第1章绪论
1.1. 引言
过去的两百多年里，英国、美国、德国等代表性的西方发达国家先后完成了工业化进程，代价是消耗了大量的物质能源，包括石油、天然气、煤炭等等。随着全球经济的一体化，近50年来，以中国、巴西等“金砖四国”为代表的发展中国家陆续登上历史舞台，创造了国民经济的腾飞和国家的高速发展，不可避免的迎来了新一轮的能源消费热潮。经济增长与能源消耗密切相关。根据英国石油公司(British Petroleum)(2010)，世界银行（World Bank)和中国能源报告(魏一鸣,2010)中的统计数据来看，1980年至2009年这将近30年的时间内，世界生产总值与全球能源消费总量的相关系数统计高达0.995。可见经济的飞速发展伴随着能源的大量消耗，能源是经济增长的重要支撑。图1.1描绘了近30年来世界生产总值和能源消费总量的趋势(魏一鸣，2010)。图中的数据显示，经济全球化的近30年间，世界生产总值从17.8万亿美元突增到39.4万亿美元（2000年不变价)，年平均增长率为2.8%。全球能源消费由66亿吨标准油当量飞增到112亿吨标准油当量，年平均增长率达1.8%。据估测，未来的能源需求增长仍然较快。国际能源环保署的统计数据估测，如果保持年增长率1.5%的态势，到2030年，全球能源消费总量将突破168亿吨标准油当量。对处在经济高速增长的发展中国家来说，年增长率数据要更高，达到2.3%。从全世界的能源增量各国占比来看，仅中国和印度，这一数据高达53%。
改革开放以来，我国的经济进入加速通道，取得了举世瞩目的重大成就。国民生产总值从全球的2.3% (1978年）上升到7.2% (2008年），近十年更是维持了年均10%左右的增长速度。能源在这个奇迹里发挥了重要的作用，扮演2004年起，中国已经成为仅次于美国的世界第二大能源消费国。虽然我国拥有较为丰富的化石燃料和可再生能源，但是人均占有率低、开发难度大、技术水平低等现状仍是不争的事实。因此提高能源利用效率，是节约能源，缓解能源供求压力的现实选择。与发达国家相比，我国的能源效率处在较低的水平。学者王庆一(2003)的研究显示，按汇率法折算，我国每百万美元消耗的标准煤数量分别是日本和欧盟国家的9倍、6倍，甚至是美国的3倍。提高能源效率刻不容缓。根据最新的全球气候变暖理论，全球升温主要是由于二氧化碳（C02)的大量排放导致的。图1.5中碳排放来源结构数据表明，占总额42.2%、37.6%、19.8%的碳排放来源于煤炭、石油和天然气。结合图1.4的能源消费结构对比分析，我们可以得出，合理、积极的调整经济和能源消费结构，全面控制污染气体排放，是关系到国计民生的重大问题。基于此，1992年6月4日在巴西里约热内卢举行的地球首脑会议上，通过了《联合国气候变化框架公约》（UNFCCC)，这是联合国政府间谈判委员会就气候变化问题达成的公约，公约于1994年3月21日正式生效。目前，公约已拥有189个缔约国。公约第一次缔约方会议（COP)于1995年在德国柏林召开。最近的一次会议(COP17)于2011年11月28日起在南非港口城市德班召幵。
就我国来说，已于1998年5月签署并于2002年核准了京都议定书。在2009年11月，我国宣布在未来的十年间单位GDP的C02排放量将在2005年的基础上降低45%左右。这次我国作为发展中国家，主动提出参与到减排方案中，并且力度之大，表现了我国承担起作为世界大国的责任和实现共同发展的决心。就实质来说，联合国气候变化框架公约针对碳排放建立了一种全新的“限额与交易”体系。该体系将碳排放视为一种商品，以一定年限为管理时间单元，决策者分配给各个下属组织一定量的排放限额。在这个时间段内，组织的实际拥^文量如果没有超过规定的排放限额，那么其剩余配额可以拿到市场上进行交易，获取一定的利润以奖励其为环保做出的贡献；如果组织的实际排放量超过了规定的排放限额，该组织可以选择在市场上购买其所需的碳排放限额，或者接受重罚。这种体系决定了其中“市场”存在的必要性，这种市场就是“碳排放权交易市场”。截至2008年，已具有一定规模的碳排放权交易市场有：欧盟排放交易体系、芝加哥气候交易所自愿减排交易体系、澳大利亚SFE交易所等等。就国内来说，北京环境交易所、天津碳排放权交易所和上海环境能源交易所也纷纷挂牌成立。作为一种在全球广泛实施的环境污染排放控制的经济手段，碳排放权“限额与交易”体系获得了良好的幵局模式。
第2章基于DEA的能源效率评价研究
正如在绪论中所述，世界经济发展离不幵能源，能源是经济增长的命脉。因此，对能源利用的孜孜追求吸引了大量研究者的关注焦点。本章首先回顾了能源效率评价的研究现状，其次提出了同时考虑能源结构、能源组织规模、非能源投入要素的全要素能源效率DEA模型。在此静态基础上，本节引入Malmquist生产率指数分析方法对能源效率的动态变化进行探究。本章的最后，作为算例，挑选了具有代表性的全球48个国家进行能源效率利用状况的评价分析，同时进一步地分析了我国2000~2003年间各省份全要素能源效率的动态发展变化状况。
2.1. 研究背景与文献回顾
世界经济的发展与能源消费量有着显著的联系。根据美国农业部的经济研究显示，2000年起，全球能源消费量开始急速增长，年平均增长率达到2.5%，与全球实际GDP的增长率相当。而中国，作为世界第二大经济体，2004年这一数据更攀升至15.1%。过度的能源消费，与随之引发的环境污染问题一起，已成为人类可持续发展的巨大威胁。因此，如何高效地利用能源，进一步提高能源的利用效率，是实业界和学界关注的热点之一。学界对能源利用程度的刻画通常有三种方式，热力学指标、物理热量指标和经济型指标(Patterson，1996)。热力学指标是用物理学上的热量指标测量实际生产过程中能源的转化的热能效率。物理热量指标将能源利用过程中的投入产出数据用热量和物理单位衡量。与前二者不同的是，经济型指标测量产出时釆用的是货币单位。这种方式更为直观地显现出能源利用对社会的贡献程度。因此，经济型指标获得了广泛地推广与应用。
经济型的指标体系中，最为常见使用相对较广泛的是能源强度(Energy intensity,简称 EI)，能源系数（Energy coefficient)等(Ang，2006)。能源强度定义为能源消费量与总产出的比值。在该指标用来评价一个企业或者组织的能源效率时，总产出一般用国民生产总值GDP或者国内生产总值GNP表示。能源系数定义为能源消费与总产出各自增长率的比值。该指标通常用来进行不同国家和地区的宏观能源消费比较分析(Ang，1991)。由指标的定义可以看出，当一个国家或者地区的经济增长率极低，接近于0时，按照能源系数算法得到的数据会出现异常。由于能源系数指标的稳定性相对较差，实用和研究中更多的釆用能源强度指标。比如能源效率研究领域被引次数极高的两篇文章，Howarth etal. (1991)和Greening et al. (2000)即是釆用能源强度指标作为能源效率表述方法。
第3章 基于DEA的能源组织排序研究........ 70-90
3.1. 问题描述和相关文献综述....... 70-72
3.2. 基于公共权重的排序方法....... 72-79
3.3. 同时基于最优前沿.......79-82
3.4. 能源组织排序....... 82-86
3.5. 本章小结.......86-87
本章参考文献....... 87-90
第4章 基于碳排放权的组织生产计划....... 90-110
4.1. 研究背景 .......90-91
4.2. 文献回顾.......91-92
4.3. 模型 .......92-101
4.4. 算例分析....... 101-107
4.5. 本章小结....... 107-108
本章参考文献....... 108-110
第5章 基于DEA的组织决策者限额分配制度....... 110-126
5.1. 问题描述....... 110-111
5.2. 文献回顾....... 111-112
5.3. 模型.......112-116
5.3.1. 产出的可处理性.......112-114
5.3.2. 分配模型 .......114-116
5.4. 算例与讨论.......116-121
5.5. 本章小结....... 121-123
本章参考文献 .......123-126
结论
能源是人类社会发展和经济进步的重要物质基础。工业革命以来，能源对经济迅速发展起到了巨大的推动作用。伴随着以我国为首的“金砖四国”经济腾飞，能源消耗进入了新一轮的消费高峰期。从资源属性来看，特别是化石能源，其具有不可再生性，经过近两个世纪的疯狂消费，终将逐步走向枯竭。而另一方面，由于能源利用技术水平的限制，全球对能源的利用效率也面临发展不均衡的局面。能源的过度消费除了导致化石能源日益枯竭外，其大量的燃烧排放还给全球带来了温室气体排放、海平面上升、气候变化等诸多环境问题，严重危害了人类的可持续发展。为此，联合国政府间谈判委员会倡议提出了联合国气候变化框架公约。该公约的核心内容是构建了碳排放权限额与交易制度，在此制度框架内，全球就气候问题达成了统一减排的意见。#p#分页标题#e#
本文研究一个组织中涉及到能源环境效率的相关决策问题，从提高能源利用效率和减少污染排放两个角度出发，以数据包络分析理论为主要方法，研究两类效率评价和排序、改进问题。一个是在能源利用的组织层面上，研究如何合理评价能源利用效率和如何对能源组织进行排序；另一个主题是研究组织内部根据能源环境效率优化生产运作，通过对环保部门一制造企业的生产运作管理展开分析，研究碳排放权限额制度的运行机制，在此基础上，探讨最优化的生产计划设计方案和限额分配方案。
参考文献
1Amirteimoori, A.，& Kordrostami, S. (2011). Production /shdxbylunwen/ planning in data envelopment analysis.International Journal of Production Economics.
2Banker, R. D., Chames，A.，& Cooper, W. W. (1984). Some models for estimating technical andscale inefficiencies in data envelopment analysis. Management Science, 1078-1092.
3Beasley，J. E. (2003). Allocating fixed costs and resources via data envelopment analysis.European journal of operational research, 147，198-216,
4Billington, R J.，McClain，J. 0., & Thomas, L. J. (1983). Mathematical programming approachesto capacity-constrained MRP systems: Review，formulation and problem reduction.Management Science，29，1126-1141.
5Bowman, E. H. (1956). Production scheduling by the transportation method of linearprogramming. Operations Research, 4，100-103.
6Chames, A?，Cooper, W_ W.，& Rhodes, E. (1978), Measuring the efficiency of decision makingunits. European journal of operational research, 2, 429-444.
7Cooper, W, W.，Deng, H_，Huang, Z_，& Li, S. X. (2002), Chance constrained programmingapproaches to technical efficiencies and inefficiencies in stochastic data envelopmentanalysis. Journal of the operational research society, 53，1347-1356.
8Du，J’，Liang, L.，Chen, Y,，& Bi，G (2010). DEA-based production planning. Omega, 38，105-112.
9Golany, B. (1988). An interactive MOLP procedure for the extension of DEA to effectivenessanalysis. Journal of the operational research society，725-734.
10Hanssmann, R, & Hess, S. W. (1960). A linear programming approach to production andemployment scheduling. Management Technology, 1，46-51.
