中國煤炭業上市公司經營效率研究

摘要：煤炭行業因其特有的產業優勢成為國民經濟的命脈之一，在國民經濟發展中占據重要的地位。文章運用DEA窗口分析方法，基于2005年至2010年期間內的半年度數據測度了我國十五家煤炭業上市公司的經營效率，以期系統全面地分析我國煤炭業上市公司的效率問題，文章的實證分析結果能夠為提升我國煤炭行業的競爭力和抗風險能力，提高其自身經營效率提供富有價值的經驗證據。

關鍵詞：汽車產業增長；經濟增長；Granger因果關系；VAR模型

一、 引言

眾所周知，煤炭作為世界性的不可再生能源，屬于我國的主要能源。煤炭在我國一次能源生產和消費構成中均占2/3以上。特別是近年來石油等替代能源趨于緊張，這更突顯了煤炭行業的重要性。煤炭行業作為我國的傳統行業，有著悠久的歷史和相對的優勢，煤炭行業是國民經濟的命脈之一。然而隨著世界經濟的發展和全球一體化的進程加劇，我國煤炭行業開始面臨更多的挑戰和壓力，2008年9月以來尤為明顯。因此如何提升我國煤炭行業的競爭力和抗風險能力，提高其自身經營效率，是非常值得探討的問題。

目前國內學者關于煤炭企業上市公司經營績效的研究，主要集中在運用多元統計的主成分分析（王立杰和李準錫，2004；嚴軒琳，2009）和因子分析法（李忠衛和王立杰，2008；劉靜，2008）。選取反應盈利能力、償債能力、成長能力、運營能力等方面的財務指標數據對公司經營效率進行綜合評價。這類方法的經營業績的變量選取只局限財務指標，對影響公司效率的非財務指標如公司資產、規模等未作考慮，此外對引起結果的動因缺乏分析，而且也難以提出改進業績的途徑。

DEA作為一種處理具有多投入、多產出的同類企業相對效率的有效方法，克服了統計方法的局限，吸引了一些學者的關注。魏曉平和王立寶（2005）的研究顯示我國上市煤炭公司的經營水平較低，經營效率提高的空間很大。饒甜甜和呂濤（2009）的研究結果表明，大部分煤炭企業經營效率沒有達到DEA有效，主要在于資產的閑置、人員的冗余和規模的限制。程曉娟和全春光（2010）從技術效率、純技術效率和規模效率等方面對我國煤炭行業上市公司經營效率進行了評價和分析，結果表明煤炭行業上市公司的經營效率并不理想，主要原因是大量資產的閑置、機構龐大、人員臃腫、過大的期間費用支出導致的成本浪費以及規模的限制。此外，彭英柯和張文（2010）采用了DEA方法中的CCR模型，對中國煤炭行業上市公司經營績效進行了分析，探討了金融危機前后上市公司經營績效的變化，并分析變化原因供決策單位參考。

由于以上研究使用的均為靜態DEA模型，不利于跨時間區間的動態比較分析，且樣本量較小，容易產生有偏估計，因而本文引入了動態DEA模型中的窗口分析方法，以克服上述問題。本文選取了2005年~2010年我國煤炭企業上市公司的半年度數據，對煤炭企業的經營效率進行評價和分析，并為煤炭企業提高經營效率提供對策建議和參考。

二、 研究方法與建模

1. DEA窗口分析。數據包絡分析（DEA）主要用于截面數據的分析。利用截面數據分析，不考慮時間因素的影響，不能從時間序列的角度對DMU進行趨勢分析。DEA窗口分析克服了傳統DEA分析不能進行時間序列上的比較的問題。

Charnes（1985）提出了DEA窗口分析模型，為基于面板數據計算“效率”提供了依據。DEA窗口分析模型的方法是將一個面板數據分割成若干個長度相等的時間段，且相鄰的時間段是疊加的，該時間段稱為窗口。其思想是將同一個決策單元同一期間在不同的時間窗口中視為不同的決策單元，實質是將一個面板數據分割成了若干個小的面板數據，因為這些被分割成的面板數據之間是疊加的，因此很大程度的增加了數據的自由度。窗口分析時對于窗口的長度的確定，沒有相關理論支持。不過多數研究采用的窗口為三期（Charnes et al.，1985；Tulkens et al.，1995；Sufian，2007），因此，本文采用的窗口長度定為三期。

本文采用的是半年度數據2005Q1-2010Q2共12期，窗口長度為3期，共計10個窗口。當DEA的窗口分析將每個半年度的DMU視為不同的實體的時候，具有15個DMUs的三期窗口等價于45個DMU，觀測樣本數量增大為450（3×15×10），從而擴大了自由度。

假設時間長度為T，窗口分析時期為k（1?燮k?燮T），窗口的寬度為?滓（1?燮?滓?燮T-k），用符號k?滓表示，則此時的分析對象有N×?滓個樣本。

該樣本的投入矩陣為：

Xk?滓=（x1k，x2k，…，xNk，x1k+1，x2k+1，…，xNk+1，…，x1k+?滓，x2k+?滓，…，xNk+?滓）（1）

相應的產出矩陣為：

Yk?滓=（y1k，y2k，…，yNk，y1k+1，y2k+1，…，yNk+1，…，y1k+?滓，y2k+?滓，…，yNk+?滓）（2）

在規模收益可變模型（BCC）的條件下，DMU′t的技術效率值可以由表示為下式：

2. 我國煤炭企業上市公司經營效率評價指標的選擇。煤炭企業上市公司在其行業內具有主導地位，因此可以把上市公司的經營績效視為該行業整體經營水平和競爭能力的縮影。考慮到股票上市初期公司的表現和股票價格均不穩定，本文選取上市時間相對較長的公司，這樣就確保了公司的行為相對成熟，同時兼顧數據的可得性，故本文選取了15家煤炭上市公司2005年~2010年共六年的半年度數據。這15家煤炭上市公司分別為：靖遠煤電、神火股份、冀中能源、煤氣化、西山煤電、蘭花科創、兗州煤業、陽泉煤業、盤江股份、上海能源、恒源煤電、開灤股份、鄭州煤電、安泰集團、伊泰B。數據全部來源于各上市公司的年報和半年報。

本文從上市公司的利潤構成、主營規模、主業盈利水平等方面考慮，投入指標定為主營業務成本、凈資產和經營管理費用；產出指標分別是主營業務收入和利潤總額。主營業務成本是相對于主營業務收入的投入，與主營業務收入共同反映企業內部管理經營效率；凈資產反映了企業規模，是企業經濟效益的重要保證；經營管理費用可以反映出企業內部的組織管理水平，可以衡量出企業內部成本的控制水平；利潤總額是評價企業盈利能力、管理績效以至償債能力的一個基本工具，是一個反映和分析企業多方面情況的綜合指標。

三、 實證分析

本文采用DEA窗口分析的方法測度了中國煤炭行業15家上市公司的效率。在進行效率測度時，窗口期限設為三期，共10個窗口。為了更好地研究我國上市煤炭公司的經營效率，本文分別測度了技術效率、純技術效率并進而計算出規模效率。然后考察了效率窗口隨時間的變化。效率測度結果見表1。

表1中，“均值”是指各家上市公司樣本期間年度效率的均值；“標準差”為每家上市公司在整個時間段內效率值的標準差。“地域均值”為同一地區各上市公司效率的平均值，本文共分為東部、中部、西部三個地區。

從表1可以看出，這15家煤炭行業上市公司中，陽泉煤業的技術效率最高，為0.980。其次是神火股份（0.942）和伊泰B（0.948），這三家公司都處于“在現有產出的基礎上，投入最小”的理想狀態。效率值居中的有盤江股份、煤氣化、鄭州煤電、上海能源、恒源煤電、蘭花科創，它們的平均效率值為0.842。其中，靖遠煤電、冀中能源、西山煤電、兗州煤業、開灤股份、安泰集團效率相對較低，效率均值為0.758。研究發現，效率值最高的公司其標準差也最低，這個結果與Charnes等（1985）的研究一致。他們發現具有高效率水平的決策單元往往顯示出比同一時期的其他低效率的決策單元具有更低的標準差。

純技術效率結果中，效率值最高的是靖遠煤電0.992，另有神火股份、兗州煤業、陽泉煤業、盤江股份和伊泰B的效率值也很高，均值為0.946。其次是煤氣化、蘭花科創、盤江股份、上海能源、恒源煤電和鄭州煤電，效率均值為0.853。可以看出，純技術效率分析結果比技術效率高，結果更加樂觀，這是因為剃除了規模因素的影響。

對于煤炭行業而言，規模是一個關乎經營效率的非常重要的因素。由表1可知，除靖遠煤電和兗州煤業兩家上市公司規模效率值比較低外，其他13家公司的規模效率值都很高，均值達到0.978。對規模效率的分析發現，神火股份、陽泉煤業、盤江股份、伊泰B實現了整體效率DEA有效的企業規模收益達到最優。靖遠煤電、煤氣化、蘭花科創、恒源煤電、安泰集團5家企業處于規模收益遞增階段，說明擴大公司規模可以提高經營效率，但是受到了煤炭采掘業建設周期長，技術進入壁壘較低、資本退出壁壘較高的行業特征的局限。這些企業應該加快企業整合，擴大資產的投入，努力提高產出水平，快速達到規模經濟。而冀中能源、西山煤電、兗州煤業、上海能源、開灤股份、鄭州煤電6家企業處于規模收益遞減階段，說明可能存在過度擴張，超越了該企業的承受能力。這些公司可根據實際情況，適當的收縮成本，調整資本結構，加強內部管理，提高投入產出效率，將生產調整至最佳狀態。

另外本文還考察了15個上市公司所在的地理位置劃分為東、中、西部三個區域，將同一地區上市公司歸為一類，其中東部地區有4家上市公司，中部地區8家，西部地區有3家。從表2中可以看出，中部和西部上市公司的技術效率平均值相對較高且差別不大，分別為0.852 5和0.853 0。東部地區上市公司的技術效率值最低，為0.772 5，純技術效率平均值也是最低的，為0.828 2。西部地區最高，中部次之。主要原因在于，我國煤炭資源主要集中分布在山西、內蒙古自治區、陜西及新疆等省區；而我國經濟發展較好的東部地區煤炭企業間的競爭相對較小，加大行業競爭可能減少低效率。

四、 結論及政策建議

本文運用DEA窗口分析模型使用2006年~2010年的數據對15家中國煤炭業上市公司的經營效率進行了分析、分解與評價。得到以下主要結論和建議：

2005年~2010年15家煤炭上市公司技術效率水平雖有逐年好轉的趨勢，但整體水平仍然較低。實現DEA有效的只有4家上市公司，不到三成，這表明煤炭行業上市公司的經營效率并不理想。主要原因是大量資產的閑置、機構龐大、人員臃腫、過大的期間費用支出導致的成本浪費，以及規模的限制。

純技術效率值最高的公司是靖遠煤電，它也是標準差最小的公司，說明其經營穩健。這結果也驗證了Charnes 等（1985）的研究結果，高效率的DMU比低效率的DMU具有更低的標準差。純技術效率分析結果比技術效率高，這是因為剃除了規模因素的影響，可見規模是影響技術效率的主要因素。

規模測度結果表明，15家公司中只有4家實現了規模經濟，11家存在規模不經濟，其中5家處于規模收益遞增階段，6家處于規模收益遞減階段。這表明，多數煤炭業上市需要調整規模結構以提高競爭力和抗風險能力。

另外，中部和西部上市公司的技術效率平均值相對較高且差別不大，東部地區上市公司的技術效率值最低，純技術效率平均值也是最低的。說明我國煤炭業的發展存在著地區差異，需要加大東部地區的煤炭企業間的競爭，競爭是提高效率的有效有段。

參考文獻：

1. Charnes， A.， Clark， C.T.， Cooper W.W. and Golany， B. A Developmental Study of Data Envelopment Analysis in Measuring the Efficiency of Maintenance Units in the U.S. Air Forces， Annals of Operations Research，1985，2（1）：95-112.

2. Sufian， F.， Trends in the Efficiency of Singapore's Commercial Banking Groups: A Non- Stochastic Frontier DEA Window Analysis Approach， International Journal of Productivity and Performance Management，2007，56（2）:99-136.

3. Tulkens， H. and van den Eeckaut， P.， Nonparametric Efficiency， Progress and Regress Measures for Panel Data:Methodological Aspects， European Journal of Operational Research，1995，80 （3）: 474-499.

4. 程曉娟，全春光，基于DEA的煤炭行業上市公司經營效率評價.礦業工程研究，2010，25（1）：73-76.

5. 李忠衛，王立杰，王大鵬.基于因子分析法的煤炭上市公司績效評價.中國礦業，2008，17（2）：10-13.

6. 劉靜.我國煤炭上市公司經營績效的因子分析.河南師范大學學報(哲學社會科學版)，2008，35（11）：79-83.

7. 彭英柯，張文. 我國煤炭企業上市公司經營績效分析.經濟數學，2010，27（1）：73-80.

8. 饒田田，呂濤. 基于DEA的大型煤炭企業經營效率評價與分析.中國礦業，2009，18（8）：27-30.

9. 王立杰，李準錫. 煤炭上市公司經營績效的多元統計評價. 技術經濟，2004，195（3）：60-62.

10. 魏曉平，王立寶. 基于DEA模型的煤炭行業上市公司經營效率評價.統計與決策，2005，（12）：61-63.

11. 嚴軒琳.主成分分析法在煤炭類上市公司經營業績綜合評價中的應用. 中國管理信息化，2009，12（9）：57-59.

11. 王建華，王方華.企業競爭力評價系統及應用研究.管理科學學報，2003，（2）.

12. 鄭成功.中國煤炭工業企業競爭力評價與實證研究.企業技術開發，2009，（7）.

13. 黃榮順，揭筱紋，王亮.四川規模以上民營企業競爭力評價——基于主成分因子分析法的實證研究.軟科學，2009，（12）.

基金項目：國家社科基金重2010年度國家社會科學基金重點項目“低碳經濟時代的碳金融機制與制度研究”（項目號：10AJL006）；吉林省教育廳“十二五”社會科學研究項目“振興吉林老工業基地的碳金融發展戰略研究”（項目號：吉教科文合字[2011]第380號）階段性成果；本文受到吉林大學“985工程項目”資助。

作者簡介：顧洪梅，吉林大學中國國有經濟研究中心研究員、副教授，經濟學博士，法經濟學博士后；劉志云，吉林大學經濟學院金融學專業碩士生。

收稿日期：2011-10-08。