电网投资环境效率的分析与评测：以湖北省为例

童光荣 ，曹 蕾 ，邓淇中 ，2，吴耀文 ，童文术 ，邓长虹

(1.武汉大学a.经济与管理学院；b.电气工程学院，武汉 430072；2.湖南科技大学 管理学院,湖南 湘潭 411201；3.湖北省电力公司，武汉 430077）

0 引言

电力工业是国民经济中重要的基础工业，为社会生产、人民生活提供能源，是经济发展和社会进步的重要保障。然而，我国电力供给始终处于短缺与过剩的怪圈之中。对售电量与区域经济环境的关联性、不同地区电网运行效率、电网运行效率变动情况、电网运行效率与电网投资额的关联性等问题的研究十分必要。

本文以湖北省为例，运用12个地级市2001～2007年的面板数据和DEA-Malmquist模型，从投入产出相结合的角度计算各地级市电网投资的环境效率指数及其变动，从静态和动态角度对全省总体运行效率和各地市运行效率及其变动趋势、区域运行效率差异与区域经济环境的关联性、运行效率与电网投资额的关联性等问题进行了研究。

1 研究方法

在完全市场条件下，售电量是电力供给与电力需求之间的均衡，而区域经济环境决定了电力需求，电网投资决定了电力供给，因此，电网投资的环境效率即为电网投资满足区域经济环境发展的效率，在既定的经济环境下实现最大的售电量则可以保障经济的快速发展。本文将区域经济环境看作投入（输入），将售电量看作产出（输出），运用DEA方法来衡量电网投资的环境效率。

1.1 CCR模型

设被评价地区（DMU）有 n 个，令 j=1，2，…，n，表示 DMU的序号。每种DMU有m种投入和s种产出，用xj=(x1j，x2j，…，和 yj=(y1j，y2j，…，表示投入和产出向量，且投入产出分量非负，即 xij＞0(i=1，2，…，m)，yij＞0(r=1，2，…，s)。 输入输出的权向量分别为 v=(v1，v2，…，，u=(u1，u2，…，，其值在分析过程中根据某种原则确定。因此，第i个被评价地区（DMUj）的电网投资环境效率可以用各输出指标值加权之和与各输出指标值加权之和的比率来衡量，即定义DMUj的环境效率

选取适当的 v 和 u 总能使 hj满足 hj≤1，j=1，2，…，n。 为此，A.Charnes，W.Cooper和 E.Rhodes在 Farrell （1958）的包络思想基础上，提出了CCR模型，经过Charnes-Cooper变换可化成如下线性规划形式：

若规划(P)存在最优解 ω0，μ0满足环境效率指数 VpμTyj=1，则 DMUj0为弱 DEA 有效；若规划(P)的最优解 ω0＞0，μ0＞0，且VpμTyj0=1，则DMUj0为DEA有效。弱DEA有效表示被评价地区现有输入量和输出量恰好处在生产函数曲面上，即在输入量既定的条件下，现有输出量已达到最大，即技术有效；DEA有效在技术有效的前提下，现有输入量处于规模收益不变的状态，即规模有效，说明被评价地级市的电网投资环境效率达到相对最佳状态。

1.2 超效率评价模型

若运用CCR模型得到的有效地级市太多，则可以运用超效率评价模型对这些地级市的电网投资环境效率进一步排序。超效率DEA模型与CCR模型的数学形式相似，其形式如下：

与CCR模型的不同，超效率DEA模型在进行第j0个决策单元效率评价时，使第j0个决策单元的投入和产出被其它所有的决策单元投入和产出的线性组合替代，而将第j0个决策单元排除在外，而CCR模型是将本单元包括在内的。一个有效的决策单元可以使其投入按比例增加，而效率值保持不变，其投入增加比例即其超效率评价值。

1.3 Malmquist模型

Malmquist模型也是基于DEA而提出的，它是一种被广泛采用的方法。可将规模报酬可变下的基于产出的以第t年和第t+1年为技术参照的Malmquist指数分别定义为

其中，TEC（Technical efficiency change）代表技术效率变动指数，反映技术不变的情况下，决策单元后一期的运行更接近有效前沿面，TC（Technical change）代表技术变动指数，反映两个时期有效前沿面的移动。

Malmquist指数反映了被评价地级市的电网投资环境效率变动指数。该指数大于1,说明从第t年到第t+1年，电网投资的环境效率提高了；反之，则说明电网投资的环境效率下降了；该指数等于1，则说明电网投资的环境效率不变。

2 数据来源与处理

2.1 数据和样本

鉴于数据的可获取性，我们将研究时期定为2001～2007年，决策单元为湖北省12个省地级市（不包括恩施土家族苗族自治州，仙桃、天门、潜江三个直管市和神农架林区）。

评价湖北省电网投资环境效率可以通过每年的区域经济环境和获得的产出效果（售电量）来衡量。本文拟从经济基础、工业化程度、经济活跃程度、对外开放程度、地方政府公共服务、居民生活水平和地方金融发展状况等七个方面来选取表征区域经济环境的指标。区域经济环境方面的原始数据可从《中国区域经济年鉴》（2002～2008）中获得，售电量和电网投资额的数据由湖北省电力公司提供，缺失的数据采用线性插值法处理①随州2001年售电量数据、孝感2006年规模以上工业企业增加值数据缺失，进行插值处理时假设这些变量随着时间呈线性增长趋势，运用已有数据对以下方程进行OLS估计：（1）售电量＝c+b*时间，（2）规模以上工业企业增加值＝c+b*时间，估计时剔除孝感2001年规模以上工业企业增加值这个异常值。。根据现有的统计数据，本文构建的区域经济环境评价指标体系如表1所示。

由于进行数据包络分析的输入、输出值不宜太多，根据DEA模型对输入输出变量的量的要求，即决策单元的个数应接近或超过输入变量和输出变量的2倍，在每一方面指标中选取与售电量的相关系数最大者作为DEA模型的输入变量②相关系数是指各地级市各个指标2001～2007年的平均值与其对应的售电量年平均值的相关系数。。由表1可见，总体而言，各指标与售电量的相关系数非常高，说明本文指标的选取比较合适。

表1 区域经济环境指标体系及环境输入变量的选取

表2 基于CCR模型的2001～2007年各地级市电网投资环境效率指数

2.2 数据的处理

本文运用MyDEA0.99软件按照2001～2007年各年数据对湖北省上述12个地级市的电网投资环境效率进行实证分析，采用一般DEA模型（CCR）测算基于产出的电网投资环境效率，如表2所示。在此基础上，计算出七年中全省12个地级市每年的环境效率指数算术平均值③计算公式为 EEit，t=2001，2002，…，2007。，称为“全省电网投资年平均环境效率指数”，表示全省每年度电网投资的平均环境效率水平。由于CCR模型无法区分DEA有效的的效率差异，不利于进行面板回归，因此可以用超效率评价模型计算各地级市的环境效率指数作为面板回归模型的因变量，计算结果如表3。

同时，还可以计算出2001～2007年湖北省上述12个地级市的电网投资环境Malmquist指数及其分解指数TEC和TC，如表4、表5和表6所示。在此基础上，可计算出七年中全省12个地级市每年度的Malmquist指数、TEC指数和TC技术的几何平均值④计算公式分别为，分别称为“全省电网投资年度平均环境效率变动指数”、“全省电网投资年度平均技术效率指数”、“全省电网投资年度平均技术变动指数”。

表3 基于超效率评价模型的2001～2007年各地级市电网投资环境效率指数

表4 基于Malmquist模型的2001～2007年各地级市电网投资环境Malmquist指数

表5 基于Malmquist模型的2001～2007年各地级市电网投资环境TEC指数

表6 基于Malmquist模型的2001～2007年各地级市电网投资环境TC指数

表7 各地级市2001～2007年电网投资平均环境效率

图1 基于CCR模型的2001～2007年全省电网投资总体环境效率变动情况

图2 2001～2007全省电网投资环境平均Malmquist指数及其分解情况

3 实证分析

3.1 静态环境效率分析

2001～2007年各年度，湖北省12个地级市电网投资的总体平均环境效率指数位于0.6～0.8之间，表明全省整体电网投资的环境效率处于合格至良好之间，售电量仅达到最优水平的60～80%，尚有20～40%的效率提升空间。

各地级市七年间的电网投资平均环境效率存在着一定的梯度，如表7所示。黄石每一年的效率指数均为1，即各年的电网投资都是环境有效的，最低的随州平均环境效率指数仅0.273，相差达3.66倍。比较而言，黄冈、荆州、武汉和宜昌四个地级市的电网投资平均环境效率较高，均在 0.8以上，分别有 4、3、1、1个年份处于有效前沿面；襄樊、孝感、荆门和咸宁四个地级市的电网投资平均环境效率一般，位于0.6-0.8之间，分别有和2、0、1、2个年份处于有效前沿面；鄂州和十堰两个地级市的电网投资平均环境效率指数较低，均小于0.6，分别有0、1个年份处于有效前沿面。根据有关研究，按照综合经济实力可将湖北省17个地区分为四个层次。其中，第一层次是武汉，是全省经济的“增长极”；第二层次是宜昌、襄樊、黄石，是构建全省“金三角”的中心城市；第三层次是荆门、荆州、潜江、十堰、黄冈、孝感、仙桃、天门、鄂州，是“增长极”和“金三角”的副中心城市；第四层次是随州、咸宁、恩施、神农架，是“增长极”和“金三角”的边缘区（郝群会等，2008）。如此看来，平均环境效率最高的地级市属于第二层次，最低的地级市属于第四层次，较高的几个地级市属于第一、二、三层次；平均环境效率一般的地级市属于第二、三、四层次；平均环境效率较低的地级市属于第三层次。可见，区域经济环境可以影响电网投资效率的发挥，经济实力越强，电网投资的环境效率越高。

3.2 动态环境效率分析

（1）地区年度环境效率的Malmquist指数分析。从Malmquist指数的全省平均值变动趋势来看（图1），2001～2002年度全省电网投资总体环境效率上升；2002～2003年，2003～2004年，2004～2005年三个年度内全省电网投资总体环境效率下降；2005～2006年，2006～2007年两个年度内电网投资总体环境效率上升。从技术效率变动指数（TEC）和技术变动指数（TC）来看 （图2），2001～2002年的TEC和TC共同推动了总体效率上升，各地级市TEC基本上不小于1，TC大于1的地级市也有7个；2002～2003年，2003～2004年总体效率的下降来自TEC和TC的共同推动；2004～2005年虽然技术效率上升，但由于技术退步，导致总体效率下降；2005～2006年虽然总体效率上升，但这是技术进步的结果，技术效率反而是下降的；2006～2007年总体效率的上升则是来自于技术效率的提高，甚至抵消了技术退步带来的负影响。横向观察可以发现，武汉、黄石、黄冈三市每个年度的TEC均为1，荆州有4个年度的TEC为1，宜昌、襄樊、荆门、孝感四市有2个年度的TEC为1，咸宁有1个年度的TEC为1，说明这些地级市相应年度环境效率的变动来自技术变动，而不是技术效率变动，即运行效率的变动并非来自向有效前沿面的靠近或远离，而是来自有效前沿面自身的移动。

（2）年度环境效率与电网投资额关联分析。为了精确描述两者的内在联系，将12个地级市2001～2007年的电网投资额的自然对数和电网投资环境效率⑤运用的数据是基于超效率评价模型计算出的环境效率指数值。进行面板回归，回归方程为

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

其中，eff为根据超效率评价模型计算的环境效率指数，inv为湖北省电力公司提供的电网投资额，i代表第i个地级市，t代表年份。对上式求全微分，得

该模型的经济含义为，电网投资环境效率取决于电网投资额。bi表示第i个地级市电网投资额每增加一个百分点，环境效率指数增加的数值。运用Eviews5.0进行计算，采用截面加权回归以消除截面异方差的影响，对变系数方程进行估计，得到的结果如表8所示。

表8 回归参数结果

从结果来看，模型的拟合优度达到0.8以上，D.W.值也接近于2，表明不存在序列相关性，而且除了十堰以外，t统计量都通过了0.05的显著性检验，表明模型拟合效果较令人满意。这表明电网投资额对电网投资环境效率有显著影响，各地级市的回归系数均为正，说明电网投资额对电网投资环境效率指数的影响为正面的。

本文所谓的电网投资环境效率采用的输出是售电量，而微观经济理论表明售电量是电力供给与电力需求的均衡，电网投资额正是从电力供给方面影响售电量，从而影响对电网投资环境效率产生效应的。因此，电网投资额的增加带来电网投资环境效率的增加，可以看作是增加的电网投资带来更多的电力供给，从而更好地满足既定经济环境下的电力需求，从而实现了更高的售电量。这个定量的估计结果可以让决策者了解投资额增加到多少时可以实现有效，即实现电力供需平衡。

4 结论与建议

第一，2001～2007年湖北省12个地级市电网投资的总体平均环境效率指数位于0.6～0.8之间，实际售电量仅达到最优水平的60～80%，处于合格至良好之间。各地级市电网投资平均环境效率存在着一定的梯度，最高的黄石与最低的随州相差3.66倍。黄冈、荆州、武汉和宜昌四个地级市的电网投资平均环境效率较高，襄樊、孝感、荆门和咸宁四个地级市的电网投资平均环境效率一般，鄂州、十堰和随州三个地级市的电网投资平均环境效率指数较低。区域经济环境可以影响电网投资效率的发挥，经济实力越强，电网投资的环境效率越高。

第二，2001～2007年全省总体环境效率变动不明显，几乎没有提高，这表明七年间全省电网售电量不能完全满足区域经济发展需要的现象一直没有得到改善。

第三，从Malmquist指数的全省平均值变动趋势来看，2001～2002年度全省电网投资总体环境效率上升；2002～2005三个年度内全省电网投资总体环境效率下降；2005～2007两个年度内电网投资总体环境效率上升。有的年份环境效率变动来自有效前沿面自身的移动，而不是来自向有效前沿面的靠近或远离。

第四，从面板回归的结果来看，电网投资额对电网投资环境效率有显著影响，各地级市的回归系数均为正，说明电网投资额对电网投资环境效率指数产生正向影响。

[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]潘晓雨.我国火力发电生产率的实证研究——Malmquist生产率指数在电力工业中的运用[D].东南大学,2005.

[6]罗道平,肖笛.数据包络分析(DEA)在电力工业的应用[J].系统工程理论与实践,1996,（4）.

[7]王新宇,王洪欣.江苏省主要发电厂生产经营效率的评价研究[J].预测,2003,（3）.

[8]国家统计局.中国区域经济统计年鉴(2002-2008)[Z].中国统计出版社,2002-2008.

[9]郝群会,邓文胜.湖北省经济发展的区域差异分析[J].湖北大学学报(自然科学版),2008,30(2).