聂宇琪，张本照

（合肥工业大学经济学院，安徽合肥230601）



安徽省星级饭店能源利用效率及节能潜力分析——基于DEA-Malmquist指数模型

聂宇琪，张本照

（合肥工业大学经济学院，安徽合肥230601）

摘要：文章运用安徽省星级饭店2010-2014年间的39家有代表性星级饭店能源利用数据，构建DEA模型和Malmquist指数，从静态和动态的角度对安徽省星级饭店的能源利用效率变化情况和节能潜力进行了测算与分析。结果显示：从静态时间来看，2010-2014年安徽省星级饭店在各城市能源利用效率还有待提高，未来可根据松弛变量取值得出的投入减少量进行能源投入和利用的调整和改善；从动态来看，虽然一些饭店通过技术进步提高了能源利用效率，但是还需要在技术进步的同时提高能源利用技术效率和规模效率。

关键词：住宿和餐饮业；能源利用效率；节能潜力；DEA；Malmquist

［DOI］10.3969/j.issn.1007-5097.2016.01.006

一、引言

自改革开放以来，中国经济取得了令世界瞩目的突飞猛进的发展。从某种程度上讲，鉴于中国对世界经济产生日益深远的影响，中国的发展路径也对世界的发展路径起着重大的导向性作用。面对规模巨大的人口总量与人均物质消费快速增加相结合的发展模式以及环境日益恶化带来不良效应的状况，我国急需调整经济结构，转变经济发展模式。

据《2014年度全国星级饭店统计公报》显示，我国共有星级饭店12 803家，全年营业收入2 151.45亿元，占当年旅游业总收入的6.62%，住宿和餐饮业显然已成为我国旅游业三大支柱产业之一。据有关资料统计，饭店的单位建筑面积平均用电量是城市居民用电量的10倍；而一个中等规模饭店釆用的中央空调系统、照明用电等，一年所用电费达180万元，高于发达国家耗电平均值的5%左右［1］。可见，对我国饭店的低碳化改造具有巨大的经济效益和社会意义，而对其中的住宿和餐饮行业的企业进行能源利用效率的测算和节能潜力的分析是决定未来能源利用的重要前提。

对于能源利用效率的研究，基本上是对全国、区域范围或者工业等相关行业进行能源利用效率的分析。陈雯采用Topsis法来测算各省（市）工业节能减排的绩效水平［2］；杨新秀先采用系统工程的思想对道路运输行业节能减排进行了综合的、动态的分析，然后通过德尔菲法和层次分析法有效确定了道路运输企业节能减排评价指标体系权重［3］；王世进运用平衡计分卡方法为企业设计出一套以节能减排为视角的战略绩效评价体系，并以煤炭上市企业为例加以验证［4］。除上述行业和区域研究中采用的能源利用效率测算方法以外，DEA模型和Malmquist指数也已广泛用于效率测算中。韩一杰、刘秀丽采用超效率DEA模型和Malmquist效率指数对我国各地区全要素能源效率进行测度与动态分析［5］；龚艳、郭峥嵘利用超效率DEA模型测算了江苏13市2001-2012年旅游业发展的静态效率，然后用Malmquist指数模型测算了期间的动态效率［6］。姚晓芳、胡思文运用DEA模型对2012年安徽省14家高端装备制造上市企业的经营效率进行了分析［7］。

对住宿和餐饮业节能减碳方面的研究一般多为定性研究，且较少有与能源利用效率相关的研究。张琼采用因子法对饭店低碳化评价指标进行分类，并依此构建饭店低碳化评价指标体系，然后通过层次分析法（AHP）进行各项指标的权重确定［8］。Im⁃ran等选取美国包括连锁和独立属性以及各种规模（基于房间数量）的酒店随机样本，检验了根据无成本或低成本实践的美国酒店的绿色程度［9］。鉴于此，本文首先对2010-2012年安徽省各市星级饭店能源利用效率进行测算及节能潜力静态分析，然后动态地对安徽省星级饭店能源利用的序列数据进行Malmquist生产力指数分析，得到分别按年份所有样本饭店和按城市计算出的全要素生产力指数及其分解的计算结果，最后在前面的测算基础上对星级饭店能源利用效率和节能潜力进行探讨，并提出相应的对策，为制定住宿和餐饮业能源利用的宏观政策和促进安徽省该行业持续、高效、健康发展提供理论参考。

二、DEA模型及Malmquist指数

本文运用DEA模型和Malmquist指数的方法，测算安徽省星级饭店的能源利用效率动态变化特征和节能潜力。数据包络分析（DEA）是一种最常用的非参数前沿（non-parametric frontier）数学规划方法和效率分析方法。前沿估计的分段线性凸包方法最早由Farrell（1957）提出，之后直到Charnes、Cooper和Rhodes（1978）提出了假定规模报酬不变（CRS）的以投入为导向的模型，大量的文章开始拓展和应用DEA技术。后续的文章考虑到了不同的假定，比如Banker、Charnes和Cooper（1984）提出了可变规模报酬（VRS）的模型［10］。使用DEA方法与其他的生产函数不同在于，它不需要确定投入产出指标之间的任何表达式，也就是说，能避免主观因素和计算等产生的测算误差问题。同时，本文还利用DEA的投影原理对非有效单元提出指标的调整量和调整方向，从而得出本文所需的节能潜力。在下文中，相较于CCR模型，本文采用的BCC模型可以对评价结果进行进一步的分析，得到纯技术效率与规模效率，更利于分析产生DEA无效的原因。BCC模型的数学表述如下：

其中，ε是非阿基米德无穷小量；s-、s+为松弛变量，分别表示可以减少的投入量和可以增加的产出量。综合效率可判定如下：

（1）若σ*=σ=1,s-=0,s+=0，可以说决策单元是DEA有效的。

（2）若σ*≠1，那么决策单元非DEA有效。当∑λ0j/σ0<1时，决策单元规模效率递增；当∑λ0j/σ0>1时，决策单元规模效率递减。

当拥有面板数据时，CCR和BCC模型都会因为不同时期的生产前沿面差异而难以测度。这时可以使用类DEA线性规划和一个由Malmquist建立而后由Fare（1994）改进的（投入或产出为基础的）Malmquist全要素生产率指数（TFPC）衡量生产变化，以及将这个生产变化分解为技术效率变化指数（TEC）和技术进步变化指数（TEch）来进行动态变化效率值的分析。技术效率变化指数（TEC）还可以进一步分成纯技术效率指数（PTEch）和规模效率指数（SEch）。下文中将采用这种方法来分析安徽省主要星级饭店的能源利用效率以及住宿和餐饮业的节能潜力。

实际上，这个指数是两个以产出为基础的Malmquist TFP指数的几何平均数。一个指数使用时期t的技术，而另一个使用t+1技术。dt和dt+1表示以t期的技术为参照的、时期t和t+1的距离函数，(xt+1,yt+1)和(xt,yt)分别表示t+1期和t期的投入和产出，v和c分别指在可变规模报酬和不变规模报酬前提下的投入和产出向量。TFPC大于1将表明从时期t到时期t+1相对效率的提高；反之，小于1表示相对效率的降低；等于1，则表示相对效率保持不变。

三、指标选择与数据来源

投入和产出是测算住宿和餐饮业能源利用效率的指标，因而正确而合理地选择投入和产出指标是使用DEA模型测算住宿和餐饮业能源利用效率的关键。要综合准确地对住宿和餐饮业能源利用效率进行评价，指标的选择应遵循科学性、可操作性和系统性原则［11］。由于住宿和餐饮业统计数据不易获得，截至目前学者们对效率测算应采用的投入和产出指标仍在讨论与探索中。根据安徽省发改委确定的千家重点用能企业，本文选取39家安徽省主要星级饭店，采用面板数据，样本区间为2010-2014年，结合数据的可得性及指标的相关性进行分析。鉴于现有文献不少是对工业等第二产业的能源利用效率和利用潜力的分析，基本上采用GDP或特定行业产量作为产出指标，而作为典型第三产业的住宿和餐饮业采用GDP作为产出指标并不具有科学性和合理性，再结合行业特点和可获得数据，本文认为采用主营业务收入作为产出指标更能准确、客观地反映住宿和餐饮业能源利用技术效率的高低（单位为万元）。对于投入指标，本文使用能源消耗和主营业务成本，以这39家星级饭店能源消费量来表示能源投入要素，主要包括原煤、管道煤气、液化天然气、液化石油气、汽油、柴油等多种能源转换成统一单位加总而成（单位为万吨标准煤）。由于人工成本和固定投资等投入数据未能获得，本文采用主营业务成本来表示这些投入（单位为万元）。本文采用安徽39个星级饭店或者所在5个城市作为决策单元（DMU），样本容量（39或5）大于投入与产出指标之积的两倍（2×1×2= 4），也就是说DEA评价结果将会有合理的区分度。DEA方法建立模型前不需要对各数据采取无量纲化处理，因为并不直接对指标数据进行综合，其评价结果与指标量纲无关［11］。

四、安徽省星级饭店能源利用效率及节能潜力实证分析

（一）能源利用效率测算及节能潜力分析

基于能源利用效率是以产出固定且投入越小越好为目的，本文采用以投入为导向的可变规模报酬的DEA的BCC模型，选择2010-2014年安徽主要星级饭店所在的5个城市作为决策单元，利用DEAP2.1软件进行测算，可得安徽星级饭店能源利用效率变化情况见表1所列。根据BCC模型（crste（综合技术效率）=vrste（纯技术效率）×scale（规模效率））可知，综合技术效率受到纯技术效率和规模效率的共同作用。从表1可以看出，宿州的所有能源利用效率值都是1，是DEA有效的，此时，规模效率不变。这说明相对于其他城市的星级饭店而言，宿州的能源利用效率最好。其他城市的星级饭店有不少纯技术效率值达到1的DEA有效的程度，这时综合技术效率没达到DEA有效是由规模非有效引起的，需要适当地调整规模使其达到投入产出最大化。样本选择的5个城市中，相对来说综合技术效率较低的是合肥和黄山，合肥的综合技术效率值呈V形，在2012年达到所有城市所有年份的最低值0.393后回到0.45以上；黄山综合技术效率值一直平稳，保持在0.475～0.557之间，就2010-2014年的综合技术效率均值而言，与合肥综合技术效率值趋势类似，但相对平稳，维持区间为0.663～0.761。

在这5个城市中，除了宿州和六安的综合能源利用效率是1且主要是规模报酬不变或递增以外，其他城市都是规模报酬递减的。这说明这些城市的要素投入配置不合理，如果不改变其配置结构，需要适当减少资源的投入量，从而实现节约资源。而六安在2012年综合技术效率是非有效的，是规模报酬递增的，意味着需要扩大生产规模，增加投入将拉动产出的增加，且产出的增长比会大于投入的增长比，同时提高综合技术效率的有效性水平。

表1　2010-2014年安徽各城市星级饭店能源利用效率变化情况

通过DEAP2.1软件的计算，还能得到非DEA有效的决策单元转变为有效决策单元的剩余变量s-1的取值，也就是说在实现同等产出情况下投入要素的可减少量。此时，产出的松弛变量为零。结果见表2所列。

表2　2010-2012年非DEA有效城市投入指标的松弛变量取值

表2也可以看成是对节能潜力的分析，由表2可知，为了达到当年同样的产出，各非DEA有效的城市星级饭店可按表2数据减少各投入要素的量。在这5个城市中，只有合肥需要减少要素投入量。合肥在2011年可减少能源消耗主营业务成本5 815.81万元，而在2012年可减少0.232万吨标准煤。

（二）安徽省星级饭店Malmquist指数测算及分解

本文运用DEAP2.1软件对2010-2014年安徽省星级饭店能源利用的序列数据进行Malmquist生产力指数分析，得到分别按年份所有样本饭店和按城市计算出的全要素生产力指数及其分解的计算结果。结果见表3和表4所列。

表3是2010-2014年安徽省星级饭店能源利用效率全要素生产率变化及其分解，从中可以看出全要素生产率指数（TFPC）呈现技术进步变化指数（TEch）与技术效率变化指数（TEC）的反向关系。从2010-2011年、2011-2012年和2013-2014年全要素生产率指数（TFPC）都是大于1的，相应的技术进步变化指数（TEch）也是大于1的，而技术效率变化指数（TEC）小于1，因而技术进步变化指数（TEch）大于1是产生全要素生产率指数大于1的主要原因，也就是说能源利用效率的提高主要得益于技术进步的提高，而技术效率变化对能源利用效率的提高有一定的阻碍作用。2012-2013年则相反，全要素生产率指数（TFPC）小于1，其中技术进步变化指数（TEch）也是小于1，而技术效率变化指数（TEC）大于1。虽然进一步将技术效率变化指数分解为纯技术效率变化指数（PTEch）和规模效率指数（SEch）且均大于1，但依然没能阻止技术进步变化指数（TEch）小于1带来的全要素生产率指数（TFPC）小于1，即能源利用技术效率下降。从5年的均值来看，全要素生产率指数（TFPC）是大于1的，说明这几年能源利用相对效率提高了，其中技术进步变化指数（TEch）略大于1，而技术效率变化指数（TEC）小于1。全要素能源生产率的提高，不能仅单纯依靠技术变化来带动，也需要现有技术的能源利用技术效率进一步提高，这样才能促进住宿和餐饮业能源利用效率的整体提升。

表3　安徽省星级饭店全要素生产率变化指数年份平均结果

由表4对安徽省各城市星级饭店全要素生产率的测算可以看出，除了合肥的全要素生产率指数略小于1以外，其他城市均获得了大于1的呈上升趋势的增长，且宿州最高，增长了8.4%，这是对表1中能源利用效率的增长更综合和科学的计算。而最差的全要素生产率城市为合肥，这也是对表1中较低且按年无太大增长的能源利用效率的印证。有意思的是，所有城市的技术进步变化指数都大于1，这是全要素生产率指数大于1的主要动因。没有城市的技术效率变化指数大于1，只有综合能源利用效率相对较好的宿州和六安的技术效率变化指数达到了1，说明其他城市能源利用技术效率没有得到完全利用，存在提高空间。其中，合肥需提高纯技术效率，而芜湖和黄山的规模效率需要提高。

表4　安徽省分城市星级饭店全要素生产率变化指数城市平均结果

五、研究结论及政策建议

（一）主要结论

本文运用安徽省星级饭店2010-2014年间的能源利用数据，构建DEA模型和Malmquist指数，对安徽省星级饭店的能源利用效率变化情况和节能潜力进行了测算与分析。研究结果显示：

（1）从静态时间来看，2010-2014年安徽省星级饭店在各城市能源利用效率有相当大的提高空间，平均值没有超过0.8。其中，宿州星级饭店能源利用效率表现最好，达到DEA有效：芜湖和黄山表现其次，纯技术效率达到1的有效水平，但是面临规模效率不足且规模报酬递减的情况，应当适当控制资源的投入量，以实现节约资源和提高经济效益的目的；而合肥相对较差，综合能源利用效率最低且基本上纯技术效率和规模效率都没达到有效；六安在2012年是规模报酬递增的，需要扩大生产规模，增加投入以拉动产出的增加，后两年进行改善后DEA有效。各城市在未来可根据松弛变量取值得出的投入减少量进行能源投入和利用的调整和改善。

（2）从动态时间序列的安徽省星级饭店全要素生产率变化来看，2010-2014年间，安徽省星级饭店全要素生产率基本保持平稳，中间略有下降。其中，能源利用效率的提高主要得益于技术进步的提高，而技术效率变化对能源利用效率的提高有一定的阻碍作用，呈现下降趋势，这是由于纯技术效率和规模效率两者非有效所致。全要素能源生产率的提高，不能仅单纯依靠技术变化来带动，还需要现有技术的能源利用技术效率进一步提高，这样才能促进住宿和餐饮业能源利用效率的整体提升。而从分城市星级饭店的全要素生产率变化考虑，大部分城市全要素生产率都在增长，需要提高在现有技术条件下的能源利用效率。

（二）政策建议

安徽省星级饭店能源利用上不仅受技术进步的影响，更需要在技术效率和规模效率的提高上下足功夫。为促进安徽省星级饭店能源利用效率的综合提升，宏观管理今后应从以下几方面着手：

（1）加强节能降耗管理，大力推广使用节能产品和设备。一些饭店通过技术改造推动了技术进步，从而提高能源利用效率，比如洗衣房蒸汽管道的改造、利用蒸汽冷凝水对洗衣房用水进水加热、LED射类珠替代高耗能的水晶灯灯珠和外墙添加环保节能保温材料等。除此之外，饭店还可以在采购环节减少对一次性用品的采购，多采购再生产品和节能产品。对于废弃物，可以通过利用新设备和新技术进行内部循环，或者引入外部机构，外包废弃物的处理与循环。同时，合同能源管理作为一种节能服务公司与用能单位合作实现节能目标的有效模式，可以服务于星级饭店节约能源和提升能源利用效率的目标。

（2）改进能源利用结构，重视利用清洁能源和可再生能源。目前，安徽省星级饭店主要利用的是原煤、管道煤气、液化天然气、液化石油气、汽油、柴油等这些不可再生的化石能源，是二氧化碳排放的主要来源。调整能源利用结构，在减少二氧化碳排放的同时，能有效提高能源利用的规模效率。优化饭店能源结构，目前从技术和成本角度考虑，可以使用太阳能、风能和生物质能等，未来随着技术进步，有可能向潮汐能、海洋能、地热能等能源的利用发展。

（3）健全和完善法规制度体系，用经济措施激励饭店和消费者节约能源。旅游管理部门和行业协会可以考虑将能源利用作为星级饭店和绿色饭店的考核指标，对于考核达标或节能突出的饭店采取财税减免和融资扶持。对于消费者节能环保住宿和餐饮的引导也是饭店大有可为之处，通过一些优惠措施刺激消费者减少对餐食、能源的浪费，可以有效减少星级饭店的能源消耗，同时减少营业成本，强化节能改造。

综上，安徽省星级饭店的能源效率提高的潜力很大。不少饭店已经通过一些措施促进了技术进步，但是还需要在技术进步的同时提高能源利用技术效率和规模效率。未来可综合考虑节能潜力等各种因素制定安徽省住宿和餐饮行业的节能目标。各城市也应根据相应的问题进行有针对性的能源利用效率的改进，充分挖掘节能潜力，提升安徽省住宿和餐饮业能源利用管理水平，为实现“十三五”的节能目标而努力。

参考文献：

［1］朱艳燕.全方位综合节能管理中国饭店业掀起绿色风潮［EB/ OL］.（2010- 11- 01）［2015- 08- 10］.http：//news.qq.com/a/ 20101101/000963.htm.

［2］陈雯.我国省际工业节能减排绩效评价［J］.长春理工大学学报：社会科学版，2012（1）：54-56.

［3］杨新秀.湖北省道路运输行业节能减排评价方法研究［D］.武汉：武汉理工大学，2008.

［4］王世进.企业节能减排绩效评价体系构建与实证研究——以煤炭上市企业为例［J］.经济问题探索，2013（4）：83-85.

［5］韩一杰，刘秀丽.基于超效率DEA模型的中国各地区钢铁行业能源效率及节能减排潜力分析［J］.系统科学与数学，2011（3）：287-298.

［6］龚艳，郭峥嵘.江苏旅游业发展效率及对策研究——基于超效率DEA和Malmquist指数分析［J］.华东经济管理，2014（4）：7-17.

［7］姚晓芳，胡思文.安徽高端装备制造上市企业经营效率研究——基于DEA模型［J］.华东经济管理，2014（5）：18-21.

［8］张琼.饭店低碳化评价指标体系构建研究［D］.广州：华南理工大学，2012.

［9］Imran Rahmana，Dennis Reynoldsb，Stefani Svarena. How “green”are North American hotels？An exploration of lowcost adoptionpractices［J］. International Journal of Hospitali⁃ty Management，2012，31：720-727.

［10］Banker R，Charnes A，Cooper W. Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis［J］. Management Seienee，1984，30（9）：1078-1092.

［11］张悟移，陈天明，王铁旦.基于DEA和Malmquist指数的中国区域环境治理效率研究［J］.华东经济管理，2013（2）：172-176.

［责任编辑：余志虎］

●中国经济新常态

An Analysis on Energy Utilization Efficiency and Energy Saving Potential of Star-hotels in Anhui Province —Based on DEA-Malmquist Index Model

NIE Yu-qi，ZHANG Ben-zhao
（School of Economics，Hefei University of Technology，Hefei 230601，China）

Abstract:The paper，employing the data of energy utilization of 39 representative star-hotels in Anhui province from 2010 to 2014，builds DEA model and Malmquist index to calculate and analyze，from the static and dynamic perspectives，energy uti⁃lization efficiency change and energy saving potential of star-hotels in the province. The results show that：From the static point of view，the energy utilization efficiency of star-hotels in the province during the above period is still to be raised，ener⁃gy input and utilization should be adjusted and improved based on the amount of input reduction calculated by the value adop⁃tion of slack variable in the future. From the dynamic point of view，although some hotels increase energy utilization efficiency through technological progress，they also need to improve energy utilization efficiency and scale efficiency while achieving technological progress.

Keywords:hotels and catering services；energy utilization efficiency；energy saving potential；DEA；Malmquist

作者简介：聂宇琪（1990-），女，安徽合肥人，硕士研究生，研究方向：资本市场，能源经济；张本照（1963-），男，安徽定远人，教授，硕士生导师，研究方向：产业经济。

基金项目：国家自然科学基金面上项目（71473068）

收稿日期：2015-09-07

中图分类号：F127；F206

文献标志码：A

文章编号：1007-5097（2016）01-0038-05