尚東

摘 要：為了評(píng)估國有火力發(fā)電企業(yè)的成本效率水平，并分析所有者形式對(duì)效率的影響，采用隨機(jī)非參數(shù)包絡(luò)分析方法，計(jì)算上市火電公司的成本效率。結(jié)果表明，在考慮所有制形式這一外部因素的條件下，上市火電公司整體效率值比較低，效率上升空間仍然很大。同時(shí)，上市火電公司的平均成本效率在研究期間內(nèi)先下降后上升，中央企業(yè)成本效率相對(duì)低于地方政府所有企業(yè)。最后，提出相應(yīng)的政策建議，即應(yīng)加大技術(shù)、人力和管理投資，并加強(qiáng)管理，以抵抗未觀測(cè)到的外部因素對(duì)企業(yè)帶來的不良影響。

關(guān)鍵詞：火電;StoNED;成本效率;所有者形式

中圖分類號(hào)：F830.91 ? ? ? ?文獻(xiàn)標(biāo)志碼：A ? ? ?文章編號(hào)：1673-291X（2019）09-0087-08

引言

“十一五”和“十二五”期間我國經(jīng)濟(jì)的快速發(fā)展帶來電力行業(yè)的飛速發(fā)展。全社會(huì)消費(fèi)用電保持快速增長(zhǎng)，我國全社會(huì)用電量從2005年的2.5萬億千瓦時(shí)增長(zhǎng)到2015年的5.5萬億千瓦時(shí);發(fā)電裝機(jī)快速增長(zhǎng)，供應(yīng)能力極大提高，全國發(fā)電裝機(jī)容量從2005年底的5.17億千瓦提高到到15億千瓦?；痣娮鳛槲覈饕陌l(fā)電形式，為我國電力供需平衡起到了很重要的作用。雖然發(fā)電行業(yè)發(fā)展如火如荼，但仍然存在不少問題。大規(guī)模的電力投資從早期解決了經(jīng)濟(jì)發(fā)展中電力短缺問題，到后期出現(xiàn)電力過剩的狀況，這主要是經(jīng)濟(jì)增速下降等多方面因素所帶來的我國電力供需的逆轉(zhuǎn)，我國的社會(huì)用電量增速從2013年開始出現(xiàn)了大幅下降，到2015年全社會(huì)用電量增速僅為0.5%，創(chuàng)改革開放以來最低記錄。在電力需求增速向下?lián)Q擋和全國電力供需寬松、部分地區(qū)過剩的情況下，發(fā)電裝機(jī)容量受建設(shè)周期影響還將延續(xù)高速增長(zhǎng)，并導(dǎo)致電力過剩的持續(xù)期延后，由于裝機(jī)容量的快速增長(zhǎng)，也攤薄了全部發(fā)電設(shè)備利用小時(shí)數(shù)，其中火電設(shè)備利用小時(shí)數(shù)將從“十二五”初期的5 305小時(shí)降至末期的4 400小時(shí)以下。

雖然中國電力行業(yè)不斷改革，但中國仍處于改革和發(fā)展時(shí)期，轉(zhuǎn)型特征尚存，國有火力發(fā)電公司仍然占據(jù)市場(chǎng)份額的主體，這些公司成本效率的提升將很大程度上帶動(dòng)整個(gè)行業(yè)的效率進(jìn)步，研究國有公司的效率對(duì)火電行業(yè)在市場(chǎng)機(jī)制中保持競(jìng)爭(zhēng)力具有重要的意義。

一、文獻(xiàn)綜述

常見的效率評(píng)價(jià)方法主要包括非參數(shù)方法和參數(shù)方法，其中數(shù)據(jù)包絡(luò)分析方法（data envelope analysis，DEA）是非參數(shù)方法中具有代表性的方法，是由Charnes等于1978年提出的，數(shù)據(jù)包絡(luò)分析模型假設(shè)決策單元是同質(zhì)的，無法納入隨機(jī)因素對(duì)結(jié)果帶來的影響，不符合客觀實(shí)際，并且效率估計(jì)值受異常值影響很大[1]。參數(shù)方法中最具代表性的為隨機(jī)前沿分析方法（stochastic frontier analysis，SFA），它是由Aigner等[2]、Meeusen和van Den Broeck[3]幾乎同時(shí)提出的，這種方法通過生產(chǎn)函數(shù)構(gòu)造前沿面，引入隨機(jī)誤差項(xiàng)，使效率測(cè)度結(jié)果更符合實(shí)際，并且受異常值影響較小，但是該方法要求提前設(shè)定具體的函數(shù)形式，有一定的局限性。上述的兩種非參數(shù)DEA方法和參數(shù)SFA方法在實(shí)際應(yīng)用中各有優(yōu)劣。Kuosmanen等將DEA和SFA完全整合到一個(gè)統(tǒng)一的效率分析框架中，我們將其稱為隨機(jī)非參數(shù)包絡(luò)分析（StoNED）[4]。StoNED的發(fā)展不僅僅是技術(shù)創(chuàng)新;這也是效率分析的范式轉(zhuǎn)變。StoNED的統(tǒng)一框架為DEA和SFA的經(jīng)濟(jì)動(dòng)因分析和基礎(chǔ)提供了更深入的見解，但它也為效率分析和相關(guān)主題（如前沿估計(jì)和生產(chǎn)分析）提供了更加通用和靈活的平臺(tái)。

對(duì)中國發(fā)電行業(yè)的討論也日趨普遍。Lam和Shiu對(duì)中國不同地區(qū)、不同時(shí)期火電廠的效率和生產(chǎn)率問題進(jìn)行了評(píng)估，發(fā)現(xiàn)電力行業(yè)的分離重組會(huì)通過增加電力企業(yè)的競(jìng)爭(zhēng)，進(jìn)而改善整個(gè)火力發(fā)電行業(yè)的效率水平，在1995—2000年期間，全要素生產(chǎn)率的年均增長(zhǎng)率達(dá)到了2.1%[5]。Du等對(duì)中國火力發(fā)電廠進(jìn)行了全要素技術(shù)效率分析，并發(fā)現(xiàn)政策改革一定程度上提升了電力行業(yè)的效率水平[6]。結(jié)合我國實(shí)際國情，陶鋒等測(cè)算了發(fā)電行業(yè)效率發(fā)展趨勢(shì)，并分析了產(chǎn)權(quán)結(jié)構(gòu)、燃料成本及技術(shù)、市場(chǎng)結(jié)構(gòu)等對(duì)發(fā)電行業(yè)技術(shù)效率的影響[7]。

技術(shù)效率可以較好地反映決策單元的生產(chǎn)力水平，而通過納入價(jià)格信息，成本效率可以為我們提供一個(gè)全新的視角，更好地反映行業(yè)績(jī)效。Hiebert將生產(chǎn)效率理論擴(kuò)展至成本效率研究，發(fā)現(xiàn)產(chǎn)權(quán)形式、決策單元數(shù)量和政府管制等因素都會(huì)影響電廠成本效率的變化[8];而且Yu等發(fā)現(xiàn)，天氣對(duì)英國配電公司技術(shù)效率影響不明顯，但對(duì)成本效率的影響非常顯著，因而得出發(fā)電部門成本效率比生產(chǎn)效率研究更具現(xiàn)實(shí)意義的結(jié)論[9]。但是目前，我國對(duì)發(fā)電行業(yè)的成本效率研究相對(duì)較少。Wang等測(cè)度了考慮二氧化碳排放的中國30個(gè)省級(jí)火電公司成本效率[10];Li等利用多種隨機(jī)前沿成本模型，分析了2012年頒布的煤電聯(lián)動(dòng)政策對(duì)中國火電行業(yè)成本效率的影響[11]。另外，大部分研究選取的是省際數(shù)據(jù)或發(fā)電機(jī)組級(jí)別的數(shù)據(jù)。如Du等[6]、Elliott等[12]，很少研究以發(fā)電公司作為研究對(duì)象。發(fā)電公司作為市場(chǎng)內(nèi)的競(jìng)爭(zhēng)主體，其效率水平可以為衡量企業(yè)在行業(yè)內(nèi)水平、提升企業(yè)管理績(jī)效提供便利，并且企業(yè)決策主體的身份更有利于提升效率研究結(jié)果的實(shí)際參考價(jià)值。

二、StoNED

StoNED方法作為參數(shù)方法SFA和非參數(shù)方法DEA的結(jié)合，利用了兩種方法的優(yōu)點(diǎn)，彌補(bǔ)了兩種方法在效率評(píng)價(jià)上的不足。在StoNED模型框架下，限定生產(chǎn)函數(shù)為連續(xù)的、單調(diào)遞增和凹性，但不假定具體函數(shù)形式，這和DEA的處理是相同的。其后利用SFA的思想，將殘差分解為不小于0的非有效項(xiàng)和噪聲項(xiàng)，彌補(bǔ)了DEA未能考慮噪聲干擾的不足。

三、數(shù)據(jù)與指標(biāo)選擇

本章在研究對(duì)象的選取上，考慮到我國目前的發(fā)電形式有火電、水電、風(fēng)電和太陽能發(fā)電，其中火電為主要發(fā)電形式。以往的研究也多選取省際數(shù)據(jù)來進(jìn)行效率分析，但目前我國的發(fā)電公司多為大型集團(tuán)，往往在多地建有發(fā)電廠等，屬于跨區(qū)域經(jīng)營，單純地按照行政區(qū)域劃分發(fā)電部門，并以此來研究，并不能合理的反映發(fā)電部門市場(chǎng)的經(jīng)營主體地位。劉笑言選取了中國火電上市公司作為研究對(duì)象，并指出成本效率水平的高低可以作為公司經(jīng)營水平的評(píng)價(jià)指標(biāo)，對(duì)公司向行業(yè)領(lǐng)先者靠攏具有重要意義[17]。因此，本文選取中國火電上市公司作為研究樣本。

電力行業(yè)在經(jīng)濟(jì)發(fā)展具有重要作用，我國發(fā)電行業(yè)的大多數(shù)企業(yè)仍有國有資本控股或參與，因此對(duì)于國有發(fā)電公司的研究能為火電行業(yè)甚至是電力行業(yè)的市場(chǎng)化改革提供研究樣本，而且更具有代表性。

本章選取火電上市公司為樣本，在樣本的確定上，主要參考上市公司的主營業(yè)務(wù)為火力發(fā)電項(xiàng)目，并且篩選主要為國有資本所有，即為常提到的“國企”，包括中央政府所有和地方政府所有，最終選取17個(gè)數(shù)據(jù)相對(duì)完整，并且符合研究對(duì)象特征的公司。樣本數(shù)據(jù)為2007—2015年17家國有上市火電公司組成的平衡面板數(shù)據(jù)進(jìn)行效率分析，相應(yīng)的數(shù)據(jù)來源主要包括上市公司年報(bào)、上海證券交易所網(wǎng)站（www.sse.com.cn）和深圳證券交易所網(wǎng)站（www.szse.cn），樣本對(duì)象（見表1）。

在效率分析方法中，投入、產(chǎn)出指標(biāo)的確定是研究的重中之重，在考慮異質(zhì)性的前提下，異質(zhì)性因素的選取和確定對(duì)于研究問題有著極為重要的作用。本文主要研究火電上市公司的成本效率，因此，本章涉及的變量主要有5個(gè)：火電上市公司的成本、投入變量（勞動(dòng)力價(jià)格和資本價(jià)格）、產(chǎn)出變量（年平均發(fā)電量）和異質(zhì)性變量（所有制形式）。其中，上市公司的成本和年平均發(fā)電量直接從公司年報(bào)中得到;投入變量包括勞動(dòng)力價(jià)格和資本價(jià)格，這里勞動(dòng)力價(jià)格是指公司年度勞動(dòng)力支出與員工數(shù)的比，而資本價(jià)格使用剩余法進(jìn)行計(jì)算，剩余法中資本價(jià)格被定義為剩余成本與凈資本存量的比值，而剩余成本是指除勞動(dòng)力支出外的總成本。其中，總成本和價(jià)格類數(shù)據(jù)都按照價(jià)格指數(shù)以2007年價(jià)格指數(shù)為100進(jìn)行折算。異質(zhì)性因素是指影響研究對(duì)象生產(chǎn)經(jīng)營的外部環(huán)境因素，這里根據(jù)研究問題，選取火電上市公司的所有制形式，該指標(biāo)的值有兩個(gè)，中央政府所有和地方政府所有，在數(shù)據(jù)處理中，設(shè)置該指標(biāo)為虛擬變量，用1代表中央政府所有，用0代表地方政府所有。

樣本數(shù)據(jù)的統(tǒng)計(jì)學(xué)描述（見表2）。從各個(gè)指標(biāo)看出，總成本、勞動(dòng)力價(jià)格和年平均發(fā)電量樣本數(shù)據(jù)分布較為分散，其中總成本最大值為1 276億元，最小值為13億元，結(jié)合年平均發(fā)電量的最大值為3 205吉瓦時(shí)，最小值為26吉瓦時(shí)，可以看出樣本中的上市火電公司有規(guī)模很大的公司，也有規(guī)模很小的公司;從所有制形式可以看出，樣本選出的上市火電公司中中央所有的和地方所有的數(shù)目相差不大，較為平均。

四、結(jié)果分析

（一）參數(shù)分析

通過計(jì)算結(jié)果可以得到，R2值為0.9826。該數(shù)值指StoNED前沿模型可以解釋影響火電公司總成本自然對(duì)數(shù)的可觀測(cè)變量中98.26%的部分。該R2值反映了投入變量（勞動(dòng)力價(jià)格、資本價(jià)格）、產(chǎn)出變量（年平均發(fā)電量）和異質(zhì)性變量（所有制形式）以及非有效項(xiàng)u的期望值的影響，剩下的1.74%則是指該StoNED不能解釋的部分，包括非有效項(xiàng)偏離均值的部分，以及噪音項(xiàng)。在假設(shè)的條件下，該模型中StoNED前沿最大化地包絡(luò)了實(shí)證數(shù)據(jù)，說明了不會(huì)再有同樣滿足強(qiáng)可處置性、凸性和規(guī)模報(bào)酬不變性的成本函數(shù)C能取得更高的R2值。Kuosmanen提到，StoNED方法與SFA不同點(diǎn)不僅在于模型設(shè)置上，在實(shí)證分析中，StoNED方法中的投入產(chǎn)出的參數(shù)所表示的含義為前沿上對(duì)應(yīng)點(diǎn)的相切超平面，且每一個(gè)點(diǎn)對(duì)應(yīng)一個(gè)值，與SFA中的參數(shù)結(jié)果所表示的含義是不一樣的[18]。因此，在本章的參數(shù)分析中不展示投入和產(chǎn)出指標(biāo)的參數(shù)結(jié)果，這里主要討論異質(zhì)性因素的參數(shù)結(jié)果。關(guān)于異質(zhì)性因素（所有制形式）的參數(shù)結(jié)果（見表3）。

從表3中數(shù)據(jù)可以看出，該異質(zhì)性指標(biāo)的參數(shù)值都是大于0的，表示所有制形式對(duì)于火電上市公司的成本是正的影響，也即中央所有上市火電公司的成本大于地方所有的上市火電公司。這主要是因?yàn)橹醒胨猩鲜泄窘?jīng)營地域涉及多個(gè)省份甚至全國，企業(yè)規(guī)模較大;而地方所有企業(yè)則主要在一個(gè)省內(nèi)經(jīng)營，相對(duì)規(guī)模較小。將2007—2015年的參數(shù)值取均值得到0.4606。

從時(shí)間變化上來看，所有制形式參數(shù)2007—2015年呈現(xiàn)先變大后變小的趨勢(shì)。圖1展示了17個(gè)上市火電公司總成本以及所有制形式參數(shù)隨時(shí)間的變化曲線。由圖1可以看出，17個(gè)上市火電公司總的成本在2007—2015年間也是呈現(xiàn)先增后減的趨勢(shì)，與異質(zhì)性指標(biāo)的參數(shù)變化較一致，兩者的最高點(diǎn)都出現(xiàn)在2011年左右。成本的變化主要是由于“十二五”前期延續(xù)了“十一五”的發(fā)電規(guī)模，并且總裝機(jī)和發(fā)電量連年增長(zhǎng)，發(fā)電行業(yè)增速過快，從2012年開始，我國的全社會(huì)用電量增速大幅下降，出現(xiàn)了電力行業(yè)總體供大于求得局面，在發(fā)電部門則通過降低機(jī)組的利用小時(shí)數(shù)等措施，來抑制發(fā)電端的快速增長(zhǎng)，已達(dá)到與消費(fèi)段相適應(yīng)，這就導(dǎo)致發(fā)電部門得發(fā)電成本的下降，主要是總的行業(yè)特點(diǎn)。通過計(jì)算，得到2007—2015年總成本和所有制形式參數(shù)的相關(guān)系數(shù)為0.4809，說明兩者之間有一定的相關(guān)性，一個(gè)可能的原因是電力行業(yè)為國家重點(diǎn)行業(yè)，當(dāng)出現(xiàn)電力供需不平衡時(shí)，需要中央所有火電企業(yè)（規(guī)模較大）去執(zhí)行政策意圖，來達(dá)到中央政府的調(diào)控目的，因此該參數(shù)變大，意味著中央所有企業(yè)對(duì)于總成本的影響更大。

（二）效率值分析

在效率值分析中，本文主要做三個(gè)工作：首先，對(duì)比分析效率值分別在17個(gè)公司總水平、中央所有企業(yè)水平和地方所有企業(yè)水平三個(gè)方面得變化情況;其次，研究所有樣本的效率分布情況;最后，找出效率表現(xiàn)最好的幾個(gè)樣本公司，利用標(biāo)桿管理，進(jìn)行樣本間對(duì)比，為效率表現(xiàn)較差的公司提供提升的標(biāo)桿。

1.對(duì)比分析。17個(gè)上市火電公司平均效率、中央所有企業(yè)的平均效率和地方所有企業(yè)的平均效率在時(shí)間上的變化。圖2給出了變化趨勢(shì)，三者得整體變化趨勢(shì)幾乎相同，都為先降低后升高，效率最低的年份均為2011年。在比較三個(gè)平均效率時(shí)，發(fā)現(xiàn)三者之間差距很小。整體的變化趨勢(shì)呈現(xiàn)先下降再升高的趨勢(shì)得原因可能為“十一五”期間電力行業(yè)發(fā)展較快，發(fā)電行業(yè)的裝機(jī)容量飛速增長(zhǎng)，規(guī)模增長(zhǎng)得過快，導(dǎo)致機(jī)組的利用小時(shí)數(shù)卻并不高，而機(jī)組的利用小時(shí)數(shù)影響著企業(yè)成本，所以“十一五”期間三者的效率值都是呈下降的趨勢(shì);從2011年起，平均效率是呈現(xiàn)上升的趨勢(shì)，這主要得益于“十二五”國家的又一輪經(jīng)濟(jì)投資建設(shè)，帶動(dòng)了電力需求的增長(zhǎng)，因而帶動(dòng)發(fā)電企業(yè)的生產(chǎn)。總的來說，勞動(dòng)力價(jià)格呈下降趨勢(shì)而資本價(jià)格變化不是很大，因此總的原因主要是由于經(jīng)濟(jì)發(fā)展對(duì)于行業(yè)的帶動(dòng)作用，當(dāng)然也可能存在模型中沒有考慮到的企業(yè)管理等因素?；谝陨辖Y(jié)果，由于發(fā)電部門還沒有完全的市場(chǎng)化，政府在制定相應(yīng)政策時(shí)，不能盲目投資建設(shè)，要適時(shí)考慮電力供需平衡;在電廠的運(yùn)營管理中，要綜合考慮發(fā)電任務(wù)和機(jī)組的利用率問題。

2.對(duì)于上市火電公司得效率分布的分析。從圖3可以看出，大多數(shù)火電公司的成本效率值不是很高，主要集中在0—0.4區(qū)段內(nèi)，只有少量的公司的效率值能大于0.6，說明行業(yè)總體的效率水平不夠高，仍需要通過提高管理運(yùn)營水平來提高成本效率。將企業(yè)分為中央所有企業(yè)和地方所有企業(yè)后，觀察圖3可知，中央所有的公司的效率分布更加分散，而地方所有的企業(yè)的效率分布相對(duì)集中，這主要是由于中央企業(yè)相對(duì)規(guī)模加大，且受中央管制，靈活性較差，管理難度較大，且需要按照中央的政策調(diào)控需要起到一些行業(yè)調(diào)控的作用;而地方所有的企業(yè)雖然也受地方政府管制，但相對(duì)規(guī)模較小，企業(yè)的經(jīng)營自主權(quán)較大，管理能力相對(duì)更好。

3.通過對(duì)17個(gè)上市火電公司的成本效率值進(jìn)行年度平均得到表4。表4將17個(gè)上市火電公司的成本效率進(jìn)行排序，按照從高到低進(jìn)行排列，其中內(nèi)蒙華電的平均效率最高，約為0.55，接下來是建投能源、國投電力、廣州發(fā)展、漳澤電力的效率值超過了0.3，效率排行5的企業(yè)3個(gè)地方企業(yè)、2個(gè)中央企業(yè)。整體來看，中央企業(yè)和地方企業(yè)在排行中分布較為平均，如華能國際、吉電股份、大唐發(fā)電作為中央企業(yè)也排在后幾位，而通寶能源、深圳能源作為地方企業(yè)也排在靠后的位置。因此，基于此結(jié)果，政府在制定政策時(shí)，不僅要考慮行業(yè)整體水平，還要考慮個(gè)體性的差異，適時(shí)地淘汰落后產(chǎn)能，進(jìn)而提高行業(yè)整體水平。

結(jié)語

本文以17家國有上市火電公司為代表，評(píng)估了我國發(fā)電行業(yè)中火電上市公司的成本效率，并分析了所有制形式這一外部因素對(duì)上市火電公司成本水平的影響。本研究采用結(jié)合了參數(shù)和非參數(shù)效率分析方法的StoNED模型計(jì)算上市火電公司的成本效率，并且考慮了異質(zhì)性因素所有制形式對(duì)上市火電公司成本水平的影響。研究發(fā)現(xiàn)，在考慮可所有制形式這一外部因素的條件下，上市火電公司整體效率值比較低。這說明，行業(yè)總體的效率水平不夠高，但效率上升空間仍然很大，仍需要通過提高管理運(yùn)營水平來提高成本效率。從時(shí)間層面發(fā)現(xiàn)，在考慮各類異質(zhì)性的情況下，上市火電公司的平均成本效率在研究期間內(nèi)先下降后上升，這主要是緣于行業(yè)的周期性變動(dòng);并且中央所有的公司因規(guī)模較大以及國家對(duì)于其定位，從而成本效率相對(duì)低于地方政府所有的公司。為提升發(fā)電環(huán)節(jié)效率，企業(yè)應(yīng)發(fā)展多元發(fā)電結(jié)構(gòu)，以傳統(tǒng)火電為根基，引入新能源發(fā)電形式，以對(duì)抗不斷攀升的煤炭?jī)r(jià)格和日益嚴(yán)峻的環(huán)境考驗(yàn);加大技術(shù)、人力和管理投資，結(jié)合自身情況借鑒先進(jìn)經(jīng)驗(yàn);并且，政府還應(yīng)推出更多激勵(lì)政策，鼓勵(lì)地方政府所有的企業(yè)提升自身成本效率。

參考文獻(xiàn)：

[1] ?Charnes A.，Cooper W.W.，Rhodes E.Measuring the efficiency of decision making units.European Journal of Operational Research，1978，（6）：429-444.

[2] ?Aigner D.，Lovell CAK，Schmidt P.Formulation and estimation of stochastic frontier production function models.Econometrics，1977，（1）：21-37.

[3] ?Meeusen W.，van Den Broeck J.Efficiency Estimation from Cobb-Douglas Production Functions with Composed Error.International Economic Review，1977，（2）：435-444.

[4] ?Kuosmanen T，Johnson A，Saastamoinen A.Stochastic Nonparametric Approach to Efficiency Analysis：A Unified Framework，2015.

[5] ?Lam P.L.，Shiu A.Efficiency and Productivity of Chinas Thermal Power Generation.Review of Industrial Organization，2004，（1）：73-93.

[6] ?Du L.，He Y.，Yan J.The effects of electricity reforms on productivity and efficiency of Chinas fossil-fired power plants：An empirical analysis.Energy Economics，2013，（40）：804-812.

[7] ?陶鋒，郭建萬，楊舜賢.電力體制轉(zhuǎn)型期發(fā)電行業(yè)的技術(shù)效率及其影響因素[J].中國工業(yè)經(jīng)濟(jì)，2008，（1）：68-76.

[8] ?Hiebert L.D.The Determinants of the Cost Efficiency of Electric Generating Plants：A Stochastic Frontier Approach.Southern Economic Journal，2002，（4）：935-946.

[9] ?Yu W.，Jamasb T.，Pollitt M.Does weather explain cost and quality performance？ An analysis of UK electricity distribution companies.Energy Policy，2009，（11）：4177-4188.

[10] ?Wang Y.S.，Xie B.C.，Shang L.F.，et al..Measures to improve the performance of Chinas thermal power industry in view of cost efficiency.Applied Energy，2013，（112）：1078-1086.

[11] ?Li H.Z.，Tian X.L.，Zou T.Impact analysis of coal-electricity pricing linkage scheme in China based on stochastic frontier cost function.Applied Energy，2015，（151）：296-305.

[12] ?Elliott R.J.R.，Sun P.，Chen S.Energy intensity and foreign direct investment：A Chinese city-level study.Energy Economics，2013，（40）：484-494.

[13] ?Eskelinen J.，Kuosmanen T.Intertemporal efficiency analysis of sales teams of a bank：Stochastic semi-nonparametric approach.Journal of Banking & Finance，2013，（12）：5163-5175.

[14] ?Johnson A.L，Kuosmanen T.One-stage estimation of the effects of operational conditions and practices on productive performance：asymptotically normal and efficient，root-n consistent StoNEZD method.Journal of Productivity Analysis，2011，（2）：219-230.

[15] ?Jondrow J.，Knox Lovell C.A.，Materov I.S，et al..On the estimation of technical inefficiency in the stochastic frontier production function model.Journal of Econometrics，1982，（2）：233-238.

[16] ?Ondrich J.，Ruggiero J.Efficiency measurement in the stochastic frontier model.European Journal of Operational Research，2001，（2）：434-442.

[17] ?劉笑言.中國國有火電上市公司成本效率分析——基于隨機(jī)前沿方法[J].甘肅科學(xué)學(xué)報(bào)，2018，（1）：108-112.

[18] ?Kuosmanen T.Stochastic semi-nonparametric frontier estimation of electricity distribution networks：Application of the StoNED method in the Finnish regulatory model.Energy Economics，2012，（6）：2189-2199.

Abstract：In order to evaluate the cost efficiency of state-owned thermal power company and analyze the influence of ownership form on efficiency，the stochastic non-parametric envelopment of data method is used to calculate the cost efficiency of listed thermal power companies.The results show that considering the external factor of ownership form，the overall efficiency value of listed thermal power companies is relatively low，and there is still a lot of room for efficiency increase.Meanwhile，the average cost efficiency of listed thermal power companies declines at first and then rises during the study period，and the cost efficiency of central company is relatively lower than that of local government-owned enterprises.The corresponding policy suggestions should be made to increase investment in technology，manpower and management，and strengthen management in order to resist the unobserved adverse impact of external factors on enterprises.

Key words：thermal power industry;StoNED;cost efficiency;ownership