蔣晨陽
摘要:在煤炭行業(yè)整合和低碳生產(chǎn)要求下,煤炭企業(yè)生存發(fā)展愈加困難。本研究選擇數(shù)據(jù)包絡分析中的動態(tài)SBM模型,采用人員、能耗、開采、收入、排放五個指標,分析煤炭企業(yè)開采效率。通過綜合效率和各指標效率分析發(fā)現(xiàn),該企業(yè)礦井效率整體偏低,人員冗余是最大問題,有較大的節(jié)能減排改進空間。
關鍵詞:煤炭開采效率;動態(tài)SBM;全要素分析;低碳生產(chǎn)
中圖分類號:F407? ? 文獻標識碼:A
文章編號:1005-913X(2019)12-0141-03
一、引言
國家煤炭資源利用限制和去產(chǎn)能的政策要求下,煤炭企業(yè)遭受市場收縮價格下降的極大沖擊,甚至有多家煤炭企業(yè)難以維持正常運轉以致破產(chǎn)倒閉。同時粗放低效的煤炭開采造成大量資源的浪費,高碳模式的資源利用也正在造成越來越嚴重的氣候和環(huán)境問題。因此,本研究選擇煤炭開采這一過程進行效率分析,從提升資源利用效率和降低碳排放角度進行討論。
數(shù)據(jù)包絡分析法(data envelopment analysis,簡稱DEA)是一種通過線性規(guī)劃評估各個決策單元(decision making unit,簡稱DMU)相對效率的方法, 已有學者將DEA方法應用在煤炭行業(yè)。例如,穆東等用CCR和BCC模型并用DEA求解的權重計算綜合效率、物化技術、活勞動技術、投入要素相對水平四大指標;[1]余榮榮等用DEA計算42家煤炭企業(yè)2006年的技術效率并按照大中小規(guī)模分別進行變量相關性計算。[2]
安景文等將 “開拓進尺”作為產(chǎn)出指標,將生產(chǎn)現(xiàn)狀納入效率考慮;[3]郭曉玲等從低碳經(jīng)濟的角度選取指標,并采用Tobit回歸研究研發(fā)水平、環(huán)保投入、對外開放程度等對企業(yè)低碳效率的影響。[4]江武運用CCR和BCC模型對安徽和山西的代表性煤炭企業(yè)進行效率分析認為山西煤企效率略高于安徽煤企;[5]侯顯濤則針對性分析貴州省煤炭產(chǎn)業(yè)效率和現(xiàn)狀。[6]
從同一企業(yè)內不同礦井的角度出發(fā),對煤炭開采環(huán)節(jié)進行分析,一方面,在同一公司管理下各礦井具有更高的同質性,效率比較時受外部因素影響較少,對指標選取和結果探討均有利。另一方面,每個礦井都是直接面對生產(chǎn)開采,數(shù)據(jù)和分析更有利于企業(yè)找準實際生產(chǎn)中的問題所在。
二、 模型與指標
Tone7在SBM模型的基礎上引入“階段(peirod)”的概念,用延續(xù)性指標(carry-over)用于連接階段t和階段t+1,被稱為動態(tài)SBM模型(Dynamic SBM)。Ying Li8等為處理非期望產(chǎn)出對Tone的模型進行了修正,用于分析中國31個城市的AQI表現(xiàn)。本研究希望實現(xiàn)年度之間的效率比較,并且涉及非期望產(chǎn)出,因此,選擇Ying Li8修正動態(tài)SBM模型進行煤炭開采效率計算,具體模型可參考YingLi8。
現(xiàn)以我國某“一五”計劃重點煤炭企業(yè)為研究對象,選擇其2015-2017年的14個礦井,編號為1-14號礦井,則三年共計DMU 42個。煤炭開采機械化作業(yè)正在快速替代人工作業(yè),將“人員投入”作為一項考察指標;低碳經(jīng)濟是以更低的能耗實現(xiàn)相同的產(chǎn)出,因此,生產(chǎn)單位產(chǎn)品的“能耗投入”也是重要的投入指標;煤炭開采中缺少原料的投入,需要“開采投入”表現(xiàn)礦井開拓范圍,選擇“采煤面積”衡量該項投入,并將其作為延續(xù)指標。產(chǎn)出指標中,由于開采出的原煤中會夾雜巖石等成分,使用原煤產(chǎn)出量作為產(chǎn)出會對效率值產(chǎn)生影響,所以選擇“經(jīng)濟產(chǎn)出”指標來避免這一問題。另外,將二氧化碳排放量作為非期望產(chǎn)出納入模型。當前指標及描述性統(tǒng)計如表1所示,指標共計5個,5<(42/2),滿足數(shù)量要求。
三、 實證結果
(一)綜合效率分析
綜合效率結果如表2所示。三年累計8次有礦井實現(xiàn)DEA有效(即效率值為1),其余礦井效率值并不是很理想,整體分布較低,只有少數(shù)達到0.6 以上。從單個礦井來看,排名前四位的分別是14號、3號、2號、10 號,表現(xiàn)最好的為14號礦井,在各年度都實現(xiàn)了DEA有效;其余礦井均未實現(xiàn)DEA有效,排名后四位的礦井分別是12 號、7 號、4號、13號,其中12號礦井均值表現(xiàn)最差,2015年效率排名較低,2016年和2017年度均排名末尾,且2017年效率值僅有0.13,表明有87%的效率提升空間;4 號、7號、13號礦井歷年效率都不足0.3,需要重點進行效率提升。
根據(jù)均值看出礦井效率在逐年下降,實現(xiàn)DEA有效的礦井數(shù)量也逐年減少。從2015—2017年,1號礦井效率下降54%,5號礦井效率下降45%,11號礦井效率下降54%,這種大程度和大范圍的效率下降也需要企業(yè)重點關注,從管理的角度進行提升。
(二)全要素分析
參照Hu and Wang提出的全要素分析法對指標的效率進行計算,以比例的方式對每個指標的可改進程度進行分析,公式如下。[9]
在企業(yè)生產(chǎn)的針對性改進中,重點關注的是需要減少的投入量,低碳生產(chǎn)的要求下重點關注碳排量,因此,現(xiàn)主要對兩個投入指標和非期望產(chǎn)出指標計算效率。結果如圖1-3所示。從均值數(shù)據(jù)可以看出,三個指標的各年度平均效率均在下降,和前文中總效率隨時間下降的結果一致。
人員投入效率值在各年度之間較為平穩(wěn),然而相比于其他幾個指標,人員效率明顯偏低,除DEA有效可以實現(xiàn)人員投入有效外,僅有少數(shù)幾個DMU的人員投入效率達到0.5以上,其余大部分在0.3-0.4,即需要削減60%-70%的人員才能實現(xiàn)人員投入有效,4號、6號、7號、8號、12號體現(xiàn)出明顯的企業(yè)人員冗余現(xiàn)象。人員冗余已經(jīng)是國有企業(yè)的傳統(tǒng)問題,會造成工作分散、員工積極性下降、提高人工和管理成本等問題,對最終的生產(chǎn)效率造成負面影響。
能耗投入隨著年份下降了37%,除了因為實現(xiàn)能耗投入有效的DMU數(shù)量下降外,大部分DMU也確實表現(xiàn)出了能耗效率下降的趨勢,12號礦井下降了68%最為嚴重,7號、12號、13號的能耗效率已經(jīng)不足0.2。能耗是以標準煤的消耗量表示的,煤企產(chǎn)品也是煤炭,能耗效率的快速下降也體現(xiàn)出雖然產(chǎn)量或單個企業(yè)的經(jīng)濟效益得到提升,卻是以更多、更低效的能源消耗為代價的,不滿足低碳經(jīng)濟下的降低單位產(chǎn)出能耗的要求。
非期望產(chǎn)出方面,少部分DMU的產(chǎn)出效率可以達到0.8以上,整體效率值也較其他兩項指標表現(xiàn)良好,其中2號、9號、10號、13號、14號礦井效率較高,4號、6號、7號礦井效率較低。主要效率值仍然分布在0.5左右,表示當前排放量仍然超出最優(yōu)排放量一倍。是生產(chǎn)過程中的無法加以利用的副產(chǎn)品,其大量排放在環(huán)保和政策方面都受到限制,所以在該指標上仍然需要盡量降低。
四、總結
DEA方法中對同一組DMU選取不同的指標得出的效率會描述DMU的不同運營成果,前人研究選擇成本、資產(chǎn)等指標偏向于描述企業(yè)經(jīng)濟運營效率,通過選取開采指標使結果偏向生產(chǎn)實踐。在實際生產(chǎn)中,造成效率不足的原因可能是人為因素或者自然因素,通過更多生產(chǎn)相關的數(shù)據(jù)和指標尋找影響效率的因素,使效率改進點和措施更明確則是接下來要研究的內容。
參考文獻:
[1] 穆 東,杜志平,鞏傳景,申維嘉,李忠順,煤炭企業(yè)技術進步的評價與對策[J].系統(tǒng)工程理論與實踐,1996(10).
[2] 余榮榮,唐 凱.基于DEA的我國煤炭企業(yè)技術效率測度研究[J].經(jīng)濟研究導刊,2008(5).
[3] 安景文,張興平,徐向陽,賈 平.煤炭企業(yè)的技術有效性和規(guī)模有效性評價[J]煤炭學報,1999(4).
[4] 郭曉玲,李 凱.煤炭企業(yè)低碳經(jīng)濟效率及其影響因素研究[J].生態(tài)經(jīng)濟,2017(10).
[5] 江 武.安徽省與山西省煤炭企業(yè)效率比較研究[D].合肥:合肥工業(yè)大學,2012.
[6] 侯顯濤.基于DEA模型的貴州省煤炭產(chǎn)業(yè)效率評價及對策研究[D].貴陽:貴州財經(jīng)大學,2015.
[7] Kaoru Tone, Miki Tsutsui, Dynamic DEA: A slacks-based measure approach[J].Omega 38(2010).
[8] Ying Li, Yung-ho Chiu, Liang Chun Lu, Energy and AQI performance of 31 cities in China[J].Energy Policy 122(2018).
[9] Jin-Li Hu, Shih-Chuan Wang, Total-factor energy efficiency of regions in China[J].Energy Policy 34(2006).
[責任編輯:龐 林]