个因素作为环境变量：①人均地区可支配收入（z1）的高低限制了人民的消费水平，足够的可支配收入是人们追求更高层次精神需求的前提条件，鉴于数据的可获得性，本文采用该指标代替人民的文化娱乐消费支出；②公司存续时间（z2），本文用公司存续时间代表商誉，并假设公司成立时间越长，人们对其的信任度越高，存续时间由自公司成立的时间至2011年12月31日的年数计算，不足一年按一年算；③人均地区国内生产总值（z3），该变量是衡量一个地区经济发展水平与人民生活水平的一个标准，由于文化产业属于精神建设产业，是一种高层次需求，其与经济发展水平紧密相关。
　　应用dea模型进行评价时，所选的投入产出指标必须通过相关性检验，相关性系数越高，其相关程度则越高，表明投入、产出指标间具有因果关系，使评价结果更可靠[17]。本文运用spss 19.0软件对所选投入、产出指标进行spearman相关性分析，各指标相关性系数如表1所示。从表1可以看出，本文选取的投入、产出指标间呈现正相关关系，符合dea模型的“同向性”原则。
　　（三） 实证结果分析
　　1. 实证结果
　　本文利用maxdea 5.2软件对文化产业27家上市公司经营绩效与规模报酬状态进行分析，结果如表2所示。
　　由表2可以看出，在不考虑外部环境变量和随机因素对公司经营绩效影响的条件下，2011年样本公司经营技术效率、纯技术效率、规模效率的平均值分别为0.6087、0.7211、0.8605。其中，5家上市公司（华策影视、华谊嘉信、省广股份、天舟文化、浙报传媒）的各项效率值均为1，处于技术效率相对前沿面；4家上市公司（电广传媒、金亚科技、中南传媒、中文传媒）纯技术有效，但其规模效率小于1，说明对这4家上市公司而言，影响其经营绩效技术无效的原因在于规模无效，公司可以通过对经营规模方面的改进来提高经营效率；其他公司分别在投入、产出量及规模方面存在不同程度的改进空间。但此结果并未剔除环境因素和随机因素的干扰，不能准确反映文化类上市公司的经营效率，还需做进一步地调整和计算。 　　为剔除外部因素对公司债务融资效率的影响，本文将sfa调整前得出的各dmu的投入松弛变量的绝对值与上述3个环境变量取对数后，分别作为被解释变量与解释变量，代入sfa回归模型，并利用jondrow等的方法[15]分离出管理因素与随机因素，排除它们对投入松弛变量的影响。下面，本文运用frontier4.1软件对sfa模型的参数进行最大似然估计，回归结果如表3所示：
　　从表3中可以看出，本文选取的环境变量全部通过了显著性检验，且在1%的水平下显著，表明外部环境因素对投入松弛变量确实存在显著影响；其中，γ值表示管理技术无效率方差占总方差的比率。表3中各投入松弛变量的γ值都为0.9999，且在1%的水平下显著，说明各公司管理效率差异明显，管理因素对投入冗余的影响占主导地位，有必要运用sfa模型对投入松弛变量进行管理因素和外部因素的剥离。
　　进一步考察各投入松弛变量的回归系数。由于环境变量是对各投入松弛变量的回归，回归系数为负表示增加该环境变量有利于投入松弛变量的减少，也就是说，回归系数为负可以减少投入的浪费，从而提高经营绩效；反之，若回归系数为正，则表明增加环境变量不利于经营绩效的提高。下面逐一说明三种环境变量对各投入松弛变量的影响：
　　（1）人均地区可支配收入。该指标与员工人数松弛变量呈

显著负相关，与公司规模及主营业务成本松弛变量呈显著正相关。也就是说，人均地区可支配收入的增加将导致员工人数的松弛变量减少，有利于提高经营效率；而公司规模及主营业务成本的松弛变量增加，不利于经营效率的提高。这是由于企业所在的地区人均可支配收入越高，越容易吸引先进人才为公司服务，他们能够为公司创造比一般人员更多的效益，而一些仅会低端技术操作的员工则会被逐渐淘汰；同时，人均地区可支配收入越充足越可以满足人们更高层次的精神享受，人们对文化类产品需求也会随人们对精神层面的追求日益旺盛，公司可能会配合市场需求增加而提高产品产量，扩大公司规模，主营业务成本当然也会随之提高。
　　（2）公司存续时间。该变量与公司员工人数和公司规模松弛变量呈显著正相关关系。也就是说，公司的存续时间越长，员工人数与公司规模的松弛变量则越大，越不利于技术效率的提高，相反，主营业务成本却会随之降低，这又对技术效率的提高有一定促进作用。这一结论与理论预期一致。因为公司的设立年限越长就越可能出现对自身过度自信而盲目扩张的情况。
　　（3）人均地区国内生产总值。该变量与公司规模、主营业务成本松弛变量呈显著负相关，与员工人数松弛变量呈显著正相关。这意味着随着人均地区国内生产总值的增加，公司规模、主营业务成本的松弛变量减少，员工人数松弛变量增加。这与预期基本一致。gdp直接与当地经济发展水平呈正相关，经济发展水平越高，人们对文化产品及服务的需求则越高，越有利于该地区公司规模的扩大及主营业务成本的提高。
　　由于以上各环境变量对样本公司的影响有正有负，以至于可能导致面临异质外部因素的公司出现不平等的效率排序。因此，必须对原投入变量进行调整，使所有公司面对同质的经营环境与运气后再进行评价，以准确考察其效率水平。
　　根据表4及式（6）得出的结果，本文将调整后的投入变量与原始产出变量利用maxdea软件再次运行bc2模型，得出第三阶段各公司的效率值及规模报酬状态，结果如表4所示。
　　2.采用三阶段dea模型进行文化类上市公司经营绩效评价的可行性分析
　　为验证利用三阶段dea分析经营绩效的相对有效性，本文将经sfa调整前后的经营绩效值与各文化类上市公司总资产净利润率进行spearman等级相关分析。该指标能够体现公司总投入对当年收益的贡献。文化类公司投入变量经sfa调整前后的相对经营绩效与总资产净利润率的相关性分析如表5所示：
　　表5相关性分析显示，经sfa调整后，总资产净利润率和dea相对经营绩效在0.05的水平上呈显著正相关，其相关性系数为0.602（样本观测值为27），相比经sfa调整前有所上升，且显著性明显增强。因此，te3比te1更真实地反映了各文化类上市公司的经营效率，进而证明了对投入冗余进行外部因素的调整具有非常重要的意义，采用三阶段dea评价企业经营绩效具有可行性和有效性。
　　3. 文化类上市公司经营绩效分析
　　由表4我们可以发现，在剔除环境变量和随机因素的影响后，处于技术效率前沿面的公司数目由5家下降到4家，仅浙报传媒仍处于技术效率相对前沿面，说明这家公司的经营绩效可能未受到环境变量及随机因素的影响，经营效率确实较好；相比经sfa调整前，瑞博传播、电广传媒、中文传媒在剔除环境和随机因素后经营效率是高效的。而除浙报传媒外的4家企业则退出技术有效前沿面，且华谊嘉信和天舟文化经营效率下降严重，说明它们的经营效率受环境变量及随机变量的影响很大；就经营综合技术效率方面而言，各公司经营绩效参差不齐，其中最大值和最小值之差达到0.9155；在规模报酬方面，除去规模效率已达到最优的4家公司，余下的上市公司全部处于规模报酬递增状态，表明这些企业的生产规模在文化产业发展的“黄金十年”中还有提升空间；从纯技术效率方面来讲，55.56%的公司达到了纯技术有效，说明超过半数的文化类上市公司内部经营管理水平都非常有效。
　　进一步，为更直观、全面地比较投入变量调整前后三种平均效率的变动情况，我们给出效率分布的直方图（见图1）。从图1可以看出，sfa调整后文化类上市公司平均经营技术效率由sfa调整前的0.6087略降为0.5806，经营纯技术效率由0.7211上升为0.9984，经营规模效率由0.8605下降至0.5813。综上所述，调整后文化类上市公司的各项平均技术效率水平有所改变，显然外部环境变

和随机因素的确对我国文化产业的效率特别是纯技术效率和规模效率产生了影响，进而证实了利用三阶段dea对影响文化类上市公司经营绩效的外部因素进行分离是有意义的。 　　四、结论
　　本文在沪深交易所选取27家文化类上市公司作为样本，运用三阶段dea模型对其2011年经营效率进行评价研究。通过研究，本文得出以下主要结论：就样本公司个体而言，经营综合技术效率在投入变量调整后的变动有增有减。但就样本公司整体而言，经营综合技术效率较投入变量调整前有微弱下降，文化类上市公司经营综合技术效率水平参差不齐，公司间最大差异高达0.9155，这主要是因为公司间规模报酬状态差距过大；剔除环境因素使文化类上市公司经营平均纯技术效率水平由0.7211上升为0.9984，评价规模效率由0.8605下降至0.5813，两者变动幅度都较大，说明外部因素对纯技术效率及规模效率都产生了极大的影响；除规模报酬状态达到最优状态的企业，其余都存在规模报酬递增的问题，企业可以通过扩大生产经营规模，改善其规模报酬递增的不良状态，进而提高经营绩效。
　　综合分析以上实证结果，我们可以发现：
　　（1）经sfa调整后，公司的经营综合技术效率较调整前有微小的增减变动，而纯技术效率及规模效率的变动幅度相当大。说明公司的商誉、所处地区的经济发展水平等外部环境在一定程度上影响了企业各项效率。
　　（2）剔除环境因素和随机因素影响后，我国文化类上市公司经营效率表现不容乐观，综合效率值均值仅为0.5806，规模效率值低下，这说明我国文化类公司的内部治理效率只需稍加改进便可达到最优状态。
　　（3）文化类上市公司大部分处于规模报酬递增状态，由此说明它们可以通过扩大生产规模来提高公司经营绩效。由于目前我国处于文化产业发展的“黄金十年”，是公司吸引投资、扩大生产规模的大好时机。因此，在结合自身效率的不足进行变革、加强公司经营部门内部治理与管理创新、引进新的管理方法与理念的同时，紧抓目前政策的有利条件，适当扩大生产规模，是有效确保公司在文化产业新政策下持续健康发展的重要举措。
　　最后需要指出的是，虽然本文的初始数据来源于国泰安金融数据库，并没有将文化类上市公司的所有评价范围纳入到研究对象之下。而且，文化类上市公司经营绩效评价实践是一个极其复杂的系统工程，本文也不能完全彻底有效地解决文化类上市公司经营绩效评价的实践操作问题。但不可否认的是，本文的研究方法与研究结果，对评价我国文化类上市公司经营绩效仍然具有一定的借鉴意义与参考价值。
　　参考文献：
　　[1]新华社.中共中央关于制定国民经济和社会发展第十个五年计划的建议（全文）[eb/ol].（2000-10-18）[2012-07-06].http：//www.chinanews.com/2000-10-18/26/51430.html.
　　[2]新华社.中共中央关于深化文化体制改革推动社会主义文化大发展大繁荣若干重大问题的决定.[eb/ol].（2011-10-25）[2012-07-06].http：//www.gov.cn/jrzg/2011-10/25/content_1978202.htm.
　　[3]刘鹏.文化软实力现状及其发展的战略思考[j].党政论坛，2012，（6）：52-55.
　　[4]王春丽，张伟.上市公司经营效率的区域差异比较[j].统计研究，2011，28（6）：41-46.
　　[5]张哲，张闯，朱宏.钢铁企业电子商务营销的模糊评价[j].工业工程与管理，2006，（3）：58-63.
　　[6]徐广业，但斌，肖剑.交互式dea-ahp模型及其应用[j].系统工程学报，2011，26（2）：262-268.
　　[7]李志红，和金生.基于ahp/sfa的人力资源外包供应商绩效评价模型研究[j].经济问题，2010，（4）：74-77.
　　[8]孙广生，杨先明，黄炜.中国工业行业的能源效率（1987-2005）——变化趋势、节能潜力与影响因素研究[j].中国软科学，2011，（11）：29-39.
　　[9]a.charnes，w.w.cooper，e.rhodes.measuring the efficiency of decision making units[j]，european journal of operational research，1978，2（6）：429-444.
　　[10]谢子远.国家高新区技术创新效率影响因素研究[j].科研管理，2011，32（11）：52-58.
　　[11]葛虹，黄炜，徐红英.基于决策者选择偏好的网络dea模型——以我国若干家商业银行为例[j].运筹与管理，2011，20（1）：135-142.
　　[12]sarah m.estelle， andy l.johnson，

john ruggiero.three-stage dea models for incorporating exogenous inputs[j].computers & operations research，2010，37（6）：1087-1090.
　　[13]fare r，grosskopf s.network dea[j].socio-economic planning sciences，2000，34：35-49.
　　[14]fried h o，lovell c a k，schmidt s s，yaisawarng s.accounting for environment effects and statisticalnoise in data envelopment analysis[j].journal of productivity analysis，2002，17（1-2）：157-174.
　　[15]james jondrow，c.a.knox lovell， ivan s.materov， peter schmidt.on the estimation of technical inefficiency in the stochastic frontier production function model[j].journal of econometrics.1982，19（2-3）：233-238.
　　[16]banker r d，charnes a，cooper w w.some models for estimating technical and scale inefficiencies in dea[j].management science，1984，30（9）：1078-1092.
　　[17]lang james r，golden，peggy a.evaluating the efficiency of sbdc with data envelopment analysis：a longitudinal approach[j].journal of small business management，1989，27：42-49.
　　责任编辑：刘玉邦