摘 要： 近年來，中國大力發(fā)展可再生能源，然而伴隨著風(fēng)電裝機容量的快速發(fā)展，中國的風(fēng)電產(chǎn)業(yè)也產(chǎn)生了“搶裝”“棄風(fēng)限電”等問題。主要關(guān)注中國的風(fēng)力發(fā)電行業(yè)，通過理論模型與實證模型，分析在中國現(xiàn)行的電力調(diào)度體制下，風(fēng)力發(fā)電市場的過度投資問題。論證了風(fēng)電上網(wǎng)電價下調(diào)前后，市場總裝機容量的動態(tài)變化過程，并得出結(jié)論：風(fēng)電開發(fā)商競爭激烈的地區(qū)更容易產(chǎn)生過度投資的問題。

關(guān)鍵詞： 風(fēng)電；上網(wǎng)電價補貼政策；搶裝；棄風(fēng)限電

中圖分類號： F 203

文獻標(biāo)志碼： A

收稿日期：2024-04-01

作者簡介：雷威豪（1995—），男，中國臺灣臺北人，碩士研究生，研究方向：應(yīng)用經(jīng)濟學(xué)。

文章編號：1005-9679（2024）05-0112-07

How do Market Structure and Subsidy Changes CauseOverinvestment in China’s Wind Power Industry？

LEI Weihao

（Antai College of Economics and Management School， Shanghai Jiao tong University， Shanghai 200030， China）

Abstract： In recent years， China has made great efforts to develop renewable energy. However， with the rapid development of installed wind power capacity， China’s wind power industry has also produced problems such as "rushing to install" and " Curtailment of wind power ".Focusing on China’s wind power industry， this paper analyzes the problem of overinvestment in China’s wind power market under the current power dispatching system t11rO7bM9BLwYPZUO938iCwnftVoDWoz9QcmX5JHQPLo=hrough theoretical and empirical models.The dynamic change process of the total installed capacity of the market before and after the reduction of the feed-in tariff of wind power is demonstrated， and the conclusion is drawn that the area where the competition of wind power developers is fierce is more likely to lead to the problem of overinvestment.

Key words： wind power; feed-in tariff subsidy policy; rushing to install; curtailment of wind power

1 研究背景

近年來，我國政府高度重視環(huán)境保護，新能源產(chǎn)業(yè)近十年來實現(xiàn)了跨越式的發(fā)展?！笆奈濉币?guī)劃明確提出：“構(gòu)建現(xiàn)代能源體系，推進能源革命，建設(shè)清潔低碳、安全高效的能源體系，大力提升風(fēng)電、光伏發(fā)電規(guī)模?！?021年政府工作報告中指出：要采取更加有力的政策和措施，力爭在2030年使我國的二氧化碳排放量達到峰值，努力在2060年前實現(xiàn)碳中和，即全國每年直接或間接產(chǎn)生的溫室氣體排放，通過造林、碳捕捉等方式全部吸收，達到互相抵消，實現(xiàn)相對的零排放。

當(dāng)前，包括煤炭石油在內(nèi)的不可再生能源消費是溫室氣體排放的最大來源，因此調(diào)整能源結(jié)構(gòu)，發(fā)展包括風(fēng)力發(fā)電在內(nèi)的清潔能源無疑是實現(xiàn)碳中和目標(biāo)的必經(jīng)之路。風(fēng)力發(fā)電作為可再生能源，不需消耗化石燃料，不產(chǎn)生二氧化碳排放，不會造成空氣污染，且不具備特殊的危險性。中國的東北、華北和西北地區(qū)具備豐富的風(fēng)力資源，且大量風(fēng)場位于草原荒漠，不影響耕地面積與城市發(fā)展。因此發(fā)展風(fēng)力發(fā)電及其上下游產(chǎn)業(yè)一直是我國政府的目標(biāo)。

本世紀(jì)以來，從中央政府至地方政府出臺了大量的利好政策，扶植風(fēng)電產(chǎn)業(yè)發(fā)展。2009年起我國實行新能源固定標(biāo)桿電價政策，在政策補貼下，我國風(fēng)能產(chǎn)業(yè)規(guī)模飛速發(fā)展，風(fēng)電發(fā)電量從2010年的430億千瓦時迅速增長至2019年的3577億千瓦時，裝機容量由2010年的4473萬千瓦增長至2019年的20953萬千瓦。

然而，風(fēng)電發(fā)電量日益增長的同時，對新能源發(fā)電消納能力的發(fā)展卻相對滯后，發(fā)出來的電無法消納，在當(dāng)今的技術(shù)條件下又難以大規(guī)模儲存，大量電力只能被浪費。造成中國電力消納困難的原因有許多，其中包括：①風(fēng)電本身存在間歇性、波動性、難以預(yù)測等缺陷，使得風(fēng)電并網(wǎng)需要其他能源調(diào)節(jié)出力大小以匹配風(fēng)電出力的波動，過高的風(fēng)電比例影響電網(wǎng)的安全性與可靠性。而且風(fēng)電的出力高峰往往在夜間，而此時卻是電力需求最低的時候。②風(fēng)電資源與電力需求地理上的錯位。我國西北、華北和東北地區(qū)風(fēng)力資源豐富，而我國的制造業(yè)與人口大多集中在東部沿海地帶，因而工業(yè)用電與居民用電的需求也多集中在東部地區(qū)。雖然國家近年來大力投資發(fā)展特高壓輸電工程，但傳輸能力的增長仍滯后于發(fā)電能力的增長。 ③電源結(jié)構(gòu)的限制。我國的電力生產(chǎn)以燃煤發(fā)電為主，燃煤發(fā)電廠與以其他能源為燃料的火電廠相比出力調(diào)節(jié)更遲緩，啟停時間較長。特別是風(fēng)力資源較豐富的“三北”地區(qū)，許多電廠為熱電聯(lián)產(chǎn)機組，為滿足供暖需求，這些電廠在冬天設(shè)有最低輸出量以保證熱能供應(yīng)。電源組合的不靈活導(dǎo)致難以對風(fēng)電產(chǎn)出的波動進行削峰填谷。 ④地方保護主義。地方政府為保護本地經(jīng)濟發(fā)展往往優(yōu)先使用本地電廠所產(chǎn)出的電能，這為風(fēng)電的異地消納造成了阻礙。 ⑤缺乏市場機制。由于沒有現(xiàn)貨市場，風(fēng)電較低邊際成本的優(yōu)勢難以發(fā)揮。沒有輔助服務(wù)市場，傳統(tǒng)發(fā)電企業(yè)也缺乏為風(fēng)電提供削峰填谷服務(wù)的激勵，這放大了風(fēng)電波動性的缺點。

近年來電力消費量增速放緩，造成我國風(fēng)電產(chǎn)業(yè)棄風(fēng)問題更為嚴(yán)峻，2016年全國風(fēng)電棄風(fēng)量達到了497億千瓦時，棄風(fēng)率達17%，對社會資源造成了極大的浪費。特別是以內(nèi)蒙古、新疆和甘肅為代表的“三北”地區(qū)（東北、華北和西北）棄風(fēng)問題尤為嚴(yán)重，2018年三省區(qū)的棄風(fēng)量風(fēng)別達到了72.4億千瓦時、106.9億千瓦時和54億千瓦時，棄風(fēng)率高達10.3%、22.9%和19.0%。

2 政策背景

2.1 中國電力調(diào)度制度

由于歷史原因，中國的電力調(diào)度制度與西方國家的制度完全不同，有著濃厚的計劃經(jīng)濟的背景。中國的調(diào)度制度是由省發(fā)改委的供電計劃和電網(wǎng)公司的實時調(diào)度兩部分組成。首先，在上一年年末省發(fā)改委能源局根據(jù)對下一年的電力需求量的預(yù)測制定下一年度的供電計劃，其中將所需的發(fā)電量平均分配給每個發(fā)電公司，保證同類型的發(fā)電設(shè)備有相同的發(fā)電利用時間。然后，該計劃以行政命令的形式下發(fā)給電網(wǎng)公司，電網(wǎng)公司將每個機組的年度發(fā)電配額分配至每一天。最終，調(diào)度員根據(jù)每個機組每日的發(fā)電配額進行實時調(diào)度，保證年底各發(fā)電機組的運行時間基本相同。

2.2 上網(wǎng)電價補貼政策

自2009年國家發(fā)展和改革委員會發(fā)布《關(guān)于完善風(fēng)力發(fā)電上網(wǎng)電價政策的通知》起，我國風(fēng)能發(fā)電的上網(wǎng)電價由行政命令決定?！锻ㄖ穼⑷珖譃樗念愘Y源區(qū)，2009年四類區(qū)域電價風(fēng)別為0.51元/千瓦時、0.54元/千瓦時、0.58元/千瓦時和0.61元/千瓦時，其中等于當(dāng)?shù)孛摿蛉济簷C組的部分由當(dāng)?shù)仉娋W(wǎng)給付，高出部分國家通過向全網(wǎng)征收可再生能源附加費予以補貼。上網(wǎng)電價的制定原則上是由當(dāng)時的風(fēng)力發(fā)電成本再加上一定的合理利潤決定的，隨后由于國內(nèi)風(fēng)力發(fā)電設(shè)備行業(yè)的發(fā)展，風(fēng)力發(fā)電成本逐年降低，國家于2014年、2019年多次發(fā)布政策下調(diào)固定電價，2020年四類資源區(qū)電價下調(diào)至0.29元/千瓦時、0.34元/千瓦時、0.38元/千瓦時和0.479元/千瓦時，并且自2021年起核準(zhǔn)的風(fēng)電項目全部實行平價上網(wǎng)，不再享受額外補貼。

可以說每個時期的標(biāo)桿電價都反映了當(dāng)期風(fēng)力設(shè)備生產(chǎn)行業(yè)的發(fā)展?fàn)顩r，下調(diào)電價是由于發(fā)電成本的減少。但同時電價的下調(diào)也是為了抑制風(fēng)電產(chǎn)業(yè)的過度投資。過去十年在高額的電價補貼刺激下，風(fēng)力發(fā)電機的裝機容量由2008年的1200萬千瓦猛增至2018年的20953萬千瓦。然而發(fā)電能力爆發(fā)增長的同時，對電能的消納能力卻沒有跟上。特別是風(fēng)力發(fā)電存在電力波動性大、難以預(yù)測且發(fā)電的峰谷性與人們?nèi)粘Ｉ罟?jié)奏不吻合的問題，導(dǎo)致風(fēng)電設(shè)備平均利用小時較低，2015年與2016年只有1724小時、1742小時。由于當(dāng)?shù)仉娋W(wǎng)的傳輸或消納能力不足，被迫暫停風(fēng)機造成發(fā)電能力浪費，造成所謂的“棄風(fēng)”問題。然而雖然下調(diào)電價最終確實能抑制對風(fēng)電的過度投資，緩解棄風(fēng)問題，但是短期內(nèi)卻會引發(fā)“搶裝”，也就是風(fēng)力開發(fā)商搶在標(biāo)桿電價下調(diào)生效截止日期之前并網(wǎng)運行，這也在短期內(nèi)使得過度投資問題更加嚴(yán)重，對緩解棄風(fēng)問題的初衷形成反效果。

3 理論模型

本文建立了一個理論模型分析過度投資問題是如何產(chǎn)生的。首先，假設(shè)風(fēng)力發(fā)電開發(fā)商i在t時的風(fēng)力發(fā)電機裝機容量為yit，那么在任意時點t，開發(fā)商i新并網(wǎng)的風(fēng)力發(fā)電裝機容量為Δyit。假設(shè)Δyit=AkTα，A=A（t）為隨時間單調(diào)遞增的技術(shù)系數(shù)，k為新建風(fēng)電機組所投入的資金，T為風(fēng)電場的建設(shè)工期。上式也即是建造風(fēng)力發(fā)電場的柯布-道格拉斯生產(chǎn)函數(shù)，開發(fā)商所投入的建設(shè)資金與風(fēng)電場的建設(shè)工期是我們所關(guān)注的兩個投入要素，資本投入的彈性系數(shù)為1，即相同工期下投入的資金翻倍則所建成的風(fēng)力發(fā)電場裝機容量翻倍。建設(shè)工期的彈性系數(shù)為α，α為大于0小于1的常數(shù)，工期的邊際效益遞減。該式可以轉(zhuǎn)化為k=1ATα Δyit，給定某一風(fēng)電場的裝機容量及施工工期，可求得建設(shè)該風(fēng)電場所需的資金，且風(fēng)力發(fā)電開發(fā)商可以通過增加投入資金減少風(fēng)電場的施工工期。市場上t時的總風(fēng)電裝機容量Qct為所有風(fēng)電開發(fā)商裝機容量之和，即Qct=∑i yit。設(shè)電網(wǎng)在t時所能消納的風(fēng)力發(fā)電電量為Qdt，當(dāng)電網(wǎng)所能消納的風(fēng)力發(fā)電電量Qdt>Qct時，開發(fā)商i在t時的收益eit=Ptyit，Pt為當(dāng)?shù)氐墓潭L(fēng)力上網(wǎng)電價。當(dāng)電網(wǎng)所能消納的風(fēng)力發(fā)電電量Qdt≤Qct時，由于中國現(xiàn)行的電力調(diào)度體制，電網(wǎng)公司會將發(fā)電權(quán)按照各風(fēng)電場的裝機容量平均分給每一個風(fēng)電開發(fā)商，因此開發(fā)商i在t時的收益eit=QdtPtyitQct ，即在存在棄風(fēng)限電問題時每一個風(fēng)電開發(fā)商的收益為原來的QdtQct 。

3.1 壟斷市場結(jié)構(gòu)下理論模型

假設(shè)電網(wǎng)的風(fēng)電消納量Qdt如上圖實線所示由于技術(shù)進步、政策重視、管理水平提高等外生原因隨時間增加。在市場中只有一個開發(fā)商時，即風(fēng)力發(fā)電市場為壟斷市場的情況下，該開發(fā)商會選擇在任一時點t時使自己的風(fēng)力發(fā)電裝機容量Qct=Qdt，因為當(dāng)Qct>Qdt時，增加裝機容量并不會使得開發(fā)商所獲得的總收益增加。

若國家頒布政策于t0時下調(diào)風(fēng)電固定上網(wǎng)電價，這意味著在t0之后并網(wǎng)的風(fēng)電場向電網(wǎng)銷售電力的價格為下調(diào)之后的價格P2，而在t0之前并網(wǎng)的風(fēng)電場在其全部的發(fā)電壽命期內(nèi)（一般為20年）都能以下調(diào)前較高的電價P1向電網(wǎng)出售電力。因此開發(fā)商會選擇將一部分本來應(yīng)該在t0之后并網(wǎng)的裝機容量提前至電價下調(diào)的截止日期之前，這也就是所謂的搶裝現(xiàn)象。設(shè)開發(fā)商決定將原計劃于t0至t0+Δt并網(wǎng)的風(fēng)電機組提前至t0并網(wǎng)，Δt為搶裝所提前的最大時間可視為理論模型中衡量搶裝程度的指標(biāo)。若政策公布于項目開工之前，即開發(fā)商可以通過開工日期提前使風(fēng)電機組并網(wǎng)，則我們可以通過下式求得Δt：

∫2020-ΔtP2 （1+r）t）dt=∫20-Δt）0P1-P2）（1+r）-t） dt（1）

其中P1為電價下調(diào)之前的電價，P2為電價下調(diào)之后的電價，P1>P2。r為開發(fā)商資金的利率，設(shè)其為一固定的常數(shù)。上式等號左側(cè)為將t0+Δt時并網(wǎng)的機組提前至t0所需付出的機會成本，即因為提前Δt完工，在20年后也會提前Δt報廢，而20年后Δt時間產(chǎn)生的發(fā)電收益就是機會成本。等號右側(cè)為提前并網(wǎng)所帶來的收益，由于提前并網(wǎng)在風(fēng)電機組能產(chǎn)生收益的全壽命期（20-Δt）內(nèi)，銷售電力的價格由P2提升至P1。等式左側(cè)隨Δt增加而增加，等式右側(cè)隨Δt增加而減少，因此可由上式求得唯一解Δt。

然而下調(diào)政策的公布日期有時與電價下調(diào)的日期較為接近，僅相隔半年至一年，開發(fā)商無法通過提前開工的方式提早并網(wǎng)時間，只能通過縮短工期搶裝，而縮短工期會帶來額外的資本投入成本。我們可以通過下式求得Δt：

Tα （T-Δt）-α（1+r）Δt-1ATα+∫2020-ΔtP2 （1+r）-tdt=∫20-Δt0（P1-P2）（1+r）-tdt（2）

式（2）在式（1）的基礎(chǔ)上，在等式左側(cè)增加了一項Tα（T-Δt）-α（1+r）Δt-1ATα，該項由之前假設(shè)的建設(shè)風(fēng)力發(fā)電場的生產(chǎn)函數(shù)Δyit=AkTα推導(dǎo)而出，代表了通過縮短工期搶裝所造成的額外成本，由于該部分成本提高了總成本，因此在下調(diào)政策公布時間較晚的情況下，Δt較小。

3.2 競爭市場結(jié)構(gòu)下理論模型

現(xiàn)在考慮競爭的市場情況，設(shè)某一風(fēng)電項目在接下來20年的壽命期內(nèi)每年為風(fēng)電開發(fā)商帶來收益R，將未來20年的收益現(xiàn)金流折現(xiàn)為∫200（1+r）-tdt，開發(fā)商要求該值大于等于最初用于建設(shè)風(fēng)電項目所投入的資金ΔK，由此可得下式：

∫200（1+r）-tdt=1ln（1+r）［1-（1+r）-20］令=ΔK（3）

由式（3）求得某一值，當(dāng)預(yù)計未來每一時間點的收益R小于時，開發(fā)商不會選擇建設(shè)風(fēng)電場，因此競爭市場中均衡狀態(tài)下R=。將式（3）進行調(diào)整可得下式：

=ln（1+r）1（1+r）-20ΔK（4）

由之前所設(shè)的條件，新增Δy的裝機容量所帶來的新增收入為R=QdtQctPΔy，在均衡狀態(tài)下，即當(dāng)R=時：

ln（1+r）1-（1+r）-20ΔK=QdtQctPΔy（5）

調(diào)整式（5）我們可得，當(dāng)風(fēng)電消納電量Qdt與風(fēng)電裝機容量Qct之間的比值達到某一特定值時，每一個風(fēng)力發(fā)電開發(fā)商都不會選擇繼續(xù)增加裝機容量，設(shè)該比值為γ（t）。

γ（t）=（QdtQct）*=ln（1+r）1-（1+r）-20*1p*ΔKΔy=ln（1+r）1-（1+r）-20*1p*1A（t） Tα（6）

因此在競爭市場中均衡狀態(tài)時，風(fēng)電市場中的總裝機容量Qct*等于電網(wǎng)能夠消納的電量Qdt乘以一個大于1的常數(shù)1γ（t）：

Qct*=Qdt*1γ（t）（7）

現(xiàn)在考慮在競爭市場中，政府于某一時間點公布政策計劃于時間0下調(diào)風(fēng)電的固定上網(wǎng)電價，于是開發(fā)商們決定將原計劃于0至Δt時并網(wǎng)的風(fēng)電項目并網(wǎng)時間提前至0時。則這些項目在0～ Δt時所獲得的收益為：

R0～Δt=∫Δt0Qd （t）Qc （Δt）P1 Δydt〗=∫Δt0 Qd （t）γ（Δt）Qd （Δt） P1 Δydt=γ（Δt）Qd （Δt） P1 Δy∫Δt0 Qd （t） dt（8）

其中γ（Δt）、Qd （Δt）都為常數(shù)，而QΔd（t）為隨時間變化的值。項目在Δt～20時所獲得的收益為：

RΔt～20=∫20Δtγ（t）P1 Δydt（9）

若政府下調(diào)電價的政策公布得較早，開發(fā)商可以通過提前開工提早并網(wǎng)日期，則Δt可由下式求得：

R-K=R0～Δt+RΔt～20-K=γ（Δt）Qd （Δt） P1 Δy∫Δt0 Qd （t）dt+P1 Δy∫20Δtγ（t）dt-K令=0（10）

γ（Δt）Qd （Δt）∫Δt0Qd （t）dt+∫20Δtγ（t）dt-1P11ATα=0（11）

令風(fēng)電項目在0～Δt與Δt～20這兩段時間所獲得收益的現(xiàn)金流折現(xiàn)值等于建設(shè)項目時所投入的資金K，可求得Δt。

若下調(diào)政策公布時間較晚，開發(fā)商不能通過提早開工只能通過縮短工期進行搶裝，則可通過下式求得Δt：

-Tα （T-Δt）-α（1+r）Δt1ATα+γ（Δt）Qd （Δt）P1 ∫Δt0Qd （t）dt+P1 ∫20Δtγ（t）dt-1ATα=0（12）

第一項-Tα（T-Δt）-α（1+r）Δt-1ATα代表縮短工期所帶來的額外成本。

另外，在下調(diào)政策公布之后電價下調(diào)之前，開發(fā)商有可能預(yù)料到未來新的均衡下γ（t）較高，因此一定程度延后發(fā)電機組并網(wǎng)時間可以使開發(fā)商在仍以下調(diào)前價格向電網(wǎng)銷售電力的情況下獲得較高的γ（t）。因此在政策發(fā)布與電價下調(diào)之間的時間段，競爭市場會形成一個介于政策公布之前與電價下調(diào)之后之間的平衡，具體可由下式求出：

Qd （t）Qc （t）PΔy=1（1+r）20 Qd （t+20）Qc （t+20）*P*Δy（13）

Qc （t）=（1+r）20Qd （t）1γ（t+20）（14）

綜上所述，根據(jù)理論模型實際風(fēng)電裝機容量應(yīng)如上圖上方實線所示。

由理論模型我們可以預(yù)測，風(fēng)電市場在行業(yè)集中度較高的壟斷情況下若無電價的變化則不會有過度投資的問題，市場內(nèi)每一時間點的發(fā)電能力等于電網(wǎng)的消納量。若政府下調(diào)電價，則下調(diào)日期前短時間內(nèi)會發(fā)生搶裝，開發(fā)商將原本應(yīng)在未來并網(wǎng)的風(fēng)電機組提前至電價下調(diào)的截止日期之前，因此在電價下調(diào)之后的一段時間內(nèi)風(fēng)力發(fā)電的裝機容量會超過電網(wǎng)對風(fēng)電的消納量，在這期間會存在過度投資的問題，但隨著電網(wǎng)消納量的增加，該問題會緩解，一段時間后重新回到裝機容量等于消納量的均衡狀態(tài)。

若風(fēng)電市場為行業(yè)集中度較低的競爭市場，在沒有電價變化的均衡狀態(tài)下也會存在過度投資的問題。因為對于每一個發(fā)電開發(fā)商，提高裝機容量雖然會小幅提高全市場的棄風(fēng)率（1- γ（t）），降低全市場所發(fā)出電力的消納比例γ（t），但是能夠通過裝機容量的提高大幅增加自己所占發(fā)電權(quán)的比例。根據(jù)理論模型的推導(dǎo)，電價下調(diào)在短期內(nèi)對行業(yè)集中度較低的市場會產(chǎn)生更嚴(yán)重的搶裝問題，但長期來看，隨著電力消納量的增加，裝機容量會在一個較低的過度投資水平上趨于均衡。

4 實證模型

為驗證理論模型所推導(dǎo)結(jié)論，本文利用2009年至2018年的面板數(shù)據(jù)進行檢驗，將主要討論如下問題：（1）搶裝程度：未來電價的下調(diào)將在多大程度上導(dǎo)致下調(diào)截止日期前裝機容量的額外增加？（2）搶裝是否會造成電價下調(diào)日期后新增裝機容量的大幅度減少？（3）搶裝現(xiàn)象的嚴(yán)重程度如何隨時間變化？（4）競爭市場是否會促進風(fēng)電裝機容量的增長？（5）風(fēng)電開發(fā)商是否會如理論模型預(yù)期的那樣將本應(yīng)在下調(diào)日期前并網(wǎng)的發(fā)電機組并網(wǎng)日期延后至臨近截止日期？

4.1 固定效應(yīng)模型

本文建立固定效應(yīng)計量模型如下：

ln（1+ΔCit）=β1（Pit+1-Pit）+β2 （Pit-Pit-1）+β3（Pit+2-Pit）+β4（Pit+1-Pit）×t+β5（Pit-Pit-1）×t+β6（Pit+2-Pit）×t+β7*HHIit+β8*ln（1+Cit）+t+λi+εit

本文以縣級行政單位為口徑歸集自2009年起至2018年各項數(shù)據(jù)，數(shù)據(jù)來源于《電力工業(yè)統(tǒng)計資料匯編》。Cit為i縣在t時間的風(fēng)電裝機容量，單位為萬千瓦，因此ΔCit為i縣在t時間的風(fēng)電裝機容量增加量，因部分樣本該變量小于1，因此加1后取對數(shù)得因變量，用以衡量每年i縣風(fēng)力發(fā)電投資情況。Pit為i縣在t時間的上網(wǎng)電價，單位為元。第一項（Pit+1-Pit）為i縣t+1年與t年電價之差，由于補貼逐年退坡，該變量為負(fù)數(shù)或零，相關(guān)系數(shù)β1用以衡量t年時未來的電價下調(diào)是否會導(dǎo)致當(dāng)期裝機容量的增加。（Pit-Pit-1）項為i縣t年與t-1年電價之差，β2用來衡量搶裝是否會導(dǎo)致電價下調(diào)日期之后新并網(wǎng)發(fā)電機組數(shù)量的減少。（Pit+2-Pit）項為i縣t+2年與t年電價之差，β3用以判斷開發(fā)商是否會將本應(yīng)在下調(diào)日期前并網(wǎng)的發(fā)電機組并網(wǎng)日期延后至臨近截止日期。變量t為時間趨勢項，t=年份-2009。t與前三項分別相乘，形成三個交叉項，衡量搶裝問題隨時間的變化情況。HHIit為i縣t年風(fēng)電行業(yè)的行業(yè)集中度指標(biāo)，由公式：HHIit=∑Nj=1（Cjit/Cit）2計算得出，其中Cit為i縣t年的總風(fēng)電裝機容量，Cjit為風(fēng)電開發(fā)商j于i縣在t年時所擁有風(fēng)電場的裝機容量，N為i縣在t年時的風(fēng)電開發(fā)商企業(yè)數(shù)。本文通過新聞、工程招標(biāo)材料等渠道搜集了全國風(fēng)電場所屬能源企業(yè)的信息，歸集計算得該變量。本模型還由項ln（1+Cit）控制了裝機容量規(guī)模，因Cit部分?jǐn)?shù)據(jù)小于1，由裝機容量加1取對數(shù)得出。實證模型采用固定效應(yīng)模型，由λi控制各縣固定效應(yīng)。

4.2 回歸結(jié)果

回歸結(jié)果如表2所示。

首先觀察第一及第二列回歸結(jié)果，前兩列回歸結(jié)果未加入交互項，（Pit+1-Pit）項相關(guān)系數(shù)表明：下一年度電價下調(diào)將導(dǎo)致本年度風(fēng)電裝機容量的增長，證明因電價下調(diào)導(dǎo)致的搶裝現(xiàn)象明確存在。但第二項（Pit-Pit-1）的相關(guān)系數(shù)并沒有顯著的結(jié)果，無法證明搶裝是否會導(dǎo)致電價下調(diào)后風(fēng)電行業(yè)投資的減少。第三項（Pit+2-Pit）相關(guān)系數(shù)顯示本年度的風(fēng)電機組投資量有可能因下下年度的電價下調(diào)而減少，這表明理論模型所預(yù)期的本應(yīng)在下調(diào)日期前并網(wǎng)的發(fā)電機組并網(wǎng)日期延后至臨近截止日期的現(xiàn)象有可能存在。

觀察第三與第四列的結(jié)論，后兩列加入了交叉項，交叉項（Pit+1-Pit）×t相關(guān)系數(shù)顯著且為正，表明搶裝現(xiàn)象隨著時間有所緩解。同理，（Pit-Pit-1）×t和（Pit+2-Pit）×t兩項相關(guān)系數(shù)為負(fù)，表明了電價下調(diào)對風(fēng)電投資所帶來的影響將隨時間減少。

觀察第二與第四列實證結(jié)果，變量HHI相關(guān)系數(shù)顯著為負(fù)，表明即使在控制了縣總裝機容量的情況下，HHI值越小，即行業(yè)競爭越激烈，當(dāng)?shù)仫L(fēng)電行業(yè)增長越快。

5 結(jié)論與政策建議

本文以中國當(dāng)前電力調(diào)度機制為背景，建立理論模型分析了不同市場結(jié)構(gòu)下風(fēng)力發(fā)電補貼電價的下調(diào)將如何影響風(fēng)電機組的投資與建設(shè)，并預(yù)測了下調(diào)日期前后全市場風(fēng)電機組總裝機容量的動態(tài)變化過程?；诶碚撃Ｐ臀覀兊贸鋈缦峦普摚孩匐妰r下調(diào)將導(dǎo)致下調(diào)截止日期前短期內(nèi)裝機容量的大幅增長及截止日期后一段時間內(nèi)裝機容量增長緩慢。②競爭的風(fēng)電市場會導(dǎo)致過度投資從而引起更為嚴(yán)重的棄風(fēng)限電問題。③風(fēng)電開發(fā)商在得知電力補貼價格將會下調(diào)后可能會將原本計劃較早完工并網(wǎng)的項目并網(wǎng)日期延后至接近電價下調(diào)日期。

為驗證理論模型推論，本文收集了全國所有陸上風(fēng)電項目數(shù)據(jù)，建立固定效應(yīng)回歸模型進行實證分析。實證結(jié)果驗證了搶裝現(xiàn)象的存在并量化了電價變動與下調(diào)日前裝機容量增加量之間的關(guān)系，但是實證結(jié)果并不能完全印證電價下調(diào)后風(fēng)電投資減緩階段的存在。另外，實證結(jié)果表明隨著時間推移補貼變化對風(fēng)電投資的各項影響都在減小，這可能是由于技術(shù)發(fā)展降低了風(fēng)電機組的成本減小了對補貼的依賴。實證模型同時證明了競爭程度更高的風(fēng)電市場投資增長更快，更容易造成過度投資。

結(jié)合理論與實證模型的結(jié)論，提出政策建議如下：政府進行風(fēng)電項目審批時應(yīng)更加關(guān)注電力開發(fā)商較多競爭較為激烈的地區(qū)，更為審慎地下發(fā)該類地區(qū)批文防止過度投資。實行補貼退坡時因充分關(guān)注搶裝問題，防止因上網(wǎng)電價下調(diào)而造成項目投資建設(shè)進度的波動導(dǎo)致不必要的社會資源浪費。

參考文獻：

［1］ DU Y， TAKEUCHI K. Does a small difference make a difference？ impact of feed-in tariff on renewable power generation in China［J］. Energy Economics， 2020， 87.

［2］ XIA F， LU X， SONG F. The role of feed-in tariff in the curtailment of wind power in China［J］. Energy Economics， 2020（86）.

［3］ LIU Y， KOKKO A. Wind power in China： Policy and development challenges［J］. Energy Policy， 2010， 38（10）：5520-5529.

［4］ SHIYU L， ZHAOHONG B， JIANG L， et al. Curtailment of renewable energy in Northwest China and market-based solutions［J］. Energy Policy， 2018（123）：494-502.

［5］ CHANGGUI D， YE Q. Decomposing driving factors for wind curtailment under economic new normal in China［J］. Applied Energy -Barking Then Oxford， 2018.

［6］ LI J， LIU G， SHAO J. Understanding the ROC transfer payment in the renewable obligation with the recycling mechanism in the United Kingdom［J］.mIMVjktXiwinLZZ7OVroxY8mg4WgsWpFi4NHRsOIHEE= Energy Economics， 2020（87）.

［7］ 吳昱， 邊永民. WTO視野下我國風(fēng)力發(fā)電上網(wǎng)電價補貼政策研究［J］. 宏觀經(jīng)濟研究， 2013（10）：40-46.

［8］ 劉瑞豐， 劉維剛， 張雯，等. 基于配額制的西北可再生能源跨區(qū)跨省電力交易經(jīng)濟性評價［J］. 電網(wǎng)與清潔能源， 2014， 30（1）：59-63.

［9］ 劉超. 基于平價上網(wǎng)的我國風(fēng)電行業(yè)發(fā)展趨勢分析［J］. 市場觀察， 2019， 785（9）：27-28.

［10］ DERMODY J， KOENIG-LEWIS N， ZHAO A L， et al. Appraising the influence of pro-environmental self-identity on sustainable consumption buying and curtailment in emerging markets： Evidence from China and Poland［J］. Journal of Business Research， 2017（86）.

［11］ QI， ZHIPING， DENG， et al. Temporal-spatial analysis and improvement measures of Chinese power system for wind power curtailment problem［J］. Renewable & sustainable energy reviews， 2015.