馮蘭剛 趙國杰 魏曉瑞
摘要:從生態與經濟績效兩方面、以生態經濟效率與效果兩個維度構建指標體系,并基于粗糙集理論對指標進行優化,設計了基于AHP和粗糙集理論的指標權重,綜合考慮了主觀經驗與客觀數據的特點,構建了基于DEA的效率模型和基于綜合評價的生態經濟效果評價模型。根據效率與效果測度結果,設計生態經濟綜合指數,并根據分布情況構建鋼鐵企業生態經濟效率—效果矩陣及其路徑優化矩陣。鋼鐵企業綜合績效的測度彌補了傳統績效考核的不足,只有綜合考慮生態經濟效率和效果,才能全面衡量企業的生態經濟績效。
關鍵詞:“兩高一資”企業;生態經濟;經濟績效;生態水平;粗糙集理論;效率—效果矩陣;綜合測度;生態效率
中圖分類號:F403.7 文獻標識碼:A 文章編號:1007-2101(2015)04-0082-05
一、引言
鋼鐵企業是典型的“兩高一資”企業,其生產過程是把資源、能源轉化為鋼鐵產品,同時有廢渣、廢液、廢氣產生的代謝過程。構建和諧社會,經濟與生態和諧發展,對鋼鐵企業績效考核時,不僅僅要重視經濟效益的測度,更要考慮鋼鐵企業的資源、能源消耗強度,以及對環境的破壞強度。因此,我們提出鋼鐵企業的生態經濟績效,既包含經濟績效,又考慮到生態水平。同時,為了彌補以往文獻只從生態經濟效率考核企業績效的片面性,引入生態經濟績效綜合指數,即從效率和效果兩方面來綜合測度鋼鐵企業的生態經濟水平。
1992年,世界可持續發展工商理事會(WBCSD)第一次提出生態效率[1][2](eco-efficiency)的概念,認為生態理念要求企業在生產產品滿足人類需求的同時,使得產品或服務的整個生命周期內,盡量降低對資源、能源的消耗,努力降低產品或生產過程對環境的破壞程度,使之保持在生態環境承載力的范圍之內。但是,僅僅考慮生態經濟效率是遠遠不夠的,一些企業效率比較高,但是其生態經濟效果并不理想,可能是因為投入過低而導致的效率雖然不低,但是產出的經濟效果、生態效果也維持在較低的水品;而一些企業效率雖然不高,但是其生態經濟效果卻很顯著,表現為資源、能源消耗較少,環境破壞強度較低,效率較低的原因可能是因為投入大量資金改善環境、淘汰落后產能等,以犧牲短期的效率來換取長期的可持續發展。因此,只有綜合考慮生態經濟效率和效果,才能較為全面地衡量一個企業的生態經濟績效。
二、基于DEA的鋼鐵企業生態經濟效率測度
(一)指標體系構建
構建科學的鋼鐵企業生態經濟效率測度的指標體系對于客觀的評價企業績效具有重要意義。根據評價鋼鐵企業生態經濟績效的目的,結合我國鋼鐵企業發展的實際情況,依據指標建立的原則來構建該體系[3],如表1所示。
1. 勞動力投入。勞動力必須從數量和質量兩個維度來考慮,不同質量的員工獲得的薪酬是有差別的,用薪酬來區分勞動力的差異是合理的,所以選擇薪酬而不是勞動力數量來作為勞動力投入。2. 資源投入。鋼企的資源投入種類多、用量大,從鋼鐵企業的特征和生態經濟效率的角度出發,這里的資源我們僅考慮新水用量和含鐵原材料的投入。3. 能源投入。把所有能源按照折算系數折算為標煤。4. 經濟投入。很多文獻把資本總額作為鋼鐵企業的經濟投入,這就會與資源投入、能源投入等有重疊,對結果產生不利影響,所以選擇固定資產作為經濟投入指標。5. 經濟產出。為了突出鋼鐵企業生產領域生態經濟績效,盡量選擇實物指標。綜合考慮眾多因素,選擇鋼產量作為鋼鐵企業生態經濟效率的經濟產出。第一,鋼是每個鋼鐵企業的最重要、最主要的產品。第二,與其他指標口徑保持一致,總量指標與單位指標的換算都是以鋼的產量為依據的。第三,突出實物性,剔除其他因素影響。6. 環境產出[4]。沒有選擇廢渣是因為在生產過程中,絕大部分的廢渣已被回收利用。2010年12月份,在79家鋼鐵企業當中73家企業的回收利用率達到100%。
(二)數據來源與處理
考慮到數據的可得性,把研究對象確定為46家重點大中型鋼鐵企業;研究區間為2006—2010年。數據來源于鋼鐵企業對標數據。基于科學性和可比性原則,對數據進行處理:(1)環境產出是非期望產出,其值越小越好,根據DEA對數據的要求將其作為輸入。(2)用相應的價格指數剔除價格因素的影響。
(三)評價結果與分析
DEA是比較成熟的方法,對其原理不再贅述,選擇DEAP2.1軟件作為分析工具,選擇產出為導向、VRS的計算方法[5][6]。
1. 總體效率水平。總效率的變化范圍為0.54~1,其中每年的最小值、平均值變化情況從2006年到2009年,綜合效率最小值一直處于上升趨勢,從2006年的0.54上升到2009年的0.685,說明在“十一五”期間的前4年,生態經濟水平較差的企業總效率也不斷提高,只是到2010年有小幅度的下降;總技術效率的平均值從2006年的0.88增長到2009年的0.925,并在此達到最大值,2010年也有一個小幅度的下降,從這幾年的總效率平均值來看,我國大中型鋼鐵企業的生態經濟效率的值并不低,其最大值已達到0.925。
2. 規模效率分析。鋼鐵企業生態經濟的規模效率是指因為企業經濟規模的變化而導致產出的變化程度,即鋼鐵企業的規模距離最佳規模的遠近程度。由圖1可知,2006—2010年鋼鐵企業的生態經濟的規模效率波動上升,而且5年間的平均值均在純技術效率之上,說明我國重點大中型鋼鐵企業總效率的無效性主要來自純技術無效性。純技術效率是指鋼鐵企業在一定資源投入下實現最大產出的能力,同時在生產過程中也體現了企業對廢棄物的綜合回收利用的能力。純技術效率相對比較低,說明我國雖然是鋼鐵大國,但是離鋼鐵強國還有很長的路要走。
三、基于AHP和粗糙集理論的鋼鐵企業生態經濟效果測度
(一)指標體系的初步構建
鋼鐵企業生態經濟效果分析是在效率分析的基礎上,從結果上測度生態經濟績效。其指標體系的構建也是在效率指標的基礎上發展起來的,具體指標見圖2。endprint
(二)基于粗糙集理論的指標優化[7][8]以及權重的確定
1. 指標優化程序。根據我國重點大中型鋼鐵企業生態經濟效率指標體系的特點,采取基于粗糙集等價關系的指標約簡算法,其程序為:第一,確定屬性集。第二,數據收集與整理;第三,界定各個屬性值的語義;第四,設置決策表;第五,屬性約簡。
根據粗糙集理論對指標進行優化,在效果評價初始指標體系中,可以把固體廢棄物綜合利用率、質量管理體系(ISO9000)、環境管理體系(ISO14000)三項指標約簡掉。
2. 基于粗糙集理論的指標權重的確定。在基于粗集理論對指標優化的基礎上,基于知識熵的方法確定權重,首先根據屬性a1、a2、a4、a5、a6對案例庫的劃分,計算知識熵,然后對各個屬性知識熵進行歸一化處理,得到各屬性值的權重{0.202 2,0.200 1,0.2,
0.193 3,0.204 4}。
3. 基于AHP的主觀權重的確定[9][10]。層次分析法是美國著名運籌學家薩蒂于20世紀70年代中期提出的一種多目標、多準則的決策方法。該方法體現了人們的決策思維“分解—判斷—綜合”的基本特征,充分體現了專家經驗的重要價值。由于AHP算法較為成熟,其原理不再贅述,按照該方法得到主觀權重為:{0.115,0.097,0.187,0.313,0.288}。
4. 綜合權重的確定。綜合考慮主觀賦權和客觀賦權的優缺點,選擇綜合權重來區分鋼鐵企業生態經濟效果評價指標的重要程度,這既能克服主觀權重和客觀權重的缺陷,又能發揮二者的優點。在綜合各個專家意見后,主觀權重占75%,客觀權重占25%,這充分體現了專家經驗的重要性,也考慮到數據的特點。其綜合權重見表2。
(三)效果測度結果與分析
根據基于粗糙集理論和AHP確定的綜合權重,對經過優化后的指標進行線性加總,得到評價結果,表3給出了鋼鐵企業的各種效率、效果的平均值。
鋼鐵企業的生態效果由資源、能源效果和環境效果構成。在研究區間內,資能效果和環境效果曲線發展較為平緩,并呈上升的趨勢。這說明在我國鋼鐵產業發展過程中,資源、能源的消耗強度呈現不斷下降的趨勢,對環境破壞強度也不斷降低,經濟效果起伏不定。在產業結構調整過程中,不可避免地要犧牲一些短期經濟利益,最終目的是實現鋼鐵產業經濟效益與生態效益共同發展。另外,2009年國際鐵礦石價格大幅波動,這也在很大程度上拉低了鋼鐵企業經濟績效。
四、基于綜合指數的效率—效果矩陣分析
只有綜合衡量鋼鐵企業的生態經濟效率與效果,才能更為客觀地測度其綜合績效。在效率、效果測度的基礎上,構建生態經濟績效綜合指數,并設計效率—效果矩陣及其轉換矩陣,來研究鋼鐵企業生態經濟績效現狀與發展情況。綜合指數的權重,在分析專家意見調查表的基礎上,確定生態經濟效率與效果的權重分別為0.46、0.54。效率與效果的這一比例充分說明了在我國鋼鐵企業發展的現階段,在保持兼顧生態經濟效率與效果的基礎上,突出鋼鐵企業生態經濟的效果,即鋼鐵企業發展的質量問題是我國宏觀鋼鐵政策應該重點調控的對象。
對于同一個企業來說,效果和效率可能偏離,即效率高的企業,其生態經濟效果不一定高,相反亦然。同時,從時間序列來看,不同企業在效率和效果上的提升速度也是有差異的。根據這些差異(表4為分類標準),建立鋼鐵企業生態經濟效率—效果矩陣,把鋼鐵企業分為9種類型(見圖3),橫坐標為效率值,由左到右依次升高,縱坐標為效果值,由下到上依次提高。把效率、效果值分為高、中、低三個檔次,9種類型在矩陣中表示為9個單元格。
從我國鋼鐵企業生態經濟效率—效果矩陣圖,可以看出,2010年總體發展形勢較好,最右上角的方格(高效率、高效果)中有19家企業,占總企業數的41.3%,這部分鋼鐵企業不但運營效率很高,而且投入也較大,其生態經濟效果最好,這類企業是所有鋼鐵企業所追求的目標。比如,上海的寶鋼集團(企業代號為46)走出了一條效率—效果雙高的創新之路,根據2010年寶鋼年報,寶鋼一家的利潤占到了全國70余家大中型鋼鐵企業利潤總和的26%;寶鋼榮獲國家首次設立的“企業創新獎”,連續兩次獲技術發明獎、三次獲科技進步獎。
其他矩陣格里的企業分布較為均勻,其中效率一般、效果好的企業有5個,效率低、效果好的企業有2個,效率低、效果一般的企業有4個,效率中等、效果中等的企業有2個,效率高、效果一般的有4個,效率、效果雙底的企業有4個,效率中等、效果差的企業有3個,效率高而效果差的企業有3個。
當然,各種類型的企業是可以相互轉化的,相互轉變的過程也是鋼鐵企業發展的過程。圖3標示了各個類型的企業生態經濟發展的路徑,圖中,粗箭線標示的是鋼鐵企業最佳的發展路徑,細箭線標示的是較為緩和的發展方向,紅箭線標示的是鋼鐵企業在特殊時期可能出現的狀況。
1. 單元①所代表的鋼鐵企業效率低、效果差,這類企業一般指投入較少,而且經營管理水平較差,生態意識落后的企業,比如那些規模小、產能落后、污染嚴重的私營企業。這類企業的發展路徑之一是被淘汰,因為這些企業沒有任何優勢,只不過是在供不應求的市場情況下,能夠獲得一定的利潤(特殊時期利潤很大)。如果這些小型民營企業抓住時機,及時提高自己的生態經濟效率,采取措施改善效果,可迅速實現發展路徑優化:①→⑤→⑨,這樣的實例也不少,比如企業國豐、德龍、津西等都在不同程度上實現了路徑優化。
2. 對于單元②的鋼鐵企業,其特點為效率中等、效果差,這類鋼鐵企業需要及時地采取合理措施,加大投入,改善效果,并且需要進一步提高生態經濟效率。
3. 對于單元③的鋼鐵企業,效率很高,但是生態經濟效果很差,這主要是因為企業投入不夠。比如某些鋼鐵企業多年來很少有大的投入,雖然產出不是很大,但是卻表現出了較高的生態經濟效率。顯然,這類企業的高效率不具有可持續性,如果不采取有效措施加大投入力度,企業的效率遲早會下降。endprint
4. 對于單元④的鋼鐵企業,其特點是效率高,而生態經濟效果處于中等水平,這類企業很有可能是由企業③轉化而來的,其當務之急是進一步采取措施,提升生態經濟效果,盡早進入第⑨單元。
5. 對于單元⑤的鋼鐵企業,其特點是生態經濟效果與效率均處于中等水平,最優發展路徑就是努力向右上角的第⑨單元跨度,進化成為效率與效果雙高的鋼鐵企業。如果受限于現實條件,也可以選擇較為緩和的發展路徑(如圖3中小箭頭所示),即先向第④或第⑧單元過度,優先提高效率或效果,最后跨度到第⑨單元。當然,如果這類企業措施不當,也有向第①單元退化的危險。
6. 對于單元⑥的鋼鐵企業,其特點是生態經濟效果處于中等水平、而效率很低,這類企業應該優先改善效率,向第⑤單元轉變,或者效率、效果綜合發展,采取最為有效的發展方式,如傾斜向右上的箭頭所示直接向第⑨單元發展,這種發展方式需要更大的投入和快速提升企業的生態經濟技術水平,有一定難度。
7. 對于單元⑦的鋼鐵企業,其特點是效率很低,但效果卻很突出。這類企業在我國產業政策調整時期出現較多,尤其是發展低碳、生態經濟的今天,寧可犧牲一些短期效率,淘汰落后產能,也要把鋼鐵企業的發展質量提高到新水平,把對環境的破壞作用降到最低。在產業結構、產品結構調整過后,這類企業當務之急是迅速恢復效率。在長期來看,以犧牲短期效率來換回長期的發展是值得的。
8. 對于單元⑧的鋼鐵企業,其特點是效率中等,而效果很突出,這類企業只有一步之遙就能跨度到效率高、效果好的單元⑨,所以要再接再厲,提高技術水平,改善生態經濟效率。
9. 單元⑨中的鋼鐵企業是最為理想的狀態,始終保持較高的生態經濟效率,其投入、產出均為最佳狀態,是其他企業發展的榜樣。
需要說明的是,單元⑨中的企業不是一成不變的,有可能向其他幾個單元退化,這些退化行為有可能是被動的,也有可能是主動的。前者主要是鋼鐵企業沒有能夠跟上行業發展步伐,或者是生產、經營、管理活動出現了問題,而使得企業的效率或效果出現相對倒退;而后者是鋼鐵企業采取的主動措施,是為了長期更好的發展而犧牲一些短期效率,比如說淘汰落后產能、企業整體搬遷、大規模的環保設施投資等,企業的主動“退化”行為可用圖中水平向左的紅箭頭表示。
另一方面,第⑨單元的鋼鐵企業也有可能主動采取一些措施,降低效果,向下退化到第④單元,如市場飽和、鋼鐵產品需求下降,這時候就要合理控制,限制盲目投資,壓縮生產能力。這里的效果下降主要是指生態經濟效果當中的經濟效果出現下滑,而生態效果不應該有大幅度的滑坡現象,當然,這也需要政府充分發揮環保監督的作用。
同時,在我們研究的46家重點大中型鋼鐵企業中有6家是民營或民營控股企業,其中有5家處于第⑨單元,一家在第⑧單元。這充分證明了只要民營企業發展到一定規模,同時在國家有效調控下,表現出來的生態經濟績效不比國有及國有控股企業差。因此,在大力發展國有、股份制鋼鐵企業的同時,也應該大力支持有潛力的民營企業發展,充分發揮民營鋼鐵企業的作用。
注釋:
①CRSTE:綜合技術效率,VRSTE:純技術效率,SE規模效率,均為46家企業的平均值。
參考文獻:
[1]Hua Z S, Bian Y W,Liang L. Eco-efficiency analysis of paper mills along the Huai River: An extended DEA approach[J]. The International Journal of Management Science.
[2]Timo Kuosmanen,Mika Kortelainen. Measuring Eeo-efficiency of Production with Data Envelopment Analysis[J]. Journal of lndustrial Ecology,2005,(4):59-72.
[3]徐衛平,肖純.基于BP神經網絡的鋼鐵企業技術經濟指標綜合評價模型研究[J].新疆鋼鐵,2007,(4):5-8.
[4]陳靜,林逢春,楊凱.基于生態效益理念的企業環境績效動態評估模型[J].中國環境科學,2007,(5):717-720.
[5]魏權齡.數據包絡分析[M].北京:科學出版社,2004:32-43.
[6]顏鵬飛,王兵.技術效率、技術進步與生產率增長:基于DEA的實證分析[J].經濟研究,2004,(6):55-65.
[7]王婭,劉保東.基于粗糙集理論的排污收費優化模型[J].中國管理科學,2007,(2):81-85.
[8]劉云忠,宣慧玉,林國璽.粗糙集理論在我國稅收預測中的應用[J].系統工程理論與實踐,2004,(10):98-103.
[9]許樹柏.層次分析法引論[M].北京:中國人民大學出版社,1989,(8):26-32.
[10]董玉成,陳義華.層次分析法(AHP)中的檢驗[J].系統工程理論與實踐,2004,(7):105-110.
責任編輯、校對:艾 嵐endprint