APP下载

消费端碳交易市场中政府初始碳配额分配策略研究

2018-05-23郭道燕陈红龙如银

中国人口·资源与环境 2018年4期
关键词:演化博弈数值模拟

郭道燕 陈红 龙如银

摘要 随着生产端碳减排实践的不断深入,削减消费端碳排放已是刻不容缓。基于消费端碳交易市场视角,以政府和家庭为博弈主体,假设政府初始碳配额分配存在“宽松政策”和“严格政策”两种行为策略,家庭存在“减排”和“不减排”两种行为策略,构建政府和家庭行为策略的演化博弈模型,分析双方行为的演化稳定策略,模拟双方行为策略的动态演化过程,并提出政策建议。结果发现:博弈双方在三种情形下存在两种演化稳定策略:政府的演化稳定策略为“严格政策”;当家庭碳减排费用小于购买碳排放权费用时,家庭的演化稳定策略为“减排”;当家庭碳减排费用大于购买碳排放权费用且家庭采取“不减排”行为策略时政府采取“严格政策”策略而获得的碳排放权交易(卖出)收益高于采取“宽松政策”策略而获得的碳排放权交易(卖出)收益时,家庭的演化稳定策略为“不减排”。博弈双方在一种情形下不存在演化稳定策略:当家庭碳减排费用大于购买碳排放权费用且家庭采取“不减排”行为策略时政府采取“严格政策”策略而获得的碳排放权交易(卖出)收益低于采取“宽松政策”策略而获得的碳排放权交易(卖出)收益时,博弈呈现出一种周期行为模式。进一步研究发现,博弈双方自身期初行为策略与演化稳定策略越近,其收敛于演化稳定策略的速度越快;当家庭期初行为策略与演化稳定策略越近时,政府收敛于演化稳定策略的速度越快;当家庭演化稳定策略为“减排”且政府期初行为策略与演化稳定策略越远时,家庭收敛于演化稳定策略的速度越快;当家庭演化稳定策略为“不减排”且政府期初行为策略与演化稳定策略越近时,家庭收敛于演化稳定策略的速度越快。由此,建议政府实施严格的初始碳配额分配政策、建立家庭碳减排的评价和激励机制、建立健全消费端碳交易市场的运行机制并实施家庭碳排放权交易试点制度。本文论证了消费端碳交易市场机制下政府和家庭的演化稳定策略,不仅为消费端碳减排提供了政策建议,也有助于全球碳减排目标的实现。

关键词 消费端碳交易市场;初始碳配额;家庭碳减排;演化博弈;数值模拟

中图分类号 F062.2文献标识码 A文章编号 1002-2104(2018)04-0043-12DOI:10.12062/cpre.20171112

化石能源消耗导致的二氧化碳排放以及气候变化问题已经成为当前全球性重大议题。自然灾难频发、生态系统脆弱化、海平面上升等诸多全球性问题,不仅给人类经济生活带来了严重影响,更对人类的生存和发展造成了巨大的威胁[1-2]。更为重要的是,全球气候变化极有可能(95%的可能性)是人类活动所致。因此,削减碳排放成为人类自身生存和发展的客观需要,2016年11月4日全球气候变化协定《巴黎协定》的正式生效更标志着实现绿色低碳、气候适应和可持续发展已成为全球性共识。

在《巴黎协定》中,中国承诺2030年比2005年单位GDP二氧化碳排放减少60%~65%,同时二氧化碳排放达到峰值并争取尽早达峰。为实现上述承诺,削减二氧化碳排放已成为中国政府的必然选择,因此,中国政府推出了一系列政策,例如煤炭与钢铁等传统行业去产能政策、电动汽车补贴政策、煤改电和煤改气补贴政策等。此外,實施碳排放权交易机制也是减少二氧化碳排放的一项重要且有效的手段,于是中国政府自2011年10月发布《关于开展碳排放权交易试点工作的通知》(发改办气候[2011]2601号)以来就致力于探索建立碳排放权交易市场,并在2013—2014年期间陆续设立了北京、上海、天津、深圳、湖北、广州和重庆等碳交易市场,参与者包括履约机构(特定行业的部分企业)和非履约机构(投资机构、个人)。在此基础上,中国政府于2017年12月19日发布了《全国碳排放权交易市场建设方案(电力行业)》(发改气候规[2017]2191号),标志着全国碳交易市场建设正式启动落实。全国碳市场首批仅纳入电力行业,主要原因是电力行业为高耗能产业且数据基础比较好,但是往后会逐步扩大覆盖行业范围。事实上,随着经济发展和人民生活水平的提高,家庭能源消耗导致的碳排放已经成为全国碳排放的一个重要来源[3-5],并且家庭碳排放的总量与比重均呈现出持续增加的趋势[6-7],表明家庭在碳减排中扮演着越来越重要的角色,并且通过改变消费模式和提高能源使用效率可以实现到2020年中国碳排放减少28%[8]。《中华人民共和国环境保护法》明确规定“一切单位和个人都有保护环境的义务”,意味着家庭有责任降低自身碳排放,而碳减排的一个重要手段是参与碳排放权交易,因此构建消费端碳交易市场是实现中国碳减排目标的一个重要环节。由于中国流动人口较多、居民素质有待提升,部分学者可能会质疑家庭碳交易实施的可行性。事实上,2017年4月中国广东省将碳普惠核证自愿减排量纳入碳排放权交易市场补充机制(《关于碳普惠制核证减排量管理的暂行办法》,粤发改规[2017]1号),意味着碳普惠制试点地区的相关企业或个人通过自愿参与实施的减少温室气体排放(如节水、节电、公交出行等)和增加绿色碳汇等行为产生的碳减排量将正式参与交易,表明家庭正在逐渐参与碳交易,建立消费端碳市场势必会成为一种流行趋势。本文假设消费端碳交易市场的管理主体与生产端碳交易市场的管理主体一致,即政府在消费端碳交易市场中占主导地位,政府不仅需要对家庭碳减排责任的履行情况和碳排放权的清缴情况进行监督核查,更需要制定相关政策以激励或引导居民降低碳排放,而初始碳配额分配政策即是一项重要且关键的政策。此外,在消费端碳交易市场中,家庭需要进行碳排放核查、参与碳排放权交易并完成碳排放权清缴。可见,消费端碳交易市场能否成功运行涉及到政府和家庭之间的博弈关系以及关系的动态演化过程。

目前,关于碳交易的研究主要侧重于生产端[9],而消费端碳交易市场的研究主要集中在个人碳交易的内涵与特征、碳配额方案的遴选、碳价的影响因素及后果等方面。首先,个人碳交易(Personal Carbon Trading,PCT)研究起源于20世纪90年代中期,Fleming[10]认为,政府应该按照年度碳减排指标设定排放总额,将全部或部分排放权分配给个人,用于覆盖家庭的直接能耗和私人交通等领域。也就是说,每位成年居民每年均可以获得一定数量相等的免费碳排放权,并且获得的碳排放权是逐年递减的[11-12]。其次,初始碳配额主要存在三种分配方案:个人碳配额方案(Personal Carbon Allowance,PCA)、可交易的能源配额方案(Tradable Energy Quotas,TE)和上限与共享方案(Cap and Share,CS)[11, 13],这三种方案的主要区别是覆盖的领域与分配的比例不一样,但目标都是政府通过政策引导个人改变生活方式和消费模式,最终降低碳排放总量。进一步研究表明,初始碳配额分配是碳价的主要影响因素,并且初始碳配额的降低会引起碳价的升高[14];而能源价格、能源排放率和边际控制成本等也会影响碳价[15-19]。此外,碳价不仅会影响个人的经济利益,还能间接地改变自身的高碳生活方式[20-21]。可以发现,现有研究鲜有关注消费端碳交易市场中政府与家庭之间的博弈关系,包括政府如何制定出最优初始碳配额政策,家庭进行碳减排是否有利于实现自身利益最大化,政府和家庭在消费端碳交易市场中分别采取什么样的策略能够实现双赢。

本研究基于消费端碳交易市场视角,假设政府和家庭都是有限理性的经济人,政府初始碳配额分配存在“宽松政策”和“严格政策”两种行为策略、家庭存在“减排”和“不减排”两种行为策略,运用演化博弈方法分析政府和家庭行为的演化稳定策略以及双方达到演化稳定策略时的条件,采用Matlab软件对博弈双方收敛于演化稳定策略的过程进行数值模拟,并提出政策建议。在生产端碳交易日趋成熟以及家庭碳排放持续增加的关键时期,基于消费端碳交易市场视角研究政府的初始碳配额分配政策,不仅为政府建立消费端碳交易市场提供了理论基础与政策指导,也有助于引导家庭改变高碳的生活方式和消费模式,以期实现中国碳减排的目标。

1 演化博弈模型的假设与构建

1.1 演化博弈模型的假设

本文将家庭纳入碳排放权交易市场,即消费端碳交易市场,假设家庭与企业同质,需要参与碳排放核算并进行碳排放权清缴。由于碳市场管理由中央政府和地方政府分级负责,即政府在碳市场中占主导地位,所以政府和家庭共同構成了演化博弈的主体。此外,复杂的、多元化的以及不确定性的社会现实使得政府和家庭均没有足够的能力去选择最佳策略以最大化他们的收益,即政府和家庭只能根据其所拥有的局部信息做出令其满意的决策,所以本文假设政府和家庭都是有限理性的经济人。

在消费端碳交易市场管理中,政府的一项重要职责是制定初始碳配额分配政策,本文假设政府的行为策略集为S1={G1宽松政策,G2严格政策},“宽松政策”表示政府免费分配给家庭的初始碳排放量较高,“严格政策”表示政府免费分配给家庭的初始碳排放量较低。家庭作为消费端碳交易市场的参与者,往往面临着购买碳排放权或降低碳排放量的抉择。本文假设家庭的行为策略集为S2={I1减排,I2不减排},“减排”表示家庭减少具有碳排放的活动或者购买低碳产品以降低碳排放量,“不减排”表示家庭按照以往的生活方式,不采取任何方式降低碳排放量。本文假设消费端碳交易市场运行稳定,不存在交易损失。家庭当期的碳配额不可以结转至下一期间使用,但是可以在核准日期前进行减排抵充或者根据当期的碳价在市场中进行交易。此外,假设碳价由消费端碳交易市场决定,并在一个周期内保持稳定。碳交易成本包括固定成本和碳排放权交易成本。模型中涉及的参数包括政府与家庭的成本和收益,具体见表1。

12 博弈主体行为策略的收益矩阵

根据政府和家庭的行为策略集,可以得出演化博弈的行为策略组合共有四种:分别为(G1宽松政策,I1减排)、(G1宽松政策,I2不减排)、(G2严格政策,I1减排)、(G2严格政策,I2不减排)。结合表1对模型参数的设定,可以得到政府和家庭在上述四种行为策略组合下的收益,具体见表2。

1.3 演化博弈模型的构建

根据演化博弈的原理,复制动态方程是描述某一特定策略在一个种群中被采用的频数或频度的动态微分方程[22-23]。基于政府和家庭博弈的收益矩阵,本文将分别构建政府和家庭行为策略的复制动态方程。在政府与家庭博弈的初始阶段,假设政府采取“宽松政策”策略的概率为x(0≤x≤1),采取“严格政策”策略的概率则为1-x;家庭选择采取“减排”策略的概率为y(0≤y≤1),采取“不减排”策略的概率则为1-y。

(1)政府行为策略的复制动态方程。假设政府采取“宽松政策”行为策略的期望收益为E11,采取“严格政策”行为策略的期望收益为E12,平均期望收益E1,则:

2 演化博弈模型的稳定性分析

有限理性假设表明,政府和家庭不可能一开始就找到最优策略以及最优均衡点,即系统达到均衡是一个渐进的动态调整过程。政府和家庭根据既得利益不断调整策略以实现自身利益的改善,最终达到动态均衡,此时的策略就是演化稳定策略(Evolutionary Stable Strategy,ESS)。本文将分别分析政府、家庭以及博弈双方行为策略的演化稳定性。

2.1 政府行为策略的演化稳定性分析

(T-α2×TH)]>0时,政府和家庭的复制动态演化的相位图见图1(d)。可以发现:当初始状态落在Ⅰ区域时,博弈收敛于均衡点B4(1,1),即(宽松政策,减排)是政府和家庭的必然选择;当初始状态落在Ⅱ区域时,博弈收敛于均衡点B3(0,1),即(严格政策,减排)是政府和家庭的必然选择;当初始状态落在Ⅲ区域时,博弈收敛于均衡点B1(0,0),即(严格政策,不减排)是政府和家庭的必然选择;当初始状态落在Ⅳ区域时,博弈收敛于均衡点B2(1,0),即(宽松政策,不减排)是政府和家庭的必然选择。因此,B1(0,0)、B2(1,0)、B3(0,1)和B4(1,1)都是鞍点,不存在演化稳定策略。

3 数值模拟

为了更为直观地验证不同约束条件下政府和家庭之间行为策略的演化稳定性,本文采用MATLAB R2012a 软件模拟政府和家庭行为策略的动态演化过程,并分析相关参数变动对演化结果的影响。首先对模型中的基本参数进行赋值,假设如下:当期可以投入市场的配额总量T=10,家庭的历史碳排放量TH=8,家庭采取“减排”策略时的实际碳排放量TR1=7,家庭采取“不减排”策略时的实际碳排放量TR2=9,常数项β=0.5,常数项γ=0.1。

(1)若政府采取“宽松政策”时的碳配额系数α1=0.95,采取“严格政策”时的碳配额系数α2=0.85,家庭碳减排的费用C2=0.28,则政府的复制动态方程为F(x)=x(1-x)(-0.16y-0.032),家庭的复制动态方程为F(y)=y(1-y)(0.16x+0.08)。可以发现x0<0,Y0<0,此时与表3中的情形一相吻合。

图2刻画了此时政府和家庭行为策略随时间的复制动态演化路径,可以看出(0,1)为演化稳定点,表示无论政府和家庭处于何种初始状态,其最终会收敛于(严格政策,减排)的行为策略。图3(a)和(b)分别刻画了政府和家庭随时间的动态演化路径。在图3(a)中,实线表示家庭初始采取“减排”策略的概率为0.2,虚线表示家庭初始采取“减排”策略的概率为0.8。可以发现,在家庭采取不同初始策略的情况下政府均会收敛于“严格政策”策略;当家庭初始采取“减排”策略概率为0.8时的政府收敛速度大于当家庭初始采取“减排”策略概率为0.2时的政府收敛速度;当政府初始采取“宽松政策”策略的概率越大,其最终收敛于“严格政策”策略的速度越慢。在图3(b)中,实线表示政府初始采取“宽松政策”策略的概率为0.2,虚线表示政府初始采取“宽松政策”策略的概率为0.8。可以发现,在政府采取不同初始策略的情况下家庭均会收敛于“减排”策略;当政府初始采取“宽松政策”策略概率为0.8时的家庭收敛速度大于当政府初始采取“宽松政策”策略概率为0.2时的家庭收敛速度;当家庭初始采取“减排”策略的概率越大,其最终收敛于“减排”策略的速度越快。

(2)若政府采取“宽松政策”时的碳配额系数α1=0.9,采取“严格政策”时的碳配额系数α2=0.80,家庭碳减排的费用C2=0.26。则政府的复制动态方程为F(x)=x(1-x)(-0.32y+0.064),家庭的复制动态方程为F(y)=y(1-y)(0.16x+0.02)。可以发现,X0<0,Y0=0.2,此时与表3中的情形二相吻合。

图4刻画了此时政府和家庭行为策略随时间的复制动态演化路径,可以看出(0,1)为演化稳定点,表示无论政府和家庭处于何种初始状态,其最终会收敛于(严格政策,减排)的行为策略。图5(a)和(b)分别刻画了政府和家庭随时间的动态演化路径。在图5(a)中,实线表示家庭初始采取“减排”策略的概率为0.1,虚线表示家庭初始采取“减排”策略的概率为0.7。可以发现,在家庭采取不同初始策略的情况下政府均会收敛于“严格政策”策略;当家庭初始采取“减排”策略概率为0.7时的政府收敛速度大于当家庭初始采取“减排”策略概率为0.1时的政府收敛速度;当政府初始采取“宽松政策”策略的概率越大,其最终收敛于“严格政策”策略的速度越慢。在图5(b)中,实线表示政府初始采取“宽松政策”策略的概率为0.1,虚线表示政府初始采取“宽松政策”策略的概率为0.7。可以发现,在政府采取不同初始策略的情况下家庭均会收敛于“减排”策略;当政府初始采取“宽松政策”策略概率为0.7时的家庭收敛速度大于当政府初始采取“宽松政策”策略概率为0.1时的家庭收敛速度;当家庭初始采取“减排”策略的概率越大,其最终收敛于“减排”策略的速度越快。

(3)若政府采取“宽松政策”时的碳配额系数α1=0.95,采取“严格政策”时的碳配额系数α2=0.85,家庭碳减排的费用C2=0.44。则政府的复制动态方程为F(x)=x(1-x)(-0.16y-0.032),家庭的复制动态方程为F(y)=y(1-y)(0.16x-0.08)。可以发现,X0=0.5,Y0<0,此时与表3中的情形三相吻合。

图6刻画了此时政府和家庭行为策略随时间的复制动态演化路径,可以看出(0,0)为演化稳定点,表示无论政府和家庭处于何种初始状态,其最终收敛于(严格政策,不减排)行为策略。图7(a)和(b)分别刻画了政府和家庭随时间的动态演化路径。在图7(a)中,实线表示家庭初始采取“减排”策略的概率为0.2,虚线表示家庭初始采取“减排”策略的概率为0.8。可以发现,在家庭采取不同初始策略的情况下政府均会收敛于“严格政策”策略;当家庭初始采取“减排”策略概率为0.8时的政府收敛速度大于当家庭初始采取“减排”策略概率为0.2时的政府收敛速度;当政府初始采取“宽松政策”策略的概率越大,其最终收敛于“严格政策”策略的速度越慢。在图7(b)中,实线表示政府初始采取“宽松政策”策略的概率为0.2,虚线表示政府初始采取“宽松政策”策略的概率为0.8。可以发现,在政府采取不同初始策略的情况下家庭均会收敛于“不减排”策略;当政府初始采取“宽松政策”策略概率为0.2时的家庭收敛速度大于当政府初始采取“宽松政策”策略概率为0.8时的家庭收敛速度;当家庭初始采取“减排”策略的概率越大,其最终收敛于“减排”策略的速度越慢。

(4)若政府采取“宽松政策”时的碳配额系数α1=0.9,采取“严格政策”时的碳配额系数α2=0.80,家庭碳减排的费用C2=0.36。则政府的复制动态方程为F(x)=x(1-x)(-0.32y+0.064),家庭的复制动态方程为F(y)=y(1-y)(0.16x-0.08)。可以发现X0=0.5,Y0=0.2,此时与表3中的情形四相吻合。

图8刻画了此时政府和家庭行为策略随时间的复制动态演化路径,可以看出政府和家庭行为策略呈现出以(0.5,0.2)为中心的螺旋状,不存在演化稳定点。

图9(a)和(b)分别刻画了政府和家庭随时间的动态演化路径。在图9(a)中,实线表示家庭初始采取“减排”策略的概率为0.7,虚线表示家庭初始采取“减排”策略的概率为0.1。可以发现,在家庭采取不同初始策略的情况下政府实施“宽松政策”策略的概率均会随着时间的增加而上下震荡。在图9(b)中,实线表示政府初始采取“宽松政策”策略的概率为0.7,虚线表示政府初始采取“宽松政策”策略的概率为0.1。可以发现,在政府采取不同初始策略的情况下家庭实施“减排”策略的概率均会随着时间的增加而上下震荡。

4 研究结论与政策建议

4.1 研究结论

本文构建了消费端碳交易市场机制下政府和家庭的演化博弈模型,分析了博弈双方的演化稳定策略,并针对不同情形对博弈双方的行为策略进行数值模拟,主要得到以下结论。

(1)博弈双方在三种情形下存在两种演化稳定策略。第一,当家庭采取“不减排”行为策略时政府采取“严格政策”行为策略而获得的碳排放权交易(卖出)收益高于采取“宽松政策”行为策略而获得的碳排放权交易(卖出)收益,并且家庭进行碳减排的费用小于购买碳排放权的费用时,(严格政策,减排)为演化稳定策略。第二,当家庭采取“不减排”行为策略时政府采取“严格政策”行为策略而获得的碳排放权交易(卖出)收益低于采取“宽松政策”行为策略而获得的碳排放权交易(卖出)收益,并且家庭进行碳减排的费用小于购买碳排放权的费用时,(严格政策,减排)为演化稳定策略。第三,当家庭采取“不减排”行为策略时政府采取“严格政策”行为策略而获得的碳排放权交易(卖出)收益高于采取“宽松政策”行为策略而获得的碳排放权交易(卖出)收益,并且家庭进行碳减排的费用大于购买碳排放权的费用时,(严格政策,不减排)为演化稳定策略。总而言之,政府的演化稳定策略均为“严格政策”,家庭的演化稳定策略会受到碳减排费用和购买碳排放权费用的影响。

(2)博弈双方在一种情形下不存在演化稳定策略。当家庭采取“不减排”行为策略时政府采取“严格政策”行为策略而获得的碳排放权交易(卖出)收益低于采取“宽松政策”行为策略而获得的碳排放权交易(卖出)收益,并且家庭进行碳减排的费用大于购买碳排放权的费用时,不存在演化稳定策略,并且政府和家庭的博弈呈現出一种周期行为模式,是现实经济生活中的一个常见现象。

(3)博弈双方收敛于演化稳定策略速度的影响因素包括自身期初行为策略与演化稳定策略的距离、对方期初行为策略与演化稳定策略的距离。对于政府而言,其期初行为策略与演化稳定策略(“严格政策”)越近、家庭期初行为策略与演化稳定策略越近时,政府收敛于演化稳定策略的速度越快。对于家庭而言,当家庭演化稳定策略为“减排”时,其期初行为策略与演化稳定策略越近、政府期初行为策略与演化稳定策略越远时,家庭收敛于演化稳定策略的速度越快;当家庭演化稳定策略为“不减排”时,其期初行为策略与演化稳定策略越近、政府期初行为策略与演化稳定策略越近时,家庭收敛于演化稳定策略的速度越快。

4.2 政策建议

为了更好地构建消费端碳交易市场机制下政府和家庭的双赢格局以及实现中国碳减排的目标,本文提出如下政策建议。

(1)实施严格的初始碳配额分配政策。从演化博弈的结果来看,政府的演化稳定策略为“严格政策”。“严格政策”是一项约束性策略,即政府免费分配给家庭的初始碳排放权数量较低,导致高碳排放家庭不得不额外购买碳排放权来应对现有生活方式和消費模式所需要的碳排放权或者减少碳排放量较高的活动。但政府在实施“严格政策”时,应充分考虑家庭所在地区的经济发展水平以及家庭的规模、收入等情况,灵活适度实施严格的初始碳配额分配政策以引导家庭降低碳排放。

(2)建立家庭碳减排的评价和激励机制。从演化博弈的结果来看,当家庭进行碳减排的费用小于购买碳排放权的费用时,家庭的演化稳定策略为“减排”。事实上,家庭是否进行碳减排很大程度上依赖于政府的激励机制,而激励机制的建立基础是家庭碳减排的评价机制。首先,政府需要对家庭碳减排情况进行综合定量评价,评价指标包括能源消耗量的大小、节能家电与电动汽车的购置情况,绿色出行方式的实践情况以及垃圾的分类回收情况等。其次,根据家庭碳减排的评价结果,对积极实施碳减排的家庭进行物质奖励,并根据多期评价结果,对碳减排贡献度较高的家庭实施累积式奖励。同时,还可以建立家庭碳减排的精神激励机制来调动家庭碳减排的积极性,如根据家庭碳减排的评价结果,对积极宣传并参与碳减排的家庭授予“绿色家庭”光荣称号。

(3)建立健全消费端碳交易市场的运行机制。由于演化稳定策略是基于“消费端碳交易市场运行稳定”的假设,所以建立健全消费端碳交易市场的运行机制是家庭碳交易行为的重要保障。在消费端碳交易市场中,首先是政府向每个家庭分配初始碳排放额,然后是第三方机构对家庭实际碳排放情况进行核查,最后是家庭根据初始碳配额与实际碳排放情况,申请买入(或卖出)碳排放权并与卖方(或买方)进行碳交易。在这过程中,政府需要及时地将初始碳排放权分配系数、碳减排的评价和激励机制、实时剩余碳排放权以及碳交易价格等信息公开,严格地对家庭历史碳排放和实际碳排放情况进行公平公正的核查。同时,将碳排放信息及时反馈给每个家庭,并针对高碳排放家庭进行重点反馈,以督促家庭降低碳排放。

(4)实施家庭碳排放权交易试点制度。家庭碳排放权交易目前是一项开创性的尝试,不仅缺乏可直接借鉴的经验,而且公众接受度普遍较低,所以实施家庭碳排放权交易试点制度是建立消费端碳交易市场的必由之路。家庭碳排放权交易试点可由区域碳交易试点和自愿碳交易试点组成,共同推动建立全国统一的家庭碳交易市场。在此过程中,政府应该严格规范交易项目与流程,保证市场的公开、公正与透明。同时,政府应该充分调动公众参与应对气候变化行动的积极性,努力提高家庭参与碳交易的意愿,不仅有助于家庭自愿碳交易试点方案的实施,更为将来建立全国家庭碳市场奠定基础。

参考文献(References)

[1]任小波, 曲建升, 张志强. 气候变化影响及其适应的经济学评估——英国“斯特恩报告”关键内容解读[J]. 地球科学进展, 2007 (7): 754-759. [REN Xiaobo, QU Jiansheng, ZHANG Zhiqiang. Economic assessment of climate change impact and its adaption: an introduction to ‘Stern review: the economics of climate change[J]. Advances in earth science, 2007 (7): 754-759.]

[2]王建明. 消费碳减排政策影响实验研究[M]. 北京:科学出版社, 2016. [WANG Jianming. Experimental research on the influence of consumers carbon emission reduction policies[M]. Beijing: Science Press, 2016.]

[3]BIN S, DOWLATABADI H. Consumer lifestyle approach to US energy use and the related CO2 emissions[J]. Energy policy, 2005, 33(2): 197-208.

[4]STEG L. Promoting household energy conservation[J]. Energy policy, 2008, 36(12): 4449-4453.

[5]米红,张田田,任正委,等. 城镇化进程中家庭CO2排放的驱动因素分析[J]. 中国环境科学, 2016(10): 3183-3192. [MI Hong, ZHANG Tiantian, REN Zhengwei, et al. Driving factors of Chinas household CO2 emissions in the process of urbanization[J]. China environmental science, 2016(10): 3183-3192.]

[6]计志英,赖小锋,贾利军. 家庭部门生活能源消费碳排放:测度与驱动因素研究[J]. 中国人口·资源与环境, 2016(5): 64-72. [JI Zhiying, LAI Xiaofeng, JIA Lijun. Measurement and driving factors of carbon emissions from household energy consumption[J]. China population, resources and environment, 2016(5): 64-72.]

[7]萬文玉,赵雪雁,王伟军. 中国城市居民生活能源碳排放的时空格局及影响因素分析[J]. 环境科学学报, 2016 (9): 3445-3455. [WAN Wenyu, ZHAO Xueyan, WANG Weijun. Spatial-temporal patterns and impact factors analysis on carbon emissions from energy consumption of urban residents in China[J]. Acta scientiae circumstantiae, 2016 (9): 3445-3455.]

[8]MURATA A, KONDOU Y, MU H, et al. Electricity demand in the Chinese urban household-sector[J]. Applied energy, 2008, 85: 1113-1125.

[9]LI J, FAN J, ZHAO D, et al. Allowance price and distributional effects under a personal carbon trading scheme[J]. Journal of cleaner production, 2014,103: 319-329.

[10]FLEMING D. Stopping the traffic [J]. Country life, 1996, 140(19): 62-65.

[11]FAWCETT T, HVELPLUND F, MEYER N I. Making it personal: per capita carbon allowances[M]. Pitfsburgh: Academic Press, 2010.

[12]陈红敏. 个人碳排放交易研究进展与展望[J]. 中国人口·资源与环境, 2014 (9): 30-36. [CHEN Hongmin. Development and prospect of personal carbon trading research[J]. China population, resources and environment, 2014 (9): 30-36.]

[13]FLEMING D. Tradable quotas: using information technology to cap national carbon emissions[J]. Environmental policy and governance, 1997, 7(5): 139-148.

[14]ALBEROLA E, CHEVALLIER J, CHZE B. Price drivers and structural breaks in European carbon prices 2005-2007[J]. Energy policy, 2008, 36(2): 787-797.

[15]FEZZI C, BUNN D W. Structural interactions of European carbon trading and energy prices[J]. Journal of energy markets, 2009, 2(4): 53-69.

[16]HINTERMANN B. Allowance price drivers in the first phase of the EU ETS[J]. Journal of environmental economics & management, 2009, 59(1): 43-56.

[17]KIM H S, KOO W W. Factors affecting the carbon allowance market in the US[J]. Energy policy, 2010, 38(4): 1879-1884.

[18]WADUD Z. Personal tradable carbon permits for road transport: why, why not and who wins?[J]. Transportation research part A policy & practice, 2011, 45(10): 1052-1065.

[19]HAMMOUDEH S, NGUYEN D K, SOUSA R M. Energy prices and CO2 emission allowance prices: a quantile regression approach[J]. Energy policy, 2014, 70(7): 201-206.

[20]FAWCETT T, PARAG Y. An introduction to personal carbon trading[J]. Climate policy, 2010, 10(4): 329-338.

[21]NELSON T, KELLEY S, ORTON F. A literature review of economic studies on carbon pricing and Australian wholesale electricity markets[J]. Energy policy, 2012, 9(1): 217-224.

[22]HIRSCH M, SMALE S. Differential equations, dynamical systems, and linear algebra[M]. Pittsburgh: Academic Press, 1974.

[23]RABANAL J P. On the evolution of continuous types under replicator and gradient dynamics: two examples[J]. Dynamic games & applications, 2015: 1-17.

[24]周建鹏, 聂华林, 张国兴, 等. 低碳经济背景下企业生产策略的演化博弈分析——基于机制设计理论的视角[J]. 科技进步与对策, 2011 (24): 88-91. [ZHOU Jianpeng, NIE Hualin, ZHANG Guoxing, et al. The evolutionary analysis on enterprise production strategy under the mechanism design theory in low-carbon economy[J]. Science & technology progress and policy, 2011 (24): 88-91.]

[25]FRIEDMAN D. Evolutionary games in economics[J]. Econometrica, 1991, 59(3): 637-666.

[26]PENG S Z, CHANG Y, ZHANG J T. Consideration of some key issues of carbon market development in China[J]. Chinese journal of population, resources and environment, 2015, 13(1): 10-15.

[27]QI T Y, YANG Y Z, ZHANG X L. Energy and economic impacts of an international multi-regional carbon market[J]. Chinese journal of population, resources and environment, 2015, 13(1): 16-20.

[28]WEI J, CHEN H, CUI X, et al. Carbon capability of urban residents and its structure: evidence from a survey of Jiangsu province in China [J]. Applied energy, 2016, 173: 635-649.

[29]LI Q, LONG R, CHEN H. Empirical study of the willingness of consumers to purchase low-carbon products by considering carbon labels: a case study[J]. Journal of cleaner production, 2017, 161: 1237-1250.

[30]陳红,魏佳. 城市居民碳能力:成熟度测度、驱动机理及引导政策 [M]. 北京:科学出版社,2017. [CHEN Hong, WEI Jia. Urban residents carbon capability: the measurement of maturity, driving mechanism, and policy suggestions [M]. Beijing: Science Press, 2017.]

[31]LI W, LONG R, CHEN H, et al. Effects of personal carbon trading on the decision to adopt battery electric vehicles: analysis based on a choice experiment in Jiangsu, China [J]. Applied energy, 2018, 209: 478-488.

猜你喜欢

演化博弈数值模拟
农民工转户行为的演化博弈分析
电子商务中客户评价策略选择的演化博弈分析
公平关切下处理商与回收商博弈模型研究
地方政府不当干预对产能过剩的影响分析
关于资产证券化中信用评级行为的分析
张家湾煤矿巷道无支护条件下位移的数值模拟
张家湾煤矿开切眼锚杆支护参数确定的数值模拟
跨音速飞行中机翼水汽凝结的数值模拟研究
双螺杆膨胀机的流场数值模拟研究
一种基于液压缓冲的减震管卡设计与性能分析