中国科学技术大学硕士学位论文可再生能源配额制时间表决策中的关键要素的实证研究姓名：罗迪申请学位级别：硕士专业：企业管理指导教师：@2011-04-06
摘 要 摘 要 强制性的可再生能源配额制（简称RPS或者RES）的核心内容就是如何设计时间表，即完成特定可再生能源配额的日期，因为时间表直接决定了整个区域可再生能源发展的速度。国内外学者普遍认同自然资源禀赋是可再生能源发电潜力的关键因素，而该区域的人口特征也从不同角度影响清洁电力潜力的挖掘。本文的研究目的在于发现人口特征和资源禀赋这两个指标对于RPS时间表的影响力大小。 值得注意的是，国外的学者大多研究静态时间表，也就是只包含最终目标时间和比例的时间表，这样造成了可以研究的样本非常有限，实证分析结果通常令人失望。而国内的学者在这个方向的研究起步较晚，不仅基本没有定量分析，而且很少有人设计区域化的时间表。 本文将美国29个州以及华盛顿特区的可再生能源配额制动态时间表作为研究对象，一方面将样本量提高了4倍多，增加了模型的解释力，得到了有价值的实证分析结果。另一方面，论证了时间表应该同区域特征相联系，而不是在国家层面去设计整个可再生能源配额制。 通过过往文献回顾和引入内部决定因素模型，我们将定义宽泛的人口特征按照政治，经济，社会三个维度划分为了公民意识，人均可支配收入和自然保护选民联合会评分板三个指标。再结合自然资源禀赋这个指标，我们利用logistic回归分析得出结论：时间表制定不受各地区经济状况约束，每个州的资源禀赋对于时间表的选择具有最广泛的影响力，并且公民意识通过选民教育，将本人的理想意愿转换为现实的政治压力以后，表现出了比资源禀赋更加强有力的制约性。这个结论对于中国具有很重要的借鉴意义，中国每个地区的资源潜力差异巨大，经济发展水平也不尽相同，只有因地制宜的时间表才能充分挖掘该区域可再生能源发电潜力。 关键词：可再生能源配额制时间表 Logistic回归 资源禀赋 人口特征 I
Abstract ABSTRACT The primary part of Renewable Portfolio Standard (RPS or RES) is the design of schedule, which requires a specified percent of renewable electricity by a specified date, because RPS schedule directly determines the pace of renewable electricity in one area. Scholars commonly agree that natural resource endowment is the key determinant of renewable electricity potential, and population characteristic in one area influences the exploration of clean electricity from different dimensions. The article aims to find how these two factors affect RPS schedule. Noticeably, most of international scholars conduct research on fixed schedule, which barely includes target time and target proportion. Consequently, the available sample is limited, leading to the disappointing empirical result. Domestic scholars focus on the field in a late time. They do not only conduct quantitative analysis, but also rarely apply regionalization to RPS schedule. The subject of our study is RPS dynamic schedules of 29 American states and Washington,. On one hand, the number of sample more than quadruples, increasing the significance of model and achieving valuable quantitative result. On the other hand, we testify that RPS schedule relates to regional characteristic, and should not be designed in a national level. Review of previous articles and Use of Internal Determinants Model helps us to divide broadly defined population characteristic into citizen ideology, per capital disposable income and league of conservation voter scoreboard in terms of political dimension, economical dimension and social dimension. With these three factors and natural resource endowment, we use logistic regression to conclude that: design of RPS schedule is not significantly limited by the per capital disposable income. Natural resource endowment of states is the most important determinant of the schedule choice. Moreover, if citizen receives voting education and then transform personal willing to realistic political press, citizen ideology performs to be a stronger determinant than resource endowment does. The conclusion works as a valuable example to Chinese renewable electricity development. Resource potential varies in different areas of China, so does the economic situation. Only schedule based on regional condition can explore full renewable potential in one area. III
Abstract Key Words: Renewable Portfolio Standard Schedule, Logistic Regression, Resource Endowment, Population CharacteristicIV
中国科学技术大学学位论文原创性声明 本人声明所呈交的学位论文,是本人在导师指导下进行研究工作所取得的成果。除已特别加以标注和致谢的地方外，论文中不包含任何他人已经发表或撰写过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作了明确的说明。 作者签名：___________ 签字日期：_______________ 中国科学技术大学学位论文授权使用声明 作为申请学位的条件之一，学位论文著作权拥有者授权中国科学技术大学拥有学位论文的部分使用权，即：学校有权按有关规定向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文编入《中国学位论文全文数据库》等有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相一致。 保密的学位论文在解密后也遵守此规定。 □公开 □保密（____年） 作者签名：_______________ 导师签名：_______________ 签字日期：_______________ 签字日期：_______________
第1章 绪论 第1章 绪论 选题背景和意义 研究背景 化石能源价格的持续高涨和最近几年核电事故的频发使得越来越多的人意识到应该寻找一种更加安全可靠并且可替代的清洁能源来代替传统能源（石油，煤，天然气，核电）。作为世界第二大能源消费国，中国长期依赖传统能源发电模式。也根据美国能源信息署2010年发表的中国能源消费统计报告，2008年，中国电力行业的总装机容量已经达到了7970兆瓦，2009年，中国的总发电量达到了34460亿千瓦时。由于未来数十年，中国东部和南部地区经济的高速发展对于电力的需求与日俱增，到2020年底，中国电力行业的总装机容量将突破15000兆瓦。2035年的总发电量也将增至10555千瓦时，超过了2009年发电量的3倍以上。报告同时指出，2009年，传统的发电能源（煤，石油，天然气）占据了全国81%的发电总量，至少77%的总装机容量。并且有28030亿千瓦时的电力来自二氧化碳排放严重的化石能源（煤，石油）。中国官方预计，传统能源发电的总装机容量在2020年将达到10000兆瓦，这个数据比2009年高出了三分之一。这种资源密集型的发电模式使得中国煤炭资源紧张，并且长期依赖境外石油进口，生态环境破坏严重，产业结构升级滞后，极大的阻碍了中国经济发展的脚步。为了改变这种局面，中国政府制定了2020年实现15%的可再生能源发电比例的目标，并且加大在可再生能源发电项目上的投资。2010年，中国的可再生能源发电项目投资已经达到了1600亿美元，远远超过了世界上其他国家。 作为世界能源消费的第一大国，美国在2007年到2035年间，世界电力消耗每年增加个百分点，虽然在过去很长一段时间里，电力能源的结构发生了持久的变化，但是煤矿依旧是最广泛被用于电力生产的能源，占了全世界电力供应的42%左右，相对于传统电力资源，可再生能源促进了环境保护，保证了能源安全，但是在实际运用中却缺乏了经济竞争力或者说财务成本更高。这种不公正部分是因为传统资源大部分时候会获得政府的补贴，同时他们对于环境和自然的污染成本却在成本核算时被忽略了。另一方面，可再生能源技术需要持续的，成本更高的科研资金投入，这些技术的相对成本会因为学习型经济和规模经济带来的商业化而降低，例如太阳能和风能的发展就往往收到蓄电技术的限制，在早期工1
第1章 绪论 程建设投入更高成本后，电厂工作人员会意识在最需要电力的时候捕捉到最大量的风能，也很难在风力最佳的时候储备所有的风电，并且由于地理上的分散，太阳能和风能电厂通常无法利用规模生产来抵消这种供求的不平衡。长此以往，种种弊病潜在的影响了可再生能源的经济竞争能力（图）。自从上个世纪70年的能源危机以来，各国政府利用许多机制来鼓励可再生能源，包括直接增加电力供应污染的成本（这个机制主要包括传统能源补贴的取消减少，更高的能源和污染税，更严格的技术管制和污染上限约束），对新能源提供直接的财务支持（资本配额，优惠价格，税收激励或者低息贷款等）和非直接政策推动新能源的商业化（加大新能源技术推广以及对新能源技术进行人力培训和资金投入）(Trent Berry and Mark Jaccard,2000)。美国的各个州政府颁布了一系列的政策和激励措施，包括可再生能源技术标准制定，可再生能源研究资金投入，可再生能源项目优惠贷款，以及针对个人和企业实施的税收激励与补贴激励。在这些政策中，被认为最有效的就是本文研究的可再生能源配额制（简称PRS或者RES）。这个政策强制性要求了本州发电量或者零售电力来自可再生能源的最低比例。1995年在加利福尼亚州的公共事务委员会上可再生能源配额制的正式概念和具体设计细则被第一次提出，自此以后，美国其余各州陆续的开始通过相关法案规定在目标年份里，州内各发电厂必须或者自愿的保证电力中含有目标比例的可再生能源发电。 可再生能源配额制最重要的组成部分就是本文所要研究的时间表，它直接决定了政策推行区域可再生能源电力份额增长的速度。如何找到最切合实际的时间表是每个政策设计者都必须反复斟酌的。区域内居民对于政策的支持度决定了该政策的推行力度，而贫瘠的自然资源则不能采取野心过大的发展目标。本文就是要区分主观的社会意识和客观的自然规律对于可再生能源配额制时间表的不同影响力。 每度电成本 每度电成本 补贴消外部失后成 成本 商业化后降低本 的成本 传统 可再生能传统可再生能电力电力 源电力 当前的财务成本源电力 长期的社会成本 图 传统电力和可再生能源电力对比 2
第1章 绪论 研究意义 首先，之前的学者都只关心人口特征和自然资源禀赋对于是否推行RPS的影响力，但是忽略了对于RPS时间表的影响力，本文解决了这个理论空白。RPS的优势来源于它的高度市场化交易模式以及政府扮演的监管者的角色，一方面利用长期协议合同稳定电力市场，另一方面通过减少了政府开支节约行政成本。RPS有力的降低了政府参与度，减轻了政府财政的压力，但是可再生能源发电的额外成本由消费者承担。正如前文提到的，开发可再生能源新技术耗时耗力，建设清洁电力项目需要高额投入，这些费用最终都会通过RPS转嫁到消费者和纳税人的账单上。如果州政府不能设计一个合理可再生能源发展时间表，那么这个政策的执行必将遭受大多数民众的反对。于是，消费者对于账单费用上涨的承受力某种程度上影响了时间表的设计。同时，学者们认为资源禀赋和消费者意识两个指标影响了PRS的成功，但是缺乏对影响力大小的判断和分析。自然资源禀赋是可再生能源配额制的核心，按照常理推断，资源潜力与可再生能源开发力度显著正相关。可是新项目开发需要财政投入，消费者对于绿色环保生活的追求最终是否仍然屈服于账单上飞涨的数字，这也是本文需要研究探讨的。 其次，只有了解了人口特征和自然资源禀赋两个指标的影响力大小，我们才能设计更加符合实际需求的PRS时间表。因为时间表概念在美国发展已经逐渐成熟，所以这个部分主要是从中国的角度出发。引入时间表概念可以很大程度上规避可再生能源产能过剩。2009年9月26日，国务院首次发文要求调控产能过剩的行业，其中就包括了风能设备和多晶硅（生产太阳能电池板的重要原料）。 目前，风能设备投资过热，重复建设现象严重，很多地方政府甚至并不了解风能项目，不知道风电市场在哪里，不清楚风电项目的高成本，就盲目上马开工，最终导致整个项目无法收回投资。而多晶硅行业的现状也基本如此，2008年我国多晶硅产能2万吨，产量4000吨左右，在建产能约8万吨，产能已明显过剩。虽然这种结构性过剩只是庞大的可再生能源产业链上的某个环节过剩，我们依然需要高度重视这种跟风现象。时间表制定的目的就是为了给出一个明晰的可再生能源发展规划，在特定的时间段实现一个特定的目标，如果当期情况有变，则根据实际情况调整下一期的目标，期末无法完成这个目标的企业就必须面对可能被淘汰出局的命运。这样的优胜劣汰相当于一个隐形的进入门槛，只有生命力强大的企业才能生存下去，避免了整个行业产能过剩，但是质量参差不齐的现象。 3
第1章 绪论 国内外研究现状综述 针对可再生能源配额制时间表影响因素单独的研究非常稀少。过往的研究主要是将时间表看作RPS的一个附属内容。这类研究主要是两个方面涉及，一个是PRS差异化设计，其中包括时间表的差异化，这种类型主要是欧美采用；另一个是RPS设计细节，其中包括如何设计时间表，这种模式主要是中国的学者采用。 首先，欧美能源方面的专家普遍认为每个地区的可再生能源配额制政策制定的细则因为不同的自然资源条件，人口素质，政治倾向等影响因素而差异明显，Wiser(2007)9-12等人将这些差异性大体划分为三个大项，第一项是结构，规模和应用的差异，这一类差异侧重RPS的政策基础，比如在怎样的时间段内达到多少的目标比例，每个州与州之间倾向于根据本州实际做出不同的选择。另外某些州为了促进可再生资源的多样性发展，会针对不同的可再生能源设置不同的发展层次（tiers），而不是仅仅发展最低成本的可再生能源。Wiser(200710)等人关注的第二项是合格性（eligibility），即地理合格性与资源合格性，前者规定了RPS政策在哪个区域以自产自销或者电网运输的模式执行，比如加利福尼亚州实行的州内输电（in-state delivery）就要求在自己本州内生产和消费满足RPS规定的可再生能源电力，而德克萨斯的直接联网政策（direct connection to state）则认定只要通过电缆到达本州的电力都需要满足RPS政策。合格性差异的后者相对容易理解，主要每个州致力发展的资源根据州内可获得的可再生能源富裕程度而有所区别。差异性的第三项是监管，这一条大致可通俗地概述为哪些主题需要并且如何满足RPS政策规定的目标比例和目标时间，如果无法满足将受到哪个机构的怎样的处罚措施(Wiser, et al,2007)；Berry和Jaccard(2000)的划分则更加细致，他们确定了一共5项RPS制定时考虑的要素，分别是目标选择（Selection of target，主要包括目标规模，目标计时，单一目标还是多重目标，成本限价与否等）。合格资源（Eligible resources，主要提及了RPS严格限定于可再生能源还是可包括其他技术手段，可以针对所有资源还是只有对可再生能源进行投资，适用于所有可再生能源企业还是只有电网企业，是否允许外国的可再生能源投资商进入）。适用范围（Applicability, 即涵盖的地理范围，市场参与者的定义，根据企业规模还是产品特征制定政策）。灵活机制（Flexibility mechanisms, 主要指财务平衡机制和电力提供者之间的交易）和监管责任（Administrative responsibility, 制定RPS目标，可再生能源的认证，执行力度监管和罚金措施等）。可再生能源配额制的设计选项差异性如此之多，大量繁杂没有规律的数据使得以学者很难从中归纳出具有普适性的规律，所以美国大部分的针对可再生能源配额制的研究都是进行理论探讨，比如实施RPS的可行性或者RPS对于某个地区影响力判别，很少有利用数据进行实证分析的(Sanya Carley,2009)。 4
第1章 绪论 中国学者认为应当从国家层面来进行考察和设计可再生能源配额制时间表，刘连玉(2002)通过介绍欧美的可再生能源配额制政策，认为我国资源丰富，但是可再生能源利用率低，新技术成本高而难以推广，政府对于化石能源的补贴削弱了可再生能源经济竞争力，在全国范围内引入可再生能源配额制可以激励更多的小企业或者私人企业投入可再生能源电力市场。而顾树化和王白羽(2003)两位学者参考美国的可再生能源配额制政策设计理念从国家的环境政策目标、社会文化和中国特有的政治背景，电力工业结构、电厂管理和电力政策实施能力等角度出发，针对RPS初始的设计框架, 包括本文强调的可再生能源配额制时间表、合格的可再生能源、最终目标比例和其他设计细则提出了建议, 为今后中国制定一个高效的RPS政策提供了参考依据.刘晓黎(2008)等人利用有限的数据模拟了一个面向RPS的可再生能源优化配置模型，这个模型以能源绿色消费最大化。作为目标，优化了区域间以电网和管道运输的可再生能源电力在用户中的优化配置。 综上所述，这两个方面都认同了资源潜力，人口构成等因素影响了RPS设计细节，进而影响了RPS重要构成部分——时间表——的设计。那么究竟哪种指标对其具有最大影响力，则是本文需要解决的问题。 研究设计与创新点 研究目标 本文的研究目标是要区分人口特征，自然资源禀赋两个指标对于RPS规定的可再生能源份额增加速率（也就是本文提到的时间表）的影响力大小。这两个指标选择出于两个目的，一方面是过往相关RPS的文献综述中，两者出现频率最高。另一方面，作者认为能源政策的出台受到了社会意识的主观影响和自然资源的客观限制。为了更好理解本文，这两个目的将在第二章的理论框架部分详细阐述，作者也会在这个部分给出自己对于这两个指标的衡量方式。 研究思路 本文的总体研究思路是从可再生能源配额制时间表理论构架出发，说明选择动态时间表进行分析的理由，并且根据动态化过程，也就是可再生能源电力份额增加方式将动态时间表划分为递进式时间表和跳跃式时间表，同时给出两类时间表相关定义。然后在各级州政府的网上档案库里下载使可再生能源配额制生效的法案，利用法案中罗列的相关时间表的条例，直观描述两类时间表的区别。接下来通过过往文献回顾，整理出选民特征和自然资源禀赋两类指标的衡量方法，构5
第1章 绪论 架可再生能源配额制时间表设计同人口特征，自然资源禀赋三者关系的理论模型。然后在美国的官方统计网站上搜集相关数据并进行实证分析，得出人口特征，自然资源禀赋对于两类时间表选择的影响力。最后根据理论和实证结果，对我国的可再生能源发电提出建议并且说明未来研究的方向。具体请见下图： 理论框架影响因素分析 界定 研究思对中国路和背的借鉴 景 实证研究 Logistic回归模型 研究框架图 技术路线 本文的技术路线按照六个步骤进行：第一，对可再生能源配额制时间表理论构架进行梳理；第二，通过国内外的文献回顾，确定研究重点，其中主要是对重要指标进行界定；第三，进行数据搜集和实证论证；第四，获得初步的研究结论；第五，结合中国的实际情况，了解中国可再生能源发电相关法案，然后进行案例分析，其中穿插和美国的比较；第六，对中国未来的可再生能源发展提出自己的见解。具体请见下图： 6
第1章 绪论 理论框架研究 第一步 确定研究重点，界定重要指标 第二步 数据搜集，筛选和建立模型，实证分整理 析第三步 研究结论分析 第四步 结合中国实际进行案例分析第五步 对中国的借鉴意义 第六步 图 技术路线图 创新要点 基于以前这个领域的研究成果，本文在以下两个方面做了创新研究： 首先,不管国内还是国外的文献，在研究可再生能源配额制时，都采用静态时间表，也就是只包括目标比例和合格资源两个核心概念的时间表。很少有学者关注动态的RPS，也就是该政策在执行周期内的短期目标设计。实际上，动态化的时间表对于RPS相当的重要，因为它决定了一个地区增加可再生能源电力比例的速度，如果设计不合理，会造成资源的浪费或者居民电费的增加，关系着整个电力市场价格的稳定。于是本文采用动态时间表分析人口特征和自然资源禀赋对于可再生能源发展速度的影响力大小。为了更好的研究这两个指标对于时间表的作用力，本文将时间表按照动态化过程划分为跳跃式和递进式，而特定区域对于两类动态时间表的选择直接反映了这两个指标的影响程度。 其次，国内的学者虽然意识到RPS的有效性，可是迫于资料的不全面，一般都是从国家层面泛泛的讨论。中国每个区域都有自己独特的资源，经济实力和技术力量，我们不可以将一个目标笼统地套在每个省份上。所以本文认同区域化的可再生能源配额制时间表，那么我们应当是根据经济发展水平设计该区域的可再生能源电力目标比例，还是应当采用自然资源禀赋这个指标，或者结合二者，7
第1章 绪论 这也是我们开展此研究的一个重要原因。 论文结构 本论文包括四个章节，论文章节安排如下： 第一章是绪论部分，阐述本文选题背景和意义，国内外研究现状，研究思路和路线，本文的创新之处和论文结构。 第二章是相关理论框架部分，主要是对三个指标的概念进行界定，然后阐述为什么选择这三个指标的理论基础，并且分析如何去衡量这三个指标。 第三章是实证分析部分，本章利用搜集到的数据进行logistic回归分析，并分析实证结果。 第四章是结论和展望部分，利用实证结果做进一步讨论，然后结合中国实际，着重分析对于中国可再生能源发展的借鉴意义。最后是本文局限和对未来相关研究的展望。8
第2章 相关理论框架 第2章 相关理论框架 核心概念界定 可再生能源配额制时间表 静态时间表是绝大多数学者使用的可再生能源配额制时间表，目前还没有一篇文献详细的阐述动态化后的时间表，于是本文将根据动态化特征区分这种全新的时间表，并且分别命名为递进式和跳跃式。所以我们首先需要简单说明一下静态时间表的定义。接下来，我们将详细阐述动态时间表的概念和分类，以及选择这种时间表进行研究的意义。 可再生能源配额制静态时间表 这类时间表只包含可再生能源配额制最终目标比例（final target）和到期时间（terminate year）。附录一是Menz 和 Vachon(2005)在2006年对RPS效用进行实证分析时利用DSRIE的数据归纳总结出来的一张典型的静态时间表。 可再生能源配额制动态时间表 可再生能源配额制的政策动态时间表指的是从准备制定政策到完成政策这一系列活动的每个阶段所需要的分段时间。同时本文强调的政策目标达成时间表把起始点设置在了初始配额要求的时期（year of first requirement），也就是在可再生能源配额制生效以后，每个州对新能源比例有强制性要求的第一年。比如纽约州明确表示在2006年推行该政策。而PRS的结束点则可能会发生变化，因为我们无法确认特定的一个州是不是就不会在未来的某一个时间点延长有效期，比如纽约州的2010年新法案将到期时间从2013年推迟到2015年。 根据美国各州最新生效的可再生能源配额制法案，本文根据美国统计局的九大区域将动态时间表划分为两类（见表）： 第一类是递进式时间表。这种时间表上的短期目标之间的时间间隔很短，各个短期目标的时间分布也很均匀，通常是平均每1-2年就会有一次温和的增长，而这种增长率变化不大，一般维持在1%-3%左右，例如伊利诺伊州的最终目标是要在2025年实现25%的配额量，该州的时间表把2008年的目标比例设置为2%，2009年到2015年的每一年的清洁电力比例要比上一年增加1%，而2016年到20259
第2章 相关理论框架 年每一年的增幅被提升为%，总之最终在要在2025年完成25%的预期目标，根据它所表现出来的特征，本文将这种时间表定义为递进式时间表（详细数据请参考附录二）。 第二类是跳跃式时间表。一种时间表上的短期目标的时间间隔或者年均增长份额就相对很不均匀，间隔期可以短到1年，也可以长到5年，而增长率的表现也同样很不稳定，其浮动区间的上下限分别是10%和2%（有些州甚至没有在某个目标年份设置短期目标），比如华盛顿州的时间表分为三个阶段，第一个阶段是2012年到2015年，在这个阶段清洁电力比例要达到3%，第二个阶段是2016年到2019年，这个阶段的比例提高到9%，最后一个阶段是2020年，这个阶段的比例也是华盛顿州的最终配额量—15%的可再生能源电力供应量，为了对应前面所定义的递进式时间表，本文将第二种时间表称为跳跃式时间表（详细数据请参考附录二）。 表 大区域的动态时间表归类 表注：爱荷华州因为数据不充分被排除了，采用自愿市场份额的弗吉尼亚州也排除。 递进式时间表域 分类 跳跃式时间表 区 州名 州名 缅因州 新英格兰地区马塞诸塞州 罗德岛新罕布什尔州 康涅尼格州 中大西洋地区宾夕法尼亚州 纽约州新泽西州 俄亥俄州 中部东北小区 威斯康辛州 密歇根州 伊利诺伊州 堪萨斯州 中部西北小区 明尼苏达州 密苏里州 马里兰州 北卡罗来纳州 南大西洋地区 特拉华州 华盛顿特区 中部西南小区 德克萨斯州 内华达州 山区 亚利桑那州 蒙大拿州 科罗拉州 华盛顿州 太平洋地区 俄勒冈州 加利福尼亚州 夏威夷州 10
第2章 相关理论框架 在表中，我们简单的归纳了一下分别属于上述两种时间表的州（包括华盛顿特区），这张表第一列的大区域是按照美国人口普查局的9大区域进行划分的，从这张归类表里我们可以看出来，选择跳跃式时间表的州主要集中在西部和中西部，而执行递进式时间表的州则更多的位于东部地区（详细数据请参考附录二），并且通过更加仔细的比对我们还可以发现：它们都是集群式的发展，即一种时间表种类总是被一个区域的大部分或者全部州所采用(Sanya Carley,2009)，但是值得注意的是：靠近或者位于东部的四个州—新罕布什尔州，新泽西州，密歇根州，北卡罗来纳州—的时间表却独立于本区域的其他州，与此相类似的还有在传统意义上位于西部但是在时间表制定上却倾向于东部式的平稳过渡的德克萨斯州。 北卡罗来纳州靠近规定了自愿市场份额原则的弗吉尼亚州，后者要更早的制定跳跃式时间表，按照扩散模型的解释：“先前采用（某种创新政策）的相邻州的数量影响着该州的政策方向”(Walker ,2004)，也就是指通常情况下，一个聚集区内的所有州都有某种倾向去采用同一种创新的模式，因此北卡罗来纳州的最终选择看起来是受到了弗吉尼亚州的强势影响，再比如新罕布什尔州和密歇根州虽然制定了跳跃式时间表，但是依旧带有浓厚的递进式特征，因为该州为每年制定了目标，并且目标变动幅度也相对较小。但是如果将这个理由推广下去，新泽西州，新罕布什尔州和亚利桑那州在面对区域内其他类型时间表时，应当很难保持这种独立的发展模式，而且德克萨斯作为本区域内最早引入可再生能源配额制政策的州，很难判断他是不是就是受到了其他区域的成功者的引导，所以在解释时间表的设计时我们不能完全使用扩散理论，而应当引入内部决定因素模型，因为这种扩散效应只有在内部决定因素的优势具有倾向性（明显的表现出有利于一类创新政策）时才发生交互作用(Sanya Carley,2009)。 选择可再生能源配额制动态时间表的价值 首先，选择动态时间表的理论价值在于解决了可再生能源配额制难以进行定量分析的弊端。 正如前文所言，可再生能源配额制政策在州与州之间差异很大，所以除了基本的理论研究，学者很难利用数据进行实证分析。从只包括目标比例和目标时间的静态时间表我们可以清楚的意识到每个州之间的差异化依巨大，难以被明确区分开，我们很难仅仅依靠这两个数据去判断这些州在进行政策制定时所共同考虑到的要素。这种不利条件就要求我们抛弃二维的思维方式，纳入三维的时间要素进行判断。Sanya carly在他2009年的一篇有关如何利用统计软件挖掘RPS效用性的文章中曾经提到，RPS政策期限的不确定性（policy duration uncertainty）导致了大部分研究的失败。为了解释这种弊端，他针对RPS效用，政策实施过程，11
第2章 相关理论框架 资源潜力和可再生能源份额这四个关键变量绘制了一副用于解释四者直接联系的DAG（direct acyclic graph）图。同时Sanya也解释说，这幅图所含要素的选择是站在经典公共政策的理论基础上，受到了相关的研究环境政策的文献中所使用的实证分析以及近期对RPS政策选择及其产出的关系理论研究的影响。作为一副理论扎实，描绘准确的利益相关图，DAG强化了只有时间序列数据才能有效的解释RPS效用的观点。因为使用面板数据可以保证我们能够在一个特定的时间段内追寻州内或者州与州之间的可再生能源发展轨迹。Sanya认为虽然可以使用标准最小二乘法模型（OLS）去估计有偏和不连续的参数。当误差是异方差或者组内相关时，OLS模型会导致有偏标准差。当被忽略的不随时间变动的变量同政策激励变量直接相关时，固定效用模型（fixed effect model）才能在对无法被观测的个体具备的异质性进行共同控制时对参数提供一个连续的和无偏的估计。在Sanya分析中所使用的固定效用模型中： Yst a 0b 1X st d 1 Z 1 s t d 2 Z ()s t g tZtest st表示在时间t的某个州s，Z1代表随时间变动的所有协方差，Z2表示不随时间变动的所有协方差，Zt表示时间哑变量的矢量，误差项也被划分为时间固定时的效用值和独立的平均划分的随机州-时间项。他的研究采用了1998年到2006年的面板数据，并且将使用的样本量在前人的基础上大大提高（从一般意义上的50增加到了450，当然由于夏威夷和阿拉斯加数据缺失，最终样本量是432。这种改变增加了模型的解释力度，消除了之前提到的政策期限不确定性的弊端。同时在他选择自变量时，也很注意区分被时间变量影响和不受时间变量影响的自变量。本文最后得出的结论也印证了作者之前提出的假设。Sanya这篇文章的成功之处在于他首次使用时间序列来解释RPS的效用，他没有单纯的将RPS看作仅仅由目标比例和目标时间两个变量构成，而是坚持将这个政策纳入一个动态的时间段去研究，承认这个可再生能源政策并不是固定不变的。 其次，选择动态时间表的实际价值遵循了可再生能源发展的客观规律，因为按照现时的可再生能源发电技术水平，在指定日期完成可再生能源配额制配额不可能一蹴而就。 以我国为例，2008年底，我国可再生能源发电装机达到了2100千瓦，在全国发电装机量中占3%的比例。并且这两个数据还在持续变动中，未来的10年内，可再生能源装机量可以达到惊人的亿千瓦，比例也会上升到总装机量的17%。但是这个丰硕的成果无法让决策者忽视可再生能源发电企业同电网之间日益严峻的矛盾，这主要是由可再生能源在并网以后带来的调峰问题和电网适应性差的问题导致的，这两个弊病的结果就是越来越多的风电场开始抱怨许多清洁风电被白白浪费，造成了前期投资的巨大浪费。众所周知，风电随机性很强，而且不是12
第2章 相关理论框架 全天候24小时都保持同等风速，并且最高风力发生速度很快，配置较差的机组往往不具有调节能力，特别部分机组依靠火电做动力，遇上水、油、气电所占比例不高的时候,过慢调节速度会错过风力加速的时间,从而也无法保证电网频率的持续稳定了。而在美国加利福尼亚州，硅的数量也极大限制了太阳能的发展，即使加利福尼亚州在全球拥有8%的太阳能光伏发电份额。和风能相似，太阳能也具有间歇性的特征。这种特征表现在白天和晚上的太阳能能量不同，冬天和夏天的太阳能能量不同，高纬度和低纬度的太阳能能量不同。同时，太阳能本身还随时受到气候变化的影响，这样的特征决定了太阳能发电的稳定性只能通过储蓄或利用电网，管道远距离输送太阳能产生的电力来才能加以解决。可是政府决策者在矿物性燃料设备和太阳能系统之间进行选择时，后者明显地可能最终被束之高阁，其中的原因不仅包括我们提到的间歇性特征，而且因为太阳能需要提前支付与燃料费用等同的费用。在不确定初期的大规模的投资能保证得到回报的情况下，较为保守的投资者，特别是私营投资者不愿意冒着风险对太阳能进行大量资金投入，而是选择没有间歇性供电问题的常规能源系统。例如，为了满足不同时段不同负荷的需求，典型的公用电力网有许多在不同的地区都分布有发电机。在这种系统里，供电系统中预先留有备用余量（装机备用余量），当其中一个发电机停机时，这个备用余量可以拿来解决紧急状况。备用泵或备用贮油罐对于管道之类的燃料供能系统来说是重要的物质保障，在设备出现故障或供应中断的情况下供应能源。在发电行业，一般说来间歇性能源资源的可提供性与能源需求之间的相关性一般在20%-70%之间。这也是为间歇性电站确定的容量值。为了保持正常运行所需的足够电量，如果间歇性能源在电力供应中占的比例很大，这个系统就必须增加可靠的额外备用容量。而间歇性资源提供的能源的有效成本与容量储备成反比，与额外容量成正比。当容量储备很大时，只需要很小的备用容量或贮存能量，对间歇性能源的等效成本则影响很小。所以如果太阳能发电在电力系统中占有很小比例时，一般情况下不会对整个系统构成太大影响，因为预备能量可以随时解决问题。但如果在这个比例超过10%-15%，发电机组一旦发生故障，后续电力可能无法及时传输。 综上所述，因为资金和人力的限制，可再生能源发电的跳跃式发展通常需要一个循序渐进的过程，所以每个州都会把可再生能源配额制政策的有效期拉长到10年以上，在确定了开始日期和完成日期，为了保证执行力度，每个州又会在政策执行期间划分很多时间段，这些时间段的间隔通常不会太大。在每个时间段又设立一个标准化小于或等于可再生能源配额制的最终目标配额的短期目标，同时，各个州又会根据这些短期目标配额的实施情况对最终目标配额进行修正，通常是延长可再生能源配额制的有效期并且提高目标配额量（例如2006年11月，13
第2章 相关理论框架 亚利桑那州才将比例提高到目前的15%），这种层层推进的，按照一年或一年以上的时间间隔进行短期目标设定的实施过程就是本文所要研究的时间表。 人口特征 按照美国人口统计局（US Census Bureau）的定义，人口特征指的是特定社会和地理区域类，各种选民群体的素质和特点。重点强调了人口统计特征（demography）,健康状况（health status）和社会经济指标(socioeconomic factors)。因为人口特征的含义很空泛，所以学者们和政府研究机构都是选择部分下属指标来衡量人口特征。比如美国人口统计局每年发布的选举投票与选民注册统计报告中就使用了性别，年龄，种族，出生地，婚姻状况，受教育程度，家庭年收入，被雇佣状况，居住时间，居住区域，是否服兵役，房产状况等下属指标。 自然资源禀赋 因为本文研究可再生能源配额制，所以这里的自然资源禀赋是指各州的可再生资源潜力。按照美国能源信息署（US Energy Information Administration）的定义，可再生资源与消耗性的化石能源不同，该资源可以重复产生并且无限期维持下去。目前世界上有5种可再生资源被经常使用，它们分别是：生物质能（biomass）,地热能（geothermal）,水能（hydropower）,风能（wind）,太阳能（solar）。 人口特征理论和衡量 理论综述 首先，过往研究可再生能源配额制的学者们大多要涉及人口特征。 Ming-yuan Huang(2007)在分析每个州选择可再生能源配额制政策的考量因素时，选取了人口增长率和受教育水平两个指标。人口增长越快，对于资源的需求越高，从而导致整个社会难以认同对生态环境有利的政策，于是Huang 等人认为人口增长率同可再生能源政策的制定呈负相关。同时，教育水平这个指标对整个政策的出台具有最显著的影响力，Huang调查了每个州25岁以上拥有学士学位的人在整个人口中占的比例，认为这个群体的人能够清楚的意识到化石能源的危害和长期依赖石油进口带来的政治问题。因此认定教育水平越高的州越倾向于制定可再生能源配额制。Lyon和Yin（2007）认为应当从公共利益（失业率），14
第2章 相关理论框架 私人利益（收入，环保组织数量）和意识（自然保护选民联合会评分板）三个层次去研究一个州为什么要采用可再生能源配额制。这两位学者赞同配额制最重要的经济利益就在于其能创造就业，提高个人收入，并指出如果能效增加带来了电力需求量下降，2020年时可再生能源电力能达到20%，那么整个密歇根州到2020年时新增岗位88000个，该州工人的收入将至少增加33亿美元。而环保组织数量也影响了配额制的出台，因为政治家的目的在于赢得最多的选票。选票都是通过得失权衡后获取的，因此任何政策的出台都是背后利益团体竞争的产物。自然保护选民联合会评分板的意义在于指出了政策决定者意识中潜在的利他性，即他们的行为代表了公共利益，也决定了他们在出台法案或者监管条例时扮演着重要的角色。因此这个评分板可以评价一个州对环保政策的倾向性。Sanya Carley（2009）只选取了一个有关人口特征的指标，即个人收入。因为个人拥有财富较多的州财政盈余更大，他们有更多资本去投资绿色清洁能源项目，并且收入更多的居民更有时间和能力通过订阅环保组织的杂志，浏览新闻或者参与到环保活动中。因此人均收入高的州更可能采用可再生能源配额制。同样持这个观点的还有Jess Chandler 。他2009年的文章中指出人均可支配收入是能源政策制定者最关注的指标之一，并且这个指标具有滞后性，因为决策者考虑的是过往年份的经济数据而不是现时的经济数据。Vachon 和Menz（2006）将能源政策中的人口特征同收入，受教育程度和环保行为参与度联系起来。他们认为个人对环保事业的认同感与个人收入和受教育程度高度相关，收入更高的居民对于环境管制带来的高成本的敏感度更低，教育程度更高的居民能够更加准确的评估不同的环境政策的成本和收益，对于绿色事务有更深的见解，因此更可能支持对环境有利的政策。并且选民可以利用自己手中的选票去表达自己的政治诉求，这样“迫使”州议员按照背后利益团体的诉求进行表决。 其次，经典政策设计理论认为决策者在设计政策时必须考虑群体特征。 在Anne Schneider 和 Mara Sidney(2009)的政策设计和社会构造理论（social construction theory）中，社会的阶层构造应当被看成政策形成的重要一环，社会构造被广泛的定义为对社会环境基础的认识。当人们停止接受，信任，或者认同这个构造时，这个社会构造就需要改变。而改变的过程中，人们总是自觉的和无意识的复制和挑战制度常规和主流的规则。这种观点强调了人的意识的重要性，因为人的意识是最不稳定，最容易屈服于变化的。许多的政策设计理论都会论及社会构造中的目标人群(target population)。许多的社会学学者现在都喜欢使用目标人群这个概念，并且乐于强调政策制定者在制定政策时对他们的负面或者正面的考虑。目标人群拥有不同水平的政治能量，学者使用正面或者负面的词汇对他们进行描述或者归类，目前已知四个动态变化的典型类型,分别是优势团体15
第2章 相关理论框架 （advanced）,竞争者（contenders）,依赖者（dependents）,附庸者（deviants），这四个团体因为经济收入，受教育程度等原因而对政府具有不同的影响力（请参见附录三）。可再生能源配额制时间表制定自然会考虑这四个类型可能产生的积极或者消极的意义，比如一州内的石油行业和非政府组织的环境机构都拥有强大的政治资本，在本州投资政策制定过程中，前者扮演着优势团体的角色，后者通常是竞争者。但是在可再生能源配额制时间表制定时，前者沦为竞争者，而环境组织是当仁不让的优势团体。同样道理可以推广到依赖者这个类型上，妇孺老弱是传统定义上的依赖者，可再生能源配额制的实施可以促进就业率提高和经济增长加速，政府由此得到的盈余可以恩泽整个社会团体，增加社会福利，从而使这个群体得到满足。但是过于激进的可再生能源配额制执行（时间表时间过短，目标过高等）也会因为高电费引起这个群体的集体反弹。总之，因为特定群体之间会分享共同的价值观和对于社会现实的认知，他们对于既定的法则，原理和规矩有着相同的感受，但是我们也要注意到，他们的价值观，认知和感受却会不自愿的背离于其他的小团体，他们所认同的体系很可能并不被另一个团体所理解或接纳，并且我们还必须认识到这些团体表达意愿的能力是有大小区别的，拥有专业知识和处于社会中上层的精英阶级很容易传达自己的声音，但是另一些团体的声音却被“部分的排除因为他们拥有的知识被社会化的构造为不可靠的，无效的和无关紧要的。” 综上所述，能源和环境政策的形成将牵扯进来自各行各业的拥有不同价值体系的利益相关者，过去单纯的依靠公式和数字说话的效益评估模式在可再生能源配额制政策的框架里将失去公正性，人口特征的因素也必须被充分的考量,未来的决策者应当依靠一个政策对整个群体的价值判断来衡量，预估和协调利益。为了更好的寻找指标来判断人口特征的历年变动情况，本文决定引入内部决定因素模型（Internal Determinant Model）。 内部决定因素模型 该模型是本文选择人口特征的衡量指标的重要理由。在研究美国各州的政策创新时，“一个州政府的创新总是被定义为一个刚开始被采用的项目或者政策” (Walker ,2004)，可再生能源时间表的制定正是一种政策的创新，而应用于州政府创新的内部决定因素模型的三维一般指代社会，政治和经济三个方面。如果要研究人口特征对于可再生能源配额制时间表的影响力，那么我们应当也从人口特征的经济层面，社会层面和政治层面去考虑时间表的设计。结合前人文献中所选择指标的影响力大小，本文认为应当选择人均可支配收入，自然保护选民联合会评分板和公民意识三个指标对人口特征进行衡量。 16
第2章 相关理论框架 其中人均可支配收入代表了人口特征的经济方面。人均可支配收入同环境政策关系可以利用库兹涅茨曲线进行解释。环境经济学家把反映经济发展与环境退化关系的倒"U"形曲线称为环境库兹涅茨曲线（Environmental Kuznets Curve）。按照EKC理论，随着收入不断增加，环境质量日趋恶化，直到一个门槛水平出现，通过这个门槛后，环境质量将与收入作同向运动。具体而言，在经济发展的早期阶段，人民对于环境问题的意识很低或者根本被忽略掉，而且有利于环境保护的技术也没有得到发展。为了增加收入，国家大力发展经济，这些发展都伴随着农业的密集发展和资源的无节制消耗，长此以往，资源的消耗水平超过了资源的补充率，工业废品带来了大量垃圾和毒气。在经济发展的中期，经济结构调整为信息密集型行业和服务业，环境意识开始觉醒，环境管制出现，新技术开始重视环境保护，资金也渐渐流向环境部门，于是在到达门槛水平前，环境的恶化速度开始下降。终于随着收入的增加，人们获得了更高的生活水平，变得越来越关心周遭的环境质量，对于更好的环境的需求也增加了，这种变化导致了经济的结构性变动，对于环境带来积极的意义，从根本意义上改变了经济发展和环境恶化的无法平衡的困局。图中，曲线在越过拐点后就开始下滑，这表示随着经济水平发展到一个新的阶段，人们对于环境的重视程度越来越高，他们愿意投入富余的资金去开发新的节能技术，愿意制定更多监管措施去遏制对环境的进一步破坏，并且这种正面效应将随着收入的增加而持续下去。 Soumyananda Dinda2004年的研究表明这条规律特别适用于短期的和本地的情况，越是高收入的人群越是偏好于环境质量（的保护）。 在美国，拥有最高收入的地区通常都位于东北部地区，按照EKC理论，高收入决定了居民更高的环保意识，但是这个区域采用的却是相对温和的递进式时间表。是否是其他因素影响了时间表，这也是本文需要解决的问题。 环境恶 化 收入水平 图 库兹涅茨曲线 自然保护选民联合会评分板代表了人口特征的社会层面，也就是选民受绿色17
第2章 相关理论框架 教育的程度，因为这个评分板是唯一一家每年都以该州一个特定议员对环保政策的投票作为打分标准，选民可以通过这个评分板判断这个议员的立场是否与自己的一致，然后再进行投票。这种行为可以看作民众在选前进行的一次绿色投票教育。因为这个指标在前文的文献综述阐述较多，并且关于这个指标和环境政策的紧密关系本文将在第三章实证分析部分做出进一步说明，所以在这个部分我们只简单介绍。 而利用公民意识来指代人口特征的政治层面，则更多的是因为公民意识通过利益团体对政策决定者施加了影响力（Lyon & Yin ,2007）。美国学者认同民主的关键在于政治家能否平衡公众偏好（population preferences），选举人的意识形态（ideological orientations of elected representatives）,政府公共政策三者的关系。RPS的以民主决议的方式获得了这种平衡，分别满足了民众要求环保健康生活的需求和政府追求碳减排和可持续发展的需要，而这两种需求就是我们所要讨论的整个社会的环境意识，或者被称为本州公民意识（state citizen ideology）。Anne Therese Gullberg(2008)发表在Energy Policy上的一篇研究游说团体的文章将游说（lobbying）定义为代表公民意识的利益团体与决策者直接接触，并试图影响公共政策制定，这个接触对象包括和公务员，政策执行者的政治头脑以及官僚家。而接触方式主要有制度（institutionalized）和非制度(non-institutionalized)两种参与模式,前者包括正式听证会和会议，后者指与政府官僚的非正式会面，或者在媒体上施加影响力。其中最重要的一种影响方式就是信息游说（informational lobbying），因为这种方式可以直接将相关利益团体的利益诉求传到政策制定者耳中。这些信息游说组织一般由利益团体的学者，专家或者私密信息持有者构成，代表不同公民群体的意志，他们的存在就是为了向决策者提供专业和隐私的知识，从而引导政策制定的方向。他们背后的利益集团通常掌握政府官员无法知道的信息，这些信息一方面有关某项决策可能带来的后果。比如，RPS政策实施以后会对石油行业带来哪种程度的损失，本州失业率下降幅度和税收损失数额。另一方面信息游说也能表明背后利益团体的立场，他们是否同意某项决议，如果不同意会采取哪些行动，如果执行这个决策，政治家是否会丧失这部分势力的政治支持等。Deyette和Clemmer（2005）的分析报告指出：德克萨斯州在制定RPS政策时，会考虑本州作为支柱的石油行业受到的冲击，是否需要提供教育资金帮助即将失业的石油工人重新适应可再生能源行业，是否会因为石油行业的税收下降而使本州财政预算吃紧，这些数据通常由石油行业提供给州政府。政策制定者进行政策设计时必须考虑代表不同群体利益的团体的政治诉求以及群体表达政治意愿的方式。可再生能源配额制时间表的制定很大程度上来自于州内各种利益团体的较量的结果，不管是化石能源经济体（比如德克萨斯州的石油产业）还是强势18
第2章 相关理论框架 的环保组织（比如塞拉俱乐部），他们都最大程度的渴望自己的诉求能够以法律的形式被加以合法化，即使最普通的选民在感到威胁时，也会利用手中的投票去尽可能的改变现状，而这些社会力量之间的此消彼长往往都会成为学者在研究可再生能源配额制时所热衷的话题（Menz and vachon,2006)655 总而言之，我们有理由将人口特征对于可再生能源配额制时间表的影响力划分为人均可支配收入，自然保护选民联合会评分板和公民意识三个指标对于可再生能源配额制时间表的影响力，具体关系请见下图： 社会 自然保护选民联合会评分板 人口特经济 人均可支配收征 入可再生配额制时间 表 政治 公民意识 图 可再生能源配额制时间表与人口特征关系图 自然资源禀赋 理论层面 毫无疑问，几乎所有研究可再生能源配额制的学者都会考虑这个因素的影响力。自然资源作为一类重要的生产要素，在区域经济发展中扮演重要的角色。恩格斯曾经指出：“政治经济学家说过，劳动是一切财富的源泉，其实劳动和自然界一起才是财富的源泉，自然界为劳动提供材料，而劳动将材料变成财富。”Menz（2006）在他的研究中专门强调了风能资源对于可再生能源配额制的影响力。许多州在制定时间表的时候会明确“合格资源”，即特定种类的资源产生的电力才能满足RPS的要求，比如像太阳能这样的优势资源往往还会被单独确定一个发展目标（Wiser ,2007）。这样可以保证“最终产生的决策是多维度，多层次，涉及多个利益团体，能将复杂的地理-经济，生态的相互作用同该政策的社会，经济维度完美结合” (Greening and Bernow,2004)。 19
第2章 相关理论框架 美国的可再生能源资源潜力 根据Union of Concerned Scientists (2003)的统计报告，美国的风能，太阳能，生物能，地热能和沼气能的发电量从技术层面而言都具有潜力达到美国现在需要点电量的五倍以上。其中资源最丰富的风能的发电量达到了惊人的142440亿千瓦时，占了2001年全年发电量的459%。而位居其次的太阳能虽然只有风能七分之一的发电潜力，但是也可以满足2001年全年70%多的用电量。相对冷门的生物能，地热能和填埋气能也有相当不俗的表现，拥有总计10000千瓦时左右的发电量。其中，有30个州的可再生能源发电量不仅可以保证本州内的使用而且还能向其他地区输送电力，而中西部和大平原地区的每个州都有能力提供超过全州需要电量的四分之一的可再生能源发电量。美国西部和中西部有着可观的地热能，太阳能和风能储量，这些地区有11个州的资源潜力可以达到2001年全年发电量的10倍以上。中东部地区相对弱势，可再生能源发电潜力在27-50%区间的绝大多数集中在这个区域内。不过很多州本身拥有丰富的可再生资源和发达的输电网络，可以向经济发达，但是缺乏电力的地区输送可再生能源电力，这可以被看作RPS高度市场化管理，允许州与州之间进行RECs交易的重要意义，也是每个州在地理合格性上有所区别的一个重要理由。位于美国西部和中西部的州在投资可再生能源项目时，受到资源供应量制约的概率就要小于资源相对贫瘠的东部。虽然在前面我们提到了，部分拥有潜力巨大的可再生能源的州可以在满足了本地电量需求的基础上，利用电网输出电力，但是在现实世界，如何建设跨州电网又是一个需要资金投入，人力消耗，中途伴随着环境破环和用地紧张的议题。技术更新换代的相对迟钝和2008年金融危机造成的各州财政吃紧（甚至加利福尼亚州还陷入了破产的窘境）使得本州电力企业的近期规划的基础建设被迫放慢脚步，并且最关键的阻碍在于，电网的建设过程通常伴随着当地环保部门的强烈抗议，因为生物学家普遍认为高压电网的铺设会干扰本地物种的生殖繁育过程，而电网通常会经过地处偏僻，但是拥有大量珍稀物种的山地或者林地，长此以往，最终会导致本地的生态灾难。另外由于电费问题的不和谐，本地居民也很反对把土地用作电力企业的建设用地，为了前期的协调和后期的补偿，电力企业往往耗费大量的精力和时间，从而变相增加了可再生能源发电的成本。于是，东北部无法从根本上享受中西部富余的可再生能源，造成了选择递进式时间表的州新能源资源潜力排名都十分靠后，大部分集中在30名以后，而选择跳跃式时间表的州的排名大多在20名以内。需要特别注意的是，威斯康辛的资源储备潜力排名高于中部东北小区的其他州的排名，所以会在其他三个州引入可再生能源配额制政策之前执行跳跃式时间表，也不足为奇。但是资源并不是唯一的决定因素，比如德克萨斯就很另类的放弃了跳跃式时间表。20
第3章 实证分析 第3章 实证分析 理论模型 通过对过往文献的回顾，我们在第二章的理论框架部分详细的阐述了本文为什么选取可再生能源配额制动态时间表进行研究，并且明确定义了递进式的动态时间表和跳跃式的动态时间表。因为人口特征这个指标非常宽泛，为了更好的说明其与时间表的关系，我们利用先前学者的研究成果，引入内部决定因素模型，选取了三个同能源政策，环境保护密切相关的指标来界定人口特征，它们分别是人均可支配收入，自然保护选民联合会评分板和公民意识。自然资源禀赋这个指标主要是参考RPS政策中规定的“合格性”资源。2009年，Sanya Carly为了解释政策受哪些因素影响较大，他针对RPS效用，社会经济因素，资源潜力和可再生能源份额这四个关键变量绘制了一副用于解释四者直接联系的DAG（direct acyclic graph）图。本文主要目的是要研究人口特征和自然资源禀赋对于可再生能源配额制时间表设计的影响力大小，因此我们将结合前文中可再生能源配额制时间表同人口特征的关系图，在DAG图的基础上绘制理论模型。具体请见下图： 人口特征 自然资源禀赋 社会 政治 经济 自然保护选民联合会评分板 公民意识 人均可支配收入 RPS时间表 递进式时间表 跳跃式时间表 图 RPS时间表同人口特征，自然资源禀赋关系研究模型 21
第3章 实证分析 样本及数据来源 本文的可再生能源配额制时间表的数据来自于美国的各州可再生能源和效率激励政策数据库DSIRE中可再生能源配额制数据库以及各州州政府在线档案库中存储的相关法案，因为自然保护选民联合会评分板，公民意识，人均可支配收入这三个变量具有滞后性，因此我们选择法案通过前一年的数据进行研究。由于本文所研究的时间表是根据每个州的最近一次修订法案确定的，所以不采用1995年，即可再生能源配额制概念被正式提出这一年作为数据采集的起始点。如果一个州是2009年才通过这个时间表，那么我们将选择2008年该州的情况进行分析，如果一个州是2009年以前通过的时间表，那么我们将选择法案通过前一年到2008年的情况进行研究。之所以将年份上限划分在2008年的原因，一方面是这个时间段的数据很详实，基本没有缺失，另一方面是因为我们通过观察发现，所有的RPS法案都是在2009年以前完成最近一次修订的。同时本文认为时间点T的时间表选择是不受时间点T+1和时间点T-1的影响，即任何一年的时间表选择都是独立做出的政策，都是根据当时该州的具体情况选择马上修订或者继续维持。例如内华达州在2009年通过法案延长了可再生能源配额制的有效期，增加了配额量，但是却更换了时间表的模式，将1997年确定的递进式更换为跳跃式。所以我们在本文中研究的是2008年的哪些条件变化，最终促成时间表变动。再比如加利福尼亚州2002年出台了RPS法案，但是在2006年又修订了RPS时间表，所以本文需要研究2005年哪些条件变化促成了时间表变动，同时哪些条件又保证了这个时间表到2008年为止没有再发生变化。根据上述的筛选标准，再去除数据确实的夏威夷州和华盛顿特区，共有119个样本的数据符合研究要求。 研究方法 目前针对可再生能源配额制政策应用内部决定因素模型采用的实证研究手段主要是logistic回归，本文同样将利用SPSS 16分析每个州选择一种时间表的动机和概率。Logistic回归本身是普通多元回归函数的推广，设P为某事件发生的概率，Q=1-P就是某时间不发生的概率，P/Q就是统计指标优势比，对其取对数。然后以ln(P/Q)为应变量，建立模型： Ln (P/Q) =ß0+ß1X1+……ßmXm () ß0表示所有自变量为0时，事件发生与不发生的自然对数比，ßm是每个自变量的回归系数，表示Xm对于P的贡献量。并且logistic回归对于样本量有着非常严格的要求，因变量较少的那一类，将该数值除以10，就是模型中可以分析的自变22
第3章 实证分析 量数。 研究变量 因变量 时间表选择本身是一种二分类变量，当一个州选择跳跃式时间表的时候，我们给该州赋值为0，而选择递进式时间表的州就相应的被赋值为1。通过统计，选择跳跃式时间表的州的数量处于劣势地位，一共是58个观察样本，将这个样本数量除以10，则本文模型可以解释的自变量约为5个。 自变量 人均可支配收入：对于每个州而言，单年的增长率能够更加直观的表现出当年的经济状况，比如表中，跳跃式时间表的典型代表—新罕布什尔州—的2007年的人均可支配收入虽然相比2006年增长了1832美元，但是2006年到2007年的增长率就明显高于2007年到2008年的增长率，同样道理还适用于位于表右边的利用递进式时间表的宾夕法尼亚州。而一个州的年均收入增长率本身就是讨论RPS效用时一个不可忽视的指标。德克萨斯州评估RPS效用的时候，从雇佣率，州产值（gross state product）和收入三个维度出发，总结出到2025年时，满足本州电力需求的可再生能源发电可以比石化能源发电多增加倍的新工作单位，也就是24650个新职位，同时多创造九亿五千万美元的收入和增加四亿四千万美元的州产值，并且特别将每个阶层的收入增加情况做了对比，比如农民，农村土地拥有者和生物质能发电企业的收入可以增加五亿四千二百万美元的收入，而风能发电企业的收入则只可以再增加一亿五千四百万美元（Jeff Deyette and Steve Clemmer,2005）14-17。而密歇根州在做相同评估的时候，也强调了年收入增长率的指标意义，所以我们在做经济因素应当将增长率同人均收入同时考虑。 表 人均可支配收入与收入增长率的对比 州名 年份本年收上一年收入 入 增长率州名年收上一年收入 年份本 入 增长率 新罕布2006 40999 宾夕法2006 47655 什尔州2007 42831 尼亚州2007 50265 2008 43623 2008 51358 数据来源：Bureau of Economic Analysis 公民意识 ：公民意识这个概念将本州内最活跃的那批选民作为被定义的对23
第3章 实证分析 象，将持有最自由的政治理念的选民定义为1，将最保守的选民定义为0，中间状态的选民则按照自由-保守的标准被分别赋予从0到1等不同大小的数值，公民意识就是这个连续集合的平均值。因为并不是美国所有州都会调查选举期内的选民态度，而且也不是每一年都会做这样的调查，为了避免不连贯性，William (1998)330等人综合了各种各样的利益集团公布的每个州的公民在相关政策上的表现得分，将加权平均后的值作为公民意识的衡量指标，本文的数据来自于肯塔基大学对1960年以来的各州公民意识打出的评分，评分标准遵循下列的公式： ) ITIDEOdt I N(CSUPPdtIN CξIDEOdtCHA L SUPPdtCHALI DEξOdt等式的左边CITIDEOdt表示t年在d选区的公民意识，等式右边的INCSUPPdt表示t年在d选区支持在职者的民众比例，INCIDEOdt表示t年在d选区的在任者的意识得分，CHALSUPPdt表示t年在d选区支持挑战者的民众比例，CHALIDEOdt表示t年在d选区的在任者的意识得分，其中意识得分的数据分别来自于美国民主行动联盟（Americans for Democratic Action,简称ADA）和美国宪法联盟（Americans for Constitutional Action,简称ACA）数据库。William (1998)公民意识2007年和2008年的数据有缺失，但是通过Eviews的单位根检验，这个时序数列本身是具有稳定性的，并且从收集得来的数据观察，每个州三年以内的变化幅度都很微弱（原因在于人口结构并没有发生剧变），所以缺失部分暂时用2006年的数据代替。因为这个数值完整的估计了在特定的某一年公民意识在特定的一个选举区域（congressional district）的数值，满足了本文需要研究的动态时间表重视时间影响的特征。 自然保护选民联合会评分板：在介绍内部决定因素模型时，本文曾提到部分学者认为可以透过一个州国会议员的投票情况去评估该州的政策倾向，所以在考察每个州在环境问题上的政策倾向时，我们将美国自然保护选民联合会的评分板看作衡量指标，该组织每年都会根据参众议员在环境政策上的投票情况对每个议员的环保立场做出评分，作为唯一对环境政策进行打分的非政府组织，每个议员的得分情况将不会雷同于前面提到的ACA与ADA两个评分库的政府官员意识得分。由于这个评分是由参众议员两项得分构成，美国各州有两个参议员，众议员数量根据各州人口进行确定，所以我们本次研究只选取了众议员的得分。 设一个州有N个选区，每个选区在t年的众议员的得分为Hit，i=1，2，3„„N且t∈[1995,2008]。则该州N个选区的众议员在t年的平均得分为： () 自然资源禀赋：因为我们想要挖掘资源禀赋对于RPS政策的决定作用，所以该指标采用表中所罗列的每个州的可再生能源的资源潜力（夏威夷和华盛顿24
第3章 实证分析 特区因为数据不完整所以造成了缺失），本文考虑的资源主要是风能，太阳能，生物质能，地热能和垃圾填埋气，数据来源于UCS的资源潜力报告和Elliot的风力资源评估。据这两份数据报告统计，风能发电量是美国国内电力需求的倍以上，超过一半的州拥有的风能能够满足本州一半以上的用电量。风能潜力的计算主要是依靠风力面积（land windy area）和年平均风速两个值，但是也必须减去电网铺设最大值的限制。风电的潜力估测不是看某个地区将来的风力发展状况，而是侧重于现在的运用和环境的敏感度（即对环境造成多大的影响）。不过我们也必须注意到离岸风力虽然近几年发展迅速，但是这两份报告出于时代限制都没有对离岸风力的潜力做详细的评估，所以我们本文使用的风力潜力数据是不完整的。 地热能来自于地球内部的能量。在美国有9个州可以进行地热能发电，内华达州拥有最丰富的地热能资源，其他州则是位于美国的西部，它们分别是犹他州，加利福尼亚州，俄勒冈州，科罗拉多州，爱达荷州和新墨西哥州。在这份报告中，作者只考察了那些温度足够高，能够用于电力企业规模发电的地区的地热能。实际上每个州对发电的新能源资源要求也是不一样的，所以更深入的论文是可以研究不同的资源对于可再生能源配额制的要求。而其他文献中提及的空气污染指标因为年代断层和数据缺失太多被迫放弃。太阳能光伏发电可以直接将太阳能转换成为电能，美国大部分地区的太阳能都可以采用这种技术进行民用发电，通常美国西部的州和南大西洋沿岸的州—北卡罗琳纳州，南卡罗琳纳州，乔治亚州和佛罗里达州—都拥有不错的太阳能资源，西南部的亚利桑那州，加利福尼亚州，科罗拉多州，内华达州，新墨西哥州和犹他州拥有全美最多的太阳能资源，德克萨斯州，俄克拉荷马州和堪萨斯州的资源潜力也丝毫不逊于前面的州。报告中对太阳能潜力的估计是来源于太阳能电池板和对应的电力企业基础建设，后者一般只占整个州土地面积的%左右。同时作者也估计了不同州的太阳能资源的质量优劣和太阳能技术产品的性能。不过，由于作者在计算太阳能产生的电力时，没有包括太阳能集中器（concentrating solar）,中央太阳能加热系统（centralized solar thermal systems）或者太阳能直接加热器（solar direct heat）。所以作者得出的太阳能资源潜力应该也远远低于实际值。 生物能的概念相对而言要复杂一些，它泛指一系列的自然材质，包括柳枝（switchgrass）,农业肥料（比如玉米秆），森林废品和动物粪便产生的能量。生物能的燃料可以直接燃烧也可以转换为气体或者液体，这些形态可以最终用于发电。生物能的发电能力仅仅次于风能和太阳能，美国超过一半的州的生物能发电能够满足20%以上的用电需求。在报告中，作者只关注了合理价位上的资源剩余物，排除了已经被污染的资源，或者已经是再次利用的资源。并且对于这些资25
第3章 实证分析 源的产生方式也有严格限制，首先必须是在进行了灌溉的地方被生产出来，其次本身是用于提高土壤质量和防止土壤被侵蚀。 表 每个州的可再生能源资源潜力 州 州可再生能源潜力（占2001年发电量的份额） 亚利桑那州 195% 加利福尼亚州 150% 科罗拉多州 1542% 康涅尼格州 52% 德拉华州 65% 伊利诺伊州 154% 爱荷华州 2674% 缅因州 288% 马里兰州 27% 马萨诸塞州 88% 明尼苏达州 1940% 蒙塔纳州 10977% 内华达州 531% 新罕布什尔州 173% 新泽西州 34% 新墨西哥州 2279% 纽约州 110% 北卡罗来纳州 53% 俄亥俄州 43% 俄勒冈州 374% 宾夕法尼亚州 86% 罗德岛州 28% 德克萨斯州 650% 犹他州 486% 威斯康辛州 244% 华盛顿州 159% 研究路线 相关性分析 表展示的是变量间的相关性检验，与预期的一样，资源潜力和新能源发电量都与时间表选择负相关，随着资源排名的上升，选择递进式时间表的可能性逐渐缩小，资源潜力排名越靠前的州越容易选择跳跃式时间表，并且新能源的发电量的高低也能和两类时间表之间建立一种关联。 26
第3章 实证分析 表 各变量之间的相关性 可再生能源自然保护选民联收入年增长人均年收配额制 合会评分板 资源潜力 率 公民意识 入 可再生能源Pearson Correla**tion 1 .013 ** .476** .009 配额制 Sig. (2-tailed) .889 .001 .008 .000 .921 N 119 114 118 119 119 119 自然保护选Pearson Correlation .013 1 .116 .585** 民联合会Sig. (2-tailed) .889 .130 .220 .000 .687 评分板 N 114 114 113 114 114 114 资源潜力 Pearson Correlation ** 1 ** .085 Sig. (2-tailed) .001 .130 .286 .003 .361 N 118 113 118 118 118 118 收入年增长Pearson Correlation ** .116 1 率 Sig. (2-tailed) .008 .220 .286 .185 .613 N 119 114 118 119 119 119 公民意识 Pearson Correlation .476** .585** ** 1 .100 Sig. (2-tailed) .000 .000 .003 .185 .282 N 119 114 118 119 119 119 人均年收入 Pearson Correlation .009 .085 .100 1 Sig. (2-tailed) .921 .687 .361 .613 .282 N 119 114 118 119 119 119 **. Correlation is significant at the level (2-tailed). 比较出人意料的是，收入增长率和自然保护选民联合会评分版在这个表中P值不显著，也就是说对于时间表的选择是没有统计学意义的，但是如果我们再仔细观察，会发现评分版和公民意识有着较强的正相关（），而且后者也表现出了和假设背道而驰的正相关性，如果单独研究公民意识，我们会认为公民意识越高的州越喜欢选择递进式时间表，而且这样的特征在原始数据里还具有很明显的区分价值，尤其是马赛诸塞州的公民意识都是维持在75分以上，这个分数段超过了跳跃式时间表分类里的所有州。可是经过更加仔细对比，我们会失望的发现这种定律却并不适合所有的比较，例如华盛顿州虽然使用的跳跃式时间表，但是她2006年的公民意识得分（）却高于德克萨斯州的同期得分（），但是巧合的是，德克萨斯议员在美国国会中的表现同样令自然保护选民联合会的评分员十分不满意，其糟糕的得分远远不及平均分在以上（满分为1）的华盛顿州。即使在本州的自然保护选民联合会的2008年评分版，德州的议会得分（）27
第3章 实证分析 也逊于华盛顿州的议会得分（），唯一不同的只是两者的差距没有国会得分那么明显。所以，我们应该了解公民意识与自然保护选民联合会评分版的交互作用是否对于左右时间表的选择起一定的影响，并且这种影响力究竟有多大。鉴于自变量之间可能会有的相关性，我们重新回到人均年收入的这个指标，但遗憾的是，这个指标自身并没有同其他任何指标有明显的联系出现，所以在下面的logistic回归中，我们将考虑舍弃这个指标，并且在第一次回归中只处理4个指标的数据，但是在第二次回归中引入自然保护选民联合会同公民意识的交互作用，通过前后回归结果的对比，来判断哪个模型更加具有解释力。 判别性分析 为了判断模型的解释力，首先进行判别分析比较，在没有纳入交互作用的表中，错判采用递进式时间表的为10例，跳跃式的为13例，一共为23例，总符合率为（41+49）/113=%。在考虑了公民意识和自然保护选民联合会评分板交互作用的表中，错判采用递进式时间表的为7例，跳跃式的为12例，一共是19例，总符合率为（42+52）/113=%。从这个预测分类表Ⅱ可以看出，预测准确率上升了%，所以引入新指标是有统计学意义的。所以在接下来的检验里面，我们将单独考虑加入该变量的模型的拟合情况。 表 预测分类表Ⅰa Predicted 可再生能源配额制 Percentage Observed 0 1 Correct Step 1 可再生能源配0 41 13 额制 1 10 49 Overall Percentage cut value is .500 表 预测分类表Ⅱa Predicted 可再生能源配额制 Percentage Observed 0 1 Correct Step 1 可再生能源配0 42 12 额制 1 7 52 Overall Percentage cut value is .500 28
第3章 实证分析 假设检验 Logistic回归的假设检验一般采用的最大似然法，模型的预测效果越好，最大似然函数的值越大，在大样本时，它服从卡方分布，Omnibus Tests of Model Coefficients表格中输出的统计结果就是卡方统计值，也就是似然比检验的结果。在表中，三个统计量和假设检验结果完全一致，χ2=,P=,表明5个指标中至少有一个是有统计意义的。 表 Omnibus Tests of Model Coefficients Chi-square df Sig. Step 1 Step 5 .000 Block 5 .000 Model 5 .000 logistic回归结果 Logistic回归最重要的内容包含在表中，自然保护选民联合会评分板，资源潜力对于模型有显著的统计意义，而公民意识与自然保护选民联合会评分的交互作用也比单独的公民意识具有了更强的解释力，不管是在没有引入交互作用的模型里（公民意识的回归系数B=，P=），还是在本模型中，后者更是表现出了不显著性（P=），这正好说明了在单独考察公民意识时，递进式时间表和跳跃式时间表的区分总是会出现更高的误判可能性，同时令人失望的是，年收入增长率在本模型中不具有任何统计意义（P=）。接下来分析每个有效指标对于因变量的影响力，当自然保护选民联合会评分版被单独考察时，它同单独的公民意识指标表现出了同样的不适应性，虽然自然保护选民联合会评分板具有比较高的P值，但是从统计结果反应出来，它的单位变化量几乎不会对效应指标的概率比产生任何影响（OR值等于-13）。所以根据统计结果，我们不认为单独的自然保护选民联合会评分板不具有任何显著的意义，这也是为什么我们认为民众意识被政治团体的利益机构影响程度直接印象对政府的政治压力。当自然保护选民联合会评分板和公民意识结合起来以后，在排除了新能源资源潜力的干扰情况，公民受自然保护选民联合会评分板影响更多的州选择递进式指标的概率是受其影响更弱的州的倍。当排除了所有干扰指标以后，资源更加丰富的州选择递进式指标的概率是资源相对贫瘠的州的
第3章 实证分析 倍，即后者是前者的倍。 表 logistic回归结果 B . Wald df Sig. Exp(B) Step 1a 自然保护选民联合会评分板 1 .002 .000 年收入增长率 .000 .000 1 .125 公民意识 .128 1 .059 .785 公民意识 by 自然保护选民联合会评分板.476 .168 1 .005 资源潜力 .197 1 .031 .653 Constant 1 .028 a. Variable(s) entered on step 图是以上回归结果的分类图，我们之前得出整个模型的预测准确率为83%以上，而这张图也符合我们的回归结果，图中的0代表选择跳跃式时间表的州，1代表选择递进式时间表的州，横轴是根据模型预测为递进式时间表的概率，在的阴阳分割点处，0和1被清楚的分散在两端。虽然在和这两段，依旧会有出现少部分的预测错误，但是总的来说，可以对新案例进行时间表的选择预测，并且对跳跃式时间表的预测会更加准确。 图 分类图30
第4章 结论和展望 第4章 结论和展望 研究结果讨论 Logistic回归的结果证明了每个州的资源潜力和每个州的公民被自然保护选民联合会评分板影响的程度主要决定了每个州对于时间表的选择，并且后者的影响力略高于前者。正如我们前面所提到的，新能源资源相对缺乏的东部更加倾向于温和增长的递进式时间表，而跨度大，目标高的跳跃式时间表则被资源丰富的西部所偏爱。虽然“新能源”这个词汇被用于泛指可再生能源配额制政策中的新能源，但是每个州对于“合格资源”（eligible resources）的概念并没有统一的观点，比如生物能和水能并不是被所有州接受为新能源，生物能的运用常常局限于技术的选择和燃料的类型，而水能发电的规模往往被严格的规定。另外部分州还会单独对一些典型的新能源资源（比如风能，太阳能，地热能等）做出独立于总体配额量的目标，这种分层目标（“tiered” target）保证了被偏好的资源同低成本的资源一样得到良好的发展。明尼苏达州的15年时间表里，每个阶段的目标都被划分为两类，每个目标都保持独特的发展节奏，到2021年的5月31日，分层Ⅰ（tierⅠ）下的新能源资源要达到8%发电比例，分层Ⅱ(tier Ⅱ)下的新能源资源的发电比例就要高出2个百分点，该州还单独对太阳能光伏发电做出了比例规定。像明尼苏达州这样通过法律条例专门保证某一种新能源发展的州议会不占少数，根据北卡罗林纳太阳能中心2009年的统计，16个州和华盛顿特区为太阳能专门设定了一个配额量，比如科罗拉多州要求2020年太阳能发电比例要达到%，东部的新泽西也同样希望2021年本州的太阳能发电能完成%的目标。美国许多学者都从资源的角度去考虑过某一个州是否会采用可再生能源配额制政策，部分学者还利用各个州的资源差异性论证为什么联邦级别的可再生能源配额制政策不具有实施可行性这个观点，所以本文最后得出资源同时间表的选择高度相关的结果也是可以预料的。 公民意识这个指标在相关性分析和回归分析时都表现得不显著，究其原因，部分是源于数据的不完整，2007年和2008年的数据高度缺失，导致分析时的误差偏大，另外更深层次的原因却来源于对美国环保运动发展史的简单回顾，20世纪60年代末70年代初，美国经济支柱产业的转型以及环境遭受的日益严重的破坏促使美国普通民众开始重新思考人类和自然的关系，越来越多的公民和整个社会经济阶层开始督促被选举出来的官员保护环境，这个运动自身被定义为“远离权力中心，高度参与的民主，直接的行为，（意图）颠覆经济—政治权利结构”。31
第4章 结论和展望 大规模的民众运动使得环境保护的议题在1970年几乎到达了国家政策制定日程的顶端(William ,1990)。但是几年后这个运动就没入了尾声，因为当初领导整个运动的社会精英阶层被逐渐吸收入了中上层的利益团体，没有他们的专业知识和号召力，普通民众就是缺乏向心力的散沙，而当时的尼克松政府为了保证把美国拖出“滞涨”的深渊，也褪去了前期的环境保护主义色彩，开始转向不惜一切代价发展经济的道路，随着政府一次又一次的拖延利于环境保护的政策通过，对工业污染物排放强有力的约束遥遥无期，轰轰烈烈的环保运动终于迎来了不完美的结局。所以脱离政治环境的社会运动注定得不到当权者的完全重视，只有把自身的意识理想转换为现实的政治压力，才能使公民真正的参与一次自下而上的社会变革，这也是为什么我们要强调公民意识同自然保护选民联合会评分板的交互作用。学者们在分析可再生能源配额制政策的社会因素时都习惯性的把重点放在整个社会的学历构成上(Jon ,2002)，或者依赖于环境利益团体出版的杂志的订阅量(Edward ,2000)，但是这些评判标准都会受到其他干扰因素的误导，一个拥有宗教学博士学位的公民就不一定有理解可再生能源配额制运行机制的能力，而杂志的订阅量也可以被收入高低，地域远近所左右，比如植根于美国西部农村的草根生态管理体系（GREM）就是一群小产业拥有者和农民领导的。但是这些因素对于自然保护选民联合会评分板的影响力却相对微弱，自然保护选民联合会评分板的终极目的就是利用每个候选人的环境政策评分对选民进行选前教育，从1970年开始，这个非政府组织就开始有规律的为国会议员在环境政策上的表现打分，所有分数都被记录在国家环境积分卡里，这个组织每年都会出版评分板的刊物，在上面有本年所有环境政策的投票情况，对于那些不能及时购买刊物的民众，该组织还建立了一个官方网站，你只用输入国会的届数，议员的姓名，就能得到他/她该年的得分情况，参考这个分数，你就能评判自己在环境问题上是否应当支持这个候选人。“自创立以来，自然保护选民联合会已帮助数百位环境领导人竞选成功(包括美国国会和投票箱选举)，他们中包括密歇根第七届国会共和党初选中，在众多后选人中脱颖而出的琼斯·沃茨(Joe Schwarz)博士；伊利诺伊参议院竞选中，最初是以电视广告竞选的签名候选人巴拉克· 奥巴马(Barak 0bama)，由于自然保护选民联合会的介入，拥护他的力量才开始向他倾斜”(邹晶，2002)，后者在总统选举中同样得到了来自自然保护选民联合会的大力支持（实际上自然保护选民联合会政治上略微倾向于民主党）。那些受自然保护选民联合会评分板影响更多的公民自身更加希望接受来自专业领域的参考意见，由于自然保护选民联合会是唯一的对环境政策进行评分的机构，所以在假设个人不能获取所有信息的情况下，自然保护选民联合会评分板能够提供一个合理并且全面的信息来源。所以选择自然保护选民联合会评分板的公民更加关心32
第4章 结论和展望 自身的利益，非常在乎自己的意愿是否通过投票选举被合理的表达出来，所以这直接导致了他们更加喜欢新能源项目配置速度相对缓慢的递进式时间表。 能源市场充满了不确定性，比传统能源更加不稳定的新能源的价格更是不确定的，比如现在的蓄电技术并没有发展到保证风力出现的峰值同电力需求的峰值高度一致，而且投资者无法确定后期的运行和维护成本就按照预期计划的发生。我们唯一能够确定就是执行可再生能源配额制政策是会产生成本的，通过综合对比1998年以来的所有有关可再生能源配额制的成本分析的文献，wiser等人发现各州零售电价增长率的中位数保持在%左右，也就是美分/度，其中增幅最大的是亚利桑那州，据估计，该州的的零售电价爬升了个百分点，即美分/度。而在普通家庭月电费账单的增幅研究中，大部分文献都承认一个事实，那就是东部（尤其是东北部）的州被预测受到成本影响的程度通常要高于美国的其他地区，东部发展可再生能源配额制的预期成本更高的原因不外乎两个：首先是东部更加稀缺的资源，其次是东北部高额的项目投资成本（Cliff Chen, et al,2009）。由于东北部居民对于电价的变化会更加敏感（在相关性分析中，资源与公民意识有的显著相关），所以他们会更加迫切的希望选择一个不仅支持可再生能源配额制政策而且还能考虑到他们短期利益的官员，简而言之，就是更加稳健和保守的发展道路。2009年，实施可再生能源配额制政策的州基本都拥有了自然保护选民联合会的分部（总部在华盛顿），这些分部每1年或者每2年都会发布一个针对本州议员的评分，而且打分项目都是本州的环境政策，这样选民能够更直接的解决关系切身利益的问题，他们只需要透过评分板去选择是否继续给某个议员投票。因为东部的居民面对的成本压力更大，为了保证电价不会超过自己的承受能力，他们会更加仔细的评估本州议员的政策倾向，保证可再生能源配额制政策的设计能够偏向更符合短期利益的递进式时间表，而西部的居民本身承受的成本压力更小，所以对于他们而言，可再生能源配额制政策选择哪种时间表都是可以接受的，他们不会花费更多的时间去研究选择的议员是不是也关心过高的电价，除非选举期的某一天，电价突然超过所有人的预期，所以议员们只用根据其他的因素去判断怎么设计时间表，这个观点可以在亚利桑那州得到论证，同样是位于西部的州，同样拥有丰富的资源，但是因为该州的偏好成本高昂的太阳能项目，所以亚利桑那州选择减慢发展速度，有序渐进的增加目标配额量。 Logistic回归的结果并不是很完美的，5个指标最后能够产生统计意义的只有3个。而代表经济因素的人均收入年增长率在之前的分析中就被淘汰也确实出乎作者的意料，并且新能源年发电量这个指标在回归结果中也表现得不显著，作者认为如果引入时间的观念，或许可以对2个指标为什么失效给出一个合理解释，本文在进行实证分析前，曾假定这一年的政策选择不会对下一年的政策选择产生33
第4章 结论和展望 影响，即某一年的政策只受解释变量的影响，但是这种假设却没有排除解释变量本身的自相关性，自然保护选民联合会评分和公民意识在每个时间段都是相对独立的，而资源潜力本身的波动性就很小，所以时间对这类变量的影响效力微弱。可是人均收入增长率和人均年收入却不能避免受到上一年的牵制，并且每个州也极少会因为去年的收入增长率放慢了就在今年考虑更换时间表。举个例子来说，在2008年的时候，几乎所有州的收入增长率都急速下滑，但是没有任何一个使用跳跃式时间表的州选择转换时间表模式。 对中国的借鉴意义 根据区域内的资源潜力差异化的发展可再生能源 哥本哈根会议前夕，中国正式对外宣布控制温室气体排放的行动目标，决定到2020年单位国内生产总值二氧化碳排放比2005年下降40%-45%，要完成这个“清晰的量化指标”，有步骤有节奏的发展可再生能源必然成为其中重要的一环。2007年的《可再生能源中长期发展规划》中曾提到要为非水电的可再生能源发电引入强制性市场份额政策：“到2010年和2020年，大电网覆盖地区非水电可再生能源发电在电网总发电量中的比例分别达到1%和3%以上；权益发电装机总容量超过500万千瓦的投资者，所拥有的非水电可再生能源发电权益装机总容量应分别达到其权益发电装机总容量的3%和8%以上”。这个配额制政策是不全面的，因为中国每个地区的差距都是如此之大，不论千差万别的资源禀赋，还是天南地北的居民习俗，你都无法想象仅仅使用一个统一的标准就能够涵盖所有的地区特征。在未来的可再生能源规划中，本文认为政府可以更多的站在区域的角度去进行思考，这个区域可以按照自然禀赋划分，它可以是“三北地区”那样的大区域，也可以是藏南，川西，滇西这样的小区域，总之不会只局限于省级的行政规划。每个区域可以根据本地区的资源评估报告来确定政策发展的可再生能源的技术范围和技术最低标准，也能够按照本地区的人文环境来确定激励和惩罚措施，同时政府在设定目标的时候，应该引入时间表计划，这种灵活机制保证了在目标设定和目标达成之间的有效期内不会出现政策监管的真空状态，而且政策制定者可以根据前一段时间的发展状况来重新调整未来的预期目标，这种有区别，有计划的对待方式或许更能激发可中国再生能源市场潜藏的动力。 可再生能源发电项目的目标规划不能只考虑本地的经济发展水平 正如本文开始所提到的那样，可再生能源发电项目初期建设成本很高，短时34
第4章 结论和展望 期内无法看见显著的资金回报，维持整个项目也需要庞大的资本投入。诚然，经济相对发达的中国东部和南部区域拥有充足的财政盈余和高素质人才两方面的优势，但是我们不认可这些地区的政府就应该制定一个更高的可再生能源发电比例，同时其他经济欠发达地区的发电比例维持在低位。这主要是因为本文已经证实一个地区的经济水平并不和这个地区拥有的清洁发电潜力具有显著关系。 根据中国官方的数据统计，除了东部沿海地区，岛屿和近岸海域拥有丰富的离岸风能外，绝大部分可再生能源都集中在中西部这样的欠发达地区。比如，虽然中国三分之二的国土面积接受的年日照小时数在2200小时以上，年太阳辐射总量不低于5000兆焦/m2，达到发展太阳能的标准。但是这些区域都分布在西藏，青海，云南，陕西，山西，内蒙古等省份。为了解决这个矛盾，中央政府长期在各级电网公司实行电价补贴政策。该政策规定：可再生能源发电的电价标准由各省（自治区、直辖市）2005年脱硫燃煤机组标杆上网电价加补贴电价组成，补贴电价因为能源类型而有所变化，并且这部分费用由电力用户（农业部门除外）分摊。这部分费用主要用于填补可再生能源发电项目上网电价高于当地脱硫燃煤机组标杆上网电价的部分、国家投资或补贴建设的公共可再生能源独立电力系统运行维护费用高于当地省级电网平均销售电价的部分，以及可再生能源发电项目接网费用缺口。因为中国政府的绿色补贴，保证了资源丰富但经济落后地区的资金量，使得可再生能源发电项目健康有序的维护和发展下去。所以，我们在制定时间表中的目标比例部分时，可以不只关注本地经济水平的影响力。并且随着可再生能源技术的发展，区域内外储电和输电水平的提高，这部分阻碍因素的作用将越来越小。 重视民间环保组织的力量，加强对民众的环保宣传 美国的环保组织体系发展相对成熟，除了各级州政府的环境检测部门外，民间还发展起来了许多颇具规模和影响力的环保团体。根据Voter Guide的统计，这些民间环保团体主要可以划分为两类，一类是从国家层面提出环境建议，监督政府官员环境政策执行力度，比如1892年成立的塞拉俱乐部和本文提到的自然保护选民联合会评分板。另一种则是只关注本州的环保事务，他们定期发行的杂志通常也只是本地居民才进行订阅，比如俄亥俄州的公共利益研究组织。这两类组织的共同特点都是拥有内容丰富，资料更新速度快的公共界面，公开出版的杂志订阅量较高，定期发布相关的环境检测报告，独立于政府部门，在政府制定能源政策时能够通过游说等方式施加政治影响力，组织内会员大多是志愿身份，在当地享有较高的民众声望。 中国的环保组织起步较晚，并且带有浓郁的社会转型期的特征。清华大学公35
第4章 结论和展望 共管理学院NGO研究所所长王名认为中国民间环保组织受双重管理体制所累，民间组织难以通过登记注册合法化。由于注册难度大，越来越多的环保非政府组织采取工商注册形式或者干脆不登记，据中华环保联合会的调研估计其数量已远远超过合法登记的组织。并且，中国的环保非政府组织特别是草根组织，极少有机会得到来自政府方面的资金支持，加上社会募款艰难，使得这些组织只好尽量寻求境外的资金来源。所以中国政府一方面应当制定相应政策，降低登记难度，比如最低注册资金额度等；另一方面划拨部分资金积极培育和扶持有潜力的环保社会组织，比如建立以政府采购为基础的环保公共服务体制，由环保部委托成立专项基金，通过公开招标的方式对环境保护领域的公共服务进行基于市场机制的政府采购，效仿英国模式，选择比较成熟的环保公益组织进行政府委托。由于文化背景差异使然，中国的民间环保组织同政府之间很少有敌对情绪，两者之间更多的是共同的目标和追求，在绿色生活方式，生态和谐，环保教育等方面拥有高度的一致性，所以如果能够充分发挥民间环保组织的潜力，越来越多的民众将有能力参与到可再生能源的发展规划中来。 本文局限与展望 首先，本文没有充分考虑时间的效应，而失效的两个指标本身就是应该被看作时序数列进行分析和讨论，不论国内还是国外，针对可再生能源配额制的实证分析都相对稀少，其中的重要障碍就是如何处理时间变量，本质上，时序数列的变量被当作横截面数据进行操作大部分都会出现统计不显著的现象，Sanya Carley(2009)利用固定效应模型来处理1996年-2008年的有关可再生能源配额制政策的面板数据，收获了不错的统计分析结果，所以在未来的可再生能源配额制研究中应当纳入时间因素，例如对本文的进一步思考就可以考虑将时间同新能源年发电量，人均收入年增长率的交互作用作为新的变量计入模型。 其次，因为这篇文章是从每一个州自身的角度出发，也就是希望通过logistic回归的结果预测这个州自己是否已经具备了选择某一种时间表的条件，所以只单独引入了内部决定因素模型，对于强调外部效应的扩散模型只是简单的描述。过去的研究表明，这两个模型在特定的环境里是相互作用的，所以未来的研究者可以考虑将内部决定因素模型同扩散理论结合起来，也就是从州内和州外两个角度去分析可再生能源配额制政策的设计。36
参考文献 参考文献 Anne Therese Gullberg. 2008. Lobbying friends and foes in climate policy: The case of business and environmental interest groups in the European Union[J]. Energy Policy 36:2964– 2972. Cliff Chen, Ryan Wiser, Andrew Mills, Mark Bolinger. 2009. Weighing the costs and benefits of state Renewables portfolio standards in the United States: A comparative analysis of state-level policy impact projections[J]. Renewable and Sustainable Energy Reviews, 13(9):552–566. D. L. Elliott, L. L. Wendell, . 1991. An Assessment of the Available Windy Land Area and Wind Energy Potential in the Contiguous United States[EB]. Richard: Pacific Northwest Lab,[1991-8-1]. Edward P. Weber. 2000. A new Vanguard for the Environment : grass-roots ecosystem management as a new environmental movement[J]. Society & Natural Resources, 13:237-259. Energy Information Energy Data, Statistics and Analysis-Oil,Gas,Coal Electricity [EB].Washington, .: Energy Information Agency, [2011-4-25]. Fredric C. Menz, Stephan Vachon. 2006. The effectiveness of different policy regimes for promoting wein power: Experiences from the states. Energy Policy[J], 34(6): 1786-1796. Jeff Deyette, Steve Clemmer. 2005. Increasing the Texas Renewable Energy Standard: Economic and Employment Benefits[EB]. Tex: Union of Concerned Scientists,[2005-2].. Jess Chandler. 2009. Trendy solutions: Why do states adopt Sustainable Energy Portfolio Standards?[J]. Energy Policy 37 :3274–3281. Jon P. Nelson. 2002. “GREEN” VOTING AND IDEOLOGY: LCV SCORES AND ROLL-CALL. VOTING IN THE . SENATE, 1988–1998[J]. The Review of Economics and Statistics, August 2002, 84(3): 518–529. Karen Palmer, Dallas Burtraw. 2005. Cost-Effectiveness of Renewable Electricity Policies[J]. Energy Economics 27 ( 2005): 873-894. Lorna A. Greening, Steve Bernow. 2004. Design of coordinated energy and environmental policies: use of multi-criteria decision-making[J]. Energy Policy 32 : 721–735. Ming-Yuan Huang, Janaki . Alavalapati，Douglas R. Carter, Matthew . 2007. Is the choice of renewable portfolio standards random?[J]. Energy Policy 35 (2007) 5571–5575 Ryan Wiser, Christopher Namovicz, Mark Gielecki ,Robert Smith. 2007. The Experience with Renewable Portfolio Standards in the United States[J]. The Electricity Journal, 4(20):8-20. Sanya Carley. 2009. State renewable energy electricity policies: An empirical evaluation of 37
参考文献 effectiveness[J]. Energy Policy 37 : 3071–3081 Soumyananda Dinda. 2004. Environmental Kuznets Curve Hypothesis: A Survey[J]. Ecological Economics 49 :431– 455. Stephan Vachon，Fredric C. Menz. 2006. The role of social, political, and economic interests in promoting state green electricity policies[J]. Environmental Science & Policy 9:652 – 662. Thomas P. Lyon, Haitao Yin. 2007. Why Do States Adopt Renewable Portfolio Standards?:An Empirical Investigation [EB/OL]. SSRN working paper Series, [2007-10-31]. Trent Berry, Mark Jaccard. 2001. The renewable portfolio standard: design considerations and an implementation survey[J]. Energy Policy , 29:263-277. William . State lottery adoptions as policy innovations: an event history analysis. American Political Science Association, 84(2):395-415. 恩格斯.1972. 自然辩证法[M].马克思恩格斯选集（第四卷）.北京：人民出版社，323-36. 顾树华, 王白羽.2003. 中国可再生能源配额制政策的初步研究[J]. 清华大学学报(哲学社会科学版), 18(1): 27-33. 国务院.2009. 关于抑制部分行业产能过剩和重复建设引导产业健康发展的若干意见[Z].北京：国务院. 刘连玉，2002，对可再生能源配额制的考察与思考[J]，中国电力，35(9):74-77. 刘晓黎，张泽中，黄强，王义民等.2008. 面向可再生能源配额制的可再生能源优化配置模型研究[J].太阳能学报,29(2):256-260. 王名，陶传进.2011.给环保组织松绑[EB/OL].北京：中国改革,[2011-4-25]. 中国发展与改革委员会.2007.可再生能源中长期规划[R].北京：中国发展与改革委员会. 中国发展与改革委员会.2006.可再生能源发电价格和费用分摊管理试行办法[R].北京：中国发展与改革委员会.38
附 录 附录1 静态时间表 州 现有的最终目标比例 现有的到期时间 亚利桑那州 15% 2025 加利福尼亚州 33% 2020 科罗拉多州 20% 2020 康涅尼格州 27% 2020 德拉华州 10% 2019 夏威夷 20% 2020 伊利诺伊州 25% 2026 爱荷华州 105MW (~2%) 1999 缅因州 30% 2000 马里兰州 % 2020 马萨诸塞州 4% 2009 明尼苏达州 25% 2025 蒙塔纳州 15% 2015 内华达州 20% 2015 新罕布什尔州 % 2025 新泽西州 % 2021 新墨西哥州 20% 2020 纽约州 24% 2023 北卡罗来纳州 % 2021 俄亥俄州 25% 2025 俄勒冈州 25% 2025 宾夕法尼亚州 18% 2021 罗德岛州 16% 2020 德克萨斯州 5880MW (~%) 2015 犹他州 20% 2025 威斯康辛州 10% 2015 华盛顿州 15% 2020 华盛顿特区 11% 2022 密歇根州 1 0 % 2015 39
附 录 附录2 目标群体的社会构造和政治力量 40
附 录 附录3 本文涉及的动态时间表 新罕布什尔州RPS时间表 2008 2009 2010 2011 2012 2013 2014 2015 2025 其他能源发电配额 0 % 1% 2% 3% 4% 5% 6% 16% 太阳能发电0 % % % 配额0 % % % % 生物质能发电配额% % % % % % % % % 新泽西州RPS时间表 年份 配额 年份 配额 年份 配额 年份 配额 年份 配额 2005 % 2009 % 2013 % 2017 % 2021 % 2006 % 2010 % 2014 % 2018 % 2007 % 2011 % 2015 % 2019 % 2008 % 2012 % 2016 % 2020 % 41
附 录 伊利诺伊州时间表 密歇根州时间表 德克萨斯州时间表 2% 2009 设现有的可再生能源发电比例为b，则20114% 2010 年的发电额为b2011 2280兆瓦 每年+1% 2011-2015 b2011+(10%- b2011)×10% 2012 3272兆瓦 10% 2016 b2012+(10%- b2012)×10% 2013 4264兆瓦 每年+% 2017-2025 b2013+(10%- b2013)×10% 2014 5250兆瓦 25% 2026 10% 2015 5880兆瓦 亚利桑那州时间表 华盛顿州时间表 北卡罗来纳州时间表 % 2006 每年+% 2007-2009 %，且必须来自3% 2015 太阳能发电2010 % 2010 每年+% 2011-2014 3% 2012-2014 9% 2016-2019 5% 2015 6% 2015 每年+1% 2016-2024 10% 2018 15% 2020 15% 2025 % 2021 弗吉尼亚州时间表 4% 2010 5年平均份额=4% 2011-2015 7% 2016 5年平均份额=7% 2017-2021 12% 2022 2年平均份额=12% 2023-2024 15% 2025 42
