基于云理论的煤炭企业转型效果研究

姚建业1,2,张 珊1,3,郝国强4,李长明

(1.河北省委党校 经济管理学院,河北 承德 068450;2.围场满族蒙古族自治县应急管理局，河北 承德 068450;3.中共围场满族蒙古族自治县县委组织部,河北 承德 068450;4.河北工程大学 矿业与测绘工程学院,河北 邯郸 056000;5.中国矿业大学(北京) 资源与安全工程学院,北京 100083)

1 前言

资源型企业依靠资源而存活,容易受资源耗竭与环境污染的双重影响,同时受能源结构转型政策的影响,导致资源型企业的转型迫在眉睫[1-3]。目前,煤炭资源在我国的能源结构中占据主导地位,尤其是在实施去产能和能源结构转型的关键时期,煤炭型企业进行转型可促进煤炭企业发展,实现煤炭资源可持续发展，促进能源转型，改善环境问题。

企业转型是一个不确定的过程,受到政策、决策人员和企业现状等因素的影响,煤炭企业的转型还受到资源和环境等因素的影响,因此转型更为复杂。煤炭企业转型不同于其他企业的转型,由于煤炭企业是在确保国家煤炭资源供应的前提下进行转型,因此煤炭企业的转型主要是使煤炭资源实现循环利用与发展。国内外对煤炭的循环利用与发展在经济方面做了一系列研究,从Gelb[4]对“荷兰病”的研究到Andreas[5]的3E模型提出,对矿区的可持续和煤炭企业的转型提供了理论依据。现阶段对煤炭企业转型研究的实质是发展煤炭资源循环经济研究,因此对转型效果的评价极为重要。目前这方面的研究不多,王林珠[6]对煤炭企业循环经济发展力的模型进行了构建;江涛[7]等构建了煤炭行业循环发展的指标体系,并结合模糊综合评价法进行了评价,为煤炭行业的循环发展提供了依据;刘琳琳[8]等建立了煤炭企业循环经济发展模型的指标体系,采用22个指标来衡量煤炭企业的循环经济效益。模糊综合评价、灰色理论、模糊神经网络和投影寻踪等模型[9-12]的运用，在煤炭企业转型的效果评价中取得了较好的效果。还有学者[13-15]从内生长和技术创新的角度对煤炭企业转型进行了研究。

上述学者采用不同的理论方法，从不同的角度对煤炭企业转型进行了分析,得到煤炭企业转型的效果,并提出相应建议,以帮助煤炭企业实现顺利转型。由于转型效果是定性描述,存在不确定性和评价指标的模糊性与随机性,本文采用能实现定量和定性不确定性转化的云理论进行评价,兼顾了评价等级的模糊性。采用云理论的软划分使指标分级更加合理，采用云图来表示评价的等级,反映企业的转型效果。该模型考虑了等级的模糊性和随机性,提高了评价结果的准确性,实现了评价结果的可视化,并为煤炭企业转型提供了合理化建议。

2 云理论

2.1 云理论原理

云模型是定性和定量转换的不确定性数学模型,其核心是通过构建云发生器来实现定性与定量之间的映射。正态云模型是最基本的云模型,同时也是云模型中的一种具有普遍适应性的模型[16]。正态云模型通过期望(Ex)、熵(En)和超熵(He)等数字特征来表示定量概念：期望(Ex)是最能代表概念的点,也是量化的最佳样本点；熵(En)是对概念的不确定性上的量度,能被定性概念认可的取值区间；超熵(He)是熵的熵,体现了云滴厚度的大小。云理论的核心是构建云发生器,正态云发生器初次是生成正态随机,公式为:

Eni=NORM(En,He)

(1)

式中,En和He分别表示熵与超熵。

生成正态随机,公式为:

(2)

式中,Ex为期望；Eni为熵。正态分布函数采用NORM表示，计算公式为:

(3)

坐标(xi,μi)可代表一个云滴。重复以上步骤直到产生设定的n个云滴为止,云模型中的各个云滴组团即构成了云图。

2.2 云理论的空间软划分

云理论上[18]能将数值型属性的定义域转化为若干个云模型来表示。即对不规则的数据分布进行数学变换,成为若干个云模型进行相互叠加,数学表达式为:

(4)

式中,g(x)为数据分布;fj(x)为云期望函数;Cj为系数;m为云叠加个数;ζ为最大误差。

云理论的软划分的核心是对fj(x)函数的求解,即得到不同等级的数字特征期望(Exj)、熵(Enj)和超熵(Hej),进而生成云图。大多数指标数据的分布函数为正态分布[16],将指标数据的正态分布划分为若干个云图,通常划分为5个等级,见图1。由数据的最大值和最小值及式(5)、式(6)确定中间云的数字特征(Ex0、En0、He0),式(7)确定左右两边云的数字特征和云图。

(5)

(6)

Ex±1=Ex0±Ex0

Ex±2=Ex0±2Ex0

En±1=En±2=En0

He±1=He±2=He0

(7)

图1 指标分级标准

3 煤炭企业转型模型

3.1 评价指标体系的建立

煤炭企业转型效果评价是动态复杂的不确定系统,评价指标的选取是评价模型的基础。由于煤炭企业受资源、环境、社会和不同系统之间的协调水平等影响,本文在已有研究成果[3-9]的基础上,通过统计分析最终选取了通用指标。根据企业的实际情况选取能代表该企业转型的重要指标,最终确定煤炭企业转型效果评价的评价指标。通过调查和理论分析得到不同指标的最大值(Xmax)和最小值(Xmin),再利用式(4)确定各等级的期望(Ex)、熵(En)和超熵(He),最终确定各等级的云模型图和等级阈值。

3.2 指标权重的确定

AHP[19]是计算权重最普遍的方法,其关键是选择合适的标度构造判断矩阵,但指标的重要性易受到专家的经验影响,因此指标的排序存在不确定性。基于云模型兼顾了模糊性和不确定性的特点,本文构建了云模型标度的AHP[20],并采用该方法对标度值的不确定性进行了描述,使结果更加准确。本文计算得到煤炭企业转型效果评价指标的权重矩阵,云模型的标度与含义见表1。该方法不仅计算出权重的期望(Ex)值,对权重的熵(En)和超熵(He)也进行了计算,其中熵和超熵分别表示了权重的模糊性和离散性,得出了更加精准的权重。

表1 云模型标度及含义

3.3 评价结果

本文根据式(7)和指标体系得到各等级云模型的数字特征,并通过正向发生器多次运行确定各指标的隶属度矩阵U。正向云发生器的核心计算公式为:

(8)

本文将云理论改进的权重矩阵W与隶属度矩阵U带入式(9),得到结果R。其中,R中的元素表示对不同等级的隶属程度。对R进行加权平均,通过式(10)计算,得到云期望值,即等级的期望值。根据最大确定度原则,选取熵(En)和超熵(He)绘制出煤炭企业转型效果评价的云模型图,并与等级的云模型图进行对比,确定煤炭企业转型效果的评价等级,实现评价结果的可视化。

R=W×U

(9)

(10)

4 实例

煤炭企业转型由单向线性发展模式转向多向循环发展模式,使不可持续模式转向可持续发展模式。煤炭企业转型最常见的做法是通过产业转型实现经济转型。在传统煤炭企业中,主要依靠煤炭单一资源进行发展,涉足的产业主要是与煤炭产销等相关的产业。煤炭企业受煤炭市场价格的影响较大,同时煤炭资源是可耗竭资源,该类企业的风险较大。煤炭企业的具体转型模式众说纷纭,有很多不同的观点,其中包括通过国家政策创新性的管理理念对资源型企业进行转型。部分学者建议建立技术密集型企业,通过技术发展促使煤炭企业转型。但该方法成本较高,在企业中推广较困难。很多学者认为应发展循环经济,同时涉足煤炭全产业链的产业是实现煤炭企业转型的关键。

本文选取河北省某煤炭企业作为典型样本进行研究。该企业由煤炭、化工、电力、建材四大板块组成,下设7家煤炭子公司、5家非煤炭子公司,属于典型的煤炭企业。该企业的产品主要分布在河北省、内蒙古自治区、山西省等省份。2012年,在国家经济结构转型调整、煤炭市场持续低迷的形势下,该企业紧紧围绕质量与效益两大主题,始终坚持以煤为主,多元协调发展的思路。2017年该企业的煤炭产量达到4639万t,实现利润9.42亿元;生产焦炭125.11万t,同比增加85.93%。在非煤业务方面,生产甲醇20.11万t,同比降低4.65%;生产玻纤制品5.92万t,同比降低0.17%;生产水泥250.06万t,同比降低16.29%;生产水泥熟料162.74万t,同比降低8.08%;发电13.28亿kW.h,同比增加3.19%;生产PVC树脂17.00万t,同比降低8.01%。该企业以国家能源为导向,全力实施转型升级,向以“安全、高效、清洁”为特征的现代化转型,向深度市场化转型。为了实现转型升级和可持续发展,实现煤炭稳产,打造非煤产品和项目,形成以能源为基础、多元支撑的格局。该煤炭企业正处于转型时期,因此对该企业的转型效果评价尤为重要。

4.1 指标体系

建立评价体系是对该煤炭企业的转型效果进行评价的基础。由于煤炭企业转型是一个复杂的动态系统,所以本文遵循层次性、数据易得性、综合性、可操作性和动态可比性等原则,综合研究成果[6-12]。从资源、经济、社会和环境4方面选取15个指标,并结合各系统之间的协调性,共18个评价指标建立指标体系。针对各指标分级的模糊性和隶属度的随机性,故本文采用云模型来确定各指标的隶属度和等级标准。通过对煤炭企业的调查和行业准则确定各指标的最大值(Xmax)和最小值(Xmin),指标数据见表2。综合后最终确定煤炭企业转型效价的等级,其等级阈值为很差(1.0—1.5)、较差(1.5—2.5)、中等(2.5—3.5)、较好(3.5—4.5)、很好(4.5—5.0)。

表2 指标实测值

体系中资产收益率和股东收益率等指标反映了该煤炭企业的运营现状，煤产品的比值等指标可反映该企业对煤炭资源的依赖程度是转型效果的一个关键指标。本文的体系还反映了社会发展情况、煤炭企业管理、环境保护和资源的赋存等情况,并对各系统之间的协调性进行了验证,综合考虑了各项指标符合指标体系的全面性。

4.2 指标权重

本文根据相关专家的经验和相关文献[8-13],构造判断矩阵,以准则层中4大系统为例,可得到云期望(Ex)和重值:u1=0.2772、u2=0.0954、u3=0.1601、u4=0.4673。然后进行多级模糊综合评判,最终得到权重矩阵W=(0.0128,0.0202,0.0332,0.0546,0.0870,0.0078,0.0135,0.0251,0.0251,0.0357,0.0196,0.0648,0.1041,0.1891,0.0573,0.0305,0.0574,0.1621)。

4.3 评价结果

云理论通过表2中各指标的最大值和最小值对各指标进行分级,实现了等级的软划分,分级标准的计算公式为式(4)。分级后得到各指标各等级的期望(Ex)、熵(En)和超熵(He),进而通过正向云发生器得到指标的隶属度矩阵U。将隶属度矩阵与权重矩阵结合,得到评价矩阵(0.3027,0.6099,0.5850,0.3585,0.2501)。由于评价结果Ⅱ和Ⅲ的隶属度很接近,难以通过最大隶属度原则确定等级,因此对其进行加权平均得到等级的期望值(Ex)、熵(En)和超熵(He),然后得到该煤炭企业的转型效果评价等级的数字特征为(2.83,0.213,0.03),并通过正向云发生器绘制出该煤炭企业的转型效果评价的等级云图(图2)。图2中，云期望(Ex)值表示理论上的该煤炭企业转型效果的等级,云图的跨度表示评价等级的模糊性,云图的厚度表示评价等级的随机性,并且实现了等级的可视化。

图2 该煤炭企业转型效果云图

本文对煤炭企业的转型效果设立了5个等级,分别为转型效果Ⅰ级(差)、Ⅱ级(较差)、Ⅲ级(中等)、Ⅳ级(较好)和Ⅴ级(好)。根据等级的阈值可建立等级云模型图。其中,Ⅰ等级和Ⅴ等级采用半云表示,其他三个等级采用正态云模型表示。将该企业转型效果云图与等级云图进行合并,确定该煤炭企业的转型效果等级,结果见图3。

图3 煤炭企业转型效果与等级概念云图

通过图3可见,该煤炭企业转型效果等级云图与Ⅲ级云图的相似度较高,确定该煤炭企业转型效果为Ⅲ级,跨度不大,表明模糊性不大,在模糊范围内均处于Ⅲ级,确定了该评价结果的准确性。该煤炭企业转型效果的等级为Ⅲ级,表示为转型效果中等,即已向可持续循环发展的方向演化。

该煤炭企业在2012年煤炭行业低迷、国家实施经济结构转型调整的大背景下开始转型,逐步实现了以煤为主的多元产业相支撑的局面。该煤炭企业牢固树立“创新、协调、绿色、开放、共享”的新发展理念,抢抓京津冀协同发展的战略机遇,以开放合作的崭新姿态,强力推进“强基固本、瘦身健体、改革创新、转型升级”,致力实现更高质量、更有效率、更可持续的发展。该煤炭企业在“十三五”期间为河北省国企改革发展的样本企业,符合实际情况，煤炭开采量一直保持平稳的1.5万亿t,主营业务利润率为10.03%,低于行业平均值。2020年该煤炭企业煤炭板块的销售收入为10%,因此打造煤炭,物流和制药三个支柱产业。在研究期间,该煤炭企业的非煤业务发展较快,涉及到化工原料、电力等领域,其中制药行业已实现103亿元的销售额,基本实现了多元化发展。

该企业转型效果的总体水平见图3。为了探究该煤炭企业的资源、环境和经济等系统的转型情况,本文将各指标的评价值与综合评价值进行对比,以确定该企业的优势因素和限制因素。各指标的评价值与综合评价值见图4。

图4 该煤炭企业各指标的转型效果

从图4可见,该煤炭企业的职工收入、土地复垦率、百万吨死亡率和回采率的评价值高于综合评价值,证明这4个因素为优势因素,促进了该企业的转型。其中,该煤炭企业坚持以技术升级推动产业转型升级,加大了技术创新投入。该企业的急倾斜煤层综采、下组煤开采、巷道湿喷、井下排矸和薄煤层综采等技术处于国内先进水平,使该煤炭企业实现了高产高效开采。

该煤炭企业的煤炭产品比值、科研经费投入、环保投资和开采年限评价值低于综合评价值,为限制因素,限制了该企业的转型效果。其中,受综合煤炭价格的影响,煤炭产量下降。随着转型的进一步推进,煤炭产值保持平稳状态。该企业对环境的治理效果不明显,其中河北省的环境整体较差。该煤炭企业集团旗下的煤炭企业开采历史较长,对煤炭的依赖较严重,转型时间相对较长，对非煤方面的业务投入较低,主要从2012年起步处于发展阶段。若提高限制因素的转型措施,可大大提高整体效果,因此建议多采用提高限制因素的措施,以提高整体的转型效果。

由U16-U18可得到各系统之间的协调性。其中,经济系统与社会系统的协调性较好,经济系统与资源系统基本协调。由于现阶段为转型效果时期,因此该企业的经济与资源协调性基本持平，经济系统与环境系统的协调性较差,环境问题限制了经济发展。

5 结论

本文对河北省某煤炭企业进行了研究,建立了转型效果评价指标体系,并结合云理论对其转型效果进行评价,绘出评价等级的云模型图,最终确定了该煤炭企业的转型效果为中等水平,基本上实现了转型,循环经济发展较好。

该模型采用云模型标度的AHP计算指标权重,使评价指标的权重更加合理;采用云理论进行分级，实现了“软划分”,最终确定了评价的等级云模型图,兼顾了评价等级的模糊性,使评价结果更加合理,并实现了等级的可视化。本文对该企业的各因素进行了分析,得到转型效果的优势因素和限制因素,为提高煤炭企业转型效果提供了科学依据。