李 慶，陳 敏

(1.中國科學院數(shù)學與系統(tǒng)科學研究院，北京 100190；2.中南財經(jīng)政法大學統(tǒng)計與數(shù)學學院，湖北 武漢 430073)

?

中國風電固定上網(wǎng)電價政策的實物期權理論與實證分析

李 慶1,2，陳 敏1

(1.中國科學院數(shù)學與系統(tǒng)科學研究院，北京 100190；2.中南財經(jīng)政法大學統(tǒng)計與數(shù)學學院，湖北 武漢 430073)

本文使用實物期權方法研究中國目前實施的風電固定上網(wǎng)電價政策。首先說明風電項目投資的實物期權原理，并建立風電固定上網(wǎng)電價政策實物期權模型。然后，從理論上證明了風電最優(yōu)投資電價與上網(wǎng)電價波動率成正比(固定上網(wǎng)電價理論依據(jù)，即政府為了最大限度激勵投資者,使得上網(wǎng)電價波動率等于0)；最優(yōu)投資電價與上網(wǎng)電價期望增長率成正比(固定上網(wǎng)電價調整理論依據(jù))。最后，選取河北張北油簍溝元山子風電場工程項目進行實證分析，通過上網(wǎng)電價期望增長率調整的數(shù)值分析得到中國風電上網(wǎng)電價平均每年降低幅度應該為1%左右。本文為我國可再生能源電價調整提供參考。

風能電力；固定上網(wǎng)電價；實物期權；最優(yōu)投資決策；投資臨界值

1 引言

可再生能源是解決當前能源短缺、環(huán)境污染和氣候變暖等問題的重要途徑?？稍偕茉措娏ΠL電、太陽能光伏發(fā)電、生物質發(fā)電、海洋潮汐能發(fā)電和地熱能發(fā)電等，其中風電發(fā)展較早、規(guī)模較大而且政策體系最為成熟, 因此關于風電政策的關注與研究也最為廣泛，我們希望通過風電發(fā)展政策的研究為其它種類的可再生能源電力發(fā)展提供借鑒。為了促進可再生能源電力發(fā)展，各國政府實施了財政補貼和稅收優(yōu)惠等財稅政策，并且還制定了各種電價方案，如招標電價、固定上網(wǎng)電價、溢價電價、配額制和綠電電價等電價機制。但是，到底哪種政策能夠更加有效的促進可再生能源電力發(fā)展，政府可再生能源部門、可再生能源研究協(xié)會和可再生能源研究學者等都進行了研究。

固定上網(wǎng)電價政策簡單實用，給出明確的價格信號，可以保障投資者獲取穩(wěn)定收益，保證了可再生能源發(fā)電企業(yè)能夠獲得穩(wěn)定的收益，被許多國家所采用，尤其是在可再生能源市場初級階段。固定上網(wǎng)電價政策最早發(fā)源于美國，其最著名的案例是丹麥，丹麥使用固定上網(wǎng)電價后，風電迅猛發(fā)展；但是，2004年丹麥突然放棄固定上網(wǎng)電價，使用“碳憑證”方式進行交易，導致丹麥風電企業(yè)紛紛出走，丹麥在全球風電行業(yè)的龍頭位置也被同樣使用固定上網(wǎng)電價的德國所取代。中國風電于2009年開始施行標桿上網(wǎng)電價(固定上網(wǎng)電價在中國稱為標桿上網(wǎng)電價)，截止到2013年底，中國已經(jīng)超越德國成為世界風電第一大國。

學者們從定性和定量角度分析了財稅政策、固定上網(wǎng)電價政策、配額制政策和可再生能源證書等政策激勵可再生能源發(fā)展效果，認為在可再生能源發(fā)展初級階段，固定上網(wǎng)電價政策是促進可再生能源發(fā)展的最有效政策。Ringel[1]，Menz和Vachon[2]，Midttun和Gautesen[3]，Verbruggena和Lauber[4]從定性分析角度分析認為固定上網(wǎng)電價政策更能長期有效的促進可再生能源的發(fā)展。在定量研究方面，學者們根據(jù)成本收益原理研究可再生能源電力政策效果。Falconett和Nagasaka[5]以項目的營利性和可行性為評價指出整體上強制上網(wǎng)電價制度促進可再生能源發(fā)電項目投資更加有效，但是可再生能源證書在技術成熟度較高和市場規(guī)模較大的可再生能源電力市場更加有效。Tamas等[6]根據(jù)英國電力市場供給需求關系模型，使用電力供應量作為評價指標，得到如果市場是完全競爭的，強制上網(wǎng)電價制度和可再生能源證書制度的效果是一樣的；當市場不是完全競爭時，可再生能源證書制度的社會福利水平更高。

以上研究是在確定性環(huán)境下的結果，實際上風電等可再生能源投資還受到各種不確定性因素的影響，如上網(wǎng)電價的不確定性(固定上網(wǎng)電價不存在不確定性)、發(fā)電成本的不確定性以及激勵政策的不確定性。由于不確定性的存在，風電項目的投資具有期權性質的權利。風電項目投資決策過程就相當于執(zhí)行永久性看漲期權，投資決策過程就相當于是否執(zhí)行這一期權，從而可以把發(fā)電項目投資決策問題看作期權執(zhí)行問題。企業(yè)可以選擇延遲投資，等待更多的信息獲取更高的收益。Myer[7-8]最早把期權定價理論應用于項目投資領域，提出了實物期權理論。后來Dixit和Pindyck[9]把實物期權理論應用于最優(yōu)投資決策研究，來決定立即投資還是延遲投資。近年來，實物期權理論在投資決策中得到廣泛應用，如張新華和葉澤[10]把實物期權理論研究投資政策不確定情況時的企業(yè)發(fā)電量的控制。谷小燕[11]則使用實物期權理論建立了研發(fā)項目的動態(tài)投資決策模型。

此外，上網(wǎng)電價的設計對促進風電等可再生能源的發(fā)展也有重要作用。學者們希望通過優(yōu)化政策設計最優(yōu)的上網(wǎng)電價政策，以便最大化地促進風電等可再生能源電力發(fā)展。Lesser和Su Xuejuan[12]從經(jīng)濟效率角度根據(jù)市場電價進行調整的兩部門上網(wǎng)電價方案。Couture和 Gagnon[13]，Cory等[14]介紹了獨立于市場電價和依賴于市場電價兩大類上網(wǎng)電價政策原理，并且使用二維坐標圖形給出了不同上網(wǎng)電價政策調整形式，以及各種上網(wǎng)電價政策的實施模式。隨著研究的深入，學者們開始考慮不確定性因素影響，使用實物期權方法評估上網(wǎng)電價政策實施效果并給出優(yōu)化，如Kim和Lee[15]使用實物期權模型建立了評估上網(wǎng)電價政策模型，并且對上網(wǎng)電價政策進行了優(yōu)化。此外，上網(wǎng)電價調整過程中，政策的不確定性也會對上網(wǎng)電價政策的效果會產(chǎn)生一定影響，因此Ritzenhofen和Spinler[16]在實物期權框架下研究了規(guī)制政策不確定情況下的最優(yōu)上網(wǎng)電價設計方案。

國內一些學者開始使用實物期權理論研究我國的可再生能源電力政策，如財政補貼、電價補貼等財政政策。鐘渝、劉名武和馬永開[18]基于實物期權理論研究了太陽能光伏并網(wǎng)發(fā)電項目的成本補償策略，并且通過數(shù)值模擬得到最優(yōu)補貼比例。曾鳴、李晨等[19]建立風電項目投資決策實物期權模型，研究了電價補貼政策下的風電電價補貼水平、風電電價補貼有效期和上網(wǎng)電價波動率等對投資決策影響。田立新、許培琳和傅敏[20]從政府視角建立評估風電發(fā)展的實物期權投資決策模型，研究了政策補貼對風電投資決策的影響。以上研究提供了實物期權研究的新視角，由于國內可再生能源電力政策和發(fā)電項目數(shù)據(jù)的不足，所以實證分析部分都是使用假設數(shù)據(jù)得到的結果進行數(shù)值模擬，實證結果部分還比較粗糙，不能真實反應我國可再生能源政策的實際效果。

在實務界，何春，徐繼堯和陳國偉[21]對我國2015年6月30號的風電調整效果進行解析。鑒于風電發(fā)電項目的實物期權性質和國內外學者研究現(xiàn)狀，結合我國風電實施的固定上網(wǎng)電價具體政策，本文在實物期權理論框架下，研究風電固定上網(wǎng)電價政策的實物期權模型并對我國風電上網(wǎng)電價調整幅度進行實證分析。我們的研究內容包括:(1)假定上網(wǎng)電價和發(fā)電成本服從幾何布朗運動，建立風電投資決策實物期權模型，得到了風電最優(yōu)投資價格(投資臨界值)與風電價格波動率和增長率之間的關系表達式，從理論模型上給出了固定上網(wǎng)電價政策理論依據(jù)(證明了上網(wǎng)電價波動率和平均增長率會與投資門檻成正比關系)；(2)根據(jù)建立的風電投資決策實物期權模型，令上網(wǎng)電價的波動率為0，得到了固定上網(wǎng)電價政策實物期權模型。政府采用固定上網(wǎng)電價政策，并且逐步降低上網(wǎng)電價水平(上網(wǎng)電價平均增長率與上網(wǎng)電價投資門檻成正比)，可以有效促進風電項目投資；(3)根據(jù)建立的固定上網(wǎng)電價模型, 選取風電發(fā)電項目案例數(shù)據(jù), 得到了風電項目投資臨界值，以及我國風電固定上網(wǎng)電價平均每年的電價調整幅度，可以為我國的風電以及其他可再生能源電價調整提供參考。

2 中國風電固定上網(wǎng)電價政策

2.1 固定上網(wǎng)電價政策的含義與作用

固定上網(wǎng)電價政策是指政府按照標準成本法，直接明確規(guī)定各類可再生能源電力的市場價格(一般規(guī)定的上網(wǎng)電價比市場上傳統(tǒng)能源電力以價格高),電網(wǎng)企業(yè)必須按照政府規(guī)定的價格購買可再生能源電力,并且電網(wǎng)企業(yè)或電力消費者有義務購買可再生能源電力。政府規(guī)定的高于市場的可再生能源電力價格實際上是相當于對可再生能源發(fā)電企業(yè)的一種補貼。可再生能源電力固定上網(wǎng)電價政策主要有三個作用:一是為了對可再生能源對環(huán)境與社會的正外部性進行補償;二是可再生能源產(chǎn)業(yè)還屬于幼稚型產(chǎn)業(yè),需要國家的保護;三是為了可再生能源發(fā)電企業(yè)運轉有保障。固定上網(wǎng)電價方案一般包括可再生能源類別、發(fā)電技術和電網(wǎng)企業(yè)購買電力價格費率,同種類別的可再生能源、發(fā)電技術,同一國家的不同地區(qū)的價格費率也有所差別,這種差別主要根據(jù)各個區(qū)域的可再生能源豐裕程度和地區(qū)電力消費需求程度。

固定上網(wǎng)電價制度最早于1978年發(fā)源于美國,美國沒有全國統(tǒng)一的固定上網(wǎng)電價政策,各個州都有獨立的固定上網(wǎng)電價政策。截止到2014年,全球共有57個國家實施固定上網(wǎng)電價政策,如奧地利、比利時、丹麥、芬蘭、法國、德國、希臘、意大利、西班牙等歐洲國家,澳大利亞、加拿大、日本等國家也有成熟的固定上網(wǎng)電價制度。其中, 丹麥、德國和西班牙風電固定上網(wǎng)電價政策已經(jīng)被證明能夠有效的促進可再生能源的發(fā)展,得益于固定上網(wǎng)電價政策, 丹麥在2004年以前都是全球風電的領跑者。然而,2004年丹麥放棄了固定上網(wǎng)電價方式,轉向“碳憑證”方式進行交易,此后丹麥風電開始滑坡。

德國是成功實施固定上網(wǎng)電價政策又一成功國家。1990年,德國通過了著名的強制購電法,德國也開始采用丹麥的固定上網(wǎng)電價方式; 2000年,德國正式頒布了《可再生能源法》,核心就是建立可再生能源發(fā)電的固定上網(wǎng)電價制度; 2011年,德國通過了《可再生能源法》的修改,法規(guī)根據(jù)可再生能源發(fā)電技術和產(chǎn)業(yè)發(fā)展情況,每隔幾年對電價水平進行修改。德國于2004年之后超越丹麥成為固定上網(wǎng)電價政策使用的成功國家, 鑒于德國的成功經(jīng)驗,許多國家開始學習德國采取固定電價方式, 如西班牙、法國、奧地利、中國、加拿大安大略省等。甚至還有英國, 英國一直堅持經(jīng)濟自由主義, 認為“固定電價與資本主義自由經(jīng)濟相違背”,也因為英國的可再生能源發(fā)展緩慢而于2010年也開始采用固定上網(wǎng)電價制度。中國之前一直實行招標制制度, 風電發(fā)展緩慢, 最后于2009年也改用了固定上網(wǎng)電價制度,從而風電蓬勃發(fā)展, 近年來已經(jīng)逐步取代德國成為全球風電產(chǎn)業(yè)新的領跑者。

2.2 中國風電上網(wǎng)電價政策

中國風電價格政策經(jīng)歷了完全競爭上網(wǎng)、政府審批電價、招標和審批電價同時使用、招標和固定上網(wǎng)電價同時使用等五個階段,目前使用的是固定上網(wǎng)電價。20世紀90年代初～1998年, 風電項目和燃煤電力競價上網(wǎng), 上網(wǎng)電價水平很低, 導致上網(wǎng)電價收入很難維持風電項目運行。1998年～2003年, 風電上網(wǎng)電價由各地主管部門批準, 并且報中央政府備案,各個地方的風電價格相差很大, 嚴重影響了風電項目的發(fā)展和投資。2003年～2005年, 政府開始對風電項目進行特許招標, 審批電價和特許招標電價同時存在, 國家大型風電采用特許招標方式確定風電上網(wǎng)電價, 而各個地方風電項目仍然使用審批方式。2006年～2009年, 因為中國于2006年《中華人民共和國可再生能源法》和《可再生能源發(fā)電價格和費用分攤管理試行辦法》規(guī)定風電電價通過招標結果確定。

由于特許招標和審核制形成的風電價格造成同一地區(qū)的風電場的電力價格也會有所不同,使得投資者對風電上網(wǎng)電價政策信息難以把握,不利于風電項目長期發(fā)展。從而, 2009年7月, 國家發(fā)展改革委根據(jù)《中華人民共和國可再生能源法》和完善《可再生能源發(fā)電價格和費用分攤管理試行辦法》,發(fā)布完善風力發(fā)電上網(wǎng)電價政策的通知。國家發(fā)展與改革委員會根據(jù)中國各個地區(qū)風能資源稟賦把全國分為四類資源區(qū),根據(jù)不同資源區(qū)的豐裕度確定不同的上網(wǎng)電價。固定上網(wǎng)電價制度使得風電價格有了統(tǒng)一的上網(wǎng)電價，而且又考慮了地區(qū)差異,給了風電項目投資者明確的價格信號。

(1)分資源區(qū)制定陸上風電標桿上網(wǎng)電價。按風能資源狀況和工程建設條件,決定將全國分為四類風能資源區(qū), 相應制定風電標桿上網(wǎng)電價, 具體電價見表1。新建陸上風電項目,包括沿海地區(qū)多年平均大潮高潮線以上的潮上灘涂地區(qū)和有固定居民的海島地區(qū),統(tǒng)一執(zhí)行所在風能資源區(qū)的風電標桿上網(wǎng)電價?？缡^(qū)邊界的同一風電場原則上執(zhí)行同一上網(wǎng)電價,價格標準按較高的風電標桿上網(wǎng)電價執(zhí)行。

(2)繼續(xù)實行風電價格費用分攤制度。風電上網(wǎng)電價在當?shù)孛摿蛉济簷C組標桿上網(wǎng)電價以內的部分,由當?shù)厥〖夒娋W(wǎng)負擔;高出部分,通過全國征收的可再生能源電價附加分攤解決。脫硫燃煤機組標桿上網(wǎng)電價調整后,風電上網(wǎng)電價中由當?shù)仉娋W(wǎng)負擔的部分要相應調整。

表1 全國風力發(fā)電分區(qū)標桿上網(wǎng)電價

資料來源：國家可再生能源中心發(fā)改價格〔2009〕1906號。

上述規(guī)定自2009年8月1日起實, 2009年8月1日之前核準的風電項目, 上網(wǎng)電價仍按原有規(guī)定執(zhí)行。

2014年9月，國家發(fā)改委價格司下發(fā)調整風電上網(wǎng)電價征求意見稿，擬以2015年6月30日開始將風電四類資源區(qū)標桿電價分別降低為0.47元/Kw·h(I類資源區(qū))，0.50元/Kw·h(II類資源區(qū))，0.54元/Kw·h(III類資源區(qū))，0.59元/Kw·h(IV類資源區(qū))。

2.3 固定上網(wǎng)電價政策特點

對各個國家固定上網(wǎng)電價政策進行總結, 得到固定上網(wǎng)電價具有以下兩個特點:

一是固定上網(wǎng)電價政策具有時效性。政府規(guī)定的可再生能源電力固定上網(wǎng)電價高于市場價格,而這些高于市場的價格由政府進行補貼,長期的補貼給政府帶來巨大財政壓力,從而固定上網(wǎng)電價政策不是永久有效的,而是有一定的有效期,一般為15～20年。發(fā)電企業(yè)在做投資決策時不僅要考慮固定上網(wǎng)電價水平,還要考慮固定電價有效期長短。

二是隨著技術進步和投資成本的降低,固定上網(wǎng)電價一般會逐年降低或者在規(guī)定時間段內降低,但是在項目期內保持穩(wěn)定。為了提高可再生能源發(fā)電效率和促進發(fā)電企業(yè)技術創(chuàng)新,降低投資成本,政府會根據(jù)可再生能源發(fā)電技術水平逐步降低固定上網(wǎng)電價水平。2008年, 歐盟委員會一份詳細分析報告指出,良好調整的固定上網(wǎng)電價政策通常是最有效率的,是促進可再生能源電力發(fā)展最有效的支持方案。[17]

3 固定上網(wǎng)電價政策實物期權模型

借鑒Dixit和Pindyck[9]，鐘渝、劉名武和馬永開[18], 曾鳴等[19]建立的產(chǎn)品價格和投資成本同為不確定的實物期權模型，本文我們假設上網(wǎng)電價和投資成本都服從幾何布朗運動, 并且把風電發(fā)電項目價值表達為上網(wǎng)電價和投資成本兩個變量的模型。首先說明風電項目投資的實物期權原理，然后建立風電上網(wǎng)電價實物期權模型，并證明各個因素對風電項目投資影響，最終得到風電固定上網(wǎng)電價政策下的實物期權模型，求解得到風電最優(yōu)投資上網(wǎng)電價。

3.1 基本假設

假設發(fā)電企業(yè)投資決策時考慮上網(wǎng)電價和投資成本兩個主要因素，不考慮其它次要因素的影響?？紤]以單位發(fā)電成本為C(元/kw·h)，上網(wǎng)電價單位價格為P(元/kw·h)，并且發(fā)電成本和上網(wǎng)電價都是不確定的，服從幾何布朗運動。由于受到共同的宏觀經(jīng)濟因素的影響，投資成本和上網(wǎng)電價兩個不確定性變量具有一定的相關性。

首先假設風電上網(wǎng)電價P服從幾何布朗運動:

dP=μPPdt+σPPdzP

(1)

假設風電發(fā)電項目單位投資成本C也服從幾何布朗運動：

dC=μCCdt+σCCdzC

(2)

并且(dzP)2=dt，(dzC)2=dt，E[dzPdzC]=ρdt，ρ為dzP和dzC之間的相關系數(shù)。

3.2 風電項目投資實物期權原理

風電項目價值V主要由上網(wǎng)電價P決定，V=V(P)；風電項目投資機會價值為F由上網(wǎng)電價P和投資成本C決定，F(xiàn)=F(P,C)，所以這里我們研究風電上網(wǎng)電價和發(fā)電項目成本為不確定性的情況。V(P)-C表示投資收益，則風電發(fā)電項目投資的原理可以通過如下數(shù)學表達式表示：

max[V(P)-C,F(P,C)]

(3)

表達式(3)描述的意義為風電發(fā)電企業(yè)是否投資取決于項目投資回報與項目投資機會價值的關系。如果投資收益大于投資機會價值，即V(P)-C>F(P,C)，則發(fā)電企業(yè)會選擇立即投資；如果投資收益小于投資機會價值，即V(P)-C

V(P)-C=F(P,C)

(4)

此時為發(fā)電企業(yè)最優(yōu)投資決策。方程(4)得到的解P*為最優(yōu)投資價格，也稱投資臨界值，還稱為投資閾值或投資門檻。根據(jù)得到的投資臨界值P*可以得到投資機會期權價值F(P*,C*)。由于表達式(3)在投資決策過程中難以應用，所以投資臨界值P*是企業(yè)投資決策的主要依據(jù)。當風電上網(wǎng)電價大于價格臨界值時(P>P*)，發(fā)電企業(yè)選擇立即投資；當上網(wǎng)電價小于價格臨界值時(P

3.3 模型建立

假設風電發(fā)電項目的壽命為T(發(fā)電項目經(jīng)營時間為T年)，發(fā)電企業(yè)每年的發(fā)電量為Q(kw·h)，且無風險利率為r。在風電上網(wǎng)電價水平P下，風電發(fā)電項目的價值為：

(5)

假定風電發(fā)電項目投資機會價值F=F(P,C)也是隨機過程，下面建立F(P,C)的微分方程。前面假設P和C服從幾何布朗運動，同理可得：

(6)

(7)

根據(jù)貝爾曼方程(Bellman Equation)：

rF(P,C)dt=E[dF]

(8)

得到常微分方程：

(9)

以上微分方程是F(P,C)關于P和C兩個變量的二元偏微分方程，如果直接求解比較困難，所以下面我們把其轉化為一個變量的方程求解。

3.4 模型求解

假設P和C都等比例增加時，發(fā)電項目價值和投資成本也都等比例增加，從而投資臨界值只與h=P/C(單位成本電價)有關。從而可得：F(P,C)=CF(P/C,1)=Cf(h)，f(h)為待定函數(shù)。

(10)

則方程(10)為一維的二階齊次常微分方程，根據(jù)常微分方程求解原理可知微分方程的解的形式為：

f(h)=Ahβ

(11)

可以得到方程(11)的解為：

(12)

根據(jù)根的意義，我們保留正根β1，舍棄負根β2。根據(jù)Dixit和Pindyck(1994)求解方法，f(h)解滿足價值匹配條件和平滑轉移條件求解得到上網(wǎng)電價投資臨界值。

價值匹配條件：

(13)

平滑轉移條件：

(14)

根據(jù)條件(13)和(14)得到投資臨界值為：

(15)

根據(jù)單位成本價格定義h=P/C可知，上網(wǎng)電價P臨界值為：

(16)

3.5 上網(wǎng)電價波動率和期望增長率對投資臨界值影響

在方程(10)的求解過程中，把方程的解(11)代入(10)中得到方程(17)，然后我們根據(jù)(17)的全微分判斷?β1/?σP和?β1/?μP的符號：

(17)

首先考慮上網(wǎng)電價波動率對臨界值的影響, 對式(17)關于上網(wǎng)電價波動率σP全微分：

(18)

可以判斷?β1/?μP的符號：

(19)

一般情況下隨著技術進步，發(fā)電成本是降低的(μC<0)，進而上網(wǎng)電價也隨之降低(μP<0)，而且發(fā)電成本的降低速度快于上網(wǎng)電價的降低速度，所以μ=μP-μC>0，有μ+(β1-1/2)σ2>μ+1/2σ2>0；而且β1>1，所以(19)式的符號可以判定。

(20)

可以得到，上網(wǎng)電價波動率σP，投資臨界值P*提高，即可再生能源發(fā)電項目上網(wǎng)電價臨界值隨著上網(wǎng)電價波動率增加而增加，即等待的價值更高，發(fā)電企業(yè)更愿意延遲投資。這也是固定上網(wǎng)電價政策的理論依據(jù)，即固定上網(wǎng)電價的波動率為0。

同理，考慮上網(wǎng)電價增長率對臨界值的影響, 對式(18)關于上網(wǎng)電價波動率μP全微分：

(21)

可以判斷?β1/?σP的符號：

(22)

臨界值P*關于上網(wǎng)電價波動率的導數(shù)為：

(23)

可以得到，上網(wǎng)電價期望收益率與上網(wǎng)電價投資臨界值成反比。為了降低上網(wǎng)電價投資臨界值，促進投資者投資風電項目，政府政策制定者需要不斷降低上網(wǎng)電價水平，但是電價降低幅度不應過高，降低幅度過高會導致發(fā)電企業(yè)利潤短期內大幅下降，打擊投資者積極性。這是政府不斷調整固定上網(wǎng)電價水平的理論依據(jù)。

3.6 固定上網(wǎng)電價政策實物期權模型

3.3和3.4給出了上網(wǎng)電價水平和投資成本都是不確定性時的實物期權模型，當不確定性電價模型中的上網(wǎng)電價波動率為零，得到固定上網(wǎng)電價投資決策模型，從而得到固定上網(wǎng)電價模型是不確定電價模型的特例。我們假定上網(wǎng)電價服從布朗運動的隨機過程(1)，當上網(wǎng)電價波動率σP=0時，固定上網(wǎng)電價價格方程為dP=μPPdt，從而固定上網(wǎng)電價方程為：

P=PeeμPt

(24)

其中Pe為初始上網(wǎng)電價水平，μP表示平均每年上網(wǎng)電價調整幅度，政府既可以提高上網(wǎng)電價，也可以降低上網(wǎng)電價；一般情況下隨著技術進步，風電上網(wǎng)電價水平是不斷降低的，所以通常情況下μP<0。則固定上網(wǎng)電價政策下上網(wǎng)電價P的臨界值為：

(25)

其中

(26)

4 固定上網(wǎng)電價政策實證分析

本節(jié)使用第3部分建立的固定上網(wǎng)電價模型以河北張北油簍溝元山子風電場工程項目為例，根據(jù)2009年制定的中國風力發(fā)電項目固定上網(wǎng)電價政策，研究企業(yè)投資決策過程，好固定上網(wǎng)電價降低幅度對風電項目投資影響。2012年6月6日，國家發(fā)改委以發(fā)改能源[2012]1596號文件核準建設河北張北油簍溝元山子風電場工程項目。項目總投資為88050.35萬元，總規(guī)模10.05萬千瓦，由中國水電顧問集團張北有限公司投資建設。河北張北油簍溝元山子風電場位于河北張家口市，于2009年后批準建設，屬于II類資源區(qū)(根據(jù)表1風電固定上網(wǎng)電價區(qū)域劃分)，根據(jù)2009年7月國家發(fā)改委已經(jīng)核定風電固定上網(wǎng)電價政策，發(fā)電項目的上網(wǎng)電價為0.54元/KV·h，年等效滿發(fā)電時間為2000小時。風電場發(fā)電項目其它參數(shù)如表2。

表2 河北張北油簍溝元山子風電場工程項目參數(shù)

注：①2012年全國風電平均利用小時為1890小時，2013年風電全國平均利用小時為2074小時，由于每年風電利用小時不同，且各個地區(qū)的風電利用小時也不同，所以這里我們使用平均利用小時2000小時。

②風電發(fā)電項目數(shù)據(jù)來源于國家能源局網(wǎng)站。其中投資成本平均增長率根據(jù)網(wǎng)站公開數(shù)據(jù)計算得到，波動率為假設數(shù)據(jù)，由于波動率很小，這里我們假定接近于0的0.005。

2009年制定的風電固定上網(wǎng)電價只是給出了各個資源區(qū)的上網(wǎng)電價價格，沒有給出固定上網(wǎng)電價的有效期，這里我們使用風電發(fā)電項目運營時間20年。

隨著風電投資成本的降低，風電價格也應該逐漸降低。由于國家發(fā)改委在制定風電固定上網(wǎng)電價時沒有明確上網(wǎng)電價每年下降幅度，而且中國可再生能源發(fā)展水平和風電裝機容量與德國相當，因此這里我們參照德國固定上網(wǎng)電價政策方案。德國風電固定上網(wǎng)電價每年下降幅度為1.5%，考慮到中國風電發(fā)展技術水平與國外還有一定差距，近期大幅降低固定上網(wǎng)電價不利于激勵發(fā)電企業(yè)投資，所以這里我們使用固定上網(wǎng)電價幅度降低幅度低于1.5%范圍內調整，研究不同的固定上網(wǎng)電價降低水平對發(fā)電項目投資臨界值影響。我們根據(jù)風電項目參數(shù)和中國風電固定上網(wǎng)電價實際情況，尋找合適的電價降低幅度。

根據(jù)3.3計算得到的固定上網(wǎng)電價政策下的發(fā)電項目投資臨界值公式，計算得到本風電項目上網(wǎng)電價臨界值結果。上網(wǎng)電價在制定過程中還要考慮稅收因素，在之前求解的上網(wǎng)電價臨界值基礎上加入稅收因素，包含稅收(增值稅和所得稅)的上網(wǎng)電價臨界值公式如下：

μ=μP-μC。

我們使用的固定上網(wǎng)電價每年降低幅度μP分別為0.0%，0.05%，1%，1.5%，根據(jù)風電項目投資參數(shù)，得到風電項目投資臨界值如表3。

表3 風電項目投資上網(wǎng)電價臨界值電價單位：(元/KV·h)

根據(jù)表3結果可知，隨著上網(wǎng)電價期望增長率的降低，上網(wǎng)電價投資臨界值逐漸降低；中國目前施行的是固定上網(wǎng)電價，如果保持中國風電上網(wǎng)電價水平不變，即μP=0時，上網(wǎng)電價投資臨界值為0.5706元/KV·h，高于目前固定上網(wǎng)電價0.54元/KV·h；如果上網(wǎng)電價每年降低0.5%(μP=-0.5%)，則上網(wǎng)電價投資臨界值變?yōu)?.5408元/KV·h，固定上網(wǎng)電價水平為0.5373元/KV·h，上網(wǎng)電價投資臨界值仍略高于固定上網(wǎng)電價水平；當降低幅度為1%(μP=-1.0%)時，上網(wǎng)電價投資臨界值為0.5163元/KV·h，固定上網(wǎng)電價水平變?yōu)?.5373，上網(wǎng)電價投資臨界值低于固定上網(wǎng)電價水平，投資者會選擇投資。但是短期之內不能大幅降低上網(wǎng)電價水平，否則會大幅減少發(fā)電投資商的利潤，打擊發(fā)電投資者投資風電項目的積極性，綜合以上原因中國上網(wǎng)電價水平平均每年降低幅度應該為1%左右。

2011年7月，德國通過了《可再生能源法》(修正案)，并且于2012年正式實施?！犊稍偕茉捶ā?修正案)規(guī)定從2012年起，每年新項目的電價在前一年的基礎上下降1.5%(修改前的電價年均下降為1%)，這是2000年德國《可再生能源法》頒布以來第三次修訂電價(前兩次分別為2004年和2008年)，修訂的法律沒有改變固定上網(wǎng)電價的基本原則和電價設計原理，而是根據(jù)技術發(fā)展水平和資源開發(fā)水平對電價水平、電價下降比例和標準資源值進行調整，保持了政策穩(wěn)定性和長期性。

2014年9月，國家發(fā)改委價格司下發(fā)調整風電上網(wǎng)電價征求意見稿，擬以2015年6月30日開始將風電四類資源區(qū)標桿電價分別降低為0.47元/Kw·h (I類資源區(qū))，平均每年降低1.3%；0.50元/Kw·h(II類資源區(qū))，平均每年降低1.23%；0.54元/Kw·h(III類資源區(qū))，平均每年降低1.15%；0.59元/Kw·h(IV類資源區(qū))，平均每年降低0.55%。從而，進一步說明了本文結果的合理性。

5 結語

本文在實物期權理論中不確定性下的投資決策原理基礎上，分析風電發(fā)電項目投資決策原理，同時建立了風電固定上網(wǎng)電價政策的實物期權模型，求解得到了上網(wǎng)電價最優(yōu)投資值(上網(wǎng)電價投資臨界值)的表達式，根據(jù)上網(wǎng)電價投資臨界值關于上網(wǎng)電價的期望增長率和波動率的關系式，證明了上網(wǎng)電價期望增長率和電價波動率和上網(wǎng)電價投資臨界值成正比。在理論模型基礎上，本文選取了2012年國家發(fā)改委核準建設的河北張北油簍溝元山子風電場工程項目為例進行實證分析，計算出了發(fā)電項目的上網(wǎng)電價投資臨界值，并且和目前該風區(qū)的風電固定上網(wǎng)電價水平比較，得到促進風電發(fā)電項目投資的最優(yōu)策略是風電上網(wǎng)電價水平平均每年應該降低1%左右。

長期穩(wěn)定的激勵政策才能夠有效促進風電、太陽能光伏發(fā)電等可再生能源發(fā)展，固定上網(wǎng)電價政策給投資者提供了明確的價格信息，明確的價格政策也為可再生能源投資者提供了明確的投資信號，投資者根據(jù)投資成本和固定上網(wǎng)電價得出投資收益，不同擔心價格波動帶來的收益不確定性風險。但是，固定上網(wǎng)電價制度保障了可再生能源發(fā)電企業(yè)的穩(wěn)定收入，不利于可再生能源企業(yè)進行技術創(chuàng)新和降低投資成本，導致可再生能源發(fā)電項目生產(chǎn)效率低下。所以不斷調低風電上網(wǎng)電價水平，增加發(fā)電企業(yè)競爭壓力，促進其不斷進行技術創(chuàng)新、降低投資成本，才能不斷的促進風電等可再生能源電力的廣泛應用。

本文可以為風電投資者投資決策以及風電價格政策部門提供很好的參考價值。不過本文的模型數(shù)據(jù)量較少無法精確的估計出模型參數(shù)，如投資成本只能獲取少量幾年樣本數(shù)據(jù)，從而無法精確的得到投資成本波動率，所以我們在模型參數(shù)中對投資成本波動率取很小的數(shù)值(在投資成本波動率很小的情況下，取任意值對結果影響極小)。在今后的研究中，逐漸收集更加豐富的數(shù)據(jù)，采用更加先進的參數(shù)估計方法求解模型參數(shù)，使得我們的結果更加精確可靠。此外，本文后續(xù)研究將會借鑒張新華和葉澤[10]內容，研究固定上網(wǎng)電價政策不確定時對發(fā)電企業(yè)投資的影響(本文中的固定上網(wǎng)電價為確定性的政策)；以及借鑒谷小燕[11]工作，研究固定上網(wǎng)電價的動態(tài)調整策略(本文為靜態(tài)調整)。

[1] Ringel M.Fostering the use of renewable energies in the European Union: The race between feed-in tariffs and green certificates [J].Renewable Energy, 2006, 31(1):1-17.

[2] Menz F C, Vachon S.The effectiveness of different policy regimes for promoting wind power: Experience from the states [J].Energy Policy, 2006, 34(14): 1786-1796.

[3] Midttun A, Gautesen K.Feed-in or certificates, competition or complementarity? Combining a static efficiency and a dynamic innovation perspective on the greening of the energy industry [J].Energy Policy, 2007, 35(3): 1419-1422.

[4] Verbruggena A, Lauber V.Basic concepts for designing renewable electricity support aiming at a full-scale transition by 2050 [J].Energy Policy, 2009, 37(12):5732-5743.

[5] Falconett I, Nagasaka K.Comparative analysis of support mechanisms for renewable energy technologies using probability distributions [J].Renewable Energy, 2010, 35(5): 1135-1144.

[6] Tamas M M, Shrestha S O B, Zhou Huizhong.Feed-in tariff and tradable green certificate in oligopoly [J].Energy Policy, 2010, 38(8): 4040-4047.

[7] Myers S C.Determinants of corporate borrowing [J].Journal of Financial Economics, 1977, 5(1): 411-487.

[8] Myers S C.Finance theory and financial strategy [J].Midland Corporate Finance Journal, 1987, 5(1): 6-13.

[9] Dixit R K, Pindyck R S.Investment under uncertainty [M].Princeton New Jersey:Princeton University Press, 1994: 207-211.

[10] 張新華, 葉澤.投資決策不確定條件下的寡頭發(fā)電容量投資分析[J].中國管理科學, 2014, 22(9):26-32.

[11] 谷曉燕.基于實物期權的研發(fā)項目動態(tài)投資策略模型[J].中國管理科學, 2015, 23(7):94-102.

[12] Lesser J A, Su Xuejuan.Design of an economically efficient feed-in tariff structure for renewable energy development [J].Energy Policy,2008, 36 (3): 981-990.

[13] Couture T, Gagnon Y.An analysis of feed-in tariff remuneration models: Implications for renewable energy investment [J].Energy Policy, 2010, 38(2): 955-965.

[14] Cory K S, Couture T, Kreycik C.Feed-in tariff policy design, implementation and RPS policy interactions [R].Working Paper,National Renewable Energy Laboratory, 2009.

[15] Kim K K, Lee C G.Evaluation and optimization of feed-in tariffs [J].Energy Policy, 2012, 49(10): 192-203.

[16] Ritzenhofen I, Spinler S.Optimal design of feed-in-tariffs to stimulate renewable energy investments underregulatory uncertainty: A real options analysis[J].Energy Economics, 2015, 53:76-89.

[17] European Commission (COM).Commission staff working document[R]. Working Paper,Brussels:European Commission,2018.

[18] 鐘渝,劉名武,馬永開.基于實物期權的光伏并網(wǎng)發(fā)電項目成本補償策略研究[J].中國管理科學, 2010, 18(3):68-74.

[19] 曾鳴, 李晨, 劉超, 等.考慮電價補貼政策風電投資決策模型與分析[J].電力系統(tǒng)保護與控制, 2012, 40(23):17-23.

[20] 田立新, 許培琳, 傅敏.基于實物期權的中國風電發(fā)展政策評估[J].管理學報, 2013, 10(2): 266-273.

[21] 何春, 徐繼堯, 陳國偉.基于上網(wǎng)電價下調預期的風電投資決策研究[J].風能, 2015,(3): 44-47.

Real Option Theoretical and Empirical Analysis on Feed-in-tariff (FIT) Policy of Wind Electricity in China

LI Qing1,2，CHEN Min1

(1.Academy of Mathematics and Systems Science, Chinese Academy of Sciences, Beijing 100190, China;2.School of Statistics and Mathematics, Zhongnan University of Economics and Law, Wuhan 430073, China)

In this paper, the wind electricity policy of Feed-in-tariff (FIT) implemented in China is studied by the optimal investment decision theory in real option theory.First, the real option theory of the investment of wind electricity project is analyzed, and then the real option model of FIT policy is established.Then, from the real option model of FIT policy, the theoretical proof that both volatility rate and expected growth rate of FIT are proportional to the critical value of FIT of wind electricity (optimal investment price) is given, which is the theoretical evidence and adjustment evidence of FIT policy, and it is the fixed FIT when the volatility rate of electricity price is equal to zero.In order to incentive investors to invest, governments should decrease the volatility rate and expected growth rate of FIT.Finally, empirical analysis is made by the Yuanshanzi wind electricity project in Hebei province; the conclusion is drawn that the wind electricity price should be decreased by about 1% every year.Our research results can be referenced by the other renewable energy electricity.

wind electricity; feed-in-tariff; real option; optimal investment decision; investment threshold

1003-207(2016)05-0065-09

10.16381/j.cnki.issn1003-207x.2016.05.008

2014-11-15；

2016-01-13

簡介：李慶(1985-)，男(漢族)，河南信陽人，中國科學院數(shù)學與系統(tǒng)科學研究院博士后，研究方向：金融統(tǒng)計，E-mail：sxlq115@163.com.

F830.9

A