“雙碳”視角下煤炭上市公司全面風險管理水平對經營效率影響

摘 要：全面風險管理作為提升公司經營效率和風險防范能力的重要手段，為促進煤炭上市公司低碳轉型，助力“雙碳”目標提供新引擎。文中基于“雙碳”視角，采用三階段DEA-Malmquist模型測算我國煤炭上市公司2008—2022年的經營效率；采用門檻模型和固定效應模型，對煤炭上市公司全面風險管理與經營效率的關系進行研究。研究結果表明：我國煤炭上市公司總體經營效率偏低，經營根據投影值分析，Ramp;D人員、Ramp;D經費投入冗余是造成煤炭上市公司效率無效的主要原因；風險管理流程對全要素生產率、技術效率、規模效率呈現倒“U”型雙門檻特征，其通過規模效率的變動進一步影響公司技術效率變動，最終對全要素生產率產生影響；風險管理文化對效率作用效果影響不明顯。建議合理調整公司Ramp;D投入，制定基于ESG發展理念的全面風險管理路徑，實現公司經營效率系統的平衡。

關鍵詞：“雙碳”目標；全面風險管理；經營效率；門檻模型；三階段DEA-Malmquist

中圖分類號：F 840.62文獻標識碼：A文章編號：1672-7312（2024）03-0293-12

0 引言

2022年10月，習近平總書記在黨的二十大報告中擘畫了“積極穩妥推進碳達峰碳中和”宏偉藍圖。調整能源結構是實現“雙碳”目標的主要途徑之一，同時也是驅動高質量發展的重要因素之一[1]，碳中和愿景要求能源結構應逐漸轉變為以綠色低碳的清潔能源為主，催生了煤炭行業生存難題與降碳技術轉型的新政策風險[2]，以往注重規模擴張而忽視基礎風險管理的粗放型發展方式必須轉變或關停[3]。實行全面風險管理不僅有利于全面識別和控制風險，還將助推粗放型發展模式向創新高質量發展模式轉變[4]。長期以來，煤炭上市公司的全面風險管理常被忽略，并且全面風險管理的有效性依賴于完整制度和管理體系，會造成經營成本的上升[5]。因此，在“雙碳”背景下，采取何種經營效率和管理效果相平衡的全面風險管理模式，對煤炭實現“零碳化”和產業體系“去碳化”就顯得尤為重要。

近年來，國內學者關于公司經營效率測度展開了豐富研究，廣泛使用的測度方法主要有：以隨機前沿分析（SFA）為代表的參數前沿面法、以數據包絡分析（DEA）為代表的非參數前沿面法以及兩種方法的延伸。孫振清等[6]使用隨機前沿生產法（SFA）進行效率計量；蔡林美等[7]運用數據包絡分析（DEA）對效率進行測算；劉偉江等[8]采用SBM模型和Malmquist指數模型，對煤炭資源型環境效率進行分析。其中在效率測算指標選取方面，韓麗萍等[9]、宋洋等[10]、胡劍波等[11]從資本與人力成本方面選取財務指標進行效率測算；李剛等[12]、李德山等[13]從安全保障、環境保護方面選取效率測算指標。上述經營效率測度指標選取中，大多選取財務等測算指標，鮮有從“雙碳”視角出發考慮綠色技術創新能力和碳排放對公司經營效率的影響。

現有風險管理研究大多將風險看作相互獨立的管理對象，在響應國家“雙碳”政策的同時，煤炭行業內外部環境延伸出宏觀環境風險、技術創新風險、市場需求競爭風險等。鄒才能等[14]、侯梅芳等[15]提出我國頂層設計的政策舉措發生變化，我國大型煤炭上市公司長期對風險防范意識不夠，不合理運行機制并未從根本上轉變，造成現存的經營風險；劉峰等[16]、呂清剛等[17]提出煤炭上市公司低碳轉型面臨新的關鍵綠色技術“卡脖子”問題，突破“三碳”（低碳、零碳、負碳）等前沿煤炭高效轉化綠色技術；康紅普等[18]認為由于傳統煤炭能源結構的調整，煤炭行業市場存在過度競爭，市場不規范競爭等風險。

面對日益復雜的市場環境，傳統風險管理已經無法適應當前煤炭行業經營管理模式的發展。ECKLES等[19]研究全面風險管理可以降低風險管理成本，可以通過自然對沖等方法選擇最優策略控制經營風險。由于全面風險管理提出時間較短，所以全面風險管理的研究，大多聚焦于構建全面風險管理評價指標來衡量全面風險管理的水平。

GORDON等[20]對COSO委員會提出的全面風險管理的4個目標，戰略、運用、報告和合規性測算得到全面風險管理水平的綜合指標，此方法煤炭上市公司并未公布相關財務數據，不適用于煤炭上市公司； 陳華等[21]對財務報告等其他媒體披露的信息進行搜索，檢索是否含有“全面風險管理”“全面風險管理委員會”等與全面風險管理相關的信息，用0或1代表公司是否實施了全面風險管理。此方法對全面風險管理實施水平的描述較為簡單，涵蓋內容較少；張芳潔等[22]忽略公司風險文化管理方面，從全面風險管理組織結構、技術能力兩方面選取全面風險管理核心變量指標。

全面風險管理能夠有效控制風險，然而其能否實現公司經營效率最大化逐漸成為學者研究重點。Gordon用一年期的股東超額回報衡量公司經營績效，認為公司風險管理與經營效率之間的關系取決于環境不確定性、行業競爭、公司復雜程度等因素之間的適當匹配。陳凱[23]認為全面風險管理采用隱性、顯性指標來衡量風險水平，結果表明全面風險管理的實施具有“滯后效應”通過提高杠桿的使用率間接提高公司經營效率。也有學者認為上述研究只能反應利益最大化目標，并不能衡量公司真正的經營能力。因此，一些學者的關于煤炭上市公司全面風險管理與經營效率的研究二者關系的方法主要有兩類：最小二乘法（OLS）和固定效應回歸分析。呂文棟等[24]、成小平等[25]等采用最小二乘估計的方法對全面風險管理對經營效率的作用進行研究；張芳潔運用固定效應回歸模型對個體效應進行控制來研究效率變化。上述研究多數學者側重于使用線性模型分析兩者之間的關系，但是經營效率受到多方因素的共同影響，兩者之間并非簡單的線性關系而存在一定的非線性特征。

綜上所述，已有研究對經營效率測算指標選取以財務指標為主，在“雙碳”政策推行下，單一的財務指標不能全面反應公司降碳轉型的經營效率狀況；現有全面風險管理指標構建大多針對財險和金融行業基礎風險管理，忽略了“雙碳”目標下高碳公司面臨ESG轉型可能產生的新政策風險，因此不能簡單套用；以往文獻大多研究全面風險管理對公司經營效率的線性關系，鮮有文獻考慮二者之間的非線性關系，從“雙碳”視角出發的更為少見。基于此，文中首先從“雙碳”視角出發，將綠色技術創新能力和碳排放指標引入經營效率測算指標體系；其次，

從ESG角度解讀《中央企業全面風險管理指引》（以下簡稱《指引》）[26]，從全面風險管理組織體系、風險管理流程和風險管理文化3個方面建立衡量公司全面風險管理程度的指標體系；最后，考慮到全面風險管理與經營效率的影響機制較為復雜，并非簡單線性關系，文中選擇門檻效應模型進行回歸。

1 研究方法

通過文獻梳理發現，關于煤炭上市公司經營效率與全面風險管理的研究方法，大多是構建指標、DEA與Malmquist指數模型、Tobit模型以及其他方法的結合。首先，文中選取三階段DEA的目的是測度剔除外部環境因素產生的非管理性影響，使煤炭上市公司處于“同質”環境中，將煤炭上市公司經營效率的測算因素聚焦于公司碳轉型過程中的煤炭上市公司內部經營，使測算從出發更加接近經營效率真實水平。其次，三階段DEA-Malmquist指數將靜態測算與動態分析相結合，將靜態的綜合經營效率、純技術效率、規模效率分析與引入時間因素的全要素生產率、技術進步效率、技術效率相結合動態刻畫煤炭上市公司低碳轉型的經營水平，更好地描繪了煤炭上市公司在低碳轉型過程中的經營效率的變化趨勢。最后，采用門檻模型對經營效率研究和全面風險管理的水平進行研究，通過門檻效應驗證全面風險管理與經營效率之間是否存在門檻效應，針對全面風險管理水平變量進行層次劃分，從而進一步研究不同全面風險管理水平下公司各經營效率指標的變化情況，避免了人為劃分全面風險管理水平與經營效率變化階段造成誤差，并可以利用門檻模型分析全面風險管理水平的門限值區間及其與經營效率的調節系數，較好地刻畫出全面風險管理水平與公司部分效率變動指標之間的非線性關系。

1.1 門檻模型

文中參考HANSEN[27]的面板門檻模型進行研究。門檻模型既可以檢驗變量之間是否存在門檻效應，判別二者之間的非線性關系是否顯著，清晰地描述出變量的非線性關系，因而優于一般的線性回歸模型。此外，門檻模型的門檻值取決于樣本數據，既不確定非線性模型方程，也不需要確定外生給定門檻值。相比于其他非線性模型，門檻模型更加簡單有效。因此，首先采用門檻模型探究二者之間的非線性關系，門檻回歸模型其基本形式如下

在（1）式的基礎上引入示性函數，進一步將（1）式簡化如下

式可以進一步簡化如下

根據式（2）進一步構建雙門檻模型

其中，門檻值γ1＜γ2，其他變量含義與前文相同。

1.2 三階段DEA模型

第一階段基于BANKER等[28]提出具有非Archimedes無窮小量的DEA模型C2R（規模報酬不變）模型，用于判斷多投入多產出情況下決策單元的相對有效性。構造決策單元最優效率值模型如下

BANKER等在C2R模型基礎上，進一步提出BC2（規模報酬可變）模型，將C2R模型中的TE（綜合效率）分解為PTE（純技術效率）和SE（規模效率）的乘積，其中，PTE的計算表達式如下

規模效率的計算公式如下

θSE=θTE/θPTE（7）

第二階段FRIED等[29]將SFA和DEA結合，將DEA測算所得的松弛變量分解成環境因素、管理無效率和統計噪聲3部分。以第一階段傳統DEA的松弛變量作為解釋變量，環境因素作為解釋變量，構建SFA回歸模型：

Smn=fm（Zn;βm）+Vmn+Umn（8）

其中，fm（Zn;βm）用來表示環境因素對Smn的影響，通常取fm（Zn;βm）=Znβm，Zn即為k個環境變量，Zn=（zkn，zkn，…，zkn）T，βm為環境變量對應參數向量，Vmn+Umn稱為聯合誤差項。

然后，借助SFA回歸計算出βm、σ2和γ等參數估計值，并通過式（9）得到隨機誤差項的估計帶入到式（10）得到同質環境下的新的投入值。X*mn和Xmn分別代表調整前后的投入值，max（Znβm）-Znβm表示對環境因素進行調整，max（Vmn）-Vmn則使得樣本的隨機誤差項相同。

基于公式（11）（12），冗余值ΔX、ΔY計算公式為

ΔΧ=X*mn-X0（13）

ΔY=Y0-Yrj（14）

1.3 Malmquist指數

CHAMBERS等[31]在DEA模型的基礎上，將非參數線性規劃法與其相結合形成Malmquist指數法。根據所構建的投入產出指標體系，可以對不同時期的Tfpch在t時期的技術條件下，從時期t到時期t+1的決策單元的全要素生產率變化可表示為式（15）。

同理，在t+1時期的技術條件下，時期t到t+1的煤炭上市公司Tfpch可表示為式（16）。

將t和t+1時期煤炭上市公司Tfpch指數表示為

其中，D為距離函數；Dt（Xt+1，Yt+1）為以第t期的技術表示的t+1期決策單元效率水平；Dt（Xt，Yt）代表以第t時期的技術表示的當期樣本效率，Dt+1（Xt+1，Yt+1）代表以第t+1時期的技術表示當期樣本效率水平；Dt+1（Xt，Yt）代表以第t+1時期的技術表示第t期的效率。根據章祥蓀[32]等的研究，恰為DEA理論BC2模型中最優值的倒數。BC2模型中，的線性規劃式為：DT（XT，YT）

進一步，將技術效率變化（Effch）和技術進步變化（Techch）從式（5）中分離出來，得到

根據Fare的研究，在規模收益可變情形下，可進一步將技術效率變化（Effch）分解為純技術效率變化（Pech）和規模效率變化（Sech），即

其中，底標V和C分別代表規模報酬變動和不變的情形。綜上，煤炭上市公司Malmquist全要素生產率指數可分解為

Tfpch=Effch×Techch=Pech×Sech×Techch（21）

2煤炭上市公司經營效率和全面風險管理水平測算體系

2.1經營效率測算體系

以彭英柯等[33]、顧洪梅等[34]的研究為基礎，選取投入產出指標對煤炭上市公司經營效率進行測算。同時，由于煤炭上市公司通過綠色技術創新來使煤炭成為環境零損害、氣候零負荷的綠色能源，解決生產、運輸、消費各個環節中的環境問題，并且CO2排放可有效反映煤炭生產，所以參考陸秋琴等[35]和王浩等[36]的研究將綠色技術創新能力和CO2排放量引入經營效率測算指標。最終選取營業成本、總資產、Ramp;D人員、Ramp;D經費投入，主營業務收入、利潤總額、CO2排放量作為投入產出指標。關于環境因素，李崇茂等[37]、賈佳等[38]認為影響煤炭上市公司經營效率的環境因素包括宏觀經濟、政策、地區等，故文中選取政府補貼、經濟生產總值、地區進 出口總額、規模以上的工業企業數作為環境變量，使得煤炭上市公司具有“同質性”均處于最優的外部環境和最小的隨機誤差下。指標及指標說明見表1。

2.2全面風險管理水平測算體系

文中首先依照《指引》，在參考陳華等風險管理評分體系的基礎上加入風險管理文化。在“雙碳”視角下，ESG工作委員會、環保委員會是幫助公司制定、實施、監測和調整碳減排計劃的重要組織[39-41]。故文中將是否設有ESG委員會、環保委員會部門納入風險管理組織的完善程度考察中，從風險管理組織體系、風險管理流程、風險管理文化3個層面建立全面風險管理指標體系，指標體系及其解釋見表2。

2.2.1 風險管理的組織體系

文中從“雙碳”視角出發，把全面風險管理組織架構分為董事會履行風險管理職責（X1j）、風險管理委員會（X2j）、風險管理部門（X3j）、專職風險管理人員（X4j）、內控部門（X5j）、ESG委員會（X6j）、環保部門（X7j）這7個維度來衡量全面風險管理組織架構的完善程度，其測算方法如下

2.2.2 風險管理流程

研究從風險的識別（X1nj）、風險評估（X2nj）、風險控制（X3nj）這3個維度衡量風險管理流程的完善程度，其測算方法如下

2.2.3 風險管理文化

公司開展的S種文化活動（Xsj），其測算方法如下

3全面風險管理水平對經營效率的影響分析

3.1 數據來源與處理

受到金融危機的影響和《指引》的推動，我國公司主要是在2008年以后才逐漸開始實施全面風險管理，為此選取研究時間跨度為2008—2022年，文中選取同花順數據庫中煤炭開采和選洗行業28家煤炭上市公司（剔除ST、ST*狀態的公司）面板數據為研究樣本，按照公司產權所有制進行公司性質分類見表3，數據主要來自國泰安數據庫、中國統計年鑒、上市公司年度報告，社會責任報告、可持續發展報告、環境報告中搜集，使用的數據處理軟件是Stata 14.0、Deap 2.1、Forint 4.1。

由于在三階段DEA-Malmquist模型中所有的投入產出指標必須為正數，但樣本中的指標存在小于0的情況，并且各指標存在單位不一致的問題，為此對所有投入和產出指標進行標準化處理[42]，具體計算公式如下

3.2 經營效率測算

第一階段：傳統DEA模型。令n=28、m=4、s=3、k=4，將其代入式（7）-（9）得到第一階段傳統DEA模型下煤炭上市公司的λ、S-、S+、θSE、θTE、θPTE。

均通過了5%和1%的顯著性檢驗表明環境變量對松弛變量有顯著影響。γ值也都趨近于1，證明所構建的SFA模型是合理的。經營投入松弛變量的系數也大多通過了顯著性檢驗，說明環境因素對公司經營投入冗余的影響較大。

第三階段：DEA投影值分析。

由圖1可知煤炭各上市公司營業成本、總資產、Ramp;D經費、Ramp;D人員投入的冗余總值分別為0.212、0.216、0.923、1.454，Ramp;D人員、Ramp;D經費投入冗余占總值的84.7%，由于地方煤炭上市公司占比為71.4%，所以地方煤炭上市公司的綠色技術創新投入冗余是造成煤炭上市公司總體綜合效率無效的關鍵因素。其中，中央煤炭上市公司中國神華的Ramp;D經費、Ramp;D人員投入分別為0.138、0.184，綠色技術創新冗余值最高；地方煤炭上市公司中兗礦能源、恒源煤電、山西焦煤冗余總值分別為0.563、0.206、0.33、0.298，占整體冗余總值的58.4%，由第三階段DEA計算結果可知這4家上市公司綜合效率值無效均是由于規模效率偏低導致；在民營煤炭上市公司中，安泰集團Ramp;D經費、Ramp;D人員投入分別為0.215、0.143，綠色技術創新投入在經營投入指標中冗余值最高，說明在“雙碳”政策推行過程中，地方煤炭上市公司為響應國家政策的號召，在綠色技術創新投入中存在過度投入的現象，是造成中央、地方煤炭上市公司經營效率值偏低的主要原因。Ramp;D人員冗余的現象需從公司內部結構上找原因，在“雙碳”政策實行過程中，地方煤炭上市公司響應國家“雙碳”政策的引領，重新制定上市公司發展的經營戰略目標，擴大公司生產規模，引進先進的綠色生產技術和技術人員，但是由于技術創新存在一定的“滯后性”，地方煤炭上市公司經營管理技術、組織結構、業務重心等在短期內難以跟上規模擴張的速度，造成前端生產規模和后端服務質量不匹配，反而造成了資源浪費。

Malmquist模型。將X*mn和Yrj代入式（18），得到D；進一步代入式（15）-（17）計算Tfpch；然后通過式（19）得到Effch和Techch，最后代入式（20），得到煤炭上市公司Malmquist生產率指數及其分解，結果如圖2所示。

由圖2可見，煤炭上市公司全要素生產率增速減緩，整體效率波動幅度較大，但總體呈上升趨勢。全要素生產率變動總的來看分為兩個階段：2008—2015年中煤炭行業的發展不平衡，整體呈現下降趨勢。一方面是由于受2008年金融危機等宏觀環境的影響，我國傳統能源行業遭受損失嚴重，經濟效益日益下滑，供需錯位問題日益嚴重；另一方面是由于我國開始采取措施促進供給側結構性改革，對煤炭行業實施去產能和資源整合措施，產能嚴重過剩，煤炭價格直線下跌，煤炭上市公司受到資金周轉不靈等因素的影響，使得全要素生產率下降。在2016—2022年之后煤炭上市公司規模效率與技術效率變動同步增長，這是由于國家整體政策從“去產能，限產量”逐漸調整為“保供應，穩煤價”，煤炭上市公司不斷響應國家的號召，對自身發展積極轉型，引進先進生產技術使得全要素生產率增長，這對穩定煤炭供需形勢，促進煤炭上市公司健康發展起到重要作用。

3.3 全面風險管理水平測度分析

煤炭上市公司全面風險管理水平測度平均值如圖3所示，風險管理組織體系、風險管理流程、風險管理文化均值分別為2.81、2.60、1.71。“雙碳”政策推行過程中，只有3家（10.7%）公司建立了獨立的ESG委員會、風險管理委員會，其余都是董事會負責，大多地方國有公司并未重視公司的環境、社會的管理。中國神華設置風險管理委員會；安全、健康、環保委員會；環保部等組織架構。中煤能源設立風險管理委員會；安全、健康、環保委員會等。地方煤炭上市公司中兗礦能源設立風險管理委員會、可持續發展委員會。靖遠煤電設立財務與風險控制委員會；關于風險管理流程方面，

雖然5家中央和18家地方上市公司（64.2%）的公司都能識別出可能面對的風險并提出應對風險控制的手段，但15家地方上市公司和3家民營上市（64.3%）的公司僅對各類風險做出定性評估，缺乏對風險管理的定量分析；風險管理文化方面，僅有2家中央上市公司和2家地方上市公司（14.2%）將風險管理文化管理融入公司日常經營管理活動中。大多數的地方國有上市公司和民營上市公司，尚未重視風險管理文化的培養。相對而言在中央煤炭上市公司中，中國神華是煤炭上市公司整體最高水平，地方煤炭上市公司中兗礦能源、靖遠煤電次之，在民營企業中全面風險管理水平處于較低水平。

3.4全面風險管理水平對經營效率的門檻效應回歸分析

3.4.1 多重共線性和平穩性檢驗

借助Stata 14.0軟件測算VIF值，各變量的VIF均值為1.23lt;10，不存在多重共線性；采用HT法和IPS法進行單位根檢驗[43]，變量均1%顯著水平下拒絕了存在單位根的零假設，變量之間存在長期穩定的協整關系，可以進行回歸分析。

3.4.2 門檻效應回歸結果及分析

令yit分別等于Tfpch、Techch、Effch、Pech、Sech，Ermorg、Ermadv、Ermcul既是xit又是qit，分別進行門檻效應分析，回歸結果見表4-表6。

風險管理流程門檻結果分析。由表5可知，風險管理流程對全要素生產率單門檻的F值在1%水平上通過顯著性檢驗，當Ermadvlt;4時，β1在5%顯著性水平下為0.010，有4家中央上市公司、2家地方上市公司處于第一門檻值。但是當Ermadvgt;4時，β2在10%顯著性水平下為-0.060，有1家中央上市公司、18家地方上市公司和民營公司，跨過了第一門檻值，說明中央上市公司大多風險管理流程結構合理，促進了綜合經營效率的提高，地方和民營上市公司的風險管理流程水平對經營效率的提高起到抑制作用。類似可知中央和地方上市公司的風險管理流程對技術效率變動、技術進步效率變動、純技術效率、規模效率存在單門檻效應。當風險管理流程從左側趨近于門檻值時，公司效率隨之增加，但是當風險管理流程越過門檻值進一步增加時，效率促進作用不明顯或對效率產生抑制作用，說明中央上市煤炭公司的風險管理流程水平能夠促進公司的效率增長，但是地方和民營上市公司風險管理流程進一步完善和維護所需要的成本反而會阻礙風險管理流程本身發揮作用，會降低風險管理流程對于效率的邊際促進效應。

風險管理組織結構門檻結果分析。由表6可知，全要素生產率、技術效率、規模效率的β1、β2均為正，β3均為負，表明風險管理組織結構與全要素生產率、技術效率、規模效率之間具有倒“U”形特征。全要素生產率倒“U”形雙門檻值分別為2.90和5.11，雙門檻的F值在5%水平下通過顯著性檢驗。當Ermorglt;2.90時，β1在10%顯著性水平下為0.03，有3家民營上市公司和4家地方上市公司處于這一水平；當2.90lt;Ermorglt;5.11時，β2在1%顯著水平下為0.02，此時風險管理組織結構對全要素生產率促進作用最強，有中央上市公司和地方8家上市公司全面風險管理組織結構建設處于最佳水平；當Ermorggt;5.11時，β3下降為-0.02。

說明民營和部分地方上市公司的風險管理組織結構簡單不夠完善，不利于公司識別并應對風險，中央和一些地方上市公司風險管理組織結構逐步完善，對經營效率的促進作用顯著增強，但隨著大量人力物力和時間的投入，就會降低風險管理組織結構對全要素生產率的邊際促進效應。

由全要素生產率的指標分解可知其變化源于行業整體技術進步（即技術進步效率指標）以及公司自身技術效率的調整（即技術效率指標）[32]。風險管理組織結構對技術進步效率存在單門檻效應，當Ermorglt;2.02和Ermorggt;2.02，β1、β2分別為0.086、0.017；風險管理組織結構對技術效率存在雙門檻效應，當Ermorglt;2.02和Ermorggt;5.01時，β1在10%顯著水平下為0.055，β3為-0.001，當2.02lt;Ermorglt;5.01，β2在1%顯著水平下為0.072。技術進步效率是指行業前沿面變動引起公司效率變動，風險管理組織結構對技術進步效率影響不顯著，結合上文對全要素生產率和技術效率變動的分析可知，風險管理組織結構主要通過影響技術效率，促進全要素生產率的增長，對技術進步效率變動的影響不明顯。為研究對技術效率的具體影響，文中進一步將技術效率分解為純技術效率和規模效率。

風險管理組織結構對規模效率在2.01和5.00處存在雙門檻效應，且該結果與全要素生產率和技術效率指標變動的回歸結果相類似，風險管理組織結構對純技術效率不存在明顯的門檻效應。經豪斯曼檢驗以及F檢驗得知，對于該面板數據采用固定效應面板回歸較為合適并且系數為0.06，且影響效果不明顯。結合上文分析，風險管理組織結構主要是通過促進規模效率增長進而進一步影響公司技術效率變動，最終對全要素生產率產生影響。

風險管理文化門檻結果分析。由表7可知，以風險管理文化為因變量進行回歸結果表明，全要素生產率在2.01和2.84處存在雙重門檻，當Ermcullt;2.01和Ermculgt;2.84時，β1、β3分別為0.017和-0.015，風險管理文化對全要素生產率的影響并不顯著；當2.01lt;Ermcullt;2.84時，β2在5%顯著性水平下為0.016，風險管理文化對技術效率變動、技術進步效率變動、純技術效率變動、規模效率變動不存在明顯的門檻效應。經豪斯曼檢驗以及F檢驗得知，對于該面板數據采用固定效應面板回歸較為合適并且風險管理文化的β1分別為0.054、0.031、0.077、0.080。說明風險文化作為一種軟控制手段，屬于煤炭上市公司的控制管理措施，對經營效率變動的影響作用較小。

4 結論與建議

本文基于中國28家煤炭上市公司2008—2022年面板數據，采用門檻效應以及固定效應模型研究全面風險管理對煤炭行業經營效率的影響，具體得出如下結論：我國煤炭上市公司在Ramp;D經費投入和Ramp;D人員投入冗余是造成煤炭上市公司經營效率DEA無效的主要原因，且Ramp;D人員冗余現象要高于Ramp;D經費。其中，中國神華、兗礦能源、恒源煤電、山西焦煤在Ramp;D經費投入和Ramp;D人員冗余最為嚴重，占冗余總值的68.9%；風險管理組織結構對全要素生產率、技術效率變動、規模效率呈現倒“U”型雙門檻特征，其通過規模效率的變動進一步影響公司技術效率變動，最終對全要素生產率產生影響；風險管理文化對效率變動也起到促進作用，但是作用效果不明顯。

基于研究結論提出以下三方面建議：

1）合理調整Ramp;D投入，采取集約化經營模式。煤炭上市公司最緊迫的任務在低碳轉型過程中有效控制Ramp;D人員和經費投入，建議公司關注重點不應該是Ramp;D投入資源的絕對數量，而是Ramp;D資源的合理配置和已有資源的利用率。利用Ramp;D投入產出純技術效率，采取集約化生產經營模式，將生產與資本經營相結合，充分利用并整合現有資源，形成優化的資源配置結構，建立新技術創新機制，實現集約化經營從而提高上市公司資源利用效率。

2）塑造基于ESG理念的可持續發展導向，調整全面風險管理組織結構。煤炭上市公司不僅應該注重公司內部基礎風險管理，更應該重視高碳行業面臨ESG轉型可能產生的新政策風險，應設立專門的ESG委員會、環保委員會、風險管理委員會，制定符合本公司可執行的ESG轉型路徑，形成行業從上到下的轉型共識和明晰的路徑。

3）結合軟性管理控制和硬性技術變革，構建效率平衡系統。風險管理流程能有效限制規模效率是造成煤炭上市公司全要素變動的主要根源。在碳中和愿景新格局下，煤炭上市公司需優化生產布局，淘汰落后產能，搶占市場份額來增加規模效率。但是在\"雙碳\"政策的推行下，不能僅靠全面風險管理這一內部控制軟性管理措施還需適度調整研發投入。發展綠色低碳技術，產出純技術效率，軟性管理與硬技術相結合，平衡技術進步效率和技術效率、規模效率和純技術效率，全面提升公司經營效率。以科學定“量”、綠色提“質”、創新領“路”為綱合理制定綠色科技創新路徑，依靠科技創新提升“雙碳”戰略目標下我國煤炭行業風險應對水平。

參考文獻：

[1]王新平，蘇暢，文虎，等.雙碳戰略下中國能源工業轉型路徑研究[J].技術與創新管理，2022，43（02）：141-150.

[2]朱彤.能源安全新風險與新邏輯：系統韌性的視角——兼論新邏輯下我國能源安全問題與戰略思路[J].技術經濟，2023，42（02）：1-10.

[3]陳浮，王思遙，于昊辰等.碳中和目標下煤炭變革的技術路徑[J].煤炭學報，2022，47（04）：1452-1461.

[4]馮之坦，朱學義，朱亮峰.科技創新效率與煤炭企業高質量綠色發展效應研究[J].生態經濟，2022，38（03）：70-78+85.

[5]李婉紅，李娜.綠色創新、數字化轉型與高耗能企業碳減排績效[J].管理工程學報，2023，37（06）：66-76.

[6]孫振清，李歡歡，劉保留.碳交易政策下區域減排潛力研究——產業結構調整與技術創新雙重視角[J].科技進步與對策，2020，37（15）：28-35.

[7]蔡林美，郭佐寧，張金鎖.中國煤炭行業綠色全要素生產率研究[J].中國礦業大學學報（社會科學版），2023，25（01）：161-180.

[8]劉偉江，杜明澤，白玥.環境規制對綠色全要素生產率的影響——基于技術進步偏向視角的研究[J].中國人口·資源與環境，2022，32（03）：95-107.

[9]韓麗萍，劉歡，蘇紅梅，等.基于DEA三階段模型的煤電產業生態效率測算[J].生態經濟，2023，39（06）：72-78+122.

[10]宋洋，賀燦飛，YEUNG Godfrey，等.中國資源型城市產業結構升級對土地利用效率的影響[J].地理研究，2023，42（01）：86-105.

[11]胡劍波，閆爍，韓君.中國產業部門隱含碳排放效率研究——基于三階段DEA模型與非競爭型I-O模型的實證分析[J].統計研究，2021，38（06）：30-43.

[12]李剛，馬羽潔，牛沖槐.煤炭資源型地區技術鎖定效應測度研究[J].運籌與管理，2020，29（12）：147-153.

[13]李德山，趙穎文，李琳瑛.煤炭資源型城市環境效率及其環境生產率變動分析——基于山西省11個地級市面板數據[J].自然資源學報，2021，36（03）：618-633.

[14]鄒才能，陳艷鵬，熊波，等.碳中和目標下中國新能源使命[J].中國科學院院刊，2023，38（01）：48-58.

[15]侯梅芳，葛蘇，程小島.新形勢下中國能源安全的內涵、挑戰和舉措[J].天然氣工業，2022，42（09）：157-165.

[16]劉峰，郭林峰，趙路正.雙碳背景下煤炭安全區間與綠色低碳技術路徑[J].煤炭學報，2022，47（01）：1-15.

[17]呂清剛，柴禎.“雙碳”目標下的化石能源高效清潔利用[J].中國科學院院刊，2022，37（04）：541-548.

[18]康紅普，謝和平，任世華，等.全球產業鏈與能源供應鏈重構背景下我國煤炭行業發展策略研究[J].中國工程科學，2022，24（06）：26-37.

[19]ECKLES L D，HOYT E R，MILLER M S.The impact of enterprise risk management on the marginal cost of reducing risk：Evidence from the insurance industry[J].Journal of Banking and Finance，2014，43：""" 247-261.

[20]GORDON L A，LOEB M P，TSENG C Y.Enterprise risk management and firm performance：A contingency perspective[J].Journal of accounting and public policy，2009，28（04）：301-327.

[21]陳華，杜霞，王麗珍.全面風險管理對企業經營效率的影響——基于45家壽險公司的實證研究[J].保險研究，2019（02）：3-15.

[22]張芳潔，張桂霖，亓明.壽險公司實施全面風險管理對企業價值的影響研究[J].保險研究，2017，354（10）：54-64.

[23]陳凱.全面風險管理策略對人身保險公司的企業價值影響效用分析[J].華東經濟管理，2017，31（03）：124-130.

[24]呂文棟，趙楊.央企全面風險管理提升公司價值了么？[J].科學決策，2014，204（07）：1-19.

[25]成小平，龐守林，高磊.我國企業實施全面風險管理對企業價值影響的實證研究[J].金融發展研究，2016（01）：33-37.

[26]國務院國有資產監督管理委員會.中央企業全面風險管理指引[EB/OL].（2006-06-06） [2023-05-31].http：//www.sasac.gov.cn/gzjg/qygg/200606200 105.htm.

[27]Hansen B E.Threshold effects in non-dynamic panels：Estimation，testing，and inference[J].Journal of Econometrics，1999，93（02）：345-368.

[28]BANKER R D，CHARNES A，COOPER W W.Some models for estimating technical and scale inefficiencies in data envelopment analysis[J].Management science，1984，30（09）：1078-1092.

[29]FRIED H O，LOVELL C A K，SCHMIDT S，et al.Accounting for environmental effects and statistical noise in data envelopment analysis[J].Journal of productivity Analysis，2002，17：157-174.

[30]魏權齡.數據包絡分析（DEA）[J].科學通報，2000（17）：1793-1808.

[31]CHAMBERS R，ROLF F，SHAWNA G.Efficiency，quantity indexes，and productivity indexes：a synthesis[J].Bulletin of Economic Research，1994，46（01）：1-21.

[32]章祥蓀，貴斌威.中國全要素生產率分析：Malmquist指數法評述與應用[J].數量經濟技術經濟研究，2008（06）：111-122.

[33]彭英柯，張文.我國煤炭企業上市公司經營績效分析[J].經濟數學，2010，27（01）：73-80.

[34]顧洪梅，劉志云.中國煤炭業上市公司經營效率研究[J].現代管理科學，2012（01）：105-107.

[35]陸秋琴，劉芮曦，黃光球.綠色技術創新能力與經營效率關系評價——以鋼鐵企業為例[J].生產力研究，2023（02）：84-89+100.

[36]王浩，劉敬哲，張麗宏.碳排放與資產定價——來自中國上市公司的證據[J].經濟學報，2022，9（02）：28-75.

[37]李崇茂，閻薪宇，聶銳，等.煤炭企業經濟績效與社會環境績效關系研究？[J].中國煤炭，2016，42（05）：10-14+21.

[38]賈佳，田世民，江恩慧，等.黃河流域碳排放狀況及“雙碳”目標實現路徑研究[J].人民黃河，2023，45（12）：8-13.

[39]郭曉玲，李凱.煤炭企業低碳經濟效率及其影響因素研究[J].生態經濟，2017，33（10）：69-75.

[40]王曉蒙.ESG體系支撐“雙碳”目標落地（上）[N].中國銀行保險報，2021-11-08（8）.

[41]魏曉平，王立寶.基于DEA模型的煤炭行業上市公司經營效率評價[J].統計與決策，2005（24）：61-63.

[42]周進，黃耿志.經濟全球化下中國經濟升級對社會升級的影響[J].地理研究，2021，40（12）：3364-3381.

[43]趙昕東，劉成坤.人口老齡化對制造業結構升級的作用機制研究——基于中介效應模型的檢驗[J].中國軟科學，2019（03）：153-163.