基于DEA的電力行業(yè)環(huán)境績(jī)效測(cè)度模型

通訊聯(lián)系人，Email：zhouhao_ee@zjueducn

摘要：為準(zhǔn)確測(cè)度電力行業(yè)造成的環(huán)境影響，在距離函數(shù)數(shù)據(jù)包絡(luò)分析（DEA）環(huán)境績(jī)效評(píng)價(jià)模型的基礎(chǔ)上，引入投入、期望產(chǎn)出和非期望產(chǎn)出的松弛變量，建立歸一化的綜合績(jī)效評(píng)價(jià)模型針對(duì)電力行業(yè)因區(qū)域間電量交換造成的投入和產(chǎn)出不匹配問(wèn)題，提出電力行業(yè)靜態(tài)和動(dòng)態(tài)環(huán)境績(jī)效指標(biāo)評(píng)價(jià)方法，為深入分析電力行業(yè)環(huán)境績(jī)效的變化規(guī)律以及影響因素提供方法應(yīng)用提出的模型，分析2006-2010年中國(guó)30個(gè)省份的電力行業(yè)環(huán)境績(jī)效，結(jié)果表明：高用電環(huán)境效率的省份通常擁有較高的發(fā)電環(huán)境效率，火電發(fā)電比例是影響電力行業(yè)環(huán)境績(jī)效的重要因素；在研究期內(nèi)中國(guó)電力行業(yè)環(huán)境績(jī)效逐步改善；環(huán)境技術(shù)進(jìn)步是改善電力行業(yè)環(huán)境績(jī)效的最主要因素

關(guān)鍵詞：數(shù)據(jù)包絡(luò)分析（DEA）；環(huán)境績(jī)效；電力行業(yè)

中圖分類號(hào)：F426.6文獻(xiàn)標(biāo)識(shí)碼：A

電力行業(yè)是一個(gè)包含了資源投入、經(jīng)濟(jì)產(chǎn)出以及非期望產(chǎn)出（污染物）的綜合體，單一指標(biāo)難以全面衡量電力行業(yè)環(huán)境績(jī)效數(shù)據(jù)包絡(luò)分析（DEA）方法可有效地對(duì)具有多投入多產(chǎn)出的決策單元進(jìn)行效率評(píng)價(jià)，是環(huán)境績(jī)效評(píng)價(jià)的重要方法文獻(xiàn)建立了基于DEA的雙曲測(cè)度模型用以評(píng)價(jià)美國(guó)30家造紙廠的環(huán)境效率這是第一個(gè)基于DEA方法的環(huán)境績(jī)效測(cè)度模型，但受限于非線性優(yōu)化的求解方法，難以運(yùn)用到復(fù)雜問(wèn)題中此后，一大批學(xué)者從不同角度研究了DEA框架下的環(huán)境效率評(píng)價(jià)問(wèn)題文獻(xiàn)[2-3]提出了規(guī)模收益不變的DEA環(huán)境績(jī)效評(píng)價(jià)模型，分別對(duì)美國(guó)火電廠和意大利石油精煉廠的環(huán)境效率進(jìn)行評(píng)價(jià)文獻(xiàn)[4-5]直接基于生態(tài)效率的定義（生產(chǎn)活動(dòng)的經(jīng)濟(jì)產(chǎn)出與其對(duì)環(huán)境造成破壞的比值）建立DEA環(huán)境效率評(píng)價(jià)模型，并引入Malmquist指數(shù)方法建立動(dòng)態(tài)評(píng)價(jià)模型然而該模型只考慮經(jīng)濟(jì)產(chǎn)出和非期望產(chǎn)出的關(guān)系，忽略了資源投入對(duì)環(huán)境績(jī)效的影響，并且多個(gè)期望產(chǎn)出的情況也不在該模型的考慮范圍文獻(xiàn)[6-7]基于非期望產(chǎn)出與投入都是越少越好的思想，將非期望產(chǎn)出作為一種特殊投入求解環(huán)境效率該模型只考慮在現(xiàn)有的輸入和非期望產(chǎn)出水平上通過(guò)增加期望產(chǎn)出提高效率，而沒(méi)有考慮減少非期望產(chǎn)出提高效率文獻(xiàn)[8]將非期望產(chǎn)出乘以-1再加上一個(gè)足夠大數(shù)W，使其值大于零，并將其作為普通產(chǎn)出求解環(huán)境的效率，但是W的取值對(duì)最后的結(jié)果會(huì)產(chǎn)生一定的影響文獻(xiàn)[9-10]通過(guò)構(gòu)建距離函數(shù)，控制投入、產(chǎn)出改進(jìn)方向?qū)崿F(xiàn)效率改進(jìn)，但是選擇不同的方向函數(shù)會(huì)產(chǎn)生不同的效率結(jié)果

本文在距離函數(shù)模型的基礎(chǔ)上，提出一個(gè)基于松弛變量的DEA模型，通過(guò)最大化投入、期望產(chǎn)出和非期望產(chǎn)出的松弛變量構(gòu)建模型的綜合績(jī)效評(píng)價(jià)指標(biāo)同時(shí)，為解決電力行業(yè)區(qū)域間電量交換造成的投入和產(chǎn)出不匹配的問(wèn)題，本文將電力行業(yè)拆分為發(fā)電和用電兩個(gè)環(huán)節(jié)，分別計(jì)算其環(huán)境績(jī)效，取兩者的幾何平均值作為電力行業(yè)靜態(tài)環(huán)境績(jī)效測(cè)度指標(biāo)在此基礎(chǔ)上，采用Malmquist指數(shù)分解方法，建立電力行業(yè)動(dòng)態(tài)環(huán)境績(jī)效測(cè)度模型最后，在算例中對(duì)2006-2010年我國(guó)各省電力行業(yè)環(huán)境績(jī)效進(jìn)行測(cè)度和分析

1環(huán)境績(jī)效測(cè)度模型構(gòu)建

距離函數(shù)模型直接測(cè)度決策單元到前沿面的距離，意義明確，并且通過(guò)選擇合適的方向向量，可以獲得較為準(zhǔn)確的結(jié)果然而，預(yù)先給定方向向量會(huì)給評(píng)價(jià)模型帶來(lái)諸多主觀因素，且該模型只考慮了期望產(chǎn)出和非期望產(chǎn)出的效率改進(jìn)方向，而忽視了減小投入對(duì)提高效率的貢獻(xiàn)此外，由于θ取值范圍很大，可能給后期數(shù)據(jù)應(yīng)用帶來(lái)困難為此，本文在距離函數(shù)模型的基礎(chǔ)上提出改進(jìn)模型，引入投入、期望產(chǎn)出和非期望產(chǎn)出松弛變量，允許決策單元自主選擇最佳效率改進(jìn)方向，第i個(gè)決策單元的環(huán)境績(jī)效可表示為：

2電力行業(yè)靜態(tài)環(huán)境績(jī)效測(cè)度模型

電力行業(yè)涵蓋發(fā)電、輸電以及用電3個(gè)環(huán)節(jié)，其中發(fā)電和用電是造成電力行業(yè)環(huán)境問(wèn)題的主要原因發(fā)電環(huán)節(jié)化石能源燃燒產(chǎn)生的CO2，SO2，NOx以及煙塵等污染物是造成電力行業(yè)環(huán)境問(wèn)題的直接原因；用電環(huán)節(jié)的電能需求直接決定了發(fā)電量，電能的不合理使用間接造成環(huán)境問(wèn)題因此，發(fā)電能源結(jié)構(gòu)、火電機(jī)組轉(zhuǎn)化效率、減排設(shè)備投入水平以及電能使用效率等都是影響電力行業(yè)環(huán)境績(jī)效的因素

基于DEA測(cè)度電力行業(yè)環(huán)境績(jī)效時(shí)，可將一個(gè)國(guó)家或地區(qū)分為N個(gè)區(qū)域，每一個(gè)區(qū)域作為一個(gè)決策單元，從而組成一個(gè)有N個(gè)可比較單元的樣本集電力行業(yè)的投入主要為能源及資金的投入，期望產(chǎn)出為電能的經(jīng)濟(jì)產(chǎn)出，非期望產(chǎn)出主要為污染物排放電能作為重要的二次能源，為社會(huì)生產(chǎn)各領(lǐng)域提供動(dòng)力，用電量與經(jīng)濟(jì)增長(zhǎng)呈現(xiàn)很強(qiáng)的正相關(guān)性[11-12]，因此，將國(guó)內(nèi)生產(chǎn)總值（GDP）作為電力行業(yè)的經(jīng)濟(jì)產(chǎn)出是可行的然而，由于區(qū)域間存在電量交換，某個(gè)區(qū)域的GDP與該區(qū)域的發(fā)電量并不完全相關(guān)，因此，該區(qū)域的GDP與投入和非期望產(chǎn)出都不完全相關(guān)，如圖2所示因此，直接計(jì)算區(qū)域電力行業(yè)環(huán)境績(jī)效是不準(zhǔn)確的為此，本文將電力行業(yè)拆分為發(fā)電和用電兩個(gè)環(huán)節(jié)，分別計(jì)算各自的環(huán)境績(jī)效

3電力行業(yè)動(dòng)態(tài)環(huán)境績(jī)效測(cè)度模型

靜態(tài)環(huán)境績(jī)效測(cè)度模型只能對(duì)一個(gè)時(shí)期的環(huán)境績(jī)效進(jìn)行評(píng)價(jià)，無(wú)法反映環(huán)境績(jī)效的變化情況本節(jié)在靜態(tài)環(huán)境績(jī)效測(cè)度模型的基礎(chǔ)上，采用Malmquist指數(shù)分解方法，建立電力行業(yè)動(dòng)態(tài)環(huán)境績(jī)效測(cè)度模型令Dti（s）為區(qū)域i在s期相對(duì)t期效率前沿（基準(zhǔn)）測(cè)度的環(huán)境績(jī)效，改寫式（2）為：

4案例分析

41數(shù)據(jù)來(lái)源

本節(jié)對(duì)我國(guó)30個(gè)省份（由于缺少統(tǒng)計(jì)數(shù)據(jù)，西藏不在計(jì)算范圍內(nèi)）電力行業(yè)的環(huán)境績(jī)效進(jìn)行評(píng)估，探索不同地區(qū)電力行業(yè)生態(tài)效率的變化規(guī)律

選取2006-2010年電力行業(yè)投入產(chǎn)出數(shù)據(jù)作為統(tǒng)計(jì)分析對(duì)象發(fā)電環(huán)節(jié)的投入用各省火電行業(yè)燃料煤消費(fèi)量和廢氣治理設(shè)施運(yùn)行費(fèi)用來(lái)衡量，期望產(chǎn)出用各省發(fā)電量來(lái)衡量，非期望產(chǎn)出用各省火電行業(yè)CO2，SO2和NOx以及煙塵排放量來(lái)衡量；用電環(huán)節(jié)的期望產(chǎn)出用各省GDP來(lái)衡量，投入和非期望產(chǎn)出根據(jù)式（7）和式（8）計(jì)算得到

各變量的統(tǒng)計(jì)結(jié)果如表1所示，火電行業(yè)燃料煤消費(fèi)量、廢氣治理設(shè)施運(yùn)行費(fèi)用、SO2，NOx以及煙塵排放量數(shù)據(jù)來(lái)自2006-2010年《中國(guó)環(huán)境統(tǒng)計(jì)年報(bào)》；發(fā)電量和用電量數(shù)據(jù)來(lái)自2007-2011年《中國(guó)電力年

鑒》；GDP數(shù)據(jù)來(lái)自2007-2011年《中國(guó)統(tǒng)計(jì)年鑒》由于各省電力行業(yè)CO2排放量沒(méi)有官方公布的統(tǒng)計(jì)數(shù)據(jù)，只能基于發(fā)電過(guò)程中消耗的化石能源消費(fèi)量估算標(biāo)準(zhǔn)煤的低熱值為

值得肯定的是，在整個(gè)研究期內(nèi)北京、廣西、海南、青海一直保持在發(fā)電環(huán)境效率前沿，而湖北、海南一直保持在用電環(huán)境效率前沿研究發(fā)電和用電環(huán)境效率關(guān)系時(shí)發(fā)現(xiàn)，高用電環(huán)境效率的省份通常也擁有較高發(fā)電環(huán)境效率，如圖3所示，海南、廣西、福建、青海、北京等發(fā)電和用電環(huán)節(jié)的平均環(huán)境效率都大于095

用電環(huán)境績(jī)效

在整個(gè)研究期內(nèi)，只有海南始終保持在電力行業(yè)環(huán)境效率前沿此外，廣西處于效率前沿4次，四川3次，福建、湖北和新疆2次廣西、四川、湖北等省份火電發(fā)電比例較低，相應(yīng)的污染物排放也少，一直保持著較高的環(huán)境效率與之相對(duì)的，河南電力行業(yè)平均環(huán)境效率以053墊底，其它排名較低的省份包括山東、江蘇、內(nèi)蒙古、河北等，其平均環(huán)境效率低于065，這些省份的火電發(fā)電比例普遍較高因此，火電發(fā)電比例是影響環(huán)境績(jī)效的重要因素，大力發(fā)展清潔能源發(fā)電是提高電力行業(yè)環(huán)境績(jī)效的重要手段

422動(dòng)態(tài)環(huán)境績(jī)效

2006-2010年我國(guó)電力行業(yè)平均DPI及其分解指標(biāo)如圖4所示在整個(gè)研究期內(nèi)，發(fā)電環(huán)節(jié)、用電環(huán)節(jié)以及整個(gè)電力行業(yè)的DPI和ΔENVTECH都是大于1的，表明整體上我國(guó)電力行業(yè)環(huán)境技術(shù)不斷進(jìn)步，環(huán)境績(jī)效不斷提高，環(huán)境技術(shù)進(jìn)步是電力行業(yè)環(huán)境績(jī)效改善的主要?jiǎng)恿?006-2009年電力行業(yè)平均ΔENVTECH為102，意味著環(huán)境技術(shù)前沿年均2%的速度在進(jìn)步，其中2007-2008年環(huán)境技術(shù)前沿進(jìn)步最大，達(dá)到338%值得注意的是，發(fā)電環(huán)節(jié)的ΔENVTECH呈上升趨勢(shì)，這體現(xiàn)了我國(guó)電力行業(yè)在提高火電效率、節(jié)能減排、發(fā)展清潔能源等方面的成效用電環(huán)節(jié)的ΔENVTECH呈下降趨勢(shì)，這是由于單位GDP能耗的下降趨勢(shì)受節(jié)能技術(shù)普及程度的限制而趨于平穩(wěn)綜合考慮，用電環(huán)節(jié)ΔENVTECH的下降大于發(fā)電環(huán)節(jié)的上升，造成整個(gè)電力行業(yè)ΔENVTECH下降因此，提高我國(guó)電力行業(yè)DPI值的潛力在于實(shí)施電力需求側(cè)管理電力行業(yè)平均ΔREE在2006-2009年呈現(xiàn)先下降后上升的趨勢(shì)，且在2007-2010年期間都是小于1的，這意味著2007-2010年各省電力行業(yè)環(huán)境績(jī)效差距逐年拉大，低效率省份逐漸遠(yuǎn)離效率前沿

善，山東、河南、廣東等在改善電力行業(yè)環(huán)境績(jī)效上表現(xiàn)最好，而內(nèi)蒙古、新疆和浙江的環(huán)境績(jī)效呈退步趨勢(shì)有13個(gè)省的年均ΔREE小于1，意味著有433%的省份相對(duì)環(huán)境效率前沿的距離被拉大，只有吉林、廣西、云南3個(gè)省的ΔREE大于1，剩下14個(gè)省的ΔREE等于1大部分省份的EBIAS都接近1，平均值為1，這表明環(huán)境技術(shù)進(jìn)步是Hicks中性

5結(jié)論

1）本文在距離函數(shù)DEA模型的基礎(chǔ)上，提出了基于松弛變量的改進(jìn)模型模型引入投入、期望產(chǎn)出和非期望產(chǎn)出的松弛變量，通過(guò)最大化松弛變量確定決策單元效率改進(jìn)方向，以各松弛變量標(biāo)么值之和作為決策單元到效率前沿的距離，并建立歸一化的綜合績(jī)效評(píng)價(jià)指標(biāo)

2）為解決電力行業(yè)因區(qū)域間的電量交換造成投入和產(chǎn)出不匹配問(wèn)題，本文將電力行業(yè)分解成發(fā)電和用電兩個(gè)環(huán)節(jié)，分別求取環(huán)境績(jī)效，并將兩者的幾何平均值作為電力行業(yè)靜態(tài)環(huán)境績(jī)效測(cè)度指標(biāo)在此基礎(chǔ)上，采用Malmquist指數(shù)方法，建立動(dòng)態(tài)環(huán)境績(jī)效測(cè)度模型，提出DPI及其分解指標(biāo)體系

3）應(yīng)用提出的模型，分析了2006-2010年中國(guó)30個(gè)省份的電力行業(yè)環(huán)境績(jī)效，結(jié)果表明：火電發(fā)電比例是影響電力行業(yè)環(huán)境績(jī)效的重要因素；中國(guó)電力行業(yè)環(huán)境績(jī)效在逐年進(jìn)步；環(huán)境技術(shù)進(jìn)步是改善我國(guó)電力行業(yè)環(huán)境績(jī)效的最主要因素

參考文獻(xiàn)

[1]FRE R， GROSSKOPF S， LOVELL CAK， et al Multilateral productivity comparisons when some outputs are undesirable： a nonparametric approach [J] The Review of Economics and Statistics， 1989， 71（1）： 90-98

[2]TYTECA D Linear programming models for the measurement of environmental performance of firmsconcepts and empirical results [J] Journal of Producticity Analysis， 1997， 8： 183-197

[3]BEVILACQUA M， BRAGLIA M Environmental efficiency analysis for ENI oil refineries [J] Journal of Cleaner Production， 2002， 10（1）： 85-92

[4]KUOSMANEN T， KORTELAINEN M Measuring ecoefficiency of production with data envelopment analysis [J] Journal of Industrial Ecology， 2005， 9（4）： 59-72

[5]KORTELAINEN M Dynamic environmental performance analysis： a malmquist index approach [J] Ecological Economics， 2008， 64： 701-715

[6]CROPPER ML， OATES W E Environmental economics： a survey [J] Journal of Economic Literature， 1992， 30（2）： 675-740

[7]REINHARD S， LOVELL C， THIJSSEN G Econometric estimation of technical and environmental efficiency： an application to dutch dairy farms [J] American Journal of Agricultural Economics， 1999， 81（1）： 44-60

[8]SEIFORD LM， ZHU J Modeling undesirable factors in efficiency evaluation [J] European Journal of Operational Research， 2002， 142： 16-20

[9]CHUNG Y H， FARE R， GROSSKOPF S Productivity and undesirable outputs： a directional distance function approach [J] Journal of Environmental Management， 1997， 51： 229-240

[10]FRE R， GROSSKOPF S， PASURKA J C Environmental production function and environmental directional distance function [J] Energy， 2007， 32（7）： 1055-1066

[11]SHIU A， LAM P L Electricity consumption and economic growth in China [J] Energy Policy， 2004， 32（1）： 47-54

[12]YUAN J， ZHAO C， YU S， et al Electricity consumption and economic growth in China： cointegration and cofeature analysis [J] Energy Economics， 2007， 29： 1179-1191

[13]FRE R， GROSSKOPF S， HEMANDEZSANCHO F Environmental performance： an index number approach [J] Resource and Energy Economics， 2004， 26： 343-352

[14]LIU T， XU G， CAI P， et al Development forecast of renewable energy power generation in China and its influence on the GHG control strategy of the country [J] Renewable Energy， 2011， 36（4）： 1284-1292