政策工具选择的影响因素研究——以中国光伏产业政策为例

翟东堂，霍佳伟

（对外经济贸易大学 政府管理学院，北京 100029）

政策工具是解决公共问题或实现政策目标的类型化手段或方式。政策工具的恰当选择是政策工具有效应用与科学组合的前提，厘清政策工具选择的影响因素是科学决策的关键所在。哪些因素影响着政策工具的选择？这些影响因素发挥着怎样的作用？对这些问题的解答有助于揭示政策制定过程中的“黑箱”环节，为政策制定者优化政策方案提供决策参考。光伏产业既是典型的公共政策驱动的产业，也是中国为数不多的具有国际竞争力并在产业化方面取得领先优势的战略性新兴产业，国家为促进光伏产业的可持续发展运用了多种政策工具并取得了显著成效。本研究尝试基于光伏产业政策文献，从政策文本中抽取出政策工具选择的影响因素并分析其作用，以深化对光伏产业政策的认知，丰富政策工具选择的本土化研究。

一、文献回顾

政策工具的选择关系到政策的成与败。[1]如何选择合适的政策工具、政策工具的选择会受到哪些因素的影响，这是政策工具选择的两大关键问题。相应的，对政策工具选择的研究主要聚焦于政策工具选择的影响因素和政策工具选择模型的构建。政策工具选择的影响因素众多，且形成了不同的研究视角和途径。部分学者基于彼得斯（B.Guy Peters）和冯尼斯潘（Frans K.M.van Nispen）归纳的5种研究途径探讨了政策工具选择的影响因素，包括政策工具本身（传统工具途径）、政策工具的背景环境（背景分析途径）、制度结构与风俗系统（制度分析途径）、政治家和政府官僚动机（公共选择途径）以及网络特性、规范和网络成员（政策网络途径）。[2-3]丁煌、杨代福从各学科视角系统归纳了既有研究中提及的政策工具选择影响因素，经济学视角主要为成本与收益；政治学视角包括影响群体的反应、合法性、公众信任、政治目标、政治战术、“5I”（观念、制度、利益、个人与国际环境）、国家类型、治理模式、国家能力与政策子系统；规范视角包括意识形态、工具范式、伦理道德因素；法律视角的影响因素主要表现为法律框架。[4]此外，对政策工具选择模型的研究也包含了对影响因素的探讨，如迈克尔·豪利特（Michael Howlett）建构的选择模型包含国家计划能力和政策子系统两个维度的影响因素[5]276-283。丁煌、杨代福构建的政策工具选择模型以政策网络为核心环境。[4]王辉构建的政策工具选择模型以公共产品类型和政策环境为基础。[6]

具体在光伏政策领域，既有研究主要聚焦于政策工具有效性的影响因素，对政策工具选择影响因素的研究较少。如：朱玉知、孙海彬、李国荣认为政策背景、政策问题、政策工具的性质与政策目标受众四种因素影响着光伏发电政策的效用。[7]于立宏、郁义鸿认为明确的政策目标、政策的长期稳定性、精心的政策设计以及不遗余力的执行是衡量光伏产业政策有效性的关键因素。[8]戚聿东、姜莱认为产业发展阶段会影响补贴工具的选择，即产业发展前期为调动各方积极性而应以较为宽松的事前补贴为主，产业成长壮大后应该向事后补贴倾斜转变，产业走向成熟后应该向一般性和普惠性补贴过渡。[9]Deshmukh R.，Bharvirkar R.，Gambhir A.等在比较美国、德国、西班牙、日本、印度以及中国大陆和中国台湾地区的光伏政策后认为，国家政策目标、宏观经济条件以及发展模式会影响光伏政策工具的选择及应用结果。[10]

总之，对光伏政策领域政策工具选择影响因素的研究不多，而从政策工具理论层面对政策工具选择影响因素的探讨较为丰富，但这种讨论多基于定性研究，不易对某一政策领域作整体性和结构性分析，也较难准确评估各类影响因素发挥的效应，这为本文基于定量方法以光伏政策为例研究政策工具选择的影响因素提供了充足的空间，也是本文的主要创新之处。

二、政策文本量化分析

政策文本作为政策主体调控和管理行为的“印迹”，是政策过程可记录、可追溯的客观反映，为观察政策过程提供了一扇窗口[11]。自政策文本作为研究对象进入公共政策研究视野之初，对政策文本的分析就被视为一种“黑箱技术”[12]。基于政策文本的量化分析有助于揭示政策制定者的决策动机及意图、发掘政策工具选择的影响因素。

（一）政策文本的选择

本研究以《中华人民共和国可再生能源法》的实施作为政策文献选择的始点，在北大法宝法律法规数据库及国家能源局等政府门户网站检索获得上千份光伏政策文献并按以下原则进行筛选：一是选取中央层级发布的政策文献，地方政府及部门发布的政策法规不予采用。二是选取与光伏产业密切相关的政策文献，与太阳能热利用、太阳能热发电相关的政策文献不予采用。三是选取能直接体现政策措施的政策文献，仅表明政府态度而未采取政策措施的政策文献不予采用。四是选取意见、规划、通知、公告、办法等文种的政策文献，不计入复函、批复。经筛选后共得到295份光伏政策文献，发文期间自2006年1月 1日至2019年12月31日。

（二）影响因素关键词定位

影响因素反映了两种变量之间的关系，政策文本中的某些词语能够体现这种关系。大体上可以将关键词分为激励类和抑制类，激励类关键词指促进某种政策工具的使用以达成目标、解决问题、发挥效果的连接词，抑制类关键词指约束某类政策工具的使用频次及效力的连接词。表1列举了光伏政策文本中反映影响因素的部分常见关键词，通过关键词可以定位至政策文本中表达影响因素的对应条款。

表1 政策文本中反映影响因素的常见关键词

（三）影响因素的提取及编码

利用定性分析软件分别以上述关键词检索政策文献，将关键词定位的影响因素文本内容定义为基本内容分析单元，对于基本内容分析单元予以涵摄归类，并按照政策文献发布时间进行编码。以近年光伏行业影响较大的“531”政策为例，对影响因素提取及编码，见表2。

表2 中国光伏产业政策文本内容分析单元编码表（示例）

（四）分析类目建构及频数统计

通过对基本内容分析单元的提取和编码，共梳理出68种影响因素，由此构建出3大类、15小类的影响因素分析类目，进而对具体影响因素进行频数统计。表3的统计结果显示，中国光伏政策工具选择的影响因素在政策目标、政策系统和政策环境三个方面的分布比例大致为5∶4∶1。产业组织、产业结构（能源结构）、政策工具及政策过程是占比最高的四类影响因素。

表3 中国光伏政策工具选择的影响因素统计（范畴-类型）

1.政策目标类影响因素分布

政策目标即光伏政策所要达成的预期效果，除促进光伏产业持续健康发展外，光伏政策还关系到经济社会发展、环境保护等宏观目标的实现以及能源发展、节能减排等国家战略的落实。政策目标类影响因素的频数分布如表4所示，其中光伏产业组织及光伏产业结构最受政策制定者关注。产业组织是光伏政策最主要的政策对象和目标群体，涵盖的影响因素较多，其中技术水平与光伏发电成本两种因素占比最高，其次为市场秩序/市场环境、国际竞争力、能源利用效率与产品质量/服务水平。产业结构类因素中，能源供应与能源消费占比超过一半，主要体现为促进太阳能的生产与消费。国际贸易与产业转型升级两种因素占比约1/3，国际贸易因素主要是为应对欧美国家对我国光伏发电产品出口的“反倾销”“反补贴”政策而实施的贸易反制措施，产业转型升级则主要通过调整光伏产业结构来优化能源生产利用结构。国际市场与国际技术转移两种因素由于贸易摩擦和技术壁垒的存在而占比较低。

表4 政策目标类影响因素统计

相较于产业组织和产业结构，产业关联和产业布局类因素占比较低。产业关联表现为光伏产业的影响力以及与农业、建筑业等产业的联系，如渔光互补、农光互补、光伏建筑一体化（BIPV）等。产业布局因素主要表现为统筹区域协调发展及优化产业布局，由于光伏产业“新能源”和“产业转型升级”美誉标签以及可观的经济效益[13]，促使地方潮涌般上马光伏项目，加剧了光伏产能过剩，加之“三北”地区弃光严重，催生了优化光伏产业布局的需要。国家战略和宏观目标两者分布比例大致相当。节能减排、能源发展和脱贫攻坚在国家战略类因素中占比较高，创新驱动发展战略、标准化战略和西部大开发战略均仅统计到一条。脱贫攻坚对光伏政策工具选择的影响集中表现为“光伏扶贫”，光伏扶贫是中国实施的十大精准扶贫工程之一，截至2019年底，国家通过建设村级扶贫电站等形式，累计帮扶贫困户407万户。宏观目标因素主要体现为环境保护、经济发展和社会效益，科技发展和应对气候变化的分布较低。

2.政策系统类影响因素分布

本文定义的政策系统包括国家产业政策、政策工具、政策过程及政府资源，纳入政策过程是因为动态的政策过程在政策工具选择时表现为政策制定者的预期。通过表5可以看出，政策系统类因素中，政策工具和政策过程两类因素占比较高。政策工具因素中，除补贴工具外均为强制性工具，其中命令执行、法律法规、目标规划三种政策工具因素占比最高。政策过程因素中，政策执行和政策评估占比最高，对政策工具选择的影响最为广泛。产业政策类因素占比较低，主要指新能源、节能环保、高新技术及战略新兴产业等国家产业政策对光伏产业整体的影响，其中战略产业扶植占比最高。政策资源主要指资金供应，即补贴光伏发电的可再生能源发展基金。

表5 政策系统类影响因素统计

3.政策环境类影响因素分布

本文定义的政策环境即光伏政策工具选择面临的自然资源、生产要素、产业现状、电力设施等外在条件。如表6所示，政策环境类因素中，自然资源、生产要素、产业发展现状及电力基础设施所占比重大体相当。在具体影响因素中，自然资源禀赋、生产要素禀赋和并网消纳条件占比较高。自然资源禀赋主要指太阳能光照条件，中国太阳能资源禀赋呈现出“高原大于平原、西部干燥区大于东部湿润区”的分布特点，太阳能光照条件直接影响光伏发电量及其收益。生产要素禀赋指各地区光伏产业的发展基础及建设条件，包括当地的消纳条件。并网消纳条件既决定了光伏电站能否顺利并网并获得补贴收益，也决定了可再生能源的消纳空间。另外，本文将产业发展现状归为政策环境类因素，政策工具选择时的光伏产业发展需求、发展速度、发展规模及发展阶段是既定的外部条件并需要充分考虑，否则光伏政策目标容易脱离实际而出现干预过度或力度不足的情形，扰乱产业发展正常节奏及市场秩序。

表6 政策环境类影响因素统计

三、实证分析

（一）数据来源与变量选择

政策制定者在选择政策工具时会综合考虑到各类因素，这些因素会促使政策制定者增加或减少政策工具的使用，虽然影响因素出现的频次并不能完全代表其对政策工具的影响，但可以借此大致探究各影响因素发挥的作用。为提高分析的可靠性，本文从68种影响因素中选取出29种样本数较为充足的影响因素作为自变量，将基于同一政策样本提取出的政策工具历年应用数量作为因变量，由此形成以影响因素为自变量、政策工具应用数量为因变量的时间序列数据（2006-2019年），见表7。

表7 2006-2019年中国光伏产业政策工具应用数量

（二）模型设定

政策工具的选择受到多种因素的影响，政策主体为实现某一政策目标往往运用多种政策工具，这就使得影响因素多以协同作用的组合形式呈现，如政策主体将逐步降低光伏补贴作为促进光伏产业持续健康发展的措施之一，而补贴退坡需要综合考虑光伏行业发展程度、技术水平、光伏发电成本等诸多因素，因而基于特定的影响因素组合更能够准确探究影响因素发挥的效应。为此，我们构建多元线性回归方程：

其中，Y代表政策工具应用数量，β0为常数项，xit分别代表不同年份各影响因素数量，εit代表各期随机扰动项。

（三）实证结果

通过带入数据计算，我们遴选出12种拟合度最优的影响因素组合模型，根据核心影响因素及影响因素组合整体特征命名并综合各模型拟合度、自相关性进行排序（表8），从中可以看出各影响因素组合的主要表现。实证结果显示，在选定的变量中，能源供应、能源消费、环境保护、政策执行、政策评估、产业转型升级、并网消纳条件等23种因素在各模型中均显著正相关，对光伏政策工具选择起到激励作用，法律法规、可持续发展、能源利用效率、技术水平4种因素在各模型中均呈现负相关，对光伏政策工具选择起到抑制作用。另外，法律法规、能源发展、目标规划、政策制定、政策评估、产业转型升级、市场投资、生产成本/融资成本8种因素在各模型中出现的频次最高，对光伏政策工具选择的影响较为广泛。

表8 我国光伏政策工具选择的影响因素效应分析结果

（四）分析与解释

1.激励效应及其影响

从实证结果可以看出，政策目标类因素中，贯彻能源发展战略、促进能源生产与消费、调整产业结构是中国太阳能光伏政策的主要战略目标，对光伏政策工具的选择起到广泛而持续的激励作用。政策过程因素中，政策制定与政策评估出现频次较高，对政策工具选择的影响较为广泛，在影响因素组合中发挥着重要的协同作用。相比之下，议题设置则发挥着主导作用，光伏发电消纳是近年来最受政策主体关注的议题。为解决“三北”地区严重的弃光限电问题，政策制定者将光伏发电消纳纳入政策议程，并选择可再生能源消纳试点、新建项目规模控制、设定消纳责任权重等政策工具加以应对。在政策环境类因素中，电力基础设施的影响至关重要，并网、输送、消纳条件决定了光伏发电的增长空间，政策资源在电力基础设施上的持续投入是保障光伏产业持续健康发展的关键。

影响因素发挥激励作用意味着政策制定者倾向于增加某类政策工具的使用，这表明政策主体在积极主动地解决问题或实现政策目标。以中国光伏产业产能过剩问题为例，中国光伏产业初期借助欧美发达国家补贴本国光伏产业创造的巨大市场空间而迅速发展，由于同期光伏政策重视供给侧的能源生产而忽视了需求侧能源消费，且未充分重视技术进步对光伏产业的影响，因而当遭遇欧美国家“双反”时中国光伏产业（上游多晶硅行业）面临着产能严重过剩的窘境。由于贯彻国家能源发展战略、促进太阳能的生产和消费是激励中国光伏政策工具选择的重要因素，因而中国政府并未采用大规模淘汰落后产能的错误药方，而是积极应对贸易摩擦、拓展海内外市场空间，并通过引导市场投资、优化产业布局、加强电力基础设施建设等措施促进光伏产业的可持续发展，支持中国光伏企业夺取全球光伏产业链的主导权。

2.抑制效应及其影响

除法律法规属于政策系统类因素外，技术水平、能源利用效率、可持续发展均属于政策目标类因素，这些因素发挥抑制效应意味着技术进步、太阳能利用效率的提升以及光伏产业的可持续发展促使政策制定者减少部分政策工具的运用。事实上，光伏发电属于技术、资本双密集型行业，技术进步与能源利用效率的提升有助于降低光伏发电成本、提升光伏企业竞争力，降低政策干预的必要程度。同样，产业可持续发展能力越强，对光伏政策工具的依赖就越弱，政策制定者越倾向于减少政策工具的运用，如光伏补贴退坡。与政策目标类因素的抑制效应不同，法律法规创设了政策工具选择所不能逾越的界限，但也赋予了政策工具以合法性和正当性。萨拉蒙（Lester M.Salamon）将政策工具合法性和政治认同视为政策工具的重要特性之一[14]，法律法规对光伏政策工具选择的抑制作用体现了这种合法性。

发挥抑制效应的影响因素或可解释因暂停或降低某类政策工具供给而引起争议的光伏政策，尤其对光伏发电这类处于成长期且政策依赖性较强的行业而言更是如此。如2018年5月31日国家发展改革委、财政部、国家能源局发布了《关于2018年光伏发电有关事项的通知》（业内称为“531”政策），该政策因暂停补贴工具的使用而引起了行业震荡。业内普遍认为该政策的出台主要是由于可再生能源补贴资金存在巨大缺口，综合下文中的补贴和价格管控工具的影响因素来看，除资金供应外，“531”政策的出台还与政策制定者对光伏发电成本、光伏产业发展程度尤其是可持续发展能力过于乐观的估计有关。

（五）检验

以上分析与解释针对的是中国光伏产业政策工具的整体情况，而对具体政策工具选择的影响因素进行分析有助于检验本文分析方法是否可靠。基于本文同一政策文本，选取出中国光伏产业应用广泛的部分政策工具，将其历年应用数量作为因变量，按上述模型进行分析，得到表9。

表9 部分光伏政策工具选择的影响因素分析结果

通过分析可知，表9中展示的主要影响因素能够较好地解释政策主体选择该政策工具的原因，较为契合光伏政策活动的实际情况：（1）市场化运作（招标）受脱贫攻坚的影响是因为国家反贫困政策促进了光伏扶贫电站的投资建设，而光伏扶贫电站建设按照《光伏扶贫电站管理办法》的规定需要采用市场化方式选择负责机构。（2）鼓励企业主导或参与光伏电站的投资建设主要受光伏市场秩序与市场环境影响，规范光伏市场秩序、营造良好的市场环境是吸引企业参与光伏电站建设的基础。（3）投资补贴广泛应用于金太阳示范工程等光伏项目中，主要依靠财政支出，受资金供应情况影响。（4）可再生能源配额（RPS）受政策制定因素影响是因为中国特色的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。（5）示范项目主要受政策评估影响，表明政府实施示范项目主要考虑示范项目能否达成预期效果。（6）目标规划作为重要的政策工具，重点关注光伏发电消纳水平、光伏发电成本及光伏产业的国际竞争力。（7）规模控制工具的应用主要是为促进太阳能消费。太阳能光照条件充足的“三北”地区弃光严重，新增装机规模控制严格，而发展基础、建设条件及消纳水平较好的地区规模控制相对灵活。（8）价格管控工具主要受光伏发电成本、产业发展程度及可持续发展能力的影响，光伏电价随着光伏成本的下降及行业发展程度的提升而逐步退坡，以促使光伏产业摆脱“补贴依赖”。

四、结论与启示

（一）结论

政策工具选择会受到哪些因素的影响？这些影响因素发挥着怎样的作用？为了解答这两个问题，本文以中国光伏产业政策为例，采用政策文本量化分析方法对政策工具选择的影响因素进行了分析，主要研究结论为：

第一，政策目标、政策系统与政策环境是影响中国光伏政策工具选择的三大类因素。具体而言，贯彻能源发展战略、促进太阳能的生产与消费、落实国家产业政策、促进光伏发电消纳、提升光伏技术水平与能源利用效率、降低光伏发电成本、拓展光伏发电市场、优化产业布局、加强环境保护以及实现光伏产业的可持续发展是光伏政策工具所要实现的主要目标。法律法规、命令执行与目标规划等强制性政策工具以及政策制定、政策评估等政策过程作为政策系统类因素显著影响光伏政策工具的选择。电力基础设施、自然资源禀赋与生产要素禀赋是光伏政策工具选择所不可忽视的外部因素。

第二，中国光伏政策工具选择的影响因素发挥着激励与抑制两种作用。在选定的变量中，能源供应、能源消费、环境保护、政策执行、政策评估、产业转型升级、并网消纳条件等23种影响因素普遍发挥着激励效应，而法律法规、可持续发展、能源利用效率及技术水平4种影响因素普遍发挥着抑制效应。发挥激励效应的影响因素种类超过80%，这表明中国光伏产业政策总体上是积极有为的。

未来光伏政策工具的选择首先应当贯彻能源发展战略，促进太阳能生产与消费，调整能源结构，促进产业升级，拓展光伏市场，优化产业布局，并建立光伏发电消纳的长效机制。其次，应当充分重视各影响因素的抑制作用，科学评估产业发展现状，根据产业发展阶段适时调整光伏政策，并持续加大研发环节的政策资源投入，将政策重心转移到提升技术水平和能源利用效率上来。

（二）启示

基于对光伏政策工具选择的分析，本文研究发现政策目标（含目标群体）、政策系统（含政策资源及政策过程）与政策环境三类因素显著影响着政策工具的选择，这与陈振明指出的政策工具选择应当关注政策目标、政策资源、目标群体、政策执行机构和政策工具应用背景的观点[2]较为接近。本文研究还发现：第一，政策主体实现目标的意愿和决心对政策工具选择的影响要远远超过政策资源的约束，即使在政策资源匮乏的情况下，政策制定者也并未放弃使用消耗政策资源的政策工具去实现既定目标。第二，政策工具特性是政策工具选择的重要影响因素，但政策工具之间也会相互影响，能够对其他政策工具施加影响的绝大多数属于强制性工具，如法律法规、目标规划与命令执行。第三，政策合法性会显著影响政策工具的选择。Capano G.和Lippi A.视合法性与有效性为政策工具选择的两大关键驱动因素[15]，但既有研究在探讨政策工具选择的影响因素时更愿意探讨有效性，而对政策工具选择的合法性有所忽视。第四，政策过程因素显著影响着政策工具的选择。事实上，政策制定过程中会考虑到制定的政策能否有效执行并达成预期效果，甚至部分政策的出台就是为进一步推动政策执行，因而有必要更加重视政策过程因素。

政策工具选择的影响因素发挥着激励与抑制两种作用。激励效应促使政策制定者运用更多的政策工具解决政策问题或实现政策目标，而抑制效应则促使政策制定者为实现某一政策目标而减少政策工具的应用。激励因素比重高表明政策主体在该领域积极有为，抑制因素比重高则表明政策主体在该领域干预较少或受约束较多。在正确的政策导向下，有为政府更能促进产业发展，弥补市场机制的固有缺陷，促进产业的良性发展。作为典型的公共政策驱动的产业，中国光伏产业快速发展并占据全球产业链主导地位的事实表明激励类因素与政策绩效之间存在紧密关联，而对抑制类因素的重视不足或评估不当或是产生政策失灵风险的主要原因。积极发挥影响因素的激励效应，更加关注影响因素的抑制效应，方为政策工具科学选择的应有之义。

本文的研究还表明，政策文本可以作为提取政策工具选择影响因素的有益材料，基于政策文本的量化分析方法可作为研究政策工具选择的方法之一，当然作为一种探索性研究，本文的研究方法还有很多不足，未来需要继续完善。如光伏产业发展是中央政策与地方政策共同作用的结果，地方政府发展光伏产业的动机更多是基于产业经济效益与衍生的官员绩效收益，而中央政府更加关注能源结构、产业布局、电力基础设施、光伏发电消纳、国际贸易摩擦等因素。本文仅选取了中央层面发布的光伏产业政策，分析结果仅有助于解释中央光伏政策工具选择的影响因素，未来纳入地方光伏政策文献才能够全面解读中国光伏产业政策工具选择的影响因素，丰富政策工具选择理论的研究。