基于投入产出非线性优化的制造业完全能耗强度情景分析

李 根，刘家国，赵金楼

(1.江苏科技大学经济管理学院，江苏 镇江 212003；2.大连海事大学交通运输管理学院，辽宁 大连 116026；3.哈尔滨工程大学经济管理学院，黑龙江 哈尔滨 150001)



基于投入产出非线性优化的制造业完全能耗强度情景分析

李 根1，刘家国2，赵金楼3

(1.江苏科技大学经济管理学院，江苏 镇江 212003；2.大连海事大学交通运输管理学院，辽宁 大连 116026；3.哈尔滨工程大学经济管理学院，黑龙江 哈尔滨 150001)

当前，环境污染仍为中国最突出的问题之一，而降低制造业完全能耗强度是减少消耗及污染的重要途径。本文基于投入产出非线性优化理论，以制造业完全能耗强度最小为目标，并以18个行业最终需求为决策变量，构建了一个完全能耗强度非线性优化模型，特引入了进出口系数等约束条件，并基于已有投入产出表等数据，预测调整模型的相关系数。在此基础上，设计了三个方案与两个情景，并运用粒子群算法求解模型。结果表明：2015年中国制造业完全能耗强度最小值区间为0.7823-0.9048tce/万元，相比2010年，下降率区间为8.9%-21.31%。在高方案情景2下，可实现制造业完全能耗强度降低20%的目标。为实现该目标，应促进中低能耗制造业发展、降低高能耗制造业的完全能耗量、适当提高消费和进口系数并降低投资和出口系数。本文既有利于政府部门制定科学系统的节能减排政策，也有利于深化能源经济与管理理论。

制造业；完全能耗强度；非线性优化模型；最终需求

1 引言

当前，中国经济增长仍依赖于较高的能源消耗，能耗强度仍处于较高水平。为此，作为约束性指标，中国已将能耗强度列入“十二五”发展规划中。在工业节能“十二五规划”中，中国明确提出，相比2010年，2015年规模以上工业增加值能耗将下降21%，节能实现量6.7亿tce。而在船舶工业“十二五规划”中，中国确定骨干企业平均钢材一次利用率要达到90%以上，规模以上企业单位工业增加值能耗下降20%。中国虽然没有明确规定制造业的能耗强度下降目标，但因其具有高消耗及高污染等显著特征，大幅降低其能耗强度已迫在眉睫。

投入产出优化法是将投入产出技术与最优化理论相结合的方法，其是在规划求解问题的目标约束条件下，考虑经济系统的直接和间接生产，加入投入产出的生产过程约束，即考虑了各个行业之间的生产关系约束。Leontief[1]首次阐述了投入产出理论和相应数学模型、编制方法；Leontief[2]又在一些学者研究的基础上提出了动态投入产出模型；Dorfman 和Samuelson[3]将线性规划和投入产出方法结合起来，提出“大道定理”。在既定约束条件下，实现结构优化的突出研究成果主要集中于水资源或环境污染方面，如Luptáěcik[4]、Cristobal[5]、王铮等[6]、何静和陈锡康[7]等学者在这方面做出较大的贡献。可见，投入产出优化理论相对成熟，在水资源等方面的应用较早。

目前，国内外学者运用投入产出优化法研究能源约束下的经济发展问题，尚处于起步阶段。马仪亮和刘起运[8]结合投入产出技术与多目标规划法，构建了节能降耗优化模型。席酉民等[9]运用投入产出技术与分式规划方法建立能源投入产出分式规划模型，并基于2004年能源延长表使用该模型对通过产业结构调整来降低单位GDP能耗的效应进行了实际测算分析。张炎治和聂锐等[10]等结合非线性优化与投出产出理论，构建了基于国家层面的投入产出非线性优化模型，并给出了3个方案及3个规划，从而形成9个情景。唐志鹏和刘卫东等[11]在能源消耗总量约束条件下，构建了北京市1987年、1992年、1997年、2002年和2007年五个时期的投入产出优化模型。夏炎和杨翠红[12]基于投入产出优化方法，提出了行业实际节能潜力和行业实际结构调整潜力两个概念，并将全国总节能目标按照各个不同的行业进行优化分解，同时分析了产业结构调整前后不同情景下，行业能源效率优化的结果。以上学者较多基于投入产出线性优化法将能耗强度分为能耗最低或产出最大两个子目标展开研究，较少关注产业关联下的完全能耗强度优化问题。

国内外学者分别运用投入产出法与优化方法研究能源消耗的文献相对较多。Wright[13]将能源乘数观念引入投入产出法，定义直接能源系数为商品的能源成本，并比较投入产出分析方法的优劣性。魏一鸣和梁巧梅等[14]结合了投入产出法和情景分析法，构建了我国能源需求和能源强度的情景分析模型。Fredrich和David[15]运用中国投入产出表2002、1997年数据分析中国能源消费与经济增长、产业结构之间关系。刘洪涛等[16]利用能源投入产出方法计算了1992-2005年我国生产的产品中贸易内涵能源，并使用结构分解分析确定了导致出口中内含能源变化的5个关键因素。刘洪涛等[17]构建了能源SAM模型并使用该模型定量测算了不同情景下四万亿元投资对各部门总产出、GDP、能源需求量和单位GDP能耗的影响。廖明球[18]将节能和减排同时纳入投入产出分析框架，研制基于“节能减排”的投入产出模型，即设计能源、环境、经济投入产出表和模型体系。蔡圣华等[19]基于产业结构调整具有内生性特征和终端消费随居民收入水平提高具有规律性变化两个基本理念，量化分析了消费规模及其结构对我国产业结构变化的效果。闾浩等[20]测算了2002和2007年中国能源部门的影响力和感应度系数、直接消耗系数和完全消耗系数，以及能源部门、静脉产业对国民经济各部门的直接和完全波及效应。韩强和刘正林[21]构建了工业领域能源分配双层规划模型，上层为多目标规划，描述上级政府行为，以社会的经济性、协调性和可持续发展性为目标，以在下级之间的合理调配为约束条件，下层为目标规划，描述能源在下级行业之间的配置优先权。可见，学者采用投入产出法直接研究能源消耗或减排问题相对较多，这些研究成果是本文重要的研究基础。

此外，学者运用分解分析对能耗强度的变化原因进行了深入研究。依据不同的运算方式，分解分析可分为指数分解分析(IDA)与结构分解分析(SDA)两类。1871年Laspeyres首次提出以基期价格为权重的指数，标志着指数分解分析的产生。20世纪70年代以来发达国家开始关注能源消费问题，研究者试图运用指数分解分析探索工业能源消费变化的机理。Liu等[22]列举了8种分解方法并进行了比较分析。Lee等[23]和Ang等[24-25]分别提出AWD分解和对数平均的Divisia分解，Sun[26]研究了Laspeyres法，充分解决了分解中的剩余项。针对Divisia分解中的0值问题，Ang等[27]提出用一个很小的正数替代0值以解决“0”值问题。为考察效率与结构对能耗强度变化的贡献，通常运用IDA将能耗强度变化分解为效率效应和结构效应进行研究，多数研究表明：经济结构变化对总体能耗强度的下降影响较小，而部门能源效率的提升对于总体能耗强度的下降发挥重要作用。1995年以后，指数分解分析应用于废气排放的研究逐渐增多。因没有分解剩余且易于计算，Laspeyres完全分解和对数平均的Divisia分解得到广泛应用。Ang等[28]， Sun等[29]针对分解形式中的乘法与加法方式进行了研究。与指数分解分析相比，结构分解分析结合了投入产出分析，因其运用矩阵进行运算，其分析过程较为复杂，结论也较为准确并具指导性。Alcántara V和Duarte R[30]将能耗强度变化分解为强度效应、结构效应和需求效应三部分，对欧盟国家能耗强度差异的原因进行了比较分析。王玉潜[31]运用投入产出技术和统计因素分析方法，建立了能源消耗强度的投入产出模型和因素分析模型，将能耗强度变化分解为技术因素和结构因素。上述学者基于分解分析法对能源消耗与能耗强度变动原因进行了系统分析，而投入产出法与结构分解分析相结合则使研究结果更具科学性系统性，这为本文约束条件的选择提供重要思路。然而，学者针对完全能耗强度变动原因的研究相对较少。

上述文献综述表明，较多学者运用分解分析方法探究能耗强度变化原因，但在优化影响因素的基础上分析未来能耗强度的变化趋势却较为薄弱。尽管部分学者运用投入产出优化法对能耗强度变动趋势进行了一些探索性分析，但大都基于线性优化法将能耗强度分为能耗最低与产出最大两个子目标，由于这两个子目标是矛盾的，一个子目标的改善有可能会引起另一个子目标的性能降低，也就是要使两个子目标同时达到最优值是不可能的，而只能在它们中间进行协调和折中处理，从而使最终优化结果的科学性与可靠性降低。此外，多数学者主要研究一般意义上的能耗强度，针对产业关联下的完全能耗强度研究相对较少，无法全面系统分析能源投入产出的实际效果。且现有针对能耗强度的研究主要集中于国家层面，而基于行业或企业层面的研究相对较少，从而使政策的可操作性较低。基于以上认识，本文主要从以下方面进行改进和完善：(1)引入完全能耗强度，其是面向最终产品的能耗强度，包括产业内的直接能耗及产业间的间接能耗，因此，传统线性优化模型很难实现对完全能耗强度相关影响结构的优化；(2)基于已有研究基础，运用了投入产出及非线性优化理论，将完全能耗强度最小作为单一目标，并以18个行业最终需求为决策变量，构建制造业完全能耗强度非线性优化模型，特引入进出口系数等约束条件，并设计了三个方案及两个情景，从而避免以往研究中多个子目标间的矛盾，提高优化结果的合理性和可操作性。

2 完全能耗强度非线性优化模型的构建

2.1 目标函数

本文优化目标为最小化中国制造业完全能耗强度，其中决策变量为n个行业的最终需求Xi(i=1,2,3,…,n)，目标函数如式(1)：

(1)

2.2 约束条件

本模型约束条件既包括总量指标即GDP、工业增加值及能耗总量，又包括结构指标，即制造业行业结构，消费投资结构及进出口结构。

(1)GDP

经济的健康平稳可持续发展是解决所有问题的基础和保障，经济的发展主要通过GDP来衡量，GDP应满足式(2)：

(2)

式(2)中，GDP′为下限。

(2)制造业增加值

我国制造业增加值V′应满足式(3)：

(3)

(3)能耗总量

我国制造业能耗量应满足式(4)：

(4)

式(4)中，TE′为能耗上限。

(4)行业结构

行业结构优化升级是我国“十二五规划”中强调的重点，行业结构约束限制着行业发展的速度和规模，对经济增长起着主导作用的约束。通过研究发现，高能耗制造业比重相对过高，将行业结构约束设定为式(5)、(6)与(7)：

(5)

(6)

(7)

(5)投资与消费结构

当前，我国消费系数过低，而投资系数相对较高。相关研究也表明[17]，投资系数下降、消费系数上升可降低我国制造业完全能耗强度。尽管投资与消费可推动我国制造业发展，但增加理性消费既可刺激产值增长，又能促进能耗下降，而适当降低投资系数并不会降低制造业增加值，但会明显降低能耗。具体约束如式(8)和(9)所示：

(8)

(9)

(6)出口与进口结构

与发达国家相比，我国制造业目前尚处于国际分工体系的下端，一般出口高能耗，低附加值制造品，而向发达国家进口低能耗、高附加值制造品，长期的顺差导致我国完全能耗强度较高。因此，适当降低制造业出口系数、提高进口系数，可降低中国制造业完全能耗强度。为此，二者约束如式(10)和(11)所示：

(10)

(11)

3 数据来源及情景设定

3.1 数据来源及处理

本文能耗数据来源于《中国能源统计年鉴》，投入产出数据来源于《中国统计年鉴》、《中国工业经济统计年鉴》。价格指数主要来源于《中国工业经济统计年鉴》和《中国统计年鉴1996-2014》。现以数据的可获性为原则调整投入产出表的行业划分，综合分行业能耗量统计表与1997、2002、2007、2010年投入产出表，最终可得到行业分类，确定了18个行业类别：1.农林牧渔业；2.采掘业；3.食品制造及烟草加工业；4.纺织、缝纫及皮革产品制造业；5.石油加工、炼焦及核燃料加工业；6.化学工业；7.非金属矿物制品业；8.金属产品制造业；9.汽车制造业；10.船舶制造业；11.其他交通运输设备制造业；12.其他设备制造业；13.其他制造业；14.电力、煤气及水生产和供应业；15.建筑业；16.交通运输、仓储业；17.批发、零售业和住宿、餐饮业；18.其他三产，其中3-13行业为制造业的各子行业。由于投入产出表每五年公布一次，2012年投入产出表尚未公布，为保证已划分行业数据的可比性和延续性，结合研究需要，特以2010年的投入产出延长表为基期，由于表所占篇幅较大略去。依据2010年投入产出延长表各行业完全能耗强度大小，将3-4行业划分为低能耗制造业，5-8行业划分为高能耗制造业，9-13行业划分为中能耗制造业。为了获得可比性投入产出表，特将1997、2002、2007年现价投入产出表转化为2010年可比价投入产出表。

依据上述数据，本文对模型的相关系数进行预测调整，具体如下：

(1)直接消耗系数aij

aij反映部门i与j之间直接的生产技术联系，其指j部门单位总产出对i部门服务或产品的直接消耗量，aij越大，则两部门间联系就越大，如公式(12)所示：

aij=yij/Yj, (i, j=1,2,…,n)

(12)

在测算1997与2002、2002与2007年投入产出表中直接消耗系数的历史变化趋势基础上，综合其变化情况，进而推算出2010年至2015年的变化趋势，最终得到2015年的直接消耗系数，因篇幅所限略去。

(2)直接能耗系数aei

依据aij定义，aei的计算方法为式(13)：

aei=ei/Yi

(13)

式(13)中，ei为i部门的直接能耗量；Yi为i部门的总产出。

本文投入产出模型包括18个行业，即直接能耗系数矩阵为Ae=(aej)1×18，令直接能耗系数aej变动Δaej，其变动将影响制造业完全能耗强度。若完全能耗强度变动较大，则反映其对aej的变动敏感，应对aej加以调整；反之，应依据直接能耗系数相对稳定的假定，aej可不必调整。令变动前的直接能耗系数矩阵为Ae，变动后的直接能耗系数矩阵为Ae′，则直接能耗系数的变动量为ΔA=Ae-Ae′=[0,…,Δaej,…,0]，根据式(1)可知，制造业完全能耗强度的变动量为：

ΔIe=ΔAe(I-A)-1X

(14)

令M=(I-A)-1X=(mj1)18×1,则式(14)，可转换为：

ΔIe=ΔAM

(15)

由此可知，直接能耗系数aej变动对制造业完全能耗强度的影响程度决定于矩阵M中的元素mj1的大小，如果mj1数值较小，说明aej变动对制造业完全能耗强度的影响较小，反之，则较大。本文主要探讨制造业完全能耗强度，故主要分析3-13行业mj1大小，依据2010年投入产出表数据，具体结果如表1所示。

表1 M矩阵的计算结果

由表1可发现，影响制造业完全能耗强度最大的前6个直接能耗系数，分别是汽车制造业(行业编码：9)、其他设备制造业(行业编码：12)、金属产品制造业(行业编码：8)、化学工业(行业编码：6)、其他交通运输设备制造业(行业编码：11)、船舶制造业(行业编码：10)对应下的直接能耗系数。由此可见，制造业完全能耗强度敏感度较大的行业并不对应于直接能耗系数较大的行业，如汽车制造业(行业编码：9)，其他设备制造业(行业编码：12)，船舶制造业(行业编码：10)的直接能耗系数较小。为实现对敏感度较大的直接能耗系数的调整，本文首先对1997与2002年、2002与2007年的直接能耗系数历史变动情况进行分析，然后基于2010年直接能耗系数，依据直接能耗系数平均变动大小，对重要行业直接能耗系数进行相应调整，即可得到2015年的直接能耗系数，如表2所示。

表2 2015年直接能耗系数的调整结果

(3)增加值率

各行业增加值率等于1减去直接消耗系数aij的列之和，即式(16)。依据已测算的2015年直接消耗系数，具体计算结果如表3所示。

(16)

表3 2015年各行业增加值率

(4)消费与投资系数和出口与进口系数

当前我国处于经济结构深度调整阶段，“十二五”期间中国制造业应适当提高消费系数和进口系数，降低投资和出口系数。根据表4各系数区间范围，兼顾模型的优化空间，本文设定2015年中国制造业的消费系数区间为0.07-0.14，投资系数区间为0.05-0.11，出口系数区间为0.08-0.15，进口系数区间为0.10-0.16。

(5)GDP与行业结构

依据投入产出表数据，2010年我国GDP为401512.8亿元，“十二五”发展规划中指出2010-2015年我国经济要达到年均增长7%。本文在此采用7%的增长速度，即设定“十二五”我国GDP至少应达到562725.9亿元。

表4 消费与投资系数和出口与进口系数区间范围

表5 各分类行业结构

(6)我国制造业能耗总量

根据《工业转型升级规划(2011-2015年)》及2011-2014年我国制造业增加值年均增长速度已达10.65%，结合2015年宏观调控走势，将“十二五”期间我国制造业增加值年均增长速度设定为10%，若保持2010年制造业完全能耗强度0.9941tce/万元不变(依据2010年投入产出表测算获取)，由此计算2015年我国制造业完全能耗总量约为21.38亿tce。为增加优化空间，在此值的基础上增加2亿tce，即2015年我国制造业完全能耗总量上限设定为23.38亿tce。

(7)最终需求最小值及最大值

最终需求最小值及最大值的设定原则是依据各行业历史发展情况进行相应缩小及放大。其设定方法为：计算2007年相比2002年的最终需求(2010年价)增长比例，并用该比例乘以2010年各行业的最终需求，2015年各行业最终需求的最小值或最大值，如表6所示。

3.2 情景设定

在制造业增加值方面，2010年我国制造业增加值为133552.08亿元(2010年投入产出表实际值)。根据《工业转型升级规划(2011-2015年)》，“十二五”期间我国全部工业增加值年均增长8%左右。而在机械工业“十二五”规划中指出2010-2015年我国工业增加值要达到年均增长12%。综合两者规划及当前经济增长实际情况，将增长速度8%设定为基准方案，在此基础上分别提高2%和4%，即年均增长10%与12%，分别设定为中与高方案。在每个方案下，根据行业结构，投资、消费和出口、进口系数的调整力度大小再划分为两个情景，如表7所示。此外，依据二者规划，将我国制造业“十二五”期间完全能耗强度下降的目标设定为20%。

表6 2015年各行业最终需求最小值与最大值 单位：亿元

表7 2015年完全能耗强度的情景方案

表8 各情景方案下2015年增加值(2010年价)优化结果 (单位：亿元)

表9 各情景方案下2015年完全能耗强度变动及相关系数

注：2010年中国制造业完全能耗强度为0.9941tce/万元

4 情景优化结果与分析

4.1 情景优化结果

将模型系数代入优化模型，进行优化计算后，结果如表8-9及图1所示。

图1 各情景方案下2015年各分类行业结构优化结果

4.2 结果分析

(1)完全能耗强度优化结果分析

①从各情景方案的完全能耗强度最小值看，随着行业结构、消费、投资、出口、进口系数的不断调整，完全能耗强度不断下降。在高方案情景2下，也即当制造业增加值达到258587.96亿元，低能耗制造业、中能耗制造业、高能耗制造业的增加值分别为49862.01亿元、127492.0亿元、81233.95亿元；行业结构分别为20.45%、48.21%及31.34%；能耗值分别为36957.88万tce、101551.8万tce、74559.08万tce；消费系数、投资系数、出口系数、进口系数为0.1034、0.1011、0.1341、0.1223时，制造业完全能耗强度达到最小值0.7823tce/万元，实现完全能耗强度下降20%的目标。这一结果表明，中低能耗制造业增加值比重的上升，有利于制造业完全能耗强度的下降， 如何控制高能耗行业的非理性发展是降低完全能耗强度的关键；高能耗制造业的完全能耗量仍然是制造业完全能耗量的重要来源，如何采取相应措施降低当前高能耗制造业的完全能耗量应是未来关注的焦点；消费和进口系数适度增加，投资和出口系数适度下降，消费、投资、出口与进口系数与预计结果相符，出口系数调整压力加大。我国应进一步制定相关出口贸易政策促进出口产品优化升级，降低出口产品隐含的能源消耗量。

②从制造业增加值的增长率与完全能耗强度之间的关系看，增加值年增长速度越快，一般制造业的完全能耗强度就越小，如图2所示。当年增长率为14.12%，制造业完全能耗强度为0.7823tce/万元，说明增加值适度增长，有利于制造业行业结构、投资、消费、出口及进口系数的调整，从而促使制造业完全能耗强度的下降。

图2 完全能耗强度与制造业增加值增长率关系

(2)主要结构优化结果分析

①在各情景方案中，中能耗制造业的结构基本上达到了模型设定的上限，而低与高能耗制造业的结构基本上达到了模型设定的下限。上文可知，低能耗制造业完全能耗强度最小，因其增加值在制造业中占比20%左右，它的发展既能大幅降低总体能耗，又能增加制造业增加值。所以，应重视发展低能耗制造业，使其达到上限。高能耗制造业因完全能耗强度较大，且其发展对制造业的拉动作用较大，可对内部的子行业结构进行调整，以限制能耗较高行业增长。通过测算还可发现，在不同方案下中低能耗制造业增加值年增长率明显高于高能耗制造业，可见近年来中低能耗制造业对我国制造业的贡献较大。

为此，我国应进一步推动中低能耗制造业发展，优化制造业行业结构。我国可通过出台相关产业政策，如确定绿色环保型战略性新兴产业、主导及重点产业，淘汰高消耗、高污染制造业，以加快制造业内部行业结构调整的步伐，提高中低能耗制造业的增加值在整体制造业增加值中所占的比重，进而降低制造业的完全能耗强度。此外，针对当前世界经济低迷、国内经济增速放缓现状，我国应采取相关措施如降低税率、提供财政补贴与低息贷款，鼓励国内外客户订购本国中低能耗制造业产品等以促进相关制造行业发展。

②通过情景方案优化结果发现，同2010年相比，2015年各方案情景中制造业总的能耗量出现上升趋势，且各行业能耗量占总能耗量的比重出现明显变化。

高能耗制造业能耗比重出现明显下降，在0.349-0.544之间，且基本遵循高能耗行业完全能耗比重越低，制造业完全能耗强度越低。在基准方案情景1与高方案情景2下，高能耗行业完全能耗占比与中低能耗行业完全能耗占比分别为0.496与0.504及0.349与0.651，完全能耗强度分别达到最高值与最低值。 由此可见，优化制造业行业结构对降低完全能耗极为重要。合理限制高能耗制造业发展，以降低当前高能耗制造业的完全能耗量。对于石油加工、炼焦及核燃料加工业、化学工业及非金属矿物制品等高能耗行业，可从降低外商直接投资的进入程度、提高能源价格和加大研发投入等方面来降低完全能耗强度。在引进外商直接投资时，应通过制定合理的外资政策，鼓励和引导外商直接投资从高能耗制造业向中低能耗制造业流动，降低外商直接投资在高能耗制造业的进入程度。此外，相关部门还应尽快建立能够反映环境成本和资源稀缺性的合理能源价格体系，加强对高耗能企业差别电价政策的实施力度，充分运用能源价格的杠杆作用促进制造企业的技术升级，增加节能技术投资，并大力淘汰落后生产能力，进一步提升高能耗制造业的能源效率，从而降低高能耗制造业的完全能耗量。

③各情景方案下的消费系数较接近于模型设定的下限，投资率则接近于上限，而在同方案不同情景下，一般投资系数越低，制造业完全能耗强度相对越小，如基准方案情景1与高方案情景2下，投资系数分别为0.1092、0.1011；各情景方案的出口系数也基本达到了模型设定的上限，进口系数则接近于下限，而在同方案不同情景下，出口系数越低，进口系数越高，完全能耗强度相对越小。当出口与进口系数分别为0.1357及0.1180时，完全能耗强度下降率最低为8.9%；而当出口与进口系数分别为0.1341及0.1223时，完全能耗强度下降率最高为21.31%，这与前文分析结论基本一致。应采取相应措施促进制造业消费和进口系数上升，投资与出口系数下降、并优化制造业出口产品结构。具体措施如下：首先，适当降低制造业产品的消费税，发挥政策性金融的引导作用，营造良好的消费环境，以提高制造业的消费系数。其次，加强对新增制造业投资项目的审查力度，提高高能耗制造业的准入标准，适当增加中低能耗制造业的优质外商直接投资，在降低投资系数的同时实现投资结构的优化。再次，我国政府可采用如征收较高出口关税等措施以减少高污染、高消耗工业品的出口，进而降低制造业的出口系数，同时，可通过降低出口关税、提高出口退税率、提供出口信贷等措施促进高附加值、节能环保型产品的出口，从而优化出口产品的结构，减少隐含能源的净出口，降低制造业的完全能耗强度。最后，应采取相应措施如降低进口关税、提供进口信贷等以促进高附加值、高技术含量工业品或高隐含能源型产品的进口，进而提高进口系数，最终实现国家的节能降耗目标。

5 结语

随着我国新常态经济发展模式的积极推进，如何从系统角度降低制造业完全能耗强度成为当务之急。本文以制造业完全能耗强度最小为目标，以18个行业的最终需求为决策变量，基于投入产出非线性理论，构建了完全能耗强度非线性优化模型，特别引入了进出口系数等约束条件，并基于现有投入产出表等数据，对模型的相关系数进行预测调整。在此基础上，以制造业增加值增长速度为依据，设计了3个方案及其2个情景，最后以2010年为基期，运用粒子群算法求解2015年完全能耗强度情景优化结果。实证结果表明，在高方案情景2下，制造业完全能耗强度达到最小值0.7823tce/万元，实现完全能耗强度下降20%的目标。结合上文分析，为实现完全能耗强度下降目标，应优化制造业行业结构，推动中低能耗制造业发展，并采取相应措施促进制造业投资与出口系数下降、消费和进口系数上升，优化制造业出口产品结构等。本文在模型系数与发展目标的设定时，部分系数或目标所采用的估计方法相对简单，将在今后的研究中采用更科学的估算方法以进一步提高其准确性与适应性。

[1] Leontief W W. Quantitative input and output relations in the economic system of the United States[J].Review of Economic Statistics，1936,18(3)：105-125.

[2] Leontief W W.Dynamic analysis，in studies in the Structure of the American Economy[M].New York: Oxford University Press，1953.

[3] Dorfman S，Samuelson P A. Linear programming and economic growth[M].The Economic Analysis NewYork：MCGraw-Hill，1958.

[4] Luptáěcik M，Böhm B. An environmental input-output model with multiple criteria[J].Annals of Operations Research，1994，54(1)：119-127.

[5] Cristobal J S. An environmental/input-output linear program-ming model to reach the targets for greenhouse gas emissions set by the Kyoto Protocol[J].Economic System Research，2010，22(3)：223-236.

[6] 王铮，冯皓洁，许世远. 中国经济发展中的水资源安全分析[J]. 中国管理科学，2001，9(4)：47-56.

[7] 何静，陈锡康. 水资源影子价格动态投入产出优化模型研究[J]. 系统工程理论与实践，2005，5(5)：49-54.

[8] 马仪亮，刘起运. 经济增长与节能降耗双目标实现的艰巨性[J].山西财经大学学报，2008，30(9)：34-39.

[9] 席酉民，刘洪涛，郭菊娥.能源投入产出分式规划模型的构建与应用[J].科学学研究，2009,(4)：535-540.

[10] 张炎治，聂锐，冯颖.基于投入产出非线性模型的能源强度情景优化[J].自然资源学报，2010,(8)：1267-1273.

[11] 唐志鹏，刘卫东，付承伟，等.能源约束视角下北京市产业结构的优化模拟与演进分析[J].资源科学，2012，34(1)：29-34.

[12] 夏炎，杨翠红.基于投入产出优化方法的行业节能潜力和节能目标分析[J].管理评论，2010，22(6)：93-99.

[13] Wright D J. Energy budgets. Ⅲ. Goods and services: An input-output analysis[J].Energy Policy 1974，2(4)：307-315.

[14] Wei Yiming，Liang Qiaomei，Fan Ying,et al. A scenario analysis of energy requirements and energy intensity for China’s rapidly developing society in the year 2020[J]. Technological Forecasting and Social Change，2006，73(4)：405-421.

[15] Fredrich K，David R H.Growth and structural change in China’s energy economy.[J]. Energy，2009,34(7)：894-903.

[16] Liu Hongtao，Xi Youmin，Guo Jue，et al．Energy embodied in the international trade of China：An energy input-output analysis[J]．Energy Policy,2010,38(8)：3957-3964．

[17] 刘洪涛，席酉民，郭菊娥，等.能源社会核算矩阵模型的构建与应用[J].中国管理科学，2010，18(1)：168-174.

[18] 廖明球.基于“节能减排”的投入产出模型研究[J].中国工业经济，2011，(7)：26-34.

[19] 蔡圣华，牟敦国，方梦祥.二氧化碳强度减排目标下我国产业结构优化的驱动力研究[J].中国管理科学，2011,19(4)：167-173.

[20] 闾浩，周德群，周鹏. 基于能源投入产出分析的节能减排政策研究[J]. 北京理工大学学报(社会科学版)，2013，(4)：34-41.

[21] 韩强，刘正林.基于总量控制的工业领域能源分配双层规划模型[J].中国管理科学，2013,21(2)：168-174.

[22] Liu F L，Ang B W. Eight methods for decomposing aggregate energy-intensity of industry[J].Applied Energy，2003,76(1)：15-23.

[23] Schipper L，Murtishaw S,et al. Carbon emissions from manufacturing energy use in 13IEA countries long-term trends through 1995[J].Energy Policy，2001(29)：667-688.

[24] Ang B W，Choi K H. Decomposition of aggregate energy and gas emission intensities for industry：A refined divisia index method[J]. Energy，1997，18(3)：59-73.

[25] Ang B W，Zhang F Q. Inter-regional comparisons of energy-related CO2emissions using the decomposition technique [J].Energy，1999，24(4)：297-305.

[26] Sun J W. Energy demand in the fifteen European union countries by a forecasting model based on the decomposition approach [J].Energy，2001,26(6)：549-560.

[27] Ang B W，Liu Na. Nagative-value problems of the logarithmic mean divisia index decomposition approach [J].Energy Policy，2007,35(1)：739-742.

[28] Zhou Peng，Ang B W， Poh K L. A survey of data envelopment analysis in energy and environmental studies[J]. European Journal of Operational Research，2008,189(1)：1-18.

[29] Sun J W. An analysis of the difference in CO2emission intensity between Finland and Sweden [J]. Energy，2000,25(11)：1139-1146.

[30] Alcántara V，Duarte R. Composition of Energy Intensities in European Union Countries：Results of Structural Decomposition Analysis[J]. Energy Policy，2004,32(2)：177-189.

[31] 王玉潜.能源消耗强度变动的因素分析方法及其应用[J].数量经济技术经济研究，2003,(8)：151-154.

[32] 刘畅，孔宪丽，高铁梅. 中国工业行业能源消耗强度变动及影响因素的实证分析[J].资源科学，2008,30(9)：1290-1299.

Scenario Analysis of Complete Energy Intensity of Manufacturing Industry in China Based on Input and Output and Non-linear Optimization

LI Gen1，LIU Jia-guo2，ZHAO Jin-lou3

(1.School of Economics and Management，Jiangsu University Science and Technology，Zhenjiang 212003，China; 2.College of Transport Management,Dalian Maritime University,Dalian 116026,China;3.School of Economics and Management，Harbin Engineering University，Harbin 150001，China)

Presently，environmental pollution is still one of the most prominent problems in China，to lower complete energy intensity of manufacturing industry is an important approach to reduce consumption and pollution. Based on input and output and non-linear optimization theory， non-linear optimization model of complete energy intensity is constructcd on the basis of minimum target of complete energy intensity of manufacturing industry and decision variables of 18 industries’ final demands. It introduces import and export coefficients for constraint condition specially，then forecasts and adjusts correlation coefficients of the model based on existing data from input-output table and so on. On the basis of it，three schemes and two scenarios are designed and particle swarm optimization is applied to resolve model. Results show that minimum value range of complete energy intensity of manufacturing industry is from 0.7823 to 0.9048 ton of coal equivalent/ten thousand yuan in 2015. Compared with 2010，the decline rate range is from 8.9% to 21.31%. Under scenario 2 of high scheme，it can realize the goal that complete energy intensity of manufacturing industry decreases by 20%. To achieve this goal，China is supposed to promote the development of manufacturing industry in low and medium energy consumption，reduce complete energy consumption of manufacturing industry in high energy consumption，heighten the consumption and import coefficients and lower the investment and export coefficients reasonably. This paper is beneficial to government departments to formulate scientific and systematic policy of energy conservation and emission reduction and conducive to deepening energy economic and management theory.

manufacturing industry；complete energy intensity；non-linear optimization model；final demand

1003-207(2016)03-0031-10

10.16381/j.cnki.issn1003-207x.2016.03.005

2014-07-29；

2015-07-13

国家自然科学基金资助项目(71503106)；江苏省高校哲学社会科学基金项目(2014SJB817)；江苏科技大学国家自然科学基金预研项目；江苏科技大学博士科研项目启动基金

简介：刘家国(1979-)，男(汉族)，湖北枣阳人，大连海事大学交通运输管理学院副教授，研究方向：管理工程，E-mail:liujiaguo@gmail.com.

F206

A