風(fēng)力發(fā)電場(chǎng)工程施工總承包模式及風(fēng)險(xiǎn)探索

齊向陽

摘要：隨著潔凈能源的不斷推廣，風(fēng)力發(fā)電可以減少發(fā)電中對(duì)環(huán)境的污染，是對(duì)能源合理地進(jìn)行利用，這樣可以全面地進(jìn)行資源的利用，將資源進(jìn)行更加科學(xué)化的管理，提升能源的使用質(zhì)量。我國的風(fēng)能儲(chǔ)備是較為豐富的，分布的范圍也較廣，風(fēng)力發(fā)電場(chǎng)的建設(shè)具有現(xiàn)實(shí)的意義，但是風(fēng)力發(fā)電場(chǎng)在進(jìn)行建設(shè)的過程中存在較多的問題，本身的工程量也是較大的，在進(jìn)行建設(shè)過程中可以采用施工總承包模式和風(fēng)險(xiǎn)探索，因此對(duì)風(fēng)力發(fā)電場(chǎng)進(jìn)行建設(shè)可以全面的提升管理質(zhì)量，對(duì)施工現(xiàn)場(chǎng)進(jìn)行更加科學(xué)化的控制。本文主要這對(duì)風(fēng)力發(fā)電場(chǎng)工程施工總承包模式及風(fēng)險(xiǎn)探索進(jìn)行分析。

Abstract： With the continuous promotion of clean energy， wind power generation can reduce the environmental pollution， use the energy reasonably， which can make a comprehensive utilization of resources， manage the resources more scientifically， and improve the quality of energy use. China's wind energy reserves are abundant， the distribution is wide， the construction of wind power field is in the real sense， but the wind farms in the construction process exist many problems， and the engineering quantity is large. So in the process of construction， the construction general contract mode and the risk exploration can be applied， which can improve the overall quality of management construction， and construct the site more scientifically. This paper mainly analyzes the general contracting mode and risk exploration of wind power plant construction

關(guān)鍵詞：風(fēng)力發(fā)電場(chǎng)；工程施工；總承包模式；風(fēng)險(xiǎn)探索

Key words： wind farm；project construction；general contracting mode；risk exploration

中圖分類號(hào)：TM614 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-4311（2017）24-0067-03

0 引言

鋼鐵工業(yè)是國民經(jīng)濟(jì)的重要基礎(chǔ)產(chǎn)業(yè)，但隨著我國經(jīng)濟(jì)的快速增長，資源能源消費(fèi)約束明顯顯現(xiàn)，鋼鐵工業(yè)在防污減排、節(jié)能降耗等方面承受著巨大的壓力。鋼鐵行業(yè)是國家推進(jìn)節(jié)能減排工作的重點(diǎn)產(chǎn)業(yè)，其節(jié)能減排工作的成效關(guān)系到全社會(huì)整體節(jié)能減排工作的成效。對(duì)我國鋼鐵企業(yè)的能源效率進(jìn)行準(zhǔn)確的估算并進(jìn)行分析，對(duì)改變目前我國鋼鐵工業(yè)發(fā)展模式，引導(dǎo)產(chǎn)業(yè)健康發(fā)展，節(jié)能降耗、促進(jìn)淘汰落后產(chǎn)能、推動(dòng)兼并重組具有重要的現(xiàn)實(shí)意義。

目前，大多數(shù)針對(duì)于我國能源效率的研究都采用了省際的面板數(shù)據(jù)[1-3]，很少有針對(duì)于企業(yè)層面微觀數(shù)據(jù)的研究。然而微觀層面的數(shù)據(jù)跟宏觀層面數(shù)據(jù)相比更加精確，理論研究價(jià)值同樣不容忽視。

能源效率評(píng)價(jià)方法主要有兩種。一是非參數(shù)的DEA方法。該方法在測(cè)定評(píng)價(jià)單元的能源效率相對(duì)有效性時(shí)對(duì)每個(gè)評(píng)價(jià)單元進(jìn)行優(yōu)化[4]。二是參數(shù)方法，最常用的為SFA方法。SFA方法在本質(zhì)上是一種極大似然估計(jì)的參數(shù)估計(jì)方法，其需要為待估計(jì)的生產(chǎn)前沿面假定一種函數(shù)形式[5-6]。預(yù)先設(shè)定的生產(chǎn)函數(shù)可能與現(xiàn)實(shí)不符，且SFA方法在處理多產(chǎn)出問題時(shí)也存在困難。利用Bootstrap的思想，可以彌補(bǔ)傳統(tǒng)DEA模型無法考慮統(tǒng)計(jì)誤差的缺陷，因此文章將采用Bootstrap-DEA方法來對(duì)我國49家主要的鋼鐵企業(yè)能源效率進(jìn)行評(píng)估。

1 模型構(gòu)建及變量選取

1.1 Bootstrap-DEA模型

Simar和Wilson等人提出了可以對(duì)DEA估計(jì)值進(jìn)行糾偏、估計(jì)置信區(qū)間及說明顯著性水平的Bootsrap-DEA方法[7]。該方法的主要思路是：利用Bootstrap的思想對(duì)原始樣本進(jìn)行重復(fù)的抽樣，構(gòu)造大量的Bootstrap樣本數(shù)據(jù)，從而得到大量的Bootstrap效率值，通過Bootstrap效率值的經(jīng)驗(yàn)分布來構(gòu)造置信區(qū)間等去進(jìn)行統(tǒng)計(jì)推斷。真實(shí)的效率值、DEA估計(jì)效率值及Bootstrap效率值三者之間的關(guān)系如下：DEA估計(jì)效率值是對(duì)原始樣本的真實(shí)效率值的估計(jì)量，Bootstrap效率值是基于大量模擬Bootstrap樣本對(duì)DEA估計(jì)效率值的估計(jì)及糾偏。

1.2 變量選取及說明

文章收集了2014年我國49家主要的鋼鐵企業(yè)的投入產(chǎn)出數(shù)據(jù)，數(shù)據(jù)來源為鋼聯(lián)數(shù)據(jù)庫[8]。鋼鐵企業(yè)選取的標(biāo)準(zhǔn)是要同時(shí)保證企業(yè)投入產(chǎn)出指標(biāo)的完整性和樣本的多樣性。樣本的多樣性是指樣本要包含不同類型的鋼鐵企業(yè)，以保證樣本的代表性。最終選取的樣本包括了不同所有制類型、不同規(guī)模、不同投產(chǎn)年限以及不同區(qū)域的鋼鐵企業(yè)。

考慮鋼鐵生產(chǎn)的過程及其產(chǎn)生的碳排放，文章選取5個(gè)投入指標(biāo)，分別為能源消費(fèi)量（萬噸標(biāo)準(zhǔn)煤）、總耗水量（萬噸）、總員工人數(shù)（人）、高爐設(shè)備（立方米）和轉(zhuǎn)爐設(shè)備（噸）；2個(gè)產(chǎn)出指標(biāo)，即鋼鐵企業(yè)總產(chǎn)值（億元）和二氧化碳排放量（萬噸）。為去除指標(biāo)量綱的影響，所有的指標(biāo)在計(jì)算之前都進(jìn)行了標(biāo)準(zhǔn)化處理。

2 估算結(jié)果及分析

文章利用MAXDEA軟件對(duì)所選49家主要的鋼鐵企業(yè)進(jìn)行Bootstrap-DEA能源效率評(píng)價(jià)，采用產(chǎn)出導(dǎo)向的DEA-CCR模型，并將Bootstrap迭代的次數(shù)設(shè)置為1000。最終估算結(jié)果如表1。從表1可以看出，利用傳統(tǒng)的DEA模型來對(duì)鋼鐵企業(yè)進(jìn)行評(píng)估，結(jié)果普遍是被高估了的，而利用Bootstrap-DEA方法來對(duì)前沿面的估計(jì)進(jìn)行多次迭代與糾偏，使得估計(jì)出來的生產(chǎn)前沿面更加平滑，更加接近真實(shí)的生產(chǎn)前沿面，這樣計(jì)算出來的能源效率更加可信，更加符合現(xiàn)實(shí)情況。

從排名來看，大多數(shù)企業(yè)的排名在糾偏后都有調(diào)整。寶鋼集團(tuán)、邯鋼集團(tuán)、建龍集團(tuán)等企業(yè)的能源效率排名在糾偏后下降，其中建龍集團(tuán)下降幅度最大，由第1名變成第28名；安鋼集團(tuán)、柳鋼集團(tuán)、威剛集團(tuán)等企業(yè)的能源效率排名在糾偏后有所提高，三者均提高了11名；本鋼集團(tuán)、鄂城鋼鐵、杭鋼集團(tuán)等少數(shù)企業(yè)的能源效率排名在糾偏前后沒有變化。糾偏后，能源效率最高的是萊鋼集團(tuán)，為0.9336，最低的為衡鋼集團(tuán)，為0.5716；大多數(shù)鋼鐵企業(yè)的能源效率還存在很大提升空間。

接下來，文章對(duì)鋼鐵企業(yè)進(jìn)行分組以探討我國鋼鐵企業(yè)能源效率的異質(zhì)性。利用非參數(shù)檢驗(yàn)方法來檢驗(yàn)不同組別下的能源效率是否存在顯著性的差異。零假設(shè)為“各組的能源效率沒有顯著性的差異”，如果非參數(shù)檢驗(yàn)結(jié)果的P值小于0.05，則拒絕零假設(shè)，表明各組的能源效率在95%的置信水平下存在顯著性的差異，非參數(shù)檢驗(yàn)結(jié)果如表2。

具體分組標(biāo)準(zhǔn)如下：①根據(jù)鋼鐵企業(yè)不同的所有制形式將49家鋼企分為兩組，分別為27家上市鋼企及22家未上市鋼企。②根據(jù)鋼鐵企業(yè)投產(chǎn)年限的長短分組，以50年為界，投產(chǎn)大于等于50年的為老鋼企，共36家；投產(chǎn)小于50年的為新鋼企，共13家。③根據(jù)鋼鐵企業(yè)所在區(qū)域分為三組，分別為東部地區(qū)24家鋼企，中部地區(qū)14家鋼企，西部地區(qū)11家鋼企。④根據(jù)鋼鐵企業(yè)規(guī)模的大小進(jìn)行分組，年產(chǎn)量大于1億噸粗鋼的為大型鋼企，共14家；年產(chǎn)量在0.5-1億噸的為中型鋼企，共16家；年產(chǎn)量小于0.5億噸的為小型鋼企，共19家。

根據(jù)表2非參數(shù)檢驗(yàn)結(jié)果，我們可以看到不同所有制形式以及不同區(qū)域之間的鋼鐵企業(yè)能源效率存在顯著性的差異。上市鋼鐵企業(yè)的能源效率要比未上市的鋼鐵企業(yè)高，這可能是由于上市企業(yè)的生產(chǎn)設(shè)備大多已經(jīng)配備完善，產(chǎn)量穩(wěn)定，可以通過多種方式募集資金來進(jìn)行關(guān)于提升能效的技術(shù)研發(fā)。并且上市鋼鐵企業(yè)收到公眾監(jiān)管力度較大，每年均需要公開披露能源消耗指標(biāo)（如噸鋼綜合能耗、噸鋼可比能耗等），這種機(jī)制也倒逼了上市鋼鐵企業(yè)投入更多的資金與精力來研發(fā)核心生產(chǎn)技術(shù)，提高能源效率。而未上市鋼鐵企業(yè)大多數(shù)規(guī)模較小，可能更注重于增加產(chǎn)能而非提高能源效率，因而能源效率較低。東西部的鋼鐵企業(yè)能源效率比中部地區(qū)的鋼鐵企業(yè)高，原因可能是東部的生產(chǎn)技術(shù)較為發(fā)達(dá)，生產(chǎn)設(shè)備也更為高級(jí)，西部的煤炭資源更加優(yōu)質(zhì)等等。以投產(chǎn)年限分組的鋼鐵企業(yè)能源效率雖然不存在顯著性的差異，但從效率均值來看，由于新建鋼企的生產(chǎn)設(shè)備較新，老鋼企生產(chǎn)設(shè)備老舊，因此新鋼企能源效率要比老鋼企高；大型的鋼鐵企業(yè)效率比中小型鋼鐵企業(yè)高，這說明了鋼鐵企業(yè)的能源效率也存在著規(guī)模經(jīng)濟(jì)效應(yīng)。

3 結(jié)論

文章利用Bootstrap-DEA方法對(duì)我國49家重點(diǎn)鋼鐵企業(yè)的能源效率進(jìn)行評(píng)估，并利用非參數(shù)檢驗(yàn)方法對(duì)我國鋼鐵企業(yè)的能源效率異質(zhì)性進(jìn)行了探討。結(jié)果表明：①利用傳統(tǒng)DEA模型對(duì)能源效率評(píng)價(jià)的結(jié)果是有偏的，在利用Bootstrap技術(shù)進(jìn)行糾偏后，大多數(shù)的鋼鐵企業(yè)能源效率排名發(fā)生了改變，個(gè)別企業(yè)變動(dòng)較大；②上市鋼鐵企業(yè)的能源效率比未上市的鋼鐵企業(yè)高，東西部地區(qū)的鋼鐵企業(yè)能源效率比中部地區(qū)高。

參考文獻(xiàn)：

[1]吳琦，武春友.基于 DEA 的能源效率評(píng)價(jià)模型研究[J]. 管理科學(xué)，2009，22（1）：103-112.

[2]續(xù)競秦，楊永恒.基于 SFA 的地區(qū)能源效率評(píng)價(jià)方法研究[J].煤炭經(jīng)濟(jì)研究，2012（6）：37-41.

[3]蔣偉，李蓉，強(qiáng)林飛，等.環(huán)境約束下的中國全要素能源效率研究[J].統(tǒng)計(jì)與信息論壇，2015（05）：22-28.

[4]郭文，孫濤.中國工業(yè)行業(yè)生態(tài)全要素能源效率研究[J].管理學(xué)報(bào)，2013，11（1）：690-1.

[5]王雄，岳意定，劉貫春.基于 SFA 模型的科技環(huán)境對(duì)中部地區(qū)能源效率的影響研究[J].經(jīng)濟(jì)地理，2013，33（5）：37-42.

[6]Lundgren T， Marklund P O， Zhang S. Industrial energy demand and energy efficiency-Evidence from Sweden[J]. Resource and Energy Economics， 2016， 43： 130-152.

[7]Simar L， Wilson P W. Sensitivity analysis of efficiency scores： How to Bootstrap in nonparametric frontier models[J]. Management science， 1998， 44（1）： 49-61.

[8]鋼聯(lián)數(shù)據(jù)庫：http：//data.glinfo.com.