基于DEA模型的國內各地區節能減排效率研究

于鵬飛李 悅高義學郗 敏孔范龍

(1.青島大學化學化工與環境學院,山東青島 266071;2.臨沐縣環境保護局,山東臨沂 276700)

基于DEA模型的國內各地區節能減排效率研究

于鵬飛1李 悅1高義學2郗 敏1孔范龍1

(1.青島大學化學化工與環境學院,山東青島 266071;2.臨沐縣環境保護局,山東臨沂 276700)

運用數據包絡分析(DEA)方法,從宏觀角度將國內各地區作為開展節能減排成效評價的基本單位,從不同的角度對節能減排各項指標進行了分類,建立節能減排效率評價指標體系模型。并在此基礎上綜合分析了2007年全國31個省、市、自治區的能源、水資源利用效率以及廢水、SO2綜合治理績效和效率。分析表明,我國能源、水資源的利用效率、廢水、SO2治理和排放效率雖有普遍提高,但整體效率仍比較低,節能減排的潛力很大。

DEA;節能減排;效率分析

數據包絡分析(data envelopment analysis,DEA)是由美國運籌學家A.Charnes和W.W.Copper等學者在“相對效率評價”的基礎上發展起來的一種非參數前沿效率分析方法[1]。該方法常被用于生產生活的投入產出系統中進行管理、決策和效益效率評價等,目前已成為管理科學與系統工程領域較廣泛運用的一種分析工具[2]。它主要采用數學規劃方法,以測評一組具有多種投入和多i種產出的“部門”或“單元”(稱為決策單元,Decision Making Unit,簡記為DMU,本文中DMU為各省)的績效和相對效率為基礎[3],利用眾多DMU構成評價集合,通過對相對效率的分析比較,根據對各DMU觀察的數據判斷DMU是否為DEA有效,確定“有效生產前沿面”,并根據各DMU與有效生產前沿面的距離狀況,確定各DMU是否DEA有效,同時還可用投影方法指出非DEA有效或弱DEA有效DMU的原因及應改進的方向和程度[4]。由于DEA無需任何權重假設的特性,在避免主觀因素和簡化運算、減少誤差等方面有著顯著的優越性[5]。DEA方法在環境領域的應用主要在可持續發展能力、協調發展評價、環境績效以及環境影響評價等領域[6]。本文擬將能源、環境和經濟作為一個系統,運用DEA方法研究節能減排的效率,并從無效DMU的改進方向對我國節能減排工作提出改進措施和建議。

1 DEA模型的建立

1.1 應用步驟

DEA方法在評價節能減排效率方面的的應用步驟包括確定評價目的、選擇決策單元、建立輸入輸出指標體系、選擇DEA模型、進行DEA評價分析、調整輸入輸出指標體系、得出綜合評價結論7個步驟[7]。

1.2 評價指標的建立

“節能減排”指的是降低能源消耗、減少污染物排放[8]。節能減排是我國“十一五”規劃的重要組成部分,黨中央、國務院高度重視節能減排工作,把它放在維護中華民族長遠利益的戰略高度堅持不懈地推進,節能減排的效率與“十一五”規劃目標的實現息息相關[9]。

本文擬將能源、水消耗量以及環境容量資源的使用作為投入指標,這些指標代表了經濟發展中對于能源的投入及環境資源的投入;產出指標反映了經濟是否發展,減排成果,以GDP、廢水排放達標量和SO2削減量作為產出指標。

投入指標名稱:能源消費總量,表中簡稱能源;用水總量,表中簡稱用水量;工業廢水排放量,表中簡稱工業廢水量;工業SO2排放量,表中簡稱SO2;

產出指標名稱:地區生產總值,表中簡稱GDP;工業廢水排放達標量,表中簡稱廢水達標量;工業SO2削減量,表中簡稱S02削減量;

能源消費總量數據來自《中國能源統計年鑒2008》[10],供水總量、GDP、工業廢水排放量、工業SO2排放量、工業廢水達標量、SO2削減量數據來自《中國統計年鑒2008》[11]。DEA模型的具體輸入指標體系如表1所示。1.3 DEA模型的選擇

DEA模型有多種形式,應用DEA方法時,選用哪一種模型既要看DMU的實際背景,又要看評價目的[12]。本文采用了擴展DEA模型-超效率(Super Efficiency,以下簡稱SE-DEA)評價模型,SE-DEA是由Banker Gifford(1988)首先提出“SE-DEA在進行相對效率評價時,對于處在有效生產前沿面上的DMU所選擇的參考集不再是全部的DMU,而是排除被評價的DMU本身的剩余DMU集合。”

表1 DEA模型輸入指標體系表

SE-DEA模型有以下優點:①通過去除一些無效DMU來使最終的技術效率得到更加真實的反映;②克服傳統模型增長的缺陷,能對眾多的DMU單元進行充分排序與評價的DMU本身的剩余DMU集合[13]。SE-DEA與DEA模型的數學形式相似,形式為:

一個有效的決策單元可以使其投入按比例地增加,而效率值保持不變,其投入增加比例即為超效率評價值[14]。1.4 基本變量的含義

θ為決策單元DMU的有效值(指相對于產出的有效投入),S+,S-為松弛變量,θ=1且S+=S-=0時,則稱DMU為DEA有效;當θ=1且S+≠0或S-≠0時,則稱DMU為弱DEA有效;當θ＜0時,則稱DMU為DEA無效。

將決策單元中各分量的Sij與對應指標分量xij的比值定義為投入冗余率,記為αij。它表示該分量指標可節省的比例。同樣地設βrj=Srj/γrj,則βrj稱為產出不足率。比較一個系統中不同年份的投入冗余率或產出不足率可動態地反映該系統在哪些方面有所改善和哪些方面還需要加強管理。還可分析同一時期內相關系統間的投入冗余率、產出不足率,進行橫向比較,可綜合判斷各系統的投入利用效率[16]。

2 結果分析

采用SE-DEA模型,利用DEA軟件,分析結果列于表2中。

整體來看,2007年我國各區域節能減排效率平均值為0.8,表明“十一五”節能減排工作整體效率較高。

(1)從相對效率值θ分析,效率值大于1的地區是北京、天津、江蘇、浙江、安徽、福建、江西、山東、廣東、廣西、重慶、西藏(西藏可能由于能源消耗總量數據缺少,用西南地區平均值代替使θ增高),表示這些地區的節能減排效率相對較高,在保證經濟持續發展的前提下,能源和水資源得到了比較充分合理的使用,污水、SO2的減排卓有成效。上海的θ為0.98,云南的θ為0.91也基本處在相對效率的“有效生產前沿面”上。

相對效率較低的是甘肅、山西、湖南、河北、遼寧、海南、湖北、四川、陜西、湖南和貴州,它們的相對效率值都在0.5-0.9之間,節能減排工作還有許多亟需改進的地方。相對效率值最低的是青海,只有0.19,其次為新疆0.22,黑龍江0.23,寧夏0.25,吉林0.32和內蒙古0.49。

可以看出θ值高的都是各直轄市和東部沿海發達地區(除了西藏),θ值較低的大多是內陸地區,而θ值很低的省份則集中在西北和東北邊境省份。直轄市和東部沿海發達地區經濟發展水平高,正在進行產業升級和技術革新,原有的高污染、高耗能企業項目都在進行節能技術革新和污染物排放回收利用,節能減排的效率較高;而廣大內陸地區和東北老工業基地和西北地區目前還是更注重經濟的發展速度,對能源、水的利用率較低,更多的依靠能源消耗量來帶動經濟的發展,大部分污染物削減效率較低,地區的可持續發展能力較弱。

表2 超效率DEA模型分析結果

(2)從規模效益值K分析,K值大于1的地區有廣東、山東、河北、江蘇、遼寧、河南、浙江、內蒙古、四川、廣西、上海、湖南、山西、湖北、黑龍江、陜西、新疆和云南,說明這18個省份的規模效益遞減,成倍的增加節能減排資金不會帶來更高比例的增長,這類地區應該在現有基礎上,優化自身產業機構,充分利用現有資金和能源。其他地區的K值都小于1,成倍的增加節能減排方面的投入力度,能源和水利用率以及污染物排放的削減率都會有更大比例的增長。

3 小 結

本文使用超效率DEA評價模型對我國各地區節能減排效率進行了評價分析。具體討論的主要是各地區的節能減排方面的工作是否得到了應有的功效,相對于其他的地區,哪些地區在節能減排方面的效率需要加強,需要更好并且合理的支配環境保護的每一分資金,以更好的完成節能減排目標。本文未對節能減排的具體相關領域進行探討,如提高節能減排效率的具體實現途徑、可能需要的政策和技術支持等,這是今后需要研究的方向。

(編輯:劉文政)

[1]Charnes A,Cooper W W,Phodes E M.Easuring the Efficiency of DMU[J].European Journal of Operational Research,1978,11(6):429-444.

[2]張玉萍.基于DEA的大連城市人居環境可持續發展能力評價[D].遼寧:遼寧師范大學碩士學位論文,2007:26-30.

[3]朱艷科,楊輝耀.廣東省各城市經濟發展相對效率的DEA評價[J].南方經濟,2002,11(3),42-43.

[4]周景博,陳妍.中國區域環境效率分析[J].決策參考,2008(14):44-46.

[5]劉策,安立仁.基于DEA模型的循環經濟效率實證研究[J].西安財經學院學報,2008,11(6):25-26.

[6]鄭佩娜,陳海波,陳新庚.基于DEA模型的區域削減指標分配研究[J].環境工程學報,2007,(11):133-134.

[7]楊春梅,吳云鳳.基于DEA的環保投入效率研究[D].暨南大學碩士學位論文.2007:3-6.

[8]國務院.中國節能減排綜合性工作方案[M].北京:北京人民出版社,2007.

[9]國務院.國務院關于“十一五”期間全國主要污染物排放總量控制計劃的批復(國〔2006〕70號),http://www.sepa.gov.cn/law/fg/gwyw/200611/t20061117_96183.htm.2006211220

[10]中國統計局.中國能源統計年鑒2008.北京:中國統計出版社,2008.

[11]中國統計局.中國統計年鑒2008[M].北京:中國統計出版社,2008.

[12]宋馬林,楊杰,孫欣.國內各地區節能減排評價研究[J].資源開發與市場,2008,24(1):31-33.

[13]A Azadeh,M SAmalnick,S F Ghaderi,SM.Asadzadeh.An Integrated DEA PCA Numerical TaxonomyApproach for Energy Efciency Assessment and Consumption Optimization in Energy IntensiveManufacturing Sectors[J].Energy Policy,2007:3792-3806.

[14]袁曉玲,張寶山,張小妮.基于超效率DEA的城市效率演變特征[J].城市發展研究,2008,(16):103-104.

[15]龍如銀,李仲貴.基于SE-DEA的中國省域技術創新效率評價[J].科技管理研究,2009,(1):73-74.

[16]柯健,李超.基于DEA聚類分析的中國各地區資源環境與經濟協調發展研究[J].中國軟科學,2005,(2):144-146.

AbstractA model for energy saving and emission reduction efficiency indices was established by using data envelopment analysis(DEA).By comparing the potential scales,it selected Chinese regions as the basic unit of appraisement.It also classified the indicators and drew out appraisal indicator system concerning the practice of both China and foreign countries.The utilization efficiencyof energy and water resource and emission efficiency ofmain pollutants such aswastewater and SO2for 31 provinces,municipalities and autonomous regions in China for the year of 2007 were comprehensively analyzed.The analytical results show that the effciency of energy Saving and emission reduction are relatively low,the potentials are great.

Key wordsDEA;energy saving and emission reduction;efficienly analysis

Study on Efficiency of Energy Saving and Em ission Reduction by Region Based DEA M odel

YU Peng-fei1L I Yue1GAO Yi-xue2XIM in1KONG Fan-long1
(1.School of Chemistry and Chemical Engineering and the Environment,Qingdao University,Qingdao Shandong 266071,China;
2.Environmental Protection Agency ofLinmu,Linyi Shandong 276700,China)

X321

A

1002-2104(2010)03專-0039-04

2010-01-13

于鵬飛,碩士生,研究方向為環境規劃與管理。