執(zhí)行時間視角下的可再生能源發(fā)電項目激勵政策優(yōu)化研究

程 承，王 震，劉慧慧，趙國浩，劉明明，任曉航

(1. 山西財經(jīng)大學(xué)管理科學(xué)與工程學(xué)院，山西 太原 030006；2. 中國石油大學(xué)(北京)中國能源戰(zhàn)略研究院，北京 102249；3. 南安普頓大學(xué)數(shù)學(xué)科學(xué)學(xué)院，南安普頓 SO17 1BJ)

1 引言

為實現(xiàn)可持續(xù)發(fā)展并降低溫室氣體排放量，中國政府出臺一系列文件，用于指導(dǎo)和推動可再生能源發(fā)展，如《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)》。相關(guān)文件闡明中國需大力發(fā)展可再生能源，以實現(xiàn)2020年底非化石能源在一次能源消費中占比達15%的目標(biāo)。《能源發(fā)展“十三五”規(guī)劃》中再次強調(diào)可再生能源的重要性。2015年，中國非化石能源在一次能源消費中占比為12%，實現(xiàn)了“十二五”規(guī)劃中11.4%的目標(biāo)，但仍未達到15%的目標(biāo)，還需進一步發(fā)展非化石能源。非化石能源中，受資源約束和發(fā)展規(guī)劃影響，水電增長潛力有限，核電則面臨安全挑戰(zhàn)。鑒于此，為實現(xiàn)非化石能源發(fā)展目標(biāo)，中國更需大力發(fā)展可再生能源。盡管豐富的可再生資源奠定了堅實的發(fā)展基礎(chǔ)，但仍需注意的是可再生能源發(fā)電成本較高，需借助政府激勵政策(包括價格激勵政策和成本激勵政策)才有望實現(xiàn)高速發(fā)展。

可再生能源投資具有不可逆性和可延遲性，這使得投資者可以自主地選擇投資時點[1]。實物期權(quán)方法關(guān)注的核心問題正是由此類選擇權(quán)引發(fā)的靈活性的價值，它適用于分析此類問題[2]。實物期權(quán)方法在可再生能源發(fā)電項目中的研究主要集中于兩方面：①可再生能源項目決策研究；②可再生能源發(fā)電產(chǎn)業(yè)政策評價。

關(guān)于可再生能源項目決策的研究主要用于測算項目期權(quán)價值和執(zhí)行條件。俞萍萍[3]運用動態(tài)規(guī)劃方法構(gòu)建了考慮碳交易價格不確定性的實物期權(quán)模型，并以風(fēng)電為例研究了碳價對期權(quán)價值的影響。李慶等[4]采用動態(tài)規(guī)劃方法構(gòu)建了電價和政策不確定條件下的中國可再生能源發(fā)電項目的實物期權(quán)模型，研究了政策不確定性對投資者投資行為的影響。Siddiqui和Fleten[5]構(gòu)建了考慮電價和成本不確定性的實物期權(quán)模型，并采用動態(tài)規(guī)劃方法求解期權(quán)價值和執(zhí)行條件，隨后利用模擬方法分析了企業(yè)在資金有限的條件下如何在運用現(xiàn)有可再生能源技術(shù)和開發(fā)非常規(guī)能源技術(shù)之間進行抉擇。Martinez-Cesena和Mutale[6]提出了實物期權(quán)改進方法，并以水力發(fā)電項目為例闡述了該方法與傳統(tǒng)實物期權(quán)方法、貼現(xiàn)現(xiàn)金流法的異同。Zeng Yapeng等[7]利用蒙特卡羅模擬方法構(gòu)建了考慮可再生能源證書交易價格不確定性的實物期權(quán)模型，研究了第三方資助的民用光伏項目回購時機問題。Gahrooei等[8]利用偏微分方程構(gòu)建了電價不確定條件下的實物期權(quán)模型，研究了民用光伏價值最大化問題。雖然以上研究采用的方法和選定的不確定因素有所差異，但都以期權(quán)價值為主要研究對象。然而，期權(quán)價值并不能直觀地評估激勵政策效果。

與可再生能源發(fā)電產(chǎn)業(yè)政策評價相關(guān)的研究用于評估不同支持政策的效果，如上網(wǎng)電價、成本補償、公共投資等，其中與上網(wǎng)電價相關(guān)的研究最多，代表性研究如下：林伯強和李江龍[9]采用二叉樹模型評估了中國現(xiàn)行的風(fēng)電上網(wǎng)電價政策。李慶和陳敏[10]以河北張北油簍溝元山子風(fēng)電項目為例，利用動態(tài)規(guī)劃方法對中國現(xiàn)行的上網(wǎng)電價政策進行了評估。Lee和Shih[11]以臺灣風(fēng)電為例，利用二叉樹方法測算了上網(wǎng)電價政策下的風(fēng)電期權(quán)價值。Reuter等[12]以德國風(fēng)電項目為例，利用二叉樹模型評估了上網(wǎng)電價政策效果。Lin Boqiang和Wesseh[13]利用二叉樹模型證實中國現(xiàn)行的上網(wǎng)電價可促進光伏行業(yè)發(fā)展。Zhang Mingming等[14]利用二叉樹模型從政府和投資者兩種視角分析了中國目前的上網(wǎng)電價政策。此外，部分學(xué)者研究了成本補償、公共投資、政府補貼等政策，如：鐘渝等[15]通過偏微分方程研究了光伏發(fā)電項目的成本補償策略問題。Jeon等[16]將系統(tǒng)動力學(xué)與實物期權(quán)方法結(jié)合，研究公共投資與政府補貼之間的關(guān)系。公丕芹和李昕旸[17]采用三叉樹模型和情景分析方法研究了政府補貼對可再生能源項目期權(quán)價值的影響。另外，存在少量研究全面分析了不同政策對期權(quán)價值影響，如Boomsma等[18]以北歐風(fēng)電為例，運用或有債權(quán)分析法對比了上網(wǎng)電價、價格補貼和可再生能源證書交易三種政策下的風(fēng)電期權(quán)價值。Cheng Cheng等[19]以中國光伏產(chǎn)業(yè)為例探討了電價改革對光伏項目期權(quán)價值和投資時機影響。更有學(xué)者認(rèn)為技術(shù)發(fā)揮的作用強于支持政策，如Torani等[20]利用偏微分方程研究光伏發(fā)電采用率問題，認(rèn)為即使沒有支持政策，光伏發(fā)電也將在30年內(nèi)廣泛應(yīng)用。以上研究或者偏重于對單一政策效果的研究，或者側(cè)重對期權(quán)價值研究，亦或假設(shè)與現(xiàn)實并不完全相符(如電價服從幾何布朗運動的假設(shè)與中國國情并不相符)。Cheng Cheng等[19]雖在分析電價改革影響時也分析了上網(wǎng)電價和價格補貼的影響，但其分析主要集中于電價改革影響，且未研究成本補償政策影響。

總體來看，尚未有文獻從預(yù)期執(zhí)行時間角度系統(tǒng)地評價可再生能源發(fā)電項目激勵政策效果，本文根據(jù)期權(quán)執(zhí)行條件推導(dǎo)出項目預(yù)期執(zhí)行時間，進而通過項目預(yù)期執(zhí)行時間來判斷政策有效性，并結(jié)合中國電力價格未市場化的實際情況進行建模，同時考慮投資的不確定性，系統(tǒng)分析價格激勵政策(上網(wǎng)電價和價格補貼)和成本激勵政策對可再生能源發(fā)電項目投資時機的影響。目前中國正在大力發(fā)展可再生能源，從此視角開展研究既具有理論價值，也具有現(xiàn)實意義。

為了形象直觀地展示激勵政策的實施效果，本文光伏發(fā)電產(chǎn)業(yè)為例進行具體的實證分析，主要考慮是：無論從一次能源消費量、電力消費量，還是裝機容量來看，太陽能都是中國發(fā)展最快的可再生能源，如2003-2015年間太陽能裝機容量平均增速達91.1%，高于風(fēng)電增速的63.1%[21]。2015年中國太陽能發(fā)電裝機容量超越德國，成為世界第一[21]。相比光熱發(fā)電，光伏發(fā)電更具發(fā)展前景，因為光伏發(fā)電既可建立大型發(fā)電基地，又可用于分布式發(fā)電。此外，中國為光伏發(fā)電制定了中長期發(fā)展規(guī)劃，即2020年底實現(xiàn)光伏裝機容量1億千瓦。同時，國家也出臺了眾多政策刺激光伏產(chǎn)業(yè)發(fā)展，如制定上網(wǎng)電價、實施價格補貼、給予投資補償、加大公共投資、鼓勵技術(shù)創(chuàng)新等。本文的創(chuàng)新之處在于：①求解實物期權(quán)模型后，通過項目預(yù)期執(zhí)行時間反映政策激勵效果；②以原材料價格的不確定性代表可再生能源投資不確定性，并利用歷史數(shù)據(jù)估算其波動率和漂移率；③以原材料價格的漂移率代表技術(shù)水平(技術(shù)進步是促使原材料價格下跌的重要因素。根據(jù)Amin[22]報告中數(shù)據(jù)可測算出排除多晶硅價格下跌因素后，技術(shù)進步對光伏組件成本下降貢獻率達52%。而漂移率恰是反映原材料價格下降趨勢的指標(biāo)，因而，本文以原材料價格的漂移率代表技術(shù)水平)，研究技術(shù)水平對激勵政策效果的影響；④從政府支出、政策效果和技術(shù)影響三個層面綜合分析，為評選最佳政策提供依據(jù)。

2 可再生能源發(fā)電項目經(jīng)濟性及模型假設(shè)

投資、電價和國家政策既是影響可再生能源發(fā)電項目經(jīng)濟性的重要因素，也是可再生能源項目所面臨不確定性(技術(shù)、電價和政策不確定性)的重要來源。技術(shù)不確定性與技術(shù)水平相關(guān)，直接影響項目投資；電價不確定性體現(xiàn)在電價波動上，直接影響項目收益，鑒于目前中國電價非市場化形成，本文不考慮其隨機特征；政策不確定性體現(xiàn)在多個方面，但與可再生能源發(fā)電項目經(jīng)濟性直接相關(guān)的政策有價格激勵政策和成本激勵政策，具體包括上網(wǎng)電價、價格補貼、成本補償三種措施。

可再生能源投資主要由資本支出、操作費和保險費三部分構(gòu)成。可再生能源發(fā)電項目屬于資本密集型項目，總投資中資本支出占比較高，操作費和保險費占比較低，例如風(fēng)電項目和光伏項目中資本支出在總投資中占比均超過70%。為采用實際數(shù)據(jù)估算可再生能源投資波動情況，我們假設(shè)原材料價格是可再生能源投資波動的驅(qū)動因素(參照Boomsma等[18])。為更便捷地構(gòu)建和求解可再生能源實物期權(quán)模型，我們利用平均化發(fā)電成本對原材料價格進行處理，將其單位轉(zhuǎn)化為元/千瓦時(Y/KWh)(平均化發(fā)電成本是指將發(fā)電項目投資平攤到項目的整個生命周期所發(fā)電量當(dāng)中。可再生能源投資中原材料價格單位一般為美元/瓦特，可利用平均化發(fā)電成本將其單位轉(zhuǎn)化為元/千瓦時。后文中我們將以光伏組件為例，演示平均化方法)。雖然短期內(nèi)可再生能源項目發(fā)電量存在波動性，但在較長時期，如一年內(nèi)，可再生能源項目發(fā)電量較為穩(wěn)定，因而，本文以年為跨度進行分析。以I代表可再生能源投資，以Ct代表原材料在t時刻的轉(zhuǎn)換化后成本，以η代表原材料投資乘數(shù)，Q代表可再生能源項目年發(fā)電量，可得：

I=QηCt

(1)

成本補償政策可降低項目投資，假設(shè)補貼比例為λ，成本補償政策下的投資如下：

I=QηCt/(1+λ)

(2)

原材料生產(chǎn)行業(yè)屬于競爭性行業(yè)。Cortazar等[23]認(rèn)為競爭性市場中商品價格服從幾何布朗運動。因而，本文假設(shè)Ct服從幾何布朗運動：

dCt=αcCtdt+σcCtdzc,Ct0=C0

(3)

其中，αc是原材料的漂移率，σc是它的波動率，dzc是標(biāo)準(zhǔn)的維納過程增量，C0是原材料的初始成本。

可再生能源項目的利潤(πt)取決于電價(Pt)、操作費(OPEX)和發(fā)電量，即

πt=Q(Pt-OPEX)

(4)

由于操作費較低，參照Fleten等[24]和Boomsma等[18]，本文忽略操作費影響，即π由電價決定，而電價又與激勵政策相關(guān)：

①當(dāng)項目不享受任何激勵政策時，電價由燃煤發(fā)電上網(wǎng)電價(Pf)決定，即πt=QPf；

②當(dāng)采納上網(wǎng)電價政策時，電價由上網(wǎng)電價(FIT)決定，即πt=QFIT；

③當(dāng)實施價格補貼政策時，電價由Pf和價格補貼(premium)決定，即πt=QPr=Q(Pf+premium)；

④當(dāng)采取成本補償機制時，電價由Pf決定，即πt=QPf。

項目投資與利潤均與年發(fā)電量線性相關(guān)，在后文計算項目預(yù)期執(zhí)行時間時可消去，因而為方便推導(dǎo)出解析解，本文進行單位量分析，即假設(shè)項目產(chǎn)出為1千瓦時/年[1]。進行單位量分析時，雖然運輸損耗等因素可能會導(dǎo)致可再生能源發(fā)電無法全部上網(wǎng)，即產(chǎn)出達不到1千瓦時/年，但這些損耗占比相對較低。為方便分析，本文參照Zhang Mingming等[14]和鐘渝等[15]將損耗忽略(為嚴(yán)謹(jǐn)起見，本文在5.3部分單獨討論了考慮運輸損耗對研究結(jié)果的影響)。此外，假設(shè)項目可立即建成，建成后生命周期趨于無窮[15]，在此假設(shè)下，運營中項目的價值和項目的期權(quán)價值均不受時間影響。

3 可再生能源實物期權(quán)模型構(gòu)建及求解

3.1 投資臨界值確定模型

本文采用或有債權(quán)分析法建立實物期權(quán)模型。為避免構(gòu)建動態(tài)資產(chǎn)組合的繁瑣過程，對Ct進行了風(fēng)險中性轉(zhuǎn)化：

(5)

項目投資風(fēng)險在建成時已鎖定，運營階段項目不在面臨風(fēng)險。假設(shè)運營中的項目價值為V，V取決于電價Pt和補貼St(即利潤π)，它是項目未來利潤的貼現(xiàn)值，即：

(6)

假設(shè)未建設(shè)的項目期權(quán)價值為F(Ct)。根據(jù)無套利原理，在很短的時間dt內(nèi)，項目的價值增值與項目的資本增值相等，即

E(dF)=rFdt

利用伊藤引理可推出相應(yīng)的偏微分方程：

(7)

該偏微分方程的邊界條件為：

(8)

(9)

為對比不同激勵政策效果，本文設(shè)置四種情景，每種情景下的偏微分方程、邊界條件、方程解析解、最優(yōu)執(zhí)行條件等如表1所示。

表1 不同情景下的實物期權(quán)模型

3.2 預(yù)期執(zhí)行時間測算模型

通過以上模型可確定項目執(zhí)行最優(yōu)條件，結(jié)合項目初始條件可求解項目執(zhí)行時間。由于原材料成本Ct是隨機過程，最優(yōu)執(zhí)行時間t*也具有隨機性，但可推導(dǎo)出項目期望執(zhí)行時間E(t*)及其方差Var(t*)。

φ(t*)

對其進行拉普拉斯轉(zhuǎn)換后，可得：

基于上式，可得：

(10)

(11)

3.3 不同技術(shù)水平下的激勵政策最優(yōu)值求解

從表1中項目期權(quán)價值公式中可看出項目期權(quán)價值與原材料價格負(fù)相關(guān)，因而，投資者僅會在原材料價格降至最優(yōu)執(zhí)行條件后進行投資，此時，項目預(yù)期執(zhí)行時間為0。通過觀察表1中項目最優(yōu)執(zhí)行條件公式可發(fā)現(xiàn)項目最優(yōu)執(zhí)行條件與政府激勵程度相關(guān)。中國政府設(shè)定了2020年非水電可再生能源的電力消納占比需達9%以上的目標(biāo)，激勵投資者立即投資可再生能源項目是實現(xiàn)該目標(biāo)的重要途徑。因而，可令E(t*)=0，求解出不同激勵政策的最優(yōu)激勵值。另外，需注意的是，技術(shù)水平直接影響可再生能源投資最優(yōu)執(zhí)行條件，因而，求解激勵政策最優(yōu)值時，還需考慮技術(shù)水平因素。

結(jié)合3.1和3.2中計算結(jié)果，可計算出不同技術(shù)水平下激勵政策的最優(yōu)值，具體如下：

①上網(wǎng)電價政策下，最優(yōu)上網(wǎng)電價FIT*為

(12)

②價格補貼政策下，最優(yōu)價格補貼premium*為

premium*=

(13)

③成本補償政策下，最優(yōu)補償比例λ*為

(14)

基于以上的理論模型的解，接下來本文將以光伏發(fā)電項目為例，展開具體的參數(shù)測算和各政策實施效果討論。首先測算現(xiàn)有條件下政府應(yīng)提供的單項激勵政策最優(yōu)值，接著研究技術(shù)進步對政府激勵政策的影響，并據(jù)此對不同單項政策進行橫向?qū)Ρ取Ｗ詈笱芯苛穗p項激勵政策之間的相互影響以及技術(shù)對雙項政策效果的影響。

4 光伏發(fā)電項目參數(shù)估計

4.1 光伏組件成本參數(shù)估計

現(xiàn)有文獻中往往采用學(xué)習(xí)曲線方法估算投資漂移率，即通過假設(shè)平均化發(fā)電成本的學(xué)習(xí)率和增長率來確定投資漂移率。本文將利用光伏組件成本的波動率和漂移率來捕捉光伏投資的波動率與漂移率。進行估算前，先利用平均化發(fā)電成本對光伏組件進行單位轉(zhuǎn)換，隨后驗證其具有隨機性，最后估算它的波動率和漂移率。

(1)數(shù)據(jù)單位轉(zhuǎn)換

利用Wind數(shù)據(jù)庫搜集2012-02-01到2016-03-09期間光伏組件的每周價格數(shù)據(jù)。數(shù)據(jù)初始單位為美元/峰值瓦特，為方便研究，本文進行了單位轉(zhuǎn)換，將其轉(zhuǎn)換為Y/KWh，具體轉(zhuǎn)換過程如下：

①轉(zhuǎn)換公式確定

令Mt代表初始數(shù)據(jù)，Ct代表轉(zhuǎn)換后數(shù)據(jù)，x代表光伏組件功率，sd代表中國年均有效日照時長。假設(shè)匯率E為6.6元/美元，考慮到目前光伏組件可維持15年左右高效生產(chǎn)，此處假設(shè)其生命周期為15年。利用平均化發(fā)電成本定義可知Mt與Ct間存在如下關(guān)系：

(15)

②中國年均有效日照時長估算

公式(15)中sd為未知參數(shù)，需對其進行估計。中國經(jīng)濟處于快速發(fā)展階段，可認(rèn)為中國的發(fā)電量與消費量相等，尤其是對于光伏這類國家重點發(fā)展的電力資源。因而，本文以BP能源統(tǒng)計年鑒中的光伏發(fā)電消費量代表它的生產(chǎn)量，利用最小二乘法對光伏發(fā)電消費量和光伏裝機容量進行回歸，估算得到sd約為986小時。將sd數(shù)值代入公式(15)，可求得轉(zhuǎn)換因子(排除匯率因素后)約為0.068，與Amin[22]報告中的轉(zhuǎn)換因子(1/14)十分接近。利用轉(zhuǎn)換因子對St數(shù)據(jù)進行轉(zhuǎn)換，可得Ct序列。

(2)Ct隨機性檢驗

Ct隨機性檢驗及估計主要用于驗證光伏組件成本幾何布朗運動特性，并估算相關(guān)參數(shù)值，幾何布朗運動特性驗證包括驗證Ct對數(shù)收益率的正態(tài)性和單位根檢驗兩步。驗證通過后可利用回歸方法估算參數(shù)取值。本文借鑒Cheng Cheng等[19]結(jié)果，假設(shè)年漂移率αc和年波動率σc分別為-9.01%和3.77%。

(3)光伏組件投資乘數(shù)(η)估算

光伏投資中資本支出約占總投資的70%左右，而光伏組件在資本支出中占比約為1/3[26]。因而，光伏組件在總投資中占比約為23.3%，由此可得η約為4.29。另假設(shè)C0為1Y/KWh。

4.2 其他參數(shù)估計

(1)燃煤上網(wǎng)電價

根據(jù)《關(guān)于降低燃煤發(fā)電上網(wǎng)電價和一般工商業(yè)用電價格的通知》中的相關(guān)規(guī)定和2015年不同省市總發(fā)電量數(shù)據(jù)，可得出加權(quán)平均燃煤上網(wǎng)電價Pf為0.41Y/KWh。

(2)光伏發(fā)電上網(wǎng)電價

根據(jù)《關(guān)于完善陸上風(fēng)電光伏發(fā)電上網(wǎng)標(biāo)桿電價政策的通知》中的相關(guān)規(guī)定，中國光伏發(fā)電上網(wǎng)電價與資源豐裕程度相關(guān)。為簡化計算，本文以三類資源地區(qū)的平均值作為光伏發(fā)電上網(wǎng)電價，即FIT為0.89Y/KWh。

(3)價格補貼

根據(jù)《關(guān)于發(fā)揮價格杠桿作用促進光伏產(chǎn)業(yè)健康發(fā)展的通知》中的相關(guān)規(guī)定，光伏發(fā)電的價格補貼為0.42Y/KWh。

(4)成本補償比例

根據(jù)《金太陽示范工程財政補助資金管理暫行辦法》中的相關(guān)規(guī)定，本文假設(shè)成本補償比例λ為50%。

(5)無風(fēng)險利率

本文利用10年期國債的即期利率測算無風(fēng)險利率，計算得到無風(fēng)險利率r為3.7%。

(6)光伏組件的便宜收益率

對參數(shù)估算結(jié)果進行整理，具體如表2所示。

表2 光伏發(fā)電項目參數(shù)表

5 光伏發(fā)電項目激勵政策研究

中國光伏項目所面臨的不確定因素主要來源于技術(shù)和政策兩方面，它們影響了項目執(zhí)行的初始條件和最優(yōu)執(zhí)行條件，進而影響項目的預(yù)期執(zhí)行時間。本文首先在技術(shù)水平既定的前提下，分別研究價格激勵政策(上網(wǎng)電價和價格補貼)和成本激勵政策對預(yù)期執(zhí)行時間的影響。其次研究技術(shù)水平對政策激勵效果的影響。接著研究兩類激勵政策間的相互作用。最后從政府支出、政策效果和技術(shù)影響三個層面綜合分析，為政府激勵決策提供依據(jù)。

5.1 單項支持政策效果評估及優(yōu)化

(1)目前光伏發(fā)電項目難以獨立發(fā)展，仍需依賴政府支持政策

將參數(shù)估計結(jié)果代入模型當(dāng)中，可得到4種情景下的預(yù)期執(zhí)行時間及其90%置信區(qū)間，具體結(jié)果如圖1(a)所示。從圖1(a)中可以看出，在沒有任何激勵政策情況下，光伏項目所有者會選擇等待，需借助政府政策才可大規(guī)模發(fā)展。此外，還可看出在文中參數(shù)假設(shè)下，中國目前實施的激勵政策或曾實施的激勵政策均具有很好的激勵效果。

(2)現(xiàn)行或曾實施的激勵政策存在超額激勵現(xiàn)象

激勵政策直接影響項目利潤和投資，進而影響項目最優(yōu)執(zhí)行條件。具體而言，價格激勵政策對項目利潤有直接影響，而成本補償政策對項目投資有直接影響。項目經(jīng)濟性的改變影響了項目最優(yōu)執(zhí)行條件：隨著價格激勵程度的提高和成本補償比例的提高，項目最優(yōu)執(zhí)行條件提升，項目的初始條件與最優(yōu)執(zhí)行條件之間的差值縮小，在漂移率不變的前提下，從初始值達到最優(yōu)值的預(yù)期時間縮短。從項目執(zhí)行角度看，隨著激勵程度的提高，項目的盈利性提高，潛在的投資回報周期縮短，項目預(yù)期執(zhí)行時間縮短。預(yù)期執(zhí)行時間的標(biāo)準(zhǔn)差與項目最優(yōu)執(zhí)行時間之間存在負(fù)相關(guān)關(guān)系，因而隨著激勵程度的提高，預(yù)期執(zhí)行時間的波動性將會降低。不同額度的上網(wǎng)電價、價格補貼和成本補償政策效果如圖1(b)、圖1(c)和圖1(d)所示。通過計算可得出，在文中參數(shù)假定情況下，為促進項目立即執(zhí)行，政府需保障上網(wǎng)電價高于0.57 Y/KWh，或價格補貼高于0.16 Y/KWh，抑或成本補償比例高于38%。對比價格最優(yōu)激勵政策和現(xiàn)行(或曾實施)激勵政策可知，中國價格激勵政策存在超額激勵問題。

(3)三項激勵政策中上網(wǎng)電價政策激勵效果最優(yōu)

通過數(shù)值分析可知，當(dāng)三項政策補貼額增加同等程度時，上網(wǎng)電價政策下的項目預(yù)期執(zhí)行時間降

圖1 不同情景和不同政策執(zhí)行時間對比(圖中上下界對應(yīng)90%置信區(qū)間)注：期望執(zhí)行時間服從標(biāo)準(zhǔn)正態(tài)分布[27]，因而可利用公式(10)和(11)測算出的均值和 標(biāo)準(zhǔn)差測算與90%置信度對應(yīng)的上下界。計算執(zhí)行時間下界時需注意，期望執(zhí)行時間最低為0。

幅最高。具體而言，假設(shè)三項政策激勵額度均從0.05Y/KWh增至0.1Y/KWh時，上網(wǎng)電價、價格補貼和成本補償政策下預(yù)期執(zhí)行時間降幅分別為7.4年、1.1年和0.5年，由此可知，三項政策中上網(wǎng)電價激勵政策效果最優(yōu)。

(4)隨著技術(shù)水平的提高，激勵政策最優(yōu)值不斷提高，但相對而言價格激勵政策對技術(shù)影響敏感性低

如圖2(a)和(b)所示，當(dāng)技術(shù)水平較低時，較低的價格激勵政策和成本補償政策均可快速刺激投資。但隨著技術(shù)水平的提高，項目最優(yōu)執(zhí)行條件降

圖2 技術(shù)水平對單項激勵政策的影響

利用3.3中公式可計算出不同技術(shù)水平下不同激勵政策的最優(yōu)值，具體如圖3所示。從圖3中可以看出，成本補償曲線斜率最大，即當(dāng)技術(shù)水平變動提高相同比例時，成本補償政策最優(yōu)值的增加值最高。換而言之，成本補償政策對技術(shù)水平變動最敏感，上網(wǎng)電價和價格補貼政策敏感性低。從圖3中還可看出，在技術(shù)水平較低時(如5%以下)，即便政府不采取激勵措施，投資者也會進行投資。

圖3 不同技術(shù)水平下的不同激勵政策最優(yōu)值

(5)從政府支出、激勵效果和技術(shù)影響三個角度綜合分析，成本補償政策效果較差

在本文參數(shù)假設(shè)前提下，為刺激投資，政府有三種選擇：①提供0.57 Y/KWh的上網(wǎng)電價，這部分支出是由政府提供給購電企業(yè)；②提供0.16 Y/KWh的價格補貼；③提供0.38 Y/KWh的成本補償。三種最優(yōu)政策均可鼓勵投資者立即投資，但從政府支出角度分析，采用價格補貼時，政府支出最少。

此外，通過以上分析可知，技術(shù)恒定時上網(wǎng)電價政策激勵效果最佳，價格激勵政策效果次之，成本補償激勵效果最差。而當(dāng)技術(shù)水平發(fā)生變化時，相比成本補償政策，上網(wǎng)電價和價格激勵政策對技術(shù)變化敏感性低，政策穩(wěn)定性更強。

綜合以上三方面分析，成本補償政策效果較差，而政府選擇最優(yōu)政策時需在上網(wǎng)電價和價格補貼兩種政策之間進行選擇：當(dāng)政府追求政策效果最大化時，可選擇上網(wǎng)電價政策；當(dāng)政府重視財政支出時，可選擇價格補貼政策。

5.2 價格與成本雙項激勵政策評估

為研究價格激勵政策與成本激勵政策之間的相互作用，本文假設(shè)某項目享受國家成本激勵政策的同時，項目生產(chǎn)的電力按照價格激勵政策銷售。

(1)雙項政策分別從利潤和投資層面共同作用，激勵投資者投資

雙項政策情景下，項目的預(yù)期執(zhí)行時間如圖4所示。從圖4中可看出兩種政策之間存在著良性關(guān)系：從利潤軸(考慮到價格激勵政策直接影響項目利潤，分析中以利潤水平表示價格激勵程度)的切面可以看出，隨著利潤的提高，項目預(yù)期執(zhí)行時間不斷降低；從成本補償比例切面可得到類似結(jié)論。兩種政策目的不同，價格激勵政策目的在于提高光伏項目利潤，成本激勵政策旨在降低投資者承擔(dān)的投資。兩種政策相輔相成，共同作用，縮小項目初始條件與最優(yōu)執(zhí)行條件間差值，縮短項目預(yù)期執(zhí)行時間，激勵投資者投資。

圖4 價格與成本雙項激勵下的項目預(yù)期執(zhí)行時間

(2)隨著技術(shù)提高，價格激勵政策與成本激勵政策的共同激勵效果減弱

如圖5所示，技術(shù)水平的差異使得由等幅度的價格激勵和成本激勵變化引發(fā)的預(yù)期執(zhí)行時間變化差異顯著。當(dāng)激勵措施不足時，技術(shù)水平越低，項目執(zhí)行需等待的時間越久，但當(dāng)激勵政策變動同等幅度時，低技術(shù)水平情景下的預(yù)期執(zhí)行時間變化幅度超過高技術(shù)水平情景下的變化幅度。當(dāng)技術(shù)水平較低時，較低的激勵政策便可刺激投資者立即投資，但隨著技術(shù)水平的提高，為鼓勵投資者進行投資，政府需提供更加吸引投資者的激勵政策。

5.3 損耗對激勵政策效果影響

本文采用單位量分析時暗含了可再生能源發(fā)電可完全上網(wǎng)，但實際生活中，可再生能源發(fā)電系統(tǒng)中存在著損耗，假設(shè)損耗比例為ω(0≤ω≤1)。則投資假設(shè)變?yōu)镮=QηCt(1-ω)，其余假設(shè)不變。由于損耗的存在，為發(fā)同等電量需增加投資，其效果與投資補償政策相反，由此可知，可再生能源項目期權(quán)價值降低，最優(yōu)執(zhí)行條件也隨之降低，由初始條件執(zhí)行條件達到最優(yōu)執(zhí)行條件的預(yù)期時間也隨之增加。總體來說，損耗存在使得期權(quán)價值降低，預(yù)期執(zhí)行時間增長，但對政策變動引起的規(guī)律并無影響，因而，本文不再贅述相關(guān)結(jié)論。

圖5 技術(shù)水平對價格激勵及成本補償雙項 激勵政策影響

6 結(jié)語

本文從決策和政策制定者角度進行了研究，首先結(jié)合中國實際情況分析可再生能源發(fā)電項目的經(jīng)濟性，隨后針對不同的激勵政策建立四種實物期權(quán)模型，求解模型的解析解和最優(yōu)執(zhí)行條件，并利用最優(yōu)執(zhí)行時間求解了項目預(yù)期執(zhí)行時間和激勵政策最優(yōu)值。在此基礎(chǔ)上，本文以光伏發(fā)電為例，綜合應(yīng)用蒙特卡羅模擬方法、情景分析法和靈敏度分析法研究上網(wǎng)電價政策、價格補貼政策和成本補償政策三種政策與項目預(yù)期執(zhí)行時間之間的關(guān)系。本文還研究價格激勵政策與成本激勵政策共同實施時，兩者之間的相互作用。此外，本文還分析技術(shù)水平對不同的激勵政策效果的影響。通過研究，本文得到了如下結(jié)論：

(1)在本文參數(shù)假設(shè)下，光伏產(chǎn)業(yè)發(fā)展需借助政府激勵政策。而我國目前施行或原先實施過的政策均可刺激投資者立即投資，但存在過度激勵問題。在現(xiàn)有技術(shù)水平下，為促使光伏項目立即執(zhí)行，政府需保障上網(wǎng)電價高于0.57Y/KWh，或價格補貼高于0.16Y/KWh，或者給予投資者38%以上成本補償。

(2)隨著技術(shù)水平的提高，政府需提供更吸引投資者的最優(yōu)激勵政策，以鼓勵投資者立即投資。三種不同激勵政策中，成本補償政策對技術(shù)水平變動最為敏感。

(3)價格與成本雙項激勵政策可進一步刺激投資者進行投資。

目前，中國可再生能源產(chǎn)業(yè)發(fā)展還未達到2020年目標(biāo)，因而政府需進一步鼓勵可再生能源產(chǎn)業(yè)發(fā)展。在目前市場條件下，中國光伏發(fā)電行業(yè)的發(fā)展需借助政府激勵政策。就單項政策選定而言，政府可根據(jù)自身目標(biāo)在上網(wǎng)電價和成本補償政策之間進行選擇，成本補償政策可暫不考慮，因為無論從政策激勵效果、政府支出，以及政策穩(wěn)定性來看，成本補償政策都不是最優(yōu)政策。當(dāng)政府期望加快光伏產(chǎn)業(yè)發(fā)展，不考慮政府支出因素時，政府可選擇上網(wǎng)電價政策；而當(dāng)政府期望通過較小的支出來促進光伏產(chǎn)業(yè)發(fā)展時，可選擇價格補貼政策。若政府期望激勵效果最大化，則政府應(yīng)同時采取價格激勵政策和成本激勵政策，從項目收益和投資兩方面同時激勵投資者開展光伏項目。