環(huán)境規(guī)制下中國煤炭發(fā)電企業(yè)成本技術效率研究

吳力波 孫可哿 時志雄

能源經(jīng)濟與戰(zhàn)略研究中心，上海 200433；4.國網(wǎng)上海市電力公司，上海 200122）摘要煤炭發(fā)電是中國污染物排放的主要來源之一，“十一五”期間中國環(huán)保部門通過命令控制型的脫硫設施安裝計劃、經(jīng)濟激勵型的脫硫電價補貼和排污費促進煤炭發(fā)電企業(yè)減排，大幅降低了中國煤炭發(fā)電企業(yè)二氧化硫排放總量。環(huán)境規(guī)制對企業(yè)生產(chǎn)決策行為形成約束，進而影響成本技術效率。研究不同類型環(huán)境規(guī)制政策對企業(yè)減排措施和成本技術效率的影響能夠為未來制定有效、且對企業(yè)負面影響較小的環(huán)境規(guī)制政策提供參考。本文利用2007—2012年中國煤炭發(fā)電企業(yè)的微觀數(shù)據(jù)，基于空間差異化的環(huán)境規(guī)制強度，運用雙重差分法分析命令控制與經(jīng)濟激勵型二氧化硫減排政策同時存在的情況下，中國煤炭發(fā)電企業(yè)減排行為和成本技術效率受到的影響。結果表明，環(huán)境規(guī)制強度較高地區(qū)的煤炭發(fā)電廠通過降低煤耗率、減少產(chǎn)出的行為降低二氧化硫排放。而脫硫設施的安裝主要由命令控制型的規(guī)制政策決定，脫硫電價補貼和排污費征收的經(jīng)濟激勵型政策造成的影響較小。此外，基于成本隨機前沿模型的分析表明，重點減排地區(qū)煤炭發(fā)電企業(yè)成本技術效率相對于非重點減排地區(qū)受到環(huán)境規(guī)制的負面影響更大；發(fā)電企業(yè)降低煤耗率和產(chǎn)出的行為都顯著降低了成本技術效率；但依據(jù)行政指令安裝脫硫裝置的行為對成本技術效率起初產(chǎn)生負面影響，隨后轉變?yōu)檎嬗绊?，最后影響消失，總體上促進效率提高。因此，安裝脫硫裝置相對于降低煤耗率、減少產(chǎn)出的行為對煤電企業(yè)經(jīng)濟效率的負面影響最小。命令控制型的脫硫設施安裝計劃不僅實現(xiàn)了二氧化硫減排目標，并且相對于征收排污費對企業(yè)成本技術效率的負面影響更小。

關鍵詞環(huán)境規(guī)制；成本技術效率；雙重差分；隨機前沿分析

中圖分類號F062.1文獻標識碼A文章編號1002-2104（2018）08-0031-08DOI：10.12062/cpre.20180418

中國發(fā)電部門以化石能源為主要能源投入，火力發(fā)電占據(jù)全國總發(fā)電量的四分之三左右，而其中又以煤炭發(fā)電為主。電力部門燃燒大量化石燃料，是中國污染物排放的主要來源之一，因此電力部門是二氧化硫、氮氧化物等大氣污染物減排政策針對的重要目標。根據(jù)《國家環(huán)境保護“十一五”規(guī)劃》的內容，十一五期間二氧化硫排放量是中國主要控制的環(huán)保指標之一，計劃2010年相對于2005年減排10%。針對這一減排目標，一方面國家環(huán)境保護總局于2007年公布了《現(xiàn)有燃煤電廠二氧化硫治理“十一五”規(guī)劃》，采取命令控制型的脫硫設施安裝計劃，同時對安裝脫硫裝置的發(fā)電廠給予上網(wǎng)發(fā)電脫硫補貼。另一方面，依據(jù)《火電廠大氣污染物排放標準》對重點減排地區(qū)和非重點減排地區(qū)的火力發(fā)電廠實施不同強度的二氧化硫排放濃度約束，對于超過排放濃度上限的部分征收排污費。在“十一五”期間，中國火電機組安裝脫硫裝置比例從2005年的12%上升到2010年的82.6%，而二氧化硫排放總量下降14.3%。因此研究命令控制型與經(jīng)濟激勵型環(huán)境規(guī)制政策同時存在的情況下，中國煤炭發(fā)電企業(yè)行為決策與成本技術效率受到的影響具有重要意義。本文分析脫硫裝置安裝的命令控制型政策和脫硫電價補貼、排污費的經(jīng)濟激勵型政策同時存在的情況下，中國煤炭發(fā)電企業(yè)的行為及其成本技術效率受到的影響。首先，本文通過雙重差分法分析區(qū)域化差異的二氧化硫減排規(guī)制強度對中國火力發(fā)電廠煤耗率、安裝脫硫裝置、發(fā)電量的影響。其次，由于環(huán)境規(guī)制約束改變了火力發(fā)電廠的要素投入、產(chǎn)出決策，同時改變了發(fā)電廠的成本結構，本文繼續(xù)分析環(huán)境規(guī)制政策、企業(yè)減排措施對成本技術效率的影響。

1文獻綜述

中國以煤炭發(fā)電為主，電力部門的污染物排放占據(jù)工業(yè)部門總污染物排放的很大比例，然而王杰和劉斌等[1-2]的分析表明中國電力部門的環(huán)境規(guī)制強度較弱，不能充分實現(xiàn)經(jīng)濟效率和環(huán)境效率最優(yōu)化。分析環(huán)境規(guī)制政策對電力部門效率的影響機制與程度，進而選擇最優(yōu)的環(huán)境規(guī)制強度和方式是值得研究的問題。張各興和夏大慰[3]的分析表明中國發(fā)電部門效率與環(huán)境規(guī)制強度呈現(xiàn)U型曲線關系，即當環(huán)境規(guī)制強度達到一定水平，繼續(xù)提升能夠促進經(jīng)濟效率提高。此外，環(huán)境規(guī)制方式的選擇也會對發(fā)電部門效率產(chǎn)生不同影響。王班班和齊紹洲等[4-8]的研究表明分析環(huán)境規(guī)制對企業(yè)生產(chǎn)決策、減排行為的影響時，有必要區(qū)分命令控制型政策與經(jīng)濟激勵型政策的不同影響。JI等[9]基于中國27個大型火電廠的研究則表明安裝脫硫泵對于中國火力發(fā)電廠環(huán)境經(jīng)濟效率有益，能夠促進可持續(xù)性指數(shù)提高。因而本文在分析二氧化硫減排規(guī)制強度對中國煤炭發(fā)電企業(yè)的生產(chǎn)決策、成本技術效率影響時，考慮命令控制型的脫硫裝置安裝與經(jīng)濟激勵型的排放費的不同特征。

吳力波等：環(huán)境規(guī)制下中國煤炭發(fā)電企業(yè)成本技術效率研究中國人口·資源與環(huán)境2018年第8期環(huán)境規(guī)制相當于企業(yè)生產(chǎn)決策的一個約束，通過改變企業(yè)投入、產(chǎn)出、管理等方面的決策影響企業(yè)生產(chǎn)率[10]。環(huán)境規(guī)制影響企業(yè)生產(chǎn)率的機制包括正面和負面影響兩個方面。環(huán)境規(guī)制降低企業(yè)效率的影響機制包括：①環(huán)境規(guī)制支出對投資的擠出效應，導致規(guī)模下降、產(chǎn)出下降[11-13]；②減排設施安裝對生產(chǎn)流程技術效率的負面影響[14]；③環(huán)境規(guī)制政策不確定性為企業(yè)生產(chǎn)決策帶來的風險[15]。環(huán)境規(guī)制提高企業(yè)效率的機制主要包括：①環(huán)境規(guī)制促使企業(yè)更新固定資本，由于技術改進帶來效率提升[16-20]；②倒逼機制促使企業(yè)通過其他方式提高效率[21]；③引進國外先進環(huán)保技術時的技術溢出效應[22]?；诿绹⒂^企業(yè)數(shù)據(jù)的實證研究表明在環(huán)境規(guī)制對發(fā)電企業(yè)效率的影響中，正向影響機制和負向影響機制均存在。Hancevic[23]針對美國煤炭發(fā)電廠的研究，表明環(huán)境規(guī)制對發(fā)電廠生產(chǎn)率產(chǎn)生負面影響，煤電廠安裝脫硫裝置、更換清潔煤碳、減少發(fā)電量的措施均對生產(chǎn)效率有負面影響；Galloway和Johnson[24]的研究則證明了美國發(fā)電企業(yè)在環(huán)境規(guī)制下存在內部技術溢出效應。因而，本文的研究從環(huán)境規(guī)制強度對中國煤炭企業(yè)脫硫裝置安裝、煤耗率、發(fā)電量影響的三個角度入手，進而分析各種減排決策行為對成本技術效率的影響機制。

2數(shù)據(jù)來源與統(tǒng)計描述

本文數(shù)據(jù)來源于2007—2012年《中國電力工業(yè)統(tǒng)計資料匯編》和《中國工業(yè)企業(yè)數(shù)據(jù)庫》，包括680個一定規(guī)模以上（主營業(yè)務收入500萬人民幣以上，裝機容量6 000 kW以上）的中國煤炭發(fā)電企業(yè)的非平衡面板數(shù)據(jù)。其中《中國電力工業(yè)統(tǒng)計資料匯編》包含發(fā)電企業(yè)年度發(fā)電量和能源實物量投入、平均上網(wǎng)小時數(shù)、廠用電率、發(fā)電標準煤耗等信息；《中國工業(yè)企業(yè)數(shù)據(jù)庫》包含企業(yè)年度主營業(yè)務收入、主營業(yè)務成本、固定資本存量、平均雇傭勞動人數(shù)、財務費用等信息。燃煤發(fā)電廠的脫硫脫硝設施安裝數(shù)據(jù)來自于2013年環(huán)保部公布的《全國投運燃煤機組脫硫（脫硝）設施清單》。根據(jù)2007年底公布的《國家環(huán)境保護“十一五”規(guī)劃》重點治理113個城市的二氧化硫排放，該規(guī)劃在2008年初開始發(fā)揮效力，因此113個重點城市的煤炭發(fā)電廠2008—2012年環(huán)境規(guī)制政策虛擬變量取值為1。如表1所示，2007—2012年間，非重點減排城市與重點減排城市煤炭發(fā)電企業(yè)的發(fā)電標準煤耗均處于下降趨勢，脫硫裝置裝機容量安裝比重則處于上升趨勢，平均發(fā)電量則出現(xiàn)下降。對比減排重點城市和非重點城市，可以看到減排重點城市煤炭發(fā)電廠的平均煤耗率低于非重點城市，而脫硫裝置安裝比重大于非重點城市。同時，2007年非重點減排城市與重點減排城市發(fā)電企業(yè)年度平

3環(huán)境規(guī)制下中國煤炭發(fā)電企業(yè)減排行為分析在命令控制和經(jīng)濟激勵相結合的環(huán)境規(guī)制政策下，中國發(fā)電企業(yè)可以通過使用更加清潔的煤炭、安裝脫硫裝置、降低發(fā)電量來達到減排目標。本章利用具有空間差異性的環(huán)境規(guī)制政策，分析中國煤炭發(fā)電廠在環(huán)境規(guī)制約束下的煤炭投入質量、脫硫裝置安裝、發(fā)電量的影響?；貧w模型如式 （1） 所示。其中，Yit是煤耗率、脫硫裝置比重、或發(fā)電量對數(shù)；Treatedit是二氧化硫減排政策虛擬變量，企業(yè)i位于重點減排城市，且t時間大于或等于2008，則虛擬變量取1。Xit為控制變量。其中，廠用電率越低、機組負荷率越高、機組規(guī)模越大，發(fā)電企業(yè)煤耗率越低；而發(fā)電企業(yè)年度發(fā)電量也受到總發(fā)電裝機容量的顯著正向影響。由于本文使用企業(yè)級別的面板數(shù)據(jù)，微觀個體間有顯著差異，因此采用固定效應模型。ηi是個體固定效應，δt是時間固定效應。結果如表2所示，模型（1）～（3）是非平衡面板數(shù)據(jù)模型結果，模型（4）～（6）是平衡面板數(shù)據(jù)模型結果。

Yit=αTreatedit+Xitθ+ηi+δt+μit（1）

3.1發(fā)電標準煤耗率

發(fā)電標準煤耗率是指發(fā)電廠每單位發(fā)電量消耗的標準煤質量，煤炭發(fā)電廠可以通過提高煤炭質量或更新機組的方式降低煤耗率。在煤炭含硫率一定的情況下，煤耗率降低能夠促使單位發(fā)電量的二氧化硫排放總量下降。從表2重模型（1）和（4）列可知，重點減排城市的煤炭發(fā)電廠煤耗率相對于非重點減排地區(qū)顯著降低。可見，環(huán)境規(guī)制強度對中國煤炭發(fā)電廠提高發(fā)電煤耗率有顯著影響，提高環(huán)境規(guī)制強度促使發(fā)電廠提高機組運行效率或采用更加優(yōu)質的煤炭。

其他控制變量對煤耗率的影響也與預期一致。首先，廠用電率越高，煤炭發(fā)電廠煤耗率越高。廠用電率是指發(fā)電廠用于自身機組運行等方面的電力消耗在總發(fā)電量中的比重，廠用電率提高降低有效發(fā)電量，導致單位發(fā)電量的煤耗提高。結果表明，廠用電率每提高0.01，發(fā)電煤耗率提高2.4～3.0 g/kW·h。其次，機組平均負荷率越高，煤耗率越低。非平衡面板模型的結果表明機組平均負荷率（實際負荷比最大負荷）每提高0.01，煤耗率約下降0.17 g/kW·h。最后，煤電廠平均機組容量越大，煤耗率越低。

3.2脫硫裝置安裝

依據(jù)《國家環(huán)境保護“十一五”規(guī)劃》的要求，2008年又頒布《國家酸雨和二氧化硫污染防治“十一五”規(guī)劃》，列舉強制關停的小型火電機組名單，以及強制安裝脫硫裝置機組名單。因此，安裝脫硫裝置是相關發(fā)電企業(yè)必須服從的減排措施。表2的回歸結果表明環(huán)境規(guī)制政策對企業(yè)脫硫裝置安裝有顯著的負面影響，意味著“十一五”規(guī)劃提出重點減排城市后，這些地區(qū)的煤炭發(fā)電廠脫硫裝置增加幅度反而低于非重點減排城市。根據(jù)表1的數(shù)據(jù)統(tǒng)計分析，重點規(guī)劃城市的煤炭發(fā)電廠2007—2012年的平

均安裝脫硫裝置比例均大于非重點城市，但2008年后重點城市安裝脫硫裝置的增長幅度減緩?？梢姡M管依據(jù)“十一五”規(guī)劃，在2007年底提出了二氧化硫重點減排城市，但事實上在此之前二氧化硫排放密集城市的煤炭發(fā)電廠已經(jīng)先發(fā)安裝脫硫裝置，因而后期安裝的增長速度放緩。

3.3發(fā)電量

減少發(fā)電量是煤炭發(fā)電企業(yè)降低二氧化硫排放的另一途徑。表2的回歸結果顯示，二氧化硫減排重點城市規(guī)制對相關地區(qū)煤炭發(fā)電企業(yè)的年度發(fā)電量有顯著負面影響，即重點減排城市煤炭發(fā)電企業(yè)采取了通過降低產(chǎn)出減少排放的方式。此外，發(fā)電機組容量對發(fā)電量有顯著正面影響，并且這一控制變量使得 R2 顯著提高，對發(fā)電量有主要的解釋作用。發(fā)電機組容量每提高1%，年度發(fā)電量提高0.75%～0.87%。

綜上所述，“十一五”期間命令控制型的脫硫裝置安裝規(guī)制政策與經(jīng)濟激勵型的脫硫電價補貼、排污費對煤炭發(fā)電企業(yè)的行為產(chǎn)生影響。其中，減排重點城市的煤炭發(fā)電廠相對于非重點城市煤炭發(fā)電廠采取了降低煤耗率、減少產(chǎn)出的方式降低二氧化硫排放，表明空間差異化的排污費征收標準對企業(yè)要素投入和產(chǎn)出決策有顯著影響。此外，命令控制型的脫硫裝置安裝政策促使重點減排地區(qū)煤炭發(fā)電廠脫硫裝置的安裝率顯著高于非重點減排地區(qū)的發(fā)電廠。

4環(huán)境規(guī)制下中國煤炭發(fā)電企業(yè)技術效率分析4.1成本隨機前沿模型與環(huán)境變量影響分析

本章成本隨機前沿模型分析二氧化硫減排環(huán)境規(guī)制對中國煤炭發(fā)電企業(yè)成本技術效率的影響。模型如式 （2） 所示，是一個包含時間趨勢項（t） 和環(huán)境變量 （Z），并將資本投入當作準固定資本投入的短期模型。vit是服從正態(tài)分布的白噪聲；μit是服從半正太分布的非負項，表示成本技術無效率。煤炭發(fā)電廠的要素投入為資本、勞動力、能源。其中，資本投入來自于《中國工業(yè)企業(yè)數(shù)據(jù)庫》中的企業(yè)固定資產(chǎn)現(xiàn)值，根據(jù)以2007年為基期的各省固定投資價格指數(shù)折算；勞動力投入數(shù)據(jù)為《中國工業(yè)企業(yè)數(shù)據(jù)庫》中的年均勞動力雇傭人數(shù)；能源投入由《中國電力工業(yè)統(tǒng)計資料匯編》中的發(fā)電廠燃煤、燃油、燃氣實物投入量，按照國家統(tǒng)計局公布的標準折算成標準煤折算系數(shù)來源于國家統(tǒng)計局國統(tǒng)字 （2006）185號《能源統(tǒng)計報表制度》。原煤轉化為標準煤折算系數(shù)為0.714 3 kgce/kg；原油轉化為標準煤折算系數(shù)為1.428 6 kgce/kg；液化石油氣轉化為標準煤折算系數(shù)為1.714 3 kgce/kg。。勞動力成本由本年應付工資總額的貸方累計發(fā)生額根據(jù)2007年為基期的消費者價格指數(shù)折算得出；能源要素成本的計算依據(jù)Abraham等[25]的方法，由主營業(yè)務成本減去勞動力成本，并根據(jù)2007年為基期的工業(yè)生產(chǎn)者購進價格指數(shù)折算。

ln（vc）=α0+αplnp+αylny+αklnk+12γpp（lnp）2+

12γyy（lny）2+12γkk（lnk）2+γyplny·lnp+

γkplnk·lnp+γyk·lny·lnk+γtt+12γttt2+

γtyt·lny+γtpt·lnp+Zβ+vit+μit（2）

式 （2） 中環(huán)境變量Z對成本技術效率的影響通過成本技術效率對環(huán)境變量求導判斷。根據(jù)Jondrow等[26]的成本技術效率定義，推導得成本技術效率對環(huán)境變量的導數(shù)如式 （3） 所示，

EfficiencyZ=Efficiency×{1-Ω Φ（Ω）/Φ（Ω）-[Φ

（Ω）/Φ（Ω）]2}×λ2/（1+λ2）×β（3）

其中，Efficiency是成本技術效率，Ω和λ是由無效率項方差和均值決定的參數(shù)，Φ（·）和Φ（·）分別是半標準正態(tài)分布的概率密度函數(shù)和累計分布函數(shù)。其中，

1-Ω Φ（Ω）/Φ（Ω）-[Φ（Ω）/Φ（Ω）]2∈（0，1）

所以，成本技術效率對環(huán)境變量的偏導數(shù)符號取決于系數(shù)β的符號。

4.2結果分析

本文根據(jù)Greene[27]的方法 （True Random Effect Model） 估計成本隨機前沿模型效率。表3中模型（1）展示的是環(huán)境規(guī)制政策虛擬變量對成本技術效率影響的模型結果，基于雙重差分法的思想，在分析政策影響因素時控制時間效應和地區(qū)效應對因變量的影響。結果表明，環(huán)境規(guī)制政策的影響顯著為負，即“十一五”期間位于二氧化硫重點減排城市的煤炭發(fā)電廠成本技術效率相對于非重點減排城市的煤炭發(fā)電廠受到更大的負面影響。結合環(huán)境規(guī)制對煤炭發(fā)電廠減排行為的雙重差分法分析可見，通過更新機組、換用高質量煤炭等其他方式降低煤耗率，以及減少產(chǎn)出的行為使得二氧化硫重點減排城市的煤炭發(fā)電廠成本技術效率顯著低于非重點規(guī)制地區(qū)的發(fā)電廠。

表3中模型（2）～（3）具體分析安裝脫硫裝置、降低標準煤耗率、降低產(chǎn)出對成本技術效率的影響。與此同時，控制了安裝脫硝裝置和是否為五大發(fā)電集團投資電廠兩個因素的影響。模型（3）以脫硫脫硝裝置機組比重代替模型（2）中是否安裝脫硫、脫硝裝置的虛擬變量。結果表明，煤耗率越高，煤炭發(fā)電廠成本技術效率越高。煤耗率越高，發(fā)電廠單位發(fā)電量消耗煤炭數(shù)量越高，但成本效率卻提高，表明更換煤炭、更新機組帶來的負面影響超過煤炭使用量下降帶來的正面影響。此外，安裝脫硫裝置的煤炭發(fā)電廠成本技術效率略高于未安裝脫硫裝置的發(fā)電廠，但安裝脫硫裝置機組容量比率對成本技術效率沒有顯著影響。而機組負荷率、機組利用率（年度平均發(fā)電小時數(shù)與最大可能發(fā)電小時數(shù)的比值）越高，成本技術效率越高，表明降低發(fā)電量的行為對成本技術效率有顯著的負面影響。

根據(jù)第一章的總結，企業(yè)投資于減排設備對效率的影響機制包括投資擠出的負面效應和設備更新的技術溢出效應。圖1展示了分年度的安裝脫硫裝置比例對中國煤炭發(fā)電廠成本效率的影響。圖中展示的結果是根據(jù)成本隨機前沿的參數(shù)估計結果，模擬當其他變量取均值時，一定脫硫裝置安裝比例對應的發(fā)電廠成本技術效率。結果表明，2007—2009年間，安裝脫硫裝置對中國煤炭發(fā)電廠成本技術效率主要為負面影響，且顯著程度和影響幅度從低變高，表明在這一階段更新設備投資導致成本上升、效率下降的效應起主導作用。2010—2011年之間，安裝脫硫設施對中國煤炭發(fā)電企業(yè)成本技術效率的影響逆轉為正，表明在這一階段，更新設備技術、企業(yè)間的溢出效應產(chǎn)生了積極影響，直到2012年這種正面的影響消失。從表1可以看到，2007—2010年間中國煤炭發(fā)電廠安裝脫硫裝置

比例增長迅速，而2010年后增長趨于平緩。煤炭發(fā)電企業(yè)的脫硫設備安裝成本主要發(fā)生在2008年、2009年，2010年后開始得益于設備更新對技術的提高，或者對排污稅費等其他方面減排成本的削減，從而帶來成本技術效率的提升。

5結論與政策建議

本文分析了“十一五”期間國務院和環(huán)保部具有空間差異化規(guī)制強度的二氧化硫減排政策對中國煤炭發(fā)電廠生產(chǎn)行為決策和成本技術效率的影響。結果表明環(huán)境規(guī)制政策對兩類區(qū)域間的煤炭發(fā)電廠生產(chǎn)決策行為具有顯著不同影響。二氧化硫減排重點城市的煤炭發(fā)電廠相對于非重點減排城市的發(fā)電廠更大強度地降低發(fā)電煤耗率、降低上網(wǎng)發(fā)電量。而命令控制型的火力發(fā)電廠脫硫設施安裝工程計劃與經(jīng)濟激勵型的重點減排城市排污費征收的政策步調并不完全一致，雖然重點減排城市煤炭發(fā)電企業(yè)脫硫設施平均安裝比率高于非重點減排城市，但2008年后非重點減排城市的脫硫裝置安裝增速顯著高于重點減排城市。在2007年底發(fā)布《國家環(huán)境保護“十一五”規(guī)劃》前，113個二氧化硫排放密集城市的煤炭發(fā)電廠安裝脫硫設施比重已經(jīng)顯著高于其他地區(qū)的煤炭發(fā)電廠，因此2008年后重點城市安裝脫硫裝置的增長空間小。

成本技術效率分析的結果表明，重點減排城市煤炭發(fā)電企業(yè)在更加嚴格的環(huán)境規(guī)制下（二氧化硫排污費征收起點更低），成本技術效率受到更大的負面影響。關于成本技術效率具體影響因素的分析則表明，2007—2012年間，安裝脫硫裝置對中國煤炭發(fā)電廠成本技術效率平均上具有正面影響，表明安裝脫硫裝置帶來的技術更新、企業(yè)間溢出效應超過了成本增加的負面效應。從時間趨勢上來看，2007—2009年間，安裝脫硫裝置的成本負面效應占主導，因為這段時間內中國煤炭發(fā)電廠每年新增脫硫裝置安裝容量大，很大程度上提高了發(fā)電企業(yè)資本成本；而2010—2011年，安裝脫硫裝置比例越高，發(fā)電成本技術效率越高，這一階段每年新增安裝減少，煤炭發(fā)電廠開始收取安裝脫硫裝置的技術收益，直到2012年這種顯著的收益消失。此外，中國煤炭發(fā)電廠的發(fā)電標準煤耗降低對成本技術效率有顯著負面影響，表明中國煤炭發(fā)電廠提高機組技術效率，或改善煤炭投入質量的成本投入超過產(chǎn)出收益?？傮w來說，安裝脫硫裝置的措施相對于降低標準煤耗、減少發(fā)電量等減排措施，在一定時期內有技術效應帶來的收益，對發(fā)電企業(yè)成本技術效率的負面影響小。

（編輯：于杰）

參考文獻（References）

[1]王杰， 劉斌. 環(huán)境規(guī)制與企業(yè)全要素生產(chǎn)率——基于中國工業(yè)企業(yè)數(shù)據(jù)的經(jīng)驗分析[J]. 中國工業(yè)經(jīng)濟， 2014（3）：44-56. [WANG Jie， LIU Bin. Environmental regulation and enterprises TFP： an empirical analysis based on Chinas industrial enterprises data[J]. China industrial economics， 2014（3）：44-56.]

[2]ZHANG Y F， GAO P. Integrating environmental considerations into economic regulation of Chinas electricity sector[J]. Utilities policy， 2016， 38（2）：62-71.

[3]張各興， 夏大慰. 所有權結構、環(huán)境規(guī)制與中國發(fā)電行業(yè)的效率——基于2003—2009年30個省級面板數(shù)據(jù)的分析[J]. 中國工業(yè)經(jīng)濟， 2011（6）：130-140. [ZHANG Gexing， XIA Dawei. Ownership Structure，environment regulation and efficiency of Chinese power generation industrystochastic frontier production function analysis based on provincial panel data during 2003-2009[J]. China industrial economics， 2011（6）：130-140.]

[4]王班班， 齊紹洲. 市場型和命令型政策工具的節(jié)能減排技術創(chuàng)新效應——基于中國工業(yè)行業(yè)專利數(shù)據(jù)的實證[J]. 中國工業(yè)經(jīng)濟， 2016（6）：91-108. [WANG Banban， QI Shaozhou. The effect of marketoriented and commandandcontrol policy tools on emissions reduction innovation： an empirical analysis based on Chinas industrial patents data[J]. China industrial economics， 2016（6）：91-108.]

[5]葉琴， 曾剛， 戴劭勍，等. 不同環(huán)境規(guī)制工具對中國節(jié)能減排技術創(chuàng)新的影響[J]. 中國人口·資源與環(huán)境， 2018（2）： 115-122. [YE Qin， ZENG Gang， DAI Shaoqing， et al. Research on the effects of different policy tools on Chinas emissions reduction innovation[J]. China population， resources and environment， 2018， 28（2）： 115-122.]

[6]王紅梅. 中國環(huán)境規(guī)制政策工具的比較與選擇[J]. 中國人口·資源與環(huán)境， 2016， 26（9）：132-138. [WANG Hongmei. Comparison and selection of environmental regulation policy in China[J]. China population， resources and environment， 2016， 26（9）：132-138.]

[7]張平， 張鵬鵬， 蔡國慶. 不同類型環(huán)境規(guī)制對企業(yè)技術創(chuàng)新影響比較研究[J]. 中國人口·資源與環(huán)境， 2016， 26（4）：8-13. [ZHANG Ping， ZHANG Pengpeng， CAI Guoqing. Comparative study on impacts of different types of environmental regulation on enterprise technological innovation[J]. China population， resources and environment， 2016， 26（4）：8-13.]

[8]ZHAO X， YIN H， ZHAO Y. Impact of environmaital regulations on the efficiency and CO2， emissions of power plans in China[J]. Applied energy，2015，149（7）：238-247.

[9]JI X， LI G， WANG Z. Impact of emission regulation policies on Chinese power firms reusable environmental investments and sustainable operations[J]. Energy policy， 2017， 108（9）： 163-177.

[10]CHRISTAINSEN G B， HAVEMAN R H. The contribution of environmental regulations to the slowdown in productivity growth[J]. Journal of environmental economics & management， 1981， 8（4）：381-390.

[11]BURTON D M， GOMEZ I A， LOVE H A. Environmental regulation cost and industry structure changes[J]. Land economics， 2011， 87（3）：545-557.

[12]MORGENSTERN R D， PIZER W A， SHIH J S. The cost of environmental protection[J]. Review of economics & statistics， 2001， 83（4）：732-738.

[13]THOLKAPPIAN S. Environmental regulation： hidden costs and empirical evidence[J]. Economic & political weekly， 2005， 40（9）：856-859.

[14]GRAY W B， SHADBEGIAN R J. Environmental regulation and manufacturing productivity at the plant level[R]. Cambridge， MA： National Burean of Economic Research，1993.

[15]VISCUSI W K. Frameworks for analyzing the effects of risk and environmental regulations on productivity[J]. American economic review， 1983， 73（4）：793-801.

[16]MYERS J G， NAKAMURA L. Energy and pollution effects on productivity： a puttyclay approach[M]. Chicago： University of Chicago Press， 1980： 463-506.

[17]YUAN B L， ZHANG K， Can environmental regulation promote industrial innovation and productivity？ based on the strong and weak porter hypothesis[J]. Chinese journal of population， resources and environment，2017，15（4）：322-336.

[18]張華明，張聰聰，薛曉達，等.中國煤炭產(chǎn)業(yè)產(chǎn)能過剩的影響因素[J].北京理工大學學報（社會科學版），2016，18（6）：40-46.[ZHANG Huaming， ZHANG Congcong， XUE Xiaoda， et al. Analysis of influencing factors in Chinas coal industrial overcapacity[J]. Journal of Beijing Institute of Technology（social sciences edition），2016，18（6）：40-46.]

[19]朱承亮.環(huán)境規(guī)制下中國火電行業(yè)全要素生產(chǎn)率及其影響因素[J].經(jīng)濟與管理評論，2016（6）：60-70.[ZHU Chengliang. Total factor productivity and influence factors of Chinas thermal power industry under environmental regulations[J]. Review of economy and management，2016（6）：60-70.]

[20]XIANG Z， LIU X Y. Coalbased transformation of cities in Shandong Province， China[J]. Chinese journal of population， resources and environment，2015，13（4）：358-364.

[21]CLARK K B. The impact of unionization on productivity： a case study[J]. Industrial & labor relations review， 1980， 33（4）：451-469.

[22]TAKAO A， NORIAKI M. Environmental regulation and technology transfers[J]. Canadian journal of economics， 2014， 47（3）：889-904.

[23]HANCEVIC P I. Environmental regulation and productivity： the case of electricity generation under the CAAA-1990[J]. Energy economics， 2016， 60（11）：131-143.

[24]GALLOWAY E， JOHNSON E P. Teaching an old dog new tricks： firm learning from environmental regulation[J]. Energy economics， 2016， 59（9）：1-10.

[25]ABRAHAM F， KONINGS J， SLOOTMAEKERS V. FDI spillovers in the Chinese manufacturing sector[J]. Economics of transition， 2010， 18（1）：143-182.

[26]JONDROW J， LOVELL C A K， MATEROV I S， et al. On the estimation of technical inefficiency in the stochastic frontier production function model[J]. Journal of econometrics， 1982， 19（2）：233-238.

[27]GREENE W. Fixed and random effects in stochastic frontier models[J]. Journal of productivity analysis， 2005， 23（1）：7-32.