ĐO LƯỜNG HIỆU NĂNG SẢN XUẤT VỚI PHƯƠNG PHÁP HIỆU SUẤT
BIÊN: TRƯỜNG HỢP NGHIÊN CỨU TRANG TRẠI PHONG ĐIỆN
TÓM LƯỢT
Bài viết nghiên cứu hiệu năng sản xuất các trang trại phong điện giai đoạn 2001 –
2004 và tác động kinh tế của chúng. Phương pháp nghiên cứu là Data Envelopment
Analysis (Phân tích Dữ liệu Bao trùm - DEA) và Stochastic Frontier Analysis (Phân
tích Giới hạn Ngẫu nhiên - SFA). Hai mục tiêu nghiên cứu là: (1) Hiệu năng sản xuất
phong điện, và (2) Ý nghĩa việc áp dụng đồng thời hai phương pháp DEA và SFA.
1.

DẪN NHẬP

Động cơ nghiên cứu của bài viết là chính sách phát triển bền vững trong lĩnh vực sản
xuất điện thông qua năng lượng tái tạo, mà cơ sở là nghiên cứu của Najam và
Cleveland năm 2003. Đối tượng và phạm vi nghiên cứu là trang trại phong điện vùng
Galacia ở Tây Ban Nha. Tây Ban Nha được chọn vì nước này đứng hạng ba, sau
Đức và Mỹ, về công suất phong điện (EurObserv’ER, 2008). Phong điện từ 3% năm
2001 tăng lên 10% năm 2007 trên tổng nguồn cung cấp điện toàn quốc, đạt 15.145
MW.
Cơ sở tổng quan lý thuyết là nghiên cứu về hiệu năng sản xuất của Farrell (1957) và
các nghiên cứu học thuật về phong năng (Junginger và cộng sự, 2005; Neij, 2008).
Dữ liệu nghiên cứu được thu thập từ các trang trại phong điện vùng Galacia. Phương
pháp nghiên cứu DEA và SFA là cốt lõi để tác giả đánh giá hiệu năng sản xuất. Mục
tiêu nghiên cứu là cung cấp cho các bên tham gia sản xuất, vận hành phong điện
vùng Galacia, đồng thời tác giả thẩm định cả hai phương pháp, phân tích sự tương
đồng và khác biệt thông qua kết quả thu được.
Bài viết này bắt đầu với phần đánh giá chung các phương pháp DEA và SFA và tóm
tắt các lợi thế chính và những bất tiện khi sử dụng kết hợp chúng. Tiếp theo là một
cuộc khảo sát ngắn về nghiên cứu DEA và SFA trong lĩnh vực phát điện, cung cấp
khái niệm về hiệu quả kỹ thuật thông qua mối quan hệ giữa sản lượng thu được –
lượng điện thu được - và yếu tố đầu vào là vốn, lao động và nhiên liệu.

Trang 1


Phần phân tích thực chứng, đầu tiên các tác giả thiết lập các yếu tố xác định đầu vào
và đầu ra cùng với các dữ liệu được sử dụng để xác định chúng. Tiếp theo là việc áp
dụng mô hình DEA và SFA và hiển thị các kết quả chính từ đối tượng nghiên cứu.
Trong phần thảo luận và giải thích, ngoài việc phân tích so sánh của các phương
pháp áp dụng, các tác giả còn giải thích các kết quả của hiệu quả thu được và thảo
luận việc ứng dụng mang tính thực nghiệm cho các nhà phát triển trang trại phong
điện, nhà cung cấp công nghệ, các nhà khai thác và các nhà quản lý vận hành.
2.

PHƯƠNG PHÁP NGHIÊN CỨU DEA VÀ SFA

Về tổng quát, phương pháp luận về giới hạn sản xuất hiệu quả là cách xác định điểm
tối đa hóa sản lượng với một số yếu tố đầu vào cho trước, hoặc ngược lại, với sản
lượng mong muốn sẽ tối thiểu hóa lượng đầu vào. Theo tham chiếu từ nghiên cứu
của Farrell năm 1957, nếu một đơn vị sản xuất nằm trên giới hạn thì được định nghĩa
là hiệu quả, ngược lại, ở dưới đương biên này là không hiệu quả. Mức độ không hiệu
quả phụ thuộc vào khoảng cách đến đường biên giới hạn.
Về góc độ kỹ thuật, DEA là phương trình tuyến tính không chứa tham số, với giả
định yếu tố công nghệ không tác động, cho phép thiết lập giới hạn hiệu quả tối ưu
“bao trùm” các decision-making unit (DMU) được định lượng. Tỷ số giữa đơn vị
đầu ra và đơn vị đầu vào thể hiện hiệu quả sản xuất. Về mặt biểu đồ, tỷ số này không
thể vượt đương biên giới hạn, còn về mặt toán học, nó không thể có giá trị âm và
không vượt quá 1. Mô hình DEA được xây dựng đầu tiên do Charnes và cộng sự
(1978), và được bổ sung thành nhiều dạng mới (Ray, 2004).
Trong khi đó, SFA là phương trình có chứa tham số. Nó đòi hỏi phải thiết lập một
mô hình hiệu năng sản xuất, và phải được ước lượng một cách kinh tế với hai sai số:

sai số thống kê với phân phối chuẩn, và sai số khác liên quan đến tính không hiệu
quả kỹ thuật với phân phối khác (bán bình thường, gamma, …). SFA đã được phát
triển bởi Aigner và cộng sự (1977), Battese và Corra (1977), Meeusen và Van den
Broeck (1977). Sự kết hợp DEA và SFA tạo ra theo nhiều hướng phát triển làm tăng
tính khả thi cho việc phân tích (Kumbhakar và Lovell, 2003).
Phương pháp DEA linh hoạt hơn vì không đòi hỏi phải có giả định về công nghệ và
thuận lợi khi đánh giá các quan sát cả thông tin riêng lẻ lẫn hỗn hợp. Tuy nhiên, nó
Trang 2


hạn chế vì thiếu khách quan khi xác định đặc tính, nhạy cảm với cách chọn yếu tố
đầu vào và đầu ra, và mất tính khả thi khi giả định không thực tế. Trong khi đó, lợi
thế chính của SFA là tính chất ngẫu nhiên, theo đó độ lệch biên bao gồm tính không
hiệu quả về mặt kỹ thuật và các ngoại tác không thể kiểm soát. Ngoài ra, SFA kết
hợp các khả năng khắc phục các lỗi đo lường trong các biến, cho phép suy luận
thống kê, làm giảm ảnh hưởng của các quan sát cực đoan và dễ dàng xử lý với dữ
liệu bảng. Nhược điểm của SFA là đòi phải có hàm sản xuất, đòi phải thiết lập trước
các ước tính phân phối cho các sai số thống kê khi cần thấy mặt kém hiệu quả. SFA
cũng không cung cấp thông tin riêng lẻ của các DMU từ kết quả tổng hợp.
Do đó, tổng quan các tài liệu khi kết hợp DEA và SFA cho thấy cả hai phương pháp
tuy khác biệt về mặt lý thuyết lẫn cách thu thập thông tin, nhưng trên thực tế chúng
tạo ra kết quả tương đồng. Trong trường hợp có sự khác biệt, thì buộc phải xem lại
các giả định và cải thiện lại mô hình. Bài viết phải phân tích những hạn chế từ kết
quả thu được của từng phương pháp, để sử dụng cho các nghiên cứu sau.
ỨNG DỤNG DEA VÀ SFA TRONG SẢN XUẤT ĐIỆN
Các nghiên cứu đánh giá hiệu quả của các nhà máy điện nhiên liệu hóa thạch sử
dụng các phương trình có chứa tham số (Nerlove, 1963; Barzel, 1964). Theo đó, khái
niệm về quá trình sản xuất điện bao gồm một đầu ra - điện và ba yếu tố đầu vào vốn,
lao động và nhiên liệu.
Ứng dụng DEA đầu tiên là công trình của Fare và cộng sự (1983) đo hiệu quả của

các nhà máy điện ở Illinois (Mỹ) từ năm 1975 đến 1979. Nghiên cứu SFA đầu tiên
của Schmidt và Lovell (1979, 1980), với mẫu gồm 150 nhà máy điện sở hữu tư nhân
ở Mỹ từ 1947 đến 1965 giúp ứng dụng khả thi của phương pháp luận này.
Tiến bộ trong cả hai phương pháp làm tăng số lượng các công trình nghiên cứu. Đặc
biệt, phân tích DEA của Pollitt (1996) về hiệu quả sản xuất của các nhà máy điện hạt
nhân giống như cách nghiên cứu của bài viết này, vì có sự phân biệt giữa hiệu năng
trước và sau khi phân tích.
Trong lĩnh vực năng lượng tái tạo, các ứng dụng SFA và DEA của Barros và
Peypoch (2007) và Barros (2008). Một hướng nghiên cứu phổ biến hơn là việc phân
Trang 3


tích ngoại tác đến hiệu quả của các công nghệ năng lượng tái tạo. Ví dụ, Arocena
(2008) sử dụng DEA để phân tích hệ thống điện Tây Ban Nha.
Các nghiên cứu sử dụng chung của DEA và SFA là Meibodi (1998), Park và
Lesourd (2000) và Murillo và Vega (2001). Để so sánh cả hai phương pháp, tất cả họ
đều áp dụng kiểm tra thống kê của Pearson và Spearman về sự tương quan giữa các
DMU và phân hạng đơn vị có nguồn gốc từ cả hai phương pháp. Số lượng hạn chế
của nghiên cứu giúp tác giả bài viết tránh được những kết luận vội vàng. Có vẻ như
cả hai phương pháp đang được hoàn thiện dần, thường thì DEA cho kết quả thấp hơn
điểm trung vị theo tính toán kinh tế lượng.
4.

CÁC PHÂN TÍCH THỰC CHỨNG

4.1.

Khung phân tích cơ bản về phong năng và dữ liệu:

Ứng dụng thực nghiệm tập trung vào lĩnh vực phong năng và cung cấp sự giải thích

ngắn gọn về quá trình sản xuất. Các DMU của một nhóm các tua-bin gió kết nối với
một lưới điện truyền tải được gọi là một trang trại gió. Bằng cách này, nó có thể sử
dụng tối ưu tiềm năng sản xuất, khai thác nền kinh tế của quy mô cả trong việc kiểm
soát thuyết tự động và các yếu tố lao động. Cần nhấn mạnh rằng kết quả sản xuất
phụ thuộc vào một chuỗi phức phức hợp các quyết định. Khái niệm quá trình mở
rộng sản xuất bao gồm các giai đoạn sau:
•

Thẩm định năng lực sản xuất của một địa điểm, có tính đến tốc độ gió, điều

kiện thời tiết nói chung, địa hình, công suất lưới điện và rủi ro tài chính.
• Thiết kế dự án liên quan đến các loại máy (tuabin), công suất lắp đặt và các đặc
tính kỹ thuật sản xuất. Giai đoạn này cũng bao gồm việc xác định khoảng cách
tối thiểu giữa các cột tuabin tại trang trại.
• Giai đoạn vận hành, khi các trang trại phong điện bắt đầu sản xuất. Quy trình
được thẩm định hiệu năng sản xuất suất và liên hệ với hai giai đoạn trước đó.
Giai đoạn này quan trọng đối với kết quả sản xuất xuyên suốt thời gian hoạt
động, bởi vì mục tiêu là để duy trì các yếu tố sẵn sàng cao nhất của trang trại
phong điện, tối thiểu hóa thời gian dự trù tạm ngưng hoạt động.
Nghiên cứu của Krokoszinski (2003) cho khái niệm về quá trình sản xuất điện chia
thành hai phần cơ bản để đánh giá hiệu quả: Phần đầu bao gồm hai giai đoạn đầu tiên
Trang 4


gắn liền với việc đầu tư trang trại đầu tư và là trách nhiệm của các nhà phát triển và
các kỹ sư. Phần sau liên quan đến giai đoạn thứ ba khi trang trại đã hoạt động, kết
quả phụ thuộc vào nhà điều hành.
Theo khung phân tích này thì đầu ra là sản lượng điện cung cấp cho lưới điện, còn
đầu vào gồm vốn, bao gồm các tua-bin gió, lao động, và nhiên liệu từ gió nhận được
từ mặt quét của cánh quạt tua-bin gió. Công thức sản xuất theo hàm truyền thống:

E = f (K; L; F)

(1)

trong đó E là năng lượng điện, K vốn vật chất, L lao động và F nhiên liệu.
Mẫu nghiên cứu là một nhóm gồm 57 trang trại phong điện tọa lạc tại Galicia, Tây
Ban Nha hoạt động giữa năm 2001 và 2004. Các trang trại này bắt đầu sản xuất từ
năm 1997. Về nguyên tắc, chúng được coi như tương đồng và có thể được so sánh về
giá trị trung vị bằng các phương pháp kinh tế lượng không có giới hạn hay giới hạn.
Thông tin để xác định các biến đầu ra và đầu vào được cung cấp bởi các nhà khai
thác, các công ty phân phối, quản lý ngành và các trung tâm khí tượng chính thức.
Đầu ra là điện năng đo bằng MWh. Về các yếu tố đầu vào, vốn là công suất lắp đặt
tính theo MW, là tích số giữa số lượng tua-bin gió và năng lượng danh nghĩa. Yếu tố
lao động được xem xét số lượng lao động toàn thời gian trong các công việc bảo trì,
vận hành và kiểm soát các trang trại.
Cuối cùng, nhiên liệu đầu vào phụ thuộc vào sức gió tự nhiên. Các nhà phát triển và
các nhà khai thác cố gắng lắp đặt vị trí của tua-bin gió hướng theo hướng gió để
chuyển đổi năng lượng động lực thành điện lực. Nhiên liệu gió trên một đơn vị thời
gian được đo bằng MWh và được tính theo cách sau:

trong đó ρ là mật độ không khí, S bề mặt bắt gió và v tốc độ gió trung bình/năm.
Bảng 1 tóm tắt các đặc điểm sản xuất chính của các trang trại trong những năm
nghiên cứu trước đây, tổng cộng có 152 quan sát, tính theo giá trị bình quân.

Trang 5


Ghi chú:
a. Giữa dấu ngoặc đơn là độ lệch chuẩn.
b. Công suất lắp đặt được đo bằng MW, yếu tố lao động đo bằng số lượng nhân viên toàn thời gian,

bề mặt bắt gió được đo bằng ha, tốc độ gió được thể hiện trong m/s, các yếu tố sẵn sàng tính theo %
và nhiên liệu và năng lượng hoạt động được đo bằng MWh.
c. Giả định ρ = 1,22 kg/m3, và mặc định rằng các trang trại có điều kiện thời tiết tương tự nói chung
và có một độ cao tương tự (500-800 m).

4.2.

Ứng dụng phương pháp DEA

Việc sử dụng các phương pháp DEA có tính đến các đơn vị sản xuất phân loại và
không phân loại theo quy mô, xem xét đến tính khả dụng yếu trong các yếu tố đầu
vào, hoặc nếu giả định về độ lồi của đường giới hạn là có thể chấp nhận được.Trong
bài viết này, tác giả chọn cả hai mô hình khác nhau của phương pháp DEA. Mô hình
CCR (Charnes và cộng sự, 1978), với hiệu suất không đổi theo quy mô, và mô hình
BCC (Banker và cộng sự, 1984), có tính đến quy mô theo giới hạn sản xuất. Tính
khả dụng yếu cũng được quan tâm.Các hàm sản xuất tương ứng như sau:

trong đó x là vector đầu vào, y là vector kết quả đầu ra và λ là tỷ trọng hệ số vector.

Hai mô hình khác nhau ở λ, trong mô hình BCC tổng tỷ trọng của các yếu tố đầu vào
và đầu ra là bằng 1. Điều này là do hiệu suất theo quy mô, mỗi đơn vị DMU được so
Trang 6


sánh với đường giới hạn được bao gồm các DMU tương đồng. Do đặc điểm kỹ thuật
này, kết quả BCC luôn luôn cao hơn hoặc bằng với CCR.
Các tác giả sử dụng CCR-O và BBC-O vì không giống như các mô hình khác, hành
vi sản xuất không bị thúc đẩy bởi các yếu tố ngoại sinh. Việc cung cấp điện không
cần thỏa điều kiện theo yêu cầu hoặc quyết định của các nhà quản lý hệ thống, không
phải cạnh tranh để lấy thị trường hoặc cạnh tranh với các công nghệ thay thế.

Tổng quan tài liệu không cung cấp một lập trường chung về xử lý dữ liệu dạng bảng
với phương pháp DEA, trên thực tế thậm chí còn rõ ràng hơn khi so sánh kết quả với
các phương pháp nghiên cứu có tham số (Tulkens và van den Eeckaut, năm 1995).
Các tác giả đặt ra ba lựa chọn để phân tích độ nhạy và có được một cái nhìn sâu sắc
hơn vào các tác động của mỗi tùy chọn:
•

Bốn năm đủ cho phép phân tích DEA cho từng năm, qua đó cung cấp bốn kết
quả cross-section, nếu thấy hiệu quả không thay đổi theo thời gian cho mỗi

trang trại thì lấy kết quả trung bình (Gong và Sickles, 1992).
• Giả định rằng tất cả các quan sát là đơn vị so sánh, phân biệt của năm, từ đó sẽ
có một phân tích dữ liệu pooled, và so sánh điểm hiệu quả năm sau với năm
trước (Fare và cộng sự, 1983; Meibodi, 1998).
Hai tùy chọn nêu ở trên đáp phụ thuộc vào số lượng thời gian, quan sát có sẵn, và ý
định của nhà nghiên cứu. Trong đó, lựa chọn cross-section so sánh các đơn vị cùng
một năm nên giúp loại bỏ yếu tố ngẫu nhiên có thể ảnh hưởng đến tất cả các quan sát
trong khoảng thời gian một năm, trong khi lựa chọn pooled cho phép xác định các
quan sát nào hiệu quả nhất trong cả nhóm (Hjalmarson et al, 1996).
•

Tùy chọn thứ ba theo nghiên cứu của Ruggiero (2004) cho rằng, để tránh việc
tính toán điểm số hiệu quả bị thiên lệch do việc đo lường các yếu tố đầu vào và
đầu ra, nên sử dụng số liệu trung bình dạng bảng khi áp dụng các mô hình
DEA. Nhược điểm của tùy chọn này là nó xem như thời gian là không thay đổi.

Bảng 2: Điểm hiệu quả theo mô hình CCR-O:

Trang 7



Bảng 3: Điểm hiệu quả theo mô hình BBC-O

Các kết quả trung bình thu được cho thấy các trang trại ở mức độ hiệu quả cao.
Trong mô hình CCR-O, hiệu quả trung bình của nhóm là 0,8208 trong các tùy chọn
cross-section, 0,7846 cho các dữ liệu pooled và 0,8045 cho dữ liệu trung bình, với độ
lệch chuẩn khoảng 0,10 trong tất cả các trường hợp. Mô hình BCC-O cho kết quả
cao hơn CCR-O, với giá trị trung bình 0,8700 cho các tùy chọn cross-section, 0,8386
với dữ liệu pooled và 0,8584 cho dữ liệu trung bình, với một độ lệch chuẩn nhỏ hơn
0,10 trong tất cả các trường hợp.

Trang 8


Với mức hiệu suất được xem là hiệu quả là 90% và không hiệu quả là 70%, mô hình
CCR-O có 10 trang trại trong bất kỳ tùy chọn vượt quá 90% hiệu suất, và trong mô
hình BCC-O, tối thiểu 19 trang trại có thể vượt quá mức hiệu suất. Xét các trang trại
không hiệu quả, với các mô hình CCR-O, có 7 trang trại dưới 70% hiệu suất với bất
kỳ tùy chọn, trong khi chỉ có 5 trong mô hình BCC-O.
Vì vậy, phương pháp DEA cho phép phân biệt giữa các trang trại, chứng minh rằng
có sự khác biệt lớn trong các kết quả thu được giữa các trang trại với ba yếu tố đầu
vào và một yếu tố đầu vào. DEA cung cấp thông tin về các suất theo quy mô mà
không đi vào chi tiết, nó chỉ đơn giản có thể được chỉ ra rằng hiệu quả quy mô (tỷ lệ
điểm CCR-O và BCC-O) cao, và các đơn vị không hiệu quả là do quy mô. Kết quả
này trái ngược với logic sản xuất phong điện, cho rằng kích thước của trang trại, hay
nói cách khác là khoảng cách giữa các tuabin lớn, mới tạo nên hiệu quả.
Mô hình CCR-O và BCC-O cho thấy vốn và nhiên liệu góp phần lớn đến hiệu quả
của trang trại. Trong khi đó, lao động tham gia ít hơn trong mức độ hiệu quả.
Mô hình CCR-O pooled cho 4 trang trại cho kết quả khác với nghiên cứu các năm
2001, 2003 và 2004. Với mô hình BCC-O pooled số trang trại khác là 11. Chỉ có

nghiên cứu năm 2002 cho thấy kết quả giống với số liệu tổng hợp trong nghiên cứu
này. Đối với tùy chọn trung bình, sự khác biệt là 4 cho CCR-O, 9 cho BCC-O, hầu
hết trong số chung trùng hợp với dữ liệu trong tài liệu tham khảo.
Phân tích này xem xét cả những hạn chế của DEA với dữ liệu bảng không cân bằng,
như các quan sát cho cùng một trang trại, năm 2004 cho hiệu quả cao hơn đối với
năm 2001.
Các đơn vị nghiên cứu cho hiệu quả nhất phần lớn bắt đầu hoạt động từ năm 2003 và
2004. Thực tế này có thể là do ưu thế công nghệ của trang trại thành lập sau so với
cái có trước hoặc rút kinh nghiệm từ cái cũ. Để đo lường tác động này, như phân tích
độ nhạy, tác giả áp dụng các mô hình DEA pooled trên một dữ liệu dạng bảng cân
bằng gồm 22 trang trại có mặt ở cả bốn năm phân tích và so sánh thứ hạng và hiệu
quả của chúng qua việc phân tích tổng hợp thông.
4.3.

Ứng dụng SFA
Trang 9


Phương trình SFA với dữ liệu dạng bảng như sau:

trong đó y là đầu ra, x là biến đầu vào, β là tham số và εlà sai số bao gồm sai số thống kê (v) và sự
yếu kém kỹ thuật (-u). I là các trang trại (i = 1, 2, ..., 57) và t là năm (t = 2001, 2002, 2003, và 2004).

Để ước lượng mô hình từ phương trình. (3) cần thiết đặt cấu trúc về các tác dụng
không hiệu quả, qua biến thời gian. Trong trường hợp đầu tiên, u it = f (t) x ui, trong
đó f (t) là một hàm để xác định tính không hiệu quả kỹ thuật trong thời gian qua.
Trong trường hợp thứ hai, uit = ui, ui được coi như một tham số cố định (mô hình tác
động cố định) hoặc là một biến ngẫu nhiên (mô hình tác động ngẫu nhiên).
Mô hình cho rằng hiệu quả kỹ thuật không thay đổi đáng kể trong thời gian ngắn là
hợp lý (Schmidt và Sickles, 1984; Schmidt, 1985; Kalirajan và Shand, 1989). Nếu số

lượng của các đơn vị quan sát nhiều nhưng khoảng thời gian là ngắn, giả định thời
gian bất biến là thích hợp hơn so với kỹ thuật SFA ở dữ liệu bảng.
Với số lượng trang trại nghiên cứu và thời gian chỉ bốn năm, tác giả cho rằng sự thay
đổi kỹ thuật của mỗi trang trại là không thể nhận thấy. Ngoài ra, giả thuyết bất biến
thời gian là thích hợp nhất trong việc phân tích hiệu quả trước đây (ex ante), là cốt
lõi của nghiên cứu này. So sánh giữa DEA và SFA thì việc thực hiện sẽ dễ dàng hơn
khi giả thuyết thời gian là bất biến (Gong và Sickles, 1992).
Tóm lại, mục tiêu của nghiên cứu này là phân tích hiệu quả kỹ thuật của các trang
trại phong điện ở Galicia trang theo phương pháp SFA, với giả định là thời gian bất
biến và tác động kỹ thuật là ngẫu nhiên. Hàm số dạng logarit, với năng lượng đầu ra
(y) và cài đặt các yếu tố đầu vào là công suất (x1), lượng lao động (x2) và nhiên liệu
(x3). Số liệu thống kê được thể hiện trong Bảng 4. Hàm mục tiêu như sau:

Bảng 4: Mô tả số liệu thống kê của các biến được sử dụng trong mô hình SFA.

Trang 10


x1 và x3 là có mức ý nghĩa 1%. Lao động là biến âm, nhưng tác động không đáng kể ở mức ý nghĩa
10%. x12 là có ý nghĩa ở mức 10%.

Tác giả đặt giả thuyết rằng x2 bằng không, với mức ý nghĩa 5%, Hàm Cobb-Douglas
chỉ còn hai biến đầu vào (x1 và x3), mối quan hệ giữa 2 biến này cũng bằng 0:
y = β0 + β1 x1 + β3 x3 + ε

(5)

Theo Bảng 5, giá trị Wald chi bình phương và z cho thấy khả năng giải thích của mô
hình là tốt, và sự hồi quy rất có ý nghĩa thống kê.


Các hệ số của các yếu tố đầu vào là kém hơn so với 1, và số tiền của họ (0,9599) ngụ
ý rằng có giảm nhẹ theo quy mô. Mặt khác, giá trị gamma lớn hơn không nhiều, ở độ
tin cậy 95%, chúng ta có thể chấp nhận giả thuyết rằng có tính không hiệu quả kỹ
thuật có tác động đáng kể.
Bảng 6 thể hiện hiệu quả kỹ thuật của 57 trang trại. Các giá trị khoảng giữa 0,6139
và 0,9807, với mức trung bình 0,8192 và độ lệch chuẩn là 0,0954. Có 14 trang trại
cao hơn 90% hiệu suất, và có 7 trang trại không vượt quá 70%. Như trong phân tích
DEA (Bảng 2 và 3), thực tế là rất ít các đơn vị đạt trên cùng giới hạn hiệu quả.
Bảng 6: Điểm hiệu quả SFA:

Trang 11


Trang 12


5.

THẢO LUẬN VÀ GIẢI THÍCH KẾT QUẢ

5.1.

So sánh các phương pháp

Tác giả nhấn mạnh rằng, vì trong phương pháp SFA biến lao động không có ý nghĩa
thống kê, nên để so sánh hai phương pháp, cần phải tính toán lại mô hình DEA khi
loại trừ yếu tố lao động trong mối quan hệ sản xuất giữa đầu ra và đầu vào.
So sánh giữa DEA và SFA, hiệu năng trung bình của SFA là 0,8192 cao hơn mức
trung bình của CCR và thấp hơn mức trung bình của BCC, với bất kỳ ba tùy chọn
phân tích dữ liệu bảng của DEA (cross-section, pooled và trung bình). Xét về hiệu

năng từng trang trại riêng lẻ và vị trí xếp hạng, sự tương quan cao nhất là giữa kết
quả của SFA và BCC-O pooled, tương ứng với của chỉ số của Pearson và Spearman
là 0,9750 và 0,9777. Kết quả khác biệt nhất khi so sánh SFA với CCR-O crosssection là 0,8735 và 0,8539, mặc dù đó là khác biệt rất nhỏ.
Bài nghiên cứu cho rằng sự khác biệt về khái niệm giữa kỹ thuật xác định không
tham số, đặc trưng của DEA, và kỹ thuật tham số ngẫu nhiên của SFA, cho kết quả
không khác nhau, và xác nhận việc sử dụng bổ sung các thông tin được cung cấp bởi
cả hai kỹ thuật.
5.2.

Giải thích của các điểm số hiệu quả

Bài viết đưa ra ba biến có thể giải thích cho điểm số của các trang trại: xu hướng thời
gian (time trend - xem xét các năm tương ứng với mỗi quan sát), năm lắp đặt trang
trại (age), kích thước mỗi đơn nguyên tuabin chuẩn (bề mặt nhận gió – unitary
surface - tính bằng mét vuông) coi như biến công nghệ.
Có sự tương quan quan trọng (-0,6064) giữa biến age và initary surface có thể ảnh
hưởng đến kết quả. Sự liên quan này vì bản chất của tiến bộ công nghệ trong lĩnh
vực năng lượng gió, tuabin loại mới có cánh lớn hơn tuabin loại cũ. Kết quả của cả
hai mô hình tác động không hiệu quả sẽ là (t-tỷ lệ giữa dấu ngoặc):
U = 0.0920 + 0.0530 Time trend + 0.0304 Age
(0.07)

(0.23)

(6)

(2.37)

Trang 13



U = 0.3617 + 0.0108 Time trend − 0.0002 Unitary surface
(4.3)

(0.51)

(7)

(-3.10)

Kết quả cho thấy rằng các biến Time trend có ảnh hưởng không đáng kể. Hai biến
khác cho thấy tỷ lệ-t cao hơn. Thực tế này phù hợp với logic của sự phát triển, đường
kính bắt gió của tuabin ngày càng lớn. Biến Age giải thích cho sự kém hiệu quả, với
tỷ lệ-t 2,37. Không có mối quan hệ đồng biến giữa Unitary surface và Age vì giai
đoạn sau không có tuabin cánh nhỏ hơn giai đoạn trước .
Xét đến yếu tố tính sẵn sàng hoạt động của các tuabin, nguyên nhân của sự kém hiệu
quả bao gồm như sau:
1) Đánh giá sai năng lượng gió tại vị trí lắp đặt: quá ít gió hơn mức dự kiến
hoặc thay đổi hướng gió so với lắp đặt ban đầu.
2) Tuabin có đường kính, chiều cao, động cơ không tuân thủ các thông số kỹ
thuật.
3) Thiết kế trang trại: vị trí các tuabin sai hương gió, thiếu độ cao. Đến điểm
kết nối lưới điện xa làm thất thoát điện.
Các yếu tố như điều kiện thời tiết bất khả kháng, hạn chế lưới điện, lý do hành chính,
địch hoạ, v.v…, mà có thể ảnh hưởng đến hiệu quả, như Krokoszinski (2003) chỉ ra.
5.3. Các ứng dụng từ kết quả nghiên cứu
Các kỹ sư và các nhà phát triển có thể rút ra kết luận giải thích nguyên nhân của sự
kém hiệu quả, những tác động về chi phí liên quan đến những cải tiến trong phong
năng học của Junginger và cộng sự (2005). Kết quả nghiên cứu quan trọng không chỉ
đối với việc lắp đặt các trang trại phong điện tại các khu vực mới, mà còn cho quá

trình cải tiến tại vùng Galacia như đánh giá tài nguyên gió trên vi trí được cải thiện,
sử dụng các tua-bin gió hiệu quả hơn và tái thiết kế và bố trí lại các trang trại.
Tác động công nghệ khi so sánh các trang trại được lắp đặt tại các giai đoạn khác
nhau của quá trình tiến hóa công nghệ, lợi thế rõ ràng về kinh nghiệm của những
người xây dựng sau và được hưởng lợi từ những tiến bộ công nghệ của ngành ổn
định. Nhà quản lý sẽ đánh giá giá trị của việc đưa vào các nghiên cứu thực chứng để
xác định theo điểm hiệu quả.

Trang 14


Điểm hiệu quả cũng có thể hữu ích cho các nhà quản lý khi cấp phép khai thác là
tạm thời. Sau khi thời gian uỷ quyền đã hoàn tất, điểm số hiệu quả có thể được sử
dụng như một tiêu chí xác định lại thứ hạng cho các nhà điều hành.
Cuối cùng, các điểm hiệu quả cho thấy một nhiệm vụ tối ưu các nguồn lực cho xã
hội. Điều này liên quan đến nguồn lực phát triển bền vững và so sánh với các công
nghệ phát điện khác (Rama-nathan, 2001).
6.

KẾT LUẬN

Phương pháp DEA và SFA cho thấy có một sự tương ứng giữa các kết quả thu được
bằng phương tiện của cả hai phương pháp. Điều này củng cố tính hợp lệ của các
điểm số hiệu quả và bổ sung cho các nghiên cứu với các thông tin cụ thể rằng mỗi
phương pháp cung cấp.
Nhược điểm của DEA là nhạy cảm của nó thông số kỹ thuật đầu ra và đầu vào.
Trong thực tế, giả thuyết loại trừ yếu tố lao động là một trở ngại nghiêm trọng. Tuy
nghiên cứu hiệu quả chi phí cho thấy yếu tố lao động có tác động rất hạn chế nhưng
điều này không hàm ý rằng yếu tố này là không đáng quan tâm, trái lại, lao động
đóng vai trò quan trọng khi điều hành trang trại.

Các nghiên cứu trong tương lai trong việc tổng quan tài liệu sẽ tham chiếu từ nghiên
cứu này cung cấp điểm hiệu quả mà sẽ cho phép chúng ta xác định những trang trại
có nhà khai thác đã triển khai thực hiện các chiến lược điều hành tốt nhất. Theo đó,
yếu tố có sẵn sàng rất quan trọng.
Nghiên cứu cho thấy tài nguyên gió là bất khả kháng, và nhà điều hành không có
trách nhiệm vì sở hữu nguồn tài nguyên này nghèo nàn. Tác động kinh tế của việc
này là đáng quan tâm đáng kể, bởi vì một số nhà khai thác hưởng lợi từ sản xuất cao
hơn bằng cách sử dụng một đầu vào đó là miễn phí, mặc dù nó phụ thuộc vào vị trí
mà họ được quyền khai thác. Để loại trừ tác động này, có thể là có thể đưa ra các mô
hình DEA và SFA thay thế đầu vào nhiên liệu cho vị trí bị chiếm đóng bởi các trang
trại. Điều này ngụ ý rằng, đầu vào này sẽ được bao gồm giá trị của đất, và chất lượng
nguồn gió là không cần thiết để có được điểm số hiệu quả. Về mặt kinh tế, nó hợp lý
để tính giá đất cho các mục đích sản xuất điện.
Trang 15


Đối với việc đánh giá các kết quả, phương pháp DEA và SFA đã chỉ ra rằng hiệu quả
kỹ thuật trung bình là rất cao, trên 75% trong tất cả các trường hợp. Tuy nhiên, kết
quả phải được xem xét thận trọng vì hạn chế ở số lượng trang trại và năm được
nghiên cứu.
Bài viết này thiết lập tầm quan trọng của kích thước trung bình các tuabin gió tiêu
chuẩn được sử dụng trong các trang trại, từ đó cho thấy mối tương quan quan trọng
với năm thành lập. Thực tế này cho thấy tiến bộ công nghệ. Nhưng cần hiểu rằng
điều này ngụ ý một sự đầu tư vào tài sản cố định, và những thay đổi trong yếu tố vốn
không phải là ngay lập tức.
Điểm hiệu quả cũng làm cơ sở đánh giá nhà khai thác, có thể được sử dụng bởi cơ
quan quản lý ngành khi thiết lập các ưu đãi hoặc cấp quyền khai thác.
Nghiên cứu trong thời gian dài hơn và nhiều mẫu quan sát hơn trong tương lai có thể
dẫn đến việc sử dụng các mô hình thay thế DEA và SFA. Các yếu tố đầu vào và đầu
ra có thể dùng biến như tác động môi trường hoặc kinh tế học xã hội của các trang

trại vào phân tích để tạo thành một phương pháp đo lường hiệu quả hơn.

Trang 16