龙源期刊网 http://www.qikan.com.cn
基于DEA的电力企业投入产出相对效率研究
作者：萧凤娜
来源：《今日财富》2017年第16期
DEA模型适用于具有多投入、多产出的决策单元相对效率评价。本文以Z供电局为例，以其24家供电分局2006-2015年面板数据为样本，通过采用DEA中BCC模型对每年的截面数据投入产出效率进行评价和排名，结果表明：各供电分局规模效应较为明显，平均效率水平较高；采用Malmquist生产力指数法，对样本期间的投入产出效率进行了整体评价，结果表明：应注重技术效率对供电分局的影响。
随着电力行业的发展，电力公司在资源配置、经营管理上的差异开始凸显，对公司投入产出相对效率进行分析评价十分必要。
多投入和多产出是电力行业的重要特征，DEA模型是电力行业效率评价方法中最常用和有效的方法。陶锋等运用DEA分析产权结构、市场结构、燃料成本和技术对发电行业技术效率的影响；王金祥等运用DEA对天津等8省市电力公司进行测评分析。现有文献主要集中研究产权、市场环境和不同省份的电力行业效率，对市县电力公司投入产出相对效率研究较少，而此研究对提高电力行业整体效率，推动电力市场化改革意义重大。 一、 研究模型及样本选择
DEA分析以决策单元的投入、产出指标权重为变量进行评价运算，进而确定有效生产前沿面，通过比较决策单元偏离DEA前沿面程度来确定各DMU是否有效。CCR及BCC模型是DEA两个最基本的模型，Malmquist生产力指数法适用于DEA跨时期样本分析。 本文对2006-2015每年的截面数据进行研究，考虑各供电分局特点采用BCC模型；对2006-2015年面板数据进行分析时采用Malmquist法；分析软件使用DEAP2.1。 （一）BCC模型
假设生产过程为规模报酬可变，BCC模型可简单描述如下： 显然，对于一个DMU如果有效，则其有效值应该等于1。 （二） Malmquist生产力指数法 Malmquist公式如下：