基于BCC-DEA的上市煤炭企業績效研究

林珮君

【摘要】? ?在強調環境治理和綠色發展的時代背景下，煤炭企業進行轉型升級后的企業績效表現引起了社會各界的廣泛關注。基于此，文章運用因子分析和數據包絡分析方法中的BCC-DEA模型，對2018年20家我國A股上市煤炭企業的績效進行了研究，通過效率值分析比較了樣本企業間的績效，在此基礎上，為辨識樣本企業績效未能實現BCC-DEA有效決策單元的不足之處進行了差額變量分析，并據此提出相應的改進建議，以期幫助不同企業的管理者找到進行績效管理的重心。

【關鍵詞】? ?企業績效;BCC-DEA;因子分析

【中圖分類號】? ?F275? ?【文獻標識碼】? ?A? ?【文章編號】? ?1002-5812（2020）03-0066-06

一、引言

經濟社會的科學發展離不開生態文明建設。近年來，在能源建設方面，我國相關政府部門對風能、太陽能、氫能等可再生能源的宏觀規劃和補貼保障推動了綠色能源的發展，并逐步加大了對清潔能源的投資力度，試圖取代煤炭、石油等不可再生和環境不友好型傳統能源的核心位置。對于煤炭企業來說，“大量開采、大量消耗、大量廢棄”的粗放發展模式已不適用于當今強調轉型升級和綠色生產的經濟環境。煤炭企業要想生存發展，需以推動供給側結構性改革為主，進行產業結構優化，依靠科技創新推動轉型升級，由傳統的生產型向清潔高效低碳集約化的生產服務型轉變。雖然煤炭資源的開采利用還存在一定的環境問題，但以煤炭資源為核心的一次能源格局并不會在較短時間內發生變化，煤炭依然發揮著穩定供給、維護能源安全的重要作用。在改革和發展并存的背景下，煤炭企業在進行智能化、信息化、綠色化生產時應考慮轉型是否能帶來經濟效益的提升，從而更加關注能夠反映企業價值的企業績效水平。

績效評價不僅能夠反映企業在某段時間內的營運狀況，還可以根據主要評價指標的變動進行相應的風險管理，保障企業的健康發展。企業的整體發展趨勢可從不同角度進行評價，開展績效評價需充分了解和考慮多方面因素的作用，反映被評價對象在一定時間、空間和條件下的具體狀態。因此，在開展績效評價時應依據一定的規則并結合企業自身的特點，選擇合適的評價方法，并結合定性和定量分析，運用系統評價模型獲得較為全面的評價結果，以滿足預期的評價目標。已有的績效評價方法主要包括關鍵績效指標、層次分析、因子分析、多目標決策、模糊評價、平衡計分卡與數據包絡分析等。其中，數據包絡分析（DEA）方法運用非參數的線性規劃，通過確定有效前沿面，分析擁有多投入和多產出的相似決策單元的相對效率。由于DEA方法不需預估參數，把簡單的效率概念“輸入/輸出”推廣到多輸入多輸出的生產有效性分析上，避免了人為確定權重的主觀影響，而且能夠簡化測量過程和減少估計誤差。基于這些相對優勢，本文采用因子分析和數據包絡分析（DEA）方法中的BCC-DEA模型測量企業的經營績效，以期幫助企業經營者分析在運營過程中取得的成就和存在的問題，為企業的管理決策提供有價值的信息，同時，也有助于政府部門深入了解煤炭行業的經營情況，提供決策有用信息。

二、文獻綜述

在競爭異常激烈的市場環境下，績效管理日益受到經濟管理人員的重視。關于企業的績效評價，國內外學者尚沒有形成統一的評價標準。為了尋找更有效的績效評價方法，研究者們不斷開展績效評價方法研究，致力于業績評價體系的優化。早期對企業績效的評價主要是通過一些財務指標來衡量，例如盈利能力指標——資產回報率和權益回報率，基于這些指標，研究者們對企業績效進行了衡量并開展了相關的實證研究。如魏立群和王智慧（2002）通過資產回報率和權益回報率對上市公司的績效進行了評價，研究高管特征對企業績效是否存在影響[1]。為考察國企內部薪酬差距和企業績效之間的關系，劉春和孫亮（2010）在衡量企業績效時選用的是財務指標——權益回報率、調整資產回報率和托賓Q[2]。

隨著企業規模的擴大，內部的分工更加明細，組織架構變得越來越復雜，簡單的財務指標已不能滿足管理者和投資者的需求、全面反映企業的績效，企業進行經營績效測量的方法轉向關鍵績效指標（KPI）、平衡計分卡（BSC）、經濟增加值（EVA）等。在關鍵績效指標的應用研究方面，袁競峰、季闖和李啟明（2012）以VFM為導向構建了PPP項目的KPI概念模型進行績效評價[3]。韓喜艷和劉偉（2019）構建的PPP項目績效評價綜合體系利用KPI方法分析了成功的關鍵因素[4]。在平衡計分卡的應用研究方面，劉俊勇等（2011）通過實驗分析了業績評價指標的選擇及檢驗平衡計分卡能否有效地將企業戰略與業績評價相結合[5]。喬均等（2007）通過優化后的模型指標，檢驗了電信公司是否適合運用BSC模型和存在的局限[6]。在經濟增加值的應用研究方面，劉運國和陳國菲（2007）針對GP集團績效評價體系的缺陷，構建了基于平衡計分卡和經濟增加值相結合的新評價指標體系[7]。邵爭艷和陳學敏（2019）通過案例分析闡述了經濟增加值法在新興互聯網企業中的應用，為互聯網企業在產權交易中的科學定價提供了決策借鑒[8]。除了KPI、BSC和EVA，研究者們還提出了其他關于績效評價的衡量方法，如通過層次分析法構建國有企業的績效評價體系（申志東，2013）[9]、使用目標管理優化供電企業員工的績效考核（余媛琳，2016）[10]、公立醫院的綜合目標管理績效考核（黃錦楨，2015）[11]等。

近年來，在開展績效評價時，對具有考慮多輸入多輸出、不需主觀設定權重指標、操作簡化等優勢的數據包絡分析方法的相關研究不斷涌現，在績效衡量方法中占據著重要的地位。在評價火力發電樣本企業的環境績效問題上，何平林等（2012）運用DEA方法進行測量發現企業間的環境績效有明顯差異，整體的環境績效低下[12]。基于Hybrid DEA和結構化方程，沈能和周晶晶（2018）利用非期望產出的Meta-frontier效率函數測算了我國各地區的綠色創新效率并進行了綠色創新影響機制研究[13]。楊立生等（2018）采用非期望、非徑向的SBM-DEA模型衡量了企業的綠色持續創新效率[14]。通過全要素生產效率（TFP）評價環境績效，余莉娜（2017）分析了不同鋼鐵企業的管理問題并得出解決方法[15]。通過實例分析，楊德權和裴金英（2012）論述了物流公司選擇超效率DEA-IAHP方法開展績效評價的實用性和優越性[16]。通過利用DEA-Gini準則方法，王海燕等（2012）對2011年上半年南京市公共交通企業進行了績效評價，并在分析結果的基礎上提出了發展城市公共交通的建議[17]。基于因子分析和CCR-DEA相結合的財務能力評價模型，彭曉英和張慶華（2016）以煤炭上市公司2010年相關數據為基礎進行了定量分析，并得出績效評估結論[18]。通過網絡DEA模型，馬雪萍（2014）對河北省煤炭企業進行了績效評價，并提出相關的對策建議[19]。

在全球呼吁經濟綠色發展的潮流下，政府部門對煤炭行業的標準要求愈發嚴格，煤炭企業應如何發展成為迫在眉睫的行業戰略問題。在追求利潤實現自身可持續發展的同時，煤炭企業還需關注污染治理和安全生產等社會責任。因此，對煤炭企業績效進行綜合評價，不僅對我國煤炭企業的競爭力和應對市場的靈活度、發展的方向與管理方面具有重要的現實意義，也有利于政府部門的間接管理和監督。因此，本文運用數據包絡分析方法（BCC-DEA）對2018年20家我國A股上市煤炭企業進行了績效評價，并根據評價結果提出改進建議。

三、研究設計

（一）數據包絡分析

數據包絡分析最早是由Charnes，Cooper和Rhodes提出的、用以評價多個投入以及多個產出的相同類型決策單元（DMU）的“相對效率”的一種非參數分析方法。該方法運用線性規劃，在效率空間中描繪出各決策單元的投入和產出值，并確定前沿面，其中，效率值為1的決策單元表現為有效并落在該前沿面上。

在該方法中，最具有代表性的是CCR模型和BCC模型。CCR模型基于規模報酬不變假設，僅能處理規模收益不變的決策單元。為彌補這一缺陷，Banker，Charnes和Cooper改良了DEA模型，形成了研究變動規模報酬下涵蓋技術效率和規模效率的BCC評價模型。BCC-DEA模型假設某評價系統有n個決策單元（DMU），每個決策單元都由m項投入指標和s項產出指標組成。決策單元j的第i項投入量和第r項產出量分別用xij和yrj表示。θ、ε、si-、si+、λj分別為第j0個決策單元的效率值、非阿基米德無窮小量、輸入的松弛變量、輸出的松弛變量、輸入輸出指標權重系數。對任意一個決策單元（DMU）其BCC模型可表示為：

基于數據包絡分析模型，本文選取2018年20家我國A股上市煤炭企業作為研究樣本，運用因子分析和DEA-BCC模型對樣本企業進行績效測量，相關數據來源于RESSET數據庫和巨潮資訊網。

（二）評價指標的選取

1.產出指標。追求利潤是企業的共同目標，企業一段時間經營活動的最終成果體現在利潤表中，報表使用者除了通過查看報表了解企業的財務狀況和經營成果外，還會考察相關財務指標以對企業的財務狀況進行量化評價。因此，財務指標在煤炭企業的績效評價體系中依然是不可或缺的組成部分，反映了企業過去的經營成果，有利于企業的戰略實施和目標實現，最終實現績效的提高。但是只考慮財務指標并不能全面反映企業的整體績效，在評價煤炭企業的績效時，需將體現效益的財務指標與其他指標相結合，體現企業在安全、創新等背景下如何創造價值。因此，本文的DEA績效評價模型選取表示效益的財務指標作為產出指標。

2.投入指標。目前，我國眾多的煤炭企業還處于勞動密集型發展階段，企業的用工多，尤其是下井作業人員多。因此，在評價煤炭企業的績效時需引入勞動力指標作為投入指標。煤炭企業不僅具有勞動密集型特征，還是資本密集型企業。煤炭企業在進行生產時需使用大量的生產設備，這決定了其擁有大量的固定資產投資。同時，煤炭企業一般擁有多個礦井，煤炭賦存量較高，有大量存貨，通過煤炭的銷售或發電來獲取收益。因此固定資產和存貨評價指標在煤炭企業的績效考核中不可或缺。除了依靠有形資產，在生產經營過程中，煤炭企業越來越重視采礦權、非專利技術等無形資產的使用，以提高利潤回報，增強企業的核心競爭力，因此，有必要在煤炭企業的績效評價中引入無形資產指標。相應地，在強調供給側改革、可持續發展的時代背景下，煤炭企業需要在競爭激烈的環境中進行科技創新，以保障企業的生存和可持續發展，因此，科技創新作為煤炭企業長遠發展的關鍵指標，對企業的績效有著重要的影響。由于煤炭行業是高危行業之一，礦井工人在深入礦井進行煤炭開采的同時伴隨著的生命安全問題不容忽視，因此，煤炭企業在生產經營過程中尤其要重視安全保障工作，構建安全生產評價指標能有效督促相關安全生產制度和安全設施的執行和落實。

3.指標的因子分析。在運用DEA方法時，依據經驗法則，決策單元（DMU）的個數最好是投入項與產出項兩者之和的兩倍[20]。但對煤炭企業進行績效評價所采用的效益指標、資產指標、科研指標和安全指標下的明細指標較多，而樣本決策單元較少。為了得出更加有效的績效評價結果，在進行DEA評價前首先應進行因子分析，對指標降維。通過SPSS對有關指標進行降維的統計結果如下頁表2所示。

從表2各指標的相關性分析可知，凈資產收益率（ROE）、總資產收益率（ROA）和銷售凈利率（TTM）之間、研發費用投入率（R&D）和研發人員比率（R&D_P）之間存在較強的相關關系;固定資產比率（FA）、存貨比率（IV）和無形資產比率（IA）之間的相關關系不顯著。因此，對凈資產收益率（ROE）、總資產收益率（ROA）與銷售凈利率（TTM）和研發費用投入率（R&D）與研發人員比率（R&D_P）進行因子分析。表3為運用主成分分析提取得到的因子——財務效益（FB）和科研水平（STL），并將其作為DEA績效評價的相關指標。

四、結果分析

本文使用DEAP 2.1數據包絡分析軟件計算分析煤炭企業的績效，由于軟件要求輸入的數據不能為負值，且為了消除數據量綱的影響，在運用軟件進行數據包絡分析前，先將整理好的數據做歸一化處理。基于處理后的數據，本文根據軟件的輸出結果進行了效率值分析、投影值分析和敏感度分析。

（一）效率值分析

利用DEAP 2.1的DEA-BCC模型，對2018年20家我國A股上市煤炭企業的績效進行計算，得出具體決策單元的效率值，如表4所示。從企業的總體均值來看，綜合效率的均值為0.829，純技術效率的均值為0.919，規模效率的均值為0.900。從結果來看，企業的純技術效率和規模效率較高，經營績效不是很高。同時，從表4可以看出，有9個決策單元實現了DEA有效，分別是鄭州煤電、永泰能源、安源煤業、紅陽能源、恒源煤業、昊華能源、陜西煤業、平煤股份和中煤能源。這9個決策單元的綜合效率都為1，經營績效排名第一，純技術效率和規模效率均為1，可見這9家企業的經營績效相對來說最優。實現弱DEA有效的企業有4家，分別是蘭花科創、兗州煤業、淮北礦業和中國神華，綜合效率都小于1，純技術效率都為1。實現DEA有效和弱有效的這幾個決策單元占總數的65%，其中DEA有效的決策單元占總數的45%，經營績效表現為非DEA有效的決策單元僅占比35%。表現為非DEA有效的有陽泉煤業、盤江股份、大有能源、上海能源、大同煤業、潞安環能和新集能源。

為了更好地對各企業的經營績效進行橫向評估，本文制作了各企業的經營績效對比圖，如下圖所示。

可以看出，樣本企業總體的經營績效并不是很好，企業之間的績效存在顯著差異。基于此，煤炭企業在了解自身發展狀況的同時需要思考如何利用績效評價結果進行績效管理，以改善經營效率，因此，接下來進行差額變量分析。

（二）差額變量分析

根據BCC-DEA模型計算得到的企業績效包絡前沿面由8個決策單元構成，剩下的12個決策單元沒有落在前沿面上，表現出相對較弱的企業績效。這些決策單元之間的差距到底是由什么因素導致的？企業之間的差距有多大？弱績效企業如何通過有效的績效管理改進現狀？這些問題需要通過差額變量分析來解決。

使用DEAP 2.1運行BCC-DEA模型的部分結果如表5所示。首先從產出角度進行分析，陽泉煤業、盤江股份、大有能源、上海能源、大同煤業、潞安環能和新集能源的徑向距離（radial）都不為零且為正數，表示這7家企業都出現了產出不足的情況，需要提高財務效益。再從投入的角度進行分析，表現為非DEA有效的7家企業都存在投入冗余的狀況。固定資產比率（FA）偏高的是盤江股份、大有能源、上海能源、大同煤業和潞安環能這幾個決策單元未能到達BCC-DEA模型包絡前沿面的重要原因之一;存貨比率偏高是陽泉煤業、盤江股份、大有能源、大同煤業、潞安環能和新集能源未能實現BCC-DEA有效的重要原因之一;無形資產比率偏高是陽泉煤業、盤江股份、上海能源、大同煤業和新集能源與BCC-DEA有效決策單元之間存在差距的重要原因之一;科技水平偏高是陽泉煤業、盤江股份、大同煤業和新集能源未能到達BCC-DEA模型包絡前沿面的重要原因之一;安全生產投入率過高是陽泉煤業、大有能源、上海能源和潞安環能未能到達BCC-DEA模型包絡前沿面的重要原因之一;員工人數偏多是盤江股份、上海能源、大同煤業和新集能源與BCC-DEA有效決策單元之間存在差距的重要原因之一。

由于財務效益這一產出因素是各煤炭企業不能控制決定的，因此非BCC-DEA有效的煤炭企業在進行績效管理時應關注各投入因素。就陽泉煤業來說，由表4可知，其規模報酬遞減，管理者要想提高企業績效，需要提高管理效率，加強內部監督控制機制，實現信息傳遞通暢快捷，避免錯過有利的決策時機。同時，企業需要加快存貨的周轉，減少存貨的積壓，以降低存貨比率，實現績效的提高。分析數據顯示，無形資產比率、科研水平和安全生產投入率過高導致樣本企業績效未能實現BCC-DEA有效水平，但這并不意味著企業要減少這幾方面的投入來提高績效，相反地，企業應提高科研水平，增加無形資產和安全生產投入。近年來，隨著國家對環境保護和污染治理的重視，煤炭企業逐漸開始注重科技創新，以改變從前高耗能、高污染的生產模式，而大量相關的前期投入需要比較長的時間才能實現企業利潤的提高。但根據波特假說的相關理論，相關的投入最終會提高企業的價值。而且由于企業的成本計量忽略了機會成本，加大安全生產投入的經濟效益無法從報表中體現出來，所以在績效評價中會表現為安全生產費投入偏高導致績效下降。除了這幾個投入因素存在不足外，樣本企業還存在固定資產比率和勞動力水平偏高的問題，針對這兩種情況，企業應選用先進的清潔生產設備，淘汰耗能高、污染大的生產機器，推動企業轉型，進行產業延伸，增強第三產業的活力;提高產業的科技含量，推動機械化生產替代簡單的體力勞動。

五、結論

本文選取2018年20家我國A股上市煤炭企業作為研究樣本，運用因子分析和數據包絡分析方法中的BCC-DEA模型對樣本企業進行了績效評價，通過效率值分析提供不同企業經營績效的橫向比較信息，通過差額變量分析找出企業績效未能實現BCC-DEA有效的決策單元的薄弱環節，并提出企業績效管理改進方向的相關參考建議。效率值分析結果顯示，樣本企業的純技術效率和規模效率較高，大部分企業的經營績效實現了BCC-DEA有效，僅有7家企業的經營績效為非DEA有效。差額變量分析結果顯示，盤江股份、大有能源、上海能源、大同煤業和潞安環能這幾個決策單元的固定資產比率偏高，企業應淘汰落后的生產設備，在使用先進清潔機器的同時進行產業延伸，增強第三產業活力;陽泉煤業、盤江股份、大有能源、大同煤業、潞安環能和新集能源的存貨比率偏高，企業應加快存貨的周轉，減少存貨的積壓，以降低存貨比率;盡管陽泉煤業、盤江股份、上海能源、大同煤業和新集能源的無形資產比率偏高，陽泉煤業、盤江股份、大同煤業和新集能源的科技水平偏高，但根據波特假說，企業應繼續加大科研投入;陽泉煤業、大有能源、上海能源和潞安環能的安全生產投入率過高，但由于企業不考慮機會成本的計量，無法體現安全投入的經濟效益，因此企業還是應該合理進行安全投入;盤江股份、上海能源、大同煤業和新集能源的員工人數偏多，企業應積極推動機械化生產替代簡單的體力勞動。

根據研究分析可知，我國煤炭企業正處于結構性轉型升級階段，為促進生態文明建設和綠色經濟發展、構建資源節約型和環境友好型社會，煤炭企業需定期進行績效評價，在了解企業運行狀況的同時針對薄弱環節進行績效管理，實現投入要素的有效運用和投入產出的最佳匹配，以促進企業績效的提高。同時，政府有關部門應組織構建適用于煤炭企業的績效評價體系，指導煤炭企業進行更加有效的績效評價，開展相應的績效管理活動。

【主要參考文獻】

[ 1 ] 魏立群，王智慧.我國上市公司高管特征與企業績效的實證研究[J].南開管理評論，2002，（04）：16-22.

[ 2 ] 劉春，孫亮.薪酬差距與企業績效：來自國企上市公司的經驗證據[J].南開管理評論，2010，13（02）：30-39.

[ 3 ] 袁競峰，季闖，李啟明.國際基礎設施建設PPP項目關鍵績效指標研究[J].工業技術經濟，2012，（06）：109-120.

[ 4 ] 韓喜艷，劉偉.基于KPI方法的公私合營（PPP）項目績效綜合評價研究[J].建筑經濟，2019，40（01）：46-51.

[ 5 ] 劉俊勇，孟焰，盧闖.平衡計分卡的有用性：一項實驗研究[J].會計研究，2011，（05）：36-43.

[ 6 ] 喬均，祁曉荔，儲俊松.基于平衡計分卡模型的電信企業績效評價研究——以中國網絡通信集團江蘇省公司為例[J].中國工業經濟，2007，（02）：110-118.

[ 7 ] 劉運國，陳國菲.BSC與EVA相結合的企業績效評價研究——基于GP企業集團的案例分析[J].會計研究，2007，（09）：50-59.

[ 8 ] 邵爭艷，陳學敏.基于經濟增加值法的企業價值評估研究——以歌力思為例[J].商業會計，2019，（01）：55-58.

[ 9 ] 申志東.運用層次分析法構建國有企業績效評價體系[J].審計研究，2013，（02）：106-112.

[ 10 ] 余媛琳.供電企業員工目標管理績效考核方法探析[J].企業改革與管理，2016，（24）.

[ 11 ] 黃錦楨.綜合目標管理績效考核在公立醫院實施的探討[J].財經界（學術版），2015，（17）：163.

[ 12 ] 何平林，石亞東，李濤.環境績效的數據包絡分析方法——一項基于我國火力發電廠的案例研究[J].會計研究，2012，（02）：11-17.

[ 13 ] 沈能，周晶晶.技術異質性視角下的我國綠色創新效率及關鍵因素作用機制研究：基于Hybrid DEA和結構化方程模型[J].管理工程學報，2018，32（04）：46-53.

[ 14 ] 楊立生，王倩，柴鑫.基于SBM-DEA模型的企業綠色持續創新效率研究[J].云南財經大學學報，2018，34（05）：102-112.

[ 15 ] 余莉娜.基于環境價值的鋼鐵企業環境績效DEA評價研究[J].湖南工業大學學報（社會科學版），2017，（02）：39-44.

[ 16 ] 楊德權，裴金英.基于超效率DEA-IAHP的物流企業績效評價[J].運籌與管理，2012，21（01）：189-194.

[ 17 ] 王海燕，于榮，鄭繼媛等.DEA-Gini準則在城市公共交通企業績效評價中的應用[J].系統工程理論與實踐，2012，32（05）：1083-1090.

[ 18 ] 彭曉英，張慶華.基于因子分析和DEA的企業財務能力綜合評價研究——以煤炭上市公司為例[J].煤炭經濟研究，2016，36（09）：80-84.

[ 19 ] 馬雪萍.基于網絡DEA的河北省煤炭企業績效評價研究[D].河北工程大學，2014.

[ 20 ] 劉泰宇.全面實施環保管理與化工企業的綠色發展[J].化工管理，（32）：243.