市场交易补偿可再生能源的正外部性研究

赵新泉　王闪闪　李庆

摘要 探索以绿色电力证书交易为载体的配额制政策（RPS），有利于通过市场化手段来补偿可再生能源发电带来的环境及社会正外部收益，并在一定程度上缓解当前可再生能源发展所面临的消纳不足问题。考虑由消费端承担配额义务并引入二次惩罚函数，构建包含电力生产端、消费端在内的序贯博弈模型。结合实际设置参数，分析影响政策效果的因素和作用机理。结果表明：①RPS政策下，当配额力度加大时，绿色电力证书的价格呈现先增后减的特征;②罚金一定时的社会福利函数关于配额的增加呈倒“U”型分布; ③配额和罚金均过低、均过高都不利于证书交易行为的实现。可再生能源与化石能源发电成本差距越大，对应的最优配额越小。因此，要将配额、罚金和成本差距结合起来考虑，确保中国可再生能源电力产业在“看不见的手”的市场机制下达到社会福利最优水平。最后，运用数值模拟的方法对配额制和固定上网电价政策（FIT）的规制效果进行比较，发现： ①RPS政策的最优规制价格低于其在FIT政策下的值;②配额水平偏低时，FIT政策的社会福利水平高于RPS政策，反之则反。因此，在可再生能源电力产业发展的初级阶段，FIT政策相对较优;在市场规模较大和技术较成熟阶段，RPS政策相对较优。中国在推进配额制的实施过程中，可将两种政策结合起来，在一部分省份或地区继续保留FIT政策，而在可再生能源发电技术较为成熟的省份或地区作为试点率先实行RPS政策。

关键词 可再生能源;正外部性;市场交易;绿色证书;社会福利

中图分类号 F224.3

文献标识码 A 文章编号 1002-2104（2020）08-0042-9DOI：10.12062/cpre.20200313

利用可再生能源发电能够有效减少环境污染，保证能源可持续供给，进一步还能带动相关产业链的发展，增加劳动力需求，这种对社会的额外贡献就是经济学中的正外部性。解决正外部性问题的传统办法是采取政府补贴。2009年以来，中国为促进可再生能源电力产业发展所采取的固定上网电价政策（Feed-in Tariff，FIT）效果十分显著。截至2018年末，中国总发电装机容量高达19亿kW，并网可再生能源发电（这里考虑风电、太阳能发电和生物质发电）装机容量为3.77亿kW，占全部电力装机的19.83%。然而，固定上网电价政策主要激励发电端，而当前中国可再生能源发展面临的主要是消费端疲软问题。而且随着中国可再生能源发电规模的扩大，政府为此付出沉重的补贴负担和政策成本。更为重要的是，固定上网电价的滞后调整无法及时对市场条件或价格信号做出反应，单独使用固定上网电价政策已经不能满足实际需要[1]。以绿色电力证书交易为载体的配额制政策（Renewable Portfolio Standard，RPS）是中国最新探索试行的方法。首先自2017年7月起试行绿色证书自愿认购，在总结自愿认购实施经验的基础之上，国家发展改革委、国家能源局又进行了三次（2018年3月、9月、11月）意见征求，于2019年5月印发《关于建立健全可再生能源电力消纳保障机制的通知》（发改能源〔2019〕807 号），标志着历经近10年研究的具有中国特色的可再生能源“配额制”的实施已进入蓄势待发阶段。探索适合国情的配额制和绿色证书交易机制，有利于通过市场化手段解决可再生能源的正外部性补贴问题，有利于提高清洁能源的消纳力度，为推动能源体制转型、实现可再生能源发电平价上网提供可行途径。基于此，本文结合中国实情，考虑由消费端承担配额义务并引入二次惩罚函数，构建包含电力生产端、消费端在内的序贯博弈模型，分析影响政策效果的因素和作用机理，并运用数值模拟的方法对配额制和固定上网电价政策的规制效果进行比较。

1 文献综述

关于配额制和绿色证书交易机制的研究，国外文献较为丰富，如Morthorst[2-3]对丹麦的绿色证书市场发展情况、绿色证书供需关系和价格波动等进行了分析;Lorenzoni[4]分析了意大利2002年实施的绿色证书交易机制的不确定性与机遇;Kumar和Agarwala[5]介绍了印度绿色证书交易机制的目标设定等关键设计问题。国内关于该政策机制的研究主要分为两类，一类是分析美国、澳大利亚等国的绿色证书交易机制设计流程[6-7]，对中国配额制的实施给予借鉴;另一类则具体构建适合中国国情的可再生能源配额制及绿色证书交易机制，并进行仿真分析[8-12]。在定量研究可再生能源补贴措施的有效性方面，Falconett和Nagasaka[13]建立概率模型来评估不同政策对项目营利性的影响，指出FIT是提高光伏和风能项目盈利能力的最佳机制，但在技术竞争力强的市场中绿色证书交易机制更优。Tamas等[14]建立英国可再生能源投资者收益模型，比较固定上网电价政策和绿色证书交易制度，得到两种政策在完全竞争市场中效果是一样的;而绿色证书交易机制在不完全竞争市场条件下的社会福利水平更高。Ciarreta等[15]对可再生能源绿色证书交易机制和固定上网电价政策建立模型，并使用西班牙数据比较两种制度的优劣。国内学者如李虹等[16]从居民角度出发构建优化模型，对税收优惠、固定上网电价和可交易绿色证书三个政策效果进行模拟比较。孙鹏和李世杰[17]构建了两阶段的寡头博弈模型，对可再生能源固定上网电价政策与配额制的规制效果进行对比分析。发现固定上网电价政策能够有效激励生产商扩大发电规模，而配额制的碳减排效果更好。进一步，考虑到相关因素的不确定性，Lee和Shih[18]、Wesseh 等[19]在不確定性条件下构建政策的全社会收益函数来评估风电标杆电价政策的效果。李庆和陈敏[20]建立投资成本和上网电价不确定下的实物期权模型，解释了政策影响可再生能源投资的实物期权原理，并得到风电固定上网电价的最优调整幅度。

本文在Ciarreta等[15]思路的基础上，考虑由消费端承担配额义务并引入二次惩罚函数，既针对当前中国可再生能源发展所面临的消纳问题，强调了可再生能源电力的消费责任;又弥补了大多数文献只文字性提及却不具体考虑罚金影响的缺陷。在此基础上构建包含电力生产端、消费端在内的序贯博弈模型，建立电力市场和绿色证书市场均达到均衡状态下的社会福利函数，分析影响RPS政策效果的重要因素及其作用机理，并对RPS、FIT两种政策的规制效果进行对比分析，以便探讨配额制实施的适宜条件，为中国即将推进的配额制给予政策参考。

2 中国配额制和绿色证书交易机制

2.1 政策含义

为了加大可再生能源的消纳力度，中国在配额制政策设计中，规定了以省级行政区域为单位的可再生能源电力的消费比例，同时制定了未完成配额义务时的惩罚措施。配额制需要借助于一个便捷的计量工具来核算义务完成情况，于是一个配套政策即绿色证书交易机制便应运而生，因此提及配额制时常默认包含绿色证书交易机制。绿色电力证书（简称“绿证”）是指当生产或消纳一定量的可再生能源电力时，政府机构给予相关主体的一份凭证。政府制定配额目标引发可再生能源电力的供给和需求，进一步转换为绿证市场上的自发交易。于是整个配额制涉及两个市场，其基本运作机制如图1所示。不同生产来源的电力被认为是同质的商品在电力市场上销售，电力的绿色属性在绿色证书交易市场上单独销售，其中可再生能源发电商构成证书的供给方。国家能源局文件《关于实行可再生能源电力配额制的通知》（征求意见稿）第四条指出：售电企业和电力用户协同承担配额义务。由于售电企业仅仅赚取差价，为简化模型，将售电企业和电力用户统一看作消费端。鉴于此，本文考虑由消费端来承担配额义务，向供给方交易购买绿证，用于最终年度配额考核的核算。

2.2 正外部性的计量：绿色证书价格

关于绿证价格，如图2所示，假设强制配额约束下的可再生能源电力需求量为Q，此时可再生能源发电的边际成本为p，上网电价为pe，于是绿色证书价格就是p-pe，这个差价便计量了可再生能源正外部性。理论上，固定上网电价政策中的政府补贴与绿色证书具有同一性，但市场条件的不可观测性使FIT下政府补贴标准的调整过于缓慢和滞后。以绿色电力证书交易为载体的配额制政策的特点是，政府的强制性配额创造了市场进而引发相关主体自发交易证书，证书价格能够及时反映市场条件的变化。

2.3 绿色电力证书的作用

绿色证书交易机制由市场自发引起交易，丰富了正外部性的补偿机制，与科斯定理中自发的产权交易可以有效内化外部性的理论相一致。该机制能够优化资源配置，促进发电技术改良，有效削减国家的资金补贴强度和政策成本，提高社会福利水平。

第一，绿证交易的便捷性能够突破可再生能源电力的地区障碍，实现资源优化配置，提高社会福利水平。在中国，各个地区的可再生能源资源禀赋差别很大，较为充沛的地区是西部、南部和北部，可再生能源发电成本低，适合在这些地区加大开发力度。但是这些地区人口少，工业少，对电力需求也少，生产过剩。而在中国人口密集、工业聚集的东部及沿海地区，对电力需求量极大，然而可再生能源匮乏，发电成本高。有了绿色证书之后，资源丰富的西部等地区可以通过出售过剩的绿色证书获取更多利润进而扩大规模，而资源匮乏区可以通过买进绿色证书来履行配额义务，实现绿色电力的区域性价格补贴。

第二，绿色证书交易这一市场竞争机制的引入，激励可再生能源发电企业进行技术研发，进而提高发电效率，最终使得可再生能源发电成本与化石燃料发电成本相当，有利于早日实现风电、光伏发电等类型的无补贴平价上网。

3配额制政策的社会福利优化模型

3.1 模型描述

考虑三个主要角色：发电商（电力和绿色证书的供给侧）、消费端（电力和绿色证书的需求侧）和监管者（政府），建立了电力与证书两个市场之间的互动模型。为简单起见，忽略任何发电成本和能源生态价值间的差异，只考虑一种可再生能源和一种传统化石能源。将所有可再生能源发电商看成一个整体，记为R，所有化石能源发电商看作一个整体，记为D。电力的消费端看作一个整体，记为B。

第一阶段，发电商做出供应决策，消费端做出需求决策，电力现货市场出清。同时可再生能源发电商获得与其发电量相对应数量的证书，构成绿证的供给。

第二阶段，可再生能源发电商决定销售多少绿色证书，消费端为履行义务而购买证书，对未完成配额义务部分接受相应的罚金，证书市场出清。

3.2 模型基本假设

假設1：在售电侧改革逐步深入的背景下，假设电力系统中的发电企业处在完全竞争的市场环境中。

假设2：中国配额制的义务主体属于“买电方”，假设配额用α表示，且α∈0，1，即消费端必须保证其总购电量中有α的份额是可再生能源电力。目前，随着成本的快速下降，建设新能源的积极性已经较高，消费端承担配额义务能够明确用户侧的消纳责任，进而有效解决新能源“重建轻用”的问题。

假设3：假设1份绿色证书对应了1 MW·h的可再生能源电力，且仅考虑短期绿色证书交易市场，绿色证书的有效期为1年，过期自动注销。

假设4：假设消费端B的效用函数为UqB，其中qB代表消费端B的需求电量。基于微观经济学原理知，消费者的效用函数满足：U′qB>0，U″qB<0。参考Jensen等[21]和Sun[22]的做法，可设消费端的效用函数是需求电量的二次函数，即UqB=aqB-b2q2B，a和b均为大于0的常数。

假设5：假设化石能源发电的成本函数：CD=cDq2D，qD是化石能源发电量，cD为大于0的成本系数。新能源发电成本函数：CR=cRq2R，qR是可再生能源发电量，cR为大于0的成本系数。

3.3 模型建立

使用逆向递归法来求解两个市场的均衡状态，即首先解决证书市场（第二阶段）。

3.3.1 绿色证书交易市场

（1）绿色证书交易市场上消费端的行为。电力消费端有动机从生产商那里购买证书，否则他们必须根据未完成的证书数量支付违规罚款，借鉴文献[15]将罚金函数设定为二次损失函数：

pxB=f2αqB-xB2，0≤xB≤αqB（1）

其中，f是罚金函数的一个尺度参数，f的值越高，为满足决策者指定的目标的激励就越大;xB代表消费端已购买的绿色证书的数量。这样，绿色证书有一个价格上限，因为没有消费端会以高于罚款的价格购买绿色证书。由于证书是有成本的，拥有比配额目标更多数量的绿色证书，将不会获得任何额外的支付，故消费端购买的证书数量永远不会超过目标αqB。将惩罚函数设定为二次函数的意义在于，罚金额度将随着缺少的证书数量非线性急剧增长。

于是，消费端剩余最大化问题可表示为[12，21-22]：

maxxBCS=UqB-peqB-pcxB-f2αqB-xB2，

0≤xB≤αqB（2）

其中，pe是电力价格，pc是绿色证书的价格。

由一阶条件可知，消费端对证书的需求函数为：

xB=αqB-pcf， pc≤αfqB（3）

由此可知，消费端对证书的需求与证书价格pc、消费电量qB、配额α和参数f有关。其中，配额比例α和惩罚参数f是由政策规制者决定的变量。惩罚参数f越大，消费端为了避免过多的惩罚而购买的证书数量就越多，因此证书的需求量越大，最终导致证书的价格上升;相反，一个较低的f将会导致证书需求的减少，因为此时消费端相对于一个价格高的绿色证书更愿意接受一个低的惩罚。同样，直观上较高的配额比例α也会增加消费端购买证书的意愿，从而导致证书价格的上涨。因此，决策者正确设置监管参数非常重要，但实际的市场规律取决于市场力量的调整，后文将采用数值模拟方法分析相关因素的作用机制。

（2）绿色证书交易市场上可再生能源发电商的利润最大化问题为：

maxxRπR=peqR+pcxR-CR，xR≤qR（4）

可得证书市场上的供给为：

xR=qR（5）

于是，RPS政策下，可再生能源电力的价格为pe+pc，即电力上网价格加绿证价格。

（3）绿色证书交易市场均衡。令证书市场供需均衡，则：

qR=αqB-pcf（6）

因此，绿色证书的均衡价格为：

p*c=f（αqB-qR）（7）

证书的价格随着配额目标αqB与可再生能源发电商提供的证书数量qR之间的差异而增加，反映了绿证交易市场激励机制的主要特征。

3.3.2 电力市场

（1）电力市场上化石能源发电商和可再生能源发电商的行为分别描述为：

由利润最大化一阶条件，可得化石能源电力和可再生能源电力的供给函数分别为： qD=pe2cD和qR=pe+pc2cR，则电力市场上电量总供给为：

qS=pe（cD+cR）+pccD2cDcR（10）

（2）电力市场上消费端的行为。电力市场上消费端追求剩余最大化的行为可描述为：

由一阶条件可知，消费端对电力的需求量为：

qB=ab-1b（pe+αpc）（12）

（3）电力市场均衡时，qS=qB，于是，当证书价格一定的情况下，得到均衡电力价格为：

p*e（pc）=2（a-αpc）cDcR-bpccDb（cD+cR）+2cDcR（13）

于是均衡状态下，化石能源发电量、可再生能源发电量和总发电量分别为：

3.3.3 绿色证书市场和电力市场的均衡

将（16）式代入（3）式中，得绿色证书的需求函数：

将（15）、（16）式代入（7）式中，可得绿色证书的均衡价格：

3.4 RPS政策效果影响因素分析

3.4.1 数据选取与参数设置

为了使数值分析有意义，需求、成本参数将基于中国电力市場的概况进行取值。截至2018年底，中国总发电量为69 940亿kW·h，其中可再生能源电力占比9.07%。这里主要考虑的可再生能源发电类型有风电、光伏发电和生物质发电，各发电类型的年发电量及电价如表1所示。

由公式（12）可得消费端对电力的逆需求函数pe+αpc=a-bqB，其中qB用全社会用电量数据来表示。为了与模型中变量的含义相一致，pe+αpc用全国发电企业平均上网电价来度量，而不用终端销售电价来表征。搜集2014—2018年的对应数据，估计了需求侧参数a=478.56，b=1.59×10-8，能够较好反映中国近五年经济结构下的电力需求。火力发电技术已相对成熟，但受燃料价格的波动其发电成本仍存在波动。借鉴Ciarreta等[15，23]，应用边际收益等于边际成本的均衡条件，即pe=2cDqD，利用2014—2018年火电平均上网电价和发电量计算了参数cD为0.84×10-7元/（MW·h）2。由于可再生能源发电类型多，且不同资源区、不同装机容量机组的发电效率有差异，简单起见，以表1数据为参照，可再生能源发电上网电价是火电平均上网电价的1.07～3.23倍，取其平均后将cR设置为cD的2.15倍，即cR=1.81×10-7元/（MW·h）2。电价相关数据来自国家能源局发布的年度《全国电力价格情况监管通报》，电量相关数据来自中电联公布的年度《全国电力工业统计快报数据一览表》。由于1张绿证对应1MW·h的可再生能源电力，为了单位转换的方便，分析过程中电量单位统一为MW·h。另外，分析过程中规制参数的讨论范围均保证价格、产量等有意义（其值大于0），编程环境为Matlab7.1。

3.4.2 证书价格影响因素约束原理

由（18）式可知，当需求和成本参数一定时，绿证价格的影响因素还有政策规制参数，即罚金和配额比例。

（1）罚金对绿证价格的影响。如图3所示，当配额一定时，绿证价格随着罚金参数的增大而上漲，最终趋于稳定。考虑到消费端决定购买证书的数量取决于证书价格和罚金，如果配额目标α设定的低，可以观察到参数f的

值也非常低时，导致几乎没有证书交易，因为消费端宁愿支付较低的罚款，也不愿购买证书。然而，当f增加时，罚金力度增加，导致证书交易量增加和证书价格的上涨。此外，配额α越高，图中的曲线越陡峭，即证书价格对f的变化越敏感。

（2）配额对绿证价格的影响。由图4（a）可知，第一，当配额力度加大时，绿证价格呈现先增后减的特征，特别是参数f较大时此规律更明显：当基准配额较低时，随着配额目标α的增加，证书价格增加，导致常规能源电力产出减少，可再生能源电力产出增加。由图4（b）知电力总产出下降，但一开始下降的速度较慢，即此时总电量下降幅度较小，证书的需求量处于上升阶段（见图4（c））。若继续提高配额，则证书价格将过高，导致电量总需求急剧下降。此时证书的需求量也减少，证书价格随之下落。因此，制定配额时需考虑与当前阶段的消费端需求和生产端成本相适应，配额过低对绿证交易行为的发生激励不足，配额过高则会引起消费端负担过重，导致总需求量下降，对生产和生活造成负面影响。第二，当f越大时，证书价格对α的变化更敏感。

3.4.3 RPS政策福利分析

得到绿色证书的均衡价格后，进一步可以得到均衡状态下的电力价格p*e（p*c）、化石能源发电量q*D（p*c）和可再生能源发电量q*R（p*c），进而得到发电商利润π*D和π*R，消费端剩余CS*。于是，可构造社会福利函数[24]：

WRPS=π*D+π*R+CS*+EB（q*R）（19）

其中，EB（qR）=γqR为可再生能源发电带来的正外部性收益。借鉴林伯强和李江龙[1]，单位风电发电量的减排收益为0.66元/kW·h，故这里γ取值为660元/MW·h。

由图5（a）可知，第一，随着配额α的不断增加，社会福利函数呈倒“U”型，配额α过低或过高都不利于绿色证

书交易的达成。第二，当配额α较小或适中时，随着罚金参数f的增加，可促使绿色证书交易的发生，此时社会福利逐渐增加;当配额α较高时，如果再制定较高的罚金参数值f，则会造成配额义务主体负担过重，导致消费端剩余下降，总的社会福利也下降。

由于资源禀赋和技术水平的不同，不同地区的可再生能源发电成本有所差异，图5（b）表明，第一，可再生能源与化石能源发电成本差距越小，其在配额制政策下的社会福利水平就越高。第二，成本差距越大，社会福利最大时对应的配额就越小。这里，f取值为1×10-5，该参数的其他取值不影响规律性结论。总之，在配额制政策设计中，需将配额、罚金和成本差距结合起来考虑，最大可能促进绿色证书交易的双方主体达成共同信念，促进绿色证书交易的实施，实现社会福利水平的提升。

4RPS和FIT政策效果的比较

4.1 固定上网电价政策模型

根据FIT政策，可再生能源电力的上网电价是由政府直接明确规定的，这里记为F，一般的，F>pFe。此时，消费端和发电端利益最大化问题可表示为：

其中CSF表示固定上网电价方式下的消费端剩余，上角标F表示是在固定上网电价下的，其余变量含义可结合第3部分类似推断。优化求解得到均衡状态下的电力价格、化石能源发电量和总发电量分别为：

pFe* = 2acD cR -bFcD bcR  + 2cD cR qFD* = 2acR -bF2bcR  + 4cD cR qFS* = acR  + FcD bcR  + 2cD cR （21）

进一步可求得均衡状态下的发电商利润πFD*和πFR*、消费端剩余CSF*和可再生能源发电带来的正外部性收益EBF*。在FIT政策中，还有额外的政策成本，即政府对可再生能源发电的固定电价补贴[25]，于是政府支出函数为：

由以上式，得社会福利函数为：

WFIT = πFD* + πFR* + CSF*-GEF* + EBF*（23）

4.2 可再生能源电力规制价格的比较

最优规制价格能够反映政策对可再生能源产业的扶持力度，FIT政策下可再生能源电力的最优规制价格为使得社会福利达到最优时的上网电价F*。RPS政策下的最优规制价格为使得社会福利达到最优时的配额α*对应的p*e+p*c。当参数b一定时，a的变动可反映市场规模的变动。

由图6可知，第一，当a增大时，两种政策下的最优规制价格均呈上升趋势。由于目前化石能源发电技术较为成熟，其所占的市场基础份额较大，因此a的增大引起的化石能源发电量增加幅度较大，需要给予可再生能源发电更高的规制价格来促使电力结构达到最优水平。第二，RPS下的可再生能源最优规制价格低于其在FIT政策下的值，说明FIT下的可再生能源发电支持力度比较大，适合在产业发展初级阶段使用。较高的规制价格保证了可再生能源发电商的稳定收益，因此促进了可再生能源电力产业的发展，但同时也给政府带来了过重的补贴负担。

4.3 社会福利比较

对任何机制的恰当评估都是要考察其社会福利。RPS政策的规制变量为配额α，FIT政策的规制变量为标杆上网电价F。为了便于两种不同的政策在同一度量方

式下进行比较，借鉴孙鹏等[17]的思路，在FIT政策中，令

FIT政策下，由（25）式可得到規制价格F随着配额αF变动的方程，于是在对规制变量不同的两种政策进行比较时，可统一转化为比较相同配额下的社会福利。

由图7可知，两种政策下的社会福利随着配额的增加均呈现先增后减的特征。整体上来说，配额水平偏低时，FIT政策的社会福利水平高于RPS政策;配额水平偏高时，RPS政策的社会福利水平更高。说明在电力产业发展的初始阶段，FIT政策稳定性强且风险较低，在一个固定的规制价格水平下能够带来相对较大的社会福利。随着发电规模的扩大和技术的进步，可再生能源电力产出在整个市场中的比重越来越大，采用配额制政策让市场自发地进行调节，能够带来较高的社会福利水平。

5 结 论

首先，本文考虑由消费端承担配额义务并引入二次惩罚函数，构建包含电力生产端、消费端在内的序贯博弈模型，建立电力和绿证两个市场均达到均衡时下的社会福利函数。在此基础上，结合实际设置参数，分析了绿色证书价格和RPS政策社会福利的影响因素约束原理。第一，RPS政策下，配额α和罚金参数f的值过低时，导致几乎没有证书交易;配额一定时，罚金力度增加，导致证书交易量的增加和证书价格的上涨;第二，罚金参数一定时，随着配额力度的加大，绿色电力证书的价格呈现先增后减的特征;第三，随着配额α的不断增加，社会福利函数呈倒“U”型分布;当配额α较高时，如果再制定较高的罚金参数值f，则会造成配额义务主体负担过重，导致社会福利水平降低。可再生能源与化石能源发电成本差距越大，社会福利最优时对应的配额比例就越小。因此，在推进绿色电力证书交易为载体的配额制政策时，要将罚金、配额和发电成本差距结合起来考虑，确保中国可再生能源电力产业在“看不见的手”的市场机制下达到社会福利最优水平。

然后，对RPS、FIT两种政策的规制效果进行对比分析。第一，总体来说，RPS的最优规制价格低于其在FIT政策下的值;第二，社会福利水平的比较方面，配额水平偏低时，FIT政策的社会福利水平高于RPS政策，配额水平偏高时，RPS政策的社会福利水平更高。因此，实践中，政策制定者要根据发电行业的实际发展状况，选择合适的规制政策。这为中国推进配额制的实施带来一定的启示，可以在一部分省份或地区继续保留固定上网电价政策，而在新能源发电技术较为成熟的省份或地区作为试点率先实行配额制政策。

（编辑：刘照胜）

参考文献

[1]林伯强， 李江龙. 基于随机动态递归的中国可再生能源政策量化评价[J]. 经济研究， 2014 （4）： 89-103.

[2]MORTHORST P E. The development of a green certificate market[J]. Energy policy， 2000， 28（15）： 1085-1094.

[3]MORTHORST P E. Interactions of a tradable green certificate market with a tradable permits market[J]. Energy policy， 2001， 29（5）： 345-353.

[4]LORENZONI A. The Italian green certificates market between uncertainty and opportunities[J]. Energy policy， 2003， 31（1）： 33-42.

[5]KUMAR R， AGARWALA A. Renewable energy certificate and perform， achieve， trade mechanisms to enhance the energy security for India[J]. Energy policy， 2013， 55： 669-676.

[6]任东明， 张宝秀， 张锦秋. 可再生能源发电配额制政策（RPS）研究[J]. 中国人口·资源与环境， 2002， 12（2）： 117-120.

[7]李化. 澳大利亚的可再生能源发展与可再生能源证书制度[J]. 华中农业大学学报（社会科学版）， 2011 （6）： 83-89.

[8]冯奕， 刘秋华， 刘颖， 等.中国售电侧可再生能源配额制设计探索[J]. 电力系统自动化， 2017， 41（24）： 137-141，158.

[9]安学娜， 张少华， 李雪. 考虑绿色证书交易的寡头电力市场均衡分析[J]. 电力系统自动化， 2017， 41（9）： 84-89.

[10]赵新刚， 任领志， 万冠. 可再生能源配额制、发电厂商的策略行为与演化[J]. 中国管理科学， 2019， 27（3）： 168-179.

[11]董福贵， 时磊. 可再生能源配额制及绿色证书交易机制设计及仿真[J]. 电力系统自动化， 2019， 43（12）： 113-121.

[12]王辉， 陈波波， 赵文会， 等. 可再生能源配额制下跨省区电力交易主体最优决策[J]. 电网技术， 2019， 43（6）： 1987-1994.

[13]FALCONETT I， NAGASAKA K. Comparative analysis of support mechanisms for renewable energy technologies using probability distributions [J]. Renewable energy， 2010， 35（6）： 1135-1144.

[14]TAMAS M M， SHRESTHA S O B， ZHOU H. Feed-in tariff and tradable green certificate in oligopoly[J]. Energy policy， 2010， 38（8）： 4040-4047.

[15]CIARRETA A， ESPINOSA M P， PIZARRO-IRIZAR C. Optimal regulation of renewable energy： a comparison of feed-in tariffs and tradable green certificates in the Spanish electricity system[J]. Energy economics， 2017， 67： 387-399.

[16]李虹， 谢明华， 杜小敏. 中国可再生能源补贴措施有效性研究——基于居民环境支付意愿的实证分析[J]. 财贸经济， 2011 （3）： 102-109.

[17]孙鹏， 李世杰. 从价规制与从量规制孰优孰劣？——基于可再生能源产业上网价格政策与配额制的比较研究[J]. 财经论丛， 2015 （11）： 105-112.

[18]LEE S C， SHIH L H. Renewable energy policy evaluation using real option mode： the case of Taiwan [J]. Energy economics， 2010， 32： 67-78.

[19]WESSEH P K， LIN B. A real options valuation of Chinese wind energy technologies for power generation： do benefits from the feed-in tariffs outweigh costs？[J]. Journal of cleaner production， 2016， 112： 1591-1599.

[20]李庆， 陈敏. 中国风电固定上网电价政策的实物期权理论与实证分析[J]. 中国管理科学， 2016， 24（5）： 65-73.

[21]JENSEN S G， SKYTTE K. Interactions between the power and green certificate markets[J]. Energy policy， 2002， 30（5）： 425-435.

[22]SUN Y. The optimal percentage requirement and welfare comparisons in a two-country electricity market with a common tradable green certificate system[J]. Economic modelling， 2016， 55： 322-327.

[23]CIARRETA A， ESPINOSA M P， PIZARRO-IRIZAR C. Switching from feed-in tariffs to a Tradable Green Certificate market[C]//The interrelationship between financial and energy markets. Berlin：Springer， 2014： 261-280.

[24]李家才. 可交易绿色证书与可再生能源：基于最优化的考察[C]//中国环境科学学会2009年学术年会论文集（第四卷）. 北京：中国环境科学学会， 2009： 27-32.

[25]孙鹏， 刘玲， 楼润平. 可再生能源发电产业上网价格规制政策——基于固定价格、不变溢价和可变溢价的比较[J]. 系统工程， 2016， 34（5）： 82-89.

Research on the compensation of positive externality of

renewable energy through market trading

ZHAO Xin-quan WANG Shan-shan LI Qing

（School of Statistics and Mathematics， Zhongnan University of

Economics and Law， Wuhan Hubei 430073， China）

Abstract Exploring the Renewable Portfolio Standard （RPS） based on the tradable green certificate will contribute to the compensation for the environmental and social positive external benefits brought by renewable energy generation through market-oriented means， and to the alleviation of the insufficient consumption problems faced by the development of renewable energy to a certain extent. Considering that the consumer side assumes quota obligations and models the penalty as a quadratic loss function， a sequential game model including the power production side and the consumer side is constructed. This study attempts to calibrate the parameters according to the actual situation of renewable energy power development in China， and to analyze the factors and function mechanism that affect the policy effectiveness. The results show that： ① Under the RPS policy， when the quota increases， the price of green certificate increases initially and decreases afterwards. ② When the penalty is fixed， the social welfare function has an inverted U-shaped distribution with the increase of quota. ③ When the quota and the penalty are too low or too high， they are not conducive to the realization of certificate trading. The larger the gap between the cost of renewable energy generation and that of fossil energy generation， the smaller the corresponding optimal quota. Therefore， it is necessary to take all the three factors of penalty， quota and cost gap into consideration to ensure that the Chinese renewable energy power industry achieves the optimal level of social welfare under the market mechanism of the ‘invisible hand. Then， the numerical simulation method is used to compare the effect of the RPS with that of the Feed-in Tariff （FIT）. It is found that： ① The optimal regulation price of the RPS policy is lower than its value under the FIT policy. ② When the quota level is low， the social welfare level of the FIT policy is higher than that of the RPS policy， and vice versa. Therefore， the FIT policy is relatively superior in the basic stage of renewable energy power generation industry. In the larger market scale and mature technology stage， the RPS policy is relatively favorable. In the process of promoting the implementation of the RPS， China can combine the two policies， continue to maintain the FIT policy in some provinces or regions， and take the lead in implementing the RPS policy as a pilot in provinces or regions with mature renewable energy power generation technology.

Key words renewable energy; positive externality; market transaction; green certificate; social welfare

收稿日期：2020-01-09 修回日期：2020-03-30

作者簡介：赵新泉，博士，教授，博导，主要研究方向为数量经济学、动力系统。E-mail：zxq556@163.com。

通信作者：王闪闪，博士生，主要研究方向为数量经济学、能源经济。E-mail：wss8797@163.com。

基金项目：中南财经政法大学中央高校基本科研业务费专项资金资助项目“实物期权视角下绿色电力证书交易机制优化设计”（批准号：31511911205）。