论文刊发范文影响我国光伏产业市场技术内部因素

发布时间：2016-05-12所属分类：经济论文浏览：1199次

摘 要： 自2007年我国太阳能光伏电池的年产量已经连续4年跃居全球首位，光伏产业的发展实现了新的历史性飞跃，但也存在不容忽视的技术、环境和市场风险，近期推动国内光伏市场应用也面临着成本高、上网难、缺乏经验等障碍。本文就针对影响我国光伏产业市场技术内部因

　　自2007年我国太阳能光伏电池的年产量已经连续4年跃居全球首位，光伏产业的发展实现了新的历史性飞跃，但也存在不容忽视的技术、环境和市场风险，近期推动国内光伏市场应用也面临着成本高、上网难、缺乏经验等障碍。本文就针对影响我国光伏产业市场技术内部因素进行了一些研究，文章是一篇论文刊发范文。
　　摘 要 本文通过学习效果与技术创新两个因素的学习曲线，反映我国光伏产业市场技术内部因素。学习曲线中引入R&D投入和知识累积的折旧因子，通过运用回归分析法对光伏产业组件成本进行了定量分析。

　　关键词 双因素,学习曲线,技术进步

　　一、引言

　　太阳能光伏发电的成本是影响太阳能发电系统商业运行的重要因素，主要的风险来源是每个单位电力的光伏发电成本，成本比较高的结果是降低光伏应用。因此，本文基于双因素学习曲线对未来几年太阳能光伏发电的成本价格进行了分析，旨在更好地为我国包括太阳能光伏发电在内的新能源发电的分析与决策过程提供理论依据。

　　二、光伏发电双因素学习曲线模型

　　对光伏大多数以前的研究技术评估假定光伏价格将下降累计生产。然而，单因素学习曲线模型表现出不足之处时，适用于在研究和技术开发(R&D)加强和破坏性的技术变革。第一代和第二代光伏技术之间的竞争已经展开，第三代光伏技术的进步很快。kouvaritakis等人提出了双因素学习曲线，这可归结为对于一个给定的时间T如下：

　　学习曲线的研发投入数据一般对于现有技术成本的下降不一定有较强的影响与联系，必须考虑技术发展的转折点以及技术重组问题。Li和Rajagopalan建议在学习曲线中引入知识累积的折旧因子。他们基于假设均是考虑在产业内部和产业之间的学习率的范围差异，主要原因在于不同的知识折旧因子。除此之外，研发和实际商业运行之间的时间滞后的长短是产业界和学术界非常感兴趣的问题。McDonald and Schrattenholzer强调知识折旧率以及预测公司层面成本下降曲线中的位置的重要性。为了考虑研发投入的动态特性，在初始的研发投入和后面成本下降中间引入了时间滞后参数。

　　公式中UCt是某种能源技术n在第t年的单位成本。CUMm，指的是累积生产量。KS，指的是知识储备近似由累积研发量。K表示相关系数。其中表示t年投入到能源技术中的研发投入，为技术的折旧因子，将研发支出为知识储备，需要一些时间，由收发R&D表示滞后。

　　双因素学习曲线建立后，需要检验其显著性，以确保模型假设合理和方便计算。将(1)变换为如下线性形式：

　　三、数据来源及处理

　　本文重要参数包括我国太阳能光伏组件的价格，太阳能光伏组件的累积产量以及企业的研发投入。其中太阳能组件价格和历年太阳能组件的产量数据来自于国家能源所新能源中心统计数据，如表1所示：

　　本文另外一个重要参数就是企业的研发投入数据，根据赵立雨等已有的研究，我国目前科技统计指标体系尚未能与国际接轨，不像OECD国家那样区分经费来源，通常�用政府财政科技拨款额和科技活动活动经费内部支出总额来反映政府对科技的投入情况。根据曾鸣等学者对太阳能光伏成本预测的数据得到累计研发量，R&D投资存量(KS)，2011～2012年的数据直接采用石岿然的研究成果，2011和2012年的数据按其提供的测算方法计算(如表2)。

　　运用最小二乘法，得到最小二乘估计，表3可以看出，累积生产量CUM的学习指数m，累积研发量KSt的学习指数n都是显著的，模型假设合理。1n CUM的系数为-0.1874323，1nKSt的系数为-0.3243243，C的值为12.850768。也即m=0.1874323，n=0.3243243，k=e12.850768=381081.2935，有公式Ct=381081.2935×CUM-0.1874323

　　KSt-0.3243243。

　　四、结果分析

　　本文与其他文献中提到的工作类似，假设基准情景中知识存量是t=3年的滞后时间，p=10%的知识折旧率，为了测算敏感性，本文又对折旧率和时间滞后进行了分析，结果如表4和图1，可以看出本文测算的技术进步率基本在7%左右，技术进步率高于常规的单因素拟合模型测算的技术进步率，这与国外相关的研究类似，说明增加技术使用，加强研发投入更有利于改进技术表现。

　　五、总结

　　创造一个光伏模块减少成本可通过学习效果与技术创新。本文应用双因素学习曲线最合适地反映出了内部因素。本文首先通过分析学习效应以及学习曲线的理论基础，建立双因素学习曲线，然后找出了影响光伏学习效应的主要因素，运用回归分析法对光伏产业组件成本进行了定量分析。

　　(作者单位为广西科技大学管理学院)

　　参考文献

　　[1] 曾鸣.太阳能光伏发电成本的双因素学习曲线模型研究[J].现代力，2012，10(1)：73-76.

　　[2] Steman JD.Business dynamics：system thinking and modeling for complex world[M]. McGraw Hill Companies，2000.
　　论文刊发期刊推荐《企业经济》（月刊）创刊于1980年，是1980年全国首创的经济类综合性月刊，为中国中文核心期刊，中国经济类核心期刊。创刊20余年来，以其强烈的社会责任感和独特的刊物风格，赢得了广大读者。本刊重点传送热点经济新闻，指示热点新闻背景，反映国内外经济最新动态，点评末来经济走势，揭示财富奥秘，阐述行家高见，书写企业家风采，诊断经营得失，钧沉商海史空，引领时尚潮流。强调时事性、理论性、应用性、信息性、可读性并重。

声明:①文献来自知网、维普、万方等检索数据库，说明本文献已经发表见刊，恭喜作者.②如果您是作者且不想本平台展示文献信息,可联系学术顾问予以删除.