化工行业环保投资效率评价研究

赵海燕+张玉莹

【摘 要】 为了更好地提高化工行业环保投资效率水平，明确企业环保投资的具体努力方向，文章以2011—2015年29家化工类上市公司为样本，利用会计数据以汇总计算的总体环保投资额为输入指标，以主营业务收入、每股收益、利税总额为输出指标，采用DEA模型评价化工行业的环保投资效率。研究结果表明：我国化工行业当前环保投资效率水平偏低，且相对于规模效率无效因素，纯技术效率过低对环保投资整体效率状况的影响程度更大。系统分析后从调整环保投入结构、提升技术创新水平、降低环保成本三个方面提出了促进环保投资运行效率水平的针对性建议。

【关键词】 环保投资； 投资效率； DEA模型

【中图分类号】 F407.2 【文献标识码】 A 【文章編号】 1004-5937（2017）10-0098-05

一、引言

“十三五”规划和新一轮工业革命不期而遇，坚持智能转型、提升能源资源利用效率和做优生态环境质量在我国被提上了新的高度。层出不穷的安全环境突发事件一次次为我们敲响警钟，企业作为环境问题的制造主体和能源资源的消耗主体，在充分享受环境资源与社会资源为其带来的经济利益的同时，理应承担起相应的环境责任与社会责任，充分发挥其在我国生态文明建设和环境保护工作中的最大主力军作用。

作为典型的“两高一剩”传统大行业，化工企业的环境责任一直是社会各界关注的热点问题。从现阶段来看，我国化工企业的安全环保节能水平有待提升，环境管理与环保投入工作尚处于受政策牵引的被动阶段，全面考虑环境成本和效益的自愿性环保投入较少。从政策导向来看，新环保系列法规、《中国制造2025》和《石化和化学工业发展规划（2016—2020年）》等对化工行业环保生态化要求的一步步具体化，在增加了企业环保成本负担的同时，也通过市场竞争的理性回归途径为各守法企业营造了一个全新的公平竞争环境。面临不同以往的重大挑战和机遇，绿色供应链体系、生态化工业将成为未来的发展趋势。从企业自身来看，化工行业特征决定了其环境责任的特殊性，化工产品及其安全与人类健康紧密相关，当前“谈化色变”和“邻避效应”严重制约着化工行业的健康发展，随着居民消费习惯由“温饱型”向“发展型”转变，绿色、安全、高性价比的高端化工产品的需求增速将超过传统产品。

面对行业当前普遍存在的环保投资预期环境质量改善效果与不断加大的投资力度无法匹配的问题，化工企业如何准确定位自身当前水平与优势企业间的差距，如何更好地发挥环保投入资金的利用效率，使其在实现利润的同时更好地履行环境责任，形成经营资金配置与履行环境责任的双赢运行机制，将成为学者们关注的热点。本文的贡献在于以化工类上市公司年报披露的社会责任信息和财务数据为依据，测评并分析化工企业当前的环保投资效率水平，关注其内在冗余情况，掌握当前各企业之间环保资金配置的差距，从而为其更好地履行环境责任、合理调整环保投资构成和提升环保投资质量提供经验数据支持。

二、文献回顾

环保投资效率是指环保投资所产生的相对效果，即环保投资投入与产出的比较。关于环保投资效率的研究，国内学者采用了诸多方法与模型从不同角度进行研究，目前已取得了一些有价值的成果。谢洲等采用灰色关联分析法进行企业优化环保投资规模研究，认为以一定的法律和环境标准为约束，利用经济杠杆赋予企业一定的环保投资自主选择权，鼓励其寻求最优的投资规模和可持续的投资经济基础，可有效地激励企业的环保投资行为，进而实现企业最大化的环保投资效率[ 1 ]。祝婧然等从投资视角出发，对我国环保投资综合效益进行研究，发现环保投资整体综合效益良好，但各项效益之间的发展存在差异，经济效益层面，环保投资结构与投资效率的效力并未得到最优化的发挥[ 2 ]。陈俣秀等运用数据包络分析方法评价我国四大航空公司的投资效率，认为其综合效率同时受纯技术效率和规模效率的影响，但主要受规模效率的影响[ 3 ]。张悦等以2000—2013年中国环境统计数据为样本，从规模、结构和效益三方面研究我国环保投资发展现状，结果表明尽管我国不断地加大环境保护投入资金，其实际的环保设施运行效率和环境治理效果却并不理想[ 4 ]。刘丽波采用BCC评估模型分析江西省的环境治理投资效率，发现其各设区市的总体投入不足，废水、废气投资治理效率较高但地区差异明显，部分地区的投资结构不合理且技术发展不均衡[ 5 ]。从当前的研究成果看，对于环保投资效率的研究多数集中在区域省市角度，很少有针对特定行业进行研究的文献，将对象细化到化工行业上市公司的相关研究就更少。鉴于此，本文以29家化工类上市公司2011—2015年的环保相关数据为样本，采用数据包络分析法对环保投资效率进行测评和分析，为提高化工行业环保投资效率、优化企业环保投资方案提供依据。

三、化工行业环保投资效率测评

化工行业的环境保护过程是一个多投入、多输出的复杂系统，通常很难在投入和产出之间找出显著的函数关系，因而想要度量环保投资的相对有效性就更为困难。鉴于化工生产所产生的环境污染具有持续性和严重性特点以及多要素效率相对于单要素效率的独特优势，本文运用注重寻找各个决策单元有效前沿面的数据包络分析方法来评价化工行业环保投资效率水平。

（一）测度模型介绍

数据包络分析（Data Envelopment Analysis，DEA）是运筹学家Charnes等以“相对效率评价”为基础发展起来的，用以评价多输入多输出单元有效性的一种具有独特优势且行之有效的系统分析方法[ 6 ]。该方法的本质是保持决策单元（Decision Making Units，DMU）的输入或者输出不变，判断各个决策单元是否落在借助输入输出数据确定的相对有效的生产前沿面上，并通过比较决策单元与有效数据包络面的偏离程度来评价决策单元的相对有效性[ 7 ]。

本研究基于DEA基本模型测算化工行业环保投资效率。设待评价决策单元的投入产出为（xm j，ys j）T，其中xj∈Em，yj∈Es，xj>0，yj>0，j=1，2，…，n，令？着是非阿基米德无穷小量，其大于零且小于任何正数，则模型构成如下：

（D？着）min？兹-？着（êTs-+eTs+）s.t.■xjλj+s-=？兹xj 0■yjλj-s+=yj 0？啄■λj=？啄s-≥0，s+≥0，λj≥0，j=1，2，…，n

其中，êT=（1，1，…，1）∈Em，eT=（1，1，…，1）∈Es，？兹是第j个决策单元的相对效率。

若（D？着）的最优解为λ0、s-0、s+0、？兹0，则有：若？兹0=1且s-0=0，s+0=0，则决策单元为DEA有效（总体），即原经济系统的投入量已获得最佳的产出量；若？兹0=1且êTs-+eTs+>0或？兹0<1，则决策单元为弱DEA有效（总体）或未达到有效状态，此时可将原经济系统的投入量减少s-而保持原有产出不变，或者保持原有投入不变而提高s+的产出量。

（二）評价指标选取

指标的选取需客观反映评价对象的效率水平，同时具有可比性和易得性。本文选取化工行业上市公司年报中“管理费用”下的环境保护相关数据作为输入指标的依据。由于各公司之间会计核算存在不同，所披露的具体表述并不统一，主要存在排污费、环保费、清洁费用、绿化费、环评费等多种列示，本文将各企业所涉及的上述表述汇总计算成总体的环保投资额，以此作为模型的输入指标。同时，企业作为一个理性经济人，其每一项投资都倾向于追求效益，因此本文选取可反映工业企业盈利能力的主营业务收入、每股收益、利税总额三项作为模型的输出指标。

（三）样本数据收集

为了有效评价和分析化工行业环保投资效率水平，根据数据的可获得性，本文选取沪深证券交易所上市的化工类上市公司2011—2015年的数据作为研究样本，剔除了“管理费用”中未披露环保相关数据、“管理费用”中披露环保相关数据但个别年度财务数据为负的公司，最终确定29家化工企业作为研究对象。同时，本文所采用的数据均来自于相应公司当年的年报，数据处理采用Excel2007和MaxDEA Basic 6.8软件。

（四）结果计算

数据包络分析方法的评价分析主要涉及综合效率、纯技术效率和规模效率3个评价因素。上述基本模型中，令？啄=0可取得各决策单元的综合效率值（CE），令？啄=1可取得各决策单元的纯技术效率值（TE），而综合效率与纯技术效率的比值则为规模效率值（SE），三者的值均在0～1之间，值越大代表该决策单元的效率越高。其中，综合效率是对化工行业环保投资效率水平的综合衡量与评价，纯技术效率是对各化工企业的环保资金管理能力、环保投入利用效率以及当前技术水平的评价，规模效率是对各化工企业的环保投入资金规模合理性的评价。本文最终整理的计算结果如表1、表2所示。

四、化工行业环保投资效率分析

为了更好地促进中国化工行业发展，及时掌握化工类上市公司的环保投资状况，根据DEA模型的分析结果，对29家化工上市公司的环保投资效率进行了评价。

（一）综合效率分析

如表1所示，化工行业环保投资综合效率从2012年有小幅度上升后，整体呈现快速下降趋势。29家上市公司中并没有连续5年均达到综合技术有效的企业，平均综合效率值大约分布在0.004～0.934之间，各企业的环保投资效率水平差距较大。其中，环保投资效率最好的企业为三聚环保，其次为广东榕泰。三聚环保的年平均效率值为0.934，且从2012年开始连续4年环保投入与产出达到了“帕累托最优”状态，逐年利好的同时展现了较优的环保投资效率水平。总体来看，大约有76%的上市公司平均综合效率低于各年综合效率平均值0.14，平均综合效率值在0.7以上的也仅有两家，占总数的6.9%。这说明当前化工行业环保投资效率整体偏低，大部分上市公司仍有较大的提升空间，需结合企业现实情况进一步挖掘潜力。

（二）纯技术效率分析

如表2所示，29家上市公司的纯技术效率和综合效率基本变化趋势相似，但略有不同，主要表现为从2011年开始一直呈现下降趋势。其中，环保投入资源利用效率较高的有5家，占样本总量的17.2%，在评价期间内它们的年平均纯技术效率达到0.8以上且有效年度均不少于4年。以湖北宜化为代表，个别上市公司出现纯技术有效而规模无效的情况，表明这些企业虽对环保投资资金实施了有效管理，却碍于资金规模的不合理、投入与产出的不匹配而无法最终达到整体的有效前沿面。从总体上看，约65.5%的上市公司平均纯技术效率低于各年技术效率平均值0.284，且不足0.1的多达14家，行业整体的纯技术效率较低。通过进一步分析对应的规模效率值可发现，相对于规模效率，纯技术效率过低对当前化工行业环保投资效率状况影响更大。

（三）规模效率分析

如表2所示，29家上市公司规模效率整体呈现一个上升下降再回升的波动趋势，且2013年达到5年中的最高水平。平均规模效率0.8～1的上市公司共有3家，占总数的10.3%；0.6～0.8之间的共有11家，占总数的38%；不足0.1的仅有1家，占总数的3.4%。这些数据表明化工行业环保投资规模效率水平整体上优于其纯技术效率水平。从规模报酬来看，青松股份、建新股份和钱江生化连续5年规模报酬递增，说明三家企业这几年内环保投入一直处于不足的状态，日后需加大环保投入力度直到投入和产出之间达到最优状态。金正大、湖北宜化等连续5年规模报酬递减，说明企业目前环保投资效率较低的原因并不是环保投入资金不足，而是可能存在投入要素冗余或环保资金配置不合理等问题，需上市公司结合计算信息和企业实际环境分析出合理的改进尺度。

五、结论及建议

本研究以2011—2015年29家化工类上市公司的环保投资数据为样本，采用DEA模型对化工行业环保投资效率进行评价。评价结果表明：我国化工行业当前环保投资效率水平偏低，2011—2015年未出现全部处于纯技术有效和规模有效的企业，各企业均不同程度地存在纯技术无效或规模无效现象；相对于规模效率无效，纯技术效率过低对当前化工行业环保投资效率状况影响更大。结合化工行业当前发展情况以及样本数据统计分析过程，针对规模无效而导致的相对无效，可依据对应的规模报酬变化方向调整企业的环保投资力度，进而将规模效率值推向最优。以下主要针对化工行业环保投资效率状况影响更大的纯技术效率过低情况为各企业提出改进建议：

第一，调整环保投入结构，提升整体利用效率。从环保投入的内部构成来看，排污费、清洁费这种末端治理费用仍然是当前大部分化工上市公司的主要资金流向，结合投影值分析，企业受环保政策的被动牵引而进行的这部分环保投入在不同程度上均存在冗余状况，超出合理范围的投资并未带来适配的产出效果，造成资金浪费的同时也增加了企业的环保成本。企业可结合自身规模和经营的实际情况将环保投入资金从末端治理为主向环保设备添置、后期运行以及分类治理工艺上合理转移，以形成企业特色的环保投资格局。

第二，转变环保管理理念，提升技术创新水平。从纯技术效率分析来看，平均技术效率不足0.1的上市公司高达48.3%，化工行业整体的技术创新能力有待提升。针对这部分样本企业所存在的产出不足情况，企业可从源头上通过研发生产需备的高性能碳纤维及复合材料、石墨烯等清洁投入原料，或者從过程中采取与高等专业院校合作形式突破企业特定甚至行业共性的重大技术或成套设备问题，提升既定环保投资下的产出效果。

第三，把握利好环境，降低环保成本。依据上述分析可知当前化工行业的被动性环保投资情况较普遍，这在很大程度上与高昂的环保成本对经济利益在短期内会形成负向冲击力有关。因而若想提高行业的环保投资效率，就必须激励企业的环保投资热情，在大环境允许的情况下降低企业的环保成本。当前处于供给侧改革的新背景下，国家在密集发布绿色政策提高对化工企业管理要求的同时，也在投资、税收等方面不断加大对符合政策条件企业的扶持力度。鉴于此，符合条件的企业尤其是环保投资会对本身经营形成巨大压力的企业完全可以顺应扶持政策，享受或创造条件享受国家支持，进而为企业的长期经营发展谋利。

【参考文献】

[1] 谢洲，周菁华.企业环境保护投资规模优化的灰色关联分析[J].生态经济，2012（1）：116-119.

[2] 祝婧然，何凌云，朱卫.基于分类视角的我国环保投资综合效益研究[J].生态经济，2014（1）：107-114.

[3] 陈俣秀，李莉，赵东玮.基于DEA的我国航空公司投资效率评价研究[J].会计之友，2015（11）：72-76.

[4] 张悦，林爱梅.我国环保投资现状分析及优化对策研究[J].技术经济与管理研究，2015（4）：3-9.

[5] 刘丽波.基于DEA的区域环境治理投资效率分析[J].会计之友，2016（1）：69-73.

[6] COOPER W W，SEIFORD L M， THANASSOULIS E，et al. DEA and its uses in different countries[J]. European Journal of Operational Research，2004，154（2）：337-344.

[7] 马占新，马生昀，包斯琴高娃.数据包络分析及其应用案例[M].北京：科学出版社，2013：154-165.