碳價區(qū)域差異成因的探究

李雨潤

(對外經(jīng)濟(jì)貿(mào)易大學(xué) 國際經(jīng)濟(jì)貿(mào)易學(xué)院，北京 100029)

1 我國碳交易市場現(xiàn)狀及價格特征

2013年，中國在京、津、滬、渝、鄂、粵、深7個省市的碳排放權(quán)交易試點(diǎn)正式開始交易活動；2021年，全國碳排放權(quán)交易市場開市。經(jīng)歷7個履約周期，中國目前已成為配額成交量規(guī)模全球第二大的碳交易市場，其潛力巨大、前景廣闊。隨著碳配額交易規(guī)模的不斷增加，碳交易價格逐漸顯現(xiàn)出一個明顯的特征，即不同區(qū)域間碳交易價格差異明顯。然而，碳價差異的存在在一定程度上反映了我國不同地區(qū)碳減排的供需狀況、經(jīng)濟(jì)發(fā)展水平及產(chǎn)業(yè)結(jié)構(gòu)影響下碳減排的成本差異，同時也極大地影響了我國統(tǒng)一碳交易市場的形成進(jìn)程和實(shí)際效果，以及碳配額資源的優(yōu)化流動。

2 我國區(qū)域碳交易價格影響因素

(1)國外碳資源定價。EU ETS是世界首個也是迄今為止最大的控制溫室氣體排放量限額交易系統(tǒng)，而我國碳市場建立時間較晚，市場體制和政策體系尚未成熟，在價格和制度上多借鑒國外碳市場體系。因此，國外碳資產(chǎn)價格的變化可以在一定程度上改變國內(nèi)碳交易價格。

(2)宏觀經(jīng)濟(jì)狀況。宏觀經(jīng)濟(jì)環(huán)境可直接或間接地作用于企業(yè)中長期發(fā)展戰(zhàn)略及經(jīng)營決策的制定。在當(dāng)前國際經(jīng)濟(jì)環(huán)境下，我國的國內(nèi)經(jīng)濟(jì)將逐步走上高質(zhì)量、低增長的良性發(fā)展軌道。因此，國內(nèi)企業(yè)也必將面臨產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級、產(chǎn)品結(jié)構(gòu)提質(zhì)增效所帶來的機(jī)遇和挑戰(zhàn)。

(3)工業(yè)發(fā)展?fàn)顩r。工業(yè)碳排放量在碳排放總量中占比較高。以2022年為例，我國碳排放量約占全球的28.87%，其中工業(yè)排放量占全國排放量的38.18%，與工業(yè)密切相關(guān)的電力行業(yè)排放量占全國排放量的46.37%。因此，工業(yè)部門發(fā)展?fàn)顩r將直接影響我國碳排放總量，進(jìn)而影響碳交易價格。

(4)國內(nèi)外能源價格。煤炭、石油等化石燃料依然是企業(yè)當(dāng)前的主要生產(chǎn)能源，也是導(dǎo)致大量溫室氣體排放的重要根源。同時，傳統(tǒng)能源價格的變化也會對企業(yè)的生產(chǎn)成本產(chǎn)生極大的影響。因此，傳統(tǒng)能源價格將直接影響企業(yè)的能源使用量，進(jìn)而影響企業(yè)對碳排放權(quán)的需求量和碳價。

(5)匯率。匯率是連接國內(nèi)外貿(mào)易、碳市場融合以及碳交易的樞紐，其主要是通過影響進(jìn)口貿(mào)易規(guī)模對碳交易價格施以影響。相關(guān)研究表明，匯率對我國各地域的碳價均有顯著影響，但高、低波動狀態(tài)下的匯率對不同區(qū)域碳價影響的方向和程度存在差異。

(6)政策。國家政策的出臺，特別是國家的標(biāo)志性政策，對于企業(yè)具有極強(qiáng)的導(dǎo)向性。它直接影響著企業(yè)在碳交易市場是否進(jìn)行交易活動以及進(jìn)行多少交易活動等決策的制定，從而影響碳交易價格。但是，隨著交易體系和制度的不斷完善，政策變化所帶來的影響將逐漸縮小。

(7)氣溫。氣溫變化，尤其是極端天氣的出現(xiàn)，會改變地面上各種設(shè)備的使用頻率，例如供暖設(shè)備，這樣就直接或間接地改變了傳統(tǒng)能源需求量，通過影響碳配額的需求量來影響碳交易價格。但也有部分研究表明，天氣變化對碳交易價格的影響非常微弱。

3 GA-BP-MIV模型設(shè)計(jì)

3.1 模型介紹

BP神經(jīng)網(wǎng)絡(luò)是一種按照誤差反向傳導(dǎo)算法訓(xùn)練的多層反饋網(wǎng)絡(luò)，主要由信息的正向傳導(dǎo)和誤差的反向傳導(dǎo)兩步構(gòu)成。從輸出層開始，算法會將誤差按照梯度下降的方法對各層權(quán)值進(jìn)行改正，并依次向隱含層、輸入層傳播。通過不斷的信息正向傳播和誤差反向傳播，各層權(quán)值會不斷進(jìn)行調(diào)整，最終將誤差減小到期望程度并實(shí)現(xiàn)學(xué)習(xí)。

對于隱藏層有：

對于輸出層有：

當(dāng)網(wǎng)絡(luò)輸出與期望輸出不同時，會存在輸出誤差E。一個樣本的均方差公式定義如下：

最終權(quán)值調(diào)整公式為：

ΔWh=η(Yh-1)Tδh

但是，由于BP神經(jīng)網(wǎng)絡(luò)存在學(xué)習(xí)效率低、容易遺忘舊樣本等缺陷，因此，文章采用遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)模型，即GA-BP模型對樣本進(jìn)行訓(xùn)練，并采用MIV方法對因子影響程度進(jìn)行定量計(jì)算。

3.2 樣本選取

選擇2016—2020年北京、上海、廣東、湖北、深圳五個地區(qū)為研究樣本。

3.3 變量設(shè)定

本模型共選擇碳排放權(quán)交易價格、國際碳資產(chǎn)價格、國內(nèi)經(jīng)濟(jì)社會發(fā)展、工業(yè)發(fā)展指標(biāo)、國內(nèi)外能源價格、匯率、政策、氣溫八類指數(shù)，且設(shè)定碳排放權(quán)交易價格為因變數(shù)，其他七個因素為自變數(shù)。自變量的具體說明如下：

(1)國際碳資產(chǎn)價格：EUA期貨結(jié)算價年均值、CER期貨結(jié)算價年均值。

(2)國內(nèi)外經(jīng)濟(jì)社會發(fā)展：法蘭克福DAX價格指數(shù)、國際標(biāo)準(zhǔn)普爾500股指、滬深300股指。

(3)工業(yè)發(fā)展指標(biāo)：上證工業(yè)指數(shù)。

(4)國內(nèi)外能源價格：

國內(nèi)：中國煤炭價格指數(shù)、中國大慶原油現(xiàn)貨價格、國內(nèi)天然氣市價。

國際：布倫特原油期貨結(jié)算價、NYMEX天然氣期貨結(jié)算價、歐洲三港ARA電力煤現(xiàn)貨價。

(5)匯率：歐元兌人民幣中間價、美元兌人民幣中間價。

(6)政策：國家發(fā)布的標(biāo)志性政策文件。有標(biāo)志性政策文件即為1，沒有即為0。

通過中國碳交易網(wǎng)、Wind數(shù)據(jù)庫、大智慧及氣象網(wǎng)等數(shù)據(jù)中心，本模塊最終共獲取各變量的16個指標(biāo)，即16種影響因子。

3.4 GA-BP神經(jīng)網(wǎng)絡(luò)模型

(1)BP神經(jīng)網(wǎng)絡(luò)構(gòu)建。隨機(jī)選擇訓(xùn)練集和檢測集：采用隨機(jī)抽樣方法，從2016—2020年的21個指標(biāo)(共400個樣本)中選擇300個樣本作為練習(xí)集，進(jìn)行集中模擬訓(xùn)練；其余的100個樣本作為測試集，用來測試這些樣本的泛化程度。

對數(shù)值歸一性的預(yù)處理：因?yàn)閿?shù)據(jù)中各因變數(shù)值的單位、數(shù)量級存在著很大不同，所以利用MATLAB中的mapminmax參數(shù)對現(xiàn)有數(shù)值進(jìn)行預(yù)處理。

網(wǎng)絡(luò)架構(gòu)搭建：考慮了該數(shù)據(jù)的十六個進(jìn)入節(jié)點(diǎn)(十六個變動指標(biāo))和五個流出節(jié)點(diǎn)(五個試點(diǎn)區(qū)域的碳交易價格水平)，所選取的最多隱含層節(jié)點(diǎn)個數(shù)是18，故文章的神經(jīng)網(wǎng)絡(luò)模型是16-18-5。

(2)GA-BP神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練。GA-BP神經(jīng)網(wǎng)絡(luò)模塊的訓(xùn)練結(jié)果如圖1所示，即當(dāng)?shù)螖?shù)大于等于100時，適應(yīng)性曲線趨于平穩(wěn)，模型達(dá)到了較優(yōu)水平。

圖1 GA-BP適應(yīng)性曲線

(3)GA-BP神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練效果。GA-BP神經(jīng)網(wǎng)絡(luò)模擬對檢測集的分析結(jié)果如圖2所示，其預(yù)測值和實(shí)際值平均絕對誤差為2.4，均方根誤差為3.2。這意味著該預(yù)測擁有更高的準(zhǔn)確度。

圖2 GA-BP神經(jīng)網(wǎng)絡(luò)檢測集的預(yù)測值與實(shí)際值對比

4 實(shí)證分析

影響因素程度模型，即MIV方法，是反映各因素對世界各地區(qū)碳市場及碳交易價格影響程度的指數(shù)，其絕對值代表影響的顯著性，符號代表影響的可加與可減性。

MIV的測算流程：先把模擬訓(xùn)練完成后的訓(xùn)練集影響因素分別增減20%，形成新的訓(xùn)練集M1、M2，隨后使用GA-BP模式對M1、M2進(jìn)行模擬，將得出的預(yù)測結(jié)果計(jì)為S1、S2，然后再取S1、S2的比值，即為改變該因素之后對五個地區(qū)碳價的影響程度大小。最后再根據(jù)訓(xùn)練集中樣本數(shù)量加以平均，即可得出該影響因素之后對我國五個試點(diǎn)地區(qū)碳配額交易定價的MIV數(shù)值。

基于對上述GA-BP神經(jīng)網(wǎng)絡(luò)模型的研究結(jié)論，文章將根據(jù)MIV閾值的高低，把對各因子的干擾水平區(qū)分為強(qiáng)(MIV>0.5×10-14)、較強(qiáng)(0.1×10-14

由圖3可知，16種影響因子對我國七個試點(diǎn)地區(qū)的影響程度大小不盡相同。但總體來說，國內(nèi)能源價格、經(jīng)濟(jì)發(fā)達(dá)程度和匯率均是中國碳市、碳價最重要的影響要素。

在能源價格方面，煤、石油、天然氣對五個地區(qū)內(nèi)的碳價都產(chǎn)生了較強(qiáng)的影響。其中，天然氣工業(yè)對五個區(qū)域都具有很重要的正向影響，特別是對上海和廣東，天然氣價格是MIV值最大的影響因素。

從匯率視角看，匯率與碳價存在正相關(guān)，尤其是對北京、深圳的碳價均形成了很大的影響。這些地區(qū)發(fā)展的市場化程度也較高，國際貿(mào)易占總交易量的比重較大。匯率也直接影響著國內(nèi)公司對外國產(chǎn)品的進(jìn)出口量，當(dāng)匯率價格上升時，國內(nèi)產(chǎn)品出口將受相應(yīng)影響，而海外產(chǎn)品進(jìn)口則得到了促進(jìn)，此時國內(nèi)公司就會減少生產(chǎn)量，使得生產(chǎn)活動減少，碳排放量降低，國內(nèi)碳價也相應(yīng)降低。

在國內(nèi)外經(jīng)濟(jì)發(fā)展水平方面，國外的經(jīng)濟(jì)發(fā)展水平對國內(nèi)的碳價影響較弱，而國內(nèi)的經(jīng)濟(jì)發(fā)展?fàn)顩r向好則會對碳價產(chǎn)生較強(qiáng)的積極影響。比如，若國內(nèi)經(jīng)濟(jì)過熱，則國內(nèi)企業(yè)會加大商品生產(chǎn)量，碳排放量也將急劇上升，致使碳排放配額需求量上升，進(jìn)而導(dǎo)致碳價上升。

5 模型檢驗(yàn)

5.1 穩(wěn)健性檢驗(yàn)

為檢驗(yàn)上述實(shí)證分析結(jié)果的可靠性，文章使用面板數(shù)據(jù)模型進(jìn)行穩(wěn)健性檢驗(yàn)。

(1)平穩(wěn)性檢驗(yàn)。為避免面板數(shù)據(jù)出現(xiàn)偽回歸，確保估計(jì)結(jié)果的有效性，文章利用LLC檢驗(yàn)和ADF檢驗(yàn)兩種方法，對面板數(shù)據(jù)的平穩(wěn)性進(jìn)行檢驗(yàn)。

ADF單位根檢驗(yàn)公式：

式中，yt為隨時間t變化的變量，Δ為差分因子，εt為服從獨(dú)立同分布的誤差項(xiàng)。

LLC檢驗(yàn)原理仍采用ADF檢驗(yàn)形式，但將Δyt和yt剔除自相關(guān)，并確定相影響的、標(biāo)準(zhǔn)的代理變量。

Δyit=ρyit-1+α0i+α1t+μit，i=1，2，…，N，t=1，2，…，T

式中，ρ是LLC個體間的其次自回歸系數(shù)，α1t是隨時間變化的變量，α0i是隨個體變化的變量，μit是誤差項(xiàng)。

通過計(jì)算得到ADF檢驗(yàn)P值為0，LLC檢驗(yàn)P值為0.2020，因此，各地區(qū)的碳交易價格序列通過了平穩(wěn)性檢驗(yàn)，不存在單位根，原序列平穩(wěn)，可以進(jìn)行回歸分析。

(2)模型選擇。針對文章的面板數(shù)據(jù)類型，首先使用F檢驗(yàn)確定使用固定效應(yīng)模型還是混合效應(yīng)模型，使用Stata軟件計(jì)算可得，F(xiàn)檢驗(yàn)P值等于0，強(qiáng)烈拒絕原假設(shè)，因此固定效應(yīng)模型優(yōu)于混合效應(yīng)模型。

再使用Hausman檢驗(yàn)確定是選擇固定效應(yīng)模型還是隨機(jī)效應(yīng)模型，使用Stata軟件計(jì)算可得，Hausman檢驗(yàn)P值等于0.0337，小于0.05，拒絕原假設(shè)，因此固定效應(yīng)模型的效果優(yōu)于隨機(jī)效應(yīng)模型。

綜上所述，選取固定效應(yīng)模型更佳。

固定效應(yīng)模型的數(shù)學(xué)公式如下：

Yit=β0+β1X1it+β2X2it+…+βnXnit+μi+ρt+σit

式中，μi是個體不可觀測因素，ρt是時間不可觀測因素，σit是其他隨時間和個體變化的不可觀測因素，且μi與X存在相關(guān)關(guān)系或者ρt與X存在相關(guān)關(guān)系。

(3)檢驗(yàn)總結(jié)。為保證分析結(jié)果的穩(wěn)健性，文章默認(rèn)數(shù)據(jù)模型中的個體效應(yīng)和時間效應(yīng)存在，并對國內(nèi)能源價格、經(jīng)濟(jì)發(fā)展?fàn)顩r和匯率三個變量分別進(jìn)行了個體固定效應(yīng)回歸分析和時間固定效應(yīng)回歸分析。

分析結(jié)論為檢驗(yàn)結(jié)果與實(shí)證分析的結(jié)果類似，顯示為國內(nèi)能源價格、經(jīng)濟(jì)發(fā)展?fàn)顩r、匯率三個因素都與國內(nèi)區(qū)域碳價保持極強(qiáng)的相關(guān)性，且上文的分析結(jié)果并不是由于地域差異或是時間因素引起的，而是受所選取變量的影響。因此，可以認(rèn)為文章的研究結(jié)論符合一般規(guī)律，具有較好的穩(wěn)健性。

5.2 異質(zhì)性檢驗(yàn)

由于文章選取的樣本涉及5個地區(qū)，地區(qū)之間的差異可能會對碳交易價格產(chǎn)生異質(zhì)性影響，因此需進(jìn)行異質(zhì)性檢驗(yàn)。碳交易活動依托于市場而存在，不同試點(diǎn)區(qū)域的市場化程度差異也可能對碳市場的活躍性和碳價產(chǎn)生影響。因此，本部分采用2016—2020年北京、上海、廣東、湖北、深圳五個地區(qū)的人均GDP數(shù)據(jù)對模型進(jìn)行異質(zhì)性檢驗(yàn)。檢驗(yàn)結(jié)果如表1所示。

上述異質(zhì)性檢驗(yàn)回歸結(jié)果顯示，隨著區(qū)域經(jīng)濟(jì)水平的提高，中國煤炭價格指數(shù)、滬深300指數(shù)對碳價的正向影響越來越顯著，美元兌人民幣中間價對碳價的正向作用先被削弱，后又升高。以上結(jié)果較為符合正常預(yù)期，說明上文的研究結(jié)果比較可靠。

6 建議

6.1 推動全國統(tǒng)一碳市場的構(gòu)建

強(qiáng)化區(qū)域碳市場與全國統(tǒng)一碳交易市場(以下簡稱“全國碳市場”)的協(xié)同發(fā)展，并進(jìn)一步完善提升全國統(tǒng)一碳交易市場，將對消除區(qū)域碳市場交易價格差異發(fā)揮重要作用。建議各級政府運(yùn)用區(qū)塊鏈技術(shù)等先進(jìn)科技手段，打通區(qū)域間碳交易機(jī)制壁壘，解決市場透明度不足以及信息級差造成的碳配額失真等問題，以有效推動透明、公平的全國碳市場的構(gòu)建。需要指出的是，區(qū)域間絕對統(tǒng)一的碳價并不適合目前中國的經(jīng)濟(jì)發(fā)展與社會環(huán)境。絕對統(tǒng)一的碳價將導(dǎo)致碳排放向某一地區(qū)集中，形成國家整體碳排放降低，但某個地區(qū)的碳排放不降反增的狀況。

6.2 基于供需模型規(guī)范區(qū)域碳價浮動范圍

為避免由于定價不合理而引起市場主體交易成本過高，建議政府根據(jù)不同區(qū)域內(nèi)影響因子的權(quán)重，為市場主體賦予合理碳價區(qū)間，同時充分發(fā)揮市場的調(diào)節(jié)作用，引導(dǎo)碳排放權(quán)配額等要素適度流動，實(shí)現(xiàn)產(chǎn)業(yè)發(fā)展與綠色低碳的良性互動。

6.3 加強(qiáng)與碳減排制度先進(jìn)國家的交流與合作

按照形成價格的方式分類，碳定價主要分為顯性碳定價、隱性碳定價以及內(nèi)部碳定價。目前中國主流的碳配額交易價格屬于顯性碳定價，是碳減排制度初步發(fā)展的產(chǎn)物。以歐美為代表的發(fā)達(dá)國家碳減排制度和手段已經(jīng)發(fā)展到較為成熟的階段，諸多學(xué)者已開始對隱性碳定價的研究。而中國對于以碳交易為代表的碳減排方式的探索尚處于初步狀態(tài)，顯性碳定價仍占據(jù)學(xué)術(shù)研究的主要地位，對于更為復(fù)雜的隱性碳定價和內(nèi)部碳定價的研究尚不完善。因此，需要加強(qiáng)與國際碳交易市場的合作交流，學(xué)習(xí)國際先進(jìn)經(jīng)驗(yàn)，以不斷完善我國碳交易的體制機(jī)制和市場體系。