中国电力部门的研发创新与能源效率提升研究

[摘 要]随着社会经济发展与“电气化”程度加深，中国电能需求将保持上升趋势，发电部门能源效率的提升对于节能减排具有重要意义。文章基于中国发电部门省级数据估算各省火力发电能源效率，并分析企业研发投入及研发创新成果对火力发电能源效率的影响。结果表明，电力部门企业研究阶段的费用化研发投入对火力发电能源效率没有显著影响，而企业进入开发阶段的资本化研发投入能够带来省级火力发电能源效率的显著提升。此外，电力部门及其上游能源采掘与供给行业的企业研发创新成果、工业部门开放度均对省级火力发电能源效率有显著正面影响。因此，发电企业要积极推进研发创新投入转化为成果、提升研发创新对能源效率的正面影响;同时政府部门需要进一步提高发电部門的市场开放程度，发挥外商投资对本土发电企业创新的技术溢出效应。

[关键词]火力发电;能源效率;研发创新

[DOI]10.13939/j.cnki.zgsc.2021.14.172

1 引言

近年来，随着气候变化、环境污染问题的加剧，能源效率提升与能源消费总量控制已经越来越受到各国重视。电力行业是中国化石能源消耗与温室气体排放的主要部门之一，火力发电煤耗占中国年度煤炭消耗总量的40%以上。伴随着经济活动和人口规模的增长，以及能源消费方式改变带来的“电气化”程度加深，电能需求总量未来将保持上升趋势。因而，优化提升发电能源结构、提高发电能源效率是中国实现节能减排目标的关键所在。中国可再生能源发展在近20年内已经取得显著成效，但截止到2017年，火力发电仍然占中国年度总发电量的71.79%，通过提升火力发电能源效率实现节能减排仍然有很大空间。

基于因素分解分析法（Index Decomposition Methods）的研究通常将能源需求的决定因素归纳为经济规模效应、结构效应、技术进步效应，其中技术进步效应由能源强度表示。但能源强度仅反映偏要素生产率，不能反映考虑资本、劳动力等要素替代作用的全要素生产率（史丹，2006）。因而，本文构建超越对数生产函数的能源效率模型，并利用随机前沿分析法（Stochastic Frontier Analysis， SFA）估算中国火力发电部门省级能源效率，进而分析电力部门的研发创新投入与成果、外商投资的技术溢出效应等因素对能源效率的影响，针对发电部门的创新投入与模式提出能源效率提升的政策建议。

2 中国电力部门的创新投入现状分析

近年来，创新活动在电力部门的重要性与日俱增，电力部门创新活动和支出发生了高速增长。图1展示了中国电力、热力生产与供应业企业2009年至2017年间R&D经费支出，及其占工业企业R&D经费支出的比重变化趋势线。由下图可见，2009年至2017年间中国电力和热力生产与供应部门R&D经费支出从46.81亿元上升到105.38亿元，年均增长率达到10.68%。但与其他工业企业相比，电力和热力生产与供应部门R&D经费较低。如下图所示，电力和热力生产与供应部门R&D经费占工业企业总R&D经费支出比重在0.77%至1.16%，且2009年至2012年间出现显著下降，此后基本保持在0.8%左右。事实上，电力和热力生产与供应业销售产值占工业部门总销售产值的比重从2009年的6.21%下降到2017年的4.84%，尽管电力和热力生产与供应业的R&D经费比重远低于其销售产值在工业总销售产值中的比重，但由于2012年后前者的下降速度相对于后者较低，表明电力部门越来越加大和重视企业研发投资。此外，从组成结构来看，企业R&D经费支出主要以企业内部支出为主，且2009年至2017年间企业内部支出R&D经费

企业R&D内部支出指企业自身从事研发活动的经费支出;企业R&D外部支出指企业通过委托其他企业、高校、科研机构等单位或与其他企业、高校、科研机构合作从事研发活动的经费支出。占比呈现上升趋势。由此可见，电力部门企业主要通过自身内部的创新活动提升生产效率、降低生产成本、优化资源配置。

3 中国电力部门能源效率估计与创新投入影响

3.1 中国电力部门能源效率估计

本节利用2008年至2017年省级火力发电化石能源、劳动力、资本投入，以及发电总量的面板数据，构建超越对数生产函数的能源效率模型，基于随机前沿模型估算省级火力发电能源效率。给定投入水平x=（K，L，E）和产出Y，其中K代表资本要素投入、L代表劳动力要素投入、E代表企业能源要素投入、Y代表企业总产出，生产可能性集合为：T={（K，L，E，Y）：要素投入（K，L，E）可以生产Y}。

相应的谢泼德能源距离函数（Shephard Energy Distance）为：

则能源效率随机前沿模型为：

其中，μit=lnDE（Kit，Lit，Eit，Yit）是表示非负的无效率项。2008—2017年，电力部门省级投入与产出数据主要来源于Wind数据库、《中国电力年鉴》。其中，产出Y为各省年度火力发电量;资本投入K为各省火力发电装机容量;能源投入E根据各省火力发电标准煤耗与火力发电量计算;火力发电行业的劳动力要素投入L根据各省电力、热力生产和供应业从业人员数，依据火力发电装机容量占发电总装机容量的比重估算获得。各省年度火力发电、总发电装机容量，火力发电煤耗率、火力发电量数据均来自《中国电力年鉴》，各省电力、热力生产和供应业从业人员数来自Wind数据库。

本文基于Greene （2005）的固定效应随机前沿方法估计中国电力部门省级层面的能源效率。估计结果表明，各省火力发电部门能源效率与煤耗率有显著的负相关关系，相关系数为-0.27。基于省级面板数据估计的中国电力部门能源效率2017年分布情况，煤耗率越高的地区，能源效率通常越低，如北京、上海、浙江、江苏、天津、广东、安徽、吉林等地均由于煤耗率较低而具有较高的能源效率。从地区分布的角度来看，华北和西南地区火力发电煤耗率较高、能源效率较低;与之相反，华东地区火力发电行业则煤耗率较低、能源效率较高。但煤耗率并不能完全解释各省火力发电能源效率的差异。例如，部分地区如湖南、甘肃，尽管煤耗率较低，但能源效率相对较低;而宁夏尽管煤耗率在各省之中处于较高水平，但能源效率高。

尽管从截面数据维度来看，各省能源效率与煤耗率表现出显著的负相关关系，但从时间维度来看两者并没有呈现相反的变化趋势，与煤耗率随时间呈现下降趋势不同，各省能源效率随时间呈现波动变化。图2展示了各个区域按发电规模加权平均的能源效率随时间变化的趋势。其中，东部地区2008年至2017年间能源效率波动幅度较小;中部地区则保持微弱的上升趋势，2014年起，能源效率超过东部地区水平;东北地区火力发电部门能源效率在2010年前上升到最高水平，但2010年以来呈现下降趋势，2015年后低于东部和中部地区;西部地区火力发电部门能源效率低于其他地区的平均水平。煤耗率反映各省火力发电的能源要素偏要素生产率，而基于超越对数生产函数形式的SFA模型能源效率估计结果则反映了火力发电部门的全要素生产率。由此可见，煤耗率僅能反映各省火力发电部门能源效率的部分波动，本文进而基于省级能源效率估计结果分析企业研发投入等因素对火力发电部门能源效率的影响。

图2 分区域加权平均能源效率

3.2 创新与能源效率

本节基于前文估计的2008年至2017年省级能源效率结果，分析中国发电部门的自主研发创新对能源效率的影响。以省级火力发电部门的能源效率得分（即能源效率值乘以100）作为因变量，以各省火力发电部门的研发投入作为电力部门创新变量，同时控制各省工业部门开放程度、火力发电煤耗率、经济发展水平等因素对火力发电部门能源效率的影响。由于能源效率得分变化范围在[0，100]之间，因此采用Tobit模型进行估计。模型结构如下：

其中，EEit为省份i在第t年的能源效率得分;RDit为省份i在第t年的研发创新投入;Xit为省级工业部门开放程度、火力发电煤耗率、经济发展水平等控制变量;μi为个体固定效应;ηt为时间固定效应。本文通过加总各省电力、热力生产和供应业上市公司的研发投入、研发人员、专利等数据获得省级层面发电部门的年度研发创新变量，数据来源于国泰安数据库。模型估计结果展示在表1中。其中模型（1）至模型（4）分别以电力、热力生产和供应业上市公司研发投入总额、研发投入资本化总额、研发投入费用化总额、研发人员总数作为电力部门企业自主研发创新投入变量;模型（5）以电力、热力生产和供应业上市公司省级年度加总已获得专利数作为研发创新成果的变量;考虑到火力发电上游能源供应可能对火力发电部门能源效率产生的影响，模型（6）考虑电力行业本身及其上游能源供应行业表1中，

模型（6）省级年度上市公司已获得专利计算的行业包括电力、热力生产和供应业（行业代码44）、开采辅助活动（行业代码11）、燃气生产和供应业（行业代码45）。上市公司已获得专利对各省能源效率的影响。在控制变量中，考虑到工业部门外商投资技术溢出效应对火力发电能源效率的影响作用，开放程度以各省工业部门资产总额中的外商投资比重表示;经济发展水平反映各省投入研发创新的能力，也对火力发电部门能源效率具有影响作用，各省经济发展水平以人均总产值表示;煤耗率体现火力发电部门能源要素的偏要素生产率，对能源效率有重要的影响。工业部门投资总额、人均总产值数据均来源于中经网统计数据库。

模型结果表明，电力行业的研发资金总投入和研发人力投入对火力发电能源效率有显著的正面影响。如模型（1）和模型（4）的结果表明，电力行业上市公司研发资金投入每增加1%，火力发电能源效率得分将在0.05的显著性水平下提升0.131;电力行业上市公司研发人员投入每增加1%，火力发电能源效率得分将在0.01的显著性水平下提升0.817。从研发资金投入的种类来看，如模型（2）和（3）的结果所示，资本化的研发投入能够显著带来火力发电行业的能源效率提升，但费用化的研发投入对火力发电行业能源效率没有显著影响。根据中国会计准则，企业研究阶段的研发投入进行费用化处理，而对于开发阶段的研发投入进行资本化处理（张学忠和卢占宽， 2020;周晓萍， 2019），进入到开发阶段的研发活动相对于开发阶段的研发活动成功可能性更大，因而资本化的研发投入相对于费用化的研发投入对火力发电部门能源效率有更为显著的积极影响。从研发创新的成果来看，如模型（5）所示，电力行业的专利获得数对火力发电部门能源效率也有显著的正面影响。此外，如模型（6）所示，上游能源开采与供给行业，以及电力行业本身的专利获得数也对火力发电部门能源效率有显著的正面影响。

其他控制变量对火力发电部门能源效率的影响与预期一致。其中，模型（1）至（6）的结果均表明工业部门开放程度越高，火力发电部门能源效率越高，表明工业部门FDI对发电部门的能源技术效率提升有显著的技术溢出效应;煤耗率的降低则能够显著提升各省火力发电部门的能源效率;此外，经济水平的提升对各省能源效率也具有显著的正面影响。

4 结论与中国电力部门的能源效率提升路径建议

本文基于SFA模型估计2008年至2017年中国火力发电部门能源效率，并分析电力部门企业研发创新投入和成果、外商投资溢出效应对能源效率的影响。研究结果表明，电力行业研发资金和人员投入对能源效率有显著正面影响，其中进入发展阶段的资本化研发创新投入对火力发电能源效率有极为显著的正面作用，但初期研究阶段的费用化研发创新对火力发电能源效率没有显著影响。此外，以专利获得数表示的电力部门企业研发创新成果也对提升火力发电能源效率有显著正面影响，且上游能源开采和供应行业的研发创新成果也有利于火力发电部门能源效率的提升。最后，工业部门的开放度提升能够对火力发电能源效率带来显著正面影响，表明FDI存在显著的节能降耗技术溢出效应。

目前，火力发电仍然占据中国总发电量的七成左右，在现有技术水平下，相对于水力发电、风力发电等可再生能源，火力发电具有供给稳定、成本相对较低等优势，对于保障电能供给、用电安全具有重要作用。在推动可再生能源替代火力发电的同时，采取积极措施推动火力发电部门能源效率的提升对于节能减排、实现碳达峰和碳中和的目标具有重要意义。首先，从企业角度，需要推进电力企业创新研发从研究阶段进入发展阶段，提升企业研发资金投入的利用效率，促进研发投入转换为技术创新成果。其次，从国家角度，需要推进电力行业高技术人才的培养，引导人才流入电力行业节能减排技术研究。此外，在上游煤炭、天然气、石油的开采和供给行业投入研发创新，也有利于火力发电能源效率的提升。最后，外商投资仍然对火力发电能源效率存在正面的技术溢出效应，需要进一步放开电力及相关工业部门的投资主体多元化，进一步提升发电行业的市场竞争性。

参考文献：

[1]史丹. 中国能源效率的地区差异与节能潜力分析[J].中国工业经济， 2006（10）：49-58.

[2]张学忠， 卢占宽. 电力企业研究开发费用资本化的问题研究[J].中国总会计师， 2020（5）：44-46.

[3]周晓萍. 企业研发支出的资本化与费用化应用研究[J].中国市场， 2019（29）：44-45.

[作者简介]孙可哿，女，上海社会科学院生态与可持续发展研究所，助理研究员，研究方向：能源与环境经济学。