2012年-世界发展银行全球_The_Cost_Structure_of_the_Clean_Development_Mechanism_52页_1mb

《清洁发展机制的成本结构》总结

核心内容

本研究探讨了《京都议定书》下的清洁发展机制（CDM）项目在生成减排信用（CERs）方面的成本结构。通过分析CDM项目的数据，研究者估计了不同类型的减排成本函数，并考察了投资决策中成本、地点和项目类型的影响。研究发现，CDM项目的投资不仅受减排成本影响，还受到其他因素如交易成本、投资者偏好和项目规模等的制约。

主要观点

• 成本结构复杂：CDM项目的成本结构并非仅由减排成本决定，还受到项目类型、地点、时间等因素的影响。
• 规模经济显著：大多数CDM项目表现出常规模或规模递增的特征，即随着减排量的增加，单位成本趋于稳定或下降。
• 时间经济存在差异：不同类型的CDM项目在时间经济方面表现出差异，某些项目随着运行时间的延长，单位成本可能下降。
• 边际成本分析：研究者通过两种不同的函数形式（对数对数和对数二次）对减排成本函数进行了估计，并计算了不同项目类型的边际成本。
• 电力产出影响成本：部分CDM项目不仅减少温室气体排放，还产生电力产出，因此在计算减排成本时需要考虑电力产出的收入。

关键信息

CDM项目概况

• 截至2010年12月，共有6,700个项目处于CDM项目周期的不同阶段。
• 这些项目预计在《京都议定书》第一承诺期（2012年）内减少35.1亿吨二氧化碳当量（tCO₂e）。
• 项目类型包括可再生能源、甲烷减排、能源效率、HFC/PFC/N₂O减排、化石燃料替代、造林、运输等。

数据来源

• 数据来自联合国环境规划署（UNEP）Risoe中心的CDM/JI管道分析和数据库。
• 数据包括项目名称、类型、注册状态、减排方法、涉及国家、预期CERs、电力产出等信息。
• 项目数据中包含了部分初始投资和运营维护成本信息。

成本函数估计

• 对数对数模型：$\ln(C_i) = \alpha + \beta \ln(A_i) + \theta q_i$
• 对数二次模型：$\ln(C_i) = \alpha + \beta \ln(A_i) + \gamma [\ln(A_i)]^2 + \theta q_i$
• 两种模型均可用于估计边际成本，分别为：$\frac{\partial C}{\partial A} = \beta \cdot \frac{C}{A}$ 和 $\frac{\partial C}{\partial A} = (\beta + 2\gamma) \cdot \frac{C}{A}$。

成本计算方法

• CERs的现值计算考虑了电力产出的收入。
• 运营维护成本根据实际项目数据进行估算，并使用真实利率进行折现。
• 对于部分项目，由于缺乏详细数据，使用分类平均值作为替代。

数据分析结果

• CERs分布：62%的项目为基于可再生能源的发电项目，贡献了43.65%的年度减排和37.67%的总减排。
• 电力产出：约72%的CDM项目同时具有电力产出功能，其中化石燃料替代和能源效率项目是电力产出最多的类别。
• 规模与成本关系：大多数CDM项目表现出规模经济，但不同项目类型在时间经济上存在差异。
• 数据完整性：由于部分国家缺乏批发电价数据，最终用于实证分析的观察值为6,326个。

政策意义

• CDM项目的投资决策不仅基于减排成本，还受到交易成本、投资者偏好、项目类型和地点等因素的影响。
• 研究结果表明，基于边际成本的比较优势并非唯一驱动因素。
• 理解这些成本结构有助于改进CDM激励机制的设计和政策制定。

结构概述

• 引言：介绍CDM的背景和研究目的。
• 成本函数估计：回顾相关文献并提出两种估计模型。
• 数据描述：介绍数据来源、项目类型和成本数据。
• 估计结果与讨论：展示不同模型的估计结果和政策分析。

本研究为理解CDM项目的成本结构提供了新的视角，强调了在政策设计中需要考虑多种因素，而不仅仅是减排成本。