自20世纪70年代以来，太阳能电池板的成本惊人地下降了99%以上，这使得光伏系统作为将太阳光转化为电能的有效手段得以广泛普及。然而，这一显著成就背后的深层驱动因素，特别是那些跨越不同行业和研究领域的创新网络，长期以来一直是能源转型研究中的一个核心议题。近期，麻省理工学院（MIT）的一项开创性研究，对促成光伏系统成本急剧下降的具体创新进行了深入剖析，揭示了技术进步如何在一个复杂且相互关联的研发生态系统中发挥关键作用。这项研究不仅揭示了光伏成本优化的复杂性，也为未来可再生能源的投资策略和政策制定提供了宝贵的洞察。它强调了科学和工程进展，即使是在最基础的层面，也是成本降低的核心驱动力。通过深入探讨，我们发现知识的积累和跨领域的技术融合，是推动光伏产业实现飞跃的关键。这一发现对于理解技术进步的内在机制，以及如何更有效地引导创新以加速清洁能源转型，具有重要的理论和实践意义。
成本优化路径的精细剖析
该研究构建了一种独特的建模方法，通过量化成本模型与创新定性分析相结合，详细阐释了关键创新如何超越光伏产业本身的边界，从更广泛的工业和技术领域汲取养分。例如，半导体制造、冶金、玻璃生产、石油和天然气钻探、建筑施工流程乃至法律框架中的进步，都对光伏系统的成本降低产生了深远影响。这种跨学科、跨行业的知识溢出效应，是光伏成本下降轨迹中不可或缺的一部分。研究团队的资深作者、麻省理工学院数据、系统与社会研究所教授杰西卡·特朗西克（Jessika Trancik）指出：“我们的研究结果表明，成本改进的过程是多么错综复杂，以及科学和工程的进步，往往在非常基本的层面上，如何成为这些成本降低的核心。大量的知识是从不同的领域和行业中汲取的，正是这个知识网络使得这些技术得以改进。”这种深度洞察强调了仅仅关注光伏内部创新是远远不够的，而是需要从更宏观的视角审视整个技术生态系统，识别并利用外部创新源。特朗西克教授的团队此前已开发出数学模型，用于剖析工程技术对光伏组件和系统成本的影响，本次研究则在此基础上，深入挖掘了驱动这些成本下降的科学进步。
识别与分类核心创新点
为了更深入地探究驱动成本下降的科学进展，研究人员将量化成本模型与对影响光伏系统材料、制造步骤和部署流程的创新进行的详细定性分析相结合。研究联席主导作者、前IDSS研究生兼博士后、现Brattle Group高级能源分析师高欣·卡夫拉克（Goksin Kavlak）解释说：“我们的量化成本模型指导了定性分析，使我们能够密切关注那些因缺乏量化数据而难以衡量的领域的创新。”
在早前确定了关键成本驱动因素——如每组件的太阳能电池数量、布线效率和硅晶圆面积——的基础上，研究人员对文献进行了系统性扫描，以寻找可能影响这些驱动因素的创新。随后，他们对这些创新进行分组以识别模式，揭示了通过改进材料或预制部件来简化制造和安装的创新集群。最终，团队追踪了每项创新的行业来源和时间，并咨询了领域专家以确定最重要的创新。总的来说，他们识别出自1970年以来影响光伏系统成本的81项独特创新，从抗反射涂层玻璃的改进到全在线许可界面的实施，不一而足。特朗西克教授指出：“对于创新，你总是可以深入到更深的层面，甚至可以追溯到原材料加工技术等，因此何时停止研究是一个挑战。拥有量化模型作为定性分析的基础确实非常有帮助。”
组件成本与系统平衡（BOS）成本的差异分析
研究团队将光伏组件成本与系统平衡（Balance-of-System, BOS）成本明确区分开来。光伏组件，即构成太阳能电池板的单元，通常是批量生产并可在全球范围内出口的标准化产品。然而，BOS成本则涵盖了安装系统、逆变器、布线等诸多要素，其中许多组件的设计、建造和销售都发生在地方层面，其成本受地域性和劳务成本的影响较大。卡夫拉克表示：“通过审查BOS层面和组件内部的创新，我们识别出光伏技术这两个部分中出现的不同类型的创新。”
值得注意的是，BOS成本更多地依赖于“软技术”——非物理元素，例如审批许可程序。与硬件创新相比，软技术对光伏过去成本改进的贡献相对较小。特朗西克教授解释说：“通常，这归结为延误。时间就是金钱，如果你在施工现场遇到延误并且流程不可预测，这就会影响这些系统平衡成本。”然而，自动化许可软件等创新，可以自动标记符合规范的系统以进行快速审批，展现出巨大的潜力。尽管本研究尚未对这些创新的经济影响进行量化，但团队的框架可以支持未来对其经济影响以及其他旨在简化部署流程的类似创新的分析。
跨行业知识溢出与未来展望
研究发现，来自半导体、电子、冶金和石油行业的创新在降低光伏组件和BOS成本方面都发挥了重要作用，但BOS成本还受到软件工程和电力公共事业领域创新的影响。此外，非创新因素，如批量采购带来的效率提升和太阳能发电行业知识的积累，也降低了一些成本变量。值得注意的是，尽管大多数光伏电池板创新源自研究机构或工业界，但许多BOS创新却是由市政府、美国各州或专业协会开发的。特朗西克教授表示：“我深知这项技术蕴含的潜力，但所有这些领域的广度和它们之间如此紧密的联系，以及我们通过这项分析清晰地看到这种网络的事实，都令我感到非常有趣。”研究联席主导作者、前IDSS研究生兼博士后、现约翰霍普金斯大学助理教授玛格达莱娜·克莱蒙（Magdalena Klemun）补充道：“光伏行业在吸收其他行业的创新方面处于非常有利的地位——这得益于恰当的时机、物理兼容性以及支持光伏应用的政策。”
这项分析还揭示了计算能力在降低BOS成本方面可能发挥的作用，例如通过自动化工程审查系统和远程现场评估软件等进步。克莱蒙指出：“就知识溢出而言，我们迄今为止在光伏领域所看到的可能仅仅是个开始。”她进一步指出，机器人技术和人工智能驱动的数字工具在推动未来成本降低和质量改进方面将发挥越来越重要的作用。除了定性分析，研究人员还展示了如何利用这种方法来估算特定创新的量化影响，前提是拥有可代入成本方程的数值数据。例如，利用材料价格和制造程序的信息，他们估计在20世纪80年代引入的线锯技术，通过减少硅损耗和提高制造过程中的产量，使光伏系统总成本每瓦降低了5美元。特朗西克教授认为：“通过这种回顾性分析，你可以学到对未来战略有价值的东西，因为你可以看到哪些有效，哪些无效，而且这些模型也可以前瞻性地应用。了解哪些相邻部门可能有助于支持特定技术的改进也很有用。”展望未来，研究人员计划将这种方法应用于更广泛的技术领域，包括其他可再生能源系统。他们还希望进一步研究软技术，以识别可能加速成本降低的创新或流程。特朗西克教授总结道：“尽管技术创新的过程可能看起来像一个黑箱，但我们已经表明，你可以像研究任何其他现象一样研究它。”这项研究得到了美国能源部太阳能技术办公室的部分资助，其成果对于理解复杂技术生态系统中的创新动力，以及制定更有效的政策和投资策略，以加速全球清洁能源转型，都具有深远的指导意义。
