光伏企业价值创造能力评价研究
来源:用户上传
作者:刘吉成 闫文婧 颜苏莉 王源
【摘 要】 当前我国光伏产业发展迅速，但较低的价值创造能力制约其良性发展。文章在分析我国光伏产业发展面临问题的基础上，构建了包含7个一级指标以及14个二级指标的光伏企业价值创造能力评价指标体系，基于熵权法确定了客观权重、层次分析法确定了主观权重、折中决策法确定了主客观集成权重，并以62家样本企业数据为依据，采用模糊综合评价法对光伏企业的价值创造能力进行了评价研究。结果表明：我国光伏企业价值创造能力多处于“一般”和“较差”等级，具有较大的提升空间。对此，提出针对性建议，以期为光伏企业价值创造能力的提升提供借鉴。
【关键词】 光伏企业; 价值创造能力; 熵权法; 层次分析法; 模糊综合评价法
【中图分类号】 F272.5 【文献标识码】 A 【文章编号】 1004-5937（2019）03-0078-05
一、引言
我国光伏产业起步虽然晚于欧美发达国家，但经过10年的快速发展和不断积累，如今我国已在全球光伏产业中占据了重要地位，光伏电站装机规模和光伏组件市场占有率均遥遥领先于世界多数国家和地区。然而，在光伏产业飞速发展的同时，扩张过快、产能过剩、忽视国内市场等一系列问题也随之产生，在一定程度上影响了其发展速度。为了应对和解决这些问题，光伏企业需要根据市场变化审时度势调整发展战略。其中，选取适当方法评价自身实力，对我国当代光伏企业寻找差距、突破瓶颈而言，具有重要的现实意义。在众多比较方法和衡量标准中，价值创造能力作为企业成长与发展所需的最重要能力之一，涉及日常经营管理的各个方面，利用价值创造能力水平可以较全面地衡量企业之间在创新实力、盈利能力、营运水平和发展潜力等方面的差距。
国内外学者对光伏产业进行了一定研究。巴赫希和萨德哈[ 1 ]提出了一种选择光伏阵列结构类型的综合经济分析方法，并进行了仿真分析。桑野[ 2 ]分析了日本光伏产业的现状和太阳能电池的应用技术，讨论了未来全球范围内基于太阳能电池的能源供应系统的前景。温素彬和高奇[ 3 ]综合运用净现值、投资回收期和敏感性分析等投资决策工具，建立了光伏电站投资决策综合评价体系。陈斯琴等[ 4 ]通过构建Tobit回归模型，研究了影响光伏产业综合效率的内外部因素。另外，也有一些学者对价值链进行了相关研究。郭晓梅等[ 5 ]在研究美的集团价值链管理的基础上，提出了“互联网+”的多维价值网络模型。李宏和陈圳[ 6 ]利用基于贸易增加值数据分解的框架，评价了全球价值链视角下中国优势制造业的竞争力。莫瑟等[ 7 ]評估了光伏价值链中的技术风险，并量化分析了其经济影响。蒋振威和盖文启[ 8 ]基于系统动力学原理，研究了光伏产业的技术创新与价值创造。涂宏烨和张冀新[ 9 ]通过构建光伏产业成长能力评价指标体系，利用多级模糊综合评价法对我国光伏产业的成长能力进行了评价。
国内外学者对光伏产业和价值链的相关研究都取得了一定成果，但鲜少有针对光伏企业价值创造的研究。本文主要利用模糊综合评价法建立了光伏企业价值创造能力的综合评价模型，基于我国具有代表性的上市光伏企业的相关数据进行了实证分析，并根据实证分析结果简要提出了相应建议，以帮助我国光伏企业找到提升价值创造能力和可持续发展的有效途径。
二、指标体系构建及数据预处理
（一）指标体系构建
本文主要从政府调控因素、产业发展因素、治理结构因素、创新能力因素、成长能力因素、获利能力因素以及营运能力因素等方面对光伏企业价值创造能力影响因素进行筛选，最终选出14个因素构建成评价指标体系[ 10-11 ]，如图1所示。
（二）数据预处理
利用同花顺软件提供的光伏概念板块数据、国泰安CSMAR数据库和各家光伏企业对外公布的年度财务报告，本文收集到62家光伏企业2013年至2017年共5年的财务指标等相关数据。在此基础上计算得到各企业“价值创造能力”的3个外部影响因素和11个内部驱动因素的5年均值，为本文的实证分析提供数据支持。
本文采用极值法实现62家样本光伏企业相应指标的无量纲化预处理，计算公式为：
三、基于主客观集成思想确定指标组合权重
（一）熵权法确定客观权重
本文运用熵权法来确定各指标的客观权重。样本光伏企业共有62家，每个样本企业均对应着14项指标。本文首先计算了指标的贡献度和熵值，其次在熵值基础上计算得到14项指标各自的差异性系数，做归一化处理后得到指标的客观权重。熵权法计算过程并不复杂，利用Excel软件即可实现。
（二）层次分析法确定主观权重
层次分析法（简称AHP法）是确定指标主观权重最常用的方法，其主要思想是以评价目标为出发点，对各评价指标进行分解，构造出指标之间的层级关系，收集并参考专家意见，再结合判断矩阵计算权重系数。具体实现步骤如下：
1.构造判断矩阵
判断矩阵是以指标的层级结构为基础构建得到的，用以体现专家对各指标间重要性程度的比较结果。设指标集U={u1，u2，…，um}由某一层级中的m个指标构成，根据1—9标度法来征求专家意见进行打分，从而分别评判两两指标间的相对重要性，即可得到判断矩阵H。
接着，对判断矩阵H归一化。
2.确定指标权重
在判断矩阵H的基础上，根据公式HW=λW计算矩阵的最大特征值λmax和相应的最大特征向量wmax，最大特征向量wmax=（w1，w2，…，wm）即为m个指标的权重。
3.一致性检验
判断矩阵是根据专家意见主观赋值的，可能会存在指标间重要性程度相互矛盾的情况，因此需要进行判断矩阵的一致性检验，用以验证其合理性。一般而言，利用一致性指标CR来检验判断矩阵，其表达式如式（3）。 根据上述层次分析法理论，对本文选用的14项影响光伏企业价值创造能力的因素用yaahp软件进行主观赋权，得到10位专家各自的判断矩阵及相应指标权重系数。取10位专家赋权结果的算术平均数作为AHP法最终计算得到的主观权重结果。
（三）折中决策法确定组合权重
基于折中决策法计算指标的组合权重，主要思路是在選定折中系数后，对主客观权重进行加权平均处理，得到权重系数的折中值，计算公式如式（4）。
四、基于模糊综合评价法的光伏企业价值创造能力评价实证
结合62家样本光伏企业的无量纲化数据及指标的主客观组合权重，按照模糊综合评价的实证步骤，对样本企业价值创造能力进行评价研究，步骤及结果分析如下。
（一）评语集的建立及评价等级的划分
利用极值法对原始数据进行无量纲化后，所有指标的数值都被限定在[0，1]区间内，结合这样的数据特征，本文建立的评语集为{非常好，很好，较好，一般，较差}，5个评价等级的划分标准如表1所示。
（二）隶属度值的计算及模糊评价矩阵的确定
根据降半梯形隶属函数的计算原理，结合各评语等级中标准分值的划分情况，可以计算得到不同样本光伏企业各指标的隶属度值，并据此构建各样本企业的模糊判断矩阵。以序号1样本企业（东旭蓝天）为例，可以得到其模糊判断矩阵R1的计算结果。
R1中列1—列5从左至右分别代表评语集{非常好，很好，较好，一般，较差}的5个评价等级划分标准，行1—行14从上至下则分别代表14个评价指标对应的模糊判断子集。例如，矩阵第6行代表评价指标“每股收益增长率”对应的模糊判断子集为（0，0，0.7900，0.2100，0），说明以降半梯形函数为隶属函数时，计算得到的序号1样本企业的每股收益增长率指标评价等级位于“较好”（对应隶属度值为0.79）和“一般”（对应隶属度值为0.21）之间。同理，可以得到其他样本光伏企业的模糊判断矩阵，此处不再详细列出。
（三）各样本企业模糊综合评价向量及所处评价等级的计算
在得到各个样本企业的模糊判断矩阵R后，再将R与评价指标的权重向量A相结合，通过模糊变换B=A？莓R可以计算得到各样本光伏企业的模糊综合评价向量B。B是评语集V上的向量集合，能够体现出样本企业在评语集中不同评价等级的综合隶属度值，再通过比较不同评价等级下的隶属度值大小可以得到样本的模糊综合评价结果。汇总可知，价值创造能力评价结果处于“较好”“一般”和“较差”等级的样本企业数量分别为6、41和15，没有任何样本企业的价值创造能力评价结果为“非常好”或“很好”，说明在本文设定的评价等级划分标准和选定的隶属函数下，样本整体的评价结果并不理想。
对评价等级进行百分制赋分，再分别结合各样本企业的模糊综合评价向量计算出其对应的百分制分数，以便排序和比较分析。本文对评价等级的百分制赋分如表2所示。
（四）模糊综合评价结果及分析
将各样本企业的模糊综合评价向量与表2列出的评价等级百分制赋分向量相乘，可以计算得到各样本企业价值创造能力的百分制分数，再根据分数大小对样本企业进行排序，以此作为模糊综合评价的最终结果。本文选取评价结果排名前10位的企业进行重点分析。
根据表3可知，价值创造能力评价结果排名前10的企业综合得分在72.65分至76.54分范围内，均位于评价等级“较好”和“一般”之间。以排名第一的光伏企业林洋能源为例，其综合评价向量为（0.0266，0.2048，0.3555，0.2226，0.1905），据此计算得到的综合得分为76.54。结合评价指标体系中具有代表性的几个因素对评价结果进行简要分析。
首先，产业发展因素方面，10家光伏企业的市场占有率总计达到了所有样本企业的9.11%。市场占有率指标的主客观组合权重为0.0975，在所有14个评价指标中权重系数值位列第4，说明指标值对评价结果影响较大。然而，需要注意的是，以主营业务为生产或销售光伏组件产品的企业为例，由于不同企业的主营产品差异较大，如有些企业的产品侧重于背板玻璃，有些企业则主要生产太阳能电池，因此本文计算的市场占有率数值并不代表企业在某个产品领域的市场控制能力，只能粗略估计企业综合的市场表现水平。
其次，创新能力因素方面，10家企业研发支出占总收入的比重均值为2.48%，远高于所有样本企业的均值1.37%，说明10家企业在技术创新和研发投入力度方面明显高于平均水平。指标研发支出占总收入的比重主客观组合权重为0.1787，在所有二级评价指标中权重系数值是最大的。另外，这10家企业中有7家企业的主营业务是光伏组件的研发、生产和销售，这类企业的特点是重视产学研的结合，创新驱动力很强，在进行价值创造能力评价时具有较大优势。
再次，成长能力因素方面，10家企业的每股收益增长率、销售收入增长率、可持续增长率、资本保值增值率的均值分别为37.94%、29.40%、3.94%和1.38，均高于所有样本企业的均值28.47%、18.58%、3.83%和1.19。每股收益增长率和资本保值增值率均是上市公司股东重点关注的指标，37.94%的年均每股收益增长率和1.38的资本保值增值率在光伏企业发展过程中已处于较高水平，反映出目前光伏产业快速发展的态势。
最后，评价结果排名前10的企业在获利能力方面略好于样本整体，其对应的净资产收益率、每股收益、主营业务利润率和成本费用利润率的均值分别为7.63%、0.27、0.41%和8.57%，均高于62家样本企业均值。然而，从企业获利能力衡量光伏企业价值创造能力的指标看，样本企业获利能力的整体表现并不理想，10家代表性企业的每股收益均值仅为0.27，主营业务利润率和成本费用利润率指标值同样差强人意。从综合评价向量也可看出，大多数企业获利能力评价结果处于“一般”或“较差”等级。 五、结论及建议
（一）结论
本文借鉴国内外相关研究文献，在建立光伏企业价值创造能力评价指标体系的基础上，利用熵权法、层次分析法、折中决策法分别确定了客观权重、主观权重、主客观组合权重，采用模糊综合评价法对62家光伏企业进行了价值创造能力评价研究，得出以下结论：
（1）在5個评价等级中没有1个样本企业进入“很好”和“非常好”行列，66%的企业处于“一般”和“较好”水平，24%的企业处于“较差”水平，说明我国上市光伏企业价值创造能力整体水平不高。
（2）科技是企业发展的动力，是企业生存的关键。目前国内光伏企业重视技术创新，但多数企业研发支出占总收入的比重与国外同类企业相比仍存在一定差距，创新动力不足，制约着企业持续健康发展。同时，从官方网站公布的资料看，多数企业经营范围广，产品种类繁多，专注从事光伏产业经营的企业少，容易造成研发投入分散。
（3）部分企业缺乏理性，着眼于当前利益，加之相关部门规划布局前瞻性不强，管控力度不够，造成企业投资混乱，恶性竞争，效益不高。
（二）建议
近年来全球光伏行业整体发展呈良好态势，但由于受国内多种因素影响，频频出现产能过剩、弃光限电、补贴缺口等问题。2018年发生的中美贸易战，给国内光伏企业的发展带来进一步的挑战，前景不容乐观。因此，选择适当的发展型战略对提升光伏企业价值创造能力，走出困境尤为重要。针对以上研究结论和当前国内外形势，本文提出以下建议：
（1）统筹兼顾，科学规划，出台多种利好政策，积极引导光伏企业调整发展思路，避免盲目投资和不良竞争。同时，应加快资源整合，利用兼并、混改等多种方式淘汰技术装备落后、创新力不足、成本较低、依靠补贴发展及生长在政策温室里的劣势企业，将重点从扩大规模向提质增效过渡。
（2）整合人力资源，出台人才优惠政策，吸引国内外高端精英，组建联合攻关团队，培养储备高端技术人才，在巩固优势技术的基础上，积极开展如光伏逆变器中的核心元器件、控制芯片等高端技术研发，避免过分依赖进口造成的核心技术受制于人，逐步摆脱国外对我国经济、技术的制裁、围堵与封锁，持续提升企业竞争力，确保企业高质量健康发展。
（3）借助“一带一路”，积极开拓国际市场，加大国际市场合作力度，让国内技术、产品走出去，提高国际市场占有率。同时，要持续优化产业结构，科学决策，强化管理，不断提升主营业务获利水平，提高投入产出效率。对于上市光伏企业而言，还要重视每股收益增长率、资本保值增值率等指标，以良好的发展表现为企业价值创造能力的提升提供保障，让股东和资本市场对企业发展更有信心。
【主要参考文献】
[1] BAKHSHI R， SADEH J. A comprehensive economic analysis method for selecting the PV array structure in grid connected photovoltaic systems[J]. Renewable Energy，2016，94：524-536.
[2] KUWANO Y. Recent progress and future prospects for Japan's photovoltaic power generating systems—towards a genesis project[J]. Progress in Photovoltaics Research & Applications，2015，8（1）：53-60.
[3] 温素彬，高奇.光伏电站投资项目的多工具组合决策[J].会计之友，2018（6）：158-160.
[4] 陈斯琴，刘旭东，长青.基于Tobit模型的光伏产业影响因素实证分析[J].科技管理研究，2017（9）：144-148.
[5] 郭晓梅，袁利群，李悦.“互联网+”的多维价值网络模型研究：以美的集团为例[J].会计之友，2018（3）：82-89.
[6] 李宏，陈圳.中国优势制造业全球价值链竞争力分析[J].审计与经济研究，2018（2）：93-105.
[7] MOSER D， BUONO M D， JAHN U， et al. Identification of technical risks in the photovoltaic value chain and quantification of the economic impact[J]. Progress in Photovoltaics：Research and Applications，2017，25（7）：592-604.
[8] 蒋振威，盖文启.技术创新、产业创新系统与价值创造：基于中国光伏产业视角[J].中南大学学报（社会科学版），2017（2）：111-119，140.
[9] 涂宏烨，张冀新.基于多级模糊综合评价法的我国光伏产业成长能力研究[J].科技和产业，2015（8）：29-34.
[10] 张文宇，于琦，杨风霞，等.创新驱动战略下区域制造业绿色创新能力评价：基于30个地区数据的复杂网络建模分析[J].工业技术经济，2018（8）：86-94.
[11] 沈丽梅.我国创新型企业测度研究[J].科技进步与对策，2013（5）：132-137.
转载注明来源:https://www.xzbu.com/3/view-15269737.htm
