日本输配电行业导入RPI-X规制的效果模拟 ***

李宏舟 王帅

〔 DOI〕 10.19653/j.cnki.dbcjdxxb.2021.01.004

〔引用格式〕  李宏舟，王帅.日本输配电行业导入RPI-X规制的效果模拟——基于CGE模型的反事实分析[J].东北财经大学学报，2021，（1）：40-50.

〔摘要〕对输配电行业实施规制是日本落实“放开发售两侧、管住中间输配”的核心举措，将于2020年以后进入电力体制改革日程。本文基于反事实分析方法和StoNED模型，预测日本导入規制对输配电成本以及电价的影响，然后以电价变化为外生冲击变量，利用CGE模型模拟相应的经济效果。实证结果显示，1996—2006年日本输配电行业的成本效率均值约为66.93%，导入规制可降低的电价比例为-1.12%—11.10%。在设定电价下降5%的情况下，日本GDP可增长0.50%，其他经济指标也有明显变化。结合英国和澳大利亚的规制经验，本文认为导入相对绩效比较机制破解成本审核时的信息不对称是成功实施规制的关键。

〔关键词〕日本输配电行业;相对绩效比较分析;规制;CGE模型

中图分类号：F416.61    文献标识码：A    文章编号：1008-4096（2021）01-0040-11

一、问题的提出

电力产业包括发电环节、输配电环节和售电环节，其中，发电环节和售电环节属于可竞争业务，改革的重点是如何建立高效的市场机制;输配电环节属于自然垄断业务，改革的重点是如何实施有效的政府监管。日本从1995年开始在发电领域导入竞争机制，揭开了电力体制改革的序幕。在30多年的电力体制改革中，日本有可供借鉴的经验，也有需要思考的教训。以电价为例，与电力体制改革前的1994年相比，2009年（由于2011年的东京电力公司福岛核泄漏事故对日本电价产生了重大影响，从而2011年前后的电价数据不具备可比性，所以选取2011年以前的数据作为比较）的居民用电电价、非居民用电电价和二者的平均电价分别从24.81日元/度、17.15日元/度和19.38日元/度降为20.54日元/度、13.77日元/度和16.02日元/度，降幅分别为17.21%、19.71%和17.34%。从横向国际比较来看，2000—2009年，除韩国以外，日本的电价与其他各国电价之间的差异也在逐步减少。戒能一成^[1]认为剔除通货膨胀的影响，1989—2003年日本电价实质降低2.64日元/度，其中，电力体制改革的影响占54%（约合1.43日元/度）。但是，东京电力公司福岛核泄漏事故也暴露了电力体制改革失败的一面：2019年3月7日，长期关注该事故的日本经济研究中心根据最新的调查研究，更新了2017年3月对外公布的试算结果，将未来40年间善后处理费用的估计金额从70万亿日元增加至80万亿日元，相当于2018年日本GDP的14.50%，善后处理费用之高再次引起了日本各界对福岛核泄漏事故原因及其电力体制改革的反思。2019年8月，日本经济产业省常设机构、负责为该省制定资源能源政策提供咨询的综合资源能源调查会首次提出了将对输配电业务实施“上限收入（）规制”的电力体制改革建议，该建议代表了日本政府的政策取向。

规制输配电价是“放开发售两侧、管住中间输配”的核心举措，影响深远。本文利用反事实分析（Counterfactual  Analysis）方法，利用半参数的StoNED模型，测算日本输配电行业的成本效率和全要素生产率，并且利用成本效率和全要素生产率作为投入，测算规制对输配电成本、输配电价的影响，以及利用可计算一般均衡（CGE）模型模拟输配电价变化带来的经济效果。

二、研究设计、变量选择与数据收集

（一）研究设计

本文以反事实分析为逻辑起点，以成本效率和全要素生产率的测算结果作为规制中取值的客观依据，以取值带来的成本变化为传递机制，最终以电价变化为外生冲击变量，利用CGE模型模拟实施规制带来的经济效果。因此，需要解决的核心问题包括：

第一，如何设定规制中取值？1999年Bernstein和Sappington^[2]首次推导出了取值的方法，但该方法基于两个研究假设：（1）自然垄断行业中只有一个全国性企业，即行业等于企业。（2）该行业（企业）处于生产前沿面上，不存在技术无效率、规模无效率和配置无效率，也就是说全要素生产率等于技术进步，因而规制中的既可看作是全要素生产率，也可看作是技术进步。然而，随着规制改革的深入，上述研究假设不复存在：（1）全国性自然垄断企业被分拆为多个区域性自然垄断企业，因而行业不再等于企业。（2）各个区域性自然垄断企业并没有处于生产前沿面上，可能存在各种类型的无效率。因此，如何应对各个区域性自然垄断企业的效率差异成为必须面对的问题，无视效率差异设定的取值将有失公平。Lawrence和Diewet^[3]将规制模型拓展为，其中，表示行业整体的全要素生产率，在取值上没有个体差异;则用来反映各个区域性自然垄断企业的成本效率，效率高的企业取值會低一些，效率低的企业取值则会相应地高一些。

第二，如何测算成本效率和全要素生产率？从方法上看，有参数法（如随机前沿分析方法，即SFA方法）、非参数法（如数据包络分析方法，即DEA方法）和半参数法（如StoNED模型）。参数法的优点是可以考虑随机误差的影响，减少测算误差，缺点是函数模型的设定缺乏客观性，特别是随机前沿分析方法中关于误差项和无效率项的分布设定具有一定的主观性，因而可能会带来较大的测算误差;非参数法的优缺点与参数法相反;Kuosmanen^[4]、Eskelinen和Kuosmanen^[5]使用的StoNED模型属于半参数法，该方法综合考虑了上述两种方法的优点，但没有考虑投入要素价格因素的影响。

第三，如何设计具体的上限收入规制模型？或是高度抽象化的上限收入规制模型，在各国的规制实践中被应用的具体模型并非如此。如芬兰的规制模型为，其中，、、、、和分别表示准许收入（上限收入）、最小成本、效率改善目标值、年度、规制结束年度和规制开始年度。，其中表示第个输配电部门的基期效率值、表示输配电行业整体的全要素生产率。与此不同，德国的规制模型为，其中、、、、、和分别表示准许收入、输配电部门不可控成本、最小成本、无效率核减目标、规制基期的无效成本、供电数量变化和供电质量。分析各个国家的上限收入规制模型后发现，它们的核心区别在于：（1）如何确定取值？或者说如何将表示行业整体全要素生产率和表示各个区域性垄断输配电部门的成本效率反映到规制模型中去？（2）如何选择标杆？也就是说是选择最小成本作为标杆，还是选择平均成本或其他成本作为标杆。（3）消除无效成本的时期设定多长？上限收入规制模型的选择不但决定了对输配电部门激励强度的大小，而且会影响输配电部门和电力用户之间的利益分配。需要强调的是，决定上述指标时，一定要考虑可行性问题，避免压力过大而影响输配电部门的正常运营。

第四，在模拟规制的经济效果时如何选择指标？在使用CGE模型模拟导入上限收入规制后的影响分析时，可以围绕以下方面展开：输配电部门输配电成本的降低程度、电价降低的程度、电价降低对GDP等宏观经济的影响程度等。

第五，如何选择研究期间？研究期间可以选在未来的某一段时间，如2020—2025年，这种选择的优点是实用性强，缺点是要对2020—2025年的成本、用电量等各种数据进行预测，预测的准确性直接影响整个模拟结果;研究期间也可以选在已经过去的某个时间段，如2010—2015年，优点是各种数据可得，无需预测数据，提高了模拟结果的准确性，缺点是实用性弱一些。

考虑到本文的研究目的以及数据可得性等问题，本文设计的研究方案如下：（1）在上限收入规制模型的设计上，芬兰模式取得了明显的规制效果，而且整个规制设计体系公开透明^[6-7]，因而假设日本将实施与芬兰相似的上限收入规制模型，该研究假设解决了上述第一、第二和第三个问题。（2）在影响指标的选择上，本文分别研究规制对效率改善、输配电成本、电价和GDP等宏观经济的影响。（3）在研究期间的选取上，本文选取1996—2010年作为样本期间。在数据的使用上，本文将利用1996—2006年的面板数据，运用StoNED模型测算出所需的全要素生产率和各个输配电部门的成本效率，然后假设日本在2007—2010年導入了上限收入规制，进而分析这项规制的经济影响。因此，本文的研究思路如图1所示。

（二）变量选择与数据收集

本文的研究对象为1996—2010年日本10家纵向一体化电力企业的输配电部门，共有150组观测数据，数据来源于日本电力企业联合会出版的《电力统计数据库》，其中，成本、投入要素价格变量以1996年为基期，用日本GDP平减指数进行了处理。本文利用1996—2006年的数据测算成本效率、全要素生产率和成本函数中被解释变量的系数;2007—2010年的数据用来模拟导入规制后的效果。

第一，成本变量。运营成本是输配电成本和变电成本的合计，不包括财务费用和各种间接支出，因为这些费用由各公司总部实施，输配电部门缺乏准确的可用数据。

第二，产出变量。在关于输配电效率的实证研究中，常用的产出变量有输送电力、用户数量、服务面积和线路长度等^[8]。本文选用输送电力和用户数量。

第三，要素价格变量。包括资本价格和劳动价格，在实证研究中如何选择劳动价格指标的争议较小，但如何选择资本价格指标的争议较大。根据数据的可得性，本文按照Farsi等^[9]使用的资本价格处理方法，用利息支出与折旧之和除以净资本存量。

第四，环境变量。影响成本的外部环境变量很多，参照同类实证研究并根据数据的可得性和统计检验，本文选择地下电网比例（即地下电缆与电线总长度的比例）、最大输电能力和非居民用电比例。

第五，时间趋势变量。反映样本期间的技术进步情况，由于模型的试运行显示时间趋势变量的系数统计上不显著，因而最后使用的模型中去掉了该变量。

本文变量的描述性统计如表1所示。

三、成本效率与全要素生产率的测算

（一）含有价格信息的StoNED模型

在Kuosmanen^[4]、Eskelinen和Kuosmanen^[5]的实证研究中，成本函数被设定为，其中，表示产出变量，表示环境差异的变量。表示该函数模型假设产出的边际成本因公司、时间不同而各异。该函数暗含的假设为：（1）输配电部门不一定按照成本最小化原则经营。（2）各个输配电部门投入要素的价格相同并且在样本期间没有变化。上述第2个假设并不适用于日本的情况，这是因为日本的地理范围比芬兰要广，地区间经济发展不平衡现象较芬兰更为严重。以工资为例，各个输配电部门的工资水平明显受本地区工资的平均水平影响，而日本各地区的平均工资水平存在较大差异，这意味着作为劳动要素价格的工资不但各异，而且在样本期间发生了变化，应该作为外部环境变量加以考虑，因而本文需要设定含有价格信息的成本函数。

在传统的基于随机前沿面的模型中，成本函数通常被表示为，因而含有价格信息的StoNED模型可以相应地设定为，在这种设定方式下，为了满足标准成本函数的正规性法则，需要事先设定、和，这些要求是假设输配电部门按照成本最小化原则进行运营，而且可以为达到此目的任意处置劳动和资本的投入数量，这在现实中显然是不可能的，因而在很多采用Translog成本函数的实证研究中，投入要素价格和产出的二阶导数的系数会与理论预测相反。同样，在半参数的StoNED模型中，如果输配电部门主观上没有或客观上无法采取成本最小化的行为，这意味着这些假设与现实不符，因而可能会出现函数无解的情况，本文的模型求解试运行就遇到了这个问题。

本文重新设定成本函数时考虑到：（1）没有假设，即不要求输配电部门一定采取成本最小化行为。（2）假设各个输配电部门的价格成本弹性相同且不随时间改变。（3）假设投入要素价格直接影响成本函数的前沿面，而不是影响输配电部门实际成本与前沿面成本（最小成本）的距离。因此，本文设定的函数形式如下：

（1）

其中，和分别表示输配电部门在时期的成本和产出，表示投入要素价格，表示环境变量，用来反映输配电部门所处环境的异质性，和表示待估系数。成本随产出单调递增（即）;产出的边际成本递增（即）;成本随投入要素价格单调递增（即）;投入要素价格满足齐次性（即）;成本表现为规模报酬不变（即CRS）。根据研究需要，成本表現为规模报酬不变也可以替换为规模报酬可变。为了估计公式一般采用CNLS估计，通过最小化残差的平方和求解，即：

（2）

与传统的参数和非参数成本函数相比较，本文设定的函数形式保留了半参数方法的优点，既不会因为函数形式设定错误增加误差，也不会因没有考虑误差项而增加误差;既考虑了投入要素价格信息的优点，又适用于投入要素价格在样本期间变化较大的实证研究。

（二）成本效率与全要素生产率测算结果

本文测算了样本期间日本输配电行业的成本效率估计值，1996—2006年日本输配电部门的平均成本效率约为66.93%，这意味着日本输配电行业的效率水平还有提升空间。利用非参数DEA-Malmquist指数法，选取输送电力和用户数量作为产出变量、成本作为投入变量，经过测算，1996—2006年日本输配电行业的全要素生产率的几何平均数为0.17%，略高于Goto和Sueyoshi^[10]的测算结果。

四、规制下可节省输配电成本的测算

（一）设定上限收入的逻辑与步骤

参照Kuosmanen^[4]，结合日本的具体情况，本文设定2007—2010年输配电部门上限收入的步骤如下：（1）利用1996—2006年的数据估算各输配电部门的成本效率和输配电行业整体的全要素生产率，同时对输配电部门成本（）与成本影响因子（）进行回归，得到各个成本影响因子的系数估计值。使用全部输配电部门的面板数据进行回归，意味着得到的各个输配电部门的准许成本与自身的实际成本是分离的，这正是规制下诱导输配电部门主动降低成本的核心机制。（2）设定规制期间（2007—2010年）输配电行业整体的全要素生产率和各个输配电部门的效率改善目标值。将全要素生产率因素考虑在内意味着输配电部门需要通过两个途径提高绩效，其一是通过技术进步，其二是通过缩小与处于生产前沿面的输配电部门之间的效率差异。（3）利用2007—2010年的数据和各个成本影响因子的系数估计值，估算规制期间各输配电部门的最小成本。因为本文是假设日本在2007—2010年实施了上限收入规制，而该段期间的成本影响变量（）是已知的，所以不用估计（在规制实践中，下一个规制期间的成本影响变量是需要估计的）。（4）将最小成本、效率改善目标值、行业整体的全要素生产率和反映物价变化的指数代入监管机构事先决定的规制模型，得到每个输配电部门在规制期间各个年度的准许上限成本。（5）以为参考值，输配电利益相关者讨论最后的可接受成本。对進行调整是为了更好地反映各输配电部门之间的环境差异等特殊情况，确保输配电部门既能获得合理收益，又能将效率改善的成果及时与电力用户分享^[11]。

（二）行业整体的最小成本、准许成本与可节省成本

参照芬兰的规制实践，规制期间各输配电部门的效率改善目标值的计算公式为。计算得到日本10家输配电部门（Firm1—Firm10）的效率改善目标值。不同脚本下各输配电部门的效率改善目标值如表2所示。由表2可知，以脚本1为例，如果等于2006年輸配电部门的效率值，同时假设日本监管机构要求各输配电部门必须在4年（追赶期间）内消除无效率，则第一家输配电部门在2007—2010年的年度效率改善目标值为8.08%，第二家为9.52%，以此类推。以脚本5为例，如果等于2004—2006年输配电部门的效率均值，同时假设日本监管机构要求各输配电部门必须在6年内消除无效率，则第一家输配电部门在2007—2010年的年度效率改善目标值为5.22%，第二家为6.66%，以此类推。

各个输配电部门在2007—2010年的最小成本和准许成本如式（3）和式（4）所示：

（3）

（4）

其中，i=1，...，10;t=2007，2008，2009，2010。式（3）中参数的取值可以根据式（5）所得：

（5）

不同脚本的规制的模拟结果如表3所示。由表3可知，以脚本1为例，当监管机构设定等于2006年效率值时，追赶期间为4年的情况下，2007—2010年日本输配电行业整体可节省成本为4 338.23亿日元，约为同期成本总和的9.87%。

（三）各企业最小成本、准许成本与可节省成本的比例

各个输配电部门可节省成本比例的计算方法如下：

（6）

其中，，，，，，和分别表示不同输配电部门在2007—2010年的可节省成本比例、准许成本、实际成本、根据StoNED模型测算的前沿面成本、准许的冗余成本、无效成本和误差项。根据式（6）可知，各输配电部门之间可节省比例的差异主要来源于以下三个方面：（1）效率改善目标值的不同，这个值越大，可节省成本的比例越大。（2）各个输配电部门在2007—2010年的效率水平不同，效率水平越高，意味着无效成本越低，因而可节省成本的比例越大。（3）误差项的影响。需要特别注意的是，可节省成本的比例应该等于无效成本与实际成本的比值，不应该受到误差项的影响，但在实际的运算中，由于只能测算到无效成本与误差项的和，无法进一步把二者分开。这种处理方式意味着：（1）误差项将影响2007—2010年的可节省成本的计算，运气、天气等输配电部门无法控制的外在随机因素引发的成本变化会被记入可节省成本，而这是不合理的。（2）对于每个输配电部门而言，，也就是说2007—2010年被使用的无效成本之和存在下面的关系，即，这意味着误差项并不影响整个规制期间的无效成本。

不同脚本下各输配电部门可节省成本的比例如表4所示。由表4可知，输配电部门1和输配电部门4可节省的比例分别最高和最低。换言之，这意味着日本规制机构设置的上限收入规制对于输配电部门1的效果最为明显。

五、规制的效果模拟

（一）可降低电价的测算

本文进一步测算在不同脚本下日本实施规制后可降低电价的绝对值和相对值。不同脚本下可降低的电价如表5所示。在不同脚本下，日本在输配电行业实施规制后可降低的电价比例为-1.12%—11.10%。

（二）可计算一般均衡模型的设定

本文在假设电价降低5%的前提下，对日本在输配电行业导入RPI-X规制后各部门价格效应、产出效应和宏观经济效应进行模拟。

⒈ 参数说明与模型构建

在CGE模型中，假定每个部门只生产一种产品且规模报酬不变，中间投入合成为列昂惕夫生产函数，其他合成均采用恒替代弹性生产函数^[12]。限于篇幅，本文省去了具体的参数说明和32个具体公式，各模块的内容简述如下：模型中的生产模块包括部门总产出的合成函数、第二层的资本和劳动合成函数以及其他中间投入的合成函数;贸易模块中的商品分为出口、国内生产国内销售和进口三个部分，国内部门的产出通过恒变换弹性生产函数分配到出口和国内生产国内销售两个部分，国内市场销售的商品由国内生产国内销售和进口两个部分组成，用CES函数表示，又被称为阿明顿条件;主体机构模块由居民、企业和政府三个部分组成。居民收入包括通过供应劳动要素获取的劳动报酬和政府转移支付，支出包括缴纳的个人所得税及商品消费。企业通过投资获取资本要素报酬，并缴纳企业所得税。政府收入包括个人所得税、企业所得税及进口关税，支出则包括商品消费及各项转移支付。国外收入包括商品进口额和转移支付（对外援助）。均衡闭合模块包括产品市场出清、要素市场出清和国际收支平衡等均衡条件。本文采用新古典主义闭合条件，并假设劳动和资本要素供给是外生的。

⒉ 数据与参数设定

本文编制的宏观SAM表的数据来源于日本2005年的投入产出表和财政年鉴（这是距离本文样本期间最接近的投出产出表）。由于数据收集工作存在统计口径、数据不一致现象，加之投入产出表的发布有一定时滞，因而宏观SAM表并不平衡，本文调平更新后得到2005年的日本宏观SAM表如表6所示。

微观SAM表进一步将活动和商品按照不同生产部门和商品类型进行划分，依据研究重点设置细分部门。由于本文的研究重点为电价变动对宏观经济的影响，因而在部门设置时重点突出了电力需求较大的行业，划分为农林水产业、石油制品业、煤炭制品业、水泥业、钢铁业、其他制造业、城市煤气业、运输业、服务业、化石燃料业和电力行业等11个部门，并从投入产出表和统计年鉴中获取与各部门相对应的要素及主体机构的数据进行分解。

各项税率以及主体机构在不同部门的消费、投资比例可通过微观SAM数据计算得出。设置的替代弹性包括i部门资本-劳动合成与中间投入合成替代弹性，i部门资本与劳动的替代弹性，j商品国内销售与进口部分的替代弹性，i部門出口与国内销售部门的替代弹性。各部门的份额参数通过将与替代弹性相关的参数（由求得）及基准年度的微观SAM数据一同代入模型中求得。

对于弹性系数，本文参考贺菊煌等^[13]在研究我国碳税和二氧化碳排放时给出的弹性值，以及日本学者川崎泰史·伴金美^[14]给出的弹性值进行预先设定，然后在应用过程中对其再做调整。

（三）模拟结果分析

模型中作为外生变量的电价发生变化后，将对各产业部门和宏观经济变量产生一系列的影响，本文在电价下降5%的情景下进行模拟，其部门价格和产出效应如表7所示。由表7可知，高耗能产业由于用电成本相对较高，其生产价格对电价的变化更加敏感，如化石燃料业价格下降9.60%，钢铁业价格下降8%;第二产业的其他制造业次之，服务业生产价格对电价的变化最不明显。一般情况下，价格降低将会带来产出的增加。本文中，除钢铁业外，其他部门的产出变化均符合预期。钢铁业的产出随着价格的降低而降低，可能是因为电价降低所带来的好处并不能弥补市场中产品价格下降所带来的收入损失，同时也可能与本文的弹性参数取值有关。

价格变动和产出变动还会对GDP等经济指标产生影响，电价下降5%的宏观经济效应如表8所示。由表8可知，电价下降对日本各项宏观经济指标产生不同程度的影响，当电价下降5%时：（1）GDP增长0.50%，政府收入、居民收入和输配电部门收入分别增长0.10%、0.80%和1.10%。（2）消费者物价指数（CPI）降低1.80%，CPI降低说明电价降低进而提高了居民的货币购买力。（3）总出口额和总进口额分别降低6.47%和6.35%，即电价降低对进出口产生负向效应，这意味着部门产出的增加主要用于国内消费和中间投入，而不是用于商品的进出口。

六、结论与启示

本文的主要目的是模拟日本在输配电行业中导入规制后的经济效果。本文利用1996—2006年的面板数据和半参数的StoNED模型测算出输配电行业的全要素生产率和各个企业的成本效率，然后假设日本在2007—2010年导入了上限收入规制，进而分析这项规制的经济影响。本文主要的实证结果如下：（1）日本输配电行业的成本效率约为66.93%，全要素生产率为0.17%。（2）在不同的规制脚本下，的取值为3%—15%。（3）导入规制后可节省的成本为-435.90亿日元—4 338.23亿日元，约占同期总成本的-0.99%—9.87%。（4）可降低每度电价为-0.12—1.21日元，约占同期电价的-1.12%—11.10%。（5）在设定电价下降5%的情况下，CGE模型模拟结果显示日本GDP可以增长0.50%，政府收入、居民收入和输配电部门收入分别增长0.10%、0.80%和1.10%，CPI降低1.80%。

以上的模拟结果是以日本成功实施了规制为前提的，然而多国的规制实践表明，只有经过科学设计的规制才能够实现提高效率、降低成本的目的，如澳大利亚从2005年开始在输配电行业导入规制，然而电价在2007—2012年却上涨了70%，主要是因为输配电行业成本的上涨，该项成本占电价的40%—50%。有学者认为澳大利亚电价上涨归因于输配电行业的低效率和监管机构的失败，即监管机构在核准输配电企业的上限收入时，过于依赖企业提交的收入预测报告，没有通过导入电网企业之间的相对绩效比较对收入预测报告予以甄别和核实^[15-16]。作为对比，英国输配电行业在导入规制的20年间（1988—2008年），不但提高了顾客满意度和大幅更新了输配电设备，而且输电成本降低了50%，配电成本降低了41%^[17]。英国监管机构——天然气电力市场办公室（Office  of  Gas  and  Electricity  Markets，以下简称Ofgem）开始全面评估RPI-X规制是否与英国的经济社会环境相匹配？下一代的规制模式应该是什么？该项目名称为“RPI-X@20”。经过两年多的研究，Ofgem決定开始采用新的规制模式，即RIIO（Revenue  Using  Incentives  to  Deliver  Innovation  and  Outputs）规制模式。Jenkins^[18]采用新的规制模式的主要原因如下：（1）通过实施RPI-X规制提高输配电企业效率的目的已经达到。主要表现是输配电企业的效率不断提高和各个企业之间输配电成本的趋同，这意味着通过横向绩效比较激励企业提高效能的空间已经很少。（2）效率因子X的指标功能已经发生变化。在RPI-X规制下，X被称为效率因子，其取值越小表示效率提升程度越小，相应的输配电价也就越高。因为电网设备的智能化改造以及伴随着环境规制带来的可再生能源上网等使英国输配电行业将迎来前所未有的巨额投资，一直将持续到2050年前后。输配电行业的固定投资必然带来输配电价的提升和一个负的X取值，可是这种情况下的X取值大小已经不再是效率驱动，而是投资驱动，X作为效率指标的功能不复存在，继续使用RPI-X规制容易引起误解。（3）RPI-X规制无法与重视过程管理的规制要求相匹配。RPI-X规制更重视结果，但巨额的环境关联设备投资和可再生能源发电入网带来了新的问题，即投资的成本效率分析和可再生能源发电的公平入网问题，因而过程管理比单纯对结果进行规制更符合消费者利益。（4）RPI-X规制及其配套措施过于复杂。当初设计RPI-X规制的主要目的是提高输配电企业的效率，后来又增加了服务质量激励机制、防止企业博弈行为的各种配套措施。不断增加的“补丁”增加了RPI-X规制的复杂程度，这对监管机构和被规制者都是很大的负担，因而需要一套全新的、在设计之初就已经综合考虑了各种情况的规制体系。

由此可知，同是实施规制，效果却大相径庭，其中是否通过相对绩效比较机制破解电网企业的信息优势是关键的分水岭^[16]。这是因为监管机构实施规制时必须审核电网企业的准许收入，此时常常面临着双重困境，即因信息不对称导致电网企业上报的成本信息不可全信，以及因环境异质性导致的不同地区电网企业之间的会计指标不可横向比较。至少有两个因素同时决定会计指标的优劣，其一是垄断企业的绩效，其二是外部环境（暂不考虑误差项）。不同电网企业所处的外部环境不同，所以外部环境对会计指标的影响程度也不同，这意味着会计指标的优劣不能反映垄断企业绩效的好坏。结果是监管机构在判断电网企业绩效优劣时，既无法完全相信电网企业的财务报表，也无法通过比较各个电网企业的会计指标来判断。从理论研究和国外的最佳规制实践来看，监管机构一般是通过构建影子竞争者来破解电网企业在成本信息方面的优势，这个构建影子竞争者的过程就是相对绩效比较机制。在构建影子竞争者时，需要同时满足以下两个约束条件：（1）影子竞争者能够在与电网企业完全相同的环境下，利用最小成本生产出与企业完全相同的产出。（2）影子竞争者的最小成本不但受现有技术水平的约束，而且受所有电网企业的可观测成本的影响。这意味着监管机构将一个电网企业与影子竞争者的成本进行比较时，实际上是与其他电网企业的成本进行横向或相对绩效比较。

相对绩效比较机制不但缓解了监管机构在成本方面的信息劣势，而且可以在电网企业之间形成间接竞争。构建影子竞争者的方法有非参数法、参数法和半参数法，涉及到的主要参数有投入变量、产出变量和环境变量，要求这些变量可控、可量、可比和可审。从国外的规制实践来看，选用何种方法构建影子竞争者是监管机构的权力，但被规制企业可以提出自己的意见，甚至提起法律诉讼。因此，为了成功实施規制，日本的监管机构需要吸取英国和澳大利亚的经验教训，通过导入相对绩效比较机制破解成本审核时的信息不对称，因而本文认为，如何构建适合本国国情的影子竞争者，并做好相关数据的收集和整理工作是日本监管机构的当务之急。

参考文献：

[1]  戒能一成.福島第一原子力発電所事故とエネルギー政策への影響[EB/OL].http：//www.rieti.go.jp/jp/special/special_report/044.html， 2012.

[2]  Bernstein， J. I.， Sappington， D. E. M. Setting the X Factor in Price-Cap Regulation Plans[J]. Journal of Regulatory Economics， 1999， 16（1）：5-26.

[3]  Lawrence， D.， Diewert， E.Productivity and Regulation in A Hard-to-Measure Sector：The Case of New Zealand?s Electricity Networks[R]. Prospects and Policies，2004-06-28.

[4]  Kuosmanen， T. Stochastic Semi-Nonparametric Frontier Estimation of Electricity Distribution Networks： Application of the StoNED Method in the Finnish Regulatory Model[J]. Energy Economics， 2012，34（6）： 2189-2199.

[5]  Eskelinen， J.， Kuosmanen， T. Intertemporal Efficiency Analysis of Sales Teams of A Bank： Stochastic Semi-Nonparametric Approach[J]. Journal of Banking & Finance， 2013， 37（12）：5163-5175.

[6]  Kuosmanen， T.， Saastamoinen， A.， Sipilinen， T. What is the Best Practice for Benchmark Regulation of Electricity Distribution？ Comparison of DEA， SFA and StoNED Methods[J]. Energy Policy， 2013， 61（5）：740-750.

[7]  Kuosmanen， T. Conditional Yardstick Competition[EB/OL].https：//www.researchgate.net/ publication/ 28602457_Conditional_yardstick_competition， 2018.

[8]  Jamasb， T.， Pollitt， M.Benchmarking and Regulation： International Electricity Experience[J]. Utilities Policy， 2000， 9（3）：107-130.

[9]  Farsi， M.， Filippini， M.， Kuenzle， M. Cost Efficiency in Regional Bus Companies： An Application of New Stochastic Frontier Models[J]. Journal of Transport Economics and Policy， 2006，40（1）：95-118.

[10]  Goto， M.， Sueyoshi， T. Productivity Growth and Deregulation of Japanese Electricity Distribution[J]. Energy Policy， 2009， 37（8）：3130-3138.

[11]  Pollitt， M. The Role of Efficiency Estimates in Regulatory Price Reviews： Ofgems Approach to Benchmarking Electricity Networks[J]. Utilities Policy， 2005， 13（4）：279-288.

[12]  郑玉歆，樊明太.中国CGE模型及政策分析[M].北京：社会科学文献出版社，1999.37-69.

[13]  贺菊煌，沈可挺，徐嵩龄.碳税与二氧化碳减排的CGE模型[J].数量经济技术经济研究，2002，（10）：39-47.

[14]  川崎泰史·伴金美. 収穫逓増と独占的競争をとりいれた 日本経済の応用一般均衡モデルの開[M]. 東京：內閣府経済社会総合研究所， 2005.1-33.

[15]  Productivity Commission. Electricity Network Regulatory Frameworks， Productivity Commission Inquiry Report[R]. Productivity Commission， Australian Government， 2013.

[16]  Nepal， R.， Menezes， F.， Jamasb， T. Network Regulation and Regulatory Institutional Reform： Revisiting the Case of Australia[J]. Energy Policy， 2014， 73（10）：259-268.

[17]  Michael， G. P. The Future of Electricity （and Gas） Regulation in A Low-Carbon Policy World[J].The Energy Journal， 2008， 29（2）：63-94.

[18]  Jenkins， C.Examining the Economics Underlying Ofgems New Regulatory Framework[EB/OL].https：//www.city.ac.uk/_data/assets/pdf_file/0011/80939/JenkinsRIIOEconomics_draft-paper-FINAL， 2011.

Effect Simulation of Introducing PRI-X Regulation Into Japanese Grid Sector： A CGE-Based Counter factual Analysis

LI Hong-zhou，WANG Shuai

（Center for Industrial and Business Organization， Dongbei University of Finance and Economics， Dalian 116025， China）

Abstract：The introduction of regulation in the transmission and distribution sector is the core initiative of Japan to implement the ‘liberalisation of both sides of the offer and control of intermediate transmission and distribution and will be part of the electricity system reform agenda after 2020. Accordingly， the main purpose of this study is to simulate effects of introducing this regulatory policy， based on the Counterfactual Analysis Method and StoNED model， our empirical results show that the average efficiency of Japanese grid sector is about 66.39% on the whole and the power tariff will have been changed from -1.12% to 11.10% if RPI-X regulation would be implemented. Further， with a set 5% reduction in electricity prices， Japan?s GDP can grow by 0.50% and other economic indicators also change significantly. Finally， we also discuss key issues when introducing RPI-X regulation into practice.

Key words： price regulation in Japanese grid network;benchmarking;RPI-X regulation; CGE model

（責任编辑：尚培培）