聶 茜
(成都理工大學(xué),四川 成都 610059)
我國(guó)是世界上最大的能源消費(fèi)國(guó),也是世界第一大電力生產(chǎn)國(guó),中國(guó)各行業(yè)依靠電力實(shí)現(xiàn)高速發(fā)展的同時(shí)也對(duì)環(huán)境產(chǎn)生了巨大負(fù)面影響。以碳排放為例,2019年發(fā)電行業(yè)二氧化碳排放量占全國(guó)碳排放的46%,可見發(fā)電行業(yè)碳減排對(duì)完成2030年二氧化碳達(dá)峰的承諾有著重要意義。根據(jù)中電聯(lián)初步分析,強(qiáng)制性制定技術(shù)標(biāo)準(zhǔn)已難以推進(jìn)電力行業(yè)深度減碳。而市場(chǎng)型減排政策符合時(shí)代需求,對(duì)我國(guó)實(shí)現(xiàn)綠色經(jīng)濟(jì)發(fā)展,推進(jìn)生態(tài)文明建設(shè),具有非同凡響的戰(zhàn)略意義。
2013年6月起,我國(guó)陸續(xù)啟動(dòng)8個(gè)試點(diǎn)城市的碳排放權(quán)交易市場(chǎng),大部分試點(diǎn)都將高能耗、高排放的發(fā)電行業(yè)納入其中。2017年12月,國(guó)家發(fā)改委要求率先啟動(dòng)發(fā)電行業(yè)全國(guó)碳排放交易市場(chǎng)。根據(jù)測(cè)算,首批納入的發(fā)電企業(yè)碳排放量約占全國(guó)的1/3,是迄今全球最大的碳排放權(quán)交易市場(chǎng)。中國(guó)的資源情況決定了電力結(jié)構(gòu)以火電(特別是煤電)為主,那實(shí)施市場(chǎng)型減排政策是否能引導(dǎo)發(fā)電行業(yè)實(shí)現(xiàn)碳減排??jī)?nèi)在機(jī)制又是什么?這是本文試圖回答的問題。因?yàn)樘寂欧艡?quán)交易試點(diǎn)時(shí)間主要集中于2013年年底和2014年上半年,本文將政策時(shí)間的分界點(diǎn)統(tǒng)一確定為2014年。由此采用合成控制法探索碳排放權(quán)交易對(duì)發(fā)電行業(yè)的政策效應(yīng),并采用中介效應(yīng)法識(shí)別該政策對(duì)試點(diǎn)地區(qū)發(fā)電行業(yè)碳減排的影響途徑,為全國(guó)碳交易市場(chǎng)的完善提供政策參考。
環(huán)境資源是一種不具有排他性但具有競(jìng)爭(zhēng)性的社會(huì)公共產(chǎn)品,經(jīng)過世界各國(guó)政府的政策實(shí)踐和國(guó)內(nèi)外學(xué)者的實(shí)證研究,發(fā)現(xiàn)合理的環(huán)境規(guī)制能夠抑制污染物的排放。面對(duì)中國(guó)日趨緊迫的環(huán)境問題,建立有效和完善的環(huán)境規(guī)制執(zhí)行體系,選擇合理有效的環(huán)境規(guī)制政策,是構(gòu)建高質(zhì)量現(xiàn)代化經(jīng)濟(jì)體系的必然要求,也是建設(shè)美麗中國(guó)的推動(dòng)力[1-2]。
政府出臺(tái)的環(huán)境規(guī)制政策分為三類:第一類命令控制型政策,傳統(tǒng)政府干預(yù)經(jīng)濟(jì)理論認(rèn)為,政府擁有著完全信息,在解決環(huán)境外部性方面是有效的;第二類財(cái)政型政策,來自庇古提出的經(jīng)濟(jì)方法,他認(rèn)為采用稅收手段能將環(huán)境污染帶來的外部性問題轉(zhuǎn)化為排污者的內(nèi)部成本;第三類市場(chǎng)型政策,基于環(huán)境污染的外部性和科斯定理的產(chǎn)權(quán)方式,通過將產(chǎn)權(quán)邊界清晰化賦予環(huán)境資源經(jīng)濟(jì)價(jià)值,在市場(chǎng)主體之間創(chuàng)造出交易市場(chǎng),最具代表性的是排放權(quán)交易[3]。
不同環(huán)境規(guī)制對(duì)能源消費(fèi)和污染物減排的政策效果,一直是學(xué)術(shù)界持續(xù)探討的問題。
孫鰲[4]指出命令控制型政策在發(fā)展中國(guó)家或許更能有效的減少污染排放。Xue[5]認(rèn)為國(guó)家排放總量控制此類“政治性藍(lán)天”的研究從側(cè)面考察了命令控制型政策的治理效果。但研究環(huán)境政策工具對(duì)環(huán)境質(zhì)量的改善作用時(shí),發(fā)現(xiàn)命令控制型政策不能同時(shí)對(duì)各類污染物起到抑制作用,僅對(duì)某類污染有效;從時(shí)序演變特征角度來看,其對(duì)促進(jìn)即期中國(guó)節(jié)能減排技術(shù)的創(chuàng)新效果也并不顯著[6-7]。而且命令控制型政策可能會(huì)出現(xiàn)政策失靈,例如:墨西哥實(shí)施的單雙號(hào)限制政策,中國(guó)長(zhǎng)江水污染治理出現(xiàn)“污染避難所效應(yīng)”,均加重環(huán)境污染[8-9]。
早期在環(huán)境規(guī)制初始階段,由于經(jīng)濟(jì)手段和市場(chǎng)化政策受人為因素影響較大、缺乏有效監(jiān)管機(jī)制、制度基礎(chǔ)薄弱等原因,導(dǎo)致中國(guó)依靠命令控制型政策來治理污染。隨著發(fā)展進(jìn)入新階段,國(guó)內(nèi)學(xué)者通過建立環(huán)境污染的理論模型,分析政府的環(huán)境政策效應(yīng),認(rèn)為相比于命令控制型政策的強(qiáng)制性,基于市場(chǎng)的減排手段成本更低,創(chuàng)新激勵(lì)性和靈活性更強(qiáng),對(duì)生產(chǎn)率的促進(jìn)更為明顯[10-11]。
環(huán)境稅是財(cái)政型政策的典型代表,從最優(yōu)稅率的決定來看,在前一期給定稅率下,應(yīng)通過觀測(cè)企業(yè)減排狀況來調(diào)整本期稅率,并能實(shí)現(xiàn)“雙重紅利”[12]。Ploeg等[13]建議各國(guó)設(shè)計(jì)最優(yōu)碳稅稅率碳稅時(shí)應(yīng)當(dāng)綜合考慮二氧化碳累計(jì)排放量及新增排放量。Yan和Toshihiko[14]利用可計(jì)算一般均衡模型發(fā)現(xiàn)硫稅是治理霧霾的有效手段。但財(cái)政型政策在實(shí)際操作中的減排效果并不穩(wěn)定,各區(qū)域?qū)嵤┎煌呒s束會(huì)存在“監(jiān)管泄露”的情況[15]。一方面,地方官員會(huì)因?yàn)榭?jī)效考核,犧牲環(huán)境以爭(zhēng)取最大可能的經(jīng)濟(jì)發(fā)展,降低環(huán)境規(guī)制標(biāo)準(zhǔn)[16-17]。另一方面,不合理的行政干預(yù)將會(huì)降低環(huán)保稅的實(shí)施效果,對(duì)經(jīng)濟(jì)沖擊較大[18-20]。
碳排放權(quán)交易基于產(chǎn)出配置失衡假設(shè),本質(zhì)上改善了需求側(cè)的分配不均衡問題,為市場(chǎng)主體提供了靈活的減排策略[21]。隨著命令型減排政策的負(fù)面影響越發(fā)嚴(yán)重,引入市場(chǎng)型政策解決碳排放問題已成為世界共識(shí)。國(guó)外研究者廣泛認(rèn)可歐盟碳排放權(quán)交易體系所產(chǎn)生的減排效果[22]。國(guó)內(nèi)學(xué)者發(fā)現(xiàn)建立碳市場(chǎng)能夠有效降低“污染天堂”效應(yīng),降低減排成本,對(duì)改善環(huán)境、降低二氧化碳排放量有著積極作用[23-25]。在全球主要的碳市場(chǎng)中,電力企業(yè)都是第一批進(jìn)入的市場(chǎng)參與主體。因此從實(shí)踐角度,中國(guó)的碳交易機(jī)制需要重點(diǎn)關(guān)注高度管制下的電力行業(yè)[26]。電力行業(yè)作為能源加工轉(zhuǎn)換的主要部門在電力生產(chǎn)過程中實(shí)現(xiàn)排放,而在消費(fèi)過程中并不產(chǎn)生排放[27]。因此,現(xiàn)有文獻(xiàn)重點(diǎn)關(guān)注環(huán)境規(guī)制對(duì)發(fā)電企業(yè)效率的影響和微觀層面電力企業(yè)的碳配額,發(fā)現(xiàn)有效的環(huán)境規(guī)制提升了發(fā)電企業(yè)的生產(chǎn)效率和技術(shù)效率,而合理的碳配額基準(zhǔn)線設(shè)定能夠有效降低發(fā)電企業(yè)的碳排放量,促進(jìn)企業(yè)減排的積極性[28-32]。
以上文獻(xiàn)比較了環(huán)境管理的三種政策工具,仔細(xì)分析了碳排放權(quán)交易對(duì)環(huán)境規(guī)制的有效性,為研究發(fā)電行業(yè)的減排效應(yīng)提供了理論基礎(chǔ)和實(shí)證分析結(jié)論。現(xiàn)有文獻(xiàn)大都從企業(yè)層面分析,考慮到中國(guó)發(fā)電企業(yè)的數(shù)量多分布廣,僅選取部分發(fā)電企業(yè)分析碳交易政策的減排效果,研究結(jié)論的代表性不夠具有說服力。并且,對(duì)于在碳排放權(quán)交易政策作用下發(fā)電行業(yè)的減排路徑并未提及。因此,本文對(duì)各省發(fā)電行業(yè)進(jìn)行實(shí)證研究,選擇合成控制法評(píng)估試點(diǎn)地區(qū)碳排放權(quán)交易的政策效果,再探索該政策影響發(fā)電行業(yè)碳減排的作用機(jī)制。
合成控制法(SCM)根據(jù)預(yù)測(cè)變量對(duì)控制對(duì)象進(jìn)行加權(quán)合成與處理組特征相似的虛擬對(duì)照組,再將虛擬組與處理組進(jìn)行比較,在選擇控制組時(shí)避免主觀性和隨意性問題。因此,本文采用合成控制法來考察碳交易機(jī)制對(duì)發(fā)電行業(yè)碳排放量的影響。由于深圳的相關(guān)數(shù)據(jù)已納入到廣東省,將深圳市合并到廣東省內(nèi)。所以本文將北京、上海、廣東、天津、湖北、重慶和福建作為實(shí)驗(yàn)單元,其余23個(gè)省份(除西藏、港澳臺(tái)地區(qū))作為備選控制單元;將2014年定為碳交易政策實(shí)施的開始年份,使用Synth程序進(jìn)行合成控制模型的估計(jì)。
數(shù)據(jù)來源于2008-2016年的《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)能源統(tǒng)計(jì)年鑒》、統(tǒng)計(jì)年鑒以及《2006年IPCC國(guó)家溫室氣體指南》。
本文研究?jī)?nèi)容是碳排放權(quán)交易對(duì)發(fā)電行業(yè)的政策效應(yīng)分析,選取發(fā)電行業(yè)的碳排放量作為合成控制法的結(jié)果變量。借鑒相關(guān)研究,選取經(jīng)濟(jì)發(fā)展水平、人口水平、地區(qū)經(jīng)濟(jì)發(fā)展水平差異、城市規(guī)模、地區(qū)開放程度、城市的產(chǎn)業(yè)結(jié)構(gòu)等變量作為預(yù)測(cè)變量。具體變量說明如下:
(1)發(fā)電行業(yè)的碳排放量:本文選取火力發(fā)電主要能源的消耗量作為計(jì)算電力行業(yè)碳排放的投入變量,采用各類能源的碳排放系數(shù)進(jìn)行估算,計(jì)算公式為:
其中CC表發(fā)電行業(yè)碳排放量,Eq代表q類能源消費(fèi)量,能源種類有:原煤、洗精煤、其他洗煤、煤矸石、焦?fàn)t煤氣、其他煤氣、高爐煤氣、燃料油、煉廠干氣以及天然氣;Sq代表各類能源標(biāo)準(zhǔn)煤折算系數(shù);Fq為各類能源碳排放系數(shù)。
(2)經(jīng)濟(jì)發(fā)展水平(Ingdp):使用地區(qū)生產(chǎn)總值對(duì)數(shù)值衡量。
(3)人口水平(Urban):使用城鎮(zhèn)化率衡量。
(4)城市的產(chǎn)業(yè)結(jié)構(gòu)(Second):使用第二產(chǎn)業(yè)占GDP的比重衡量。
(5)城市規(guī)模(Inrk):使用人口規(guī)模對(duì)數(shù)值衡量。
(6)地區(qū)開放程度(Infdi):使用外商投資企業(yè)投資總額占GDP比值的對(duì)數(shù)化衡量。
(7)地區(qū)經(jīng)濟(jì)發(fā)展水平差異(Ingdp(-1)):使用滯后一期地區(qū)GDP的對(duì)數(shù)形式衡量。
(8)使用2009、2011和2013年的電力碳排放量作為三個(gè)額外預(yù)測(cè)變量,增強(qiáng)控制組和處理組在政策實(shí)施前的擬合精確度。
考察試點(diǎn)省份和非試點(diǎn)省份發(fā)電行業(yè)碳排放量的趨勢(shì),大致估計(jì)碳排放權(quán)交易政策實(shí)施效果,如圖1所示。
從圖1觀察到2014年正式實(shí)施碳排放權(quán)交易政策后,兩者間的差距逐步擴(kuò)大。即便2017年受天氣影響,水力發(fā)電總量減少,導(dǎo)致煤炭消費(fèi)增長(zhǎng)2.5%,兩者間的差距依然增大。綜上可知,碳交易政策對(duì)發(fā)電行業(yè)具有減排作用。
為更有針對(duì)性的評(píng)價(jià)碳交易政策對(duì)試點(diǎn)省份發(fā)電行業(yè)碳排放的影響,本文為試點(diǎn)地區(qū)構(gòu)建相應(yīng)的合成控制省份,如表1。

表1 試點(diǎn)省份預(yù)測(cè)變量實(shí)際觀測(cè)值與合成控制估計(jì)值的比較
從表1可以發(fā)現(xiàn)大多數(shù)省份預(yù)測(cè)變量的實(shí)際觀測(cè)值與合成控制估計(jì)值十分接近,差異較小,這說明其構(gòu)造出來的合成控制省份與真實(shí)省份在開展低碳試點(diǎn)之前具有較高的相似性。
針對(duì)北京有正向合成控制率的省份分別為海南(0.951)和四川(0.049);對(duì)天津有正向合成控制率的省份分別為江西(0.569)、廣西(0.084)、海南(0.122)和新疆(0.225);對(duì)上海有正向合成控制率的省份分別為遼寧(0.146)、吉林(0.078)、江西(0.285)湖南(0.13)和四川(0.361);對(duì)廣東有正向合成控制率的省份分別為江蘇(0.396)和浙江(0.604);對(duì)福建有正向合成控制率的省份分別為吉林(0.165)、江蘇(0.096)、湖南(0.669)、寧夏(0.017)和新疆(0.053);對(duì)重慶有正向合成控制率的省份分別為江西(0.245)、湖南(0.203)和海南(0.552),對(duì)湖北有正向合成控制率的省份分別為遼寧(0.219)和江西(0.781)。
試點(diǎn)省份與其相對(duì)應(yīng)的合成省份發(fā)電行業(yè)碳排放演變路徑如圖2所示。實(shí)線代表試點(diǎn)省份實(shí)際碳排放量,虛線表示合成省份碳排放量,垂直虛線表示政策實(shí)施時(shí)間點(diǎn)。
運(yùn)用合成控制法后的結(jié)果顯示,在碳排放權(quán)交易政策發(fā)布前特征擬合最好的是湖北和天津,其次是廣東、上海和福建,擬合情況最差的是北京和重慶。主要原因是,北京特殊的經(jīng)濟(jì)、政治地位,其他省份難以完美擬合;重慶未將電力行業(yè)納入其中。由此,下文重點(diǎn)分析擬合狀態(tài)較好的其余五省。
3.3.1 安慰劑檢驗(yàn)
此方法增強(qiáng)研究結(jié)論的穩(wěn)健性,證實(shí)結(jié)果產(chǎn)生并非偶然。本文貢獻(xiàn)率最高的非試點(diǎn)省份,分別為江西、四川、浙江和湖南,假設(shè)同一個(gè)時(shí)間實(shí)施相同政策,再運(yùn)用合成控制法進(jìn)行同樣的分析,若分析結(jié)果得到的政策效應(yīng)遠(yuǎn)小于實(shí)證分析中的差異,說明試點(diǎn)省份和合成省份的碳排放量差異確實(shí)來源于試點(diǎn)政策的出臺(tái),若結(jié)果相反,說明實(shí)證分析結(jié)果無效。
由圖2發(fā)現(xiàn),四個(gè)省份在假設(shè)受到碳排放權(quán)交易的政策沖擊后,政策效果都不理想。由此證明了試點(diǎn)省份受到的碳排放權(quán)交易政策影響并不是偶然。
3.3.2 排序檢驗(yàn)法
為檢驗(yàn)估計(jì)的政策效果在統(tǒng)計(jì)意義上顯著,選取構(gòu)造反事實(shí)合成省份時(shí)合成貢獻(xiàn)率為正的所有省份以及選取權(quán)重為0的兩個(gè)省份,并排除平均預(yù)測(cè)標(biāo)準(zhǔn)差超過試點(diǎn)地區(qū)2倍的省份。根據(jù)以上標(biāo)準(zhǔn),為天津、上海、廣東、福建和湖北進(jìn)行排序檢驗(yàn),并以每一個(gè)省份的真實(shí)發(fā)電行業(yè)二氧化碳排放量減去合成的二氧化碳排放量得到差值,對(duì)比試點(diǎn)省份與安慰劑檢驗(yàn)的非試點(diǎn)省份的差值大小,繪制折線圖。
由圖4可知,天津、上海、廣東、福建和湖北的在政策實(shí)施之前變動(dòng)幅度小于非試點(diǎn)省份,表明前期擬合程度較好,能夠接近真實(shí)的情況;政策實(shí)施后,變動(dòng)的程度都大于非試點(diǎn)省份,說明試點(diǎn)省份和非試點(diǎn)省份的合成誤差存在顯著的差異,證明碳排放權(quán)交易政策對(duì)試點(diǎn)省份的政策效果顯著。
前文碳排放權(quán)交易政策顯著減少了試點(diǎn)省份發(fā)電行業(yè)碳排放量。由機(jī)理分析可知,該政策對(duì)試點(diǎn)地區(qū)發(fā)電行業(yè)碳排放的影響途徑主要是發(fā)電能源消費(fèi)量和發(fā)電能源消費(fèi)結(jié)構(gòu),為識(shí)別這一機(jī)制是否存在,本文通過實(shí)證分析檢驗(yàn)。
借鑒Baron和Kenny(1986)的中介效應(yīng)模型,構(gòu)建以下方程:
CO2=αit+β1DID+δcontrolit+εit
(1)
Wit=αit+λDID+φcontrolit+εit
(2)
CO2=αit+β2Wit+δcontrolit+εit
(3)
CO2=αit+β3DID+θWit+δcontrolit+εit
(4)
其中,DID為碳排放權(quán)交易試點(diǎn)的虛擬變量,引入地區(qū)、政策兩個(gè)虛擬變量進(jìn)行相乘的交互項(xiàng)。如果省份i在時(shí)期t已經(jīng)成為碳交易試點(diǎn),則該變量為1,否則為0。controlit是一組控制變量,包括經(jīng)濟(jì)發(fā)展水平(Ingdp)、人口水平(Urban)、城市的產(chǎn)業(yè)結(jié)構(gòu)(Second)、城市規(guī)模(Inrk)地區(qū)開放程度(Infdi)、地區(qū)經(jīng)濟(jì)發(fā)展水平差異(Ingdp(-1))。Wit為中介變量,包括:(1)發(fā)電能源消費(fèi)量(Econ),用各地區(qū)實(shí)際消耗的火力發(fā)電能源消費(fèi)量衡量;(2)發(fā)電能源消費(fèi)結(jié)構(gòu)(Stru),煤炭是主要的消費(fèi)來源,因此采用原煤消費(fèi)量占火力發(fā)電能源消費(fèi)總量的比重衡量。
表2中第(1)列是模型1的基準(zhǔn)回歸結(jié)果,反映出碳排放權(quán)交易政策對(duì)發(fā)電行業(yè)CO2排放量有顯著的負(fù)面影響,與合成控制法得出的結(jié)論一致。第(2)、(3)、(4)列分別是模型2、模型3、模型4的回歸結(jié)果。第(2)列中DID的回歸系數(shù)顯著為負(fù),說明碳交易政策有效減低發(fā)電能源消費(fèi)總量,起到抑制效果。第(3)列中,Econ的回歸系數(shù)顯著為正,表明發(fā)電能源消費(fèi)總量和發(fā)電行業(yè)碳排放量正相關(guān)。第(4)列回歸結(jié)果中含有DID和Econ,相比于第(1)列的基準(zhǔn)回歸結(jié)果,DID的顯著性水平下降,這意味著碳排放權(quán)交易政策通過降低發(fā)電能源消費(fèi)量來抑制發(fā)電行業(yè)二氧化碳排放量。

表2 中介效應(yīng)檢驗(yàn)——發(fā)電能源消費(fèi)總量
表3第(2)列中,DID的回歸系數(shù)在10%的顯著性水平下顯著為負(fù),表明碳排放權(quán)交易政策對(duì)發(fā)電能源消費(fèi)結(jié)構(gòu)有顯著的負(fù)面影響,意味著碳排放權(quán)交易政策能夠有效的降低煤炭消費(fèi)量,倒逼企業(yè)的轉(zhuǎn)型升級(jí),提升清潔能源使用,促使發(fā)電行業(yè)的綠色轉(zhuǎn)型發(fā)展。第(3)列中,模型結(jié)果顯示Stru的回歸系數(shù)在10%的顯著水平下顯著為正,表明發(fā)電能源消費(fèi)結(jié)構(gòu)和發(fā)電行業(yè)碳排放量之間存在正相關(guān)。第(4)列中,回歸結(jié)果中含有DID和Stru,相比于第(1)列,DID系數(shù)的絕對(duì)值變小。說明存在中介效應(yīng),即碳排放權(quán)交易政策通過調(diào)整能源消費(fèi)結(jié)構(gòu)減少發(fā)電行業(yè)碳排放量。值得注意的是,相比發(fā)電能源消費(fèi)總量的中介效應(yīng),這一中介效應(yīng)中,β3相對(duì)β1降低的幅度明顯要小,意味著從樣本考察期看,事實(shí)上碳交易機(jī)制通過轉(zhuǎn)變發(fā)電能源消費(fèi)結(jié)構(gòu)的途徑抑制發(fā)電行業(yè)碳排放量的作用有限。

表3 中介效應(yīng)檢驗(yàn)——發(fā)電能源消費(fèi)結(jié)構(gòu)
實(shí)證結(jié)果顯示碳排放權(quán)交易對(duì)不同試點(diǎn)地區(qū)發(fā)電行業(yè)碳排放量的政策效果不一致,主要原因是碳排放權(quán)交易試點(diǎn)運(yùn)行狀況的差異。利用中介效應(yīng)發(fā)現(xiàn),碳排放權(quán)交易政策通過降低地區(qū)發(fā)電能源消費(fèi)總量,調(diào)整發(fā)電能源消費(fèi)結(jié)構(gòu)實(shí)現(xiàn)發(fā)電行業(yè)的減排目標(biāo)。在建設(shè)“美麗中國(guó)”的歷史使命面前,發(fā)電行業(yè)要堅(jiān)持綠色發(fā)展理念,以構(gòu)建清潔低碳、安全高效的能源體系為目標(biāo),加快推進(jìn)發(fā)電行業(yè)綠色轉(zhuǎn)型,助力打贏藍(lán)天保衛(wèi)戰(zhàn)。
上述的實(shí)證檢驗(yàn)和結(jié)果分析為發(fā)電行業(yè)全國(guó)碳排放權(quán)交易市場(chǎng)建設(shè)提供一些政策啟示:
(1)推動(dòng)碳交易市場(chǎng)建設(shè),倒逼企業(yè)綠色轉(zhuǎn)型。碳排放權(quán)交易政策對(duì)碳減排起到積極的作用,政府應(yīng)逐步將命令型減排手段向市場(chǎng)型減排手段轉(zhuǎn)變。借鑒湖北、天津等政策效果好的試點(diǎn)地區(qū)經(jīng)驗(yàn),不斷完善碳交易市場(chǎng)的各項(xiàng)制度體系,在活躍碳市場(chǎng)的同時(shí),促進(jìn)企業(yè)的轉(zhuǎn)型升級(jí),高效生產(chǎn),以縮減行業(yè)碳排放量。
(2)轉(zhuǎn)變電力供應(yīng)主體,提升天然氣發(fā)電比例。發(fā)電能源消費(fèi)結(jié)構(gòu)依賴的能源主要是煤炭,通過中介效應(yīng)發(fā)現(xiàn)相比于發(fā)電能源消費(fèi)總量,其抑制發(fā)電行業(yè)碳排放量的作用是有限的,因?yàn)樵诎l(fā)電企業(yè)的設(shè)備更新、升級(jí)之后煤炭的排放量將會(huì)固定,很難實(shí)現(xiàn)更進(jìn)一步的減排。因此開展清潔能源發(fā)電勢(shì)在必行。風(fēng)電、水電等可再生能源發(fā)電率并不穩(wěn)定,但天然氣發(fā)電能效高、占地少、節(jié)約資源,適宜于布局在城市及周邊,燃?xì)怆姀S的建設(shè)周期相對(duì)更短,初始投資相對(duì)更低,提升氣電比例可有效降低火電碳排放水平,也是增強(qiáng)電力系統(tǒng)靈活性的重要途徑之一。