某能源公司安全管理效率评价*

2020-03-31高乐红朱艳娜董洪光

陕西煤炭 2020年2期

高乐红，朱艳娜，董洪光

(安徽理工大学经济与管理学院，安徽淮南 232007)

0 引言

美国管理学家罗宾斯认为，效率是管理极其重要的组成部分，它主要指投入与产出的关系[1]。由于投入资源具有稀缺性特点，因此每个企业都应想方设法提高资源使用效率。我国依靠井工开采的煤炭产量为煤炭总产量的85%左右[2-3]，煤炭井工开采受地下水、瓦斯、煤尘、顶板、冲击地压等多种潜在安全影响因素的干扰，煤矿企业生产过程中，安全投入资源种类多，数量大，周期长，因此加强煤炭企业安全管理效率研究显得尤为必要。

某能源股份有限公司是我国上市煤炭公司我国大的煤炭生产商和供应商[4]，因此加强对该能源公司的安全管理效率研究意义重大。拟采用数据包络分析法，构建安全管理效率评价模型，对该能源公司2007—2018年间的安全管理效率进行评价，以期为企业改进安全管理效率提供相关借鉴。

1 理论基础

1.1 研究方法简介

数据包络分析(Data Envelopment Analysis，简称DEA)要用于解决多输入-多输出的有效性评价问题。该方法的优点主要表现在关联性、数量单位无需处理、评价结果客观。关联性主要体现在，DEA方法假定每个输入都关联到一个或者多个输出，且输入输出之间确实存在某种联系，但不必确定这种关系的显示表达式。数量单位无需处理是指不需要对各投入产出指标进行无量纲化处理。评价结果客观是指对投入产出指标无需权重假设，避免了评价结果的主观性。由于DEA方法优点较多，因此在经济效率评价、绩效评价、风险评估等多个领域得到了广泛的应用。

1.2 DEA模型划分

依据规模报酬是否可变，可以将DEA模型划分为CCR模型和BCC模型。

CCR模型：CCR模型假定生产过程规模报酬不变，即当各投入量以等比例增加时，产出量也等比例增加；CCR模型可以用于评价企业的综合效率(TE)，综合效率反映了在某一时期既定技术条件下的生产是否具有效率[5]。CCR输入导向的数据包络模型为

Minθ

(1)

λj≥0,∀j

假设上述模型的最优值为θ*，表明第K个决策单元(DMUk)所有输入要素的数量同时减少到原来的θ*倍，仍然可以获得当前数量的产出。当θ*>1，各指标无松弛变量存在，表明决策单位是有效的；当θ*=1，各指标存在松弛变量时，表明决策单位是弱有效的；当θ*<1,表明决策单位是无效的。

BCC模型：BCC模型假定规模报酬可变，即当各投入量以等比例增加时，产出量不一定等比例增加，有可能规模递减或规模递增，BCC模型用于评价企业的规模效率。BCC输入导向的数据包络模型为

Minθ

(2)

λj≥0,∀j

CCR效率、BCC效率、规模效率之间的关系：CCR模型默认决策单元的规模处在最佳的状态，其所测量的效率为包含了技术效率和规模效率的综合效率；BCC模型所测量的则为纯技术效率。CCR效率、BCC效率、规模效率三者之间满足表达式

TE=PTE×SE

(3)

BCC模型把综合技术效率分解为纯技术效率(PTE)和规模效率(SE)。纯技术效率(PTE)反映了在现有既定投入的条件下评价对象获得最大产出的能力；规模效率(SE)反映了评价对象是否在最合适的投资规模下运行[6]。

2 评价模型及指标的选择

2.1 评价模型的选择

评价某能源公司的安全管理效率，判断企业是否在合适的规模上运行，进而提出提高安全管理效率的相关对策，可以为企业提高安全管理效率服务。因此，采用BCC模型进行研究。

2.2 输入、输出指标的选择

相关文献选取的指标：依据相关文献[7-17]，近年来，学者们采用数据包络分析方法对煤炭企业安全管理效率进行相关研究时，采用的输入、输出指标具体见表1。由表1可知，不同的学者针对不同的研究对象，采用的输入、输出指标也不尽相同。针对煤炭企业集团的研究，学者们多采用资产总额、员工人数、安全投入作为输入指标，以煤炭产量、百万吨死亡率作为输出指标。

本文选取的指标：依据表1相关研究，本文选取的输入指标为资产总额、员工人数、安全投入；选取的输出指标为煤炭产量、百万吨死亡率。由于百万吨死亡率为非期望产出，不符合数据包络分析法规定的正向指标条件，因此需要采用线性数据转换法对数据进行转换[18]，转换函数形式为f(z)=1-z。

表1 煤矿安全管理效率相关研究输入、输出指标统计

3 效率计算与分析

3.1 数据来源说明

所有指标数据均来源于某能源公司2009—2018年间的《社会责任报告》。数据经整理，形成数据包络分析的原始数据见表2。

3.2 结果分析及解决措施

计算结果：采用DEAP 2.1数据包络分析软件对某能源公司表2的相关数据进行分析，得到某能源公司历年效率相关指标和各个指标改进值，具体见表3、表4。

表2 某能源公司安全管理效率研究基础数据

表3 某能源公司2007—2018年安全管理效率统计表

结果分析：①由表3可知，2018年某能源公司的综合技术效率、纯技术效率和规模效率值均为1，表明目前该能源公司处于安全生产最佳状态，即安全管理综合效率、纯技术效率、规模效率同时达到DEA有效水平，类似的年度还有2007、2008、2010、2012年；②综合效率结果表明，2015年该能源公司安全管理综合效率值最低(0.890)，表明在产出不变的情况下，安全各项投入等比例降低11%，完全可以实现当年同等的安全产出效果；③在研究的12年中，该能源公司安全管理无效年度有7年，占研究期间的58.33%，表明该公司安全管理效率整体有待提高；④2013—2017年该能源公司安全管理综合效率值都小于均值(0.963)，表明2013—2017年，该能源公司安全投入资源没有得到充分利用，存在较严重的浪费；⑤纯技术效率分析表明，有5个年度是纯技术效率值小于1且小于均值(0.983)，说明这5个年度纯技术无效，企业对安全投入资源的组合能力较差，投入资源匹配性差，表3的投入改进值也印证了这个结论；⑥规模效率分析表明，企业安全管理综合无效的7年中，都伴随着规模无效的情况，因此规模无效是影响某能源安全管理综合效率的最主要原因。

表4 某能源公司安全管理无效年度安全投入或安全产出需要改进的量

具体对策：由表4可知，为了提高安全管理效率，该能源公司各安全管理无效年度应采取的具体对策有两方面。①2009年、2013年应等比例降低各项安全投入的规模至相应的比例规模，才能实现安全管理有效；②其余各年通过降低投资和百万吨死亡率或提高原煤产量才能实现安全管理效率的提高；如2017年在产出不变的情况下，应将投入的员工人数、资产、安全生产费分别降低1 263.070人、71.737亿元、2.716亿元，或者在投入不变的情况下，原煤产量提高287.969万t，百万吨死亡率降低0.024的情况下，才能实现安全管理有效。