中國電力區域經營績效及其影響因素的異質性

保積良

【摘 要】 基于中國電力行業發展數據，采用DEA、ESDA-GIS、Panel data model三階段分析方法對中國電力區域經營績效的時空分異規律及其影響因素的異質性問題進行研究。研究發現：中國電力區域經營績效整體水平較低，21個省（市、區）的綜合技術效率均值低于0.65，2005—2014年績效未有明顯提升，但區域差異明顯，綜合技術效率、純技術效率與規模效率均呈由東向西遞減態勢；2005—2014年中國電力區域經營績效的Moran's I指數值均為正數，具有空間集聚特征；高—高型區域主要位于環渤海與長三角地區，低—低型區域集中在西北、西南地區；人口密度、工業化水平、城鎮化水平、環境規制強度對中國電力區域經營績效具有正影響，電力自足率呈負影響，地區生產總值具有“U”型曲線特征，并且影響因素具有明顯區域異質性，同一影響因素在東、中、西三大區域層面的作用效果不同。

【關鍵詞】 經營績效； 時空分異； 影響因素； 電力

【中圖分類號】 F234.3 【文獻標識碼】 A 【文章編號】 1004-5937（2017）14-0093-07

一、引言

電力作為重要生產、生活要素對區域經濟發展起著至關重要的作用。全球經濟再平衡與產業結構再調整的大背景下，中國經濟下行壓力明顯。經濟發展的停滯本質上是供給不足引起的[ 1 ]，供給側結構性改革日益成為黨和國家關注的重點。效率提升是推動供給側結構性改革的有效手段與重要途徑。如何通過提升區域經營績效，提高產業核心競爭力，在促進電力行業自身發展的同時增強區域經濟發展的動力與活力是中國電力行業的重中之重。

目前，學術界針對電力效率的主題進行了大量研究，成果豐碩。效率測度與效率影響因素研究是學術界關注的重點。Fare et al.從純技術效率、規模效率與投入要素擁堵等方面對1975—1979年美國伊利諾斯州22家發電企業的績效進行了研究[ 2 ]。Jones基于現狀—原因—策略的研究范式對英倫地區的電力企業效率差異、企業技術無效率的原因與政府管制放松政策對效率的影響進行了研究，并提出效率提升與管制放松政策的改進建議[ 3 ]。Lam etal.測算了1995—1996年中國各省（市、區）熱電部門的生產效率[ 4 ]。Yu et al.在電力效率指標選擇上將運營費用、顧客損失、電網損失納入指標體系，且被證明對電力企業效率有顯著影響[ 5 ]；同時價值型指標也被納入電力績效測評的指標體系[ 6 ]。電力效率研究更多地關注電力企業的生產效率，而對更為系統的經營績效缺乏關注。Sueyoshi et al.將經濟效益納入電力企業的生產效率測算中，研究表明經營效益、生產效率與企業價值存在協同效應[ 7 ]。在效率影響因素方面，經濟發展被認為是電力績效的重要影響因素[ 8 ]，并且經濟增長與電力消費存在協整關系[ 9 ]。經濟體制改革釋放的改革紅利也被證明對電力行業的增長有積極作用，市場競爭、產權改革、管制政策3個維度均對電力行業績效起正向促進作用[ 10 ]；同時電力企業的所有權結構與環境規制也對行業績效產生顯著影響[ 10 ]。電價對電力績效有正向作用，而要素價格則作用相反[ 11 ]；同時電力企業的網絡規模對績效產出也有顯著影響[ 12 ]。電力自足率反映的電力貿易狀況也是電力績效的重要影響因素[ 13 ]。在研究方法上DEA與隨機前沿生產函數是電力效率測度的主要方法，DEA方法包括NSBM-ML模型[ 13 ]、Malmquist指數[ 14 ]以及傳統的BCC模型與CCR模型等。DEA方法被廣泛運用可見其在效率測度上有一定的優越性，但是在電力績效測度中超效率DEA方法運用尚不普及，超效率DEA相較傳統DEA模型更能反映樣本的效率差異。現有研究為后來研究奠定了堅實的基礎，但是也存在需要后來研究者繼續努力之處。當前研究效率測度較多但是對效率時空分異規律的關注相對缺乏，缺乏從空間視角去探索電力績效問題。

鑒于此，本文基于電力行業發展數據，綜合運用多種DEA模型對中國電力區域經營績效進行測評，并運用ESDA-GIS技術對其時空分異特征進行分析。利用2005—2014年中國電力省級面板數據構造計量模型對中國電力區域經營績效的影響因素進行研究，并嘗試提出改善建議，以期為中國電力發展的科學決策提供參考。

二、中國電力區域經營績效核算與評價

（一）研究方法和數據來源

本文擬采用BCC-DEA模型、CCR-DEA模型與超效率DEA模型[ 15-16 ]對2005—2014年我國各省（市、區）的電力區域經營績效進行測度。其中CCR-DEA模型用于測度技術效率（TE），BCC-DEA模型測度規模效率（SE），根據TE=PTE×SE測算純技術效率（PTE）。本文借鑒已有研究成果，結合電力行業屬性并綜合考慮數據的可獲得性，選取平均用工人數（萬人）、線路長度（km）、發電/供電標準煤耗（g/kWh）、裝機容量（萬kW）、發電設備利用小時數（億kWh）作為投入指標，用電量（億kWh）、貢獻稅收（萬元）作為產出指標。本文所用數據均來源于相應年份的《中國電力年鑒》、《中國工業統計年鑒》和《中國稅務年鑒》。

（二）核算結果與評價

運用MyDEA軟件對2005—2014年中國31個省（市、區）電力區域經營績效進行測算，測算結果表明中國電力區域經營績效有待提升，其中21個省（市、區）綜合技術效率低于0.65（表1）；2005—2014年中國電力區域經營績效中平均綜合技術效率、平均規模效率均呈現大敞口“U”型分布，其中平均綜合技術效率值圍繞0.65波動，平均規模效率值圍繞0.7波動；平均純技術效率值在0.9—0.95之間波動（圖1）。

總體而言，2005—2014年中國電力區域經營績效三大效率均值均未有明顯提升，平均純技術效率始終高于平均綜合技術效率和平均規模效率，可以推斷規模效率較低是中國電力區域經營績效難以得到提升的重要原因。

為進一步對中國電力區域經營績效的整體差異進行分析，對中國31個省（市、區）2005—2014年電力區域經營績效的綜合技術效率、純技術效率與規模效率進行均值處理并排序，分東、中、西三個區域進行比較。中國電力區域經營績效區域差異明顯，綜合技術效率、純技術效率與規模效率均呈現由東向西遞減的態勢。東部地區的北京、上海、江蘇、廣東綜合技術效率、純技術效率、規模效率均達到最大值1。綜合技術效率東部地區遠高于中西部地區，中部地區略高于西部地區，位列前10位的省（市、區）有9個位于東部地區；純技術效率東、中、西部差距相對較小，東部地區純技術效率值分別高出中、西部0.059、0.074；規模效率東部地區也遠高于中、西部，位列前9位的省（市、區）均處東部，但中、西部差距相對較小。4個省市超效率值大于1，最大值為北京的2.078，最小值為西藏的0.269，極差率達到672.49%（表1）。

2005—2010年中國電力區域經營績效呈現大面積下滑趨勢，安徽、吉林、天津等19個省（市、區）電力經營績效出現不同程度的下降，其中安徽綜合技術效率值下降0.472，降幅達到47.2%；北京、上海、江蘇、廣東4個發達省（市）依然維持在最高水平；浙江、江西、海南、重慶、西藏、青海、新疆7個省（市、區）的電力經營績效有所提升，其中浙江綜合技術效率值提升0.102，漲幅達到12.1%。2010—2014年中國電力區域經營績效狀況相對有所改觀，海南、青海、江西等20個省（市、區）的電力經營績效有所提升，其中海南綜合技術效率值提升0.245，漲幅達到52.69%；北京、上海、江蘇、廣東4個發達省（市）綜合技術效率值依然為1；但是四川、甘肅、云南等7個省電力區域經營績效有所下降，其中四川效率下降最為嚴重，降幅達到21.61%（圖略）。

三、中國電力區域經營績效的時空分異特征

（一）全局空間自相關分析

在對中國省域電力區域經營績效進行綜合測度的基礎上，進一步運用ESDA-GIS技術中的全局空間自相關與局域空間自相關分析研究對中國電力區域經營績效的時空分異特征。

運用Geoda1.2.0軟件計算2005—2014年中國電力區域經營績效全局空間自相關系數Moran's I（表2）。2005—2014年間中國電力區域經營績效的Moran's I指數值均為正數，且通過了1%的顯著性水平檢驗，表明中國電力區域經營績效呈現強空間自相關性，具有空間集聚特征，也稱“空間俱樂部”特征，即高績效省（市、區）與高績效省（市、區）鄰接，低績效省（市、區）與低績效省（市、區）鄰接。其中僅有2011年Moran's I指數值低于0.4，為0.3427，表明空間集聚特征有所減弱，而2013年Moran's I指數值高達0.5031，空間集聚特征達到最大化。

（二）局域空間自相關分析

運用Geoda1.2.0軟件繪制2005年、2010年、2014年中國電力區域經營績效局域空間自相關LISA集聚圖（圖略）。2005年中國電力區域經營績效高—高型集聚區域主要位于環渤海與長三角地區，2010年河北、山東退出了高—高型集聚區域的版圖，2014年天津進入了高—高型集聚區域，2005—2014年高—高型集聚區域面積不斷縮減，側面表明中國電力區域經營績效的規模效應不充分，空間溢出效應較弱。2005年中國電力區域經營績效低—低型集聚區域由新疆延伸至中國西南部的云南，形成西北—東南走向的低—低型集聚區域走廊，2010年青海省退出低—低型集聚區域，2014年新疆也退出了低—低型集聚區域，低—低型集聚區域為四川、云南組成的西南板塊。高—低型、低—高型區域通過顯著性水平檢驗的省（市、區）較少，沒有形成顯著的集聚態勢。

四、中國電力區域經營績效影響因素的實證分析

（一）模型設定與數據來源

本文所用數據中工業化水平、城市化水平、GDP數據直接來源于《中國統計年鑒》，或根據《中國統計年鑒》數據整理得出；人口密度數據來源于《中國人口年鑒》；電力自足率、環境規制強度分別根據《中國電力年鑒》、《中國環境統計年鑒》數據整理得出。由于西藏、臺灣、港澳的相關變量數據缺失較為嚴重，因而將西藏、臺灣、港澳樣本剔除，保留其余30個省（市、區）樣本。主要變量的計算方法、描述性統計與預期影響方向如表3所示。

（二）計量分析

運用Stata13.0軟件對中國電力區域經營績效影響因素進行實證檢驗，為緩解交互項與多重共線性對估計結果的不良影響，提升回歸的穩健性水平，將7個自變量依次放入模型，逐步向后回歸。回歸結果顯示隨著變量的加入，模型的擬合優度大幅提升，因而選擇全部變量放入模型中的回歸結果進行解釋（表4模型1）。為充分體現時間因素與區域因素對電力區域經營績效的影響，分別在模型2、模型3中依次加入時間固定效應與區域固定效應。因為東、中、西三大區域在區位條件、資源稟賦、社會經濟發展水平等諸多方面存在較大差異，電力區域經營績效的影響因素也可能存在差異，因而，本文利用前文的模型與回歸方法分別對東、中、西三大區域的電力區域經營績效進行回歸（模型4—模型6）。具體結果如表4所示。

在全國層面，地區生產總值一次項系數為負數，二次項系數為正數，且分別通過了5%、1%的顯著性水平的檢驗，表明地區生產總值對中國電力區域經營績效存在“U”型曲線特征。隨著地區生產總值的增長電力區域經營績效會呈現下降趨勢，一旦跨過臨界值，電力區域經營績效會隨地區生產總值的增長而增長，本次研究的地區生產總值臨界值為6.526。原因可能在于地區經濟發展初期電力行業基礎設施投資較大，且電力資源利用效率較低，導致經營效率較低；隨著地區經濟的發展，用電需求增多，用戶網絡化特征凸顯，經營效率也隨之提升。對比東、中、西地區回歸結果發現只有中部地區的地區生產總值對電力區域經營績效的影響呈“U”型曲線特征，但中部地區的臨界值要高于全國層面的臨界值。東、西部地區生產總值一次項系數為正，二次項系數為負，表明東、西部地區的地區生產總值對電力區域經營績效呈倒“U”型曲線特征，并且東部地區的臨界點遠高于西部地區，但均未通過顯著性水平的檢驗。

區域經濟的發展需要發揮規模效應與集聚效應，人口密度的大小某種程度上能夠體現區域的規模效應與集聚效應。人口密度變量系數為正且通過了1%的顯著性水平檢驗，表明人口密度對電力區域經營績效具有正向影響。中國電力普及率較高，人口密度越大，電力用戶越多，電力基礎投資的邊際成本越低，經營績效越高。人口密度變量在東部地區系數為正，且通過1%的顯著性水平檢驗，但在中、西部地區均未通過顯著性水平檢驗，可能是東部地區人口密集，人口的集聚效應更為明顯。

工業化化水平不僅反映一個地區的發達程度，某種程度上也反映該區域的用電結構。在全國層面，工業化水平系數為正且通過1%的顯著性水平檢驗。工業是“用電大戶”，其他條件不變情況下，工業化水平越高，電力需求越大，可能使得電力產出的邊際成本下降，進而經營績效提升。對比東、中、西三大區域的回歸結果發現，中部地區系數為正，且系數大于全國層面的系數，表明工業化水平對中部地區電力經營績效的正向作用超過全國平均水平。東部地區系數通過了10%的顯著性水平檢驗但是系數為負，原因可能在于東部地區社會經濟發展水平較高，第三產業比重較大，第三產業的發展對電力區域經營績效的拉動作用較第二產業更強。而三產比重之和為1，工業化水平越高，對于第一產業比重本身很低的東部地區而言意味著擠壓了第三產業比重，因而工業化水平太高反而會使得電力區域經營績效下降。西部地區工業化水平系數為正，但未通過顯著性水平的檢驗。

在全國層面，城鎮化水平系數為正且通過1%的顯著性水平檢驗，表明城鎮化水平對電力區域經營績效的提升具有促進作用。城鎮地區相較鄉村地區人口密度、經濟密度更大，用電需求更大，并且電力投資的單位成本更低，經營績效會更高。城鎮化水平對電力經營績效的影響呈明顯的區域異質性，對東部、中部具有負向影響，不過東部未通過顯著性水平檢驗，對西部則呈正向影響。

無論是在全國層面還是東、中、西三大區域層面，環境規制強度的系數均為正，且系數較大，表明環境規制強度對電力區域經營績效提升具有較為明顯的正向促進作用，這與變量的預期影響方向相反。原因可能在于環境規制強度迫使電力企業更多關注企業生產過程中的非效率問題[ 13 ]，促使電力企業創新以提升全要素生產率，以緩解環境規制產生的成本壓力。同時，環境規制強度有利于構建電力行業的“優勝劣汰”機制，使得環境污染大、生產效率低的電力企業退出行業競爭，優化了行業結構，有利于促進電力行業的供給側結構性改革，繼而提升行業經營績效。

電力自足率反映的是區域電力貿易狀況，用電力生產與消費比衡量。電力自足率大于1，意味著區域電力生產能力過剩存在電力出口。回歸結果顯示電力自足率對電力區域經營績效呈顯著負向影響，電力自足率越高，電力經營績效越低。目前，中國電力跨區域貿易最為典型的是“西電東送”工程，電力的輸送不同于一般商品，需要大量的高壓電纜等基礎設施投資，在電力跨區域貿易相對較小時，電力貿易收入可能難以抵銷其成本。故而，可能使得當前電力自足率與電力區域經營績效之間呈負相關關系。

五、結論與政策建議

（一）結論

本文運用多種DEA方法對中國電力區域經營績效進行了測評，運用ESDA-GIS技術對其時空分異規律進行了研究，并建立面板計量模型研究了中國電力區域經營績效影響因素的異質性，得出以下結論：

（1）中國電力區域經營績效有待提升，21個省份的綜合技術效率均值低于0.65，2005—2014年中國電力區域經營績效的綜合技術效率、純技術效率、規模效率均值均未有明顯提升，但平均純技術效率始終高于平均綜合技術效率和平均規模效率。

（2）中國電力區域經營績效區域差異明顯，綜合技術效率、純技術效率與規模效率均呈由東向西遞減的態勢。2005—2010年中國電力區域經營績效呈大面積下滑趨勢，2010—2014年中國電力區域經營績效狀況相對有所改觀。

（3）2005—2014年間中國電力區域經營績效的Moran's I指數值均為正數，且通過了1%的顯著性水平檢驗，表明中國電力區域經營績效呈強空間自相關性，具有空間集聚特征，2013年空間集聚特征達到最大化。中國電力區域經營績效高—高型集聚區域主要位于環渤海與長三角地區，2005—2014年高—高型集聚區域面積不斷縮減，側面表明中國電力區域經營績效的規模效應不充分，空間溢出效應較弱；低—低型集聚區域主要集中在中國西北、西南地區。

（4）人口密度、工業化水平、城鎮化水平、環境規制強度對中國電力區域經營績效具有顯著正向影響，電力自足率則呈負向影響，地區生產總值具有“U”型曲線特征。中國電力區域影響因素具有明顯的區域異質性，分區域回歸結果顯示只有電力自足率對各大區域均具有負向影響，地區生產總值僅對中部地區通過顯著性水平檢驗，而人口密度僅對東部地區具有影響，工業化水平、環境規制強度對東部、中部具有一定程度的影響，而城鎮化水平則對中、西部通過了顯著性水平檢驗。

（二）政策建議

基于本文研究結果，提出以下提升中國電力區域經營績效的政策建議：

（1）中國電力區域經營績效規模效率遠低于純技術效率，可以推斷規模效率較低是中國電力區域經營績效難以得到提升的重要原因。因而，要進一步加大電力行業的供給側結構性改革，淘汰過剩產能，構建“優勝劣汰”機制，淘汰技術效率低、環境污染大的電力企業。“強強聯合”與兼并等多項措施并舉，優化電力行業結構，提升電力行業的規模效應。

（2）地區生產總值對中國電力區域經營績效呈現“U”型曲線特征，可見地區經濟發展水平具有重要影響。單從電力行業自身出發很難憑借一己之力推動整個區域經濟發展水平的快速提升，繼而實現電力區域經營績效的提升。因而，電力行業可以在保證整個區域基本用電的前提下，重點在經濟發展水平較高的東部地區、城市地區布局產業、產能，以突破“低經濟發展水平陷阱”。

（3）環境規制強度與中國電力區域經營績效呈顯著負相關，進一步啟示：電力企業、行業要加大研發投入，注重對創新人才的培養與引進，提升企業、行業創新能力，提升企業、行業全要素生產率，降低生產成本，突破環境規制強度的限制。同時，要提升企業、行業管理水平，優化管理團隊，適時更新管理理念，實現管理出效益。

【參考文獻】

[1] 賈康，蘇京春.論供給側改革[J].管理世界，2016（3）：1-24.

[2] FARE R，GROSSKOPF S，LOGAN J.The relative efficiency of illinois electric utilities[J].Resources and Energy，1983，5（4）：349-367.

[3] WEYMAN-JONES T. Productive efficiency in a regulated industry：the area electricity boards of england and wales[J].Energy Economics，1991，13（2）：116-122.

[4] LAM P，SHIU A.A data envelopment analysis of the efficiency of China's thermal power generation[J].Utilities Policy，2001，10（2）：75-83.

[5] YU W， JAMASB T， POLLITT M. Does weather explain cost and quality performance？ An analysis of UK electricity distribution companies[J]. Energy policy，2009，37（11）：4177-4188.

[6] GOUVEIA M，DIAS L，ANTUNES C， et al.Benchmarking of maintenance and outage repair in an electricity distribution company using the value-based DEA method [J].Omega，2015，53（1）：104-114.

[7] SUEYOSHI T， GOTO M. Operational synergy in the US electric utility industry under an influence of deregulation policy： a linkage to financial performance and corporate value[J].Energy Policy，2011，39（2）：699-713.

[8] 林衛斌，蘇劍，施發啟.經濟增長、能耗強度與電力消費：用電量與GDP增長率背離的原因探析[J].經濟科學，2010（5）：15-22.

[9] 劉生龍，高宇寧，胡鞍鋼.電力消費與中國經濟增長[J].產業經濟研究，2014（3）：71-80.

[10] 宮汝凱.經濟體制改革與中國電力行業增長：1999—2010[J].經濟學，2015（3）：1005-1028.

[11] 張各興，夏大慰.所有權結構、環境規制與中國發電行業的效率：基于2003—2009年30個省級面板數據的分析[J].中國工業經濟，2011（6）：130-140.

[12] 喬岳，周利華.中國電力產業的績效研究：基于隨機前沿模型的分析[J].山西財經大學學報，2010（12）：67-73.

[13] 范玉仙，袁曉玲.基于NSBM-ML模型的中國電力行業技術效率和全要素生產率研究[J].當代經濟科學，2015（4）：90-99，127.

[14] 解百臣，徐大鵬，劉明磊，等.基于投入型Malmquist指數的省際發電部門低碳經濟評價[J].管理評論，2010（6）：119-128.

[15] BANKER R D， CHARNES A， COOPER W W. Some models for estimating technical and scale efficiencies in data envelopment analysis[J].Management Science，1984，30：1078-1092.

[16] ANDERSEN P， PETERSEN N C. A procedure for ranking efficient units in data envelopment analysis[J].Management Science，1993，39：1261-1264.

[17] CLIFF A， ORD K. Spatial autocorrelation： a review of existing and new measures with applications[J].Economic Geography，1970，46（1）：269-292.