中国区域碳市场发展对碳减排的影响研究

李艳 李南萱 王鑫雨 唐茜 彭诗琪

摘 要：碳排放权交易市场成为我国“十三五”期间节能减排的主要手段，如何促进碳市场进一步成熟稳定、流动活跃发展成为新阶段的问题焦点。文章从区域市场的碳价和市场流动性出发，探究我国区域碳市场的发展对碳减排的影响。结果表明：碳价对开展碳市场地区的碳排放量具有显著的负向影响，即碳价升高有利于地区减排。市场流动性对碳排放量也具有一定的负向作用，但不显著。因此，研究保留了结果较为显著的碳价指标，选取能源消费总量和能源消费结构，进一步构建中介模型，以探究碳市场对碳减排的影响机理。结果表明：能源消费量和能源消费结构对碳减排中介效应分别为45.4%和70.65%，两者均具有中介效应，其中，能源消费结构的中介效应更为显著。

关键词：碳市场；碳减排；市场流动性

中图分类号：F713.58文献标识码：A文章编号：1005-6432（2024）15-0001-04

DOI：10.13939/j.cnki.zgsc.2024.15.001

1 引言

目前，我國各区域碳市场发展呈现出多样化的特征，而碳市场内部发展特征对碳减排是否起到影响？它的影响又有多大？我国接下来又应该从哪些方面来促进碳市场成熟、活跃发展？这些问题成了现阶段碳市场进一步发展的问题焦点。因此，文章首先选取碳市场发展中的碳价和市场流动性两个市场发展特征，探究碳区域市场发展对碳减排的影响作用；其次通过构建中介模型，选取能源消费量和能源消费结构作为中介变量，探究碳区域市场对碳减排的影响机理，以期为我国区域碳市场进一步成熟稳定、流动活跃发展提供参考。

2 文献综述

目前，国内外已经有较多的学者使用和发展双重差分（difference-in-difference，DID）模型，来研究我国碳排放交易试点市场政策在碳减排中的作用，通过引入虚拟变量来分析我国碳交易试点市场政策带来的减排效果和协同效应。Dong等（2018）采用双重差分模型来比较试点市场和非试点市场，采取碳排放权交易政策前后的碳排放量和GDP，研究发现碳市场在碳减排中发挥显著且持续的促进作用，但不能提高GDP；Chen等（2020）在双重差分模型的基础上采用了中介模型，在研究碳市场政策的减排效果的同时，进一步探究了碳市场的减排机理，研究发现碳市场政策是通过提高低碳技术来促进碳减排。同样，周朝波和覃云（2020）采用双重差分模型来比较碳试点市场之间的区域异质性，研究发现市场机制带来的低碳经济转型影响从西部到东部逐渐减弱，并采用中介模型研究发现其原因是碳市场给西部地区带来更大的创新补偿效应。王慧英和王子瑶（2021）进一步采用改良后的倾向得分匹配-双重差分（propensity score matching-difference in difference，PSM-DID）模型，研究发现碳交易试点政策促进碳减排但对经济的协同促进作用尚不明显，并采用中介模型分析碳市场的减排影响机制，研究发现碳市场主要是通过降低能源消费总量和改善能源消费结构来实现碳减排目标。为进一步探究碳交易市场规模是否产生不同的碳减排影响，薛飞和周民良（2021）采用连续性双重差分模型，以碳成交量和成交额来衡量碳市场规模，研究发现碳市场规模扩大有利于降低碳排放量。

现有研究主要集中于“采取碳交易市场政策是否会影响碳减排”，而进一步对碳市场内部发展是否造成不同碳减排效果的研究较少，但研究内部发展特征能够为区域市场进一步发展、其他地区开展碳市场等提供参考蓝本，具有较大的研究价值。因此，文章通过比较区域市场的碳价和碳流动性特征对碳减排的影响，以研究内部发展特征是否造成不同碳减排效果。此外，文章在碳价和碳流动性中选取效果最为显著的发展特征指标来构建中介模型，以研究碳减排的影响机理。

文章研究的技术路线如图1所示。

图1 关于碳排放权交易市场发展特征对碳减排影响的技术路线

3 模型构建和指标选取

3.1 双重固定效应模型

文章选取碳价和市场流动性两个指标，通过建立基于面板数据的双重固定效应模型，以探究碳市场发展特征对碳减排的影响。原始双重固定效应模型如下：

yit=β0+β1x1it+β2x2it+β3x3it+β4x4it+β5x5it+β6x6it+β7x7it+γi+μt+εit（1）

其中，β0为模型常量，β1和β7为解释变量系数，β2～β6为控制变量系数，ε为残差项。被解释变量y为来自化石燃料燃烧和工业的碳排放量（t）。解释变量x1为碳成交均价（元/t）；解释变量x7为成交天数和换手率（%），代表市场流动性。控制变量为生产总值GDP（元）、年末人口规模（万人）、常住人口城市化水平（%）、第二产业占比（%）、第三产业占比（%），分别记为x2、x3、x4、x5、x6。此处使用双重固定效应模型，γi为地区的个体固定效应，μt为时间固定效应。

3.2 中介模型

解释变量x如果通过影响变量M而对被解释变量y产生影响，则称M为中介变量。文章通过引入中介变量，即在基础模型中加入能源消费结构（x8）和能源消费总量（x9）作为中介变量来构建中介模型，探究碳价对碳减排的影响机制。

构建模型如下：

yit=α1+ax1it+δ1x3it+γ1x4it+θ1x5it+ρ1x7it+ε1t（2）

Mit=α2+bx1it+δ2x3it+γ2x4it+θ2x5it+ρ2x7it+ε2t（3）

yit=α3+a′x1it+cMit+δ3x3it+γ3x4it+θ3x5it+ρ3x7it+ε3t（4）

3.3 样本数据选取

文章选取深圳、北京、上海、广东2013—2019年的相关数据，湖北、重庆2014—2019年的相关数据以及福建2017—2019年的相关数据作为初始样本。在解释变量数据选取中，日均碳价、日成交量以及成交天数数据来自Wind数据库，并折算为年均碳价、年成交总量。换手率是成交量与其覆盖碳排放量之比，文章用市场年配额总量作为覆盖碳排放总量，数据来源于区域的政策文件和ICAP报告。在控制变量数据选取中，区域生产总值GDP、年末人口规模、常住人口城市化水平、第二三产业占比数据来自各区域的统计年鉴。在被解释变量数据选取中，碳排放量数据来自中国碳核算数据库（CEADs）。在中介变量数据选取中，能源消费结构和能源消费总量来自中国能源统计年鉴以及地区统计年鉴。

4 实证检验结果分析

4.1 双重固定效应模型结果

剔除多重共线性后的双重固定效应模型结果如表1所示。从第（1）列可以得出：碳价对碳排放量有显著的负向影响。从第（2）列可以得出：当加入一系列控制变量后，碳价依旧对碳排放有显著性影响，说明提高碳价，可以有效地抑制碳排放量。从第（3）列可以看出，市场流动性对碳排放量有负向作用但不显著。通过比较第（3）列和第（4）列，可以得出在加入控制变量后，市场流动性对碳排放的影响反而显著了。由于在先前研究过程中已经排除了多重共线性的影响，因此这很有可能是由控制变量吸收或减弱了部分的剩余方差造成的。

4.2 稳健性检验

文章将碳市场换手率作为成交天数的替代变量，进行稳健性检验。相关性检验和回归结果分别如表2、表3所示。研究发现：将碳流动性的指标换成换手率，碳价仍然对碳排放有显著的負向影响。替换变量的前后结果不变。说明该实验结果稳健，结论可靠，因此该模型通过稳健性检验。

4.3 中介效应模型结果

由双重固定效应模型结果可知，碳价对二氧化碳排放量有显著负向作用，因此文章选择碳价（X1）作为核心解释变量，在基础模型中加入能源消费结构和能源消费总量两个中介变量来构建中介模型，以探究碳价对碳减排的影响机制。

把能源消费总量（X8）作为中介变量后的结果如表4所示。从第（1）列得出：lnX1前的系数作为总效应记为a，在5%的水平上显著，因此加入中介变量继续进行中介检验。从第（3）列得出：加入中介变量后，lnX1前的系数较之前下降但依旧显著，说明存在部分中介效应。将第（2）列lnX1前的系数记为b，第（3）列lnX1前的系数记为a， 第（3）列lnX8前的系数记为c。计算得到：

把能源消费结构（X9）作为中介变量后的结果如表5所示。从第（1）列得出：lnX1前的系数作为总效应记为a，在5%的水平上显著，因此加入中介变量继续进行中介检验。从第（3）列得出：加入中介变量后，lnX1前的系数较之前下降但不显著了，说明存在完全中介效应。将第（2）列lnX1前的系数记为b，第（3）列lnX1前的系数记为a， 第（3）列lnX9前的系数记为c。计算得到：

5 结论

文章主要探究了八个区域市场内部发展特征对碳减排的影响。首先，选取了碳价和市场流动性两个指标构建面板数据双重固定效应模型，得出以下结论：

（1）碳价对区域碳排放量具有显著的负向影响，即碳价升高有利于地区减排。

（2）市场流动性对区域碳排放量也具有一定的负向作用，但不显著。

其次，保留了结果较为显著的碳价指标，并引入了能源消费量和能源消费结构两个中介变量来构建中介模型，以探究碳价对碳减排的影响机制。最终得出以下结论：能源消费量和能源消费结构对碳减排中介效应分别为45.4%和70.65%，两者均具有中介效应，其中，能源消费结构的中介效应更为显著。

根据以上结论可以得出：我国在“十三五”期间，采用碳交易排放权市场为主的节能减排政策对碳减排初有成效。但由于初期发展不成熟，存在活跃度较低、流动性不足等问题；同时，我国区域市场的碳价存在内部差异大、年度波动大、碳价偏低的问题，亟须形成稳定有效的碳价信号，以更好地发挥碳市场节能减排作用。

参考文献：

[1]绿金委碳金融工作组. 中国碳金融市场研究[R].北京： 北京环境交易所，2016.

[2]齐晔， 张希良. 低碳发展蓝皮书[M]. 北京： 社会科学文献出版社， 2018.

[3]ICAP （International Carbon Action Partnership）.Emissions trading worldwide [R].ICAP，2022.

[4]UNFCCC（United Nations Framework Convention Climate Change）.China First NDC（Updated Submission） [R].China， 2021.

[5]黄志平. 碳排放权交易有利于碳减排吗？——基于双重差分法的研究[J].干旱区资源与环境， 2018，32（9）：32-36.

[6]王丽颖. 中国碳交易试点政策的减排效果分析[J].社会科学战线， 2021（4）：251-255.

[7]朱凡， 李天琦. 中国碳交易市场减排绩效的实证研究[J].税务与经济，2021（3）：54-62.

[8]王慧英， 王子瑶. 我国试点城市碳排放权交易的政策效应与影响机制[J].城市发展研究，2021，28（6）：133-140.

[9]孙振清， 李欢欢， 刘保留. 碳交易政策下区域减排潜力研究——产业结构调整与技术创新双重视角[J].科技进步与对策， 2020，37（15）： 28-35.

[10]张修凡， 范德成. 碳排放权交易市场对碳减排效率的影响研究——基于双重中介效应的实证分析[J].科学学与科学技术管理， 2021，42（11）：20-38.

[11]周朝波， 覃云. 碳排放交易试点政策促进了中国低碳经济转型吗？——基于双重差分模型的实证研究[J].软科学， 2020，34（10）：36-42，55.

[12]DONG F， YUAN J， ZHANG S N. Can a carbon emission trading scheme generate the porter effect？evidence from pilot areas in China [J].Science of the total environment， 2018（653）：565-577．

[13]CHEN S， SHI A N， WANG X. Carbon emission curbing effects and influencing mechanisms of chinas emission trading scheme： the mediating roles of technique effect，composition effect and allocation effect[J].Journal of cleaner production， 2020（264）：121700．

[14]薛飛， 周民良. 中国碳交易市场规模的减排效应研究[J].华东经济管理， 2021，35（6）：11-21.

[15]温忠麟，叶宝娟.中介效应分析：方法和模型发展[J].心理科学进展，2014，22（5）：731-745.

[基金项目]中央高校基本科研业务费专项资金资助和中国矿业大学（北京）大学生创新训练项目资助（项目编号：202205012）。