一、研究背景

（一）产业政策特点

（二）美国风能产业发展与政策不确定性

1. 产业增长迅速：2000 - 2019 年，风能在美国电力生产中的占比从边缘地位升至最大可再生能源来源。

2. 投资成本高且不可逆：风电场前期投资巨大，如 2019 年建设一个平均规模风电场仅涡轮机采购就超 1 亿美元，还需考虑运输、建设、土地租赁、许可证获取和电网接入等成本，且建设周期长（3 - 4 年），运营期约 30 年，沉没成本大，投资决策受政策不确定性影响大。

3. 政策不确定性表现：PTC 政策自 1992 年起实施，但通过一系列短期政策窗口执行，到期日明确，且存在多次到期未及时续期情况（如 2012 年底、2013 年底和 2014 年底），尽管最终都续期，但期间投资者面临政策不确定性，投资决策受影响。

二、数据与典型事实

（一）数据来源

1. 风电场投资与特征数据：来自美国地质调查局（USGS）维护的美国风力涡轮机数据库（USWTDB）和能源信息管理局（EIA）的 EIA - 860 数据库，涵盖 2003 - 2019 年在线运营的公用事业规模风电场投资和特征信息，补充数据 EIA - 923 用于衡量风电场生产效率。

2. 投资时间数据：因 USWTDB 和 EIA - 860 缺失风电场投资时间，采用联邦航空管理局（FAA）的 OE/AAA 数据库中计划开始建设日期，与 EIA - 860 匹配确定投资时间。

3. 长期合同数据：美国清洁能源协会（原美国风能协会）的电力购买协议（PPA）数据，提供风电场与买家的合同信息。

4. 其他数据：从 ISO/RTO 网站获取互联排队数据，从 Marex 获取可再生能源信用价格数据，从 EIA - 861 获取零售电价数据，从美国农业部国家农业统计局获取农业土地价格数据，从劳伦斯伯克利国家实验室获取年度涡轮机采购价格数据，从 DSIRE 手动收集州级政策数据。

（二）典型事实

1. 投资时机集中：政策到期时风电场投资显著扎堆，如 2008 - 2012 年大量风电场集中投资，2012 年投资达高峰，当年新增 174 个项目，总容量超 2001 - 2006 年投资总和，之后投资下降，2015 年才恢复稳定。主要原因是投资者为在政策到期前获得 PTC 补贴，尽管 2012 年底 PTC 到期后很快续期，但由于风电场建设周期长，投资流未立即恢复。经分析，投资扎堆主要是投资决策加快，而非建设时间缩短或互联排队等待时间变化。

2. 投资与技术进步时机错配：风电场投资扎堆时，上游风力涡轮机技术不断改进且成本降低，2009 年后新投资风电场的塔架高度和转子直径呈线性增长趋势，2014 - 2019 年新投资风电场的平均塔架高度和转子直径较 2008 - 2013 年分别增长 6.5% 和 24.6%，平均涡轮机价格也从 2008 - 2009 年的峰值下降，2015 年后平均低于 1000 美元 / 千瓦。这导致早期投资的风电场使用的技术相对落后，错失后期更先进、更便宜的技术，造成投资时机与技术进步的错配。

3. 风电场与公用事业公司匹配效率问题：公用事业公司是风电场的重要买家，其采购风电场容量以满足州级可再生能源组合标准（RPS），通过构建可再生能源组合缺口（RPG）变量衡量其未满足的可再生能源需求。早期风电场因政策不确定性匆忙进入市场，虽与未满足需求大的公用事业公司匹配，但技术落后；后期进入的风电场技术虽改进，但公用事业公司未满足需求已减小，导致双方匹配效率损失。

三、模型构建

（一）双边讨价还价模型（与公用事业公司）

1. 公用事业公司利润函数：公用事业公司通过不同燃料来源发电，采购风电可获发电收入和可再生能源证书（REC），需支付采购成本。利润函数包括发电利润（收入减去发电成本）和 REC 利润（根据 REC 市场情况计算），还考虑了可再生能源组合缺口带来的成本（用麻烦成本函数表示，是二次函数形式）。

2. 风电场利润函数：风电场利润来自 PPA 协议收入和政府补贴（PTC 或 Section 1603 Grant），减去涡轮机成本。补贴类型选择会影响总补贴金额，风电场对补贴价值的评估可能低于其面值（考虑交易成本、信息不对称和税收减免损失等因素）。

3. 双边讨价还价过程：风电场和公用事业公司通过谈判确定采购容量、合同价格和补贴类型，以最大化联合剩余，合同价格根据双方讨价还价权重划分联合剩余。

（二）非公用事业买家需求与买家选择模型

1. 非公用事业买家需求函数：由于缺乏企业买家和金融合同特征数据，用线性需求曲线建模，需求受风电价格、涡轮机效率、品牌、需求转移因素（如平衡机构和合同类型）影响，通过工具变量（可再生能源信用价格、土地价格、州政策）解决风电价格内生性问题，估计出需求弹性约为 - 1.59。

2. 买家类型选择与匹配模型：风电场选择向公用事业公司或非公用事业买家出售容量，若选择公用事业公司，需从潜在买家池中选择匹配对象，匹配成本取决于双方是否在同一州及地理距离，通过构建利润函数和对数似然函数估计匹配成本系数、选择特定随机冲击规模和买家类型选择的平均概率，发现不同州的非公用事业买家概率有差异，匹配成本与距离和州际差异有关。

（三）政策不确定性下的动态进入模型

1. 潜在进入者决策：潜在进入者根据当前进入预期利润（扣除进入成本）与等待的期权价值比较决定是否进入市场，进入成本假设服从指数分布，包括可观测成本转移因素和不可观测冲击。

2. 政策不确定性处理：引入政策状态变量（表示联邦补贴是否存在）和投资者对政策演变的事前信念（bt），假设政策暂停时投资者认为政策终止（吸收态假设），且对未来政策延长的预期具有一定持续性（简单预测假设），将动态问题转化为一系列特定时期的静态问题求解。

3. 模型均衡与状态变量：采用类似矩基马尔可夫均衡概念，定义一系列状态变量（如涡轮机平均生产率、涡轮机价格、有效市场价格、可再生能源组合缺口、需求转移因素、匹配成本转移因素、新上线风电容量、补贴水平等），部分变量外生给定，部分变量内生演变（如通过 AR (1) 模型估计其过渡动态），通过价值函数迭代求解动态规划问题。

四、模型估计

（一）双边讨价还价模型估计

1. 估计方法：联合估计最优容量函数、最优定价函数和最优补贴类型选择函数，通过最小化残差平方和与最大化对数似然函数进行估计。

2. 估计结果：估计出效用公司对风电的支付意愿系数、麻烦成本系数、风电场单位容量成本凸性、涡轮机价格系数、效用公司的讨价还价权重（约 0.67）、补贴类型选择的随机冲击标准差、税收抵免价值折扣等参数，发现效用公司具有较大议价权，PTC 变化不会完全传递到协商价格，且许多选择 PTC 的风电场若选择 Section 1603 Grant 可能获得更多补贴，说明存在其他影响补贴选择的因素（如税收权益提供者的未观察利益或行为惯性）。

（二）非公用事业买家需求与买家选择模型估计

1. 需求函数估计：用工具变量法估计非公用事业买家需求函数，不同工具变量组合下需求弹性估计值在 - 1.389 至 - 1.690 之间，基线估计值为 - 1.590，与其他行业需求弹性估计值大致相符。

2. 买家选择模型估计：估计出匹配成本系数（州际差异和距离因素）、选择特定随机冲击规模和不同州向非公用事业买家出售容量的平均概率，发现风电场倾向于与地理距离近且在同一州或平衡区域内的公用事业公司匹配，可再生能源组合缺口大的公用事业公司更可能被选中。

（三）动态进入模型估计

1. 进入成本参数估计：利用政策不确定性较小的时期（2014 - 2018 年或 2013 - 2018 年）数据估计进入成本参数（均值和与土地价格相关的系数），发现平均进入成本约 1794 - 1919 万美元，土地价格越高进入成本越高，平均土地成本占总进入成本的 53.2% - 70%。

2. 政策信念参数估计：用估计的进入成本参数求解政策不确定时期（如 2011 年和 2012 年）的政策信念参数，发现 2011 年投资者对政策续期的平均感知概率约 0.3（因政策续期延迟和悲观预期），2012 年恢复到约 0.843，其他年份接近 1（2006 - 2007 年除外，可能因早期样本外推误差）。通过模拟模型预测投资决策，发现模型能较好拟合投资时间趋势，但早期存在一定预测偏差（可能因模型假设的进入成本结构相对简单，未完全捕捉市场实际情况）。

五、反事实分析

（一）政策不确定性对投资和福利的影响

1. 模拟情景设定：模拟基准情景（存在政策不确定性，使用估计的信念参数）和无政策续期不确定性情景（bt = 1），后者与政策长期稳定方向一致（如 2022 年《通货膨胀削减法案》对 PTC 政策的调整）。

2. 投资轨迹变化：消除政策不确定性显著延迟风电场进入，2011 年新风电项目数量减少 52.7%，总容量减少 5500 兆瓦，项目推迟进入，平均推迟 3.56 年，2012 - 2018 年新风电项目数量平均每年增加 24.1%。

3. 福利影响分析
• 产出与利润：总风电项目数量变化不大，但总容量增加 6.3%，总产出增加 8.7%，新进入时机更好利用了涡轮机价格下降优势，涡轮机成本仅增加 1.5%，进入成本因避开 2011 年土地价格高峰而降低，总利润增加 7.1%。
• 社会效益：计算风电场运营 20 年的社会效益，包括减少碳排放、避免化石燃料成本和增加容量价值，总收益增加 58 亿美元（5.2%），其中 60% 来自减排，考虑碳社会成本不同假设（如 50 美元 / 吨或 80 美元 / 吨）对总收益影响，总补贴增加 5.2%，净亏损减少，社会剩余增加 68 亿美元（28.9%）。
• 影响分解：福利增加源于投资与技术时机更好对齐（抵消延迟环境效益的负面影响）和公用事业公司与风电场匹配效率提高（贡献约 30%）。
• 异质性影响：发现政策不确定性消除后，社会剩余在风能需求大或州级支持慷慨的州增加更明显，说明州补贴与联邦税收激励有互补作用。

（二）不同补贴水平下政策不确定性的福利影响

1. 模拟方法：保持其他年份信念参数不变，改变 2011 年信念参数（0、0.4、1 代表不同政策续期确定性程度）和补贴水平（16 - 28 美元 / 兆瓦时），模拟市场结果计算风电场社会剩余。

2. 结果分析：社会剩余随补贴水平增加而增加，随政策不确定性增加而减少，在基准情景下，若政策不确定性最小化，补贴水平可降低至少 9% 而不影响社会福利，说明政策不确定性增加了财政支出负担，消除政策不确定性可在不牺牲社会福利前提下节省财政支出。

（三）早期解决政策不确定性的福利影响

1. 模拟情景设定：关注 2011 年政策不确定性，模拟两种情景：一是年初政府宣布政策续期状态（早期解决政策不确定性，投资者在决策前知晓）；二是投资者决策后解决政策不确定性（与基准情景相同，平均概率 0.4），两者平均政策续期可能性相同，仅解决时间不同。

2. 结果分析：早期解决政策不确定性时，新风电项目数量减少，因为减少了投资者匆忙进入市场的情况，缓解了政策不确定性负面影响，社会剩余增加 1.9%，占完全消除政策不确定性福利增益的 14.0%，说明保持补贴预期价值不变但降低政策状态方差可部分恢复福利损失，而事前不确定性导致的补贴预期价值降低是主要福利损失来源。