国内外光伏政策绩效对比研究

.06%(2012年)、86.72%(2013年)、86.58%(2014年)；累积光伏装机量占全球比例分别为87.03%(2012年)、86.94%(2013年)、86.86%(2014年)。样本国家的光伏产业规模占到了全球光伏产业规模的85%以上，能较为全面地反映全球光伏产业现状。

　　为了消除投入与产出在时间上的滞后性，本文在选用数据时，投入和产出指标分别选取第t年和第t+1年的数据。而为了减少数据因为单一年份的波动性，本文的投入指标选取的是2011—2013年的平均值，产出指标为2012—2014年的平均值，环境指标为2011—2013年的平均值。所有数据均来源于国际能源署官方网站。

　　3政策绩效结果及分析

　　3.1第一阶段传统DEA的实证结果

　　利用DEAP2.1软件对18个国家的光伏产业效率水平和所处规模报酬状态进行分析，结果见表3。在不考虑外部环境和随机误差的情况下，计算得出相对效率水平：18个国家光伏产业的平均技术效率值为0.81，平均纯技术效率值为0.94，平均规模效率值为0.87，12个国家的光伏产业技术效率值达到了1即处于技术效率前沿面上，其他国家均不同程度地处于无效率状态，有待提高。

　　计算结果表明，大多数国家光伏产业纯技术效率大于规模效率，这意味着多数国家的技术效率来源于纯技术效率，而不是规模效率，说明规模效率无效是制约光伏产业效率的主要因素。由于初算结果包含了外部环境和随机误差项，不能较好地反映政策绩效，需要进行调整并重新计算结果。

　　3.2第二阶段SFA回归结果

　　利用统计软件进行SFA回归，将第一阶段投入变量得出的松弛变量作为第二阶段的被解释变量，将各个国家的环境变量、电力消费总量、GDP和人口作为解释变量，回归得到的结果显示，SFA模型的单边似然比统计量均大于mixed分布的检验标准值，回归模型通过了检验，且δ2和γ均通过了显著性检验。说明产出与离线产出间的差距主要是由管理无效导致的，剥离原投入松弛变量中受到环境因素影响的部分，很有必要。由于环境变量是对各投入松弛变量的回归，当回归系数为负时，表示降低投入松弛的冗余，提高技术效率；反之则增加投入松弛的冗余，降低技术效率。

　　电力消费总量对研发经费投入的松弛变量具有正向影响，说明电力消费总量较大但也并不能有效增加行业内创新资源的配置。原因在于，尽管行业的消费需求量很大，带动了政府对行业创新给予较多的资金支持，但是获得资金支持的企业可能对研究经费的管理较为粗放，造成浪费。国内生产总值和人口数量对研究经费松弛变量的影响为负，说明经济实力的强度可以有效增进光伏行业创新资源的配置。电力消费总量、人口和GDP对于人力资源投入的松弛变量的影响并不显著。

　　3.3第三阶段调整投入后DEA实证结果

　　对18个国家光伏产业效率的投入变量进行调整后，再根据调整后的投入变量和原始产出变量，计算剔除了外部环境因素和随机误差的技术效率，如表3所示。与调整前相比，调整后的政策效率发生了变化。从18个国家光伏产业的平均效率值来看，技术效率从0.81上升到0.82，纯技术效率从0.94上升到0.97，规模效率从0.87下降到0.84，波动的幅度较小。总的来说，样本国家的纯技术效率在第一阶段被低估，规模效率在第一阶段被高估。

　　剔除外部环境因素和随机误差以后，7个国家的光伏产业技术效率有不同幅度的上升，说明这7个国家光伏产业所处的比较不利的环境因素限制了技术效率的提升，而不是较低的管理水平导致了低技术效率；5个国家的技术效率在调整前后均为1，保持不变，说明在这5个国家，光伏产业处于自身最优的状态；6个国家的技术效率有所下降，说明这6个国家的技术效率在第一阶段被高估。与调整前相比，调整后6个国家的纯技术效率有明显的上升，10个国家的纯技术效率保持不变，说明大部分国家的纯技术效率在第一阶段并未被高估。而规模效率在调整后，8个国家呈现下降的趋势，说明这些国家规模效率在第一阶段被高估，规模不经济是导致这些国家光伏产业效率低下的原因。

　　剔除外部环境因素和随机误差以后，大部分国家的光伏产业处于规模报酬递增或者规模报酬不变的阶段，只有中国和德国处于规模报酬递减的阶段，说明光伏产业两大强国产业规模虽大，但出现了规模不经济。可能原因如下：由于新增装机容量增长太快，德国政府从2012年实施了新的政策，光伏利用补贴由原来的每年递减改为每月递减，引起了市场剧烈的动荡，这在一定程度上增加了用户安装成本，同时降低了安装的积极性，使得销售市场行情下跌，导致产业规模外在不经济；此外，国内外光伏补贴政策变化引起的市场供需失衡也在一定程度上促进了规模不经济。

　　中国的光伏产业发展时间短，增长过快，这一点在已有研究中得到证明。但是盲目的扩张并没有给企业带来理想的规模经济，这主要与国内光伏企业主要集中在光伏生产，而制造的产品要卖出去就依赖于欧美等电站开发的拉动，由于金融危机后开发需求量下降，国内产品滞销，促进了规模扩张后的不经济；另一方面，国内的生产补贴政策诱使一些企业涌入产业链下游的产品生产，产能大量增长，但外销不畅，内需不足，企业纷纷打出价格战，使得企业经济效益下降，导致规模不经济。

　　3.4差异性分析

　　为进一步比较不同国家光伏产业之间的效率差异，根据效率测算值，对18个国家的光伏产业效率进行Q型聚类。由于技术效率等于纯技术效率与规模效率的乘积，导致三者之间存在共线性问题。因此，选取没有相关性的技术效率和纯技术效率作为聚类分析的指标。利用统计软件SAS8.0进行聚类分析，得到的结果如图1和表4所示。

　　表4中，NCL为当前系统存在类的总个数，Clusters为当前加入的编号，Joined表示加入该类的国家，FREQ表示新类的元素个数，SPRSQ表示类与类之间规格化最短距离，RSQ表示R2统计量，ERSQ表示偏R2统计量，CCC为统计量值，PSF为伪F统计量，PST2为伪T2统计量，Tie表示“节”。从CCC统计量可以看出，聚为3类时的值最大；若聚为4类，伪F统计量PSF和伪T2统计量都变化较大。综合各方面的情况，聚为3类最为合适。

　　结合图1的结果，可以得到18个国家的光伏产业效率分类情况。第一类澳大利亚、意大利、韩国、挪威、西班牙、瑞典、瑞士、美国、德国、荷兰和日本，该类的特点是纯技术效率和规模效率(0.91～1.00)明显好于其他两类，光伏产业效率处于相对较高的水平。第二类为中国、法国和马来西亚，这三个国家光伏产业纯技术效率与第一类十分接近，但规模效率在0.71～0.76之间，低于第一类国家的规模效率值，此类国家光伏产业效率整体处于相对中等的水平；第三类为奥地利、比利时、加拿大和丹麦，这4个国家的光伏产业纯技术效率都大于0.90，与第一、二类国家的纯技术效率接近，但是规模效率明显低于第一、二类，都在0.41～0.54之间，此类国家的光伏产业效率特点是纯技术效率高于规模效率，技术效率较低主要是因为规模效率低，光伏产业效率处于相对较低的水平。

　　4结论及建议

　　结论如下：

　　(1)剔除外部环境因素和随机误差的影响后，各个国家的技术效率值、纯技术效率值和规模效率值均有不同程度的变化。与剔除前相比，纯技术效率整体上被低估，规模效率整体上被高估，这说明外部环境因素对光伏产业政策效率有一定的影响。

　　(2)剔除外部环境因素和随机误差后，大部分国家的光伏产业处于规模报酬递增或不变的阶段，只有中国和德国处于规模报酬递减的阶段，说明光伏产业两大强国对光伏的利用规模较大，但已经出现了规模不经济。

　　(3)聚类分析将样本国家分为三类，第一类：澳大利亚、美国、德国和日本等11个国家，光伏产业政策效率处于相对较高的水平；第二类为中国、法国和马来西亚，光伏产业政策效率处于相对中等的水平；第三类为奥地利、比利时、加拿大和丹麦，光伏产业政策效率处于相对较低的水平。

　　本文从三个方面提出了建议，具体如下：

　　(1)加强政策引导，营造良好环境。由于环境变量对样本国家的光伏产业效率值有影响，因此各国政府需要根据自身环境采取相应措施促进本国光伏产业的发展。如中国长期的盲目扩张已经出现了规模不经济，不能再盲目给予补贴，而应调整政策，采用直接与间接优惠相结合的税收措施，有针对性地实行增值税即征即退的政策，使得退还的增值税用于企业研发活动及扩大生产；鼓励企业对光伏产业链中高新技术的研发投入，对企业购买光伏产业中上游技术专用仪器设备及实验材料给予政策补贴，鼓励发展高附加值的中上游产品。

(2)加快产业调整，优化产业结构。许多样本国家由于较低的光伏产业规模效率影响了光伏产业的效率，因此，这些国家需要加快本国光伏产业结构的调整，优化产业结构，提高产业规模效率