高耗能上市企业能源效率提升与环境表现——以非金属矿物制品行业为例

闫文娟,李 信,蒋明岳

(西安工业大学 经济管理学院,陕西 西安 710032)

破除制约我国经济、社会、生态可持续发展瓶颈最重要的抓手是提高能源效率,提高能源效率有助于节能减排和实现可持续发展等多重目标[1]。既有研究从宏观层面研究了能源效率改进的生态环境影响[2],但基于微观视角,尚未有学者关注能源效率改进带来的环境改善效应。本研究的文献综述主要涉及三类文献:第一类是关于能源效率的研究。能源效率的研究十分丰富,主要分为能源效率评价[3,4]、能源效率的影响因素分析[5,6]和能源效率对经济、社会、环境系统的影响[2,7]。在梳理能源效率的过程中,发现以上研究多基于宏观和中观视角,少有文献从企业层面研究能源效率。蔡晓春、邹克对钢铁行业上市公司能源效率进行了测度[8]。本文关于能源效率的测度是基于企业微观层面展开的。第二类是对环境表现的研究。环境表现的测度目前没有公认的测度方法,大多是单一维度的衡量指标或是政府和机构已公布的数据[9,10]。国内研究中,环境表现的衡量基本处于空白状态。沈洪涛、黄珍等从污染排放、环境管理和社会影响3个一级指标以及细分的8个二级指标对我国企业环境表现进行了评价,对该领域做出了基础性贡献[11];龙文滨、李四海、宋献中借鉴沈洪涛的方法研究了环保规制与中小企业的环境表现[12]。第三类文献是能源效率与环境表现的关系研究。

本文贡献在于两方面:①研究内容。本文首次考察了能源效率与环境表现的关系,并给出了计量分析背后的现实解释,为我国转变经济增长方式和加强环境信息披露监管的必要性再添证据。②研究视角。通过手工搜集非金属矿物制品行业的65家上市企业的数据进而测算能源效率,推动了从微观视角分析能源效率问题研究。③研究结论的稳健性。在能源效率的测算上分别采用DEA和Malmquist方法,两种测算结果与环境表现的相关性分析结果一致,提高了结论的准确性与可信性。

1 能源效率提升与环境表现的关系

1.1 环境表现的衡量

沈洪涛针对环境表现无法量化这一现状做出了重要的基础性贡献,设计了3个一级指标和8个二级指标,根据《企业环境行为评价技术指南》中所列评价指标的重要程度不同,按先后次序两两比较,形成判断矩阵,然后使用AHP层次分析法,参照《指南》的具体评分标准对各个环境指标进行评分,通过所得评分进行加权计算得出这八大指标的相应权重[11]。本文借鉴这八大指标的评分标准,进行环境表现指标计算。对八大指标的赋值标准为:①排放达标。每个排放口主控污染因子达标率≥80%,赋值1,否则赋值0(权重为29.34%)。②设置环保机构。环保人员、环保管理制度和建设项目符合规定程序或遵守“三同时”(指企业的环保设施与主体生产设施同时设计、同时施工、同时投入使用)制度,赋值1,否则赋值0(权重为8.08%)。③固体废物处置与利用。固体废物处置处理率达到100%,或综合利用率≥80%,赋值1,否则赋值0(权重为5.36%)。④环境管理体系认证。通过ISO环境管理体系认证,赋值1,否则赋值0(权重为3.63%)。⑤清洁生产审核。通过清洁生产审核,赋值1,否则赋值0(权重为2.55%)。⑥行政处罚。环境表现未受到行政处罚,赋值1,否则赋值0(权重为19.34%)。⑦重要环境违法行为。无重要环境违法行为,赋值1,否则赋值0(权重为19.34%)。⑧突发环境事件。无突发环境事件,赋值1,否则赋值0(权重为12.36%)。

本研究包含2015年、2016年和2017年的样本,将每个企业这三年的环境表现数值进行加权平均,得到最终的企业环境表现分数。选取65家非金属矿物制品业企业按环境表现进行分析，指数排序结果见表1。环境表现指数测算所需数据通过查阅公众环境研究中心(IPE)网站、企业年度社会责任报告、中国资讯行—中国经济新闻库、企业年报手工搜集获得。

表1 非金属矿物制品行业上市公司环境表现的测度

1.2 能源效率的测算

数据包络分析法:能源效率的测算大致分为单要素能源效率与全要素能源效率的测算。单要素法包括能耗强度、真实能耗强度和IDA法(其中包括拉氏、迪氏和费雪指数分析法)。由于单要素法过于片面而出现了全要素法,主要包括DEA分析法、随机前沿分析法(SFA)和基于生产理论框架的能源效率(PDA)方法。在全要素能源效率测度方法中,使用最广泛并且得到国际公认的方法为数据包络分析法(DEA分析法)。DEA方法是以相对效率概念为基础,根据多指标投入和多指标产出对同类型的部门或单位即决策单元(DMU)进行相对有效性或效益评价的一种方法[13]。该方法运用到企业能源效率测算的本质是将企业作为实际决策单元,保持决策单元的输入或输出不变,将各个决策单元投影到DEA的生产前沿面上,通过比较决策单元偏离DEA前沿面的程度来评价它们的相对有效性。常用的DEA模型主要有不考虑规模收益的CCR模型和考虑规模收益的模型BCC模型。两者间的主要区别是BCC模型能进一步将效率值分解为纯技术效率和规模效率,有助于找到缺乏效率的原因是规模效率还是纯技术效率。本文采用BCC模型来测算能源效率。该模型假设决策单元有个,每个决策单元有多种输入和输出类型,模型构建为:

(1)

表2 非金属矿物制品行业上市公司能源效率的测度——基于BCC模型

DEA方法不需要权重假设并且不必对数据进行量纲化处理,此外无需确定输入和输出之间的关系表达式,客观性较强。该方法有其适用性,一方面，各决策单位间应具有同构性,如果在不相关单位之间进行比较,则无法分辨究竟是比较单位间的性质差异还是比较单位间的效率差异。本文选取的上市企业为同一行业,较大程度保证了决策单元的同构性。另一方面，决策单元的个数应为投入—产出项数之和的5倍或5倍以上,否则会严重影响研究的有效性和可信度。本文决策单元的个数是投入—产出项数之和的16倍多,符合DEA使用的要求。BCC模型计算的综合效率见表2。从表2可见，2015—2017年效率较高、一般和较差的15家代表性企业的效率值。限于篇幅,纯技术效率和规模效率的数值从略。

Malmquist生产率指数法:该方法在处理多输入—多输出的有效性评价方面具有绝对优势,用DEA评价是以当年的最优决策单元为参考,为静态评价,但不同年份各决策单元的输入输出会有变化,生产前沿面也有可能发生转移,因此使用Malmquist生产率指数法来测度企业能源效率,通过纵向对比决策单元的效率来弥补DEA方法的缺陷。针对本文分析的65家上市公司, 2015—2017年公司的Malmquist指数可分解表示为:

TFPCH(Xt,Yt,Xt-1,Yt-1)=FUECH×TECHCH,t=2015,2016,2017

(2)

式中,(Xt-1,Yt-1)和(Xt,Yt)分别为65家上市公司在第t-1年和第t年的投入—产出向量;FUECH为效率变化指数;TECHCH为技术变化指数。进一步可将FUECH分解为纯技术效率变化指数PTECH和规模效率变化指数SECH的乘积。即FUECH=PTECH×SECH×TECH,所以上市公司的Malmquist指数可进一步分解为:TFPCH=PTECH×DECH×TECHCH。Malmquist指数如果大于1,表明t+1期相对于t期的能源效率是增长的。其中,技术进步指数可称为“增长效应”,该指数大于1,说明出现了技术进步或创新,生产前沿面“向上”移动;技术效率变化指数可称为“追赶效应”,反映企业从t期到t+1期向生产前沿面的追赶程度,其实这种技术效率所反映的是样本点企业与前沿面上企业全要素生产率的差距[14]。规模效应反映实际生产规模和最优生产规模的差距,该值如果等于1,说明该生产规模有效。从纯技术效率可见各部门对投入要素是否有效地运用,该值越高表示其投入资源使用情形越有效。15家代表性企业能源效率的测算结果见表3。限于篇幅,2015—2016年的测算结果从略。

数据来源与投入—产出指标选择:DEA模型是基于投入—产出指标体系对能源效率进行评价的分析方法。借鉴蔡晓春、邹克[8]的方法,投入指标包括能源资源、人力资源和资本资源。其中,能源资源指在当前社会经济技术条件下能为人类提供大量能量的物质和自然过程,如煤炭、潮汐等。本文主要研究高耗能上市企业,因此使用综合能源能耗表示该指标。人力资源指一段时间内组织中的人能为企业创造价值的体力投入和脑力投入,本文用企业报告中的员工数表示该指标。资本资源指一个经济体为了生产其他的物品而生产出来的耐用品,如机器、建筑物等,即生产过程中的资本投入,本文以固定资产折旧表示该指标。产出指标分为期望产出和非期望产出，前者指会对社会产生正面效应的产出,后者则相反,指产生负效应的产出,如污染排放等。由于衡量非期望产出的指标缺乏数据支持,因此本文只考虑期望产出,以主营业务收入测度期望产出。

表3 非金属矿物制品行业上市公司能源效率的测度——基于Malmquist指数

1.3 能源效率提升影响环境表现的理论分析

根据已有宏观层面的研究成果,本文认为在微观层面,能源效率与环境表现有关联,预期能源效率的提升会对环境表现产生一定的促进作用。从追赶效应、增长效应、规模效应、纯技术效率效应和综合效应来分析能源效率对环境表现的影响:①追赶效应(效率指数)。样本企业不断向前沿面上的企业学习先进的组织形式和管理方式,提高专业化水平,这样样本企业相对于前沿面企业的效率差距就会变小,在此过程中,企业有可能在固体废物处理方面更加专业和更有效率。为了提高管理水平可能会设置专门的环保机构、环保人员和环保管理制度,因此有利于环境表现水平的提高。②增长效应(技术进步)。由于引进新技术使前沿面发生变动,这样既会引起样本点企业的追赶效应,促进环境表现的提高,又会通过技术进步提高污染物的排放达标率,更有可能通过ISO4001环境管理体系认证和清洁生产审核,提高整个样本的环境表现水平。③规模效应(规模效率)。一般而论，企业规模有一个适度的边界,企业规模过小不容易实现规模效应,企业规模过大,会面临马歇尔冲突,即竞争活力和规模经济的两难选择。企业在不适合的规模上运作(规模过大或过小)很难实现利润最大化,也就很难分出人力、财力、物力等资源去关注环境表现。反之,企业在适合的规模上运行,既有更多的资源去投入环境治理,又分摊在单位产品的环境保护成本比小企业更低,且规模较大的企业一般多为环保机构监督的重点对象,以上因素都会促进企业有一个良好的环境表现。④纯技术效率效应(规模效率)。纯效率指数是制度和管理水平带来的效率,假设企业已在最优生产规模上运行。由于管理和技术等因素影响生产效率,纯技术效率的提升会增强企业环境管理水平,促进排放达标,提升企业的环境表现。⑤综合效应。能源效率的提升从投入和产出两个层面为企业节约成本,有助于企业占有更大的市场份额,从而企业的竞争力得到提升,会吸引到更高素质的人才,其管理水平和执行效力得以提高,应对突发环境事件的能力和社会责任感增强,会减小企业发生重大环境事件和突发环境事件的概率,减少环境违法行为,使环境表现水平得以提高。此外,企业能源效率提升后,更有可能得到政府相关政策的支持和税收优惠或补贴,刺激企业进一步开发新技术使用清洁能源,减少排污量,形成良性循环,进一步提升企业在环境方面的表现。

2 能源效率提升与环境表现的相关系数分析

2.1 相关系数分析

针对本文的研究内容,并考虑到数据可得性,本文并没有采用回归分析方法来研究能源效率提升与环境表现的相关关系。运用Pearson相关性检验的结果见表4。从表4可见,相关性检验不但考虑了当期能源效率对环境表现的影响,而且考虑了能源效率的滞后期对环境表现的影响。

表4 能源效率与环境表现的相关性检验——基于DEA测算能源效率

注：*、**、***分别表示10%、5%、1%显著性水平显著,表5同。

从表4可见,2017年的技术效率和环境表现成负相关(-0.2166),并在10%显著性水平上显著,与理论预期不符;纯技术效率与环境表现呈负相关(-0.4371),在1%显著性水平上显著,与理论预期不符;规模效率与环境表现呈正相关(0.1839),在1%显著性水平上显著,与理论预期相符;其他年份下能源效率与环境表现的相关性系数并不显著。因此,本文认为也许环境表现的改善相对于能源效率的提升有一个反应滞后时间。由于样本涉及3年数据,因此本文分别考虑了滞后1年和滞后2年的实证结果。由表4可知,2016年的技术效率、纯技术效率和规模效率数值与2017年的环境表现数值的关系分别为负相关显著、负相关显著和正相关显著。进一步分析,由技术效率的数值计算可见,有7家企业技术效率数值在0.9以上,有25家企业的效率值大于0.6,说明非金属矿物制品行业上市公司整体技术效率值较低。相关性分析显示,技术效率整体与环境表现呈现负相关,而观察近三年企业的环境表现,发现大约有35家企业的环境表现数值等于1,即约1/2以上企业的环境表现很好。造成技术效率和环境表现数值相背离可能的原因有:一是企业存在虚假或隐瞒环境信息披露。从环境表现指标体系的8个指标来看,污染排放、环境管理基本要求、固体废物处置与利用、环境管理体系认证和清洁生产审核都属于非货币化环境信息指标,非货币化的环境信息可能是文字注释、指标说明或图表等多种表达方式,相对货币化的环境信息(本质是财务信息,与传统意义上的财务信息内涵和计量方法相同,相对不易被操控)而言,更容易被企业操纵[15]。具体而言,环境管理基本要求、固体废物处置与利用、环境管理体系认证、清洁生产审核是从企业社会责任报告内查找的,但许多公司在信息披露过程中含糊其辞或干脆未披露;排放达标、行政处罚、重要环境违法行为在公众环境研究中心中有的是被监测到并统计的,但许多并未被统计到或存在虽统计到但结果不实(因公司隐瞒未披露或披露不实);突发环境事件除特殊年份出现状况外,大多并没有影响较大的突发环境事件,以上为企业粉饰环境表现数值提供了理论支持和微观证据。二是非金属矿物制品行业的技术效率较低。这与整个工业企业的技术效率不高有关,我国粗放型的增长方式带来了过去几十年的增长奇迹,而经济增长主要依赖大规模投入,技术效率提高对经济增长的贡献较低,体现了我国供给侧改革的必要性和创新驱动的紧迫性。

技术效率可分解为规模效率和纯技术效率。规模效率反映企业是否在最合适的规模下生产经营,规模效率等于1,说明目前的生产规模是有效的;反之,说明企业规模没有达到最佳状态。纯技术效率是假定企业已在最优生产规模上生产,测度实际生产点与生产可能性曲线的差距程度。其次,纯技术效率是制度和管理水平带来的效率,65家样本企业中只有35家企业的纯技术效率大于0.6,大于0.9的企业只有15家,说明目前该行业的大部分上市企业纯技术效率不高。造成纯技术效率与环境表现两者相背离的原因解释思路基本同上。目前该行业大部分上市企业的制度和管理带来的效率不高,在设置环保机构和环境管理体系的认证方面有欠缺,加上环境表现可能存在粉饰现象。第三,规模效率是反映企业现有规模对环境表现的影响。查看规模效率的计算数值发现,65家企业当中61家企业的规模效率数值在0.6以上,45家企业的规模效率数值在0.9以上,这表明目前该行业的上市企业接近最优的产业规模,因此可更好地利用企业资源,实现规模经济,获取更多的经济利润,更有财力去进行环境管理。此外,大规模企业相对于小规模企业购买环保设备的平均成本更低,大规模产量更能摊薄环保设备的单位产品成本,这些都能促进企业有更好的环境表现。

2.2 稳健性分析

本文采用Malmquist指数来重新测算能源效率,分析能源效率与环境表现的关系。一方面,为了验证以DEA方法测算结果的稳健性,另一方面可进一步细化分解能源效率,更好地阐释能源效率和环境表现的关系,结果见表5。同样,我们不仅列出了当期能源效率与环境表现的相关性分析结果,也列出了滞后期的结果。从表5可见,在滞后一期的情况下,技术效率与环境表现为负相关,相关系数为-0.1960,在10%显著性水平下显著;规模效率与环境表现正相关,相关系数为0.1171,在10%显著性水平下显著;纯技术效率与环境表现为负相关,相关系数为-0.3342,在1%显著性水平下显著。这三项结果与DEA方法测算能源效率的相关性分析结果一致,说明结果的稳健性。此外,总效率(全要素生产率)与环境表现为负相关,相关系数为-0.3729,在5%显著性水平下显著,技术进步与环境表现负相关但不显著。全要素生产效率可分解为技术效率和技术进步,技术效率对环境表现的影响为负,分析的原因同上,但技术进步并不显著,因此导致全要素生产效率对环境表现的影响为负。技术进步与环境表现的相关性分析不显著,说明技术进步并没有改善上市公司的环境表现。这里的技术进步是指技术边界从t到t+1期的移动情况,该值大于1,说明出现了技术进步,生产前沿面“向上”移动。技术进步并没有带来环境表现的提高,一方面仍考虑环境表现粉饰的可能性,另一方面可从企业创新的种类进行解释。企业创新行为可分为两类:一类是以推动技术进步和获取竞争优势为目的的“高质量”的创新行为,称之为实质性创新;另一类是以谋求其他利益为目的,通过追求创新“数量”和“速度”来迎合监管和政府的创新策略,称之为策略性创新,这种创新仅仅是管理层的一种策略,并不能推动企业的技术竞争力。如果以策略性创新为主,这种数量上的创新并不能改进生产工艺,达不到节能减耗的目的,导致结构性产能过剩,不会促进环境表现水平的提高。

表5 能源效率与环境表现的相关性检验——基于Malmquist指数测算能源效率

3 结论与政策启示

本文以非金属矿物制品行业为例,通过手工搜集65家上市公司的数据,测算环境表现和能源效率,运用Pearson相关性方法检验能源效率与环境表现的关系。结论表明,规模效率与环境表现呈正相关关系,纯技术效率、技术效率与环境表现水平呈负相关关系,技术进步与环境表现的关系不显著,全要素生产率与环境表现的关系为负相关。以上实证结果与我国长期以大规模投入为经济驱动的主要力量,与创新驱动不足的现实有关,也与上市公司政治关联以及环境信息披露的监管力度不高、企业虚假披露环境信息有关。这一研究再一次印证了我国彻底改变经济增长方式的迫切性与增强环境信息披露的必要性,也为提高能源效率和改善环境表现提供了现实基础和参考依据。

政策启示:①推动“实质性”创新,减少“策略性”创新,实现节能降耗,增强产业竞争力。政府在激励企业创新时,一方面，应根据创新行为的难度、深度和潜在价值细化,对技术含量高的研发项目,加大前期支持力度,推动实质创新;另一方面,合理引导和适当扶持技术含量较低的创新企业,通过甄别企业创新成果,调高后期获选补助的标准,使整体创新质量得以提高。在保证“实质性”创新的前提下,推动技术进步,改变过度消耗资源,污染环境的发展方式,真正改善企业的环境表现,促进产业转型的升级。②加强环境信息披露的监管力度,推动上市公司环境信息披露的公开性和透明性。我国环保部门应制定完善的、操作性强的环境信息披露准则和标准化的环境报告书,尤其是尽可能多地加强货币化环境信息的披露,才有助于环境披露信息的可比性,尽可能减少企业利用职能重叠和利益重叠的高管人员规避环境规制和环境投入的可能性,避免拖延和掩盖环境真相。