我國電力產業技術創新效率的實證研究

馮 梅，于可慧

(北京科技大學東凌經濟管理學院，北京 100083)

我國電力產業技術創新效率的實證研究

馮 梅，于可慧

(北京科技大學東凌經濟管理學院，北京 100083)

通過選取電力產業技術創新的投入產出指標，建立電力產業技術創新效率評價體系，運用DEA方法中BC2模型，采用2002—2012年我國電力產業相關數據，分析評價電力產業的技術創新效率，并提出有關建議。研究結果表明，近十年來，我國電力產業技術創新效率中純技術效率提升較快，而規模效率和科研人員及經費使用效率有待進一步提高。

電力產業；技術創新效率；BC2模型

1 方法和指標選取

1.1 方法及模型選擇

本文選取DEA方法作為電力產業技術創新效率的評價方法，選取的是DEA方法中的BC2模型。BC2模型是對C2R模型的改進，它考慮到決策單元規模報酬可以改變的情況，在進行技術效率計算時運用Shepherd距離函數，將技術效率分解為純技術效率和規模效率，從而使計算的結果僅代表純技術效率，剔除了規模效率對評價結果帶來的影響[1]。

假設有n個決策單元，每一個決策單元都投入m種要素，并輸出s種要素，則第j個決策單元的輸入和輸出向量分別為:

則第j個決策單元，即DMUj(xj，yj)的輸入和輸出權重分別為v＝ (v1，v2，…，vm)T，v＝(v1，v2，…，vm)T。假設以第j0個決策單元的效率值為目標，要判斷DMUj0是否有效，需要建立對偶模型來判斷，為了剔除規模效率的影響，BX2模型的線性規劃如下:

其對偶規劃為:

如果該線性規劃存在最優解λ0、s－0、s＋0，當θ0＝1且s－1＝0、s＋0＝0時，那么DMUj0為DEA有效，s＋0表示增加一定投入還可以提高產出，s－0表示所投入的量并沒有得到相應的產出數量，因此當DEA有效時，決策單元不存在超量的投入或不足的產出；當θ0＝1時，但是s－0、s＋0至少有一個大于零，那么DMUj0為弱有效，表明減少一定投入量不會影響產出量或一些方面需要通過增加投入量來擴大產出；當θ0＜1時，那么DMUj0不是DEA有效，此時改決策單元技術效率和規模效率都沒有達到最佳，可以利用 “投影定理”進行改進使之轉變為DEA有效[2]。

BC2模型的最優解為純技術效率，還可以通過進一步分析決策單元的規模效率，從而得出決策單元規模收益遞增、遞減或不變的結論。

1.2 指標選取

BC2模型需要選擇投入和產出兩種指標，本文在研究電力產業技術創新效率中的投入指標主要選取人員與經費兩類。在人員投入方面，電力產業中科技活動人員從業比的多少，可以表明電力產業是否具有進行技術創新的基本條件；在經費投入方面，電力產業技術改造、引進和消化吸收經費的多少，可以表明電力產業對技術創新的重視程度，電力產業新產品開發經費占產品銷售收入的比重，可以表明電力產業在技術創新方面的資金投入力度。在產出類指標方面，新產品收入占工業總產值的比重，可以表明電力產業技術創新所帶來的經濟效益；發電標準煤耗是指在發電過程中，每發一千瓦時的電力消耗的標準煤量，其大小可以表明電力產業技術創新程度。因此，選擇如下指標:

(1)投入指標。

人員投入:電力產業科技活動人員從業比(%)——x1。

經費投入:電力產業技術改造、引進和消化吸收經費 (萬元)——x2；電力產業新產品開發經費占產品銷售收入的比重 (%)——x3。

(2)產出指標。

新產品收入占工業總產值的比重 (%)——y1；發電標準煤耗 (g/KWh)——y2。

2 實證分析

運用上述BC2模型及所選指標，采用我國電力產業2002—2012年相關數據，具體分析電力產業技術創新效率，相關指標原始數據見表1。

2.1 相關性檢驗

由于DEA方法要求投入指標之間和產出指標之間不能存在顯著相關性，因此本文運用SPSS軟件分別對技術創新效率評價體系的投入和產出指標進行相關性分析，對于相關性較為顯著的指標進行選擇性淘汰，使剩下的指標不具有顯著相關性。

從表2中可以看出，x1和x2、x3無顯著相關性，且都通過雙尾檢驗，因此，本文確定的電力產業技術創新投入指標為電力產業科技活動人員從業比、電力產業技術改造、引進和消化吸收經費以及電力產業新產品開發經費占產品銷售收入的比重。

從表3中可以看出，y1和y2無顯著相關性，且都通過雙尾檢驗，因此，本文最終確定的電力產業技術創新產出指標為新產品收入占工業總產值的比重以及發電標準煤耗。

表1 各指標原始數據值

表2 投入指標的相關性矩陣

表3 產出指標的相關性矩陣

2.2 BC2模型計算

由于投入和產出指標的數量值變化會影響到技術創新效率的衡量，如果出現逆向指標就會影響評價結果的可靠性和決策的正確性，因此要求指標都是正向指標，在進行DEA分析之前，本文首先采用對指標數據取倒數的方法對逆向數據進行正向化處理，然后進一步運用Deap2.1軟件得到分析結果如表4所示。

表4 電力產業技術創新效率評價表

由表4可知，從技術創新效率角度來看，2002年、2003年、2006年、2007年以及2012年為1，技術創新效率達到有效水平，其中2012年被參考的次數為5，在所有決策單元中最多，說明2012年電力產業技術創新效率的有效性比其他年份更加穩定；2004年、2005年、2008年、2009年、2010年和2011年都小于1，技術創新效率均沒有達到有效水平，尤其是2008年的技術創新效率為0.668為11年最低值，說明2008年技術創新效率最低。

2.3 純技術效率分析

純技術效率是指企業由于管理和技術等因素影響的生產效率。電力產業2002—2012年純技術效率水平的變化情況見圖1。

由圖1可知2002年、2003年、2006年、2007年和2012年電力產業純技術效率有效或弱有效，其他幾年為DEA無效。電力產業純技術效率的變化主要是由于在2003年以前，電力產業需求增長迅速，大量資金和科研人員投入到電力產業科技創新中去，純技術效率相對較高；2004年和2005年，由于一味追求電力產業規模擴張而導致資金和人員的大量投入并沒有得到有效利用，從而純技術效率下降；2008年，國際金融危機的爆發對我國經濟發展，特別是工業領域產生較大影響，在電力產業的人力和技術方面的投入大幅減少，阻礙了電力產業技術創新的進程；2009年，為了應對氣候變化，響應國際號召，我國承諾到2020年單位國內生產總值二氧化碳排放比2005年下降40%～45%。而電力產業作為二氧化碳排放的主要來源之一，在淘汰落后產能，優化發展煤電，促進電力產業技術創新等方面也出臺了相關政策。因此，電力產業純技術效率隨后呈逐年上升趨勢，并在2012年有了較大的提高。

圖1 電力產業純技術效率

2.4 規模效率分析

規模效率是指由于企業投入和產出規模等因素影響的生產效率。電力產業2002—2012年規模效率水平的變化情況見圖2。

圖2 電力產業規模效率

從圖 2可以看出，2002年、2003年、2006年、2007年和2012年電力產業規模效率為1，表明這5年電力產業技術創新投入規模適當，增加或減少投入都會影響投入產出的規模收益；2004年、2005年、2008年、2009年、2010年和2011年都小于1，規模效率均沒有達到有效水平，且都處于規模效率遞減階段。規模效率與純技術效率的變化情況大致相同，主要是由于共同的內外部環境所致，2008年的國際金融危機使整個電力產業的規模效率大幅下滑，但在后幾年有所改善。特別在近年來，世界各國更加重視節能減排，電力產業的發展從追求規模的擴大向優化能源結構轉變，積極推進新能源發電，使得規模效率有所上升。

2.5 松弛變量分析

由表 5可以看出，2002年、2003年、2006年、2007年、2008年、2010年和2012年投入和產出指標松弛變量都為0，說明這7年的純技術效率有效。2002年、2003年、2006年、2007年和2012年投入和產出指標松弛變量都為0，說明這5年的規模效率有效。

為使無效的年份達到有效水平，可以通過對比原始數據和數據改進目標分析出各個指標的調整方向。

表5 投入產出指標松弛變量

從表6中可以看出，除了DEA有效的幾年，投入指標和產出指標的數值都發生了一定變化，尤其是投入指標數值，不論是電力產業科技活動人員從業比、電力產業技術改造、引進和消化吸收經費還是電力產業新產品開發經費占產品銷售收入的比重都存在一定量的降低，而產出水平則相應升高。

表6 各指標數據改進目標值

3 結論

(1)我國電力產業純技術效率有效的年份占總年份的63.6%，說明電力產業技術水平有較大提升，而規模效率有效的年份僅占總年份的45.5%，說明規模效率偏低。這主要是由于我國大力推進電力產業技術革新，不斷提高電力產業技術水平，使得電力產業純技術效率得到較大提升；與此同時，在滿足電力需求日益增長過程中，電力產業不斷擴張，過度追求擴張速度而忽略了效率，造成了電力產業規模效率較低。因此，提升我國電力產業技術創新效率水平的重點應放在提高規模效率上。

(2)科研人員以及經費投入存在冗余，說明在現有產出條件下，電力產業科研人員及經費投入沒有達到最優配置，沒有有效發揮作用。在電力產業持續加大科研投入力度過程中，由于缺少科研投入的考核標準，使得投入的科研人員和經費未完全有效轉變為科技成果。因此，提高電力產業技術創新效率的重點應放在挖掘現有科研經費及人員的使用效率上，不能單純依靠盲目增加要素投入來促進產出提高。

[1]張江雪，朱磊.基于綠色增長的我國各地區工業企業技術創新效率研究[J].數量經濟技術經濟研究，2012，2(12): 113－124.

[2]劉偉，李星星.中國高新技術產業技術創新效率的區域差異分析——基于三階段DEA模型與Bootstrap方法[J].財經問題研究，2013，(8):20－28.

(責任編輯 譚果林)

An Em pirical Study on Technological Innovation Efficiency of China Electric Power Industry

Feng Mei，Yu Kehui
(DongLing School of Economics and Management，Beijing University of Science and Technology，Beijing 100083，China)

Through the selection of input and output index of electric power industry technology innovation，this paper uses the BC2model of DEA method，sets up evaluation system of technology innovation efficiency of electric power industry，introduces the relevant data of China electric power industry from 2000 to 2012.It analyses and evaluates technology innovation efficiency of electric power industry.The results show that in recent ten years，pure technical efficiency of China electric power industry improved rapidly，but scale efficiency，and the efficiency of research personnel and fund need to be further improved.

Electric power industry；Technology innovation efficiency；BC2model

F426.61

A

2014－05－06

馮梅 (1967－)，女，廣東紫金人，經濟學博士，教授，博士生導師；研究方向:技術創新、產業競爭力。