吴力波　孙可哿　陈亚龙

摘要

上网电价补贴（FIT）与绿色能源组合标准（RPS）是目前针对可再生能源实施的两类主要支持政策。对于二者政策效果的比较、特别是在非竞争性电力市场中二者政策效果的扭曲，是理论和政策研究关注的热点问题。本文通过构建由传统火力发电企业和绿色能源发电企业两类主体构成的部分均衡模型，比较了不完全竞争的电力市场中，可再生能源上网电价补贴制度与可再生能源组合标准对可再生能源发电总量和份额的影响。结果表明，在寡头垄断的电力市场中，FIT政策比RPS政策更能有效促进可再生能源发电总量和比重的上升。模型中RPS政策下的均衡电价高于FIT政策的情况，导致对绿色能源的需求下降。对欧盟2004-2011年面板数据的分析表明FIT政策对风力发电总量有显著促进作用，而RPS政策有助于提高可再生能源在总能源使用中的比重。其背后的机制是尽管RPS导致较高的电价、降低能源需求，但仍然能促进可再生能源需求的相对提高。电力市场垄断对风力发电量有负面影响，但并不能证明这一影响是通过可再生能源政策实现的。电力市场规模、技术等控制变量也对可再生能源使用有一定影响。在门限面板模型中，当电力市场垄断程度指数大于0.35时，即一国最大电力企业市场份额达到三分之一以上，垄断对风力发电的负面影响更大。

关键词可再生能源上网电价补贴制度；可再生能源组合标准；可再生能源发电；电力市场垄断

中图分类号 TK01文献标识码A文章编号1002-2104（2015）10-0053-08doi：10.3969/j.issn.1002-2104.2015.10.008

2014年11月，中美发布《应对气候变化联合声明》，提出中国计划在2030年左右二氧化碳排放达到峰值且将努力早日达峰，并计划到2030年非化石能源占一次能源消费比重提高到20%左右。能源结构的调整是实现温室气体排放达峰的基本保障手段，利用市场化的机制促进可再生能源的发展需要根据市场主体特征进行有效的制度设计。我国对于风电、太阳能光伏发电等可再生能源都实行了上网电价补贴政策，如果仅从近年来可再生能源装机容量的增长来看，这类支持政策是有效的。但是由于可再生能源成本下降速度存在不确定性，这些补贴政策在促进可再生能源供给规模扩张的同时也面临着政策成本高、道德风险大、总量目标不确定等问题。可再生能源组合标准本质上是一种配额机制，在总量目标确定的条件下实现供应成本的最优化。但是当市场存在较高的信息不对称、交易成本过高时，其效率也会受到影响。两种政策机制的实施效果对于市场结构高度敏感。当市场存在不完全竞争时，由于垄断厂商可以有效地控制价格和产量，因此可再生能源发展成本在不同主体之间的分担就会出现差异。对于中国这样一个电力市场化改革远未完成的混合型市场而言，上述机制的厘清对于优化可再生能源政策体系显得尤为重要。

欧盟在节能减排、促进清洁能源利用方面经验丰富，成果卓著。一方面，欧盟建立温室气体排放交易机制促进减排，另一方面欧盟采用税收激励、可再生能源投资补贴、上网电价补贴制度、配额制和可再生能源组合标准等方式促进可再生能源的投资与使用，从而降低碳排放强度。与此同时，欧盟各成员国着力提高能源市场自由度、在欧盟范围内形成统一能源大市场以保证能源安全供给，也为可再生能源政策的有效实施提供更好的市场环境。2010年，欧盟可再生能源消费量占全年能源总消费量的124%，欧盟委员会提出到2020年欧盟可再生能源消费量达到能源总消费量20%的目标。 欧盟各国大多制定阶段性的可再生能源目标，并通过多种可再生能源政策的结合实施以实现相应目标。这些政策主要包括税收激励政策、可再生能源投资补贴、上网电价补贴和可再生能源组合标准。本文关注的是上网电价制度和可再生能源组合标准两种新能源政策的作用，以及影响两种政策效果的因素。可再生能源上网电价制度较可再生能源组合标准在欧盟成员国中更为广泛地使用，有固定电价收购模式和可再生能源差额电价补贴两种模式，是对发电企业利用可再生能源发电高成本的补贴，也在一定程度降低了可再生能源电价的波动幅度。可再生能源组合标准与配额制相结合，要求发电企业一定数量的电力来自可再生能源发电，证书代表了一定数量的可再生能源电力，承担可再生能源配额义务的发电企业可以通过生产可再生能源和购买可再生能源组合标准两种方式完成任务（当获得证书的边际成本大于证书市场价格，买入证书；当获得证书的边际成本低于证书市场价格，生产可再生能源）。

本文通过构建一个由x个同质传统发电企业和y个同质新能源发电企业构成的简化市场，在部分均衡市场中比较两种新能源政策下的清洁发电量，同时考虑了市场竞争程度对结果的影响。在此基础上利用欧盟相关数据，在控制收入水平、能源进口等因素的前提下，比较FIT和RPS两种政策对风力发电、可再生能源消费在总能源消费中的比重，并利用门限面板模型分析电力市场垄断程度对两种政策的效果是否有影响。最后，根据理论和实证分析的结果讨论两种新能源政策的利弊，并为中国新能源政策的发展提供参考建议。

1文献综述

上网电价补贴和可再生能源证书交易两种新能源政策的分析和比较是能源环境经济领域的热点，国内外学者相关著作十分丰富，大多数的结论认为FIT在促进可再生能源使用方面更有优势，也有少部分学者提出了FIT存在的问题。

Peng Sun et al.建立一个两阶段垄断公司决策模型，比较FIT政策和RPS政策效果，发现FIT在增加可再生能源使用、促进R&D并降低可再生能源生产成本方面效果更显著，而RPS政策在降低碳排放、提高消费者盈余方面更有效，但这两种政策对社会福利的影响在该模型中没有定论[1]。C.G. Dong则用53个国家2005到2009年的数据做了一个面板模型，以比较FIT和RPS政策在促进风能发电上的作用，结果表明FIT比RPS更能促进累积风力发电，但对年度风力发电两种政策没有区别[2]。Meszaros Matyas Tamas et. al比较了英国FIT和RPS两种政策的效果，结论是在完全竞争市场中，FIT和RPS的作用相同，在不完全竞争市场中虽然FIT更能促进可再生能源消费，但它相对于RPS会提高总能源消费量，从而对解决环境问题没有显著作用[3]。

Taehyeong Kwon则比较了韩国2002到2011十年间RPS和FIT政策的寻租行为，这两种政策在促进可再生能源发电的同时为电力企业提供了获得额外利润的机会。结论是韩国RPS政策的寻租程度超过了FIT政策，合理的政策设计是避免这一问题的关键[4]。S.L. Wong et al.则具体分析了马来西亚上网电价补贴政策中的补贴额度设定、相关机构抗拒、获取财政支持困难等问题，根据马来西亚新能源产业的现状，预测FIT政策的实施将大幅提高马来西亚太阳能的使用[5]。Chelsea Schelly分析了实施RPS政策的利与弊，也将其与FIT进行对比，该研究的不同之处在于研究对象是居民用户可再生能源使用情况，结果表明FIT更能有效的促进居民用户使用可再生能源、节省能源消费[6]。

2理论模型

在大多数国家，电力市场近似于寡头垄断市场。一方面，电力市场企业进入成本高，存在规模报酬递增，且消费者对电力需求的价格弹性低，容易形成垄断势力；另一方面各类型的发电企业为市场提供同质产品，通过数量竞争或价格竞争的方式谋取自身利润最大化。本文通过一个简单的部分均衡模型比较FIT制度和RPS政策对可再生能源发电总量的影响，假设电力企业之间通过数量竞争实现古诺均衡。模型具有以下五个基本特征：

（1）市场上有x个同质的传统电力公司，y个同质的可再生能源发电企业；

因此，dQ1dt>0；dadt>0。寡头垄断市场中，FIT能够促进可再生能源发电总量及其在总发电量中的份额上升。

当电力市场完全竞争时，单个厂商对市场电价没有影响力，传统电力企业的均衡电价p=c0，可再生能源发电企业的均衡电价p=c1-t，政府给予每单位可再生能源发电的补贴应等于可再生能源发电与火力发电边际成本的差额，即t=c1-c0，才能使得可再生能源电力企业有进入市场的可能性。我们讨论在垄断市场中政府给予补贴t=c1-c0情况下的可再生能源发电。此时，Q1=

ya-c1b（x+y+1）；α=y（a-c1）x（a-c0）+y（a-c1）。可再生能源发电总量和份额都与可再生能源企业数量在总电力企业数量中的比重正相关。在电力行业进入门槛高、传统电力企业形成垄断势力的情况下，新能源发电企业将难以进入市场，对可再生能源发电总量和份额产生负面影响。

2.2可再生能源组合标准（RPS）

在RPS政策下要求电力企业可再生能源发电量达到总发电量的β倍。在简化的模型中，假设传统发电企业不会从事新能源发电，则传统发电企业是可再生能源组合标准市场上的需求方，而可再生能源发电企业是市场上的供给方，且可再生能源组合标准市场出清，即新能源发电企业的所有产量均作为证书以满足自身和传统企业的需求。在供求双方的作用下，市场上可再生能源组合标准的价格为p*。可再生能源发电企业的每单位产量可用于证书交易市场出售，获得额外的p*收入，但同时也需要购入其本身产量β倍的证书，而传统电力企业必须购买其产量β倍的证书，则电力企业i的利润最大化问题为方程（8）：

其中，可再生能源证书的价格p*由（14）式决定，随着配额制的目标β而变化，且dp*dβ=φ+yp*-βp*（x+y）xy-βy+xβ2+yβ2，其中φ=x（a-c0-βp*）+y（a-c1-βp*）>0是（14）的分母，由yx+y≈β的关系可判断dp*dβ>0。可再生能源发电配额越高，交易证书市场上的均衡价格越高。虽然随着β的提高，总发电量下降，但由于可再生能源份额的提高，无法判断可再生能源发电总量的变化，dQ1dβ的符号不能显著判断。

在电力市场完全均衡的理想状态下，单个企业的行为对均衡市场电价没有决定性，企业利润最大化的条件为边际利润等于边际成本，传统电力企业和可再生能源电力企业的均衡电价分别为p=c0+β·p*；p=c1+（β-1）·p*。绿色证书的价格p*=c1-c0时，可再生能源发电企业能够与传统电力企业竞争并进入市场。这与FIT政策的情况相似，表明价格政策与数量政策存在对称性。

与FIT政策下的情况类似，随着可再生能源企业数量的相对增加，可再生能源发电总量和比例都会提高，而传统电力市场的垄断反映了较高的电力市场进入壁垒，对可再生能源的推广有负面作用。

2.3两种政策的比较

综上所述，上网电价补贴政策和可再生能源组合标准具有内在一致性。前者是价格政策，通过补贴支持边际生产成本较高的绿色能源发电企业的生产活动，补贴价格越高，实现的可再生能源发电量和份额越高；而后者是数量政策，实现一定目标的可再生能源发电比例，相当于对传统发电企业征税。FIT政策的补贴电价t与RPS政策的证书交易价格p*相对应，RPS政策的配额目标β则与FIT实现的可再生能源发电比例α相对应。在补贴电价t与证书交易价格p*相等的情况下，FIT政策相对于RPS政策能实现更大的可再生能源发电量和份额。此外，RPS政策的配额β越高，可再生能源发电总量未必增加，由表1第三行展示的两种政策下的电价，可知RPS政策会导致更高的电价，在一定程度上降低总电力需求，尽管清洁电能的相对产量上升，但总产量未必上升。

上述分析中没有涉及到电力市场可再生能源电力企业和传统电力企业数量的决定，但从表1的结果可以看到两类企业数量的相对比值对可再生能源发电总量和比重有决定作用。从市场结构的角度来看，如果目前电力市场中传统电力企业有较强的垄断力量，可再生能源发电企业面临着较高的进入壁垒，市场上可再生能源企业的相对数量将较小，不利于促进可再生能源的发展。

3实证模型

3.1数据

本文从实证角度分析上网电价补贴制度、可再生能源组合标准两种新能源政策对欧盟可再生能源使用的影响。在第三节理论分析部分，通过对简化的部分均衡模型的分析，发现电力市场垄断程度会影响FIT和RPS两种新能源政策效果，因此这是本节分析的重点之一。同时也考虑了经济发展程度、技术发展程度、市场规模、资源禀赋情况和其他新能源政策对欧盟国家可再生能源发展的影响。

本文的数据时间跨度从2004年到2011年，涵盖欧盟27个成员国。因变量风力发电总量、可再生能源使用份额，以及自变量欧盟成员国电力市场垄断程度（dom）、二氧化碳强度（co2i）、欧盟成员国人均国内生产总值（gdppc）数据均来自Eurostat。其中电力市场垄断程度用各国最大电力企业市场份额表示，奥地利、保加利亚、卢森堡、荷兰的数据在部分年份缺失，为了保证面板数据的综列平衡，缺失年份的数据用前后年份的平均值代替。净煤炭进口量（nci）数据来自于Worldbank数据库。总发电量（teg）数据来源于International Energy Statistics 2013。上网电价补贴制度（FIT）、可再生能源组合标准（RPS）政策均用虚拟变量表示，当一国该年度采用了某项政策，则变量取1，否则为0；其他可再生能源政策变量则用政策的数量（nop）表示。这些政策变量数据均由Global Status Report 2013的数据整理得到。并且以欧盟成员国的可再生能源上网电价补贴数据替代FIT政策虚拟变量，进行了稳健性检验，FIT价格数据来自于Bloomberg数据库的2015 Global Feedin Tariffs Dataset。

3.2计量模型

本文建立上网电价补贴制度、可再生能源组合标准两种新能源政策对欧盟国家风力发电量影响的计量模型，将电力市场垄断程度、成员国经济发展水平、技术发展水平、电力市场规模、其他可再生能源政策作为控制变量。电力市场的垄断程度用该国最大电力公司的市场份额表示，根据第三节的分析垄断程度会对上网电价补贴制度的效果起到负面影响，对可再生能源组合标准政策效果的影响则不明确。成员国经济发展水平用人均GDP体现，一般情况下，经济发展水平越高的国家在环保意识方面更加优越，利用可再生能源的可能性更高。技术发展水平越高的国家，开发利用新能源的能力越强，能源结构中化石能源比重越低。这里选取二氧化碳强度这一指标表示技术发展水平，一方面这一指标反映了一国降低单位化石能源使用的碳排放的能力，是一种环境技术的象征；另一方面，这一指标也反映了一国能源结构中化石能源的比重，是能源结构和技术水平因素的结合。电力市场规模也决定了一国风力发电量的国模，这里用年度总打电量来反映电力市场规模大小。其他可再生能源政策，如可再生能源投资补贴、庇古税等补贴和税收政策，不是本文的讨论对象，但也对风力发电有着重要影响，这里用政策数量来反映其他新能源政策的程度。模型具体如下式，fit和rit分别为代表上网电价补贴政策和可再生能源组合标准政策实施状况的虚拟变量，Z是其他控制变量。因变量y是风力发电量，本文也将可再生能源在总能源消费中的比重作为因变量，比较两种新能源政策对这两者影响的不同。

本文利用面板数据单门限回归模型判断模型是否因电力市场垄断程度不同而呈现非线性性，即存在某个固定值，电力市场垄断程度小于该值和大于该值时的模型估计系数显著不同。在操作方面，本文利用Bruce Hansen的门限回归模型Stata程序（http：//www.ssc.wisc.edu/～bhansen/progs/progs_threshold.html.）对模型进行估计。Bruce Hansen给出了静态面板数据的门限回归理论方法，并以美国15年间565个公司的数据为例，分析财务约束是否会影响公司投资决策。本文的模型如下所示，其中门限变量q为电力市场垄断程度DOM，当q≥q时，模型的系数估计值为β；当q

3.3模型结果

表2中是面板模型的分析结果，其中模型1到模型3以风力发电量作为因变量，模型4到6以可再生能源使用份额作为因变量，模型7和模型8则用可再生能源上网电价补贴额代替可再生能源上网电价补贴政策虚拟变量。模型2和模型3、模型5和模型6则分别在模型1、模型4的基础上添加两类政策变量的交互项、市场垄断程度与政策变量的交互项。在模型1的回归结果中可以看到，上网电价补贴政策对风力发电量有显著的正面影响，符合实际。然而可再生能源组合标准却对风力发电量有负面影响，尽管在基本模型中这一系数不显著，但当添加交叉项变量时，可再生能源组合标准对风力发电量的负面影响成为显著，这违背了可再生能源组合标准可以促进风力发电的事实。但根据第三节的分析，可再生能源组合标准会使得电力市场的均衡电价上升，减少总电力需求，可能出现可再生能源发电量占总发电量比重上升，但由于总发电量下降，可再生能源发电量也下降的情况。模型2的结果则反映两种政策的交叉项对风力发电量有着显著的正面影响，表明同时采用这两种新能源政策可以促进风力发电。相比之下模型4-6的结果表明，上网电价补贴和可再生能源组合标准都对可再生能源使用在总能源使用量中所占比重有正向影响，且基本上都是显著的。这表明这两种政策都对促进新能源使用在总能源消费中比重的提高有着显著的促进作用。总的来说，两类可再生能源政策对风力发电总量和可再生能源使用份额的影响程度有区别，FIT既能促进可再生能源使用份额提高，也能促进总量提高，但RPS对总量提高的作用却不显著。根据第3节的分析，实现同样可再生能源使用目标的RPS政策导致较高的电价，因此对风力发电总量的促进作用较弱。模型7-8以FIT价格代替FIT政策虚拟变量得到了与模型1-6相一致的结果。

电力市场垄断程度对风力发电量呈现负面影响，并且在模型中基本都是显著的，这表明电力市场垄断程度高不利于促进可再生能源发电，可再生能源发电需要有更多市场进入者的支持。上网电价补贴与垄断程度的交叉项的估计系数为负，而可再生能源组合标准与垄断程度交叉项系数为正，表明在较高的垄断水平下，上网电价补贴政策促进可再生能源发电的作用会被抑制，而可再生能源组合标准促进新能源发电的作用则会被增强。但是这两个交叉项的系数都不显著，说明电力市场垄断程度对两种政策效果的影响在这个样本中不够显著。