1 |
Συγκριτική αξιολόγηση μονάδων διανομής της ΔΕΗ με την περιβάλλουσα ανάλυση δεδομένωνΚάρτας, Άγγελος 25 February 2010 (has links)
Η παρούσα εργασία πραγματεύεται το πρόβλημα της συγκριτικής αξιολόγησης των Μονάδων Διανομής της ΔΕΗ, και ειδικότερα των 14 Περιοχών της Διεύθυνσης Περιφέρειας Πελοποννήσου – Ηπείρου, με τη βοήθεια της μεθόδου περιβάλλουσας ανάλυσης δεδομένων, της DEA (Data Envelopment Analysis). Οι εξεταζόμενες Περιοχές είναι: Αγρίνιο, Αίγιο, Άρτα, Ζάκυνθος, Ιωάννινα, Καλαμάτα, Κέρκυρα, Κεφαλονιά, Κόρινθος, Ναύπλιο, Πάτρα, Πύργος, Σπάρτη και Τρίπολη.
Η ΔΕΗ είναι η μοναδική εταιρεία διανομής ηλεκτρικής ενέργειας στη χώρα, η οποία έχει στην ιδιοκτησία της το δίκτυο διανομής και είναι υπεύθυνη για τη διανομή της ηλεκτρικής ενέργειας σε όλη την ελληνική επικράτεια. Η κάθε Περιοχή αποτελεί καταρχήν ανεξάρτητη οικονομική – διοικητική μονάδα, η οποία έχει αποστολή την ανάπτυξη, την συντήρηση και την λειτουργία του Δικτύου του γεωγραφικού χώρου ευθύνης της, καθώς και την παροχή πρόσβασης σ’ αυτό προς όλους του δικαιούμενους, σύμφωνα με τις σχετικές διατάξεις του Κώδικα Διαχείρισης Δικτύου. Η επίτευξη της αποστολής αυτής θα πρέπει να γίνεται με την καλύτερη δυνατή διαχείριση και αξιοποίηση των πόρων που διαθέτει η κάθε Περιοχή.
Ως εισροές για κάθε Περιοχή είναι η εργασία (αριθμός των μισθωτών), ο κύριος εξοπλισμός (δίκτυα διανομής και μετασχηματιστές διανομής) και τα λειτουργικά έξοδα (ελέγξιμες δαπάνες εκμετάλλευσης). Ο Κώδικας Διαχείρισης Δικτύου δίνει ιδιαίτερη σημασία στην ποιότητα της παρεχόμενης ενέργειας και εξυπηρέτησης προς τους πελάτες. Για τον λόγο αυτό, υιοθετούνται επίσης ως εισροές, αντιπροσωπευτικά τους μεγέθη όπως: αριθμός βλαβών στο δίκτυο διανομής και χρόνος αποκατάστασης αυτών, καθώς και χρόνοι παροχών (μελέτη & κατασκευή). Ως εκροές, για μια Περιοχή Διανομής είναι ο αριθμός των πελατών (Χαμηλής Τάσης και Μέσης Τάσης), και η αντίστοιχη πωληθήσα ηλεκτρική ενέργεια.
Η σχετική αποδοτικότητα των Περιοχών υπολογίσθηκε με βάση την δυνατότητά τους να μειώσουν τις εισροές με δεδομένα τα υφιστάμενα επίπεδα εκροών (προσανατολισμός στην εισροή). Τα δεδομένα που χρησιμοποιήθηκαν αφορούν στοιχεία για το έτος 2007. Χρησιμοποιήθηκε το λογισμικό Warwick DEA Software, (Warwick Business School, Warwick University, UK).
Επίσης υπολογίσθηκαν οι συντελεστές συσχέτισης Pearson και Kendall, προκειμένου να εξεταστεί η ύπαρξη πιθανών συσχετίσεων μεταξύ των δεικτών αποδοτικότητας που προκύπτουν από την εφαρμογή της μεθόδου DEA και των απλών δεικτών αποδοτικότητας, ορισμένοι από τους οποίους χρησιμοποιούνται από τη ΔΕΗ, εκτιμούν όμως μεμονωμένους μόνο παράγοντες των Μονάδων.
Από την ανάλυση των δεδομένων προέκυψαν τα ακόλουθα, (τα οποία δεν υιοθετούνται απαραίτητα από την ΔΕΗ):
• Γενικά η αποδοτικότητα των Περιοχών είναι σχετικά υψηλή (>80%), πλην μιας Περιοχής.
• Ο κύριος εξοπλισμός των Περιοχών (δίκτυο διανομής και μετασχηματιστές διανομής) και οι υπηρεσίες που προσφέρουν στους πελάτες τους (αριθμός πελατών και πωληθήσα ηλεκτρική ενέργεια) αποτελούν καθοριστικούς παράγοντες για την καταρχήν κατάταξή τους με βάση την τεχνική τους αποδοτικότητα.
• Λαμβάνοντας όμως υπόψη στη μελέτη και άλλα κριτήρια, όπως οι ελέγξιμες δαπάνες, η ποιότητα της παρεχόμενης ενέργειας και η ποιότητα των παρεχόμενων υπηρεσιών, προκύπτει διαφοροποίηση στην αρχική κατάταξη των μη αποδοτικών Περιοχών, οι οποίες εν γένει βελτιώνουν την αποδοτικότητά τους, εκτός από τρεις περιοχές, οι οποίες παραμένουν στάσιμες.
• Εξετάζοντας την αποδοτικότητα κλίμακας (σύγκριση της τεχνικής αποδοτικότητας κάθε Περιοχής, υπό κλίμακα σταθερών και μεταβλητών αποδόσεων), προκύπτει ότι υπάρχει επίπτωση του μεγέθους της κλίμακας στην παραγωγικότητα της αποτιμώμενης Περιοχής σε 6 Περιοχές, (αποδοτικότητα κλίμακας < 1).
• Ορισμένοι από τους απλούς δείκτες αποδοτικότητας, οι οποίοι χρησιμοποιούνται και από τη ΔΕΗ, έχουν σημαντική συσχέτιση με τους δείκτες αποδοτικότητας που προκύπτουν από την εφαρμογή της μεθόδου DEA και μπορούν να εξηγήσουν την βαρύτητα ορισμένων παραγόντων στην διαμόρφωση της τεχνικής αποδοτικότητας των Μονάδων. Δεν παύουν όμως αυτοί οι απλοί δείκτες να εκτιμούν μεμονωμένους μόνο παράγοντες των Μονάδων, χωρίς να μπορούν να εκτιμήσουν την συνολική τεχνική αποδοτικότητα, όπως κάνει η μεθοδολογία DEA.
• Η μέθοδος DEA μπορεί να αποτελέσει ένα βασικό και χρήσιμο εργαλείο πληροφόρησης και κατεύθυνσης για την ιεραρχία των Περιοχών, χωρίς όμως απαραίτητα να αποτελεί πανάκεια για τη λήψη αποφάσεων, αφήνοντας κατ’ αυτό τον τρόπο περιθώρια πρωτοβουλιών στη διοίκηση των Μονάδων. Η μέθοδος DEA συμβάλλει επίσης στην ανάπτυξη ενός εσωτερικού ανταγωνισμού μεταξύ των Μονάδων Διανομής.
Περαιτέρω έρευνα με την εφαρμογή της μεθόδου σε δεδομένα περισσότερων ετών (π.χ. πενταετία), θα οδηγούσε σε ποιο ασφαλή και αξιόπιστα αποτελέσματα, λαμβάνοντας υπόψη κατ’ αυτό τον τρόπο και την εξέλιξη – πορεία των Περιοχών στο χρόνο. Η έρευνα θα μπορούσε επίσης να εφαρμοστεί για όλες της Περιοχές της Διανομής (59 Περιοχές) και να προκύψουν συγκριτικά αποτελέσματα για τις 5 Περιφερειακές Διευθύνσεις της Γενικής Διεύθυνσης Διανομής. / The present thesis deals with the problem of comparative evaluation of Distribution Districts of Power Public Corporation (PPC), and more specifically the 14 Districts of Peloponnese – Epirus Region Department, with the use of DEA (Data Envelopment of Analysis). The examined Districts are: Aegio, Agrinio, Arta, Corfu, Ioannina, Kalamata, Kefalonia, Korinthos, Nauplio, Patras, Pyrgos, Sparti, Tripoli and Zakynthos.
PPC is the only company of electric energy distribution in the country, which is the ownership of the distribution network. Every District constitutes an independent economic–administrative unit, which has the mission of development, operation and maintenance of its network. It is also responsible to assure the access to the network of the beneficiaries (consumers & producers), according to the Distribution Network Operation Code.
As inputs for each District are the work (personnel), the main equipment (distribution network and distribution transformers) and the functional expenses (controllable expenses). The Distribution Network Operation Code gives particular importance in the quality of provided energy and service to the customers. For this reason, they are adopted also as inputs: the number of network interruptions and the duration of interruptions, as well as the connection time to the network (study and construction). As outputs for each District are the number of customers (Low Voltage and Medium Voltage) and the supplied energy.
The relative efficiency of Districts was calculated based on their possibility to decrease their inputs keeping their outputs constant (input orientation). The data that were used concern the year 2007. The Warwick DEA Software used for the calculations (Warwick Business School, Warwick University, UK).
The Pearson and Kendall correlation coefficient were also calculated and the DEA technical efficiencies were compared with simple indices of efficiency, which PPC uses.
From the analysis of data resulted following, (that are not necessarily adopted by PPC):
• Generally the Districts efficiency is relatively high (> 80%), except one District.
• The main equipment of Districts (distribution network and distribution transformers) and the offered services to their customers (number of customers and supplied energy) constitute decisive factors for their initial classification based on their technical efficiency.
• Taking into consideration more criteria, as the controllable expenses, the quality of provided energy and the quality of provided services, result differentiation in the initial classification of not efficient Districts, what in general improve their efficiency, apart from three Districts, what remain stagnant.
• Examining the scale efficiency (comparison of technical efficiency of each District, under variable and constant returns to scale), it results that exists effect of scale size in the productivity of 6 Districts, (scale efficiency < 1).
• Some of simple indices of efficiency, which are also used by PPC, have important correlation with the DEA efficiencies and may explain the importance of some factors in the configuration of technical efficiency of Districts. However these simple indices continue to estimate only individual factors of Districts and not the total technical efficiency, as DEA does.
• DEA can be a basic and useful tool of information and direction for the Districts Directors, without however be panacea for the decision-making, leaving in this way margins of initiatives in the Districts administration. DEA also contributes to the promotion of internal competition between the Distribution Districts.
|
Page generated in 0.0293 seconds