趙文會，鐘孔露，王輝，譚忠富，葉冬

（1.上海電力學院經濟與管理學院，上?！?00090；2.國網浙江省電力公司經濟技術研究院，杭州310000；3.華北電力大學經濟與管理學院，北京　102206；4.中國氣象局風能太陽能資源中心，北京　100081）

影響風力發(fā)電決策的政府激勵機制研究

趙文會1，3，鐘孔露2，王輝1，譚忠富3，葉冬4

（1.上海電力學院經濟與管理學院，上海200090；2.國網浙江省電力公司經濟技術研究院，杭州310000；3.華北電力大學經濟與管理學院，北京102206；4.中國氣象局風能太陽能資源中心，北京100081）

風能作為典型的清潔能源，其發(fā)電效益的實現(xiàn)是節(jié)能減排以及能源安全的重要手段，但目前缺乏對風電決策合理的外部性評價以及政策引導，政府激勵在實踐中往往被弱化。文章考慮影響風電發(fā)展的技術研發(fā)補貼、電價補貼、稅收等因素，同時基于機制設計理論，在考慮這些影響因素的情況下，構建政府對風電項目的激勵機制模型，并對搭建模型進行解析，得出合理的政府補貼和稅收率，并結合案例測算所建模型的效應，給出適合目前風電發(fā)展的實際建議與激勵機制。

風力發(fā)電；節(jié)能減排；發(fā)展決策；激勵機制

近年來，在可再生能源大力發(fā)展的背景下，我國風電產業(yè)呈井噴式發(fā)展。風電的發(fā)展有效緩減了傳統(tǒng)能源發(fā)電帶來的環(huán)境壓力，同時也進一步完善了我國發(fā)電能源結構。風力發(fā)電和其他任何技術一樣，需要長期滿足降低能源成本和開發(fā)更有效裝置的要求，但是相比于傳統(tǒng)能源，風電不具有成本優(yōu)勢，無法直接接入市場競爭，并且風電對政策具有高度敏感性，更需要政府的激勵機制來保證其在市場上的可行性。因此，建立一個合理的風電激勵政策機制，對于風電以及國家向環(huán)境友好型經濟發(fā)展模式轉型具有重要意義。

對于風力發(fā)電的發(fā)展決策問題，國內外學者已經從不同視角展開了大量的研究工作。文獻［1］從當前發(fā)電評估面臨的問題出發(fā)，引入蒙特卡羅模擬方法來構建影響發(fā)電決策因素的概率分布，進而解決發(fā)電投資中的不確定性問題。文獻［2-4］以最新技術研發(fā)方式為依托，構建政府激勵行為與導致發(fā)電企業(yè)不確定性各因素之間的關系模型，分析政府決策與技術進步之間的量化關系。文獻［5-7］研究了線性和非線性2種補償模式下的可再生能源發(fā)電影響因素關系契約，并據(jù)此分析發(fā)電企業(yè)選擇和設計契約的角度以及相應的激勵效果。文獻［8-10］從財政社會學的研究視角出發(fā)，以風電作為典型代表來研究將新能源財政政策作為一個特殊的財政-社會契約，以此來解決新能源發(fā)電中政府激勵弱化的問題。文獻［11-14］站在低碳視角，選擇合適可再生能源組合發(fā)展的激勵模式，以求達到節(jié)能減排的新高度，為新能源發(fā)展提供有效的經濟與制度保障。文獻［15-16］提出多種激勵措施，并構建風能在規(guī)劃期內系統(tǒng)凈收益最大的低碳經濟規(guī)劃模型，從而提高風能發(fā)展對CO2減排的影響力度。

這些文獻對風電激勵機制問題做了較多的研究，但是主要集中于風電決策補貼機制、風力發(fā)電影響因素分析、低碳經濟制度等方面，并且所建模型往往只關注政策目標和政策工具，忽視了風電在電力行業(yè)市場化改革過程中的不確定影響因素［17］。另外，由于目前風電還無法做到短期內降低成本以提高其競爭力，只能依靠政府的財政補貼來維持其在市場上的商業(yè)可行性，同時風電產業(yè)在發(fā)展之初還被賦予市場以外的使命，其發(fā)展本身更是一個公共政策推動的市場［18］?；诖?，本研究立足于風電發(fā)展對政策的高度敏感性以及對環(huán)境保護的積極影響力，結合國內外政府對風電補貼策略具體分析風電發(fā)展過程中的外部性影響因素，基于機制設計理論，在考慮補貼和稅收的情況下設置模型，對模型解析得出政府補貼的最低額度和最高稅收率，從而為風電乃至更多可再生能源的發(fā)展決策提供合理的政府激勵機制。

1　風電項目決策的影響因素

我國風電行業(yè)的快速發(fā)展得益于政府政策扶持以及國內外形勢的推動，但在其快速發(fā)展過程中遇到負荷與風力資源相偏離、地方保護嚴重、棄風、風電上網限制嚴重等問題，額外造成風電行業(yè)在整體競爭中處于劣勢。在風電行業(yè)大競爭的環(huán)境下，對風電行業(yè)影響因素作合理的分析與評價是做項目決策的重要手段，主要包括國家風電支持政策、技術研發(fā)、風電等方面［19］。

1.1風電支持政策

由于目前風電還不是電源供應的主要支撐，其受用電需求波動的影響較小，同時風電行業(yè)還處于調整階段，其行業(yè)發(fā)展對國家鼓勵風電經濟政策、財政政策以及稅收具有高度的依賴性和敏感性［20］。政府的政策是現(xiàn)階段風電發(fā)展的必要支撐，激勵機制的建立也是影響風電項目決策的一項重要工程。

1.2技術研發(fā)

風電的技術開發(fā)要求高，投資成本也相對較高，在目前依賴于市場競爭的環(huán)境下，風電不具有競爭優(yōu)勢，這將削弱風電企業(yè)的投資意愿。同時電力消費者有低成本偏好，但風電又面臨電力供應不夠穩(wěn)定且成本較高的問題，與消費者期望相背離［21］。因此，在未來很長的一段時間內，風電行業(yè)的發(fā)展還要依靠不斷加強技術來控制成本，同時政府也需要設置合理的技術研發(fā)補貼。

1.3風電電價政策

電價政策是影響風電項目決策和市場占有水平的重要因素，也是風電發(fā)展水平的一個衡量指標。但就目前發(fā)展情況而言，雖然我國已經實現(xiàn)了根據(jù)風能資源的差異性進行調整的固定電價制度，但是電價表現(xiàn)為風能資源和個別投資相關［22］。據(jù)此，在未來的發(fā)展中政府還需要進一步針對現(xiàn)狀，對區(qū)域性電價政策作出合理的建設，以面對更加積極、更加強勁的風電投資。

1.4稅收政策

現(xiàn)行的稅收政策不能完全體現(xiàn)出國家風電發(fā)展的戰(zhàn)略思想，缺乏系統(tǒng)性和完整性［23］。就浙江稅務局關于風電行業(yè)稅務調研可知，目前風電企業(yè)所得稅“三免三減半”的實施效果并不明顯，主要是因為一方面，現(xiàn)階段風電企業(yè)的盈利受清潔能源發(fā)展補貼的影響較大，而且由于風電自發(fā)供給量和需求量都相對較低，企業(yè)本身盈利就相對薄弱；另一方面，現(xiàn)有的稅收制度中沒有獨立的能源稅種，未形成以風電發(fā)展與環(huán)境保護以及節(jié)約能源為目標，各種稅收制度相結合的體系，鼓勵手段單一，鼓勵面較窄，調控視角往往集中于生產環(huán)節(jié)，忽略了對消費環(huán)節(jié)的激勵［24］。故合理健全的針對政府與風電協(xié)調發(fā)展的稅收體系對目前風電行業(yè)決策具有重要意義。

2　影響風電決策的政府激勵機制設計

風電項目決策研究是一個系統(tǒng)工程，離不開能源的調整和規(guī)劃，離不開技術上的不斷創(chuàng)新，更離不開政府的調控與支持。本文在分析國內外政府對風電項目補貼策略的基礎上，結合目前有關風電稅收面臨的問題，構建影響風電項目決策的政府激勵模型，并通過解析得到合理的激勵政策。

2.1激勵機制的總體設計思路

從目前實踐中政策的預期目標與效果出現(xiàn)錯位的現(xiàn)象可知，現(xiàn)有的研究過度將政府政策工具化，過分關注及時效應，忽略了制定政策的政策主題本身的不同行為與偏好，另外由于信息傳遞可能出現(xiàn)的不對稱性，政府不可能完全了解風電項目投資企業(yè)的內部運行情況。一方面，投資商是基于政府所給的輔助政策，在滿足激勵相容約束與參與約束的情況下，以自身利益最大化出發(fā)確定最優(yōu)投資模式的；另一方面，政府則是依據(jù)投資商的最優(yōu)投資模式，同時考慮社會效益和環(huán)境效益來確定最優(yōu)的補貼和稅收的［24-25］。由此可見，最優(yōu)投資模式、補貼、稅收是相互影響與制約的關鍵?；诖?，本文構建的激勵機制思路具體如圖1所示。

圖1　影響風電決策的政府激勵機制設計思路Fig.1　The design idea of government incentive mechanism on wind power decisions

2.2相關因素利益分析

通常來說，利益的實現(xiàn)或獲取是決策者行動的向導，現(xiàn)從本文的2個研究視角分別分析其利益［26］。政府收益Zs包括扣除政府補貼外的社會效益和考慮環(huán)境效益的稅收，現(xiàn)假定單位風力發(fā)電量所帶來的社會效益為α，政府對其單位發(fā)電量的補貼為β，若風電年發(fā)電量為Q，政府從風電項目所得稅收為Ts，則政府收益為：

風電項目收益Fs主要為減去成本以及稅收之后的部分?，F(xiàn)假設單位發(fā)電量銷售收入為P，投資成本為Es，運行維護成本為Cs。另外，由于風能的不可儲藏性以及間歇性，其入網建設費用是成本組成中不可忽略的部分，且它隨著風力發(fā)電量的增加而加速增大。為不失一般性，用γQ2/2來表示入網建設費用，γ（γ＞0）表示建設費用系數(shù)，另設ts為稅收率，且0≤ts＜1，則風電項目收益函數(shù)為：

政府所得稅收為：

從政府以及風電項目收益函數(shù)可知：若增加補貼β或減小稅收率ts，則政府收益減少，風電項目收益增加，反之亦然。另外，在當前一定的政府補貼和稅收環(huán)境下，項目決策者還需要考慮傳統(tǒng)能源發(fā)電的機會成本來做出決策，故為了激勵風電投資商，必定存在最優(yōu)的補貼和稅收模式，使雙方達到利益均衡。

2.3基于最優(yōu)投資模式的政府補貼稅收模型

若假設風電項目投資商完全理性，其必定在自身利益最大化時來確定最佳發(fā)電量，由此政府可制定相應的補貼政策［27］。如圖1所示，政府激勵機制需要滿足參與約束和激勵相容約束，從而使得投資商有意愿投資風電項目而非傳統(tǒng)能源發(fā)電，具體的約束模型如下：

式中：Ct為傳統(tǒng)能源發(fā)電項目收益；Cc為傳統(tǒng)能源單位發(fā)電量運行維護成本；Ec為傳統(tǒng)能源單位發(fā)電量投資成本；tc為傳統(tǒng)能源發(fā)電征收稅率；R為發(fā)電項目投資商要求投資回報收益率。該模型刻畫了政府補貼的可行契約集合，約束表達式是政府與項目決策者之間就風電項目實施的行為限制，若信息傳遞完整，將式（4）代入式（6）取等號，并求解式（7）可得：

在此基礎上求最佳發(fā)電量，將式（2）對Q求導，則dFs/dQ=0時求得最佳發(fā)電量為：

求解式（11）可得：

式（12）是在最優(yōu)風電投資模式下的政府補貼，由式（12）可知，政府補貼不受政府對風電項目征收稅率的影響，且達到最優(yōu)模式下的最低政府補貼為：

由式（13）可知，要使該式成立，必須滿足β+P≥Cs+Es+2REc，可知政府可征收的最高稅率為：

2.4政府激勵模型的確立

由圖1可知，從政府視角出發(fā)實施激勵政策時，主要是基于社會效益以及環(huán)境效益的考慮。為方便分析，先探討一定稅率下的政府補貼政策，完成后進一步探討稅收機制。

2.4.1補貼政策

從市場的引導者——政府出發(fā)，一方面考慮社會和環(huán)境效益，另一方面需要預期投資方的效益，給出最優(yōu)補貼策略，以期望效用最大化［28］。基于2.3節(jié)給出的最佳發(fā)電量政府行為要滿足以下約束：

令dZs/dβ=0，可得政府的最優(yōu)補貼為：

2.4.2稅收政策

對式（13）以稅率ts為自變量求導無解，由此結果可知，不存在政府的最優(yōu)稅率，據(jù)此只能從風力發(fā)電的環(huán)境效益來探討稅率的問題，量化環(huán)境效益并以此作為政府征收。由式（13）、式（14）可知，補貼β是稅率ts的增函數(shù)，即若要實施稅率優(yōu)惠，則必須降低相應的政府補貼，且最高稅率不能超過

未來隨著風電技術的成熟以及風電消納市場的完善，可促使政府適當提高稅率，同時除了對風電企業(yè)進行所得稅優(yōu)惠外，還可以考慮增值稅上的優(yōu)惠政策，以此來完善影響風電決策的稅收優(yōu)惠政策［30］。同時政府作為風電市場的直接引導者，應該在風電顯著的環(huán)境效益以及代替?zhèn)鹘y(tǒng)能源發(fā)電正外部性的基礎上，通過對影響政府補貼策略的相關策略和社會影響測算，以補貼政策為基礎，所得稅為輔助，各種稅制要素相互配合、相互制約，同時結合地區(qū)差異性構建實踐性更強的稅收機制［31］。

2.5實例效應測算

基于2.4節(jié)建立的模型，以內蒙古巴彥淖爾烏拉特后旗某200 MW風電項目和某600 MW傳統(tǒng)火力發(fā)電項目的相關數(shù)據(jù)來計算，得出合理的政府補貼。由基于最優(yōu)投資模式的政府補貼稅收模型可知，Cs、Es、Ec、P、R等參數(shù)對模型中政府補貼以及稅收具有重要影響，并且能較客觀地反映風電發(fā)展現(xiàn)狀，具體數(shù)值如表1所示。

表1　關鍵參數(shù)定義Tab.1　Definition of key parameters

參考節(jié)能減排與環(huán)境保護宏觀政策，假設目前國家對風電項目無優(yōu)惠稅收政策，即征收所得稅稅率為ts=25%，則基于上述數(shù)據(jù)以及最優(yōu)推導模型可得最優(yōu)補貼為：元/（kW·h）。根據(jù)推導公式計算可得最低補貼為元/（kW·h），最優(yōu)補貼即為元/（kW·h），且現(xiàn)時補貼與最優(yōu)補貼間的差額為

最優(yōu)補貼以及補貼差額是假設國家對風電項目無稅收優(yōu)惠的情況下所得，而目前國家為了鼓勵風電的發(fā)展采取了一系列優(yōu)惠政策。結合214模型可知可相應減少政府補貼，具體情況如表2所示。

表2　不同稅率下的最優(yōu)補貼Tab.2　Optimal subsidies under different tax rates 103元/（kW·h）

由實例分析知，盡管稅率和補貼互為增函數(shù)，但是政府補貼對稅率的敏感程度不高。由表2計算得出平均敏感度為所以影響風電決策的政府激勵機制一方面要依賴于模型給出合理的政策，另外一方面也要結合現(xiàn)狀，即使在完全沒有稅收時，風電市場的打開依然需要政府適當?shù)难a貼。

3　結論與建議

風力發(fā)電具有良好的社會效益和環(huán)境效益。通過對風力發(fā)電正外部性分析以及影響風電決策的關鍵因素分析，同時基于機制設計理論構建相應的政府激勵機制，結合目前風電發(fā)展項目決策所面臨的問題，可以得出以下結論：

1）加強政策實踐。由前述內容可知，目前實踐中政策的預期目標與實踐效果出現(xiàn)錯位，政策缺乏長期的實踐效用。但是政府作為風電發(fā)展外部性效益的直接受益者，應該在科學評價風電代替?zhèn)鹘y(tǒng)能源發(fā)電的社會、環(huán)境等基礎上，制定合理的激勵政策且加強實踐操作性，以促進產業(yè)健康發(fā)展。

2）加強風電項目決策的影響因素分析?？紤]到政策的穩(wěn)定性和延續(xù)性，政府在制定激勵機制前需要對影響風電決策的關鍵因素進行分析，以此來加強政策的完整性與準確性。但就目前發(fā)展情況來看，對風電項目決策的影響因素把握不夠精準，政府以及消費者缺乏對風電外部性的正確評估。在未來發(fā)展中，應平衡經濟利益與社會利益并將其量化，以此來解決市場失靈，這樣有助于準確把握風電決策的關鍵要素。

3）完善法律保障，降低風電決策的不確定性。不確定性常常被視為潛在的投資壁壘，政府激勵機制的另一個目的也是為了降低風電決策者決策四所面對的不確定性，但激勵政策本身也存在著不確定性，僅僅依靠激勵政策不足以保障其效果長期有效。因為從另一方面來看，激勵政策本身也存在著不確定性。故影響風電決策的政府激勵研究需要法律體系的不斷完善以適應風電的迅速發(fā)展，同時也為政府激勵機制的建立提供強有力的保障。

［1］曾鳴，張平，王良，等．不確定條件下基于蒙特卡模擬的發(fā)電投資評估模型［J］．電力系統(tǒng)自動化，2015，39（5）：54－60．ZENG Ming，ZHANG Ping，WANG Liang，et al．Generation investment evaluation model under uncertainty based on monte carlo simulation［J］．Automation of Electric Power Systems，2015，39（5）：54－60（in Chinese）．

［2］李書鋒．不確定性、政府激勵機制與可再生能源技術進步［J］．科技進步與對策，2009，26（5）：89－91．LI Shufeng．Uncertainty，government incentives and technological progress of renewable energy［J］．Science& Technology Progress and Policy，2009，26（5）：89－91（in Chinese）．

［3］石丹，李勇建．不同激勵機制下供應商產能投資問題研究［J］．系統(tǒng)工程理論與實踐，2015，35（1）：86－94．SHI Dan，LI Yongjian．Capacity investment decisions of supplier under different incentive mechanisms［J］．Systems Engineering：Theory&Practice，2015，35（1）：86－94（in Chinese）．

［4］TAYLOR T A，PLAMBECK E L．Simple relational contracts to motivate capacity investment：Price only vs．price and quantity［J］．Manufacturing and Service Operations Management，2007，9（1）：94－113．

［5］TAYLOR T A，PLAMBECK E L．Supply chain relationships and contracts：The impact of repeated interaction on capacityinvestmentandprocurement［J］．Management Science，2007，53（10）：1577－1593．

［6］陳少強．新能源財政政策應注意的幾個問題 ［J］．中國能源，2010（5）：12－15．CHEN Shaoqiang．Some problems of new energy finance policy［J］．Energy of China，2010（5）：1－15（in Chinese）．

［7］俞萍萍，楊冬寧．低碳視角下的可再生能源政策：激勵機制與模式選擇［J］．學術月刊，2012，44（3）：83－89．YU Pingping，YANG Dongning．Low carbon energy policy：renewable energy incentives and patterns［J］．Academic Monthly，2012，44（3）：83－89（in Chinese）．

［8］FRONDEL M，NOLAN R，SCHMIDT C M，et al.Economic impacts from the promotion of renewable energy technologies：the German experience［J］．Energy Policy，2010，38（8）：4048－4056．

［9］SOVACOOL B K．Renewable energy：economically sound politically difficult［J］．The Electricity Journal，2008，21（5）：18－29．

［10］張曉輝，閆鵬達，鐘嘉慶，等．可再生能源激勵制度下的低碳經濟電源規(guī)劃［J］．電網技術，2015，39（3）：655－662．ZHANG Xiaohui，YAN Pengda，ZHONG Jiaqing，et al．Research on generation expansion planning in low-carbon economy environment under incentive mechanism of renewable energy sources［J］．Power System Technology，2015，39（3）：655－662（in Chinese）．

［11］ZHOU Xun，JAMES G，LIEBMAN A，et al．Partial carbon permits allocation of potential emission trading scheme in australian electricity market［J］．IEEE Trans on Power Systems，2010，25（1）：543－553．

［12］吳淑鳳．財政政策與新能源產業(yè)發(fā)展：政策效果被弱化的財政社會學分析［J］．中央民族大學學報（哲學社會科學版），2013，40（6）：101－108．WU Shufeng．Fiscal policy and the development of new energy industry：a fiscal sociological analysis of the weakened effect of policy［J］．Journal of Minzu University of China（Philosophy and Social Sciences Edition），2013，40（6）：101－108（in Chinese）．

［13］文杰．支持新能源產業(yè)發(fā)展的稅收政策探討［J］．稅務研究，2011（5）：16－20．WEN Jie．Some thoughts on the tax policy for supporting the development of new energy industry［J］．Taxation Research，2011（5）：16－20（in Chinese）．

［14］徐孟洲，胡林林．發(fā)展新能源與可再生能源的稅收激勵機制研究［J］．中州學刊，2010（2）：98－101．XU Mengzhou，HU Linlin．Research on tax incentives for developing of new energy and renewable energy［J］．Academic Journal of Zhongzhou，2010（2）：98－101（in Chinese）．

［15］趙文會，丁會凱，施泉生，等．中國風電發(fā)展與經濟增長的協(xié)整分析［J］．中國電力，2013，46（3）：1－13．ZHAO Wenhui，DING Huika，SHI Quansheng，et al． Analysis of cointegration and causality between wind power development and economic growth in China［J］.Electric Power Information Technology，2013，46（3）：1－13（in Chinese）．

［16］趙會茹，蘇婕，楊雯．基于CVaR方法的風力發(fā)電項目投資風險度量［J］．可再生能源，2012，30（10）：29－37．ZHAO Huiru，SU Jie，YANG Wen．Investment risk measurement model of wind power projects based on CVaR［J］．Renewable Energy Resources，2012，30（10）：29－37（in Chinese）．

［17］余達錦．低碳城市建設中新能源發(fā)展與政府行為研究［J］．生態(tài)經濟，2015，31（5）：73－77．YU Dajin．Study on the development of new energy and government behavior in the construction of low-carbon city［J］．Ecological Economy，2015，31（5）：73－77（in Chinese）．

［18］韓冰，張粒子，舒雋，等．基于共同代理機制的發(fā)電商激勵契約設計［J］．繼電器，2008，36（9）：43－47．HAN Bing，ZHANG Lizi，SHU Jun，et al．The optimal contracts design of power generation company using common agency［J］．Relay，2008，36（9）：43－47（in Chinese）．

［19］盧健，陳學廣．基于優(yōu)惠稅率的新能源汽車產業(yè)化激勵機制研究［J］．計算機應用研究，2014，31（6）：1736－1740．LU Jian，CHEN Xueguang．Research on incentive mechanism of new-energy-vehicle industrialization based on preferential tax-rate［J］．Application Research of Computers，2014，31（6）：1736－1740（in Chinese）．

［20］劉洽，趙秋紅．政策對發(fā)電企業(yè)能源決策的影響及最優(yōu)化模型［J］．系統(tǒng)工程理論與實踐，2015，35（7）：1717－1725．LIU Qia，ZHAO Qiuhong．Policy impacts on power generation enterprises'decisions and optimization model［J］．System Engineering：Theory&Practice，2015，35（7）：1717－1725（in Chinese）．

［21］王成山，王守相，郭力．我國智能配電技術展望［J］．南方電網技術，2010，4（1）：18-22．WANG Chengshan，WANG Shouxiang，GUO Li．Prospect over the techniques of smart distribution network in China［J］．China Southern Power Grid，2010，4（1）：18-22（in Chinese）．

［22］劉暢，劉天琪，何川．考慮空間相關性的風電場等值方法［J］.高壓電器，2016，326（5）：141-147．LIU Chang，LIU Tianqi，HE Chuan．Equivalent model of wind farms considering spatial correlation［J］．High VoltageApparatus，2016，326（5）：141-147（in Chinese）．

［23］鐘建坤．基于大型網絡監(jiān)控的風電設備過壓保護底層模塊設計［J］．電瓷避雷器，2016（2）：145-150．ZHONG Jiankun.Overvoltage protection base module design of wind power equipment based on large-scale network monitoring［J］．Insulators and Surge Arresters Insul Surg Arres，2016（2）：145-150（in Chinese）．

［24］吳任博，楊世兵，齊銳，等.電網調度技術支持系統(tǒng)發(fā)展方向研究［J］.電力與能源，2016，177（2）：189-192．WU Renbo，YANG Shibing，QI Rui，et al．Development trend of power grid dispatching technical support system［J］．Power and Energy，2016，177（2）：189-192（in Chinese）．

［25］柳玉，白愷，崔正湃，等.風電場短期功率預測水平提升舉措措施研究與實例分析［J］．電網與清潔能源，2015，31（12）：77－82．LIU Yu，BAI Kai，CUI Zhengpai，et al．Study and case analysis of optimization measures of short-term wind power forecast［J］．Power System and Clean Energy，2015，31（12）：77－82（in Chinese）．

［26］羅亦梅，張江林，夏晨杰，等．計及風電不確定性的電網日前調度CVaR模型［J］.電力科學與工程，2016，32（4）：1-7．LUO Yimei，ZHANG Jianglin，XIA Chenjie，et al．CVaR model of day-ahead scheduling of power grid considering the uncertainty of wind power［J］．Electric Power Science and Engineering，2016，32（4）：1-7（in Chinese）．

［27］郭煒煜，李超慈．基于區(qū)間-機會約束的區(qū)域電力一體化環(huán)境協(xié)同治理不確定優(yōu)化模型研究［J］．華北電力大學學報，2016（3）：102-110．GUO Weiyu，LI Chaoci．Research on uncertain optimization model of regional electric power integration based on interval chance constraint［J］．Journal of North China Electric Power University，2016（3）：102-110（in Chinese）．

［28］葉其革，王晨皓，吳捷．模糊神經網絡及其在電力系統(tǒng)中的應用研究［J］．電力系統(tǒng)保護與控制，2004（11）：74-80．YE Qige，WANG Chenhao，WU Jie．Fuzzy neural network and its application in power system［J］．Power System Protection and Control，2004（11）：74-80（in Chinese）．

［29］楊智豪，牟龍華，劉仲．含VSC-HVDC并網風電場的電力系統(tǒng)最優(yōu)潮流計算［J］．電力系統(tǒng)保護與控制，2016，43（12）：44-49．YANG Zhihao，MOU Longhua，LIU Zhong．Optimal power flow calculation of power system with grid connected wind farm［J］．Power System Protection and Control，2016，43（12）：44-49（in Chinese）．

［30］張一泓，徐旸，黎翡娟，等．電網企業(yè)資產全壽命周期管理模式綜述［J］．電力信息與通信技術，2016，14（5）：28-33．ZHANG Yihong，XU Yang，LI Feijuan，et al．Review of LCAM mode in power grid enterprises［J］．Electric Power Information and Communication Technology，2016，14（5）：28-33（in Chinese）．

［31］孫浩然.風力發(fā)電技術綜述［J］.江蘇電機工程，2010，29（4）：80-84．SUN Haoran．A review of wind power generation technology［J］．Jiangsu Electrical Engineering，2010，29（4）：80-84（in Chinese）．

（編輯董小兵）

Impacts of Government Incentive Mechanism on Decisions of Wind Power Generation

ZHAO Wenhui1，3，ZHONG Konglu2，WANG Hui1，TAN Zhongfu3，YE Dong4
（1.School of Economics and Management，Shanghai University of Electric Power，Shanghai 200090，China；2.State Grid Zhejiang Electric Power Corporation Economic Research Institute，Hangzhou 310000，China；3.School of Economics and Business Management，North China Electric Power University，Beijing 102206，China；4.CMA Wind and Solar Energy Resources Center，Beijing 100081，China）

As a typical clean energy，wind energy is an important means to realize energy security and emission reduction.At present，however，there is a lack of reasonable external evaluation and policy guidance for the decision-making of wind power，and the government incentives are often weakened in practice.Considering the subsidies of wind power research and development and price subsidies as well as the related tax policies and other factors，and based on the mechanism design theory，this paper builds the government incentive mechanism model for wind power projects.The built model is analyzed to obtain the reasonable government subsidies and tax rate.Finally，the effectiveness of the built model is estimated with an actual example and practical advice and incentive mechanism are proposed to the current wind power development.

wind power；energy saving and emission reduction；policy decision；incentive mechanism

1674-3814（2016）07-0118-07

TK89；TM-9

A

國家自然科學基金項目（71403163，71203137）；上海市自然科學基金項目（13ZR14177007）；中國博士后科學基金項目（2013M540910）。

Project Supported byNational Natural Science Foundation of China（71403163，71203137）；Shanghai Natural Science Foundation（13ZR14177007）；China Postdoctoral Science Fund 2013M540910）.

2015-10-07。

趙文會（1977—），女，博士，教授，研究方向為能源經濟、系統(tǒng)分析與優(yōu)化；

鐘孔露（1989—），女（畬族），碩士研究生，研究方向為綠色電力能源管理。