“十三五”期間光伏產業上市公司經營績效研究

摘要：文章參考國資委制定的企業績效評價標準值，從盈利能力、償債能力、營運能力和發展能力 4 個維度構建光伏企業經營績效評價體系，基于2021年35家光伏上市企業年報數據，通過因子分析法對當前國內光伏企業的經營績效情況進行初步分析，并采用數據包絡分析法中的BCC模型和Malmquist模型針對2017-2021年間所選樣本的經營效率分別進行靜態分析和時間序列分析，從而對光伏上市公司在“十三五”期間的公司經營績效做出綜合評價。同時，基于上述效率分析結果，文章對國內光伏上市公司提出相關政策建議。

關鍵詞：光伏產業；經營績效；DEA；因子分析

一、背景介紹

在“十三五”規劃中，國家發展改革委明確，推動太陽能多元化利用，全面推進分布式光伏和“光伏+”綜合利用工程，促進先進光伏技術和產品應用。

“十三五”之末、“十四五”之初，光伏發電為代表的新能源呈現性能快速提高、經濟性持續提升、應用規模加速擴張態勢，形成了加快替代傳統化石能源的世界潮流，全球光伏產業迎來新的發展契機。國家能源局規模發展指標顯示，“十三五”期間， 我國每年新增光伏發電裝機容量為1500萬～2000 萬千瓦，到 2020 年底光伏發電總裝機容量達到1.5億千瓦，以 2015 年為參照，年均增長速度超過20%，繼續保持全球最強勁增長光伏市場。“十四五”規劃中，為實現碳達峰、碳中和目標，我國將大力推進能源革命向縱深發展，鼓勵企業推進復合開發模式，升級光伏應用場景及技術，提升發電效益。

國際市場上，傳統能源價格上漲，許多國家加快光伏產業發展以保障國內電力供應和減少對外能源依賴。全球光伏市場迅速發展，國內光伏企業面臨挑戰。

二、文獻綜述

在國內外光伏企業持續發展壯大的背景下，學者們對國內光伏企業的績效進行了廣泛研究，關注政府政策、研發投入、股權集中度等因素對企業績效的影響。在相關政策和補貼方面，學者的研究結果存在多樣性。周海洋（2020）以2016-2018年18家光伏上市公司年報為數據，將營業收入和凈利潤作為衡量企業績效的指標，建立回歸模型，提出財稅政策對企業績效具有正向影響。而陳艷等（2021）采用2009-2019年60家上市光伏企業數據，使用總報酬率度量企業經濟績效，構建固定效應回歸模型，發現雖然產業政策能夠有效促進企業創新績效提升，但是會抑制企業經濟績效提升。這一研究結果表明，相關政策的結果可能存在兩面性。而針對“531 新政”，查冬蘭（2022）根據于2017-2019 年147 家光伏概念上市公司的季度數據，通過采用傾向性得分匹配和雙重差分相結合的方法，分析政策效果，發現光伏產業補貼加速退坡政策的實施總體上降低了光伏企業的經營績效。通過以上學者研究，不難看出，財稅政策對企業績效有正面影響，而產能政策及部分補貼存在對企業績效產生負面影響的可能性。

此外還有部分學者認為，研發投入、股權集中度會對企業績效產生影響，王占鵬（2019）使用2016-2018年41家光伏行業上市公司的數據，選取財務指標進行利用因子分析法對企業績效進行測算，并通過多元回歸模型進行分析，發現研發投入、股權集中度與企業績效呈顯著正相關。而肖煜等（2022）選取2016-2020年100家上市光伏企業的數據，以企業的總資產利潤率作為企業績效的衡量標準，進行隨機效應回歸分析，提出研發投入強度與企業績效既有正向影響也有負向影響。兩相對比，可以看出光伏產業研發投入對企業績效有正面影響的同時，研發投入的強度增加對企業績效的影響存在不確定性。

由上述文獻可以看出，學術界對于政府政策、相關補貼、研發投入、股權集中度對企業績效的影響已經有一定研究，但是在“十三五”背景下，通過研究企業盈利能力、償債能力、營運能力、發展能力的指標對光伏產業績效進行分析的研究較少。因此，本研究主要將專注于在“十三五”背景下，運用DEA模型來對光伏企業績效進行相關研究。

三、研究設計

（一）數據來源

本文采用了2017-2021年國內35家光伏產業上市公司的財務報告數據，并根據數據的可獲得性，剔除了存在缺失所需財務數據的樣本，進行實證分析。所有數據均來自同花順數據庫。

（二）指標選取

本文根據相關文獻經驗，選取能衡量企業經營情況的盈利能力、償債能力、營運能力和發展能力的19個相關財務指標，包括凈資產收益率、總資產周轉率等，并構建指標體系。

（三）研究方法

1. 數據包絡分析法

DEA是一種用于評估生產或經濟單位效率的方法，它可以同時考慮多個輸入和輸出變量。其中，DEA模型有兩種常見變體：BCC模型和Malmquist方法。

BCC模型是一種非參數的線性規劃模型，其將生產單位的輸入和輸出量被視為決策變量，通過線性規劃找到每個單位的技術效率和規模效率的最優解，而無需對生產函數進行假設。Malmquist方法是一種用于評估單位效率變化的時間序列分析方法，其通過計算不同時間點之間的效率指數變化來反映技術進步、技術效率變化和規模效率變化的影響。兩種模型為研究提供了全面而準確的評估手段，幫助分析光伏產業上市公司的經營績效，并為制定決策提供有力支持。

2. 因子分析法

因子分析是一種多元統計分析方法，可以用來分析數據中潛在的結構性關系。其基本思想是將多個變量歸納成少數幾個“因子”，描述這些變量的共同性和差異性，從而簡化數據集和分析過程，以便更好地理解和解釋數據，對企業經營情況進行分析。

四、實證分析

（一）近年光伏產業經營績效的因子分析

1. 建立評價體系

本文選取2021年光伏板塊35家上市公司作為研究對象，數據來源于同花順金融數據終端及公司年報。參考相關文獻及公司財務指標概念，選取19個財務指標，并借鑒國資委制定的企業績效評價標準值，建立從盈利能力、償債能力、營運能力和發展能力 4 個維度構建光伏企業經營績效評價體系，如表1所示。

2. 利用因子分析法對企業經營績效進行分析

因子分析法是指通過構建線性模型，將各變量間重合的信息分類并且系數加權，使得在原有多個變量的基礎上提煉出少數幾個可描述全部變量的公因子，可用更少的變量去描述原有錯綜復雜的數據。

本研究采用主成分分析法分別計算盈利能力（表2）、償債能力（表3）、營運能力（表4）和發展能力（表5） 4 個維度個因子載荷數并得出其評級公式，對企業在各項能力的得分進行排序。最后對企業績效進行綜合分析（表6），得到各企業綜合績效得分情況，將綜合成績排名與各維度排名進行對比分析。

根據表2，得到計算公式：盈利能力=0.465*總資產報酬率+0.462*凈資產收益率+0.229*息稅前利潤／營業總收入。通過該公式計算企業盈利能力綜合得分，并進行排序。

根據表3，企業償債能力綜合得分計算公式為：償債能力=（49.281*主成分1+24.95*主成分2）/74.231。其中，主成分1 和主成分2 是由表中各成分指標及其對應系數組成的線性組合。根據這個公式，可計算每家企業的償債能力得分，并進行排名。

根據表4，企業營運能力綜合得分計算公式為：營運能力=（34.414*主成分1+25.891*主成分2）/60.305。其中，主成分1 和主成分2 是由表4中各成分指標及其對應系數組成的線性組合。根據這個公式，可計算每家企業的營運能力得分，并進行排名。

根據表5，企業發展能力綜合得分計算公式為：發展能力=0.33*所有者權益增長率+0.342*營業利潤增長率+0.278*總資產增長率+0.298*營業收入增長率。通過該公式計算企業發展能力綜合得分，并進行排序。

綜合上述企業盈利能力、償債能力、營運能力、發展能力分析，對25家光伏上市公司的經營能力進行綜合排名，獲得表6。

綜合上述分析得出以下幾點觀點：（1）綜合排名靠前的企業通常在發展和償債方面也表現較好，但當前盈利能力高的企業不一定在綜合排名中靠前，這可能是由于政府更注重可持續性和未來發展。（2）由于產業鏈上企業發展情況差異較大，大多數光伏企業在發展、償債、盈利和營運方面存在不足。（3）光伏企業之間差異明顯，排名靠前的企業與排名靠后的企業存在較大差距，這歸因于市場環境和政策導致資源向頭部企業集中。

（二）經營績效數據包絡法分析

本文使用因子分析對上市光伏企業的經營表現進行了客觀評估，并發現了企業經營表現的不足之處。為了更有針對性地提出優化企業資源配置、提高經營表現的建議，本文采用了數據包絡分析法進行了深入分析。

1. 建立指標體系

本團隊選取了2017-2021年25家光伏企業各年的財務數據，并對利潤為負的公司樣本進行了歸零化處理。基于數據包絡分析法的經驗法則，本文選取的決策單元遠大于輸入指標數量和輸出指標數量之和。在對相關文獻進行解讀和分析的基礎上，本研究確定的輸入及輸出指標如表7。

2. DEA-BCC模型分析

（1）數據包絡效率指標測算結果。為研究“十三五”期間，光伏公司績效的變化趨勢，本團隊利用DEA2.1軟件計算，并利用BCC模型和Malmquist方法分別對所選取的25家光伏企業2017-2021年的經營效率進行總體評價。具體計算指標為：綜合效率、純技術效率、規模效率，以2017年經營效率測算結果為例。

（2）效率結果綜合分析。綜合對比25家光伏企業2017-2021年的財務數據，光伏上市公司經營效率綜合有效的公司數量及其占比在五年間波動上升，相對非有效的光伏企業公司數量及其樣本占比則波動下降。這表明大部分光伏企業都能根據自身的經營情況調整各項投入指標，盡量減少投入冗余或產出不足的問題，從而促進企業實現規模有效和技術有效。

除此之外，在“十三五”期間，依據25家光伏上市企業的DEA效率分析可知，總體而言，光伏企業規模報酬狀態遞減的公司數量及其占比高于規模報酬狀態遞增的公司數量及其比例，說明國內大部分的光伏企業存在經營規模過大，產出不足的問題，各個企業需要根據自身實際進行經營規模的調整，并加強對企業已建成的光伏設備管理，提高規模效率。

3. DEA-Malmquist模型分析

由于DEA模型所測出效率前沿面在不同的年份存在差異，因此，不同年份的效率值并不具有可比性，為對每年光伏上市公司的效率結果進行時間序列分析，并彌補BCC模型動態效率分析的缺陷，本團隊閱讀相關文獻，并引進Malmquist方法對25家光伏企業2017-2021年度的效率值進行對比分析。具體分解指標為：技術效率（Effch），技術進步（Tech），純技術效率（Pech），規模效率（Sech）和全要素生產率（TEP）。對2017-2021年以25家光伏企業為代表的全要素生產率進行分解，并對如上分解指標進行定量分析，結果如表9所示。

所選25家廣度上市企業2017-2021年間的全要素生產率的平均值為1.001，即其年平均上升1%。從分解指標來看，綜合技術效率指數的年平均值為1.021，即其年平均上升21%，而純技術效率的年平均值則為1.003，年平均上升3%。由表9可知，其以15%的差距低于光伏上市公司規模效率的年平均值上升幅度。這表明光伏行業的經營效率上升主要依靠規模擴張，產業并未充分與創新相結合。從技術進步指數來看，其年平均值為0.980，年均降低20%。

基于光伏行業的特性，可知“十三五”期間，受疫情影響光伏產業的研發受到影響，所研究樣本在所選時間跨度下，行業發展主要依賴規模擴張和已實現技術的利用，未能以更加先進的科技提高經營效率。

五、總結及政策啟示

本研究先從盈利能力、償債能力、營運能力、發展能力分別對所選的25家上市公司進行了排序，并且選取19個財務指標對經營績效進行分析、排序，并對經營績效進行了詳細分析。從上述分析中可以看出，國內的大部分光伏企業目前普遍存在經營規模過大而效率規模不足的問題，且部分企業呈現出規模效益遞減、規模報酬遞減現象。聯系國內政策對于光伏企業的大力支持，存在由于政府的部分不當干預而導致光伏產業經營規模與產出不匹配的可能性。

本文基于對“十三五”期間光伏產業上市公司經營績效研究提出以下政策建議：首先，政府需要根據光伏企業發展狀況及時調整相關補貼政策。在部分光伏企業經營規模過大而與產出規模不匹配的背景下，政府可以提升產業政策的針對性和協調性，調整相關補貼，從而抑制企業盲目擴大經營規模。相關補貼的適度調整會使光伏企業在擴大經營規模前更認真分析其行動的可行性與必要性，減少盲目決策、過度擴大經營規模的可能性。其次，政府政策應關注產業的建設，為光伏企業提升技術效率和規模效率提供幫助。加強人才引進，引進光伏產業人才到光伏產業發展較好的西部地區。

參考文獻：

[1]周海洋，王鏡涵，周東陽，等.新能源產業的財稅補貼效果實證研究——以光伏產業為例[J].中國集體經濟，2020，654（34）：118-120.

[2]陳艷，周園媛，紀雅星.產業政策對企業績效的影響及作用機制研究——來自中國光伏產業的經驗數據[J].科技進步與對策，2021，38（22）：68-75.

[3]查冬蘭，周劍，趙天予，姜盼松.補貼加速退坡政策對光伏企業經營績效的影響研究[J].中國石油大學學報（社會科學版），2022，38（05）：1-9.

[4]王占鵬.研發投入、股權集中度對光伏企業績效的影響研究[J].統計與管理，2019（10）：43-47.

[5]肖煜，龔桂英.光伏企業研發投入強度與企業績效的實證分析——基于財務杠桿和股權性質的調節作用[J].資源與產業，2022，24（04）：21-29.

[6]郭子君.基于突變級數和DEA優化的光伏企業經營績效實證分析——來自光伏產業上市公司的經驗數據[J].山西財政稅務專科學校學報，2017，19（06）：50-57.

[7]邵金鳴，李紅，許明威.我國跨境電商上市企業經營效率研究——基于三階段DEA-Malmquist指數方法[J].數學的實踐與認識，2021，51（07）：304-314.

（作者單位：華南師范大學國際商學院）