化工行業環保投資效率評價研究

趙海燕+張玉瑩

【摘 要】 為了更好地提高化工行業環保投資效率水平，明確企業環保投資的具體努力方向，文章以2011—2015年29家化工類上市公司為樣本，利用會計數據以匯總計算的總體環保投資額為輸入指標，以主營業務收入、每股收益、利稅總額為輸出指標，采用DEA模型評價化工行業的環保投資效率。研究結果表明：我國化工行業當前環保投資效率水平偏低，且相對于規模效率無效因素，純技術效率過低對環保投資整體效率狀況的影響程度更大。系統分析后從調整環保投入結構、提升技術創新水平、降低環保成本三個方面提出了促進環保投資運行效率水平的針對性建議。

【關鍵詞】 環保投資； 投資效率； DEA模型

【中圖分類號】 F407.2 【文獻標識碼】 A 【文章編號】 1004-5937（2017）10-0098-05

一、引言

“十三五”規劃和新一輪工業革命不期而遇，堅持智能轉型、提升能源資源利用效率和做優生態環境質量在我國被提上了新的高度。層出不窮的安全環境突發事件一次次為我們敲響警鐘，企業作為環境問題的制造主體和能源資源的消耗主體，在充分享受環境資源與社會資源為其帶來的經濟利益的同時，理應承擔起相應的環境責任與社會責任，充分發揮其在我國生態文明建設和環境保護工作中的最大主力軍作用。

作為典型的“兩高一剩”傳統大行業，化工企業的環境責任一直是社會各界關注的熱點問題。從現階段來看，我國化工企業的安全環保節能水平有待提升，環境管理與環保投入工作尚處于受政策牽引的被動階段，全面考慮環境成本和效益的自愿性環保投入較少。從政策導向來看，新環保系列法規、《中國制造2025》和《石化和化學工業發展規劃（2016—2020年）》等對化工行業環保生態化要求的一步步具體化，在增加了企業環保成本負擔的同時，也通過市場競爭的理性回歸途徑為各守法企業營造了一個全新的公平競爭環境。面臨不同以往的重大挑戰和機遇，綠色供應鏈體系、生態化工業將成為未來的發展趨勢。從企業自身來看，化工行業特征決定了其環境責任的特殊性，化工產品及其安全與人類健康緊密相關，當前“談化色變”和“鄰避效應”嚴重制約著化工行業的健康發展，隨著居民消費習慣由“溫飽型”向“發展型”轉變，綠色、安全、高性價比的高端化工產品的需求增速將超過傳統產品。

面對行業當前普遍存在的環保投資預期環境質量改善效果與不斷加大的投資力度無法匹配的問題，化工企業如何準確定位自身當前水平與優勢企業間的差距，如何更好地發揮環保投入資金的利用效率，使其在實現利潤的同時更好地履行環境責任，形成經營資金配置與履行環境責任的雙贏運行機制，將成為學者們關注的熱點。本文的貢獻在于以化工類上市公司年報披露的社會責任信息和財務數據為依據，測評并分析化工企業當前的環保投資效率水平，關注其內在冗余情況，掌握當前各企業之間環保資金配置的差距，從而為其更好地履行環境責任、合理調整環保投資構成和提升環保投資質量提供經驗數據支持。

二、文獻回顧

環保投資效率是指環保投資所產生的相對效果，即環保投資投入與產出的比較。關于環保投資效率的研究，國內學者采用了諸多方法與模型從不同角度進行研究，目前已取得了一些有價值的成果。謝洲等采用灰色關聯分析法進行企業優化環保投資規模研究，認為以一定的法律和環境標準為約束，利用經濟杠桿賦予企業一定的環保投資自主選擇權，鼓勵其尋求最優的投資規模和可持續的投資經濟基礎，可有效地激勵企業的環保投資行為，進而實現企業最大化的環保投資效率[ 1 ]。祝婧然等從投資視角出發，對我國環保投資綜合效益進行研究，發現環保投資整體綜合效益良好，但各項效益之間的發展存在差異，經濟效益層面，環保投資結構與投資效率的效力并未得到最優化的發揮[ 2 ]。陳俁秀等運用數據包絡分析方法評價我國四大航空公司的投資效率，認為其綜合效率同時受純技術效率和規模效率的影響，但主要受規模效率的影響[ 3 ]。張悅等以2000—2013年中國環境統計數據為樣本，從規模、結構和效益三方面研究我國環保投資發展現狀，結果表明盡管我國不斷地加大環境保護投入資金，其實際的環保設施運行效率和環境治理效果卻并不理想[ 4 ]。劉麗波采用BCC評估模型分析江西省的環境治理投資效率，發現其各設區市的總體投入不足，廢水、廢氣投資治理效率較高但地區差異明顯，部分地區的投資結構不合理且技術發展不均衡[ 5 ]。從當前的研究成果看，對于環保投資效率的研究多數集中在區域省市角度，很少有針對特定行業進行研究的文獻，將對象細化到化工行業上市公司的相關研究就更少。鑒于此，本文以29家化工類上市公司2011—2015年的環保相關數據為樣本，采用數據包絡分析法對環保投資效率進行測評和分析，為提高化工行業環保投資效率、優化企業環保投資方案提供依據。

三、化工行業環保投資效率測評

化工行業的環境保護過程是一個多投入、多輸出的復雜系統，通常很難在投入和產出之間找出顯著的函數關系，因而想要度量環保投資的相對有效性就更為困難。鑒于化工生產所產生的環境污染具有持續性和嚴重性特點以及多要素效率相對于單要素效率的獨特優勢，本文運用注重尋找各個決策單元有效前沿面的數據包絡分析方法來評價化工行業環保投資效率水平。

（一）測度模型介紹

數據包絡分析（Data Envelopment Analysis，DEA）是運籌學家Charnes等以“相對效率評價”為基礎發展起來的，用以評價多輸入多輸出單元有效性的一種具有獨特優勢且行之有效的系統分析方法[ 6 ]。該方法的本質是保持決策單元（Decision Making Units，DMU）的輸入或者輸出不變，判斷各個決策單元是否落在借助輸入輸出數據確定的相對有效的生產前沿面上，并通過比較決策單元與有效數據包絡面的偏離程度來評價決策單元的相對有效性[ 7 ]。

本研究基于DEA基本模型測算化工行業環保投資效率。設待評價決策單元的投入產出為（xm j，ys j）T，其中xj∈Em，yj∈Es，xj>0，yj>0，j=1，2，…，n，令？著是非阿基米德無窮小量，其大于零且小于任何正數，則模型構成如下：

（D？著）min？茲-？著（êTs-+eTs+）s.t.■xjλj+s-=？茲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，？茲是第j個決策單元的相對效率。

若（D？著）的最優解為λ0、s-0、s+0、？茲0，則有：若？茲0=1且s-0=0，s+0=0，則決策單元為DEA有效（總體），即原經濟系統的投入量已獲得最佳的產出量；若？茲0=1且êTs-+eTs+>0或？茲0<1，則決策單元為弱DEA有效（總體）或未達到有效狀態，此時可將原經濟系統的投入量減少s-而保持原有產出不變，或者保持原有投入不變而提高s+的產出量。

（二）評價指標選取

指標的選取需客觀反映評價對象的效率水平，同時具有可比性和易得性。本文選取化工行業上市公司年報中“管理費用”下的環境保護相關數據作為輸入指標的依據。由于各公司之間會計核算存在不同，所披露的具體表述并不統一，主要存在排污費、環保費、清潔費用、綠化費、環評費等多種列示，本文將各企業所涉及的上述表述匯總計算成總體的環保投資額，以此作為模型的輸入指標。同時，企業作為一個理性經濟人，其每一項投資都傾向于追求效益，因此本文選取可反映工業企業盈利能力的主營業務收入、每股收益、利稅總額三項作為模型的輸出指標。

（三）樣本數據收集

為了有效評價和分析化工行業環保投資效率水平，根據數據的可獲得性，本文選取滬深證券交易所上市的化工類上市公司2011—2015年的數據作為研究樣本，剔除了“管理費用”中未披露環保相關數據、“管理費用”中披露環保相關數據但個別年度財務數據為負的公司，最終確定29家化工企業作為研究對象。同時，本文所采用的數據均來自于相應公司當年的年報，數據處理采用Excel2007和MaxDEA Basic 6.8軟件。

（四）結果計算

數據包絡分析方法的評價分析主要涉及綜合效率、純技術效率和規模效率3個評價因素。上述基本模型中，令？啄=0可取得各決策單元的綜合效率值（CE），令？啄=1可取得各決策單元的純技術效率值（TE），而綜合效率與純技術效率的比值則為規模效率值（SE），三者的值均在0～1之間，值越大代表該決策單元的效率越高。其中，綜合效率是對化工行業環保投資效率水平的綜合衡量與評價，純技術效率是對各化工企業的環保資金管理能力、環保投入利用效率以及當前技術水平的評價，規模效率是對各化工企業的環保投入資金規模合理性的評價。本文最終整理的計算結果如表1、表2所示。

四、化工行業環保投資效率分析

為了更好地促進中國化工行業發展，及時掌握化工類上市公司的環保投資狀況，根據DEA模型的分析結果，對29家化工上市公司的環保投資效率進行了評價。

（一）綜合效率分析

如表1所示，化工行業環保投資綜合效率從2012年有小幅度上升后，整體呈現快速下降趨勢。29家上市公司中并沒有連續5年均達到綜合技術有效的企業，平均綜合效率值大約分布在0.004～0.934之間，各企業的環保投資效率水平差距較大。其中，環保投資效率最好的企業為三聚環保，其次為廣東榕泰。三聚環保的年平均效率值為0.934，且從2012年開始連續4年環保投入與產出達到了“帕累托最優”狀態，逐年利好的同時展現了較優的環保投資效率水平。總體來看，大約有76%的上市公司平均綜合效率低于各年綜合效率平均值0.14，平均綜合效率值在0.7以上的也僅有兩家，占總數的6.9%。這說明當前化工行業環保投資效率整體偏低，大部分上市公司仍有較大的提升空間，需結合企業現實情況進一步挖掘潛力。

（二）純技術效率分析

如表2所示，29家上市公司的純技術效率和綜合效率基本變化趨勢相似，但略有不同，主要表現為從2011年開始一直呈現下降趨勢。其中，環保投入資源利用效率較高的有5家，占樣本總量的17.2%，在評價期間內它們的年平均純技術效率達到0.8以上且有效年度均不少于4年。以湖北宜化為代表，個別上市公司出現純技術有效而規模無效的情況，表明這些企業雖對環保投資資金實施了有效管理，卻礙于資金規模的不合理、投入與產出的不匹配而無法最終達到整體的有效前沿面。從總體上看，約65.5%的上市公司平均純技術效率低于各年技術效率平均值0.284，且不足0.1的多達14家，行業整體的純技術效率較低。通過進一步分析對應的規模效率值可發現，相對于規模效率，純技術效率過低對當前化工行業環保投資效率狀況影響更大。

（三）規模效率分析

如表2所示，29家上市公司規模效率整體呈現一個上升下降再回升的波動趨勢，且2013年達到5年中的最高水平。平均規模效率0.8～1的上市公司共有3家，占總數的10.3%；0.6～0.8之間的共有11家，占總數的38%；不足0.1的僅有1家，占總數的3.4%。這些數據表明化工行業環保投資規模效率水平整體上優于其純技術效率水平。從規模報酬來看，青松股份、建新股份和錢江生化連續5年規模報酬遞增，說明三家企業這幾年內環保投入一直處于不足的狀態，日后需加大環保投入力度直到投入和產出之間達到最優狀態。金正大、湖北宜化等連續5年規模報酬遞減，說明企業目前環保投資效率較低的原因并不是環保投入資金不足，而是可能存在投入要素冗余或環保資金配置不合理等問題，需上市公司結合計算信息和企業實際環境分析出合理的改進尺度。

五、結論及建議

本研究以2011—2015年29家化工類上市公司的環保投資數據為樣本，采用DEA模型對化工行業環保投資效率進行評價。評價結果表明：我國化工行業當前環保投資效率水平偏低，2011—2015年未出現全部處于純技術有效和規模有效的企業，各企業均不同程度地存在純技術無效或規模無效現象；相對于規模效率無效，純技術效率過低對當前化工行業環保投資效率狀況影響更大。結合化工行業當前發展情況以及樣本數據統計分析過程，針對規模無效而導致的相對無效，可依據對應的規模報酬變化方向調整企業的環保投資力度，進而將規模效率值推向最優。以下主要針對化工行業環保投資效率狀況影響更大的純技術效率過低情況為各企業提出改進建議：

第一，調整環保投入結構，提升整體利用效率。從環保投入的內部構成來看，排污費、清潔費這種末端治理費用仍然是當前大部分化工上市公司的主要資金流向，結合投影值分析，企業受環保政策的被動牽引而進行的這部分環保投入在不同程度上均存在冗余狀況，超出合理范圍的投資并未帶來適配的產出效果，造成資金浪費的同時也增加了企業的環保成本。企業可結合自身規模和經營的實際情況將環保投入資金從末端治理為主向環保設備添置、后期運行以及分類治理工藝上合理轉移，以形成企業特色的環保投資格局。

第二，轉變環保管理理念，提升技術創新水平。從純技術效率分析來看，平均技術效率不足0.1的上市公司高達48.3%，化工行業整體的技術創新能力有待提升。針對這部分樣本企業所存在的產出不足情況，企業可從源頭上通過研發生產需備的高性能碳纖維及復合材料、石墨烯等清潔投入原料，或者從過程中采取與高等專業院校合作形式突破企業特定甚至行業共性的重大技術或成套設備問題，提升既定環保投資下的產出效果。

第三，把握利好環境，降低環保成本。依據上述分析可知當前化工行業的被動性環保投資情況較普遍，這在很大程度上與高昂的環保成本對經濟利益在短期內會形成負向沖擊力有關。因而若想提高行業的環保投資效率，就必須激勵企業的環保投資熱情，在大環境允許的情況下降低企業的環保成本。當前處于供給側改革的新背景下，國家在密集發布綠色政策提高對化工企業管理要求的同時，也在投資、稅收等方面不斷加大對符合政策條件企業的扶持力度。鑒于此，符合條件的企業尤其是環保投資會對本身經營形成巨大壓力的企業完全可以順應扶持政策，享受或創造條件享受國家支持，進而為企業的長期經營發展謀利。

【參考文獻】

[1] 謝洲，周菁華.企業環境保護投資規模優化的灰色關聯分析[J].生態經濟，2012（1）：116-119.

[2] 祝婧然，何凌云，朱衛.基于分類視角的我國環保投資綜合效益研究[J].生態經濟，2014（1）：107-114.

[3] 陳俁秀，李莉，趙東瑋.基于DEA的我國航空公司投資效率評價研究[J].會計之友，2015（11）：72-76.

[4] 張悅，林愛梅.我國環保投資現狀分析及優化對策研究[J].技術經濟與管理研究，2015（4）：3-9.

[5] 劉麗波.基于DEA的區域環境治理投資效率分析[J].會計之友，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] 馬占新，馬生昀，包斯琴高娃.數據包絡分析及其應用案例[M].北京：科學出版社，2013：154-165.