radial DDFmodel (Fukuyama andWeber,

radial DDFmodel (Fukuyama andWeber, 2010).2 To our knowledge the
current paper is the first micro-level study using this innovative methodological
approach to assess the energy-saving potential and CO2
abatement potential in China. Our results suggest that the top-1000 enterprise
program, which started in 2006, significantly affected the performance
of large and SOE power enterprises. These enterprises
becomemore efficient in terms of energy utilization and CO2 emissions
when compared to small and non-SOE enterprises, respectively. As
smaller-size and non-SOE enterprises are associatedwith higher potentials
for energy savings and CO2 emission reductions, energy conservation
programs might change their scope accordingly.
The remainder of this paper is organized as follows. Section 2 introduces
Zhejiang's power sector. Section 3 presents themethodology and
data. In section 4, we derive and discuss the results. Finally, we present
conclusions and draw some policy implications.
2. Description of Zhejiang's power sector
We select Zhejiang province as our sample region. It has a developed
economy characterized by high energy demand and high productivity.
With a population of 51.8 million it is situated in the Yangtze River
Delta. In 2009, Zhejiang ranked 4th in terms of per capita GDP among
31 Chinese provinces, accounting for 6.8% of national GDP and 11.1%
of China's exports (NBS, 2010).However, like most of the other provinces,
it suffers from serious shortages of energy due to its rapid industrialization
and increased urbanization. The maximum power supply capacity
shortages in Zhejiang were estimated at around 3.6 GWduring the summer
of 2010 when the local grid operator had to cut the power supply to
energy-intensive sectors (Reuters, 2010). Driven bymarket opportunities,
substantial investments have flowed to the construction of power generation
projects. Fig. 1 presents the historical trend of total generation,
thermal power generation and total installed capacity in Zhejiang from
2002 to 2009. Its installed capacity, as shown in the left vertical axis, indicates
a steady increase from 20.7 GWin 2002 to 56.2GWin 2009,with an
annual growth rate of 15.3%. The total power generation in 2009 reaches
224.6 TWh, 2.5 times the 2002 level with a 14.2% growth rate.
Fig. 1 also reveals that thermal power generation contributes around
80% of the total generation capacity in Zhejiang. Consequently, the
power sector in the Zhejiang province is a major source of GHG. In 2007,
it produced 314 MtCO2e, which accounts for 81.6% of Zhejiang's and
2.1% of the national GHG emissions (Zhejiang Provincial Government,
2010). The resource utilization efficiency in Zhejiang's power sector remains
high due to a high proportion of larger-scale generating units.
Table 1 lists the energy intensity of thermal power generation in China
and Zhejiang province. Energy consumption in Zhejiang's thermal power
enterprises to generate 1 kWh is noticeably less than the national average
level. However, if we compare it to the international advanced level, the
thermal power enterprises in Zhejiang province still have 6.7–11.5% improvement
potential in energy efficiency.
Table 2 presents several macro-level single-factor productivity indicators.
In 2009, one unit of tce in Zhejiang generated 13,500 Yuan GDP
and 8900 Yuan industrial value-added, ranked 4th and 6th in terms of
the productivity level among 31 provinces, respectively. The GDP per
unit of CO2 emissions of the Zhejiang province is 1.43 times the national
level and ranked 8th in 2007.
Zhejiang seems to be a particularly interesting region to study the
performance of coal-fired power plants in China. Our estimated result
for energy-saving and emission-abatement potentials in Zhejiang will
provide a valuable reference for China's situation.
3. Methodology and data
3.1. The analytical framework
Our analytical framework is based on a directional distance function
combinedwith a non-parametric DEA approach.We consider a productive
process that uses a vector of inputs x ∈ℜ+
N to produce two kinds of
outputs: Good output and bad output, which are denoted by the vector
y ∈ ℜ+
M and b ∈ ℜ+
J , respectively. The relationship between inputs and
outputs is represented by an output set:
PðxÞ ¼ ðy; bÞ : x∈ℜN
þ canproduceðy; bÞ∈ℜMþ
 ℜJþ
n o
: ð1Þ
Apart from the standard convex and compact assumptions, the output
set (1) satisfies free disposability of good outputs, that is:
(y, b) ∈ P(x) and y ' ≤ y⇒(y ', b) ∈ P(x). This indicates that it is possible
to reduce good output without reducing bad output. Also, the input is
freely disposable if x '≥x∈ℜ+
N ⇒P(x ') ⊇ P(x). Furthermore,we assume
that bad outputs and good outputs satisfy joint weak disposability:
if(y, b) ∈ P(x) and 0 ≤ θ ≤ 1, then (θy, θb) ∈ P(x). Weak disposability
implies that it is feasible to reduce both good and bad output proportionally
by θ. The idea is to make sure that it is ‘costly’ to reduce
bad output.3 Finally, good and bad outputs are assumed to satisfy
the null-jointness or byproduct axiom, that is: if(y, b) ∈ P(x) and
b = 0, then y = 0, which implies that good output cannot be
2 Zhou et al. (2012a) present a formal definition of the non-radial directional distance
function to modeling energy and CO2 emission performance in the electric power sector.
The non-radial models fall into three categories: Russell measure, Additive model and
Slacks-based model (SBM). In general, the non-radial efficiency measures have a higher
discriminating power relative to the standard formulation ofDEA-basedmodels.However,
the setting of a weight vector wmay depend on the purpose of the research.More discussion
and a comparison for these models can be found in Barros et al. (2012).
Table 1
Comparison of energy intensity of thermal power generation.
Indicator Units International
advanced level
China Zhejiang
Average level
(2006)
Top-1000 enterprises
(144 thermal power
plants, 2006)
Large & medium size thermal
power plants (2005)
Smaller thermal power
plants above 6 MW (2006)
Coal consumption per unit
of thermal power generation
Grams of coal
equivalents / kWh
312 366 365 333 348
Source: All data except Zhejiang are taken from the Report on the State Energy use of the Top-1000 Enterprises (NDRC and NBS, 2007). The last two columns refer to theWhite Paper of
Energy in Zhejiang (Zhejiang Province Economic and Information Commission and Zhejiang Provincial Bureau of Statistics, 2007).
3 The concept ofweak disposability is first introduced by Färe et al. (1989)whenmodeling
an environmental production technology. However, it faces criticismrecently in energy
and environmental economics studies. Kuosmanen (2005) suggests that the weak
disposability in DEA analyses may unintentionally assume that all firms apply uniform
abatement factors. Yang and Pollitt (2010) argue that the weak disposability assumption
may not suit for the SO2 case in the electricity sector. They also find that the imposition
of this assumption significantly alters results. Chen (2013) re-examine the weak disposability
assumption and finds that the non-additive efficiencymodel violates themonotonic
axiom in pollution quantities. Sueyoshi and Goto (2012) review the weak and strong
disposability concepts and confirm that the weak disposability cannot properly measure
an occurrence of undesirable congestion. They suggest replacing the weak/strong disposability
with a newly proposed natural/managerial disposability. Recently, Aparicio et al.
(2013) and Färe et al. (2014)modify the specification of weak disposability that eliminates
the downward sloping good–bad output production frontier. In the present paper, we still
modelweak disposability as our bad output is CO2. The non-radial additive model doesn't
violate monotonicity assumption in this case and it allows for non-uniform scale factors.

ผลลัพธ์ (ไทย) 1:

DDFmodel รัศมี (ฟุคุยาม่า andWeber, 2010) 2 ความรู้ของเราปัจจุบันกระดาษมีการศึกษาระดับไมโครครั้งแรกที่ใช้นวัตกรรมนี้ methodologicalวิธีการประเมินศักยภาพการประหยัดพลังงานและ CO2ลดหย่อนอาจเกิดขึ้นในประเทศจีน ผลของเราแนะนำที่องค์กรด้านบน 1000โปรแกรม ซึ่งเริ่มต้นในปี 2549 ผลกระทบประสิทธิภาพการทำงานอย่างมีนัยสำคัญของขนาดใหญ่ และองค์กรพลังงานเส องค์กรเหล่านี้becomemore มีประสิทธิภาพการใช้พลังงานและปล่อย CO2เมื่อเทียบกับองค์กรขนาดเล็กและไม่เส ตามลำดับ เป็นวิสาหกิจขนาดเล็กและไม่เสมี associatedwith ศักยภาพสูงประหยัดพลังงานและการลดการปล่อยก๊าซ CO2 อนุรักษ์พลังงานโปรแกรมอาจเปลี่ยนขอบเขตของตนตามลำดับส่วนเหลือของเอกสารนี้มีการจัดระเบียบดังนี้ แนะนำ 2 ส่วนภาคพลังงานของเจ้อเจียง Themethodology นำเสนอ 3 ส่วน และข้อมูล ในส่วนที่ 4 เรามา และอภิปรายผล สุดท้าย เรานำเสนอบทสรุป และวาดผลนโยบายบางอย่าง2. คำอธิบายภาคพลังงานของเจ้อเจียงเราเลือกจังหวัดเจ้อเจียงเป็นพื้นที่ตัวอย่างของเรา มีการพัฒนาเศรษฐกิจโดยความต้องการพลังงานสูงและผลผลิตสูงมีประชากรประมาณ 51.8 ล้าน อยู่ในแม่น้ำแยงซีส่วนที่แตกต่างกัน ในปี 2552 เจ้อเจียง 4 ใน GDP ต่อหัวในการจัดอันดับ31 จังหวัดจีน บัญชี 11.1% และ 6.8% ของ GDP ประเทศของจีนส่งออก (ไซด์ 2010) อย่างไรก็ตาม เช่นส่วนใหญ่ของจังหวัดอื่น ๆมัน suffers จากการขาดแคลนพลังงานเนื่องจากการทวีความรุนแรงมากอย่างรวดเร็วรุนแรงและความเป็นเมืองเพิ่มขึ้น กำลังการผลิตพลังงานสูงสุดในเจ้อเจียงได้ประมาณที่ GWduring ประมาณ 3.6 ฤดูร้อนของเมื่อ 2010 ดำเนินการภายในตารางมีการตัดไฟเพื่อภาคพลังงานมาก (รอยเตอร์ส 2010) Bymarket ขับเคลื่อนโอกาสลงทุนพบได้เกิดขึ้นเพื่อการก่อสร้างไฟฟ้าโครงการ Fig. 1 นำเสนอแนวโน้มทางประวัติศาสตร์รวมรุ่นความร้อนไฟฟ้าและกำลังผลิตติดตั้งทั้งหมดในเจ้อเจียงจาก2002 การ 2009 กำลังการผลิตติดตั้ง ตามที่แสดงในแกนแนวตั้งซ้าย บ่งชี้เพิ่มความมั่นคงจาก 20.7 GWin 2002-56.2GWin 2009 ด้วยการอัตราการเจริญเติบโตประจำปี 15.3% การสร้างพลังงานรวมในปี 2552 ถึง224.6 ตวาไต้หว่าน เวลา 2.5 2002 ระดับกับอัตรา 14.2% เจริญเติบโตFig. 1 ยังพบว่า การผลิตพลังงานความร้อนรวมสถาน80% ของกำลังผลิตติดตั้งทั้งหมดในเจ้อเจียง ดังนั้น การภาคพลังงานในจังหวัดเจ้อเจียงเป็นแหล่งสำคัญของปริมาณ ในปี 2007มันผลิต 314 MtCO2e ซึ่ง 81.6% ของเจ้อเจียง และ2.1% ของการปล่อย GHG ชาติ (เจ้อเจียงจังหวัดรัฐบาล2010) . ประสิทธิภาพการใช้ประโยชน์ทรัพยากรในยังคงภาคพลังงานของเจ้อเจียงสูงเนื่องจากสัดส่วนที่สูงของหน่วยสร้างขนาดใหญ่ตารางที่ 1 แสดงความเข้มพลังงานของพลังความร้อนในประเทศจีนและเจ้อเจียงจังหวัด การใช้พลังงานในพลังงานความร้อนของเจ้อเจียงองค์กรสร้าง 1 ไม่เป็นอย่างเห็นได้ชัดน้อยกว่าค่าเฉลี่ยของประเทศระดับ อย่างไรก็ตาม ถ้าเราเปรียบเทียบขั้นสูงระดับนานาชาติ การองค์กรพลังงานความร้อนในจังหวัดเจ้อเจียงยังปรับปรุง 6.7 – 11.5%ศักยภาพในพลังงานอย่างมีประสิทธิภาพตารางที่ 2 แสดงตัวชี้วัดประสิทธิภาพปัจจัยเดียวแมระดับหลายในปี 2552, tce ในเจ้อเจียงหนึ่งหน่วยสร้าง GDP หยวน 13,500และหยวน 8900 อุตสาหกรรมมูลค่าเพิ่ม อันดับ 4 และ 6 ในแง่ของประสิทธิผลระดับระหว่าง 31 จังหวัด ตามลำดับ GDP ต่อหน่วยของการปล่อย CO2 ของจังหวัดเจ้อเจียงเป็นเวลา 1.43 แห่งชาติระดับ และอันดับ 8 ในปี 2007เจ้อเจียงน่าจะ เป็นภูมิภาคที่น่าสนใจโดยเฉพาะอย่างยิ่งการเรียนการประสิทธิภาพของถ่านโรงไฟฟ้าในประเทศจีน ผลการประเมินของเราการประหยัดพลังงานและปล่อยก๊าซลดหย่อนศักยภาพในเจ้อเจียงมีการอ้างอิงที่มีคุณค่าสำหรับสถานการณ์ของจีน3. วิธีการและข้อมูล3.1.กรอบวิเคราะห์กรอบการวิเคราะห์ของเราขึ้นอยู่กับฟังก์ชันระยะทางทิศทางcombinedwith วิธีการ DEA ไม่ใช่พาราเมตริก เราพิจารณาที่ประสิทธิภาพกระบวนการที่ใช้เวกเตอร์ของอินพุต x ∈ℜ +N การผลิต 2 ชนิดของแสดงผล: ผลผลิตที่ดีและผลผลิตไม่ดี ซึ่งคุณสามารถระบุ โดยเวกเตอร์ℜ∈ y +M และ b ∈ℜ +เจ ตามลำดับ ความสัมพันธ์ระหว่างอินพุต และแสดงผลจะแสดงเป็นชุดเป็นผล:PðxÞ ¼ ðy bÞ: x∈ℜNþ canproduceðy bÞ∈ℜMþℜJþn o: ð1Þนอกเหนือจากแบบมาตรฐานนูน และกระชับสมมติฐาน ผลผลิตชุด (1) เป็นไปตาม disposability ของการแสดงผลที่ดี ฟรีที่:(y, b) ∈ P(x) และ y ' ≤ y⇒ (y ', b) ∈ P(x) บ่งชี้ว่า เป็นไปได้การลดผลผลิตที่ดีโดยไม่ลดผลผลิตไม่ดี ยัง ยังมีถ้าผ้าอ้อมอิสระ x ' ≥x∈ℜ +N ⇒P(x ') ⊇ P(x) นอกจากนี้ เราสมมติที่แสดงผลที่ไม่ดีและผลที่ดีตอบสนอง disposability อ่อนร่วม:if(y, b) ∈ P(x) และ 0 ≤θ≤ 1 แล้ว (θy, θb) ∈ P(x) Disposability อ่อนหมายความว่า จะสามารถลดผลผลิตที่ดี และไม่ดีตามสัดส่วนโดยθ ความคิดคือเพื่อ ให้แน่ใจว่า มันเป็น 'ค่า' เพื่อลดoutput.3 ดีสุด ดี และแสดงผลจะถือว่าตอบสนองjointness เป็น null หรือจิตสำนึกสัจพจน์ ที่อยู่: if(y, b) ∈ P(x) และb = 0 แล้ว y = 0 ซึ่งหมายความว่า ผลผลิตที่ดีต้องไม่2 โจว et al. (2012a) นำเสนอนิยามอย่างเป็นทางการของระยะทิศทางรัศมีไม่ใช่ฟังก์ชันการสร้างโมเดลพลังงานและประสิทธิภาพการทำงานของการปล่อยก๊าซ CO2 ในภาคไฟฟ้ารุ่นรัศมีไม่แบ่งออกเป็นสามประเภท: รัสเซลวัด รูปแบบการบวก และกางเกงทรงหลวมตามแบบจำลอง (SBM) ทั่วไป วัดประสิทธิภาพไม่มีรัศมีได้มากรับการจำแนกอำนาจสัมพันธ์กับการกำหนดมาตรฐาน ofDEA-basedmodels.Howeverการตั้งค่าของ wmay เวกเตอร์น้ำหนักขึ้นอยู่กับวัตถุประสงค์ของการวิจัย อภิปรายเพิ่มเติมและการเปรียบเทียบสำหรับรูปแบบเหล่านี้สามารถพบใน Barros et al. (2012)ตารางที่ 1การเปรียบเทียบความเข้มพลังงานของพลังความร้อนตัวบ่งชี้หน่วยสากลระดับขั้นสูงเจ้อเจียงประเทศจีนระดับค่าเฉลี่ย(2006)องค์กรด้านบน 1000(144 ความร้อนไฟฟ้าพืช 2006)ขนาดกลาง และขนาดใหญ่ระบายความร้อนพืชพลังงาน (2005)พลังงานความร้อนขนาดเล็กพืชด้านบน 6 MW (2006)ปริมาณการใช้ถ่านหินต่อหน่วยของการผลิตพลังงานความร้อนกรัมของถ่านหินเทียบเท่า / ไม่312 366 365 333 348ที่มา: ข้อมูลทั้งหมดยกเว้นเจ้อเจียงนำมาจากรายงานการใช้พลังงานรัฐวิสาหกิจด้านบน 1000 (NDRC และไซด์ 2007) สุดท้ายถ้าถึง theWhite กระดาษของพลังงานในเจ้อเจียง (เจ้อเจียงจังหวัดเศรษฐกิจและข้อมูลเสริมและเจ้อเจียงจังหวัดสำนักงานสถิติ 2007)3 disposability ofweak ที่แนวคิดก่อนได้รับการแนะนำ โดย whenmodeling Färe et al. (1989)เทคโนโลยีการผลิตสิ่งแวดล้อม อย่างไรก็ตาม มันหันหน้า criticismrecently ในพลังงานและศึกษาเศรษฐกิจสิ่งแวดล้อม Kuosmanen (2005) แนะนำที่อ่อนแอdisposability ใน DEA วิเคราะห์อาจสมมติว่า บริษัททั้งหมดใช้เครื่องแบบโดยไม่ได้ตั้งใจปัจจัยลดหย่อน ยางและ Pollitt (2010) โต้เถียงที่อัสสัมชัญ disposability อ่อนอาจเหมาะสำหรับกรณี SO2 ในภาคไฟฟ้า พวกเขายังหาที่จัดเก็บภาษีของอัสสัมชัญนี้เปลี่ยนแปลงผลลัพธ์อย่างมีนัยสำคัญ เฉิน (2013) ตรวจ disposability อ่อนแออีกครั้งอัสสัมชัญและค้นหาว่า efficiencymodel ไม่ใช่การบวกละเมิด themonotonicสัจพจน์ในปริมาณมลพิษ Sueyoshi และ (2012) ไปตรวจสอบอ่อน และแข็งแรงdisposability แนวคิด และยืนยันว่า disposability อ่อนแอไม่สามารถถูกวัดเหตุการณ์ไม่พึงปรารถนาแออัด พวกเขาแนะนำแทน disposability แข็งแรง/อ่อนแอกับ disposability ธรรมชาติ/จัดการการนำเสนอใหม่ ล่าสุด Aparicio et al(2013) และ Färe et al. (2014) ปรับเปลี่ยนข้อมูลจำเพาะของ disposability อ่อนกำจัดลงลาดดี – ดีผลผลิตชายแดน ในปัจจุบันกระดาษ เรายังคงdisposability modelweak เป็นผลผลิตของเราไม่มี CO2 ไม่แบบ additive ไม่มีรัศมีอัสสัมชัญ monotonicity ละเมิดในกรณีนี้ และจะทำให้ปัจจัยขนาดไม่สม่ำเสมอ

ผลลัพธ์ (ไทย) 2:

รัศมี DDFmodel (ฟู andWeber 2010) 0.2
เพื่อความรู้ของเรากระดาษในปัจจุบันคือการศึกษาระดับจุลภาคครั้งแรกที่ใช้วิธีการนี้เป็นนวัตกรรมใหม่วิธีการในการประเมินการประหยัดพลังงานที่มีศักยภาพและ
CO2
ที่อาจเกิดขึ้นในประเทศจีนลด ผลของเราแสดงให้เห็นว่าองค์กรด้านบน-1000
โปรแกรมซึ่งเริ่มต้นในปี 2006
ได้รับผลกระทบอย่างมีนัยสำคัญผลการดำเนินงานของรัฐวิสาหกิจขนาดใหญ่และผู้ประกอบการพลังงาน องค์กรเหล่านี้
becomemore ที่มีประสิทธิภาพในแง่ของการใช้พลังงานและการปล่อย CO2
เมื่อเทียบกับองค์กรขนาดเล็กและไม่ใช่รัฐวิสาหกิจตามลำดับ ในฐานะที่เป็นขนาดเล็กและสถานประกอบการที่ไม่ได้เป็นรัฐวิสาหกิจ associatedwith ศักยภาพที่สูงขึ้นเพื่อการประหยัดพลังงานและลดการปล่อยก๊าซCO2, การอนุรักษ์พลังงานโปรแกรมอาจมีการเปลี่ยนแปลงขอบเขตของพวกเขาตาม. ที่เหลือของบทความนี้มีการจัดระเบียบดังต่อไปนี้ ส่วนที่ 2 แนะนำภาคพลังงานของเจ้อเจียง ส่วนที่ 3 การจัด themethodology และข้อมูล ในส่วนที่ 4 และเราได้หารือเกี่ยวกับผล สุดท้ายเรานำเสนอข้อสรุปและวาดผลกระทบนโยบายบางอย่าง. 2 คำอธิบายของภาคพลังงานของเจ้อเจียงเราเลือกจังหวัดเจ้อเจียงเป็นพื้นที่ตัวอย่างของเรา แต่ก็มีการพัฒนาทางเศรษฐกิจที่โดดเด่นด้วยความต้องการพลังงานสูงและผลผลิตสูง. มีประชากร 51,800,000 มันตั้งอยู่ในแม่น้ำแยงซีเดลต้า ในปี 2009 เจ้อเจียงในอันดับที่ 4 ในแง่ของ GDP ต่อหัวหมู่31 จังหวัดของจีนคิดเป็น 6.8% ของ GDP ในระดับชาติและ 11.1% ของการส่งออกของจีน (NBS, 2010) อย่างไรก็ตามชอบมากที่สุดของจังหวัดอื่น ๆ ที่มันทนทุกข์ทรมานจากการขาดแคลนอย่างรุนแรงพลังงานเนื่องจากการอุตสาหกรรมอย่างรวดเร็วของมันและกลายเป็นเมืองที่เพิ่มขึ้น แหล่งจ่ายไฟความจุสูงสุดที่ขาดแคลนในเจ้อเจียงได้รับประมาณ 3.6 GWduring ในช่วงฤดูร้อนของปี2010 เมื่อผู้ประกอบการท้องถิ่นตารางต้องตัดแหล่งจ่ายไฟให้กับภาคพลังงาน(รอยเตอร์ 2010) ขับเคลื่อนโอกาส bymarket, เงินลงทุนได้ไหลออกมาจะมีการก่อสร้างการผลิตไฟฟ้าโครงการ มะเดื่อ. 1 นำเสนอแนวโน้มทางประวัติศาสตร์ของการผลิตทั้งหมด, การผลิตพลังงานความร้อนและผลิตติดตั้งรวมในเจ้อเจียงจากปี 2002 ถึงปี 2009 กำลังผลิตติดตั้งของมันดังแสดงในแกนแนวตั้งด้านซ้ายแสดงให้เห็นการเพิ่มขึ้นอย่างต่อเนื่องจาก20.7 Gwin 2002 56.2GWin ปี 2009 ด้วยอัตราการเติบโตปี 15.3% รุ่นพลังงานทั้งหมดในปี 2009 ถึง224.6 TWh 2.5 เท่าของระดับ 2002 มีอัตราการเติบโต 14.2%. รูป 1 นอกจากนี้ยังแสดงให้เห็นว่าการผลิตไฟฟ้าพลังความร้อนก่อรอบ80% ของกำลังการผลิตรวมในเจ้อเจียง ดังนั้นภาคพลังงานในจังหวัดเจ้อเจียงเป็นแหล่งที่มาของก๊าซเรือนกระจก ในปี 2007 ผลิต 314 MtCO2e ซึ่งคิดเป็นสัดส่วน 81.6% ของเจ้อเจียงและ2.1% ของปล่อยก๊าซเรือนกระจกแห่งชาติ (Zhejiang จังหวัด, 2010) ประสิทธิภาพการใช้ทรัพยากรในภาคพลังงานเจ้อเจียงยังคงสูงเนื่องจากสัดส่วนที่สูงของการสร้างขนาดใหญ่ขนาดหน่วย. ตารางที่ 1 แสดงความเข้มการใช้พลังงานของการผลิตกระแสไฟฟ้าความร้อนในประเทศจีนและจังหวัดZhejiang การใช้พลังงานในพลังงานความร้อนเจ้อเจียงของผู้ประกอบการในการสร้าง 1 กิโลวัตต์ต่อชั่วโมงจะเห็นได้ชัดน้อยกว่าค่าเฉลี่ยของประเทศในระดับ แต่ถ้าเราเปรียบเทียบกับระดับสูงระหว่างประเทศที่ผู้ประกอบการพลังงานความร้อนในจังหวัดเจ้อเจียงยังคงมีการปรับปรุง 6.7-11.5% ที่มีศักยภาพในการประหยัดพลังงาน. ตารางที่ 2 นำเสนอหลายระดับมหภาคผลิตภาพการผลิตเดียวตัวชี้วัด. ในปี 2009 ซึ่งเป็นหนึ่งในหน่วยของ TCE ในเจ้อเจียงสร้าง 13,500 หยวนจีดีพีและ8,900 หยวนอุตสาหกรรมที่มีมูลค่าเพิ่มอันดับ 4 และ 6 ในแง่ของระดับการผลิตในหมู่31 จังหวัดตามลำดับ จีดีพีต่อหน่วยของการปล่อย CO2 ของจังหวัดเจ้อเจียงเป็น 1.43 เท่าของระดับชาติระดับและอันดับที่8 ในปี 2007 เจ้อเจียงดูเหมือนว่าจะเป็นภูมิภาคที่น่าสนใจโดยเฉพาะอย่างยิ่งในการศึกษาประสิทธิภาพการทำงานของถ่านหินโรงไฟฟ้าในประเทศจีน ผลที่คาดของเราสำหรับการประหยัดพลังงานและศักยภาพการลดการปล่อยก๊าซ-ในเจ้อเจียงจะให้การอ้างอิงที่มีคุณค่าสำหรับสถานการณ์ของจีน. 3 วิธีการและข้อมูล3.1 กรอบการวิเคราะห์กรอบการวิเคราะห์ของเราจะขึ้นอยู่กับระยะทางทิศทางการทำงานร่วมกับการใช้ที่ไม่ใช่พาราDEA approach.We พิจารณาประสิทธิผลของกระบวนการที่ใช้เวกเตอร์ของปัจจัยการผลิต∈ℜ x + N เพื่อผลิตสองชนิดของเอาท์พุท: การส่งออกที่ดีและการส่งออกที่ไม่ดี ซึ่งจะแสดงด้วยเวกเตอร์y ที่∈ℜ + M และ B ∈ℜ + J ตามลำดับ ความสัมพันธ์ระหว่างปัจจัยการผลิตและผลจะแสดงเป็นชุดที่เอาท์พุท: PðxÞ¼ DY; Bth: x∈ℜNþcanproduceðy; bÞ∈ℜMþ? ℜJþไม่มี: ð1Þนอกเหนือจากนูนมาตรฐานและข้อสมมติฐานที่กะทัดรัดและมีการส่งออกชุด(1) ตอบสนองการใช้ได้ตามฟรีของผลดีที่: (y b) ∈ P (x) และ Y '≤y⇒ (y', B ) ∈ P (x) นี้แสดงให้เห็นว่ามันเป็นไปได้ที่จะลดการส่งออกที่ดีโดยไม่ต้องลดการส่งออกที่ไม่ดี นอกจากนี้ยังเข้าเป็นทิ้งได้อย่างอิสระถ้า x '≥x∈ℜ + ไม่มี⇒P (x) ⊇ P (x) นอกจากนี้เราคิดว่าผลที่ไม่ดีและผลที่ดีตอบสนองการใช้ได้ตามที่อ่อนแอร่วม: ถ้า (y b) ∈ P (x) และ 0 ≤θ≤ 1 แล้ว (θy, θb) ∈ P (x) การใช้ได้ตามที่อ่อนแอก็หมายความว่ามันเป็นไปได้ที่จะลดการส่งออกทั้งดีและไม่ดีตามสัดส่วนโดยθ ความคิดที่จะให้แน่ใจว่ามันเป็น 'ค่าใช้จ่ายที่จะลดoutput.3 ที่ไม่ดีในที่สุดผลดีและไม่ดีจะถือว่าตอบสนองโมฆะ-jointness ความจริงหรือผลพลอยได้ที่: ถ้า (y b) ∈ P (x) และข= 0 แล้ว Y = 0 ซึ่งหมายความว่าผลผลิตที่ดีไม่สามารถเป็น2 โจวเอตอัล (2012a) นำเสนอความหมายอย่างเป็นทางการของระยะทางทิศทางที่ไม่รัศมีฟังก์ชั่นการใช้พลังงานการสร้างแบบจำลองและประสิทธิภาพการปล่อยก๊าซCO2 ในภาคพลังงานไฟฟ้า. รุ่นที่ไม่รัศมีตกอยู่ในสามประเภท: วัดรัสเซลรูปแบบเสริมและกางเกงทรงหลวมตามรูปแบบ(SBM ) โดยทั่วไปมาตรการที่มีประสิทธิภาพที่ไม่รัศมีมีสูงขึ้นเมื่อเทียบแบ่งแยกอำนาจที่จะกำหนดมาตรฐาน ofDEA-basedmodels.However, การตั้งค่าของน้ำหนักเวกเตอร์ wmay ขึ้นอยู่กับวัตถุประสงค์ของการอภิปราย research.More และการเปรียบเทียบสำหรับรุ่นเหล่านี้จะสามารถ พบใน Barros et al, (2012). ตารางที่ 1 การเปรียบเทียบความเข้มการใช้พลังงานของการผลิตพลังงานความร้อน. ตัวบ่งชี้หน่วยระหว่างประเทศระดับสูงของจีนเจ้อเจียงระดับเฉลี่ย(2006) ยอด-1000 ผู้ประกอบการ(144 พลังงานความร้อนพืช2006) ขนาดใหญ่และขนาดกลางความร้อนโรงไฟฟ้า (2005) ที่มีขนาดเล็ก พลังงานความร้อนพืชดังกล่าวข้างต้น6 เมกะวัตต์ (2006) ปริมาณการใช้ถ่านหินต่อหน่วยของการผลิตไฟฟ้าพลังความร้อนกรัมถ่านหินเทียบเท่า/ หน่วย312 366 365 333 348 ที่มา: ข้อมูลทั้งหมดยกเว้นเจ้อเจียงที่นำมาจากรายงานเกี่ยวกับการใช้พลังงานของรัฐรัฐวิสาหกิจยอด-1000 (NDRC และ NBS 2007) สุดท้ายทั้งสองอ้างถึงคอลัมน์ theWhite กระดาษของพลังงานในเจ้อเจียง(Zhejiang Province เศรษฐกิจและข้อมูลสำนักงานคณะกรรมการกำกับและเจ้อเจียงจังหวัดสำนักงานสถิติ, 2007). 3 แนวคิดการใช้ได้ตาม ofweak เป็นครั้งแรกโดยค่าโดยสาร et al, (1989) whenmodeling เทคโนโลยีการผลิตสิ่งแวดล้อม แต่ก็ใบหน้า criticismrecently ในการใช้พลังงานและเศรษฐศาสตร์สิ่งแวดล้อมศึกษา Kuosmanen (2005) แสดงให้เห็นว่าผู้ที่อ่อนแอการใช้ได้ตามในการวิเคราะห์ปปโดยไม่ได้ตั้งใจอาจคิดว่าทุกบริษัท ใช้เครื่องแบบปัจจัยลด ยางและ Pollitt (2010) ยืนยันว่าการใช้ได้ตามสมมติฐานที่อ่อนแออาจไม่เหมาะสำหรับกรณีSO2 ในภาคการผลิตไฟฟ้า นอกจากนี้ยังพบว่าการจัดเก็บภาษีของสมมติฐานนี้อย่างมีนัยสำคัญผลการเปลี่ยนแปลง เฉิน (2013) เรื่องการตรวจสอบการใช้ได้ตามที่อ่อนแอสมมติฐานและพบว่าefficiencymodel สารเติมแต่งที่ไม่ได้ละเมิด themonotonic ความจริงในปริมาณมลพิษ Sueyoshi และไป (2012) ตรวจสอบอ่อนแอและแข็งแรงแนวคิดการใช้ได้ตามและยืนยันว่าการใช้ได้ตามที่อ่อนแอไม่สามารถวัดได้อย่างถูกต้องเกิดขึ้นจากความแออัดที่ไม่พึงประสงค์ พวกเขาแนะนำเปลี่ยนอ่อนแอ / การใช้ได้ตามที่แข็งแกร่งกับการใช้ได้ตามที่เสนอใหม่ธรรมชาติ/ การบริหารจัดการ เมื่อเร็ว ๆ นี้ Aparicio et al. (2013) และอาหาร et al, (2014) การปรับเปลี่ยนคุณสมบัติของการใช้ได้ตามที่อ่อนแอลดลงลาดผลผลิตที่ดีไม่ดีชายแดนผลิต ในกระดาษปัจจุบันเรายังคงmodelweak การใช้ได้ตามเป็นผลผลิตที่ไม่ดีของเราคือ CO2 รูปแบบสารเติมแต่งที่ไม่รัศมีไม่ละเมิด monotonicity สมมติฐานในกรณีนี้และจะช่วยให้สัดส่วนไม่สม่ำเสมอ