尹潔婷，黃朝偉

（北京物資學(xué)院信息學(xué)院，北京 101149）

0 引言

中國作為世界上第二大經(jīng)濟(jì)體，生產(chǎn)力水平的迅速提升，需要投入更多電力來維持各行業(yè)的穩(wěn)步運(yùn)行。雖然我國可再生能源發(fā)電比例在不斷上升，但化石能源發(fā)電仍處于主體地位，2019 年電力行業(yè)產(chǎn)生的碳排放占全國碳排放總量的37.78%，因此增加水電等清潔能源發(fā)電占比以及提高清潔能源發(fā)電效率是電力行業(yè)實現(xiàn)綠色低碳發(fā)展的重要途徑。2019年，中國水電發(fā)電量和水電裝機(jī)容量分別達(dá)到1 153 TWh 和356.40 GW，占全球水電發(fā)電量和裝機(jī)容量的27.5%和27.2%，位列第一。2020 年“十四五”規(guī)劃建議中指出“加快推動綠色低碳發(fā)展”，同年習(xí)近平總書記在全面推動長江經(jīng)濟(jì)帶發(fā)展座談會上提出“使長江經(jīng)濟(jì)帶成為我國生態(tài)優(yōu)先綠色發(fā)展主戰(zhàn)場、暢通國內(nèi)國際雙循環(huán)主動脈、引領(lǐng)經(jīng)濟(jì)高質(zhì)量發(fā)展主力軍”。本文在綠色低碳發(fā)展的背景下，深入研究長江干流地區(qū)水力發(fā)電效率，探析長江干流地區(qū)水力發(fā)電資源配置和利用情況。

目前，學(xué)者們關(guān)于能源效率研究主要集中在以下幾方面，首先是通過改進(jìn)數(shù)據(jù)包絡(luò)模型（DEA）來提高能源利用效率測算精度，盧曦和許 長新［1］、RodríguezLozano Gloria 和Cifuentes Yate Michael［2］分別運(yùn)用三階段DEA 模型測算2010-2014 年中國11省市水資源的利用效率和2017年中國30個省份的電能替代效率。李少林［3］基于Bootstrap-DEA 方法對新能源發(fā)電的綜合效率進(jìn)行評價，并修正了效率的偏差。其次，學(xué)者通過考慮中國區(qū)域異質(zhì)性來探究能源效率，吳凡等［4］利用共同前沿數(shù)據(jù)包絡(luò)分析方法測算非傳統(tǒng)地理劃分下的中西部區(qū)域能源效率。楊志江和朱桂龍［5］運(yùn)用廣義矩估計對中國東部、中部、西部地區(qū)的技術(shù)創(chuàng)新、環(huán)境規(guī)制與能源的效率關(guān)系進(jìn)行實證檢驗。Shen等［6］運(yùn)用DEA 模型，分析了東部、中部和西地區(qū)部地區(qū)的可持續(xù)全要素生態(tài)效率的差異。再次，學(xué)者將環(huán)境因素納入能源效率的探究中，趙衛(wèi)等［7］分析西藏地區(qū)水電開發(fā)替代化石燃料的同時考慮了煤耗和二氧化碳減排的低碳效益。吳傳清和董旭［8］考慮環(huán)境影響因素，運(yùn)用超效率DEA模型和ML指數(shù)法，對長江經(jīng)濟(jì)帶的全要素能源效率進(jìn)行考察。Geng 等［9］通過數(shù)據(jù)包絡(luò)分析建立世界24個國家的靜態(tài)能源結(jié)構(gòu)模型，并將二氧化碳排放量作為非期望產(chǎn)出。此外也有學(xué)者研究技術(shù)因素對能源效率的影響，吳傳清和杜宇［10］采用三要素超越對數(shù)生產(chǎn)函數(shù)，探究長江經(jīng)濟(jì)帶沿線11 省市偏向型技術(shù)進(jìn)步對全要素能源效率的影響關(guān)系。Peng 等［11］分析了2006-2016 年中國30 個省份的Malmquist全要素生產(chǎn)率指數(shù)，并進(jìn)一步考察了不同類型的有偏技術(shù)變化下，能源行業(yè)投資對能源開采全要素生產(chǎn)率的非線性影響。Wang H P 和Wang M X［12］對2001-2013 年間我國城市層面的全要素能源效率進(jìn)行分析，通過系統(tǒng)廣義矩估計法探討技術(shù)創(chuàng)新對全要素能源效率的影響。

在水力發(fā)電效率研究方面，Wang 等［13］運(yùn)用meta-SE-SBM非期望產(chǎn)出模型對中國水電火電發(fā)電效率進(jìn)行綜合評價。Liang 等［14］采用數(shù)據(jù)包絡(luò)分析方法的EBM（Epsilon-based Measure）模型分析各省市水電裝機(jī)容量效率和碳減排效率的差異。田澤等［15］采用數(shù)據(jù)包絡(luò)CCR 模型對長江經(jīng)濟(jì)帶沿線省市的水電能源效率進(jìn)行評價研究。吳杰康和嚴(yán)進(jìn)［16］運(yùn)用數(shù)據(jù)包絡(luò)模型對梯級水電站歷史運(yùn)行數(shù)據(jù)和優(yōu)化調(diào)度數(shù)據(jù)進(jìn)行效率評價分析。Harun K?nac?等［17］采用DEA 和SFA方法對大壩水力發(fā)電的效率進(jìn)行測量。

綜合國內(nèi)外的相關(guān)文獻(xiàn)，學(xué)者們在對能源效率和水力發(fā)電效率研究過程中選擇了CCR、三階段DEA、Bootstrap-DEA、超效率DEA、SBM、EBM 等不同的數(shù)據(jù)包絡(luò)分析模型，不同模型研究的側(cè)重點(diǎn)不同，研究發(fā)現(xiàn)，文獻(xiàn)中關(guān)于水力發(fā)電效率地區(qū)異質(zhì)性的研究較少，對于不同時期水力發(fā)電效率變化規(guī)律成因文獻(xiàn)不足。由于長江干流的水力發(fā)電量受地理環(huán)境、氣候變化和降雨量［18］等自然因素的影響無法準(zhǔn)確的計算。因此，本文在考慮長江上游、中游和下游干流地理及技術(shù)管理方面差異的基礎(chǔ)上，運(yùn)用共同前沿DEA 和Malmquist 指數(shù)對長江干流地區(qū)水力發(fā)電效率進(jìn)行靜態(tài)和動態(tài)綜合實證分析。

1 數(shù)據(jù)來源及研究思路

長江干流自西而東流經(jīng)青海、西藏、四川、云南、重慶、湖北、湖南、江西、安徽、江蘇、上海11 個省、自治區(qū)、直轄市，由于上海市水力發(fā)電相關(guān)數(shù)據(jù)缺失，故不納入分析范圍。本文對長江干流流經(jīng)的省級行政區(qū)按干流流經(jīng)順序依次劃分為上游、中游和下游干流三部分（見表1），與按河道特征及流域地形（以湖北宜昌和江西湖口分界點(diǎn)）作為長江上、中、下游劃分的方式存在區(qū)別。

表1 二層級長江上、中、下干流省級行政區(qū)劃分Tab.1 Two-hierarchy provincial administrative divisions of the upper，middle and lower Yangtze River

根據(jù)研究目的和數(shù)據(jù)的可獲取性，本文從多個層面提取影響水力發(fā)電的因素，深入剖析長江干流水力發(fā)電的效率，探索長江干流水力發(fā)電的綠色低碳發(fā)展模式。水力發(fā)電的前期投入指標(biāo)主要從人力、物力、資金投入等方面出發(fā)，后期成果產(chǎn)出指標(biāo)從經(jīng)濟(jì)效益和環(huán)境效益出發(fā)，評價指標(biāo)體系見表2，時間跨度為2014-2017年，數(shù)據(jù)來源為《中國水利統(tǒng)計年鑒》、《中國電力統(tǒng)計年鑒》和《2020年水力發(fā)電報告》。

表2 指標(biāo)評價體系Tab.2 Index evaluation system

本文碳減排成本的計算參考文獻(xiàn)［19］，具體計算方法見公式（1）。

式中：I為碳減排成本；E為原煤消費(fèi)量；P為水力發(fā)電量；相關(guān)符號說明見表3。

表3中，NCV和δ取自《綜合能耗計算通則》、CEF取自IPCC、COF取自《省級溫室氣體清單編制指南》、w取自《電力工業(yè)統(tǒng)計資料匯編》、C取自參考文獻(xiàn)［20］。

表3 碳減排成本符號和系數(shù)說明Tab.3 Carbon emission reduction cost symbol and coefficient description

2 研究模型

2.1 共同前沿理論

本文構(gòu)造由投入x、經(jīng)濟(jì)效益產(chǎn)出y和環(huán)境效益產(chǎn)出u構(gòu)成的規(guī)模報酬不變（CRS）的共同前沿生產(chǎn)面模型，在實際水力發(fā)電過程中，增加環(huán)境效益產(chǎn)出需要一定的成本和技術(shù)的支持，因此環(huán)境效益產(chǎn)出應(yīng)該是弱可處置性，參考文獻(xiàn)［21］可知，長江干流省級行政區(qū)的生產(chǎn)可能集如公式（2）所示。

式中：P(x)為生產(chǎn)可能集；k為決策單元數(shù)量；zk表示強(qiáng)度變量。

假設(shè)長江干流各省級行政區(qū)決策單元可以分為H（h=1，2，…，H）個子集，每個子集代表不同地區(qū)的干流，第h個子集中所有決策單元kh構(gòu)成了第h個干流下的生產(chǎn)前沿面，即干流前沿Ph(x)(h=1，2，…，H)。H個干流前沿Ph(x)構(gòu)成共同前沿Pm，即Pm(x)=P1(x)∪P2(x)∪，…，∪PH(x)［22］。長江干流二級共同前沿面如圖1所示，在共同前沿和干流前沿Ⅰ下，省級行政區(qū)決策單元B的水力發(fā)電最優(yōu)產(chǎn)出分別為AD和AC，產(chǎn)出差距DC是由地理及技術(shù)異質(zhì)性差異引起的［23］。

圖1 二層級共同前沿函數(shù)示意圖Fig.1 Two-hierarchy Meta-frontier function diagram

方向距離函數(shù)是一種不受徑向限制的、沿預(yù)先確定的方向向量估計決策單元相對效率的方法，D(x，y，u：g)=max{β：(y+βgy，u+βgu)∈P(x)}為方向距離函數(shù)。由參考文獻(xiàn)［22］可知，共同前沿面Pm(x)下Dm(x，y，u：g∣CRS)的最優(yōu)解見公式（3），干流前沿面Ph(x)下Dh(x，y，u：g∣CRS)最優(yōu)解見公式（4），β屬于生產(chǎn)可能集P(x)，gy和gu表示方向向量。

式中：Dm表示共同前沿面下決策單元的距離函數(shù)；Dh表示干流前沿面下決策單元的距離函數(shù)。

技術(shù)落差比率（TGR）指的是共同前沿值（即：共同前沿下的效率值）與干流前沿值的比率，參照文獻(xiàn)［4］可知，技術(shù)落差比率可以表示為公式（5）。

其中：GTE為干流前沿下的技術(shù)效率；MTE為共同前沿下的技術(shù)效率。TGR越接近于1，表示共同前沿與干流前沿的技術(shù)效率差距越小。

2.2 Malmquist生產(chǎn)率指數(shù)分解

本文構(gòu)建Malmquist 指數(shù)模型，以每個省級行政區(qū)作為一個決策單元來構(gòu)造每一個時期水力發(fā)電效率的最佳生產(chǎn)前沿面，把每個決策單元水力發(fā)電效率同最佳生產(chǎn)前沿面進(jìn)行比較，以此對各決策單元效率變化和技術(shù)進(jìn)步進(jìn)行測度。Malmquist 生產(chǎn)率指數(shù)是由瑞典經(jīng)濟(jì)學(xué)家和統(tǒng)計學(xué)家Sten Malmquist 在1953 年首先提出的，在1994 年RolfFare 等人將這一理論的一種非參數(shù)線性規(guī)劃法與DEA 理論相結(jié)合，使得Malmquist 指數(shù)被廣泛應(yīng)用。RolfFare 等構(gòu)建了從t到t+1 期的Malmquist生產(chǎn)率指數(shù)［1］見公式（6）：

式中：Dt(xt，yt)和Dt(xt+1，yt+1)指在第t時期的技術(shù)條件下，決策單元分別在第t時期和第t+1 時期的方向距離函數(shù)；Dt+1(xt，yt)和Dt+1(xt+1，yt+1)指在第t+1 時期的技術(shù)條件下，決策單元分別在第t時期和第t+1 時期的方向距離函數(shù)；若指數(shù)M(xt+1，yt+1，xt，yt)＞1，表明從第t時期到第t+1 時期，全要素生產(chǎn)率水平提高；若指數(shù)M(xt+1，yt+1，xt，yt)＜1表明從第t時期到第t+1時期，全要素生產(chǎn)率水平下降。

Malmquist 指數(shù)進(jìn)一步可分解為技術(shù)效率變化（EFFCH）和技術(shù)進(jìn)步效率變化（TECHCH）兩部分，其中技術(shù)效率變化又可進(jìn)一步分解為純技術(shù)效率變化（PECH）和規(guī)模效率變化（SECH）見公式（7）［1，25］。

其中：

技術(shù)效率（EFFCH）表示決策單元從第t期到第t+1 時期的生產(chǎn)可能性邊界的追趕速度，技術(shù)進(jìn)步效率（TECHCH）表示生產(chǎn)前沿邊界從t期到t+1 期的移動，純技術(shù)效率（PECH）表示決策單元由于管理和技術(shù)等因素影響的生產(chǎn)效率，規(guī)模效率（SECH）表示決策單元由于規(guī)模因素影響的生產(chǎn)效率［24］。

3 實證分析

本文基于Malmquist 指數(shù)對2014-2017 年長江干流10 個省級行政區(qū)的面板數(shù)據(jù)進(jìn)行分析，計算的全要素生產(chǎn)率及分解結(jié)果見表4，運(yùn)用二層級共同前沿DEA 模型測算2017 年長江上游、中游和下游10個省級行政區(qū)技術(shù)落差比見表5。

表4 2014-2017年長江干流各省級行政區(qū)Malmquist指數(shù)分解結(jié)果Tab.4 Decomposition results of Malmquist index in provincial administrative regions of the Yangtze River mainstream from 2014 to 2017

表5 2017年長江干流各省級行政區(qū)二層級共同前沿技術(shù)落差比Tab.5 Two-hierarchy meta-frontier technology gap ratio in the Yangtze River mainstream region in 2017

3.1 2014-2017年長江干流各省級行政區(qū)水力發(fā)電效率比較分析

在技術(shù)效率方面，2014-2017年，長江干流省級行政區(qū)水力發(fā)電技術(shù)效率上升最快的3個地區(qū)分別是安徽、湖北和江蘇，三者都位于長江中游和下游。由于長江中游和下游地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級迅速，依靠高新技術(shù)產(chǎn)業(yè)加持，使得水力發(fā)電的技術(shù)效率提升較快，而長江上游地區(qū)技術(shù)效率出現(xiàn)不同程度的下降，該地區(qū)的水利水電投入資源的組合和配置水平比長江中、下游地區(qū)低。

在技術(shù)進(jìn)步效率方面，長江干流技術(shù)進(jìn)步效率總體上呈現(xiàn)上升的趨勢，共有9 個省級行政區(qū)技術(shù)進(jìn)步效率大于1，這是由于近年來我國在工業(yè)上發(fā)展迅速，科技技術(shù)的進(jìn)步主導(dǎo)了發(fā)電效率的逐步提高。四川和云南在技術(shù)進(jìn)步效率方面表現(xiàn)最好，技術(shù)進(jìn)步效率分別達(dá)到1.053 和1.07，這表明四川和云南在技術(shù)進(jìn)步或技術(shù)創(chuàng)新方面成效顯著，其水力發(fā)電的生產(chǎn)前沿面向前移動。

在純技術(shù)效率方面，10個省級行政區(qū)中僅重慶和安徽的純技術(shù)效率略低于1，說明在該地區(qū)水力發(fā)電生產(chǎn)條件下技術(shù)管理水平仍有提升空間。長江干流其余省級行政區(qū)水力發(fā)電純技術(shù)效率在1上微小波動，無明顯差異。

在規(guī)模效率方面，湖北、安徽、江蘇三省規(guī)模效率大于1，安徽和江蘇的規(guī)模效率提升最大，達(dá)到7.2%和1.4%。相反，青海、西藏、重慶、湖南和江西在規(guī)模效率上呈現(xiàn)出不同程度的下降，其中青海和江西下降幅度最大，超過10%，這說明該地區(qū)的水利水電在水資源、勞動力和設(shè)備等要素的利用和配置方面未達(dá)到最優(yōu)。

在全要素生產(chǎn)效率方面，四川、云南和安徽的全要素生產(chǎn)率排序靠前，分別達(dá)到1.053、1.070 和1.067，而青海和江西的全要素生產(chǎn)率排序靠后。四川和云南省在生產(chǎn)投入、資源配置能力和設(shè)備使用效率等方面產(chǎn)生的經(jīng)濟(jì)效益優(yōu)于青海和江西，這得益于四川省和云南擁有獨(dú)特的地理優(yōu)勢，地跨我國地勢的第一、二級階梯，地形高差懸殊。此外，四川和云南省近年來在科技方面取得顯著進(jìn)步，促進(jìn)其水電發(fā)電技術(shù)水平的提高，從而提升其全要素生產(chǎn)率。

3.2 2014-2017 年長江上游、中游和下游干流水力發(fā)電效率和技術(shù)落差比率分析

將長江上游、中游和下游的Malmquist 指數(shù)分解如圖2 所示，研究發(fā)現(xiàn)上游的技術(shù)效率、純技術(shù)效率、規(guī)模效率以及全要素生產(chǎn)率低于中游和下游。

圖2 2014-2017年長江上游、中游和下游Malmquist指數(shù)分解Fig.2 Decomposition of Malmquist index in upper，middle and lower Yangtze River from 2014 to 2017

長江上游，2014-2017 年規(guī)模效率為0.963，較長江中游和下游有一定差距。規(guī)模效率的下降是導(dǎo)致上游的水力發(fā)電技術(shù)效率和全要素生產(chǎn)率偏低的主要原因。因此上游要提高水力發(fā)電的規(guī)模效率，必須優(yōu)化資源配置，結(jié)合地理條件，有效地利用水的勢能將其轉(zhuǎn)化為電能。

長江中游，技術(shù)效率和純技術(shù)效率高于長江上游，但低于長江下游，而規(guī)模效率高于長江上游和下游。長江中游作為聯(lián)接?xùn)|西部的關(guān)鍵通道，處于一個承上啟下的地理位置，可以更好的借助產(chǎn)業(yè)技術(shù)和水力勢能的優(yōu)勢，更大發(fā)揮長流干流水利水電的經(jīng)濟(jì)和環(huán)境效益。

長江下游，水力發(fā)電的純技術(shù)效率為1.018，長江下游水利水電的技術(shù)管理水平處于上升狀態(tài)，該地區(qū)水利水電工程不僅要保持科技管理水平進(jìn)步，此外也要加強(qiáng)生態(tài)環(huán)境保護(hù)和抗洪減旱。

2017 年長江上游和中游各省級行政區(qū)的技術(shù)落差比率均大于0.970，而長江下游三省的技術(shù)落差比率僅為0.573（見圖3）。長江上游和中游各地區(qū)的MTE和GTE技術(shù)效率值較為接近（見圖4），而長江下游三省的MTE和GTE差距較大，其中江蘇和安徽省距離共同前沿的技術(shù)效率（MTE）為0.268 和0.418，距離干流前沿的技術(shù)效率（GTE）為0.467和0.729。

圖3 TGR技術(shù)落差比率雷達(dá)圖Fig.3 TGR technology drop ratio radar chart

圖4 MTE和GTE技術(shù)效率雷達(dá)圖Fig.4 MTE and GTE technical efficiency radar chart

長江下游流經(jīng)安徽和江蘇省分別長達(dá)416 和425 km，根據(jù)江蘇省和安徽省的投入產(chǎn)出數(shù)據(jù)可知，一方面在2017年兩省的水電年發(fā)電總量分別列于長江干流10 個省級行政區(qū)的第十和八位，而水利建設(shè)投資額居于10 個省級行政區(qū)的第一和第三位。另一方面長江斜貫和橫穿安徽和江蘇省南部，長江下游地區(qū)地勢低平，水力勢能比長江中游和上游低，地理因素的限制，下游水電能源的蘊(yùn)藏量低于上游和中游地區(qū)，這是造成下游地區(qū)技術(shù)落差比相對較低的主要成因。因此對于長江下游地區(qū)，針對其地形特點(diǎn)進(jìn)行科學(xué)和高效能的水利工程建設(shè)，確保當(dāng)?shù)氐某凉晨购?，促進(jìn)產(chǎn)業(yè)經(jīng)濟(jì)發(fā)展。

3.3 2014-2017年長江干流水力發(fā)電效率總體分析

從長江干流整體上看，2014-2015 年純技術(shù)效率提升較為明顯，達(dá)到1.022，2015-2016 年技術(shù)進(jìn)步效率和規(guī)模效率提升較為明顯，分別達(dá)到1.030和1.037（見圖5）。2016-2017年技術(shù)效率、規(guī)模效率和全要素生產(chǎn)率都低于1，其中規(guī)模效率比全要素生產(chǎn)率和規(guī)模效率更低，僅為0.898。雖然2016-2017年技術(shù)進(jìn)步效率達(dá)到1.038，但是技術(shù)進(jìn)步的提升速度未能抵消規(guī)模效率下降所引起的負(fù)面效應(yīng)，從而阻礙長江干流水力發(fā)電全要素生產(chǎn)率的提升。

圖5 2014-2017年長江干流各年效率指數(shù)及分解Fig.5 Efficiency index and decomposition of the Yangtze River mainstream from 2014 to 2017

2016年頒布了《關(guān)于加大用地政策支持力度促進(jìn)大中型水利水電工程建設(shè)的意見》，黨中央、國務(wù)院決策部署在“十三五”期間集中力量建設(shè)一批重大水利水電工程。基于此，水電站基礎(chǔ)要素的投入，研發(fā)基金的投入都會有所提升，這會導(dǎo)致長江干流水力發(fā)電的技術(shù)進(jìn)步。在2016-2017年技術(shù)進(jìn)步效率和純技術(shù)效率分別達(dá)到1.038 和1.005 呈現(xiàn)明顯的增長態(tài)勢，說明長江干流水利水電發(fā)展與國家綠色低碳發(fā)展戰(zhàn)略相契合。由于水力發(fā)電的資金投入有明顯的滯后效應(yīng)，在2016-2017 年水力發(fā)電產(chǎn)出的增長速度為5.63%，明顯低于投入的增加速度，單位投入要素效益沒有提高，從而實際規(guī)模與最優(yōu)生產(chǎn)規(guī)模的差距仍在擴(kuò)大，進(jìn)而導(dǎo)致長江干流全要素生產(chǎn)率沒有達(dá)到較好水平。

4 結(jié)論建議

4.1 提高投入要素的使用效率

長江干流水力發(fā)電效率受技術(shù)水平、人員設(shè)備和自然地理條件等多種因素共同作用，因此長江干流水利水電工程應(yīng)從長江各地區(qū)的投入和產(chǎn)出關(guān)系出發(fā)，合理規(guī)劃物力、人力和財力的投入，在既定的生產(chǎn)規(guī)模條件下提高水利水電投入要素使用效率。同時，長江各地區(qū)要整合長江所蘊(yùn)藏的水能資源，充分發(fā)揮各個地區(qū)干流的水資源的協(xié)調(diào)作用，減少水能資源浪費(fèi)，最大限度的發(fā)揮水電站的水能利用率。

4.2 科學(xué)規(guī)劃水利水電規(guī)模和布局

長江干流水力發(fā)電規(guī)模效率的下降對我國長江干流地區(qū)的水力發(fā)電全要素生產(chǎn)率水平具有明顯的抑制作用。由于長江干流自然地理客觀因素的改變空間相對有限，而水利水電的科學(xué)規(guī)劃和技術(shù)的進(jìn)步創(chuàng)新是可實現(xiàn)有效提升的，所以水電站空間的布局要結(jié)合客觀地理因素、產(chǎn)業(yè)結(jié)構(gòu)和地區(qū)發(fā)展規(guī)律，通過全方位視角對長江上游、中游和下游進(jìn)行局部和全局協(xié)調(diào)整合，進(jìn)而對水電站進(jìn)行合理布局和科學(xué)規(guī)劃。新時期長江地區(qū)水利水電工程要在經(jīng)濟(jì)上促進(jìn)長江經(jīng)濟(jì)帶協(xié)調(diào)穩(wěn)定發(fā)展，更要牢固樹立綠色發(fā)展理念，提高水旱災(zāi)害防御能力和生態(tài)系統(tǒng)保護(hù)的作用。

4.3 提升水利水電工程科技和管理水平

技術(shù)進(jìn)步效率是長江干流水力發(fā)電效率增長的因素之一，長江干流水利水電工程要穩(wěn)步實現(xiàn)技術(shù)進(jìn)步和創(chuàng)新，提升長江干流水力發(fā)電發(fā)電效率。同時注重長江地區(qū)水利部門人力資源結(jié)構(gòu)優(yōu)化，推動組織員工創(chuàng)新能力和管理水平，提高人力資源有效配置和使用效率。強(qiáng)化水電站水力發(fā)電、防洪減旱、航運(yùn)灌溉、生態(tài)保護(hù)等部門間的協(xié)調(diào)管理機(jī)制。加快構(gòu)建周邊新興產(chǎn)業(yè)建設(shè)進(jìn)程加強(qiáng)水電站先進(jìn)技術(shù)開發(fā)，提高水電站高效率運(yùn)行，促進(jìn)長江干流水利水電工程的高質(zhì)量發(fā)展。