Urzędu Regulacji Energetyki · 2012. 10. 12. · Biuletyn Urzędu Regulacji Energetyki 01/2012 NR...

Biuletyn Urzędu Regulacji Energetyki

01/2012NR 1 (79) 30 marca 2012 ISSN 1506-090X

w numerze m.in.:

Zagrożenieubóstwemenergetycznym

Modelekonometryczny–analizakosztówoperacyjnychwsektorzedystrybucjienergii

Przedsiębiorstwasiecioweisporydotycząceposadowieniaurządzeńprzesyłowych

Koncepcjafunkcjonowaniasiecidystrybucyjnych

WYDAWCAUrządRegulacjiEnergetykiADRESREDAKCJI00-872Warszawa,ul.Chłodna64,tel.(0-22)6616222,faks:(0-22)6616224,www.ure.gov.plFOTOmateriałyfotograficznewykorzystanozazgodąwłaścicieliprawautorskichNotacopyright©doartykułówzamieszczonychwBiuletynieUrzęduRegulacjiEnergetykiprzysługujeautoromtychartykułów

BiuletynUrzęduRegulacjiEnergetykiSpis treści

3/ Zagrożenie ubóstwem energetycznym. Próba ustale-nia zjawiska (na podstawie danych GUS)

9/ Model ekonometryczny – narzędzie oceny efektywno-ści operatorów systemów dystrybucyjnych elektroenerge-tycznych (skrót)

24/ Obowiązywanie świadectw kwalifikacyjnych w świe-tle ustawy − Prawo energetyczne

28/ Status przedsiębiorstw sieciowych w prawie energe-tycznym na tle sporów dotyczących posadowienia urządzeń przesyłowych

41/ Koncepcja funkcjonowania sieci dystrybucyjnych, opartych na lokalnych obszarach bilansowania, czynnikiem wspierającym rozwój generacji rozproszonej i poprawę efektywności energetycznej

47/ Bieżąca współpraca międzynarodowa URE

50/ Informacje Prezesa Urzędu Regulacji Energetyki

52/ Tabele informacyjne – taryfy dla ciepła, koncesje

Szanowni Państwo!

Niejednokrotnie na łamach Biuletynu URE podejmowana była próba odpowiedzi na pytanie, kim jest odbiorca wrażliwy społecznie, jak uwolnienie cen energii elektrycznej wpłynie na zaspokojenie potrzeb na energię takiego odbiorcy. Prezes URE bardzo aktywnie włączył się w analizę kondycji niezamożnych gospodarstw domowych, m.in. poprzez trzykrotne badania an-kietowe kierowane do zarządów spółek energetycznych, a także badania przeprowadzone wspólnie z Instytutem Pracy i Spraw Socjalnych. W bieżącym wydaniu Biuletynu publikujemy artykuł P. Kurowskiego dotyczący poziomu wydatków na energię elek-tryczną, gaz i ciepło w polskich gospodarstwach domowych w różnych przekrojach (np. ze względu na źródło utrzymania głowy gospodarstwa, liczbę osób, klasę miejscowości, powierzch-nię zajmowanego lokalu), a także identyfikujący cechy (i skalę) gospodarstw domowych zagrożonych ubóstwem energetycznym.

Kolejnym ciekawym materiałem jest praca J. Osiewalskiego i R. Wróbel-Rotter prezentująca założenia i wyniki analizy kosztów operacyjnych w sektorze dystrybucji energii w Polsce. Autorzy przybliżyli m.in. bayesowski graniczny model kosztu zmiennego dla tego sektora, zaprezentowali stochastyczny model graniczny i wskaźnik efektywności kosztowej, a także kategorie modelowe kosztów, bayesowskie graniczne modele kosztu dla da-nych panelowych i wyniki badań empirycznych.

30 października 2011 r. weszła w życie ustawa z 19 sierpnia 2011 r. o zmianie ustawy – Prawo energetyczne oraz niektórych innych ustaw, która wprowadziła zmiany w brzmieniu art. 54 Pra-wa energetycznego w zakresie obowiązku okresowej weryfikacji i czasu obowiązywania już wydanych przez komisje kwalifika-cyjne świadectw kwalifikacyjnych. Z uwagi na fakt, że przedsię-

biorstwa energetyczne zgłaszają w ostatnim okresie szereg wąt-pliwości związanych z interpretacją i stosowaniem tego artykułu, publikujemy materiał D. Trzeciaka przybliżający szczegółowo problematykę w tym zakresie.

„Zapewnienie ciągłości, adekwatności w stosunku do potrzeb oraz niezawodności dostaw paliw i energii ma kardynalne znacze-nie dla prawidłowego funkcjonowania wszelkich państw i gospo-darek oraz poziomu życia i satysfakcji społeczeństw. Powszechny dostęp do tzw. mediów zaliczany jest do potrzeb podstawowych. Aby sprostać oczekiwaniom wszyscy zainteresowani muszą mieć jednak świadomość, że pożądanego stanu bezpieczeństwa nie osiągnie się bez odpowiednio rozwiniętej infrastruktury tech-nicznej, gdyż dostarczenie paliw i energii wymaga zazwyczaj ich transportu za pomocą urządzeń przesyłowych i to posadowio-nych na gruntach różnych podmiotów.” R. Walaszczyk w swoim artykule przedstawia ważny temat szczególnego statusu przedsię-biorstw sieciowych wynikającego z ustawy – Prawo energetyczne, w kontekście sporów dotyczących posadowienia urządzeń prze-syłowych.

Państwa uwadze polecamy także materiał przygotowany przez R. Czyżewskiego i M. Wrocławskiego, przybliżający koncepcję funkcjonowania sieci dystrybucyjnych opartych na lokalnych obszarach bilansowania, która może być czynnikiem wspiera-jącym rozwój generacji rozproszonej i poprawę efektywności energetycznej. Autorzy przedstawiają m.in. ograniczenia obecnie funkcjonującego modelu sieci elektroenergetycznych, koncepcję lokalnych obszarów bilansowania opartych na wirtualnych elek-trowniach i sieciach inteligentnych, korzyści z wdrożenia tego modelu oraz uwarunkowania wdrożenia koncepcji do polskiego systemu.

Redakcja

3nr 1 (79) 30 marca 2012 Biuletyn Urzędu Regulacji Energetyki

ODBIORCA NA RYNKU ENERGIIZAGROŻENIEUBÓSTWEMENERGETYCZNYM.PRÓBAUSTALENIAZJAWISKA

dr Piotr Kurowski

W badaniach1)nad kondycją niezamożnych gospodarstw domowych brakuje systema-tycznych analiz uwzględniających trudności w korzystaniu z energii. Działania Urzędu Re-gulacji Energetyki (URE) w ostatnich latach wniosły nowe spojrzenie na ten problem, m.in. poprzez badania ankietowe skiero-wane do zarządów spółek energetycznych. Wyniki ankiet wskazują, że gdzieniegdzie ma miejsce współpraca między podmiotami energetycznymi a Ośrodkami Pomocy Spo-łecznej. Prawdą jest jednak także, że wiele pozostaje jeszcze do zrobienia.

Ponadtrzy lata temu,przyokazjiplanowa-negowówczasuwalnianiacenenergiielek-trycznej,wbadaniachIPiSSiUREpróbowa-noodpowiedziećnapytanie,jakajestskalaodbiorcównajbardziejwrażliwychnatakiezmiany.Staranosiętakżeustalić,jakączęśćgospodarstwmogą spotkać trudności w zaspokojeniu potrzebnaenergięelektrycznąwwynikuderegulacjicen(por.Kurowski2008).Niniejszapracamacharak-

1) OpracowaniepowstałowewspółpracyzPrezesemUrzęduRegulacjiEnergetyki,napodstawiedanychudostępnionychprzezGłównyUrządStatystyczny.

ter bardziej ogólny. Za przedmiot analizy wziętopod uwagę nie tylko wydatki na energię elek-tryczną,alewszystkiemożliwewydatkigospodar-stwa na ogrzanie domu, oświetleniemieszkania,pozyskanie ciepłej wody, gotowanie, korzystaniezurządzeńitd.Wpierwszejczęściartykułuprzedstawionopo-

ziomwydatkównaenergięwpolskichgospodar-stwachdomowychw różnychprzekrojach.Okre-ślenieskaliubogichenergetycznieorazichprofilutoszczególnieinteresującyaspekt,któryprzybliżonowdrugiejczęściopracowania.Przedstawiane w tej pracy

wynikibadańudałosięosiągnąćwoparciudoprzeliczenianabu-dżetachgospodarstwdomowych,jakie prowadziGUS. Badanie za-mówionowczerwcu2010r.,gdymożliwebyłosięgnięciepoprze-liczenianazbiorzebudżetówgo-spodarstwdomowychz2008r.

Poziom wydatków gospo-darstw domowych na nośniki energii

Dane o ogólnych wydatkachna nośniki energii są dostępne

wogólnej statystycepublicznej, polskiej imię-dzynarodowej.Wkrajachnaszegoregionuwy-datki testanowiądużowiększeobciążeniedlabudżetówgospodarstwdomowychniżwprzy-padkukrajówstarejUnii(rys.1).W2005r.wy-datkinaenergięstanowiłyok.10–11%wydat-kówpolskichrodzinibyłtowynikjedenzwyż-szych. Największe obciążenie tymi wydatkamiwystępowało w gospodarstwach na Słowacji(14,5%), na Węgrzech i w Rumunii (11,6%)orazwCzechach(11,2%).Alenawetwkrajachnaszegoregionusąkraje,dlaktórychudziałtenjestmniejszy(krajebałtyckie).

Rysunek 1. UdziałwydatkównaenergięwbudżetachgospodarstwwkrajachUE(w2005r.)

Źródło:opracowaniewłasnenapodstawiedanychEurostat.

Zagrożenie ubóstwem energetycznym.Próba ustalenia zjawiska (na podstawie danych GUS)1)

0 2 4 6 8 10 12 14 16

EU (27 countries)EU (15 countries)

BelgiumDenmark

LuxembourgNetherlands

FinlandSw eden

UKNorw ay

Germany France

ItalyIreland

GreeceCyprus

SpainPortugal

MaltaAustria

BulgariaCzech Republic

EstoniaLatvia

LithuaniaHungaryRomaniaSlovakia

FYR of MacedoniaCroatiaPoland

Slovenia

4 nr 1 (79) 30 marca 2012Biuletyn Urzędu Regulacji Energetyki


Zatakogólnymobrazemkryjesięwieleczyn-ników:dotyczytozjednejstronypoziomuwydat-ków,którywgospodarstwachkrajówzachodnichjestdużowyższy,azdrugiejefektywnościsekto-ra energetycznego. W krajach, gdzie udział wy-datków gospodarstw domowych na energię jestwyższy, istnieje pilniejsza potrzeba podnoszeniaefektywności sektora energetycznego oraz efek-tywności korzystania gospodarstw z energii. Zo-bowiązania wynikające z wprowadzania nowychtechnologiiwtejbran-żydo2020r.przyniosąz pewnością kolejnepodwyżki cenenergii.W krajach,w którychudział wydatków naenergię w budżetachgospodarstw domo-wychjest jużobecnierelatywnie wyższy,wskutek tych zmianmożepowstaćwięk-sza grupa „ubogichenergetycznie”.Różnice między

krajami„starej”i„no-wej” Unii występująnie tylko w pozio-mie wydatków, ja-kie ponoszą rodzinyna energię, ale tak-że w ich strukturze (rys. 2). W krajachnaszegoregionudużo

wyższyudziałwkosztachenergetycznychgospo-darstwdomowychzajmująkosztyenergiicieplnejorazpaliwstałych(węgla).Wedługpolskiej statystyki publicznej,w2008 r.

wydatki miesięczne na energię wynosiły prze-ciętnie 96,36 zł na osobę. Stanowiły one10,7%wydatkówogólnychgospodarstw,a9,2%ichdo-chodu.Udziałytychkosztówwwydatkachidocho-dachgospodarstww2009r.dośćwyraźniewzro-sły(tab.1).Wostatnichbadanychdwóch latach

(2008−2009) wzrost tych wydatków kosztowałstatystycznegoPolakawięcejniż10złwporówna-niudorokupoprzedniego.

Tabela 1.Wydatkigospodarstwdomowychnanośnikienergii(na1osobę,miesięcznie)

Rok

2005 2006 2007 2008 2009

Wydatkinanośnikienergii

75,83 86,11 84,61 96,36 107,64

Wydatkigospodarstwogółem

690,30 744,81 809,95 904,27 956,68

Wydatkinaenergię/Wydatkiogółem[%]

11,0 11,6 10,4 10,7 11,2

Dochódrozporządzalny

761,46 834,68 928,87 1045,52 1114,49

Wydatkinaenergię/Dochódogółem[%]

10,0 10,3 9,1 9,2 9,7

Źródło:opracowaniewłasnenapodstawiedanychzGUS.

Wśród gospodarstw domowych o różnych ro-dzajachdochodówwyróżniająsięwysokiewydatkinaenergięuemerytówirencistów(odpowiednio138,53złi115,08zł).Wtychgrupachwydatkinanośnikienergiistanowiąznaczniewięcejwstruk-turzewydatkówogółem(tab.2str.5).Pod względem poziomu osiąganych docho-

dów,udziałwydatkównanośnikienergiiwbu-dżetachrodzinnie jestwprawdziebardzozróż-nicowany; zdecydowanie widoczne są różnicew poziomie wydatków. W I grupie decylowej(onajniższychdochodach)koszty te sąo49%niższeodprzeciętnychwkraju,cowskazujenapoważne ograniczenia w korzystaniu z energiiprzeztęgrupę.

Rysunek 2. StrukturawydatkówgospodarstwdomowychnaenergięwkrajachUE(2005r.)

Źródło:opracowaniewłasnenapodstawiedanychEurostat.

0% 20% 40% 60% 80% 100%

EU 27 EU 15

DenmarkNetherlands

FinlandSweden

UKNorwayFrance

ItalyIrelandGreece

SpainPortugalAustria

Czech RepublicSlovakiaEstonia

LatviaLithuania

PolandHungaryBulgaria

RomaniaSloveniaCroatia

Macedonia

Elektryczność Gaz Paliwa płynne Paliwa stałe Energia cieplna



Tabela 2. Zróżnicowaniewydatkówgospodarstwdomo-wychnanośnikienergii(miesięcznie,naosobę,2008r.)

WyszczególnienieWydatki na

nośniki energii [zł]

[% wydatków konsump-cyjnych]

Ogółem 96,36 10,7

Źródłoutrzymaniagłowygospodarstwa:

Gosp.pracowników 84,02 9,5

-wtymnastan.robotniczych 73,79 10,6

Gospodarstwarolników 68,64 9,9

Pracującynawł.rachunek 107,75 9,0

Emeryci 138,53 14,1

Renciści 115,08 14,9

Wybranegrupydecylowewrozkładziedochodów:

I 47,43 11,0

II 55,44 11,7

IX 131,38 9,9

X 161,94 8,0

Liczbaosóbwgospodarstwie:

1 193,07 13,5

2 139,69 11,5

3 97,57 9,8

4 76,94 9,5

5 66,07 10,1

6iwięcej 49,71 9,9

Wybranetypyrodzinbiologicznych:

Małżeństwobezdzieci 144,50 11,4

Małżeństwoz1dzieckiem 92,99 8,7

Małżeństwoz2dzieci 73,31 8,9

Małżeństwoz3iwięcejdzieci 53,83 9,4

Samotnyrodziczdziećmi 86,48 10,1

Inne 100,81 11,7

WyszczególnienieWydatki na

nośniki energii [zł]

[% wydatków konsump-cyjnych]

Klasymiejscowości:

Wieśogółem 86,06 11,7

Miastaogółem 102,78 10,2

-do20tys.mieszkańców 100,38 11,7

-20–100tys.mieszkańców 100,92 11,3



-powyżej500tys.mieszkańców 112,72 8,3

Powierzchniazajmowanegolokalu:

do 39 m2 91,31 9,8

40–54m2 96,29 10,5

55–69m2 97,67 10,5

70−99m2 93,68 11,1

100 m2iwięcej 99,92 11,0


Gdy przyjrzymy się liczebności gospodarstw,największewydatkinaenergiępercapitaponoszą– co zrozumiałe – osoby samotnie gospodarują-ce:sąoneponaddwukrotniewyższeodprzecięt-nej,istanowiąnajwiększyudziałwichwydatkachogólnych(13,5%).Podobniemasięrzeczzgospo-darstwami 2-osobowymi.W przekroju typów ro-dzinbiologicznychnajwyższewydatkinaenergięnaosobęponosząmałżeństwabezdzieci.Zkoleiw rodzinach z dziećmi, wraz ze wzrostem ichliczebnościwielkośćtamaleje.Udziałwydatkównaenergięwogólnychwy-

datkach gospodarstw był wyższy w mniejszychmiejscowościach,zwłaszczanawsiiwmiastachdo

20 tys.mieszkańców.Wieśpolskąw2008 r. ce-chowałnajniższypoziomwydatkównaenergię,cowiążesięzinnągospodarkąogrzewaniamieszkań(zwykle opał zamiast centralnego ogrzewania)orazzgorzejrozwiniętąsiecią(np.gazu)natychterenach. Z koleiwydatkiwmiejskichgospodar-stwachdomowychbyły–pozanajwiększymiaglo-meracjami–praktycznietakiesame,aleichudziałbardziej obciąża rodzinne budżety wmniejszychmiastach.W przekroju powierzchni zajmowanego lokalu

nie zauważa się nietypowych trendów. Ogólniemówiąc,wrazzrosnącąpowierzchniąmieszkaniawydatkinominalnenaosobęrosną(pozaprzypad-kiemmieszkańod70do99m2).Podobniedzie-je się z udziałem wydatków na nośniki energii:wrazzwiększąpowierzchniąlokalu,kosztyenergiiwcałkowitymbudżeciegospodarstwatakżerosną.Należypamiętać,żenaprzedstawionypowyżej

obrazwdużejmierzemastopieńdostępnościdousług związanych z nośnikami energii. Dostęp docentralnegoogrzewaniaobejmowałw2008r.84,7%ogółumieszkańwmiastach,a64,4%mieszkańnawsi.Sytuacjajestjednakbardzozróżnicowanate-rytorialnie: zmiast najlepiejwyposażonew cen-tralne ogrzewanie były zasoby w województwiemazowieckim ipodlaskim (90,3% i90,1%),naj-gorzejwyposażonesąmiejskiezasobywregionieśląskim(79,6%).Naterenachwiejskichnajlepsząsieć centralnego ogrzewania posiada wojewódz-twośląskie(78,1%)iopolskie(70,3%),anajgor-szą województwo podlaskie (49,4%) i lubelskie(53,8%)(por.GUS2009a).Strukturasieciciepl-nejwprzestrzennymukładziejestnajbardziejza-



gęszczonawwojewództwach:śląskim,pomorskimikujawsko-pomorskim(por.GUS2009b).Najbardziejrozwiniętasiećgazowawukładzie

przestrzennymwystępujenaterenachwojewództwmałopolskiego, śląskiego i podkarpackiego, przydominującejpozycjimiast.W2008r.wgazzsieciwyposażonebyło73,6%ogółumieszkańwmia-stach, a tylko 18,8%mieszkań na wsiach. Spo-śródterenówwiejskichnajgorzejbyływyposażonewgazzsieciwojewództwa:kujawsko-pomorskie(2,3%),opolskie(2,5%)ipodlaskie(2,9%)(por.GUS 2009 a).Naterenach,gdziebrakujesiecicieplnejczyga-

zowej, gospodarstwa domowe organizują ogrza-niemieszkańwinnesposoby.Trudnoocenić,czyalternatywatawiążesięzmniejszyminakładami(np.poprzeztaniopałz lasuczywłasnychzaso-bów)orazczywgospodarstwachtychwystępujewiększeryzykoubóstwaenergetycznego.

Skala ubóstwa energetycznego

Zadanie przedstawienia spójnej, a jednocze-śniełatwejdozastosowaniawbadaniudefinicjiubóstwaenergetycznegoniejestłatwe.Napo-trzebyniniejszegoopracowaniazdecydowanosięskorzystaćzdefinicjiubóstwaenergetycz-nego (ang. fuel poverty), jakąwypracowanowWielkiej Brytanii. Za gospodarstwo domo-we,którejestwsytuacjiubóstwaenergetycz-nego uznaje się takie, które na utrzymaniedostatecznego poziomu ogrzewania musiprzeznaczyćwięcej niż 10% swojego docho-

du(por.Figaszewska2009,TheFuelPovertyStrategy2008).ZaczynającwPolscetegotypubadanianad

ubóstwem energetycznym, z racji ograniczo-nościdostępnychnarzędzi,koniecznebyłopo-czynienie dalszych upraszczających założeń.WWielkiej Brytanii sprawa określenia „dosta-tecznego poziomu” ogrzewania skłoniła bada-czy do modelowania tych wydatków. W tymstudiumniebyło tomożliwe–wprezentowa-nych badaniach operowano na rzeczywistych,anienamodelowanychwydatkach.Wdodatkuanalizujemy nie tylko wydatki na ogrzewanie,ale na wszystkie nośniki energii. Zadajemy pytanie, ile polskich gospodarstw domowychponosiło rzeczywistewydatki na nośniki ener-gii, którychwartośćprzekraczała10% ichdo-chodów2).Nawet jeśli niewszystkie gospodar-stwagospodarująwydatkaminaenergięwspo-sób optymalny, przyjrzyjmy się, jak duża jestto grupaoraz jaki jest jej profil.Wspomnianeograniczeniabadawczeskłaniajądostwierdze-nia, że uzyskanewynikimogą stanowić obrazzagrożenia ubóstwem energetycznym, a niebezpośredniąjegoilustrację.Przyglądającsięprezentowanymwynikompa-

miętajmy, że nie widzimy skali zaległości w re-gulowaniu rachunków za energię.W tymbada-niu budżetów gospodarstw domowych GUS nieprzyglądasięzaległościomwopłatachiichprzy-czynom.ZdanychDiagnozySpołecznejnatemat

2) Przy przeliczeniach uwzględniono skale ekwiwalentnościstosowanewkrajachOECD.

warunkówżyciaPolakówwiadomo,żew2007r.5,2% gospodarstw zalegało z opłatami za gazienergięelektryczną,podczasgdyw2009r.byłoto 3,7% takich gospodarstw (RadaMonitoringuSpołecznego2007,65i2009,86).Zbadaniazagrożeniaubóstwaenergetycznego

wyłączono te, którew 2008 r. nie poniosły żad-nychwydatków na nośniki energii.Według spe-cjalistówGUS,grupatastanowiła6,4%badanychgospodarstw. W zbiorze tym istnieje zapewneczęść rodzin,którewmiesiącu,naktóryprzypa-dłobadanie,niewydatkowałyśrodkówzaenergięw jakiejkolwiek z form. Można jednak zasadnieprzypuszczać, żewgrupie tej znajdują się takżerodziny,wktórychzprzyczynograniczeńfinanso-wychrosnązaległości.

Tabela 3. Liczbagospodarstwdomowych,którychwydat-kinaenergięprzekraczają10%ichdochodóww2008r.,wróżnychprzekrojach

WyszczególnienieUdział

w przekroju grup [%]

Struktura[%]

Ogółem w Polsce 40,3 100,0

Wprzekrojuźródełutrzymania:

Gosp.pracowników 32,1 39,4

-wtymnastan.nierobotniczych 27,1 15,1

-wtymnastan.robotniczych 36,4 24,3

Gospodarstwarolników 30,4 30,4

Pracującynawł.rachunek 32,6 5,3

Emeryci 52,2 36,3

Renciści 56,9 11,0



WyszczególnienieUdział

w przekroju grup [%]

Struktura[%]

Wprzekrojuklasmiejscowości:

Wieśogółem 37,5 30,5

Miastaogółem 41,7 69,5

-do20tys.mieszkańców 45,4 14,2




-pow.500tys.mieszkańców 34,8 12,6

Wprzekrojupowierzchnizajmowanegolokalu:

do 39 m2 40,8 17,7

40–54m2 43,5 30,0

55–69m2 41,2 20,1

70−99m2 38,1 15,5

100 m2iwięcej 36,0 16,7

Zuwaginaliczbęosóbwgospodarstwie:

1 54,7 33,7

2 41,4 23,9

3 34,0 16,8

4 32,4 14,5

5 33,1 6,7

6iwięcej 30,8 4,5

Zuwaginatypyrodzinbiologicznych:

Małżeństwobezdzieci 39,8 17,1

Małżeństwoz1dzieckiem 31,0 8,4

Małżeństwoz2dzieci 31,7 8,7

Małżeństwoz3iwięcejdzieci 35,2 4,2

Samotnyrodziczdziećmi 50,0 2,7

Inne 44,2 58,8


W 2008 r. w Polsce 40,3% gospodarstw do-mowych(czyli5371tys.gospodarstw)wydawa-łowięcejniż10%swoichdochodównaenergię3). Jakijestjednakprofiltejgrupyryzyka?Pod względem porównania grup społeczno-

-ekonomicznych (z uwagi na rodzaj osiąganegodochodu przez głowę gospodarstwa) wyróżniająsięemeryciirenciści.Wtychgrupach„niezamoż-nienergetycznie”stanowiąponadpołowę:odpo-wiednio52,2%emerytóworaz56,9%rencistów.Gdy jednak przyglądamy się strukturze ryzykaubóstwa energetycznegow przekroju tych grup,pierwsząnajliczniejszągrupąsąemeryci(36,3%),następnierolnicy(30,4%)ipracownicynastano-wiskachrobotniczych(24,3%).Spośródmieszkańcówróżnychmiejscowości,

najwięcej gospodarstw zagrożonych ubóstwemenergetycznympochodzizmiastod20do100tys.mieszkańców (aż 46%). Grupa ta stanowi prawiejednączwartąogółuubogichpodwzględempotrzebenergetycznych, obokmieszkańcówwsi, którzy sąnajliczniejszągrupą(30,5%).Ubodzy pod względem zaopatrzenia w ener-

gięzamieszkująnajczęściejmieszkaniamałe,alenie tekompletnienajmniejsze.Blisko jednatrze-cia ubogich zamieszkuje w mieszkaniach o po-wierzchni od 40 do 54m2, tam także wskaźnikiubóstwa energetycznego są wyższe od tych dlakraju (43,5%).Kolejna licznagrupa, jednapiąta

3) Niestety,niebyłomożliwezbadanienazbiorachGUS,ilejestgospodarstwdomowychznajdującychsiępodtzw.absolut-nąliniąubóstwaenergetycznego(gdywydatkigospodarstwnaenergięsięgająpowyżej20%ichdochodów).

ubogich pod względem energetycznym mieszkawzasobachopowierzchniod55do69m2.Podwzględemliczbyosóbwgospodarstwach,

ubóstwo energetyczne koncentruje się w rodzi-nach 1- i 2-osobowych – łączny udział tych go-spodarstwwspołeczności ubogichenergetyczniestanowi 57,6%. Pamiętajmy, że pod uwagę bie-rzemy liczbę gospodarstw domowych − trzebaoczywiście pamiętać o rodzinach liczebniejszych,bomimoiż ichudziałjestskromniejszy,ubóstwodotykatamzkoleiwiększejliczbyosób.Wstrukturzegospodarstwubogichenergetycz-

nie największą grupę− blisko 60%− stanowiłytzw.„inne”typyrodzinbiologicznych.Nieudałosięuzyskaćbliższych informacjizGUSna ichtemat.Są to pominięte w badaniach GUS,mniej niety-powetypyrodzin(np. rodzinywielopokoleniowe,dziadkowieutrzymującywnuków).Nauwagęza-sługujątakżesamotnirodzicewychowującydzieci,którychodsetekniejestduży,aleażpołowaznichjestzagrożonaubóstwemenergetycznym.

Podsumowanie

Wydatki na nośniki energiiw Polsce stanowiąniemałyudziałwcałkowitychkosztachutrzymaniagospodarstwdomowych(10,7%w2008r.i11,2%w2009r.).Wskalieuropejskiej,poziomten jestjednym z wyższych – jesteśmy tuż po Słowacji, Węgrzech, Rumunii i Czechach.W strukturzewy-datkówgospodarstwdomowychnaenergięwPolscerelatywniedużoprzeznaczasięśrodkównaener-gięcieplnąoraznapaliwastałe(węgiel).



Miesięczne wydatki na energię w 2008 r.wyniosły średnio w Polsce 96,36 zł na oso-bę. Największe koszty na ten cel ponosiły go-spodarstwa 1- i 2-osobowe, małżeństwa bezdzieci na utrzymaniu, emeryci i renciści. No-minalnie wyższe wydatki na energię ponoszągospodarstwa zamieszkujące w aglomera-cjach o liczbie mieszkańców powyżej pół mi-liona. Wydatki na energię stanowią najwyższeobciążenie budżetów domowych emerytówirencistów,wysokijesttakżeichudziałuosób samotniegospodarujących.Za linię zagrożenia ubóstwem energetycznym

wbadaniachuznanopoziomwydatkównaener-gię, który przekracza 10% dochodów gospo-darstwa.W2008 r.wPolsce zidentyfikowanoaż40,3% gospodarstw domowych.Mamy nadzieję,że przedstawione dane rzucają światło na obrazubóstwaenergetycznegowPolsce.Myśląc o systemie wsparcia dla gospodarstw

zagrożonych ubóstwem energetycznym, działa-nia pomocowe powinny być ukierunkowane na: (i)gospodarstwaosóbsamotnych,(ii)gospodarstwaemeryckie,(iii)rolnikóworazpracownikównastano-wiskachrobotniczych,(iv)rencistów,(v)gospodar-stwazamieszkującewieśimałemiejscowości.Uzyskanyobrazpomagawokreśleniuodbior-

ców energii szczególnie wrażliwych na wzrostcen.Zakładając,żekryteriumwyborujestwysokiudziałwzbiorowościubogichenergetycznie(np.powyżej 20%), do grup odbiorców wrażliwychnależą:• podwzględemliczebności:gospodarstwaosóbsamotnych,

• z uwagi na źródło dochodu: gospodarstwaemeryckie,rolnikóworazpracownikównasta-nowiskachrobotniczych,

• zuwaginamiejscezamieszkania:mieszkańcywsiorazmiastdo100tys.mieszkańców,

• zuwaginaposiadanemieszkanie:mieszkającywlokalachod40do69m2,

• zuwaginatyprodzin:nietypowasytuacjaro-dzinna. Gospodarstwadomoweowspomnianychwyżej

cechachtogrupyszczególniewrażliwenazmianyregulacyjnewsektorzeenergetycznymwnajbliż-szychlatach.Todonichnależykierowaćdziałaniapomocowe – tak edukacyjne w zakresie gospo-darowaniaenergią– jak ipodwzględemdziałańosłonowychwprzypadkuplanowanychpodwyżekcenenergiielektrycznej,gazuczyciepła.

Literatura: 1. Rada Monitoringu Społecznego (2007), Dia-gnozaSpołeczna2007.WarunkiżyciaPolaków,Warszawa.

2. Rada Monitoringu Społecznego (2009), Dia-gnozaSpołeczna2009.WarunkiżyciaPolaków,Warszawa,listopad.

3. Deniszczuk L., Kurowski P., Styrc M. (2007),Progiminimalnejkonsumpcjigospodarstwdo-mowychwyznaczanemetodąpotrzebpodsta-wowych.Rodzaje,oszacowaniaizastosowaniawpolitycespołecznej,IPiSS,Warszawa.

4.Kurowski P. (2008), Wydatki gospodarstwdomowych na energię elektryczną. Próbaustaleniagrupodbiorcówwrażliwychnapod-wyżki cenenergii, BiuletynURENr5/2008,str.57-60.

5. GUS (2009 a), Gospodarka mieszkaniowaw2008r.,GUS,Warszawa.

6. GUS (2009 b), Infrastruktura komunalnaw2008r.,GUS,Warszawa.

7. FigaszewskaI.(2009),Ubóstwoenergetycz-ne − co to jest?, Biuletyn URE Nr 5/2009,str.2-20.

8.TheFuelPovertyStrategy(2008),TheUKFuelPoverty Strategy. 6th Annual Progress Report2008,Delfra-BERR,London.

dr Piotr Kurowski

InstytutPracyiSpraw

Socjalnych

ODBIORCA NA RYNKU ENERGII

„Za linię zagrożenia ubóstwemenergetycznym w badaniach uznano

poziom wydatków na energię,który przekracza 10%

dochodów gospodarstwa”


ODBIORCA NA RYNKU ENERGIIPRZEDSIĘBIORSTWA ENERGETYCZNEMODELEKONOMETRYCZNY−NARZĘDZIEOCENYEFEKTYWNOŚCIOSDELEKTROENERGETYCZNYCH

prof. dr hab. Jacek Osiewalski, dr Renata Wróbel-Rotter

1. Wstęp

Celempracyjestprezentacjazałożeńiwynikówanalizy kosztów operacyjnych w sektorze dys-trybucji energii w Polsce. Stosując bayesowskiewersje tzw. stochastycznych granicznych modelikosztudokonujemyocenyefektywnościkosztowejczternastuoperatorówsystemówdystrybucyjnychelektroenergetycznych („OSD”)napodstawieda-nych rocznych z lat 2008–2010. Opis działaniapodmiotów gospodarczych, wykorzystany w ba-daniach, bazuje na ekonometrycznychmodelachprocesuprodukcyjnego,którepowstająwefekciepołączeniamikroekonomicznejteoriikosztuzroz-ważaniamiuwzględniającyminieefektywnośćjed-nostekprodukcyjnych(przedsiębiorstw)naskutekniewłaściwegowykorzystaniaprzeznieczynnikówprodukcji.Granicznemodeleprodukcjilubkosztubyłyjuż

szeroko wykorzystywane do analizy efektywno-ści działania podmiotów takich jak: linie lotnicze(Schmidt i Sickles, 1984), szpitale (Koop, Osie-walski i Steel, 1994, 1997), banki i ich oddziały

(Marzec iOsiewalski2003,2008orazbibliografiatam zawarta), biblioteki akademickie i publiczne(Osiewalski iOsiewalska,2003,2006), elektrow-nie i elektrociepłownie (Wróbel-Rotter i Osiewal-ski,2002;Wróbel-Rotter,2004).Wielezastosowaństochastycznych granicznych modeli produkcjii kosztu (niestandardowych i trudnych do ana-lizy metodami niebayesowskimi) wykorzystujemożliwości wnioskowania bayesowskiego, wspo-maganego numerycznie metodami Monte Carlo.Bayesowskie stochastyczne modele granicznewprowadzilidoekonometriivandenBroeck,Koop,Osiewalski i Steel (1994), oraz Koop, OsiewalskiiSteel(1994,1997),którzyopracowaliteżmetodyMonte Carlo umożliwiające uzyskiwaniewynikówempirycznych.Referowanywtejpracybayesowskigraniczny

modelkosztuzmiennegodlasektoradystrybucjienergii został opracowanyw 2011 r. na zlece-nie Urzędu Regulacji Energetyki na podstawiedanych z trzech lat poprzednich. Proponowanepodejście było już stosowane w poprzednimbadaniu dla URE, przeprowadzonym przez au-torów na danych z lat 2001−2006 (OsiewalskiiWróbel-Rotter,2008,2008−2009).Modelprzy-jętywpracyopisujezależnośćkosztuoperacyj-nego (ponoszonego przez operatora systemu

dystrybucyjnego) od dużej liczby czynnikówo charakterze techniczno-ekonomicznym, którepowinny determinować jego poziom, oraz odsposobu zarządzania, reprezentowanego przezzmienną nieobserwowalną (ukrytą) określającąefektywność. Podejście bayesowskie pozwalaokreślić niepewność wnioskowania o wpływiewyróżnionych czynników oraz o niesprawnościzarządzania (nieefektywności kosztowej). Oce-na niepewności wnioskowania jest szczególnieważna w przypadku małej liczby obserwacji,co ma miejsce w sektorze dystrybucji energii,wktórymwbadanymokresiedziałało czterna-ście przedsiębiorstw. Problembardzo krótkiegoszeregu czasowego (dane roczne z trzech lat)dodatkowo uzasadnia potrzebę odwołania siędownioskowaniabayesowskiegojakojedynegomałopróbkowegopodejścia do stochastycznychmodeligranicznych.Następna (druga) część pracy poświęcona

jestogólnejprezentacjistochastycznegomodelugranicznegoiwskaźnikaefektywnościkosztowej.W części trzeciej definiujemy kategorie kosztu,jakiemożna teoretycznie rozważać (i empirycz-nie szacować) w ramach modelu granicznego.Część czwarta zawiera podstawowe informa-cje o bayesowskim ujęciu modelowania kosztuinieefektywnościkosztowejnapodstawiedanychpanelowych.W części piątej przedstawiamy wy-niki empiryczne, zwracając szczególnąuwagęnawrażliwośćocenefektywnościnadobórzmiennychobjaśniającychoraz naniepewnośćwnioskowaniaoskładowychkosztuobserwowanego.Częśćszóstazawierapodsumowanie.

Model ekonometryczny – narzędzie oceny efektywności operatorów systemów dystrybucyjnych elektroenergetycznych (skrót)


ODBIORCA NA RYNKU ENERGIIMODELEKONOMETRYCZNY−NARZĘDZIEOCENYEFEKTYWNOŚCIOSDELEKTROENERGETYCZNYCH

PRZEDSIĘBIORSTWA ENERGETYCZNE

2. Ogólna charakterystyka stocha-stycznego modelu granicznego

Model przyjęty do oceny efektywności opisu-je zależność obserwowanego kosztu zmiennegoprzedsiębiorstwa od czynników techniczno-eko-nomicznych,kształtujących jegopoziom,orazodniesprawności zarządzania; jest on zapisywanywnastępującejogólnejformie(por.Aigner,LovelliSchmidt,1977;MeeusenivandenBroeck,1977;Lovell,1993;Greene,1993):

apoobustronnymzlogarytmowaniuprzyjmujepo-stać:

yit=f(xit,β)+ui+vit,

gdzie yit jest zmienną zależną, oznaczającą lo-garytm kosztu obserwowanego ( obsitC ) w i-tymobiekcie(i=1,...,N)wokresiet (t=1,...,T),xit jestwektorem egzogenicznych zmiennych objaśnia-jących, ( )β,itxf jest ogólnym oznaczeniempostaci analitycznej funkcji kosztu, β to wektornieznanychparametrówtejfunkcji,vit tozmien-nalosowaorozkładziesymetrycznymwokółzera(składnikczystolosowy),ujmującawpływczynni-kówprzypadkowychorazbłędupomiarukosztu,uioznaczazmienną losowąprzyjmującąwyłącz-niewartościnieujemneireprezentującąnieefek-tywność, sumaui+vit jest złożonym składnikiemlosowym. Zakładamy niezależność stochastycz-nąwszystkich zmiennychvit i ui, przyjmującdlavit ten sam rozkład normalny, a dla ui rozkłady wykładnicze.

W badaniu empirycznym przyjmujemy liniowąwzględem parametrów postać analityczną funkcji f, tj. f(xit,β)=xitβ, która może reprezentować mo-del Cobba i Douglasa bądź translogarytmiczny.WprzypadkuprostszejfunkcjiCobbaiDouglasa(stosowanejwtejpracyzewzględunamałąlicz-bę obserwacji i dużą liczbę zmiennych)wektor--wierszxitpowinienzawieraćlogarytmygłównychzmiennychobjaśniających krótkookresowy kosztzmienny, tj. wielkości produkcji, cen zmiennychczynników produkcji oraz nakładów czynnikówstałych. Postać liniowa dla logarytmów wszyst-kichzmiennychwystępującychwmodelukosztujest opisem technologii dualnym wobec funkcjiprodukcji Cobba i Douglasa, stanowiąc równo-cześnie aproksymację pierwszego rzędudla do-wolnejgładkiejfunkcjikosztu.Stochastycznagranicznafunkcjakosztuzmien-

negojestpodstawądokonstrukcjimiernikakrót-kookresowejnieefektywnościkosztowejEKitobiek-tuiwokresiet,określonejjakoilorazminimalnegokosztu zmiennegoCit

min=exp[f(xit,β)+vit] (wynika-jącegozfunkcjikosztuiwahańczystolosowych)do kosztu Cit

obs=exp(yit)=exp[f(xit,β)+ui+vit] rze-czywiścieponiesionegoprzezdanypodmiot:

( )[ ]( )[ ] ( )iobsit

it

iitit

ititit uC

Cuvxf

vxfEK −==

+++

= exp,exp,exp min

ββ

przy czym EKit=EKi ze względu na stałość ui wczasie. Założeniewmodeludladanychprze-krojowo-czasowych, że ui jest efektem indy-widualnym umożliwia precyzyjną estymacjęwskaźników efektywności, ponieważ szacując ui wykorzystujemy obserwacje z kilku lat dla każ-

degozobiektów(anietylko jednąwartość, jakwprzypadkudanychprzekrojowych).Konstrukcjawskaźnikaefektywnościpowoduje,żezawierasięonwprzedziale(0,1]ipozwalanadogodnąinter-pretację:EKiokreśla,jakaczęśćkosztuponiesio-negoprzezdanąjednostkęwdanymokresiejestkosztemuzasadnionymzekonomicznegopunktuwidzenia,(1-EKi)wskazuje,jakaczęśćjestkosz-temnadwyżkowym,którymógłby zostać zredu-kowany.

3. Kategorie modelowe kosztów

Stochastyczna graniczna funkcja kosztu jestmodelem strukturalnym, przedstawiającym kosztobserwowanyi-tegopodmiotuwokresietjakoilo-czyntrzechczynników

Citobs=exp[f(xit,β)]•exp(vit)•exp(ui),

zktórychpierwszyreprezentujeteoretycznykosztgraniczny(mikroekonomiczny),drugi–współczyn-nikzmianykosztunaskutekuwarunkowańczystolosowych,atrzeci–stopieńzwiększeniakosztunaskuteknieefektywności.Modelstrukturalnyumoż-liwiadefiniowaniealternatywnychkategoriiteore-tycznychkosztu, którychestymacjabayesowska (i ocena niepewności związanej z wnioskowa-niem) jest w pełni możliwa poprzez brzegowerozkłady a posteriori, a w uproszczonej postacipoprzez wartości oczekiwane i odchylenia stan-dardowe aposteriorikategoriiskładowych.Wra-machrozważanegomodeludefiniujemynastępu-jąceteoretycznekategoriekosztów:

Citobs=exp[f(xit,β)+vit+ui],



1.Kosztgraniczny(teoretyczny-mikroekonomiczny)i-tegoobiektuwokresiet:

Citgr=exp[f(xit,β)],

który oznaczawielkość teoretyczną obliczoną napodstawiemikroekonomicznej funkcji kosztu bezuwzględnienia składnika czysto losowego i nie-efektywności.Wielkośćtajestznanąfunkcjąpara-metrów,określającą teoretycznykosztniezbędnydouzyskaniadanejwielkościprodukcji,przyusta-lonej technologii, cenach zmiennych czynnikówprodukcji inakładachczynnikówstałych,zpomi-nięciemwpływuzakłóceń losowych inieefektyw-ności działania. Z formalnego punktu widzenia,nieznana wartość kosztu granicznego jest znanąfunkcjąwektoraparametrówstrukturalnychβ,więcjejrozkładaposteriori–ogęstościp(Cit

gr׀dane ) –ijegocharakterystykimożnauzyskaćzrozkładuaposteriori dla β.

2.Kosztsystematycznyi-tegoobiektuwokresiet:Cit

syst=exp[f(xit,β)+ui]=exp[f(xit,β)]•exp(ui)oznaczający teoretycznykosztmikroekonomicznyexp[f(xit,β)]zwiększonyoskutkinieefektywności,wolny natomiast od efektu zakłóceń losowych.Koszt systematyczny to koszt teoretyczny, jakifirmaponosiłabyprzydanejtechnologii,zaobser-wowanych poziomach zmiennych objaśniającychiprzydanympoziomieindywidualnejnieefektyw-ności, ale bez zakłóceń przypadkowych. Różnyod jeden ilorazwielkości kosztu obserwowanegoi systematycznego jest wynikiem działania czyn-ników określanych jako losowe, zawierającychw rzeczywistości również wszystkie inne, drugo-rzędne wielkości, które nie zostały ujęte wśród

zmiennychegzogenicznychprzyjętychwmodelu,amająwpływnakształtowaniesięponoszonegokosztu. Z tego względu dla niektórych przedsię-biorstwkosztobserwowanymożebyćmniejszyodkosztusystematycznego–cooznacza,żeczynnikiinneniżujętewmodeluumożliwiająrejestrowaniekosztu niższego niż wynika to z typowych uwa-runkowań techniczno-ekonomicznych i danego,indywidualnego poziomu efektywności. Namocyzałożeń strukturalnych, oddziaływanie czynnikówczysto losowych na koszt rzeczywisty jest nieza-leżneodindywidualnejefektywności.Kosztsyste-matyczny jest znaną funkcją zmiennej ukrytejui iwektoraparametrówβ,więcjegorozkładapo-sterioriogęstościp(Cit

syst uzyskaćmożnadane)׀złącznegorozkładuaposteriori dla β i ui.

3.Koszt niezbędny (minimalny) i-tego obiektuwokresiet: Cit

min=exp[f(xit,β)+vit]=exp[f(xit,β)]•exp(vit),oznacza koszt teoretyczny obliczony z uwzględnie-niem czynników losowych i pominięciem nieefek-tywności.Określaonminimalnykosztniezbędnydouzyskania obserwowanej wielkości produkcji przydanejtechnologii,ustalonychcenachczynnikówpro-dukcjiinieprzewidywalnychdlafirmyuwarunkowa-niachzewnętrznych(czynnikachlosowych).StanowipodstawędowyznaczaniawskaźnikaindywidualnejkrótkookresowejefektywnościkosztowejEKiprzed-stawionegowpoprzedniejczęścipracy.Gęstośćroz-kładuaposteriorikosztuniezbędnegop(Cit

min׀dane) jest uzyskiwana z brzegowej gęstości a posteriori wskaźnika EKi=exp(–ui) przez jego przeskalowaniewielkościąkosztuobserwowanego(Cit

min=Citobs•EKi).

4.Kosztnadwyżkowyi-tegoobiektuwokresiet: Cit

nadw=Citobs−Cit

min=Citobs(1−EKi),

określony jako różnica między kosztem obser-wowanym a kosztem niezbędnym wynikającymzmikroekonomicznejfunkcjikosztuorazzakłóceńlosowych,jestwartościąnieuzasadnioną,wynika-jącąwyłącznieznieefektywnegodziałania.

Stosowane przez nas metody wnioskowaniabayesowskiegopozwalająnaprezentacjęniepew-nościzwiązanejzestymacjądanejkategoriikosztuzapomocąwykresu jej rozkładuaposteriori lubsumarycznie poprzez tylko dwie liczby: wartośćoczekiwaną a posteriori (ocenę punktową danejkategoriikosztu) iodchyleniestandardoweapo-steriori (bayesowski miernik błędu szacunku tejkategorii).Proponowanekategoriemodelowekosztuwy-

nikają bezpośrednio z alternatywnych dekompo-zycjikosztuobserwowanegonaskładowebędącewynikiem działania czynników systematycznych,losowychinieefektywności;zachodząnastępującerówności:Cit

obs=Citgr+(Cit

obs−Citsyst)+(Cit

syst−Citgr)=Cit

gr+RK1it+RK4it,Cit

obs=Citgr+(Cit

min−Citgr)+(Cit

obs−Citmin)=Cit

gr+RK2it+RK3it,gdzie Cit

syst=Citobsexp(−vit), Cit

min=CitobsEKi=Cit

grexp(vit) i Cit

gr=CitsystEKi=Cit

obsexp(−vit)EKi;RK1it=Citobs−Cit

syst ozna-cza różnicękosztuobserwowanego i systema-tycznego,określającązmianękosztuwynikają-cązzakłóceńlosowych,obliczanądlawartościuwzględniających nieefektywność; RK2it=Cit

min−

−Citgr=RK1it•EKi to różnica kosztu minimalnego

i granicznego, określająca zmianę kosztu wynika-jącązdziałaniaczynników losowych,aleobliczona




dla kosztu nie zawierającego nieefektywności; RK3it=Cit

obs−Citmin=Cit

obs(1−EKi)=Citnadw to różnica

kosztuobserwowanegoiniezbędnego,określającakoszt nadwyżkowy i zawierająca efekt kosztowyzakłóceń losowych; RK4it=Cit

syst−Citgr=Cit

syst(1−EKi) określa różnicęmiędzy kosztem systematycznymigranicznym,oznaczającąefektkosztowynieefek-tywnościprzypominięciuzakłóceńlosowych.Zauważmynakoniectejczęścipracy,żedzię-

ki wprowadzeniu nowych kategorii modelowychkosztuindywidualnewskaźnikiefektywnościkosz-towejEKiorazwskaźnikiRFit,określającewzględ-ną zmianękosztuna skutekdziałania czynnikówlosowych,mogązostaćwyznaczonenarównoważ-nesposoby,odpowiednio:

( ),expmin

isy stit

grit

obsit

itit uC

CCC

EK −===

4. Bayesowskie graniczne modele kosztu dla danych panelowych

Podstawowym narzędziem przyjętym douzyskania ocen efektywności kosztowej przed-siębiorstw dystrybucji energii jest bayesowskigraniczny model kosztu stosowany dla danychprzekrojowo-czasowych. Należy podkreślić, żewykorzystaniedanychpanelowychdownioskowa-nia o wskaźnikach efektywności poszczególnychobiektówpozwalanauwzględnienieznacznieszer-szegozbioruzmiennychobjaśniającychiprecyzyj-

niejszyszacunekniżwprzypadkudanychprzekro-jowych.Przy takzmniejszającejsię liczbieobiek-tów,jakwsektorzedystrybucjienergiiwPolscepo2000r.,trudnoliczyćnauzyskaniewiarygodnychwynikównapodstawiedanychzjednegorokulubdanych uzyskanych przez uśrednienie obserwacjipoczasie.Bayesowskie graniczne funkcje kosztu dla

danych panelowych zaproponowali Koop, Osie-walski i Steel (1994, 1997) (zob. też Fernández,Osiewalski i Steel, 1997), definiującm.in.modelz losowymiefektami indywidualnymiowspólnymrozkładzieefektywności(ang.CommonEfficiencyDistribution,CED),wykorzystanywnaszychbada-niachempirycznych.Bayesowskigranicznymodelkosztu,wprzypad-

kunieefektywnościtraktowanejjakoefektindywi-dualny iprzyprzyjęciuspecyfikacjiCED,określo-ny jestprzez łączny rozkładmacierzyobserwacji Y=[yit (i=1,...,N; t=1,...,T)], wektora zmiennychukrytychu=[u1 ... uN]’,k+1elementówwektoraβ,precyzji σv

-2 symetrycznego składnika losowe-go iparametruφrozkładunieefektywności,przyustalonejmacierzyX zmiennychegzogenicznych.Modeltenzapisujemywpostaci:

gdzie fN(.׀a,b) i fG(.׀c,d)oznaczająodpowiedniofunkcje gęstości: rozkładu normalnego o war-tości oczekiwaneja iwariancji boraz rozkładugammaowartościoczekiwanejc/diwariancjic/d2; p(β,σv

-2,φ)=p(β)p(σv-2)p(φ) jest łącznym rozkła-

dem apriori dla β,σv-2 oraz φ.Zauważmy,żewa-

runkowy względem parametrów rozkład gammadla uitorozkładwykładniczyowartościoczekiwa-nejiodchyleniustandardowym1/φ . Łącznagęstośćapriorijestzdefiniowanajakoilo-

czyngęstościbrzegowychdlaβ,σv–2 oraz φ. Dla φ

przyjętorozkładgammazc=1 i d=–ln(r*),czyliwy-kładniczyowartościoczekiwanej–1/ln(r*),gdziestałar*jestmedianąaprioriefektywnościEKi(vandenBroeck,Koop,OsiewalskiiSteel,1994);usta-lono r*=0,8. Dla precyzji symetrycznego skład-nika losowego σv

–2 założono rozkład z rodzinygammaogęstości fG(σv

,(g1/2,g2/2׀2– zg1=NT-k-1 oraz g2=10

-4, natomiastdlawektoraparametrówstrukturalnych βmożemy przyjąć rozkład jedno-stajny (ucięty przez warunki regularności eko-nomicznejwynikającezwłasnościfunkcjikosztuzmiennego) bądź rozkład normalny o wektorzewartościoczekiwanychapriori β0imacierzypre-cyzjiΣ.Wnaszychbadaniachprzyjmujemybar-dzorozproszonyrozkładN(0,10Ik+1),rezygnującznarzucaniawarunkówregularnościmikroekono-micznej.Naszrozkładaprioriodzwierciedlawięcpraktyczniebrakwstępnejwiedzyoparametrachinnychniżφ.Łącznyrozkładaposterioriparametrówizmien-

nychukrytych,uzyskanywmodelubayesowskim(1),magęstośćproporcjonalnądo(1)ijestniestan-dardowymrozkłademokreślonymnaprzestrze-niowymiarze równymsumie liczby zmiennychukrytych(czyliobiektów,N)iparametrów.Skom-plikowanapostaćgęstościtegorozkładuniepo-zwala na analityczne wyznaczenie momentówirozkładówbrzegowychdlażadnegozparame-

( ).expmin

itgrit

it

systit

obsit

it vCC

CC

RF ===

(1)

( ) ( )( ) ( )∏ ∏

= =

−

−−

+⋅

⋅=N

i

T

tviititNiG

vv

uxyfuf

pXuYp

1 1

2

22

1 ,,,

,,,,,,

σβϕ

ϕσβϕσβ



trówczyefektówindywidualnychwystępującychwmodelu,natomiastumożliwiawyprowadzenie(dla ich ustalonych bloków) układu warunko-wychrozkładówaposteriori.Tepełnerozkładywarunkowe są standardowe (gamma, normal-ne, ucięte normalne), umożliwiając generowa-nieliczblosowychwedługschematuGibbsa,tj.metody z rodzinyMonteCarlo łańcuchówMar-kowa (ang. MarkovChainMonteCarlo,MCMC),awkonsekwencjiuzyskiwaniepróbz łącznegorozkładu a posteriori i łatwe przybliżanie jegocharakterystyk.Koop,Steel iOsiewalski (1995)po razpierwszypokazaliukładpełnychwarun-kowych rozkładów a posteriori i zastosowalilosowanie Gibbsa w bayesowskich modelachgranicznych, ukazując przewagi tego podejściaw stosunku do metody Monte Carlo z funkcjąważności (ang. Monte Carlo Importance Sam-pling, MCIS), którą stosowali van den Broeck,Koop,OsiewalskiiSteel(1994)wpierwszejpra-cyzzakresubayesowskiejanalizyefektywności;zob. też Osiewalski i Steel (1998). PodstawylosowaniaGibbsa istosownykodkomputerowy(wjęzykupakietuGAUSS)opracowalidlamode-li z nieujemnymi efektami indywidualnymi (dladanych panelowych) Koop, Osiewalski i Steel(1997);byłotopodstawąwieludalszychzasto-sowań (por. Marzec i Osiewalski, 2003, 2008;Wróbel-Rotter i Osiewalski, 2002; Osiewalski,2001),wtymbadańempirycznychnarzeczURE,referowanychw tejpracy.Teoretyczneuzasad-nienieiwłasnościmetodMCMC,wtymlosowa-niaGibbsa,prezentujeTierney(1994);zob.teżnp.O’Hagan(1994).

5. Wyniki badań empirycznych

Analiza empiryczna została przeprowadzonanadanych rocznychpochodzącychodczternastuoperatorówsystemówdystrybucyjnych,dystrybu-ującychenergięelektrycznąna tereniecałejPol-ski (oznaczonych SD01-SD14), obserwowanychw okresie tylko trzech lat (2008−2010). Podsta-wowymnarzędziemanalizy efektywności koszto-wejjestbayesowskimodelowspólnymrozkładzieefektywności(CED),wktórymkosztzmiennyopi-sanyjestfunkcjąCobbaiDouglasazargumentamioddającymiskalęusług(produkcji)isiećdystrybu-cyjnąrozważanychpodmiotów.Modelowanykosztzmiennytokosztoperacyjnydystrybucji,obejmu-jącygłówniewynagrodzeniawrazznarzutamiorazwydatkinausługiobceimateriały,któryrozpatry-wanowdwóchwariantach:przedorazpokorekcieowpływrezerwaktuarialnych.

5.1. Dobór zmiennych objaśniających a pomiar efektywności kosztowej

Zbiór czynników wyjaśniających zawiera takiezmiennejak:długośćprzesyłowychliniinapowietrz-nych i kablowych wysokiego, średniego i niskiegonapięcia (WN, SN i nN), liczba układów pomiaro-wo-rozliczeniowychWN,SN inN,wielkościdostawenergii, liczba i moc transformatorów oraz liczbastacji elektroenergetycznych.Wstępna lista zmien-nych posłużyła do budowy alternatywnych wa-riantów funkcji kosztu,mającychna celu ilustracjęwrażliwości szacunku parametrów strukturalnych

iwskaźnikówefektywności.Wyróżniamydwagłów-netypyzmiennychobjaśniających:niezagregowaneiagregatowe.Modeleonumerach1-5wykorzystu-jązmiennepierwszegotypu,modele8-11zmiennedrugiego typu. Liczba zmiennych w zależności odwariantu waha się w granicach od 3 do 15 (zob. tab.1i2nastr.14).Zmienneobjaśniająceiróżnewarianty modelu kosztu zostały wyspecyfikowanewkonsultacjizDepartamentemTaryfURE,którydo-starczyłdanych.

5.1.1. Wnioskowanie o parametrach funkcji kosztu zmiennego

Modele dla kosztu dystrybucji szacowanowdziewięciuwariantach,ilustrującychwrażliwośćwnioskowania o indywidualnych wskaźnikachefektywności oraz parametrach strukturalnych.Poszczególne parametry strukturalne są inter-pretowane jako elastyczności kosztu względemdanegoczynnikaegzogenicznego. Informująoneoileprocentbyłbywyższykoszt,gdybywybranazmienna egzogeniczna wzrosła o jeden procent,przy ustalonychwartościachwszystkich pozosta-łychczynników.Dlaprzykładu,wwariancie4dlakosztu dystrybucji, wartość oczekiwana a poste-rioriwspółczynnikaprzyzmiennejegzogenicznej,zawierającej liczbę układów pomiarowo-rozlicze-niowychnanN, jest równa0,319zodchyleniemstandardowym a posteriori 0,331. Formalnie in-terpretując ten współczynnik należałoby stwier-dzić, że wzrost liczby układów pomiarowo-rozli-czeniowychnanNo1%spowodujewzrostkosztu




dystrybucji o ok. 0,319% przy założeniu, żewszystkiepozostałe charakterystyki siecinieule-gną zmianie (pozostaną na tym samym pozio-mie);szacunektenjestniestetymałoprecyzyjny.Podsumowując,parametr ten informujeowyizo-

Tabela 1. Listazmiennych(bezagregacji)doestymacjimodelukosztudystrybucji,lata2008−2010Wariant1 Wariant2 Wariant3 Wariant4 Wariant5

1 CałkowitadługośćliniiWNwprzeliczeniunajedentorlinii km x x x x x

2 CałkowitadługośćliniiSNwprzeliczeniunajedentorlinii km x x x

3 CałkowitadługośćliniinNwprzeliczeniunajedentorlinii km x x

4 DługośćliniiSNnapowietrznychwprzeliczeniunajedentorlinii km x x

5 DługośćliniiSNkablowychwprzeliczeniunajedentorlinii km x x

6DługośćliniinNnapowietrznychwprzeliczeniunajedentorlinii+długośćprzyłączynapowietrznychnN

km x x

7DługośćliniinNkablowychwprzeliczeniunajedentorlinii+długośćprzyłączykablowychnN

km x x

8CałkowitadługośćliniinNwprzeliczeniunajedentorlinii+długośćprzyłączynN

km x

9 Całkowitamoctransformatorów MVA x x x

10 LiczbastacjielektroenergetycznychSNinN szt. x x

11 Liczbastacjielektroenergetycznych110kV szt. x x

12 MoctransformatorówWN/SN MVA x x

13 MoctransformatorówSN/nNiSN/SN MVA x x

14 Całkowitaliczbatransformatorów szt. x x

15 Całkowitaliczbastacjielektroenergetycznych szt. x x x

16 Liczbaukładówpomiarowo-rozliczeniowychnaWN szt. x x x

17 Liczbaukładówpomiarowo-rozliczeniowychnaSN szt. x x x

18 Liczbaukładówpomiarowo-rozliczeniowychnanN szt. x x

19 Liczbaukładówpomiarowo-rozliczeniowychnanN−grupyC szt. x x x

20 Liczbaukładówpomiarowo-rozliczeniowychnanN−grupyG szt. x x x

21 DostawaenergiiodbiorcomnaSN MWh x

22 DostawaenergiinanN MWh x

23 DostawaenergiinanNwgr.tar.C MWh

24 DostawaenergiinanNwgr.tar.G MWh

25 DostawaenergiinaWN MWh x

26 Średniamocszczytowanetto MW x x

27Energiapobranawtranzycieogółem(WN,SN,nN)+EnergiawprowadzonazsieciOSP

MWh

28 Dostawaogółem MWh

29 Obszardziałania km2

30 Zmiennaczasowat lata x x

Liczbazmiennychwmodelu 10 9 10 12 15

Tabela 2. Listazmiennychzagregowanychdoestymacjimodelukosztu,lata2008−2010

Wariant8

Wariant9

Wariant10

Wariant11

1Całkowitadługośćliniikablowychzprzyłączami

km x x

2Całkowitadługośćliniinapowietrznychzprzyłączami

km x x

3Całkowitamoctransformatorów

MVA x x x x

4Liczbastacjielektro-energetycznych

szt. x x

5Całkowitaliczbaukładówpomiarowo--rozliczeniowych

szt. x x x

6Całkowitadostawaenergii

szt.

7 Obszardziałania km2 x x

8Całkowitadostawaenergii WN + SN

MWh

9Całkowitadostawaenergii nN

MWh x

10

Całkowitaliczbaukładówpomia-rowo-rozliczenio-wychWN+SN

szt. x

11

Całkowitaliczbaukładówpomiarowo-rozli-czeniowychnN

szt. x

12Całkowitadługośćlinii wraz zprzyłączami

x x

Liczbazmiennychwmodelu 6 7 3 4



lowanym wpływie na koszt dystrybucji wzrostuliczbyukładówpomiarowo-rozliczeniowychnanN.Wpraktycezałożenieceterisparibus (niezmienno-ści pozostałych zmiennych egzogenicznych) jestrzadkospełnione.Oszacowaniaparametrówfunk-cjikosztutraktowanesązatemjakomiernikiprzy-bliżone,wskazująceraczejogólnienasiłęwpływudanejzmiennejegzogenicznejnakoszt.Parame-trystrukturalnesąwielkościaminieznanymi,którepodlegająestymacji,wrażliwyminadobórzmien-nych objaśniających do modelu, jakość danychempirycznychizakrespróby.Oznaczato,żeocenyparametrówprzytychsamychzmiennychegzoge-nicznychmogąsięróżnićwzależnościodzestawuzmiennych objaśniających przyjętych do estyma-cji.Wprzypadkurozważanychdanychztrzechlatdodatkowymczynnikiemwpływającymna jakośćotrzymanychocenpunktowychjestniewielkalicz-baobserwacjipoczasie,którapowoduje,żemodelniedostarczainformacjiodługofalowychzależno-ściachekonomicznycha jedynieuwidaczniakrót-koterminowe związki występujące w przyjętychdoestymacjidanych.Ocenywspółczynnikówprzyzmiennychobjaśniającychsąwrażliwenazmianęzestawudanych,natomiastocenyindywidualnychwskaźnikówefektywnościkosztowejsąrelatywniestabilne i niewiele zmiennew zależności odwa-riantumodelu.Wmodeludlakosztudystrybucjiwwariancie4

ocena współczynnika przy dostawie energii naSNjestprecyzyjnaiujemna.Ocenawspółczynni-kaprzydostawachenergiinaWNjestbliskazerai nieistotna ze statystycznego punktu widzenia,comożewskazywać na brak istotnej zależności,

wrozpatrywanychdanych,międzykosztemdystrybu-cjiidostawąenergiiWN.Wwariancie4ocenapara-metruprzydostawieenergiinanNjestrówna0,639(zbłędem0,267),cowskazujenaistnieniewroz-patrywanym zestawie zmiennych silnej dodatniejzależnościmiędzydostawamienergiinanNaob-serwowanym poziomem kosztu. Po uwzględnie-niuwwariancie4zmiennejczasowejocenategowspółczynnikastajesięujemnainieistotna.Możetowskazywaćnasilnązależnośćocenytegoparame-truodprzyjętegozestawuzmiennychobjaśniającychipośredniopotwierdzawnioskipłynącezanalizdo-konanychprzeznasw2007r.oraz2010r.Wskazy-wałyonenazróżnicowaneocenywspółczynnikówprzy dostawach energii w zależności od zakresudanychprzyjętychdoestymacjimodelu.Wanaliziez2010r.ocenywspółczynnikówprzy

dostawachenergiinanNbyłyszacowaneniepre-cyzyjnie,zaśznakiparametrówzmieniałysięwza-leżności od wariantu zmiennych objaśniających,cowskazywałonabrakistotnejzależnościwroz-patrywanych danychmiędzy kosztemdystrybucjii dostawą energii nN.Mogło to być konsekwen-cją jakości danych, bądź obserwowanemuwów-

czaszjawiskuwzrostukosztuprzyspadkudostawenergii.Wanaliziez2007r.,przeprowadzanejnadanychzsześciu lat,międzytymizmiennymi ist-niałasilna,dodatniazależność.WspółczynnikiprzyzmiennychcharakteryzującychdostawęenergiinanN były szacowane precyzyjnie iwskazywały naokołodwuprocentowywzrostkosztuoperacyjnegona skutek jednoprocentowego wzrostu dostawyenergiinN,ceterisparibus. Analogiczną interpretacjęparametrówstruktu-

ralnychmożnaprzeprowadzićdlakażdejzrozwa-żanychzmiennychegzogenicznychwposzczegól-nychwariantach.Dlaprzykładu:wzrostcałkowitejdługości linii nN o 1% spowoduje wzrost kosz-tu dystrybucji o 0,358%wwariancie 4modelu,orazwzrosto0,468%wtedy,kiedyuwzględnimyzmienną czasową, przy założeniu, że wszystkiepozostałecharakterystykisiecinieulegnązmianie(ceteris paribus). Odchylenia standardowe a po-steriori,będąceodpowiednikiembłędówśrednichszacunkunagruncieekonometriiklasycznej,wy-nosząodpowiednio:0,189oraz0,142,cooznacza,żewdrugimprzypadkuparametrzostałprecyzyj-niej oszacowany. Zaprezentowane przykładowewnioskistanowiąkonkluzjęsformułowanąwyłącz-nie na podstawie analizy ocen współczynnikówstrukturalnychmodelu,nieuwzględniającąinnychczynnikówzwiązanychzfunkcjonowaniemOSD.Spośródrozpatrzonychwariantówmodelu,po-

wstałychpookreśleniuróżnychzestawówzmien-nychcharakteryzującychsiećdystrybucyjnąiroz-ważeniuinnegostopniaagregacjidanych,warianty4oraz5wydająsięnajlepiejopisywaćobserwacje.Wwariancie5otrzymaliśmynajwięcejoszacowań

„Spośród rozpatrzonych wariantówmodelu, powstałych po określeniu różnych zestawów zmiennych charakteryzujących sieć dystrybucyjną i rozważeniu innego

stopnia agregacji danych, warianty 4 oraz 5 wydają się najlepiej opisywać obserwacje”




parametrów strukturalnych, które są statystycznieistotne;zawieraonnajwięcejzmiennychegzogenicz-nych,mniejzagregowanychniżwwariantach8-11.Otrzymujemytutajrównieżwysokieocenywskaź-nikówefektywności,aoszacowanieśredniejefek-tywnościkosztowejOSDjestwysokie.Wszystkotopowoduje,żewariant5(zuwzględnieniemzmien-nejczasowej)zostanieprzyjętyjakopodstawowydodalszejanalizy.Estymacja bayesowska modelu na podsta-

wie danych przekrojowo-czasowych bazuje naNT=42 obserwacjach (T=3,N=14), co umożli-wiarozpatrzeniezbiorunawetkilkunastuzmien-nych egzogenicznych, w przeciwieństwie doanalizy na danych przekrojowych (N=14). Mato znaczenie w przypadku estymacji zmiennejnieobserwowalnej, takiej jak indywidualna nie-efektywność, która w przypadku danych prze-krojowo-czasowychjestszacowanadlakażdegozobiektównapodstawieT=3obserwacji,nato-miastwprzypadkudanychprzekrojowychjedy-nienapodstawieT=1.Estymacjamodelunada-nychprzekrojowo-czasowych,wykorzystującegobezpośredniozmienneegzogenicznewpływającenapoziomkosztu(zpominięciemetapubudowyzmiennychagregatowych),umożliwiaokreślenieich wpływu na koszt obserwowany oraz moni-torowaniekonsekwencji(dlaocenywskaźnikówefektywności)alternatywnychwariantówczynni-kówegzogenicznych.Wtymopracowaniupomi-niętoanalizędanychprzekrojowych,zewzględunawyłącznie ilustracyjny jej charakter; zostałaona szczegółowo omówiona w opracowaniachz 2010 r. i 2007 r.

Model ekonometryczny oszacowany dla kosztudystrybucji,wktórychefektywnośćjesttraktowanajakoefekt indywidualnykażdegozOSD,niezmien-ny w czasie, jest modelem wyjściowym i najbar-dziejadekwatnymdoocenystopniawykorzystaniaczynników produkcji, w tym przypadku dostępnejsiecidystrybucyjnej.Alternatywnewariantyzbiorówzmiennych niezależnych w modelu mają na celuilustracjęwrażliwości wnioskowania owskaźnikachefektywności i parametrach strukturalnych, okre-śleniezmiennych,któremająnajwiększywpływnawartośćponoszonychkosztóworazsprawdzeniepo-prawności specyfikacji. Liczba rozważonych zmien-nychwmodeluwahasięwgranicachod3wwa-riancie10do15wwariancie5.Obecnośćwmodelutakwielumerytoryczniepowiązanychzesobązmien-nychobjaśniającychmożeskutkowaćich(przybliżo-ną)współliniowością,któraprowadzi–przymałoin-formacyjnymrozkładzieaprioriparametrówfunkcjikosztu–doniskiejprecyzjiszacunkuindywidualnychparametrówanawetzłegoznaku.Należypamiętać,żejeślimodelujemykosztzmien-

ny,obejmującywynagrodzenia,topowinienbyćonobjaśnianyprzezwielkościprodukcji,cenyczynnikówzmiennychinakładyczynnikówstałych.Zauważmy,żeżadenwariantniezawieracenczynnikówzmien-nych(zwłaszczapłac),azmienneobjaśniające(pozazmiennączasową)reprezentująprodukcjęiczynnikistałe–elementykapitałurzeczowego.Zleceniodaw-caniechciałuwzględniaćcenczynnikówprodukcji,comożnainterpretowaćjakożądanieanalizykosztuwhipotetycznychwarunkachjednakowychcenczyn-ników (płac) dla wszystkich przedsiębiorstw, gdyżRegulator nie jest zainteresowany uzasadnianiem

wysokichkosztówwysokimipłacami.PrzyzałożeniufunkcjiCobba iDouglasaoznacza to, żeefekt cen(stałychpoobiektach)ukrytyjestwwyraziewolnym.Ponieważ trudno jest traktować ceny czynnikówzmiennych(płace)jakostałewczasie,wyrazwolnypowinien być (i jestwwariantach 4-5) uzupełnio-nyozmiennączasową,reprezentującąewentualnetrendywcenach;zmiennatamożerównieżsłużyć(w sposób uproszczony, lecz uzasadniony krótkimszeregiem czasowym) uwzględnieniu efektów po-stępu technologiczno-organizacyjnego. Wpływ (nakoszt) wzrostu cen jest dodatni (koszt wzrasta zewzrostemceny),natomiastwpływpostęputechno-logicznego jest ujemny (postęp obniża koszt pro-dukcji).Wariant5,onajwiększej liczbiezmiennychi stosunkowo wysokich wskaźnikach efektywności,jest szczególnie ważny ze względu na dużą liczbęzmiennychistotnychiwysokązdolnośćwyjaśnieniaobserwowanegokosztu.Niejesttojednakwpełniformalne wskazanie modelu najbardziej adekwat-nego; bayesowskiwybór najlepszegomodelu oraz–wkonsekwencji–formalnebayesowskiełączeniewiedzypłynącejzróżnychmodeli(zob.Osiewalski,2001)wymagałybybowiemistotnegododatkowegonakładu pracy (na poziomie koncepcji i żmudnychobliczeń).

5.1.2. Analiza efektywności na podstawie danych przekrojowo-czasowych

Ocenę efektywności OSD przeprowadzo-now każdym z dziewięciuwariantówdla kosztudystrybucji i kosztu dystrybucji skorygowanego



owpływrezerwaktuarialnych.Ocenyindywidual-nychwskaźnikówefektywnościprezentująponiż-szerysunki.Ocenywskaźnikówefektywnościzależąodzbioruzmiennychobjaśniającychprzyjętychdoestymacji modelu. Średni poziom efektywnościjestwyższywprzypadkumodeliszacowanychnaliczniejszych zbiorachwkonsekwencji zmniejsza-niasięróżnicwwartościachocenwskaźnikówin-dywidualnychmiędzynajmniejinajbardziejefek-tywnymiobiektami.OcenyefektywnościwmodeludlakosztudystrybucjibezkorektydlaSD05,SD08,SD11,SD12orazSD06wydająsięmałowrażliwena dobór zmiennych niezależnych, co pozostajewzgodziezwynikamianalizyz2010r.,gdziem.in.dlaSD05,SD06orazSD11dobórzmiennychobja-śniających(wmodeludlakosztudystrybucji)miałniewielkiwpływnaocenywskaźnikówefektywno-ści.Wanaliziez2007r.ocenyefektywnościdaw-nych spółek dystrybucyjnych (z których wydzie-lonoobecnychOSD)dlakosztuogólnego:SD05,SD06iSD11równieżzasadniczoniezmieniałysięwkonkurencyjnychwariantachmodelu(rys.1i2).W modelu dla kosztu dystrybucji poddanego

korekcie najmniej wrażliwe na zmiany zestawuzmiennych objaśniających są oceny wskaźnikówefektywności dla SD05 oraz SD01, SD06, SD08iSD11.Najbardziej zmienna jestocenaefektyw-nościdlaSD09,SD07iSD03,przyczymnajniższewartości współczynników efektywności notujemydla wariantów zagregowanych zmiennych obja-śniających. W modelu obserwujemy zależnośćśredniego poziomu wskaźnika efektywności odliczbyzmiennychegzogenicznychorazstopniaichagregacji. Może to być wynikiem uwzględniania

Rysunek 1. Wartościoczekiwaneaposterioriindywidualnychwskaźnikówefektywnościdlakonkurencyjnychwariantówmodeludlakosztudystrybucjibezkorekty2008−2010

Rysunek 2. Wartościoczekiwaneaposterioriindywidualnychwskaźnikówefektywnościdlakonkurencyjnychwariantówmodeludlakosztuskorygowanego2008−2010

0,5000,5250,5500,5750,6000,6250,6500,6750,7000,7250,7500,7750,8000,8250,8500,8750,9000,9250,9500,9751,000

1 2 3 4 5 6 7 8 9 10 11 12 13 14

Wariant8 Wariant9

Wariant10 Wariant11

Wariant2 Wariant4

Wariant3 Wariant1

Wariant5

0,5000,5250,5500,5750,6000,6250,6500,6750,7000,7250,7500,7750,8000,8250,8500,8750,9000,9250,9500,9751,000

1 2 3 4 5 6 7 8 9 10 11 12 13 14

Wariant8 Wariant9

Wariant10 Wariant11

Wariant2 Wariant1

Wariant3 Wariant4

Wariant5




w kolejnych wariantach dodatkowych czynnikówwyjaśniającychobserwowaneróżnicewponoszo-nychkosztachprzydanympoziomiedziałalności.Dezagregacja zmiennych egzogenicznych, jakwwariancie5,prowadzidopodwyższeniaocenyśredniego poziomu efektywności, ale równocze-śnie wprowadza do modelu większą zmiennośćwsytuacji,kiedydysponujemyniskąliczbąobser-wacjipoczasie.OcenaefektywnościOSDEKśrwahasię,wmo-

deludlakosztudystrybucjibezkorekty,wgrani-cach od 85% (wartość oczekiwana a posteriori 0,850 przy odchyleniu standardowym0,059) dlawariantu8,do93,8%(0,938±0,043)dlawarian-tu4.Wmodeludlakosztudystrybucjipoddanegokorekcie najniższy średni wskaźnik efektywnościkosztowej, równy 85,2% (0,852±0,061), notu-jemy dla wariantu 8, zaś najwyższy dla warian-tu 4, równy 94,3% (0,943±0,039). Oznacza to,że średnioodkilkudokilkunastuprocentkosztuobserwowanego jest kosztem nieuzasadnionymwdanychwarunkach techniczno-ekonomicznych.Dla kosztu dystrybucji bez korekty, najwyższywskaźnikefektywnościwwariancie5(którystano-wipodstawowyprzyjętydoanalizy,zewzględunanajliczniejszyzbiórzmiennychobjaśniającychoraznajwiększąliczbęstatystycznieistotnychocenpa-rametrów)uzyskanodlaSD05;wartośćoczekiwa-najestrówna97%.OcenaefektywnościdlategoOSDjest równieżniewrażliwanazmianęwarian-tuzmiennychobjaśniającychwmodelu.Oznaczaonawpraktycewysokąefektywność iwskazuje,żejedynieokoło3%obserwowanegokosztudys-trybucjijestkosztemnadwyżkowym,którymógłby

zostaćzredukowany.Najniższywskaźnikefektyw-ności w modelu kosztu dystrybucji bez korektydotyczy SD14 i jest równy 83% w wariancie 5.Wskazujeon,żeokoło17%obserwowanegokosz-tudystrybucji jest kosztemnadwyżkowym iprzyzapewnieniu tego samego poziomu działalnościmogłobyzostaćzredukowane.RankingOSDwmodelunieulegazasadniczym

zmianomwalternatywnychwariantachzmiennychobjaśniających, a jedynie obserwuje się niewiel-kieprzemieszczenieOSD,jednakprzyzachowaniumiejsca w grupie najefektywniejszych bądź naj-mniejefektywnychobiektów.Najbardziej zgodnemiejsca pod względem efektywności w modeludla kosztu dystrybucji otrzymujemy dla SD05,któraprzodujepodwzględemefektywności.Rów-nieżzgodneocenyzajmowanegomiejscadotycząSD09iSD02,któraznajdujesięnajednejzostat-nichpozycjipodwzględemefektywnościdziałania.RankingOSDdostarczajedynieogólnegowskaza-niacodoefektywności,jednakniejestonsilniein-formacyjnymwskaźnikiem stopniawykorzystaniaczynnikówprodukcjiprzezobiektwsytuacji,kiedyzróżnicowanie indywidualnych ocen efektywnościjestniewielkie,jakwwariantach4i5.

5.2. Dekompozycja kosztu operacyjnego na koszt niezbędny i nadwyżkowy

Obserwowanekosztydystrybucjimożnapod-daćdekompozycjinaskładowezawierającekosztniezbędny, nadwyżkowy oraz systematyczny,zgodniezopisemwczęścitrzeciejopracowania.

Średni poziom kosztu minimalnego dystrybucji(bez korekty), zawierającego efekt czynnikówlosowychorazniezawierającegokosztuzwiąza-negoznieefektywnością,zostałdla2010r.osza-cowany na poziomie 307 974 tys. zł (z błędemok.17225tys.zł)wwariancie5.Średnipoziomminimalnego kosztu dystrybucji po korekcie zo-stał oszacowany na poziomie 300 015 tys. zł (zbłędemok.18905tys.zł)wwariancie4.Kon-strukcjamodelugranicznego zapewnia, żepod-czaswyznaczaniakosztuminimalnegobranajestrównież pod uwagę specyfika funkcjonowaniaposzczególnychprzedsiębiorstwmogącamiećdo-datnialboujemywpływnakosztobserwowany.Koszt nadwyżkowy, który potencjalniemoże zo-stać zredukowany, jest zdefiniowany jako różni-camiędzykosztemrzeczywistymakosztemnie-zbędnym,zawierającymefektwpływuczynnikównieujętychwmodelu.Ocenakosztuminimalnegodlakonkurencyjnych

zestawów zmiennych egzogenicznych wykazu-je różnice,w szczególności dla kosztu dystrybucjibez korekty otrzymujemy zakres ocen średniegokosztuminimalnegodla2010r.od283868tys.złdlawariantu9,do309783tys.złdlawariantu4bezzmiennejczasowej,wsytuacjikiedykosztob-serwowanywynosi aż 331 861 tys. zł. Zmodeluszacowanego na różnych zestawach zmiennychegzogenicznych dla kosztu dystrybucji po korek-ciezakresocenśredniegokosztuminimalnegodla2010r.wahasięod283013tys.złdlawariantu9,do 310941 tys. zł dlawariantu 4 bez zmiennej cza-sowej, w sytuacji kiedy koszt obserwowany wy-nosi 330 175 tys. zł. Obserwowane różnice dla



poszczególnychOSDmogąbyćniecowiększe, conależałoby równieżuwzględnić przywyborzemo-delu.Ilustracjęlogarytmukosztuogólnegoikosztudystrybucji dla alternatywnychwariantówmodeluprzedstawiająrys.3i4.

5.3. Ścieżka kształtowania się w czasiekosztu dystrybucji

Projekcjakosztudystrybucjinakolejnelatazo-stała przeprowadzona po uwzględnieniu zmianykosztuwynikającejzezmianywartościzmiennychegzogenicznych w okresie prognozowanym orazstopniowej redukcji nieefektywności, której skalajest ustalana arbitralnie, pozamodelem.W obli-czeniachkorzystamyzanaliztypustatykaporów-nawczaiwłasnościelastycznościkosztuwzględemzmiennychegzogenicznych,którymi,wprzypadkuwykorzystywanejfunkcjiCobbaiDouglasa,sąpa-rametrystrukturalne.Wszczególności,szacowanymodelliniowywzględemlogarytmówwyjściowychzmiennychegzogenicznych:

yit=xitβ+εit oraz εit=ui+vitw zapisie dla wariantu 5 przyjmuje następującąpostać:yit=β0+β1xit1+β2xit2+β3xit3+β4xit4+β5xit5+β6xit6+ +β7xit7+β8xit8+β9xit9+β10xit10+β11xit11+β12xit12+

+β13xit13+β14xit14+β15xit15+ui+vit,gdzie βk to parametry strukturalne, w szczegól-nościβ0oznaczawyrazwolny,uinieefektywność, vit zakłócenie losowe. Zbiór piętnastu zmiennychegzogenicznychwwariancie5obejmujenastępu-jącewielkości:

Rysunek 3. Porównanie kosztu obserwowanegow2010 r. iwartości oczekiwanych a posteriori kosztuminimalnegowkonkurencyjnychwariantachmodeludlakosztudystrybucji(bezkorekty)

Rysunek 4. Porównanie kosztu obserwowanegow2010 r. iwartości oczekiwanych a posteriori kosztuminimalnegowkonkurencyjnychwariantachmodeludlakosztudystrybucji(zkorektą)

11,30

13,00

1 2 3 4 5 6 7 8 9 10 11 12 13 14

wartościlogarytmukosztu

Kosztobser. Wariant8 Wariant9

Wariant10 Wariant11 Wariant1


Wariant5

11,30

13,00

1 2 3 4 5 6 7 8 9 10 11 12 13 14

wartościlogarytmukosztu

Kosztobser. Wariant8 Wariant9



Wariant5




xit1− całkowitadługośćliniiWNwprzeliczeniunajedentorlinii,

xit2− długośćliniiSNnapowietrznychwprzelicze-niunajedentorlinii,

xit3− długośćliniiSNkablowychwprzeliczeniunajedentorlinii,

xit4− długośćliniinNnapowietrznychwprzelicze-niu na jeden tor linii + długość przyłączynapowietrznychnN,

xit5− długość linii nN kablowych w przeliczeniunajedentorlinii+długośćprzyłączykablo-wychnN,

xit6 − liczbastacjielektroenergetycznychSNinN,xit7− liczbastacjielektroenergetycznych110kV,xit8− moctransformatorówWN/SN,xit9− moctransformatorówSN/nNiSN/SN,xit10−całkowitaliczbatransformatorów,xit11−liczba układów pomiarowo-rozliczeniowych

naWN,xit12−liczba układów pomiarowo-rozliczeniowych

naSN,xit13−liczba układów pomiarowo-rozliczeniowych

nanN,xit14−średniamocszczytowanetto,xit15−zmiennaczasowat.

Ogólnie, parametr strukturalny βk informujeoileprocentzmienisięzmiennaendogenicznayit,jeślik-tazmiennaegzogenicznaxkwzrośnieoje-denprocent, przy założeniu ustalonegopoziomuwszystkich pozostałych zmiennych egzogenicz-nych (ceteris paribus). Oznacza to, że w przy-padkuprzyjętejfunkcjiparametrystrukturalneβk definiująelastycznościkosztuwzględemposzcze-

gólnych zmiennychegzogenicznych.Własność tamoże zostaćwykorzystana do ocenywpływu in-dywidualnych,rozważonychwmodelu,czynnikówobjaśniających na ponoszony koszt. Należymiećnauwadze,żewpływtenbędziesięzmieniałwza-leżnościodwariantumodeluizestawuzmiennychegzogenicznych, jako konsekwencja zróżnicowa-nychoszacowańwspółczynnikówregresjiβk. Oznaczamyprzezx*itk

procentowązmianędane-goczynnikaegzogenicznego

dla i-tegoOSDwokresiet.Możeonabyćrównastopie zmian zmiennych charakteryzujących siećdystrybucyjnąwpoprzednichlatach,bądźmożnaprzyjąć wartości znajdujące się w planach roz-wojowych podmiotów, dotyczące spodziewanegopoziomu charakterystyk sieci. Iloczyn parametrustrukturalnego βk oraz założonego tempa wzro-stuk-tej zmiennej egzogenicznej dla i-tegoOSDw okresie prognozowanym h=1,...H, oznaczamyprzezDihk=βkx

*ihk.Wyrażaon(wprzybliżeniu)pro-

centową zmianę kosztu wynikającą z założonejzmiany poziomu k-tej zmiennej egzogenicznejwokresieprognozowanym.Całkowityprocentowywzrostkosztuskładasię(wprzybliżeniu)zsumyposzczególnychprocentowychzmian:

spowodowanychzmianąpoziomuczynnikówcha-rakteryzującychsiećdystrybucyjną.Szacunkiprocentowemożnaodnieśćdopozio-

mukosztuzmian,któregocałkowitypoziomC*i(t+1)

wokresie (t+1), jest równy sumie zmian kosztuC*i(t+1)k, wygenerowanych przez zmiany poszcze-gólnychczynnikówegzogenicznychx*i(t+1)k:

Należy w tym miejscu zwrócić uwagę na za-sadniczywpływ ocen parametrów strukturalnychnauzyskaneszacunkicząstkowychzmiankosztu.Modeljestszacowanynadanychztrzechlat,za-tem oceny parametrów odzwierciedlają związkiistniejącewdanychwostatnim(krótkim)czasie.Nagruncieteoriimikroekonomiifunkcjakosztupo-winnazawieraćzmiennecenowe,wtymprzypad-kucenępracyiinnychzmiennychczynnikówpro-dukcji.Brak takichzmiennychmożerzutowaćnaekonomicznąinterpretowalnośćocenpunktowychparametrów przy pozostałych czynnikach egzo-genicznych,jednakniepowinienmiećwpływunajakośćmodelu jako całości.Możliwym teoretycz-nierozwiązaniemjestwydłużenieszeregudanychrocznych,cobyćmożepozwoliłobynaoszacowa-nie bardziej długoterminowych związkówmiędzyponoszonymkosztemacharakterystykamisieci.

5.4. Komentarz ogólny

Modeljestszacowanynadanychztrzechlatcopowoduje, żeujmujeon jedyniekrótkookresowezwiązkimiędzycharakterystykamisieciaponoszo-nymkosztemdystrybucji,istniejącewdanychem-pirycznych.Skutkujetoujemnymioszacowaniamielastycznościkosztuwzględemniektórychzmien-

%)(

)(* 1001

1

kti

ktiitk

itk x

xxx

−

−−=

∑=

=K

kihkkih xD

1

*β

∑ ∑= =

++++ ===K

k

K

kktiktik

obsitti

obsitti CxCDCC

1 11111

*)(

*)()(

*)( β



nych egzogenicznych. Możliwym rozwiązaniemjest wprowadzenie bardzo silnie informacyjnych(prawiepunktowych)rozkładówaprioridlapara-metrówstrukturalnych,jednakwtedyobserwowa-najestznacznazmiennośćwartościoczekiwanycha posteriori w zależności od przyjętych wartościoczekiwanych i rozproszenia rozkładu a priori. Alternatywnym rozwiązaniem jest wprowadzeniezmiennej czasowej do zestawu zmiennych egzo-genicznych. Otrzymywane wartości oczekiwaneaposterioriwspółczynnikaprzyzmiennejczasowejsą istotnie ujemne we wszystkich rozpatrzonychwariantach. Ostatecznie zaproponowano przyję-ciewariantu5jakopodstawowegodoobliczeńzewzględu na najwyższą liczbę statystycznie istot-nychocenparametrówstrukturalnychorazfakt,żewarianttenzawieranajliczniejszyzbiórzmiennychobjaśniającychiwysokieocenyefektywności,po-mimożeistniejąpewnezastrzeżeniacodoekono-micznejinterpretacjiocenniektórychparametrówstrukturalnych.Zasadniczą słabością danych empirycznych

dostępnych domodelowania niezbędnego kosz-tuoperacyjnegojestbrakcenypracy,którajestpodstawowym czynnikiem generującym koszt.Spowodowane jest to stylemprowadzenia dzia-łalności przez poszczególnych OSD, z którychjedni przyjęli outsourcingowymodel biznesowy,zlecając wykonanie pewnych prac podmiotomzewnętrznym,natomiastdrudzypreferujądziała-niewewłasnymzakresie.Ztychwzględówcenapracy, liczonaz ilorazuwynagrodzeńwrazzna-rzutami i liczbyzatrudnionychnie jestporówny-walnamiędzyOSD.Ostateczniepowodujeto,że

poddajemy analizie koszty osobowe nie znającprawdziwejcenyjednostkipracywOSD,ajedy-nieposiłkującsiędanymitechnicznymi,mającymiwpływnawielkośćponoszonychnakładówpracy(własnejizleconej),awkonsekwencjinapoziomkosztuoperacyjnego.Wszystkotopowoduje,żewprzypadkubrakupodstawowejzmiennejwpły-wającej na poziom kosztu, oszacowania współ-czynników przy zmiennych technicznych mogąniemieć bezpośredniej interpretacji ekonomicz-nej.Nie zmienia to jednak faktu, że takimodelmoże z powodzeniem zostać wykorzystany doporównania efektywności działania OSD, ponie-ważujmujewiększośćczynnikówkluczowychdlakształtowaniasiękosztuoperacyjnegoizachowu-jeporównywalnośćmiędzyOSD.

5.5. Estymacja modelu dla różnicbilansowych

Modelgranicznejfunk-cji kosztu może zostaćrównież zastosowanydo wyznaczania uzasad-nionego poziomu różnicbilansowych w danymokresie.Obliczeniawyko-nano dla trzech warian-tów zmiennych egzoge-nicznych: jeden rozpa-trując lata 2002−2010oraz pozostałe dwa dlalat 2008−2010. Średnia

wartośćoczekiwanaaposterioriwskaźnikówefek-tywnościwmodeluszacowanymdlalat2002−2010wynosi0,894ze średnimodchyleniemstandardo-wym a posteriori równym 0,046. Oznacza to, żeokoło10%notowanychróżnicbilansowychjestnie-uzasadnionei,przyzachowaniubieżącegopoziomudziałalności,mogłobyzostaćzredukowane.Ocenyparametrówstrukturalnychmogązostać

zinterpretowanepodobniejakzostałotozaprezen-towane w części opracowania dotyczącej kosztu.Ocenawspółczynnikaprzyzmiennejczasowejmaznakujemny, cowskazuje, żewkolejnych latachróżnicebilansowemajątendencjędozmniejszaniasię. Analogicznie domodelu dla kosztu operacyj-negomożnatutajdokonaćdekompozycjipoziomuróżnicbilansowychnaminimalneoraznadwyżkowe,przydanympoziomiezmiennychegzogenicznych.

Rysunek 5. Wartości oczekiwane a posteriori indywi-dualnych wskaźników efektywności dla modelu różnicbilansowych

0,500

0,550

0,600

0,650

0,700

0,750

0,800

0,850

0,900

0,950

1,000

1 2 3 4 5 6 7 8 9 10 11 12 13 14

Wariant11-9lat Wariant10-3lata

Wariant9-3lata




6. Podsumowanie

Ocena efektywności działania czternastu OSDzaprezentowana w pracy opiera się na mode-lu ekonometrycznym, opisującym kształtowaniesiękosztuoperacyjnegowzależnościodszereguczynników o charakterze techniczno-ekonomicz-nym. Model został oszacowany dla kosztu dys-trybucji, kosztu dystrybucji poddanego korekcieowpływrezerwaktuarialnych iwolumenuróżnicbilansowych.Zbiórpotencjalnychzmiennychobja-śniającychzawiera31wielkości,któreposłużyłydoestymacjimodeluwkonkurencyjnychwariantach,mającychnaceluanalizęwrażliwościwnioskowa-nia o parametrach strukturalnych i wskaźnikachefektywnościorazokreśleniewpływuposzczegól-nychzmiennychnapoziomkosztuoperacyjnego.Uzyskanewynikimogąbyćpomocnewokreśleniudla każdej OSD wartości uzasadnionego kosztuoperacyjnego (przy zachowaniudanegopoziomudziałalności)orazwyznaczeniuścieżkipotencjalnejredukcjikosztuobserwowanego.Zaprezentowany model ekonometryczny dla

danych przekrojowo-czasowych pozwala nauwzględnienie podczas estymacji znacznie więk-szejliczbyzmiennychniżwprzypadkuanalizynadanych przekrojowych, nie wymagając budowyzmiennychagregatowych,cowkonsekwencjiniepowodujeutratydostępnejinformacjiorazzapew-nia uzyskanie stabilnych wyników. Metody esty-macji bayesowskiej pozwalają namałopróbkowąestymacjędlakażdegozobiektów(napodstawieobserwacji z kilku lat) wskaźników efektywno-ści traktowanych jakoefekty indywidualne (stałe

wczasie),coprowadzidobardziejwiarygodnychi interpretowalnychekonomicznie rezultatów.Za-prezentowanymodelmożerównieżzostaćwyko-rzystanydoprognozowaniawartościkosztuiróż-nicbilansowychorazumożliwiawariantowąsymu-lacjęalternatywnychdecyzjidotyczącychrozwojusiecidystrybucyjnej.Stochastyczny model graniczny rozważony

w pracy umożliwia dekompozycję kosztu obser-wowanegonakosztniezbędnyikosztnadwyżko-wy.Kosztminimalnyuwzględniaefektwynikającyzzakłóceńlosowychiinnychczynnikównieujętychw modelu oraz podstawowy mikroekonomicznykoszt graniczny, stanowiący wielkość niezbęd-ną do zapewnienia danego poziomu działalnościiuzasadnionązekonomicznegopunktuwidzenia.Różnicamiędzy kosztemobserwowanyma kosz-temniezbędnymokreślakosztnadwyżkowy,którypotencjalniemożezostaćzredukowany.Indywidu-alnewskaźnikiefektywnościdająmiaręprocento-wą potencjalnej redukcji kosztu. Należy podkre-ślić, że model graniczny szacowany technikamibayesowskimi umożliwia określenie niepewnościzwiązanejzestymacjąkażdejzkategoriikosztówiefektywności,comaistotneznaczeniepraktycz-ne (informuje o precyzji wnioskowania). Analizawrażliwościwnioskowaniaoparametrachstruktu-ralnych,wskaźnikach efektywności oraz zdefinio-wanych kategoriach kosztu wskazuje na dużą –mimoskromnegopanelu–stabilnośćiodpornośćwynikówempirycznych.

Literatura:

1. Aigner D., Lovell C.A.K, Schmidt P. (1977),„Formulation and estimation of stochasticfrontierproduction functionmodels”, JournalofEconometricsvol.6.

2. Broeck van den J., Koop G., Osiewalski J., Steel M.F.J. (1994), „Stochastic frontier mo-dels:ABayesianperspective”,JournalofEco-nometricsvol.61.

3. Fernández C., Osiewalski J., Steel M.F.J.(1997),„Ontheuseofpaneldatainstocha-stic frontier models with improper priors”, JournalofEconometricsvol.79.

4. GreeneW.H.(1993),„Theeconometricappro-achtoefficiencyanalysis”,[w:]TheMeasure-mentofProductiveEfficiency–TechniquesandApplications (red.: Fried H.O., Lovell C.A.K.,Schmidt S.S.), Oxford University Press, NewYork.

5. Koop G., Osiewalski J., Steel M.F.J. (1994),„Hospitalefficiencyanalysisthroughindividualeffects:ABayesianapproach”,CentERDiscus-sionPaper9447,Tilburg.

6. Koop G., Osiewalski J., Steel M.F.J. (1997),„Bayesianefficiencyanalysisthroughindividu-aleffects:Hospitalcost frontiers”,JournalofEconometricsvol.79.

7. Koop G., Steel M.F.J., Osiewalski J. (1995),„Posterior analysis of stochastic frontier modelsusingGibbssampling”,ComputationalStatisticsvol.10.

8. LovellK.A.(1993),„Productionfrontiersandpro-ductiveefficiency”,[w:]FriedH.O.,LovellC.A.K.,



SchmidtS.S.(red.),TheMeasurementofPro-ductiveEfficiency−TechniquesAndApplica-tions,OxfordUniversityPress,NewYork.

9. MarzecJ.,OsiewalskiJ.(2003),„Bayesowskiegranicznemodelekosztówdlaoddziałówban-ku.Wnioskowanie o efektywności kosztoweji jejdeterminantach”,ZeszytyNaukoweAka-demiiEkonomicznejwKrakowienr628.

10. Marzec J., Osiewalski J. (2008), „Bayesian inference on technology and efficiency ofbankbranches”,BankiKredytvol.39.

11. MeeusenW.,vandenBroeckJ.(1977),„Effi-ciencyestimationfromCobb−Douglaspro-ductionfunctionswithcomposederror”,Inter-nationalEconomicReviewvol.8.

12. O’Hagan A. (1994), „Bayesian Inference”,EdwardArnold,London.

13. OsiewalskiJ.(2001),„Ekonometriabayesow-skawzastosowaniach”,WydawnictwoAkade-miiEkonomicznejwKrakowie,Kraków.

14. Osiewalski J., Osiewalska A. (2003), „Ocenaefektywności kosztowej bibliotek akademic-kich na podstawie danych przekrojowo-cza-sowych”, Zeszyty Naukowe Akademii Ekono-micznejwKrakowienr628.

15. OsiewalskiJ.,OsiewalskaA.(2006),„Stocha-stycznagranicznafunkcjakosztudlapolskichbibliotekpublicznych”,[w:]Przestrzenno-cza-sowemodelowanie i prognozowanie zjawiskgospodarczych(podred.A.Zeliasia),Akade-miaEkonomicznawKrakowie.

16. OsiewalskiJ.,SteelM.F.J.(1998),„Numericalto-olsfortheBayesiananalysisofstochasticfrontiermodels”,JournalofProductivityAnalysisvol.10.

dr Renata Wróbel-Rotter

KatedraEkonometriiiBadańOperacyjnych

UniwersytetEkonomicznyw Krakowie

prof. dr hab.Jacek Osiewalski

KatedraEkonometriiiBadańOperacyjnych

UniwersytetEkonomicznyw Krakowie

17. OsiewalskiJ.,Wróbel-RotterR.(1999),„Esty-macjagranicznychfunkcjiprodukcji iwskaź-nikówtechnicznejefektywnościnapodstawiedanychprzekrojowych”,PrzeglądStatystycznytom46.

18. OsiewalskiJ.,Wróbel-RotterR.(2008),„Modelekonometryczny – narzędzie oceny efektyw-nościspółekdystrybucyjnychukształtowanychwwynikukonsolidacjipoziomej(skrót)”,Biule-tynURENr2/2008.

19. OsiewalskiJ.,Wróbel-RotterR.(2008−2009),„Bayesowskie graniczne funkcje kosztu dlasektoradystrybucjienergii”,FoliaOeconomicaCracoviensiatom49-50.

20. Schmidt P., Sickles R.C. (1984), „Productionfrontiersandpaneldata”,JournalofBusinessandEconomicStatisticsvol.2.

21. TierneyL.(1994),„Markovchainsforexplo-ringposteriordistributions”(withdiscussion),AnnalsofStatisticsvol.22.

22. VarianH.R.(1992),„MicroeconomicAnalysis”,W.W.Norton,NewYork.

23. Wróbel-RotterR.(2004),„Bayesowskaanali-zakosztunapodstawiestochastycznegogra-nicznegomodeluLeontiewa”,PrzeglądStaty-stycznytom51.

24.Wróbel-Rotter R., Osiewalski J. (2002), „Bayesowskimodelefektówlosowychwana-lizie efektywności kosztowej (na przykładzieelektrowniielektrociepłownipolskich)”,Prze-glądStatystycznytom49.

25. Zellner A. (1971), „An Introduction to Bay-esian Inference in Econometrics”, J.Wiley,New York.


ODBIORCA NA RYNKU ENERGIIOBOWIĄZYWANIEŚWIADECTWKWALIFIKACYJNYCHWŚWIETLEUSTAWY−PRAWOENERGETYCZNE


Damian Trzeciak

W związkuzpojawiającymisięwostat-nimokresiewątpliwościamiprzedsię-biorstw energetycznych i nie tylko,dotyczącymistosowaniaart.54usta-wy z 10 kwietnia 1997 r.−Prawoenergetyczne(Dz.U.z2006r.Nr89,poz.625)powejściuwży-cieustawyz19sierpnia2011r.ozmianieustawy−Prawoenergetyczneorazniektórychinnychustaw(Dz.U. z2011 r.Nr205,poz.1208)w zakresieobowiązkuokresowejweryfikacji i czasuobowią-zywania już wydanych przez komisje kwalifika-cyjne świadectw kwalifikacyjnych, w niniejszymartykuleprzybliżonazostanieproblematykawtymzakresie.Wcześniejjednakprzedstawionezostanąnajważniejszezmiany,jakiezaszływtejmateriioddniawejściawżycietytułowejustawy.

Kierunek zmian, jakie zaszły od wejścia w życie ustawy − Prawo energetyczne

Odmomentuwejściawżycieustawy−Prawoenergetyczne,art.54tejustawybyłwielokrotniezmieniany.Podczasprocesulegislacyjnegokażdejzezmian,którychprzedmiotembyłczasobowiązy-wania świadectw kwalifikacyjnych, przejawiał sięproblem spornych interesów w zakresie wpływu

świadectw kwalifikacyjnych na bezpieczeństwoi jakość usług dostaw energii elektrycznej, gazuziemnego,orazciepła,jakrównieżkosztówzwią-zanychzichwydawaniem.Niebezznaczeniapo-zostawałakwestia,czyniejestwystarczające,abyodpowiednieszkolenia iegzam

Urzędu Regulacji Energetyki · 2012. 10. 12. · Biuletyn Urzędu Regulacji Energetyki 01/2012 NR...

Documents

Transcript of Urzędu Regulacji Energetyki · 2012. 10. 12. · Biuletyn Urzędu Regulacji Energetyki 01/2012 NR...