基于隨機非參數包絡分析方法的中國火電上市公司成本效率研究

來源:用戶上傳      作者:

　　摘 要：為了評估國有火力發電企業的成本效率水平，并分析所有者形式對效率的影響，采用隨機非參數包絡分析方法，計算上市火電公司的成本效率。結果表明，在考慮所有制形式這一外部因素的條件下，上市火電公司整體效率值比較低，效率上升空間仍然很大。同時，上市火電公司的平均成本效率在研究期間內先下降后上升，中央企業成本效率相對低于地方政府所有企業。最后，提出相應的政策建議，即應加大技術、人力和管理投資，并加強管理，以抵抗未觀測到的外部因素對企業帶來的不良影響。
　　關鍵詞：火電;StoNED;成本效率;所有者形式
　　中圖分類號：F830.91        文獻標志碼：A      文章編號：1673-291X（2019）09-0087-08
　　引言
　　“十一五”和“十二五”期間我國經濟的快速發展帶來電力行業的飛速發展。全社會消費用電保持快速增長，我國全社會用電量從2005年的2.5萬億千瓦時增長到2015年的5.5萬億千瓦時;發電裝機快速增長，供應能力極大提高，全國發電裝機容量從2005年底的5.17億千瓦提高到到15億千瓦?；痣娮鳛槲覈饕陌l電形式，為我國電力供需平衡起到了很重要的作用。雖然發電行業發展如火如荼，但仍然存在不少問題。大規模的電力投資從早期解決了經濟發展中電力短缺問題，到后期出現電力過剩的狀況，這主要是經濟增速下降等多方面因素所帶來的我國電力供需的逆轉，我國的社會用電量增速從2013年開始出現了大幅下降，到2015年全社會用電量增速僅為0.5%，創改革開放以來最低記錄。在電力需求增速向下換擋和全國電力供需寬松、部分地區過剩的情況下，發電裝機容量受建設周期影響還將延續高速增長，并導致電力過剩的持續期延后，由于裝機容量的快速增長，也攤薄了全部發電設備利用小時數，其中火電設備利用小時數將從“十二五”初期的5 305小時降至末期的4 400小時以下。
　　雖然中國電力行業不斷改革，但中國仍處于改革和發展時期，轉型特征尚存，國有火力發電公司仍然占據市場份額的主體，這些公司成本效率的提升將很大程度上帶動整個行業的效率進步，研究國有公司的效率對火電行業在市場機制中保持競爭力具有重要的意義。
　　一、文獻綜述
　　常見的效率評價方法主要包括非參數方法和參數方法，其中數據包絡分析方法（data envelope analysis，DEA）是非參數方法中具有代表性的方法，是由Charnes等于1978年提出的，數據包絡分析模型假設決策單元是同質的，無法納入隨機因素對結果帶來的影響，不符合客觀實際，并且效率估計值受異常值影響很大[1]。參數方法中最具代表性的為隨機前沿分析方法（stochastic frontier analysis，SFA），它是由Aigner等[2]、Meeusen和van Den Broeck[3]幾乎同時提出的，這種方法通過生產函數構造前沿面，引入隨機誤差項，使效率測度結果更符合實際，并且受異常值影響較小，但是該方法要求提前設定具體的函數形式，有一定的局限性。上述的兩種非參數DEA方法和參數SFA方法在實際應用中各有優劣。Kuosmanen等將DEA和SFA完全整合到一個統一的效率分析框架中，我們將其稱為隨機非參數包絡分析（StoNED）[4]。StoNED的發展不僅僅是技術創新;這也是效率分析的范式轉變。StoNED的統一框架為DEA和SFA的經濟動因分析和基礎提供了更深入的見解，但它也為效率分析和相關主題（如前沿估計和生產分析）提供了更加通用和靈活的平臺。
　　對中國發電行業的討論也日趨普遍。Lam和Shiu對中國不同地區、不同時期火電廠的效率和生產率問題進行了評估，發現電力行業的分離重組會通過增加電力企業的競爭，進而改善整個火力發電行業的效率水平，在1995—2000年期間，全要素生產率的年均增長率達到了2.1%[5]。Du等對中國火力發電廠進行了全要素技術效率分析，并發現政策改革一定程度上提升了電力行業的效率水平[6]。結合我國實際國情，陶鋒等測算了發電行業效率發展趨勢，并分析了產權結構、燃料成本及技術、市場結構等對發電行業技術效率的影響[7]。
　　技術效率可以較好地反映決策單元的生產力水平，而通過納入價格信息，成本效率可以為我們提供一個全新的視角，更好地反映行業績效。Hiebert將生產效率理論擴展至成本效率研究，發現產權形式、決策單元數量和政府管制等因素都會影響電廠成本效率的變化[8];而且Yu等發現，天氣對英國配電公司技術效率影響不明顯，但對成本效率的影響非常顯著，因而得出發電部門成本效率比生產效率研究更具現實意義的結論[9]。但是目前，我國對發電行業的成本效率研究相對較少。Wang等測度了考慮二氧化碳排放的中國30個省級火電公司成本效率[10];Li等利用多種隨機前沿成本模型，分析了2012年頒布的煤電聯動政策對中國火電行業成本效率的影響[11]。另外，大部分研究選取的是省際數據或發電機組級別的數據。如Du等[6]、Elliott等[12]，很少研究以發電公司作為研究對象。發電公司作為市場內的競爭主體，其效率水平可以為衡量企業在行業內水平、提升企業管理績效提供便利，并且企業決策主體的身份更有利于提升效率研究結果的實際參考價值。
　　二、StoNED
　　StoNED方法作為參數方法SFA和非參數方法DEA的結合，利用了兩種方法的優點，彌補了兩種方法在效率評價上的不足。在StoNED模型框架下，限定生產函數為連續的、單調遞增和凹性，但不假定具體函數形式，這和DEA的處理是相同的。其后利用SFA的思想，將殘差分解為不小于0的非有效項和噪聲項，彌補了DEA未能考慮噪聲干擾的不足。
　　三、數據與指標選擇
　　本章在研究對象的選取上，考慮到我國目前的發電形式有火電、水電、風電和太陽能發電，其中火電為主要發電形式。以往的研究也多選取省際數據來進行效率分析，但目前我國的發電公司多為大型集團，往往在多地建有發電廠等，屬于跨區域經營，單純地按照行政區域劃分發電部門，并以此來研究，并不能合理的反映發電部門市場的經營主體地位。劉笑言選取了中國火電上市公司作為研究對象，并指出成本效率水平的高低可以作為公司經營水平的評價指標，對公司向行業領先者靠攏具有重要意義[17]。因此，本文選取中國火電上市公司作為研究樣本。 　　電力行業在經濟發展具有重要作用，我國發電行業的大多數企業仍有國有資本控股或參與，因此對于國有發電公司的研究能為火電行業甚至是電力行業的市場化改革提供研究樣本，而且更具有代表性。
　　本章選取火電上市公司為樣本，在樣本的確定上，主要參考上市公司的主營業務為火力發電項目，并且篩選主要為國有資本所有，即為常提到的“國企”，包括中央政府所有和地方政府所有，最終選取17個數據相對完整，并且符合研究對象特征的公司。樣本數據為2007—2015年17家國有上市火電公司組成的平衡面板數據進行效率分析，相應的數據來源主要包括上市公司年報、上海證券交易所網站（www.sse.com.cn）和深圳證券交易所網站（www.szse.cn），樣本對象（見表1）。
　　在效率分析方法中，投入、產出指標的確定是研究的重中之重，在考慮異質性的前提下，異質性因素的選取和確定對于研究問題有著極為重要的作用。本文主要研究火電上市公司的成本效率，因此，本章涉及的變量主要有5個：火電上市公司的成本、投入變量（勞動力價格和資本價格）、產出變量（年平均發電量）和異質性變量（所有制形式）。其中，上市公司的成本和年平均發電量直接從公司年報中得到;投入變量包括勞動力價格和資本價格，這里勞動力價格是指公司年度勞動力支出與員工數的比，而資本價格使用剩余法進行計算，剩余法中資本價格被定義為剩余成本與凈資本存量的比值，而剩余成本是指除勞動力支出外的總成本。其中，總成本和價格類數據都按照價格指數以2007年價格指數為100進行折算。異質性因素是指影響研究對象生產經營的外部環境因素，這里根據研究問題，選取火電上市公司的所有制形式，該指標的值有兩個，中央政府所有和地方政府所有，在數據處理中，設置該指標為虛擬變量，用1代表中央政府所有，用0代表地方政府所有。
　　樣本數據的統計學描述（見表2）。從各個指標看出，總成本、勞動力價格和年平均發電量樣本數據分布較為分散，其中總成本最大值為1 276億元，最小值為13億元，結合年平均發電量的最大值為3 205吉瓦時，最小值為26吉瓦時，可以看出樣本中的上市火電公司有規模很大的公司，也有規模很小的公司;從所有制形式可以看出，樣本選出的上市火電公司中中央所有的和地方所有的數目相差不大，較為平均。
　　四、結果分析
　?。ㄒ唬﹨捣治?
　　通過計算結果可以得到，R2值為0.9826。該數值指StoNED前沿模型可以解釋影響火電公司總成本自然對數的可觀測變量中98.26%的部分。該R2值反映了投入變量（勞動力價格、資本價格）、產出變量（年平均發電量）和異質性變量（所有制形式）以及非有效項u的期望值的影響，剩下的1.74%則是指該StoNED不能解釋的部分，包括非有效項偏離均值的部分，以及噪音項。在假設的條件下，該模型中StoNED前沿最大化地包絡了實證數據，說明了不會再有同樣滿足強可處置性、凸性和規模報酬不變性的成本函數C能取得更高的R2值。Kuosmanen提到，StoNED方法與SFA不同點不僅在于模型設置上，在實證分析中，StoNED方法中的投入產出的參數所表示的含義為前沿上對應點的相切超平面，且每一個點對應一個值，與SFA中的參數結果所表示的含義是不一樣的[18]。因此，在本章的參數分析中不展示投入和產出指標的參數結果，這里主要討論異質性因素的參數結果。關于異質性因素（所有制形式）的參數結果（見表3）。
　　從表3中數據可以看出，該異質性指標的參數值都是大于0的，表示所有制形式對于火電上市公司的成本是正的影響，也即中央所有上市火電公司的成本大于地方所有的上市火電公司。這主要是因為中央所有上市公司經營地域涉及多個省份甚至全國，企業規模較大;而地方所有企業則主要在一個省內經營，相對規模較小。將2007—2015年的參數值取均值得到0.4606。
　　從時間變化上來看，所有制形式參數2007—2015年呈現先變大后變小的趨勢。圖1展示了17個上市火電公司總成本以及所有制形式參數隨時間的變化曲線。由圖1可以看出，17個上市火電公司總的成本在2007—2015年間也是呈現先增后減的趨勢，與異質性指標的參數變化較一致，兩者的最高點都出現在2011年左右。成本的變化主要是由于“十二五”前期延續了“十一五”的發電規模，并且總裝機和發電量連年增長，發電行業增速過快，從2012年開始，我國的全社會用電量增速大幅下降，出現了電力行業總體供大于求得局面，在發電部門則通過降低機組的利用小時數等措施，來抑制發電端的快速增長，已達到與消費段相適應，這就導致發電部門得發電成本的下降，主要是總的行業特點。通過計算，得到2007—2015年總成本和所有制形式參數的相關系數為0.4809，說明兩者之間有一定的相關性，一個可能的原因是電力行業為國家重點行業，當出現電力供需不平衡時，需要中央所有火電企業（規模較大）去執行政策意圖，來達到中央政府的調控目的，因此該參數變大，意味著中央所有企業對于總成本的影響更大。
　　（二）效率值分析
　　在效率值分析中，本文主要做三個工作：首先，對比分析效率值分別在17個公司總水平、中央所有企業水平和地方所有企業水平三個方面得變化情況;其次，研究所有樣本的效率分布情況;最后，找出效率表現最好的幾個樣本公司，利用標桿管理，進行樣本間對比，為效率表現較差的公司提供提升的標桿。
　　1.對比分析。17個上市火電公司平均效率、中央所有企業的平均效率和地方所有企業的平均效率在時間上的變化。圖2給出了變化趨勢，三者得整體變化趨勢幾乎相同，都為先降低后升高，效率最低的年份均為2011年。在比較三個平均效率時，發現三者之間差距很小。整體的變化趨勢呈現先下降再升高的趨勢得原因可能為“十一五”期間電力行業發展較快，發電行業的裝機容量飛速增長，規模增長得過快，導致機組的利用小時數卻并不高，而機組的利用小時數影響著企業成本，所以“十一五”期間三者的效率值都是呈下降的趨勢;從2011年起，平均效率是呈現上升的趨勢，這主要得益于“十二五”國家的又一輪經濟投資建設，帶動了電力需求的增長，因而帶動發電企業的生產。總的來說，勞動力價格呈下降趨勢而資本價格變化不是很大，因此總的原因主要是由于經濟發展對于行業的帶動作用，當然也可能存在模型中沒有考慮到的企業管理等因素?；谝陨辖Y果，由于發電部門還沒有完全的市場化，政府在制定相應政策時，不能盲目投資建設，要適時考慮電力供需平衡;在電廠的運營管理中，要綜合考慮發電任務和機組的利用率問題。 　　2.對于上市火電公司得效率分布的分析。從圖3可以看出，大多數火電公司的成本效率值不是很高，主要集中在0—0.4區段內，只有少量的公司的效率值能大于0.6，說明行業總體的效率水平不夠高，仍需要通過提高管理運營水平來提高成本效率。將企業分為中央所有企業和地方所有企業后，觀察圖3可知，中央所有的公司的效率分布更加分散，而地方所有的企業的效率分布相對集中，這主要是由于中央企業相對規模加大，且受中央管制，靈活性較差，管理難度較大，且需要按照中央的政策調控需要起到一些行業調控的作用;而地方所有的企業雖然也受地方政府管制，但相對規模較小，企業的經營自主權較大，管理能力相對更好。
　　3.通過對17個上市火電公司的成本效率值進行年度平均得到表4。表4將17個上市火電公司的成本效率進行排序，按照從高到低進行排列，其中內蒙華電的平均效率最高，約為0.55，接下來是建投能源、國投電力、廣州發展、漳澤電力的效率值超過了0.3，效率排行5的企業3個地方企業、2個中央企業。整體來看，中央企業和地方企業在排行中分布較為平均，如華能國際、吉電股份、大唐發電作為中央企業也排在后幾位，而通寶能源、深圳能源作為地方企業也排在靠后的位置。因此，基于此結果，政府在制定政策時，不僅要考慮行業整體水平，還要考慮個體性的差異，適時地淘汰落后產能，進而提高行業整體水平。
　　結語
　　本文以17家國有上市火電公司為代表，評估了我國發電行業中火電上市公司的成本效率，并分析了所有制形式這一外部因素對上市火電公司成本水平的影響。本研究采用結合了參數和非參數效率分析方法的StoNED模型計算上市火電公司的成本效率，并且考慮了異質性因素所有制形式對上市火電公司成本水平的影響。研究發現，在考慮可所有制形式這一外部因素的條件下，上市火電公司整體效率值比較低。這說明，行業總體的效率水平不夠高，但效率上升空間仍然很大，仍需要通過提高管理運營水平來提高成本效率。從時間層面發現，在考慮各類異質性的情況下，上市火電公司的平均成本效率在研究期間內先下降后上升，這主要是緣于行業的周期性變動;并且中央所有的公司因規模較大以及國家對于其定位，從而成本效率相對低于地方政府所有的公司。為提升發電環節效率，企業應發展多元發電結構，以傳統火電為根基，引入新能源發電形式，以對抗不斷攀升的煤炭價格和日益嚴峻的環境考驗;加大技術、人力和管理投資，結合自身情況借鑒先進經驗;并且，政府還應推出更多激勵政策，鼓勵地方政府所有的企業提升自身成本效率。
　　參考文獻：
　　[1]  Charnes A.，Cooper W.W.，Rhodes E.Measuring the efficiency of decision making units.European Journal of Operational Research，1978，（6）：429-444.
　　[2]  Aigner D.，Lovell CAK，Schmidt P.Formulation and estimation of stochastic frontier production function models.Econometrics，1977，（1）：21-37.
　　[3]  Meeusen W.，van Den Broeck J.Efficiency Estimation from Cobb-Douglas Production Functions with Composed Error.International Economic Review，1977，（2）：435-444.
　　[4]  Kuosmanen T，Johnson A，Saastamoinen A.Stochastic Nonparametric Approach to Efficiency Analysis：A Unified Framework，2015.
　　[5]  Lam P.L.，Shiu A.Efficiency and Productivity of China’s Thermal Power Generation.Review of Industrial Organization，2004，（1）：73-93.
　　[6]  Du L.，He Y.，Yan J.The effects of electricity reforms on productivity and efficiency of China’s fossil-fired power plants：An empirical analysis.Energy Economics，2013，（40）：804-812.
　　[7]  陶鋒，郭建萬，楊舜賢.電力體制轉型期發電行業的技術效率及其影響因素[J].中國工業經濟，2008，（1）：68-76.
　　[8]  Hiebert L.D.The Determinants of the Cost Efficiency of Electric Generating Plants：A Stochastic Frontier Approach.Southern Economic Journal，2002，（4）：935-946.
　　[9]  Yu W.，Jamasb T.，Pollitt M.Does weather explain cost and quality performance？ An analysis of UK electricity distribution companies.Energy Policy，2009，（11）：4177-4188.
　　[10]  Wang Y.S.，Xie B.C.，Shang L.F.，et al..Measures to improve the performance of China’s thermal power industry in view of cost efficiency.Applied Energy，2013，（112）：1078-1086. 　　[11]  Li H.Z.，Tian X.L.，Zou T.Impact analysis of coal-electricity pricing linkage scheme in China based on stochastic frontier cost function.Applied Energy，2015，（151）：296-305.
　　[12]  Elliott R.J.R.，Sun P.，Chen S.Energy intensity and foreign direct investment：A Chinese city-level study.Energy Economics，2013，（40）：484-494.
　　[13]  Eskelinen J.，Kuosmanen T.Intertemporal efficiency analysis of sales teams of a bank：Stochastic semi-nonparametric approach.Journal of Banking & Finance，2013，（12）：5163-5175.
　　[14]  Johnson A.L，Kuosmanen T.One-stage estimation of the effects of operational conditions and practices on productive performance：asymptotically normal and efficient，root-n consistent StoNEZD method.Journal of Productivity Analysis，2011，（2）：219-230.
　　[15]  Jondrow J.，Knox Lovell C.A.，Materov I.S，et al..On the estimation of technical inefficiency in the stochastic frontier production function model.Journal of Econometrics，1982，（2）：233-238.
　　[16]  Ondrich J.，Ruggiero J.Efficiency measurement in the stochastic frontier model.European Journal of Operational Research，2001，（2）：434-442.
　　[17]  劉笑言.中國國有火電上市公司成本效率分析——基于隨機前沿方法[J].甘肅科學學報，2018，（1）：108-112.
　　[18]  Kuosmanen T.Stochastic semi-nonparametric frontier estimation of electricity distribution networks：Application of the StoNED method in the Finnish regulatory model.Energy Economics，2012，（6）：2189-2199.
　　Abstract：In order to evaluate the cost efficiency of state-owned thermal power company and analyze the influence of ownership form on efficiency，the stochastic non-parametric envelopment of data method is used to calculate the cost efficiency of listed thermal power companies.The results show that considering the external factor of ownership form，the overall efficiency value of listed thermal power companies is relatively low，and there is still a lot of room for efficiency increase.Meanwhile，the average cost efficiency of listed thermal power companies declines at first and then rises during the study period，and the cost efficiency of central company is relatively lower than that of local government-owned enterprises.The corresponding policy suggestions should be made to increase investment in technology，manpower and management，and strengthen management in order to resist the unobserved adverse impact of external factors on enterprises.
　　Key words：thermal power industry;StoNED;cost efficiency;ownership
轉載注明來源:http://www.hailuomaifang.com/2/view-14854075.htm