我国火力发电企业技术效率实证的研究——基于Malmquist指数分析.docVIP

我国火力发电企业的技术效率的实证研究 ——基于Malmquist指数的分析 扶缚龙 黄健柏 （长沙 中南大学商学院 410083） [摘 要] 本文检验了中国火力发电业的技术效率和全要素生产率（TFP）。我们运用DEA方法和准DEA线性规划来度量不同区域的相对技术效率和全要素生产率。在我们研究的中所使用的数据集包含来自30个省、自治区和直辖市的在1995-2000年的114个观测值。除了比较不同地区的效率外，我们还对影响技术效率的主要因素进行了检验。我们的结论显示，总体上来说，东部沿海的省份和煤炭供给富足的省份，具有较高的技术效率水平。1995年-2000年的全要素生产率年平均增长2.1%。几乎所有的全要素生产率的增长归功于技术的变化。在研究期间内，直辖市和沿海省份的全要素生产率要比内陆省份要高。 [关键词] 技术效率 全要素生产率 电力企业 数据包络分析方法 Malmquist指数 1、问题的提出 自1949年以来，我国的电力产业就属于国家所有。不同地区的发电、输电和配电部分处于垂直一体化状态，产权归中央政府所有。在上个世纪80和90年代，我国采取了对外开放、结构调整、市场化激励和放松集中管制的政策，以吸引投资者到电力产业投资。当地政府和外国投资合资的电力企业形成独立发电企业（independent power producers，IPPs）。从那时起，我国的发电容量得到了迅速的发展。我国政府也引进了许多政策对电力企业进行改革并对电力产业进行重组。 今天，从在装机容量和实际发电量方面看，我国已经是世界上的第二发电大国。尽管电力产业变得越来越重要，但是有关我国电力产业的生产效率方面的实证研究却很罕见，这主要是由于缺乏充足有关电力投入方面的数据资料。最近几年，我国政府当局和独立研究机构发布了很多整个时期和不同地区的的有关电力企业生产和绩效的统计信息。由于信息获得变成可能，我国电力产业的效率分析之路打开了。在本研究中，我们运用数据包络分析（data envelopment analysis, DEA）方法来测量我国不同地区和不同时间段的火力发电厂的相对效率。此外，我们还进一步进行了（Tobit）回归分析，以识别影响火力发电厂生产效率的主要因素。 本文的结构组织如下：在第二部分我们简单的回顾了不同国家的电力产业的效率测量的实证研究。然后我们在第三部分，描述了我们在研究中使用的方法。在第四部分，给出了我们的实证结果。最后一部分给出了对我国火力发电企业实证研究的结论。 2、有关电力企业效率的研究文献的回顾 从19世纪60年代早期开始，电力产业的生产率和效率的测量引起了人们的极大兴趣。人们运用不同的方法对技术变化和规模经济进行测量。在早期阶段，通过研究生产和成本方程的变化来测量电力产业的技术变化。在19世纪70年代，对生产率的经验研究趋势转向研究所有权结构对效率的影响方面。De Alessi（1974）对美国政府所有制和规制对电力产业的经济影响进行了研究。Meyer（1975）对美国私人电厂和国有电厂的相对绩效进行了研究。他运用哑变量方法将私人电厂和国有电厂联系在一起，检测由于所有权结构不同所造成的成本差异性，但是他没有机将价格和技术的影响考虑进去。 最近，前沿面方法，例如数据包络分析（data envolopment analysis, DEA）））））））））。第三方面的研究，主要是对单位资本产出和人均产出的动态分析的规律做出合理解释。 3、研究方法－基于非参数的DEA 在本研究中，我们运用非参数DEA方法来计算Malmquist指数，Malmquist指数通常用于测量我国发电企业的全要素生产率（TFP）以及技术变化和技术效率变化（包括纯效率和规模效率的变化）。运用DEA方法不要求任何与产量相关的具体函数形式。不需要确定输入变量和输出变量的相对重要程度的权重，只需给定输入变量和输出变量。 Malmquist生产率指数首先由Caves, Christensen and Diewert(1982)引入，由Fare等人进一步发展而来。该指数运用Shephard（1953）的距离函数（distance functions）来定义，它用来描述不需要说明具体行为标准（例如成本最小化和利润最大化）的多个输入变量和多个输出变量生产技术。运用定向输出（output-oriented ）方法或定向输入（input-oriented）方法能够定义距离函数。给定输入变量矩阵，一个输出距离函数定义为输出变量矩阵的最优比例项；同样，给定输出变量矩阵，输出变量距离函数可以看作是输入变量矩阵的最小比例项。 在本研究中，我们运用定向输出变量来测量各省发电企业的效率。根据Shephard（1970）和Fare（1988）的方法，输出变量的距离函数定义