编辑推荐：
关于风能和太阳能未来走向的辩论常陷入一种错误的二元对立：要么认为其将继续加速增长，要么认为已失去动力。两种观点均假设可再生能源遵循典型的S型扩散曲线（S-curve），即经历近指数增长后放缓。研究人员利用各国部署数据分析发现，可再生能源的增长偏离理想S型曲线：
关于风能和太阳能未来走向的辩论常陷入一种错误的二元对立：要么认为其将继续加速增长，要么认为已失去动力。两种观点均假设可再生能源遵循典型的S型扩散曲线（S-curve），即经历近指数增长后放缓。研究人员利用各国部署数据分析发现，可再生能源的增长偏离理想S型曲线：其经历形态成阶段的 erratic 增长（erratic growth）后起飞（takeoff）并短暂加速，初次加速在较低市场渗透率（约占发电量的3%）时结束；此后进入长期稳态增长阶段（steady growth phase），伴有加速与减速脉冲，整体巡航速度（cruising speed）低于首峰增速（≈0.7 百分点/年；风电四分位距[IQR]：0.4–1.5，光伏 IQR：0.3–1.9）。研究人员开发了识别各阶段的诊断工具与指标，回溯检验表明这些方法优于同比趋势与拟合S型曲线参数。先行国家（front-runner countries）的峰值增速为全球扩张提供了可靠上限。
论文解读：《Rethinking S-curves for policy-driven energy technologies》（Jakhmola A, Jewell J, Vinichenko V, Cherp A，发表于Joule）
一、研究背景与问题提出
关于风电与光伏（Solar PV）能否持续高速增长或是否已临近饱和的争论，长期依赖经典技术扩散理论中的单拐点S型曲线（S-curve，如Logistic或Gompertz函数）进行推断——即新技术经初期准指数增长（quasi-exponential growth）后于拐点（inflection point）过半饱和水平时开始单调减速直至饱和。然而，风能和太阳能属于强政策驱动（policy-driven）技术，其扩散受补贴、电价制度、政治周期等影响，与历史上靠成本优势自发扩散的技术不同。现实中全球及各国同比（year-on-year, YoY）增长率已现下降，但部署绝对值仍在上升，标准S型曲线拟合结果随数据更新剧烈波动，且无法提前判断"处于S曲线哪一位置"。此外，传统指标如过渡期时长（duration of transition, Δt）、饱和渐近值L均依赖完整曲线才能确定，对尚在早期阶段的风电/光伏不可靠。因此，有必要跳出"是否可用S-curve描述"之争，直接以无模型（model-agnostic）方式识别实际增长阶段与规律，为评估全球扩张可行性提供实证基础。
二、主要技术方法与数据
研究人员收集约220个国家/地区1978–2023年陆上风电（onshore wind）、1983–2023年光伏（solar PV）发电量占比数据，以及核电、联合循环燃气轮机（CCGT）、移动电话和互联网用户的历史序列作对照。采用贝叶斯形变性点指标（Formative phase Bayesian point change indicator, FOBI）检测成形（formative）阶段结束即起飞（takeoff，发电占比≈1%时）；开发减速-加速动态拐点与脉冲检测法（Deceleration and Acceleration dynamics for Inflection point and Pulse detection, DAIP）：对年新增装机做3年滑动平均得速度vt，一阶差分得加速度at，首次连续≥2年at<0标志首次拐点（First Inflection Point, FIP），后续再加速且at>0连续≥2年为增长脉冲（growth pulse）；巡航速度（cruising speed）定义为FIP后至份额开始持续下降前年均新增量。将结果与Cherp等(先前研究)的Logistic曲线拟合拐点及最大增长率G对比验证；对通过FIP的国家做样本外回溯预测（hindcasting），比较线性（按FIP速率）、指数、经验Logistic及固定上限Logistic四种外推误差。
三、研究结果
Phases and patterns of growth（增长的阶段与模式）
研究人员确认政策驱动技术经历四阶段：①成形阶段（formative phase）——发电量占比<1%，增长不稳定受试点项目主导；②起飞（takeoff）——FOBI判定，通常在发电量占比≈0.7%–0.8%（全球≈0.15%），增长转为持续加速；③初始加速（initial acceleration）——风电约持续6年（IQR 3–9），光伏约3年（IQR 2–5）后达FIP；④稳态增长阶段（steady growth phase）——FIP出现时光伏与风电发电量占比中位数≈3%（IQR：风电2%–8%，光伏1%–7%），年增速峰值Gfip≈0.7 百分点/年，此后不转入单调减速而是围绕低于Gfip的巡航速度波动并伴随二次脉冲。FIP出现时的渗透率远低于Logistic理论预期的饱和水平一半（通常需达最终上限的15%–25%电量占比），亦早于手机（中位数FIP于79%人均渗透）和互联网（38%）。证明政策难以支撑初始加速超越较低部署水平。
Measuring and modeling growth（增长测算与建模）
同比（YoY）增长率在半对数坐标呈近似直线属早期低部署量视觉假象，实际YoY持续下降（p<10?8），且受Gompertz等其他S函数形式影响大，不能反映阶段转换。Logistic拟合早期数据所得饱和值L与过渡期Δt极不稳定——新数据加入会大幅改变参数，且易将稳态增长误判为即将饱和致低估上限；固定L的外生设定法预测性能接近指数模型且不符脉冲特征。先期研究提取的Logistic最大增长率G与DAIP测得的Gfip及巡航速度高度重叠，证实Gfip可稳健代表后续巡航速度上限，且不受后期脉冲显著影响。S型曲线拟合因假设单拐点光滑轨迹，在遇二次脉冲时或漏检FIP或给出"假拐点"，DAIP无模型方法更稳。
The relationship between national and global growth（国家与全球增长的关系）
先行国家FIP后巡航速度跨國分布稳定，后进国罕见超过先行国峰值增速（受地理/制度约束抵消学习曲线收益）。故先行国Gfip分布中位数为全球增速合理上限，上四分位数（Q3）为乐观上限。风电等多技术验证：一旦≥5国过FIP且技术达全球起飞，Gfip跨国分布稳定，中位数持续高于观测全球增速。光伏因中国权重高暂追踪Q3，预期随更多国入稳态趋近中位数约束。反驳了"后进国可像手机那样倍增峰值增速"之说——手机1990年代样本不足且未过全球起飞，2001年后范围稳定方见上限效应，与当前风电/光伏情形不同。
四、讨论与结论翻译（浓缩自Discussion）
经典单拐点S型曲线不适合描述政策驱动可再生能源扩散。风电与光伏在成形阶段（≈1%发电量占比）起飞，短暂初始加速后于仅≈3%发电量占比处达首次拐点（FIP），远早于标准Logistic预期之半饱和点；其后进入稳态增长阶段，以略低于FIP峰值速度的巡航速度推进并受政策调整引发加速/减速脉冲，而非单调减速。FOBI与DAIP较曲线拟合法更可靠识别阶段；FIP处增长率Gfip是后续巡航速度的有效代理及全球扩张上限参考。先行国家Gfip分布中位数为全球可行增速上限。该框架亦可推广至电动车、热泵等政策驱动技术评估。研究结论强调：可再生能源近期—中期全球轨迹应由起飞及稳态增长阶段规律判断，而非猜测未知饱和终点；持续准指数增长期望与跨国实证不符，近线性（near-linear）巡航增长更符合IEA等主流预测。政策波动性既是约束也是再加速来源，使脉冲式稳态增长成为政策驱动技术典型模式。
