張國興 李家豪 許彬 莫盛杰 王宇

摘 要：本文利用DEA-Malmquist模型對2012—2018年中國北方地區(qū)11個?。ㄗ灾螀^(qū)、直轄市）的建筑節(jié)能政策實施效率進行測度分析。結(jié)果表明：我國北方地區(qū)建筑節(jié)能實施效果不理想，建筑節(jié)能技術(shù)研究與開發(fā)存在較為明顯的問題，需要優(yōu)化政策和調(diào)整資源投入規(guī)模比例，提高政府工作效率。

關(guān)鍵詞：建筑節(jié)能;實施效率;數(shù)據(jù)包絡(luò)分析;Malmquist指數(shù)

中圖分類號：TU201.5文獻標(biāo)識碼：A文章編號：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

近年來，隨著我國經(jīng)濟的快速發(fā)展，資源消耗劇增這一問題也愈發(fā)明顯，能源儲量急劇下降，生態(tài)環(huán)境明顯惡化?！禕P世界能源統(tǒng)計年鑒2020》顯示，在2019年全球能源消費凈增量中，中國所占比例超過3/4。2019年，中國的CO2排放總量已達到99.2億t，占世界CO2總排放量的29%?，F(xiàn)如今，我國建筑能耗約占全社會總能耗的1/3，并且建筑能耗總量仍呈現(xiàn)持續(xù)增長的趨勢[1]。

我國屬于能源消耗大國，雖然能源的儲備量較多，但隨著高耗能產(chǎn)業(yè)不斷增多以及我國能源總體利用率普遍較低，能源危機不斷加劇。為了解決現(xiàn)階段我國能源存在的問題，政府和社會各界人士都在密切關(guān)注和商討解決方法。

1 研究方法

1.1 DEA模型

數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA），由著名運籌學(xué)家Charnes、Cooper和Rhodes于1978年提出，用以評價一組具有多個投入、多個產(chǎn)出的決策單元（Decision Making Unit，DMU）之間的相對效率是評價多個決策單元[2-4]。DEA模型分為CCR模型和BCC模型。

1.1.1 CCR模型。CCR模型是第一個DEA模型，CCR是三個運籌學(xué)家名字縮寫[5]。CCR模型假定規(guī)模報酬不變，假定產(chǎn)出保持不變?yōu)閇y0]，[λj]為DMU相對有效時，第[j]個DMU的權(quán)重系數(shù)，投入按[θ]倍減少，求解的最小值。輸入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對CCR模型進行了適當(dāng)修改，引入約束條件[m=1Mλm=1]，得到了規(guī)模報酬可變的BCC模型（Banker、Charnes和Cooper建立，故取三人首字母為模型名稱）[6]。該模型用于評價規(guī)模效率和技術(shù)效率轉(zhuǎn)化為單純的評價技術(shù)有效性，輸入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(shù)模型

Malmquist指數(shù)可以根據(jù)時間的改變反映出效率隨時間特征的動態(tài)變化，根據(jù)距離函數(shù)，反映前后兩時期內(nèi)決策單元全要素效率的變化情況[8]。具體構(gòu)造為：

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

Malmquist指數(shù)可表示為[9]：

Malmquist指數(shù)（TFP）=純技術(shù)效率變化指數(shù)（PEC）×規(guī)模效率變化指數(shù)（SEC）×技術(shù)進步變化指數(shù)（TC）? ? ? ? （4）

2 變量選取和數(shù)據(jù)來源

2.1 變量選取

建筑節(jié)能政策投入產(chǎn)出指標(biāo)體系如表1所示，指標(biāo)類型主要分為投入指標(biāo)和產(chǎn)出指標(biāo)。

2.2 數(shù)據(jù)來源

本文數(shù)據(jù)來源于《中國建筑業(yè)統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《中國財政年鑒》《中國科技統(tǒng)計年鑒》。本文主要研究北方地區(qū)建筑節(jié)能政策實施效率，因此，數(shù)據(jù)收集的樣本包括北京市、天津市、河北省、山西省、內(nèi)蒙古自治區(qū)、黑龍江省、吉林省、遼寧省、山東省、河南省和寧夏回族自治區(qū)這11個?。ㄗ灾螀^(qū)、直轄市），分析年限為2012—2018年。選取指標(biāo)服從全部包含并且獨立不重復(fù)，從表1投入指標(biāo)和產(chǎn)出指標(biāo)中各選擇一個指標(biāo)代表該類指標(biāo)進行模型演算和剖析。

3 建筑節(jié)能政策實施效率測度與分析

3.1 DEA模型的靜態(tài)分析

通過DEAP 2.1軟件對選取的11個?。ㄗ灾螀^(qū)、直轄市）2012年和2018年的投入產(chǎn)出指標(biāo)進行建筑節(jié)能政策實施效率分析，結(jié)果見表2。

從表2來看，建筑節(jié)能政策實施效率在2012年和2018年均未達到DEA有效，實施效率分別為0.828與0.836，整體呈增長趨勢，但仍然處于較低范疇。整體來看，不同省（自治區(qū)、直轄市）建筑節(jié)能政策實施效率還存在一定的差異，除了內(nèi)蒙古自治區(qū)、黑龍江省和遼寧省的建筑節(jié)能政策實施效率有所降低之外，其他?。ㄗ灾螀^(qū)、直轄市）的建筑節(jié)能政策實施效率在逐步提升。

建筑節(jié)能政策實施的純技術(shù)效率呈現(xiàn)增長的趨勢，與綜合效率值的走勢保持一致。北京市、天津市、河北省、山東省和寧夏回族自治區(qū)5個省（自治區(qū)、直轄市）在這兩個研究時段的建筑節(jié)能政策實施純技術(shù)效率為1，說明這些地區(qū)的政府部門對建筑節(jié)能政策支出管理水平以及建設(shè)單位的技術(shù)水平較高。在這兩個研究時段，山西省、內(nèi)蒙古自治區(qū)、黑龍江省和吉林省這四個?。ㄗ灾螀^(qū)）的純技術(shù)效率都低于北方地區(qū)均值，表明這些地區(qū)的政府部門對建筑節(jié)能政策支出管理水平和技術(shù)水平應(yīng)該進一步提高。

3.2 Malmquist指數(shù)的動態(tài)分析

借助DEAP 2.1軟件，對選取的11個?。ㄗ灾螀^(qū)、直轄市）2012—2018年的建筑節(jié)能政策實施效率投入產(chǎn)出的面板數(shù)據(jù)進行Malmquist指數(shù)測算和分解，得到2012—2018年北方地區(qū)11個?。ㄗ灾螀^(qū)、直轄市）的全要素生產(chǎn)率變化指數(shù)及分解，結(jié)果如表3所示。

從表3可知，2012—2018年，除了山西省的建筑節(jié)能政策的全要素生產(chǎn)率指數(shù)大于1之外，其他10個?。ㄗ灾螀^(qū)、直轄市）的建筑節(jié)能政策的全要素生產(chǎn)率指數(shù)均小于1，說明我國北方絕大部分地區(qū)的建筑節(jié)能政策實施效果不理想。通過對各地區(qū)全要素生產(chǎn)率進行分解可知，從2012年至2018年，這11個?。ㄗ灾螀^(qū)、直轄市）沒有一個地區(qū)的技術(shù)進步變化指數(shù)大于1，說明北方地區(qū)對建筑節(jié)能技術(shù)的研究與開發(fā)不夠重視，放松對政策的落實。

4 結(jié)論

①通過DEA模型計算可以得出，2012年和2018年建筑節(jié)能政策的綜合技術(shù)效率沒有達到DEA有效，不同省（自治區(qū)、直轄市）的建筑節(jié)能政策實施效率差異比較明顯，絕大多數(shù)?。ㄗ灾螀^(qū)、直轄市）具有不同程度的純技術(shù)效率和規(guī)模效率提升空間。對此，我國應(yīng)健全和完善節(jié)能激勵政策，通過優(yōu)化政策、實施資源投入，確保達到最優(yōu)規(guī)模，實現(xiàn)最佳效益。

②利用Malmquist指數(shù)進行動態(tài)分析可以得出，造成我國北方地區(qū)建筑節(jié)能政策實施效果不理想的主要原因是，政府部門的行政督促作用力度不大。對此，應(yīng)該加強北方地區(qū)行政督促作用，落實政策標(biāo)準(zhǔn)，從而使建筑節(jié)能政策得到有效實施。

參考文獻：

[1]呂歡.嚴(yán)寒和寒冷地區(qū)近零能耗建筑負荷特性研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2018：25.

[2]魏權(quán)齡.數(shù)據(jù)包絡(luò)分析（DEA）[J].科學(xué)通報，2000（17）：1793-1808.

[3]佟慶遠，孫傅，董欣，等.污水處理廠減排效率的統(tǒng)計評價及影響因素分析[J].中國人口·資源與環(huán)境，2019（4）：49-57.

[4]寧德保，李瑩.基于DEA方法的我國建筑業(yè)效率評價研究[J].建筑經(jīng)濟，2012（7）：5-8.

[5]鄭曉曉，劉伊生，時穎.基于DEA模型的北京市建筑業(yè)生產(chǎn)效率評價[J].北京交通大學(xué)學(xué)報（社會科學(xué)版），2017（2）：76-84.

[6]劉蔚玲，肖黎姍，林劍藝，等.基于DEA-Malmquist的我國城市生活垃圾管理效率評價[J].中國環(huán)境科學(xué)，2020（7）：3196-3203.

[7]龍祖坤，李緒茂.城市旅游發(fā)展中綠化的貢獻及其效率分析：以江蘇省為例[J].華僑大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2016（6）：130-140.

[8]馮光娣，陳珮珮，田金方.基于DEA-Malmquist方法的中國高?？蒲行史治觯簛碜?0個省際面板數(shù)據(jù)的經(jīng)驗研究[J].現(xiàn)代財經(jīng)（天津財經(jīng)大學(xué)學(xué)報），2012（9）：61-73.

[9]傅春，歐陽歡蕤，趙雪茹.基于DEA及Malmquist指數(shù)模型的江西省綠色發(fā)展效率測度與評價[J].生態(tài)經(jīng)濟，2020（6）：51-57.