碳排放權價格影響因素分析
——以廣東省碳排放交易試點為例

魏靖楠，劉祿寧

（廣西大學商學院，南寧530004）

一、引言

（一）研究背景

從20 世紀的80 年代中期開始，經濟全球化的概念逐漸被越來越多的國家所提及和關注。為了加快國家經濟的增長，付出的是資源消耗和環(huán)境破壞的慘痛代價。1992 年6 月4 日，聯合國大會上通過了《聯合國氣候變化框架公約》，1997 年12 月“公約”締約方在日本京都簽署通過《京都議定書》，其中在減排層面上確定三種機制，即清潔發(fā)展機制（CDM）、聯合履約（JI）、國際碳排放交易機制（IET），這也是首次在會議上提出“碳排放交易”這一措施。2015 年12 月在巴黎氣候變化大會上通過的《巴黎協定》，是繼《京都議定書》簽訂后的又一里程碑式的發(fā)展，用以取代在2020 年即將到期的《京都議定書》，目標將本世紀全球氣溫上升的幅度控制在2攝氏度以內，并要求發(fā)達國家減排水準較1990 年溫室氣體排放基礎上減少25%，為在2020 年形成全球氣候治理格局做出貢獻。

針對《京都議定書》提出的“碳排放交易”措施以來，全球范圍的碳排放交易市場迅速發(fā)展，而我國也在這十幾年間不斷致力于減排以及溫室氣體處理方面的工作。我國碳排放交易市場試點工作于2011 年正式啟動，發(fā)改委正式批準北京、天津、上海、重慶、湖北、廣東和深圳開展碳排放交易試點，并于2013 年上述7 個省市的碳排放交易市場正式開市。2017 年12 月19 日，國家發(fā)改委就全國碳排放交易體系啟動新聞發(fā)布會，表示已經印發(fā)《全國碳排放權交易市場建設方案（發(fā)電行業(yè)）》，這也就標志著我國已正式啟動全國碳排放交易體系，建設全國碳排放權交易市場，并希望到“十三五”末的時候市場會較為成熟。截至2020 年8 月末，7 個試點碳市場配額累計成交量為4.06 億噸，累計成交額約為92.8 億元。

我國能源的使用效率相對發(fā)達國家來講較低，導致減排的空間較大，但我國優(yōu)勢體現在減排成本低，所以伴隨著機遇和挑戰(zhàn)，研究碳排放權交易價格的影響因素尤為重要。文章以此為背景，來確定碳市場價格的驅動因素，提前預知風險，有效地避免因價格大幅波動導致的市場不穩(wěn)定情況發(fā)生，并在全國碳排放交易市場建立初期提供參考意見。

（二）文獻綜述

1.國外研究現狀

國外碳排放交易市場時間建立較早，所以國外學者對于碳權價格的影響因素的實證研究較為深入：能源價格方面，Kanen（2006）表明天然氣的價格波動，會對碳權的價格造成一定程度的影響，而且天然氣的價格會受到石油價格的影響。Marius-CristianFrumaz（2009）等人的實證結果也表明三種能源價格是其影響因素，除此之外還有股權指標也是。外部環(huán)境方面，Bloch（2007）通過實證分析來研究碳衍生品所帶來的影響，結果顯示碳衍生品的引入，會使得企業(yè)經濟變得更加平穩(wěn)，有效的抵御風險，同時也會使得碳市場的供求穩(wěn)定。Alberola（2008）研究中表明外在環(huán)境中溫度影響不顯著，只有極端情況下才會出現。Sabbaghi（2011）提出碳權對市場的影響機制與其他商品類似，并提出可以將商品對市場研究方法加以引入來研究碳權價格影響因素。綜上，國外學者研究結果表明，碳排放權價格主要與其他能源產品價格有很大關系，而與外界溫度等氣候因素并無太大關聯，除非是在極端天氣下才會出現影響。

2.國內研究現狀

國內研究時間較晚，但是研究內容相比國外較為前沿，主要的模型均是大致建立在歐盟碳排放交易體系，以及美國芝加哥氣候交易體系上：能源價格上，張躍軍和魏一鳴（2010）的研究表明，三種能源產品的價格中，原油對于碳權價格影響最大，而煤炭與天然氣影響較小。陳曉紅、王陡昀（2012）利用面板回歸的辦法，在研究歐盟碳權市場下，分析出價格受到政府政策的影響變動較大，而三種能源價格同樣會造成影響。周天蕓和許銳翔（2016）對深圳交易所數據運用VAR 模型和VECM模型分析得出，碳權價格波動受到煤炭影響較大。其他方面，汪文雋和柏林（2013）通過格蘭杰因果檢驗和協整檢驗的方法分析歐盟碳配額EUA 價格的影響因素，研究結果指出，氣溫對于碳配額價格沒有顯著影響。郭文軍（2016）運用自適應Lasso 方法對深圳碳交易價格及匯率、石油價格等作研究，發(fā)現國內碳價格與歐元匯率波動有關，還有石油價格。國內的研究，相比于國外來講，除了其他能源價格之外，還涉及了氣溫以及外匯影響，而且分析得出煤炭對于碳權交易價格影響幅度最大。

二、碳排放權價格影響因素理論分析

（一）供給因素

我國的碳排放市場配額是由政府控制總供給量，并下發(fā)給各試點城市的，所以每個試點城市所得到的碳排放額度就是最大的供給影響因素。中國的碳配額分配方案借鑒了歐盟的經驗，是基于工業(yè)產品產量而確定分配的碳排放額度，因此額度主要影響因素在于工業(yè)產業(yè)的產量高低，由此提出我國工業(yè)發(fā)展程度可能作為影響碳權價格的變量之一。但是由于各地區(qū)的碳排放配額都是在每個交易階段前一次性制定并發(fā)放，有的地區(qū)甚至會將幾個階段的額度進行一次性發(fā)放，時間跨度較大，因此對于碳權價格的影響還有待后續(xù)實證檢驗。

（二）需求因素

需求主要表示為各區(qū)域內碳排放企業(yè)除去政府分配的部分配額外，依舊需要的額外配額。為了減少排污成本，主要有兩種方法：仍然使用非清潔能源和換成清潔能源。仍使用非清潔能源的前提下，企業(yè)排污成本的影響因素有非清潔能源的價格和企業(yè)的技術進步，造成二氧化碳排放的非清潔能源燃燒，主要是來源于煤炭以及石油的價格。在改變企業(yè)能源的前提下，企業(yè)排污成本的影響因素就變成清潔能源的價格變動。在微觀層面，二氧化碳的排放主要源于非清潔能源的燃燒，清潔能源作為非清潔能源的替代品，當清潔能源價格下降時，企業(yè)利用清潔能源的邊際成本降低，單位產能下的二氧化碳排放量會降低。

圖1 2019 年我國能源消費結構圖

圖1 顯示，我國2019 年煤炭總量消費占比58%，同比下降1 個百分點，天然氣、水電、核電、風電等清潔能源消費量占能源消費總量的23%，比上一年提高1 個百分點。其中，非化石能源占能源消費比重達到15%，基本達到2020 年提出的占比15%目標。因此本文提出碳排放權價格波動與非清潔能源的代表煤炭與原油的價格，以及清潔能源的代表天然氣的價格有直接關聯。

同時，在使用非清潔能源的前提下，企業(yè)的技術進步也與排污成本密切相關，而能夠影響企業(yè)技術進步的因素中，最能得以體現的是我國工業(yè)發(fā)展情況以及我國經濟市場的繁榮程度。同時碳排放權本身就是環(huán)境氣候問題所引發(fā)的產物，極端天氣的出現也可能會影響碳權交易價格，因此提取溫度影響因素。

（三）變量說明及數據獲取

實證模型中需要詳細說明的變量情況如下：

表1 變量數據說明表

碳權價格（CP）：本文選取廣東省碳排放權交易市場2016 年1 月-2019 年6 月期間，每周一的碳權成交價作為樣本數據，因為碳排放權交易市場為一周一結算制，且廣東省的碳排放交易市場在七個試點城市中交易屬于較為頻繁的。

原油價格（OIL）：布倫特原油產于北大西洋的北海地區(qū)，在倫敦期貨市場上進行交易，是現貨交易市場的基準油，目前世界絕大部分地區(qū)的原油，均是以布倫特原油價格進行計價銷售，是世界市場油價的標桿，因此本文選取布倫特原油價格作為我國原油價格的指標。

天然氣價格（NG）：目前我國天然氣價格仍為政府管制價格，致使我國天然氣價格長期穩(wěn)定于較低水平，不能正確反映市場實際情況。相對于天然氣價格，我國液化天然氣價格實行的是市場定價，其價格可以反映市場的供求信息。因此，本文采用液化天然氣價格代表我國天然氣價格。我國液化天然氣市場中眾源綠能、內蒙新圣和新疆廣匯是產能較大的三家生產商，文章用這三家液化天然氣生產商的出廠價的加權平均值表示我國天然氣價格。

由于對變量數據取自然對數后并不會改變變量間的原有關系，還能使變量變化趨勢線性化以及弱化序列中存在的異方差，所以本文對各變量數據進行取自然對數處理。

三、實證分析

以廣東省碳排放交易市場2016 年至2019 年6月每周一的碳排放權成交價格為例，探究碳排放權成交價格是否與煤炭、石油、天然氣三大類能源價格，以及宏觀層面的金融市場繁榮程度、工業(yè)發(fā)展程度和氣候方面的天氣指標等六個解釋變量相關。

（一）模型說明

本文采用向量誤差修正（VEC）模型來從短期動態(tài)角度分析影響碳排放權價格變化的因素。VAR 模型表達式為：

其中的yt為m 維內生變量列向量，xt為n 維外生變量列向量，p 為滯后階數，T 表示樣本個數，而其中φ1，…，φp與H 分別表示為m×m 維和m×n為待估計的系數矩陣，εt為m 維擾動項列向量。本文引入的向量均為內生變量，無外生變量。

相較于VAR 模型的長期均衡關系，現實中變量大多為非平穩(wěn)的時間序列變量，且彼此之間保持動態(tài)關系，因此引入向量誤差修正（VEC）模型，即在原有的VAR 模型加上了協整約束，使其可以對不平穩(wěn)但具有協整關系的變量間進行短期動態(tài)因果分析，VEC 表達式為：

其中上述模型中每一個根據矩陣所能寫出的方程均為誤差修正模型，其中∏yt-k為修正項矩陣，又稱協整矩陣，主要反映變量間長期均衡關系，而系數矩陣M則表示當變量間偏離長期均衡時，將模型調整到均衡狀態(tài)時的速度；各個差分項解釋變量在矩陣A1…AK-1，中的系數即反映變量的短期波動對于被解釋變量在短期變化的影響。

（二）定量分析

1.單位根檢驗。通過ADF 單位根檢驗，我們可以得知包括被解釋變量在內的七個變量是否為平穩(wěn)時間序列，如存在單位根，時間序列則為非平穩(wěn)時間序列，同時會造成回歸分析中的偽回歸現象出現。檢驗結果如表2 所示。

表2 數據顯示，取對數后七組變量的ADF 檢驗值均是在5%的顯著水平下接受了原假設，即時間序列由于存在單位根而導致不平穩(wěn)。為消除單位根，一般采取對原不平穩(wěn)序列進行差分的辦法，表中數據顯示，七組變量在進行一階差分后，均在1%水平下拒絕原假設，即為一階單整I（1）平穩(wěn)序列。

表2 變量平穩(wěn)性檢驗結果表

2.協整檢驗。非平穩(wěn)序列很可能出現偽回歸，協整的意義就是檢驗它們的回歸方程所描述的因果關系是否是偽回歸，即檢驗變量之間是否存在長期穩(wěn)定的關系。本文采用Johansen 協整檢驗方法，結果如表3。

表3 Johansen 協整檢驗結果

從表3 可知，跡統計量結果表明在5%顯著性水平下 LNCP、LNCOAL、LNOIL、LNNG、LNCSI、LNSII、LNTP 變量間只存在一種協整關系，說明LNCP 與LNCOAL、LNOIL、LNNG、LNCSI、LNSII、LNTP 之 間存在長期協整關系。在進行了VAR 模型的建立以及Johansen 協整檢驗之后，可得知七個變量間存在一種長期的協整關系，為檢驗協整關系的正確性，進行AR 根圖分析，如圖2。

由圖2 可知，所有單位根倒數的模均小于1，落在單位圓以內，表明七個變量間存在的唯一協整關系是穩(wěn)定的。

圖2 VAR（2）的AR 特征多項式逆根圖

3.建立向量誤差修正（VEC）模型。對于模型中的各個變量，若變量均為平穩(wěn)的時間序列，則可以直接建立VAR 模型；但根據前面的部分得出的結論，此模型一階單整I（1）、且變量間具有協整關系，所以相對于分析長期平穩(wěn)時間序列的VAR 模型，本文選擇了分析短期動態(tài)因果關系的向量誤差修正（VEC）模型。對廣東省碳權價格的VEC 模型估計如下。

誤差修正項向量前方的系數-0.1008，表明當LNCP、LNCOAL、LNOIL、LNNG、LNCSI、LNSII、LNTP偏離長期均衡時，碳權價格將在下期做出0.1008 比例的反向修正。

由VEC 表達式分析來估計影響結果，從長期的變量間關系來看：煤炭價格與碳權價格呈負相關，每當煤炭的價格上漲1%時，會導致碳權的價格約下降1.33%；原油和天然氣則與之相反，每當原油和天然氣的價格上漲1%，將分別導致碳權價格上漲0.96%與0.56%。這是因為當煤炭價格上漲，購買煤炭的企業(yè)成本變高，導致社會需求量下降，而作為燃燒產生二氧化碳的主要燃料，需求量的下降會帶來碳排放的減少，碳權需求量下降，造成碳權價格的下降。當后二者價格上漲時，能源消費的眾多企業(yè)將會去選擇價格穩(wěn)定的煤炭，而煤炭燃燒單位熱量所排放的碳量較原油增加20%，天然氣作為清潔能源，碳排放量幾乎沒有，所以會導致碳排放量的大幅增加，碳權價格上升。而由我國2019 年能源消費結構角度來看，煤炭依舊是所占消費比重最大的，原油其次，最少的是天然氣的消費，這與VEC 模型所估計參數基本吻合。

圖3 脈沖響應函數分析結果

從宏觀以及異質性環(huán)境角度來看表達式系數：碳權價格與金融市場的繁榮程度呈現正相關，與工業(yè)的發(fā)展程度成反比，且LNSII 前面系數為2.82，表明碳權價格受到工業(yè)發(fā)展程度影響較大。溫度前方系數0.15，雖然對于碳權價格的影響較小，但二者呈反比關系也是說明，隨著溫度降低，導致空調暖氣等使用量的增多以及工業(yè)企業(yè)消費的能源額度的提高，從而使得碳權價格升高。

4.脈沖響應函數分析。圖3 中，橫軸表示為模型的滯后期選擇，縱軸表示為碳排放權價格對于解釋變量沖擊的響應大小， 曲線則表示脈沖響應函數，而上下的虛線為約束線。

在本期給煤炭價格一個正向沖擊之后，會對碳排放權價格造成反向的影響，且在第五期達到最大化，此后影響逐漸減弱，直到第24 期曲線恢復平穩(wěn)。表明當煤炭價格受到沖擊，并對碳權價格造成長期的負向影響；當原油價格受到正向沖擊時，從整體上會對碳權價格產生長期正向影響，但時期會分成兩個階段從而產生兩階段正向影響；天然氣價格對于碳權價格的影響主要以正向作用為主，且正向峰值較高；但影響中仍包含微小的負向作用，仍不容忽視。

滬深300 指數受到正向沖擊后，對碳權的價格影響先為持續(xù)3 期的負向影響，從第三期至第十三期轉為峰值0.06 的正向影響，而從第十五期至結束均為影響微小的負向影響；上證工業(yè)指數受到正向沖擊，對碳權價格的影響為幅度大、持續(xù)時間長的負向影響；溫度受到正向沖擊后，對碳權價格帶來的為短期反向以及長期正向的影響。

四、對策與建議

（一）減排途徑方面

提到減排途徑，主要方面還是需要發(fā)展清潔能源。在實證部分得知，清潔能源的價格與碳排放權價格成正比，且對碳權價格有較大的影響，所以主要應當保持清潔能源的價格穩(wěn)定，以此來保證碳排放交易市場的穩(wěn)定。

同時減排途徑中，也可以通過技術進步來促進減排。在實證中，工業(yè)發(fā)展指數會對碳權價格造成較大的負向作用，而與工業(yè)發(fā)展指數相關的就是工業(yè)技術的進步。通過提高燃料的燃燒效率，減少資源的浪費。而且技術的進步也波及到中國國內經濟轉型的方面，我國經濟面臨轉型，最重要的前提條件就是技術的進步，為了促進我國碳排放交易市場的正常運行，也是需要高技術來維持的。所以通過促進國內的技術進步，可以使得我國工業(yè)生產水平提高，燃料的使用效率變得充分，促進我國經濟轉型，進而來實現真正的環(huán)境效益。

（二）碳排放交易市場建設方面

在管理碳排放價格方面，通過前面分析，確定了之前六個解釋變量對于碳排放權價格的影響，為了有效地控制碳排放市場的穩(wěn)定，關鍵是穩(wěn)定碳權價格。通過政府、國家政策的管理，穩(wěn)定解釋變量中的能源價格，通過七個試點城市的經驗，建立市場化的碳排放交易價格機制，通過該機制能夠有效地反映整個市場的供需以及正常運行。

在配額方面，因為我國主要呈現出東、中、西三部明顯的分層，可以根據經濟發(fā)展水平、人口密集程度以及能源消費情況進行配額。我國西部人口較少，經濟發(fā)展較慢，能源消耗較少，減排空間較小，所以配額可以少些。中部地區(qū)是化石燃料產出地區(qū)，資源豐富，工廠主要在能源開采地區(qū)周邊建立，在稍加增多配額的同時，也應注意對其碳排放水平的限制。東部地區(qū)沿海，經濟水平和技術水平相對來講較高，碳排放水平較高，減排工作潛力巨大。