碳交易對碳排放數量影響的實證研究

摘 要： 國內學者對碳交易的研究大多從宏觀角度和制度層面闡述碳交易減少碳排放的原理；本文根據1990年至2015年廣東省的碳排放數量、碳交易金額和地區生產總值，建立二元線性回歸模型，探討碳排放數量與碳交易金額之間的定量關系，并建立了ARIMA時間序列模型對廣東省碳排放數量進行預測。

關鍵詞：碳交易 碳排放數量 最小二乘法

中圖分類號：F420 文獻標識碼：A 文章編號：1003-9082（2017）01-0100-02

一、文獻綜述

我國啟動碳交易試點后，國內對碳交易的相關研究不斷增加。國內學者對碳交易的研究大多從宏觀角度和制度層面闡述碳交易減少碳排放的原理，如陳波從理論上闡述了碳交易的經濟學原理，并介紹了歐盟碳交易機制的實踐[1]，李佐軍等從理論上闡述了我國碳排放權的分配機制、交易機制和價格形成機制[2]，鄭爽等簡要了介紹我國七個碳交易試點的制度和特點[3]；國內也有一些學者對部分省市的碳排放的影響因素進行了定量研究，林珊珊基于江蘇省1990-2013 年的數據，運用改進的 STIRPAT 模型分析了江蘇省碳排放的影響因素，結論是技術進步對碳排放的抑制作用不顯著，而經濟增長和人口變動的作用較顯著[4]；黃蕊，王錚運用STIRPAT 模型對重慶市碳排放影響因素進行了定量分析，發現人口數量、人均GDP、能源強度、城市化水平與碳排放正相關、第三產業比重與碳排放負相關[5]；國內學者很少對碳交易減少碳排放進行定量研究，本文將嘗試進行定量研究，以廣東省為例，建立二元線性回歸模型，探討碳排放數量和碳交易金額之間的定量關系。

如果碳交易確實對減少碳排放有積極的作用，那么如果發展華南地區碳交易市場，才能更好的減少碳排放？本文將進一步分析華南地區碳排放效率的差異，并以此提出發展華南地區碳交易的相關建議。

二、碳交易對碳排放效率影響的實證研究

1.模型構建

1.1碳交易對碳排放的影響

我國實行碳交易機制的目的就是依靠市場化手段實現強度減排和總量減排的雙控目標，廣東省碳交易試點在全國率先引入碳配額有償分配機制，市場化手段分配碳配額的結果必然導致碳減排由高成本企業地區和轉向低成本地區和企業，碳交易的總量和交易機制 （cap and trade system）同時也必然實現全社會碳排放的減少。為了定量研究碳交易對碳排放的影響，本文通過碳交易年度總成交金額來衡量粗略碳交易的發展程度，一般來說，碳交易年度總成交金額越高，表明碳交易越發達，碳排放數量應該越少，即碳交易年度總成交金額與碳排放數量成反比的關系。

1.2地區生產總值（GDP）對碳排放的影響

本文采取化石燃料產生的二氧化碳計算碳排放，而化石燃料占廣東省一次能源消費總量的80%左右，能源消費總量又是地區生產總值必不可少的重要投入，所以碳排放與地區生產總值有著重要的相關關系。一般來說，地區生產總值越高，一次能源消費總量也越高，相應碳排放數量也越高，即地區生產總值與碳排放數量成正比的關系。

1.3地區生產總值和碳交易的關系探討

碳交易市場是政府根據外部性原理強行創造出來的一個新市場，所以碳交易市場在誕生和成長過程中，影響最大的都是政策性因素；當地區生產總值較高時，碳排放數量也較高，但是碳排放數量高不一定導致碳交易金額高：一般來說，碳配額不足的企業會購買配額，碳配額多余的企業會出售配額，但是企業的碳配額充足與否與企業的碳排放數量無關，主要與企業自身的技術水平和碳交易政策等因素相關；所以，碳交易的金額主要與企業自身的技術水平和碳交易政策等因素相關，而與地區生產總值和碳排放數量關系不大，即碳交易總金額和地區生產總值沒有顯著的相關關系。

1.4初始碳排放的探討

初始碳排放就是二氧化碳自發排放數量，當碳交易年度總成交金額和地區生產總值均等于零時，碳排放的初始值應該是一個正的常數，代表居民自發碳排放。

1.5模型構建

2.模型估計

2.1原始數據

數據來源。本模型的原始數據來源于《廣東統計年鑒》和廣州市碳排放權交易市場。

化石燃料數量的計算。化石燃料產生的二氧化碳占90%以上，所以本文中碳排放僅計算化石燃料產生的二氧化碳，化石燃料包括原煤、原油和天然氣三種，這三種化石燃料的數據根據 《廣東統計年鑒》中一次能源消費量查詢得到；一次能源消費量的電力消費量包括水電、核電、風電、沼氣發電、外省輸入電力等，均不計算碳排放。

化石燃料排放系數的選用。根據國家統計局的數據，一萬噸原煤折算0.7143萬噸標煤，一萬噸原油折算1.4286萬噸標煤，一億立方米天然氣折算13.3萬噸標煤；根據政府間應對氣候變化委員會（IPCC）數據庫，一萬噸原煤產生的碳排放為1.9萬噸，一萬噸原油產生的碳排放為3.02萬噸，一億立方米天然氣產生的碳排放為21.62萬噸。所以，原煤的碳排放系數為2.66，原油的碳排放系數為2.11，天然氣的碳排放系數為1.63。

碳排放數量的計算。化石燃料的數量乘以化石燃料的排放系數，可以得到化石燃料的碳排放，將三種化石燃料的碳排放加總，可以得到1990年至2015年的廣東省碳排放總數量。

碳交易金額的計算。碳交易總金額包括《聯合國氣候變化框架公約》官方網站公布的廣東省實際成交的清潔發展機制（CDM）項目（2006年廣東出現第一個實際成交的CDM項目），還包括2013年及2014年廣州碳排放權交易所的一級市場成交金額和二級市場成交金額。根據居民消費價格指數（CPI）核算出以1990年為基期的不變碳交易金額（2006年以前的碳交易金額為零）。

地區生產總值的計算。查詢《廣東統計年鑒》得到廣東省地區生產總值的的當年值，以1990年為基期，根據居民消費價格指數，核算出以1990年為基期的不變GDP。

2.2模型估計

3.模型驗證

3.1殘差檢驗

通過檢驗殘差的異方差性來檢驗模型。如果線性回歸方程中的隨機誤差項滿足假設條件中的同方差性，即多個因素不會隨著自變量觀測值的變化而對因變量產生不同的影響，就不會導致模型出現異方差性，那么參數估計就是有效的，參數的顯著性檢驗就是有意義的。

對模型實施哈維檢驗（Heteroskedasticity Test： Harvey），收尾概率（Obs*R-squared）=7.9293，大于顯著性水平5%，所以接受原假設，殘差不存在異方差性，參數估計是有效的。

3.2參數檢驗

在1%的顯著性水平上，a0、a1和a2的p值均小于0.01，說明公式（2）中的待估參數都在1%的水平上顯著。

3.3模型整體檢驗

在1%的顯著性水平上，F統計量對應的p值為0.0000，小于0.01，說明方程的整體線性是顯著的；樣本可決系數R2=0.9856，接近1，說明方程的擬合程度較好。

3.4模型的經濟學驗證

常數a0等于6907.548，即在碳交易金額和地區生產總值均為0的情況下，二氧化碳的自發排放數量為6907.548萬噸，符合假設；系數a1等于–2.5684，即碳交易金額與碳排放數量成反比，以1990年為基期核算的碳交易金額對碳排放數量的影響系數為–2.5684，符合假設；系數a2等于1.7136，即地區生產總值與碳排放數量成正比，以1990年為基期核算的地區生產總值對碳排放數量的影響系數為1.7136，符合假設。

綜合以上分析，該模型通過驗證，可以根據廣東省碳交易和地區生產總值來解釋廣東省碳排放，也驗證了之前的模型假設：碳排放數量與碳交易成交金額成反比，廣州碳排放權交易所的成交金額每上升10萬元，廣東省碳排放數量下降2.5684萬噸；碳排放數量與地區生產總值成正比，廣東省地區生產總值每上升1億元，廣東省碳排放數量上升1.7136萬噸。

三、建立廣東省碳排放數量的預測模型

本文擬建立碳排放數量的時間序列ARIMA模型，對廣東省碳排放數量進行短期預測。

1.對廣東省碳排放數量進行數列平穩化處理

廣東省碳排放數量如上文所述，運用Eviews8.0對碳排放數量（y）做一階差分的單位跟檢驗（無趨勢項且無截距項），ADF檢驗的p值為0.0218，小于0.05，表示碳排放數量（y）的一階差分是平穩數列，可以建立建立碳排放數量的時間序列ARIMA模型。

2.模型建立與識別

2.1通過自相關系數和偏自相關系數來確定模型的階數p和q確定分析圖中滯后階數。滯后階數k取[n/10]或[n/4]（n為樣本量，括號表示取整運算），本文中樣本數n=25，所以滯后階數k=[n/4]=6。

對碳排放數量的一階差分進行相關和自相關分析（見圖1），序列的樣本自相關與偏自相關系數很快落入隨機區間，表明序列趨勢已經基本消除，為平穩序列；偏自相關系數k=3后很快趨于0，因此取p=3；自相關系數在k=1處和k=5處顯著不為0，可考慮取q=1和4。所以，廣東省碳排放數量（y）可以建立ARIMA（1，3，0）預測模型或ARIMA（1，0，4）預測模型。

2.2選擇ARIMA分析模型

當偏自相關系數k=3時，建立ARIMA（1，3，0）預測模型，即D（y） ar（1）。使用eviews8.0軟件進行模型估計，ar（3）的P值為0.0131，說明變量在5%的水平下顯著；模型滯后多項式的倒數根分別為0.80、-0.40+0.69i、-0.40-0.69，都落入單位圓內，模型滿足過程平穩的要求。調整后的R方為0.2060，AIC值和SC值分別為18.3361、18.3857。

自相關系數在k=1和k=5時，建立ARIMA（1，0，4）預測模型，即D（y） ma（1） ma（4）。使用eviews8.0軟件進行模型估計，ma（1）和ma（4）的P值分別為0.0000和0.0000，說明變量在1%的水平下顯著；模型滯后多項式的倒數根分別為0.46-0.57i、0.46+0.57i、-0.81+0.54i、-0.81-0.54i，都落入單位圓內，模型滿足過程平穩的要求。調整后的R方為0.2709，AIC值和SC值分別為17.7464、17.8439。

經過比較，ARIMA（1，0，4）模型的調整后的R方較大，且ARIMA（1，0，4）模型的AIC值和SC值較小，所以ARIMA（1，0，4）模型更合適，應選用ARIMA（1，0，4）模型對廣東省碳排放數量進行預測。

3.模型檢驗

對ARIMA（1，0，4）模型的殘差序列進行χ2檢驗，最大滯后期選12，使用eviews8.0軟件對殘差序列進行自相關分析（見圖2），當k≤12時，殘差序列的自相關系數都落入隨機區間，且P值均大于0.05，表明殘差序列是純隨機的，估計模型是有效的。

4.模型預測

根據ARIMA（1，0，4） 預測模型，使用eviews8.0軟件對廣東省2016年碳排放數量進行預測，結果為46061.08萬噸。

參考文獻

[1]陳波.碳排放權交易市場的設計原理與實踐研究[M]. 北京：中國經濟出版社，2014：3-50.

[2]李佐軍等.中國碳交易市場機制建設[M]. 北京：中共中央黨校出版社，2014：51-78.

[3]鄭爽等.全國七省市碳交易試點調查與研究[M].北京：中國經濟出版社.2014：250-275.

[4]林珊珊. 江蘇碳排放的數量測算及其影響因素—基于改進STIRPAT模型的計量檢驗[J]. 南通大學學報（社會科學版），2015，31（4）：9-16.

[5]黃蕊，王錚. 基于STIRPAT模型的重慶市能源消費碳排放影響因素研究[J]. 環境科學學報，2013，33（2）：602-608.

作者簡介：劉鈞炎（1979-），男，河南許昌人，教研室主任，副教授，碩士，主要研究方向為區域經濟與低碳經濟。