基于DEA模型的中国省际节油潜力实证分析

摘要：以中国省际工业部门为研究对象，运用DEA效率评价方法，实证测算并分析了中国各省市的节油潜力，得出各省区工业节油量存在一定差异，提高能源利用效率存在较大空间。研究结果表明：工业部门的石油利用率并不理想，各省区历年石油利用率上升趋势不明显，部分省区甚至有下降趋势。研究结果对于针对各省市的节油潜力制定差异性的能源经济政策具有较好的启示与借鉴作用。

关键词：节油潜力；DEA；工业石油利用效率

1引言

当前我国经济快速增长，各项建设取得巨大成就，但也付出了巨大的资源和环境代价，具体表现为经济发展与资源环境的矛盾日趋尖锐，群众对环境污染问题反应强烈。坚持节约资源和保护环境是我国的一项基本国策，十报告进一步指出要全面促进资源节约，加强生态文明制度建设，要集约利用资源，控制能源消费总量，加强节能降耗。为实现这一目标，可以从两个方面考虑：一是提高能源的利用效率，在当前的技术条件下，主要是通过节能的方式；二是调整能源结构，积极发展清洁能源。在较长的一段时间内，石油在我国的能源结构中的地位是无法被取代的，因此要实现我国经济又好又快的发展，最有效的方式就是分析工业部门的节油潜力，进而提高石油利用效率。这有助于“资源节约型、环境友好型”社会的建设，加快生态文明社会建设的步伐。

2基于DEA模型的工业部门节油潜力

著名运筹学家Charnes A（1978）提出来的数据包络分析法，简称DEA（Date Envelopment Analysis）方法，基于相对效率评价的多投入、多产出分析方法，用来评价具有多个输入与输出决策单元（DMU）的相对有效性，规模报酬不变和规模报酬可变是DEA分析法两种假设形式。两种假设形式下的DEA模型又分为投入导向的DEA模型和产出导向的DEA模型。如果考察的是产出扩张的能力，则选择产出导向的DEA模型；如果考察的是投入要素的节约能力，选择投入导向的DEA模型更为合适。同时，许多学者研究中国工业的实际情况发现，规模保持不变假设基本符合中国工业的实际情况。本文主要分析的是节油潜力所以选择规模保持不变假设下基于投入角度的DEA模型。

假设有n个独立的评价单元，每个评价单元使用m种投入Xi得到S种产出Yi。M×N为投入矩阵X，S×N为产出矩阵Y，用它们来表示N个决策单元的所有数据，则第i个决策单元的效率可以转化为求解以下线性规划问题：

Min1θ ， λθ

st-yi+Yλ≥0

θxi+Xλ≥0

λ≥0（1）

式（1）中，θ为标量；λ为N×1的常向量，解出来的θ值即为第i个决策单元的效率值。

在规模报酬不变的前提下，基于投入的DEA模型如图1。

折线SS'称之为等产量线，是指在规模报酬不变下产出一定的最优效率曲线，C、D在等产量曲线上表明该点是有效率的投入与产出，其他4点（A、B、A′、B′）分别代表4个不同条件地区的投入与产出。A′、B′在等产量线的外面，说明达到相同的产量需要增加更多的投入，也就是要消耗更多的资源。A′在等产量线上的投影是A，而A也不是最佳有效率点，可以通过减少资源消耗或者投入AC达到最优效率的投入与产出点C，整个过程产出不变，同理可以分析B′在等产量线上的投影B点。AC与BD都称之为无效率投入与产出，会导致这些无效的要素投入量主要是由于资源配置和技术投入的不合理导致的。而在规模报酬不变的前提下，资源要素投入的节能潜力就在于AC、BD。

根据上面的分析，就可以定义在全要素能源使用效率，其公式可以表述为：全要素能源使用效率=（实际能源投入量-损失投入量）/实际能源投入量，数学公式为：

EEi，t=AEIi，t-LEIi，t1AEIi，t=1-LEIi，t1AEIi，t=TEIi，t1AEIi，t（2）

其中i为第i个省区，t为时间，EE（Energy）为能源效率，AEI为实际的能源投入量，LEI为损失的能源投入量，TEI为目标能源投入量。由此可以算出工业节能潜力为损失能源投入量（也可以看做是可节约能源量）比上实际能源投入量，数学表达式为：

SPOit=TEIi，tt1AEIi，t（3）

上式的比值越大，就说明能源投入损失的越多，也就是说可以节约的能源就越大，节能潜力就越大。

3省际工业部门节油潜力实证分析与测算

3.1指标数据的选取与说明

本文主要考察我国各个省区工业部门的全要素能源效率（数据不全，故未包括在内），以各省区的工业GDP为产出，劳动力投入、石油消费量、资本存量为投入，基于DEA模型分析节油潜力。

工业GDP：选取各省区工业部门GDP，用各省区工业品出厂价格指数（2003年=100）平减得到相应年份各省区工业实际GDP数，单位为亿元。

劳动力投入：选取各省市历年就业人数作为劳动力投入指标，单位为万人。

石油消费量：以各省区工业部门的终端油品消费量为指标，单位为万t。由于缺少能源数据，故没有包括在样本内。

资本存量：选取各省区全社会固定资产投资总额，以固定资产投资价格指数将其调整为2003年不变价格的固定资产投资。再采用“永续盘存法”的公式计算得出以2003年为基期的各省市的资本存量。

各省市每年的资本存量的计算公式如下：

Ki，t=Ki，t-1（1-δ）+Ii，t

其中Ki，t为第i省区第t年的工业部门的资本存量，Ii，t为第 省区第t年平减后的固定资产投资总额，δ为固定资产折旧率，本文取值5%。参考邵军等（2010）估计方法，假设基期的工业部门的资本存量为以前所有期的总和，且Ii，t=Ii，0eλiΔt。

基期2003年工业部门的资本存量可由以下公式计算得出：

K（2003）=2003-∞Ii，0eλi（t-2003）（1-δ）2003-tdt

以上指标数据均来自于《中国统计年鉴》和《中国能源统计年鉴》，分析的时间区间为2004～2012年。上述产出与投入均值统计如表1所示。

3.2省际工业全要素石油利用效率以及节油潜力分析

根据模型，以各省区工业GDP为产出，以劳动力、石油消费量和资本为投入，运用DEAP2.1软件，可以计算出全国各省区工业全要素石油利用效率，具体结果如表2所示。

从表2的石油相对利用效率总体来看，工业部门的石油利用率并不理想，各省区历年石油利用率上升趋势不明显，部分省区甚至有下降趋势。从各省区来看，江苏省工业全要素能源效率一直为100%，广东省（995%）和天津市（996%）随后也基本上达到了100%，处于效率前沿面上，但这并不意味着这些省区的节油潜力为零，而是在目前的技术水平和生产投入水平下，与其他省区相比较而言这些省区具有更高的能源利用效率。福建（908%）、浙江（901%）、上海（839%）、山东（814%）、河北（779%）、河南（710%）这6个省市的石油利用效率均高于70%。工业部门石油利用效率最低的省区主要是海南（369%）、新疆（371%）、宁夏（404%）、贵州（430%）等省区。这些省区均位于我国经济相对落后的西北地区，全要素石油利用效率总体水平较低。这说明这些省区的石油效率损失较为严重，亟需提升工业石油利用效率。

根据式（3），可以计算得到各省区的节油潜力，将部门的目标石油投入量减去实际石油投入量所得到的差额相对比就可以得到各省区的节油量，进而得到该地区节油量占全国的比重，具体结果如表3所示。

从表3可以看出，2010～2012年我国总体节油潜力不高，均值在30%左右。处在最有前沿面上的几个省区，如江苏、广东、天津节油潜力最低，接近于零，表明在当前技术条件和产出水平下，相对于其他省区，无法实现石油投入的进一步节约，在产出不变的情况下无法进一步减少石油投入量。而甘肃、海南、新疆等省区节油潜力较大，均高于60%，因此在目前技术条件和产出水平下可以实现能源投入的进一步减少，以提高工业石油利用效率。

4结语

本文以DEA模型为基础，测算了各省区工业全要素石油利用效率、可节油量以及节油潜力。各省区全要素石油利用效率的测算结果表明，沿海地区全要素石油利用效率要高于全国水平，中西部地区则明显低于全国水平。工业部门的石油利用率并不理想，各省区历年石油利用率上升趋势不明显，部分省区甚至有下降趋势。大部分省区石油利用效率距离最有前沿面仍然有一定的距离，提高工业石油利用效率将积极改善各省区能源效率。各省区节油潜力测算结果表明，全要素石油利用效率越低的地区，节油潜力越大。石油利用效率提高对全国节油量和节油规模由较强的拉动作用。从研究结果中可见，湖北省工业部门2004～2012年全要素石油利用率均值为66.3%，处于各省区第11位，节油潜力在33%左右。位于中部地区的湖北省近几年来发展迅速，工业部门对于经济增长起着重要推动作用，相应地对于能源需求也比较大。伴随着经济增长和技术的进步，能源的利用效率也在不断的提高，但是还是具有很大的节油潜力的。

为加快建设生态文明社会，建立生态文明制度，中国政府积极推行节能减排。短期内，石油仍然是我国第二大能源供给，工业行业是重点，因此提高工业部门的石油利用效率显得尤为重要。工业石油利用效率的提高受多方面因素影响：石油市场完善程度；节油技术的进步；政策规章制定等。建立完善的、长效的节油市场机制，实现“政府推动、企业主导、消费者参与”的节油优先战略。增加对节油技术的投资，加大替代能源的研发力度，在促进石油利用效率的同时，降低对于石油的依赖程度。同时也应该看到各省区之间石油利用效率、节能潜力有较大的差异，政府应针对各省区的石油利用情况和节油潜力，在制定相应政策时反映出不同的侧重点。对于节油潜力较小同时石油利用率较高的地区，更加侧重于寻求新的替代能源；反之，应该侧重节油技术的开发，完善石油市场价格机制，积极引导企业提高石油利用率。

参考文献：

[1] Huang J P.Industry energy use and structural change：a case study of The People's Republic of China[J].Energy Economics，2007（15）.

[2] Geller H，Harrington P，Rosenfeld A，et al.Policies for Increasing Energy Efficiency：Thirty Years of Experience in OECD Countries[J].Energy Policy，2006，34（5）.

[3] Geller H，Harrington P，Rosenfeld A，et al.Policies for Increasing Energy Efficiency：Thirty Years of Experience in OECD Countries[J].Energy Policy，2006，34（5）.

[4] 魏新强，张宝生.不同可持续发展目标下的中国节能潜力分析[J].中国人口、资源与环境，2014（5）.

[5] 赵金楼，李根.我国能源效率地区差异及收敛性分析――基于随机前沿分析和面板单位根的实证研究[J].中国管理科学，2013（2）.

[6] 王玉燕，林汉川.我国西部地区能源效率：趋同、节能潜力及其影响因素[J].经济问题探索，2013（4）.

[7] 高红贵，陈燕.中国工业石油效率与节油潜力的实证研究[J].统计与决策，2011（22）.

[8] 金培振，张亚斌，李激扬.能源效率与节能潜力的国际比较――以中国与OECD国家为例[J].世界经济研究，2011（1）.

[9] 屈小娥.中国省际工业能源效率与节能潜力：基于DEA的实证和模拟[J].经济管理，2011（7）.

[10] 林勇，许秀丽.基于数据包络分析的区域全要素能源效率分析[J].生态经济，2010（8）.

[11] 于鹏飞，李悦，郗敏，等.基于DEA模型的国内各地区节能减排效率研究[J].环境科学与管理，2010 （4）.

[12] 林勇，许秀丽.基于数据包络分析的区域全要素能源效率分析[J].生态经济，2010（8）.

[13] 杨红亮，史丹，肖洁.自然环境因素对能源效率的影响――中国各地区的理论节能潜力和实际节能潜力分析[J].中国工业经济，2009（4）.