崔天航,馮連勇
(中國石油大學(北京)經濟管理學院,北京 102249)
自2020年9月起,習近平總書記多次提出“中國力爭2030年前二氧化碳排放達到峰值,努力爭取2060年前實現(xiàn)碳中和”。在碳排放目標的約束下,積極調整能源結構、提高非化石能源消費比重成為了能源發(fā)展政策的重點內容??紤]到能源低碳轉型會增加能源成本[1],未來需要推進階段性漸進轉型,因此應關注石油長期消費彈性并發(fā)揮天然氣的過渡作用。2019年,石油在我國能源消費結構中占比為18.9%,天然氣占比為8.1%,《中國長期低碳發(fā)展戰(zhàn)略與轉型路徑研究》指出,油氣能源消費占比將逐步上升到30%,由此判斷油氣行業(yè)在未來仍是能源系統(tǒng)的重要支柱。然而,我國油氣對外依存度較高,能源安全和國際價格沖擊等問題不容忽視,想要保證油氣產業(yè)以及能源系統(tǒng)的穩(wěn)定運行,就需要提高我國油氣上游環(huán)節(jié)的勘探開發(fā)效率,增強原油與天然氣的供應能力。 此外,碳中和的提出使能源開發(fā)利用過程中的環(huán)境影響和資源消耗問題更受重視,油氣開采所導致的環(huán)境問題也應當作為衡量油氣產業(yè)發(fā)展的重要指標。在這一背景下,對當前油氣產業(yè)上游勘探開發(fā)環(huán)節(jié)進行綜合效率評價具有重要意義。
能源投入回報(energy return on investment,EROI)為能源產出與能源投入之比,這一概念在1974年被CLEVELAND提出[2],最先應用于美國常規(guī)天然氣開采效率評價,之后引起相關學者的重視,如今已逐漸發(fā)展完善成為能源開發(fā)利用特別是化石能源開采領域中重要的效率指標之一。在國外方面,GRANDELL等[3]認為EROI是衡量能源供應質量的最佳指標,并測算了挪威的石油開采EROI;KONG等[4]對煤制油項目進行EROI評價,計算考慮副產品和間接能源消耗時的EROI;BROCKWAY等[5]對于化石能源最終使用階段和可再生能源的EROI進行了對比分析。EROI在中國的應用時間較晚,目前在油氣開采方面已有一些相關成果,胡燕等[6]采用該方法對大慶油田的開采效率展開研究;孔朝陽[7]和劉健燁等[8]在考慮直接能耗與間接物質兩種投入的情況下利用EROI進行效率評價,結果顯示國內油氣開采效率不斷提高。EROI雖然能夠對能源開發(fā)利用的效率進行綜合評價,但不能對資源配置問題進行具體分析,難以提出具體的改進建議,需要利用其他方法進行補充。數(shù)據包絡分析法利用規(guī)劃思想,給出相對有效的生產前沿面,并且可以根據測算結果得出決策單元的投入和產出調整幅度[9]。該方法在能源領域已有廣泛應用,涉及到電力企業(yè)績效、能源效率以及煤層氣開發(fā)效率等方面,WANG等[10]使用擴展的DEA模型衡量生態(tài)效率得分,對亞洲20個經濟體的環(huán)境效率進行評估并分類;KO?AK等[11]利用自舉DEA,考察了OECD國家能源效率、可再生能源、水電和燃料電池、化石能源、核能等電力和存儲技術研發(fā)支出的環(huán)境效率;夏盼盼[12]以火力發(fā)電企業(yè)為對象,考慮能源投入、污染物排放規(guī)制、消費單元的經營策略等影響因素,利用DEA對我國能源消費單元的績效水平進行評價;吳琦等[13]利用DEA對中國30個行政區(qū)域2006年的能源效率進行綜合評價,并通過冗余松弛分析給出具體改進建議。
綜上所述,EROI和DEA均是基于投入產出的角度對開采效率進行分析,但兩者側重點不同:EROI以凈能源為分析重點,關注能源開采過程本身消耗的投入,通過產出與投入之比來反映效率絕對值;而DEA則利用前沿生產面對不同決策單元的相對生產效率進行測算,判斷決策單元是否達到技術有效和規(guī)模有效,并分析造成決策單元非DEA有效的原因,能夠提供具體的改善方向。因此,本文將EROI和DEA相結合來評價中國油氣行業(yè)的勘探開發(fā)效率,首先計算不同年份的EROI來反映絕對效率,然后利用DEA對不同年份的相對效率進行對比分析,提供全面具體的結論與建議。
EROI反映能源的開采效率,等于能源生產過程中總產出與總投入的比值,常折算成熱當量進行計算,公式為式(1)。
(1)
表1 EROI計算公式總結
為了評價油氣開采的綜合效率,本文選擇直接能源、間接投資、勞動力與環(huán)境影響進行研究。借鑒胡燕等[14]總結的四層次投入分析方法,基于熱當量對油氣開采的EROI進行測算。最終確定的基礎公式見式(2)。
(2)
式中:Eout為總能源產出,通過能源轉換因子轉化成熱當量值;Ed為油氣開采的直接能源投入的熱當量值;Eid為間接投入量,如輔助材料、設備投資等;El為勞動力投入;Eenv為對環(huán)境產生的外部性進行的補償。
最終確定的直接能源投入的量化公式見式(3)。
(3)
式中:Ei為第i種直接投入中第i中能源的熱當量值;Ti為第i種能源的能源轉換系數(shù),MJ/kg。
考慮到間接能源的相關投入多用貨幣的形式展現(xiàn),因此本文借鑒胡燕等[14]總結的財務投入公式的處理,量化公式見式(4)。
(4)
式中:EICi為不同類型的間接投入,元;I為能源強度,MJ/元。
勞動力投入的量化公式見式(5)。
El=S×N×I
(5)
式中:S為平均工資,元;N為職工總人數(shù),人。
能源開采會對環(huán)境造成多方面的影響,由于數(shù)據難以獲取,本文主要考慮油氣開采過程中的廢氣污染,具體包括SO2、CO2、NOX和粉塵。參考孔朝陽等[15]在評價頁巖油生產效率時給出的環(huán)境成本估算公式,本文將環(huán)境投入公式設置見式(6)。
(6)
式中:Ai為第i種能源的標準煤轉換系數(shù),kgce/kg;Bj為第j種污染物的外部成本因子,元/kg;Cj為標準煤的污染物排放因子。
數(shù)據包絡分析法基于投入產出角度,控制決策單元(DMU)的投入或者產出固定,利用已知數(shù)據和規(guī)劃思想給出相對有效的生產前沿面,用決策單元到生產前沿面的相對距離來判斷其有效性,分析造成決策單元非有效的原因并得到調整方案,基本思路如下所述[16]。
若有n個決策單元DMUj(1≤j≤n),每個決策單元都有p種投入要素以及q種產出要素,即DMUj對應的投入向量和產出向量分別為見式(7)和式(8)。
xj=(x1j,x2j,…,xpj)T>0,j=1,2,…,n
(7)
yj=(y1j,y2j,…,yqj)T>0,j=1,2,…,n
(8)
對于每一個決策單元DMUj,定義一個效率評價指標hj,表示滿足hj≤1的第j個單元的生產效率,見式(9)。
(9)
式中:ua為對a種輸入的權重,a=1,2,…,p;vb為對b種輸出的權重,b=1,2,…,q;xaj為第j個決策單元中第a種類型輸入的投入量a=1,2,…,p;ybj為第j個決策單元中第b種類型輸出的產出量,b=1,2,…,q;DEA的核心是尋找最優(yōu)權向量u和v,使第j0個決策單元生產效率最高。為了計算最優(yōu)權重定義如下線性規(guī)劃,見式(10)。
(10)
經過Charnes-Cooper變換[17],得到了具有非阿基米德無窮小量的對偶輸入模型,見式(11)。
min[θ-ε(e^ Ts-+ETs+)]
(11)
式中:ε為非阿基米德無窮小量,通常取10-5;s+和s-分別為松弛變量和剩余變量;e^ T=(1,1,…,1)Em;eT=(1,1,…,1)計算的指標見表2。
表2 DEA主要計算指標
DEA模型主要分析指標的經濟含義介紹見表3,其中綜合技術效率值等于純技術效率乘以規(guī)模效率。
表3 DEA主要指標經濟含義介紹
由于數(shù)據可得性,本文針對2003—2017年的油氣開采效率進行評價。中國石油生產總量、天然氣生產總量、石油和天然氣開采業(yè)投資、國內生產總值、能源消費總量等數(shù)據通過國家統(tǒng)計局獲得。能源轉換系數(shù)指單位質量的能源轉化為熱當量的數(shù)值,能源轉換系數(shù)和標準煤排放因子等數(shù)據通過文獻總結獲得[18-23];污染物外部成本因子是指污染物的環(huán)境價值,常采用防護費用等來間接評估,本文采用李泓澤等[24]對主要污染物的環(huán)境價值評估結果,借鑒美國排污收費標準[25]確定污染物外部排放因子(表4);油氣開采行業(yè)的直接能源消耗數(shù)據通過查閱中國統(tǒng)計年鑒獲得,相關數(shù)據見表5;各能源的標準煤折算系數(shù)通過查閱《國家綜合能耗計算通則》(GB/T 2589—2020)獲得;歷年來石油和天然氣開采業(yè)就業(yè)人員工資總額、平均工資、年末人數(shù)等通過查閱中國勞動統(tǒng)計年鑒獲得;能源強度經計算得出,等于能源消費總量除以當年國內生產總值。
表4 氣體排放因子
表5 油氣開采業(yè)的直接能源消耗量
通過前文計算得出2003—2017年我國油氣開采的EROI,如圖1所示。由圖1可知,中國油氣勘探開發(fā)的EROI總體呈現(xiàn)上升趨勢,從2003年的3.03逐步增長至2017年的11.75,這意味著投入產出效率的顯著提高,其中,在2004年實現(xiàn)跳躍式上升,接著在2005—2009年間保持相對穩(wěn)定,后續(xù)勘探開發(fā)過程中EROI僅在2013年發(fā)生波動,其余年份均保持不斷增長的狀態(tài)。
圖1 2003—2017年中國油氣開采EROI變動圖
EROI是油氣產出與其勘探開發(fā)投入的比值,代表每年的絕對生產效率,上述計算結果表明了絕對效率的提升,卻難以反映每年的資源配置狀況,因此本文利用DEA做進一步的分析。在進行DEA效率評價時,選擇與EROI分析相同的投入產出指標,其中直接投入使用直接能源總投入轉化的熱當量值,相關數(shù)據見表6。投入指標:X1為直接投入,108MJ;X2為石油和天然氣開采業(yè)投資,億元;X3為石油和天然氣開采業(yè)就業(yè)人員總數(shù),千人;X4為環(huán)境污染投入,億元。產出指標:Y1為石油生產量,萬t;Y2為天然氣生產量,億m3。
表6 2003—2017年中國油氣開采績效評價指標數(shù)據
本文借助DEAP2.1軟件,橫向比較2003—2017年中國油氣開采行業(yè)數(shù)據,并從效率和松弛變量兩方面對績效評價結果進行分析,了解油氣勘探開發(fā)的效率情況。利用DEA測算的相關指標值見表7,其中技術有效是代表產出相對投入已達最大,規(guī)模有效是指決策單元處于規(guī)模收益由遞增到遞減的交界處。結果顯示,2003—2017年間,有6年為DEA有效,9年為非DEA有效,綜合技術效率(TE)、純技術效率(PTE)和規(guī)模效率(SE)的均值分別為0.965、0.976和0.989。具體來看,2007年、2008年、2009年和2011年非DEA有效,綜合技術效率不為1,但其規(guī)模效率均為遞增狀態(tài),說明投入相對不足,可以考慮加大投入提升綜合技術效率。2005年、2010年、2013年、2014年和2015年同樣非DEA有效,但規(guī)模收益遞減,所以加大投入已不能提升綜合技術效率。其中,2015年的TE不為1而PTE為1,說明就技術效率而言該年的投入產出決策已達最優(yōu),非DEA有效的原因是其規(guī)模與投入產出不匹配。 其余的年份均為DEA有效,說明在大多數(shù)的年份里,中國油氣開采業(yè)的資源配置相對優(yōu)化,資源利用率相對較高,投入產出配置比較適當。
表7 2003—2017年中國油氣開采績效評價結果
上述DEA的三項指標值雖然可以評價決策單元的技術和規(guī)模是否有效,但是無法進一步找出其無效的原因,因此需要進行松弛變量分析。根據DEA的前沿理論,當投入指標的松弛變量不為0時,表示投入冗余;當產出指標的松弛變量不為0時,說明產出不足[26]。由表8可知,在2015年以前有部分年份指標的松弛變量不全為0,說明存在投入未被有效利用或者產出有盈余的情況,而在2015—2017年間不存在冗余問題,達到了較優(yōu)的資源配置,這一點也與EROI的分析結果對應。根據EROI結果顯示,中國油氣開采的EROI在2012年前增長速度較為緩慢,而2013年后增長較為迅速。2003—2012年,EROI由3.03升至8.29,年均增長率為20.25%;而在2013—2017年,EROI從7.44迅速升至11.75,年均增長率高達44.08%,其中2015—2017年的年均增長率高達57.67%,同樣也說明了最近幾年油氣行業(yè)的開采效率正加速上升,行業(yè)發(fā)展態(tài)勢良好。
表8 DEA模型求解的投入產出指標松弛變量值
對于存在冗余問題的年份,以2014年為例,當年中國油氣勘探開發(fā)的間接投資與勞動人數(shù)存在冗余,相關投入未能有效利用,而在產出方面,天然氣產量也有待提升。根據DEA理論中的投影定理得到當年的DEA有效目標值,調整后,天然氣產量增加至1 312.212億m3、間接投入和勞動力投入分別調整為3 221.442億元和585.905千人,具體結果見表9。
表9 2014年中國油氣開采投入產出調整方案
化石能源是一種特殊的產品,其產量不僅受到投入要素的影響,更重要的是受到資源儲量的制約。DALE等[27]曾對化石能源開采EROI的變動規(guī)律進行總結,認為EROI會隨著累計產量的不斷增加呈現(xiàn)出先上升后下降的趨勢。以石油為例,最初的資源儲量十分豐富,在完成初步的勘探開發(fā)準備后,即使在技術水平較低的情況下也可以通過較少的投入來獲取大量的能源產量,而隨著開發(fā)的推進,資源耗竭與技術因素產生博弈,EROI上升的速度將會變慢,當資源耗竭達到一定程度時,EROI達到峰值后發(fā)生轉折開始緩慢下降。這一推論適用于化石能源的EROI分析。對于中國來說,石油與天然氣的勘探開發(fā)難以區(qū)分,因此DALE等的結論難以直接應用于中國的油氣行業(yè)分析中。本文搜集過去油氣的產量數(shù)據,統(tǒng)一換算為熱當量后(圖2),發(fā)現(xiàn)石油產量上升速度減緩,到2015年開始進入峰值平臺期,而天然氣產量在2003—2017年間保持快速上升趨勢,且在油氣總產量中的占比不斷提高,2003年天然氣產能占油氣總產量的比值僅為16%,到2017年天然氣的油氣產量占比已經增加至41%,由此推斷在2003—2017年間石油已經處于資源耗竭階段,EROI即油氣開采效率的提升主要得益于天然氣的開發(fā)利用,這一點與孔朝陽[7]和劉鍵燁等[8]的研究結論一致。
圖2 2003—2017年中國油氣產量分布圖
另外,在投入方面,勞動力投入與環(huán)境投入占比較小,而直接能耗與間接投資兩種投入總占比始終維持85%以上,且變化趨勢不同。直接能耗投入在2004年大幅度降低,之后保持緩慢降低的狀態(tài),根據直接能耗與油氣產出的相關數(shù)據測算發(fā)現(xiàn),在2003年開采得到1 MJ的油氣需要0.26 MJ的能源投入,而在2017年單位能耗降低至0.044 MJ,這得益于油氣勘探開發(fā)領域節(jié)能效率的提高。間接投入是油氣開采行業(yè)投資額與工業(yè)能源強度的乘積,在2003—2017年間呈現(xiàn)出兩次先升后降的變動規(guī)律。追溯測算數(shù)據發(fā)現(xiàn)工業(yè)能源強度始終保持下降趨勢,而行業(yè)投資在2003—2014年間不斷上升,其中,2008—2012年間投資增加幅度減緩,之后在2015年和2016年大幅度下降,由此導致了間接投入的波動性。
圖3 2003—2017年中國油氣開采投入變動圖
本文數(shù)據主要來源于國家統(tǒng)計局等官方網站,由于2018—2020年油氣開采業(yè)投資、直接能源消耗等數(shù)據尚未公布,因此本文未能使用最新數(shù)據,具有一定的局限性。然而本文可以得到近十五年來中國油氣開采效率的整體變動趨勢,仍然具有一定意義。根據EROI和DEA的測算結果,中國油氣開采的效率持續(xù)提高,其資源配置在2015年后實現(xiàn)相對優(yōu)化,但未來效率的變動情況并不明朗,具體如下所述。
從產出側來看,截至目前,我國天然氣累計探明率不足20%,總體處于勘探中早期和開發(fā)紅利期[28]。在未來的一段時間內,我國天然氣產量會繼續(xù)上漲,常規(guī)氣產量增速放緩,非常規(guī)氣保持快速增長[29]。根據國家統(tǒng)計局的最新數(shù)據,2018年天然氣生產總量為1 601.6億m3,較2017年同比增長8%。王建良等[30]預測,在現(xiàn)有條件下天然氣產量峰值將于2028年左右到來,而如果在未來跟進勘探開發(fā)與技術的相關投入,天然氣產量將能夠維持長期增長,其峰值大概在2055—2060年間出現(xiàn)。此外,在碳中和的背景下,天然氣作為清潔能源,未來也將進一步發(fā)揮重要作用,其產量會維系上漲趨勢,進一步促進油氣總產出的增加。
從投入側來看,目前已有多位學者證明了資源耗竭對開采投入和EROI的負面影響[8,27],故應注重勘探開發(fā)與技術條件的提升,以保持高水平的油氣開采效率。然而,勘探開發(fā)與技術研發(fā)的投資對當期與未來的影響并不一致。一般來說,想要保證油氣開采行業(yè)未來穩(wěn)定的生產,需要當前大量的資金投入來進行勘探開發(fā)并提高技術水平,尋找到可供生產的油氣資源,增加可采儲量以強化生產能力,但高投資又會降低當期的油氣開采效率。當前投資與未來產量的博弈給油氣開采業(yè)增加了不確定性。盡管2016—2017年間油氣開采業(yè)投資下降,但是為了保障能源安全,油氣開采業(yè)的投資不會一直維持低水平,未來勘探開發(fā)力度的加大將使得油氣開采業(yè)的投資不斷增加,給資源配置帶來沖擊,EROI能否繼續(xù)維持增長、DEA能否維持有效尚不明朗。油氣開采業(yè)在發(fā)展過程中需要在未來投資回報與當期開采效率中做出合理規(guī)劃,以實現(xiàn)長期高效的勘探開發(fā)。
1) 我國油氣開采行業(yè)目前正處于良性的發(fā)展之中,開采效率相對較高。
2) 天然氣產量占油氣總產量的比例從2003年的16%已增長至2017年的41%,因此本文認為近年來油氣開采效率能夠維持在相對較高的水平,這主要得益于天然氣在開發(fā)紅利期產量的大幅遞增。
3) 本文發(fā)現(xiàn)單位產量所需的直接能耗始終保持下降趨勢,2015年后行業(yè)投資大幅度降低,這有效提升了油氣開采效率,實現(xiàn)了資源配置優(yōu)化。
當期的低投資雖然可以有效地降低總投入,增大EROI,維持DEA有效,但投資的疲軟也會無可避免地導致在未來損失產量,降低開采效率。展望未來,為保障能源安全,發(fā)揮油氣能源在低碳轉型中的過渡作用,油氣勘探開發(fā)投資將會有所增加,保證投資的適度與有效性成為制約油氣開采效率的重要因素,油氣開采業(yè)需要對資源配置做出合理的規(guī)劃,保障油氣上游產業(yè)的高水平發(fā)展。