全國碳市場碳排放權價格影響因素分析

［摘 要］2021年7月16日我國建立全國碳排放權交易市場，首批納入全國2 162家電力行業企業。目前對碳價格的研究集中在國外碳市場和國內試點碳市場，對新的全國碳市場實證研究較少。因此本文以全國碳市場碳價格為研究對象，運用VAR模型及脈沖響應函數研究能源價格、宏觀經濟、國內外碳價格、行業碳排放量四種因素對碳價格的影響機制，創新性地將國內外碳市場價格作為自變量進行研究，結果顯示碳價格受自身歷史價格和動力煤價格影響最大。

［關鍵詞］全國碳市場；碳排放權價格；VAR模型；脈沖響應分析；影響因素

doi：10.3969/j.issn.1673-0194.2023.09.044

［中圖分類號］F832.5 ［文獻標識碼］A ［文章編號］1673-0194（2023）09-0145-08

0" " "引 言

2020年9月22日國家主席習近平在第七十五屆聯合國大會一般性辯論上提出：中國將提高國家自主貢獻力度，采取更加有力的政策和措施，二氧化碳排放力爭于2030年前達到峰值，努力爭取2060年前實現碳中和。2007年，中國超越美國成為世界第一大溫室氣體排放國。2011年國家發展改革委下發《國家發展改革委辦公廳關于開展碳排放權交易試點工作的通知》，選擇在北京市、上海市、天津市、重慶市、湖北省、廣東省開展碳排放權交易市場的試點。2021年7月16日，全國碳排放權交易市場（以下簡稱全國碳市場）在上海開市，首批納入2 162家電力行業企業，覆蓋約45億噸碳排放量。

碳排放權不同于其他商品，它是指分配給重點排放單位規定時期內碳的排放配額。1個單位碳排放配額相當于向大氣排放1噸的二氧化碳當量。配額總量是由國務院生態環境主管部門根據國家溫室氣體排放總量控制和階段性目標要求確定和分配。再由省級生態環境主管部門根據公布的碳排放配額總量和分配方案，向本行政區域的重點排放單位分配規定年度的碳排放配額［1］。我國碳排放配額分配辦法是以基準線法為主，基線法指參考行業整體排放數據水平，設置排放強度——即單位產品的排放量，在電力行業中稱為排放因子，單位為kgCO2/kWh［2］，并根據該基準發放配額。若企業由于減排技術落后、能源結構調整、擴大產能等原因導致碳排放量超過所發配額，則需在全國碳市場進行購買。

1" " "文獻綜述

2005年歐盟建立全球第一個碳市場（EU-ETS），運行初期碳價發生了較為劇烈的波動，學術界運用定性、定量分析的方法，研究歐盟碳價的影響因素。在定量分析中，學者將眾多影響因素分為能源價格、市場因素、政策因素、天氣因素等幾個方面。國外學者Maria Mansanet-Bataller［3］在2007年運用實證分析法研究了碳排放權價格的影響因素，發現能源價格是其關鍵影響因素，天氣因素只有在極端情況下才會發揮作用。國內學者Xue-Ping Tan［4］研究了歐盟排放交易計劃（EU ETS）三個階段中歐盟配額（EUA）及其驅動因素（能源價格和宏觀經濟風險因素）之間基于分位的依賴關系和影響路徑。

我國自2011年開展碳市場試點以來，國內學者陸續開始對我國的9個試點碳市場進行研究，同樣選取了能源價格、極端天氣、經濟、政策等影響因素，結合我國試點碳市場的實際情況進行了研究分析。陳欣［5］采用靜態面板模型與動態面板VAR模型，對7個碳交易試點進行多維度實證研究。Kaile Zhou［6］基于中國湖北省碳排放權交易所的數據，研究得出碳排放價格與能源價格、宏觀經濟指標和空氣質量存在長期均衡關系。郭文軍［7］以深圳排放權交易所公布的碳配額價格為研究對象，以自適應Lasso方法研究了國際碳價、國內外經濟狀況、國內外能源價格和匯率四個維度共13個影響因素，發現碳價受歐元匯率的影響最大。

在研究方法層面，國內外學者主要選擇計量經濟模型、機器學習、多元回歸分析等方法對碳價格的影響因素進行分析。周建國［8］基于VAR模型、脈沖響應函數和方差分解方法研究了深圳碳交易試點的碳配額成交價格影響因素，研究發現我國碳配額價格受歷史成交價格及國內經濟狀況影響最深。Julien Chevallier［9］通過建立VAR模型研究了歐盟碳排放價格與經濟活動和能源價格的關系。杜子平［10］采用GA-BP神經網絡模型，分析能源價格、宏觀經濟發展等七大類共16個因子對我國5個區域市場碳價的影響。Yazhi Song［11］通過跳躍檢驗和Logit回歸分析了碳市場運行相關政策的釋放與碳價格波動之間的關系，對中國7個碳排放交易試點的歷史政策和價格進行了研究。

2021年7月我國建立全國碳市場后，國內學者也開始了對全國碳市場的研究，但多數是政策分析研究［12］，定量的實證研究較少。總體來看，先前的研究對象主要集中在歐盟碳排放權交易市場和國內9個試點碳市場上，對全國碳市場鮮有研究。影響因素的選擇多是能源價格、天氣因素、政策影響、經濟情況等，并未將歐盟碳價格、全國碳試點價格作為其中的影響因素進行研究，研究方法大多選取較為合適的計量經濟模型。

本文將全國碳市場碳價格作為研究對象，自變量選擇能源價格、宏觀經濟情況、電力行業排放量，創新性地將歐盟碳價格和國內試點碳市場碳價格作為自變量，運用VAR模型和脈沖響應函數對全國碳市場碳價格影響因素進行研究，同時為完善全國碳市場價格機制提供一定的參考。

2" " "碳價格影響因素實證研究

2.1" "變量選取和數據來源

為分析我國碳配額交易價格的影響因素，本文在以往研究［4-8］的基礎上，以全國碳市場碳價格為因變量，從能源價格、宏觀經濟數據、國內外碳價格、電力行業排放量四個方面進行分析，分別選取天然氣價格、煤炭價格、石油價格、滬深300指數、地方碳價格均價、歐盟碳價格、電力行業碳排放量7個變量為自變量，選取2021年7月16日—2022年5月31日共210個交易日數據，所有數據均以全國碳市場交易日為準，刪除了非交易日的數據。變量分類及數據來源見表1。

（1）碳排放權價格。根據全國碳排放權交易市場發布的每日行情，用每日成交額除以每日交易量得到每日均價，作為因變量。

（2）能源價格數據。電力行業的碳排放主要是由于燃燒化石能源產生的，目前我國的能源消費以煤炭、石油、天然氣為主，燃燒化石能源越多，碳排放量越高，對碳排放權的需求越高，碳價格就會上漲。本文選取液化天然氣標桿價格、鄭州商品交易所動力煤期貨價格和國際WTI原油期貨結算價數據作為能源價格數據。

（3）宏觀經濟數據。電力行業企業多數為央企，且多在上海、深圳上市，同時碳排放權具有一定的金融屬性，金融市場運行狀況也是影響碳價格的一個重要因素，本文選取滬深300指數（收盤價）來反映國內的宏觀經濟情況。

（4）國內外碳價格。考慮到全國碳市場是在地方碳試點市場的基礎上建立的，因此地方試點的碳價格會對全國碳價格造成一定影響。在9個試點中，選取交易量最大、最為活躍的北京、上海、深圳、廣州、湖北5個碳試點市場的日交易數據，計算其平均值，代表國內地方碳市場碳價格均價。歐盟碳市場作為目前世界上機制最成熟、碳價格最高的碳市場，會對全球碳市場產生一定的引領和示范作用，本文選取歐洲洲際交易所的碳排放權（EUA）期貨價格的日數據反映國外碳價格。

（5）行業碳排放量。目前全國碳市場僅納入電力行業，故本文選取中國電力行業的每日碳排放量數據。在總體碳配額固定的情況下，碳排放量越高，碳配額的缺口就越大，碳價格就會上升。

2.2" "模型描述

向量自回歸模型（VAR）是研究經濟變量間相互作用最常用的模型，由于經濟、金融時間序列分析經常涉及多個變量，VAR模型在實際應用中經常用于研究宏觀經濟金融問題。同時借助脈沖響應函數（IRF）可以比較全面地反映各個變量之間的動態影響。本文用VAR模型及脈沖響應函數分析各影響因素對全國碳市場碳價格的影響情況。

（1）向量自回歸模型。簡稱VAR模型，是一種常用的計量經濟模型，1980年由克里斯托弗·西姆斯（Christopher Sims）提出。VAR模型用來估計聯合內生變量的動態關系，而不帶有任何事先約束條件。VAR模型把系統中每一個內生變量作為系統中所有內生變量的滯后值函數來構造模型，從而將單變量自回歸模型推廣到由多元時間序列變量組成的“向量”自回歸模型。本文研究了向量自回歸模型及其參數估計問題。在VAR模型中，每一個時間序列都被看作是其過去觀測值的線性組合。假設有k個時間序列，每個時間序列都是一個p階自回歸模型，那么VAR（p）模型可以表示為：

（1）

其中，Y表示K維的內生變量矢量，c是常數向量，A表示相應的系數矩陣，p表示內生變量的滯后階數，t是樣本個數。εt是k維擾動向量，彼此之間可以同期相關，但不與自己的滯后值相關并且不與等式右邊的變量相關。

VAR模型可以用于預測未來的變量取值、研究變量之間的關系、檢驗變量之間的因果關系等。在VAR模型中，滯后階數p需要通過實際數據的分析來確定，一般可以通過信息準則（如Akaike信息準則、貝葉斯信息準則）來選擇最優的滯后階數。

（2）脈沖響應函數是一種用于描述變量間因果關系的方法，它可以通過一次性向某一變量施加脈沖（單位沖擊）來觀察其他變量的響應情況。在經濟學中，脈沖響應函數常用于分析宏觀經濟變量之間的關系。

假設我們考慮一個包含k個變量的系統，其中第i個變量表示為yi。給定該系統的VAR（p）模型：

（2）

其中，c是常數向量，A1，A2，…，Ap是k×k的系數矩陣，表示每個變量的滯后影響，εt是k維誤差項。脈沖響應函數描述的是，如果在t=0時刻將第j個變量yj的值增加一個單位，其他變量yi（i≠j）的響應情況。

在VAR模型中，脈沖響應函數的表達式為：

（3）

其中，IRFji（h）表示第j個變量對第i個變量的影響，h表示時間滯后期數。可以看到，脈沖響應函數表示的是在當前時刻（t = 0），對第j個變量yj進行脈沖沖擊，對之后h期的第i個變量的影響程度。這個影響程度可以通過對VAR模型中的系數矩陣進行遞推計算得到。

2.3" "數據描述性統計

圖1為全國碳市場每日碳價格和成交量的走勢圖，可以看出碳價格在30～65元/噸，整體呈現前期下降，后期升高的趨勢。成交量整體波動較大，日常交易量較低，市場活躍度不高。在2021年12月份出現劇烈波動，逐漸上升至最高點，這是由于12月是電力企業年度履約的時間，配額不夠履約的企業需要在市場購買碳配額來完成年度清繳。為了剔除量綱影響，所有數據均進行對數化處理。表2為各指標數據對數化處理后的描述性統計。

2.4" "構建VAR模型及脈沖響應分析

首先對各變量數據序列進行平穩性檢驗。運用ADF法對各數據對數進行單位根檢驗，因為各數據均為價格相關數據，沒有明顯的時間趨勢和截距項，選擇None進行平穩性檢驗。檢驗結果見表3，在5%置信水平下，原始序列均為非平穩序列，一階差分后在5%置信水平下均為平穩序列。根據FPE、AIC、SC、HQ四項評價指標的計算結果，最優滯后階數為2階，可建立VAR（2）模型。由于本文的變量多于兩個，故運用Johansen協整檢驗，檢驗結果如表4所示，在0.05的顯著性水平下拒絕原假設，說明8個變量之間存在一個長期協整關系。進行調整系數檢驗存在4個負值，不全為正值，該協整關系有效。

對VAR（2）模型進行AR根檢驗，檢驗結果如圖2所示，所有根均位于圓內，模型穩定。用脈沖響應函數方法詳細分析各影響因素對全國碳市場碳價格的影響過程，包括作用時長和影響路徑，因為數據均為日數據，選擇期數為100天，分別給各變量一個正單位大小的沖擊，得到關于全國碳市場碳價格的脈沖響應函數圖，見圖3。

碳價格在受到自身沖擊后，整體顯示了遠超其他因素的正向影響，前8期明顯下降，第8期后下降平穩；在受到天然氣價格的沖擊后，前5期內有正向的波動沖擊，隨后轉為負向沖擊，逐漸減小，在第40期的時候減小為0趨于平穩；在受到煤炭價格沖擊后，初始未受到太大影響，從第5期開始持續受到負向沖擊，影響時間較長，對碳價格造成非常持久的負向沖擊；在受到原油價格的正向沖擊后，第1期迅速升高，在第7期后平穩下降；滬深300指數對碳價格產生負向的沖擊，從第10期沖擊逐漸減弱收斂；地方碳市場均價對碳價格的正向沖擊在第7期之前迅速升高，在第7期后緩慢下降，到第25期的時候轉為負向沖擊，影響較小；歐盟碳市場在前17期對碳價格的沖擊產生負向影響，第17期后緩慢升高，第45期后趨于平穩；電力行業排放量在初期有短暫的負向沖擊，隨后逐漸升高，在第5期后逐漸下降，到第50期的時候影響接近0。

表5展示了VAR模型的方差分解結果，簡單量化地體現各影響因素對我國碳配額價格的影響程度。在第一期中，我國碳配額價格方差全部由自身擾動引起，在接下來的幾期中，其沖擊對自身價格變動的貢獻率呈衰減趨勢，但仍是引起碳配額價格變動最主要的原因。煤炭前20期的時候對碳價格解釋較小，在第100期的時候，隨著時間推移解釋力度不斷增加，第60期后開始漸入穩定狀態。在第100期的時候，除了碳價格本身外，解釋方差變化最大的變量是動力煤價格，能夠解釋28%的碳價方差變化，隨后是原油價格、歐盟碳價、地方碳市場價格等。大約從第90期開始，方差分解結果趨于穩定。

2.5" "實證結果討論

（1）天然氣價格對碳價格的影響為負向。根據國

家能源局發布的《中國天然氣發展報告（2022）》［13］，

2021年我國天然氣消費量同比增長12.5%，2022年上半年也在穩定保持增長，占能源消費總量的比重也逐年升高。因此即使天然氣價格上漲，但企業自身天然氣消費量持續升高，并沒有選擇去購買相對價格便宜的煤炭，導致碳排放量降低，碳價格降低。

（2）煤炭對碳價格的長期影響為負向。這與之前文獻的研究結論及市場供求模型基本相符，當前電力行業主要還是以火力發電為主，當煤炭價格上漲時，企業會減少采購量，轉而購買天然氣或是發展風電光伏等近年來國家大力支持的新能源行業，整體碳排放量降低，碳配額需求減少，碳價格降低。

（3）原油對碳價格的影響為正向。自2021年起，原油在內的國際能源價格大幅度上漲，我國石油對外依賴嚴重，進口量逐年增加，其中大部分用于工業和交通領域。對于發電企業而言，原油價格上漲，只能購買價格相對較低的煤炭作為能源主力，導致碳排放增加，碳配額需求增加，碳價格升高。

（4）滬深300指數對碳價格的影響較小，數據上呈現負向影響。自2021年以來，滬深300指數整體呈現下降趨勢，主要原因是受國內外環境因素的負面影響。而碳價格隨著碳市場的建立和完成，整體保持上漲的趨勢，主要是由于我國煤炭生產量持續上升的原因。根據國家統計局數據顯示，作為我國的能源消費主力，從2021年7月至2022年5月，原煤單月產量從3 1417.4萬噸持續上升至36 783.3萬噸。因此雖然滬深300指數下降，但煤炭生產量和消費量在升高，碳排放上升，碳配額需求增加，碳價格上升。

（5）國內試點碳市場均價對碳價格的影響為正。由于碳排放權具有一定的金融投資屬性，二者同宗同源，當試點碳市場的價格上升時，會使企業對碳排放權的預期會升高，紛紛持有更多的碳排放權等待上漲，因此帶動全國碳市場碳價格上升。

（6）歐盟碳價格對全國碳市場碳價格的短期影響為負向，長期影響為正向。從全國碳市場碳價格與歐盟碳價的數據來看，在2021年12月之前，二者呈現相反的走勢，這是由于全國碳市場剛剛建立，各項制度規定尚未完善，與國際聯系較弱。在12月之后，二者呈現較為相似的上升趨勢，表明全國碳市場正在逐步完善相應規則，接軌國際碳市場。目前歐盟碳市場作為全球運行時間最長、制度最為完善、價格最高的碳市場，將會對我國的碳市場建設提供大量的借鑒經驗，同時隨著時間的推移和我國碳市場的國際化，將會產生越來越大的積極影響。

（7）電力行業排放量對碳價格的長期影響為正向。目前全國碳市場只納入電力行業企業，在總體配額固定的情況下，排放量增加，將導致單個企業的配額不足，需要在碳市場進行配額購買，因此會導致碳價格上升。

總結來看，對全國碳市場碳價格影響最大的仍是自身歷史價格，其次是動力煤價格，對碳價格產生負向影響，天然氣和原油的價格對碳價格產生的影響較小。這與前面學者的研究結論比較接近，主要原因是由于煤炭價格上漲引起企業能源成本的上升，會倒逼企業進行低碳轉型，對碳配額的需求減少，碳價格降低。而滬深300作為宏觀經濟因素，在本文研究的時間段內，引起滬深300指數下降的原因與碳價格上升的原因并不相同，二者只是在數據分析結果上呈現負向影響，從經濟意義角度分析并未有較強的相關性。國內外碳價格從長期來看對全國碳市場碳價格有正向影響，電力行業排放量對碳價格有正向影響。

3" " "政策建議

（1）完善碳市場法律法規。全國碳市場目前各交易辦法、管理細則等都是試行文件，尚未建立完整的法律法規，監管機制尚不完善。碳市場監管者應當審慎制定相關市場政策，使其更加符合對碳市場發展方向的目標與期望。制定實現碳中和清晰的目標和路徑規劃文件。學習國際碳市場先進經驗，對每年的配額總量設定、減少比例，免費配額與付費配額的分配比例，價格調控機制建立進行符合我國國情的戰略規劃，進一步提高全國碳市場建設在實現碳達峰目標和碳中和愿景中的地位和作用。

（2）提高市場本身活躍程度。目前全國碳市場僅納入電力企業，這些企業多為央企，財政充足，碳市場的活躍程度較低。隨著碳市場的建設，可以逐步納入更多的控排行業，如鋼鐵、水泥、交通等。同時準入更多的投資機構、個人等，提高市場活躍程度，增加碳排放權的流動性，將會對碳價格起到一定的促進作用。

（3）鼓勵企業進行低碳轉型。從企業角度來看應當不斷提高生產技術，改良生產工藝，提高能源利用效率，減少二氧化碳的排放，爭取在長期中實現較低碳排放系數的生產，從而在碳排放交易市場中占據更加有力和主動的位置。從國家發展來看，改善我國能源結構，減少化石能源依賴，保障國家能源安全。同時推動生產消費從低效、粗放、污染、高碳的方式轉向高效、智能、清潔、低碳的方式，實現經濟社會與資源協調發展。

（4）建立和完善抵消機制。在之前的試點碳市場和全國碳市場的政策文件中，都鼓勵和支持發展林業碳匯、海洋碳匯等核證自愿減排量（CCER）。政府需推動核證自愿減排市場逐步建立，大力鼓勵新能源行業的發展，鼓勵光伏、風電、生物發電、林業碳匯行業的發展，吸引更多的資金投入減排領域，讓減排者享受到碳市場帶來的好處，形成良性循環提高碳中和的實現進程。

主要參考文獻

［1］生態環境部.碳排放權交易管理辦法（試行）［Z］.2021.

［2］生態環境部.2019—2020年全國碳排放權交易配額總量設定與分配實施方案（發電行業）［Z］.2020.

［3］MANSANET-BATALLER M，PARDO A，VALOR E. CO2 Prices，energy and weather［J］. The Energy Journal，2007，28（3）.

［4］TAN X P，WANG X Y. Dependence changes between the carbonprice and its fundamentals：A quantile regression approach［J］. Applied energy，2017，190：306-325.

［5］陳欣，劉明，劉延.碳交易價格的驅動因素與結構性斷點：基于中國七個碳交易試點的實證研究［J］.經濟問題，2016（11）：29-35.

［6］ZHOU K，LI Y. An empirical analysis of carbon emission price in China［J］. Energy procedia，2018，152：823-828.

［7］郭文軍.中國區域碳排放權價格影響因素的研究：基于自適應Lasso方法［J］.中國人口·資源與環境，2015，25（增刊1）：305-310.

［8］周建國，劉宇萍，韓博.我國碳配額價格形成及其影響因素研究：基于VAR模型的實證分析［J］.價格理論與實踐，2016（5）：85-88.

［9］CＨＥＶＡＬＬＩＥＲ J. A model of carbon price interactions withmacroeconomic and energy dynamics［J］.Energy economics，2011，33（6）：1295-1312.

［10］杜子平，劉富存.我國區域碳排放權價格及其影響因素研究：基于GA-BP-MIV模型的實證分析［J］.價格理論與實踐，2018（6）：42-45.

［11］SONG Y，LIU T，YE B，et al. Improving the liquidity of China's carbon market：Insight from the effect of carbon price transmission under the policy release［J］. Journal of cleaner production，2019，239：118049.

［12］張希良，張達，余潤心.中國特色全國碳市場設計理論與實踐［J］.管理世界，2021，37（8）：80-95.

［13］國家能源局.中國天然氣發展報告（2022）［R］. 2022.

［收稿日期］2022-11-20

［作者簡介］張紹文（1960— ），男，山東黃縣人，教授，博士，主要研究方向：運籌學、碳定價機制。