基于系统动力学的京津冀碳排放交易政策影响研究

张俊荣，王孜丹，汤 铃，余乐安

(北京化工大学经济管理学院，北京 100029)



基于系统动力学的京津冀碳排放交易政策影响研究

张俊荣，王孜丹，汤 铃，余乐安

(北京化工大学经济管理学院，北京 100029)

随着经济的快速发展，环境问题日益严重，京津冀地区低碳协同发展成为关注的焦点。碳排放权交易机制作为一种市场驱动的碳减排政策，能有效地减缓气候变化，降低二氧化碳排放量。对此，本文基于系统动力学，构建京津冀碳排放交易政策仿真模型，探索不同的碳交易机制设计对京津冀地区经济和环境的影响。实证研究结果表明：(1)总体上，碳交易机制能有效地促进京津冀地区的碳减排进程，即使对经济会产生微小的负向冲击；(2)在碳交易机制设计方面，减少碳配额总量，减少免费配额发放，以及提高碳交易价格均会增大碳减排力度，并同时加剧对经济的抑制作用。

碳交易；系统动力学；京津冀地区；碳减排；能源政策模拟

1 引言

近年来，随着经济的快速发展，温室效应与气候变暖问题已对人类的生产与生活产生了不容忽视的影响。在此背景下，我国积极承担碳减排任务，推行低碳经济。在众多能源政策中，碳排放权交易(碳交易)已成为有效降低碳排放的重要工具。碳交易机制首次在《京都议定书》中被提及，把二氧化碳排放权作为一种商品进行交易，从而形成碳排放权交易市场，即碳市场。相比于由国家强制征收的碳税政策，碳交易机制能更为灵活、有效地运用市场机制以实现碳减排目标。因此，2011年10月，我国正式确定了北京、天津、重庆、上海、湖北、广东和深圳七省市为全国首批碳排放交易试点。

关于碳交易机制的影响研究，现有的国外研究主要集中于碳交易机制对公司及行业的决策影响。例如，Galinis等[1]利用CGE模型，研究了不同碳交易政策下荷兰的未来能源决策；Chappin等[2]引入multi-agent模型，分析了寡头市场中的碳排放交易机制对于电力企业生产决策的影响；Mo Jianlei等[3]利用多因素市场模型，研究了不同碳交易机制设计和价格变化对于欧盟电力公司的影响；Tang Ling等[4]构建了multi-agent模型，探究了碳交易机制对中国碳排放及经济发展的影响，同时对碳配额初始分配方式中的标杆法则和祖父法则进行了对比研究；Cong Ronggang等[5]基于agent模型，研究了碳交易机制对于中国电力行业的潜在影响。

国内学者对碳排放交易系统的研究起步较晚，但发展迅速。主要研究包括两方面：碳交易机制设计研究和碳交易机制下的公司决策研究。在碳交易机制设计研究方面，陈文颖和吴宗鑫[6]提出通过利用两种分配方式相结合的混合分配机制来降低成本，减少对经济发展的影响；刘新宇[7]认为以拍卖法分配初始碳配额，并将拍卖收入返还企业的设计较优；汤铃等[8]利用multi-agent模型，构建了我国碳交易机制模型，研究不同的碳交易机制对我国经济与环境的影响；时志雄[9]总结了国内与国际碳排放交易的发展，分析了碳市场的结构、机制以及发展趋势，提出了我国碳交易市场的主要任务和发展途径；陈晓红等[10]探索了碳交易价格的影响因素，采用面板回归和GARCH方法，对美国芝加哥气候交易所碳金融工具价格进行了相关影响因素分析；崔连标等[11]构建了一个省际排放权交易模型，测算了不同的碳交易机制设定对我国实现“十二五”减排目标及其经济成本的影响。在碳交易机制下的公司决策研究方面，刘婧等[12]设计了不同企业间的基于碳排放强度的碳排放交易机制理论模型；张立杰等[13]提出了我国企业碳交易博弈模型，并且求出了企业达到纳什均衡时的碳交易量及碳交易价格；骆瑞玲等[14]基于博弈模型，针对单制造商和单零售商组成的供应链，探讨了消费者碳足迹敏感系数、碳配额及碳减排成本对供应链成员最优决策及减排效果的影响。

特别地，京津冀地区已经逐渐发展成为全国主要的高新技术和重工业基地，其能源需求量巨大，碳排放量增长迅速，面临着巨大的减排压力。因此，京津冀地区碳排放研究同样受到广泛关注。例如，武义青和赵亚南[15]通过测算2000-2011年京津冀二氧化碳排放量，从不同角度分析了京津冀的能源消费、碳排放与经济增长；张焕波和齐晔[16]以京津冀经济圈为例，提出了中国发展低碳经济的战略思考；孙乾和周耀光[17]结合三地发展低碳经济的优劣势，通过对京津冀碳排放走势的分析，提出了低碳经济背景下京津冀产业协作模式和相关建议；王铮等[18]通过计算区域内碳排放量和净碳排放量，对于京津冀地区的碳排放趋势进行了估计。

然而，现有研究较为缺乏对于京津冀地区碳排放交易机制的深入研究。另一方面，京津冀地区已经逐渐发展成为全国主要的高新技术和重工业基地，能源需求和碳排放随之迅速增长，面临着巨大的减排压力。因此，建立京津冀地区碳交易机制，能有效实现碳减排目标，加快“京津冀一体化”的进程，对全国低碳经济发展具有很大的理论意义和现实意义。因此，本文着重研究京津冀地区碳交易机制，拟定量估计不同碳交易机制对京津冀地区经济与环境的影响。

鉴于京津冀碳排放交易机制受多重因素的影响，是一个典型的复杂系统。而系统动力学以反馈控制理论为基础，以计算机仿真技术为手段，能有效结合定量和定性分析，深入研究复杂系统中信息反馈行为，能够从系统整体出发，在系统内部寻找和研究相关影响因素。基于上述优点，系统动力学模型已广泛用于多种碳减排研究中。例如，唐建荣等[19]利用系统动力学模型，对碳排放强度的影响因素进行分析；戴歆等[20]通过构建系统动力学模型，分析不同情景下我国经济增长和碳排放趋势，探讨我国的产业结构调整方向；施婷等[21]针对节能、低碳和强化低碳三种情景，构建系统动力学模型，对保定市第一产业碳排放趋势进行情景模拟；张丽等[22]构建了碳排放仿真系统动力学模型，将碳排放系统分为经济、能源、人口和环境子系统，并对其进行了分析研究。为此，本文拟引入具有高阶次、非线性、多重反馈性的系统动力学模型，构建京津冀碳排放交易系统仿真模型。该模型涵盖京津冀经济、能源、环境及碳交易模块，并清晰把握各模块间的相互作用机制，实现对京津冀碳排放交易机制的仿真研究。基于所构建的京津冀碳排放交易系统仿真模型，本文探讨了不同碳交易政策设计下，碳交易政策对京津冀地区经济和环境的影响，并检验模型的有效性和实用性，为政府相关部门提供有效的政策建议。

2 模型构建

碳交易机制是一个典型的复杂系统，涉及经济、环境、能源和碳交易政策等多种因素，这些因素复杂多变并相互作用。因此，本文通过构建京津冀碳交易机制系统动力学仿真模型，探索碳交易系统中各个关键变量的变化对经济与环境的影响。

本文所构建的京津冀碳交易系统动力学模型，涵盖京津冀经济、能源、环境和碳交易四个模块，主要包括二氧化碳排放量、GDP总量、能源消费、科技投资、环境治理成本以及碳交易政策等关键变量。其中，二氧化碳排放一方面影响碳交易政策的实施，另一方面促进政府对环境保护的投入，二者又同时影响经济的发展。经济的发展将拉动能源消费，而能源消耗的同时也产生了大量的二氧化碳。同时，作为GDP的重要组成部分，科技投资将随着经济发展水平的提高而不断增加，从而促进能源效率的提高，并最终作用于二氧化碳排放量。类似的，经济发展对固定资产投资有促进作用，而固定资产投资的增加反过来又会推动经济的增长。具体的，模型框架图如图1所示：

图1 模型框架图

2.1 因果回路图

根据模型框架图和系统边界，构建模型因果回路图如图2所示：

图2 因果回路图

该因果回路图中主要有四个反馈回路，包括三个增强型回路和一个平衡型回路，分别是：

1)二氧化碳排放量→(+)环境治理成本→(-)GDP增长量→(+)GDP→(+)科技投资→(+)能源效率→(-)二氧化碳排放量。

二氧化碳排放的增多促使政府增加更多的投入来治理环境，而环境治理成本的增加必然在短期内对经济发展造成一定的负效应[22]。同时，科技投资作为GDP重要的组成部分，直接受到经济发展水平的影响，随着GDP的增加而增加。科技投资的增加促进了能源行业的技术进步，进而提高了化石能源的利用效率，即能源效率。相应的，能源效率的提高，对碳减排起到积极作用[21-22]。

2)GDP→(+)固定资产投资→(+)GDP增长量→(+)GDP。

经济的发展对固定资产投资有促进作用，而固定资产投资的增加反过来又会推动经济的增长，并最终作用于GDP总量[22]。

3)GDP→(+)利润→(+)GDP增长量→(+)GDP。

同样的，经济的发展，可以促进企业产出的增长，从而对利润产生一定的正效应。而利润增加又会推动经济的增长，相应的，最终促进了GDP总量的增长。

4)二氧化碳排放量→(+)惩罚→(+)碳排放成本→(-)利润→(+)GDP增长量→(+)GDP→(+)能源消费总量→(+)化石能源消费总量→(+)二氧化碳排放量。

当政府配额总量一定时，二氧化碳排放量越大，对于超额排放的企业惩罚就会增加，从而增加企业的碳排放成本。相应的，碳排放成本的增加，将提高生产成本，对利润产生一定的负效应，而利润的下降会对GDP的增长起到抑制作用。另一方面，能源消费为经济的发展提供了基础，因而GDP上升，促进了能源消费总量的增加[23-24]，从而化石能源消费量随之加大，最终增加二氧化碳排放[21]。

2.2 存量流量图

根据因果回路图，具体的存量流量图和方程设定如图3所示。模型中的主要变量包括GDP总量、二氧化碳排放量、固定资产投资、环境治理成本、能源消费总量、化石能源消费总量、配额总量、碳交易价格、碳排放成本等变量。

图3 存量流量图

表1 主要变量及参数设定

模型构建过程中，数据来源于Wind、《国家统计年鉴》、《能源统计年鉴》、中国碳交易网(http://www.tanjiaoyi.com/)、清洁能源网(http://www.21ce.cc/)等权威数据库。模型变量分为外生变量与内生变量。其中，外生变量主要取值于相关数据库、文献以及新闻，这些变量包括：煤炭二氧化碳排放系数、石油二氧化碳排放系数、天然气二氧化碳排放系数、免费比例、配额总量减少率、碳交易价格等。其中，煤炭、石油、天然气的二氧化碳排放系数取自IPCC2006二氧化碳排放系数；碳交易价格来源于京津两地历史碳交易价格平均值；其它变量的取值则源于相关数据库，包括Wind、中国统计局等。模型的模拟时间设定为2005-2025年，其中，t(t=2005,…,2025)为时间期数，单位为年。

模型内生变量包括GDP、GDP增长量、二氧化碳排放量、固定资产投资、碳交易成本、环境治理成本、能源消费总量、化石能源消费总量等变量。在定性分析的基础上，基于计量经济学方法设定各内生变量，估计关键方程的参数，且各拟合方程R2的平均值在0.90以上。

主要变量及参数的具体设定，如表1所示。

3 实证研究

3.1 模型检验

本文选取了模型中三个主要变量，即二氧化碳排放量、GDP总量和能源消费总量进行误差检验，观测其2005-2012年拟合值与真实值的绝对误差大小，从而对该模型的有效性进行验证。

误差检验的结果如表2所示，其中三个主要变量的最大绝对误差分别为3.88%，3.55%，3.20%，均小于4%；平均绝对误差分别为2.75%，1.80%，1.53%，均小于3%，处于可接受范围内。结果表明，本文所构建的京津冀碳交易机制仿真模型能较为有效地把握京津冀碳交易系统中变量之间的变化规律及其相关关系。

表2 误差检验

3.2 情景设定

模型假设京津冀碳交易机制将于2016年开始实施，模型分别运行到2025年，在此基础上将2016-2025年各年仿真结果与BAU情景(无碳交易机制)的结果进行对比，以此来探索碳交易机制对京津冀经济与环境的影响。

为研究不同碳交易政策对京津冀地区经济和环境的影响，设定基准情景(BAU)为无碳交易政策情景，S0为经典情景，A1-C4为仿真情景。其中，在经典情景中，配额总量减少率以及免费比例是根据国家碳减排政策以及相关文献[4]得出的，碳交易价格根据京津两地所有历史碳交易数据得出。仿真情景将分别刻画不同的配额总量减少率、免费比例以及碳交易价格下的碳交易机制。

仿真情景设定方面，对于配额总量减少率，考虑到碳减排的最终目标，配额总量逐步减少将成为必然趋势，配额总量减少率将随之逐步增加，以达到碳减排的目标。因此，我们主要研究配额总量减少率增加的情景，将A1-A4情景下的配额总量减少率分别设定为0.005，0.015，0.020和0.025。在免费比例方面，根据国家碳减排政策以及相关文献参考，将B1-B4情景下的免费比例分别设定为0.3，0.5，0.7和0.9。碳交易价格方面，以京津两地为主，并同时参考了其他五个碳交易所的碳交易价格，根据交易所真实价格，将C1-C4情景下的碳交易价格分别设定为20，30，50，60元/每吨碳排放。具体情景设定如表3所示：

3.3 结果分析

3.3.1 碳交易对京津冀影响研究

图4展示了碳交易机制自2016年实施后从2017年至2025年，对京津冀地区环境和经济的影响。仿真结果表明，碳交易机制的实施将会使二氧化碳排放量和GDP都产生下降。例如，在S0情景下，在2020年和2025年二氧化碳排放量将分别下降13.13%和14.72%，GDP总量分别下降7.44%和8.42%。同时，随着时间的推移，二氧化碳排放量和GDP总量的下降幅度将逐渐增大，但下降趋势趋于平稳。表明随着京津冀地区碳排放交易系统的运行，碳交易对环境和经济的影响趋于平稳。值得注意的是，GDP总量的变化明显小于二氧化碳排放总量的变化，说明相比于碳减排效果，碳交易机制对经济产生的负面影响较为微弱。

表3 政策仿真情景设定

图4 S0情景下，碳交易机制对京津冀环境和经济的影响(%)

3.3.2 不同碳交易政策影响研究

为了研究不同碳交易政策对京津冀地区经济和环境的影响，本文通过模拟三种情景，即不同的配额总量减少率(A1-A4)、免费配额比例(B1-B4)以及碳交易价格(C1-C4)，来分析不同碳交易政策的影响结果。

(1)配额总量

图5 2025年不同配额总量影响下，碳交易机制对京津冀环境和经济的影响(%)

图5展示了不同配额总量减少率的情况下，碳交易机制对二氧化碳排放量和GDP总量的影响。A1-A4配额总量减少率逐渐增大，意味着政府碳配额总量逐渐减少。仿真结果表明，配额总量的减少，对碳减排的促进作用和对GDP的抑制作用都会逐渐增大。说明配额总量越少，与原来相比，企业在碳市场上能获得的碳排放权就更少，为满足其生产需求企业则负担更多的碳排放成本，而碳排放成本作为企业生产成本的重要组成部分，企业根据成本最小化原则，一定程度上可能会降低产能，从而减少碳排放成本，相应的产能的减少对GDP便产生了一定的负效应。值得注意的是，对经济的负面影响明显低于对碳减排的促进作用。

(2)免费配额

图6展示了不同免费配额比例的情景下，碳交易机制实施对京津冀二氧化碳排放量和GDP总量的影响。仿真结果表明，不同的免费配额比例，都会使京津冀地区的二氧化碳总量和GDP总量下降。例如，在免费比例为0.3和 0.9时，二氧化碳排放量分别下降16.52%和12.82%，GDP总量分别下降9.73%和7.13%。同时，随着免费比例的逐渐增加，对二氧化碳排放量和GDP总量的抑制作用明显减弱。这表明随着免费配额的增多，碳排放成本相应变小，从而削弱了碳交易机制的减排效果。

图6 2025年不同免费配额下，碳交易机制对京津冀环境和经济的影响(%)

(3)碳交易价格

图7展示了不同碳交易价格的情况下，碳交易机制实施对我国二氧化碳排放量和GDP总量的影响结果。仿真结果表明，不同的碳交易价格，都会使二氧化碳排放量和GDP总量产生下降。例如碳价格为20元/吨 和60元/吨时，二氧化碳排放量分别下降8.56%和19.39%，GDP总量分别下降4.49%和12.01%。同时，随着碳交易价格的逐渐上升，二氧化碳排放量和GDP总量的下降幅度将逐渐增大，说明碳交易价格会提高企业的碳排放成本，这会使二氧化碳的排放受到较大的限制，同时对经济也会造成一定的负面影响。值得注意的是，对经济的负面影响明显低于对碳排放的抑制作用。

图7 2025年不同碳交易价格下，碳交易机制对京津冀环境和经济的影响(%)

4 结语

鉴于京津冀地区碳排放交易系统受到多种因素的影响，是一个典型的复杂系统。因此，本文基于系统动力学理论，构建京津冀碳排放交易机制仿真模型，通过梳理碳交易、二氧化碳排放量和GDP之间的关联机制，研究了碳排放交易系统的内在运行机制以及对经济和环境的影响；在定性分析的基础上，又结合了定量分析，进行政策优化仿真，为实现京津冀地区碳减排目标，发展低碳经济提供了理论指导和对策思路。根据模型的仿真模拟结果，我们得出了以下结论：1)碳交易机制能有效的促进京津冀地区碳减排，但同时会对经济产生一个轻微的负面影响；2)减少配额总量、减少免费配额以及提高碳交易价格能够有效促进碳减排。同时，实证研究也表明，模型能够有效的模拟京津冀地区碳交易系统和相关机制，为碳减排和碳排放交易系统的建立提供借鉴和思路。

然而，本文模型仍然存在很多不足之处。例如，在变量设定方面，模型中的某些变量设定过程中，数据获取困难，主观因素较强，其准确性有待商榷，在一定程度上影响模型运行结果；其次，在系统边界设定上，由于模型简化的需要，某些相关变量未被纳入模型中来，这也会对模型的准确性和有效性造成影响。比如，在模型中我们只考虑了碳排放成本对企业生产成本及利润的影响，并未涉及其去向问题。一方面，政府可将碳排放收入作为补贴返还到企业中，这将一定程度上减少碳交易对经济的负面冲击；另一方面，政府可将碳排放收入投入到清洁能源的开发和利用上，以促进碳交易政策对环境的改善作用。这些问题都将是我们今后不断完善京津冀碳交易机制仿真模型的主要方向。

[1] Galinis A van Leeuwen M J. A CGE model for lithuania: The future of energy[J].Journal of Policy Modeling,2000,22(6):691-718.

[2] Chappin E J L, Dijkema G P J. On the impact of CO2emission-trading on power generation emissions[J].Technological Forecasting and Social Change,2009,76(3): 358-370.

[3] Mo Jianlei, Zhu Lei, Fan Ying. The impact of the EU ETS on the corporate value of European electricity corporations[J].Energy,2012,45(1):3-11.

[4] Tang Ling, Wu Jiaqian, Yu Lean, et al. Carbon emissions trading scheme exploration in China: A multi-agent-based model[J].Energy Policy, 2015,81:152-169.

[5] Cong Ronggang, Wei Yiming. Potential impact of (CET) carbon emissions trading on China's power sector: A perspective from different allowance allocation options[J].Energy,2010,35(9):3921-3931.

[6] 陈文颖,吴宗鑫.碳排放权分配与碳排放权交易[J].清华大学学报(自然科学版), 1998,38(12):15-18.

[7] 刘新宇.碳排放权初始分配方式如何选择? [J].环境经济,2013,(12):30-35.

[8] 汤铃,武佳倩,戴伟,余乐安.碳交易机制对中国经济与环境的影响[J].系统工程学报,2014,29(5):701-712.

[9] 时志雄.碳交易市场机制发展综述[J].电力与能源,2011,32(3):187-193.

[10] 陈晓红,胡维,王陟昀.自愿减排碳交易市场价格影响因素实证研究——以美国芝加哥气候交易所 (CCX) 为例[J]. 中国管理科学, 2013, 21(4): 74-81.

[11] 崔连标,范英,朱磊,等.碳排放交易对实现我国 “十二五” 减排目标的成本节约效应研究[J]. 中国管理科学, 2013, (1): 37-46.

[12] 刘婧,姚中杰,尹建中.基于排放强度的产业间碳交易模型研究[J].东岳论丛,2015,36(2):130-134.

[13] 张立杰,苗苗.低碳经济背景下中国企业碳交易博弈模型初探[J].企业经济,2012,(2):57-61.

[14] 骆瑞玲, 范体军, 夏海洋. 碳排放交易政策下供应链碳减排技术投资的博弈分析[J]. 中国管理科学, 2014, 22(11): 006.

[15] 武义青,赵亚南.京津冀能源消费、碳排放与经济增长[J].经济与管理, 2014,28(2):5-12.

[16] 张焕波,齐晔.中国低碳经济发展战略思考:以京津冀经济圈为例[J].中国人口·资源与环境, 2010,20(5):6-11.

[17] 孙乾,周耀光.低碳经济视角下京津冀产业协作模式探讨[J].社会科学论坛,2011,(1):223-229.

[18] 王铮,刘晓,朱永彬,等.京、津、冀地区的碳排放趋势估计[J].地理与地理信息科学,2012,28(1):84-89.

[19] 唐建荣,郜旭东,张白羽.基于系统动力学的碳排放强度控制研究[J].统计与决策,2012,(9):63-65.

[20] 戴歆.基于系统动力学的中国产业结构调整及碳排放模型研究[D].天津：天津大学,2013.

[21] 施婷.基于系统动力学的碳排放系统仿真与优化方案研究[D].北京：华北电力大学,2013.

[22] 张丽.基于系统动力学的碳排放预测研究[D].北京：华北电力大学,2014.

The Simulation of Carbon Emission Trading System in Beijing-Tianjin-Hebei Region: An Analysis Based on System Dynamics

ZHANG Jun-rong, WANG Zi-dan, TANG Ling, YU Le-an

(School of Economics and Management, Beijing University of Chemical Technology, Beijing 100029, China)

With the rapid economic development, environmental pollution in Beijing-Tianjin-Hebei region has become an increasingly challenging problem, and low-carbon economy development in the Beijing-Tianjin-Hebei region has aroused a wide attention. As a market-driven mitigation tool, carbon emission trading (CET) can effectively address the climate change and reduce carbon emissions. Based on system dynamics, a CET simulation model considering four sub-systems, i.e., economy, energy, environment, and CET policy, together with their interactive relationships is constructed to capture the impact of CET policy on economy and environment in the Beijing-Tianjin-Hebei system. To study the impact of CET, a baseline case without CET policy and some CET simulation cases with different total allocations, free emissions allocations and carbon prices are set. Empirical results indicate that (1) Generally, CET can effectively promote carbon reduction in the Beijing-Tianjin-Hebei region, even leading to a somewhat negative impact on economy, and (2) less total carbon allowances, less free quotas and higher carbon trading price will consistently enhance the carbon reduction effect, and in the meantime aggravate the impact in economy. The results also provided the effectiveness of the proposed model for capturing the Beijing-Tianjin-Hebei CET system, which can provide helpful supports for the management department in CET design and the related decision making.

carbon emission trading (CET); system dynamics; Beijing-Tianjin-Hebei region; emissions mitigation; energy policy simulation

1003-207(2016)03-0001-08

10.16381/j.cnki.issn1003-207x.2016.03.001

2015-06-01；

2015-10-24

国家自然科学基金资助项目(91224001,71301006,71203214)

简介：余乐安(1976-)，男(汉族)，湖南人，北京化工大学经济管理学院院长，教授，研究方向：商务智能与数据挖掘，能源经济与管理，预测理论与方法研究，E-mail: yulean@mail.buct.edu.cn.

F224

A