基于复合DEA的电力企业投入产出相对效率评价研究.pdfVIP

第 ll期 (总第229期) 工业技术经济 №．11(General。No．229) 2012年 I1月 Otll2~ ofIndustrialTechnologicalEconomics Nov．2O12 基于复合 DEA的电力企业投入产出 相对效率评价研究 付 丹 朱发根 ’(哈尔滨工程大学，哈尔滨 150001) (国家电网能源研究院，北京 100052) [摘 要] 文章应用复合 DEA算法分析制约电力企业相对效率的瓶颈资源及优化方向。以沪深两市 21家电力上市公司为实证分析样本，结果表明：我国电力行业很可能已步入规模收益递减的阶段 ，电力 企业的规模越大，规模收益递减的可能J陛越大；电力企业投入产出相对效率最敏感的投入指标是 固定资产 和主营业务成本，产出指标是发电量和主营业务收入；对于非技术和规模有效的电力企业，投入冗余相对 严重的是 “大专及以下学历的员工”，产出不足相对严重的是 “发电量”和 “经营净现金流量”。 [关键词] 电力企业 效率 复合DEA DoI：10．3969／j．issn．1o04—910X．2012．11．011 [中图分类号]F407．61 [文献标识码)A 引 言 产出方案，无需事先人为设定指标权重，算法相对 电力工业是国民经济的重要基础产业，也是 简单，在处理多输入多输出的有效性评价方面具有 各国改革与发展的重点领域。我国电力工业 自上 绝对优势[33]。基于此，本文应用复合 DEA算法分 世纪9o年代开始市场化改革，经过多年的改革与 析制约电力企业相对效率的瓶颈资源及优化方向， 发展，电力企业逐渐成为 自主经营、自负盈亏的市 旨在为有关方面提供科学、定量的管理信息。 场主体。科学测度 电力企业的投入产出效率，不仅 l 复合 DEA算法 能揭示其生产运营中存在的问题，为经营者改进绩 复合 DEA算法是设全部指标构成集合 D，各 效提供决策支持，也可从侧面反映电力市场改革的 个DMU的相对效率值0i(D)为分量构成向量0(D)， 绩效，为有关部门深化改革提供参考依据。 则e(D)={01(D)，02(D)，A，0n(D)}T；若Dl，D2，…， 数据包络分析 (DataEnvelopmentAnalysis， D。是 t个由D中部分指标组成的不同子指标集 DEA)是由美国运筹学家A．ChamesW．W．Coop— (即有D]Di)，得到 Di下以各决策单元相对效率 er等人提出的评价决策单元 (DecisionMakingU— 值为分量的向量0(Di)，~Jl0(Di)={0l(Di)，02(Di)， nit，DMU)投人产 出相对效率的非参数方法…。 A，e(Di)}T，i=1，2，A，t；以0(D)，0(D1)，A，e DMU的含义即就其 “耗费的资源”和 “生产的产 (D)为 自变量，建立泛函数F=F(e(D)，0(D1)，A，0 品”而言，每个 DMU都可以看作相同性质的实 (D))，并从F中得到关于指标变化的信息l4】。由 体，即在某一视角下，各 DMU具有相同类型的输 于C2R模型下的DEA有效兼有技术有效和规模有 入和输出 【。DEA以线性规划为工具计算DMU的 效的含义，本文复合 DEA分析的相对效率值取 相对效率，据此将各个 DMU定级排队，确定有效 C2R模型计算结果。xi和Yi分别表示第j个 DMU (即相对效率高)的