基于三階段DEA-Malmquist模型的 環境服務企業全要素生產率研究

胡東濱, 周 普, 陳曉紅,2

(1.中南大學 商學院,湖南 長沙 410083; 2.湖南工商大學 前沿交叉學院,湖南 長沙 410205)

0 引言

隨著工業化進程的加快,中國已成為名副其實的“世界工廠”。而工業和實體經濟快速發展的同時,粗放型的發展方式也為我國帶了不少隱患[1]。環境問題已成為我國政府、學者和民眾最為關注的問題之一。當前我國正處于生態文明建設和經濟轉型的關鍵時期,作為新興產業重要組成部分,環境服務業已被放到了國家戰略高度。

環境服務業作為環保產業的重要組成部分,其發展水平是該國環保產業是否成熟的重要標志。發達國家由于其環保裝備市場已趨于飽和,環境服務業的市場份額已接近70%。據中國環境保護產業協會測算,我國2016年環境服務收入占環保產業的53%,與發達國家仍存在一定差距。盡管我國環境服務業發展迅速,但由于起步較晚、服務模式單一、整體創新不足等原因,環境服務企業仍面臨一些問題。裴瑩瑩等[2]運用SCP范式分析,指出我國環境服務企業盈利能力不足,且技術水平和產品競爭力存在較大提升空間。黃小英等[3]通過實證分析40家環保企業,發現其金融支持效率較低。基于以上分析,環境服務企業作為新興戰略產業的“神經元”,其高速增長是否意味高質量的增長?換句話說,環境服務企業的生產效率如何?

目前,對于環境服務企業的研究文獻相對零散且并不豐富。大多數文獻聚焦于環境服務產業的機制研究和現狀研究[4]。對于微觀視角下環境服務企業的生產效率問題,缺乏系統的研究和客觀的經驗證據支撐。本文旨在回答以下問題:環境服務企業目前的經營效率如何?什么因素主導企業的生產率水平?企業效率增長的障礙是什么?不同細分領域的環境服務企業,它們的生產率水平如何?本文利用三階段DEA-Malmquist模型,剔除隨機擾動和外部環境影響,更為準確地對我國環境服務型企業生產率問題進行分析研究,力圖填補環境服務領域全要素生產率測度實證研究的空白,并為如何提升企業全要素生產率這一問題提供參考。

1 研究方法

測算全要素生產率的方法主要有傳統的索洛余值法、索洛擴展模型、隨機前沿模型以及DEA-Malmquist模型。相比于其他測算方法,DEA-Malmquist模型不需要考慮投入和產出的函數形態,在研究中受到的約束相對較少,測算結果更加科學客觀[5];另外,該方法還可以對全要素生產率進行分解分析,深度挖掘生產率變化背后的原因[6,7]。然而,傳統的DEA方法測算出的效率值易受到環境因素和隨機因素的影響。本文借鑒FRIED等[8]學者的研究思路,借助三階段DEA-Malmquist模型,剔除企業所處環境和隨機因素對生產率的影響,得到僅反映經營管理水平的更純粹的生產率。由于企業更容易對生產中的投入要素進行控制,本文采用以投入為導向的BCC模型。

1.1 DEA-Malmquist指數模型

Malmquist指數模型最早由瑞典經濟學家Sten Malmquist提出,現已廣泛運用到生產率的測算分析中。

M0(Xt,Yt,Xs,Ys)

=TECH×TCH

1.2 類SFA模型

為了分離環境因素和隨機因素對生產率的影響,參考FRIED等[8]學者的研究,構建一種類隨機前沿模型(SFA)解決該問題。以投入松弛變量為被解釋變量,環境變量為解釋變量,類SFA模型如下:

Sni=f(Zi;βn)+vni+μni;i=1,…,I;n=1,…,N

以類SFA模型的實證結果為基礎,對其他環境服務企業的投入進行調整,具體調整方式如下:

[max(vnt)-vni] ;i=1,…,I;n=1,…,N

1.3 調整后的DEA-Malmquist指數模型

利用初始產出和調整后投入數據,重新進行第一階段DEA-Malmquist模型測算,得到剔除環境因素和隨機因素的企業全要素生產率。

2 數據來源與指標選取

2.1 數據來源

環境服務企業的定義是為環境保護、污染防治等提供的相關服務活動的企業。鑒于我國行業劃分標準暫未對環境服務業進行明確劃分,環境服務企業現大多分散在多個不同行業中。本文樣本企業的選取主要基于東方財富網中節能環保概念股的成分股,以及巨靈數據庫中與環境服務相關的概念板塊中的成分股,通過閱讀企業年度報告,篩選出63家以提供環境服務作為其主營業務的企業,作為本文的研究對象。本文的企業投入產出數據來源于國泰安數據庫;主營業務份額數據來源于企業各年份年度報告;環境指標數據來源于《中國統計年鑒》和《中國科技統計年鑒》。

2.2 投入產出指標選取

從投入視角看,一個運營有效的企業可以用盡可能少的勞動力、資本和資金投入創造較高的收入。環境服務業屬于服務行業,員工是最核心的競爭力[9]。本文用企業員工人數反映企業的勞動力投入。現階段研究大多將企業總資產作為效率評價和生產率測算的投入指標[10,11]。資產作為企業運作的基石,可反映企業的規模,本文將總資產作為衡量企業投入的指標之一。營業成本直接反映企業生產經營所產生的資金代價,營業成本越高,企業利潤越小,本文也將其作為投入指標[12]。

從產出視角看,多數研究將營業收入或利潤作為企業生產率測算的產出指標。本文根據環境服務企業的現實情況和DEA-Malmquist模型對數據的基本要求,選取營業收入作為產出指標,其主要原因有:三階段DEA-Malmquist模型要求投入產出數據非負,而不少環境服務企業正處于發展探索期,企業虧損屬于正常現象,營業收入指標可避免該問題;其次,基于信號傳遞理論,上市公司可通過粉飾利潤的手段向外界傳遞企業發展良好的信號,而營業收入指標則較難通過該方法進行操控。

2.3 環境變量選取

(1)經濟發展水平。環境服務業具有基礎性特點,主要表現在該產業已滲入國家的各個領域中,環境服務企業的生產效率可以雙向影響其上下游企業。基礎性特點決定了環境服務企業受區域經濟發展水平的影響較大。本文選用企業所在省份的人均GDP作為經濟發展水平的代理變量[13]。

(2)勞動者素質。環境服務業作為我國新興戰略產業,對高素質人才有較高需求。一方面,環保技術正向深度化,尖端化的方向發展;環境服務也向普及化、標準化、系列化方向發展,這都需要大批高素質、專業化人才支撐。另一方面,地區勞動者素質越高,越有利于創造新知識,開發新技術,并促進技術的轉移和擴散。本文借鑒邢春冰的研究,根據中國的實際情況將教育水平換算成教育年限[14],以此作為勞動者素質的代理變量。

(3)區域科技水平。科技可以推動技術的發展,影響經濟的運行模式和人們的思維方式。另外,環境服務企業對科學技術的水平高度敏感,區域的科技水平作為企業外部環境的重要構成要素,對環境服務企業的技術改革和創新起到促進作用。本文采用研發強度(各地區R&D經費與GDP比值)作為區域科技水平的代理變量。

3 實證結果分析與討論

3.1 第一階段:基于原始投入數據的DEA-Malmquist指數模型

利用原始投入和產出數據,運用Deap 2.1軟件,計算63家環境服務企業的全要素生產率(TFPCH)及其分解指標,具體結果如表1所示。在不考慮環境效應和隨機因素的影響下,樣本公司在2015～2018年全要素增長率年均下降1%;技術效率(TECH)年均增長2.4%;技術進步水平(TCH)年均下降3.2%。這表明,環境服務企業的生產效率下滑主要由技術相對退步造成。從細分領域看,僅有環境監測企業年均生產率有小幅改善,其主要驅動力是由于企業技術效率有較為明顯的提高。而其他五類細分領域的企業生產率整體呈現小幅下降趨勢,下降幅度在0.56%～2.25%之間,主要原因是由于技術相對退步對生產率造成的負面影響。第一階段的結果表明,在不考慮環境因素和隨機因素影響的情況下,管理決策正確性的改善帶來的生產效率提升不足以抵消技術水平相對退步給企業生產效率帶來的不利影響。

表1 調整前各細分領域的全要素生產率指數均值及其分解指數

3.2 第二階段:類SFA模型

以DEA模型測算的各投入松弛變量為被解釋變量,環境變量作為主要解釋變量,構建類隨機前沿模型,運用Frontier 4.1軟件,估算環境變量對投入松弛變量的影響,結果如表2所示。三個模型均通過了LR單邊檢驗,且在1%的水平下顯著,說明本文所選取的外部環境變量對投入松弛變量具有顯著的影響,有必要進行類SFA分析。另外,三個模型的σ2值相對較大,γ值處于0.82至0.93區間內,說明模型同時受隨機誤差和管理無效的雙重影響,且管理無效率對投入冗余的影響占主導地位。通過分析各環境因素對投入冗余的回歸系數,可以得到以下結論:

表2 類隨機前沿模型結果

教育年限對員工人數松弛變量和資產松弛變量有顯著的正向影響,說明地區勞動者素質較高會導致企業員工和資產的投入冗余,降低環境服務企業的生產效率。造成這一結果的原因可能是處于教育水平越高地區的環境服務企業,對于人才和優質資產的重視度越高;而環境服務業現處于發展階段,對于人才和資產的儲備需求較大,從而導致短期性的人才和資產冗余問題。勞動者素質對企業營業成本的松弛變量有負向作用,但并不顯著,這表明現階段的勞動力素質對企業成本的控制未起到顯著作用,加強我國環境服務專業化、高素質人才的培育仍然十分迫切。

研發強度的對員工人數松弛變量和資產松弛變量有顯著的負向影響,說明科技水平的發展可以提高環境服務企業對人才和資產的利用效率,進而提高企業全要素生產率。科學技術的發展不僅可以使人變得更理性,也能提高專業人才對知識、技術的接受程度。因此,當企業處于科技相對發達的區域,員工的工作效率可能進一步提高;更理性、專業化的管理團隊也會更懂得如何高效率的利用企業資產。另外,研發強度指標與環境服務企業營業成本冗余無顯著關系,即目前區域的科技水平對環境服務企業的產品和服務成本控制沒有顯著影響,該結果一定程度反映了我國環境服務企業多數關鍵核心技術依靠進口的現狀。

人均GDP對員工人數松弛變量有顯著的負向影響,即區域經濟發展水平越高,會增加環境服務企業對勞動力的利用效率,從而提高企業全要素生產率。而人均GDP對資產松弛變量存在正向影響,也就是說經濟相對發達地區的企業對資產的利用效率更低。這可能是由于處在經濟較為發達地區的企業其資產量可能相對更大,相比于資產總量小的企業,有效管理大量資產的難度可能也更大。另外,人均GDP指標對營業成本松弛變量有正向影響,但并不顯著。根據盧馨等[15]的研究,中國東、中、西部地區企業所實際應用的成本管理方法都高度一致。不同地區企業成本管理方法的趨同可能是本文人均GDP指標不顯著的一個原因。

3.3 第三階段:調整后的DEA-Malmquist指數模型

基于第二階段的回歸結果,運用EXCEL 2013,將投入指標中的環境因素和隨機因素影響予以剔除。利用調整后的投入數據,再次運用DEA-Malmquist指數模型測算2015～2018年63家環境服務企業的全要素生產率。

如表3所示,調整后的全要素生產率、技術效率和技術進步水平相較于調整之前均有上升。具體來看,對于總體樣本而言,環境服務企業在2015～2018年全要素增長率年均增長5.1%;技術效率年均增長4.6%;技術進步水平年均增長0.5%;即我國環境服務企業全要素生產率屬于技術效率改善主導型[16]。相比于調整前,調整后環境服務企業的全要素生產率呈現上升趨勢,其主要原因是剔除環境因素和隨機因素后,技術進步水平變動由調整前的-3.2%上升至0.5%;技術效率水平由調整前的2.4%上升至4.6%。從細分領域看,所有細分領域企業的全要素生產率均有不同程度的提升;其中,環境監測企業效率增長幅度最大,年均增長達到12.32%;其他領域企業增幅最小,年均增長為1.23%。基于以上對比分析可知,環境因素和隨機因素的影響會顯著降低環境服務企業效率指標的測算值,采用三階段DEA-Malmquist指數模型是十分必要的。

如表4所示,2015～2018年環境服務企業生產效率逐步改善,其中2016～2017年全要素生產率增長幅度達到9.4%,該年增長幅度相對較大的主要原因是技術進步水平較高。另外,2016年是“十三五”規劃的開端,各種政策利好(如“十三五”生態環境保護規劃》(國發[2016]65號)等)也可能對環境服務企業的生產經營起到正向作用。從分解指標看,技術效率水平正逐步改善,即環境服務企業的管理決策水平有所提高;而技術變動幅度較大,2015～2016年和2017～2018期間存在技術相對倒退現象,因此,專業化的核心技術相對落后是我國環境服務企業發展的短板。

表4 全樣本調整后全要素生產率及分解指標動態比較

如表5所示,超過七成的環境服務企業保持了經營效率的增長。對于全要素生產率指標,25.4%的企業其整體經營效率有所下降;其中,其他細分領域的龍源技術(300105)的全要素生產率年均值為0.867,為全樣本最低值。超過一半的企業全要素生產率年均值處在1～1.1范圍內,即大多數環境服務企業的經營效率有一定程度的提升。23.81%的企業生產率年均值超過1.1;其中,水污染治理企業清水源(300437)的全要素生產率年均值為1.386,為全樣本最高值。技術效率變化指標方面,超過七成企業的管理決策效率有所增長,這與全要素生產率的占比分布相似,一定程度上可以進一步驗證環境服務企業的管理決策水平對全要素生產率的拉動處于主導地位。技術進步指標方面,超過九成的環境服務企業技術進步水平有所提升,但提升幅度不大,企業仍需重視核心技術的研發和創新。

表5 全樣本調整后全要素生產率均值及其分解指數占比分布

以2015～2018年投入調整后的技術效率變化均值(1.046)和技術進步均值(1.005)為臨界點,將環境服務細分領域劃分為四種類型。第一種類型為技術效率和技術進步水平改善明顯的細分領域,僅包括水污染治理業。這類環境服務企業的管理決策水平和技術進步均有明顯的提升,其企業的經營生產過程也相對有效,其原因可能是水污染治理的公共事業剛需較強,該行業業績和現金流較為穩定,為企業的發展提供良好的基礎。第二種類型為技術效率改善明顯,但技術進步速率低的細分領域,主要包括環境監測業。該類企業的管理水平提升顯著但技術進步不明顯,如何提高企業技術創新能力是該類企業面臨的突破重點。第三種類型為技術進步較快但技術效率改善較慢的細分領域,包括固廢處理業、大氣污染治理業以及其他類型的環境服務領域。這種類型企業的技術進步速率較快,但需要重視提高核心管理人員的決策能力。第四種類型為技術效率和技術水平改善均不明顯的細分領域,主要包括土壤修復業。自《土壤污染防治行動計劃》(簡稱“土十條”)制定實施后,土壤修復領域的預期市場潛力巨大,但由于土壤污染滯后性強、地域差別大、治理困難、周期較長等特點,給該領域的企業帶來資金、技術、商業模式等多重壁壘,土壤修復企業的發展受到限制。因此,如何加強技術研發效率,明確商業化策略,逐步形成差異化優勢是該類企業亟需解決的問題。

4 結論

本文采用63家中國環境服務上市企業2015～2018年的面板數據,通過構建考慮環境因素和隨機因素的三階段DEA-Malmquist指數模型,更加精準地揭示了我國上市環境服務企業生產經營質量的現狀,并試圖探索如何提高企業的生產效率,進而提出相應的管理策略和政策建議。本文主要研究結論如下:(1)選擇適當的方法對環境服務企業全要素生產率評估影響較大。研究結果證實了考慮環境因素的必要性,未考慮環境因素和隨機因素的影響,將顯著低估環境服務企業的生產效率。具體而言,不同的外部環境因素對生產率的影響程度和方向不一。勞動者素質越高會造成企業員工和資產投入的冗余,從而降低生產率;科技水平越高可以進一步促進企業的生產效率;經濟發展水平會提升企業“用人效率”,但會降低企業“用資效率”。(2)實證結果揭示了我國上市環境服務企業的生產效率現狀:2015～2018年環境服務業的整體生產率、管理決策能力和技術進步水平均有所改善,其中環境監測企業生產效率增長幅度最大,而其他領域企業改善不明顯;我國環境服務企業全要素生產率屬于技術效率改善主導型,即相對于技術創新,環境服務企業更關注管理層的決策能力;以投入調整后的技術效率變化均值和技術進步均值為臨界點,將環境服務細分領域劃分為四種類型,對于不同類型的企業應采取差異化的管理策略。

綜合上述結論,對不同類型的環境服務企業提出如下管理策略:第一種類型的環境境服務企業經營策略不需要大幅度調整,只需維持當前的狀態,并及時實施動態監測管理,針對實際問題進行合理調整;第二種類型的企業主要問題是技術進步較慢,導致該問題的原因可能是研發資金投入不足,技術人員素質有待提升,研發團隊結構不合理等。因此,可以適當加大科研資金投入,加強環境技術人才建設,制定技術創新激勵制度,逐步提高企業的技術水平和創新成果質量;第三種類型的企業亟需提升企業的技術效率水平,其經營策略應著重加強核心管理人才的培訓和教育,維持管理團隊的專業多樣性,提高管理者的決策能力水平;第四種類型的企業可能處于企業發展的瓶頸期或細分行業的混沌期,加強企業內部資源的整合,著力發展優勢或潛力業務,加速企業的數字化轉型,將新一代信息技術融入環境服務中,逐步形成技術優勢和服務差異化優勢,可幫助企業走出發展瓶頸期。