再生资源上市公司资源配置效率研究——基于DEA和MalmquiSt指数的实证研究

张海瑜 周述光（副教授） 韩慧真（武警后勤学院后勤保障系 天津 300309）

资源能源供应不足和生态环境容量有限已成为制约经济高质量发展的双重约束，如何调整发展模式、减少资源的消耗已经是世界各国都需要关注的问题。我国经济的发展模式已经由高速增长阶段转向高质量发展阶段，因此社会对再生资源的需求也大幅增加。再生资源产业是循环经济模式中极为关键的一环，其特殊的环保和资源属性显示了良好的外部经济性，覆盖了循环经济“再利用和资源化”两大领域。根据《循环发展引领行动》数据，到2020年，我国的资源循环利用产业产值有望达到3万亿元。但与发达国家相比，我国的再生资源行业和企业仍处在早期发展阶段，还有很大的提升空间，因此分析和测评再生资源企业资源配置效率水平具有重要的现实意义。

通过对再生资源产业相关文献的梳理，研究发现多数文献主要偏向于对行业宏观层面的分析，如对再生资源产业回收体系、空间集聚特征、产业发展现状、国家政策和市场组织等方面的研究，或从产业链的角度研究产业的发展，而对再生资源企业效率进行测度与评价等微观层面的定量研究涉及较少。因此，本文选取了22家再生资源上市公司2013年至2018年财务样本数据作为研究对象，运用DEA—BCC模型对所选上市公司2013年和2018年截面数据的效率测度和影响因素进行实证分析，而后运用MalmquiSt指数方法对上市公司全要素生产效率的动态变化情况做了进一步分析。

一、方法确定

（一）可变规模报酬模型（BCC）

数据包络分析法（Data Envelopment Analysis，DEA）是对决策单元相对有效性的一种评价方法，是评价效率最有效的非参数方法。DEA方法是由Farrle首次提出，之后由著名运筹学家A.CharneS，W.W.Cooper和RhdodeS等学者在“相对效率评价”概念基础上发展起来的一种新的系统分析方法。Banker，A.CharneS，W.W.Cooper在CCR模型基础之上提出了基于规模收益可变（Variable ReturnS to Scale，VRS）的BCC模型。由于一般情况下再生资源上市公司的规模报酬是可变的，并期望在维持现有投入水平下产出最大化，因此本文将运用VRS条件下的产出导向型的BCC模型进行综合分析。

假设对n个再生资源上市企业的效率进行测度与评价，相同时期的每一个上市公司被称作一个决策单元（DMU），每个上市公司（DMU）在运营过程中均有m种投入X，r种产出Y。第j个上市公司的投入表示为Xj=（X1j，X2j，……，Xmj）T，产出表示为Yj=（Y1j，Y2j，……，Yrj）T，用（Xj，Yj）表示决策单元DMUj的整个经济活动，得到最优化BCC模型，如公式（1）所示：

在BCC模型中，λ为输入变量系数，θ为技术效率综合值；ε是一个常量，表示非阿基米德无穷小量，在实际应用中一般取10-4；S-为产出的松弛变量，S+为投入的剩余变量，表示分量指标可节省或增加的比例。通过BCC模型得到的θ*，该值反映了再生资源企业最大产出或最小成本投入的效率程度。若DMUj为DEA有效，则θ*=1，且S-*=0，S+*=0为最优值，说明决策单元是处于生产前沿上，即在原投入的基础上所获得的产出已达到最优；若θ＜1，则决策单元D（Xj0，Yj0）效率为DEA非有效。

（二）全要素生产力指数

上述BCC模型仅测度和评价了某年当期各再生资源上市公司的相对效率，只是一种静态比较。本文将依据MalmquiSt指数定义，分析再生资源上市公司资源效率的动态变化情况。MalmquiSt指数是基于DEA 的一种跨期动态全要素生产（ Total Factor Productivity）效率分析方法，适用于面板数据分析。它运用几何平均值作为衡量从t时期到t+1时期生产率变化的MalmquiSt指数，当TPF大于1时，表明从t时期到t+1时期全要素生产率呈上升趋势，反之，表示衰退趋势。

Fare等进一步改进了MalmquiSt全要素生产力指数，将其分解为了技术效率变化指数（Effch） 和技术进步指数（Techch）两个部分，技术进步变化是生产前沿面的移动对生产率的贡献程度，技术效率变化是生产技术的利用效率，是生产前沿面和实际产出量之间的距离变化。其中技术效率变化指数（Effch）又可进一步分解为纯技术效率指数（Pech）和规模效率指数（Sech），具体见公式（2） （3） （4）：

从而：M0（xt+1，yt+1，xt，yt）=TFPch=Tch×SEch×Pch（4）

在本文中，将每一个再生资源企业作为一个决策单元，运用MalmquiSt指数方法来估算所选再生资源上市公司整体生产率的变动情况，将每个决策单元的实际生出率与最佳生产前沿面进行比较，由此来测度技术效率变化、技术进步效率。

二、指标体系构建

目前国内循环经济类上市公司较多，但是严格意义上来讲大部分属于再生能源企业（如太阳能、生物能、风能、水能、地热等），有别于本文所探讨的再生资源类企业。考虑到数据的可得性，在DEA样本的选取上本次研究只考虑了上市公司，在选取的过程中，有的上市公司虽涉足再生资源综合利用，但是由于所占比重很小，不予纳入；有的企业为新上市公司，在时间的跨度上不能够满足面板数据的要求，也不在所选范围之内。一般来说，DMU的数量不应少于投入和产出指标数量的乘积，同时不少于投入和产出指标数量的3倍，即n≥max｛mq，3（m+q）｝。综合考虑以上原因，并结合DEA模型的评价要求与研究目的，本文有代表性地选取了22家再生资源上市公司2013至2018年财务样本数据作为研究对象。

由于本文所选的样本中有13家为在我国香港地区上市的公司，考虑到统计口径、产业特点和数据的可获得性等原因，再结合所选指标投入产出效率的代表性和可操作性，本文选取了净资产收益率和销售净利率为产出指标，主要用盈利性的财务指标来表示；总资产周转率、现金流动负债比、资产负债率、成本费用利润率为投入指标，能够反映上市公司的规模及资源利用状况。评价指标体系详见表1。

表1 再生资源上市公司效率评价指标体系

DEA模型中要求输入输出指标值可得并为正数，实际上原始数据中可能存在负数，这就需要对原始数据进行处理。本文将应用沈江建、龙文（2015）关于负产出在DEA模型中的处理的结论对原始数据中的负数进行初等行变换的非负处理。

三、实证结果及分析

（一）基于BCC模型的静态效率分析

根据公式（1），利用MaxDEA 统计软件对再生资源上市公司2013—2018年的截面数据进行分析计算，得到22家再生资源上市公司2013—2018年的静态效率的评价结果——静态效率值及其分解效率值，分析结果如下页表2所示。2013年再生资源上市公司在规模效益方面整体呈现规模效益递增的趋势，其中只有4家企业规模效益不变，即通威股份、中国环保能源、中国再生能源投资、首创环境。2018年这种情况有所改变，有13家企业达到了规模效益不变。将综合技术效率与企业的净利润进行比较分析，可以将22个企业2013年及2018年按照比较的结果可划分为以下不同的类型。

1.低效率、中高利润。2013年及2018年低效率、低利润的企业样本数为零；2013年低效率、中利润类型的企业有5家，效率值分布在0.094—0.286之间；2018年低效率、中利润类型的企业有3家，综合技术效率在0.515—0.602之间分布，总体来看，2013到2018年综合技术效率值呈上升趋势，且上升幅度比较大。2013年低效率、中利润的5家企业中，怡球资源的综合技术效率由2013年的0.214达到2018年的最优效率，其中纯技术效率两年均为DEA有效，说明该企业的技术和管理水平等因素对生产效率的影响是有效的，但是纯规模效率2013年为0.214，2018年纯规模效率也到达了最优，说明企业的规模效益也得到优化，但是2018年的利润却从1.65亿元下降到0.26亿元。分析原因发现，2018年怡球资源进行了重大资产重组，以现金支付的方式对原美国纽交所上市公司Metalico进行收购，导致了利润下降，从全局来看，重组加速了企业再生金属全产业链的布局，通过纵向并购迅速进入上游市场，扩展和补充上市公司的业务范围，有效完善了2013年规模效率不足的局面，达到资源配置最优。另外4家，格林美、启迪桑德、东江环保的效率值从弱有效到强有效，并且盈利能力提高也比较显著。爱康科技2018年比2013年距离前沿面更加接近，虽利润有所下降，但也已达到了企业承诺的2018年度业绩的163.75%，属于合理范围，不过从长期看也需注意生产管理、技术创新与规模效益之间的协调关系。2013年低效率、高利润的4家企业，在2018年效率水平整体得到了提升，其中龙源电力、京能清洁能源、天能动力、金风科技规模报酬在2018年依然保持递增阶段，天能动力、龙源电力的利润率有小幅下降，其余两家其余利润有进一步提高。企业应在注重技术工艺的持续优化及精细化管理的基础上，协同发挥规模效益的优势，达到降低成本、提升利润的目的。

表2 2013—2018年再生资源上市公司资源配置静态效率分析结果表

2.中效率、低利润。中效率、低利润的4家企业2013年均处于非生产前沿面，至2018年综合技术、纯技术、纯规模效率水平均到达DEA有效，年均为1，并且规模效益由递增过渡到不变阶段，说明资源配置得到了优化。

3.中效率、中利润。中效率、中利润的企业有3家，三个维度的效率值均从非DEA有效达到了最优，但是超威集团和齐合天地2018年利润有一定程度下降，分析原因，2016—2018齐合天地连续三年亏损，2017年亏损原因主要源于存货拔备及衍生金融工具公平值变动亏损3.87亿元，2018年重新审视买卖期货政策后，衍生金融工具造成的影响大幅收窄，利润较2017年同比增长2.4%，随着渝商进驻，企业应加强对整个产业链条的整合及对衍生金融产品的风险管理，强化专利技术、管理技巧、知识产权，进一步提升整体盈利能力。2013年中效率、高利润的国电科环，在2018年利润大幅下降，表2中显示国电科环2013年综合技术和纯规模效率都处于非生产前沿面，2015年在终止、剥离光伏产业等低效无效资产之后，2018年综合技术和纯规模效率达到了最优，净利润也由2015年亏损46.4亿元转为盈利，未来企业应进一步持续清理低效资产，调整优化资产结构，退出不具备竞争优势的产业领域和项目，集中优势力量做优做精核心业务。

4.高效率、低利润。2013高效率、低利润的4家企业在2018年仍处在生产前沿面，并且利润也有了显著的提高，说明这几家企业资源配置效率整体比较合理。2013年高效率、中利润的通威集团，通过对光伏新能源产业的整合，实现了上、中、下游产业的购并整合，由表2可以看出，2018年纯规模效率及综合技术效率从最优变为非DEA有效，说明企业在从单一的绿色农业发展为“绿色农业+光伏”双轮驱动的协同发展模式时，规模报酬由不变向递增阶段过渡，发挥了规模生产及成本优势，从而实现了2018年净利润的大幅提升，因此在现阶段应保持纯技术效率的情况下重点关注规模效率，更好地发挥资源的优化配置作用。

（二）基于MalmquiSt 动态效率评价

使用22家再生资源上市公司2013—2018年5年的面板数据，通过MaxDEA 统计软件，分别将两组产出数据和四组投入数据输入，求解产出导向型的MalmquiSt指数的DEA 模型。表3实证结果分析：（1）2013—2018年间22家再生资源上市公司全要素生产率平均水平为1.143，说明TFP总体呈现上升趋势。Year=1；Year=2；Year=3；Year=4期间的TFP也处于有效状态，但在2017—2018年却呈现出负增长，为-0.494。（2）2013—2014期间技术效率、技术进步、纯技术效率、规模效率均处于有效状态，呈现10.4%、1.7%、1%和9.3%的（以“1”单位，减“1”得到的。θ*=1为最优值，该值反映了再生资源企业最大产出或最小成本投入的效率程度）增长率，说明所选样本企业在产业管理体制改革、生产工艺、制造技能、规模效益等方面的革新和改进效果比较突出，后期由于受我国经济结构调整和国内外经济形势影响，及相关行业准入条件、机制不足、组织化管理程序较低、粗放式经营、产业链条短等因素的影响，再生资源行业进入了瓶颈期。

再看其他观测期，技术效率和规模效率除2015—2016的负增长率为-3.9%和-3.78%，结合我国再生资源行业发展报告，发现2010年到2013年是我国再生资源行业的快速发展期，截至2015年，再生资源市场震荡不强，呈疲软状态，主要品种再生资源价格持续下跌，利润持续走低，相比较2013年，2016年再生资源企业数量和销售额均下滑13%左右。其他各期间的增长率下降幅度均比较大。技术进步在前四个观察期为增长态势，但在2017—2018年期间下降幅度比较大，增长率为-0.267。纯技术效率整体接近于有效状态。总体看，观察期内年平均技术效率和规模效率，呈现负增长，分别为-17.4%和-17.1%；技术进步的增长率为36.2%，纯技术效率基本有效，为0.997。根据公式（1）全要素生产率可分解成技术进步（TC）和技术效率变动（TEC），通过比较不同时期的生产前沿面的移动，即相同投入在不同时期的最优产出水平，发现技术进步（TC）的平均增长率为36.2%，说明产业整体的技术水平有较大的进步，结合5年来行业发展特点，发现再生资源回收利用领域开始尝试PPP模式，此模式有利于改革创新行业的公共服务供给机制，拓宽了投融资渠道，提升了企业的运作效率。同时加强推进生活垃圾分类回收与再生资源回收的两网协同融合，并配合“互联网+”的在线交易平台，加快再生资源交易市场由线下向线上线下结合转型升级，降低了回收成本，提升了企业竞争力。技术效率的平均变动为-17.4%，说明2013—2018年22家再生资源上市公司技术效率呈下降趋势，技术效率变动对全要素生产率的提升具有阻碍作用，说明虽然再生资源行业技术进步得到了增长，但技术效率改善力度还是不足，粗放式经营和管理方式、产业链条单一，科技研发能力薄弱仍是阻碍行业发展的主要问题。进一步把技术效率变化细分为纯技术效率变化与规模效率变化，发现两个效率的增长率分别为-0.3%和-17.1%，说明主要原因是规模效率的下降抵消了技术效率增长的作用。

根据对所选的再生资源上市公司的DEA分析显示，纯技术效率基本上达到了DEA有效，有6家企业的效率值大于1；规模效率与技术效率的变动趋势基本保持一致。另外所选样本企业在研究期间纯技术效率在给定经营规模下，一决策单元相对于另一决策单元在相同产出水平下，没有因为决策失误等原因造成资源的浪费，投入要素在使用效率上得到了有效利用。规模效率代表DMU的产出与投入比例是否适当，以规模效率值最低的金风科技为例，该企业的技术效率值为0.601，相对无效，纯技术效率1.007，规模效率0.597，说明该决策单元相对无效率的原因在于该企业投入与产出不成比例，说明企业还处于规模不经济的低效率阶段。

表3 2013—2018 年再生资源上市公司资源配置动态效率分析结果表

四、结论及对策

本文运用了VRS条件下的产出导向型的DEA-BCC模型测算了22家再生资源上市公司2013年和2018年的静态资源配置效率，随后运用MalmquiSt指数方法对上市公司全要素生产效率的动态变化情况做了进一步分析。

静态评价结果显示，2013年有4家企业规模收益不变，2018年规模收益不变的企业达到了13家。通过对综合技术效率与企业的净利润的分析比较，本文将所选上市公司划分为不同的类型，并分析了每种类型企业的资源配置效率。总体来看，2013年低效率、中利润的5家企业，低效率、高利润的4家企业，中效率、低利润的4家企业，中效率、中利润的3家企业在2018年效率水平整体都得到了提升；2013年高效率、低利润的4家企业在2018年仍处在生产前沿面，并且利润也有了显著的提高。

从动态分析的结果来看，2013—2018年间22家再生资源上市公司全要素生产率平均水平为1.143，呈总体上升趋势，观察期内技术进步增长率为36.2%，是造成全要素生产率增长的重要原因。技术效率呈现负增长，主要原因是规模效率的下降抵消了纯技术效率增长的作用。分析发现，观察期内虽然有上市公司大举进军再生资源行业，但是企业逆势整合、兼并重组、区域性并购等行为带来了规模收益的优化程度还不显著，建议产业集中度应进一步提高。

从评价结果来看，在良好的产业政策环境下，再生资源产业的现代化程度得到显著提升，在产业规模，技术进步和发展模式上都取得了很大的进步，但技术效率的改善力度还很不足，大多数再生资源企业只局限于回收一个环节，而对后向一体化产业战略的发展缺乏规划，不能有效形成规模效应，处于规模不经济的低效率阶段，产业链不完善，整体正处于从高度分散、缺乏规范的完全市场化状态向宏观调控下的相对集中、规范有序的市场状态过渡的进程中。综上所述，再生资源上市公司一方面应利用各种融资手段，优化金融结构，另一方面应突出主营业务，更加重视供给侧的管理和改革，推进新型回收模式，通过兼并重组，优化要素配置，实现规模经济。同时，相关管理部门应形成长效联动机制和有效监管，加大扶持政策和法律保障的力度，为再生资源上市公司创造有力的外部环境。