基于SBM重化工业能源效率实证研究.docVIP

基于SBM重化工业能源效率实证研究 　　摘要：运用SBM-DEA方法对1998—2009年重化工业行业的能源效率进行实证分析，结果表明，我国重化工业行业能效整体水平偏低，节能形势严峻；能效水平伴随重化工业的发展阶段呈现两阶段变动趋势；采掘、化工、冶金、机械、电子和能源间能效差异显著，尚具备很大改进空间。 　　关键词：重化工业 能源效率 SBM 　　随着我国经济的快速增长和工业化进程的加快，能源供给不足的约束效应日益凸显，节能降耗、提高能源效率成为经济可持续发展的重要问题。2010年我国的工业能源消耗量是32.49亿吨标准煤，其中重化工业能源消耗量约占68%。重化工业的能效高低决定着工业部门的能源效率水平，因而研究如何提高重化工业行业的能源效率对我国经济的持续发展具有重要意义。 　　由于提高能源效率对能源消费具有显著的短期调整效应，众多学者已从区域和分行业角度对工业部门的能源效率进行研究，而针对重化工业行业间能源效率差异的研究还处于空白。目前普遍运用DEA方法对能源效率进行评价，往往采用传统的CCR或BBC模型，其强可处置性确保了效率边界无差异曲线的凸性，但却可能造成投入要素的“拥挤”或“松弛”。Tone提出了一种将松弛变量直接放入到目标函数中的SBM模型，可解决传统DEA模型的难题。基于目前研究的欠缺和研究方法的不足，本文将运用DEA—SBM模型对重化工业行业的能源效率进行实证测算，进而分析其能源效率的变动趋势及行业间能源效率差异。 　　一、研究方法与数据准备 　　（一）SBM—DEA方法 　　本文采用DEA方法建立能源效率模型对重化工业行业的能源效率进行测度。SBM模型根据传统DEA模型计算得到的投入或产出松弛变量，构造线性规划问题的目标函数，使得模型测度的是决策单元在投入松弛最小情况下的效率值。其模型如式（1）所示： 　　■ 　　s.t. x0=Xλ+S- 　　y0=Yλ-S+ 　　λ≥0，S-≥0，S+≥0 （1） 　　如果一个决策单元是SBM有效的，必须满足ρ*=1，此时松弛投入S-和松弛产出S+均为0，即在最优解中既没有投入要素过剩，也没有产出不足。 　　（二）变量界定及数据来源 　　本文以1998—2009年为考察区间，为保证数据的准确???和完整性，最终选取20个重化工业工业行业为决策单元进行能源效率测算。 　　本文选用工业总产值作为产出数据，为消除价格因素的影响，使用历年工业品出厂价格指数对原始数据进行平减处理，将其转换为2000年不变的实际工业总产值。选取规模以上工业企业固定资产净值年平均余额作为资本投入要素，并以固定资产投资价格指数为调整基准将该指标换算成以2000年为基期的不变价格数据。由于缺乏对2002年的固定资产净值数据的统计，本文的做法是进行插值处理。选取规模以上工业企业全部从业人员年平均人数作为劳动投入要素。对于1999、2000和2001这三年的统计数据，《中国统计年鉴》并未公布，参考年鉴的指标解释部分，采用工业增加值和全员劳动生产率的比值来推算年均就业人数。由于2002年的相关统计数据缺失过多，本年的全部从业人员年平均人数数据由工业分行业职工人数替代。选取历年工业能源消耗量作为能源投入的数据。以上的投入产出的原始数据均来源于《中国统计年鉴》（1999—2011）。 　　二、实证结果与分析 　　使用DEA-Solver-Professional 5.0测算20个重化工业行业的全要素能源效率，结果表明，1998—2009年间我国的重化工业行业整体能源效率偏低，均值为0.5，意味着存在50%的能源浪费。绝大多数行业期末（2009年）的能源效率值要高于期初（1998年），说明这十几年间我国重化工业行业的能源效率整体上得到了改善，但这种改善并非持续的，行业的能效值随时间的推移而处在升降变化中。1998—2009年间重化工业行业的能源效率呈现两阶段的特征，以2003年为分界点，1998—2003年间的能源效率值围绕0.4上下波动，而2003—2009年的变动范围提高到0.5—0.7之间。1998—2002年间，我国的工业化阶段处在轻加工阶段的末期，我国经济随之进入了调整阶段。到2002年，GDP增长率达到8%，而2003年又提高到9.1%，此时新一轮的经济增长的主导行业为重化工业中的汽车、住宅、通讯和基础设施等。这些行业拉动了钢铁、有色金属、机械、建材、化工等原材料行业的增长，上述两类行业又拉动了电力、煤炭、石油等能源以及交通运输等行业的增长。即新一轮增长中的主导产业大多数属于重化工业。然而2000—2003年间，重化工业的能源高消耗和低效率表明，此时的工业经济的快速增长依靠的是对资源和能源无效率的利用。 　　分行业来看，1998—2009年行业间能源效率存在显著差异。通信设备、计算机及其他电子设备制