電網投資環境效率的分析與評測：以湖北省為例

童光榮 ，曹 蕾 ，鄧淇中 ，2，吳耀文 ，童文術 ，鄧長虹

(1.武漢大學a.經濟與管理學院；b.電氣工程學院，武漢 430072；2.湖南科技大學 管理學院,湖南 湘潭 411201；3.湖北省電力公司，武漢 430077）

0 引言

電力工業是國民經濟中重要的基礎工業，為社會生產、人民生活提供能源，是經濟發展和社會進步的重要保障。然而，我國電力供給始終處于短缺與過剩的怪圈之中。對售電量與區域經濟環境的關聯性、不同地區電網運行效率、電網運行效率變動情況、電網運行效率與電網投資額的關聯性等問題的研究十分必要。

本文以湖北省為例，運用12個地級市2001～2007年的面板數據和DEA-Malmquist模型，從投入產出相結合的角度計算各地級市電網投資的環境效率指數及其變動，從靜態和動態角度對全省總體運行效率和各地市運行效率及其變動趨勢、區域運行效率差異與區域經濟環境的關聯性、運行效率與電網投資額的關聯性等問題進行了研究。

1 研究方法

在完全市場條件下，售電量是電力供給與電力需求之間的均衡，而區域經濟環境決定了電力需求，電網投資決定了電力供給，因此，電網投資的環境效率即為電網投資滿足區域經濟環境發展的效率，在既定的經濟環境下實現最大的售電量則可以保障經濟的快速發展。本文將區域經濟環境看作投入（輸入），將售電量看作產出（輸出），運用DEA方法來衡量電網投資的環境效率。

1.1 CCR模型

設被評價地區（DMU）有 n 個，令 j=1，2，…，n，表示 DMU的序號。每種DMU有m種投入和s種產出，用xj=(x1j，x2j，…，和 yj=(y1j，y2j，…，表示投入和產出向量，且投入產出分量非負，即 xij＞0(i=1，2，…，m)，yij＞0(r=1，2，…，s)。 輸入輸出的權向量分別為 v=(v1，v2，…，，u=(u1，u2，…，，其值在分析過程中根據某種原則確定。因此，第i個被評價地區（DMUj）的電網投資環境效率可以用各輸出指標值加權之和與各輸出指標值加權之和的比率來衡量，即定義DMUj的環境效率

選取適當的 v 和 u 總能使 hj滿足 hj≤1，j=1，2，…，n。 為此，A.Charnes，W.Cooper和 E.Rhodes在 Farrell （1958）的包絡思想基礎上，提出了CCR模型，經過Charnes-Cooper變換可化成如下線性規劃形式：

若規劃(P)存在最優解 ω0，μ0滿足環境效率指數 VpμTyj=1，則 DMUj0為弱 DEA 有效；若規劃(P)的最優解 ω0＞0，μ0＞0，且VpμTyj0=1，則DMUj0為DEA有效。弱DEA有效表示被評價地區現有輸入量和輸出量恰好處在生產函數曲面上，即在輸入量既定的條件下，現有輸出量已達到最大，即技術有效；DEA有效在技術有效的前提下，現有輸入量處于規模收益不變的狀態，即規模有效，說明被評價地級市的電網投資環境效率達到相對最佳狀態。

1.2 超效率評價模型

若運用CCR模型得到的有效地級市太多，則可以運用超效率評價模型對這些地級市的電網投資環境效率進一步排序。超效率DEA模型與CCR模型的數學形式相似，其形式如下：

與CCR模型的不同，超效率DEA模型在進行第j0個決策單元效率評價時，使第j0個決策單元的投入和產出被其它所有的決策單元投入和產出的線性組合替代，而將第j0個決策單元排除在外，而CCR模型是將本單元包括在內的。一個有效的決策單元可以使其投入按比例增加，而效率值保持不變，其投入增加比例即其超效率評價值。

1.3 Malmquist模型

Malmquist模型也是基于DEA而提出的，它是一種被廣泛采用的方法。可將規模報酬可變下的基于產出的以第t年和第t+1年為技術參照的Malmquist指數分別定義為

其中，TEC（Technical efficiency change）代表技術效率變動指數，反映技術不變的情況下，決策單元后一期的運行更接近有效前沿面，TC（Technical change）代表技術變動指數，反映兩個時期有效前沿面的移動。

Malmquist指數反映了被評價地級市的電網投資環境效率變動指數。該指數大于1,說明從第t年到第t+1年，電網投資的環境效率提高了；反之，則說明電網投資的環境效率下降了；該指數等于1，則說明電網投資的環境效率不變。

2 數據來源與處理

2.1 數據和樣本

鑒于數據的可獲取性，我們將研究時期定為2001～2007年，決策單元為湖北省12個省地級市（不包括恩施土家族苗族自治州，仙桃、天門、潛江三個直管市和神農架林區）。

評價湖北省電網投資環境效率可以通過每年的區域經濟環境和獲得的產出效果（售電量）來衡量。本文擬從經濟基礎、工業化程度、經濟活躍程度、對外開放程度、地方政府公共服務、居民生活水平和地方金融發展狀況等七個方面來選取表征區域經濟環境的指標。區域經濟環境方面的原始數據可從《中國區域經濟年鑒》（2002～2008）中獲得，售電量和電網投資額的數據由湖北省電力公司提供，缺失的數據采用線性插值法處理①隨州2001年售電量數據、孝感2006年規模以上工業企業增加值數據缺失，進行插值處理時假設這些變量隨著時間呈線性增長趨勢，運用已有數據對以下方程進行OLS估計：（1）售電量＝c+b*時間，（2）規模以上工業企業增加值＝c+b*時間，估計時剔除孝感2001年規模以上工業企業增加值這個異常值。。根據現有的統計數據，本文構建的區域經濟環境評價指標體系如表1所示。

由于進行數據包絡分析的輸入、輸出值不宜太多，根據DEA模型對輸入輸出變量的量的要求，即決策單元的個數應接近或超過輸入變量和輸出變量的2倍，在每一方面指標中選取與售電量的相關系數最大者作為DEA模型的輸入變量②相關系數是指各地級市各個指標2001～2007年的平均值與其對應的售電量年平均值的相關系數。。由表1可見，總體而言，各指標與售電量的相關系數非常高，說明本文指標的選取比較合適。

表1 區域經濟環境指標體系及環境輸入變量的選取

表2 基于CCR模型的2001～2007年各地級市電網投資環境效率指數

2.2 數據的處理

本文運用MyDEA0.99軟件按照2001～2007年各年數據對湖北省上述12個地級市的電網投資環境效率進行實證分析，采用一般DEA模型（CCR）測算基于產出的電網投資環境效率，如表2所示。在此基礎上，計算出七年中全省12個地級市每年的環境效率指數算術平均值③計算公式為 EEit，t=2001，2002，…，2007。，稱為“全省電網投資年平均環境效率指數”，表示全省每年度電網投資的平均環境效率水平。由于CCR模型無法區分DEA有效的的效率差異，不利于進行面板回歸，因此可以用超效率評價模型計算各地級市的環境效率指數作為面板回歸模型的因變量，計算結果如表3。

同時，還可以計算出2001～2007年湖北省上述12個地級市的電網投資環境Malmquist指數及其分解指數TEC和TC，如表4、表5和表6所示。在此基礎上，可計算出七年中全省12個地級市每年度的Malmquist指數、TEC指數和TC技術的幾何平均值④計算公式分別為，分別稱為“全省電網投資年度平均環境效率變動指數”、“全省電網投資年度平均技術效率指數”、“全省電網投資年度平均技術變動指數”。

表3 基于超效率評價模型的2001～2007年各地級市電網投資環境效率指數

表4 基于Malmquist模型的2001～2007年各地級市電網投資環境Malmquist指數

表5 基于Malmquist模型的2001～2007年各地級市電網投資環境TEC指數

表6 基于Malmquist模型的2001～2007年各地級市電網投資環境TC指數

表7 各地級市2001～2007年電網投資平均環境效率

圖1 基于CCR模型的2001～2007年全省電網投資總體環境效率變動情況

圖2 2001～2007全省電網投資環境平均Malmquist指數及其分解情況

3 實證分析

3.1 靜態環境效率分析

2001～2007年各年度，湖北省12個地級市電網投資的總體平均環境效率指數位于0.6～0.8之間，表明全省整體電網投資的環境效率處于合格至良好之間，售電量僅達到最優水平的60～80%，尚有20～40%的效率提升空間。

各地級市七年間的電網投資平均環境效率存在著一定的梯度，如表7所示。黃石每一年的效率指數均為1，即各年的電網投資都是環境有效的，最低的隨州平均環境效率指數僅0.273，相差達3.66倍。比較而言，黃岡、荊州、武漢和宜昌四個地級市的電網投資平均環境效率較高，均在 0.8以上，分別有 4、3、1、1個年份處于有效前沿面；襄樊、孝感、荊門和咸寧四個地級市的電網投資平均環境效率一般，位于0.6-0.8之間，分別有和2、0、1、2個年份處于有效前沿面；鄂州和十堰兩個地級市的電網投資平均環境效率指數較低，均小于0.6，分別有0、1個年份處于有效前沿面。根據有關研究，按照綜合經濟實力可將湖北省17個地區分為四個層次。其中，第一層次是武漢，是全省經濟的“增長極”；第二層次是宜昌、襄樊、黃石，是構建全省“金三角”的中心城市；第三層次是荊門、荊州、潛江、十堰、黃岡、孝感、仙桃、天門、鄂州，是“增長極”和“金三角”的副中心城市；第四層次是隨州、咸寧、恩施、神農架，是“增長極”和“金三角”的邊緣區（郝群會等，2008）。如此看來，平均環境效率最高的地級市屬于第二層次，最低的地級市屬于第四層次，較高的幾個地級市屬于第一、二、三層次；平均環境效率一般的地級市屬于第二、三、四層次；平均環境效率較低的地級市屬于第三層次。可見，區域經濟環境可以影響電網投資效率的發揮，經濟實力越強，電網投資的環境效率越高。

3.2 動態環境效率分析

（1）地區年度環境效率的Malmquist指數分析。從Malmquist指數的全省平均值變動趨勢來看（圖1），2001～2002年度全省電網投資總體環境效率上升；2002～2003年，2003～2004年，2004～2005年三個年度內全省電網投資總體環境效率下降；2005～2006年，2006～2007年兩個年度內電網投資總體環境效率上升。從技術效率變動指數（TEC）和技術變動指數（TC）來看 （圖2），2001～2002年的TEC和TC共同推動了總體效率上升，各地級市TEC基本上不小于1，TC大于1的地級市也有7個；2002～2003年，2003～2004年總體效率的下降來自TEC和TC的共同推動；2004～2005年雖然技術效率上升，但由于技術退步，導致總體效率下降；2005～2006年雖然總體效率上升，但這是技術進步的結果，技術效率反而是下降的；2006～2007年總體效率的上升則是來自于技術效率的提高，甚至抵消了技術退步帶來的負影響。橫向觀察可以發現，武漢、黃石、黃岡三市每個年度的TEC均為1，荊州有4個年度的TEC為1，宜昌、襄樊、荊門、孝感四市有2個年度的TEC為1，咸寧有1個年度的TEC為1，說明這些地級市相應年度環境效率的變動來自技術變動，而不是技術效率變動，即運行效率的變動并非來自向有效前沿面的靠近或遠離，而是來自有效前沿面自身的移動。

（2）年度環境效率與電網投資額關聯分析。為了精確描述兩者的內在聯系，將12個地級市2001～2007年的電網投資額的自然對數和電網投資環境效率⑤運用的數據是基于超效率評價模型計算出的環境效率指數值。進行面板回歸，回歸方程為

effit=bi×log(invit)+μit，i=1，2，…，12，t=2001，2002，…，2007

其中，eff為根據超效率評價模型計算的環境效率指數，inv為湖北省電力公司提供的電網投資額，i代表第i個地級市，t代表年份。對上式求全微分，得

該模型的經濟含義為，電網投資環境效率取決于電網投資額。bi表示第i個地級市電網投資額每增加一個百分點，環境效率指數增加的數值。運用Eviews5.0進行計算，采用截面加權回歸以消除截面異方差的影響，對變系數方程進行估計，得到的結果如表8所示。

表8 回歸參數結果

從結果來看，模型的擬合優度達到0.8以上，D.W.值也接近于2，表明不存在序列相關性，而且除了十堰以外，t統計量都通過了0.05的顯著性檢驗，表明模型擬合效果較令人滿意。這表明電網投資額對電網投資環境效率有顯著影響，各地級市的回歸系數均為正，說明電網投資額對電網投資環境效率指數的影響為正面的。

本文所謂的電網投資環境效率采用的輸出是售電量，而微觀經濟理論表明售電量是電力供給與電力需求的均衡，電網投資額正是從電力供給方面影響售電量，從而影響對電網投資環境效率產生效應的。因此，電網投資額的增加帶來電網投資環境效率的增加，可以看作是增加的電網投資帶來更多的電力供給，從而更好地滿足既定經濟環境下的電力需求，從而實現了更高的售電量。這個定量的估計結果可以讓決策者了解投資額增加到多少時可以實現有效，即實現電力供需平衡。

4 結論與建議

第一，2001～2007年湖北省12個地級市電網投資的總體平均環境效率指數位于0.6～0.8之間，實際售電量僅達到最優水平的60～80%，處于合格至良好之間。各地級市電網投資平均環境效率存在著一定的梯度，最高的黃石與最低的隨州相差3.66倍。黃岡、荊州、武漢和宜昌四個地級市的電網投資平均環境效率較高，襄樊、孝感、荊門和咸寧四個地級市的電網投資平均環境效率一般，鄂州、十堰和隨州三個地級市的電網投資平均環境效率指數較低。區域經濟環境可以影響電網投資效率的發揮，經濟實力越強，電網投資的環境效率越高。

第二，2001～2007年全省總體環境效率變動不明顯，幾乎沒有提高，這表明七年間全省電網售電量不能完全滿足區域經濟發展需要的現象一直沒有得到改善。

第三，從Malmquist指數的全省平均值變動趨勢來看，2001～2002年度全省電網投資總體環境效率上升；2002～2005三個年度內全省電網投資總體環境效率下降；2005～2007兩個年度內電網投資總體環境效率上升。有的年份環境效率變動來自有效前沿面自身的移動，而不是來自向有效前沿面的靠近或遠離。

第四，從面板回歸的結果來看，電網投資額對電網投資環境效率有顯著影響，各地級市的回歸系數均為正，說明電網投資額對電網投資環境效率指數產生正向影響。

[1]N.Bagdadioglu,C.M.Waddams Price&Thomas G.Weyman-Jones.Efficiency and Ownership in Electricity Distribution:A Non-parametric Model of the Turkish Experience[J].Energy Economics,1996,18(1～2).

[2]J.M.Yunos,D.Hawdon.The Efficiency of the National Electricity Board in Malaysia:An Intercountry Comparison Using DEA[J].Energy Economics,1997,（19）.

[3]M.Goyo,M.Tsutsui.Comparison of Productive and Cost Efficiencies among Japanese and US Electric Utilities[J].Omega,1998,26(2).

[4]P.Arocena,C.Waddams Price.Generating Efficiency Economic and Environmental Regulation of Public and Private Electricity Generations in Spain[J].International Journal of Industrial Organization,2002,20(1).

[5]潘曉雨.我國火力發電生產率的實證研究——Malmquist生產率指數在電力工業中的運用[D].東南大學,2005.

[6]羅道平,肖笛.數據包絡分析(DEA)在電力工業的應用[J].系統工程理論與實踐,1996,（4）.

[7]王新宇,王洪欣.江蘇省主要發電廠生產經營效率的評價研究[J].預測,2003,（3）.

[8]國家統計局.中國區域經濟統計年鑒(2002-2008)[Z].中國統計出版社,2002-2008.

[9]郝群會,鄧文勝.湖北省經濟發展的區域差異分析[J].湖北大學學報(自然科學版),2008,30(2).