能源结构对碳交易价格的影响
2023-08-06刘骊山
刘骊山
摘要:文章从碳交易价格形成机制的角度,研究碳交易试点的价格是否准确反映了当地能源结构的变动,以及金融发展水平在其中的支持作用。基于2013年8月至2020年12月的月度数据,文章发现直辖市的碳排放交易市场设计和运行情况较好,碳价格准确及时地反映了能源结构的变动,且金融发展水平发挥了很好的调节作用。然而非直辖市试点的碳排放市场设计存在不足。全国碳排放交易市场应该吸取经验教训。
关键词:碳排放交易;能源结构;金融发展水平
一、引言
由温室气体的过度排放导致的气候变化是人类目前面临的最严峻考验之一(Liu and Dong,2021)。世界各国在实现经济增长的过程中,消耗了大量自然资源,尤其是化石燃料,从而导致了温室气体的过度排放。气候变化可能带来极其严重的后果,包括生物多样性减弱、冰川融化、海平面上升,甚至导致人类被迫迁移(Sadawi et al,2021)。为了控制全球气候变暖,保障人类可持续发展,低碳经济日益受到重视。1997年,192个国家签署了《京都议定书》,以货币化的方式建立了二氧化碳排放管控体系(Sadawi et al,2021)。2015年的巴黎气候大会上,全世界178个缔约方共同签署《巴黎协定》,确定了将全球平均气温控制在较前工业化时期上升2摄氏度以内的长期目标。改革开放以来,中国经济高速发展,极大地提高了人民生活水平,但同时也产生了惊人的碳排放量。目前,中国的碳排放总量已超过美国、欧盟与日本的总和,人均碳排放量也超过了欧盟。为了积极地承担国际责任,我国政府多次承诺,力争使中国于2030年前碳达峰,2060前实现碳中和。同时,中国的“十四五”規划确定了建设“美丽中国”的目标,国家发改委则制定了以清洁空气为首要标准的“美丽中国”评价体系(Wang et al,2021)。这些足以表明中国政府控碳减碳的决心。
对于经济发展的外部性问题的讨论由来已久,早期的经济学家Pigou提出根据污染所造成的危害程度对排污者征税(庇谷税),从而弥补排污者生产的私人成本和社会成本之间的差距。20世纪中叶,Coase(1960)提出另一种方案:通过明晰权利并进行交易的方式来解决外部性问题;在交易成本为零时,Coase所提出的交易方案能实现帕累托最优,从总体社会效益的角度而言(不考虑权利归属带来的公平正义问题),优于庇谷税。为应对气候变化问题,1997年的《京都议定书》实践了Coase的思想,率先倡导以货币化的方式建立了一个温室气体排放管控体系(Sadawi et al,2021)。在《京都议定书》的框架下,若干碳排放交易机制得以建立;碳排放交易机制对二氧化碳的排放进行市场定价,允许实际碳排放低于配额的排放者可以将剩余的碳排放权利出售给实际碳排放高于配额的排放者。如成立于2003年的美国区域碳污染减排计划(Regional Greenhouse Gas Emission Reduction Action),成立于2005年的欧盟碳排放交易体系(European Union Emission Trading Scheme),成立于2007年的西部气候倡议(Western Climate Initiative),以及2013年、2014年、2017年建立的中国八大碳排放交易试点:深圳、北京、广州、上海、天津、湖北、重庆、福建;2021年,全国碳交易市场成立,各碳交易试点停运。根据中国碳排放交易网的报道,截至2021年,全球有21个正在运行的碳排放交易体系,其覆盖的碳排放量约占全球排放总量的10%,每年交易规模超过600亿美元①。目前,中国的碳排放量已超过美国和欧盟的总和,人均碳排放量超过欧盟②;中国的碳达峰碳中和行动不仅仅是为了承担国际责任,也是为了提高能源效率,寻求替代能源,改善环境质量,从而提升经济的长期竞争力和社会的全面发展。
著名的波特假说提出,适当且设计良好的环境规制可以刺激企业的绿色低碳创新投入,增强企业的竞争力,从而能弥补甚至超越企业的守约成本(Porter,1991)。环境规制又可细分为市场型环境规制、命令型环境规制、自愿型环境规制。Liao(2018)指出,市场驱动型工具和自愿参与型工具对企业环境创新的三个维度都有显著积极影响,命令控制型工具则只对一个维度有积极影响。张明等(2022)选取2004-2017年中国30个省级行政区的数据研究异质性环境规制对企业污染排放的影响,发现命令型环境规制对于废水的治理效果更突出,而市场型环境规制对废气治理的效果更好。他们进一步发现,命令型环境规制有利于推动产业结构转型升级,而市场型环境规制能促使企业开展技术创新。即总体而言,市场型环境规制是三种规制中效果较好,较多的经验证据显示其能有效地降低污染排放,激励技术创新。碳交易属于典型的市场型环境规制,学术界对于碳交易市场,特别是欧盟碳交易体系的功效有一定的争议,大多数研究结论是相对积极的,但也有相对消极的观点。同时,关于中国碳交易功效的研究,特别是实证研究比较缺乏,有限的关于中国碳排放交易的研究主要运用建模手段(Lv and Bai,2021)。有限的实证研究主要是基于波特假说,研究碳排放交易的功效或意义。基于2010-2017年中国158个地市级数据,Duan和Ji(2021)使用双重差分法发现,碳交易政策实施后,试点地区环境生态和经济效益显著改善,二氧化碳排放降低,工业“三废”排放减少。Wang et al.(2021)发现,碳交易试点显著降低了碳排放,且减排政策具有累积动态效应。通过中介效应模型,该研究进一步发现,碳交易试点通过调整能源消费结构和提高技术创新水平促进碳减排。
碳排放交易价格是碳交易的核心。理论上来说,碳的社会成本是目前排放一吨碳所造成损害的预期现值。Liu et al.(2021)指出,碳交易价格不仅反映了政府在减碳行为中的努力,也反映了碳交易的有效程度。过低的碳交易价格难以支持经济的低碳化转型,过高的碳交易价格则可能损伤一部分产业和企业的竞争力。过高的碳交易价格还可能导致碳泄漏。影响碳交易价格的原因比较复杂。Ye和Xue(2021)通过一个自建词典计算了新闻文章中的“碳情绪指数”,发现碳情绪指数与欧盟碳交易价格的变化密切相关。Zhao et al.(2021)开发了一个多因素综合模型对碳交易价格进行预测,发现标准普尔清洁能源指数和布伦特原油价格有助于碳交易价格的预测。Lintunen和Vilmi(2021)指出,在最典型的情况下,最优排放价格是顺周期的,即在衰退期间价格应该更低。他们还提出,气候政策的首要重点是将碳交易价格设定在最佳增长路径水平上,次要重点是关注碳交易价格波动。碳交易价格的过度波动可能不利于经济、社会和环境的健康发展。Wu and Huang(2020)研究了一个由零售商和制造商组成的两级供应链,发现碳交易价格波动会影响供应链中原始的最优生产决策。Li et al.(2018)指出,碳交易价格的随机波动会影响可再生能源项目的投资时机。
如果碳排放交易市场得到了有效的设计,覆盖了足够多的高碳排放企业,那么试点地区对于能源的使用状况将会反映到碳排放交易价格上。因为总体而言,新能源比传统能源的碳排放系数更低,如果企业更多地使用新能源,市场对于碳排放配额的需求将会减少,供给则会增加,从而降低碳排放价格。然而,对于能源的更换往往也会涉及设备的更换和技术的调整,而技术研发是一种高风险、研发周期长的创新活动,易受融资约束。因此,金融服务的发达程度和资金的易得性可能调节能源使用结构和碳排放交易价格的关系。然而,值得注意的是,Weng and Xu(2018)指出,2021年6月之前,中国各碳排放交易试点设计规则不统一,交易效率低,发展不成熟。Wu(2021)基于中国2013-2017年碳交易试点数据指出,中国的碳交易价格扭曲降低了碳交易市场的经济效益、环境效益和政策接受度。因此有必要检验上述关系。
二、研究设计和结果
本文使用2013年8月至2020年12月,七个碳排放交易省级行政区的月度数据,研究能源结构能否影响碳交易价格,以及金融发展水平是否在其中发挥调节作用。试点阶段,中国共有八个试点,即北京、上海、天津、重庆、深圳、广东、湖北、福建。鉴于数据可得性问题,本文将深圳试点和广东试点的碳排放交易价格加权平均为广东省的碳排放交易价格,即八个试点合并为七个碳排放交易省级行政区。本文被解释变量为碳排放交易价格。核心解释变量为能源结构,本文使用熵权法计算每一個省级行政区传统能源和新能源的相对值进行衡量。传统能源的算法为,先算出每个省的人均原油加工量产量、人均煤气产量、人均焦炭产量、人均火力发电量、人均天然气产量,再对上述该省人均产量分别除以全国人均产量得到省级产量相对值,最后使用熵权法将人均原油相对产量、人均煤气相对产量、人均焦炭相对产量、人均火电相对产量、人均天然气相对产量汇总成一个指标:传统能源相对值(Traenrg)。本文通过水电和风电的相对值进行熵权计算,得到新能源相对值(Newenrg)。调节变量为金融发展水平(Finan),用人均社会融资规模衡量。控制变量包括人均地区生产总值(Gdppc)、气温(Tempre)、气温的平方(Tempre2)。
回归结果如表1所示,其中(1)(4)列为全样本,(2)(5)列为直辖市样本,(3)(6)列为非直辖市样本。所有列均控制了年度固定效应和省份固定效应。可见,直辖市样本,传统能源的使用和碳排放价格正相关,新能源的使用和碳排放价格显著负相关。全样本的估计结果和直辖市样本相近。然而,在非直辖市样本,传统能源的使用和碳排放价格负相关,新能源的使用和碳排放价格负相关但不显著。这说明,直辖市的碳排放交易市场设计和运行情况较好,覆盖了较多的能源密集型企业,碳排放配额的分配也较为合理,因此当更多的新能源被使用时,碳排放量降低,企业对碳排放配额的需求减少,供给增加,从而有效地降低了碳排放交易价格。与之相比,非直辖市的三个试点有效性不足,碳排放交易价格对能源结构的变动不敏感。
为了进一步体现能源的结构,本文将新能源相对值减去传统能源相对值,得到新的变量Diff,并将Diff与金融发展水平做交乘(Diff*Finan),结果如表2 所示。其中(1)(4)列为全样本,(2)(5)列为直辖市样本,(3)(6)列为非直辖市样本。所有列均控制了年度固定效应和省份固定效应。估计结果显示,在直辖市样本中,Diff系数为负且在10%的显著性水平下显著,进一步说明直辖市碳交易试点的设计与运营较好,其价格能明确反映能源结构的变动,即更多的新能源使用和更少的传统能源使用能降低碳交易价格。非直辖市样本的Diff系数为正不显著,进一步说明非直辖市试点的有效性不足,能源结构的变动未能引起碳排放交易价格的反应。直辖市样本的交互项Diff*Finan的系数为负,且在5%的显著性水平下显著,说明在直辖市,更高金融发展水平的确能缓解企业融资约束,从而支持能源结构的调整,并降低碳排放价格。然而在非直辖市样本,金融发展水平的调节效应较差,这很有可能是这些试点本身有效性不足所导致的,即能源结构的调整和相应技术设备的更新无法传导至碳排放交易价格。全样本的Diff系数与Diff*Finan系数符号与直辖市样本一致,但不显著。
三、讨论与总结
本文搜集了2013年8月至2020年12月七个碳排放交易省份的月度数据,研究能源结构对碳排放交易价格的影响及金融发展水平在其中的调节作用。以往的研究主要以波特假说为依托,研究碳排放交易的功效。本文则是从碳排放交易价格形成机制的角度,探究碳交易试点的价格是否有效反映了当地能源结构的变动。研究发现,直辖市试点和非直辖市试点的差异较大。直辖市的碳排放交易市场设计和运行情况较好,覆盖了较多的能源密集型企业,碳排放配额的分配也较为合理,因此,新能源使用的增加和传统能源使用的减少能及时地反映到碳交易的供求上,降低碳价格,同时,金融水平的提升能提高资金的可得性,满足企业对于设备更换和技术升级的需求,使能源结构的调整更好地传导至碳排放交易价格的降低。然而,非直辖市碳排放交易市场的表现较为不理想,碳排放交易价格未能有效地反映能源的使用情况,因此金融发展水平的提高、资金可得性的加强也未对碳交易价格产生实质性影响。因此,从试点阶段来说,中国的碳排放交易各试点的表现具有较大的差异性,非直辖市的试点效率需要提升。值得庆幸的是,2021年6月起,所有试点停运,全国统一的碳排放交易市场上线,这意味着中国碳排放交易进入了新的阶段。在新的阶段,碳交易的设计者应根据试点阶段的经验教训,特别是非直辖市试点效率较低的成因,增加碳排放交易的控排企业范围,监督碳排放交易的运行,使全国碳排放交易市场的价值得到充分发挥。
参考文献:
[1]Liu.Y.Dong,F.Haze pollution and corruption:A perspective of mediating and moderating roles[J].Journal of Cleaner Production,2021,279:123550.
[2]Sadawi,A.A.et al.A comprehensive hierarchical blockchain system for carbon emission trading utilizing blockchain of things and smart contract[J].Technological Forecasting & Social Change,2021,173:121124.
[3]Wang,C.et al.The policy effects and influence mechanism of China's carbon emissions trading scheme[J].Air Quality,Atmosphere & Health,2021,14(12):2101-2114.
[4]Coase,R.H.The problem of social cost[J].Journal of Law and Economics, 1960,3:1-44.
[5]Porter,M.E.America's green strategy[J].Scientific American,1991,264(04):193-246.
[6]Liao,Z.Environmental policy instruments,environmental innovation and the reputation of enterprises[J].Journal of Cleaner Production,2018,171:1111-1117.
[7]张明,黄孟,武文琪,宋妍.异质性环境规制对企业排污行为的影响差异研究[J/OL].系统工程:1-11[2023-01-03]. https://kns.cnki.net/kcms/detail/43.1115.N.20221028.1014.002.html.
[8]Lv,M.Bai,M.Evaluation of Chinas carbon emission trading policy from corporate innovation[J].Finance Research Letters,2021,39:101565.
[9]Duan,B.Ji,X.Can Carbon Finance Optimize Land Use Efficiency?The Example of Chinas Carbon Emissions Trading Policy[J].Land,2021,10(09):953-953.
[10]Liu,H.et al.Which emission reduction mode is the best under the carbon cap-and-trade mechanism?[J].Journal of Cleaner Production,2021,314:128053.
[11]Ye,J,Xue,M.Influences of sentiment from news articles on EU carbon prices[J].Energy Economics,2021,101: 105393.
[12]Zhao,L.et al.A multi-factor integrated model for carbon price forecasting: Market interaction promoting carbon emission reduction[J].Science of The Total Environment,2021,796:149110.
[13]Lintunen,J.Vilmi,L.Optimal Emission Prices Over the Business Cycles[J]. Environmental & Resource Economics,2021, 80:135-167.
[14]Wu S.Huang Z.Coordination of an Environmentally Responsible Supply Chain with Cost Disturbance under Carbon Price Fluctuations[J].Mathematical Problems in Engineering,2020:7640505.
[15]Li,Y.Wu,M.,Li,Z.A Real Options Analysis for Renewable Energy Investment Decisions under China Carbon Trading Market[J].Energies,2018,11(07): 1817.
[16]Weng,Q.Xu,H.A review of Chinas carbon trading market[J].Renewable and Sustainable Energy Reviews,2018, 91:613-619.
[17]Wu,L.How can carbon trading price distortion be corrected?An empirical study from Chinas carbon trading pilot markets[J].Environmental Science and Pollution Research,2021,28(46):66253-66271.
(作者單位:昆明理工大学管理与经济学院)