潛力的兌現(xiàn)還是贏者的詛咒
——來自跨區(qū)域能源項目電價反向招標的證據（2006—2020年）

趙 甜，沈 曦

（1. 山東科技大學財經系，山東濟南 250031；2. 美國東北大學經濟系，波士頓02115）

全球范圍內的電力市場去管制加速了上游的市場化進程，電價反向招標替代傳統(tǒng)上網電價成為絕大多數市場確定發(fā)電權的主要方式，它有效降低了新增發(fā)電機組的上網電價，并促成包括中國、美國和歐洲國家等主要市場的電價顯著下行。與此同時，電力平均拍賣價格在大幅下降。繁榮的市場端表現(xiàn)并沒有給予參與企業(yè)對等的收益，甚至相反，電力項目競標和投資企業(yè)面臨相當嚴酷的盈利壓力。根據BNEF年度全球能源成本報告的數據，計算并對比項目成本和收益IRR，發(fā)現(xiàn)實際收益顯著低于行業(yè)理論值，尤其在近五到十年，即便理論收益的測算基本保持穩(wěn)定，甚至在太陽能電力領域還保持了一定的增長，依然難阻行業(yè)利潤的逐年下降。理論測算收益和實際項目回報的這一反差完美契合了經濟學“贏者詛咒”（Winner’s Curse）理論［1］：中標企業(yè)最終在財務上的收益遠低于投標預期，甚至相當一部分項目出現(xiàn)虧損。在競標過程中企業(yè)的報價過于激進和樂觀，為了業(yè)務拓展和項目爭奪，很容易陷入高估收益又低估風險的怪圈，結果導致激進的報價賦予中標企業(yè)非常雞肋的價值標的，嚴重影響項目投資的實際回報。在更極端的情況下，只要存在愿意走極端的冒險型競標者，任何的招標模式都會導致這樣尷尬的局面——贏得標段的企業(yè)卻輸掉了利潤。就能源項目電價反向招標而言，在企業(yè)競標時面臨來自后期項目建設成本和運營費用的不確定性。一項理性的財務測算，應該結合投標主體自身資金成本和項目運作能力，充分考慮未來風險因素的影響，給出相對保守的報價，從而保障項目收益的可實現(xiàn)性。誠然，過去十多年，得益于持續(xù)的技術工藝創(chuàng)新，新能源電力經歷了顯著的效率提升和成本下降，但對比理論回報率，項目投標主體無疑還是采取了過于激進的競標策略。鑒于此，通過修正關聯(lián)價值模型（Affiliated Values Model，AVM）并依據歷史樣本數據檢驗最近15年電力項目招標中競標主體的行為特點，討論“贏者詛咒”現(xiàn)象在電力市場中的作用機制和對產業(yè)的影響，并分析信息分享、預期調整以及市場地位等多方面的影響因素，探討是否存在有效的路徑和模式可能幫助競標企業(yè)跳出這一困局。

1 文獻綜述

1.1 電力市場競標行為相關研究

隨著全球反向招標數量增加，針對電力項目競標的研究開始涌現(xiàn)，大多依托傳統(tǒng)歐美或拉美等新興市場，主要討論了招投標機制設計［2］、宏觀政策環(huán)境［3］以及市場機制［4］等因素對能源項目招標尤其是新能源替代轉型的影響。在此過程中，反向競標帶來的全球范圍電價下降自然無法被忽視。Woerdman等［5］在研究歐洲新能源和碳排放管制的相關關系時發(fā)現(xiàn)，碳稅的征收并沒有給新能源項目和投資企業(yè)帶來收益上的改善，反而由于項目的大量建設導致項目回報的斷崖式下跌。針對歐美市場的分析也發(fā)現(xiàn)了相似情形，研究者將這一結果歸功于新能源電力市場的快速成熟和信息的透明化，導致企業(yè)在項目建設啟動前就陷入“過度樂觀”的陷阱之中［6-7］。

新能源從統(tǒng)一補貼的上網電價過渡到參與自由競爭市場的時間較短，其超預期的電價下降吸引了研究人員從宏觀環(huán)境到微觀行為等多個因素進行解釋，包括容量限制、議價能力、附加調頻輔助等［8］。當前文獻主要分為兩類：一類以經濟模型為基礎，依托如矩陣博弈或是線性投標函數［9］以及市場供求結構分析［10］架構實證框架。另一類結合發(fā)電機組輸出曲線模擬結果，建立長期和即期市場競標博弈模型［11］、清價格統(tǒng)一結算機制或報價結算機制［12］進行均衡解推演分析。但是在方法論有效性層面仍然可以精進：前者使用簡化模型進行的純數理分析，未對內在行為機制展開討論；后者則更接近于現(xiàn)貨及期貨市場的行為模型，關注高頻數據下的供求匹配和博弈研究，對于相對長期和宏觀的PPA（Power Purchase Agreement）反向競標行為研究的意義比較有限。

1.2 基于“贏者詛咒”理論的能源市場研究

“贏者詛咒”理論誕生于對能源產業(yè)的研究，贏得標的的企業(yè)支付了遠高于“市場公允”水平的價格，導致后期項目盈利結果遠低于預期。針對“贏者詛咒”的形成原因，已有文獻主要從信息不對稱和主體行為特征兩個層面嘗試做出解釋：第一，信息不對稱主要考慮了競標主體之間的差異性［13-14］，相比占據信息優(yōu)勢的信息群，處于劣勢的無信息群有較大概率做出激進的報價策略，如果無法通過內部信息共享機制解決這一問題，所有的競標者都會被帶離理性均衡。第二，針對競標主體行為驅動因素的研究立足于損失規(guī)避［15］、動態(tài)不一致性［16］，認為投標主體在業(yè)績壓力和短期利益吸引下對當下標的賦予過高的價值，但對于未來存在的不確定風險和成本卻賦予過低的貼現(xiàn)率，短期博弈均衡自然而然指向了“贏者詛咒”這一困境。

針對“贏者詛咒”的破解模式，有研究從招標機制和競標主體經驗的層面進行了一系列可控實驗［17-18］，結果發(fā)現(xiàn)，只要標的物價值存在不確定性，無論采用第一價格［19］、第二價格［20］還是英式拍賣［21］，“贏者詛咒”的現(xiàn)象均存在。更嚴重的問題是，在重復多次實驗以后，研究者發(fā)現(xiàn)學習曲線和經驗積累無法幫助競標者在未來改善自身的投標結果和效率［22-23］，也就意味著“贏者詛咒”在招標中是一個普遍存在且持續(xù)性的問題。

實證層面主要使用三類模型：第一類以享樂回歸模型為基礎，重點研究競標企業(yè)數量及競爭程度對競標結果的影響［24］。這類研究相對成熟且結構清晰，便于控制外生沖擊的干擾。但缺點在于模型僅能解釋變量之間的關聯(lián)性，缺乏對競標行為背后機制的洞察和描述，難以勝任福利分析和動態(tài)應對機制的研究。第二類研究依托共同價值模型，將博弈論和行為特征深度融入結構模型，可以系統(tǒng)考察競標者的動態(tài)行為策略和博弈均衡［25］，但是模型的基礎——共同價值卻招致一系列的質疑。鑒于此，第三類研究基于關聯(lián)價值模型，它介于私人價值模型和共同價值模型兩種極端情況之間，更適當地描述了拍賣實踐中參與人所面臨的環(huán)境［26］。相比共同價值模型的一致性假設，關聯(lián)價值模型極大拓展了對個體差異的研究以及參與主體對對手信息的把握和利用的套路。

1.3 文獻評述

目前電力項目在競標價格上的過度激進以及不斷增長的盈利壓力開始受到關注，但對能源市場“贏者詛咒”的直接研究數量非常有限。總體而言，現(xiàn)有研究表現(xiàn)出以下特點。

第一，主要依托純數理分析或案例對比討論內外部因素對反向招標結果的影響，對競標主體行為動機的討論有待深化。對于新能源產業(yè)近來超預期的技術進步以及市場參與者基于預期的競標決策，現(xiàn)有文獻也較少涉及，而這正是計劃解決和發(fā)展的重要問題。

第二，對電力項目招標而言，享樂回歸和共同價值模型依然存在某些問題。首先，共同價值的“價值”有著明顯的缺陷，不同于油田資源，電力價格除受宏觀市場和區(qū)域管制的系統(tǒng)性因素影響，對項目投資企業(yè)自身經驗和后期經營策略等更加敏感。其次，近年來尤其在新能源產業(yè)，技術進步和降本的速度遠超行業(yè)預期，導致競標主體難以準確把控從中標到項目建成投運這段時間中項目成本和效率的發(fā)展趨勢，因此研究競爭對手保留價格成為非常重要的策略依據。

第三，在“雙碳”目標的大背景下，投資跨界競爭變得普遍，這就導致不同參與主體的差異不僅體現(xiàn)在經驗上，也同樣反映在保留價格和期望上：相比單純依賴新能源投資的主體，來自化石能源的投標主體可能會要求與自身現(xiàn)有項目收益相匹配的中標價格作為投標底線。

基于上述原因，立足于關聯(lián)價值模型，修正技術進步和參與者預期，構建一個更加完整的結構模型，并使用歐美和亞太地區(qū)3 000 多家大型電站招標和運營的數據進行實證檢驗，以期為能源項目順利招標和后期良好運營提供科學合理的發(fā)展建議。

2 理論框架

2.1 基于AVM模型架構的基礎結構

能源反向招標過程本質上是一個架構在不完全信息假設基礎之上的信號博弈，每一個參與競標的主體既面臨著未來項目投資運營收益的不確定風險，同時也需要針對競爭對手的行為作出判斷和反應。但不可避免的現(xiàn)實是，在項目可研分析階段的收益預判和長達20 a 以上的運營期實際收益存在較大的偏離風險，為“贏者詛咒”的產生埋下了隱患。建立在預期收益最大化目標下的項目電價投標實質上是企業(yè)立足項目前期盡調獲取的項目信息，綜合對競爭對手報價策略的判斷，評估并確定自身最優(yōu)投標策略的過程。

傳統(tǒng)AVM 模型［27］將針對招標標的信息集設定為(V；S1，…，Sn)，其中Si為競標個體i在初期通過調研獲取的標的信息，V代表標的的全部真實信息，但是競標主體無法通過調研完全了解V。當面對信號Si時，該標的的后期運營成本C取決于競標主體結合自身經營能力對V的預判及對成本的估計Ci(V；Si)?；谇捌谡{研行為的隨機抽樣特性，競標主體i對于對手所掌握信息集S-i的分布是概率分布f(S-i|Si)，S-i記錄了其他競標者在前期調研中獲得的信息?；谶@一層假設，AVM 模型將共同價值模型中外生性的V定義為內生變量V(Si；S-i)。預期的成本函數也因此轉化為單純依賴于抽樣結果Si的函數Ci[V(Si；S-i)；Si]。

在成本函數的單調性假設下，如果Si≥Sj，那么Ci(Si；Sj，S-i，j) ≤Ci(Sj；Si，S-j，i)。

競標個體的價格策略依賴于Si和先驗的概率分布f(S-i|Si)，目標最大化利潤為：πi(S) =B(S)F(S|S) -

其中：S代表了整個抽樣信息集（Si；S-i），而B(S)為競標主體的報價。

由于f(S-i|Si)對于所有的競標企業(yè)都是一致的，只要Ci(Si；S-i)滿足單調性假設，更高的Si意味著個體i更激進的成本預期和更低的風險預估。除非企業(yè)之間實現(xiàn)完美默契合謀，并通過信息共享機制用(S1，S2，…，Sn）擬合出V，即S-i=Si=S，B(S)必然收斂于項目真實價值，實際中當所有競標企業(yè)面臨相同的隨機性外部信息分布時，博弈均衡解將陷于“贏者詛咒”：無論采用何種拍賣形式，中標者的報價總是劣于理性的期望值，標的都會授予掌握最高Si的企業(yè)。足夠多的競標參與群體會導致中標者掌握的Si顯著偏離V，而B(S)也偏離了正常市場的回報。對于中標企業(yè)而言，贏得標的僅是因為抽樣觀察到了過于理想的信息點，或是對自身運營和成本控制能力過于自信而已。

傳統(tǒng)AVM 模型有助于解釋“贏者詛咒”的形成機制，但對于電力反向招標市場，該模型卻存在兩個問題：第一，標的價值（成本）V被假設為固定值，忽略了上游的技術進步過程，投標決策個體間的差異完全依賴于Si。但在現(xiàn)實中，電力項目的建設運維成本和發(fā)電效率一直保持著較快的技術進步，尤其是新能源的設備成本在過去5～8 a 間保持了接近10%的年化降幅，這在很大程度上影響了標的價值V的評估。第二，個體的預期行為沒有被納入模型的考慮范圍之內。當技術進步帶來的V在歷史樣本中表現(xiàn)出顯著的波動趨勢，投標個體在基于Si的競標策略會把未來前中期的技術進步紅利考慮在內，即選擇比Si所支持的更加激進的投標策略。這兩個是此次理論模型發(fā)展的重點，而出發(fā)點在于對V和C進一步的具象化和內生化。

2.2 附加技術進步和動態(tài)預期假設的模型修正

從以下三個方面對傳統(tǒng)AVM 模型進行發(fā)展：第一是競標參與企業(yè)數量N基于前期抽樣信息S的內生化。在公共信息確定的情況下，更加樂觀的S會吸引更多的競標者參與項目，從而使得競爭更加激烈。第二是競標主體i的標的價值評估Ui對競爭對手信息S-i的內生化。當業(yè)務擴張成為企業(yè)經營目標之一時，激進的投標行為就變得必要，企業(yè)就必須基于投標前收集到的競爭對手信息和行為特點確定自己的項目價值評估，Ui從獨立于S-i的變量變成依賴于S-i的條件分布函數。第三是考慮了基于技術進步的預期，不同于傳統(tǒng)模型的靜態(tài)假設，實證研究將立足于動態(tài)樣本，且能源產業(yè)持續(xù)的超預期增效降本也勢必影響到競標主體行為的前瞻性，從而改變Ui對Si的反應機制。

承接上一小節(jié)的模型框架，將行為對稱性假設下主體i的競標行為分解為三步：第一步，評估自身在前期調研中獲取的Si和競爭對手可能獲取的S-i分布，從而就競爭對手的數量和項目估值作出概率判斷，同時考慮參與企業(yè)數量N對前期信號S的內生化。第二步，基于概率分布進行內部項目價值和盈利的評估，確定不同情況下的最優(yōu)投標策略和反應函數，即考慮了價值評估U和V對競爭對手信息S-i的內生化。第三步，正式報價，確定項目最終歸屬。

基于此，模型首先需要在原有AVM 框架基礎上增加競標參與企業(yè)數量的概率分布：當競標參與企業(yè)i觀察到S水平下的前期信息時，面臨的競爭對手數量可以描述為一個隨機變量，且pk(s) =[p1(s)，p2(s)，…pN(s)]。尤其每一個競標企業(yè)都會掌握或多或少的前期調研信息，而相對樂觀的調研結果能促使企業(yè)報出更加激進的標的價格，因此，企業(yè)i最為關注的是競爭對手可能掌握的最樂觀信息Y，同樣設定為概率函數F(Y|S，N)。

為簡化模型推演，利潤函數設定為線性：πi=bi-Ci(Si；S-i)。在電價反向招標案例中，標的的不確定性主要體現(xiàn)在建設運維成本和發(fā)電小時數兩個層面，可以歸結為項目損失的風險。報價策略方面，基于前期調研結果Si，競標行為定義為b=B(Si)，如果招標方設定了最高攔標價r，即競標主體報價必須不高于：a=才被認為有效。

利潤目標函數被具象化為：

求解利潤最大化一階條件時，將bi=B(Si)置換反函數Si=τ(bi)，帶入利潤目標函數式（1），并對bi求導，可得：

其中，τ′(bi) = 1/B′(S)。

2.3 信號博弈框架下的“贏者詛咒”機制

基于利潤最大化一階條件，添加競標主體對競爭對手投標策略的預判，競標主體的策略需要同時兼顧中標概率的最大化，即報價要優(yōu)于除自己以外其他競爭對手的最具競爭力報價（Mj）。這一修正契合了信號博弈的框架：從競標企業(yè)i的立場出發(fā)，基于自身掌握的調研信息和對競爭對手行為模式的判斷，而Mj可以不失一般性地設定為信息集的條件分布：GMj|Bi(m|b)。

在考慮競標主體預期行為的框架下，引入變量Yi，代表企業(yè)i所能預期到的最理想的信號水平S。在存在一定中標率和業(yè)績的壓力下，對競標主體而言，需要最大可能擊敗競爭對手的報價水平演化為針對Ei和Si的概率分布（即S-i被Yi所替代）：GMj|Bi(m|b) =HYi|Bi(y|b)。

由于利潤函數對于所有企業(yè)都是對稱的：

將這一概率分布代入利潤最大化的一階條件（替代概率函數f和F），并求解企業(yè)針對項目成本的估計Ci(S)可得：

接下來模型化上述過程，在成本預估函數中Ci(Si；S-i)和競爭對手信息集預期Yi中分別嵌套預期行為Ei(S-t)，作為共同知識的歷史信息S-t引導了競標主體的差異化預期Ei和Yi。當技術/成本進步呈現(xiàn)邊際遞減的趨勢，即Si≤E(St，i，-i|t=0，1，2，3，…，T-1)，Ei(S-t)將大概率高估未來的真實值ST+，而由此推演的Mj也將因此偏離理性水平。通過bi對S-t求導可以驗證這一邏輯：

從以上的模型可以看出，當AVM 模型增加技術進步和動態(tài)預期修正以后，競標主體的報價決策從傳統(tǒng)模型單純依賴前期調研信息S，升級為依賴于預期E(S-t，St)。而競價博弈的“贏者詛咒”進一步惡化，由于企業(yè)的預期在很大程度上受到歷史數據的影響，在上游持續(xù)經歷超預期技術進步和成本下降的情況下，競標參與企業(yè)即便基于相似水平的前期信息S，也會在預期上形成分歧。在反向招標中，標的最終授予的企業(yè)則更有可能是掌握最樂觀信息且執(zhí)行最激進預期的個體。更嚴重的問題是，由于競標主體之間的決策流程和利潤函數的結構是對稱的，同時在一定時期內均承擔了項目中標率的業(yè)績壓力，一個囚徒困境的結局應運而生，倒逼每一個參與個體均采用更加激進的預期決策投標電價b，最終導致整體中標價格水平偏離理性值。

2.4 實證模型和計量策略

針對“贏者詛咒”的實證計量是基于非參數框架并建立在群體理性這一假設基礎之上的：在足夠數量的競標參與企業(yè)前期調研以后，競標報價的均值更有可能趨于市場的真實合理水平，而中標企業(yè)則如前文所述，受到個體抽樣或過度自信的項目收益測算影響，可能報出低于合理水平的電價要求。如果通過投標電價可以測算出相應的項目投資運營收益，那么中標電價對應的收益和匯集所有競標企業(yè)報價的平均測算結果之差，可以用于檢驗“贏者詛咒”問題。

承接AVM 模型，在實證樣本中，信息集Si和S-i主要包含三方面的信息：在項目層面包括固定投資Ki（即發(fā)電項目的建設資本投入）、可變成本ACi（火電項目主要是燃料成本，風光新能源項目主要是后期運維和相應的發(fā)電輸出實際效率），在投標主體層面則主要是項目建設運維能力（包括行業(yè)經驗Yri、融資能力Ri等）。

如果項目的中標電價記為p，中標主體的項目運營收益則可以表示為E[Vwinner|p-i＜p，K0，AC0，Yr0，AC0]，那么所有參與競標企業(yè)的平均報價則可以用于衡量公允的項目投資收益，假設其基于客觀合理的項目投資和后期可變成本E[V0|，K0，AC0，Yr0，AC0]。相應地，中標企業(yè)i面臨的“贏者詛咒”可以表示為：μi=E[Vwinner|p-i＜p，K0，AC0]-E[V0|K0，AC0]。

作為衡量項目收益的V在經濟學層面可被理解為，中標者的電價投標報價和市場公允價格，基于BP 年度報告中火電和新能源在各個地區(qū)年度平均發(fā)電小時數和IHS年度各類電力項目投資成本以及煤炭/天然氣大宗價格，能夠計算出實際項目的度電成本，其與競標企業(yè)的報價之差即為項目投資的運營收益Vwinner和V0。

在嚴格意義上，共同價值模型實證框架僅僅考慮了項目層面的變量，忽略了競標對手之間的差異性。在關聯(lián)價值模型中，同一個項目的前期調研費用和進入成本并不因人而異，但是僅在風光可再生能源領域，行業(yè)經驗理論上會從可研數據庫積累、采購供應資源以及產業(yè)技術預判等多個方面影響到企業(yè)的報價，更不用說融資利率對項目投資成本的直接影響。鑒于此，在實證層面引入投標主體的行業(yè)經驗Yri和融資能力Ri兩項微觀指標。由于絕大多數電力項目采用反向招標，中標者大概率是最低價和次低價的出價者，為進一步識別不同變量對中標者項目收益的影響差異度，還將利用“贏者詛咒”的量化變量針對各個驅動因素進行回歸分析。

依托Stone［28］的多變量框架構建非參數模型：

其中：自變量包括固定投資K（發(fā)電項目的建設資本投入）、可變成本AC（火電項目主要是燃料成本，風光新能源項目主要是后期運維和相應的發(fā)電輸出實際效率）、投標主體的行業(yè)經營Yr以及融資能力R，h為帶寬，k為核密度，計量方法采用標準正態(tài)核密度。帶寬選擇方面，在Stata15 下采用“交叉核實法”。依托項目中標電價和其他競標者的投標電價，分別實現(xiàn)對E[V0|K0，AC0]和E[Vwinner|p-i＜p，K0，AC0]的計算。

此外，針對V的非參數計量還可以用來推導競標企業(yè)的反應函數?；谑剑?）可知，如果在一定時期內，給定競標主體自身的條件（如行業(yè)經驗和融資能力等）以及天氣等短期內穩(wěn)定的指標，企業(yè)的競標行為bi主要取決于對成本因素Ci(Si；S-i)的預判。具體而言，對于火電項目主要受制于燃料成本，而風光新能源則主要是系統(tǒng)投資成本。如果在保持其他變量不變的情況下，競標企業(yè)對項目的估值直接取決于調研結果s（當期新能源系統(tǒng)成本和火電燃料成本），在非參數計量的基礎上，通過固定非成本因素的變量，反解E[Vt|Sit；Yr0，R0]=f(s)就可以得出競標企業(yè)報價針對成本變量的反應函數。而擬合成本反應函數可以用于考察在不同成本點位下，競標企業(yè)報價行為的差異性變化。

基于以上的理論框架，實證部分將利用美國、歐洲和亞太市場的火電（燃煤和燃氣項目）、太陽能和風能三種電力項目樣本，檢驗電力PPA 反向招標中的“贏者詛咒”問題，重點圍繞三個問題展開。

第一，經驗和信息不對稱是否導致無信息群相比信息群更容易陷入贏者詛咒的怪圈？由于在項目經驗、供應鏈成本預判以及區(qū)域市場規(guī)則理解等諸多因素上存在個體間差異，每一個招標項目的競標企業(yè)可以分為兩個群體：信息群和無信息群，前者掌握更多來自歷史和即期市場的信息，實證研究將重點考察這樣的信息優(yōu)勢是否被應用并轉化為更優(yōu)秀的競標結果。

第三，長期中的學習過程能否幫助競標主體跳出“贏者詛咒”的困境？在對3 000多家電站長達15年的追蹤研究中，每一個競標參與主體都有機會對能源電力市場的招標規(guī)則、供應鏈結構和建設運營風險進行深度學習，提升自身的成本核算和風險預判能力，那么該動態(tài)樣本將有機會可以觀察到參與者的學習曲線。通過不斷地學習和修正，勝出的競標主體將有更高的盈利機會。

3 實證檢驗

3.1 實證樣本概覽

研究數據主要來自BNEF 全球項目數據庫和IHS 能源成本結構數據庫。從BNEF 數據庫中篩選出2006—2020 年美國、歐洲和亞太市場供給的1 578 個電力項目（裝機量共計67 984 MW），其中火電項目共計517 個，太陽能項目619 個，風電項目442 個。企業(yè)信息包括項目規(guī)模、招標和建設投運時間、項目競標后被授予的電價、項目總投資以及項目投資者和競標參與企業(yè)。IHS 則提供了細分到區(qū)域的年度項目投資成本分解和核心設備價格趨勢，特別是針對化石能源，應用IHS 月度更新的化石能源（煤炭和天然氣）價格。這樣的數據組合一方面可以了解項目競標時中標企業(yè)面臨的市場競爭結構和最終贏得的電價水平，另一方面也可以追蹤到項目中標和建設投運以后的建設-運營成本。

對項目運營后的產出，參考來自BP 能源展望對每個區(qū)域不同能源電力項目的平均運行發(fā)電小時數進行估計，并結合中標電價進行項目收益測算。最后作為各類能源項目實際成本的公允標桿，樣本引用了2006 年以來BNEF 每半年更新一次的度電成本（LCOE）估計值，其測算存在一定的前瞻性，更多反映出研究機構對未來趨勢的預判，但考慮到能源項目從競標到投運同樣存在半年以上的時間窗口，因此這一變量對標衡量競標結果仍不失為一個有效的工具。最后是投標主體的差異性變量，行業(yè)經驗通過樣本中主體中標的第一個項目到2020年節(jié)點的跨度作為衡量標準。然而最難的變量是融資利率，理論上，BNEF 項目僅披露中標項目的融資利率，對于其他競標企業(yè)，樣本采用其在同一年度中其他中標項目的平均利率作為衡量標準，如果在同一自然年中沒有中標記錄，則把時間跨度擴大到臨近兩年中。

表1匯總了樣本的基本信息，能源項目類型羅列了不同時間段項目招標的總規(guī)模和報價情況，其中包括給定時間區(qū)間內對應項目類型下招標中最高、最低和平均報價以及中標價的均值。太陽能和風能項目的報價遠比火電項目激進，尤其是最低報價，從2011—2020 年的十年中，太陽能和風能項目分別下降了86%和79%。然而，即使絕大多數項目招標采用了二級競標機制，努力屏蔽極端激進報價帶來的風險，樣本的平均中標電價依然呈現(xiàn)出接近70%的降幅，遠超第三方度電成本的降幅測算。橫向對比不同能源項目的中標價和度電成本可以發(fā)現(xiàn)一個有趣且重要的結論：火電項目的報價較新能源略理性，火電項目的平均中標項目均稍高于第三方測算的發(fā)電成本，而新能源項目在2011 年以后的平均中標價卻普遍低于度電成本的測算值。誠然，在過去十年中，新能源項目在成本和效率上的發(fā)展進步遠超行業(yè)預期，這在一定程度上導致第三方在每一個階段前瞻性的度電成本估計很可能略為保守，但不可否認，競標企業(yè)的報價也同樣面臨前瞻性要求，而樣本數據匯總的結果正反映出能源企業(yè)在新能源項目上較火電表現(xiàn)出更加激進的競標策略。

表1 樣本概況

表2按項目參標企業(yè)數量匯總了競標結果，如果先驗假設競標企業(yè)之間存在合謀，那么競標電價的結果應該表現(xiàn)為和參與企業(yè)數量負相關。然而從結果上看，雖然最高報價這一項體現(xiàn)出一些和競標企業(yè)數量的反向關系，其他報價結果匯總的數據并沒有支持這一假設。換言之，更多的競標企業(yè)的影響僅反映在頭部，激進的報價行為無論在寡頭博弈還是近乎充分競爭的項目招標中都會存在。

表2 不同競標企業(yè)數量下的報價差異 /（美分/（kW·h））

當競標策略偏離利潤最大化目標時，競爭對手的行為較大概率影響到個體的預期。具體而言，當投資的收益不局限于項目運營本身，而更多來自業(yè)務擴張及其帶來的企業(yè)價值等衍生層面時，能源企業(yè)的競標決策就超越了項目自身收益評估的標準，而立足高于競爭對手的業(yè)務覆蓋率或市場曝光度。就競標模型而言，競標主體對于項目的價值評估突破了共同價值的假設，轉化為相互依存的關聯(lián)價值問題。考慮樣本期內，電價大幅下行，實證檢驗應用分位點回歸，因變量選擇企業(yè)報價的預期收益（tariff），等于競標企業(yè)在單個項目上的報價與同期（半年度）該地區(qū)第三方LCOE 測算結果的差值。自變量選擇同期該能源項目的新建規(guī)模（size）、時間虛擬變量（i）、同一項目競標企業(yè)數量（q）以及是否存在聯(lián)合競標（u）的0-1 變量?？紤]到樣本來自全球數據庫，地區(qū)間的差異不能簡單忽視，而相比項目的物理特性差異以及地區(qū)之間的絕對成本差異，政策的影響對模型更加顯著，因此式（6）引入了政策虛擬變量（k），此處模型將各國政策簡化為四類：自由市場、受管制市場、稅收補貼和綠證市場。

表3按能源類型匯總了X在25%、50%和75%三個分位點的回歸結果。競標企業(yè)數量對于高分位和低分位都存在顯著的影響，尤其是太陽能和風能項目。隨著競標企業(yè)的增加，高低分位報價都承載了明顯的下行壓力，而50%分位報價卻受到相對較小的影響。類似的結果也在聯(lián)合投標0-1 變量上得到體現(xiàn)，但區(qū)別在于，對比存在聯(lián)合投標的項目（0），不允許聯(lián)合投標項目（1）傾向于觀察到更激進的低位報價，而75%報價卻沒有受到太大的向下壓力。頻率分布圖（圖1）清晰地反映出，聯(lián)合競標機制下競標企業(yè)的報價雖然整體偏高，卻較少出現(xiàn)極端（高/低位）的行為，而個體競價的行為更可能出現(xiàn)極端低價的情況，這在直觀層面支持了關聯(lián)價值模型和“贏者詛咒”理論：信息共享能強化競標主體之間的報價決策相互影響機制，當這一渠道被關閉以后，競標主體的行為變得更加激進，無論反向招標采用一級還是二級價格機制，“贏者詛咒”都難以避免和解決。

圖1 （非）聯(lián)合投標機制下報價頻率分布

表3 基于電價的分位點回歸計量結果

3.2 非參數框架下的贏者詛咒計量和招標模式差異性考察：聯(lián)合投標能否改善結果

贏者詛咒可以量化為中標電價市場價值E(Vwinner)和市場公允價值E(V0)的差值，其價值估計采用非參數框架式（5），圖2 匯總了對不同類型能源招標報價及后期運營收益過程中存在的“贏者詛咒”問題。圖2 各小圖分別統(tǒng)計了中標電價分布（橫軸）和項目運營度電成本及量化的“贏者詛咒”（縱軸）的相關關系。當中標電價低于運營成本所需要的合理水平時，量化的“贏者詛咒”就會落入負值區(qū)間，如果該指標持續(xù)處于較低或是負值水平，則證明中標企業(yè)在投標階段的確存在過于樂觀的預估，從而驗證了贏者詛咒現(xiàn)象在電力項目招標中的存在。

明代小說涌現(xiàn)出許多膾炙人口的作品，形成了成熟的文學創(chuàng)作理論，同時也構建了豐富的創(chuàng)作素材寶庫，為后世小說所借鑒、繼承、續(xù)寫、補著，出現(xiàn)彼此銜接、暗合的系列小說?！毒G野仙蹤》將神魔、世情、歷史小說融為一體，在素材上必然也會借鑒明代小說。黃人在《小說小話》中就提出《綠野仙蹤》中燒丹一節(jié)的藍本是唐傳奇《杜子春傳》，陳新認為第二十三回中“朱文魁賣弟媳”是《警世通言》中“呂大郎還金完骨肉”的翻版⑦，卿三祥認為《綠野仙蹤》中的故事部分化用了《封神演義》《西廂記》《枕中記》《邯鄲記》《后西游記》等小說中的情節(jié)⑧。

首先，贏者詛咒在各類能源項目招標中都是一個普遍存在的問題。作為參考標準，圖2中添加了基于行業(yè)默認標準內部收益率（8%）測算的基準線。圖2下層三張關系圖中，除了足夠高的中標電價（90%分位點以上），中標企業(yè)都面臨著低于8%的收益水平。甚至在接近30%的概率下，中標項目還會處于虧損狀態(tài)運營。而對比聯(lián)合主體和單獨主體的差異不難看出，除了新能源的超低電價區(qū)間，在絕大多數情況下，聯(lián)合主體的競標結果并沒有表現(xiàn)出更理性或是更高盈利能力。

圖2 非參數框架下的成本模擬和“贏者詛咒”結果計算

其次，橫向對比不同類型能源的統(tǒng)計結果，火電項目毫無疑問成為“贏者詛咒”困境的“重災區(qū)”。超過70%的火電項目都陷于虧損，風電和太陽能的結果略好，但收益同樣普遍低于8%的達標線。一方面，這樣的差異可以由不同類型項目運營的特點來解釋，風電和太陽能項目發(fā)電運營的主要風險來自天氣因素和運維效率，火電項目面臨能源成本波動的沖擊。相比之下，天氣層面的不確定性依靠歷史數據或多或少可以提前認知和預判，而大宗商品導向的能源成本波動在長期中存在極高的不可預測性，在項目中標壓力的驅動下，項目競標企業(yè)往往會選擇相對激進的能源成本預測，以獲得更高的中標率。另一方面的差異來自于發(fā)電小時數的管制，相比風電和太陽能等受政策鼓勵的新能源項目，火電項目更容易受到政策的發(fā)電小時管制，發(fā)電小時數甚至還處于連年下降的趨勢。根據《IBM 中國能源與電力行業(yè)白皮書》，2015—2019年，中國火電的平均發(fā)電小時不到4 800 h，顯著低于2000 年的5 600 h。作為資本重投資項目，發(fā)電小時數的超預期縮減同樣導致中標的火電項目收益低于預期，乃至于深陷“贏者詛咒”的困局。

第三，對比圖中的聯(lián)合投標個體和非聯(lián)合個體競標-運營結果可以看出，兩條曲線之間并沒有顯著的差異。但值得注意的細節(jié)是對于風電和太陽能項目，在相對高位的電價端，聯(lián)合投標個體有著略優(yōu)于獨立個體的表現(xiàn)。對此可以提出一個猜想：新能源項目的高電價更多來自于補貼項目且處于產業(yè)發(fā)展的早期，聯(lián)合投標相對尚能整合制造業(yè)和項目投資運營各個環(huán)節(jié)的比較優(yōu)勢，從而形成更強的競爭力。但隨著產業(yè)技術和商業(yè)模式的成熟，依靠資源整合的優(yōu)勢快速縮減，尤其在去補貼以后，部分市場還禁止了聯(lián)合主體參與競標，從而導致依托供應鏈形成的競爭力逐漸弱化，運營能力成為決定項目盈利更重要的因素，最終抹平了兩組主體之間的差異，項目中長期的理性化運營收益目標和短期競標成功率績效壓力的矛盾沖突導致了“贏者詛咒”現(xiàn)象。

3.3 市場政策環(huán)境：不同激勵監(jiān)管政策下的“贏者詛咒”

承接前文對電價投標及背后“贏者詛咒”的動態(tài)對比，本節(jié)聚焦于宏觀市場環(huán)境因素的影響。政策差異性主要來自兩個層面：市場管制和能源激勵。前者依托咨詢公司Fitch年度報告中對各個國家及地區(qū)能源市場管制和自由化評分進行定性區(qū)分，所有市場被簡單區(qū)分為管制市場和自由市場兩類；后者則主要針對風電和太陽能項目的政策性激勵，在當前市場，上網電價固定補貼政策已經基本被絕大多數國家所終止，取而代之的是稅收抵免和綠證。實證工具應用理論框架中投標主體的反應曲線計算結果，火電、風能和太陽能依次匯總在圖3 的上層序列，橫軸為能源投資成本的信號變量（項目建設運維中占比最大的成本因素），其中火電采用了當年煤炭價格和天然氣價格的平均值；而風電和太陽能項目主要的成本為項目的固定投資，則選用IHS當年的單瓦項目造價作為變量；縱軸為項目投標電價。其中火電項目主要對比了自由市場和受管制市場的差異，風電和太陽能項目則對比了四類市場之間的投標反應曲線差異：自由市場、受管制市場、可享受稅收抵免的市場和綠證激勵的市場。作為參考和對比，圖3的下層序列繪制了橫軸中成本信號變量的密度分布圖。

圖3 投標反應曲線的非參數估計結果

首先，反應曲線基本都滿足了單調性的要求，但在不同成本分位點上，投標反應曲線的敏感度有著顯著的差異，尤其是風電和太陽能項目，反應曲線在成本信號處于相對低位的情況下更加陡峭，也就意味著當前市場相對樂觀的成本走勢能激發(fā)投資主體更加激進的報價策略，這既支持了“贏者詛咒”的理論假設，也與前文的非參數估計結果保持了一致。

其次，考察不同市場之間的差異性，就火電項目而言，雖然投標反應曲線在不同成本信號端的差異小于風電和太陽能，不同市場之間的反應曲線差異卻是顯著的。其中自由市場下的反應曲線不但略低于受管制的市場，同時也比后者更加陡峭。這證明自由市場下充分的市場競爭能激發(fā)更具競爭力的招標結果，同時投資者對于成本因素的敏感性也會變得更強，但同樣意味著當缺乏政府引導，市場容易被誘導陷入過度競爭，從而進一步惡化“贏者詛咒”的結果。若對比風電和太陽能板塊自由市場和受管制市場的反應曲線同樣可以洞察到類似的結果。

第三，聚焦風電和太陽能項目的計量結果，稅收抵免政策導致反應曲線變得更加平緩，而綠證政策的影響除了拉低投標電價絕對水平之外，在相對高位的成本信號下同樣輸出了對成本不敏感的投標反應曲線。這兩個結果均可以通過產業(yè)投資決策做出一定的解釋：投資稅收減免政策本質上是降低企業(yè)的初期投資成本，面對同樣幅度的單位投資成本波動，能享受投資稅收減免的主體受到的實際影響會變相降低，最終的投標電價也因此反應遲鈍。而綠證本質上是通過增加項目投資的收益實現(xiàn)可再生能源的激勵，這一政策的存在一方面可以緩解項目投資運營企業(yè)對電價的剛性要求，另一方面對減排尚未達標的主體更是一種投資驅動。即便面對相對較高的項目投資成本，考慮到未來需要承擔的碳稅財務負擔，即便電價收益并不具備足夠的吸引力，相當一部分企業(yè)主體依然會考慮投資建設可再生能源項目，反應曲線因此表現(xiàn)為較低的截距和斜率。

最后，聚焦分位點斜率差異，無論是火電、風電或太陽能項目，投標反應曲線的彈性在成本信號最低的30%區(qū)間內基本均大于1，即意味著電價投標行為表現(xiàn)出更強的成本彈性，1%的成本下降傳遞到競標電價的降幅均大于1%，且這樣的情況在各類市場情形下均普遍存在。如果說自由市場能最大化競爭效率并導致內卷化的電價競爭，那么稅收抵免和綠證碳稅政策的功能也僅僅存在于間接提高部分項目的絕對收益層面，并不能培養(yǎng)更理性的投標行為，更無法有效避免“贏者詛咒”的結果。

3.4 企業(yè)行為研究：經驗能否改善競標結果

延伸到針對投資者經驗的研究，應用回歸模型考察電力行業(yè)技術進步、成本沖擊和投資者的預期行為對樣本中競標電價以及非參數模型估計的“贏者詛咒”結果的影響。其中，技術進步應用TUV 年度報告中匯報的火電、風電和太陽能電力系統(tǒng)發(fā)電效率指標，火電站采用當年新建機組熱效率指標衡量，而風電和太陽能項目選用行業(yè)普遍接受的PR 值（performance ratio）作為自變量，成本沖擊選擇上一小節(jié)的成本信號變量和中標項目的融資利率。在行為預期方面，模型考慮了基于IHS度電成本歷史數據估計的兩種預期形成模式：自適應預期和激進預期。前者假設了邊際遞減的成本預期，利用過去5年平均的行業(yè)度電成本作為衡量指標；后一種假設直接引用BNEF半年度更新的全球度電成本預測報告的激進值，模型附加了加速成本優(yōu)化的預期。由于無法準確判斷每一個競標主體具體的成本預測模型和風險偏好，采用兩個極端的行為假設可以有效輔助研究不同預期模型對企業(yè)競標策略和后期項目運營風險的影響。除此以外，回歸模型還考慮了將競標者的行業(yè)經驗，作為對競標參與個體預期成熟和理性的補充性指標。

相比技術進步的單調性，成本沖擊在很大程度上受制于大宗商品價格周期的影響，表現(xiàn)出隨機波動的特征，而市場又普遍存在“買漲不買跌”的情緒化行為，考慮到在不同成本波動區(qū)間內競標主體可能存在的行為動態(tài)不一致性，針對成本沖擊變量，模型采用閾值回歸的框架處理，見式（7），表4—表6匯總了計量結果：

其中，項目收益選擇競標電價和前文非參數計量測算出的“贏者詛咒”量化指標。

從表4 基于Hansen Bootstrap 框架的閾值模型可以看出，火電項目并不支持顯著的閾值門檻，這意味著當前的煤炭或者天然氣價格并不會影響到擬投標項目的成本和收益估算，競標主體更傾向于選擇內部認可的長期“公允”燃料價格作為投資評估的標準，而新能源尤其是太陽能項目對系統(tǒng)造價的敏感性就相對顯著。從項目運營的成本結構上看，這樣的差異可以得到有效解釋：火電項目的運營壽命在20～50年，期間燃料成本無論暴漲還是暴跌都不是持久性的，采用公允價格估算確實是當下投資者最好的選擇。但對新能源項目而言，前期的項目固定投資構成了60%以上，甚至高達80%的成本，雖然項目從競標到投運通常有半年以上的時間，但是系統(tǒng)投資中大宗商品成本在短期內可預見性變得更強，投資者更傾向于采用因地制宜的預測模型進行評估，而這樣的情緒在極端行情下更容易被引導，從而形成閾值兩側差異化的競標策略行為。

表4 電力項目競價總體閾值估計結果

表5—表6 的回歸分析結果可以看出，代表技術進步的系統(tǒng)效率的影響局限在競價層面，而對于“贏者詛咒”而言并不是一個重要的因素。不過融資利率作為競標中的硬實力指標，卻是唯一能緩解“贏者詛咒”的變量，雖然其同樣會壓低中標電價，但作為項目運營中的最重要財務成本，更低的融資利率確實能幫助中標企業(yè)提升項目的盈利能力。

表5 基于競標電價的閾值回歸結果

表6 基于“贏者詛咒”的閾值回歸結果

當期成本變量卻是風電和太陽能項目競標中“贏者詛咒”困局最重要的誘因，相比火電項目對即期燃料成本的“近乎無視”，當項目投資成本降到較低水平的情況下（閾值左側），“贏者詛咒”效應在新能源項目中被快速放大。這說明對于當下過低的項目投資成本，競標主體更容易被誘導采用過于激進的評估模型，導致低估合理的電價訴求，最終影響項目的投資和運營收益。綜合兩種預期行為的變量可以進一步發(fā)現(xiàn)，無論是相對保守還是更加激進的成本預測都無法有效解決“贏者詛咒”問題，甚至實證結果顯示預期變量的系數傾向于進一步壓低競標電價，放大運營損失的風險，對“贏者詛咒”困境起到了推波助瀾的消極作用。閾值回歸驗證了對“贏者詛咒”非參數估計的結果：盡管電力行業(yè)已經構建了成熟的招標體系，參與企業(yè)也通常采用近乎相同的項目評估財務模型，當市場表現(xiàn)出持續(xù)性的成本優(yōu)化趨勢時，競標主體很容易被誘導到過于激進的成本預測路徑之上，甚至會不理性地忽視包括發(fā)電量、政策穩(wěn)定性等其他非市場價格因素的風險，超預期地壓低中標電價，最后雖然能在一定程度上倒逼產業(yè)技術進步和成本優(yōu)化，但更多的消極影響還是反映在壓縮項目盈利空間的層面，導致了持續(xù)且普遍的“贏者詛咒”困局。

延伸到預期行為的層面，從參數回歸的結果上看，基于成本變動的預期變量對風電和太陽能項目競標電價產生了顯著的影響。一方面，預期變量對競標電價產生了顯著的下行壓力；另一方面，從對“贏者詛咒”的回歸結果上看，競標企業(yè)對未來降本的預期無疑增大了自身項目運營的風險，尤其是采用激進式預期的策略，對項目盈利的擠壓甚至高出適應性預期接近兩倍。這再一次證明了“贏者詛咒”理論邏輯在電力招標中的客觀存在性，而且以預期為核心的心理詛咒對運營效果的約束比一般的經濟詛咒更加強烈［29］。對于未來降本空間過于激進的預期將競標企業(yè)報價超額壓制，并最終導致中標項目運營的虧損。

更不幸的是，行業(yè)經驗變量對結果基本未產生任何顯著影響。這表明，在群體不理性的情況下，個體企業(yè)即便能通過經驗積累出理性的預期行為，但并不能解決結果中“贏者詛咒”的局面。綜合以上回歸結果，除了企業(yè)自身融資成本，其他因素均無助于電力行業(yè)競標回歸理性，“贏者詛咒”還將長期伴隨電力市場存在。

3.5 產業(yè)驅動分析：什么因素主導了新能源降本

結合以上的計量結果和分析，實證研究聚焦最后的核心問題：新能源電價持續(xù)超預期下降究竟來自內生性的創(chuàng)新和降本導致的潛力兌現(xiàn)，還是內卷化的“贏者詛咒”對利潤的超額擠壓？對此，嘗試分解最近15 年火電、風電和太陽能電力競標電價優(yōu)化下行的成本結構，量化對比來自產業(yè)技術進步和規(guī)模經濟等內生性降本幅度，以及項目投資運營企業(yè)在競標過程中通過壓縮收益獲取的內卷化降本幅度。其中內生性降本部分使用BNEF 報告的能源度電成本年度變動幅度衡量，內卷化降本部分的量化衡量則匯總引用第二小節(jié)中的每年針對各類能源的非參數計量結果，兩者之和與樣本中年度平均中標電價變動幅度的差額歸入其他因素，圖4對比了這兩個因素在不同能源電價變動中的占比結構。

圖4 不同類型能源項目電價下行結構分解

與前文非參數計量結果一致，樣本中的三類能源在近年來的上網電價波動均可以同時歸因于內生性成本優(yōu)化和內卷化競價下的“贏者詛咒”影響。其中，火電項目在這一方面的成本結構相對穩(wěn)定，內生化因素和內卷化競標壓力基本保持了7∶3 的貢獻比。說明火電項目投資者對于燃料成本的短期波動相對并不敏感，盡管難以避免陷入“贏者詛咒”的困局，但并不會因為市場環(huán)境和大宗商品價格的波動惡化競爭格局。但與之形成鮮明對比的是新能源項目，尤其在2014年以后，全球各國加快了去補貼和項目招標的進程，競標內卷化程度快速提升，對應的結果是“贏者詛咒”效應甚至在一段時間內超越行業(yè)正常技術成本進步的節(jié)奏，連續(xù)幾年均成為新能源電價下降最主要的驅動因素。直到2019 年，對應的項目固定投資成本降幅趨于穩(wěn)定，項目投資收益的壓縮空間基本耗盡，“贏者詛咒”的消極影響才逐步改善。從圖4呈現(xiàn)的分年度檢驗來看，即便在2020 年其依然在新能源項目的電價下降中占據著接近50%的比重。

4 研究結論和政策建議

4.1 研究結論

通過附加技術進步和動態(tài)預期假設對關聯(lián)價值模型進行修正，并應用歐美和亞太地區(qū)不同類別電力項目招標及后期運營的樣本，實證研究了在成本-產出存在長期不確定性的情況下，能源項目招標可能存在的“贏者詛咒”現(xiàn)象及市場機制問題。主要結論歸納為以下三點。

（1）在跨區(qū)域能源項目電價招標和運營過程中，存在明顯的“贏者詛咒”現(xiàn)象。競標參與企業(yè)對于項目建設和運維成本以及后期產出的不確定都可能產生過于樂觀的預期，結果導致中標價格過低，抑制了后期項目的盈利。這樣的問題在跨區(qū)域和跨能源類型的子樣本中都得到了證實，尤其當聯(lián)合競標被禁止以后，幾乎沒有項目可以幸免。對關聯(lián)價值模型做出技術進步和投標主體前瞻性預期行為修正并不能解決這一問題，當前的反向招標體系無法規(guī)避低價中標趨勢，結果導致了逆向選擇，競標企業(yè)很難跳出項目虧損或是業(yè)績縮水的兩難境地，導致這一問題的核心原因在于項目投標階段偏離理性的預期。

（2）能源產業(yè)特別是新能源電力項目，都未能有效發(fā)揮行業(yè)潛力。過去的十幾年中，全球各地陸續(xù)通過電價反向招標代替固定補貼模式鼓勵新能源項目的投資建設，并配套碳稅等財政手段加速能源轉型。隨著風光新能源產業(yè)技術革新的邊際放緩，無論是在發(fā)電效率還是投資降本層面，都難以持續(xù)維持超預期的發(fā)展速度。越來越多的下游項目投資運營企業(yè)扎堆涌入，無形增加了行業(yè)內卷化風險，阻礙了新能源項目的潛力發(fā)揮?！摆A者詛咒”帶來的盈利壓縮甚至超過了行業(yè)正常的技術進步，成為新能源電價持續(xù)下行的最主要因素。

（3）在“贏者詛咒”的影響因素方面，單純的學習曲線并未有效改善該困境。即便是具備更豐富招投標經驗或是通過并購整合獲取更大市場分割的全球性能源企業(yè)，也沒有在競標結果上表現(xiàn)出與自身規(guī)?；虻匚幌喾膬?yōu)勢。對新能源項目招標而言，當期成本是導致其后期運營陷入“贏者詛咒”困境的主要誘因。針對后期項目運行收益的分析發(fā)現(xiàn)，能改善收益的唯一途徑僅為投資主體在資金成本上的優(yōu)勢，運營經驗、市場環(huán)境等傳統(tǒng)因素并未幫助能源企業(yè)跳出這一困境。

4.2 政策建議

當前研究和實踐并未對“贏者詛咒”困境提供有效的解決機制，結合當前電力項目投資運營的痛點，對中國能源產業(yè)發(fā)展提出以下政策建議。

（1）為統(tǒng)一大市場提供配套的資金支持。足夠低的融資利率僅僅是緩解能源項目投資“贏者詛咒”的必要條件，而非充分條件。自從2018年以來，國家陸續(xù)提供了多輪累計上萬億元的低利率定向資金支持，但無差異的低利率貸款導致投資企業(yè)收益下降，甚至造成了部分地區(qū)部分項目的“劣幣驅逐良幣”。相比單純的融資支持，產業(yè)更需要構建無歧視的全國統(tǒng)一大市場，激發(fā)各類企業(yè)和技術路線的平等競爭，真正發(fā)揮資金的杠桿作用，確保資金流向和產業(yè)發(fā)展方向的一致性，并且培育具備技術和成本潛力的產業(yè)個體，保證優(yōu)勢企業(yè)的價值被市場認可和及時發(fā)現(xiàn)，通過市場的競爭機制實現(xiàn)企業(yè)經營的良性循環(huán)。

（2）為能源企業(yè)打造寬松的市場環(huán)境。相比國外體系化的電力市場，國內在現(xiàn)貨市場、期貨市場以及調頻調峰輔助服務市場等方面發(fā)展相對滯后，當前國家重點支持發(fā)展的綠證和碳排市場依然主要受制于短期政策的驅動，無法內生化為企業(yè)推進能源轉型的原動力，而市場機制的完善，既需要鼓勵上下游企業(yè)達成長期穩(wěn)定的戰(zhàn)略合作，實現(xiàn)產業(yè)信息的互通有無，又需要還原能源的市場化屬性，尊重能源轉型的市場規(guī)律。因此，應該一方面盡可能減少新政指標和地方政府政策壓力下的季節(jié)性搶裝，以確保新能源項目投資的驅動力在最大程度上來自自身市場競爭力的提高，保證投資主體項目測算的獨立性和理智性。另一方面完善電力現(xiàn)貨期貨市場機制和碳排放市場機制，為項目投資企業(yè)提供穩(wěn)定可靠的金融對沖工具，最小化能源項目投資長期風險。

（3）對招標監(jiān)管機制提供配套的信息披露。僅靠企業(yè)自身學習無法有效改善“贏者詛咒”，除了以上的市場政策和環(huán)境保障機制，政府監(jiān)管和透明信息平臺尤為重要。針對大型項目招標中存在的信息不完全問題，積極引入獨立第三方進行造價合理性評估，及時識別并剔除明顯偏離市場公允水平的不合理報價。同時在尊重競標個體公平競爭的前提下，適當提高項目后期的違約成本，敦促投資企業(yè)項目財務核算的理性化。對于各地的小型項目招投標，可以利用產業(yè)協(xié)會、龍頭企業(yè)以及高?？蒲袡C構，在公開平臺充分披露包括技術路線和價格成本等產業(yè)相關信息，確保招標主體的評估工作有據可循。最終通過政府、產業(yè)和企業(yè)共同構建的糾偏工具確保健康、穩(wěn)健又具備持續(xù)競爭力的能源轉型得以實現(xiàn)。