电力发展对中国经济增长的影响及其区域差异

周绍杰 刘生龙 胡鞍钢

摘要1990年以来，随着中国电力体制改革的深入，电力基础设施与经济同步发展。由于电力生产与电力消费存在着显著的空间差异，电力发展对经济增长的影响可能存在空间差异。本文利用1990—2011年省级面板数据，基于增长回归模型，采用动态面板分析方法，以电力投资率和发电装机容量作为衡量电力发展的指标，检验电力发展对经济增长的影响以及这种影响的区域间差异。实证研究的主要发现如下：首先，电力发展对经济增长有显著的正面影响，而且其长期影响明显高于短期影响。其中，电力投资率每增加1个百分点，短期经济增长率提高0.076个百分点，长期经济增长率提高0.493个百分点；发电装机容量每增加1个百分点，短期经济增长率提高0.381个百分点，长期经济增长率提高1.905个百分点。其次，电力发展对经济增长的影响具有显著的地区差异，对东部地区的经济增长影响显著高于西部地区。其中，电力投资率增加1个百分点对东部地区的经济增长率影响高于西部地区达0.913个百分点；电力装机容量增加1个百分点对东部地区的经济增长率影响高于西部地区达0.959个百分点。实证结果表明，电力发展对各地区经济增长影响是不平衡的，这种影响对区域经济协调发展起到了负面作用。基于实证研究，给出如下政策建议：首先，考虑到中国经济在未来20年中仍将保持较高增速，中国应继续促进电力发展投资，以促进经济增长。其次，从政策导向来看，电力发展政策应当充分加强电力发展对区域协调发展的作用，使得西部地区能从电力输出中获得更高收益，提高电力发展对区域经济增长影响的公平性。

关键词电力发展；电力基础设施；经济增长；区域差异

中图分类号F062.9文献标识码A文章编号1002-2104（2016）08-0034-08

doi：10.3969/j.issn.1002-2104.2016.08.006

基础设施是现代经济发展的基础，与经济增长存在互相促进的关系。基础设施是经济增长的先行资本，所提供的服务是一种生产性投入要素，能够降低生产过程中的中间投入成本，或流通过程中的交易成本。基础设施供给不足会对经济增长造成“瓶颈效应”，降低要素回报率，制约生产率的提高。例如，Jimenez[1]发现基础设施具有明显的外部性，会增加其它资本或投入要素的边际产出；Khadaroo和Seetanah[2]发现基础设施的完备程度直接影响发展中国家吸引外国直接投资；Rller和Waverman[3]以及Czernich等[4]验证了信息基础设施对于OECD国家经济增长的贡献。现有研究也表明，改革开放以来中国经济的高速增长受益交通、能源和电信等领域的基础设施的发展。例如，Démurger[5]和Banerjee等[6]证明了中国的交通基础设施发展显著地促进了经济增长；刘生龙和胡鞍钢[7]发现交通基础设施的改善对中国的区域贸易产生了显著的正向影响，对区域经济一体化有积极作用；Fan和Zhang[8]利用1996年中国农业普查数据验证了农村基础设施（道路、灌溉、电力消费和电话）显著提高农业产出和非农业收入，并解释了地区间农业产出劳动生产率的差异。

在各类基础设施中，电力基础设施是基础设施的重要组成部分，也是其它基础设施发挥功能的先行基础设施，对国民经济的发展具有全局性的影响。例如，Lee和Anas[9]发现，电力基础设施的薄弱曾经导致尼日利亚电力短缺，是尼日利亚经济发展的主要制约因素。关于电力发展与经济增长的关系，以往的研究主要集中于电力消费与经济增长之间的因果关系检验上。例如，Masih和Masih[10]对印度的研究以及AsafuAdjaye[11]对于日本的研究均发现电力消费对经济增长的单向的因果关系；而Yang[12]对台湾的研究和Morimoto和Hope[13]对斯里兰卡的研究则发现电力消费与经济发展之间存在双向因果关系。类似的针对中国的研究也有相当的文献积累，这些文献均发现中国的电力消费对经济增长具有正面影响。例如，Shiu和Lam[14]利用中国1971-2000的时间序列数据验证了中国的电力消费与经济增长在长期中存在稳定的均衡关系，存在从电力消费到经济增长的单向因果关系。此外，林伯强[15]利用中国1952-2001年的时间序列数据、Yuan等[16]利用中国1978-2004年的时间序列数据以及Cheng等[17]利用中国1953-2010年的时间序列数据也得出了类似结论。

总体而言，以往的研究主要集中于电力消费和经济增长之间的因果关系检验，计量方法基本上是基于格兰杰因果关系检验（Granger causality test），计量分析采用的数据基本上局限在电力消费和经济增长这两个指标，研究结论也基本接近。尽管这些研究为电力发展对经济增长的影响提供了实证证据，但是，针对这一主题的研究仍有研究空间。其中，基于总体的时间序列数据的实证研究的一个重要不足是，这类研究有可能掩盖电力发展对各省经济增长影响的差异性，而针对这一问题的实证研究尚未出现在现有的文献中。从理论上讲，这种差异性的产生可以有如下两种解释。第一，中国的电力生产和消费存在着空间上的差异，如果电力的价格形成机制不完善（例如，人为压低电价），这导致电力输出地区对电力输入地区存在补贴，这也将导致电力发展对电力输入地区具有更大的好处。其次，地区间的产业结构存在显著差异，这种差异的一个重要体现就是单位GDP的能源消耗。一个可能的情形是，单位GDP能耗高的地区，经济发展的技术进步贡献相对较低，进而也导致电力发展对该地区的经济增长的促进作用相对较低。

基于以往的研究，本文利用1990—2011年省级面板数据，采用动态面板的分析方法，以电力投资率和发电装机容量作为电力发展指标，检验电力发展对经济增长的影响以及这种影响的区域间差异，期望为我国电力发展及其区域规划提供实证依据。

1电力发展与区域布局

改革开放以来，中国的电力发展基本上与经济发展同步。Bai 和Qian[18]发现，1978—2007年电力装机容量和发电量的平均增长率为9.1%和9.2%，同期实际经济增长率为9.8%，略低于经济增长率。从国际比较来看，2010年中国经济规模（按照汇率计算）超过日本成为世界第二大经济体，而电力消费在2011年超过美国，成为世界上用电需求最高的国家。总体而言，电力部门的改革是推动电力发展的重要原因。改革开放以前，电力部门是计划经济体制的核心部门，在市场进入、电力定价以及涉及到发电、传输和配电等方面的经营活动均严格受到政府控制。改革开放以后，政府逐步放松了对电力部门的控制，逐步由行政性控制方式转向面向市场的公司化运营。例如，1985年，国务院开始允许国家预算以外的投资（包括外国投资）进入发电领域；1987年，国务院开始实施电力部门的政企分开；1997年，设立了国家电力公司，随后电力工业部在1998年的政府机构改革中被撤销。到了2000年底，大多数省份的电力部门基本上实现了政企分开，电力部门的市场化改革方向逐步得到确立。2000年以后的改革，主要着眼于电力部门的产业组织、监管和定价等方面。2002年，开始落实以“厂网分离”为标志的电力体制改革方案，推进电力市场化改革。其中，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公司，基本奠定了当前中国电力产业格局。2003 年，成立了国家电力监管委员会（2013年被重组），逐步推行发、输、配、售等环节的电价形成机制和电价管理的改革以及电力市场体系等方面的改革。

随着上世纪80年代末电力部门开始实施“政企分离”，电力投资自1990年以来总体呈现较快的增长速度。图1给出了1990—2011年中国对数实际GDP、对数实际电力投资和对数发电装机容量的发展趋势。以1990年不变价格计算，1990年中国的电力投资为270亿元，2011年达到2590亿元，年均增长率达到11.4%，高于同期GDP的增速。与此同时，中国的发电装机容量从1990年的1.38亿kW上升至2011年的10.63亿kW，年均增长率达到10.2%。进一步地，电力投资可以分成电网投资和电源投资。其中，电网投资主要由中国国家电网有限责任公司和中国南方电网有限公司这两大公司完成，而电源投资主要由发电企业完成。总体而言，中国的电力生产呈现出以国有企业为主、多元化竞争格局。根据国家电力监督委员会[19]公布的数据，中央直属5大发电集团（包括中国华能集团公司、中国大唐集团公司、中国华电集团公司、中国国电集团公司、中国电力投资集团公司）总装机容量约占全国全口径装机容量的48.75%；其它7家中央发电企业（包括神华集团有限责任公司、中国长江三峡集团公司、华润电力控股有限责任公司、国家开发投资公司、中国核电集团公司、中国广东核电集团有限责任公司、新力能源开发有限公司）总装机容量约占全国的12.60%；15家规模较大的地方国有发电企业总装机容量约占全国全口径装机容量的10.05%；上述27家大型发电集团装机容量约占全国总装机容量的71.41%。这也表明，中国的电力生产和传输基本形成以国有经济为主的格局。这也表明，国家的能源政策导向完全可以通过影响国有电力企业的经营而实施。

尽管电力基础设施与经济增长总体呈现同步发展的

图1中国实际GDP、实际电力投资和发电装机容量

Fig.1Real GDP， electricity investment and installed

capacity of electricity in China over years

注：电力投资数据和发电装机容量数据来自中国南方电网有限责任公司。 GDP和电力投资均以1990年不变价格衡量。 GDP和电力投资的单位为亿元，发电装机容量单位为万kW。三个变量的数据均减去1990年的对数值，因此三个变量均从0开始。

格局，然而电力短缺或“电荒”在过去中国经济发展的过程中的周期性现象。导致“电荒”的因素有多种，包括政策因素（例如，1997年决定未来三年不上新的发电项目，直接导致2002年以后的电力紧张，2004年甚至出现大范围的拉闸限电现象，直至2006年才有所缓解）、季节性需求因素（例如，冬天取暖和夏季空调用电等）、短期外部冲击导致的供给因素（例如，2008年冬因冰雪灾害天气导致输电受阻；此外，受干旱天气影响，水电生产受影响）。此外，电力产业的长期性体制因素也是导致电力发展影响经济增长的重要因素。中国电力生产70%以上来自于火电。受制于“市场煤、计划电”的体制性矛盾，电价的调整滞后于煤炭价格的市场化调节，导致火电发电企业发电激励不足。需要指出的是，电力短缺对经济增长有显著的负面影响，电力短缺对工业的直接影响远大于电力供给成本。由图1可知，电力投资增长与“电荒”存在着一定的对应关系，从而也导致电力投资的波动性。例如，1998-2000年期间的电力投资下降对2002开始出现的“电荒”具有一定作用；2002-2005年期间出现的“电荒”现象，特别是2005年出现全国范围内的“电荒”，对电力投资产生明显的刺激作用。目前，中国还没有系统性的电力短缺统计，从定量上也难以精确估计电力短缺的程度。然而，鉴于中国经常性的电力短缺问题，电力基础设施投资应当促进经济增长。

从区域视角来看，电力生产的资源禀赋（例如，水电资源、煤炭和天然气资源等）存在显著的地区差异，形成电力供给的地区性差异。在本文的研究中，将享受西部大开发政策的省、市、自治区定义为西部地区（包括云南、四川、重庆、贵州、陕西、甘肃、宁夏、新疆、青海、内蒙和广西），东部地区主要是经济相对发达的省份（即北京、天津、上海、山东、江苏、浙江、福建、辽宁和福建），其它地区为中部地区（包括河北、山西、吉林、黑龙江、安徽、河南、江西、湖北和湖南）。此外，为了研究的方便，重庆并入四川，海南和西藏因数据不全因而不在本文的样本中。从电力需求来看，经济发展水平以及经济结构的地区间差异势必导致电力消费的地区间差异。因此，电力生产和电力消费存在地区间配置关系。例如，作为西部大开发的标志性工程，“西电东送”工程就承担着把贵州、云南、广西、四川、内蒙古、山西等西部和中部省区的电力资源输送到广东、上海、江苏、浙江、北京、天津和河北等经济发达地区的作用。

从电力消费量和发电装机容量比较来看（见表1），东部地区整体上是电力输入地区，中部和西部地区整体上是电力输出地区。此外，电力的地区间配置在不同时期具有显著的阶段性差异。1990—2000年期间，东部地区的发电装机容量比重上升了1.5个百分点，中部地区下降了2个百分点，而西部地区仅提升了0.4个百分点；而同期的电力消费，东部地区的比重从42.1%上升到47.0%，提升了近5个百分点，与此同时，中部地区下降了5.2个百分点，而西部地区的电力消费比重提升了0.3个百分点。随着“西电东送”工程的开展，西部地区的发电装机容量比重显著提升。2000—2011年期间，西部地区提高了9.2个百分点，而东部地区和中部地区分别下降了6.4个百分点和2.4个百分点。同期，东部地区和中部地区的电力消费比重分别下降了0.7和2.2个百分点，西部地区上升了2.9个百分点。总体而言，“西电东送”工程的实施使得西部地区的电力输出能力大大加强。

Hulten[20]的研究发现，拥有多少基础设施对经济发展的影响远没有使用了多少基础设施重要。因此，在电力资源存在地区间配置的条件下，电力发展对经济增长的影响可能在地区间是不平衡的，可能存在电力输出地区对于电力输入地区的溢出效应。电力资源存在区域间的配置可能造成电力部门对各个地区的经济发展的影响有差异，而这种空间性差异也是理解电力部门对经济发展影响的一个重要视角。本论文将从区域性视角，检验电力基础设施的发展对于经济增长的影响是否存在区域性差异。

2计量模型和数据

2.1计量模型

采用增长回归的方法检验电力基础设施的发展对经济增长影响。回归模型设定如下：

gi，t=α×gi，t-1+β×lnyi，t-1+γ×ei，t+θ×lnIi，t

+δ×Xi，t+fi+vt+ui，t （1）

其中，gi，t是五年期的平均经济增长率，gi，t-1是gi，t-1的一阶滞后项；yi，t-1是初始经济水平；ei，t 是衡量电力基础设施发展的变量，包括电力投资率（用电力投资与GDP的比值来衡量，eii/y）和人均发电装机容量（epc）；Ii，t是资本形成总额占GDP比重；Xi，t是影响经济增长的其它变量（包括人力资本、经济开放度、产业结构等）。fi是无法观察到的、随时间不变的省际固定效应，vt是无法观察到的时间效应，ui，t是误差项。其中，电力投资率反映了当年某省电力投资强度，类似于电力基础设施发展的流量概念；而发电装机容量则相当于一个存量指标，反映电力部门发展水平。

方程（1）的计量设定是基于动态面板数据分析。采用此计量设定，基于以下两点考虑。第一，由于基础设施与经济增长可能存在由于双向因果关系和遗漏解释变量等原因而产生内生性问题。第二，考虑到经济增长率可能存在增长率惯性，因此在回归方程中引入被解释变量的一阶滞后项。在估计方法上，本文采用Arrellano和Bover[21]和Blundell和Bond[22]的系统广义矩（system GMM）估计方法。该方法在计量上能够解决上述两个问题。此外，系统广义矩估计的另外一个优点是，在回归分析中能够控制省级面板数据中无法观察到的省级动态异质性。由于系统GMM大量使用解释变量的滞后水平量和一阶差分量分别作为差分方程和水平方程的工具变量，因此涉及到工具变量的有效性检验问题，系统GMM估计给出两类工具变量有效性的诊断检验。第一个检验是误差项是否存在二阶序列相关，即△ui，t是否与△ui，t-2存在序列相关。因此，系统GMM所报告的一阶序列相关AR（1）检验值即使拒绝了不存在一阶序列相关的原假设，也不能够就此认为工具变量无效，而主要在于检验是否存在二阶序列相关AR（2），只要不存在二阶序列相关即可。第二个检验工具变量过度约束识别的HansenJ检验，这一检验等同于传统的Sargan检验，所不同的是HansenJ检验允许异质性的残差项情形。此外，考虑到系统GMM估计在小样本时容易导致参数估计值的标准误差被严重低估，采用Windmeijer[23]提出的方法对标准误差的估计值进行修正。

2.2数据

收集中国28个省份1990—2011年的面板数据。除电力投资和发电装机容量来自中国南方电网有限责任公司外，其余数据均来自官方出版的各年度分省统计年鉴，各指标的定义及数据的描述统计见表2。

。

3实证结果及分析

3.1基准结果：电力基础设施发展对经济增长的总体效应

表3给出了系统GMM估计的基准结果。各个方程的被解释变量是经济增长率（gi，t）。在解释变量中，经济增长率的一阶滞后项（gi，t-1）、投资率（Ii，t）、人均受教育年限的对数（Ln（edu）i，t）、对外开放度（openi，t）以及第三产业增加值占GDP的比重（tertiaryi，t）等变量作为控制变量。衡量电力基础设施发展的变量，在各个回归方程有不同的设定：方程（1）和方程（2）用电力投资占GDP的比重衡量电力基础设施发展，方程（3）和方程（4）用人均发电装机容量衡量电力基础设施发展。表3的最后三行给出了各方程系统GMM估计工具变量有效性的诊断性检验，即AR（2）检验和HansenJ检验。诊断检验结果表明，不存在二阶序列相关，过度识别约束的原假设没有被拒绝，说明所选择的工具变量有效。

根据主要控制变量的回归系数，我们首先得出如下主要结论。第一，被解释变量的滞后项的估计系数显著为正，说明中国的经济增长率存在增长惯性。其次，滞后一期经济增长率的影响仍然显著为正，初始人均GDP的影响由不显著变得显著为负，说明地区经济增长趋同是有条件的。第三，人力资本对经济增长产生显著正向的影响，表明人力资本对于经济增长的重要性。第四，资本形成率对经济增长的影响没有通过显著性检验，这也在一定程度上反映了基于高投资率的经济增长模式存在的问题。以下着重讨论电力基础设施发展对经济增长的影响，分别利用电力投资占GDP的比重和人均发电装机容量作为解释变量检验电力基础设施发展对经济增长的贡献。

方程（1）和方程（2）利用电力投资占GDP的比重作为衡量电力基础设施发展的度量，其回归系数显著为正，表明电力基础设施发展从整体上促进了经济增长率。基于方程（2）的回归结果，电力投资率每增加1个百分点将会促使短期经济增长0.076个百分点，促使长期经济增长0.493个百分点（长期效应通过γ/（1-α）计算）。方程（3）和方程（4）利用人均发电装机容量衡量电力基础设施发展，其回归系数仍旧显著为正，进一步确认电力基础设施发展促进经济增长率。基于方程（4）的回归结果，人均发电装机容量每增加一个百分点将会促使短期经济增长0.381个百分点，促使长期经济增长1.905个百分点。以上结果表明，电力基础设施的发展对经济增长具有显著的正面影响，其长期影响更为显著。

3.2扩展结果：电力基础设施影响的区域差异

上述基准结果表明，电力基础设施的发展总体上促进了经济增长。在此基础上，本文继续检验电力基础设施发展对经济增长的影响是否存在区域间差异。在计量设定上，解释变量引入两个电力基础设施发展指标与地区虚拟变量的交叉项。其中，东部地区作为参照地区，引入电力基础设施与中部地区和西部地区的区域虚拟变量的交互项，通过交叉项的回归系数判断电力基础设施发展是否对经济增长的影响存在区域间差异。表4给出了系统GMM的估计结果。由表4可知，各个解释变量的回归系数与表3的回归结果基本一致。以下主要讨论交叉项的回归结果。

由表4的方程（1）和（2）可知，电力投资率与西部地区虚拟变量的交叉项（eii/y*west）均显著为负。回归结果表明，相对于东部地区而言，电力投资率对经济增长的短期影响在西部地区相对较低。从定量上来看，电力投资率提升一个百分点，提升东部地区的经济增长率为0.947个百分点（东部地区为参照地区）；而eii/y*west的估计系数表明电力投资率对西部地区经济增长的影响相对于东部地区低0.913个百分点，仅为0.034个百分点（0.947-0.913），这表明对西部地区的经济增长的影响要大大低于东部地区。此外，由eii/y*middle的回归系数可知，相对于东部地区而言，电力投资率对中部地区的经济增长影响也相对较小，但是不显著。

类似的，发电装机容量对经济增长的影响也具有地区间的差异性。由表4方程（4）可知，电力装机容量与中部地区虚拟变量交叉项（Ln（epc）*middle）的回归系数不显著，但是与西部地区虚拟变量的交叉项（Ln（epc）*west）在10%的显著性水平上显著。定量上，电力装机容量增长1个百分点，对东部地区的经济增长的短期影响为1.131个百分点。此外，由Ln（epc）*west的估计系数可知，相对于东部地区，电力装机容量对西部地区的经济增长影响低0.959个百分点，即对西部地区的经济增长影响为0.172个百分点（1.131-0.959）。

由以上两个检验可知，电力发展从整体上促进了经济增长，但是存在着显著的地区间差异，对东部地区的促进作用明显更高，对中西部地区的促进作用较小。本论文从以下两个视角对这一现象进行解释。其中，第一个解释视角是从各个地区单位GDP能耗的差异来解释。电力部门作为基础产业，它对一个地区的经济增长影响在很大程度上受制于电力作为一种生产要素的产出效率，而产出效率的大小在很大程度上取决于该地区的产业结构和总体技术条件。一般来说，单位电力投入所对应的GDP产出水平越高，该地区的电力发展对经济增长的支持作用也越强。以2005年为例，中国各个地区单位GDP的能耗水平具有显著的差异。其中，单位GDP电耗水平，西部地区平均比东部地区高41%，比中部地区平均高出26%。此外，在单位GDP总体能耗水平上，西部地区高出东部地区80%以上；在单位工业增加值能耗上，西部地区是东部地区的2.3倍（见表5）。从某种意义上讲，电力部门的发展对于西部地区经济的发展更多地体现为一个产业部门的发展，也是一个对其它地区的输出产业，但是电力部门对西部地区总体的经济增长促进作用较少。考虑到西部地区和东部地区在单位GDP电耗的巨大差异，可以认为西部地区在提升电力投入效率具有较大的空间，这需要进一步优化西部地区的产业结构和提升总体的技术水平。

第二个解释视角是电力资源的跨区域配置。随着“西电东送”的推进，西部地区强化了东部地区的电力输送（见表1）。作为电力输出地区，西部地区电力基础设施的发展对电力输入的东部地区产生外溢性，导致西部地区电力部门的发展对东部地区的经济增长产生更大的促进作用。特别是，在电力价格体制改革不到位的情况下，这种外溢性将得到进一步的强化。长期以来，资源型产品价格改革相对滞后的一个直接结果是，资源类产品的价格既不能反映资源市场供求状况，也不能反映资源的真实价值，造成资源输出地区对资源输入地区的补贴。这一问题在电力生产上尤为突出。当前，燃煤发电是电力生产的主要方式。其中，2011年，中国燃煤发电的比重占总体发电的比重超过了80%，这一格局在短期内不会发生大的变化。对于火电发电企业，在电力价格受到管制以及煤炭价格基本市场化的条件下，其盈利能力受制于煤炭价格的变动。而电网企业由于其垄断地位，其盈利能力受煤炭价格波动影响较小。因此，电、煤价格关系以及电力产业结构的共同作用造成了发电企业和电网公司间的盈利差异。以2011年七大中央电力企业的经营情况为例（见表6），两大电网的电力业务利润为373亿元，而五大发电集团的电力业务利润为-151亿元。因此，电力行业的主要利润主要流入了两大电网企业，而发电企业从整体上亏损。这一结果隐含着如下的结论，即电力输出地区对电力输入地区事实上的补贴，使得电力输出地区的经济增长较少地受益于本地区电力基础设施的发展。这也为电力发展对于西部地区的经济增长的作用较小提供了解释。从某种意义上讲，电、煤价格形成机制不到位实际上也是周期性“电荒”现象的体制性原因之一。从区域发展的角度来看，当前的电力产业体制在客观上对区域经济协调发展起到了负面作用。

4结论及政策含义

1990年以来，中国的电力发展基本与经济增长同步。本文利用1990—2011年中国省级面板数据，采用动态面板分析方法检验了电力发展对经济增长的影响，以及这种影响的区域间差异。实证结果发现，电力发展对中国经济增长起到了促进作用，但是对不同区域的影响具有显著的差异，电力发展对西部地区的经济增长影响显著低于东部地区。该结论具有如下政策含义：首先，电力发展对中国的经济增长有着显著的正向影响，说明电力投资对促进经济增长发挥积极的促进影响，电力发展政策仍要把促进电力投资列为重要政策。尽管中国经济在“十二五”期间（2011—2015年）出现经济增长速度下调，但是与世界其它国家相比，中国在此期间仍旧属于高增长国家。而且，从人均收入水平来看，中国与发达国家仍旧有巨大的差距，这也决定了中国经济在未来20年中仍将保持较高增长速度，这势必导致电力消费仍将保持一定的增长速度，进而对电力投资产生需求。其次，电力发展政策应当充分重视电力发展对区域协调发展的重要性，保障西部地区能够从电力输出中获得更高的收益，实现电力发展对区域经济影响的公平性。从政策导向来看，要切实解决当前电力产业发展所面临的突出性的体制性问题，完善电力可持续发展的制度基础：一方面，要加快完善电力价格形成机制，构建科学的煤、电价格联动机制；另一方面，要改革当前的电力产业结构，平衡发电企业和电网企业的利益分配关系。

（编辑：李琪）

参考文献（References）

[1]JIMENEZ E. Human and physical infrastructure： public investment and pricing policies in developing countries [M] // BEHRMAN J， SRINIVASAN T. Handbook of development economics： Volume 3B. Amsterdam： Elsevier Science， NorthHolland， 1995： 2773-2843.

[2]KHADAROO A J， SEETANAH B. Transport infrastructure and foreign direct investment [J]. Journal of international development， 2010， 22（1）：103-123.

[3]RLLER L H， WAVERMAN L. Telecommunications infrastructure and economic development： a simultaneous approach [J]. The american economic review， 2001， 91（4）： 909-923.

[4]CZERNICH N， FALCK O， KRETSCHMER T， et al. Broadband infrastructure and economic growth [J]. The economic journal， 2011， 121： 505-532.

[5]DMURGER S. Infrastructure development and economic growth： an explanation for regional disparities in China？ [J]. Journal of comparative economics， 2001， 29（1）： 95-117.

[6]BANERJEE A， DUFLO E， QIAN N. On the road： access to transportation infrastructure and economic growth in China[R]. NBER working paper， 2012：17897.

[7]刘生龙，胡鞍钢. 交通基础设施与中国区域经济一体化[J]，经济研究，2011（3）：72-82.[LIU Shenglong， HU Angang. Transportation infrastructure and regional economic integration in China [J]. Economic research journal， 2011 （3）：72-82.]

[8]FAN S， ZHANG X. Infrastructure and regional economic development in rural China [J]. China economic review， 2004， 15（2）： 203-214.

[9]LEE K S， ANAS A. Costs of different infrastructure： the case of nigerian manufacturing [J]. Urban studies， 1992， 29（7）： 1071-1092.

[10]MASIH A M M ， MASIH R. Electricity consumption， real income and temporal causality： results from a multicountry study based on cointegration and errorcorrection modeling techiniques [J]. Energy economics， 1996， 18（3）： 165-183.

[11]ASAFUADJAYE J. The relationship between energy consunmption， energy prices and economic growth： time series evidence from asian developing countries [J]. Energy economics， 2000， 22 （6）： 615-625.

[12]YANG H. A note on the causal relationship between energy and GDP in Taiwan [J]. Energy economics， 2000， 26（3）： 69-75.

[13]MORIMOTO K， HOPE C. Impact of electricity supply on economic growth in Sri Lanka [J]. Energy economics， 2004， 26（1）： 77-85.

[14]SHIU A， LAM P L. Electricity consumption and economic growth in China [J]. Energy policy， 2004， 32（1）： 47-54.

[15]林伯强. 中国电力发展：提高电价和限电的经济影响[J]. 经济研究，2006 （5）：115-126. [LIN Boqiang. Power sector development in PRC： impact of tariff increase and blackout [J]. Economic research journal， 2006（5）：115-126.]

[16]YUAN J， ZHAO C， YU S， et al. Electricity consumption and economic growth in China： cointegration and cofeature analysis [J]. Energy economics， 2007， 29（6）： 1179-1191.

[17]CHENG Y S， WONG W K， WOO C K. How much have electricity shortages hampered Chinas GDP growth？ [J]. Energy policy， 2013， 55： 369-373.

[18]BAI C ， QIAN Y. Infrastructure development in China： the cases of electricity， highways， and railways [J]. Journal of comparative economics， 2010， 38 （1）： 34-51.

[19]国家电力监督委员会. 电力监管年度报告2011 [R]. 2011. [State Electricity Regulatory Commission of PRC （SERC）. Annual report of electricity regulatory 2011 [R]. 2011.]

[20]HULTEN C R. Infrastructure capital and economic growth： how well you use it may be more important than how much you have[R]. NBER working paper， 1996：5847.

[21]ARELLANO M， BOVER O. Another look at the instrumentalvariable estimation of errorcomponents models [J]. Journal of econometrics， 1995， 68（1）：29-52.

[22]BLUNDELL R， BOND S. Initial conditions and moment restrictions in dynamic panel data models [J]. Journal of econometrics， 1998， 87（1）： 115-143.

[23]WINDMEIJER F. A finite sample correction for the variance of linear efficient twostep GMM estimators [J]. Journal of econometrics， 2005， 126（1）： 25-51.