王信敏++丁浩

摘要：科技發(fā)展投資、固定資產(chǎn)投資、非化石能源生產(chǎn)投資是當(dāng)前中國經(jīng)濟(jì)發(fā)展、能源結(jié)構(gòu)調(diào)整的重要依托，在當(dāng)前經(jīng)濟(jì)發(fā)展和能源結(jié)構(gòu)調(diào)整約束下，基于JohansenJuselius協(xié)整檢驗構(gòu)建CD生產(chǎn)函數(shù)，在此基礎(chǔ)上構(gòu)建科技發(fā)展投資、固定資產(chǎn)投資、非化石能源生產(chǎn)投資的投資決策模型，基于1995—2014年數(shù)據(jù)及中國《十三五規(guī)劃》提出的能源結(jié)構(gòu)和經(jīng)濟(jì)增長目標(biāo)，對中國政府的投資決策問題進(jìn)行研究。結(jié)果顯示：在“十三五”期間經(jīng)濟(jì)發(fā)展和能源結(jié)構(gòu)約束下，中國非化石能源產(chǎn)量應(yīng)至少保持年均704%的復(fù)合增長率，非化石能源生產(chǎn)投資應(yīng)至少保持年均998%的復(fù)合增長率；在保持2014年全社會固定資產(chǎn)投資比重條件下，“十三五”期間中國科技投資應(yīng)至少保持年均794%的復(fù)合增長率。提高科技發(fā)展投資和提高全社會固定資產(chǎn)投資比重均有助于實現(xiàn)經(jīng)濟(jì)發(fā)展目標(biāo)，但提高科技發(fā)展投資水平對經(jīng)濟(jì)發(fā)展的邊際效用遠(yuǎn)高于全社會固定資產(chǎn)投資比重，科技發(fā)展投資對全社會固定資產(chǎn)投資有較好的替代效用。

關(guān)鍵詞：能源結(jié)構(gòu)調(diào)整；科技發(fā)展；非化石能源生產(chǎn)；投資決策路徑

中圖分類號：F124文獻(xiàn)標(biāo)識碼：A文章編號：16735595（2017）02000708

一、引言

2014年，國務(wù)院辦公廳、發(fā)改委分別發(fā)布了《能源發(fā)展戰(zhàn)略行動計劃（2014—2020年）》和《國家應(yīng)對氣候變化規(guī)劃（2014—2020年）》，明確了2020年中國能源發(fā)展的具體目標(biāo)：到2020年，一次能源消費總量控制在48億噸標(biāo)準(zhǔn)煤左右，非化石能源占一次能源消費比重達(dá)到15%，在嚴(yán)峻的能源形勢和環(huán)境壓力下，中國將嚴(yán)格控制能源消費總量特別是煤炭消費總量，優(yōu)化能源結(jié)構(gòu)，加快發(fā)展風(fēng)電、太陽能等非化石能源產(chǎn)業(yè)。同時在《十三五規(guī)劃》中建議，進(jìn)一步強調(diào)約束性指標(biāo)管理，實行能源總量和強度目標(biāo)雙控；提出了中國經(jīng)濟(jì)保持中高速增長的目標(biāo)，2020年國內(nèi)生產(chǎn)總值要比2010年翻一番。在能源結(jié)構(gòu)和經(jīng)濟(jì)發(fā)展的目標(biāo)約束下，中國如何更好地進(jìn)行投資決策成為一項重要內(nèi)容。

經(jīng)濟(jì)發(fā)展與能源、科技、投資等均具有較為復(fù)雜的相互依存關(guān)系。趙進(jìn)文、范繼濤研究發(fā)現(xiàn)，中國能源消費與經(jīng)濟(jì)增長之間存在明顯的內(nèi)在結(jié)構(gòu)依從關(guān)系，當(dāng)GDP增長率不超過1804%時，經(jīng)濟(jì)增長對能源消費的影響具有相對穩(wěn)定性[1]；反之，能源消費對于經(jīng)濟(jì)發(fā)展同樣存在較大影響。鄢瓊偉、陳浩的研究表明，GDP、能源消費與中國GDP總量之間存在顯著的協(xié)整關(guān)系，同時長期能源消費對GDP存在單向因果關(guān)系。[2]Kais和Sami對全球58個國家的數(shù)據(jù)進(jìn)行了研究，也證實了經(jīng)濟(jì)和能源消費的這種相互依存關(guān)系。[3]科技作為經(jīng)濟(jì)發(fā)展的重要驅(qū)動要素，是中國傳統(tǒng)生產(chǎn)要素驅(qū)動經(jīng)濟(jì)增長的粗放式發(fā)展向集約式發(fā)展的核心動力，科技創(chuàng)新驅(qū)動經(jīng)濟(jì)發(fā)展是當(dāng)前經(jīng)濟(jì)轉(zhuǎn)型的主要任務(wù)。[4]唐未兵、傅元海研究了科技投入對經(jīng)濟(jì)增長集約化水平的影響，結(jié)果表明科技創(chuàng)新對于經(jīng)濟(jì)增長集約化水平具有正面作用，且這種正面作用隨時間不斷變化。[5]科技對經(jīng)濟(jì)發(fā)展同樣具有區(qū)域差異。范柏乃等的研究表明，財政科技投入、R&D經(jīng)費投入、R&D人員投入等因素對中國東、中、西部地區(qū)經(jīng)濟(jì)發(fā)展的作用差異較大。[6]在當(dāng)前投資拉動型的經(jīng)濟(jì)發(fā)展模式下，地方政府投資行為對中國GDP增長具有較大的促進(jìn)作用[7]，對能源消耗同樣具有較大影響。彭昱研究表明，政府在能源相關(guān)產(chǎn)業(yè)的投資能夠顯著降低能源消費強度，尤其在制造業(yè)中的能源相關(guān)固定資產(chǎn)投資，效果更為明顯[8]。Luís Augusto Barbosa Cortez等的研究[9]證實了彭昱的觀點，巴西政府的投資決策同樣對巴西的能源消費產(chǎn)生了長期的影響，不同之處在于巴西的投資主要傾向于能源消費中的科技發(fā)展。上述研究主要涉及經(jīng)濟(jì)、能源、科技、投資等不同指標(biāo)的相互關(guān)系，能夠為政府投資決策提供方向性的指導(dǎo)，但對于能源消費、經(jīng)濟(jì)發(fā)展等多種目標(biāo)下投資決策的實現(xiàn)路徑并未涉及。在多種約束目標(biāo)下如何進(jìn)行投資決策的研究中，Yongbin Zhu、Zheng Wang研究了碳排放預(yù)算下的經(jīng)濟(jì)增長和排放控制的最優(yōu)路徑，提出了科技發(fā)展投資的合理路徑[10]；朱永彬等以研發(fā)投資為減排手段，構(gòu)建了最優(yōu)經(jīng)濟(jì)增長和碳排放強度目標(biāo)約束下的最優(yōu)控制模型，提出了在減排目標(biāo)和社會福利最大化目標(biāo)下的最優(yōu)研發(fā)投資路徑及經(jīng)濟(jì)平穩(wěn)增長路線[11]；潘見獨等通過建立二階隨機模型，研究了制造業(yè)企業(yè)面對碳排放權(quán)交易價格不確定性時的減排科技最優(yōu)投資路徑和最優(yōu)碳排放權(quán)交易量[12]；Bosetti等在對能源技術(shù)細(xì)分的基礎(chǔ)上，探討了溫室氣體排放約束目標(biāo)下的能源投資和R&D投資決策問題[13]。

多種約束目標(biāo)下投資決策的相關(guān)研究主要集中于某一方面的投資決策優(yōu)化問題，即針對經(jīng)濟(jì)、環(huán)境約束下的科技發(fā)展投資，未涉及不同種類投資間的相互替代關(guān)系，本文結(jié)合當(dāng)前中國經(jīng)濟(jì)發(fā)展和能源結(jié)構(gòu)約束，以科技、能源、固定資產(chǎn)投資等作為經(jīng)濟(jì)發(fā)展的主要影響因素，首先構(gòu)建科技發(fā)展、非化石能源生產(chǎn)、全社會固定資產(chǎn)投資決策模型，在此基礎(chǔ)上研究科技發(fā)展投資、非化石能源生產(chǎn)投資、全社會固定資產(chǎn)投資方面的投資決策問題，提出“十三五”期間中國能源結(jié)構(gòu)約束和經(jīng)濟(jì)發(fā)展目標(biāo)下的科技發(fā)展投資、非化石能源生產(chǎn)投資和全社會固定資產(chǎn)投資等政府投資決策的建議。

二、模型的建立

（一）科技發(fā)展水平評價方法

由于科技水平是GDP的主要影響指標(biāo)之一，也是本研究中生產(chǎn)函數(shù)的自變量之一，本文首先采用因子分析法對中國歷年科技發(fā)展水平進(jìn)行評價，進(jìn)而將評價結(jié)果T（t）標(biāo)準(zhǔn)化值應(yīng)用到生產(chǎn)函數(shù)中?？萍及l(fā)展水平評價具體步驟如下：

一是科技發(fā)展水平評價指標(biāo)體系構(gòu)建?？萍及l(fā)展水平評價指標(biāo)采用章穗等構(gòu)建的評價指標(biāo)體系[14]，該體系包括科技產(chǎn)出、科技投入、科技對經(jīng)濟(jì)的影響、科技對社會的影響4類一級指標(biāo)和24項二級指標(biāo)。

二是利用因子分析法對中國歷年科技發(fā)展水平進(jìn)行評價。上述24項指標(biāo)間是否存在相關(guān)性難以做出判斷，本文選用因子分析法進(jìn)行評價，獲得中國科技發(fā)展水平歷年評價結(jié)果，記為T（t）。

三是標(biāo)準(zhǔn)化處理，獲得科技發(fā)展水平評價值。由于科技發(fā)展水平評價體系需要對數(shù)處理，因此選用的標(biāo)準(zhǔn)化方法為：T*（t）=T（t）/min{T（t）}。

（二）生產(chǎn)函數(shù)構(gòu)建與協(xié)整檢驗

三、中國科技發(fā)展與非化石能源生產(chǎn)的投資決策問題分析

（一）相關(guān)參數(shù)核算

根據(jù)數(shù)據(jù)的可得性，模型選擇2014年作為初始時刻，2020年為終端時刻，即設(shè)t0=0，tf=6。模型初始時刻和終端時刻固定，各變量均以2014年值作為初始條件，以2020年值作為終端條件，其中K（t）、I（t）、IB（t）、u（t）和v（t）根據(jù)相關(guān)約束條件確定，若無相關(guān)約束，則為終端自由變量。

在模型有關(guān)參數(shù)的測算過程中，有關(guān)價格的變量均以1978年不變價格進(jìn)行處理。首先采用1995—2014年科技水平評價指標(biāo)體系各數(shù)據(jù)（數(shù)據(jù)來源于《中國科技統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》）進(jìn)行因子分析，樣本的KMO檢驗值為0791>07，適合采用因子分析方法，共獲得5個公因子，累計方差貢獻(xiàn)率為9378%，根據(jù)因子載荷矩陣計算各年度科技水平評價值T（t），標(biāo)準(zhǔn)化后為T*（t）。采用1995—2014年GDP數(shù)據(jù)和能源消費總量（數(shù)據(jù)來源于《中國統(tǒng)計年鑒》）計算lnG（t）-lnT*（t）和lnE（t）。資本存量K（t）采用永續(xù)盤存法核算，有關(guān)K（t）的測算采用徐杰等人的方法[17]，其中折舊率δK=884%，1995年的資本存量為32 0649億元（1978年不變價格），采用歷年全社會固定資產(chǎn)投資數(shù)據(jù)計算lnK（t）。在此基礎(chǔ)上對數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗，結(jié)果見表1。表1顯示，各項數(shù)據(jù)的原序列和一階差分均不平穩(wěn)，二階差分平穩(wěn)，即滿足I（2）。

比較logL、LR、FPE、AIC、SC和HQ準(zhǔn)則推薦結(jié)果，取JohansenJuselius協(xié)整檢驗的原VAR模型滯后階數(shù)為2，因此協(xié)整檢驗的滯后階數(shù)為1，JohansenJuselius檢驗結(jié)果見表2。由表2可知，無約束協(xié)整秩檢驗和極大特征根協(xié)整檢驗都在5%顯著水平下存在一個協(xié)整方程，同時可知均衡關(guān)系式為：

資本存量I（t）、IB（t）均采用永續(xù)盤存法核算，科技資本折舊率及資本存量采用楊林濤等人的估算方法[18]，其中科技資本折舊率為δIi=10%，科技資本存量（1995年）為4132億元（折算為1978年價格），根據(jù)式（22）中常數(shù)值及科技水平評價值計算A（t），利用線性回歸方法可獲得g和g0。非化石能源產(chǎn)業(yè)投資考慮水電、核能、風(fēng)能、太陽能、地?zé)岢毕哪甓韧顿Y情況（數(shù)據(jù)來源于《中國電力年鑒》），折舊率采用翁宏標(biāo)等人的核算結(jié)果[19]中的電力行業(yè)折舊率（2000—2007年平均值，619%），利用線性回歸方法可獲得gB和gB0的值。消費能源全部為化石能源時經(jīng)濟(jì)的損失率q參考于渤等人的核算結(jié)果[20]，取q=29%。最終測算的各參數(shù)值見表3。

（二）能源結(jié)構(gòu)和經(jīng)濟(jì)發(fā)展約束分析

在能源控制約束中，中國將能源消費總量控制作為《十三五規(guī)劃》重點之一，同時《國家應(yīng)對氣候變化規(guī)劃（2014—2020年）》提出，到2020年一次能源消費總量控制在48億噸標(biāo)準(zhǔn)煤左右，非化石能源占一次能源消費的比重控制在15%左右，在經(jīng)濟(jì)發(fā)展約束中，中國《十三五規(guī)劃》提出，到2020年國內(nèi)生產(chǎn)總值比2010年（759966億元，1978年不變價格）翻一番，因此可以構(gòu)建模型的約束條件：

四、結(jié)果分析

在中國能源消費總量48億噸標(biāo)煤的控制目標(biāo)下，根據(jù)式（26）、（27）繪制的中國能源消費變化軌跡如圖1所示。由圖1可知，中國能源消費總量在2015—2020年將以年均9000萬噸標(biāo)煤的速度增長，化石能源消費量也保持增長趨勢，年均增長4846萬噸標(biāo)煤，年均復(fù)合增長率為124%，2020年化石能源消費總量將達(dá)到408372萬噸標(biāo)煤，因此在煤炭消費占比大幅下降的需求形勢下，中國化石能源供應(yīng)仍將面臨較大的壓力。

中國非化石能源消費量在2020年要達(dá)到能源消費總量的15%，根據(jù)式（26）繪制的變化軌跡見圖2。由圖2可知，中國非化石能源消費量將從2014年的47840萬噸標(biāo)煤（占比112%）達(dá)到2020年的71950萬噸（占比15%），因此中國非化石能源生產(chǎn)只有保持年均4019萬噸標(biāo)煤的增長或年均704%的復(fù)合增長率，才能實現(xiàn)非化石能源消費量占比15%的目標(biāo)。

在非化石能源消費占比15%的約束下，根據(jù)式（30）繪制2015—2020年中國非化石能源生產(chǎn)投資規(guī)模圖，見圖3（2014年為不變價格）。由圖3可知，2015年非化石能源生產(chǎn)投資額應(yīng)達(dá)到5181億元（3197億元，2014年價格），至2020年，非化石能源生產(chǎn)投資額度應(yīng)達(dá)到7723億元（4765億元，2014年價格），2015—2020年應(yīng)至少保持年均559億元（345億元，2014年價格）的非化石能源生產(chǎn)投資增幅，年均復(fù)合增長率約為998%。

已知的前提下，科技發(fā)展投資與全社會固定資產(chǎn)投資共同影響著經(jīng)濟(jì)的增長水平。根據(jù)式（31）繪制的科技發(fā)展投資決策路徑見圖4。當(dāng)2015—2020年全社會固定資產(chǎn)投資占GDP比重保持2014年水平8023%時（a=0），中國科技發(fā)展投資應(yīng)保持年均1727億元（10654億元，2014年價格）的增長，2020年才能達(dá)到28148億元（173694億元，2014年價格），年均復(fù)合增長率應(yīng)達(dá)到794%。若全社會固定資產(chǎn)投資占GDP比重逐年提升1%，即到2020年全社會固定資產(chǎn)投資占GDP比重要達(dá)到8623%，中國科技發(fā)展投資（a=+001）保持年均1523億元（9397億元，2014年價格）的增長，在2020年才能達(dá)到26926億元（166153億元，2014年價格），年均復(fù)合增長率為715%；若全社會固定資產(chǎn)投資占GDP比重逐年提升2%時，中國科技發(fā)展投資（a=+002）保持年均增幅1331億元（8213億元，2014年價格）的增長，2020年才能達(dá)到25775億元（159051億元，2014年價格），年均復(fù)合增長率為638%。當(dāng)全社會固定資產(chǎn)投資占GDP比重逐年降低1%，即到2020年全社會固定資產(chǎn)投資占GDP比重達(dá)到7423%，中國科技發(fā)展投資（a=-001）保持年均1944億元（11993億元，2014年價格）的增長，2020年才能達(dá)到2945億元（181728億元，2014年價格），年均復(fù)合增長率為876%；當(dāng)全社會固定資產(chǎn)投資占GDP比重逐年降低2%時，中國科技發(fā)展投資（a=-002）至2020年需達(dá)到3084億元（190306億元，2014年價格），年均復(fù)合增長率為961%。

在經(jīng)濟(jì)發(fā)展目標(biāo)約束下，科技發(fā)展投資與全社會固定資產(chǎn)投資占比具有明顯的替代關(guān)系，如圖5所示。適當(dāng)降低全社會固定資產(chǎn)投資占比，同時提高科技發(fā)展投資額度；或提高全社會固定資產(chǎn)投資占比，同時降低科技發(fā)展投資額度，均能實現(xiàn)經(jīng)濟(jì)發(fā)展目標(biāo)?？萍及l(fā)展投資提升具有較高的邊際效用，科技發(fā)展投資的邊際效用雖呈現(xiàn)緩慢降低趨勢，但趨勢并不明顯，因此從中國目前較高的全社會固定資產(chǎn)投資比重來看，努力提升科技發(fā)展投資，適當(dāng)降低全社會固定資產(chǎn)投資占比，是較為合理的選擇。

五、結(jié)論

非化石能源消費比重提升和科技發(fā)展是中國未來經(jīng)濟(jì)發(fā)展和環(huán)境改善的著手點，是中國“十三五”期間提出的約束目標(biāo)，通過對中國科技發(fā)展、非化石能源生產(chǎn)和全社會固定資產(chǎn)投資決策問題的研究，可以得到以下結(jié)論：（1）為實現(xiàn)“十三五”中國非化石能源消費的占比目標(biāo)，中國非化石能源產(chǎn)量應(yīng)至少保持年均704%的復(fù)合增長率，非化石能源生產(chǎn)投資應(yīng)至少保持年均998%的復(fù)合增長率。（2）若保持現(xiàn)有的全社會固定資產(chǎn)占比水平，“十三五”期間中國科技水平投資應(yīng)至少保持794%以上的年均復(fù)合增長率。若全社會固定資產(chǎn)投資占比提高1%，科技發(fā)展投資年均復(fù)合增長率應(yīng)達(dá)到715%；若將科技發(fā)展投資的年均復(fù)合增長率提高到876%，則可以將全社會固定資產(chǎn)投資再降低1%。（3）科技發(fā)展投資與全社會固定資本投資具有較強的替代效應(yīng)，加大科技發(fā)展投資，提升固定資本投資效率，降低全社會固定資產(chǎn)投資比重，同樣可以實現(xiàn)經(jīng)濟(jì)發(fā)展和能源結(jié)構(gòu)調(diào)整的約束目標(biāo)，因此“十三五”期間中國政府在決策中應(yīng)充分利用科技發(fā)展投資的替代效應(yīng)，合理降低全社會固定資產(chǎn)投資，增加科技發(fā)展投資，使經(jīng)濟(jì)持續(xù)向集約式發(fā)展模式轉(zhuǎn)變。

參考文獻(xiàn)：

[1] 趙進(jìn)文，范繼濤.經(jīng)濟(jì)增長與能源消費內(nèi)在依從關(guān)系的實證研究[J].經(jīng)濟(jì)研究， 2007（8）：3142.

[2] 鄢瓊偉， 陳浩. GDP與能源消費之間的關(guān)系研究[J]. 中國人口·資源與環(huán)境，2011（7）：1319.

[3] Kais Saidi K， Sami Hammami. Economic Growth， Energy Consumption and Carbone Dioxide Emissions： Recent Evidence from Panel Data Analysis for 58 Countries[J].Quality & Quantity， 2016，50（1）：361383.

[4] 張來武. 科技創(chuàng)新驅(qū)動經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變[J].中國軟科學(xué)，2011（11）：15.

[5] 唐未兵，傅元海. 科技投資、技術(shù)引進(jìn)對經(jīng)濟(jì)增長集約化的動態(tài)效應(yīng)——基于狀態(tài)空間模型的變參數(shù)估計[J].中國軟科學(xué)，2014（9）：172181.

[6] 范柏乃， 段忠賢， 江蕾.中國科技投入的經(jīng)濟(jì)發(fā)展效應(yīng)區(qū)域差異分析[J].經(jīng)濟(jì)地理，2013（12）：1015.

[7] 張衛(wèi)國，任燕燕，侯永建. 地方政府投資行為對經(jīng)濟(jì)長期增長的影響——來自中國經(jīng)濟(jì)轉(zhuǎn)型的證據(jù)[J].中國工業(yè)經(jīng)濟(jì)，2010（8）：2333.

[8] 彭昱. 政府投資對能源消耗影響的實證分析[J].財政研究，2010（12）：3032.

[9] Luís A B C，Glucia M S， Carlos H B C， et al. An Assessment of Brazilian Government Initiatives and Policies for the Promotion of Biofuels Through Research， Commercialization， and Private Investment Support[M]. Switzerland： Springer International Publishing， 2014.

[10] Yongbin Z， Zheng W.An Optimal Balanced Economic Growth and Abatement Pathway for China Under the Carbon Emissions Budget[J].Computational Economics， 2014，44（2）：253268.

[11] 朱永彬，王錚.排放強度目標(biāo)下中國最優(yōu)研發(fā)及經(jīng)濟(jì)增長路徑[J].地理研究，2014（8）：14061416.

[12] 潘見獨，顧鋒，張濤. 基于碳交易機制的制造業(yè)最優(yōu)投資路徑分析[J]. 工業(yè)工程與管理，2015（2）：96101.

[13] Bosetti V， Carraro C， Massetti E， et al. Optimal Energy Investment and R&D Strategies to Stabilize Atmospheric Greenhousegas Concentrations[J]. Resource and Energy Economics， 2009，31（2）：123137.

[14] 章穗，張梅， 遲國泰. 基于熵權(quán)法的科學(xué)技術(shù)評價模型及其實證研究[J]. 管理學(xué)報，2010（1）：3442.

[15] 鄭照寧， 劉德順.中國能源資本替代的不確定性[J].運籌與管理， 2004（2）：7478.

[16] 后勇，徐福緣，程緯. 基于可再生能源替代的經(jīng)濟(jì)持續(xù)發(fā)展模型[J]. 系統(tǒng)工程理論與實踐，2008（9）：6772.

[17] 徐杰，段萬春，楊建龍.中國資本存量的重估[J].統(tǒng)計研究，2010（12）：7277.

[18] 楊林濤，韓兆洲，王昭穎.多視角下R&D資本化測算方法比較與應(yīng)用[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2015（12）：90106.

[19] 翁宏標(biāo)，王斌會.中國分行業(yè)資本存量的估計[J].統(tǒng)計與決策，2012（12）：8992.

[20] 于渤，黎永亮，遲春潔. 考慮能源耗竭、污染治理的經(jīng)濟(jì)持續(xù)增長內(nèi)生模型[J].管理科學(xué)學(xué)報，2006（4）：1217.

責(zé)任編輯：張巖林

Abstract： Technology development， fixed assets and nonfossil energy investments play key roles in Chinese economic development and energy structure adjustment. With current economic development and energy structure adjustment constraints， CD productivity function is established based on JohansenJuselius test， and the investment decision model of technology development and nonfossil energy production is built. With the data from 1995-2014， the investment decision problem with energy structure constraints and economic development goal in China is studied. The results show that nonfossil energy production should maintain the compound growth rate of 704% per year in the period of 2015-2020， and investment on nonfossil energy production should maintain the compound growth rate of 9.98% at least. At the rate of 2014 in total investment in fixed assets， technology investment in China should keep the compound growth rate of no less than 7.94%. Both the enhancement of technology investment and total investment rate in fixed assets can help to achieve the economic development goal， however， marginal utility to economic development in enhancing the technology investment level is greater than total investment rate in fixed assets. Technology investment can substitute effectively the investment in fixed assets during the process of economy.

Key words： energy structure adjustment； technology development； nonfossil energy production； investment decision path

收稿日期： 20161112