基于數據包絡分析法的秸稈能源化利用的生態效率評價

郭小青 于曉娜 朱萬斌 王洪亮*

(1.中國農業大學 農學院，北京 100193;2.國家能源非糧生物質原料研發中心，北京 100193)

在全球面臨能源危機和環境危機的背景下，生物質能作為清潔可再生能源已經引起了世界各國的廣泛關注。作物秸稈是我國生物質資源的主要組成部分，目前秸稈的綜合利用方式主要是肥料化、飼料化、基料化、原料化和燃料化這5種利用方式[1]，而秸稈能源化利用被認為是緩解能源危機和環境危機的較好方式。秸稈的能源化利用主要有氣化制備氫氣、合成氣和沼氣等燃氣，液化制備醇、醚和烴等液體燃料，制備固態成型燃料以及燃燒發電等方式，涉及物理、化學、生物及聯合處理等多條技術路線[2-4]。目前，關于生態效率的研究多采用層次分析法和模糊評價分析法對秸稈某種單一能源化利用方式進行評價，如選取氣候、技術和當地的能源狀況為評價指標，對湖南省戶用沼氣的區域適宜性進行研究[5]。此研究方法涉及權重和隸屬度的確定、專家打分和研究人員手動統計數據等主觀因素，缺乏關于企業或者產業的實際數據，導致評價結果精準度不足[6]。此外，相關研究大多存在無具體調研或統計數據、實際衡量效果欠佳、各地可重復性較差等問題。在秸稈生態效率的定量評價中，最常用的方法為生命周期法。卜壽珍等[7]和陳歆[8]均對秸稈發電進行生態效率評價，2個研究針對同類評價內容及評價方法，卻出現不同的評價體系和結果。生命周期法雖然更有針對性，可準確評價某一個工廠的效率情況，但難以表現秸稈能源化利用對全國生態效率的影響，存在廣度不足的缺陷。因此，開發出一套標準且系統的針對秸稈能源化利用生態效率定量化評價體系很有必要。

數據包絡分析方法(Data Envelopment Analysis, DEA)在國內外被廣泛用來測定特定過程的效率，主要應用于經濟、醫療、物流、農業以及生態等領域。該方法較為成熟，所得結果相較其他方法準確度高。DEA是由Charnes等[9]提出，是針對同類部門或單位(稱為決策單元，Decision Making Unit, DMU)進行相對有效性的定量評定方法[10]。DEA依托強大的數學運算能力，通過保持決策單元DMU的投入或產出不變，借助數學和統計學分析確定DEA模型的有效生產前沿面，并將各DMU投影到DEA生產前沿面，通過比較決策單元偏離生產前沿面的距離來評判他們的相對有效性。DEA方法優點在于：無需確定各指標權重，避免摻雜人為主觀因素；無需對數據進行標準化處理，且可直接用DEAP 2.1軟件對數據進行測算，操作簡單準確。然而，利用DEA對生物質利用進行評價，尤其是對作物秸稈能源化利用的生態效率評價的研究鮮有報道。本研究擬將數據包絡分析方法引入秸稈能源化利用的生態效率評價，旨在借助DEA模型構建基于投入產出指標的秸稈能源化利用生態效率評價體系，以期為我國秸稈應用的評價提供一種新思路。

1 研究內容與數據處理

1.1 研究內容

本研究以全國31個省(市、自治區)作為決策單元，采用DEA-CCR模型對秸稈能源化利用的生態效率進行評價。CCR模型為投入主導型模型，建立在規模報酬不變的假設上，僅考慮通過增加投入來提高產出，規模大小不影響效率的高低，是DEA中常用的模型[11-13]。

1.2 投入和產出指標

秸稈制備沼氣以及發電過程中涉及的投入內容包括主要原料(秸稈和畜禽糞便)、水資源、設備和資金等，產出主要包括電力、沼氣以及污染物減排量[5-7,14]。在多數秸稈評價體系研究中，所用秸稈資源量多由農作物產量或農作物種植面積來表示[12,15]，本研究為保障研究更加精確，選用我國三大糧食作物的田間秸稈資源量來表示投入的秸稈資源。畜禽糞便量選用牛、羊、豬和兔4 種牲畜，并依據杜艷玲等[16]的計算方法進行實際測算。依據鄧力華等[6]的研究，秸稈發電所用水由地表水和地下水2 部分構成，其中僅約1.14%為地表水，故本研究選用地下水資源量來代表秸稈發電過程中所消耗水資源量。原料運輸中涉及機械消耗和柴油消耗借鑒已有評價體系[12,15,17]，選用農業機械總動力功率指標進行衡量。其他投入借用農村能源經費投入指標來表示。秸稈能源化利用有明顯的污染物減排效益，主要研究CO2、SO2和煙塵的減排量[18]，即每利用1萬t秸稈替代煤燃燒，將減少排放CO21.4萬t、SO240 t和煙塵100 t[19]。產出內容中，沼氣量參考已有指標體系[20]，選用《中國環境統計年鑒》[21]中的沼氣池產氣總量指標，秸稈發電量數據來自《中國能源統計年鑒》[22]。指標的設定在借鑒文獻[5,12,15-17,19-20,23-25]的基礎上進行部分改良，見表1。

1.3 數據的來源和處理

本研究基礎數據來源于2012—2019年的《中國第三產業統計年鑒》[26]、《中國農業機械工業年鑒》[27]、《中國農村統計年鑒》[28]和《中國能源統計年鑒》[29]等。其中，作物田間秸稈資源量的測算中，基于全國三大作物產量數據及秸稈系數計算得到2011—2018年我國31個省(市、自治區)的田間秸稈資源量，秸稈系數取值借鑒王曉玉等[30]的研究成果，為明晰我國秸稈資源分布及可利用情況，將以年均田間秸稈資源量表示，見圖1。畜禽糞便的日排泄系數借用了張建杰[31]的研究成果。從圖1可看出，我國秸稈資源量豐富，尤其河南省、黑龍江省、山東省及江蘇省等地較為突出。

表1 秸稈能源化利用的生態效率評價體系

圖1 2011—2018年我國31個省市年均田間秸稈資源量分布

為便于比較我國各地區秸稈能源化利用的生態效率差異，本研究依據我國統計年鑒將全國31個省(市、自治區)按照東部、中部、西部和東北部進行分地區評價秸稈能源化利用現狀。

選用CCR模型，投入指標數量為5，產出指標數量為3，遵循產出在前、投入在后的順序將數據錄入DEAP 2.1軟件，可獲2011—2018年我國31個省(市、自治區)秸稈能源化利用生態效率。

2 結果與分析

2.1 2011—2018年全國31個省(市、自治區)秸稈能源化利用的生態效率分析

由圖2可知，江蘇省、海南省和福建省等地的秸稈能源化利用的生態效率在2011—2018年累計值為8，始終位于有效生產前沿面，表明這3個省份秸稈資源的利用呈現資源消耗、能源產品產出和環境保護協調發展的狀態。山東省、河北省和廣東省的秸稈能源化生態效率均值為0.999，始終在1附近波動，表明這些省份的秸稈能源化利用對生態也產生了較好的影響。2011—2018年，上海市的秸稈能源化生態效率逐步提高，在2016—2018年，始終位于有效生產前沿面，表明該地區秸稈能源化利用對生態產生持續改善效果。北京市秸稈能源化利用生態效率始終處于最低狀態，且2011—2018年，其生態效率持續走低，同其他省市生態效率的差距逐漸增大，2018年其生態效率值達0.220，為歷年來生態效率最低值。天津市秸稈能源化生態效率略高于北京市，始終遠離有效生產前沿面。表明這2個地區的秸稈能源化利用在促進當地生態效益發展方面仍存在較大提升空間。

圖2 2011—2018年我國31個省市秸稈能源化利用生態效率

在中部地區，2011—2018年河南省秸稈能源化利用的生態效率值始終為1，表明該地區秸稈能源化利用產生了較好的生態效果。2013—2018年，江西省秸稈能源化利用的生態效率始終有效。在6省市中，山西省在2015及2018年的生態效率最低，均為0.984，揭示該地區秸稈能源化利用在提高生態效率方面有較大潛力，表明該地區需要重視秸稈能源化發展的生態問題，并從技術手段等方面加以改進。安徽省、湖北省和湖南省等地秸稈能源化生態效率始終較為穩定，介于0.990～0.999，可通過適當調節部分指標達到DEA有效狀態。

在西部地區，2011年西藏自治區秸稈能源化利用的生態效率最低為0.780，說明當地的秸稈資源利用較不合理，其生態效率與本地區其他省(市、自治區)相對差距較大。2014年青海省秸稈能源化利用的生態效率最低為0.529，與本地區其他省(市、自治區)相比，其生態效率差距顯著。廣西壯族自治區和四川省的生態效率始終有效，本地區其他省(市、自治區)與其相比差距較小，均值位于0.929～0.999，較為穩定。

東北三省中，吉林省和黑龍江省兩地的秸稈能源化生態效率為1.000，始終有效，遼寧省能源化生態效率年均值為0.992，表明東北三省的秸稈資源利用較為合理，這與東北地區秸稈資源豐富和重視秸稈產業的開發等因素息息相關，同時表明該地區秸稈資源的能源化利用呈現資源消耗、能源產品產出和環境保護協調發展的態勢。

2.2 基于松弛變量頻次的秸稈能源化利用的生態效率分析

由表2可看出，秸稈能源化利用生態效率投入指標松弛變量取值主要集中在畜禽糞便量、地下水資源量、農村能源經費投入及農業機械總動力功率4個指標上，而田間秸稈資源量的松弛變量頻次極低，年均出現該指標松弛變量頻次僅為1，表明全國秸稈能源化利用的情況較為統一。在松弛變量不為0的指標中，畜禽糞便量、水資源量、農村能源經費投入及農業機械總功率指標均促進秸稈能源化利用的生態效率低下，表明諸多資源未達到合理配置，致使其能源化利用生態效率低下。其中，農村能源經費投入指標松弛變量不為0的頻率最高，年均出現頻次占比高達45.97%，表明我國多個省份均存在農村能源經費投入不足且未被合理利用的現象，致使沼氣池產氣量和秸稈發電總量沒有達到最高水平。

在產出指標中，松弛變量主要集中在秸稈沼氣產量和發電量，污染物減排量的松弛變量大多為0，秸稈沼氣產量與發電量指標的年均出現頻次分別為9.75和6.50，表明沼氣產量不足是導致部分省份秸稈能源化利用生態效率低下的主要原因。

表2 秸稈能源化利用生態效率DEA非有效省(市、自治區)松弛變量頻次匯總

2.3 基于目標改進的秸稈能源化利用的生態效率分析

為提高秸稈能源化生態效率，以DEA有效的江蘇省、福建省、海南省、河南省、廣西壯族自治區、四川省、吉林省和黑龍江省等地為標準，根據最佳目標投入及產出值，通過適當調節，可提高地區的秸稈能源化生態效率。2011—2018年，因主要秸稈能源化生態效率DEA無效省份為北京市、天津市、上海市、浙江省、貴州省、西藏自治區、青海省、寧夏回族自治區和新疆維吾爾自治區等地，故選取這些區域作為研究對象。

由表3可知，2011—2018年，北京市的農村經費投入指標冗余量逐步提高，而其生態效率偏低，表明存在經費浪費等投入不合理的問題。西藏自治區和青海省經費資源利用相對較為充分，僅2015和2016年的投入相對較多，其冗余值較低。寧夏回族自治區和新疆維吾爾自治區投入冗余量較多，可能是因為當地秸稈能源化發展較為緩慢，致使出現投入經費冗余量較高的現象。

由表4可知，北京市、上海市、西藏自治區及青海省等地整體生態效率雖不高，但沼氣產量不是其效率低下的原因，而浙江省、寧夏回族自治區和新疆維吾爾自治區等地沼氣產量不足值較大，造成生態效率低下。2011—2014年，貴州省秸稈能源化利用的沼氣產量指標不足值為0，與當地發展相契合，而2015、2016及2018年，其沼氣產量不足量較高，促成當地能源化利用的生態效率為DEA無效狀態。以2018年為例，天津市、貴州省、寧夏回族自治區和新疆維吾爾自治區可通過增加沼氣產氣量800、6 256、4 145和32 852萬m3達到其秸稈能源化利用生態效率DEA有效的目的。

表3 2011—2018年秸稈能源化利用生態效率DEA無效地區農村能源經費投入冗余值

表4 2011—2018年秸稈能源化利用生態效率DEA無效地區沼氣產量指標不足值

3 結 論

本研究利用數據包絡分析方法，構建了秸稈能源化利用的生態效率評價指標體系，通過分析2011—2018年我國31個省(市、自治區)的秸稈能源化利用的生態效率，得出如下結論：

1)我國各省市秸稈能源化利用生態效率之間差異不大。江蘇省、福建省、海南省、河南省、廣西壯族自治區、四川省、吉林省和黑龍江省等地的秸稈能源化利用生態效率始終為1，秸稈能源化利用生態效率持續DEA有效地區占比25.80%，表明這些省(市、自治區)在秸稈能源化利用領域投入和產出相對合理。

2)我國秸稈能源化利用生態效率相對低下的地區有：北京市、天津市、上海市、浙江省、貴州省、西藏自治區、青海省、寧夏回族自治區和新疆維吾爾自治區。其中，造成東部地區秸稈能源化利用生態效率低下原因在于資源的不合理投入，存在大量投入冗余的問題。造成西部地區秸稈能源化利用生態效率相對低下的主要原因在于能源化利用的產品不足，這可能與當地秸稈利用技術水平有限有關。

3)在秸稈能源化利用生態效率評價體系中，影響實際效率低下的投入因素排序為：農村能源經費投入>水資源量>農村機械動力投入>畜禽糞便量>秸稈資源量，產出指標中，存在較多沼氣產量相對不足的現象。針對部分省(市、自治區)秸稈能源化利用生態效率低下的情況，應合理減少資源和能源投入、增加生態效益產出，從根本上提升秸稈能源化利用生態效率，以期促進這些地區秸稈資源能源化利用的可持續。

4)可利用數據包絡分析方法進行秸稈利用的效率評價，但在指標的選取上還需精進，可選擇多種DEA方法的模型進行對比性研究。

綜上，提出以下建議：

1)在重視秸稈能源化利用的同時，明確各地區秸稈能源化產業的實際發展水平和發展能力。投入合理的資源量，包括物力和財力等。

2)提升技術水平，部分省(市、自治區)秸稈能源化利用生態效率低下的根本原因在于生產效率低下，無法達到較高的資源利用率。可與高校合作，促進產學研一體化，改進秸稈加工技術和提升原料轉化率，最終實現提高秸稈加工產品產量的目的。

3)政策的合理引導，在我國大力推進秸稈綜合利用的大背景下，各省(市、自治區)紛紛出臺補貼政策，推進秸稈產業的發展。各地區面對秸稈能源化利用的發展任務，應合理借鑒試點工程發展模式，針對秸稈能源化產業進行合理的補貼，避免出現因高度重視致使投入資金過多的現象。