中国光伏产业环境成熟度区域异质性研究

刘红琴，陆佳勤

（昆明理工大学 管理与经济学院，云南 昆明 650500）

碳达峰、碳中和已成为我国经济社会高质量发展和应对气候变化的核心内容[1]。目前，我国高达51%的碳排放来自电力行业，电力脱碳是实现碳中和目标必不可少的一步[2]。优化能源结构，提高非化石能源占比是“双碳”目标落实的关键，国家能源局提出2030 年非化石能源占比将达到20%，光伏发电是新能源发展的重要组成部分。《可再生能源发展“十一五”规划》提出要积极发展光伏发电等新能源，《“十四五”现代能源体系规划》再次提出全面推进风电光伏发电大规模开发和高质量发展，推进光伏发电多元布局。“十四五”期间，要求可再生能源发电量增量占全社会用电量增量的比重超过50%。囿于资源潜力等多种因素，水电难以实现翻番式增长；核电增长潜力大，但发展也存在一定不确定性；未来需要以风电、光伏发电为主力来支撑规模巨大的非化石能源增长[3]。由于光伏发电成本降幅远高于风电成本，光伏发电具有压倒性优势，因此，在“双碳”目标落实，构建新的能源体系中，光伏发电占据十分重要的地位，未来进行光伏大规模发展是个必然趋势。

高度成熟的环境能够刺激光伏产业持续、稳定、高效地发展，有效提高光伏发电规模，尽早实现国家能源局承诺的目标。光伏产业发展受外部各个环境因素的影响，由于政策、经济技术条件、自然条件的不同，各区域光伏产业的发展存在差异，故构建光伏产业环境成熟度分析模型进行光伏产业环境成熟度研究对分区分类，逐级推进光伏产业发展十分必要。

1 文献综述

目前，关于光伏发电领域的国内外研究不在少数，学者们主要围绕电价政策、财政补贴、金融支持、技术研发等因素对光伏产业发展的影响展开研究。电价政策方面，阳芳等[4]通过分析德国光伏上网电价政策，提出了我国光伏发电上网定价的政策建议；李钢[5]认为分区域、分时段制定光伏上网标杆电价将对我国光伏产业的发展以及缩短光伏发电进入常规能源体系的时间具有重大的战略意义。财政补贴方面，周德群等[6]、王宏伟等[7]、贾亚雷等[8]认为政府补贴可以显著促进我国光伏行业整体的技术水平，对光伏发电的发展有着明显的激励效果，但补贴力度并非与光伏产业的发展水平成正比，王思聪[9]指出“补贴新政”对光伏装机量影响有限；董长贵等[10]运用面板数据回归和模拟仿真方法，评估了中央补贴对光伏产业发展的影响大小。金融支持方面，徐枫等[11]研究表明优化金融支持结构、创新金融支持方式对光伏产业的发展必不可少；周凯轩等[12]研究发现银行贷款能够促进光伏企业创新产出，从而正向影响企业绩效；张菁菁[13]研究表明绿色金融在支持碳经济时存在的问题，并提出优化建议。技术研发方面，苗青青等[14]分别对晶硅太阳能电池、薄膜太阳能电池、钙钛矿太阳能电池、其他新型太阳能电池等关键技术进行了详细论述；武琛昊等[15]构建光伏产业技术进步评价模型并计算技术进步率；路绍琰等[16]研究了太阳能光热、光伏发电的关键技术、核心装备和市场现状，指出了太阳能建筑一体化、多能互补等将是太阳能利用技术发展的未来趋势；LUO 等[17]、ZHAO 等[18]在研究光伏产业的影响因素中，将技术因素考虑了进去。现有研究大部分是从某一个维度或因素进行光伏产业发展研究，系统地进行光伏产业发展环境分析的研究较少，光伏产业发展不仅受到单一维度因素的影响，外部环境因素的综合影响更能反映出光伏产业发展程度。构建光伏产业环境成熟度分析模型进行光伏产业环境成熟度研究，将我国各省份按光伏产业环境成熟度分区分类，为逐级推进光伏产业发展提出对策建议。

环境成熟度研究不仅能了解一个产业的发展状况，更能指明其发展的驱动力和支撑力所在。虽然前人尚未专门针对光伏产业进行环境成熟度的评估，但过往研究中对光伏产业发展的影响因素分析及财政补贴、激励政策、技术创新等方面对光伏产业的影响研究为本研究提供了一定的支持。环境对一个行业的发展至关重要，行业环境是指影响该行业存在和发展的条件和状况。环境成熟度是对特定行业发展环境的综合性考察，旨在对其持续发展所需环境集合的成熟程度进行度量。徐绪堪等[19]借助软件能力成熟度模型分析我国企业信息环境现状，形成企业信息生态环境成熟度模型；XAVIER 等[20]基于改进后的生态创新系统成熟度模型评估企业创新生态系统成熟度；段进军等[21]利用成熟度测算模型构建了区域创新生态系统成熟度评价指标体系；李楠博等[22]采用云模型评价方法，对我国企业绿色技术创新环境进行评估；王洪强等[23]利用组合评价法对我国各省份的PPP 发展环境成熟度进行了客观评价，并对结果进行了聚类分析；刘天寿等[24]采用区间数理论，构建区间数熵权TOPSIS 的港口安全管理成熟度评价模型。

本研究在现有研究基础上，构建包含政治环境、经济环境、社会文化环境、技术环境和自然环境5 个维度的光伏产业环境成熟度评价指标体系，采用组合赋权法并结合云模型，对我国各省份光伏产业环境成熟度进行评价，根据评价结果，对光伏产业的发展提出政策建议。

2 研究设计

2.1 环境成熟度指标体系构建

参考田雪[25]对环境成熟度的定义，本研究将光伏发电产业环境成熟度定义为在光伏产业发展过程中，对该行业起到直接支持作用和间接作用的各种外部环境因素的发展程度以及对光伏产业的支持程度。进一步地，根据管理学中对外部环境的划分依据，本研究将光伏发电产业外部环境划分为政治环境、经济环境、社会文化环境、技术环境和自然环境5 个维度，并据此构建光伏产业环境成熟度评价指标体系。

2.1.1 政治环境

地方政府在我国光伏产业发展中起到了不可替代的作用，光伏产业的政策支持是光伏产业发展的重要动力。政府制定的政策可分为强制性政策和鼓励性政策两种。在鼓励性政策方面，邵学峰等[26]和贾亚雷等[27]研究表明补贴政策对于光伏产业发展具有明显的激励效果；韦嘉宝[28]对初投资补贴政策、上网电价政策、度电补贴政策的实施效果进行评价分析，得出政府的度电补贴政策有益于我国分布式光伏装机容量增长。虽然补贴政策在一定程度上能刺激光伏产业的发展，促进光伏装机容量的持续增加，但政府参与不当也会引发副作用，大规模的政府补贴会带来光伏产业严重供过于求的负面影响[29]。在强制性政策方面，政府通过制定光伏电站的最低年利用率来提高光伏发电的占比[30]。本研究将政治环境分为强制性政策和鼓励性政策两大类，结合数据的可获取性，采用环境政策强度来量化强制性政策；引入光伏标杆上网电价和度电补贴来表征鼓励性政策。

2.1.2 经济环境

我国经济正逐步进入高质量增长阶段，经济的发展水平对光伏产业有着重要的推动作用。虽然我国已成为太阳能光伏发电的主要生产国，但发展迅速的光伏产业由于投资规模大，交货期长，仍然受到金融限制。现有研究证实银行贷款在光伏产业发展中起着至关重要的作用，金融支持可以促进光伏产业的发展[31]。GDP 及工业化水平也是影响光伏产业发展的重要外部因素，学者们经常把这两个因素放入控制变量中来研究财政政策或金融政策对光伏产业的影响。本研究将经济环境分为金融发展水平和国民经济两大指标。借鉴刘雪飞等[32]对普惠金融体系的构建，金融发展水平采用银行服务和证券服务表征，其中银行服务以每万人拥有的金融机构网点数衡量，证券服务以地方上市公司占比衡量。国民经济用人均GDP 及工业化率表征。

2.1.3 社会文化环境

社会公众是光伏产业最重要的外部环境利益相关者，且与光伏产业之间存在相互影响关系。一方面，光伏产业的发展能够为公众提供更好的空气质量和生活环境；另一方面，社会公众的受教育程度[33]和对光伏产业的接受程度[34]也会直接影响光伏产业的发展。进一步研究发现，伴随着社会经济发展，社会进步程度逐步提高，公众对生态环境愈加重视，环保意识的提高、绿色生活方式的建立是光伏产业发展的重要推动力。本研究设定社会文化环境由教育水平、公众环保意识、媒体监督和电力化水平4 个维度组成。媒体监督以媒体监督指数表征，借鉴赵莉等[35]的研究，媒体监督指数用区域环境相关新闻报道数量衡量。教育水平以各省受高等教育人口比例表征，公众环保意识以人均用电节约率表征，电力化水平以电力消耗占比表征。

2.1.4 技术环境

光伏产业的发展先由政策引导带动，再由技术和国内需求带动转型，技术进步推动了中国光伏产业的发展，光伏企业的能效也在不断提高。2018 年5 月31 日，国家能源局等部门发布通知规定要降低对光伏行业的补贴力度。光伏产业的迅速发展与我国光伏产业技术创新水平的提高所带来的生产成本的降低密切相关[36]。光伏发电技术作为衡量光伏产业发展的重要指标，能客观地反映出光伏产业的技术水平。本研究参照LACASA 等[37]的研究，将技术创新水平用中国光伏产业提交的国际专利申请数量来衡量，根据数据的可得性，本研究用有效发明专利数替代中国光伏产业提交的国际专利申请数量。研发是促进技术进步的关键因素，研发投入水平越高，光伏发电行业的成本降低幅度越大[38]，因此，研发强度也作为创新技术的一个指标。另外，太阳能发电技术用太阳能发电累计装机容量表征。

2.1.5 自然环境

中国拥有丰富的太阳能资源，在太阳能利用方面有着巨大的机遇。我国西北部太阳能资源相对丰富，故光伏产业的发展格局是西部早于东部，北部早于南部。太阳能资源是光伏产业发展必不可缺的外部因素，学者们在研究光伏产业发展的影响因素时常把太阳能资源作为控制变量。太阳能资源的丰富度和稳定度作为资源禀赋的两个指标来研究其对我国太阳能产业发展和空间布局的影响[39]。本研究设定自然环境由太阳能资源技术可开发量和人均地区占地面积两个主要要素构成。

2.1.6 光伏产业环境成熟度指标体系构建结果

根据前人研究经验，综合前文从政治、经济、社会文化、技术和自然环境对光伏产业的分析与探讨，本研究通过评价指标海选、初选和补充剔除3 个步骤，并考虑数据的可得性，构建了包含5 个一级指标、11 个二级指标及16 个三级指标的光伏产业环境成熟度评价指标体系。各指标及量化情况如表1 所示。

表1 光伏产业环境成熟度评价指标体系

本研究的数据来源为：光伏标杆上网电价和度电补贴来自国家发展和改革委员会网站；金融指标数据选自Wind 数据库；太阳能发电累计装机容量选自《中国电力统计年鉴》；太阳能资源技术可开发量选自《全国太阳能资源及开发量分析》；电力消费量及能源总消费量选自《中国能源统计年鉴》（由于中国能源统计年鉴只更新到2020 年，故电力化水平指标数据选取的年份为2019 年）；区域环境相关报道数量来自CNKI《中国重要报纸全文数据库》（2011—2020 年），其余数据均来自《中国统计年鉴》（除《中国能源统计年鉴》外，其余各年鉴更新至2021 年，故搜集整理的数据为2020 年的）。另外，鉴于数据的可获得性，本研究没有涵盖西藏和港澳台地区。

2.2 研究方法

2.2.1 组合赋权法

本研究采用组合赋权法确定各指标权重，该方法将主观赋权与客观赋权相结合，既保留了两者的优势又克服了双方的局限，能提高结果的可靠性和科学性。通过组合赋权在不同方法求得的权重之间寻找平衡，使得可能的权重与各权重之间的偏差最小。

主观赋权方面，根据王霞等[40]提出的五标度法构造判断矩阵，相比九标度和三标度法更加符合人类的逻辑判断，参考何永贵等[41]在电力物联网安全风险评估中使用的改进的层次分析法来计算指标权重。改进的层次分析法利用最优传递矩阵的性质对传统的层次分析法进行优化，使其能满足一致性，因此不需要检查判断矩阵的一致性。

本研究分别采用改进后的层次分析法和熵值法计算光伏产业环境成熟度评价指标体系中各指标的权重，最后使用最优化模型确定组合权重。

计算步骤如下：

（1）采用m（本研究m=2）种方法计算指标权重，各方法求得的指标权重向量为uk=(uk1,uk2,...,ukn)(k=1,2,...,m;n为指标数量)。各方法的线性组合权重向量为αk=(α1,α2,...,αm)，则m个权重向量的任意线性组合u为：

（2）根据组合赋权法的基本思想，需要对线性组合权重αk进行优化，得到最理想的，使得与uk的离差最小化：

与式（2）等价的最优化导数条件的线性方程组为：

（3）根据式（3）计算出αk，并对其进行归一化：

2.2.2 云模型

（1）云模型理论。云模型是在概率论和模糊集合论交叉渗透的基础上，利用特定算法形成的定性概念与定量算法间的转换模型，揭示了模糊性与随机性间的内在关联性。目前，云模型在自然语言处理、决策分析和数据挖掘等领域广泛运用。各个云模型中，正态云模型应用最为普遍，正态云的数字特征可以用期望值Ex、熵En和超熵He来表示：期望值Ex表示定性概念在论域空间分布的期望；熵En是定性概念不确定性的度量，其值越大，表示概念越模糊；超熵He是熵En的不确定性度量，其值越大，云的离散程度越大，隶属度的随机性也就越大，反映了模糊性和随机性的关联性。云的生成算法被称为云发生器，其中正向发生器可以实现定性到定量的转换，逆向发生器可以实现定量到定性的转换，光伏产业环境成熟度评价是定性到定量的转换，故采用正向发生器，步骤如下：

①产生一个均值为En、标准差为He的正态随机数。②产生一个均值为Ex、标准差为En的正态随机数xi。③求解xi对定性概念的确定度：

④重复步骤①～③N次，得到N个云滴(xi,μi)组成的云像。

（2）云模型参数计算。正态云的数字特征期望值Ex计算公式为：

式中：φmax为评价标准等级区间上限，φmin为评价标准等级区间下限。

熵En计算公式为：

超熵He是熵En的不确定性度量，一般根据指标标准实际情况或者经验取值。

（3）云模型构建。针对光伏产业环境成熟度评价进行研究，采用正态云理论，构建评价模型，步骤如下：

①确定光伏产业环境成熟度评价指标的等级划分标准，并计算各指标各等级的云模型数字特征，构建各指标的云模型。②根据云模型，计算每个指标对每个等级的确定度，结合权重，计算综合确定度：

式中：Kj为评价对象关于第j级的确定度；为第i个指标的权重；μij为第i个指标对第j级的确定度。

③计算评价等级特征值。在分级时，考虑到模糊概念下最大隶属度原则的不适用性，本研究采用等级特征值K来定量化评定结果，并确定光伏产业环境成熟度评价等级，计算公式为：

式中：K为等级特征值；t为等级总数。

3 光伏产业环境成熟度评价

3.1 权重计算及分析

根据上述光伏产业环境成熟度评价指标体系，采用改进的层次分析法计算得到权重u1，采用熵值法计算得到权重u2（熵值法在标准化数据基础上计算），采用组合赋权法得到综合权重，见表2。

表2 指标权重

组合赋权结果显示，技术环境是光伏产业环境因素中起主导作用的因素，综合权重达0.334，目前中国光伏发电累计装机容量居世界第一，与技术的成熟密不可分；光伏产业最初是依靠国家的财政补贴政策发展起来的，对光伏产业的发展影响深远（综合权重为0.204）；自然环境是基础（综合权重为0.200）；经济环境和社会文化环境权重最低（综合权重分别为0.154 和0.109），为光伏产业环境成熟度的次要指标。

3.2 区域光伏产业环境成熟度分析

利用评价云生成规则，采用上、下边界等间距法将光伏产业环境成熟度划分为5 个等级，对应等级依次为极不成熟（Ⅰ级）、不成熟（Ⅱ级）、一般成熟（Ⅲ级）、高成熟（Ⅳ级）和极高成熟（Ⅴ级），继而通过正向云发生器得到区域光伏产业环境成熟度云模型，见表3。

表3 光伏产业环境成熟度评价指标云模型

根据各省份指标的实际数据，计算各指标分别对于5 个等级的确定度，并结合指标权重计算综合确定度和等级特征值，各区域环境成熟度评价结果见表4。结果表明中国2020 年各省份光伏产业环境成熟度水平整体偏低，尚无极不成熟或极高成熟度地区，仅有山东一个省份属于高度成熟(Ⅳ级)，13 个省份属于一般成熟（占43.33%），16 个省份属于不成熟（占53.33%）。这与我国光伏产业的发展现状吻合，我国光伏产业近年来虽发展迅速，但截至2020 年，风能和太阳能发电总占比不到全国用电量的10%。故为达到2025 年风电、光伏发电量占比16.5%的目标，国家要加强措施，提高光伏产业环境成熟度，促进光伏产业有序发展，助力双碳目标的实现。

表4 区域光伏产业环境成熟度评价结果

从等级特征值来看，仅有6 个省份光伏产业环境成熟度的等级特征值超过3，从高到低依次为山东、江苏、浙江、山西、安徽和河北。其中，山西、安徽和河北为国家首批光伏扶贫试点省份，山东、江苏、山西、安徽和河北均为中国第一批光伏扶贫项目试点省份，光伏产业发展政策的支持有利于提升光伏产业成熟度。

中国光伏产业环境成熟度呈现出显著的区域聚集性，成熟度较高的区域聚集在中东部地区（山西、内蒙古、安徽、河南、河北、辽宁、上海、江苏、浙江、山东和广东）以及太阳能资源丰富的西部地区（陕西、青海和宁夏）。

韩梦瑶等[42]、闫东升等[43]指出科技投入、经济发展存在空间溢出效应，故产生高成熟度集聚现象的原因是这两个因素的驱动作用。经济和技术会在相邻省域之间产生空间转移，迫使光伏产业环境相关资源和技术更容易在邻近地区发生空间转移，并最终产生光伏产业环境集聚效应。对于青海、宁夏、陕西和内蒙古四省份而言，虽然缺少集聚带来的技术和经济上的环境优势，但优越的自然环境、地方政府的支持都对光伏产业环境成熟度具有显著正向溢出效果，使这些地区光伏产业环境成熟度比其他西部地区表现更好。

3.3 区域各一级指标评价结果及分析

为了进一步分析各省份光伏产业环境成熟度差异的原因，分别对各省光伏产业一级指标：政治环境、经济环境、社会文化环境、技术环境和自然环境的成熟度进行评价，评价结果如表5 所示。

表5 省份光伏产业环境成熟度各一级指标评估结果

从表5 可以看出，不同省份环境成熟度的一级指标差异性较大，各省份政治环境、经济环境、社会文化环境、技术环境和自然环境的成熟度各异，在进行光伏产业发展时需要因地制宜，循序渐进。

政治环境方面，山西和宁夏的光伏发电产业政治环境成熟度处于高成熟水平（Ⅳ），他们的环境政策强度远高于其余省份，而吉林、湖南和青海的环境政策强度低，政治环境处于极不成熟（Ⅰ）阶段。对于政治环境处于低成熟度的省份应增强环境治理投资力度从而提高环境政策强度。

经济环境方面，天津的经济环境成熟度处于极高成熟（Ⅴ），由于天津的银行服务、人均GDP 均较高，证券服务和工业化水平也处于中上等水平，有利于为光伏产业发展提供经济和金融支持，故其经济环境成熟度整体高于其余省份。北京、江浙沪的经济环境成熟度处于Ⅲ和Ⅳ等级之间，也具有较高的经济成熟度。而海南的经济环境成熟度低于其余各省份，处于极不成熟（Ⅰ）。

社会文化环境方面，北京、上海和宁夏处于高成熟阶段，这与教育水平、公众环保意识和媒体监督密切相关。北京和上海受高等教育的人口比例居全国前二，且这两个省份环境相关报道数量也高于其余各省，民众素质相对较高。宁夏2020 年人均用电量低于2019 年的，表明该省节能方面的意识较强，该指标下的环境成熟度也居于高水平。

技术环境方面，技术环境高成熟的省份为河北、江苏、浙江、安徽和山东，这几个省份的太阳能发电累计装机容量均高于1 500 万千瓦，远远高于其余各省。

自然环境方面，由于区域资源禀赋差异的存在，各省份太阳能资源技术可开发量差异较大。新疆、宁夏、内蒙古和青海拥有丰富的太阳能资源，且地广人稀，光伏产业自然环境成熟度较高，是发展光伏产业的绝佳之地。天津、北京、上海等地太阳能资源较匮乏，人均占地面积较小，自然资源成熟度相对较低。

为了更直观地观察各区域5 个一级指标的发展情况，本研究按照区域光伏产业环境成熟度综合评价结果，以成熟度等级为划分标准绘制雷达图，如图1 所示。

雷达图的结果显示，光伏产业环境整体成熟度水平依赖于5 大类环境成熟度之间的协同发展，单一维度的提升很难带动区域成熟度的提高，在光伏产业发展中存在木桶效应。如图1（c）所示，处于光伏产业高成熟度的山东省，5 个维度的环境成熟度均为Ⅲ级以上。

除了自然环境成熟度最高的青海外，5 个环境维度中存在任意维度为极不成熟（Ⅰ）的省份，其环境成熟度均为Ⅱ级水平，如图1（a）所示。

通过对比图1（a）、（b）、（c）可以发现，图1（b）中自然环境和技术环境成熟度高的区域占比比图1（a）大，说明自然环境和技术环境在整个光伏产业外部环境中占主导地位，这与光伏产业的发展现状相吻合。技术的成熟、自然条件的优越无疑会带动光伏产业的发展，使其走向成熟。

4 结论与政策建议

4.1 结论

本研究将云模型与组合赋权法相结合，对我国各省份光伏产业环境成熟度进行评价，得出以下结论。

（1）我国光伏产业环境成熟度仍有较大提升空间，2020 年仅有山东达到了高度成熟水平，43.33%的省份为一般成熟，53.33%的省份属于不成熟阶段。根据“十四五”期间提出的目标要求，各省份有必要充分考虑自身光伏产业政策补贴，经济发展、技术水平及自然条件等因素的影响，为提高光伏产业环境成熟度，推动光伏产业的可持续发展做出合理规划。

（2）中国各省份光伏产业环境成熟度呈现出显著的区域聚集性，中东部地区以及太阳能资源丰富的西部地区光伏产业环境成熟度明显高于其他地区；此外，各省份光伏产业环境成熟度水平差异较大。因此，在发展光伏产业时，需要分步分区逐级推进光伏产业有序发展。

（3）技术环境在整个光伏产业外部环境中占主导地位，技术进步能降低光伏发电成本、提高光伏发电效率，提升光伏产业可持续发展能力；政治环境仅次于技术环境，在光伏产业发展的初期阶段，政策因素是主要驱动力，而在光伏发电产业的成长和成熟阶段，政策支持力度逐渐减弱，技术推动占主导；在5 个环境维度中，自然环境也占据了重要地位，太阳能资源丰富的地区更有利于光伏产业的发展。光伏产业是技术密集型产业，技术的成熟、自然条件的优越将带动光伏产业的发展，使其走向成熟。

（4）光伏产业环境成熟度水平依赖于5 大环境维度的成熟度，单一环境维度的高成熟度并不能代表区域的整体成熟度，单一环境维度的提升很难带动区域成熟度的提高，区域成熟度水平受限于较低成熟度的环境维度，光伏产业发展存在木桶效应。

4.2 政策建议

目前为止，大部分省份光伏产业环境成熟度仍处于较低水平，与目标相差甚远。为了进一步推动光伏产业的可持续发展，提高各省份光伏产业环境成熟度，本研究提出了以下政策建议。

（1）针对各省份光伏产业环境成熟度具有区域差异性的特征，应分步分区逐级推进光伏产业有序发展，切勿一刀切。对于西部太阳能资源丰富但光伏产业环境成熟度不高的地区，应加大资金、技术投入，推动打造大型光伏发电基地，助力西部地区光伏产业环境成熟度的提高；对于云贵川等经济较落后的西南地区，应大力发展经济，提高经济水平，并向东部发达地区引进相关技术，从而推动光伏产业的发展。

（2）各省份光伏产业环境成熟度水平存在木桶效应，故要抓短板，因地制宜地开展针对性对策。对于政治环境不成熟的吉林、湖南和青海三省，应加大政策干预力度，提高光伏产业发展的政策保障；对于经济技术落后的西部地区，应加大技术、资金和人才投入，进一步挖掘光伏产业发展的潜力；对于人口较密集的东部地区，应大力推进分布式光伏的运用。

（3）中国光伏产业发展进程中，要以政策扶持和技术推动为抓手，与政策扶持相比，技术的创新推动能给光伏产业带来更大的发展空间。加强技术创新，是光伏产业的核心原动力。