APP下载

基于DEA效率评价的输配电企业营销预算分配机制研究

2017-04-06陆晓芬俞芳胡俊辉魏聪

商业会计 2017年4期
关键词:数据包络分析

陆晓芬 俞芳 胡俊辉 魏聪

摘要:近年来,随着经营环境的持续变化,依法治企、电力体制改革等的不断深入,对输配电企业的预算管理提出了更高的挑战。资源配置效率是衡量企业要素投入产出的核心指标,也是绩效考评的重要参考依据。文章结合输配电企业营销投入产出的具体情况,构建了基于超效率数据包络分析(SE-DEA)的输配电企业营销效率评价模型,利用某市输配电企业的数据,评价其效率,并提出营销预算调整建议。

关键词:输配电成本 数据包络分析(DEA) 预算调整

随着电力体制改革的全面实施,售电侧改革持续深入。目前售电业务已经面向多元市场主体和社会资本逐步开放,不断推进电力市场化交易、优化电力资源配置、降低用电成本、构建公平开放的市场结构和竞争有序的市场体系,使市场在电力行业资源配置中发挥决定性作用。为了适应电力市场化改革的需要,输配电企业试重新优化营销预算分配、提高营销投入产出效率、促进营销活动产出绩效改善。基于此,本文以某市输配电企业的营销数据为例,利用超效率分析,测算输配电企业营销方面的投入产出效率以及改进方向,并在此基础上提出未来预算分配的决策机制。

一、超效率分析与投入产出效率测算

本文在研究输配电企业营销活动效率时,试将输配电企业视为一个独立的生产决策单位。从实践上来看,各国在售电侧引入竞争主要存在两种方式:一是售电侧放开,保持输配电企业继续从事售电业务的同时,引入独立售电主体,允许其他企业从事售电业务。二是实行配售分开。即将售电业务与配电业务实施产权分离,禁止拥有配电资产的企业从事售电业务,同时允许其他企业从事售电业务。无论哪种方式,售电企业都作为一个独立的生产决策主体存在。因此本研究将某市输配电企业各分公司的营销活动剥离出来,单独评价营销这一活动的投入和产出是否具有效率,这种假设能使本文的研究结果为售电侧改革中配售分离过程中的输配电企业的绩效评价和预算分配提供有价值的借鉴。

本文采用DEA非线性规划方法对营销活动效率和投入改进方向进行研究,DEA法适用于多输出-多输入的有效性综合评价问题,在电力系统研究中有广泛应用。通过效率分析可以对各营销分公司间的相对有效性进行评价,通过松弛变量分析可以获得最优投入产出值及冗余度,提供给管理者无效率单位改进的方向和相关信息。对于投入产出函数,在评价各决策单元效率时本文使用了DEA超效率分析模型,与一般模型相比,它能对各个有效率的决策单元做进一步的相对效率区分。

图1为超效率模型的基本原理(以投入角度径向标准效率模型),在标准模型中,A、B、C、D四个有效的DMU构成了效率前沿。以C的超效率分析为例,C的超效率是参考由除C外的其他DMU构成的前沿,即ABD,C在该点的投影为C′,C与投影点C′对比,其效率超过的部分反映为CC′,其超效率值θ*=OC′/OC≥1。

对于有效的DMU来说,在投入导向的超效率模型中,其径向投影方向就是增加投入,在保持其他DMU投入和产出数值不变的条件下,该有效DMU在等比例增加投入后(增加比例为θ*-1),仍将被评价为有效,这是超效率模型用于敏感性和稳定性分析的基本原理。

采用超效率模型对输配电企业的相对绩效进行实证分析的具体思路为:首先,在确定实证样本的条件下,利用超效率模型对相关数据进行分析,测算出企业的总技术效率。其次,通过松弛变量分析,厘清相对无效率的分公司在目前的运营情况下资源的使用状态及其可改善的方向与幅度。利用松弛变量分析可以了解相对无效率分公司资源投入产出的可改善空间。因此,该分公司的管理者可以根据投入冗余进行相应调整,作为下一年预算决策的依据。

二、投入产出指标的选取

本文在指标选取方面主要采用频度统计法、理论分析法和专家咨询法。频度统计法主要是对目前相关的研究报告和论文进行频度统计,选择那些使用频度较高的指标。理论分析法主要是对指标的内涵、特征、基本要素、主要问题进行分类、比较和综合,选择那些针对性较强的指标。专家咨询法是在初步提出评价指标的基础上,进一步征询专家的意见,对指标进行调整。同时遵循数据包络模型指标选取的基本原则:首先,指标与评价目标一致性原则。指标要反映效率评价的要求,避免錯误导向。投入产出指标的选择以及二者之间的关系不能凭主观臆测,需要采用科学的方法、系统严谨地加以量化分析。其次,可操作性原则。尽可能地使指标体系简便、实用、可行,数据容易获得、处理。指标选取还需满足独立性原则,同级之间的指标最好是相对独立的。对输配电企业效率的评价,不仅是对同一单位这个时期与那个时期的比较,更重要的是对不同单位之间的比较,因此,评价指标体系必须具有普遍适用性。第三,利用数据包络模型进行效率评价时,投入应越小越好,产出应越大越好。因此进行评价时,应将越小越好的指标作为投入指标,越大越好的指标作为产出指标。

已有文献在评价输配电企业的效率时,一般是将整个输配电企业看成一个决策单元,从而确定投入和产出指标,因此其投入产出指标具有全局性。而在评价剥离后的营销活动的效率时,指标的选取需要结合营销活动的具体投入情况以及影响因素,增加了指标选取的难度。在投入指标上,本文认为资产总额是反映企业规模和投入的重要指标,但是由于目前配售一体尚未分离,因此无法剥离出支持营销活动的独立资产数额;在产出指标上,本文认为基于不变价计算的主营收入现金流增长率和用电信息采集系统覆盖率和准确率是较好的产出指标,能够准确反映售电业务的盈利能力和安全性要求。但是本文发现在收集数据之后,各分公司在这两项指标上的数据表现差异不大,没有很好的区分度,如果包含进去可能会影响模型评价,故将这两项剔除,采用单一的售电量作为产出指标。

基于上述原则和数据可得性的限制,本文选取的具体指标如表1所示。

三、营销效率的投入产出分析

从2015年某市输配电企业的指标数据来看,投入指标为营销总投入、供电区域面积、营销活动人员数量,产出指标为售电量,如表2所示。

为了更加全面地了解数据,本文对表2中的数据进行了描述性统计,如表3所示。描述性统计分析结果显示,从投入角度看,营销总投入的最大值为7 294.46万元,最小值为1 800.98万元,最大值与最小值之间的差距较大。另外,从营销活动人员来看,最大值为615人,最小值为226人,差异较大。供电区域的最大值与最小值差别不大。从产出指标看,售电量最大为827 457.66万千瓦时,而最小值为189 202.43万千瓦时,差别较大。

在运用数据包络分析法时,为进一步说明所选取指标的科学性,本文采取定量相关性分析的方法做进一步验证。Reynolds(2002)认为,科学、合理的指标体系要保证投入指标至少要和一个产出指标的关系是显著的。因此,本文对所选取的投入指标与产出指标进行Person相关系数分析,以了解所选取的投入指标与产出指标能否解释其对输配电企业经营效率的影响,避免因指标选取不当影响结果的正确性。表4为投入指标和产出指标的相关关系分析结果。

通过对指标之间的相关性进行分析可以看出:营销活动总投入与售电量的关系正相关,而且相关性很大;营销活动人员数量与售电量也存在显著的正相关性,符合模型对指标选取的内在要求。

一般情况下,管理者不仅关心各分公司的效率,也关心它们的效率排名,因为这是管理者进行投资决策分析的重要依据之一。CCR模型能够将数据包络模型有效与无效的DMU区分开来,并且能够得到各自的效率值大小。但是CCR模型也有它的局限性,即对于DEA都是有效的单元,CCR模型无法对这些单元进行进一步的排序。为了解决这个问题,本文引入超效率DEA模型。超效率模型下各分公司的相对效率如图2所示。

对管理者而言,更有兴趣的是如何改善相对无效率分公司的资源配置,使其达到相对有效,从而提高管理绩效的问题。在了解各DMU的参考集合后,可进行松弛变量分析,对于有效率的分公司而言,其投入与产出均为最有效,存在超效率的情况;但效率相对较低的分公司,至少会有一项投入的目标值不等于实际值,而实际值与投影值的差异,就是相对无效率的分公司资源可改善的空间。利用松弛变量分析可以了解营销活动相对于无效率分公司的可改善空间,即在售电量既定的情况下,判断哪些投入可减少并测算减少幅度。该分公司营销活动的管理者可以根据投入冗余及其幅度调整相应的预算投入,提高运营效率。

四、分析结果与预算投入调整建议

本文模型在考虑了输配电企业各分公司规模大小的因素后,在既定产出的条件下以当前的售电量为要求,评价各决策单元的相对效率。本文模型还同时提供了关于投入增加或减少的建议,具有实际的可操作性。表5是使用Super-SBM-I-V对模型进行分析的结果。

(一)现有产出目标下的投入预算调整。从表6可以看出,E的效率最高,效率值为1.36,营销总投入、供电区域面积、营销活动人员数量都不存在冗余现象,并且营销总投入和供电区域面积存在节约现象,即营销总投入节约1 010.77万元,节约比例为56.12%,供电区域面积节约602.52平方公里,节约比例为51.28%。效率值最低的是C,营销总投入和供电区域面积均存在冗余现象,冗余量分别为424.77万元、617.29平方公里,冗余比例分别为15.67%、33.49%。

在营销活动人员数量方面,各分公司均不存在冗余现象。另外,B和F的营销活动人员数量效率值较高,其中B的节约比例为54.86%,F的节约比例为5.29%,因此营销活動人员数量不需要调整,可以保持目前的超效率水平。综上所述,基于2015年的效率评价数据,在进行下年预算决策时,本文的建议包括:在保证产出规模不变的情况下,降低C的营销总投入,降低比例为15.67%,减少其供电区域面积;鉴于较高的运行效率,B和F的营销活动人员数量保持不变;另外,D和E的营销投入可维持现有投入水平,以保持目前的超效率水平。(下转第120页)

(二)产出要求改变下的投入预算调整。基于电改的现实性要求,若决策单元(各分公司)需要调整其现有的产出水平,比如目标售电量有10%的增长率,可以通过超效率模型得出各项投入的目标值。具体方法是:在假定各分公司规模报酬不变的情况下,投入和产出指标同时增加10%,通过模型得出在该种投入产出改变下的效率值大小。对于大于1的决策单元,其投入的增加是有效率的;对于效率值小于1的决策单元,其投入的增加存在冗余现象,可以降低预算额度。另外,参考模型分析得出的目标值(投影值),可以调整投入的方向及其改变幅度的具体大小。S

参考文献:

[1]蓝飞,王海庆,成飞.基于DEA的输配电企业作业成本效率研究[J].商业会计,2016,(2):88-91.

[2]朱春波.DEA在电网企业投入产出绩效评价中的应用研究[D].重庆大学,2008.

[3]周丹妮.基于改进DEA模型的电力上市公司经营绩效评价研究[D].华北电力大学,2015.

猜你喜欢

数据包络分析
战略性新兴产业金融支持效率分析
战略性新兴产业金融支持效率研究
长株潭地区高职院校旅游管理专业办学效率研究
中国地区农业技术效率和技术差距研究
陕西省装备制造业技术创新效率评价
基于DEA模型的沈阳市城市土地利用效益分析
基于DEA模型的我国万能险投资效率分析
基于数据包络分析视角的广东科技投入产出研究
基于DEA模型的某三甲综合医院医技科室运行效率分析