可持续发展视角下提升我国钢铁行业能源利用率路径研究

祝志杰，王庆莲

（东北财经大学 统计学院，辽宁 大连 116025）

0 引言

能源在人类社会发展进程中始终扮演着重要角色，它是人类赖以生存与发展的物质基础。经济全球化时代，国际间竞争与合作基本是围绕着能源和技术进行的。但是资源所具有的有限供给和不可再生性等特性与现代化社会对能源需求骤增间的矛盾日益突出。另外，资源在分布与消费等方面存在着区域间非均衡性属性，间接导致欠发达国家或地区大肆破坏环境开采资源。目前，可持续发展已经成为世界共同关注的议题，国际组织和发达国家多次倡议发展绿色经济和本质性地推进节能减排工作。

改革开放以来，钢铁工业在有效地推动我国经济高速发展的同时，自身的规模和产能也在急剧扩张。自2000年起连续10年，钢铁工业增加值占到我国工业增加值比重的5%以上，因此钢铁行业的健康稳定发展将对我国经济整体运行和社会稳定起到举足轻重的作用[1]。中国是名副其实的钢铁生产与消费大国，自20世纪末以来在钢铁生产、消耗及进出口总量等方面始终处于世界首位。但是由于我国钢铁行业存在节能减排效果不好、缺乏现代化装备与先进生产技术、生产与消费环节存在低碳经济意识不强等现象，导致大量资源被消耗与浪费的同时，也降低了环境质量。我国政府在治理环境和发展低碳经济过程中积极地寻求国际间合作与支持，重点关注国内传统产业转型、节约传统能源、研发应用新型环保能源、环境保护与污染治理、经济与社会可持续发展问题[2]。从本质上治理重工业和高能耗的代表——钢铁行业的污染和高能耗问题，是促进循环经济发展和妥善解决因环境质量下降而日益变得相对紧张的政府与社会关系的有效途径[3]。为从根本上改变传统钢铁行业以资源和环境作为代价换取高产量与高经济收益的粗放模式，实现我国经济与社会的可持续发展，党的十八届三中全会明确提出加快转变经济发展方式、健全资源有效利用与生态环境保护机制、建设人与自然和谐发展新格局的国家中远期发展纲领。在全球推动绿色发展与可持续发展的大环境下，本文选择钢铁工业作为研究对象，通过研究钢铁行业能源投入与产出关系及能源利用率问题，探讨“十三五”期间提升我国钢铁行业能源利用率的有效途径。

1 文献回顾

由于钢铁行业对国家整体发展与国家综合实力的提升都具有极其重要的影响力，长期以来国内学界一直关注钢铁工业能源消耗、技术革新及产业结构转型问题。史红亮（2011）主要采用全要素DEA非参数分析方法对2005-2008年间我国各省钢铁行业的能源效率变化进行测算比较，运用协整分析、向量自回归、脉冲响应函数、方差分析等方法进行整理分析，发现钢铁产量与能源消耗之间存在着长期均衡与短期动态关系。该研究认为，当前我国钢铁行业能源效率总体水平不高，能源利用率仍有较大提升空间；在长期均衡关系研究中显示出技术进步是大幅提高钢铁行业全要素能源效率的重要因素的同时，钢铁产业规模合理扩大与调整也会在一定程度上提高能源效率；另外，运用超越对数生产函数模型对我国钢铁行业能源内部替代弹性进行分析后，提出了可以通过石油、天然气、电力替代煤炭的方式来实现提高能源效率目标的建议[4]。张庆芝等（2012）选取2002-2008年我国钢铁企业作为样本，利用超效率DEA模型分析认为钢铁企业能源效率变化及其主要原因是技术进步[5]。蔡晓春、邹克（2012）运用DEA和Malmquist分解法分析认为，虽然技术改进有助于能源效率的提高，但是管理水平和企业规模也将会在提高能源效率方面起到积极作用[6]。韩一杰、刘秀丽（2011）利用DEA和Malmquist指数法对我国各地区的钢铁行业能源效率进行综合评价，该论文的创新之处是通过非期望投入污染物概念研究我国钢铁行业能源效率总体不高的现状，认为只有大力推进技术创新与新技术应用才能从本质上提高钢铁工业能源利用率[7]。万燕鸣（2011）通过运用数据包络分析方法测算2002-2008年我国23家钢铁上市公司的技术效率，发现我国钢铁行业存在投入拥挤、规模不佳等问题，建议钢铁行业改善规模、重视技术、提高行业集中度[8]。

综上所述，目前针对钢铁行业能源利用效率的前期研究大多关注的是投入产出效率比和能源消耗间的替代效用。在投入产出效率方面的研究重点是钢铁行业能源利用的静态效率及其改进，试图通过相关分析以达到降低钢铁行业单位产出的能源消耗量的目标。在指标的选取过程中，普遍使用强度相对数作为指标基本形式，如单位粗钢产出煤炭消耗量或电力消耗量等。而能源消耗间替代作用的研究重点是能源利用的动态效率，主要从能源利用的可持续性角度出发关注钢铁行业能源利用间的替代效用。多选用流量指标、结构相对数和比例相对数作为指标选取的基本形式，如：电力消耗量及其占比、煤炭消耗量及其占比和天然气与煤炭消耗量的比率等指标。目前已存在的前期研究具有以下特征：首先，国内学界对我国钢铁行业效率方面的研究存在过度依靠相对单一的DEA方法对能源效率进行分析评价的现象，且多数研究主要集中在对以往能源效率分析、能源消耗与产出间的短期关系等方面。该分析方法的主要缺陷是相关结论都是事后评价，而提出的相关政策建议往往又是针对未来的效率改进方式，因此缺乏针对性、可预见性和科学依据。其次，多数前期研究存在一个普遍的假设前提，即目前我国钢铁行业能源消耗的结构关系能够得到迅速的转变，也就是说在我国钢铁行业的生产过程中，煤炭、电力、天然气和煤油等主要能源消耗物质能够实现自由转换，或者短期内我国钢铁行业能够依据可持续发展原则有效地实现消耗能源间的自由替代目标。然而，现实中我国钢铁行业能源的消耗始终遵循的是以市场为导向的资源优化配置原则，而该原则主导因素是价格，次要因素才是能源消耗的可持续性。因此，能源使用的可持续性需要通过政府宏观调控手段来实现，但是能源使用的可持续性及社会与经济的可持续发展是一项长期复杂的系统工程，我国钢铁行业能源消耗的结构关系很难在短期内迅速转变或依据可持续发展原则实现消耗能源间的自由替代。

本研究在关注中国钢铁行业过去十几年内能源利用效率的基础上，假设未来几年内钢铁行业能源消耗结构不会快速转变，通过预测模型对能源消耗物质流量进行预测，探索提升我国钢铁行业能源利用率的具体路径。

2 数据选取和模型设定

本研究是基于可持续发展视角围绕能源消耗的动态效率探索提升我国钢铁能源利用率的具体路径。与其他传统研究方式不同，本文将使用预测模型分析未来中国钢铁行业能源消耗总量的变化趋势和能源利用率。在指标的选取过程中采用了能源消耗的流量指标，相关数据来源于1980-2010年间的中国钢铁工业统计年鉴。由于我国钢铁工业中粗钢产量占钢铁总产量的绝对比重，本研究以粗钢产量来反映钢铁工业的总产值并作为效率分析的产出流量指标（记为cg）；钢铁工业消耗量主要包括煤炭消耗量、电力消耗量、天然气消耗量、燃料油消耗量。另外，由于目前燃料油和天然气占我国钢铁工业能源消耗的比重相当低，未来一段时间内电力和煤炭消耗仍会是我国钢铁行业能源消耗的主要形式，因此本文将煤炭消耗量（记为mt）和电力消耗量（记为dl）作为效率分析的投入流量指标。在构建模型过程中，考虑到时间序列可能存在异方差性，因此在引入模型前需对相关指标进行对数化处理，分别记为Lncg、Lnmt、Lndl。

本文的实证分析共由两部分组成：一是从静态角度对中国钢铁行业的投入产出关系进行比较分析，采用基于DEA的Malmquist效率指数分析模型；二是从动态角度对中国钢铁行业总产出与能源消耗的长期均衡关系进行分析，在此基础上对未来的中国钢铁行业的产出与能源消耗量进行预测研究。本文的创新之处是基于传统的布谷鸟算法参数优化方法的基础上，为了提高精确度使用了更为先进的灰色预测模型。

3 钢铁行业能源使用效率实证研究

3.1 钢铁行业能源消耗的投入产出效率分析

对我国钢铁行业能源消耗的投入产出效率分析采用了基于DEA的分析模型。数据包络分析技术（DEA,Data Envelopment Analysis）的原理主要是通过保持决策单元（DMU,Decision Making Units）的输入或者输入不变，借助于数学规划和统计数据确定相对有效的生产前沿面，将各个决策单元投影到DEA的生产前沿面，通过比较决策单元偏离DEA前沿面的程度来评价它们的相对有效性，分析结果如表1和图1所示。

表1 中国钢铁行业投入产出效率分析表

图1 Malmquist效率指数和技术进步指数趋势变化图

输出结果一：表示的是每年各效率变化情况。可以看出，31年间整个钢铁行业Malmquist效率指数虽然在2000年和2004年出现过短期下降，但是总体上呈现出缓慢增长的趋势。而技术进步指数的变化趋势与Malmquist效率指数基本一致,这说明技术进步指数是Malmquist效率指数变化的主要决定因素。该现象与我国钢铁行业一直致力于引进新技术、采取多种方式和手段提高钢铁行业节能减排技术水平有紧密关系。从技术效率指数来看，单纯技术指数和规模指数都没有发生变化，表明我国钢铁行业生产技术水平和管理水平没有达到最优状态。因此，钢铁行业不仅应重视通过扩大生产规模和提高规模效率来提高市场占有率的相关工作, 而且要在国家支持和自身努力下积极推进完善企业经营模式和提高企业核心竞争力的工作，以期实现全面提升我国钢铁行业竞争力的最终目标。

输出结果二：显示整个研究期间Malmquist效率指数为1.023大于1，这说明能源利用率在一定程度上提高了。同期技术进步指数也是1.023大于1，虽然仅从数值上来看变化不大，但是从实际应用角度出发可以认为技术进步和提高技术水平是提高钢铁行业能源利用率的有效方法之一。

3.2 钢铁行业能源消耗与产出的长期均衡关系分析

基于DEA的投入产出分析，纵向地比较了各年度我国钢铁行业能源消耗效率，但是该分析并未对我国钢铁行业总产出与能源消耗的长期均衡关系进行系统的论证，所以无法科学合理地预测未来我国钢铁行业能源消耗效率的变化趋势。因此，本文将采用协整关系模型分析我国钢铁行业总产出与能源消耗间的长期均衡关系。

3.2.1 单位根检验

协整分析的前提是变量之间不仅是平稳的，而且是同阶单整的，因此要先对各变量进行单位根检验，判断变量是否平稳以及单整的阶数。单位根检验常用的方法是ADF检验，利用ADF检验的结果如表2所示。

表2 ADF检验单位根检验结果表

由表2可以看出，在5%的显著性水平下，煤炭消耗量和电力消耗量全部是一阶单整的。接下来进行变量间的协整检验。

3.2.2 协整检验

变量间协整检验有两种方法，分别为回归残差检验和基于回归系数完全信息的Johansen协整检验，本文采用回归残差的EG两步法协整检验。

用OLS法作协整回归，回归方程如下：

回归残差方程如下：

残差单位根检验结果如表3所示。

表3 残差单位根检验结果表

残差单位根检验结果显示：在5%的显著性水平下，残差的ADF值小于临界值，则拒绝原假设，该残差序列平稳，说明煤炭消耗量和粗钢产量之间存在协整关系。残差序列的ADF值小于临界值，则拒绝原假设，该残差序列平稳，说明电力消耗量和粗钢产量之间存在协整关系。粗钢产量和能源消耗之间的协整关系表明，我国钢铁产量的增加在很大程度上依赖煤炭和电力的消耗。

3.2.3 误差修正模型

粗钢产量和煤炭消耗量、电力消耗量之间存在协整关系，表明两者之间存在长期均衡关系。但是从短期来看可能会出现失衡。为了增强模型的精度，可以把协整回归方程中的误差项看作均衡误差，通过建立误差修正模型把煤炭消耗量和电力消耗量的短期行为与长期变化联系起来。

误差修正模型结构如下：

经检验误差修正方程如下：

上述估计结果显示，误差修正模型自变量lncg回归系数分别为0.450和0.346，说明粗钢产量Δlncgt每增加1%，对煤炭消耗量（Δlnmtt）和电力消耗量Δlndlt就增加0.45%和0.35%。煤炭和电力消耗量的变化不仅取决于当期粗钢产量的变化，还取决于上一期粗钢产量对均衡水平的偏离。误差项的系数分别为0.552和-0.091，它们表示对偏离的修正。

3.3 钢铁行业能源消耗预测分析研究

灰色预测是运用灰色系统进行的预测，所谓灰色系统是指系统中有信息不完全或不明知的现象。灰色系统理论认为，对既含有已知信息又含有未知或非确定信息的系统进行预测，就是对在一定方位内变化且与时间有关的灰色过程的预测。尽管过程中所显示的现象是随机和杂乱无章的，但毕竟是有序和有界的。因此这一数据集合具有潜在的规律，灰色预测就是利用这种规律建立灰色模型对灰色系统进行预测。

为进一步提高预测我国钢铁行业能源消耗发展趋势的精确度，在前期预测分析结果基础上，本文采用布谷鸟算法来优化预测模型参数。比较分析结果显示优化后的预测值更为精准，基本可以测算出我国钢铁行业未来10年能源消耗总量和能源利用率的发展趋势。本文运用matlab软件对数据进行模拟，得到灰色预测和布谷鸟优化预测结果如表4和表5所示。

表4 电力消耗量预测结果表

年份 真实值 灰色预测值 优化后预测值1984 3778 2891.54 2800.16 1985 4118 3000.32 3107.48 1986 4507 3436.12 3448.52 1987 4985 3774.23 3827.00 1988 5467 4201.57 4247.02 1989 5865 4699.23 4713.13 1990 6230 5229.14 5230.40 1991 6804 5801.23 5804.44 1992 7589 6440.56 6441.47 1993 8427 7147.34 7148.43 1994 9260 7929.88 7932.97 1995 10023 8779.64 8803.62 1996 10764 9768.94 9769.82 1997 11284 10832.19 10842.07 1998 11598 12347.87 12031.99 1999 12305 14305.65 13352.50 2000 13472 14987.26 14817.95 2001 14634 16530.13 16444.22 2002 16332 18320.17 18248.99 2003 19032 20155.93 20251.82 2004 21971 22479.56 22474.47 2005 24940 24987.56 24941.05 2006 28588 27667.51 27678.34 2007 32712 30691.43 30716.06 2008 34541 34079.21 34087.16 2009 37032 38001.45 37828.24 2010 41934 41996.54 41979.91

表5 煤炭消耗量预测结果表

年份 煤炭真实值 灰色预测值 布谷鸟优化预测值1994 128532 115957 120859.4 1995 137677 122597.9 128143.4 1996 144734 129619 135866.4 1997 139248 137042.2 144054.9 1998 129492 144890.6 152736.9 1999 126365 153188.4 161942.1 2000 141092 161961.5 171702.2 2001 126211 171237 182050.4 2002 136606 181043.6 193022.3 2003 169232 191411.9 204655.5 2004 193596 202374 216989.8 2005 231851 213963.9 230067.5 2006 239217 226217.6 243933.4 2007 258641 239173 258634.9 2008 281096 252870.3 274222.4 2009 295833 267352.1 290749.4 2010 312237 282663.3 308272.5

模型拟合的优良程度主要通过预测的精度来测定，即预测模型所产生的模拟值与历史实际值拟合程度的优劣。测定精度方法主要有平均误差、平均绝对误差、平均相对误差和平均相对误差绝对值。本文采用平均相对误差绝对值（MPAE）对预测模型精度进行测定。通过计算得到两模型的MPAE值如表6所示。

表6 不同预测方法预测精度比较表

以上输出结果显示，无论是对电力消耗量还是煤炭消耗量的预测，布谷鸟优化后的预测误差都小于灰色预测误差。因此，布谷鸟优化预测模型预测结果较好，预测精度较高。本文利用布谷鸟优化模型对未来10年我国钢铁行业煤炭和电力消耗量进行预测，结果如表7所示。

表7 电力和煤炭2011-2020年预测值表

预测结果显示，在未来的10年内，我国钢铁行业对煤炭和电力的消耗依然呈不断增长趋势，而短期内钢铁行业对煤炭和电力消耗的高度依赖现象仍然存在。但是比较2010年前后我国钢铁工业能源消耗水平可以发现，在过去的10年里，虽然我国钢铁行业的整体技术水平有所提高，能源利用率有了显著的改善，但是由于存在于钢铁行业的能源利用率低、产业结构不合理、行业集中度低等问题导致行业能源高消耗的现象依然存在。另外，经过研究分析预测，在未来10年里，虽然我国钢铁工业能源消耗总量仍将持续增加，但增长速率将明显小于2010年以前的增长速率水平，而能源利用效率将会出现大幅提升的态势。

4 结论与建议

首先，通过使用Malmquist效率指数模型和灰色预测模型，全面客观地分析了影响钢铁行业能源效率的核心因素和未来我国钢铁行业能源消耗总量与利用率变化趋势。从具体过程中不难看出，1980-2010年间我国钢铁行业能源利用率趋于平缓提升的态势，这主要与政府不断实施节能减排、鼓励新型生产技术和生产工艺的研发与应用、重视经济发展质量和推进可持续发展政策有关。其次，通过钢铁行业产量和能源消耗量之间的协整分析发现，粗钢产量、电力及煤炭三者之间存在长期均衡关系，即短期内能源的大量投入虽然可以在一定程度上提高钢铁产量，但是从长期来看该正向影响效果将逐渐变得不明显。最后，通过灰色预测模型分析发现，在未来一段时期内，我国钢铁行业的发展还要在很大程度上依赖能源投入。因此，政府、社会与公民应高度重视能源利用率、环境污染及个人不合理能源消费习惯等问题的改善。

我国是世界上最大的发展中国家，政府既要发展经济又要兼顾环境治理与保护工作。因此政府在规范和促进钢铁行业发展过程中，要重视培养经济与环境间的和谐关系。本研究认为，我国政府应从人与自然和谐相处和可持续发展角度出发，从提高能源利用率和研发新能源两个方面探索提升钢铁行业能源利用率和有效治理污染的具体途径。具体可以从以下两个方面进行尝试：第一，新型生产技术的研发应用将对提高钢铁行业能源利用率起到决定性作用，因此我国政府和钢铁行业应高度重视工业生产技术的创新，加大技术改造和产业转型的资金与政策投入力度，在借鉴国外先进技术与经验的同时积极地提高自主研发创新能力。其次，改革开放以后，我国的钢铁行业在国家政策支持和引导下虽然在绿色制造与提升能源使用率方面取得了一定成绩，但是较发达国家仍存在较大差距。另外，特殊的国情决定了国内区域间和钢铁行业间的生产技术水平、工艺、规模等方面也存在着差距，造成了中东部大型钢铁行业产量高、低污染和高能源利用率的现象；相反，在中西部地区存在中小型钢铁企业相对集中、环境污染严重且能源利用率不理想的现象。因此，我国政府应出台相应政策促进钢铁行业的整合，通过加强钢铁产业整合与兼并进一步奠定有效提高能源利用率工作的社会基础。最后，在污染型中小型企业治理工作中，政府一方面应加强整治污染性强和资源利用率低的中小型钢铁生产企业的工作力度；另一方面应积极鼓励企业与科研院所进行新能源和可再生能源的研发应用。同时，从可持续发展角度出发，我国钢铁行业所依赖的化石能源应逐步被利用率高且环保性更强的天然气、风电、水电、核电等清洁能源所替代。

［1］祝志杰.基于趋势分析的环境质量与经济发展互动关系研究［J］.东北财经大学学报,2012（1）:69－72.

［2］刘艳茹等.社会分层与经济发展的指标量化与实证检验［J］.求索,2011（11）:11－13.

［3］胡世前.转型期国家与社会关系转变研究［J］.延边大学学报（社会科学版），2012（4）:86－92.

［4］史红亮,陈凯. 我国钢铁行业能源消费的分解分析［J］.技术经济与管理研究,2011（6）:86－90.

［5］张庆芝等.基于超效率DEA的我国钢铁产业能源效率研究［J］.软科学,2012（2）:65－68.

［6］蔡晓春，邹克.基于DEA-Malmquist的钢铁行业上市公司能源效率分析［J］.统计与信息论坛，2012（8）：90－98.

［7］韩一杰，刘秀丽.基于超效率DEA模型的中国各地区钢铁行业能源效率及节能减排潜力分析［J］.系统科学与数学,2013（3）:287－298.

［8］万燕鸣.中国钢铁行业效率研究：基于2002-2008年数据的数据包络分析［J］.技术经济，2011（2）：51－56.