市場交易補償可再生能源的正外部性研究

趙新泉　王閃閃　李慶

摘要 探索以綠色電力證書交易為載體的配額制政策（RPS），有利于通過市場化手段來補償可再生能源發電帶來的環境及社會正外部收益，并在一定程度上緩解當前可再生能源發展所面臨的消納不足問題。考慮由消費端承擔配額義務并引入二次懲罰函數，構建包含電力生產端、消費端在內的序貫博弈模型。結合實際設置參數，分析影響政策效果的因素和作用機理。結果表明：①RPS政策下，當配額力度加大時，綠色電力證書的價格呈現先增后減的特征;②罰金一定時的社會福利函數關于配額的增加呈倒“U”型分布; ③配額和罰金均過低、均過高都不利于證書交易行為的實現。可再生能源與化石能源發電成本差距越大，對應的最優配額越小。因此，要將配額、罰金和成本差距結合起來考慮，確保中國可再生能源電力產業在“看不見的手”的市場機制下達到社會福利最優水平。最后，運用數值模擬的方法對配額制和固定上網電價政策（FIT）的規制效果進行比較，發現： ①RPS政策的最優規制價格低于其在FIT政策下的值;②配額水平偏低時，FIT政策的社會福利水平高于RPS政策，反之則反。因此，在可再生能源電力產業發展的初級階段，FIT政策相對較優;在市場規模較大和技術較成熟階段，RPS政策相對較優。中國在推進配額制的實施過程中，可將兩種政策結合起來，在一部分省份或地區繼續保留FIT政策，而在可再生能源發電技術較為成熟的省份或地區作為試點率先實行RPS政策。

關鍵詞 可再生能源;正外部性;市場交易;綠色證書;社會福利

中圖分類號 F224.3

文獻標識碼 A 文章編號 1002-2104（2020）08-0042-9DOI：10.12062/cpre.20200313

利用可再生能源發電能夠有效減少環境污染，保證能源可持續供給，進一步還能帶動相關產業鏈的發展，增加勞動力需求，這種對社會的額外貢獻就是經濟學中的正外部性。解決正外部性問題的傳統辦法是采取政府補貼。2009年以來，中國為促進可再生能源電力產業發展所采取的固定上網電價政策（Feed-in Tariff，FIT）效果十分顯著。截至2018年末，中國總發電裝機容量高達19億kW，并網可再生能源發電（這里考慮風電、太陽能發電和生物質發電）裝機容量為3.77億kW，占全部電力裝機的19.83%。然而，固定上網電價政策主要激勵發電端，而當前中國可再生能源發展面臨的主要是消費端疲軟問題。而且隨著中國可再生能源發電規模的擴大，政府為此付出沉重的補貼負擔和政策成本。更為重要的是，固定上網電價的滯后調整無法及時對市場條件或價格信號做出反應，單獨使用固定上網電價政策已經不能滿足實際需要[1]。以綠色電力證書交易為載體的配額制政策（Renewable Portfolio Standard，RPS）是中國最新探索試行的方法。首先自2017年7月起試行綠色證書自愿認購，在總結自愿認購實施經驗的基礎之上，國家發展改革委、國家能源局又進行了三次（2018年3月、9月、11月）意見征求，于2019年5月印發《關于建立健全可再生能源電力消納保障機制的通知》（發改能源〔2019〕807 號），標志著歷經近10年研究的具有中國特色的可再生能源“配額制”的實施已進入蓄勢待發階段。探索適合國情的配額制和綠色證書交易機制，有利于通過市場化手段解決可再生能源的正外部性補貼問題，有利于提高清潔能源的消納力度，為推動能源體制轉型、實現可再生能源發電平價上網提供可行途徑。基于此，本文結合中國實情，考慮由消費端承擔配額義務并引入二次懲罰函數，構建包含電力生產端、消費端在內的序貫博弈模型，分析影響政策效果的因素和作用機理，并運用數值模擬的方法對配額制和固定上網電價政策的規制效果進行比較。

1 文獻綜述

關于配額制和綠色證書交易機制的研究，國外文獻較為豐富，如Morthorst[2-3]對丹麥的綠色證書市場發展情況、綠色證書供需關系和價格波動等進行了分析;Lorenzoni[4]分析了意大利2002年實施的綠色證書交易機制的不確定性與機遇;Kumar和Agarwala[5]介紹了印度綠色證書交易機制的目標設定等關鍵設計問題。國內關于該政策機制的研究主要分為兩類，一類是分析美國、澳大利亞等國的綠色證書交易機制設計流程[6-7]，對中國配額制的實施給予借鑒;另一類則具體構建適合中國國情的可再生能源配額制及綠色證書交易機制，并進行仿真分析[8-12]。在定量研究可再生能源補貼措施的有效性方面，Falconett和Nagasaka[13]建立概率模型來評估不同政策對項目營利性的影響，指出FIT是提高光伏和風能項目盈利能力的最佳機制，但在技術競爭力強的市場中綠色證書交易機制更優。Tamas等[14]建立英國可再生能源投資者收益模型，比較固定上網電價政策和綠色證書交易制度，得到兩種政策在完全競爭市場中效果是一樣的;而綠色證書交易機制在不完全競爭市場條件下的社會福利水平更高。Ciarreta等[15]對可再生能源綠色證書交易機制和固定上網電價政策建立模型，并使用西班牙數據比較兩種制度的優劣。國內學者如李虹等[16]從居民角度出發構建優化模型，對稅收優惠、固定上網電價和可交易綠色證書三個政策效果進行模擬比較。孫鵬和李世杰[17]構建了兩階段的寡頭博弈模型，對可再生能源固定上網電價政策與配額制的規制效果進行對比分析。發現固定上網電價政策能夠有效激勵生產商擴大發電規模，而配額制的碳減排效果更好。進一步，考慮到相關因素的不確定性，Lee和Shih[18]、Wesseh 等[19]在不確定性條件下構建政策的全社會收益函數來評估風電標桿電價政策的效果。李慶和陳敏[20]建立投資成本和上網電價不確定下的實物期權模型，解釋了政策影響可再生能源投資的實物期權原理，并得到風電固定上網電價的最優調整幅度。

本文在Ciarreta等[15]思路的基礎上，考慮由消費端承擔配額義務并引入二次懲罰函數，既針對當前中國可再生能源發展所面臨的消納問題，強調了可再生能源電力的消費責任;又彌補了大多數文獻只文字性提及卻不具體考慮罰金影響的缺陷。在此基礎上構建包含電力生產端、消費端在內的序貫博弈模型，建立電力市場和綠色證書市場均達到均衡狀態下的社會福利函數，分析影響RPS政策效果的重要因素及其作用機理，并對RPS、FIT兩種政策的規制效果進行對比分析，以便探討配額制實施的適宜條件，為中國即將推進的配額制給予政策參考。

2 中國配額制和綠色證書交易機制

2.1 政策含義

為了加大可再生能源的消納力度，中國在配額制政策設計中，規定了以省級行政區域為單位的可再生能源電力的消費比例，同時制定了未完成配額義務時的懲罰措施。配額制需要借助于一個便捷的計量工具來核算義務完成情況，于是一個配套政策即綠色證書交易機制便應運而生，因此提及配額制時常默認包含綠色證書交易機制。綠色電力證書（簡稱“綠證”）是指當生產或消納一定量的可再生能源電力時，政府機構給予相關主體的一份憑證。政府制定配額目標引發可再生能源電力的供給和需求，進一步轉換為綠證市場上的自發交易。于是整個配額制涉及兩個市場，其基本運作機制如圖1所示。不同生產來源的電力被認為是同質的商品在電力市場上銷售，電力的綠色屬性在綠色證書交易市場上單獨銷售，其中可再生能源發電商構成證書的供給方。國家能源局文件《關于實行可再生能源電力配額制的通知》（征求意見稿）第四條指出：售電企業和電力用戶協同承擔配額義務。由于售電企業僅僅賺取差價，為簡化模型，將售電企業和電力用戶統一看作消費端。鑒于此，本文考慮由消費端來承擔配額義務，向供給方交易購買綠證，用于最終年度配額考核的核算。

2.2 正外部性的計量：綠色證書價格

關于綠證價格，如圖2所示，假設強制配額約束下的可再生能源電力需求量為Q，此時可再生能源發電的邊際成本為p，上網電價為pe，于是綠色證書價格就是p-pe，這個差價便計量了可再生能源正外部性。理論上，固定上網電價政策中的政府補貼與綠色證書具有同一性，但市場條件的不可觀測性使FIT下政府補貼標準的調整過于緩慢和滯后。以綠色電力證書交易為載體的配額制政策的特點是，政府的強制性配額創造了市場進而引發相關主體自發交易證書，證書價格能夠及時反映市場條件的變化。

2.3 綠色電力證書的作用

綠色證書交易機制由市場自發引起交易，豐富了正外部性的補償機制，與科斯定理中自發的產權交易可以有效內化外部性的理論相一致。該機制能夠優化資源配置，促進發電技術改良，有效削減國家的資金補貼強度和政策成本，提高社會福利水平。

第一，綠證交易的便捷性能夠突破可再生能源電力的地區障礙，實現資源優化配置，提高社會福利水平。在中國，各個地區的可再生能源資源稟賦差別很大，較為充沛的地區是西部、南部和北部，可再生能源發電成本低，適合在這些地區加大開發力度。但是這些地區人口少，工業少，對電力需求也少，生產過剩。而在中國人口密集、工業聚集的東部及沿海地區，對電力需求量極大，然而可再生能源匱乏，發電成本高。有了綠色證書之后，資源豐富的西部等地區可以通過出售過剩的綠色證書獲取更多利潤進而擴大規模，而資源匱乏區可以通過買進綠色證書來履行配額義務，實現綠色電力的區域性價格補貼。

第二，綠色證書交易這一市場競爭機制的引入，激勵可再生能源發電企業進行技術研發，進而提高發電效率，最終使得可再生能源發電成本與化石燃料發電成本相當，有利于早日實現風電、光伏發電等類型的無補貼平價上網。

3配額制政策的社會福利優化模型

3.1 模型描述

考慮三個主要角色：發電商（電力和綠色證書的供給側）、消費端（電力和綠色證書的需求側）和監管者（政府），建立了電力與證書兩個市場之間的互動模型。為簡單起見，忽略任何發電成本和能源生態價值間的差異，只考慮一種可再生能源和一種傳統化石能源。將所有可再生能源發電商看成一個整體，記為R，所有化石能源發電商看作一個整體，記為D。電力的消費端看作一個整體，記為B。

第一階段，發電商做出供應決策，消費端做出需求決策，電力現貨市場出清。同時可再生能源發電商獲得與其發電量相對應數量的證書，構成綠證的供給。

第二階段，可再生能源發電商決定銷售多少綠色證書，消費端為履行義務而購買證書，對未完成配額義務部分接受相應的罰金，證書市場出清。

3.2 模型基本假設

假設1：在售電側改革逐步深入的背景下，假設電力系統中的發電企業處在完全競爭的市場環境中。

假設2：中國配額制的義務主體屬于“買電方”，假設配額用α表示，且α∈0，1，即消費端必須保證其總購電量中有α的份額是可再生能源電力。目前，隨著成本的快速下降，建設新能源的積極性已經較高，消費端承擔配額義務能夠明確用戶側的消納責任，進而有效解決新能源“重建輕用”的問題。

假設3：假設1份綠色證書對應了1 MW·h的可再生能源電力，且僅考慮短期綠色證書交易市場，綠色證書的有效期為1年，過期自動注銷。

假設4：假設消費端B的效用函數為UqB，其中qB代表消費端B的需求電量。基于微觀經濟學原理知，消費者的效用函數滿足：U′qB>0，U″qB<0。參考Jensen等[21]和Sun[22]的做法，可設消費端的效用函數是需求電量的二次函數，即UqB=aqB-b2q2B，a和b均為大于0的常數。

假設5：假設化石能源發電的成本函數：CD=cDq2D，qD是化石能源發電量，cD為大于0的成本系數。新能源發電成本函數：CR=cRq2R，qR是可再生能源發電量，cR為大于0的成本系數。

3.3 模型建立

使用逆向遞歸法來求解兩個市場的均衡狀態，即首先解決證書市場（第二階段）。

3.3.1 綠色證書交易市場

（1）綠色證書交易市場上消費端的行為。電力消費端有動機從生產商那里購買證書，否則他們必須根據未完成的證書數量支付違規罰款，借鑒文獻[15]將罰金函數設定為二次損失函數：

pxB=f2αqB-xB2，0≤xB≤αqB（1）

其中，f是罰金函數的一個尺度參數，f的值越高，為滿足決策者指定的目標的激勵就越大;xB代表消費端已購買的綠色證書的數量。這樣，綠色證書有一個價格上限，因為沒有消費端會以高于罰款的價格購買綠色證書。由于證書是有成本的，擁有比配額目標更多數量的綠色證書，將不會獲得任何額外的支付，故消費端購買的證書數量永遠不會超過目標αqB。將懲罰函數設定為二次函數的意義在于，罰金額度將隨著缺少的證書數量非線性急劇增長。

于是，消費端剩余最大化問題可表示為[12，21-22]：

maxxBCS=UqB-peqB-pcxB-f2αqB-xB2，

0≤xB≤αqB（2）

其中，pe是電力價格，pc是綠色證書的價格。

由一階條件可知，消費端對證書的需求函數為：

xB=αqB-pcf， pc≤αfqB（3）

由此可知，消費端對證書的需求與證書價格pc、消費電量qB、配額α和參數f有關。其中，配額比例α和懲罰參數f是由政策規制者決定的變量。懲罰參數f越大，消費端為了避免過多的懲罰而購買的證書數量就越多，因此證書的需求量越大，最終導致證書的價格上升;相反，一個較低的f將會導致證書需求的減少，因為此時消費端相對于一個價格高的綠色證書更愿意接受一個低的懲罰。同樣，直觀上較高的配額比例α也會增加消費端購買證書的意愿，從而導致證書價格的上漲。因此，決策者正確設置監管參數非常重要，但實際的市場規律取決于市場力量的調整，后文將采用數值模擬方法分析相關因素的作用機制。

（2）綠色證書交易市場上可再生能源發電商的利潤最大化問題為：

maxxRπR=peqR+pcxR-CR，xR≤qR（4）

可得證書市場上的供給為：

xR=qR（5）

于是，RPS政策下，可再生能源電力的價格為pe+pc，即電力上網價格加綠證價格。

（3）綠色證書交易市場均衡。令證書市場供需均衡，則：

qR=αqB-pcf（6）

因此，綠色證書的均衡價格為：

p*c=f（αqB-qR）（7）

證書的價格隨著配額目標αqB與可再生能源發電商提供的證書數量qR之間的差異而增加，反映了綠證交易市場激勵機制的主要特征。

3.3.2 電力市場

（1）電力市場上化石能源發電商和可再生能源發電商的行為分別描述為：

由利潤最大化一階條件，可得化石能源電力和可再生能源電力的供給函數分別為： qD=pe2cD和qR=pe+pc2cR，則電力市場上電量總供給為：

qS=pe（cD+cR）+pccD2cDcR（10）

（2）電力市場上消費端的行為。電力市場上消費端追求剩余最大化的行為可描述為：

由一階條件可知，消費端對電力的需求量為：

qB=ab-1b（pe+αpc）（12）

（3）電力市場均衡時，qS=qB，于是，當證書價格一定的情況下，得到均衡電力價格為：

p*e（pc）=2（a-αpc）cDcR-bpccDb（cD+cR）+2cDcR（13）

于是均衡狀態下，化石能源發電量、可再生能源發電量和總發電量分別為：

3.3.3 綠色證書市場和電力市場的均衡

將（16）式代入（3）式中，得綠色證書的需求函數：

將（15）、（16）式代入（7）式中，可得綠色證書的均衡價格：

3.4 RPS政策效果影響因素分析

3.4.1 數據選取與參數設置

為了使數值分析有意義，需求、成本參數將基于中國電力市場的概況進行取值。截至2018年底，中國總發電量為69 940億kW·h，其中可再生能源電力占比9.07%。這里主要考慮的可再生能源發電類型有風電、光伏發電和生物質發電，各發電類型的年發電量及電價如表1所示。

由公式（12）可得消費端對電力的逆需求函數pe+αpc=a-bqB，其中qB用全社會用電量數據來表示。為了與模型中變量的含義相一致，pe+αpc用全國發電企業平均上網電價來度量，而不用終端銷售電價來表征。搜集2014—2018年的對應數據，估計了需求側參數a=478.56，b=1.59×10-8，能夠較好反映中國近五年經濟結構下的電力需求。火力發電技術已相對成熟，但受燃料價格的波動其發電成本仍存在波動。借鑒Ciarreta等[15，23]，應用邊際收益等于邊際成本的均衡條件，即pe=2cDqD，利用2014—2018年火電平均上網電價和發電量計算了參數cD為0.84×10-7元/（MW·h）2。由于可再生能源發電類型多，且不同資源區、不同裝機容量機組的發電效率有差異，簡單起見，以表1數據為參照，可再生能源發電上網電價是火電平均上網電價的1.07～3.23倍，取其平均后將cR設置為cD的2.15倍，即cR=1.81×10-7元/（MW·h）2。電價相關數據來自國家能源局發布的年度《全國電力價格情況監管通報》，電量相關數據來自中電聯公布的年度《全國電力工業統計快報數據一覽表》。由于1張綠證對應1MW·h的可再生能源電力，為了單位轉換的方便，分析過程中電量單位統一為MW·h。另外，分析過程中規制參數的討論范圍均保證價格、產量等有意義（其值大于0），編程環境為Matlab7.1。

3.4.2 證書價格影響因素約束原理

由（18）式可知，當需求和成本參數一定時，綠證價格的影響因素還有政策規制參數，即罰金和配額比例。

（1）罰金對綠證價格的影響。如圖3所示，當配額一定時，綠證價格隨著罰金參數的增大而上漲，最終趨于穩定。考慮到消費端決定購買證書的數量取決于證書價格和罰金，如果配額目標α設定的低，可以觀察到參數f的

值也非常低時，導致幾乎沒有證書交易，因為消費端寧愿支付較低的罰款，也不愿購買證書。然而，當f增加時，罰金力度增加，導致證書交易量增加和證書價格的上漲。此外，配額α越高，圖中的曲線越陡峭，即證書價格對f的變化越敏感。

（2）配額對綠證價格的影響。由圖4（a）可知，第一，當配額力度加大時，綠證價格呈現先增后減的特征，特別是參數f較大時此規律更明顯：當基準配額較低時，隨著配額目標α的增加，證書價格增加，導致常規能源電力產出減少，可再生能源電力產出增加。由圖4（b）知電力總產出下降，但一開始下降的速度較慢，即此時總電量下降幅度較小，證書的需求量處于上升階段（見圖4（c））。若繼續提高配額，則證書價格將過高，導致電量總需求急劇下降。此時證書的需求量也減少，證書價格隨之下落。因此，制定配額時需考慮與當前階段的消費端需求和生產端成本相適應，配額過低對綠證交易行為的發生激勵不足，配額過高則會引起消費端負擔過重，導致總需求量下降，對生產和生活造成負面影響。第二，當f越大時，證書價格對α的變化更敏感。

3.4.3 RPS政策福利分析

得到綠色證書的均衡價格后，進一步可以得到均衡狀態下的電力價格p*e（p*c）、化石能源發電量q*D（p*c）和可再生能源發電量q*R（p*c），進而得到發電商利潤π*D和π*R，消費端剩余CS*。于是，可構造社會福利函數[24]：

WRPS=π*D+π*R+CS*+EB（q*R）（19）

其中，EB（qR）=γqR為可再生能源發電帶來的正外部性收益。借鑒林伯強和李江龍[1]，單位風電發電量的減排收益為0.66元/kW·h，故這里γ取值為660元/MW·h。

由圖5（a）可知，第一，隨著配額α的不斷增加，社會福利函數呈倒“U”型，配額α過低或過高都不利于綠色證

書交易的達成。第二，當配額α較小或適中時，隨著罰金參數f的增加，可促使綠色證書交易的發生，此時社會福利逐漸增加;當配額α較高時，如果再制定較高的罰金參數值f，則會造成配額義務主體負擔過重，導致消費端剩余下降，總的社會福利也下降。

由于資源稟賦和技術水平的不同，不同地區的可再生能源發電成本有所差異，圖5（b）表明，第一，可再生能源與化石能源發電成本差距越小，其在配額制政策下的社會福利水平就越高。第二，成本差距越大，社會福利最大時對應的配額就越小。這里，f取值為1×10-5，該參數的其他取值不影響規律性結論。總之，在配額制政策設計中，需將配額、罰金和成本差距結合起來考慮，最大可能促進綠色證書交易的雙方主體達成共同信念，促進綠色證書交易的實施，實現社會福利水平的提升。

4RPS和FIT政策效果的比較

4.1 固定上網電價政策模型

根據FIT政策，可再生能源電力的上網電價是由政府直接明確規定的，這里記為F，一般的，F>pFe。此時，消費端和發電端利益最大化問題可表示為：

其中CSF表示固定上網電價方式下的消費端剩余，上角標F表示是在固定上網電價下的，其余變量含義可結合第3部分類似推斷。優化求解得到均衡狀態下的電力價格、化石能源發電量和總發電量分別為：

pFe* = 2acD cR -bFcD bcR? + 2cD cR qFD* = 2acR -bF2bcR? + 4cD cR qFS* = acR? + FcD bcR? + 2cD cR （21）

進一步可求得均衡狀態下的發電商利潤πFD*和πFR*、消費端剩余CSF*和可再生能源發電帶來的正外部性收益EBF*。在FIT政策中，還有額外的政策成本，即政府對可再生能源發電的固定電價補貼[25]，于是政府支出函數為：

由以上式，得社會福利函數為：

WFIT = πFD* + πFR* + CSF*-GEF* + EBF*（23）

4.2 可再生能源電力規制價格的比較

最優規制價格能夠反映政策對可再生能源產業的扶持力度，FIT政策下可再生能源電力的最優規制價格為使得社會福利達到最優時的上網電價F*。RPS政策下的最優規制價格為使得社會福利達到最優時的配額α*對應的p*e+p*c。當參數b一定時，a的變動可反映市場規模的變動。

由圖6可知，第一，當a增大時，兩種政策下的最優規制價格均呈上升趨勢。由于目前化石能源發電技術較為成熟，其所占的市場基礎份額較大，因此a的增大引起的化石能源發電量增加幅度較大，需要給予可再生能源發電更高的規制價格來促使電力結構達到最優水平。第二，RPS下的可再生能源最優規制價格低于其在FIT政策下的值，說明FIT下的可再生能源發電支持力度比較大，適合在產業發展初級階段使用。較高的規制價格保證了可再生能源發電商的穩定收益，因此促進了可再生能源電力產業的發展，但同時也給政府帶來了過重的補貼負擔。

4.3 社會福利比較

對任何機制的恰當評估都是要考察其社會福利。RPS政策的規制變量為配額α，FIT政策的規制變量為標桿上網電價F。為了便于兩種不同的政策在同一度量方

式下進行比較，借鑒孫鵬等[17]的思路，在FIT政策中，令

FIT政策下，由（25）式可得到規制價格F隨著配額αF變動的方程，于是在對規制變量不同的兩種政策進行比較時，可統一轉化為比較相同配額下的社會福利。

由圖7可知，兩種政策下的社會福利隨著配額的增加均呈現先增后減的特征。整體上來說，配額水平偏低時，FIT政策的社會福利水平高于RPS政策;配額水平偏高時，RPS政策的社會福利水平更高。說明在電力產業發展的初始階段，FIT政策穩定性強且風險較低，在一個固定的規制價格水平下能夠帶來相對較大的社會福利。隨著發電規模的擴大和技術的進步，可再生能源電力產出在整個市場中的比重越來越大，采用配額制政策讓市場自發地進行調節，能夠帶來較高的社會福利水平。

5 結 論

首先，本文考慮由消費端承擔配額義務并引入二次懲罰函數，構建包含電力生產端、消費端在內的序貫博弈模型，建立電力和綠證兩個市場均達到均衡時下的社會福利函數。在此基礎上，結合實際設置參數，分析了綠色證書價格和RPS政策社會福利的影響因素約束原理。第一，RPS政策下，配額α和罰金參數f的值過低時，導致幾乎沒有證書交易;配額一定時，罰金力度增加，導致證書交易量的增加和證書價格的上漲;第二，罰金參數一定時，隨著配額力度的加大，綠色電力證書的價格呈現先增后減的特征;第三，隨著配額α的不斷增加，社會福利函數呈倒“U”型分布;當配額α較高時，如果再制定較高的罰金參數值f，則會造成配額義務主體負擔過重，導致社會福利水平降低。可再生能源與化石能源發電成本差距越大，社會福利最優時對應的配額比例就越小。因此，在推進綠色電力證書交易為載體的配額制政策時，要將罰金、配額和發電成本差距結合起來考慮，確保中國可再生能源電力產業在“看不見的手”的市場機制下達到社會福利最優水平。

然后，對RPS、FIT兩種政策的規制效果進行對比分析。第一，總體來說，RPS的最優規制價格低于其在FIT政策下的值;第二，社會福利水平的比較方面，配額水平偏低時，FIT政策的社會福利水平高于RPS政策，配額水平偏高時，RPS政策的社會福利水平更高。因此，實踐中，政策制定者要根據發電行業的實際發展狀況，選擇合適的規制政策。這為中國推進配額制的實施帶來一定的啟示，可以在一部分省份或地區繼續保留固定上網電價政策，而在新能源發電技術較為成熟的省份或地區作為試點率先實行配額制政策。

（編輯：劉照勝）

參考文獻

[1]林伯強， 李江龍. 基于隨機動態遞歸的中國可再生能源政策量化評價[J]. 經濟研究， 2014 （4）： 89-103.

[2]MORTHORST P E. The development of a green certificate market[J]. Energy policy， 2000， 28（15）： 1085-1094.

[3]MORTHORST P E. Interactions of a tradable green certificate market with a tradable permits market[J]. Energy policy， 2001， 29（5）： 345-353.

[4]LORENZONI A. The Italian green certificates market between uncertainty and opportunities[J]. Energy policy， 2003， 31（1）： 33-42.

[5]KUMAR R， AGARWALA A. Renewable energy certificate and perform， achieve， trade mechanisms to enhance the energy security for India[J]. Energy policy， 2013， 55： 669-676.

[6]任東明， 張寶秀， 張錦秋. 可再生能源發電配額制政策（RPS）研究[J]. 中國人口·資源與環境， 2002， 12（2）： 117-120.

[7]李化. 澳大利亞的可再生能源發展與可再生能源證書制度[J]. 華中農業大學學報（社會科學版）， 2011 （6）： 83-89.

[8]馮奕， 劉秋華， 劉穎， 等.中國售電側可再生能源配額制設計探索[J]. 電力系統自動化， 2017， 41（24）： 137-141，158.

[9]安學娜， 張少華， 李雪. 考慮綠色證書交易的寡頭電力市場均衡分析[J]. 電力系統自動化， 2017， 41（9）： 84-89.

[10]趙新剛， 任領志， 萬冠. 可再生能源配額制、發電廠商的策略行為與演化[J]. 中國管理科學， 2019， 27（3）： 168-179.

[11]董福貴， 時磊. 可再生能源配額制及綠色證書交易機制設計及仿真[J]. 電力系統自動化， 2019， 43（12）： 113-121.

[12]王輝， 陳波波， 趙文會， 等. 可再生能源配額制下跨省區電力交易主體最優決策[J]. 電網技術， 2019， 43（6）： 1987-1994.

[13]FALCONETT I， NAGASAKA K. Comparative analysis of support mechanisms for renewable energy technologies using probability distributions [J]. Renewable energy， 2010， 35（6）： 1135-1144.

[14]TAMAS M M， SHRESTHA S O B， ZHOU H. Feed-in tariff and tradable green certificate in oligopoly[J]. Energy policy， 2010， 38（8）： 4040-4047.

[15]CIARRETA A， ESPINOSA M P， PIZARRO-IRIZAR C. Optimal regulation of renewable energy： a comparison of feed-in tariffs and tradable green certificates in the Spanish electricity system[J]. Energy economics， 2017， 67： 387-399.

[16]李虹， 謝明華， 杜小敏. 中國可再生能源補貼措施有效性研究——基于居民環境支付意愿的實證分析[J]. 財貿經濟， 2011 （3）： 102-109.

[17]孫鵬， 李世杰. 從價規制與從量規制孰優孰劣？——基于可再生能源產業上網價格政策與配額制的比較研究[J]. 財經論叢， 2015 （11）： 105-112.

[18]LEE S C， SHIH L H. Renewable energy policy evaluation using real option mode： the case of Taiwan [J]. Energy economics， 2010， 32： 67-78.

[19]WESSEH P K， LIN B. A real options valuation of Chinese wind energy technologies for power generation： do benefits from the feed-in tariffs outweigh costs？[J]. Journal of cleaner production， 2016， 112： 1591-1599.

[20]李慶， 陳敏. 中國風電固定上網電價政策的實物期權理論與實證分析[J]. 中國管理科學， 2016， 24（5）： 65-73.

[21]JENSEN S G， SKYTTE K. Interactions between the power and green certificate markets[J]. Energy policy， 2002， 30（5）： 425-435.

[22]SUN Y. The optimal percentage requirement and welfare comparisons in a two-country electricity market with a common tradable green certificate system[J]. Economic modelling， 2016， 55： 322-327.

[23]CIARRETA A， ESPINOSA M P， PIZARRO-IRIZAR C. Switching from feed-in tariffs to a Tradable Green Certificate market[C]//The interrelationship between financial and energy markets. Berlin：Springer， 2014： 261-280.

[24]李家才. 可交易綠色證書與可再生能源：基于最優化的考察[C]//中國環境科學學會2009年學術年會論文集（第四卷）. 北京：中國環境科學學會， 2009： 27-32.

[25]孫鵬， 劉玲， 樓潤平. 可再生能源發電產業上網價格規制政策——基于固定價格、不變溢價和可變溢價的比較[J]. 系統工程， 2016， 34（5）： 82-89.

Research on the compensation of positive externality of

renewable energy through market trading

ZHAO Xin-quan WANG Shan-shan LI Qing

（School of Statistics and Mathematics， Zhongnan University of

Economics and Law， Wuhan Hubei 430073， China）

Abstract Exploring the Renewable Portfolio Standard （RPS） based on the tradable green certificate will contribute to the compensation for the environmental and social positive external benefits brought by renewable energy generation through market-oriented means， and to the alleviation of the insufficient consumption problems faced by the development of renewable energy to a certain extent. Considering that the consumer side assumes quota obligations and models the penalty as a quadratic loss function， a sequential game model including the power production side and the consumer side is constructed. This study attempts to calibrate the parameters according to the actual situation of renewable energy power development in China， and to analyze the factors and function mechanism that affect the policy effectiveness. The results show that： ① Under the RPS policy， when the quota increases， the price of green certificate increases initially and decreases afterwards. ② When the penalty is fixed， the social welfare function has an inverted U-shaped distribution with the increase of quota. ③ When the quota and the penalty are too low or too high， they are not conducive to the realization of certificate trading. The larger the gap between the cost of renewable energy generation and that of fossil energy generation， the smaller the corresponding optimal quota. Therefore， it is necessary to take all the three factors of penalty， quota and cost gap into consideration to ensure that the Chinese renewable energy power industry achieves the optimal level of social welfare under the market mechanism of the ‘invisible hand. Then， the numerical simulation method is used to compare the effect of the RPS with that of the Feed-in Tariff （FIT）. It is found that： ① The optimal regulation price of the RPS policy is lower than its value under the FIT policy. ② When the quota level is low， the social welfare level of the FIT policy is higher than that of the RPS policy， and vice versa. Therefore， the FIT policy is relatively superior in the basic stage of renewable energy power generation industry. In the larger market scale and mature technology stage， the RPS policy is relatively favorable. In the process of promoting the implementation of the RPS， China can combine the two policies， continue to maintain the FIT policy in some provinces or regions， and take the lead in implementing the RPS policy as a pilot in provinces or regions with mature renewable energy power generation technology.

Key words renewable energy; positive externality; market transaction; green certificate; social welfare

收稿日期：2020-01-09 修回日期：2020-03-30

作者簡介：趙新泉，博士，教授，博導，主要研究方向為數量經濟學、動力系統。E-mail：zxq556@163.com。

通信作者：王閃閃，博士生，主要研究方向為數量經濟學、能源經濟。E-mail：wss8797@163.com。

基金項目：中南財經政法大學中央高校基本科研業務費專項資金資助項目“實物期權視角下綠色電力證書交易機制優化設計”（批準號：31511911205）。