基于DEA模型的我國電力產業能源效率分析

程雯

摘 要：利用DEA模型的研究方法，對2003—2010年間我國電力產業的總體能源效率進行分析。以技術效率測度電力產業的能源效率，并進一步將技術效率分解為純技術效率和規模效率，分析電力產業能源效率的變化的原因，最后對結果進行投影分析。研究發現我國電力產業的能源效率不斷提高，但是總體水平仍然偏低，其中電力產業的技術水平改善空間較小，而規模效率提升空間較大，其中煤耗是影響我國電力產業能源效率最重要的因素。

關鍵詞：數據包絡分析方法；電力產業；能源效率；技術效率

中圖分類號：F224 文獻標志碼：A 文章編號：1673-291X（2015）07-0045-03

一、引言

電力產業是國民經濟的基礎產業，其發展關系到我國經濟的整體平衡。近年來全世界的能源危機不斷加劇，我國作為世界最大的發展中國家，能源也成為制約我國經濟發展的主要因素之一。電力產業作為能源大戶，不但能源消耗量大，而且環境污染嚴重。因此研究我國電力產業的能源效率具有重要的現實意義。本文的研究對象為我國電力產業整體的能源效率，研究內容為電力產業內的能源消耗情況。

電力產業具有多投入和多產出的特征，目前理論上用于研究效率的方法有全要素生產率（TFP）、隨機前沿分析（SFA）和數據包絡分析（DEA）等。由于隨機前沿的分析方法是參數分析方法，不但需要嚴格的生產函數形式，而且強分布假設對隨機誤差項和無效率項的分離有很大的影響，在研究電力產業時，DEA方法更加具有優勢，因此本文在研究時采用的是數據包絡分析方法。

二、我國電力產業整體的能源效率分析

（一）構建指標體系

本文主要利用DEA投入導向型模型研究我國電力產業整體的能源效率問題。根據研究需要，選取4個投入指標和2個產出指標。投入指標：發電設備利用小時數（h）、發電廠用電率（%）、發電標準煤耗（g/kWh）、用電標準煤耗（g/kWh）。產出指標：發電量（億/kWh）、用電量（億/kWh）。我國2002年對電力產業進行了改革，為了更好的反映改革之后我國電力產業的能源效率，在時間上選擇了2003—2010年，共八年的數據。①

（二）能源效率分析

本文從全國的角度，研究我國電力產業八年來的整體狀況。

DEA分析方法是從相對效率的角度對決策單元進行研究，因此在對全國電力產業的數據進行測度之后，從上頁圖1可以看出，全國電力產業的效率在2010年是最優的，DEA相對效率值達到1。以2010年的效率作為參照，我國電力產業的整體技術效率在2003年是0.403，2010年是2003年效率值的2倍多，充分證明2002年我國電力產業實行廠網分開的改革之后，電力產業的能源效率得到了顯著的改善。并且從上頁圖1和表1中均可看出，我國電力產業的效率提升速度基本上處于非常穩定的狀態。

將技術效率進一步分解為純技術效率和規模效率之后可以發現，我國電力產業的純技術效率在這期間的處于相對平穩上升的狀態，大約提升了1%的效率值；而規模效率的變化和技術效率的變化基本上處于同步發展狀態，八年間翻了兩番多。基于以上數據和分析，說明我國電力產業效率的提升主要是由規模效率的提升而做的貢獻，其中電力產業的規模報酬也一直處于遞增狀態，說明電力產業的投資和規模擴張是提升電力產業整體能源效率的主要因素。雖然純技術效率也在不斷提升，但是上升的速度相對較慢，一方面說明技術進步對我國電力產業能源效率的影響相對較小，另一方面也可以看出我國電力產業的整體技術基本上處于比較穩定的狀態，可提升的空間不大。

從表1可知，綜合我國電力產業在2003—2008年期間的情況來看，平均技術效率值為0.685，整體水平仍然有待提高；純技術效率的平均值達到0.947，說明技術方面進步的空間比較小，已經達到了較高的水平；規模效率的平均值為0.717，雖然略高于技術效率值，但是也有較大的提升空間，說明我國電力產業規模沒有充分利用。

（三）投影分析

在DEA模型的投影原理中，松弛變量又稱為差額變數，表示實際中的值和有效參考值的差距。s-為投入的松弛變量，表示產出不變時能夠減少的投入量；s+為產出的松弛變量，表示投入量不變的情況下產出可以增加的量。評價系統中不是所有的決策單元都是DEA有效的，效率值不為1，且松弛變量不為零的決策單元為非DEA有效，非DEA有效的決策單元可以通過分析其在DEA相對有效面上的“投影”來研究該決策單元能夠達到的有效程度，并能夠分析決策單元非有效的程度和原因。投影分析就是通過調整投入和產出的數量和方向，得到非有效的決策單元在相對有效面的“投影值，即該決策單元在有效的情況下，投入和產出應有的值。

由表2可以看出，2010年的松弛變量均為0，且效率值為1，因此為DEA有效，而其他效率值不為1的決策單元均存在不同程度的松弛變量改進值。表2的松弛變量值可以解釋為，如果決策單元要得到相對DEA有效，投入指標應該減少的量和產出指標應該增加的量，且效率越低的決策單元松弛變量的改進值越大。發電設備利用小時數的松弛變量從2008年開始為0，說明這一投入指標的利用效率較高；發電廠用電率的松弛變量相對較小，且前幾年一直為0，說明利用率較高但是有所下降；發電標準煤和供電標準煤的松弛變量較大，說明我國電力產業對煤炭的利用效率較低；產出指標中發電量和用電量的松弛變量每年都有不全為0的情況，也說明我國電力產業的能源效率有待提高。

假設決策單元是非DEA有效的，設（X*

j，Y*

j）為該決策單元DEA有效時的量，為了使其達到DEA有效時的前沿面，投入減少的量為（Xj-X*

j），產出增加的量為（Y*

j，Yj），用公式表示為：（下轉106頁）

（上接46頁）

X*

j=Xj*θ-s- Y*

j=Yj*θ+s+

（X*

j，Y*

j）稱為投影值。被評價決策單元的投影值為徑向改進值+松弛變量改進值。徑向改進值表示各項投入等比例減少或各項產出等比例增加的數值，正數表示變化方向為增加，負數表示變化方向為減少。

三、結論

從2003—2010年，我國電力產業的能源效率不斷提高，但是總體水平仍然偏低，其中電力產業的技術水平改善空間較小，而規模效率提升空間較大，說明我國電力產業的資源配置水平沒有充分的合理利用。通過投影分析看出我國電力產業的煤耗較高，煤耗的松弛變量值改進的空間最大，由于煤炭是我國電力產業能源的主要部分，這就要求我國今后要加大提高煤炭的利用效率。

參考文獻：

[1] 魏楚.中國能源效率問題研究[D].杭州：浙江大學經濟學院，2009.

[2] 王喜平，郝哲，姜曄.中國不同地區電力能源消費效率比較及分析[J].電力需求側管理，2011.

[3] Jin-Li Hu，Shih-Chuan Wang.Total-faetor energy effieieney of regions in China Energy Policy，2006.[責任編輯 吳高君]