简报2012年第066期(总第1028期):上网电价补贴何以“喂电入网”?——来自欧洲风力发电市场的实证研究

发布日期:2012-12-31 10:43    来源:北京大学国家发展研究院

 2012年12月7日,世界银行青年经济学家张帆在国家发展研究院报告关于有关上网电价补贴政策(Feed-in Tariffs,FITs)在欧洲风力发电市场实施的最新研究成果。
  可再生能源的开发利用越来越受到各国政府的普遍关注。其原因有二:一则为了降低经济增长对煤炭、石油等化石能源的过分依赖;二则为了减小日益严峻的环境压力。但由于可再生能源的利用成本显著高于常规能源的利用成本,从而导致可再生能源的开发利用在价格方面缺乏市场竞争力,因而各国政府不得不采取一些有效的激励政策来促进可再生能源行业的发展。目前流行的激励政策主要有从量政策和从价政策两种。上网电价补贴是一种典型的从价政策,即对用户所使用的每一单位由风能或光能等可再生能源所产生的电力给予价格补贴,人们形象地表述为“喂电入网”.上网电价补贴政策主要有以下三种类型:标准型(Standard FiT)、可变型(Variable FiT)和溢价型(Premium FiT)。标准型签订若干年合同,年限内每年给予每度电固定补贴,可变型在合同期内每年由相关机构设定补贴额度,溢价型在浮动的电价上加入一个固定的溢价额度。而可再生能源投资组合标准(Renewable Portfolio Standards,RPS)则是一种从量政策,相当于政府给电力供给商设定一个配额,来源于可再生能源的电力必须满足配额要求,该配额在相关的电力供应商之间可以相互进行交易。自1991年德国制定了《电力入网法》,强制要求公用电力公司购买可再生能源电力,奠定了全球可再生能源发展最为重要的强制入网原则以来,目前全球有65个国家采用上网电价补贴政策,18个国家采用可再生能源投资组合标准政策。本报告关注了上网电价补贴政策在欧洲市场的实施现状,并对现行政策进行分析,以期对未来的政策制定予以有益指导。
  如何确定合理的上网电价补贴?张帆通过回顾以往研究成果来简单介绍了上网电价补贴的确定方法。理论认为,过低的补贴使得可再生能源发电成本与常规能源发电成本之间的差额难以弥补而起不到激励作用;过高的补贴则会因为一些缺乏效率的风电投资项目得到实施使资源错配。国际能源署(IEA)(2008)依据35个OECD国家和金砖四国2000-2005年的风电调查结果表明,0.07 美元/千瓦时是上网电价补贴的一个阈值,高于该阈值的补贴不能引致额外的效率。该研究的缺陷为样本观察期限短,仅仅进行简单描述对比而缺乏严谨的计量分析。关于上网电价补贴水平市场效率之间的关联,Soderholm和Klaassen (2007)的研究表明,上网电价补贴一方面能够促进相关的电力供应商相互学习而有效降低可再生能源发电成本,另一方面也会使得风机安装成本进一步提高,净效应不确定。国际能源署(2011)将观察期限扩展到2000-2009年,研究结果表明补贴水平与市场效率是负相关的。到底如何确定合理的上网电价补贴?不同国家和地区有不同的确定标准,其差异主要取决于区位、项目规模和资源禀赋的考量,比如处于沿海还是内陆,规模大还是小,国别之间的风力禀赋差异等。
  基于统计分析视角,张帆依据欧洲1991-2010年风力发电的统计数据设定的模型来对风电供应商的投资行为进行描述。对比实施上网电价补贴政策组、可再生能源投资组合标准组、和无政策组的统计数据,统计结果表明,实施可再生能源政策的国家的年风机安装台数和年风力发电量都高于无政策国家,但实施政策国的终端用户的平均电价、天然气价格、电力产出、风电潜能,以及电力市场的竞争程度显著高于无政策国家;此外,实施上网电价补贴政策组比可再生能源投资组合标准组的平均风机安装台数和风力发电量都高。张帆进一步将实施上网电价补贴政策的国家分为标准型组、可变型组和溢价型组三类。统计结果表明,年风机安装台数由高到低分别是标准型组、可变型组和溢价型组,且标准型组和可变型组的补贴率、合同期限长度和入网可行度都高于溢价型组。该现象表明,上网电价补贴政策的确定性程度是可再生能源得以有效开发利用一个重要影响因素。基于以上结论,以风电供应商追求利润最大化建立目标函数。最优解中相应变量的相关关系表明:最优的风机安装台数与期望补贴(FiT)或期望电价(RPS适用)呈正相关关系,而与每单位电力负荷的投资价格呈负相关关系。
  基于计量分析视角,作者基于不同的研究视角和目的先后进行了两次回归分析。首先,基于三条假设:第一,最优投资量和单位投资成本有两种相关关系:最优投资量和投资成本是负相关的,而补贴和投资成本是正相关的(例如寻租),从而会低估补贴率对投资的影响;第二,上网电价补贴可能是序列内生变量,即过去的投资行为影响当期补贴率;第三,电力价格是内生变量。将年风机安装台数对补贴率、电力价格、政策有效性参数、时间趋势、单位投资成本进行回归,其中政策有效性包括合同期限长度、政府是否保证入网、该国是否有竞争性的市场。该回归过程所使用的方法为包含共同因子的动态面板数据模型(Blundell and Bond 2000)、一阶差分 GMM 、系统GMM 以及包含外生工具变量(天然气价格)的GMM。回归结果表明:虽然补贴率的系数大于0,但其在任何模型中均不显著。该现象表明,提高补贴率并不能导致风机安装台数的增加;静态OLS中补贴率的系数为负,表明补贴额度和投资成本呈正相关关系,这种情况下我们会低估补贴的效果;合同期限长度能显著地影响风机安装台数,合同期限长度每增加1%,风机安装台数增长0.3%;政府的入网保证是风机投资最重要的决定因素,政府入网保证下的风机安装数量是无政府保证下的风机安装数量的两倍;电力批发市场的市场化程度也很重要,如果风电供应商在竞争性的电力批发市场既可以选择供电给政府又可以选择在市场上自由买卖,则该市场对投资者更具有吸引力。其次,为了研究上网电价补贴额度对风力发电量的影响,作者进行了第二次回归,在该模型中继续加入风机安装台数变量,以期研究补贴率对载荷因子(风力发电量)的影响。实证结果显示只有在可变型组中相关系数才是显著的,补贴率系数越大,载荷因子的系数越小。该现象表明,过高的补贴会因为一些缺乏效率的风电项目得到实施,反而使厂商没有动力降低成本。最后,考虑到可再生能源政策从无到有、政策的制定、实施、学习、完善过程,自然使得风机投资量的增加,于是在模型中加入了时间变量,对政策的时间效应进行显著性检验。另外,由于劳动成本既影响投资额度有影响补贴额度,从而使得模型产生偏误,故而将劳动成本引入模型进行回归,结果表明相关参数并无显著性差异。
  基于欧洲风电市场的上网电价补贴政策研究可以得出如下结论:提高补贴额度并不必然引起风机投资量增加;合同期限的长短与政府的入网保证显著影响风机安装数量,即政策的确定性程度对投资决策的影响举足轻重,维持政策的长期稳定性比提高补贴更能够节省成本;电力批发市场的市场化程度也很重要,更具竞争性的电力批发市场对投资者更有吸引力;过高的上网电价补贴会导致投资成本的增加,进而导致一些缺乏效率的风电项目得到实施使资源错配。带来的启示是:最优的上网电价补贴水平应保证风电供应商能获得一定合理水平的利润,这就需要政府投入精力调查分析投资商的数量、投资成本的大小、提高更新频率。有一些国家也在尝试引入一些触发性政策机制,一段时间后补贴呈阶梯型水平下降。
(程玺  整理)