碳排放權(quán)價(jià)格的政策效應(yīng)：我國(guó)碳排放試點(diǎn)的經(jīng)驗(yàn)證據(jù)

[1. 天津大學(xué) 天津 300072；2. 德克薩斯A&M大學(xué) 美國(guó)卡城 77843]

引言

隨著全球資源需求的增長(zhǎng)和環(huán)境的限制，中國(guó)已就溫室氣體減排問題與其他國(guó)家達(dá)成了協(xié)議約定。為了限制二氧化碳（CO2）排放的增長(zhǎng)，我國(guó)選擇建立CO2排放權(quán)交易體系。政策制定者通過一些管理措施來建立一個(gè)有效的碳交易市場(chǎng)，可以促使公司轉(zhuǎn)向低能耗生產(chǎn)模式。碳排放交易體系的有效運(yùn)行與經(jīng)濟(jì)發(fā)展模式的轉(zhuǎn)換以及產(chǎn)業(yè)競(jìng)爭(zhēng)力密切相關(guān)。

在經(jīng)濟(jì)高速發(fā)展、政府強(qiáng)制管控的大環(huán)境下，實(shí)施碳排放交易體系是非常有挑戰(zhàn)性的，尤其是在我國(guó)這種幅員遼闊、區(qū)域間差異大的社會(huì)中[1～2]。國(guó)家發(fā)改委的政策制定者們?cè)?013～2014年成功地設(shè)立了七個(gè)碳排放交易試點(diǎn)（C-CETP），包括北京、天津、上海、湖北、重慶、廣東和深圳。如今，在這些試點(diǎn)運(yùn)行三年多之后，一個(gè)統(tǒng)一的全國(guó)性的CO2排放權(quán)交易體系將在2017年建成。這些先驅(qū)者的運(yùn)行給了政策制定者們哪些啟示呢？我們?nèi)绾伟l(fā)現(xiàn)并運(yùn)用這些經(jīng)驗(yàn)？這是科研工作人員想要解決的關(guān)鍵問題。

碳排放交易市場(chǎng)的主要問題是碳價(jià)是如何形成的以及均衡價(jià)格趨勢(shì)如何維持。如果碳價(jià)太高，納入企業(yè)就失去了生產(chǎn)的動(dòng)力；如果碳價(jià)太低，減排就不會(huì)達(dá)到期望的目標(biāo)。所以知道碳價(jià)的決定性影響因素并且知道如何理性地使用這些決定性因素對(duì)碳排放交易體系來說至關(guān)重要。分析C-CETP的碳價(jià)，可以幫助政策制定者分析以往政策的有效性和穩(wěn)健性。獲得了這方面的信息，可以提高全國(guó)統(tǒng)一碳排放交易體系的政策制定效率。

從圖1可以看出，我國(guó)的碳試點(diǎn)有一些問題亟待提高。在各試點(diǎn)碳排放配額交易剛開始的時(shí)候，廣東、上海、深圳和天津的碳價(jià)出現(xiàn)明顯的下滑趨勢(shì)，這說明初始碳價(jià)設(shè)置過高。當(dāng)碳配額總量設(shè)置不合理并且碳配額分配方式不科學(xué)的時(shí)候，碳價(jià)是不可能維持在一個(gè)合理的范圍內(nèi)的。過去幾年一些試點(diǎn)顯著波動(dòng)的碳價(jià)警示我們需要制定有效的制度性政策。因此，理解價(jià)格的形成機(jī)制和如何使用政策來管理我國(guó)碳市場(chǎng)的運(yùn)營(yíng)是非常重要的。在這樣的背景下，我們面臨的問題可以總結(jié)為：哪些因素塑造了全國(guó)碳排放交易體系的價(jià)格，如何使用合適的政策來管理？

圖1 2013年8月5日～2016年10月31日各試點(diǎn)碳價(jià)走勢(shì)圖

本文的目的是為國(guó)家碳排放交易體系的設(shè)計(jì)提出政策建議。因此，我們亟需對(duì)各試點(diǎn)碳價(jià)的影響因素進(jìn)行綜合深入的分析。假設(shè)碳價(jià)可以反映碳市場(chǎng)足夠的信息，包括政策效應(yīng)。我國(guó)曾經(jīng)設(shè)立了七個(gè)試點(diǎn)地區(qū)，為2017年全國(guó)碳排放交易體系測(cè)試各種政策的選擇。為了方便，將施行了某項(xiàng)政策的地區(qū)稱作政策實(shí)施地區(qū)。

為了合理地、有目的評(píng)估管理政策的效應(yīng)，應(yīng)用計(jì)量經(jīng)濟(jì)模型的方法優(yōu)于純粹的主觀分析，因?yàn)閺慕?jīng)驗(yàn)中得出的規(guī)律并不一定適用于特殊的情況。雙重差分模型（DID model）是評(píng)測(cè)政策效應(yīng)的一個(gè)常用方法。Zhang等用DID model研究了碳交易的波特效應(yīng)[3]。Tanaka S.用DID model探索了環(huán)境管理政策對(duì)中國(guó)嬰兒死亡率的影響[4]?；谠谡邔?shí)施地區(qū)的自然實(shí)驗(yàn)，我們選擇用DID model來分別研究我國(guó)碳排放交易體系的各種不同政策。我們想要探索的政策包括很多不同的方面。首先，我們需要知道如何分配配額會(huì)更高效。拍賣的分配方法會(huì)提高市場(chǎng)效率嗎？其次，需要選擇合適的市場(chǎng)參與者。機(jī)構(gòu)投資者和個(gè)人投資者應(yīng)該獲得市場(chǎng)交易準(zhǔn)入資格嗎？第三，我們需要討論全國(guó)范圍內(nèi)碳排放權(quán)遠(yuǎn)期交易的問題。遠(yuǎn)期交易可以正確地指導(dǎo)碳價(jià)嗎？最后，我們需要通過檢測(cè)核查期各試點(diǎn)的碳價(jià)是否明顯受到強(qiáng)制核查行為的影響，來討論這些政策的效果。如果市場(chǎng)是有效的，CO2配額的需求量在臨近核查期時(shí)不會(huì)顯著升高，需求量的增長(zhǎng)會(huì)導(dǎo)致碳價(jià)的升高。與此同時(shí)，我們不能忽略其他的碳價(jià)影響因素，包括經(jīng)濟(jì)和工業(yè)的發(fā)展水平、能源的價(jià)格、氣候狀況和碳排放試點(diǎn)的特征。我們把它們?cè)O(shè)置為控制變量來避免DID model中樣本異質(zhì)性的問題。這篇文章用7個(gè)試點(diǎn)的面板數(shù)據(jù)為樣本來研究碳交易體系的政策設(shè)計(jì)問題，從而告訴政策制定者某一管理政策的潛在影響，并為全國(guó)碳交易體系的建立提出相關(guān)的建議。

一、碳排放試點(diǎn)的政策歸納

由于國(guó)外碳排放交易市場(chǎng)中的碳價(jià)經(jīng)歷了大幅的波動(dòng)，所以我國(guó)的政策制定者們非常重視碳排放交易體系的政策設(shè)計(jì)，包括：碳配額分配的政策，價(jià)格發(fā)現(xiàn)和價(jià)格穩(wěn)定性機(jī)制的政策。 C-CETP的政策設(shè)計(jì)問題是很多研究人員關(guān)注的焦點(diǎn)[5～9]。碳配額分配機(jī)制的設(shè)計(jì)是以上研究中的關(guān)鍵問題之一，會(huì)影響到體系中每個(gè)參與者間交易的公平性。Xiong等評(píng)估了C-CETP中的配額分配機(jī)制[10]。認(rèn)為盡管已經(jīng)有所創(chuàng)新，各試點(diǎn)的分配方法仍然面臨很嚴(yán)重的問題，比如配額量過多、對(duì)歷史數(shù)據(jù)的過度依賴，以及不夠透明的問題。一些學(xué)者們普遍認(rèn)為拍賣比傳統(tǒng)的方法要好[11～13]，因?yàn)榕馁u可以避免祖父法導(dǎo)致的低效問題[14～15]。拍賣還有促進(jìn)價(jià)格發(fā)現(xiàn)的功能，可以保證碳價(jià)的公平、公正和透明。 所以本文將會(huì)討論拍賣在我國(guó)各個(gè)C-CETP中的作用。

價(jià)格發(fā)現(xiàn)和穩(wěn)定性機(jī)制也是關(guān)乎我國(guó)碳市場(chǎng)能否有效運(yùn)行的關(guān)鍵。促進(jìn)市場(chǎng)價(jià)格發(fā)現(xiàn)的首要前提就是保證市場(chǎng)交易的活躍性。深圳、湖北、廣東、北京等試點(diǎn)的政策制定者們陸續(xù)意識(shí)到了非控排單位參與碳市場(chǎng)的重要性。他們相繼引入了其他市場(chǎng)參與主體，比如機(jī)構(gòu)投資者和個(gè)人投資者。在我國(guó)碳排放交易體系中引入個(gè)人投資者可以促進(jìn)低碳生活方式形成[16～19]。通過增強(qiáng)公眾的碳配額交易意識(shí)可以活躍市場(chǎng)交易，從而促進(jìn)價(jià)格發(fā)現(xiàn)和穩(wěn)定。另一方面，衍生品市場(chǎng)的缺失也會(huì)阻礙碳價(jià)的穩(wěn)定。在EU ETS(歐盟溫室氣體排放貿(mào)易機(jī)制)歐盟最初成立階段，遠(yuǎn)期交易為價(jià)格發(fā)現(xiàn)起到了一定的作用，這對(duì)價(jià)格穩(wěn)定性和市場(chǎng)流動(dòng)性的提升也有一定益處。然而在我國(guó)，只有湖北和廣東試點(diǎn)在2016年10月31日之前引入了碳遠(yuǎn)期交易。

二、碳價(jià)的影響因素

由于EU ETS已經(jīng)成立十多年了，很多文章研究了EU ETS中碳價(jià)的影響因素。Springer[20]和Christiansen等[21]認(rèn)為碳價(jià)的主要驅(qū)動(dòng)因素是政策和監(jiān)管事宜、能源價(jià)格、天氣狀況和經(jīng)濟(jì)活動(dòng)。Christiansen等[21]、Kanen[22]、Bunn 和 Fezzi[23]、Convery 和 Redmond[24]認(rèn)為能源價(jià)格是最重要的碳價(jià)決定因素，因?yàn)榘l(fā)電廠可以根據(jù)能源價(jià)格選擇不同的能源。天氣狀況也可以通過影響能源需求，間接地影響碳排放權(quán)價(jià)格[25～26]。

本文將結(jié)合我國(guó)碳試點(diǎn)的全部碳價(jià)數(shù)據(jù)進(jìn)行綜合分析，給出一個(gè)更為普遍的結(jié)論。一方面，我國(guó)是社會(huì)主義市場(chǎng)經(jīng)濟(jì)體制，碳市場(chǎng)在一定程度上受政府控制，因此我們不能忽略政策對(duì)碳價(jià)的影響。另一方面，我國(guó)的7個(gè)試點(diǎn)特征不同，不能像歐盟一樣被看作是一個(gè)統(tǒng)一的市場(chǎng)，因此需要引入控制變量，用DID model和面板回歸的方法來量化分析7個(gè)試點(diǎn)中碳價(jià)的政策效應(yīng)。

三、變量和數(shù)據(jù)

本文選取7個(gè)試點(diǎn)的日度數(shù)據(jù)組成非平衡面板，其中刪除了0.6%的異常數(shù)據(jù)樣本。數(shù)據(jù)范圍從每個(gè)試點(diǎn)開始交易的第二個(gè)月的第一天開始，到2016年10月31日截止，法定節(jié)假日和無交易日除外。

根據(jù)前人的研究，經(jīng)濟(jì)、能源、氣候等相關(guān)變量均對(duì)碳價(jià)有一定影響。本文主要研究的是政策效應(yīng)，因此其他對(duì)碳價(jià)有影響的變量均選作控制變量，各變量具體情況如表1所示。

四、模型建立與實(shí)證分析

本文用雙重差分模型的方法，分別研究了7個(gè)試點(diǎn)碳市場(chǎng)中的3種政策，包括拍賣、市場(chǎng)多元參與者和碳排放遠(yuǎn)期交易對(duì)碳價(jià)的影響。在建模之前，首先將數(shù)據(jù)分成干預(yù)組和對(duì)照組，干預(yù)組代表實(shí)施了某項(xiàng)政策的組。模型如下所示：

分析拍賣對(duì)碳價(jià)的影響的DID模型：

分析拍賣成交價(jià)是否是碳價(jià)驅(qū)動(dòng)因素的模型：

歷史拍賣時(shí)間與拍賣成交價(jià)情況如表2所示。

分析多元參與主體對(duì)碳價(jià)影響的DID模型：

分析碳排放遠(yuǎn)期交易引入對(duì)碳價(jià)影響的DID模型：

雙重差分效應(yīng)通過政策變量與時(shí)間變量的乘積來表示。以上模型中最重要的參數(shù)為π，表示了某項(xiàng)政策對(duì)政策實(shí)施地區(qū)的碳價(jià)的影響。ηi表示地區(qū)固定效應(yīng)；μt表示時(shí)間固定效應(yīng)；Xit控制額外的一系列協(xié)變量，包括經(jīng)濟(jì)、能源、氣候和C-CETP的其他特征；εit表示隨機(jī)誤差項(xiàng)。

最后，基于核查期各試點(diǎn)碳價(jià)和流動(dòng)性的表現(xiàn)，檢驗(yàn)了不同政策的效果。相關(guān)機(jī)構(gòu)會(huì)在每年的核查期組織進(jìn)行各試點(diǎn)碳配額的核查。很多企業(yè)在初期碳交易意識(shí)薄弱，因此每年的強(qiáng)制配額核查便成為企業(yè)進(jìn)行碳交易的關(guān)鍵驅(qū)動(dòng)因素。在制度不成熟的試點(diǎn)，由于缺乏正確引導(dǎo)，很多企業(yè)選擇在臨近核查期時(shí)才購(gòu)買大量碳排放配額，導(dǎo)致碳價(jià)也明顯升高。因?yàn)樗鼈兊膶?shí)際排放量超過了初始配額總量，如果不購(gòu)買足量的配額會(huì)受到處罰。在試點(diǎn)制定了有效的政策之后，碳價(jià)和交易量不會(huì)出現(xiàn)很明顯的周期性現(xiàn)象。具體核查日期參見表3，碳價(jià)周期性檢驗(yàn)的面板回歸模型如下所示：

參數(shù)含義同模型（1）～模型（3）。

五、實(shí)證結(jié)果與分析

（一）控制變量的選擇

從表4可知，變量IAV，IAV_YOY，COAL_PRICE，ELE_COAL_PRICE，NG_PRICE，ELEC_PRICE，CHINESE_DS，ALLOWANCE，E_NO對(duì)碳價(jià)有顯著影響；變量CPI，T_L對(duì)碳價(jià)有輕微影響；變量T_H，T_E對(duì)碳價(jià)無影響。

表1 變量與符號(hào)約定

在經(jīng)濟(jì)方面，我們發(fā)現(xiàn)碳價(jià)與CPI負(fù)相關(guān)。從供應(yīng)的角度來講，價(jià)格的升高會(huì)導(dǎo)致生產(chǎn)成本的提高，很多工業(yè)生產(chǎn)企業(yè)會(huì)減少產(chǎn)量并合理控制庫存。所以碳排放量會(huì)減少，從而碳價(jià)會(huì)降低。工業(yè)增加值和它的同比增長(zhǎng)率對(duì)碳價(jià)也有顯著影響，這是因?yàn)楣I(yè)活動(dòng)，尤其是重工業(yè)活動(dòng)會(huì)產(chǎn)生大量的CO2。每個(gè)試點(diǎn)地區(qū)都覆蓋了大量的工業(yè)企業(yè)，他們的碳配額是有限的。工業(yè)活動(dòng)頻繁時(shí)會(huì)產(chǎn)生大量的CO2，這會(huì)導(dǎo)致碳排放配額短缺，最終使得碳價(jià)升高。然而，IAV的系數(shù)卻是負(fù)的。原因在于配額分配方法會(huì)影響免費(fèi)配額量，從而影響碳價(jià)。7個(gè)試點(diǎn)的分配方法標(biāo)桿是不同的。重慶為了提高控排企業(yè)最初參與的積極性，使得更多的企業(yè)盡快參與進(jìn)來，基于配額管理單位既有產(chǎn)能2008～2012年最高年度排放量之和作為基準(zhǔn)配額總量，所以配額量很充足。但是一些試點(diǎn)的免費(fèi)配額量測(cè)算是基于歷史排放強(qiáng)度，意味著他們需要降低單位產(chǎn)值的碳排放量，這只能通過環(huán)保技術(shù)的提升來實(shí)現(xiàn)。所以工業(yè)增加值提高，碳排放量不一定增長(zhǎng)；即使排放量增長(zhǎng)，配額也不一定緊缺，所以碳價(jià)不一定會(huì)上升。這一現(xiàn)象還有一種解釋，高工業(yè)增加值來源于那些未納入控排體系的低污染企業(yè)。

在能源變量方面，5個(gè)備選變量均與碳價(jià)顯著正相關(guān)。在歐洲，煤炭?jī)r(jià)格與碳排放權(quán)價(jià)格負(fù)相關(guān)，因?yàn)楫?dāng)碳排放成本過高時(shí)發(fā)電廠會(huì)選擇使用天然氣發(fā)電。然而在我國(guó)，由于發(fā)電廠設(shè)備的限制，天然氣并不能成為煤炭的發(fā)電替代能源。國(guó)內(nèi)的煤價(jià)，尤其是電煤價(jià)格，在很大程度上取決于供需。工業(yè)活動(dòng)燃煤量增加會(huì)導(dǎo)致煤價(jià)的上升，與此同時(shí)會(huì)導(dǎo)致CO2排放量增加，從而導(dǎo)致碳價(jià)提高。天然氣作為工業(yè)生產(chǎn)中的一種能源，也可以反映一定的碳價(jià)信息。我國(guó)的天然氣市場(chǎng)已經(jīng)改革為市場(chǎng)定價(jià)機(jī)制，所以天然氣價(jià)格也主要由市場(chǎng)供需決定。當(dāng)天然氣價(jià)格上升時(shí)，工廠會(huì)傾向于選擇便宜的可替代能源（例如：煤炭），通常會(huì)釋放更多的CO2。燃煤上網(wǎng)電價(jià)由國(guó)家發(fā)改委控制，為了改善能源結(jié)構(gòu)，發(fā)改委正在逐漸下調(diào)燃煤上網(wǎng)電價(jià)。每個(gè)省的ELEC_PRICE是由發(fā)改委根據(jù)其具體經(jīng)濟(jì)等情況決定的，因此相當(dāng)于傳導(dǎo)經(jīng)濟(jì)效應(yīng)等一系列影響的媒介。上網(wǎng)電價(jià)和煤價(jià)價(jià)差代表了燃煤電廠的利潤(rùn)，是由上網(wǎng)電價(jià)和電煤價(jià)格根據(jù)比例計(jì)算得來，因此也與碳價(jià)密切相關(guān)。

表2 試點(diǎn)拍賣情況總結(jié)

在氣候方面，只有極端低溫對(duì)碳價(jià)有輕微影響。因?yàn)榈蜏卦黾恿巳济汗┡男枨?，從而增加了CO2排放。

為了防止多重共線性，分組進(jìn)行了主成分分析，提取出來的4個(gè)主成分用作控制變量。表5的4～5列為每個(gè)主成分分別對(duì)碳價(jià)回歸得出的結(jié)果。

（二）政策效應(yīng)

從表6可以看出，拍賣會(huì)使得碳價(jià)降低，這是因?yàn)楦髟圏c(diǎn)的碳價(jià)起初設(shè)定過高。拍賣促進(jìn)了價(jià)格的發(fā)現(xiàn)，使得市場(chǎng)價(jià)格逐漸接近拍賣成交價(jià)。市場(chǎng)多元參與者的引入也使得碳價(jià)降低，個(gè)人投資者和機(jī)構(gòu)投資者是活躍市場(chǎng)的催化劑，他們的參與具有教育公眾的意義，可以提高市場(chǎng)的流動(dòng)性。碳遠(yuǎn)期交易的引入也會(huì)使得碳價(jià)降低，因?yàn)檫h(yuǎn)期交易可以促進(jìn)價(jià)格發(fā)現(xiàn)。

表3 各試點(diǎn)具體核查日期

（三）政策效應(yīng)檢驗(yàn)

碳價(jià)對(duì)核查期敏感意味著我國(guó)的控排企業(yè)在臨近核查期時(shí)交易更為積極。當(dāng)供小于求時(shí)，碳價(jià)就會(huì)上升。各試點(diǎn)碳價(jià)對(duì)核查期的敏感性關(guān)系如表7所示。

回歸結(jié)果顯示，北京、天津、廣東和深圳的碳價(jià)受核查周期影響明顯。北京沒有進(jìn)行過配額拍賣，并且個(gè)人投資者的市場(chǎng)準(zhǔn)入門檻高。2016年2月，廣東碳排放權(quán)交易所開展了碳排放配額托管業(yè)務(wù)。2014年6月5日，廣東試點(diǎn)引入了個(gè)人投資者，于是拍賣價(jià)格持續(xù)下滑。但是開始廣東的拍賣底價(jià)設(shè)置過高，所以市場(chǎng)流動(dòng)性很弱并且有明顯周期性特征。后來拍賣價(jià)格降到了正常水平，流動(dòng)性隨之增強(qiáng)，周期性減弱。深圳雖然進(jìn)行了拍賣，但是只有當(dāng)控排單位的年實(shí)際排放量多于年配額量時(shí)，才能有拍賣資格，因此難以刺激市場(chǎng)交易。深圳的個(gè)人投資者開戶費(fèi)達(dá)2000元，第一年年費(fèi)達(dá)1000元，因此一定程度上減弱了個(gè)人投資者的積極性。深圳的政策并沒有有效引導(dǎo)碳交易。天津試點(diǎn)的回歸系數(shù)為負(fù)，意味著核查期天津的碳價(jià)反而降低。這是因?yàn)槌跏寂漕~過量，超過了實(shí)際需求，核查期過后當(dāng)期配額清零，企業(yè)著急出售，供過于求。湖北省和上海市的碳市場(chǎng)運(yùn)行較有效，所以他們的碳價(jià)與核查期幾乎無關(guān)。特別的是重慶試點(diǎn)，雖然系數(shù)不顯著，但并不意味著運(yùn)行有效。這是因?yàn)橹貞c采取了自主申報(bào)的配額分配制度，控排企業(yè)傾向于多申報(bào)初始配額，所以無履約壓力。從重慶試點(diǎn)的換手率可以看出，試點(diǎn)交易一直不活躍。然而，在2016年8月之后，政府采取了配額復(fù)核的制度，收回企業(yè)申報(bào)過量的配額，因此在此之后交易量和碳價(jià)明顯升高。

表4 待選控制變量對(duì)碳價(jià)的影響

表5 主成分分析結(jié)果

表6 由DID模型得出的政策效應(yīng)

表7 試點(diǎn)地區(qū)碳價(jià)的具體估計(jì)結(jié)果

表8 魯棒性檢驗(yàn)結(jié)果

（四）魯棒性檢驗(yàn)

首先，我們刪除了碳價(jià)最高和最低各1%的數(shù)據(jù)，發(fā)現(xiàn)結(jié)果基本不變。其次，我們認(rèn)為區(qū)域差異可能會(huì)影響政策效應(yīng)，于是對(duì)南北方地區(qū)的試點(diǎn)分別進(jìn)行了政策效應(yīng)檢驗(yàn)，結(jié)果仍然顯著，并且穩(wěn)定性很好。

六、政策建議

從試點(diǎn)階段過渡到全國(guó)統(tǒng)一碳市場(chǎng)階段，我國(guó)仍然面臨很多不確定性，會(huì)影響減排效率、減排成本以及各控排主體間的公平性。為了減少不確定性，建立有效的碳市場(chǎng)，我們根據(jù)研究結(jié)果提出如下政策建議。

（一）調(diào)整配額分配方法以適應(yīng)不同地區(qū)的區(qū)域性特征

從表5最后一列可知，試點(diǎn)的配額特征可以解釋大多數(shù)的價(jià)格信息，說明配額的合理分配是維持價(jià)格穩(wěn)定的關(guān)鍵所在。表征試點(diǎn)經(jīng)濟(jì)和工業(yè)發(fā)展水平的變量—工業(yè)增加值可以解釋幾乎20%的碳價(jià)信息。表征試點(diǎn)能源和電力特征的變量—煤價(jià)和燃煤上網(wǎng)電價(jià)一起可以解釋21.66%的碳價(jià)信息。而溫度只是對(duì)碳價(jià)產(chǎn)生輕微影響?？偟膩碚f，政策制定者在按地區(qū)分配碳配額的時(shí)候，需要重點(diǎn)關(guān)注其經(jīng)濟(jì)狀況和能源結(jié)構(gòu)。在全國(guó)碳市場(chǎng)建立以后，碳價(jià)將會(huì)統(tǒng)一。正如本文結(jié)果所示，碳價(jià)與配額的供需緊密相關(guān)。地區(qū)的經(jīng)濟(jì)發(fā)展和能源需求結(jié)構(gòu)決定著碳配額的需求量。政府的分配政策決定著碳配額的供應(yīng)量。只有當(dāng)政策與地區(qū)、行業(yè)的實(shí)際情況相匹配，我國(guó)統(tǒng)一的碳排放市場(chǎng)才能形成合理的碳價(jià)。一個(gè)合理的均衡碳價(jià)是經(jīng)濟(jì)可持續(xù)發(fā)展的前提。

（二）從短期來說引入市場(chǎng)自動(dòng)調(diào)節(jié)措施，從長(zhǎng)期來講建立公開信息平臺(tái)

市場(chǎng)自動(dòng)調(diào)節(jié)措施是指拍賣、非控排企業(yè)的準(zhǔn)入、以及衍生品交易的引入。回歸結(jié)果顯示，盡管通過拍賣分配的配額只占全部配額的很小比例，卻可以解釋17%的碳價(jià)信息。非控排企業(yè)參與交易可以提高市場(chǎng)流動(dòng)性，降低價(jià)格波動(dòng)性。比如廣東省的碳價(jià)波動(dòng)性在2014年6月以后顯著降低，這主要是因?yàn)?014年6月廣東市場(chǎng)迎來首批個(gè)人投資者交易。由于遠(yuǎn)期交易的引入促進(jìn)了價(jià)格發(fā)現(xiàn)，湖北省的碳價(jià)在2016年4月以后也明顯更加穩(wěn)定了。上海的碳價(jià)波動(dòng)在2015年7月以后也明顯下降，這是因?yàn)榭嘏牌髽I(yè)范圍的迅速擴(kuò)張。從短期來講，這些措施有效且方便實(shí)施。但是從長(zhǎng)期來說，這些措施是遠(yuǎn)遠(yuǎn)不夠的。信息披露對(duì)一個(gè)有效的市場(chǎng)來說很關(guān)鍵，這一機(jī)制需要在長(zhǎng)期實(shí)踐中逐漸建立起來。政府應(yīng)該建立一個(gè)公開信息平臺(tái)來公布公司層面的碳排放數(shù)據(jù)。

（三）政府做好長(zhǎng)期產(chǎn)業(yè)發(fā)展規(guī)劃，為經(jīng)濟(jì)、技術(shù)落后地區(qū)提供改善能源結(jié)構(gòu)的技術(shù)幫助

從圖1我們看出，各省在試點(diǎn)階段最后形成的均衡碳價(jià)有明顯差異。目前整體碳價(jià)水平較低，配額把控不嚴(yán)，只是為了讓更多企業(yè)參與進(jìn)來，易于接受。但后期全國(guó)碳市場(chǎng)建立，隨著市場(chǎng)成熟，配額把控逐漸嚴(yán)格，高能耗的企業(yè)會(huì)受到顯著影響。有些企業(yè)會(huì)成功轉(zhuǎn)型升級(jí)，蓬勃發(fā)展起來；有些企業(yè)則可能在此過程中倒閉。這個(gè)過程中，政府應(yīng)做好發(fā)展規(guī)劃，考慮到區(qū)域發(fā)展水平的不同，遵循公平性的原則，對(duì)企業(yè)的轉(zhuǎn)型做好指導(dǎo)工作。同時(shí)政府應(yīng)該為需要的企業(yè)提供技術(shù)指導(dǎo)。否則極容易造成省域發(fā)展的不公平，行業(yè)結(jié)構(gòu)的不合理。

[1] B?hringer C, DIJKSTRA B, ROSENDAHL KE.Sectoral and regional expansion of emissions trading[J].Resource and Energy Economics, 2014, 37:201-25.

[2] PERDAN S, AZAPAGIC A. Carbon trading: Current schemes and future developments[J]. Energy Policy, 2011,39:6040-6054.

[3] ZHANG C, WANG Q, SHI D, LI P, CAI W. Scenariobased potential effects of carbon trading in China: An integrated approach[J]. Applied Energy, 2016, 182:177-190.

[4] TANAKA S. Environmental regulations on air pollution in China and their impact on infant mortality[J]. J Health Econ, 2015, 42:90-103.

[5] ZHANG D, KARPLUS VJ, CASSISA C, ZHANG X.Emissions trading in China: Progress and prospects[J]. Energy Policy, 2014, 75:9-16.

[6] JIANG JJ, YE B, MA XM. The construction of Shenzhen?s carbon emission trading scheme[J]. Energy Policy,2014, 75:17-21.

[7] WU L, QIAN H, LI J. Advancing the experiment to reality: Perspectives on Shanghai pilot carbon emissions trading scheme[J]. Energy Policy, 2014, 75: 22-30.

[8] QI S, WANG B, ZHANG J. Policy design of the Hubei ETS pilot in China[J]. Energy Policy, 2014, 75: 31-38.

[9] SHEN B, DAI F, PRICE L, LU H. California’s Capand-Trade Programme and Insights for China’s Pilot Schemes[J]. Energy & Environment, 2014, 25:551-575.

[10] XIONG L, SHEN B, QI S, PRICE L. Assessment of Allowance Mechanismin China’s Carbon Trading Pilots[J].Energy Procedia, 2015, 75:2510-2515.

[11] PEZZEY JC, PARK A. Reflections on the double dividend debate[J]. Environmental and resource economics,1998, 11:539-555.

[12] CRAMTON P, KERR S. Tradeable carbon permit auctions: How and why to auction not grandfather[J]. Energy policy, 2002, 30:333-345.

[13] B?HRINGER C, LANGE A. On the design of optimal grandfathering schemes for emission allowances[J].European Economic Review, 2005, 49:2041-2055.

[14] CONG R, WEI Y-M. Auction design for the allocation of carbon emission allowances: uniform or discriminatory price[J]. International journal of energy and environment, 2010, 1:533-546.

[15] CONG R-G, WEI Y-M. Experimental comparison of impact of auction format on carbon allowance market[J].Renewable and Sustainable Energy Reviews, 2012, 16:4148-4156.

[16] FAN J, WANG S, WU Y, LI J, ZHAO D. Buffer effect and price effect of a personal carbon trading scheme[J].Energy, 2015, 82:601-610.

[17] FAN J, WANG S, WU Y, et al. Energy-use choices and allowance trading under the personal carbon trading scheme[J]. Natural Resource Modeling, 2015, 28(1): 1-17.

[18] FAN J, LI Y, WU Y, WANG S, ZHAO D. Allowance trading and energy consumption under a personal carbon trading scheme: a dynamic programming approach[J]. Journal of Cleaner Production, 2016, 112:3875-3883.

[19] LI J, FAN J, ZHAO D, et al. Allowance price and distributional effects under a personal carbon trading scheme[J].Journal of Cleaner Production, 2015, 103: 319-329.

[20] SPRINGER U. The market for tradable GHG permits under the Kyoto Protocol: a survey of model studies[J]. Energy economics, 2003, 25:527-551.

[21] CHRISTIANSEN AC, ARVANITAKIS A, TANGEN K, Hasselknippe H. Price determinants in the EU emissions trading scheme[J]. Climate Policy, 2005, 5:15-30.

[22] KANEN J L M. Carbon trading and pricing[M]. [s.l.]:Environmental Finance Publications, 2006.

[23] BUNN D W, FEZZI C. Interaction of European Carbon Trading and Energy Prices[Z]. Journal of Enery Markets, 2007.

[24] CONVERY FJ, REDMOND L. Market and price developments in the European Union emissions trading scheme[J]. Review of Environmental Economics and Policy,2007, 1:88-111.

[25] MANSANET-BATALLER M, PARDO A, VALOR E. CO2prices, energy and weather[J]. The Energy Journal,2007, 28(3):73-92.

[26] ALBEROLA E, CHEVALLIER J, CHèZE B. Price drivers and structural breaks in European carbon prices 2005–2007[J]. Energy Policy, 2008, 36:787-797.

[27] 張昕. 試點(diǎn)省市碳市場(chǎng)總量和覆蓋范圍分析[J]. 中國(guó)經(jīng)貿(mào)導(dǎo)刊, 2014(29):4-6.