固定上网电价制度与电力市场化相适应吗？——以我国风电产业为例

刘朝阳 党国英

一 引 言

电力行业以煤炭为主导的电力结构导致其二氧化碳排放量约占中国二氧化碳排放量的49.1%、世界二氧化碳排放量的32.1%(Musa et al., 2018)。面对严峻的碳排放压力，实现电力部门的绿色发展对整个能源产业的绿色转型尤为重要(Domhnaill和Ryan，2020)。伴随世界范围内市场导向的能源治理改革浪潮(Tzankova，2020)，中国开启了电力市场化改革，决心在电力市场建立以价格机制为核心的市场机制，使市场机制在电力市场资源配置中起决定性作用。2020年5月，中共中央、国务院发布《关于新时代加快完善社会主义市场经济体制的意见》，再次强调构建有效竞争的电力市场，可再生能源电力与市场化相融合已是大势所趋。然而，因可再生能源电力具有的外部性与自然垄断性，我国长期实行了以固定上网电价制度(Feed-in Tariff,缩写为FIT)为主的电价规制模式，此模式虽扩大了可再生能源电力规模，但一直以来我国政府对可再生能源电价的规制基于传统电力工业特点，并在计划与高度垄断体制下设计实施，受可再生能源区域性与季节性特性影响和我国电力储能技术的限制，可再生能源电力与整个电力市场化的融合面临诸多挑战(Kirkegaard和Caliskan， 2018)。

可再生能源要素在电力市场如何实现有效配置，是平滑能源市场绿色结构转型，最终实现绿色发展与生态文明的重要环节。电力市场化是中国可再生能源电力必须面对的体制性改革，现有以固定上网电价制度(FIT)为主导的可再生能源电价规制模式已越来越难以与之相适应，可再生能源电力补贴资金缺口持续扩大，弃风、弃光电量问题没有得到根本性解决，被寄予厚望的自愿绿证交易制度自2017年试点以来，政策效果也差强人意，难以对可再生能源电力的发展起到实质性作用。因而，深入探究FIT电价规制模式下电力市场化的作用机理，探寻其与我国电力市场化实践适应性问题，就成为深化我国电力市场化改革、调整与优化可再生能源电价规制模式面临的首要问题。

二 文献述评

电价补贴、固定上网电价制度(FIT)是现阶段我国政府部门对电力产业较常使用的电价规制模式。Sandeman(2010)、Leepa 和Unfried(2013)指出，FIT是短期内有效促进可再生能源电力投资的价格规制政策。各国对可再生能源电力实行的补贴方式与补贴强度的不同，使得FIT电价规制在形式上呈现多样性特征。马莉和范孟华(2014)认为，可再生能源电力发展初期的技术水平、开发经济性不如传统电力，面临如何与常规电力竞争和收回投资等问题，政府通过FIT电价规制促进其发展，具体又分为固定电价、溢价电价制度等。Ritzenhofen et al.(2016)指出FIT电价规制减少了发电厂商面临的不确定性风险，能有效刺激投资。Xia et al. (2020)强调FIT电价规制对可再生能源电力发展具有重要作用，但长期保护性价格模式会产生经济效率损失。随着可再生能源电力不断发展，装机规模持续扩大，成本造价降低以及学习效应带来的技术创新，初期较高的上网电价需要相应调整(Haas et al., 2014)。Jacobs et al.(2016)从FIT补贴确定原则角度，对比分析了可再生能源电力生产成本与环境外部性以衡量补贴的优缺点。Winter和Schlesewsky(2019)指出，德国FIT电价规制促进可再生能源电力发展的同时存在扭曲分配的问题。Devine和Farrell(2017)发现，多数国家针对可再生能源电力实行的FIT电价规制，其补贴分摊没有考虑电力市场主体的风险偏好，当可再生能源电力厂商与消费者均为风险偏好中性时，固定上网电价政策才会最优。

随着中国电力市场化的深入推进，可再生能源电力面临新的体制性约束(Kirkegaard和Caliskan，2018)。吴力波和孙可奇(2015)认为，电力市场的垄断强化导致可再生能源电力市场份额降低，进而对可再生能源电力的发展存在抑制性。长期以来集中式的高碳电力系统实现了电能的安全供给，但却产生了全球三分之一以上的碳排放。随着技术进步与可再生能源电力技术的持续创新，越来越多的可再生能源电力获得实际运用，但这些技术充分发挥潜力还需要新的机制和制度与之配合。如果规制、监管等制度最终落后于技术发展，就会影响可再生能源电力的发展，最终阻碍能源绿色、低碳转型。Li和Chen(2018)强调FIT补贴对风电产业存在促进作用的同时，还带来高财政补贴难以持续的问题。黄珺仪(2018)对中国现行风电固定上网电价政策进行了实证分析，认为现有补贴水平对我国风电产业的促进作用不明显。林伯强和李江龙(2014)利用随机动态递归方法构建模型，以风电为例对中国可再生能源电价规制进行量化分析，认为FIT电价规制对风电等可再生能源电力的发展具有促进作用，但电价水平仍不足以使风电产业形成与竞争型市场相适应的自我滚动发展能力。Liu和Chu(2018)对中国可再生能源电力的适应性问题进行了研究，认为实施风电、光伏等可再生能源电力支持政策时需注意政策效果的评估，避免无序、规划缺失造成投资泡沫。Yuan和Xi(2019)回顾了近40年我国风电产业政策，指出FIT电价规制退出应与风电产业的技术进步相匹配，过早过晚均不利于风电产业的长期发展。Hu et al. (2019)也认为FIT电价规制促进了中国风电装机规模的扩大，但弃风矛盾突出，需要对规制模式进行优化。

放松规制的国际经验表明，规制的放松是一种更高效率的规制，电力市场化竞争意味着除市场失灵外，对可再生能源电力按其特性产生的特定规制需求(冯永晟等， 2016)。市场化程度是影响产业规制政策效果的关键因素，市场竞争是政府补贴得以有效实施的前提，否则政府的补贴仅具有扶持效果而难以实现资源要素的最优配置。相反政府忽视产业的市场化程度，一味地实施补贴会导致市场无序发展，引起规制失效(戚聿东和李颖，2018)。因此，可再生能源电价规制模式需要与电力市场化相适应与融合，政府规制与市场化相辅相成对可再生能源电力发展将发挥有效作用。中国电力系统的脱碳绿色转型依托于持久的创新，市场和政府规制之间需要进一步适应与融合(Yu,2020)。由上可见，电力市场化下开展中国可再生能源电价规制研究已十分必要和迫切。本文聚焦于FIT电价规制与电力市场化的适应性，在FIT电价规制模式下，通过可再生能源电力厂商与煤电厂商之间的Cournot博弈分析其作用机理，以我国可再生能源电力实行FIT电价规制模式最典型的风电产业为例试图回答：中国现行的可再生能源FIT电价规制与电力市场化相适应吗？中国面临的电价补贴缺口持续扩大、弃风弃光居高不下双重挑战的制度根源何在。

三 FIT电价规制模式作用机理

(一)FIT电价规制的内涵

可再生能源FIT电价规制实质上是一种直接补贴性电价规制(Ciarreta et al., 2017)。可再生能源电力发展具有明显的阶段异质性，初期开发成本较高而难以与传统电力展开市场竞争，政府对其采取价格规制，给予上网电价补贴，以支持可再生能源电力的发展。后续阶段通过对可再生能源电价高于市场电价部分予以补贴，解决可再生能源电力具有的正外部性。

可再生能源FIT电价规制会激励可再生能源电力厂商竭尽全力进行投资，直到可再生能源电力的边际成本等于政府对可再生能源电力实行的上网电价。根据补贴方式不同，可再生能源FIT电价规制可以分为三种：固定电价、固定电价补贴和变动电价补贴(黄珺仪,2016)。固定电价是指在可再生能源电力整个经营期内实行统一、固定的上网电价。固定电价补贴是指对可再生能源电价的补贴以市场电价为基准，给予可再生能源电价额外固定数量的补贴。补贴会随着市场电价的波动而变化，但与各期市场电价之间的差额维持不变。变动电价补贴是前述两种FIT的综合，政府对可再生能源电力采用最高限价模型，对可再生能源电力整个经营期执行最高限价上网电价，各期补贴金额为各期市场电价与最高限价的差额。目前中国对可再生能源电力实行的FIT电价规制模式为变动电价补贴，此模式根据可再生能源电力的不同类别(风电、光伏发电等)、区域资源禀赋差异划分为不同资源区，以不同资源区平均成本核定相应上网电价，超过煤电标杆上网电价部分通过可再生能源发展基金予以补贴，并核定不同资源区不同类别可再生能源电力保障性收购电量(按核定的年利用小时数计算)。不论是固定电价、固定电价补贴还是变动电价补贴，其内涵一致，都是政府对可再生能源电力实行的直接补贴性电价规制。

(二)可再生能源电力厂商与煤电厂商博弈均衡分析

FIT电价规制本质上属于政府对可再生能源电力的价格补贴。为从理论上分析可再生能源FIT电价规制模式的作用机理，明确可再生能源FIT电价规制模式是否不受电力市场需求约束，与电力市场化不相适应，会产生弃风、弃光等问题，本文在电力市场中构建可再生能源电力实行FIT电价规制前后，可再生能源电力厂商与煤电厂商的Cournot博弈模型。通过博弈模型均衡求解，分析可再生能源电力厂商产能决策的影响因素，探讨补贴对其影响大小以及FIT电价规制模式与电力市场化的适应性。根据Ciarreta et al. (2017)的研究，设定电力线性需求函数为：

P

=

c

-

dQ

(1)

其中：

P

为电力市场价格，

Q

是整个电力市场需求量，包括可再生能源电力和化石燃料电力总的发电量。发电端市场为充分竞争市场，进入和退出市场无成本，也就是发电厂商的利润为零，即其总收入等于总成本：

P

Q

=

P

Q

(2)

等式左边为总收入，右边为总成本。由式(1)和式(2)得到：

P

=

P

=

c

-

dQ

(3)

假设在电力市场中有

M

个煤电厂商，其生产成本函数为：

C

(

q

)=

v

q

+

j

(4)

其中，

q

为每个煤电厂商的电力产量，

j

为煤电厂商的固定成本，

v

为煤电厂商的可变成本。同时，假设电力市场中还有

N

个可再生能源电力厂商，其生产成本函数为：

C

(

q

)=

v

q

+

j

(5)

其中

q

为每个可再生能源电力厂商的电力产量，

j

为可再生能源电力厂商的固定成本，

v

为可再生能源电力厂商的可变成本，

j

>

j

>0， 0<

v

<

v

。

在没有可再生能源FIT电价规制时，煤电厂商和可再生能源电力厂商均以利润最大化为生产目标。即：

(6)

(7)

同样类型的电力厂商生产同样量的电力。由式(6)、 式(7)求解一阶条件，可得到均衡解为：

(8)

(9)

(10)

(11)

均衡条件为：

(12)

以上均衡条件也是可再生能源电力厂商生产的前提条件。如果可再生能源电力厂商的边际生产成本过高且超过上述生产的前提条件值，则可再生能源电力厂商将不再生产，也即：

q

=0

(13)

(14)

(15)

(16)

如果可再生能源电力厂商满足式(12)进行生产，则电力市场价格相对很低，可再生能源电力厂商可以直接进行市场化竞价交易，不需要政府的额外补贴。但各国在发展包括新能源电力在内的可再生能源电力初期，尤其是风电、太阳能光伏发电因其发电年利用小时数远低于煤电等常规电力机组，并具有间歇性、不可预测性等特点，在生产成本大规模降低前，如果没有政府给予的价格补贴，很难与煤电等传统电力进行竞争，不利于其规模化发展。因此，可再生能源电力发展的初期需要政府补贴政策予以支持，以弥补生产成本过高带来的市场竞争力不足。

可再生能源电力实行FIT电价规制时，可再生能源电力厂商和煤电厂商按如下利润最大化函数进行电力生产：

(17)

(18)

其中

ω

为政府给予可再生能源电力度电补贴。如果设定可再生能源电力消纳的配额比例，则需要满足下列条件：

(19)

均衡条件下并满足式(19)，在可再生能源电力产量不小于强制消纳配额量时，政府对可再生能源上网电价的补贴为：

(20)

(21)

(22)

(23)

由式(21)和式(22)可以推出：

(24)

由式(21)-式(24)可知，当政府仅对可再生能源电力实行保障性收购政策，未依据总消纳电量设置可再生能源电力消纳配额比例时，则

δ

未形成强制配额比例，难以对可再生能源电力产能产生强有力的影响。作为非重要影响因子，为与后文命题2加以区分，

δ

用参数

b

(

b

>0,

b

<

δ

)替代，此时可再生能源电力厂商的产能为：

(25)

式(25)表明，在实行可再生能源FIT电价规制下，当政府对可再生能源电力实行保障性收购政策时，可再生能源电力厂商的最优投资决策与

ω

和

C

有关。由于煤电为成熟型发电类型，

C

变化相对稳定，故可再生能源电力厂商的投资决策主要取决于补贴大小，与补贴存在正相关系。据此，结合中国可再生能源电价规制政策，可以得出命题1。

命题1：政府对可再生能源电力实行保障性收购政策时，一方面，因难以及时准确掌握可再生能源电力厂商的私人信息引起信息不对称，导致可再生能源FIT电价规制是以平均成本而非边际成本确定其电价或补贴，这就保证了可再生能源电力厂商获得可预期的稳定投资收益，从而使可再生能源电力投资不受电力市场供求约束。另一方面，政府按区域核定的利用小时数保障性收购发电量，导致优于区域平均水平的可再生能源电力产生弃风、弃光，抑制其利用小时数的提升，与实现资源优化配置的电力市场化目标不相适应。

由式(22)-式(23)可知，如果政府对可再生能源电力设置消纳总量配额比例，则可再生能源电力厂商的产能为：

(26)

结合式(20)与式(26)，可得到命题2。

命题2：政府对可再生能源电力设置消纳总量配额比例时，可再生能源电价补贴主要由配额比例决定。可再生能源电力厂商的最优产能决策则取决于电力市场需求量、配额比例、电力生产企业的数量，与电力市场需求量、配额比例正相关，与电力生产企业数量负相关。即：政府设置可再生能源电力消纳总量配额比例，可再生能源电力厂商会依据电力市场需求量确定最优规模与产能，有利于实现电力市场的供求均衡，优化了FIT电价规制与电力市场化之间的匹配关系，提高了两者的适应性，从而减少弃风、弃光。

四 风电产业FIT电价规制与电力市场化的适应性检验

(一)我国风电产业FIT电价规制现况

我国对可再生能源电力实行的FIT电价规制，在设定不同类别、地区可再生能源上网电价时，超过所在省区燃煤机组标杆上网电价部分，通过可再生能源发展基金予以补贴。2009年国家发展改革委下发了《关于完善风力发电上网电价政策的通知》(发改价格[2009]1906号)，根据风电资源禀赋差异，将全国划分为Ⅰ-Ⅳ类风能资源区，风电上网电价分别为每千瓦时0.51、0.54、0.58、0.61元。2014年以来，风电上网电价呈下降趋势。2021年1月1日，新核准的风电项目全面实现平价上网(执行所在省区煤电标杆上网电价)。2015年我国开启电力市场化改革，发电侧逐步形成竞价上网，上网侧电价总体呈现下降趋势，低于各省区煤电标杆上网电价，2021年以后新增风电仍享受隐性电价补贴，即市场化电价与煤电标杆上网电价之间的差额部分。我国风电各类资源区历年FIT见图1。

图1 中国风电FIT情况

(二)风电产业FIT电价规制与电力市场化不相适应的事实与焦点

国家对可再生能源电力实行FIT电价规制促使其装机规模迅速扩大，但可再生能源电力在全国电力消费结构中所占比例却十分有限，弃风、弃光所引发的资源浪费与我国以煤电为主导的能源结构存在着突出的矛盾。

上文分析可再生能源FIT电价规制模式作用机理得出的命题表明，政府对可再生能源电力实行保障性收购政策时，可再生能源电力厂商的最优投资产能决策主要由补贴决定。中国目前对风电实行的FIT电价规制模式给予风电电价补贴，实行保障性收购会使可再生能源电力投资不受电力市场供求约束。主要表现为：(1)我国风电执行FIT电价规制后，投资方的收益被提前锁定，极大地刺激了风电项目投资。2009-2014年间，中国风电装机规模从1760万千瓦增加至9657万千瓦，新增装机容量7897万千瓦，年均装机容量增长1316.17万千瓦。截至2017年，我国风电装机规模已突破16325万千瓦。(2)随着风电大规模的投产发电，财政对风电的补贴资金快速增长。2009-2017年补贴资金增长了12.19倍。由于FIT电价规制下政府对风电采取保障性收购，按区域核定的利用小时数保障性收购发电量，导致优于区域平均水平的风电产生大量弃风，抑制了利用小时数的提升，这也是我国风电年利用小时数一直不尽人意的主因。(3)风电资源密集地区出现了大量弃风问题。2014-2017年新疆、甘肃、吉林年均弃风率分别为28.5%、31.5%、24.5%。据国家能源局统计，2015-2017年全国弃风、弃水、弃光电量分别为1255亿千瓦时、1269.8亿千瓦时、187.42亿千瓦时，合计约为三峡电站2.7年的发电量。针对可再生能源电力资源富集省区大量弃风、弃光问题，我国采取了包括行政与计划手段在内的各种措施，但截至2019年底，新疆、甘肃等省区仍然存在较大比例的弃风、弃光。

秦海岩(2017)认为，我国可再生能源电力富集省区高达30%-40%的弃风率不能简单归咎于技术限制，根源在于电价制度。2014年德国可再生能源电力弃电率仅为1.2%(Li et al., 2019)，2017年中国风电规模接近美国两倍，发电利用率却与美国相差近50%(Huenteler et al., 2018)。风电、光伏发电弃风、弃光意味着FIT电价规制模式激励投资形成风电、光伏发电装机容量，可以发出的部分电力由于无法消纳导致弃风、弃光，造成资源浪费。电力市场化的关键是通过价格机制实现资源优化配置，保证资源的充分、合理利用，风电产业大规模的弃风实质在于资源利用的低效、无效，与电力市场化改革进程相违背。弃风率自然成为风电FIT电价规制与电力市场化适应性的焦点，也是适应性的重要衡量指标。

以上实践表明，我国可再生能源FIT电价规制模式与电力市场化已存在不适应。本文后续部分将以中国可再生能源电力实行FIT电价规制模式最典型的风电为例，经验检验可再生能源FIT电价规制模式与电力市场化之间的适应性。

(三)模型设定与变量选择

1.模型设定

采用中国风电产业30个省区(除西藏外)的面板数据检验可再生能源FIT电价规制模式的政策效果。实证模型构建如下：

Y

=

βS

+

γX

+

T

+

λ

+

ε

(27)

其中：

Y

表示

i

省

t

年的风电产能过剩程度，

S

表示

i

省

t

年的风电补贴，基于政策机理分析及命题，预期风电补贴的系数为正值，对风电产能利用程度存在显著的负向影响，政府补贴越大，风电产业越容易背离市场供求关系，与电力市场化的适应性也越差，弃风概率增加，产能利用率越低。

X

代表影响不同省份风电产业发展规模的其他控制变量向量；

T

表示控制各省份影响风电产业规模的经济与政策时间虚拟变量；

λ

控制地区固定效应；

ε

表示随机误差项。

2.变量选择

(1)被解释变量与核心解释变量

弃风选择与弃风率：被解释变量

Y

表示

i

省

t

年的风电产能过剩程度，本文采用是否弃风与弃风程度两个指标进行衡量。根据国家能源局发布的可再生能源发电利用统计调查制度，弃风率是风电场可发而未能发出的电量(弃风电量)与全部应发电量的比率，即弃风率=弃风电量/(风电实际发电量+弃风电量)。风电补贴：核心解释变量

S

表示

i

省

t

年的风电补贴，中国风电FIT电价规制对各省区风电上网电价高于省区内燃煤脱硫机组上网电价的部分通过可再生能源发展基金的方式予以补贴。从电力行业风电项目开发经验看，风电FIT电价规制模式对电力企业提前确保收益、规避未来经营风险具有重要作用。我国大型电力集团均为国有企业，其发展一方面受国家发展战略影响，另一方面受国资委考核指标体系的约束，如对投资项目设有资本金内部收益率等指标，国有大型电力企业在决策投资项目时，项目的资本金内部收益率是投资决策能否通过的关键指标。风电FIT电价规制模式对国有电力企业投资决策十分有利，只要选择的风电项目资源条件根据规划设计进行测算的相关指标按照所在省区的上网电价测算其经营期资本金内部收益率满足考核要求，风电项目就会大概率上马投资。风电项目作为专属性资源具有稀缺性，各大电力集团的实力体现又以投产装机容量作为重要指标，伴随中国风电补贴逐渐下调最终甚至实现平价上网趋势，风电FIT电价规制模式中隐含的价格补贴政策对大型发电集团具有先行激励作用。因此，本文选取中国历年风电补贴作为核心解释变量

S

。

(2)其他控制变量

其他控制变量是指影响风电资源利用的其他因素

X

，具体包括需求因素、供给因素与电网传输能力等。变量指标与预期符号如表1所示。

表1 指标选取与预期符号

(续上表)

需求因素：考虑需求的数量与结构，具体用国内生产总值GDP、人口密度、第二与第三产业占GDP的份额表示。经济总产值与不同用电需求结构的产值越大，对风电的需求越大，风电的实际利用程度越高，弃风概率越小，弃风量更低，预期系数符号为负。类似地，人口密度越大，电力需求越大，弃风率越低。

供给因素：主要考虑电力市场中不同电力结构消纳机制与竞争关系，包括煤电与水电发展规模，具体用煤电与水电装机容量表示。煤电与风电、水电等可再生能源电力在电力市场中存在竞争与替代关系，当电力需求一定时，中国实行可再生能源电力优先上网，风电与水电消纳同向变化，即需求同向变化，水电预期系数符号为负；风电、水电与煤电之间存在替代关系，为反向变化，煤电预期系数符号为正。

电网传输能力：从电网线路与容量密度考虑对风电上网利用情况的影响。电网传输能力越强，风电利用程度更高，弃风概率越低，预期系数符号为负。

(四)数据来源与描述性统计

本文中，各省区弃风率数据来源于中国循环经济学会发布的《中国风电发展报告》及国家能源局发布的《风电产业监测数据通报》；各省区风电装机容量、全社会用电量、风电发电量、煤电装机容量、水电装机容量、电网容量密度相关指标数据来源于《中国电力年鉴》(2010-2018年)；国内生产总值、二三产业增加值、人口密度指标数据来源于《中国统计年鉴》(2010-2018年)；风电补贴金额指标数据来源于国家发改委、国家能源局、电监办、财政部发布的风电补贴项目、资金、预算以及电价监管通报等，通过查阅上述公开的原始数据资料，按照国家风电补贴的各类文件等计算处理得到。

为减少异方差，除弃风率、风电补贴与第二、三产业占GDP份额指标外，其余变量均取对数，对于取值含有0的变量数据，采取Ln(1+变量数据)的方式进行处理；国内生产总值与风电补贴数据以2009年为基期进行价格平减处理。表2给出了按年份进行的变量描述性统计。

表2 描述性统计

(续上表)

(续上表)

从表2可以直观地看出，2009-2017年期间，弃风率随着风电补贴的不断提高而逐步增加。但这种正向关系是否的确存在，需要通过控制其他变量的影响后进行更加准确的估计。

(五)估计方法与内生性分析

为了考察中国实行的FIT电价规制模式，验证对风电企业实行FIT电价规制是否会背离市场供求关系，与电力市场化不相适应，从而引起特定时期或地区产能过剩。本文基于模型(27)实证检验风电FIT电价规制的影响效果，以确定每个省区不同年份补贴引起的弃风可能性与不同因素对弃风程度的影响。由于企业存在是否弃风的二元选择(不弃风时为0，弃风时为1)，且特定时间与区域的弃风程度存在差异，本文分别采用Probit模型与Tobit模型进行回归分析。考虑到不同年份中国的风电补贴力度不同，为了剔除不同省份的变化趋势，回归时引入时间虚拟变量。同时考虑到中国各省区风电资源与地区的异质性特征，具体采用随机效应Probit面板模型进行数据分析，以控制个体特征的影响。针对二元选择问题，根据Xia et al.(2020)的研究，通过考察参数

ρ

是否为0可以判断观测对象是否存在时间和个体差异。如果参数

ρ

显著不为0，则必须考察不可观测的个体异质性，这时需使用随机效应面板Probit模型才可得到精确的参数估计。另外，本文进一步考察回归模型(27)可能存在的内生性，其主要来自两个方面：一方面，风电补贴与弃风可能性(大小)存在的双向因果关系，另一方面来自非线性面板的不可观测变量的个体异质性影响。但通过分析中国现行的FIT电价规制模式可知，风电补贴的计算是国家基于四类风电资源区的资源禀赋与发电成本特征预测得出，不受是否弃风与弃风率大小的影响，所以可排除风电补贴与弃风率间的双向因果关系。对于来自非线性面板的不可观测的个体异质性可能产生的内生影响，实证检验中，本文除对时间进行控制外，为了控制与其他解释变量相关的不可观测的个体特征，在采用随机效应面板Probit模型(Tobit模型)时，参考Xia et al. (2020)使用的M-C方法以Mundlak(1978)和Chanberlain(1984)共同命名为M-C方法。，引入各区域时变的其他控制变量的均值以剔除个体影响，具体用各地区2009-2017年全社会用电量均值作为Mundlak-Chanberlain工具(

xmean

)进行回归分析。

(六)实证结果与讨论

表3报告了采用随机效应面板Probit模型与Tobit模型进行实证的结果。其中：列(1)-列(4)是被解释变量为弃风选择概率的随机效应面板Probit回归结果，列(5)-列(8)是被解释变量为弃风率的随机效应面板Tobit回归结果。列(3)、 列(4)和列(7)、 列(8)分别加入Mundlak-Chamberlain工具。在采用随机效应面板Probit模型实证前，观察各模型估计参数

ρ

发现，1%显著性水平下其取值处于0.518～0.916之间，说明利用混合Probit模型不能得到有效的估计结果。可以看出，M-C随机效应面板模型估计结果中列(3)、 列(4)与列(7)、 列(8)的个体效应显著，意味着其参数估计更为有效。

表3 随机效应面板Probit与Tobit模型估计结果

(续上表)

由表3可知，无论是否控制个体效应，风电补贴的系数均在1%的统计水平显著并且系数大小稳定，表明中国对风电补贴每增加1亿元，将增加近3%的弃风可能(列(1)-列(4))，会引起弃风率提高6%左右(列(5)-列(8))。充分验证了中国近10年来对可再生能源电力实行的FIT电价规制模式诱发风电产业背离市场供求关系，与电力市场化明显不相适应，从而引起我国特定时期或地区产能过剩、高比例弃风问题，验证了前述基本命题。此外，其他控制变量的符号与本文预期基本一致。国内生产总值GDP的系数为负，表明随着电力需求的增加弃风率减少。与需求增加导致弃风率减少的预测一致，相比第一产业，第二与第三产业对电力的需求强度更大，其占GDP 的份额越大，弃风概率与弃风率越小。但第三产业对弃风倾向及第二产业对弃风率的影响不显著，说明电力需求不是我国弃风问题的主因。地区人口密度的系数显著为负，意味着区域人口越密集，电力需求越旺盛，弃风可能性(列(3)、 列(4))与弃风率(列(7)、 列(8))越小。从电力供给来看，煤电作为电力市场中风电的竞争能源，其参数系数显著为正，暗示着在中国可再生能源电力优先上网的政策下，风电与煤电间存在明显的替代关系，与水电资源存在互补关系，但水电回归系数不显著。电网传输能力对弃风概率和弃风率的影响不显著，也说明电网建设及技术问题并不是大量弃风的主因。

中国对可再生能源电力实行FIT电价规制模式后，对中国四类风电资源区在2009、2015、2016、2018年分别采用不同的电价补贴政策，使得我国风电产业得到迅猛发展，产业规模迅速扩大。本文实证检验结果表明，在控制时间变量与各地区的个体异质性特征后，FIT电价规制(风电补贴政策)显著提升了近10年来中国各地区的弃风概率与弃风率，诱发风电产业背离市场供求关系，从而引起特定时期或地区风电产能过剩，出现高比例弃风，造成社会资源浪费。进一步分析表明，能源供给能力快速增长引发的产能过剩矛盾，与电力市场化进程不相适应，严重抑制了能源可持续转型(刘平阔,2019)。

五 结论与政策启示

通过对可再生能源FIT电价规制模式与电力市场化的适应性检验，具体以是否弃风的二元选择与弃风程度为被解释变量，采用随机效应Probit与Tobit面板模型实证检验我国FIT电价规制(风电补贴)对风电产业发展的影响。结果表明，无论是否控制各省风电资源个体效应，我国FIT电价规制模式均显著提高了风电产业的弃风可能与弃风程度，充分验证了中国近10年来对可再生能源电力实行的FIT电价规制模式，是诱发中国风电产能背离电力市场供求约束的重要因素。究其原因在于FIT电价规制模式下，规制者难以对可再生能源发电成本变化做出及时准确的反应，尽管不断调整政府定价，仍然不能解决与电力市场化不相适应的问题，从而验证了本文的命题1。

FIT电价规制保证了可再生能源电力厂商利润预期，进一步降低了可再生能源电力投资建设的风险，强有力地刺激了可再生能源电力厂商的投资，短期导致可再生能源电力装机规模的快速扩张。由于不受电力市场需求约束，会造成特定时期或局部地区产能过剩，出现弃风、弃光。同时也会使可再生能源电力厂商缺乏成本约束，导致补贴缺口不断扩大。因此，必须打破中国可再生能源电力现阶段实行的FIT电价规制模式，优化和寻求新的可再生能源电价规制模式。根据前文得出的命题2可知，如果政府对可再生能源电力设置消纳配额比例，可再生能源电力厂商的最优产能决策则受控于电力市场需求量，使可再生能源电力产能受供求关系的约束，从而减少弃风、弃光，有利于优化FIT电价规制与电力市场化之间的适应性。据此得到的政策启示为：第一，将我国目前针对新增可再生能源电力仍在实行的FIT电价规制模式调整为FIT-Z(设置消纳配额比例的固定上网电价)，作为RPS-TGC(配额制与可交易绿色证书制度)电价规制模式有效实施前的过渡电价规制模式。第二，随着绿色发展战略和电力市场化改革的推进，应加快可再生能源FIT电价规制模式向RPS-TGC电价规制模式的转型，改变中国目前可再生能源FIT补贴退出方式(包括未来存量补贴退出)，由先慢后快方式调整为分阶段且前段退补率高于后段退补率的方式。第三，中国可再生能源FIT电价规制模式转型必需结合可再生能源电力发展阶段异质性特征，分类别、分阶段开展。在完成可再生能源FIT电价规制模式向RPS-TGC电价规制模式转型前，对新增风电、光伏发电，可优化现有的FIT电价规制模式；加速实现存量风电、光伏发电以及优化后的增量风电、光伏发电向RPS-TGC 电价规制模式过渡，最终实现向可竞争电力市场的转型。