我国光伏产业政策工具组合研究

翟东堂 霍佳伟

(对外经济贸易大学 政府管理学院，北京 100029)

霍佳伟(1992—)，男，甘肃天水人，硕士研究生。

光伏发电已成为世界各国争相扶植的战略性新兴产业，我国政府高度重视光伏产业的发展，先后实施了一系列扶植和规范光伏产业发展的政策措施。在FiT等政策工具的推动下，我国光伏产业得以迅猛发展，国内光伏装机规模快速增长。但我国光伏产业在快速发展的同时，也出现了市场失灵和政策失灵问题，从政策工具的视角考察我国光伏产业发展历程中运用的政策工具组合及其具有的特征，对我们从政策工具视角认识、评价我国光伏产业政策以及优化我国光伏政策工具选择具有重要意义。

一、文献回顾

政策工具应用是政策工具组合的前提与目的。国内外学者对光伏产业政策工具应用的研究主要集中在政策工具应用的绩效和政策工具应用过程中存在的问题，而对两个问题的研究，一般对应着两种不同的研究路径。

第一种研究路径是基于比较研究方法或实证分析方法，通过对各国普遍运用的政策工具进行比较，探析光伏政策工具的有效性和作用。A.C.Marques，J.A.Fuinhas对欧盟国家光伏产业政策的研究发现，FiT和战略规划是最为有效的政策工具，而RPS、绿色电力交易证书(Tradable green certificates,TGCs)、研发项目等政策工具在促进可再生能源发展方面并未起到显著的效果[1]。Li，S.-J.，Chang，T.-H.，Chang，S.-L.对21个欧盟成员国的投资补贴、研发投入、税收优惠、贷款优惠以及FiT、RPS等工具实证分析后发现，FiT是促进光伏产业发展最为有效的工具，而其他政策工具大多是低效的[2]。Schallenberg-Rodriguez，J.比较了欧盟28个国家，结果表明FiT的政策有效性更高，更有利于促进技术学习与创新、提升制造能力[3]。

另一种研究路径是基于政策文本的量化分析，即从政策文件中提取出各种政策工具，统计各类政策工具的应用比例，并结合政策工具理论和产业政策理论划分为不同维度进行分析，如曾婧婧、胡锦绣通过对光伏产业政策文本的量化分析，发现我国太阳能产业政策制定主体、技术领域以及政策工具上呈现非均衡性发展，过于偏重财政政策的扶持，合同式诱导工具使用过溢而结构式强制工具存在不足[4]。彭乃珠、钟永恒、孟银涛通过运用政策文本量化分析法，发现我国光伏产业政策主要偏向运用环境型和供给型政策工具，对于需求型政策工具运用较少，且对研发环节的重视程度不够[5]。赵海滨通过对我国清洁能源政策文本的内容分析和统计分析发现，我国清洁能源政策工具的使用较为全面，以环境型和供给型为主，最受关注的是清洁能源产业的投资与生产，但同时存在政策工具使用整体结构不合理、政策工具使用与产业过程结合不够、政策体系不健全的问题[6]。

国内外学者对光伏政策工具应用的研究较为丰富，但对光伏政策工具组合的研究较为匮乏。事实上，政策工具应用与政策工具组合密不可分，现实政策活动中，政策制定者实现政策目标往往采用政策工具组合而非使用单一的政策工具，科学合理的政策工具组合更有助于实现政策目标。对政策工具组合的研究主要集中于政策工具组合之间或与单一政策工具的比较[7][8][9][10]、政策工具组合特征的影响[11][12][13]以及政策协同的效力[14][15]三个方面。具体到可再生能源领域，Del Río，P.，Mir-Artigues，P通过对比发现欧盟国家FiT、RPS两种主要政策工具与投资补贴、税收优惠等次要政策工具的组合十分普遍，政策工具组合之间仅存在细微的差异。另外，他们从成本—效用角度分析了可再生能源领域政策工具组合的影响，发现政策工具组合并不比使用单一政策工具更加节省费用，但多种政策工具的跨期应用将促使政策工具组合具有更高的社会接受度与政治认同感[8][9]。张宏伟分析了德国海上风电技术政策工具及其组合特征，发现政策工具组合全面性、可靠性、一致性程度与海上风电技术创新和扩散正相关[13]。郭本海、李军强、张笑腾通过构建产业政策协同度模型测量了政策措施协同对产业绩效的影响，发现光伏产业政策措施协同并非越强越好，不同政策措施协同对产业绩效影响具有方向性差异[14]。

整体而言，对光伏产业及可再生能源领域政策工具组合的研究是较为匮乏的，既有研究主要分布在政策工具组合的国际比较、政策工具组合与单一政策工具应用的差异、政策工具组合的特征及其影响以及政策协同对产业的影响几个方面。本文从政策活动实际出发，对我国光伏产业发展历程中运用的政策工具组合及其进行研究，以填补可再生能源领域政策工具组合研究的一些空白。

二、我国光伏产业政策文本量化分析

(一)政策文本的收集和整理

本文通过对“太阳能”“光伏”“多晶硅”“分布式发电”“清洁能源”“新能源”“可再生能源”等关键词在北大法宝法律法规数据库中进行检索，并通过访问国务院、国家发改委、财政部、住建部、国家能源局等政府门户网站进行补充检索。通过以上途径初步整理出的政策文献有上千份之多，在此基础上，本文选取了2006年1月1日至2019年12月31日中央政府发布的与光伏产业密切相关且直接体现政策措施的295份政策文献(文种上不计入复函、批复)。

(二)政策工具分析类目建构

政策工具类型有多种维度的分类方法，本文在迈克尔·豪利特[16]和朱春奎[17]的分类基础上，构建3大类、13小类、72种工具的光伏政策工具箱(见表1)。

表1 我国光伏产业政策工具箱

续表1

(三)内容分析单元的提取及编码

我们将遴选出的295份政策文本中关于光伏政策的相关条款按照各政策工具的含义进行涵摄，并按照“政策编号—政策条款序列号”进行编码。如表2示例：

表2 我国光伏政策文本内容分析单元编码表(示例)

续表2

(四)频数统计分析

我们总共从295份政策文献样本中提取并统计到837条政策工具，按照事先构建的分析类目分布如表3所示。可以看出，我国光伏产业发展历程中，强制性政策工具运用最多，混合型工具其次，自愿性工具运用最少。基本政策工具中，市场化、补贴、规制、公共企业、直接提供、命令性和权威性工具的应用较为普遍。

表3 我国光伏产业政策工具频数分布

三、我国光伏产业政策工具组合的实证分析

政策工具应用比例并无法完全展现光伏产业政策的全貌及特征，由于政策对象与政策环境的复杂性，现实政策活动中往往采用政策工具组合而非单一政策工具来实现政策目标(多见于跨部门联合发文)，因而要全面、准备分析光伏产业政策必须基于政策工具组合。

(一)模型构建及变量选取

被解释变量：衡量光伏产业发展有许多指标，光伏装机规模是评价光伏产业发展最常用的指标，我们将2006—2019年我国新增光伏装机容量作为被解释变量，数据来源于国际能源署(IEA)与国家能源局。

解释变量：为保证分析结果的可靠性，我们从上文统计出的各政策工具中选取出样本数充足的政策工具。

由此我们形成以政策工具为解释变量、新增光伏发电装机规模为被解释变量的时间序列，在此基础上构建以下线性回归方程：

lnYt=β0+β1lnxi(t-j)+β2lnxi(t-j)+β3lnxi(t-j)+

……+εit

(1)

其中，Y代表新增光伏发电装机量，β0为常数项，xi代表第i种政策工具使用数量(加1后取对数)，考虑到政策效果的滞后效应，我们用下标t-j代表各变量滞后期，选取3期内与被解释变量相关性最高的一期作为滞后期。εit代表随机扰动项。

(二)实证结果及分析

我们以P值、调整后的R2值和Durbin-Watson检验值来综合评估各类政策工具组合的解释效力，即拟合度高、显著性强、自相关性弱的政策工具组合解释度最高，反之则低。为规避多重共线性对回归结果的干扰，各模型中解释变量的方差膨胀因子(VIF)取值小于3。通过回归分析计算，我们选择出了11种拟合度较优的回归模型，将模型按照解释力度强弱进行排序。我们发现，每种模型代表的政策工具组合可以依据变量类型及其效应对应到具体的光伏政策，这11种回归模型基本涵盖了《可再生能源法》颁行以来我国光伏产业实施的主要政策(见表4、表5)。

表4 我国光伏政策工具组合的实证分析结果(模型1-5)

模型1对应的是规模管控型政策工具组合，该模型的解释力度最强。规模管控型组合本质上即FiT政策，这是由于我国光伏政策文本中并未直接体现FiT，FiT实质上是由规模控制、价格补贴、价格管控、政府购买等工具组合而成，其中规模控制最能体现FiT效力。我国对适用FiT补贴的光伏发电项目实行总量控制，一般由国家能源局下达当年的补贴项目规模(规模控制)，省级能源主管部门组织项目的申报、审核(公共服务)，正因为规模控制工具实质上发挥着电价补贴的作用，因而每年补贴规模下发后都会兴起一轮“光伏抢装潮”。征收税费工具在该组合中发挥着正效应便不难理解，政府通过征收可再生能源附加税充实可再生能源基金，用于向纳入补贴规模的光伏项目发放补贴。税收优惠政策在该模型中与光伏装机量呈现负相关，或与产能过剩有关，如程俊杰对制造业数据实证分析后发现，采用税收优惠的政策工具会导致产能过剩的发生[18]。郭本海、李军强、张笑腾在测度政策协同对政策效力的影响时同样发现财政税收措施与金融措施协同对光伏产业绩效产生显著的负向影响，并将其解释为地方政府干预光伏产业发展助推产能过剩的重要原因[14]。

模型2对应的是标准引导型政策工具组合，该模型解释力度仅次于规模管控型。标准引导型组合中的核心政策工具为设立/调整标准，其含义及作用有二：一是政府设定的征收和补助标准，如可再生能源电价附加征收标准和金太阳示范项目补助标准，补贴标准的设定和调整能够促使光伏企业投资建设光伏发电项目，这是该政策工具组合发挥重要作用的原因。二是政府制定并发布的国家标准、行业标准和产品标准，这些标准制定后向全社会予以公布，配合准入控制工具，形成了光伏行业的行业规范，引导光伏企业的研发、生产活动。

模型3对应的是企业主导型政策工具组合。企业主导型组合中光伏企业居于主导地位，是光伏电站建设的主要力量。政府则以服务者的角色发挥着增益市场机能的作用，如为企业投资生产提供税收优惠和投资补贴，并通过电网企业保障光伏发电项目的并网发电。在该政策工具组合中，市场主体和政府共同发挥着积极的作用，彼此之间形成了“政府搭台、企业唱戏”的协同模式，从我国民营光伏企业掌握全球光伏产业链的主导权，可见该政策工具组合的成效。

模型4对应的是投资补贴型政策工具组合。投资补贴是我国FiT政策出台前最重要的补贴工具，广泛运用于金太阳示范工程、太阳能光电建筑应用等示范项目中。光伏企业是示范项目的主要参与者(企业主导)，竞争性招标是项目配置的主要方式(市场化运作)，政策制定者运用投资补贴工具鼓励市场主体参与光伏发电项目的投资建设。补贴资金主要来源于中央财政的转移支付，由于补贴资金的发放依赖于一系列复杂的规则设计(如补助范围、补助标准、申报条件、项目实施等)，因而建立规则在该政策工具组合中发挥着主导作用。该模型中投资补贴工具发挥负效应，很大程度上表明该政策工具在实际应用过程中出现了偏差。

模型5对应的是电网保障型政策工具组合。电网企业在光伏企业投资建设光伏电站过程中发挥着重要的保障作用。其一，光伏电站建成后的并网手续办理、电价与补贴的结算都依赖于电网企业。虽然长期以来“并网难”一直是困扰光伏行业的顽疾且与电网企业密切相关，但在光伏发电结算与补贴发放上，电网公司先行垫付而后与财政清算的程序设计对促进光伏电站建设起到了正面作用。其二，光伏发电规模与光伏发电消纳空间息息相关，电网企业实施的输配电网建设等工程为拓展可再生能源消纳空间与装机规模发挥着重要的保障作用。设定标准呈现正效应，是政府为促进光伏产业发展先后制定了投资补助、光伏电价补贴等标准，虽然如FiT补贴标准从制定之初即逐步退坡，但对光伏产业的促进作用是毋庸置疑的。公共财政支出与光伏装机量呈现负相关，这是由于公共财政支出主要用于支持光伏发电的投资、消费和研发，较少投入上网环节，这使得配电网建设与产业发展规模不协调，致使部分地区出现弃光限电问题，抑制了光伏发电装机规模的扩张。

表5 我国光伏政策工具组合的实证分析结果(模型6-11)

续表5

模型6对应的是颇具中国特色的政策试点工具，同样在光伏政策领域，政策试点工具也被广泛应用。刘伟认为在政策要素中，试验主要针对的是政策内容或政策工具，按照这一区分，光伏政策领域针对政策内容的试验主要有可再生能源就近消纳试点、分布式发电市场化交易试点、可再生能源绿色电力证书交易试点、智能光伏试点以及无补贴光伏项目试点[19]。针对政策工具的试验主要表现为金太阳示范工程和光伏领跑者计划。政策试点一般由地方政府先试先行，然后再纵向或横向扩散开来，因而该模型中诱因型工具(简政放权)发挥着正面作用。中央政府运用诱因型工具鼓励地方政府开展政策试验，并以转移支付和征收税费方式筹集的可再生能源专项基金为政策试验提供资金支持及配套的公共服务，共同促进了政策试验的开展。

模型7与模型8对应的是政府和社会资本合作(PPP)政策工具组合。2016年3月31日，国家能源局发布《关于在能源领域积极推广政府和社会资本合作模式的通知》，鼓励在能源领域开展PPP合作，早在该政策实施之前，以BT、BOT等为主的传统PPP模式已在可再生能源建筑应用、国家机关屋顶光伏发电示范项目中得以广泛应用，模型7展现的正是传统PPP模式。PPP模式涉及政府和市场两大主体间的平等合作，建立健全行之有效的制度框架有助于PPP项目投资建设和运营的稳定性，如项目实施过程中必不可少的物有所值评价(VFM)和财政承受能力论证。诱因型工具的运用给予地方政府更多的自主权，有助于PPP模式在地方层面的推广和应用。政府购买主要指电网企业对PPP项目落成后发电量的保障性收购，由于我国光伏补贴拖欠严重，抑制了企业的再生产投资，因而与光伏装机量呈负相关。

模型8展现的主要是“光伏+PPP”政策，光伏扶贫是可再生能源领域应用最为普遍的PPP模式。光伏发电初始投资成本高、回报周期长，资金筹措是光伏扶贫的第一大问题，因而金融机构和政策性银行在该政策工具组合中起到主导作用(以国家开发银行与中国农业银行贷款为主)。具体项目运作则主要通过招标等竞争性方式选择，投资建设主体以民营企业为主，市场化工具运用较为充分。价格管控工具在该模型中发挥促进作用是由于本文定义的价格管控包含FiT补贴的调整，考虑到光伏扶贫工程的社会效益，在集中式和分布式光伏电站的上网电价补贴连年递减的情况下，村级光伏扶贫电站标杆电价和户用分布式光伏扶贫项目度电补贴标准自2018年以来保持不变，这无疑促进了光伏扶贫电站的安装规模，拓展了光伏发电市场。作为具有中国特色的政策创新，光伏扶贫PPP不仅可以解决我国农村偏远地区的用电问题，而且可以给村民和村集体带来稳定且持续的补贴收益，这些“阳光收益”又可以进一步创新出多种扶贫形式，如用来设置公益岗位、开展村级公益事业，带动困难村民就业，变“输血”为“造血”。

模型9政府管制型政策工具组合是强制性工具运用最多、强制程度最显著的产业政策，具有鲜明的行政干预色彩，如以目标规划代替市场竞争，以准入控制设定光伏产业的特定技术、产品和工艺，以政府定价和政府指导价代替市场价格等。目标规划是政策管制型组合的核心工具，其他政策措施需要围绕目标规划工具展开，而该政策工具组合的潜在风险在于目标规划不合理。事实上，我国太阳能光伏新增装机容量规划总是滞后于产业发展，限制了光伏产业的持续健康发展，未来太阳能及可再生能源规划的编制应当注意设定适度超前的发展目标。

模型10展现的是竞争性招标(拍卖)政策工具组合。竞争性招标是我国政策工具箱中较为常用的政策工具，在可再生能源建筑、金太阳示范工程、领跑者计划、光伏扶贫PPP项目中广泛运用。2011年FiT出台后，竞争性招标工具的应用范围有所缩小，随着近年来FiT补贴逐渐退坡，光伏政策逐步启用招标工具，并与FiT工具组合应用，形成了光伏补贴竞价模式。在我国之外，拍卖工具组合在南美、非洲等发展中国家同样应用广泛，已成为可再生能源领域除FiT、RPS外最为重要的政策工具组合。

模型11为可再生能源附加配额政策。可再生能源配附加配额即通过配额交易方式实现可再生能源电价附加资金省际调配，由于可再生能源电价附加收入不足的地区不能再新增光伏发电补贴项目，因而该政策工具起到了抑制光伏发电装机规模的作用。我国真正意义上的可再生能源配额制(RPS)一直处于“难产”状态，直到国家发改委、国家能源局2019年5月10日《关于建立健全可再生能源电力消纳保障机制的通知》出台后才正式确立，实际成效尚待观察。

四、结论

通过以上分析可知，至少有11种代表性的政策工具组合在我国光伏产业发展历程中普遍应用，我们发现这些光伏政策工具组合在政策体系、政策导向以及政策扩散层面具有以下典型特征。

第一，在政策体系层面，按照江飞涛、李晓萍选择型产业政策与功能型产业政策的分类方法，我国光伏政策工具组合表现出以选择型产业政策与功能型产业政策并重的特征[20][21]。其中规模管控型(FiT)、标准引导型、投资补贴型、政策试点型、政府管制型5种政策工具组合具有显著的选择性产业政策特征，而企业主导型、电网保障型、PPP(传统模式)、PPP(光伏扶贫)、竞争性招标5种政策工具组合更多体现为功能型产业政策，可再生能源(附加)配额前期表现为选择型产业政策，后期逐步转变为功能型产业政策。

第二，在政策导向层面，我国光伏政策工具组合展现出“政府主导、市场参与、需求拉动、电网保障”的特征。换言之，我国光伏产业的快速发展得益于政府的积极引导与管控、市场主体的积极参与、金融补贴工具的支持以及电力基础设施的保障。正是以上因素的共同作用，使得我国光伏装机容量短期内超越德国并连续多年保持全球领先。

第三，在政策扩散层面，我国光伏政策工具组合表现出“吸收引进”与“本土创新”相结合的特征。如欧盟国家广泛应用的FiT政策同样在我国广泛应用，且收到了不俗的成效，而美国各州普遍应用的可再生能源配额政策(RPS)在经过大幅度的改造后目前正处于试行阶段。其他如竞争性招标、政策试点等我国政策工具箱中常用的政策工具，在运用至光伏产业中时均进行了适当的创新，当然本土化创新程度最高的当属光伏扶贫PPP政策工具组合。

随着我国光伏产业逐步迈入成熟期，我国太阳能光伏政策体系也应当逐步调整和完善。在坚持促进太阳能生产与消费战略目标基础上，深度融合太阳能光伏领域的能源政策与产业政策，制定科学合理且适度超前的发展规划，探索适应产业发展阶段的政策工具组合，构建光伏发电的长效激励机制，逐步降低对光伏产业的干预力度，充分调动市场主体的积极性，持续加强电力基础设施的建设，最终形成以功能型产业政策为核心的政策体系，促进我国光伏产业持续健康发展，提升太阳能在能源消费结构中的比重，推动国家能源结构转型与能源战略的实现。当然本研究还有进一步完善的空间：一是各政策工具应用过程中涉及政策调整与终结，如能考虑到各政策工具的应用周期，则分析结果会更加科学合理。二是地方政府在促进光伏产业发展中发挥的作用并不亚于中央政府，本文仅分析了中央层面的政策文献，如果纳入地方光伏政策文本则更能够客观分析我国光伏政策工具的组合。