针对国内质子交换膜（proton exchange membrane，PEM）电解槽市场在2021—2025年间呈现的价格剧烈波动现象，考虑到单纯的经验学习曲线无法剥离“市场价格战压缩利润”与“核心材料成本见底”的双重噪音，本文构建了包含结构性惩罚因子的贝叶斯推断模型，以科学测算未来10年长期真实的技术学习率。

1）基础数据处理与表观学习率的失效。

根据中国氢能联盟统计，国内PEM电解槽2021—2025年的新增装机量分别为1.150、11.805、4.525、17.525、58.275 MW；同期单位设备价格分别约为10 800、13 740、7825、6000、4000元/kW。设t年的累计装机量为X_t，价格为P_t，传统的单因素学习曲线模型为：

式中：θ为学习指数，对应的学习率λ=1-2^-θ；ϵ为随机误差项；P₀为基年的PEM电解槽单位设备价格；X₀为基年PEM电解槽累计装机量。若直接使用上述实际量价数据进行普通最小二乘法对数线性回归，得出的表观学习率高达28%以上。这一数值显然违背了产业规律，其本质是短期市场竞争导致的利润空间极度压缩掩盖了真实的技术进步率，且未考虑底层贵金属材料价格刚性的物理底线。因此，必须引入贝叶斯方法进行修正。

2）先验分布的设定。

在贝叶斯框架下，将真实的技术学习指数θ视为一个随机变量。根据彭博新能源财经（Bloomberg new energy finance，BNEF）、国际可再生能源署（international renewable energy agency，IRENA）等国际权威研究，全球PEM电解槽的经验学习率预期多介于14.4%~19.8%之间，均值约为16.5%。根据λ=1-2^-θ，16.5%的学习率对应θ≈0.26。由此，设定θ的先验分布服从正态分布：

式中：先验期望μ₀=0.26； ${\sigma }_{0}^{2}$为分布先验方差。

3）似然函数与“底线惩罚因子”的重构。

为挤出国内市场价格战的水分，本模型假设PEM电解槽价格P_t由“刚性材料成本”和“可降本制造及辅助系统（balance of plant，BOP）成本”组成。考虑到材料端价格已基本见底，对国内实际观测数据施加“底线惩罚因子”，重构其实际有效的技术学习指数 ${\widehat{\theta }}_{\mathrm{a}\mathrm{d}\mathrm{j}}$。

式中： ${\theta }_{\mathrm{p}\mathrm{u}\mathrm{r}\mathrm{e}\_\mathrm{t}\mathrm{e}\mathrm{c}\mathrm{h}}$为纯技术制造与BOP端学习指数观察。

扣除利润压缩噪音并叠加材料刚性底线约束后，国内有效技术学习指数的观测均值 ${\widehat{\theta }}_{\mathrm{a}\mathrm{d}\mathrm{j}}$衰减至约0.07，服从分布 $N({\widehat{\theta }}_{\mathrm{a}\mathrm{d}\mathrm{j}},{\sigma }_{\mathrm{a}\mathrm{d}\mathrm{j}}^{2})$。

4）后验分布求解与最终参数确定。

基于共轭先验的正态更新法则，融合国际先验认知与国内刚性底线约束后，真实学习指数θ的后验期望 $E\left[\theta \right|\mathrm{D}\mathrm{a}\mathrm{t}\mathrm{a}]$式为：

式中：w为先验信息的权重。考虑到国内作为全球最大制造基地的权重及材料见底的客观现实，模型将更高的数据信度（约74%的权重）赋予国内的底线修正观测值。

代入数值进行贝叶斯更新，并将后验期望值转换为系统综合学习率。经过贝叶斯模型的严格推导，挤除国内短期价格战水分并充分计入大宗材料底线惩罚后，PEM电解槽长期真实可信的学习率期望值收敛于8%。该参数既非盲目乐观，也未全盘否定技术进步，具有极强的鲁棒性，从而确立了正文长期仿真模型的底层合理性。