| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 经济/产业 |
| 重庆地区电力能源效率分析 |
| 第734期 作者：□文/任 兴 胡 霞 刘宇嘉 简 瑜 勾 露 廖雪林 时间：2024/8/1 14:47:15 浏览：113次 |
［提要］ 本文引入电力能源效率概念，以“经济增长”和“环境保护”作为双重约束目标，构建SBM模型系统测算重庆地区电力能源效率值。研究发现：在保证“经济-环境”高质量发展前提下，适当地削减用电量并不会对重庆地区经济、环境等高质量发展产生影响；虽然重庆市第一产业和第三产业可调电力负荷呈上升趋势，但第二产业可削减电力负荷却在缩减，意味着未来重庆地区重点电力负荷消耗大户将主要集中于第二产业。
关键词：双目标约束；高质量发展；电力能源效率
中图分类号：F127 文献标识码：A
收录日期：2023年12月7日
电力是我国现代经济生活最主要的能源利用形式之一，作为经济运行的“晴雨表”，始终与我国社会经济行为密切相关，中国经济高质量发展势头强劲，电力消费与经济发展关系愈加紧密。就重庆而言，现有实践经验和国内外研究均显示，重庆市地区经济增长与电力消费存在较为显著的同比变动关系。为更好地分析两者相互作用关系，笔者引入电力能源效率的概念，以“经济增长”和“环境保护”作为双重约束目标，构建SBM模型系统测算2014～2022年重庆地区电力能源效率值，以求为推动重庆地区能源、经济更高质量地发展探索一条新的途径。
一、重庆地区电力能源效率评测指标体系构建
电力作为二次能源，其消费投入并不能直接对地区经济社会产生影响，而是通过联合其他相关生产要素，共同作用下来间接推动整个地区经济的发展、生态环境的改变，因此在后续电力能源效率评价研究时，需要综合性地从多个投入要素进行指标选取。目前国内外学者在进行电力能源效率指标体系构建时，多基于数据包络分析模型指标选取模式进行“投入-产出”指标体系构建，这也为本文指标体系构建提供了相应的参考。
本文首先基于文献归纳法和实地调研法，同时基于数据的可获得性，从投入指标和产出指标两个角度出发，确定重庆电力能源效率评价指标体系，如表1所示。（表1）
（一）投入指标。一是资本投入。根据凯恩斯宏观经济学GDP支出法算法，固定资本投入是地区经济增长的重要拉动因素之一，因此本文选取重庆地区全社会固定资产投资作为资本投入的指标。二是劳动力投入。劳动力和资本是推动地区经济增长的两个重要因素，由此本文以重庆地区当年就业人数作为地区劳动力投入指标。三是电力投入。基于数据的可获得性，本文选取2014～2022年间重庆市总体及各行业电力负荷总消费作为电力投入指标，以此反映近年来重庆地区总体层面和分产业层面相关电力能耗水平。
（二）产出指标。正向产出指标为经济产出，根据当前国内外学术研究惯例，本文选取重庆地区生产总值来进行量化界定。负向产出指标为环境影响，选择重庆地区电力碳排放数值来进行计算分析。具体计算方式为“重庆电力碳排放数值=重庆地区负荷数据×电网平均二氧化碳排放因子”。由于电网二氧化碳排放因子并非每年统计公布，因此2014～2015年的因子采用“2012年省级（重庆）电网平均二氧化碳排放因子：0.5744”，2016～2020年采用“全国电网平均碳排放因子：0.6101”，2021年采用“全国电网平均碳排放因子：0.5810”，2022年采用“全国电网平均碳排放因子：0.5703”。本文研究样本为重庆市整体及各行业，数据的样本区间为2014～2022年，所获的数据均取自对应《中国统计年鉴》 《重庆统计年鉴》及各地区实地调研获得。
二、电力能源效率评价模型构建
目前，国内大多数学者主要是运用DEA模型来对某一时期地区电力能源效率进行测算和分析，由于DEA模型是将所有投入与产出项及相关环境变量（先归类为投入或产出项）直接纳入分析框架，以估算生产边界与效率值，也就导致了现有大多数研究无法对产出的好、坏进行区分，使得分析结果存在偏差。为此，Tone（2001）提出的SBM模型最大的优势就是能够将一定投入所带来的好产出（又称期望产出）与坏产出（又称非期望产出）进行有效划分，使得所测算出来的效率值能更加真实地反映实际情况。本文也将以此为基础进行对应SBM模型构建。
首先，本文依据Tone（2001）提出的SBM模型，构建包括投入项、期望产出项、非期望产出项的生产可能性集合。该集合包含n个DUM单元，m种投入要素，s1种期望产出，s2种非期望产出，表达式为：
G=（x，yg，yb）｜x≥Xλ，yg≤Ygλ，yb＝Ybλ，■λ，λ≥0 （1）
公式（1）中，对应的向量分别为x∈Rm、yg∈Rs1、yb∈Rs2，定义矩阵X=（xij）∈Rm×n，Yg=（ygij）∈Rs1×n，Yb=（ybij）∈Rs2×n，假定X＞0，Yg＞0，Yb＞0，且生产可能性集合为封闭集合与有界集合，投入及产出可自由处置，同时假设期望产出与非期望产出为零结合及产出联合弱可处置性。λ为权重，当■λ≠1时，该模型为规模报酬不变，当■λ=1时，该模型为规模报酬可变。
其次，本文立足重庆电力能源效率概念，构造重庆地区/产业DUM的线性规划方程：
minρ＝（1-■■s■■/xio）/（1+■■s■■/yro） （2）
s.t.x0=Xλ+s-y0=Yλ-s+λ≥0s+≥0s-≥0 （3）
公式（3）中，λ为权重，s-表示投入松弛变量，s+表示产出（既包含经济增长，又包含环境污染）松弛变量，ρ为综合产出情况下测算的效率值。
最后，本文通过定义：x0=Xλ+s-，y■■=Ygλ-sg+，y■■=Ybλ-sb+，在公式（3）中分离出非期望产出（环境污染），得到公式（4）：
minρ*＝（1-■■s■■/xio）/［1+■（■■+■■）］
s.t.x0=Xλ+s-yg0=Ygλ-sg+yb0=Ybλ-sb+λ，s-，sg+，sb+≥0 （4）
公式（4）中，λ和s-定义同上式，sg+表示期望产出（经济增长）松弛变量，sb+表示非期望产出（环境污染）松弛变量，ρ*为既考虑期望产出又考虑非期望产出时各DUM的综合效率值。这样就将电力能源效率所产生的经济好产出与环境坏产出都纳入了测算体系框架模型中。
三、重庆地区电力能源效率分析
（一）重庆地区整体视角
1、电力能源效率分析。在SBM模型的基础上，使用MaxDEA Ultra 7.0软件，计算出2014～2022年重庆地区整体电力能源效率变化趋势图，结果如图1所示。可以看出，2014～2022年间重庆地区电力能源效率呈现波动上升趋势，从2014年的0.8310增加到2022年的1.0443，9年间重庆地区整体电力能源效率增长了0.2133。具体而言，2014～2022年间，重庆地区电力能源效率增长变化趋势呈现出两个阶段的先升后降：2014～2017年期间重庆地区电力能源效率整体处于上升的趋势，但2017～2018年这一年间出现了下降的趋势；从2019年开始一直到2022年重庆地区电力能源效率整体处于上升的趋势，其整体综合效率远高于均值。（图1）
2、潜在负荷投影比较分析。潜在负荷投影分析的目的在于，保证电力能源效率最优的前提下，找到实际投入与最优投入之间的差距，进一步实现各项投入资源的优化配置。基于此，课题组以“经济-环境”约束下重庆地区电力能源效率最优作为目标函数，对2014～2022年重庆地区电力负荷数值进行投影测算分析，结果如表2所示。可以看出，2014～2022年间大部分年份重庆地区的潜在最优电力负荷低于实际电力负荷，该结果表明，在保证经济发展最优且环境污染最小的前提下，仍然可以进一步降低电力使用，提高负荷电力能源效率，推动电力高质量使用。（表2）
（二）重庆地区三次产业视角
1、电力能源效率分析。从图2可以看出，第一产业电力能源效率在2014～2022年间整体波动较大，2020年综合效率快速增长，较上一年增长了0.742，虽然波动较大，但大部分年份电力能源效率保持在1.0分界线以上。第二产业电力能源效率趋势较为平缓，大部分年份保持在1.0分界线以下，只有少部分年份突破了1.0分界线。第三产业电力能源效率整体围绕1.0分界线上下来回波动，波动幅度较小。（图2）
2、潜在负荷投影比较分析
（1）第一产业潜在负荷投影比较分析。从表3可以看出，2014～2022年间大部分年份重庆地区第一产业的潜在最优电力负荷低于实际电力负荷，意味着对电力负荷进行一定范围的削减，并不会对经济效率带来影响，反而还会有利于经济效率提升。2019年第一产业的潜在最优电力负荷等于实际电力负荷，潜在负荷调节量为0，整体电力能源效率达到最优状态。2020年第一产业的潜在负荷调节量为1，241万千瓦时，意味着实际电力低于了潜在最优电力，在保证经济发展最优且环境污染最小的前提下，仍然可以进一步提高电力使用，提高负荷电力能源效率。（表3）
（2）第二产业潜在负荷投影比较分析。从表4可以看出，2014～2022年间，重庆地区第二产业的潜在最优电力负荷都低于实际电力负荷，潜在负荷调节量均为负，意味着对重庆地区第二产业的电力负荷进行一定范围的削减，并不会对经济效率带来影响，反而还会有利于经济效率提升。（表4）
（3）第三产业潜在负荷投影比较分析。从表5可以看出，2014～2022年间大部分年份重庆地区第三产业的潜在最优电力负荷低于实际电力负荷，意味着对电力负荷进行一定范围的削减，并不会对经济效率带来影响，反而还会有利于经济效率提升。2017年和2020年第三产业的潜在最优电力负荷均大于实际电力负荷，潜在负荷调节量分别为5，201万千瓦时和169，618万千瓦时，在保证经济发展最优且环境污染最小的前提下，仍然可以进一步提高电力使用，提高负荷电力能源效率。（表5）
四、研究结论及建议
本文采用SBM模型，从地区整体、产业/行业等维度，对重庆地区2014～2022年电力能源效率及潜在电力负荷投入进行系统分析，研究结论显示：（1）在“经济-环境”的目标约束下，重庆市整体电力负荷消费将呈现出“总量增速放缓，用电质量上升”的趋势，且适当地削减用电量，并不会对重庆地区经济、环境等高质量发展产生影响。（2）在保证“经济-环境”高质量发展的前提下，虽然重庆市第一产业和第三产业（除住宿、餐饮业）可调电力负荷呈现上升趋势，但是第二产业可削减电力负荷却在缩减，意味着未来重庆地区重点的电力负荷消耗大户将主要集中于第二产业。
基于此，本文建议：（一）重庆市政府应进一步推动地区产业优化升级，通过布局“33618”现代制造业集群体系，围绕建设数字重庆“1361”整体构架及发展路径要求，大力扶持数字产业，调整重庆市产业结构，转变经济增长方式。产业结构优化升级比重越高，越能够促进粗放型用电模式向集约型模式转变。因此，政府在制定经济发展政策目标时，应坚持向“稳增长、调结构”转变，合理布局绿电、碳税等相关制度，充分发挥政策导向作用，鼓励当地企业积极实现自我技术创新，引导各区县积极发展数字经济、信息高科技等产业，实现重庆地区节能减排和经济高质量发展的多重目标。（二）建议有序用电应当与国家产业政策、能源政策等相结合，落实到各个电力用户，做到定用户、定负荷，兼顾用户公平与经济性，实现更为精细化的管理。重庆地区居民用户与工业用户呈现出不同类型的调节潜力。居民用户主要用电负荷为空调，且空调负荷的用电时段较为固定，转移难度大，因此通过政策宣传或经济调控等方式使居民用户自觉提高空调设定温度，能够更有效地削减居民用户的总体用电量；工业用户较大比例的生产负荷存在使得低调节成本的空调负荷占比较低，进而导致削减工业用户的用电量将直接影响企业经济效益，因此相对而言，通过行业交流、制度推广、部门监管等方式，使同行业用户向削峰填谷先进企业学习经验，优化工作时段，能够显著降低工业用户的峰值负荷。值得注意的是，当有序用电政策的力度与覆盖面达到了使得居民用电产生饱和的程度，也能够在一定程度上实现控制电量的目标。然而，这种情况同样会伴随较大的经济损失，严重影响GDP产出，仍不建议优先使用。
（作者单位：国网重庆长寿供电公司）
主要参考文献：
［1］高姣倩，陆逸铭.电力能源数字化的转型策略分析［J］.电子技术，2023.52（10）.
［2］李壮爱.“双碳”背景下居民生活用电碳减排法律机制及效应评估研究［D］.太原：山西财经大学，2022.
［3］叶志宏.基于SBM-窗口DEA分析法的城市地铁交通能源效率测度研究［D］.天津：天津大学，2021.
［4］赵雅琪.中国省际电力能源效率测量及提效策略研究［D］.北京：华北电力大学（北京），2021.
［5］孙明琪.电力能源效率影响因素分析［J］.科技风，2020（25）.
［6］郭瑾，匡海波，余方平.能源消费视角下的港口碳足迹测算和驱动因素研究［J］.管理评论，2020.32（08）.
［7］毛欣雨.中国居民电力消费反弹效应［D］.上海：华东师范大学，2020.
［8］陈豪.考虑技术积累的电力能源产业生产效率研究［D］.西安：陕西师范大学，2020.
［9］陈咏昶.中美核电利用效率及其影响因素的比较研究［D］.福州：福建师范大学，2020.
［10］王柏凯.我国电力能源效率影响因素研究［J］.节能，2020.39（02）.
|
|
|
|
