電網(wǎng)發(fā)展、清潔電源接入與地區(qū)能源效率

王永培++馬丁++單葆國++晏維龍

摘要 鑒于我國已經(jīng)建成全球規(guī)模最大的超高壓和特高壓電網(wǎng)，徹底彌補了電力跨區(qū)配置的電網(wǎng)基礎設施短板，并且為清潔電源并入電網(wǎng)和跨區(qū)消納提供了完善的基礎設施，不僅克服我國電力負荷中心和能源基地的區(qū)域布局不協(xié)調，而且有益于緩解日益嚴峻的能源利用率低下和環(huán)境污染問題。本文利用1991—2012年全國29個省市面板數(shù)據(jù)實證研究了清潔電源并網(wǎng)對地區(qū)全要素能源效率的影響。為保證實證結果穩(wěn)健性分別在線性和非線性實證框架下采用系統(tǒng)廣義矩估計（SYSGMM）和面板平滑轉換模型（PSTR）兩種方法估計了清潔電源接入高壓、超高壓和特高壓電網(wǎng)的地區(qū)全要素能源效率異質性效應。實證結果顯示：①我國電網(wǎng)基礎設施對地區(qū)全要素能源效率具有明顯的增進效應，特別是超高壓電網(wǎng)在促進全要素能源效率提升上表現(xiàn)的最為突出，在特高壓骨干網(wǎng)架尚未形成的情況下起到了支柱性作用。②高壓、超高壓、特高壓與清潔電源交互項的估計系數(shù)始終位于負數(shù)區(qū)間，反映清潔電源并網(wǎng)的能源效率績效并不明顯，受限于并網(wǎng)規(guī)模和機制缺陷，還沒有發(fā)揮出全要素能源效率提升作用。③隨著人均GDP的不斷提高，各等級電網(wǎng)對地區(qū)能源效率的益處越來越明顯，并且存在著門檻效應。④特高壓電網(wǎng)對地區(qū)能源效率的積極作用主要表現(xiàn)在東部沿海高收入省份，這些省份作為電力消費負荷中心，大規(guī)模接入清潔電源對能源效率改善裨益明顯。接下來，需要根據(jù)地區(qū)的能源稟賦結構選擇清潔電源的并網(wǎng)模式，完善的電網(wǎng)基礎設施、合理的電源結構還需要配置以高效的清潔電源并網(wǎng)機制才能不斷增進地區(qū)全要素能源效率。

關鍵詞 超高壓；特高壓；清潔電源；全要素能源效率

中圖分類號F426文獻標識碼A文章編號1002-2104（2017）03-0039-10doi：10.3969/j.issn.1002-2104.2017.03.005

為防治大氣污染、實現(xiàn)可持續(xù)發(fā)展，世界主要國家和地區(qū)紛紛不遺余力地根據(jù)自身的資源稟賦提升水電、風能、太陽能以及核能等清潔能源在終端能源消費中的比例，并將其視為新世紀本國和地區(qū)經(jīng)濟社會發(fā)展持續(xù)性的重要基石。在我國，以資源消耗和環(huán)境污染為代價的“經(jīng)濟增長奇跡”業(yè)已難以為繼，為遏制大氣環(huán)境的進一步惡化，同時克服能源資源負荷中心逆向分布的內在缺陷，政府越來越重視通過發(fā)展特高壓電網(wǎng)，持續(xù)擴大水電、風電和光伏發(fā)電等清潔電源的并網(wǎng)規(guī)模。有關部門已將蒙西-天津南、錫盟-山東特高壓交流以及寧東-浙江、錫盟-江蘇特高壓直流工程等12條輸電通道列入大氣污染防治行動計劃，力爭通過完善電網(wǎng)基礎設施擴大東部沿海地區(qū)清潔電源的接入規(guī)模，提高地區(qū)能源效率和環(huán)境績效。

由于早期國內外對“能源效率”的概念尚未形成統(tǒng)一的認識，評價方法和標準存在各自缺陷[1-2]。盡管大規(guī)模引入清潔能源是節(jié)能減排和應對溫室效應的主要手段[3-5]，但清潔能源使用比例的提高并非意味著能源效率增進，一些有關清潔能源對全要素能源效率影響研究發(fā)現(xiàn)令人意外的經(jīng)驗證據(jù)。如Pang et al[6]通過研究2004—2010年全球87個國家清潔能源對其經(jīng)濟、能源和環(huán)境績效的影響發(fā)現(xiàn)，雖然清潔能源消費對全要素效率的綜合影響是正面的，清潔能源消費比例提高增進了減排效率和產(chǎn)出效率，但對全要素能源效率的影響卻是負面的。Wei et al[7]在一個包括煤炭、石油和清潔能源消費量的全要素能源效率分析框架下，研究我國全要素能源效率的變動趨勢以及清潔能源在其中發(fā)揮的作用。結果發(fā)現(xiàn)，1998—2010年我國全要素能源效率一直在較低的水平下沒有得到顯著改善，其中煤炭、石油能源效率略有提高，清潔能源效率卻幾乎沒有變化，且對全要素能源效率的提升作用十分有限。在我國，過度依賴火電的電源結構降低了整體的能源利用效率[8]。電力作為工業(yè)糧食和經(jīng)濟社會運行發(fā)展不可或缺的終端能源，其電源結構清潔化是能源消費結構優(yōu)化的重要標志。李蘭冰[9]指出，管理無效率和環(huán)境無效率是我國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內源性的管理效率。師博和沈坤榮[10]從市場分割的角度研究我國全要素能源效率低下的原因，發(fā)現(xiàn)能源稟賦充裕地區(qū)全要素能源效率較低的深層原因在于市場分割導致的資源配置扭曲。魏楚和沈滿洪[11]對全球38個主要國家和地區(qū)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規(guī)模效率和要素配置效率所致。

王永培等：電網(wǎng)發(fā)展、清潔電源接入與地區(qū)能源效率中國人口·資源與環(huán)境2017年第3期 輸電通道的升級和擴建以及由此帶來的清潔電源并網(wǎng)規(guī)模的持續(xù)增加究竟對地區(qū)能源效率有何影響，目前尚難確定且鮮有研究涉及。鑒于此，本文試圖依托主流方法測算省際全要素能源效率，并實證檢驗電網(wǎng)發(fā)展和清潔電源加速并網(wǎng)對地區(qū)全要素能源效率的內在影響，從而為優(yōu)化電網(wǎng)基礎設施建設和新一輪能效革命提供富有價值的啟示。

1我國地區(qū)全要素能源效率測算

1.1測算方法

掌握我國地區(qū)全要素能源效率是本文研究主題順利開展的前提。國內外相關研究工作提供了豐碩的理論支持和經(jīng)驗基礎。對地區(qū)能源效率評估主要有三種常用的方法，即基于單一要素的指數(shù)分解法（IDA）、基于全要素生產(chǎn)率的數(shù)據(jù)包絡分析法（DEA）和隨機前沿函數(shù)法（SFA）。其中DEA和SFA兩種方法被廣泛應用于全要素能源效率的估算[12-15]?？紤]到工業(yè)生產(chǎn)和其他社會經(jīng)濟活動中不僅能創(chuàng)造GDP等期望產(chǎn)出，還將產(chǎn)生工業(yè)廢品、污染物等副產(chǎn)品，本文選擇MalmquistLuenberger生產(chǎn)率指數(shù)方法測算省際全要素能源效率。假設任一地區(qū)k（k=1，…，K）在時期t（t=1，…，T）的社會再生產(chǎn)過程中將使用N種投入品x=（x1，x2，…，xN）R+N ，由此生產(chǎn)生M種期望產(chǎn)出y=（y1，y2，…，yM） R+M 并額外產(chǎn)生I種非期望產(chǎn)出b=（b1，b2，…，bI）R+I 。用Pt（xt）表示生產(chǎn)可行性集合，則在該生產(chǎn)可行性集合滿足閉集且有界的假設下，可以運用DEA技術將生產(chǎn)可能性集模型化為：

其中，ztk為地區(qū)k在時期t的權重，非負的權重表明生產(chǎn)技術是規(guī)模報酬不變的。在生產(chǎn)可能性邊界的基礎上，基于產(chǎn)出的方向性距離函數(shù)表示如下：

其中，g=（gy，gb）是產(chǎn)出擴張的方向向量。環(huán)境管制的目標是為了增加期望產(chǎn)出，減少各類污染物排放等非期望產(chǎn)出。參照王賓等[16]的處理方法，假定期望產(chǎn)出的增加和非期望產(chǎn)出的減少是同比例增減的，即g=（gy，-gb），β為期望產(chǎn)出增加、非期望產(chǎn)出減少的最大可能量。通過求解以下的線性規(guī)劃，求得方向性距離函數(shù)：

在方向性距離函數(shù)的基礎上可以構造全要素生產(chǎn)率指數(shù)。依據(jù)Chung et al [17]的方法，構造的基于產(chǎn)出的MalmquistLuenberger生產(chǎn)率指數(shù)如下：

1.2數(shù)據(jù)來源

本文的研究涵蓋我國除西藏自治區(qū)、臺灣省、香港和澳門特別行政區(qū)之外的所有省級行政區(qū)域，并且考慮的數(shù)據(jù)統(tǒng)計口徑的一致性，將四川省和重慶市的數(shù)據(jù)合并處理，共得到1991—2012年29個省級行政單位的面板數(shù)據(jù)。測算的地區(qū)全要素能源效率的投入指標有資本存量、勞動力和能源三類，產(chǎn)出指標期望產(chǎn)出GDP和非期望產(chǎn)出CO2排放量。其中，資本存量采用永續(xù)盤存法進行估算，2006年前的數(shù)據(jù)直接取自單豪杰[18]的研究成果，2006年后的數(shù)據(jù)根據(jù)《中國統(tǒng)計年鑒》相關數(shù)據(jù)推算，并且根據(jù)GDP平減指數(shù)據(jù)將資本存量換算成1978年不變價數(shù)據(jù)，以保證本文投入-產(chǎn)出相關數(shù)據(jù)統(tǒng)計口徑一致。勞動力指標為年末從業(yè)人員，數(shù)據(jù)取自《新中國六十年統(tǒng)計資料匯編》和《中國統(tǒng)計年鑒》。1991—1994年各省、直轄市和自治區(qū)的能源消費數(shù)據(jù)來自《新中國六十年統(tǒng)計資料匯編》，其余各年數(shù)據(jù)來自歷年《中國能源統(tǒng)計年鑒》，其中個別缺省數(shù)據(jù)采用兩年平均的平滑處理方法加以處理。CO2排放量數(shù)據(jù)通過消耗的原煤、原油、焦煤、石油等化石燃料的總量估算而來。聯(lián)合國政府間氣候變化委員會IPCC（Intergovernmental Panel on Climate Change，IPCC）提供了各類化石燃料單位碳排放系數(shù)，本文依據(jù)IPCC提供的碳排放系數(shù)和歷年《中國能源統(tǒng)計年鑒》提供的制造業(yè)化各類石燃料消耗量測算出其CO2排放量，具體計算公式如下：

其中，i表示各種類型的化石燃料以及熱力、電力等能源消耗實物量；NCV為能源的平均低位發(fā)熱量，即IPCC中的凈發(fā)熱值；CEF為單位熱值當量的碳排放因子；COF為碳氧化因子，因為99%—100%的化石燃料在燃燒過程中均被氧化，故缺省值設置為1；44和12分別為CO2和C的分子量。

1.3測算結果分析

測算結果表明，1991—2012年間我國全要素能源效率年平均提高幅度為3.22%，累計共提高了98.11%。本文的測算結果與早期全要素能源效率的研究結論保持了總體上的一致性。如張少華和蔣偉杰[15]估算1986—2009年我國能源效率年平均增長率為2.89%；孫廣生等[19]估算1986—2010年能源效率年平均提高幅度為3.73%。本文所測算的全要素能源效率增長并沒有呈現(xiàn)規(guī)律性的變動，更無法判斷所謂能源效率變動“拐點”的存在，盡管張少華和蔣偉杰[15]、史丹等[20]一些研究表明2002年是我國能源效率邁向加速增長的拐點。

ML指數(shù)分解指標測算結果表明，1991—2012年全要素能源效率提升的主要來源是技術進步，技術效率幾乎沒有發(fā)生變化，甚至略微所有下降。該結果與大多數(shù)的全要素能源效率分解結果的研究結論大致相同，即全要素能源效率變化的主要構成因素是技術進步。孫廣生等[19]認為，導致這一現(xiàn)象的主要原因是出口導向型的發(fā)展模式使得我國中西部與東部沿海地區(qū)差距越來越大，部分地區(qū)背離前沿面的趨勢越來越突出。以電力市場為例，“西電東送”工程建成了超高壓骨干網(wǎng)架，而特高壓電網(wǎng)更使得大規(guī)模清潔能源并網(wǎng)消納和大范圍、超遠距離輸電功能進一步增強，加上中央和地方政府基于環(huán)境績效對風電、光伏發(fā)電的持續(xù)補貼，刺激了東部地區(qū)擴大清潔電力消費，但同時也造成了我國電力消費區(qū)域差距進一步擴大，從而阻礙了電力消費技術效率提高。在其他領域也有相似的特點，也就是說我國區(qū)域經(jīng)濟差距仍呈發(fā)散趨勢，尚未進入收斂通道。

2實證分析I：清潔電源并網(wǎng)效應的線性估計框架2.1計量模型設定

在借鑒國內外關于能源效率影響因素的實證模型基礎上[11，21]設置基準計量模型如下：

其中，i和t分別表示省份和年份，tfp表示全要素能源效率，即前文測算的省際全要素能源效率ML指數(shù)；grid和qjdy分別為電網(wǎng)發(fā)展和清潔電源變量；X表示一系列影響地區(qū)全要素能源效率的控制變量；ε為隨機誤差項。主要變量的具體情況如下：

電網(wǎng)發(fā)展變量。作為本文的核心解釋變量，根據(jù)國內通用的高壓、超高壓和特高壓電網(wǎng)劃分標準，將不同電壓等級的輸電線路密度作為電網(wǎng)發(fā)展衡量指標，如高壓電網(wǎng)密度（gymd）即用單位國土面積的電壓等級為33—220 kV的交直流輸電線路桿路長度表示；超高壓電網(wǎng)密度（cgymd）用單位國土面積電壓等級為330—700 kV的交直流輸電線路桿路長度表示；特高壓啞變量（tgy），即將±800 kV直流和1 000 kV交流特高壓輸電線路經(jīng)過的省份設置為1，否則為0由于特高壓直流工程是點到點輸電工程項目，通過起點直接向落點輸電不給沿途地區(qū)供電，所以本文特高壓啞變量僅將特高壓直流電網(wǎng)的起點和落點省份設置為1。如，向家壩—上?！?00千伏特高壓直流輸電示范工程（簡稱“向上工程”），該工程起于四川宜賓復龍換流站，落于上海奉賢換流站，途經(jīng)四川、重慶、湖北、湖南、安徽、浙江、江蘇、上海等8省市，但直流工程不能給起點和落點外的地區(qū)供電，因此只將四川和上海2省市設置為1。。

清潔電源變量。清潔電源由水電、風電、太陽能發(fā)電和核電四種類型電源構成，并且為了能夠更為全面地反映清潔能源快速發(fā)展態(tài)勢對地區(qū)能源效率的影響，用清潔電源發(fā)電裝機容量占該地區(qū)全部電源發(fā)電總裝機容量的比重作為代理變量。

其他控制變量，主要包括：①廠網(wǎng)分離（cwfl）。以2002年國務院發(fā)布的《電力體制改革方案》為標志的電力體制改革，為電力市場帶來的最突出的變化是將國家電力公司拆分為兩大電網(wǎng)公司、五大發(fā)電集團和四大輔業(yè)集團，在1997年推動的政企分離的基礎上進一步實現(xiàn)了發(fā)電和輸配電業(yè)務環(huán)節(jié)的垂直分離，即“廠網(wǎng)分離”。因此，本文引入廠網(wǎng)分離啞變量以控制電力體制改革因素的影響，2002年“5號文”出臺后設置為1，2002年前設置為0。②產(chǎn)業(yè)結構（struc）。相關研究分別以第三產(chǎn)業(yè)占GDP比重、用第三產(chǎn)業(yè)增加值和第二產(chǎn)業(yè)增加值比值作為產(chǎn)業(yè)結構優(yōu)化的代理變量，實證發(fā)現(xiàn)它們都對全要素能源效率起到促進作用[11，21]?？紤]到通過從業(yè)人員能夠更準確反映第三產(chǎn)業(yè)發(fā)展狀況，本文的產(chǎn)業(yè)結構變量用第三產(chǎn)業(yè)從業(yè)人員數(shù)占全國總就業(yè)人員比重表示。③對外開放度（open）。對外開放度對我國全要素能源效率的影響已被眾多研究所證實[11，16，21-22]，因此將對外開放度作為地區(qū)能源效率的控制變量，具體數(shù)值為省市的對外貿(mào)易總額占當年GDP比重。④外商直接投資（fdi）。本文的外商直接投資變量為各省市當年外商直接投資流量占其GDP的比重。國內外相關研究發(fā)現(xiàn)外商直接投資通過技術外溢效應等作用機制顯著地促進能源效率提升[23-24]；長三角城市群FDI和全要素能源效率關系的實證檢驗則得出相反的結論[25]。⑤金融發(fā)展（fir）。金融發(fā)展水平是能源效率重要的影響因素[21]，以年末金融機構人民幣存款余額占GDP比重表示金融發(fā)展。⑥制度變量（inst）。不同于魏楚和沈滿洪[11]把國有工業(yè)總產(chǎn)值占比表示制度變量，本文選擇年度固定資產(chǎn)投資中非國有企業(yè)投資占比作為制度變量的衡量指標。⑦基礎設施（infr）。除電網(wǎng)基礎設施之外，交通、電信、水利等基礎設施也是影響地區(qū)能源效率的重要因素。本文以地區(qū)每萬人公路里程作為基礎設施的代理變量。⑧政府干預（gov）。政府干預程度在較大程度上影響著地區(qū)能源效率[11，21，25]。地方政府干預能力的衡量指標較為一致，使用地方政府財政支出占GDP比重表示。

為防止可能存在的內生性導致估計結果有偏，采用Arellano和Bover[26]、Blundell和Bond[27]提出的系統(tǒng)廣義矩估計（SYSGMM）方法進行參數(shù)估計。這種估計方法的優(yōu)點是通過將水平方程和差分方程結合起來進行估計，并把被解釋變量的一階差分作為其滯后變量的工具變量，從而解決了弱工具變量問題。借鑒Andersen和Dalgaard[28]的方法，將地區(qū)各年平均地閃密度作為電網(wǎng)密度的工具變量地閃密度原始測試數(shù)據(jù)來源于美國全球水文資料中心（GHRC）提供的衛(wèi)星觀測的包括云閃次數(shù)和地閃次數(shù)在內的總閃次數(shù)。該總閃次數(shù)由美國衛(wèi)星光學瞬態(tài)探測器（OTD）、閃電成像傳感器（LIS）獲取，可以根據(jù)各省區(qū)所在的緯度折算為地閃次數(shù)，并根據(jù)各省區(qū)國土面積得到地閃密度，即每年每km2遭雷擊次數(shù)。由于OTD觀測時間為1995年4月到2000年3月，LIS觀測時間為1997年12月到2005年12月，本文采用該期間各省區(qū)平均每年的地閃密度作為工具變量。。計量模型如下：

清潔電源需要接入電網(wǎng)才能轉換為終端能源進行消費，它是通過與各等級電網(wǎng)交互作用才能發(fā)揮對地區(qū)全要素能源效率的影響。因此，本文將電網(wǎng)密度和清潔電源交互項引入式（8）的模型，得到如下的靜態(tài)計量模型：

2.2實證分析結果

首先利用雙固定效應最小二乘法分別估計高壓、超高壓和特高壓電網(wǎng)對地區(qū)全要素能源效率的影響，然后利用系統(tǒng)廣義矩估計（SYSGMM）方法估計了式（9）的動態(tài)面板模型。除特高壓電網(wǎng)密度估計結果外，Sargan test都無法拒絕過度識別限制是有效的原假設，即地閃密度作為高壓和超高壓電網(wǎng)密度的工具變量是有效的。與此同時，AR（2）檢驗也無法拒絕一階差分方程的隨機誤差項中不存在二階序列相關的原假設，估計結果不存在二階序列相關問題。

雙向固定效應模型中高壓和超高壓電網(wǎng)密度估計系數(shù)滿足了顯著性要求，并且估計系數(shù)為正，說明各省份高壓、超高壓電網(wǎng)密度增加對其全要素能源效率的提升具有顯著的促進作用。特高壓電網(wǎng)啞變量的估計系數(shù)沒有滿足顯著性，主要原因是在2013年之前我國僅有晉東南-南陽-荊門、向家壩-上海和楚雄-廣州等少數(shù)幾條特高壓輸電線路處于建成運行狀態(tài)，對地區(qū)能源效率的影響尚不明顯。SYSGMM估計結果與FE估計結果保持了基本一致。首先，高壓和超高壓電網(wǎng)密度估計系數(shù)顯著為正，它們對地區(qū)能源效率提升均起到促進作用；特高壓啞變量估計系數(shù)沒有達到顯著性要求，且Sargan test檢驗拒絕了工具變量的有效性。其次，比較各電壓等級電網(wǎng)估計系數(shù)可知，超高壓電網(wǎng)密度對地區(qū)能源效率的促進效果最佳，每提高1個單位的超高壓電網(wǎng)密度提高地區(qū)能源效率的水平是高壓電網(wǎng)的4.5倍多。已經(jīng)建成的超高壓骨干網(wǎng)架形成的“西電東送、南北互供、全國聯(lián)網(wǎng)”的電網(wǎng)初步格局，不僅彌補了東部地區(qū)的電力缺口，對于電力資源跨區(qū)優(yōu)化乃至地區(qū)全要素能源效率的提升都有顯著的正面作用。

清潔電源只有通過各電壓等級的輸電線路才能送達終端用戶進行消費。鑒于電網(wǎng)設施對清潔電源消納的基礎性作用，清潔電源消費對地區(qū)能源效率的偏效應還將取決于電網(wǎng)設施狀況。為驗證清潔電源消費與各等級電網(wǎng)設施的交互效應，本文在式（8）和（9）的基礎上引入清潔電源和電網(wǎng)設施交互項，分別得到式（10）的靜態(tài)模型和式（11）的動態(tài)模型，估計結果如表1所示。

高壓電網(wǎng)密度和清潔電源交互項的估計系數(shù)顯著為負，意味著高壓電網(wǎng)密度越高清潔電源對地區(qū)全要素能源效率的促進作用越弱。高壓電網(wǎng)輸電線路占比較高是我國電網(wǎng)結構的主要特點，雖然近幾年高壓電網(wǎng)輸電線路占比略有下降，可仍接近70%，高壓電網(wǎng)已經(jīng)能夠滿足城鎮(zhèn)配網(wǎng)的總體需求，甚至部分城市的配網(wǎng)建設已經(jīng)有所超前，過高比重的高壓電網(wǎng)減弱了清潔電源消納對全要素能源效率的提升效應。超高壓電網(wǎng)密度和清潔電源交互項的估計系數(shù)顯著為正，也就是說，超高壓電網(wǎng)密度越高清潔電源消納對地區(qū)全要素能源效率促進作用越明顯，超高壓電網(wǎng)密度擴大了清潔電源對地區(qū)全要素能源效率的偏效應。超高壓電網(wǎng)密度和清潔電源的交互效應在很大程度上取決于我國獨特的清潔能源地區(qū)分布特征。我國風電基地集中于華北、西北和東北等“三北”地區(qū)，由于輸電通道建設不足造成風電無法消納，“三北”地區(qū)棄風率普遍偏高，甚至遼寧、吉林兩省份棄風率分別高達35%和

58%。超高壓電網(wǎng)主要用于跨省區(qū)輸電，其與清潔電源正向的交互效應反映了清潔電源消納帶來的能源效率增進機制迫切需要輸電通道。

3實證分析II：清潔電網(wǎng)并網(wǎng)效應的非線性估計框架 3.1計量模型

前文基于一個基本的假設是電網(wǎng)發(fā)展、清潔電源接入與地區(qū)能源效率之間的關系是線性的，對應的計量模型都是不變系數(shù)模型，無法通過估計系數(shù)的非線性變化來描述截面異質性。Hansen[29]提出的面板門限模型，使得估計系數(shù)在外生的轉換變量達到門檻值的情況下出現(xiàn)轉折性變化。然而，PTR模型估計系數(shù)在兩種體制之間的轉換是

突發(fā)和跳躍性的，這并不符合經(jīng)濟社會現(xiàn)象漸進式、連續(xù)性的發(fā)展規(guī)律和運行特點。González et al[30]在假設估計系數(shù)是轉換變量的連續(xù)函數(shù)的基礎上擴展了Hansen[30]的面板門限模型，建立了面板平滑轉換模型（Panel Smooth Transition Regression，PSTR）。PSTR模型能夠更有效地用于描述估計系數(shù)隨個體和時間變化的異質性特征，其最突出的貢獻是實現(xiàn)了兩體制或多體制間由突發(fā)、跳躍式的轉換模式過渡到漸進、連續(xù)的轉換模式。本文的PSTR模型如下：

其中，qit為轉換變量，γ為決定機制轉換速度的斜率參數(shù)，m表示位置參數(shù)個數(shù)，c為反映門檻值的位置參數(shù)。gj（·）表示平滑轉換函數(shù)，它是一個關于轉換變量qit的、取值范圍為（0，1）的連續(xù)變化的有界函數(shù)。j=1，…，r表示第j種轉換機制。轉換函數(shù)gj（·）通常采用如下的Logistic函數(shù)形式：

3.2實證結果

利用Rats軟件的非線性最小二乘法（Nonlinear Least Squares，NLS）方法分別針對高壓、超高壓和特高壓電網(wǎng)估計式（12）和（13）兩種模型的相關參數(shù)，估計結果如表2所示。首先分別通過LM、LMF和LRT三類統(tǒng)計量判斷模型是否滿足非線性檢驗，結果表明各統(tǒng)計量均在顯著性要求下拒絕了線性原假設，說明通過PSTR模型進行參數(shù)估計是合理和可識別的；再利用AIC和BIC準則確定轉換函數(shù)中位置參數(shù)個數(shù)，結果表明除不含交互項的特高壓模型和含交互項的超高壓模型位置參數(shù)個數(shù)m=2之外，其他模型均為m=1。參數(shù)估計結果顯示，引入非線性機制后高壓和超高壓估計系數(shù)滿足顯著性要求、特高壓估計系數(shù)未能滿足顯著性要求的特征沒有變化，高壓、超高壓和特高壓估計系數(shù)將隨轉換變量，即人均GDP的不斷增加而呈現(xiàn)非線性的變化，具體變化特點集中體現(xiàn)于圖1和圖2之中。

圖1和圖2展示了清潔電源接入電網(wǎng)對地區(qū)全要素能源效率的非線性影響效應。圖1分別報告了在以人均GDP為轉換變量情況下高壓、超高壓和特高壓電網(wǎng)估計系數(shù)隨人均GDP的變化趨勢?？梢钥闯?，隨著人均GDP不斷提高高壓電網(wǎng)密度對地區(qū)能源效率的促進作用越來越明顯，人均GDP為12 888元/人（1978年價，下同）時估計系數(shù)最終由負轉正，說明只有當人均GDP達到較高的水平高壓電網(wǎng)對地區(qū)能源效率的密度經(jīng)濟才能顯示出來。超高壓電網(wǎng)密度的估計系數(shù)為正，并且隨著人均GDP增加估計系數(shù)呈擴大趨勢，人均GDP的門檻值為10 228元/人，超過該水平超高壓電網(wǎng)密度估計系數(shù)顯著增加，意味著當人均GDP超過10 228元/人超高壓電網(wǎng)密度能夠起到突出的增進地區(qū)能源效率的作用。特高壓電網(wǎng)啞變量的估計系數(shù)顯示特高壓電網(wǎng)對地區(qū)能源效率影響隨著人均GDP變化呈現(xiàn)兩種“極端”情況。在人均GDP小于4 865元/人時，特高壓估計系數(shù)為負，地區(qū)的特高壓電網(wǎng)項目不利于其能源效率的提高；在人均GDP大于4 865元/人時，特高壓估計系數(shù)由負轉正，地區(qū)的特高壓項目能夠促進其能源效率的提高。

但必須指出的是，特高壓電網(wǎng)啞變量估計系數(shù)沒有滿足顯著性要求，說明由于2012年前特高壓僅在少數(shù)幾個 省份建成投運，它促進地區(qū)能源效率提升的作用尚不具有普遍意義。比較而言，三種類型電網(wǎng)中具有最突出的促進地區(qū)能源效率作用的應屬超高壓電網(wǎng)，這顯然符合我國電網(wǎng)發(fā)展的主體特征。

圖2分別匯報了在人均GDP為轉換變量情況下高壓、超高壓和特高壓電網(wǎng)與清潔電源占比交互項估計系數(shù)隨人均GDP變化的趨勢。

首先，高壓電網(wǎng)密度與清潔電源占比交互項的估計系數(shù)隨人均GDP提高不斷縮小，表明高壓電網(wǎng)密度越大清潔電源接入電網(wǎng)對地區(qū)全要素能源效率的促進作用越明顯，但這種作用邊際隨著人均GDP提高呈現(xiàn)明確的遞減效應。也就是說，對于處于高收入組的地區(qū)，提高高壓電網(wǎng)密度并不能明顯地提升清潔電源并網(wǎng)的能源效率增進效應，因為我國處于高收入組的地區(qū)普遍是東部沿海省份，這些省份基本都是能源凈輸入的電力受端地區(qū)，主要依賴的是超高壓、特高壓電網(wǎng)組成的遠距離輸電通道，實現(xiàn)“三北”風電和西南水電等清潔電源大規(guī)模輸入，以提高清潔能源消費比例。

其次，超高壓電網(wǎng)密度與清潔電源占比交互項的估計系數(shù)隨人均GDP提高呈現(xiàn)深“V”型的變動趨勢。同時，由于該估計系數(shù)為負數(shù)，意味著提高超高壓密度有損于清潔電源占比提高對地區(qū)能源效率的促進作用，但深“V”型變動趨勢說明在人均GDP不斷提高的情況下超高壓電網(wǎng)密度的負面影響逐步減弱。為什么超高壓電網(wǎng)密度增加反而妨礙了清潔電源并網(wǎng)消納對地區(qū)能源效率的增進效應？深究其原因，根本上是由錯綜復雜的發(fā)供電運行體制造成的，同時超高壓電網(wǎng)的風電、光伏發(fā)電遠距離輸電效率以及電網(wǎng)布局不合理等因素也助長了這種負面影響，導

致出現(xiàn)“窩電”和輸電通道利用率不足并存的現(xiàn)象，“棄風、棄光和棄水”問題比較普遍。例如，2012年我國風電平均利用小時1 890 h，棄風率達到20%；美國風電平均利用小時超過2 500 h，棄風率僅為2.7%。

再次，特高壓電網(wǎng)啞變量與清潔電源占比交互項的估計系數(shù)隨人均GDP提高呈“Z”型波動趨勢。由于估計系數(shù)始終處于負數(shù)的區(qū)間，意味著對于存在特高壓電網(wǎng)的地區(qū)，清潔電源并網(wǎng)消納對地區(qū)能源效率促進作用將所有減弱，并且在高收入地區(qū)特高壓電網(wǎng)抑制清潔電源并網(wǎng)消納的全要素能源效率增進效應的作用更為突出。高收入地區(qū)多屬于東部沿海電量凈輸入的電力受端省份，特高壓消納清潔電源的能源效率增進作用很可能被消納傳統(tǒng)火電的能源效率抑制作用抵消，東部沿海地區(qū)有待進一步提高清潔電源比例，使得清潔電源對地區(qū)能源效率提升具備規(guī)模優(yōu)勢。

4結論

本文利用1991—2012年29個省、直轄市和自治區(qū)面板數(shù)據(jù)，在運用MalmquistLuenberger生產(chǎn)率指數(shù)測算省際全要素能源效率的基礎上，在線性和非線性實證框架下分別評估了清潔電源接入高壓、超高壓和特高壓電網(wǎng)對地區(qū)能源效率的影響。首先，在電網(wǎng)發(fā)展、清潔電源接入與地區(qū)能源效率線性關系假設前提下，分別采用FE和SYSGMM估計方法檢驗了高壓、超高壓、特高壓電網(wǎng)以及它們與清潔電源占比交互作用對地區(qū)能源效率提升的促進效應。然后，在電網(wǎng)發(fā)展、清潔電源接入與地區(qū)能源效率非線性關系假設前提下，采用PSTR模型對這種非線性關系進行了估算。LM、LMF和LRT三種統(tǒng)計量的非線性檢驗顯示電網(wǎng)發(fā)展和清潔電源接入對地區(qū)能源效率影響是非線性的。最終的實證結果表明，通過清潔電源接入超高壓骨干網(wǎng)架是當前增進地區(qū)能源效率的最佳途徑；由于高壓電網(wǎng)遠距離輸電的技術局限，高壓電網(wǎng)密度提高并不能增強我國東部高收入地區(qū)的清潔電源并網(wǎng)的能源效率增進作用；特高壓電網(wǎng)仍處于起步階段，尚未形成全國聯(lián)網(wǎng)的骨干網(wǎng)架，對地區(qū)能源效率的促進作用并不明顯。超高壓電網(wǎng)密度和清潔電源占比交互項的估計系數(shù)始終處于負數(shù)區(qū)間，充分暴露了我國比較普遍的“棄風、棄光和棄水”問題，清潔電源并網(wǎng)面臨著通道不足和電力市場體制缺陷等眾多障礙。

（編輯：劉呈慶）

參考文獻（References）

[1]PATTERSON M G. What is energy efficiency？ concepts， indicators and methodological issues[J].Energy policy，1996，24（5）：377-390.

[2]魏楚，沈滿洪. 能源效率及其影響因素：基于DEA的實證分析[J].管理世界，2007（8）：66-76.[WEI Chu， SHEN Manhong. Energy efficiency and its influencing factors： an empirical analysis based on DEA [J]. Management world， 2007 （8）：66-76.]

[3]林伯強，孫傳旺. 如何在保障中國經(jīng)濟增長前提下完成碳減排目標[J].中國社會科學，2011（1）：64-76. [LIN Boqiang， SUN Chuanwang. How can China achieve its carbon emission reduction target while sustaining economic growth？ [J].Social sciences in China， 2011 （1）：64-76.]

[4]PAO H T， LI Y Y， FU H C. Clean energy， nonclean energy， and economic growth in the MIST countries[J].Energy policy，2014，67：932-942.

[5]SAIDI L， FNAIECH F. Experiences in renewable energy and energy efficiency in Tunisia： case study of a developing country[J].Renewable sustainable energy reviews，2014，32：729-738.

[6]PANG R Z， DENG Z Q， HU J L. Clean energy use and totalfactor efficiencies： an international comparison [J]. Renewable and sustainable energy reviews，2015，52：1158-1171.

[7]WEI X，SHENG P F， GUO X H. Coal， oil， or clean energy： which contributes most to the low energy efficiency in China？[J].Utilities policy，2015，35：67-71.

[8]楊妍，孫濤.電力能源生產(chǎn)可持續(xù)發(fā)展的政策分析[J].科學管理研究，2008，26（6）：50-53.[YANG Yan， SUN Tao. Policy analysis on sustainable energy development of electric power production [J].Scientific management research， 2008，26 （6）：50-53.]

[9]李蘭冰.中國全要素能源效率評價與解構：基于“管理-環(huán)境”雙重視角[J].中國工業(yè)經(jīng)濟，2012，29（6）：57-69. [LI Lanbing. Evaluation on regional energy efficiency in China： based on managerial and environmental viewpoints [J].China industrial economics， 2012， 29（6）：57-69.]

[10]師博，沈坤榮.市場分割下的中國全要素能源效率：基于超效率DEA方法的經(jīng)驗分析[J].世界經(jīng)濟，2008（9）： 49-59. [SHI Bo， SHEN Kunrong. Total factor energy efficiency in China under market segmentation： an empirical analysis based on the super efficiency DEA method[J].The journal of world economy， 2008 （9）：49-53.]

[11]魏楚，沈滿洪.規(guī)模效率與配置效率：一個對中國能源低效的解釋[J].世界經(jīng)濟，2009（4）：84-96. [WEI Chu， SHEN Manhong. Scale efficiency and allocation efficiency： an interpretation of Chinas energy efficiency [J].The journal of world economy， 2009 （4）：84-96.]

[12]HU J L， WANG S C. Totalfactor energy efficiency of regions in China[J].Energy policy， 2006，34：3206-3217.

[13]MUKHERJEE K. Energy use efficiency in US manufacturing： a nonparametric analysis [J].Energy economics，2008，30：76-96.

[14]史丹，吳利學，傅曉霞，等.中國能源效率地區(qū)差異及其成因研究：基于隨機前沿生產(chǎn)函數(shù)的方差分解 [J].管理世界，2008（2）：35-43. [SHI Dan， WU Lixue， FU Xiaoxia， et al. Research on regional differences of energy efficiency in China and its causes： variance decomposition based on stochastic frontier production function [J]. Management world， 2008 （2）：35-43.]

[15]張少華，蔣偉杰.基于ISP指數(shù)的中國能源生產(chǎn)率再測度與分解研究[J].數(shù)量經(jīng)濟技術經(jīng)濟研究，2014（6）：55-73.[ZHANG Shaohua， JIANG Weijie. Reestimating and decomposing of energy productivity[J].The journal of quantitative & technical economics， 2014 （6）：55-73.]

[16]王賓，吳延瑞，顏鵬飛. 環(huán)境管制與全要素生產(chǎn)率增長：APEC的實證研究 [J].經(jīng)濟研究，2008（5）：19-32. [WANG Bin， WU Yanrui， YAN Pengfei. Environmental regulation and total factor productivity growth： an empirical study of the APEC economies [J].Economic research journal， 2008 （5）：19-32.]

[17]CHUNG Y R， FARE R， GROSSKOPF S. Productivity and undesirable outputs： a directional distance function approach[J].Journal of environmental management，1997，51：229-240.

[18]單豪杰.中國資本存量 K 的再估算：1952—2006年 [J].數(shù)量經(jīng)濟技術經(jīng)濟研究，2008（10）：17-31. [SHAN Haojie. Reestimating the capital stock of China：1952-2006 [J].The journal of quantitative & technical economics， 2008（10）：17-31.]

[19]孫廣生，黃祎，田海峰，等.全要素生產(chǎn)率，投入替代與地區(qū)間的能源效率 [J].經(jīng)濟研究，2012（9）：99-112.[SUN Guangsheng， HUANG Yi， TIAN Haifeng， et al. Total factor productivity， inputs substitution and regional energy efficiency disparity [J].Economic research journal， 2012 （9）：99-112.]

[20]史丹.我國經(jīng)濟增長過程中能源利用效率的改進[J].經(jīng)濟研究，2002（9）：49-56. [SHI Dan. The improvement of energy consumption efficiency in Chinas economic growth [J].Economic research journal， 2002 （9）：49-56.]

[21]師博，沈坤榮.政府干預、經(jīng)濟集聚與能源效率[J].管理世界，2013（10）： 6-20.[SHI Bo， SHEN Kunrong. Government intervention， economic agglomeration and energy efficiency[J].Management world， 2013 （10）：6-20.]

[22]張兵兵，朱晶.出口對全要素能源效率的影響研究：基于中國37個工業(yè)行業(yè)視角的經(jīng)驗分析[J].國際貿(mào)易問題，2015（4）：56-65. [ZHANG Bingbing， ZHU Jing. Study on influence of export on total factor energy efficiency： an empirical analysis from perspective of 37 industrial sectors in China [J].Journal of international trade， 2015 （4）：56-65.]

[23]FISHERVANDEN K G， JEFFERSON H， HONGMEI L， et al. What is driving Chinas decline in energy intensity？[J]. Resource and energy economics，2004，26：77-97.

[24]尹宗成，丁日佳， 江激宇. FDI、人力資本、R&D與中國能源效率[J].財貿(mào)經(jīng)濟，2008（9）：95-98.[YIN Zongcheng， DING Rijia， JIANG Jiyu. FDI， human capital， R&D and Chinas energy efficiency[J].Finance & trade economics， 2008 （9）：95-98.]

[25]楊莉莉，邵帥，曹建華，等.長三角城市群工業(yè)全要素能源效率變：基于隨機前沿生產(chǎn)函數(shù)的經(jīng)驗研究 [J].上海財經(jīng)大學學報，2014（3）：95-102.[YANG Lili， SHAO Shuai， CAO Jianhua， et al. Decomposition and influencing factors of changes in industrial total factor energy efficiency of urban agglomeration in the Yangtze River Delta in China： an empirical analysis based on stochastic frontier production function [J].Journal of Shanghai University of Finance and Economics， 2014 （3）：95-102.]

[26]ARELLANO M， BOVER O. Another look at the instrumental variable estimation of error components models[J].Journal of economentrics，1995，68（1）：29-51.

[27]BLUNDELL R， BOND S. Initial conditions and moment restrictions in dynamic panel data models[J].Journal of econometrics，1998，87：115-143.

[28]ANDERSEN T B， DALGAARD C J. Power outages and economic growth in Africa[J].Energy economics，2013，38：19-23.

[29]HANSEN B E. Threshold effects in nondynamic panels： estimation， testing and inference[J]. Journal of econometrics， 1999， 93： 345-368.

[30]GONZLEZ A， TERSVIRTA T， VAN DIJK D. Panel smooth transition regression model[R]. 2005.

收稿日期：2016-11-25

作者簡介：王永培，博士，高級經(jīng)濟師，主要研究方向為資源環(huán)境經(jīng)濟、區(qū)域經(jīng)濟與公共政策。Email：wang_yongpei@139.com。

基金項目：國家電網(wǎng)公司科技項目“中國區(qū)域經(jīng)濟與電力發(fā)展格局演變及國際比較研究”（批準號：B3670215A），“兩個替代潛力評估研究”（批準號：GS176215C），“新型城鎮(zhèn)化與能源電力供需影響機理研究”（批準號：GS321214A）。