“十一五”省級能源強度約束指標效率分配研究

苗壯 周鵬 周德群 李向民

(南京航空航天大學能源軟科學研究中心/經濟與管理學院，江蘇 南京 211106)

截至“十一五”期末，我國各省區先后基本實現了能源強度下降20%的政府分配約束指標，取得了節能工作的階段性進展。此外，中央政府已明確到2015年末的全國能源強度水平要比2010年末下降16%的宏觀目標。不同省區的開展節能工作的現實條件不同，如果予以“一刀切”的能源強度約束指標，必定導致部分地區的“輕而易舉”與部分地區的“步履維艱”的兩極分化。基于“十一五”時期的歷史數據，對各省區所“理所應當”實現的能源強度約束指標予以計算和分配，對于各省考核“十一五”時期的節能減排績效，并為“十二五”甚至更遠時期制定切實可行的經濟規劃與產業政策，具有實際的政策指導意義。

1 文獻綜述

目前，國內外學者對能源強度相關的學術研究取得了一定的進展，由于篇幅所限，本文擬從能源強度的分解分析、影響因素相關分析和政策分析角度對相關研究成果進行簡述。

第一，指數分解方法能從產出效應、結構效應和效率效應角度對能源強度的變化加以分析。Ang［1］將宏觀能源消費總量、綜合能源強度和CO2排放的變動加以分析，高振宇等［2］采用對數平均迪氏分解法對我國生產用能源強度的變化情況進行斷點分析，邱壽豐［3］采用完全分解模型，從省級區域、東中西部和經濟發展不同組別等三類角度對能源強度變化予以分解。

第二，國內外學者對能源強度的影響因素進行了相關分析。Fisher［4］認為價格效應會占到能源強度的下降的54.4%;馮泰文等［5］研究技術進步對能源強度以及其他因素調節效應進行相關分析;Feng，et al［6］等討論了能源消費結構、產業結構和能源強度之間的長期均衡、內在動力和隨機關系;Karl和Chen［7］探討了政府支出的急劇膨脹對能源強度的顯著影響;Wu［8］指出省級經濟結構的變化對能源強度產生一定的影響。

第三，國內外學者對能源強度約束目標實現提出政策和建議。何建坤等［9］對實現“十一五”期末的能源約束目標的措施進行量化分析;Zheng，et al［10］在 2020年碳強度約束目標的前提下，討論了增加出口和降低能源強度的關系;Wang［11］通過對GDP和能源統計數據的研究，提出完善能源強度指標統計體系的觀點和措施。

綜上所述，目前的相關研究主要有以下不足:現有的研究局限于在掌握能源強度的歷史數據的基礎上進行影響因素的相關分析和分解分析，以及對實現能源強度約束目標的路徑的政策研究，缺乏對能源強度約束指標分配的系統性考慮和整體性把握。要完成對“十一五”期間我國省級能源強度約束指標的最優分配，需要對能源－經濟－環境的系統以及碳排放的宏觀生產機理進行充分認識。

2 模型

Fre，et al［12］最初提出環境生產技術的目的，是為了更合理的對包含非期望產出的生產過程進行技術效率評價，而Zhou和Ang［13］以碳排放作為非期望產出，采用環境生產技術，對部分國家和地區的環境績效加以驗證。

DEA方法作為系統工程方法，于1978年被Charnes，et al［14］首次提出，Zhou，et al［15］對該方法在能源和環境經濟學的應用進行小結，而 Gomes和Lins［16］，Wei，et al［17］，Zhou和Ang［18］，Zhou，et al［19］，Sueyoshi和Goto［20］，Sueyoshi，et al［21］等也使用 DEA 在能源和環境軟科學領域得出豐碩的成果。

經典DEA模型會賦予投入(或產出)變量完全的自由度，而在分配領域使用的DEA方法，通常會受到某一個投入(或產出)變量總額保持不變的限制。本文以“十一五”時期各省區的能源強度約束指標的最優分配作為研究目標，該目標會受到我國“十一五”時期能源消耗總量歷史數據的不變性的約束。在國內生產總值一定的前提下，某個省區(DMU)的能源消耗量的增加意味著其他省區能源消耗量的減少，即“零和收益”思想(即 Zero－Sum－Gains)。體現“零和收益”分配思想的DEA模型被稱為ZSG－DEA方法。在ZSG－DEA方法中，部分決策單元可通過重新分配某一投入或產出變量，直至所有決策單元都達到技術效率值為1的理想境界，即意味著全部決策單元都位于一個新的前沿面(ZSG－DEA前沿面)上，而該變量總額始終保持不變。

Lins，et al［22］首次在悉尼奧運會獲獎國家的投入與獎牌產出評價的研究中使用ZSG－DEA方法，此后Gomes和Lins［16］，林坦和寧俊飛［23］將 CO2作為單一投入變量，而以人口數量、能源消耗量和國內生產總值作為產出進行CO2排放的額度分配;Hu和Fang［24］采用ZSG－DEA的產出導向模型對臺灣地區的券商的市場占有率進行效率評估;孫作人等［25］采用投入導向模型對我國“十二五”的節能指標進行效率分配。

在能源、經濟與環境的“3E”研究中，通常以人口數量、資本存量和能源消耗量作為決策單元的投入變量，以國內生產總值和碳排放作為單位的期望產出變量和非期望產出變量(王群偉等)［26］。本文以ZSG－DEA方法與環境生產技術作為研究基礎，提出效率分配導向的ZSG環境生產技術，先通過ZSG－DEA方法計算能源消耗量所對應技術效率，最終將能源消耗量進行效率分配(而其他變量保持不變)。經過模型計算并分配后，全部省區都處于ZSG－DEA前沿面上，實現全部省區的能源、經濟與環境的整體帕累托最優。

存在H個省區，人口數量、資本存量與能源消耗量為三種投入量(分別以POP、K和E表示)，國內生產總值和碳排放量為期望產出和非期望產出變量(以GDP和CO2表示)，Ep，Kp和POPp為第p個省區的能源消耗量、資本存量和人口數量，GDPp和CO2p為第p個省區的國內生產總值和碳排放量，在此情況下，由所有投入－產出向量構成的生產技術集T可表示為式(1)。

結合非期望產出CO2的弱可處置性，將式(1)轉化為DEA模型，即式(2)。目標函數為hp最小化的涵義為，追求該省區的能源消耗量的最小化。hp即為該省區能源消耗量的非徑向DEA技術效率。

在式(2)的基礎上，結合 Gomes和 Lins［16］的研究，提出投入導向型的ZSG環境生產技術分配模型如下:

式(3)為非線性規劃，Lins，et al［22］，Gomes和 Lins［16］已經證明出該規劃的技術效率hrp與hp呈線性關系。結合本研究，提出式(4)。

其中，式(2)計算所得技術效率不為1的省區組成合作集W;θts=h1/hs，為第t省區與第s省區的技術效率比，可以先通過式(2)求解能源消耗量的非徑向技術效率hp，再利用式(4)求得hrp，進而對各省區的能源強度進行效率評價和分配。

3 實證結果分析

3.1 數據來源及說明

本文采用ZSG環境生產技術方法，投入變量為各省區的化石能源消耗量、資本存量、人口數量，產出變量為國內生產總值和碳排放量。其中，資本存量則借鑒單豪杰［27］采用的永續盤存法的計算方式加以計算，能源消耗量則根據煤炭、石油和天然氣等化石能源量乘以標準煤轉化系數得出，采用的標準煤轉化系數和碳排放系數參考于IPCC數據。其他計算數據均來自于《中國統計年鑒》和《中國能源統計年鑒》，并以1952年作為基年進行調整。由于西藏自治區的歷史數據缺失，故選擇我國大陸地區共30個省區參與計算分配。

3.2 能源消耗量的技術效率

本文采用DEAP軟件和EXCEL規劃求解，對式(2)對應的各省區能源消耗量的DEA技術效率進行多次迭代與分配測算。由于篇幅有限，僅以“十一五”期末的2010年為例，僅列舉能源消耗量的DEA技術效率的第一次迭代結果見下表。

3.3 我國“十一五”期末的ZSG能源強度約束指標效率分配

3.3.1 2010 年末數據分析

通過迭代計算，求解前述的式(4)，最終整理出2010年末的ZSG－DEA技術效率(簡稱ZSG效率)以及全部省區處于ZSG前沿面時的能源消耗量(即ZSG能源消耗量)。

表1 2010年我國各省區能源消耗量迭代測算的技術效率一覽表Tab.1 China’s 30 provinces iterative calculation results of energy consumption technical efficiency schedule

經過計算分析，經過ZSG環境生產技術計算并分配前后的各省區的能源消耗量發生明顯變化，但是2010年的總額保持不變，仍為35.03億t標準煤;“增減額度”一列體現的是該省區需要增加或者減少的能源消耗量，以上海為例，上海 2010年化石能源消耗量為0.783億t標準煤，而經過ZSG環境生產技術分配的理論上可以為0.801億t，理論上仍可以增加0.0173億t標準煤的能源消耗，而該列數值為負的省區，理論上需要采取一定程度的節能措施才能達到整體效率最大化的ZSG目標。

3.3.2 各省區不同時期能源強度降幅的對比研究

將“十一五”時期各省區理論上需要下降的能源強度與同期實際下降幅度相比較，總共分為4類地區，以中央政府分配的20%能源強度約束指標作為分界線，分類依據為:“十一五”實際下降幅度超過20%，且實際比理論下降多的為A類地區;“十一五”實際下降幅度超過20%，且實際比理論下降少的為B類地區;“十一五”實際下降幅度低于20%，且實際比理論下降多的為C類地區;“十一五”實際下降幅度低于20%，且實際比理論下降少的為D類地區。

(1)A類地區的節能績效為最佳，此類地區在“十一五”期間的實際能源強度下降幅度不僅超過20%的國家約束指標，而且實際下降幅度超過經過ZSG環境生產技術測算的理論下降幅度，如天津、河北、遼寧和上海等省

區。上海的全要素能源技術效率一向處于全國前列，這與該地區的高能源使用效率、相對較低的化石能源消費結構以及產業結構有著直接關系;河北與遼寧在“十一五”時期成功“關、停”了一些高能耗、重污染的小鋼鐵、小水泥和小火電企業，充分淘汰了高能耗的落后產能。

表2 2010年末我國各省區實際能源消耗量及ZSG能源消耗量數據一覽表Tab.2 China’s 30 provinces ZSG efficiency and ZSG energy consumption data list

表3 我國各省區“十一五”能源強度實際下降、理論下降和“十二五”目標下降幅度一覽表Tab.3 China’s 30 provinces“11·5”energy intensity actual decline，theoretical decline and“12·5”target decline list

(2)B類地區的節能績效為良好，此類地區在“十一五”期間的實際能源強度下降幅度雖然超過20%的國家約束指標，但是實際下降幅度不及ZSG環境生產技術測算的理論下降幅度，如北京、吉林、黑龍江與江西等省區。上述省區的產業結構中，能耗較大的重工業和重化工業比重較低，但仍需要進一步做好產業升級的努力。

(3)C類地區的節能績效為較好，此類地區在“十一五”期間的實際能源強度下降幅度雖然未能達到20%的國家約束指標，但是實際下降幅度超過ZSG環境生產技術測算的理論下降幅度，如山西、內蒙古與安徽等省區。山西和內蒙古都為化石能源消耗大省，由于要素稟賦特質，節能并非一蹴而就的過程，但此類地區的節能達標也是通過煤電相關產業的內部整合與優化而實現，故“十二五”時期的節能措施需要另辟蹊徑。

(4)其他屬于D類地區，該類地區在“十一五”時期的節能績效有待于進一步提升。此類地區情況各異，山東既是傳統的GDP大省，也是傳統的能耗大省，高能耗重污染的工業與化工業比重較大，短期內改善其產業結構難度較大，但可從改善能源效率和淘汰落后產能上入手;而廣東、廣西和海南的能源消費結構中化石能源比重相對較低，大力推廣電力與清潔能源的措施使得上述省區的實際能源強度下降幅度與本文計算的化石能源下降幅度并不完全相同。

無論屬于何種地區，各地方政府都要結合各自的資源稟賦和區域經濟特征，注意節能政策與措施與經濟發展的密切聯系。由于本文僅僅涉及的是化石能源消費，并未考慮低碳的清潔能源消費對節能指標實現的影響，故研究結論存在著一定的局限性。

3.3.3 “十二五”能源強度約束目標的可行性淺談

根據2011年國家提出的《“十二五”節能目標分解方案的征求意見稿》，中央政府制定出各省區在“十二五”時期的省級能源強度約束行政分配約束指標(詳見上表3)，經過本文計算出的“十一五”能源強度的實際下降幅度和中央政府的“十二五”省級行政分配約束指標進行逐一比較，發現各省區目前節能達標情況與國家“十二五”約束目標存在一定的差異。國家“十二五”省級行政分配機制更注重的是“公平”導向(以16%作為整體的平均值)，而本文提出的ZSG環境生產技術分配機制更強調的是“效率”導向。在中央政府分配指標和ZSG分配指標的區間范圍內選擇能源強度約束指標值，可以在某種程度上體現兼顧效率與公平的分配機制。

3.3.4 整體效率最大化前提下的各省區節能目標路徑及建議

各省區由于自身的資源稟賦、能源使用效率、能源消費結構以及產業結構的不同基礎，決定了“理想目標”與“現實結果”的差異現實。根據“十一五”時期的實際差距，可以對各省區在“十二五”時期節能目標實施需要考慮的路徑進行初步探索。根據表3所列示數據，以20%作為臨界點，45度線作為分界線，將全部省區劃分成ABCD四類區域，其中，橫坐標為“十一五”時期能源強度理論下降幅度，縱坐標為“十一五”時期能源強度實際下降幅度。

(1)A類地區中的天津須加快產業結構改善，大力扶持濱海新區的港口物流業等服務業為主的第三產業的快速發展，增加當地GDP中的高科技、深加工及附加值比重;遼寧和河北的淘汰落后產能措施不具備可持續性，應該以調整工業中的行業結構和行業中的產品結構為主，加快推進以技術更新為主的新型工業化發展。

(2)B類地區中的吉林、黑龍江和江西都為中部的農業大省，工業比重較小，對于此類地區，既可以發展高附加值的現代農業，也可以發展旅游業為主的服務業，同時嚴控和抵制高能耗的重化工業的內遷;而北京應該向上海學習，以發展生產型服務業和新型服務業為主，嚴控交通領域的能耗提升，并提高城鎮居民的能源使用效率來改善能源強度。

(3)C類地區中的山西、內蒙古作為中部能源輸出大省，其面臨著較大的節能壓力，此類地區的節能目標實現需要結構調整和技術進步并重，以技術進步帶動結構調整，尋求以煤炭和煤化工為主的高能耗產業的技術進步，還需要在此類地區強制推廣節能技術和“清潔煤”技術來提高能源使用效率，并注重在內蒙古地區的風能、太陽能等低碳能源的充分利用。

圖1 “十一五”時期各省區能源強度達標情況示意圖Fig.1 China’s provinces energy intensity classification and improvement path diagram for“11·5”

(4)D類地區中的山東，是我國的GDP大省，則需要調整結構，既要調整和改善三次產業機構，又要調整山東省內工業中高能耗高污染的煤炭、鋼鐵、冶金和重化工業的行業比重，還要通過技術改造實現產品單耗節能，可以先向區域B或者C靠近，再逐步向區域A努力。

4 結論與不足

本文提出ZSG環境生產技術的效率分配模型，完成對省級能源強度約束指標的效率分配，并對各省的“十二五”能源強度約束指標和“十一五”實際下降幅度進行綜合分析。本文的主要結論如下，首先，在“十一五”時期，根據ZSG環境生產技術對能源消耗量的分配結果，全部省區都處于ZSG－DEA前沿面上，此時各省區“應該”實現的能源強度約束指標各不相同。其次，將各省的“十二五”能源約束指標和“十一五”實際下降幅度進行了綜合分析，結果發現部分省區按照“十一五”時期的節能工作力度實現“十二五”時期的約束指標具有一定難度，國家行政分配體制體現了國家注重能源強度約束指標分配的各地均衡，以公平性為主，而ZSG環境生產技術分配結論體現了效率導向。最后，將全部省區劃分為4類地區，各省區應該根據各自的區域特質向目標區域靠攏，而實現這一目標的各省措施和路徑不盡相同。本文的研究不足在于，僅僅從效率角度考慮整體技術效率最大化的分配時，并未兼顧效率與公平，也未考慮到各省區的能源與環境的承載力問題，雖然部分省區理論上可以增加能源消耗量，但是考慮到環境承載力趨于極限，實際只能采取節能措施;而且本文僅僅從化石能源強度角度予以討論，并未涉及能源品種差異以及能源消費結構對節能效果的影響，需要在未來研究中加以補充。

References)

［1］Ang B W.Decomposition Analysis for Policymaking in Energy:Which is the Preferred Method?［J］.Energy Policy，2004，32(9):1131－1139.

［2］高振宇，王益.我國生產用能源消費變動的分解分析［J］.統計研究，2007，24(3):52－ 57.［Gao Zhenyu，Wang Yi. The Decomposition Analysis of Change of Energy Consumption for Production in China［J］.Statistical Research，2007，24(3):52－57.］

［3］邱壽豐.中國能源強度變化的區域影響分析.數量經濟技術經濟研究，2008，(12):37－48.［Qiu Shoufeng.Regional Contributions to Changes of China’s Energy Intensity［J］. The Journal of Quantitative ＆ Technical Economics，2008，(12):37－48.］

［4］Fisher-Vanden K.What is Driving China’s Decline in Energy Intensity［J］.Resource and Energy Economics，2004，26(1):77－97.

［5］馮泰文，孫林巖，何哲.技術進步對中國能源強度調節效應的實證研究［J］.科學學研究，2008，26(10):987－993.［Feng Taiwen，Sun Linyan，He Zhe.An Empirical Study of Technology Progress Moderating Effect on Energy Intensity in China［J］.Studies in Science of Science，2008，26(10):987－993.］

［6］Feng T W，Sun L Y，Zhang Y.The Relationship Between Energy Consumption Structure，Economic Structure and Energy Intensity in China［J］，Energy Policy，2009，37(12):5475－5483.

［7］Karl Y X，Chen Z C.Government Expenditure and Energy Intensity in China［J］.Energy Policy，2010，38(2):691－694.

［8］Wu Y R.Energy Intensity and its Determinants in China’s Regional Economics［J］.Energy Policy，2012，41(2):703－711.

［9］何建坤，張希良.我國“十一五”期間能源強度下降趨勢分析——如何實現能源強度下降20%的目標［J］.中國軟科學，2006，(4):33－38.［He Jiankun，Zhang Xiliang.Analysis of China’s Energy Consumption Intensity Reduction Tendency during the 11th Five-Year-Plan Period［J］.China Soft Science Magazine，2006，(4):33－ 38.］

［10］Zheng Y M，Qi J H，Chen X L.The Effect of Increasing Exports on Industrial Energy Intensity in China［J］.Energy Policy，2011，39(5):2688－2698.

［11］Wang X.On China’s Energy Intensity Statistics:Toward a Comprehensive and Transparent Indicator［J］.Energy Policy，2011，39(11):7284－7289.

［12］Fre R，Grosskopf S，Lovell C K. Multilateral Productivity Comparisons When Some Outputs are Undesirable:a Nonparametric Approach［J］.The Review of Economics and Statistics，1989，71(2):90－98.

［13］Zhou P，Ang B W.Decomposition of Aggregate CO2Emissions:a Production-theoretical Approach［J］.Energy Economics，2008，30(3):1054－1067.

［14］Charnes A，Cooper W W，Rhodes E .Measuring the Efficiency of Decision Making Units［J］，European Journal of Operational Research，1978，(2):429－444.

［15］Zhou P，Ang B W，Poh K L.A Survey of Data Envelopment Analysis in Energy and Environmental Studies［J］.European Journal of Operational Research，2008，189:1－18.

［16］Gomes E G，Lins M P E.Modeling Undesirable Outputs with Zero Gains DEA models［J］.Journal of the Operational Research Society，2008，59(5):616－623.

［17］Wei Y M，Liao H，Fan Y.An Empirical Analysis of Energy Efficiency in China’s Iron and Steel Sector［J］.Energy，2007，32:2262－2270.

［18］Zhou P，Ang B W.Linear Programming Models for Measuring Economy-wide Energy Efficiency Performance［J］.Energy Policy，2008，36:2911－2916.

［19］Zhou P，Ang B W，Han J Y.Total Factor Carbon Emission Performance:A Malmquist Index Analysis［J］.Energy Economics，2010，32:194－201.

［20］Sueyoshi T，Goto M. DEA Approach for Unified Efficiency Measurement:Assessment of Japanese Fossil Fuel Power Generation［J］.Energy Economics，2011，33:292－303.

［21］Sueyoshi T，Goto M，Ueno T.Performance Analysis of US Coalfired Power Plants by Measuring Three DEA Models［J］.Energy Policy，2010，38:1675－1688.

［22］Lins M P E ，Gomes E G ，Soares de Mello，et al.Olympic Ranking Based on a Zero Sum Gains DEA model［J］.European Journal of Operational Research，2003，148:312－322.

［23］林坦，寧俊飛.基于零和DEA模型的歐盟國家碳排放權分配效率研究［J］.數量經濟技術經濟研究，2011，(3):36－50.［Lin Tan，Ning Junfei. Study on Allocation Efficiency of Carbon Emission Permit in EUETS Based on ZSG－ DEA Model［J］.The Journal of Quantitative＆ Technical Economics，2011，(3):36－50.］

［24］Hu J L，Fang C Y.Do Market Share and Efficiency Matter for Each Other?An Application of the Zero-Sum Gains Data Envelopment Analysis［J］.Journal of the Operational Research Society，2010，61:647－657.

［25］孫作人，周德群，周鵬，等.基于環境ZSG－DEA的我國省區節能指標分配研究［J］.系統工程，2012，(1):84－90.［Sun Zuoren，Zhou Dequn，Zhou Peng，et al.Quota Allocation of China’s Energy Conservation Based on Environmental ZSG－ DEA［J］.Systems Engineering，2012，(1):84－90.］

［26］王群偉，周鵬，周德群.中國CO2排放績效的動態變化、區域差異及影響因素［J］.中國工業經濟，2010，(1):45－54.［Wang Qunwei，Zhou Peng，Zhou Dequn.Research on Dynamic Carbon Dioxide Emissions Performance，Regional Disparity and Affecting Factors in China［J］.China Industrial Economics，2010，(1):45－54.］

［27］單豪杰.中國資本存量K的再估算:1952－2006年［J］.數量經濟技術經 濟研究，2008，(10):17－32.［Shan Haojie.Reestimating the Capital Stock of China:1952－2006［J］.The Journal of Quantitative＆ Technical Economics，2008，(10):17－32.］