基于三阶段DEA模型的中国省际全要素能源效率研究

基于三阶段DEA(数据包络分析)模型测算了我国2009年29个省市的全要素能源效率及其分解变量.研究结果表明:环境因素对于各地区全要素能源效率有显著影响.各地区政府财政支出与对外开放程度的提高是全要素能源效率改善的有利因素;各地区第三产业增加值占GDP的比重与各地区工业总产值占中国所有工业总产值的比重的增加是全要素能源效率提高的不利因素.另一方面在剔除环境和随机因素影响后,全国平均规模效率的降低是全要素能源效率的下降主要因素.最后由全要素能源效率的聚类分析结果发现,我国全要素能源效率的区域差异明显,东部表现最优,中部次之,西部最次.     

基于三阶段SBM模型的中国节能服务上市企业效率研究

节能服务企业效率对于推动节能服务产业发展和确保国家“双碳”目标实现具有重要意义。运用三阶段SBM模型,对2020年60家中国节能服务上市企业的综合效率进行实证研究,并分析效率的影响因素。研究结果表明,经济发展水平对综合效率具有双重影响,合适的产业结构和较高的投入资本回报率有利于综合效率提升,而政府补贴与企业存续时间制约了综合效率改进;剔除环境因素与随机误差影响后,多数企业综合效率下降,整体效率偏低;提高规模效率是提升综合效率的关键,且绝大部分企业处于规模收益递增状态。研究最后提出创新补贴方式、建立企业认证制度、开展综合能源服务和推动企业间兼并重组等可行建议,以提升节能服务企业的综合效率。     

基于超效率DEA的中国省际能源效率评价

基于全要素投资效率框架,结合能源效率的内涵与特点,构建了以能源消费总量、从业人员总数和资本存量为投入指标、GDP为产出指标的能源效率评价指标体系;基于超效率DEA方法建立了能源效率评价模型,并对我国2000-2010年29省进行了实证研究.结果显示:东部能源效率最高,中部次之,而西部能源效率最低;中国能源效率变异系数先降后升,省际能源效率差距逐渐拉大.与传统的DEA方法相比,基于超效率DEA的能源效率评价模型更具应用优势.     

基于非期望产出SBM模型的中国各省份能源效率的实证分析

运用处理非期望产出的SBM模型,对2012年中国28个省份的能源效率进行实证分析,并对各省份及区域的节能减排潜力进行了相应分析.其中,利用因子分析法将废水、废气、固体污染物3种形态的环境污染整理为一个综合指标,视为非期望产出。研究结果表明,非期望产出的引入明显降低了中国区域的平均效率水平,而且中西部地区对环境污染变量的因素比东部地区较为敏感;不同省份的节能减排潜力差异较大,西部地区的节能减排潜力最大,其次是中部,东部的节能减排潜力最低.     

基于三阶段SBM-DEA模型的中国区域碳排放效率研究

结合非期望产出的SBM-DEA模型与SFA方法,提出基于非期望产出的三阶段SBM-DEA模型,用于对全要素碳排放效率的测算。该模型具有非径向和非角度的特点,而且能剔除外部环境和随机因素的影响,使效率评价更接近实际情况。运用该模型对2000~2012年我国各区域二氧化碳排放绩效进行了评价与分析。结果表明,全国平均碳排放效率不高,但从2006年呈现加速上升趋势,表现了低碳经济良好的发展态势。剔除外部环境和随机因素影响后的碳减排效率将进一步下降。分区域来看,我国碳排放效率呈现出“东>中>西”的格局,且东部的优势有所扩大。基于对投入、产出冗余以及外部环境因素影响的分析表明,提升能源、资本、人员的配置效率,加强东部地区与中西部地区之间的人才和技术交流,有利于提升碳排放效率。
关键词:碳排放效率;三阶段DEA;SBM模型;SFA回归     

中国全要素能源效率评价研究——基于不可分的三阶段DEA模型

在中国经济增长和节能减排双重目标下,科学评价全要素能源效率并提出合理的发展对策具有十分重要的意义。本文考虑了指标之间的不可分性,使用NUSBM模型和ML指数测算了中国30省份2005-2015年的全要素能源效率,同时采用三阶段NUSBM-ML指数将环境因素和随机因素纳入框架进行分析,并将采用SBM-ML指数测算的结果、Hybrid-ML指数测算的结果与本文测算的结果进行比较分析。研究结果表明:(1)我国全要素能源效率年均增长23%,技术进步具有重要贡献,而技术效率下降是制约我国全要素能源效率提高的内部主要原因。(2)中国全要素能源效率呈现"东-中-西"的格局,中部与东部差距正在逐渐缩小。(3)剔除外部环境因素和随机因素后全要素能源效率提高了4%,外部环境水平偏低制约着整体全要素能源效率提高,且东部地区和西部地区的全要素能源效率比中部地区更容易受到外部环境水平的影响。(4)评价全要素能源效率时忽视指标之间的不可分性会高估评价结果。最后建议从内部和外部两个方面来改善全要素能源效率,在内部方面以提高技术效率为主,而外部方面则要通过环保措施、调整结构、价格机制、吸引外资、强化研发等举措改善不利的环境因素。     

基于两阶段DEA方法的中国省际电力能源利用效率评估

随着经济的快速发展,人民日益增长的美好生活需要与能源供求之间的矛盾也愈加显著.电力产业作为能源消耗大户,对其进行合理有效地利用是非常重要的.本文基于规模收益可变假设下的、产出导向的两阶段DEA方法,对我国其中31个省(直辖市、自治区)2016年电力能源利用效率进行评估.其中,第一阶段是电力生产阶段(Electricity Production,EP),第二阶段为电力供应阶段(Electricity Supply,ES).实验结果表明,两阶段DEA方法比传统的BCC方法更能有效地辨别有效决策单元且有更高的排序参考价值.在两阶段过程中,北京、上海、江苏、广东和西藏5个地区表现为DEA有效的,且提高各地区总效率关键在于提高其ES阶段效率.     

环境效率评价方法的比较研究

文章给出了已有文献对环境效率度量的6种DEA(数据包络分析)模型,比较了它们各自对非期望产出处理的特性和缺陷,并以安徽43家企业为例,对其度量结果存在的差异进行了分析和解释.度量结果显示,只有基于松弛测度的SBM模型对企业环境效率的差异识别性较强.     

基于SBM模型的水污染物排污指标分配实证研究

文章应用非期望产出的SBM模型来评价企业的水环境绩效,并将评价结果与传统的DEA评价方法(CRS和VRS)进行比较分析,最后以此进行排污指标初始分配,以佛山市南海区皮革企业为例,进行了实际应用.结果表明,方法的模拟分配结果在公平的基础上,企业环境效率越高,可分配到的COD和NH3-N排放指标也越高,这对企业治污起到激励作用,效率评价以MaxDEA pro软件运算,易于操作.     

基于能源限制中国省际交通能源效率分析

近年来,交通运输业已成为能源消耗的主要行业之一.有很多学者评价了交通部门的结构效率,但是很少有文章关注到交通能源的调整.由于传统的广义均衡有效前沿面数据包络分析(GEEFDEA)模型没有考虑到调整后的能源消耗可能为0的情况,本文在模型中添加了一个约束条件,确保最终的能源消耗量大于0,使得结果更符合实际情况.在我国交通能...     

数据包络分析SBM超效率模型无可行解问题的两阶段求解法

数据包络分析是一种得到广泛应用的基于线性规划的非参数技术效率分析方法,其超效率模型是将被评价DMU从参照集中排除从而使求解得出的效率值可能大于1.超效率模型在文献中用于对有效的DMU进行排序、探测异常值、敏感性和稳定性分析、分析生产率变化的Malmquist模型、二人博弈模型等.超效率模型存在的一个缺陷是在规模收益可变的假设下会出现无可行解的问题.提出了一种基于两阶段求解的SBM超效率模型,并保持了与传统SBM超效率模型的兼容性:在传统的投入(产出)导向SBM超效率模型有可行解时,两阶段法获得的结果与之相同;在传统的投入(产出)导向SBM超效率模型无可行解时,两阶段超效率模型可以得出最接近投入(产出)导向定义的可行解.算例采用实际数据对方法进行了验证.     

基于相关性分析与DEA模型的寿险公司效率分析

选取国内较有影响力的八家寿险公司作为研究对象,提出了基于相关性分析的DEA组合评价方法,该方法综合了相关性分析和DEA两种方法的优点.利用相关性分析的方法设计出评价寿险公司经营效率的投入和产出指标.然后综合运用DEA模型对这八家公司的经营效率进行研究,分析影响效率有效性的因素.     

中国区域农业生产效率动态变化的实证分析——基于1985～2007年省际面板数据

运用DEA方法对我国省际农业生产效率进行了实证分析.研究结果表明,1985～2007年间,我国农业生产效率总体呈下降的态势;我国农业生产的纯技术效率及规模效率均对农业生产效率产生了制约作用,纯技术效率及规模效率都还有较大的提升空间;各地区农业生产投入存在不同程度的冗余,应当优化农业投入资源配置以提高农业生产效率.     

基于SBM-NS模型的环境效率评价

给出一种处理非期望产出的环境效率评价模型,一方面解决了投入松弛性的问题,另一方面也解决了非期望产出存在下的效率评价问题,且模型能够避免量纲不同和角度选择的差异带来的偏差和影响.最后通过实证说明模型的有效性.     

基于三阶段DEA模型的我国碳排放效率分析

对我国区域碳排放效率的准确测评是各省区针对性制定减排战略的基础,经典DEA模型未能排除外部环境因素和随机因素的影响,本文利用三阶段DEA模型构建消除外部环境因素和随机因素的区域碳排放效率测算模型。研究表明我国碳排放高效率地区共有广东等9省,中效率地区共有湖南等16省,低效率地区共有甘肃等4省。用三阶段DEA模型测算出的各省1997~2010年平均碳排放效率结果与经典DEA模型测算结果有显著性差异,与我国经济发展实际和预期结果更加吻合,各省可以根据自身测评结果有针对性地提高综合碳排放效率。