我国水务产业市场绩效评价及其影响因素

2018-07-26曾贤刚中国人民大学环境学院北京100872

中国环境科学 2018年7期

曾贤刚 (中国人民大学环境学院北京 100872)

由于市场需求的推动、政策的引导、投资力度的加大,水务产业近年来得到了蓬勃发展,水务产业已成为社会进步和经济发展的重要基础性行业.值得关注的是,虽然我国水务产业的市场规模在不断扩大,但供需矛盾依旧突出、缺口很大.因此需要对我国水务市场进行深入分析,尤其是对我国水务产业市场绩效进行评价并对其影响因素进行分析,以便为我国水务产业的健康发展提供决策依据.目前国内外已经开展了一些与水务产业市场绩效的相关研究.Bhattacharyya等[1]运用随机前沿分析(SFA)对225家公营和 32家私营水务企业进行评估,发现小规模的私营企业更有效率.Estache等[2]运用随机前沿面成本函数对19个国家的50家企业进行评估,发现成本与产出之间不存在系统相关性.Marques[3]运用企业行为指标、全要素生产率和DEA模型,研究表明私营企业比公营企业的服务质量更高,且有显著的生产效率优势.Munisamy[4]的研究则表明私营企业比公营企业更具有技术效率.Porcher[5]运用DEA和 SFA模型对法国177家水务企业进行评估,将环境因素纳入考量后, 研究表明私营企业平均上没有公营企业效率高.王宏伟等[6]利用中国 35个重点城市的面板数据, 研究表明私人部门进入不仅显著提高城市供水能力,也明显缩小中西部与东部用水普及率的差距.苏晓红等[7]利用 VAR模型脉冲响应函数, 研究表明市场准入与价格规制显著促进城市供水总量,但长期来看这种促进作用正在减弱,且价格规制导致行业生产成本上升,降低生产效率.

根据“结构-行为-绩效”的产业组织理论(简称SCP分析框架)[8],市场绩效受到市场结构和行为的共同制约,主要表现在经济绩效、技术绩效和资源配置效益3个方面.水务产业市场绩效评估涉及到多投入多产出指标,各投入产出指标单位也有所不同,因此DEA模型特别适用于评估水务产业市场绩效.将DEA运用到 SCP的市场绩效分析中去,克服了现有评价法的主观性,并可以从技术、经济、资源配置等多个方面去考量企业的效率.而且产业组织理论中的X-效率结构假说和规模效率假说分别针对企业的经营效率和规模效率,而 DEA评估结果包含了纯技术效率、规模效率和综合技术效率,与产业组织理论内容刚好吻合.而且,基于水务产业市场绩效评估的结果,还可以进一步对其影响因素进行分析.因此,笔者将市场结构、行为以及其他外部环境因素作为自变量,将市场绩效作为因变量,进行回归模型构建,根据模型结果分析各因素对市场绩效的影响方向与影响程度.

1 研究方法与模型

1.1 一阶段数据包络分析法(DEA)

数据包络分析法(DEA)最初是由 Charnes等[9]提出,也就是最初的基于规模报酬不变(CRS)的DEA模型.该模型是将Farrell[10]所提出的“两投入-产出”模式,推广至“多投入多产出”模式,并利用线性规划和对偶定理,求出待评估单位的生产前沿,凡落在边界上的决策单位(DMU)称为DEA有效率,其效率值为1;而其他未落在边界上的DMU则称为DEA无效率,其效率值介于0与1之间.之后,Banker等[10]扩展了CRS模型中关于规模报酬不变的假设,提出了基于可变规模报酬(VRS)的 DEA模型.它构成了一个截面凸包,比CRS构成的圆锥包更为紧凑,同时可以将技术效率分解为纯技术效率和规模效率.据此,可利用线性规划方法计算每一决策单位的相对效率.

由于DEA方法可以有效的处理多投入和多产出的情况,并可直接计算出环境效率和投入冗余量,其在避免主观因素、简化算法、减少误差等方面也有着不可低估的优越性,因此本文采用DEA方法建立水务企业市场绩效评估模型.根据已有研究表明水务企业存在规模效应,且现状表明我国水务企业仍处于不断发展的状态,属于规模报酬递增的阶段,故本研究采用基于可变规模报酬(Variable Return to Scale,简称VRS)的DEA模型评估我国水务企业的绩效.

VRS模型的前提假设是规模可变,公式如下[11]:

式中:ε表示非阿基米德无穷小量,即小于任何正数、大于零; θ(0＜θ≤1)表示决策单元综合技术效率值 TE;s+表示松弛变量,即在决策单元达到 DEA 有效时,需要增加的投入量;s-表示松弛变量,即在决策单元达到DEA 有效时,需要减少的投入量;m(m=1,2,3,…,M)表示决策单元个数;xmk表示第m个决策单元第k种要素的投入量;表示第m个决策单元第k种要素的初始投入量;yml表示第 m个决策单元第 l种产出的产出量;表示第 m个决策单元第 l种产出的初始产出量;λm(λm≥0)表示投入和产出的权重系数.

综合技术效率在 VRS模型中被分解为纯技术效率PE和规模效率SE的乘积,前者是技术性因素导致的效率结果,体现决策单元资源利用配置效率,受到管理体制等影响;后者则是投入规模因素导致的效率结果,反映的是决策单元投入要素量的结果,受生产力变化的影响.因此,综合技术效率θ(0＜θ≤1)可表达为:

式中: θPE(0＜ θPE≤1, θPE≥θ)表示决策单元的纯技术效率; θSE(0＜ θSE≤1, θSE≥θ)表示决策单元的规模效率.

若θPE= θSE= 1,则表明该决策单元的纯技术效率和规模效率均达到了最优状态;若θPE和θSE越无限趋近于 1,则表明该决策单元的纯技术效率和规模效率越接近最优状态;此外,若θSE＜1,则表明决策单元规模效率为0,可能是规模过大或规模过小导致的,因此,在运用VRS模型之前,应判断企业或行业是处规模报酬递增、还是规模报酬递减阶段.

1.2 二阶段Tobit回归分析

在利用 DEA模型计算出决策单元效率值后,为了解效率的影响因素及其影响程度,在 DEA分析的基础上衍生出了一种两步法[12].该方法第一步采用DEA分析评估出决策单位的效率值,第二步以上一步中得出的效率值作为因变量,以影响因素等作为自变量建立回归模型.因为 DEA法得出的效率指数介于0～1之间,所以回归方程的因变量就被限制在这个区间.如果直接采用最小二乘法,会给参数估计带来严重的有偏和不一致.

而Tobit模型恰好只用于因变量为受限变量的情况,因此,建立Tobit回归模型,通过极大似然估计法对参数进行估计,得到的结果是无偏估计,由此成立了DEA-Tobit模型.本文采用的Tobit模型如下:

式中:i为决策单元序号;Yi:第 i个企业的综合效率值;Xi:影响第i个企业综合效率的各解释变量;βT:未知参数向量;ui:ui～N(0,σ2).

2 我国水务产业市场绩效评价

2.1 投入产出变量选择及数据来源

在具体的 DEA应用中,一般将收益型的指标视为产出指标体系,将成本型指标作为投入指标体系来处理.根据产业组织理论和 SCP范式分析框架,本研究将一级指标划分为经济、技术、资源配置3方面(表1).其中,经济绩效指标选取“主营业务成本”和“资产投入”作为投入变量,选取“主营业务收入”作为产出变量;技术绩效指标选取“研发投入”作为投入变量,选取“研发成果”作为产出变量;资源配置绩效指标选取“水资源投入”、“人力资源投入”、“融资投入”作为投入变量,选取“供水量”和“污染物削减量”作为产出变量.

水务企业的成本数据、盈利数据等均为企业保密信息,但是依照法律规定,上市水务企业与公开发债水务企业必须定期公开其经营状况和财务情况,且其信息披露途径是一致的,其相关指标的统计口径也是一致的,故本研究选取主营业务为供水和(或)污水处理服务的上市水务公司及公开发行债券融资的水务公司作为实证对象.本研最终选取63家(24家上市企业、39家公开发债企业)上市或发债水务企业2015年的数据进行分析研究,所有企业的原始数据均来源于Wind终端资讯,包括上市披露的年报、发债企业披露的募集说明书以及Wind数据库提供的其他相关信息与数据.需要说明的是,虽然香港与大陆的会计准则有部分不同,但是本研究所选取的 11个指标在香港和大陆的会计统计口径是一致的,数据的可比性得到了保障.

表1 DEA模型指标体系的具体解释与表征Table 1 Specific interpretation and characterization of the statistical indicator system of DEA model

这63家水务企业通过股市或债市进行公开融资,在投融资方面代表了我国水务行业市场化的最高水平.同时,这 63家企业具备上市或发债的资格,表明它们也代表了我国水务行业较高的资产规模水平与运营水准,对这 63家企业的分析相当于对我国水务行业综合状况较好的一批企业进行分析,对整个行业的其他企业有相当大的借鉴意义.

对63个有效样本进行描述性统计分析,结果见表2.如表2所示,样本企业的规模差异较大,各项指标的标准差值,均略高于平均值,而其中企业的固定资产差异最大,标准差就为平均值的1.5倍,最大的企业的固定资产为4035916.22万元,是最小值2646.52万元的1525倍.究其原因,是由于各企业的所处区域不同,服务范围差别大,导致资金投入差距大,企业规模不一.

表2 研究样本的描述性统计分析Table 2 Descriptive statistics analysis of research samples

2.2 DEA模型评价结果与分析

运用DEAP2.1软件包对样本数据进行计算,得到2015年我国63家水务企业运营绩效的评价结果,如表3.

2.2.1 综合技术效率(crste)分析从综合效率看,样本的平均综合效率值为 0.743,且效率值差异较大,分布比较散乱,说明样本企业的绩效整体高低不齐,差距较明显.其中,30家企业的综合效率值高于平均值,占样本量的47.6%,33家企业则低于平均值.

表3 63家样本水务企业运营绩效的DEA评价结果Table 3 DEA evaluation results of operational performance of 63sample water enterprises

续表3

共计16家企业达到DEA最优,即综合效率值为1,约占样本量的 1/4,这 16家水务企业在运营过程中经济表现、技术研发、资源配置三方面相对较好,可为行业中的标杆企业,包括江苏江南水务股份有限公司、北控水务集团有限公司、北京碧水源科技股份有限公司等9家上市企业,以及北京城市排水集团有限责任公司、北京水务投资中心、杭州萧山水务集团有限公司等7家发债企业,在所有样本中处于最优水平.而在所有样本中,综合绩效最差的效率值仅为0.346,与效率最优的样本相比,该企业在投入上具有65.4%的优化空间.

为进一步探究综合技术效率不足的原因,将模型结果按纯技术效率和规模效率分开来看.规模效率反映企业规模是否已最优化,而剔除经营规模因素影响之后的纯技术效率能更准确地反映企业的经营管理水平.根据纯技术效率和规模效率值,分别以其平均值0.8和0.9为临界点,将企业划分为4种类型:

1)双高型企业,即纯技术效率高于 0.8,规模效率高于0.9,且包括处于综合效率前沿面的16家企业,是水务行业的标杆企业;

2)高低型企业,即纯技术效率高于 0.8,规模效率低于 0.9,效率改进的重点应放在提高企业生产能力,扩大企业规模上;

3)低高型企业,即纯技术效率低于 0.8,规模效率高于 0.9,效率改进的方向在于提高企业的资源配置和运营管理水平;

4)双低型企业,即纯技术效率低于 0.8,规模效率低于 0.9,在企业规模和经营管理技术水平上均有较大提升空间.

划分结果如下:有 26家企业属于第一种类型,包括 16家最优样本企业,代表我国水务行业最高绩效水平,效率改进的空间较小;有8家企业属于第二种类型,改进的方向是提升规模效率,主要途径为提高企业的供水能力和污水处理能力,实现规模经济;有 18家企业属于第三种类型,需要通过改善企业的经营管理水平提高纯技术效率;有 11家企业属于第四种类型,经营管理水平和企业规模均有较大提升空间.

2.2.2 纯技术效率(vrste)分析上述分析已得出纯技术效率偏低是我国水务企业的普遍现象,为了衡量这些企业资源配置偏离最优状态的程度,为优化资源配置提供量化的参考指标,有必要进行投入冗余和产出不足分析,即纯技术效率分析.纯技术效率达到DEA 有效(即)的样本不存在投入冗余和产出不足,有24家企业达到了纯技术效率有效.

对剩余的39家纯技术效率不为1的样本进行投入冗余和产出不足分析.通过 DEA运算结果可得这39个样本的最优投入和产出量,从而计算投入冗余量=实际投入量-最优投入量、产出不足量=最优产出量-实际产出量,进而根据投入冗余量与实际投入量之比以及产出不足量与实际产出量之比分别得到投入冗余率=投入冗余量/实际投入量×100%、产出不足率=产出不足量/实际产出量×100%.

结果表明,我国水务企业的产出水平已普遍接近最优状态,导致纯技术效率不足的原因是投入的冗余和资源的浪费,其中:

1)主营业务成本的平均冗余率为30.34%,最高冗余率为 52.64%,削减超过一半的成本费用,仍能维持现有产出,能源损耗、药剂投入、设备折旧、管网漏损、管理费用、销售费用占了营业成本很大一部分,并且这些费用都是企业有能力去调节的,通过减少这些方面的耗费,企业的主营业务成本将大大减少,从而降低冗余率;

2)固定资产的平均冗余率为 42.34%,有 12个企业的冗余率超过了 50%,约占非技术有效样本量的31%,尤其,样本38、43、58、61的固定资产投入冗余率分别为90.43%、91.05%、90.85%、93.66%,均超过了 90%,固定资产投入冗余问题十分严重,表明企业的设备闲置率过高,导致资产浪费,这能够解释当前我国水务行业“重建设、轻运营”的现象,政策冲动造成了盲目投资与重复建设;

3)研发投入的平均冗余率为41.74%,研发投入包括从外部购买的专利使用权和内部研发投入,对应产出来看,近 70%的企业不具备任何一项自主专利权,说明企业过度依赖外部专利,自主创新能力薄弱,导致研发的性价比过低;

4)融资投入的平均冗余率为50.33%,是所有指标中最高的,表明当前形势下,我国水务企业的融资成本偏高,应进一步开放融资渠道,减轻企业的融资负担,真正推动社会资本的进入;

5)员工总数的平均冗余率为41.37%,员工结构关系到企业的管理、生产运营,企业花费成本在养“闲人”,员工的工作效率低、态度松懈,导致原本一个人的工作需要多人去完成,表明企业的人力资源管理机制有待改善,这与企业的性质有很大关系,大部分水务企业仍是国企,国有企业的人事改革,尤其涉及到裁员的问题,往往有抵触逃避情绪.

2.2.3 规模效率(scale)分析 DEA有效的16个样本企业的规模效率最优,剩余企业中有28家(占60%)的规模效率值超过了 0.9,接近最优状态.进一步分析,规模效率未达到最优的 47个样本中,大多数样本处于规模收益递增状态.样本中,不存在规模效率最优而纯技术效率未达到最优的样本,但有8个样本纯技术效率最优而规模效率未达到最优,这8家企业不存在投入冗余或产出不足,但其规模和投入、产出不相匹配,需要扩大或缩减规模.

以巴彦淖尔市河套水务集团有限公司为例,其纯技术效率值为0.914,但由于规模效率值仅为0.378,导致综合效率排名倒数第一,且 DEA结果表明企业处于规模收益递增阶段,急迫需要扩大规模.公司的业务范围局限于内蒙古巴彦淖尔市的工业供排水和城市供排水及污水处理,受当地宏观经济影响严重,缺乏行业竞争力.

我国水务行业整体处于规模收益递增的发展阶段,对于大部分企业来说规模不足,应该借助市场化改革积极扩大投资行为,通过并购、跨区域竞争等手段拓展业务,提高规模水平.但是从DEA结果看,也有少数企业呈现规模收益递减状态,中国水务、深水务和北京首创等企业均已处于规模递减阶段,进一步扩大市场规模反而降低企业绩效,这些企业应该将重点放在经营管理上.

以深圳市水务集团有限公司为例,其纯技术效率值为 1,但由于规模效率值仅为 0.695,导致综合效率排名仅在样本中排第 34位,这表明该公司已处于规模收益递减阶段,需要适当削减规模.该公司在深圳市占据完全垄断经营的地位,业务范围已辐射到江苏、浙江、河南等8省.该公司几乎每年都在进行并购扩张,外资的引入和业务的普及使得公司经营管理水平位居行业前列,但规模收益随着公司规模的壮大已经从递增转为递减状态.事实上,规模效应是有临界点的,盲目扩张,突破了临界点,反而会带来规模效率不足,从而导致企业的综合效率低下.

3 影响因素的计量分析

3.1 模型选择和变量识别

根据SCP分析范式和已有研究文献,水务产业市场绩效的可量化影响因素主要有以下几个方面:1)市场结构对绩效可能产生影响的因素;2)市场行为对绩效可能产生影响的因素;3)其他外部因素[13-14].如表4:

其中,(1)企业规模以“企业服务的城市数量(地级市及以上)”作为表征;(2)是否供排水一体化为虚拟变量,当企业一体化经营时,变量取值为 1,否则取值为0;(3)企业所服务城市的综合居民水价为解释变量之一,若企业业务遍布多个城市,按照业务比例将综合水价进行加权;(4)将“企业国有股份比例”作为表征所有制类型的解释变量;(5)将“水务企业所服务城市的人均 GDP”作为衡量经济发展水平的变量,若企业业务遍布多个城市,按照业务比例将人均GDP进行加权;(6)将“企业接受的政府补助”作为财政支持的解释变量;(7)将“企业所服务城市的人均水资源拥有量”作为服务地区水资源禀赋的解释变量,若企业业务遍布多个城市,按照业务比例将人均水资源拥有量进行加权;(8)将“水务企业所服务城市的生活废水排放总量”和“水务企业所服务城市的生活废水中化学需氧量”作为服务地区的居民用排水行为解释指标.

表4 市场绩效影响因素分类Table 4 The classification of influence factors of market performance

3.2 回归模型建立

建立 Tobit回归模型对影响变量进行分组回归,其线性回归模型如下:

式中:Yi指DEA效率值;βT是未知参数向量;Xi是各变量组;ui服从正态分布.

模型1用市场结构对企业综合效率值进行回归,代表指标为企业服务的城市数量和供排水一体化,其中供排水一体化是个虚拟变量.模型2用市场行为对企业综合效率进行回归,包括价格行为和投资行为,代表指标为水价和国有股份比例.模型3用地区经济财政状况对企业综合效率进行回归,包括经济发展水平(人均 GDP)和财政支持(政府补助).模型 4用地区水资源状况对企业综合效率进行回归,包括水资源禀赋(人均水资源占有量)、用排水行为(排水量和COD排放量).

3.3 结果分析

本文使用 Stata13软件进行回归分析和检验,采用 2015年相关数据.其中,服务城市个数、供排水一体化、国有股份比例、政府补助数据来源于Wind数据库中各企业 2015年年报;水价数据来源于中国水网;地级市人均GDP数据来源于2015年各省国民经济和社会发展统计公报;省级人均水资源占有量和人均用水量数据来源于《2016年中国统计年鉴》.Tobit回归模型的估计结果如表5.

从回归结果可以看出,服务城市个数、生活水价、国有股份比例、政府补助、排水量、COD排放量对水务企业综合效率有着较为显著的影响,其中,服务城市个数、水价、排水量与企业效率呈现正相关关系,国有股份比例、政府补助、COD排放量与企业效率呈现负相关关系.此外,供排水一体化、人均GDP、人均水资源拥有量、用水量与企业效率没有呈现显著的相关性影响.以下,分别从上述6个显著影响因素对我国水务企业综合效率进行分析.

表5 Tobit模型回归结果Table 5 Regression results of Tobit model

3.3.1 市场结构对市场绩效的影响由于市场化改革与行政性垄断相交织,导致我国水务行业的市场结构偏向于垄断竞争的状态.尤其行政性垄断导致地方水务多由地方性国有水务企业垄断经营,水务市场的区域性壁垒明显存在[15].由此造成的结果是,我国水务企业多以地方性企业为主,全国性企业较少,缺少跨区域竞争.63家企业中,有32家仅为某一特定县城、地级市或直辖市提供供水或污水处理服务,超过一半的比例,这部分企业是典型的地方性水务企业;有 22家企业经营2～9个城市的水务业务,占比34.9%,这部分企业的特征是为某一省内的不同城市或邻近省的不同城市提供服务,属于区域性水务企业;仅有9家企业的业务延伸到全国多个省份,占比14%.

水务企业服务城市的数量会影响企业的规模与市场占有率,进而影响企业绩效.总体上讲,企业综合效率随着企业业务城市数量的增加而提高.由于供水和污水处理是典型的自然垄断行业,具有显著的规模经济效应与范围经济效应,因此,水务企业在多个城市同时经营业务,能够充分发挥规模经济与范围经济优势,提高企业的规模效率,进而提高综合绩效.另外,在多个城市同时经营业务,使得企业资产能够在更大范围内进行配置,对优化资源配置有好处.尤其,邻近城市的水资源状况、供水需求、供排水标准等存在相似性,企业若能够承揽邻近城市的水务业务,能够充分利用邻近城市的相似性特征降低运营成本,无需在处理工艺与设备等方面有较大改动.相反,地方性水务企业的基础投入大,业务范围又有所局限,规模经济优势难以发挥,规模效率难以提高,资源配置范围存在限制,优化空间小,投入冗余大.这表明,鼓励水务企业进行跨区域竞争,激励地方性水务企业逐渐向区域性水务企业转型,最终向全国性水务企业转型,将有助于提高整个行业的绩效.

3.3.2 市场行为对市场绩效的影响 1)水价与企业效率.总体上,价格水平与企业绩效呈现正相关关系.Tobit回归模型结果显示价格对企业绩效的影响系数为0.0968,水价每提高1元/立方米,企业平均绩效提高0.0968.这表明,高水价对水务企业来说是一种正向激励,鼓励企业提高投入产出比,以更多的产出来获得更多的收入.因此,提高水务行业绩效,必须适当提高市场机制在水价制定过程中的作用,真正做到全面覆盖成本,使水价成为真正意义上的市场杠杆.同时,也要加强企业成本监审制度,将企业“虚报成本”的动机防范于未然.

2)国有股份比例与企业效率.国有股份比例与企业绩效呈现负相关,Tobit回归模型结果显示国有股份比例对企业绩效的影响系数为-0.2599,每提高 1%的国有股份比例,企业平均绩效就会下降约 0.003.在63个样本企业中,有37家企业是国有独资企业,超过一半的比例;有 16家企业是国有控股企业,近 1/4;仅有 10家企业是民营或合营企业,仅占比 15.9%,表明我国水务企业的存在形式仍以国有为主.目前行政性垄断仍然是强势力量,社会资本与外资的介入规模有限[16].市场化改革的效果不如预期,在今后的改革中应该更加重视水务企业的所有制改革,使得水务市场竞争主体更加多元化,激发市场竞争的活力.

3.3.3 区域财政经济状况对市场绩效的影响政府补助对企业绩效实际上起到了负面的作用,Tobit回归模型结果表明,政府补助对企业绩效的影响系数为-0.0423.作为公共事业行业,政府补助是政府对水务企业的财政支持,水务企业或多或少接受着政府的补助.政府补助的存在保障了水务企业的盈利水平,即使企业亏损,政府也能够通过补贴等形式使得企业在项目运营期间持续正常经营.很显然,政府补助削弱了企业提高运营效率的主动性与积极性,对企业绩效的负面作用明显.

3.3.4 区域水资源状况对市场绩效的影响 1)废水排放量与企业效率.排水量与企业综合绩效大体上有着正相关关系,Tobit回归模型结果也表明排水量对企业效率的影响系数为0.005,且在5%的显著性水平下显著.水务企业业务区域的废水排放量规模涉及企业污水处理的规模,同时,排水越多,表明用水越多,供水量也越大.所以,业务区域的排水量表征着该区域水务市场的规模,影响着水务企业的业务规模,从而影响企业绩效.

2)COD排放量与企业效率. COD排放量代表水务企业业务区域的排水水质,COD排放越多,表明生活用水排放水质越差,污水处理厂的进水水质也就越差,企业的污水处理负担更重,需要削减的 CDO量越多,营业成本越高.生活 COD排放量与企业综合效率大致呈现负相关关系,Tobit回归模型结果也显示COD排放量对企业效率的影响系数为-0.0034,即每增加一万吨 COD排放,企业效率就降低0.0034,且在5%的显著性水平下显著.表明提高居民生活用水的排水水质,就可以提高污水处理厂的进水水质,从而有利于提高水务企业的绩效.