基于投入產出非線性優化的制造業完全能耗強度情景分析

李 根，劉家國，趙金樓

(1.江蘇科技大學經濟管理學院，江蘇 鎮江 212003；2.大連海事大學交通運輸管理學院，遼寧 大連 116026；3.哈爾濱工程大學經濟管理學院，黑龍江 哈爾濱 150001)

?

基于投入產出非線性優化的制造業完全能耗強度情景分析

李 根1，劉家國2，趙金樓3

(1.江蘇科技大學經濟管理學院，江蘇 鎮江 212003；2.大連海事大學交通運輸管理學院，遼寧 大連 116026；3.哈爾濱工程大學經濟管理學院，黑龍江 哈爾濱 150001)

當前，環境污染仍為中國最突出的問題之一，而降低制造業完全能耗強度是減少消耗及污染的重要途徑。本文基于投入產出非線性優化理論，以制造業完全能耗強度最小為目標，并以18個行業最終需求為決策變量，構建了一個完全能耗強度非線性優化模型，特引入了進出口系數等約束條件，并基于已有投入產出表等數據，預測調整模型的相關系數。在此基礎上，設計了三個方案與兩個情景，并運用粒子群算法求解模型。結果表明：2015年中國制造業完全能耗強度最小值區間為0.7823-0.9048tce/萬元，相比2010年，下降率區間為8.9%-21.31%。在高方案情景2下，可實現制造業完全能耗強度降低20%的目標。為實現該目標，應促進中低能耗制造業發展、降低高能耗制造業的完全能耗量、適當提高消費和進口系數并降低投資和出口系數。本文既有利于政府部門制定科學系統的節能減排政策，也有利于深化能源經濟與管理理論。

制造業；完全能耗強度；非線性優化模型；最終需求

1 引言

當前，中國經濟增長仍依賴于較高的能源消耗，能耗強度仍處于較高水平。為此，作為約束性指標，中國已將能耗強度列入“十二五”發展規劃中。在工業節能“十二五規劃”中，中國明確提出，相比2010年，2015年規模以上工業增加值能耗將下降21%，節能實現量6.7億tce。而在船舶工業“十二五規劃”中，中國確定骨干企業平均鋼材一次利用率要達到90%以上，規模以上企業單位工業增加值能耗下降20%。中國雖然沒有明確規定制造業的能耗強度下降目標，但因其具有高消耗及高污染等顯著特征，大幅降低其能耗強度已迫在眉睫。

投入產出優化法是將投入產出技術與最優化理論相結合的方法，其是在規劃求解問題的目標約束條件下，考慮經濟系統的直接和間接生產，加入投入產出的生產過程約束，即考慮了各個行業之間的生產關系約束。Leontief[1]首次闡述了投入產出理論和相應數學模型、編制方法；Leontief[2]又在一些學者研究的基礎上提出了動態投入產出模型；Dorfman 和Samuelson[3]將線性規劃和投入產出方法結合起來，提出“大道定理”。在既定約束條件下，實現結構優化的突出研究成果主要集中于水資源或環境污染方面，如Luptáěcik[4]、Cristobal[5]、王錚等[6]、何靜和陳錫康[7]等學者在這方面做出較大的貢獻。可見，投入產出優化理論相對成熟，在水資源等方面的應用較早。

目前，國內外學者運用投入產出優化法研究能源約束下的經濟發展問題，尚處于起步階段。馬儀亮和劉起運[8]結合投入產出技術與多目標規劃法，構建了節能降耗優化模型。席酉民等[9]運用投入產出技術與分式規劃方法建立能源投入產出分式規劃模型，并基于2004年能源延長表使用該模型對通過產業結構調整來降低單位GDP能耗的效應進行了實際測算分析。張炎治和聶銳等[10]等結合非線性優化與投出產出理論，構建了基于國家層面的投入產出非線性優化模型，并給出了3個方案及3個規劃，從而形成9個情景。唐志鵬和劉衛東等[11]在能源消耗總量約束條件下，構建了北京市1987年、1992年、1997年、2002年和2007年五個時期的投入產出優化模型。夏炎和楊翠紅[12]基于投入產出優化方法，提出了行業實際節能潛力和行業實際結構調整潛力兩個概念，并將全國總節能目標按照各個不同的行業進行優化分解，同時分析了產業結構調整前后不同情景下，行業能源效率優化的結果。以上學者較多基于投入產出線性優化法將能耗強度分為能耗最低或產出最大兩個子目標展開研究，較少關注產業關聯下的完全能耗強度優化問題。

國內外學者分別運用投入產出法與優化方法研究能源消耗的文獻相對較多。Wright[13]將能源乘數觀念引入投入產出法，定義直接能源系數為商品的能源成本，并比較投入產出分析方法的優劣性。魏一鳴和梁巧梅等[14]結合了投入產出法和情景分析法，構建了我國能源需求和能源強度的情景分析模型。Fredrich和David[15]運用中國投入產出表2002、1997年數據分析中國能源消費與經濟增長、產業結構之間關系。劉洪濤等[16]利用能源投入產出方法計算了1992-2005年我國生產的產品中貿易內涵能源，并使用結構分解分析確定了導致出口中內含能源變化的5個關鍵因素。劉洪濤等[17]構建了能源SAM模型并使用該模型定量測算了不同情景下四萬億元投資對各部門總產出、GDP、能源需求量和單位GDP能耗的影響。廖明球[18]將節能和減排同時納入投入產出分析框架，研制基于“節能減排”的投入產出模型，即設計能源、環境、經濟投入產出表和模型體系。蔡圣華等[19]基于產業結構調整具有內生性特征和終端消費隨居民收入水平提高具有規律性變化兩個基本理念，量化分析了消費規模及其結構對我國產業結構變化的效果。閭浩等[20]測算了2002和2007年中國能源部門的影響力和感應度系數、直接消耗系數和完全消耗系數，以及能源部門、靜脈產業對國民經濟各部門的直接和完全波及效應。韓強和劉正林[21]構建了工業領域能源分配雙層規劃模型，上層為多目標規劃，描述上級政府行為，以社會的經濟性、協調性和可持續發展性為目標，以在下級之間的合理調配為約束條件，下層為目標規劃，描述能源在下級行業之間的配置優先權。可見，學者采用投入產出法直接研究能源消耗或減排問題相對較多，這些研究成果是本文重要的研究基礎。

此外，學者運用分解分析對能耗強度的變化原因進行了深入研究。依據不同的運算方式，分解分析可分為指數分解分析(IDA)與結構分解分析(SDA)兩類。1871年Laspeyres首次提出以基期價格為權重的指數，標志著指數分解分析的產生。20世紀70年代以來發達國家開始關注能源消費問題，研究者試圖運用指數分解分析探索工業能源消費變化的機理。Liu等[22]列舉了8種分解方法并進行了比較分析。Lee等[23]和Ang等[24-25]分別提出AWD分解和對數平均的Divisia分解，Sun[26]研究了Laspeyres法，充分解決了分解中的剩余項。針對Divisia分解中的0值問題，Ang等[27]提出用一個很小的正數替代0值以解決“0”值問題。為考察效率與結構對能耗強度變化的貢獻，通常運用IDA將能耗強度變化分解為效率效應和結構效應進行研究，多數研究表明：經濟結構變化對總體能耗強度的下降影響較小，而部門能源效率的提升對于總體能耗強度的下降發揮重要作用。1995年以后，指數分解分析應用于廢氣排放的研究逐漸增多。因沒有分解剩余且易于計算，Laspeyres完全分解和對數平均的Divisia分解得到廣泛應用。Ang等[28]， Sun等[29]針對分解形式中的乘法與加法方式進行了研究。與指數分解分析相比，結構分解分析結合了投入產出分析，因其運用矩陣進行運算，其分析過程較為復雜，結論也較為準確并具指導性。Alcántara V和Duarte R[30]將能耗強度變化分解為強度效應、結構效應和需求效應三部分，對歐盟國家能耗強度差異的原因進行了比較分析。王玉潛[31]運用投入產出技術和統計因素分析方法，建立了能源消耗強度的投入產出模型和因素分析模型，將能耗強度變化分解為技術因素和結構因素。上述學者基于分解分析法對能源消耗與能耗強度變動原因進行了系統分析，而投入產出法與結構分解分析相結合則使研究結果更具科學性系統性，這為本文約束條件的選擇提供重要思路。然而，學者針對完全能耗強度變動原因的研究相對較少。

上述文獻綜述表明，較多學者運用分解分析方法探究能耗強度變化原因，但在優化影響因素的基礎上分析未來能耗強度的變化趨勢卻較為薄弱。盡管部分學者運用投入產出優化法對能耗強度變動趨勢進行了一些探索性分析，但大都基于線性優化法將能耗強度分為能耗最低與產出最大兩個子目標，由于這兩個子目標是矛盾的，一個子目標的改善有可能會引起另一個子目標的性能降低，也就是要使兩個子目標同時達到最優值是不可能的，而只能在它們中間進行協調和折中處理，從而使最終優化結果的科學性與可靠性降低。此外，多數學者主要研究一般意義上的能耗強度，針對產業關聯下的完全能耗強度研究相對較少，無法全面系統分析能源投入產出的實際效果。且現有針對能耗強度的研究主要集中于國家層面，而基于行業或企業層面的研究相對較少，從而使政策的可操作性較低。基于以上認識，本文主要從以下方面進行改進和完善：(1)引入完全能耗強度，其是面向最終產品的能耗強度，包括產業內的直接能耗及產業間的間接能耗，因此，傳統線性優化模型很難實現對完全能耗強度相關影響結構的優化；(2)基于已有研究基礎，運用了投入產出及非線性優化理論，將完全能耗強度最小作為單一目標，并以18個行業最終需求為決策變量，構建制造業完全能耗強度非線性優化模型，特引入進出口系數等約束條件，并設計了三個方案及兩個情景，從而避免以往研究中多個子目標間的矛盾，提高優化結果的合理性和可操作性。

2 完全能耗強度非線性優化模型的構建

2.1 目標函數

本文優化目標為最小化中國制造業完全能耗強度，其中決策變量為n個行業的最終需求Xi(i=1,2,3,…,n)，目標函數如式(1)：

(1)

2.2 約束條件

本模型約束條件既包括總量指標即GDP、工業增加值及能耗總量，又包括結構指標，即制造業行業結構，消費投資結構及進出口結構。

(1)GDP

經濟的健康平穩可持續發展是解決所有問題的基礎和保障，經濟的發展主要通過GDP來衡量，GDP應滿足式(2)：

(2)

式(2)中，GDP′為下限。

(2)制造業增加值

我國制造業增加值V′應滿足式(3)：

(3)

(3)能耗總量

我國制造業能耗量應滿足式(4)：

(4)

式(4)中，TE′為能耗上限。

(4)行業結構

行業結構優化升級是我國“十二五規劃”中強調的重點，行業結構約束限制著行業發展的速度和規模，對經濟增長起著主導作用的約束。通過研究發現，高能耗制造業比重相對過高，將行業結構約束設定為式(5)、(6)與(7)：

(5)

(6)

(7)

(5)投資與消費結構

當前，我國消費系數過低，而投資系數相對較高。相關研究也表明[17]，投資系數下降、消費系數上升可降低我國制造業完全能耗強度。盡管投資與消費可推動我國制造業發展，但增加理性消費既可刺激產值增長，又能促進能耗下降，而適當降低投資系數并不會降低制造業增加值，但會明顯降低能耗。具體約束如式(8)和(9)所示：

(8)

(9)

(6)出口與進口結構

與發達國家相比，我國制造業目前尚處于國際分工體系的下端，一般出口高能耗，低附加值制造品，而向發達國家進口低能耗、高附加值制造品，長期的順差導致我國完全能耗強度較高。因此，適當降低制造業出口系數、提高進口系數，可降低中國制造業完全能耗強度。為此，二者約束如式(10)和(11)所示：

(10)

(11)

3 數據來源及情景設定

3.1 數據來源及處理

本文能耗數據來源于《中國能源統計年鑒》，投入產出數據來源于《中國統計年鑒》、《中國工業經濟統計年鑒》。價格指數主要來源于《中國工業經濟統計年鑒》和《中國統計年鑒1996-2014》。現以數據的可獲性為原則調整投入產出表的行業劃分，綜合分行業能耗量統計表與1997、2002、2007、2010年投入產出表，最終可得到行業分類，確定了18個行業類別：1.農林牧漁業；2.采掘業；3.食品制造及煙草加工業；4.紡織、縫紉及皮革產品制造業；5.石油加工、煉焦及核燃料加工業；6.化學工業；7.非金屬礦物制品業；8.金屬產品制造業；9.汽車制造業；10.船舶制造業；11.其他交通運輸設備制造業；12.其他設備制造業；13.其他制造業；14.電力、煤氣及水生產和供應業；15.建筑業；16.交通運輸、倉儲業；17.批發、零售業和住宿、餐飲業；18.其他三產，其中3-13行業為制造業的各子行業。由于投入產出表每五年公布一次，2012年投入產出表尚未公布，為保證已劃分行業數據的可比性和延續性，結合研究需要，特以2010年的投入產出延長表為基期，由于表所占篇幅較大略去。依據2010年投入產出延長表各行業完全能耗強度大小，將3-4行業劃分為低能耗制造業，5-8行業劃分為高能耗制造業，9-13行業劃分為中能耗制造業。為了獲得可比性投入產出表，特將1997、2002、2007年現價投入產出表轉化為2010年可比價投入產出表。

依據上述數據，本文對模型的相關系數進行預測調整，具體如下：

(1)直接消耗系數aij

aij反映部門i與j之間直接的生產技術聯系，其指j部門單位總產出對i部門服務或產品的直接消耗量，aij越大，則兩部門間聯系就越大，如公式(12)所示：

aij=yij/Yj, (i, j=1,2,…,n)

(12)

在測算1997與2002、2002與2007年投入產出表中直接消耗系數的歷史變化趨勢基礎上，綜合其變化情況，進而推算出2010年至2015年的變化趨勢，最終得到2015年的直接消耗系數，因篇幅所限略去。

(2)直接能耗系數aei

依據aij定義，aei的計算方法為式(13)：

aei=ei/Yi

(13)

式(13)中，ei為i部門的直接能耗量；Yi為i部門的總產出。

本文投入產出模型包括18個行業，即直接能耗系數矩陣為Ae=(aej)1×18，令直接能耗系數aej變動Δaej，其變動將影響制造業完全能耗強度。若完全能耗強度變動較大，則反映其對aej的變動敏感，應對aej加以調整；反之，應依據直接能耗系數相對穩定的假定，aej可不必調整。令變動前的直接能耗系數矩陣為Ae，變動后的直接能耗系數矩陣為Ae′，則直接能耗系數的變動量為ΔA=Ae-Ae′=[0,…,Δaej,…,0]，根據式(1)可知，制造業完全能耗強度的變動量為：

ΔIe=ΔAe(I-A)-1X

(14)

令M=(I-A)-1X=(mj1)18×1,則式(14)，可轉換為：

ΔIe=ΔAM

(15)

由此可知，直接能耗系數aej變動對制造業完全能耗強度的影響程度決定于矩陣M中的元素mj1的大小，如果mj1數值較小，說明aej變動對制造業完全能耗強度的影響較小，反之，則較大。本文主要探討制造業完全能耗強度，故主要分析3-13行業mj1大小，依據2010年投入產出表數據，具體結果如表1所示。

表1 M矩陣的計算結果

由表1可發現，影響制造業完全能耗強度最大的前6個直接能耗系數，分別是汽車制造業(行業編碼：9)、其他設備制造業(行業編碼：12)、金屬產品制造業(行業編碼：8)、化學工業(行業編碼：6)、其他交通運輸設備制造業(行業編碼：11)、船舶制造業(行業編碼：10)對應下的直接能耗系數。由此可見，制造業完全能耗強度敏感度較大的行業并不對應于直接能耗系數較大的行業，如汽車制造業(行業編碼：9)，其他設備制造業(行業編碼：12)，船舶制造業(行業編碼：10)的直接能耗系數較小。為實現對敏感度較大的直接能耗系數的調整，本文首先對1997與2002年、2002與2007年的直接能耗系數歷史變動情況進行分析，然后基于2010年直接能耗系數，依據直接能耗系數平均變動大小，對重要行業直接能耗系數進行相應調整，即可得到2015年的直接能耗系數，如表2所示。

表2 2015年直接能耗系數的調整結果

(3)增加值率

各行業增加值率等于1減去直接消耗系數aij的列之和，即式(16)。依據已測算的2015年直接消耗系數，具體計算結果如表3所示。

(16)

表3 2015年各行業增加值率

(4)消費與投資系數和出口與進口系數

當前我國處于經濟結構深度調整階段，“十二五”期間中國制造業應適當提高消費系數和進口系數，降低投資和出口系數。根據表4各系數區間范圍，兼顧模型的優化空間，本文設定2015年中國制造業的消費系數區間為0.07-0.14，投資系數區間為0.05-0.11，出口系數區間為0.08-0.15，進口系數區間為0.10-0.16。

(5)GDP與行業結構

依據投入產出表數據，2010年我國GDP為401512.8億元，“十二五”發展規劃中指出2010-2015年我國經濟要達到年均增長7%。本文在此采用7%的增長速度，即設定“十二五”我國GDP至少應達到562725.9億元。

表4 消費與投資系數和出口與進口系數區間范圍

表5 各分類行業結構

(6)我國制造業能耗總量

根據《工業轉型升級規劃(2011-2015年)》及2011-2014年我國制造業增加值年均增長速度已達10.65%，結合2015年宏觀調控走勢，將“十二五”期間我國制造業增加值年均增長速度設定為10%，若保持2010年制造業完全能耗強度0.9941tce/萬元不變(依據2010年投入產出表測算獲取)，由此計算2015年我國制造業完全能耗總量約為21.38億tce。為增加優化空間，在此值的基礎上增加2億tce，即2015年我國制造業完全能耗總量上限設定為23.38億tce。

(7)最終需求最小值及最大值

最終需求最小值及最大值的設定原則是依據各行業歷史發展情況進行相應縮小及放大。其設定方法為：計算2007年相比2002年的最終需求(2010年價)增長比例，并用該比例乘以2010年各行業的最終需求，2015年各行業最終需求的最小值或最大值，如表6所示。

3.2 情景設定

在制造業增加值方面，2010年我國制造業增加值為133552.08億元(2010年投入產出表實際值)。根據《工業轉型升級規劃(2011-2015年)》，“十二五”期間我國全部工業增加值年均增長8%左右。而在機械工業“十二五”規劃中指出2010-2015年我國工業增加值要達到年均增長12%。綜合兩者規劃及當前經濟增長實際情況，將增長速度8%設定為基準方案，在此基礎上分別提高2%和4%，即年均增長10%與12%，分別設定為中與高方案。在每個方案下，根據行業結構，投資、消費和出口、進口系數的調整力度大小再劃分為兩個情景，如表7所示。此外，依據二者規劃，將我國制造業“十二五”期間完全能耗強度下降的目標設定為20%。

表6 2015年各行業最終需求最小值與最大值 單位：億元

表7 2015年完全能耗強度的情景方案

表8 各情景方案下2015年增加值(2010年價)優化結果 (單位：億元)

表9 各情景方案下2015年完全能耗強度變動及相關系數

注：2010年中國制造業完全能耗強度為0.9941tce/萬元

4 情景優化結果與分析

4.1 情景優化結果

將模型系數代入優化模型，進行優化計算后，結果如表8-9及圖1所示。

圖1 各情景方案下2015年各分類行業結構優化結果

4.2 結果分析

(1)完全能耗強度優化結果分析

①從各情景方案的完全能耗強度最小值看，隨著行業結構、消費、投資、出口、進口系數的不斷調整，完全能耗強度不斷下降。在高方案情景2下，也即當制造業增加值達到258587.96億元，低能耗制造業、中能耗制造業、高能耗制造業的增加值分別為49862.01億元、127492.0億元、81233.95億元；行業結構分別為20.45%、48.21%及31.34%；能耗值分別為36957.88萬tce、101551.8萬tce、74559.08萬tce；消費系數、投資系數、出口系數、進口系數為0.1034、0.1011、0.1341、0.1223時，制造業完全能耗強度達到最小值0.7823tce/萬元，實現完全能耗強度下降20%的目標。這一結果表明，中低能耗制造業增加值比重的上升，有利于制造業完全能耗強度的下降， 如何控制高能耗行業的非理性發展是降低完全能耗強度的關鍵；高能耗制造業的完全能耗量仍然是制造業完全能耗量的重要來源，如何采取相應措施降低當前高能耗制造業的完全能耗量應是未來關注的焦點；消費和進口系數適度增加，投資和出口系數適度下降，消費、投資、出口與進口系數與預計結果相符，出口系數調整壓力加大。我國應進一步制定相關出口貿易政策促進出口產品優化升級，降低出口產品隱含的能源消耗量。

②從制造業增加值的增長率與完全能耗強度之間的關系看，增加值年增長速度越快，一般制造業的完全能耗強度就越小，如圖2所示。當年增長率為14.12%，制造業完全能耗強度為0.7823tce/萬元，說明增加值適度增長，有利于制造業行業結構、投資、消費、出口及進口系數的調整，從而促使制造業完全能耗強度的下降。

圖2 完全能耗強度與制造業增加值增長率關系

(2)主要結構優化結果分析

①在各情景方案中，中能耗制造業的結構基本上達到了模型設定的上限，而低與高能耗制造業的結構基本上達到了模型設定的下限。上文可知，低能耗制造業完全能耗強度最小，因其增加值在制造業中占比20%左右，它的發展既能大幅降低總體能耗，又能增加制造業增加值。所以，應重視發展低能耗制造業，使其達到上限。高能耗制造業因完全能耗強度較大，且其發展對制造業的拉動作用較大，可對內部的子行業結構進行調整，以限制能耗較高行業增長。通過測算還可發現，在不同方案下中低能耗制造業增加值年增長率明顯高于高能耗制造業，可見近年來中低能耗制造業對我國制造業的貢獻較大。

為此，我國應進一步推動中低能耗制造業發展，優化制造業行業結構。我國可通過出臺相關產業政策，如確定綠色環保型戰略性新興產業、主導及重點產業，淘汰高消耗、高污染制造業，以加快制造業內部行業結構調整的步伐，提高中低能耗制造業的增加值在整體制造業增加值中所占的比重，進而降低制造業的完全能耗強度。此外，針對當前世界經濟低迷、國內經濟增速放緩現狀，我國應采取相關措施如降低稅率、提供財政補貼與低息貸款，鼓勵國內外客戶訂購本國中低能耗制造業產品等以促進相關制造行業發展。

②通過情景方案優化結果發現，同2010年相比，2015年各方案情景中制造業總的能耗量出現上升趨勢，且各行業能耗量占總能耗量的比重出現明顯變化。

高能耗制造業能耗比重出現明顯下降，在0.349-0.544之間，且基本遵循高能耗行業完全能耗比重越低，制造業完全能耗強度越低。在基準方案情景1與高方案情景2下，高能耗行業完全能耗占比與中低能耗行業完全能耗占比分別為0.496與0.504及0.349與0.651，完全能耗強度分別達到最高值與最低值。 由此可見，優化制造業行業結構對降低完全能耗極為重要。合理限制高能耗制造業發展，以降低當前高能耗制造業的完全能耗量。對于石油加工、煉焦及核燃料加工業、化學工業及非金屬礦物制品等高能耗行業，可從降低外商直接投資的進入程度、提高能源價格和加大研發投入等方面來降低完全能耗強度。在引進外商直接投資時，應通過制定合理的外資政策，鼓勵和引導外商直接投資從高能耗制造業向中低能耗制造業流動，降低外商直接投資在高能耗制造業的進入程度。此外，相關部門還應盡快建立能夠反映環境成本和資源稀缺性的合理能源價格體系，加強對高耗能企業差別電價政策的實施力度，充分運用能源價格的杠桿作用促進制造企業的技術升級，增加節能技術投資，并大力淘汰落后生產能力，進一步提升高能耗制造業的能源效率，從而降低高能耗制造業的完全能耗量。

③各情景方案下的消費系數較接近于模型設定的下限，投資率則接近于上限，而在同方案不同情景下，一般投資系數越低，制造業完全能耗強度相對越小，如基準方案情景1與高方案情景2下，投資系數分別為0.1092、0.1011；各情景方案的出口系數也基本達到了模型設定的上限，進口系數則接近于下限，而在同方案不同情景下，出口系數越低，進口系數越高，完全能耗強度相對越小。當出口與進口系數分別為0.1357及0.1180時，完全能耗強度下降率最低為8.9%；而當出口與進口系數分別為0.1341及0.1223時，完全能耗強度下降率最高為21.31%，這與前文分析結論基本一致。應采取相應措施促進制造業消費和進口系數上升，投資與出口系數下降、并優化制造業出口產品結構。具體措施如下：首先，適當降低制造業產品的消費稅，發揮政策性金融的引導作用，營造良好的消費環境，以提高制造業的消費系數。其次，加強對新增制造業投資項目的審查力度，提高高能耗制造業的準入標準，適當增加中低能耗制造業的優質外商直接投資，在降低投資系數的同時實現投資結構的優化。再次，我國政府可采用如征收較高出口關稅等措施以減少高污染、高消耗工業品的出口，進而降低制造業的出口系數，同時，可通過降低出口關稅、提高出口退稅率、提供出口信貸等措施促進高附加值、節能環保型產品的出口，從而優化出口產品的結構，減少隱含能源的凈出口，降低制造業的完全能耗強度。最后，應采取相應措施如降低進口關稅、提供進口信貸等以促進高附加值、高技術含量工業品或高隱含能源型產品的進口，進而提高進口系數，最終實現國家的節能降耗目標。

5 結語

隨著我國新常態經濟發展模式的積極推進，如何從系統角度降低制造業完全能耗強度成為當務之急。本文以制造業完全能耗強度最小為目標，以18個行業的最終需求為決策變量，基于投入產出非線性理論，構建了完全能耗強度非線性優化模型，特別引入了進出口系數等約束條件，并基于現有投入產出表等數據，對模型的相關系數進行預測調整。在此基礎上，以制造業增加值增長速度為依據，設計了3個方案及其2個情景，最后以2010年為基期，運用粒子群算法求解2015年完全能耗強度情景優化結果。實證結果表明，在高方案情景2下，制造業完全能耗強度達到最小值0.7823tce/萬元，實現完全能耗強度下降20%的目標。結合上文分析，為實現完全能耗強度下降目標，應優化制造業行業結構，推動中低能耗制造業發展，并采取相應措施促進制造業投資與出口系數下降、消費和進口系數上升，優化制造業出口產品結構等。本文在模型系數與發展目標的設定時，部分系數或目標所采用的估計方法相對簡單，將在今后的研究中采用更科學的估算方法以進一步提高其準確性與適應性。

[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，B?hm 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] 王錚，馮皓潔，許世遠. 中國經濟發展中的水資源安全分析[J]. 中國管理科學，2001，9(4)：47-56.

[7] 何靜，陳錫康. 水資源影子價格動態投入產出優化模型研究[J]. 系統工程理論與實踐，2005，5(5)：49-54.

[8] 馬儀亮，劉起運. 經濟增長與節能降耗雙目標實現的艱巨性[J].山西財經大學學報，2008，30(9)：34-39.

[9] 席酉民，劉洪濤，郭菊娥.能源投入產出分式規劃模型的構建與應用[J].科學學研究，2009,(4)：535-540.

[10] 張炎治，聶銳，馮穎.基于投入產出非線性模型的能源強度情景優化[J].自然資源學報，2010,(8)：1267-1273.

[11] 唐志鵬，劉衛東，付承偉，等.能源約束視角下北京市產業結構的優化模擬與演進分析[J].資源科學，2012，34(1)：29-34.

[12] 夏炎，楊翠紅.基于投入產出優化方法的行業節能潛力和節能目標分析[J].管理評論，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] 劉洪濤，席酉民，郭菊娥，等.能源社會核算矩陣模型的構建與應用[J].中國管理科學，2010，18(1)：168-174.

[18] 廖明球.基于“節能減排”的投入產出模型研究[J].中國工業經濟，2011，(7)：26-34.

[19] 蔡圣華，牟敦國，方夢祥.二氧化碳強度減排目標下我國產業結構優化的驅動力研究[J].中國管理科學，2011,19(4)：167-173.

[20] 閭浩，周德群，周鵬. 基于能源投入產出分析的節能減排政策研究[J]. 北京理工大學學報(社會科學版)，2013，(4)：34-41.

[21] 韓強，劉正林.基于總量控制的工業領域能源分配雙層規劃模型[J].中國管理科學，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] 王玉潛.能源消耗強度變動的因素分析方法及其應用[J].數量經濟技術經濟研究，2003,(8)：151-154.

[32] 劉暢，孔憲麗，高鐵梅. 中國工業行業能源消耗強度變動及影響因素的實證分析[J].資源科學，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

國家自然科學基金資助項目(71503106)；江蘇省高校哲學社會科學基金項目(2014SJB817)；江蘇科技大學國家自然科學基金預研項目；江蘇科技大學博士科研項目啟動基金

簡介：劉家國(1979-)，男(漢族)，湖北棗陽人，大連海事大學交通運輸管理學院副教授，研究方向：管理工程，E-mail:liujiaguo@gmail.com.

F206

A