Ратнер С.В.доктор экономических наук, ведущий сотрудник лаборатории экономической динамики и управления инновациями, Институт проблем управления им. В.А. Трапезникова РАН, Москва, Российская Федерация lanaratner@gmail.com
Предмет. Понимание закономерностей изменения во времени стоимости энергии, произведенной по различным технологиям, является важным аспектом в принятии решений относительно будущего развития энергетических систем и разработке государственной политики стимулирования возобновляемой энергетики. В последние годы в России, благодаря действию мер государственной поддержки, активизировались процессы строительства и ввода в эксплуатацию объектов возобновляемой энергетики мощностью от 5 мВт. Реализация нескольких успешных крупных солнечных проектов привела к появлению в России новых высокотехнологичных производств солнечных модулей и батарей. В то же время ни одного успешного проекта в ветровой энергетике пока не реализовано. Потенциальными сдерживающими факторами могут быть слишком высокие требования по локализации производства и низкие темпы роста внутреннего рынка, заложенные в государственных стимулирующих программах. Методология. Для проверки гипотезы о сдерживающих факторах развития ветровой энергетики в данной работе использована методология кривых обучения. Результаты. Проведен мета-анализ данных о темпах обучения в ветровой энергетике, полученных на основе построения однофакторных и двухфакторных моделей кривых обучения, детализированных по странам и периодам развития технологии. Проведен анализ межстрановых различий. Для интерпретации выявленных различий использован метод множественного кейс-стади. Выводы. Выявлено, что максимальные темпы обучения в ветровой энергетике обеспечиваются при усиленной государственной поддержке исследований и разработок (ИиР) на ранних этапах развития технологии и при привлечении крупных компаний – производителей ветрогенерационного оборудования на территорию страны на более поздних этапах. С учетом того что технологии производства ветрогенерационного оборудования на сегодняшний день хорошо развиты, а мировой рынок ветровых турбин высококонкурентен, тактика «технологии в обмен на доступ к внутреннему рынку» может оказаться успешной даже при относительно небольшой емкости внутреннего рынка. Поэтому снижение требований по индексу локализации ветровых проектов на ближайшие 3–5 лет представляется целесообразным.
Ключевые слова: ветровая энергетика, кривые обучения, энергетическое машиностроение, экономический анализ
Список литературы:
Romer P.M. Increasing returns and long-run growth. Journal of Political Economy, 1986, vol. 94, no. 5, pp. 1002–1037.
Rout U.K., Blesl M., Fahl U., Emme U., Voß A. Uncertainty in the learning rates of energy technologies: An experiment in a global multi-regional energy system model. Energy Policy, 2009, vol. 37, iss. 12, pp. 4927–4942.
Rubin E.S., Azevedo I.M.L., Jaramillo P., Yeh S. A review of learning rates for electricity supply technologies. Energy Policy, 2015, no.86, pp. 198–218.
Miketa A., Schrattenholzer L. Experiments with a methodology to model the role of R&D expenditures in energy technology learning processes: First results. Energy Policy, 2004, no. 32(15), pp. 1679–1692.
Söderholm P., Sundqvist T. Empirical challenges in the use of learning curves for assessing the economic prospects of renewable energy technologies. Renewable Energy, 2007, no. 32, pp. 2559–2578. doi: 10.1016/j.renene.2006.12.007
Söderholm P., Klaassen G. Wind Power in Europe: A Simultaneous Innovation–Diffusion Model. Environmental and Resource Economics, 2007, no. 36, pp. 163–190. doi: 10.1007/s10640-006-9025-z
Jamasb T. Technical change theory and learning curves: Patterns of progress in electricity generation technologies. Energy Journal, 2007, vol. 28, no. 3, pp. 51–72.
Yeh S., Rubin E.S. A review of uncertainties in technology experience curves. Energy Economics, 2012, no. 34(3), pp. 762–771. doi: 10.1016/j.eneco.2011.11.006
Ратнер С.В., Панченко Ю.М. Диффузия новых технологий в энергетике: международная стандартизация как инструмент снижения барьеров нетехнического характера // Инновации. 2014. № 1. C. 70–76.
Krohn S. Wind Energy Policy in Denmark: 25 Years of Success – What Now? Copenhagen, Danish Wind Industry Association, 2002.
Bolinger M. Community Wind Power Ownership Schemes in Europe and their Relevance to the United States. Available at: Link.
Klaassen G., Miketa A., Larsen K., Sundqvist T. The impact of R&D on innovation for wind energy in Denmark, Germany and the United Kingdom. Ecological Economics, 2005, no. 54(2), pp. 227–240.
Trappey A.J.C., Trappey C.V., Liu P.H.Y., Lin L.-C., Ou J.J.R. A hierarchical cost learning model for developing wind energy infrastructures. InternationalJournal of Production Economics, 2013, no. 146, pp. 386–391.
Qiu Y., Anadon L.D. The price of wind power in China during its expansion: Technology adoption, learning-by-doing, economies of scale, and manufacturing localization. Energy Economics, 2012, no. 34(3), pp.772–785.
Jacobsson S., Lauber V. The Politics and Policy of Energy System Transformation – Explaining the German Diffusion of Renewable Energy Technology. Energy Policy, 2006, vol. 34, no. 3, pp. 256–276.
Ратнер С.В., Иосифов В.В. Использование принципов бережливого производства в энергетическом машиностроении // Материалы международной научно-практической конференции «Управление инновациями – 2014». Новочеркасск: Южно-Российский государственный политехнический университет (НПИ) им. М.И. Платова, 2014. С. 214–218.
Mitchell C., Connor P. Renewable energy policy in the UK 1990–2003. Energy Policy, 2004, vol. 32, no.17, pp. 1935–1947. doi: 10.1016/j.enpol.2004.03.016
Graves F., Hanser P., Basheda G. PURPA: Making the Sequel Better than the Original. Available at: Link.
Parsons B. Grid-Connected Wind Energy Technology: Progress and Prospects. Presented at the North American Conference of the International Association of Energy Economists. Albuquerque, NM, 1998. Available at: Link.
Li Junfeng et al. China Wind Energy Outlook, 2012. Available at: Link.
Neij L., Andersen P.D., Durstewitz M., Helby P., Hoppe-Kilpper M., Morthorst P. Experience Curves: A Tool for Energy Policy Assessment. Available at: Link.
Ibenholt K. Explaining learning curves for wind power. Energy Policy, 2002, vol. 30, iss. 13, pp. 1181–1189.
Experience Curves for Energy Technology Policy. OECD, International Energy Agency. France, Paris, 2000. Available at: Link.
McDonald A., Schrattenholzer L. Learning rates for energy technologies. Energy Policy, 2001, no. 29(4), pp. 255–261.
