中国全要素天然气利用效率区域差异性
曾勇1,2, 张淑英1, 李德山3
1. 西南石油大学经济管理学院
2. 中国石油西南油气田公司川西北气矿
3. 西南科技大学经济管理学院
通讯作者:李德山,1984年生,副教授,博士;主要从事宏观经济理论与政策方面的研究工作。地址:(620101)四川省绵阳市涪城区青龙大道中段59号。E-mail: lwfaaa3@163.com

作者简介:曾勇,1977年生,高级政工师,博士研究生;主要研究方向为天然气经济与管理。地址:(610500)四川省成都市新都区新都大道8号。ORCID: 0000-0002-1850-646X。E-mail: 28615750@qq.com

摘要

提高天然气利用效率是促进我国能源资源优化配置,构建清洁低碳、安全高效现代能源体系的重要途径之一。以往对天然气利用效率的研究忽略了要素替代、非径向以及环境约束等问题,致使测算结果存在着一定的偏差。为了从全要素框架的角度去测算天然气利用效率,基于2002—2016年中国各省、直辖市、自治区(以下简称省市区)的面板数据,采用Undesirable-Window-DEA模型,在考虑了能源消费异质性的基础上,测算了中国各区域全要素天然气利用效率。研究结果表明:①中国天然气利用效率在2002—2016年间呈现出持续改善的趋势;②中国东、中、西部3大区域的天然气利用效率存在着明显的差异,西部地区显著低于东、中部地区;③2007年以后,中部地区天然气利用效率的改善速度远远超过东、西部地区,并且中部和东部的差异正在不断缩小;④中国各省市区天然气利用效率变动呈现出明显的两极分化趋势。在此基础上,提出了相关对策建议:①坚持绿色发展,优化产业结构,加快培育天然气产业链;②实施能源生产革命,构建清洁低碳、安全高效的能源供应体系;③优化能源消费结构,不断提高天然气消费比重。

关键词: 中国; 全要素; 天然气利用效率; Undesirable-Window-DEA模型; 要素替代; 非径向; 环境约束; 区域差异
Regional differences in the total factor natural gas utilization efficiency in China
Zeng Yong1,2, Zhang Shuying1, Li Deshan3
1. School of Economics and Management, Southwest Petroleum University, Chengdu, Sichuan 610500, China
2. Chuanxibei Division of PetroChina Southwest Oil & Gasfield Company, Mianyang, Sichuan 621700, China;
3. School of Economics and Management, Southwest University of Science and Technology, Mianyang, Sichuan 621010, China
Abstract

Improving the utilization efficiency of natural gas is one of the important ways to optimize the allocation of energy resources and achieve "green development". The previous studies have neglected the problems of factor substitution, non-radial and environmental constraints, resulting in some bias in calculation results. Therefore, based on the panel data of provinces, municipalities and autonomous regions in China from 2002 to 2016, the Undesirable-Window-DEA model was applied, considering the heterogeneity of energy consumption, to calculate the total factor natural gas efficiency. The following findings were achieved. (1) From a national perspective, the utilization efficiency of natural gas showed a continuous improvement trend from 2002 to 2016; (2) From a regional perspective, the natural gas utilization efficiency in the eastern, central and western regions is significantly different, being obviously lower in the west; (3) After 2007, the improvement rate in the central region far exceeds that in the east and west, and the east-central gap is narrowing; (4) The changes in natural gas utilization efficiency in each province (city or region) show a distinct polarization trend. On this basis, the relevant countermeasures and suggestions were put forward: (1) to adhere to green development, optimize the industrial structure, and speed up the development of natural gas industry chain; (2) to implement the energy production revolution, and build a clean, low-carbon, safe and efficient energy supply system; (3) to optimize the energy consumption structure, and to continuously increase the proportion of natural gas consumption.

Keyword: China; Total factor; Utilization efficiency of natural gas; Undesirable-Window-DEA model; Factor substitution; Non-radial; Environmental constraints; Regional differences
0 引言

早期测算能源效率的方法主要是根据单要素能源效率来测算的。随着测算方法的不断改进, 分解技术的引入将能源效率从全要素生产率中剥离出来, 从而对能源效率的测度更加准确。目前全要素能源效率的测算方法主要有随机前沿分析法(SFA)、数据包络分析方法(DEA)和基于生产理论框架的能源效率方法(PDA)[1]。例如, 史丹等[2]、李德山[3]、李玉婷和刘祥艳[4]利用SFA方法测算了中国各地区的能源效率及其影响因素。相比SFA方法, DEA方法可以处理多投入、多产出的情况; 同时, 该方法不受投入产出量纲的影响, 且不需要预先赋予权重。因此, DEA方法被广泛应用于各个领域。Hu和Wang[5]、李双杰和李春琦[6]在此基础上提出了全要素能源效率的定义。另外, 王锋和冯根福[7]、陶雪萍等[8]、王腾等[9]根据上述定义, 采用DEA方法测算了中国各地区的全要素能源效率。近些年, 一些学者开始对天然气的利用效率进行研究。例如, 朱祎[10]运用主成分分析法和熵值法综合评价了全国32个主要城市的城市燃气利用情况, 研究认为两种方法差别不大; 庞瑞芝等[11]采用SFA方法研究发现煤炭、石油、天然气的全要素效率呈上升趋势, 且地区间差异逐渐缩小, 而电力则与之相反; 及鹏[12]根据热力学定律, 对天然气能源产品热效率和㶲效率进行了比较, 认为二者相差较大。

目前从全要素的角度去测算天然气利用效率的研究成果还较少, 且已有的文献尚存在以下不足:

①大多数文献只是在传统的全要素框架下加入能源要素的投入, 测算出来的效率既可称为能源效率, 也可以称为劳动效率或者资本效率; ②多数学者基本上将能源消费总量作为能源投入来计算全要素能源效率, 而没有考虑到能源消费种类的异质性; ③传统的单要素能源效率的测度方法并没有考虑到要素投入的相互可替代性; ④在考虑到非期望产出时, 多数学者采用的是基于Malmqulist— Luenberger指数法, 虽然得到广泛的应用, 但是该方法没有恰当地反映出技术进步的特性。鉴于此, 笔者在已有文献的基础上对全要素天然气利用效率的测度方法进行了改进, 并采用考虑非期望产出约束下的窗口DEA模型(Undesirable-Window-DEA Model)对2002— 2016年中国30个省、直辖市、自治区(以下简称省市区)的全要素天然气利用效率进行了测算, 以期为政府和企业制定更为合理的天然气生产和消费政策提供对策建议。

笔者采用的方法具有以下特点:①考虑了能源种类之间以及能源与资本和劳动力要素之间的替代性; ②由于实际生产过程不可避免地会产生一些非期望的副产品, 因此在测算模型中考虑了环境约束问题; ③采用窗口至前沿最远距离的DEA模型可以避免不能跨期比较的问题, 从而可以从动态的角度反映天然气利用效率的变动情况。

1 全要素天然气利用效率测算
1.1 Undesirable-Window-DEA模型

数据包络分析是基于相对效率为基础发展起来的一种非参数生产前沿面模型, 在生产效率测量及决策领域得到了广泛的应用。但是, 传统的DEA方法存在一定的缺陷:对于面板数据不能直接分析, 并且利用截面DEA评价所测算的效率值不能进行跨期比较。因此, Charnes等[13]提出了窗口DEA模型(Windows DEA Model), 该模型利用移动平均法来考察决策单元的效率随时间变动的情况, 其优点是决策单元不但可以与同一时期其他决策单元进行比较, 而且还将同一个决策单元的不同时期作为不同的决策单元, 通过增加样本量来获得更加真实的效率评价。如果窗口的宽度为d, 时期为T, 则窗口的数量为w=Td+1, 每个窗口内的决策单元(Decision Making Units, DMU)数量为d× J, 相当于每个时期DMU的d倍。一般情况下, 为了更好地达到效度和信度两个方面的平衡, 窗口的宽度可以设定为d=3[14]。假设有J个DMU, 每个决策单元有I个非能源投入zij, K个能源投入ekj, Q个期望产出yqj, L个非期望产出ulj。因此, 含有非期望产出的窗口DEA:

式中θ mn表示任一决策单元在第m个窗口内的第n个时点上的效率值; α mnkβ mnl分别表示在第m个窗口内的第n个时点上的能源投入效应和污染排放效应, 其他变量的含义以此类推; λ mnj表示第j个决策单元的权重系数; $S_{i}^{z-, mn}$、$S_{k}^{e-, mn}$、$S_{q}^{y+, mn}$表示松弛变量。如果θ mn< 1, 即至少有一个α mnkβ mnl小于1, 或者一些松弛变量不等于0, 那么被评价的DMU是非DEA有效的, 说明其处于生产可能集的生产前沿面之内, 与最优前沿面的DMU相比存在一定的效率损失。

1.2 数据来源与说明

笔者选取的样本为2002— 2016年中国30个省市区面板数据(由于数据的缺失, 笔者剔除了西藏自治区的数据), 投入指标包括物质资本存量、人力资本存量以及能源投入; 期望产出指标为各地区历年实际国内生产总值(GDP); 非期望产出指标为二氧化硫排放量。其中, 物质资本存量根据单豪杰[15]的方法进行推算重新估计了四川和重庆的资本存量); 人力资本存量以从业人员平均教育年限来近似表示; 能源投入采用煤炭、石油、天然气和电力的能源消费量来表示。物质资本存量和GDP均换算成以1990年为基期的不变价。数据来自2002— 2017年《中国统计年鉴》[16]、《中国能源统计年鉴》[17]

2 区域全要素天然气利用效率的差异

首先, 采用Undesirable-Window-DEA模型, 测算出各个地区的天然气投入的松弛变量; 然后, 根据Hu and Wang[5]的思路计算全要素天然气利用效率。全要素天然气利用效率=(实际天然气消费量– 调整天然气消费量)/实际天然气消费量, 全要素天然气利用效率是一个无量纲指标, 在[0, 1]区间, 越趋近于1, 代表天然气利用效率越高; 反之则越低。最后, 再计算各个地区在每一时点上的全要素天然气利用效率的平均值。

从计算结果(表1)可得如下结论:

表1 2002— 2016年中国各地区全要素天然气利用效率平均值表

1)从全国来看, 随着经济增长方式由粗放型向集约化的持续转化, 经济发展的质量水平不断提高, 产业结构日趋合理化, 能源结构不断优化, 天然气的生产供应保障能力不断增强, 天然气产业改革不断推进, 天然气利用效率在2002— 2016年间呈现持续稳定增长趋势(图1)。其中, 2003— 2007年天然气利用效率增长相对较慢, 其主要原因在于:中国工业化中期产业结构以重工业为主, 制造业快速发展; 其中, 非金属矿物制品业、黑色金属冶炼及压延加工业、化学原料及化学制品制造业、有色金属冶炼及压延加工业、电力热力的生产和供应业、石油加工炼焦及核燃料加工业等高耗能行业迅猛增长, 而同期能源供应的煤炭开采和洗选业在不断快速增长, 天然气产量增长较低。因此, 大大强化了以煤炭为主的能源消费结构(煤炭在中国能源消费结构的比重由2002年的70.01%提高到2007年的73.73%), 使得中国天然气利用效率提高受到较大影响。

图1 2002— 2016年中国各地区全要素天然气利用效率变动趋势图

2008— 2016年天然气利用效率快速上升, 主要原因在于:①中国经济发展逐渐进入工业化后期, 产业结构发生根本性变化, 第二产业在GDP的比重不断下降, 第三产业持续增加, 其占比超过50%。其中, 六大高耗能行业增长率明显下降, 煤炭开采和洗选业产能利用率、黑色金属冶炼和压延加工业等行业的产能利用率显著提高, 而高技术制造业、战略性新兴服务业快速发展, 使得天然气利用效率不断改善。②随着经济不断发展、社会日益进步, 人们越来越需要高质量的空气和环境。2013年国务院印发了《大气污染防治行动计划》, 尤其是随着中国经济步入“ 新常态” , 国家做出了“ 大力推进生态文明建设” 的战略决策, 不断推进能源生产和消费革命, 优化能源消费结构。因此, 中国政府持续推进天然气开发利用, 鼓励实施“ 煤改气” 政策, 从而使得煤炭产量在2013年达到39.74× 108t峰值后逐年下降; 同时, 大幅增加天然气进口, 建成了纵横交错的天然气管网, 不断完善储气及调峰设施, 天然气产量由2007年的692.4× 108m3快速提高到2016年的1 368.65× 108m3, 使天然气消费比重不断提高[18]。据统计, 煤炭在中国能源消费结构的占比由2008年的72.22%下降到2016年的61.83%, 天然气的占比则由3.42%提高到6.20%。③天然气的利用结构持续优化, 天然气化工越来越少, 工业用气、城市供暖、生活用气、天然气发电快速增长, 也有利于提高天然气利用效率。其中, 由于“ 煤改气” “ 油改气” 政策的推进, 化学原料及化学制品与石油加工、炼焦及核燃料加工业等制造业, 电力、煤气、热力的生产供应业, 生活消费, 交通运输、仓储和邮政业等行业用气量快速增长; 天然气还广泛应用于非金属矿物制品业、黑色金属冶炼及硣延加工业、有色金属冶炼及压延加工业、汽车制造、专用设备制造业、通用设备制造业等行业。

2)从区域划分来看, 东、中、西部三大区域的天然气利用效率有明显差异, 而西部明显低于东部、中部。其中, 东部地区天然气利用效率最高, 2002— 2016年间平均值为0.804 9; 其次为中部地区, 平均值为0.612 5; 西部地区天然气利用效率最低, 平均值仅为0.342 3, 这也意味着在既定的其他要素投入下, 东、中、西部的天然气利用效率还存在19.51%、38.75%和65.77%的改善空间。东部地区天然气利用效率最高的省份是广东(0.996 1), 最低的省份是河北(0.428 6); 中部地区最高的省份是安徽(1.000 0), 最低的省份是河南(0.368 6); 西部地区最高的省份是广西(0.835 4), 最低的省份是青海(0.060 2)。由于西部地区的甘肃、宁夏、青海和陕西等省自治区天然气利用效率都比较低, 导致西部地区的平均值偏低。

由于区域产业转移, 东部地区的一些高能耗、高污染的产业不断向中西部地区转移。随着经济的快速发展, 东部地区产业结构不断高级化, 高耗能产业不断被淘汰。例如, 随着产业结构的不断优化升级, 2017年上海市的节能环保、高端装备、新能源、新能源汽车、新材料等战略性新兴产业占规模以上工业总产值比重达到30.8%。而与此同时, 虽然四川的高新技术产业快速增长, 但是六大高耗能行业占规模以上工业增加值的比重仍高达26.6%。另一方面, 由于中西部地区尤其是西部地区的经济发展水平整体较低, 虽然是天然气的主产区, 但用于能源消费结构优化的资金相对紧张, 高耗能产业多, 从而造成了中西部地区全要素天然气利用效率较低。

值得注意的是, 2007年以后中部地区天然气利用效率改善速度明显加快, 远远超过同期东、西部地区。2002— 2007年, 中部地区天然气利用效率有升有降, 提高不明显, 由0.306 1提高到0.345 5。之后, 进入持续高速增长期, 2012年达到0.914 9, 与东部地区同期的0.968 5相差明显缩小; 此后稳定提高, 到2016年增加到0.967 7(东部地区为1.000 0)。其主要原因是:安徽、湖北、湖南、江西、吉林、黑龙江的天然气利用效率大幅提高, 反映出区域发展不平衡正转化为中国经济梯级发展的强大动力, 中部地区快速崛起; 同时, 随着天然气干线、支线管网及配套设施不断完善, 中部地区天然气用户持续增长, 天然气消费快速增长, 构建清洁低碳、安全高效的能源消费体系成效显著。

3)各省份天然气利用效率变动呈现明显的两极分化趋势。天然气利用效率最高的3个省份为安徽、广东和上海, 基本上都处于最优前沿面上。根据上述模型的测算, 虽然这些省份处于最优前沿面上, 但这并不能说明这些省份不存在天然气利用效率损失, 只能说相对其他省份而言, 在当前技术条件下, 这些省份无法实现天然气投入的进一步减少。而天然气利用效率最低的3个省份分别为甘肃、宁夏、青海, 说明这3个省份存在很大的天然气利用效率损失, 或者从另一个角度来讲, 这些省份相比其他省份而言的节能潜力更大。

3 提高全要素天然气利用效率的建议

1)坚持绿色发展, 促进产业结构优化升级, 加快培育天然气产业链, 不断提高天然气消费综合利用效率。优化产业间能源消费结构, 加快推进节能降耗, 加大工业节能技术改造力度, 稳步提高能源加工转换和回收利用效率, 大力推广新技术、新产品; 中西部地区要加快第二产业落后产能的淘汰和退出机制, 引导第二产业向资源节约和环境友好型产业发展; 同时, 应加大对天然气产业上、中、下游市场的培育, 提升天然气产业链与高新技术产业的深度融合, 提高天然气行业的自主创新能力, 从而持续降低经济增长对能源消费依存度, 不断提高能源消费及天然气消费的综合利用效率。

2)继续推进能源生产革命向纵深发展, 不断完善天然气产业链, 构建清洁低碳、安全高效的能源供应体系。天然气是优质高效、绿色清洁的低碳能源, 是构建我国清洁低碳、安全高效的现代能源体系的重要路径。因此, 要不断完善产供储销体系, 促进天然气供需动态平衡。国内要加大天然气资源勘探开发力度, 尽可能提高天然气储量和产量, 国际上要建立健全天然气多元化海外供应体系, 确保天然气进口安全。同时, 构建地下储气库、沿海液化天然气(LNG)接收站、LNG储罐、管网互联互通等多层次储备体系, 满足调峰需要; 并强化天然气基础设施建设与互联互通, 理顺天然气价格机制, 建立健全天然气供应保障应急体系, 强化天然气全产业链安全运行机制, 综合保证天然气稳定、均衡、安全供应。

3)优化能源消费结构, 不断提高天然气消费比重。能源低碳消费模式已经成为世界的共识和实践, 与世界发达国家相比, 天然气在我国能源消费中所占比重过低, 与我国经济发展水平、低碳绿色发展理念不相符。因此, 各级政府要统筹城乡发展, 扩大天然气覆盖面积, 全方位、多手段推广天然气消费; 依托国家的大气污染防治行动, 适度发展天然气热电联产; 根据国内外天然气的安全稳定供应和配套基础设施的建设进度, 科学合理规划各地、工业企业“ 煤改气” 进程和货车、轮船“ 油改气” 进程; 提高燃气电厂的竞争力, 不断完善天然气分布式能源的机制政策, 促进天然气行业健康有序的快速发展, 最终实现能源消费结构清洁化、低碳化和多样化。

The authors have declared that no competing interests exist.

参考文献
[1] 张少华, 蒋伟杰. 能源效率测度方法: 演变、争议与未来[J]. 数量经济技术经济研究, 2016, 33(7): 3-24.
Zhang Shaohua & Jiang Weijie. Energy efficiency measures: Comparative analysis[J]. The Journal of Quantitative & Technical Economics, 2016, 33(7): 3-24. [本文引用:1]
[2] 史丹, 吴利学, 傅晓霞, 吴滨. 中国能源效率地区差异及其成因研究——基于随机前沿生产函数的方差分解[J]. 管理世界, 2008(2): 35-43.
Shi Dan, Wu Lixue, Fu Xiaoxia & Wu Bin. A research on the disparity of China's regions' energy efficiency and its cause of formation[J]. Management World, 2008(2): 35-43. [本文引用:1]
[3] 李德山. 中国能源效率分析及其对策研究[D]. 成都: 西南石油大学, 2012.
Li Deshan. Analysis of China's energy efficiency and its countermeasures[D]. Chengdu: Southwest Petroleum University, 2012. [本文引用:1]
[4] 李玉婷, 刘祥艳. 中国工业能源效率及其收敛性——SFA全要素与单要素方法的比较分析[J]. 干旱区资源与环境, 2016, 30(12): 14-19.
Li Yuting & Liu Xiangyan. Energy efficiency of China's industries and its convergence: A comparison of SFA total-factor method with single-factor method[J]. Journal of Arid Land Resources and Environment, 2016, 30(12): 14-19. [本文引用:1]
[5] Hu JL & Wang SC. Total-factor energy efficiency of regions in China[J]. Energy Policy, 2006, 34(17): 3206-3217. [本文引用:2]
[6] 李双杰, 李春琦. 全要素能源效率测度方法的修正设计与应用[J]. 数量经济技术经济研究, 2018(9): 110-125.
Li Shuangjie & Li Chunqi. Modification and application of total factor energy efficiency measurement[J]. The Journal of Quantitative & Technical Economics, 2018(9): 110-125. [本文引用:1]
[7] 王锋, 冯根福. 基于DEA窗口模型的中国省际能源与环境效率评估[J]. 中国工业经济, 2013(7): 56-68.
Wang Feng & Feng Genfu. Evaluation of China's regional energy and environmental efficiency based on DEA window model[J]. China Industrial Economics, 2013(7): 56-68. [本文引用:1]
[8] 陶雪萍, 王平, 朱帮助. 基于SBM-undesirable和Meta-frontier模型的APEC能源效率研究[J]. 北京理工大学学报(社会科学版), 2015, 17(2): 20-28.
Tao Xueping, Wang Ping & Zhu Bangzhu. Energy efficiency in APEC: A Meta-frontier SBM-undesirable approach[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2015, 17(2): 20-28. [本文引用:1]
[9] 王腾, 严良, 何建华, 郑世刚. 环境规制影响全要素能源效率的实证研究——基于波特假说的分解验证[J]. 中国环境科学, 2017, 37(4): 1571-1578.
Wang Teng, Yan Liang, He Jianhua & Zheng Shigang. An empirical study on the effect of environmental regulation on total factor energy efficiency—Decomposition verification based on potter hypothesis[J]. China Environmental Science, 2017, 37(4): 1571-1578. [本文引用:1]
[10] 朱祎. 我国城市燃用天然气利用综合评价研究[D]. 北京: 中国石油大学(北京), 2016.
Zhu Yi. Research on comprehensive evaluation of urban natural gas utilization in China[D]. Beijing: China University of Petroleum (Beijing), 2016 [本文引用:1]
[11] 庞瑞芝, 孙长悦, 刘同乐. 省际煤电油气全要素能源效率及其影响因素研究——基于随机边界模型的实证考察[J]. 中国地质大学学报(社会科学版), 2013, 13(5): 25-32.
Pang Ruizhi, Sun Changyue & Liu Tongle. Interprovincial total factor energy efficiency of coal, electricity, oil and gas and its influencing factors: An empirical study based on stochastic frontier model[J]. Journal of China University of Geosciences (Social Sciences Edition), 2013, 13(5): 25-32. [本文引用:1]
[12] 及鹏. 天然气燃烧利用效率的评价[J]. 煤气与热力, 2009, 29(10): 64-66.
Ji Peng. Evaluation of utilization efficiency of natural gas combustion[J]. Gas & Heat, 2009, 29(10): 64-66. [本文引用:1]
[13] Charnes A, Clark CT, Cooper WW & Golany B. A developmental study of data envelopment analysis in measuring the efficiency of maintenance units in the U. S. air forces[J]. Annals of Operations Research, 1985, 2(1): 95-112. [本文引用:1]
[14] 党廷慧, 白永平. 区域生态效率的测度: 基于非期望产出的SBM模型的DEA窗口分析[J]. 环境与可持续发展, 2014, 39(2): 39-42.
Dang Tinghui & Bai Yongping. Measuring regional eco-efficiency with DEA window analysis based on SBM with undesirable outputs[J]. Environment and Sustainable Development, 2014, 39(2): 39-42. [本文引用:1]
[15] 单豪杰. 中国资本存量K的再估算: 1952—2006年[J]. 数量经济技术经济研究, 2008(10): 17-31.
Shan Haojie. Reestimating the capital stock of China: 1952-2006[J]. The Journal of Quantitative & Technical Economics, 2008(10): 17-31. [本文引用:1]
[16] 中华人民共和国国家统计局. 中国统计年鉴[M]. 北京: 中国统计出版社, 2002-2017.
National Bureau of Statistics. China statistical yearbook[M]. Beijing: China Statistics Press, 2002-2017. [本文引用:1]
[17] 中华人民共和国国家统计局. 中国能源统计年鉴[M]. 北京: 中国统计出版社, 2002-2017.
National Bureau of Statistics. China energy statistical yearbook[M]. Beijing: China Statistics Press, 2002-2017. [本文引用:1]
[18] 陈进殿, 赵延芳, 沈鑫, 王军. 对《加快推进天然气利用的意见》的解读与思考[J]. 天然气工业, 2017, 37(7): 139-144.
Chen Jindian, Zhao Yanfang, Shen Xin & Wang Jun. Interpretation of and reflection upon The Opinions on Accelerating the Utilization of Natural Gas[J]. Natural Gas Industry, 2017, 37(7): 139-144. [本文引用:1]