碳排放权价格的政策效应：我国碳排放试点的经验证据

[1. 天津大学 天津 300072；2. 德克萨斯A&M大学 美国卡城 77843]

引言

随着全球资源需求的增长和环境的限制，中国已就温室气体减排问题与其他国家达成了协议约定。为了限制二氧化碳（CO2）排放的增长，我国选择建立CO2排放权交易体系。政策制定者通过一些管理措施来建立一个有效的碳交易市场，可以促使公司转向低能耗生产模式。碳排放交易体系的有效运行与经济发展模式的转换以及产业竞争力密切相关。

在经济高速发展、政府强制管控的大环境下，实施碳排放交易体系是非常有挑战性的，尤其是在我国这种幅员辽阔、区域间差异大的社会中[1～2]。国家发改委的政策制定者们在2013～2014年成功地设立了七个碳排放交易试点（C-CETP），包括北京、天津、上海、湖北、重庆、广东和深圳。如今，在这些试点运行三年多之后，一个统一的全国性的CO2排放权交易体系将在2017年建成。这些先驱者的运行给了政策制定者们哪些启示呢？我们如何发现并运用这些经验？这是科研工作人员想要解决的关键问题。

碳排放交易市场的主要问题是碳价是如何形成的以及均衡价格趋势如何维持。如果碳价太高，纳入企业就失去了生产的动力；如果碳价太低，减排就不会达到期望的目标。所以知道碳价的决定性影响因素并且知道如何理性地使用这些决定性因素对碳排放交易体系来说至关重要。分析C-CETP的碳价，可以帮助政策制定者分析以往政策的有效性和稳健性。获得了这方面的信息，可以提高全国统一碳排放交易体系的政策制定效率。

从图1可以看出，我国的碳试点有一些问题亟待提高。在各试点碳排放配额交易刚开始的时候，广东、上海、深圳和天津的碳价出现明显的下滑趋势，这说明初始碳价设置过高。当碳配额总量设置不合理并且碳配额分配方式不科学的时候，碳价是不可能维持在一个合理的范围内的。过去几年一些试点显著波动的碳价警示我们需要制定有效的制度性政策。因此，理解价格的形成机制和如何使用政策来管理我国碳市场的运营是非常重要的。在这样的背景下，我们面临的问题可以总结为：哪些因素塑造了全国碳排放交易体系的价格，如何使用合适的政策来管理？

图1 2013年8月5日～2016年10月31日各试点碳价走势图

本文的目的是为国家碳排放交易体系的设计提出政策建议。因此，我们亟需对各试点碳价的影响因素进行综合深入的分析。假设碳价可以反映碳市场足够的信息，包括政策效应。我国曾经设立了七个试点地区，为2017年全国碳排放交易体系测试各种政策的选择。为了方便，将施行了某项政策的地区称作政策实施地区。

为了合理地、有目的评估管理政策的效应，应用计量经济模型的方法优于纯粹的主观分析，因为从经验中得出的规律并不一定适用于特殊的情况。双重差分模型（DID model）是评测政策效应的一个常用方法。Zhang等用DID model研究了碳交易的波特效应[3]。Tanaka S.用DID model探索了环境管理政策对中国婴儿死亡率的影响[4]。基于在政策实施地区的自然实验，我们选择用DID model来分别研究我国碳排放交易体系的各种不同政策。我们想要探索的政策包括很多不同的方面。首先，我们需要知道如何分配配额会更高效。拍卖的分配方法会提高市场效率吗？其次，需要选择合适的市场参与者。机构投资者和个人投资者应该获得市场交易准入资格吗？第三，我们需要讨论全国范围内碳排放权远期交易的问题。远期交易可以正确地指导碳价吗？最后，我们需要通过检测核查期各试点的碳价是否明显受到强制核查行为的影响，来讨论这些政策的效果。如果市场是有效的，CO2配额的需求量在临近核查期时不会显著升高，需求量的增长会导致碳价的升高。与此同时，我们不能忽略其他的碳价影响因素，包括经济和工业的发展水平、能源的价格、气候状况和碳排放试点的特征。我们把它们设置为控制变量来避免DID model中样本异质性的问题。这篇文章用7个试点的面板数据为样本来研究碳交易体系的政策设计问题，从而告诉政策制定者某一管理政策的潜在影响，并为全国碳交易体系的建立提出相关的建议。

一、碳排放试点的政策归纳

由于国外碳排放交易市场中的碳价经历了大幅的波动，所以我国的政策制定者们非常重视碳排放交易体系的政策设计，包括：碳配额分配的政策，价格发现和价格稳定性机制的政策。 C-CETP的政策设计问题是很多研究人员关注的焦点[5～9]。碳配额分配机制的设计是以上研究中的关键问题之一，会影响到体系中每个参与者间交易的公平性。Xiong等评估了C-CETP中的配额分配机制[10]。认为尽管已经有所创新，各试点的分配方法仍然面临很严重的问题，比如配额量过多、对历史数据的过度依赖，以及不够透明的问题。一些学者们普遍认为拍卖比传统的方法要好[11～13]，因为拍卖可以避免祖父法导致的低效问题[14～15]。拍卖还有促进价格发现的功能，可以保证碳价的公平、公正和透明。 所以本文将会讨论拍卖在我国各个C-CETP中的作用。

价格发现和稳定性机制也是关乎我国碳市场能否有效运行的关键。促进市场价格发现的首要前提就是保证市场交易的活跃性。深圳、湖北、广东、北京等试点的政策制定者们陆续意识到了非控排单位参与碳市场的重要性。他们相继引入了其他市场参与主体，比如机构投资者和个人投资者。在我国碳排放交易体系中引入个人投资者可以促进低碳生活方式形成[16～19]。通过增强公众的碳配额交易意识可以活跃市场交易，从而促进价格发现和稳定。另一方面，衍生品市场的缺失也会阻碍碳价的稳定。在EU ETS(欧盟温室气体排放贸易机制)欧盟最初成立阶段，远期交易为价格发现起到了一定的作用，这对价格稳定性和市场流动性的提升也有一定益处。然而在我国，只有湖北和广东试点在2016年10月31日之前引入了碳远期交易。

二、碳价的影响因素

由于EU ETS已经成立十多年了，很多文章研究了EU ETS中碳价的影响因素。Springer[20]和Christiansen等[21]认为碳价的主要驱动因素是政策和监管事宜、能源价格、天气状况和经济活动。Christiansen等[21]、Kanen[22]、Bunn 和 Fezzi[23]、Convery 和 Redmond[24]认为能源价格是最重要的碳价决定因素，因为发电厂可以根据能源价格选择不同的能源。天气状况也可以通过影响能源需求，间接地影响碳排放权价格[25～26]。

本文将结合我国碳试点的全部碳价数据进行综合分析，给出一个更为普遍的结论。一方面，我国是社会主义市场经济体制，碳市场在一定程度上受政府控制，因此我们不能忽略政策对碳价的影响。另一方面，我国的7个试点特征不同，不能像欧盟一样被看作是一个统一的市场，因此需要引入控制变量，用DID model和面板回归的方法来量化分析7个试点中碳价的政策效应。

三、变量和数据

本文选取7个试点的日度数据组成非平衡面板，其中删除了0.6%的异常数据样本。数据范围从每个试点开始交易的第二个月的第一天开始，到2016年10月31日截止，法定节假日和无交易日除外。

根据前人的研究，经济、能源、气候等相关变量均对碳价有一定影响。本文主要研究的是政策效应，因此其他对碳价有影响的变量均选作控制变量，各变量具体情况如表1所示。

四、模型建立与实证分析

本文用双重差分模型的方法，分别研究了7个试点碳市场中的3种政策，包括拍卖、市场多元参与者和碳排放远期交易对碳价的影响。在建模之前，首先将数据分成干预组和对照组，干预组代表实施了某项政策的组。模型如下所示：

分析拍卖对碳价的影响的DID模型：

分析拍卖成交价是否是碳价驱动因素的模型：

历史拍卖时间与拍卖成交价情况如表2所示。

分析多元参与主体对碳价影响的DID模型：

分析碳排放远期交易引入对碳价影响的DID模型：

双重差分效应通过政策变量与时间变量的乘积来表示。以上模型中最重要的参数为π，表示了某项政策对政策实施地区的碳价的影响。ηi表示地区固定效应；μt表示时间固定效应；Xit控制额外的一系列协变量，包括经济、能源、气候和C-CETP的其他特征；εit表示随机误差项。

最后，基于核查期各试点碳价和流动性的表现，检验了不同政策的效果。相关机构会在每年的核查期组织进行各试点碳配额的核查。很多企业在初期碳交易意识薄弱，因此每年的强制配额核查便成为企业进行碳交易的关键驱动因素。在制度不成熟的试点，由于缺乏正确引导，很多企业选择在临近核查期时才购买大量碳排放配额，导致碳价也明显升高。因为它们的实际排放量超过了初始配额总量，如果不购买足量的配额会受到处罚。在试点制定了有效的政策之后，碳价和交易量不会出现很明显的周期性现象。具体核查日期参见表3，碳价周期性检验的面板回归模型如下所示：

参数含义同模型（1）～模型（3）。

五、实证结果与分析

（一）控制变量的选择

从表4可知，变量IAV，IAV_YOY，COAL_PRICE，ELE_COAL_PRICE，NG_PRICE，ELEC_PRICE，CHINESE_DS，ALLOWANCE，E_NO对碳价有显著影响；变量CPI，T_L对碳价有轻微影响；变量T_H，T_E对碳价无影响。

表1 变量与符号约定

在经济方面，我们发现碳价与CPI负相关。从供应的角度来讲，价格的升高会导致生产成本的提高，很多工业生产企业会减少产量并合理控制库存。所以碳排放量会减少，从而碳价会降低。工业增加值和它的同比增长率对碳价也有显著影响，这是因为工业活动，尤其是重工业活动会产生大量的CO2。每个试点地区都覆盖了大量的工业企业，他们的碳配额是有限的。工业活动频繁时会产生大量的CO2，这会导致碳排放配额短缺，最终使得碳价升高。然而，IAV的系数却是负的。原因在于配额分配方法会影响免费配额量，从而影响碳价。7个试点的分配方法标杆是不同的。重庆为了提高控排企业最初参与的积极性，使得更多的企业尽快参与进来，基于配额管理单位既有产能2008～2012年最高年度排放量之和作为基准配额总量，所以配额量很充足。但是一些试点的免费配额量测算是基于历史排放强度，意味着他们需要降低单位产值的碳排放量，这只能通过环保技术的提升来实现。所以工业增加值提高，碳排放量不一定增长；即使排放量增长，配额也不一定紧缺，所以碳价不一定会上升。这一现象还有一种解释，高工业增加值来源于那些未纳入控排体系的低污染企业。

在能源变量方面，5个备选变量均与碳价显著正相关。在欧洲，煤炭价格与碳排放权价格负相关，因为当碳排放成本过高时发电厂会选择使用天然气发电。然而在我国，由于发电厂设备的限制，天然气并不能成为煤炭的发电替代能源。国内的煤价，尤其是电煤价格，在很大程度上取决于供需。工业活动燃煤量增加会导致煤价的上升，与此同时会导致CO2排放量增加，从而导致碳价提高。天然气作为工业生产中的一种能源，也可以反映一定的碳价信息。我国的天然气市场已经改革为市场定价机制，所以天然气价格也主要由市场供需决定。当天然气价格上升时，工厂会倾向于选择便宜的可替代能源（例如：煤炭），通常会释放更多的CO2。燃煤上网电价由国家发改委控制，为了改善能源结构，发改委正在逐渐下调燃煤上网电价。每个省的ELEC_PRICE是由发改委根据其具体经济等情况决定的，因此相当于传导经济效应等一系列影响的媒介。上网电价和煤价价差代表了燃煤电厂的利润，是由上网电价和电煤价格根据比例计算得来，因此也与碳价密切相关。

表2 试点拍卖情况总结

在气候方面，只有极端低温对碳价有轻微影响。因为低温增加了燃煤供暖的需求，从而增加了CO2排放。

为了防止多重共线性，分组进行了主成分分析，提取出来的4个主成分用作控制变量。表5的4～5列为每个主成分分别对碳价回归得出的结果。

（二）政策效应

从表6可以看出，拍卖会使得碳价降低，这是因为各试点的碳价起初设定过高。拍卖促进了价格的发现，使得市场价格逐渐接近拍卖成交价。市场多元参与者的引入也使得碳价降低，个人投资者和机构投资者是活跃市场的催化剂，他们的参与具有教育公众的意义，可以提高市场的流动性。碳远期交易的引入也会使得碳价降低，因为远期交易可以促进价格发现。

表3 各试点具体核查日期

（三）政策效应检验

碳价对核查期敏感意味着我国的控排企业在临近核查期时交易更为积极。当供小于求时，碳价就会上升。各试点碳价对核查期的敏感性关系如表7所示。

回归结果显示，北京、天津、广东和深圳的碳价受核查周期影响明显。北京没有进行过配额拍卖，并且个人投资者的市场准入门槛高。2016年2月，广东碳排放权交易所开展了碳排放配额托管业务。2014年6月5日，广东试点引入了个人投资者，于是拍卖价格持续下滑。但是开始广东的拍卖底价设置过高，所以市场流动性很弱并且有明显周期性特征。后来拍卖价格降到了正常水平，流动性随之增强，周期性减弱。深圳虽然进行了拍卖，但是只有当控排单位的年实际排放量多于年配额量时，才能有拍卖资格，因此难以刺激市场交易。深圳的个人投资者开户费达2000元，第一年年费达1000元，因此一定程度上减弱了个人投资者的积极性。深圳的政策并没有有效引导碳交易。天津试点的回归系数为负，意味着核查期天津的碳价反而降低。这是因为初始配额过量，超过了实际需求，核查期过后当期配额清零，企业着急出售，供过于求。湖北省和上海市的碳市场运行较有效，所以他们的碳价与核查期几乎无关。特别的是重庆试点，虽然系数不显著，但并不意味着运行有效。这是因为重庆采取了自主申报的配额分配制度，控排企业倾向于多申报初始配额，所以无履约压力。从重庆试点的换手率可以看出，试点交易一直不活跃。然而，在2016年8月之后，政府采取了配额复核的制度，收回企业申报过量的配额，因此在此之后交易量和碳价明显升高。

表4 待选控制变量对碳价的影响

表5 主成分分析结果

表6 由DID模型得出的政策效应

表7 试点地区碳价的具体估计结果

表8 鲁棒性检验结果

（四）鲁棒性检验

首先，我们删除了碳价最高和最低各1%的数据，发现结果基本不变。其次，我们认为区域差异可能会影响政策效应，于是对南北方地区的试点分别进行了政策效应检验，结果仍然显著，并且稳定性很好。

六、政策建议

从试点阶段过渡到全国统一碳市场阶段，我国仍然面临很多不确定性，会影响减排效率、减排成本以及各控排主体间的公平性。为了减少不确定性，建立有效的碳市场，我们根据研究结果提出如下政策建议。

（一）调整配额分配方法以适应不同地区的区域性特征

从表5最后一列可知，试点的配额特征可以解释大多数的价格信息，说明配额的合理分配是维持价格稳定的关键所在。表征试点经济和工业发展水平的变量—工业增加值可以解释几乎20%的碳价信息。表征试点能源和电力特征的变量—煤价和燃煤上网电价一起可以解释21.66%的碳价信息。而温度只是对碳价产生轻微影响。总的来说，政策制定者在按地区分配碳配额的时候，需要重点关注其经济状况和能源结构。在全国碳市场建立以后，碳价将会统一。正如本文结果所示，碳价与配额的供需紧密相关。地区的经济发展和能源需求结构决定着碳配额的需求量。政府的分配政策决定着碳配额的供应量。只有当政策与地区、行业的实际情况相匹配，我国统一的碳排放市场才能形成合理的碳价。一个合理的均衡碳价是经济可持续发展的前提。

（二）从短期来说引入市场自动调节措施，从长期来讲建立公开信息平台

市场自动调节措施是指拍卖、非控排企业的准入、以及衍生品交易的引入。回归结果显示，尽管通过拍卖分配的配额只占全部配额的很小比例，却可以解释17%的碳价信息。非控排企业参与交易可以提高市场流动性，降低价格波动性。比如广东省的碳价波动性在2014年6月以后显著降低，这主要是因为2014年6月广东市场迎来首批个人投资者交易。由于远期交易的引入促进了价格发现，湖北省的碳价在2016年4月以后也明显更加稳定了。上海的碳价波动在2015年7月以后也明显下降，这是因为控排企业范围的迅速扩张。从短期来讲，这些措施有效且方便实施。但是从长期来说，这些措施是远远不够的。信息披露对一个有效的市场来说很关键，这一机制需要在长期实践中逐渐建立起来。政府应该建立一个公开信息平台来公布公司层面的碳排放数据。

（三）政府做好长期产业发展规划，为经济、技术落后地区提供改善能源结构的技术帮助

从图1我们看出，各省在试点阶段最后形成的均衡碳价有明显差异。目前整体碳价水平较低，配额把控不严，只是为了让更多企业参与进来，易于接受。但后期全国碳市场建立，随着市场成熟，配额把控逐渐严格，高能耗的企业会受到显著影响。有些企业会成功转型升级，蓬勃发展起来；有些企业则可能在此过程中倒闭。这个过程中，政府应做好发展规划，考虑到区域发展水平的不同，遵循公平性的原则，对企业的转型做好指导工作。同时政府应该为需要的企业提供技术指导。否则极容易造成省域发展的不公平，行业结构的不合理。

[1] Böhringer C, DIJKSTRA B, ROSENDAHL KE.Sectoral and regional expansion of emissions trading[J].Resource and Energy Economics, 2014, 37:201-25.

[2] PERDAN S, AZAPAGIC A. Carbon trading: Current schemes and future developments[J]. Energy Policy, 2011,39:6040-6054.

[3] ZHANG C, WANG Q, SHI D, LI P, CAI W. Scenariobased potential effects of carbon trading in China: An integrated approach[J]. Applied Energy, 2016, 182:177-190.

[4] TANAKA S. Environmental regulations on air pollution in China and their impact on infant mortality[J]. J Health Econ, 2015, 42:90-103.

[5] ZHANG D, KARPLUS VJ, CASSISA C, ZHANG X.Emissions trading in China: Progress and prospects[J]. Energy Policy, 2014, 75:9-16.

[6] JIANG JJ, YE B, MA XM. The construction of Shenzhen׳s carbon emission trading scheme[J]. Energy Policy,2014, 75:17-21.

[7] WU L, QIAN H, LI J. Advancing the experiment to reality: Perspectives on Shanghai pilot carbon emissions trading scheme[J]. Energy Policy, 2014, 75: 22-30.

[8] QI S, WANG B, ZHANG J. Policy design of the Hubei ETS pilot in China[J]. Energy Policy, 2014, 75: 31-38.

[9] SHEN B, DAI F, PRICE L, LU H. California’s Capand-Trade Programme and Insights for China’s Pilot Schemes[J]. Energy & Environment, 2014, 25:551-575.

[10] XIONG L, SHEN B, QI S, PRICE L. Assessment of Allowance Mechanismin China’s Carbon Trading Pilots[J].Energy Procedia, 2015, 75:2510-2515.

[11] PEZZEY JC, PARK A. Reflections on the double dividend debate[J]. Environmental and resource economics,1998, 11:539-555.

[12] CRAMTON P, KERR S. Tradeable carbon permit auctions: How and why to auction not grandfather[J]. Energy policy, 2002, 30:333-345.

[13] BÖHRINGER C, LANGE A. On the design of optimal grandfathering schemes for emission allowances[J].European Economic Review, 2005, 49:2041-2055.

[14] CONG R, WEI Y-M. Auction design for the allocation of carbon emission allowances: uniform or discriminatory price[J]. International journal of energy and environment, 2010, 1:533-546.

[15] CONG R-G, WEI Y-M. Experimental comparison of impact of auction format on carbon allowance market[J].Renewable and Sustainable Energy Reviews, 2012, 16:4148-4156.

[16] FAN J, WANG S, WU Y, LI J, ZHAO D. Buffer effect and price effect of a personal carbon trading scheme[J].Energy, 2015, 82:601-610.

[17] FAN J, WANG S, WU Y, et al. Energy-use choices and allowance trading under the personal carbon trading scheme[J]. Natural Resource Modeling, 2015, 28(1): 1-17.

[18] FAN J, LI Y, WU Y, WANG S, ZHAO D. Allowance trading and energy consumption under a personal carbon trading scheme: a dynamic programming approach[J]. Journal of Cleaner Production, 2016, 112:3875-3883.

[19] LI J, FAN J, ZHAO D, et al. Allowance price and distributional effects under a personal carbon trading scheme[J].Journal of Cleaner Production, 2015, 103: 319-329.

[20] SPRINGER U. The market for tradable GHG permits under the Kyoto Protocol: a survey of model studies[J]. Energy economics, 2003, 25:527-551.

[21] CHRISTIANSEN AC, ARVANITAKIS A, TANGEN K, Hasselknippe H. Price determinants in the EU emissions trading scheme[J]. Climate Policy, 2005, 5:15-30.

[22] KANEN J L M. Carbon trading and pricing[M]. [s.l.]:Environmental Finance Publications, 2006.

[23] BUNN D W, FEZZI C. Interaction of European Carbon Trading and Energy Prices[Z]. Journal of Enery Markets, 2007.

[24] CONVERY FJ, REDMOND L. Market and price developments in the European Union emissions trading scheme[J]. Review of Environmental Economics and Policy,2007, 1:88-111.

[25] MANSANET-BATALLER M, PARDO A, VALOR E. CO2prices, energy and weather[J]. The Energy Journal,2007, 28(3):73-92.

[26] ALBEROLA E, CHEVALLIER J, CHÈZE B. Price drivers and structural breaks in European carbon prices 2005–2007[J]. Energy Policy, 2008, 36:787-797.

[27] 张昕. 试点省市碳市场总量和覆盖范围分析[J]. 中国经贸导刊, 2014(29):4-6.