中國采礦業上市公司經營效率的實證分析：基于DEA模型和Malmquist指數模型

蒲小川，張 宇，江 松

(西安建筑科技大學管理學院，陜西 西安 710055)

1 研究現狀

采礦業作為支柱產業為我國經濟建設打下了堅實的基礎，支撐著我國各大產業及新興工業化不斷進步快速發展，國民生產生活也離不開采礦行業提供的資源支持。隨著中美貿易、地緣政治風險加劇以及全球經濟低迷等多方因素的影響，近年來全球采礦行業表現差強人意，我國采礦行業也深受影響，雖然行業整體仍然處于增長狀態，但增長速度較過去幾十年來看仍有差距。作為國民支柱產業，采礦業在未來的發展依舊有很好的前景，采礦行業企業的經營效率直接影響了投資者、管理者及政府等多方的決策和判斷，如何提高采礦業企業經營效率，更加合理地實現產業結構升級及優化配置，在這個階段顯得尤為重要。

FARRELL[1]最早將前沿生產函數的概念引入到資源利用效率的評價中；AIGNE等[2]提出了以SFA方法為代表的以隨機邊界模型測算效率的參數方法；CHARNES等[3]創造性地提出了基于相對效率的非參數目標決策方法——數據包絡分析法(DEA)。對經營效率的評價方法，主要采用數據包絡分析法、熵值法、因子分析法、多元回歸法、灰色關聯度法和模糊分析法，其中，DEA方法因其具有客觀事實性及適用于多投入多產出的復雜系統綜合評價特性，近年來被廣泛應用于經營效率評價中。目前已有研究中對于采礦業的研究主要集中在礦產開采和加工技術方面，關于經營效率的文獻相對較少。侯風華等[4]借助DEA方法對11家石油企業的經濟效益做了綜合評價；魏曉平等[5]則對10家上市煤炭公司進行了經營效率分析，通過DEA方法為煤炭行業的管理者和投資者給出參考意見；饒田田等[6]對20家我國大型煤炭企業經營效率進行了DEA分析評價，認為大部分煤炭企業DEA無效主要是受生產規模和人員冗余等因素的限制；張寶友等[7]運用DEA方法對我國19家礦產資源類上市公司的管理績效進行了評價，認為企業績效與企業規模成反比、與企業獲利能力成正比；姚平等[8]則選取了2005—2007年27家煤炭企業作為樣本，首先運用DEA方法對決策單元總體效率進行分析，再通過Malmquist指數進行動態分析評價。

目前主要研究集中在煤炭企業的經營效率方面，很少有對行業整體的研究。煤炭資源是我國重要的能源資源，但隨著“中國制造2025”戰略的實施，新興行業對于戰略性礦產原材料的需求也在不斷提高，主營不同礦種的企業也都迎來了新的發展機遇，對采礦行業有宏觀認識再微觀探究，有助于管理者、投資者及政府機構對企業進行判斷及決策。上市公司具有較強的資源整合和產業結構調整的能力，比較有行業代表性，本文對證監會上市公司行業分類公布的69家采礦業上市企業進行結合DEA模型及Malmquist指數模型的靜態經營效率、動態經營效率測算，以測算結果對采礦業企業細分行業分別做出評價，找出制約采礦業上市公司經營效率瓶頸因素，從企業經營效率研究的角度展開如何促進采礦業進一步發展的探討。

2 方法模型的原理

2.1 DEA-BCC模型

(1)

2.2 Malmquist生產率指數模型

利用DEA模型對采礦企業經營效率的評價方法是對不同時期面板數據的靜態測度，盡管相鄰兩個評價期間的效率值均處于生產前沿面外，并且上一期的值高于本期的值，但是仍會出現本期效率值的絕對值大于上一期的情況，在這種情況下難以評價融資效率進步與否。Malmquist指數法可以反映多個樣本期間的綜合效率、技術效率和全要素生產效率指數變動之間的關系，動態反應不同時間序列的樣本數據效率值變動情況。為了處理消費函數中消費束在無差異曲線的變化情況，MALMQUIST[11]在1953年首次提出了Malmquist指數。CAVES[12]將Malmquist指數應用于生產效率的分析，具體見式(2)。

M(yt+1,xt+1,yt,xt)=

(2)

式中：(xt+1,yt+1)、(xt,yt)為在t+1和t時間段的投入、產出變量；Dt+1、Dt為t+1和t時間段里以技術Tt作為參照的決策單元距離函數。

PEch×SEch×TECHch

(3)

當M(yt+1,xt+1,yt,xt)>1時，表示生產率水平提升；M(yt+1,xt+1,yt,xt)>1則表示生產率水平下降；TECHch>1表示該企業經營效率提高，而PEch、Sech、TECHc三者均大于1時則表示可以促進經營效率提高，反之則制約經營效率的提高。

3 實證分析

3.1 指標、樣本及數據的選取

3.1.1 指標構建

投入、產出指標的設置對DEA效率評價方法的應用起著十分重要的作用，本文在考慮所選評價指標的適用性、可獲得性和可操作性等原則下，參考已有研究，選擇可以體現公司經營規模和資本投入的總資產、反映企業運營成本的營業總成本、反映公司投入人力資本的員工數量以及體現公司資本結構的資產負債率作為投入指標；產出指標則選擇分別體現企業盈利能力、償債能力、運營能力和成長能力的凈資產收益率、流動比率、總資產周轉率、凈資產增長率，具體指標的選擇及描述見表1。

表1 融資效率評價指標

3.1.2 樣本來源及數據的處理

根據中國證劵監督管理委員會發布的2019年第三季度上市公司行業分類結果，采礦業可細分為煤炭開采和洗選業(27家)、石油和天然氣開采業(6家)、有色金屬礦采選業(21家)、黑色金屬礦采選業(5家)、非金屬礦采選業(1家)和開采輔助活動(17家)六個類別，由于非金屬采選業只有金石資源(603505)1家，不足以代表全行業，故暫不分析非金屬采選業這一細分行業，選擇2016年以前上市的企業并排除ST*公司及財務數據有誤的公司，共計69家。本文數據均來自國泰安金融數據庫、RESEET數據庫及各企業財務報告披露信息。

3.2 中國采礦業上市公司經營效率靜態測度

利用2016—2018年69家采礦業上市公司的面板數據，根據DEA-BCC模型的條件及要求，運用MaxDEA 8.2軟件，分別選擇投入導向的規模報酬不變(CRS)和規模報酬可變(VRS)模型得到綜合效率(TE)和純技術效率(PTE)，規模效率(SE)等于技術效率和純技術效率的比值。其中技術效率表示采礦業上市公司在最大產出的情況下最小要素投入成本[14]，純技術效率表示在規模報酬不變的情況下采礦業上市企業投入產出點與生產前沿面的距離，規模效率則是指企業在該規模下是否可以產出最大化[8]，由DEA模型所得到的效率值為相對效率，也就是說，某公司的DEA無效并不代表絕對無效，而是在所有DMU中相對較差，效率值為1的公司不代表絕對有效，而是在所有DMU中相對有效。

3.2.1 綜合效率及純技術效率分析

由表2可知，69家采礦業上市企業總體經營效率處于較低水平，三年均值僅為0.543，整體來看未能達到DEA有效，且距離行業整體達到有效狀態仍有一段距離。 69家采礦業上市公司2016—2018年三年間分別有5家、7家、6家公司達到DEA有效，分別占決策單元總數的7.14%、10.00%和8.57%，其中不乏沃施股份、潛能恒信三年均達到了DEA有效的企業，處于技術前沿面，而整體平均效率不高則說明我國采礦業上市企業經營效率存在較明顯差異。我國采礦業上市企業的經營效率總體表現不佳，大部分企業都處于效率低下的狀態，對行業整體的發展有一定的制約作用。

表2 采礦業上市企業DEA分析結果

無效企業中，部分DEA無效是由純技術效率引起，部分則是由規模效率無效導致DEA無效，比如2018年的金嶺礦業規模效率為0.998接近1，而純技術效率為0.964，因而DEA無效；中國石油化工集團有限公司(以下簡稱“中國石化”)純技術效率為1，規模效率為0.944，導致DEA無效。除了以上情況，大多數樣本企業DEA無效均是由純技術效率和規模效率共同影響的。從三年的均值可以看出，規模效率三年均大于0.800，而純技術效率三年分別為0.522、0.557和0.549，說明純技術效率低是DEA無效的主要原因，因此企業應在引進更加先進的設備、加強企業內部管理以及提高員工的生產率等方面加強改進。

從主營業務不同的細分行業來看，煤炭開采和洗選業共有27家企業，金瑞礦業在2017年和2018年都達到了綜合效率有效，淮北礦業在2018年達到了綜合效率有效，有效企業分別占2017年和2018年的7.4%和3.7%；石油和天然氣開采業的沃施股份三年內均達到DEA有效，中國石化在2016—2017年效率不高的情況下，2018年達到了純技術效率有效，且綜合效率明顯提升，其他4家企業效率值欠佳；黑色金屬礦采選業4家公司中整體綜合效率未達到有效；有色金屬礦采選業2016—2018年達到DEA有效的企業分別為3家、3家、2家，綜合效率大于0.500的分別占總企業數的71.4%、66.7%和52.4%，均在半數以上；開采輔助活動企業中的潛能恒信三年都達到了DEA有效狀態，11家企業中平均每年有7家企業綜合效率大于0.500，三年分別占比72.7%、54.5%和63.6%。由圖1可知，五個細分行業中，煤炭開采和洗選業由于受宏觀經濟下行壓力、國家能源結構調整、低碳環保政策約束的多重因素影響，經營情況欠佳，隨著供給側結構性改革的不斷推進，產能逐漸向資源稟賦優勢明顯的現代化大型礦井集中，行業景氣度持續上漲，經營效率在幾個行業中雖相對較低但也在向好的方向發展；石油和天然氣開采業隨著國家能源結構調整，油氣需求旺盛因而企業效益提升，經營效率三年內也穩步提升；黑色金屬礦采選業三年波動上升，在2017年和2018年都達到綜合效率最高；有色金屬采選業在新興行業快速發展的形勢下對有色金屬需求量快速增加，但經營效率受企業自身未能及時采取措施應對大量需求以及成本普遍上漲、環保投入不斷增加以及消費端經濟下行等影響，呈微弱趨勢下滑；開采輔助活動企業受宏觀經濟以及其他幾個行業影響，經營效率在2017年下跌后于2018年回暖。

3.2.2 規模報酬

當規模效率無效時，可以結合規模報酬對企業經營規模調整進行判斷以提高企業經營效率，決策單元存在三種規模報酬表現形式，分別是規模收益不變、規模收益遞增和規模收益遞減。規模收益不變時表明投入的增減對規模效益沒有影響，規模報酬遞增表明增加投入有利于提高企業規模效率，規模收益遞減則與規模收益遞增相反。

由表3可知，2016—2018年間，70家樣本企業中每年有64.2%以上處于規模收益遞增狀態，表明大部分采礦業上市企業應該擴大生產規模來提高企業產出效率。規模收益不變的企業三年內小幅度波動增加，變動主要集中在規模收益遞增和規模收益遞減的企業中，三年間數量分別增加和減少10家左右，說明企業雖然在及時調整自身生產規模但沒有取得最好的調整結果，企業仍需要在當前經濟形勢、時代要求和政策推進的背景下更加合理地調整自身產品結構和企業規模。

圖1 采礦業細分行業上市企業綜合效率變化圖

表3 采礦業上市企業規模報酬評價結果

3.3 中國采礦業上市公司經營效率動態測度

根據DEA-BCC模型對采礦業經營效率進行靜態測度結果可知：規模效率三年均大于0.800，而純技術效率三年平均值僅為0.543，純技術效率低是導致行業整體DEA無效的主要原因；不同業務領域的細分行業經營效率存在差異，其中有色金屬礦采選業和開采輔助活動在三年間的經營效率有所下滑，其他行業波動上升但仍與有效狀態有一定距離；每年64.2%以上企業處于規模收益遞增狀態，表明大部分采礦業上市企業可以通過擴大生產規模來提高企業產出效率。為了進一步研究采礦業企業經營效率動態變化方向和發展趨勢，增加可比性，本文進一步通過MaxDEA8.2軟件對69家采礦業企業2015—2018年經營效率進行Malmquist指數分析。

由表4可知，69家采礦業上市企業2015—2018年全要素生產率平均值為1.163，平均增長16.3%，三年分別增長14.0%、27.0%和10.8%，表明采礦業企業全要素生產率在此期間持續呈上升的趨勢；2018年較2017年增長幅度減小但仍處于樂觀態勢。采礦業樣本企業的技術效率平均增長9.6%，對全要素生產率的增長有正向作用，其中規模效率增長27.0%略高于純技術效率增長的12.1%，說明規模效率變化的貢獻較大。技術進步也有6.2%的增長，說明三年間采礦業企業從經營管理、控制成本、發展技術以及規模調整等多個方面向更好的方向發展，但發展腳步相對于其他指標略顯遲緩。

表4 采礦業上市企業全要素生產率測算結果

結合圖2從細分行業來看，煤炭開采和洗選業2015—2016年受產能嚴重過剩、庫存高位運行、價格連續下跌、煤炭企業資金緊困等因素的影響，全要素生產率指數存在1.8%的下滑，從2016—2018年宏觀來看，國家總體調控政策已由2016年“去產能，限產量”逐漸調整為“保供應，穩煤價”，對穩定煤炭供需形勢，促進行業健康發展起到了重要作用，全要素生產率分別提升41.3%和4.3%。石油和天然氣開采業三年保持著21.6%～57.4%的全要素生產率增長率，在幾個行業里表現突出，說明除了行業自身產品在市場環境下經營態勢較好，企業的資源整合及管理也有較好成效，與上文中對經營效率的靜態分析也比較吻合。黑色金屬礦采選業在2015—2016年的全要素生產率有28.4%的進步空間，在2016—2017年、2017—2018年分別有41.8%和74.2%的提升，在采礦業行業里提升幅度最大，在鐵礦石寬幅震蕩、結構性矛盾突出的背景下仍能保持全要素生產率的持續增長，與企業自身在技術上及時更新進步、合理安排生產計劃、降低資金成本、改革人力資源密不可分。有色金屬礦采選業的全要素生產率在2017—2018年降低了13.7%，純技術效率下降10.3%，規模效率下降6.3%，純技術效率下降影響較大。2018年，有色金屬行業總體產量平穩增長，投資有所恢復，但價格高位震蕩回落，行業效益大幅下降，而企業未能及時做出應對措施，技術效率下降是造成全要素生產率下降的主要原因。開采輔助活動的上市企業主要是石油和天然氣開采輔助活動企業，故受石油氣天然氣行業驅動因素較大，此外，走勢也與石油和天然氣開采業相似。

圖2 采礦業細分行業上市企業全要素生產率變化圖

根據采礦業上市企業Malmquist指數分析結果可知，行業整體全要素生產率在此樣本期間持續呈上升的趨勢，規模效率增長27.0%貢獻較大。細分行業中，有色金屬礦采選業純技術效率下降10.3%是造成全要素生產率下降13.7%的主要原因，市場、政策等外部環境變化對各細分行業有不同程度的影響，黑色金屬礦采選業應對這些變化表現突出。

4 結論及建議

4.1 結論

1) 從整體評價結果來看，我國采礦業上市企業整體經營效率較低，三年內達到DEA有效的企業較少，未超過全部企業的10.0%，不同業務領域的細分行業經營效率存在差異，其中有色金屬礦采選業和開采輔助活動在三年間的經營效率有所下滑，煤炭開采和洗選業、石油和天然氣開采業、黑色金屬礦采選業的經營效率呈波動上升趨勢，但離有效狀態仍有一定距離。采礦業上市企業的純技術效率低是經營效率偏低的主要原因。另外每年64.2%以上企業處于規模收益遞增狀態表明大部分采礦業上市企業可以通過擴大生產規模來提高企業產出效率。

2) 采礦業企業全要素生產率在2015—2016年、2016—2017年、2017—2018年三個時間段呈持續上升的趨勢，技術效率平均增長9.6%，對全要素生產率的增長有正向作用，其中規模效率增長27.0%略高于純技術效率增長的12.1%，說明規模效率變化的貢獻較大。細分行業中有色金屬礦采選業全要素生產率在2017—2018年期間下降了13.7%，純技術效率下降是造成有色金屬礦采選業全要素生產率下降的主要原因。

4.2 建議

1) 企業應從增強企業管理效率與調整企業規模兩個角度出發提升企業經營效率，精簡冗余人員并引進優秀人才，定期加強專項考核，提升工程技術人員和管理人員專業化水平，可考慮采取員工股權激勵機制調動員工積極性，提升員工工作效率。

2) 抓住供給側結構性改革背景加大企業科研投入，提高企業純技術效率水平，進一步提升企業經營效率，同時應注意科研經費投出產出的績效問題，科學合理的投入。

3) 充分發揮引導作用，激勵企業科技創新，可進一步促進政府企業共同投資的政府主導聯合科技創新機制，企業與政府風險共擔結果共享，分散企業自身風險，加強企業與政府經濟部門資源協調整合。

致謝感謝西安建筑科技大學管理學院付漢良老師、西華大學土木建筑與環境學院張鑫老師等同行專家對本文所應用模型運算公式的審核。