基于四階段DEA模型的綠色低碳企業融資效率研究

雷輝，劉俏云

基金項目： 教育部人文社會科學基金項目（17YJA630041）

作者簡介： 雷 輝（1967—），男，湖南長沙人，博士，湖南大學工商管理學院教授，研究方向：戰略管理，投資決策。

摘 要：運用四階段DEA模型探究2017年綠色低碳上市公司的融資效率。結果顯示：其融資效率值偏低，主要受到純技術效率的制約，且當前大部分企業處于規模報酬遞增階段;融資效率受當地政府產業支持力度、金融發展水平等外部融資環境的影響較大;同質環境下國有企業較非國有企業有明顯更高的融資效率值，獨立董事比例、流動負債占比、職工薪酬等內部融資環境指標都有利于提高綠色低碳企業的融資效率，主營業務成本率對企業融資效率有明顯的負向影響。

關鍵詞： 綠色低碳;融資效率;融資環境;四階段DEA模型

中圖分類號：F275 文獻標識碼： A 文章編號：1003-7217（2020）03-0072-07

一、引 言

隨著資源環境的日漸嚴峻，綠色低碳成為全球發展潮流，得到各國政府的重視。中國政府相繼出臺《“十二五”規劃》《國務院關于加快發展節能環保產業的意見》《“十三五”規劃》等扶持政策推進相關產業的發展。2016年出臺的《“十三五”國家戰略性新興產業發展規劃》在將原有七大戰略性新興產業中節能環保、新能源和新能源汽車三個領域整合為綠色低碳板塊的基礎上，明確了綠色低碳產業的戰略地位，要求推進綠色低碳產業的應用比例和產業體系建設。政府政策引導，市場需求推動，當前綠色低碳產業已經成為我國產業經濟發展趨勢。

近年來我國綠色低碳產業發展迅猛，技術創新水平不斷提升，產業市場已經具有一定規模。綠色低碳產業作為資本和技術密集型產業，初期需要投入大量資本進行技術研發，研發周期又普遍較長，因此我國綠色低碳產業普遍面臨較大的融資問題。如何獲取充足資金并對資金進行合理有效配置，最終使企業獲益即推動企業融資效率的提高，對綠色低碳產業的發展至關重要。因此，本文將研究重點放在綠色低碳產業的融資效率。

企業融資研究的理論基石是MM理論，Modiglian等人（1959）提出在無摩擦資本市場中公司的融資結構不對企業市場價值產生影響[1]。Fama和Jensen（1983）指出現代企業所有權和經營權的分離對融資政策或融資方式的不同選擇會帶來有差別的融資代理成本進而導致不同的融資效率[2]。Hogan和Hutson（2007）通過實證分析得到相對于債務融資，科技型企業更加愿意選擇股權融資，而且不同的融資決策將導致不同的融資效率[3]。Smolarski和Kut（2011）對企業融資方式研究發現相較于一次付清的融資，分階段融資與銀團貸款會促進企業融資后績效增長[4]。Yiu等（2013）提出相較銀行融資，由地下金融和貿易信貸組成的創新融資方式對私人企業融資績效的正向影響更大[5]。Hason等（2017）研究當地銀行業市場結構與中小企業獲得債務融資并提升業績之間的關系，發現合作銀行的相對強勢地位降低了中小企業的融資成本，并有利于企業業績增長[6]。國外學者鮮有對“融資效率”這一概念進行專門研究，有關融資效率的文獻主要集中于融資結構、融資方式和資源配置等視角對企業的融資收益影響的研究，其原因是西方國家財產具備相對分散、高度市場化、社會化和明確產權制等特點，造成企業在進行融資決策時追求帕累托效率。

國內方面，“融資效率”一詞最早由蘭耕云（1990）[7]研究農村金融體制改革時提出，此后林毅夫等（2001）從微觀層面研究企業融資效率，并根據資金的流動環節將其分為融入效率、治理效率與融出效率[8]。在此基礎上，諸多學者對融資效率問題展開了多角度的深入探討，現有文獻研究主要集中在以下兩個方面：（1）針對不同行業或不同區域的企業融資效率的實證測算研究，涉及范圍包括中小企業、戰略性新興企業和不同資本市場企業等。趙守國等（2011）對陜西地區上市企業行業總體和細分行業兩方面的融資效率狀況進行了研究[9]。張強等（2013）采用Malmquist指數評價分析得到節能環保企業融資效率呈現逐年遞減趨勢[10]。潘玉香等（2014）以文化創意公司作為研究對象，分析融資模式對其融資效率的影響效果[11]。李京文等（2014）對北京市戰略性新興產業公司的融資效率進行分析，認為技術水平是制約融資效率提升的主要因素[12]。王小寧等（2016）通過三階段DEA模型測算中小工業企業消除外部環境因素和隨機誤差影響后真實的融資效率[13]。何玉梅等（2018）將軍民融合企業作為研究對象測算其融資效率。（2）針對企業融資效率影響因素的研究[14]。微觀因素上，崔杰等（2014）采用動態因子面板數據模型分析企業特征對非上市中小企業融資效率的影響[15]，黃玉英等（2015）通過實證分析企業家網絡的不同維度對融資效率的影響[16]。宏觀環境因素上，王瓊等（2017）分析金融生態環境對融資效率的影響，并指出不同產權性質下這種影響會有差異[17]。曾剛等（2018）探究外部環境因素對京津冀地區戰略性新興產業融資效率的影響，研究發現地區GDP和技術發展對融資效率起正向作用[18]。

綜合來看，雖然已有學者的研究涉及戰略性新興產業，但是還沒有針對綠色低碳企業融資效率的專門研究。而且當前關于融資效率的影響因素研究大多集中在單一外部環境或企業特征對融資效率的影響，涉及企業內部融資環境影響的文獻主要是從理論角度進行分析，鮮有學者同時考慮內外部融資環境的影響進行實證分析。融資效率受到外部宏觀環境和企業內部管理環境兩方面的共同影響，外部融資環境為企業提供機遇，而構建良好的內部融資環境成為提升綠色低碳企業融資效率的關鍵因素。基于此，本文以綠色低碳企業為研究對象，采用四階段DEA模型方法，先通過傳統三階段DEA模型對同質環境下我國綠色低碳上市公司實際融資效率進行測算，在此基礎上再構建Tobit模型深入探究企業內部融資環境對融資效率的影響關系，嘗試進一步明確綠色低碳上市公司的融資效率現狀和具體的企業內部提升路徑。從微觀層面考察企業產權性質、資本結構、員工素質等企業層面變量對融資效率的影響更有利于企業管理層根據實證結果進行實踐以提高綠色低碳產業融資效率，對解決企業融資困境并推進綠色低碳產業發展具有重要指導意義。

二、實證研究設計

（一）四階段DEA模型

數據包絡分析方法（DEA）是一種適用于多投入多產出的非參數評價方法，相較模糊綜合評價法、隨機前沿分析法、灰色關聯分析法等，需要預先賦予權重，是當前使用最廣泛的融資效率評價方法。三階段DEA模型最早由Fried等（2002）提出，該模型克服了傳統單階段DEA及兩階段DEA存在的缺點，將企業外部融資環境和隨機誤差造成的效率值差異進行剔除，使結果可以更為客觀可靠地反映企業的真實融資效率值。三階段DEA模型共有三個階段：第一階段，通過BCC模型測度初始融資效率。第二階段，通過隨機前沿分析（SFA）將投入的松弛變量分解為三個部分，分別歸因于外部融資環境因素、管理無效率和隨機誤差。第三階段，根據SFA結果調整投入變量，再通過BCC模型評價真實的融資效率值，此時的融資效率值消除了省域間的差異。四階段DEA在三階段DEA模型的結果基礎上構建Tobit回歸模型，測量同質環境下企業內部融資環境對融資效率的影響。

1.第一階段：BCC模型。

傳統DEA模型分為兩種規模報酬形式，設定規模報酬不變的CCR模型和設定規模報酬可變的BCC模型。在企業實際生產活動中企業規模不斷變化，CCR模型的應用條件嚴苛，而且從綠色低碳企業的角度出發，投入相比于產出更容易被控制，因此，選用以投入為導向的BCC模型測度各綠色低碳上市公司在融資活動過程中的綜合技術效率、純技術效率和規模效率，其模型為：

minθ-ε（∑mj=1s-j+∑nr=1s+r）（1）

約束條件：

∑mj=1λixij+s-j=θx0j，j=1，2，…，m

∑sr=1λixir-s+r=yor，r=1，2，…，s

∑ni=1λi=1，λi≥0，i=1，2，…，n

其中x0j和y0r代表第i家公司的第j個投入和第r個產出，s-j是第j個投入的松弛變量，s+r是第r個產出的松弛變量。當θ=0，s-=0，s+=0，此時該決策單元達到DEA有效并且技術效率達到最優。

2.第二階段：SFA模型。

從第一階段DEA-BCC模型可得到各投入變量的冗余值，Fried等（2002）將投入冗余歸因為外部環境因素、隨機誤差以及管理無效率三項[19]，因此第二階段采用隨機前沿分析模型（SFA）排除外部融資環境因素和隨機誤差對投入造成的影響，最終獲得僅由管理無效率導致的決策單元投入冗余。模型以投入松弛變量為被解釋變量，外部融資環境變量指標作為解釋變量，構造SFA回歸模型：

sij=f（zi，βj）+μij+vij（2）

其中i=1，2，…，n;j=1，2，…，m;sij代表第i家綠色低碳企業的第j個投入松弛變量，f（zi，βj）代表外部融資環境變量對投入松弛變量的影響，μij代表管理無效率項，vij代表隨機誤差項，μij和vij相互獨立。運用陳巍巍（2014）[20]的公式對管理無效率進行估計并計算調整后的投入松弛變量：

X*ij=Xij+{max[f（zi，j）]-f（zi，j）}+

[max（vij）-vij]（3）

其中i=1，2，…，n;j=1，2，…，m;X*ij代表第i個決策單元的第j個投入變量調整值，{max[f（zi，j）]-f（zi，j）}剔除了外部融資環境差異造成的投入冗余，[max（vij）-vij]使所有企業面對相同的經營運氣。調整后的投入冗余只反映了管理無效率項。

3.第三階段：BCC模型。

將第二階段得到的投入變量調整值和產出變量初始值帶入BCC模型，再次計算決策單元的融資效率值，此時得到的融資效率值已經消除了企業外部融資環境和隨機誤差的影響，結果更加客觀可靠也更貼近現實經營活動中企業的真實水平。

4.第四階段：Tobit模型。

Tobit模型由Tobin于1958首次提出，該模型解決了傳統最小二乘回歸（OLS）模型計算受限因變量時結果出現偏差這一問題。考慮到融資效率變量的取值范圍為0到1，用傳統最小二乘回歸模型測算的結果會出現偏差，基于此本文以前文得到的修正后綠色低碳企業融資效率作為被解釋變量、各企業內部融資環境變量為解釋變量，構建Tobit模型：

Yi=f（Xij，βij）+μij（4）

其中，i=1，2，…，n;j=1，2，…，m;Yi表示第i個綠色低碳企業的融資效率值;Xij為第i個綠色低碳企業的第j個影響其融資效率值的內部生態因子，μij為隨機誤差項。

（二）數據來源

選擇在上交所和深交所上市的節能環保概念、新能源概念、新能源汽車概念企業的2017年數據作為樣本，剔除財務狀況異常的企業以及數據部分缺失的企業，總計研究對象為123家綠色低碳企業。以投入與產出變量為基礎，通過DEAP 2.1軟件運行以投入為導向的DEA-BCC模型，對我國123個綠色低碳樣本企業2017年的融資效率水平進行分析。原始數據來源于WIND數據庫。

（三）指標的選取

1.投入產出指標的選取。

基于現有文獻對融資效率的測量研究，并考慮所選擇指標的適用性、可獲得性等原則，本文選取衡量企業股權及債權融資能力、融資規模和融資結構的4個指標變量作為投入指標，衡量企業盈利能力和經營能力的4個指標變量作為產出指標，具體評價指標見表1。本文選取的樣本容量為123家企業，投入和產出指標數總計為8個，滿足數據包絡模型對決策單元數量需要大于投入產出指標數量總和的兩倍這一要求。

2.外部融資環境變量的指標選取。

外部環境變量應該選取對綠色低碳企業融資效率產生影響但不在樣本主觀可控范圍的因素（Simar等，2007）[21]，其中包括宏觀經濟環境、金融環境、產業發展環境、法律環境等。結合綠色低碳產業的特點，在基于前人的研究基礎上，選取以下幾個變量作為外部融資環境變量，該部分原始數據來源于《2017年中國統計年鑒》。（1）國內生產總值，該變量反映地區的經濟發展水平，某省份國民生產總值的提高往往會帶動當地綠色低碳產業的發展。（2）金融發展水平，該變量用各省份社會融資規模增量衡量，社會融資規模增量是當年份該省實體經濟通過金融體系取得的資金總額，在高金融發展水平地區的綠色低碳企業擁有越多的融資渠道也越容易獲取資金。（3）財政環保支出，該變量反映了地區政府對綠色低碳產業的支持力度與重視程度，在財政環保支出越高的地區綠色低碳企業往往有更大的市場和更好的發展環境。（4）專利授權數量，該變量反映了地區知識產權受法律保護的程度，企業的知識產權得到有效保護，有助于改善其資本配置效率。

3.企業內部融資環境變量的指標選取。

考慮到企業內部生態因子主要分為人力資源和資金資源兩方面，主要測量的是企業的產權性質、企業獨立董事比例、股權結構、企業資金利用水平、企業負債結構、員工素質等六個企業層面的內部環境變量對綠色低碳企業融資效率的影響。在具體指標的測量上，設置產權性質為虛擬變量，國有企業取值為1，非國有取0;獨立董事比例以企業中擔任獨立董事的人數占董事會整體規模的比重來表示;企業資金利用效率通過主營業務成本率來表示;負債結構通過流動負債金額占負債總額的比重來表示;員工素質用應付職工薪酬表示;股權結構通過企業前十大股東的持股比例和來表示。

三、實證結果

（一）綠色低碳上市公司融資效率分析

DEA-BCC模型的計算結果顯示：（1）樣本總體來看，2017年綠色低碳上市公司融資效率平均值為0.486，表明我國綠色低碳產業融資效率當前仍然處于較低的水平。其中純技術效率的當年平均值為0.625，規模效率平均值為0.77，可見綠色低碳企業的融資效率主要是通過擴大規模提高規模效率來推動增長。（2）樣本中僅有14家企業達到DEA強有效即各效率值都為1，有20家綠色低碳企業達到純技術效率相對有效，有15家企業達到規模效率相對有效，分別占樣本企業數的16.26%和12.2%。大部分綠色低碳企業都需要在純技術效率和規模效率兩方面進行提升改善。（3）樣本中有103家綠色低碳企業處于規模報酬遞增階段，企業數量占樣本企業數的83.74%，說明當前絕大多數綠色低碳企業都有擴大企業規模的必要。（4）從各效率值綜合來看，88.62%的綠色低碳企業仍處于非有效狀態，投入仍有大量冗余，融資效率有待提高。由于該結果包含了環境因素和隨機因素的干擾，并不能反映當前綠色低碳企業的真實融資效率，因此還需作進一步的調整和測算。

（二）外部融資環境對融資效率的影響結果分析

將第一階段得到的投入松弛變量作為因變量，之前所定義的四個環境變量作為自變量，運用軟件Frontier4.1構建SFA回歸模型，根據SFA測算結果考察選取的四個外部融資環境變量、隨機誤差對各投入變量冗余的影響并調整投入變量指標。回歸分析結果見表2。

實證結果的LR單邊誤差、sigma-squared和gamma基本都通過了顯著性檢驗，模型的估計結果整體可以接受，并且各參數估計值大部分都是顯著的，驗證了外部環境因素和隨機因素確實對綠色低碳企業融資效率存在影響。

根據各外部融資環境變量與投入松弛變量的SFA回歸系數可以得出以下結論：

（1）財政環保支出即政府對產業的支持力度對機構持股比例系數為負且通過1%顯著性檢驗，表明政府財政環保支出增加促使機構投資者更為關注綠色低碳產業，機構持股比例越高的企業獲得資金的可能性增大，企業所受監管力度加強，有利于融資效率的提升。對商業信用和企業資產的影響系數為正且通過1%顯著性檢驗，政府對產業的支持力度增加會導致綠色低碳產業更受關注、資金可獲得性增強，但是資源并未得到合理的配置，造成了浪費，并且企業往往盲目擴大企業規模，增加企業資源的浪費，阻礙綠色低碳企業融資效率的提高，因而政府的財政環保支出有時無法作用于有效的方向。

（2）LNGDP即地區經濟發展水平對機構持股比例、商業信用與企業資產的系數值均為負值且通過1%的顯著性檢驗，表明地區經濟發展水平越高，綠色低碳企業的發展越好，其所在環境的競爭性、資源豐富程度均有所提高，有助于減少企業投入浪費或增加企業收益，促使企業融資效率的提升。

（3）金融發展水平對商業信用、企業資產冗余的系數值均為正值且通過1%顯著性檢驗，說明金融發展水平提高雖然有利于企業獲取融資資金，但是會導致商業信用和企業資產的浪費。金融發展水平對機構持股比例冗余的系數值雖然沒有通過顯著性檢驗，但其影響方向為負，表明其有助于綠色低碳企業增強利用機構持股比例這一優勢。

（4）專利授權數即知識產權保護程度對機構持股比例冗余的系數值為正值且通過1%顯著性檢驗，對商業信用、企業資產冗余的系數值為負且通過1%顯著性檢驗。說明企業在高知識產權保護的環境下，企業對資金投向更加合理，對商業信用、企業資產的浪費減少，進而增加企業的收益并提升企業融資效率。

（三）同質環境下綠色低碳上市公司融資效率分析

對調整前后的TE、PTE、SE進行差異分析，第一階段與第三階段的純技術效率值、規模效率值存在明顯差異。綠色低碳企業融資效率中純技術效率的平均值由0.625上升至0.657，規模效率的平均值由第一階段的0.770降低至0.70。相較第三階段的結果，第一階段得到的由純技術無效率引起的綜合融資效率損失被低估，由規模無效率引起的綜合融資效率損失被高估。達到綜合技術效率相對有效的企業從第一階段的14家降低至11家，達到純技術效率相對有效的效率從20家降低至18家，達到規模效率相對有效的企業數量從15家減少到12家，三項效率值均為1即處于技術效率前沿面的企業數量從第一階段的14家降低到11家，綜合可見綠色低碳企業的外部融資環境對其融資效率有明顯影響，大部分省市的經濟、金融、法制環境有利于企業擴大自身規模，但這種擴張沒有體現規模經濟性。

2017年綠色低碳企業樣本在同質環境下得到的融資效率值顯示，中國綠色低碳企業的融資效率仍處于較低水平，其中平均純技術效率低于規模效率，純技術效率成為制約融資效率提升的主要因素，企業通過提高技術并改善自身管理水平以提升純技術效率十分必要。規模報酬方面，第三階段模型結果中有103家綠色低碳上市公司處于規模報酬遞增階段，5家公司處于規模報酬遞減階段，15家公司處于規模報酬不變階段。絕大多數企業的融資需求沒有得到滿足，需要通過擴大企業融資規模以達到企業最優融資規模。

（四）同質環境下內部融資環境對融資效率的影響結果

由于純技術效率值是消除規模影響后的融資效率值，且當前純技術效率是制約融資效率的主要因素，模型選擇第三階段DEA得到的同質環境下綠色低碳企業純技術效率值作為被解釋變量，利用STATA 14.0可以計算出企業內部融資環境變量對融資效率影響的Tobit回歸分析結果，如表3所示。

回歸模型的LR卡方檢驗統計值為37.70，對應的P值為0.0000，對于截面數據模型而言，數據總體擬合效果非常好，模型具有很高的解釋力。應付職工薪酬在90%的置信水平下對綠色低碳企業融資效率的影響顯著，企業產權性質在95%的置信水平下對綠色低碳企業融資效率的影響顯著，獨立董事比例、主營業務成本率、流動負債占比三個解釋變量在10%的顯著性上顯著。

企業產權性質和融資效率呈顯著的負相關關系，國有企業相較非國有企業的融資效率值普遍更低。國有企業往往存在代理鏈條過長、所有者缺位、政府干預過多等問題，可能造成對管理層沒有有效的激勵約束措施，并且管理層出于自身的業績需要往往會選擇風險低的投融資項目，因而導致國有企業相較非國有企業的融資效率更低。

獨立董事比例和融資效率呈顯著的正相關關系，獨立董事所占董事會比重每增加1%，相應的綠色低碳企業的融資效率會增加1.151615%，獨立董事比例越大表明獨立董事對企業管理層的監督能力越強，董事會的獨立性也越高，推進企業降低股權及債務融資的成本，因此獨立董事比例會對綠色低碳企業融資效率產生積極的影響。

主營業務成本率和融資效率之間呈現顯著的負相關關系，主營業務成本率每增加1%，相應的綠色低碳企業的融資效率會減少0.60166%。主營業務成本率即主營業務成本與主營業務收入二者的比值，衡量的是企業資金的利用效率。主營業務成本率越高，主營業務收入中主營業務成本所占比例越高，代表企業資金的利用效率越低且企業的經濟效益越差，因此主營業務成本率會對綠色低碳企業融資效率產生消極的影響。

流動負債占比和融資效率呈顯著的正相關關系，流動負債占總負債的比例每增加1%，相應的綠色低碳企業融資效率會增加0.004483%。流動負債的債權人比長期負債債權人對企業管理層的監督能力更強，企業管理層會積極尋求低風險高投資收益的項目以提高經濟收益，而且流動負債越高債務融資成本越低，因此流動負債占比會對綠色低碳企業融資效率產生積極的影響。

職工薪酬和融資效率呈顯著的正相關關系，應付職工薪酬每增加1個單位，相應的綠色低碳企業融資效率會增加0.004446%。職工薪酬體現了企業的員工素質，綠色低碳產業是我國大力發展的戰略性新興產業和高技術產業，對員工有高質量要求，高素質高能力人才是提升綠色低碳企業技術水平、管理能力的重要組成部分，因此職工薪酬會對綠色低碳企業融資效率產生積極的影響。

四、結論與政策建議

以上采用四階段DEA模型測量綠色低碳上市公司融資效率現狀，并研究企業內部管理環境對融資效率的影響，結果表明：（1）在同質環境條件下，當前綠色低碳企業的融資效率仍處于較低水平。（2）外部融資環境和隨機因素會對綠色低碳企業融資效率造成顯著的影響，高地區經濟發展水平有利于減少融資投入的浪費進而提升融資效率，國家政府對綠色低碳產業產業的支持力度、當地金融發展水平、法治環境對企業融資效率的影響方向要視具體情況而定。（3）80%以上的企業仍處于規模報酬遞增階段，大部分企業的融資需求未被滿足，仍需要擴大融資規模。（4）非國有企業比起國有企業有更高的融資效率值，獨立董事比例的提高、主營業務成本率的降低、流動負債占比的增加、職工薪酬的提高都可以有效增加綠色低碳企業的融資效率。

為了有效提升綠色低碳產業融資效率，結合研究結論提出以下建議：（1）綠色低碳企業應合理擴大規模。研究結果顯示，大部分綠色低碳企業仍處于規模報酬遞增階段，企業的融資需求未被滿足，要實現規模化經營仍需要合理擴大其融資規模。（2）改善企業融資的外部環境。政府要為企業有效提高融資效率創造積極的外部條件并應發揮其政策引導作用，根據當前我國綠色低碳產業融資效率整體偏低、受企業所在地區的政府支持、經濟、金融和法制水平等外部融資環境影響較大的特點，施行針對性的指導性政策。（3）優化企業融資的內部管理環境。綠色低碳企業主體需要加強自身內部組織、資源配置結構和管理等方面，使融入資金在現有企業技術管理水平下得到充分利用，最大化提高企業的經濟效益。根據Tobit回歸結果，企業應該在管理層方面增加獨立董事的人數以提高董事會的獨立性，資金方面在合理范圍內提高流動負債對負債總額的占比并增強企業對資金的利用效率。同時在人力資源方面，綠色低碳企業作為高技術產業，需要建設具備高等素質和雄厚實力的人才隊伍。

參考文獻：

[1] Modiglian， Miller M H . The cost of capital， corporation finance and the theory of investmient[J]. American Economic Review， 1959， 49（4）：655-669.

[2] Fama E F ， Jensen M C . Agency problems and residual claims[J]. Social Science Electronic Publishing.

[3] Hogan T ， Hutson E . Capital structure in new technology-based firms：evidence from the Irish software sector[J]. Global Finance Journal，2005，15（3）：369-387.

[4] Smolarski J ， Kut C . The impact of venture capital financing method on SME performance and internationalization[J]. International Entrepreneurship and Management Journal， 2011， 7（1）：p.39-55.

[5] Yiu D W ， Su J ， Xu Y . Alternative financing and private firm performance[J]. Asia Pacific Journal of Management， 2013， 30（3）：829-852.

[6] Hasan I ， Jackowicz K ， Kowalewski O ， et al. Do local banking market structures matter for SME financing and performance？ New evidence from an emerging economy[J]. Journal of Banking & Finance， 2017，79：142-158.

[7] 蘭耕云. 以提高融資效率為重心推進農村金融體制改革[J]. 農業經濟問題， 1990（3）：28-32.

[8] 林毅夫， 李永軍. 中小金融機構發展與中小企業融資[J]. 經濟研究， 2001（1）：10-18.

[9] 趙守國，孔軍，劉思佳.基于DEA模型的陜西上市公司融資效率分析[J].中國軟科學，2011（S2）：245-253.

[10]張強， 賀立. 我國節能環保產業上市公司融資效率研究[J]. 求索， 2013（4）：30-32.

[11]潘玉香，強殿英，魏亞平.基于數據包絡分析的文化創意產業融資模式及其效率研究[J].中國軟科學，2014（3）：184-192.

[12]李京文， 王宇純， 楊正東. 戰略性新興產業上市公司融資效率研究——以北京市為例[J]. 經濟與管理研究， 2014（6）：74-82.

[13]王小寧， 都靈， 王起彤. 基于三階段DEA模型的中小企業融資效率分析[J]. 統計與決策， 2016（5）：179-182.

[14]何玉梅， 吳莎莎， 楊銳. 軍民融合企業融資效率評價研究——來自四川軍民融合上市企業的經驗證據[J]. 科技進步與對策， 2018（4）：146-152.

[15]崔杰， 胡海青， 張道宏. 非上市中小企業融資效率影響因素研究——來自制造類非上市中小企業的證據[J]. 軟科學， 2014， 28（12）：84-88.

[16]黃玉英， 余克艱， 婁淑珍. 整合視角下中小企業融資效率影響因素研究[J]. 科技進步與對策， 2015（15）：103-109.

[17]王瓊， 耿成軒. 金融生態環境、產權性質與戰略性新興產業融資效率[J]. 經濟經緯， 2017（3）：87-92.

[18]曾剛，耿成軒. 京津冀戰略性新興產業融資效率測度及其協同發展策略[J]. 中國科技論壇， 2018（12）：142-149.

[19]Fried H O， Lovell C A K， Schmidt S S. Accounting for environmental effects and statistical noise in data envelopment analysis[J]. Journal of Productivity Analysis， 2002，17（1-2）：157-174.

[20]陳巍巍， 張雷， 馬鐵虎，等. 關于三階段DEA模型的幾點研究[J]. 系統工程， 2014（9）：144-149.

[22]Léopold Simar， Wilson P W . Estimation and inference in two-stage， semi-parametric models of production processes[J]. Journal of Econometrics， 2007， 136（1）：31-64.

（責任編輯：王鐵軍）

Research on Financing Efficiency of the Green Low-carbon Enterprises Based on Four-stage DEA Model

LEI Hui， LIU Qiaoyun

（Business School， Hunan University， Changsha，Hunan 410082， China）

Abstract：The four-stage DEA model is adopted to analyze the green low-carbon listed companies financial efficiency. The results show that： The main reason for the low financing efficiency is that the efficiency of pure technology is too low， and most of the enterprises are in the stage of increasing returns to scale; The financing efficiency of green low-carbon enterprises is greatly affected by the external financing environment such as support from the government policies and financial development; The state-owned enterprises have significantly higher financing efficiency than non-state-owned enterprises. The internal financing ecological factors such as the ratio of independent directors， current liabilities， and employee compensation had a significant positive influence on financing efficiency. The main business cost rate have a significant negative impact on corporate financing efficiency.

Key words：green low-carbon; the financing efficiency; the financing internal factors; four-stage DEA model