一、引言与文献回顾
煤炭是我国的主体能源，一直占能源生产和消费的2/3以上。近年来，石油等替代能源的进一步紧缺更突显了煤炭行业的重要性，煤炭在我国能源结构中的基础地位长期内不会改变，煤炭行业作为关系国计民生的基础行业，在煤炭储量有限的情况下，其生产效率的进一步提高对我国能源的供给将会做出极大的贡献，因此研究我国煤炭企业的生产效率具有重要的现实意义。当前，煤炭企业粗放型经济增长模式仍未得到实质性的转变，推动煤炭企业技术变革与生产效率提高迫在眉睫。煤炭企业本质上是个多投入多产出的复杂系统，DEA就是一种评价具有多输入多输出指标的同类企业间相对有效性的方法，本文引入集成超效率DEA模型对煤炭企业的生产效率进行实证分析，并提出我国煤炭产业的绿色发展模式。2005年，胡省三和成玉琪在研究煤炭工业21世纪的发展方向时指出，煤炭工业应该向“高效、安全、洁净、结构优化”的方向发展，并应着手解决煤炭资源精细勘查与开采、技术与装备、煤矿安全、煤转化技术、生态环境等煤炭科技发展等重大问题。稍后，金碚认为我国工业未来的发展应该用科学发展观来指导，推动理论、技术、制度和管理的不断革新，最终实现粗放型经济增长方式的根本转变。
与上述文献不同，一些研究者采用计量方法和数理经济模型来研究煤炭企业的生产效率，并提出了一些有用的管理启示和建议。在这些方法和模型中，尤以数据包络分析(DEA)方法最为流行与实用。穆东等用CCR和C2GS2模型分析了汶南煤矿1985—1993年的技术进步情况。穆东和李冠运用CCR和BCC模型分析了煤炭企业的非煤产业项目投资的技术效率、纯技术效率和规模效率。安景文等对64个煤炭企业1994—1997年的技术效率和规模效率进行分析，他们把这64个企业分为5类，并对相应类别提出各种对策。姚平和梁静国采用DEA和SFA方法对我国40家煤炭企业2004—2006年的效率进行了评估，在对这两种方法的计算结果进行了相关分析和一致性检验时发现两种模型计算出的效率值在数值上有显著差异，但在效率排序上具有很好的一致性。余荣荣和唐凯用DEA模型评价42家煤炭企业2006年的技术效率，分析了各类非技术有效煤炭企业的成因，提出了一些改进措施。最近，宋梅等同样运用CCR和C2GS2模型评价了煤炭产业组织结构的有效性，并从企业自身和产业结构两个方面对非有效的煤炭企业提出了一些改进建议。
容易看出，上述文献集中于采用基本DEA模型分析煤炭企业相对绩效和规模效益。但是，在实践中，除了能够分析出行业内相对有效的煤炭企业，可能还需要对这些有效的煤炭企业进一步分析以找出最有效的煤炭企业，也就是说，需要对有效的煤炭企业作排序或者对所有决策单元作全排序，故有必要采用超效率DEA(SE-DEA)模型来实现这一过程。不过，不同类型的SE-DEA模型对于同一个数据样本会产生不同的排序，这让管理者产生了困惑。此外，上述个别文献还存在由于投入/产出指标数之和大于评价单元数目所导致大多数决策单元有效性的问题。
考虑到上述研究存在的不足之处，本文首先选择合理的投入/产出指标和煤炭企业数，接着用多个SE-DEA模型对煤炭企业进行排序，随后用多种集成方法对排序结果进行集成以得到多个综合排序方案，最后通过统计学方法对每个综合排序进行一致性检验，以得出一个优良的排序方案。本文的第二部分构建了煤炭企业超效率DEA评价指标体系，第三部分使用集成超效率DEA模型进行了计量分析，第四部分是综合集成方法定量分析和统计检验，在文章的最后给出了结论和下一步的研究方向。
二、煤炭企业超效率DEA评价指标体系
超效率DEA(SE-DEA)方法是Andersen和Petersen于1993年提出来的，通过把被评价决策单元排除在参考决策单元集合之外，得到被评价单元的效率值，决策者通过此效率值能够对有效的决策单元(效率值为1)进行排序，同样还可以对所有决策单元进行全排序。
在进行DEA评价时，一般要求各决策单元具有同质性，即具有相同的目标和任务；具有相同的外部环境和具有相同的输入和输出指标3个主要特征。显然，我国上市煤炭企业是具有上述三个特征的决策单元。然而，在实际评价过程中，不同的输入和输出指标体系将会产生不同的评价效果，因此，如何选择评价指标、建立合理的评价指标体系，对评价这些企业生产效率、纯技术生产效率、规模效率至关重要，并随之影响煤炭企业的经济结构、经济规模和经济成长性等各方面。通过综合考虑煤炭企业生产、经营、运作与销售等各个方面，本文采用员工总数(YGZS)、主营业务成本(YWCB)、固定资产(GDZC)、销售费用(XSFY)、管理费用(GLFY)和财务费用(CWFY)6个指标为输入指标；以主营业务收入(YWSR)和利润总额2个指标为输出指标，共8个指标构成了煤炭企业生产效率综合评价指标体系。具体见表1所示。
表1 煤炭企业生产效率综合评价指标体系
三、超效率DEA计量分析
按照第二部分构建的指标体系，本文收集整理了我国上市企业煤炭板块19个公司2008年的生产经营数据。对这19个公司，本文采用超效率径向DEA模型(Radial DEA Models)和超效率非径向DEA模型(Non-radial DEA Models)对其进行评价和分析。其中，超效率径向DEA模型选用面向产出的超效率CCR模型(简记为Super-Radial-O-C)和面向投入的超效率BCC模型(简记为Super-Radial-I-V)；超效率非径向DEA模型选用基于松弛变量的面向投入且规模收益不变的超效率模型(简记为Super-SBM-I-C)和基于松弛变量的无面向的且规模报酬可变的超效率模型(简记为Super-SBM-V)。
在进行计算之前，由于财务费用等指标数据存在负数，为了能够直接使用上述4个模型，需要对有负数的指标数据进行转化处理。对于其他数据，由于DEA方法的固有特征，并不需要特别的处理操作。然而，为了方便且不失一般性，本文对每个指标采用如下公式进行标准化处理：
在公式(1)中，xi、xmax、xmin。和x’i。分别表示第i个指标的实际数值、最大值、最小值以及转化后的数值。容易看出，x’i是一个无量纲数，且取值范围为[0.1，1]。经数据变换后上述4种方法得到的效率值见表2。
表2 4种超效率DEA方法计量结果
在表2中，上述4种方法得出的效率值各不相同，因此，每个单元的投入冗余和产出不足也各不相同。表3列出了4种方法得出的效率值算术平均值，以及投入冗余和产出不足的算术平均值。
表3 煤炭企业的投入冗余和产出不足
从表3可以看出，大部分煤炭企业的生产效率是可以接受的，但是存在着很大的个体差异，不少企业生产效率还有很大的上升空间。特别地，中煤能源相对于其他煤炭企业在各个指标上都占有比较优势，而上海能源等非有效煤炭企业却需要在各个指标上做出改进。为了提高煤炭企业的生产效率，可以从增强创新能力、提高技术水平、扩大生产规模和减少冗余人员等方面采取措施。我国经济正处于转型期，非有效煤炭企业要在市场经济的竞争过程中不被淘汰，必须不断努力提高企业的生产效率和经营管理水平，学习市场上的领先者。有效的煤炭企业不仅要保住自身优势，还需要不断加强技术与管理革新，探索更良好的发展模式，带动整个行业的发展。行政管理部门则应该通过制定一系列发展规划，对不同的煤炭企业采取不同的措施，最终推动我国煤炭产业的良性发展。
四、综合集成方法计量分析
(一)四种集成方法计量结果
从表2可以看出，不同的超效率DEA评价方法会产生不同的评价结果，这会让管理者产生困惑，不知道该采用何种方法。为了解决这个问题，不少学者选用多种方法进行评价并对结果进行组合，由于不同的组合方法会导致组合后的结果各不相同，因此，必须用规则确定哪一种组合方法在什么情况下是更有效的。这里，本文拟用Synthetic Average法、Borda法、Copeland法和模糊Borda法进行组合，每个煤炭企业在每种集成方法下的得分和排序如表4所示。
表4 集成计量结果
(二)集成计量检验
由于集成评价是以单一评价结果为基础建立起来的，其科学合理性直接取决于所选取的这几种单一评价法的结果是否合理。这就需要通过检验这几组评价结果能否相互印证，即是否具有一致性，只有当选择的原始方法具有一致性时，在此基础上所建立的集成评价法才是有效的。于是，在应用集成评价方法之前必须进行一致性检验。若出现多种排序方法，需要采用Kendall一致性系数对集成评价法进行事前检验。同时，关于集成评价方法的结果是否合理？其标准式集成结果与原始方法的排序结果之间是否密切相关，即集成评价法是否为原始方法的如实体现。此时，可以借助集成评价法的事后检验得到确认。
在事前检验中，评价结果的Kerutall’s W系数为0.981(见表5)，x2统计量近似的p值近似等于0，因此可以拒绝原假设，说明4种评价方法结果是一致的。
事后检验首先要计算各单一评价法与集成评价结果之间的spearmart秩相关系数。
表5 计量结果Kendall一致性系数检验
表6 单一计量结果与集成计量结果spearman秩相关系数
由于n≥10，故使用tk=pk×[(n－2)/(1－pk2)]1/2可以计算t检验统计量。
表7 单一计量结果与集成计量结果spearman秩相关系数检验
从表7检验结果可以看出各种集成方法t检验统计量都显著大于给定的显著性水平α=0.01的临界值tα/2,(n－2)＝2.898，所以四种集成方法均与原四种单一DEA方法密切相关，其中又以第一种集成方法即Synthetic Average法组合效果最佳(气值最大)，第四种集成法即模糊Borda法组合效果最差，其它集成方法则介于Synthetic Average法与模糊Borda法之间。因此，Synthetic Average法与原单一评价方法之间的相关程度最高，而且处理方法简单，没有复杂的运算，对原始评价信息保留也最充分，也是本文中最好的集成评价方法。因此选用Synthetic Average法组合计量结果作为煤炭上市企业2008年生产效率最后排名的计量结果，见表8。
表8 Synthetic Average法集成SE-DEA组合排名计量结果
五、结论
本文基于集成超效率DEA模型对煤炭企业的生产效率进行了实证分析，研究表明，为了提高煤炭企业的生产效率，可以从增强创新能力、提高技术水平、扩大生产规模和减少冗余人员等方面采取有效措施。首先，通过建立煤炭企业生产效率评价指标体系，将生产效率的提高情况纳入煤炭企业发展综合评价体系，作为煤炭企业主要负责人综合考核评价的重要内容，实行严格的问责制，是强化煤炭企业社会责任，确保整个煤炭行业经济增长方式转变的重要基础和制度保障。其次，应遵循系统性与独特性相结合、静态性评价与动态性评价相结合原则科学设置评价指标体系，探索出一些能解析煤炭企业生产效率本质特征的创新指标、综合指标和系统指标。再次，有必要对煤炭企业生产效率发展综合评价结果进行验证研究，采用多种方法比较分析，包括与其他研究结果比较、不同方法的结果比较以及实际效应的比较等，建立动态评价系统。与此同时，我国煤炭企业需要尽快形成绿色发展模式，最大限度地减少对环境的负面影响，实现可持续发展。各煤炭上市公司节能减排现状见表9。
表9 各煤炭上市公司节能减排现状
需要指出的是，基于集成超效率DEA模型对煤炭企业的生产效率进行分析并不能反映煤炭企业存在的所有问题，包括企业的绿色经济发展现状。这种分析方法的侧重点在于相对效率的比较分析，该方法并不能指出理论上的绝对有效，并且由于数据的可得性，造成了指标选取的局限性，一些问题不能得到全面反映，比如说煤炭企业所处地理位置优越与否、对周围环境的正面或负面影响到底有多大以及矿藏贫富与否等因素。在本文中，我们尚未对这些煤炭企业的非期望产出进行分析。这是因为，虽然国内外学者们经过努力已经开发出不少的考虑非期望产出(Undesirable Out-puts)的DEA效率模型，考虑非期望产出的DEA模型的完善和应用尚有许多亟待研究的科学问题。另外，数据较难收集也是重要原因之一。当然，这些也是我们下一步的研究方向。
核心关注：拓步ERP系统平台是覆盖了众多的业务领域、行业应用，蕴涵了丰富的ERP管理思想，集成了ERP软件业务管理理念，功能涉及供应链、成本、制造、CRM、HR等众多业务领域的管理，全面涵盖了企业关注ERP管理系统的核心领域，是众多中小企业信息化建设首选的ERP管理软件信赖品牌。
转载请注明出处：拓步ERP资讯网http://www.toberp.com/
本文网址：http://www.toberp.com/html/consultation/1082043675.html
相关文章
