王薈巖， 練繼亮

（天津商業(yè)大學(xué)管理學(xué)院， 天津 300134）

0 引言

能源問題是一個世界性的難題。減少化石能源的消耗，發(fā)展清潔可再生能源成為共識。當(dāng)前，在雙碳目標(biāo)背景下，我國成為風(fēng)能、太陽能等清潔可再生能源利用規(guī)模和投資力度最大的國家。據(jù)國家能源局統(tǒng)計(jì)[1]，截至2022 年底，我國風(fēng)電裝機(jī)已達(dá)3.956 億kW，居全球首位。風(fēng)電制造企業(yè)是行電發(fā)展的重要支撐，但由于我國風(fēng)電制造產(chǎn)業(yè)起步較晚，雖然經(jīng)過二十多年的研發(fā)與經(jīng)驗(yàn)積累，但仍與國外先進(jìn)風(fēng)電技術(shù)存在較大的差距。這一現(xiàn)狀也導(dǎo)致我國新能源風(fēng)電制造企業(yè)在經(jīng)營發(fā)展中缺乏核心技術(shù)競爭力，投入產(chǎn)出效率不高，發(fā)展進(jìn)程嚴(yán)重受阻。

1 經(jīng)營效率研究綜述

企業(yè)經(jīng)營效率的高低直接影響其生存與可持續(xù)發(fā)展。國內(nèi)外學(xué)者針對風(fēng)電制造企業(yè)經(jīng)營效率的研究較少。目前對企業(yè)經(jīng)營效率的評價(jià)，主要采用的方法之一是數(shù)據(jù)包絡(luò)分析法。數(shù)據(jù)包絡(luò)分析法有多種分支評價(jià)法，王家庭等[2]運(yùn)用Fried 所提出的DEA 三階段分析方法，調(diào)整環(huán)境變量與隨機(jī)干擾等因素的影響，證明排除了環(huán)境因素的影響以后，內(nèi)外資企業(yè)的經(jīng)營效率差距很大。楊望等[3]使用DEA-Malmquist 模型測算我國145 家商業(yè)銀行全要素生產(chǎn)率，構(gòu)建金融科技發(fā)展指數(shù)，研究金融科技對我國銀行業(yè)效率的影響；陳華等[4]使用DEA 測度企業(yè)效率，探究全面風(fēng)險(xiǎn)管理對于企業(yè)經(jīng)營效率的影響；孫蓉等[5]將SBM模型和DEA 窗口分析法相結(jié)合，測算經(jīng)營效率；盧洪友[6]使用四階段DEA 模型，考慮外部環(huán)境對效率的影響后，估算澳門酒店業(yè)近十多年來的純粹管理效率；高偉等[7]采用三階段方式對風(fēng)電企業(yè)創(chuàng)新效率評價(jià)。

由于三階段DEA 評價(jià)模型在評價(jià)企業(yè)經(jīng)營效率上有優(yōu)勢，它充分考慮企業(yè)的技術(shù)、規(guī)模及環(huán)境等各大要素的綜合影響。因此，本文從財(cái)務(wù)角度出發(fā)，選擇采用三階段DEA 模型對15 家新能源風(fēng)電中游代表性制造企業(yè)的經(jīng)營效率評價(jià)進(jìn)行研究。本研究在考慮企業(yè)人、財(cái)、物投入要素對經(jīng)營效率影響的基礎(chǔ)上，還充分考慮政府支持、股票市場、公司年齡等企業(yè)無法改變的外部環(huán)境因素影響，通過外部環(huán)境因素影響的修正，可以提升風(fēng)電制造企業(yè)經(jīng)營生產(chǎn)效率衡量的科學(xué)性與合理性。

2 三階段DEA 模型的評價(jià)過程

2.1 三階段DEA 模型的選取

DEA（數(shù)據(jù)包絡(luò)分析）是一種評價(jià)多投入多產(chǎn)出決策單元相對效率的方法。其思想最早由Farrell 提出，后由Charnes A，CooperW W 和Rhodes E 于1978年建立規(guī)模報(bào)酬不變的CCR 模型，隨后Banker 等人建立了規(guī)模報(bào)酬可變的BCC 模型。三階段DEA 可以在傳統(tǒng)DEA 的基礎(chǔ)上剔除環(huán)境因素和隨機(jī)干擾的影響，能更加真實(shí)地反映決策單元的效率。三階段DEA中的第一、三階段與傳統(tǒng)DEA 計(jì)算方法一致，可采用BCC 模型、SBM 模型或Malmquist 模型，本文選用BCC 模型。

2.2 第一階段：BCC 模型及效率評價(jià)指標(biāo)

該階段建立DEA 模型。DEA 模型本質(zhì)是一個線性規(guī)劃。對任一決策單元，投入導(dǎo)向下的對偶形式BCC 模型可表示為：

式中：n 表示決策單元數(shù)；X，Y 分別是投入、產(chǎn)出向量；θ 為 綜 合 效 率；S+、S-為 松 馳 變 量。若θ=1 且S++S-=0，則決策單元DEA 有效；若θ=1，S+≠0 或S-≠0，則決策單元弱DEA 有效；若θ＜1，則決策單元非DEA 有效。

BCC 模型計(jì)算出來的效率值為綜合技術(shù)效率（ET），可以進(jìn)一步分解為規(guī)模效率（ES）和純技術(shù)效率（EPT），且θ=ES×ET。綜合效率反映決策單元的效率情況；技術(shù)效率反映技術(shù)因素帶來的效率，當(dāng)時，說明技術(shù)因素合理使用，當(dāng)時，說明技術(shù)效率還有提升空間；同樣，純技術(shù)效率于規(guī)模效率之間的關(guān)系反映規(guī)模帶來的報(bào)酬，當(dāng)EPT=ES時，說明規(guī)模報(bào)酬不變（最優(yōu)狀態(tài)），當(dāng)EPT＜ES時，說明規(guī)模收益遞增（規(guī)模過小可擴(kuò)大規(guī)模增加效益），當(dāng)EPT＞ES時，說明規(guī)模收益遞減（規(guī)模過大，可減少規(guī)模增加效益）。

2.3 第二階段：基于SFA 回歸的不利影響消除

該階段消除外部不利影響。決策單元的績效受管理無效率、環(huán)境因素和統(tǒng)計(jì)噪聲的影響，因此，有必要分離這三種影響。首先，構(gòu)造如下SFA 回歸函數(shù)（以投入導(dǎo)向?yàn)槔?/p>

式中：Sni是第i 個決策單元第n 項(xiàng)投入的松弛值；Zi是環(huán)境變量；βn是環(huán)境變量的系數(shù)；vni+μni是混合誤差項(xiàng)，vni表示隨機(jī)干擾，μni表示管理無效率。SFA 回歸的目的是剔除環(huán)境因素和隨機(jī)因素對效率測度的影響，以便將所有決策單元調(diào)整至相同的外部環(huán)境中。調(diào)整公式如下：

式中：Xni是調(diào)整前的投入；XA，ni是調(diào)整后的投入；[max（f（Zi，β^n））-f（Zi，β^n）]是對外部環(huán)境因素進(jìn)行調(diào)整；[max（vni）-vni]是將所有決策單元置于相同水平下。

最后，運(yùn)用公式分離管理無效率項(xiàng)μ，分離公式的形式如下：

2.4 第三階段：修正投入產(chǎn)出變量的DEA 效率分析

該階段運(yùn)用調(diào)整后的投入產(chǎn)出變量，重新測算各決策單元的效率，此時剔除環(huán)境因素和隨機(jī)因素影響的效率來差別企業(yè)的經(jīng)營效率，結(jié)果更為客觀準(zhǔn)確。

3 變量和樣本數(shù)據(jù)

3.1 選取變量

經(jīng)營投入分為人力、物力、研發(fā)投入三大類。其中人力資源是企業(yè)發(fā)展中最活躍的因素，是反映企業(yè)業(yè)績的重要因素；物力是指企業(yè)在固定資產(chǎn)方面的投資和企業(yè)的生產(chǎn)規(guī)模、裝備水平等，新能源風(fēng)電制造企業(yè)在風(fēng)機(jī)整機(jī)購買上投入成本較多，同時對于制造企業(yè)來說研發(fā)創(chuàng)新是重要一環(huán)。環(huán)境變量應(yīng)該包含對新能源風(fēng)電產(chǎn)業(yè)經(jīng)營活動產(chǎn)生影響的外部因素，如政府支持，股票成交規(guī)模、企業(yè)年齡等企業(yè)不可控特征因素，本文選取政府補(bǔ)貼、機(jī)構(gòu)投資者持股數(shù)量和公司年齡作為風(fēng)電產(chǎn)業(yè)經(jīng)營效率測算的環(huán)境變量（見表1）。

表1 我國新能源風(fēng)電制造企業(yè)經(jīng)營效率指標(biāo)選取

3.2 測度樣本和數(shù)據(jù)

本文原始數(shù)據(jù)來源于國泰安數(shù)據(jù)庫，選取上市公司2020—2022 年各項(xiàng)指標(biāo)數(shù)據(jù)，以企業(yè)的各項(xiàng)財(cái)務(wù)數(shù)據(jù)來反映其經(jīng)營效率和目前發(fā)展情況。并基于風(fēng)電產(chǎn)業(yè)鏈的角度選擇新能源風(fēng)電制造上市公司，通過對企業(yè)主營業(yè)務(wù)的分析考察，剔除上游原材料供應(yīng)企業(yè)和下游開發(fā)及電網(wǎng)企業(yè)，以及存在嚴(yán)重?cái)?shù)據(jù)缺損的企業(yè)，剔除數(shù)據(jù)不完整的公司，最后選定15 家中游整機(jī)制造設(shè)備企業(yè)作為原始數(shù)據(jù)樣本。

4 實(shí)證分析

4.1 投入產(chǎn)出分析

在不考慮環(huán)境因素和隨機(jī)誤差影響的情況下，使用deap2.1 對15 家新能源風(fēng)電制造企業(yè)2020—2022年經(jīng)營效率進(jìn)行測算，考慮到后續(xù)需要為非經(jīng)營有效的企業(yè)提出改進(jìn)建議的研究目的，本文對規(guī)模效率與技術(shù)效率進(jìn)行各年均值計(jì)算，并由綜合效率=技術(shù)效率×規(guī)模效率計(jì)算得到綜合效率。下文投入產(chǎn)出數(shù)據(jù)均為各企業(yè)原始數(shù)據(jù)，并對有負(fù)值的數(shù)據(jù)取極小值處理。通過計(jì)算得到每年各企業(yè)綜合效率（TE）、技術(shù)效率（PTE）和規(guī)模效率（SE）的效率值，并計(jì)算三年均值來衡量我國新能源風(fēng)電制造企業(yè)年度經(jīng)營效率水平。

4.2 隨機(jī)前沿分析

隨機(jī)前沿分析主要基于生產(chǎn)函數(shù)模型，通過輸入人、財(cái)、物等生產(chǎn)要素來輸出產(chǎn)品。該方法通過考慮生產(chǎn)過程中隨機(jī)誤差和無效率因素對生產(chǎn)函數(shù)的影響，評估單位或個人在生產(chǎn)過程中的技術(shù)效率。本階段以第一階段所得經(jīng)營投入指標(biāo)的松弛變量為被解釋變量，以環(huán)境變量、機(jī)構(gòu)投資者持股數(shù)量、研發(fā)人員數(shù)量為解釋變量，使用frontier4.1 構(gòu)建SFA 回歸模型，得到估計(jì)結(jié)果如表2 所示。

表2 2020—2022 年新能源風(fēng)電企業(yè)經(jīng)營效率投入產(chǎn)出均值分析

表3 新能源風(fēng)電制造企業(yè)經(jīng)營效率隨機(jī)前沿分析結(jié)果

廣義自然比LR 在5%的水平下顯著，表明SFA回歸模型的合理性。

政府補(bǔ)貼對三項(xiàng)投入指標(biāo)在2020 與2022 年有較為顯著的正向和負(fù)向影響，說明政府補(bǔ)貼資金可間接提高或降低各項(xiàng)投入，若同時企業(yè)缺乏良好的資金管理和實(shí)施方案，往往也容易造成資源浪費(fèi)，進(jìn)而影響到企業(yè)的經(jīng)營效率。機(jī)構(gòu)投資者持股數(shù)量對固定資產(chǎn)凈額和研發(fā)投入在2020 年與2021 年具有顯著負(fù)向影響，說明投資者持股數(shù)量并沒有促進(jìn)企業(yè)對經(jīng)營資源的有效配置。對于新能源風(fēng)電制造企業(yè)而言，投資者持股數(shù)量短期內(nèi)不會變動過大，持股數(shù)量受到外界媒體評價(jià)和相關(guān)干擾因素，若短時間增加過多則不利于固定資產(chǎn)的經(jīng)營與管理維護(hù)，也不利于研發(fā)項(xiàng)目的推進(jìn)，進(jìn)而影響到經(jīng)營效率的有效發(fā)揮。而公司年齡對三項(xiàng)投入效率在各年也產(chǎn)生了顯著影響，可能由于企業(yè)經(jīng)營時間長短對職工薪酬和固定資產(chǎn)的投入的重視程度不一樣，進(jìn)而導(dǎo)致經(jīng)營效率的下降。

綜上所述，環(huán)境因素會對經(jīng)營效率產(chǎn)生不同程度的影響，需要調(diào)整投入變量，以消除環(huán)境因素和隨機(jī)誤差的影響。

4.3 修正前后對比分析

以第二階段調(diào)整后的新能源風(fēng)電制造企業(yè)的投入，重新計(jì)算得到剔除環(huán)境因素的投入產(chǎn)出三年均值結(jié)果，結(jié)果如表4 所示。

表4 2020—2022 年新能源風(fēng)電制造企業(yè)經(jīng)營效率指標(biāo)調(diào)整后結(jié)果

4.4 新能源風(fēng)電制造企業(yè)修正后效率分析

修正后，新能源風(fēng)電制造企業(yè)綜合效率平均水平從0.837 上升到0.838，技術(shù)效率均值由0.928 上升為0.944，說明在2020—2022 年大部分新能源風(fēng)電制造企業(yè)經(jīng)營效率較前期有提高。調(diào)整前規(guī)模報(bào)酬遞增的企業(yè)有4 家、遞減6 家、不變5 家；調(diào)整后規(guī)模報(bào)酬遞增有4 家、遞減8 家、不變3 家。銀星能源、太原重工調(diào)整后綜合效率遠(yuǎn)低于均值且銀星能源下降幅度最大，說明其調(diào)整前存在虛高情況，反映出該家企業(yè)的經(jīng)營效率受環(huán)境因素影響十分大。此外，除許繼電氣、天順風(fēng)能、金雷股份、運(yùn)達(dá)股份、禾望電氣變化不明顯外，調(diào)整后大部分企業(yè)的技術(shù)效率變化不大，但綜合效率有了明顯上漲，說明環(huán)境因素對各年的產(chǎn)業(yè)技術(shù)經(jīng)營效率產(chǎn)生影響程度不同，三階段DEA 結(jié)果更能真實(shí)地反映風(fēng)電企業(yè)經(jīng)營情況的真實(shí)效率。

調(diào)整后，各企業(yè)規(guī)模效率的均值由0.902 下降至0.888。調(diào)整后15 家企業(yè)中有超過一半的企業(yè)規(guī)模效率高于平均水平，而高水平的企業(yè)只有1/5 左右。許繼電氣、銀星能源、太原重工、湘電股份、禾望電器的規(guī)模效率均低于調(diào)整前，表明這五家企業(yè)經(jīng)營資源配置的規(guī)模不合理，未達(dá)最優(yōu)比例，致使在當(dāng)前規(guī)模下產(chǎn)出不能達(dá)到最大。

5 結(jié)論

本文研究表明：從調(diào)整后的經(jīng)營效率看，許繼電氣、銀星能源、中材科技、金風(fēng)科技、高瀾股份、東方電氣、明陽智能和上海電氣均存在經(jīng)營規(guī)模報(bào)酬遞減的情況，表明投入的人力、物力在現(xiàn)有規(guī)模下沒有得到充分利用，出現(xiàn)冗余，致使產(chǎn)出的增長幅小于投入，故應(yīng)縮小規(guī)模以提高經(jīng)營效率；天順風(fēng)能、金雷股份和運(yùn)達(dá)股份規(guī)模報(bào)酬保持不變，繼續(xù)保持現(xiàn)狀；其余企業(yè)除規(guī)模報(bào)酬均遞增，表明這些企業(yè)的人力、物力投入尚未飽和，應(yīng)適當(dāng)?shù)卦黾油度胭Y源，進(jìn)一步加大產(chǎn)出，以提升企業(yè)的盈利能力水平。此外，對于經(jīng)營規(guī)模報(bào)酬遞減的新能源風(fēng)電制造企業(yè)，一方面要破除生產(chǎn)要素可得性的限制，尋求產(chǎn)出效率更高的投入。另一方面加強(qiáng)人員管理，提升經(jīng)營管理效率。對于經(jīng)營規(guī)模報(bào)酬遞增的新能源風(fēng)電制造企業(yè)，保持規(guī)模報(bào)酬遞增的態(tài)勢，提升設(shè)備利用率，最大程度上發(fā)揮生產(chǎn)能力，提高經(jīng)營效率。