基于超效率DEA模型的能源效率评价方法及其应用
王春雷，林瑞跃
(温州大学数理与电子信息工程学院，浙江温州 325035)
摘 要： 在考虑强处置和规模报酬可变假设下的模型基础上，构造超效率径向运营和联合效率模型，解决了传统DEA能源效率评价模型不能对有效决策单元进一步排序问题.不同假设下的模型，为决策者提供了更多的选择.使用该超效率模型，对我国30个省市2011-2015年的能源利用效率情况进行了研究，并对生成的绩效值进行了分析，研究发现能源效率在不同地区表现出较大的差异性.
关键词： 数据包络分析；径向模型；超效率DEA；能源效率评价
数据包络分析（Data Envelopment Analysis，简称DEA）方法是由美国著名运筹学家Charnes等[1]提出的评价同质决策单元（Decision Making Unit，简称DMU）效率的方法.传统DEA方法通过赋予投入和产出指标最优权重，对DMU进行有效性评价.自1978年建立以来，DEA方法的研究保持了持续快速增长趋势，现已成为管理科学和系统工程领域中一种常用且重要的分析工具和研究手段[2].
能源问题是中国目前面临的巨大挑战之一，能源发展既要满足经济和社会发展的需求，又要减少污染排放，因此如何评价能源效率就显得尤为重要和关键.近年来，越来越多的DEA应用研究开始聚焦于能源效率评价方面.然而，传统DEA能源效率评价方法并不能对所有的DMU进行完整的排序.例如，Sueyoshi等的模型[3]不能对有效的煤炭发电厂进一步排序，同样的问题文献[4]中依然存在.Andersen等[5]提出的超效率（Super-efficiency）模型可解决有效DMU之间的排序问题.投入型（产出型）的超效率模型是将被评价的DMU与除了该DMU以外的所有DMU进行比较，从而在该DMU有效时，获得大于等于1（小于等于1）的超效率值，以此可以对有效DMU进行排序.Zhang等[6]采用超效率模型中的Super-SBM模型对我国低碳能源效率进行评价.然而，Zhang等的模型只是非径向超效率模型，现有文献中缺乏关于径向的超效率在能源效率评价方向的应用研究.
在能源效率评价方法中，产出方面，若只考虑期望产出指标，称其为运营效率评价方法；若同时考虑期望产出与非期望产出指标，称其为联合效率评价方法.本文基于径向超效率模型，提出了强处置条件假设下的联合超效率模型，旨在辨识有效DMU间的优劣，为能源效率评价方法提供新的理论路径，亦提升了超效率模型的使用价值，具有广泛的应用前景.
1 超效率能源效率评价模型
DEA中有众多评价能源效率的模型方法，然而绝大多数是基于传统的CCR[2]（Charnes Cooper Rhodes）和BCC[2]（Banker Charnes Cooper）模型建立的评价体系，不能辨识有效DMU间的优劣，因此本文采用超效率模型与能源模型结合来解决这一问题.
深挖本土文化内涵，切实提升公共文化服务水准、提高城市文明水平、展示城市文化品位、弘扬靖江精神和城市品格。
1.1 CRS下超效率能源效率评价模型
模型（1）虽然可以计算出具体DMU 的效率值，但不能对有效DMU 进一步排序，因此可以考虑把超效率模型运用到此模型中，提出如下评价运营效率的超效率模型：
DMUk (k ∈ { 1,… ,n })的运营效率可计算如下：
规模收益用来评价在一个生产过程中，是投入增量相对百分比与对应的产出增量相对百分比的大小比较.规模收益分为不变规模收益CRS（Constant Returns to Scale，简称CRS）和可变规模收益（Variable Returns to Scale，简称VRS），主要考虑CRS下的模型.假设有n 个DMU ，用DMU j (j =1, …,n )来表示第j 个DMU ，每个DMU 有m 个输入和s 个产出，x ij (i =,…,m )为第j 个DMU 的第i 个的输入，g rj (r =1,… ,s )为j 个DMU 的第r 个的期望产出.
模型（5）中，
令模型（5）的最优值为
，
是度量DMUk 非有效的指标[9]，VRS下运营超效率可定义为
.类似的，可给出VRS下的联合超效率模型：
令
为模型（2）的最优值，则 代表CRS下DMUk (k ∈{ 1,… ,n })的运营超效率.
越大表示DMUk 的工业运营超效率值越高.
模型（1）和（2）中，可以看到输出变量只有期望产出，但是在实际的生产活动中，非期望产出，即在生产过程对环境有害的产出，如废气废水等，是一个重要的平衡经济发展与环境保护的指标，因此可以把模型（2）拓展成联合超效率模型.
Yang等[7]提出了在针对能源效率中的非期望产出在强处置假设下的联合效率模型：
令模型（4）的最优值为
，
代表的是DMUk 的联合超效率. 值越大表示DMUk 的联合超效率越高.
分别运用模型（2）CRS超效率运营模型、模型（4）CRS超效率联合模型、模型（5）VRS超效率运营模型、模型（6）VRS超效率联合模型对30个省市2011-2015年投入产出变量进行评价，得到相应效率值，并绘制图1-4.
模型（3）仅能给DMUk 的联合效率值，而不能对联合效率达到1的有效DMU 进行进一步排序.因此基于模型（3），提出如下联合超效率模型：
1.2 VRS下超效率能源效率评价模型
传统的VRS下的超效率模型会遇到不可行问题.Lin等[8]所提出基于方向距离函数的VRS超效率模型完善地解决了超效率DEA模型在VRS下的不可行问题.鉴于此，可提出如下评价VRS运营超效率模型：
随后，大会进行了中国焊接信息网成立20周年的颁奖仪式。经过中国焊接协会组成的专家组对参评企业和个人提交的材料进行评审，共有15家企业荣获最具风采企业奖，15位参评选手荣获中国焊接信息网信息工作先进个人奖。
模型（6）中，
.令模型（6）的最优值为
，则VRS下DMUk 联合超效率可定义为
.较于已有评价能源效率的DEA模型，模型（5）和（6）在VRS下是可行的，又能对全体DMU 进行充分排序.
2 实证分析
从图1可以看出，2011-2015这五年间仅有上海和江苏的超效率值都大于1，被评价为超有效；山东在2011和2012年超效率值小于1，被评价为无效，但在2013、2014和2015年超效率值大于1，被评价为超有效.其余省市的超效率值均小于1，说明从2011-2015这些省市的运营超效率均比较低下.
该技术主要利用建筑物承重柱的重力作为反力，通过自重装置将静力压桩预制桩分节压入土中，改变土壤中颗粒的结构、组成、缝隙，以加固建筑地基。应用静压力桩加固技术应控制好压桩的压力与液压，当压力达到最大值或者基本满足工程需求时终桩，并应仪表等设备对单桩承载力进行检测，做好终桩的后续作业，注意施工安全。在终桩结束后，将压入桩的端头钢筋与原基础钢筋连接，使浇筑砼承台与基础形成一体，从而使上层结构荷载借助桩的力量直接传递到坚硬的土层中，进一步加固建筑地基。
投入指标分别是：能源工业固定资产投资额（亿元）、就业劳动力（万人）、能源消耗总量（万吨标准煤）.期望产出为：主营业务收入（亿元）.非期望产出分别是：工业废水排放量（万吨）、工业二氧化硫排放量（吨）.所有相关数据来源于历年的《中国统计年鉴》① 中华人民共和国国家统计局.中国统计年鉴[M].北京：中国统计出版社.2011-2015. 、《中国能源统计年鉴》② 国家统计局能源司.中国能源统计年鉴[M].北京：中国统计出版社.2011-2015. 和《中国环境统计年鉴》③ 中国环境统计年鉴委员会.中国环境统计年鉴[M].北京：中国统计出版社.2011-2015. 整理所得.
病原菌可以在病残体上越冬，也可以附着在种子表面在土壤中越冬，成为次年初侵染来源，一旦环境条件适宜病原菌便形成分生孢子。白菜白斑病的分生孢子具有黏着性干燥的气候条件并不适宜分生孢子的传播，适当的降雨非常有助于分生孢子的传播扩散，这也是秋季高湿的气候条件下白菜白斑病发病严重的主要原因。分生孢子还可以借助风力传播，通过植物的气孔等自然空口进入到植株内部，环境条件适宜的情况下引起植物病害并形成新的分生孢子继续多次侵染。
由于我国地域宽广，可分成东部、中部和西部三大地区，其中东部地区包括8个省份（河北、辽宁、江苏、浙江、福建、山东、广东和海南）和3个直辖市（北京、上海和天津）；中部地区包括10个内陆省份（黑龙江、吉林、山西、内蒙古、安徽、江西、湖南、湖北、河南和广西）；西部地区为较贫困地区，由9个省份（四川、云南、贵州、陕西、甘肃、宁夏、青海、新疆和西藏）和1个直辖市（重庆）组成.
综观鲁迅的小说可以看出他对农民的基本态度是“哀其不幸，怒其不争”。“哀其不幸”是鲁迅对农民态度的基本出发点；“怒其不争”是鲁迅对农民态度的基本归宿[1]。
图1 我国30个省市在CRS下运营超效率值
Fig 1 Operation Super Efficiency Value under CRS from China's 30 Provinces and Cities
将我国30个省市作为决策单元，以其2011-2015年的投入产出数据作为研究样本，对我国这些省市的工业运营超效率和联合超效率进行评价，由于西藏的数据较难采集，故此评价不考虑西藏.
图2 我国30个省市在CRS下强处置联合超效率值
Fig 2 Strong Disposibility Unify Super Efficiency Value under CRS from China's 30 Provinces and Cities
图2是CRS下联合超效率值，对比于图1，此模型对大多数省市有效性的评价结果与其基本一致，但是可以看到北京和天津2011-2015年的超效率值均大于1，被评价为超有效，即在考虑了非期望值产出（工业废水和二氧化硫排放）后，北京和天津的工业表现明显突出.
从图3中可以看到，上海、江苏、海南、青海和宁夏的超效率值都大于1，被评价为超有效，而在图1中，海南、青海和宁夏五年间的平均CRS超效率值低于0.5，与图3产生了很大差异.
1)选择经严格质量控制流程而生产的断路器、继电保护装置、直流电源系统关键设备。2)保证相关二次接线的施工管理，进行认真全面的投运测试，防止错误接线。3)严格执行二次系统运行、维护、检修的安全监控流程，防止人为因素干扰。4)合理的定期测试，重视并认真分析继电保护装置的自检告警信息，充分评估其危险性，及时更换可疑元件或模块。
图3 我国30个省市在VRS下运营超效率值
Fig 3 Operation Super Efficiency Value under VRS from China's 30 Provinces and Cities
图4中，广东、海南、青海和宁夏五年间的平均VRS下强处置联合超效率值都超过1，均被评价为超有效.而在图2中，广东、海南、青海和宁夏平均CRS下强处置联合超效率值都低于1，均被评价为无效，也同样产生了较大差异.CRS下模型测量的是DMU 的总超效率，VRS下模型测量的是DMU 的技术超效率，说明个别地区的总超效率与技术超效率有较大差异.
图4 我国30个省市在VRS下强处置联合超效率值
Fig 4 Strong Disposibility Unify Super Efficiency Value under VRS from China's 30 Provinces and Cities
从图1-4可看出，相比2011年，2015年全国大部分地区工业超效率值都有所提升，2011-2015年是中国“十二五规划时期”，因此这种工业超效率的提升与政府大力推进“节能减排”等措施密不可分.
节点的能量有限,因此需要考虑节点移动消耗的能量,对节点移动的最大距离进行限定。节点移动能耗约束表示为:
综合上述结果以及三大地区的划分，可计算出东部、中部和西部地区分别在模型（2）、（4）、（5）和（6）下2011-2015年的超效率均值，见表1.
在欠发达省份，农业是主要用水部门，水的利用效率和效益较低。但由于正处在加快发展阶段，水问题也日益复杂严峻。
表1 三大地区在模型（2）、（4）、（5）和（6）下2011-2015年的超效率均值
Table 1 Super Eefficiency Mean Value in the Three Major Regions between 2011 and 2015 under the Models of (2), (4), (5) and (6)
从表1中可以看到，在三大地区中，东部地区在模型（4）和（6）下的平均超效率值都大于1，被评价为有效；中部地区和西部地区平均超效率值小于1.之所以产生这样的结果，可能的原因有：东部地区大多数省市都为沿海省市，为国家的改革开放的重点地带，是国家重要的经济、文化、政治中心，科学技术水平等也比较高；另外，在环境管理上也比较严苛，环境治理力度比较大.因此东部地区平均联合超效率值比较高.在模型（4）下，中部的平均联合超效率值比西部更高，而在模型（6）下，二者平均超效率值差距更小，说明中部的平均联合总超效率要高于西部，但平均联合技术超效率接近.在模型（2）下，东部的平均运营超效率值高于中部，中部的平均运营超效率值高于西部；而在模型（5）下，三者平均运营超效率值都在0.9附近，三者平均运营总超效率依次按东部、中部和西部递减，但三者平均运营技术超效率接近.
3 结 论
本文构造了评价能源效率的运营和联合超效率模型，通过对2011-2015年中国各省市能源效率的分析，构造的新模型可以对所有的DMU进行完整排序.另外，还构造了VRS下的超效率模型，解决了VRS下的不可行问题.根据具体情况，使用不同模型下的评价方法可以给予政策的决策制定者更多的参考.实证发现，中国的能源效率在不同区域表现出较大的差异性.经济发达的东部地区总体的运营和联合超效率都比较高，优于中部和西部地区，而中部地区略优于西部地区.因此中西部地区可以加强与东部地区的交流合作，学习先进的科学和管理技术，降低污染物的排放量.
但本文并没有解决弱处置条件下产生的不可行问题，因此这是未来需要研究的一个重要课题，另外可以在本文提出的径向超效率模型的基础上，扩充到非径向模型的研究.
参考文献
[1]Charnes A, Cooper W W, Rhodes E.Measuring the efficiency of decision making units [J].Eur J Oper Res, 1978, 2(6):429-444.
[2]马占新.数据包络分析模型与方法[M].北京：科学出版社，2010：1-45.
[3]Sueyoshi T, Goto M.DEA environmental assessment of coal fired power plants: methodological comparison between radial and non-radial models [J].Energ Econ, 2012, 34: 1854-1863.
[4]Sueyoshi T, Yuan Y, Li A J, et al.Methodological comparison among radial, non-radial and intermediate approaches for DEA environmental assessment [J].Energ Econ, 2017, 67: 439-453.
[5]Andersen P, Petersen N C.A procedure for ranking efficient units in data envelopment analysis [J].Manage Sci, 1993,39: 1261-1264.
[6]Zhang Z R，Zeng W H，Jiang H Q, et al.Regional low-carbon economy efficiency in China: analysis based on the Super-SBM model with CO2 emissions [J].J Clean Prod, 2017, 163: 202-211.
[7]Yang H L, Pollitt M.The necessity of distinguishing weak and strong disposability among undesirable outputs in DEA: environmental performance of Chinese coal-fired power plants [J].Energ Policy, 2010, 38: 4440-4444.
[8]Lin R Y, Chen Z P.Super-efficiency measurement under variable return to scale: an approach based on a new directional distance function [J].J Oper Res Soc, 2015, 66: 1506-1510.
The Evaluation Methodology of Energy Efficiency and Their Application Based on Super-efficiency DEA Model
WANG Chunlei, LIN Ruiyue
(College of Mathematics, Physics and Electronic Information Engineering, Wenzhou University,Wenzhou, China 325035)
Abstract: Based on the considered models under the assumptions of strong disposability and variable returns to scale, the super-efficiency radial operation and unify efficiency models are constructed, which solves the problem that the traditional DEA energy efficiency evaluation model can not further rank the efficiency DMUs (decision-making units).Moreover, the models under different assumptions provide decision makers with more choices.Using the super-efficiency models, the energy utilization efficiency of China's 30 provinces and cities from the year of 2011 to 2015 is studied and the generated performance values are also analyzed.It turns out that the energy efficiency shows a great difference in different regions.
Key words: Data Envelopment Analysis; Radial Model; Super Efficiency DEA; Energy Efficiency Evaluation
中图分类号： O221.1
文献标志码： A
文章编号： 1674-3563(2019)01-0022-08
DOI： 10.3875/j.issn.1674-3563.2019.01.004 本文的PDF文件可以从http://xuebao.wzu.edu.cn/获得
收稿日期： 2018-06-28
基金项目： 国家自然科学基金(11301395)；浙江省自然科学基金(LY17G010004)；温州市科技计划项目(R20160004)
作者简介： 王春雷(1993-)，男，吉林松原人，硕士研究生，研究方向：应用分析与优化理论
(编辑：封毅)
标签：数据包络分析论文; 径向模型论文; 超效率DEA论文; 能源效率评价论文; 温州大学数理与电子信息工程学院论文;