碳交易对碳达峰、碳中和目标的成本效益机制研究——基于试点省市高耗能行业的模拟*

张 宁 刘青君

引 言

气候变化是当前国际间共同关注的严峻挑战之一。多年来，中国政府在温室气体减排方面采取了有力措施。2020年，中国碳排放量为100亿吨，约占全球碳排放的29%；中国碳强度较2005年降低约48.4%，大幅超额完成所承诺的2020年气候行动目标。2011年10月，国家发改委首先批准北京、天津、上海、重庆、深圳、广东、湖北7个省市启动碳排放权交易地方试点工作。2017年底中国正式启动了以火电行业为主体的全国统一碳排放权交易体系。2021年7月16日，分别在北京、武汉、上海三地同步启动全国碳市场上线交易。自政策实施至2021年6月，7个试点省市碳市场累计配额成交量4.8亿吨二氧化碳当量，成交额约114亿元人民币。

在“双碳”目标的号召下，碳交易市场加快进入人们的视线，涉及能源、工业、科技等多个行业和领域。碳排放权交易作为运用市场机制控制温室气体排放的政策工具，主要是为碳排放权进行定价，并通过碳价格信号来引导企业以最小成本实现碳减排目标，①齐绍洲、黄锦鹏：《碳交易市场如何从试点走向全国》，《光明日报》2016年2月3日，第15版。碳交易成本效益分析有助于我国进一步建立全国统一的碳交易市场，以市场化的手段推进节能减排，实现“双碳”目标。中国碳排放权交易市场起步较晚，所涉及的行业主体相对较少，研究中国碳排放权交易成本的文献相对有限，因此如何合理地测算碳排放权交易价格也是现阶段面临的一个重要问题。为了克服环境污染价格信息缺失的困难，研究者们常通过度量污染物影子价格或边际减排成本来进行替代。

对估算影子价格的相关文献进行梳理，发现关于中国碳交易的文章主要研究至省份整体或是全国分行业层面，而对于区域分行业和微观企业的相关研究目前还相对较少。同时，在估计过程中时，大多数文章并没有控制住时间、行业或是个体的固定效应，以减少或是降低这些因素所导致的异质性。②张宁、刘青君:《碳交易减少了中国火电厂的减排成本吗？——基于2005—2010年面板数据的实证分析》，《北京理工大学学报（社会科学版）》2019年第1期。在计算影子价格时，采用线性规划方法进行估算的居多，③Kaneko,Shinji,et al,'Financial allocation strategy for the regional pollution abatement cost of reducing sulfur dioxide emissions in the thermal power sector in China,'Energy Policy,vol.38,no.5,2010,pp.2131-2141.而采用随机前沿分析进行估算的文献目前相对较少④Qi,Chao and Yongrok Choi,'A study on the CO2 marginal abatement cost of coal-fueled power plants:is the current price of China pilot carbon emission trading market rational?'Carbon Management,vol.11,no.3,2020,pp.303-314.。例如，陈诗一（2010）采用参数线性规划方法对环境方向性产出距离函数进行了估计，并计算了中国工业行业38个两位数行业在1980—2008年跨度期间内的二氧化碳影子价格。⑤陈诗一:《工业CO2的影子价格:参数化和非参数化方法》，《世界经济》2010年第8期。陈醒、徐晋涛（2021）基于参数化的方向距离函数估计了2007—2012年867家化工企业两种空气污染物和二氧化碳的影子价格，得出样本化工企业二氧化碳的平均影子价格为164元/吨当量。⑥陈醒、徐晋涛：《化工企业污染物影子价格的估计——基于参数化的方向性距离函数》，《北京大学学报（自然科学版）》2021年第2期。Du et al.（2015）利用二次型方向距离函数研究了2001—2010年中国各省份的面板数据，并计算得到二氧化碳影子价格从2001年的1000元/吨变化至2010年的2100元/吨。⑦Du Limin,Aoife Hanley,and Chu Wei,'Marginal abatement costs of carbon dioxide emissions in China:a parametric analysis,'Environmental and Resource Economics,vol.61,no.2,2015,pp.191-216.

目前，关于中国碳交易市场的研究多集中于机理、制度体系及必要性等方面。刘逸飞、杨爱军（2021）以广州碳排放权交易所为例，从碳排放权市场的规模与价格角度，分析了我国碳排放权市场的影响因素。⑧刘逸飞、杨爱军：《我国碳排放权市场影响因素分析——以广州碳排放权交易所为例》，《中国林业经济》2021年第1期。杨奕（2020）选取湖北、北京和广东三个主要碳排放交易市场现货价格收益率数据作为研究对象，研究了确定碳交易价格对于建设碳市场的重要性。①杨奕：《我国碳排放交易市场时变跳跃特征研究》，《中国林业经济》2020年第5期。姜瑜、吴哲宇（2021）选取2014年7月—2018年12月五个活跃度高的碳试点日交易价格数据，采用多元回归模型分析了技术进步等六个影响因素与我国碳排放权交易价格的相关性。②姜瑜、吴哲宇：《我国碳排放权交易价格影响因素回归分析》，《环境与可持续发展》2021年第1期。

纵观相关文献可以发现：首先，现有研究维度多集中于省级地区或是全国行业等宏观层面，省级分行业层面测算二氧化碳影子价格的研究较少。其次，对于“双碳”目标下的碳交易市场，还尚未有文献从实证角度具体分析中国省级分行业层面的碳交易成本效益的大小，多数文献也只是简单测算出相关污染物的影子价格。因此，厘清中国现有的碳减排成本和减排潜力可以更好地帮助我们算清楚实现“双碳”目标需要多大的成本以及进行碳交易时可以实现的经济效益空间，亦是进一步优化全国碳交易市场的重要依据。

据此，本文采用2001年至2017年中国7个碳交易试点（北京市、天津市、上海市、重庆市、广东省、深圳市和湖北省）所在的6个省市（深圳市归属于广东省）中的六大高耗能行业的面板数据，基于方向距离函数和随机前沿分析（在估计中控制了时间、省市与行业的固定效应，以减少估计结果的异质性）估计了典型6个省市六大行业的二氧化碳影子价格并对其进行多维度的碳排放权模拟交易分析，进而在上述实证结果的基础上提出相关政策建议。

与以往文献相比，本文可能的创新点主要体现在：首次以中国2001年至2017年省级分行业面板数据为研究对象来进行碳交易市场的实证研究，在测算出相关影子价格的基础上，采用多维度模拟交易分析方法计算了在我国建立碳交易市场的市场空间以及不同交易情境下的经济效益大小，并根据实证结果提出相关建议。

一、研究方法

本文主要在Färe 等 （1993） 计算非合意产出的理论方法上，③Färe Rolf,et al,'Derivation of shadow prices for undesirable outputs:a distance function approach,'The review of economics and statistics,vol.75,no.2,1993,pp.374-380.采用方向产出距离函数的方法计算二氧化碳的影子价格，克服了传统谢泼德距离函数（Shepherd distance function）的缺点，具有期望产出和非期望产出可以按照任意比例和方向进行变化的特点。

在实证研究的过程中，通常假设方向距离函数的基本理论模型为：④Chung Yangho H.,Rolf Färe,and Shawna Grosskopf.'Productivity and undesirable outputs:a directional distance function approach,'Journal of Environmental Management,vol.51,no.3,1997,pp.229-240.

此处，S表示省市，H表示行业。文章分析中，主要有两个产出，合意产出（y）和非合意产出（b）；三个要素投入：劳动力（l），资本（k）和能源消耗量（e）；时间变量用t表示。将各变量代入公式（1）中，并对其进行展开，可得到方向距离函数的实证模型为：

另外，很容易证明方向产出距离函数满足转换性的特征：

由于基本的随机前沿模型为：

在满足约束条件的情况下

为了能够推导出非合意产出的影子价格，需要知道在方向产出距离函数与利润函数之间存在着对偶性。参考Färe 等（2006）的做法，①Färe Rolf,Shawna Grosskopf,and William L.Weber.“Shadow prices and pollution costs in US agriculture,”Ecological economics,vol.56,no.1,2006,pp.89-103.我们可以将决策变量的利润函数定义为：

此处，p，q分别表示合意产出与非合意产出的价格向量。利润函数表示当生产者面临合意产出的价格p以及非合意产出的价格q时，最大的可行性利润。

通常按照拉格朗日乘数的方法来求得利润函数的最值问题，Chambers et al.（1998）将拉格朗日乘子定义为：②Chambers Robert G.,Yangho Chung,and Rolf Färe.“Profit,directional distance functions,and Nerlovian efficiency,”Journal of optimization theory and applications,vol.98,no.2,1998,pp.351-364.

在此利润函数的基础上分别对合意产出与非合意产出求一阶偏导数，继而推导出本文实证模型中二氧化碳的影子价格计算公式为：

二、数据与描述性统计

本文实证研究部分所采用的总样本数据为中国碳排放权交易7个试点所在的6个省市中的六大高耗能行业在2001年至2017年的投入和产出面板数据。6个省市分别是北京市、重庆市、天津市、广东省、湖北省和上海市。六大高耗能行业为《2010年国民经济和社会发展统计报告》中所列的化学原料及化学制品制造业（26），非金属矿物制品业（30），黑色金属冶炼及压延加工业（31），有色金属冶炼及压延加工业（32），石油加工炼焦及核燃料加工业（25），电力热力的生产和供应业（44）。①本文六大高耗能行业括号中所对应编码，均与《国民经济行业分类标准》（GB/T4754-2017）中所列述的中国工业行业两位数代码相对应。数据来源于《中国统计年鉴》《中国工业经济统计年鉴》《中国城市统计年鉴》《中国价格年鉴》《中国城市（镇）生活与价格年鉴》，各省份的统计年鉴、CEAD 数据库（Carbon Emission Accounts & Datasets，中国碳核算数据库）以及IPCC（Intergovernmental Panel on Climate Change，联合国政府间气候变化专门委员会）等。具体选取情况如下文所示：

（一）合意产出

本文选取的合意产出为，各省市各行业的工业生产总值数据以2001年为基期，换算成不变价格的实际工业生产总值，单位为亿元。

（二）能源投入

能源消耗数据为我国分省市分行业的表观能源消耗量，并通过IPCC碳排放清单上的折标系数折算为标准煤，单位为万吨标准煤。

（三）劳动力投入

劳动力数据为分省市分行业的全部从业人员平均人数，单位为万人。

（四）资本投入

资本投入数据为根据永续盘存法估算出来的以2001 年为基期的资本存量数据，单位为亿元。②相关数据的计算过程由于较为复杂，详细方法步骤可与作者联系。

（五）非合意产出

本文选择二氧化碳排放量作为非合意产出。二氧化碳排放量的估计采用IPCC碳排放因子乘以能源种类来计算，如公式（11）所示：

其中，i为燃料种类；fc为能源消耗量（标准煤）；cef为IPCC（2006）温室气体清单提供的碳排放系数；cr为燃料消耗率；（44/12）为CO2的分子量与碳的分子量之比。使用CEAD数据库的碳排放系数计算CO2排放量，单位为兆吨。

综上，相关变量的数据描述性统计如表1所示。

表1 主要变量描述性统计

三、实证分析

（一）实证结果及二氧化碳影子价格的测算

1.实证结果

研究使用stata16.0软件对式（7）采用无偏半正态分布分布随机前沿法（SFA）进行求解，估计出相关参数，在求解之前对研究数据进行标准化的处理，随机前沿模型的参数估计值如表2所示。

表2 无偏半正态分布随机前沿法估计结果

2.二氧化碳影子价格的测算

将相关参数估计值代入公式（10）求解相关二氧化碳影子价格，即二氧化碳边际减排成本。本文计算得到样本期间不同省市的二氧化碳影子价格均值，广东省在样本期间的价格均值最高，为22023.907元/吨，湖北省的价格均值为6070.460元/吨，北京市、天津市、上海市和重庆市的价格均值均在4500元/吨左右。从各省市的时间趋势来看，在样本期间各省市的影子价格均值总体均呈现上升趋势，2001—2012年期间的上升趋势较为平缓，2012年之后的上升趋势开始变大，这可能与2012年底我国开始进行的碳排放权交易行动有关。由于在碳交易市场实施之前，我国已经存在其他相关的环境规制政策，结合价格的总体上升趋势，本文在下文分析中选取2001—2017年的全样本来模拟分析跨省市和跨行业间的碳排放权交易成本效益，并不会因政策是否实施而对成本效益空间的大小产生剧烈冲击。

同时，本文将估算的二氧化碳影子价格与早期一些的研究进行了比较，发现除因测度方法、样本数据以及时间跨度等的不同导致所估算的二氧化碳影子价格出现差异外，二氧化碳影子价格整体趋势和范围基本保持一致。张宁、赵玉（2021）①张宁、赵玉：《中国能顺利实现碳达峰和碳中和吗？——基于效率与减排成本视角的城市层面分析》，《兰州大学学报（社会科学版）》2021年第4期。运用相同方法所估计的中国164个地级市二氧化碳影子价格均值为1466.98元/吨，蒋伟杰、张少华（2018）②蒋伟杰、张少华：《中国工业二氧化碳影子价格的稳健估计与减排政策》，《管理世界》2018年第7期。利用参数方向距离函数和线性规划的方法估算出中国36个工业行业1998—2011年的二氧化碳影子价格为5480元/吨。

在下文的碳交易市场模拟分析中，为了保证分类分析中模拟碳交易的公平性，本文所使用的碳交易影子价格均为所估算出来的二氧化碳影子价格取对应分类别中二氧化碳排放量的权重，同时，设定每个参与主体均进行1吨的碳排放权交易。

（二） 多维度模拟交易分析

为了计算在全国推行二氧化碳排放权交易之后可能的市场获益空间，选取首批7个试点所在的6个省市和六大高耗能行业作为代表性省市与行业从以下三个维度对实证结果进行多维度分析：相同行业不同省市之间的比较、相同省市不同行业之间的比较和不同省市不同行业之间的比较。本部分主要通过分析跨省市间、跨行业间和跨省市跨行业间进行交易时可获得的经济效益，来论证在全国范围多行业间推行碳排放权交易的必要性。省市间（或行业间）内部交易时的经济效益主要是由省市间（或行业间）的最低减排成本决定，以最低成本价所在省市（或行业）的价格作为交易价格，计算出内部交易的最大可节约成本；跨省市跨行业间外部交易时的经济效益主要是由交易主体的效益增加值或者成本节约值来决定。

1.相同行业不同省市之间的比较

如图1所示，分别展示了六大高耗能行业中每个不同行业在六个省市间二氧化碳影子价格的差异以及每个行业在2001—2017年间二氧化碳影子价格均值变化趋势，并以此来分析相同行业不同省市之间进行碳排放权交易的市场空间。每一年不同省市不同行业的二氧化碳影子价格具体数值本文不做详细列述。

在图1行业26中，我们可以观察到除上海市此行业的二氧化碳影子价格在2016年之后有所下降，以及北京市此行业的影子价格在2011年之后有所下降外，此行业的二氧化碳影子价格在其他4个省市均呈现出上升趋势。通过分析发现2011年之后该行业的工业总产值仍在增加，但其能源消耗量与二氧化碳排放量则处于下降趋势，这表明2011年之后北京市此行业的发展模式转向资本密集型的低碳发展；上海市在2016年之后二氧化碳排放量也处于下降趋势，行业32中，除上海市和天津市此行业的二氧化碳影子价格在2017年有所下降，在其他4个省市均呈现出上升趋势；通过对比此行业在上海市和天津市的二氧化碳排放量发现，它们的排放量在2017年明显下降，这与本文为了公平原则所采取的取二氧化碳排放量权重的方法有关。行业44中，北京市和湖北省的影子价格在2011年之后有所下降，行业25中，重庆市的影子价格在2016年之后有所下降，行业30中，北京市的影子价格在2014年之后有所下降以及上海市和天津市的影子价格在2017年下降，行业31中，北京市的影子价格在2010年之后有所下降，究其原因，可能与这些省市在相应年份之后的能源消耗量和二氧化碳排放量的下降有关，对应行业其他省市的二氧化碳影子价格均呈现上升趋势。图1中均值折线图展示了6个试点省市在同一行业中的二氧化碳影子价格均值在样本期间内整体呈现出上升的趋势。本文虽没有直接列出来样本期间内不同行业在进行碳交易时可以获得的收益（交易收益=影子价格×碳交易量），但从整体价格均值的上升趋势中亦可以推断出进行碳排放权交易会带来可观的收益空间。本部分的重点在于分析行业内交易时的成本效益，即经济效益。

图1 相同行业不同省市之间二氧化碳影子价格及行业均值的时间趋势

如表3所示，展示了相同行业不同省市间的边际减排成本分布及通过同一行业内部交易时每个省市的最大可节约成本。石油加工、炼焦及核燃料加工业（25）行业中6个试点省市的边际减排成本范围为21.205元/吨至47.850元/吨，就其均值而言，每个省市转移1吨的碳排放量需要支付33.529元。在这种情景下，行业25给每个省市分配1吨的碳减排份额时，可以以该行业的最低减排成本做为交易价格，此时通过同一行业不同省市内部交易可以最大化提高该行业的碳排放权交易可节约成本。当以每吨21.205元的碳交易价格减少6吨二氧化碳排放权交易时，该行业中每个省市平均可以节约12.324元/吨。

表3 相同行业不同省市间交易时的最大可节约成本

非金属矿物制品业（30）行业的边际减排成本变化范围最大，因此也是可以通过同一行业内部交易获益最多的行业，此行业中6个省市的边际减排成本从10.083元/吨到5522.917元/吨（均价997.565元/吨）。如果非金属矿物制品业（30）行业中减排成本最低的省市以每吨10.083元的价格减排该行业的减排总量（6吨二氧化碳），则平均每个省市可以节省987.482元/吨。化学原料及化学制品制造业（26）行业中6个省市的边际减排成本范围为10.639元/吨到181.994元/吨，减排均价为63.527元/吨，因此通过此行业内部不同省市间交易时，平均每个省市每交易1吨的碳排放权可以节约52.889元。同理，黑色金属冶炼及压延加工业（31）行业和电力、热力的生产和供应业（44）行业，每个省市平均可以节约碳交易成本36.961 元/吨和49.773 元/吨。非金属矿物制品业（30）行业的减排成本均值最大，有色金属冶炼及压延加工业（32）行业的碳减排成本均值紧随其后，如果该行业让其减排成本最低的省市减少所有的6吨二氧化碳排放时，平均每个省市每减1吨的二氧化碳可以节约74.861元。

2.相同省市不同行业之间的比较

图2分别展示了6个代表性省市在每个不同省市中六大高耗能行业之间的二氧化碳影子价格之间的差异以及每个省市在2001—2017年间二氧化碳影子价格均值变化趋势，并以此来分析相同省市不同行业之间进行碳排放权交易的市场空间。

图2 相同省市不同行业之间二氧化碳影子价格及行业均值的时间趋势

在图2北京市各行业的二氧化碳影子价格比较中，我们可以观察到北京市行业26、行业30、行业31和行业44的二氧化碳影子价格分别从2013年、2015年、2010年和2015年开始下降，其余行业呈现上升趋势；北京市各行业二氧化碳影子价格的均值呈现轻微上升而后又下降的趋势，整体趋于稳定。天津市各行业的二氧化碳影子价格均呈现出均衡上升的趋势。上海市行业26、行业30、行业31和行业44的二氧化碳影子价格分别从2016年、2017年、2017年和2014年开始下降，其余行业呈现上升趋势；湖北省行业32和行业44的二氧化碳影子价格分别从2014年和2015年开始下降，其余行业呈现稳定或上升趋势；广东省行业25的二氧化碳影子价格分别从2015年开始下降，其余行业呈现稳定或上升趋势；重庆市行业25和行业26的二氧化碳影子价格分别从2016年和2017年开始下降，其余行业呈现稳定或上升趋势；通过分析统计年鉴中二氧化碳影子价格下降的相关行业，我们发现此类行业的二氧化碳排放量在下降年份均呈现出下降趋势。图2中均值折线图中六大高耗能行业在6个试点省市中的整体价格均值所呈现出的上升趋势中亦可以推断出进行碳排放权交易会带来可观的收益空间。

表4展示了相同省市不同行业间的边际减排成本分布及通过同一省市内部交易时每个行业的最大可节约成本。北京市六大高耗能行业的边际减排成本范围为0.057元/吨至153.557元/吨，就其均值而言，每个行业转移1吨的二氧化碳排放量需要支付35.721元。在这种情景分析下，北京市给每个高耗能行业分配1吨的碳减排份额时，可以以该省市的最低减排成本作为交易价格，此时通过同一省市不同行业内部交易可以最大化提高该省市的碳排放权交易可节约成本。当以每吨0.057元的碳交易价格减少6吨二氧化碳排放权交易时，北京市每个高耗能行业平均可以节约35.664元/吨。

表4 相同省市不同行业间交易时的最大可节约成本

广东省的边际减排成本变化范围最大，因此也是可以通过同一省市不同行业内部交易获益最多的省份，此省份中六大高耗能行业的边际减排成本从2.912元/吨到2030.126元/吨（均价414.212元/吨）。如果广东省以减排成本最低的行业以2.912元/吨的价格减排该省份的减排总量（6吨二氧化碳），则平均每个行业可以节省411.300元/吨。天津市六大高耗能行业的边际减排成本从1.243元/吨变化至190.698元/吨，减排均价为58.198元/吨，因此通过天津市内部不同行业之间进行交易时，平均每个行业每交易1吨的二氧化碳排放权可以节约56.955元。湖北省的减排均价仅次于广东省的减排均价，如果湖北省以其减排成本最低的行业减少所有分配的6吨二氧化碳排放时，平均每个行业每交易1吨的二氧化碳排放权可以节约62.644元。同理，上海市和重庆市中每个行业平均可以节约的碳交易成本分别为30.240元/吨和47.032元/吨。

3.不同省市不同行业之间的模拟交易

为了测算不同省市不同行业间进行碳排放权交易时的可获益空间，即跨省市跨行业间的碳排放权交易时可获益空间有多大。本部分主要采用2017年6个试点省市六大高耗能行业的横截面数据所估算出来的二氧化碳影子价格进行分析，分析中所使用的边际减排成本仍是采用了取二氧化碳排放量为权重计算后的价格。

本文按照地理位置的邻近性将6个省市分为三组，第一组属于北方区域，主要包括北京市和天津市；第二组属于中西部区域，主要包括湖北省和重庆市；第三组属于东部沿海区域，主要包括广东省和上海市。同一省市或是同一行业间通常会选择同类别的内部交易，然而，当跨组别的碳排放权交易所产生的增加值大于同类别的内部交易时，交易主体则会选择跨组别交易。在这种交易模式下，如果跨组别的交易每增加1吨碳排放权交易量，则同类别的内部交易中则会减少1吨的碳排放权交易量。

表5展示了以2017年数据进行折算的按地区分类的每个行业的边际减排成本。在这三个组别中，每个组别中的省市相互临近。对于第一组分类，当碳排放权交易的市场价格在4.206元/吨至0.528元/吨之间变动时，如果市场价格为2.367元/吨（均值），则北京市和天津市可交易2吨的碳排放权，此时北京市边际减排成本最低的行业通过和天津市边际减排成本最低的两个行业进行交易所产生的收益将会大于它和本组第四个和第五个行业之间进行内部交易时所获得的收益。北京市通过内部交易可以节省0.464元，通过跨省市交易可以节省4.526元［（2.367元/吨-0.104元/吨）*2吨=4.526元］。因此通过不同省市不同行业之间的跨组别交易，北京市可以获得额外的4.062元。天津市也会以2.367元/吨的价格购买2吨的二氧化碳排放权，而不是以内部交易时的4.206元/吨，平均每吨碳排放权可以少支付1.839元。

表5 按地区分类的每个行业的边际减排成本

如果市场价格在0.144元/吨至0.528元/吨之间进行变化，则北京市和天津市可交易1吨的碳排放权。假定碳排放权交易的价格设为0.336元/吨，北京市边际减排成本最低的行业将会获得额外的0.232元的收益来减少1吨的碳排放权，天津市作为碳排放权的购买方，将以3.87元/吨的价格购买1吨的碳排放权，低于其本身的最低价。同时，若每交易1吨的碳排放权交易的市场价格小于0.104元（或大于4.206元），则北京市和天津市将会进行同省市的内部交易，将不会进行不同省市不同行业间的跨组别交易。

在第二组中，若每交易1吨碳排放权的市场价格在19.651元至31.166元之间变化时，湖北省作为出售方，重庆市作为购买方，这两个省市之间可以进行1吨的碳排放权交易，此时，买方重庆市的可获益空间为0元至11.515元，卖方湖北省的可获益空间亦为0元至11.515元；若每交易1吨的碳排放权交易的市场价格小于14.131元（或大于31.166元），则湖北省和重庆市将会进行同省市间的内部交易，将不会进行不同省市不同行业间的跨组别交易。

在第三组中，若每交易1吨碳排放权的市场价格在20.722元至26.983元之间变化时，上海市作为出售方，广东省作为购买方，这两个省市之间可以进行1吨的碳排放权交易，此时，买方广东省的可获益空间为0元至6.261元，卖方湖北省的可获益空间亦为0元至6.261元；若每交易1吨的碳排放权交易的市场价格小于19.993元（或大于26.983元），则广东省和上海市将会进行同省市间的内部交易，将不会进行不同省市不同行业间的跨组别交易。

（三）分省市不同行业间的减排潜力分析

本部分参考孙永平等（2016）的方法，①孙永平、王磊、王成：《碳排放权交易、行业竞争力与配额分配》，《环境经济研究》2016年第1期。分别测度了6个试点省市中六大高耗能行业的碳减排潜力。碳减排潜力衡量省市各行业碳强度下降的空间大小，用省市各行业的碳强度与全国同行业碳强度的比值表示。如果比值大于1，则表示该省市中对应行业的碳强度大于全国水平，碳排放权下降潜力较大；如果比值小于1，则表示该省市中对应行业的碳强度小于全国水平，该行业的技术比较先进，碳排放权下降潜力较小。根据效率原则，如果比值大于1，该行业应承担的减排责任就越大，反之则越小。

图3展示了2001年至2017年间分省市不同行业间的减排潜力趋势。由图3中可以观测到，北京市行业26，行业30，行业31和行业32减排潜力的最终趋势小于1，这表明北京市这四个行业的生产技术相对较先进，碳排放权下降的潜力较小；而行业25和44的减排潜力一直在1和2附近变化，表明这两个行业有较大的的碳排放权下降空间。天津市除25和31的碳减排潜力大于1甚至2，有着较大的碳减排潜力承担着较多的碳减排责任外，其他行业的碳减排潜力均小于1。上海市除了行业32的碳减排潜力在2008年急速上升至4.582，并在2014年开始下降外，其他行业的碳减排潜力变化幅度不大，表明这些未产生明显变化的行业技术相对稳定；同时，上海市只有行业30和行业44的碳减排潜力小于1，其他行业的碳减排潜力均大于1。湖北省行业25，32和44的碳减排潜力小于1，其他行业的碳减排潜力均大于1。广东省行业25，26和31的碳减排潜力小于1，其他行业的碳减排潜力均大于1。重庆市行业31和44的碳减排潜力小于1，行业25的碳减排潜力在2016年和2017年小于1，其他行业的碳减排潜力均大于1。测算结果表明，每个省市不同行业与全国水平相比，分省市不同行业的碳强度仍然有较大的下降空间。

图3 2001年至2017年间分省市不同行业间的减排潜力趋势

四、结论及政策启示

本文通过在我国典型的6个省市六大行业间进行多维度分析来预测建立全面的碳排放权交易市场的收益空间、成本节约空间及可行性的发展前景。得到以下基本结论：（1）2001—2017年省市二氧化碳影子价格均值整体均呈现上升趋势，其中广东省的影子价格均值最高，为22023.907元/吨；（2）相同行业不同省市间进行交易时，非金属矿物制品业可实现的最大可节约成本最高，为987.482 元/吨；相同省市不同行业间进行交易时，广东省可实现的最大可节约成本最高，为411.300元/吨；不同省市不同行业的跨组别分析中还验证了存在跨省市跨行业之间的交易可获得的收益高于单一组别碳排放权交易可获得的收益，即外部交易可能获得更高的经济效益。（3）若碳交易价格完全由市场来决定，则会进一步地促进所有行业所有省市竭尽所能提高本省市本行业的生产效率，以便可以获取更多的除生产以外的额外利益或是减少其除生产以外的其余不必要支出，最终会促进所有省市所有行业绿色生产率的提高，形成经济发展与环境保护的良性循环。（4）通过分省市不同行业间的减排潜力分析，得出在中国各省市各行业间的减排潜力不同，足以进一步佐证建立全国碳排放权交易市场将具有广泛的市场空间，助力“双碳”目标实现。

结合主要结论，本文提出以下建议：第一，建议参考各层级所计算出的二氧化碳影子价格，完善碳排放权配额的初始分配机制，更加准确反映不同行业配额需求，更好地平衡公平与效率、减排效果与产业竞争力之间的关系。第二，加快推进全国更多行业主体进入碳排放权交易市场，扩大交易范围。第三，推行跨省市、跨行业或跨省市跨行业之间多维度的交易方式，从而带来更多的额外经济效益，进一步促进参与主体的交易意愿，增强碳市场活力。