基于三阶段SBM模型的中国节能服务上市企业效率研究

刘惠敏, 陶君鹏, 王珊珊, 何 晖

(同济大学 经济与管理学院,上海 200092)

0 引言

改革开放以来，中国经济取得了巨大成就，伴随而来的高能耗和高排放问题同样十分突出。能源消费总量从1978年的5.71亿吨标准煤上升到2020年的49.8亿吨标准煤，增长了近9倍[1]；同时，作为最大的二氧化碳排放国，2020年碳排放占世界比重高达30.9%[2]。随着经济步入高质量发展阶段，实现节能减排和绿色低碳发展已成为中国未来经济增长的必然选择。为了加快推进减排进程，中国在2020年郑重承诺，力争于2030年前二氧化碳排放达到峰值，努力争取于2060年前实现碳中和[3]。这既体现了中国积极应对气候变化的大国担当，也成为经济转型升级的重要机遇。但是，碳排放总量大、减排时间短及能源系统转型难使得“双碳”目标的实现面临复杂挑战，而节约能耗和提高能效成为最主要的减排途径[4]。

节能服务企业(Energy Services Company , ESCO)基于合同能源管理提供专业化的节能服务[5]，是参与节能减排的关键力量。2020年，节能服务产业完成节能任务4050.06万吨标准煤(相当于减排10172.27万吨二氧化碳)，占全国新增能源消费总量的38.5%[1,4]。为了充分发挥节能潜力，ESCO需要进一步优化资源配置，实现要素投入的有效利用，这无疑对其效率提出了更高要求。在此背景下，基于科学合理的评价模型，测度ESCO效率并分析其影响因素，提出改进措施，对于释放ESCO节能潜力、推动节能服务产业发展和确保国家减排任务完成具有重要意义。

1 文献综述

ESCO的发展与宏观环境和企业效率息息相关。一方面，经济发达地区往往拥有庞大的基础设施体系和内在的节能减排意识，为节能项目的高效实施和ESCO的有序发展创造了更为优渥的主客观条件[6]；以第二产业为主导的产业结构扩大了节能项目的市场需求，使制造业、采矿业和建筑业等成为驱动ESCO发展的重要力量[7]；而项目规模小导致的融资困难是ESCO普遍面临的障碍，能否获得政府支持成为决定企业经营表现的关键因素[8]。另一方面，ESCO效率综合体现了其市场竞争能力、投入产出能力和持续发展能力[9]。要以最小的资源投入获得最高的节能成效并实现节能服务产业的持续发展，关键依赖于ESCO效率的提升。投资效率[10]、融资效率[11]和创新效率[12]等可以反映ESCO在配置资本、融通资金和创新研发等方面的效率。而综合效率作为效率的集中体现，用来衡量企业在既定投入下获取最优产出的能力，同时考虑技术因素和规模因素，可以综合评价企业的技术和管理水平、资源配置能力及实际生产规模与最优规模间的差距，判断ESCO的生产经营状况[13]。

综合效率的评价方法可分为参数法和非参数法，前者需要确定效率前沿生产函数的具体形式；后者则通过决策单元(Decision Making Unit, DMU)的观察值来拟合生产函数，避免了因函数选择不当而导致的偏差[14,15]。数据包络分析(Data Envelopment Analysis, DEA)作为典型的非参数方法，通过多指标投入和产出评价同类DMU的相对效率，得到广泛应用。传统DEA模型多属于径向测度模型，忽略了松弛变量的影响，当存在投入冗余或产出不足时，会高估效率值[16]；而DMU同质性的假设忽略了环境因素和随机误差的干扰，影响了效率的准确性[17]。三阶段SBM模型(Slacks-Based Measure)直接将松弛变量纳入目标函数，使松弛改进部分反映在效率值中，并通过引入随机前沿分析(Stochastic Frontier Approach, SFA)，去除环境因素与随机误差影响，使效率值更加真实有效[18]，已应用于生态环境[16]、工业[18]和农业[19]等领域。研究基于三阶段SBM模型，以中国节能服务上市企业为研究对象，测算企业综合效率，分析效率影响因素，并依据效率大小对企业表现作划分，结合各类型ESCO的发展现状，挖掘各自存在的缺陷，提出效率的改进措施。

2 研究方法

首先，基于SBM模型测算ESCO初始效率和投入变量的松弛变量；其次，运用SFA回归模型将投入松弛分解为环境影响、统计上的随机干扰和管理无效率，通过剔除前两者以调整投入变量；最后，根据调整后的投入变量重新测算ESCO效率。

(1)第一阶段：SBM模型

s.t.Xλ+s-=xj

Yλ≥yj

(1)

λ≥0,s-≥0

j=1,2,…,n;i=1,2,…,m,r=1,2,…,s

式中s-表示投入的松弛变量；λ为权重向量；ρ称为综合效率或技术效率，用于衡量企业整体效率。当ρ=1时，DMU达到有效；当ρ<1时，DMU存在效率损失。综合效率可进一步分解为纯技术效率和规模效率，即综合效率=纯技术效率×规模效率。纯技术效率测度规模收益可变条件下DMU与生产前沿面间的距离，反映企业技术和管理水平。规模效率测度DMU实际生产规模与最优规模间的距离，反映企业的资源配置水平[15]。

(2)第二阶段：SFA回归模型

Fried等[20]认为，投入松弛变量(原始投入与目标投入间的差值)是由外部环境因素、随机误差和管理无效率造成，第二阶段的目的是将投入松弛分解为这三部分。选取适当的环境变量作为解释变量，第一阶段得到的投入松弛变量作为被解释变量，建立SFA回归模型:

Sij=fi(Zj;βi)+Vij+Uij,i=1,2,…,m;j=1,2,…,n

(2)

[max(Vij)-Vij],i=1,2,…,m;j=1,2,…,n

(3)

随机误差与管理无效率计算公式如下:

E[Vij|Vij+Uij]=Sij-Zjβi-E[Uij|Vij+Uij]

(4)

(5)

(3)第三阶段：调整后的SBM模型

3 变量选取与数据来源

3.1 变量选取

已有文献多从企业资产规模和经营成本等方面选择投入指标，从经营能力和盈利能力等方面选择产出指标[21]。综合考虑数据可得性，选取总资产、应付职工薪酬和营业成本作为投入变量，营业收入与净利润作为产出变量；选取对效率产生影响但又不受企业主观控制的因素作为环境变量[13]。构建ESCO效率评价指标体系(表1)。

表1 变量说明与数据来源

(1)投入变量

①总资产。已有研究多用固定资产衡量企业资本投入。但是，相较于其他类型企业，ESCO具有较强的技术依赖性，其节能能力也由专利技术和其他无形资产反映。无形资产在ESCO生产经营中发挥重要作用，因此选择总资产作为投入变量。

②应付职工薪酬。已有研究多以员工数量衡量企业人力投入。然而，ESCO分布广泛，由于区域经济发展不平衡，各地区工资水平存在差异，应付职工薪酬能更加充分地反映企业在人力上的花费。

③营业成本。与产出变量中的营业收入直接相关，反映ESCO与取得收入相对应的投入状况，选择营业成本以衡量企业财力投入。

(2)产出变量

①营业收入。是衡量运营能力和收入水平的关键指标，关系到企业的生存与发展。

②净利润。反映经营效益，代表ESCO的经营成果，是企业经营决策的重要依据。

(3)环境变量

①人均GDP。宏观经济环境与ESCO发展息息相关。如在经济发达地区，ESCO具有较好的融资环境和完善的创新环境。

②第二产业占GDP比重。产业结构影响节能项目的市场需求。目前，ESCO实施的项目多集中于工业和建筑业等高能耗、高排放领域。

③政府补助金额。政府补贴是ESCO重要的收入来源，有助于促进企业效率提高，但是也可能使企业不能充分发挥自身资源，导致资源配置的非效率[22]。

④成立年限。成熟企业具有完善的管理制度和丰富的市场资源，比初创企业更具竞争力，但也可能存在机构臃肿、创新不足和组织官僚化等顽疾[9]。

⑤投入资本回报率。是评估ESCO创造价值能力的关键指标。投入资本回报率越高，企业资本利用效果越好[23]。

3.2 样本选取及数据来源

选择节能服务上市企业作为研究对象。节能服务上市企业具有长时序和多维度的数据资源；且因其有较强的资金实力和较高的技术水平，可以作为发展标杆进行效率比较，以反映节能服务产业发展现状。

根据国家发展改革委与财政部公布的节能服务企业备案名单(共五批)，以及中国节能协会节能服务产业委员会(EMCA)网站会员名单，遵循以下原则选取样本企业：(1)剔除已退市企业；(2)剔除财务状况异常的ST企业；(3)剔除存在数据缺失的企业；(4)DEA要求投入产出变量为正，据此剔除变量数据存在负值的企业。最终选取2020年60家节能服务上市企业作为研究样本，数据来自Wind数据库与国家统计局网站。

4 实证分析与结果

4.1 第一阶段：SBM模型实证结果

运用MAXDEA软件，测度60家节能服务上市企业的综合效率(纯技术效率和规模效率)，对企业效率表现作划分，如表2所示。

表2 第一阶段和第三阶段节能服务上市企业效率表现

在不考虑环境因素和随机干扰因素影响的情况下，综合效率平均为0.668，规模效率(0.906)大于纯技术效率(0.745)，在综合效率中规模因素起到了主导作用。仅有9家企业综合效率值为1，位于效率前沿面，36家综合效率低于0.7，效率水平“一般”，ESCO效率存在提升空间。

4.2 第二阶段：SFA模型实证结果

考察环境变量对松弛变量的影响。将投入松弛变量作为被解释变量，环境变量作为解释变量，建立SFA回归模型。运用Frontier 4.1计算，结果见表3。

表3 第二阶段SFA回归估计结果

除政府补助金额对营业成本松弛变量的回归系数外，所有投入松弛变量的回归系数均通过1%水平下的显著性检验，环境变量选取合理。若回归系数为正，环境变量的增加将导致投入冗余增大，对综合效率产生负向影响；回归系数为负，环境变量的增加将减少投入冗余，有利于综合效率提高。未剔除的环境因素对投入松弛变量存在显著影响，若直接使用原始投入测算企业综合效率，结果会出现巨大偏差，因此，需要对投入变量进行调整(计算过程见公式(3)～(5))。

4.3 第三阶段：调整后的SBM模型实证结果

基于调整后的投入变量和原始产出变量，运用SBM模型重新测算节能服务上市企业的综合效率。为便于对比，将第三阶段结果并入表2。在剔除环境因素和随机误差影响后，各项效率均发生了不同程度的变化，如图1所示。

图1 调整前后节能服务上市企业综合效率、纯对比

(1)效率分析

①综合效率均值由0.668降至0.488，节能服务上市企业整体效率偏低。有7家企业在调整后达到有效状态，表明其低效是由环境因素所致。②纯技术效率均值由0.745降至0.733，超过半数的企业效率表现“一般”。③规模效率均值由0.906大幅降至0.643，表现“一般”和“差”的企业占比达58.4%。

(2)规模收益分析

结合规模收益分析ESCO规模，将调整前后的规模收益状况并入图2。

80%以上的企业表现为规模收益递增，反映出ESCO规模偏小的事实[8]。可通过适度扩大要素投入改善综合效率，以达到最佳规模。

(3)效率改进分析

为了更加直观地分析节能服务上市企业效率分布情况，以纯技术效率均值(0.733)和规模效率均值(0.643)为分界点，将ESCO划分为四种类型(见图3)。

①“高高”型，包括16家企业(26.6%)。此类企业经营状况理想，资源配置有效，生产规模合理，是行业标杆，应该继续发挥效率优势。

②“低高”型，包括12家企业(20%)。此类企业规模效率较高，纯技术效率偏低，可在保持适宜规模的基础上，提高技术水平，例如开展专业培训，培养合同能源管理师和节能量评估师等技术人才；实施节能示范项目，推广节能成效显著和市场潜力巨大的关键技术；结合人工智能、大数据和5G等手段，推动企业技术创新，提升节能服务智能化水平等。

③“高低”型，包括10家企业(16.7%)。此类企业纯技术效率较高，规模效率偏低，可在发挥技术优势的基础上，调整规模，如鼓励企业间并购重组，整合市场资源，提供多元化的节能服务；延伸自身产业链，由项目施工、设备安装，延伸至项目设计、设备研发等。

④“低低”型，包括22家企业(36.7%)。此类企业纯技术效率和规模效率均处于较低水平，是主要的改进对象。应在提升技术的同时调整规模，以提高综合效率。

图2 调整前后节能服务上市企业规模收益状况对比

5 结论

研究运用三阶段SBM模型，考虑环境因素和随机误差影响，测算2020年60家节能服务上市企业的综合效率，得出以下结论：

(1)环境变量显著影响ESCO的综合效率。

①经济发展水平对综合效率具有双重影响，人均GDP的提高既能减少总资产和应付职工薪酬的投入冗余，又会造成营业成本的浪费。这在一定程度验证了孟韬和徐广林[12]的观点，经济发达地区融资环境友好、市场需求旺盛，有助于企业创新研发和扩大规模，有效利用资本与人力投入。但是，宏观经济增长也会对效率产生负向影响，舒适的生存环境使企业不必承担过多的竞争压力，会产生“X非效率”，难以实现成本最小化，导致效率降低[22]。

②合适的产业结构有利于综合效率提升，第二产业比重的增加会减少ESCO的投入浪费。这符合节能服务产业的发展现状，目前，节能服务项目多集中于冶金、建材、电力和建筑等高能耗、高排放领域[4]，以第二产业为主导的产业结构为ESCO带来充足的市场需求。同时，产业结构的优化也为ESCO带来新的发展机遇，例如：《2030 年前碳达峰行动方案》和《“十四五”工业绿色发展规划》都将加快传统行业绿色低碳改造、壮大节能环保等战略性新兴产业作为重点任务，并强调积极推行合同能源管理。

③政府补贴对综合效率存在负向影响，这与Song和Zhang[17]的研究结论一致。政府补贴虽然是对ESCO的支持，但也干预了其生产要素的配置。对补贴的过度依赖，使企业缺乏生产动力，而将更多资源用于获取补贴，例如：在合同能源管理财政奖励政策出台后，多家ESCO因存在资质申报或项目材料造假等问题被取消备案资格，严重削弱了补贴的激励作用。

④成立年限的延长不利于综合效率的改进。经营时间长的ESCO往往有成熟的商业模式和稳定的客户群体，使效率低下企业也能够获得市场资源并维持盈利。另一方面，成熟的企业也更易出现组织官僚化、内部机构臃肿、缺乏创新等桎梏[9]，制约效率提升。

⑤投入资本回报率对综合效率具有正向影响。投入资本回报率是企业有效管理的重要体现，衡量了资源的使用效果。回报率高的ESCO对生产要素的配置能力更强[23]，在节能诊断、设计、改造等核心业务的价值创造水平更高，更善于获利和降本，避免资源浪费。

(2)环境因素掩盖了ESCO效率的真实状态，在剔除环境因素和随机误差影响后，多数ESCO的纯技术效率和规模效率低下(“一般”和“差”)。事实上，当前节能服务产业整体竞争状态以关系营销和成本竞争为主，ESCO往往仅提供单一设备和技术的节能服务，与技术密集和创新驱动的企业属性严重不匹配，也与市场的期望相去甚远。而审核备案制度的取消降低了节能服务产业的准入门槛，不仅造成企业的技术水平和研发能力良莠不齐，也导致ESCO规模偏小，整体以中小企业为主[24]，适度扩大规模已成为提高效率的关键路径。

鉴于以上结论，提出如下建议：

①ESCO应根据所在地区的经济发展水平实施差异化发展战略。在发达地区，ESCO应将资金用于人才队伍建设、节能技术创新和关键设备研发，避免盲目增加财力投入而造成浪费。在落后地区，可通过吸纳发达地区的ESCO子公司、建立产业协同创新平台等手段，引入先进技术和投资，扩大节能项目规模。

②政府应创新补贴方式，善于运用市场化的方法，如绿色金融、能效信贷和自偿性贸易融资等。同时，建立动态的审核机制，将补贴与项目节能量、专利数量和业务收入等指标挂钩，定期评价补贴的利用效果。

③建立ESCO认证制度和信用体系，并设置项目节能效果的评估标准，从盈利能力、生产规模、节能成效与信用等级等方面严格审查ESCO资质，淘汰粗放发展型、技术过时型和信用缺失型企业，提高行业进入壁垒。

④鼓励大型用能单位、能源供应企业和节能设备制造企业，利用技术优势组建综合性的ESCO，实现从能源生产到消费的集成优化，提供专业化和一站式的综合服务。同时，推动企业间兼并重组，扩大企业规模，培育资金充足且技术先进的龙头企业，提升产业规模效益。