基于PMC 指数的新能源发电促进政策内容量化评价研究

邬 龙

（北京工业大学 经济与管理学院，北京 100124）

一、引言

近年来，由能源所引发的能源供给和气候环境等问题逐渐凸显，作为替代的新能源需求近20 年来显著增长。企业和居民如何提高能源效率，减少排放污染，使能源—经济—环境3E 系统协调发展是当下的热点问题，向可再生的新能源转型不仅从传统能源供给和价格变化上看不可避免[1]，且从国家“八五”到“十三五”规划中也能看到是中国未来发展战略重心之一。电力转型是能源转型的重要部分，外部性的存在使得政府政策在促进可再生能源向发电市场渗透中起着重要作用，中国已经实施了多项能源电价补贴政策，并正在评估试点碳税、排放权交易等新工具；发达国家如美国也已经实施了一系列政策和项目来加快可再生能源技术发展和应用，例如美国30 个州政府已经实施了可再生能源配额制，响应能源部计划在2025 年可再生能源电站装机量比例的规划目标。至此，政府和研究机构愈发关注政策效率和效果问题，即：应颁布实施哪些政策和政策工具能达到能源转型目标？实施的政策究竟产生了什么效果？如何稳步推进能源转型进程？这其中，从政策文本内容角度对现有新能源政策进行深入分析和评价，能够对促进新能源发电发展相关各类政策的内容进行整体把握，为政策效果和政策优化研究提供量化基础。

二、文献综述

政策评价是对政策效能和执行过程进行科学测量的事实评价过程，也是对政策对社会经济所产生的利益分配、福利变化等进行判断的价值评价过程[2]。其评价方式主要包括两类：一是基于经济计量模型，以实际数据或理论推导分析政策对经济社会发展相关变量的影响效果，例如以CGE 模型为代表的自上而下模型、以MARKAL、LEAP、EPPA 等为代表的自下而上技术模型、以双重差分等为代表的回归模型[3-4]。这类方法在实际应用中从实际经济运行数据出发能得到较为精细的结果，但数据变化中能否真正剥离出政策实际效果，理论结果与现实情况的吻合程度等易受到质疑。二是从政策内容本身的合理性可行性进行评价，主要包括以模糊综合评价等为代表的定性评价方法和近年来逐渐兴起的政策文献计量方法。

当前，国内外对政策内容本身进行的评价大多实行分值方法[5]。Nag 等（2007）[6]从政策目标和特征角度将政策分为急迫性、强制性和一般性政策三类并做出了相应的评价指标。Abotah 和DAIM（2017）[7]构建了可再生能源转换激励政策的多维度框架，包括经济、社会、政治、环境和技术层面，通过层次决策模型对现有政策进行评价选择。根据公共管理领域的政策评价逻辑框架，政策评价应考虑从资源投入到最终目标产出多个阶段的因素，如Bennett（1976）[8]构建的贝内特层次和后期逐渐深化的多种评价模型，使评价要素不断丰富。国内学者也根据实际问题特点提出了多种政策评价框架，以科技创新政策评价居多，最有代表性的为彭纪生等（2008）[9]提出的政策量化标准手册，从政策力度、措施、目标等维度进行量化并给出各维度指标得分依据，用于描绘政策协同演变的路径以及创新协同对经济绩效的影响。针对新能源政策的内容分析已有若干成果，多集中在新能源汽车政策方面，如陈衍泰等（2013）[10]从新兴产业企业需求和政策工具供给两个维度对中央和地方政府出台的新能源汽车产业政策进行梳理和评价。由于这些方法和分析维度较为单一，难以进行复杂相关结构分析，基于PMC 指数的综合评分方法近年来被尝试性地应用于对科技创新政策[11]、新能源汽车补贴政策[5]、碳减排政策[12]等的量化评价，对该类研究表现出较好的适用性。虽然这一方法对政策的量化评价较为全面，但与其他主观评价方法类似，在评价变量赋值打分上主观性较强，结果易受到质疑。

政策文献计量方法是近年来兴起的一类政策分析方法，从政策文本内容本身对当前已发布政策进行政策工具识别、主题变迁情况分析、关键词统计等。例如，黄萃等（2015）[13]基于共词分析和聚类分析方法对科技创新政策主题聚焦点变化进行分析，发现此类政策在“国际合作”“人力资源”“体制机制改革”和“研究发展重点”四个领域发生了显著的政策主题变迁。虽然此类政策文本的计量分析尚处于起步阶段，但这一方法丰富了政策内容分析数据来源，较传统的政策解读质性研究或主观评分方法更加客观公正。

综上所述，现有政策评价研究尚存在一些突破点，从内容层面，对新能源发电政策评价这一专门问题的聚焦程度不足，缺乏政策内容本身的研究使得现有研究大多仅适用于事后评价；从方法层面，现有评价模型存在因素选取缺乏全面性、赋值主观性较强、精度不高等问题。因此，本文构建PMC 指数模型，基于文本相似度算法计算指标赋值，对现有代表性新能源政策内容进行量化评价。旨在为政策制定者对现有政策作出分析调整或为新政策的发布提供借鉴。研究思路如图1 所示。

图1 政策评价的PMC 指数模型构建及变量赋值方法流程

三、政策评价框架

（一）PMC 指数模型构建

PMC 指数（Policy Modeling Consistency Index）模型是基于Estrada 等（2008）[14]提出的Omnia Mobilis假说，主张不应忽视或认为任何相关变量是不重要的，因此应尽可能广泛地选取变量而不应忽略任何一个有可能的相关变量。该模型能够从各个维度分析一项政策内部一致性，测量PMC 指数形成PMC曲面能直观地反映政策各维度的情况，对政策效力进行多维度评价并对单项指标进行具体分析。

首先，进行变量分类和参数设定，根据新能源发电促进政策的具体特点，参考同类研究变量参数设定方式，调整并确立了9 个一级变量，下设若干二级变量，如表1 所示。

表1 政策量化评价变量设置

其次，对各维度变量进行赋值，所得结果称为多投入产出表，假定每个二级变量所占权重相同进行0～1 赋值，若政策符合相应二级变量时取值为1反之则取值为0，与传统主观打分方法不同的是，这一步骤本文采取下一节的文本相似度算法进行0～1分类赋值。进而，对PMC 指数进行测量，根据公式（1）～ 公式（3）计算各一级变量值，其中t为一级变量，j为二级变量。最终由公式（4）得到PMC 指数。

根据计算得到的PMC 指数可以对待评价政策进行等级划分，根据现有文献可将等级标准进行设定，如表2 所示。

表2 政策评分等级

（二）基于文本相似度算法的指标赋值

一项政策常涉及多个政策目标或政策工具，单纯通过文本阅读进行主题判断或从标题进行打分容易导致任意性[15]，因此在指标赋值上应用文本挖掘进行分析。对新能源发电促进相关政策建立政策库V（d），其中每一政策文本pi中的文本信息为wi（d）。首先，需要对政策文本进行分析处理，采用较为成熟的最大匹配法，将文字最大符号串与词典条目相匹配，若不能匹配则削掉一个汉字继续匹配，直到在词典中找到相应单词为止。根据TF-IDF 方法，设TFi为词频，N为总文档数，文本在文档集中出现的频率为n，则：

传统空间向量模型进行文本相似度计算使用政策文本特征向量的夹角余弦表示距离：

在对量化评价变量赋值时，采用公式（6）对政策文本进行分类，根据每一变量对应的政策文本即学习样本，若某一新政策文本与之相近，则认为该新政策在该评价变量上赋值为1，否则为0。然而在实际分类过程中，新能源发电促进政策研究尚无成熟的分类样本可以借鉴，因此本研究采用刘炳胜等（2017）[16]提出的学习样本分类方法，如流程图2 所示，以学习样本分类准确率100%为目标，首先给出理论分类，将部分学习样本进行预测分类，若与理论分类不一致则调整原始分类，反复过程最终得到用于后续相似度计算的学习样本。给定阈值，若相似度大于阈值则该变量赋值为1。

图2 政策评价学习样本构建流程

四、新能源发电促进政策内容量化评价

（一）政策界定和样本选取

本文中的新能源发电促进政策是指新能源政策中与发电相关的各类法律、法规、规定、条例、意见、通知、办法、实施细则等。在进行文本收集时采用如下方法：（1）政策样本仅选择环保部、财政部、发改委环资司等国家层面部门颁布的政策，暂不考虑地方政策；（2）从北大法库中以新能源、可再生能源为关键词进行搜索，进一步根据发电类型进行筛选，若政策中提及发电、风电、光伏等内容则也归属为本文所研究政策；（3）对下载的政策文件进一步略读，剔除其中力度过低或范围过小的政策，如针对具体企业的目录类政策或补充说明的意见类政策等，若一项政策包含多个内容则只截取其中与发电相关的条目。最终筛选出2006—2017 年相关政策108 篇作为分析样本。2006 年起执行并于2009年通过修改批准的《可再生能源法》是核心的基础政策，在具体实施时仅起到指导和框架性作用，其他政策起到了补充作用，每年代表性政策文件如表3 所示。可以看到，在政策的具体提法上以可再生能源一词使用居多，主要偏重光伏和风电设施建设、配额、价格等内容，且从早期的产业发展宏观政策逐渐细化。生物质等新能源虽然在电力市场中份额极小，但已有相关配套政策出现。2009 年国务院发布的《装备制造业调整和振兴规划》中，高效清洁发电装备制造业的发展被重点提及，因此这一部分也归属为本文研究政策范围。

表3 代表性新能源发电促进政策

（二）典型政策的PMC 指数评价

本文从所收集的政策样本中选取3 篇代表性新能源发电促进政策进行评价，分别为《可再生能源电价附加收入调配暂行办法（发改价格[2007]44号）》（简记P1）、《关于完善年农林生物质发电价格政策的通知（发改价格[2010]1579 号）》P2、《国务院关于促进光伏产业健康发展的若干意见（国发[2013]24 号）》P3。选取这些政策的原因是，P1 为较早时期促进新能源发电开发利用的电价制定、补贴相关规定，对后续电价补贴进入或退出政策制定有较强借鉴意义；P2 是特定能源类型的产业价格政策，此类更细化的政策对产业发展起着更为具体的作用，也是对现有价格政策的补充；与前两种部委政策相比，P3 是国务院签发的产业发展指导性意见，是站在调整能源结构、促进生态文明建设战略目标层面的纲领性政策。对三类不同层级、目标和力度的政策进行评价有助于把握不同政策的侧重点，进行差异性的比较和分析。按上一节所述方法进行赋值，这里相似度比较结果中同一个一级变量下可以有多个二级变量赋值为1，PMC 指数结果分别如表4 所示，由此将9 个一级变量按3×3 矩阵排列，得到的PMC 曲面如图3、图4、图5 所示。

表4 三项政策的PMC 指数评价值

图3 P1 的PMC 曲面

图4 P2 的PMC 曲面

图5 P3 的PMC 曲面

从PMC 指数结论中，可以看到较传统工具——产业价值链二维度等分析框架更为丰富的政策特征。从标题和主题看到P1 和P2 两项政策内容较为相似，分别为针对可再生能源全体和农林生物质能源发电价格的办法说明，但PMC 指数评价值分别为4.29 和3.93，P2 政策低于P1，从具体维度来看两政策主要在X1 和X6 上有较大差异。X1（政策类型）反映了政策的作用，政策P2 对农林生物质能源发电价格起到了价格标准判定、价格监管、成本分摊方式等补充说明的作用，作用范围较窄。而政策P2 在上述基础上，对电价调配依据、补贴项目细则、维护费用、补贴方式等进行了更细致的描述，对于各类新能源发展的实际情况变化也给出了电价核定、收取办法等暂行规定。X6（作用层面）反映了政策的范围，由于农林生物质能源发电规模较小，P2政策主要针对相关发电企业和电网企业，以及相应监管部门，而P1 对整个新能源发电产业相关企业发展起到了规范作用，政策范围更广，因此造成了内容相近的两篇政策评价得分差异。政策P3 为国务院关于促进光伏产业健康发展的若干意见，对规范和促进光伏产业健康发展起到了基础引导性作用，在政策功能、作用层面、涉及领域、激励措施等方面得分均相对更高。未来新能源发电促进政策的制定应同时关注单个功能具体执行方案类政策和综合性指导政策，考虑每一政策在各项指标下的评价得分，针对当前薄弱的方面重点考虑，才能保证新能源发电促进政策体系的科学性和完整性。

五、结论与建议

近年来政策效果的评价方法与模型研究得到了广泛关注，政策文本内容评价是方式之一。本文首先对新能源发电促进政策进行界定和梳理，发现新能源发电相关政策的制定一方面在不断细化，另一方面在发电相关产业价值链上不断延伸。进而构建PMC 指数模型对典型政策进行多维度评价，为避免变量主观打分的任意性，以空间向量模型方法根据政策文本挖掘结果进行变量赋值，结果显示这一方法较传统多维度分析方法能更为全面地进行政策评价。选取的三项典型政策中，P1 和P2 虽然内容相近，但作用和范围的差异使得两项政策评价得分各异，政策P3 作用更为全面且地位更高，在得分上相对更高。这一方法在政策评价上表现出较强的适用性。针对评价结果本文提出以下两点建议：

（1）新能源发电政策应兼顾方向的引导与细则的制定。规划、意见等政策为新能源发电产业发展和地方政府工作推进起到了战略引导性作用，而电价补贴办法等细化政策为实际产业发展促进工作起到了操作层面的作用，因此在政策组合中两者均十分重要。新能源发电产业发展已有一定的规模，面对“弃风弃光”、接纳能力不足等阶段性问题，应对这些重点问题和新问题有针对性地写入规划中，并制定实施办法、细则，促进产业健康发展。

（2）加强政策间协同，提升政策颁布的针对性。本文提供了一种科学有效的政策量化评价方法，未来可以在政策颁布时，通过对各维度的分析预先对一项政策的作用范围、对象、措施等进行评价，辅助预测政策可能的实施效果，也能够对已有政策组合进行综合评价，对各政策均得分较低的维度重点分析和制定政策，加强政策的针对性。