燃煤電廠經營績效評價及污染減排路徑選擇

摘 要 在曾紹倫等人(2009)的研究基礎上，針對多個決策單元同時處于效率前沿的情況，使用傳統BCC和超效率BCC，評價了基于環境約束視角的燃煤電廠經營績效，就如何在現有技術條件下穩步推進污染減排計劃提出建議.研究認為：無論從傳統BCC模型還是超效率BCC模型來看，標號為9和10的燃煤電廠的經營績效都處于前列，是其他燃煤電廠效法的標桿，而標號為7的燃煤電廠的經營績效最差；在現有技術水平條件下，推進污染減排計劃將不可避免地帶來經營績效的下降，穩妥的計劃推進路徑應該是“廢水→粉煤灰→SO2→煙塵→NO2”.

關鍵詞 燃煤電廠；污染減排；路徑選擇；超效率

中圖分類號 F426 文獻標識碼 A

Efficiency Evaluation and Pollution Reduction Path Choice of Coalfired Power Plants—Environmental Restriction Perspective Based on Traditional Super Efficiency BCC

JI Shengbao1， CUI Xinjian2， LI Wenchen1， ZHAO Xiang3

(1.School of Management， CUMT， Xuzhou，Jiasu 221116; 2， Business School， CUFE， Beijing 100088;

3.School of Applied Technology， CUMT， Xuzhou，Jiasu 221116)

Abstract With the research foundation of Zeng et al. (2009)， and given many DMUs on the frontier at the same time， both the traditional and the super efficiency models were used to evaluate the operational efficiency of coalfired power plants from the perspective of environmental restriction，and the proposal to promote pollution reduction was also given. The results suggest that both power plant 9 and 10 have the best efficiency performance， which are the benchmarks of the other coalfired power plants， while power plant 7 shows the worst performance.Given the current technology to promote pollution reduction will low the efficiency inevitably， while “wastewater→flying ash→SO2→smokedust→NO2”should be the best and safe path to be .

Key words coalfired power plant; pollution reduction; path choice; super efficiency

1 引 言

1978至2009年的30多年間，中國電力工業得到迅速發展，發電裝機容量由1978年的5 712 萬kw增到2009年的逾87 407 萬kw，年均增長速度為8.9%.由于煤炭在一次能源結構中的主導地位，決定了電力生產中以煤電為主的格局.2009年，火電機組的發電量占總發量的74.6%，其中所消耗的煤炭占煤炭總產量的47.5%.能源研究所IPAC模型研究組對中國電力部門未來發展的預測結果表明，到2020年中國的電力裝機容量將達到9.61 億kw，發電量達到4.44 萬億kwh；到2030年中國的電力裝機容量將繼續增加到12.4 億kw，發電量增加到5.95 萬億kwh.屆時，燃煤電廠裝機容量將在6.0 億kw，仍占60%左右.然而，燃煤電廠在生產過程中會產生大量的溫室氣體以及二氧化硫、氮氧化物、粉塵、廢水等多種污染物，使其發展受到環境的嚴重制約.對此，從環境約束視角考察燃煤電廠的經營績效、提出穩妥的污染減排計劃實施路徑，具有重要的現實操作價值.

然而，對循環經濟視角對燃煤電廠經營績效的實證研究目前尚不多見，已有的文獻多數是圍繞地區視角展開的.文獻［1］利用DEA(Data Envelopment Analysis， 數據包絡分析)三階段分析法對2004年中國30個省火電行業進行了排除環境變量和統計噪音影響的技術效率分析，結果表明很多省份火電行業效率水平的確受到地區經濟發展水平、資源稟賦等環境變量和好壞運氣的影響，在同質經營環境下規模效率不高的問題更為突出.文獻［2］基于效率的視角，利用三階段DEA從非規制、弱規制、強規制三個層次分析環境規制程度與中國火電行業效率的關系，得出環境規制可以提升中國火電行業整體的效率水平的結論，并將中國各地區火電行業的發展模式劃分為內力驅動環境友好型、環境弱友好型和外力推動環境友好型三種.文獻［3］測度了2002-2007年間我國各省火電行業的經營績效，發現在環境約束的情況下，沿海地區和煤炭資源相對豐富的省份，火電行業技術效率較高；進一步的研究發現，機組容量利用率、燃煤效率與環境約束對技術效率有顯著的影響，但是，文章在最后遺憾地指出“我國電力體制改革對技術效率的促進作用并沒有得到體現”，這暗示著我國電力體制改革遠未結束，換言之，就污染減排而言，涉足電力體制改革的深水區必然要求研究人員以企業層面的數據為研究對象.

經 濟 數 學第 29卷第1期吉生保等：燃煤電廠經營績效評價及污染減排路徑選擇

文獻［4］的研究對象與上述要求最為接近.其利用調研得到的一手數據對10個燃煤電廠的純技術效率和規模效率進行了研究，并進一步指出投入產出冗余及改進方向；但是該文在分析過程中并沒有對各類污染排放予以足夠的重視，稍顯不足.此外，在研究方法上，由于僅使用BCC模型，該文無法對多個同時處于效率前沿的DMUs(Decision Making Units，決策單元)區分，使得政策建議的針對性削弱.為了從以上方面推進文獻［4］的研究，本文仍基于其調查數據，應用傳統BCC模型和超效率BCC模型，從環境約束視角對燃煤電廠的經營績效進行評價；并進一步借鑒經濟學中的比較靜態分析思路，提出在現有技術條件下穩妥推進污染減排計劃的路徑.

值得注意的是，上述文獻對非期望產出的處理方法不盡相同.借鑒文獻［5］的研究思想，文獻［1］將污染物視為投入；按照文獻［6］提供的方法，文獻［2］將污染物轉換為“正常產出”；參考文獻［7］的研究建議，文獻［3］用方向距離函數方法將污染物作為“壞產出”.對此，文獻［8］曾在理論上證明處理非期望產出的各種方法的結果是趨同的.此外，在投入導向還是產出導向的選擇上，上述文獻也是不一致的.文獻［1］選擇了投入導向，文獻［2］的研究中又選擇了產出導向；而文獻［3］雖然沒有明確指出所選導向，但是類似文獻［9］中所描述的“非導向(nooriented measure)”.對此，文獻［10］研究認為，在多數情況下，導向的選擇對所求問題結果的影響不會太大.綜合以上研究成果，結合我國火電行業當前“產能過剩、訂單生產以及節能減排”的現狀，本文使用將污染物視為投入的處理方法，選擇投入導向.巧合的是，文獻［4］亦使用將污染物視為投入的處理方法，亦選擇投入導向.鑒于此，本文的研究和分析結論完全可以視為文獻［4］的深入和推廣.

2 研究工具和方法

2.1 傳統BCC模型

針對CCR模型只能處理具有不變規模報酬特征的DMU效率評估問題，文獻［11］開發了BCC模型(為了與下文表示區分，這里稱為傳統BCC模型)，即考慮有I個DMU，投入/產出集合分別是Θ/Ξ(J/R分別表示對應元素數量)的情況.對于任意一個DMUo，BCC模型(投入導向，下同)可以表示為:

min θo－ε［∑Jj=1s－j+∑Rr=1s+r］

s.t.∑Ii=1λixij+s_j=θoxjo;j∈Θ，∑Ii=1λiyir－s+r=yro;r∈Ξ，s－j，s+r，λi≥0，∑Ii=1λi=1.(1)

若θ*'o=1，DMUs為技術有效而規模無效；若θ*'o＜1，DMUs為技術和規模均無效.

2.2 超效率BCC模型

為了進一步對處于效率前沿面的DMUs進行效率排名，文獻［12］建議的式(1)對應的超效率BCC模型可以表示為

min θo－ε［∑Jj=1s－j+∑Rr=1s+r］

s.t.∑Ii≠oλixij+s_j=θoxjo;j∈Θ，∑Ii≠oλiyir－s+r=yro;r∈Ξ，s－j，s+r，λi≥0，∑Ii≠oλi=1. (2)

式(2)與式(1)的區別在于，式(1)在對DMUo進行評價時，其自身DMUo的投入和產出是包括在內的；而式(2)將DMUo的投入和產出排除在外，其投入和產出由其他DMU的投入和產出的線性組合代替.一個有效的DMU可以使其投入按比率增加，而其技術效率保持不變，其投入增加比率即其超效率評價值.因此，在超效率BCC模型中，對于無效率的DMU，其效率值與傳統BCC模型一致；而對于有效率的DMU，以1.18為例，表示該即使再等比例地增加18%的投入，它在整個樣本集合中仍能保持相對有效(即仍能維持1的效率值水平).

3 實證結果及相關分析

3.1 樣本數據及投入產出指標介紹

參考發改委等部頒發的《循環經濟指標體系》，借鑒物質流分析方法，結合國內燃煤電廠生產實際和環境保護政策等因素，本文構建出燃煤電廠循環經濟評價指標體系.所用數據及指標源自文獻［4］對10個燃煤電廠生產運行情況的調研和設計.需要說明的是，雖然在文獻［4］的研究中沒有給出變量單位，但在指標選擇一致的情況下不影響各DMU之間的相對績效，也不會影響污染減排路徑的選擇.限于篇幅，具體變量的指標含義見文獻［4］.

3.2 現有技術條件下環境約束對燃煤電廠經營績效的影響

毋庸置疑，從長期來看，燃煤電廠突破環境約束的根本出路在于技術的進步；然而，從中短期來看，在現有技術條件保持不變的情況下，直觀判斷，環境約束似乎與燃煤電廠經營績效不可兼得，而且環境約束越嚴格，對經營績效的影響可能越大.

為對上述直覺進行實證檢驗，借鑒文獻［2］中“環境弱規制”的思路，現有技術條件保持不變意味著“正常投入”x1-x3以及產出y1-y4保持不變，而環境約束則意味著“非正常投入”x4-x8發生變化；為便于處理，本文假定各類非正常投入在環境約束下發生著“0-1”變化，即若對粉煤灰進行環境約束，則對于所有的DMU而言，x4都變為零，其他污染物排放保持不變.這樣，環境約束決策空間就有25=32種環境約束方案；特別地，除了完全沒有環境約束和完全環境約束兩種極端情況以外，部分的環境約束仍有25-2=30種方案，情況復雜，囿于篇幅，這里不逐一列出，只給出這30種方案對燃煤電廠經營績效的平均影響情況.需要注意到，為求解傳統BCC模型和超效率BCC模型，每一種方案又分別對應20個線性規劃；從而，在計算了2×32×20=1280個線性規劃以后，表1報告了相應的檢驗結果.

注：TE、PTE和SE表示含義同前文.big表示相應的超效率得分很高，即投入比例的任意增加都能保證其仍位于效率前沿，已不滿足傳統的TE=PTE×SE，相應地，SE也就不存在(記為none)；對此，在計算平均值時將其剔除，而在相應的Friedman ANOVA檢驗中，考慮到DMU的數量本來就不多，借鑒線性規劃中“大M法”的思想，統一令big=10 000，none=0.

首先，需要更正的是，文獻［4］文中表2給出的CCR模型中DMU效率水平應為本文中表1(a)主體部分第一列，卻誤給出本文中表1(a)主體部分第三列(對應為規模效率)；兩者相比之下，可以發現P07的效率水平被明顯高估.其次，從文獻［4］中表2可以發現，10個DMU中竟然有7個位于效率前沿!直覺上，這7者之間不可能完全相同，而僅利用文獻［4］使用的CCR和BCC模型無法對其做進一步的區分，這是本文選擇超效率BCC模型的初衷.表1(b)顯示，無論是否考慮環境約束，P09的經營績效都是所有DMU中最高的，P10的經營績效也較高，而且具有較好的穩健性，兩者都是其他DMU的學習標桿；相比之下，無論使用傳統BCC模型還是超效率BCC模型，與文獻［4］的研究結論一致，P07的經營績效都是最低的.

此外，從表1(a)可以發現，與前文的直觀判斷相一致，在現有技術條件不變的情況下，實施環境約束會帶來燃煤電廠經營績效的下滑；而且環境約束越嚴格，經營績效的下降越明顯.極端地，嚴禁任何污染物的排放會導致最低的經營績效！這一研究結論與文獻［2］以我國各省火電行業為研究對象得出的結論類似，從微觀角度反映了實施環境約束任務的艱巨性和困難性所在.表1(b)在傳統BCC模型基礎上利用超效率BCC模型進一步驗證了上述判斷.為了進一步檢驗上述差別是否具有統計學意義，表2報告了Friedman ANOVA檢驗結果.研究顯示，不論是傳統BCC模型還是超效率BCC模型，在現有技術條件不變的情況下，實施環境約束會對燃煤電廠的經營績效(包括純技術效率和規模效率)帶來顯著的變化；而且，由于超效率BCC模型的引進可以對同時處于效率前沿的DMU進行進一步的區分，從而表2(b)中對應的概率水平遠小于表2(a)中對應的概率水平——正式地，不能認為不同環境約束下得到的技術效率、純技術效率以及規模效率源自同一總體分布.

當然，不同的污染減排計劃帶來的經營績效的下降程度不盡一致.那么，是否存在一條使經營績效下降最少的穩妥的污染減排計劃實施路徑呢？下文就這一問題進行分析.

3.3 現有技術條件下穩妥推進污染減排計劃的路徑選擇探討

考慮到現實操作性，為突出工作重點，這一部分在前文的基礎上進一步假定階段性的環境約束只對一種污染排放進行，不考慮同時對多種污染排放進行環境約束的情況.借鑒經濟學中比較靜態的分析思路，逐一考察對每一種污染物實施環境約束以后的經營績效.具體地，當對單位產值粉煤灰排放實施環境約束的時候，所有燃煤電廠的粉煤灰排放必須為零，而對其它污染排放沒有要求，這樣對應有24=16種方案按照前面分析，完全理性DMU應該只滿足環境約束，而對其他污染排放“大開綠燈”；但是現實中個人升遷、社會輿論等因素影響，很難保證經理人的決策與上述理性決策相一致。出于這一考慮，本文沒有僅分析5種理性決策方案，而是對決策空間中所有可能情況進行分析，更具一般性..

與上文類似，為求解傳統BCC模型和超效率BCC模型，每一種方案又分別對應20個線性規劃；在計算了5×16×20=1 600個線性規劃以后，表3報告了相應的經驗結果.

就各個DMU而言，通過與表1對比可以發現，從傳統BCC模型來看，首先對x8、x4或x6實施環境規制都會導致7家燃煤電廠的平均經營績效(含純技術效率和規模效率)出現不同程度的下滑；而若首先對x5或x7實施環境規制，則會導致10家燃煤電廠規模效率的全部下滑，引發的震蕩可想而知.從超效率BCC模型來看，無論首先對哪種污染實施環境規制都會分別導致8家和9家燃煤電廠綜合技術效率和純技術效率的下滑；但是首先對x8、x4或x6實施環境規制會導致4家燃煤電廠規模效率的下滑，而如果首先對x5或x7實施環境規制，則會導致5家燃煤電廠規模效率的下滑.

進一步，就經營績效平均值的穩定而言，從表3中可以看到，從傳統BCC模型來看，穩妥的污染減排計劃實施路徑應該是“x8→x4→x6→x5→x7”；從超效率BCC模型來看，計劃實施路徑應該是“x8→x4→x6→x7→x5”.兩者的差異只表現在最后的兩個階段，基本沒有太大的差別.從實際運作角度來看，這樣的路徑選擇也與傳統的“先易后難、逐步推進”思路不謀而合，即先從較為容易實現的廢水和粉煤灰減排入手，再考慮稍有難度的SO2減排，最后是難度較大的煙塵及NO2減排.

為謹慎起見，表4從統計學角度檢驗了上述污染減排計劃實施路徑之間有無顯著性差異.換言之，如果各種減排計劃實施路徑之間并無顯著區別，那么，就沒有必要考慮所謂的實施路徑問題，即對任何一種污染排放首先進行規制對燃煤電廠經營績效的影響都是一樣的.表4的檢驗結果顯示，無論從傳統BCC模型還是超效率BCC模型來看，不同的實施路徑對燃煤電廠經營績效的影響有顯著差異，故而，上面的路徑分析是很有必要的.

4 結論及政策建議

4.1 基本結論

本文在文獻［4］的研究基礎上，基于環境約束視角，運用傳統BCC模型和超效率BCC模型對10家燃煤電廠的經營績效及其分解項進行了分析比較，并進一步探討了現有技術條件下穩妥推進污染減排計劃的實施路徑.研究結論顯示：第一，總體而言，P09和P10的經營績效和穩定性都很好，是其他燃煤電廠學習的榜樣和標桿，而P07的經營績效則令人擔憂，亟待改進；第二，在現有的技術條件下，污染減排計劃的實施將會不可避免地帶來燃煤電廠經營績效的下滑，特別地，污染減排計劃的實施力度越大，引起燃煤電廠經營績效的下滑越明顯；第三，不同的污染減排計劃實施方案會帶來燃煤電廠經營績效不同程度的下滑，穩妥的計劃實施方案路徑應該是“廢水→粉煤灰→SO2→煙塵→NO2”.4.2 政策建議

基于以上結論，為進一步提升燃煤電廠的經營績效，積極穩妥推進污染減排計劃，保證其協調、可持續發展，并發揮其對相關下游產業的電力保障作用.本文提出如下政策建議：

1)進一步擴大燃煤電廠的規模經濟水平.鼓勵P09和P10這樣的優質企業通過參股、控股和收購等方式有效整合行業現有資源，合理擴大生產經營規模，提高產業集中度和規模經濟水平.超效率BCC模型顯示，這是燃煤電廠在環境約束下面臨的迫切問題.

2)在現有技術條件不變的情況下，要對實施污染減排計劃所付出的效率代價有足夠的認識.正所謂“天下沒有免費的午餐”，作為“改革的陣痛”，短期來看，經營績效與污染減排是“魚和熊掌不可兼得”；進一步，“舍魚而取熊掌”只是權宜之計，要想實現“魚和熊掌兼得”，只有依靠技術條件的升級，乃至逐步改變對火電、煤電的過分依賴.

3)穩妥的計劃推進路徑應該是“廢水→粉煤灰→SO2→煙塵→NO2”.按照這一思路，對于SO2的規制是減排由易入難的關鍵點和轉折點，從某種程度上決定了減排階段性成果能否鞏固和繼續深入進行；對此，燃煤電廠應積極配合國家目前正在推行的SO2減排規劃，爭取享受相關宏觀政策的“紅利”.參考文獻

［1］ 白雪潔，宋瑩.中國各省火電行業的技術效率及其提升方向——基于三階段DEA模型的分析［J］.財經研究，2008，34(10):15-25.

［2］ 白雪潔，宋瑩.環境規制、技術創新與中國火電行業的績效提升［J］.中國工業經濟，2009，(8):68-77.

［3］ 王兵，盧金勇，陳茹. 環境約束下的中國火電行業技術效率及其影響因素實證研究［J］.經濟評論， 2010，(4) :90-97.

［4］ 曾紹倫，任玉瓏，王偉. 基于DEA的燃煤電廠循環經濟評價研究［J］.中國人口·資源與環境，2009，19(3):113-118.

［5］ A HAILU， T S VEEMAN.Nonparametric Productivity Analysis with Undesirable Outputs: An Application to the canadian pulp and paper industry［J］.American Journal of Agricultural Economics， 2001， 83(3):605-616.

［6］ L M SEIFORD， J ZHU.Modeling undesirable factors in efficiency evaluation［J］.European Journal of Operational Research，2002，142(1) :16-20.

［7］ R FARE， S GROSSKOPF. Modeling undesirable factors in efficiency evaluation:comment［J］.European Journal of Operational Research，2004，157(1):242-245.

［8］ J P KORHONEN， M LUPTACIK. Ecoefficiency analysis of power plants: an extension of data envelopment analysis［J］.European Journal of Operational Research， 2004，154（2）:437-446.

［9］ H SCHEEL， Effizienzmaβe der Data envelopment analysis［M］Gabler， Wiesbaden， 2000.

［10］T J COELLI， S PERELMAN.A comparison of parametric and nonparametric distance functions:with application to european railways［J］.European Journal of Operational Research， 1999，117（2）:326-339.

［11］R D BANKER， A CHARMES，W W COOPER.Some models for estimating technical and scale efficiencies in data envelopment analysis［J］. Management Science，1984，30（9):1078-1092.

［12］P ANDERSEN， N.C PETERSEN. A procedure for ranking efficient units in data envelopment analysis［J］. Management Science， 1993，39（10):1261-1264.