宁东能源化工基地节能潜力分析

田伟荣，温雪山，赵多平

（1.宁夏大学地理科学与规划学院，宁夏银川 750021；2.宁东能源化工基地环境监测站，宁夏银川 754100）

宁夏宁东能源化工基地（以下简称“宁东基地”）位于宁夏中东部，是宁夏经济发展的“火车头”，也是国家产业转型升级和国家能源“金三角”重要一极[1]。宁东基地入园企业150 余家，涉及煤化工、精细化工、新材料、新能源、节能环保等产业，石化工业[2]。因此，宁东基地的能源消费具有总量大、强度高等特点，分析能源利用效率，剖析能源消耗水平和利用效果利用状况与节能效果之间的关系对整个宁东基地的发展具有重要意义[3]。

工业节能潜力分析是寻找和开拓节能途径的基础[4]。目前宁东基地工业能耗，无论是单位产值能耗还是单位产品能耗，与发达省区相比都有较大差距，在工业领域展开节能工作有很大的发展潜力。本研究采用数据包络分析方法，选取能源消费量、劳动力人口为投入指标，工业总产值为期望产出指标、工业SO2排放量为非期望产出指标、资本投入为结转变量，对2010-2018 年宁东基地的能源效率进行测算；运用非参数Super-SBM 方法测算宁东基地2010-2018 年的绿色能源效率；运用Elman 神经网络模型对宁东基地2021-2035 年节能潜力进行预测，更深一步地帮助宁东基地挖掘节能潜力，提升基地竞争力。

1 研究方法

1.1 数据包络分析法

数据包络分析方法（Data Envelopment Analysis，DEA）在国内外被广泛用来测定特定过程的效率，主要应用于工业、经济、农业以及生态等领域[5]。DEA 是针对同类部门或单位的决策单元（Decision Making Unit，DMU），基于帕累托最优解的概念，利用线性规划来评估决策单元（DMU）的相对效率。

为了获得含多个连续时期的DMU 的整体效率和各时期效率，引入结转变量作为不同时间段的连接变量，建立了考虑非期望产出的动态DEA 模型，用来计算群组前沿技术效率（GFTE）和共同前沿技术效率（MFTE）[6]。本研究选取了5 个指标对2010-2018 年宁东基地的能源效率进行测算，其中2 个投入指标（劳动力和能源消费量），2 个产出指标（期望产出工业总产值和非期望产出工业SO2排放量），1 个结转变量（资本）。

1.2 改进的共同前沿动态SBM 模型

运用改进的共同前沿动态SBM 模型对宁东基地节能潜力进行测算。数据包络法是一种对多投入、多产出的多个决策单元的效率评价方法，改进的共同前沿动态SBM 模型属于其中的一种改进方法，在解决投入冗余、产出不足以及包含非期望产出的问题时具有一定的优势[7]。

结合环境约束下改进的共同前沿动态SBM 模型，可以测出能源消费投入冗余量，进而整理得到2010-2019 年环境约束下宁东基地节能潜力，计算方法见公式（1）：

式中：LEI 表示能源消费投入冗余量，即能源消费投入松弛量；TEI 表示能源消费最优投入量；EU 表示能源消费实际投入量；t 代表年份。

1.3 Elman 神经网络

由于节能潜力较一般时间序列数据变化规律更复杂，选用简单、传统的预测模型难以保证预测结果的科学性。Elman 神经网络是通过大量的、简单的神经元互相连接而形成的具有记忆功能的复杂网络，特别适合处理多因素、多条件、非线性和非局限性信息问题，另外，Elman 神经网络在结构上增加了用于构成局部反馈的关联层，在解决时间序列模拟与预测方面具有一定的优势[8]。因此，运用Elman 神经网络模型对宁东基地2021-2035 年节能潜力进行预测。

1.4 Tobit 回归

在总结节能潜力影响因素相关研究与结合宁东基地实际经济发展状况的基础上，运用Tobit 模型对宁东基地产业结构、环境政策、技术创新、能源结构和经济增长与节能潜力之间的影响关系进行测算，建立标准面板Tobit 回归方程，具体见公式（2）：

式中：节能潜力（ECP）为被解释变量，产业结构（IS）、环境政策（EP）、技术创新（TI）、能源结构（ES）和经济增长（GDPI）为解释变量；ε 是随机误差项；t 代表年份，以节能潜力为被解释变量，以产业结构、环境政策、技术创新、能源结构和经济增长为因变量，运用STATA 软件计算Tobit 回归结果。

2 结果与讨论

本研究以宁东基地每年的能源消费总量来衡量能源投入。数据来源于2010-2018 年各年度《宁夏统计年鉴》。

由表1 可知宁东基地能源消费量在逐年升高，这与煤化工项目陆续上马相符。劳动投入2010 年至2014 年逐年增多，2014 年达到峰值，自2014 年后劳动投入人数趋于稳定，这与企业提高生产效率，能源结构转型升级有关。宁东基地工业总产值呈逐年上升趋势，其中煤化工、煤炭开采和电力产值占比85%以上，是宁东基地产业的“支柱”。工业SO2产生量呈螺旋式上升状态，但SO2排放量在2014 年达到峰值后就逐年下降，这与国家环保政策及企业环保投资及技术进步相关。

运用MaxDEA 软件测算宁东基地2011-2018 年的共同前沿能源效率和群组前沿能源效率，结果（见图1）。从时间变化来看，宁东基地前沿能源效率和群组能源效率呈逐年提升状态。

图1 宁东基地能源效率

3 节能效果与节能潜力分析

在对宁东基地的能源效率评估的基础上，测算出2010-2018 年宁东基地节能潜力均值为0.59，存在巨大节能降耗空间，与2010-2018 年全国节能潜力0.42的均值也有较大差距。从节能潜力变化趋势来看，宁东能源化工基地节能潜力呈下降趋势，由于国家相继出台了相关文件，对环境保护、节能降耗提出了明确、具体的要求，宁东能源化工基地资源配置有所改善，技术水平进一步提高，使得能源利用效率逐步提高（见图2）。

图2 宁东能源化工基地2010-2018 年节能潜力

在Elman 神经网络测试和检验工作完成后，将多份测试样本归入训练样本，进一步对网络进行完善训练，最后整理计算得出2021-2035 年宁东能源化工基地节能潜力的预测结果。具体结果（见图3）。

图3 宁东基地2021-2035 年预测节能潜力

按照Elman 神经网络测试分析，“十四五”以后，宁东基地节能潜力由2021 年的0.51 下降至2035 年的0.31，总体呈现下降趋势。与“十一五”、“十二五”、“十三五”相比，“十四五”以后的节能潜力下降趋势非常明显。基地发展方式进一步由粗放式过渡至集约式，新能源技术的发展和应用基本成熟，清洁低碳、安全高效的现代能源体系逐步建立，能源产业结构转换基本完成，一些传统能源的使用被新能源替代，能源效率将迅速提高。在未来产业结构和能源技术升级后，能源效率的提升将更加明显，节能潜力将出现大幅度下降趋势。

Tobit 回归结果表明除了产业结构（IS）和技术创新（TI）在4%的水平上显著外，在能源结构（ES）、环境政策（EP）、经济增长（GDPI）均在1%的水平上显著，因变量与自变量之间存在显著的线性关系，回归拟合较好。因此，调整产业结构和加大技术创新在提升节能潜力方面具有重要的作用。

4 结论及建议

本文在共同前沿模型框架下，宁东基地前沿能源效率和群组能源效率呈逐年提升状态，2010-2018 年宁东基地节能潜力均值为0.59，存在巨大节能降耗空间，宁东基地2021-2035 年节能潜力由2021 年的0.51下降至2035 年的0.31，节能潜力下降趋势明显。其中产业结构和技术创新对群能源效率均有较大的促进作用。基于分析结果提出一些政策性建议：在宁东基地第二产业内部合理化的影响下，资源密集型工业的占比可逐渐减少，技术密集型工业的占比应逐渐提高，可促进宁东基地能源效率的提升。另外，要大力提升技术创新能力，推动企业生产效率的优化，使企业减少了商品的单位生产成本，进而促进了企业能源消耗的减少，在促进环境污染治理和能源高效使用的前提下，有利于实现宁东基地经济发展和节能降耗双重目标。