任海芝，許冰鈺

（遼寧工程技術大學工商管理學院，葫蘆島125105）

　　摘要：隨著生物質能發電業第一股*ST凱迪（000939）深陷融資危機及債務丑聞的曝光，國家大力扶持的生物質能產業融資是否得到有效運用，引發學術界廣泛關注。本文運用DEA-Malmquist指數方法，依托37家生物質能產業相關上市公司2011~2017年公布的財務數據，對其融資效率按產業整體和內部進行靜態及動態評價。研究發現：2017年我國生物質能產業的融資效率普遍降低，純技術效率低下是其決定性因素，同時多數企業未能達到DEA有效；2011~2017年間生物質能產業融資效率水平整體呈波幅不等的不穩定態勢，；從產業內部來看，生物質相關服務產業融資效率降幅顯著且處于規模效益遞減，生物質原料供應產業的DEA有效占比顯著提高，生物質燃料加工產業發揮出了規模效益優勢。

　　1引言

　　生物質能是由自然界可用作能源用途的各種植物、人畜排泄物以及城鄉有機廢物轉化而成的能源。一直以來，生物質能的開發與利用是全世界各國政府與科學家的關注熱點。我國生物質能產業的發展仍處于起步階段，相關企業融資普遍存在融資主體不明、生物質能產業項目投資經濟效益差、政府支持力度不夠、市場性融資渠道不暢通及金融機構缺乏融資積極性等一系列問題。隨著生物質能發電業第一股*ST凱迪（000939）深陷融資危機及債務丑聞的曝光[1]，國家大力扶持的生物質能產業的企業融資是否得到有效運用，引發了我國實務界和學術界的廣泛關注。無疑，融資效率低下嚴重損害債權人利益，動搖投資者信心，進而阻礙生物質能產業健康發展。在這種背景下，探討融資效率變動規律，剖析其融資效率的影響因素，總結生物質能產業整體和內部的融資特點，不僅能夠為融資效率研究提供更為深邃的理論支持，同時能夠為生物質能產業相關研究提供更加充分的經驗證據。

　　企業融資效率的界定是本文研究的理論基礎。國外學界基于西方國家完善的財產制度和較為成熟的產權制度，使得市場化的資金配置天然具有較高效率，其研究側重于市場整體配置效率，不涉及企業融資效率。國內學界自曾康霖（1993）在探討直接融資和間接融資之間的關系時使用了“融資效率”這一概念后[2]，在后續研究中學者均從不同角度給予界定。宋文兵（1997）認為融資是一種制度形式，融資效率包括交易效率和配置效率[3]。魏開文（2001）認為融資效率是指在一定空間、時間界限內融資投入或產出的評價[4]。高學哲（2005）基于資本資源稀缺前提，將融資效率界定為企業微觀效率與資源配置效率的相互交互和依存[5]。本文將企業融資效率界定為企業從不同渠道（含內源融資和外源融資）籌集到的資金運營效果的總稱，即一定時期內企業營運資金帶來的產出與投入比。

　　國家“十三五”規劃對加快培育和發展戰略性新興產業要求的提出，使以往學者對融資效率的研究聚焦在某一新興產業或某一區域內的企業融資效率定量分析[6-10]。生物質能產業作為戰略性新興產業中規模最大、創新最密的產業領域之一，實現了較快增長，持續發揮了支柱作用。然而，現有文獻對生物質能產業發展的研究均是從宏觀層面進行政策及發展戰略分析[11-14]，從產業整體與內部結合的角度對我國生物質能產業發展進行融資效率評價研究仍屬空白。因此，對生物質能產業進行融資效率評價研究具有深遠意義。

　　2融資效率評價模型與評價指標

　　2.1融資效率評價模型的確立

　　2.1.1 DEA模型

　　數據包絡分析（DEA）方法是一種以相對效率概念為基礎的非參數方法，只需獲得決策單元投入和產出指標的具體數據，即可評價具有多投入、多產出決策單元的效率關系[9]，能有效排除其他因素干擾，使評價者免受人為主觀因素影響，進而客觀地從效率層面分析問題。因此，該方法被廣泛應用于融資效率等研究領域。DEA模型主要包括兩個評價模型：CCR模型由運籌學家CharnesA.（1979）提出，其假定規模收益不變[15]；BBC模型是Banker，Charnes和Cooper（1984）依照規模收益變動的假定對CCR模型進行的改進[16]，是對CCR模型結果的進一步分析。DEA模型分為以投入導向和以產出導向兩種形式：以產出為導向的DEA模型是使投入要素一定，求產出最大；而以投入為導向的DEA模型是保證產出水平下，使投入成本最小。本文在對生物質能產業進行靜態測度時，選用基于產出導向的BCC模型對生物質能產業2017年的融資效率進行靜態評價。

　　在DEA模型中，融資效率以技術效率（TE，technical efficiency）來表示。技術效率是指在投入水平一定的條件下，實際產出與理論最大產出的比值。在規模報酬可變的假設下，TE可分解為純技術效率（PTE，pure technical efficiency）和規模效率（SE，scale efficiency）。純技術效率是指規模報酬可變時的技術效率，代表產業的軟實力，即企業的管理和技術水平；而規模效率是投入水平一定的條件下，規模報酬可變與規模報酬不變時的最大產出比值，反映了產業規模對融資效率的影響情況。

　　2.1.2 Malmquist指數模型

　　Malmquist指數由Malmquist S.（1953年）提出[17]，后由FäreR（1994）等將Malmquist指數與DEA相結合，成為一種非參數線性規劃測算效率的方法[18]，現DEA-Malmquist已經逐漸成為數據包絡分析中用于測算動態效率的最為普遍的算法，即以上一年為基數得到相對比值。同時可以對全要素生產率指數（TFP，total factor productivity）分解，分解為技術效率變化指數（EFFC，efficiency change）和技術進步指數（TC，technical change）。其中，技術效率變化指數是指每個決策單元與前沿面之間的距離，代表著公司實際經營情況與理想狀態之間的差距；技術進步指數是指整個生產前沿面的移動距離，代表產業的硬實力，即產業內企業生產設施、資本、人員及經濟規模等。技術效率變化指數可進一步分解為純技術效率變化指數（PTEC，pure technical efficiency change）和規模效率變化指數（SEC，scare efficiency change）的乘積，進而找出影響決策單元的效率因素，為優化決策單元提供依據。本文選用DEA-Malmquist模型測度生物質能產業2011~2017年融資效率的動態變化。

　　2.2指標選取

　　2.2.1輸入指標的選取

　　本文將生物質能產業的融資渠道分為內源融資和外源融資兩種，其中外源融資包括股權融資和債權融資。選取“盈余公積與未分配利潤之和”作為內源融資的投入指標，“非流動負債”作為債權融資的投入指標，“實收資本與資本公積之和”作為股權融資的投入指標，分別用以衡量內源融資、債券融資和股權融資渠道對企業的資金投入強度。

　　內源融資（X1），指企業內部融通的資金。企業的經營活動與之密切相關，其主要由企業內部滾存收益組成，包括盈余公積和未分配利潤。盈余公積是企業從稅后利潤中提取，留存在企業內部用于特定用途的收益，反映企業上期資本轉入下期投資的情況。未分配利潤是企業經過彌補虧損、提取盈余公積和向投資者分配利潤后留存在企業內部的結存利潤[5]。本文用兩者之和表示企業內部利潤結余作為可利用的內源融資。

　　股權融資（X2），指外源融資中的直接投入資本。實收資本是投資者按照企業章程或合同、協議的約定，實際投入企業的資本[19]；而資本公積是除實收資本以外的其他歸投資者所有的資本，主要有收到的投資者超過注冊資本部分的投資、股本溢價（實繳資本超過股票面值或議定價值的部分）、接受捐贈、外匯折算差額等。

　　債權融資（X3），指外源融資中的間接投入資本。企業獲得外部資金使用權，而不是所有權，能夠提高企業所有權資金的資金回報率，可用于解決企業營運資金短缺等問題。包括：銀行貸款、銀行短期融資、企業短期融資券、企業債券、資產支持下的中長期債券融資、金融租賃、政府貼息貸款、政府間貸款等[20]。

　　2.2.2產出指標的選取

　　上市公司融資效率最終表現為企業的市場表現和經營水平，因此選取“營業收入”和“凈利潤”作為產出指標，用以評價生物質能產業融資效率。

　　營業總收入（Y1），是企業在日常經營業務過程中所形成的經濟利益總流入，反映生物質能產業相關企業的市場表現和融資成長性。該指標越大，說明企業市場表現越好，創收能力越強，資金投入帶來的產出值越大。

　　凈利潤（Y2），是企業將資金投入到生產經營當中所獲取收益及產生經營效率的能力，能夠客觀反映企業的發展質量。從理論上來說，該指標越大，企業的盈利能力越強，經營效率越高。

　　基于數據的適用性和可獲得性，結合本文定義并參照前人研究成果，最終確定對生物質能產業融資效率評價模型體系指標如表1。

　　為驗證指標選取的科學性和合理性，將融資效率投入指標與產出指標通過Spearman相關性檢驗，如表2所示。

　　3樣本選擇與數據處理

　　3.1樣本選擇

　　在A股市場上市的、主營業務與生物質能產業相關的上市公司共43家。為了能使樣本數據真實地反映生物質能產業融資效率的長期變化趨勢，且滿足Malmquist模型對5年以上面板數據的要求，在篩選樣本時，剔除2011年12月31日以后的上市公司（嘉澳環保、新奧股份、綠色動力、偉明環保、廣州發展）。由于金融類上市公司資金流動較大不能反映實體經濟，剔除金融類上市公司（中油資本）。最終，選取了37家生物質能產業上市公司作為分析樣本，符合DEA模型的決策單元是投入和產出指標數量之和兩倍的樣本數量要求。另外，由于我國于2010年11月底才建立戰略性新興產業運行監測、信息發布與分析評價體系，確定出戰略性新興產業行業分類標準，為了滿足定義合理性，故本文選取2011~2017年共7個年度的財務數據。所有數據均手工整理自巨潮資訊網披露的上市公司年度財務報告。

　　3.2樣本分類

　　國家統計局于2018年11月26日發布《戰略性新興產業分類（2018）》，其中生物質能產業細分為生物相關原料供應體系活動、生物質燃料加工、生物質能相關服務3個子類，共涉及18個國民經濟行業：生物相關原料供應體系活動涉及其他農業專業及輔助性活動、其他林業專業及輔助性活動、畜禽糞污處理活動、化學試劑和助劑制造、機械化農業及園藝機具制造、其他農、林、牧、漁業機械制造、環境保護專用設備制造及環境衛生管理；生物質燃料加工涉及生物質液體燃料生產和生物質致密成型燃料加工；生物質能相關服務涉及其他電力工程施工、其他專業咨詢與調查、工程和技術研究和試驗發展、檢測服務、認證認可服務、工程管理服務、工程設計活動及生物技術推廣服務。

　　據此，本文立足廣義生物質能產業定義，依照產業分類要求將生物質能產業分為“生物質原料供應”、“生物質燃料加工”、“生物質相關服務”3大細分子類，得到樣本企業分布統計表如表3所示。

　　3.3數據處理

　　DEA模型的建立要求全部投入、產出指標均為正值，但本文當中測度內源融資和經營水平的數據出現負值，為符合模型建立要求，對原始數據進行標準化處理，以降低數字之間的差額，增強模型的準確性。

　　本文采用的無量綱化關系函數如下，即按該公式進行數據轉換，求出Y：

　　4實證研究與結果分析

　　4.1基于DEA模型的靜態融資效率研究

　　選用基于產出導向的BCC模型對生物質能產業2017年的投入指標和產出指標進行相對效率評價分析。將經過DEAP2.1軟件處理的3大細分產業的統計數據歸納整理于表4，其中，irs、con和drs分別代表規模效益遞增、不變和遞減。

　　從規模效益變化來看，生物質能產業上市公司處于規模效益遞增的僅占18.92%。其中，64.71%的生物質相關服務產業的規模效益遞減，應控制其外源融資總量，避免資金閑置；生物質燃料加工產業發揮出了規模效益優勢，全部企業處于非規模效益遞減狀態，說明產業規模發揮了正外部性作用，可繼續擴大其外源融資規模。

　　由于Malmquist指數模型屬增長指數范疇，從第2期開始才有運算結果，故在此將2017年與2011年的融資效率進行靜態對比分析，見表5和圖1。

　　從產業整體來看，技術效率均值從0.973下降為0.897，說明宏觀來看7年來總體融資效率下降。此外，盡管DEA有效占比從27.03%提高到32.43%，表明同時達到規模有效和技術有效的企業增多，融資效率達到最佳，但是多數企業仍然未能達到DEA有效。分解來看，2017年產業純技術效率和規模效率分別較2011年降低5.16%和3.15%，二者共同作用導致產業效率低下，且前者的影響作用更大。

　　從產業內部來看，生物質能產業的三個細分產業中，生物質相關服務產業的融資效率為0.856，低于該細分產業均值0.897，是其純技術效率低于產業均值的4.8%導致，而規模效率影響不大，這與產業整體的結論一致。這是因為現階段該產業內企業集中發展生物質發電和供熱，而該項技術的管理和技術水平尚不成熟，應當繼續加強管理與技術創新，提高融資轉化率，避免融資效率低下導致資源產生浪費。生物質燃料加工行業的DEA有效的企業數占比保持不變，仍處于領先地位，與此同時，生物質相關服務、生物質原料供應兩大細分產業的DEA有效占比也有較大提升，分別為33.31%、100%。這是因為生物質原料供應產業覆蓋原料及設備供應，其中生物質發電設備制造企業占比較高，設備制造行業資產規模大，研發費用高，資產周轉慢，所以短期融資效率沒有得到提升，而生物質燃料加工產業屬于加工業，生產成本低，短期產出大，所以市場表現平穩良好。由此可知，產業內部融資效率的差異與細分產業特點存在相關性。

　　4.2基于DEA-Malmquist指數模型的動態融資效率研究

　　在前文對2017年我國生物質能產業的靜態融資效率評價基礎上，選用基于靜態融資效率的Malmquist指數模型，運用軟件DEAP2.1進一步對生物質能產業的投入指標和產出指標進行動態相對效率評價分析，將經過DEAP2.1軟件處理的生物質能產業的統計數據及其分解結果歸納整理于表6、表7，同時根據2011~2017年各年Malmquist指數及其分解變動情況繪制圖2。

　　從產業整體來看，在2011~2017年7年觀察期內37家公司的平均Malmquist指數為0.987，該數值小于1，表明整個樣本期內該產業融資效率總體呈現下滑趨勢。觀察期內有3個期間的Malmquist指數大于1，說明融資效率在此期間存在波動。這表現出2011~2017年間生物質能產業融資效率水平的不穩定態勢（見圖2）。2012~2017年這6個年份的Malmquist指數在2015年和2017出現明顯降低，下降幅度分別為4%和3.4%。其中，2015年的指數變化是由技術效率變化指數和技術進步指數的同時降低導致，這為國家聚焦生物質能產業發展提供了信號；而2017年的下降是因為技術效率變化指數的下降沒有被技術進步指數的上升有效彌補，說明生物質能產業受制于企業軟實力，企業綜合實力沒有得到有效展現。與之完全相反的是，2013年生物質能產業的技術進步指數顯著提升，能夠有效地彌補其技術效率低下，這是因為2013年《大氣污染防治行動計劃》的發布，為生物固體燃料加工產業提供廣闊的市場和強勁社會需求，促使企業集中財力發展硬實力，使得社會資本能夠有效轉化產出，進而顯著提高了Malmquist指數，促進了生物質能產業的有效發展。Malmquist指數在2016年的上升幅度最大，較2015年上升了3.7%。如圖2所示，在Malmquist指數的各項構成指標中，導致2016年Malmquist指數上升顯著的原因是技術進步指數的有效彌補，在2016年技術進步指數增幅達到3.5%，說明2016年的生產前沿面向前移動的距離最大，其技術水平達到了7年最佳，生物質能產業的硬實力達到最強。這是因為2015年12月5日國家《生物質能“十三五”規劃》的提出發揮了正外部性作用，其社會意義和戰略價值使得企業注重提高自身技術水平，引導社會資本投入，促進產業生產運營，從而促使生物質能產業融資效率得到提高。在所有的效率指數指標中，規模效率變化指數的變化幅度最小，7年間上下浮動不超過1%，說明投入水平一定時，規模報酬的變化并未產生明顯影響。

　　從產業內部來看，2011~2017年37家生物質能產業上市公司3大細分產業的融資效率均呈下降趨勢，這表現為其Malmquist指數為分別為0.997、0.981、0.988，均小于1。其中，生物質相關服務的融資效率低于Malmquist指數均值0.987，降幅最為明顯。分析發現，生物質相關服務產業的技術進步指數、規模效率變化指數均與平均水平相同，其Malmquist指數的低下是由其技術效率變化指數較低導致，對其進行分解，發現技術效率變化指數的低下是由純技術效率低下導致，這與靜態測算的結果相一致，說明企業內部經營管理水平對于生物質相關服務產業的融資效率變化產生一定影響。這是因為生物質相關服務產業多為生物質發電和供熱企業，該產業受制于生物質能燃料收儲運、企業布局規劃等經營管理水平因素，致使生物質發電和供熱企業普遍存在經營效率低下問題[21]，企業融資不能有效轉化，全要素生產率指數低下。

　　5結論及建議

　　本文利用生物質能產業相關上市公司2011~2017年的財務數據，將生物質能產業分為生物質燃料加工、生物質原料供應、生物質相關服務3大類，按產業整體和內部對其融資效率進行靜態與動態評價，并得出如下結論：

　?。?）2017年我國生物質能產業的融資效率普遍降低，純技術效率低下是其決定性因素，同時多數企業未能達到DEA有效。與2011年相比，技術效率均值從0.973下降為0.897，達到DEA有效的企業所占比僅為32.43%。根據技術效率的分解，純技術效率和規模效率分別較2011年降低5.16%和3.15%，前者影響作用更大。

　?。?）2011~2017年間生物質能產業融資效率水平整體呈波幅不等的波動態勢。Malmquist指數均值小于1，但2013、2014及2016年的Malmquist指數大于1。Malmquist指數在2015年和2017年出現明顯降低，下降幅度分別為4%和3.4%。2016年，由于技術進步指數的有效彌補使Malmquist指數上升。

　?。?）從產業內部來看，生物質相關服務產業融資效率降幅顯著且處于規模效益遞減，其融資效率為0.856，低于該細分產業均值0.897，處于規模效益遞減的占比達64.71%；生物質原料供應產業的DEA有效占比顯著提高，DEA有效占比提升100%；生物質燃料加工產業發揮出了規模效益優勢，全部企業處于非規模效益遞減狀態。

　　本文研究對于生物質能產業提高融資效率得到以下重要啟示：

　?。?）提高生物質能相關服務產業的企業管理水平，以生物質能發電企業燃料管理為著力點，整合企業儲運資源，優化企業資本治理結構，提升資本運作水平，從軟實力上提高融資效率；

　　（2）在持續發揮生物質能燃料加工產業規模效益的基礎上，拓寬融資渠道，合理利用新興外源融資方式，同時及時找準加快提升產業技術水平的切入點和突破口，全面提升我國生物質能產業技術水平及產業國際競爭力，從硬實力上提高產業融資效率；

　?。?）政府及相關部門應及時調整，完善金融市場，給予企業政策上的支持引導以平衡產業內部融資差異，同時借鑒生物質原料供應產業的成功經驗，為生物質能其他細分子類行業的發展提供思路。