碳排放权交易价格的影响因素分析——以国内五个代表性开放试点为例

庄英东

(安徽财经大学 统计与应用数学学院，安徽 蚌埠 233030)

随着世界上首个为了控制二氧化碳等温室气体排放的《联合国气候变化框架公约》简称《框架公约》的发布和《联合国气候变化框架公约》第三次缔约方大会(COP3)上，各国签订的《京都议定书》，之后全球都在致力于低碳经济的发展。

欧盟在碳排放权交易市场上走在了世界的最前端。对于我国的碳市场发展有很强的借鉴作用。中国虽属于发展中国家，但中国是碳排放量最大的国家，从2006年开始作为纯粹的卖方参与《京都议定书》下的 CDM 项目，到国内自愿减排量交易，再到总量控制下的试点强制碳交易，逐步探索最高效的碳交易方式。经过精密筹备后，北京、天津、上海、重庆、湖北、广东和深圳试点地区的碳交易市场全部开启，结合地域特征，建立了各具特色的交易制度。我国是碳市场的主要供应方，全球最大的清洁发展机制的卖方主导，但隐患已经浮现出来，在中国的实体经济企业为碳市场创造了众多减排额的同时，中国仍处在碳排放交易世界的低端，碳市场的话语权掌握在发达国家手中，中国没有定价权。因此我国必须大力发展碳金融产业，逐步建立自己全面的碳市场。

我国正处在传统工业兴起、兴盛的时期，尚需大力的发展，对于一次能源的使用仍有较大的需求，但传统的工业存在“三高一低“的发展问题，因此我国必须发展低碳工业，为满足尚需要一次能源的需求，大力发展天然气改装，是推动低碳工业的发展的好方法。

一、 国内外文献综述

随着各国陆续签订《京都议定书》，各类学者都积极投身于碳排放权交易市场的研究中。 Kanen认为天然气会影响电力价格，从而在一定程度上影响碳排放交易权的价格。Bunn 和Fezzi通过构建结构性协整 VAR 模型研究了英国 EU-ETS 碳价格、电力价格和天然气价格之间的相互关系，天然气价格会对碳价格和电力价格产生冲击。Alberola发现，石油、天然气对碳交易权价格存在积极影响，煤炭表现为消极影响。并且他在另一篇研究欧盟碳市场的政策因素文章中发现，2005 年核准排放信息的披露以及 2006 年 10 月 EC 宣告 2008～2012 年更为严格的配额政策，这两个消息均引起欧盟排放配额序列发生了结构性突变。这说明政府机构的行为会对碳排放权交易价格产生影响。[1]

Chevallier认为能源价格变化对于碳排放权价格有重要影响，如果一个电力生产商将发电燃料从煤炭变为天然气，那么可以显著减少电力生产而产生的温室气体排放。Oberndorfer收集了欧盟多国的电力公司股票数据，经过对所有股票收益的研究与分析，认为在不同国家其对碳排放价格都有积极促进作用[2]。Kautto.N.等进行了研究欧盟排放交易体系(EU ETS)的研究，发现欧盟主要国家气候政策工具会对碳排放权价格造成影响。

陈晓红通过对欧盟碳排放权价格影响因素的OLS回归得出能源价格是影响碳排放权交易价格的主要因素；另一项气候因素，包括极端气候的影响、气温的影响以及风力与降水量对于碳排放价格的影响不显著；最后对于政策因素，她认为欧盟的碳配额发放对碳交易价格有重要影响[3]。王宇露与林健认为一次能源与清洁能源之间存在替代关系；行业因素也会对碳排放权价格产生影响，重工业的碳配额应该更多；我国碳交易价格应该会很大程度受国外碳交易价格的影响[4]。

汪文隽认为电力运营商也密切关注黑暗差价和点火差价以及他们的差异。黑暗差价代表一个煤电厂通过销售一单位电力，减去生产一单位电力所需的燃料成本，从而获得的理论利润。点火差价是相当于天然气发电站而言。通过引入碳排放成本,黑暗差价和点火差价需要通过 EUA 价格来重新修正，分别成为清洁黑暗差价和清洁点火差价，二者之间的权衡代表电力运营商对煤炭和天然气作为燃料的选择，形成转换价格。只要碳排放权交易价格低于这个转换价格，即使是考虑了碳排放成本之后，煤电厂比天然气发电厂也将更有利可图。这个转换价格对天然气价格的变化比对煤炭价格的变化更为敏感。这三个盈利指标用来确定发电的首选燃料。[5]

Rita Sousa et al.认为电力价格与碳价格收益率存在格兰杰因果关系，天然气价格对碳价格变化有很强的解释力。周天芸、许锐翔首次将衡量环境质量相对综合的指标——空气质量指数引入模型，并得出空气质量指数会对碳排放交易权价格产生显著影响[6]。

二、碳排放权交易价格影响因素的理论分析

1.能源因素对我国碳排放权交易价格的影响

对于将能源作为生产要素的企业，能源价格通过影响企业的利润影响碳排放量，进而影响我国的碳排放权交易价格。

企业的利润是由利润函数决定的，由企业的最大利润满足条件可以知道，MR=MC时，企业达到最大的利润，因此，能源价格作为企业的生产要素，生产成本的变动会导致企业的利润发生变化，当企业利润下降时，生产的产品必然就会减少，碳排放量必然下降，对于碳排放的需求就会下降，由微观经济学的原理我们可以知道，需求的下降必然导致价格的下降。

对于我国的碳排放交易市场中的能源价格因素，主要包括两种：一种是煤炭价格，一种是天然气的价格。两者的区别在于，同等发热量下，天然气的碳排放量远远小于煤炭的碳排放量。在当前的国情下，我国大力发展天然气行业，各种政策的推动下，天然气的改装成本和使用成本都在下降，因此，研究天然气对于碳排放权交易价格的影响是有很强的现实意义的。天然气的价格下降必然会导致碳排放权的需求量下降，进而使碳排放交易权价格下降。

2.政策因素对我国碳排放权交易价格的影响

我国目前的碳交易市场正处于初始阶段，需要政府的引导，充分发挥政府的市场导向功能，政府通过对于碳排放配额的控制以及各种对于气候、能源价格政策的发布，起到对碳排放交易价格的影响。碳排放市场的初期一般都会把碳配额免费发放给所有的企业，这是为了鼓励企业进行碳减排，保护企业的自身利益，让企业有一个适应的过程，以便于企业进行技术升级或者产量的调整。国家对于减排的政策发布，新能源的推动政策势必会导致企业在迫于压力下向新能源、新技术靠拢，这必然会使购买碳排放权在短期内有利，长期内处于不利状态，因此企业会出现两种情况：如果企业偏好于新技术的改革，那么对于碳排放权需求下降，进而价格下降；如果企业偏向于进行碳排放权购买的方式，那么当发布新政策时的碳排放交易权需求必定增大，碳排放权交易价格上升。对于政府发布的政策，会在短时间内对企业的减排成本造成影响，长时间内，企业的成本函数不变。

3.市场因素对我国碳排放权交易价格的影响

市场经济体制下，我国的市场自行调控能力不断增强，碳排放权作为一种产品存在于市场中，必定会受到经济发展和消费需求的影响。

宏观经济影响着社会的需求和消费，碳排放权交易市场是社会经济中的一个重要组成部分，因此宏观经济会影响碳排放权价格。当经济衰退或者市场不活跃的时候，消费低迷，对产品的消费会减少，企业的产量下降，社会资源大量闲置，碳排放量进而下降，从而降低了对碳排放权的需求，导致碳价格的下跌。经济繁荣时，消费增加，对产品的消费增加，企业的生产扩大，社会资源充分利用，碳排放量大幅上升，从而增长了对碳排放权的需求，导致碳价格的上涨。

例如，在欧盟碳交易体系第二阶段开始不久，金融危机于2008 年爆发，碳价格直线下跌，下跌幅度一度超过 60%。在后面很长一段时间，欧盟经济一直不景气，碳价格也处于一个低位波动。相对于 2012 年，2013 年欧盟碳交易市场的总交易量小幅下降，但是总交易额的降幅却为 38%，这还是受全球经济市场不景气影响的。所以宏观经济的发展情况一定会对碳交易市场的变化产生影响，从而影响碳价格的波动。

三、基于我国五个试点的碳排放交易权价格影响因素的实证分析

1.变量选取

本文选取了6类指标，分别是碳排放权交易价格、能源指标、政策指标、市场指标、环境指标和国外碳市场的EUA价格指标。其中碳排放权交易价格作为因变量，其余的5个变量作为自变量。

(1)样本选取，文中数据是依据对已有文献的分析和指标数据的代表性所选取的数据。

① 碳排放权交易价格，本文选取我国开启的7个碳交易试点进行取样。分别是北京、上海、广东、天津、深圳、湖北和重庆，但由于成立时间的先后，地理位置等的影响，每个碳交易试点的交易机制成熟、产品交易的频率和碳价格对市场的反应程度都各不相同。为准确反映全国碳市场的碳价格形成机制，本文未做单独一个试点的时间序列分析，而是采用面板数据的形式，以所试点区域的碳排放权交易价格数据为基础来进行研究。

选取时间为2014年7月至2017年12月的有效工作日，以7个试点的每日碳交易成交价格为数据进行分析，且为保证数据更具有代表性，本文删掉了交易极度不活跃的天津和重庆试点的全部数据，以及其余五个试点中每日成交额为零的数据，最后对每个月的交易成交价格做月平均处理。

② 能源价格指标，国内外对于能源价格指标的选择多倾向于选择煤炭和石油价格，但介于我国煤炭消费比重最大，且我国主要对于电力行业进行日前的全国碳市场建设，并且我国正在大力推动天然气改革，加强低端天然气使用率，所以本文的能源价格指标主要包括国内煤炭价格指数指标和亨利港天然气价格指标。

我国的能源消费结构比重很不平衡，其中煤炭的消费比重在近三十年内始终徘徊在70%左右，石油和煤炭的消费趋势呈现此消彼长的态势，这在国际上都属于较高的水平。而天然气、水能、核能、风能的消费量均低于10%。因此我们仍将煤炭的价格指数作为一个影响因素考虑在内。

介于近几年内的天然气发电站在国内的建造成本偏高、天然气价格不如煤炭实惠，所以天然气发电未普及，但今年的天然气价格不断下跌且随着技术的不断进步和我国政策的支持，天然气必然会成为煤炭作为发电的首选替代产品，且天然气发电的碳排放更少，企业在面临更少的碳排放配额、更昂贵的碳排放权价格时，必然选择技术进步。所以天然气价格仍是影响碳排放价格的重要能源影响因素。

③ 政策指标，本文选取发改委发布的政策为虚拟变量，当月发布政策则值为1，否则为0。

④ 市场指标，碳排放主要来源于钢铁、电力、石化、建材、热力等和行业，这些行业的碳排放多少与社会的发展与进步有着密不可分的关系。目前我国仍是最大的发展中国家，我国目前正处在工业化与城市化的进程中，经济的发展仍依靠高耗能高排放的重工业。经济高速增长的进程中我国的碳排放与经济的繁荣程度呈现一种正相关的关系。因此本文选取上证综合指数来代表经济的繁荣程度。

⑤ 环境指标，本文中的环境因素包括气温与空气质量两部分。近年来，我国的空气污染不断加重，各种温室气体的排放均有大幅增长的态势，考虑到空气质量变坏的原因是各种重工业的发展，因此重工业必然需要更多的排放配额，因此会导致碳排放价格升高。本文选取5个试点区域的月均AQI值作为环境指标。AQI值越高表示空气质量越差，温室气体的排放量越多。对于气温环境包括气温、降水、风速、湿度等多个方面，在国内外研究中一般会考虑温度与极端气温的影响，但变量解释度均不高，因此本文不做考虑。

⑥ 国外指标(EUA现货价格)，欧盟碳排放权交易体系是目前最大且最成熟的碳排放交易体系，欧盟利用先进的技术与市场技术实现了巨大的碳减排，这巨大的碳减排背后是欧盟高污染行业对外的转移，迫于本国内减排压力，欧盟体系内生产制造业向外转移，导致了其他地区尤其是东南亚地区的碳排放增加。因此选取EUA现货价格作为国外指标。

(2)描述性统计，对7个指标进行描述性统计

表1 各指标的描述性统计

2.变量的平稳性检验

首先对面板数据做单位根检验，面板数据用费雪式检验，时间序列运用ADF检验其是否存在单位根。上表显示，在把中国煤炭价格指数、天然气价格、上证综指、EUA价格转化为增长率后，所有的指标均不存在单位根，通过了平稳性检验。

3.变量的相关性检验

表3 变量的多重共线性检验结果

从上两表可以看出，各变量间均不存在多重共线性和两两相关性。

4.模型设定

对于面板数据的估计通常有两种思路，第一种不考虑个体效应；另一种是充分考虑每个个体的不同。本文采用个体效应模型，即个体间共用相同的斜率，但截距有所差别。为了有效分析碳排放权交易价格的影响因素及其影响程度，建立如下面板数据模型：

表4 两两相关性检验结果

pit=β0+β1(L)coalrit+β2(L)ngrit+β3(L)economicrit+β4(L)aqiit+β5(L)policyit+β6(L)EUArit+μi+εit

i=1,2,3,4,5,t=1,2,…42

其中i表示试点区域，t表示月份，p表示碳排放权交易价格，coal r表示中国煤炭价格交易指数的增长率，ng r表示亨利港天然气交易价格额的增长率，economic r表示上证综指的增长率，aqi表示各地的空气质量，policy是一个关于政策的虚拟变量，policy=1表示当月有政策颁布，policy=0表示本月无政策颁布，EUA r表示EUA的增长率，L表示滞后算子，满足L(n)=Xt-n，扰动项为(μi+εit)，其中μi表示个体异质截距项，εit表示随个体和时间而改变的扰动项，假设{εit}独立同分布且与个体异质项无关。

面板数据模型的选择通常有三种形式：一种是从时间和截面上看个体间毫无区别的混合估计模型(Pooled Regression Model),那么就可以直接把面板数据混合在一起用普通最小二乘法(OLS)估计参数。一种是固定效应模型(Fixed Effects Regression Model)。在时间和截面维度上，模型的截距不同，采用在模型中添加虚拟变量的方法估计回归参数。最后一种是随机效应模型 (Random Effects Regression Model),适用于在固定效应模型中的截距项包括了截面随机误差项和时间随机误差项的平均效应，且这两个随机误差项都服从正态分布时，将使用此随机效应模型。

在面板数据模型形式的选择方法上，本文采用先进行 FE法检验决定选用混合模型还是固定效应模型，然后用Hausman检验确定应该建立随机效应模型还是固定效应模型。

首先我们作为参照系，先进行混合回归。由于每个地区的情况不同，因此我们考虑到可能存在不随时间改变的遗漏变量，因此考虑是否可以用固定效应模型(FE)，结果如下，表中的输出结果包含一个常数项(—cons)，这是一个所有个体效应μi的一个平均值。表中最后一行显示的(rho=0.80681627)表示复合扰动项的方差主要来自个体效应μi的变动。且因为表中最后一行显示F检验的p值为0.0000，因此强烈拒绝原假设，认为FE明显优于混合回归，应该允许每个个体拥有自己的截距项。表5显示，存在个体效应，不应该选择混合回归。

以上结果基本确定了个体效应的存在，但是个体效应仍可能以随机效应(RE)的形式存在。下面进行Hausman检验，究竟应该使用随机效应模型还是固定效应模型。

表5 混合回归与FE检验结果

由于p值为0.9241，故无法拒绝原假设，“μi与Xit，Zi相关”，认为应该使用随机效应模型。下面进行组内自相关检验、组间异方差检验与组间同期相关检验。

检验结果p值为0.0187，强烈拒绝不存在组内自相关的原假设，认为存在组内自相关。因此下面选用自回归系数不同的全面FGLS进行回归分析。

5.参数估计与实证结果分析

上述自回归系数不同的FGLS估计方法显示，NGrate对于Price有着负向的效应，这与前面的理论分析不符，主要原因在于两点：首先全球范围内的天然气储量很多，天然气的探明储量和开采量逐年增多，表现出全球范围内的供应宽松、需求乏力，所以天然气价格一直保持在低位水平，每年在冬季检验结果p值为0.0000，强烈拒绝同方差假设，认为存在组间异方差。

表6 Hausman检验结果

表7 组间异方差检验结果

表8 组内自相关检验结果

表9 自回归系数不同的 FGLS回归结果

我国的天然气进口会明显增多，国际的天然价格也会稍有上涨，同等情况下天然气使用的增多必定会使碳排放价格下降；其次在国内，我国的工业水平高，且煤炭的使用居多，惯性大，能源消费结构不平衡，虽然天然气价格在不断地下降，但是多数企业未采用技术更新，将煤炭消费更换为天然气消费，企业减排的方式仍是购买碳排放交易权，因此会导致天然气价格会对碳排放价格产生负面影响。这与前面的分析不尽相同。

新政策的发布对碳排放权价格的影响有着正效应，根据理论分析，这说明企业目前的减排方式多倾向于碳排放权的购买，这也是在分析天然气时所提到的，企业目前不偏好于技术的升级，这在长期是不利于企业发展的。

图1 亨利港天然气价格与碳排放价格走势图

对于空气质量aqi指数，当地区内的空气质量下降时，会导致aqi指数升高，地区内的温室气体排放量也肯定是升高的，从而会导致碳排放交易价格升高。人民的生活水平也是影响碳排放交易权价格的重要因素，在我国的生产生活水平不断提高的阶段，我国的生活水平增长率越高，短时间内需要的供电越多，因此碳排放交易权价格会更高。对于政策影响，我国发改委每次发布政策时总会对于高排污企业进行限制，因此会使碳排放减少，进而使得碳排放权价格降低。

国外因素主要是欧盟的碳排放交易价格的影响，两者呈现出正相关的关系。对于欧盟的碳排放交易价格升高会导致欧盟国家的高排污企业转移，从而导致国内碳排放升高。这与以往的文献分析相符。

四、结论与建议

本文对于碳排放权交易价格的影响机制进行了理论分析与实证分析，结果显示碳排放权交易价格与空气质量、社会经济发展水平、政府发布的政策、天然气价格、煤炭价格与欧盟EUA价格都有关，其中我国的碳排放交易价格波动的影响因素主要是天然气价格、煤炭价格和社会的经济发展水平。对于政府来说，应当控制天然气价格，鼓励企业进行技术创新，使用清洁能源，在降低碳排放的基础上实现社会绿色发展。完善市场管理体制，充分发挥市场的宏观调控作用。通过对于能源价格的控制实现碳排放权交易价格的合理定价。而对于企业来说，应当充分考虑各种价格因素的影响，用长远的眼光看待当前的问题，考虑从技术的升级进步基础上努力做到生产资源的最大化利用，实现企业的可持续发展。

图2 EUA价格与碳排放价格走势图