吳力波 孫可哿 時(shí)志雄

能源經(jīng)濟(jì)與戰(zhàn)略研究中心，上海 200433；4.國(guó)網(wǎng)上海市電力公司，上海 200122）摘要煤炭發(fā)電是中國(guó)污染物排放的主要來源之一，“十一五”期間中國(guó)環(huán)保部門通過命令控制型的脫硫設(shè)施安裝計(jì)劃、經(jīng)濟(jì)激勵(lì)型的脫硫電價(jià)補(bǔ)貼和排污費(fèi)促進(jìn)煤炭發(fā)電企業(yè)減排，大幅降低了中國(guó)煤炭發(fā)電企業(yè)二氧化硫排放總量。環(huán)境規(guī)制對(duì)企業(yè)生產(chǎn)決策行為形成約束，進(jìn)而影響成本技術(shù)效率。研究不同類型環(huán)境規(guī)制政策對(duì)企業(yè)減排措施和成本技術(shù)效率的影響能夠?yàn)槲磥碇贫ㄓ行?、且?duì)企業(yè)負(fù)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(guó)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(qiáng)度，運(yùn)用雙重差分法分析命令控制與經(jīng)濟(jì)激勵(lì)型二氧化硫減排政策同時(shí)存在的情況下，中國(guó)煤炭發(fā)電企業(yè)減排行為和成本技術(shù)效率受到的影響。結(jié)果表明，環(huán)境規(guī)制強(qiáng)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(shè)施的安裝主要由命令控制型的規(guī)制政策決定，脫硫電價(jià)補(bǔ)貼和排污費(fèi)征收的經(jīng)濟(jì)激勵(lì)型政策造成的影響較小。此外，基于成本隨機(jī)前沿模型的分析表明，重點(diǎn)減排地區(qū)煤炭發(fā)電企業(yè)成本技術(shù)效率相對(duì)于非重點(diǎn)減排地區(qū)受到環(huán)境規(guī)制的負(fù)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(shù)效率；但依據(jù)行政指令安裝脫硫裝置的行為對(duì)成本技術(shù)效率起初產(chǎn)生負(fù)面影響，隨后轉(zhuǎn)變?yōu)檎嬗绊懀詈笥绊懴?，總體上促進(jìn)效率提高。因此，安裝脫硫裝置相對(duì)于降低煤耗率、減少產(chǎn)出的行為對(duì)煤電企業(yè)經(jīng)濟(jì)效率的負(fù)面影響最小。命令控制型的脫硫設(shè)施安裝計(jì)劃不僅實(shí)現(xiàn)了二氧化硫減排目標(biāo)，并且相對(duì)于征收排污費(fèi)對(duì)企業(yè)成本技術(shù)效率的負(fù)面影響更小。

關(guān)鍵詞環(huán)境規(guī)制；成本技術(shù)效率；雙重差分；隨機(jī)前沿分析

中圖分類號(hào)F062.1文獻(xiàn)標(biāo)識(shí)碼A文章編號(hào)1002-2104（2018）08-0031-08DOI：10.12062/cpre.20180418

中國(guó)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(guó)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(guó)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(duì)的重要目標(biāo)。根據(jù)《國(guó)家環(huán)境保護(hù)“十一五”規(guī)劃》的內(nèi)容，十一五期間二氧化硫排放量是中國(guó)主要控制的環(huán)保指標(biāo)之一，計(jì)劃2010年相對(duì)于2005年減排10%。針對(duì)這一減排目標(biāo)，一方面國(guó)家環(huán)境保護(hù)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(shè)施安裝計(jì)劃，同時(shí)對(duì)安裝脫硫裝置的發(fā)電廠給予上網(wǎng)發(fā)電脫硫補(bǔ)貼。另一方面，依據(jù)《火電廠大氣污染物排放標(biāo)準(zhǔn)》對(duì)重點(diǎn)減排地區(qū)和非重點(diǎn)減排地區(qū)的火力發(fā)電廠實(shí)施不同強(qiáng)度的二氧化硫排放濃度約束，對(duì)于超過排放濃度上限的部分征收排污費(fèi)。在“十一五”期間，中國(guó)火電機(jī)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(jì)激勵(lì)型環(huán)境規(guī)制政策同時(shí)存在的情況下，中國(guó)煤炭發(fā)電企業(yè)行為決策與成本技術(shù)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(jià)補(bǔ)貼、排污費(fèi)的經(jīng)濟(jì)激勵(lì)型政策同時(shí)存在的情況下，中國(guó)煤炭發(fā)電企業(yè)的行為及其成本技術(shù)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(qiáng)度對(duì)中國(guó)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(shí)改變了發(fā)電廠的成本結(jié)構(gòu)，本文繼續(xù)分析環(huán)境規(guī)制政策、企業(yè)減排措施對(duì)成本技術(shù)效率的影響。

1文獻(xiàn)綜述

中國(guó)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(guó)電力部門的環(huán)境規(guī)制強(qiáng)度較弱，不能充分實(shí)現(xiàn)經(jīng)濟(jì)效率和環(huán)境效率最優(yōu)化。分析環(huán)境規(guī)制政策對(duì)電力部門效率的影響機(jī)制與程度，進(jìn)而選擇最優(yōu)的環(huán)境規(guī)制強(qiáng)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(guó)發(fā)電部門效率與環(huán)境規(guī)制強(qiáng)度呈現(xiàn)U型曲線關(guān)系，即當(dāng)環(huán)境規(guī)制強(qiáng)度達(dá)到一定水平，繼續(xù)提升能夠促進(jìn)經(jīng)濟(jì)效率提高。此外，環(huán)境規(guī)制方式的選擇也會(huì)對(duì)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(duì)企業(yè)生產(chǎn)決策、減排行為的影響時(shí)，有必要區(qū)分命令控制型政策與經(jīng)濟(jì)激勵(lì)型政策的不同影響。JI等[9]基于中國(guó)27個(gè)大型火電廠的研究則表明安裝脫硫泵對(duì)于中國(guó)火力發(fā)電廠環(huán)境經(jīng)濟(jì)效率有益，能夠促進(jìn)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(qiáng)度對(duì)中國(guó)煤炭發(fā)電企業(yè)的生產(chǎn)決策、成本技術(shù)效率影響時(shí)，考慮命令控制型的脫硫裝置安裝與經(jīng)濟(jì)激勵(lì)型的排放費(fèi)的不同特征。

吳力波等：環(huán)境規(guī)制下中國(guó)煤炭發(fā)電企業(yè)成本技術(shù)效率研究中國(guó)人口·資源與環(huán)境2018年第8期環(huán)境規(guī)制相當(dāng)于企業(yè)生產(chǎn)決策的一個(gè)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(jī)制包括正面和負(fù)面影響兩個(gè)方面。環(huán)境規(guī)制降低企業(yè)效率的影響機(jī)制包括：①環(huán)境規(guī)制支出對(duì)投資的擠出效應(yīng)，導(dǎo)致規(guī)模下降、產(chǎn)出下降[11-13]；②減排設(shè)施安裝對(duì)生產(chǎn)流程技術(shù)效率的負(fù)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(fēng)險(xiǎn)[15]。環(huán)境規(guī)制提高企業(yè)效率的機(jī)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(shù)改進(jìn)帶來效率提升[16-20]；②倒逼機(jī)制促使企業(yè)通過其他方式提高效率[21]；③引進(jìn)國(guó)外先進(jìn)環(huán)保技術(shù)時(shí)的技術(shù)溢出效應(yīng)[22]?；诿绹?guó)微觀企業(yè)數(shù)據(jù)的實(shí)證研究表明在環(huán)境規(guī)制對(duì)發(fā)電企業(yè)效率的影響中，正向影響機(jī)制和負(fù)向影響機(jī)制均存在。Hancevic[23]針對(duì)美國(guó)煤炭發(fā)電廠的研究，表明環(huán)境規(guī)制對(duì)發(fā)電廠生產(chǎn)率產(chǎn)生負(fù)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(duì)生產(chǎn)效率有負(fù)面影響；Galloway和Johnson[24]的研究則證明了美國(guó)發(fā)電企業(yè)在環(huán)境規(guī)制下存在內(nèi)部技術(shù)溢出效應(yīng)。因而，本文的研究從環(huán)境規(guī)制強(qiáng)度對(duì)中國(guó)煤炭企業(yè)脫硫裝置安裝、煤耗率、發(fā)電量影響的三個(gè)角度入手，進(jìn)而分析各種減排決策行為對(duì)成本技術(shù)效率的影響機(jī)制。

2數(shù)據(jù)來源與統(tǒng)計(jì)描述

本文數(shù)據(jù)來源于2007—2012年《中國(guó)電力工業(yè)統(tǒng)計(jì)資料匯編》和《中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫》，包括680個(gè)一定規(guī)模以上（主營(yíng)業(yè)務(wù)收入500萬人民幣以上，裝機(jī)容量6 000 kW以上）的中國(guó)煤炭發(fā)電企業(yè)的非平衡面板數(shù)據(jù)。其中《中國(guó)電力工業(yè)統(tǒng)計(jì)資料匯編》包含發(fā)電企業(yè)年度發(fā)電量和能源實(shí)物量投入、平均上網(wǎng)小時(shí)數(shù)、廠用電率、發(fā)電標(biāo)準(zhǔn)煤耗等信息；《中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫》包含企業(yè)年度主營(yíng)業(yè)務(wù)收入、主營(yíng)業(yè)務(wù)成本、固定資本存量、平均雇傭勞動(dòng)人數(shù)、財(cái)務(wù)費(fèi)用等信息。燃煤發(fā)電廠的脫硫脫硝設(shè)施安裝數(shù)據(jù)來自于2013年環(huán)保部公布的《全國(guó)投運(yùn)燃煤機(jī)組脫硫（脫硝）設(shè)施清單》。根據(jù)2007年底公布的《國(guó)家環(huán)境保護(hù)“十一五”規(guī)劃》重點(diǎn)治理113個(gè)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(gè)重點(diǎn)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(diǎn)減排城市與重點(diǎn)減排城市煤炭發(fā)電企業(yè)的發(fā)電標(biāo)準(zhǔn)煤耗均處于下降趨勢(shì)，脫硫裝置裝機(jī)容量安裝比重則處于上升趨勢(shì)，平均發(fā)電量則出現(xiàn)下降。對(duì)比減排重點(diǎn)城市和非重點(diǎn)城市，可以看到減排重點(diǎn)城市煤炭發(fā)電廠的平均煤耗率低于非重點(diǎn)城市，而脫硫裝置安裝比重大于非重點(diǎn)城市。同時(shí)，2007年非重點(diǎn)減排城市與重點(diǎn)減排城市發(fā)電企業(yè)年度平

3環(huán)境規(guī)制下中國(guó)煤炭發(fā)電企業(yè)減排行為分析在命令控制和經(jīng)濟(jì)激勵(lì)相結(jié)合的環(huán)境規(guī)制政策下，中國(guó)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(dá)到減排目標(biāo)。本章利用具有空間差異性的環(huán)境規(guī)制政策，分析中國(guó)煤炭發(fā)電廠在環(huán)境規(guī)制約束下的煤炭投入質(zhì)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(duì)數(shù)；Treatedit是二氧化硫減排政策虛擬變量，企業(yè)i位于重點(diǎn)減排城市，且t時(shí)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(jī)組負(fù)荷率越高、機(jī)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(jī)容量的顯著正向影響。由于本文使用企業(yè)級(jí)別的面板數(shù)據(jù)，微觀個(gè)體間有顯著差異，因此采用固定效應(yīng)模型。ηi是個(gè)體固定效應(yīng)，δt是時(shí)間固定效應(yīng)。結(jié)果如表2所示，模型（1）～（3）是非平衡面板數(shù)據(jù)模型結(jié)果，模型（4）～（6）是平衡面板數(shù)據(jù)模型結(jié)果。

Yit=αTreatedit+Xitθ+ηi+δt+μit（1）

3.1發(fā)電標(biāo)準(zhǔn)煤耗率

發(fā)電標(biāo)準(zhǔn)煤耗率是指發(fā)電廠每單位發(fā)電量消耗的標(biāo)準(zhǔn)煤質(zhì)量，煤炭發(fā)電廠可以通過提高煤炭質(zhì)量或更新機(jī)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(diǎn)減排城市的煤炭發(fā)電廠煤耗率相對(duì)于非重點(diǎn)減排地區(qū)顯著降低?？梢?，環(huán)境規(guī)制強(qiáng)度對(duì)中國(guó)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(qiáng)度促使發(fā)電廠提高機(jī)組運(yùn)行效率或采用更加優(yōu)質(zhì)的煤炭。

其他控制變量對(duì)煤耗率的影響也與預(yù)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(jī)組運(yùn)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(dǎo)致單位發(fā)電量的煤耗提高。結(jié)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(jī)組平均負(fù)荷率越高，煤耗率越低。非平衡面板模型的結(jié)果表明機(jī)組平均負(fù)荷率（實(shí)際負(fù)荷比最大負(fù)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(jī)組容量越大，煤耗率越低。

3.2脫硫裝置安裝

依據(jù)《國(guó)家環(huán)境保護(hù)“十一五”規(guī)劃》的要求，2008年又頒布《國(guó)家酸雨和二氧化硫污染防治“十一五”規(guī)劃》，列舉強(qiáng)制關(guān)停的小型火電機(jī)組名單，以及強(qiáng)制安裝脫硫裝置機(jī)組名單。因此，安裝脫硫裝置是相關(guān)發(fā)電企業(yè)必須服從的減排措施。表2的回歸結(jié)果表明環(huán)境規(guī)制政策對(duì)企業(yè)脫硫裝置安裝有顯著的負(fù)面影響，意味著“十一五”規(guī)劃提出重點(diǎn)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(diǎn)減排城市。根據(jù)表1的數(shù)據(jù)統(tǒng)計(jì)分析，重點(diǎn)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(diǎn)城市，但2008年后重點(diǎn)城市安裝脫硫裝置的增長(zhǎng)幅度減緩?？梢?，盡管依據(jù)“十一五”規(guī)劃，在2007年底提出了二氧化硫重點(diǎn)減排城市，但事實(shí)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(zhǎng)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(jié)果顯示，二氧化硫減排重點(diǎn)城市規(guī)制對(duì)相關(guān)地區(qū)煤炭發(fā)電企業(yè)的年度發(fā)電量有顯著負(fù)面影響，即重點(diǎn)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(jī)組容量對(duì)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(duì)發(fā)電量有主要的解釋作用。發(fā)電機(jī)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(jì)激勵(lì)型的脫硫電價(jià)補(bǔ)貼、排污費(fèi)對(duì)煤炭發(fā)電企業(yè)的行為產(chǎn)生影響。其中，減排重點(diǎn)城市的煤炭發(fā)電廠相對(duì)于非重點(diǎn)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(fèi)征收標(biāo)準(zhǔn)對(duì)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(diǎn)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(diǎn)減排地區(qū)的發(fā)電廠。

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

本章成本隨機(jī)前沿模型分析二氧化硫減排環(huán)境規(guī)制對(duì)中國(guó)煤炭發(fā)電企業(yè)成本技術(shù)效率的影響。模型如式 （2） 所示，是一個(gè)包含時(shí)間趨勢(shì)項(xiàng)（t） 和環(huán)境變量 （Z），并將資本投入當(dāng)作準(zhǔn)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(fù)項(xiàng)，表示成本技術(shù)無效率。煤炭發(fā)電廠的要素投入為資本、勞動(dòng)力、能源。其中，資本投入來自于《中國(guó)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(jià)格指數(shù)折算；勞動(dòng)力投入數(shù)據(jù)為《中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫》中的年均勞動(dòng)力雇傭人數(shù)；能源投入由《中國(guó)電力工業(yè)統(tǒng)計(jì)資料匯編》中的發(fā)電廠燃煤、燃油、燃?xì)鈱?shí)物投入量，按照國(guó)家統(tǒng)計(jì)局公布的標(biāo)準(zhǔn)折算成標(biāo)準(zhǔn)煤折算系數(shù)來源于國(guó)家統(tǒng)計(jì)局國(guó)統(tǒng)字 （2006）185號(hào)《能源統(tǒng)計(jì)報(bào)表制度》。原煤轉(zhuǎn)化為標(biāo)準(zhǔn)煤折算系數(shù)為0.714 3 kgce/kg；原油轉(zhuǎn)化為標(biāo)準(zhǔn)煤折算系數(shù)為1.428 6 kgce/kg；液化石油氣轉(zhuǎn)化為標(biāo)準(zhǔn)煤折算系數(shù)為1.714 3 kgce/kg。。勞動(dòng)力成本由本年應(yīng)付工資總額的貸方累計(jì)發(fā)生額根據(jù)2007年為基期的消費(fèi)者價(jià)格指數(shù)折算得出；能源要素成本的計(jì)算依據(jù)Abraham等[25]的方法，由主營(yíng)業(yè)務(wù)成本減去勞動(dòng)力成本，并根據(jù)2007年為基期的工業(yè)生產(chǎn)者購(gòu)進(jìn)價(jià)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(duì)成本技術(shù)效率的影響通過成本技術(shù)效率對(duì)環(huán)境變量求導(dǎo)判斷。根據(jù)Jondrow等[26]的成本技術(shù)效率定義，推導(dǎo)得成本技術(shù)效率對(duì)環(huán)境變量的導(dǎo)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(shù)效率，Ω和λ是由無效率項(xiàng)方差和均值決定的參數(shù)，Φ（·）和Φ（·）分別是半標(biāo)準(zhǔn)正態(tài)分布的概率密度函數(shù)和累計(jì)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(shù)效率對(duì)環(huán)境變量的偏導(dǎo)數(shù)符號(hào)取決于系數(shù)β的符號(hào)。

4.2結(jié)果分析

本文根據(jù)Greene[27]的方法 （True Random Effect Model） 估計(jì)成本隨機(jī)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(duì)成本技術(shù)效率影響的模型結(jié)果，基于雙重差分法的思想，在分析政策影響因素時(shí)控制時(shí)間效應(yīng)和地區(qū)效應(yīng)對(duì)因變量的影響。結(jié)果表明，環(huán)境規(guī)制政策的影響顯著為負(fù)，即“十一五”期間位于二氧化硫重點(diǎn)減排城市的煤炭發(fā)電廠成本技術(shù)效率相對(duì)于非重點(diǎn)減排城市的煤炭發(fā)電廠受到更大的負(fù)面影響。結(jié)合環(huán)境規(guī)制對(duì)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(jī)組、換用高質(zhì)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(diǎn)減排城市的煤炭發(fā)電廠成本技術(shù)效率顯著低于非重點(diǎn)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(biāo)準(zhǔn)煤耗率、降低產(chǎn)出對(duì)成本技術(shù)效率的影響。與此同時(shí)，控制了安裝脫硝裝置和是否為五大發(fā)電集團(tuán)投資電廠兩個(gè)因素的影響。模型（3）以脫硫脫硝裝置機(jī)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(jié)果表明，煤耗率越高，煤炭發(fā)電廠成本技術(shù)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(jī)組帶來的負(fù)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(shù)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(jī)組容量比率對(duì)成本技術(shù)效率沒有顯著影響。而機(jī)組負(fù)荷率、機(jī)組利用率（年度平均發(fā)電小時(shí)數(shù)與最大可能發(fā)電小時(shí)數(shù)的比值）越高，成本技術(shù)效率越高，表明降低發(fā)電量的行為對(duì)成本技術(shù)效率有顯著的負(fù)面影響。

根據(jù)第一章的總結(jié)，企業(yè)投資于減排設(shè)備對(duì)效率的影響機(jī)制包括投資擠出的負(fù)面效應(yīng)和設(shè)備更新的技術(shù)溢出效應(yīng)。圖1展示了分年度的安裝脫硫裝置比例對(duì)中國(guó)煤炭發(fā)電廠成本效率的影響。圖中展示的結(jié)果是根據(jù)成本隨機(jī)前沿的參數(shù)估計(jì)結(jié)果，模擬當(dāng)其他變量取均值時(shí)，一定脫硫裝置安裝比例對(duì)應(yīng)的發(fā)電廠成本技術(shù)效率。結(jié)果表明，2007—2009年間，安裝脫硫裝置對(duì)中國(guó)煤炭發(fā)電廠成本技術(shù)效率主要為負(fù)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(shè)備投資導(dǎo)致成本上升、效率下降的效應(yīng)起主導(dǎo)作用。2010—2011年之間，安裝脫硫設(shè)施對(duì)中國(guó)煤炭發(fā)電企業(yè)成本技術(shù)效率的影響逆轉(zhuǎn)為正，表明在這一階段，更新設(shè)備技術(shù)、企業(yè)間的溢出效應(yīng)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(guó)煤炭發(fā)電廠安裝脫硫裝置

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

5結(jié)論與政策建議

本文分析了“十一五”期間國(guó)務(wù)院和環(huán)保部具有空間差異化規(guī)制強(qiáng)度的二氧化硫減排政策對(duì)中國(guó)煤炭發(fā)電廠生產(chǎn)行為決策和成本技術(shù)效率的影響。結(jié)果表明環(huán)境規(guī)制政策對(duì)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(diǎn)城市的煤炭發(fā)電廠相對(duì)于非重點(diǎn)減排城市的發(fā)電廠更大強(qiáng)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(shè)施安裝工程計(jì)劃與經(jīng)濟(jì)激勵(lì)型的重點(diǎn)減排城市排污費(fèi)征收的政策步調(diào)并不完全一致，雖然重點(diǎn)減排城市煤炭發(fā)電企業(yè)脫硫設(shè)施平均安裝比率高于非重點(diǎn)減排城市，但2008年后非重點(diǎn)減排城市的脫硫裝置安裝增速顯著高于重點(diǎn)減排城市。在2007年底發(fā)布《國(guó)家環(huán)境保護(hù)“十一五”規(guī)劃》前，113個(gè)二氧化硫排放密集城市的煤炭發(fā)電廠安裝脫硫設(shè)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(diǎn)城市安裝脫硫裝置的增長(zhǎng)空間小。

成本技術(shù)效率分析的結(jié)果表明，重點(diǎn)減排城市煤炭發(fā)電企業(yè)在更加嚴(yán)格的環(huán)境規(guī)制下（二氧化硫排污費(fèi)征收起點(diǎn)更低），成本技術(shù)效率受到更大的負(fù)面影響。關(guān)于成本技術(shù)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(duì)中國(guó)煤炭發(fā)電廠成本技術(shù)效率平均上具有正面影響，表明安裝脫硫裝置帶來的技術(shù)更新、企業(yè)間溢出效應(yīng)超過了成本增加的負(fù)面效應(yīng)。從時(shí)間趨勢(shì)上來看，2007—2009年間，安裝脫硫裝置的成本負(fù)面效應(yīng)占主導(dǎo)，因?yàn)檫@段時(shí)間內(nèi)中國(guó)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(shù)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(shù)收益，直到2012年這種顯著的收益消失。此外，中國(guó)煤炭發(fā)電廠的發(fā)電標(biāo)準(zhǔn)煤耗降低對(duì)成本技術(shù)效率有顯著負(fù)面影響，表明中國(guó)煤炭發(fā)電廠提高機(jī)組技術(shù)效率，或改善煤炭投入質(zhì)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(duì)于降低標(biāo)準(zhǔn)煤耗、減少發(fā)電量等減排措施，在一定時(shí)期內(nèi)有技術(shù)效應(yīng)帶來的收益，對(duì)發(fā)電企業(yè)成本技術(shù)效率的負(fù)面影響小。

（編輯：于杰）

參考文獻(xiàn)（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(guó)工業(yè)企業(yè)數(shù)據(jù)的經(jīng)驗(yàn)分析[J]. 中國(guó)工業(yè)經(jīng)濟(jì)， 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(quán)結(jié)構(gòu)、環(huán)境規(guī)制與中國(guó)發(fā)電行業(yè)的效率——基于2003—2009年30個(gè)省級(jí)面板數(shù)據(jù)的分析[J]. 中國(guó)工業(yè)經(jīng)濟(jì)， 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(chǎng)型和命令型政策工具的節(jié)能減排技術(shù)創(chuàng)新效應(yīng)——基于中國(guó)工業(yè)行業(yè)專利數(shù)據(jù)的實(shí)證[J]. 中國(guó)工業(yè)經(jīng)濟(jì)， 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(duì)中國(guó)節(jié)能減排技術(shù)創(chuàng)新的影響[J]. 中國(guó)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(guó)環(huán)境規(guī)制政策工具的比較與選擇[J]. 中國(guó)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(guó)慶. 不同類型環(huán)境規(guī)制對(duì)企業(yè)技術(shù)創(chuàng)新影響比較研究[J]. 中國(guó)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(dá)，等.中國(guó)煤炭產(chǎn)業(yè)產(chǎn)能過剩的影響因素[J].北京理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)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(guó)火電行業(yè)全要素生產(chǎn)率及其影響因素[J].經(jīng)濟(jì)與管理評(píng)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.