薛領 張曉林 胡曉楠 劉漢思

摘要隨著全國碳排放交易體系的啟動，碳市場一體化對企業(yè)區(qū)位選擇、產業(yè)轉移以及中國空間經濟格局的影響是一個值得關注的問題。本文以碳市場一體化為背景，整合“新”新經濟地理學（NNEG）和基于agent的計算經濟學（ACE）的理論和方法，直接從異質性企業(yè)生產決策、碳交易和區(qū)位選擇行為出發(fā)，建立了一個基于agent的兩區(qū)域空間經濟學模型和計算實驗平臺，并通過設置不同的政策情景，探討了碳市場一體化背景下碳減排、碳交易、區(qū)域政策傾斜及碳配額分配方式等多種因素對企業(yè)的區(qū)位選擇、產業(yè)集聚、東西部區(qū)域差異、效率與福利、碳交易活躍度等方面的動態(tài)影響。研究表明：①在沒有東西部地區(qū)間碳減排政策差異和碳市場交易的情形下，碳減排政策并不必然改變企業(yè)的區(qū)位選擇，這種環(huán)境管制能夠加劇企業(yè)間競爭，從而提升各地區(qū)企業(yè)的生產效率。②在沒有碳市場交易的情形下，對西部地區(qū)的碳政策傾斜將影響企業(yè)區(qū)位選擇，改變經濟的空間格局，縮小地區(qū)之間的差異，但縮小區(qū)域差距的效果隨著碳約束的收緊而減弱。③在同時存在區(qū)域碳政策傾斜和碳市場交易的情形下，碳市場交易有利于企業(yè)向東部發(fā)達地區(qū)集聚，企業(yè)邊際成本降低，兩地區(qū)企業(yè)總數量增多，社會總體福利增加。④碳配額的分配方式直接決定碳交易的生命力。分配規(guī)則盡可能地納入企業(yè)異質性因素不僅能提升碳交易活躍度和持久度，還能優(yōu)化資源配置，提升全局經濟效率。本文還就整合空間經濟學和基于agent的計算經濟學的研究方法和技術路線進行了討論。

關鍵詞碳市場一體化；異質性企業(yè)；區(qū)位選擇；“新”新經濟地理學；基于 agent 的計算經濟學

中圖分類號X196；F061.5文獻標識碼A文章編號1002-2104（2018）08-0001-11DOI：10.12062/cpre.20180419

氣候變暖作為全球面臨的共同挑戰(zhàn)，事關人類社會未來幾個世紀的生存與發(fā)展。中國作為經濟體量最大的發(fā)展中國家和碳排放第一大國，在全球節(jié)能減排行動中毋庸置疑要主動承擔責任。中國在積極承擔減排責任的過程中也一直在研究和借鑒國際已有的碳減排政策和制度實踐，探索有效政策手段。其中，碳排放交易就是確保區(qū)域實際排放量不超過限定排放總量的一種減排措施。2004年，世界第一個碳排放權交易體系-歐盟碳排放交易體系（European Union Emissions Trading System， EUETS）成立。此后陸續(xù)出現了一些區(qū)域性的碳排放權交易市場，如美國芝加哥氣候交易所、日本自愿排放交易體系等。2011年10月，國家發(fā)展和改革委員會宣布2013年將在北京等7個省市開啟碳交易試點。2017年12月國家發(fā)改委印發(fā)《全國碳排放權交易市場建設方案（發(fā)電行業(yè)）》，標志著中國碳交易體系完成總體設計、正式啟動。中國不同區(qū)域的經濟發(fā)展水平、企業(yè)生產效率、產業(yè)結構和碳排放水平存在差異，通過碳市場一體化來實現大規(guī)模碳減排究竟會對不同區(qū)域的經濟發(fā)展和產業(yè)分布造成怎樣不同的影響，是一個值得關注的問題。

1文獻綜述

Dales[1]認為二氧化碳排放許可權交易的概念來自于排污權交易，其理論基礎是經濟學中外部性的內部化以及科斯的產權理論。自碳排放權交易的概念提出以來，國內外學者形成了豐富的研究成果，在碳配額總量的確定[2-3]、碳配額的分配[4-7]和交易定價[8-11]等熱點問題上達成了許多共識。隨著環(huán)境經濟地理的發(fā)展[12-17]，環(huán)境污染規(guī)制下企業(yè)遷移行為及其對空間分布的影響日益成為研究熱點。Walter和Ugelow[18]提出的“污染避難所”假說認為由于環(huán)境政策差異，污染密集型的企業(yè)傾向于遷移到發(fā)展中國家。另外，眾多研究[19-20]表明存在一國政策導致碳排的減少會因為國際貿易的存在使未采取減排政策國家碳排的增加的“碳泄漏”現象。賀燦飛等[15]、金祥榮等[21]等研究表明中國不同區(qū)域之間也可能存在“污染避難所”現象，由于不同地區(qū)的環(huán)境規(guī)制的嚴格程度存在差異，污染性企業(yè)可能會在環(huán)境規(guī)制的壓力之下選擇遷移[22-25]。但是，碳交易對企業(yè)的空間布局的影響研究尚不多見。從研究方法看，湯鈴[26]認為CGE和ABM建模方法是當前碳交易政策模擬模型主要采用的方法。CGE方面，石敏俊等[27]、袁永娜等[28]、黃蕊[29]利用CGE研究了碳稅、碳交易等政策及碳排放空間轉移等問題。ABM方面，研究集中于碳交易市場中個體行為、方案設計、市場機制、國家政策等對于企業(yè)效率、碳市場效能及宏觀經濟的影響[30-34]。

碳交易市場是一個包含了眾多異質性企業(yè)的復雜系統(tǒng)，企業(yè)根據生產需求做出不同決策，是一種分散化決策的集合。傳統(tǒng)數理分析難以進行全面分析，而ABM方法具有天然的異質性優(yōu)勢，能夠從微觀個體企業(yè)的自主決策出發(fā)模擬企業(yè)空間分布的演化過程。對于政策分析而言，ABM 也有其優(yōu)勢，尤其對于企業(yè)異質性、地區(qū)異質性、發(fā)展動態(tài)性都十分顯著的中國。采用 ABM 進行模擬可以納入大量政策參數模擬非常具體的情景，調節(jié)參數大小進行反復驗證從而保證結果的穩(wěn)健性[35-36]。

本文在空間經濟學和基于agent的計算經濟學的理論基礎上，以碳約束和碳排放權交易一體化為背景，建立了一個基于agent的兩區(qū)域空間經濟學模型。空間經濟學試圖把空間要素納入到一般均衡分析框架中，在規(guī)模報酬遞增和不完全競爭市場假設下研究了集聚的動力、形態(tài)與效應問題，解釋了空間因素在資源配置中的作用，為分析空間經濟問題提供了一個有效的分析框架[38-45]。而基于agent的計算經濟學核心思想是通過建立由計算機模擬的經濟系統(tǒng)，通過觀察微觀主體的交互作用，來研究這些作用所產生的宏觀“涌現”現象，并利用該系統(tǒng)進行大量的模擬實驗來研究各種復雜的經濟現象，以理解經濟系統(tǒng)的自組織性、演化性和宏觀與微觀的關聯性[45-47]。

本文建模方法上沒有采用傳統(tǒng)靜態(tài)均衡的數理分析的方法，而是采用“自下而上”建模方法通過設立異質性的企業(yè)agent及其行為活動規(guī)則，展示宏觀經濟和空間分布的演化過程。

2.1空間結構、市場結構與基本假設

中國區(qū)域發(fā)展差異顯著，主要表現為東部和西部的經濟差異，東部地區(qū)人口密集、企業(yè)分布較多，經濟相對發(fā)達；西部地區(qū)則相反。因此模型假定整個經濟系統(tǒng)由兩非對稱區(qū)域組成，是一個兩區(qū)域空間經濟模型。本文在DS的壟斷框架下建模，市場結構為壟斷競爭結構，模型具體結構和假設如表1所示。

給定統(tǒng)一的碳配額價格空間結構假設兩個非對稱區(qū)域（A地和B地），兩個區(qū)域存在外生差異，擁有不同水平的地區(qū)居民總收入、企業(yè)平均生產效率和初始企業(yè)數量，分別對應東部發(fā)達地區(qū)（A地）和西部欠發(fā)達地區(qū)（B地）

產品可在區(qū)域間進行貿易，并使用冰山貿易技術來處理區(qū)際貿易的運輸成本市場結構企業(yè)有不同的固定成本和邊際成本

不同的工業(yè)品之間具有固定不變的替代彈性

每個企業(yè)只生產一種差異化的產品，企業(yè)數等于產品種類數

每個企業(yè)具有一定的壟斷性，面對需求價格彈性不變的需求曲線

企業(yè)不能制定壟斷價格，而是采用邊際成本加成的定價法

對于碳排放權交易的部分，模型采用免費的分配方式為企業(yè)分配初始的碳配額。不同于現實中免費的分配方式難以避免因信息不對稱性而導致的企業(yè)虛報碳排放額度的道德風險，在模型中企業(yè)agent的一切信息都是真實且透明的。當前，免費發(fā)放的分配方式主要分為祖父法和基準法兩種，其中，祖父法指的是企業(yè)以其歷史排放量為參照獲得的配額，適用于產品種類多、生產工藝差別大的行業(yè)；而基準法指的是根據整個行業(yè)的碳排放強度水平劃定一個基準線，適用于產品單一、生產工藝標準化的行業(yè)。本文在壟斷競爭框架下建模，假定每個企業(yè)生產的都是多樣化的不同產品，比較適合采用祖父法的分配方式。為了方便觀察政策情景，模型碳交易市場采用統(tǒng)一的外生給定的碳配額交易價格。

2.2企業(yè)agent的行為規(guī)則

2.2.1企業(yè)agent的需求函數

模型不將勞動力視為生產要素，兩個區(qū)域的居民各自視為一個整體，居民對經濟系統(tǒng)的影響只通過購買工業(yè)產品來體現。假定居民將所有收入用于購買工業(yè)產品，A地區(qū)居民的總支出Ea等于總收入Ia，A地區(qū)居民的總支出Eb等于總收入Ib。以A地區(qū)企業(yè)為例，面臨的需求函數為：

ci=p-σiP1-σaEa+τ1-σp-σiP1-σbEb（1）

其中，pi為A地區(qū)第i個企業(yè)的產品價格，τ為兩地區(qū)間運輸成本，σ為產品間替代彈性。Pa和Pb分別為A地區(qū)和B地區(qū)工業(yè)產品的價格指數，以A地區(qū)為例價格指數為：

Pa=[∑nai=1p1-σi+∑nbj=1（τpj）1-σ]11-σ（2）

其中，pj為B地區(qū)第j個企業(yè)的產品價格，na和nb為A地區(qū)和B地區(qū)企業(yè)數量。

2.2.2企業(yè)agent的生產函數

在模型中，假定沒有碳約束的情況下企業(yè)生產需要F單位的資本作為固定投入，每生產一個單位的品又需要v單位邊際資本。其中資本回報率為r，系統(tǒng)外生給定且兩區(qū)域相同。為了方便我們在實際模型中將其取作1。而當企業(yè)的生產需要受到碳排放配額的約束時，企業(yè)在生產每一單位的產品時除了可變成本v之外，還要額外付出q單位的碳配額。考慮到在嚴格控制碳排放總量的背景下碳配額是一種稀缺品，在碳交易市場上能換取利潤，企業(yè)將生產中所消的碳配額視為一種機會成本是比較合理的。因此以A地區(qū)為例代表性企業(yè)的利潤函數為：

π=px-（rF+（rv+pcarbonq）x）（3）

其中，q代表的碳排放強度是企業(yè)每生產一單位產品排放的二氧化碳的量，是固定成本F和邊際成本v的函數。x為企業(yè)生產產品數量。企業(yè)要追求利潤最大化，應采取的最優(yōu)定價策略是邊際成本加成方法。企業(yè)生產產品最優(yōu)定價為：

p=σ（rv+pcarbonq）σ-1（4）

2.2.3企業(yè)agent遷移與淘汰

當碳交易結束，最終產量確定，企業(yè)得到了該階段利潤后進入遷移決策環(huán)節(jié)。企業(yè)在假定所有其他企業(yè)維持現狀的前提下，通過預測其遷移到另一區(qū)域后生產經營的處境來進行遷移決策。如果企業(yè)預測遷移到另一地區(qū)的利潤比當前更高，則會決定遷移。但是是否成功遷移還會受到遷移概率的限制。此外，在上一周期虧損的企業(yè)，都有一定概率死亡，退出市場。如果一個地區(qū)上一期有正的平均利潤，則新周期會有5個新企業(yè)進入市場。

2.3碳交易規(guī)則

2.3.1碳配額總量確定規(guī)則

在確定經濟系統(tǒng)內的碳排放配額總量total_quota之前，我們可以根據已知企業(yè)和系統(tǒng)變量確定企業(yè)沒有收到碳配額約束的情況下自行生產時對應的初始排放總量initial_emission。第一期時在初始排放總量的基礎上削減一定比例來作為初始的碳配額總量，以保證在引入碳約束和碳交易之初配額是稀缺的。隨著模型的運行，每一個周期total_quota 都會在上一期的基礎上以一定的速率emission_cut_annual遞減。因此每期的碳配額為：

total_quotat-1=（1-emission_cut_annual）total_quotat（5）

碳配額總量的減少并不是無限持續(xù)的，模型事先設置一個長期的減排目標。在模型中設立一個初始碳排放總量的百分比形式的減排力度，用emission_cut來表示，并用cut_target來表示長期的排放量的目標。

cut_target=（1-emission_cut）initial_emission（6）

2.3.2碳配額分配規(guī)則

初始以及每一期碳配額總量確定了之后，需要把配額分到兩個區(qū)域。不同于碳市場試點中的配額分配，在全國統(tǒng)一的碳排放權交易市場的前提下，東西部區(qū)域間發(fā)展階段差異較大，需要考慮不同的區(qū)域面對同一種規(guī)則產生的不平衡問題。模型在按照區(qū)域歷史碳排放量分配的基礎上，引入碳配額政策偏向參數carbon_policy_bias。假定政府有動機支持欠發(fā)達的 B 地區(qū)（西部）發(fā)展，愿意給予更多的政策扶持。因此兩地區(qū)碳配額可用如下函數表示：

a_quota=total_quotatcarbon_policy_bias·a_emissiona_emission+b_emission（7）

b_quota=total_quotat-a_quota（8）

確定了兩個區(qū)域的碳配額之后，每個企業(yè)以自己的歷史排放量占區(qū)域歷史排放量的比重為基礎分得配額。本文將嘗試采用按歷史排放量分配、基于歷史排放量的產量加成分配和基于歷史排放量的產量和邊際減排成本加成分配三種分配方式。如表2偽代碼以按歷史排放量分配的方式為例表示出了企業(yè)獲得碳配額的過程。

2.3.3碳配額交易規(guī)則

[計算該企業(yè)的排放量占B地區(qū)新一期總排放量的比例，乘以B區(qū)域新一期碳配額bquota，得到該企業(yè)的配額quota]前會有一個初步的生產決策。企業(yè)的初步生產決策取決于消耗配額增加生產所獲取的利潤與賣掉的碳配額獲取的收入的相對大小。

在進行碳交易之前，每個企業(yè)都會計算分到的碳配額與達到最優(yōu)的產量所需的碳配額之間的差值，這個差值記為gap，對于配額盈余的企業(yè)，gap為正，而配額短缺的企業(yè)，gap為負。隨著交易的進行，配額需求和配額供給越來越少，當配額供給降低為0時，碳市場上已經買不到配額，本期的碳交易結束，所有企業(yè)確定了最終產量。具體的碳配額交易和產量確定過程可以用表3偽代碼表示。

由于模型中不存在競價拍賣，而是采用固定價格交易，在供不應求的情況下，通過隨機指定買家的方式交易。

2.4模型的運行流程

模型是一個不斷循環(huán)的結構，涉及多個環(huán)節(jié)的全局和局部行為，企業(yè)生產、遷移、退出進入及系統(tǒng)碳配額確定、分配、碳交易等過程的流程框架可以由圖1表示。

3情景模擬

3.1情景設置

本文將重點探討碳配額約束、碳配額交易、區(qū)域政策偏向、碳配額分配方式等多種因素如何影響企業(yè)的空間選擇、地區(qū)效率與福利以及碳市場交易活躍程度（見圖2）。

通過有無碳約束、有無碳政策偏向和有無碳交易的政策組合設置不同的模擬情景，通過對比模擬結果以剝離掉其他因素影響，觀察碳交易對企業(yè)空間分布的真正影響。根據需要，存在碳交易情況下分別設置了不同的碳配額分配方式，以探討碳背景下影響企業(yè)空間分布的其他重要因素。情景設置如表4所示。

為更好地探討碳交易對異質性企業(yè)空間分布的影響，先模擬無碳交易的情形作為一個參照基準，以便能夠更清晰地分析碳交易情形下的各類現象。

3.1.2情景2～3：存在碳約束但不可交易

不可交易的碳約束情景指的是政府對企業(yè)的生產有配額的限制，遵循與碳交易類似的總量控制和逐年遞減規(guī)則，不同的地方在于碳配額不能用于交易。

情景2中區(qū)域的碳配額按照歷史排放比例分配，然后企業(yè)碳配額再按照歷史排放比例，相當于碳配額總量按各企業(yè)歷史排放量比例無差異分配給A、B兩地企業(yè)，A、B兩地區(qū)域碳配額分配沒有偏向。

情景3中區(qū)域的碳配額在按照區(qū)域歷史碳排放量分配的基礎上，引入碳配額政策偏向參數。假定政府有動機支持欠發(fā)達的B地區(qū)發(fā)展，愿意給予更多的政策扶持。區(qū)域碳政策偏向就意味著進一步對A地企業(yè)的生產無差別地加強限制，而相應地無差別放寬了對B地的限制。

3.1.3情景4～6：存在碳約束并可交易

情景4～6中碳配額可以作為一種商品進行交易，從而使其擁有了價值，模型才得以將碳配額作為邊際成本的一部分納入生產函數。由于在情景1不存在碳配額，而情景2～3中碳配額不可交易，只是作為一種限制企業(yè)產量的管制工具發(fā)揮作用，因此前兩種情景的生產函數和情景4～6是不同的。所以，將情景4～6中模擬出的情況與前三種情景進行絕對數值上的對比是沒有意義的，只能對比兩區(qū)域相關變量相對大小。

情景4采用基于歷史排放量的分配方式，該方式指的是按照企業(yè)此前的碳排放水平來分配碳配額的方式，又被稱作祖父法。采用基于歷史排放量分配的方式時，進行“無差別的”分配，沒有懲罰低效率企業(yè)、獎賞高效率企業(yè)的作用，區(qū)域內的每一個企業(yè)無論效率高低，其碳配額的緊缺或寬裕程度是完全一樣的。于是來自同一個區(qū)域的企業(yè)在碳交易市場中扮演完全相同的買或賣的角色，不存

在區(qū)域內部的碳配額交易。

情景5采用基于歷史排放量的產量加成分配方式。碳交易的初衷在于用市場手段合理配置碳配額資源，爭取用盡可能小的代價實現節(jié)能減排。因此，情景5模型在歷史排放量的基礎上乘以一個和產量有關的系數，具有相同歷史排放量的企業(yè)中，產量多的企業(yè)能獲得相對更多的碳配額。這相當于在情景4中的分配結果的基礎上，再根據產量的高低進行一個內部轉移。在情景5中，將這個產量相關的系數表示為c。

額交易碳配額分配方式情景1否否否情景2是否否基于歷史排放量分配情景3是是否基于歷史排放量分配情景4是是是基于歷史排放量分配情景5是是是基于歷史排放量的產量加成分配情景6是是是基于歷史排放量的產量與邊際減排成本加成分配

1分配方式。事實上，碳強度不光取決于企業(yè)的生產效率，更大程度上是由工業(yè)類型所決定的。一家企業(yè)的碳強度高不一定說明其效率低，很可能是由于其固定成本高，來自更“重”的生產行業(yè)。因此，情景6模型考慮一種納入了邊際減排成本的分配方法，在基于歷史排放量的產量加成分配的基礎上乘以邊際減排成本，把企業(yè)用每一單位碳配額所創(chuàng)造的價值考慮進來。

3.2模擬結果與討論

3.2.1比較1：情景1與情景2

由圖3和圖4兩種情形企業(yè)數量可以看出，1 000個周期后兩種情景中A、B兩地的企業(yè)數量的比例相當，但是情景1中兩地企業(yè)數量的絕對值比情景2高。同樣，兩種情景中企業(yè)平均邊際成本的比例也相當，但是情景1中的兩地的平均邊際成本都較高。具體數字如表5所示。

兩個情景比較結果可知，碳約束并沒有改變企業(yè)在區(qū)域之間的空間分布。即使不存在碳交易，碳約束本身就有提升地區(qū)生產效率的作用。因為碳約束作為一種外生沖擊實質上是對企業(yè)的一種產量限制，惡化了企業(yè)的生存狀況。在生產受到限制并且約束越來越收緊的情況下，企業(yè)要實現盈利就必須有更高的生產效率。這相當于一種加劇競爭的力量，淘汰了更多低效率的企業(yè)。因此，在沒有其他因素的干擾下，碳減排不改變企業(yè)的空間分布，只加劇了企業(yè)競爭使企業(yè)的平均效率提高。碳約束本身既不是企業(yè)區(qū)位選擇分散力也不是聚集力。

3.2.2比較2：情景2與情景3

由圖5、圖6所示，情景2與情景3在兩地企業(yè)數量和總利潤差距存在顯著的差異，在情景3即存在區(qū)域碳政策偏向的情況下，兩地企業(yè)的數量和總利潤的差距比情景2中小。同時情景3中企業(yè)數量和總利潤的總和略小于情景2。具體比值如表6所示。

碳政策偏向是一種企業(yè)區(qū)位選擇分散力，能有效地改善低效率地區(qū)（B地）的企業(yè)在碳約束下的留存數量，提升地區(qū)總利潤。相應地，區(qū)域碳政策偏向也會加劇高效率地區(qū)（A地）的競爭，降低其總利潤和企業(yè)留存數。因此，區(qū)

2域碳政策偏向是企業(yè)區(qū)位選擇的分散力，改變了企業(yè)的空間分布，縮小了地區(qū)之間的差異，但分散力縮小區(qū)域差距的效果隨著碳約束的收緊會越來越弱。

3.2.3比較3：情景3與情景4

對比情景3和情景4的模擬結果，存在碳交易的情況下，兩地企業(yè)總體數量明顯增多，企業(yè)數量的增加有利于社會總體福利的增加；企業(yè)平均成本明顯降低，企業(yè)效率提高。另外，碳交易使得兩地企業(yè)的空間分布發(fā)生了改變，東部企業(yè)比例增加。具體對比如表7所示。

碳交易將碳配額貨幣化，使所有企業(yè)都將碳的排放當做了一種內生的成本，影響了企業(yè)的成本、產品價格和需求量等一系列因素。企業(yè)生產要考慮環(huán)境的機會成本，相對于不可交易的碳約束，企業(yè)更有效率，企業(yè)總體數量增加。同時，由于碳配額變成了可以流動的要素，東部地區(qū)的吸引力增加。

表6情景2和情景3兩區(qū)域模擬結果比值

Tab.6Ratio of simulation results of two regions in

Scenario 2 and Scenario 3變量（B/A）情景2情景3企業(yè)數量比0.480.74產值比0.420.65產量比0.400.69總利潤比0.370.78邊際成本比0.991.06

圖6情景3模擬結果

Fig.6Simulation result of Scenario 3

圖7情景3模擬結果

4因此，在有區(qū)域碳政策偏向下，碳交易有利于企業(yè)向東部地區(qū)集聚。碳交易是區(qū)位選擇的集聚力，同時相比沒有碳交易情景碳交易也使企業(yè)數量整體增多，社會總體福利增加。另外無論有沒有區(qū)域碳政策偏向，碳交易都明顯降低了企業(yè)的邊際成本，提高了效率。

3.2.4比較4：情景4、情景5與情景6

圖9、圖10、圖11展示了不同分配方式下的模擬結果，由企業(yè)碳配額銷量可知情景4～6三種情景活躍程度越來越高，發(fā)生的絕對量越來越大和發(fā)生的時間越來越長。由企業(yè)總利潤可知情景6和情景5地區(qū)總利潤顯著高于情景4地區(qū)總利潤，碳配額分配方式會影響社會總福利。因此碳配額的分配方式直接決定了碳交易的生命力，其中基于歷史排放量分配方式下碳交易最不活躍；產量加成分配較活躍；產量和邊際減排成本最活躍的。分配方式會影響社會總效益，其中基于歷史排放量的分配方式的對

4結論

本文以全國性碳排放權交易市場啟動背景，建立了一個基于agent的兩區(qū)域空間經濟學模型，用計算機模擬的方法探討了兩個非對稱地區(qū)中的異質性的企業(yè)agent在碳交易一體化背景下演化出新的空間結構的過程。研究結果表明：長期看，碳市場一體化能夠改變企業(yè)的區(qū)位選擇，重塑中國經濟地理。具體來說，區(qū)域間沒有碳政策差異的情況下，碳減排本身不會改變企業(yè)的區(qū)位選擇，只是加劇企業(yè)競爭提升了企業(yè)效率，既不是企業(yè)區(qū)位選擇分散力也不是聚集力。但是，無論有沒有碳交易，碳約束都限制了企業(yè)的生產，惡化了企業(yè)的生存狀況，不可避免會帶來地方的經濟損失。區(qū)域碳政策偏向是企業(yè)區(qū)位選擇的分散力，改變了企業(yè)的空間分布，縮小了地區(qū)之間的差異，但這種空間分散力縮小區(qū)域差距的效果隨著碳約束的收緊會越來越弱。本文模擬結果的政策含義是，區(qū)域碳政策需要與其他改進優(yōu)化產能、產業(yè)轉型升級等各項政策配合進行、協(xié)同作用，注重生產力的提升，縮小區(qū)際生產效率的差距，才是長遠上解決問題的辦法。否則區(qū)域碳政策只是一種得不償失的區(qū)際財富轉移。

有區(qū)域碳政策偏向情況下，碳市場一體化有利于企業(yè)向東部發(fā)達地區(qū)集聚。同時碳交易使企業(yè)邊際成本降低，企業(yè)數量也整體增多，社會總體福利增加。比起無碳市場交易的情況，引入碳交易能夠將環(huán)境成本內生，進一步引導企業(yè)提升生產效率。完成節(jié)能相同減排的目標，碳交易比直接限制產量的碳約束更有效率，付出的代價更少。

另外，碳配額的分配方式直接決定碳交易的生命力?；跉v史排放量的產量和邊際減排成本加成，把企業(yè)用每一單位碳配額所創(chuàng)造的價值考慮了進來，將配額更多地向創(chuàng)造價值更多的企業(yè)傾斜，有利于提升碳交易活躍度改善社會總福利。分配規(guī)則的制定要盡可能地納入多種異質性因素，使碳配額的分配在企業(yè)之間形成多樣化的梯度，才能讓碳市場更活躍、讓更多的企業(yè)參與到碳交易中，并使碳交易能長期發(fā)揮作用。因此，在區(qū)域碳政策設計上，科學的碳配額分配方式不僅能使碳交易活躍度和持久度上升，還能優(yōu)化資源配置，提升全局的經濟效率和地區(qū)福利。

本文的研究方法具有可行性和可操作特征，能夠驗證已發(fā)現的結論，也能夠發(fā)現一些新的規(guī)律，并為以后的研究可借鑒的方法和研究的方向。但是，本研究在模型構建和動態(tài)模擬上仍能進行改進：①由于本文研究的是中國的“東部-西部”這種較大地理尺度的空間經濟問題，沒有設置可空間遷移的居民或者勞動力agent。如果居民agent也能遷移將豐富模型細節(jié)。②在現實中，企業(yè)不會被動地等待淘汰，而是根據競爭形勢調整策略。因此企業(yè)響應是波特假說還是“污染避難所”假說值得進一步研究。③模型的數值的設置與處理方面需要加強實證的基礎，增強模型的有效性。④ABM方法初值敏感的特點和一定的偶然性可能使得模擬結果摻雜“噪音”，因此可以進行參數校正和重復模擬提高模型可靠性。

（編輯：于杰）

參考文獻（References）

[1]DALES J H. Pollution， property & prices： an essay in policymaking and economics[M]. Toronto： University of Toronto Press， 1968.

[2]YI W J， ZOU L L， JIE G， et al. How can China reach its CO2， intensity reduction targets by 2020？ a regional allocation based on equity and development[J]. Energy policy， 2011， 39（5）： 2407-2415.

[3]賴力， 趙小風， 陳露露. 中國溫室氣體排放總量控制的關鍵問題和實施路徑初探[J]. 中國人口·資源與環(huán)境， 2015， 25（S2）：1-5. [LAI Li， ZHAO Xiaofeng， CHEN Lulu. Study on key problems and pathway of total amount control of Chinese greenhouse gas emissions[J]. China population， resources and environment， 2015， 25（S2）： 1-5.]

[4]BOEMARE C， QUIRION P. Implementing greenhouse gas trading in Europe： lessons from economic literature and international experiences[J]. Ecological economics， 2002， 43（2）： 213-230.

[5]CRAMTON P， KERR S. Tradable carbon permit auctions： how and why to auction not grandfather[J]. Energy policy， 2002， 30（4）： 333-345.

[6]PEZZEY J C V. Emission taxes and tradeable permits： a comparison of views on longrun efficiency[J]. Environmental and resource economics， 2003， 26（2）： 329-342.

[7]樸英愛. 低碳經濟與碳排放權交易制度[J].吉林大學社會科學學報， 2010， 50（3）： 153-158. [PIAO Yingai. Low carbon economy and carbon emission trading system[J]. Jilin University journal social sciences edition， 2010， 50（3）： 153-158.]

[8]CRIQUI P， MIMA S， VIGUIER L. Marginal abatement costs of CO2 emission reductions， geographical flexibility and concrete ceilings： an assessment using the POLES Model[J]. Energy policy， 1999， 27（10）： 585-601.

[9]LIAO C N， CHEN M H. Average shadow price and equilibrium price： a case study of tradable pollution permit markets[J]. European journal of operational research， 2009， 196（3）： 1207-1213.

[10]林云華. 排污權影子價格模型的分析及啟示[J]. 環(huán)境科學與管理， 2009， 34（2）：16-19. [LIN Yunhua. The research on the implications and apocalypses of shadow price model of tradable permits[J]. Environmental science and management， 2009， 34（2）：16-19.]

[11]鐘靜婧. 國際碳排放權交易典型定價理論及其對我國的啟示[J]. 價格月刊， 2015（1）：8-11. [ZHONG Jingjing. Typical pricing model on international emission permits trade of carbon and its enlightenment to China[J]. Prices monthly， 2015（1）：8-11.]

[12]賀燦飛， 周沂. 環(huán)境經濟地理研究[M].北京：科學出版社， 2016：12-32. [HE Canfei， ZHOU Yi. The research on environmental economic geography[M]. Beijing： Science Press， 2016： 12-32.]

[13]DEACON R T， KOLSTAD C D， KNEESE A V， et al. Research trends and opportunities in environmental and natural resource economics[J]. Environmental & resource economics， 1998， 11（3-4）： 383-397.

[14]SOYEZ D， SCHULZ C. Facets of an emerging environmental economic geography （EEG）[J]. Geoforum， 2008， 39（1）： 17-19.

[15]BRIDGE G. Environmental economic geography： a sympathetic critique[J]. Geoforum， 2008， 39（1）： 76-81.

[16]AOYAMA Y， BERNDT C， ENGELEN E， et al. Emerging themes in economic geography： outcomes of the economic geography 2010 workshop[J]. Economic geography， 2011， 87（2）： 111-126.

[17]BRAKMAN B S， GARRETSEN H， MARREWIJK C V. An introduction to geographical economics： trade， location and growth[M]. Cambridge： Cambridge University Press， 2009.

[18]WALTER I， UGELOW J L. Environmental policies in developing countries[J]. Ambio， 1979， 8（2/3）： 102-109.

[19]PALTSEV S V. The Kyoto protocol： regional and sectoral contributions to the carbon leakage[J]. Energy journal， 2001， 22（4）： 53-79.

[20]ELLIOTT J， FOSTER I， KORTUM S， et al. Trade and carbon taxes[J]. American economic review， 2010， 100（2）： 465-469.

[21]金祥榮， 譚立力. 環(huán)境政策差異與區(qū)域產業(yè)轉移——一個新經濟地理學視角的理論分析[J]. 浙江大學學報（人文社會科學版）， 2012， 42（5）： 51-60. [JIN Xiangrong， TAN Lili. Differences in environmental policies and transfer of regional industry： a perspective of new economic geography （NEG）[J]. Journal of Zhejiang University （humanities and social sciences）， 2012， 42（5）： 51-60.]

[22]劉穎， 周沂， 賀燦飛. 污染企業(yè)遷移意愿的影響因素研究——以浙江省上虞市為例[J].經濟地理， 2014， 34（10）： 150-156. [LIU Ying， ZHOU Yi， HE Canfei. Influence factors of polluting firms propensity to relocate： a case study of Shangyu City in Zhejiang[J]. Economic geography， 2014， 34（10）： 150-156.]

[23]傅帥雄， 張可云， 張文彬. 環(huán)境規(guī)制與中國工業(yè)區(qū)域布局的“污染天堂”效應[J]. 山西財經大學學報， 2011， 33（7）：8-14. [FU Shuaixiong， ZHANG Keyun， ZHANG Wenbin. Environmental regulation and the effect of ‘pollution haven on regional industrial layout of China[J]. Journal of Shanxi Finance and Economics University，2011，33（7）：8-14.]

[24]曾文慧. 流域越界污染規(guī)制：對中國跨省水污染的實證研究[J]. 經濟學（季刊）， 2008， 7（1）： 447-464. [ZENG Wenhui. Regulation on transboundary water pollution： a study on interjudiciary riverbasin pollution in China[J]. China economic quarterly， 2008， 7（1）： 447-464.]

[25]曾賢剛. 環(huán)境規(guī)制、外商直接投資與“污染避難所”假說——基于中國30個省份面板數據的實證研究[J]. 經濟理論與經濟管理， 2010（11）： 65-71. [ZENG Xiangang. Environmental regulation， foreign direct investment and ‘pollution haven hypothesis[J]. Economic theory and business management， 2010（11）： 65-71.]

[26]湯鈴， 武佳倩， 戴偉， 等. 碳交易機制對中國經濟與環(huán)境的影響[J]. 系統(tǒng)工程學報， 2014， 29（5）： 701-712. [TANG Ling， WU Jiaqian， DAI Wei， et al. Impacts of carbon emission trading on Chinas economy and environment[J]. Journal of systems engineering， 2014， 29（5）： 701-712.]

[27]石敏俊， 袁永娜， 周晟呂， 等. 碳減排政策：碳稅、碳交易還是兩者兼之？[J]. 管理科學學報， 2013， 16（9）： 9-19. [SHI Minjun， YUAN Yongna， ZHOU Shenglv， et al. Carbon tax， capandtrade or mixed policy： which is better for carbon mitigation？[J]. Journal of management sciences in China， 2013， 16（9）： 9-19.]

[28]袁永娜， 石敏俊， 李娜. 碳排放許可的初始分配與區(qū)域協(xié)調發(fā)展——基于多區(qū)域CGE模型的模擬分析[J]. 管理評論， 2013， 25（2）： 43-50. [YUAN Yongna， SHI Minjun， LI Na. Analysis of regional assignment of carbon emission permits and its impacts on regional development in China： based on a multiregional computable equilibrium model[J]. Management review， 2013， 25（2）： 43-50.]

[29]黃蕊， 劉昌新， 王錚. 碳稅和硫稅治理下中國未來的碳排放趨勢[J]. 生態(tài)學報， 2017， 37（9）： 2869-2879. [HUANG Rui， LIU Changxin， WANG Zheng. Future carbon emissions trends under carbon and sulfur taxation governance in China[J]. Acta ecologica sinica， 2017， 37（9）： 2869-2879.]

[30]BENENSON I. Multiagent simulations of residential dynamics in the city[J]. Computers environment & urban systems， 1998， 22（1）： 25-42.

[31]KEMPENER R. Simulating personal carbon trading： an agentbased model[R]. Brighton： SPRU， 2009.

[32]CHAPPIN E J L， DIJKEMA G P J. On the impact of CO2 emissiontrading on power generation emissions[J]. Technological forecasting & social change， 2009， 76（3）： 358-370.

[33]MUTLU F， FESCIOGLUUNVER N. Agentbased simulation of carbon emissions trading market[C]// Technology Management in the Energy Smart World. New York： IEEE， 2011： 1-10.

[34]武佳倩. 基于agent的碳交易機制設計及對中國經濟與環(huán)境影響研究[D]. 北京： 北京化工大學， 2015. [WU Jiaqian. Carbon emission trading scheme exploration in China and impacts on Chinas environment and economy and economy： a multiagentbased model[D]. Beijing： Beijing University of Chemical Technology， 2015.]

[35]TROITZSCH K G. Validating simulation models[C]. Magdeburg： European simulation multiconference on networked simulation & simulation networks， 2004： 265-270.

[36]薛領， 翁瑾. 我國區(qū)域旅游空間結構演化的微觀機理與動態(tài)模擬研究[J]. 旅游學刊， 2010， 25（8）： 26-33. [XUE Ling， WENG Jin. Study on microcosmic mechanism and dynamic simulation of chinas regional tourism spatial structure evolution[J]. Tourism tribune， 2010， 25（8）： 26-33.]

[37]FUJITA M， KRUGMAN P R， VENABLES A J. The spatial economy： cities， regions， and international trade[M]. Cambridge： MIT Press， 2001.

[38]張躍軍，孫亞方，郭曉鐺.歐洲碳期貨市場動態(tài)套利策略建模及實證研究[J].北京理工大學學報（社會科學版），2017，19（1）：1-8.[ZHANG Yuejun， SUN Yafang， GUO Xiaodang. The dynamic arbitrage strategies in European carbon futures markets： models and empirical analyses[J]. Journal of Beijing Institute of Technology（social sciences edition），2017，19（1）：1-8.]

[39]王琛.碳配額約束對企業(yè)競爭力的影響[J].北京理工大學學報（社會科學版），2017，19（1）：47-55.[WANG Chen. How will the carbon qota cnstraint afect the cmpetitiveness of cmpanies？[J]. Journal of Beijing Institute of Technology（social sciences edition），2017，19（1）：47-55.]

[40]楊仕輝，余敏.碳配額不同分配機制下供應鏈碳減排優(yōu)化策略[J].經濟與管理評論，2016（6）：35-42.[YANG Shihui， YU Min. Optimal carbon emission reduction decisions in supply chain under different allocation mechanism of carbon quota[J]. Review of economy and management，2016（6）：35-42.]

[41]PENG S Z， CHANG Y， ZHANG J T. Consideration of some key issues of carbon market development in China[J]. Chinese journal of population， resources and environment，2015，13（1）：10-15.

[42]KRUGMAN P. Increasing returns and economic geography[J]. Journal of political economy， 1991， 99（3）： 483-499.

[43]BALDWIN R E， OKUBO T. Heterogeneous firms， agglomeration and economic geography： spatial selection and sorting[J]. Journal of economic geography， 2006， 6（3）： 323-346.

[44]楊開忠， 董亞寧， 薛領，等. “新”新經濟地理學的回顧與展望[J]. 廣西社會科學， 2016（5）： 63-74. [ YANG Kaizhong， DONG Yaning， XUE Ling， et al. Review and prospect of ‘new new economic geography[J]. Social sciences in Guangxi， 2016（5）： 63-74.]

[45]LANE D A. Artificial worlds and economics[J]. Journal of evolutionary economics， 1993， 3（2）： 89-107.

[46]TESFATSION L S. Agentbased computational economics[J]. Journal of economic dynamics & control， 2002， 2（2）： 303-304.

[47]ARIFOVIC J， KARAIVANOV A. Learning by doing vs learning from others in a principalagent model[J]. Journal of economic dynamics & control， 2007， 34（10）： 1967-1992.