我国煤炭企业上市公司投入产出效率研究

山东科技大学经济管理学院

引言

煤炭在我国经济建设的进程中一直发挥着基础能源的作用，经过几十年的发展，煤炭行业已发展得相对成熟。然而，煤炭行业是一个受价格驱动的周期性行业，产品同质化比较严重，价格对利润的影响远大于销量。2012—2015年期间，煤炭价格大幅下跌，为防范系统性风险，2016年，我国开始实施煤炭供应侧淘汰落后产能改革。2016年淘汰落后产能政策实施以来，煤炭价格稳步上涨，煤炭企业盈利能力显著增强，至2019年末，煤炭行业淘汰落后产能目标全面完成。20世纪中后期以来，国内外学者对煤炭投入产出的研究较多，在解决煤炭企业的投入产出问题上有一定的贡献。然而国外研究比较注重以煤炭行业来比较，通过煤炭行业与其他行业做对比，从而得出结论，以大的框架来进行研究；而国内研究更倾向微观视角的研究，对某一时间段煤炭行业的情况进行研究。而现阶段对我国煤炭企业投入产出的研究不多，且数据陈旧，缺少对近几的数据的实证分析。因此，文章选用近几年的数据，从投入产出角度出发，对煤炭企业上市公司的投入产出效率进行研究。

一、研究方法及理论模型

本文采用规模报酬可变的DEA-BCC模型、Malmquist指数模型，分析我国煤炭企业上市公司的投入产出效率，分别从静态、动态两个方面进行多层次分析。

（一）DEA-BCC模型

DEA方法是由Charnes等人于1978年提出的多输入多输出决策单元间相对有效性评价的一种非参数研究方法。BCC模型是DEA方法中的一种类型，它假设模报酬可变（VRS），并将技术效率分解为规模效率（SE）与纯技术效率（PTE），两者的乘积则为技术效率。在实际生产中，想要达到相同的规模收益是比较困难的，且BCC模型更具普遍性，本文采用BCC模型从静态的角度来衡量上市公司的投入产出效率，具体模型如式（1）所示：

（二）Malmquist模型

Malmquist于1953年提出Malmquist指数，在随后的研究中被入生产效率研究领域，最后拓展将其与DEA模型结合使用。Malmquist指数是利用不同时期距离函数的比值来表示投入产出效率，它与DEA模型一样，是一种非参数线性规划方法，现如今，Malmquist指数法被广泛应用于衡量生产力的变化，其表达式为：

二、评价指标及数据来源

在指标选取方面，关于投入产出指标的选取有多种，文章考虑了其他学者关于投入产出效率的研究，并考虑效率测度的目的以及遵循可比性、简洁性以及可操作性的原则，构建出六个投入产出指标的评价体系，投入指标：从业人员总数、资产总额、营业成本；产出指标：原煤产量、营业收入、净利润。

根据证监会2012年行业分类，选取2015—2019年煤炭企业上市公司，并作如下处理：①剔除非煤炭主营业的企业；②剔除ST股；③剔除上市时间少于3年的企业，最终得到24家公司作为本文的研究样本。本文所用财务数据来自国泰安数据库，原煤产量由手工整理年报所得，数据处理软件为Deap2.1。

三、投入产出效率实证分析与比较

（一）煤炭企业上市公司投入产出效率静态评价

本文运用Deap2.1软件对2015—2019年24个决策单元进行分析，结果见表1。由计量模型的判定规则可知，DEA有效的条件是当效率值为1时，从表1可以看出，在24家煤炭企业中，2019年达到DEA有效的公司有14家，而非DEA有效的公司占比在33%以上，该结果表明煤炭企业上市公司的投入产出效率水平整体处于较高位置，且在下降一段时间后有了大幅度上升。在规模报酬方面，规模报酬不变的公司呈现曲形波动，其效率先是平缓下降，随后迅速较快，呈现“U”的现状；从规模报酬的变化可知，其上升与下降的公司数量在2017年与2019年有较大的变化，并且有逐年增加的趋势，无处于递减状态的企业。基于此，处于递增状态的公司想要提升他们的效率，就需要增加投入，以达到增加产出的目的，此外，本文将进一步从时间变动层面对具体测算结果进行比较分析。

表1 2015—2019年煤炭企业上市公司投入产出效率整体结果

在时间变动趋势（见图1）中，可以看出大部分区煤炭企业上市公司的技术效率并不是一成不变的，而是处于波动起伏额状态，并且在所有公司中，仅有五家公司连续五年的技术效率保持最优状态，分别为露天煤业、兖州煤业、中国神华、中煤能源以及伊泰煤炭。通过图1进一步分析，包括新集能源、平煤股份、昊华能源、恒源煤电、安源煤业、兰花科创、大有能源在内的7家上市公司的技术效率值并不稳定，在连续五年中的波动起伏较大，并且它们的技术效率值总体处于较低水平。此外，部分公司也出了较为明显的波动，如辽宁能源，在前四年间的技术效率分别为0.888、0.882、0.854、0.661，到2019年提高至1.000，达到最优效率水平；阳泉煤业处于下滑状态，阳泉煤业在2014—2015年的技术效率值为1，但从2016年开始，阳泉煤业呈现连续下降的趋势，甚至在2019年技术效率下降至0.816。总的来看，我国24家煤炭企业上市公司的技术效率水平处于0.593～1.000之间，它们的变动还是比较显著的。主要原因可能在于2015年煤炭行业产能过剩明显，各企业的应对不足，其公司技术、公司的具体应用落地等处于探索阶段，并且在有关资本、人员、技术等投入上，各个煤炭企业上市公司的投入均不稳定。

图1 2014—2018年煤炭企业股上市公司技术效率变动趋势

（二）煤炭企业上市公司投入产出效率动态评价

1.Malmquist指数分析

从表2的结果可以看出，2015—2019年24家煤炭企业上市公司Malmquist指数平均值为1.092，这五年的效率水平在2016—2017年间出现小幅增长，其余年份的变化则不明显。技术效率变化指数变动1.33%，技术进步指数均变动16.20%。据此分析可见，技术进步指数影响Malmquist指数，而技术效率变化指数对Malmquist指数影响不大。进一步分析各个年度区间状况，研究发现，四个年度区间的Malmquist指数均大于1，这传递出一个信息，那就是四个年度区间的全要素生产率呈上升趋势；而在技术效率变化指数上，技术效率变化指数均小于1，但在技术进步指数上，四个年度区间的技术进步指数均大于1。由此可以看出，煤炭企业上市公司投入产出效率的增长，得益于技术进步的增长。因此，在接下来的发展中，煤炭企业上市公司需要在技术创新能力上不断提升，使投入产出效率得到全面的提升。

2.技术进步指数分析

根据计量模型的定义，技术进步指数是测量技术创新与否、进步多少的一个指标。技术进步指数如果大于1，则表示技术进步，否则表示为技术退步。从表2的结果可以看出，2015—2017年的技术进步指数有了大幅度地提升，但在2016-2018年大幅度下滑，最后在2018—2019呈现缓慢上升趋势，最终技术进步指数为1.086。由图2可知，Malmquist指数在2015—2019年先是上升，后又下降，这与技术进步指数的变化几乎是相同的。究其原因，这是由于技术效率变化指数和技术进步指数共同作用于Malmquist指数，导致Malmquist指数的变化小于技术进步指数。

表2 2015—2019年煤炭企业上市公司Malmquist指数

图2 2015—2019年煤炭企业上市公司Malmquist指数及其分解

四、结论与启示

（一）静态评价角度

从分析结果上看，我国24家煤炭企业上市公司投入产出效率整体处于较高水平，进一步分析，通过时间变动趋势的结果可以看出，许多煤炭企业的技术效率值在0.593～1.000之间波动，变化区间较大，而且仅有5家公司的技术效率水平达到最优值，并且这5家公司连续五年保持最优。从整体来看，自2019年开始，各公司的技术效率开始缓慢上升，这也说明，随着煤炭产能过剩问题的解决，煤炭企业在解决资源分配以及技术创新方面能力逐渐提高。

（二）动态评价角度

通过测算，我国24家煤炭企业上市公司的Malmquist指数为1.092，而技术效率变化指数与技术进步指数会共同对Malmquist指数产生影响，这就使得Malmquist指数表现出一种相对平稳的状态。在2015—2017年，煤炭企业上市公司的技术效率变化指数略微下降，由前文分析可知，这是由于纯技术效率和规模效率的共同降低所造成的；而在2016—2018年，受到纯技术效率的下滑和规模效率的上升，而技术效率下滑的规模大于上升的规模，使得该区间的技术效率变化指数下降。在此基础上，纯技术效率和规模效率共同影响技术效率变化指数，而且通过分析，技术效率变化指数波动起伏是由纯技术效率的变动引起的。因此，各煤炭企业公司应合理分配资源、加大技术创新力度，同时提升核心技术水平，以此实现投入产出效率的提高。

结语

综上，这些煤炭企业的投入产出效率并不理想，究其原因，主要在于固定资产的限制、营业收入的低下，人员的冗余等，要想进一步提高投入产出效率，还要从投入这几个方面采取措施：① 合理分配资源，充分利用企业的资产，将资源利用率充分提高的同时完善企业规模；② 对科研技术额投入要加大，应当将提高核心技术研发能力和技术创新水平作为一项重要任务，从而促进投入产出效率的提高；③ 实施人力资源管理，减少人员冗余，提高劳动效率。