臺灣博碩士論文加值系統

本研究採兩階段方法，分析民國89-93年期間台電輸電系統之生產力與效率，第一階段應用資料包絡分析法（data envelopment analysis;DEA），依投入項不同的類別建立成本、設備、品質及總體模型，衡量六個供電區營運處之相對效率。第二階段進行Tobit迴歸分析，探討經營無效率的影響因素。最後再以Malmquist生產力指數，分析歷年來生產力的變動情形及累積成長率。
茲將本研究主要實證結果彙總如下： 1、在設備模型的效率分析中，供電轄區位於台灣中、南部的供電區營運處屬於無效率的單位，表示台電第六輸變電工程的內容應做適當的調整，以避免中、南部因過度投資導致輸電設備利用率低，造成資源浪費的情形。 2、由成本、設備及品質模型等不同構面的效率分析結果發現，在單一模型中具有效率的單位，在另一個模型中可能並不具有效率。 3、在敏感度分析方面，就整個輸電系統而言，去除變壓器裝置容量投入項後，效率值變動最大，故變壓器裝置容量是影響效率的關鍵因素，其次則是事故次數。 4、在Malmquist生產力指數分析方面，六區的總平均累積成長率達7.15％，表示整個輸電系統營運單位的總要素生產力是處於成長的情形。而生產力的成長主要是源自於技術的成長。 5、在Tobit迴歸分析方面，人口密度及特高壓大用戶占全台比率越高的地區，越有助於提升輸電系統的效率。而輸電線路下地率越高，越有助於品質模型的效率提升，但另一方面也將造成成本模型的效率降低。

This paper applies a two-stage method to examine the productivity and efficiency of transmission systems of the Taiwan Power Company (TPC) during the 2000-2004 period. In the first stage data envelopment analysis (DEA) is used to measure the relative efficiency of six electricity transmission districts. This study constructs four DEA models, according to the input categories of cost, equipment, quality, and all of the above. In the second stage a Tobit regression is used to find the effects of environmental variables on efficiency scores. Finally, the Malmquist productivity index is used to compute the longitudinal total-factor productivity (TFP) changes. Our major findings are as follows: 1. Some electricity transmission districts that perform well in one model may not perform well in another model. 2. The population density and rate of extra-high voltage customers have positive impacts on the efficiency of a transmission system. 3. The rate of underground cables has a positive impact on efficiency in the quality model but a negative impact on efficiency in the cost model. 4. Their average accumulative growth rate of TFP is up to 7.15%. 5. Their TFP growth is mainly due to technology innovation.

中文摘要 i
英文摘要 ii
誌 謝 iii
目 錄 iv
表 目 錄 vii
圖 目 錄 ix
一、緒論 1
1.1研究背景及動機 1
1.2研究目的 2
1.3研究對象與範圍 3
1.4研究流程 5
二、文獻探討 7
2.1效率衡量模式 7
2.2電業效率的衡量 11
2.2.1台電公司相關研究文獻探討 12
2.2.2國外電力公司相關研究文獻探討 17
2.3結語 20
三、台電公司經營概況及績效衡量制度之簡介 21
3.1台電公司之經營概況 21
3.1.1台電公司未來的經營重點方向 24
3.1.2電業自由化後台電輸電系統之經營 27
3.2台電公司績效衡量制度之簡介 28
3.2.1台電公司供電單位責任中心制度之績效衡量指標 31
3.2.2台電公司責任中心制度所衍生的問題 34
四、研究方法 36
4.1 研究架構 36
4.2資料包絡分析法(DEA)模式簡介 37
4.2.1 Farrell的效率評估模式 38
4.2.2 CCR模式 39
4.2.3 BCC模式 41
4.2.4 Super-efficiency模式 45
4.3 Tobit迴歸模型 46
4.4 Malmquist生產力指數 47
五、生產力與效率衡量之實證結果與分析 50
5.1研究變數 50
5.1.1投入項與產出項變數 50
5.1.2環境變數 53
5.2不同投入項與產出項組合的績效模型定義 55
5.3 DEA模式之實證結果 55
5.3.1成本模型之效率分析 55
5.3.2設備模型之效率分析 58
5.3.3品質模型之效率分析 59
5.3.4成本、設備及品質模型之效率值比較分析 62
5.3.5總體模型之效率分析 64
5.4 差額變數分析 67
5.4.1成本模型之差額變數分析 67
5.4.2設備模型之差額變數分析 70
5.4.3品質模型之差額變數分析 70
5.5敏感度分析 75
5.6 Tobit迴歸實證結果 80
5.7 Malmquist 模型實證結果 82
5.7.1台北區Malmquist 生產力指數分析 83
5.7.2新桃區Malmquist 生產力指數分析 84
5.7.3台中區Malmquist 生產力指數分析 85
5.7.4嘉南區Malmquist 生產力指數分析 86
5.7.5高屏區Malmquist 生產力指數分析 87
5.7.6花東區Malmquist 生產力指數分析 88
5.7.7總要素生產力累積成長率分析 89
5.8 小結 90
六、結論與建議 91
6.1結論 91
6.2建議 94
6.3未來研究方向 95

參考文獻 96

中文部分

[1] 台灣電力公司(2000)，「第六輸變電計畫可行性研究報告」。
[2] 台灣電力公司企劃處(2005)，九十三年統計年報，台灣電力公司，台北。
[3] 台灣電力公司企劃處(2002)，台灣電力公司實施責任中心制度計畫，台灣電力公司，台北。
[4] 台灣電力公司供電處(2005)，「九十四年度供電單位二級責任中心責任績效指標及評分標準」。
[5] 台灣電力公司電力調度處(2004)，「台灣電力公司機電事故統計資料」。
[6] 台灣電力公司電力綜研所(2003)，「電業自由化下綜合電業競爭策略之研究」。
[7] 行政院研考會(2000)，「從【七二九】與【九二一】停電事件分析我國電力系統之安全政策」。
[8] 林俊宏(2004)，「人力經費與台電輸電線路事故是否有關之研究」，國立交通大學管理學院碩士在職專班經營管理組碩士論文。
[9] 林嘉玲(1998)，「台電公司經營績效之研究－DEA之應用」，國立中興大學企業管理研究所碩士論文。
[10]吳志城(1994)，「運用資料包絡分析法衡量台電區營業處效率之研究」，國立中山大學企業管理研究所碩士論文。
[11]許玥涵(2003)，「台電公司各區營業處相對經營績效之研究」，私立銘傳大學管理科學研究所碩士論文。
[12]高強、黃旭男、T. Sueyoshi合著(2003)，《管理績效評估─資料包絡分析法》，華泰文化，台北市。
[13]黃先鋒(1998)，「台電開發電源基金運用績效評估－資料包絡分析模式(DEA)之應用」，國立中山大學企業管理研究所碩士論文。
[14]經濟部729停電事故國際調查小組(2000)，「七二九停電事故原因調查及改善對策」。
[15]駱豐裕(2003)，「DEA方法應用在評估台電公司服務所經營效率之研究」，國立清華大學工業工程與工程管理學系博士論文。
[16]龔良智(1999)，「DEA Model應用於台電配電技術部門績效評估之研究」，國立交通大學經營管理研究所碩士論文。

英文部分

[1] Andersen, P. and Petersen, N. C. (1993), “A Procedure for Ranking Efficient Units in Data Envelopment Analysis,” Management Science, 39, 1261–1264
[2] Bagdadioglu, N., Price, C.M.W. and Weyman-Jones, T.G. (1996),“Efficiency and Ownership in Electricity Distribution: A Non-parametric Model of the Turkish Experience, ” Energy Economics 18,1-23.
[3] Banker, R. D., Charnes, A. and Cooper, W.W. (1984), “Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis,” Management Science, 30, 1078-1092.
[4] Boussofiane, A., Dyson, R. G. and Thanassoulis, E. (1991), “Applied Data Envelopment Analysis,” European Journal of Operational Research, 52,.1-15.
[5] Caves, D. W., Christensen, L.R. and Diewert,W. E. (1982), “The Economic Theory of Index Numbers and the Measurement of Input, Output and Productivity,” Econometrica, 50, 1393-1414.
[6] Charnes, A., Copper, W. W. and Rhodes, E. (1978), “Measuring the Efficiency of Decision Making Units,” European Journal of Operational Research,.2, 429-444.
[7] Charnes, A., Copper, W.W. and Rhodes, E. (1981), “Evaluation Program and Managerial Efficiency：An Application of Data Envelopment Analysis to Program Follow Through,” Management Science, 27,.668-697.
[8] Färe, R., Grosskopf, S., Lindgren, B. and Roos, P., (1992). “Productivity Changes in Swedish Pharmacies 1980-1989: A Nonparametric Malmquist Approach,” Journal of Productivity Analysis, 3, 85-101.
[9] Färe, R., Grosskopf, S., Norris, M. and Zhang, Z. (1994), “Productivity Growth, Technical Progress, and Efficiency Change in Industrialized Countries,” American Economic Review 84, 66-84.
[10] Farrell, M. J. (1957), “The Measurement of Productive Efficiency,” Journal of The Royal Statistical Society, Series A, 120, 253-290.
[11] Førsund, F., Kittelsen, S. (1998), “Productivity Development of Norwegian Electricity Distribution Utilities, ”Resource and Energy Economics, 20, 207–224.
[12] Giannakis, D. , Jamasb, T. and Pollitt, M. (2003), “Benchmarking and Incentive Regulation of Quality of Service: an Application to the UK Electricity Distribution Utilities, ” Cambridge Working Papers in Economics CWPE 0408.
[13] Gleason, John M. and Barnum, Darold T. (1982), “Toward Valid Measure of Public Sector Productivity : Performance Measures in Urban Transit,” Management Science, 28, 379-386.
[14] Gloany, B. and Roll, Y. (1989), “ An Application Procedure for DEA,” Omega, 17, 237-250.
[15] Grifell-Tatje, E. and Lovell, C.A.K. (2000),. The Managers versus the Consultants (mimeo).
[16] Hjalmarsson, L. and Veiderplass, A. (1992),. “Productivity in Swedish electricity retail distribution,” Scandinavian Journal of Economics , 94, 193-205.
[17] Jamasb, T. and Pollitt, M. (2001). Benchmarking and regulation: International electricity experience, Utilities Policy , 9, 107-130.
[18] Lewin, A. Y. and Minton, J. W. (1986), “Determining Organizational Effectiveness: Another Look, and an Agenda for Research,” Management Science, 32, 514-538.
[19] McDonald, J. F. and Moffitt R. A. (1980), “The Uses of Tobit Analysis,” Review of Economics and Statistics, 62, 318-321.
[20] Miliotis, P.A. (1992), “Data Envelopment Analysis Applied to Electricity Distribution Districts,” Journal of Operational Research Society , 43, 549–555.
[21] Pollitt (1995), Ownership and Performance in Electric Utilities, Oxford University Press, Oxford.
[22] Pollitt, M. and Jamasb, T. (2003) , “International Benchmarking and Regulation: An Application to European Electricity Distribution Utilities,” Energy Policy, 31, 1609-1622, December.
[23] Sanhueza, R. , Rudnick, H. and Lagunas, H. (2004), “DEA Efficiency for the Determination of the Electric Power Distribution Added Value”, IEEE Transactions on Power Systems, 19, 919-925.
[24] Sherman, H.D. and Gold, F. (1985), “Bank Branch Operating Efficiency Evaluation with Data Envelopment Analysis,” Journal of Banking and Finance, 9, 297-315.
[25] Tobin, J. (1958), “Estimation of Relationships for Limited Dependent Variables,” Econometrica, 26, 24-36.
[26] Zhang, Y. and Bartels, R. (1998), The Effect of Sample Size on the Mean Efficiency in DEA with an Application to Electricity Distribution in Australia, Sweden and New Zealand. Journal of Productivity Analysis , 9, 187–204.