我国电力能源结构和节能潜力研究的国内外文献综述

近年来，全球保护环境的呼声不断提高，国际社会一直致力于解决全球能源和环境问题，节能减排己成为全球共识，这一切都避不开能源问题。本文将从节能潜力、能源结构两个方面进行综述。

节能减排潜力研究综述

节能潜力研究的前提是对能源效率进行测算。在过去的研究中，一些学者多采用如碳强度、能源强度等单要素能源效率指标进行能源效率测度，随着单要素能源效率忽略了多种投入要素之间的替代性这一局限性的被发现，新的能源效率理论应运而生。为了克服了单要素能源效率给研究带来的不足，Hu和Wang（2006）提出了全要素能源效率的概念被众多学者广泛研究和应用[1]。

目前，全要素能源效率框架下的节能潜力的研究，学术界存在颇多争论，尚未得出一致的结论，不过，测算的主流方法还是具有高度相似性，非参数方法普遍采用数据包络分析(DEA)，参数评价方法应用的比较广泛的是随机前沿分析(SFA)。

从现有文献来看，从国家层面、省际层面到行业层面，都有关于随机前沿分析技术的应用研究。例如在国家层面，Hu和Honma（2014）利用随机前沿分析对所选取国家的能源效率进行了估计[2]。Zhou等(2012)以国家经济系统为研究对象，利用Shephard距离函数对能源效率指标进行重新定义，再采用随机前沿分析技术对经济系统的能源效率进行测度[3]。

在地区层面，陈菁泉等（2021）构建了包含非期望产出的随机前沿模型，该模型的期望产出包括经济、社会福利等，非期望产出为环境污染，在该能源效率测度框架，从区域研究视角出发，度量中国八大综合经济区的节能潜力，并探讨影响节能潜力的关键因素，意在通过分析因素的作用机制来有针对性地降低能源消耗[4]。

在行业层面，孔庆宝（2014）以采矿业为研究对象，所用的方法是参数方法随机前沿模型[5]。Lin等(2015)基于生产函数是一个超越对数函数的假设，以化工业为研究主体，采用随机前沿分析技术来衡量能源效率和节能减排的潜力[6]。

在城市层面，陈龙等（2016）采用SFA方法我国若干城市的能源效率进行测度，并根据地区、规模的不同开展能源效率的差异分析。结果表明，这些城市的节能潜力空间都比较大，但是受到地区、城市规模等因素的影响，各城市的能效趋势差异性是比较显著的[7]。

随机前沿分析方法具有一定的局限性。通常情况下，其只适合于评价当产出只有一种情况下的能源效率，并且需要事先估计生产函数。而采用DEA方法则可以解决这一问题。作为一种非参数方法，DEA方法不需要预先估计生产函数，同时也无需人为设定其他信息，如要素权重、价格等，从而在很大程度上避免了人为误差。正因如此，基于非参数DEA方法的能源效率越来越受到国内外学者的青睐。

近些年来，人们逐渐认识到以牺牲生态环境为代价的经济发展方式所带来的危害。因此，资源和环境因素被引入到节能潜力的测算模型中。由于经典的DEA模型中是不包含非期望产出指标的，因此，如何处理和计算非期望产出成为了全面评价节能潜力空间的一个核心问题。对非期望产出的处理，常见的方法主要两大类，第一种方法是有将非期望产出作为投入变量或正向的期望产出，这种方法悖离了生产过程的本质，盲目将非期望产出加入投入产出体系，不具有说服力。第二种方法是变换DEA模型，虽然这类方法得到了广泛应用，但目前对模型的选择和变换的争议性较大，未形成统一的标准。

例如，王波等（2002）利用DEA非参数评价技术，将该模型应用于以环境残留为输入变量的评价系统中，证明了这一模型与把环境残余作为产出的DEA模型在有效性上是等价的[8]。Scheel（2001）同样采用的是将非期望产出作为期望产出进行处理，并对由此产生的有效前沿进行对比分析[10]。许士春和龙如银（2015）采用的是将非期望产出作为期望产出的方法来处理非期望产出，同时将非能源要素从模型中分离出来来弱化非能源要素对非期望产出的影响，从而正确揭示能源与非期望产出之间的关系[11]。

关于第二种方法，在效率评价时考虑非期望产出对环境外部性的影响，往往需要改进传统的DEA效率评价模型。目前学术界处理该问题的主要思想是利用非期望产出的弱可处置性，以方向性距离函数为基础构建DEA评价模型，通过沿着某一特定方向同比例增加期望与减少非期望产出，以达到改进决策单元的能源效率的目的[12]。在省际层面，魏楚等（2010）在方向性距离函数的基础上构建DEA模型对中国各省区的能源效率、节能空间等指标进行估算，论证了当前国家规划中的相关政策目标的可行性，提出节能减排的内在动力机制[13]。

传统的DEA模型在计算效率时，可能会出现多个决策单元均位于前沿面上的情况，导致无法进一步识别各决策单元的相对效率。超效率DEA模型由此出现，该模型具有对有效决策单元之间再次进行能源效率的比较和排序的能力