我國煉油企業能源效率評價方法研究

孫王敏，劉建英，姜洪殿，楊曉光，劉鵬鴿，孫仁金

中國石油大學(北京)工商管理學院，北京 102249

0 引言

近年來，我國單位GDP能耗逐年下降(見圖1)，粗放的發展方式正在轉變。截至2015年年底，我國已完成“十二五”規劃目標，單位GDP能耗下降18.2%[1]。然而，我國單位GDP能耗仍約為世界平均水平的2倍，不僅高于發達國家，也高于巴西、墨西哥等發展中國家。能源消耗量巨大但轉化效率較低依然是我國能源消費面臨的重要問題。能源對于國家的發展具有重要的戰略意義，是一個國家或地區總體發展戰略的核心構成，我國國民經濟保持高速增長的基礎是能源的持續供給。據國家統計局統計的相關數據顯示，在我國的能源消費結構中，石油占據的比例為18.5%。石油、天然氣及各類煉化制品是我國國民經濟健康、持續發展的堅實基礎。

對于處于工業發展中期階段的我國，其各類工業的穩定發展需要能源的持續支持。同時，隨著我國能源利用程度的加深，環境污染的問題日益突出，能源資源的獲取難度日漸增加，全國各地持續的霧霾天氣也嚴重的影響了人民群眾的日常生活。以高污染、高能耗為主要特征的傳統工業部門，將面臨“優質油源獲取難、環保標準升級快”的雙重困境。作為傳統的高污染、高能耗、高排放行業，我國煉油企業在提高國家整體能源利用效率方面承擔著重要的責任。而做好我國煉油企業能源效率評價對提高煉油企業能源利用效率具有重要意義。

現階段，有關能源利用效率的研究主要是從國家、省域等宏觀層面進行研究。Ang B W等研究了能源效率與經濟的關系[2]，吳琦等基于DEA模型對能源效率進行評價[3]，而微觀企業層面的研究相對匱乏。部分學者的研究涉及造紙、鋼鐵、火電和熱電等企業的能源效率的評價，陳由旺等研究了油氣田的能源效率指標體系[4]，而煉油企業能源效率評價的研究相對不足。為此，本文在分析影響煉油企業能源效率因素的基礎上，構建了煉油企業能源效率評價指標體系，并運用組合賦權法確定各項指標的最終權重，進而建立了基于灰色關聯TOPSIS的煉油企業能源效率評價方法；同時選取8家具有代表性的煉油企業進行能源效率評價體系的實例驗證，結果表明所采用的評價方法準確有效，模型運行可靠。

圖1 2011—2017年單位GDP能耗下降百分比Fig. 1 2011—2017 Percentage decline in energy consumption per unit of GDP

1 煉油企業能源效率影響因素分析

我國煉油企業能源利用效率較國際先進水平尚顯落后[5]。全球領先的煉油企業輕油收率高達85%，能源消耗水平不足40 kg標準油/t原油。國內最強的兩大石油石化企業輕油平均收率也僅為76%～78%，能源消耗水平也只降到58～60 kg標準油/t原油。而地方煉油企業的輕油收率更是低于60%，原油加工能源消耗超過80 kg標準油/t原油[6]。針對我國煉油企業的特點及問題，分別從經濟因素、技術因素、管理因素和社會效益因素四個方面對影響煉油企業能源效率利用水平進行分析。

1.1 經濟因素

影響煉油企業能源效率經濟因素主要體現在外在能源價格和內在企業規模兩個方面[7-10]。

(1)外在能源價格。能源價格是企業做出能源消費選擇的重要衡量要素，其對能源效率的影響機制相對復雜。從長遠來看，能源價格的提升有助于能源效率的提高。但是，發揮能源價格調控能源效率的作用需要依靠市場化的定價機制。

(2)內在企業規模。企業規模的擴大有利于能源的循環利用，進而有助于企業整體能源利用效率的提升。同時，研究表明超過1000萬t/a的煉廠其二氧化碳排放因子為0.188，500～1000萬t的煉油企業的為0.197，低于500萬t的為0.211。因此，企業規模對能源效率的影響不僅體現在規模經濟效應，還體現在降低企業的碳排放強度方面。

1.2 技術因素

技術進步是促進能源效率提升的重要因素。隨著社會生態環境的日益惡化，油品質量升級勢在必行，對于煉油裝置與設備的要求更高，煉油企業面臨的環境保護困境和技術升級壓力越來越大。因此，煉廠裝置升級、煉油流程優化勢在必行。無論是滿足煉油企業內生的發展要求，還是應對外界環境限制，均需煉油企業著力于技術手段的提升。

1.3 管理因素

能源效率管理是指在設定的最優目標值下，結合國家的能源管理政策，制定科學合理的管理流程，通過調配資金、人員、技術等資源，實現能源利用效率的提高。管理與生產脫節、管理行動難落實等現象的存在致使能源效率的提升停滯于管理環節。究其原因，主要是各業務單元的溝通與配合、管理與技術人員的合理調配問題。

1.4 社會效益因素

現階段有關能源效率的研究已從“能源—經濟”體系拓展至“能源—環境—經濟”，將環境要素納入能源效率體系是關注社會效益的需要。社會效益對于能源效率的影響最直接的體現即為環境規制[7]。其在宏觀層面主要體現在政府的宏觀管理體系即政策、戰略和理念，在中觀層面主要體現在影響產業結構，微觀層面主要體現在對企業生產決策的影響。

2 煉油企業能源效率評價指標體系及方法

本文基于我國煉油企業生產運行的實際，并結合煉油企業能源利用效率影響因素，設計一套煉油企業能源效率評價指標體系，并對煉油企業能源效率進行評價，從而為企業提高能源利用效率及決策提供有力依據。

2.1 能源效率評價指標體系

以系統性、科學性、實用性和可操作性為基本原則，運用層次分析法將評價指標體系分成3個層次：目標層、準則層和指標層。依據煉油企業能源效率影響因素分析，將評價指標體系分解為4個要素指標：能耗結構指標、能源技術效率指標、能源利用經濟指標、能源環境效率指標，如表1所示。

2.1.1 能耗結構指標

能耗結構指標主要包括：水占能源消耗量的比重、電力占能源消耗量的比重、蒸汽占能源消耗量的比重和石油制品占能源消耗量的比重[8]。四項指標以Ai來表示：

式中，Fi分別表示水、電力、蒸汽及石油制品消耗量；F0表示在煉油企業生產運行過程中不進行加工轉化的總體能源消耗量。

2.1.2 能源技術效率指標

能源技術效率指標主要反映的是煉油企業生產運行過程中能源的使用效率。該指標主要以單因能耗B1、能量密度指數B2、能源產品加工轉化率B3來表示。

式中，J、γ分別表示原油及外購原料加工量、煉油能量因數。

式中，t、K、μ、I、L分別表示報告期全年天數、裝置加工量、裝置的標準能耗、顯熱和顯區外系統能耗。

式中，Fc表示煉油企業生產過程的能源投入總量，Q表示企業進行加工轉化的產出總量。

表1 我國煉油企業能源效率評價指標體系Table 1 Oil re fining enterprises energy ef ficiency evaluation index system of China

2.1.3 能源利用經濟指標

在煉油企業能源效率評價體系中，主要反映的是能源消耗所帶來的經濟效益。因此，能源利用經濟指標主要包括單位能耗利稅額C1、單位能耗工業增加值C2、能源消費彈性系數C3。

式中，H表示報告期內煉油企業的利稅額；M表示煉油企業在報告期內的工業增加值；F0(x+1)、F0x、Z(x+1)、Zx分別表示報告期內相應年份的總體能源消耗量和工業增加值[11]。

2.1.4 能源環境效率指標

能源環境效率指標的設立主要是基于環境規章制度與社會效益。該指標主要包括年平均節能率D1、單位能耗二氧化碳排放量D2和工業用水重復利用率D3。

其中，F5表示報告期萬元產值綜合能耗，F6表示基期萬元產值綜合能耗，N表示報告期和基期相隔的年份；S表示煉油企業生產運行過程中所排放出的二氧化碳總量；D3可以通過相關資料直接獲得[12-13]。

2.2 灰色關聯TOPSIS法評價煉油企業能源效率

針對煉油企業能源效率評價指標體系的特點以及評價的目的，本文采用灰色關聯TOPSIS法進行評價。

TOPSIS法是一種多目標決策方法，該方法的關鍵在于篩選出目標決策問題中的“正理想解”和“負理想解”，之后經過計算，找尋到所有可選方案中距離“正理想解”最近且距離“負理想解”最遠的方案。利用灰色關聯度進一步改進TOPSIS法，可以更確切地表述備選方案與理想方案的貼和度，并以此對比較方案的優劣程度，最終提供決策依據。

運用灰色關聯TOPSIS法評價煉油企業能源效率的步驟如下[14-15]：

首先，規范化指標數值并確定各評價指標的權重，列出加權標準化矩陣。

(1)構建指標矩陣

假設對m個樣本進行評價，包含n個評價指標，相對應的各指標值為aij(i=1,2,…,m; j=1,2,…,n )，則其指標矩陣為：

(2)指標矩陣規范化

不同指標的單位存在差異，無法直接進行比較，為消除這種差異需要對各指標進行無量綱化處理，得到新的無量綱矩陣X=(xij)m×n。

(3)確定指標權重

首先分別運用層次分析法和熵值法對各項指標的權重進行計算，然后采用組合賦權法確定各項指標的最終權重。由于層次分析法和熵值法已較為成熟，在此不多做贅述，重點介紹組合賦權法。

組合系數的確定需要考慮以下2個限制條件：

① 各個評價對象經過加權后的得分與“最優點”的廣義距離最短：

式中，li表示各個評價對象的加權得分與“最優點”的廣義距離；表示第c種賦權方法第j個指標的權重；xij表示第i個對象第j個指標經過規范化處理后的值。

②以Jaynes最大熵原理為基礎，以各賦權結果差異最小化為原則，構建目標函數：

在上述兩個限制條件的基礎上，構建目標函數：

式中，θ表示兩個不同目標間的平衡系數，該數值一般為0≤θ≤1，本文取θ=0.5，通過拉格朗日函數求解組合權數αc，可以得到：

因此，由組合賦權法得到的組合權重為：

式中，we表示組合賦權后的指標權重，wc表示運用層次分析法和熵值法分別計算的各個指標的權重，αc表示組合系數，

(4)指標矩陣標準化

將規范化后的指標矩陣與相應的指標權重相乘，求得加權標準化矩陣Y為：

其次，確定評價樣本的正理想解和負理想解，計算樣本與正理想樣本和負理想樣本的歐氏距離和灰色關聯度。

(1)確定正理想解Y0+與負理想解Y0?

式中，j+為正向指標，j?為負向指標。

(3)計算樣本到正理想解和負理想解的灰色關聯度

① 計算被評價對象中的樣本i與“正理想解”之間的灰色關聯度：

② 被評價對象中的樣本i與“負理想解”之間的灰色關聯度為：

式中，灰色關聯系數

最后，根據計算相對貼近度，實現樣本的排序優選。

相對貼近度πi主要表示的是被評價樣本與“正理想解”和“負理想解”在趨勢變化層面的上的接近程度，其計算公式如下所示：

經過計算所得的相對貼近度可以用來進行樣本優劣的排序。具體的排序方法為：相對貼近度數值越大，則表示被評價樣本越趨向于“正理想解”樣本，那么樣本偏優；反之，樣本偏劣。

3 實證分析

3.1 評價目標概況

經過數據搜集與篩選，本文選取了8家煉油企業的相關數據進行煉油企業能源效率評價指標體系的實證分析。所涉及的煉油企業包括綜合型煉油企業、燃料型煉油企業、煉化一體化企業和西北地區最大的石化企業等，本文對企業的篩選以原油加工能力趨近和生產業務單元相似為主要原則，保證8家企業的可比性。本文構建的能源利用效率評價指標體系使用最優組合賦權法賦權，其中客觀賦權部分需要用到煉油企業實際生產運行的數據。為了排除不同指標數據因量綱的差別而無法進行比較的影響因素，需對相應的數據進行預處理。預處理主要包括：各類正負向指標指向的一致化處理和指標數據的無量綱化處理。8家煉油企業各指標的原始生產數據和預處理后的相關數據如表2和表3所示。

3.2 確定煉油企業評價指標權重

3.2.1 層次分析法賦權

本文設計了調查問卷，邀請了中國石油大學、北京化工大學、沈陽化工大學、遼寧石油化工大學、中石油華北石化、大慶石化、錦州石化、寰球工程和經濟研究院的相關專家對本文構建的能源效率評價指標體系進行重要性打分。經構造判斷矩陣和隨機一致性檢驗之后，指標體系權重匯總如表4所示。

表2 8家煉油企業的評價指標數據Table 2 Evaluation index data of eight re fining enterprises

表3 8家煉油企業的評價指標數據(預處理后)Table 3 Evaluation index data of eight re fining enterprises (after pretreatment)

3.2.2 熵值法賦權

運用熵值法對我國煉油企業能源效率評價指標進行計算后結果如表5所示。

3.2.3 最優組合賦權

運用組合賦權法計算出組合權重系數：

表4 我國煉油企業能源效率評價指標體系權重匯總(層次分析法)Table 4 Re fineries energy ef ficiency evaluation index system weight summary (AHP)

表5 煉油企業能源效率評價指標體系權重匯總(熵值法)Table 5 Re fineries energy ef ficiency evaluation index system weight summary (the entropy method)

最優組合賦權后，煉油企業能源效率評價指標體系中各指標的權重如表6所示。

3.3 煉油企業能源利用效率評價

3.3.1 評價結果

依據灰色關聯TOPSIS方法的步驟，首先對8家煉油企業生產數據的預處理結果和對煉油企業能源效率評價指標體系的權重計算進行加權標準化矩陣的計算。

(1)由預處理8家企業評級指標數據和表6計算出加權標準化矩陣，如圖2。

(2)計算“正理想方案”和“負理想方案”分別為：

(3)計算各煉廠與“正理想方案”和“負理想方案”的歐氏距離：

(4)計算各煉廠與“正理想方案”和“負理想方案”的灰色關聯度，其中分辨系數取值0.5。

(5)計算各個方案與理想方案的相對貼近度，在計算過程中，默認β1=β2=0.5，即假設兩關聯度重要性相同。

由計算結果可知b煉廠與最優方案最為貼近，即能源效率最優。該評價結果也與b煉廠在現實當中的能源利用情況吻合。

表6 煉油企業能源效率評價指標體系權重(最優組合法)Table 6 Re finery enterprise energy ef ficiency evaluation index system weight (optimal combination of law)

圖2 加權標準化矩陣Fig. 2 Weighted normalization matrix

3.3.2 模型有效性檢驗

灰色關聯分析中涉及的分辨系數對評價結果產生的影響比較重大。因此，需要對該決策模型的有效性進行檢驗。

檢驗方法主要是通過改變分辨系數的值，觀察在不同的分辨系數下，最優方案是否保持穩定。

當ρ=0.1時，被評價方案與理想方案的相對貼近度為：

當ρ=0.3時，被評價方案與理想方案的相對貼近度為：

當ρ=0.7時，被評價方案與理想方案的相對貼近度為：

當ρ=0.9時，被評價方案與理想方案的相對貼近度為：

由上述關于相對貼近度的計算結果可知，當分辨系數為0.1、0.3、0.5、0.7和0.9時，最優方案均為b煉廠，即b煉廠的能源利用效率最優。b煉廠作為國內著名的石化企業，其原油的一次加工能力和二次加工能力均位居前沿，年加工能力均為1000萬t。以自身擁有的77套生產裝置為基礎，其發展成為了年產汽油、煤油和柴油600萬t以上的大型煉油企業。同時，依托強大的技術實力，該公司化工產品年生產能力可達184萬t。b企業的能耗結構指標(水占能源消耗的比例、電占能源消耗的比例)、能源利用經濟指標(單位能耗利稅額)都明顯高于其他七家企業。在分辨系數變化的情況下，模型運算結果沒有改變，表明各主要因素的變化對模型運算結果沒有影響，模型可靠，方法有效。

4 我國煉油企業提高能源效率的建議

煉油企業能源利用效率研究的諸多文獻均著眼于整體，以整體能源利用效率的提升為主要目標，其建議多涉及煉油行業的國家政策主導、煉油行業的整體規模提升、煉油行業的技術進步。但是從個體角度來看，著眼于煉油企業長足發展的能源利用效率提升的研究并不充足。因此，本文以企業管理的視角，通過進行煉油企業能源利用效率評價指標體系的設計，對我國煉油企業能源利用情況的改善提出相應的建議。

4.1 調整能源消耗結構

通過上述評價結果可知，在煉油企業能源效率評價指標體系中，有關能耗結構的權重合計約占24%，其中以蒸汽和石油制品等化石能源的消耗比重指標各約7%。石油制品的消耗對能源效率的影響更多的體現在負向產出端，二氧化碳的超量排放與此相關。

從投入的角度來講，為獲得更高的能源利用效率需要以相對較少的投入獲得同樣的產出。從產出角度來講，為獲得更高的能源利用效率需要以同等的能源獲得更“少”的非期望產出。因此，能耗結構調整的主要目標即是尋找高效、清潔的替代能源。

4.2 規劃煉油裝置聯合利用能源

在能源利用效率評價指標體系中，單位能耗利稅和單位工業增加值用能費用的權重分別為16%、10%。由灰色關聯TOPSIS法計算過程可知，權重是評價開展的基礎。這兩項指標改善的關鍵在于“開源節流”。

諸多有關煉油企業能源利用效率提升對策的文獻中均對國外煉廠低溫余熱回收利用技術有所提及。低溫余熱的回收利用需要對煉油裝置的聯合利用情況進行調整。而提高煉油企業能源利用效率的關鍵就在規劃煉油裝置。煉廠常規裝置的低溫余熱留存及利用主要有以下幾種情況：

(1)常減壓裝置。中間產品通過換熱過程后直接作為下游裝置的熱進料，其中間產品常見的有減壓蠟油、渣油等。

(2)催化裂化裝置。該裝置回收低溫熱能的基本原理是將蘊藏著大量低溫熱能的中間產品與就近的氣分裝置進行熱聯合，常見的中間產品有輕柴油、穩定汽油、分餾塔頂循環油。

(3)延遲焦化裝置。該裝置低溫熱能主要來源于工藝過程，其基本原理是渣油在經過加熱爐的加溫后，在焦炭塔內生產高溫油氣和焦炭；之后高溫油氣和焦炭歷經分離和冷卻流程即生產了含有低溫熱能的油氣和熱水。

(4)煉油廠蒸汽。該部分低溫熱能屬于潛在熱能回收源，煉廠蒸汽經過放熱過程后產生的飽和凝結水包含一定的熱量，約為全部熱量的20%～30%，該部分熱能的回收利用有助于能源利用效率的大幅提升。

4.3 優化產品結構

經濟效益和費用類指標在煉油企業能源效率評價頗為重要。石油行業動蕩頗繁，煉油企業確保經濟指標良好的唯一途徑是優化產品結構，調整高附加值產品的比重。煉油企業現在面臨著原油資源劣質化、重質化和產品清潔標準嚴格化的矛盾，并且由于整體經濟形勢的不景氣，煉油企業能源利用的經濟效率受到影響。煉油企業能源利用經濟效率的提升需要高附加值產品的支撐。

重質油的加工主要有兩大類工藝路線：加氫和脫碳。此兩種工藝路線均著眼于生產氫碳比更高的產品。加氫處理裝置的比重近年來增長迅速，但是相較于國際平均水平，我國煉油企業加氫裝置處理能力占據煉廠整體處理能力的比重仍不到40%。煉油廠的蠟油、渣油如果通過加氫處理，那么其可用于加工高硫重質原油，并且在加工的過程中，三廢排放量少，產品硫含量低。現行經濟形勢下，經過加氫處理用渣油生產的運輸燃料具有相對較高的經濟收益。

產品結構的優化從本質來講是對煉油企業不同生產裝置的協同調整，通過合理的裝置搭配、合理的工藝選擇實現高附加值產品的生產。

4.4 二氧化碳捕獲和循環利用

二氧化碳的排放屬于工業生產過程中不可避免的環節。在煉油企業能源利用效率評價指標體系中，二氧化碳的排放是一個負向指標，其屬于典型的非期望產出。單位能耗二氧化碳指標排放指標的“改善”有賴于投入方向能源的清潔化，同時也可以從產出方向尋找解決方案。二氧化碳的再利用可直接作用于負向指標的改善，也可作用于正向經濟效益指標的提升。

在環境規制日趨嚴格的今天，煉油企業能源利用效率的提升需要高度重視二氧化碳的減排和循環利用。二氧化碳的捕獲路線主要有三類，適合于合成氣的燃燒前捕獲，適用于稀釋煙道氣的燃燒后捕獲，適用于高濃度二氧化碳煙氣的富氧燃燒。

二氧化碳捕獲的最終目的實現二氧化碳的“增值”。有關二氧化碳的應用，比較成熟的是二氧化碳驅油。隨著我國石油資源的開采難度日益增大，二次采油、三次采油、低滲油藏對于驅油劑的需求也將日益增加。煉油廠煙道氣中的二氧化碳經過分離回收后可以用于低滲透油藏驅油。利用二氧化碳驅油不僅可以提高油氣資源的釆收效率，同時又可以實現二氧化碳的減排。

煉油企業能源利用效率的提升是一項系統工程，單獨的能源消耗結構的調整或是單方面技術投入的增加可能不會帶來能源利用效率的改善，同時消費能源類別的改變也會引起相應工藝流程或者操作設備的變更。因此，提高我國煉油企業的能源利用效率需要多措并舉、多方向努力。

5 結論

本文梳理了能源效率評價的理論與方法，深入的探討了我國煉油企業能源利用效率的影響因素，包括技術、經濟、管理和社會效益等。建立了以煉油企業能源效率影響因素為內涵的能源效率評價指標體系。從能耗結構、能源技術效率、能源利用經濟效率、能源環境效率等4個方面入手，選取了13項具體指標組成評價指標體系。指標體系的確定進一步明確了煉油企業能源利用與多方面產出的關系，綜合考慮了煉油企業能源消耗的正向產出和負向產出。并選取了8家具有代表性的煉油企業進行能源效率評價體系的實例驗證，驗證結果表明本文所采用的方法準確有效，模型運行可靠。基于指標體系所包含的能耗結構指標、能源技術效率指標、能源利用經濟效率指標和能源利用環境效率指標，本文提出了調整能源消費機構、優化原料和產品結構、規劃煉油裝置聯合利用能源、二氧化碳捕獲和循環利用4個方面的能源利用效率提升建議。

[1] 孫賢勝,錢興坤,姜雪峰. 2015年國內外油氣行業發展報告[M]. 北京: 石油工業出版社,2016. 168-175.[SUN X S, QIAN X K,JIANG X F. Domestic and international oil and gas industry in 2015 development report [M]. Beijing: Petroleum Industry Press, 2016.168-175]

[2] ANG B W.Monitoring changes in economy-wide energy ef ficiency :From energy-GDP ratio to composite ef ficiency index[J]. Energy Policy, 2006 (34): 574-582.

[3] 吳琦,武春友. 基于DEA的能源效率評價模型研究[J]. 管理科學,2009,01:103-112.[WU Q, WU C Y. Energy ef ficiency evaluation model based on DEA [J]. Management Science, 2009,01: 103-112.]

[4] 陳由旺,穆劍,馬建國, 等.油氣田能源效率指標體系及評價模型的研究[J]. 石油規劃設計,2008,03:1-4+7+48. [CHEN Y Y, MU J,MA J G, et al. Research on energy ef ficiency index system and evaluation model of oil and gas field [J] .Petroleum Planning and Design,2008,03: 1-4 + 7 + 48.]

[5] 朱彤. 我國石化工業能源效率與節能潛力[J]. 經濟管理,2010,10:27-35. [ZHU T. Energy ef ficiency and energy saving potential of China’s petrochemical industry [J]. Economic Management, 2010,10: 27-35.]

[6] 中國石油和化學工業聯合會產業發展部.化解產能過剩矛盾專題研究報告① 煉油: 產能快增, 監管須跟上[J]. 中國石油和化工,2014, 02:22-26. [China Petroleum and Chemical Industry Federation of Industry Development Department. To resolve the overcapacity contradictions special report ① Re fining: rapid increase in production capacity, regulation must be followed [J] . China Petroleum and Chemical Industry, 2014 (02): 22-26.]

[7] 師博,沈坤榮. 政府干預、經濟集聚與能源效率[J]. 管理世界,2013,10:6-18+187.[SHI B, SHEN K R. Government intervention,economic agglomeration and energy ef ficiency [J] .Management World, 2013,10: 6-18 + 187]

[8] 嚴菲,譚忠富. 基于DEA方法的全要素能源效率分析[J]. 華東電力,2009,09:1568-1571.[ YAN F, TAN Z F. Total factor energy ef ficiency analysis based on DEA method [J]. East China Electric Power, 2009,09: 1568-1571.]

[9] 錢偉民,湯建光. 能源使用效率與中國能源價格市場化[J]. 經濟問題探索,2009,10:76-80.[QIAN W M, TANG J G. Energy ef ficiency and marketization of China’s energy prices [J]. Economic Exploration, 2009,10: 76-80.]

[10] 薛靜靜,沈鐳,劉立濤,等. 中國區域能源利用效率與經濟水平協調發展研究[J]. 資源科學,2013,04: 713-721.[ XUE J J, SHEN L, LIU L T et al. Research on the coordinated development of energy ef ficiency and economic level in China [J]. Resources Science,2013,04: 713-721.]

[11] 刁心柯,唐安寶. 能源價格變動對能源效率影響研究[J]. 中國礦業,2012,06:37-41.[ DIAO X K, TANG A B. Study on the impact of energy price change on energy ef ficiency [J]. China Mining, 2012,06: 37-41]

[12] 李濤. 基于環境效應的中國區域全要素能源效率評價[J]. 山西財經大學學報,2012,06:17-24.[LI T. Evaluation of total factor energy ef ficiency in China based on environmental effects [J]. Journal of Shanxi University of Finance and Economics, 2012,06: 17-24.]

[13] 李蘭冰. 中國能源績效的動態演化、地區差距與成因識別—基于一種新型全要素能源生產率變動指標[J]. 管理世界,2015,11:40-52.[ LI L B. Dynamic evolution of China’s energy performance, regional disparity and origin recognition-based on a new indicator of total factor energy productivity changes [J]. Management World, 2015,11: 40-52.]

[14] 李彥斌,于心怡,王致杰. 采用灰色關聯度與TOPSIS法的光伏發電項目風險評價研究[J]. 電網技術,2013,(06):1514-1519.[ LI Y B, YU X Y, WANG Z J. Study on risk assessment of photovoltaic power generation project using gray correlation and TOPSIS [J].Power System Technology, 2013, (06): 1514-1519.]

[15] 錢吳永,黨耀國,熊萍萍,等. 基于灰色關聯定權的TOPSIS法及其應用[J]. 系統工程,2009,(08):124-126.[QIAN W Y, DANG Y G,XIONG P P et al. TOPSIS method based on gray relational weighting and its application [J]. Systems Engineering, 2009, (08): 124-126.]