張寧 龐軍 王琦瑤 陳暉

摘要 綠證交易機(jī)制是中國(guó)推動(dòng)能源結(jié)構(gòu)和電力結(jié)構(gòu)轉(zhuǎn)型升級(jí)的重要經(jīng)濟(jì)手段。該研究構(gòu)建了具有電力部門(mén)細(xì)分特征的中國(guó)“能源-環(huán)境-經(jīng)濟(jì)”遞推動(dòng)態(tài)CGE模型，模擬了在可再生能源電力消納保障機(jī)制框架下實(shí)行強(qiáng)制性綠證交易的經(jīng)濟(jì)影響。研究發(fā)現(xiàn)：強(qiáng)制性綠證交易能夠替代電價(jià)補(bǔ)貼政策促進(jìn)新能源電力行業(yè)的發(fā)展，但所能實(shí)現(xiàn)的碳減排效果有限，2030年相比基準(zhǔn)情景最高僅可削減3. 804%的全國(guó)碳排放總量。可再生能源電力消納保障機(jī)制的約束目標(biāo)將對(duì)綠證交易機(jī)制的運(yùn)行效果產(chǎn)生直接影響，有針對(duì)性地提高風(fēng)電消納目標(biāo)，可以有效促進(jìn)風(fēng)電行業(yè)發(fā)展，但存在扭曲綠證交易市場(chǎng)、降低資源配置效率的風(fēng)險(xiǎn)。提高新能源電力的消納責(zé)任權(quán)重需要以犧牲一定的經(jīng)濟(jì)發(fā)展為代價(jià)，但整體來(lái)看模擬期內(nèi)對(duì)經(jīng)濟(jì)造成的負(fù)面沖擊幅度較小，各類(lèi)政策情景下實(shí)際GDP下降率不超過(guò)0. 8%。在保證綠證真實(shí)綠色屬性的前提下，具有較高靈活性的代理模式綠證交易可以緩解風(fēng)、光電力消納目標(biāo)對(duì)用電行業(yè)生產(chǎn)成本和GDP造成的壓力，更具成本有效性。擴(kuò)大綠證交易市場(chǎng)行業(yè)覆蓋范圍能夠激發(fā)綠證交易市場(chǎng)活力，進(jìn)一步緩解強(qiáng)制性新能源電力消納目標(biāo)對(duì)經(jīng)濟(jì)發(fā)展造成的不利影響，但所能實(shí)現(xiàn)的碳減排效果也相對(duì)較弱。基于上述結(jié)論，該研究提出相應(yīng)政策建議：通過(guò)完善獎(jiǎng)懲機(jī)制強(qiáng)化可再生能源電力消納保障機(jī)制的強(qiáng)制約束效力，保障綠證交易機(jī)制的實(shí)施效果；在保證綠證真實(shí)綠色屬性的前提下可以選擇更為靈活的綠證交易模式；為風(fēng)電消納責(zé)任權(quán)重設(shè)定適當(dāng)?shù)南孪?，適當(dāng)引導(dǎo)資金流向海上風(fēng)電等新興可再生電力行業(yè)，更有效地利用可再生能源資源。

關(guān)鍵詞 綠證交易機(jī)制；可再生能源配額；CGE模型；經(jīng)濟(jì)影響

中圖分類(lèi)號(hào) F062. 1 文獻(xiàn)標(biāo)志碼 A 文章編號(hào) 1002-2104（2023）02-0051-12 DOI：10. 12062/cpre. 20221012

中國(guó)高度重視并積極參與全球氣候治理行動(dòng)，已經(jīng)向國(guó)際社會(huì)做出了碳達(dá)峰、碳中和的減排承諾。2021年中國(guó)“雙碳”政策體系關(guān)鍵文件相繼發(fā)布，明確了2025、2030、2060年非化石能源消費(fèi)比重須分別達(dá)到20%左右、25%左右和80%以上的發(fā)展目標(biāo)。為實(shí)現(xiàn)上述目標(biāo)，解決中國(guó)可再生能源電力發(fā)展過(guò)程中現(xiàn)存的“棄風(fēng)棄光”問(wèn)題，從需求側(cè)保障新能源電力消納是關(guān)鍵。為此，中國(guó)開(kāi)始推動(dòng)可再生能源電力消納保障機(jī)制和綠證交易市場(chǎng)的建立與運(yùn)行。2017年中國(guó)開(kāi)始在全國(guó)范圍內(nèi)試行綠證的核發(fā)與自愿認(rèn)購(gòu)工作，并于同年7月正式開(kāi)展綠證交易。但目前中國(guó)尚未展開(kāi)真正意義上的強(qiáng)制性綠證交易，用電行業(yè)缺乏參與綠證交易的動(dòng)力，雖然綠證核發(fā)量和掛牌量較大，但成交量較低，且市場(chǎng)機(jī)制并未真正發(fā)揮作用，綠證市場(chǎng)表現(xiàn)低迷。在這一現(xiàn)實(shí)背景下，需要實(shí)行可再生能源電力消納保障機(jī)制框架下的強(qiáng)制性綠證交易以確保國(guó)家政策目標(biāo)的實(shí)現(xiàn)，但目前中國(guó)的綠證交易制度還處于建設(shè)時(shí)期，許多關(guān)鍵機(jī)制問(wèn)題還需進(jìn)一步探討，機(jī)制運(yùn)行帶來(lái)的實(shí)施效果和經(jīng)濟(jì)影響也需要進(jìn)一步明確。該研究以強(qiáng)制性綠證交易機(jī)制為研究對(duì)象，對(duì)機(jī)制設(shè)計(jì)及經(jīng)濟(jì)影響的討論可以為繼續(xù)完善中國(guó)綠證交易機(jī)制提供參考，對(duì)于促進(jìn)中國(guó)能源結(jié)構(gòu)與電力結(jié)構(gòu)轉(zhuǎn)型升級(jí)具有重要意義。

1 文獻(xiàn)綜述

迄今為止，已有較多文獻(xiàn)對(duì)綠證交易機(jī)制的實(shí)施效果進(jìn)行了驗(yàn)證，其有效性得到大多數(shù)學(xué)者的認(rèn)同。部分學(xué)者從生產(chǎn)端角度，證實(shí)了綠證交易機(jī)制對(duì)可再生能源電力行業(yè)的促進(jìn)作用［1-4］；亦有研究成果從需求側(cè)驗(yàn)證了綠證交易機(jī)制在促進(jìn)可再生能源電力消納方面的積極作用［5-7］。作為可再生能源配額制度的市場(chǎng)化配套措施，綠證交易制度成本有效性也是一個(gè)值得關(guān)注的研究問(wèn)題，已有學(xué)者針對(duì)綠證交易機(jī)制的成本有效性進(jìn)行了驗(yàn)證，所得研究結(jié)論普遍認(rèn)同綠證交易機(jī)制在降低可再生能源配額制度成本方面的積極作用［8-15］。

除實(shí)施效果外，辨別綠證交易機(jī)制的關(guān)鍵要素，分析不同機(jī)制設(shè)計(jì)的經(jīng)濟(jì)影響，是完善中國(guó)綠證交易機(jī)制需要重點(diǎn)關(guān)注的研究問(wèn)題。中國(guó)綠證交易起步較晚，相關(guān)研究成果相對(duì)較少，且主要集中在對(duì)綠證價(jià)格機(jī)制的分析上。有學(xué)者認(rèn)為在競(jìng)爭(zhēng)性的綠證市場(chǎng)中，基于市場(chǎng)定價(jià)的綠證交易機(jī)制難以有效促進(jìn)尚未完全成熟、存在較大技術(shù)改進(jìn)和成本下降空間的新興可再生能源電力行業(yè)發(fā)展［16］。還有部分學(xué)者對(duì)可再生能源配額制度下的綠證價(jià)格進(jìn)行了預(yù)測(cè)［1，17-20］。除價(jià)格機(jī)制外，部分學(xué)者通過(guò)模擬可再生能源配額制度和綠證交易機(jī)制下電力市場(chǎng)各個(gè)主體的行為決策，對(duì)綠證交易機(jī)制的影響傳導(dǎo)鏈條進(jìn)行了分析［6，21-29］，識(shí)別出可再生能源配額制度的約束方式、綠證交易模式等關(guān)鍵機(jī)制要素。可再生能源配額制度作為綠證交易機(jī)制的框架性制度，能夠?qū)G證交易起到激勵(lì)作用［30］，且差異化的可再生能源電力消納目標(biāo)將對(duì)綠證交易價(jià)格與交易量產(chǎn)生顯著影響［3-4，6，27-29，31-32］。由于綠電資源分布的空間差異性，靈活度和流動(dòng)性不同的綠證交易方式也將對(duì)風(fēng)、光電力消納效果及綠證交易市場(chǎng)的運(yùn)行效率產(chǎn)生影響［6］。此外，碳交易與綠證交易共同服務(wù)于中國(guó)碳減排，部分學(xué)者利用CGE模型圍繞碳配額市場(chǎng)機(jī)制設(shè)計(jì)（覆蓋行業(yè)范圍［33-35］、初始碳配額分配方式［35-37］等）及其經(jīng)濟(jì)影響［34-35，38］等研究問(wèn)題展開(kāi)討論，亦有部分學(xué)者對(duì)碳交易和綠證交易的兼容性展開(kāi)了討論［39-44］，并針對(duì)如何實(shí)現(xiàn)兩種機(jī)制的有機(jī)耦合進(jìn)行了探討［14，45-46］。

通過(guò)上述分析可以發(fā)現(xiàn)，現(xiàn)有對(duì)中國(guó)綠證交易機(jī)制進(jìn)行定量分析的文獻(xiàn)未能對(duì)綠證交易機(jī)制的多個(gè)關(guān)鍵要素進(jìn)行較為全面的討論，尚不能為中國(guó)綠證交易機(jī)制的建立健全提供全面的參考。在研究方法方面，已有文獻(xiàn)對(duì)綠證交易機(jī)制實(shí)施效果及影響的討論多從電力市場(chǎng)角度切入，利用機(jī)會(huì)約束規(guī)劃法、系統(tǒng)動(dòng)力學(xué)等研究方法，重點(diǎn)分析其對(duì)電力市場(chǎng)主體的影響。需要注意到，雖然綠證交易機(jī)制直接作用于電力市場(chǎng)，但是通過(guò)行業(yè)間的經(jīng)濟(jì)關(guān)聯(lián)，最終將對(duì)經(jīng)濟(jì)體各個(gè)方面產(chǎn)生擾動(dòng)，上述研究方法難以全面評(píng)估綠證交易機(jī)制帶來(lái)的經(jīng)濟(jì)影響。CGE模型作為典型的宏觀經(jīng)濟(jì)政策影響綜合評(píng)估模型，不僅可以對(duì)綠證交易及碳交易-綠證交易耦合機(jī)制進(jìn)行全面細(xì)致的刻畫(huà)，而且可以用于分析不同機(jī)制設(shè)計(jì)對(duì)電力行業(yè)及宏觀經(jīng)濟(jì)各方面產(chǎn)生的影響，相比其他研究方法在對(duì)國(guó)民經(jīng)濟(jì)系統(tǒng)的整體模擬分析中更具優(yōu)勢(shì)，但是目前利用CGE模型對(duì)綠證交易機(jī)制進(jìn)行討論的文獻(xiàn)較少。該研究構(gòu)建的“能源-環(huán)境-經(jīng)濟(jì)”遞推動(dòng)態(tài)CGE模型可以對(duì)綠證交易機(jī)制的核心要素展開(kāi)較為全面的討論，并對(duì)其經(jīng)濟(jì)影響進(jìn)行定量模擬評(píng)估，從而為進(jìn)一步完善中國(guó)的綠證交易機(jī)制提供依據(jù)。此外，由于風(fēng)電和光伏電力在取得對(duì)應(yīng)數(shù)量的綠證后不再享受可再生能源電價(jià)補(bǔ)貼，該研究對(duì)中國(guó)綠證交易機(jī)制的討論建立在取消可再生能源電價(jià)補(bǔ)貼的背景下，所得研究結(jié)論將更具現(xiàn)實(shí)意義。

2 研究方法

該研究構(gòu)建的中國(guó)“能源-經(jīng)濟(jì)-環(huán)境”遞推動(dòng)態(tài)CGE模型，包括政府、居民戶(hù)、企業(yè)和世界其他地區(qū)4個(gè)經(jīng)濟(jì)主體，并將整個(gè)經(jīng)濟(jì)體分為22個(gè)生產(chǎn)部門(mén)，其中包括火力發(fā)電、核能發(fā)電、水力發(fā)電、風(fēng)力發(fā)電、光伏發(fā)電和其他電力6個(gè)電力部門(mén)。模型包含生產(chǎn)模塊、貿(mào)易模塊、收入支出模塊、要素模塊、宏觀經(jīng)濟(jì)模塊、均衡與閉合模塊、動(dòng)態(tài)模塊、碳排放模塊及綠證交易模塊，分別對(duì)生產(chǎn)決策、貿(mào)易行為、經(jīng)濟(jì)主體收入與支出、勞動(dòng)與資本流動(dòng)、宏觀經(jīng)濟(jì)水平、各市場(chǎng)出清、動(dòng)態(tài)機(jī)制、碳排放情況及綠證交易機(jī)制進(jìn)行模擬仿真。圖1為模型的分析框架圖，對(duì)各模塊間的邏輯關(guān)聯(lián)進(jìn)行了展示。

2. 1 生產(chǎn)模塊

生產(chǎn)模塊采用6層嵌套的CES生產(chǎn)函數(shù)對(duì)各行業(yè)的生產(chǎn)決策進(jìn)行刻畫(huà)。除了非能源中間投入合成及電力投入合成使用Leontief函數(shù)外，其余投入合成均使用CES函數(shù)。在能源投入方面，借鑒文獻(xiàn)［47］的做法，將煤炭、成品油、原油、天然氣、燃?xì)饧半娏ψ鳛樘厥獾囊赝度?。為模擬綠證交易機(jī)制，該研究所建CGE模型具有電力部門(mén)細(xì)分的特征，共包括6種電力投入，并參照文獻(xiàn)［47］的做法，將新能源電力（風(fēng)電和光伏電力）視為傳統(tǒng)電力（火力發(fā)電、核能發(fā)電、水力發(fā)電、其他電力）的不完全替代。

2. 2 貿(mào)易模塊

模型遵循“小國(guó)假設(shè)”原則，假設(shè)中國(guó)是世界市場(chǎng)價(jià)格的接受者，國(guó)內(nèi)生產(chǎn)活動(dòng)的總產(chǎn)出在國(guó)內(nèi)消費(fèi)與出口間進(jìn)行分配，并利用CET函數(shù)描述二者間的不完全替代關(guān)系；根據(jù)Armington條件，國(guó)內(nèi)商品市場(chǎng)上的總供給由國(guó)內(nèi)生產(chǎn)國(guó)內(nèi)消費(fèi)商品和進(jìn)口商品CES合成，并最終用于生產(chǎn)環(huán)節(jié)中間投入、居民消費(fèi)、政府消費(fèi)、投資及增加存貨。

2. 3 收入支出模塊

收入支出模塊主要描述居民、企業(yè)、政府收入支出情況。居民收入由要素報(bào)酬（勞動(dòng)力和資本）、政府轉(zhuǎn)移支__付和國(guó)外轉(zhuǎn)移支付構(gòu)成，居民支出包括商品消費(fèi)和個(gè)人所得稅，居民收支差值為居民儲(chǔ)蓄。居民消費(fèi)需求由可支配收入與邊際消費(fèi)傾向決定，在預(yù)算約束下最大化柯布-道格拉斯效用函數(shù)得到。企業(yè)收入包括資本要素報(bào)酬和政府轉(zhuǎn)移支付，企業(yè)支出為企業(yè)所得稅，收支差值為企業(yè)儲(chǔ)蓄。政府收入包括稅收收入和國(guó)外轉(zhuǎn)移支付，其中稅收收入包括間接稅、進(jìn)口關(guān)稅、居民和企業(yè)所得稅收入，政府支出包括政府消費(fèi)和對(duì)居民、企業(yè)和世界其他地區(qū)的轉(zhuǎn)移支付，模型假定政府對(duì)不同商品的消費(fèi)支出在政府收入中所占比例固定，政府收支的差值為政府儲(chǔ)蓄。

2. 4 動(dòng)態(tài)模塊

CGE模型采用遞推動(dòng)態(tài)機(jī)制，基準(zhǔn)年為2017年，以1年作為時(shí)間間隔，逐步遞推至2030年。模型依靠勞動(dòng)力增長(zhǎng)率、資本存量積累等設(shè)置實(shí)現(xiàn)動(dòng)態(tài)驅(qū)動(dòng)。

2. 5 可再生能源電價(jià)補(bǔ)貼模塊

在模型中可再生能源電價(jià)補(bǔ)貼對(duì)象為風(fēng)電和光伏發(fā)電，補(bǔ)貼額計(jì)算公式如下：

式中：Sc 為可再生能源電力c 的補(bǔ)貼額（億元）；sc 為可再生能源電力c 的補(bǔ)貼率；Pc 為商品c 的相對(duì)價(jià)格；Qc 為商品c 在國(guó)內(nèi)市場(chǎng)上的需求（億元）。同時(shí)，在貿(mào)易模塊中需要將可再生能源電價(jià)補(bǔ)貼率納入可再生能源電力商品形成過(guò)程的價(jià)格函數(shù)，并且在收入支出模塊中需要在政府支出中增加可再生能源電價(jià)補(bǔ)貼額。

2. 6 綠證交易模塊

研究對(duì)象是可再生能源電力消納保障機(jī)制框架下的強(qiáng)制性綠證交易，因此需要在CGE模型中分別對(duì)可再生能源電力消納保障機(jī)制和綠證交易進(jìn)行模擬。2021年出臺(tái)的《綠色電力交易試點(diǎn)工作方案》提出了2種綠色電力產(chǎn)品的交易方式，包括直接交易購(gòu)買(mǎi)（以下簡(jiǎn)稱(chēng)“直購(gòu)模式”）和向電網(wǎng)企業(yè)購(gòu)買(mǎi)（以下簡(jiǎn)稱(chēng)“代理模式”）。前者主要面向省內(nèi)區(qū)域市場(chǎng)，由用電企業(yè)或電網(wǎng)公司以直接交易的方式從省內(nèi)綠色電力企業(yè)處購(gòu)買(mǎi)綠電；在省內(nèi)綠電無(wú)法滿(mǎn)足綠電消費(fèi)需求時(shí)，用電行業(yè)可以選擇“代理模式”，即向電網(wǎng)企業(yè)購(gòu)買(mǎi)其保障收購(gòu)的綠色電力產(chǎn)品達(dá)成綠證交易。綠證交易模塊核心方程如下，涉及對(duì)生產(chǎn)模塊相關(guān)方程的修改參見(jiàn)文獻(xiàn)［48］。

2. 6. 1 模擬可再生能源電力消納保障機(jī)制

各個(gè)時(shí)期風(fēng)電和光伏電力在全社會(huì)總電力消費(fèi)中所占比重需要滿(mǎn)足可再生能源電力消納保障機(jī)制提出的政策目標(biāo)要求。對(duì)新能源電力總消納責(zé)任權(quán)重進(jìn)行約束時(shí)，需要滿(mǎn)足公式（2）和公式（3）：

對(duì)參與綠證交易的用電行業(yè)而言，由于需要為購(gòu)買(mǎi)綠證付費(fèi)，還需調(diào)整生產(chǎn)模塊第二層生產(chǎn)函數(shù)中的價(jià)格關(guān)系公式，增加綠證購(gòu)買(mǎi)支出。此外，在代理模式綠證交易機(jī)制下，用電行業(yè)可以基于成本最小化原則，通過(guò)購(gòu)買(mǎi)綠證和使用綠電的方式共同完成消納目標(biāo)要求：以持有綠證的方式完成部分消納責(zé)任，可以降低強(qiáng)制性風(fēng)、光電力消納目標(biāo)對(duì)該行業(yè)在確定各類(lèi)電力投入量時(shí)的所受限制，因此還需要對(duì)參與代理模式綠證交易的用電行業(yè)涉及傳統(tǒng)電力投入和新能源電力投入的相關(guān)生產(chǎn)函數(shù)方程進(jìn)行修正。此外，風(fēng)電和光伏發(fā)電行業(yè)將通過(guò)出售綠證獲得收入，因此其生產(chǎn)模塊第二層生產(chǎn)函數(shù)中的價(jià)格關(guān)系公式需要分別增加綠證交易收入。

2. 7 均衡與閉合模塊

模型均衡條件包括商品市場(chǎng)出清、勞動(dòng)力市場(chǎng)出清、資本市場(chǎng)出清、國(guó)際收支平衡及投資儲(chǔ)蓄平衡。該模型采用新古典主義宏觀閉合，要素和商品價(jià)格由模型內(nèi)生決定，勞動(dòng)力和資本要素供給外生給定，要素得到充分利用。另外，考慮到中國(guó)實(shí)行的是有管理的浮動(dòng)匯率制度，該模型匯率外生固定，國(guó)外儲(chǔ)蓄由模型內(nèi)生決定。

2. 8 行業(yè)劃分

該模型以2017年為基準(zhǔn)年，通過(guò)對(duì)2017年投入產(chǎn)出表中149個(gè)生產(chǎn)部門(mén)分類(lèi)合并且對(duì)電力部門(mén)進(jìn)一步細(xì)分，該模型將經(jīng)濟(jì)體劃分為22個(gè)生產(chǎn)部門(mén)。其中，火力發(fā)電、水力發(fā)電、核能發(fā)電、其他電力、風(fēng)力發(fā)電、光伏發(fā)電這六個(gè)電力生產(chǎn)部門(mén)是在原“電力、熱力的生產(chǎn)和供應(yīng)”的基礎(chǔ)上拆分得到，具體拆分方法參見(jiàn)文獻(xiàn)［35］。

2. 9 數(shù)據(jù)來(lái)源與動(dòng)態(tài)基準(zhǔn)

在CGE模型運(yùn)行之前，需要構(gòu)建社會(huì)核算矩陣（以下簡(jiǎn)稱(chēng)SAM表）并用于參數(shù)校準(zhǔn)，該模型以2017年作為基年編制SAM 表，主要數(shù)據(jù)來(lái)源是《中國(guó)投入產(chǎn)出表2017》［49］、《中國(guó)財(cái)政年鑒2018》［50］、《中國(guó)統(tǒng)計(jì)年鑒2018》［51］、《中國(guó)統(tǒng)計(jì)年鑒2019》［52］等。模型中規(guī)模參數(shù)及份額參數(shù)由SAM 表校準(zhǔn)得到，替代彈性取值參見(jiàn)文獻(xiàn)［53］。碳排放系數(shù)由IEA發(fā)布的中國(guó)2017年分品種化石能源碳排放量［54］和該模型SAM表中分品種化石能源總需求計(jì)算得到。非水可再生能源電價(jià)補(bǔ)貼率基于文獻(xiàn)［55-57］得到。由于全國(guó)碳市場(chǎng)未來(lái)有望擴(kuò)展到石化、化工、建材、鋼鐵、有色金屬、造紙、電力、航空等重點(diǎn)行業(yè)［35］，該研究設(shè)定的控排行業(yè)集合涵蓋上述重點(diǎn)行業(yè)。在所有政策情景下初始碳配額均按照“標(biāo)桿法則”免費(fèi)分配給控排行業(yè)。

實(shí)施政策情景模擬之前，首先需要利用該研究構(gòu)建的中國(guó)“能源-經(jīng)濟(jì)-環(huán)境”遞推動(dòng)態(tài)CGE模型模擬出動(dòng)態(tài)基準(zhǔn)情景，即沒(méi)有實(shí)施政策情景下中國(guó)2017—2030年的發(fā)展趨勢(shì)，模型依靠全要素生產(chǎn)率增長(zhǎng)、勞動(dòng)力增長(zhǎng)及資本積累等方式實(shí)現(xiàn)模型的動(dòng)態(tài)驅(qū)動(dòng)，并通過(guò)提高全要素生產(chǎn)率、引導(dǎo)資本和勞動(dòng)要素流向風(fēng)電和光伏行業(yè)來(lái)近似模擬風(fēng)電和光伏行業(yè)的技術(shù)進(jìn)步，最終使得風(fēng)電和光伏的規(guī)模達(dá)到預(yù)期。其中：2017—2021年基準(zhǔn)情景相應(yīng)數(shù)據(jù)直接來(lái)自各年統(tǒng)計(jì)年鑒；在2022—2030年基準(zhǔn)情景所需數(shù)據(jù)中，GDP增長(zhǎng)率參考“十四五”規(guī)劃綱要和《世界經(jīng)濟(jì)展望》［58］，勞動(dòng)力增長(zhǎng)率來(lái)自《國(guó)家人口發(fā)展規(guī)劃（2016—2030年）》［59］，能源消費(fèi)結(jié)構(gòu)變化參考《2050年世界與中國(guó)能源展望（2020 版）》［60］、《中國(guó)能源展望2030》［61］等報(bào)告。該研究?jī)H考慮煤炭、成品油和天然氣3種化石能源燃燒產(chǎn)生的碳排放，動(dòng)態(tài)基準(zhǔn)情景下全國(guó)碳排放總量于2030年達(dá)到峰值。

2. 10 政策情景設(shè)計(jì)

可再生能源電力消納保障機(jī)制的約束方式、綠證交易模式及綠證交易市場(chǎng)覆蓋行業(yè)范圍是綠證交易機(jī)制中的關(guān)鍵要素。

在可再生能源電力消納保障機(jī)制的約束方式方面，目前中國(guó)可再生能源電力消納保障機(jī)制僅對(duì)全部可再生能源電力，及非水可再生能源電力的總消納權(quán)重提出了目標(biāo)，并未對(duì)風(fēng)電或者光伏電力占比提出具體要求。取消電價(jià)補(bǔ)貼后，風(fēng)電及光伏電力的度電成本將成為影響新能源電力行業(yè)和綠證交易市場(chǎng)發(fā)展的重要因素。在既定的風(fēng)、光電力總消納責(zé)任權(quán)重下，有針對(duì)性地提高風(fēng)電或光伏的消納目標(biāo)，可以定向促進(jìn)風(fēng)電或者光伏行業(yè)發(fā)展，但這一約束方式將帶來(lái)怎樣的影響還需要進(jìn)一步討論。因此該研究設(shè)置了對(duì)風(fēng)、光電力總消納責(zé)任權(quán)重進(jìn)行總體約束（不同時(shí)期的約束強(qiáng)度根據(jù)2021年中國(guó)國(guó)家能源局發(fā)布的《關(guān)于征求2021年可再生能源電力消納責(zé)任權(quán)重和2022—2030年預(yù)期目標(biāo)建議的函》中公布的非水可再生能源電力消納責(zé)任權(quán)重預(yù)期目標(biāo)設(shè)定），以及分別對(duì)風(fēng)電和光伏電力的消納目標(biāo)進(jìn)行約束（該研究共設(shè)置了風(fēng)電消納責(zé)任權(quán)重占風(fēng)、光電力總消納責(zé)任權(quán)重的比重為45%、50% 和55% 三類(lèi)不同的方案）兩大類(lèi)政策情景。

在綠證交易模式方面，該研究根據(jù)《綠色電力交易試點(diǎn)工作方案》，分別對(duì)直購(gòu)模式綠證交易和代理模式綠證交易進(jìn)行討論，以對(duì)比分析不同交易模式帶來(lái)的經(jīng)濟(jì)影響。在綠證交易覆蓋行業(yè)范圍方面，根據(jù)國(guó)家發(fā)展和改革委員會(huì)和國(guó)家能源局發(fā)布的《關(guān)于建立健全可再生能源電力消納保障機(jī)制的通知》中相關(guān)規(guī)定，電力用戶(hù)是承擔(dān)消納責(zé)任的重要市場(chǎng)主體?？紤]到不同用電行業(yè)的能源投入結(jié)構(gòu)存在較大差異，不同的市場(chǎng)覆蓋行業(yè)范圍將對(duì)綠證交易市場(chǎng)運(yùn)行和宏觀經(jīng)濟(jì)變量產(chǎn)生差異化影響，因此該研究設(shè)置了全部用電行業(yè)均可參與綠證交易及僅有高耗能用電行業(yè)可以參與綠證交易兩大類(lèi)情景。

綜上所述，該研究共設(shè)置了12種差異化的綠證交易機(jī)制情景（表1），并利用“能源-環(huán)境-經(jīng)濟(jì)”遞推動(dòng)態(tài)CGE模型對(duì)各類(lèi)機(jī)制的經(jīng)濟(jì)影響進(jìn)行了定量模擬評(píng)估。

3 模擬結(jié)果分析

3. 1 綠證價(jià)格

由于涉及12 種政策情景、10 年時(shí)間及兩種類(lèi)型綠證，受篇幅限制，此處以2021年、2025年和2030年的數(shù)據(jù)為例對(duì)風(fēng)電及光伏綠證價(jià)格進(jìn)行動(dòng)態(tài)分析，不同政策情景下的綠證價(jià)格見(jiàn)表2。

從時(shí)間角度看，隨著可再生能源電力消納保障機(jī)制規(guī)定的風(fēng)、光電力消納目標(biāo)逐年提高，各用電行業(yè)對(duì)綠證的需求隨之提升，綠證價(jià)格被不斷推高，基本呈現(xiàn)出逐年上漲的變化趨勢(shì)。從比價(jià)關(guān)系角度看，在未對(duì)風(fēng)電和光伏電力各自的消納目標(biāo)分別進(jìn)行干預(yù)的情景下，總體看風(fēng)電綠證價(jià)格水平高于光伏綠證；以SIM1 情景為例，2030 年風(fēng)電和光伏綠證價(jià)格分別為401. 5元（/ MWh）和250. 3元（/ MWh）。究其原因，取消電價(jià)補(bǔ)貼后，風(fēng)電和光伏的度電成本將成為影響綠證價(jià)格的關(guān)鍵因素。2019年起中國(guó)光伏度電成本已經(jīng)低于風(fēng)電，因此光伏綠證價(jià)格將比風(fēng)電綠證更具市場(chǎng)競(jìng)爭(zhēng)力。

不同機(jī)制情景下的綠證價(jià)格存在顯著差異。在綠證交易模式方面，相比直購(gòu)模式，代理模式綠證交易機(jī)制將在提高光伏綠證價(jià)格的同時(shí)降低風(fēng)電綠證價(jià)格，縮小兩種綠證的價(jià)格差。以2030年為例，在直購(gòu)模式的SIM1情景下，風(fēng)電綠證價(jià)格高出光伏綠證價(jià)格151. 2元（/ MWh），__而在代理模式的SIM5情景下，風(fēng)電和光伏綠證的價(jià)格差縮小至85. 0元（/ MWh）。這是由于直購(gòu)模式綠證交易機(jī)制下各用電行業(yè)的綠證交易決策受制于自身的能源投入結(jié)構(gòu)，綠證交易市場(chǎng)的靈活性和自由度較低；而代理模式綠證交易可以突破這一限制，各用電行業(yè)更加傾向購(gòu)買(mǎi)價(jià)格更為優(yōu)惠的光伏綠證，因此會(huì)在推高光伏綠證價(jià)格的同時(shí)降低風(fēng)電綠證價(jià)格，最終兩種綠證價(jià)格更加趨近。在可再生能源電力消納保障機(jī)制的約束方式方面，風(fēng)、光電力總消納目標(biāo)既定時(shí)，隨著對(duì)風(fēng)電占比要求的逐步提高（對(duì)光伏占比的要求相應(yīng)降低），全社會(huì)將在增加風(fēng)電綠證需求的同時(shí)減小對(duì)光伏綠證的需求，進(jìn)而導(dǎo)致風(fēng)電綠證價(jià)格不斷攀升而光伏綠證價(jià)格將有所回落。此外，當(dāng)綠證交易市場(chǎng)覆蓋行業(yè)范圍由高耗能用電行業(yè)擴(kuò)展至全部用電行業(yè)時(shí)，綠證交易市場(chǎng)靈活性更高，綠證價(jià)格也相對(duì)較低。以2030 年為例，全部用電行業(yè)參與綠證交易的SIM5 情景下，風(fēng)電和光伏綠證價(jià)格分別為373. 8 元/（MWh）和288. 8元（/ MWh），而僅有高耗能用電行業(yè)參與綠證交易的SIM9情景下，二者的價(jià)格分別上升至842. 0元（/ MWh）和615. 2元（/ MWh）。

3. 2 綠證交易量

此處以2030年為例，對(duì)不同機(jī)制情景下的綠證交易量情況進(jìn)行展示，見(jiàn)表3。以SIM1情景為例，風(fēng)電和光伏綠證購(gòu)買(mǎi)量分別為68 274. 9×104 MWh 和103 288. 0×104 MWh，對(duì)比兩種綠證的交易量可以發(fā)現(xiàn)，度電成本和綠證價(jià)格相對(duì)較低的光伏發(fā)電行業(yè)相比風(fēng)電行業(yè)更具市場(chǎng)競(jìng)爭(zhēng)力，用電行業(yè)對(duì)光伏綠證的需求高于風(fēng)電綠證。在綠證購(gòu)買(mǎi)決策更加自由的代理模式下，用電行業(yè)對(duì)光伏綠證的需求將進(jìn)一步提升：SIM5情景下光伏綠證購(gòu)買(mǎi)量相比SIM1 情景提高了6 748. 5×104 MWh。在既定的風(fēng)、光電力總消納責(zé)任權(quán)重下，如果分別對(duì)風(fēng)電和光伏電力的消納責(zé)任提出要求，隨著風(fēng)電消納目標(biāo)的不斷提高，全部用電行業(yè)對(duì)風(fēng)電綠證的需求總量將有所提升，同時(shí)光伏綠證購(gòu)買(mǎi)量有所回落。這一結(jié)果說(shuō)明對(duì)風(fēng)電消納占比提出要求能夠避免競(jìng)爭(zhēng)性的綠證交易市場(chǎng)過(guò)度傾向未來(lái)度電成本更低的光伏電力行業(yè)，從而可以發(fā)揮綠證交易機(jī)制對(duì)諸如海上風(fēng)電行業(yè)等具有發(fā)展前景、但成本相對(duì)較高的新能源電力行業(yè)的促進(jìn)作用。允許更多的用電行業(yè)參與綠證交易可以更好地激發(fā)市場(chǎng)活力，風(fēng)電及光伏綠證的購(gòu)買(mǎi)量都有所提高：在僅允許高耗能用電行業(yè)參與綠證交易的SIM9情景下，風(fēng)電和光伏綠證購(gòu)買(mǎi)量相比SIM5情景分別下降了26 721. 7×104 MWh和62 875. 2×104 MWh。

3. 3 綠證交易支出

2030年不同綠證交易機(jī)制情景下用電行業(yè)的綠證交易支出情況見(jiàn)表4。如前文所述，按照代理模式進(jìn)行綠證交易時(shí)，用電行業(yè)更加傾向通過(guò)購(gòu)買(mǎi)價(jià)格更為優(yōu)惠的光伏綠證完成風(fēng)、光電力消納目標(biāo)，因此綠證交易支出相對(duì)較低，生產(chǎn)成本上行壓力得以緩解：以SIM1和SIM5情景為例，相比直購(gòu)模式，實(shí)行代理模式綠證交易時(shí)綠證交易總支出下降9. 34億元。就可再生能源電力消納保障機(jī)制的約束方式而言，在既定的總消納目標(biāo)中提高風(fēng)電占比，將導(dǎo)致風(fēng)電綠證價(jià)格及需求的提升，最終用電行業(yè)的綠證交易支出也相應(yīng)越高。以SIM2至SIM4情景為例，隨著風(fēng)電消納責(zé)任權(quán)重占比的不斷提高，綠證交易總支出分別為5 455. 46億元、5 678. 36億元和5 905. 33億元。在綠證交易市場(chǎng)覆蓋行業(yè)范圍方面，僅有高耗能用電行業(yè)參與綠證交易時(shí)綠證價(jià)格較高，這些行業(yè)的綠證交易支出也相應(yīng)越高。雖然此時(shí)不參與交易的非高耗能用電行業(yè)無(wú)綠證交易支出，但是從總支出的角度看，全部用電行業(yè)需要為綠證交易付出的總成本仍相對(duì)較高。以SIM5和SIM9情景為例，綠證交易總支出分別為5 317. 46億元和5 471. 72億元。這一結(jié)果表明，擴(kuò)大綠證交易市場(chǎng)覆蓋行業(yè)范圍可以減緩參與行業(yè)的生產(chǎn)成本上行壓力，降低綠證交易總成本。

3. 4 綠證交易規(guī)模

以2030年為例，不同政策情景下綠證交易市場(chǎng)的交易額及交易量數(shù)據(jù)見(jiàn)表5。模型數(shù)據(jù)結(jié)果顯示，直購(gòu)模式和代理模式交易機(jī)制下綠證交易市場(chǎng)總規(guī)模相近，但是代理模式下用電行業(yè)對(duì)光伏綠證需求的提高能夠更好地激發(fā)光伏綠證市場(chǎng)活力，光伏綠證的交易量和交易額均相對(duì)更高。以SIM1和SIM5情景為例，相比直購(gòu)模式，代理模式下光伏綠證交易量和交易額分別提升6 748. 5×104 MWh和591. 65億元。相比僅對(duì)風(fēng)、光電力總消納目標(biāo)進(jìn)行約束，分別對(duì)風(fēng)電和光伏消納進(jìn)行約束能夠定向刺激某一綠證市場(chǎng)的發(fā)展、改變兩種綠證所占市場(chǎng)份額：提高風(fēng)電消納占比一方面可以增加風(fēng)電綠證的交易量與交易額，風(fēng)電綠證市場(chǎng)的活躍度得以提升，但同時(shí)也意味著光伏電力消納責(zé)任權(quán)重的降低，光伏綠證市場(chǎng)規(guī)模會(huì)有所回縮。以SIM2至SIM4情景為例，隨著風(fēng)電消納責(zé)任權(quán)重占比的提高，風(fēng)電綠證交易量由73 108. 5×104 MWh 提升至89 509. 6×104 MWh，交易額由3 017. 53 億元提升至3 985. 84 億元；同時(shí)，光伏綠證的交易量則由97 789. 1×104 MWh下降至79 211. 9×104 MWh，其交易額由2 437. 94 億元下降至1 919. 49 億元。此外，擴(kuò)大綠證市場(chǎng)覆蓋行業(yè)范圍將顯著提高交易活躍度，綠證市場(chǎng)交易總量表現(xiàn)出明顯增長(zhǎng)趨勢(shì)，以SIM5和SIM9情景為例，全部用電行業(yè)參與綠證交__易時(shí)的綠證交易總量為167 283. 7×104 MWh，而僅允許高耗能用電行業(yè)參與綠證交易時(shí)，綠證交易總額僅為77 686. 9×104 MWh。

3. 5 電力需求變化率

2030年各類(lèi)機(jī)制情景下不同發(fā)電技術(shù)的電力需求相比基準(zhǔn)情景的變化情況見(jiàn)表6。模型數(shù)據(jù)結(jié)果顯示，強(qiáng)制性綠證交易機(jī)制能夠在促進(jìn)電力行業(yè)整體發(fā)展的同時(shí)，替代電價(jià)補(bǔ)貼政策改善電力結(jié)構(gòu)。究其原因，可再生能源電力消納保障機(jī)制對(duì)風(fēng)、光電力消納提出了強(qiáng)制性約束，新能源電力行業(yè)得到較為顯著的促進(jìn)，各類(lèi)政策情景下新能源電力總需求相比基準(zhǔn)情景增加了35. 660% 至37. 677%；在完全競(jìng)爭(zhēng)市場(chǎng)背景下，全社會(huì)對(duì)各類(lèi)傳統(tǒng)電力的需求相比基準(zhǔn)情景下則均有所降低，降幅范圍在6. 224%至7. 541%之間。從整體角度看，電力總需求水平將因可再生能源電力消納保障機(jī)制和綠證交易政策有所提升，各類(lèi)政策情景下的增幅水平在10. 916% 至12. 531%區(qū)間范圍內(nèi)。

相比直購(gòu)模式，實(shí)行代理模式綠證交易時(shí)用電行業(yè)更加傾向增加對(duì)光伏綠證的需求，因此光伏行業(yè)將受到更加明顯的促進(jìn)作用；由于模型建立在完全競(jìng)爭(zhēng)市場(chǎng)背景下，風(fēng)電需求的增幅則相應(yīng)有所回落。以SIM1和SIM5情景為例，實(shí)行直購(gòu)模式綠證交易時(shí)風(fēng)電和光伏電力需求相比基準(zhǔn)情景分別提升28. 577%和42. 226%；采取代理模式時(shí)，二者需求變化率則相應(yīng)變?yōu)?5. 305% 和56. 378%。而提高對(duì)風(fēng)電消納責(zé)任權(quán)重的要求，全社會(huì)將增加對(duì)風(fēng)電綠證的需求、風(fēng)電綠證價(jià)格也有所提升，因此能夠有針對(duì)性地促進(jìn)風(fēng)電行業(yè)的發(fā)展；在既定的總消納責(zé)任下，光伏行業(yè)則會(huì)呈現(xiàn)出反向變動(dòng)趨勢(shì)。相比僅覆蓋高耗能用電行業(yè)的綠證交易市場(chǎng)而言，允許全部用電行業(yè)參與綠證交易時(shí)，光伏發(fā)電行業(yè)可以憑借更高的綠證需求實(shí)現(xiàn)更大幅度的增長(zhǎng)，同時(shí)政策對(duì)風(fēng)電行業(yè)的激勵(lì)作用相對(duì)減弱。

3. 6 GDP變化率

此處以2021、2025和2030年為例，分析綠證交易機(jī)制對(duì)GDP造成的動(dòng)態(tài)影響，結(jié)果見(jiàn)表7。模型結(jié)果顯示，提高新能源電力的消納責(zé)任權(quán)重需要以犧牲一定的經(jīng)濟(jì)發(fā)展為代價(jià)，但整體看模擬期內(nèi)對(duì)經(jīng)濟(jì)造成的負(fù)面沖擊幅度較小，各類(lèi)政策情景下實(shí)際GDP 下降率不超過(guò)0. 8%；期間，隨著風(fēng)、光電力消納目標(biāo)的逐年提高，強(qiáng)制性綠證交易對(duì)實(shí)際GDP造成的負(fù)面沖擊也相應(yīng)增強(qiáng)。

就綠證交易模式而言，相比直購(gòu)模式，代理模式綠證交易突破了用電行業(yè)能源投入結(jié)構(gòu)的限制，擴(kuò)大了交易范圍，可以更好地配置綠證資源，因此全社會(huì)能夠以更低的總成本實(shí)現(xiàn)既定的風(fēng)、光電消納目標(biāo)，對(duì)宏觀經(jīng)濟(jì)發(fā)展造成的負(fù)面影響相對(duì)更小。以2030年為例，在實(shí)行直購(gòu)模式綠證交易的SIM1 情景下，實(shí)際GDP 變化率為-0. 584%，而在采取代理模式的SIM5 情景下，實(shí)際GDP所受負(fù)面影響的幅度縮小至0. 505%。在可再生能源電力消納保障機(jī)制的約束方式方面，相比僅對(duì)風(fēng)、光電力總消納責(zé)任權(quán)重進(jìn)行整體約束的政策情景，分別對(duì)風(fēng)電和光伏的消納占比提出要求時(shí)，綠證交易政策實(shí)施對(duì)實(shí)際GDP造成的負(fù)面沖擊更大：以2030年為例，SIM1情景下的實(shí)際GDP 變化幅度小于SIM2 至SIM4 情景。究其原因，在完全競(jìng)爭(zhēng)市場(chǎng)背景下，僅對(duì)風(fēng)、光電力總消納責(zé)任權(quán)重進(jìn)行約束時(shí)，各用電行業(yè)將基于成本最小化原則做出電力投入和綠證購(gòu)買(mǎi)決策，因而能夠在綠證市場(chǎng)均衡時(shí)以更小的社會(huì)總成本實(shí)現(xiàn)既定的可再生配額目標(biāo)。而利用政策手段對(duì)風(fēng)電和光伏消納占比進(jìn)行干預(yù)時(shí)，存在扭曲綠證市場(chǎng)、降低資源配置效率的風(fēng)險(xiǎn)，對(duì)經(jīng)濟(jì)的負(fù)面影響更大。允許全部用電行業(yè)參與綠證交易可以進(jìn)一步緩解強(qiáng)制性綠證交易機(jī)制對(duì)GDP的負(fù)面沖擊，這是由于擴(kuò)大綠證交易覆蓋市場(chǎng)范圍能夠提升市場(chǎng)靈活性、降低綠證價(jià)格，減輕強(qiáng)制性綠證交易對(duì)用電行業(yè)造成的成本上行壓力，全社會(huì)總成本降低。

3. 7 碳減排效果

此處同樣以2021、2025和2030年為例，不同綠證交易機(jī)制情景下全國(guó)碳排放總量相比基準(zhǔn)情景的變化情況見(jiàn)表8。模型結(jié)果顯示，可再生能源電力消納保障機(jī)制框架下的強(qiáng)制性綠證交易機(jī)制可以促進(jìn)碳減排，且隨著新能源電力消納責(zé)任權(quán)重的逐年提高，政策所能實(shí)現(xiàn)的碳減排效果也相應(yīng)不斷增強(qiáng)。但是由于可再生能源電力消納保障機(jī)制和綠證交易政策并未直接抑制各生產(chǎn)行業(yè)的碳排放活動(dòng)，因此政策所能實(shí)現(xiàn)的碳減排效果有限，在該研究構(gòu)建的模型中各類(lèi)綠證交易政策情景下最優(yōu)碳減排效果也僅能實(shí)現(xiàn)相比基準(zhǔn)情景削減3. 804%的全國(guó)碳排放總量（參見(jiàn)2030年SIM4政策情景），因此單純依靠通過(guò)可再生能源電力消納保障機(jī)制和綠證交易政策提高新能源電力消費(fèi)占比并不能完成中國(guó)的碳減排目標(biāo)。

在綠證交易模式上，直購(gòu)模式綠證交易對(duì)用電行業(yè)造成的生產(chǎn)成本上行壓力更大，因此能夠?qū)崿F(xiàn)更優(yōu)的碳減排效果；相比對(duì)風(fēng)、光電力總消納目標(biāo)進(jìn)行約束的政策情景，分別約束風(fēng)電和光伏消納責(zé)任權(quán)重時(shí)，經(jīng)濟(jì)發(fā)展所受負(fù)面影響更大，對(duì)化石能源的需求相應(yīng)降低，全社會(huì)碳排放總量也相對(duì)更低；就綠證交易市場(chǎng)的覆蓋行業(yè)范圍而言，僅允許高耗能用電行業(yè)參與綠證交易時(shí)，可以通過(guò)進(jìn)一步提高生產(chǎn)成本更大程度地抑制其發(fā)展，因而能夠?qū)崿F(xiàn)更高的碳減排效果。

4 結(jié)論與政策建議

該研究發(fā)現(xiàn)：強(qiáng)制性綠證交易可以替代電價(jià)補(bǔ)貼政策促進(jìn)新能源電力行業(yè)的發(fā)展，并能夠?qū)崿F(xiàn)一定的碳減排效果，但由于并未對(duì)生產(chǎn)行業(yè)的碳排放行為產(chǎn)生直接約束，其所能實(shí)現(xiàn)的碳減排效果也相對(duì)較弱，單獨(dú)依靠可再生能源電力消納保障機(jī)制及綠證交易政策并不能完成碳減排任務(wù)?？稍偕茉措娏ο{保障機(jī)制是綠證交易的框架性制度，在既定的風(fēng)、光電力總消納責(zé)任權(quán)重下，有針對(duì)性地提高對(duì)風(fēng)電消納的要求，能夠有的放矢地促進(jìn)風(fēng)電行業(yè)及其綠證交易市場(chǎng)的發(fā)展。但利用政策手段對(duì)風(fēng)電或光伏電力的消納進(jìn)行干預(yù)，存在扭曲綠證交易市場(chǎng)、降低市場(chǎng)資源配置效率的風(fēng)險(xiǎn)，綠證交易機(jī)制對(duì)實(shí)際GDP造成的負(fù)面影響相對(duì)更大。在保證綠證真實(shí)綠色屬性的前提下，代理模式綠證交易受用電行業(yè)自身能源投入結(jié)構(gòu)的限制較小，相比直購(gòu)模式具有更高的市場(chǎng)靈活性，用電行業(yè)將傾向度電成本相對(duì)更低的光伏綠證，為光伏發(fā)電行業(yè)及其綠證交易市場(chǎng)帶來(lái)更大幅度促進(jìn)作用，并降低用電行業(yè)的綠證交易支出，減輕強(qiáng)制性的風(fēng)、光電力消納責(zé)任目標(biāo)對(duì)其生產(chǎn)成本造成的上行壓力，并最終緩解實(shí)際GDP所受不利影響。允許更多用電行業(yè)參與綠證交易可以降低綠證價(jià)格、激發(fā)綠證交易市場(chǎng)活力，對(duì)經(jīng)濟(jì)發(fā)展造成的不利影響也相對(duì)更??；但由于減輕了高耗能用電行業(yè)的綠證交易成本，綠證交易機(jī)制對(duì)這些行業(yè)的抑制作用被削弱，所能實(shí)現(xiàn)的碳減排效果也相對(duì)較弱。

提高非化石能源消費(fèi)占比是實(shí)現(xiàn)中國(guó)“雙碳”目標(biāo)的關(guān)鍵實(shí)現(xiàn)路徑，而實(shí)行可再生能源電力消納保障機(jī)制框架下的強(qiáng)制性綠證交易是確保風(fēng)、光電力消納的重要政策手段?；诖耍撗芯康恼吆x包括：建議未來(lái)進(jìn)一步增強(qiáng)可再生能源電力消納保障機(jī)制的強(qiáng)制約束效力，通過(guò)完善獎(jiǎng)懲機(jī)制實(shí)行強(qiáng)制性綠證交易，從而提高用電行業(yè)參與綠證交易的積極性，確保非化石能源消費(fèi)占比目標(biāo)的實(shí)現(xiàn)。在設(shè)定可再生行業(yè)電力消納保障機(jī)制的風(fēng)、光電力消納約束目標(biāo)時(shí)，為降低對(duì)經(jīng)濟(jì)發(fā)展造成的不利影響，建議將風(fēng)、光電力總消納責(zé)任權(quán)重作為強(qiáng)制約束條件。同時(shí)，考慮到不同新能源發(fā)電技術(shù)在度電成本上存在的較大差異，可以為風(fēng)電消納責(zé)任權(quán)重設(shè)定適當(dāng)?shù)南孪?，引?dǎo)資金適度流向度電成本較高的海上風(fēng)電項(xiàng)目，以激勵(lì)海上風(fēng)電實(shí)現(xiàn)技術(shù)突破，更加充分地利用廣闊的海上風(fēng)電資源。考慮到不同用電行業(yè)差異性的能源投入結(jié)構(gòu)及風(fēng)電和光伏資源在空間分布上的不平衡，在保證綠證真實(shí)綠色屬性的前提下，建議采取更為靈活的代理模式進(jìn)行綠證交易，并允許更多用電行業(yè)參與綠證交易，以更好地激發(fā)綠證交易市場(chǎng)活力，提高綠證交易機(jī)制的成本有效性。考慮到綠證交易機(jī)制所能實(shí)現(xiàn)的碳減排效果并不理想，建議綠證交易機(jī)制與碳定價(jià)機(jī)制有機(jī)結(jié)合，共同助力中國(guó)碳減排目標(biāo)的實(shí)現(xiàn)。

參考文獻(xiàn)

［1］ 趙新剛， 馮天天， 楊益晟. 可再生能源配額制對(duì)我國(guó)電源結(jié)構(gòu)的影響機(jī)理及效果研究［J］. 電網(wǎng)技術(shù)， 2014， 38（4）： 974-979.

［2］ PINEDA S，BOCK A. Renewable?based generation expansion undera green certificate market［J］. Renewable energy，2016，91：53-63.

［3］ 李雅超，撖晨宇，肖艷煒，等. 基于可再生能源經(jīng)濟(jì)調(diào)度時(shí)序模擬的綠色證書(shū)市場(chǎng)交易研究［J］. 智慧電力，2021，49（4）：58-65.

［4］ 嚴(yán)旭，李明，梁志飛，等. 基于系統(tǒng)動(dòng)力學(xué)模型的可再生能源消納保障機(jī)制效果模擬［J］. 南方電網(wǎng)技術(shù)，2021，15（3）：39-46.

［5］ 張洪秩. 基于可計(jì)算一般均衡模型的綠證交易制度影響研究［D］. 北京：華北電力大學(xué)，2018.

［6］ 王輝，陳波波，趙文會(huì)，等. 可再生能源配額制下跨省區(qū)電力交易主體最優(yōu)決策［J］. 電網(wǎng)技術(shù)，2019，43（6）：1987-1995.

［7］ 董福貴，時(shí)磊. 可再生能源配額制及綠色證書(shū)交易機(jī)制設(shè)計(jì)及仿真［J］. 電力系統(tǒng)自動(dòng)化，2019，43（12）：113-121.

［8］ LANGNISS O，WISER R. The renewables portfolio standard in Texas：an early assessment［J］. Energy policy，2003，31（6）：527-535.

［9］ 秦玠衡，楊譞. 綠色證書(shū)交易機(jī)制對(duì)可再生能源發(fā)展的積極作用分析［J］. 金融經(jīng)濟(jì)，2009（6）：93-94.

［10］ SINGH A. A market for renewable energy credits in the Indianpower sector［J］. Renewable and sustainable energy reviews，2009，13（3）：643-652.

［11］ AUNE F R，DALEN H M，HAGEM C. Implementing the EU renewabletarget through green certificate markets［J］. Energy economics，2012，34（4）：992-1000.

［12］ YIN H T，POWERS N. Do state renewable portfolio standards promotein?state renewable generation［J］. Energy policy，2010，38（2）：1140-1149.

［13］ WANG G，ZHANG Q，LI Y，et al. Corrective regulations on renewableenergy certificates trading：pursuing an equity?efficiencytrade?off［J］. Energy economics，2019，80：970-982.

［14］ 蔣軼澄，曹紅霞，楊莉，等. 可再生能源配額制的機(jī)制設(shè)計(jì)與影響分析［J］. 電力系統(tǒng)自動(dòng)化，2020，44（7）：187-199.

［15］ 劉秋華，袁浩，楊爭(zhēng)林，等. 可再生能源配額制下綠色證書(shū)補(bǔ)償輔助服務(wù)方案探討［J］. 電力系統(tǒng)自動(dòng)化，2020，44（6）：1-8.

［16］ RESCH G， RAGWITZ M， HELD A， et al. Feed?in tariffs andquotas for renewable energy in Europe［J］. CESifo DICE report，2007，5（4）：26-32.

［17］ 趙新剛，王曉永. 基于雙邊拍賣(mài)的可再生能源配額制的綠色證書(shū)交易機(jī)制設(shè)計(jì)［J］. 可再生能源，2015，33（2）：275-282.

［18］ 劉文平. 綠色電力證書(shū)交易機(jī)制研究［J］. 工程技術(shù)研究，2017（ 8）： 16-27.

［19］ 王強(qiáng)，譚忠富，譚清坤，等. 基于優(yōu)惠價(jià)格的綠色電力證書(shū)交易模型［J］. 中國(guó)電力，2018，51（6）：172-177.

［20］ 王強(qiáng)，譚忠富，譚清坤，等. 我國(guó)綠色電力證書(shū)定價(jià)機(jī)制研究［J］. 價(jià)格理論與實(shí)踐，2018（1）：74-77.

［21］ BARINGO L，CONEJO A J. Strategic offering for a wind power producer［J］. IEEE transactions on power systems，2013，28（4）：4645-4654.

［22］ KAZEMPOUR S J， ZAREIPOUR H. Equilibria in an oligopolisticmarket with wind power production［J］. IEEE transactions on powersystems， 2014， 29（2）： 686-697.

［23］ DELIKARAOGLOU S，PAPAKONSTANTINOU A，ORDOUDISC， et al. Price?maker wind power producer participating in a jointday?ahead and real?time market［C］//2015 12th International Conferenceon the European Energy Market （EEM）. Lisbon， Portugal：IEEE，2015.

［24］ DAI T， QIAO W. Optimal bidding strategy of a strategic windpower producer in the short?term market［J］. IEEE transactions onsustainable energy， 2017， 6（3）： 707-719.

［25］ DAI T， QIAO W. Finding equilibria in the pool?based electricitymarket with strategic wind power producers and network constraints［J］. IEEE transactions on power systems， 2017， 32（1）：389-399.

［26］ GUO H Y， CHEN Q X， XIA Q， et al. Modeling strategic behaviorsof renewable energy with joint consideration on energy andtradable green certificate markets［J］. IEEE transactions on powersystems， 2020， 35（3）： 1898-1910.

［27］ 梁吉， 左藝， 張玉琢， 等. 基于可再生能源配額制的風(fēng)電并網(wǎng)節(jié)能經(jīng)濟(jì)調(diào)度［J］. 電網(wǎng)技術(shù)， 2019， 43（7）： 2528-2534.［28］ 王輝， 張芮丹， 王軍杰， 等. 可再生能源配額制下電力市場(chǎng)多主體交易決策優(yōu)化模型［J］. 科學(xué)技術(shù)與工程， 2020， 20（6）：2292-2298.

［29］ 彭謙， 周曉潔， 楊睿. 國(guó)家綠色電力證書(shū)交易市場(chǎng)與省級(jí)日前電力市場(chǎng)協(xié)調(diào)均衡機(jī)制設(shè)計(jì)［J］. 電網(wǎng)技術(shù)， 2020， 44（7）：2565-2571.

［30］ HELGESEN P I，TOMASGARD A. An equilibrium market powermodel for power markets and tradable green certificates，includingKirchhoffs Laws and Nash?Cournot competition［J］. Energy economics，2018，70：270-288.

［31］ 張浩， 趙清松， 石建磊， 等. 中國(guó)綠色電力證書(shū)交易定價(jià)決策研究［J］. 價(jià)格理論與實(shí)踐， 2019（9）： 42-45.

［32］ 林曉凡， 曾佳妮， 馮冬涵. 可再生能源消納責(zé)任權(quán)重制下電力市場(chǎng)優(yōu)化決策模型［J］. 電力系統(tǒng)自動(dòng)化， 2021， 45（6）：158-168.

［33］ LIN B Q，JIA Z J. The impact of Emission Trading Scheme （ETS）and the choice of coverage industry in ETS：a case study in China［J］. Applied energy，2017，205：1512-1527.

［34］ MU Y Q， EVANS S， WANG C， et al. How will sectoral coverageaffect the efficiency of an emissions trading system： a CGE?basedcase study of China［ J］. Applied energy， 2018， 227： 403-414.

［35］ 肖謙，龐軍，許昀，等. 實(shí)現(xiàn)國(guó)家自主貢獻(xiàn)目標(biāo)背景下我國(guó)碳交易機(jī)制研究［J］. 氣候變化研究進(jìn)展，2020，16（5）：617-631.

［36］ 袁永娜，石敏俊，李娜，等. 碳排放許可的強(qiáng)度分配標(biāo)準(zhǔn)與中國(guó)區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展：基于30省區(qū)CGE模型的分析［J］. 氣候變化研究進(jìn)展，2012，8（1）：60-67.

［37］ TANG L， SHI J R， BAO Q. Designing an emissions tradingscheme for China with a dynamic computable general equilibriummodel［ J］. Energy policy， 2016， 97： 507-520

［38］ LI J F， WANG X， ZHANG Y X， et al. The economic impact ofcarbon pricing with regulated electricity prices in China： an applicationof a computable general equilibrium approach ［J］. Energypolicy， 2014， 75： 46-56

［39］ HUANG J，XUE F，SONG X F. Simulation analysis on policy interactioneffects between emission trading and renewable energy subsidy［J］. Journal of modern power systems and clean energy，2013，1（2）：195-201.

［40］ LINARES P，JAVIER S F，VENTOSA M， et al. Incorporating oligopoly，CO2 emissions trading and green certificates into a powergeneration expansion model［J］. Automatica，2008，44（6）：1608-1620.

［41］ TSAO C C，CAMPBELL J E，CHEN Y. When renewable portfoliostandards meet cap?and?trade regulations in the electricity sector：market interactions，profits implications，and policy redundancy［J］. Energy policy，2011，39（7）：3966-3974.

［42］ 劉文君， 張莉芳. 可再生能源配額制下的電力市場(chǎng)優(yōu)化策略研究［J］. 南華大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2021， 22（1）： 71-80.

［43］ 劉文君，張莉芳. 綠色證書(shū)交易市場(chǎng)、碳排放權(quán)交易市場(chǎng)對(duì)電力市場(chǎng)影響機(jī)理研究［J］. 生態(tài)經(jīng)濟(jì)，2021，37（10）：21-31.

［44］ 薛英杰，趙書(shū)強(qiáng)，張現(xiàn)，等. 考慮綠證-碳交易機(jī)制的含風(fēng)電電力系統(tǒng)優(yōu)化調(diào)度［J］. 太原理工大學(xué)學(xué)報(bào)，2018，49（5）：785-792.

［45］ SUWA A，JUPESTA J. Policy innovation for technology diffusion：a case?study of Japanese renewable energy public support programs［J］. Sustainability science，2012，7（2）：185-197.

［46］ WANG G，ZHANG Q，SU B，et al. Coordination of tradable carbonemission permits market and renewable electricity certificates marketin China［J］. Energy economics，2021，93：105038.

［47］ CAO J， HO M S， TIMILSINA G R. Impacts of carbon pricing inreducing the carbon intensity of Chinas GDP［R］. WashingtonDC： World Bank， 2016.

［48］ 張寧. 我國(guó)碳定價(jià)與綠證交易機(jī)制設(shè)計(jì)及經(jīng)濟(jì)影響研究： 基于遞推動(dòng)態(tài)CGE模型的分析［D］. 北京：中國(guó)人民大學(xué)， 2022.

［49］ 國(guó)家統(tǒng)計(jì)局. 2017年中國(guó)投入產(chǎn)出表［M］. 北京： 中國(guó)統(tǒng)計(jì)出版社， 2019.

［50］ 中國(guó)財(cái)政年鑒編輯委員會(huì). 中國(guó)財(cái)政年鑒［M］. 北京： 中國(guó)統(tǒng)計(jì)出版社， 2018.

［51］ 國(guó)家統(tǒng)計(jì)局. 中國(guó)統(tǒng)計(jì)年鑒［M］. 北京： 中國(guó)統(tǒng)計(jì)出版社，2018.

［52］ 國(guó)家統(tǒng)計(jì)局. 中國(guó)統(tǒng)計(jì)年鑒［M］. 北京： 中國(guó)統(tǒng)計(jì)出版社，2019.

［53］ 肖謙，陳暉，張宇寧， 等. 碳稅對(duì)中國(guó)宏觀經(jīng)濟(jì)及可再生能源發(fā)電技術(shù)的影響： 基于電力部門(mén)細(xì)分的CGE模型［J］. 中國(guó)環(huán)境科學(xué)， 2020， 40（8）： 3672-3682.

［54］ IEA. CO2 emissions from fuel combustion 2019： highlights［R］.2019.

［55］ NEA，IEA，OECD. Projected costs of generating electricity 2015［M］. Paris： OECD Publishing， 2015.

［56］ NEA， IEA， OECD. Projected costs of generating electricity 2020［M］. Paris： OECD Publishing， 2020.

［57］ OUYANG X L，LIN B Q. Levelized cost of electricity （LCOE） ofrenewable energies and required subsidies in China［J］. Energypolicy，2014，70：64-73.

［58］ IMF. World economic outlook［R］. Washington， DC： IMF， 2021.

［59］ 國(guó)務(wù)院. 國(guó)家人口發(fā)展規(guī)劃（2016—2030年）［ EB/OL］. 2017-01-25［2021-12-16］. http：//www. gov. cn/zhengce/content/2017-01/25/content_5163309. htm.

［60］ 中國(guó)石油經(jīng)濟(jì)技術(shù)研究院. 2050年世界與中國(guó)能源展望［R］.北京： 中國(guó)石油經(jīng)濟(jì)技術(shù)研究院， 2020.

［61］ 中國(guó)能源研究會(huì). 中國(guó)能源展望2030［R］. 北京： 中國(guó)能源研究會(huì)， 2016.