太陽能發電系統補助方案之最適化推薦－以加州太陽能倡議為例

近年來由於環保意識的抬頭，各國除了在經濟發展的議題上思考如何突破，也同時思考著如何平衡經濟發展對環境帶來的傷害，這也是為何再生能源的這個議題不斷地被討論。因此為了能夠蓬勃的發展再生能源中的太陽能產業，為了吸引更多的投資在太陽能系統的建置上，各國政府都相繼推出相關的補貼的方案，這些補貼不只有提供給企業，也提供給一般行補助方案的選擇，卻沒有一個可靠有效的方法，過去也鮮少有這樣的研究，因此本研究將以如何進行太陽能補助方案選擇為題進行研究，提供太陽能系統建置者有效的選擇模式。本研究主要的討論範圍是以加州太陽能倡議為例來進行研究，經由公開揭露的太陽能發電系統相關資訊，運用分類迴歸樹的方式進行分析，並進一步建立模式，提供太陽能系統建置者一個最適化的補助方案選擇推薦。實證研究結果顯示：有高達70%以上的太陽能系統建置業者，最終選擇了不適合自己太陽能發電系統補助方案，經由本研究運用分類迴歸樹所建立的模式，可大幅的提升在選擇補助上的正確率，補助方案的正確選擇率接近70%，與原本沒有模式可遵循時不到30%的正確選擇率相比，提升了40%以上，可有效的幫助太陽能建置者獲取較高的補助。

關鍵字

太陽能發電系統；太陽能補貼方案；分類迴歸樹

並列摘要

Due to the rising awareness of environmental protection lately, every country strives to find a balance between economic development and environmental sustainability. As a result, renewable energy, such as solar power, has received many attentions. To encourage the adoption and the investment of renewable energy, many countries, such as the United States, provide various subsidy plans to both business and individual. But, in literature, there is very little discussion about how should an applicant select the most suitable subside problem given different needs. Therefore, this research uses the public disclosure information of California Solar Initiative in the United States as an example to demonstrate how to use Classification and Regression Tree (CART) to derive the optimal recommendation for solar power subsidy program. The empirical result shows that, compared to the current situation in which only below 30% of applicants select subsidy programs suitable to them, the proposed CART solution can enhance the correction rate to 70% by helping applicants choose the optimal subsidy program.