偏向技術進步有利于可再生能源轉型嗎
——基于要素替代彈性的證據

董春詩

(西安石油大學 經濟管理學院，陜西 西安 710065)

0 引言

改革開放以來，中國經濟總量在高速增長的同時，能源枯竭和環境惡化等問題日趨嚴重，綠色可持續發展成為社會各界高度關注焦點。《世界能源統計年鑒》數據顯示，2018年中國化石能源消費量占全球23.77%，可再生能源消費量占全球28.87%，碳排放總量占全球27.82%。受制于“富煤、貧油、少氣”的資源稟賦，目前煤炭仍然是中國依賴度最高的能源，2018年中國煤炭消費量占全球比例超過50%。因此，中國是全球可再生能源轉型最為迫切的國家之一，如何實現更多可再生能源消費是最需要關注的問題。技術進步是可再生能源消費最重要的驅動因素之一，因此被視為能源轉型最不可缺少的驅動因素[1]。

現有研究更多關注的是希克斯中性技術進步，中性技術進步的節能減排效應主要通過同比例改變生產要素使用量實現，這忽視了技術進步在不同生產要素之間的偏向性[2]。與中性技術進步不同，偏向技術進步能不同比例改變生產要素使用量[3]。例如，當偏向技術進步在不可再生能源與可再生能源之間偏向于使用更多可再生能源消費，且可再生能源能夠有效替代不可再生能源時，有利于推動可再生能源轉型。然而，現有研究很少關注偏向技術進步與可再生能源轉型的關系。為此，本文構建一個偏向技術進步理論分析框架，并采用固定效應隨機前沿生產函數分析技術進步的偏向性以及化石能源與非化石能源間的替代彈性，進而判斷2000—2017年中國內地30個省域的偏向技術進步是否推動了可再生能源轉型。

與已有研究相比，本文邊際貢獻在于：①運用固定效應隨機前沿生產函數探索中國偏向技術進步與可再生能源轉型的關系，拓展了現有研究視野；②在偏向技術進步測度中區分化石能源與可再生能源，提高了測算精度；③在偏向技術進步理論框架下測度化石能源與可再生能源的替代彈性，為未來研究偏向技術進步與能源轉型的關系提供了新思路。

1 文獻綜述

偏向技術是相對中性技術而言的，其概念最早由Hicks提出，主要用于刻畫生產技術進步在不同生產要素之間的偏向性。Hicks[2]將技術進步的偏向性歸因于技術進步誘導生產要素相對價格變化，并指出生產要素的相對價格取決于要素稟賦。以Kennedy[4]、Samuelson[5]為代表的經濟學家認為，Hicks對偏向技術進步誘發機制的解釋是不充分的，并進一步發現偏向技術進步能夠改變生產要素之間的相互替代關系，因為技術進步會偏向使用成本更低的生產要素。由于早期研究對偏向技術進步的概念界定模糊，因此之后多年陷入沉寂，直到2000年前后，Acemoglu[6-7]重新定義偏向技術進步的概念，并完善其微觀理論基礎。近年來，偏向技術進步受到諸多學者關注，如偏向技術進步測算方法[8-9]、偏向技術進步與能源消費[10]、偏向技術進步的驅動因素[11]及偏向技術進步與環境污染[12]等。

能源轉型的概念于1980年首次被德國科學院提出，其目的是為了應對當時正肆虐歐洲的第二次石油危機。在經濟衰退、能源枯竭和環境惡化等多重因素驅動下，能源轉型成為能源經濟領域備受關注的熱點問題，如能源轉型內涵[13]、能源轉型路徑[14]、能源轉型模式[15]等。技術進步在能源轉型中扮演著重要角色，其作用主要是通過影響能源消費進而促進轉型。已有研究結論可歸納為3類：第一類研究認為，技術進步會增加能源消費量，尤其是可再生能源消費[16]；第二類研究認為，技術進步能夠通過提高全要素生產率、優化產業結構等途徑，減少化石能源消費，進而有利于能源轉型[17-18]；第三類研究發現，技術進步對能源消費具有顯著非線性效應，技術進步初期有利于節約能源，當技術達到一定水平后會產生回彈效應，增加能源消費，此時對能源轉型的影響是不確定的[19-20]。然而，上述涉及的技術均是希克斯中性的，忽略了技術進步在生產要素間的偏向性。近年來，偏向技術進步在能源經濟領域逐漸得到關注。王班班和齊紹洲[21]研究發現，1999—2012年中國工業技術進步呈現出節約能源特征；何小鋼和王自力[22]發現，1981—2000年中國33個行業技術進步偏向于能源消耗；Zha等[10]研究發現，1990—2012年中國工業技術進步偏向于使用能源，主要是因為勞動密集型產業不斷減少。

目前，鮮有研究關注偏向技術進步與可再生能源轉型的關系。偏向技術進步對能源轉型的影響主要取決于技術進步的要素偏向性，當技術進步偏向使用更多可再生能源和更少化石能源，則有助于能源轉型[23-24]。然而，可再生能源消費量及其比例的提升，可能不是有效的能源轉型，因為化石能源消費量也在不斷上升[25]。因此，學者們將這種現象描述為能源增加，認為可再生能源消費量增加只能被視為是一次能源補充。僅依據偏向技術進步在可再生能源與不可再生能源之間的偏向性，無法科學判斷能源轉型是否在發生。因此，在識別技術進步的要素偏向性后，還需要進一步計算可再生能源對化石能源的替代彈性。目前，已有研究關注了技術進步的要素替代效應，如Serletis等[26]通過測算美國不同能源之間的替代彈性發現，可再生能源對化石能源的替代效應十分有限；Wesseh&Lin[27]發現，西非國家共同經濟體的可再生能源與不可再生能源之間存在相互替代關系。因此，如果技術進步偏向使用更多可再生能源，且可再生能源能夠有效替代化石能源，則偏向技術進步有助于能源轉型。

2 方法與數據

2.1 固定效應隨機前沿生產函數

參考Yang等[23]的做法，本文采用固定效應隨機前沿模型估計隨機前沿生產函數，其一般形式如下：

yit=αi+βxit+vit-uit

(1)

其中，i、t分別表示地區和年份，y表示產出，α表示個體固定效應，x代表投入要素向量集，β代表投入要素待估系數的向量集；v是隨機誤差項，表示統計誤差和各種隨機因素對前沿產出的影響；u是技術無效率項，表示實際產出與技術前沿產出的差距。對于投入要素而言，化石能源和可再生能源是兩種不同生產要素。然而，現有研究大多以資本、勞動和能源作為投入要素，沒有區分化石能源與可再生能源對產出的不同貢獻。為此，本文將化石能源和可再生能源作為兩種獨立生產要素，以識別技術進步在兩者間的偏向性。

傳統生產函數認為技術進步是中性的，但在要素成本和邊際生產率驅動下，技術進步會偏向更多使用某一生產要素。因此，本文參考Wesseh&Lin[27]的做法，對式(1)進行擴展處理。

其中，Y代表各省產出，K、L分別代表資本和勞動，F、R分別代表化石能源和可再生能源。

(1)產出(Y)。本文選取各省2000年不變價GDP作為產出衡量指標。

(2)資本投入(K)。本文采用資本存量作為資本投入的代理變量，基于單豪杰[28]的研究，采用永續盤存法估算各省資本存量，公式表示如下：

Kit=Iit/Pit+(1-σ)Ki,t-1

(3)

其中，Kit、Iit、Pit和σ依次表示第i個省第t年的資本存量、固定資本形成總額、固定資產價格平減指數和資產折舊率。

(3)勞動投入(L)。本文采用勞動投入量作為勞動投入的代理變量，借鑒張寧和張維潔[29]的做法，以各省就業總人數表示勞動投入量。

(4)化石能源投入(F)。本文采用化石能源消費量作為化石能源投入的代理變量，借鑒Yang等[12]的做法，以煤炭、石油和天然氣消費量之和表示化石能源消費量。

(5)可再生能源投入(R)。本文采用可再生能源發電量作為可再生能源投入的代理變量，考慮數據可得性，本文以水力發電量、風力發電量和太陽能發電量之和表示可再生能源消費量。

根據Shao等[9]的研究，將技術進步定義為：在控制其它因素時，前沿技術隨時間的變化率。因此，技術進步可表示為：

(4)

其中，TP表示技術進步指數；β1+β2t代表純技術效率變化，用于衡量技術溢出和技術擴散對前沿技術變化的影響；β7lnK+β8lnL+β9lnF+β10lnR代表偏向技術變化，用于衡量各要素生產技術對前沿技術變化的影響。偏向技術的概念是相對于希克斯中性技術而言的，中性技術變化假定所有生產要素的邊際生產率會同等比例變化，偏向技術變化則假定所有生產要素的邊際生產率不是同等比例變化。為了更直觀地闡述偏向技術，圖1給出了中性技術變化和偏向技術變化可能的情形。其中，S和T是兩個不同時期，L1(y,b)、Ln(y,b)、L21(y,b)和L22(y,b)表示不同生產技術曲線，y、b分別表示期望產出和非期望產出。以化石能源和可再生能源為例，假設從S時期至T時期的技術進步是希克斯中性的，則L1(y,b)會平移至Ln(y,b)，此時技術進步同等比例節約了可再生能源和化石能源；假設從S時期至T時期的技術進步偏向于使用更多化石能源，則L1(y,b)會旋轉至L22(y,b)；假設從S時期至T時期的技術進步偏向于使用更多可再生能源，則L1(y,b)會旋轉至L21(y,b)。顯然，當技術進步偏向于更多使用某種生產要素時，則生產技術曲線會出現旋轉效應；當技術進步同等比例節約生產要素使用量時，則生產技術曲線會出現平移效應。

圖1 偏向技術變化與中性技術變化

2.2 要素偏向性識別方法

為進一步揭示技術進步的要素偏向性，本文沿用Diamond[30]的方法估算生產要素的相對偏倚程度，一般形式為：

(5)

其中，n、q是兩種不同生產要素，MPn、MPq分別是n和q的邊際生產率，Biasnq表示技術變化引起要素n與q之間邊際產出增長率的差異。Biasnq>0(<0)表示在一次生產中技術進步偏向于使用更多n(q)或節約更多q(n)；Biasnq=0表示技術進步是希克斯中性的，技術變化會同比例增加或節約n和q。

根據式(5)，可以估算技術進步在任意兩種生產要素之間的偏倚程度，本文以化石能源和可再生能源為例。結合式(2)、(5)，BiasFR可表示為：

(6)

其中，εF、εR分別是化石能源和可再生能源的產出彈性。因此，化石能源和可再生能源的邊際生產率可分別通過求解式(7)、(8)得到。

(7)

(8)

2.3 要素替代彈性測算方法

不同生產要素間的替代或互補關系能夠反映要素投入相對增加或減少。以F和R為例，如果F與R具有穩定的替代關系，則F投入增加會使R投入減少；如果F與R具有穩定的互補關系，則F投入增加會使R投入增加。因此，根據F與R之間的替代或互補關系，可以判斷出偏向技術進步是否推動了可再生能源結構轉型。要素間的替代彈性是要素投入結構變化與邊際替代率變化的比率，替代彈性公式如下：

(9)

其中，SubsFR表示要素F與要素R間的替代彈性。結合式(7)、(8)，要素F與要素R間的邊際替代率為：

(10)

結合式(9)、(10)，可得：

SubsFR=

(11)

通過式(11)可計算任意兩種要素間的替代彈性。其中，SubsFR>0(<0)表示要素F與要素R間具有替代(互補)關系，SubsFR=0表示要素F與要素R間不具有替代或互補關系。

2.4 數據描述

基于數據可獲取性，本文選取2000—2017年中國內地30個省域面板數據作為研究樣本(西藏因數據不全未納入統計)。為消除通貨膨脹等因素的影響，將資本存量和GDP按照價格指數平減為2000年不變價格。GDP及其價格指數、資本存量等數據來源于《中國統計年鑒》，勞動投入數據來源于《中國勞動統計年鑒》，化石能源投入數據來源于《中國能源統計年鑒》，可再生能源投入數據來源于《中國電力統計年鑒》。相關變量統計描述見表1。

表1 各變量描述性統計結果

3 結果與討論

3.1 技術進步估計結果與討論

表2報告了超越對數生產函數的參數估計結果。可以發現，大多數參數均在10%統計水平上顯著異于0，極大似然函數值和LR檢驗結果表明本文估計模型具有很強的解釋力。復合殘差值為0.001 3且在1%統計水平上顯著，表明誤差項和無效率項波動較小。因此，固定效應隨機前沿模型能夠很好地刻畫技術效率變化。此外，時間與生產要素的交互項系數、不同生產要素的交互項系數及相同生產要素的交互項系數均顯著異于0，這為技術進步的要素偏向性和要素替代彈性分析提供了良好基礎。

基于表2的估計結果，本文估計了2000—2017年中國各省域技術進步指數。為了說明中國各省域技術進步指數的時間變化趨勢，以2000年、2006年、2011年和2017年各省技術進步指數為例，詳見圖2。由圖2(a)可知，2000年中國僅北京、上海、江蘇、浙江和廣東的技術進步指數超過0.72，其余省份均低于0.72。其中，僅上海的技術進步指數超過0.76，北京、江蘇、浙江介于0.72～0.74之間，廣東介于0.74～0.76之間。由圖2(b)可知，2006年技術進步指數超過0.72的省市有北京、天津、上海、江蘇、浙江、福建、江西和山東，其余省份均低于0.7。其中，上海和廣東的技術進步指數均超過0.8，北京、江蘇和浙江均超過0.78。相較于2000年，2006年大部分省份的技術進步指數都有不同程度提高。由圖2(c)可知，2011年中國技術進步指數低于0.72的省(市、自治區)有天津、河北、山西、遼寧、福建、海南、寧夏和新疆，其余省份均高于0.74。2011年中國絕大部分省份的技術進步指數相較2000年均有所提高。由圖2(d)可知，2017年技術進步指數小于0.72的區域進一步縮小，僅河北、山西、遼寧和海南低于0.72，北京、上海、廣東和重慶的技術進步指數均超過0.8，介于0.74～0.78之間的省份有10個，該數量相較之前年份有顯著提升。2017年各省技術進步指數均高于2000年。對比2000年、2006年、2011年和2017年各省技術進步指數發現，各省技術進步指數隨時間推移均有顯著提高。

表2 超越對數生產函數參數估計結果

圖2 不同年份中國省域技術進步指數

3.2 要素偏向性識別結果與討論

通過前文分析結果可知，2000—2017年間中國各省技術進步指數逐漸提升，說明期間各省技術水平均有所提高。然而，僅從技術進步指數變化中無法識別出技術進步的要素偏向性。基于此，本文重點討論技術進步的要素偏向性。表3報告了2000—2017年中國整體技術進步在資本、勞動、化石能源和可再生能源之間的偏向性，可以看出整體上技術進步偏向于使用更多資本，其次依次是化石能源、勞動和可再生能源。其中，2000—2001年和2003—2004年技術進步均偏向于使用更多勞動，說明期間主要采用勞動密集型生產模式；2000年、2005—2008年、2012—2013年和2015年技術進步均偏向于使用更多化石能源，說明期間主要采用化石能源密集型生產模式；2009—2011年、2014年和2016—2017年技術進步均偏向于使用更多資本，說明期間主要采用資本密集型生產模式。值得關注的是，化石能源與非化石能源的偏倚程度在所有年份均大于零，說明2000—2017年中國整體技術進步偏向于使用更多化石能源。該結論能很好解釋的一個客觀事實是，樣本期間內中國技術進步在不斷提升的同時，能源枯竭和環境污染問題也在不斷加劇。事實上，Zha等[10]也發現，技術進步是顯著偏向化石能源的，且這種偏倚程度還在不斷增加。

表3 技術進步的要素偏向性

表4報告了2000—2017年各省技術進步在化石能源與可再生能源之間的偏向性，可以看出各省份技術進步在化石能源與可再生能源之間存在顯著差異。2000—2005年，各省技術進步均偏向于使用更多化石能源，相對節約可再生能源；2006—2011年，除上海、浙江、湖北和云南偏向使用更多可再生能源外，其它省份技術進步偏向使用更多化石能源；2012—2017年，北京、上海、浙江、安徽、湖北、海南和重慶的技術進步偏向使用更多可再生能源，而其它省份則表現出相對節約可再生能源的偏向特征。從各省偏向性局部差異看，北京、上海、浙江、安徽、湖北、海南和重慶的偏向性由相對節約可再生能源過渡為相對節約化石能源，而其余省份在樣本期間內始終以相對節約可再生能源為主。

表4 技術進步的偏向性(化石能源與可再生能源)

整體而言，2000—2017年中國僅有上海、浙江、湖北和云南表現出相對節約化石能源的偏向特征，表明上述4個省市的生產模式相對綠色可持續。究其原因，不難發現上述省份的可再生能源生產規模更大，對應的可再生能源生產技術水平也相對先進。例如，云南和湖北的可再生能源規模位居全國第二、三位，其可再生能源生產技術相對先進，尤其是水力發電技術。因此，對于這些省份而言，其技術進步會偏向于使用更多可再生能源。相比之下，其它省份的技術進步則導致使用化石能源的邊際產出增長率較高，表明中國大部分省份在樣本期間內保持較高的能源需求水平，依然處于相對污染與不可持續的生產模式。究其原因，煤炭和石油仍是大多數省份最依賴的能源，其生產技術創新投資高于其它生產要素。例如，山西和內蒙古是煤炭稟賦最高的兩個省份，其煤炭對應的生產技術遠高于其它生產要素；陜西和山東是石油稟賦較高的兩個省份，其石油對應的生產技術高于其它生產要素。因此，對于這些省份而言，其技術進步會偏向于使用更多化石能源。與本文研究結果相悖的是，一些研究認為，技術進步會改善全要素能源(尤其是化石能源)效率，有助于實現節能減排[12]。然而，2020年《世界能源統計年鑒》數據顯示，1965—2019年間中國化石能源消費總量在不斷增加。因此，技術進步會刺激生產規模擴張，能源需求水平也在日益提高，技術進步對可再生能源轉型的作用還需要在偏向性分析的基礎上，進一步測算技術進步的要素替代彈性。

3.3 要素替代彈性測算結果與討論

表5報告了2000—2017年資本、勞動、化石能源與可再生能源間的替代彈性。依據前文要素彈性的判別方法，可以看出資本對勞動的替代彈性在樣本期間內均大于零，說明資本與勞動之間存在穩定的替代關系。資本與化石能源的替代彈性在不同年份表現出差異，二者的替代彈性在2011—2014年和2016—2017年大于零，其余年份則小于零，說明二者關系并不穩定，但整體上是互為替代關系。與資本和勞動的關系一致，資本與可再生能源的替代彈性在樣本期間內均大于零，表明資本與可再生能源之間具有穩定的替代關系。勞動與化石能源的關系在樣本期間內互為替代關系，但這種替代關系并不穩定，二者在2000—2001年、2005年、2011年和2013年表現為互補關系。勞動與可再生能源在樣本期間內具有較穩定的互補關系，僅在2005年和2014年互為替代關系。本文最為關注的是化石能源與可再生能源之間的關系，彈性系數表明二者雖然整體上表現為替代關系，但這種替代關系并不穩定，因為樣本區間內二者在替代關系與互補關系中多次轉換，該結論與Yang等[23]的結果相似。上述發現表明，化石能源與可再生能源之間的關系相對易于調整。

表5 要素替代彈性測算結果

表6報告了2000—2017年各省化石能源與可再生能源之間的替代彈性。可以看出，2000—2005年中國僅有上海、浙江、湖北、廣東、海南和云南6個省市的化石能源與可再生能源互為替代關系，在其它省份則表現為互補關系，表明在此期間能源需求處于較高水平，可再生能源增加只是對能源消費總量的一次補充。與2000—2005年不同的是，2006—2011年中國有10個省(市、自治區)(河北、內蒙古、黑龍江、江西、湖南、貴州、甘肅、青海、寧夏和新疆)的化石能源與可再生能源具有互補關系，在其它省份則表現為替代關系。究其原因，上述表現為互補關系的省份中有的能源需求水平較高，如上海、浙江和廣東，這些省市僅僅依賴化石能源供應可能無法滿足能源需求，因此需要額外的可再生能源作為補充。值得關注的是，2000—2005年大多數省份化石能源與可再生能源之間的互補關系轉變為2006—2011年的替代關系，表明可再生能源增加在一定程度上會減少化石能源消費。2012—2017年中國有8個省(市、自治區)(河北、內蒙古、黑龍江、江西、云南、甘肅、青海和新疆)的化石能源與可再生能源之間具有互補關系，其它省份則互為替代關系。究其原因，上述省份的能源消費規模在逐漸擴張，能源需求水平也在不斷提高，需要更多能源供給滿足其生產需求，這也可能是化石能源與可再生能源之間具有互補關系的潛在原因。從2000—2017年平均水平看，中國有13個省份的化石能源與可再生能源之間具有互補關系，其它17個省份則表現為替代關系。因此，整體上二者具有替代關系，但從局部看，各省存在差異。

表6 要素替代彈性測算結果(化石能源與可再生能源)

3.4 能源偏向性與要素替代彈性歸類分析

正如上文所述，當技術進步偏向使用更多可再生能源，且可再生能源與化石能源之間具有替代關系(互補關系)，則偏向技術進步有利于(不利于)可再生能源轉型；當技術進步偏向使用更多化石能源，且可再生能源與化石能源之間具有替代關系(互補關系)，則偏向技術進步不利于(有利于)可再生能源轉型。本文按照要素偏向性和要素替代彈性對各省進行歸類，如表7所示。其中，Bias-FR>0且Subs-FR>0的省份有天津、江蘇、安徽、福建、山東、湖南、廣東、廣西、海南、重慶、四川、貴州和寧夏，上述省份的技術進步偏向于使用更多化石能源，且化石能源增加替代了可再生能源，表明偏向技術進步阻礙了可再生能源轉型。Bias-FR>0且Subs-FR<0的省份有北京、河北、山西、內蒙古、遼寧、吉林、黑龍江、江西、河南、山西、甘肅、青海和新疆，上述省份的技術進步偏向于使用更多化石能源，盡管可再生能源也在不斷增加，但這些省份更多的是使用化石能源，表明偏向技術進步阻礙了可再生能源轉型。Bias-FR<0且Subs-FR<0的省份僅有云南，云南的技術進步偏向于使用更多可再生能源，且可再生能源與化石能源表現出互補關系，表明偏向技術有利于可再生能源轉型。Bias-FR<0且Subs-FR>0的省份有上海、浙江和湖北，上述省份的技術進步偏向于使用更多可再生能源，且可再生能源有效替代了化石能源，表明偏向技術進步有利于可再生能源轉型。相比之下，Bias-FR<0且Subs--FR>0是最理想的生產模式。

表7 省級要素偏向性與要素替代彈性分類結果

4 結論與啟示

作為全球最大能源消費國，中國是可再生能源轉型最為迫切的國家之一。盡管偏向技術進步是可再生能源消費的重要驅動因素，但鮮有研究關注偏向技術進步是否推動了可再生能源轉型。基于此。本文首先基于偏向技術進步理論框架，采用固定效應隨機前沿生產函數，測度2000—2017年中國內地30個省域的技術進步指數并識別其在生產要素中的偏向性。其次，本文進一步分析化石能源與可再生能源間的替代彈性，結果發現，中國整體技術進步偏向于使用更多資本，其次依次是化石能源、勞動力和可再生能源，且化石能源與可再生能源互為替代關系，這說明偏向技術進步阻礙了可再生能源轉型。同樣地，本文從分省視角進一步分析發現，上海、浙江、湖北和云南的技術進步偏向于使用更多可再生能源，且上海、浙江和湖北的可再生能源與化石能源間具有替代關系，表明這些省市的偏向技術進步推動了可再生能源轉型。值得關注的是，部分省份的技術進步在化石能源與可再生能源之間的偏向性隨時間產生變化，表明二者之間的偏向特征并不穩定。同樣地，一些省份化石能源與可再生能源的替代關系也并不穩定。

基于上述研究結論，各省應積極誘導生產技術進步偏向于使用更多可再生能源。然而，目前我國可再生能源生產規模仍然相當有限，僅依靠可再生能源供應無法滿足當前能源需求。因此，側重于可再生能源技術創新是重點工作，通過技術創新降低可再生能源成本，擴大可再生能源生產規模，提高可再生能源供給能力。具體地，對于可再生能源稟賦較高的省份，應加大相應可再生能源技術創新投資。例如，西北地區具有豐裕的風力資源，應適當加大對內蒙古、甘肅、寧夏等省份的風力發電技術創新投資；西南和華中地區更適宜發展水電技術，如四川、云南、湖北等。不僅如此，還應能動地改變化石能源與可再生能源間的替代關系，加快可再生能源有效替代化石能源。各省應為可再生能源產業發展營造優質發展環境，如四川、云南和湖北的水力發電量接近全國發電量的20%，這些省份應該為水力發電相關企業提供更多優惠政策，尤其是為處于發展初期的水電相關產業提供一定補助，扶持其提高市場競爭力，擴大可再生能源在能源市場中的份額，加快可再生能源利用的基礎設施建設，促使生產技術偏向使用更多可再生能源，從而實現可再生能源有效替代化石能源。