基于集成超效率DEA模型的煤炭企业生产效率分析

理论·方法与案例基于集成超效率DEA模型的煤炭企业生产效率分析

基于集成超效率DEA模型的煤炭

企业生产效率分析

杨

(1.中国科学技术大学

12力，王舒鸿，吴

杰

1

管理学院，安徽合肥230026;2.天津南开大学经济学院，天津300071)

摘要:在构建输入输出评价指标体系之后，采用集成超效率数据包络模型对煤炭行业上市公司生产效率进行

了综合评价，计算出决策单元投入冗余和产出不足，然后运用集成评价方法对上述结论进行定量分析，并运用事前检验和事后检验加以验证。认为大部分煤炭上市企业的生产效率是可以接受的，但是存在着很大的个体差异，许多企业还有很大的上升空间。有效的煤炭企业不仅要保住自身优势，还需要不断加强技术与管理革新，探索更良好的发展模式，带动整个行业的发展。行政管理部门则应该通过经济政策模拟，制定适宜发展规划，对不同的煤炭企业采取不同的措施，最终建立我国煤炭产业的绿色发展模式。关键词:煤炭企业;生产效率;超效率DEA;组合评价;绿色发展模式中图分类号:F426.21

文献标识码:A

文章编号:1002－9753(2011)03－0169－08

ProductivityAnalysisofCoalEnterprisesBasedonIntegrated

Super－EfficiencyDataEnvelopmentAnalysisYANGLi1，WANGShu－hong2，WUJie1

(1．SchoolofManagement，UniversityofScienceandTechnologyofChina，Hefei230026，China;

2．SchoolofEconomics，NanKaiUniversity，Tianjin300071，China)

Abstract:Afterinputs/outputsindexsystemforcoalenterpriseisestablished，somesuper－efficiencydataenvelopmentanalysis(SE－DEA)modelsareappliedtoevaluatetheperformanceofnineteenlistedcoalenterprises，thenefficiencyscoresofallenterprisesincludinginputsredundancyandoutputsshortageareattained．Latersomeportfolioevaluationmethodsareusedtointegrateallscoresofeachenterprise．Inordertoobtainthemostfairandsquareportfoliomethod，pre－testandpost－testprocessesareadopted．Resultsshowthattheproductivityofmostenterprisesisacceptable．However，therearestillmanyindividualdifferencesandlotsofenterprises’productivitycouldbeimproved．Further-more，efficiententerprisesshouldimproveandenhancetheirtechnologyandmanagement，andevenexplorebettertech-nicalandmanagementpatternssoastomaintaintheiradvantagesandleadingposition．Administrationshouldestablishappropriateeconomicpoliciesafterthesimulation，maybeusedifferentrulesfordifferententerprises，whichfinallya-chievegreendevelopmentmodelofChina’scoalindustry．

Keywords:coalenterprise;productivity;SE－DEA;portfolioevaluation;greendevelopmentmodel

收稿日期:2010－10－09修回日期:2011－02－26

基金项目:国家自然科学基金资助项目(71071003;70901069);教育部人文社会科学研究项目(09YJC630004;10YJC630208);安徽省哲学社会科学规划项目(AHSK05－06D55);安徽高校省级科学研究重点项目(KJ2011A001)

作者简介:杨

力(1972－)，男，安徽淮南人，教授，中国科学技术大学管理学院在读博士研究生。

169

中国软科学2011年第3期

一、引言与文献回顾

煤炭是我国的主体能源，一直占能源生产和消费的2/3以上。近年来，石油等替代能源的进一步紧缺更突显了煤炭行业的重要性，煤炭在我国煤炭行能源结构中的基础地位长期内不会改变，业作为关系国计民生的基础行业，在煤炭储量有限的情况下，其生产效率的进一步提高对我国能源的供给将会做出极大的贡献，因此研究我国煤炭企业的生产效率具有重要的现实意义。当前，煤炭企业粗放型经济增长模式仍未得到实质性的转变，推动煤炭企业技术变革与生产效率提高迫在眉睫。煤炭企业本质上是个多投入多产出的复DEA就是一种评价具有多输入多输出指杂系统，

标的同类企业间相对有效性的方法，本文引入集成超效率DEA模型对煤炭企业的生产效率进行实并提出我国煤炭产业的绿色发展模式。证分析，

2005年，胡省三和成玉琪在研究煤炭工业21世纪的发展方向时指出，煤炭工业应该向“高效、安全、洁净、结构优化”的方向发展，并应着手解决煤炭资源精细勘查与开采、技术与装备、煤矿安全、煤转化技术、生态环境等煤炭科技发展等重大问题

［1］

相关分析和一致性检验时发现两种模型计算出的效率值在数值上有显著差异，但在效率排序上具有很好的一致性

［8］

。余荣荣和唐凯用DEA模型

评价42家煤炭企业2006年的技术效率，分析了各类非技术有效煤炭企业的成因，提出了一些改进措施

［9］

22

。最近，宋梅等同样运用CCR和CGS模

型评价了煤炭产业组织结构的有效性，并从企业自身和产业结构两个方面对非有效的煤炭企业提出了一些改进建议

［10］

。

容易看出，上述文献集中于采用基本DEA模型分析煤炭企业相对绩效和规模效益。但是，在实践中，除了能够分析出行业内相对有效的煤炭企业，可能还需要对这些有效的煤炭企业进一步分析以找出最有效的煤炭企业，也就是说，需要对有效的煤炭企业作排序或者对所有决策单元作全排序，故有必要采用超效率DEA(SE－DEA)模型来实现这一过程。不过，不同类型的SE－DEA模型对于同一个数据样本会产生不同的排序，这让管理者产生了困惑。此外，上述个别文献还存在由于投入/产出指标数之和大于评价单元数目所导致大多数决策单元有效性的问题。

考虑到上述研究存在的不足之处，本文首先选择合理的投入/产出指标和煤炭企业数，接着用多个SE－DEA模型对煤炭企业进行排序，随后用多种集成方法对排序结果进行集成以得到多个综最后通过统计学方法对每个综合排合排序方案，

序进行一致性检验，以得出一个优良的排序方案。本文的第二部分构建了煤炭企业超效率DEA评价指标体系，第三部分使用集成超效率DEA模型进行了计量分析，第四部分是综合集成方法定量分析和统计检验，在文章的最后给出了结论和下一步的研究方向。

二、煤炭企业超效率DEA评价指标体系超效率DEA(SE－DEA)方法是Andersen和Petersen［11］于1993年提出来的，通过把被评价决策单元排除在参考决策单元集合之外，得到被评价单元的效率值，决策者通过此效率值能够对有效的决策单元(效率值为1)进行排序，同样还可以对所有决策单元进行全排序。

。稍后，金碚认为我国工业未来的发展应

该用科学发展观来指导，推动理论、技术、制度和管理的不断革新，最终实现粗放型经济增长方式的根本转变

［2］

。

与上述文献不同，一些研究者采用计量方法和数理经济模型来研究煤炭企业的生产效率，并提出了一些有用的管理启示和建议为流行与实用况

［5］

［5－10］

［3－10］

。在这些

方法和模型中，尤以数据包络分析(DEA)方法最

。穆东等用CCR和C2GS2模

型分析了汶南煤矿1985－1993年的技术进步情

。穆东和李冠运用CCR和BCC模型分析了

［6］

煤炭企业的非煤产业项目投资的技术效率、纯技术效率和规模效率

。安景文等对64个煤炭企

业1994－1997年的技术效率和规模效率进行分析，他们把这64个企业分为5类，并对相应类别提出各种对策

［7］

。姚平和梁静国采用DEA和SFA

方法对我国40家煤炭企业2004－2006年的效率进行了评估，在对这两种方法的计算结果进行了

理论·方法与案例基于集成超效率DEA模型的煤炭企业生产效率分析

在进行DEA评价时，一般要求各决策单元具有同质性，即具有相同的目标和任务;具有相同的外部环境和具有相同的输入和输出指标3个主要特征

［12］

的经济结构、经济规模和经济成长性等各方面。

通过综合考虑煤炭企业生产、经营、运作与销售等各个方面，本文采用员工总数(YGZS)、主营业务成本(YWCB)、固定资产(GDZC)、销售费用(XSFY)、管理费用(GLFY)和财务费用(CWFY)6个指标为输入指标;以主营业务收入(YWSR)和利润总额2个指标为输出指标，共8个指标构成了煤炭企业生产效率综合评价指标体系。具体见表1所示。

。显然，我国上市煤炭企业是具有上述三

个特征的决策单元。然而，在实际评价过程中，不同的输入和输出指标体系将会产生不同的评价效果

［13］

，因此，如何选择评价指标、建立合理的评价

［14］

指标体系，对评价这些企业生产效率、纯技术生产效率、规模效率至关重要

，并随之影响煤炭企业

表1

指标类型

具体指标员工总数主营业务成本固定资产

输入指标

销售费用管理费用财务费用主营业务收入

输出指标

利润总额

(O)LRZE(I)XSFY(I)GLFY(I)CWFY(O)YWSR

煤炭企业生产效率综合评价指标体系

指标编号(I)YGZS(I)YWCB(I)GDZC

指标含义或选取原因

体现具有劳动密集型特征的煤炭企业人力资源投入，间接反映其现

代化程度

反映了企业直接成本的高低

是固定资本的实物形态，在生产过程中发挥长期作用计算经济效益的基础数据，反映了企业的销售行为

是企业管理部门为管理和组织经营而发生的各项费用，反映内部管理能力

是企业筹集生产经营所需资金活动所发生费用，反映其融资能力和债务结构

反映企业销售和服务方面的品质，是其利润重要来源是衡量企业生产经营业绩的十分重要的经济指标

三、超效率DEA计量分析

按照第二部分构建的指标体系，本文收集整理了我国上市企业煤炭板块19个公司2008年的生产经营数据。对这19个公司，本文采用超效率径向DEA模型(RadialDEAModels)和超效率非径向DEA模型(Non－radialDEAModels)对其进行评价和分析。其中，超效率径向DEA模型选用面向产出的超效率CCR模型(简记为Super－Radial－O－C)和面向投入的超效率BCC模型(简记为Super－Radial－I－V);超效率非径向DEA模型选用基于松弛变量的面向投入且规模收益不变的超效率模型(简记为Super－SBM－I－C)和基于松弛变量的无面向的且规模报酬可变的超效率模型(简记为Super－SBM－V)。限于篇幅，具体模型

11］。和有关模型的讨论请参阅参考文献［

在进行计算之前，由于财务费用等指标数据存在负数，为了能够直接使用上述4个模型，需要对有负数的指标数据进行转化处理。对于其他数据，由于DEA方法的固有特征，并不需要特别的处理操作。然而，为了方便且不失一般性，本文对每个指标采用如下公式进行标准化处理:

x'i=0.1+0.9×

xi－xmin

xmax－xmin

(1)

xi、xmax、xmin和x'i分别表示第i在公式(1)中，

个指标的实际数值、最大值、最小值以及转化后的x'i是一个无量纲数，数值。容易看出，且取值范围0.1，1］。经数据变换后上述4种方法得到的为［

效率值见表2。

171

中国软科学2011年第3期

表2

Super-SBM-I-C

国际实业平庄能源神火股份金牛能源煤气化西山煤电露天煤业郑州煤电兰花科创兖州煤业

1.02691.01251.07430.82180.81231.00661.02820.7851.00321.1273

Super-SBM-V1.03571.01251.07340.90060.86961.00661.02820.8051.00321.1286

4种超效率DEA方法计量结果

Super-SBM-I-C

国阳新能安泰集团上海能源恒源煤电开滦股份中国神华潞安环能中煤能源国投新集

1.04591.03570.74310.69430.90261.61531.01991.7561.0044

Super-SBM-V1.04391.03570.80060.84130.86432.73521.01991.61311.0044

Super-Radial-Super-Radial-O-CI-V1.09181.08850.9190.96650.95433.20551.0494.29751.0186

1.14481.09280.99720.99880.995911.0724.88421.0201

Super-Radial-Super-Radial-O-CI-V1.04141.03341.2710.97790.97051.02671.0620.91621.01761.3019

1.33631.05731.29941.03540.99871.03141.06241.02721.02161.5337

在表2中，上述4种方法得出的效率值各不相同，因此，每个单元的投入冗余和产出不足也各不

表3

企业名称国际实业*平庄能源*神火股份*金牛能源煤气化西山煤电*露天煤业*郑州煤电兰花科创*兖州煤业*国阳新能*安泰集团*上海能源恒源煤电开滦股份中国神华*潞安环能*中煤能源*国投新集*

效率得分1.11011.02891.17950.93390.91281.01781.04520.88341.01141.27291.08161.06320.86500.87520.92932.13901.04023.13771.0118

YGZS冗余量0.00260.03390.05980.04680.03990.00250.00160.07590.02420.16760.03680.01230.19220.07300.00310.37680.00061.10360.0798

YWCB冗余量0.00660.00130.03950.00030.00120.00400.00610.00930.00130.05210.04250.01640.00510.00160.00560.17230.00310.71040.0000

相同。表3列出了4种方法得出的效率值算术平均值，以及投入冗余和产出不足的算术平均值。

煤炭企业的投入冗余和产出不足

GDZC冗余量0.00540.00000.01340.00330.00000.00190.00460.00000.01170.03600.00340.00260.00380.00960.00000.20990.00810.25030.0050

XSFY冗余量0.02780.00000.00000.01780.02560.00260.00000.01690.00850.00000.00000.00880.01990.02540.01200.11120.00001.40670.0001

GLFY冗余量0.00540.00430.02360.02050.00100.00090.00360.00080.00170.09870.01950.00000.00000.00000.00080.22050.05520.43770.0017

CWFY冗余量0.04390.00210.04090.02190.05230.00000.00100.04990.01630.06620.00000.01050.04310.03400.02650.18610.00000.13240.0145

YWSR不足量0.00710.00150.00100.00030.00000.00140.00000.00000.00110.00620.00280.00000.00160.00080.00000.15560.00000.04690.0004

LRZE不足量0.00390.00000.00220.00590.00260.00000.00000.01170.00000.00000.02950.01500.01030.00130.01100.15510.00000.05770.0000

注:标*单元的投入冗余量与产出不足量与不标*单元的相应量的含义不尽相同。其中，标*单元的投入冗余量(产出不足量)表示该单

元在投入(产出)指标上相对于其他单元的一种比较优势。与此相对，不标*单元的投入冗余和产出不足真实表现了该单元的改进方向。

理论·方法与案例基于集成超效率DEA模型的煤炭企业生产效率分析

从表3可以看出，大部分煤炭企业的生产效率是可以接受的，但是存在着很大的个体差异，不少企业生产效率还有很大的上升空间。特别地，中煤能源相对于其他煤炭企业在各个指标上都占有比较优势，而上海能源等非有效煤炭企业却需要在各个指标上做出改进。为了提高煤炭企业的生产效率，可以从增强创新能力、提高技术水平、扩大生产规模和减少冗余人员等方面采取措施。我国经济正处于转型期，非有效煤炭企业要在市场经济的竞争过程中不被淘汰，必须不断努力提高企业的生产效率和经营管理水平，学习市场上的领先者。有效的煤炭企业不仅要保住自身优势，还需要不断加强技术与管理革新，探索更良好的发展模式，带动整个行业的发展。行政管理部门则应该通过制定一系列发展规划，对不同的煤炭

表4

集成方法企业名称国际实业平庄能源神火股份金牛能源煤气化西山煤电露天煤业郑州煤电兰花科创兖州煤业

Synthetic

Average法得分13.510.25166.754.25912.53.5717.25

Borda法得分11915548111616

Copeland法得分6012－8－10－25－15－614

最终推动我国煤炭产业的企业采取不同的措施，良性发展。

四、综合集成方法计量分析(一)四种集成方法计量结果

从表2可以看出，不同的超效率DEA评价方法会产生不同的评价结果，这会让管理者产生困惑，不知道该采用何种方法。为了解决这个问题，不少学者选用多种方法进行评价并对结果进行组合，由于不同的组合方法会导致组合后的结果各不相同，因此，必须用规则确定哪一种组合方法在什么情况下是更有效的

［15］

。这里，本文拟用Syn-

Borda法、Copeland法和模糊Bor-theticAverage法、

da法进行组合［16］，每个煤炭企业在每种集成方法下的得分和排序如表4所示。

集成计量结果

集成方法企业名称国阳新能安泰集团上海能源恒源煤电开滦股份中国神华潞安环能中煤能源国投新集

Synthetic

Average法得分1513.751.7533.51511.7518.757.5

Borda法得分14120121710187

Copeland法得分107－18－14－1316218－4

模糊Borda法得分10587.410.743.585.4459.1762.6516524.39

模糊Borda法得分77.547.3312019.397.13671.656.2421139.4

(二)集成计量检验

由于集成评价是以单一评价结果为基础建立起来的，其科学合理性直接取决于所选取的这几种单一评价法的结果是否合理。这就需要通过检验这几组评价结果能否相互印证，即是否具有一致性，只有当选择的原始方法具有一致性时，在此基础上所建立的集成评价法才是有效的。于是，在应用集成评价方法之前必须进行一致性检验。若出现多种排序方法，需要采用Kendall一致性系数对集成评价法进行事前检验。同时，关于集成评价方法的结果是否合理?其标准式集成结果与原始方法的排序结果之间是否密切相关，即集成

评价法是否为原始方法的如实体现。此时，可以借助集成评价法的事后检验得到确认。

sW系数在事前检验中，评价结果的Kendall’x2统计量近似的p值近似等于为0.981(见表5)，

［17］

0，因此可以拒绝原假设，说明4种评价方法结

果是一致的。

事后检验首先要计算各单一评价法与集成评价结果之间的spearman秩相关系数。

表5

N4

计量结果Kendall一致性系数检验

Chi－Square70.653

df18

Asymp.Sig．

Kendall’sW0.981

173

中国软科学2011年第3期

表6

Spearman’srhoSuper-SBM-I-CSuper-SBM-VSuper-Radial-O-CSuper-Radial-I-VSyntheticAverage法组合

Borda法组合Copeland法组合模糊borda法

Super-SBM-I-C1.00000.98200.97700.74600.98200.99100.98800.9370

单一计量结果与集成计量结果spearman秩相关系数

Super-SBM-V0.98201.00000.98400.75100.98200.99500.99600.9300

Super-Radial-O-C0.97700.98401.00000.74900.97700.99100.99100.9330

Super-Radial-I-V0.74600.75100.74901.00000.83500.77000.77000.9120

Synthetic

Average法0.98200.98200.97700.83501.00000.99100.98900.9780

Borda法0.99100.99500.99100.77000.99101.00000.99900.9470

Copeland法模糊Borda法0.98800.99600.99100.77000.98900.99901.00000.9460

0.93700.93000.93300.91200.97800.94700.94601.0000

1/2

(n－2)/(1－ρ2由于n≥10，故使用tk=ρk×［k)］可以计算t检验统计量。

表7

SyntheticAverage法组合

ρktk

0.94411.80

单一计量结果与集成计量结果spearman秩相关系数检验

Borda法组合0.9367511.04

Copeland法组合

0.9362510.99

模糊Borda法组合

0.92810.27

2.898a/2，(n－2)值从表7检验结果可以看出各种集成方法t检验统计量都显著大于给定的显著性水平a=0.01的临界值ta/2，所以四种集成方法均(n－2)=2.898，与原四种单一DEA方法密切相关，其中又以第一种集成方法即SyntheticAverage法组合效果最佳(tk值最大)，第四种集成法即模糊Borda法组合效果最差，其它集成方法则介于SyntheticAverage法与

表8

企业名称中煤能源兖州煤业神火股份国阳新能中国神华

排名12344

SyntheticAverage法与原模糊Borda法之间。因此，

单一评价方法之间的相关程度最高，而且处理方法简单，没有复杂的运算，对原始评价信息保留也最充分，也是本文中最好的集成评价方法。因此选用SyntheticAverage法组合计量结果作为煤炭上市企业2008年生产效率最后排名的计量结果，见表8。

SyntheticAverage法集成SE－DEA组合排名计量结果

排名678910

企业名称西山煤电国投新集兰花科创金牛能源煤气化

排名1112131415

企业名称郑州煤电开滦股份恒源煤电上海能源

排名16161819

企业名称安泰集团国际实业露天煤业潞安环能平庄能源

五、结论

本文基于集成超效率DEA模型对煤炭企业的生产效率进行了实证分析，研究表明，为了提高煤炭企业的生产效率，可以从增强创新能力、提高技术水平、扩大生产规模和减少冗余人员等方面采取有效措施。首先，通过建立煤炭企业生产效率将生产效率的提高情况纳入煤炭评价指标体系，

作为煤炭企业主要负责企业发展综合评价体系，

人综合考核评价的重要内容，实行严格的问责制，是强化煤炭企业社会责任，确保整个煤炭行业经济增长方式转变的重要基础和制度保障。其次，应遵循系统性与独特性相结合、静态性评价与动态性评价相结合原则科学设置评价指标体系，探索出一些能解析煤炭企业生产效率本质特征的创

理论·方法与案例基于集成超效率DEA模型的煤炭企业生产效率分析

新指标、综合指标和系统指标。再次，有必要对煤炭企业生产效率发展综合评价结果进行验证研究，采用多种方法比较分析，包括与其他研究结果比较、不同方法的结果比较以及实际效应的比较

表9

公司名称国际实业平庄能源神火股份金牛能源煤气化西山煤电露天煤业郑州煤电

建立动态评价系统。与此同时，我国煤炭企业等，

需要尽快形成绿色发展模式，最大限度地减少对环境的负面影响，实现可持续发展。各煤炭上市公司节能减排现状见表9。

各煤炭上市公司节能减排现状

绿色产业发展现状

与格菱动力设备(中国)有限公司合作，通过对焦化厂炼焦余热进行循环利用，建设装机容量为2*1.5万千瓦的余热发电项

目于2009年6月投产，炼焦废气的排放将得到有效改善公司未来发展还面临许多不确定性因素。从宏观形势看，国家加大节能减排力度，限制高耗能产业的发展，这将导致宏观经济好转时煤炭市场的有效需求拉动程度难以预料

计划大力发展循环经济，努力推进综合利用，积极实施节能减排，实现企业又好又快发展2008和2009年度获得节能减排补贴205万元

完善集煤炭开采洗选、炼焦制气、化工产品回收、煤矸石发电为一体的煤炭综合利用产业链条积极打造以煤为主，煤－焦－化，煤－电－材产业链合理延伸的西山模式循环经济体发展战略巩固东北经济区褐煤企业的优势地位，努力建成资源节约、环境友好、可持续发展的现代化企业

矿区主要煤种有贫煤、贫瘦煤和无烟煤，低硫、中灰、高发热量、可磨性好，燃点低，起火快，无异味等优点，尤其是低硫(0.4%)、可磨性好(哈氏度、磨性指数HGI在140以上)两大特征为煤炭市场独有的特色，符合环保要求，是优质的工业动力煤和生活用煤

继续加强技术减排，积极引进和推广节能型工艺技术和生产装备，优化工艺流程，淘汰落后设备，提高资源的内部互供和资源循环利用率，有效控制废弃物的产生和排放“中华环境友好煤炭示范矿区”，“中华环境友好加强环境保护，注重洁净生产，公司被命名为公司直属六座矿井全部被授予

“全国首批煤炭行业节能示范企业”矿井”称号，两座矿井被确定为公司环保设施运行率达到100%，实现了污染源治理全面达标。工业二氧化硫排放达标率100%;工业烟粉尘排放达标率

100%;工业固体废物处置利用率达到99%，节能减排效果显著，实现经济与环境保护的协调发展通过循环经济产业链的有效运行及未来干熄焦等新技术的应用，减少环境污染，提高资源利用效率大力实施煤炭副产品、矿井水和中水回用等综合利用项目，积极推进循环经济建设，取得了良好的效果努力做到及时发现可能发生的环境风险并采取应对措施

公司焦化产业按园区化发展，统一配套公辅工程，各生产装置水、电、蒸汽统一平衡，最大限度合理利用，实现节能最大化。通过园区内各项目的有序衔接，形成循环经济发展链条，实现资源的优化配置，降低运行成本，实现了园区的多联产，有助于降低行业周期性风险

通过精益发电管理，内部挖潜等积极措施，充分挖掘现有系统节能潜力，有效降低煤耗

“绿色化”、以推动矿井可持续发展为着力点，建设大气、水、固体废物防治体系。公司下属现代化矿井基本上实现了煤开采运输洁净化、矿井水和煤矸石不外排，洗煤水闭路循环按原煤产量计提煤矿转产发展资金和矿山环境恢复治理保证金，专门用于煤矿转产及土地恢复和环境保护支出

截至2009年年底，拥有矿井水处理站4座，生活污水处理站5座，产生污染物经过处理后均严格做到浓度和总量双达标排放。2009年全年发电利用瓦斯纯量1718.1万m3，经安徽省节能领导小组现场核定，较上年同期节约能耗折合标准煤3207吨

兰花科创兖州煤业国阳新能安泰集团上海能源恒源煤电开滦股份中国神华潞安环能中煤能源国投新集

注:资料来源是根据各上市公司2009年年报整理得到。

需要指出的是，基于集成超效率DEA模型对煤炭企业的生产效率进行分析并不能反映煤炭企业存在的所有问题，包括企业的绿色经济发展现状。这种分析方法的侧重点在于相对效率的比较分析，该方法并不能指出理论上的绝对有效，并且由于数据的可得性，造成了指标选取的局限性，一

些问题不能得到全面反映，比如说煤炭企业所处地理位置优越与否、对周围环境的正面或负面影响到底有多大以及矿藏贫富与否等因素。在本文中，我们尚未对这些煤炭企业的非期望产出进行分析。这是因为，虽然国内外学者们经过努力已经开发出不少的考虑非期望产出(UndesirableOut-175

中国软科学2011年第3期

puts)的DEA效率模型，考虑非期望产出的DEA模型的完善和应用尚有许多亟待研究的科学问题

［18］

［11］CooperWW，SeifordLM，ToneK.DataEnvelopmentApplications，Analysis:AComprehensiveTextwithModels，

ReferencesandDEA－SolverSoftware(SecondEdition)［M］.Springer，2007:309－321．

［12］JieWu，LiangLiang，YaoChen.DEAGameCross－Effi-ciencyApproachtoOlympicRankings［J］.Omega，2009，37(4):909－918．

［13］JieWu，LiangLiang.PerformanceandBenchmarksofContainerPortsusingDataEnvelopmentAnalysis.InternationalJournalofShippingandTransportLogistics，2009，1(3):295－310．

［14］宋马林，王舒鸿，汝慧萍，等.基于省际面板数据的FDI绿色创新能力统计分析［J］.中国软科学，2010(5):143－151．

［15］郭亚军，马赞福，张发明.组合评价方法的相对有效J］.中国管理科学，2009(4):125－130．性分析及应用［

［16］郭显光.一种新的综合评价方法———组合评价法［J］.统计研究，1995(5):56－59．［17］苏为华，陈

J］.统计骥.综合评价技术的扩展思路［

2006(2):32－37．研究，

［18］YangH，PollittM.IncorporatingbothUndesirableOutputsandUncontrollableVariablesintoDEA:ThePerformanceofChineseCoal－firedPowerPlants［J］.EuropeanJournalof2009，197(3):1095－1105．OperationalResearch，

。另外，数据较难收集也是重要原因之一。

当然，这些也是我们下一步的研究方向。

参考文献:

［1］胡省三，成玉琪.21世纪前期我国煤炭科技重点发展J］.煤炭学报，2005(1):1－7．领域［［2］金［3］张［4］吴［5］穆［6］穆

J］.中国工碚.科学发展观与经济增长方式转变［

青，王全生，彭建良.基于神经网络的煤矿企业经琦，武春友．基于DEA的能源效率评价模型研究东，杜志平，巩传景，等.煤炭企业技术进步的评东，李

冠.DEA在非煤产业投资效果评价中的

2006(5):5－14．业经济，

J］.煤炭学报，2002，27(2):220－224．营绩效评价研究［

［J］.管理科学，2009，22(1):103－113．

J］.系统工程理论与实践，1996(10):64－70．价与对策［

J］.系统工程理论与实践，1998(10):111－114．应用［

［7］安景文，张兴平，徐向阳，等.煤炭企业的技术有效性J］.煤炭学报，1999，24(4):435－439．和规模有效性评价［［8］姚

J］.煤炭学平，梁静国.我国煤炭企业效率测算［

凯.基于DEA的我国煤炭企业技术效率

2008，33(3):357－360．报，

［9］余荣荣，唐［10］宋

J］.经济研究导刊，2008(5):40－41．测度研究［

梅，许海霞，王立杰.煤炭产业组织结构有效性

J］.煤炭学报，2009，34(3):429－432．评价模型［

(本文责编:海洋)

本文来源：https://www.bwwdw.com/article/nqyj.html