基于Super-SBM模型的中国省际建筑业能源效率研究——以2006~2015年为例
1 引言
能源作为人类赖以生存的物质基础, 随着工业化的迅速推进, 逐渐成为推动和制约社会经济发展的重要因素, 提高能源效率逐渐成为各国共识。建筑业作为国民经济的支柱, 是一个对资源与能耗消耗巨大的行业。据统计, 2015年建筑业增加值占GDP比重为6.9%, 而建筑业能源投入约占全部能源消费的1.4%。然而2006至2015年建筑业能源投入却在逐年增加, 已由2854.95万吨标准煤增加到5859.53万吨, 年增长4.3%。因此, 研究提高建筑业的能源效率对社会经济发展具有重要意义。
DEA是一种非参数评价方法, 用于度量相似决策单元间效率, 最大的特点在于无需确定函数关系、仅需投入产出变量数据就可分析决策单元的无效因素。传统意义上的DEA模型依托于一个基本假设, 即以尽可能少的投入生产尽可能多的产出。然而, 在实际社会生产活动过程中, 常产生诸如大气污染和危险废弃物等非期望产出, 这些非期望产出必须尽可能地减少才能实现最佳的经济效率。SBM模型一种较为完善的DEA拓展模型, 具有两个重要的特性: (1) 对效率衡量的结果是不受衡量投入和产出项所用的单位影响的; (2) 效率值与每个投入和产出的差额是单调递减的。这不仅解决了非期望产出存在下的效率评价问题, 同时, 克服了传统DEA模型的缺陷, 将松驰变量直接纳入目标函数, 从而更有效地评估各个决策单元的真实效率水平。为了能够进一步地使有效决策单元之间可以进行效率高低的比较, 将规模报酬可变情况下的SBM模型和超效率DEA模型相结合, 在SBM模型的基础上将决策单元排除在参与集之外, 就形成了规模报酬可变情况下的Super-SBM模型。
本文基于投入产出的角度, 在研究方法上创新利用Super-SBM模型对2006~2015年中国省际建筑业能源效率进行分析, 得出各省建筑业能源效率的平均效用, 并假设评价结果为有效, 即建筑业能源投入和产出相等的效应;评价值大于1则表示产出效应大于投入效应;评价值小于1则表示产出效应小于投入效应。根据该水平在总体水平上进行各省建筑业能源效率比较排序, 从动态变化、具体省市、投入冗余三个方面进行分析, 并提出针对性的政策建议。
2 研究方法与数据
2.1 US-SBM模型
SBM作为DEA的扩展模型, 具备了效率求解中不用设定生产函数、不受指标量纲影响, 同时考虑多项投入与多项产出指标和客观赋权等多项优点。其中非期望产出SBM模型解决了径向DEA模型无效率测量不包含松弛变量的问题, 即能够利用相应松弛变量进行缩减 (增加) 的比例对导致无效率产出的具体因素进行分析。在非期望产出SBM模型的测度基础上采用超效率, 可对同一考察期数据包络前沿面上的决策单位 (效率值均为1) 作进一步对比, 从而实现对全面DMU效率更精确的测度。
模型具体描述如下:
假设现有n个决策单位 (Decision Making Units, DMU) , 在本文中, 以省份为决策单位进行研究。每个决策单位都包含了m种投入、s种期望产出、k种非期望产出, 本文的研究对象是建筑业能源效率时, 投入要素包括建筑业劳动力、资本与能源等, 期望产出为建筑业产值, 非期望产出选择建筑业发展带来的碳排放。进而分别构成建筑业投入矩阵X= (x1, x2, …, xm) ∈Rm×n、期望产出矩阵Y= (y1, y2, …, ys) ∈Rs×n、U= (u1, u2, …, uk) ∈Rk×n, 根据Tone可得生产可能集为:

则非期望产出的SBM模型 (US-SBM) 表示如下:

其中:xio, yro, uqo, λj分别表示第o个省份的第i个投入、第r个期望产出、第q个非期望产出和第j个省份的线性组合系数;sio, sro, sqo表示第i个投入、第r个期望产出和第q个非期望产出的松弛变量;ρo*为第o个省份效率值。当且仅当ρo*=1, 即
在U-SBM模型测度结果的基础上, 采用如下的超效率SBM模型 (US-SBM) , 针对建筑业能源利用有效的省份进一步测算、排序:


2.2 研究数据
根据本文的研究目的和数据的可得性, 选取劳动、能源、资本作为投入变量, 具体包括: (1) 劳动力要素投入, 以建筑业企业从业人数 (x1) 为代理变量; (2) 资本要素投入, 以各地区建筑业企业资本 (x2) 为代理变量; (3) 能源投入, 以各地区能源转化为标准煤的消耗 (x3) 为代理变量。产出变量包括经济产出 (期望产出) , 以y表示;非期望产出包括经济活动产生的各种环境污染排放, 本文在数据可获取基础上选择碳排放量 (u) 为代理变量。
同时考虑到数据的可得性和一致性, 研究对象为我国部分省市 (30个省市) 的建筑业能源效率, 研究期间为2006~2015年。原始数据全部来源于2007~2016年《中国统计年鉴》、《中国能源统计年鉴》和《中国建筑业统计年鉴》。
3 省际建筑业能源效率实证研究
本文利用改进的包含非期望产出的基于松弛变量视角的超效率SBM模型, 使用MATLAB2016进行编程, 对中国30个地区2006~2015年间建筑业能源效率进行评价。
3.1 动态变化分析
2006~2015年, 我国30个省市自治区建筑业能源效率的均值动态变化如图1所示。分析结果表明:
(1) 2006~2015年间我国建筑业能源效率整体呈现出波动中缓慢上升的态势, 具体表现为2006~2009年期间建筑业能源效率呈上升态势, 年增长率为16.8%, 其后三年建筑业能源效率大致呈现为下降态势, 但2012~2015年建筑业能源效率在波动中呈现年增长率5.9%的上升;
(2) 2006~2015年间中国建筑业能源效率的均值为0.647, 这说明我国建筑业在转变发展模式和提高产能方面取得了一定的成果, 但能源效率整体上仍处于较低水平, 呈现无效率的状态。
简言之, 这表明该阶段仍没有摆脱粗放型的发展模式, 建筑业还没有实现产值增长与资源环境保护的协调发展。同时, 这也意味着我国的建筑业在发展转型、资源节约和环境保护方面还有很长的路要走。
3.2 具体省市分析
(1) 将我国30个省市自治区2006~2015年建筑业能源效率值按10年平均值由高到低进行排序, 如图2所示。以能源效率值等于1作为标准, 得出以下结论:北京、天津、黑龙江、浙江、广西等省市自治区能源效率较高。而广东、青海、云南、内蒙古、贵州、甘肃、山东等地能源效率较低, 其能源效率还存在很大的提升空间。其中, 北京、黑龙江、浙江、天津、广西在2006~2015年的能源效率处于全国最优水平。因此, 这几个省市构成了我国建筑业能源效率的前沿面。
(2) 将30个省市自治区2006~2015年能源效率进行纵向比较, 如图3所示。结果表明:在这个时间段, 北京、浙江和天津的能源效率均都大于1, 黑龙江除2015年外, 能源效率值也大于1。除广西、新疆的能源效率有明显的提高外, 河北、湖北的能源效率也呈现上升的态势, 而江苏、上海、吉林的能源效率在一段时间的上升后又开始下降。其余省市能源效率在10年间并未有较大的波动。
(3) 将30个省市自治区划分为东、中、西部地区进行区域性能源效率比较, 如表2所示。结果表明:2006~2015年东部地区的能源效率均值为0.733, 中部地区均值为0.690, 西部地区均值为0.530, 东部地区的能源效率均值总体上高于中、西部地区。在 (1) 、 (2) 的基础上可得, 能源效率较高的省份大部分位于东部地区, 排名靠后的省份大部分位于中西部地区。这是由于作为改革开放的最前沿阵地, 东部地区得益于其得天独厚的地理位置, 通过贸易和投资引进国外先进的技术设备, 同时利用其雄厚的经济实力, 加大对高新技术研发的投资力度, 加强环境保护和治理, 使得在建筑业能源利用过程中能更好地满足建筑业产值最大化与CO2排放最小化。
3.3 投入冗余分析
对于投入变量而言, 冗余量为投入过程中的冗余量, 冗余率为投入的冗余量占现有投入量的比例, 而非期望产出变量CO2则是根据各省市CO2排放指数, 计算CO2排放指数目标值和单位GDP CO2排放量的目标值, 然后根据单位GDP CO2排放量的目标值计算CO2排放冗余量和冗余率。
3.3.1 整体趋势分析
图4投入产出冗余率变化, 表明我国30个省市自治区建筑业劳动力、资本投入冗余率呈现逐年缓慢下降的趋势, 而能源投入冗余率、碳排放非期望产出冗余率则呈现逐年上升的趋势。具体表现为: (1) 建筑业劳动力投入冗余率由2006年的16.40%逐年降到2015年的2.14%, 其间平均冗余率为12.59%; (2) 建筑业资本投入冗余率由2006年的24.40%逐年降到2015年的14.21%, 平均冗余率为12.89%; (3) 建筑业能源投入冗余率由2006年的51.49%逐年升到2015年的55.48%, 平均冗余率为50.38%; (4) 建筑业碳排放冗余率由2006年的53.22%逐年升到2015年的67.46%, 平均冗余率冗余率为56.74%。基于以上数据, 充分表明我国建筑业劳动力和资本冗余情况有所改善, 但能源投入与碳排放冗余情况仍不容乐观, 建筑业节能减排的潜力较大。
3.3.2 各省趋势分析
中国30个省市自治区建筑业2006到2015年间劳动力、资本投入冗余率及能源、碳排放平均冗余率见图5, 可见省际建筑业投入产出冗余情况差异显著。具体表现为:北京、天津、黑龙江、浙江在建筑业4项冗余率指标都低于5%甚至为零, 冗余轻微, 表明这些省市建筑业能源效率较高, 走在全国的前列。而山东、内蒙古、甘肃、青海、山西、贵州、云南等省份的四项冗余率指标都较高, 建筑业资源投入和碳排放冗余严重, 表明这些省份的建筑业能源效率提升和建筑业能源浪费减少的潜力巨大。除此之外, 上海、宁夏、新疆、辽宁、吉林建筑业劳动力投入冗余率也不足5%;江苏、江西、福建、广西建筑业资本投入及能源投入、碳排放冗余率不足5%;河北、安徽、湖北、广东、重庆、四川、宁夏、福建、河南的能源投入、碳排放十年间平均冗余率大都超过50%, 这说明我国大部分省市自治区的建筑业节能减排任务仍十分艰巨。
4 结语
通过建立Super-SBM模型对2006~2015年中国省际建筑业能源效率进行了分析。总体来说, 建筑业能源综合利用效率总体上有所提高, 但是近些年通过技术创新对于能源效率提高的影响力还比较有限, 尤其在不同省市自治区之间能源效率存在显著的差异, 尤其表现为中西部地区建筑业的能源效率远低于东部沿海地区的建筑业能源效率。
对于中国未来如何实现能源的可持续利用, 建议政府应当加大政策力度支持落后地区。东部地区由于得天独厚的区位优势领先全国的经济发展水平, 同时在科学技术、人才储备等各面进一步扩大了与中西部之间的差距。在建筑业领域, 东部沿海地区的能源效率优势同样明显。为了实现全国同步发展, 政府应当从以下三方面入手:
首先, 综合节能减排政策措施的使用, 完善地方政府政绩评价制度以达到地方执政和地方利益的平衡。地方政府作为中央政府的代理机构, 应当在中央政府节能减排大方向下, 考虑到地方情况, 灵活制定特色化节能减排体制;
其次, 强化市场手段在节能减排方面的应用, 以财政政策为推手强化全民节能减排意识。政府可以通过财政税收政策等经济手段, 促进全社会的节能减排和产业升级;
最后, 注重区域性合作推进节能减排工作, 促进东、中、西部协调发展。积极主导中西部地区的产业升级, 逐步淘汰高污染企业;给予中西部更多的资金、技术以及人才的优惠政策支持;搭建东部与中西部地区交流平台, 分享东部地区成功的经验, 对于问题特别大的贫困地区可以建立东西部一对一帮扶关系。
[2] 王维国, 范丹.中国区域全要素能源效率收敛性及影响因素分析--基于Malmqulist-Luenberger指数法[J].资源科学, 2012 (10) :1816-1824.
[3] 臧传琴, 刘岩.山东省全要素能源效率及其影响因素分析[J]中国人口·资源与环境, 2012 (8) :107-113.
[4] Wang Z H, Zeng H L, Wei Y M, et al.Regional total factor energy efficiency:An empirical analysis of industrial sector in China[J].Applied Energy, 2012 (9) :115-123.
[5] Tone K.Dealing with undesirable outputs in DEA:Aslacksbased measure (SBM) approach[J].GRIPS Research Report Series, 2003.
[6] 冯博, 王雪青, 刘炳胜.考虑碳排放的中国建筑业能源效率省际差异分析[J].资源科学, 2014 (6) :1256-1266.
[7] 王兵, 张技辉, 张华.环境约束下中国省际全要素能源效率实证研究[J].经济评论, 2011 (4) :31-43.
[8] 王雪青, 娄香珍, 杨秋波.中国建筑业能源效率省际差异及其影响因素分析[J].中国人口·资源与环境, 2012 (2) :56-61.
[9] 王哲, 杨锦儒.对美国地方政府节能减排政策的借鉴分析[J]法制与社会, 2011 (16) :149-150.