基于DEA的环保投融资绩效评价研究：以青岛市污水处理厂为例

王珺红，和 锋

(中国海洋大学经济学院，山东青岛266100)

一、引 言

如何实现经济产出最大化与环境代价最小化是人类社会发展孜孜以求的目标，研究证实无论是发达国家还是发展中国家都出现了经济增长与环境污染的倒U型关系(Halkos G E，2009)①，而我国也可能处于库兹涅茨曲线的上升阶段(曹光辉，2006)②。如何破解经济增长相伴而生的环境污染难题?市场机制也许是一个不错的选择，却并非解决环境污染的良药，究其原因与环境资源的公共物品属性与环境污染负外部性导致的市场非有效相关。因此政府在环境保护方面发挥的作用就尤为重要。面对诸多选择，政府或直接投资于环境资源保护或为环保投资与融资提供便利——政府为社会提供环境治理公共物品的职能使然;在政府示范作用下，企业出于塑造社会形象和应对政府管制的需要亦主动加大此方面的努力程度，环保投融资便应运而生。随后，越来越多的投融资向环境保护领域倾斜，为环境污染预防与治理提供了强大的物质保障。然而无论是政府的环境治理投入还是企业的投资，在市场经济背景下都面临如何以最合理的投入得到最优产出水平的问题，尤其对于事权下放的地方政府，其环境产出的高低更影响到政府绩效的优劣。而有关环保投融资绩效实证研究曾一度因环境保护的成本与收益难以货币化度量(厉以宁，1990)③与统计缺失难以深入;中国加入WTO以来环境规制趋严、环境保护公开透明度的加大以及环保基础数据的可得都使环保投融资实证研究成为可能，因此对环保投融资的使用绩效进行评价具有重要现实意义。本文正是基于上述背景研究如何以环保投融资为视角构建绩效量化评价方法体系。

二、环保投融资与绩效评价方法构建

(一)环保投融资概念界定

对环保投融资绩效评价进行研究，首先应明确评价主体，即对环保投融资概念进行界定，2003年《中国环境保护投融资机制课题组总结报告》④中指出投资总量不足与效率低下是环境保护面临的主要问题，投资主体单一、融资手段缺位与市场机制难以建立为导致问题的主要原因，戴天柱(2010)⑤定义环境保护投融资效率为环保投资在多大程度上发挥了资源配置功能，两项研究都间接指出环保投融资是环保主体融资后再投资的过程，王克强(2007)⑥将环保投融资认同为环保投资与融资活动的加总。与以上文献不同，曾贤刚(2005)⑦对环保投融资概念给出定义，首度指出环保投融资不再是传统体制下环保投资与环保融资相互分离的状态，而是一个完整的完整投融资机制，既体现为“环保投资融资化”，也体现为“环保融资投资化”，认为环保投融资体现生产资本与借贷资本的良性循环，既可以体现投入资本的增量特性，也可以体现资金融通的存量调整。在此基础上我们认为:环保投融资关注社会效益，是一个投资与融资的动态结合过程，投融资主体具有理性经济人特点，会追求积极高效的“融资化”投资实践满足环境保护的需要，同时也会努力畅通“投资化”的融资渠道以降低环保投融资成本。

(二)环保投融资绩效评价方法的确立

对环保投融资进行绩效评价，我们认为不能简单地将投资绩效与融资绩效评价割裂开来，在研究企业融资能力的文献中投资绩效通常是重要的考量指标之一(郑秀杰，2006)⑧，更有研究表明融资方式的差别会影响企业绩效(黄辉，2006)⑨(余力，2007)⑩。对于环境保护融资绩效问题，利润最大化的企业会面临成本最小化融资方式的选择，同时融资成本也会受制于投资绩效的高低;对于政府的环境保护融资更要充分考虑环境治理项目的效果、社会影响等绩效指标。而对于环境保护投资绩效，企业环保资金融资结构与融资方式都会不同程度地约束企业环保投资绩效;这样的约束机制在政府环境保护投资方面体现更为明显，政府环境保护投资要求专款专用，体现社会效益，绩效评价不仅包括价格机制下的投入产出指标，更要将社会评价指标纳入研究范围。因此我们在对环境保护投融资绩效进行评价时应将融资性指标如融资结构、融资方式作为输入变量纳入环保投资绩效评价中，将环保投资绩效指标作为输入变量纳入环保融资绩效评价中。

环保投融资绩效评价实际上是基于产出理论的对环保投入与产出过程的一种说明，并体现出经济与社会综合效益的高低，势必运用多投入多产出指标体系，投入产出指标间也会面临定量测度方法与量纲的不同的问题。为解决此问题，多数学者倾向于采用在处理多投入、多产出方法中具有绝对优势的非参数数据包络分析法(Data Envelopment Analysis，DEA)来研究评价单元的相对效率，它通过控制评价单元的投入或产出不变，并借助在决策前沿面的投影来确定评价单元偏离前沿面的程度，以此确定评价单元间的相对有效性;而相对于其他综合绩效评价方法，DEA方法更加适用于具有多投入与多产出指标的多个评价单元间相对绩效判定，且变量赋权更加客观，因此DEA更具适用性。李涛(2007)⑪就曾直接提出数据包络分析法是研究城市环境保护相对有效的工具，目前，已有部分学者以环保投入资金为研究对象进行绩效评价，多数基于DEA的C2R模型测算评价单元间的相对效率，吴小庆(2009)⑫以上市环保公司为研究对象对2007年19家公司相对经营效率进行评价发现污水类上市公司效率相对较高。闻岳春(2012)⑬测算了2003－2009年省际环保投资相对效率，何平林(2012)⑭以2009年我国环境基建投资额、工业污染源治理投资额、建设项目“三同时”环保投资为研究对象测算地区相对资金使用效率，并揭示非有效单元风险节点与投入变量的影响系数。以上文献多以时间截面数据为对象进行研究得到各评价单元相对效率的静态反应。而对绩效的评价不可止步于测算样本相对效率孰高孰低，时间节点间效率值的动态变化同样应受到重视。以数据包络分析为基础的Malmquist生产率指数法最早由Cavel(1982)定义，由于此方法要求以面板数据为研究基础，可以在概念与经验估算上将生产率拆分为技术进步、纯技术效率与规模效率，反映生产率与拆分效率的动态变化，Färe R(1994)⑮应用Malmquist指数分析法测算17个OECD工业化国家生产率增长、技术进步与技术效率，为此方法应用范例。其他基于此方法的文献，例如陈勇(2006)⑯应用基于DEA的Malmquist指数分析法动态测度我国1985～2003年行业间技术进步水平与其分解技术变动与技术效率，着重对行业间的技术进步与技术效率进行分析。齐君(2012)⑰基于Malmquist指数分析法测算地区间环保综合绩效不同时间段内的效率变动，反映我国环保效率的空间与时间分布特征。王群伟(2010)⑱构建二氧化碳排放绩效动态变动的Malmquist指数，测算了1996－2007年我国28个省市二氧化碳排放绩效。在本研究中，我们提出基于DEA的Malmquist指数分析法与C2R模型相结合的评价方法体系:首先，基于面板数据应用Malmquist指数分析法测算技术变动、技术效率及TFP，以期反映环保投融资绩效纵向变动;其次，选取最后一期时间截面数据根据C2R模型测算样本间横向相对效率值，为相对无效评价样本提出下一期改进对策。由上述基于DEA方法的Malmquist指数分析法与C2R模型的普适性，可应用其研究区域层面环境保护投融资绩效，亦可以行业甚至微观企业为对象进行绩效实时刻画。

(三)基于数据包络分析法的评价方法体系基本原理

1.Malmquist指数分析法

DEA－Malmquist指数分析方法对评价单元距离函数进行测算，在此基础上对各单位的效率随时间变动进行评价，以t时期技术T(t)，t+1时期技术T(t+1)为参照准确揭示绩效变动趋势与特征。假设有n个企业，即有n个待评估单位，其中第k个评估单位为DMUk(Decision－Making Unit)，评价单元应具有同质性，即评价单元具有相同或相似的输入输出指标及外部环境。每个企业都有m种投入指标和p种产出指标，第k个评价单元第t年的输入向量为Xtk1=(xtk1，xtk2，…，xtkm)，输出向量为 Yti1=(ytk1，ytk2，…，ytkp)，输入与输出组合为(Xt，Yt)。同时假定效率水平为St。则t时期评价单元DMUk的输出距离函数为:

基于t时期的生产技术水平下，评价单元两期之间的Malmquist技术效率变动指数公式表示为:

基于t+1期的Malmquist指数为:

全要素生产率变动指数为:Mi(Xi)=TEC×TC，其中TEC为技术效率变动指数，TC为技术变动指数，反应生产前沿面技术的变化。技术效率变动指数TEC又可以分解为纯技术效率变动指数PTEC和规模效率变动指数SEC，反映相对于前沿面技术效率的变化。TFP为全要素生产率，反映企业生产效率变化的总体状况，TFP＞1表示两时期内生产效率有所提升，反之则为下降;PTEC为纯技术效率，反映在技术与规模不变的情况下t时期与后一期相对生产效率变动，若PTEC＞1则表明在前提条件下生产效率更接近生产前沿面。SEC为规模效率指数，SEC＞1表明规模收益递增，SEC＜1则说明规模收益递减。TC作为技术进步指数，当TC＞1时说明生产效率前沿面有所提高，表现为技术进步。

2.C2R模型

C2R模型是DEA方法中评价相对效率的经典模型，假定第k个评价单元的效率评价指数定义为:

其中xik和yik分别为第k个评价单元的投入值与产出值，vi和ur分别为投入变量与产出变量的权系数。hk为评价单元的目标效率指数，即评价第k个评价单元的有效性是相对于其他所有单元而言的。

上述分式规划模型转化为线性规划模型后，对偶问题的向量形式为:

其中s－为松弛变量s+为产出松弛变量，投入松弛变量反映了资源配置的低效率，产出变量反映产出的低效率;技术效率测度指标θ满足θ≤1，此处θ值与Malmquist模型中TEC含义相同。上述问题的最优解为 λ*，s－*，s+*，θ*，当且仅当θ*=1且s－*=0，s+*=0时，该DMU为DEA有效。若DEA非有效，将相对无效DMU投入与产出调整为:xk=为有效前沿面上的投影，相对于原非有效DMU组合有效。

三、以青岛市污水处理厂投资绩效评价为例的分析

青岛市作为国家战略经济区——山东半岛蓝色经济区的龙头城市，濒临黄海、环绕胶州湾，然而随着近海工业与生活污水排放的增加一系列环境问题逐渐显现，海域环境、湿地生态环境恶化、渔业资源衰退逐渐加重，作为青岛市治理陆源水污染的主要途径，污水处理厂的投资绩效也就成了制约污染物排向近海的重要因素。改革开放初期我国污水处理厂融资主要依靠国际贷款，市场化改革的推进使股权转让、国有独资、合资合作与私营等融资方式快速发展，多种建设运营模式中BOT与TOT模式兼具提高运营效率与融资功能而成为地方政府筹建污水处理厂的主流模式。⑲对青岛市污水处理厂投资效率进行总体评价，不同的融资模式是否对投资效率产生影响，为污水处理厂提高绩效提出改进方案成为实例分析需解决的问题。

(一)评价指标选取与数据说明

我们选取青岛市九个污水处理厂:海泊河污水处理厂A，李村河污水处理厂B，团岛污水处理厂C，麦岛污水处理厂D，镰湾河污水处理厂E，泥布湾污水处理厂F，城阳城区污水处理厂G，城阳出口加工区污水处理厂H，沙子口污水处理厂I。为检验融资模式对污水处理厂投资绩效的影响，根据调研结果将污水处理厂分为BOT模式与非BOT模式，BOT项目融资建设污水处理厂，包括 A、B、D、G、H、I;非 BOT融资建设污水处理厂包括C、E、F。调研中我们掌握了自2005年至2011年数据，但由于2005年数据统计项目与以后年份不同，且2005年与2006年仅有六个污水处理厂纳入统计范围，为全面反映青岛市污水处理投资绩效，选取2007－2011年九厂的面板数据进行研究。数据来源于《青岛市环境质量公报》。应用DEA方法进行效率评价，指标的选取遵循重要性原则，并综合考虑数据可得性选取了对评价单元投资绩效影响较大的因素作为评价指标，见表1。由于输入与输出指标内部的高相关性会导致对指标的重复赋权，因此为确定所选指标可信度，需对输入与输出指标进行Pearson相关性检验，所得指标间相关系数均小于0.81由于篇幅所限，此处相关系数不再列出，如有兴趣可与作者联系。，不存在高相关性，指标选取较为合理。

表1 青岛市污水处理厂投融资绩效评价指标体系

(二)结果分析

1.基于Malmquist指数分析的2007－2011年污水处理厂投资绩效评价

将九个污水处理厂数据代入模型，deap2.1软件下通过运算分别得出TC、PTEC、SEC与TFP指数输出值，具体结果见表2:

表2 各指数2007－2010年平均值

由表2可知，四个年度区间内各指数表现停滞甚至下降，具体体现为:TC值仅2007－2008年大于1，表明在此期间内投入指标的投入产生了技术进步，生产前沿面提高;而后三年度内指数先下降后有所回升但仍小于1，未能实现技术进步。四个时期内PTEC指数变动微小，均处于数值1附近，所以整个时期内纯技术效率变动不明显，说明在没有技术创新和规模变动的情况下生产效率相对有下降趋势。由SEC指数则可以看出整个时期内数值均大于1，说明规模收益一直处于递增状态，评价单元因规模收益的递增而更接近于生产前沿面。全要素生产效率指数TFP在2007－2008年度大于1，而以后均小于1，说明总体生产率在期初经历短暂提高之后开始下降，从数值上看后三个年度均接近于1，虽然存在下降趋势，但下降幅度微小。上述结果分析证实投资效率在运营过程中表现不佳，同时体现要素生产率的TFP指数有下降趋势。污水处理厂属于污水处理公共设施中最重要的组成部分长期以来一直处于技术停滞状态，总投资的增加与污水处理费的投入不能改善现有的技术水平与技术结构，虽然随着投资的加大存在规模收益递增的激励，但在投资过程中投入的加大并没有体现为效率的提高。

进一步探究具有不同融资模式污水处理厂间投资绩效的差别，选取技术变动指数(TC)与全要素生产率指数(TFP)分别对比BOT与非BOT污水处理厂指数差异并通过下图体现:

图1 2008－2011年BOT与非BOT污水处理厂与对比

由上图可知，两类污水处理厂技术变动指数均存在上升趋势，但除BOT污水处理厂最后一期值大于1，其余均小于1，说明非BOT污水处理厂在2008－2011年技术退步，而BOT污水处理厂在最后一期存在技术进步。两类污水处理厂全要素生产率相比存在明显差别，在所选时间区间内BOT类污水处理厂全要素生产率均大于1，且明显高于非BOT类污水处理厂，说明BOT类污水处理厂在所选时间区间内生产率得到提升;与此同时，非BOT类污水处理厂则面临生产率下降的状况。两指数的对比说明BOT的融资模式对污水处理厂的投资绩效产生了影响，实证中青岛市BOT类的污水处理厂投资绩效要高于非BOT类污水处理厂。

2.基于C2R模型的2011年九污水处理厂投资相对效率评价与改进措施分析

将2011年九污水处理厂输入输出指标带入C2R模型，可得各污水处理厂相对技术效率值，如表3所示:

表3 青岛市污水处理厂相对效率值

从投入产出相对效率的角度分析，参评的九个污水处理厂，TEC值在0.45到1.00之间变动。根据相对效率测度结果的差异，大致可把青岛市九个污水处理厂的投入产出状况分成两类:(1)TEC=1，属于此类的有 A、B、D、F、G 和 I污水处理厂。这六个污水处理厂的投入产出效率是相对最高的，为相对最优单元。(2)TEC∈(0.45，1)，属于此类的有 C、E和H污水处理厂，为相对次优单元，说明其投入产出存在不同程度的改进余地。由于H污水处理厂的纯技术效率值为1，说明H纯技术效率有效，不需进行投入与产出的调整。

对表3中技术效率值与纯技术效率值均小于1的C、E污水处理厂，则可以通过投入松弛变量与产出松弛变量对相应投入产出进行调整得到达到DEA有效的调整方案，也是这两座污水处理厂应调整的方向所在，调整方案见表4。

表4 非DEA有效单元投入松弛变量与产出松弛变量

由表4知C、E均存在投入冗余与产出不足，投入冗余方面:C污水处理厂总投资冗余高达36.30%，污水设计处理能力冗余为1.46%;E污水处理厂年污水处理费冗余为21.47%。产出不足方面两污水处理厂均存在较高的产出不足，要达到DEA有效C污水处理厂年COD削减量与年实际污水处理能力均需提高24.42%，E污水处理厂年COD削减量需提高33.95%，年实际污水处理能力需提高34.10%。相较于产出不足，投入冗余的总投资规模与污水设计处理能力是评价单元所不能决定的，即不可能因为相对较低的技术效率而减少污水处理厂的总投资与设计处理能力;而年污水处理费是评价单元所能决定的。C污水处理厂总投资规模与设计污水处理能力均存在冗余，说明其可能存在设备闲置或开工率不足的现象，所以对C污水处理厂，决策者所面临的选择只有增加产出，即将年COD削减量与年污水处理量提高24.42%。E污水处理厂存在年污水处理费冗余，是评价单元可以决定的，可能存在管理的弱势或较低的技术水平，面临的选择为减少21.7%的污水处理费，同时增加年COD削减量33.95%，年实际污水处理量34.10%。

四、结 论

本文构建环保投融资绩效评价理论与方法体系，完成以下工作:第一，梳理已有研究的基础上认为环保投融资在体现经济绩效的同时应更多体现社会绩效，有效的投资体现融资目的，降低成本，畅通的融资渠道保证资源流向社会急需环保领域。第二，对DEA方法在环境保护投融资绩效评价中的应用进行研究，提出了Malmquist指数分析法与C2R模型相结合的评价方法体系，前者用以研究生产前沿与技术效率随时间变动规律，后者用以测算最后一期时间截面评价单元之间相对效率现状，以此综合评价环保投融资绩效的动态变化与评价单元绩效。第三，对青岛市污水处理厂投资绩效进行实例分析。实例分析结果如下:首先，通过Malmquist指数分析发现青岛市污水处理厂投资绩效存在技术退步现象，纯技术效率相对不变的情况下规模效率但难以有效支撑技术退步的幅度而出现生产率逐年下降的趋势，说明污水处理公共设施缺乏营利性动机使其高效运营激励不足，政府应出台基于污水处理绩效的激励方案;其次，BOT的融资模式的污水处理厂生产率提高占优，出于生产率提高与技术进步的考虑BOT的融资模式应当进一步推广;最后基于C2R模型的测算得出2011年污水处理厂之间相对效率，并提出相应的改进方案。

［注释］

①Halkos G E，Tzeremes N G:Exploring the Existence of Kuznets Curve in Countries′Environmental Efficiency using DEA Window Analysis，Ecological Economics，2009，68(7).

②曹光辉，汪锋:《我国经济增长与环境污染关系研究》，《中国人口·资源与环境》，2006年第1期。

③厉以宁:《宏观经济运行中的环境保护问题》，《经济研究》，1990年第9期。

④环境保护投融资机制课题组:《创新环境保护投融资机制》，中国环境科学出版社，2004年版。

⑤戴天柱，张常新:《我国环境保护投融资的投资效率分析》，《国际商务研究》，2010年第6期。

⑥王克强，赵凯，刘红梅:《资源与环境经济学》，上海:上海财经大学出版社，2007年版。

⑦曾贤刚:《环保产业运营机制》，北京:中国人民大学出版社，2005年版。

⑧郑秀杰，董丽英:《我国国有企业融资能力——演化路径与影响因素》，《工业技术经济》，2006年第1期。

⑨黄辉:《企业特征、融资方式与企业融资效率》，《预测》，2009年第2期。

⑩余力，陈宇峰:《企业融资结构与绩效分析》，《投资研究》，2007年第3期。

⑪李涛:《数据包络分析在城市环保中的应用》，《安徽农业科学》，2007年第1期。

⑫吴小庆，陆根法:《基于DEA方法的我国环保类上市公司经营效率分析》，《生产力研究》，2009年第23期。

⑬闻岳春，吴英姿，《基于DEA模型的环保投资综合效率的实证分析》，《同济大学学报(社会科学版)》，2012年第1期。

⑭何平林，刘建平，王晓霞:《财政投资效率的数据包络分析:基于环境保护投资》，《财政研究》，2011年第5期。

⑮Färe R，Grosskopf S，Norris M.，et al.Productivity growth，technical progress，and efficiency change in industrialized countries，American Economic Review.1994，84(1).

⑯陈勇，唐朱昌:《中国工业的技术选择与技术进步:1985－2003》，《经济研究》，2006年第9期。

⑰齐君，赵四东:《基于DEA和Malmquist指数的中国环保绩效测度及其时空变化》，《兰州大学学报》(自然科学版)，2012年第3期。

⑱王群伟，周鹏:《我国二氧化碳排放绩效的动态变化、区域差异及影响因素》，《中国工业经济》，2010年第1期。

⑲乔晓楠，李宏生:《中国战略新兴产业的成长机制研究——基于污水处理产业的经验》，《经济社会体制比较》，2011年第2期。