我國碳排放權交易價格影響因素回歸分析

姜瑜，吳哲宇

(長沙理工大學經濟與管理學院，長沙 410114)

隨著全球氣候變暖的加速，世界各國開始重視溫室氣體減排。美國成立了芝加哥氣候交易所(CCX，Chicago Climate Exchange)推動經濟社會低碳發展；歐洲國家通過建立歐盟碳排放交易體系(EU-ETS，EU Emission Trading Scheme)履行《京都議定書》減排承諾；中國設立7個省份作為碳交易試點，擔起大國減排的責任和義務。至今，全球從地方到國家共運行著20多個不同規模的碳交易體系，可見碳排放權交易已成為全球控制溫室氣體排放的一項重要市場化選擇。它通過市場機制降低社會減排成本、優化碳排放空間資源，為經濟社會可持續發展提供動力。

2017年12月，我國正式啟動統一碳排放權交易市場，并提出完善碳市場相關法規制度、建立全國碳排放權注冊登記系統和數據系統等一系列政策措施，多舉措加快全國碳市場的建設。截至2018年年底，我國碳排放權交易總量約8億噸，碳市場交易額超過110億元。與國際市場相比，我國碳交易市場起步晚，交易機制仍需完善；各個碳交易試點準入規則不一，交易冷熱不均；市場法規制度不健全，企業參與市場交易無法得到充足保障；碳金融發展緩慢，相關人才匱乏，市場缺乏活力。而碳價格可以直接反映碳市場供需關系的變化并優化市場資源配置。因此，研究碳排放權價格的影響因素對我國制定節能減排宏觀經濟政策、金融機構開展碳金融業務以及為減排企業及個人投資者提供決策依據等方面均產生積極影響。

歐美等發達國家和地區的碳市場建立時間早、體系較為完善、可獲取數據相對齊全，國外學者關于碳配額價格的研究已經較為深入。Emilie Alberola等(2007)應用多元回歸法分析能源價格和極端天氣對EUA(Eurpoean Union Allowance，歐盟碳排放配額)價格的影響，結果表明，能源價格是EUA價格的主要影響因素，極端天氣也對EUA價格有一定的影響[1]。Don Bredin等(2009)基于碳期貨合約，采用Johansen多變量協整似然比檢驗的靜態和遞歸兩種方法，引入股票指數作為解釋變量，表明宏觀經濟增長是碳配額價格的影響因素，基本面因素將推動碳市場走向成熟[2]。Nicolas Koch等通過研究2008—2013年EUA價格大幅下跌的合理性，發現風能和太陽能發電的增長能有力地解釋EUA的價格動態[3]。Ying Fan等深入進行了政策對碳配額價格影響的研究，發現對EUA需求和供給產生重要影響的監管政策影響碳配額價格的效果將更為顯著[4]。還有學者則關注了碳現貨與期貨之間的關系，Dennis Philip和Yukun Shi利用異質性自回歸實現波動率(HAR-RV)模型，測試了碳現貨市場和期貨市場之間波動率傳遞動態的變化，結果證明碳現貨與期貨市場之間的信息傳遞有顯著的影響[5]。

隨著我國碳市場的不斷發展和完善，國內學者也積極投入關于碳排放權價格的研究中。洪娟和陳靜(2009)通過建立中國碳交易市場價格函數模型，從供給和需求兩個層面研究碳排放權交易價格的影響因素[6]。陳曉紅和王陟昀(2012)以歐盟排放交易體系(EU ETS，EU Emission Trading Scheme)為例展開碳價格研究，結果表明能源價格中煤炭價格是碳配額價格最大的影響因素[7]。宋楠等(2015)運用ARMA(1，1)-CGARCH模型分析碳排放權價格與大類資產價格之間的聯系，發現我國碳市場和大類資產價格之間基本上不存在波動風險和信息的傳導[8]。趙立祥和胡燦(2016)采用問卷調查形式收集企業碳交易價格數據，基于結構方程模型，研究表明我國碳交易價格最主要的影響因素是市場環境，主要影響因素包括政策因素和氣候變化[9]。汪中華和胡垚(2018)引入白噪聲將碳交易價格分解后結合面板回歸分析方法，證實我國各地區發展的季度GDP增長率與碳排放權價格之間呈現顯著的負相關關系[10]。呂靖燁等(2019)基于VAR模型，對能源價格、宏觀經濟、行業發展等碳配額價格影響因素的貢獻程度進行了深入研究[11]。李菲菲等(2020)從短期和長期兩個層面對7個試點省份的碳排放權交易價格進行結構性斷點分析，研究表明突發重大事件或臨近履約期都可引發碳排放權交易價格的非線性結構突變[12]。

綜上所述，國內外學者對碳市場價格影響因素的研究集中在政府政策、能源價格、宏觀經濟等方面，為后來學者的研究提供了有效的參考。但是，我國統一碳排放權交易市場啟動較晚，導致國內碳排放權交易價格影響因素研究存在樣本容量小、內容相對零散、研究因素較少、實證分析不足的問題。本文依據我國碳市場發展現狀選取碳排放權交易價格的影響因素，并采用多元回歸模型進行定量分析，包括能源價格、宏觀經濟、空氣質量、天氣變化、國際碳市場五個國內研究頻率較高的影響因素。以往的研究少有學者把技術進步作為影響因素之一納入實證研究。本文結合當下科技時代的背景，深入思考技術進步對碳排放權價格的影響，嘗試將專利授權數量指標帶入模型進行實證分析，以期為控排企業參與碳交易市場提供有效參考，也為促進和完善碳交易市場的發展提供對策建議。

1 變量選取及數據處理

針對我國國內情況和碳市場發展現狀，總結出我國碳排放權價格的影響因素包括：宏觀經濟、能源價格、空氣質量、天氣變化、國際碳市場、技術進步。以碳排放權交易價格作為被解釋變量，其他6個影響因素作為解釋變量進行實證分析。

1.1 變量選取和數據來源

1.1.1 碳排放權交易價格指標

我國碳試點成立時間晚，有區域差異大的明顯特點。根據近年交易數據，重慶和天津試點成交量較小，交易幾乎陷于停滯，市場發展較慢。考慮到樣本的嚴謹性和市場的整體性，本文選取活躍度高的北京、上海、湖北、廣東、深圳5個碳試點城市作為樣本，并根據其中最后一個碳試點城市的啟動時間2014年6月19日，選取樣本時間區間為2014年7月1日—2018年12月31日。據此碳排放權交易價格指標選取五個碳試點城市在樣本時間區間內有效工作日的碳排放權交易日均價格，數據不包括交易量為0的交易日數據，有效數據為1106個，數據來源于wind數據庫。

1.1.2 宏觀經濟環境指標

本文將宏觀經濟環境分成兩部分，即整體宏觀經濟環境和金融市場環境。碳排放權交易市場發展以宏觀經濟環境為背景，與宏觀經濟發展息息相關，而金融市場是宏觀經濟環境最主要的一部分。采購經理人指數PMI和滬深300指數能反映出我國宏觀經濟和金融市場的真實狀況。因此，本文選取PMI指數和滬深300指數作為反映宏觀經濟環境的指標，數據來源于wind數據庫和網易財經網。

1.1.3 能源價格指標

蘇楠給父母的建議是，先把李嶠汝的女兒樂樂接到家里來，這是當前報答楊小水的最好方法。楊小水現在關在看守所里，孩子馬上就要開學了，得有個妥善的地方安置。至于楊小水，蘇楠說，你們放心，我會盡力的。姥姥說，北環那套房子先緊李嶠汝住著，離楠楠近，你們姐妹倆好多走動。我記得楠楠比她大……蘇楠搶過來，說大兩天，我們比過的。母親也說好，楠楠多了個妹妹，以后你們相互也好有個照應。

我國能源結構中煤炭和石油占據重要地位。2018年煤炭和石油消費量分別占我國能源總消費量的59%和18.9%，位列一二名。煤炭價格在我國能源價格中影響力最強，而大慶油田作為我國年產油量最高的油田，其原油價格在我國具有代表性。因此，本文選取中國煤炭價格指數增長率和大慶原油現貨價格作為能源價格指標，數據來源于wind數據庫。

1.1.4 空氣質量指標

國家通過空氣質量的優劣來判斷環境質量情況，依此加強對生態環境保護的管控程度和對企業碳排放量的限制。AQI(環境空氣質量指數)作為我國空氣質量的新評價標準，涵蓋了對多種污染物的監測，能夠反映出城市的空氣清潔狀況和污染程度。本文選取五個碳試點城市的AQI體現環境空氣質量，數據來源于wind數據庫。

1.1.5 天氣變化指標

天氣變化主要是指氣溫的變化，溫度的變化對人們的生產生活產生較大的影響。本文將以季節作為劃分溫度高低的依據，定義虛擬變量，溫度高和溫度低的冬夏季為1，溫度溫和的春秋季為0。

1.1.6 國際碳市場指標

歐美等發達國家和地區碳市場在國際碳市場中處于主導地位。例如，歐盟碳排放交易體系(EU-ETS，EU Emission Trading Scheme)目前已經進入第三階段后期，碳金融產業發展迅速，其中碳期貨、碳期權等衍生產品促使碳排放權現貨交易價格更為合理，成功經驗被各國借鑒。我國碳市場起步晚，定價機制仍需完善，交易價格不夠合理，在一定程度上需要參考國際碳排放權交易價格，對國際碳市場具有較強的依附性。加之我國碳排放量巨大，減排任務重，導致我國碳排放權交易價格勢必受到國際碳市場價格波動的影響。碳排放核證減排量(CER，Certification Emission Reduction)市場參與國家眾多，CER期貨交易價格能夠有效反映國際碳價格波動和市場參與者的主要活動。因此，選取CER在國際市場上的每日期貨結算價格作為國際碳市場的指標，數據來源于wind數據庫。

碳減排領域的技術進步主要是指低碳技術、節能技術等的發展。在企業減排過程中，只有使用和推廣更先進的技術成果，才能達到企業減排成本普遍降低的效果，進而影響碳排放權價格。國內外實證研究中衡量技術進步最常使用三個指標：全要素生產率(TFP，Total Factor Productivity)、R&D (Research and Development)投入、專利授權數量。全要素生產率包括技術進步、規模效率和配置效率的因素。在我國，規模效率和配置效率在GDP增長中貢獻更大，而R&D存在資源投入結構不合理的主要問題。基于充分考慮后，本研究選取我國專利每月授權數量作為技術進步的指標，數據來源于wind數據庫。

1.2 數據處理

為使時間序列數據具有平衡性與連續性，保證數據量級相近，經數據處理后統一為月度變量。把CER期貨價格、中國煤炭價格指數和PMI轉化為增長率，大慶原油價格、滬深300指數、專利授權數量、空氣質量指數取對數。數據經過處理后，對7個指標進行描述性統計。其中用P表示碳排放權價格，Coal表示中國煤炭價格指數增長率，Petroleum表示大慶石油原油現貨價格，HS300表示滬深300指數，Patent表示專利授權數量，PMI表示采購經理人指數增長率，CER表示國際CER期貨價格增長率，Season表示季節虛擬變量。

表1 各指標的描述性統計

續表

從描述性統計表可以看到，解釋變量的數據經過處理后，平均數與中位數接近，標準差均小于1，說明數據波動不大，分布相對集中。

2 實證研究

2.1 模型設定

根據碳排放權價格的影響因素分析，考慮到各個影響因素之間的關系，本文采用多元回歸模型作為研究模型。多元回歸模型的一般形式為：

Y=β0+β1X1+β2X2+…+βkXk+u0

其中k是解釋變量的數目，βj(j=1，2，…，k)為回歸系數。通常常數項被看做一個虛擬變量的參數。為了能夠有效分析碳排放權價格的影響因素及影響度，建立如下多元回歸模型：

P=β0+β1HS300+β2Season+β3Coal+β4PMI+β5CER+β6Petroleum+β7AQI+β8Patent+u0

以五個碳試點的碳排放權日平均價格作為因變量，以中國煤炭價格指數增長率、CER期貨價格增長率、PMI增長率、大慶油田原油價格對數、滬深300對數、季節虛擬變量、AQI空氣指數對數和專利授權數量對數作為自變量。

2.2 單變量分析

2.2.1 變量的平穩性檢驗

采用單位根檢驗法中的ADF檢驗法檢驗數據的平穩性。結果發現，7個變量的數據Prob．*均小于0.1，平穩性很好，通過了平穩性檢驗，排除了偽回歸的結果。

表2 平穩性檢驗結果

2.2.2 變量的相關性檢驗

表3 多重共線性檢驗結果

表4 相關性檢驗結果

多重共線性通常以VIF=10為界，>10表示存在多重線性。根據Eviews10操作的結果，可以看出，上述各變量之間并不存在多重共線性和兩兩相關性。

2.3 模型的統計檢驗

給定顯著水平0.05下，除了PMI、Season兩個變量，其他變量均顯著；且相伴概率均小于0.05，通過了t檢驗。R2的值為0.67，F-statistic的值為11.38，相伴概率為0.00。說明模型較好地擬合了變量之間的關系，方程總體線性顯著，通過了F檢驗。

2.4 實證結果

利用Eviews10做回歸后，由表5結果可知，除了PMI和Season變量，其余變量的P值均小于0.05，落在拒絕域，拒絕原假設，通過了檢驗。得到以下多元回歸方程：

P=46.99PMI+1.96CER+14.88Petroleum+18.79AQI+1.99Season-33.76HS300-89.10Coal-7.47Patent+117.84

表5 多元回歸結果

根據回歸結果，可以更為透徹地分析宏觀經濟環境、能源價格、空氣質量、天氣變化、國際碳市場、技術進步對我國碳排放權價格的影響。

(1)金融市場與碳排放權價格呈非常顯著的負相關關系。回歸結果中HS300變量的精確P值為0.0001，表明金融市場對碳排放權價格有很強的影響。金融市場越發達，服務行業比重高，產業結構更加優化，工業的集合程度和效率提高，越有助于推進減排工作的實行，碳排放權價格因此下降。在實證研究中，PMI回歸結果與預期不符，主要原因是實證選取的樣本時間區間較短，而PMI作為經濟監測的先行指標，具有預測性、時間跨度大特點，影響了實證中PMI的回歸結果。

(2)能源價格是影響我國碳排放權價格的重要因素。回歸結果中Petroleum和 Coal變量的精確P值分別為0.0008和0.0015，說明能源價格對碳排放權價格有很強的影響。其中碳排放權價格與煤炭價格呈顯著的負相關關系，與石油價格呈顯著的正相關關系。一般煤炭的碳含量比原油高了30%，屬于高排放的能源，而原油則屬于較為清潔的能源。煤炭價格的上升導致企業的煤炭使用量減少，清潔能源石油、天然氣等使用量增加，進而企業的碳排放量減少，碳排放權價格降低。

(3)空氣質量與碳排放權價格呈顯著的正相關關系。我國《“十三五”生態環境保護規劃》提出12項空氣質量約束性指標，包括地級及以上城市空氣質量優良天數等。國家對空氣質量的重視程度越高，則空氣質量對碳排放權的影響越強。因此，當空氣質量下降時，國家對企業的碳排放限制嚴格，碳排放權需求量增大，碳排放權交易價格上升。

(4)天氣變化與碳排放權價格呈正相關關系。回歸結果中Season變量的精確P值為0.0667，在顯著水平0.05的情況下不能拒絕原假設。但在顯著水平為0.01的情況下則可以拒絕原假設，說明相對于其他影響因素而言，天氣變化對碳排放權價格的影響較弱，氣溫異常的出現將通過社會生產生活活動對碳市場產生一定程度的影響。

(5)CER期貨結算價格與碳排放權價格呈顯著的正相關關系。這與以往結論有所不同，分析原因發現，CER期貨價格數據處理為增長率在一定程度上縮小了CER期貨價格的變動幅度，使之與碳排放權價格變成了平緩的正相關關系。

(6)技術進步與碳排放權價格呈顯著的負相關關系。回歸結果中Patent變量的精確P值為0.0019，說明科學技術對碳排放權價格的影響較強。社會低碳技術進步，企業積極將技術成果應用到生產或減排中，減排成本普遍降低，碳排放權價格隨之下降。

3 結論與建議

本文選取五個碳試點交易價格數據，基于多元回歸模型，分析了我國碳排放權價格的影響因素。實證研究結果表明，金融市場、空氣質量、天氣變化、能源價格、國際碳市場和技術進步六個因素對我國五個碳試點的碳排放權價格均有影響，其中金融市場和能源價格兩個因素的影響尤為顯著，這與以往的文獻分析相符。技術進步也對碳排放權價格有較強的影響，兩者呈顯著的負相關關系。針對以上實證研究結果，本文在碳市場的發展和完善方面提出以下建議：

(1)促進碳金融發展。碳金融是金融市場與碳市場的連接紐帶，可以讓減排獲得持續不斷的融資和資金流，增加金融市場的流動性，豐富金融產品，進而促進金融市場的發展，穩定碳排放權的交易價格。政府應制定支持碳金融發展的相關政策，銀行、證券商等推出更有效的碳金融工具，企業合理使用碳金融產品，共同建立以投資融資、碳期貨期權、碳證券、碳保險等一系列金融工具為支撐的具有我國特色的碳金融體系。

(2)加快能源價格改革進程。近年來，我國處在從煤炭過渡到以石油、天然氣為主的能源結構時期，煤炭和石油價格對碳排放權價格有顯著的相關關系。政府應加快全面深化能源價格機制改革進程，通過能源價格市場化提高碳排放權價格的合理性。同時大力推廣清潔能源，驅使我國清潔生產不斷向深度和廣度拓展，穩定我國碳市場價格機制。

(3)鼓勵低碳技術創新。國家要制定關于激勵企業低碳技術創新的政策，為擁有低碳技術專利的企業降低環保稅，對積極運用、完善和推廣節能低碳技術的企業給予相應獎勵等。企業也要順應環保減排的大趨勢，鼓勵員工進行節能低碳技術創新。特別是高耗能、高排放的企業要在內部形成技術創新氛圍，加大對低碳技術研發的投入，加強企業技術創新能力，引進創新型人才，共同擔起社會減排責任。