技术效率视角下我国钢铁企业节能减排和企业规模探究.docVIP

技术效率视角下我国钢铁企业节能减排和企业规模探究 　　收稿日期：2012-12-14 基金项目：国家自然科学基金项目；国家社会科学基金项目（1282D070）；教育部新世纪优秀人才支持计划项目（NCET-12-0772） 作者简介：张庆芝（1981-），女，安徽巢湖人，博士后，研究方向为技术效率、技术创新；何 枫（1975-），男，湖南浏阳人，教授、博士生导师，研究方向为技术效率、低碳经济（通讯作者）；雷家骕（1955-），男，陕西西安人，教授、博士生导师，研究方向为技术创新、经济安全。 摘要：从技术效率视角，将能耗、水耗及非期望产出纳入评价模型，对我国重点大中型钢铁企业技术效率进行综合评价，并对不同所有制形式、不同规模的钢铁企业进行效率比较。结果表明：首先，我国钢铁企业之间效率差距较大，发展不平衡；其次，样本中的民营企业平均效率高于国企平均效率；再者，我国粗钢年产量在千万吨以上的大型钢铁企业平均效率最高，拥有显著的效率优势；最后，我国钢铁企业能源、资源及污染物排放存在较大冗余，节能减排潜力较大。 关键词：技术效率；钢铁企业；节能减排 中图分类号：F203；X322 文献标识码：A 文章编号：1001-8409（2013）08-0006-05 1 引言 资源短缺和环境污染已成为我国可持续发展的瓶颈。钢铁工业是我国的能源、资源消耗大户，同时也是环境污染大户。从可持续发展看，我国钢铁工业过去的低水平扩张、粗放式经营的状况已经难以为继，节能减排已成为钢铁工业当前工作的重中之重。为此，本文从微观层面研究钢铁企业节能减排潜力，对于企业改进效率，提高资源及能源利用效率，减少污染物的排放，提升钢铁企业竞争力有着重要的现实意义。 以往研究我国钢铁企业技术效率，主要考虑资本、劳动、经济产出等变量[1～6]。近年来，随着我国对能源、资源消耗以及环境保护的重视，学者开始关注我国钢铁企业能源消耗、水资源消耗及污染物排放与效率之间的关系，并分别从能源效率[7～9]、节能技术、技术创新[10]、循环经济[11]以及全要素生产率[12]等角度研究了我国钢铁企业技术效率，为本文的研究奠定了基础。 基于上述研究，本文做了以下改进：首先，在变量选取上，除包含传统投入产出变量外，还考虑了钢铁企业能源消耗、水资源消耗以及污染物排放。从投入、期望产出、非期望产出3个维度估计钢铁企业技术效率变动。其次，样本涉及我国50家重点钢铁企业，不仅包含粗钢年产量达2000多万吨的大企业，同时也有年产量不足百万吨的中小钢企，从而保证了样本的全面性。最后，本文选取了基于超效率DEA模型，相对传统DEA模型，该模型不仅可以对样本中有效单元进行全排序，而且克服了径向的缺点，计算出决策单元的松弛量，从而量化分析能耗、水耗及污染物排放的冗余程度，有利于企业设定节能减排目标。 2 效率评价模型 21 超效率SBM模型 传统DEA模型虽然确保了效率边界或无差异曲线的凸性，但却造成了投入要素的拥挤或松弛。为了解决投入和产出的松驰问题，Tone[13]提出基于投入松弛测度的模型，称为SBM模型。然而普通SBM模型评价结果中会出现多个决策单元效率均为1的情形，无法对所有决策单元进行全排序。于是Tone[14]又提出超效率SBM 模型，对所有决策单元的效率进行全排序。 假定一组决策单元（DMU）的个数为n个，每一个DMU有m种投入和s种产出。Xj表示DMUj的投入向量，Yj表示DMUj的产出向量。令θk为第k个决策单元的效率值，ε为非阿基米德无穷小量，向量S-=（s-1，s-2，…s-m）T和S+=（s-1，s-2，…s-s）T为松弛变量。模型在考察第k个决策单元的效率时，使第k个决策单元的投入和产出为其他所有决策单元投入和产出的线性组合代替，于是将第k个决策单元排除。模型（1）表示为： （1） 传统评价技术效率是希望以尽可能少的投入获得尽可能多的输出。但在钢铁生产过程，除了人们期望的产出以外，不可避免地会产生一些废物。本文在考虑非期望产出时，具体做法是将其转换成投入来处理，假设决策单元有s1个期望产出和s2个非期望产出，ygjr表示DMUj的期望产出向量，ybjr表示DMUj的非期望产出向量，模型（1）演变为： 本文基于模型（2）超效率SBM模型评价钢铁企业技术效率。 22 投入产出变量 本文从投入变量、期望产出变量、非期望产出变量3个维度来考察钢铁企业技术效率。投入变量：选取资本、劳动、能源和水资源四个要素；期望产出变量：选取工业增加值和“三废”综合利用产值来衡量；非期望产出变量：选取废气、废水、废渣的排放总量来衡量。变量名称及具体定义见表1。 数据来源：《中国钢铁工