基于DEA—Malquist指数的我国钢铁行业循环经济效率评价

王俊岭　戴淑芬

摘要：循环经济效率是我国钢铁行业循环经济发展程度的合适测度。结合循环经济的内涵和钢铁行业的特点构建钢铁行业循环经济效率的评价指标体系，在此基础上采用数据包络模型对我国钢铁行业2006—2010年的循环经济综合效率、规模效率和技术效率进行测算与衡量，同时采用Malquist指数分解对我国钢铁行业循环经济效率的变迁进行动态评价。结果显示：自2006年以来我国钢铁行业循环经济综合效率在平稳中有所上升，其中规模效率的贡献大于纯技术效率的贡献。影响我国钢铁行业循环经济效率变迁的主要因素在于技术进步的变动。

关键词：循环经济效率；钢铁行业；数据包络分析；生态效率；规模效率；综合技术效率；纯技术效率；节能减排

中图分类号：F426.31 文献标识码：A 文章编号：1007-2101（2014）02-0078-05

随着钢铁行业的不断发展，资源、环境与产业发展的矛盾越来越突出。资源短缺、能源高耗、环境污染等问题日益严重，同时大量低产能、分散型中小钢铁企业的存在，也加大了钢铁行业的改造难度。对此理论界一致认为只有发展循环经济，采用绿色生产方式，钢铁行业才能走上可持续发展之路。作为一种经济发展方式，循环经济是以资源的高效利用和循环使用为目的；以“减量化、再利用、再循环”为原则；以低开采、低消耗、高利用、低排放为特征，把物质、能量进行梯次和闭路循环使用，把传统的依赖资源净消耗线性增加的发展转变为依靠生态型资源循环来发展的一种经济运行模式。而钢铁行业发展循环经济的实质就是在资源、环境和经济三者协调的基础上，进一步拓宽钢铁行业的生产功能，使其不仅具有产品制造功能，还有能源转换、大宗废弃物消纳处理及为相关行业提供原料等功能，即实现物质和能源的大、中、小循环。可见，循环经济将成为我国钢铁行业发展的新模式。然而，目前我国循环经济技术支撑体系还不完善、考核评价标准和体系相对落后，导致钢铁行业循环经济发展缓慢且发展效果难以衡量。为了更好地发展循环经济，迫切需要尽快建立评价循环经济发展状况的指标体系，并采用合适的方法对其发展状况进行定量测度。

一、研究综述

国外对循环经济运行评价的研究始于1990年，由Schaltegger等人首次提出，采用的是生态效率的概念。这一阶段对生态效率的研究更多是定性化研究，认为生态效率是实现企业、区域、国家可持续发展的一种战略工具。如世界可持续发展工商理事会（WBCSD）认为，对于公司而言，生态效率意味着“节约资源—提高竞争力”，生态效率可以推动商业与可持续发展的结合。这一阶段对生态效率的定量化研究很少，更没有将其发展成一种评价工具。直到1998年，经济合作与发展组织（OECD）在定义生态效率时结合了福利、竞争力、产品整个生命周期的生态影响、自然资源的使用和环境承载力等因素，认为生态效率是生态资源满足人类需要的效率，并将它看作是一种“产出—投入”的比值。此后，生态效率作为一种评价工具开始广泛应用于政府、工业企业和其他组织。Hartmut Hoh等人介绍了德国环境经济账户中的7个生态效率指标，Yoshinori Kobayashi等人评价了制造业的生态效率。

国内对循环经济运行状况的研究并不多，更鲜于研究钢铁行业的循环经济效率。早期的钢铁行业循环经济评价研究大都是钢铁行业清洁生产或钢铁产品绿色度的评价。这些多为定性研究。21世纪初，对钢铁企业循环经济的评价开始引入“效率”的概念。2005年戴铁军、陆钟武采用工业代谢方法，从资源、能源、环境效率三方面评价了钢铁企业的生态效率水平，弥补了钢铁行业循环经济定量评价实证研究的空白。随后陈静、林逢春等从企业环境信息披露的要求出发，基于生态效益的理念对钢铁企业的环境绩效进行了动态评估，但忽略了环境绩效只是循环经济效率评价的一个方面。2009年成金华、杜春丽以我国钢铁产业中47家钢铁企业为决策单元，利用BCC模型和Malmquist生产力指数，将污染物排放量作为一种非期望投入引入数据包络分析（DEA）模型中，对其2003—2006年循环经济效率进行了动态的总体分析和评价。该评价虽具有一定的代表性，然而在评价指标的设计方面不全面，没有完全涵盖循环经济的本质。

总之，上述研究虽或多或少地引入了循环经济效率一词，但其内涵都是基于生态效率，侧重于从保护和改善生态环境的角度来衡量循环经济的运行状况，忽略了循环经济效率才是循环经济的最合适测度。构建的指标体系也只是在传统经济效率评价的基础上纳入了环境绩效，并未真正理解循环经济效率的本质。循环经济不同于生态经济，循环经济效率不仅要强调经济发展对资源、环境的影响即资源负荷率、环境负荷率，更要注重资源的再生利用效率和废弃物的回收利用率以及产品的综合利用率。鉴于此，本文在以上研究的基础上，结合循环经济的原则，在构建循环经济效率评价指标时不仅考虑了资源投入、环境产出等因素，也融入了资源再循环、产品再利用等因素。

二、研究方法与指标体系的构建

（一）研究方法的选择

目前循环经济评价所使用的评价方法有层次分析法（AHP）、模糊综合评价法、灰色综合评价法和主成分分析法等。尽管研究方法很多，但是每个方法都有自己的特点，彼此原理不同、思路不同，结论也存在一定的差异，都存在一定的假设条件和适用对象。此外，这些方法也都存在一些优缺点。AHP作为一种系统性评价方法，简洁实用，所需定量数据信息较少，但是定性成分太多，指标过多时权重不易确定。模糊综合评价是根据模糊数学的隶属度理论把定性评价转化为定量评价，适合于各种非确定性问题的解决。灰色综合评估法是一种以灰色关联分析理论为指导，基于专家评判的综合性评估方法。上述方法存在一个共同的缺点就是主观性太强，各分析指标之间关系难以衡量，并且结论仅仅只能排序，无法分析各评价单元是否有效合理。于是，国内外一些学者开始引用“效率”概念，采用投入产出法来评价循环经济的运行。如国外的环境保护投入产出模型（EIO）和垃圾投入产出模型（WIO）作为分析经济过程中垃圾排放和治理情况的研究工具显得非常有效。国内也有部分学者开始运用数据包络投入产出模型（DEA）在区域范围内对循环经济运行进行研究，并取得了一定的成效。DEA分析法适合用来处理多投入、多产出的问题，同时各分析指标的权重能客观地确定，避免了主观因素的影响，并且能够分析其评价单元的有效性及其有效性的影响因素。因此，运用DEA模型对循环经济运行效率进行评价是一种适合的评价方法。

从系统观点出发，钢铁行业循环经济系统是一个集资源、经济、环境和社会多个子系统为一体的复杂的巨型系统。由于钢铁行业循环经济系统较复杂、元素间此消彼长，以及对资源消耗、外界环境的影响大，涉及的输入、输出指标较多，且计量标准不一，而DEA方法能将投入和产出分开考虑，计算量较小，具有一定的客观性，因此数据包络分析（DEA）是评价钢铁行业循环经济效率的合适方法。

CCR和BCC模型是数据包络分析的两个基本模型。CCR 模型假设规模报酬不变，研究决策单元是否同时为综合技术效率最佳和规模效益不变，并不能单纯评价决策单元技术效率是否最佳。而BCC模型解除了对规模报酬的约束，是在规模效益变化的情况下讨论技术效率是否最佳的问题。因此，本文采用BCC模型对钢铁行业循环经济的效率进行静态比较，同时为了客观衡量综合技术效率变动、技术变动与总要素生产率的关系，本文采用Fare、Grosskopt等（1992）定义的Malquist指数（简称MPI）对钢铁产业循环经济效率做进一步的动态分析。

（二）评价指标体系的构建

根据循环经济的内涵，循环经济即减量化、再利用和再循环。钢铁行业发展循环经济就是在钢铁行业获得最大产出的同时，减少资源投入和污染产出，实现资源、产品和废弃物的最大循环利用。因此，钢铁行业循环经济效率的评价指标体系需要兼顾资源综合利用、生态环境效率、社会经济效率和资源再循环利用四个方面。根据经济效率的计算方法，考虑到数据的可得性和指标口径的一致性、可比性，按照“3R”原则设计指标体系。

减量化原则是针对环境、资源利用的输入端，是指在产品生产经营和消费过程中尽可能减少资源的消耗和废弃物污染物的产生。一般用资源消耗系数、能源消耗系数和污染物排放系数来衡量。再利用和再循环原则是输出端原则，要求生产出来的物品在完成其使用功能后能重新变成可以利用的资源而不是无用的垃圾，减少最终废弃物处理处置量，也就是通常所说的回收利用和废物综合利用。一般采用废弃物回收比例系数、产品回收率、产品再循环率来衡量。

具体到钢铁行业而言，输入端不仅包括资本投入、劳动投入和技术投入，还包括环境产出。资本投入又细分为资源投入、能源投入和固定资本投入。环境产出是非期望产出（如废气、废液、废渣排放等），在这作为输入端。输出端包含经济产出和产品、废弃物的综合利用率，经济产出是期望产出（如工业增加值、年利税总额等）；产品、废弃物的综合利用率以综合利用产品产值、工业用水循环利用率、余热余能回收利用率和废渣回收利用率来衡量（见表1）。

三、指标的意义及数据的来源

（一）指标的意义

1. 劳动力投入。劳动力投入是钢铁行业一项重要的开支。考虑到各地劳动力成本的差异以及不同质量劳动者工资水平的不同，选取员工薪酬总额代替劳动力数量来衡量劳动投入。

2. 吨钢新水消耗。钢铁行业是用水大户，吨钢新水消耗是考核钢铁行业资源消耗的一项重要指标。该指标反映了钢铁行业对水的利用效率，吨钢新水消耗越高，对水资源的利用率越低。为便于比较，吨钢新水消耗用每生产一吨钢消耗的新水立方数来衡量。

3. 吨钢钢铁料消耗。钢铁原料主要包括精矿粉（包括碱性和酸性）、块矿、球团矿、废钢、炼钢生铁、氧化铁屑、硅铁、锰铁、钒铁、铌铁、硅锰合金等。吨钢钢铁料消耗指每生产一吨钢所投入的钢铁料数量。

4. 吨钢综合耗能。钢铁行业是高能耗行业，能源投入用每个钢铁企业每生产一吨钢的综合总能耗来表示，综合总能耗的计算方法依据《中国钢铁工业生产统计指标体系指标解释》中的“能源折算系数参考表”，按照折算系数把各类能源消耗折算为标煤（万吨）。

5. 年固定资产投资额。资本总额（总资产）是钢铁行业重要的经济投入。为避免钢铁行业总资产和资源投入、含铁原材料投入的重叠，我们选择年固定资产投资额作为设备购置、更新改造、引进先进工艺、先进技术的费用。

6. 烟（粉）尘排放量。烟（粉）尘是钢铁行业最大的污染之一，约占全国的6%～7%，指每生产1吨合格钢水外排的烟（粉）尘量。用年排放烟尘量和年排放粉尘量之和与合格钢水年产量的比值来计算。

7. 外排废水量。指每生产1吨合格钢水外排的废水量。其计算公式为年排放废水量与合格钢水年产量之比。

8. SO2排放量。是反映废气排放的重要指标，指每生产1吨合格钢水外排废气中的SO2量。其计算公式为年排放SO2量与合格钢水年产量的比值。

9. 工业增加值。反映的是钢铁企业的产出状况。由于工业增加值不会忽略长流程钢铁企业中间产品的产出价值，因此该指标能比较客观地反映真实的产出状况。

10. 年利税总额。反映的是钢铁企业的盈利状况。考虑到各地税收政策差异会影响到企业利润情况，选取利税总额来表示。

11. 工业用水循环利用率。水资源循环利用率是钢铁企业节能减排的重要指标，也是工业循环经济的必需指标。提高工业用水的循环利用率不仅能减少资源消耗还能减轻对环境的污染。工业用水循环利用率的计算公式为：水资源重复利用量与水资源总体消耗量的比值。

12. 余热余能回收利用量。钢铁生产各工序可利用余热余能的吨钢利用量，包括各种副产煤气、干熄焦余热和高炉煤气余压发电等余能以及烧结烟气余热、冶金渣显热和其他低温余热的利用。用各工序所有可利用余热的全年实际利用量与合格钢水年产量的比值来表示。

13. 废渣回收利用率。废渣是钢铁工业主要的固体废物，具有较高的回收价值。废渣回收利用率反映了排放的工业固体废物被再循环再利用的程度。该指标用钢铁企业废渣处置利用量占废渣产生总量的比例来计算。

（二）数据的来源及处理

由于我国现有的钢铁企业数量较多，而且层次不一，考虑到数据的可得性，在此选择46家重点大中型钢铁企业作为目标企业来代表整个行业的情况。对于研究区间则选择2006—2010年的面板数据来测算钢铁行业的循环经济效率。本研究的数据主要来源于《中国经济统计年鉴》《中国钢铁工业年鉴》《中国钢铁工业节能环保统计月报》《钢铁企业环境保护统计》《中国钢铁统计》，还有一部分数据是笔者通过对钢铁企业的走访、网站查询等方式获取。

根据DEA分析法的特点，输入端指标应该越小越好，输出端指标应该越大越优。而环境产出中外排废水量、SO2排放量和烟（粉）尘排放量，这三项指标都是非期望产出，与要求相违背。根据循环经济的特点，这些值应该越小越好，与输入端指标的要求相符，因此将非期望输出作为输入指标来处理。而工业用水循环率、余热余能回收利用率和废渣回收利用率指标则是越大越好，在此作为输出端指标。

四、我国钢铁行业循环经济效率的实证分析

（一）钢铁行业循环经济效率静态评价

本研究以DEAP2.1软件作为分析工具，采用BCC模型，以产出为导向，首先来计算这46个决策单元的综合技术效率、纯技术效率和规模效率。研究区间为2006—2010年，输入指标9个，产出指标3个。然后将这46家钢铁企业运算所得的各项效率值进行整理，计算其各年度各效率的平均值，以此来评价整个钢铁行业的循环经济效率。

从表2可以看出，我国钢铁行业循环经济发展的综合技术效率、纯技术效率和规模效率值均未达到最优，但波动不大。从综合效率来看，2006—2009年，我国钢铁行业循环经济效率平稳发展，有小幅上升，但在2010年，综合效率、纯技术效率和规模效率的平均值均比2009年有不同程度的下降，可见2010年明显是个转折点。2010年1月20日国务院召开常务会议研究部署加强淘汰落后产能工作，甚至在某些地区，节能减排的约束性指标与地方政府政绩考核相挂钩，在这种情况下，2010年三季度后地方政府对节能减排的重视度大为提高，钢铁行业受此影响明显，其粗钢产量连续三个月同比下降，这在很大程度上影响了钢铁企业的经济绩效。

从纯技术效率平均值来看，2006—2010年行业纯技术效率波动不大，但都低于行业规模效率的平均值，说明纯技术无效性是导致我国钢铁行业循环经济无效率的主要原因。纯技术效率既反映了钢铁企业在一定资源投入下实现最大产出的能力，同时也体现了循环经济发展中钢铁企业的循环技术水平以及对废弃物的综合回收利用的能力。

从规模效率平均值来看，2006—2010年我国钢铁行业的规模效率有所上升，但仍未达到最优。说明我国钢铁行业的规模在不断扩大，钢产量在不断提高，自2009年后一直稳居世界第一，我国已成为名副其实的钢铁大国，但仍然存在着大量低产能、分散型中小企业，加大了钢铁行业的改造难度，也不利于“减量化、再利用、再循环”原则的贯彻。尽管从数值上看这5年钢铁行业的规模效率都高于纯技术效率，但提高钢铁产业的集群化程度已成为不争的事实。

从规模收益的特征来看，2006—2010年规模收益不变的企业数目最多，基本占46个决策单元的一半左右，均高于规模收益递减和规模收益递增的企业数目。2006年规模收益不变企业数目21个，在2007年数目有所减少后，又一路攀升，直到2010年规模收益不变企业的数目又有所下降。规模收益递减企业的数目也是在2007年后一直增加，2010年达到22家。而规模收益递增企业的数目则不断减少。根据规模报酬理论，企业的扩张一般要经历收益递增、收益不变和收益递减三个阶段。目前我国钢铁行业规模收益递减的企业数目增多并不能说明我国钢铁行业已经达到甚至超过了最优规模。只有少数企业（如宝钢）规模较大，效率也较高。而大多数钢铁企业规模的扩张则是由于盲目投资、资源投入过多导致的，其循环经济效率并不高。可见，行业规模并非越大越好，而应根据技术、管理水平寻找最佳规模，以节约资源、降低成本、提高循环经济效率为目的。

（二）钢铁行业循环经济效率动态分析

上述研究表明我国钢铁行业循环经济效率的主要影响因素是纯技术效率。为了更直观地说明我国钢铁行业全要素生产率的变动情况，需要采用Malquist生产力指数来进行进一步分析。Malquist生产力指数把全要素生产率（TFP）变动分解为综合技术效率变动和技术变动。而综合技术效率变动又进一步分解为纯技术效率变动和规模效率变动的乘积。其中综合技术效率的变动表示企业管理方法的优劣与管理构成决策的正确与否，反映企业无效率状态与生产前沿面之间的距离。而技术变动表示的是整个行业的技术进步，反映的是整个行业生产前沿面的移动。其Malquist生产力指数分析的理论基础仍然是数据包络分析。指数分解的指标体系与DEA效率测度的指标体系相同。根据Deap2.1软件对我国46家重点钢铁企业四个年度区间（2006—2007；2007—2008；2008—2009；2009—2010）的效率变动情况进行考察，结果如表3所示。

根据Malquist生产力指数的数据，2006—2007年、2007—2008年和2009—2010年的Malquist生产力指数均小于1，但接近于1，变动不大；2008—2009年的Malquist生产力指数大于1，全要素生产率上升了15%，表明我国钢铁行业循环经济效率从2006—2010年的Malquist生产力指数呈现了一定的波动，且在波动中有所上升。

2008—2009年Malquist生产力指数是1.15，说明2009年较2008年我国钢铁行业发展循环经济的全要素生产率上升了15%，根据MPI的计算结果，上升的主要原因是行业技术进步指数12.7%的上升，同时综合技术效率也略有上升，上升了0.2%。2006—2007年和2007—2008年这两个时间段的Malquist生产力指数都有所下降，而且下降的原因均在于整个行业技术效率指数的下降，尽管综合技术效率指数都有所上升。

纵观这四个时间段Malquist生产力指数的变化发现，其变化趋势均与行业技术效率指数变化趋势相同，可见行业技术水平的波动是导致全要素生产率变化的主要原因。

五、结论

钢铁行业发展循环经济是钢铁行业实现可持续发展的必然途径，也是我国钢铁行业转型成功与否的重要标志。本研究在现有经济效率评价的基础上界定了循环经济效率的内涵，并完善了循环经济效率评价的指标体系，将资源投入、环境产出和循环利用均作为评价要素融入到指标体系中。为了全面评价我国钢铁行业发展循环经济的效率水平，本文引入数据包络模型，利用DEA方法和Malquist生产力指数从静态评价和动态分析两个方面对我国整个钢铁行业的循环经济效率进行全面、客观研究。研究结果表明：

1. 钢铁行业循环经济效率是评价钢铁行业循环经济发展水平的重要定量指标。循环经济效率评价指标体系的构建需要在传统生产效率评价的基础上加入环境要素和资源循环利用的要素，如污染物的排放、水资源循环利用程度和废弃物综合利用程度等。

2. 我国钢铁行业循环经济效率不佳的主要原因来自纯技术无效性。2006—2010年我国大中型钢铁企业规模效率的平均值均在纯技术效率的平均值之上，说明对我国钢铁行业循环经济效率贡献最大的是规模效率。尽管如此，规模收益递减企业的数目增多大多是由于企业盲目投资、资源投入过多导致的，而企业的综合效率并不一定提高。

3. 全要素循环经济效率波动中略有增长，主要是由于综合技术效率的提高导致的，而行业技术进步指数并未提高。由于综合技术效率表示未达到生产前沿面的企业与前沿面企业之间的差距，因此综合技术效率的提高说明相对无效企业在这5年间技术水平有了提高，产出能力有所上升。而行业技术进步指数反映的是整个钢铁行业的技术变化程度，也即生产前沿面的变动。这5年间行业技术进步指数增幅较慢，甚至有所下降，说明我国钢铁行业创新能力不足，整体技术水平有待提高。

需要说明的是对钢铁行业循环经济效率的测算是以46家大中型钢铁企业为代表计算的，由于我国还存在大量中小型钢铁企业，如果将这些都计算在内，本文所得的数据就会有一定的误差。另外对钢铁行业循环经济效率测度采用的是数据包络分析，该模型是测度相对效率的一种方法，得到的只是局限于所研究数据的决策单元的相对效率结果，如果评价的结果中出现多个决策单元同时有效的情况，则难以对研究对象进行排序。

参考文献：

[1]王黎明.基于DEA方法的循环经济效率动态综合评价——以江苏省为例[D].苏州：苏州科技学院，2011.

[2]杜春丽，成金华.我国钢铁产业循环经济效率评价：2003—2006[J].产业经济研究，2009，（5）.

[3]冯兰刚.钢铁企业生态经济绩效测度研究[D].天津：天津大学，2011.

[4]谭飞燕，常立农.企业技术创新的生态效益评价[J].科技与管理，2003，（6）.

[5]刘景洋，乔琦，等.基于生态效率的循环经济重点行业评估[J].再生资源与循环经济，2012，（4）.

[6]褚大建，邱寿丰.生态效率是循环经济的合适测度[J].中国人口资源与环境，2006，（5）.

[7]陈静，林逢春，杨凯.基于生态效益理念的企业环境绩效动态评价模型[J].中国环境科学，2007，（5）.

[8]郁俊莉，韩文秀.DEA模型在钢铁企业经济效益综合评价中的应用[J].钢铁，1999，（2）.

[9]张炳，毕军，黄和平，等.基于DEA的企业生态效率评价——以杭州湾静心化工园区企业为例[J].系统工程理论与实践，2008，（4）.

[10]李晓华.产业转型升级中落后产能淘汰问题研究[J].江西社会科学，2012，（5）.

[11]成金华，杜春丽.中国钢铁企业循环经济研究综述[J].理论月刊，2010，（3）.

[12]陈勇，童作锋，蒲勇健.钢铁企业循环经济发展水平评价指标体系的构建及应用[J].中国软科学，2009，（12）.

[13]薛婕，周景博，等.基于DEA的产业园区循环经济效率评价[J].环境科学与管理，2009，（12）.

[14]孙海刚.钢铁上市公司的技术效率与企业绩效——基于我国钢铁产业竞争力的提升[J].经济管理，2009，（7）.

[15]金钰.技术效率测量参数方法研究评述[J].中国科技信息，2010，（21）.

[16]何枫，赵大伟，付倩红.基于循环经济模式的我国工业技术效率提升研究[J].商业研究，2012，（1）.

责任编辑、校对：秦学诗