霍英东，李宝虹

（哈尔滨师范大学 管理学院， 黑龙江 哈尔滨 150025）

2021 年3 月习近平总书记把“碳中和”、“碳达峰”作为保护生态环境的主要任务。“双碳”目标的提出对绿色低碳建设、能源结构调整均产生深远影响。新能源是国家加快培育和重点支持的产业，是调整能源结构的重要组成力量。在“双碳”背景下，新能源企业正面临广阔的发展机遇，然而新能源企业由于具有产业链长、投资数额大、建设周期长以及风险程度高等特点，普遍存在着融资效率低的问题(陈艳杰等，2018；王海荣等，2018；邓迎春等,2019)。而提升新能源企业融资效率的关键是锁定融资效率影响因素。

学者对新能源企业融资效率影响因素进行了较为丰富的研究，为后续研究奠定了基础。但学者的研究主要集中在两个层面：一是从宏观经济视角选取因素，分析宏观经济指标对新能源企业融资效率的影响(王海荣等，2016；邓迎春等,2019)；二是从金融环境视角选取因素，分析金融指标对新能源企业融资效率的影响(李素梅等，2016)。较少有学者从微观经济视角探究影响新能源企业融资效率的因素。基于此，本文利用Tobit 模型从财务视角探究财务要素对新能源企业融资效率的影响，以期有效提升新能源企业融资效率，为推进新能源企业能源结构改革以助力“双碳”目标的实现提供借鉴意义。

一、实证研究设计

(一)模型选取

1.数据包络分析方法

数据包络分析方法(DEA)是测度效率的方法之一，可以基于不同环境对效率进行评估，具有客观性强、可操作性强等优势，现已大规模应用到相对效率的测算中。关于DEA 方法的模型较多，其中CCR 和BBC 这两种模型运用的较为广泛。CCR 模型要求在其他条件不变的前提下，投入和产出要素同比例变动，BBC 模型要求反之。由于新能源企业属于技术密集型企业，投入产出要素变动较大，CCR 模型并不符合新能源企业的现实经营情境，因此，本文选取BBC 模型度量新能源企业融资效率。

2.Malmquist 指数

Malmquist 指数是衡量生产率动态变化的评估方法，由于该指数可以从动态角度刻画全要素生产率随时间的相对变化，逐渐有学者将其与DEA 模型进行融合，演变成DEA 和Malmquist 的组合模型，该组合模型现已成为测算动态效率的主要方法。

3.Tobit 模型

Tobit 模型是解释效率最常用的模型，利用该模型可以确定效率的决定因素。由于DEA 计算出的融资效率是截断数据，取值位于0 和1 之间，因此，本文使用Tobit模型来估计相关因素对新能源企业融资效率的影响。

(二)指标构建及数据来源

1.指标选取

为科学合理的测算新能源企业融资效率，借鉴(李京文等，2014；邓迎春等，2019)的相关研究，并考虑新能源企业的特点，选取总资产、营业成本和资产负债率为投入指标，选取净资产收益率、总资产周转率、营业收入增长率和股东收益为产出指标。

2.数据来源

新能源企业的选定源于Choice 金融终端“新能源”概念股，财务数据源于CASMAR 数据库，研究区间为2015-2020 年。先通过Choice 数据库对新能源企业的划分，初步确定178 家新能源企业，然后运用CASMAR 获取相应的数据，最后将数据导入Stata 剔除财务数据缺失及年份不连续的企业，剩余148 家新能源企业作为研究对象。

3.数据标准化处理

由于数据包络法要求所有投入、产出数据不能为负值,而本文选取的部分数据可能为负值。因此,本文运用极值化方法对新能源企业的指标进行处理，极值法公式如下所示：

二、实证结果分析

(一)新能源企业融资效率静态分析

基于数据包络法原理，应用DEAP2.1 软件对148 家新能源企业2015-2020 年的融资效率进行测算，结果如表1 所示。

表1 新能源企业不同年份的融资效率状况

年份 综合技术效率均值（TE）纯技术效率均值（PTE）规模效率均值（SE）PTE、SE 均为1的企业数2015 2016 2017 2018 2019 2020 0.735 0.743 0.633 0.749 0.777 0.729 0.831 0.803 0.779 0.808 0.810 0.801 0.885 0.925 0.816 0.931 0.957 0.912 12 12 11 14 23 8

从综合技术效率均值上看，2015-2020 年间我国新能源企业综合技术效率均在0.75 左右，低于0.80，且呈曲线型波动状态，说明我国新能源企业在研究期间的融资效率不稳定且整体呈非效率状态。由于TE=PTE*SE，因此，可以从PTE 和SE 两个方向对综合技术效率的变动情况进一步展开分析。从PTE 和SE 都为1 的企业数量上看，2015-2020 年间PTE 和SE 都为1 的企业数量较少，说明大部分新能源企业融资效率未达到最佳状态。从PTE的均值上看，2015-2020 年间均值位于0.80 左右，变动幅度不大，整体效率较低。从SE 的均值上看，2015-2020 年间均值处于[0.816,0.957],变动趋势较大，整体效率不高。由此可看出，纯技术效率及规模效率低是新能源企业融资效率不佳的重要因素。

(二)新能源企业融资效率动态分析

Malmquist 模型可以反映融资效率在两个时间段之间的效率变化。依据Malmquist 模型评估新能源企业在2015-2020 年间融资效率的动态结果如表2 所示。

表2 2015-2020 年间新能源企业的Malmquist 指数

时期 综合技术效率变化指数技术进步指数纯技术效率变化指数规模效率指数Malmquist指数2015-2016 2016-2017 2017-2018 2018-2019 2019-2020平均值0.954 0.867 1.104 0.992 1.015 0.983 1.043 0.984 0.754 1.202 0.966 0.979 0.964 0.960 1.022 1.018 1.024 0.997 0.989 0.903 1.080 0.975 0.991 0.986 0.995 0.853 0.832 1.192 0.981 0.963

从Malmquist 指数在各时段的变化趋势上看，各时段增长幅度不一致，总体呈现降升降的趋势，表明近六年间新能源企业融资效率处于波动状态。从Malmquist 指数在各时段的取值来看，只有2018-2019 年指数值超过1，其他时段均未达到1，表明新能源企业在近六年间只在少数时段达到融资效率有效。从Malmquist 指数的平均水平上看，2015-2020 年指数平均值为0.963，表明新能源企业在2015-2020 年间融资效率总体呈现下降趋势。从Malmquist 指数的构成要素上看，Malmquist 指数年均下降了3.7%，将指数均值进行拆分分析，综合技术效率变化和技术进步指数均值在研究期间分别下降了1.70%和2.10%。可见，Malmquist 指数降低的主要原因是受技术效率和技术进步负向增长的影响，其中技术退步是Malmquist 指数降低的主要原因。再将综合技术效率分解来看，2015-2020 年间新能源企业的TE 均值为0.983，其中PTE 均值下降了0.30%，SE 均值下降了1.4%，由此可以再次印证新能源企业的纯技术效率和规模效率低是制约融资效率提升的主要原因。

(三)新能源企业融资效率影响因素分析

为深入探究影响新能源企业融资效率的因素，在借鉴相关研究的基础上，基于Tobit 建立新能源企业融资效率影响因素模型，模型的具体形式如下：

在模型中，FE 为新能源企业融资效率，β表示各影响因素估计系数，运用Stata16 对影响因素模型进行验证分析，变量名称和实证结果如表3 所示。

表3 新能源企业融资效率Tobit 回归结果

变量 符号 Coef. Std. Err. t P>|t|企业规模成长能力盈利能力营运能力债权融资SIZE IRBR ROA ATurn DA-.1347134.0572649.3349103.0402658-.1724167.0036190.0081082.0238328.0118385.0259781-37.22 7.06 14.05 3.40-6.64 0.000 0.000 0.001 0.000 0.000

从Tobit 回归结果中可看出：一是新能源企业规模与融资效率的系数估计值为-0.1347134，p 值小于0.001，在1%水平下显著负相关，表示新能源企业规模越大越会降低其融资效率。主要由于规模较大的企业相较于规模较小的企业虽有较多的融资渠道，但管理难度相对较大，容易造成资源浪费现象，反而会抑制新能源企业融资效率的提升。二是新能源企业成长能力与融资效率的回归系数为0.0572649，在1%水平下显著正相关，表明成长能力强相对于成长能力弱的企业更有助于融资效率的提升。主要由于成长能力强的企业较容易引入更多的外部投资者，可以通过选择有效降低企业经营成本的融资方式，促进融资效率的提升。三是新能源企业盈利能力与融资效率的系数估计值为0.3349103，在5%水平下正相关，说明随着盈利能力的提升，企业的融资效率也会有所提高。主要由于盈利能力强代表企业运用融得资金获取的效益较高，不仅能有效吸引外部融资，也能增加企业内部融资额度，进而有效提升融资效率。四是新能源企业运营能力与融资效率的系数估计值为0.0402658，在1%水平下正相关，说明新能源企业营运能力的提高对融资效率有明显推动作用。新能源企业营运能力的提高，反映企业将融得资金投入到生产经营的效率较高，能显著提升融资效率。五是新能源企业债权融资与融资效率的估计值为-0.1724167，呈显著负相关，表明新能源企业债权融资对融资效率有负向影响，融资效率会随债权融资的升高而降低。主要由于债权融资虽在一定程度上可以产生税盾效应，但当债权融资比例较高时，会加大企业经营风险和经营成本，降低新能源企业融资效率。

三、结论及建议

(一)研究结论

基于数据包络分析和Malmquist 指数对148 家新能源企业2015-2020 年的融资效率进行了计量与分析，并借助Tobit 模型深入探究影响新能源企业融资效率的因素。结果表明：从融资效率的测度结果上看，2015-2020 年间新能源企业综合技术效率指数均值在0.8 以下，只有少数企业达到融资效率有效，总体呈现效率较低的状态。从融资效率的构成要素上看，纯技术效率和规模效率在研究期间均有所降低，共同约束了新能源企业融资效率的提升。从融资效率的影响因素上看，新能源企业的成长、盈利和营运能力会正向影响融资效率，提高这几个因素将有助于提升新能源企业融资效率。新能源企业的企业规模和债权融资会负向影响融资效率，新能源企业应合理控制这些因素。

(二)提升新能源企业融资效率建议

一是合理控制经营规模。规模效率是影响新能源企业融资效率的主要原因。新能源企业规模越大，其融资效率就越低。因此，新能源企业在发展过程中要根据经营状况合理控制投入产出要素，保障企业规模处于最佳状态。二是提高经营管理能力。盈利能力和营运能力与新能源企业融资效率呈正相关关系。为此，新能源企业需通过提高盈利能力和经营能力实现融资效率提升。三是提升技术创新能力。新能源企业通过提高技术创新能力来提升技术效率，实现融资效率提升的效果。四是优化债权融资结构。债权融资比例过高会加大经营风险，降低融资效率。新能源企业可通过吸引多元投资主体，创新投资方式，引入政府的政策投入，在降低融资风险的同时实现融资效率的提升。