新疆主要耗能行业的能源效率分析——基于三阶段DEA模型

高志刚

(新疆财经大学 经济学院，新疆 乌鲁木齐 830012)



新疆主要耗能行业的能源效率分析
——基于三阶段DEA模型

高志刚

(新疆财经大学 经济学院，新疆 乌鲁木齐 830012)

近年来经济发展与资源环境的矛盾日趋尖锐，中国未来的经济发展必然面临能源短缺的严峻挑战，因此，提高能源效率是新疆乃至全国节能降耗工作的重中之重。本文运用三阶段DEA模型对新疆12个耗能行业2010年的能源效率进行了分析。结果表明：在剔除外部环境因素和随机因素的影响以前，纯技术效率值被低估，规模效率被高估，并且被高估的程度高于被低估的程度，最终导致技术效率值被高估。而且新疆的耗能行业都处于规模报酬递增的阶段，说明新疆的耗能行业对能源的利用还没有形成规模经济。从行业来看，石油和天然气开采业、石油加工炼焦及核燃料加工业这两个行业的能源效率是DEA有效的。针对上述结果，本文提出应加快中小企业的发展、加大科研经费投入、提高国有企业的经营效率、加快能源价格改革等建议。

三阶段DEA；主要耗能行业；能源效率；新疆

一、问题的提出

随着经济的发展和技术的进步，能源消费日益成为衡量一个国家经济发展和人民生活水平的重要指标，也是世界各国家高度关注的一个重要问题。改革开放三十年来，中国经济发展取得了瞩目成就，但是在经济发展过程中也付出了巨大的资源与环境代价，经济增长与资源环境的矛盾日趋尖锐。早在2002年，中国已经成为世界第二大能源消费国，中国经济增长已经受到能源的严重制约，而且在全球气候大会上也处于十分不利的地位。为此，中国政府提出了要建设资源节约型的社会。“十一五”期间，全国单位国内生产总值能耗降低了19.1%，但作为能源大省的新疆，单位地区生产总值能耗仅降低了8.7%，位居全国倒数第一；根据国家统计局发布的数据，作为十二五规划开局之年的2011年，新疆能源强度为1.63，在30 个省、自治区、直辖市中列第26位，远高于2011年全国单位GDP能耗0.793吨标准煤/万元。可见，新疆的节能与能效都不令人满意。因此，提高能源利用效率，降低单位GDP能耗是新疆乃至全国经济持续健康发展所面对的重要课题。

数据包络分析方法(data envelopment analysis, DEA)是用数学规划模型评价相同类型的评价单元是否技术有效的一种非参数统计方法(Charnes A、Cooper W W、phodes E，1978；吴琦等，2009) 。该方法不需要提前假设生产函数，可以直接将非同质的投入要素进行加总，而且在处理多投入多产出的问题上也具有一定的优越性，可以有效地避免主观因素、简化算法、减少误差。因此，很多学者运用DEA方法来研究能源效率。在国外采用DEA方法进行能源效率问题的研究中，Toshiyuki Sueyoshi等(2011)采用DEA方法来衡量日本化石燃料发电的效率；Maila Elina Herrala等(2012)运用DEA方法研究治理模式是否会对芬兰水厂的效率产生影响；Satoshi Honma等(2008)采用DEA方法对日本1993年—2003年的47个县的全要素能源效率进行了实证研究；Jerry Blomberg等(2012)运用DEA方法评估了瑞典纸浆行业的用电效率的改善潜力。在国内采用DEA对能源效率的研究中，Jin-Li Hu等(2006)运用DEA方法分析了中国1995年—2002年的29个行政区的能源效率；魏楚等(2007)运用DEA方法建立了能源效率的计量模型，并根据计量结果对影响能源效率的因素进行了计量分析；谭忠富等(2008)运用DEA的基本原理，构建了中国能源消费结构的效率模型，以煤炭、石油、天然气、电力作为投入指标，以经济作为产出指标，实证分析了我国1978年—2006年的能源利用效率；冯蕾(2009)基于DEA方法对我国2005年—2007年期间各省的能源效率进行了测算，并进一步运用Malmquist指数法对提高能源效率做了研究。以往采用DEA方法对能源效率的研究一般是以全国整体或者不同省份、不同区域为研究对象，而对具体行业之间能源效率的研究比较少。三阶段DEA方法最初是由Fried、Lovell、Schmidt 和Yaisawarng(2002)提出的，黄德春等(2012)用这种方法对中国29个省市2009年的能源效率进行了分析。此法弥补了传统DEA或超效率DEA模型的缺陷，能够剔除环境因素和随机误差的影响，对能源效率的影响因素能够得出更加准确的结论。新疆是能源消耗大省，新疆主要耗能行业的能源效率的高低在很大程度上决定着新疆能源效率的高低。目前对新疆能源效率的研究还不多，特别是采用三阶段DEA 模型进行分析的文章还很少。鉴于此，本文采用三阶段DEA 模型来分析新疆主要耗能行业的能源利用效率，以期更深入地研究新疆能源效率，为新疆提高能源利用效率提供参考。

二、三阶段DEA模型原理

(一)第一阶段：传统的DEA 模型

本阶段采用规模报酬可变下的基于投入法的BCC模型，由于BCC是运用非常广泛的DEA 模型，所以对其数学原理不再详述。

(二)第二阶段：运用SFA 模型分解第一阶段的松弛值*罗登跃.三阶段DEA模型管理无效率估计注记[J].统计研究,2012,29(4):104～107.

第一阶段得到了各个决策单元的松弛量(Sni=ni-Xnλ≥0)，这个松弛量又可以分解为外部环境因素、随机误差和内部管理的影响，然后以各投入的松弛量为因变量，以环境变量作为自变量，对每一项投入的松弛量均建立一个SFA 回归方程，共建立N 个回归方程，其中第n 个回归方程如下:

sni=n(zi;βn)+vni+uni( n = 1，2，…，N；i=1,2,…,I )

(1)

其中，sni为第i 个决策单元在第n项投入的松弛量；zi=(z1i,z2i,…, zpi)为p个环境变量，βn为待估计的环境变量的参数，n(zi;βn)表示环境变量对投入的松弛量的影响，一般n(zi;βn)=βnzi；εni=vni+uni是混合误差项，且vni和uni两者独立不相关。

vni是随机干扰项，反映了统计噪音,假设vni～iidN(0,2vn)；uni≥0反映了管理无效率，假定uni～iidN+(μn,2un)，即在0处截断的非负正态分布，实证时通常假设其服从半正态分布，也就是说uni～iidN+(0,2un)。

由 Kumbhakar 和 Lovell2002年编著的StochasticFrontierAnalysis一书中的式(4.2.12)推导出三阶段DEA 模型管理无效率的估计公式为：

E(uni|εni)=*[φ(εniλ∕)1-Φ(-εniλ∕)+εniλ]=λ1+λ2[φ(εniλ∕)Φ(εniλ∕)+εniλ]

(2)

可以先求出uni，其中,*=uv∕，λ=u∕v，φ 和Φ分别表示标准正态分布的密度函数和分布函数；然后可以得出vni。

E(vni|εni)=sni-n(zi;βn)-E(uni|εni)

(3)

(4)

(三)第三阶段：调整的DEA模型

在这个阶段中，用调整后的投入变量的数据代替原始投入的数据，再次运用第一阶段所使用的BCC 模型，然后得到相对效率值。此时得出的效率值排除了外部环境和随机误差的影响，更能反映每一个决策单元的实际效率值。

三、变量的选取和数据来源

(一)选取投入产出变量

本文选取能源消费总量、人力资源和资本资源作为投入变量，其中，当期单元的能源消费总量统一折算为标准煤计算；参考Satoshi Honma(2008)、Hu(2006)和王群伟等(2008)的研究，选取从业人员总数度量人力资源投入；由于固定资产投资更适合作为衡量当期评价单元的资本消耗量，因此，资本资源选取当期固定资产投资。产出指标选取每个行业的工业增加值。

(二) 选取环境变量

环境变量一般是指能够影响能源利用效率但是不在主观可控范围的因素，*王群伟,周德群.中国全要素能源效率变动的实证研究[J].系统工程,2008,26(7):74～80.考虑到能源利用的影响因素，本文选取技术进步和制度因素作为环境变量。技术进步利用不变的投入生产出更多的产出，对提高能源效率具有显著的促进作用，因此，各国都不断加大科研投入，寻求节能新技术。本文选取每个耗能行业投入的R&D经费占全部R&D经费的比例作为衡量技术进步的指标。在主要耗能行业中，国有企业所占比重也是影响能源利用效率的一个重要外部因素，而国有企业所占比重又可归结为国家制度的影响，因此，本文把国有企业比重作为影响能源利用效率的一种外部环境因素。

(三)数据来源

鉴于数据的完整性和可得性，本文选取2010年新疆煤炭开采和洗选业、石油和天然气开采业、农副食品加工业、食品制造业、纺织业、造纸及纸制品业、石油加工炼焦及核燃料加工业、化学原料及化学制品制造业、非金属矿物制品业、黑色金属冶炼及压延加工业、通用设备制造业、电力热力的生产和供应业等12个行业的数据作为样本。本文数据均来自《新疆统计年鉴2011》和《新疆统计年鉴2012》。

四、 实证分析

(一)第一阶段：传统的DEA实证结果

第一阶段运用基于投入角度的DEA-BCC模型，将12个行业的投入产出值带入，分别得到新疆2010年各主要耗能行业的技术效率、纯技术效率和规模效率，计量结果见表1。除此之外，还会得到用于第二阶段的投入变量的松弛变量。

表1 新疆2010年主要耗能行业能源效率比较

行业技术效率纯技术效率规模效率规模收益煤炭开采和洗选业0．3730．3820．975规模报酬递增石油和天然气开采业1．0001．0001．000-农副食品加工业0．3670．5140．714规模报酬递增食品制造业0．3200．5510．581规模报酬递增纺织业0．4820．6910．698规模报酬递增造纸及纸制品业0．2581．0000．258规模报酬递增石油加工、炼焦及核燃料加工业1．0001．0001．000-化学原料及化学制品制造业0．2820．3250．868规模报酬递增非金属矿物制品业0．2360．3130．754规模报酬递增黑色金属冶炼及压延加工业0．5800．6800．853规模报酬递增通用设备制造业0．3771．0000．377规模报酬递增电力、热力的生产和供应业0．2890．3260．886规模报酬递增平均值0．4640．6480．747-

从表1可以看出，在不考虑外部环境因素和随机误差影响的条件下，新疆各主要耗能行业的平均技术效率为0.464，平均纯技术效率为0.648，平均规模效率为0.747。石油和天然气开采业、石油加工炼焦及核燃料加工业的技术效率达到了1，也就是说这两个行业处于技术前沿面上；而其余十个行业均不同程度地处于无效率状态，还需要进一步提高其技术水平。同时，这些耗能行业也均处于规模报酬递增的阶段，也就是说这些耗能行业产量增加的速度均大于生产要素增加的速度，都处于进一步发展和扩张的状态。因此，进一步分析技术无效率是源于纯技术效率还是源于规模效率具有一定的实践意义。为了得到剔除外部环境因素和随机误差影响下的技术效率，还需要作下一步的分析。

(二)第二阶段：SFA回归结果

将第一阶段测算出的各主要耗能行业的松弛量作为被解释变量，将所选取的环境变量作为解释变量，来分析外部环境变量对各投入变量的松弛量是否会有显著的影响。如果外部环境变量对各投入变量的松弛量具有影响，需要用公式将外部环境因素剔除，然后就可以得到剔除外部环境因素的投入 。用Frontier4.1得到的第二阶段的回归结果(见表2)。

表2 SFA回归结果

能源消费总量松弛变量资本存量松弛变量就业人数松弛变量系数值T检验值系数值T检验值系数值T检验值常数值-16．37-6．69∗∗∗57．0842．92∗∗∗264．093．34∗∗∗R&D经费比例-45．91-15．42∗∗∗-98．68-214．55∗∗∗-165．60-5．79∗∗∗国有企业占比3353．683344．37∗∗∗891．28893．12∗∗∗1194．65468．75∗∗∗ 221726．0521726．81∗∗∗5984．135984．13∗∗∗2810．371227．70∗∗∗γ0．992173643．50∗∗∗0．99352062．53∗∗∗0．030．06∗∗∗LogL-55．61--50．58--53．73-

注：*、**、*** 分别表示通过显著性水平10%、5%、1%的检验；2=2u+2v；γ=2u∕ (2v+2u)， LogL表示对数似然函数值。

从表2可以看出，R&D经费比例和国有企业占比对能源消费总量松弛变量、资本存量松弛变量、就业人数松弛变量均通过了显著性水平为1%的检验，这说明外部环境因素R&D经费比例和国有企业占比对投入冗余量具有显著的影响。另外，SFA回归结果的3个值中有2个接近于1，并且均通过了显著性水平为1%的检验，这说明纯技术效率的方差对总方差具有较大的贡献，管理因素在投入冗余量中具有较大的影响。因此，需要利用公式将外部环境因素和随机因素剔除，以使各主要耗能行业面临相同的外部环境，继而在第三阶段的DEA分析中得出更准确的结果。

投入变量的松弛量是实际投入量与目标投入量的差额，即在产出一定的条件下，通过提高管理水平可以减少的投入量，从而可以提高各主要耗能行业的能源效率。因此，如果所选取的环境变量与投入松弛变量负相关，则说明环境变量投入的增多将使投入冗余量减少，进而有利于提高各耗能行业的能源效率。同样，如果所选取的环境变量与投入松弛变量正相关，则说明环境变量投入的增多将使投入冗余量增多，不利于提高各耗能行业的能源效率。*黄德春,董宇怡,刘炳胜.基于三阶段DEA模型中国区域能源效率分析[J].资源科学,2012,34(4)：688～695.

从表2中可以看出，每个耗能行业投入的R&D经费的比例对能源消费总量、资本存量和就业人数这三种松弛变量的影响方向都为负，且都通过了1%水平的显著性检验，这表明对耗能行业的R&D经费投入越多，越有利于能源效率的提高。同样，国有企业占比对能源消费总量、资本存量和就业人数影响系数显著为正，这表明国有企业比重的提高不利于能源效率的提升，这主要与国有企业效率低下有关。因此，只有加大科研经费投入，提高国有企业管理水平和效率，才能更好地提高能源效率。

(三)第三阶段：调整的DEA模型实证结果

对2010年新疆12个耗能行业的能源利用效率的投入变量利用公式(5)剔除环境因素和随机因素后可以得到调整后的投入变量ni，然后将调整后的投入变量ni替换第一阶段的投入变量ni，产出指标仍为每个行业的工业增加值，再次运用DEAP2.1软件就可以得到剔除环境因素和随机误差后的技术效率。计量结果见表3：

表3 新疆2010年主要耗能行业能源效率比较

从表3中可以看出，投入调整后12个主要耗能行业的效率值都有一定的变化。12个行业的能源平均技术效率都有所下降，由 0.464 下降到0.261；平均纯技术效率上升幅度较大，由0.648上升到0.944；平均规模效率下降幅度较大，由0.747下降到0.272。

同时可以发现调整后，各个行业规模效率的下降幅度也都很大，这说明在调整环境因素的影响后造成耗能行业效率低下的原因主要是规模不经济。另外，在剔除外部环境因素和随机因素的影响后，煤炭开采和洗选业、农副食品加工业、食品制造业、纺织业、化学原料及化学制品制造业、非金属矿物制品业、黑色金属冶炼及压延加工业、通用设备制造业、电力热力的生产和供应业的纯技术效率值有所上升，说明这些行业面临的外部环境较差，所以在第一阶段才会被低估，并非他们的技术水平低；同样，纯技术效率值下降的造纸及纸制品行业主要是面临的环境较好，所以在第一阶段才会有较高的纯技术效率值。除此之外，这些主要耗能行业在调整后依然处于规模报酬递增的阶段，因此，这些行业应该加大要素的投入量以期获得能源利用的规模经济性。再进一步分析，在没有剔除外部环境和随机因素的影响时，各个行业的纯技术效率值显著被低估，规模效率被显著高估，并且被高估的程度高于被低估的程度，所以才会导致技术效率值被高估。

五、结论及建议

(一)结论

本文运用三阶段DEA模型对新疆12个主要耗能行业2010年的技术效率、纯技术效率和规模效率进行综合分析，最终得到：

第一，在运用SFA模型进行回归，并将外部环境因素和随机因素剔除后，各行业的技术效率、纯技术效率和规模效率均有明显的变化，即纯技术效率值显著被低估，规模效率显著被高估，并且被高估的程度高于被低估的程度，最终导致技术效率值被高估。这说明外部环境因素和随机因素会影响能源效率值的准确性，需要剔除后再进行分析。

第二，从调整前后新疆各个行业的规模报酬的状态来看，新疆的耗能行业都处于规模报酬递增的阶段，这说明新疆对能源的利用还没有形成规模经济性，因此，要加快行业发展，扩大规模，获取规模收益，同时提高经营效率，开展技术节能，提高能源利用效率。

第三，从行业来看，石油和天然气开采业、石油加工炼焦及核燃料加工业这两个行业的能源效率是DEA有效的；在剔除外部环境和随机误差因素的影响后，造纸及纸制品业、通用设备制造业是纯技术有效而非规模有效，其余的8个行业既没有纯技术有效，也没有规模有效。

(二)建议

基于以上分析并结合新疆能源利用现状，本文提出：

第一，加快新疆中小企业发展，以期实现企业的规模经济。本文通过分析表明，新疆耗能行业的能源效率低下主要是由规模效率造成的，除了石油行业，其余的企业也都处于规模报酬递增的阶段，因此，要大力发展中小企业，这样才能够达到规模经济，提高能源利用效率。

第二，加大科研经费投入，不断推进新疆科技进步。技术进步对能源效率的影响是不言而喻的，先进技术能够提高能源的开采效率、转换效率和储运效率，同样可以提高设备的工作效率，新技术还能够缩短交易过程，降低中间环节的成本，进而降低能源消费量，最终提高能源的终端利用效率。因此，加快能源技术进步的具体途径是引进和培训技术人才，加大能源技术设备投资。*孙久文,肖春梅.长三角地区全要素能源效率变动的实证分析[J].中国人口资源与环境，2012，(12):67～72.

第三，提高新疆国有企业的经营效率。国有企业由于产权制度的缺陷导致政企不分，也使得国有企业经营管理效率低下。因此，提高经营效率是高耗能国有企业提高能源利用效率的途径之一。

第四，在国家层面上要以市场为导向，加快能源价格改革。应根据行业属性的区别，明确能源各领域各环节的价格改革方向；完善能源协调管理机制，保障能源价格改革的协调推进；加强对能源价格的监管机制建设，构建公平竞争的市场环境。通过价格机制，调整能源的使用方向和消耗量，实现能源消耗与经济增长的协调发展。

[1]Charnes A,Cooper W W,Phodes E.Measuring the Efficiency of DMU [J].European Journal of Operational Research,1978,2(6):429～444.

[2]吴琦,武春友.基于DEA的能源效率评价模型研究[J].管理科学,2009,22(1)：103～112.

[3]Toshiyuki Sueyoshi,Mika Goto.DEA Approach for Unified Efficiency Measurement:Assessment of Japanese Fossil Fuel Power Generation[J].Energy Economics,2011,(33):292～303.

[4]Maila Elina Herrala, Heikki Huotari, Harri Jouni Olavi Haapasalo.Governance of Finnish Waterworks-A DEA Comparison of Selected Models[J].Utilities Policy,2012,(20):64～70.

[5]Satoshi Honma,Jin-Li Hu.Total-factor Energy Efficiency of Regions in Japan[J].Energy Policy,2008,(36): 821～833.

[6]Jerry Blomberg,Eva Henriksson,Robert Lundmark.Energy Efficiency and Policy in Swedish Pulp and Paper Mills:A Data Envelopment Analysis Approach[J].Energy Policy,2012,(42):569～579.

[7]Jin-Li Hu,Shih-Chuan Wang．Total-factor Energy Efficiency of Regions In China [J]．Energy Policy,2006,34：3206～3217．

[8]魏楚,沈满洪.能源效率与能源生产率:基于DEA方法的省级数据比较[J].数量经济技术经济研究,2007,(9):110～120.

[9]谭忠富,于超.基于DEA的我国能源消费结构效率实证研究[J].华东电力,2008,36(9):l～4.

[10]冯蕾.2005年—2007年我国省际能源效率研究——基于DEA方法非意愿变量CRS模型的测度[J].统计研究,2009,26(11):31～35．

[11]王镇.影响新疆工业部门节能目标实现的因素分析[J].新疆财经大学学报,2013,(1):22～29.

[12]Fried,H.O,Lovell.C.A.K,Schmidt.S.S.Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis[J].Journal of Productivity Analysis,2002,(17):157～174.

[13]Kumbhakar S.C.and Lovell C.A.Knox.Stochastic Frontier Analysis[M].Cambridge:Cambridge University Press,2000：136～142.

(责任编辑：易正兰)

An Analysis of Energy Efficiency of Main Energy-consuming Industries in Xinjiang——Based on Three-Stage DEA Model

Gao Zhigang

(Xinjiang University of Finance & Economics, Urumqi 830012, China)

In recent years, the contradiction between economic development and resources and environment has become increasingly acute, China’s future economic development is bound to face the serious challenge of short-term energy, therefore, improving energy efficiency is the top priority of the energy saving in Xinjiang and even in China. This paper employs three-stage DEA model to analyze the energy efficiency of the 12 energy-consuming industries in Xinjiang in 2010. The results show that the scale efficiency is overestimated before eliminating external factors and environment variables while pure technical efficiency is underestimated, and the overvalued level is higher than the undervalued level, which eventually led to the fact that the technical efficiency value is overrated. The scale returns of main energy-consuming industry in Xinjiang are increasing, which shows that the energy utilization is too small to reflect the economy scale. From the industry perspective, the energy efficiency of Extraction of Petroleum and Natural Gas and Oil Processing, Coking and Nuclear Fuel Processing are DEA effective. Based on the above, suggestions are put forward as follows: to speed up the development of small and medium-sized enterprise, increase scientific research funds investment, improve the management efficiency of state-owned enterprises, accelerate the reform of energy prices.

Three-stage DEA Model; Main Energy-consuming Industries; Energy Efficiency; Xinjiang

2015-01-11

国家社会科学基金重点项目“中国新疆与中亚国家的能源与贸易互联互通建设战略研究”(13AZD083)；新疆维吾尔自治区发改委重点项目“新疆能源消耗与经济增长关系研究”

高志刚(1972-)，男，教授，博士生导师，研究方向：区域经济与可持续发展。

424.1

A

1007-8576(2015)01-0014-07