张 宇

中国农业银行股份有限公司徽县支行 742300

基于DEA模型的中国全要素电能利用效率分析

张 宇

中国农业银行股份有限公司徽县支行 742300

能源紧缺的问题也是越来越凸显，本文为了找出我国电能利用的问题，提高电能利用的效率，采用DEA分析方法，选取电能消费量、劳动力、资本存量为输入指标，GDP作为输出指标，分析了我国12年的电能利用效率情况。与此同时，本文还对17个国家2009年的电能利用效率进行了比较。基于分析结果，提出了加快中国产业结构调整、实现各区域的合作和资源优化配置、重视可再生能源的利用等建议。

数据包络分析（DEA）；全要素；电能利用效率

一、前言

中国既是一个发展中的国家，又是世界人口第一大国。从世界各国能源消费的总量来看，中国的能源消费总量现在在全国范围内排第二。虽然美国的能源消费总量全球第一，但是美国的人口是我国的五分之一，当前正是中国实现全面小康社会的关键时刻，要提高生活水平、发展经济、进行现代化的建设，都缺少不了能源。电能作为能源系统的核心，在能源发展中的位置越来越凸显，提高电能的利用效率，对于缓解中国当前的能源问题，保障能源的安全，以及对于节能减排都起着非常重要的作用。这些年来，中国的电能消费量也在急剧的增加，全国多次出现电力告急的紧张形势，多数情况下都采用拉闸限电等举措来缓解紧张形势。而节能减排，提高电能的利用效率是当前经济和社会发展阶段的最重要的举措。学者们对此已经给予了极大的关注，对我国的电能利用效率问题进行了一定的研究。王群伟，周德群，张柳婷运用DEA方法，构造了全要素电力消费效率指标，采用年度面板数据，样本为我国26个省、自治区和直辖市(由于部分数据缺失,不包括天津、广东、重庆、海南和西藏)，样本区间为2001 - 2005年。杨燕通过运用DEA方法，对30个省市多要素投入角度下的电力投入产出相对有效性进行分析。闫丽莹以2000-2008年我国29个省市自治区的统计资料为基础数据，运用 DEA方法测度了电力能源的总技术效率。王喜平，郝哲，姜晔采用数据包络分析方法，基于2000—2008年中国29省的统计数据，分别测算了所有投入要素同时缩减的电力消费综合效率和固定非电力要素投入时，不同经济增长环境下纯粹的电力消费效率。Jin-Li Hu ，Shih-Chuan Wang采用数据包络分析（DEA）分析的方法，分析了1995-2002年期间，中国29个行政区域的能源效率。

虽然已经有学者对全国的电能利用效率做过研究，但是随着时间的推移，很多的实际情况已经发生改变，研究用的统计数据也都有一定的变动，而且大多数的研究都是小区域、市省的单独区域研究，全国的电能消费效率及其近年来的走势如何？对该问题的回答有助于了解该地区的电能消费效率现状并发现问题，以及时找到解决问题的方案。本文用2011年最新国家、国际统计数据对中国的电能利用效率进行研究，并为我国的电能利用效率提升，提出合理、可行的改进建议和方案。

二、数据包络分析法（DEA法）

数据包络分析（Data Envelopment Analysis，简称DEA）方法是由美国著名的运筹学家A.Charnes等人，以相对效率概念为基础，在1978年发展起来的一种新的绩效评价方法。数据包络分析方法是以决策单元（（Decision Making Unit，简称DMU）的投入、产出指标的权重系数作为变量，同时借助数学规划模型，将决策单元投影到DEA生产前沿面上，通过计算结果，比较有效性进行综合绩效评价。这种方法的原理就是：通过对投入产出数据的综合分析，得出每个决策单元的综合相对效率数量指标，确定各决策单元是否为DEA有效。利用DEA模型，假设有n个需要评价的对象（n个DMU），每个决策单元都有m种类型的投入量和s种类型的产出量，它们所对应的权重向量分别记为：V=(v1,v2,...,vm)T，U=(u1,u,...,us)T。在这n个决策单元中第j个单元的投入和产出量用向量分别记作：X=(x1j,x2j,...,xmj)T，Y=(y1j,y2j,...,ysj)T,j=1，2，…，n，其中：x1j为第j个决策单元对第i种类型输入的投入总量，y1j为第j个决策单元对第r种类型输出的产出总量，且x1j,y1j＞0；vi为第i种输入指标的权重系数，ur为第r种产出指标的权重系数，且vi,ur≥0，即每个决策单元DMU投入和产出比的相对效率评价指数。使对每个j满足hj≤1。

三、我国电力能源的比较与分析

本文采用全国2000年—20011的数据，中国全要素电力能源消费效率比较了近12年的，全要素包括我国的GDP，电能消费量，劳动力，资本存量。在研究中，把电能消费量、劳动力、资本存量作为输入指标，而把GDP作为输出指标。采用DEA-Solver软件CCR-I模型对数据进行计算，计算结果见表1。

从计算结果表1中可以看出，2000年至2011年12个年份中，2011年、2008年、2007年、2004年、2003年、2002年、2001年、2000年的θ*=1，∑λj=1，k=1，说明了在这些年份达到了DEA相对有效状态，在技术和规模上都是有效的。而2005年、2006年、2009年、2010年的θ*＜1，∑λj＜1，k＜1，说明当前的DUM不是有效的生产活动，投入的各个分量还可以在保持产出不变的情况下，继续的减少相应的投入分量。

四、中外电能利用效率分析

本文选取了2009年，中国、日本、澳大利亚、加拿大、美国、巴西、印度、法国、德国、以色列、韩国、巴基斯坦、菲律宾、意大利、荷兰、俄罗斯联邦、泰国的17个国家的相关数据进行的对比。在这些选取了领土面积较大，国家发展程度较高的国家，同时选取了发展相对落后，但与中国人口、经济差距不算最大的印度，还选取了一些发达的小国家，输入指标为：各国2009年的电能消费量、劳动力、资本存量，输出指标为：各国2009年的GDP总量。由此来计算出，电能利用效率与国家发达程度、经济水平、领土及资源多少、人口密集程度的相关性。采用MaxDEA软件CCR-I模型对数据进行计算，计算结果见表5。

表2 中外17个国家全要素电能消费效率的DEA对比分析

如表2所示，从总体来看，这17个被选作目标的国家，多数国家的电能利用效率还是比较好的，即使没有达到最优的1，但是已经比较接近于1，只有中国、俄罗斯联邦、泰国的电能利用效率比较的低，日本、美国、法国、韩国、菲律宾、意大利、荷兰达到了DEA相对有效状态，就是全要素电能投入与GDP产出达到了相对优的状态。可以说在产业结构、经济结构越合理的国家，电能利用的效率就相对越高。澳大利亚、加拿大、印度、以色列、巴基斯坦、泰国、俄罗斯联邦的k＜1，说明在DEA非有效的这一年，一方面这些国家处于技术无效的状态，另一方面处于规模效益递减的状态，能源的再投入还是有一定的空间的，但是规模效益递增主要是依靠电能的大量投入，而不是技术的再次提高，仅仅依靠电能的大量投入来拉动经济的发展，是不利于我们当代的经济发展，以及能源的合理利用。

五、结论

本文以电能消费量、劳动力、资本存量为输入指标，GDP为输出指标，分析了中国2000年至2011年，每年的全要素电能利用效率，其中8年达到了DEA有效，其余4年虽未达到DEA有效，但也非常的接近了，说明我国在电能利用效率上比较的好，资源的优化配置也起到了很好的作用。在把中国与世界16个国家的全要素电能利用效率的比较上看出，中国与世界发达国家还有很大的差距，需要不断的去努力改进和学习。

随着中国的产业结构的不断调整，资源的优化配置，在电能利用上采用更加科学、合理的措施和政策，中国的电能利用效率将来会更加的高，这也为资源消耗巨大，资源又在不断的枯竭的中国，有着重大的意义。

[1]王群伟,周德群,张柳婷．基于DEA方法的全要素电力消费效率分析[J]．工业技术经济, 2008, 27(3): 53-55．

[2]杨燕．全国电力利用效率比较及其影响因素分析[D]．[硕士学位论文]．北京:华北电力大学,2008．

[3]闫丽莹．全要素电力能源消费效率及影响因素研究[D]．[硕士学位论文]．北京:华北电力大学,2011．

[4]王喜平,郝哲,姜晔．中国不同地区电力能源消费效率比较及分析[J]．电力需求侧管理, 2011,13 (6): 10-15．

张宇，男，1990年2月生，汉族，本科学士，国企在职员工；研究方向：中国电能利用效率的提高探索。