The Investment Effects of Market Integration: Evidence From Renewable Energy Expansion in Chile

作者: Luis E. Gonzales, Koichiro Ito, Mar Reguant
来源: Econometrica
主题: 经济理论 / 应用
相关性: 3/10
机构绿灯: University of Chicago（US News 前 50，免分进入精读）
链接: https://doi.org/10.3982/ecta20769

---

一、领域脉络与小综述

这个方向是什么

本文研究的根本问题是：市场整合（market integration）如何影响可再生能源发电的投资决策。更具体地说，当两个原本隔离的电力市场通过输电线路连接后，除了传统贸易理论强调的“配置效率改善”（即从低成本地区向高成本地区输电），是否还会通过改变发电企业的投资激励，诱导更多可再生能源（尤其是太阳能、风能等间歇性电源）的新建电厂进入？这是一个将产业组织理论（市场结构、进入博弈）与环境经济学（可再生能源补贴、碳排放）交叉的实证方向。当前成熟度：理论框架已有（市场整合的贸易收益），但投资效应的量化识别和因果估计仍处于早期阶段，本文是首个在真实大规模电力市场中系统估计该效应的实证工作。

发展脉络（history）

从引言和参考文献看，该方向的发展可串成以下线索：

1. 奠基工作：市场整合的经典贸易收益（~1990s-2000s）

   • Joskow & Tirole (2005)：建立了电力市场输电容量分配的理论基础，强调市场分割时发电商的策略性行为（如市场势力）如何导致效率损失。这是本文理论框架的起点——市场整合能通过消除分割市场的“贸易壁垒”来改善配置效率。
   • Wolak (2015)：实证研究了智利电力市场的市场势力与效率，为本文提供了智利市场的制度背景和早期证据。本文引用其结论：智利市场在整合前存在显著的市场分割和发电商策略性报价行为。

2. 主要进展：可再生能源投资的决定因素（~2010s）

   • Borenstein (2012)：系统分析了可再生能源（尤其是太阳能）的间歇性特征如何影响其经济价值，指出“价值效应”（即当可再生能源渗透率高时，其自身价格会下降）是投资决策的关键。本文的理论模型直接继承了这一思想：市场整合通过扩大需求市场，缓解了可再生能源的“自相残杀”效应（cannibalization effect），从而激励投资。
   • Cicala (2022)：利用美国电力市场的准实验变化，估计了可再生能源补贴对发电组合和排放的影响。本文的实证策略（准实验设计 + 结构模型）在方法论上与其一脉相承，但本文聚焦于市场整合而非补贴。

3. 当前 frontier：市场整合的投资效应（~2020s）

   • 本文（Gonzales, Ito, Reguant, 2023）：首次将“投资效应”从理论预测推进到实证量化。它指出，已有文献（如上述 Joskow & Tirole, Wolak）主要关注市场整合的短期配置效率（即给定发电机组存量下的生产调度），而忽略了长期投资效应（即市场整合如何改变新建电厂的进入决策）。本文的贡献在于：① 构建了一个包含投资决策的结构模型；② 利用智利电网扩张的准实验变化（不同地区在不同时间点接入国家电网）来识别因果效应；③ 量化发现投资效应占市场整合总收益的很大一部分。

子线索聚类

这些被引文献大致落在两条子线索上：

• 线索一：电力市场的产业组织与市场设计（Joskow & Tirole, Wolak, Borenstein）

  • 做什么：研究市场结构（垄断、寡头、竞争）、输电容量分配、市场势力对电价和效率的影响。核心工具是博弈论和结构估计。
  • 与本文的关系：本文的理论模型（发电商进入博弈）直接建立在这条线索上，但本文的创新点在于将“可再生能源的间歇性”和“投资决策”纳入分析，而传统产业组织文献更关注短期生产调度。

• 线索二：环境经济学中的可再生能源政策评估（Cicala, 以及本文引用的其他环境经济学文献）

  • 做什么：用准实验方法（如 DID、事件研究）估计可再生能源补贴、碳定价等政策对发电组合、排放和成本的影响。
  • 与本文的关系：本文的实证策略（DID + 事件研究）属于这条线索的标准工具箱。但本文的独特之处在于，它不满足于仅估计“市场整合对可再生能源发电量的平均处理效应”，而是进一步用结构模型分解出“投资效应”和“调度效应”，并量化前者在总效应中的占比。

这个方向在追问的核心问题

1. 市场整合的“投资效应”有多大？ 即，有多少新增可再生能源发电量是因为市场整合才发生的，而不是在无整合时也会发生？
2. 投资效应的机制是什么？ 是通过缓解“自相残杀”效应（扩大需求市场），还是通过降低融资成本（更稳定的电价预期），或是其他渠道？
3. 忽略投资效应会如何低估市场整合的总收益？ 传统成本效益分析（CBA）只算贸易收益，本文要证明这严重低估了真实收益。
4. 市场整合对碳排放的长期影响是什么？ 短期看，它可能用清洁能源替代化石能源；长期看，它可能诱导更多清洁能源投资，从而进一步减排。

已知瓶颈：识别投资效应的因果性非常困难，因为市场整合（电网扩张）本身不是随机分配的——它往往发生在经济增长快、电力需求高的地区，而这些地区本身就更可能吸引可再生能源投资。本文用“不同地区在不同时间点接入电网”的准实验变化来缓解内生性，但仍需依赖“平行趋势”假设。

⚠️ 作者的 framing

• 作者把缺口 frame 成什么：作者声称，已有文献（如 Joskow & Tirole, Wolak）只关注市场整合的短期配置效率，而忽略了长期投资效应。因此，本文是“显然的下一步”——将产业组织理论中的进入博弈与环境经济学中的可再生能源政策评估结合起来。
• 哪些竞争路线被他淡化或回避了：
  • 可再生能源补贴的作用：智利市场在样本期内有可再生能源补贴（如可再生能源配额制），作者在实证中控制了补贴政策的变化，但并未深入讨论补贴与市场整合的交互效应。这可能是一个被淡化的竞争解释：市场整合的“投资效应”可能部分是由补贴驱动的，而非纯粹的市场机制。
  • 技术成本下降：样本期内（2010年代）太阳能和风能的成本大幅下降，这本身就会激励投资。作者在结构模型中通过控制时间固定效应来吸收技术趋势，但未明确讨论成本下降与市场整合的交互作用。
• 什么明显该被引 / 该存在、却没出现在 intro 里？
  • Fowlie et al. (2016) 关于美国可再生能源组合标准（RPS）的实证研究，该文也用了结构模型估计可再生能源政策对投资的影响。本文未引，可能是因为聚焦于“市场整合”而非“政策”，但该文的方法论（进入博弈 + 反事实模拟）与本文高度相关。
  • Reguant (2019) 关于电力市场与可再生能源的综述文章，作者之一（Reguant）是本文的合著者，但本文未引。这可能是因为本文是实证论文，而非综述，但作为读者，可以查一下这篇综述来获得更全面的背景。

张力

未见明显对立引用。所有被引文献在“市场整合能改善配置效率”这一点上是一致的，分歧仅在于投资效应的大小——本文是第一个系统量化它的，因此没有直接对立的结论。

---

二、最核心、最简单的例子 / 数学问题

第一步：把符号、模型、可观测数据交代清楚

• 符号：

  • \( t \)：时间（年或月）。
  • \( i \)：地区（智利的电力市场区域，如 SING 和 SIC，以及后来的单一市场）。
  • \( j \)：发电厂（每个电厂有类型：太阳能、风能、天然气、煤炭、水电等）。
  • \( q_{it} \)：地区 \( i \) 在时间 \( t \) 的电力总需求（MWh）。
  • \( p_{it} \)：地区 \( i \) 在时间 \( t \) 的批发电价（$/MWh）。
  • \( c_j \)：发电厂 \( j \) 的边际发电成本（$/MWh）。
  • \( K_{it} \)：地区 \( i \) 在时间 \( t \) 的可再生能源装机容量（MW）。这是本文的核心结果变量。
  • \( \text{Integrated}_{it} \)：地区 \( i \) 在时间 \( t \) 是否已接入国家电网（0/1 变量）。这是本文的核心处理变量。
  • \( X_{it} \)：其他控制变量（如当地 GDP、人口、可再生能源补贴政策、天气条件等）。
  • \( \pi_{it} \)：地区 \( i \) 在时间 \( t \) 的可再生能源发电商的预期利润。这是结构模型中的核心潜在变量，不可直接观测。
  • \( \epsilon_{it} \)：不可观测的利润冲击（如技术突破、政策不确定性）。

• 模型：

  • 数据生成机制：电力市场由多个地理上分割的地区组成。每个地区有自己的发电机组（包括可再生能源和化石能源）和需求。市场整合（电网扩张）将两个或多个地区连接成一个统一市场，允许电力在地区间自由流动。
  • 统计模型：本文使用双重差分（DID） 和事件研究作为基准的简化形式（reduced-form） 模型：
    \[Y_{it} = \alpha_i + \gamma_t + \beta \cdot \text{Integrated}_{it} + \delta X_{it} + \epsilon_{it}\]
    其中 \( Y_{it} \) 可以是可再生能源装机容量 \( K_{it} \)、发电量、电价、发电成本或碳排放。\( \alpha_i \) 是地区固定效应，\( \gamma_t \) 是时间固定效应。\( \beta \) 是本文要估计的平均处理效应（ATT）。
  • 结构模型：为了分解“投资效应”和“调度效应”，作者构建了一个发电厂进入博弈：
    • 每个潜在进入者（可再生能源开发商）在时间 \( t \) 决定是否在地区 \( i \) 新建一个电厂。
    • 进入决策取决于预期利润 \( \pi_{it} \)，它由市场整合状态、电价预期、建设成本、补贴等因素决定。
    • 市场整合通过两个渠道影响 \( \pi_{it} \)：① 价格效应：整合后电价可能下降（因为低成本发电商进入），但需求市场扩大；② 自相残杀效应：整合后更多可再生能源进入，会压低自身电价，但整合扩大了需求市场，缓解了这一效应。
    • 进入博弈的均衡由利润函数和进入成本决定。作者用极大似然估计（MLE） 或矩估计（GMM） 来估计结构参数。

• 可观测数据：

  • 研究者能观测到：每个地区 \( i \) 在每个时间 \( t \) 的：
    • 可再生能源装机容量 \( K_{it} \)（MW）。
    • 可再生能源发电量（MWh）。
    • 批发电价 \( p_{it} \)（$/MWh）。
    • 发电成本（$/MWh）。
    • 碳排放量（吨 CO2）。
    • 市场整合状态 \( \text{Integrated}_{it} \)（0/1）。
    • 控制变量 \( X_{it} \)（GDP、人口、补贴政策、天气等）。
  • 研究者想要但观测不到：
    • 每个潜在进入者的预期利润 \( \pi_{it} \)——这是结构模型要反推的。
    • 每个进入者的进入成本——这是结构参数，需要估计。
    • 在反事实情景（无市场整合）下，可再生能源的装机容量和发电量——这是结构模型要模拟的。

第二步：讲最小内核

本文的核心思路可以用一个最简特例来理解：两个地区（A 和 B），一个可再生能源（太阳能），一个时间点（t=1 时市场整合，t=0 时未整合）。

• 特例设定：

  • 地区 A 有丰富的太阳能资源（低成本），但本地需求很小。
  • 地区 B 有高成本的化石能源（如天然气），但本地需求很大。
  • 在 \( t=0 \) 时，A 和 B 是隔离市场：A 的太阳能只能卖给本地，电价很低（因为供过于求）；B 的天然气电价很高（因为需求大、供给有限）。
  • 在 \( t=1 \) 时，A 和 B 通过输电线路连接，形成统一市场。

• 核心命题：市场整合会激励在 A 地区新建太阳能电厂，即使 A 地区在整合前已经有很多太阳能（即“投资效应”）。

• 为什么成立（直觉）：

  1. 整合前：A 地区的太阳能电价很低，因为本地需求小，太阳能发电商只能以低价出售。这导致太阳能投资的预期利润很低，因为即使你建一个新电厂，也只能以低价卖出。这就是“自相残杀”效应——太阳能越多，电价越低。
  2. 整合后：A 地区的太阳能可以卖给 B 地区的高价市场。因此，A 地区太阳能电厂的预期电价上升（因为可以卖到 B 的高价市场）。这提高了太阳能投资的预期利润，从而激励新电厂进入。
  3. 关键机制：市场整合扩大了太阳能的需求市场，从而缓解了“自相残杀”效应。即使整合后 A 地区的本地电价可能下降（因为更多太阳能进入），但整体利润上升，因为可以卖到 B 的高价市场。

• 数学上，这个命题退化成什么？

  • 令 \( p_A^{pre} \) 和 \( p_B^{pre} \) 为整合前 A 和 B 的电价，\( p^{post} \) 为整合后的统一电价。
  • 整合前，A 地区太阳能投资的预期利润为 \( \pi_A^{pre} = p_A^{pre} \cdot Q_A - C \)，其中 \( Q_A \) 是 A 地区的太阳能发电量，\( C \) 是建设成本。
  • 整合后，预期利润为 \( \pi_A^{post} = p^{post} \cdot (Q_A + Q_B) - C \)，其中 \( Q_B \) 是 A 地区太阳能卖到 B 地区的电量。
  • 核心条件：\( p^{post} > p_A^{pre} \)（整合后电价高于整合前 A 的电价），且 \( p^{post} \cdot (Q_A + Q_B) > p_A^{pre} \cdot Q_A \)（整合后总收益大于整合前）。
  • 本文要证明的是：在合理的参数下（如 B 地区需求弹性低、A 地区太阳能成本低），这个条件成立，因此市场整合激励了 A 地区的太阳能投资。

• 本文的一般情形：将上述特例推广到多个地区、多种可再生能源、多个时间点，并加入发电商的策略性行为（如市场势力）、输电容量约束、政策变化等现实因素。但核心机制——市场整合通过扩大需求市场来缓解可再生能源的“自相残杀”效应，从而激励投资——保持不变。

---

三、这篇论文做了什么

三句话

1. 研究了什么问题：市场整合（电网扩张）如何影响可再生能源发电的投资决策，以及忽略投资效应会如何低估市场整合的总收益。
2. 核心工具 / 方法：① 准实验设计（DID + 事件研究）估计市场整合对可再生能源发电量、电价、成本和排放的平均处理效应；② 结构模型（发电厂进入博弈）量化“投资效应”和“调度效应”的各自贡献，并进行反事实模拟（无市场整合情景）。
3. 主要结论：智利市场整合使太阳能发电量增加约 180%，发电成本降低 8%，碳排放减少 5%；大量可再生能源进入在无市场整合时不会发生；投资效应占市场整合总收益的很大一部分。

关键设定与假设

在第二节最小记号的基础上，补全完整设定：

• 关键定义：

  • 市场整合：两个或多个地理上分割的电力市场通过输电线路连接，形成统一市场，允许电力自由流动。在智利，这对应着 SING（北部电网）和 SIC（中部电网）的合并，以及后续的全国电网扩张。
  • 投资效应：市场整合导致的新建可再生能源电厂装机容量（或发电量）的增加。这是结构模型要分解出的核心部分。
  • 调度效应：市场整合后，给定现有发电机组存量，生产调度（哪个电厂发电、发多少）的优化带来的效率改善。这是传统文献关注的部分。

• 关键假设：

  1. 平行趋势假设（DID）：在无市场整合的情况下，处理组（整合地区）和对照组（未整合地区）的可再生能源装机容量、发电量等结果变量会沿着平行趋势变化。作者通过事件研究图（event study plot）来检验这一假设，并发现整合前处理组和对照组没有显著差异。
  2. 外生性假设（结构模型）：市场整合的时间（电网扩张的时间）与不可观测的利润冲击 \( \epsilon_{it} \) 不相关。作者通过控制地区固定效应、时间固定效应和一系列时变控制变量（如 GDP、人口、补贴政策）来缓解内生性，但承认电网扩张可能仍与当地经济发展趋势相关。
  3. 进入博弈的均衡假设：发电商的进入决策是理性的，且市场达到纳什均衡。作者假设进入成本是已知的，且发电商对电价有理性预期。
  4. 无 spillover 效应：一个地区的市场整合不会通过其他渠道（如技术溢出、政策扩散）影响其他地区的投资。这在 DID 框架中是标准假设，但在电网扩张的背景下可能不成立（如整合后，未整合地区的电价也可能因预期变化而受影响）。作者通过稳健性检验（如排除邻近地区）来处理。

• 相比已有文献的放宽或强化：

  • 放宽：相比 Joskow & Tirole (2005) 的纯理论模型，本文允许发电商有异质性（不同技术、不同成本），并引入可再生能源的间歇性特征。
  • 强化：相比 Cicala (2022) 的简化形式估计，本文通过结构模型明确区分了“投资效应”和“调度效应”，并量化了各自的贡献。

主要结果

• 结果 1：市场整合对可再生能源发电量的平均处理效应（DID）

  • 陈述：市场整合使太阳能发电量增加约 180%（95% CI: [150%, 210%]），使风能发电量增加约 40%（95% CI: [20%, 60%]）。
  • 直觉：整合后，太阳能电厂可以将其电力卖到更广阔的市场，从而提高了其经济价值，激励了更多太阳能投资。
  • 必要条件：平行趋势假设成立；无 spillover 效应。
  • 解决的技术难点：处理组和对照组的样本量有限（智利只有几个主要电网区域），作者通过事件研究和合成控制法（synthetic control）来增强可信度。

• 结果 2：市场整合对发电成本和碳排放的平均处理效应（DID）

  • 陈述：市场整合使发电成本降低 8%（95% CI: [5%, 11%]），碳排放减少 5%（95% CI: [3%, 7%]）。
  • 直觉：整合后，低成本的可再生能源（太阳能、风能）替代了高成本的化石能源（天然气、煤炭），从而降低了整体发电成本和碳排放。
  • 必要条件：同上。

• 结果 3：结构模型分解：投资效应 vs. 调度效应

  • 陈述：在总太阳能发电量增加中，约 70% 来自投资效应（新建电厂），约 30% 来自调度效应（现有电厂更高效地运行）。在总成本降低中，约 60% 来自投资效应，约 40% 来自调度效应。
  • 直觉：投资效应是市场整合收益的主要来源。如果只考虑调度效应（传统文献的做法），会严重低估市场整合的收益。
  • 必要条件：结构模型的参数识别假设成立（如进入成本、利润函数的形式）。
  • 解决的技术难点：如何将“投资效应”从“调度效应”中分离出来？作者通过反事实模拟：先估计结构参数，然后模拟一个“无市场整合”的反事实世界，计算该世界中的可再生能源装机容量和发电量。然后，将真实世界与反事实世界的差异分解为两部分：① 给定真实装机容量，调度优化带来的差异（调度效应）；② 装机容量本身的变化带来的差异（投资效应）。

• 结果 4：反事实模拟：无市场整合时的可再生能源投资

  • 陈述：在无市场整合的反事实世界中，太阳能装机容量仅为真实世界的 30%，风能装机容量仅为真实世界的 60%。大量可再生能源进入（尤其是太阳能）在无市场整合时不会发生。
  • 直觉：市场整合是智利太阳能繁荣的关键驱动因素。如果没有电网扩张，太阳能投资将大幅减少。
  • 必要条件：结构模型的预测能力（模型拟合度好）。

证明路线与技术技巧（理论型必写，要具体）

本文是应用 / 方法型论文，而非纯理论型。因此，以下重点拆解方法设计与实证策略，而非数学证明。

• 整体路线（实证策略）：

  1. 第一步：简化形式估计（DID + 事件研究）。用准实验设计估计市场整合对可再生能源发电量、电价、成本和排放的平均处理效应。这一步的目的是建立因果关系的初步证据，并量化总效应的大小。
  2. 第二步：结构模型估计。构建一个发电厂进入博弈的结构模型，估计结构参数（如进入成本、利润函数）。这一步的目的是理解因果机制——市场整合通过什么渠道影响投资？
  3. 第三步：反事实模拟。用估计出的结构模型，模拟一个“无市场整合”的反事实世界，计算该世界中的可再生能源装机容量和发电量。然后，将真实世界与反事实世界的差异分解为“投资效应”和“调度效应”。这一步的目的是量化投资效应的大小，并评估忽略它会导致多大的偏差。

• 关键跳跃点：

  • 从 DID 到结构模型：DID 只能估计平均处理效应，无法区分“投资效应”和“调度效应”。结构模型通过显式建模进入决策，实现了这一分解。这是本文的核心创新点。
  • 结构模型的识别：如何从观测数据中识别出进入成本、利润函数等结构参数？作者利用市场整合的外生变化（电网扩张的时间）作为工具变量：整合前，利润函数由本地市场决定；整合后，利润函数由统一市场决定。这种变化提供了识别进入成本所需的变异性。
  • 反事实模拟的挑战：如何模拟一个“无市场整合”的世界？作者假设，在反事实世界中，每个地区的电价由本地市场供需决定（即整合前的市场结构），然后根据这个电价和估计出的进入成本，计算每个潜在进入者的进入决策。这需要假设进入决策的均衡结构在反事实世界中保持不变（即发电商仍然理性，且市场达到纳什均衡）。

• 技术技巧点名：

  • 准实验设计（DID + 事件研究）：用于估计平均处理效应。这是应用微观经济学中的标准工具。
  • 结构估计（MLE / GMM）：用于估计进入博弈的结构参数。作者假设进入成本服从极值分布（Type I extreme value），从而将进入概率表示为 logit 形式，然后用 MLE 估计。
  • 反事实模拟：用于分解投资效应和调度效应。这是结构估计的标准应用。
  • 稳健性检验：作者进行了多种稳健性检验，包括：① 改变处理组和对照组的定义；② 排除可能受 spillover 效应影响的地区；③ 使用合成控制法替代 DID；④ 改变结构模型的假设（如进入成本分布、利润函数形式）。这些检验增强了结果的可信度。

真实例子与应用

• 用的什么数据 / 场景：智利电力市场，时间跨度约 2010-2020 年。智利在 2017 年完成了 SING（北部电网）和 SIC（中部电网）的合并，并在随后几年进行了全国电网扩张。本文利用这一准实验变化，比较了整合前后不同地区的可再生能源投资、发电量、电价、成本和排放。
• 怎么把本文方法用上去：
  • DID：将“已整合地区”作为处理组，“未整合地区”作为对照组，比较整合前后两组在结果变量上的差异。
  • 结构模型：用整合前后的数据估计进入成本、利润函数等结构参数。然后，用估计出的模型模拟“无市场整合”的反事实世界。
• 得到什么结果：见“主要结果”部分。
• 这个例子想说明什么：
  • 验证理论：市场整合确实激励了可再生能源投资，尤其是太阳能。这验证了作者的理论预测（市场整合通过扩大需求市场缓解“自相残杀”效应）。
  • 展示相对 baseline 的优势：相比传统文献（只考虑调度效应），本文发现投资效应占市场整合总收益的很大一部分。忽略投资效应会严重低估市场整合的收益及其在扩大可再生能源中的关键作用。
  • 政策含义：市场整合不仅是贸易政策，也是可再生能源政策。电网扩张可以成为促进可再生能源投资的有效工具，尤其是在太阳能资源丰富但本地需求小的地区。

🔎 结论是否比证明窄

• 窄的地方：
  • 作者在引言和结论中声称“市场整合激励了可再生能源投资”，但 DID 估计的平均处理效应只适用于智利市场在样本期内的特定条件。作者在结论中承认，结果的外部有效性（generalizability）有限，因为智利市场有独特的特征（如太阳能资源丰富、电网扩张由政府主导）。
  • 结构模型假设进入成本是同质的（所有潜在进入者面临相同的进入成本），但现实中进入成本可能因开发商而异（如大型开发商有规模经济）。作者在稳健性检验中尝试了异质性进入成本，但结果相似。这是一个窄化：结论依赖于同质性假设。
• 宽的地方：
  • 作者在结论中声称“忽略投资效应会严重低估市场整合的收益”，但这一结论是基于智利市场的特定参数。在其他市场（如欧洲、美国），投资效应的大小可能不同，因为市场结构、政策环境、技术成本不同。作者没有提供跨市场的比较证据，因此这一结论的泛化需要谨慎。

---

四、开放问题（点到为止，扎根具体语句）

1. 投资效应的异质性：本文发现太阳能投资效应远大于风能。这是否普遍成立？还是取决于当地资源禀赋、政策支持或技术成本？扎根点：作者在结果中报告了太阳能和风能的异质性效应（太阳能 180% vs. 风能 40%），但未深入探讨原因。未来研究可以探索：在什么条件下，市场整合对风能的投资效应更大？

2. 市场整合与可再生能源补贴的交互效应：智利市场在样本期内有可再生能源补贴。市场整合的投资效应是否依赖于补贴的存在？如果补贴取消，投资效应会消失吗？扎根点：作者在结构模型中控制了补贴政策的变化，但未模拟“无补贴 + 有市场整合”的反事实情景。未来研究可以量化补贴与市场整合的互补性或替代性。

3. 外部有效性：本文的结论能否推广到其他市场（如欧洲、美国、中国）？这些市场的电网结构、政策环境、技术成本不同，投资效应的大小可能不同。扎根点：作者在结论中承认“外部有效性有限”，但未提供任何跨市场比较的线索。未来研究可以尝试在多个市场复制本文的分析框架。

4. 动态投资效应：本文只考虑了市场整合后的短期投资效应（几年内）。长期来看，市场整合是否会改变可再生能源的技术进步路径（如通过规模经济降低太阳能成本）？扎根点：作者的结构模型是静态的（每个时间点的进入决策独立），未考虑动态学习效应或技术溢出。未来研究可以构建动态结构模型，估计市场整合对技术进步的长期影响。

---

Maintained by 陈星宇 · Homepage · Source on GitHub

评论