基于SEM的煤炭企業績效評價研究

朱 偉 安景文 趙嘉麗 王金鶴

(中國礦業大學(北京)管理學院，北京市海淀區，100083)

企業績效評價已經成為保證企業內部管理機制有效運行的重要方法，是實現企業經營目標、考核經營業績的重要手段。而煤炭企業作為特殊的生產型企業，研究影響煤炭企業績效的因素、構建具有煤炭行業特色的績效評價體系、判斷績效水平，對于推進煤炭企業績效管理工作、促進煤炭企業可持續發展具有重大作用。

學者們對煤炭企業績效評價展開了大量研究，呂靖燁等運用因子分析和聚類分析從盈利能力、營運能力、償債能力和成長能力等財務維度分析煤炭企業績效；李曉紅從財務和非財務角度構建了煤炭企業績效評價指標體系，并把模糊數學的思想引入到煤炭企業的績效評價中；王佳凡基于平衡計分卡視角，從財務、客戶、內部流程、學習與成長4個維度構建了煤炭企業績效管理體系；晁坤等在平衡計分卡框架基礎上，引入和諧發展維度，構建了拓展平衡計分卡的煤炭企業績效評價指標體系。綜上，學者們從多個視角構建了煤炭企業績效評價體系，但對績效評價指標選擇還沒有形成一致意見，更重要的是在確定指標權重方面的研究較為缺乏。

本文首先在前人研究的基礎上，從財務、客戶、安全與環境、內部流程、學習與成長5個維度構建了煤炭企業績效評價指標體系，運用結構方程模型對該指標體系進行分析，識別影響煤炭企業績效的關系因素，并確定各個關鍵指標的權重，最終形成煤炭企業績效評價方法。

1 煤炭企業績效評價結構方程模型構建

1.1 結構方程模型理論

結構方程模型(Structural Equation Modeling，簡稱SEM)是一種可以處理指標測量、分析指標之間相互關系的實證分析模型。現在已經被廣泛用來解決多維度、指標之間關系復雜的績效評價問題。結構方程模型可分為測量模型和結構模型，其中測量模型可以求出觀測變量(可直接測量的變量)和潛變量(無法直接進行測量的變量)之間的關系；結構模型可以求出潛變量之間的因果關系。本文構建的基于拓展型平衡計分卡的煤炭企業績效評價體系，包含財務、客戶、安全與環境、內部流程、學習與成長5個維度，這些維度是無法直接測量的潛變量，需要通過相關的觀測變量測得的數據資料反映，因此本文構建了煤炭企業績效的測量模型。

1.2 煤炭企業績效評價指標體系構建

根據已有學者對煤炭企業績效評價的研究以及對企業的實際調研，發現煤炭企業績效評價體系存在過度考慮財務指標、指標體系不完善、體系內部結構不協調、未能體現煤炭企業特色等問題，嚴重影響了煤炭企業績效評價效果。而平衡計分卡(BSC)提供了一種從財務、客戶、內部流程及學習與成長4個維度系統衡量企業績效的思路，能全面地反映企業整體運營情況。考慮到煤炭企業高度重視安全和環保，本文在原有平衡計分卡框架的基礎上引入安全與環境維度，構建具有煤炭企業特色的績效評價指標體系。依據科學性、可獲得性、可操作性和系統性等原則，從財務、客戶、安全與環境、內部流程、學習與成長5個維度(潛變量)選取具有代表性的測量指標(觀測變量)，并邀請專家進行研討，構建了基于拓展型BSC的5維度煤炭企業績效評價指標體系，如表1所示。

表1 基于拓展型BSC的煤炭企業績效評價指標體系

1.3 煤炭企業績效評價測量模型構建

本文構建的煤炭企業績效評價指標體系由財務、客戶、安全與環境、內部流程、學習與成長5個維度(潛在變量)和23個測量指標(觀測變量)構成，在此基礎上構建了煤炭企業績效評價測量模型，并運用AMOS24.0軟件進行處理，如圖1所示。圖1中橢圓形代表潛變量，長方形代表觀測變量；橢圓形與長方形之間連接的路徑為煤炭企業績效測量模型；其中e1～e23為觀測變量的測量誤差項，r1～r5為潛在變量的測量誤差項，結構方程模型中允許測量變量存在一定的誤差，可以克服評價者主觀上不能準確測量的問題。

2 數據的收集與分析

2.1 數據的收集

本文主要采用問卷調查法進行數據的收集，調查對象主要為煤炭企業中高層管理人員。本文主要針對模型中23個觀測變量，依據Likert 5點量表設計問卷(非常不重要為1，非常重要為5)，讓被調查者判斷該觀測變量對煤炭企業績效的影響程度。本次問卷主要采用以下兩種方式進行收集：一種方式是在MBA課堂上對煤炭企業中高層管理人員進行調研；另一種方式是深入企業實際調研。本次共發放問卷306份，回收問卷289份，回收率為94.44%；根據缺失項嚴重、被調查者沒有認真填寫問卷兩個標準，剔除無效問卷15份，最終得到有效問卷274份，問卷有效回收率為89.54%。

圖1 煤炭企業績效評價測量模型

2.2 數據的分析

2.2.1 信度分析

信度分析即可靠性分析，用來衡量量表的可靠性程度。本文采用SPSS21.0進行信度分析，以Cronbach's α值來衡量量表中各潛變量的一致性和穩定性。一般而言，如果量表的信度系數Cronbach's α值達到0.9以上，說明該量表的信度很好；如果α值大于0.8，說明該量表的信度比較好；如果α值大于0.7，說明該量表的信度可以接受；但如果α值小于0.5，則說明該量表就不可信了。本文對調查問卷各潛變量的信度分析結果如表2所示，各潛變量和總量表的Cronbach's α值均大于0.7，說明該量表具有較高的信度，其分析結果可以被接受。

表2 信度分析表

2.2.2 效度分析

效度分析即有效性分析，用來衡量量表的正確性程度，可通過因子分析衡量。在進行因子分析之前，需要對量表進行KMO和Bartlett球形檢驗，其中KMO值越接近1和Bartlett球形檢驗若顯著概率Sig.小于0.05，則表明量表變量之間具有較好的相關性，可進行因子分析。本文計算結果如表3所示，其中KMO值達到0.813，Sig.值為0.00，說明適合進行因子分析。

本文首先運用主成分分析進行探索性因子分析，采用Kaiser 標準化的正交旋轉法，旋轉 7 次迭代后收斂，5個公共因子的特征根均大于1，累計解釋方差達到68.495，與前文理論分析相符。

表3 KMO和Bartlett檢驗

其次，運用AMOS24.0進行探索性因子分析，具體的統計檢驗量、檢驗標準、檢驗結果如表4所示。結構方程模型的擬合度高低主要由絕對適配度指數、增值適配度指數共同決定，通過數據檢驗發現各擬合度統計量均符合擬合度標準，說明問卷數據與構建的結構方程模型具有很好的整體擬合效果。

表4 模型擬合度檢驗表

3 實證分析

3.1 路徑分析及確定權重

本文運用AMOS 24.0得到煤炭企業績效評價結構方程模型的模擬圖，如圖2所示，以及路徑系數結果、C.R.值、P值，如表5所示。

圖2 煤炭企業績效評價結構方程模型模擬圖

本文的路徑系數是通過極大似然法估計獲得的標準化回歸加權值，C.R.值為回歸系數值與估計值的標準誤的臨界比值，顯著性概率值P如果小于0.001會呈現“***”。本文的C.R.值均大于1.96、顯著性概率值P均小于0.001，表明路徑系數均達顯著，均通過檢驗。

本文根據煤炭企業績效評價模型的標準化系數計算各指標權重，例如針對財務、客戶、安全與環境、內部流程、學習與成長5個維度，它們的標準化路徑系數分別為0.799、0.612、0.671、0.514、0.485，對它們進行歸一化處理，各維度指標的權重分別為0.259、0.199、0.218、0.167和0.157。依據此計算方式，可以計算出各測量指標相對于各維度的權重，最后用各測量指標相對于各維度的權重乘以各維度相對于煤炭企業績效目標的權重，得出各測量指標相對于總目標的權重，如表 5 所示。

表5 結構方程模型路徑系數及權重確定表

從表5可以看出，5個潛變量對煤炭企業績效的影響程度次序是：財務維度(0.259) > 安全與環境維度(0.199)>客戶維度(0.218)>內部流程維度(0.167)>學習與成長維度(0.157)，這表明在煤炭企業績效評價中，關注程度最高的是財務、安全與環境。因此，煤炭企業需要重點關注這兩方面。但5個潛變量之間的差距并不大，需要從以上5個做出努力，提升煤炭企業績效整體水平。在財務方面，企業需要重點關注凈利潤率；在客戶方面，需要重點關注市場占有率；在安全與環境方面，需要重點關注百萬噸死亡率和萬元產值綜合能耗；在內部流程方面，需要重點關注全員勞動生產率和商品煤合格率；在學習與成長方面，需要重點關注骨干員工保持率。

3.2 煤炭企業績效評價分析

根據上文測量模型計算出各指標權重，并邀請專家按照煤炭企業績效評價指標體系對參評企業績效進行評價(一般采用百分制)，最后通過加權平均的方法計算出煤炭企業績效水平，其計算公式為：

(1)

式中：G——煤炭企業績效水平；

ωi——第i個評價指標的權重；

Si——專家們對企業第i個評價指標的打分平均值。

本文以SH集團下屬的4家煤炭企業績效進行了評價。為了更客觀、全面地評價4家企業，從SH集團戰略規劃部、財務部、安全監察局、人力資源部、銷售管理部、煤炭生產部、企業管理部和科技發展部共邀請了11名專家組成了專家組。專家組依據本文構建的煤炭企業績效評價指標體系分別對4家企業進行打分(0～100分)，最后將評價指標權重與得分相乘得到4家企業的績效水平，最終得分分別為72.124、75.325、77.821、73.169，計算結果與SH集團對4家企業考核的結果一致，說明本文構建的模型能夠有效地評價煤炭企業績效水平，便于指導煤炭企業進行績效考核。

4 結語

本文首先基于拓展型BSC構建煤炭企業績效評價指標體系，并構建了煤炭企業績效評價測量模型；其次通過問卷調查的方式進行數據收集，并運用SPSS和AMOS軟件對數據進行分析，結果表明數據具有較高的信度和效度、模型的擬合度較高；然后對構建的模型進行路徑分析，并確定各指標權重；最后以SH集團下屬的4家企業進行驗證，評價結果與集團原有評價結果一致。但本文的研究還存在以下不足：本文的問卷發放較為寬泛，企業可根據實際情況來確定調研對象；在績效打分環節，本文主要是進行專家打分，未考慮定量指標與定性指標的區別，學者們可以在這些方面進行深入研究。

參考文獻：

[1] 呂靖燁，夏萌陽，張金鎖.低迷市場下我國煤炭上市公司經營績效評價[J].會計之友，2017(8)

[2] 李曉紅.基于模糊數學的國有煤炭企業績效評估體系優化[J].煤炭技術，2014(3)

[3] 王佳凡.新常態下煤炭企業績效管理案例研究——基于BSC的視角[J].會計之友，2016(15)

[4] 晁坤，蔣苓.基于拓展平衡計分卡的國有煤炭企業績效評價指標體系[J].中國煤炭，2013(11)

[5] 馬海群，唐守利.基于結構方程的政府開放數據網站服務質量評價研究[J].現代情報，2016(9)

[6] 戴君，賈琪，謝琍等.基于結構方程模型的可持續供應鏈績效評價研究[J].生態經濟(中文版)，2015(4)