固定上網電價制度與電力市場化相適應嗎？
——以我國風電產業為例

劉朝陽 黨國英

一 引 言

電力行業以煤炭為主導的電力結構導致其二氧化碳排放量約占中國二氧化碳排放量的49.1%、世界二氧化碳排放量的32.1%(Musa et al., 2018)。面對嚴峻的碳排放壓力，實現電力部門的綠色發展對整個能源產業的綠色轉型尤為重要(Domhnaill和Ryan，2020)。伴隨世界范圍內市場導向的能源治理改革浪潮(Tzankova，2020)，中國開啟了電力市場化改革，決心在電力市場建立以價格機制為核心的市場機制，使市場機制在電力市場資源配置中起決定性作用。2020年5月，中共中央、國務院發布《關于新時代加快完善社會主義市場經濟體制的意見》，再次強調構建有效競爭的電力市場，可再生能源電力與市場化相融合已是大勢所趨。然而，因可再生能源電力具有的外部性與自然壟斷性，我國長期實行了以固定上網電價制度(Feed-in Tariff,縮寫為FIT)為主的電價規制模式，此模式雖擴大了可再生能源電力規模，但一直以來我國政府對可再生能源電價的規制基于傳統電力工業特點，并在計劃與高度壟斷體制下設計實施，受可再生能源區域性與季節性特性影響和我國電力儲能技術的限制，可再生能源電力與整個電力市場化的融合面臨諸多挑戰(Kirkegaard和Caliskan， 2018)。

可再生能源要素在電力市場如何實現有效配置，是平滑能源市場綠色結構轉型，最終實現綠色發展與生態文明的重要環節。電力市場化是中國可再生能源電力必須面對的體制性改革，現有以固定上網電價制度(FIT)為主導的可再生能源電價規制模式已越來越難以與之相適應，可再生能源電力補貼資金缺口持續擴大，棄風、棄光電量問題沒有得到根本性解決，被寄予厚望的自愿綠證交易制度自2017年試點以來，政策效果也差強人意，難以對可再生能源電力的發展起到實質性作用。因而，深入探究FIT電價規制模式下電力市場化的作用機理，探尋其與我國電力市場化實踐適應性問題，就成為深化我國電力市場化改革、調整與優化可再生能源電價規制模式面臨的首要問題。

二 文獻述評

電價補貼、固定上網電價制度(FIT)是現階段我國政府部門對電力產業較常使用的電價規制模式。Sandeman(2010)、Leepa 和Unfried(2013)指出，FIT是短期內有效促進可再生能源電力投資的價格規制政策。各國對可再生能源電力實行的補貼方式與補貼強度的不同，使得FIT電價規制在形式上呈現多樣性特征。馬莉和范孟華(2014)認為，可再生能源電力發展初期的技術水平、開發經濟性不如傳統電力，面臨如何與常規電力競爭和收回投資等問題，政府通過FIT電價規制促進其發展，具體又分為固定電價、溢價電價制度等。Ritzenhofen et al.(2016)指出FIT電價規制減少了發電廠商面臨的不確定性風險，能有效刺激投資。Xia et al. (2020)強調FIT電價規制對可再生能源電力發展具有重要作用，但長期保護性價格模式會產生經濟效率損失。隨著可再生能源電力不斷發展，裝機規模持續擴大，成本造價降低以及學習效應帶來的技術創新，初期較高的上網電價需要相應調整(Haas et al., 2014)。Jacobs et al.(2016)從FIT補貼確定原則角度，對比分析了可再生能源電力生產成本與環境外部性以衡量補貼的優缺點。Winter和Schlesewsky(2019)指出，德國FIT電價規制促進可再生能源電力發展的同時存在扭曲分配的問題。Devine和Farrell(2017)發現，多數國家針對可再生能源電力實行的FIT電價規制，其補貼分攤沒有考慮電力市場主體的風險偏好，當可再生能源電力廠商與消費者均為風險偏好中性時，固定上網電價政策才會最優。

隨著中國電力市場化的深入推進，可再生能源電力面臨新的體制性約束(Kirkegaard和Caliskan，2018)。吳力波和孫可奇(2015)認為，電力市場的壟斷強化導致可再生能源電力市場份額降低，進而對可再生能源電力的發展存在抑制性。長期以來集中式的高碳電力系統實現了電能的安全供給，但卻產生了全球三分之一以上的碳排放。隨著技術進步與可再生能源電力技術的持續創新，越來越多的可再生能源電力獲得實際運用，但這些技術充分發揮潛力還需要新的機制和制度與之配合。如果規制、監管等制度最終落后于技術發展，就會影響可再生能源電力的發展，最終阻礙能源綠色、低碳轉型。Li和Chen(2018)強調FIT補貼對風電產業存在促進作用的同時，還帶來高財政補貼難以持續的問題。黃珺儀(2018)對中國現行風電固定上網電價政策進行了實證分析，認為現有補貼水平對我國風電產業的促進作用不明顯。林伯強和李江龍(2014)利用隨機動態遞歸方法構建模型，以風電為例對中國可再生能源電價規制進行量化分析，認為FIT電價規制對風電等可再生能源電力的發展具有促進作用，但電價水平仍不足以使風電產業形成與競爭型市場相適應的自我滾動發展能力。Liu和Chu(2018)對中國可再生能源電力的適應性問題進行了研究，認為實施風電、光伏等可再生能源電力支持政策時需注意政策效果的評估，避免無序、規劃缺失造成投資泡沫。Yuan和Xi(2019)回顧了近40年我國風電產業政策，指出FIT電價規制退出應與風電產業的技術進步相匹配，過早過晚均不利于風電產業的長期發展。Hu et al. (2019)也認為FIT電價規制促進了中國風電裝機規模的擴大，但棄風矛盾突出，需要對規制模式進行優化。

放松規制的國際經驗表明，規制的放松是一種更高效率的規制，電力市場化競爭意味著除市場失靈外，對可再生能源電力按其特性產生的特定規制需求(馮永晟等， 2016)。市場化程度是影響產業規制政策效果的關鍵因素，市場競爭是政府補貼得以有效實施的前提，否則政府的補貼僅具有扶持效果而難以實現資源要素的最優配置。相反政府忽視產業的市場化程度，一味地實施補貼會導致市場無序發展，引起規制失效(戚聿東和李穎，2018)。因此，可再生能源電價規制模式需要與電力市場化相適應與融合，政府規制與市場化相輔相成對可再生能源電力發展將發揮有效作用。中國電力系統的脫碳綠色轉型依托于持久的創新，市場和政府規制之間需要進一步適應與融合(Yu,2020)。由上可見，電力市場化下開展中國可再生能源電價規制研究已十分必要和迫切。本文聚焦于FIT電價規制與電力市場化的適應性，在FIT電價規制模式下，通過可再生能源電力廠商與煤電廠商之間的Cournot博弈分析其作用機理，以我國可再生能源電力實行FIT電價規制模式最典型的風電產業為例試圖回答：中國現行的可再生能源FIT電價規制與電力市場化相適應嗎？中國面臨的電價補貼缺口持續擴大、棄風棄光居高不下雙重挑戰的制度根源何在。

三 FIT電價規制模式作用機理

(一)FIT電價規制的內涵

可再生能源FIT電價規制實質上是一種直接補貼性電價規制(Ciarreta et al., 2017)?？稍偕茉措娏Πl展具有明顯的階段異質性，初期開發成本較高而難以與傳統電力展開市場競爭，政府對其采取價格規制，給予上網電價補貼，以支持可再生能源電力的發展。后續階段通過對可再生能源電價高于市場電價部分予以補貼，解決可再生能源電力具有的正外部性。

可再生能源FIT電價規制會激勵可再生能源電力廠商竭盡全力進行投資，直到可再生能源電力的邊際成本等于政府對可再生能源電力實行的上網電價。根據補貼方式不同，可再生能源FIT電價規制可以分為三種：固定電價、固定電價補貼和變動電價補貼(黃珺儀,2016)。固定電價是指在可再生能源電力整個經營期內實行統一、固定的上網電價。固定電價補貼是指對可再生能源電價的補貼以市場電價為基準，給予可再生能源電價額外固定數量的補貼。補貼會隨著市場電價的波動而變化，但與各期市場電價之間的差額維持不變。變動電價補貼是前述兩種FIT的綜合，政府對可再生能源電力采用最高限價模型，對可再生能源電力整個經營期執行最高限價上網電價，各期補貼金額為各期市場電價與最高限價的差額。目前中國對可再生能源電力實行的FIT電價規制模式為變動電價補貼，此模式根據可再生能源電力的不同類別(風電、光伏發電等)、區域資源稟賦差異劃分為不同資源區，以不同資源區平均成本核定相應上網電價，超過煤電標桿上網電價部分通過可再生能源發展基金予以補貼，并核定不同資源區不同類別可再生能源電力保障性收購電量(按核定的年利用小時數計算)。不論是固定電價、固定電價補貼還是變動電價補貼，其內涵一致，都是政府對可再生能源電力實行的直接補貼性電價規制。

(二)可再生能源電力廠商與煤電廠商博弈均衡分析

FIT電價規制本質上屬于政府對可再生能源電力的價格補貼。為從理論上分析可再生能源FIT電價規制模式的作用機理，明確可再生能源FIT電價規制模式是否不受電力市場需求約束，與電力市場化不相適應，會產生棄風、棄光等問題，本文在電力市場中構建可再生能源電力實行FIT電價規制前后，可再生能源電力廠商與煤電廠商的Cournot博弈模型。通過博弈模型均衡求解，分析可再生能源電力廠商產能決策的影響因素，探討補貼對其影響大小以及FIT電價規制模式與電力市場化的適應性。根據Ciarreta et al. (2017)的研究，設定電力線性需求函數為：

P

=

c

-

dQ

(1)

其中：

P

為電力市場價格，

Q

是整個電力市場需求量，包括可再生能源電力和化石燃料電力總的發電量。發電端市場為充分競爭市場，進入和退出市場無成本，也就是發電廠商的利潤為零，即其總收入等于總成本：

P

Q

=

P

Q

(2)

等式左邊為總收入，右邊為總成本。由式(1)和式(2)得到：

P

=

P

=

c

-

dQ

(3)

假設在電力市場中有

M

個煤電廠商，其生產成本函數為：

C

(

q

)=

v

q

+

j

(4)

其中，

q

為每個煤電廠商的電力產量，

j

為煤電廠商的固定成本，

v

為煤電廠商的可變成本。同時，假設電力市場中還有

N

個可再生能源電力廠商，其生產成本函數為：

C

(

q

)=

v

q

+

j

(5)

其中

q

為每個可再生能源電力廠商的電力產量，

j

為可再生能源電力廠商的固定成本，

v

為可再生能源電力廠商的可變成本，

j

>

j

>0， 0<

v

<

v

。

在沒有可再生能源FIT電價規制時，煤電廠商和可再生能源電力廠商均以利潤最大化為生產目標。即：

(6)

(7)

同樣類型的電力廠商生產同樣量的電力。由式(6)、 式(7)求解一階條件，可得到均衡解為：

(8)

(9)

(10)

(11)

均衡條件為：

(12)

以上均衡條件也是可再生能源電力廠商生產的前提條件。如果可再生能源電力廠商的邊際生產成本過高且超過上述生產的前提條件值，則可再生能源電力廠商將不再生產，也即：

q

=0

(13)

(14)

(15)

(16)

如果可再生能源電力廠商滿足式(12)進行生產，則電力市場價格相對很低，可再生能源電力廠商可以直接進行市場化競價交易，不需要政府的額外補貼。但各國在發展包括新能源電力在內的可再生能源電力初期，尤其是風電、太陽能光伏發電因其發電年利用小時數遠低于煤電等常規電力機組，并具有間歇性、不可預測性等特點，在生產成本大規模降低前，如果沒有政府給予的價格補貼，很難與煤電等傳統電力進行競爭，不利于其規模化發展。因此，可再生能源電力發展的初期需要政府補貼政策予以支持，以彌補生產成本過高帶來的市場競爭力不足。

可再生能源電力實行FIT電價規制時，可再生能源電力廠商和煤電廠商按如下利潤最大化函數進行電力生產：

(17)

(18)

其中

ω

為政府給予可再生能源電力度電補貼。如果設定可再生能源電力消納的配額比例，則需要滿足下列條件：

(19)

均衡條件下并滿足式(19)，在可再生能源電力產量不小于強制消納配額量時，政府對可再生能源上網電價的補貼為：

(20)

(21)

(22)

(23)

由式(21)和式(22)可以推出：

(24)

由式(21)-式(24)可知，當政府僅對可再生能源電力實行保障性收購政策，未依據總消納電量設置可再生能源電力消納配額比例時，則

δ

未形成強制配額比例，難以對可再生能源電力產能產生強有力的影響。作為非重要影響因子，為與后文命題2加以區分，

δ

用參數

b

(

b

>0,

b

<

δ

)替代，此時可再生能源電力廠商的產能為：

(25)

式(25)表明，在實行可再生能源FIT電價規制下，當政府對可再生能源電力實行保障性收購政策時，可再生能源電力廠商的最優投資決策與

ω

和

C

有關。由于煤電為成熟型發電類型，

C

變化相對穩定，故可再生能源電力廠商的投資決策主要取決于補貼大小，與補貼存在正相關系。據此，結合中國可再生能源電價規制政策，可以得出命題1。

命題1：政府對可再生能源電力實行保障性收購政策時，一方面，因難以及時準確掌握可再生能源電力廠商的私人信息引起信息不對稱，導致可再生能源FIT電價規制是以平均成本而非邊際成本確定其電價或補貼，這就保證了可再生能源電力廠商獲得可預期的穩定投資收益，從而使可再生能源電力投資不受電力市場供求約束。另一方面，政府按區域核定的利用小時數保障性收購發電量，導致優于區域平均水平的可再生能源電力產生棄風、棄光，抑制其利用小時數的提升，與實現資源優化配置的電力市場化目標不相適應。

由式(22)-式(23)可知，如果政府對可再生能源電力設置消納總量配額比例，則可再生能源電力廠商的產能為：

(26)

結合式(20)與式(26)，可得到命題2。

命題2：政府對可再生能源電力設置消納總量配額比例時，可再生能源電價補貼主要由配額比例決定?？稍偕茉措娏S商的最優產能決策則取決于電力市場需求量、配額比例、電力生產企業的數量，與電力市場需求量、配額比例正相關，與電力生產企業數量負相關。即：政府設置可再生能源電力消納總量配額比例，可再生能源電力廠商會依據電力市場需求量確定最優規模與產能，有利于實現電力市場的供求均衡，優化了FIT電價規制與電力市場化之間的匹配關系，提高了兩者的適應性，從而減少棄風、棄光。

四 風電產業FIT電價規制與電力市場化的適應性檢驗

(一)我國風電產業FIT電價規制現況

我國對可再生能源電力實行的FIT電價規制，在設定不同類別、地區可再生能源上網電價時，超過所在省區燃煤機組標桿上網電價部分，通過可再生能源發展基金予以補貼。2009年國家發展改革委下發了《關于完善風力發電上網電價政策的通知》(發改價格[2009]1906號)，根據風電資源稟賦差異，將全國劃分為Ⅰ-Ⅳ類風能資源區，風電上網電價分別為每千瓦時0.51、0.54、0.58、0.61元。2014年以來，風電上網電價呈下降趨勢。2021年1月1日，新核準的風電項目全面實現平價上網(執行所在省區煤電標桿上網電價)。2015年我國開啟電力市場化改革，發電側逐步形成競價上網，上網側電價總體呈現下降趨勢，低于各省區煤電標桿上網電價，2021年以后新增風電仍享受隱性電價補貼，即市場化電價與煤電標桿上網電價之間的差額部分。我國風電各類資源區歷年FIT見圖1。

圖1 中國風電FIT情況

(二)風電產業FIT電價規制與電力市場化不相適應的事實與焦點

國家對可再生能源電力實行FIT電價規制促使其裝機規模迅速擴大，但可再生能源電力在全國電力消費結構中所占比例卻十分有限，棄風、棄光所引發的資源浪費與我國以煤電為主導的能源結構存在著突出的矛盾。

上文分析可再生能源FIT電價規制模式作用機理得出的命題表明，政府對可再生能源電力實行保障性收購政策時，可再生能源電力廠商的最優投資產能決策主要由補貼決定。中國目前對風電實行的FIT電價規制模式給予風電電價補貼，實行保障性收購會使可再生能源電力投資不受電力市場供求約束。主要表現為：(1)我國風電執行FIT電價規制后，投資方的收益被提前鎖定，極大地刺激了風電項目投資。2009-2014年間，中國風電裝機規模從1760萬千瓦增加至9657萬千瓦，新增裝機容量7897萬千瓦，年均裝機容量增長1316.17萬千瓦。截至2017年，我國風電裝機規模已突破16325萬千瓦。(2)隨著風電大規模的投產發電，財政對風電的補貼資金快速增長。2009-2017年補貼資金增長了12.19倍。由于FIT電價規制下政府對風電采取保障性收購，按區域核定的利用小時數保障性收購發電量，導致優于區域平均水平的風電產生大量棄風，抑制了利用小時數的提升，這也是我國風電年利用小時數一直不盡人意的主因。(3)風電資源密集地區出現了大量棄風問題。2014-2017年新疆、甘肅、吉林年均棄風率分別為28.5%、31.5%、24.5%。據國家能源局統計，2015-2017年全國棄風、棄水、棄光電量分別為1255億千瓦時、1269.8億千瓦時、187.42億千瓦時，合計約為三峽電站2.7年的發電量。針對可再生能源電力資源富集省區大量棄風、棄光問題，我國采取了包括行政與計劃手段在內的各種措施，但截至2019年底，新疆、甘肅等省區仍然存在較大比例的棄風、棄光。

秦海巖(2017)認為，我國可再生能源電力富集省區高達30%-40%的棄風率不能簡單歸咎于技術限制，根源在于電價制度。2014年德國可再生能源電力棄電率僅為1.2%(Li et al., 2019)，2017年中國風電規模接近美國兩倍，發電利用率卻與美國相差近50%(Huenteler et al., 2018)。風電、光伏發電棄風、棄光意味著FIT電價規制模式激勵投資形成風電、光伏發電裝機容量，可以發出的部分電力由于無法消納導致棄風、棄光，造成資源浪費。電力市場化的關鍵是通過價格機制實現資源優化配置，保證資源的充分、合理利用，風電產業大規模的棄風實質在于資源利用的低效、無效，與電力市場化改革進程相違背。棄風率自然成為風電FIT電價規制與電力市場化適應性的焦點，也是適應性的重要衡量指標。

以上實踐表明，我國可再生能源FIT電價規制模式與電力市場化已存在不適應。本文后續部分將以中國可再生能源電力實行FIT電價規制模式最典型的風電為例，經驗檢驗可再生能源FIT電價規制模式與電力市場化之間的適應性。

(三)模型設定與變量選擇

1.模型設定

采用中國風電產業30個省區(除西藏外)的面板數據檢驗可再生能源FIT電價規制模式的政策效果。實證模型構建如下：

Y

=

βS

+

γX

+

T

+

λ

+

ε

(27)

其中：

Y

表示

i

省

t

年的風電產能過剩程度，

S

表示

i

省

t

年的風電補貼，基于政策機理分析及命題，預期風電補貼的系數為正值，對風電產能利用程度存在顯著的負向影響，政府補貼越大，風電產業越容易背離市場供求關系，與電力市場化的適應性也越差，棄風概率增加，產能利用率越低。

X

代表影響不同省份風電產業發展規模的其他控制變量向量；

T

表示控制各省份影響風電產業規模的經濟與政策時間虛擬變量；

λ

控制地區固定效應；

ε

表示隨機誤差項。

2.變量選擇

(1)被解釋變量與核心解釋變量

棄風選擇與棄風率：被解釋變量

Y

表示

i

省

t

年的風電產能過剩程度，本文采用是否棄風與棄風程度兩個指標進行衡量。根據國家能源局發布的可再生能源發電利用統計調查制度，棄風率是風電場可發而未能發出的電量(棄風電量)與全部應發電量的比率，即棄風率=棄風電量/(風電實際發電量+棄風電量)。風電補貼：核心解釋變量

S

表示

i

省

t

年的風電補貼，中國風電FIT電價規制對各省區風電上網電價高于省區內燃煤脫硫機組上網電價的部分通過可再生能源發展基金的方式予以補貼。從電力行業風電項目開發經驗看，風電FIT電價規制模式對電力企業提前確保收益、規避未來經營風險具有重要作用。我國大型電力集團均為國有企業，其發展一方面受國家發展戰略影響，另一方面受國資委考核指標體系的約束，如對投資項目設有資本金內部收益率等指標，國有大型電力企業在決策投資項目時，項目的資本金內部收益率是投資決策能否通過的關鍵指標。風電FIT電價規制模式對國有電力企業投資決策十分有利，只要選擇的風電項目資源條件根據規劃設計進行測算的相關指標按照所在省區的上網電價測算其經營期資本金內部收益率滿足考核要求，風電項目就會大概率上馬投資。風電項目作為專屬性資源具有稀缺性，各大電力集團的實力體現又以投產裝機容量作為重要指標，伴隨中國風電補貼逐漸下調最終甚至實現平價上網趨勢，風電FIT電價規制模式中隱含的價格補貼政策對大型發電集團具有先行激勵作用。因此，本文選取中國歷年風電補貼作為核心解釋變量

S

。

(2)其他控制變量

其他控制變量是指影響風電資源利用的其他因素

X

，具體包括需求因素、供給因素與電網傳輸能力等。變量指標與預期符號如表1所示。

表1 指標選取與預期符號

(續上表)

需求因素：考慮需求的數量與結構，具體用國內生產總值GDP、人口密度、第二與第三產業占GDP的份額表示。經濟總產值與不同用電需求結構的產值越大，對風電的需求越大，風電的實際利用程度越高，棄風概率越小，棄風量更低，預期系數符號為負。類似地，人口密度越大，電力需求越大，棄風率越低。

供給因素：主要考慮電力市場中不同電力結構消納機制與競爭關系，包括煤電與水電發展規模，具體用煤電與水電裝機容量表示。煤電與風電、水電等可再生能源電力在電力市場中存在競爭與替代關系，當電力需求一定時，中國實行可再生能源電力優先上網，風電與水電消納同向變化，即需求同向變化，水電預期系數符號為負；風電、水電與煤電之間存在替代關系，為反向變化，煤電預期系數符號為正。

電網傳輸能力：從電網線路與容量密度考慮對風電上網利用情況的影響。電網傳輸能力越強，風電利用程度更高，棄風概率越低，預期系數符號為負。

(四)數據來源與描述性統計

本文中，各省區棄風率數據來源于中國循環經濟學會發布的《中國風電發展報告》及國家能源局發布的《風電產業監測數據通報》；各省區風電裝機容量、全社會用電量、風電發電量、煤電裝機容量、水電裝機容量、電網容量密度相關指標數據來源于《中國電力年鑒》(2010-2018年)；國內生產總值、二三產業增加值、人口密度指標數據來源于《中國統計年鑒》(2010-2018年)；風電補貼金額指標數據來源于國家發改委、國家能源局、電監辦、財政部發布的風電補貼項目、資金、預算以及電價監管通報等，通過查閱上述公開的原始數據資料，按照國家風電補貼的各類文件等計算處理得到。

為減少異方差，除棄風率、風電補貼與第二、三產業占GDP份額指標外，其余變量均取對數，對于取值含有0的變量數據，采取Ln(1+變量數據)的方式進行處理；國內生產總值與風電補貼數據以2009年為基期進行價格平減處理。表2給出了按年份進行的變量描述性統計。

表2 描述性統計

(續上表)

(續上表)

從表2可以直觀地看出，2009-2017年期間，棄風率隨著風電補貼的不斷提高而逐步增加。但這種正向關系是否的確存在，需要通過控制其他變量的影響后進行更加準確的估計。

(五)估計方法與內生性分析

為了考察中國實行的FIT電價規制模式，驗證對風電企業實行FIT電價規制是否會背離市場供求關系，與電力市場化不相適應，從而引起特定時期或地區產能過剩。本文基于模型(27)實證檢驗風電FIT電價規制的影響效果，以確定每個省區不同年份補貼引起的棄風可能性與不同因素對棄風程度的影響。由于企業存在是否棄風的二元選擇(不棄風時為0，棄風時為1)，且特定時間與區域的棄風程度存在差異，本文分別采用Probit模型與Tobit模型進行回歸分析。考慮到不同年份中國的風電補貼力度不同，為了剔除不同省份的變化趨勢，回歸時引入時間虛擬變量。同時考慮到中國各省區風電資源與地區的異質性特征，具體采用隨機效應Probit面板模型進行數據分析，以控制個體特征的影響。針對二元選擇問題，根據Xia et al.(2020)的研究，通過考察參數

ρ

是否為0可以判斷觀測對象是否存在時間和個體差異。如果參數

ρ

顯著不為0，則必須考察不可觀測的個體異質性，這時需使用隨機效應面板Probit模型才可得到精確的參數估計。另外，本文進一步考察回歸模型(27)可能存在的內生性，其主要來自兩個方面：一方面，風電補貼與棄風可能性(大小)存在的雙向因果關系，另一方面來自非線性面板的不可觀測變量的個體異質性影響。但通過分析中國現行的FIT電價規制模式可知，風電補貼的計算是國家基于四類風電資源區的資源稟賦與發電成本特征預測得出，不受是否棄風與棄風率大小的影響，所以可排除風電補貼與棄風率間的雙向因果關系。對于來自非線性面板的不可觀測的個體異質性可能產生的內生影響，實證檢驗中，本文除對時間進行控制外，為了控制與其他解釋變量相關的不可觀測的個體特征，在采用隨機效應面板Probit模型(Tobit模型)時，參考Xia et al. (2020)使用的M-C方法以Mundlak(1978)和Chanberlain(1984)共同命名為M-C方法。，引入各區域時變的其他控制變量的均值以剔除個體影響，具體用各地區2009-2017年全社會用電量均值作為Mundlak-Chanberlain工具(

xmean

)進行回歸分析。

(六)實證結果與討論

表3報告了采用隨機效應面板Probit模型與Tobit模型進行實證的結果。其中：列(1)-列(4)是被解釋變量為棄風選擇概率的隨機效應面板Probit回歸結果，列(5)-列(8)是被解釋變量為棄風率的隨機效應面板Tobit回歸結果。列(3)、 列(4)和列(7)、 列(8)分別加入Mundlak-Chamberlain工具。在采用隨機效應面板Probit模型實證前，觀察各模型估計參數

ρ

發現，1%顯著性水平下其取值處于0.518～0.916之間，說明利用混合Probit模型不能得到有效的估計結果。可以看出，M-C隨機效應面板模型估計結果中列(3)、 列(4)與列(7)、 列(8)的個體效應顯著，意味著其參數估計更為有效。

表3 隨機效應面板Probit與Tobit模型估計結果

(續上表)

由表3可知，無論是否控制個體效應，風電補貼的系數均在1%的統計水平顯著并且系數大小穩定，表明中國對風電補貼每增加1億元，將增加近3%的棄風可能(列(1)-列(4))，會引起棄風率提高6%左右(列(5)-列(8))。充分驗證了中國近10年來對可再生能源電力實行的FIT電價規制模式誘發風電產業背離市場供求關系，與電力市場化明顯不相適應，從而引起我國特定時期或地區產能過剩、高比例棄風問題，驗證了前述基本命題。此外，其他控制變量的符號與本文預期基本一致。國內生產總值GDP的系數為負，表明隨著電力需求的增加棄風率減少。與需求增加導致棄風率減少的預測一致，相比第一產業，第二與第三產業對電力的需求強度更大，其占GDP 的份額越大，棄風概率與棄風率越小。但第三產業對棄風傾向及第二產業對棄風率的影響不顯著，說明電力需求不是我國棄風問題的主因。地區人口密度的系數顯著為負，意味著區域人口越密集，電力需求越旺盛，棄風可能性(列(3)、 列(4))與棄風率(列(7)、 列(8))越小。從電力供給來看，煤電作為電力市場中風電的競爭能源，其參數系數顯著為正，暗示著在中國可再生能源電力優先上網的政策下，風電與煤電間存在明顯的替代關系，與水電資源存在互補關系，但水電回歸系數不顯著。電網傳輸能力對棄風概率和棄風率的影響不顯著，也說明電網建設及技術問題并不是大量棄風的主因。

中國對可再生能源電力實行FIT電價規制模式后，對中國四類風電資源區在2009、2015、2016、2018年分別采用不同的電價補貼政策，使得我國風電產業得到迅猛發展，產業規模迅速擴大。本文實證檢驗結果表明，在控制時間變量與各地區的個體異質性特征后，FIT電價規制(風電補貼政策)顯著提升了近10年來中國各地區的棄風概率與棄風率，誘發風電產業背離市場供求關系，從而引起特定時期或地區風電產能過剩，出現高比例棄風，造成社會資源浪費。進一步分析表明，能源供給能力快速增長引發的產能過剩矛盾，與電力市場化進程不相適應，嚴重抑制了能源可持續轉型(劉平闊,2019)。

五 結論與政策啟示

通過對可再生能源FIT電價規制模式與電力市場化的適應性檢驗，具體以是否棄風的二元選擇與棄風程度為被解釋變量，采用隨機效應Probit與Tobit面板模型實證檢驗我國FIT電價規制(風電補貼)對風電產業發展的影響。結果表明，無論是否控制各省風電資源個體效應，我國FIT電價規制模式均顯著提高了風電產業的棄風可能與棄風程度，充分驗證了中國近10年來對可再生能源電力實行的FIT電價規制模式，是誘發中國風電產能背離電力市場供求約束的重要因素。究其原因在于FIT電價規制模式下，規制者難以對可再生能源發電成本變化做出及時準確的反應，盡管不斷調整政府定價，仍然不能解決與電力市場化不相適應的問題，從而驗證了本文的命題1。

FIT電價規制保證了可再生能源電力廠商利潤預期，進一步降低了可再生能源電力投資建設的風險，強有力地刺激了可再生能源電力廠商的投資，短期導致可再生能源電力裝機規模的快速擴張。由于不受電力市場需求約束，會造成特定時期或局部地區產能過剩，出現棄風、棄光。同時也會使可再生能源電力廠商缺乏成本約束，導致補貼缺口不斷擴大。因此，必須打破中國可再生能源電力現階段實行的FIT電價規制模式，優化和尋求新的可再生能源電價規制模式。根據前文得出的命題2可知，如果政府對可再生能源電力設置消納配額比例，可再生能源電力廠商的最優產能決策則受控于電力市場需求量，使可再生能源電力產能受供求關系的約束，從而減少棄風、棄光，有利于優化FIT電價規制與電力市場化之間的適應性。據此得到的政策啟示為：第一，將我國目前針對新增可再生能源電力仍在實行的FIT電價規制模式調整為FIT-Z(設置消納配額比例的固定上網電價)，作為RPS-TGC(配額制與可交易綠色證書制度)電價規制模式有效實施前的過渡電價規制模式。第二，隨著綠色發展戰略和電力市場化改革的推進，應加快可再生能源FIT電價規制模式向RPS-TGC電價規制模式的轉型，改變中國目前可再生能源FIT補貼退出方式(包括未來存量補貼退出)，由先慢后快方式調整為分階段且前段退補率高于后段退補率的方式。第三，中國可再生能源FIT電價規制模式轉型必需結合可再生能源電力發展階段異質性特征，分類別、分階段開展。在完成可再生能源FIT電價規制模式向RPS-TGC電價規制模式轉型前，對新增風電、光伏發電，可優化現有的FIT電價規制模式；加速實現存量風電、光伏發電以及優化后的增量風電、光伏發電向RPS-TGC 電價規制模式過渡，最終實現向可競爭電力市場的轉型。