DEA方法评价我国工业能源论文(全文).pdfVIP

DEA方法评价我国工业能源论文(全文)

一、研究方法及指标选取

（一）能源效率的研究方法及框架

数据包络分析（DEA）是运用线性规划和对偶理论构建观测

数据的非参数分段曲面或前沿，通过比较决策单元与DEA前沿

面的距离来评价它们相对有效性的一种方法。根据规模报酬是否

可变的不同假设，DEA发展成CCR模型和BCC模型，CCR模

型假设决策单位都处于固定规模效率，该方法计算出的技术效率

被称为综合效率，BCC模型假设规模报酬可变（递增或递减），

该方法计算的技术效率被称为纯技术效率，以及两者的比值即为

规模效率。纯技术效率反映在现有管理和技术等因素下行业的投

入产出水平，规模效率衡量企业是否处于最适度规模，综合效率

衡量生产单元是否达到了技术与规模同时有效。Tone(2021)提

出的非径向、非角度的SBM模型，有效的将非期望产出纳入到

数据包络分析的相对效率的评价当中来，这种包含非期望产出在

内的产出与能源及其他要素投入之间的综合效率被称为能源效

率。对于有n个决策单元的评价系统，假设有m种类型的投入，

记作X=（x1，x2，…，xn）∈Rm*n且xi＞0；s种类型的产出，

其中，s1种期望产出yg∈Rs1，Yg=（y1g，y2g，…，ygn）

∈Rs1*n，s2种非期望产出yb∈Rs2，Yb=（y1b，y2b，…，

ybn）∈Rs2*n,且ygigt;0,ybigt;0，包含非期望产出的生产

可能性集为P=（{x，yg，yb）|x≥xλ，yg≤ygλ，yb≥ybλ，L≤

-1-

eλ≤u，λ≥0}，非径向非角度的SBM非期望产出模型的基本形

式为:式中，s-、sb分别为投入和非期望产出的冗余，sg是期望

产出的不足。Ρ*为要计算的能源效率，取值区间为[0，1]。当Ρ

*=1，i.e.，s-、sg、s-全部等于0时，表明决策单元有效；当Ρ

*≤1时，表示生产单元存在效率损失，可以通过优化投入量和产

出量来改善能源效率。

（二）样本、变量和数据

本文选取中国工业行业中具有代表性的14个行业为研究对

象，分别为煤炭采选业、石油和天然气开采业、食品饮料烟草加

工、纺织业、造纸业、石油加工及炼焦、化学原料及制品制造业、

橡胶与塑料制品业、非金属矿物制品、金属冶金及压延、金属制

品业、机械工业、交通运输设备制造业、电力热力的生产和供应，

因为这14个行业的能源消费总量分别占2021年工业能源消费

总量的91%和2021年的92%。并以工业行业的资本存量、就

业人数以及能源消费总量为投入指标，工业产出为期望产出指标，

污染排放为非期望产出指标，样本期间为2020-2021年。资本

存量数据由固定资产净值年平均余额来度量，使用固定资产价格

指数以2021年为基期对各期数据进行平减；劳动力投入数据，

以工业各行业全部从业人员年平均人数来度量；能源投入指标将

各行业消费的煤炭、油品和电力等折算成标准煤数量来度量。期

望产出为规模以上工业企业总产值，使用工业品出厂价格指数以

2021年为基期对各期数据进行平减。非期望产出指标选取工业

-2-

废气排放量来度量。统计数据均来源于《中国统计年鉴》、《中国

能源统计年鉴》《中国工业经济统计年鉴》以及《中国环境统计

年鉴》。

（三）能源效率测算结果与分析

根据上述基于非径向、非角度的SBM-UndesirableDEA模

型的能源效率的测算方法，运用DEAsolverpro5.0软件，对考

虑能源投入