论文部分内容阅读
近年来中国的风电取得了迅猛发展，而准确的估计风电技术学习率对研究风电投资成本的下降规律、研发投入决策和政府补贴政策有指导性意义。本文考虑影响风电投资成本的三个变量:累计装机容量、研发投资和生产规模报酬效应，基于柯布道格拉斯生产函数构造了改进型风电学习曲线模型来估计风电的技术学习率。在此模型基础上，本文选定三个不定参数:风能成本下降的预计最小值、研发滞后期数和知识存量折旧率，赋予参数一系列的合理预测值构成不同情景后考察风电学习模型更具有理论上的客观准确性。随后进行回归分析选出最优情景组合，计算出该情景下的学习率和规模报酬指数，并讨论学习率和相关参数的实际意义。最后本文还对金风科技公司的学习率进行实证研究，并将该风电制造公司的结果与整个行业进行对比讨论。研究结果表明:在风电行业每当累计装机容量翻倍时，单位投资成本下降13.76％;每当知识存量翻倍时，单位投资成本下降10.77％;规模报酬的系数为正，表明风电制造的规模报酬递减;估算的研发滞后时间为1年，知识折旧率为9％，单位投资成本下降的预计最小值为0.6元／瓦。以上结论有助于揭示我国风电产业的技术学习状况，为风电行业和企业研发管理提供建议。