控排企業納入、會計規制與碳市場流動性研究
——基于試點市場的面板數據

崔也光（教授/博導）周暢（博士）劉禹晴

（1 首都經濟貿易大學會計學院 北京 100070 2 浙江財經大學會計學院 浙江杭州 300018）

一、引言

2020年，世界范圍內的新冠肺炎疫情、澳洲大火與非洲蝗災對全球經濟產生了極為嚴重的影響，并對人類的生存與健康造成嚴重的威脅。在對抗病毒與救災的同時，應對氣候變化影響、加強生態環境治理受到了世界的關注。而碳排放量削減仍是各國的現實問題。根據國際能源署《2019年度全球碳排放報告》，全球碳排放總量約330億噸，仍維持在2010年以來的最高水平，我國依然是碳排放總量最大的國家之一，排放總量約100億噸。

2010年，國務院首次明確提出建立碳排放權交易制度；2011年我國碳交易市場開始建設并于2013年進行試點；2017年，中國碳排放權交易統一市場建設工作啟動。隨著碳交易市場發展，中國試點地區的碳排放量與強度得到控制，2018年單位GDP碳排放量比2005年下降45.8%，減排52.6億噸，產生了良好的減排效果。2017年5月國家發展改革委氣候司召開會議，提出“現有試點交易市場未來繼續開展區域內碳交易工作，并成立國家級統一交易所”。這一規劃對當前各市場的平穩發展與有效銜接提出了更高的要求。

類似于證券市場，評價碳市場是否有效的一個重要指標便是市場的流動性。缺乏流動性的碳市場，不能夠有效配置碳配額資源，也無法有效降低企業的邊際減排成本。基于此，本文依據當前市場與控排企業實際情況，對我國碳交易市場流動性進行分析研究。在對試點碳市場流動性的計量基礎上，檢驗控排企業納入機制、會計規制兩個方面對其流動性的影響，以期為試點市場后續發展、全國統一市場制度建設提供數據基礎，并提出初步結論。

本文的主要貢獻在于：第一，測算并分析了7個試點碳交易市場流動性水平，證明了各市場間的交易體量與流動性存在較大差距，深圳、湖北、廣東的碳市場流動性較好，北京、上海次之，天津和重慶的市場流動性較差。第二，檢驗了控排企業納入機制、會計規范對碳市場流動性的影響，證明了控排企業數量增加、電力企業占比擴大、碳市場設置會計規制以及進行信息披露，能夠有效提升碳市場流動性水平。黨的十九大把“積極參與全球環境治理，落實減排承諾”“為全球生態安全作出貢獻”寫進了報告；習近平總書記還提出了“綠水青山就是金山銀山”“建設美麗中國”的生態文明建設的號召，基于以上的宏偉背景和愿景，本文的結論為碳交易試點市場有效擴容、企業積極參與交易提供了理論依據，以期為“十四五”期間全國統一的碳交易市場的制度建設與市場良好運行提供數據支持。

二、碳市場的發展與流動性水平

（一）試點市場的整體發展

2011年10月，國家發展和改革委員會印發了《關于開展碳排放權交易試點工作的通知》，批準7省市開始建設碳排放權交易試點市場。2013年，深圳碳排放權交易市場率先啟動，之后北京、上海、天津、重慶、湖北等地陸續開市。截至2019年12月31日，上述七個試點市場配額累計成交量達到1.86億噸，累計成交金額超過43億元。目前各試點市場的交易內容以碳現貨（配額交易與CCER）為主，并在2014年后陸續開始不同類型的碳金融產品交易，其歷年交易量與交易金額見表1。

表1 2013—2019年中國碳交易市場排放權交易情況

通過表1數據可以發現：在配額交易方面，湖北與廣州市場由于其覆蓋面為省（湖北省與廣東省），其交易量與金額較其他市場更大，分別占總交易量的34.36%與29.95%；深圳、北京與上海市場交易逐漸活躍，其中北京碳市場近年來交易金額一直保持在較高水平，其交易金額占總金額的18.31%；天津、重慶市場極為不活躍，交易量與交易金額與其他市場不在同一量級，各項占比均在2%以下。

截至2020年3月20日，全國CCER累計成交2.16億噸。其中上海CCER累計成交量持續領跑，達9 435萬噸，占比44%；廣東CCER累計成交量4 547萬噸，排名第二，占比21%；北京、深圳累計成交量在1 000-3 000萬噸之間，分別占比10%左右；湖北和天津市場交易量相對較小，在200-1 000萬噸之間，占比均不到5%；重慶市場截至目前無成交。綜上，我國碳排放權交易量與金額整體上升的趨勢，但這一趨勢并不均衡，各市場有不同的側重，且存在較大差距。

（二）流動性水平的計量

在證券市場中，流動性水平的計量方法十分成熟與豐富，包含了成本計量、能力理論、資產水平與維度理論等（馬俊等，2007），但具體到碳市場方面，由于我國試點市場出現略晚，各項數據的獲取口徑較證券市場較為狹窄。因此，碳市場的流動性水平計量方法較少，主要包括：基于Martin比率進行碳市場非流動性計量的方法（Wei等，2011）；以每15分鐘的交易價差和相對價差的測算方法（Ibikunle等，2016）；結合Martin和Florackis比率，對試點碳市場規模的差異標準化的方法（傅京燕等，2017）；暫不考慮交易成本、價格影響兩個維度，而通過交易速度和交易連續性的度量方式（鄧茂芝等，2019）；采用交易量與配額比率的方法（北京理工大學能源與環境政策研究中心）等。

基于我國碳市場交易價格波動不均衡、交易量差距較大的特點，同時考慮到數據的可獲取性，本文引用傅京燕等（2017）的計量方法，在交易價差、配額周轉率的基礎上，以非流動性指標（即流動性水平的逆向指標，其值越高，代表流動性越低）進行碳市場流動性的計量：

其中，i代表第每個碳市場，t代表交易日；P為i碳市場的日交易均價；Vi，t為i碳市場的日交易量，Vi，0代表碳市場配額的總量，當正常交易日價格變動為零時，取值為i碳市場中價格變動的最小值；當正常交易日交易量為零時，取值為i碳市場中非流動性比率的最大值。

（三）試點市場的流動性水平分析

基于前文公式，對我國試點碳市場2014—2018年的非流動性比率進行計量，具體結果見下頁圖。

總體來看，深圳、湖北、廣東的碳市場流動性較好，北京、上海次之，天津和重慶的市場流動性較差，這與前述碳市場交易量、交易金額的總體情況比較接近。其中，深圳碳市場的非流動性比率最小，總體接近于1，其流動性較好；北京、上海碳市場的非流動性比率呈現周期狀的波動，其流動性受履約時期影響較大；湖北、廣東碳市場的非流動性比率近年呈現下降趨勢。上述分析結果與已有研究結果（鄧茂芝等，2019）較為一致，側面佐證了計量方法的有效性。

三、研究設計

（一）理論分析與假設提出

我國7個試點碳市場的非流動性比率趨勢圖

目前我國碳市場交易中，控排企業之間的配額交易占據大部分。自2014年開始，在每個履約期結束后，各碳市場所在地的發改委會根據企業履約情況與減排目標，進行下一年度的納入控排企業調整，不斷優化納入的行業與企業規模。新控排企業的進入，一方面可直接增加碳交易的主體活躍程度、增強碳市場內的配額交易；另一方面能夠吸納更多的機構和個人投資者的參與，擴大了交易主體的范圍（傅京燕等，2017）。基于已有調研的分析，各地方發改委通過納入企業名單的修正與調整，能夠使得納入控排企業的碳排放量均處于較高水平（崔也光、周暢，2017），對于配額的需求量較大，存在較為強烈的交易意愿；反之，若碳市場長期不進行控排企業數量、行業、范圍的調整，則有可能使企業配額交易意愿滯后于減排需求，不利于碳配額的有效配置與流轉。因此，控排企業納入數量的增長，可以在一定程度上增加碳市場交易量，進而提高碳市場流動性，基于此，本文提出第一個假設：

H1：控排企業納入數量的增長，可以提高碳市場流動性。

Amihud，Mendeson（1986）提出了證券市場的“規模效應”，即小公司股票的交易相對于大公司股票要少，這是由于大規模公司往往是國家的重點支柱行業，市場中的投資者看好其抗風險能力和穩定能力。類似于證券市場的碳市場中，電力行業具備高排放和高能耗的生產特性，也是我國能源支柱行業，其公司規模大、盈利能力穩定，年二氧化碳排放量約占全國二氧化碳排放量的40%，是我國應對氣候變化過程中的重點行業，其對于配額的交易需求最為強烈。2017年底，國家發展和改革委員會印發了《全國碳排放權交易市場建設方案（發電行業）》，全國碳排放權交易市場首批納入了電力行業，更是從監管層面強化了電力行業的節能減排，倒逼電力行業積極參加交易。因此，在控排企業中，電力企業數量占比越高，其碳配額需求越高，從而能夠擴大碳市場交易量，進而提高碳市場活躍程度、增加其流動性，基于此，本文提出第二個假設：

H2：納入的控排企業中，電力企業占比越大，碳市場流動性越高。

碳排放權交易的會計處理在學術界已有諸多研究成果，形成不同觀點，作為碳交易直接主導與管理的試點市場，則對于會計處理規范的需求更為緊迫。在2014—2017年期間，部分試點市場在實際交易過程中，發布了市場層面的會計處理規范或指導性質的指南；而在2017年后，財政部出臺了《碳排放權交易試點有關會計處理暫行規定》，進一步提升了全部市場中會計層面的規制作用。碳會計規制的設置過程，通常由主管部門與主要股東企業、交易重要客戶（如能源、電力、石化行業企業）、會計師事務所等會計實務部門進行交流，統一范圍內的會計處理規范，這些規范或指南的設置，基本能夠符合相應控排企業的行業與財務特征。因此，會計處理作為經濟管理活動的基礎，其規范或指南的設置能夠在一定程度上促進企業重視配額管理、降低企業參加配額交易的財務成本，也能有效反映碳市場對經濟事項的重視程度，提高碳市場的流動性，基于此，本文提出第三個假設：

H3：碳市場設置會計規制或提供會計處理指南，能夠提高其流動性。

我國各碳交易市場均設立相應的網站，用以進行信息披露與交易情況發布。市場披露的信息一方面反映其經營成果（交易所本身為企業性質），更重要的是用于吸引企業投資與擴大交易（崔也光、周暢、齊英，2018）。基于信號傳遞理論，交易市場的信息披露由碳市場與參與交易企業的不完全信息動態博弈產生，其信息披露水平對市場的活躍有直接影響。從交易市場的特征來看，由于存在著信息不對稱和逆向選擇等問題，交易活躍、種類豐富的碳市場愿意披露更多的信息以增強與投資者之間的有效溝通，降低交易成本。而從價值傳導機制看，市場在建立初期即開始披露較多信息，向企業傳遞利好信號，即可增強企業的參與動機；在后續期間擴大信息披露范圍，即在動態博弈過程中獲得良性循環；而信息披露內容較少則會導致交易盈利性信號縮減，逐漸形成“獲取配額→到期履約→再度獲取”的僵化過程，市場交易的有效配置功能被削減。因此，各碳市場進行信息披露有利于降低交易成本，增強企業的參與動機，從而在一定程度上增加碳市場交易量，進而提高碳市場流動性，基于此，本文提出第四個假設：

H4：市場信息披露程度越豐富，碳市場流動性越高。

（二）數據來源

本文采用2014—2018年7個試點碳市場日度交易數據，采用前文公式計量各試點碳市場的非流動性比率，其中碳價和交易量數據來源于各試點地區碳排放權電子交易平臺，各地區發改委發布的配額發放量為配額流通量；控排企業數量及其中電力行業企業數量從各地區發改委2013—2018年期間公布的《碳排放權交易企業名單》中獲得。各地區GDP、人口數量、地區電力耗用量、環境突發事件數量等數據來自國家統計局與wind數據庫。本文根據以上數據口徑，從試點碳市場中獲取樣本，并且進行了如下篩選：（1）剔除碳市場公休、不開市的日期數據；（2）剔除數據極端與缺失的樣本，得到9 239條觀測值。

（三）變量選取

1.被解釋變量。市場非流動性比率（Illiquidity）。基于碳市場日度交易數據采用公式（1）計量，為碳市場流動性的逆向指標。

2.解釋變量。

（1）控排企業數量變化（Emission Control）。從各地區發改委2013—2018年期間公布的《碳排放權交易企業名單》中獲得當期與上年數量變化值。

（2）電力企業占控排企業比（Electricity）。從各地區發改委2013—2018年期間公布的《碳排放權交易企業名單》中獲得當期控排企業中屬于電力行業的數量除以總量。

（3）市場會計規制（Account）。本文收集2014—2018年期間，7個試點市場的制度文件進行收集，設置虛擬變量。若該市場當期設置了會計處理規范或提供了會計處理指南，則視為進行了會計規制，賦值為1，否則為0。

（4）市場信息披露程度（Disclosure）。本文借鑒《CDP標準問卷調查程序》，以本市場信息、其他可比信息、金融信息與年度報告四個方面，對2014—2018年間7個試點市場的信息披露水平進行評價，見表2。

表2 市場信息披露水平指標

由于市場層面的衡量樣本較少，借鑒苑澤明等（2015）的信息披露計量方法，按指標賦值處理，符合披露要求為1，無該信息披露為0，匯總得到該試點市場的信息披露水平。

3.控制變量。碳交易市場的流動性，還會受到碳市場所在地的經濟、人口與環境等其他因素的影響，本文借鑒已有文獻中經常使用的控制變量，參考傅京燕等（2017）、崔也光等（2018）的研究，選擇了5個控制變量來控制其他因素對市場非流動性比率的影響。分別為：配額總量（quota）、各地區GDP、人口數量（population）、地區電力耗用量（Electricity use）、環境突發事件數量（Emergencies）。本文實證檢驗所涉及主要變量定義和度量詳見表3。

表3 變量說明表

（三）模型設定

根據上述假設與變量，本文建立如下模型，用于驗證H1、H2、H3與H4。

四、實證結果分析

（一）描述性統計

依據前文所述模型，首先對各變量進行描述性統計，結果如表4所示。

表4 描述性統計

在所選的9 239個樣本中，非流動性指標最大值為69.11，最小值為0，均值為15.44，說明不同碳市場的流動性差異較大；各年控排企業數量增長最小值為-40，最大值為370，均值為28.19，說明不同碳市場各年控排企業數量增加情況存在較大差異；在各碳市場納入的控排企業中，電力企業數量占比從1%到36%不等，差異較大；根據賦值法，各碳市場信息披露程度得分最小值為3，最大值為9，說明各個碳市場信息披露程度存在明顯差異；各碳市場配額總量最小值為0.3億噸，最大值為4.2億噸，說明各碳市場配額交易活躍程度存在較大差異；此外，從其他各控制變量統計結果來看，不同碳交易市場所在地區在經濟發展情況、人口數量、電力耗用量、環境突發事件數等方面也都存在較大差異。

（二）基本回歸結果分析

在下頁表5模型（1）中，控排企業數量變化與市場非流動性比率在1%水平上顯著負相關（系數為-0.027，t值為-9.83）；（2）在（1）的基礎上加入控制變量之后再次進行回歸，控排企業數量變化與市場非流動性比率仍然呈現1%水平上的負相關關系（系數為-0.030，t值為-10.36），說明隨著控排企業數量的增加，碳市場流動性得到了顯著提高，結果較為穩健，H1得到驗證。在（3）中，電力企業占比與市場非流動性比率在1%水平上顯著負相關（系數為-27.660，t值為-15.66）；（4）在（3）的基礎上加入控制變量之后再次進行回歸，電力企業占比與市場非流動性比率仍然呈現1%水平上的負相關關系（系數為-79.527，t值為-4.79），說明在納入的控排企業中，電力企業占比越大，碳市場流動性越高，較為穩健，H2得到驗證。在（5）中，會計規制與市場非流動性比率在1%水平上顯著負相關（系數為-2.715，t值為-4.12）；（6）在（5）的基礎上加入控制變量之后再次進行回歸，會計規制與市場非流動性比率仍呈現1%水平上的負相關關系（系數為-6.637，t值為-9.38），說明設置會計規制或提供會計處理指南的碳市場，其市場流動性較高，結果較為穩健，H3得到驗證。在（7）中，市場信息披露與市場非流動性比率在1%水平上顯著負相關（系數為-2.590，t值為-16.31）；（8）在（7）的基礎上加入控制變量之后再次進行回歸，市場信息披露與市場非流動性比率仍呈現1%水平上的負相關關系（系數為-5.179，t值為-57.25），說明市場信息披露程度越豐富，碳市場流動性越高，結果較為穩健，H4得到驗證。

此外，從控制變量的回歸結果可以看出，地區GDP與市場非流動性比率呈顯著負相關關系，這說明碳市場所在地區經濟發展水平的提高可以促進當地碳市場的流動性；人口數量與市場非流動性比率呈顯著正相關關系，說明人口數量越多，碳市場流動性越差；環境突發事件數與市場非流動性比率呈顯著負相關關系，說明地區環境突發事件的發生可以促進當地碳市場的流動性。

（三）進一步研究

1.區分臨近履約日與其他時間的檢驗。控排企業需于每年3月提交碳排放報告，在4—6月開始進行履約工作。因此，在臨近履約期和非臨近履約期兩個階段，碳市場流動性會有所變化。為探究兩個不同階段對碳市場流動性的影響程度是否存在差異，引入臨近履約期和非臨近履約期兩個虛擬變量。定義臨近履約期為每年的3月—7月，非臨近履約期為每年1—2月及8—12月。從下頁表6中的（1）和（2）可以看出，在臨近履約期，控排企業數量變化與市場非流動性比率呈現顯著負相關關系（系數為-0.034，t值為-8.63），在非臨近履約期，控排企業數量變化與市場非流動性比率也呈現顯著負相關關系（系數為-0.032，t值為-8.85），說明控排企業納入數量增加，可以同時顯著提高兩個階段的碳市場流動。從（3）和（4）可以看出，在非臨近履約期，電力企業占比與市場非流動性比率呈現顯著負相關關系（系數為-65.146，t值為-3.19），而在臨近履約期，二者無顯著相關關系，說明只有在非臨近履約期這一時間段，控排企業中電力數量占比增加才能提高碳市場流動性，這可能是由于臨近履約期時，各控排企業急于履約，碳市場流動性本身就會處于一個比較高的水平，因此控排企業中電力企業占比增加對流動性的影響不明顯。從（5）和（6）可以看出，

在臨近履約期，會計規制與市場非流動性比率呈現顯著負相關關系（系數為-7.284，t值為-8.17），在非臨近履約期，會計規制與市場非流動性比率也呈現顯著負相關關系（系數為-5.694，t值為-6.01），說明碳市場的會計規制，可以同時顯著提高兩個階段的碳市場流動。從（7）和（8）可以看出，在非臨近履約期，市場信息披露與市場非流動性比率在10%水平上呈現顯著負相關關系（系數為-1.199，t值為-1.81），而在臨近履約期，二者無顯著相關關系，說明只有在非臨近履約期這一時間段，完善碳市場信息披露程度才能相應提高碳市場流動性。

表5 模型樣本回歸結果

表6 區分臨近履約日與其他時間的進一步回歸結果

2.區分不活躍市場與活躍市場的檢驗（見表7）。本文進一步在碳交易市場流動性的基礎上，對市場進行了區分，將天津、重慶兩個碳交易市場劃分為不活躍市場；北京、上海、湖北、深圳、廣東五個碳交易市場劃分為相對活躍市場。在劃分后，進行假設1、2的進一步檢驗，判斷控排企業數量變化與電力企業占比對碳交易市場流動性的影響（由于已對市場進行了劃分，故不再進行市場會計規制與信息披露的檢驗）。從（1）和（2）可以看出，在5個相對活躍市場中，控排企業數量變化與市場非流動性比率呈現1%水平上的顯著負相關關系（系數為-4.355，t值為-1.50），而在兩個不活躍市場中，二者無顯著相關關系，這說明，只有在相對活躍的市場，控排企業數量的增加才能提高相關碳市場的流動性。從（3）和（4）可以看出，在5個相對活躍市場中，電力企業占比與市場非流動性比率在1%的水平上呈現顯著負相關關系（系數為-65.371，t值為3.67），在2個不活躍市場中，電力企業占比與市場非流動性比率僅在10%水平上呈現顯著負相關關系（系數為-15.648，t值為-1.51），說明與不活躍市場相比，在相對活躍的市場中，控排企業電力數量占比的增加能更顯著提高碳市場流動性。

表7 區分不活躍市場與活躍市場的進一步回歸結果

（三）穩健性檢驗

本文在計量碳市場非流動性比率過程中，以該碳市場最大值替代交易量為0的交易日，由于碳市場交易數據的差異，在若干碳市場中，交易量為0的數據占比較大，對計量結果可能產生影響。因此，出于穩健性的考慮，本文通過去除全部交易量為0的天數，即選取存在交易的日期數據對主回歸進行穩健性檢驗。檢驗結果發現：控排企業數量變化與市場非流動性比率呈現顯著負相關關系（系數為-0.002，t值為-2.08）；電力企業占比與市場非流動性比率呈現顯著負相關關系（系數為-19.009，t值為-2.16）；會計規制與市場非流動性比率呈現顯著負相關關系（系數為-0.882，t值為-2.33）；市場信息披露與市場非流動性比率呈現顯著負相關關系（系數為-1.556，t值為-1.65）。回歸結果與前文保持一致，本文實證結果是穩健的（限于篇幅，穩健性檢驗結果略）。

五、研究結論與建議

碳排放權交易機制是我國實現節能減排的重要“環境-經濟”手段，碳市場的流動性是保證配額有效流轉、降低企業邊際減排成本的基本要素。本文依據當前市場與控排企業實際情況，進行碳交易市場流動性的計量，發現我國碳排放權交易量與金額整體上升的趨勢，但這一趨勢并不均衡，各市場存在較大差距；深圳、湖北、廣東的碳市場流動性較好，北京、上海次之，天津和重慶的市場流動性較差。

在對我國試點碳市場流動性的計量基礎上，檢驗控排企業納入機制、會計規制兩個方面對其流動性的影響，研究發現：隨著控排企業數量的增加，碳市場流動性得到了顯著提高；納入的控排企業中，電力企業占比越大，碳市場流動性越高；碳市場設置會計規制或提供會計處理指南，能夠提高其流動性；市場信息披露程度越豐富，碳市場流動性越高。通過進一步研究發現：控排企業納入數量增加、設置會計規范，可以顯著提高整個年度內的碳市場流動；但控排企業電力數量占比增加、完善碳市場信息披露程度只有在非臨近履約期內，才能提高碳市場流動性；且在相對活躍的市場內，控排企業數量的增加才能提高相關碳市場的流動性；在相對活躍的市場中，控排企業電力數量占比的增加能更顯著提高碳市場流動性。基于上述研究結論，本文提出以下政策建議：

（一）出臺高質量、具有中國特色的碳排放權會計準則

目前，IASB、歐盟、美國等組織與國家并未出臺有效的碳排放權會計準則，而我國2019年財政部發布的《碳排放權交易有關會計處理暫行規定》標志著碳排放權會計制度開始建立，環境會計在財務會計體系內形成了初步成果。碳排放權交易不同于一般經濟事項，其在交易的基礎上還負有環境保護的政策意義，因此對于該經濟事項的會計制度，一方面需要保證核算的可靠性與可行性，另一方面需符合政府監管的要求。隨著全國碳排放權交易市場的建立與運行，必然需要對碳會計制度進行進一步完善。當前亟需研究碳會計具體準則和信息披露制度，尤其針對碳排放權負債進行理論解讀，設計能夠匹配資產的會計框架，創建中國特色的碳排放權會計準則理論與方法，充分發揮碳會計準則在碳市場建設中的基礎性作用。

（二）合理調整控排企業范圍，擴大高排放企業占比

實證研究的結果表明，隨著控排企業數量的變化，碳市場流動性得到了顯著提高。當前我國經濟環境不斷轉變，行業結構、能源結構也正在發生快速的變化，新的業態不斷出現，與2013年相比已經產生了較大差距。因此，各地發改委等機構應該及時合理地調整控排企業納入行業、納入數量與納入門檻，動態修正控排企業范圍，保證配額交易的需求，避免市場陷入“僵化”。同時，由于電力行業即將納入全國統一市場，為避免未來期間試點市場流動性下降，應在納入控排企業中，不斷擴大高排放企業的占比，確保通過全國統一市場與地方市場，能夠覆蓋碳排放總量的較大部分，保障減排目標的達成。

（三）區分碳信息使用者，增強信息披露

目前，企業層面的信息披露較不規范，各碳市場僅披露是否參加交易、交易量等信息并不能夠真實反映企業碳交易的活躍程度，限制了信息可比性。因此，建議各碳市場對碳信息區分其使用者：控排企業、投資機構要更關注碳交易的經濟效果，應在現有披露內容的基礎上，加入企業進行減排與碳交易耗費的成本（包括人工、設備、交易費用等）、獲得收益（包括直接收益與間接受益）等經濟信息，以此衡量碳交易的投入產出效率；證監會出于經濟監管，則需要碳市場及時披露其履約完成時間、減排目標是否達成等合規性信息；而各級發改委與環保部門需要碳市場披露其地區碳排放量與減排量等環境信息。在基礎信息（交易量與金額）之上，對應披露其他市場信息、國際市場信息，并出具年度報告（如北京碳市場），以能夠完善信息的披露效果、增強信息的有效性。