基于Bootstrap―DEA方法的我国钢铁企业能源效率评价.doc

基于Bootstrap―DEA方法的我国钢铁企业能源效率评价
摘要: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's iron and steel industry is one of the important basic industry of the national economy and has made remarkable progress especially in the past ten years. However, high pollution emissions and energy consumptions makes it so hard to reduce emissions and save energy. This paper evaluated the energy efficiency of China's 49 major iron and steel enterprises based on Bootstrap-DEA method, and then explored the heterogeneity of energy efficiency.
关键词:钢铁企业;能源效率;Bootstrap-DEA
Key words: iron and steel enterprise;energy efficiency;Bootstrap-DEA method
中图分类号:TF089 文献标识码:A 文章编号:1006-4311(2017)24-0065-03
0 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,资源能源消费约束明显显现,钢铁工业在防污减排、节能降耗等方面承受着巨大的压力。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究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。然而微观层面的数据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
Bootstrap-D