作为复杂的超级工程, 核电项目发电成本的最主要构成是建造成本, 其通常占核电平准化发电成本的70%左右^[1]。建造工期是核电工程建造成本的关键决定因素, 会对政府、业主的核电发展决策产生重要影响^[2]。因此, 科学管控核电机组的建造工期, 已经成为电力市场化改革条件下, 核电企业提升核电经济竞争力的重要手段。

　　 对于核电企业来说, 反应堆堆型技术 (简称堆型技术) 的选择与核电项目的建造工期 (进而建造成本) 密切相关, 是核电产业发展最重要的战略决策之一^[3]。从技术多样性和批量化建造角度看, 核电企业的堆型技术决策通常可以分为标准化和多样化两种模式, 这两种模式孰优孰劣在我国核电行业内一直存在争议^[3]。部分专家认为, 技术多样化有利于国内核电企业充分吸收国外先进核电技术和工程管理方法, 提高自主创新能力和项目管理水平;但同时也有部分专家认为, 更加标准化的技术选择模式有利于核电工程相关企业积累经验, 提升项目管理水平, 保证甚至优化建造工期^[3,4]。在此背景下, 明晰核电堆型技术标准化对核电机组建造工期的影响及其作用机制, 对于我国核电企业的堆型技术选择决策具有重要意义。

　　 根据笔者的文献调研, 目前国内研究者主要基于我国核电工程建造工期变化规律的总结, 从项目管理视角对影响核电机组建造工期的因素进行定性分析^[2,5], 尚未有定量分析堆型技术标准化对国内核电机组建造工期影响机制及程度的专门研究。而国外学者虽就经济发展、金融市场、政府规制、技术复杂度、项目管理等因素对核电机组建造工期的影响进行了实证检验^[6,7], 但均缺乏结合中国核电建造实际情况的研究, 对我国核电发展实践的指导意义不明确。据此, 本文将基于我国核电机组建造和经济发展的历史数据, 定量检验堆型技术标准化对我国核电机组建造工期的影响及其作用机制, 为我国核电企业未来的堆型技术决策提供理论参考依据。

　　 不同的核电堆型在其反应堆结构、主设备、厂房布置、核燃料使用等方面存在显著差异。不同堆型的核电技术都需要建立一整套包括核燃料元件加工、主设备制造、建安工程管理等的产业能力体系与之相配套^[8], 其中蕴含着较长的技术学习和配套建设时间, 涉及大规模的固定资本和人力资本投资。据此, 从工程管理原理角度分析, 核电堆型技术标准化主要能够通过规模效应和学习效应两种作用渠道影响核电工程项目的建造进度^[9,10]。

　　 首先, 通过特定堆型的批量化建造, 能够产生规模效应, 提高核电机组的建造效率。针对特定核电堆型进行批量化建造, 设计单位能够实现单一堆型的设计固化, 减少工程实施中的设计变更^[11];业主或总承包单位能够实行批量化设备集中采购, 确保主设备按期到货;设备供应商也能够实现设备生产的规模经济^[2], 提高设备生产效率和质量。针对特定核电堆型进行批量化建造带来的上述好处, 有利于项目各方提高工作效率, 优化项目建造工期。考虑到对于同一核电堆型技术设计方案, 额定装机容量的大幅提高需要进行重新设计, 本文基于技术设计方案和额定装机容量区分不同堆型, 并选用机组对应堆型的国内历史建造机组数来衡量核电堆型技术批量化建造的情况, 并形成如下待检验假设:

　　 假设H1:特定核电堆型技术的国内历史建造机组数量与对应堆型机组的建造工期存在负相关关系。

　　 其次, 堆型技术标准化有利于核电相关企业通过“干中学”吸收积累相关的工程建造经验, 充分利用学习效应^[12], 持续优化项目管理体制机制和企业资源配置, 不断提高建造工期的管控能力。考虑到我国核电建设项目的核岛工程全部由中国核工业建设集团公司进行建造, 本文通过区分核电项目的业主单位所属集团, 检验业主单位通过堆型技术标准化产生的学习效应对核电机组建造工期的影响。同时, 因为特定堆型机组的业主单位可能相同, 将业主变量纳入模型能够独立地检验业主管理能力因素的影响, 使得历史建造机组数量更加准确地反映出批量化建设的规模效应。基于上述分析, 形成待检验的第二个假设:

　　 假设H2:堆型技术标准化程度更高的核电投资运营企业能够更好地积累机组建设管理经验, 充分利用学习效应, 更加有效地控制核电项目的建造工期。

　　 此外, 考虑到核电项目所在地的能源消费需求^[6]、金融市场流动性^[6]、实际人均收入水平^[13], 机组的技术复杂度和规模^[6]、重大核事故^[7]也可能会对机组建造工期产生影响, 本文将上述变量作为控制变量在模型中进行设定, 以获得统计性质更佳的模型估计参数。

　　 本文基于Therneau和Grambsch的研究建立了分析核电机组建造工期影响因素的多变量Cox比例风险模型^[14]。Cox比例风险模型通常用于分析多个因素对所关注事件发生的风险的影响。在Cox比例风险模型中常将关注事件的发生称为“失败”, 而不管其实际含义如何。本文将关注事件设定为在建核电机组实现并网, 因此本模型的事件发生 (或“失败”) 表示机组并网成功;同时将并网事件发生时, 距机组开工建设日 (以浇筑第一罐混凝土, 即FCD表示) 所经历的自然月数设定为机组的建造工期, 作为样本的生存时间, 并用变量cond表示。

　　 假设有n个样本, 同时对应每一样本伴随有一组解释变量x_i1, x_i2, …x_ip, 则Cox比例风险模型 (省略下标i) 可以表示为:

　　 其中, h (t, X) 为在时间t处与X (解释变量向量) 有关的风险率, 即存活过时间t的个体在时间t时“失败”的瞬时概率^[15];h₀ (t) 为基准风险率, X表示向量X中所有解释变量均等于0时事件发生的风险率, 其形式一般设定为对所有样本都相同。比例系数h (t, X) /h₀ (t) 表示存活过时间t的个体相对于基准风险率, 在时间t时失败的条件风险。exp (β_k) 为风险比, 表示其他变量不变的条件下, 变量x_k变化所引起风险比的改变量。在本文中, 事件发生的风险率越高表示机组的并网概率越高, 即建造工期越短。

　　 基于Cox比例风险模型原理及本文的研究假设所构建的模型如下所示:

　　 上式中, h (t, X) 、h₀ (t) 和exp (β_k) 的意义与上文相同, 向量X中所包含的变量分别解释如下:nk为机组开工时对应堆型的国内历史建造机组数;group为机组业主的所属集团, 该变量为虚拟变量, 0表示A集团, 1表示B集团;nc为能源消费变量, 考虑到核电机组的典型建造工期为5年^[5], 用机组开工后所在省份未来5年的能源消费量平均增速表示;m为机组开工后所在省份未来5年金融机构人民币贷款余额的平均增速;cap表示机组参考容量, 是机组技术复杂度和规模的代理变量;gdp为机组开工时所在省份的人均GDP, 表示机组所在省份的经济发展水平;ac是福岛核事故变量, 对应我国核电产业经历过的重大国际核事故, 其为虚拟变量, 0表示机组建设期内未发生福岛核事故, 1表示机组建设期内发生福岛核事故。

　　 根据国际原子能机构 (IAEA) 的PRIS数据库, 截止2017年8月31日, 我国共有56台核电机组, 其中在运机组36台, 在建机组20台。在运机组中最短的建造工期为50个月 (阳江4号) , 标准差为8.45个月。据此, 假设不存在建造工期小于42个月的机组, 这在Cox模型中意味着建造时期在42个月内的机组的基准风险等于0。因此, 在本文截止时间前42个月内开工的机组不能为研究提供有用信息, 可从样本中剔除。此外, 对样本的分析表明, 目前我国在运核电站均归属B集团和A集团, 华能集团和中电投集团均未有在运核电机组。为合理反映研究中依赖于学习效应的业主管理水平, 将后两集团的样本剔除。经过上述样本选择过程, 共得到45台机组作为研究样本, 其中已建成36台, 在建9台。

　　 我国核电机组建造工期、所在省份、堆型、业主单位等资料来自IAEA的PRIS数据库。各核电机组对应的省份人均GDP、能源消费量、金融机构人民币贷款余额等相关数据则来自于历年机组所在省份的统计年鉴。各变量的量纲和描述性统计如表1所示。

　　 图1是基于本文样本机组生存时间绘制的KaplanMeier生存曲线, 其表示随着工期推进样本中尚未实现并网的机组数占全部机组数的比例, 例如图中横坐标59个月对应的纵坐标值为75%, 表明开工59个月后有75%的样本机组尚未实现并网。在总共2970个机组-月观察记录中, 共发生过36次并网事件, 发生概率为0.01212。从图1纵坐标的四分位点可以看到, 样本机组在开工59个月后有25%的可能实现并网, 在开工66个月后有50%的可能实现并网, 在开工73个月后则有75%的可能实现并网。

　　 本文研究样本的核电堆型技术组合情况如表2所示。分析表中数据可以看到, 根据本文对堆型技术的区分方法, B集团共建造过8种堆型, A集团则建造过4种堆型, B集团建造的堆型数量是A集团的2倍 (若剔除尚未建成的三代核电项目, 该比值甚至会增加为3.5) ;而批量化建造数量方面, A集团堆型的批量化建造最大数量为16台 (CPR1000) , 而B集团为6台 (CNP600) 。由此可以认定, A集团相对B集团更加注重堆型技术标准化, 其建成机组基本采用了统一的堆型技术路线, 在实现了法国M310技术的引进和吸收之后, 在宁德、红沿河、防城港等核电厂址中大批量地建造了16台M310改进型CPR1000堆型, 之后开始尝试引入新的三代先进核电技术。与之相反, B集团更多承担了国家核电发展的战略性任务, 建造机组的堆型技术组合相对A集团更加多样化。例如, B集团是我国引进吸收国外先进核电技术的主要载体, 在田湾厂址引进俄罗斯VVER技术、三门一期引进美国AP1000技术皆为实例。因此, 本文的虚拟变量group能够区分堆型技术标准化程度不同的核电业主集团。根据假设H2可以认为, B集团相对A集团的学习效应应该较弱, 即预期虚拟变量group的估计系数将小于0。

　　 本文基于Stata 12设定上节建立的Cox比例风险模型, 并对本文提出的两个假设进行检验。在检验过程中, 使用前向逐步回归法选择合适的模型变量组合, 设定的变量显著性选择标准为5%。由于在变量选择过程中发现机组容量与建造工期不存在显著的相关关系, 所以可将该变量剔除。Cox比例风险模型的最大似然估计结果如表3所示, 模型的整体卡方值为22.05, p值为0.0012, 表明模型整体的线性关系显著成立, 解释变量组合对被解释变量有较好的解释能力。

　　 分析表3的结果, 可以得到堆型技术标准化对我国核电机组建造工期影响的结论:

　　 (1) 特定堆型技术对应的建造机组总量越多, 后续机组的建造工期越短。变量nk对应的风险比为1.153, 在1%的显著性水平上显著, 表明核电堆型技术的批量化建设能够有效降低核电机组建造工期。同一堆型技术的历史机组建造数量每增加1台, 机组建造完工的瞬时概率能够提高15.28%。该结果主要反映了针对特定核电堆型技术进行机组批量化建造中规模效应产生的收益, 与假设H1相符。

　　 (2) 注重堆型技术标准化的业主更能够通过学习效应优化建造工期。变量group对应的风险比为0.364, 在1%的显著性水平上显著, 表明A集团所属核电机组建造完工的瞬时概率较B集团高174.7%, 与本文的假设H2相符。因此可以认为, A集团更加标准化的堆型技术路线选择模式, 相对技术路线更加多样化的B集团, 更能够促进企业工程管理能力的积累继承、管理流程的标准化和持续优化, 从而提高企业核电建造项目整体管理能力。值得注意的是, group变量估计系数的绝对值远大于福岛核事故变量以外的其他解释变量。据此可以认为, 我国核电建造工期的最重要决定因素是核电企业的工程整体管理水平, 而学习效应是提升此种管理水平的主要基础。

　　 此外, 根据表3的估计结果, 还可以得知:核电机组所在地区的能源消费增速、金融市场流动性和人均GDP水平均对核电机组的建设速度有显著正向影响, 福岛核事故非常显著地延缓了我国核电机组的建造速度。

　　 本文的实证研究结果显示, 堆型技术标准化能够对核电企业产生显著的学习效应, 促进企业工程管理能力的不断提升, 提高类似堆型技术核电工程的建造工期管控能力;而针对特定堆型技术机组的批量化建造, 能够形成规模效应, 促进利益相关方在技术标准一致的基础上深化合作, 共同提高建造工期管控能力。

　　 目前, 我国经济发展进入新常态, 能源消费增速预计将持续放缓, 金融流动性受国家防控系统金融风险系列政策措施的影响也会受到一定限制, 新建核电工程正面临着外部环境的不利影响。结合本文的研究结果可以认为, 在当前外部环境趋向复杂的条件下, 我国核电产业界有必要提高核电堆型技术的标准化程度, 形成规模化建造效应, 并在“干中学”过程中不断提高企业工程管理能力, 控制建造工期延误所产生的巨额投资成本, 改善核电经济性, 保持并提高核电相对其他电源的竞争力。为此, 应从以下几方面着手:

　　 首先, 我国在未来核电发展计划中应通过政府、行业和公众的广泛互动, 促进国家核电技术发展路径共识的形成, 并基于“热堆-快堆-聚变堆”核电发展“三步走”战略路线, 精准选择一到两种具有自主知识产权、未来技术提升潜力较大的压水堆堆型技术进行技术提升和标准化建设, 制定符合我国国情的核电堆型技术路线图^[6], 科学推进我国核电堆型技术路线的统一, 降低核电堆型技术的多样化程度。其次, 核电企业应基于国家核电发展技术路线图, 结合自身技术能力、管理经验等企业资源实际条件, 选择符合自身发展需求的堆型开展批量化建造, 同时构建运转良好的外部协作网络, 强化与外部合作者的沟通协调, 充分发挥堆型技术标准化的规模效应。最后, 在电力市场化改革持续推进的环境下, 我国核电企业应真正摒弃过去“一厂一价”的电价形成思维定式, 更加注重提高核电的成本管控能力, 在发展核电过程中加强建造工程的经验反馈和经验共享, 充分利用堆型技术标准化带来的学习效应, 不断强化核电工程的全过程造价管理, 缩短建造工期, 提升核电的经济性。