吉林省大中型城市节能潜力实证研究

李 伟，张广振，李月娟

(东北电力大学经济管理学院，吉林 吉林 132012)

“十一五”期间，吉林省将加快经济发展的速度，能源消费量也将随着经济的发展快速增长。目前，省内已探明的常规一次能源资源严重不足，各种能源资源人均占有量仅为全国平均值13%左右，属“贫能省”。能源生产已经远远不能满足能源需求，外省调入能源量快速增长、自给率逐年降低。加上吉林省属于老工业基地，经济、产业、产品结构不尽合理，传统的高能耗产业、产品比重过大，耗能设备和工艺系统陈旧、落后;加之地处寒冷，冬季长达170天，使得吉林省能源消费量大，能源利用效率低，万元GDP能源消费量比全国平均值高20%以上，能源供给形势却十分严峻。由此可见，节能降耗已经成为吉林省经济发展中一项重要而艰巨的任务。从吉林省能源消费的地区分布来看，省内78.3%的能源消耗集中在长春、吉林、四平等大中型城市。为了全面落实“十一五”节能规划节能减排目标，深入研究吉林省大中型城市节能减排现状和潜力，找到制约吉林省大中型城市节能减排目标实现的根本性、共同性的问题，提出解决的政策建议，对于吉林省经济持续、健康发展具有重要的现实意义。

目前，国内外学者在节能潜力方面的研究主要集中在以下两个方面:一是从能源效率出发，找到不同地区目前的节能潜力，并据此提出相应的政策建议。例如:Mukherjee[1](2007;2008)提出了不同环境下的能源效率测度的几种方法:基于技术效率、能源投入最小化、成本最小化、产能利用率调整等四个方法。Hu and Wang[2](2006)利用DEA方法对中国各地区在1995－2002年间的多要素能源利用效率做了系统的比较研究。也有学者从全要素效率指数分解的角度(王玉潜[3]，2003年)将能源效率分解为产业结构影响因素、技术影响因素，来比较不同地区的能源效率，找到不同地区节能潜力。另外一些学者则利用DEA模型，将能源效率分解为规模效率、技术效率来分析不同地区的节能潜力。也有学者从单一效率指数角度(史丹[4]，2006年)来分析不同地区的节能潜力。二是通过给出不同的节能潜力定义，按照不同的定义，给出节能潜力及其影响因素，并提出各种政策建议。学者史丹在《中国能源效率的地区差异与节能潜力分析》中，将节能潜力定义为:由于各地区间存在着能源效率的差距，在各省能源效率水平中找到一个能源效率最高的省市，在当前经济技术发展水平下，全国提高能源效率的最大潜力定义为全国平均能耗水平与能源效率最高省市的差值;金炬，吴巧生[5]等在《中国工业化进程中的节能估计》中，将节能潜力定义为:利用H-P滤波得到节能率(ESR)的趋势成分(即潜在节能率)。节能缺口表示为实际节能率与潜在节能率之间的差额占潜在节能率的比率，它可以反映我国经济发展中能源消耗减物质化周期波动的变化轨迹，也可以反映现有节能潜力的实现程度(这里指的节能潜力未包含与国际先进水平的差距);沈中元[6]研究员则从能量转换过程的角度，利用热力学的相关定理定义了节能潜力的大小。一些学者对于吉林省的节能潜力也做了一些研究，学者王玉芹[7]通过分析吉林省目前的能源消耗状况，指出了吉林省在能源消耗结构、节能技术设备改造升级、节能技术管理等方面具有很大的节能潜力。学者孟岩[8]吉林省为实现“十一五”节能降耗目标，应以优化产业结构、改进能源品种结构、大力发展循环经济为主要方向。

上述国内研究从能源效率和节能潜力定义的角度分析了能源效率的变化和成因，同时也根据不同情况对于节能潜力给出了不同的界定，这为研究吉林省各大中型城市的节能潜力及节能效率提供了理论依据。然而，对于吉林省来说，不同城市、不同地区之间，经济发展的阶段不同、技术水平不同、能源结构及自然条件等方面的差异，这就使得通过横向比较判断吉林省不同城市的节能潜力不够客观。此外，不同地区产业结构也是影响节能潜力的重要因素，这就决定了不同地区间的能耗差异，也不能客观的反应该地区的节能潜力。

本研究针对上述问题，在借鉴已有研究成果的基础上，以吉林省各大中型城市为研究对象，运用DEA模型，将吉林省各大中型城市的节能潜力定义为其当前能源消耗与其能耗生产前沿面之差，利用吉林省各大中型城市相关的统计数据，将吉林省各大中型城市能耗现状与其自身的能耗生产前沿面进行比较，消除不同地区间的不可比因素，从而找到各市自身的节能潜力，为吉林省各市和地区实现节能目标提供客观的节能潜力依据，并通过分析给出节能降耗的对策和建议。

1 节能潜力的界定

从宏观角度讲，对节能潜力的准确评估与计算，可以为节能目标、节能政策的制定提供科学的理论依据，也能为节能减排找到正确的方向和措施。虽然，不同学者从不同的角度给出了节能潜力的定义，但都无法客观的反映某一经济总体真正的节能潜力。因此具有很大的局限性，使得我们考虑重新定义节能潜力，使不同地区找到其现实的节能潜力。

在不同的城市工业生产中体系中，不同的要素投入组合，包括能源消耗投入，就会有不同的工业总产值，在相同的产出下，所有可能的能源投入就构成了能源消耗的可能集，在能源消耗可能集中，能源消耗最少的点就形成了能源消耗的前沿面，即对该地区而言最大产出下的最小能源投入量。通过比较该地区目前能源消耗现状与能源消耗前沿面之间的差距，就可以确定该地区的节能潜力大小。由于这种比较是该地区目前能耗与理想状态能耗的比较，因此，消除了以前学者定义的节能潜力中存在的问题。

根据DEA模型，对于单投入、单产出的某一经济总体而言，设为该经济总体的投入，为该经济总体的产出，则该经济总体能源消耗的可能集的表达式为:

能源消耗的可能集由两部分组成:一是集合的边界，二是集合内部，如图1所示。集合边界上的点是由不同工业总产值水平下，最小的能耗对应的各点组成的，因此，把集合的上边界称为能源消耗生产前沿或能源消耗生产前沿面(如图1中的曲线)。而位于集合内部的点，则是各种不同工业总产值水平下，各地区当前可能的能耗水平各点构成(如图1中的曲线下方的部分)。通过能耗生产前沿可以给出所要评价地区节能潜力的定义，我们称位于能耗消耗可能集边界上的(前沿上面)决策单元为无节能潜力的单元，位于能源消耗可能集内部的点为有节能潜力单元。

有了能源消耗可能集和能源消耗生产前沿的概念之后，便可以判断评价单元节能潜力的相对大小，也可以确定评价单元的能耗有效性。

为该地区的节能潜力。

图1 节能潜力的几何解

2 DEA模型及相关概念介绍

2.1 DEA 模型

数据包络分析(DEA)是由Charnes，Cooper和Rhodes在1978年首先提出来的，用于评价多个决策单元效率及其有效性的一种非参数方法。它的基本思想是通过一个数学规划模型，对各个决策单元的相对效率做出评价。每一个决策单元(DMU)都可以看作是相同功能的实体，利用对其输入、输出数据的综合分析，得出每个DMU的相对效率指标，据此将各DMU定级排序，确定有效的DMU，并指出其他DMU非有效的原因和程度。DEA方法的常用的评估模型是CCR和BCC模型。

生产前沿面是生产有效性分析与测量的重要工具，它是根据已知的一组投入产出观察值，构造出投入产出一切可能组合的外部边界，使得所有投入产出观测点都落在这个边界的“下方”，并且与其尽可能接近。因此，生产前沿面是对一个经济系统最优生产行为的描述。

2.1.1 CCR 模型

假设有n个决策单元，每个决策单元都有m种输入和s种输出，以xij表示第j个决策单元对第i种输入的投入量;yrj表示第j个决策单元对第r种输出的产出量，vi表示第i种输入的权重，ur表示第r种输出的权重。其中，

xij＞ 0，yrj＞ 0，vi≥0，ur≥0，(i=1，2，…，m;r=1，2，…，n)(xij与 yrj均为已知数据，一般可以通过历史资料或预测得到)。

记 Xj= [x1j，x2j，…，xmj]T，Yj= [y1j，y2j，…，ysj]T，(j=1，2，…，n)，则可用(Xj，Yj)表示第 j个决策单元DMUj，对应的权系数表示为v= [v1，v2，…，vm]T，uu= [u1，u2，…，u2]T。每个决策单元都有相应的效率评价指数:

由于上述模型的目标函数为非线性的，因此可以使用Charnes-Cooper变换将上述原始的CCR模型转化为等价的线性规划问题，并可利用其对偶规划进行效率求解。

2.1.2 BCC 模型

1984年，Banker，Charnes和Cooper对CCR模型进行了改进，增加了对最优解 的约束，从而剔除了规模效率的影响，得到了测算决策单元技术效率的BCC模型。与CCR模型类似，可以得到BCC模型的对偶规划形式。带有剩余变量和松弛变量的BCC模型为:

2.2 综合效率、规模效率和技术效率

为了简化分析计算，假定评价对象的综合效率由其技术效率(TE)和规模效率(SE)决定。技术效率反映在给定投入的情况下评价对象获取最大产出的能力，规模效率反映了评价对象是否在最合适的投资规模下进行经营。

由DEA方法的CCR模型得出的θ是评价对象k的综合效率值，且0≤θ≤1。当θ=1时，评价对象是综合效率相对有效的，它是效率前沿面上的点。而由BCC模型得到的是值是评价对象k的技术效率。同样的，0≤θT≤1。当θT=1时，评价对象处于技术相对有效状态。通过上述两个模型得到的综合效率值和技术效率值，再考虑规模效率θS，则三者有如下分解关系:

即:综合效率 =技术效率 ×规模效率。

3 DEA模型在吉林省大中型城市节能潜力中的应用

3.1 实证研究

为了得到吉林省大中型城市的综合效率、规模效率和技术效率，利用吉林省统计年鉴及各市统计年鉴中一些指标的相关统计数据，运用CCR模型和BCC模型，对吉林省大中型城市的综合效率和技术效率以及规模效率进行了计算，并对其结果做了分析说明。考虑到影响综合效率、规模效率和技术效率因素，研究中选取了2009年吉林省八个大中型城市的国民生产总值，能源消耗总量作为投入指标，2010年吉林省八个大中型城市的国民生产总值，能源消耗总量作为产出指标，利用DEA方法得到了吉林省各大中型城市的综合效率、技术效率和规模效率及节能潜力。

其中，投入指标和产出指标中，国民生产总值和能源消耗总量的数据均直接来自吉林省及各市的统计年鉴，数据真实可靠，可信度较高，具有一定的代表性。

3.2 结果说明

表1 吉林省大中型城市三个产业能源效率和节能潜力

在对吉林省八个大中型城市的综合效率、技术效率和规模效率分别分析后，从表1可以看出，长春、白城、延边和通化是相对有效的评价单元，说明这四个城市的能源利用效率的整体水平较高。吉林、松原和辽源三个城市是技术有效、规模无效的评价单元。这说明这三个城市在规模的改进上还要加大提升的力度，注重节能潜力的挖掘。而只有四平市技术效率和规模效率都是无效的评价单元。说明四平市产业结构的技术水平还有待提高，加大节能的力度，提升节能空间。

4 结 论

本文在对节能潜力重新界定的基础上，对吉林省大中型城市总体的节能潜力进行了实证研究，并对各城市的节能潜力给出了客观的评价。从各城市节能潜力(以2009年为基准年)的评价结果我们可以看出，由于不同城市产业结构存在差异，在能源的利用效率上也是有所不同，对于一些积极节能的城市，其中大部分都是技术相对有效的评价单元，但这些城市仍需进一步增加技术改造的投入，充分发挥技术节能潜力的潜能;对于那些在规模上和技术上均相对无效的城市，要加大产业规模和技术改造的力度，为进一步提高能源效率做更大的努力。

[1]Kan kana Mukherjce.Energy Use Efficiency in US Manufacturing:A Nonparametric Analysis[J].Energy Economics，2008，30(1):76 －96.

[2]Hu，Jin-Li and Shi-Chuan Wang.Total Factor Energy Efficiency of Regions in China[J].Energy Policy，2006，34(17):3206 －3217.

[3]王玉潜.基于投入产出方法的能源消耗强度因素模型[J].中南财经政法大学学报，2005(6):34－38.

[4]史丹.中国能源效率的地区差异与节能潜力分析[J].中国工业经济，2006(10):49－58.

[5]金炬，吴巧生.中国工业化进程中的节能估计[J].中国人口，2007，17(6):105－108.

[6]沈中元.中国的节能潜力[J].国际石油经济，2004，12(1):42－49.

[7]王玉芹.吉林省“十一五”时期实现节能降耗目标的可能性分析[J].经济纵横，2007(21):43－45.

[8]孟岩.吉林省节能降耗的形势与对策[J].经济纵横，2007(15):47－49.

[9]吴育华、刘喜华、郭均鹏.经济管理中的数量方法[M].经济科学出版社，2008，2.

[10]高伟正，冯英浚.管理有效性理论及其可测性研究[J].哈尔滨工业大学学报:社会科学版，2007，9(5):103－106.

[11]史玉凤，王丽萍.吉林省工业企业重大项目节能减排的对策[J].工业技术经济，2009，28(2):19－21.