在多重不确定性条件下，煤炭发电企业关于碳捕获与封存（CCS）技术采用时机的决策

《Energy Economics》：Decision-making on the timing of CCS technology adoption in coal power enterprises under multiple uncertainties

　　李春晓|王德路|宋学峰|史迅鹏
中国矿业大学经济管理学院，徐州221116，中华人民共和国

**摘要**
推动燃煤发电企业的低碳技术改造已成为实现能源安全与减排目标之间平衡的必然选择。碳捕获与封存（CCS）作为最具前景的大规模深度脱碳途径，由于高昂的成本、碳价波动和政策变动，其进展仍然缓慢。在此背景下，本研究将政策、市场、技术和经济等多层不确定性纳入统一的分析框架，开发了燃煤发电企业采用CCS的决策模型，并进行了实证分析。研究结果表明：（1）在参数波动±20%的范围内，采用时间的波动幅度保持在20%以下，显示出模型的强鲁棒性；（2）影响采用时间的因素按重要性排序为补贴强度、建设成本、碳价和碳捕获率，多因素相互作用形成了“观望-平衡-加速”三个不同阶段。值得注意的是，高碳价与慷慨补贴的结合会触发早期采用的逐步转变；（3）装机容量的扩大使得采用时间呈现“最初稳定-随后急剧上升-最终稳定”的趋势，而发电效率的提高则使采用时间近乎线性地提前。相比之下，更强的外部冲击会延迟采用时间，并在煤炭发电占比达到30%-40%时引发转折点。这些发现为燃煤发电企业优化低碳技术采用时机策略提供了决策参考，也为政府制定激励兼容的政策框架以加速低碳改造提供了依据。

**引言**
推动煤炭电力行业的低碳转型不仅是实现中国减排目标的关键途径，也是保障电力系统安全的实际需要。截至2024年底，中国有1935个燃煤发电单元被纳入可靠性统计，另有约116个大型1000兆瓦燃煤电厂正在建设中。煤炭电力仍占电力供应的60%以上、峰值负荷支持的70%以上以及热力供应的67%左右，同时贡献了约40%的总二氧化碳排放量（Fan等人，2023年）。与此同时，由大型数据中心和人工智能训练等计算集群驱动的电力需求快速增长，加上恶劣天气、地缘政治危机和经济复苏的综合影响，使得电力安全问题变得尤为突出。短期内，大规模关闭燃煤电厂既不现实也不可取（Ma等人，2023年）。因此，在“减排和电力供应安全”这两个限制条件下，推动燃煤发电企业的低碳改造已成为实现能源安全与减排目标之间平衡的必然选择。

在实践中，煤炭电力低碳转型的技术路径选择直接决定了减排效果。从技术角度来看，可分为两类方法：一类是旨在提高效率和减少排放的增量措施，如提高燃烧效率、先进烟气处理、废热回收和生物质共燃等技术，这些技术在工业应用中通常能实现10%-20%的减排；另一类是深度脱碳技术，尤其是碳捕获与封存（CCS），该技术可实现60%-90%的二氧化碳减排。CCS被广泛认为是实现接近零化石燃料排放的核心选项，国际能源机构等机构认为它是煤炭电力行业最具可扩展性的深度脱碳技术（Fan等人，2023年）。2025年3月，国家发展和改革委员会及国家能源管理局发布的《下一代煤炭电力升级专项行动实施方案》强调了现有单元的改造和升级，并鼓励在条件允许的情况下部署CCS。然而，尽管具有潜力并获得政策支持，CCS的部署仍然有限（Ma等人，2023年）。截至2024年底，中国仅有13个燃煤电力CCS项目进入工业示范阶段，占总燃煤单元的不到1%。此外，大多数设施的捕获能力低于0.3百万吨/年，远低于美国的平均能力（2.58百万吨/年）和欧盟的1.95百万吨/年。煤炭电力生产过程的复杂性，加上市场变化、政策波动和知识溢出效应，导致了显著的技术多样性和不确定性，这是阻碍CCS实施的因素之一（Chen等人，2025a；Chen等人，2025b）。另一方面，在当前制度框架下，燃煤发电企业既具有盈利性也具有公共福利特性，这意味着外部和内部不确定性加剧了CCS采用的风险（Yao等人，2020年）。虽然国家层面已经启动了试点项目，但详细的实施措施（如法律法规、标准和产业链布局）仍在制定中（Zhang等人，2024a；Zhang等人，2024b）。因此，在多种不确定性面前如何动态评估CCS的投资价值并确定最佳采用时机，是其推广的关键挑战。

近年来，关于低碳技术投资决策的文献涵盖了多个维度，包括政策分析（Wang等人，2024年；Zeng等人，2024年）、市场机制设计（Jindal等人，2025年；Shang等人，2024年；Ying等人，2025年）和不确定性建模（Fan等人，2023年；Mao等人，2025年；Shan等人，2024年）。方法上，研究采用了进化博弈论、实期权分析和结构方程模型（Barazza和Strachan，2020年；Shi等人，2021年；Zhao和Liu，2019年）。进化博弈模型和结构方程方法通过建模系统中的利益相关者关系来分析关键因素对异质主体技术采用行为的动态影响。然而，这些方法受到模型复杂性和均衡解可解性的限制，通常仅限于两方或三方之间的互动，难以进行定量时序分析。实期权理论已成为评估减排技术投资的主流范式（Su等人，2025年；Zhang等人，2024a；Zhang等人，2024b），因为它有效考虑了投资不可逆性下的管理灵活性。鉴于煤炭电力在中国能源转型中的战略重要性，CCS已被确立为关键的深度脱碳途径，许多学者应用实期权框架研究CCS的采用。例如，Abadie和Chamorro（2008年）在不确定的碳价和电价下推导了燃煤电厂的最佳CCS安装规则；Yang等人（2019年）研究了在不确定技术成本和政策补贴下的投资回报；Mo等人（2018年）考虑了投资和运营灵活性，并使用泊松过程模拟补贴政策的随机变化，提供了政策强度时间演变的数学描述，并确定了触发投资的阈值碳价。然而，他们的模型假设碳价动态和政策波动相互独立，未能捕捉到两者联合演变对项目价值的影响。Li等人（2024年）构建了一个实期权模型，推导了耦合煤制氢和CCS项目的关键碳价，展示了初始投资补贴、减排补贴和清洁能源补贴如何降低投资门槛。但该研究忽略了政策波动与市场环境变化之间的动态联系，限制了其对企业在多重不确定性下决策复杂性的反映能力。Sun等人（2023年）通过纳入政策、技术创新和市场因素扩展了不确定性维度，但其模型将项目回报限制在常规电力销售和碳交易收入上，未考虑设备闲置成本或低负荷运行成本。

从研究角度来看，现有研究大多忽略了政策波动与市场变化之间的动态联系，难以反映企业在多重不确定性下的决策复杂性。一些研究扩展了不确定性维度，评估了投资项目的经济和环境价值以及最佳投资策略（Sun等人，2023年）。然而，这些研究主要关注市场波动因素对CCS投资的影响，相对不足于描述政策、市场和技术不确定性的联合效应，即忽略了企业在多重不确定性下的CCS采用时机问题。从方法论角度来看，尽管已有多种方法应用于CCS投资问题，但仍需改进。实期权理论被广泛使用，但在模型构建和求解过程中所做的简化可能导致某些假设偏离实际情况，从而影响结果的准确性。在模型内容方面，大多数文献强调显性收入和成本（如投资成本、电力销售收入和补贴收入（Li等人，2022年），而对隐性支出（如设备闲置成本和低负荷运行成本）关注不足，这削弱了模型对现实的再现能力。此外，许多研究未充分考虑多种政策措施的联合效应；它们倾向于考察单一因素的扰动或单一因素与投资门槛之间的关系，而非深入分析企业在多重干扰下的技术投资行为复杂机制。总之，多重不确定性和参数对低碳投资决策的交互效应被大大忽视。

为解决这些局限性，本研究构建了燃煤发电企业采用CCS时机的决策模型。主要贡献如下：首先，本文将多种不确定性纳入统一的分析框架，构建了一个多项式、高阶且强非线性的实期权模型。该模型涵盖了核心收入和成本组成部分，包括碳交易收入、补贴收入和低负荷维护成本。它采用最小二乘蒙特卡洛（LSMC）模拟和动态规划相结合的方法进行求解，从而扩展了实期权模型在燃煤发电企业低碳技术采用领域的应用范围和深度。其次，通过系统性的实证分析（包括单因素和多因素敏感性测试及情景模拟），本研究确定了CCS采用时机的关键驱动因素，揭示了多重不确定性共同影响采用时机的机制，并阐明了不同情景下的动态演变模式。这些进展提高了模型解释现实决策复杂性的准确性。研究结果为企业动态调整CCS采用时机策略提供了理论基础，为政府设计符合其特定需求的技术激励政策提供了决策指导。

**问题描述与研究假设**
在全球能源需求持续增长和可再生能源（RE）高波动性的背景下，燃煤发电企业面临着日益增长的深度脱碳压力。CCS作为最具前景的大规模深度脱碳技术，既带来了机遇也带来了挑战：其高昂的投资成本、不确定的回报和不断变化的政策环境使企业陷入两难境地。过早投资可能因潜在的政策撤回而遭受财务损失。

**模型求解**
本文中创建的模型采用LSMC方法进行计算。在估计过程中，首先生成K个不确定情景以描述不确定因素的时间演变。然后计算每个对应时间点下的项目价值，假设起始年为2025年，投资期为10年。当投资期结束时（即t=T），如果项目价值超过零，决策者将执行投资。

**参数设置**
截至2024年底，共有1935个燃煤发电单元被纳入可靠性统计，其中600兆瓦单元占比30.7%。这一容量规模代表了中国燃煤发电单元的主流规格，也是未来燃煤电厂发展的主要方向（Fan等人，2019年）。这600兆瓦单元在热效率和煤炭消耗等关键性能指标上具有高度标准化，因此可以作为参考。

**结论**
鉴于中国电力行业在低碳转型过程中面临的多种不确定性，包括碳市场波动、技术不确定性和政策变化，本研究开发了一个适用于多重不确定性的燃煤发电企业CCS采用时机决策模型。基于系统的实证分析，主要结论如下：首先，在参数扰动范围为±20%的情况下，最优采纳时间的变化幅度保持在20%以下，这表明该模型的可靠性较高。

致谢
本研究得到了以下资助项目的支持：国家社会科学基金重大项目（编号25&ZD197）、国家自然科学基金（编号72374196；编号72074210）、江苏省社会科学基金（编号23GLA005）、江苏省研究生研究与实践创新计划（编号KYCX24_2946）以及中国矿业大学研究生创新计划（编号2024WLKXJ094）。