中國碳排放權價格調控機制研究

蔣凡

摘要：我國于2013年陸續啟動了7個碳交易試點，全國統一的碳排放權市場計劃于2017年啟動。文章運用灰色關聯分析模型，研究了我國6個碳試點的碳權價格與能源價格、經濟情況等因素的關聯性，結果表明，不同試點的碳權價格受這些因素的影響存在地區差異性。提出實行具有地方差異性的能源價格調控機制，加強地區環境質量監管、提高環境質量標準，結合政府參與配額交易，加快經濟發展，促進國際合作的政策建議。

關鍵詞：碳排放權；影響因素；調控機制；灰色理論

一、引言及文獻回顧

環境污染問題愈發受到全球重視，以二氧化碳為主的溫室氣體（Green House Gas，GHG）排放成為了各界關注的焦點。全球84個國家于1998年簽訂了以降低GHG排放為核心的環境保護公約——《京都議定書》。隨后，歐盟、美國、澳大利亞、日本等國陸續建立了本國的GHG減排體系。我國于2013年陸續啟動了深圳、上海、北京等7個碳交易試點，全國統一的碳排放市場計劃于2017年啟動。為保證啟動后各地方碳市場能順利對接，高效的價格調控機制是關鍵。正確的碳權價格不僅能提高資源配置效率，還能有效反映減排成本。

要想實行有針對性的碳價調控機制，必須了解影響碳權價格因素的地方差異性。在碳排放價格影響因素方面，Kanen等（2007）認為，化石能源的使用會導致高碳排放，并認為碳價的波動與化石能源價格的波動應具有顯著的正相關性。Burger等（2008）從供需的角度對影響碳價的因素進行了研究，認為燃料價格、氣候變化、政治風險、國民經濟總產值及技術進步是影響碳價波動的主要因素。郭文軍（2015）通過自適應Lasso法及回歸分析對深圳碳價的影響因素進行了研究，發現其主要受歐元匯率、國內石油價格、經濟狀況的影響。在價格調控機制方面，陳曉紅、王陟昀（2012）及周建國等（2016）認為應將政策工具及市場機制相結合，并伴隨市場的成熟逐漸減少政府干預。郭文軍（2015）、周建國等（2016）認為應加快我國碳市場與國際市場的接軌，提高我國碳市場的活躍度及廣度。

綜上所述，國內外學者均認為能源價格、經濟增長及政策制定是影響碳價波動的主要因素。但少有學者將空氣質量指數（Air Quality Index，AQI）作為指標納入研究，AQI是定量描述空氣質量狀況的無量綱指數，能在一定程度上反映GHG的排放狀況。中國碳權市場研究方面，大部分學者分析了我國單一地區碳權市場存在的問題，忽略了我國不同地區的差異性。故本文的創新點在于：在納入AQI作為碳權價格影響因素的基礎上，分別對我國6個碳試點（重慶碳試點的交易活躍天數過少，故剔除）的價格影響因素進行分析及橫向比較，并提出有地方差異性的價格調控機制。

二、模型與指標介紹

（一）模型介紹

現有研究大多通過計量分析進行實證檢驗，往往對數據的樣本點數、概率分布、統計特征等方面有一定要求。而我國碳排放市場剛建立不久，統計數據不多且存在樣本點不連續、起伏大的特征。灰色關聯分析法適用范圍廣，能夠較好的包容這些缺陷，且不會存在定量分析與定性分析結果不符的情況。本文主要采用灰色關聯理論中的三個模型：

1. 灰色絕對關聯度模型

灰色絕對關聯度反應了相同時距下，參照序列與被比較序列折線的相似程度。計算方法如下：假設參照序列X0=[X0（1），X0（2），...，X0（n）]，被比較序列Xi=[Xi（1），Xi（2），...，Xi（n）]。首先，根據各序列的零點化算子D求得X0，Xi的零點化像：X00=[X00（1），X00（2），...，X00（n）]、Xi0={Xi0（1），Xi0（2），...Xi0（n）}；其次，求|S0|、|Si|、|Si-S0|（|S0|=|∑ 、X00（k）+ X00（n）|、|Si|=|∑ 、X0i（k）+ X0i（n）|、|Si-S0|=|∑ （Xi0（k）-X0i（k）-X00（k））+ （Xi0（n）-X00（n））|）；最后，計算參照序列與各被比較序列的灰色絕對關聯度ε0i：ε0i= 。

2. 灰色相對關聯度模型

為了避免各序列不同的量綱可能造成的估計偏差，灰色相對關聯度模型通過運用初值化的辦法，衡量了參照序列與各被比較序列相對于始點的變化速率的相似程度，有效的消除了不同量綱造成的影響。計算方法如下：假設參照序列X0={X0（1），X0（2），...，X0（n）}，被比較序列Xi={Xi（1），Xi（2），...，Xi（n）}。首先，求出各序列的初值像：X0′={ ， ，…， }、X1′={ ， ，…， }；其次，根據各序列的零點化算子D′求得X0′，Xi′的零點化像： X0′0={X0′0（1），X0′0（2），...，X0′0（n）}、Xi′0={Xi′0（1），Xi′0（2），...，Xi′0（n）}；再次，求|S0′|、|Si′|、|Si′|-|S0′|（|S0′|=|∑ Xi′0（k）+ Xi′0（n）|、|Si′|=|∑ Xi′0（k）+ Xi′0（n）|、|Si′|-|S0′|=|∑ （Xi′0（k）-X0′0（k））+ （Xi′0（k）-X0′0（n））|；最后，計算參照序列與各被比較序列的灰色相對關聯度γ0i：γ0i= 。

3. 灰色綜合關聯度模型

灰色綜合關聯度將序列的曲線相似程度與速率變化程度相結合，能更為全面地反映序列之間的聯系是否緊密，假設序列X0，Xi的灰色絕對關聯度為ε0i，灰色相對關聯度為γ0i：，則序列X0，Xi的灰色綜合關聯度為ρ0i=θε0i+（1-θ）γ0i，其中θ∈[0，1]，通常取θ=0.5。

（二）指標及數據說明

借鑒國內外學者研究得出的一致結論，考慮到時距的一致性及數據的可獲得性。本文選取北京、上海、廣東、深圳、天津、湖北6個碳試點的碳權價格作為參照序列的指標。并選取CER期貨價格、煤炭價格、原油價格、天然氣價格、經濟情況、工業情況、空氣質量指數作為被比較序列的指標，數據選取時段為2014年5月8日至2016年6月9日，具體見表1。

三、實證分析

根據上述計算方法，分別計算6個碳權試點碳權價格與碳權價格影響因素的灰色絕對關聯度、灰色相對關聯度、灰色綜合關聯度，結果見表2。

根據計算結果初步可看出，各試點碳權價格與不同因素的關聯度程度存在差異性。且與能源價格指標、環境指標的關聯度普遍高于與國際市場指標、經濟指標的關聯度。所有指標的灰色關聯度均達到0.5以上，說明碳權價格與所選指標的聯系均較為緊密，與學界達成的結論一致。其中，北京、上海、廣東、湖北4個地區碳權價格受空氣質量指數的影響均較高，驗證了AQI指標引入的必要性。為了能更直觀的比較各試點碳權價格受不同因素影響的差異性，導出各試點影響因素灰色綜合關聯度排序表，見表3。

結合表2、表3可發現，北京、廣東、深圳、天津的碳權價格與能源價格的灰色關聯性最強，上海、湖北的碳權價格則與空氣質量指數的灰色關聯性最強，且灰色綜合關聯度分別達到0.807，0.791，湖北的碳權價格與空氣質量指數的灰色絕對關聯度甚至接近于1。而北京、廣東的碳權價格與空氣質量指數的灰色關聯性僅次于能源價格。各試點碳權價格與空氣質量的關聯程度均比經濟因素更高，說明我國的發展水平已開始趨向環境庫茨涅茲曲線的拐點，高速的經濟發展不再是我國一味追求的，實現可持續發展才是長久之計。此外，除了湖北，各試點碳權價格與能源價格的關聯度仍較高，其中上海、廣東、深圳、天津原油價格的灰色相對關聯度水平均在0.9左右，說明四個地區的碳權價格變動速率與原油價格變動呈現高度的同步性，上海的碳權價格則與煤炭價格關聯度更高。各試點碳權價格與經濟情況的關聯程度均高度接近于與工業情況的關聯度，說明我國的經濟發展與工業產出仍存在緊密聯系。各試點碳權價格與國際市場產品CER的期貨價格均體現出了關聯性，關聯度均在0.5左右水平，說明我國碳試點的國際化建設都有了一定成效，但還不夠顯著。

四、啟示與建議

（一）能源調控機制方面

我國大部分地區的發展仍較為依賴高碳排放的化石能源。如北京、天津較為依賴煤炭，廣東地區較為依賴原油。當地區碳排放權價格過高時，通過提高地區依賴的碳排放能源價格，使企業尋求其他碳排放較低的替代能源，地區碳排放總量降低，碳排放權市場供過于求，能向下調節碳權價格，當地區碳排放權價格過低時，通過結合政府回收配額，則能有效的控制碳權價格的底線。此外，為了鼓勵企業參與碳市場的積極性，在實行提高化石能源價格的同時，可以對開發、使用新能源的企業予以補貼。

（二）環境制度建設方面

研究結果表明，不同地區對環境問題的重視程度存在差異性。當AQI升高時，對環境質量較為敏感的地區的碳權需求量會增加，繼而導致碳權價格上升。于是，通過提高地區空氣質量標準，建立相關獎懲機制，能有效增強AQI與碳權價格聯系的緊密性，繼而提高地區碳權價格市場的敏感度及活躍度，將環境保護與碳排放交易有機結合。

（三）經濟建設方面

我國的碳權價格水平與經濟發展狀況相關，但不存在顯著的地方差異性。由于我國整體呈現高碳排放依賴的發展模式，在環境保護的框架下盡快加強經濟建設，擺脫高碳排放依賴經濟發展模式，對我國碳權市場未來與國際市場接軌至關重要。

（四）國際化建設方面

全球經濟一體化是個緩慢但必然的進程，在未來，全球將會形成統一的碳權市場。而我國大部分試點的碳權價格還遠低于國際市場碳權的價格。通過制定相應政策激勵地方碳試點與國外碳權市場的合作，能夠有效拉動我國整體碳權價格水平。

綜上所述，實行具有地方差異性的能源價格調控機制，加強地區環境質量監管、提高環境質量標準，結合政府參與配額交易，加快經濟發展，促進國際合作，是目前調節我國地方碳權價格差異性及提升整體碳權價格水平的有效手段，并有助于我國未來與國際碳權市場順利接軌。

參考文獻：

[1]Simone Pereira de Souza et al. Greenhouse gas emissions and energy balance of palm oil biofuel[J]. Renewable Energy， 2010（35）.

[2]Niels Anger， Ulrich Oberndorfer. Firm Performance and Employment in the EU Emissions Trading Scheme： An empirical assessment For Germany[J].Energy Policy，2008（36）.

[3]王慶山，李健.基于時變參數模型的中國區域碳排放權價格調控機制研究[J].中國人口·資源與環境，2016（01）.

[4]佟昕，陳凱，李剛.中國碳排放與影響因素的實證研究——基于2000～2011年中國以及30個省域的灰色關聯分析[J].工業技術經濟，2015（03）.

[5]董文學.碳排放權交易價格影響因素與定價策略研究[D].天津財經大學，2013.

[6]劉思峰，謝乃明.灰色系統理論及其應用[M].科學出版社，2013.

*基金項目：2016年廣東大學生科技創新培育專項資金（攀登計劃專項資金）項目“中國碳排放權交易定價機制研究”（項目編號：pdjh2016b0206）。

（作者單位：廣東財經大學）