朱 伟 安景文 赵嘉丽 王金鹤

(中国矿业大学(北京)管理学院，北京市海淀区，100083)

企业绩效评价已经成为保证企业内部管理机制有效运行的重要方法，是实现企业经营目标、考核经营业绩的重要手段。而煤炭企业作为特殊的生产型企业，研究影响煤炭企业绩效的因素、构建具有煤炭行业特色的绩效评价体系、判断绩效水平，对于推进煤炭企业绩效管理工作、促进煤炭企业可持续发展具有重大作用。

学者们对煤炭企业绩效评价展开了大量研究，吕靖烨等运用因子分析和聚类分析从盈利能力、营运能力、偿债能力和成长能力等财务维度分析煤炭企业绩效；李晓红从财务和非财务角度构建了煤炭企业绩效评价指标体系，并把模糊数学的思想引入到煤炭企业的绩效评价中；王佳凡基于平衡计分卡视角，从财务、客户、内部流程、学习与成长4个维度构建了煤炭企业绩效管理体系；晁坤等在平衡计分卡框架基础上，引入和谐发展维度，构建了拓展平衡计分卡的煤炭企业绩效评价指标体系。综上，学者们从多个视角构建了煤炭企业绩效评价体系，但对绩效评价指标选择还没有形成一致意见，更重要的是在确定指标权重方面的研究较为缺乏。

本文首先在前人研究的基础上，从财务、客户、安全与环境、内部流程、学习与成长5个维度构建了煤炭企业绩效评价指标体系，运用结构方程模型对该指标体系进行分析，识别影响煤炭企业绩效的关系因素，并确定各个关键指标的权重，最终形成煤炭企业绩效评价方法。

1 煤炭企业绩效评价结构方程模型构建

1.1 结构方程模型理论

结构方程模型(Structural Equation Modeling，简称SEM)是一种可以处理指标测量、分析指标之间相互关系的实证分析模型。现在已经被广泛用来解决多维度、指标之间关系复杂的绩效评价问题。结构方程模型可分为测量模型和结构模型，其中测量模型可以求出观测变量(可直接测量的变量)和潜变量(无法直接进行测量的变量)之间的关系；结构模型可以求出潜变量之间的因果关系。本文构建的基于拓展型平衡计分卡的煤炭企业绩效评价体系，包含财务、客户、安全与环境、内部流程、学习与成长5个维度，这些维度是无法直接测量的潜变量，需要通过相关的观测变量测得的数据资料反映，因此本文构建了煤炭企业绩效的测量模型。

1.2 煤炭企业绩效评价指标体系构建

根据已有学者对煤炭企业绩效评价的研究以及对企业的实际调研，发现煤炭企业绩效评价体系存在过度考虑财务指标、指标体系不完善、体系内部结构不协调、未能体现煤炭企业特色等问题，严重影响了煤炭企业绩效评价效果。而平衡计分卡(BSC)提供了一种从财务、客户、内部流程及学习与成长4个维度系统衡量企业绩效的思路，能全面地反映企业整体运营情况。考虑到煤炭企业高度重视安全和环保，本文在原有平衡计分卡框架的基础上引入安全与环境维度，构建具有煤炭企业特色的绩效评价指标体系。依据科学性、可获得性、可操作性和系统性等原则，从财务、客户、安全与环境、内部流程、学习与成长5个维度(潜变量)选取具有代表性的测量指标(观测变量)，并邀请专家进行研讨，构建了基于拓展型BSC的5维度煤炭企业绩效评价指标体系，如表1所示。

表1 基于拓展型BSC的煤炭企业绩效评价指标体系

1.3 煤炭企业绩效评价测量模型构建

本文构建的煤炭企业绩效评价指标体系由财务、客户、安全与环境、内部流程、学习与成长5个维度(潜在变量)和23个测量指标(观测变量)构成，在此基础上构建了煤炭企业绩效评价测量模型，并运用AMOS24.0软件进行处理，如图1所示。图1中椭圆形代表潜变量，长方形代表观测变量；椭圆形与长方形之间连接的路径为煤炭企业绩效测量模型；其中e1～e23为观测变量的测量误差项，r1～r5为潜在变量的测量误差项，结构方程模型中允许测量变量存在一定的误差，可以克服评价者主观上不能准确测量的问题。

2 数据的收集与分析

2.1 数据的收集

本文主要采用问卷调查法进行数据的收集，调查对象主要为煤炭企业中高层管理人员。本文主要针对模型中23个观测变量，依据Likert 5点量表设计问卷(非常不重要为1，非常重要为5)，让被调查者判断该观测变量对煤炭企业绩效的影响程度。本次问卷主要采用以下两种方式进行收集：一种方式是在MBA课堂上对煤炭企业中高层管理人员进行调研；另一种方式是深入企业实际调研。本次共发放问卷306份，回收问卷289份，回收率为94.44%；根据缺失项严重、被调查者没有认真填写问卷两个标准，剔除无效问卷15份，最终得到有效问卷274份，问卷有效回收率为89.54%。

图1 煤炭企业绩效评价测量模型

2.2 数据的分析

2.2.1 信度分析

信度分析即可靠性分析，用来衡量量表的可靠性程度。本文采用SPSS21.0进行信度分析，以Cronbach's α值来衡量量表中各潜变量的一致性和稳定性。一般而言，如果量表的信度系数Cronbach's α值达到0.9以上，说明该量表的信度很好；如果α值大于0.8，说明该量表的信度比较好；如果α值大于0.7，说明该量表的信度可以接受；但如果α值小于0.5，则说明该量表就不可信了。本文对调查问卷各潜变量的信度分析结果如表2所示，各潜变量和总量表的Cronbach's α值均大于0.7，说明该量表具有较高的信度，其分析结果可以被接受。

表2 信度分析表

2.2.2 效度分析

效度分析即有效性分析，用来衡量量表的正确性程度，可通过因子分析衡量。在进行因子分析之前，需要对量表进行KMO和Bartlett球形检验，其中KMO值越接近1和Bartlett球形检验若显著概率Sig.小于0.05，则表明量表变量之间具有较好的相关性，可进行因子分析。本文计算结果如表3所示，其中KMO值达到0.813，Sig.值为0.00，说明适合进行因子分析。

本文首先运用主成分分析进行探索性因子分析，采用Kaiser 标准化的正交旋转法，旋转 7 次迭代后收敛，5个公共因子的特征根均大于1，累计解释方差达到68.495，与前文理论分析相符。

表3 KMO和Bartlett检验

其次，运用AMOS24.0进行探索性因子分析，具体的统计检验量、检验标准、检验结果如表4所示。结构方程模型的拟合度高低主要由绝对适配度指数、增值适配度指数共同决定，通过数据检验发现各拟合度统计量均符合拟合度标准，说明问卷数据与构建的结构方程模型具有很好的整体拟合效果。

表4 模型拟合度检验表

3 实证分析

3.1 路径分析及确定权重

本文运用AMOS 24.0得到煤炭企业绩效评价结构方程模型的模拟图，如图2所示，以及路径系数结果、C.R.值、P值，如表5所示。

图2 煤炭企业绩效评价结构方程模型模拟图

本文的路径系数是通过极大似然法估计获得的标准化回归加权值，C.R.值为回归系数值与估计值的标准误的临界比值，显著性概率值P如果小于0.001会呈现“***”。本文的C.R.值均大于1.96、显著性概率值P均小于0.001，表明路径系数均达显著，均通过检验。

本文根据煤炭企业绩效评价模型的标准化系数计算各指标权重，例如针对财务、客户、安全与环境、内部流程、学习与成长5个维度，它们的标准化路径系数分别为0.799、0.612、0.671、0.514、0.485，对它们进行归一化处理，各维度指标的权重分别为0.259、0.199、0.218、0.167和0.157。依据此计算方式，可以计算出各测量指标相对于各维度的权重，最后用各测量指标相对于各维度的权重乘以各维度相对于煤炭企业绩效目标的权重，得出各测量指标相对于总目标的权重，如表 5 所示。

表5 结构方程模型路径系数及权重确定表

从表5可以看出，5个潜变量对煤炭企业绩效的影响程度次序是：财务维度(0.259) > 安全与环境维度(0.199)>客户维度(0.218)>内部流程维度(0.167)>学习与成长维度(0.157)，这表明在煤炭企业绩效评价中，关注程度最高的是财务、安全与环境。因此，煤炭企业需要重点关注这两方面。但5个潜变量之间的差距并不大，需要从以上5个做出努力，提升煤炭企业绩效整体水平。在财务方面，企业需要重点关注净利润率；在客户方面，需要重点关注市场占有率；在安全与环境方面，需要重点关注百万吨死亡率和万元产值综合能耗；在内部流程方面，需要重点关注全员劳动生产率和商品煤合格率；在学习与成长方面，需要重点关注骨干员工保持率。

3.2 煤炭企业绩效评价分析

根据上文测量模型计算出各指标权重，并邀请专家按照煤炭企业绩效评价指标体系对参评企业绩效进行评价(一般采用百分制)，最后通过加权平均的方法计算出煤炭企业绩效水平，其计算公式为：

(1)

式中：G——煤炭企业绩效水平；

ωi——第i个评价指标的权重；

Si——专家们对企业第i个评价指标的打分平均值。

本文以SH集团下属的4家煤炭企业绩效进行了评价。为了更客观、全面地评价4家企业，从SH集团战略规划部、财务部、安全监察局、人力资源部、销售管理部、煤炭生产部、企业管理部和科技发展部共邀请了11名专家组成了专家组。专家组依据本文构建的煤炭企业绩效评价指标体系分别对4家企业进行打分(0～100分)，最后将评价指标权重与得分相乘得到4家企业的绩效水平，最终得分分别为72.124、75.325、77.821、73.169，计算结果与SH集团对4家企业考核的结果一致，说明本文构建的模型能够有效地评价煤炭企业绩效水平，便于指导煤炭企业进行绩效考核。

4 结语

本文首先基于拓展型BSC构建煤炭企业绩效评价指标体系，并构建了煤炭企业绩效评价测量模型；其次通过问卷调查的方式进行数据收集，并运用SPSS和AMOS软件对数据进行分析，结果表明数据具有较高的信度和效度、模型的拟合度较高；然后对构建的模型进行路径分析，并确定各指标权重；最后以SH集团下属的4家企业进行验证，评价结果与集团原有评价结果一致。但本文的研究还存在以下不足：本文的问卷发放较为宽泛，企业可根据实际情况来确定调研对象；在绩效打分环节，本文主要是进行专家打分，未考虑定量指标与定性指标的区别，学者们可以在这些方面进行深入研究。

参考文献：

[1] 吕靖烨，夏萌阳，张金锁.低迷市场下我国煤炭上市公司经营绩效评价[J].会计之友，2017(8)

[2] 李晓红.基于模糊数学的国有煤炭企业绩效评估体系优化[J].煤炭技术，2014(3)

[3] 王佳凡.新常态下煤炭企业绩效管理案例研究——基于BSC的视角[J].会计之友，2016(15)

[4] 晁坤，蒋苓.基于拓展平衡计分卡的国有煤炭企业绩效评价指标体系[J].中国煤炭，2013(11)

[5] 马海群，唐守利.基于结构方程的政府开放数据网站服务质量评价研究[J].现代情报，2016(9)

[6] 戴君，贾琪，谢琍等.基于结构方程模型的可持续供应链绩效评价研究[J].生态经济(中文版)，2015(4)