河钢承钢生产计划部河北省承德市067102
摘要：目前能源环境约束下的中国钢铁工业绿色转型问题受到了学术界越来越多的关注。本文从铁前工序和铁后工序两阶段视角测算了我国钢铁企业绿色技术效率，重点探讨了环境规制强度对绿色技术效率的影响。从生产流程的角度看，铁前工序阶段在效率挖掘方面潜力相对更大；从区域分布的角度看，东、中、西部地区钢铁企业的绿色技术效率依次递减。进一步的实证分析结果表明，当前的环境规制强度与绿色技术效率之间的负相关关系并不显著，资源循环利用率与绿色技术效率之间的正相关关系也不显著，未能观测到环境保护、资源循环利用与企业产出增长“双赢”的效果。然而，研究结果也表明研发投资率可以显著促进绿色技术效率增长。因此，在加强环保监管力度的前提下，提高环境规制强度、增加环保投入及自主研发投入是中国钢铁企业绿色技术效率提升可咨考虑的重要途径。
关键词：绿色技术；效率研究；网络DEA；环境规制
钢铁产业是中国最重要的基础工业，是国民经济的支柱产业之一，近年来在需求拉动和国家政策扶持下得到了快速发展。我国粗钢产量连续数年位居世界第一，同时，钢铁产业一直是我国能源消耗大户，虽然通过结构调整和技术进步，在节能降耗和减少污染物排放方面取得了显著成效，资源消耗和污染物排放总量仍呈增长趋势。有数据显示，钢铁产业消耗的能源占全国工业部门能源消费总量的20%，占全国能源总消耗量的15%，其中2015年中国重点钢铁企业能耗总量为3.2亿吨标准煤，比2010年增长约20%。钢铁企业必须要逐步改变能源的生产和消费结构，以实现经济和社会的可持续发展。
一、我国钢铁企业绿色技术效率的评价现状
早期关于钢铁企业技术效率的评价大多只是考虑了能源约束，随着废气、废水和废渣等非期望产出对环境影响日益加剧，分别将三废、二氧化碳排放量作为非期望投入予以效率测算，这与钢铁企业的实际生产流程不相符。用非期望SBM-DEA模型，将三废作为非期望产出来处理。此外，关于钢铁企业技术效率影响因素的文献，主要从企业规模、所有制形式、技术创新和资源循环利用等方面展开研究。然而，以上研究均基于传统DEA模型，视钢铁企业为“黑箱”，忽略了其内部各子过程的联结机制，不能进一步探究导致整体低效的深层次原因。网络DEA方法则是多阶段结构决策单元绩效评价的一种有效分析手段。继FareandGrosskopf提出网络DEA概念后，出现了各种径向网络DEA模型，并被广泛应用于效率测算。ToneandTsutsui构建了非径向网络SBM-DEA模型。但以上网络DEA相关理论及应用研究均没有考虑非期望产出因素。由此可见，在中国钢铁企业绿色技术效率研究方面仍有较大改进空间。在研究方法上，大多数研究基于传统DEA模型，将钢铁企业视为“黑箱”。本文构建了考虑非期望产出的网络SBM-DEA模型，首次从铁前工序和铁后工序两阶段视角，评价整体及各阶段绿色技术效率，结果更符合实际生产过程。在变量选取方面，大多数研究不涉及联结各生产阶段的中间变量。本文不仅考虑了能耗和污染排放物，还纳人生铁这一中间变量，构建了钢铁企业两阶段绿色技术效率评价指标体系，避免了因忽略各生产工序的链接而带来的效率估计偏差。在影响因素分析方面，大多数研究以传统DEA测算出的技术效率为因变量，在解释变量选择上没有考虑环境规制因素。本文则以网络DEA测算出的整体绿色技术效率为被解释变量重点讨论了环境规制对绿色技术效率的影响。
二、能源环境约束下钢铁企业两阶段绿色技术效率测算
图1钢铁企业两阶段生产过程
1、投入、产出与中间变量的选取，现代钢铁联合企业的生产工艺流程主要包括烧结、炼铁、炼钢、连铸和轧钢工序。借鉴国内外主要代表文献，依据数据口径的统一性、可比性及可操作性原则，将钢铁企业生产活动概念化为由铁前工序阶段和铁后工序阶段串联而成的一般两阶段网络结构。把生铁产生之前的所有工序统称为铁前工序阶段，生铁产生之后的所有工序为铁后工序阶段，如图1所示。在铁前工序阶段，企业利用固定资产净额、员工、能源和焦炭四种投人变量获得中间产品生铁，作为炼钢过程的原材料之一。此外，在铁后工序阶段还需投人固定资产、劳动力、能源对铁水加工生成各种形态钢，最终产出为工业增加值。同时，伴随着期望产出，两个阶段均有非期望产出废渣和废气。
1）投人变量。这里选取资本、劳动、能源和焦炭四个要素。现有文献一般以固定资产净值、资产总额作为资本投入，以年末职工人数作为劳动投人，能源消耗指标主要有吨钢综合能耗和总能耗。本文选择每年的固定资产净额作为资本并通过以2015年为基期的固定资产投资价格指数进行调整；劳动投人以企业年平均职工人数作为衡量指标；能源投人是将煤炭、天然气、燃油和电力等其他能源统一折算成标煤，得到综合总能耗。
2）中间产品变量。生铁，即在高炉炼铁环节投人焦炭和铁矿石等原料所生成的铁水产量。
3）期望产出变量。期望产出主要有各种实物产出如粗钢、钢材等，经济产出如工业总产值、工业增加值等上市钢铁企业效率分析主要选择主营业务收入。由于钢铁生产存在长流程和短流程的差异，若以工业总产值指标作为产出变量，有可能忽略采取长流程的企业生产的中间产品，因此，本文选取能体现企业新增加价值的变量即工业增加值来衡量，并通过以2015年为基期的工业产品出厂价格指数予以调整。
4）非期望产出。废渣和废气，即在两阶段生产过程中所产生的高炉矿渣、粉煤灰、炼钢转炉炉渣等综合废渣以及CO2.SO2氮氧化物等综合废气。
2、样本选取与数据描述。本文以2013-2015年50家重点大中型钢铁企业的面板数据为样本。对于截至2015年末虽已实施了兼并重组，但在生产经营上仍保持一定独立性的企业，本文将其作为独立决策单元来评价。剔除废渣等变量缺失的样本，最终选择了38家企业，涵盖了粗钢年产量不足100万吨至3000多万吨的大中小型钢铁企业，其总年产量接近全国粗钢年产量的60%—66%，保证了样本的全面性和代表性。数据主要来自历年《中国钢铁工业统计年报》、《中国钢铁工业环境保护统计》以及《冶金大中型企业财务年报汇编》。结合中国钢铁工业协会专家及钢铁企业生产管理的一般经验，铁前工序阶段和铁后工序阶段投人的固定资产比约为55：45，劳动力比约为45：55，能耗和废渣比约为3：1，废气比约为4：1。
3、测算结果及分析。根据非期望网络SBM-DEA模型，取K＝2，ｗ1＝w2＝0.5，使用maxdea5.2软件估算了中国钢铁企业2013-2015年整体绿色效率、铁前和铁后工序阶段绿色效率。研究结果表明，整体上，2013-2015年中国钢铁企业绿色技术效率偏低，具体位于以0.3999为中心的0.2612-0.4812的低位增长区间，明显存在较大的提升空间。
三、结语
综上所述，中国钢铁企业加大自主研发力度、提高绿色技术创能力是实现绿色转型的关键。中国钢铁企业产能扩张多为重复性建设，科技研发投人面小、强度低。2013-2015年中国大中型钢铁企业科技投人仅占主营业务收入2.4%左右，其中自主研发的投人比重更加有限，仅占主营业务收人的1.5%左右。与发达国家高额研发资金投人下的自主研发相比，其更倾向于采用投入成本较低的技术溢出或者技术引进形式。因此，钢铁企业今后有必要将自主研发放在重要的战略位置，进一步释放研发对自主创新的促进作用。
参考文献
[1]张庆芝，何枫，赵晓.基于超效率DEA的中国钢铁产业能源效率研究[J].软科学，2016，26(2)：65-68.
[2]张庆芝，何枫，雷家骑.技术效率视角下中国钢铁企业节能减排与企业规模研究[J].软科学，2015，27(8)：6-10.
[3]焦国华，江飞涛，陈舸.中国钢铁企业的相对效率与规模效率[J].中国工业经济，2017，(10)：37-44.