陳紅蕾,聶文麗

暨南大學(xué)經(jīng)濟學(xué)院資源環(huán)境與可持續(xù)發(fā)展研究所,廣州 510632

1997年簽署并于2005年生效的《京都議定書》把CO2排放權(quán)界定為一種商品,從而形成了CO2排放權(quán)的交易,簡稱“碳交易”。作為全球最大的發(fā)展中國家,中國GDP總量已躍居世界第二,2016年成為第一大貿(mào)易國；這意味著中國也應(yīng)該承擔相應(yīng)的碳減排責任和義務(wù)。2011年中國開啟了七個省市的碳排放權(quán)交易試點。2015年11月,習近平主席在巴黎氣候大會上提出把建立全國碳排放交易市場作為應(yīng)對氣候變化的重要舉措。2016年10月,國務(wù)院《“十三五”控制溫室氣體排放工作方案》提出,中國將于2017年啟動全國碳排放權(quán)交易市場。自試點以來,七個試點地區(qū)根據(jù)自身經(jīng)濟發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)特點在制度建設(shè)、機制創(chuàng)新、市場培育、區(qū)域合作等方面做出了卓有成效的工作,為全國碳市場建設(shè)積累了經(jīng)驗；但是,由于各個試點區(qū)域的碳交易覆蓋面有限,區(qū)域之間缺乏協(xié)同機制,亦未充分注重碳減排成本的降低。

碳排放權(quán)交易體系涵蓋了碳排放權(quán)分配、碳排放權(quán)定價、碳排放權(quán)交易市場機制等內(nèi)容,目前關(guān)于碳排放權(quán)研究主要集中在碳排放權(quán)的初始分配以及碳排放權(quán)定價等方面。關(guān)于碳排放權(quán)定價的研究主要分為影子價格等微觀方向以及期權(quán)定價、一般均衡模型等企業(yè)宏觀方向。聶力[1]分別探討了碳排放權(quán)分配與交易價格以及市場機制的國內(nèi)外差異,指出中國應(yīng)從公平和效率的角度對碳排放權(quán)進行交易,并利用期貨交易機制完善碳排放交易價格；應(yīng)尚軍和楊冠武[2]分析了碳排放權(quán)定價的解析途徑和模擬途徑的區(qū)別,建議中國應(yīng)采用一般均衡模型以及模擬計算機實驗的框架,建立排放規(guī)則和交易定價規(guī)則,但目前對于碳排放權(quán)宏觀定價均注重在理論階段,仍然無法對碳排放權(quán)價格進行量化,要對碳排放權(quán)進行具體定價仍需要考慮碳排放影子價格。Choi等[3]在對中國東部、中部、西部地區(qū)碳排放影子價格的研究中,發(fā)現(xiàn)中國碳減排的區(qū)域不平衡性,中國碳排放仍存在16.83億t的空間進行減排,但該文并未對如何進行碳減排提出具體的措施；周澤炯和胡建輝[4]則根據(jù)投入導(dǎo)向和產(chǎn)出導(dǎo)向分析Super-SBM模型產(chǎn)生的結(jié)果,發(fā)現(xiàn)中原經(jīng)濟區(qū)15個地市的低碳經(jīng)濟發(fā)展總體情況不理想,同時根據(jù)碳排放效率與技術(shù)的同向?qū)Ρ戎邪l(fā)現(xiàn)碳減排技術(shù)的發(fā)展直接影響碳減排經(jīng)濟發(fā)展績效,類似的研究還有馮冬[5]、宋杰鯤[6]等。該部分研究均主要對碳排放影子價格進行度量,發(fā)現(xiàn)碳排放影子價格的地域差異,未明確指出降低碳減排成本的方法。

關(guān)于影子價格的研究方法主要分為兩個方向,一個是假定生產(chǎn)函數(shù)從而得到影子價格,即參數(shù)化方法；而另外一種是未假定生產(chǎn)函數(shù)而直接求碳排放影子價格的方法,即非參數(shù)化方法。在初期,大部分學(xué)者均采用參數(shù)化方法分析影子價格。Pittman[7]假設(shè)生產(chǎn)函數(shù)為超對數(shù)函數(shù),用微分的方法確定了邊際生產(chǎn)力,再根據(jù)邊際生產(chǎn)力確定了影子價格,得出各行業(yè)間影子價格不一致的結(jié)論,周葵和杜清燕[8]也利用超越對數(shù)的方法,在該生產(chǎn)函數(shù)的基礎(chǔ)上,利用嶺回歸估計和檢驗得到了參數(shù)的估計值并測算了中國碳排放價格的扭曲程度。超越對數(shù)方法將二氧化碳作為一種要素投入引入生產(chǎn)函數(shù)模型,并未對二氧化碳對環(huán)境的負外部性進行分析。Fare等[9]提出利用Shephard[10]的方向性距離函數(shù)方法,其將二氧化碳作為對環(huán)境的負面產(chǎn)出,從而根據(jù)距離函數(shù)的對偶函數(shù)求解碳排放的影子價格,對應(yīng)國內(nèi)的研究中,宋博和穆月英[11]對蔬菜生產(chǎn)碳排放的影子價格進行分析,利用環(huán)境方向性距離函數(shù)將中國各省份分為四類地區(qū),從而對比各區(qū)域的碳減排成本。類似的研究還有陳詩一[12]、吳賢榮[13]等。方向性距離函數(shù)雖將二氧化碳作為負面產(chǎn)出,但未考慮相應(yīng)的投入產(chǎn)出松弛變量,無法反映投入產(chǎn)出中的冗余變量,因此非參數(shù)化的DEA(數(shù)據(jù)包絡(luò)分析)方法成為目前研究碳排放影子價格的主流方法, DEA方法是一種根據(jù)相應(yīng)的生產(chǎn)前緣,用以評價具有多輸入和多產(chǎn)出的決策單元(DMU)之間相對有效性的一種方法,DEA最初由Charnes,Cooper和Rhodes提出,主要有CCR、BCR、VCR三種模型。Tone[14]提出了一種考慮松弛變量的非徑向的DEA分析方法——SBM模型,該模型的優(yōu)點在于投入和產(chǎn)出的單位對效率值不會產(chǎn)生影響,且效率值取決于松弛變量的大小,松弛變量越大,效率值越小。

在對碳排放影子價格進行研究之后,需要對碳排放影子價格的影響因素進行分析,用以探究碳排放成本降低的方法。劉佳俊等[15]首先分析了碳排放效率的空間自相關(guān)系數(shù)(Moran′sI)和空間LISA圖,以此說明中國各省份之間的碳排放效率存在著空間相關(guān)；在存在空間相關(guān)的基礎(chǔ)上,分別建立普通面板數(shù)據(jù)模型和空間面板數(shù)據(jù)模型,并通過不同的固定效應(yīng)得到不同的模型結(jié)果,根據(jù)對結(jié)果的檢驗選出最合適的模型,并最終根據(jù)模型對碳排放效率影響因素進行分析。該文的不足之處在于并未考慮到SDM模型,直接通過對SAR模型和SEM模型的擬合結(jié)果對比分析出該使用SEM模型。吳賢榮等[16]利用了以地理距離為基礎(chǔ)的空間權(quán)重矩陣,通過極大似然估計法(ML)對空間杜賓模型進行估計,并通過LM檢驗分析得到SDM模型不能簡化為SAR或SEM模型,從而根據(jù)最終的結(jié)果對碳減排潛力的影響因素進行分析。

在現(xiàn)有的研究中,較多的研究注重于碳排放效率的研究,而其中碳排放效率的定義又各有差異,無法給出明確的定義。本文的貢獻在于：將碳排放效率定義為目標排放量與實際排放量的比值,并通過MAX-DEA對該模型及其對偶模型的求解得到CO2的邊際減排成本——影子價格。因此,本文擬圍繞碳排放影子價格展開研究,通過對影子價格的測度為全國碳交易市場提供定價參考；同時通過對各省份的碳排放效率以及碳排放影子價格的對比分析,明確全國碳交易市場的減排方向；并通過對影子價格的空間計量分析降低減排成本的方法及措施。

1 研究方法與數(shù)據(jù)指標選取

1.1 基于松弛變量的SBM方法

以DEA為基礎(chǔ)的SBM(slack-based measure)模型是較為完善的DEA拓展模型,是一種利潤最大化的分析技術(shù),它直接反映了決策單元(DMU)投入過度以及產(chǎn)出中的不足程度。SBM模型將非期望產(chǎn)出用松弛變量的形式考慮進模型中,將直接處理投入的冗余和產(chǎn)出的不足。假設(shè)在經(jīng)濟生產(chǎn)中原有m種投入X=(x1,x2,x3,…,xm)和s種產(chǎn)出Y=(y1,y2,y3,…,ys),生產(chǎn)可能性集合為{(x,y)|x≥Xλ,y≤Yλ,λ≥0},式中λ為調(diào)整矩陣,建立朗格朗日方程如下：

式中,(x0,y0)為決策單元(DMU),即經(jīng)濟體最終決定使用的投入以及相對應(yīng)的產(chǎn)出；S-、S+分別為投入冗余向量和產(chǎn)出不足向量,即投入更少可以達到相同的產(chǎn)出或者是相同的投入可以達到更多的產(chǎn)出,表示了實際生產(chǎn)與生產(chǎn)前沿(Xλ,Yλ)存在差距。

在用DEA解決問題時,通常會出現(xiàn)多個決策單元同時有效的情況,無法對這些決策單元進行分析和排序。因此,產(chǎn)生了一種超效率DEA模型,該模型可對這些同時有效的決策單元進行分析排序。為更加精確的求解該SBM模型,Tone提出了Super-SBM模型,并在此基礎(chǔ)上求解松弛變量,提供更精確更有效的信息。

1.2 影子價格的求解——Super-SBM的對偶模型

根據(jù)線性規(guī)劃原理,又考慮到CO2為非期望產(chǎn)出,本文對Super-SBM模型求解其對偶模型,其對偶模型為：

式中,c作為非期望產(chǎn)出的CO2排放量。根據(jù)對偶模型的理論意義,通過Super-SBM模型的對偶模型可求解各變量的對偶價格：投入(或產(chǎn)出)變動一單位,目標函數(shù)數(shù)值的變化?？紤]到本文的目的是求解CO2的邊際減排成本——減少一單位CO2所導(dǎo)致實際國內(nèi)生產(chǎn)總值的減少量,因此本文利用CO2的對偶價格dpc及GDP的對偶價格dpg,求解CO2的影子價格為：

1.3 空間相關(guān)性分析——Moran′s I指數(shù)

根據(jù)Toblers的地理第一定理,任何事物都不可避免的存在著地理上的相關(guān)關(guān)系。因此,本文需對碳減排成本的省域相關(guān)關(guān)系進行分析?？臻g相關(guān)性檢驗分為兩種：全局空間自相關(guān)以及局域空間自相關(guān)。全局空間自相關(guān)系數(shù)(globalMoran′sI)檢驗的是碳減排成本的全局空間相關(guān)性,而局域空間自相關(guān)系數(shù)(localMoran′sI)則是進一步分析局域之中的自相關(guān)。本文中僅考慮全局空間自相關(guān)。

一般來說,Moran′sI指數(shù)的值位于-1和1之間,其符號表示正相關(guān)或負相關(guān),大小表示正負相關(guān)的程度。根據(jù)全局空間相關(guān)性分析,可分析中國各省份間碳排放影子價格的空間相關(guān)性,了解其相互作用的程度。

1.4 指標選取與數(shù)據(jù)處理

由于固定資產(chǎn)投資價格指數(shù)獲取上的局限,以及西藏能源消耗數(shù)據(jù)的缺失,本文以2000—2012年期間中國30個省份為實證研究樣本。擬選取的投入變量包括各省份勞動人口總數(shù)、能源消費總量(以萬噸標準煤為單位)、資本存量,產(chǎn)出變量包括期望產(chǎn)出變量GDP和非期望產(chǎn)出變量即CO2排放量。其中,勞動力、GDP、第二產(chǎn)業(yè)比重數(shù)據(jù)由《中國統(tǒng)計年鑒》[17]獲取,資本存量根據(jù)單豪杰[18]的方法計算得出,能源數(shù)據(jù)則根據(jù)《中國能源統(tǒng)計年鑒》[19]獲得。另外,資本存量和GDP的數(shù)據(jù)均以2000年為基期進行了處理,消除了價格因素的影響。根據(jù)IPCC計算碳排放量的公式和中國《省級溫室氣體清單編制指南》計算得到各省份的碳排放數(shù)據(jù)。

2 實證結(jié)果分析

當碳排放作為一種商品在市場上進行交易時,其交易量遵循市場供需原則,交易量同時取決于碳減排成本以及碳交易市場價格。為了避免出現(xiàn)市場失靈,碳交易市場的價格需要充分反映碳減排成本。因此,下文擬通過中國經(jīng)濟生產(chǎn)中的投入產(chǎn)出變量模擬各省的碳排放影子價格,從而為全國碳交易市場定價提供借鑒。

2.1 各省份碳排放影子價格的度量

在MAX-DEA對Super-SBM對偶模型的求解中,得到各投入及產(chǎn)出變量的對偶價格,據(jù)此便可根據(jù)公式求出碳排放的影子價格,見表1。

表1 2005—2012年各省份碳排放影子價格/(元/t CO2)

首先,將各省份2000—2012年碳排放影子價格的平均值進行排名,發(fā)現(xiàn)北京、廣東、上海、福建、天津等東部地區(qū)的碳排放影子價格較高,即這些區(qū)域在進一步實現(xiàn)碳減排需要付出較大的經(jīng)濟成本；而內(nèi)蒙古、新疆、寧夏、貴州等西部地區(qū)碳減排的經(jīng)濟代價較小。

其次,本文分析各省份的碳排放影子價格隨時間的演變進程,發(fā)現(xiàn)大部分省份在2000—2008年碳排放影子價格有一個下降的趨勢,但在2009—2012年均在上升,即碳排放影子價格的變動呈現(xiàn)出U型(圖1),該現(xiàn)象表明各省份在2008年提出“低碳經(jīng)濟”后,碳減排成本有所提升。

2.2 碳排放影子價格與碳排放效率的結(jié)合分析——碳減排方向

在對各省份的影子價格分析的基礎(chǔ)上,本文對各省份的碳排放效率進行分析,目的在于探究各省份的目標減排量與實際減排量之間的差距,進而分析中國重點減排的對象,促進全面實現(xiàn)碳減排。

對于碳排放效率,有許多種不同的定義,本文將其定義為CO2目標排放量與實際排放量的比值,即反映各省份CO2的排放是否達到其目標排放。因此,本文將模型中的冗余變量定義為實際排放與目標排放量的差值,根據(jù)實際排放量便可得到目標排放量。根據(jù)MAX-DEA工具的求解得到結(jié)果如表2。由于使用了超效率模型,表格中含有碳排放效率大于1的情況。

表2 2005—2012年各省份碳排放效率

首先,對各省份碳排放效率進行橫向統(tǒng)計分析。通過對各省份碳排放效率2000—2012年的平均值進行排序,可見碳排放效率較高的省份多集中在東部地區(qū),較低的區(qū)域則集中在西部地區(qū),如表3。從碳排放效率的排名來看,目前中國碳減排應(yīng)著重于西部地區(qū)的減排,河南、河北、吉林等作為環(huán)境污染的重災(zāi)區(qū)也應(yīng)作為碳減排重點關(guān)注對象。結(jié)合上文中碳排放影子價格高低的區(qū)域特征發(fā)現(xiàn),碳排放影子價格較高、碳排放效率較的省份低均集中于東部區(qū)域,而碳排放影子價格較低、碳排放效率較高的的省份均集中于西部區(qū)域,本文利用影子價格、碳排放效率分別與工業(yè)占第二產(chǎn)業(yè)比重、以各省份進出口總額占地區(qū)GDP比重測算的對外開放程度、能源消費結(jié)構(gòu)(煤炭造成的CO2排放占總排放的比重)的相關(guān)性系數(shù)來解釋該區(qū)域分布特征,結(jié)果如表4,區(qū)域間碳排放影子價格以及碳排放效率的差異主要與對外開放水平差異、工業(yè)比重差異、能源消費結(jié)構(gòu)差異等相關(guān),反映了中國區(qū)域間環(huán)境發(fā)展的不平衡性。

表3 各省份碳排放效率排名情況

表4 碳排放影子價格與碳排放效率的相關(guān)性分析

其次,對中國碳排放效率進行縱向統(tǒng)計分析,根據(jù)2000—2012年各省份的碳減排效率的平均值做折線圖如圖1。從影子價格與碳排放效率的變動對比可發(fā)現(xiàn),中國碳排放效率與影子價格的變動均呈現(xiàn)出一個U型,從側(cè)面反映了中國經(jīng)濟在高速發(fā)展期間(2000—2008),碳排放效率與碳減排成本均表現(xiàn)為逐年降低,經(jīng)濟高速增長帶來了環(huán)境的惡化。隨著中國低碳經(jīng)濟的發(fā)展,2008—2012年中國碳排放效率在逐年升高,體現(xiàn)了一定的政策成效,與此同時,碳減排的成本也隨之增高,碳減排過程進入到攻堅期。結(jié)合碳排放影子價格的分析來看,中國要實現(xiàn)全面碳減排,不僅要從碳排放效率、影子價格較低的區(qū)域入手,推進省域間的協(xié)調(diào)性,提高全國碳排放效率水平；更要在碳減排進入攻堅期后從碳減排成本入手,降低碳減排成本,推進碳減排的進一步發(fā)展。

圖1 2000—2012年碳排放影子價格與效率折線圖Fig.1 Line chart of shadow price of carbon emissions and carbon emissions efficiency in 2000—2012

2.3 碳排放影子價格的空間計量分析——降低減排成本

如何降低碳減排成本,需要考慮影響碳排放影子價格的因素,在碳排放影響因素分析前,有必要對碳排放影子價格的空間相關(guān)性進行分析。若存在空間相關(guān)性,則用空間計量模型對各影響因素進行模擬；若不存在空間相關(guān)性,則直接運用普通面板模型。在大部分學(xué)者關(guān)于碳減排的研究中,均未考慮到碳減排成本的空間相關(guān)性。本文運用各省份的空間逆距離矩陣作為空間權(quán)重矩陣,對碳排放影子價格進行空間自相關(guān)性分析,在考慮空間相關(guān)性的基礎(chǔ)上,對碳排放影子價格的影響因素進行分析。首先,考慮碳排放影子價格是否存在空間相關(guān)性。本文通過Matlab對得到度量空間相關(guān)性的Moran′sI指數(shù)值見表5。

表5 2000—2012年碳排放影子價格空間相關(guān)Moran′s I指數(shù)

從上表中可以發(fā)現(xiàn),除2000、2001、2012年的Moran′sI指數(shù)不顯著外,其他年份的指數(shù)值均顯著大于0,中國各省份的碳排放影子價格存在著顯著的空間相關(guān),即各省份的邊際碳減排成本存在著明顯的空間集聚現(xiàn)象,因此,中國在通過碳交易市場進行碳減排時,應(yīng)該充分考慮到區(qū)域間的協(xié)調(diào)性。

在碳排放影子價格存在空間相關(guān)性的基礎(chǔ)上,根據(jù)豪斯曼檢驗和LM檢驗,本文采用靜態(tài)時間和空間雙向固定的空間杜賓模型。根據(jù)碳排放影子價格、碳排放效率的相關(guān)性分析,擬選取碳減排成本的影響因素有：工業(yè)占第二產(chǎn)業(yè)比重(GY)、對外開放程度(JC)、能源消費結(jié)構(gòu)(CP),將碳減排影子價格作為因變量進行空間杜賓模型擬合。

空間杜賓模型可將各影響因素的影響分為直接影響和間接影響,直接影響表示各地區(qū)的因素對本地區(qū)的影響情況；而間接影響,W×PI,W×DO,W×EC則表示為各地區(qū)影響因素的溢出效應(yīng),即對其臨近地區(qū)的影響,該模型擬合優(yōu)度為0.7645,進一步反映了碳排放影子價格的區(qū)域差異來源。根據(jù)表6,在直接效應(yīng)方面,各地區(qū)的工業(yè)占第二產(chǎn)業(yè)比重、對外開放程度與碳減排成本呈現(xiàn)出負相關(guān),但加大工業(yè)比重不符合經(jīng)濟發(fā)展方向,因此各省份可通過加大對外開放程度來降低本地區(qū)的碳減排成本；而能源消費結(jié)構(gòu)與本地區(qū)的碳排放成本有顯著正向影響,各省份應(yīng)減少煤炭等污染能源使用以降低碳減排成本。在間接影響方面,工業(yè)占第二產(chǎn)業(yè)比重、能源消費結(jié)構(gòu)對臨近地區(qū)的影響不顯著；而對外開放程度對臨近地區(qū)的溢出效應(yīng)顯著,各地區(qū)的進出口額增大可降低臨近地區(qū)的碳減排成本,從而促進區(qū)域間的協(xié)調(diào)性。

表6 雙向固定的空間杜賓模型估計結(jié)果

3 結(jié)論與政策建議

本文基于Super-SBM模型,對中國2000—2012年30個省份影子價格進行分析,以期給中國即將實行的全國性碳交易市場的碳排放權(quán)定價提供政策參考,促使碳交易市場的價格充分反映各省份的碳減排成本。圍繞碳排放影子價格的研究,本文得到以下結(jié)論：

(1)根據(jù)各省份的排放效率與影子價格對比,對于碳排放效率較高的省份,如廣東、福建、上海、江蘇、浙江等東部地區(qū),其CO2實際排放量接近目標排放量,碳減排成本亦達到了較高的水平,難以實現(xiàn)進一步的碳減排。對于碳排放效率較低和碳排放影子價格較低的省份,如河南、河北、內(nèi)蒙古、新疆、云南、甘肅、陜西、山西、貴州等區(qū)域,提高其碳排放效率相對較易,應(yīng)成為中國全面實施碳減排重點關(guān)注的區(qū)域。對于碳排放影子價格與碳排放減排成本的東、中、西部區(qū)域分布特征,本文根據(jù)兩者與各相關(guān)因素的相關(guān)性分析,區(qū)域差異主要來源于工業(yè)占第二產(chǎn)業(yè)比重、對外開放水平、能源消費結(jié)構(gòu)等因素。

(2)根據(jù)全國平均的排放效率與影子價格的時間序列來看,中國的碳排放效率與減排成本均在近年來有所提高,碳減排進入到攻堅期,中國要推進全面碳減排,不僅應(yīng)推進省域間的協(xié)調(diào)性,更應(yīng)著重于碳減排成本的降低,推進碳減排的進一步發(fā)展。根據(jù)碳減排成本的空間相關(guān)性分析,碳減排成本的影響分為直接影響和間接影響,直接影響方面,各地區(qū)應(yīng)加大進出口、減少煤炭污染能源的使用,從而降低本地區(qū)的碳減排成本；間接影響方面,由于各地區(qū)存在溢出效應(yīng),因此各地區(qū)加大進出口也可降低相鄰區(qū)域的碳減排成本,促進碳減排的區(qū)域協(xié)調(diào)性。