面向森林碳匯供給的企業減排路徑選擇機理與政策模擬

龍 飛,祁慧博

浙江農林大學 經濟管理學院, 杭州 311300

鑒于森林碳匯在氣候變化中的重要作用和成本優勢,更為主要的是這種方式不會對現有的經濟發展模式、發展速度造成太大的負面影響,中國政府已將增加森林碳匯作為應對氣候變化的重要舉措,并提出了相應的行動方案與發展目標。早在2004年,中國就啟動了森林碳匯試點項目,2007年《應對氣候變化國家方案》中確定增加森林碳匯是重點領域之一并正式對外公布, 2009年9月,中國在紐約召開的聯合國氣候變化峰會上提出大力增加森林碳匯,“爭取到2020年森林面積比2005年增加4000萬hm2,森林蓄積量比2005年增加13億立方米”的“雙增”發展目標。在該目標的激勵下,我國目前各項綠色碳匯基金行動與碳匯造林活動正在積極開展,截至全國性碳交易市場正式啟動前夕,中國綠色碳匯基金已獲資6億多元人民幣,在全國二十多個省(區)共完成碳匯造林8萬多hm2,組織實施了44 個大中型會議的碳中和林項目,預計今后10年可固定CO2達1.5億t[1],這些成果的取得必將使中國未來森林碳匯的供給能力進一步得到提高。伴隨著我國森林碳匯供給能力的不斷上升,森林碳匯已經成為我國碳交易市場的第一大碳匯供給品種,為企業進行不同減排路徑的選擇提供了充足的碳匯供給資源。尤其是隨著我國7個省市碳交易試點市場的形成和2017年全國性碳交易市場的構建,我國的碳排放密集型減排企業將要根據自身碳排放情況,或自身進行技術減排,或到碳交易市場上購買或出售碳排放配額、或通過購買各類碳匯項目以沖抵自身碳排放量[2]。這種市場化的方式為我國碳排放密集型行業企業減排提供了靈活履約機制,也有利于實現森林生態服務功能價值補償,從而適應了現階段我國綠色低碳發展、產業轉型升級的需求。那么,面向森林碳匯供給的企業究竟如何在多種減排路徑選擇中形成對森林碳匯的有效需求？需要怎樣的激勵政策引導和激發市場對森林碳匯的需求？不同行業之間在減排路徑選擇和激勵政策配套方面有無差別？這些問題的研究對于未來挖掘我國森林碳匯市場潛力,促進我國森林碳匯產業可持續發展具有重要的理論價值與現實意義,開展相關的前期研究迫在眉睫。

1 文獻回顧與研究述評

《京都議定書》確定了聯合履約機制、碳排放貿易機制和清潔發展機制這三種靈活的減排機制[3- 6],發達國家的企業可按照這三種機制進行減排路徑選擇;但發展中國家的企業減排路徑選擇則主要根據其碳市場發展來決定[7- 9],目前我國企業主要有自行技術減排、購買碳市場排放配額和購買森林碳匯等CCER(Chinese Certified Emission Reduction,中國核證減排量)(以下簡稱“森林碳匯減排”)這三種減排路徑。已有文獻研究了試點省市企業減排路徑選擇的政策背景[2,7- 9],并比較分析了不同減排路徑的成本：如部分學者基于方向性距離函數測算了企業自行技術減排的碳邊際減排成本[10- 14];有的學者則運用造林成本、蓄積量轉換、影子價格、期權定價等方法估計出森林碳匯供給成本[15- 22],并對森林碳匯最終價值形成的因素進行定量分析[15- 25];再有部分學者則基于EPPA模型、CGE模型、VAR模型等宏觀經濟模型測算社會平均減排成本,以作為碳市場排放配額的影子價格[7,10,26- 27]。上述研究為本文提供了思路和借鑒,但在森林碳匯供給背景下企業如何進行減排路徑選擇的機理研究方面還有待深入。

除減排成本分析之外,現有研究還探討了企業減路徑選擇的影響因素及政策效應。例如,孟衛軍等[28]研究了技術減排補貼政策對企業減排路徑選擇的影響;李怒云等[1]則認為森林碳匯減排補貼能更好地實現森林碳匯的外部收益;席斯等[8]則認為同時給予企業以上兩種補貼可從根本上改變企業的生產經營模式,提升企業的可持續發展能力。需要指出的是,上述政策措施雖在理論上得到越來越多的肯定,有的甚至開始付諸實施[29],但這些政策對企業進行減排路徑選擇的影響程度實證研究尚不多見。

本文在系統梳理和分析國內外碳市場發展現狀與趨勢的基礎上,以我國7個碳交易試點中的北京、上海、湖北、廣東4省市為案例區,選擇火電、化工、鋼鐵3個碳排放密集型行業為代表性行業,結合國內外碳市場建設發展階段和行業特征,構建面向森林碳匯供給的企業減排路徑選擇模型,揭示企業在不同減排政策激勵下的減排路徑選擇機理,模擬分析不同行業企業購買森林碳匯的影響因素及影響程度,為積極引導企業節能減排、充分挖掘森林碳匯市場潛力、減小企業減排成本壓力等提供科學依據。

2 研究區概況

我國7省市碳交易試點于2013年至2014年相繼啟動運行,這7個碳交易試點分別位于廣東、湖北、上海、深圳、北京、天津和重慶,2019年總人口2.5億,占全國總人口的近20%,GDP為11萬億人民幣,占全國總GDP的30%,工業總產值約占全國的36%,能源消耗約占全國的23%,碳排放密集型行業企業約占全國的40%。經過6年的建設,試點碳市場以具有一定規模和活躍度,2019年累計成交量6.96千萬噸CO2,累計成交額約為15.62億元人民幣,分別比2018年同比增加11%和24%,對全國碳市場建設的意義重大。遵照國家發改委頒發的《中國溫室氣體自愿減排交易活動管理辦法(暫行)》以及《溫室氣體自愿減排項目審定與核證指南》,7個省市碳交易試點均允許企業使用一定比例的CCER項目(包括林業CCER項目)以抵消企業自身的碳排放。雖然CCER于2015年初才上市,但市場供需兩旺,為試點省市的碳排放密集型企業降低減排成本、確保持續經營、實現靈活履約提供了契機,也為我國森林碳匯需求空間拓展提供了經驗。尤其是北京、上海、湖北、廣東4個碳交易試點建設發展速度相對較快,CCER交易相對集中,因此,本文主要針對這4個試點省市的碳排放密集型行業企業開展實地調研,對研究面向森林碳匯供給的企業減排路徑選擇機理具有較強的代表性。

3 研究方法與模型設計

3.1 森林碳匯供給成本(FSC)測算方法

森林碳匯供給成本(Forest-carbon-sequestration Supply Cost,FSC)測算方法主要分為兩類：一類是直接計算法,如造林成本法、邊際成本法、蓄積量轉換法等[15,18,30- 31];另一類是間接計算法,如成本效益分析法、碳稅率法、影子價格法、期權定價法等[17-21],而大多數學者則在綜合運用這兩種方法對森林碳匯供給成本進行估算的基礎上,結合較為成熟的模型對森林碳匯供給成本形成的關鍵因素進行定量分析,如張穎等通過建立一個以林木蓄積量轉換法為基礎的森林碳匯總量的計算方法,再引入最小值法求出了我國森林碳匯供給的最優價格[32]。本研究擬采用此方法對森林碳匯供給成本進行測算。該方法根據最優模型法原理和森林生長的特性等,設置離散時間經濟系統控制方程如下：

(1)

式中,C(t)表示森林蓄積的碳儲量,G(t)表示森林生長的碳儲量,W(t)表示森林枯損的碳儲量,L(t)表示森林采伐損失的碳儲量,t表示年份,各碳儲量單位為噸(t)。L(t)為控制變量,C(t),G(t)和W(t)為狀態變量。森林碳匯核算就是在方程(1)的約束下,使森林生物碳儲量損失的價值最小,即：

(2)

式中,φ(C(N),N)表示森林碳儲量價值的終端約束。

3.2 企業碳邊際減排成本(MAC)測算方法

(3)

該產出距離函數滿足傳遞性,即：

(4)

據此,可計算出CO2邊際減排成本為：

(5)

式中,MAC為企業碳邊際減排成本,Py為企業期望產出產品的市場價格,y為產品產值,c為碳排放量。

3.3 碳配額價格(EQP)測算方法

相關研究普遍認為,碳交易市場比較接近完全竟爭市場,基于碳配額價格保護的政策,碳市場中應制定排放配額價格(Emission Quota Price,EQP)下限[10,33],且排放配額價格下限應等于地區碳邊際減排成本乘以該地區年碳強度降低指數,即：

EQP=SAC×Ω

(6)

式中,EQP為排放配額價格下限,SAC為地區碳邊際減排成本,Ω為地區年碳強度降低指數,根據國家統一碳強度減排目標,2020年單位GDP的CO2排放比2005年下降40%—45%,本文即按最高減排目標45%計算,15年時間每年碳強度需降低3%,但實際上2018年單位GDP碳排放強度已下降45.8%,年均下降4%,因此Ω為4%。而地區碳邊際減排成本(SAC)同樣根據方向性距離函數來度量,可得：

(7)

(8)

(9)

4 面向森林碳匯供給的企業減排路徑選擇

根據以上企業單位減排成本(UEC)分布特征,結合碳交易試點相關政策文件[8,34-35],提出如下假設：

假設1：給予購買森林碳匯的企業單位購買量政策補貼為S1,則企業購買森林碳匯的單位減排成本為UEC =FSC-S1;

假設2：給予自行技術減排企業的單位減排量政策補貼為S2,則企業自行技術減排的單位減排成本為UEC =MAC-S2;

假設3：目前試點地區配額可發放寬松,則企業購買碳排放配額的單位減排成本為UEC =EQP。

在上述假設下,追求減排成本最小化的企業將會做出3種不同的減排路徑選擇：

當MAC-S2

(11)

其中：

當EQP

(12)

其中：

當FSC-S1

(13)

其中：

5 不同減排成本測算結果

5.1 森林碳匯供給成本

根據公式(1)與(2),運用宏觀面板數據計算出試點期間(2014年)我國森林碳匯供給成本(FSC)值。原始數據來源于1994—2013年全國森林資源清查結果。由于我國森林資源每5年清查一次,森林蓄積量、森林生長量、森林枯損量和森林采伐量在每一個清查期內數據基本相同,由此算得的各項碳匯指標也基本相同,結果如表1。

將上述數據代入森林碳匯核算模型為：

C(t+1)=0.983C(t)+0.024

(14)

以上回歸方程R2值為0.795,調整后的R2值為0.761,F值為23.272,Sig.值為0.000。因此,森林采伐損失的碳匯量與GDP之間的具體關系式表示為：

GDP=-4907800632+22127219.48L(t)-2481944.88L2(t)

(15)

(16)

森林碳匯的狀態方程表示為：

(17)

表1 1994—2013年中國森林碳匯相關指標

令哈密頓函數H(t)為：

H(t)=H(C(t),L(t),λ(t+1),t)=9.83C(t)-2316.86-4907800632+22127219.48L(t)-

2481944.88L2(t)+λT(t+1)×9.83C(t)=-4907800632+22127219.48L(t)-2481944.88L2(t)+(0.983λT(t+1)+9.83)C(t)

(18)

9.83美元是生產儲匯成本,根據相關學者研究,森林碳匯供給成本還包括前期準備、基準線測量、項目規劃、環境與社會效益評估、審核申報、談判與簽約等交易成本[31,36],約為生產儲匯成本的2.1—3倍,取中間值2.5倍,這樣森林碳匯供給成本為34.405美元,按照2014年年均匯率1美元=6.113元人民幣計算得森林碳匯供給成本(FSC)為210.32元/t。

5.2 企業碳邊際減排成本

本文選擇北京、上海、湖北、廣東4個試點省市的火電、化工和鋼鐵3個行業作為碳排放密集型代表行業,按照各試點這3個行業目前參與減排的企業數量比例,共計選取89家減排企業作為被調查企業,每家被調查企業再選取31個具有獨立投入-產出核算的能耗單位作為樣本減排單位,總計2759家樣本減排單位,其中火電1054家,化工899家,鋼鐵806家。根據國際評估減排效果慣例的時間間隔要求[14,34,37],收集這2759家樣本企業單位減排后連續3年(2012—2014)的生產投入-產出數據,共獲取8277個樣本數據點,分布如表2：

表2 樣本減排單位數據點分布

三個行業樣本減排單位投入—產出年平均數據如下表3：

表3 三個行業樣本減排單位投入—產出年平均數據

對上述樣本數據采用方向性距離函數計算得到3個行業樣本企業減排后連續3年的平均減排成本數據,見表4。

表4 不同行業樣本單位減排成本/(元/t)

5.3 碳配額價格

考慮到配額交易在7個試點省市的普適性,本研究以7個試點省市減排后連續3年(2012—2014)的投入-產出指標數據為基礎,測算各試點省市的碳邊際減排成本,從而得出碳排放配額價格下限。與微觀企業層面一樣,在宏觀區域層面上,選擇能源、資本與勞動力作為基本投入要素,選擇GDP作為期望產出,CO2排放作為非期望產出。數據來源為相應年份的《中國統計年鑒》以及各樣本省市統計年鑒的投入產出數據,其中能源投入方面參《中國能源統計年鑒》,選取原煤、洗精煤、焦炭、原油、汽油、煤油、柴油、燃料油、其它油制品、液化石油氣、天然氣和電力等12種能源作為各樣本省市的主要能源投入,并按照各能源的折標準煤和碳排放系數折算出各樣本省市總的CO2排放量,如表5。

表6是采用方向性距離函數得出的7個試點省市減排后連續3年的平均社會減排成本數據。由此可得,7個試點省市減排后連續3年的平均社會減排成本(SAC)為3942.84元/t,根據公式(6),得到4個樣本省市碳排放配額價格下限(EQP)為157.71元/t。

表5 2012—2014年7個試點省市CO2排放量/萬t

6 不同政策情景下企業減排路徑選擇模擬分析

根據面向森林碳匯供給的企業減排路徑選擇機理,將不同減排成本測算結果代入本文構建的企業減排路徑選擇模型,得出不同政策情景下分行業的企業減排路徑選擇模擬結果：

6.1 火電企業減排路徑選擇

自行技術減排的企業單位數：

(19)

購買配額的單位數：

(20)

購買森林碳匯的單位數：

(21)

6.2 化工企業減排路徑選擇

自行技術減排的企業單位數：

(22)

購買配額的單位數：

(23)

購買森林碳匯的單位數：

(24)

6.3 鋼鐵企業減排路徑選擇

自行技術減排的企業單位數：

(25)

購買配額的單位數：

(26)

購買森林碳匯的單位數：

(27)

減排主體單位以上述模型為基礎,在不同政策背景下進行不同減排路徑的比較與選擇。為了直觀反映減排主體微觀決策行為的宏觀 “涌現”效應,本研究采用多主體(Multi-Agent)仿真集成平臺NetLogo對不同政策情景下的企業減排路徑選擇進行模擬分析。模擬流程設計中,樣本減排單位中自行技術減排、購買配額與購買森林碳匯的單位分別表示為“技術”、“配額”與“碳匯”三類虛擬主體(Agent),這三類虛擬主體分別采用公式(19)—(27)作為其行為規則;考慮到購買森林碳匯存在抵消比例限制、配額同樣不能全覆蓋的政策現實,以及不同行業碳排放差異、不同試點省市減排強度差異,虛擬主體決策行為規則中再添置一個修正因子模型[10,14,37]：

(28)

式中,N代表購買森林碳匯的單位(QT)的增減率,它由修正的增加量n+與減少量n-共同決定,v表示樣本省市購買森林碳匯抵消比例,樣本省市平均值設為8%;ECI表示樣本省市初始期能耗強度(噸標準煤/萬元GDP),北京、上海、廣東、湖北分別為0.582、0.712、0.664、1.183;Dt表示樣本省市年度平均碳排放強度下降目標,北京、上海、廣東、湖北分別為18%、19%、18%、16%;Θ表示不同試點省市配額覆蓋率,樣本省市均值設為95%,以上變量賦值均來自調研數據。ξ1表示樣本中不同行業比例系數,根據表1火電38.20%,鋼鐵29.21%,化工32.59%;ξ2表示樣本中不同行業碳排放變化系數,根據表2整理計算得,火電6.74%,鋼鐵27.38%,化工0.78%。模擬時,用Logistic方法自動獲取f(ξ1)與f(ξ2)的函數轉換規則。

6.4 情景模擬結果比較分析

參照試點省市減排模式,初始化情景設定為“假設3”,即各行業配額發放寬松,則企業選擇購買排放配額的實際單位減排成本為UEC=EQP,所有企業皆購買配額,沒有企業選擇技術減排或購買森林碳匯。在此基礎上,設定下列3種政策情景(S1與S2兩種政策的實施限額參照當前試點省市相關碳減排補貼政策文件[8,29,38],假定在0—168元之間浮動),模擬得出不同行業企業減排路徑選擇。為使結果具有可比性,本文著重描述了三個行業選擇不同減排路徑的企業單位數所占比重。

這些行業的企業選擇不同減排路徑的行為依據與差異原因在于：基于上述“4”中企業減排路徑選擇的“追求減排成本最小化”理論假設,不同行業不同企業由于其自身邊際減排成本存在差異,同樣政策類型與政策幅度的激勵,自身邊際減排成本低于政策激勵后購買森林碳匯或配額減排支出的,則這些行業的減排企業仍舊會選擇自身技術減排,否則會相機選擇購買配額或購買森林碳匯減排;對于自身邊際減排成本等于政策激勵后購買森林碳匯或配額減排支出的,則根據隨機過程理論和上述修正因子模型(28),企業的減排路徑選擇會存在隨機性和耦合性,不同社會責任意識的企業,不同生態環保理念的企業會選擇不同的減排路徑。發現和認識這些差異的政策意義在于：政府在實施減排政策激勵時,目標要明確,如果要提升企業對森林碳匯的購買需求,則根據不同行業不同企業的邊際減排成本制定出適當的補貼幅度就十分重要,否則非但達不到既定的政策激勵目標,反而會導致稀缺減排資源的浪費。下面對三種政策情景下不同行業企業的減排路徑選擇進行一個具體的描述與分析。

情景一：單獨實施S1,即僅給予購買森林碳匯的企業單位購買量政策補貼。

由圖1可看出,隨著S1由0至168元不斷提升,三個行業企業購買配額的單位數逐步下降,而購買森林碳匯和技術減排的單位數不斷上升,且購買森林碳匯的單位數增長迅速。當S1到達168元時,火電企業中購買森林碳匯、購買配額和技術減排的單位數之比為34∶62∶4;化工企業和鋼鐵企業中這一比例為45∶45∶10和52∶36∶12。

圖1 單獨實施S1時火電、化工和鋼鐵企業的模擬結果Fig.1 Simulation results of thermal power, chemical and steel enterprises when S2 is implemented separately

情景二：單獨實施S2,即給予自行技術減排企業的單位減排量政策補貼。

由圖2可看出,隨著S2由0至168元不斷提升,三個行業企業購買配額的單位數先降后增,技術減排的單位數逐漸上升,而購買森林碳匯的單位數則先增后降,但不同行業減排路徑選擇的“拐點”有別：從各行業購買森林碳匯的單位數占比達峰來看,當S2達到102元時,火電企業購買森林碳匯的單位數占49%;當S2達到91元時,化工企業購買森林碳匯的單位數占38%;當S2達到64元時,鋼鐵企業購買森林碳匯的單位數占49%。從各行業技術減排的單位數占比達峰來看：當S2到達168元時,火電企業中購買森林碳匯、購買配額和技術減排的單位數之比為9∶49∶42;化工企業和鋼鐵企業中這一比例分別為4∶49∶47和1∶54∶45。

圖2 單獨實施S2時火電、化工和鋼鐵企業的模擬結果Fig.2 Simulation results of thermal power, chemical and steel enterprises when S2 is implemented separately

情景三：同時實施S1與S2,即對購買森林碳匯和自行技術減排的企業均給予單位減排量政策補貼。

由圖3可看出,在S1與S2分別由0至168元不斷提升的同時,三個行業企業購買配額的單位數呈下降趨勢,技術減排的單位數呈上升趨勢,購買森林碳匯的單位數依然是先增后降的。從各行業購買森林碳匯的單位數占比達峰來看,火電企業在S1與S2均為94元時,購買森林碳匯的單位數占48%;化工企業在S1與S2均為83元時,購買森林碳匯的單位數占48%;而鋼鐵行業在S1與S2均為41元時,購買森林碳匯的單位數占39%。超過這三個閾值后,購買森林碳匯的企業單位數下降,購買配額的企業單位數小幅上升或降幅減小,技術減排的企業單位數則加速度上升。當S1與S2到達168元時,火電企業購買森林碳匯、購買配額和技術減排的單位數之比為24∶38∶38;化工企業和鋼鐵企業中這一比例分別為3∶49∶48和5∶60∶35。

圖3 同時實施S1與S2時火電、化工和鋼鐵企業的模擬結果Fig.3 Simulation results of thermal power, chemical and steel enterprises when S2 is implemented separately

7 結論與討論

本文選擇4個試點省市3個碳排放密集型行業89家企業的2759個減排單位為樣本,基于企業減排路徑選擇模型,模擬分析了面向森林碳匯供給的企業受不同減排政策影響而選擇的減排路徑及其行業差異。研究表明：

假設企業有購買森林碳匯、技術減排和購買配額三種減排路徑可選,則在總量控制和碳交易背景下,以利潤最大化為目標的企業會對這三種減排成本進行比較。基于宏觀統計年鑒數據和微觀企業調研數據測算得出,上述三種減排成本分別為210元/t、319元/t和158元/t,較低的配額價格可作為當前碳交易試點配額交易為主且交易活躍的原因,而三種減排成本差異則為研究未來逐步收緊配額,面向林業碳匯供給,激勵企業實質減排提供政策依據。

鑒于影響企業減排路徑選擇的因素眾多,且行業間存在投入產出結構和能源利用效率等差異,在以提升森林碳匯需求為目的而設計減排政策時,有必要區分行業和補貼類型。通過政策情景模擬發現,綜合考慮政策補貼的投入及各行業購買森林碳匯的比重,則分別應對火電企業實施102元/t的技術減排補貼,對化工企業給予技術減排補貼和購買森林碳匯補貼各83元/t,對鋼鐵企業購買森林碳匯進行168元/t的補貼。

正是考慮到各行業的實際情況,如果基于以上補貼類型和補貼標準進行分業施策,樣本地區鋼鐵、化工和火電企業中分別有52%、48%和49%的單位購買森林碳匯,此時各行業中森林碳匯需求可望達到最高水平。這對于在進一步擴大森林碳匯市場潛力的同時,引導各行業積極節能減排,改善經營作業方式,減小減排成本壓力,克服短期“技術天花板”局限等而言具有積極效應。

需要進一步討論的問題是：(1)鑒于目前森林碳匯交易市場尚未真正建立,本研究所計算的森林碳匯供給成本是通過理論推導與推算出來的;(2)本文的配額價格下限按照七個試點省市的社會減排成本進行測算,隨著全國統一碳市場的建立,應該按照全國所有省區的社會減排成本來測算才較為合理和更具普適性;(3)現實碳市場中,技術減排和購買配額減排是企業當前兩種主要減排方式,購買森林碳匯減排目前尚局限于實施抵消機制的部分試點碳市場中,但本研究基于“理性人”假設,把購買森林碳匯減排與技術減排及購買配額減排作為三種平等的減排路徑以供企業自行選擇,同時在政策情景設定上設置了購買森林碳匯減排的補貼政策(S1)以考察政策激勵對企業購買森林碳匯減排的決策影響,但隨著碳市場在減排資源優化配置中的基礎作用不斷提升,應當進一步探尋如何通過對碳市場相關管理措施的設置與完善,讓碳市場能夠自行激勵企業在多種減排路徑選擇中,優先考慮購買森林碳匯進行減排,從而構建起減排與增匯之間的市場經濟聯系,真正實現以市場化的方式還原林業生態服務價值,降低環境治理成本,促進社會整體經濟效率的提升;(4)本文對企業減排路徑的選擇基于減排成本比較的“理性人”假設,尚未納入企業社會責任、企業生態環保理念等因素對其減排路徑選擇的影響,社會責任感與生態環保理念較強的企業在選擇減排路徑時,會優先考慮社會生態效益,如優先考慮購買森林碳匯進行減排等,而把減排成本比較放在第二位。因此,如何在企業減排路徑選擇研究中,納入各種非理性因素及潛在的自然、經濟與政策等風險因素的影響仍需進一步研究。