张国兴 李家豪 许彬 莫盛杰 王宇

摘 要：本文利用DEA-Malmquist模型对2012—2018年中国北方地区11个省（自治区、直辖市）的建筑节能政策实施效率进行测度分析。结果表明：我国北方地区建筑节能实施效果不理想，建筑节能技术研究与开发存在较为明显的问题，需要优化政策和调整资源投入规模比例，提高政府工作效率。

关键词：建筑节能;实施效率;数据包络分析;Malmquist指数

中图分类号：TU201.5文献标识码：A文章编号：1003-5168（2021）07-0072-03

Evaluation of Efficiency of Building Energy Conservation Policy in China Based on DEA-Malmquist

—Take the Northern Region as an Example

ZHANG Guoxing LI Jiahao XU Bin MO Shengjie WANG Yu

（Hebei University of Architecture，Zhangjiakou Hebei 075000）

Abstract： This paper used DEA Malmquist model to measure and analyze the implementation efficiency of building energy efficiency policies in 11 provinces （autonomous regions， municipality） of northern China from 2012 to 2018. The results show that： the implementation effect of building energy conservation in northern China is not ideal， and there are obvious problems in the research and development of building energy conservation technology. It is necessary to optimize the policy and adjust the proportion of resource investment scale to improve the efficiency of the government.

Keywords： building energy conservation;implementation efficiency;data envelopment analysis;Malmquist index

近年来，随着我国经济的快速发展，资源消耗剧增这一问题也愈发明显，能源储量急剧下降，生态环境明显恶化。《BP世界能源统计年鉴2020》显示，在2019年全球能源消费净增量中，中国所占比例超过3/4。2019年，中国的CO2排放总量已达到99.2亿t，占世界CO2总排放量的29%。现如今，我国建筑能耗约占全社会总能耗的1/3，并且建筑能耗总量仍呈现持续增长的趋势[1]。

我国属于能源消耗大国，虽然能源的储备量较多，但随着高耗能产业不断增多以及我国能源总体利用率普遍较低，能源危机不断加剧。为了解决现阶段我国能源存在的问题，政府和社会各界人士都在密切关注和商讨解决方法。

1 研究方法

1.1 DEA模型

数据包络分析（Data Envelopment Analysis，DEA），由著名运筹学家Charnes、Cooper和Rhodes于1978年提出，用以评价一组具有多个投入、多个产出的决策单元（Decision Making Unit，DMU）之间的相对效率是评价多个决策单元[2-4]。DEA模型分为CCR模型和BCC模型。

1.1.1 CCR模型。CCR模型是第一个DEA模型，CCR是三个运筹学家名字缩写[5]。CCR模型假定规模报酬不变，假定产出保持不变为[y0]，[λj]为DMU相对有效时，第[j]个DMU的权重系数，投入按[θ]倍减少，求解的最小值。输入CCR模型如式（1）所示：

[Dlic2Rminθj=1nxjλj+s-=θx0j=1nyjλj-s+=y0λj≥  0，j=1，…，n，s+≥  0，s-≥  0]               （1）

1.1.2 BCC模型。1984年，Banker、Charnes和Cooper对CCR模型进行了适当修改，引入约束条件[m=1Mλm=1]，得到了规模报酬可变的BCC模型（Banker、Charnes和Cooper建立，故取三人首字母为模型名称）[6]。该模型用于评价规模效率和技术效率转化为单纯的评价技术有效性，输入BCC模型如式（2）所示[7]：

[DlBC2minγj=1nxjλj+s-=γx0j=1nyjγλj-s+=y0λj≥  0，j=1，…，n，s+≥  0，s-≥  0]          （2）

1.2 Malmquist指數模型

Malmquist指数可以根据时间的改变反映出效率随时间特征的动态变化，根据距离函数，反映前后两时期内决策单元全要素效率的变化情况[8]。具体构造为：

[Mxt，yt，xt+1，yt+1=Mt×Mt+1=Dtcxt+1，yt+1Dtcxt，yt×Dt+1xt+1，yt+1Dt+1xt，yt12]     （3）

Malmquist指数可表示为[9]：

Malmquist指数（TFP）=纯技术效率变化指数（PEC）×规模效率变化指数（SEC）×技术进步变化指数（TC）        （4）

2 变量选取和数据来源

2.1 变量选取

建筑节能政策投入产出指标体系如表1所示，指标类型主要分为投入指标和产出指标。

2.2 数据来源

本文数据来源于《中国建筑业统计年鉴》《中国统计年鉴》《中国财政年鉴》《中国科技统计年鉴》。本文主要研究北方地区建筑节能政策实施效率，因此，数据收集的样本包括北京市、天津市、河北省、山西省、内蒙古自治区、黑龙江省、吉林省、辽宁省、山东省、河南省和宁夏回族自治区这11个省（自治区、直辖市），分析年限为2012—2018年。选取指标服从全部包含并且独立不重复，从表1投入指标和产出指标中各选择一个指标代表该类指标进行模型演算和剖析。

3 建筑节能政策实施效率测度与分析

3.1 DEA模型的静态分析

通过DEAP 2.1软件对选取的11个省（自治区、直辖市）2012年和2018年的投入产出指标进行建筑节能政策实施效率分析，结果见表2。

从表2来看，建筑节能政策实施效率在2012年和2018年均未达到DEA有效，实施效率分别为0.828与0.836，整体呈增长趋势，但仍然处于较低范畴。整体来看，不同省（自治区、直辖市）建筑节能政策实施效率还存在一定的差异，除了内蒙古自治区、黑龙江省和辽宁省的建筑节能政策实施效率有所降低之外，其他省（自治区、直辖市）的建筑节能政策实施效率在逐步提升。

建筑节能政策实施的纯技术效率呈现增长的趋势，与综合效率值的走势保持一致。北京市、天津市、河北省、山东省和宁夏回族自治区5个省（自治区、直辖市）在这两个研究时段的建筑节能政策实施纯技术效率为1，说明这些地区的政府部门对建筑节能政策支出管理水平以及建设单位的技术水平较高。在这两个研究时段，山西省、内蒙古自治区、黑龙江省和吉林省这四个省（自治区）的纯技术效率都低于北方地区均值，表明这些地区的政府部门对建筑节能政策支出管理水平和技术水平应该进一步提高。

3.2 Malmquist指数的动态分析

借助DEAP 2.1软件，对选取的11个省（自治区、直辖市）2012—2018年的建筑节能政策实施效率投入产出的面板数据进行Malmquist指数测算和分解，得到2012—2018年北方地区11个省（自治区、直辖市）的全要素生产率变化指数及分解，结果如表3所示。

从表3可知，2012—2018年，除了山西省的建筑节能政策的全要素生产率指数大于1之外，其他10个省（自治区、直辖市）的建筑节能政策的全要素生产率指数均小于1，说明我国北方绝大部分地区的建筑节能政策实施效果不理想。通过对各地区全要素生产率进行分解可知，从2012年至2018年，这11个省（自治区、直辖市）没有一个地区的技术进步变化指数大于1，说明北方地区对建筑节能技术的研究与开发不够重视，放松对政策的落实。

4 结论

①通过DEA模型计算可以得出，2012年和2018年建筑节能政策的综合技术效率没有达到DEA有效，不同省（自治区、直辖市）的建筑节能政策实施效率差异比较明显，绝大多数省（自治区、直辖市）具有不同程度的纯技术效率和规模效率提升空间。对此，我国应健全和完善节能激励政策，通过优化政策、实施资源投入，确保达到最优规模，实现最佳效益。

②利用Malmquist指数进行动态分析可以得出，造成我国北方地区建筑节能政策实施效果不理想的主要原因是，政府部门的行政督促作用力度不大。对此，应该加强北方地区行政督促作用，落实政策标准，从而使建筑节能政策得到有效实施。

参考文献：

[1]吕欢.严寒和寒冷地区近零能耗建筑负荷特性研究[D].哈尔滨：哈尔滨工业大学，2018：25.

[2]魏权龄.数据包络分析（DEA）[J].科学通报，2000（17）：1793-1808.

[3]佟庆远，孙傅，董欣，等.污水处理厂减排效率的统计评价及影响因素分析[J].中国人口·资源与环境，2019（4）：49-57.

[4]宁德保，李莹.基于DEA方法的我国建筑业效率评价研究[J].建筑经济，2012（7）：5-8.

[5]郑晓晓，刘伊生，时颖.基于DEA模型的北京市建筑业生产效率评价[J].北京交通大学学报（社会科学版），2017（2）：76-84.

[6]刘蔚玲，肖黎姗，林剑艺，等.基于DEA-Malmquist的我国城市生活垃圾管理效率评价[J].中国环境科学，2020（7）：3196-3203.

[7]龙祖坤，李绪茂.城市旅游发展中绿化的贡献及其效率分析：以江苏省为例[J].华侨大学学报（哲学社会科学版），2016（6）：130-140.

[8]馮光娣，陈珮珮，田金方.基于DEA-Malmquist方法的中国高校科研效率分析：来自30个省际面板数据的经验研究[J].现代财经（天津财经大学学报），2012（9）：61-73.

[9]傅春，欧阳欢蕤，赵雪茹.基于DEA及Malmquist指数模型的江西省绿色发展效率测度与评价[J].生态经济，2020（6）：51-57.