應(yīng)尚軍 虞雀 馮體一

摘要：本文研究了各驅(qū)動因素對碳排放權(quán)價格的影響機(jī)理，并以廣州碳排放權(quán)交易所GDEA交易價格為因變量檢驗(yàn)了各驅(qū)動因素的顯著性。通過實(shí)證分析發(fā)現(xiàn)，宏觀經(jīng)濟(jì)景氣程度和極端氣溫對碳排放權(quán)價格影響的顯著性最大;空氣質(zhì)量在考慮異方差檢驗(yàn)的條件下，亦能對碳排放權(quán)價格產(chǎn)生顯著的正向作用;工業(yè)發(fā)展水平僅在考慮異方差條件后才對碳排放權(quán)價格產(chǎn)生影響;現(xiàn)階段能源結(jié)構(gòu)對碳排放權(quán)價格幾乎沒有影響。此外，能源價格作用機(jī)制在碳排放權(quán)價格中并沒有體現(xiàn)出來。協(xié)整檢驗(yàn)結(jié)果顯示經(jīng)濟(jì)景氣水平指數(shù)、極端氣溫和煤炭價格指數(shù)均能在短期內(nèi)對碳排放權(quán)成交均價產(chǎn)生協(xié)整作用，空氣質(zhì)量指數(shù)不具有協(xié)整效應(yīng)。

關(guān)鍵詞：經(jīng)濟(jì)發(fā)展水平;能源因素;環(huán)境氣候

Abstract：This paper studied the influence mechanism of driving factors on the price of carbon emission rights， and tested the significance of driving factors with GDEA trading price of Guangzhou Carbon Emission Rights Exchange as dependent variable. Empirical analysis shows that macroeconomic prosperity and extreme temperature have the greatest significant impact on the price of carbon emission rights; air quality can also have a significant positive effect on the price of carbon emission rights under the condition of considering heteroscedasticity test; industrial development level can only affect the price of carbon emission rights after considering heteroscedasticity conditions; energy structure has little impact on the price of carbon emission rights at present.In addition，the energy price mechanism is not reflected in the price of carbon emission rights.Cointegration test results show that economic prosperity level index， extreme temperature index and coal price index can co-integrate the average transaction price of carbon emission rights in a short time， but air quality index has no co-integration effect.

Key words：Economic development level;Energy factor;Environmental climate

隨著世界經(jīng)濟(jì)的迅速發(fā)展，全球氣候出現(xiàn)了巨大的變化。wind數(shù)據(jù)庫顯示，近年來中國31省市的年平均氣溫持續(xù)上升，截至2016年高達(dá)14.38℃，比2011年上漲了13.88℃;在降水量方面，北半球中高緯度地區(qū)的大雨和極端降水事件有增多趨勢。從全球來看，亞洲和非洲的部分地區(qū)干旱與洪澇發(fā)生頻率增大、強(qiáng)度增加。顯然，全球氣候的變化已經(jīng)嚴(yán)重影響了人們的生活及經(jīng)濟(jì)的正常發(fā)展。其中二氧化碳排放作為全球氣候變化中的主要因素成為了人們的重點(diǎn)關(guān)注對象。自1965年開始，中國的年均二氧化碳排放量持續(xù)上升，2016年達(dá)到9.123×107t，比10年前的排放量增加了37.06%[1]。

作為發(fā)展中大國，中國政府高度重視低碳經(jīng)濟(jì)的推進(jìn)工作。2009年8月12日，全國人大常委會通過決議，首次把應(yīng)對氣候變化、發(fā)展低碳經(jīng)濟(jì)納入國民經(jīng)濟(jì)和社會發(fā)展規(guī)劃。2009年9月22日，胡錦濤在聯(lián)合國氣候變化峰會開幕式上發(fā)表了題為《攜手應(yīng)對氣候變化挑戰(zhàn)》的重要講話，承諾到2020年中國的單位國內(nèi)生產(chǎn)總值二氧化碳排放比2005年下降40%～45%，以此作為約束性指標(biāo)納入國民經(jīng)濟(jì)和社會發(fā)展中長期規(guī)劃。2016年，中國在《巴黎協(xié)定》中提出自主貢獻(xiàn)，設(shè)定二氧化碳排放在2030年達(dá)到峰值并爭取盡早達(dá)到峰值，單位國內(nèi)生產(chǎn)總值二氧化碳排放比2005年下降60%～65%，非化石能源占一次能源消費(fèi)比重達(dá)到20%左右，森林蓄積量比2005年增加4.5×109m3左右。其實(shí)，在國際氣候談判艱難推進(jìn)的過程中，中國已經(jīng)開始了自己的溫室氣體減排發(fā)展道路。截至目前，中國共有33家碳排放交易所[1]，并且從進(jìn)度上看已超額完成了碳強(qiáng)度下降的目標(biāo)。吸收《京都議定書》框架下的碳減排履約機(jī)制，2011年10月29日，國家發(fā)展和改革委員會發(fā)布《關(guān)于開展碳排放權(quán)交易試點(diǎn)工作的通知》，確定在北京、天津、上海、重慶、湖北、廣州及深圳這7個地區(qū)開展碳排放交易試點(diǎn)工作。2019年12月，中國正式啟動了全國碳排放權(quán)交易市場的建設(shè)工作，各項(xiàng)工作正在有序開展，全國碳排放權(quán)交易管理?xiàng)l例出臺已經(jīng)箭在弦上。在這個關(guān)鍵時刻，需要對過去的試點(diǎn)工作進(jìn)行梳理和分析，以便用較小的成本達(dá)成有效的制度安排。試點(diǎn)階段的碳排放權(quán)交易市場并不完善，成交量較小，而且不是長期的連續(xù)交易，但這不妨礙我們對其進(jìn)行經(jīng)驗(yàn)分析，檢驗(yàn)試點(diǎn)中的碳排放權(quán)價格是否反映了我們所關(guān)心的變量，這對于建立和完善我國碳排放權(quán)交易價格機(jī)制具有重要意義。

1 文獻(xiàn)綜述

通過對CNKI和EBSCO數(shù)據(jù)庫的檢索，以“碳排放權(quán)價格”為關(guān)鍵詞，檢索到1 685篇相關(guān)文獻(xiàn)，其中147篇文章的篇名中包含“碳排放權(quán)價格”。研究內(nèi)容一般圍繞歐盟碳排放交易體系下的配額交易（EUA）和歐洲核證減排量（CERs）展開，主要研究集中在3個方面：碳資源定價理論問題及解決途徑、定價機(jī)制模型構(gòu)建、碳資源價格影響因素的實(shí)證檢驗(yàn)。如果對上述第3個方面進(jìn)一步展開檢索，將“碳排放權(quán)價格”和“影響因素”作為聯(lián)合關(guān)鍵詞，則僅有23篇論文，并且大多為學(xué)位論文，期刊類論文較少。總體上看，可以將現(xiàn)有文獻(xiàn)中關(guān)于碳排放權(quán)價格的影響因素分為3類。

1.1 制度因素

目前政府的碳排放權(quán)配額發(fā)放分為免費(fèi)分配和有償分配兩種方式。碳排放需求主要取決于參與國的溫室氣體排放量與配額總量之間的比例關(guān)系，由二者的差值最終決定市場的需求，但在某種程度上，政府價格干預(yù)可能會使交易價格不能真實(shí)反映供需比例和國際市場價格變動[2]。Chevallier[3]對比了2007年8月之前和之后的EUA期貨價格對宏觀經(jīng)濟(jì)變動做出的反應(yīng)，并將該日期看作金融危機(jī)發(fā)生的時點(diǎn)，而且在該時點(diǎn)上，美聯(lián)儲也做出了重大經(jīng)濟(jì)政策調(diào)整。研究結(jié)果顯示，金融危機(jī)發(fā)生前后，宏觀經(jīng)濟(jì)變量對EUA期貨價格的影響由無影響到顯著。

1.2 經(jīng)濟(jì)因素

馬慧敏、趙靜秋[4]基于北京市碳排放交易所（BEA）的數(shù)據(jù)，運(yùn)用主成分分析法及多元回歸分析發(fā)現(xiàn)，工業(yè)發(fā)展水平與BEA碳排放權(quán)成交價格呈現(xiàn)正相關(guān)。汪中華、胡垚[5]運(yùn)用EEMD方法選取7家交易所所在地區(qū)季度GDP增長率作為經(jīng)濟(jì)增長數(shù)據(jù)，發(fā)現(xiàn)它和石油價格對碳排放權(quán)價格的影響最大，表明碳排放權(quán)交易市場同時受到能源市場供求機(jī)制以及市場外部整體經(jīng)濟(jì)環(huán)境的共同影響。如果對石油價格及其背后的更廣泛的能源價格做進(jìn)一步分析，會發(fā)現(xiàn)化石能源價格與碳價之間存在顯著的長期均衡比例不斷變化的協(xié)整關(guān)系，其中油價的變動對碳價的沖擊影響最大，是碳價變化的主要貢獻(xiàn)者（37%），其次是天然氣價格（31%），煤炭作為碳排放度最高的能源，它的價格對碳價變化的影響只占到2%，但天然氣對碳價波動的影響持續(xù)時間最長[6]。

1.3 環(huán)境氣候

碳排放權(quán)具有環(huán)境資源的屬性，因此碳排放權(quán)的產(chǎn)生及發(fā)展都和環(huán)境變化息息相關(guān)。Timothy[7]研究表明，異常的氣候變化會通過能源消費(fèi)影響碳價，短期內(nèi)氣候的異常變化會對能源的價格產(chǎn)生影響，如嚴(yán)寒的冬季，為了緩減寒冷會增加對電力和其他化石燃料的需求;而酷熱的夏季，人們?yōu)榱讼钔瑯訒黾訉﹄娏Φ男枨?，從而?dǎo)致二氧化碳等溫室氣體排放急劇上升。然而，基于國內(nèi)市場中的北京碳排放交易所數(shù)據(jù)發(fā)現(xiàn)，極端氣溫對于碳排放交易價格影響并不顯著[4]。

中國碳交易市場尚處于起步階段，缺乏價格機(jī)制，還沒有建立相應(yīng)的價格體系，信息、價格不透明、主體分散等諸多原因?qū)е鲁山粌r格明顯低于國際碳市場價格，這對爭取國際價格決定權(quán)極為不利。目前關(guān)于碳交易市場的理論基礎(chǔ)研究已有較多成果，但關(guān)于碳交易市場的實(shí)證研究，尤其是碳交易市場價格驅(qū)動因素方面的實(shí)證研究才剛起步。不少關(guān)于碳排放權(quán)價格驅(qū)動因素的文獻(xiàn)圍繞市場供給需求展開分析，有些圍繞經(jīng)濟(jì)因素展開，我們還想知道，在數(shù)據(jù)越來越完善的條件下經(jīng)濟(jì)景氣度和能源結(jié)構(gòu)這兩個指標(biāo)在碳排放權(quán)價格變動中所起的作用。

2 機(jī)理分析與研究假設(shè)

鑒于國內(nèi)碳排放權(quán)市場建立的時間不長，相關(guān)制度的變化并非有跡可循，因此我們主要圍繞經(jīng)濟(jì)因素和環(huán)境氣候進(jìn)行影響機(jī)理分析，其中經(jīng)濟(jì)因素的分析重點(diǎn)在經(jīng)濟(jì)發(fā)展水平和能源因素。

2.1 經(jīng)濟(jì)發(fā)展水平

國家經(jīng)濟(jì)發(fā)展水平會直接對碳排放權(quán)價格的需求量產(chǎn)生影響，主要體現(xiàn)在第二產(chǎn)業(yè)中。第二產(chǎn)業(yè)中二氧化碳的排放量占總排放量的絕大部分，第二產(chǎn)業(yè)排放越大，企業(yè)的減排任務(wù)越重，對于碳排放權(quán)配額的需求也越大，進(jìn)而拉升排放權(quán)價格。為此，本文提出假設(shè)1：工業(yè)發(fā)展水平越高則碳排放權(quán)價格越高。

從主觀層面上看，來自企業(yè)家對企業(yè)經(jīng)營情況及宏觀經(jīng)濟(jì)狀況的判斷和預(yù)期也對經(jīng)濟(jì)發(fā)展起著先導(dǎo)作用。企業(yè)家的判斷和預(yù)期可以通過宏觀經(jīng)濟(jì)景氣指數(shù)體現(xiàn)出來。當(dāng)景氣指數(shù)高于100時，說明經(jīng)濟(jì)發(fā)展處于景氣區(qū)間，此時企業(yè)生產(chǎn)經(jīng)營擴(kuò)展，會產(chǎn)生更多的碳排放需求;而指數(shù)小于100時，說明經(jīng)濟(jì)發(fā)展不景氣，企業(yè)的碳排放需求會下降。因此，本文提出假設(shè)2：宏觀經(jīng)濟(jì)景氣程度越高則碳排放權(quán)價格越高。

2.2 能源因素

對于能源因素的研究可以分為能源價格和能源結(jié)構(gòu)兩塊。根據(jù)德國聯(lián)邦環(huán)境局排放交易署的研究，煤炭是單位碳排放最多的化石能源，而且煤炭在化石能源消費(fèi)中的比重也占絕大多數(shù)（來自國家統(tǒng)計(jì)局的2018年的最新數(shù)據(jù)為84%），因此用煤炭價格來表示能源價格。當(dāng)煤炭價格上漲時，企業(yè)傾向于減少煤炭的消費(fèi)量，碳消耗量的下跌減少二氧化碳的排放，企業(yè)在相同條件下可供出售的碳排放權(quán)增加，同時碳排放權(quán)的需求減少，因而推動碳排放權(quán)價格下跌;反之，煤炭價格下跌則碳排放價格上漲。因此，提出假設(shè)3：煤炭價格越高則碳排放權(quán)價格越低。

從能源結(jié)構(gòu)上看，風(fēng)能、水能、核能等作為新型能源，在我國能源消費(fèi)結(jié)構(gòu)中的占比不斷上升，此時化石能源占能源的消費(fèi)量比重減少，會有更多企業(yè)有能力完成減排任務(wù)，使得碳排放權(quán)配額需求降低，進(jìn)而導(dǎo)致碳排放權(quán)價格下跌。因此，提出假設(shè)4：化石能源占能源消耗量的比重越大則碳排放權(quán)價格越高。

2.3 環(huán)境氣候

環(huán)境對于碳排放權(quán)價格的影響路徑主要表現(xiàn)在極端氣溫和空氣質(zhì)量方面。當(dāng)出現(xiàn)極端高溫時，居民對于空調(diào)等制冷系統(tǒng)的需求量上漲，增加這些設(shè)備的使用頻率;當(dāng)出現(xiàn)極端低溫時，地暖等供熱設(shè)施的需求量會增加。極端天氣會導(dǎo)致更多化石能源被使用，因此排放更多的二氧化碳，使碳排放權(quán)交易價格的上漲。因此，提出假設(shè)5：氣溫越極端則碳排放權(quán)價格越高。

空氣質(zhì)量方面，近年來，隨著近現(xiàn)代工業(yè)化水平的提升，交通工具尾氣排放、工業(yè)污染、居民生活和取暖、垃圾焚燒等都會導(dǎo)致空氣質(zhì)量下降;而空氣質(zhì)量的下降會使環(huán)境保護(hù)部門提高對空氣質(zhì)量的要求，包括減少二氧化碳的排放，從而增加企業(yè)的減排任務(wù)，導(dǎo)致碳排放需求增加，使碳排放權(quán)價格上漲。為此，本文提出假設(shè)6：空氣質(zhì)量越差則碳排放權(quán)價格越高。

3 模型選擇和變量選取

3.1 模型選擇

本文根據(jù)上述機(jī)理分析和研究假設(shè)，建立以下模型：

PCERt表示碳排放權(quán)價格，是一組內(nèi)生變量，BOOMt表示宏觀經(jīng)濟(jì)景氣程度，INDUSTRYt表示工業(yè)發(fā)展水平，COALt代表煤炭價格，F(xiàn)OSSILt代表化石能源占能源消耗量的比例，stt表示氣溫變化程度，AQIt表示空氣質(zhì)量。

3.2 變量選取

3.2.1 碳排放權(quán)價格

以碳排放權(quán)交易價格代表碳排放權(quán)價格。由于廣州碳排放交易所是全國交易量最大的碳交易所，占8家交易所累計(jì)總排放量的33.59%，并且該交易所為最早成立的一批交易所之一，其累計(jì)的碳排放交易額占八大交易所總成交額的23.26%，位居第三。參照已有文獻(xiàn)[4]的做法，本文選取2014年3月～2017年12月之間廣州碳排放交易平臺公布的GDEA（主要交易品種）每日收盤價作為原始數(shù)據(jù)，計(jì)價單位為元/噸，取每月平均價格。

3.2.2 經(jīng)濟(jì)發(fā)展水平

福建省發(fā)改委公布的數(shù)據(jù)顯示，石化、化工、鋼鐵等9個行業(yè)是對碳排放權(quán)最大的需求者，碳排放權(quán)價格與工業(yè)部門之間存在一定的聯(lián)系[8]，本文用中證工業(yè)指數(shù)代表工業(yè)發(fā)展水平，原始數(shù)據(jù)為2014年3月～2017年12月之間的日收盤價，將其處理為月平均價格。選用宏觀經(jīng)濟(jì)景氣指數(shù)來衡量國內(nèi)的經(jīng)濟(jì)景氣程度[9]。

3.2.3 能源指標(biāo)

截至2016年底，傳統(tǒng)能源需求量最大的煤炭、石油、天然氣占能源消耗量的比重分別為62%、18.3%和6.4%，選擇中國煤炭價格指數(shù)的月平均價值作為COALt的代理變量?；茉凑寄茉聪牧康谋壤梢灾苯油ㄟ^國家統(tǒng)計(jì)局網(wǎng)站獲取。

3.2.4 環(huán)境氣候指標(biāo)

參考祝越[10]的做法，選擇廣州市每個交易日的空氣質(zhì)量指數(shù)（包含74個區(qū)域2014年3月～2017年12月之間的月均值）作為AQIt的代理變量。將極端氣溫值的離散度作為STt的代理變量，取2014年3月～2017年12月之間全國31省市的月度平均氣溫在時間上的離散程度。

各變量衡量指標(biāo)及數(shù)據(jù)來源如表1所示。

4 實(shí)證分析

4.1 描述性統(tǒng)計(jì)

本文研究分析的樣本共有46個，對7個解釋變量進(jìn)行描述性統(tǒng)計(jì)，結(jié)果如表2所示：

從表2可以看出，2014年3月～2017年12月期間，被解釋變量即廣州交易所的碳排放權(quán)價格平均價格在16.05元/t左右，出現(xiàn)的最大值為57.56元/t，最小值為3.89元/t，標(biāo)準(zhǔn)差為11.38。

4.2 變量的單位根檢驗(yàn)

如圖1所示，除了VECM模型本身所假設(shè)的單位根以及某些變量的沖擊存在連續(xù)性之外，伴隨矩陣的所有特征值均落在單位圓之內(nèi)，故文章選取的數(shù)據(jù)已基本滿足平穩(wěn)性檢驗(yàn)的要求。

4.3 變量的相關(guān)性檢驗(yàn)

若變量之間兩兩相關(guān)或存在多重共線性，都會影響解釋變量的顯著性，為了避免這種情況的發(fā)生，本文對這自變量數(shù)據(jù)進(jìn)行了多重共線性檢驗(yàn)。從表3可以看出，各變量的VIF值均遠(yuǎn)小于10，因此，模型中的解釋變量間不存在多重共線性。

因?yàn)榻y(tǒng)計(jì)量落在95%的陰影置信區(qū)間外或附近，表明一階自相關(guān)顯著不為0，所以自相關(guān)的形式主要為一階自相關(guān)，排除了高階自相關(guān)的可能。

在相關(guān)性檢驗(yàn)中，BG檢驗(yàn)的p值為0.0014，即可以在1%的顯著性水平上拒絕“無自相關(guān)”原假設(shè);Q檢驗(yàn)的p值為0.0816，表明自相關(guān)也相當(dāng)明顯。我們將用“OLS+HAC”和“OLS+聚類穩(wěn)健標(biāo)準(zhǔn)誤”的方法來克服自相關(guān)。

在異方差檢驗(yàn)中，White檢驗(yàn)和BP檢驗(yàn)的結(jié)果顯示了異方差。因此，使用加權(quán)最小二乘WLS來克服異方差，這將使結(jié)果更具穩(wěn)健性。

4.4 實(shí)證結(jié)果的分析

由于擾動項(xiàng)存在自相關(guān)，故OLS估計(jì)所提供的標(biāo)準(zhǔn)誤是不準(zhǔn)確的，應(yīng)使用異方差自相關(guān)穩(wěn)健標(biāo)準(zhǔn)誤。由于n1/4=461/4≈2.6043，故取Newey-West估計(jì)量的滯后階數(shù)為p=3。

在考慮了異方差后，使用WLS的回歸結(jié)果與OLS回歸以及在考慮了自相關(guān)之后的回歸結(jié)果是大體一致的。本論文采用OLS、OLS+HAC、OLS+聚類穩(wěn)健標(biāo)準(zhǔn)誤和OLS+WLS 4種方法進(jìn)行實(shí)證檢驗(yàn)得到，BOOM、COAL、ST和AQI對于PCER有顯著性影響，其中，經(jīng)濟(jì)景氣指數(shù)、能源價格和極端氣溫在這4種條件下均能對碳排放權(quán)價格產(chǎn)生巨大的正向作用;空氣質(zhì)量指數(shù)則可以在添加異方差檢驗(yàn)的條件下，對碳排放權(quán)價格產(chǎn)生顯著作用;然而，僅有能源占比在任何條件下都沒有辦法對碳排放權(quán)價格產(chǎn)生影響;工業(yè)發(fā)展水平僅在添加異方差條件后對才能對碳排放權(quán)價格產(chǎn)生影響，在考慮了自相關(guān)的影響后失去了對碳價的影響作用。因此，本文將經(jīng)濟(jì)發(fā)展水平、能源價格、極端氣溫和空氣質(zhì)量指數(shù)這4個歸類為碳排放權(quán)價格的影響因素，剔除了中證工業(yè)指數(shù)和能源占比這兩個影響因素變量，進(jìn)一步采用誤差修正模型VECM的檢驗(yàn)方法對4個顯著影響因素進(jìn)行協(xié)整檢驗(yàn)。

4.5 協(xié)整檢驗(yàn)

Stata回歸結(jié)果表明，選擇的協(xié)整秩（rank）為3，滯后階數(shù)（lags）為2。VECM模型回歸結(jié)果表明，殘差不存在自相關(guān)（見表6），并且服從正態(tài)分布。

下面對剔除“INDUSTRY”和“FOSSIL”后的數(shù)據(jù)進(jìn)行協(xié)整分析。圖4包含了25個小圖，每個圖的標(biāo)題依次為“PCER”，“impulse variable”，“response variable”。第一行的5個小圖均以AQI為脈沖變量，分別描繪AQI對AQI、BOOM、COAL、PCER與ST的動態(tài)效應(yīng);可以看出，空氣質(zhì)量指數(shù)對這5個變量無論在短期還是長期內(nèi)幾乎沒有作用。第二行的5個小圖分別描繪了BOOM對AQI、BOOM、COAL、PCER和ST的影響;可以看出，經(jīng)濟(jì)景氣指數(shù)的改善會引起碳價格的下降，并且這種影響具有永久性，同時，該變量的改善能在短期內(nèi)造成碳排放權(quán)交易均價的下跌，但是這種作用不具有長期性。從第三行來看，中國煤炭價格指數(shù)的上行短期內(nèi)會引起碳排放權(quán)交易價格的同向變動，但從長期來看影響較小。從第四行來看，碳排放權(quán)價格作為被解釋變量對中國能源價格指數(shù)有著長期的負(fù)向作用，而對于其他的解釋變量影響甚小。從最后一行來看，極端氣溫與碳價呈現(xiàn)負(fù)相關(guān)走勢，并且這種關(guān)系會隨著時間的推移逐漸淡化，同時極端氣溫可以在短期內(nèi)對碳排放權(quán)價格產(chǎn)生反向的作用。

5 全文總結(jié)

本文從碳排放權(quán)價格影響因素出發(fā)，圍繞經(jīng)濟(jì)發(fā)展水平、能源因素和環(huán)境氣候三大層次的6個影響因素進(jìn)行理論和實(shí)證分析，以期為碳排放權(quán)定價決策提供參考。通過研究，本文主要得到以下結(jié)論。

（1）結(jié)合OLS、OLS+HAC、OLS+聚類穩(wěn)健標(biāo)準(zhǔn)誤和OLS+WLS這4種檢驗(yàn)進(jìn)行實(shí)證研究得到，廣州碳排放權(quán)交易價格會顯著受到經(jīng)濟(jì)景氣指數(shù)、煤炭價格指數(shù)、極端氣候和空氣質(zhì)量指數(shù)這四個變量的影響。其中，經(jīng)濟(jì)景氣指數(shù)和極端氣溫在這4種條件下均能對碳排放權(quán)價格產(chǎn)生巨大的正向作用，且它們與碳排放權(quán)價格的走勢一致，這證實(shí)了前文提出的假設(shè)2、假設(shè)5，同時，煤炭價格指數(shù)也能對碳排放權(quán)價格產(chǎn)生顯著影響，但是產(chǎn)生的影響的正相關(guān)的，這與假設(shè)3不符;在添加異方差檢驗(yàn)的條件下，空氣質(zhì)量指數(shù)越差，碳排放權(quán)價格越高，這證實(shí)了假設(shè)6的正確性。然而，工業(yè)發(fā)展水平僅在添加了異方差條件后才對碳排放權(quán)價格產(chǎn)生影響;僅有能源占比這個變量在任何條件下都沒有辦法對碳排放權(quán)價格發(fā)生作用。因此，假設(shè)1和假設(shè)4缺乏成立的依據(jù)。

（2）在剔除代表工業(yè)發(fā)展水平和能源結(jié)構(gòu)的變量之后，通過誤差修正模型的協(xié)整檢驗(yàn)，發(fā)現(xiàn)經(jīng)濟(jì)景氣指數(shù)的改善會引起煤炭價格的下滑，并且這種影響具有永久性，同時，它能在短期內(nèi)對碳排放權(quán)成交均價產(chǎn)生反向作用，但是這種作用不具備長期性;另外，中國煤炭價格指數(shù)的上行短期內(nèi)會引起碳排放權(quán)價格的正向變動，但是從長期來看影響較小;極端氣溫與碳價呈現(xiàn)負(fù)相關(guān)走勢，并且這種關(guān)系會隨著時間的推移逐漸淡化，并且其在短期內(nèi)能對碳排放權(quán)價格產(chǎn)生反向的作用;碳排放權(quán)價格作為一個被解釋變量，它可以對中國能源價格產(chǎn)生長期的負(fù)向作用，但這種影響對其他解釋變量作用甚小。由此可得，經(jīng)濟(jì)景氣水平指數(shù)、煤炭價格指數(shù)和極端氣溫均能在短期內(nèi)對碳排放權(quán)成交均價產(chǎn)生協(xié)整作用，空氣質(zhì)量指數(shù)不具有協(xié)整效應(yīng)。

總體上看，區(qū)域碳排放權(quán)交易所的交易機(jī)制部分反映了價格變化的內(nèi)在規(guī)律，能較好地體現(xiàn)經(jīng)濟(jì)景氣預(yù)期的變化、氣溫的變化和空氣質(zhì)量的變化。但是仍有一些我們關(guān)心的價值影響因素并沒有在解釋碳排放權(quán)價格的變化中發(fā)揮應(yīng)有的作用，尤其是能源結(jié)構(gòu)和能源價格的變化，一方面，因?yàn)槟茉唇Y(jié)構(gòu)和能源價格的季節(jié)性波動導(dǎo)致的可用的實(shí)際樣本點(diǎn)偏少，另一方面，也因?yàn)榻灰琢坎蛔銓?dǎo)致的碳排放權(quán)價格波動區(qū)間較窄。因此我們建議，首先，在中國履行國際減排義務(wù)和自身可持續(xù)發(fā)展的雙重壓力下，應(yīng)該逐步推出對高排放企業(yè)的強(qiáng)制減排責(zé)任要求;其次，要加快建立全國性的碳排放權(quán)交易市場，提高碳排放市場交易量。相信在更多的碳排放需求和更大的碳排放權(quán)交易量的促進(jìn)下，正確的價格機(jī)制將會形成。

參考文獻(xiàn)

[1]虞雀.碳排放權(quán)價格驅(qū)動因素的研究現(xiàn)狀[J].中國市場，2018（23）：9-10.

[2]洪涓，陳靜.我國碳交易市場價格影響因素分析[J].價格理論與實(shí)踐，2009（12）：65-66.

[3]Chevallier， J. Carbon futures and macroeconomic risk factors： A view from the EU ETS[J].Energy Economics， 2009，31（4）：614-625.

[4]馬慧敏，趙靜秋.碳排放權(quán)交易價格影響因素實(shí)證分析——基于北京市碳排放交易所數(shù)據(jù)[J].財(cái)會月刊，2016（29）：22-26.

[5]汪中華，胡垚.我國碳排放權(quán)交易價格影響因素分析[J].工業(yè)技術(shù)經(jīng)濟(jì)，2018（2）：128-136.

[6]張躍軍，魏一鳴.化石能源市場對國際碳市場的動態(tài)影響實(shí)證研究[J].管理評論，2010，22（6）：35-40.

[7]Timothy J. Considine. The impacts of weather variations on energy demand and carbon emissions[J]. Resource and Energy Economics， 2000，22（4）：295-314.

[8]冷雪.碳排放與我國經(jīng)濟(jì)發(fā)展關(guān)系研究[D].上海：復(fù)旦大學(xué)，2012.

[9]丁洋.基于GEN方法的國內(nèi)碳價格的影響因素研究[J].時代金融，2015（12）：291-292.

[10]祝越.我國碳排放權(quán)市場價格影響因素及其波動特征研究[D].杭州：浙江財(cái)經(jīng)大學(xué)，2016.

[11]Seifert J， et al. Dynamic behavior of CO2 spot prices[J]. Journal of Environmental Economics and Management， 2008，56（2）：180-194.

[12]Shrestha R M， Timilsina G R. The additionality criterion for identifying clean development mechanism projects under the Kyoto Protocol[J]. Energy Policy， 2002， 30（1）：73-79.

[13]PattendenS， et al. Mortality and temperature in Sofia and London[J]. Journal of Epidemiology and Community Health，2003，57（3）：628-633.

[14]TietenbergT.H.Economic Instruments for Environmental Regulation[J].Oxford Review of Economic Policy，1991，6（1）：125-178.

[15]陳曉紅，王陟昀.碳排放權(quán)交易價格影響因素實(shí)證研究——以歐盟排放交易體系（EUETS）為例[J].系統(tǒng)工程，2012，30（2）：55-60.