唐燕 王慶山 李健

摘要：基于EU ETS碳排放權(quán)交易體系，構(gòu)建了能源密集型行業(yè)碳排放權(quán)總量分配兩階段決策模型，并根據(jù)天津市碳排放權(quán)交易現(xiàn)狀，選取石化行業(yè)進(jìn)行模型算例。研究得出：碳排放權(quán)總量不僅與企業(yè)排放參數(shù)相關(guān)，同時受到碳排放權(quán)價格影響；同質(zhì)企業(yè)市場下，碳排放權(quán)總量受碳排放權(quán)價格均值影響較大，與價格波動無關(guān)；單個企業(yè)碳排放權(quán)總量受企業(yè)減排技術(shù)成本因子影響較大，受碳交易市場價格總量系數(shù)影響相對較小。

關(guān)鍵詞：碳排放權(quán)總量；兩階段決策模型；能源密集型行業(yè)；碳排放權(quán)交易

DOI：10.13956/j.ss.1001-8409.2016.08.12

中圖分類號：F205 文獻(xiàn)標(biāo)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(huán)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(yùn)行[2]，基于限量和交易（Capandtrade）的碳排放權(quán)交易和碳稅兩個碳減排政策工具對于區(qū)域經(jīng)濟(jì)發(fā)展的影響，而成為各區(qū)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(jù)[3]。眾多學(xué)者認(rèn)為碳稅的引入會對能源價格和供給關(guān)系產(chǎn)生影響，進(jìn)而對經(jīng)濟(jì)產(chǎn)生負(fù)面影響，擴(kuò)大社會貧富差距，是不利于社會穩(wěn)定的因素[4～6]，使得多數(shù)發(fā)展中國家望其卻步，尋求采用碳排放權(quán)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(quán)總量，成為困擾各個國家和組織的關(guān)鍵問題。EU ETS作為國際性碳排放權(quán)交易體系運(yùn)行的第一階段（2005～2007），由于配額分配經(jīng)驗不足，有的排放實體分配到的排放額度遠(yuǎn)遠(yuǎn)大于該階段其實際排放量，配額供給出現(xiàn)過剩現(xiàn)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(jīng)濟(jì)危機(jī)波及，碳排放權(quán)供給依舊過剩，2008年第三季度之后碳排放權(quán)價格一路下跌[8]。由于受碳排放檢測技術(shù)限制，實際排放微觀數(shù)據(jù)缺失，當(dāng)前各國確定碳排放權(quán)總量主要通過歷史法和基準(zhǔn)法[9]。前者通過測算企業(yè)歷史排放量再乘以相應(yīng)系數(shù)確定[10]，后者通過對企業(yè)排碳設(shè)備的測定，以同產(chǎn)品同排放的理念估計企業(yè)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(shù)、效率等因素對納入企業(yè)的碳排量加以估計和考察，或者通過初始碳排放權(quán)免費(fèi)比例的探討，分析其對某一行業(yè)的經(jīng)濟(jì)影響[12]，抑或探尋減排環(huán)境下最大化利潤最小化成本問題[13]。

但是，如何避免出現(xiàn)EU ETS第一、第二階段碳排放權(quán)總量設(shè)定失誤對于碳交易市場的沖擊，尚需深入研究。本文認(rèn)為，不同能源需求類型的企業(yè)對于碳排放權(quán)的依賴程度具有差異性，能源密集型行業(yè)如石化行業(yè)等碳排放強(qiáng)度較高，即單位碳排放創(chuàng)造的價值較低[14]，如中國等發(fā)展中國家的石化行業(yè)單位碳排量創(chuàng)造價值僅為7～8元人民幣，遠(yuǎn)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(yīng)刺激和補(bǔ)償機(jī)制，該行業(yè)運(yùn)行將呈現(xiàn)高額負(fù)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(quán)總量決策模型，測算能源密集型行業(yè)碳排放權(quán)總量，探討政府應(yīng)如何制定相關(guān)刺激與補(bǔ)償機(jī)制，以在完成碳減排目標(biāo)的同時，維護(hù)能源密集型行業(yè)的正常運(yùn)作。

1碳排放權(quán)總量確定模式

EU ETS確定碳排放權(quán)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(yè)配額總量，最后確定納入企業(yè)的配額總量[15]。由于在整個碳排放權(quán)交易過程中，自上而下確定各國、各行業(yè)、各企業(yè)碳排放權(quán)，數(shù)據(jù)來源龐大，過程較為復(fù)雜。因此，將碳排放權(quán)交易過程可分成自行交易和被動交易兩個階段[16]。當(dāng)企業(yè)配額存量低于當(dāng)期消耗時，企業(yè)為避免違約懲罰，將被動購買碳配額以滿足企業(yè)生產(chǎn)消耗；當(dāng)企業(yè)配額存量高于當(dāng)期消耗時，企業(yè)可根據(jù)其減排邊際成本和當(dāng)期碳市場價格對比進(jìn)行自由交易，即當(dāng)減排邊際成本大于碳市場價格時，企業(yè)買入碳配額，反之賣出。由此可見，企業(yè)當(dāng)期碳排放權(quán)存量與排放量、當(dāng)期碳市場價格以及企業(yè)邊際碳減排成本相關(guān)。因而，本文擬構(gòu)建基于以上兩階段交易的碳排放權(quán)總量確定模式（見圖1），每次企業(yè)進(jìn)行碳排放交易時，首先對其存量和當(dāng)期計劃排放量進(jìn)行判定，當(dāng)存量大于當(dāng)期計劃排放量時，企業(yè)進(jìn)入自由交易階段，此時企業(yè)根據(jù)減排邊際成本與當(dāng)期市場價格進(jìn)行買賣決策判定，當(dāng)減排邊際成本大于碳市場價格時，企業(yè)買入碳配額，其額度設(shè)為初始市場達(dá)到均衡時的均衡交易量，反之亦然。當(dāng)存量小于當(dāng)期計劃消耗量時，企業(yè)進(jìn)入被動消耗階段，此時企業(yè)僅考慮避免違約罰金，因而將買入與當(dāng)期消耗量等量的碳配額數(shù)。

3模型算例

31模型數(shù)據(jù)選取

在單個企業(yè)及總體碳排放權(quán)量表達(dá)公式（式（11）、式（12））的基礎(chǔ)上，通過具體數(shù)據(jù)進(jìn)行算例研究，分析市場價格變化對碳排放權(quán)總量的影響。

2014年《天津市碳排放權(quán)交易管理暫行辦法》和《碳排放權(quán)交易試點(diǎn)納入企業(yè)2013年度碳排放核查工作》的內(nèi)容指出：天津碳排放權(quán)交易周期為1年，參與企業(yè)為年碳排放量2萬噸以上共計114余家。據(jù)核查報告顯示，某石化企業(yè)基準(zhǔn)年產(chǎn)值為7000余萬元，因而可設(shè)m=114；c=7000；假設(shè)企業(yè)每年可進(jìn)行200次交易，即n=200；假設(shè)市場價格與碳排放權(quán)系數(shù)β=03；減排技術(shù)系數(shù)ξ=3；根據(jù)2014年碳排放權(quán)交易價格波動情況，假設(shè)其符合均值30、方差20的正態(tài)概率。據(jù)此，本文以天津市碳排放權(quán)交易體系為算例藍(lán)本，分析相關(guān)數(shù)據(jù)值之間變化關(guān)系。

32結(jié)果分析

321階段點(diǎn)與總碳排放權(quán)量

通過以上數(shù)據(jù)與模型估計，碳排放權(quán)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(quán)量呈現(xiàn)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(shù)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(shù)拐點(diǎn)之后呈現(xiàn)波動下降趨勢。即能源密集型企業(yè)進(jìn)入碳排放權(quán)交易第二階段的時間越晚，總碳排放權(quán)量可設(shè)定值越小，但在階段變量k大于拐點(diǎn)階段值后，碳排放總量變動較小。圖3中，若企業(yè)進(jìn)入碳排放權(quán)交易的階段數(shù)大于70，則總碳排放權(quán)設(shè)定值變動在2%以下，當(dāng)階段數(shù)大于160時，總碳排放權(quán)設(shè)定值變動在1%左右。

322碳價格與碳排放權(quán)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(quán)總量曲線重合，同情境下行業(yè)總量曲線亦重合；而異期望同方差下，碳排放權(quán)總量及行業(yè)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(quán)總量曲線及行業(yè)總量曲線在各自情境下重合。

323企業(yè)減排效率與碳排放權(quán)總量

如圖7所示，左圖最下方曲線，為企業(yè)減排效率為3時碳排放總量隨階段點(diǎn)變化趨勢線，向上依次為企業(yè)減排效率為4、5、10及20曲線，易見隨著企業(yè)減排效率的增加，碳排放權(quán)總量曲線呈現(xiàn)躍層性下降。右圖為同情境下行業(yè)總量變化趨勢，其隨著企業(yè)減排效率增加而減少。由表1可看出，不同企業(yè)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(quán)行業(yè)總量差值逐漸減少。

324市場價格碳排放權(quán)系數(shù)與碳排放權(quán)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(tài)分布，曲線由下至上的市場價格碳排放系數(shù)分別為03、04、05、06、07。易見，改變市場價格碳排放系數(shù)促使碳排放權(quán)總量及行業(yè)碳排放權(quán)總量曲線上移，即相同階段點(diǎn)下碳排放權(quán)總量值增大。但增大市場價格碳排放系數(shù)并不會改變曲線下降趨勢。

4結(jié)論

41階段分界點(diǎn)越趨于期末，總量越小

能源密集型企業(yè)碳排放階段分界點(diǎn)對于碳排放權(quán)總量及行業(yè)總量影響較為明顯，且單周期內(nèi)階段數(shù)越多，碳排放權(quán)總量越趨于平穩(wěn)，當(dāng)階段數(shù)大于160時，總碳排放權(quán)設(shè)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(quán)總量，提高總量設(shè)定精度，減少市場碳排放權(quán)缺貨現(xiàn)象發(fā)生概率，實現(xiàn)碳減排既定目標(biāo)。

42總量受價格期望影響，與價格波動及變化趨勢無關(guān)

傳統(tǒng)金融商品風(fēng)險控制聚焦于波動性分析，而碳排放權(quán)交易在總量控制方面與價格波動及變化趨勢無關(guān)，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(diào)節(jié)實現(xiàn)總量控制時，單周期內(nèi)完全對沖的價格幅度調(diào)節(jié)無法影響總量變動。因此，在碳排放權(quán)總量確定之后，可以人為消除單周期內(nèi)價格波動幅度差，實現(xiàn)周期內(nèi)碳排放權(quán)總量控制。

43高減排效率行業(yè)碳排放總量較低

相對總體碳排放權(quán)總量而言，其對于企業(yè)碳排放總量影響較小，但會引起碳排放權(quán)總量的躍層性變動，隨著數(shù)值的增大，碳排放權(quán)總量急劇下降。因而，企業(yè)減排效率是碳交易管理機(jī)構(gòu)在設(shè)定碳排放權(quán)之初和發(fā)布碳排放權(quán)之后需要重點(diǎn)觀察的指標(biāo)。當(dāng)某一減排技術(shù)被廣泛運(yùn)用時，市場碳排放權(quán)交易可能出現(xiàn)供給過?，F(xiàn)象，需要通過政府購買、價格調(diào)控等手段加以控制，以防市場動蕩。

44市場價格碳排放系數(shù)促使總量增大

市場碳價格排放系數(shù)體現(xiàn)了市場中碳排放權(quán)總量與碳價格之間的經(jīng)濟(jì)學(xué)關(guān)系，是管理機(jī)構(gòu)通過價格調(diào)整市場碳排放權(quán)總量的關(guān)鍵因素，因而歐盟擬通過調(diào)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(shù)是碳排放權(quán)總量控制的又一關(guān)鍵因素。當(dāng)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(shè)等一系列經(jīng)濟(jì)手段加以調(diào)控。

參考文獻(xiàn)：

[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(huán)境， 2015（8）：100-106.

[2]萬方，杜莉. 中國統(tǒng)一碳交易市場機(jī)制設(shè)計的優(yōu)化與完善——基于EU-ETS機(jī)制及其運(yùn)行的分析與選擇[J]. 經(jīng)濟(jì)與管理研究， 2015（4）：16-23.

[3]楊仕輝，魏守道. 氣候政策的經(jīng)濟(jì)環(huán)境效應(yīng)分析——基于碳稅政策、碳排放配額與碳排放權(quán)交易的政策視角[J]. 系統(tǒng)管理學(xué)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(quán)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(tǒng)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(yè)經(jīng)濟(jì)， 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(xué)學(xué)報（哲學(xué)社會科學(xué)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(jī)制研究[J]. 中國管理科學(xué)， 2015， 23（6）：65-72.

[11]孫振清，張喃，賈旭，等. 中國區(qū)域碳排放權(quán)配額分配機(jī)制研究[J]. 環(huán)境保護(hù)， 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(huán)境庫茲涅茨曲線檢驗——基于ARDL模型的實證分析[J]. 軟科學(xué)， 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(yīng)鏈企業(yè)產(chǎn)品定價與減排決策機(jī)制研究[J]. 軟科學(xué)， 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(zé)任編輯：張勇）