基于bootstrap―dea方法的我国钢铁企业能源效率评价

《基于bootstrap―dea方法的我国钢铁企业能源效率评价》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、基于Bootstrap—DEA方法的我国钢铁企业能源效率评价钢铁工业是我国国民经济的重要基础产业之一，特别是近十年来，我国钢铁工业取得了长足的进步。然而，高污染、高能耗的特点使钢铁工业在防污减排、节能降耗等方面承受着巨大的压力。文章利用Bootstrap-DEA方法对我国49家重点钢铁企业的能源效率进行评估，并对其能源效率的异质性进行了探究。Abstract:China’sironandsteelindustryisoneoftheimportantbasicindustryofthenationaleconomyandhasma

2、deremarkableprogressespeciallyinthepasttenyears.However,highpollutionemissionsandenergyconsumptionsmakesitsohardtoreduceemissionsandsaveenergy.ThispaperevaluatedtheenergyefficiencyofChina’s49majorironandsteelenterprisesbasedonBootstrap-DEAmethod,andthenexploredthehete

3、rogeneityofenergyefficiency.关键词：钢铁企业；能源效率；Bootstrap-DEAKeywords:ironandsteelenterprise；energyefficiency;Bootstrap-DEAmethodTF089A1006-4311(2017)24-0065-030引言钢铁工业是国民经济的重要基础产业，但随着我国经济的快速增长，资源能源消费约朿明敁敁现，钢铁工业在防污减排、节能降耗等方妞承受着巨大的压力。钢铁行业是国家推进节能减排工作的重点产业，其节能减排工作的成效关系到全社会整体节能减

4、排工作的成效。对我国钢铁企业的能源效率进行准确的估算并进行分析，对改变目前我国钢铁工业发展模式，引导产业健康发展，节能降耗、促进淘汰落后产能、推动兼并重组具有重要的现实意义。目前，大多数针对于我国能源效率的研宄都采用了省际的面板数据［1-3］,很少有针对于企业层面微观数据的研究。然而微观层面的数裾跟宏观层面数据相比更加精确，理论研究价值同样不容忽视。能源效率评价方法主要有两种。一是非参数的DEA方法。该方法在测定评价单元的能源效率相对有效性时对每个评价单元进行优化［4］。二是参数方法，最常用的为SFA方法。SFA方法在本质上是一种

5、极大似然估计的参数估计方法，其需要为待估计的生产前沿面假定一种函数形式［5-6］。预先设定的生产函数可能与现实不符，且SFA方法在处理多产出问题时也存在困难。利用Bootstrap的思想，可以弥补传统DEA模型无法考虑统计误差的缺陷，因此文章将采用Bootstrap-DEA方法来对我国49家主要的钢铁企业能源效率进行评估。1模型构建及变量选取1.1Bootstrap-DEA模型Simar和Wilson等人提出了可以对DEA估计值进行纠偏、估计置信区间及说明显著性水平的Bootsrap-DEA方法［7］。该方法的主要思路是：利用Bo

6、otstrap的思想对原始样本进行重复的抽样，构造大量的Bootstrap样本数据，从而得到大量的Bootstrap效率值，通过Bootstrap效率值的经验分布来构造置信区间等去进行统计推断。真实的效率值、DEA估计效率值及Bootstrap效率值三者之间的关系如下：DEA估计效率值是对原始样本的真实效率值的估计量，Bootstrap效率值是基于大量模拟Bootstrap样本对DEA估计效率值的估计及纠偏。1.2变量选取及说明文章收集了2014年我国49家主要的钢铁企业的投入产出数据，数据来源为钢联数据库［8］。钢铁企业选取的标

7、准是要同时保证企业投入产出指标的完整性和样本的多样性。样本的多样性是指样本要包含不同类型的钢铁企业，以保证样木的代表性。最终选取的样木包括了不同所有制类型、不同规模、不同投产年限以及不同区域的钢铁企业。考?］钢铁生产的过程及其产生的碳排放，文章选取5个投入指标，分别为能源消费量（万吨标准煤）、总耗水量（万吨）、总员工人数（人）、高炉设备（立方米）和转炉设备（吨）；2个产出指标，即钢铁企业总产值（亿元）和二氧化碳排放量（万吨）。为去除指标量纲的影响，所有的指标在计算之前都进行了标准化处理。2估算结果及分析文章利用MAXDEA软件对所

8、选49家主要的钢铁企业进行Bootstrap-DEA能源效率评价，采用产出导向的DEA-CCR模型，并将Bootstrap迭代的次数设置为1000。最终估算结果如表1。从表1可以看出，利用传统的DEA模型来对钢铁企业进行评估，结果普遍是被高估了的，