森林碳匯替代配額減排的成本比較

李 燦，龍 飛，祁慧博，張 哲

?

森林碳匯替代配額減排的成本比較

李 燦1，龍 飛1，祁慧博1，張 哲2

（1. 浙江農林大學 經濟管理學院，浙江 杭州 311300；2. 浙江農林大學暨陽學院，浙江 諸暨 311800）

以北京市、上海市、天津市、深圳市、廣東省、湖北省、重慶市7個碳交易試點省市為樣本區，利用各地公布的統計年鑒，收集上述地區工業行業自2007年到2016年工業行業的三個投入數據：職工人數、能源消耗總量、資產總額，以及兩個產出數據：二氧化碳排放總量、工業總產值，使用方向性距離函數估算出樣本地區工業企業的碳影子價格，運用最優模型法和蓄積量轉換法計算出我國森林碳匯的最優價格，最后根據國務院于2016年下發的溫室氣體減排辦法中的碳強度倒推現行控排政策下的企業減排總差量，計算出試點地區碳配額的平均價格為4.456 6萬元·t-1，我國森林碳匯的遠期最優價格為9.37 ~ 16.28美元·t-1。結合各樣本地區溫室氣體控排方案，得出使用森林碳匯替代配額減排能夠為企業大量減少減排成本。提出了相關政策建議：繼續探索重點工業碳市場交易以及碳商品價格情況，擴大碳排放權交易的適用行業；盡快出臺相關的森林碳匯交易配套政策；豐富森林碳匯商品種類，適當提高森林碳匯在總排放中抵減的比例。

工業企業；配額減排；森林碳匯；成本比較

溫室氣體超標排放，引起了全球變暖。我國作為制造業大國，又是聯合國常任理事國，在這一問題上承受了很大的壓力。為了迎合新時代下環保的新要求，我國做出莊嚴承諾，并提出了新的溫室氣體減排目標[1]。作為我國經濟的支柱，工業行業正尋找一條成本低、效果好的全新減排路徑。本文選擇目前主流的兩條減排路徑，森林碳匯減排方式和碳配額減排進行比較，為工業企業在新形勢下找到理想的減排路徑。

隨著我國碳交易市場以及相關政策的不斷發展和逐漸完善，之前對森林碳匯和配額減排單方面的研究逐漸不能滿足其需求。我國已于先前在7個試點地區先行設立碳交易試點，期望通過這一舉措為全國碳交易市場的建立打下堅實的基礎[2]。目前看來，大多數學者將目光聚集在技術減排和配額減排上，文獻數量多質量也比較高，對森林碳匯的重視程度明顯不夠，文獻數量也比較少。很多文章還在考慮單一減排路徑對于企業減排任務和經濟效益的影響。因此，本文將碳交易市場上的兩個主要產品結合起來進行減排的成本比較，為現在的企業減排提供借鑒和參考。

本研究將吸取之前專家學者的研究經驗，針對上述的不足之處，以我國7個碳交易試點地區作為樣本區，選擇整個試點地區工業行業作為研究對象，以2008－2017年10年工業行業的投入產出數據和1994－2013年我國最近的四次森林資源清查數據為基礎，運用方向性距離函數來測算7個試點地區工業行業10年的二氧化碳邊際減排成本[3]，基于蓄積量轉換法和最優模型法計算出我國森林碳匯的最優價格，再通過對比碳配額減排成本與購買森林碳匯價格，比較兩種減排路徑的減排成本差量，最終確定工業行業選擇哪種減排路徑才能平衡經濟效益以及社會效益。

1 現行政策下工業企業抵消機制和配額機制分析

2011年，北京、上海等7省市被批準開展碳交易試點工作[4]。試點地區碳交易商品主要為碳配額和國家核證自愿減排量（CCER），而工業企業通過碳交易市場完成減排目標也主要通過以上兩個途徑。

碳配額[5]是指國家根據生產經營情況以及減排目標而分配給企業的減排量，配額在碳市場起步階段是免費分配的。配額分配方法有基線法和歷史強度下降法兩種。目前我國除了免費分配以外還開放了配額的交易政策，作為一種政策激勵，如果企業未超過限定數量，其可以將多出的配額在市場上進行出售并獲得經濟利益，而生產過程中排放超標的企業則可以通過購買配額以付出經濟代價的方式來完成減排任務。

CCER項目[6]包括了農業和林業項目、新能源項目、環保類項目等，它能夠充分有效地組合碳市場、新能源以及工業環保等方面，是一種重要的減排路徑。森林碳匯作為CCER減排途徑的一種越來越受到相關企業的青睞。企業通過購買森林碳匯來減少二氧化碳排放量對經濟增長的影響比較小，還有促進資金在發達與欠發達地區的合理流動，實現資源優化配置，促進貧困地區充分合理利用自然資源，實現社會效益、環境效益和經濟效益相融合的多重效果，并且森林碳匯作為一種CCER項目，受政府以及第三方機構承認并且推廣的一種減排路徑。因此，本文從各種有效的路徑中主要配額減排和購買森林碳匯減排這兩種比較流行的路徑進行研究。

2 現行試點地區工業行業碳配額價格測算

2.1 樣本選取和數據來源

以7個碳交易試點地區（北京市，上海市，天津市，深圳市，廣東省，湖北省，重慶市）作為樣本區，收集樣本地區2007－2016年工業的三個投入產出指標。三個投入指標分別指統計年鑒中年主營業務收入在2 000萬元及以上的法人工業企業的總資產投入（1）、年末職工人數（2）和折算能源消耗總量（3）；兩個產出指標分別指當年工業總產值（）和當年折算二氧化碳排放總量（）。

2.2 模型及設定

工業行業的二氧化碳影子價格為其邊際減排成本，是通過減少一單位排放造成的工業總產值的減少來體現的，即根據二氧化碳影子價格來衡量，而根據相關經濟學理論證明，二氧化碳影子價格與碳配額的理論價格應該是一致的。利用方向性距離函數的參數方法[7]，通過LINGO11軟件對7個省市不同樣本行業的二氧化碳影子價格進行了計算。因為二氧化碳排放的減少必然導致不同產業總產出的減少，所以結果為負數。

式（1）中，c表示二氧化碳影子價格，即是工業企業二氧化碳邊際減排成本（MAC），y表示行業的正常產品的市場價格，表示地區工業企業的資產投入，表示地區工業企業正常產品的產量，表示地區工業企業副產品產出的產量。0表示投入產出向量，?表示偏導數，表示產出變量。

2.3 二氧化碳邊際減排成本

由于不同地區的環境管理模式、城市發展路線等方面的不同，各地的二氧化碳邊際減排成本存在各自的特點。根據新古典經濟學的相關理論，短期內，鑒于國家相關政策規定，我國碳商品的買方是壟斷需求者，所以買方會在邊際成本=邊際效用即MC=MR點購買碳商品，而且買方會利用自己的需求壟斷優勢，獲得此時市場上的超額收益。但是從長期來看，隨著國家政策的進一步放開以及更多需求者進入碳市場，碳商品的需求量越來越大，買方為了獲取更多碳商品也會進行互相競爭，市場上的碳商品的價格也會有所上升，此時的碳市場更加趨向于完全競爭，碳商品的價格不會隨著需求量的上升而發生改變，所以邊際成本曲線與平均成本曲線重合，當MC=MR時，達到一個均衡的價格P，此時買方在碳商品交易的過程中不會得到任何超額收益，所以利用影子價格的計算來代替完全競爭市場上工業企業購買碳配額減排的成本，在理論上是行得通的。通過Lingo計算得到樣本區內工業行業2007－2016年的二氧化碳邊際減排成本（表1）。

表1 2007－2016年樣本區內二氧化碳影子價格

從表1看出，2007－2016年試點地區之間工業企業二氧化碳的邊際減排成本差異很大，而且偏高。從時間序列上來看，上海、湖北有逐年下降的趨勢，但是試點地區十年間每年的二氧化碳邊際減排成本波動巨大，部分年份出現跳躍的情況。出現這種情況有2個原因，一是選取的數據是整體工業行業，目前我國納入碳交易體系的行業只有電力、鋼鐵、水泥等高能耗企業，如果納入所有工業企業勢必增加碳配額需求量；二是因為在異常時間段，異常地區工業企業集中對減排技術和設備進行升級或者投資，在短時間內投入大量資金在固定資產和無形資產上，隨后幾年，因為享受到技術和設備改進的紅利，邊際減排成本又會下降，隨著時間推移，技術減排或者通過投資設備減排會遇到瓶頸企業不得不通過再次投入或者更新技術減排，導致數據再次上升。同一個地方相鄰年份的數據會集中出現異常波動。根據試點地區10 a的數據，可以推算出在長期、完全競爭的市場上，試點地區所有工業企業購買配額的平均價格是81.103 4萬元·t-1，若剔除受技術革新等影響的異常值，平均價格是4.456 6萬元·t-1。

3 我國森林碳匯價格的計算

3.1 數據來源

原始數據來于第四到第七次（1994－2008年）全國林業資源清查和有關研究報告[8]，2014年以及以后的森林數據通過國家統計局發布的年度報告[9]中有關森林生長的部分推算。國民經濟核算指標的原始數據來源于國家統計局于2018年發布的最新《中國統計年鑒》[10]。

3.2 模型設定

森林生長的特性和資源的有限性決定了我國森林碳匯價格計算是一種有約束條件的最優化問題，要使用一種在存在各種限制條件下的還能求解最佳目標的經濟學方法，即最優模型法。由于選取了這種辦法，結合森林生產的特點和相應的離散時間經濟系統控制方程[11]森林碳匯價值核算公式可以抽象為下列模型：

式（2）中，)表示已經蓄積在森林中的碳，()表示為新生林生長過程中固定的碳，()表示為森林自然消亡溢出的碳，()表示為因人為砍伐而溢出的量，表示為年份，碳儲量的計量單位為。模型中，()為控制變量，()，()和()為狀態變量各變量的系數參照李順龍使用的蓄積量轉換法[12]。森林碳匯核算就是在方程（2）的限制下，使森林系統中碳溢出的價值最小[13]。其表示為：

式（3）中，[(),]表示的是森林碳儲量價值的終端約束。

3.3 森林碳匯價格計算

表2是依據蓄積量轉換法計算出的森林碳蓄積量。

表2 森林碳儲量相關數據

根據表2數據，運用SPSS軟件進行逐步回歸分析。回歸結果見表3，R2為0.888，調整R2為0.881，模型與實際情況的擬合程度非常高。由表4可以知道模型的F值為127.015，Sig.值為0.000，Durbin-Watson值為2.190，這表明模型可以被應用并在統計學上可以成立，經過逐步回歸后，本文所選取的解釋變量森林蓄積碳儲量)能夠顯著解釋森林總碳匯量+1)。

表3 回歸模型匯總表

表4 回歸模型方差分析表

表5 回歸模型系數

根據表5回歸模型系數可以明確森林碳匯核算模型為：

根據庫茲涅茨環境曲線[14]的特點，利用SPSS軟件對GDP與人為采伐量進行擬合，擬合得出的回歸方程R2為0.738，調整后的R2為0.680，F值為12.671，Sig.值為0.002。得到人為采伐損失碳匯與GDP之間的具體關系式為：

截至第八次全國林業資源清查，我國每公頃森林蓄積量是世界水平的69%，若是到2035年我國森林每公頃的蓄積量要求達到230億m3，則以1997年為基期，到2035年我國的森林蓄積量為(39)=230億m3。則到2035年，我國森林碳儲量就為(39)=2.439*[(39)*1.9*0.5*0.5]=266.46億t，按照目前全球普遍認可的碳匯價格10 ~ 15美元·t-1的下限計算，2035年我國森林碳儲量總價值量為2 664.6億美元。根據先前的狀態模型可以得到我國森林碳匯價格的終端約束為9.37()+11.816=2 664.46此時，模型的性能指標為：

文獻研究得出，到2035年我國森林每年采伐總量可達到4.36億m3左右，折算成森林生物碳儲量為5.05億t。此時，森林碳匯的狀態方程表示為：

令哈密頓函數()為：

這里的結果是使用國際排放市場通用碳匯價格下限所求得的表示2035年我國市場上每噸碳匯的影子價格，單位是美元。如果按照價格上限計算，可以得到2020年我國碳匯的單位價格為16.28美元·t-1。因此我國森林碳匯的最優價格為9.37 ~ 16.28美元·t-1。

4 森林碳匯替代配額減排的成本比較研究

4.1 森林碳匯和配額減排單位成本差量比較

上述計算出統計期內樣本區規模以上工業企業的平均配額二氧化碳減排成本為4.456 6萬元·t-1。通過蓄積量轉換法計算出我國2035年森林碳匯的最優價格為9.37 ~ 16.28美元·t-1，按照2018年8月31日國家外匯管理局發布的人民幣兌美元匯率6.831 5，我國2035年森林碳匯的最優價格為64.01 ~ 111.22元·t-1，取中間價格約為87.62元·t-1。根據計算出的試點地區10 a平均配額二氧化碳減排成本和森林碳匯價格，直接比較二者的數量關系得出，所有地區的配額減排成本都比森林碳匯的最高價格111.22元·t-1高，數量差距還特別大，試點地區十年碳配額減排成本中最小值都達到了301元·t-1，可以說配額減排和森林碳匯減排的單位成本差量非常明顯。

4.2 現行控排政策下企業減排總差量計算

以2015年為基期，根據各試點區碳強度目標，倒推出各地區在2020年末的二氧化碳排放量，再利用上節的抵扣比例，計算出能使用森林碳匯抵扣的部分，計算企業的總減排差量。公式如下：

各試點地區碳強度年均變化率見表6。根據國務院相關部門發布的預測數據，我國“十三五”期間每年工業產值保持在6.5%的保守增長幅度，計算出試點地區工業行業“十三五”期間的達標二氧化碳排放總量見表7。根據項目入市交易各地的抵消機制規定可抵消的比例。另外，默認可抵消比例中，企業一定全部使用森林碳匯，綜合以上結論，得到現行控排政策下企業減排總差量見表8。

表6 試點地區碳強度年均變化率

表7 試點地區工業達到要求的總排放量

表8 現行控排政策下企業減排總差量

根據表6、表7、表8，各個試點地區在現行控排政策下，使用森林碳匯替代配額減排的成本差異極大，而且總差量都比較大，說明在試點地區利用森林碳匯減排替代配額減排對于企業來說是可以降低減排成本的。在試點地區中成本差異最大的是重慶，在2020年若是要完成既定的減排任務，使用8%的森林碳匯項目替代配額減排可以節約14 116.35億元。成本差異最小的是北京，各年節約的成本圍繞105億上下波動，可能是北京近年來在大力推行重工業搬離計劃，如首鋼等重污染高能耗的工業企業被分流到周邊其他地區，北京則以一些軟件制造以及服務業等污染較少的企業為主要經濟來源，缺乏對碳產品的需求，所以森林碳匯替代配額減排的成本差異效果得不到應有的體現。

5 結論與建議

本研究計算出7個試點地區碳配額平均價格為4.456 6萬元·t-1，我國森林碳匯的遠期最優價格為9.37 ~ 16.28美元·t-1。結合“十三五”各地溫室氣體控排方案，得出使用森林碳匯替代配額減排能夠為企業大大降低減排成本。為此，提出以下建議。

（1）繼續探索重點工業碳市場交易以及碳商品價格情況，擴大碳排放權交易的適用行業，以此來增加市場規模，過低的配額價格起不到對企業的約束作用，利用市場行為回歸配額本身的價值，合適的價格和充滿競爭的市場能夠真正把碳配額調整企業排放行為的作用發揮出來。

（2）國家應該盡快出臺從碳匯造林標準，到產權劃分、價值計量、上市交易、交易后林地維護等全流程的規范化文件，使森林碳匯項目交易有據可依，有法可查。

（3）盡快建立全國統一的碳排放權交易市場，有助于消除企業的買方壟斷地位，縮減排放權交易的超額收益，發現碳商品真正的價值，促進碳市場向繁榮健康的方向發展。

[1] 胡振宇. 低碳經濟的全球博弈和中國的政策演化[J]. 開放導報，2009（05）：15－19.

[2] F?re R.，Grosskop f S，Noh D.W，. Characteristics of a Polluting Technology: Theory and Practice[J]. J Econ，2005，126（2）：469－492.

[3] 國務院. “十三五”控制溫室氣體排放工作方案的通知[Z] . 2016－10－27.

[4] 國家發展改革委辦公廳. 國家發展與改革委員會辦公廳關于開展碳排放權交易試點工作的通知[Z]. 2011－10－29.

[5] 曾剛，萬志宏. 國際碳金融市場：現狀、問題與前景[J]. 國際金融研究，2009（10）：19－25.

[6] 楊繼. 碳排放交易的經濟學分析及應對思路[J]. 當代財經，2010（10）：16－24.

[7] 關麗娟，喬晗，趙鳴，等. 我國碳排放權交易及其定價研究——基于影子價格模型的分析[J]. 價格理論與實踐，2012（4）：83－84.

[8] 國家林業局．國家森林資源清查[DB/OL]. http：//www.forestry.gov.cn/gjslzyqc.html，1994－2018.

[9] 中華人民共和國國家統計局. 國家數據庫[DB/OL]. http：//data.stats.gov.cn/easyquery.htm?cn=C01，2018.09.03.

[10] 國家統計局. 中國統計年鑒[M]. 中國統計出版社，2007 ~ 2017：1－2.

[11] 曾祥金. 經濟控制論基礎[M]. 北京：科學出版社，1995：55－74.

[12] 李順龍. 森林碳匯問題研究[M]. 哈爾濱：東北林業大學出版社，2006：100－101.

[13] 張穎，吳麗莉，蘇帆，等. 我國森林碳匯核算的計量模型研究[J]. 北京林業大學學報，2010，32（2）：194－200.

[14] 劉芳芳，黃巧萍，劉偉平. 地區經濟增長與區域碳排放的關系——基于環境庫茲涅茨模型的研究[J]. 中南林業科技大學學報：社會科學版，2018，12（04）：20－26，35.

Cost Comparison on Substitution of Carbon Emission Reduction Quotas with Forest Carbon Sink

LI Can1，LONG Fei1，Qi Hui-bo1，ZHANG Zhe2

（1. College of Economics and Management, Zhejiang A & F University, Hangzhou 311300, China; 2. Jiyang College, Zhejaing A & F University, Zhuji 311800, China）

Data of input in industry such as number of employees, energy consumption and gross assets, and output like carbon emission and total industrial output value was collected from statistic yearbook of Beijing, Shanghai, Tianjin, Shenzhen, Guangdong, Hubei and Chongqing during 2007 to 2016. Carbon shadow price of industrial enterprises was estimated by input distance function and the optimal price of forest carbon sink was calculated by the optimal model and volume conversion method. Mean carbon emission reduction quotas was 44 566 Yuan·t-1in cities and provinces above-mentioned, the best forward price of carbon sink would be 9.37-16.28 USD·t-1. Suggestions were put forwarded such as CO2abatement allocation trading, better supporting policies, more forest carbon sink commodities.

industrial enterprise; carbon emission reduction quota; forest carbon sink; cost comparison

10.3969/j.issn.1001-3776.2018.06.007

F427

A

1001-3776（2018）06-0038-07

2018-04-29；

2018-09-05

國家自然科學基金面上項目（71473230）；浙江省自然科學基金青年項目（Q17G030042）

李燦，碩士研究生，從事林業資源與環境經濟研究；E-mail：285301650@qq.com。

龍飛，教授，博士，從事林業管理工程、資源與環境管理研究；E-mail：longf2007@163.com。