安全投入對煤礦企業經濟效益的門檻效應研究

黃 騫

(重慶財經學院，重慶 401320)

對煤礦企業而言，經濟效益是企業發展的根本，利潤最大化是企業追求的目標。安全投入作為加強煤礦企業安全生產的重要措施，其對企業經濟效益勢必帶來影響。一方面，增加安全投入將增加成本，減少利潤，降低企業經濟效益；另一方面，加大安全投入，企業可以采用更多先進的安全技術和裝備，更新改造安全設備設施，以此提高煤礦防范安全風險的能力，減少因災害事故造成的直接或間接經濟損失，有利于企業經濟效益的提高。此外，安全投入結構作為影響安全產出的重要因素，其在安全投入與經濟效益關系中具有的調節作用有待研究。

國外對企業安全投入與經濟效益之間的關系研究起步較早，但多集中在安全風險較高的航空運輸、建筑、化工等領域，對煤炭領域中的研究較少。Linhard J B[1]從員工職業健康安全方面展開論述，認為安全投入的經濟效益存在潛在性和滯后性；Azadeh A等[2]研究發現，安全投入對提高安全績效、降低事故成本，以及提高員工生產力有積極影響；Bianchini A等[3]認為安全投入是影響煤礦企業經濟增長的重要因素。

國內研究主要從安全投入產出的效率評價、安全投入與企業績效的關系等方面展開。趙寶福[4]、任海芝[5]、高蕊[6]等研究認為合理的安全投入結構有利于企業的安全生產，提高安全績效水平；董焱[7]認為煤礦安全投入對企業利潤具有促進作用；梅強[8]、易俊[9]、魏瑞[10]等研究指出，安全投入對企業經濟效益的影響存在最佳投入點；李紅霞等[11]研究認為煤礦企業安全投入與短期績效之間呈顯著負相關關系，但與長期績效之間呈顯著正相關關系，并指出股權集中度會抑制安全投入對長期績效的積極影響；閆緒嫻[12]、曹富[13]等基于煤炭上市公司數據，驗證了安全投入對經濟效益的非線性影響，并得出安全投入對經濟效益存在單門檻效應；張倩茹[14]研究了煤炭產量、勞動生產率和研發投入在安全投入與經濟效益關系中的門檻效應。

綜上所述，煤礦企業安全投入與經濟效益的關系相對復雜，對其進行深入研究具有重要意義。現有研究多基于上市煤礦企業的情況展開，對非上市煤礦企業的研究相對較少。鑒于此，筆者基于山西、內蒙古、新疆的部分非上市國有煤礦的實際調研數據，對煤礦企業安全投入與經濟效益的關系進行研究，并將安全投入結構作為門檻變量探討其調節作用，以期找到合適的安全投入臨界點，促進煤炭行業的持續健康與穩定發展。

1 研究方案

1.1 數據來源及處理方法

通過對山西省晉城、長治、陽泉，以及內蒙古烏海、新疆昌吉等地11家國有煤礦企業進行調研，獲得了11家煤礦企業2015—2019年的安全投入與經濟效益相關數據，形成由55個觀測值組成的平衡面板數據。

調研的11家煤礦企業分別為山西王坡煤礦、高河煤礦、成莊煤礦、霍爾辛赫煤礦、長平煤礦、趙莊煤礦、余吾煤礦、新元煤礦，新疆寬溝煤礦和內蒙古黃白茨煤礦、五虎山煤礦，均為非上市煤礦企業。調研指標包括從業人員總數、大專以上學歷人數、原煤產量、期末資產總額、期末負債總額、營業收入、凈利潤、安全設備設施投入、安全技術投入、職工教育培訓投入、職業衛生投入和安全管理投入共12個方面。

文中數據的描述性統計分析、相關性分析、方差膨脹因子檢驗、F檢驗、Hausman檢驗和門檻效應檢驗均利用Stata15軟件完成。

1.2 變量選取

1)被解釋變量

企業經濟效益通常采用財務指標進行定量評價，以體現企業經營發展狀況、盈利和成長速度。于麗蘋[15]指出總資產收益率代表企業全部資產的獲利能力，凈資產收益率反映股東權益的收益水平，二者是評價企業財務績效的重要指標。由于研究對象為非上市企業，以企業總資產的獲利能力來考核經濟效益更有意義，故選取總資產收益率作為被解釋變量。

2)解釋變量

安全投入是指在安全生產活動中投入的所有人力、財力和物力資源的總和，即在安全生產過程中的投入總額[16]。對于煤礦企業而言，其安全投入主要包括為保障煤礦企業安全生產而投入的安全設備設施、安全技術、教育培訓、安全管理、安全文化建設、職業衛生等各項總投入。在對上述11家煤礦企業開展項目調研時，分別獲取了安全設備設施投入、安全技術投入、職工教育培訓投入、職業衛生投入和安全管理投入五類數據，這五類數據之和即為煤礦企業安全投入總額，故將安全投入總額取自然對數作為安全投入形成解釋變量。

3)門檻變量

一是將安全投入作為門檻變量，考慮自身的門檻效應；二是將安全投入結構作為門檻變量，檢驗其在安全投入與經濟效益關系中的調節作用。煤礦安全投入結構是指在一定時期煤礦安全投入總量中，所含各要素的構成及其數量比例關系，可分為反映安全投入來源的投入結構和反映安全投入去向的投入結構[17]。安全設備設施投入作為一種實際投向，可將安全設備設施投入占比作為安全投入結構變量，在一定程度上反映安全投入結構。

4)控制變量

考慮到影響企業經濟效益的因素較多，為使模型的計算更為精確，基于現有學者的研究，選取企業規模、經營能力、資本結構、勞動生產率和接受教育程度作為控制變量。

變量類型及其定義見表1。

表1 變量類型及其定義

1.3 模型構建

借鑒Hansen[18]的面板門檻模型，并結合所收集的數據，構建11家煤礦企業安全投入與經濟效益的門檻效應分析模型，分為以下2種情況進行探討。

1)將安全投入作為門檻變量時，門檻效應分析模型如下：

Yit=μi+β1I1,itW(I1,it≤γ)+β2I1,itW(I1,it>γ)+β3Sit+β4Mit+β5Pit+β6Cit+β7Eit+εit

(1)

2)將安全投入結構作為門檻變量時，門檻效應分析模型如下：

Yit=μi+β1I1,itW(I2,it≤γ)+β2I1,itW(I2,it>γ)+β3Sit+β4Mit+β5Pit+β6Cit+β7Eit+εit

(2)

式中：Y、S、M、P、C、E的定義見表1；I1,it為受約束的解釋變量和方程(1)的門檻變量；I2,it為方程(2)的門檻變量；下標i表示樣本個體,t表示觀測時間；μi為企業的個體效應值；W(·)為示性函數，當括號中的條件成立時，取值為1，否則取值為0；β1、β2、β3、β4、β5、β6、β7為待估系數；γ為門檻值，根據門檻變量與門檻值的大小關系，觀察值被分割到不同的2個區間，在每個區間內解釋變量對被解釋變量的影響程度不同，分別表現在影響系數β1、β2上；εit為隨機干擾項，相互獨立，且都服從正態分布。

上述模型設定均為單一門檻的情況，同理也可獲得雙重門檻效應分析模型：

Yit=μi+β1I1,itW(I1,it≤γ1)+β2I1,itW(γ1γ2)+β4Sit+β5Mit+β6Pit+β7Cit+β8Eit+εit

(3)

Yit=μi+β1I1,itW(I2,it≤γ1)+β2I1,itW(γ1γ2)+β4Sit+β5Mit+β6Pit+β7Cit+β8Eit+εit

(4)

式中：γ1、γ2為門檻值，根據門檻變量與門檻值的大小關系，觀察值被分割到不同的3個區間，在每個區間內解釋變量對被解釋變量的影響程度不同，分別表現在影響系數β1、β2、β3上；β8為待估系數。

2 實證研究

2.1 描述性統計分析

對所有變量進行描述性統計，統計指標包括均值、標準差、中位數、最大值和最小值，結果如表2 所示。

表2 描述性統計量

由表2可以看出，經濟效益由總資產收益率表示，總資產收益率的最大值為1.06，最小值為-1.15，均值為0.05，標準差為0.34，說明所研究的 11家國有煤礦企業經濟效益有一定波動，表現不平穩；安全投入是由安全投入總額取自然對數而得，其最大值10.82(ln 50 000≈10.82)對應的安全投入總額約為50 000萬元，其最小值7.32(ln 1 517≈7.32)對應的安全投入總額約為1 517萬元，其標準差為0.92，說明11家煤礦企業間的安全投入水平差距較大，這是因為樣本煤礦企業規模不同，且處于不同省份，煤層賦存條件與開采條件均存在一定差異；安全投入結構方面，其最大值為0.90、最小值為0.32，中位數為0.71，標準差為0.15，說明安全設備設施投入整體占比較大，但個別企業對安全設備設施的投入較少。

2.2 相關性分析

使用Pearson和Spearman相關系數對解釋變量和被解釋變量進行相關性分析，結果如表3所示。

表3 主要變量相關性分析

由表3可見，經濟效益Y與安全投入I1的Pearson和Spearman相關系數分別為0.345 2和0.472 7，且均在1%的水平上顯著，初步顯示安全投入與經濟效益正相關。此外，為檢驗變量間是否存在多重共線性問題，對模型中的所有變量進行方差膨脹因子(VIF)檢驗，企業規模的VIF值最大為7.40，但均小于10，說明各變量間不存在嚴重的多重共線性問題。

2.3 模型選擇

首先對模型進行F檢驗，結果顯示在1%的顯著性水平下拒絕原假設，說明可排除混合效應模型。經過檢驗，模型存在異方差和自相關問題，故采用基于bootstrap法的Hausman檢驗，進行500次bootstrap模擬計算，結果顯示不拒絕原假設，說明應選擇隨機效應模型。檢驗結果如表4所示。

表4 F檢驗和Hausman檢驗

2.4 門檻效應檢驗結果

分別將安全投入I1、安全投入結構I2作為門檻變量進行門檻效應檢驗，同時確定門檻個數和門檻值。借助Hansen提出的bootstrap自抽樣方法依次檢驗單一門檻和多重門檻效應的存在性，均進行 500次模擬計算，檢驗結果如表5、表6所示。

表5 門檻效應自抽樣檢驗

表6 門檻值估計結果

由表5、表6可知，當安全投入I1作為門檻變量時，單一門檻和雙重門檻檢驗均在5%的顯著性水平上通過檢驗，說明存在2個門檻值，應采用方程(3)構建雙重門檻模型，2個門檻值分別為8.274和10.080，對應的安全投入總額分別約為3 920.60萬元(e8.274≈3 920.60)和23 860.99萬元(e10.080≈23 860.99)；當安全投入結構I2作為門檻變量時，單一門檻在5%的顯著性水平上通過檢驗，而雙重門檻不顯著，說明僅存在單一門檻值，應采用方程(2)構建單一門檻模型，門檻值為0.765。

2.5 門檻回歸結果與分析

面板門檻回歸模型系數的估計結果如表7所示，結果(A)為安全投入作為門檻變量時的回歸結果，結果(B)為安全投入結構作為門檻變量時的回歸結果。

表7 面板門檻回歸估計結果

由表7可見：

1)從安全投入來看，當門檻變量I1≤8.274，即安全投入水平較低時，安全投入與企業經濟效益在1%的顯著性水平下顯著正相關，系數值為0.048 7，表明安全投入每增加1個單位，煤礦企業經濟效益將上升0.048 7個單位；當8.27410.080，即安全投入水平較高時，安全投入與經濟效益在5%的顯著性水平下顯著負相關，系數為-0.031 0，表明安全投入每增加1個單位，煤礦企業經濟效益將下降0.031 0個單位。可見，安全投入并非越多越好，存在一個界限，超過該界限后，增加安全投入將降低企業經濟效益。綜上所述，本研究的11家非上市國有煤礦企業的安全投入總額在 23 860.99 萬元以下(即安全投入小于門檻值10.080)時，增加安全投入可提高煤礦企業經濟效益，但若安全投入總額超過23 860.99萬元(即安全投入大于門檻值10.080)時，增加安全投入則會使企業經濟效益下降。

2)從安全投入結構來看，當門檻變量I2≤0.765，即安全設備設施投入占比≤75.6%時，安全投入與經濟效益呈顯著負相關關系，相關系數為-0.085 6，表明安全投入每增加1個單位企業經濟效益將減少0.085 6個單位；當門檻變量I2>0.765時，安全投入與經濟效益的負相關性不顯著，有待進一步驗證。結果表明，安全設備設施占比這一結構在煤礦企業安全投入與經濟效益的關系中具有負向調節作用，但隨著設備設施投入占比的增加，負向作用有減小的趨勢。

3)控制變量S和P在結果(A)、結果(B)中均與經濟效益Y在1%的水平上顯著正相關，而控制變量M和E均與Y的相關關系不顯著，表明企業規模和勞動生產率對煤礦企業經濟效益有正向促進作用；控制變量C在結果(B)中對企業績效有負向作用，并在5%的水平上顯著，相關系數為-0.427 3，表明資產負債率每提高一個單位，企業經濟效益將減少0.427 3個單位。

3 對策建議

鑒于研究的11家非上市煤礦企業分別位于山西、內蒙古、新疆等不同地區，其煤層賦存條件、開采條件存在差異，且煤礦生產規模有較大差異，因而企業的安全總投入有較大不同，安全投入結構也有較大差異，但研究分析得出的安全投入與經濟效益的關系結果，對非上市煤礦企業具有一定啟示意義。為此，給出以下對策建議：

1)煤礦企業應根據自身的開采條件和安全技術水平，在確保安全生產前提下，適當提高安全投入，確保企業安全穩定高效地生產；

2)煤礦企業應研究適合自身的安全投入結構，控制安全設備設施投入在安全總投入中的比重，重視安全技術投入，推動技術更新改造，并重視安全培訓，建立安全生產考核與檢查機制，強化人員安全意識[19]；

3)煤礦企業應提高勞動生產率、擴大企業規模，合理運用金融、財政及稅收等手段獲得支持[20]，提升企業整體發展活力，實現企業安全和效益雙豐收，確保企業安全、持續、健康發展。

4 結論

基于11家非上市國有煤礦企業相關數據，借鑒Hansen面板門檻模型，對煤礦企業安全投入與經濟效益的關系進行研究，得出如下結論：

1)分別將安全投入和安全投入結構設為門檻變量時，安全投入對煤礦企業經濟效益的作用呈現非線性特征，其中安全投入在5%的顯著性水平下存在雙重門檻效應，安全投入結構在5%的顯著性水平下存在單一門檻效應；

2)安全投入的門檻值為8.274和10.080，當安全投入大于10.080，即對應的安全投入總額大于 23 860.99 萬元時，增加安全投入會使企業經濟效益下降，故煤礦企業應控制安全投入水平；

3)安全設備設施投入占比這一安全投入結構，在安全投入與經濟效益關系中具有負向調節作用，故應適當控制安全設備設施投入在安全投入中的比重，將安全投入合理分配到各個方面；

4)建議煤礦企業重視安全技術投入和安全培訓，提高勞動生產率，合理運用金融和財政手段，實現企業的持續健康發展。