under strict energy or environmenta

under strict energy or environmental standard.Hence they performbetter
in both energy utilization and environment aspects.
5. Conclusion
To investigatewhether a large SOE is associatedwith higher energysaving
potential and CO2 abatement potential in China's power sector,
we employ a Weighted Russell Directional Distance Function. This
non-parametric non-radial DEA approach enables us to model bad
output within an environmental production framework. The major
strength ofWRDDF is that it allows for non-proportionally adjustments
of inputs and outputs. It thus makes it possible to investigate specific
factor's inefficiency levels. This innovative methodology is applied to a
unique sample of Chinese coal-fired power enterprises located in the
Zhejiang province in the years 2004 and 2008. Each power enterprise
is assumed to produce electricity and CO2with labor, capital and energy
input. By comparing with the target reference on the piecewise frontier
under the DEA technology, themaximumfeasible energy-saving potential
index (ESPI) and CO2 emission-abatement potential index (CAPI) for
each power enterprise is estimated. Moreover, we perform statistical
tests and find that large power enterprises are less efficient in 2004,
but become more efficient in 2008 than small power enterprises in
terms of energy utilization and CO2 emission. For the SOE, there is no
statistical evidence on an inferior performance compared to non-SOE
in 2004, but SOE exhibit higher efficiency than non-SOE in 2008. This
dramatic change between 2004 and 2008 may result from the implementation
of the “Top-1000 program” which set strict energy-saving
targets for large power plants and SOE.
We found that about 15.5% of energy (5.04 Mtce) and an associated
22.6% of CO2 (20.52 MtCO2) could be reduced if all enterprises would
have performed efficiently in 2004. The energy-saving potential and
emission reduction potential for power enterprise in 2008 decreased
to 1.71 Mtce and 4.73 MtCO2, respectively. This change on the one
hand highlights the urgency for China's coal-fired power enterprises
to eliminate their inefficient production and emission levels (Yang and
Pollitt, 2010). On the other hand, it confirmed the impact of the national
energy-saving and emission-abatement strategy implemented since
2006 on the performance of enterprises. However, it also indicates
that it is getting more and more difficult to further reduce the energy
use and emission levels through efficiency improvements.
The measurement and analysis of the energy-saving potential and
CO2 abatement potential index provide decision makerswith important
information to design environmental regulation and assess its potential
impact. If energy and climate policies are notmarket-based (like in general
superior energy/climate taxes or emissions trading schemes), but
rather based on command and control approaches, these indices help
policy makers to set regulations based on enterprise characteristics, to
identify enterprises with more capacity to save energy and cut inefficient
emissions, and to allocate proper energy-saving and emissionreduction
targets. Similar to Zhou et al. (2010)'s claim, small-sized,
non-SOE power enterprises beyond the top-1000 enterprise program
in 11th FYP should be included in future initiatives as they have a
relatively greater space to eliminate inefficient energy utilization and
associated CO2 emissions. Actually some provinces, i.e., Guangdong in
the 11th FYP, had designed a similar top-1000 program and extended
the programto awider scope of enterprise. Also the central government
formulated in the 12th FYP another “Top-10,000 Enterprise Energy
Conservation Action”, which can be seen as a ramp up of the
“Top-1000 program”. Itwill cover around 17,000 enterpriseswith annual
energy consumption excess 5000 tce. Nevertheless, policy implications
have to be drawn very cautiously as our study faces important
limitations. For example, the lack of information on generators and
boilers prevents us from examining the effect of technology differences
on abatement potentials which might play an important role.
Acknowledgement
This work was financially supported by the National Science
Foundation of China (No. 41201582, 71203116), the Beijing Natural
Science Foundation (9152011), the Mingde Scholar Program of
Renmin University (13XNJ016), the Gottfried Wilhelm Leibniz
Scientific Community and the Alexander von Humboldt Foundation.
References
Aparicio, J., Pastor, J.T., Zofio, J.L., 2013. On the inconsistency of theMalmquist–Luenberger
index. Eur. J. Oper. Res. 229, 738–742.
Atkinson, S.E., Halvorsen, R., 1986. The relative efficiency of public and private firms in a
regulated environment: the case of U.S. electric utilities. J. Public Econ. 29, 281–294.
Barros, C.P.,Managi, S., Matousek, R., 2012. The technical efficiency of the Japanese banks:
non-radial directional performance measurement with undesirable output. Omega
40, 1–8.
Blomberg, J., Henriksson, E., Lundmark, R., 2012. Energy efficiency and policy in Swedish
pulp and paper mills: a data envelopment analysis approach. Energy Policy 42,
569–579.
Boyd, G.A., 2005. A method for measuring the efficiency gap between average and best
practice energy use: the ENERGY STAR industrial energy performance indicator.
J. Ind. Ecol. 9, 51–65.
CEC, 2009. Compilation of Statistical Data of Electric Power Industry. China Electricity
Council, Beijing.
Charnes, A., Cooper,W.W., Golany, B., Seiford, L., Stutz, J., 1985. Foundations of data envelopment
analysis for Pareto–Koopmans efficient empirical production functions.
J. Econ. 30, 91–107.
Chen, C.-M., 2013. A critique of non-parametric efficiency analysis in energy economics
studies. Energy Econ. 38, 146–152.
Chen, P.C., Yu, M., Managi, S., Chang, C., 2011. Non-Radial Directional Performance
Measurement with Undesirable Outputs. Tohoku University Working Paper, Japan.
Choi, Y., Zhang, N., Zhou, P., 2012. Efficiency and abatement costs of energy-related CO2
emissions in China: a slacks-based efficiency measure. Appl. Energy 98, 198–208.
Chung, Y.H., Färe, R., Grosskopf, S., 1997. Productivity and undesirable outputs: a directional
distance function approach. J. Environ. Manag. 51, 229–240.
Cooper,W.W., Seiford, L.M., Tone, K., 2007. Data Envelopment Analysis: A Comprehensive
Text with Models, Applications, References and DEA-Solver Software. Springer
Verlag.
Dewenter, K.L., Malatesta, P.H., 2001. State-owned and privately owned firms: an empirical
analysis of profitability, leverage, and labor intensity. Am. Econ. Rev. 91, 320–334.
Du, L.-M., Wei, C., Cai, S.-H., 2012. Economic development and carbon dioxide emissions
in China: provincial panel data analysis. China Econ. Rev. 23, 371–384.
Dyson, R.G., Allen, R., Camanho, A.S., Podinovski, V.V., Sarrico, C.S., Shale, E.A., 2001. Pitfalls
and protocols in DEA. Eur. J. Oper. Res. 132, 245–259.
Färe, R., Grosskopf, S., Logan, J., 1985. The relative performance of publicly-owned and
privately-owned electric utilities. J. Public Econ. 26, 89–106.
Table 6
Statistical test.
Null hypothesis (H0) Kolmogorov–Smirnov test Mann–Whitney test
D
(p-value)
Z
(prob N |Z|)
For year 2004
ESPI(large) = ESPI(small) 0.480⁎⁎⁎
(0.000)
4.211⁎⁎⁎
(0.000)
CAPI(large) = CAPI(small) 0.315⁎⁎
(0.02)
1.978⁎⁎
(0.048)
ESPI(SOE) = ESPI(non-SOE) 0.119
(0.984)
0.033
(0.974)
CAPI(SOE) = CAPI(non-SOE) 0.197
(0.608)
−0.75
(0.454)
For year 2008
ESPI(large) = ESPI(small) 0.456⁎⁎⁎
(0.005)
−2.109⁎⁎
(0.035)
CAPI(large) = CAPI(small) 0.456⁎⁎⁎
(0.005)
−2.017⁎⁎
(0.044)
ESPI(SOE) = ESPI(non-SOE) 0.544⁎⁎
(0.029)
−2.588⁎⁎⁎
(0.009)
CAPI(SOE) = CAPI(non-SOE) 0.544⁎⁎
(0.029)
−2.377⁎⁎
(0.018)
For all enterprise
ESPI(2004) = ESPI(2008) 0.269⁎⁎⁎
(0.003)
−3.104⁎⁎⁎
(0.002)
CAPI(2004) = CAPI(2008) 0.266⁎⁎⁎
(0.004)
1.85⁎
(0.064)
Note: ⁎⁎⁎, ⁎⁎ and ⁎ denote 1%, 5% and 10% significant level, respectively.

ผลลัพธ์ (ไทย) 1:

พลังงานที่เข้มงวดหรือมาตรฐานสิ่งแวดล้อม ดังนั้นพวกเขา performbetterในการใช้พลังงานและด้านสิ่งแวดล้อม5. บทสรุปInvestigatewhether เสใหญ่เป็น associatedwith energysaving สูงศักยภาพและ CO2 ลดหย่อนศักยภาพในภาคพลังงานของจีนเราใช้ถ่วงน้ำหนักรัสเซลทิศทางระยะทางฟังก์ชัน นี้วิธี DEA มีรัศมีไม่ใช่พาราเมตริกช่วยให้เราเสียรูปแสดงผลภายในกรอบการผลิตสิ่งแวดล้อม หลักการมี ofWRDDF ความแข็งแรงที่จะช่วยให้สำหรับการปรับปรุงไม่ใช่สัดส่วนของอินพุตและเอาท์พุต จึงทำให้มันสามารถตรวจสอบเฉพาะระดับ inefficiency ของปัจจัย วิธีนี้เป็นนวัตกรรมใหม่กับการตัวอย่างเฉพาะของวิสาหกิจพลังงานถ่านจีนที่ตั้งอยู่ในจังหวัดเจ้อเจียงในปี 2004 และ 2008 แต่ละองค์กรพลังงานคาดว่าผลิตไฟฟ้า และ CO2with แรงงาน เงินทุน และพลังงานป้อนข้อมูล โดยการเปรียบเทียบกับการอ้างอิงเป้าหมายบนชายแดน piecewiseภายใต้เทคโนโลยี DEA ศักยภาพประหยัดพลังงาน themaximumfeasibleดัชนี (ESPI) และ CO2 ลดหย่อนปล่อยก๊าซเป็นดัชนี (CAPI)มีประเมินแต่ละองค์กรพลังงาน นอกจากนี้ เราทำสถิติทดสอบและค้นหาองค์กรพลังงานขนาดใหญ่มีประสิทธิภาพน้อยลงในปี 2004แต่กลายเป็นมีประสิทธิภาพมากขึ้นในปี 2008 มากกว่าวิสาหกิจขนาดเล็กพลังงานในเงื่อนไขการใช้พลังงานและการปล่อยก๊าซ CO2 เส มีไม่หลักฐานทางสถิติมีประสิทธิภาพน้อยเมื่อเทียบกับไม่เสในปี 2004 แต่เสแสดงประสิทธิภาพที่สูงกว่าไม่ใช่เสในปี 2008 นี้เปลี่ยนแปลงระหว่างปี 2004 และ 2008 อาจเกิดจากการใช้งาน"Top 1000 โปรแกรม" ที่เข้มงวดตั้งค่าประหยัดพลังงานเป้าหมายสำหรับโรงไฟฟ้าขนาดใหญ่และเสเราพบว่าประมาณ 15.5 ล้านคน%ของพลังงาน (5.04 Mtce) และการเชื่อมโยง22.6% ของ CO2 (20.52 MtCO2) อาจจะลดลงถ้าองค์กรทั้งหมดจะได้ดำเนินการอย่างมีประสิทธิภาพในปี 2004 ศักยภาพการประหยัดพลังงาน และลดมลพิษที่มีศักยภาพสำหรับองค์กรพลังงานในปี 2551 ลดลง1.71 Mtce และ 4.73 MtCO2 ตามลำดับ การเปลี่ยนแปลงในนี้มือเน้นเร่งด่วนสำหรับวิสาหกิจถ่านพลังงานของจีนเพื่อกำจัดความระดับผลิตและมลพิษต่ำ (ยาง และPollitt, 2010) ในทางกลับกัน มันยืนยันผลกระทบของการประหยัดพลังงาน และปล่อยก๊าซลดหย่อนกลยุทธ์ดำเนินการตั้งแต่2006 ประสิทธิภาพขององค์กร อย่างไรก็ตาม ยังบ่งชี้ว่า มันเป็นการยากมากที่จะลดพลังงานใช้และมลพิษระดับผ่านการปรับปรุงประสิทธิภาพการวัดและการวิเคราะห์ศักยภาพการประหยัดพลังงาน และดัชนีอาจลดหย่อน CO2 ให้ makerswith ตัดสินใจที่สำคัญข้อมูลการออกแบบควบคุมสิ่งแวดล้อม และประเมินศักยภาพผลกระทบ ถ้านโยบายพลังงานและสภาพภูมิอากาศโดย notmarket (คนทั่วไปภาษีพลังงานอุณหภูมิห้องหรือปล่อยขายโครงร่าง), แต่แต่ ตามแนวคำสั่งและการควบคุม ดัชนีเหล่านี้ช่วยผู้กำหนดนโยบายการตั้งกฎระเบียบตามในลักษณะขององค์กร การระบุองค์กรที่ มีความจุมากประหยัดพลังงาน และตัดต่ำปล่อย การปันส่วนที่เหมาะสมและประหยัดพลังงานและ emissionreductionเป้าหมาย คล้ายกับโจว et al. (2010) ของเคลม เล็กไม่ใช่เสวิสาหกิจพลังงานนอกเหนือจากโปรแกรมด้านบน 1000 องค์กรใน FYP 11 ควรมีแผนงานในอนาคตมีการพื้นที่ค่อนข้างมากเพื่อขจัดการใช้ประโยชน์พลังงานต่ำ และปล่อยก๊าซ CO2 ที่เกี่ยวข้อง จริงบางจังหวัด เช่น กวางตุ้งในออกแบบโปรแกรมด้านบน 1000 คล้าย และขยาย FYP 11programto awider ขอบเขตขององค์กร นอกจากนี้รัฐบาลกลางสูตรอื่น "บน 10000 องค์กรพลังงานใน FYP 12อนุรักษ์การกระทำ" สามารถมองเห็นเป็นทางลาดขึ้นของการ"Top 1000 โปรแกรม" Itwill ครอบคลุมประมาณ 17,000 enterpriseswith ประจำปีพลังงานปริมาณเกิน 5000 tce อย่างไรก็ตาม ผลกระทบนโยบายต้องวาดมากเดินหน้าศึกษาของเราสำคัญข้อจำกัดใด ๆ ตัวอย่าง การขาดข้อมูลเกี่ยวกับเครื่องกำเนิดไฟฟ้า และหม้อไอน้ำป้องกันเราจากการตรวจสอบผลของความแตกต่างของเทคโนโลยีในศักยภาพลดหย่อนซึ่งอาจมีบทบาทสำคัญยอมรับงานนี้ทางการเงินได้รับการสนับสนุน โดยวิทยาศาสตร์แห่งชาติมูลนิธิจีน (หมายเลข 41201582, 71203116), ปักกิ่งธรรมชาติวิทยาศาสตร์พื้นฐาน (9152011), โปรแกรมมิงเดนักวิชาการของมหาวิทยาลัยเรนมิ (13XNJ016), Leibniz วิลเฮล์ม Gottfriedชุมชนวิทยาศาสตร์และมูลนิธิอเล็กซานเดอร์ฟอนฮุมการอ้างอิงAparicio, J. ศิษยาภิบาล J.T., Zofio, J.L., 2013 บนไม่สอดคล้องกันของ theMalmquist-Luenbergerดัชนี Eur. J. Oper ทรัพยากร 229, 738-742อันดับ S.E., Halvorsen อาร์ 1986 ประสิทธิภาพสัมพัทธ์ของบริษัท และเอกชนในการควบคุมสิ่งแวดล้อม: กรณีของสาธารณูปโภคไฟฟ้าสหรัฐอเมริกา เจ. Econ. สาธารณะ 29, 281-294Barros, C.P.,Managi, S., Matousek, R., 2012 ประสิทธิภาพทางเทคนิคของธนาคารญี่ปุ่น:วัดประสิทธิภาพการทำงานทิศทางรัศมีไม่ มีผลลัพธ์ที่ไม่พึงปรารถนา โอเมก้า40, 1-8Blomberg, J., Henriksson, E., Lundmark, R., 2012 ประสิทธิภาพการใช้พลังงานและนโยบายในสวีดิชโรงงานผลิตเยื่อและกระดาษ: วิธีการวิเคราะห์เส้นห่อหุ้มข้อมูล นโยบายพลังงาน 42569-579Boyd, G.A., 2005 วิธีการวัดประสิทธิภาพช่องว่างระหว่างค่าเฉลี่ยและส่วนฝึกการใช้พลังงาน: ตัวบ่งชี้ประสิทธิภาพอุตสาหกรรมพลังงาน ENERGY STARเจ ind. Ecol. 9, 51 – 65พบกับ CEC, 2009 รวบรวมสถิติข้อมูลอุตสาหกรรมไฟฟ้า ไฟฟ้าของจีนสภา ปักกิ่งCharnes, A., Cooper,W.W. Golany บี Seiford, L., Stutz, J., 1985 รากฐานของข้อมูลขอบการวิเคราะห์ฟังก์ชันการผลิตรวมมีประสิทธิภาพ Pareto – Koopmansเจ econ. 30, 91-107เฉิน ค.ม. 2013 วิจารณ์อย่างมีประสิทธิภาพไม่ใช่พาราเมตริกวิเคราะห์เศรษฐศาสตร์การศึกษา Econ. พลังงาน 38, 146-152เฉิน สาร ยู เมตร Managi, s ได้ ช้าง C., 2011 รัศมีไม่ใช่ทิศทางประสิทธิภาพวัด มีการแสดงผลที่ไม่พึงปรารถนา ทำกระดาษ ญี่ปุ่นมหาวิทยาลัยโทโฮคุChoi, Y. จาง ตอนเหนือ โจว P., 2012 ประสิทธิภาพและลดหย่อนค่าของ CO2 ที่เกี่ยวข้องกับพลังงานปล่อยก๊าซเรือนกระจกในประเทศจีน: การวัดประสิทธิภาพที่ใช้กางเกงทรงหลวม ใช้พลังงาน 98, 198-208Chung, Y.H., Färe, R., Grosskopf, S., 1997 แสดงผลผลิตและผล: ทิศจากฟังก์ชันวิธีการ เจ environ Manag 51, 229-240Cooper,W.W, Seiford, L.M. โทน สี คุณ 2007 วิเคราะห์เส้นห่อหุ้มข้อมูล: ครอบคลุมข้อความที่ มีรูปแบบ โปรแกรมประยุกต์ อ้างอิง และ DEA Solver ซอฟต์แวร์ SpringerVerlagDewenter เคแอล มาลาเทสตา P.H., 2001 รัฐ และเอกชนเป็นเจ้าของบริษัท: การประจักษ์การวิเคราะห์ผลกำไร ยกระดับ และความเข้มของแรงงาน น. Econ. ย้อนหลัง 91, 320-334ดู L.-เมตร Wei, C. ไก S. H., 2012 ปล่อยก๊าซคาร์บอนไดออกไซด์และการพัฒนาเศรษฐกิจในประเทศจีน: วิเคราะห์ข้อมูลจังหวัดแผง Econ. จีน ย้อนหลัง 23, 371 – 384Dyson, R.G. อัลเลน R., Camanho, A.S., Podinovski, v.v ร้าย Sarrico นำ ดินดาน E.A., 2001 ข้อผิดพลาดและโพรโทคอลใน DEA Eur. J. Oper ทรัพยากร 132, 245-259Färe, R., Grosskopf, s ได้ โลแกน เจ 1985 ประสิทธิภาพสัมพัทธ์ของเป็นของสาธารณะ และเอกชนสาธารณูปโภคไฟฟ้า เจ. Econ. สาธารณะ 26, 89 – 106ตาราง 6การทดสอบทางสถิติทดสอบทดสอบมานน์ – วิทนีย์ฟ – Smirnov สมมติฐานว่าง (H0)D(p-value)Z(prob N | Z|)ในปี 2004ESPI(large) = ESPI(small) 0.480⁎⁎⁎(0.000)4.211⁎⁎⁎(0.000)CAPI(large) = CAPI(small) 0.315⁎⁎(0.02)1.978⁎⁎(0.048)ESPI(SOE) = ESPI(non-SOE) 0.119(0.984)0.033(0.974)CAPI(SOE) = CAPI(non-SOE) 0.197(0.608)−0.75(0.454)สำหรับปี 2551ESPI(large) = ESPI(small) 0.456⁎⁎⁎(0.005)−2.109⁎⁎(0.035)CAPI(large) = CAPI(small) 0.456⁎⁎⁎(0.005)−2.017⁎⁎(0.044)ESPI(SOE) = ESPI(non-SOE) 0.544⁎⁎(0.029)−2.588⁎⁎⁎(0.009)CAPI(SOE) = CAPI(non-SOE) 0.544⁎⁎(0.029)−2.377⁎⁎(0.018)สำหรับองค์กรทั้งหมดESPI(2004) = ESPI(2008) 0.269⁎⁎⁎(0.003)−3.104⁎⁎⁎(0.002)CAPI(2004) = CAPI(2008) 0.266⁎⁎⁎(0.004)1.85⁎(0.064)หมายเหตุ: ⁎⁎⁎, ⁎⁎ และ⁎แสดง 1%, 5% และ 10% ระดับสำคัญ ตามลำดับ

ผลลัพธ์ (ไทย) 2:

ภายใต้การใช้พลังงานที่เข้มงวดหรือสิ่งแวดล้อม standard.Hence performbetter
พวกเขาทั้งในการใช้พลังงานและด้านสภาพแวดล้อม.
5 สรุปเพื่อ investigatewhether รัฐวิสาหกิจขนาดใหญ่ associatedwith energysaving สูงที่มีศักยภาพและมีศักยภาพการลดCO2 ในภาคพลังงานของจีนที่เราจ้างถ่วงน้ำหนักรัสเซลระยะทางทิศทางฟังก์ชั่น นี้ที่ไม่พาราวิธี DEA รัศมีที่ไม่ช่วยให้เราสามารถสร้างแบบจำลองที่ไม่ดีเอาท์พุทที่อยู่ในกรอบการผลิตสิ่งแวดล้อม หลักความแข็งแรง ofWRDDF ก็คือว่ามันจะช่วยให้การปรับเปลี่ยนที่ไม่ได้สัดส่วนของปัจจัยการผลิตและผล มันจึงทำให้มันเป็นไปได้ที่จะตรวจสอบเฉพาะปัจจัยระดับการขาดประสิทธิภาพ วิธีการนี้เป็นนวัตกรรมใหม่ที่นำมาใช้กับตัวอย่างที่เป็นเอกลักษณ์ของจีนถ่านหินอำนาจองค์กรที่ตั้งอยู่ในจังหวัดเจ้อเจียงในปี2004 และ 2008 ขององค์กรพลังงานแต่ละสันนิษฐานในการผลิตไฟฟ้าและแรงงานCO2with เมืองหลวงและพลังงานการป้อนข้อมูล โดยเปรียบเทียบกับเป้าหมายในการอ้างอิงชายแดนค่ภายใต้เทคโนโลยีปปส themaximumfeasible การประหยัดพลังงานที่มีศักยภาพดัชนี(ESPI) และปล่อย CO2 ลดดัชนีที่มีศักยภาพ (CAPI) สำหรับองค์กรไฟฟ้าแต่ละเป็นที่คาดกัน นอกจากนี้เรายังดำเนินการทางสถิติการทดสอบและพบว่าผู้ประกอบการพลังงานขนาดใหญ่ที่มีประสิทธิภาพน้อยลงในปี 2004 แต่มีประสิทธิภาพมากขึ้นกว่าในปี 2008 ผู้ประกอบการไฟฟ้าขนาดเล็กในแง่ของการใช้พลังงานและการปล่อยก๊าซCO2 สำหรับรัฐวิสาหกิจที่ไม่มีหลักฐานทางสถิติเกี่ยวกับประสิทธิภาพการทำงานที่ด้อยกว่าเมื่อเทียบกับการที่ไม่ได้จำหน่ายในปี2004 แต่รัฐวิสาหกิจจัดแสดงมีประสิทธิภาพสูงกว่าที่ไม่ได้จำหน่ายในปี 2008 นี้การเปลี่ยนแปลงอย่างมากระหว่างปี2004 และ 2008 อาจเกิดขึ้นจากการดำเนินการของ"ยอด 1000 โปรแกรม "ซึ่งตั้งประหยัดพลังงานที่เข้มงวดเป้าหมายสำหรับโรงไฟฟ้าขนาดใหญ่และรัฐวิสาหกิจ. เราพบว่าประมาณ 15.5% ของพลังงาน (5.04 Mtce) และที่เกี่ยวข้อง22.6% ของ CO2 (20.52 MtCO2) อาจจะลดลงหากผู้ประกอบการทุกคนจะได้ดำเนินการได้อย่างมีประสิทธิภาพในปี 2004 ที่มีศักยภาพการประหยัดพลังงานและการปล่อยก๊าซเรือนกระจกที่มีศักยภาพสำหรับองค์กรลดการใช้พลังงานในปี2008 ลดลงไป1.71 และ 4.73 Mtce MtCO2 ตามลำดับ การเปลี่ยนแปลงนี้ในด้านหนึ่งมือไฮไลท์เร่งด่วนสำหรับผู้ประกอบการของจีนไฟฟ้าถ่านหินเป็นเชื้อเพลิงในการกำจัดการผลิตที่ไม่มีประสิทธิภาพของพวกเขาและระดับการปล่อยก๊าซ(ยางและPollitt 2010) ในทางกลับกันมันได้รับการยืนยันผลกระทบของชาติกลยุทธ์การประหยัดพลังงานและลดการปล่อยก๊าซ-ดำเนินการมาตั้งแต่ปี2006 ผลการดำเนินงานของผู้ประกอบการ แต่ก็ยังแสดงให้เห็นว่ามันจะได้รับมากขึ้นและยากมากขึ้นในการลดพลังงานที่ใช้งานและระดับการปล่อยก๊าซผ่านการปรับปรุงประสิทธิภาพ. การวัดและการวิเคราะห์ของการประหยัดพลังงานที่มีศักยภาพและดัชนีที่มีศักยภาพการลด CO2 ให้ตัดสินใจ makerswith สำคัญข้อมูลในการออกแบบกฎระเบียบด้านสิ่งแวดล้อมและประเมินศักยภาพของผลกระทบ หากพลังงานและนโยบายการเปลี่ยนแปลงสภาพภูมิอากาศจะ notmarket-based (เช่นโดยทั่วไปพลังงานที่เหนือกว่า/ ภาษีสภาพภูมิอากาศหรือการปล่อยรูปแบบการซื้อขาย) แต่ค่อนข้างขึ้นอยู่กับคำสั่งและวิธีการควบคุมดัชนีเหล่านี้ช่วยให้ผู้กำหนดนโยบายในการตั้งกฎระเบียบขึ้นอยู่กับลักษณะขององค์กรที่จะระบุตัวตนของผู้ประกอบการที่มีความจุมากขึ้นเพื่อประหยัดพลังงานและลดไม่มีประสิทธิภาพปล่อยก๊าซเรือนกระจกและการจัดสรรที่เหมาะสมประหยัดพลังงานและ emissionreduction เป้าหมาย คล้ายกับโจวเอตอัล (2010) ของการเรียกร้องขนาดเล็กผู้ประกอบการใช้พลังงานที่ไม่ได้จำหน่ายเกินกว่าโปรแกรมขององค์กรชั้นนำ-1000 ในวันที่ 11 FYP ควรจะรวมอยู่ในการริเริ่มในอนาคตที่พวกเขามีพื้นที่ค่อนข้างมากขึ้นที่จะกำจัดการใช้พลังงานที่ไม่มีประสิทธิภาพและการปล่อยCO2 ที่เกี่ยวข้อง อันที่จริงบางจังหวัดเช่นกวางตุ้งในFYP ที่ 11 ได้รับการออกแบบโปรแกรมบน-1000 ที่คล้ายกันและขยายprogramto awider ขอบเขตขององค์กร นอกจากนี้รัฐบาลกลางสูตรใน FYP 12 อีก "ยอด 10,000 องค์กรพลังงานการดำเนินการอนุรักษ์" ซึ่งสามารถมองเห็นเป็นทางลาดขึ้นจาก"โปรแกรมยอดนิยม-1000" Itwill ครอบคลุมรอบ 17,000 enterpriseswith ประจำปีการใช้พลังงานส่วนเกิน5000 TCE อย่างไรก็ตามผลกระทบของนโยบายจะต้องมีการวาดมากระมัดระวังการศึกษาของเราเป็นใบหน้าที่สำคัญข้อจำกัด ยกตัวอย่างเช่นการขาดข้อมูลเกี่ยวกับเครื่องกำเนิดไฟฟ้าและหม้อไอน้ำป้องกันเราจากการตรวจสอบผลกระทบของความแตกต่างของเทคโนโลยีในการลดศักยภาพซึ่งอาจมีบทบาทสำคัญ. Acknowledgement งานนี้ได้รับการสนับสนุนทางการเงินจากวิทยาศาสตร์แห่งชาติมูลนิธิจีน (ฉบับที่ 41201582, 71203116) ปักกิ่งธรรมชาติมูลนิธิวิทยาศาสตร์(9152011) ที่ Mingde Scholar โปรแกรมRenmin University (13XNJ016) ที่ Gottfried Wilhelm Leibniz ชุมชนวิทยาศาสตร์และอเล็กซานเดฟอนฮัมมูลนิธิ. อ้างอิงAparicio เจบาทหลวงเจตัน Zofio, JL 2013 ในความไม่สอดคล้องกันของ theMalmquist-Luenberger ดัชนี Eur Oper เจ Res 229, 738-742. แอตกินสัน, SE, Halvorsen หม่อมราชวงศ์ 1986 ความมีประสิทธิภาพของ บริษัท ในภาครัฐและเอกชนในสภาพแวดล้อมที่มีการควบคุม: กรณีของสหรัฐสาธารณูปโภคไฟฟ้า เจสาธารณะ Econ 29 281-294. Barros, CP, Managi เอส, Matousek หม่อมราชวงศ์ 2012 มีประสิทธิภาพทางเทคนิคของธนาคารญี่ปุ่น: การวัดประสิทธิภาพทิศทางที่ไม่รัศมีที่ไม่พึงประสงค์กับการส่งออก โอเมก้า. 40, 1-8 Blomberg เจ Henriksson, อี Lundmark หม่อมราชวงศ์ 2012 ประสิทธิภาพการใช้พลังงานและนโยบายในสวีเดนเยื่อกระดาษและโรงงานกระดาษ: ข้อมูลการวิเคราะห์วิธีการห่อ นโยบายพลังงาน 42, 569-579. บอยด์, GA, 2005 วิธีการวัดประสิทธิภาพการใช้ช่องว่างระหว่างเฉลี่ยและดีที่สุดการปฏิบัติการใช้พลังงาน:. the อุตสาหกรรมของ ENERGY STAR ตัวบ่งชี้ประสิทธิภาพการใช้พลังงานเจ Ind. Ecol 9, 51-65. CEC 2009 รวบรวมข้อมูลสถิติของอุตสาหกรรมไฟฟ้าพาวเวอร์ จีนไฟฟ้าสภาปักกิ่ง. Charnes, a, คูเปอร์ WW, Golany บี Seiford ลิตร, Stutz เจ 1985 ฐานรากของข้อมูลห่อวิเคราะห์Pareto-Koopmans ฟังก์ชั่นที่มีประสิทธิภาพการผลิตเชิงประจักษ์. เจ Econ 30 91-107. เฉิน C.-M. 2013 วิจารณ์ของการวิเคราะห์ที่มีประสิทธิภาพที่ไม่พาราเศรษฐศาสตร์พลังงานการศึกษา Econ พลังงาน 38, 146-152. เฉิน, PC, Yu เมตร Managi เอส, ช้าง, ซี 2011 ไม่ Radial ทิศทางผลการดำเนินงานวัดที่มีเอาท์พุทที่ไม่พึงประสงค์ มหาวิทยาลัย Tohoku ทำงานกระดาษญี่ปุ่น. ชอยวายจางเอ็นโจวพี 2012 ที่มีประสิทธิภาพและค่าใช้จ่ายของการลด CO2 ที่เกี่ยวข้องกับพลังงานปล่อยก๊าซเรือนกระจกในประเทศจีน: การวัดประสิทธิภาพกางเกงทรงหลวมตาม Appl . พลังงาน 98, 198-208 จุงยุนโฮ, ค่าโดยสารหม่อมราชวงศ์ Grosskopf เอส 1997 ผลผลิตและผลที่ไม่พึงประสงค์: ทิศทางวิธีการฟังก์ชั่นระยะ เจ Environ Manag 51, 229-240. คูเปอร์ WW, Seiford, LM, โทนพ 2007 ข้อมูล Envelopment Analysis: ครบวงจรข้อความที่มีรูปแบบการใช้งาน, การอ้างอิงและ DEA-Solver ซอฟแวร์ Springer Verlag. Dewenter, KL, Malatesta, PH, ปี 2001 ที่รัฐเป็นเจ้าของและ บริษัท เอกชนที่: เชิงประจักษ์การวิเคราะห์ของการทำกำไร, การใช้ประโยชน์และความเข้มแรงงาน Am Econ รายได้ 91, 320-334. ดู่ L.-M. , เหว่ยซีซีเอไอ S.-H. 2012 การพัฒนาเศรษฐกิจและการปล่อยก๊าซคาร์บอนไดออกไซด์ในประเทศจีน: แผงการวิเคราะห์ข้อมูลจังหวัด Econ ประเทศจีน รายได้ 23, 371-384. ไดสัน, RG, อัลเลน, อาร์ Camanho, AS, Podinovski, VV, Sarrico งาน, หิน, EA, 2001 ผิดพลาดและโปรโตคอลในการปปส Eur Oper เจ Res 132, 245-259. ค่าโดยสารหม่อมราชวงศ์ Grosskopf เอส, โลแกนเจปี 1985 ผลการดำเนินงานของญาติของสาธารณชนที่เป็นเจ้าของและเอกชนที่เป็นเจ้าของสาธารณูปโภคไฟฟ้า เจสาธารณะ Econ . 26 89-106 ตารางที่ 6. การทดสอบทางสถิติสมมติฐาน (H0) Kolmogorov-Smirnov ทดสอบ Mann-Whitney ทดสอบ D (p-value) Z (prob ไม่มีข้อความ | Z |) สำหรับปี 2004 ESPI (ใหญ่) = ESPI (เล็ก) 0.480⁎⁎⁎ (0.000) 4.211⁎⁎⁎ (0.000) CAPI (ขนาดใหญ่) = CAPI (เล็ก) 0.315⁎⁎ (0.02) 1.978⁎⁎ (0.048) ESPI (SOE) = ESPI (Non-SOE) 0.119 (0.984) 0.033 (0.974) CAPI (SOE) = CAPI (Non-SOE) 0.197 (0.608) -0.75 (0.454) สำหรับปี 2008 ESPI (ใหญ่) = ESPI (เล็ก) 0.456⁎⁎⁎ (0.005) -2.109⁎⁎ (0.035) CAPI (ขนาดใหญ่) = CAPI (เล็ก) 0.456⁎⁎⁎ (0.005) -2.017⁎⁎ (0.044) ESPI (SOE) = ESPI (Non-SOE) 0.544⁎⁎ (0.029) -2.588⁎⁎⁎ (0.009) CAPI ( SOE) = CAPI (Non-SOE) 0.544⁎⁎ (0.029) -2.377⁎⁎ (0.018) สำหรับองค์กรทุกESPI (2004) = ESPI (2008) 0.269⁎⁎⁎ (0.003) -3.104⁎⁎⁎ (0.002) CAPI (2004) = CAPI (2008) 0.266⁎⁎⁎ (0.004) 1.85⁎ (0.064) หมายเหตุ: ⁎⁎⁎, ⁎⁎และ⁎แสดง 1%, 5% และ 10% ระดับนัยสำคัญตามลำดับ