Data Envelopment Analysis (DEA) models used to efficiency evaluation of the energo-chemical coal processing
 
More details
Hide details
1
AGH Akademia Górniczo-Hutnicza, Wydział Zarządzania, Katedra Badań Operacyjnych i Technologii Informacyjnych, Kraków
2
AGH Akademia Górniczo-Hutnicza, Wydział Zarządzania, Katedra Zarządzania w Energetyce, Kraków
3
Instytut Gospodarki Surowcami Mineralnymi i Energią PAN, Kraków.
 
Polityka Energetyczna – Energy Policy Journal 2015;18(2):43–59
 
KEYWORDS
ABSTRACT
The article focuses on the issue related to the efficiency assessment of the energy technologies using fossil fuels. It presents the evaluation method which is based on Data Envelopment Analysis models, belonging to non-parametric methods of efficiency evaluation. DEA models, in recent years, gained great popularity in the energy industry. With the increasing popularity, also grow their capabilities. In recent years, in world literature, could be seen a number of articles on the subject of new DEA models developed for the needs of the energy industry. The most advanced methods, dedicated to assessing the energy-chemical coal processing, allow to calculate the efficiency from the point of view of many energy (coal, oil, gas, etc.) and non-energy (costs, expenditures, employment, etc.) inputs, taking into account both the desired (power , profits, etc.) and adverse (greenhouse gases, sludge, waste, etc.) results. This approach allows for obtaining a unified efficiency ratio and an indication of efficient technologies in relation to assessed group. Apart from showing the efficient objects, DEA models also suggest for inefficient objects a reference technology, which is a collection of technologically nearest efficient objects, which should be taken as an exemplary model. Information obtained from the analysis allows responsible for the strategy creation managers for making optimal decisions in order to efficiency improvement. This article provides an overview of the applied models.
METADATA IN OTHER LANGUAGES:
Polish
Modele Data Envelopment Analysis (DEA) wykorzystywane do oceny efektywności energochemicznego przetwórstwa węgla
DEA, analiza obwiedni danych, ocena efektywności, czyste technologie węglowe, zgazowanie węgla
Artykuł skupia się na problematyce związanej z oceną efektywności technologii energetycznych wykorzystujących paliwa kopalne. Zaprezentowano w nim metodę oceny opierającą się na modelach Data Envelopment Analysis, należącą do nieparametrycznych metod oceny efektywności. Modele DEA na przestrzeni ostatnich lat zyskały dużą popularność w szeroko rozumianym przemyśle energetycznym. Wraz ze wzrostem popularności rosną także ich możliwości. W ostatnich latach w literaturze światowej można było zaobserwować liczne artykuły poświęcone nowym modelom DEA opracowanym właśnie na potrzeby przemysłu energetycznego. Najbardziej zaawansowane metody, dedykowane ocenie energochemicznego przetwórstwa węgla, pozwalają kalkulować efektywność z punktu widzenia wielu nakładów energetycznych (węgiel, ropa, gaz itp.) oraz nieenergetycznych (koszty, nakłady, wielkość zatrudnienia itp.), przy jednoczesnym uwzględnieniu zarówno rezultatów pożądanych (moc, zyski itp.), jak i niepożądanych (gazy cieplarniane, ścieki, odpady itp.). Podejście takie pozwala na uzyskanie zunifikowanego współczynnika efektywności oraz wskazanie obiektów efektywnych względem ocenianej grupy. Oprócz wskazania obiektów efektywnych, modele DEA proponują także dla obiektów nieefektywnych technologię wzorcową, która stanowi zbiór najbliższych technologicznie obiektów efektywnych, na których powinna wzorować się dana jednostka. Informacje uzyskane z analizy pozwalają osobom odpowiedzialnym za kreowanie strategii danej jednostki na podjęcie optymalnych decyzji w celu poprawy efektywności. Niniejszy artykuł stanowi przegląd stosowanych modeli.
 
REFERENCES (28)
1.
Byrnes i in. 1984 – Byrnes, P., Fare, R. i Grosskopf, S. 1984. Measuring productivity efficiency: An application to Illinois strip mines. Management Science t. 30, s. 671–681.
 
2.
Charnes i in. 1978 – Charnes, A., Cooper, W. i Rhodes, E. 1978. Measuring the efficiency of decision making units. European Journal of Operational Research t. 2, z. 6, s. 429–444.
 
3.
Charnes i in. 2000 – Charnes, A., Cooper, W. i Lewin, A.Y. 2000. Data Envelopment Analysis: Theory, Methodology and Applications. Wyd. Springer.
 
4.
Cooper i in. 2000 – Cooper, W.W., Park, K.S. i Pastor, J.T. 2000. RAM: a range adjusted measure of efficiency. Journal of Productivity Analysis t. 11, s. 5–42.
 
5.
Cooper i in. 2007 – Cooper, W.W., Seiford, L.M. i Tone, K. 2007. Data Envelopment Analysis: A Comprehensive Text with Models, Applications, References and DEA-Solver Software. Wyd. 2 Springer.
 
6.
Cropper M.L. i Oates, W.E. 1992. Environmental economics: a survey. Journal of Economic Literature, t. 30, s. 675–740.
 
7.
Fare, R. i Grosskopf, S. 2004 Modeling undesirable factors in efficiency evaluation: Comment. European Journal of Operational Research t. 157, s. 242–245.
 
8.
Fare i in. 1989 – Fare, R., Grosskopf, S., Lovell, C. i Pasurka, C. 1989. Multilateral productivity comparisons when some outputs areundesirable: A nonparametric approach. The Review of Economics and Statistics t. 71, s. 90–98.
 
9.
Fare i in. 1996 – Fare, R., Grosskopf, S. i Tyteca, D. 1996. An activity analysis model of the environmental performance of firms – application to fossil-fuel-fired electric utilities. Ecological Economics t. 18, z. 2, s. 161–175.
 
10.
Førsund F.R. i Kittelsen S.A. 1998. Productivity development of Norwegian electricity distribution utilities. Resource and Energy Economics t. 20, s. 207–224.
 
11.
Guzik, B. 2009. Podstawowe modele DEA w badaniu efektywności gospodarczej i społecznej. Wyd. Uniwersytetu Ekonomicznego w Poznaniu, Poznań.
 
12.
Kleiber, M. (red.) 2011. Ekoefektywność technologii. Wyd. 1 Główny Instytut Górnictwa w Katowicach, Katowice.
 
13.
Kulshreshtha, M. i Parikh, J.K. 2002. Study of efficiency and productivity growth in opencast and underground coal mining in India: A DEA analysis. Energy Economics t. 24, s. 439–453.
 
14.
Raczka, J. 2001. Explaining the performance of heat plants in Poland. Energy Economics t. 23 s. 355–370.
 
15.
Ramanathan, R. 2003. An Introduction to Data Envelopment Analysis: A Tool for Performance Measurement. Wyd. 1 Sage Publications, New Delhi.
 
16.
Ramanathan, R. 2005. An analysis of energy consumption and carbon dioxide emissions in countries of the Middle East and North Africa. Energy t. 30, z. 15, s. 2831–2842.
 
17.
Russell, R. 1985. Measures of technical efficiency. Journal of Economic Theory t. 35, s. 109–126.
 
18.
Sueyoshi i in. 2009 – Sueyoshi, T., Goto, M. i Ueno, T. 2009. Performance analysis of US coal-fired power plants by measuring three DEA efficiencies. Energy Policy t. 38, z. 4, s. 1675–1688.
 
19.
Sueyoshi, T. i Goto, M. 2010. DEA approach for unified efficiency measurement: Assessment of Japanese fossil fuel power generation. Energy Economics t. 33, z. 2, s. 292–303.
 
20.
Tavares, G. 2002. A Bibliography of data envelopment analysis (1978–2001). Wyd. Rutgers Center for Operations Research Rutgers University.
 
21.
Thompson i in. 1992 – Thompson, R.G., Lee, E. i Thrall, R.M. 1992. DEA/AR efficiency of US independent oil/gas producers over time. Computers & Operations Research t. 19, s. 377–391.
 
22.
Tyteca, D. 1996. On the measurement of the environmental performance of firms – a literature review and a productive efficiency perspective. Journal of Environmental Management t. 46, z. 3, s. 281–308.
 
23.
Tyteca, D. 1997. Linear programming models for the measurement of environmental performance of firms – concepts and empirical results. Journal of Productivity Analysis z. 8, t. 2, s. 183–197.
 
24.
Zaim, O. 2004. Measuring environmental performance of state manufacturing through changes in pollution intensities: A DEA framework. Ecological Economics t. 48, z. 1, s. 37–47.
 
25.
Zaim, O. i Taskin, F. 2000. Environmental efficiency in carbon dioxide emissions in the OECD: Anon-parametric approach. Journal of Environmental Management t. 58, z. 2, s. 95–107.
 
26.
Zhou i in. 2007 – Zhou, P., Ang, B.W. i Poh K.L. 2007. A survey of data envelopment analysis in energy and environmental studies. European Journal of Operational Research t.189, z. 1, s. 1–18.
 
27.
Zhou, P. i Ang, B.W. 2008. Linear programming models for measuring economy-wide energy efficiency performance. Energy Policy t. 36, s. 2911–2916.
 
ISSN:1429-6675