潜力的兑现还是赢者的诅咒——来自跨区域能源项目电价反向招标的证据（2006—2020年）

赵 甜，沈 曦

（1. 山东科技大学财经系，山东济南 250031；2. 美国东北大学经济系，波士顿02115）

全球范围内的电力市场去管制加速了上游的市场化进程，电价反向招标替代传统上网电价成为绝大多数市场确定发电权的主要方式，它有效降低了新增发电机组的上网电价，并促成包括中国、美国和欧洲国家等主要市场的电价显著下行。与此同时，电力平均拍卖价格在大幅下降。繁荣的市场端表现并没有给予参与企业对等的收益，甚至相反，电力项目竞标和投资企业面临相当严酷的盈利压力。根据BNEF年度全球能源成本报告的数据，计算并对比项目成本和收益IRR，发现实际收益显著低于行业理论值，尤其在近五到十年，即便理论收益的测算基本保持稳定，甚至在太阳能电力领域还保持了一定的增长，依然难阻行业利润的逐年下降。理论测算收益和实际项目回报的这一反差完美契合了经济学“赢者诅咒”（Winner’s Curse）理论［1］：中标企业最终在财务上的收益远低于投标预期，甚至相当一部分项目出现亏损。在竞标过程中企业的报价过于激进和乐观，为了业务拓展和项目争夺，很容易陷入高估收益又低估风险的怪圈，结果导致激进的报价赋予中标企业非常鸡肋的价值标的，严重影响项目投资的实际回报。在更极端的情况下，只要存在愿意走极端的冒险型竞标者，任何的招标模式都会导致这样尴尬的局面——赢得标段的企业却输掉了利润。就能源项目电价反向招标而言，在企业竞标时面临来自后期项目建设成本和运营费用的不确定性。一项理性的财务测算，应该结合投标主体自身资金成本和项目运作能力，充分考虑未来风险因素的影响，给出相对保守的报价，从而保障项目收益的可实现性。诚然，过去十多年，得益于持续的技术工艺创新，新能源电力经历了显著的效率提升和成本下降，但对比理论回报率，项目投标主体无疑还是采取了过于激进的竞标策略。鉴于此，通过修正关联价值模型（Affiliated Values Model，AVM）并依据历史样本数据检验最近15年电力项目招标中竞标主体的行为特点，讨论“赢者诅咒”现象在电力市场中的作用机制和对产业的影响，并分析信息分享、预期调整以及市场地位等多方面的影响因素，探讨是否存在有效的路径和模式可能帮助竞标企业跳出这一困局。

1 文献综述

1.1 电力市场竞标行为相关研究

随着全球反向招标数量增加，针对电力项目竞标的研究开始涌现，大多依托传统欧美或拉美等新兴市场，主要讨论了招投标机制设计［2］、宏观政策环境［3］以及市场机制［4］等因素对能源项目招标尤其是新能源替代转型的影响。在此过程中，反向竞标带来的全球范围电价下降自然无法被忽视。Woerdman等［5］在研究欧洲新能源和碳排放管制的相关关系时发现，碳税的征收并没有给新能源项目和投资企业带来收益上的改善，反而由于项目的大量建设导致项目回报的断崖式下跌。针对欧美市场的分析也发现了相似情形，研究者将这一结果归功于新能源电力市场的快速成熟和信息的透明化，导致企业在项目建设启动前就陷入“过度乐观”的陷阱之中［6-7］。

新能源从统一补贴的上网电价过渡到参与自由竞争市场的时间较短，其超预期的电价下降吸引了研究人员从宏观环境到微观行为等多个因素进行解释，包括容量限制、议价能力、附加调频辅助等［8］。当前文献主要分为两类：一类以经济模型为基础，依托如矩阵博弈或是线性投标函数［9］以及市场供求结构分析［10］架构实证框架。另一类结合发电机组输出曲线模拟结果，建立长期和即期市场竞标博弈模型［11］、清价格统一结算机制或报价结算机制［12］进行均衡解推演分析。但是在方法论有效性层面仍然可以精进：前者使用简化模型进行的纯数理分析，未对内在行为机制展开讨论；后者则更接近于现货及期货市场的行为模型，关注高频数据下的供求匹配和博弈研究，对于相对长期和宏观的PPA（Power Purchase Agreement）反向竞标行为研究的意义比较有限。

1.2 基于“赢者诅咒”理论的能源市场研究

“赢者诅咒”理论诞生于对能源产业的研究，赢得标的的企业支付了远高于“市场公允”水平的价格，导致后期项目盈利结果远低于预期。针对“赢者诅咒”的形成原因，已有文献主要从信息不对称和主体行为特征两个层面尝试做出解释：第一，信息不对称主要考虑了竞标主体之间的差异性［13-14］，相比占据信息优势的信息群，处于劣势的无信息群有较大概率做出激进的报价策略，如果无法通过内部信息共享机制解决这一问题，所有的竞标者都会被带离理性均衡。第二，针对竞标主体行为驱动因素的研究立足于损失规避［15］、动态不一致性［16］，认为投标主体在业绩压力和短期利益吸引下对当下标的赋予过高的价值，但对于未来存在的不确定风险和成本却赋予过低的贴现率，短期博弈均衡自然而然指向了“赢者诅咒”这一困境。

针对“赢者诅咒”的破解模式，有研究从招标机制和竞标主体经验的层面进行了一系列可控实验［17-18］，结果发现，只要标的物价值存在不确定性，无论采用第一价格［19］、第二价格［20］还是英式拍卖［21］，“赢者诅咒”的现象均存在。更严重的问题是，在重复多次实验以后，研究者发现学习曲线和经验积累无法帮助竞标者在未来改善自身的投标结果和效率［22-23］，也就意味着“赢者诅咒”在招标中是一个普遍存在且持续性的问题。

实证层面主要使用三类模型：第一类以享乐回归模型为基础，重点研究竞标企业数量及竞争程度对竞标结果的影响［24］。这类研究相对成熟且结构清晰，便于控制外生冲击的干扰。但缺点在于模型仅能解释变量之间的关联性，缺乏对竞标行为背后机制的洞察和描述，难以胜任福利分析和动态应对机制的研究。第二类研究依托共同价值模型，将博弈论和行为特征深度融入结构模型，可以系统考察竞标者的动态行为策略和博弈均衡［25］，但是模型的基础——共同价值却招致一系列的质疑。鉴于此，第三类研究基于关联价值模型，它介于私人价值模型和共同价值模型两种极端情况之间，更适当地描述了拍卖实践中参与人所面临的环境［26］。相比共同价值模型的一致性假设，关联价值模型极大拓展了对个体差异的研究以及参与主体对对手信息的把握和利用的套路。

1.3 文献评述

目前电力项目在竞标价格上的过度激进以及不断增长的盈利压力开始受到关注，但对能源市场“赢者诅咒”的直接研究数量非常有限。总体而言，现有研究表现出以下特点。

第一，主要依托纯数理分析或案例对比讨论内外部因素对反向招标结果的影响，对竞标主体行为动机的讨论有待深化。对于新能源产业近来超预期的技术进步以及市场参与者基于预期的竞标决策，现有文献也较少涉及，而这正是计划解决和发展的重要问题。

第二，对电力项目招标而言，享乐回归和共同价值模型依然存在某些问题。首先，共同价值的“价值”有着明显的缺陷，不同于油田资源，电力价格除受宏观市场和区域管制的系统性因素影响，对项目投资企业自身经验和后期经营策略等更加敏感。其次，近年来尤其在新能源产业，技术进步和降本的速度远超行业预期，导致竞标主体难以准确把控从中标到项目建成投运这段时间中项目成本和效率的发展趋势，因此研究竞争对手保留价格成为非常重要的策略依据。

第三，在“双碳”目标的大背景下，投资跨界竞争变得普遍，这就导致不同参与主体的差异不仅体现在经验上，也同样反映在保留价格和期望上：相比单纯依赖新能源投资的主体，来自化石能源的投标主体可能会要求与自身现有项目收益相匹配的中标价格作为投标底线。

基于上述原因，立足于关联价值模型，修正技术进步和参与者预期，构建一个更加完整的结构模型，并使用欧美和亚太地区3 000 多家大型电站招标和运营的数据进行实证检验，以期为能源项目顺利招标和后期良好运营提供科学合理的发展建议。

2 理论框架

2.1 基于AVM模型架构的基础结构

能源反向招标过程本质上是一个架构在不完全信息假设基础之上的信号博弈，每一个参与竞标的主体既面临着未来项目投资运营收益的不确定风险，同时也需要针对竞争对手的行为作出判断和反应。但不可避免的现实是，在项目可研分析阶段的收益预判和长达20 a 以上的运营期实际收益存在较大的偏离风险，为“赢者诅咒”的产生埋下了隐患。建立在预期收益最大化目标下的项目电价投标实质上是企业立足项目前期尽调获取的项目信息，综合对竞争对手报价策略的判断，评估并确定自身最优投标策略的过程。

传统AVM 模型［27］将针对招标标的信息集设定为(V；S1，…，Sn)，其中Si为竞标个体i在初期通过调研获取的标的信息，V代表标的的全部真实信息，但是竞标主体无法通过调研完全了解V。当面对信号Si时，该标的的后期运营成本C取决于竞标主体结合自身经营能力对V的预判及对成本的估计Ci(V；Si)。基于前期调研行为的随机抽样特性，竞标主体i对于对手所掌握信息集S-i的分布是概率分布f(S-i|Si)，S-i记录了其他竞标者在前期调研中获得的信息。基于这一层假设，AVM 模型将共同价值模型中外生性的V定义为内生变量V(Si；S-i)。预期的成本函数也因此转化为单纯依赖于抽样结果Si的函数Ci[V(Si；S-i)；Si]。

在成本函数的单调性假设下，如果Si≥Sj，那么Ci(Si；Sj，S-i，j) ≤Ci(Sj；Si，S-j，i)。

竞标个体的价格策略依赖于Si和先验的概率分布f(S-i|Si)，目标最大化利润为：πi(S) =B(S)F(S|S) -

其中：S代表了整个抽样信息集（Si；S-i），而B(S)为竞标主体的报价。

由于f(S-i|Si)对于所有的竞标企业都是一致的，只要Ci(Si；S-i)满足单调性假设，更高的Si意味着个体i更激进的成本预期和更低的风险预估。除非企业之间实现完美默契合谋，并通过信息共享机制用(S1，S2，…，Sn）拟合出V，即S-i=Si=S，B(S)必然收敛于项目真实价值，实际中当所有竞标企业面临相同的随机性外部信息分布时，博弈均衡解将陷于“赢者诅咒”：无论采用何种拍卖形式，中标者的报价总是劣于理性的期望值，标的都会授予掌握最高Si的企业。足够多的竞标参与群体会导致中标者掌握的Si显著偏离V，而B(S)也偏离了正常市场的回报。对于中标企业而言，赢得标的仅是因为抽样观察到了过于理想的信息点，或是对自身运营和成本控制能力过于自信而已。

传统AVM 模型有助于解释“赢者诅咒”的形成机制，但对于电力反向招标市场，该模型却存在两个问题：第一，标的价值（成本）V被假设为固定值，忽略了上游的技术进步过程，投标决策个体间的差异完全依赖于Si。但在现实中，电力项目的建设运维成本和发电效率一直保持着较快的技术进步，尤其是新能源的设备成本在过去5～8 a 间保持了接近10%的年化降幅，这在很大程度上影响了标的价值V的评估。第二，个体的预期行为没有被纳入模型的考虑范围之内。当技术进步带来的V在历史样本中表现出显著的波动趋势，投标个体在基于Si的竞标策略会把未来前中期的技术进步红利考虑在内，即选择比Si所支持的更加激进的投标策略。这两个是此次理论模型发展的重点，而出发点在于对V和C进一步的具象化和内生化。

2.2 附加技术进步和动态预期假设的模型修正

从以下三个方面对传统AVM 模型进行发展：第一是竞标参与企业数量N基于前期抽样信息S的内生化。在公共信息确定的情况下，更加乐观的S会吸引更多的竞标者参与项目，从而使得竞争更加激烈。第二是竞标主体i的标的价值评估Ui对竞争对手信息S-i的内生化。当业务扩张成为企业经营目标之一时，激进的投标行为就变得必要，企业就必须基于投标前收集到的竞争对手信息和行为特点确定自己的项目价值评估，Ui从独立于S-i的变量变成依赖于S-i的条件分布函数。第三是考虑了基于技术进步的预期，不同于传统模型的静态假设，实证研究将立足于动态样本，且能源产业持续的超预期增效降本也势必影响到竞标主体行为的前瞻性，从而改变Ui对Si的反应机制。

承接上一小节的模型框架，将行为对称性假设下主体i的竞标行为分解为三步：第一步，评估自身在前期调研中获取的Si和竞争对手可能获取的S-i分布，从而就竞争对手的数量和项目估值作出概率判断，同时考虑参与企业数量N对前期信号S的内生化。第二步，基于概率分布进行内部项目价值和盈利的评估，确定不同情况下的最优投标策略和反应函数，即考虑了价值评估U和V对竞争对手信息S-i的内生化。第三步，正式报价，确定项目最终归属。

基于此，模型首先需要在原有AVM 框架基础上增加竞标参与企业数量的概率分布：当竞标参与企业i观察到S水平下的前期信息时，面临的竞争对手数量可以描述为一个随机变量，且pk(s) =[p1(s)，p2(s)，…pN(s)]。尤其每一个竞标企业都会掌握或多或少的前期调研信息，而相对乐观的调研结果能促使企业报出更加激进的标的价格，因此，企业i最为关注的是竞争对手可能掌握的最乐观信息Y，同样设定为概率函数F(Y|S，N)。

为简化模型推演，利润函数设定为线性：πi=bi-Ci(Si；S-i)。在电价反向招标案例中，标的的不确定性主要体现在建设运维成本和发电小时数两个层面，可以归结为项目损失的风险。报价策略方面，基于前期调研结果Si，竞标行为定义为b=B(Si)，如果招标方设定了最高拦标价r，即竞标主体报价必须不高于：a=才被认为有效。

利润目标函数被具象化为：

求解利润最大化一阶条件时，将bi=B(Si)置换反函数Si=τ(bi)，带入利润目标函数式（1），并对bi求导，可得：

其中，τ′(bi) = 1/B′(S)。

2.3 信号博弈框架下的“赢者诅咒”机制

基于利润最大化一阶条件，添加竞标主体对竞争对手投标策略的预判，竞标主体的策略需要同时兼顾中标概率的最大化，即报价要优于除自己以外其他竞争对手的最具竞争力报价（Mj）。这一修正契合了信号博弈的框架：从竞标企业i的立场出发，基于自身掌握的调研信息和对竞争对手行为模式的判断，而Mj可以不失一般性地设定为信息集的条件分布：GMj|Bi(m|b)。

在考虑竞标主体预期行为的框架下，引入变量Yi，代表企业i所能预期到的最理想的信号水平S。在存在一定中标率和业绩的压力下，对竞标主体而言，需要最大可能击败竞争对手的报价水平演化为针对Ei和Si的概率分布（即S-i被Yi所替代）：GMj|Bi(m|b) =HYi|Bi(y|b)。

由于利润函数对于所有企业都是对称的：

将这一概率分布代入利润最大化的一阶条件（替代概率函数f和F），并求解企业针对项目成本的估计Ci(S)可得：

接下来模型化上述过程，在成本预估函数中Ci(Si；S-i)和竞争对手信息集预期Yi中分别嵌套预期行为Ei(S-t)，作为共同知识的历史信息S-t引导了竞标主体的差异化预期Ei和Yi。当技术/成本进步呈现边际递减的趋势，即Si≤E(St，i，-i|t=0，1，2，3，…，T-1)，Ei(S-t)将大概率高估未来的真实值ST+，而由此推演的Mj也将因此偏离理性水平。通过bi对S-t求导可以验证这一逻辑：

从以上的模型可以看出，当AVM 模型增加技术进步和动态预期修正以后，竞标主体的报价决策从传统模型单纯依赖前期调研信息S，升级为依赖于预期E(S-t，St)。而竞价博弈的“赢者诅咒”进一步恶化，由于企业的预期在很大程度上受到历史数据的影响，在上游持续经历超预期技术进步和成本下降的情况下，竞标参与企业即便基于相似水平的前期信息S，也会在预期上形成分歧。在反向招标中，标的最终授予的企业则更有可能是掌握最乐观信息且执行最激进预期的个体。更严重的问题是，由于竞标主体之间的决策流程和利润函数的结构是对称的，同时在一定时期内均承担了项目中标率的业绩压力，一个囚徒困境的结局应运而生，倒逼每一个参与个体均采用更加激进的预期决策投标电价b，最终导致整体中标价格水平偏离理性值。

2.4 实证模型和计量策略

针对“赢者诅咒”的实证计量是基于非参数框架并建立在群体理性这一假设基础之上的：在足够数量的竞标参与企业前期调研以后，竞标报价的均值更有可能趋于市场的真实合理水平，而中标企业则如前文所述，受到个体抽样或过度自信的项目收益测算影响，可能报出低于合理水平的电价要求。如果通过投标电价可以测算出相应的项目投资运营收益，那么中标电价对应的收益和汇集所有竞标企业报价的平均测算结果之差，可以用于检验“赢者诅咒”问题。

承接AVM 模型，在实证样本中，信息集Si和S-i主要包含三方面的信息：在项目层面包括固定投资Ki（即发电项目的建设资本投入）、可变成本ACi（火电项目主要是燃料成本，风光新能源项目主要是后期运维和相应的发电输出实际效率），在投标主体层面则主要是项目建设运维能力（包括行业经验Yri、融资能力Ri等）。

如果项目的中标电价记为p，中标主体的项目运营收益则可以表示为E[Vwinner|p-i＜p，K0，AC0，Yr0，AC0]，那么所有参与竞标企业的平均报价则可以用于衡量公允的项目投资收益，假设其基于客观合理的项目投资和后期可变成本E[V0|，K0，AC0，Yr0，AC0]。相应地，中标企业i面临的“赢者诅咒”可以表示为：μi=E[Vwinner|p-i＜p，K0，AC0]-E[V0|K0，AC0]。

作为衡量项目收益的V在经济学层面可被理解为，中标者的电价投标报价和市场公允价格，基于BP 年度报告中火电和新能源在各个地区年度平均发电小时数和IHS年度各类电力项目投资成本以及煤炭/天然气大宗价格，能够计算出实际项目的度电成本，其与竞标企业的报价之差即为项目投资的运营收益Vwinner和V0。

在严格意义上，共同价值模型实证框架仅仅考虑了项目层面的变量，忽略了竞标对手之间的差异性。在关联价值模型中，同一个项目的前期调研费用和进入成本并不因人而异，但是仅在风光可再生能源领域，行业经验理论上会从可研数据库积累、采购供应资源以及产业技术预判等多个方面影响到企业的报价，更不用说融资利率对项目投资成本的直接影响。鉴于此，在实证层面引入投标主体的行业经验Yri和融资能力Ri两项微观指标。由于绝大多数电力项目采用反向招标，中标者大概率是最低价和次低价的出价者，为进一步识别不同变量对中标者项目收益的影响差异度，还将利用“赢者诅咒”的量化变量针对各个驱动因素进行回归分析。

依托Stone［28］的多变量框架构建非参数模型：

其中：自变量包括固定投资K（发电项目的建设资本投入）、可变成本AC（火电项目主要是燃料成本，风光新能源项目主要是后期运维和相应的发电输出实际效率）、投标主体的行业经营Yr以及融资能力R，h为带宽，k为核密度，计量方法采用标准正态核密度。带宽选择方面，在Stata15 下采用“交叉核实法”。依托项目中标电价和其他竞标者的投标电价，分别实现对E[V0|K0，AC0]和E[Vwinner|p-i＜p，K0，AC0]的计算。

此外，针对V的非参数计量还可以用来推导竞标企业的反应函数。基于式（3）可知，如果在一定时期内，给定竞标主体自身的条件（如行业经验和融资能力等）以及天气等短期内稳定的指标，企业的竞标行为bi主要取决于对成本因素Ci(Si；S-i)的预判。具体而言，对于火电项目主要受制于燃料成本，而风光新能源则主要是系统投资成本。如果在保持其他变量不变的情况下，竞标企业对项目的估值直接取决于调研结果s（当期新能源系统成本和火电燃料成本），在非参数计量的基础上，通过固定非成本因素的变量，反解E[Vt|Sit；Yr0，R0]=f(s)就可以得出竞标企业报价针对成本变量的反应函数。而拟合成本反应函数可以用于考察在不同成本点位下，竞标企业报价行为的差异性变化。

基于以上的理论框架，实证部分将利用美国、欧洲和亚太市场的火电（燃煤和燃气项目）、太阳能和风能三种电力项目样本，检验电力PPA 反向招标中的“赢者诅咒”问题，重点围绕三个问题展开。

第一，经验和信息不对称是否导致无信息群相比信息群更容易陷入赢者诅咒的怪圈？由于在项目经验、供应链成本预判以及区域市场规则理解等诸多因素上存在个体间差异，每一个招标项目的竞标企业可以分为两个群体：信息群和无信息群，前者掌握更多来自历史和即期市场的信息，实证研究将重点考察这样的信息优势是否被应用并转化为更优秀的竞标结果。

第三，长期中的学习过程能否帮助竞标主体跳出“赢者诅咒”的困境？在对3 000多家电站长达15年的追踪研究中，每一个竞标参与主体都有机会对能源电力市场的招标规则、供应链结构和建设运营风险进行深度学习，提升自身的成本核算和风险预判能力，那么该动态样本将有机会可以观察到参与者的学习曲线。通过不断地学习和修正，胜出的竞标主体将有更高的盈利机会。

3 实证检验

3.1 实证样本概览

研究数据主要来自BNEF 全球项目数据库和IHS 能源成本结构数据库。从BNEF 数据库中筛选出2006—2020 年美国、欧洲和亚太市场供给的1 578 个电力项目（装机量共计67 984 MW），其中火电项目共计517 个，太阳能项目619 个，风电项目442 个。企业信息包括项目规模、招标和建设投运时间、项目竞标后被授予的电价、项目总投资以及项目投资者和竞标参与企业。IHS 则提供了细分到区域的年度项目投资成本分解和核心设备价格趋势，特别是针对化石能源，应用IHS 月度更新的化石能源（煤炭和天然气）价格。这样的数据组合一方面可以了解项目竞标时中标企业面临的市场竞争结构和最终赢得的电价水平，另一方面也可以追踪到项目中标和建设投运以后的建设-运营成本。

对项目运营后的产出，参考来自BP 能源展望对每个区域不同能源电力项目的平均运行发电小时数进行估计，并结合中标电价进行项目收益测算。最后作为各类能源项目实际成本的公允标杆，样本引用了2006 年以来BNEF 每半年更新一次的度电成本（LCOE）估计值，其测算存在一定的前瞻性，更多反映出研究机构对未来趋势的预判，但考虑到能源项目从竞标到投运同样存在半年以上的时间窗口，因此这一变量对标衡量竞标结果仍不失为一个有效的工具。最后是投标主体的差异性变量，行业经验通过样本中主体中标的第一个项目到2020年节点的跨度作为衡量标准。然而最难的变量是融资利率，理论上，BNEF 项目仅披露中标项目的融资利率，对于其他竞标企业，样本采用其在同一年度中其他中标项目的平均利率作为衡量标准，如果在同一自然年中没有中标记录，则把时间跨度扩大到临近两年中。

表1汇总了样本的基本信息，能源项目类型罗列了不同时间段项目招标的总规模和报价情况，其中包括给定时间区间内对应项目类型下招标中最高、最低和平均报价以及中标价的均值。太阳能和风能项目的报价远比火电项目激进，尤其是最低报价，从2011—2020 年的十年中，太阳能和风能项目分别下降了86%和79%。然而，即使绝大多数项目招标采用了二级竞标机制，努力屏蔽极端激进报价带来的风险，样本的平均中标电价依然呈现出接近70%的降幅，远超第三方度电成本的降幅测算。横向对比不同能源项目的中标价和度电成本可以发现一个有趣且重要的结论：火电项目的报价较新能源略理性，火电项目的平均中标项目均稍高于第三方测算的发电成本，而新能源项目在2011 年以后的平均中标价却普遍低于度电成本的测算值。诚然，在过去十年中，新能源项目在成本和效率上的发展进步远超行业预期，这在一定程度上导致第三方在每一个阶段前瞻性的度电成本估计很可能略为保守，但不可否认，竞标企业的报价也同样面临前瞻性要求，而样本数据汇总的结果正反映出能源企业在新能源项目上较火电表现出更加激进的竞标策略。

表1 样本概况

表2按项目参标企业数量汇总了竞标结果，如果先验假设竞标企业之间存在合谋，那么竞标电价的结果应该表现为和参与企业数量负相关。然而从结果上看，虽然最高报价这一项体现出一些和竞标企业数量的反向关系，其他报价结果汇总的数据并没有支持这一假设。换言之，更多的竞标企业的影响仅反映在头部，激进的报价行为无论在寡头博弈还是近乎充分竞争的项目招标中都会存在。

表2 不同竞标企业数量下的报价差异 /（美分/（kW·h））

当竞标策略偏离利润最大化目标时，竞争对手的行为较大概率影响到个体的预期。具体而言，当投资的收益不局限于项目运营本身，而更多来自业务扩张及其带来的企业价值等衍生层面时，能源企业的竞标决策就超越了项目自身收益评估的标准，而立足高于竞争对手的业务覆盖率或市场曝光度。就竞标模型而言，竞标主体对于项目的价值评估突破了共同价值的假设，转化为相互依存的关联价值问题。考虑样本期内，电价大幅下行，实证检验应用分位点回归，因变量选择企业报价的预期收益（tariff），等于竞标企业在单个项目上的报价与同期（半年度）该地区第三方LCOE 测算结果的差值。自变量选择同期该能源项目的新建规模（size）、时间虚拟变量（i）、同一项目竞标企业数量（q）以及是否存在联合竞标（u）的0-1 变量。考虑到样本来自全球数据库，地区间的差异不能简单忽视，而相比项目的物理特性差异以及地区之间的绝对成本差异，政策的影响对模型更加显著，因此式（6）引入了政策虚拟变量（k），此处模型将各国政策简化为四类：自由市场、受管制市场、税收补贴和绿证市场。

表3按能源类型汇总了X在25%、50%和75%三个分位点的回归结果。竞标企业数量对于高分位和低分位都存在显著的影响，尤其是太阳能和风能项目。随着竞标企业的增加，高低分位报价都承载了明显的下行压力，而50%分位报价却受到相对较小的影响。类似的结果也在联合投标0-1 变量上得到体现，但区别在于，对比存在联合投标的项目（0），不允许联合投标项目（1）倾向于观察到更激进的低位报价，而75%报价却没有受到太大的向下压力。频率分布图（图1）清晰地反映出，联合竞标机制下竞标企业的报价虽然整体偏高，却较少出现极端（高/低位）的行为，而个体竞价的行为更可能出现极端低价的情况，这在直观层面支持了关联价值模型和“赢者诅咒”理论：信息共享能强化竞标主体之间的报价决策相互影响机制，当这一渠道被关闭以后，竞标主体的行为变得更加激进，无论反向招标采用一级还是二级价格机制，“赢者诅咒”都难以避免和解决。

图1 （非）联合投标机制下报价频率分布

表3 基于电价的分位点回归计量结果

3.2 非参数框架下的赢者诅咒计量和招标模式差异性考察：联合投标能否改善结果

赢者诅咒可以量化为中标电价市场价值E(Vwinner)和市场公允价值E(V0)的差值，其价值估计采用非参数框架式（5），图2 汇总了对不同类型能源招标报价及后期运营收益过程中存在的“赢者诅咒”问题。图2 各小图分别统计了中标电价分布（横轴）和项目运营度电成本及量化的“赢者诅咒”（纵轴）的相关关系。当中标电价低于运营成本所需要的合理水平时，量化的“赢者诅咒”就会落入负值区间，如果该指标持续处于较低或是负值水平，则证明中标企业在投标阶段的确存在过于乐观的预估，从而验证了赢者诅咒现象在电力项目招标中的存在。

明代小说涌现出许多脍炙人口的作品，形成了成熟的文学创作理论，同时也构建了丰富的创作素材宝库，为后世小说所借鉴、继承、续写、补著，出现彼此衔接、暗合的系列小说。《绿野仙踪》将神魔、世情、历史小说融为一体，在素材上必然也会借鉴明代小说。黄人在《小说小话》中就提出《绿野仙踪》中烧丹一节的蓝本是唐传奇《杜子春传》，陈新认为第二十三回中“朱文魁卖弟媳”是《警世通言》中“吕大郎还金完骨肉”的翻版⑦，卿三祥认为《绿野仙踪》中的故事部分化用了《封神演义》《西厢记》《枕中记》《邯郸记》《后西游记》等小说中的情节⑧。

首先，赢者诅咒在各类能源项目招标中都是一个普遍存在的问题。作为参考标准，图2中添加了基于行业默认标准内部收益率（8%）测算的基准线。图2下层三张关系图中，除了足够高的中标电价（90%分位点以上），中标企业都面临着低于8%的收益水平。甚至在接近30%的概率下，中标项目还会处于亏损状态运营。而对比联合主体和单独主体的差异不难看出，除了新能源的超低电价区间，在绝大多数情况下，联合主体的竞标结果并没有表现出更理性或是更高盈利能力。

图2 非参数框架下的成本模拟和“赢者诅咒”结果计算

其次，横向对比不同类型能源的统计结果，火电项目毫无疑问成为“赢者诅咒”困境的“重灾区”。超过70%的火电项目都陷于亏损，风电和太阳能的结果略好，但收益同样普遍低于8%的达标线。一方面，这样的差异可以由不同类型项目运营的特点来解释，风电和太阳能项目发电运营的主要风险来自天气因素和运维效率，火电项目面临能源成本波动的冲击。相比之下，天气层面的不确定性依靠历史数据或多或少可以提前认知和预判，而大宗商品导向的能源成本波动在长期中存在极高的不可预测性，在项目中标压力的驱动下，项目竞标企业往往会选择相对激进的能源成本预测，以获得更高的中标率。另一方面的差异来自于发电小时数的管制，相比风电和太阳能等受政策鼓励的新能源项目，火电项目更容易受到政策的发电小时管制，发电小时数甚至还处于连年下降的趋势。根据《IBM 中国能源与电力行业白皮书》，2015—2019年，中国火电的平均发电小时不到4 800 h，显著低于2000 年的5 600 h。作为资本重投资项目，发电小时数的超预期缩减同样导致中标的火电项目收益低于预期，乃至于深陷“赢者诅咒”的困局。

第三，对比图中的联合投标个体和非联合个体竞标-运营结果可以看出，两条曲线之间并没有显著的差异。但值得注意的细节是对于风电和太阳能项目，在相对高位的电价端，联合投标个体有着略优于独立个体的表现。对此可以提出一个猜想：新能源项目的高电价更多来自于补贴项目且处于产业发展的早期，联合投标相对尚能整合制造业和项目投资运营各个环节的比较优势，从而形成更强的竞争力。但随着产业技术和商业模式的成熟，依靠资源整合的优势快速缩减，尤其在去补贴以后，部分市场还禁止了联合主体参与竞标，从而导致依托供应链形成的竞争力逐渐弱化，运营能力成为决定项目盈利更重要的因素，最终抹平了两组主体之间的差异，项目中长期的理性化运营收益目标和短期竞标成功率绩效压力的矛盾冲突导致了“赢者诅咒”现象。

3.3 市场政策环境：不同激励监管政策下的“赢者诅咒”

承接前文对电价投标及背后“赢者诅咒”的动态对比，本节聚焦于宏观市场环境因素的影响。政策差异性主要来自两个层面：市场管制和能源激励。前者依托咨询公司Fitch年度报告中对各个国家及地区能源市场管制和自由化评分进行定性区分，所有市场被简单区分为管制市场和自由市场两类；后者则主要针对风电和太阳能项目的政策性激励，在当前市场，上网电价固定补贴政策已经基本被绝大多数国家所终止，取而代之的是税收抵免和绿证。实证工具应用理论框架中投标主体的反应曲线计算结果，火电、风能和太阳能依次汇总在图3 的上层序列，横轴为能源投资成本的信号变量（项目建设运维中占比最大的成本因素），其中火电采用了当年煤炭价格和天然气价格的平均值；而风电和太阳能项目主要的成本为项目的固定投资，则选用IHS当年的单瓦项目造价作为变量；纵轴为项目投标电价。其中火电项目主要对比了自由市场和受管制市场的差异，风电和太阳能项目则对比了四类市场之间的投标反应曲线差异：自由市场、受管制市场、可享受税收抵免的市场和绿证激励的市场。作为参考和对比，图3的下层序列绘制了横轴中成本信号变量的密度分布图。

图3 投标反应曲线的非参数估计结果

首先，反应曲线基本都满足了单调性的要求，但在不同成本分位点上，投标反应曲线的敏感度有着显著的差异，尤其是风电和太阳能项目，反应曲线在成本信号处于相对低位的情况下更加陡峭，也就意味着当前市场相对乐观的成本走势能激发投资主体更加激进的报价策略，这既支持了“赢者诅咒”的理论假设，也与前文的非参数估计结果保持了一致。

其次，考察不同市场之间的差异性，就火电项目而言，虽然投标反应曲线在不同成本信号端的差异小于风电和太阳能，不同市场之间的反应曲线差异却是显著的。其中自由市场下的反应曲线不但略低于受管制的市场，同时也比后者更加陡峭。这证明自由市场下充分的市场竞争能激发更具竞争力的招标结果，同时投资者对于成本因素的敏感性也会变得更强，但同样意味着当缺乏政府引导，市场容易被诱导陷入过度竞争，从而进一步恶化“赢者诅咒”的结果。若对比风电和太阳能板块自由市场和受管制市场的反应曲线同样可以洞察到类似的结果。

第三，聚焦风电和太阳能项目的计量结果，税收抵免政策导致反应曲线变得更加平缓，而绿证政策的影响除了拉低投标电价绝对水平之外，在相对高位的成本信号下同样输出了对成本不敏感的投标反应曲线。这两个结果均可以通过产业投资决策做出一定的解释：投资税收减免政策本质上是降低企业的初期投资成本，面对同样幅度的单位投资成本波动，能享受投资税收减免的主体受到的实际影响会变相降低，最终的投标电价也因此反应迟钝。而绿证本质上是通过增加项目投资的收益实现可再生能源的激励，这一政策的存在一方面可以缓解项目投资运营企业对电价的刚性要求，另一方面对减排尚未达标的主体更是一种投资驱动。即便面对相对较高的项目投资成本，考虑到未来需要承担的碳税财务负担，即便电价收益并不具备足够的吸引力，相当一部分企业主体依然会考虑投资建设可再生能源项目，反应曲线因此表现为较低的截距和斜率。

最后，聚焦分位点斜率差异，无论是火电、风电或太阳能项目，投标反应曲线的弹性在成本信号最低的30%区间内基本均大于1，即意味着电价投标行为表现出更强的成本弹性，1%的成本下降传递到竞标电价的降幅均大于1%，且这样的情况在各类市场情形下均普遍存在。如果说自由市场能最大化竞争效率并导致内卷化的电价竞争，那么税收抵免和绿证碳税政策的功能也仅仅存在于间接提高部分项目的绝对收益层面，并不能培养更理性的投标行为，更无法有效避免“赢者诅咒”的结果。

3.4 企业行为研究：经验能否改善竞标结果

延伸到针对投资者经验的研究，应用回归模型考察电力行业技术进步、成本冲击和投资者的预期行为对样本中竞标电价以及非参数模型估计的“赢者诅咒”结果的影响。其中，技术进步应用TUV 年度报告中汇报的火电、风电和太阳能电力系统发电效率指标，火电站采用当年新建机组热效率指标衡量，而风电和太阳能项目选用行业普遍接受的PR 值（performance ratio）作为自变量，成本冲击选择上一小节的成本信号变量和中标项目的融资利率。在行为预期方面，模型考虑了基于IHS度电成本历史数据估计的两种预期形成模式：自适应预期和激进预期。前者假设了边际递减的成本预期，利用过去5年平均的行业度电成本作为衡量指标；后一种假设直接引用BNEF半年度更新的全球度电成本预测报告的激进值，模型附加了加速成本优化的预期。由于无法准确判断每一个竞标主体具体的成本预测模型和风险偏好，采用两个极端的行为假设可以有效辅助研究不同预期模型对企业竞标策略和后期项目运营风险的影响。除此以外，回归模型还考虑了将竞标者的行业经验，作为对竞标参与个体预期成熟和理性的补充性指标。

相比技术进步的单调性，成本冲击在很大程度上受制于大宗商品价格周期的影响，表现出随机波动的特征，而市场又普遍存在“买涨不买跌”的情绪化行为，考虑到在不同成本波动区间内竞标主体可能存在的行为动态不一致性，针对成本冲击变量，模型采用阈值回归的框架处理，见式（7），表4—表6汇总了计量结果：

其中，项目收益选择竞标电价和前文非参数计量测算出的“赢者诅咒”量化指标。

从表4 基于Hansen Bootstrap 框架的阈值模型可以看出，火电项目并不支持显著的阈值门槛，这意味着当前的煤炭或者天然气价格并不会影响到拟投标项目的成本和收益估算，竞标主体更倾向于选择内部认可的长期“公允”燃料价格作为投资评估的标准，而新能源尤其是太阳能项目对系统造价的敏感性就相对显著。从项目运营的成本结构上看，这样的差异可以得到有效解释：火电项目的运营寿命在20～50年，期间燃料成本无论暴涨还是暴跌都不是持久性的，采用公允价格估算确实是当下投资者最好的选择。但对新能源项目而言，前期的项目固定投资构成了60%以上，甚至高达80%的成本，虽然项目从竞标到投运通常有半年以上的时间，但是系统投资中大宗商品成本在短期内可预见性变得更强，投资者更倾向于采用因地制宜的预测模型进行评估，而这样的情绪在极端行情下更容易被引导，从而形成阈值两侧差异化的竞标策略行为。

表4 电力项目竞价总体阈值估计结果

表5—表6 的回归分析结果可以看出，代表技术进步的系统效率的影响局限在竞价层面，而对于“赢者诅咒”而言并不是一个重要的因素。不过融资利率作为竞标中的硬实力指标，却是唯一能缓解“赢者诅咒”的变量，虽然其同样会压低中标电价，但作为项目运营中的最重要财务成本，更低的融资利率确实能帮助中标企业提升项目的盈利能力。

表5 基于竞标电价的阈值回归结果

表6 基于“赢者诅咒”的阈值回归结果

当期成本变量却是风电和太阳能项目竞标中“赢者诅咒”困局最重要的诱因，相比火电项目对即期燃料成本的“近乎无视”，当项目投资成本降到较低水平的情况下（阈值左侧），“赢者诅咒”效应在新能源项目中被快速放大。这说明对于当下过低的项目投资成本，竞标主体更容易被诱导采用过于激进的评估模型，导致低估合理的电价诉求，最终影响项目的投资和运营收益。综合两种预期行为的变量可以进一步发现，无论是相对保守还是更加激进的成本预测都无法有效解决“赢者诅咒”问题，甚至实证结果显示预期变量的系数倾向于进一步压低竞标电价，放大运营损失的风险，对“赢者诅咒”困境起到了推波助澜的消极作用。阈值回归验证了对“赢者诅咒”非参数估计的结果：尽管电力行业已经构建了成熟的招标体系，参与企业也通常采用近乎相同的项目评估财务模型，当市场表现出持续性的成本优化趋势时，竞标主体很容易被诱导到过于激进的成本预测路径之上，甚至会不理性地忽视包括发电量、政策稳定性等其他非市场价格因素的风险，超预期地压低中标电价，最后虽然能在一定程度上倒逼产业技术进步和成本优化，但更多的消极影响还是反映在压缩项目盈利空间的层面，导致了持续且普遍的“赢者诅咒”困局。

延伸到预期行为的层面，从参数回归的结果上看，基于成本变动的预期变量对风电和太阳能项目竞标电价产生了显著的影响。一方面，预期变量对竞标电价产生了显著的下行压力；另一方面，从对“赢者诅咒”的回归结果上看，竞标企业对未来降本的预期无疑增大了自身项目运营的风险，尤其是采用激进式预期的策略，对项目盈利的挤压甚至高出适应性预期接近两倍。这再一次证明了“赢者诅咒”理论逻辑在电力招标中的客观存在性，而且以预期为核心的心理诅咒对运营效果的约束比一般的经济诅咒更加强烈［29］。对于未来降本空间过于激进的预期将竞标企业报价超额压制，并最终导致中标项目运营的亏损。

更不幸的是，行业经验变量对结果基本未产生任何显著影响。这表明，在群体不理性的情况下，个体企业即便能通过经验积累出理性的预期行为，但并不能解决结果中“赢者诅咒”的局面。综合以上回归结果，除了企业自身融资成本，其他因素均无助于电力行业竞标回归理性，“赢者诅咒”还将长期伴随电力市场存在。

3.5 产业驱动分析：什么因素主导了新能源降本

结合以上的计量结果和分析，实证研究聚焦最后的核心问题：新能源电价持续超预期下降究竟来自内生性的创新和降本导致的潜力兑现，还是内卷化的“赢者诅咒”对利润的超额挤压？对此，尝试分解最近15 年火电、风电和太阳能电力竞标电价优化下行的成本结构，量化对比来自产业技术进步和规模经济等内生性降本幅度，以及项目投资运营企业在竞标过程中通过压缩收益获取的内卷化降本幅度。其中内生性降本部分使用BNEF 报告的能源度电成本年度变动幅度衡量，内卷化降本部分的量化衡量则汇总引用第二小节中的每年针对各类能源的非参数计量结果，两者之和与样本中年度平均中标电价变动幅度的差额归入其他因素，图4对比了这两个因素在不同能源电价变动中的占比结构。

图4 不同类型能源项目电价下行结构分解

与前文非参数计量结果一致，样本中的三类能源在近年来的上网电价波动均可以同时归因于内生性成本优化和内卷化竞价下的“赢者诅咒”影响。其中，火电项目在这一方面的成本结构相对稳定，内生化因素和内卷化竞标压力基本保持了7∶3 的贡献比。说明火电项目投资者对于燃料成本的短期波动相对并不敏感，尽管难以避免陷入“赢者诅咒”的困局，但并不会因为市场环境和大宗商品价格的波动恶化竞争格局。但与之形成鲜明对比的是新能源项目，尤其在2014年以后，全球各国加快了去补贴和项目招标的进程，竞标内卷化程度快速提升，对应的结果是“赢者诅咒”效应甚至在一段时间内超越行业正常技术成本进步的节奏，连续几年均成为新能源电价下降最主要的驱动因素。直到2019 年，对应的项目固定投资成本降幅趋于稳定，项目投资收益的压缩空间基本耗尽，“赢者诅咒”的消极影响才逐步改善。从图4呈现的分年度检验来看，即便在2020 年其依然在新能源项目的电价下降中占据着接近50%的比重。

4 研究结论和政策建议

4.1 研究结论

通过附加技术进步和动态预期假设对关联价值模型进行修正，并应用欧美和亚太地区不同类别电力项目招标及后期运营的样本，实证研究了在成本-产出存在长期不确定性的情况下，能源项目招标可能存在的“赢者诅咒”现象及市场机制问题。主要结论归纳为以下三点。

（1）在跨区域能源项目电价招标和运营过程中，存在明显的“赢者诅咒”现象。竞标参与企业对于项目建设和运维成本以及后期产出的不确定都可能产生过于乐观的预期，结果导致中标价格过低，抑制了后期项目的盈利。这样的问题在跨区域和跨能源类型的子样本中都得到了证实，尤其当联合竞标被禁止以后，几乎没有项目可以幸免。对关联价值模型做出技术进步和投标主体前瞻性预期行为修正并不能解决这一问题，当前的反向招标体系无法规避低价中标趋势，结果导致了逆向选择，竞标企业很难跳出项目亏损或是业绩缩水的两难境地，导致这一问题的核心原因在于项目投标阶段偏离理性的预期。

（2）能源产业特别是新能源电力项目，都未能有效发挥行业潜力。过去的十几年中，全球各地陆续通过电价反向招标代替固定补贴模式鼓励新能源项目的投资建设，并配套碳税等财政手段加速能源转型。随着风光新能源产业技术革新的边际放缓，无论是在发电效率还是投资降本层面，都难以持续维持超预期的发展速度。越来越多的下游项目投资运营企业扎堆涌入，无形增加了行业内卷化风险，阻碍了新能源项目的潜力发挥。“赢者诅咒”带来的盈利压缩甚至超过了行业正常的技术进步，成为新能源电价持续下行的最主要因素。

（3）在“赢者诅咒”的影响因素方面，单纯的学习曲线并未有效改善该困境。即便是具备更丰富招投标经验或是通过并购整合获取更大市场分割的全球性能源企业，也没有在竞标结果上表现出与自身规模或地位相符的优势。对新能源项目招标而言，当期成本是导致其后期运营陷入“赢者诅咒”困境的主要诱因。针对后期项目运行收益的分析发现，能改善收益的唯一途径仅为投资主体在资金成本上的优势，运营经验、市场环境等传统因素并未帮助能源企业跳出这一困境。

4.2 政策建议

当前研究和实践并未对“赢者诅咒”困境提供有效的解决机制，结合当前电力项目投资运营的痛点，对中国能源产业发展提出以下政策建议。

（1）为统一大市场提供配套的资金支持。足够低的融资利率仅仅是缓解能源项目投资“赢者诅咒”的必要条件，而非充分条件。自从2018年以来，国家陆续提供了多轮累计上万亿元的低利率定向资金支持，但无差异的低利率贷款导致投资企业收益下降，甚至造成了部分地区部分项目的“劣币驱逐良币”。相比单纯的融资支持，产业更需要构建无歧视的全国统一大市场，激发各类企业和技术路线的平等竞争，真正发挥资金的杠杆作用，确保资金流向和产业发展方向的一致性，并且培育具备技术和成本潜力的产业个体，保证优势企业的价值被市场认可和及时发现，通过市场的竞争机制实现企业经营的良性循环。

（2）为能源企业打造宽松的市场环境。相比国外体系化的电力市场，国内在现货市场、期货市场以及调频调峰辅助服务市场等方面发展相对滞后，当前国家重点支持发展的绿证和碳排市场依然主要受制于短期政策的驱动，无法内生化为企业推进能源转型的原动力，而市场机制的完善，既需要鼓励上下游企业达成长期稳定的战略合作，实现产业信息的互通有无，又需要还原能源的市场化属性，尊重能源转型的市场规律。因此，应该一方面尽可能减少新政指标和地方政府政策压力下的季节性抢装，以确保新能源项目投资的驱动力在最大程度上来自自身市场竞争力的提高，保证投资主体项目测算的独立性和理智性。另一方面完善电力现货期货市场机制和碳排放市场机制，为项目投资企业提供稳定可靠的金融对冲工具，最小化能源项目投资长期风险。

（3）对招标监管机制提供配套的信息披露。仅靠企业自身学习无法有效改善“赢者诅咒”，除了以上的市场政策和环境保障机制，政府监管和透明信息平台尤为重要。针对大型项目招标中存在的信息不完全问题，积极引入独立第三方进行造价合理性评估，及时识别并剔除明显偏离市场公允水平的不合理报价。同时在尊重竞标个体公平竞争的前提下，适当提高项目后期的违约成本，敦促投资企业项目财务核算的理性化。对于各地的小型项目招投标，可以利用产业协会、龙头企业以及高校科研机构，在公开平台充分披露包括技术路线和价格成本等产业相关信息，确保招标主体的评估工作有据可循。最终通过政府、产业和企业共同构建的纠偏工具确保健康、稳健又具备持续竞争力的能源转型得以实现。