时间:2024-11-05
何 刚 Dongphil Chun 刘海峰 张学鹏 起发金 尹 旭 白冬冬 陈彬源
1. 韩国国立釜庆大学校技术经营专门大学院, 韩国 釜山 48547;
2. 中国石油西南油气田公司规划计划处, 四川 成都 610051;
3. 国家管网集团西南管道昆明输油气分公司, 云南 昆明 650500;
4. 中国石油工程建设有限公司西南分公司, 四川 成都 610041
石化业主要是以天然气和石油为原料,进行生产加工石油及石油化工产品的工业。石化业按照传统定义划分,包括石油和天然气开采业,化学纤维制造业,石油加工、炼焦及核燃料加工业,化学原料及化学制品制造业,橡胶制品和塑料制品业。中国石化业有完整的产业体系,发展上采用的高能耗、高投入、高污染、低产出的粗放型增长模式,尽管近年来随着科技进步和新能源的开发,石化业的能源利用率有所提高,但其能源消费量仍在整个工业中占比较高[1]。2016年,石化业能源消费量达 78 500 万吨标准煤,占中国工业行业能源消费量的26.86%,同时石化业也是碳排放的重要行业,在温室气体排放统计中,2016年石化业碳排放CO2当量约占全国碳排放量的3%[2-3]。为了判断石化业全要素生产率在中国工业行业中所处位置以及石化业各子行业之间的差异,考虑能源和碳排放因素的影响,基于数据包络分析(Data Envelopment Analysis,DEA)的效率评价方法,引入全要素生产率Malmquist指数,对石化业进行全要素生产率测算分析。
DEA是目前应用最广泛的效率评价方法,可以测量每个决策单元对于生产前沿的效率,与传统效率方法评价相比不用事先设定生产函数,避免设定评价指标的主观权重。投入导向的DEA模型是在决策单元(Decision Making Unit,DMU)产出一定的情况下最小化投入。DEA中引入全要素生产率Malmquist指数形成DEA-Malmquist模型,通过时间序列来观测初期到期末的效率动态变化,可以衡量不同时期内生产率动态变化的特征和趋势。全要素生产率Malmquist指数表示的是DMU工业总产值与其他投入要素之比,全要素生产率受技术效率和技术进步两个维度的共同影响[4],假设规模效率可变,技术效率可分解为两类,分别是规模效率和纯技术效率[5]。当全要素生产率Malmquist指数的某一效率值大于1,表示其对生产率有正向促进作用,投入产出效率整体水平较高,处于效率前沿;反之,小于1则表明该指数对生产率的增长有反向抑制作用[6-7]。本文用DEA-Malmquist指数来动态评价生产率,以了解1998—2019年中国工业行业和石化业全要素生产率的变化趋势,计算公式见式(1)。
(1)
(2)
1.2.1 中国工业行业分类
根据GB/T 4754—2017《国民经济行业分类》对两位数行业的分类标准,鉴于数据易得和准确性等需要,本文剔除了其他采矿业、工艺品及其他制造业、废弃资源和废旧材料回收加工工业。中国工业行业分类见表1。
1.2.2 投入产出变量的选取
根据1998—2019年中国工业行业两位数的35个子行业的数据,从资源、经济、环境三方面选取投入产出指标。投入指标是全部从业人员年平均数、固定资产净值、能源消费总量、CO2排放量,产出指标是行业工业总产值。
1.2.3 数据来源与处理
本文数据来自《中国统计年鉴》《中国化学工业统计年鉴》《中国能源统计年鉴》和CEADs中国碳核算数据库。本文的价格均调整为1998年不变价,并借鉴Korhonen P J和Luptacik M对非期望产出的处理方法,将CO2排放作为投入变量来处理[10]。
表1 中国工业行业分类表Tab.1 China’s industrial sector classification
本文运用DEAP2.1软件对1998—2019年中国工业行业35个子行业全要素生产率Malmquist指数进行测算。
考虑能源和碳排放因素,1998—2019年中国工业行业35个子行业全要素生产率变化曲线见图1,1998—2019年中国工业总产值、能源消费总量、碳排放量趋势见图2。
图1 1998—2019年中国工业行业全要素生产率变化曲线图Fig.1 Total factor productivity change curve for China’s industrial sector, 1998—2019
图2 1998—2019年中国工业总产值、能源消费总量和碳排放量趋势图Fig.2 Trend of total output, energy consumption and carbon emissions of China’s industrial sector, 1998—2019
由图1~2可知,中国工业行业35个子行业在1998—2019年全要素生产率曲线呈W型变化,并在0.723~1.222之间波动,平均值为0.978。从时间序列来看,1998—2019年中国工业行业全要素生产率最大的是2003—2004年,也是上升最快的年份,其全要素生产率为1.222,比上年增长了22.2%,全要素生产率最小的是2016—2017年为0.723,比上年下降27.7%。1998—2019年全要素生产率有11年的数据处于1以下,集中在2011—2018年。从图2可知,即使2015—2019年工业总产值出现下降,碳排放量和能源消费总量也在持续增长,这是因为中国工业制造业增加值占GDP比重由2013年的30.67%持续下降到2019年的27.17%,中国工业增加值占GDP比重自2013年的44.1%下降到2020年的37.82%,工业增加值逐年下滑。这与中国工业行业结构调整、转型升级以及第三产业占比提高等都有较大关系。也表明中国工业行业面临较大的碳排放和能源压力,但说明中国工业行业的全要素生产率提升潜力也较大[11]。
为了更好地研究中国工业行业子行业全要素生产率变化趋势,1998—2019年中国工业行业子行业全要素生产率变化见表2。
表2 1998—2019年中国工业行业子行业全要素生产率变化表Tab.2 Table factor productivity change of China’s industrial sub-sectors,1998—2019
由表2可知,考虑能源和碳排放因素,中国工业行业35个子行业对应的全要素生产率差距较大,中国工业行业各子行业全要素生产率均值为0.978,未达到效率前沿。平均增长最快的是燃气生产和供应业,其全要素生产率为1.090,即1998—2019年平均增长9%,最差的是纺织服装鞋帽制造业,其全要素生产率为0.926。另外,烟草制品业,石油加工、炼焦及核燃料加工业,电力、热力的生产和供应业,水的生产和供应业,黑色金属冶炼及压延加工业,石油和天然气开采业,仪器仪表及文化、办公用机械制造业,平均增长分别为5.8%,4.2%,4.1%,4%,3.6%,1.3%,0.1%,有色金属冶炼及压延加工业的全要素生产率保持不变,其余行业均处于效率前沿以下。中国工业行业35个子行业平均全要素生产率低于效率前沿[12]。
为了探究石化业对中国工业行业全要素生产率的贡献程度,1998—2019年中国工业与石化业全要素生产率年度均值对比见图3,1998—2019年中国工业与石化业全要素生产率Malmquist指数分解对比见图4。
图3 1998—2019年中国工业与石化业全要素生产率年度均值对比图Fig.3 Comparison of annual average values of total factor productivity for China’s industrial sector and petrochemical industry, 1998—2019
图4 1998—2019年中国工业与石化业全要素生产率Malmquist指数分解对比图Fig.4 Comparison of total factor productivity Malmquist index component breakdown for China’s industrial sector and petrochemical industry, 1998—2019
由图3~4可知,1998—2019年石化业全要素生产率Malmquist指数均值在总体上高于中国工业行业该指数的均值。石化业处于中国工业行业全要素生产率的前沿,对中国工业的生产率做出了贡献。
根据中国工业行业分类表,对各子行业全要素生产率指数进行分门类对比,以确定石化业在中国工业行业门类中的生产率水平。1998—2019年工业门类全要素生产率年度均值见表3。
表3 1998—2019年工业门类全要素生产率年度均值表Tab.3 Table of annual average values of total factor productivity for industry sectors,1998—2019
由表3可知,从时间序列来看,1998—2019年全要素生产效率最高的是2003—2004年采掘业,为1.488,即比上年增长48.8%;处于最低的是2016—2017年制造业,为0.760,比上年降低了24%。四大门类行业中年均增长最快的是电力等供应业,为1.071,即1998—2019年年均增长7.1%,石化业次之,年均增长0.8%,达到了效率前沿。采掘业和制造业拉低了整个中国工业行业生产率。四个工业门类大都是能源消耗大户,具有基础设施完善、资金和人才等投入大、技术工艺持续升级的特征,但存在时间久远产能过剩,投入过高等问题[13],导致工业行业的整体效率低于前沿面,也说明中国工业行业有很大的提升空间[14]。
为进一步分析能源和碳排放对石化业全要素生产率的影响,将石化业全要素生产率Malmquist指数进行分解。石化业全要素生产率Malmquist指数分解见表4。
表4 1998—2019年石化业全要素生产率Malmquist指数分解表Tab.4 Component breakdown of total factor productivity Malmquist index of petrochemical industry,1998—2019
由表4可知,时序演变状况反映了全要素生产率的波动特征,1998—2019年石化业全要素生产率年际间变化呈W型波动,总体呈现上升趋势,年均上升0.8%,石化业由于产能过剩结构性矛盾凸显,达到资源环境约束的上限,传统发展方式面临严峻挑战,导致石化业生产率上升缓慢[15-16]。1998—2019年出现了3次较大波峰,其中1999—2000年全要素生产率最高,达到1.308,即比上一年增长30.8%,是上升最快的一年。2003—2004年和2018—2019年全要素生产率分别比上一年增长22.7%和11.7%,受2007—2009年经济危机的影响全要素生产率出现负增长,导致2008—2009年全要素生产率达到最低0.837,降低了16.3%。随后全要素生产率有所增长,2011—2018年出现7年的负增长,2019年又开始出现正增长,这与国家对石化业出台的各项发展规划和体制改革有关。石化业正在推进技术创新水平,结构转型升级、供给侧改革、化解产能过剩矛盾等举措[17-18]。总体上石化业仍处于中国工业行业的生产率前沿,并稳步缓慢提升。
从全要素生产率的构成来分析影响它的主要和次要因素。1998—2019年石化业技术进步波动较大,均值为1.017,年均增长1.7%,增长较为缓慢,存在后劲不足问题,需要加大石化业的技术研发和创新,发挥“增长效应”,提高增长率[18]。2017—2018年是石化业技术进步上升最快的年份达到1.238,比上年增长了23.8%。另外纯技术效率年均增长率为0.8%,而规模效率年均增长率为-0.7%,说明石化业的生产规模存在不合理之处。技术效率为1,没有发生变化。石化业全要素生产率的提升得益于技术进步和纯技术效率的正向促进作用,规模效率具有反向抑制作用。所以提升科技创新、产业技术升级和调整产业规模是石化业的首要任务。
在考虑能源和碳排放约束下,1998—2019年石化业各子行业全要素生产率Malmquist指数及分解见表5。
表5 1998—2019年石化业各子行业全要素生产率Malmquist指数分解表Tab.5 Component breakdown of total factor productivity Malmquist index of the petrochemical industry sub-sectors,1998—2019
由表5可知,考虑能源和碳排放因素约束后,1998—2019年石油加工、炼焦及核燃料加工业全要素生产率为1.042,其平均增长4.2%,位居石化业全要素生产率增长首位;其次是平均增长1.3%的石油和天然气开采业;化学纤维制造业、化学原料及化学制品制造业、橡胶制品和塑料制品业处于负增长。
从技术进步来看,考虑了能源和碳排放因素约束后,1998—2019年技术进步均值最高的子行业是石油和天然气开采业,其技术进步为1.041,即1998—2019年平均技术进步增长为4.1%,石油加工、炼焦及核燃料加工业,化学原料及化学制品制造业和化学纤维制造业分别为1.035,1.002和1.006,最低的是橡胶制品和塑料制品业,其技术进步为0.971,处于负增长。
从纯技术效率来看,考虑了能源和碳排放因素约束后,石化业各子行业1998—2019年纯技术效率均值最高的是化学原料及化学制品制造业为1.030,其次为石油加工、炼焦及核燃料加工业为1.007,石油和天然气开采业,化学纤维制造业,橡胶制品和塑料制品业分别0.982,0.990,0.988,均低于效率前沿,起到反向抑制作用。
从规模效率来看,考虑了能源和碳排放因素约束后,石化业各子行业1998—2019年规模效率除石油加工、炼焦及核燃料加工业和化学纤维制造业大于1外,其余子行业生产规模都需要做相应调整。
综上,石油和天然气开采业的全要素生产率处于效率前沿,受益于技术进步的促进作用,但受制于规模效率和纯技术效率的双重负作用,说明行业的技术研发和创新,促进了技术进步的增长和生产率的提高,但需注意调整资源配置、加强行业管理、提高技术水平、调整产业结构和规模,扭转技术效率往正向增长;石油加工、炼焦及核燃料加工业处于石化业的效率前沿,但增长率不大,需不断优化。化学原料及化学制品制造业、化学纤维制造业都受到技术效率的反向抑制作用,抵消了技术进步的正向增长,导致生产率低于技术前沿,化学原料及化学制品制造业需要进行规模调整和结构升级,化学纤维制造业则需要加大管理、资源配置和技术运用;橡胶制品和塑料制品业各指数均低于1,应重新调整产业结构、资源配置、科技创新,并加强管理,促进全要素生产率的提高[19-20]。
为了更深入地了解石化业投入产出的发展趋势,现以处于效率前沿的石油和天然气开采业为例,其历年投入产出走势见图5,投入产出数据描述性分析见表6。
图5 1998—2019年石油和天然气开采业的投入产出走势图Fig.5 Input-output input-output trend of the oil and gas extraction industry
表6 1998—2019年石油和天然气开采业的投入产出数据描述性分析表Tab.6 Descriptive analysis of input-output data of oil and gas production,1998—2019
由图5、表6可知,随着时间推移,石油和天然气开采业的工业总产值在2011年达到顶峰后,出现下降随后又缓慢上升的过程,工业总产值原价曲线与工业总产值不变价曲线基本是同步波动的,说明生产装备产能水平总体稳定;CO2排放量自2003年达到顶峰后,一直处于下降趋势,取得了较好的减排效果,但2016年后一直以几万到几十万吨级的极低速度减排,说明前期的举措成效遇到了瓶颈;能源消耗即使在产值不断推高的过程中都保持一个相对较小的波动范围,说明节能方面进行了不少的投入和技术改进;从业人员在2011年达到顶峰,随后快速下降到2019年的60.90万人,说明技术的发展和智能化程度在不断加强,减少了用人投入;固定资产的投入具有3年一增高的特性。
综上所述,自2003年起石油和天然气开采业不管是碳减排、节能措施,还是技术创新改进上取得的效果都非常显著,但碳减排已经达到瓶颈,随着国家碳排放和能源上的强制性要求,电气化进程的加快,全球能源将出现根本性调整,预计石油和天然气在全球能源体系中的占比将由2018年的85%降到65%直到20%。石油和天然气开采业应加快进入战略转型,需要进行产业转型升级、规模重构、技术创新、数字智能化等多重举措,瞄准定位,持续改进[21-22]。
考虑了能源和碳排放因素,采用DEA全要素生产率Malmquist指数分析方法,站在中国工业行业视角,考察了各行业自1998—2019年的全要素生产率。从时间跨度、行业角度和全要素生产率构成对石化业进行了分析。
根据测度发现,中国工业行业35个子行业中平均全要素生产率低于效率前沿,全要素生产率最高的是燃气生产和供应业,最差的是纺织服装鞋帽制造业,石化业处于全要素生产率前沿,对中国工业行业的全要素生产率提升做出贡献。中国工业行业下石化业的全要素生产率水平虽然处于效率前沿,但年均增长率只有0.8%,说明还有很大的提升空间。石化业全要素生产率的提升得益于技术进步和纯技术效率的增长。处于效率前沿的石化业子行业依次是石油加工、炼焦及核燃料加工业以及石油和天然气开采业。化学纤维制造业、化学原料及化学制品制造业,以及橡胶制品和塑料制品业处于无效状态。石油和天然气开采业技术进步最高,年均增长4.1%,化学原料及化学制品制造业的纯技术效率最高,年均增长3%,化学纤维制造业的规模效率最高,年均增长0.4%。处于石化业效率前沿的石油和天然气开采业在碳减排、节能、降本增效上措施得力,取得不菲成绩,但已步入瓶颈阶段,需尽早进入战略转型期,其他非全要素生产率效率前沿的石化业子行业面临的问题将更严峻。
石化业虽处于中国工业行业全要素生产率前沿,但是发展缓慢。根据中国在巴黎气候大会上的承诺,到2030年中国单位GDP的CO2排放量比2005年下降66.6%,非化石能源比例提高20%,2030年实现碳达峰的目标,国务院和行业学会分别下文,要求中国石化业在“十四五”期间实现从石化大国向石化强国的战略跨越,石化业将进入大转型、大重构、重大集团战略转型时期。倒逼石化业打破长期以来“大而不强”的历史格局。2020年,全球氢需求量比2000年增长了50%,达到了9 000×104t。在碳减排和能源转型双重压力下,氢能因其清洁、高能高质,并能完美适用于旧能源基础设施将成为首选,而化石能源和炼化生产能提供氢气供给,这将促进石化业的转型。通过积极发展现代煤化工技术、新能源及先进能源新技术、石油炼制新技术、化工新材料新技术、节能环保新技术、高端装备与过程智能化新技术等六大核心技术,加大技术创新、数字智能化转型、产业结构转型升级,加强管理,提高资源的利用率,降低碳排放和能源消耗水平,构建循环经济产业生态链。积极推进组织变革,以促进全要素生产率大幅度提升,实现石化业既定战略目标,打造绿色低碳石化业。
我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自各大过期杂志,内容仅供学习参考,不准确地方联系删除处理!