基于三阶段DEA 的新能源风电制造企业经营效率评价

王荟岩， 练继亮

（天津商业大学管理学院， 天津 300134）

0 引言

能源问题是一个世界性的难题。减少化石能源的消耗，发展清洁可再生能源成为共识。当前，在双碳目标背景下，我国成为风能、太阳能等清洁可再生能源利用规模和投资力度最大的国家。据国家能源局统计[1]，截至2022 年底，我国风电装机已达3.956 亿kW，居全球首位。风电制造企业是行电发展的重要支撑，但由于我国风电制造产业起步较晚，虽然经过二十多年的研发与经验积累，但仍与国外先进风电技术存在较大的差距。这一现状也导致我国新能源风电制造企业在经营发展中缺乏核心技术竞争力，投入产出效率不高，发展进程严重受阻。

1 经营效率研究综述

企业经营效率的高低直接影响其生存与可持续发展。国内外学者针对风电制造企业经营效率的研究较少。目前对企业经营效率的评价，主要采用的方法之一是数据包络分析法。数据包络分析法有多种分支评价法，王家庭等[2]运用Fried 所提出的DEA 三阶段分析方法，调整环境变量与随机干扰等因素的影响，证明排除了环境因素的影响以后，内外资企业的经营效率差距很大。杨望等[3]使用DEA-Malmquist 模型测算我国145 家商业银行全要素生产率，构建金融科技发展指数，研究金融科技对我国银行业效率的影响；陈华等[4]使用DEA 测度企业效率，探究全面风险管理对于企业经营效率的影响；孙蓉等[5]将SBM模型和DEA 窗口分析法相结合，测算经营效率；卢洪友[6]使用四阶段DEA 模型，考虑外部环境对效率的影响后，估算澳门酒店业近十多年来的纯粹管理效率；高伟等[7]采用三阶段方式对风电企业创新效率评价。

由于三阶段DEA 评价模型在评价企业经营效率上有优势，它充分考虑企业的技术、规模及环境等各大要素的综合影响。因此，本文从财务角度出发，选择采用三阶段DEA 模型对15 家新能源风电中游代表性制造企业的经营效率评价进行研究。本研究在考虑企业人、财、物投入要素对经营效率影响的基础上，还充分考虑政府支持、股票市场、公司年龄等企业无法改变的外部环境因素影响，通过外部环境因素影响的修正，可以提升风电制造企业经营生产效率衡量的科学性与合理性。

2 三阶段DEA 模型的评价过程

2.1 三阶段DEA 模型的选取

DEA（数据包络分析）是一种评价多投入多产出决策单元相对效率的方法。其思想最早由Farrell 提出，后由Charnes A，CooperW W 和Rhodes E 于1978年建立规模报酬不变的CCR 模型，随后Banker 等人建立了规模报酬可变的BCC 模型。三阶段DEA 可以在传统DEA 的基础上剔除环境因素和随机干扰的影响，能更加真实地反映决策单元的效率。三阶段DEA中的第一、三阶段与传统DEA 计算方法一致，可采用BCC 模型、SBM 模型或Malmquist 模型，本文选用BCC 模型。

2.2 第一阶段：BCC 模型及效率评价指标

该阶段建立DEA 模型。DEA 模型本质是一个线性规划。对任一决策单元，投入导向下的对偶形式BCC 模型可表示为：

式中：n 表示决策单元数；X，Y 分别是投入、产出向量；θ 为 综 合 效 率；S+、S-为 松 驰 变 量。若θ=1 且S++S-=0，则决策单元DEA 有效；若θ=1，S+≠0 或S-≠0，则决策单元弱DEA 有效；若θ＜1，则决策单元非DEA 有效。

BCC 模型计算出来的效率值为综合技术效率（ET），可以进一步分解为规模效率（ES）和纯技术效率（EPT），且θ=ES×ET。综合效率反映决策单元的效率情况；技术效率反映技术因素带来的效率，当时，说明技术因素合理使用，当时，说明技术效率还有提升空间；同样，纯技术效率于规模效率之间的关系反映规模带来的报酬，当EPT=ES时，说明规模报酬不变（最优状态），当EPT＜ES时，说明规模收益递增（规模过小可扩大规模增加效益），当EPT＞ES时，说明规模收益递减（规模过大，可减少规模增加效益）。

2.3 第二阶段：基于SFA 回归的不利影响消除

该阶段消除外部不利影响。决策单元的绩效受管理无效率、环境因素和统计噪声的影响，因此，有必要分离这三种影响。首先，构造如下SFA 回归函数（以投入导向为例）：

式中：Sni是第i 个决策单元第n 项投入的松弛值；Zi是环境变量；βn是环境变量的系数；vni+μni是混合误差项，vni表示随机干扰，μni表示管理无效率。SFA 回归的目的是剔除环境因素和随机因素对效率测度的影响，以便将所有决策单元调整至相同的外部环境中。调整公式如下：

式中：Xni是调整前的投入；XA，ni是调整后的投入；[max（f（Zi，β^n））-f（Zi，β^n）]是对外部环境因素进行调整；[max（vni）-vni]是将所有决策单元置于相同水平下。

最后，运用公式分离管理无效率项μ，分离公式的形式如下：

2.4 第三阶段：修正投入产出变量的DEA 效率分析

该阶段运用调整后的投入产出变量，重新测算各决策单元的效率，此时剔除环境因素和随机因素影响的效率来差别企业的经营效率，结果更为客观准确。

3 变量和样本数据

3.1 选取变量

经营投入分为人力、物力、研发投入三大类。其中人力资源是企业发展中最活跃的因素，是反映企业业绩的重要因素；物力是指企业在固定资产方面的投资和企业的生产规模、装备水平等，新能源风电制造企业在风机整机购买上投入成本较多，同时对于制造企业来说研发创新是重要一环。环境变量应该包含对新能源风电产业经营活动产生影响的外部因素，如政府支持，股票成交规模、企业年龄等企业不可控特征因素，本文选取政府补贴、机构投资者持股数量和公司年龄作为风电产业经营效率测算的环境变量（见表1）。

表1 我国新能源风电制造企业经营效率指标选取

3.2 测度样本和数据

本文原始数据来源于国泰安数据库，选取上市公司2020—2022 年各项指标数据，以企业的各项财务数据来反映其经营效率和目前发展情况。并基于风电产业链的角度选择新能源风电制造上市公司，通过对企业主营业务的分析考察，剔除上游原材料供应企业和下游开发及电网企业，以及存在严重数据缺损的企业，剔除数据不完整的公司，最后选定15 家中游整机制造设备企业作为原始数据样本。

4 实证分析

4.1 投入产出分析

在不考虑环境因素和随机误差影响的情况下，使用deap2.1 对15 家新能源风电制造企业2020—2022年经营效率进行测算，考虑到后续需要为非经营有效的企业提出改进建议的研究目的，本文对规模效率与技术效率进行各年均值计算，并由综合效率=技术效率×规模效率计算得到综合效率。下文投入产出数据均为各企业原始数据，并对有负值的数据取极小值处理。通过计算得到每年各企业综合效率（TE）、技术效率（PTE）和规模效率（SE）的效率值，并计算三年均值来衡量我国新能源风电制造企业年度经营效率水平。

4.2 随机前沿分析

随机前沿分析主要基于生产函数模型，通过输入人、财、物等生产要素来输出产品。该方法通过考虑生产过程中随机误差和无效率因素对生产函数的影响，评估单位或个人在生产过程中的技术效率。本阶段以第一阶段所得经营投入指标的松弛变量为被解释变量，以环境变量、机构投资者持股数量、研发人员数量为解释变量，使用frontier4.1 构建SFA 回归模型，得到估计结果如表2 所示。

表2 2020—2022 年新能源风电企业经营效率投入产出均值分析

表3 新能源风电制造企业经营效率随机前沿分析结果

广义自然比LR 在5%的水平下显著，表明SFA回归模型的合理性。

政府补贴对三项投入指标在2020 与2022 年有较为显著的正向和负向影响，说明政府补贴资金可间接提高或降低各项投入，若同时企业缺乏良好的资金管理和实施方案，往往也容易造成资源浪费，进而影响到企业的经营效率。机构投资者持股数量对固定资产净额和研发投入在2020 年与2021 年具有显著负向影响，说明投资者持股数量并没有促进企业对经营资源的有效配置。对于新能源风电制造企业而言，投资者持股数量短期内不会变动过大，持股数量受到外界媒体评价和相关干扰因素，若短时间增加过多则不利于固定资产的经营与管理维护，也不利于研发项目的推进，进而影响到经营效率的有效发挥。而公司年龄对三项投入效率在各年也产生了显著影响，可能由于企业经营时间长短对职工薪酬和固定资产的投入的重视程度不一样，进而导致经营效率的下降。

综上所述，环境因素会对经营效率产生不同程度的影响，需要调整投入变量，以消除环境因素和随机误差的影响。

4.3 修正前后对比分析

以第二阶段调整后的新能源风电制造企业的投入，重新计算得到剔除环境因素的投入产出三年均值结果，结果如表4 所示。

表4 2020—2022 年新能源风电制造企业经营效率指标调整后结果

4.4 新能源风电制造企业修正后效率分析

修正后，新能源风电制造企业综合效率平均水平从0.837 上升到0.838，技术效率均值由0.928 上升为0.944，说明在2020—2022 年大部分新能源风电制造企业经营效率较前期有提高。调整前规模报酬递增的企业有4 家、递减6 家、不变5 家；调整后规模报酬递增有4 家、递减8 家、不变3 家。银星能源、太原重工调整后综合效率远低于均值且银星能源下降幅度最大，说明其调整前存在虚高情况，反映出该家企业的经营效率受环境因素影响十分大。此外，除许继电气、天顺风能、金雷股份、运达股份、禾望电气变化不明显外，调整后大部分企业的技术效率变化不大，但综合效率有了明显上涨，说明环境因素对各年的产业技术经营效率产生影响程度不同，三阶段DEA 结果更能真实地反映风电企业经营情况的真实效率。

调整后，各企业规模效率的均值由0.902 下降至0.888。调整后15 家企业中有超过一半的企业规模效率高于平均水平，而高水平的企业只有1/5 左右。许继电气、银星能源、太原重工、湘电股份、禾望电器的规模效率均低于调整前，表明这五家企业经营资源配置的规模不合理，未达最优比例，致使在当前规模下产出不能达到最大。

5 结论

本文研究表明：从调整后的经营效率看，许继电气、银星能源、中材科技、金风科技、高澜股份、东方电气、明阳智能和上海电气均存在经营规模报酬递减的情况，表明投入的人力、物力在现有规模下没有得到充分利用，出现冗余，致使产出的增长幅小于投入，故应缩小规模以提高经营效率；天顺风能、金雷股份和运达股份规模报酬保持不变，继续保持现状；其余企业除规模报酬均递增，表明这些企业的人力、物力投入尚未饱和，应适当地增加投入资源，进一步加大产出，以提升企业的盈利能力水平。此外，对于经营规模报酬递减的新能源风电制造企业，一方面要破除生产要素可得性的限制，寻求产出效率更高的投入。另一方面加强人员管理，提升经营管理效率。对于经营规模报酬递增的新能源风电制造企业，保持规模报酬递增的态势，提升设备利用率，最大程度上发挥生产能力，提高经营效率。