我國煤炭企業上市公司投入產出效率研究

山東科技大學經濟管理學院

引言

煤炭在我國經濟建設的進程中一直發揮著基礎能源的作用，經過幾十年的發展，煤炭行業已發展得相對成熟。然而，煤炭行業是一個受價格驅動的周期性行業，產品同質化比較嚴重，價格對利潤的影響遠大于銷量。2012—2015年期間，煤炭價格大幅下跌，為防范系統性風險，2016年，我國開始實施煤炭供應側淘汰落后產能改革。2016年淘汰落后產能政策實施以來，煤炭價格穩步上漲，煤炭企業盈利能力顯著增強，至2019年末，煤炭行業淘汰落后產能目標全面完成。20世紀中后期以來，國內外學者對煤炭投入產出的研究較多，在解決煤炭企業的投入產出問題上有一定的貢獻。然而國外研究比較注重以煤炭行業來比較，通過煤炭行業與其他行業做對比，從而得出結論，以大的框架來進行研究；而國內研究更傾向微觀視角的研究，對某一時間段煤炭行業的情況進行研究。而現階段對我國煤炭企業投入產出的研究不多，且數據陳舊，缺少對近幾的數據的實證分析。因此，文章選用近幾年的數據，從投入產出角度出發，對煤炭企業上市公司的投入產出效率進行研究。

一、研究方法及理論模型

本文采用規模報酬可變的DEA-BCC模型、Malmquist指數模型，分析我國煤炭企業上市公司的投入產出效率，分別從靜態、動態兩個方面進行多層次分析。

（一）DEA-BCC模型

DEA方法是由Charnes等人于1978年提出的多輸入多輸出決策單元間相對有效性評價的一種非參數研究方法。BCC模型是DEA方法中的一種類型，它假設模報酬可變（VRS），并將技術效率分解為規模效率（SE）與純技術效率（PTE），兩者的乘積則為技術效率。在實際生產中，想要達到相同的規模收益是比較困難的，且BCC模型更具普遍性，本文采用BCC模型從靜態的角度來衡量上市公司的投入產出效率，具體模型如式（1）所示：

（二）Malmquist模型

Malmquist于1953年提出Malmquist指數，在隨后的研究中被入生產效率研究領域，最后拓展將其與DEA模型結合使用。Malmquist指數是利用不同時期距離函數的比值來表示投入產出效率，它與DEA模型一樣，是一種非參數線性規劃方法，現如今，Malmquist指數法被廣泛應用于衡量生產力的變化，其表達式為：

二、評價指標及數據來源

在指標選取方面，關于投入產出指標的選取有多種，文章考慮了其他學者關于投入產出效率的研究，并考慮效率測度的目的以及遵循可比性、簡潔性以及可操作性的原則，構建出六個投入產出指標的評價體系，投入指標：從業人員總數、資產總額、營業成本；產出指標：原煤產量、營業收入、凈利潤。

根據證監會2012年行業分類，選取2015—2019年煤炭企業上市公司，并作如下處理：①剔除非煤炭主營業的企業；②剔除ST股；③剔除上市時間少于3年的企業，最終得到24家公司作為本文的研究樣本。本文所用財務數據來自國泰安數據庫，原煤產量由手工整理年報所得，數據處理軟件為Deap2.1。

三、投入產出效率實證分析與比較

（一）煤炭企業上市公司投入產出效率靜態評價

本文運用Deap2.1軟件對2015—2019年24個決策單元進行分析，結果見表1。由計量模型的判定規則可知，DEA有效的條件是當效率值為1時，從表1可以看出，在24家煤炭企業中，2019年達到DEA有效的公司有14家，而非DEA有效的公司占比在33%以上，該結果表明煤炭企業上市公司的投入產出效率水平整體處于較高位置，且在下降一段時間后有了大幅度上升。在規模報酬方面，規模報酬不變的公司呈現曲形波動，其效率先是平緩下降，隨后迅速較快，呈現“U”的現狀；從規模報酬的變化可知，其上升與下降的公司數量在2017年與2019年有較大的變化，并且有逐年增加的趨勢，無處于遞減狀態的企業。基于此，處于遞增狀態的公司想要提升他們的效率，就需要增加投入，以達到增加產出的目的，此外，本文將進一步從時間變動層面對具體測算結果進行比較分析。

表1 2015—2019年煤炭企業上市公司投入產出效率整體結果

在時間變動趨勢（見圖1）中，可以看出大部分區煤炭企業上市公司的技術效率并不是一成不變的，而是處于波動起伏額狀態，并且在所有公司中，僅有五家公司連續五年的技術效率保持最優狀態，分別為露天煤業、兗州煤業、中國神華、中煤能源以及伊泰煤炭。通過圖1進一步分析，包括新集能源、平煤股份、昊華能源、恒源煤電、安源煤業、蘭花科創、大有能源在內的7家上市公司的技術效率值并不穩定，在連續五年中的波動起伏較大，并且它們的技術效率值總體處于較低水平。此外，部分公司也出了較為明顯的波動，如遼寧能源，在前四年間的技術效率分別為0.888、0.882、0.854、0.661，到2019年提高至1.000，達到最優效率水平；陽泉煤業處于下滑狀態，陽泉煤業在2014—2015年的技術效率值為1，但從2016年開始，陽泉煤業呈現連續下降的趨勢，甚至在2019年技術效率下降至0.816。總的來看，我國24家煤炭企業上市公司的技術效率水平處于0.593～1.000之間，它們的變動還是比較顯著的。主要原因可能在于2015年煤炭行業產能過剩明顯，各企業的應對不足，其公司技術、公司的具體應用落地等處于探索階段，并且在有關資本、人員、技術等投入上，各個煤炭企業上市公司的投入均不穩定。

圖1 2014—2018年煤炭企業股上市公司技術效率變動趨勢

（二）煤炭企業上市公司投入產出效率動態評價

1.Malmquist指數分析

從表2的結果可以看出，2015—2019年24家煤炭企業上市公司Malmquist指數平均值為1.092，這五年的效率水平在2016—2017年間出現小幅增長，其余年份的變化則不明顯。技術效率變化指數變動1.33%，技術進步指數均變動16.20%。據此分析可見，技術進步指數影響Malmquist指數，而技術效率變化指數對Malmquist指數影響不大。進一步分析各個年度區間狀況，研究發現，四個年度區間的Malmquist指數均大于1，這傳遞出一個信息，那就是四個年度區間的全要素生產率呈上升趨勢；而在技術效率變化指數上，技術效率變化指數均小于1，但在技術進步指數上，四個年度區間的技術進步指數均大于1。由此可以看出，煤炭企業上市公司投入產出效率的增長，得益于技術進步的增長。因此，在接下來的發展中，煤炭企業上市公司需要在技術創新能力上不斷提升，使投入產出效率得到全面的提升。

2.技術進步指數分析

根據計量模型的定義，技術進步指數是測量技術創新與否、進步多少的一個指標。技術進步指數如果大于1，則表示技術進步，否則表示為技術退步。從表2的結果可以看出，2015—2017年的技術進步指數有了大幅度地提升，但在2016-2018年大幅度下滑，最后在2018—2019呈現緩慢上升趨勢，最終技術進步指數為1.086。由圖2可知，Malmquist指數在2015—2019年先是上升，后又下降，這與技術進步指數的變化幾乎是相同的。究其原因，這是由于技術效率變化指數和技術進步指數共同作用于Malmquist指數，導致Malmquist指數的變化小于技術進步指數。

表2 2015—2019年煤炭企業上市公司Malmquist指數

圖2 2015—2019年煤炭企業上市公司Malmquist指數及其分解

四、結論與啟示

（一）靜態評價角度

從分析結果上看，我國24家煤炭企業上市公司投入產出效率整體處于較高水平，進一步分析，通過時間變動趨勢的結果可以看出，許多煤炭企業的技術效率值在0.593～1.000之間波動，變化區間較大，而且僅有5家公司的技術效率水平達到最優值，并且這5家公司連續五年保持最優。從整體來看，自2019年開始，各公司的技術效率開始緩慢上升，這也說明，隨著煤炭產能過剩問題的解決，煤炭企業在解決資源分配以及技術創新方面能力逐漸提高。

（二）動態評價角度

通過測算，我國24家煤炭企業上市公司的Malmquist指數為1.092，而技術效率變化指數與技術進步指數會共同對Malmquist指數產生影響，這就使得Malmquist指數表現出一種相對平穩的狀態。在2015—2017年，煤炭企業上市公司的技術效率變化指數略微下降，由前文分析可知，這是由于純技術效率和規模效率的共同降低所造成的；而在2016—2018年，受到純技術效率的下滑和規模效率的上升，而技術效率下滑的規模大于上升的規模，使得該區間的技術效率變化指數下降。在此基礎上，純技術效率和規模效率共同影響技術效率變化指數，而且通過分析，技術效率變化指數波動起伏是由純技術效率的變動引起的。因此，各煤炭企業公司應合理分配資源、加大技術創新力度，同時提升核心技術水平，以此實現投入產出效率的提高。

結語

綜上，這些煤炭企業的投入產出效率并不理想，究其原因，主要在于固定資產的限制、營業收入的低下，人員的冗余等，要想進一步提高投入產出效率，還要從投入這幾個方面采取措施：① 合理分配資源，充分利用企業的資產，將資源利用率充分提高的同時完善企業規模；② 對科研技術額投入要加大，應當將提高核心技術研發能力和技術創新水平作為一項重要任務，從而促進投入產出效率的提高；③ 實施人力資源管理，減少人員冗余，提高勞動效率。