亚洲城网页版 ca88 cc >>发展规划研究 总第46期 2010年>> 方法探析 打印 | 收藏 | 字体: | 阅读 次数 | 发布日期:2012/8/27
基于DEA的安徽城市节能降耗实证研究
杨 杰 宋马林 叶小榕

      能源是人类赖以生存的基础,也是制约社会经济发展的重要因素,经济增长与自然资源短缺、能源耗竭、生态环境恶化的矛盾在当今世界日益突显。如何通过优化产业结构、提高能源利用效率和发展循环经济来缓解经济增长与能源的冲突,在能源约束条件下,通过节能降耗来实现经济持续、健康、稳定增长成为学术研究的热点。城市作为人类社会经济活动最为集中的地区,在人类社会经济活动中发挥着重要作用,同时,以高能级、高集聚、高能耗为特征的城市是资源消耗最大的区域,人与能源矛盾也最为集中。本文通过对安徽节能降耗现状分析及安徽工业行业能源强度计算,得出推进安徽城市节能降耗工作的途径所在,为确保“十一五”规划目标的顺利实现提供政策参考。
       一、安徽城市节能降耗形势分析
        改革开放以来,安徽经济取得了另人瞩目的成就,地区生产总值由1992年801.20亿元增长为2007年7364.18亿元,伴随安徽经济迅速增长,安徽能源生产和消费均呈现出快速增长的态势。2007年安徽能源生产总量为6742.44万吨标准煤,与1992年2419.74万吨标准煤相比,增加了近1.79倍。与此同时,安徽能源消费也由1992年3138.28万吨标准煤增加到2007年7752.06万吨标准煤,增涨了1.47倍。具体情况如图1所示,由图1大家可以看出,1992-2007年间安徽能源消费占全国的比重在2.9-3.6%间浮动,安徽地区生产总值占全国比例在0.7-1.2%范围内变化,安徽消耗能源的比例,超过了其GDP贡献率。
       安徽原煤消费在能源总消费中占主导地位,安徽平均每天原煤消费由1995年13.84万吨上升为2007年26.94万吨,按国家统一的转换比例将其换算成标准煤,1995-2007年间安徽原煤消费在能源总消费中比重呈现出两次“升降”的波动,第一次波动在1995-1999年,1995-1997年间安徽原煤消费在能源总消费中比例由85.52%上升为88.31%,1997-1999年安徽原煤消费在能源总消费中比例有所下降,由88.31%降为83.67%;第二次波动发生在2000-2007年,2000-2006年间安徽原煤消费在能源总消费中所占比重呈现出上升趋势,2007年安徽原煤消费比重与2005、2006年相比有所下降,但仍略高于2004年水平。具体情况见图2。图2反映出安徽能源消费结构不合理,原煤消费在能源总消费中所占比例过高,安徽能源消费结构尚需进一步优化。
        尽管安徽能源生产增速超过了能源消费增速,但从1992-2007安徽能源生产和消费的绝对数量来看,安徽能源生产不足以满足本省能源消费,存在一定的能源供求缺口(见表1)。但能源供求缺口未呈现出逐步扩大趋势,而是在一定范围内上下波动,其中2004年安徽能源供求缺口最小,仅为170.93万吨标准煤,2000年能源供求缺口最大,为1484.94万吨标准煤。从安徽能源生产弹性可以看出,1997和1998安徽能源生产弹性为负值,缘于安徽能源生产的负增长。2001、2002和2004年安徽能源生产弹性均大于1,说明这三年中能源生产增速较快,超过安徽经济增速。从安徽能源消费弹性来看,1997年安徽能源消费弹性为负,主要原因在于这一时期国家对高耗能产业进行了大规模的整顿,降低了高能耗产业对能源的需求。2003年,安徽能源消费弹性最高,弹性系数大于1,在1992-2007年16年间安徽能源消费增速首次超过安徽经济增速。    2003-2007年,安徽经济总体稳中有升,但安徽能源消费总体却保持着较快的增速。要实现安徽经济的可持续发展,消除能源瓶颈的制约,节能降耗势在必行。


      二、基于DEA的安徽城市能源利用效率评价
     (一)测算方法
       本文通过对能源的具体分析以及其统计指标体系的构建,较清晰地看到,能源可以看成一个个单元在一定可能的范围内,通过一定数量的投入而产出一定数量的“产品”的活动。而从“投入”到“产出”需要经过一系列决策才能实现,所以这一个个单元可称为数据包络分析技术中的决策单元(Decision Making Units,DMU),它们作为同类型的DMU,具有以下特征:
       一是相同的产业发展目标,相同的可持续快速发展的任务;
       二是相同的竞争和机遇并存的环境:面对来自周边地区发展态势的挤压。
       三是相同的多输入—多产出指标。
       数据包络分析技术(Data envelopment analysis,DEA),尤其是超效率数据包络模型在处理上述问题和多输入—多产出的有效评价方面具有绝对优势。鉴于此,本研究采用了这种非结构化(非参数化)评估方法。DEA模型有多种形式,选用哪一种模型,一要看DMU的实际背景,二要看评价目的。本文采用扩展DEA模型——超效率(Super efficiency)评价模型。
       普通的DEA模型一个弱点就是可能计算得到的有效单元较多(效率评价值为1),而对于这些有效单元若继续进行评价,上述模型是无能为力的。P. Andersen和N.C.Petersen于1993年提出一种超效率评价模型能够对DEA有效的单元进行排序,该模型与DEA模型的数学形式相似。传统的C2R模型和超效率DEA形式分别见式(1)和式(2)的基本思想是在进行第k个决策单元效率评价时,使第k个决策单元的投入和产出被其它所有的决策单元投人和产出的线性组合替代,而将第k个决策单元排除在外,前面的模型是将本单元包括在内的。一个有效的决策单元可以使其投入按比例的增加,但效率值保持不变,其投入增加比例即其超效率评价值。
      (二)变量选取及数据来源
       本文分析所使用的基本数据主要来源于《中国城市统计年鉴》(2001-2007年)。分析使用的样本为2000-2007年安徽17个城市的能源投入和产出数据。在DEA投入和产出的确定上,本文采用三要素投入(资本、劳动、能源)和单产出(总产值)。实证分析数据的选择和处理如下:
      第一,产出水平。工业为高能耗行业,本文主要测算安徽各地区工业行业能源利用效率情况,以安徽各地区工业生产总值作为衡量工业产出指标,
      第二,资本投入。本文以安徽省各城市固定资产投资作为衡量工业资本投入的指标。
      第三,劳动力投入。严格地说,劳动力投入应该考虑数量和质量两个方面,由于缺乏既能体现劳动者劳动时间又能体现劳动效率的统计指标,考虑到数据的可得性与可比性,本文用安徽工业行业职工年均人数表示。
第四,能源投入数据。本文以安徽省每年电力能源消耗量作为衡量能源投入的指标。其中缺少2007年相关指标的数据,根据2006年的数据为2005与2007的平均值原则进行替代。
     (三)检验结果及说明
       由表2可以得出,在2000-2007安徽各城市电力能源利用效率总体呈现出波动趋势,2000年电力能源利用效率最高的是宣城市,2001-2004滁州跃居第一位,而2005-2007年间铜陵市电力能源利用效率提高显著,位于安徽之首;芜湖市电力能源利用效率最为稳定,铜陵市2001-2007间电力能源利用效率一直呈上升态势。


      三、政策建议
      要推进安徽节能降耗工作应强调以下几个方面:
      第一,编制节能专项计划。2008年是安徽国民经济和社会发展第十一个五年规划的第三年,为保障“十一五”节能目标的顺利实现,应根据本省国民经济和社会发展目标,认真组织编制本省和重点耗能企业“十一五”节能专项规划和年度初稿计划,明确节能目标、重点和措施,合理调整产业结构、产品结构和能源消费结构,保障能源合理利用。
      第二,严抓重点耗能行业企业节能。工业是能源消费大户,重点耗能企业又是工业行业能源消费的大户,要突出抓好高能耗企业节能工作,加强节能管理,加快节能技术改造,实惠节能降耗。各市要以列入国家组织实施的千家企业节能行动的企业(安徽省33家)和年耗标准煤万吨以上的企业为重点,加强引导,贪污监督,强化政策导向,促进企业节能降耗取得实质进展。
       第三,加快节能技术进步。要摒弃以大量消耗物质资源为主要途径的粗放型经济增长方式,把节能与资源综合利用和养活环境污染结合起来,用高新技术和先进适用技术改造传统产业,提高节能整体技术水平。加快发展低能耗、高附加值的第三产业和高技术产业,优先选用国家推广的高能效、低污染产品;积极开发、优先生产市场需要的节能产品;积极回收利用余压、余热等各种资源;坚持以节能降耗促生存、促发展。
       第四,加强能源消耗统计和考核。建立GDP能耗指标公报制度是全面落实科学发展观,引导各地区把经济社会发展切实转入全面直辖市可持续发展轨道的一项重要举措。为此,国家发展改革委、国家能源领导小组办公室、国家统计局联合发布了《关于建立GDP能耗指标公报制度的通知》。安徽也明确规定了年综合能源消费5000吨以上用能单位应当建立能源消费统计和能源利用状况报告制度。各市要高度重视这项工作,加强信息交流,建立本市的GDP能耗指标公报制度及能源消费统计和能源利用状况总报告制度。要将能源节约工作完成情况变成当地经济社会发展综合评价体系的重要指标,把GDP能耗指标逐级分解落实,明确责任,狠抓落实。

(编辑单位:安徽财经大学,海军蚌埠士官校)

 _
  上一篇:关于社会转型的若干思考
下一篇:精明增长及其对中国城市发展的启示

关闭窗口
XML 地图 | Sitemap 地图