基金项目:国家自然科学基金项目(７１５４００１４)ꎬ西藏自治区科技计划研究项目(Ｚ２０１４Ｒ９１Ｆ０１０１)ꎮ收稿日期:２０１６－０６－２７作者简介:冯楚建(１９７０－)ꎬ男ꎬ湖南湘阴人ꎬ华中科技大学公共管理学院博士生ꎬ科技部副研究员ꎻ研究方向:科技管理㊁创新政策ꎮ国内外光伏产业政策绩效对比研究冯楚建１ꎬ２ꎬ谢其军３(１ 华中科技大学公共管理学院ꎬ湖北㊀武汉㊀４３００７０ꎻ２ 科学技术部ꎬ北京㊀１００８６２ꎻ３ 中国科学技术大学公共事务学院ꎬ安徽㊀合肥㊀２３００２６)摘㊀要:本文从政策绩效角度ꎬ应用三阶段的ＤＥＡ和聚类分析对１８个国家的光伏产业政策绩效进行了定量研究ꎮ结果显示:①外部环境因素对各国光伏产业政策效率有一定的影响ꎬ规模效率低是政策效率较低的主因ꎻ②中国和德国的光伏产业虽然利用规模较大ꎬ但出现了规模不经济ꎻ③１８个国家的光伏产业政策绩效可分为三类ꎬ一类:德国㊁美国和日本等１１个国家ꎬ政策效率处于相对较高的水平ꎻ二类:中国㊁法国和马来西亚ꎬ政策效率处于相对中等的水平ꎻ三类:奥地利㊁比利时㊁加拿大和丹麦ꎬ政策效率处于相对较低的水平ꎮ最后ꎬ依据实证分析的结果提出了一些建议ꎮ关键词:光伏产业ꎻ政策绩效ꎻ对比研究ꎻ数据包络分析ꎻ聚类分析中图分类号:Ｆ２０６㊀文献标识码:ＡＴｈｅＩｎｔｅｒｎａｔｉｏｎａｌＣｏｍｐａｒｉｓｏｎｏｆＰｏｌｉｃｙＰｅｒｆｏｒｍａｎｃｅｉｎＰｈｏｔｏｖｏｌｔａｉｃＩｎｄｕｓｔｒｙＦｅｎｇＣｈｕｊｉａｎ１ꎬ２ꎬＸｉｅＱｉｊｕｎ３(１ ＣｏｌｌｅｇｅｏｆＰｕｂｌｉｃＡｄｍｉｎｉｓｔｒａｔｉｏｎꎬＨｕａｚｈｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙꎬＷｕｈａｎ４３００７０ꎬＣｈｉｎａꎻ２ ＭｉｎｉｓｔｒｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙꎬＢｅｉｊｉｎｇ１０００３８ꎬＣｈｉｎａꎻ３ ＳｃｈｏｏｌｏｆＰｕｂｌｉｃＡｆｆａｉｒｓꎬＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙｏｆＣｈｉｎａꎬＨｅｆｅｉ２３００２６ꎬＣｈｉｎａ)Ａｂｓｔｒａｃｔ:Ｆｒｏｍｔｈｅｐｅｒｓｐｅｃｔｉｖｅｏｆｐｏｌｉｃｙｐｅｒｆｏｒｍａｎｃｅꎬｔｈｉｓｓｔｕｄｙｕｓｅｓｔｈｒｅｅ￣ｓｔａｇｅＤＥＡａｎｄｃｌｕｓｔｅｒａｎａｌｙｓｉｓｔｏｅｖａｌｕａｔｅｐｏｌｉｃｙｅｆｆｉｃｉｅｎ￣ｃｙｉｎｐｈｏｔｏｖｏｌｔａｉｃｉｎｄｕｓｔｒｙａｍｏｎｇ１８ｃｏｕｎｔｒｉｅｓ ①ＥｘｔｅｒｎａｌｅｎｖｉｒｏｎｍｅｎｔｆａｃｔｏｒｓｈａｖｅａｃｅｒｔａｉｎｉｎｆｌｕｅｎｃｅｏｎＰＥꎬｌｏｗｓｃａｌｅｅｆｆｉｃｉｅｎｃｙｉｓｔｈｅｍａｉｎｒｅａｓｏｎｔｈａｔｌｅａｄｓｔｏａｌｏｗｐｏｌｉｃｙｅｆｆｉｃｉｅｎｃｙ ②ＴｈｅｕｔｉｌｉｚｉｎｇｓｃａｌｅｏｆｐｈｏｔｏｖｏｌｔａｉｃｉｎｄｕｓｔｒｙｉｎＣｈｉｎａａｎｄＧｅｒｍａｎｙｉｓｌａｒｇｅｒꎬｂｕｔｔｈｅｓｃａｌｅｉｓｎｏｔｅｃｏｎｏｍｉｃ ③Ａｃｃｏｒｄｉｎｇｔｏｐｏｌｉｃｙｅｆｆｉｃｉｅｎｃｙꎬ１８ｃｏｕｎｔｒｉｅｓｃａｎｂｅｄｉｖｉｄｅｄｉｎｔｏｔｈｒｅｅｃａｔｅｇｏｒｉｅｓꎬｔｈｅｆｉｒｓｔｃａｔｅｇｏｒｙ:１１ｃｏｕｎｔｒｉｅｓｓｕｃｈａｓＧｅｒｍａｎｙꎬＵｎｉｔｅｄＳｔａｔｅｓａｎｄＪａｐａｎꎬｔｈｅｐｏｌｉｃｙｅｆｆｉｃｉｅｎｃｙｉｓａｔａｒｅｌａｔｉｖｅｌｙｈｉｇｈｌｅｖｅｌꎻｔｈｅｓｅｃｏｎｄｃａｔｅｇｏｒｙ:ＣｈｉｎａꎬＦｒａｎｃｅａｎｄＭａｌａｙｓｉａꎬＰＥｉｓａｔｒｅｌａｔｉｖｅｌｙｍｏｄｅｒａｔｅｌｅｖｅｌꎻｔｈｅｔｈｉｒｄｃａｔｅｇｏｒｙ:ＡｕｓｔｒｉａꎬＢｅｌｇｉｕｍꎬＣａｎａｄａａｎｄＤｅｎｍａｒｋꎬＰＥｉｓａｔａｒｅｌ￣ａｔｉｖｅｌｙｌｏｗｌｅｖｅｌ Ｆｉｎａｌｌｙꎬｉｔｐｕｔｓｆｏｒｗａｒｄｓｏｍｅｓｕｇｇｅｓｔｉｏｎｓｂａｓｅｄｏｎｔｈｅｅｍｐｉｒｉｃａｌａｎａｌｙｓｉｓｏｆｔｈｅｒｅｓｕｌｔｓ Ｋｅｙｗｏｒｄｓ:ＰｈｏｔｏｖｏｌｔａｉｃｉｎｄｕｓｔｒｙꎻＰｏｌｉｃｙｅｆｆｉｃｉｅｎｃｙꎻＣｏｍｐａｒａｔｉｖｅｓｔｕｄｙꎻＤＥＡꎻＣｌｕｓｔｅｒｉｎｇａｎａｌｙｓｉｓꎻ㊀㊀能源作为国家发展的重要物质基础ꎬ对保障一个国家经济和社会的发展至关重要ꎮ２０１４年全球一次能源消费了１２９亿万吨油当量ꎬ比２０１３年增加０ ９％ꎬ其中可再生能源占比约３％[１]ꎮ化石能源的大量使用带来了一系列的气候问题ꎬ这使得人们将目光转向可再生能源ꎮ与其他能源相比ꎬ太阳能具有无污染㊁分布广泛㊁储量丰富等优势ꎬ因此ꎬ世界各国制定政策发展太阳能光伏产业ꎮ已有研究表明ꎬ政策是制约太阳能发展的重要因素[２]ꎮ王伟[３]的研究表明ꎬ我国光伏产业的发展离不开光伏产业政策支持ꎮ正是因为光伏产业政策对光伏的发展具有较强的推动作用ꎬ引起了学者们的广泛关注ꎮ主要研究热点如下:(１)光伏产业政策演变过程㊁现状及不足研究ꎮ陈剑㊁刘红[４]从内容导向的视角对我国光伏产业政策文本进行统计ꎬ将光伏产业划分为两个阶段ꎬ并分析了政策变迁中长期制约因素ꎮ于立宏㊁郁义鸿[５]通过对光伏产业政策的不足进行分析ꎬ提出了一个基于产业链平衡发展的政策体系ꎮ邵学清等[６]通过分析江西省新余光伏产业超常规发展之路ꎬ指出政府应当适时调整角色ꎬ促进产业的发展ꎮ甘卫华㊁刘振梅[７]采用 内容分析法 对光伏产业政策和技术特征分析的文献进行了回顾和梳理ꎬ指出光伏产业未来的研究方向ꎮ孟浩㊁陈颖健[８]分析了国外太阳能利用技术现状及不足ꎬ并从三个方面提出促进我国太阳能利用技术可持续发展的对策ꎮ(２)国内光伏产业政策对光伏产业发展的影响研究ꎮ陈枫楠㊁王礼茂[９]通过对光伏产业空间格局的分析发现ꎬ政府政策㊁技术水平㊁消费市场和能源效率等与光伏产业空间格局呈较强的正相关ꎮ贺正楚等[１０]采用博弈论的方法分析得出ꎬ政府的过度补贴与不妥当的补贴方式会导致光伏产业的产能过剩ꎬ从而出现政府引导政策失灵ꎮ(３)国内外光伏产业政策的对比研究ꎮ刘益君[１１]从产业政策的角度ꎬ对比国内外光伏产业政策ꎬ发现我国的政策在内容上并无创新的地方ꎮ张楚等[１２]通过分析中美新兴产业扶持的差异性ꎬ认为政府干预会在很大程度上加速企业和产业的发展ꎬ但过度扶持会造成企业的盲目扩张ꎮ张川㊁何维达[１３]通过对美国的光伏产业扶植政策进行归类㊁汇总和分析ꎬ认为我国应扩大政策的激励对象ꎬ出台更多的 亲民 扶持政策ꎮ肖兴志㊁李少林[１４]分析了我国光伏产业链不同环节的激励机制问题ꎬ并通过概括德国光伏产业的激励机制ꎬ总结启示ꎮ国内光伏产业政策的研究多集中于产业政策的演变过程㊁现状及存在的不足之处ꎬ对于光伏产业政策绩效的研究较为缺乏ꎬ且采用定量分析的研究较少ꎮ对于国外光伏产业政策的研究多集中在政策归纳和对国内的启示意义方面ꎬ缺乏定量分析ꎬ且样本也多集中在美国㊁德国等国ꎬ样本覆盖面窄ꎮ为了弥补前人研究的不足ꎬ本文首次对多个国家的光伏产业政策绩效进行了定量研究ꎬ并尝试将三阶段的ＤＥＡ模型和聚类分析模型应用到研究中ꎮ这不仅丰富了光伏产业政策绩效的研究ꎬ而且为我国光伏产业政策制定提供参考ꎮ１　各国光伏产业政策分析在全球能源短缺和气候变化日益严重的背景下ꎬ各国纷纷出台政策转变能源发展方式(见表１)ꎬ促进能源向绿色方向发展ꎬ太阳能以其可再生㊁储量大和无污染等优点被广泛关注ꎮ美国㊁德国㊁意大利㊁法国等国在近些年对光伏的扶持力度比较大ꎬ通过颁布新法令或实施行动计划ꎬ制定发展目标ꎬ再利用固定上网电价㊁税收等措施刺激光伏产业的发展ꎮ奥地利㊁丹麦和挪威等国并没有制定统一的光伏发展目标ꎬ也没有强制性要求ꎬ而是通过一些宽松型举措支持光伏技术研发项目ꎮ中国㊁日本和韩国都制定了明确的光伏发展目标ꎬ并通过补贴降低安装成本ꎮ中国更是实施了大范围的 光伏扶贫 计划ꎬ在贫困地区推行光伏屋顶ꎬ政府对光伏项目给予一定比例的安装补贴ꎬ降低农户的安装成本ꎬ缩短农户投资回收期ꎮ瑞士和荷兰也有类似的项目ꎬ瑞士联邦政府根据安装项目的装机量将项目分为多种类型ꎬ根据不同类型给予不同的补贴ꎻ而荷兰则是一次性直接给予光伏安装用户６００欧元的安装资金ꎬ刺激光伏装机量的增长ꎮ一些国家并没有专门的光伏计划ꎬ而是通过可再生能源计划扶持光伏产业ꎬ如澳大利亚和加拿大等ꎮ马来西亚通过从电价中收取超额费用组成能源基金ꎬ支持包括光伏项目发展ꎬ该政策从２０１１年实施之后ꎬ每年光伏装机量从２０１１年的１ＭＷ增加到２０１４年的８７ＭＷꎬ光伏产业得到迅猛发展ꎮ各国的光伏产业政策及产业发展显示ꎬ光伏产业对政策的依存度很高ꎮ如意大利每年６７亿美元关税激励措施于２０１３年上半年到期之后ꎬ其每年装机量发生了较大变化ꎬ２０１２年为３６４７ＭＷꎬ２０１４年下降到３８５ＭＷꎬ尽管部分国家同期装机量也有所下降ꎬ但幅度并没有这么大ꎮ表１㊀各国光伏产业政策概况国家涉及光伏发展的主要政策澳大利亚依赖于国家可再生能源计划ꎬ到２０３０年ꎬ每年新增４１０００ＧＷＨ可再生发电项目ꎬ其中包括许多光伏发电项目ꎮ奥地利奥地利气候与能源基金和交通㊁创新与技术部的项目推动光伏技术研发ꎮ比利时实施可再生能源行动计划ꎬ规定可再生能源占２０ ９％ꎬ到２０２０年光伏发电量达到１３４０ＭＷꎮ加拿大通过可再生能源项目ꎬ光伏固定上网电价政策以及小项目的投资补贴等增加光伏装机容量ꎮ中国国务院发布«关于促进光伏产业健康发展的若干意见»之后ꎬ相继推出顺利并网㊁金融服务㊁增值税优惠㊁补贴额度和补贴方式细则等政策ꎻ实施了光伏扶贫项目ꎻ计划每年光伏新增装机量是１０ＧＷꎮ丹麦没有统一的光伏计划ꎬ交通与电网部门的一些基金支持光伏ꎮ法国每年装机容量为１０００ＭＷꎬ简化嵌入电价项目的并网发电ꎬ上调光伏建筑一体化产品的关税ꎮ德国通过能源行动推动光伏项目ꎻ实施光伏固定上网电价政策ꎬ每年预计刺激２ ５~３ ５ＧＷ装机ꎻ２０１２年实施光伏新政策ꎬ补贴由原来的按年递减改为按月递减ꎮ意大利在２０１３年上半年每年６７亿欧元关税激励项目到期后ꎬ下半年实施新法令刺激风能和光伏发电ꎮ日本实施中短期光伏技术战略ꎬ降低装机成本ꎬ增加装机容量ꎬ预计２０２０年２８ＧＷ㊁２０３０年５３ＧＷꎮ韩国主要通过基础建设项目和光伏部署项目推动光伏发展ꎬ５０ｋＷ以下项目国家承担５０％安装费ꎮ马来西亚实施光伏发电上网补贴政策ꎻ通过收取１％超额电价组成能源基金ꎬ用于支持包括光伏在内的新能源项目ꎮ荷兰对不同光伏公司不同的税收激励ꎻ增加对家庭更换光伏屋顶最大６００欧元的激励ꎮ挪威没有明确的光伏发展目标ꎬ也没有激励措施ꎬ但是政府有基金支持光伏发展ꎮ西班牙与欧洲议会的光伏目标一致ꎬ继续降低能源消耗ꎬ增加新能源比例ꎬ加大光伏研发ꎮ瑞典实施新能源研究战略ꎬ每年３００万美元用于光伏研发ꎬ计划２０２０年达到２ＴＷｈꎮ瑞士实施上网补贴政策ꎻ不同装机容量的系统给予不同的投资补贴ꎬ如２~１０ｋＷ给予一定比例的一次性补贴ꎮ美国财政激励分多层级ꎬ各州采取固定上网电价政策ꎬ第三方所有等政策刺激光伏装机量的增加ꎮ㊀㊀注:资料来源于国际能源署官网ꎮ２㊀研究方法及指标选取公共政策绩效评估是指基于结果导向ꎬ运用科学方法㊁规范的流程㊁相对统一的指标及标准ꎬ对政府公共政策的投入产出进行综合性测量与分析的活动[１５]ꎮ因此ꎬ为了科学评价光伏产业政策绩效ꎬ需要选取评价指标并借助工具进行分析ꎮ２ １㊀研究方法(１)数据包络分析ꎮ数据包络分析(ＤＥＡ)是一种广泛应用于评价投入与产出相对效率的数学方法ꎮＤＥＡ方法最初在使用时是假定规模报酬不变ꎬ而在不完全竞争市场ꎬ决策单元由于受到生产要素的限制难以实现规模报酬不变ꎬ因此ꎬＦｒｉｅｄ等[１６]提出了能够剔除环境因素和随机因素的ＤＥＡ三阶段模型ꎮ本文要测算不同国家光伏产业政策效率ꎬ涉及光伏产业的多项投入和产出指标ꎬ加之光伏产业受到许多环境因素的干扰ꎬ因此选择ＤＥＡ三阶段模型来测算光伏产业效率较为合适ꎮ(２)Ｑ型聚类分析ꎮ聚类分析又称为群分析ꎬ它是研究分类问题的一种多元统计方法ꎮ聚类分析的思想是先让每个样本独自成为一类ꎬ再计算不同类之间的样本距离ꎬ依据距离值的大小ꎬ将距离最近的两个类聚为一类ꎻ以此循环ꎬ直到所有样本聚为一类[１７]ꎮ本文需要根据光伏产业效率的ＤＥＡ测算值进行比较分析ꎬ采用聚类分析能够较为科学地对结果进行分类ꎬ从而比较不同国家政策效率的差异性ꎮ２ ２㊀指标的选取以科学性㊁针对性㊁可操作性为原则ꎬ借鉴已有研究基础并结合本文的具体研究目标ꎬ从投入和产出角度构建了政策绩效评价指标体系ꎮ(１)投入指标ꎬ以往关于科技政策绩效评价多选用科技活动总人数㊁科学家和工程师数㊁Ｒ＆Ｄ人员折合全时当量以及投入经费等[１８]ꎬ总体而言主要是人员和经费两类指标ꎮ因此综合考虑以往的研究和光伏产业的特点ꎬ本文选用了带有一定产业性特征的投入变量ꎬ即产业技术人数(包含Ｒ＆Ｄ研究人员ꎬ技术人员等)和研发经费投入(包含政府和企业的Ｒ＆Ｄ)ꎬ这两类指标能够有效反应人才队伍发展和科技创新基地及平台建设ꎮ(２)在绩效评价中ꎬ产出指标一般为产品㊁知识产权㊁新产品价值等ꎮ光伏产业的产出是光伏产业投入创造的价值ꎬ不仅包括中间产出ꎬ还包括直接的产品产出ꎮ由于各国对专利的评价标准不一ꎬ用简单的专利数量来进行比较会降低可比性ꎬ因此本文选用能够反应直接产出的 每年光伏新增装机量 每年光伏发电量 和 每年光伏产业新增商业价值 三个指标来测量光伏产业的产出ꎬ其中 每年光伏产业新增商业价值 能反映出创新成果的经济价值和商业化水平ꎬ 每年光伏新增装机量 和 每年光伏发电量 能反映出创新成果的应用经济价值ꎮ(３)环境变量的选取ꎬ环境因素也称为外部影响因素ꎬ是指影响光伏产业运营效率但不在样本主观控制范围之内的因素ꎬ既包括国家的宏观经济环境㊁政府扶持激励政策等总体环境ꎬ同时也包括市场结构㊁规模等行业特征因素ꎮ根据光伏产业的特点和数据可获得性ꎬ本文选取三个环境变量:每年的电力消费总量㊁国内生产总值和人口数量(见表２)ꎮ２ ３㊀样本选择及数据来源由于光伏市场的核心在欧洲㊁亚洲和北美ꎬ为了研究光伏产业政策绩效ꎬ本文从欧洲㊁亚太和北美选取了１８个国家进行研究ꎮ根据国际能源署的数据ꎬ样本国家在过去三年ꎬ每年新增光伏装机量占全球比例分别为８４ ０６％(２０１２年)㊁８６ ７２％(２０１３年)㊁８６ ５８％(２０１４年)ꎻ累积光伏装机量占全球比例分别为８７ ０３％(２０１２年)㊁８６ ９４％(２０１３年)㊁８６ ８６％(２０１４年)ꎮ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ꎬ能较为全面地反映全球光伏产业现状ꎮ为了消除投入与产出在时间上的滞后性ꎬ本文在选用数据时ꎬ投入和产出指标分别选取第ｔ年和第ｔ＋１年的数据ꎮ而为了减少数据因为单一年份的波动性ꎬ本文的投入指标选取的是２０１１ ２０１３年的平均值ꎬ产出指标为２０１２ ２０１４年的平均值ꎬ环境指标为２０１１ ２０１３年的平均值ꎮ所有数据均来源于国际能源署官方网站ꎮ表２㊀投入松弛变量回归结果投入松弛指标常数项电力消费总量ＧＤＰ人口数量δ２γ单边似然比检验研发经费松弛系数１０２ ７３００ １０９－０ ００３－０ ２６０５７３１１ ５１３１ ０００标准差１ ３１２０ ０５４０ ００１０ ２１６１ ００００ ００１ｔ值７８ ２８８２ ０１４－２ ４２７－１ ２０３５７３１１ ５００１３９７ ５７３显著性∗∗∗∗∗ ∗∗∗∗∗∗１１ ３６∗∗∗人力资源松弛系数０ ００８０ ００００ ００００ ０００４ ４８６１ ０００标准差０ ０１２０ ００００ ００００ ０００１ ５６５０ ０００ｔ值０ ７０２０ ２８９－０ ３４２－０ ２９２２ ８６７２７１９４００ １００显著性 ∗∗∗∗∗２０ ８８∗∗∗㊀㊀注:∗∗∗表示Ｐ<０ ００１ꎻ∗∗表示Ｐ<０ ０１ꎻ∗表示Ｐ<０ ０５ꎻ 表示Ｐ>０ ０５ꎮ３㊀政策绩效结果及分析３ １㊀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ꎬ结果见表３ꎮ在不考虑外部环境和随机误差的情况下ꎬ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 ８１ꎬ平均纯技术效率值为０ ９４ꎬ平均规模效率值为０ ８７ꎬ１２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ꎬ其他国家均不同程度地处于无效率状态ꎬ有待提高ꎮ表３㊀三阶段光伏产业效率测算值比较国家技术效率(ＴＥ)纯技术效率(ＰＴＥ)规模效率(ＳＥ)规模效益调整前调整后调整前调整后调整前调整后调整前调整后澳大利亚１ ００１ ００１ ００１ ００１ ００１ ００ 奥地利０ ６５０ ３９０ ７７０ ９５０ ８６０ ４１ｉｒｓｉｒｓ比利时０ ６９０ ４３０ ８７０ ９２０ ７９０ ４７ｉｒｓｉｒｓ加拿大０ ７８０ ５００ ８３１ ０００ ９４０ ５０ｉｒｓｉｒｓ中国０ ８００ ５６１ ００１ ０００ ８００ ７１ｄｒｓｄｒｓ丹麦０ ８４０ ５００ ８９０ ９２０ ９４０ ５４ｉｒｓｉｒｓ法国０ ７２０ ６８０ ７２０ ９８０ ９９０ ７０ｉｒｓｉｒｓ德国０ ５８０ ９２１ ００１ ０００ ５８０ ９２ｄｒｓｄｒｓ意大利１ ００１ ００１ ００１ ００１ ００１ ００ 日本０ ６９０ ７２１ ０００ ７３０ ６９０ ９８ｄｒｓｉｒｓ韩国０ ８７１ ００１ ００１ ０００ ８７１ ００ｄｒｓ 马来西亚１ ０００ ７３１ ０００ ９７１ ０００ ７６ ｉｒｓ荷兰０ ７１０ ８７０ ７６０ ９７０ ９４０ ９０ｄｒｓｉｒｓ挪威１ ００１ ００１ ００１ ００１ ００１ ００ 西班牙１ ００１ ００１ ００１ ００１ ００１ ００ 瑞典１ ００１ ００１ ００１ ００１ ００１ ００ 瑞士０ ６５１ ００１ ００１ ０００ ６５１ ００ｄｒｓ 美国０ ５７１ ００１ ００１ ０００ ５７１ ００ｄｒｓ 均值０ ８１０ ８２０ ９４０ ９７０ ８７０ ８４㊀㊀㊀㊀计算结果表明ꎬ大多数国家光伏产业纯技术效率大于规模效率ꎬ这意味着多数国家的技术效率来源于纯技术效率ꎬ而不是规模效率ꎬ说明规模效率无效是制约光伏产业效率的主要因素ꎮ由于初算结果包含了外部环境和随机误差项ꎬ不能较好地反映政策绩效ꎬ需要进行调整并重新计算结果ꎮ３ ２第二阶段ＳＦＡ回归结果利用统计软件进行ＳＦＡ回归ꎬ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ꎬ将各个国家的环境变量㊁电力消费总量㊁ＧＤＰ和人口作为解释变量ꎬ回归得到的结果显示ꎬＳＦＡ模型的单边似然比统计量均大于ｍｉｘｅｄ分布的检验标准值ꎬ回归模型通过了检验ꎬ且δ２和γ均通过了显著性检验ꎮ说明产出与离线产出间的差距主要是由管理无效导致的ꎬ剥离原投入松弛变量中受到环境因素影响的部分ꎬ很有必要ꎮ由于环境变量是对各投入松弛变量的回归ꎬ当回归系数为负时ꎬ表示降低投入松弛的冗余ꎬ提高技术效率ꎻ反之则增加投入松弛的冗余ꎬ降低技术效率ꎮ电力消费总量对研发经费投入的松弛变量具有正向影响ꎬ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ꎮ原因在于ꎬ尽管行业的消费需求量很大ꎬ带动了政府对行业创新给予较多的资金支持ꎬ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ꎬ造成浪费ꎮ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ꎬ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ꎮ电力消费总量㊁人口和ＧＤＰ对于人力资源投入的松弛变量的影响并不显著ꎮ３ ３㊀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ꎬ再根据调整后的投入变量和原始产出变量ꎬ计算剔除了外部环境因素和随机误差的技术效率ꎬ如表３所示ꎮ与调整前相比ꎬ调整后的政策效率发生了变化ꎮ从１８个国家光伏产业的平均效率值来看ꎬ技术效率从０ ８１上升到０ ８２ꎬ纯技术效率从０ ９４上升到０ ９７ꎬ规模效率从０ ８７下降到０ ８４ꎬ波动的幅度较小ꎮ总的来说ꎬ样本国家的纯技术效率在第一阶段被低估ꎬ规模效率在第一阶段被高估ꎮ剔除外部环境因素和随机误差以后ꎬ７个国家的光伏产业技术效率有不同幅度的上升ꎬ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ꎬ而不是较低的管理水平导致了低技术效率ꎻ５个国家的技术效率在调整前后均为１ꎬ保持不变ꎬ说明在这５个国家ꎬ光伏产业处于自身最优的状态ꎻ６个国家的技术效率有所下降ꎬ说明这６个国家的技术效率在第一阶段被高估ꎮ与调整前相比ꎬ调整后６个国家的纯技术效率有明显的上升ꎬ１０个国家的纯技术效率保持不变ꎬ说明大部分国家的纯技术效率在第一阶段并未被高估ꎮ而规模效率在调整后ꎬ８个国家呈现下降的趋势ꎬ说明这些国家规模效率在第一阶段被高估ꎬ规模不经济是导致这些国家光伏产业效率低下的原因ꎮ剔除外部环境因素和随机误差以后ꎬ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ꎬ只有中国和德国处于规模报酬递减的阶段ꎬ说明光伏产业两大强国产业规模虽大ꎬ但出现了规模不经济ꎮ可能原因如下:由于新增装机容量增长太快ꎬ德国政府从２０１２年实施了新的政策ꎬ光伏利用补贴由原来的每年递减改为每月递减ꎬ引起了市场剧烈的动荡ꎬ这在一定程度上增加了用户安装成本ꎬ同时降低了安装的积极性ꎬ使得销售市场行情下跌ꎬ导致产业规模外在不经济ꎻ此外ꎬ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ꎮ中国的光伏产业发展时间短ꎬ增长过快ꎬ这一点在已有研究中得到证明[１９]ꎮ但是盲目的扩张并没有给企业带来理想的规模经济ꎬ这主要与国内光伏企业主要集中在光伏生产ꎬ而制造的产品要卖出去就依赖于欧美等电站开发的拉动ꎬ由于金融危机后开发需求量下降ꎬ国内产品滞销ꎬ促进了规模扩张后的不经济ꎻ另一方面ꎬ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ꎬ产能大量增长ꎬ但外销不畅ꎬ内需不足ꎬ企业纷纷打出价格战ꎬ使得企业经济效益下降ꎬ导致规模不经济ꎮ３ ４㊀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ꎬ根据效率测算值ꎬ对１８个国家的光伏产业效率进行Ｑ型聚类ꎮ由于技术效率等于纯技术效率与规模效率的乘积ꎬ导致三者之间存在共线性问题ꎮ因此ꎬ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ꎮ利用统计软件ＳＡＳ８ ０进行聚类分析ꎬ得到的结果如图１和表４所示ꎮ图１㊀动态聚类图表４中ꎬＮＣＬ为当前系统存在类的总个数ꎬＣｌｕｓｔｅｒｓ为当前加入的编号ꎬＪｏｉｎｅｄ表示加入该类的国家ꎬＦＲＥＱ表示新类的元素个数ꎬＳＰＲＳＱ表示类与类之间规格化最短距离ꎬＲＳＱ表示Ｒ２统计量ꎬＥＲＳＱ表示偏Ｒ２统计量ꎬＣＣＣ为统计量值ꎬＰＳＦ为伪Ｆ统计量ꎬＰＳＴ２为伪Ｔ２统计量ꎬＴｉｅ表示 节 ꎮ从ＣＣＣ统计量可以看出ꎬ聚为３类时的值最大ꎻ若聚为４类ꎬ伪Ｆ统计量ＰＳＦ和伪Ｔ２统计量都变化较大ꎮ综合各方面的情况ꎬ聚为３类最为合适ꎮ表４㊀聚类过程及相关指标值ＮＣＬＣｌｕｓｔｅｒｓＪｏｉｎｅｄＦＲＥＱＳＰＲＳＱＲＳＱＥＲＳＱＣＣＣＰＳＦＰＳＴ２Ｔｉｅ１７澳大利亚意大利２０ ０００１ ０００㊀㊀㊀㊀Ｔ１６ＣＬ１７韩国３０ ０００１ ０００㊀㊀㊀㊀Ｔ１５ＣＬ１６挪威４０ ０００１ ０００㊀㊀㊀㊀Ｔ１４ＣＬ１５西班牙５０ ０００１ ０００㊀㊀㊀㊀Ｔ１３ＣＬ１４瑞典６０ ０００１ ０００㊀㊀㊀㊀Ｔ１２ＣＬ１３瑞士７０ ０００１ ０００㊀㊀㊀㊀Ｔ１１ＣＬ１２美国８０ ０００１ ０００㊀㊀㊀㊀㊀１０中国法国２０ ０００１ ０００㊀㊀３１０９㊀㊀９德国荷兰２０ ００１０ ９９９㊀㊀１０９２㊀㊀８奥地利比利时２０ ００３０ ９９６㊀㊀３９５㊀㊀７ＣＬ１０马来西亚２０ ００３０ ９９４㊀㊀２９３９ １２１㊀６加拿大丹麦３０ ００５０ ９８９㊀㊀２２００ ０００㊀５ＣＬ８ＣＬ６４０ ００８０ ９８１㊀㊀１６９２ ２１３㊀４ＣＬ１１ＣＬ９１００ ０１５０ ９６６㊀㊀１３２１６４ ２３１㊀３ＣＬ４日本１１０ ０７４０ ８９２０ ８６００ ９３０６１ ９４１ ８２１㊀２ＣＬ５ＣＬ７７０ １１９０ ７７３０ ７２４０ ８７０５４ ６３２ ８４３㊀１ＣＬ３ＣＬ２１８０ ７７３０ ００００ ００００ ０００㊀５４ ６２３㊀㊀㊀结合图１的结果ꎬ可以得到１８个国家的光伏产业效率分类情况ꎮ第一类澳大利亚㊁意大利㊁韩国㊁挪威㊁西班牙㊁瑞典㊁瑞士㊁美国㊁德国㊁荷兰和日本ꎬ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ꎬ光伏产业效率处于相对较高的水平ꎮ第二类为中国㊁法国和马来西亚ꎬ这三个国家光伏产业纯技术效率与第一类十分接近ꎬ但规模效率在０ ７１~０ ７６之间ꎬ低于第一类国家的规模效率值ꎬ此类国家光伏产业效率整体处于相对中等的水平ꎻ第三类为奥地利㊁比利时㊁加拿大和丹麦ꎬ这４个国家的光伏产业纯技术效率都大于０ ９０ꎬ与第一㊁二类国家的纯技术效率接近ꎬ但是规模效率明显低于第一㊁二类ꎬ都在０ ４１~０ ５４之间ꎬ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ꎬ技术效率较低主要是因为规模效率低ꎬ光伏产业效率处于相对较低的水平ꎮ４㊀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ꎬ各个国家的技术效率值㊁纯技术效率值和规模效率值均有不同程度的变化ꎮ与剔除前相比ꎬ纯技术效率整体上被低估ꎬ规模效率整体上被高估ꎬ这说明外部环境因素对光伏产业政策效率有一定的影响ꎮ(２)剔除外部环境因素和随机误差后ꎬ大部分国家的光伏产业处于规模报酬递增或不变的阶段ꎬ只有中国和德国处于规模报酬递减的阶段ꎬ说明光伏产业两大强国对光伏的利用规模较大ꎬ但已经出现了规模不经济ꎮ(３)聚类分析将样本国家分为三类ꎬ第一类:澳大利亚㊁美国㊁德国和日本等１１个国家ꎬ光伏产业政策效率处于相对较高的水平ꎻ第二类为中国㊁法国和马来西亚ꎬ光伏产业政策效率处于相对中等的水平ꎻ第三类为奥地利㊁比利时㊁加拿大和丹麦ꎬ光伏产业政策效率处于相对较低的水平ꎮ本文从三个方面提出了建议ꎬ具体如下:(１)加强政策引导ꎬ营造良好环境ꎮ由于环境变量对样本国家的光伏产业效率值有影响ꎬ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ꎮ如中国长期的盲目扩张已经出现了规模不经济ꎬ不能再盲目给予补贴ꎬ而应调整政策ꎬ采用直接与间接优惠相结合的税收措施ꎬ有针对性地实行增值税即征即退的政策ꎬ使得退还的增值税用于企业研发活动及扩大生产ꎻ鼓励企业对光伏产业链中高新技术的研发投入ꎬ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ꎬ鼓励发展高附加值的中上游产品ꎮ(２)加快产业调整ꎬ优化产业结构ꎮ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ꎬ因此ꎬ这些国家需要加快本国光伏产业结构的调整ꎬ优化产业结构ꎬ提高产业规模效率ꎬ实现规模经济发展ꎮ这样不仅可以提高本国光伏产业效率ꎬ还可以促进本国光伏企业参与国际竞争ꎮ(３)组建研发平台ꎬ形成研发的规模效应ꎮ充分发挥大型光伏高新技术企业对创新研发的主导作用ꎬ扶持中小型光伏高新技术企业的发展ꎮ积极引导光伏企业建立光伏产业创新联盟ꎬ组建产业链中上游高新技术研发的合作平台ꎬ政府加大对企业㊁高校㊁研究机构研发及成果转化的奖励ꎬ促进形成研发的规模效应ꎮ参考文献:[１]ＢＰ ＳｔａｔｉｓｔｉｃａｌＲｅｖｉｅｗｏｆＷｏｒｌｄＥｎｅｒｇｙ２０１５[Ｒ][２]ＶＡＮＤＥＮＨＥＵＶＥＬＳＴＡꎬＶＡＮＤＥＮＢＥＲＧＨＪＣＪＭ Ｍｕｌｔｉｌｅｖｅｌａｓｓｅｓｓｍｅｎｔｏｆｄｉｖｅｒｓｉｔｙꎬｉｎｎｏｖａｔｉｏｎａｎｄｓｅｌｅｃｔｉｏｎｉｎｔｈｅｓｏｌａｒｐｈｏｔｏｖｏｌｔａｉｃｉｎｄｕｓｔｒｙ[Ｊ] Ｓｔｒｕｃｔｕｒａｌｃｈａｎｇｅａｎｄｅｃｏｎｏｍｉｃｄｙｎａｍｉｃｓꎬ２００９ꎬ２０(１):５０－６０[３]王伟 中国光伏产业摆脱当前困境的对策探讨[Ｊ] 中外能源ꎬ２０１２(０８):３６－４０[４]陈剑ꎬ刘红 我国光伏产业政策变迁研究[Ｊ] 科学管理研究ꎬ２０１５(０１):４４－４７[５]于立宏ꎬ郁义鸿 光伏产业政策体系评估:多层次抑或多元化[Ｊ] 改革ꎬ２０１２(０８):１１４－１２２[６]邵学清ꎬ陈冰川ꎬ徐丽丽 江西省新余光伏产业超常规发展之路[Ｊ] 中国科技论坛ꎬ２０１０(０１):９３－９５[７]甘卫华ꎬ刘振梅 光伏产业技术特征和政策研究:一个文献综述(２００９ ２０１３年)[Ｊ] 科技管理研究ꎬ２０１５(０１):３８－４３ [８]孟浩ꎬ陈颖健 我国太阳能利用技术现状及其对策[Ｊ] 中国科技论坛ꎬ２００９(０５):９６－１０１[９]陈枫楠ꎬ王礼茂 中国太阳能光伏产业空间格局及影响因素分析[Ｊ] 资源科学ꎬ２０１２(０２):２８７－２９４[１０]贺正楚ꎬ周永生ꎬ吴艳 双重失灵的光伏产业及其调控措施[Ｊ] 系统工程ꎬ２０１３(１２):１１６－１２０[１１]刘益君 国内外光伏产业政策比较研究[Ｊ] 生产力研究ꎬ２０１０(１２):２２１－２２３[１２]张楚ꎬ黄涛ꎬ刘晶ꎬ沈家文 新兴产业政府扶持政策反思 以光伏产业尚德和Ｓｏｌｙｎｄｒａ的破产为例[Ｊ] 中国科技论坛ꎬ２０１４(１２):１３６－１４０[１３]张川ꎬ何维达 美国光伏产业政策探索及启示[Ｊ] 管理现代化ꎬ２０１５(０１):１９－２１[１４]肖兴志ꎬ李少林 光伏发电产业的激励方式㊁他国观照与机制重构[Ｊ] 改革ꎬ２０１４(０７):７５－８６[１５]中国行政管理学会课题组 政府公共政策绩效评估研究[Ｊ] 中国行政管理ꎬ２０１３(０３):２０－２３[１６]ＦＲＩＥＤＨＯ Ａｃｃｏｕｎｔｉｎｇｆｏｒｅｎｖｉｒｏｎｍｅｎｔａｌｅｆｆｅｃｔｓａｎｄｓｔａｔｉｓｔｉｃａｌｎｏｉｓｅｉｎｄａｔａｅｎｖｅｌｏｐｍｅｎｔａｎａｌｙｓｉｓ[Ｊ] Ｊｏｕｒｎａｌｏｆｐｒｏｄｕｃｔｉｖｉｔｙａ￣ｎａｌｙｓｉｓꎬ２００２ꎬ１７(１):１５７－１７４[１７]汪晓银ꎬ周保平 数学建模与数学实验[Ｍ] 北京:科学出版社ꎬ２０１０:７－９[１８]宋伟ꎬ徐飞ꎬ张心悦 政策溢出视角下的区域知识产权政策绩效提升研究 基于我国２９个省㊁市㊁自治区的实证分析[Ｊ] 科学性与科学技术管理ꎬ２０１２ꎬ３３(７):７７－８３[１９]叶飞洋ꎬ贾凡胜 光伏产业扶持性政策有效吗 来自中国股市的证据[Ｊ] 当代经济科学ꎬ２０１６ꎬ３８(１):６８－７６(责任编辑㊀沈蓉)。