1、1电网发展、清洁电源接入与地区能源效率摘要 鉴于我国已经建成全球规模最大的超高压和特高压电网，彻底弥补了电力跨区配置的电网基础设施短板，并且为清洁电源并入电网和跨区消纳提供了完善的基础设施，不仅克服我国电力负荷中心和能源基地的区域布局不协调，而且有益于缓解日益严峻的能源利用率低下和环境污染问题。本文利用 19912012 年全国 29 个省市面板数据实证研究了清洁电源并网对地区全要素能源效率的影响。为保证实证结果稳健性分别在线性和非线性实证框架下采用系统广义矩估计（SYSGMM）和面板平滑转换模型（PSTR）两种方法估计了清洁电源接入高压、超高压和特高压电网的地区全要素能源效率异质性效应。实证
2、结果显示：我国电网基础设施对地区全要素能源效率具有明显的增进效应，特别是超高压电网在促进全要素能源效率提升上表现的最为突出，在特高压骨干网架尚未形成的情况下起到了支柱性作用。高压、超高压、特高压与清洁电源交互项的估计系数始终位于负数区间，反映清洁电源并网的能源效率绩效并不明显，受限于并网规模和机制缺陷，还没有发挥出全要素能源效率提升作用。随着人均 GDP 的不断提高，各等级电网对地区能源效率的益处越来越明显，并且存在着门槛效应。特高压电网对地区能源效率的积极作用主要表现在东部沿海高收入省份，这些省份作为电力消费负荷中心，大规模接入清洁电源对能源效率改善裨益明显。接下来，需要根据地区的能源禀赋结
3、构选择清洁电源的并网模式，完善的电网基础设施、合理的电源结构还需要配置以高效的清洁电源并网机制才2能不断增进地区全要素能源效率。 关键词 超高压；特高压；清洁电源；全要素能源效率 中图分类号 F426 文献标识码 A 文章编号 1002-2104（2017）03-0039-10doi：10.3969/j.issn.1002-2104.2017.03.005 为防治大气污染、实现可持续发展，世界主要国家和地区纷纷不遗余力地根据自身的资源禀赋提升水电、风能、太阳能以及核能等清洁能源在终端能源消费中的比例，并将其视为新世纪本国和地区经济社会发展持续性的重要基石。在我国，以资源消耗和环境污染为代价的“
4、经济增长奇迹”业已难以为继，为遏制大气环境的进一步恶化，同时克服能源资源负荷中心逆向分布的内在缺陷，政府越来越重视通过发展特高压电网，持续扩大水电、风电和光伏发电等清洁电源的并网规模。有关部门已将蒙西-天津南、锡盟-山东特高压交流以及宁东-浙江、锡盟-江苏特高压直流工程等 12 条输电通道列入大气污染防治行动计划，力争通过完善电网基础设施扩大东部沿海地区清洁电源的接入规模，提高地区能源效率和环境绩效。 由于早期国内外对“能源效率”的概念尚未形成统一的认识，评价方法和标准存在各自缺陷1-2。尽管大规模引入清洁能源是节能减排和应对温室效应的主要手段3-5，但清洁能源使用比例的提高并非意味着能源效率
5、增进，一些有关清洁能源对全要素能源效率影响研究发现令人意外的经验证据。如 Pang et al6通过研究 20042010 年全球 87 个国家清洁能源对其经济、能源和环境绩效的影响发现，虽然清洁能源消费3对全要素效率的综合影响是正面的，清洁能源消费比例提高增进了减排效率和产出效率，但对全要素能源效率的影响却是负面的。Wei et al7在一个包括煤炭、石油和清洁能源消费量的全要素能源效率分析框架下，研究我国全要素能源效率的变动趋势以及清洁能源在其中发挥的作用。结果发现，19982010 年我国全要素能源效率一直在较低的水平下没有得到显著改善，其中煤炭、石油能源效率略有提高，清洁能源效率却几乎
6、没有变化，且对全要素能源效率的提升作用十分有限。在我国，过度依赖火电的电源结构降低了整体的能源利用效率8。电力作为工业粮食和经济社会运行发展不可或缺的终端能源，其电源结构清洁化是能源消费结构优化的重要标志。李兰冰9指出，管理无效率和环境无效率是我国全要素能源效率低下的共同成因，能源效率的根本性的提升有待于培育内源性的管理效率。师博和沈坤荣10从市场分割的角度研究我国全要素能源效率低下的原因，发现能源禀赋充裕地区全要素能源效率较低的深层原因在于市场分割导致的资源配置扭曲。魏楚和沈满洪11对全球 38 个主要国家和地区全要素能源效率的研究表明，全要素能源效率低下是由低水平的规模效率和要素配置效率所
7、致。 王永培等：电网发展、清洁电源接入与地区能源效率中国人口?资源与环境 2017 年第 3 期 输电通道的升级和扩建以及由此带来的清洁电源并网规模的持续增加究竟对地区能源效率有何影响，目前尚?y 确定且鲜有研究涉及。鉴于此，本文试图依托主流方法测算省际全要素能源效率，并实证检验电网发展和清洁电源加速并网对地区全要素能源效率的内在影响，从而为优化电网基础设施建设和新一轮能效革命提供富有价值的4启示。 1 我国地区全要素能源效率测算 1.1 测算方法 掌握我国地区全要素能源效率是本文研究主题顺利开展的前提。国内外相关研究工作提供了丰硕的理论支持和经验基础。对地区能源效率评估主要有三种常用的方法，
8、即基于单一要素的指数分解法（IDA） 、基于全要素生产率的数据包络分析法（DEA）和随机前沿函数法（SFA） 。其中 DEA 和 SFA 两种方法被广泛应用于全要素能源效率的估算12-15。考虑到工业生产和其他社会经济活动中不仅能创造 GDP 等期望产出，还将产生工业废品、污染物等副产品，本文选择 MalmquistLuenberger 生产率指数方法测算省际全要素能源效率。假设任一地区 k（k=1，K）在时期 t（t=1，T）的社会再生产过程中将使用 N 种投入品x=（x1，x2，xN）R+N ，由此生产生 M 种期望产出y=（y1，y2，yM） R+M 并额外产生 I 种非期望产出b=（b
9、1，b2，bI）R+I 。用 Pt（xt）表示生产可行性集合，则在该生产可行性集合满足闭集且有界的假设下，可以运用 DEA 技术将生产可能性集模型化为： 其中，ztk 为地区 k 在时期 t 的权重，非负的权重表明生产技术是规模报酬不变的。在生产可能性边界的基础上，基于产出的方向性距离函数表示如下： 其中，g=（gy，gb）是产出扩张的方向向量。环境管制的目标是为了增加期望产出，减少各类污染物排放等非期望产出。参照王宾等16的处理方法，假定期望产出的增加和非期望产出的减少是同比例增减的，5即 g=（gy，-gb） ， 为期望产出增加、非期望产出减少的最大可能量。通过求解以下的线性规划，求得方向
10、性距离函数： 在方向性距离函数的基础上可以构造全要素生产率指数。依据 Chung et al 17的方法，构造的基于产出的 MalmquistLuenberger 生产率指数如下： 1.2 数据来源 本文的研究涵盖我国除西藏自治区、台湾省、香港和澳门特别行政区之外的所有省级行政区域，并且考虑的数据统计口径的一致性，将四川省和重庆市的数据合并处理，共得到 19912012 年 29 个省级行政单位的面板数据。测算的地区全要素能源效率的投入指标有资本存量、劳动力和能源三类，产出指标期望产出 GDP 和非期望产出 CO2 排放量。其中，资本存量采用永续盘存法进行估算，2006 年前的数据直接取自单豪
11、杰18的研究成果，2006 年后的数据根据中国统计年鉴相关数据推算，并且根据 GDP 平减指数据将资本存量换算成 1978 年不变价数据，以保证本文投入-产出相关数据统计口径一致。劳动力指标为年末从业人员，数据取自新中国六十年统计资料汇编和中国统计年鉴 。19911994 年各省、直辖市和自治区的能源消费数据来自新中国六十年统计资料汇编 ，其余各年数据来自历年中国能源统计年鉴 ，其中个别缺省数据采用两年平均的平滑处理方法加以处理。CO2 排放量数据通过消耗的原煤、原油、焦煤、石油等化石燃料的总量估算而来。联合国政府间气候变化委员会 IPCC（Intergovernmental Panel on
12、 Climate Change，IPCC）提供了各类化石燃料单位碳排放系数，本文依据 IPCC 提6供的碳排放系数和历年中国能源统计年鉴提供的制造业化各类石燃料消耗量测算出其 CO2 排放量，具体计算公式如下： 其中，i 表示各种类型的化石燃料以及热力、电力等能源消耗实物量；NCV 为能源的平均低位发热量，即 IPCC 中的净发热值；CEF 为单位热值当量的碳排放因子；COF 为碳氧化因子，因为 99%100%的化石燃料在燃烧过程中均被氧化，故缺省值设置为 1；44 和 12 分别为 CO2 和 C 的分子量。 1.3 测算结果分析 测算结果表明，19912012 年间我国全要素能源效率年平均
13、提高幅度为 3.22%，累计共提高了 98.11%。本文的测算结果与早期全要素能源效率的研究结论保持了总体上的一致性。如张少华和蒋伟杰15估算19862009 年我国能源效率年平均增长率为 2.89%；孙广生等19估算19862010 年能源效率年平均提高幅度为 3.73%。本文所测算的全要素能源效率增长并没有呈现规律性的变动，更无法判断所谓能源效率变动“拐点”的存在，尽管张少华和蒋伟杰15、史丹等20一些研究表明2002 年是我国能源效率迈向加速增长的拐点。 ML 指数分解指标测算结果表明，19912012 年全要素能源效率提升的主要来源是技术进步，技术效率几乎没有发生变化，甚至略微所有下降
14、。该结果与大多数的全要素能源效率分解结果的研究结论大致相同，即全要素能源效率变化的主要构成因素是技术进步。孙广生等19认为，导致这一现象的主要原因是出口导向型的发展模式使得我国中西部与东部沿海地区差距越来越大，部分地区背离前沿面的趋势越来越突出。以7电力市场为例， “西电东送”工程建成了超高压骨干网架，而特高压电网更使得大规模清洁能源并网消纳和大范围、超远距离输电功能进一步增强，加上中央和地方政府基于环境绩效对风电、光伏发电的持续补贴，刺激了东部地区扩大清洁电力消费，但同时也造成了我国电力消费区域差距进一步扩大，从而阻碍了电力消费技术效率提高。在其他领域也有相似的特点，也就是说我国区域经济差距
15、仍呈发散趋势，尚未进入收敛通道。 2 实证分析 I：清洁电源并网效应的线性估计框架 2.1 计量模型设定 在借鉴国内外关于能源效率影响因素的实证模型基础上11，21设置基准计量模型如下： 其中，i 和 t 分别表示省份和年份，tfp 表示全要素能源效率，即前文测算的省际全要素能源效率 ML 指数；grid 和 qjdy 分别为电网发展和清?电源变量；X 表示一系列影响地区全要素能源效率的控制变量；为随机误差项。主要变量的具体情况如下： 电网发展变量。作为本文的核心解释变量，根据国内通用的高压、超高压和特高压电网划分标准，将不同电压等级的输电线路密度作为电网发展衡量指标，如高压电网密度（gymd
16、）即用单位国土面积的电压等级为 33220 kV 的交直流输电线路杆路长度表示；超高压电网密度（cgymd）用单位国土面积电压等级为 330700 kV 的交直流输电线路杆路长度表示；特高压哑变量（tgy） ，即将800 kV 直流和 1 000 kV 交流特高压输电线路经过的省份设置为 1，否则为 0 由于特高压直流工程是点到点输电工程项目，通过起点直接向落点输电不给沿途地区供电，所以8本文特高压哑变量仅将特高压直流电网的起点和落点省份设置为 1。如，向家坝上海800 千伏特高压直流输电示范工程（简称“向上工程” ） ，该工程起于四川宜宾复龙换流站，落于上海奉贤换流站，途经四川、重庆、湖北、
17、湖南、安徽、浙江、江苏、上海等 8 省市，但直流工程不能给起点和落点外的地区供电，因此只将四川和上海 2 省市设置为 1。 。 清洁电源变量。清洁电源由水电、风电、太阳能发电和核电四种类型电源构成，并且为了能够更为全面地反映清洁能源快速发展态势对地区能源效率的影响，用清洁电源发电装机容量占该地区全部电源发电总装机容量的比重作为代理变量。 其他控制变量，主要包括：厂网分离（cwfl） 。以 2002 年国务院发布的电力体制改革方案为标志的电力体制改革，为电力市场带来的最突出的变化是将国家电力公司拆分为两大电网公司、五大发电集团和四大辅业集团，在 1997 年推动的政企分离的基础上进一步实现了发电
18、和输配电业务环节的垂直分离，即“厂网分离” 。因此，本文引入厂网分离哑变量以控制电力体制改革因素的影响，2002 年“5 号文”出台后设置为 1，2002 年前设置为 0。产业结构（struc） 。相关研究分别以第三产业占 GDP 比重、用第三产业增加值和第二产业增加值比值作为产业结构优化的代理变量，实证发现它们都对全要素能源效率起到促进作用11，21。考虑到通过从业人员能够更准确反映第三产业发展状况，本文的产业结构变量用第三产业从业人员数占全国总就业人员比重表示。对外开放度（open） 。对外开放度对我国全要素能源效率的影响已被众多研究所证实11，16，21-22，因此将对外开放度作为地区能
19、源效率的控制变量，具体数值为省市的对外贸9易总额占当年 GDP 比重。外商直接投资（fdi） 。本文的外商直接投资变量为各省市当年外商直接投资流量占其 GDP 的比重。国内外相关研究发现外商直接投资通过技术外溢效应等作用机制显著地促进能源效率提升23-24；长三角城市群 FDI 和全要素能源效率关系的实证检验则得出相反的结论25。金融发展（fir） 。金融发展水平是能源效率重要的影响因素21，以年末金融机构人民币存款余额占 GDP 比重表示金融发展。制度变量（inst） 。不同于魏楚和沈满洪11把国有工业总产值占比表示制度变量，本文选择年度固定资产投资中非国有企业投资占比作为制度变量的衡量指标
20、。基础设施（infr） 。除电网基础设施之外，交通、电信、水利等基础设施也是影响地区能源效率的重要因素。本文以地区每万人公路里程作为基础设施的代理变量。政府干预（gov） 。政府干预程度在较大程度上影响着地区能源效率11，21，25。地方政府干预能力的衡量指标较为一致，使用地方政府财政支出占 GDP 比重表示。为防止可能存在的内生性导致估计结果有偏，采用 Arellano 和Bover26、Blundell 和 Bond27提出的系统广义矩估计（SYSGMM）方法进行参数估计。这种估计方法的优点是通过将水平方程和差分方程结合起来进行估计，并把被解释变量的一阶差分作为其滞后变量的工具变量，从而解
21、决了弱工具变量问题。借鉴 Andersen 和 Dalgaard28的方法，将地区各年平均地闪密度作为电网密度的工具变量地闪密度原始测试数据来源于美国全球水文资料中心（GHRC）提供的卫星观测的包括云闪次数和地闪次数在内的总闪次数。该总闪次数由美国卫星光学瞬态探测器10（OTD） 、闪电成像传感器（LIS）获取，可以根据各省区所在的纬度折算为地闪次数，并根据各省区国土面积得到地闪密度，即每年每 km2 遭雷击次数。由于 OTD 观测时间为 1995 年 4 月到 2000 年 3 月，LIS 观测时间为 1997 年 12 月到 2005 年 12 月，本文采用该期间各省区平均每年的地闪密度作
22、为工具变量。 。计量模型如下： 清洁电源需要接入电网才能转换为终端能源进行消费，它是通过与各等级电网交互作用才能发挥对地区全要素能源效率的影响。因此，本文将电网密度和清洁电源交互项引入式（8）的模型，得到如下的静态计量模型： 2.2 实证分析结果 首先利用双固定效应最小二乘法分别估计高压、超高压和特高压电网对地区全要素能源效率的影响，然后利用系统广义矩估计（SYSGMM）方法估计了式（9）的动态面板模型。除特高压电网密度估计结果外，Sargan test 都无法拒绝过度识别限制是有效的原假设，即地闪密度作为高压和超高压电网密度的工具变量是有效的。与此同时，AR（2）检验也无法拒绝一阶差分方程的随机误差项中不存在二阶序列相关的原假设，估计结果不存在二阶序列相关问题。 双向固定效应模型中高压和超高压电网密度估计系数满足了显著性要求，并且估计系数为正，说明各省份高压、超高压电网密度增加对其全要素能源效率的提升具有显著的促进作用。特高压电网哑变量的估计系数没有满足显著性，主要原因是在 2013 年之前我国仅有晋东南-南阳-荆门、向家坝-上海和楚雄-广州等少数几条特高压输电线路处于建成运
