定制论文·联系客服·网站地图·收藏本页·设为首页
统计学当前位置:中国论文库 > 经济学论文 > 统计学> 正文

我国不同地区电力能源消费效率的比较分析

时间:2011-12-21作者:王喜平 郝哲 姜晔来源:中国论文库
字号:T|T

  摘要:采用数据包络分析(data envelopment analysis,DEA)方法,将生产要素区分为电力要素投入和非电力要素投入,基于2000—2008年中国29省的统计数据,分别测算了所有投入要素同时缩减

  摘要:采用数据包络分析(data envelopment analysis,DEA)方法,将生产要素区分为电力要素投入和非电力要素投入,基于2000—2008年中国29省的统计数据,分别测算了所有投入要素同时缩减的电力消费综合效率和固定非电力要素投入时,不同经济增长环境下纯粹的电力消费效率,比较结果并做出进一步的收敛性检验。在上述分析的基础上,探讨了改善电力能源消费效率的政策建议。

  关键词:电力消费效率;DEA;收敛性;方向性距离函数

  1研究背景

  电力作为国民经济发展的重要基础能源,在终端能源消费中的比例不断上升,尤其近年随着我国电气化、工业化程度的不断提高,电力消费总量强劲增长,从1998年的11 598.4亿kWh增长到2008年的34 333.95亿kWh,年均增长11.5%。2000年以来,电力消费的年增长率更是超过了同期GDP的增长,致使电力消费弹性系数连续8年大于1。电力消费的高增长使电力供需矛盾加剧,有些地区甚至出现了拉闸限电现象,暴露出经济发展中的电能短缺问题,这严重制约着经济的持续增长和人民生活水平的进一步改善。在此背景下,探讨如何提高电力能源的消费效率就更加具有现实意义。

  国内外学者近年对能源效率问题进行了大量研究,早期研究主要是基于能源强度的概念进行的,通过能耗强度的国际比较及其变动的因素分解来评估能源的利用效率,文献[1]基于电耗强度分析了电力能效的影响因素,但能源强度、电耗强度都是单要素效率指标,具有明显的缺陷,而全要素能源效率在揭示一个地区资源禀赋对能源效率的影响方面有着单要素方法代替不了的优势[2],所以研究者更多转向全要素框架下的能源效率研究。文献[3]最早开始了利用国内省际数据研究中国能源效率问题的探索,他们的研究发现,1995—2002年间中国东部地区能源效率最高,中部最低。借鉴文献[3]的做法,文献[4]利用1995—2004年的省际数据对各地区能源效率进行了测算,样本期间大多数省份的能源效率都符合“先上升、再下降”的特点,并且能源效率的区域分布呈现东北、东部、中部和西部依次递减。沿着同样的思路,文献[5]测算了1995—2005年间中国省际能源效率,其在投入指标中考虑了知识存量的贡献,样本期间省际能源效率呈现快速提升的态势,但区域分布并非严格按东、中、西部递减,东部最高且平坦,而中、西部地区却呈螺旋型演进。考虑到能源消费中合意产出与非合意产出相伴而生,将非合意产出纳入模型测算的能源效率将更为科学。文献[6]测算了基于环境污染的中国全要素能源效率,我国全要素能源效率阶段性特征明显:1995—1999年呈U型,2000—2006年呈波浪式上升趋势。

  综上分析,尽管能源效率的研究文献很多,但并没有得出一致性的结论,而且已有研究主要是基于能源消费总量进行的,没有区分能源消费的具体形式事实上,不同能源品种的能源效率有很大的不同,细分能源品种有助于准确获取电力能源的消费信息,并进行科学决策。

  另外,从研究方法上,已有文献测算的能源效率是在DEA环境下综合利用资本、劳动、能源要素的总的能源效率,而非单纯的能源效率,这会低估各省的节能潜力。按照文献[7],在投入导向的DEA模型中,比较“所有投入要素同时缩减”和“固定其他非能源投入、单纯缩减能源要素”2种情况,发现后者可以节省更多的能源。

  因此,本文参照文献[8]的做法,将投入要素区分为电力要素和非电力要素投入(主要指资本、劳动投入),并测算在固定非电力要素投入情况下的纯粹的电力能源消费效率;另考虑到经济产出并非固定变量,因而进一步借鉴方向性距离函数的思想,测算了在不增加其他非电力要素投入的情况下,同时实现产出增长和电力投入减少双重目标的电力能源消费效率,并在此基础上对不同经济增长环境下电能利用效率的收敛性进行了分析。

  2模型、变量与数据说明

  2.1模型假设有i=1,2,…,N个省,将每个省作为一个决策单元,各省经济活动都概念化为使用J种投入x=(x1,…,xj),生产单一产出y,以xi、yi分别表示第i省的投入、产出向量,那么i省在t时期的技术可用生产集T={(x,y):x可以生产y}来表示,在规模报酬可变的假设下,基于投入导向的BCC?DEA模型θ*=minθi=1Nλiyiy0s.t.(1)i=1Nλixjiθx0ji=1Nλi=1λi0式中:θ是投入要素缩减的比例;最优值θ*表明决策单元在不减少产出的情况下所有投入要素成比例缩减的最大可能比例;xj分别表示了资本、劳动、电力能源3个决策单元,j=1,2,3;x0j表示各决策变量投入的初始值;y0表示产出的初始值;λi表示第i个决策单元的权重,i=1,2,…,N。式(1)充分考虑了电力要素投入与非电力要素投入间的互补性。因此,基于式(1)的模型Ⅰ测算的电力能源消费效率是一种综合的电力能源消费效率,而非纯粹的电力能源消费效率。该值不能准确反应各省真实的电力能源消费效率,模型Ⅱ则弥补了这一缺陷,如式(2)所示γ*=minγi=1Ns.t.λiyiy0(2)i=1Nλikik0i=1NλiLiL0i=1Nλieiγe0i=1Nλi=1λi0式中:γ是电能投入减少的比例;最优值γ*反映的是既定产出下纯粹的电力能源消费效率;ki表示资本决策单元;k0表示资本投入要素的初始值;Li表示劳动决策单元;L0表示劳动投入要素的初始值;

  e

  i表示电力能源决策单元;e0表示资本投入要素的初始值。模型Ⅱ仅缩减电力能源投入,并不要求同时缩减其他非电力要素投入,比模型Ⅰ的综合效率更准确。但是既定产出水平的假定显然与中国的现实不符,中国作为世界上最大的发展中国家,“经济增长仍是第一要务”,中国的节能、节电必须以保证经济增长为前提,而只有将国内生产总值(gross domestic product,GDP)与节电量作为一对相互联系的指标,才能在保证中国经济增长的条件下实现节约电能。因此,测算经济增长条件下各省纯粹的电力能源消费效率就更加具有现实意义。因此借鉴Chambers等的方向性距离函数的思想构建模型Ⅲ。

  方向性距离函数

  [10]D→(x0,y0)=maxβ:{(1+β)gx,(1+β)g}y∈T式中:g=(gx,gy)是一个方向向量,假设g=(-x0,y0),则方向性距离函数D→(x0,y0)=maxβ:{(1-β)x0,(1+β)y0}∈T这意味着其他条件不变的情况下,产出y成比例的扩大,同时投入x成比例的缩减。β就是产出增长同时投入减少的最大可能数量。

  由于现实中追求在不增加资本、劳动等非电力要素投入的情况下,实现产出增长同时尽可能节电,因此假定gx=(0,-E0),gy=y0,按照Chambers等的方法,得到模型Ⅲβ*=maxβ式中:β是产出增长同时投入减少的最大可能数量;

  β

  *是在不增加其他非电力能源要素投入的情况下,产出增加、电力投入减少同时电力能源缩减的最大可能比例。β*值为0意味着该决策单元位于效率前沿,是有效率的;取值越小表明该决策单元距离效率前沿越近、越有效率。转贴于中国论文库 http://www.lwkoo.com

相关阅读

推荐论文

热门

最新

推荐

eDMS中邮物流连锁配送信息系统在财务统计管理
广州市中学生睡眠质量及其影响因素分析
护生对老年人态度及其有关知识调查分析
创新环境与大学生创新能力关系的统计检验
温州外贸出口贡献统计分析
我国不同地区电力能源消费效率的比较分析
概率统计学中的案例教学法探讨
蓄电池组装企业铅作业劳动者职业健康状况调查
新疆大学生就业素质调查与分析
徐州市居民空腹血糖异常危险因素分析
我国不同地区电力能源消费效率的比较分析
城市集中供热经济节能统计措施
城乡划分统计工作探讨
在工程项目管理中应用统计学的初探
河南民间投资与经济增长关系的实证研究
统计分析在火电企业生产经营中的应用
温州外贸出口贡献统计分析
义马矿区煤炭易自然发火区域统计分析
基于因子分析的江西工业产业竞争力研究
江苏服务业新型业态发展及其统计改革探索
音乐疗法及放松训练对子宫肌瘤手术患者生理及
概率统计学中的案例教学法探讨
关于夯实基层统计工作基础的思考和建议
浅谈统计设计的首要性、重要性和操作性
武汉市部分高校大学生膳食营养状况调查
中部地市经济增长俱乐部趋同的统计检验
舟山市港口物流业统计调查制度探究
冰上运动人体损伤的现状调查与分析
股骨骨折合并颅脑损伤48例治疗
农民工煤工尘肺患病情况社会流行病学分层分析