陳金華，賴崇平

（1.江西省贛浙能源有限責任公司，江西 南昌 330028；2.江西省軍工控股集團有限公司，江西 南昌 330028）

受制于全國煤炭產能過剩、煤炭資源的利用技術、煤炭化石資源的不可再生性以及公眾對于生態(tài)環(huán)境的關注日益加大，近年來國內能源需求增長放緩，原煤開采業(yè)供需關系發(fā)生逆轉，煤炭企業(yè)2015年進入了“嚴冬”期。 譬如2013年之后固定資產投資陡然減少， 直至2018年原煤開采業(yè)固定資產投資才出現回升跡象，與上年同期相比原煤開采固定資產投資同比上升約6%， 其中民間投資部分增長約15%[1]。煤礦因其投資門檻相對較低，曾廣泛吸引社會資本紛紛涌入，一度掀起投資的浪潮。 但過度投資導致原煤開采業(yè)投資資本積累過高，眾多企業(yè)由“因煤而興”，轉向“因煤而困”，國家及地方政府亦相繼出臺各項產業(yè)政策調控原煤開采業(yè)投資效率過低等問題。 結合原煤開采行業(yè)的特點，過度投資或投資不足等低效率投資將嚴重影響行業(yè)的良性發(fā)展。 如何協(xié)調好國家實施的產業(yè)政策、生態(tài)環(huán)境政策、產業(yè)金融政策與原煤開采的關系，減少三者對原煤開采行業(yè)的不利影響十分關鍵，最終實現原煤開采朝著與產業(yè)政策相適應、生態(tài)環(huán)境相協(xié)調、產業(yè)金融政策相匹配的方向健康可持續(xù)地發(fā)展。

以A 上市公司為研究對象， 同時以原煤開采業(yè)26 家上市公司平均表現作為對照， 以投資效率為研究角度， 通過運用DEA 方法對樣本數據進行深入分析， 研究結果表明A 上市公司存在不同程度投入效率不足的問題，通過進一步分析發(fā)現主要是低效的生產技術等突出問題導致A 上市公司投資效率偏低。

1 模型的建立和指標的選擇

1.1 模型的建立

數據包絡方法 （Data Envelopment Analysis，DEA）是最常用的效率評價方法之一。 其主要原理是將多項決策單元（DMU）投入（輸入）與產出（輸出）數據利用線性規(guī)劃的方式，對具有可比性的獨立類似單位進行比較分析，進而對決策單元之間的相對效率有效性進行評價的數量分析方法。DEA 有效性代表充分利用了資源。 本文根據規(guī)模報酬可變BCC 數據包絡原理 （Banker，Charnes 和Cooper 于1984年提出）， 通過優(yōu)化構建模型對煤炭開采投資效率相對有效性進行評價。 模型如下：

式中：假設某個決策單元投入（輸入）量指標為X，產出（輸出）量指標為Y。代表模型的最優(yōu)解： 若θ*=1， 則決策單元為DEA 純技術有效；若θ*＜1 則決策單元為DEA 純技術無效；如果θ*=1，并且作為增量的剩余變量及松弛變量假設為0， 可以得出DMU 的純技術效率有效。 按照DEA 理論，規(guī)模效率s*與綜合技術效率ρ*、純技術效率θ*之間存在著s*=ρ*/θ*的恒等關系，使用該公式能夠直接得到DMU 的規(guī)模效率[2]。

1.2 投入—產出指標的選擇

以A 上市公司的投資效率為切入點進行研究，在投入指標選擇上考慮如主營業(yè)務成本及資產凈值等可以體現資金投入能力的財務指標；在產出指標上選擇考慮可以體現資金利用效率的財務指標，如盈利水平和償債能力進行分析，并且重點關注主營業(yè)務收入、凈利潤和加權平均凈資產收益率這些指標，對三者進行綜合分析，可以較為準確的反映公司投資效率基本情況。 具體指標變量及說明見表1、表2。

表1 投入指標變量及說明

表2 產出指標變量及說明

2 A 上市公司投資效率實證分析

2.1 原始數據

選取我國原煤開采業(yè)中的A上市公司作為決策單元，原煤開采行業(yè)26家上市公司平均表現作為對照組， 所有投入—產出指標數據均來源于wind數據庫， 作者根據2009—2018年A上市公司及中煤能源等26家上市公司公開的年報數據整理而來。 原始數據見表3、表4。

表3 2009—2018年A 上市公司投入—產出指標原始數據值

表4 2009—2018年原煤開采業(yè)26 家上市公司平均投入—產出指標原始數據值

2.2 計算結果與數據分析

（1）計算結果

結合規(guī)模收益可變模型，運用Deap2.1 軟件進行運算求解， 得出2009—2018年期間A 上市公司綜合效率、技術效率、規(guī)模效率值與規(guī)模報酬情況效率值，其中純規(guī)模效率s*=ρ*/θ*的運算結果，見表5、表6。 其中，Mean 為平均值，Drs 是指規(guī)模效益遞減，irs 是指規(guī)模效益遞增。

表5 A 上市公司2009—2018年效率值

表6 原煤開采業(yè)2009—2018年平均效率值

（2）數據分析

通過表5 數據結果可以看出， 在2012—2015年期間，DEA 達到最優(yōu)狀態(tài)，A 上市公司綜合效率、技術效率、規(guī)模效率值均為1。 純技術效率自2009年至2018年均為1，這說明由于規(guī)模效率過低導致2009—2018年期間A 上市公司未達到DEA 最優(yōu)，而2016年和2017年，大規(guī)模投資沒有獲得高產出效率，規(guī)模效率大幅下滑導致綜合效率較低，說明A上市公司投資效率不足。

從A 上市公司及原煤開采業(yè)平均效率值對比分析來看，A 上市公司純技術效率指標優(yōu)于行業(yè)值，而規(guī)模效率指標低于行業(yè)值，即A 上市公司提高規(guī)模投入并未獲得高效率的產出效益。

（3）模型的局限性

上述數據采集的是上市公司公開披露的年度報告。 因近年來，全國煤炭企業(yè)深化供給側結構性改革，實施化解過剩產能中，淘汰、關閉落后的礦井形成的不良資產損失對財務指標的影響數據難以采集，這些因素都可能會對數據的分析結果造成一定的影響，從而造成偏差，進而影響模型研究的準確性。

3 結語

通過對A 上市公司為研究對象進行實證研究后發(fā)現：2012年以前， 在良好的市場環(huán)境下我國的煤炭行業(yè)發(fā)展勢頭良好，規(guī)模投資越高可以獲得的收益就越高；大規(guī)模投資也伴隨著產能過剩，一批企業(yè)淘汰落后退出市場，一定程度上制約了全國煤炭行業(yè)的可持續(xù)發(fā)展。 國家自2015年11月起提出加強供給側結構性改革，大力推動經濟發(fā)展，推行“三去一降一補”，關閉淘汰落后的、過剩產能的礦井，限制新開工審批建設煤炭礦井等政策，部分煤炭企業(yè)逐步走出困境。 但A 上市公司投資效率低下、規(guī)模效率過低等問題較為突出。 為解決投資效率低下的問題，A 上市公司要堅持效率變革，以供給側改革為主線，堅持高質量發(fā)展新理念，提高科技生產水平，著力增強發(fā)展活力，加大發(fā)展模式的改革力度，推進產業(yè)結構優(yōu)化調整、延伸，提升煤炭科技革命、生產革命、消費革命水平；要重視經濟效益評價，優(yōu)化生產布局、采掘方案和產品結構，依靠科技進步，提高投入產出效率；要加大兼并重組力度，有序淘汰落后煤炭產能， 減少無效和低端供給，提高煤炭生產集中度，優(yōu)化存量資源配置，發(fā)揮規(guī)模效率，進一步降低煤炭行業(yè)產能過剩風險。 同時，國家以及地方政府要建立健全扶持政策全力支持煤炭產業(yè)轉型發(fā)展，推進結構性改革，努力改善投融資環(huán)境，引導社會資本的投資行為，擴大優(yōu)質增量供給，維持煤炭市場平穩(wěn)發(fā)展，構建煤炭行業(yè)可持續(xù)發(fā)展的長效機制，推進煤炭行業(yè)達到供需動態(tài)均衡，促進行業(yè)調整轉型。