基于Malmquist—DEA方法我国风电行业运行效率分析

韩洁平+孙小园+张滢钰

摘 要：风电一种干净的、储存量极为丰富的可再生能源。它和存在于自然界中的矿物燃料，如煤、石油、天然气等不同，它不会随着其本身的转化而减少。风力发电是可再生能源发电中增长速度最快、最有商业化前景的产业。为科学评价我国风电行业运行效率情况，选用Malmquist-DEA模型，选取能够反应风电行业运行效率的投入、产出指标，运用该方法分析测算出风电行业运行效率，可以清楚知道风电行业在市场运作下成本情况，并对风电行业的发展提出相关的政策建议，对正在进行的新能源产业改革起到评估与指导作用。

关键词：Malmquist-DEA模型 风电行业 运行效率 分析

中图分类号：F062.4 文献标识码：A 文章编号：1672-3791（2014）11（a）-0002-02

风电一种干净的、储存量极为丰富的可再生能源。它和存在于自然界中的矿物燃料，如煤、石油、天然气等不同，它不会随着其本身的转化而减少。风力发电是可再生能源发电中增长速度最快、最有商业化前景的产业。在众多可再生能源中，风电因具有无法比拟优势受到各国政府相关部门的大力支持，使全球风电行业得到了迅速发展。

1 理论与模型

该文选用Malmquist-DEA模型，对我国风电行业运行效率进行分析，选取能够反映风电行业的投入、产出指标，对我国风电行业投入产出的有效性进行评价。

1.1 研究方法

（1）DEA模型。

DEA模型的构建：假设有n个决策单元DMU，利用m种输入变量，得到s输出变量输入与输出指标的选取标准是：输入指标应包括所有的对产出有影响的因素，输出指标应反映所有生产所能达到的有用结果。

（1）

式子中：为输入指标，为输出标量，为松弛变量，为剩余变量，为经济运行的重要指标，称之为固定规模报酬的技术效率（CRS）取值范围在0～1之间。其经济意义为：当=1时，且，时，DMU为DEA有效，决策单技术效率最佳。当=1时，且，时，决策单元为DEA弱有效。当<1时，且，时，决策单元为DEA无效，其中<1表示实际投入可以依的比例压缩，表示在相同的产出水平下投入过多，表示在相同的投入下产出过少，均应按相应的数据予以改进才能达到DEA有效。

（2）Malmquist指数方法。

从基于投入的Malmquis生产率指数出发，TFP可以表示如公式，其中（，）（，）分别表示s时期和t时期的投入和产出向量，和表示以s时期和t时期的技术为参照的距离函数。

Ech和Tch分别表示t时期相对于s时期技术效率和技术进步效率的变化。当技术为不变规模报酬时，Ech可在分解为纯技术效率Tech和规模效率Sech。而TFP指数可分解为技术进步效率Tch、纯技术效率Tech和规模效率Sech的乘积。

2 风电行业运行效率计算结果及分析

该文输入指标有：（1）风电装机容量：指风电场发电容量。（2）风机台数：各省份风力发电机组台数。输出指标有：①发电量：风力发电机进行能量转换产出的电能数量，发电量的计量单位为千瓦时。根据中国风电协会、中国机电数据网、国家统计局、中国统计年鉴相关数据整理得出2008-2012年我国风电行业投入产出数据。计算得出结果如表1所示。纵观2008—2012年我国风电行业Malmquist指数的变化，结果显示出中国风电行业全要素生产率（TFP）在2010—2011年期间增加0.58%。从增长阶段来看，全要素生产率有比较明显的波动特征，分别在2009—2010、2011—2012期间表现出较强的增长趋势，而在2010—2011年期间运行效率明显下降，说明风电运行情况在一定程度上的不稳定性。当国家政策形势有利于风电行业发展时，整个风电行业表现出相当稳定的增长，当国家政策形式不利时，风电行业表现出强烈的震荡。

根据Malmquist生产力指数，我们进一步将TFP变动分解成技术效率和技术进步，以找出它们各自的变动对全要素生产率变动的影响。技术效率的概念是Farell在1957年提出来的，他所指的技术效率是指在给定一组投入要素不变的情况下，一个企业的实际产出同一个假设同样投入情况下的最大产出之比，因而技术效率是一个相对的概念。从全要素生产率分解因素来看，我国风电行业全要素生产率（TFP）主要得益于技术进步水平的提高，其平均增长率为0.72%；而同期技术效率则为正增长，其平均增长率为1.055%。从最终的估计结果来看，我国风电行业技术效率方面是上升的，且技术进步是推动我国风电行业全要素生产率增长的主要动力，风电行业 TFP对技术进步的依赖性是显而易见的。

为了再一次更加清楚比较中国风电行业TFP变动的差异，我们挑选出具有代表性的14个省份地区，结果如表2所示。

（1）技术进步变化分析：除河北省、吉林省、黑龙江省、山东省、上海省之外，其余9个省份都大于1，表明整个风电行业技术水平都有所提升，平均值是1.055%，技术效率提升同时增强风电行业生产率的提高。

（2）纯技术效率变化分析：除了辽宁、吉林、黑龙江、山东省纯技术效率没有达到1，其他省份纯技术进步效率变化均不小于1，表明大部分省份技术效率水平处于不断上升的态势，没有出现技术使用效率降低的情况。

3 结语

该文是运用数据包络分析方法对我国风电行业运行效率进行评价，通过前文的计算和分析可以得出以下结论。

第一，通过DEA方法分地区对我国风电行业的效率水平进行了分析，在被考察的14个省份中只有9个地区到达DEA有效，除了9个有效的地区外，其余5个决策单元都处在规模收益递增区间，与最优规模之间存在差距，通过对非有效决策单元进行投影分析，有利于各地区风电行业针对自身实际情况来制定相关的产业政策。

第二，DEA对于风电行业运行效率的评价是从多方面多角度进行的，通过DEA模型求解与相关分析，不仅可以判断出风电行业对应的投入产出量是否位于有效生产前沿面上，，而且还可以对那些未达到有效的地区分析原因，找出影响运行效率的因素并提供改进的方向，使其城市资源利用率达到最佳，因此相对于单一的评价方法而言，评价的结果有一定的可信度。

参考文献

[1] 马占新，马生均，包斯琴高娃.数据包络分析及其应用案例[M].北京：科技出版社，2013.

[2] 孙鹏.基于DEA方法的我国电力行业效率分析[D].辽宁：东北大学，2008.

[3] 孙广生.全要素生产率、投入替代与地区间的能源效率[J].经济研究，2012（9）：99-112.

[4] 黄健柏，汤春效.DEA方法在经济运行效率评价中的应用研究[J].全国商情：经济理论研究，2008（16）：30-31，53.

[5] 张经文，蒲春玲，凌长青.基于DEA的风力发电场管理效率评价[J].长江大学学报，2008（4）：149-151.endprint