evit

基于Tobit模型的光伏产业影响因素实证分析

陈斯琴;刘旭东;长青

【摘要】从微观角度出发,以2007-2014年19家公司相对效率值为因变量,以偿

债能力、运营能力、人均产值、研发能力、市场服务水平以及产业政策颁布种类数

目等6个指标作为自变量建立Tobit回归模型,考察中、美、日、韩四国产业发展

变化及产业影响因素.研究结果显示,资产周转率和销售费用率对企业效率影响最为

显著,政策实施可对产业发展起到促进或者抑制的作用.提出光伏产业规模与能力协

调发展以及处理好政策与效率的关系.%Fromthemicroscopicpointofview,this

papertakestherelativeefficiencyof19companiesfrom2007to2014as

thedependentvariable,andtakessixindicatorsasindependentvariables

includingitssolvency,operationcapacity,percapitaoutput,rearchand

developmentcapabilities,thervicelevelofmarket,andindustrialpolicy

papercarriesouttheinvestigationontheindustrydevelopmentchange

andindustrialfactorsinChina,theUnitedStates,JapanandSouth

ultsshowthatastturnoverrateandcostofsalesratehave

themostobviousinfluenceontheefficiencyofenterpris;the

implementationofthepolicycanpromoteorinhibittheindustry

erproposthecoordinateddevelopmentbetween

scaleandcapacity,andthecoordinatedrelationshipbetweenpolicyand

efficiency.

【期刊名称】《科技管理研究》

【年(卷),期】2017(037)009

【总页数】5页(P144-148)

【关键词】光伏产业;Tobit模型;相对效率

【作者】陈斯琴;刘旭东;长青

【作者单位】内蒙古工业大学管理学院,内蒙古呼和浩特010051;内蒙古工业大学

管理学院,内蒙古呼和浩特010051;内蒙古工业大学管理学院,内蒙古呼和浩特

010051

【正文语种】中文

【中图分类】F264.2;F206;F224;G301

与传统能源相比，光伏拥有无与伦比的优势。首先，太阳能资源免费并且没有消耗、

替代和交换问题，只需提供设备运转的小部分维护费用；其次，系统是模块化组合

式的，可以迅速安装在任何地方，在生产过程中没有噪音、有害排放物和有害气体

产生。从1940年RusllOhl于贝尔实验室测出硅样本中存在电阻发现光电效应

开始，作为能源产业的重要组成部分，关于光伏及能源产业发展的研究更加深入、

方法也日臻完善。

2011年，Papadopoulou［1］在《光伏工业系统：环境方针》一文中系统地介

绍了欧洲尤其是希腊的光伏工业发展现状，并详细阐述了能源管理和环境管理方面

的相关问题。Nazmiye等人［2］于2015年以电力、人口密度、污染指数、教育

水平、房屋持有数和影响光伏设备安装的房屋类型等因素作为变量，通过空间

Durbin模型和交叉截面数据分析英国光伏区域布局及其决定因素，运用拉格朗日

乘子检验发现英国光伏安装区域溢出效应明显。袁见［3］于2013年从状态空间

模型出发，以中国2002年到2011年之间的太阳能光伏产业的相关统计数据为基

础，将2006年作为中国光伏产业政策实施的时间突变点，探讨政策影响下的劳动

力投入因素、技术进步因素、资产投入因素以及产业政策因素对中国光伏产业发展

所起的作用，发现除了劳动力投入因素外，技术进步、资产投入因素明显促进了光

伏产业的发展，光伏产业政策因素显著地促进了产业的发展。兰强等［4］于

2014年从金融发展视角出发，以中国2008—2012年沪深两市A股能源类上市

公司为研究样本构建敏感性检验模型，探讨了制约能源产业发展融资约束问题的方

法，分析金融发展对能源产业融资约束的影响机理，发现中国能源产业存在着显著

的融资约束问题，在那些金融较为发达、市场化程度较高的地区以及货币发行量较

大的年份，融资约束程度明显较低，得出金融发展可以有效地缓解能源产业发展的

融资约束问题的结论。成成［5］于2015年从中国光伏产业链上游、中游、下游

环节入手，用BCC模型剖析中国光伏产业全产业链的发展现状与节点企业的现状，

找出影响光伏产业链节点企业效率的因素，得出中国光伏产业2009年进入成熟期，

综合效率值在2011年最高，其次是2008年，2009年最低。

通过以上研究发现，学者大多以某一国家数据为基础进行产业发展影响方面研究，

关于政策研究也是以某一时间点为突变点进行。对于光伏产业来说，贸易国际化性

质明显，若能在全球化背景下进行多国比较，对产业描述更加客观。从2012年起，

光伏产业发展进入崭新时期，若能探讨2011—2014年间产业政策等因素对光伏

产业发展的影响，会对现有国家政策制定及企业发展方向具有更加现实的指导意义。

效率是最能体现产业发展水平的指标，因此本文以光伏产业效率值为出发点，通过

计算19家上榜企业2007—2014年效率均值，考察中日美韩四国8年光伏产业

的发展过程，从企业的资产管理水平、企业的人力管理水平、企业的研发能力以及

市场服务水平、产业政策颁布种类数目等5个方面，选取该19家企业内外部环境

对效率的影响因素。在光伏企业的资产管理水平中，主要从企业的偿债能力、运营

能力两个指标来衡量；在光伏企业的人力管理水平中，主要从人均产值这一指标进

行衡量；光伏企业的研发能力用企业研发费用比率来衡量；市场服务水平中，主要

是从销售管理费用率这一指标进行衡量。

2.1偿债能力

偿债能力反映企业所承担的财务成本，直接影响企业的盈利能力，主要通过指标资

产负债率来进行描述。资产负债率即企业负债在总资产中所占的比重。由于资金都

是有价值的，只是衡量方式不同。对于所有者权益来说，其价值体现在股东权益和

每股收益，若公司盈利情况较好或者在股市中表现不错，则可以为股东带来收益；

对于银行长期负债和短期负债来说，资金的使用成本体现于还本付息；对于其他融

资方式，虽然方式不同但同样要付出相应的使用成本，其成本都要从公司盈利中扣

除。因此，若负债过高，就会造成光伏企业流动资金短缺，负债大于经营收入，致

使财务杠杆失衡，经营风险加大；若负债过低，表示企业对规模扩张力度较小，市

场推进速度缓慢。因此，资产负债率越高，企业付出的资金成本越大。其计算公式

为：Fit=负债总额/总资产*100%。

2.2运营能力

运营能力主要通过指标资产周转率来进行描述，反映了企业的经营状况，衡量企业

对资产的有效利用能力，体现“物尽其用”的思想。资产周转率即销售收入占总资

产的比重，衡量平均每一单位资产能够为企业带来多少的销售额。资产周转率在一

定程度上表现为光伏企业生产管理者的经营水平和资源配置水平，资产周转率越大，

表示企业对资产的管理运用水平越高。其计算公式为：Zit=销售收入/总资产

*100%。

2.3人均产值

人均产值是衡量光伏企业劳动力的投入对产出的贡献程度，反映出光伏企业员工的

个人生产效率，体现“人尽其才”的思想。光伏产业属于生产制造型产业，企业竞

争能力表现在单位产出，即单位人员销售收入。在产值相同的情况下，占用的人员

越少，表示企业对人力资源的利用能力越强；企业在劳动力投入相同时，人均产值

高的企业能生产出更优更多的产品，代表光伏企业劳动力产出水平。其计算公式为：

Evit=销售收入/员工人数*100%。

2.4研发能力

企业效率影响因素之一为企业研发能力，主要通过企业研发费用占总销售额的比例

来进行描述。研发费用比率在一定程度上反映出企业的产品竞争能力，以及生产产

品的知识密度。研发费用包括新产品、新技术和新工艺3个方面投入的资金，研

发费用比率越高，说明企业在产品、技术和工艺创新上的投入越大、产品技术含量

越高，相对生产成本越低，企业竞争能力越强。其计算公式为：Rit=研发费用/销

售收入*100%。

2.5市场服务水平

市场服务水平主要通过销售费用率指标来进行描述。光伏企业在实现和促进销售的

过程中所花费的直接销售成本及管理费用包括市场宣传费用、广告费用和售前、售

中、售后服务费用，以及其他为了实现销售的顺利进行和巩固现有市场而付出的费

用。销售费用越高，占营业总成本的比重越大，说明光伏企业对市场服务的投资力

度越大、市场开拓能力越强。其计算公式为：Jit=直接销售成本及管理费用/销售

收入*100%。

2.6产业政策

作为新兴产业，光伏产业离不开政策的引导。为了促进本国市场的发展，各国出台

适应本国发展的不同法令和政策。从各国颁布的种类可将产业政策分为：设备安装

补贴、分布式上网电价补贴、RPS、准入门槛、税收优惠、贷款优惠、技术研发支

持7个方面。因此，本文以各国是否颁布相应法令为依据，对中美光伏产业政策

进行打分，作为各国政策方面得分，得分越高的即相应的政策种类越多、法规越健

全。

由于产业的发展是企业发展的集中体现，本文根据规模和影响力挑选19家国内外

上榜企业，以其8年的面板数据为基础，分析这些因素对光伏企业效率的影响程

度，进而对影响光伏产业发展的因素进行研究。根据DEA中CCR效率模型计算

出光伏企业综合效率值均在［0，1］区间内，大于等于1部分的效率值均按1来

计算，即因变量EFFi产生了截断的情况。为避免因变量受限导致无法完全呈现真

实值而造成严重的有偏和非一致估计，本文选用Tobit回归模型对光伏企业综合

效率的影响因素进行分析，从微观层面出发为光伏产业发展提供思路。

3.1基本原理

James［6］首次提出Tobit回归模型，该模型通过回归方式来计算受限因变量。

本文以Tobit回归模型为基础，设定自变量xi为实际观测值，因变量yi是由CCR

模型计算出的企业综合效率值。由于yi均在［0，1］区间内，其中：yi*≥0时，

yi*的值为yi*的直接计算值，此时yi作为观测值是无限制的；当yi*≤1时，yi的

值均被取为1，此时的观测值yi为受限因变量。因变量yi与自变量xi的关系式为：

其中在公式（1）中，βT与x分别为（k+1）维的回归参数向量与解释变i量向量，

为计算出的企业综合效率值向量。同时，由于期望误差不为0，因此在进行参数估

计时应使用极大似然估计方法，其关系式为：

3.2模型设定

根据光伏企业综合效率值及其5个影响因素xi，建立Tobit回归模型，验证与xi

之间是否存在相关关系。通过影响因素分析，我们先对关系方向作出以下假设：

H01：资产负债率与光伏企业综合效率之间存在负相关关系，即光伏企业资产负债

率越高，支付的资金使用成本越大，则光伏企业的综合效率表现越差，取值越小；

反之越大。

H02：资产周转率与光伏企业综合效率之间存在正相关关系，即光伏企业资产周转

率越大，则企业的市场运营能力和销售能力越强，企业综合效率越高，取值越大；

反之越小。

H03：人均产值与光伏企业综合效率之间存在正相关关系，即光伏企业人均产值越

高，则光伏企业的综合效率越高，取值越大；反之越小。

H04：研发费用比率与光伏企业综合效率之间存在正相关关系，即研发费用率越高，

则光伏企业的综合效率越高，取值越大；反之越小。

H05：销售费用率与光伏企业综合效率之间存在正相关关系，即光伏企业销售费用

率越高，则光伏企业的综合效率越高，取值越大；反之越小。

根据以上假设建立Tobit回归模型为：

其中：EFF表示的是CCR模型中光伏企业的综合效率值；C为常数项；Fit为光伏

企业的资产负债率；Zit为资产周转率；Evit表示人均产值；Rit表示研发费用比

率；Jit表示直接费用率；it中i表示各决策单元的编号，t表示不同的年份；ε表

示误差项；βi为自变量的回归系数，该取值越大，说明相关关系越强。

3.3数据选取

为了反映各国产业发展水平，本文根据中投顾问、SolarBe、Wind资讯等公司按

产量和出货量作出的年度排名，选取2007—2014年全球十大多晶硅制造商、电

池片及电池组件生产商和5家规模最大的EPC光伏发电项目设计、采购、施工承

包商，共19家公司作为研究对象（见表1），基于其8年的面板数据作分析，计

算出企业DEA综合效率值EFF作为因变量［7］。的年度报表，并找出各企业的

资产总额、负债总额、员工人数、研发费用、销售收入、直接销售及管理费用等原

始数据，根据上述描述的指标计算公式计算出光伏企业的资产负债率、资产周转率、

人均产值、研发费用比率、直接费用率这5个指标共138组数据作为自变量。数

据描述统计量结果见表2所示。

从BvD数据库搜集该19家企业2007—2014年

4.1企业内部影响因素分析

运用Stata12.0软件对CCR中采用DEA法测算出的光伏企业的综合效率和上述整

理出的影响因素指标数值，代入公式3进行Tobit回归模型测算，结果如下：

根据光伏企业内部影响因素Tobit回归结果显示，拟合优度为94.91，说明模型能

够较好地解释因变量变动情况，其伴随性概率为0.0000，说明模型选用的合理可

信度较高。其中，光伏企业的资产负债率、资产周转率、人均产值这3个指标在

0.01水平上显著相关，并且资产负债率对企业综合效率呈负相关关系，相关系数

为-0.1929954；资产周转率对企业综合效率呈正相关关系，相关系数为0.585

8051，相关关系最强；人均产值对企业综合效率呈正相关关系，相关系数为

0.0002981；销售费用率指标在0.05水平上显著相关，对企业综合效率呈正相

关关系，其相关系数为0.5600004，相关关系较强。在回归结果中，仅研发费用

比率与企业综合效率改进相关关系不显著，相关系数为-0.4173615。

从2007—2014年度各国资产负债率均值比较计算结果（见表3）分析可知，各

光伏企业都承受着逐年提高的资金成本，企业偿债能力降低，经营风险加大。从资

产负债率8年均值来看，其中：中国最高，为0.62977；其次是韩国，为0.591

986；日本为0.521717；美国最低，为0.504829。各国的资产负债率均值均高

于50%。从各国光伏企业2007—2014年资产负债率变动比率来看，均上升了

40%以上，其中：美国增长最快，从2007年最初的0.324166变为2014年

0.626351，增长率高达93.219%；其次是韩国，从2007年的0.443925变为

2014年四国的最高值0.738956，增长率为66.4598%。一方面，从四国政策实

施方面比较可知，日本有系统安装方面的低息贷款优惠，美国除了贷款优惠以外还

为光伏企业提供贷款担保，而中国和韩国目前在光伏企业贷款方面还未出台明确的

实施办法，因此带来美日和中韩光伏企业在资产负债率均值方面的较大差异；另一

方面，对于光伏产业来说，市场处于成长期，资产负债率从侧面体现了企业规模扩

张力度，对于生产制造型企业，规模扩张可带来规模效益，从而降低单位成本、提

高竞争力，因此出现各国光伏企业资产负债率连年提高的普遍现象。最后，从资产

负债率变动比率来看，美国和韩国企业的规模扩张速度要大于中国和日本，例如韩

华收购德国Q-cells、美国SunEdison的急速扩张等。

资产周转率是5个指标中对企业综合效率影响最大的因素，每增加一个单位资产

周转率，企业综合效率可提高0.5858。从2007—2014年度各国资产周转率均值

比较中计算出的资产周转率8年均值可知，各国资产周转率均在下降，其中韩国

下降幅度最大，变动率高达-34.421%；日本均值最高，为0.778281。由于近年

来全球光伏产业低迷，从2008年开始光伏产品价格持续走低，企业销售收入均出

现下滑，各国光伏企业因此受到冲击，产品大量积压，企业开工率不足，大范围出

现停产停工现象，导致资产周转率普遍下滑，严重影响了企业效率。

人均产值对企业综合效率呈正相关关系，但是影响程度不大，这是由于光伏产业投

资成本较高、相对人工成本较小，导致相关关系表现不明显。人均产值表示劳动力

的投入对产出的贡献程度，从2007—2014年度各国人均产值均值比较中明显看

到，中国人均产值均值最低，仅为179.6299，其他三国均高于400，可见中国劳

动密集型产业效应明显。尽管一部分原因是中国大部分企业从事光伏产业中游的电

池生产和组件制造，与处于相同产业链的美日企业来说知识与技术含量较低。

销售费用率是企业综合效率较强影响因素，每提高一个单位销售费用率，企业综合

效率增加0.56。从2007—2014年度各国销售费用率均值比较中可见，中国在这

一指标上的投入要低于其他国家，由于销售费用率较低直接导致产品忠诚度不够，

进而影响企业效率的提高。

分析结果显示，研发费用比率与企业综合效率相关关系不显著，该系数为-0.417

3615。由于研发能力直接影响企业产品竞争力，而光伏产业属于新兴产业，各国

都以政府为主导开展项目研发工作，大部分研发费用来自于政府直接拨款，导致研

发与效率相关关系不显著。从2007—2014年度各国研发费用率均值比较可见，

虽然中国光伏企业研发费用率近8年来以304%的速度在增长，但是中国这一比率

仍然明显低于美国和日本，可见中国光伏企业研发意识逐年在增强，但力度不大。

光伏产业发展离不开企业效率的提高，通过企业综合效率与内外部因素相关关系分

析可知，资产周转率和销售费用率对企业效率影响最为显著。因此，对于新兴产业

市场的发展来说，良好的客户关系维系有利于企业效率的提高，光伏企业应适度增

加市场服务费用才能巩固市场地位；其次，控制资产负债率，实现规模与能力协调

发展。由于高速度必然伴随着高风险，因此光伏企业在发展过程中一定要把握住企

业扩张速度，提高企业管理能力。

【相关文献】

［1］oltaicindustrialsystems［M］//Greenenergyand

Heidelberg：Springer-Verlag，2011:31-55

［2］NAZMIYEBALTA-OZKAN，JULIDEYILDIRIM，al

distributionofphotovoltaicdeploymentintheUKanditsdeterminants:aspatial

econometricapproach［J］.EnergyEconomics，2015（51）:417–429

［3］袁见.中国太阳能光伏产业政策效应研究［D］.沈阳:辽宁大学，2013:23-54

［4］兰强，赵鹏大.金融发展对能源产业融资约束的影响研究［J］.资源与产业，2014，16

（5）:16-19

［5］成成.光伏产业链节点企业效率及影响因素研究——基于中国光伏上市企业的实证［D］.上

海:华东交通大学，2015:25-64

［6］tionofrelationshipsforlimiteddependentvariables［J］.The

EconometricSociety，1958，1（26）:24-36

［7］陈斯琴，刘旭东.光伏产业竞争力国际比较——基于面板数据的实证分析［J］.科学决策，

2016（1）:57-73