我国钢铁工业发展相对有效性评估模型研究.docVIP

我国钢铁工业发展相对有效性评估模型研究 　　摘要：文章将数据包络分析法（Data Envelopment Analysis，DEA）引入我国钢铁工业综合效率评价，以每年钢铁工业综合发展情况作为决策单元，对其1986年~2006年发展的相对有效性进行评价。根据评价结果，分析总结了钢铁工业20年来发展的优势和不足，为其今后的发展提供了建议。 　　关键词：钢铁；效率评价；DEA 　　 　　一、 引言 　　 　　我国正处在资源消耗巨大的工业化加速发展时期，因此要大力发展循环经济，走可持续发展的道路。钢铁工业是我国工业中最重要的基础工业和国民经济的支柱产业之一，近年来在国家政策扶持和市场拉动下，有了迅猛的发展。 　　但是同时也要注意到，由于钢铁工业的特殊性，其一直是我国的能源消耗大户。2005 年钢铁工业能源消费量占全国能源消费总量的比例达到了15.18%。必须明确：我国钢铁工业几十年来的发展，是真正依靠技术创新，资源配置效率的提高；还是以资源消耗，大量过剩的投入为代价的。 　　因此，要建立合理的评价体系，对近年来钢铁工业的效率进行评价，分析其发展的真正原因，为今后走可持续发展的道路提供科学的依据。 　　 　　二、 我国钢铁工业发展的DEA模型 　　 　　1． DEA模型的建立。1978年著名的运筹学家A?Charnes等人首先提出了一个被称为数据包络分析的方法， 并用它来评价一类具有相同输入输出部门间的效率。DEA方法是评价具有多输入多输出问题的一种十分有效的方法。该方法的基本思路是：通过对投入和产出数据的综合分析，确定有效生产前沿面，并根据决策单元（DeciSion Making Unit，DMU）与有效生产前沿面的距离状况确定各DMU是否为DEA有效。 　　假定要考察n年我国钢铁工业的情况，每年都有m个输入变量和s个输出变量。Xik表示第k年的第i个输入变量，Yjk表示第k年第j个输出变量，Vjk，Uik分别是第k年第j个输出变量和第i个输入变量所占权重。则第k年相对效率Ek的计算公式为： 　　经过转化和Chames-Cooper转换，可以得到如下对偶模型： 　　2． DEA模型变量的经济含义。 　　当θ=1且S－= S+= 0时，则称决策单元为DEA有效，即决策单元在原投入X基础上所获得的产出Y已达到最优； 　　当θ=1且S－≠0或S+≠0时，则称决策单元为DEA弱有效，即决策单元对于投入X可减少S－而保持原产出Y不变，或在投入X不变的情况下可将产出提高S+； 　　当θ 1时，则称决策单元为DEA无效，即决策单元可通过组合将投入降至原投入X的θ比例而保持原产出Y不减。 　　 　　三、 投入与产出指标的选择 　　 　　DEA模型投入和产出指标的选择要遵循以下几个原则：（1）可测性原则，即指标的内涵明确，可以计量，且在现有条件下，数据可以收集；（2）独立性原则，即指标的选择应尽可能反映钢铁工业评价问题的本质，避免指标的冗余重复；（3）一致性原则，指标之间存在一定的逻辑关系，避免矛盾性指标；（4）实际性原则，即评价指标的选择要符合我国钢铁工业实际情况。 　　根据以上原则，结合钢铁工业自身特点，本文选取的评价指标体系为：投入指标――每年钢铁工业生产企业数（X1）、每年钢铁企业固定资产投资数（X2）、每年年末钢铁企业职工人数（X3）、每年钢铁企业能源消耗量（X4）；产出指标――每年钢铁工业总产值（Y1）、 每年钢铁工业钢产量（Y2）、每年钢铁工业铁产量（Y3）、每年钢铁工业成品钢材（Y4）、每年钢铁工业利润总额（Y5）。 　　 　　四、 实证分析 　　 　　以1986年~2006年中有代表性的年份我国钢铁工业发展的综合情况为研究样本，利用DEA模型评价每年钢铁工业发展的总效率、技术效率和规模效率。所选用的原始数据来源于《中国钢铁工业年鉴》。运用DEA计算软件EMS分别对每年钢铁工业的总效率、技术效率和规模效率进行计算，结果如表1所示。 　　由表1的评价结果我们可以看出，在20世纪80年代末到90年代初期，我国钢铁工业整体效率较高；以后到了90年代中期，效率偏低，而在2000年之后，钢铁工业效率明显提升，达到最高。其中，在1990年、1993年、2000年、2001年、2004年和2006年，我国钢铁工业效率达到1。由此，我们大体可以把我国钢铁工业在1986年~2006年这二十年里的工业化过程分成三个阶段。 　　1． 1986年~1993年是我国工业化和重工业化进程快速提升阶段。这期间，国内对钢材的需求快速增加，同时国家加大了对钢铁工业的投入，使得钢铁工业总产值、钢产量、铁产量以及钢铁企业的利润得到很大的提高。从表1中可以看出，这些年间，钢铁工业的总效率较高，但是由于当时技术水平落