基于DEA交叉模型的我国光伏行业上市企业竞争力评价.docVIP

基于DEA交叉模型的我国光伏行业上市企业竞争力评价 　　摘要：文章以我国在海外上市的9家光伏企业为样本，运用DEA交叉效率模型，从横向方面评价光伏企业的竞争力水平，并给出了9家企业竞争力水平的完全排名。最后得出提升我国光伏企业竞争力水平的路径：光伏行业不仅需要政府政策的导向，还需要技术导向与市场导向兼顾。我国光伏企业在拓展全球光伏产业局部领域同时，还需要对全球光伏产业价值链进行协作配套，最终形成我国光伏企业在全球产业分工中的优势地位。 　　关键词：光伏产业；企业竞争力；DEA交叉效率；市场导向 　　一、引言 　　光伏寒冬，产能严重过剩，大批企业破产、倒闭。落实2013年7月国务院下发的《关于促进光伏产业健康发展的若干意见》，工信部继9月份出台《光伏制造行业规范条件》（下称《规范条件》）之后，工信部之后对各省上报的光伏制造企业进行了信息核查和实地抽查。全国大大小小的光伏企业，入围三批《光伏制造行业规范条件》名单的仅180家。符合《规范条件》将有助于企业获得银行信贷支持，政府出口退税。一些无法达标的企业将得不到政策上的支持，加上成本高企等市场因素，企业关停的可能性增大。我国太阳能光伏产品制造企业产能规模已跻身世界前列，但较低的产能利用率使其产量规模低于国外企业（史丹，李鹏飞，2013）。政府主导式促进产业增长模式是我国光伏产业出现成长困境的重要原因（陈昭锋，2013）。相比太阳能广泛应用前景，国内光伏行业企业的竞争力有待提升。我国只有少数太阳能上市企业绩效连续三年较优（李雄诒，2014）。由于光伏产品趋于同质化及受国外市场变动造成的产能过剩问题，我国大多数太阳能光伏产业上市公司并未处在有效生产前沿面上（刘雪琴等，2014；李延芳，刘亚铮，2012）。江西赛维和无锡尚德的全产业链模式加剧了企业资金链断裂（史言信，2013）。包海波，余杨（2013）提出基于市场、技术与产业链协同的光伏产业发展新模式。在2014年末，工信部出台的支持光伏发展的重磅文件《关于进一步优化光伏企业兼并重组市场环境的意见》提出，到2017年底，形成一批具有较强国际竞争力的骨干光伏企业，支持形成15家光伏企业巨头。本文基于这样的背景，通过分析我国海外上市的9家光伏巨头企业，发现其存在的问题，得出提升企业竞争力水平的路径，为其他企业提供借鉴，也为政府决策提供参考，从而促进光伏企业健康成长和我国光伏产业有序发展。 　　二、DEA交叉模型评价方法 　　（一）研究方法 　　本文采用DEA交叉效率模型进行分析。模型如下：模型――假设有n个DMU，每个DMU有m种投入和s种产出，设xij（i=1，2，…，m ； j=1，2，…，n）表示第j个DMU的i种投入量，yij（r=1，2，…，s；j=1，2，…，n）表示第j个DMU的第i种产出量，vi表示第i种投入的权重，ur表示第r种产出的权重。向量xi=（x1j，x2j，…，xmj）T，Yj=（y1j，y2j，…，ysj）T分别表示第j个DMU的输入和输出向量，u=（u1，u2，…，um）T，v=（v1，v2，…，vm）T分别表示输入、输出权重向量。决策单元j的效率评价指数为hj=（uTYj）/（vTYj），j=1，2，3…，n。决策单元y0最优数学模型为： 　　max 　　s.t. 　　≤1，j=1，2，3，…，n 　　u≥0，v≥0 （1） 　　通过chanes-cooper变换，可以将式（1）变化为等价的线性规划问题： 　　maxvj0=uY 　　s.t.ωTXj=μTXj≥0 　　ωTXj0=1 　　ω≥0，μ≥0 （2） 　　若式（2）的最优目标值vj0=1，说明j0是弱DEA有效，若式（2）存在最优解ω*0， μ*0且最优目标值vj0=1，则称j0是DEA有效的。在模型的基础上，引入了交叉评价机制，用第i个决策单元的最佳权重）ω*i=ui* 　　vi*计算其他决策单元的效率值，得到交叉评价值，结合自我评价值，得到矩阵E。 　　其中，主对角线上元素为自我评价值，其余元素Eij（i≠j）为交叉评价值，表示第i个决策单元对第j个决策单元的评价，将E的第i列元素取平均值ei。ei作为衡量第个决策单元的一项指标，ei越大，效率越优，反之则越低。 　　（二）投入产出的指标获取和数据的来源 　　本文选取在我国海外上市的9家光伏企业作为DEA的决策单元（DMU），这9家公司规模不一，采用的技术存在差距，以此获得的研究结果比较具有代表性。考虑到数据的获取性和评价指标的全面性，选取输入指标，资产总额、流动资金量；输出指标为：主营业务收入。选取这三个指标，可以表达企业竞争力水平的差距，同时流动资金包括人、料、机等要素产生的资金，是非常全面的指标，具有较好的现实意义。 　　三、光伏企业竞