控排企业纳入、会计规制与碳市场流动性研究——基于试点市场的面板数据

崔也光（教授/博导）周畅（博士）刘禹晴

（1 首都经济贸易大学会计学院 北京 100070 2 浙江财经大学会计学院 浙江杭州 300018）

一、引言

2020年，世界范围内的新冠肺炎疫情、澳洲大火与非洲蝗灾对全球经济产生了极为严重的影响，并对人类的生存与健康造成严重的威胁。在对抗病毒与救灾的同时，应对气候变化影响、加强生态环境治理受到了世界的关注。而碳排放量削减仍是各国的现实问题。根据国际能源署《2019年度全球碳排放报告》，全球碳排放总量约330亿吨，仍维持在2010年以来的最高水平，我国依然是碳排放总量最大的国家之一，排放总量约100亿吨。

2010年，国务院首次明确提出建立碳排放权交易制度；2011年我国碳交易市场开始建设并于2013年进行试点；2017年，中国碳排放权交易统一市场建设工作启动。随着碳交易市场发展，中国试点地区的碳排放量与强度得到控制，2018年单位GDP碳排放量比2005年下降45.8%，减排52.6亿吨，产生了良好的减排效果。2017年5月国家发展改革委气候司召开会议，提出“现有试点交易市场未来继续开展区域内碳交易工作，并成立国家级统一交易所”。这一规划对当前各市场的平稳发展与有效衔接提出了更高的要求。

类似于证券市场，评价碳市场是否有效的一个重要指标便是市场的流动性。缺乏流动性的碳市场，不能够有效配置碳配额资源，也无法有效降低企业的边际减排成本。基于此，本文依据当前市场与控排企业实际情况，对我国碳交易市场流动性进行分析研究。在对试点碳市场流动性的计量基础上，检验控排企业纳入机制、会计规制两个方面对其流动性的影响，以期为试点市场后续发展、全国统一市场制度建设提供数据基础，并提出初步结论。

本文的主要贡献在于：第一，测算并分析了7个试点碳交易市场流动性水平，证明了各市场间的交易体量与流动性存在较大差距，深圳、湖北、广东的碳市场流动性较好，北京、上海次之，天津和重庆的市场流动性较差。第二，检验了控排企业纳入机制、会计规范对碳市场流动性的影响，证明了控排企业数量增加、电力企业占比扩大、碳市场设置会计规制以及进行信息披露，能够有效提升碳市场流动性水平。党的十九大把“积极参与全球环境治理，落实减排承诺”“为全球生态安全作出贡献”写进了报告；习近平总书记还提出了“绿水青山就是金山银山”“建设美丽中国”的生态文明建设的号召，基于以上的宏伟背景和愿景，本文的结论为碳交易试点市场有效扩容、企业积极参与交易提供了理论依据，以期为“十四五”期间全国统一的碳交易市场的制度建设与市场良好运行提供数据支持。

二、碳市场的发展与流动性水平

（一）试点市场的整体发展

2011年10月，国家发展和改革委员会印发了《关于开展碳排放权交易试点工作的通知》，批准7省市开始建设碳排放权交易试点市场。2013年，深圳碳排放权交易市场率先启动，之后北京、上海、天津、重庆、湖北等地陆续开市。截至2019年12月31日，上述七个试点市场配额累计成交量达到1.86亿吨，累计成交金额超过43亿元。目前各试点市场的交易内容以碳现货（配额交易与CCER）为主，并在2014年后陆续开始不同类型的碳金融产品交易，其历年交易量与交易金额见表1。

表1 2013—2019年中国碳交易市场排放权交易情况

通过表1数据可以发现：在配额交易方面，湖北与广州市场由于其覆盖面为省（湖北省与广东省），其交易量与金额较其他市场更大，分别占总交易量的34.36%与29.95%；深圳、北京与上海市场交易逐渐活跃，其中北京碳市场近年来交易金额一直保持在较高水平，其交易金额占总金额的18.31%；天津、重庆市场极为不活跃，交易量与交易金额与其他市场不在同一量级，各项占比均在2%以下。

截至2020年3月20日，全国CCER累计成交2.16亿吨。其中上海CCER累计成交量持续领跑，达9 435万吨，占比44%；广东CCER累计成交量4 547万吨，排名第二，占比21%；北京、深圳累计成交量在1 000-3 000万吨之间，分别占比10%左右；湖北和天津市场交易量相对较小，在200-1 000万吨之间，占比均不到5%；重庆市场截至目前无成交。综上，我国碳排放权交易量与金额整体上升的趋势，但这一趋势并不均衡，各市场有不同的侧重，且存在较大差距。

（二）流动性水平的计量

在证券市场中，流动性水平的计量方法十分成熟与丰富，包含了成本计量、能力理论、资产水平与维度理论等（马俊等，2007），但具体到碳市场方面，由于我国试点市场出现略晚，各项数据的获取口径较证券市场较为狭窄。因此，碳市场的流动性水平计量方法较少，主要包括：基于Martin比率进行碳市场非流动性计量的方法（Wei等，2011）；以每15分钟的交易价差和相对价差的测算方法（Ibikunle等，2016）；结合Martin和Florackis比率，对试点碳市场规模的差异标准化的方法（傅京燕等，2017）；暂不考虑交易成本、价格影响两个维度，而通过交易速度和交易连续性的度量方式（邓茂芝等，2019）；采用交易量与配额比率的方法（北京理工大学能源与环境政策研究中心）等。

基于我国碳市场交易价格波动不均衡、交易量差距较大的特点，同时考虑到数据的可获取性，本文引用傅京燕等（2017）的计量方法，在交易价差、配额周转率的基础上，以非流动性指标（即流动性水平的逆向指标，其值越高，代表流动性越低）进行碳市场流动性的计量：

其中，i代表第每个碳市场，t代表交易日；P为i碳市场的日交易均价；Vi，t为i碳市场的日交易量，Vi，0代表碳市场配额的总量，当正常交易日价格变动为零时，取值为i碳市场中价格变动的最小值；当正常交易日交易量为零时，取值为i碳市场中非流动性比率的最大值。

（三）试点市场的流动性水平分析

基于前文公式，对我国试点碳市场2014—2018年的非流动性比率进行计量，具体结果见下页图。

总体来看，深圳、湖北、广东的碳市场流动性较好，北京、上海次之，天津和重庆的市场流动性较差，这与前述碳市场交易量、交易金额的总体情况比较接近。其中，深圳碳市场的非流动性比率最小，总体接近于1，其流动性较好；北京、上海碳市场的非流动性比率呈现周期状的波动，其流动性受履约时期影响较大；湖北、广东碳市场的非流动性比率近年呈现下降趋势。上述分析结果与已有研究结果（邓茂芝等，2019）较为一致，侧面佐证了计量方法的有效性。

三、研究设计

（一）理论分析与假设提出

我国7个试点碳市场的非流动性比率趋势图

目前我国碳市场交易中，控排企业之间的配额交易占据大部分。自2014年开始，在每个履约期结束后，各碳市场所在地的发改委会根据企业履约情况与减排目标，进行下一年度的纳入控排企业调整，不断优化纳入的行业与企业规模。新控排企业的进入，一方面可直接增加碳交易的主体活跃程度、增强碳市场内的配额交易；另一方面能够吸纳更多的机构和个人投资者的参与，扩大了交易主体的范围（傅京燕等，2017）。基于已有调研的分析，各地方发改委通过纳入企业名单的修正与调整，能够使得纳入控排企业的碳排放量均处于较高水平（崔也光、周畅，2017），对于配额的需求量较大，存在较为强烈的交易意愿；反之，若碳市场长期不进行控排企业数量、行业、范围的调整，则有可能使企业配额交易意愿滞后于减排需求，不利于碳配额的有效配置与流转。因此，控排企业纳入数量的增长，可以在一定程度上增加碳市场交易量，进而提高碳市场流动性，基于此，本文提出第一个假设：

H1：控排企业纳入数量的增长，可以提高碳市场流动性。

Amihud，Mendeson（1986）提出了证券市场的“规模效应”，即小公司股票的交易相对于大公司股票要少，这是由于大规模公司往往是国家的重点支柱行业，市场中的投资者看好其抗风险能力和稳定能力。类似于证券市场的碳市场中，电力行业具备高排放和高能耗的生产特性，也是我国能源支柱行业，其公司规模大、盈利能力稳定，年二氧化碳排放量约占全国二氧化碳排放量的40%，是我国应对气候变化过程中的重点行业，其对于配额的交易需求最为强烈。2017年底，国家发展和改革委员会印发了《全国碳排放权交易市场建设方案（发电行业）》，全国碳排放权交易市场首批纳入了电力行业，更是从监管层面强化了电力行业的节能减排，倒逼电力行业积极参加交易。因此，在控排企业中，电力企业数量占比越高，其碳配额需求越高，从而能够扩大碳市场交易量，进而提高碳市场活跃程度、增加其流动性，基于此，本文提出第二个假设：

H2：纳入的控排企业中，电力企业占比越大，碳市场流动性越高。

碳排放权交易的会计处理在学术界已有诸多研究成果，形成不同观点，作为碳交易直接主导与管理的试点市场，则对于会计处理规范的需求更为紧迫。在2014—2017年期间，部分试点市场在实际交易过程中，发布了市场层面的会计处理规范或指导性质的指南；而在2017年后，财政部出台了《碳排放权交易试点有关会计处理暂行规定》，进一步提升了全部市场中会计层面的规制作用。碳会计规制的设置过程，通常由主管部门与主要股东企业、交易重要客户（如能源、电力、石化行业企业）、会计师事务所等会计实务部门进行交流，统一范围内的会计处理规范，这些规范或指南的设置，基本能够符合相应控排企业的行业与财务特征。因此，会计处理作为经济管理活动的基础，其规范或指南的设置能够在一定程度上促进企业重视配额管理、降低企业参加配额交易的财务成本，也能有效反映碳市场对经济事项的重视程度，提高碳市场的流动性，基于此，本文提出第三个假设：

H3：碳市场设置会计规制或提供会计处理指南，能够提高其流动性。

我国各碳交易市场均设立相应的网站，用以进行信息披露与交易情况发布。市场披露的信息一方面反映其经营成果（交易所本身为企业性质），更重要的是用于吸引企业投资与扩大交易（崔也光、周畅、齐英，2018）。基于信号传递理论，交易市场的信息披露由碳市场与参与交易企业的不完全信息动态博弈产生，其信息披露水平对市场的活跃有直接影响。从交易市场的特征来看，由于存在着信息不对称和逆向选择等问题，交易活跃、种类丰富的碳市场愿意披露更多的信息以增强与投资者之间的有效沟通，降低交易成本。而从价值传导机制看，市场在建立初期即开始披露较多信息，向企业传递利好信号，即可增强企业的参与动机；在后续期间扩大信息披露范围，即在动态博弈过程中获得良性循环；而信息披露内容较少则会导致交易盈利性信号缩减，逐渐形成“获取配额→到期履约→再度获取”的僵化过程，市场交易的有效配置功能被削减。因此，各碳市场进行信息披露有利于降低交易成本，增强企业的参与动机，从而在一定程度上增加碳市场交易量，进而提高碳市场流动性，基于此，本文提出第四个假设：

H4：市场信息披露程度越丰富，碳市场流动性越高。

（二）数据来源

本文采用2014—2018年7个试点碳市场日度交易数据，采用前文公式计量各试点碳市场的非流动性比率，其中碳价和交易量数据来源于各试点地区碳排放权电子交易平台，各地区发改委发布的配额发放量为配额流通量；控排企业数量及其中电力行业企业数量从各地区发改委2013—2018年期间公布的《碳排放权交易企业名单》中获得。各地区GDP、人口数量、地区电力耗用量、环境突发事件数量等数据来自国家统计局与wind数据库。本文根据以上数据口径，从试点碳市场中获取样本，并且进行了如下筛选：（1）剔除碳市场公休、不开市的日期数据；（2）剔除数据极端与缺失的样本，得到9 239条观测值。

（三）变量选取

1.被解释变量。市场非流动性比率（Illiquidity）。基于碳市场日度交易数据采用公式（1）计量，为碳市场流动性的逆向指标。

2.解释变量。

（1）控排企业数量变化（Emission Control）。从各地区发改委2013—2018年期间公布的《碳排放权交易企业名单》中获得当期与上年数量变化值。

（2）电力企业占控排企业比（Electricity）。从各地区发改委2013—2018年期间公布的《碳排放权交易企业名单》中获得当期控排企业中属于电力行业的数量除以总量。

（3）市场会计规制（Account）。本文收集2014—2018年期间，7个试点市场的制度文件进行收集，设置虚拟变量。若该市场当期设置了会计处理规范或提供了会计处理指南，则视为进行了会计规制，赋值为1，否则为0。

（4）市场信息披露程度（Disclosure）。本文借鉴《CDP标准问卷调查程序》，以本市场信息、其他可比信息、金融信息与年度报告四个方面，对2014—2018年间7个试点市场的信息披露水平进行评价，见表2。

表2 市场信息披露水平指标

由于市场层面的衡量样本较少，借鉴苑泽明等（2015）的信息披露计量方法，按指标赋值处理，符合披露要求为1，无该信息披露为0，汇总得到该试点市场的信息披露水平。

3.控制变量。碳交易市场的流动性，还会受到碳市场所在地的经济、人口与环境等其他因素的影响，本文借鉴已有文献中经常使用的控制变量，参考傅京燕等（2017）、崔也光等（2018）的研究，选择了5个控制变量来控制其他因素对市场非流动性比率的影响。分别为：配额总量（quota）、各地区GDP、人口数量（population）、地区电力耗用量（Electricity use）、环境突发事件数量（Emergencies）。本文实证检验所涉及主要变量定义和度量详见表3。

表3 变量说明表

（三）模型设定

根据上述假设与变量，本文建立如下模型，用于验证H1、H2、H3与H4。

四、实证结果分析

（一）描述性统计

依据前文所述模型，首先对各变量进行描述性统计，结果如表4所示。

表4 描述性统计

在所选的9 239个样本中，非流动性指标最大值为69.11，最小值为0，均值为15.44，说明不同碳市场的流动性差异较大；各年控排企业数量增长最小值为-40，最大值为370，均值为28.19，说明不同碳市场各年控排企业数量增加情况存在较大差异；在各碳市场纳入的控排企业中，电力企业数量占比从1%到36%不等，差异较大；根据赋值法，各碳市场信息披露程度得分最小值为3，最大值为9，说明各个碳市场信息披露程度存在明显差异；各碳市场配额总量最小值为0.3亿吨，最大值为4.2亿吨，说明各碳市场配额交易活跃程度存在较大差异；此外，从其他各控制变量统计结果来看，不同碳交易市场所在地区在经济发展情况、人口数量、电力耗用量、环境突发事件数等方面也都存在较大差异。

（二）基本回归结果分析

在下页表5模型（1）中，控排企业数量变化与市场非流动性比率在1%水平上显著负相关（系数为-0.027，t值为-9.83）；（2）在（1）的基础上加入控制变量之后再次进行回归，控排企业数量变化与市场非流动性比率仍然呈现1%水平上的负相关关系（系数为-0.030，t值为-10.36），说明随着控排企业数量的增加，碳市场流动性得到了显著提高，结果较为稳健，H1得到验证。在（3）中，电力企业占比与市场非流动性比率在1%水平上显著负相关（系数为-27.660，t值为-15.66）；（4）在（3）的基础上加入控制变量之后再次进行回归，电力企业占比与市场非流动性比率仍然呈现1%水平上的负相关关系（系数为-79.527，t值为-4.79），说明在纳入的控排企业中，电力企业占比越大，碳市场流动性越高，较为稳健，H2得到验证。在（5）中，会计规制与市场非流动性比率在1%水平上显著负相关（系数为-2.715，t值为-4.12）；（6）在（5）的基础上加入控制变量之后再次进行回归，会计规制与市场非流动性比率仍呈现1%水平上的负相关关系（系数为-6.637，t值为-9.38），说明设置会计规制或提供会计处理指南的碳市场，其市场流动性较高，结果较为稳健，H3得到验证。在（7）中，市场信息披露与市场非流动性比率在1%水平上显著负相关（系数为-2.590，t值为-16.31）；（8）在（7）的基础上加入控制变量之后再次进行回归，市场信息披露与市场非流动性比率仍呈现1%水平上的负相关关系（系数为-5.179，t值为-57.25），说明市场信息披露程度越丰富，碳市场流动性越高，结果较为稳健，H4得到验证。

此外，从控制变量的回归结果可以看出，地区GDP与市场非流动性比率呈显著负相关关系，这说明碳市场所在地区经济发展水平的提高可以促进当地碳市场的流动性；人口数量与市场非流动性比率呈显著正相关关系，说明人口数量越多，碳市场流动性越差；环境突发事件数与市场非流动性比率呈显著负相关关系，说明地区环境突发事件的发生可以促进当地碳市场的流动性。

（三）进一步研究

1.区分临近履约日与其他时间的检验。控排企业需于每年3月提交碳排放报告，在4—6月开始进行履约工作。因此，在临近履约期和非临近履约期两个阶段，碳市场流动性会有所变化。为探究两个不同阶段对碳市场流动性的影响程度是否存在差异，引入临近履约期和非临近履约期两个虚拟变量。定义临近履约期为每年的3月—7月，非临近履约期为每年1—2月及8—12月。从下页表6中的（1）和（2）可以看出，在临近履约期，控排企业数量变化与市场非流动性比率呈现显著负相关关系（系数为-0.034，t值为-8.63），在非临近履约期，控排企业数量变化与市场非流动性比率也呈现显著负相关关系（系数为-0.032，t值为-8.85），说明控排企业纳入数量增加，可以同时显著提高两个阶段的碳市场流动。从（3）和（4）可以看出，在非临近履约期，电力企业占比与市场非流动性比率呈现显著负相关关系（系数为-65.146，t值为-3.19），而在临近履约期，二者无显著相关关系，说明只有在非临近履约期这一时间段，控排企业中电力数量占比增加才能提高碳市场流动性，这可能是由于临近履约期时，各控排企业急于履约，碳市场流动性本身就会处于一个比较高的水平，因此控排企业中电力企业占比增加对流动性的影响不明显。从（5）和（6）可以看出，

在临近履约期，会计规制与市场非流动性比率呈现显著负相关关系（系数为-7.284，t值为-8.17），在非临近履约期，会计规制与市场非流动性比率也呈现显著负相关关系（系数为-5.694，t值为-6.01），说明碳市场的会计规制，可以同时显著提高两个阶段的碳市场流动。从（7）和（8）可以看出，在非临近履约期，市场信息披露与市场非流动性比率在10%水平上呈现显著负相关关系（系数为-1.199，t值为-1.81），而在临近履约期，二者无显著相关关系，说明只有在非临近履约期这一时间段，完善碳市场信息披露程度才能相应提高碳市场流动性。

表5 模型样本回归结果

表6 区分临近履约日与其他时间的进一步回归结果

2.区分不活跃市场与活跃市场的检验（见表7）。本文进一步在碳交易市场流动性的基础上，对市场进行了区分，将天津、重庆两个碳交易市场划分为不活跃市场；北京、上海、湖北、深圳、广东五个碳交易市场划分为相对活跃市场。在划分后，进行假设1、2的进一步检验，判断控排企业数量变化与电力企业占比对碳交易市场流动性的影响（由于已对市场进行了划分，故不再进行市场会计规制与信息披露的检验）。从（1）和（2）可以看出，在5个相对活跃市场中，控排企业数量变化与市场非流动性比率呈现1%水平上的显著负相关关系（系数为-4.355，t值为-1.50），而在两个不活跃市场中，二者无显著相关关系，这说明，只有在相对活跃的市场，控排企业数量的增加才能提高相关碳市场的流动性。从（3）和（4）可以看出，在5个相对活跃市场中，电力企业占比与市场非流动性比率在1%的水平上呈现显著负相关关系（系数为-65.371，t值为3.67），在2个不活跃市场中，电力企业占比与市场非流动性比率仅在10%水平上呈现显著负相关关系（系数为-15.648，t值为-1.51），说明与不活跃市场相比，在相对活跃的市场中，控排企业电力数量占比的增加能更显著提高碳市场流动性。

表7 区分不活跃市场与活跃市场的进一步回归结果

（三）稳健性检验

本文在计量碳市场非流动性比率过程中，以该碳市场最大值替代交易量为0的交易日，由于碳市场交易数据的差异，在若干碳市场中，交易量为0的数据占比较大，对计量结果可能产生影响。因此，出于稳健性的考虑，本文通过去除全部交易量为0的天数，即选取存在交易的日期数据对主回归进行稳健性检验。检验结果发现：控排企业数量变化与市场非流动性比率呈现显著负相关关系（系数为-0.002，t值为-2.08）；电力企业占比与市场非流动性比率呈现显著负相关关系（系数为-19.009，t值为-2.16）；会计规制与市场非流动性比率呈现显著负相关关系（系数为-0.882，t值为-2.33）；市场信息披露与市场非流动性比率呈现显著负相关关系（系数为-1.556，t值为-1.65）。回归结果与前文保持一致，本文实证结果是稳健的（限于篇幅，稳健性检验结果略）。

五、研究结论与建议

碳排放权交易机制是我国实现节能减排的重要“环境-经济”手段，碳市场的流动性是保证配额有效流转、降低企业边际减排成本的基本要素。本文依据当前市场与控排企业实际情况，进行碳交易市场流动性的计量，发现我国碳排放权交易量与金额整体上升的趋势，但这一趋势并不均衡，各市场存在较大差距；深圳、湖北、广东的碳市场流动性较好，北京、上海次之，天津和重庆的市场流动性较差。

在对我国试点碳市场流动性的计量基础上，检验控排企业纳入机制、会计规制两个方面对其流动性的影响，研究发现：随着控排企业数量的增加，碳市场流动性得到了显著提高；纳入的控排企业中，电力企业占比越大，碳市场流动性越高；碳市场设置会计规制或提供会计处理指南，能够提高其流动性；市场信息披露程度越丰富，碳市场流动性越高。通过进一步研究发现：控排企业纳入数量增加、设置会计规范，可以显著提高整个年度内的碳市场流动；但控排企业电力数量占比增加、完善碳市场信息披露程度只有在非临近履约期内，才能提高碳市场流动性；且在相对活跃的市场内，控排企业数量的增加才能提高相关碳市场的流动性；在相对活跃的市场中，控排企业电力数量占比的增加能更显著提高碳市场流动性。基于上述研究结论，本文提出以下政策建议：

（一）出台高质量、具有中国特色的碳排放权会计准则

目前，IASB、欧盟、美国等组织与国家并未出台有效的碳排放权会计准则，而我国2019年财政部发布的《碳排放权交易有关会计处理暂行规定》标志着碳排放权会计制度开始建立，环境会计在财务会计体系内形成了初步成果。碳排放权交易不同于一般经济事项，其在交易的基础上还负有环境保护的政策意义，因此对于该经济事项的会计制度，一方面需要保证核算的可靠性与可行性，另一方面需符合政府监管的要求。随着全国碳排放权交易市场的建立与运行，必然需要对碳会计制度进行进一步完善。当前亟需研究碳会计具体准则和信息披露制度，尤其针对碳排放权负债进行理论解读，设计能够匹配资产的会计框架，创建中国特色的碳排放权会计准则理论与方法，充分发挥碳会计准则在碳市场建设中的基础性作用。

（二）合理调整控排企业范围，扩大高排放企业占比

实证研究的结果表明，随着控排企业数量的变化，碳市场流动性得到了显著提高。当前我国经济环境不断转变，行业结构、能源结构也正在发生快速的变化，新的业态不断出现，与2013年相比已经产生了较大差距。因此，各地发改委等机构应该及时合理地调整控排企业纳入行业、纳入数量与纳入门槛，动态修正控排企业范围，保证配额交易的需求，避免市场陷入“僵化”。同时，由于电力行业即将纳入全国统一市场，为避免未来期间试点市场流动性下降，应在纳入控排企业中，不断扩大高排放企业的占比，确保通过全国统一市场与地方市场，能够覆盖碳排放总量的较大部分，保障减排目标的达成。

（三）区分碳信息使用者，增强信息披露

目前，企业层面的信息披露较不规范，各碳市场仅披露是否参加交易、交易量等信息并不能够真实反映企业碳交易的活跃程度，限制了信息可比性。因此，建议各碳市场对碳信息区分其使用者：控排企业、投资机构要更关注碳交易的经济效果，应在现有披露内容的基础上，加入企业进行减排与碳交易耗费的成本（包括人工、设备、交易费用等）、获得收益（包括直接收益与间接受益）等经济信息，以此衡量碳交易的投入产出效率；证监会出于经济监管，则需要碳市场及时披露其履约完成时间、减排目标是否达成等合规性信息；而各级发改委与环保部门需要碳市场披露其地区碳排放量与减排量等环境信息。在基础信息（交易量与金额）之上，对应披露其他市场信息、国际市场信息，并出具年度报告（如北京碳市场），以能够完善信息的披露效果、增强信息的有效性。