張倩倩

(中國科學院 科技戰(zhàn)略咨詢研究院，北京 100190；中國科學院大學 公共政策與管理學院，北京 100049)

隨著2030碳達峰和2060碳中和目標的提出，中國正向低碳發(fā)展之路積極邁進。目前來看，中國電力行業(yè)碳排放約占總量的40%，發(fā)展可再生能源以促進電力結構的清潔轉型已迫在眉睫[1]。資金是應對氣候變化行動的必備要素，減緩、適應、能力建設、國際合作等應對氣候變化活動的開展都離不開資金的支持。據國際能源署(IEA)[2]估計，為實現《巴黎協(xié)定》目標，2015—2050年全球可再生能源投資需求約16萬億美元，但其投資增長速度還不足以實現這一目標[3]。雖然中國電力行業(yè)是資本密集型產業(yè)，但資金多投向煤電等傳統(tǒng)化石能源，可再生能源投資水平有限[4]，投資力度及規(guī)模遠不能滿足低碳轉型需求，是應對氣候變化進程中的主要障礙。在此背景之下，判斷電力轉型中發(fā)展可再生能源需要的投資量，制定合適的政策力度促使金融部門向氣候變化領域做出適當傾斜，既能為后續(xù)合理安排資金規(guī)劃與使用，也可以更好地達成氣候目標提供相應的科學依據。鑒于此，從可再生能源未來裝機結構出發(fā)，探明未來不同氣候目標下可再生能源發(fā)電的發(fā)展路徑，并采用學習曲線預測單位投資成本，兩者相乘得出資金需求量，繼而分析資金缺口的大小，為后續(xù)合理安排資金規(guī)劃與使用、更好地達成氣候目標提供相應的科學依據。

1 文獻綜述

在中國電力行業(yè)低碳轉型路徑方面，已有很多文獻關注未來電力規(guī)劃，為研究奠定了良好的基礎。目前已有多家知名能源研究結構如國際能源署(IEA)、國際可再生能源署(IRENA)、國家發(fā)展改革委能源研究所等通過一定的模型情景假設，對既定政策、2 ℃及1.5 ℃目標下中國能源轉型問題開展路徑探索。目前研究中國能源清潔低碳轉型，涉及可再生能源發(fā)電未來發(fā)展的文章較多，均已經過同行評審，有一定的可靠性與先進性。根據政策目標、研究對象與分析方法等維度，對現有的經典文獻進行分析梳理，具體見表1[5-21]。

表1 可再生能源電源發(fā)展路徑的相關文獻總結

總體來看，國際國內對電力行業(yè)低碳轉型路徑的研究較為豐富，情景設置與政策減排目標有一定的相通性，使用的模型趨于成熟，方法已成體系，可供借鑒與參考。但文獻多以成本最小化為基本目標，未深入考慮目前所能提供的資金與需求的不匹配，轉型路徑與所需資金量之間的關系還有待研究，需進一步分析資金供給如何更好地滿足需求。

2 可再生能源發(fā)電投資需求預測模型構建與情景設置

2.1 模型構建

對可再生能源發(fā)電資金需求的分析以其未來裝機容量為基礎，對電源建設的資金需求進行核算。借鑒國家發(fā)展改革委能源研究所對電力行業(yè)清潔發(fā)展的投融資需求分析，從成本視角出發(fā)計算電源建設階段所需投資，即資金需求就等同于電源建設的投資成本[22]。

電源投資成本是指電力企業(yè)在電源建設過程中的建筑成本、設備成本、土地成本、入網成本及安裝成本等。本文使用單位投資成本這一綜合指標確定不同電力技術建設的單位資金需求，通過以下公式計算得出電力系統(tǒng)投資需求，即

(1)

式中：t表示年份；i表示不同的電力技術；Eit為第t年i種電力技術的年新增裝機量；Cit為第t年i種電力技術的單位投資成本；D為總資金需求。且t=1,2，…，30，代表2020—2050年，i=1，2，3，4，分別表示水電、風電、光伏發(fā)電及生物質發(fā)電4種電力技術。

考慮到發(fā)電技術的規(guī)模效應增長，本文根據單因素學習曲線，對累計裝機容量的增長對電力技術的單位投資成本帶來的影響進行測算，計算公式為

(2)

式中：CEit為第t年i種電力技術的累計裝機容量；a和b分別表示初始單位成本和產量彈性系數即成本減少率。

此外，學習率(LR)由下式給出，表示累積裝機容量翻倍后成本降低的比率，即

LR=1-2b

(3)

根據以上模型設定，利用2010—2019年各電力技術的累積裝機量、相應年份的投資成本，可以計算得出不同電力技術的學習率。其中，累積發(fā)電量的數據來自2011—2020年《中國電力年鑒》，成本數據均來自國際可再生能源機構(IRENA)。從而計算得出，水電、風電、光伏發(fā)電及生物質發(fā)電的學習率(LR)分別為9.7%、12.8%、14.4%及1.6%，且學習曲線分別為

(4)

(5)

(6)

(7)

繼而，通過后續(xù)分析得出的可再生能源未來發(fā)展路徑即裝機規(guī)模和累計裝機容量，通過以上學習曲線計算得出不同類型可再生能源未來單位投資成本，繼而使用式(1)計算得出投資需求。

2.2 情景設置

在分析梳理相關文獻后，以基準情景、2 ℃及1.5 ℃目標作為情景設定，對現有報告文獻再次梳理，獲取未來可再生能源：水電、風電、光伏發(fā)電及生物質發(fā)電的發(fā)展路徑即裝機容量。

基準情景即既定政策情景，僅以實現“十三五”規(guī)劃和黨的十九大報告中的相關能源目標為預期，以其為基本目標設定未來電力結構發(fā)展路徑，進而得出未來不同電力技術的發(fā)電量。

2 ℃情景，以期達到《巴黎協(xié)定》的碳約束目標，在2100年實現全球溫升目標控制在2 ℃之內，相對基準情景來說，2 ℃情景對碳排放及能源約束更進一步，以此來回溯倒逼所需的電力發(fā)展路徑，分析可再生能源的未來發(fā)展。

1.5 ℃情景相對2 ℃情景來說，對碳排放約束更強，以期在2100年實現全球溫升目標控制在1.5 ℃之內。

基于以上情景設定，對各報告中給出的情景做一定的分類，因2060年前實現碳中和目標的減排強度與1.5 ℃情景較為接近，將其歸入1.5 ℃情景中進行分析計算。由于上述報告的時間節(jié)點多為2050年，將預測資金需求的時間段設定為2020—2050年。故此，對相應數據進行了一定的處理，如國際能源署(IEA)對中國在不同情景下的預測時間節(jié)點為2040年，按照其在2040年的預測數值與其他結果相比較分析，按照相應趨勢對2041—2050年的數據進行合理推測，從而得出未來可再生能源發(fā)展規(guī)模。

3 不同氣候目標情景下可再生能源規(guī)模

由于各報告給出的結果有一定的差異，本文從同一情景下可再生能源總裝機容量及具體類型可再生能源的裝機容量的平均值及區(qū)間值進行相應分析，以更好地識別未來再生能源的發(fā)展路徑。

3.1 基準情景下可再生能源的裝機規(guī)模

基準情景下可再生能源規(guī)模如圖1所示。從平均值來看，基準情景下，中國可再生能源總裝機容量呈現逐年遞增趨勢，以年均4.4%的增長率從2020年的9.38億kW增長到2050年的34.4億kW。主要原因包括兩個，一是為滿足未來終端使用電氣化發(fā)展和經濟發(fā)展帶來的電力需求，二是由于既定“十三五”規(guī)劃和十九大報告中對電力碳排放的約束目標導致的煤電裝機量逐年遞減而進行的能源替代。從其區(qū)間值可以看出，不同報告中未來可再生能源電源的發(fā)展路徑雖然都秉持整體呈現增長的態(tài)勢，但其2020—2050年的年均增長率在1.8%～5.6%波動，增長速率的不確定性較大。

圖1 基準情景下可再生能源的總裝機容量

對具體類型可再生能源電源的發(fā)展路徑進行分析可以發(fā)現，水電、風電、光伏發(fā)電及生物質發(fā)電雖都呈現增長趨勢，但也各具一定特點。從平均值來看，水電從2020年的3.8億kW增長到2050年的5.3億kW，年均增長率為1.1%，增長幅度較慢；風電以年均6.6%的增長率從2020年的2.8億kW增長到2050年的19.2億kW，成為超過水電裝機量的第一可再生能源主力電源；光伏發(fā)電從2020年的2.5億kW增長到2050年的18.4億kW，成為僅次于風電的第二大可再生能源主力電源，且2020—2050年的年均增長率高達6.8%，是增長幅度最快的可再生能源電源；生物質能的發(fā)展相對來說較為緩慢，雖然年均增長率高達2.7%，但由于基數小，2050年的裝機容量僅有0.56億kW。從區(qū)間值出發(fā)分析不同類型可再生能源未來發(fā)展的不確定性，如圖2所示，可以看出：基準情景下，中國水電未來發(fā)展路徑較為穩(wěn)定，現有研究對其未來發(fā)展趨勢的預設值相差較?。伙L電、光伏發(fā)電的不確定性較大，這是由于風電和光伏發(fā)電技術發(fā)展較快，未來成本降低趨勢明顯，研究者將其視為未來可再生能源發(fā)電的主力電源，但對未來第一大主力電源的設定并未形成統(tǒng)一意見，故而使其未來的發(fā)展路徑的不確定性相對較大；生物質發(fā)電相對其他3種可再生能源電源來說發(fā)展緩慢，未來裝機容量在一定區(qū)間內波動。

圖2 基準情景下不同類型可再生能源未來裝機容量

3.2 2 ℃情景下可再生能源的裝機規(guī)模

圖3為2 ℃情景下可再生能源的總裝機容量。從平均值來看，2 ℃情景下，中國可再生能源總裝機容量以年均5.7%的增長率從2020年的9.38億kW增長到2050年的50.1億kW，數值介于基準情景和1.5 ℃情景之間。但區(qū)間波動較大，2050年的可再生能源電源總裝機容量區(qū)間為29.2億～60.1億kW，其2020—2050年的年均增長率在3.9%～6.4%之間波動，相對于基準情景和1.5 ℃情景來說，2 ℃情景下的可再生能源裝機容量的不確定性更大。

圖3 2 ℃情景下可再生能源的總裝機容量

從具體類型可再生能源電源進一步分析可以發(fā)現，水電、風電、光伏發(fā)電及生物質發(fā)電未來發(fā)展各具特點。首先從平均值分析可再生能源電源未來大致的發(fā)展路徑可以看出，水電、風電、光伏發(fā)電及生物質發(fā)電的裝機容量分別以1.1%、7.0%、7.6%、5.3%的平均增長率增長。其中水電增長趨勢較為緩慢，2050年裝機容量達到5.3億kW時。風電與光伏發(fā)電作為未來兩大主力電源，增長趨勢較快，2050年裝機容量分別達到21.1億和22.7億kW時。生物質發(fā)電裝機規(guī)模雖較前三者可再生能源電源較少，但也達到1.2億kW時，達到一定的規(guī)模應用。與1.5 ℃情景不同的是該情景下2050年風電和光伏發(fā)電裝機規(guī)模相差不大，光伏發(fā)電作為第一主力電源僅比風電裝機容量多1.63億kW。從區(qū)間值可以看出4種電源未來發(fā)展均具有較大的不確定性，但多數研究者偏向于增長率較低的水電、風電裝機增長率及快速發(fā)展的光伏發(fā)電。生物質發(fā)電相對其他3種可再生能源電源來說發(fā)展緩慢，雖不確定性較大，但未來裝機容量的波動區(qū)間相對較小，具體如圖4所示。

圖4 2 ℃情景下不同類型可再生能源未來裝機容量

3.3 1.5 ℃情景下可再生能源的裝機規(guī)模

圖5為1.5 ℃情景下可再生能源的總裝機容量。從平均值來看，1.5 ℃情景下，中國可再生能源總裝機容量呈現逐年遞增趨勢，年均增長率高達6.1%，到2050年已達55.2億kW，以替代更多的化石能源發(fā)電進而達到相應的氣候目標。從其區(qū)間值可以看出來，不同報告對未來可再生能源電源的發(fā)展路徑雖然都秉持整體呈現增長的態(tài)度，但對未來具體發(fā)展路徑設定有一定的差別?？傮w來看，2050年的可再生能源電源總裝機容量區(qū)間為44.8億～65.6億kW，其2020—2050年的年均增長率在5.3%～6.7%之間波動，增長速率的不確定性相對基準情景較低。

圖5 1.5 ℃情景下可再生能源的總裝機容量

進一步分析具體類型可再生能源電源的未來發(fā)展趨勢可以發(fā)現，水電、風電、光伏發(fā)電及生物質發(fā)電各具特點。首先從平均值分析可再生能源電源未來大致的發(fā)展路徑可以看出，水電、風電、光伏發(fā)電及生物質發(fā)電的裝機容量分別以1.9%、6.2%、7.7%、6.7%的平均增長率增長。其中水電增長趨勢較為緩慢，2050年裝機容量達到6.7億kW。風電與光伏發(fā)電作為未來兩大主力電源，增長趨勢較快，2050年裝機容量分別達到16.9億和23.5億kW。生物質發(fā)電裝機規(guī)模雖較前三者可再生能源電源較少，但也達到1.7億kW，達到一定的規(guī)模應用。從區(qū)間值出發(fā)分析不同可再生能源電源未來發(fā)展的不確定性可以看出：水電在2040年前的發(fā)展路徑較為穩(wěn)定，后期不確定性較大；風電、光伏發(fā)電及生物質發(fā)電的不確定性隨時間增長而逐漸增大，具體如圖6所示。

圖6 1.5 ℃情景下不同類型可再生能源未來裝機容量

總體來看，中國可再生能源未來電源裝機容量雖然具有一定的不確定性，但整體呈現一定的增長趨勢。相較基準情景和2 ℃情景來說，1.5 ℃情景下可再生能源電源總裝機量呈現更快的增長趨勢。與2050年基準情景的第一主力電源為風電有所不同，1.5 ℃情景和2 ℃情景均以光伏發(fā)電作為未來第一大主力電源。生物質發(fā)電裝機規(guī)模在3種情景下基本呈現相同的增長趨勢，不會成為主力電源，但也具有一定的裝機規(guī)模。

4 可再生能源發(fā)電資金需求與缺口分析

4.1 可再生能源發(fā)電資金需求預測

根據以上對可再生能源電源未來裝機規(guī)模及單位投資成本的相應分析，可以計算得出不同情景下可再生能源發(fā)電的資金需求。圖7為2020年起的平均累計可再生能源發(fā)電資金需求，可以發(fā)現，2020—2030年，3種情景下的可再生能源資金需求相差較小，2030年后的差值逐漸增大，1.5 ℃情景下累計資金需求增長較快，其次為2 ℃情景，基準情景下累計資金需求量增長較為緩慢，由此可見在前期進行氣候資金籌集時，無須過多考慮未來想要達成的氣候目標。此外，基準情景、2 ℃情景及1.5 ℃情景下，2020—2050年可再生能源發(fā)電資金需求總量分別為20.7萬億、22.6萬億及27.6萬億元，資金需求總量較大。從增量資金需求來看，2 ℃情景和1.5 ℃情景分別較基準情景增加了1.9萬億元與6.9萬億元，可見實現可再生能源發(fā)電的資金需求隨著低碳轉型目標要求的增高而呈現較大幅度的增長，在實現既定政策目標的基礎之上進一步達到2 ℃、1.5 ℃目標需要付出更多的努力。與2 ℃情景相比較，1.5 ℃情景下可再生能源發(fā)電資金需求增長了4.9萬億元，資金增量較大，目標達成的困難度增長較大，不能強制執(zhí)行以實現該目標，應綜合考慮實施難度及現有的基礎支撐條件，進而判定是否需要制定并實施2060碳中和的系列政策。

圖7 2020年起累計可再生能源發(fā)電累計資金需求

圖8為中國2020起不同類型可再生能源發(fā)電累計資金需求。由圖8可知，中國水電、風電、光伏發(fā)電及生物質發(fā)電的累計資金需求呈現不同的增長趨勢。從資金增長量來看，3種情景下呈現同樣的情況，即光伏發(fā)電的資金需求最高，風電的資金需求僅次于光伏發(fā)電，其次為水電，生物質發(fā)電的資金需求最低。對于水電而言，1.5 ℃情景下的資金需求量最高，2040年前，2 ℃情景下的資金需求要高于基準情景，2040年后情況發(fā)生了轉變，這主要由于新增風電裝機容量下降的原因。對于風電而言，1.5 ℃情景下所需資金量最小，在2045年之前，基準情景下的資金需求最高，其次為2 ℃情景。光伏發(fā)電資金需求增長趨勢明顯，在2040年之前，2 ℃情景下的資金需求最高，2040年之后，1.5 ℃情景對光伏發(fā)電的資金需求增長幅度較大，資金需求量達至最高。生物質發(fā)電由于裝機容量增長速度緩慢，資金需求量相應來說也是最低，但也具有一定的增長趨勢，其2050年的資金需求已將要趕超水電。

圖8 2020年起不同類型可再生能源發(fā)電累計資金需求

資金需求呈現一定的不確定性?；鶞是榫跋?，2020—2050年的累計資金需求區(qū)間為18.7萬億～22.7萬億元，不確定性相對來說較低；2 ℃情景下的資金需求上限高達28.3萬億元，略高于1.5 ℃情景下的平均資金需求，下限低至14.7萬億元，不確定性較大。1.5 ℃情景下的資金需求上限高達31.8萬億元，下限為19.2萬億元，高于基準情景的最高值，同時也比2 ℃情景下的資金需求平均值要高，不確定性最大。此外，不同情景之下的光伏發(fā)電未來均在較大區(qū)間波動，上下限差值高達7萬億左右。其次為風電，2 ℃情景下，其資金需求上限高達12.0萬億元，下限低至4.5萬億元。

4.2 資金缺口分析

上文計算的可再生能源發(fā)電資金需求僅包括電源建設階段所需資金量，如若考慮電網建設及后續(xù)運營階段的資金需求，則總資金量必然呈現更高比例增加的趨勢，但中國現階段對可再生能源的投資額還遠遠不能滿足該資金需求。

據彭博新能源財經(BNEF)統(tǒng)計，2010—2019年，中國可再生能源投資總額達到8 180億美元。自2012年超過美國以來，中國一直是占主導地位的可再生能源(不包括大型水電)投資國，但是投資額并沒有呈現直線上升趨勢。如圖9所示，中國每年在可再生能源領域投資額從2010年的371億美元以年均26.3%的增長率上升到2015年的1 193億美元。此后由于太陽能項目開發(fā)的不確定性，投資額呈現不確定趨勢，先是在2016年回落至1 053億美元，2017年升至1 430億美元，2018年再次回落跌至911億美元，2019年繼續(xù)跌至834億美元。如若按其2010—2019年的平均值對未來投資額進行預測，未來30年的投資量僅為24 540億美元(16.1萬億元)，遠遠不能滿足未來資金需求，缺口較大。

圖9 2010—2019年中國可再生能源投資額

5 研究結論

本文研究了電力低碳轉型背景下，基準情景、2 ℃情景及1.5 ℃情景下的可再生能源發(fā)電資金需求，論證了不同氣候目標下所需的氣候資金量的不同，最終得出以下結論：

1)從平均值來看，中國基準情景、2 ℃情景及1.5 ℃情景下的2020—2050年可再生能源資金總需求分別達到20.7萬億、22.6萬億及27.6萬億元，可以發(fā)現，2 ℃目標更易實現，1.5 ℃目標應在2 ℃目標下循序漸進逐步達成。此外，依據可再生能源發(fā)電資金的歷史投資量估計，未來30年的投資量約為16.1萬億元，總體來看資金缺口較大。

2)從區(qū)間值來看，中國基準情景、2 ℃情景及1.5 ℃情景下的2020—2050年可再生能源發(fā)電資金總需求區(qū)間分別為18.7萬億～22.7萬億元、14.7萬億～28.3萬億元、19.2萬億～31.8萬億元，不確定性較大，這跟可再生能源發(fā)電路徑的不確定性有必然聯系。

為此，應通過多種政策手段增加相應投資，充分發(fā)揮政策的導向作用，積極引導和激勵更多社會資本和關注投入到可再生能源領域，從而推動投資。此外，不同可再生能源發(fā)電所需的資金量有所差異，應適當引導金融機構和企業(yè)資金流向，使得資金供給更符合氣候目標要求的可再生能源發(fā)展路徑。