中国风能、太阳能电价政策的补贴需求和税负效应

余　杨

(北京大学 经济学院，北京 100871)



中国风能、太阳能电价政策的补贴需求和税负效应

余杨

(北京大学 经济学院，北京 100871)

摘要：中国新能源电价政策促进风、光电力市场规模化发展，但也造成急剧攀升的财税负担。依据发电项目建设要求，扩展平准化电力成本模型，并在此基础上将电价基准、外部效应及并网消纳等纳入电价补贴模型，分类讨论风、光电价调整和财税效应。结果显示，到2020年，四类风能区和商业用户将实现平价上网或自用电零补贴，但财税总量仍将上升，低弃风情景下省份资源区电价有效缓解补贴增长。因此，兼顾市场应用与财税成本的新能源政策亟需调整。

关键词：平准化电力成本；上网电价；补贴需求；税收负担

一、引言及相关文献回顾

2006—2013年，在《可再生能源法》和新能源电价补贴政策支持下，中国风、光装机量以年均近180%增速超预期增长，可再生能源电价附加征税标准一再调高，从0.1分/千瓦时增至1.5分/千瓦时，仍不能满足实际补贴需求。为缓解补贴需求增长规模、体现发电成本变化趋势，国家能源局在2012—2014年间三次召开风电上网电价座谈会，但调价方案因补贴资金到位难、“三北”地区弃风率高等原因一再推迟，调价幅度相当有限。为提高资金利用效率、推进技术应用，金太阳示范工程投资侧享受优惠补贴，但2013年财政部对项目补贴彻查中清算骗补资金超百亿元，分布式发电装机指标宽松，但因成本、弃光等原因无法落地，存在补贴不足的现象。由此，在能源转型中兼顾新能源市场应用和财税资金利用效率，深入探讨风、光电价政策调整及其财税效应，对优化区域发展布局、缓解财税压力尤为重要。

已有研究依据新兴可再生能源补贴类别、性质、对象和方式，利用具体项目法、价差法、生产者或消费者补贴等价法、资源租金法和边际社会成本法等对不同电价政策——固定上网电价(FIT)、可交易绿色证书、净计量电价和招标电价——的补贴规模和税负成本进行估算(Grau，2014；Falconett et al.，2010；Tamas et al.，2010；Rozakis et al.，2005；Bernard et al.，2007)。欧盟委员会的研究表明欧盟可再生能源补贴已超过化石能源，且FIT补贴占比最高(EC，2014)。IRENA(2014)指出，可再生能源电价政策电价税负较高，且国别差异较大。国内研究以定性分析和国际经验比较为主，也有部分文献通过数理和实证方法研究最优补贴政策选择及补贴需求规模。李虹等(2011)利用非线性优化模型，以居民环境支付意愿为约束条件，证实征税、FIT等补贴措施选择取决于市场竞争环境。黄梦华(2011)、Zhi et al.(2013)和Hu et al.(2014)定性分析了加剧财税负担的FIT政策，认为并非是长期政策选择。还有行业评论指出，新能源FIT政策因装机规模、弃风弃光等原因，补贴需求增长较快，财税规模控制较难。由此可见，对中国风、光电价政策财税效应的研究关键在于依据风、光电价政策的阶段性变化和补贴基准调整，应充分考虑技术性和经济性因素的影响，分情景、阶段和资源区域进行实证分析。

二、模型构建

中国风、光电价政策的补贴需求体现在发电技术、电价基准、环境成本内部化率和并网消纳能力等因素影响下的度电补贴和总规模需求趋势，税负效应体现在相应的可再生能源电价附加征税标准变化。依据各阶段风、光电价政策与补贴标准(包含分摊规定)，本文建立平准化电力成本(LCOE)扩展模型为基础的电价补贴需求和税负模型，重点探讨现行FIT电价政策下各类因素的影响效应，并以2006—2013年和2020年为样本时段，提出分情景实证研究方法以及相应的基础数据来源。

(一)风能、太阳能电价政策与补贴标准

中国风、光电力市场形成较晚，各阶段电价补贴政策因受产业化程度、市场规模等影响，补贴方式和标准各有侧重，主要表现出投资侧转向发电、售电侧补贴，电网电价差转向标杆上网电价差补贴等特点。阶段性政策变化具体如下：

风能电价政策与补贴标准的阶段性变化。1986—2002年，风电发展初期阶段。风电设备基本由国外援助或进口购买，上网电价有还本付息电价、经营期均价和竞争电价等形式，电价由国家物价部门核准，上网电价高出平均电价部分由电网公司负担。2003—2008年，风电规模化发展阶段。为提高风电机组产业化水平和应用规模，实施特许招标电价与核准电价并存，风电与常规电源电价(或脱硫燃煤机组标杆上网电价)差额在省电网内(2003—2005年)或可再生能源电价附加进行分摊(2006—2008年)。2009年7月至今，风电大规模应用阶段。国家发改委出台[2009]1906号文件，依据风能资源和工程建设条件，实行全国四类资源区标杆上网电价政策，补贴标准和费用分摊按《可再生能源法》实施。2015年1月，发改委[2014]3008号文件调整资源区电价标准。

太阳能电价政策与补贴标准的阶段性变化。2009年前，市场应用初期。太阳能发电项目依赖国家直接拨款和国际赠款，如“送电到乡”、“光明工程”等项目(中国可再生能源发展项目，2008)，主要采取审核电价和援助补贴形式。2009—2013年，市场规模化发展阶段。为推进光伏发电示范应用及关键技术产业化，启动太阳能发电特许招标和金太阳示范工程项目。期间，14个特许招标项目依据[2011]1594号和[2013]1638号文件执行中标电价，补贴标准为中标价格与当地燃煤机组标杆上网电价差额。6批金太阳示范工程项目依据财建[2009]129号规定实施投资侧补贴，光伏电价报批主管部门审核，补贴纳入全国费用分摊。2013年至今，太阳能发电大规模应用阶段。发改委 [2013]1638号和[2014]406号光伏标杆上网电价政策相继发布， 2013年9月后批准或2014年后投运项目，光伏电站实行三类资源区标杆上网电价与上网电价差额补贴，分布式发电实行全额上网补贴(标杆电价差补贴)或全电价补贴(余电上网0.42元/千瓦时)。2011—2012年，也有部分地区依据[2011]1594号文件实施特定的标杆上网电价，补贴标准为光伏上网电价与当地燃煤标杆上网电价差额，统一在可再生能源电价附加中进行分摊。

(二)风、光发电和燃煤发电成本及上网电价模型

由风、光电价政策与补贴标准阶段变化可知，风、光和燃煤发电上网电价的确定是补贴估算的基础。在审批和招标政策下，电价基准由政府核准或中标确定，依据项目有较大变化。现在，此两类政策已不再实施，市场份额低，取实际值进行实证研究。现行标杆上网电价政策下，国内外普遍应用LCOE模型比较不同电源技术发电成本和定价基准。LCOE模型使电力项目在基准收益率基础上实现盈亏平衡，或给定预期收益率下净现值为0，由此确定的不同电源电价水平可在同一基准收益率下进行有效比较。根据工程项目成本核算和净现值法(NPV)要求，LCOE简单形式：

(1)

其中:总成本(Cost)是期初(t=0)资本投资(CI)、维护成本(O&M)和燃料成本(F)的现值；Rdis是预期贴现率，将t期成本进行贴现。总收益为当期LCOE与发电量(Qe)乘积现值。若LCOE还考虑其他因素成本效应，如系统损失(Rdeg)、融资成本(贷款额度L和利息I、利率i、贷款比重Ris和贷款期限T′)、人员和保险成本(Lab、Ins)、所得税(税收IT、税率Rinc)、增值税(税收VA、税率Rva)、增值附加税(税收VAS、税率Rvas)和折旧(Dep)。那么，LCOE拓展如下：

(2)

(3)

(4)

若标杆上网电价(BGEP)与LCOE同步调整，则

BGEPt=LOCEt

(5)

(1)风、光发电项目关键成本因素。成本波动的关键因素包括资本投资以及发电量。其中，资本投资中发电设备费用变化趋势可利用学习曲线进行拟合：

(6)

LBD=1-2-b

(7)

其中，Ceq,t是风、光发电系统t期成本，Ceq,0为期初成本，CQeq,t为t期产量，CQeq,0为期初产量，b是干中学系数。公式(7)用以估算“干中学”的成本效应。其他设备成本和建设安装成本依据年均成本变化率进行外推。预备费用和其他费用按工程技术标准(水规院，2007)、工程勘察设计收费管理规定(国家计建部，2001)等定额核算。电价成本中发电量由系统效率和资源条件决定，上网电量还与并网消纳能力有关。

(2)燃煤发电项目关键成本因素。成本波动主要参数包括燃料成本、利用小时数和厂用电率等，可依据年度平均变化进行外推。燃煤发电设备和建设技术较成熟，煤电基地以西部为主，严控其他新建项目，投资费用波动小。但《煤电节能减排升级与改造行动计划(2014—2020)》和《火电工程限额设计参考造价指标》中对环保标准提出严格要求，发电环境防治成本将有明显变化。

(三)风、光发电补贴需求与税负效应建模分析

1.补贴需求分析

由风、光电价政策与补贴标准阶段变化以及电价成本LCOE模型分析可知，补贴需求受电价基准、成本趋势、外部成本内部化、并网消纳能力等多因素影响。综合考虑政策变化和研究需要，重点建模分析FIT电价政策下，风电发电侧、光伏发电侧和售电侧的补贴需求。

(8)

(9)

(10)

其中，GPw/s、GPc分别为风、光及燃煤发电上网电价。不同电价政策下，GPw/s可代表风、光核准电价，招标电价或FIT电价。前两类政策已不再实施，且装机量相对较小，不再展开讨论。

(11)

(12)

FIT政策下，风、光发电度电补贴需求取决于不同电源标杆上网电价(风、光发电FITw/s，燃煤发电BPc)基准和变化差异，总补贴需求还取决于并网电量。那么，在不同的风、光电价分类和调整基准，燃煤发电外部成本内部化程度和弃风/光(Rc)下，将呈现如下不同补贴需求：

C.存在弃风/弃光(Rc>0)，风、光标杆上网电价调整滞后于LCOE水平，即便补贴电量下降，总补贴需求满足以下条件也可能上升(且稳定的电价水平有助于减缓补贴增量需求)：

(13)

则：

(14)

这意味着弃风/光上升时，未补贴弃风/光电量不能抵消新增装机补贴增量，则总补贴会上升。依据A情况，分类资源区电价更好地平衡了区内各省电价水平，引导低弃风/光区装机，减缓补贴需求。

(2)售电侧补贴需求。分布式发电补贴包括全额上网补贴和全电量补贴，后者是定额补贴。用户并网发电和自发自用选择取决于补贴后用电成本，全额上网补贴需求较大，全电量补贴较低。

A.满足以下条件，分布式光伏自发自用有利：

LCOEc-s≤pc或者LCOEc-s≤pc+s， 且FITS-pc≥0

(15)

其中，s是定额补贴,pc是对商业、大工业和居民销售电价，LCOEc是对应的用电成本。当用电成本扣除补贴后比购电成本低，用户将选择分布式发电自发自用。度电补贴还应低于上网电价与销售电价差，即s

TSs1=s*Qes

(16)

B.若不满足以上条件，分布式光伏全电量上网更有利：

LCOEc-s>pc且LCOEc≤FITs， 或者pc+s≤LCOEc≤FITs

(17)

则补贴总量：

TSs2=(FITs-BPc)*Qes>(FITs-Pc)*Qes>s*Qes

(18)

当用电成本扣除补贴后仍高于购电成本，将选择全电量上网，且差价补贴高于定额补贴。自发自用情景下，由s

sb*Qes≤TSs≤(FITs-BPc)*Qes

(19)

2.税负效应分析

依据可再生能源电价附加征收方法，估计风、光电价补贴税负效应。可再生能源电价附加征收覆盖农业生产和西藏电网电量以外其他用电(OE)，但2009年后居民生活用电(RE)电价分摊(TBre)固定在0.1分/千瓦时，即电价附加征税具有用户补贴偏向。若不考虑补贴偏向，则可征税电量范围的税负效应：

(20)

考虑征税偏向，其他用电(OE′)税负效应：

(21)

居民税负/电价比：

(22)

其他用户税负/电价比：

(23)

考虑征税偏向时，非居民其他用户的可再生能源电价附加较高，税负/电价比也较高。可以通过比较不同时期不同用户可再生能源电价附加分摊水平进行验证。

(三)实证研究方法与基础数据

为检验风、光电价政策的补贴需求和税负效应，对2006—2013年中国风、光电价财税效应进行估算，对2020年进行分类情景实证研究。因数据可获性和地区特殊性限制，风电仅研究陆上项目，均不包括西藏和港澳台。依据政策、经济和技术因素——风/光上网电价政策，发电利用方式，燃煤电价变化和外部成本内部化及并网消纳(无弃风、5%低弃风、2013年高弃风水平)，设定情景。

1.风、光发电补贴需求和税收效应估算方法

风电项目中，2010年前新增装机依据发改价格[2007]2446号、[2008]3052号、[2008]640号、[2009]1581号、[2009]3217号、[2010]1894号和[2011]122号关于可再生能源电价补贴和配额交易方案统计估算补贴需求；2011—2013年，新增装机补贴按资源区标杆上网电价政策，利用价差法估算；2020年，考虑成本变化和电价调整需求，分类讨论发电侧补贴需求。光伏项目中，2012年前新增装机补贴，依据有关可再生能源电价附加资金补贴目录以及补贴和配额交易方案进行统计估算；2013年，新增装机补贴依据分类资源区标杆上网电价和补贴政策，利用价差法估算；2020年，考虑成本变化和电价调整需求，分类讨论发电侧和售电侧(分布式发电)补贴需求；金太阳工程项目因数据统计困难仅考虑工程投资补贴。

2.2020年风、光发电财税效应的情景分类

风电补贴有两大类12小类情景：(1)分类资源区固定上网电价(燃煤脱硫、脱硫脱硝除尘标杆电价2014和2020基准)，发电侧补贴；(2)省份资源区固定上网电价(考虑弃风，其他设定同上)，发电侧补贴。光伏发电补贴有四大类16小类情景：(1)分类资源区固定上网电价(燃煤脱硫、脱硫脱硝除尘标杆电价2014和2020基准)，发电侧补贴；(2)省份资源区固定上网电价(其他同上)，发电侧补贴；(3)分类资源区固定上网电价(居民、商业和大工业有/无附加电价2014和2020年基准)，售电侧补贴；(4)省份资源区固定上网电价(其他同上)，售电侧补贴。税负效应将基于不同补贴情景进行估算。

3.基础数据来源

表1　2013、2020年中国风电、光伏发电装机量规划

注：*目前官方公布的光伏装机规模均为并网容量。

资料来源：国务院办公厅，中国电力年鉴(2014)，国家能源局。

风、光发电的技术，装机设定，财务指标及数据来源见表1、2，省份装机份额依据可再生能源发展规划和重点基地发展目标。区域资源条件和各类成本数据出自水规院、中电联等。2020年总电量和各类用电消费参考国家电力规划研究中心(2013)电量需求预测方案和方法，用电消费趋势依据2006—2013年历史数据进行线性估计与预测。

表2　风电、光伏发电和燃煤发电主要技术和财务指标设定

资料来源：电力规划总院(2014)，国务院办公厅(2014)，IEA(2010)，发改能源[2014]2093号。

三、中国风、光、火上网电价与销售电价变化趋势

(一)风、光发电平准化电力成本变化趋势与上网电价影响

图12014—2020年风、光、火发电 LCOE变化

目前，中国风、光发电还不具备成本竞争优势。但受技术进步的成本作用，风、光发电LCOE降幅将明显大于燃煤发电(图1)。到2020年，陆上风电在Ⅰ、Ⅱ类资源区的LCOE(0.36～0.4元/千瓦时)将接近或达到全国燃煤脱硫平均上网电价(0.383元/千瓦时)。光伏发电侧LCOE(0.53～0.7元/千瓦时)仍普遍高于火电，但在售电侧将接近各类销售电价(0.511～0.826元/千瓦时)。省份分布来看，“三北”地区风、光资源条件优越，发电成本低，装机分布与资源禀赋相对应，但这些地区也是燃煤发电上网电价、销售电价较低的区域，当地风、光发电成本与实际补贴需求是“错配”的(图2、3)。由2014—2020年风、光发电LCOE变化趋势，可设定2015、2018和2020年分类资源区FIT电价基准(见表3)，取值为区域内省份电价中值，兼顾区域平衡发展和研究比较需要。

图2　2013年中国风力资源、装机分布与燃煤上网电价

图3　2013年中国太阳能资源、装机分布与销售电价

(二)燃煤发电标杆上网电价变化趋势与影响

表3　风、光发电FIT电价调整 　(单位：元/千瓦时)

注：2015年风能四类资源区LCOE分别为0.48、0.52、0.56和0.59(元/千瓦时)，但FIT电价调整依据发改委[2014]3008设定。

基于2020年燃煤发电各类指标设定，各省燃煤发电企业脱硫标杆上网电价将在2014年9月基础上平均下调0.012元/千瓦时，在0.238～0.478元/千瓦时范围，且华东、华南和华中地区明显高于“三北”地区。尽管常规火电发电侧标杆电价下调幅度不大，但对风、光发电补贴影响重大，度电补贴成本将提高，补贴退出时间将延迟。若考虑提高外部成本内部化程度，那么脱硝除尘补贴标准(0.012元/千瓦时)将抵消2020年燃煤脱硫标杆上网电价降幅，能有效改善补贴需求。

(三)售电侧电价变化趋势与影响

基于燃煤脱硫标杆上网电价变化，调整各省各类电价水平。到2020年，各省销售电价平均下降0.012元/千瓦时，居民、商业和大工业电价分别在0.418～0.605元/千瓦时、0.498～1.046元/千瓦时和0.371～0.759元/千瓦时范围。考虑销售电价附加构成和分布式自发自用电量免税政策(发改价格[2013]1638号文件)，购电成本相对提高。目前，销售电价附加包括农网还贷资金、大中型水库移民后期扶持资金、国家重大水利工程建设基金、城市公用事业附加费以及可再生能源电价附加。那么，各省居民、商业和大工业电价附加在0.8～5.6分/千瓦时、2.5～7.8分/千瓦时和2.4～7.5分/千瓦时范围。这一免征税负尽管数值不大，但可抵消电价下降引起的补贴上涨压力，还可促进税负结构调整，有效鼓励分布式光伏自发自用。

四、中国风、光发电补贴需求与税负效应

(一)2006—2013年风、光发电电价补贴需求与征税负担

由表4可知，2006—2013年，随着中国风、光发电装机量迅猛增长，度电补贴需求有所下降，但总补贴规模急剧上升。风、光发电总补贴量分别上升121倍和680倍，总额超320亿元。这一补贴金额还不包括省份财政补贴和金太阳工程投资侧补贴，若包括后者，光伏补贴在2010—2013年将年均提高30亿元以上。相应地，风、光电价补贴所需可再生能源电价附加征税额度从0.008分/千瓦时增至0.1(居民)和0.72(非居民)分/千瓦时。若包括金太阳工程，非居民税负超过0.85分/千瓦时。

表4　2006—2013年中国风电、光伏发电电价补贴需求

注：*并网发电量；**不包括金太阳示范工程项目投资侧补贴；***2009年之后居民与其他可征税用户区分征税差异。

(二)2020年风、光发电电价补贴需求

1.风电度电补贴需求

实施风电省份资源区电价情景下，有更多省份可实现风电上网电价零补贴(见图4)或可取消固定上网电价和补贴政策，进行市场化电力交易。在燃煤脱硫标杆电价2014年基准和低/无弃风情景下，四类资源区天津、上海、江苏、福建、江西、湖北、湖南、广东、广西、海南、重庆、四川、云南以及河北二类可实现风电零补贴。高弃风情况下排除河北二类，燃煤脱硫标杆电价2020年基准下排除江苏和云南。考虑脱硝除尘预防成本，低弃风/无弃风情景还将增加河南和黑龙江三类。实施风电分类资源区电价政策，在燃煤脱硫脱硝除尘标杆电价2014年基准下，上海、江西、湖北、湖南、广东、广西、四川、海南以及河北二类和黑龙江三类无需补贴，其他情景下仅湖南、广东、海南以及河北二类无需补贴。内蒙古和甘肃在高弃风情景下实施省份资源区电价所需补贴明显高于分类资源区。

图42020年各省份风电上网电价度电补贴需求

图52020年各省份光伏发电上网电价度电补贴需求

2.光伏发电度电补贴需求

发电侧各类情景下(见图5)，各省光伏发电度电补贴需求均大于零，即到2020年光伏上网还不具有价格优势，仍需补贴政策支持。由于各省光照有效利用小时普遍高于分类资源区基准，实施省份资源区电价政策的度电补贴需求将更低。考虑燃煤发电成本趋势和外部成本内部化影响，省份最低补贴需求为0.15元/千瓦时。售电侧分布式光伏自发自用方式下(见图6)，除海南外，光伏发电成本普遍低于商业电价，无需补贴；大工业用户在省份资源区电价政策下，三类资源区北京、天津、河北、吉林、上海、江苏、浙江、江西、山东、河南、湖南、广东以及陕西二类、山西二类内蒙一类地区无需补贴，但在分类资源区电价政策下，河北、上海、江苏、江西、河南、广东、陕西二类、山西二类和内蒙一类也需用电补贴；不考虑电价附加，各省居民用户均需补贴，若考虑，则内蒙、新疆和甘肃无需补贴；居民补贴普遍大于大工业。可见，光伏发电省份资源区电价政策和税负减免，可有效加强分布式光伏自发自用成本竞争力。

图62020年各省份分布式光伏自发自用度电补贴需求

图72020年各省份风电电价总补贴需求

图82020年中国风电电价总补贴需求变化

图92020年各省份光伏发电电价总补贴需求

图102020年中国光伏发电电价总补贴需求变化

3.风电总补贴需求

到2020年，中国风电电价总补贴需求在585～734亿元，比2013年增长112%～167%(见图7、8)。无弃风/低弃风情景下，实施风电省份资源区电价政策总补贴规模较低，比分类资源区情景低0.2%～5%。但高弃风情景下，风电省份资源区电价政策下总补贴规模更高，增幅在7.4%～8.4%。这主要缘于内蒙古和甘肃装机容量比重高，受高弃风影响时，省份资源区电价政策的度电补贴需求明显上升，且不利于调整装机地区分布，造成总补贴量较高。考虑燃煤脱硫标杆电价变化和脱硝除尘防范成本，风电总补贴需求将上升5%～5.6%和5.3%～6%。可见，因弃风率变化，应适时调整风力电价政策基准，同时充分考虑燃煤外部成本内部化，可有效降低补贴需求。

4.光伏发电总补贴需求

到2020年，光伏最大和最小补贴需求分别在516～581亿元和367～411亿元，相对于2013年增长超过7倍(见图9、10)。光伏发电实施省份资源区电价政策的总补贴规模较低，比分类资源区电价情景低6.2%～7.2%。考虑燃煤脱硫标杆电价变化和脱硝除尘防范成本，总补贴量将上升2.1%～2.2%和2%～2.3%。地面电站补贴主要集中在内蒙古、甘肃、青海、宁夏和新疆，与当地丰裕的光照和土地资源条件、低廉的销售电价密切相关。分布式发电补贴总量取决于政策偏向，若为实现补贴规模最小化，那么2020年各省商业用户普遍无需补贴，可取消售电测补贴政策；若为兼顾各类市场应用，需保持居民和大工业用户补贴，补贴规模还将增大。

(三)2014—2020年风、光电价政策的补贴税负效应

2014—2020年，中国电力消费还将显著增加，可适度减轻风、光电价补贴的税负。到2020年，全国电力需求预测在7.5～8万亿千瓦时，比2013年还将增长40%～50%。以2004—2013年各类用电消费平均占比估算，居民用电在9172～9783亿千瓦时，非居民和农业生产用电在6.38～6.80万亿千瓦时。那么，可再生能源电价附加征收覆盖范围可增至2.7～3.1万亿千瓦时。

到2020年，为支持风、光电价补贴，可再生能源电价附加征税标准有望进一步提高。仅满足风电、光伏发电补贴需求，非居民其他用户的可再生能源电价附加征税标准需达到1.3～1.9分/千瓦时。在风、光发电分类资源区上网电价和燃煤脱硫电价2020年基准情景下，可再生能源电价附加征税负担最高，在1.5～1.9分/千瓦时，已超现有标准。关于税负/电价比，居民在1.8%～2.3%，非居民其他用户在1.8%-5%。这些结果意味着尽管新能源发展将带来电价下降的长期效应，但短期内将显著增加电力用户用电成本和税负。

五、结论与政策建议

中国风、光电价政策的补贴需求和税负效应研究表明：(1)到2020年，风、光发电在FIT政策支持下，发电成本和度电补贴需求将明显下降，但补贴总量和税收负担仍将上升。风能四类地区和全国商业用户将普遍实现风力发电及光伏用电的零补贴，其他资源地区和电力用户仍需要财政政策支持。(2)受不同电价政策、发电利用方式、燃煤发电外部成本内部化程度、并网消纳能力和补贴方式影响，补贴需求差异显著。低弃风情况下，实施省份资源区电价政策有助于降低补贴规模。但高弃风情况下，分类资源区电价政策的补贴成本更低。由于用煤成本下降且不提高燃煤外部成本内部化程度，风、光电价补贴规模将明显增加。风力和光照资源条件优越的地区，受装机容量高和燃煤电价低影响，总补贴需求较大。(3)可适度削减风、光电价补贴税负水平，但受补贴总量增长的影响，短期内可再生能源电价附加征税标准仍需提高。

综上所述，“十三五”期间，应加大风能、太阳能发电政策调整，以确保其健康发展：(1)完善风、光发电价格政策和调整机制。充分考虑各省份在技术适宜性、资源禀赋、并网消纳能力等方面的区域差异，考虑可再生能源对环境以及气候变化的正外部性效应，建构可再生能源经济成本、补贴成本和环境效益的定价机制，并积极通过电力成本与价格联动，创新可再生能源跨区域交易平台，以有效提升风、光发电价格竞争力。(2)细化风、光发电的补贴标准和税收政策。按照规模发展与合理经济的原则，完善全额上网与全电价补贴标准，充分考虑补贴资金的社会可承受性及不同电力消费主体的支付能力，适时限定度电补贴或总量上限水平，减轻补贴需求压力并支持具备成本优势的企业进行市场拓展；强化电力附加税负减免的成本效应，促进分布式发电市场应用，并增强可再生能源基金的利用效率。(3)着力推进电力、电网协调规划和政策实施。可再生能源的并网消纳至关重要，不仅涉及发电设备利用效率和经济成本，还关系电力定价地区基准和装机指标，全面构建与间隙性电力技术系统相适宜，与地区资源、电源结构和负荷特征相匹配的电网系统，出台电力灵活调控的技术创新政策以及运行管理的法规措施，以确保风、光发电项目落地和高效运行。

参考文献：

电力规划总院. 2014. 火电工程限额设计参考造价指标[M]. 北京:中国电力出版社.

国家电力规划研究中心. 2013. 我国中长期发电能力及电力需求发展预测[M]. 北京:中国电力出版社.

黄梦华. 2011. 中国可再生能源政策研究:借鉴欧盟的可再生能源政策经验[D]. 青岛：青岛大学.

李虹，谢明华，杜小敏. 2011. 中国可再生能源补贴措施有效性研究:基于居民环境支付意愿的实证分析[J]. 财贸经济(3):102-109.

水规院. 2007. 风电场工程技术标准FD002—2007[S]. 北京：中国水利水电出版社.

中国可再生能源发展项目. 2008. 中国光伏产业发展研究报告(2006—2007)[R]. 北京：中国可再生能源发展项目办公室,[2015-06-01]. http://doc.mbalib.com/view/022b059e0fd2e1b2e9d0323df3ecc6b7.html.

BERNARD F, PRIEUR A. 2007. Biofuel market and carbon modeling to analyze French biofuel policy [J]. Energy Policy, 35(12):5991-6002.

EC. 2014. Subsidies and costs of EU energy [R]. [S.l.]: European Commission.

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

GRAU T. 2014. Comparison of feed-in tariffs and tenders to remunerate solar power generation [R]. DIW Berlin Discussion Paper.

HU Z, WANG J H, BYRNE J, et al. 2013. Review of wind power tariff policies in China [J]. Energy Policy, 53(2):41-50.

IEA. 2010. Technology roadmap solar photovoltaic energy [R]. French: OECD/IEA.

IRENA. 2014. Adapting renewable energy policies to dynamic market conditions [R]. French: OECD/IEA.

ROZAKIS S, SOURIE J C. 2005. Micro-economic modeling of bio-fuel system in France to determine tax exemption policy under uncertainty [J]. Energy Policy, 33(2):71-182.

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

ZHI Q, SUN H H, LI Y X, et al. 2014. China′s solar photovoltaic policy: an analysis based on policy instruments [J]. Applied Energy, 129:308-319.

(责任编辑刘志炜)

Subsidy Demands and Tax Burdens of China′s Wind and Solar Electricity Price Policies

YU Yang

(School of Economics, Peking University, Beijing 100871)

Abstract:Although market deployments of wind and solar electricity are greatly promoted by electricity price policies of new energies in China, increasing taxes are need to be levied on the electricity prices. According to the requirement of power generating project construction, the paper extends models of levelized electricity costs, incorporates various factors such as electricity price benchmarks, externality and grid curtailment into electricity price subsidy model, to analyze price adjustment of wind and solar electricity and taxation effect. The results show that the fourth wind resource region and commercial customers will achieve grid parity or zero subsidy of self-used electricity, while the total amount of taxation will escalate, and the electricity price specified by provincial regions and resource regions can minimize the increase of subsidy scale by 2020. Therefore, renewable energy policies need to be adjusted to satisfy both scale deployments and tax costs of these energies.

Keywords:levelized electricity cost; grid tariffs; subsidy demand; tax burden

收稿日期：2015-07-04

作者简介：余杨(1980--)，女，浙江宁波人，北京大学经济学院博士后，讲师。

基金项目：国家社会科学基金青年项目“能源技术经济范式转换与我国可再生能源产业技术创新研究”(14CJY007)；中国博士后科学基金面上资助项目“我国清洁能源发展推进能源结构转型的机制与政策研究”(2015M580003)。

中图分类号：F206；F812

文献标识码：A

文章编号：1001-6260(2016)03-0106-11