能源密集型行業碳排放權總量分配兩階段決策模型研究

唐燕 王慶山 李健

摘要：基于EU ETS碳排放權交易體系，構建了能源密集型行業碳排放權總量分配兩階段決策模型，并根據天津市碳排放權交易現狀，選取石化行業進行模型算例。研究得出：碳排放權總量不僅與企業排放參數相關，同時受到碳排放權價格影響；同質企業市場下，碳排放權總量受碳排放權價格均值影響較大，與價格波動無關；單個企業碳排放權總量受企業減排技術成本因子影響較大，受碳交易市場價格總量系數影響相對較小。

關鍵詞：碳排放權總量；兩階段決策模型；能源密集型行業；碳排放權交易

DOI：10.13956/j.ss.1001-8409.2016.08.12

中圖分類號：F205 文獻標識碼：A 文章編號：1001-8409（2016）08-0052-05

隨著京都議定書的簽訂，世界溫室氣體排放逐漸受到眾多國家和環保組織的重視[1]。2005年歐盟碳排放交易體系（EU ETS）正式建立運行[2]，基于限量和交易（Capandtrade）的碳排放權交易和碳稅兩個碳減排政策工具對于區域經濟發展的影響，而成為各區域乃至各國選擇何種減排工具開展碳減排工作的重要依據[3]。眾多學者認為碳稅的引入會對能源價格和供給關系產生影響，進而對經濟產生負面影響，擴大社會貧富差距，是不利于社會穩定的因素[4～6]，使得多數發展中國家望其卻步，尋求采用碳排放權交易形式開展減排工作，這一過程中如何制定合理碳排放權總量，成為困擾各個國家和組織的關鍵問題。EU ETS作為國際性碳排放權交易體系運行的第一階段（2005～2007），由于配額分配經驗不足，有的排放實體分配到的排放額度遠遠大于該階段其實際排放量，配額供給出現過剩現象[7]。配額價格從2006年3月最高的30歐元跌到2007年初最低的3歐元。第二階段（2008～2012）受到經濟危機波及，碳排放權供給依舊過剩，2008年第三季度之后碳排放權價格一路下跌[8]。由于受碳排放檢測技術限制，實際排放微觀數據缺失，當前各國確定碳排放權總量主要通過歷史法和基準法[9]。前者通過測算企業歷史排放量再乘以相應系數確定[10]，后者通過對企業排碳設備的測定，以同產品同排放的理念估計企業排碳量[11]。二者通性在于制定過程中脫離市場變化，僅通過技術、效率等因素對納入企業的碳排量加以估計和考察，或者通過初始碳排放權免費比例的探討，分析其對某一行業的經濟影響[12]，抑或探尋減排環境下最大化利潤最小化成本問題[13]。

但是，如何避免出現EU ETS第一、第二階段碳排放權總量設定失誤對于碳交易市場的沖擊，尚需深入研究。本文認為，不同能源需求類型的企業對于碳排放權的依賴程度具有差異性，能源密集型行業如石化行業等碳排放強度較高，即單位碳排放創造的價值較低[14]，如中國等發展中國家的石化行業單位碳排量創造價值僅為7～8元人民幣，遠低于30～60元人民幣的市場碳價格，這就意味著若國際不通過相應刺激和補償機制，該行業運行將呈現高額負收益（約每排放1噸二氧化碳損失21～53元人民幣）。因而，本文通過建立基于兩階段的碳排放權總量決策模型，測算能源密集型行業碳排放權總量，探討政府應如何制定相關刺激與補償機制，以在完成碳減排目標的同時，維護能源密集型行業的正常運作。

1碳排放權總量確定模式

EU ETS確定碳排放權總量過程為：歐盟碳交易管理中心確定全球國家配額總量，成員國確定擬納入交易部門配額總量，再確定納入行業配額總量，最后確定納入企業的配額總量[15]。由于在整個碳排放權交易過程中，自上而下確定各國、各行業、各企業碳排放權，數據來源龐大，過程較為復雜。因此，將碳排放權交易過程可分成自行交易和被動交易兩個階段[16]。當企業配額存量低于當期消耗時，企業為避免違約懲罰，將被動購買碳配額以滿足企業生產消耗；當企業配額存量高于當期消耗時，企業可根據其減排邊際成本和當期碳市場價格對比進行自由交易，即當減排邊際成本大于碳市場價格時，企業買入碳配額，反之賣出。由此可見，企業當期碳排放權存量與排放量、當期碳市場價格以及企業邊際碳減排成本相關。因而，本文擬構建基于以上兩階段交易的碳排放權總量確定模式（見圖1），每次企業進行碳排放交易時，首先對其存量和當期計劃排放量進行判定，當存量大于當期計劃排放量時，企業進入自由交易階段，此時企業根據減排邊際成本與當期市場價格進行買賣決策判定，當減排邊際成本大于碳市場價格時，企業買入碳配額，其額度設為初始市場達到均衡時的均衡交易量，反之亦然。當存量小于當期計劃消耗量時，企業進入被動消耗階段，此時企業僅考慮避免違約罰金，因而將買入與當期消耗量等量的碳配額數。

3模型算例

31模型數據選取

在單個企業及總體碳排放權量表達公式（式（11）、式（12））的基礎上，通過具體數據進行算例研究，分析市場價格變化對碳排放權總量的影響。

2014年《天津市碳排放權交易管理暫行辦法》和《碳排放權交易試點納入企業2013年度碳排放核查工作》的內容指出：天津碳排放權交易周期為1年，參與企業為年碳排放量2萬噸以上共計114余家。據核查報告顯示，某石化企業基準年產值為7000余萬元，因而可設m=114；c=7000；假設企業每年可進行200次交易，即n=200；假設市場價格與碳排放權系數β=03；減排技術系數ξ=3；根據2014年碳排放權交易價格波動情況，假設其符合均值30、方差20的正態概率。據此，本文以天津市碳排放權交易體系為算例藍本，分析相關數據值之間變化關系。

32結果分析

321階段點與總碳排放權量

通過以上數據與模型估計，碳排放權總量顯示如下趨勢：隨著階段變量k的改變，越接近期末，總碳排放權量呈現減速下降趨勢（見圖3），總量曲線、總量階段下降百分比曲線以及總量階段下降加速度百分比曲線下降趨勢趨同于反比例函數在第一象限圖像，總量曲線及總量階段下降百分比曲線伴隨k增大，平滑下降；總量階段下降加速度百分比曲線在反比例函數拐點之后呈現波動下降趨勢。即能源密集型企業進入碳排放權交易第二階段的時間越晚，總碳排放權量可設定值越小，但在階段變量k大于拐點階段值后，碳排放總量變動較小。圖3中，若企業進入碳排放權交易的階段數大于70，則總碳排放權設定值變動在2%以下，當階段數大于160時，總碳排放權設定值變動在1%左右。

322碳價格與碳排放權總量

由圖4可見，相同期望和不同方差碳價格下的碳排放權總量曲線重合，同情境下行業總量曲線亦重合；而異期望同方差下，碳排放權總量及行業總量曲線隨著期望的增大而上升（見圖5）；考慮同期望同方差不同概率分布的碳價格變化（見圖6）與圖4變化趨勢相同，碳排放權總量曲線及行業總量曲線在各自情境下重合。

323企業減排效率與碳排放權總量

如圖7所示，左圖最下方曲線，為企業減排效率為3時碳排放總量隨階段點變化趨勢線，向上依次為企業減排效率為4、5、10及20曲線，易見隨著企業減排效率的增加，碳排放權總量曲線呈現躍層性下降。右圖為同情境下行業總量變化趨勢，其隨著企業減排效率增加而減少。由表1可看出，不同企業減排效率曲線下降趨勢相近，相鄰曲線之間相同k值下，碳排放權行業總量差值逐漸減少。

324市場價格碳排放權系數與碳排放權總量

如圖8所示，碳價格變化符合期望為30下方差分別為8正態分布，曲線由下至上的市場價格碳排放系數分別為03、04、05、06、07。易見，改變市場價格碳排放系數促使碳排放權總量及行業碳排放權總量曲線上移，即相同階段點下碳排放權總量值增大。但增大市場價格碳排放系數并不會改變曲線下降趨勢。

4結論

41階段分界點越趨于期末，總量越小

能源密集型企業碳排放階段分界點對于碳排放權總量及行業總量影響較為明顯，且單周期內階段數越多，碳排放權總量越趨于平穩，當階段數大于160時，總碳排放權設定值變動在1%左右。因而，延長單周期時間跨度，降低交易固定成本，提高交易頻率，有助于控制碳排放權總量，提高總量設定精度，減少市場碳排放權缺貨現象發生概率，實現碳減排既定目標。

42總量受價格期望影響，與價格波動及變化趨勢無關

傳統金融商品風險控制聚焦于波動性分析，而碳排放權交易在總量控制方面與價格波動及變化趨勢無關，因而需要注重碳價格期望變動對于總量的影響。在通過市場價格調節實現總量控制時，單周期內完全對沖的價格幅度調節無法影響總量變動。因此，在碳排放權總量確定之后，可以人為消除單周期內價格波動幅度差，實現周期內碳排放權總量控制。

43高減排效率行業碳排放總量較低

相對總體碳排放權總量而言，其對于企業碳排放總量影響較小，但會引起碳排放權總量的躍層性變動，隨著數值的增大，碳排放權總量急劇下降。因而，企業減排效率是碳交易管理機構在設定碳排放權之初和發布碳排放權之后需要重點觀察的指標。當某一減排技術被廣泛運用時，市場碳排放權交易可能出現供給過剩現象，需要通過政府購買、價格調控等手段加以控制，以防市場動蕩。

44市場價格碳排放系數促使總量增大

市場碳價格排放系數體現了市場中碳排放權總量與碳價格之間的經濟學關系，是管理機構通過價格調整市場碳排放權總量的關鍵因素，因而歐盟擬通過調整配額控制碳價格變動。該因子的增加會促使總量增大，但并不會改變曲線下降趨勢。因此，市場價格碳排放系數是碳排放權總量控制的又一關鍵因素。當此因子變大時，需要通過提高價格、政府收購以及鼓勵新項目建設等一系列經濟手段加以調控。

參考文獻：

[1]張芃，段茂盛. 英國控制溫室氣體排放的主要財稅政策評述[J]. 中國人口·資源與環境， 2015（8）：100-106.

[2]萬方，杜莉. 中國統一碳交易市場機制設計的優化與完善——基于EU-ETS機制及其運行的分析與選擇[J]. 經濟與管理研究， 2015（4）：16-23.

[3]楊仕輝，魏守道. 氣候政策的經濟環境效應分析——基于碳稅政策、碳排放配額與碳排放權交易的政策視角[J]. 系統管理學報， 2015（6）：864-873.

[4]Bureau B. DistributionalEffects of a Carbon Tax on Car Fuels in France[J]. Energy Economics， 2011（1）：121-130.

[5]Gonzalez F. DistributionalEffects of Carbon Taxes： The Case of Mexico[J]. Energy Economics， 2012（6）：2102-2115.

[6]Mathur A， Morris A C. DistributionalEffects of a Carbon Tax in Broader U.S. Fiscal Reform[J]. Energy Policy， 2014（3）：326-334.

[7]陳曉紅，王陟昀. 碳排放權交易價格影響因素實證研究——以歐盟排放交易體系（EUETS）為例[J]. 系統工程， 2012（2）：53-60.

[8]李小勝，宋馬林. “十二五”時期中國碳排放額度分配評估——基于效率視角的比較分析[J]. 中國工業經濟， 2015（9）：99-113.

[9]齊紹洲，王班班. 碳交易初始配額分配：模式與方法的比較分析[J]. 武漢大學學報（哲學社會科學版）， 2013（5）：19-28.

[10]令狐大智，葉飛. 基于歷史排放參照的碳配額分配機制研究[J]. 中國管理科學， 2015， 23（6）：65-72.

[11]孫振清，張喃，賈旭，等. 中國區域碳排放權配額分配機制研究[J]. 環境保護， 2014（1）：41-44.

[12]Chih Chang C， Chia Lai T. Carbon Allowance Allocation in the Transportation Industry[J]. Energy Policy， 2013（9）：1091-1097.

[13]Szolgayová J， Golub A， Fuss S. Innovation and Risk-averse Firms： Options on Carbon Allowances as a Hedging Tool[J]. Energy Policy， 2014（7）：227-235.

[14]林壽富. 考慮多因素影響的二氧化碳排放環境庫茲涅茨曲線檢驗——基于ARDL模型的實證分析[J]. 軟科學， 2014（6）：127-130.

[15]Viguier L， Vielle M， Haurie A， et al. A Two-level Computable Equilibrium Model to Assess the Strategic Allocation of Emission Allowances within the European Union[J]. Computers & Operations Research， 2006（2）：369-385.

[16]謝鑫鵬，趙道致. 基于CDM的兩級低碳供應鏈企業產品定價與減排決策機制研究[J]. 軟科學， 2013（5）：80-85.

[17]Freebairn J. Carbon PriceVersus Subsidies to Reduce Greenhouse Gas Emissions[J]. Economic Papers： A Journal of Applied Economics and Policy， 2014（3）：233-242.

[18]Zhu B， Wei Y. CarbonPrice Forecasting with a Novel Hybrid Arima and Least Squares Support Vector Machines Methodology[J]. Omega， 2013（3）：517-524.

[19]Jieting Z， Maosheng D， Chunmei L. Output-based Allowance Allocations under Chinas Carbon Intensity Target[J]. Energy Procedia， 2011（5）：1904-1919.

（責任編輯：張勇）