王 琳 易家權(quán)

（山西財(cái)經(jīng)大學(xué)金融學(xué)院，太原 030001）

引 言

近年來，“雙碳”工作持續(xù)受到關(guān)注，10月12日召開的 《生物多樣性》第十五次締約方大會(huì)領(lǐng)導(dǎo)人峰會(huì)上，習(xí)近平總書記發(fā)表主旨講話，指出：“為推動(dòng)實(shí)現(xiàn)碳達(dá)峰、碳中和目標(biāo)，中國將陸續(xù)發(fā)布重點(diǎn)領(lǐng)域和行業(yè)碳達(dá)峰實(shí)施方案和一系列支撐保障措施，構(gòu)建起碳達(dá)峰、碳中和 “1＋N”政策體系”。這意味著在未來40年里，中國要在保證新時(shí)代經(jīng)濟(jì)發(fā)展戰(zhàn)略目標(biāo)的同時(shí)實(shí)現(xiàn) “雙碳”目標(biāo)，生產(chǎn)、運(yùn)輸、消費(fèi)各環(huán)節(jié)必須實(shí)行 “脫碳”，傳統(tǒng)經(jīng)濟(jì)發(fā)展方式面臨淘汰。因此，在 “五位一體”總體布局和新發(fā)展理念指導(dǎo)下，碳交易市場(chǎng)應(yīng)運(yùn)而生。

碳交易市場(chǎng)作為市場(chǎng)化機(jī)制，對(duì)于國家推進(jìn)低碳經(jīng)濟(jì)建設(shè)和統(tǒng)籌國內(nèi)環(huán)境治理工作具有重要意義[1，2]。 全國碳交易市場(chǎng)從2021年7月16日啟動(dòng)上線到10月23日交易滿100天，累計(jì)成交量1911.06萬噸，累計(jì)成交金額8.63億元，所達(dá)成交額已占到地方性碳交易市場(chǎng)2020年全年成交額總和的68%。但地方碳交易市場(chǎng)發(fā)展參差不齊，從圖1可以看出，八大碳交易市場(chǎng)在碳價(jià)、碳價(jià)變化趨勢(shì)上具有明顯差異①。在邁向第二個(gè)百年奮斗目標(biāo)的關(guān)鍵時(shí)期，碳交易市場(chǎng)要緊扣 “十四五”規(guī)劃任務(wù)部署和 “雙碳”目標(biāo)，加快構(gòu)建多層次的碳交易市場(chǎng)體系，以扎實(shí)的舉措助力中國經(jīng)濟(jì)高質(zhì)量發(fā)展。但是關(guān)于中國碳交易市場(chǎng)發(fā)展不平衡的理論分析和定量研究仍非常有限。接下來對(duì)現(xiàn)有文獻(xiàn)研究成果進(jìn)行綜述。

圖1 2013～2021年我國八大碳交易市場(chǎng)碳配額交易成交均價(jià)變化（單位：元）

圍繞碳交易市場(chǎng)領(lǐng)域相關(guān)研究大多集中于對(duì)碳交易市場(chǎng)的定性描述，討論碳交易市場(chǎng)建立的意義及未來發(fā)展路徑，陳詩一（2012）[3]認(rèn)為只有通過要素重置等方式改善全要素生產(chǎn)率才是經(jīng)濟(jì)低碳轉(zhuǎn)型的必由之路，同時(shí)各地方政府要因地制宜，制定相應(yīng)的環(huán)境和經(jīng)濟(jì)政策；彭文生（2021）[4]指出技術(shù)進(jìn)步、碳價(jià)格和社會(huì)治理是實(shí)現(xiàn)碳中和的3個(gè)路徑，同時(shí)需要注意碳中和對(duì)公平和效率平衡的影響。具體實(shí)證研究中，此前文獻(xiàn)或是對(duì)整體市場(chǎng)分析，未考慮市場(chǎng)異質(zhì)性；或是獨(dú)立分析地方碳交易市場(chǎng)，割裂整體碳交易市場(chǎng)，少有文獻(xiàn)多層次、多維度分析碳交易市場(chǎng)非平衡性及異質(zhì)性。王竹葳等（2021）[5]對(duì)整體碳交易市場(chǎng)進(jìn)行相關(guān)分析，但未考慮各碳交易市場(chǎng)發(fā)展差異特征；同時(shí)在變量選取中未控制碳交易市場(chǎng)之外其他影響因素，而本文在分析整體碳交易市場(chǎng)基礎(chǔ)上，多維度考慮地方碳交易市場(chǎng)差異性，同時(shí)控制碳交易市場(chǎng)外部因素對(duì)收益率的影響。申晨和林沛娜（2017）[6]單獨(dú)分析地方碳交易市場(chǎng)，未能對(duì)整體碳交易市場(chǎng)進(jìn)行研究；模型方法上也僅選取單變量ARCH模型族，而本文在分析各單獨(dú)地方碳交易市場(chǎng)基礎(chǔ)上，引入多元GARCH模型整體分析地方碳交易市場(chǎng)。

此前研究成果已證實(shí)投資者關(guān)注會(huì)對(duì)經(jīng)濟(jì)產(chǎn)生影響[5－7]， 鑒于投資者對(duì)收益的過度自信[8]可能會(huì)影響市場(chǎng)穩(wěn)定，以及投資者參與碳交易市場(chǎng)意愿增強(qiáng)[9]，因此有必要在碳交易市場(chǎng)建立過程中，研究投資者對(duì)碳交易市場(chǎng)的影響?；诖?，本文引入投資者關(guān)注度，將微觀投資者與宏觀市場(chǎng)相結(jié)合分析中國碳交易市場(chǎng)非平衡性及異質(zhì)性。投資者關(guān)注具有有限性特征[10－12]，且投資者數(shù)量眾多，很難對(duì)其進(jìn)行準(zhǔn)確衡量，然而伴隨著互聯(lián)網(wǎng)興起與發(fā)展，使用網(wǎng)絡(luò)搜索量衡量投資者關(guān)注度成為發(fā)展趨勢(shì)。根據(jù)全球知名流量統(tǒng)計(jì)平臺(tái)“Statcounter”統(tǒng)計(jì)數(shù)據(jù)顯示，截至2021年9月，百度搜索在中國搜索引擎份額中占比達(dá)82.47%，用百度指數(shù)衡量投資者關(guān)注度具有合理性[5，10，13]，故本文選取百度指數(shù)衡量投資者對(duì)碳交易市場(chǎng)關(guān)注度。

本文的邊際貢獻(xiàn)主要體現(xiàn)在以下幾點(diǎn)：（1）從理論和實(shí)際出發(fā)，較為全面深刻地進(jìn)行全市場(chǎng)分析，力圖揭示中國整體碳交易市場(chǎng)發(fā)展不平衡性特征，發(fā)現(xiàn)市場(chǎng)短板，補(bǔ)齊參與主體缺口，為全國碳交易市場(chǎng)發(fā)展提供理論指導(dǎo)和經(jīng)驗(yàn)借鑒；（2）在碳交易市場(chǎng)整體分析基礎(chǔ)上，結(jié)合人群畫像分析工具對(duì)各地方碳交易市場(chǎng)進(jìn)行異質(zhì)性分析，總結(jié)地方碳交易市場(chǎng)發(fā)展邏輯及經(jīng)驗(yàn)，為全國碳交易市場(chǎng)發(fā)展提供經(jīng)驗(yàn)借鑒的同時(shí)，走出發(fā)展困境，解決發(fā)展難題，挖掘發(fā)展?jié)摿?；?）將微觀與宏觀相結(jié)合，基于投資者關(guān)注分析碳交易市場(chǎng)的非平衡性及異質(zhì)性，有利于完善碳交易市場(chǎng)整體發(fā)展邏輯鏈條，增強(qiáng)發(fā)展的整體性與協(xié)調(diào)性。

1 數(shù)據(jù)說明及處理

1.1 碳交易市場(chǎng)數(shù)據(jù)來源及數(shù)據(jù)處理

本文樣本數(shù)據(jù)包括北京、上海、廣東、深圳、福建、重慶、湖北、天津八大地方碳易市場(chǎng)②交易日期、交易量、交易額等數(shù)據(jù)；樣本區(qū)間為各地方碳交易市場(chǎng)從第一筆交易產(chǎn)生到2021年11月9日所有交易日。由于各地方碳交易市場(chǎng)建立時(shí)間有所不同，因此構(gòu)建非平衡面板數(shù)據(jù)③。

收益率指標(biāo)建立上，此前大多數(shù)研究采用（收盤價(jià)－開盤價(jià)）／開盤價(jià)，但是由于部分碳交易市場(chǎng)官網(wǎng)不提供開盤價(jià)和收盤價(jià)信息，同時(shí)也為更加真實(shí)反映當(dāng)日整體價(jià)格情況，所以本文以成交均價(jià)作為價(jià)格指標(biāo)。

1.2 投資者關(guān)注度變量構(gòu)建及數(shù)據(jù)處理

本文以百度指數(shù)作為投資者關(guān)注度代理指標(biāo)④，在具體關(guān)鍵詞詞條選擇上，本文借鑒王竹葳等（2021）[5]的方法， 以 “碳排放”、“碳交易”、“雙碳”等詞條為核心，通過需求圖譜進(jìn)行詞條相關(guān)度分析，初步選取與核心詞條相關(guān)的42個(gè)關(guān)鍵詞，通過刪選，最后確定 “碳排放”、“碳交易”、“雙碳”等16個(gè)最能反映投資者對(duì)碳交易市場(chǎng)關(guān)注度的詞條，并利用Python爬取各詞條從2013年8月8日～2021年11月9日的百度搜索指數(shù)，如表1所示。

表1 百度指數(shù)關(guān)鍵詞條

通過數(shù)據(jù)統(tǒng)計(jì)發(fā)現(xiàn)， “碳達(dá)峰碳中和是什么意思”、“CCER”、“碳交易”、“碳中和”、“低碳”搜索量最高，在此基礎(chǔ)上，本文以這5個(gè)詞條作為關(guān)鍵詞進(jìn)行人群畫像分析（圖略），得到其地域分布，發(fā)現(xiàn)在前十大分布城市中，包括八大碳交易市場(chǎng)中6個(gè)市場(chǎng)：北京、上海、深圳、廣州、武漢、重慶，其中北京、上海、廣州、深圳四大城市更是位居前四。

1.3 控制變量指標(biāo)構(gòu)建及數(shù)據(jù)處理

控制變量選取上，本文首先考慮到信息時(shí)滯性以及投資者決策滯后性，即投資者在當(dāng)期對(duì)碳交易市場(chǎng)進(jìn)行關(guān)注后不一定會(huì)立即進(jìn)行投資決策，可能會(huì)在權(quán)衡一定時(shí)間之后做出投資決策，當(dāng)期收益率可能會(huì)受此前一期甚至幾期影響，因此，本文把關(guān)注度指標(biāo)做滯后處理，將關(guān)注度滯后期加入模型中。同時(shí)在經(jīng)驗(yàn)法則基礎(chǔ)上，考慮到碳交易市場(chǎng)相較于股票、期貨市場(chǎng)的簡單性，最終在模型中加入關(guān)注度滯后3期。加入滯后期除了考慮到投資者決策行為的因素，同時(shí)也是為控制內(nèi)生性。

控制變量除加入投資者關(guān)注度滯后期外，本文根據(jù)實(shí)際情況，有選擇性和創(chuàng)新性地將工業(yè)管道燃?xì)鈨r(jià)格、各地逐日氣溫、第二產(chǎn)業(yè)占當(dāng)?shù)谿DP比重等因素作為控制變量加入模型。綠色低碳經(jīng)濟(jì)轉(zhuǎn)型過程中，能源問題首當(dāng)其沖，雖然石油仍是最主要工業(yè)能源，但以工業(yè)管道燃?xì)鉃槭椎奶烊粴饣つ茉丛诠┬鑳蓚€(gè)維度都呈現(xiàn)出逐年上升的趨勢(shì)⑤，因此在低碳經(jīng)濟(jì)背景下考慮將八大碳交易市場(chǎng)所在城市工業(yè)管道價(jià)格對(duì)數(shù)作為控制變量加入模型，數(shù)據(jù)來源為Wind數(shù)據(jù)庫。此外，借鑒汪中華和胡篧（2018）[14]選取地方碳交易市場(chǎng)所在地日平均氣溫的方法，并在此基礎(chǔ)上對(duì)氣溫?cái)?shù)據(jù)作變化率處理⑥。最后，選取第二產(chǎn)業(yè)占當(dāng)?shù)谿DP比重年度數(shù)據(jù)⑦。

2 實(shí)證分析

2.1 中國碳交易市場(chǎng)非平衡性分析

2.1.1 描述性統(tǒng)計(jì)分析

本文先對(duì)各變量進(jìn)行面板處理，并摘要相關(guān)統(tǒng)計(jì)數(shù)據(jù)，如表2所示。

表2 八大碳交易市場(chǎng)變量摘要統(tǒng)計(jì)結(jié)果

圖2展現(xiàn)了八大碳交易市場(chǎng)2013年8月8日～2021年11月9日的收益率水平?？梢钥闯鰪V東和深圳市場(chǎng)的收益率波動(dòng)相對(duì)劇烈，重慶和湖北市場(chǎng)相對(duì)平穩(wěn)。

圖2 2013年8月8日～2021年11月9日八大碳交易市場(chǎng)收益率水平

2.1.2 模型構(gòu)建

本文構(gòu)建非平衡面板數(shù)據(jù)研究投資者關(guān)注度對(duì)碳交易市場(chǎng)收益率的影響，能有效分析各地方碳交易市場(chǎng)發(fā)展不平衡問題。其次，碳交易市場(chǎng)建立的時(shí)間差異本身就具有一定邏輯，若使用平衡面板數(shù)據(jù)，不僅會(huì)造成數(shù)據(jù)大量損失，還會(huì)破壞中國整體碳交易市場(chǎng)發(fā)展邏輯。此外，百度指數(shù)衡量關(guān)注度較難區(qū)分關(guān)注度是具體針對(duì)哪個(gè)碳交易市場(chǎng)，使用面板數(shù)據(jù)能較好解決百度指數(shù)代理偏差問題。

建立模型時(shí)，本文以收益率作為因變量，百度指數(shù)作為自變量，將百度指數(shù)滯后1期、滯后2期、滯后3期加入模型，并以氣溫、工業(yè)管道燃?xì)鈨r(jià)格、第二產(chǎn)業(yè)占當(dāng)?shù)谿DP比重作為控制變量，最后對(duì)各變量均做變化率或?qū)?shù)處理使數(shù)據(jù)更加平穩(wěn)，最終將模型構(gòu)建如下：

（1）中國地方經(jīng)濟(jì)發(fā)展不平衡問題突出，沿海與內(nèi)地、東部與西部、南方與北方呈差異化發(fā)展態(tài)勢(shì)，各地在產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)水平等方面發(fā)展不均衡，八大地方碳交易市場(chǎng)中 “北上廣深”四地經(jīng)濟(jì)發(fā)達(dá)，產(chǎn)業(yè)結(jié)構(gòu)以第三產(chǎn)業(yè)為主，發(fā)展高新技術(shù)產(chǎn)業(yè)；重慶和湖北經(jīng)濟(jì)相對(duì)落后，第二產(chǎn)業(yè)占比較高，工業(yè)發(fā)達(dá)，在設(shè)定生態(tài)環(huán)境目標(biāo)時(shí)，當(dāng)?shù)卣畷?huì)考慮自身經(jīng)濟(jì)結(jié)構(gòu)，以湖北為例，湖北第二產(chǎn)業(yè)占比高，工業(yè)對(duì)經(jīng)濟(jì)具有很強(qiáng)的拉動(dòng)作用，碳減排成本高。因此，各地經(jīng)濟(jì)發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)不同、碳減排成本和減排的松緊程度不一導(dǎo)致差異化碳價(jià)的形成，同時(shí)地方碳交易市場(chǎng)建立時(shí)間、發(fā)育程度不同也同樣會(huì)導(dǎo)致中國整體碳交易市場(chǎng)發(fā)展不平衡。

（2）各省間貿(mào)易往來也會(huì)導(dǎo)致 “碳”的轉(zhuǎn)移。北京、上海等發(fā)達(dá)地區(qū)會(huì)通過省際貿(mào)易，利用產(chǎn)業(yè)發(fā)展鏈條，輸出 “高碳產(chǎn)品”，釋放減碳?jí)毫Γ瑫r(shí)通過技術(shù)升級(jí)、發(fā)展再生能源等方式減少碳排放，從而在碳交易市場(chǎng)政策功能和交易功能權(quán)衡過程中，更大限度地發(fā)展碳交易市場(chǎng)交易功能，進(jìn)一步擴(kuò)大地方碳交易市場(chǎng)發(fā)展差異。

（3）中國碳交易市場(chǎng)活力不足，交易功能未得到充分發(fā)揮。由于體制機(jī)制障礙，投資者進(jìn)入碳交易市場(chǎng)渠道受限；同時(shí)企業(yè)主體減排意識(shí)不強(qiáng)，存在違約現(xiàn)象，導(dǎo)致碳價(jià)波動(dòng)大，且大多企業(yè)不愿意進(jìn)行信息披露，影響投資者的投資決策；金融機(jī)構(gòu)創(chuàng)新能力不足， “碳期貨”等金融產(chǎn)品發(fā)展緩慢，投資者投資選擇受限。由此，本文提出如下假設(shè)：

H1：中國整體碳交易市場(chǎng)具有明顯非平衡性特征。

H2：地方碳交易市場(chǎng)發(fā)展具有顯著異質(zhì)性。

H3：投資者關(guān)注會(huì)對(duì)碳交易市場(chǎng)收益率產(chǎn)生影響。

2.1.3 實(shí)證分析

對(duì)八大碳交易市場(chǎng)進(jìn)行綜合面板分析時(shí)，依次進(jìn)行混合回歸分析、固定效應(yīng)分析、隨機(jī)效應(yīng)分析⑧。表3展示了所有回歸結(jié)果，發(fā)現(xiàn)除MLE估計(jì)方法外，投資者關(guān)注度滯后2期在其他方法下都不同程度顯著，且顯著性為負(fù)，表明投資者關(guān)注會(huì)對(duì)碳交易市場(chǎng)收益產(chǎn)生影響，驗(yàn)證了假設(shè)3。

表3 面板模型回歸結(jié)果

續(xù) 表

LSDV法能夠?qū)€(gè)體異質(zhì)性進(jìn)行分析，通過回歸結(jié)果發(fā)現(xiàn)整體碳交易市場(chǎng)發(fā)展不平衡問題突出，廣東市場(chǎng)和深圳市場(chǎng)在1%顯著性水平下顯著為正；北京市場(chǎng)和湖北市場(chǎng)在5%顯著性水平下顯著，其中北京市場(chǎng)顯著為負(fù)、湖北市場(chǎng)顯著為正，而天津市場(chǎng)、福建市場(chǎng)、重慶市場(chǎng)則不顯著。這與之前對(duì)各交易市場(chǎng)的初步判斷一致：廣東、深圳市場(chǎng)交易規(guī)模巨大，市場(chǎng)活躍；北京市場(chǎng)碳價(jià)高、發(fā)展呈逐年增長趨勢(shì)；天津、福建、重慶市場(chǎng)碳價(jià)低、占比少、交易不活躍。驗(yàn)證了假設(shè)1、2。

2.1.4 穩(wěn)健性檢驗(yàn)

首先，通過數(shù)據(jù)觀察和市場(chǎng)統(tǒng)計(jì)分析結(jié)果發(fā)現(xiàn)，重慶市場(chǎng)交易最不活躍，從數(shù)據(jù)上看，存在很多交易量為0的天數(shù)，交易頻率低；從交易額看，其交易額占比不到1%，可能影響結(jié)論的可靠性。因此，刪除重慶市場(chǎng)后對(duì)另外7個(gè)市場(chǎng)進(jìn)行檢驗(yàn)。結(jié)果如表4，結(jié)論與此前結(jié)論差別不大⑨。

表4 穩(wěn)健性檢驗(yàn)——?jiǎng)h除不活躍的碳交易市場(chǎng)

續(xù) 表

2.2 中國碳交易市場(chǎng)異質(zhì)性分析

2.2.1 平穩(wěn)性檢驗(yàn)

從圖3可以看出八大碳交易市場(chǎng)收益率波動(dòng)情況，收益率在0上下產(chǎn)生 “波動(dòng)聚集效應(yīng)”，即當(dāng)收益率出現(xiàn)波動(dòng)時(shí)，會(huì)使得之后幾期收益率發(fā)生較大波動(dòng)。因此，對(duì)各地方碳交易市場(chǎng)收益率指標(biāo)進(jìn)行ADF平穩(wěn)性檢驗(yàn)，結(jié)果如表5所示。

表5 八大碳交易市場(chǎng)ADF檢驗(yàn)

對(duì)表5進(jìn)行分析發(fā)現(xiàn)，各地方碳交易市場(chǎng)均在1%顯著性水平下拒絕存在單位根假設(shè)。同時(shí)，廣東、深圳、湖北擁有最大收益率方差，重慶、福建、天津擁有最小方差，這與前文對(duì)地方碳交易市場(chǎng)成交量和成交額分析相吻合⑩。

2.2.2 實(shí)證分析

（1）單變量ARCH模型族分析

①通過信息準(zhǔn)則依次確定八大市場(chǎng)ARCH（p）模型滯后階數(shù)；②選用更加簡潔的GARCH（1，1）模型，解釋收益率時(shí)間序列 “波動(dòng)聚集效應(yīng)”和“尖峰厚尾現(xiàn)象”；③考慮到市場(chǎng)中同時(shí)存在 “好消息”和 “壞消息”，因此利用TGARCH模型對(duì)市場(chǎng)中 “好消息”和 “壞消息”進(jìn)行不對(duì)稱性分析。此處由于篇幅限制，不對(duì)結(jié)果進(jìn)行展示。

（2）多元GARCH模型分析

上文對(duì)各碳交易市場(chǎng)收益率分別建立單變量ARCH（p）、GARCH（1，1）、TGARCH 模型， 分析各地方碳交易市場(chǎng) “波動(dòng)聚集效應(yīng)”。隨后將模型拓展到多維GARCH模型：CCC－GARCH模型和DCC－GARCH模型，分析各地方碳交易市場(chǎng)不同收益率序列波動(dòng)相關(guān)性。限于文章篇幅，只展示CCC－GARCH模型估計(jì)結(jié)果，結(jié)果如表6所示。

表6 八大碳交易市場(chǎng)收益率CCC－GARCH模型估計(jì)結(jié)果

續(xù) 表

表6顯示了八大碳交易市場(chǎng)相關(guān)系數(shù)，發(fā)現(xiàn)深圳與北京市場(chǎng)收益率、上海與北京市場(chǎng)收益率、廣東與北京市場(chǎng)收益率均在5%顯著性水平下顯著，而其余市場(chǎng)相關(guān)系數(shù)不顯著。其中深圳與北京市場(chǎng)收益率相關(guān)系數(shù)顯著為負(fù)，說明北京市場(chǎng)收益率上升時(shí)，深圳市場(chǎng)收益率下降；上海與北京市場(chǎng)收益率、廣東與北京市場(chǎng)收益率相關(guān)系數(shù)顯著為正，說明北京市場(chǎng)收益率上升時(shí)，上海和廣東市場(chǎng)收益率也同步上升。結(jié)果表明各市場(chǎng)間相關(guān)性具有顯著異質(zhì)性，DCC－GARCH模型估計(jì)結(jié)果與之一致，再次驗(yàn)證假設(shè)2。

2.2.3 穩(wěn)健性檢驗(yàn)

以上檢驗(yàn)中均假設(shè)擾動(dòng)項(xiàng)服從正態(tài)分布，但在實(shí)際碳交易市場(chǎng)中收益率可能存在 “厚尾”現(xiàn)象，因此對(duì)擾動(dòng)項(xiàng)正態(tài)性進(jìn)行檢驗(yàn)，結(jié)果如表7所示。

表7 八大碳交易市場(chǎng)收益率擾動(dòng)項(xiàng)正態(tài)性檢驗(yàn)統(tǒng)計(jì)結(jié)果

表7檢驗(yàn)中，各地方碳交易市場(chǎng)均在1%顯著性水平下顯著。其中各地方碳交易所峰度均在1%顯著性下大于3；在偏度分析中，除湖北碳交易市場(chǎng)在10%顯著性水平下顯著，其余碳交易市場(chǎng)均在1%顯著性水平下顯著異于0值，其中上海和天津市場(chǎng)偏度大于0，其余市場(chǎng)偏度均小于0，各碳交易市場(chǎng)均不完全服從正態(tài)分布。最后，在多元DCC－CARCH模型中對(duì)系數(shù)λ1和λ2進(jìn)行檢驗(yàn)發(fā)現(xiàn)其χ（2）值為 10.06，P值為 0.0065，模型在1%顯著性水平下顯著。各模型穩(wěn)健性檢驗(yàn)結(jié)果與之前估計(jì)結(jié)果差別不大，進(jìn)一步印證了結(jié)論的可靠性。

3 結(jié)論及政策建議

本文通過建立八大地方碳交易市場(chǎng)的非平衡面板數(shù)據(jù)，并結(jié)合ARCH模型族對(duì)中國碳交易市場(chǎng)整體現(xiàn)狀、地方碳交易市場(chǎng)發(fā)展特征、投資者對(duì)碳交易市場(chǎng)的影響進(jìn)行實(shí)證研究，分析發(fā)現(xiàn)：全國統(tǒng)一碳交易市場(chǎng)下，要兼顧全局與局部。由于地區(qū)經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)等方面存在差異，碳交易市場(chǎng) “全局”非平衡性特征突出，“局部”市場(chǎng)在碳價(jià)、市場(chǎng)規(guī)模、應(yīng)對(duì)外部沖擊等方面具有顯著異質(zhì)性；此外，投資者關(guān)注對(duì)碳交易市場(chǎng)收益率具有顯著影響，投資者進(jìn)入碳交易市場(chǎng)能夠激發(fā)市場(chǎng)交易功能，倒逼市場(chǎng)機(jī)制改革、碳交易產(chǎn)品創(chuàng)新，有助于激發(fā)碳交易市場(chǎng)活力。

中國氣候治理已取得階段性成果，但正如習(xí)近平總書記在中國共產(chǎn)黨第十九屆中央委員會(huì)第六次全體會(huì)議中所說 “越是偉大的事業(yè)，越充滿艱難險(xiǎn)阻，越需要艱苦奮斗，越需要開拓創(chuàng)新”，中國碳交易市場(chǎng)同樣需要在危機(jī)中育先機(jī)、變局中開新局，要始終堅(jiān)持新發(fā)展理念，努力克服一切艱難險(xiǎn)阻，助力 “雙碳”目標(biāo)如期實(shí)現(xiàn)，使中國經(jīng)濟(jì)更高質(zhì)量、更有效率、更可持續(xù)發(fā)展。面對(duì)碳交易市場(chǎng)目前發(fā)展的不平衡性、異質(zhì)性特征，本文提出如下政策建議：

（1）助力實(shí)現(xiàn) “雙碳”目標(biāo)，夯實(shí)全國碳交易市場(chǎng) “一個(gè)中心”定位。目前中國碳交易市場(chǎng)發(fā)展不平衡性問題突出，需要發(fā)揮全國碳交易市場(chǎng) “指揮棒”作用，統(tǒng)領(lǐng)全國碳交易事業(yè)，堅(jiān)持全國 “一盤棋”，服務(wù)國家大政方針。①根據(jù)碳中和目標(biāo)要求，修訂綠色金融標(biāo)準(zhǔn)，剔除高碳項(xiàng)目；②完善碳交易市場(chǎng)監(jiān)管制度，以引導(dǎo)企業(yè)積極減碳，投資者主動(dòng)進(jìn)行碳交易；③建立碳價(jià)穩(wěn)定機(jī)制，防止碳價(jià)劇烈波動(dòng)；④建立風(fēng)險(xiǎn)預(yù)警機(jī)制，積極開展壓力測(cè)試，以應(yīng)對(duì)碳交易市場(chǎng)中潛在風(fēng)險(xiǎn)。

（2）著力推進(jìn)地方減碳工作，發(fā)揮各地方碳交易市場(chǎng) “多個(gè)基本點(diǎn)”作用。各地方碳交易市場(chǎng)發(fā)展差異明顯，為此各地方碳交易市場(chǎng)必須補(bǔ)齊發(fā)展短板，使中國碳交易市場(chǎng) “一個(gè)中心，多個(gè)基本點(diǎn)”發(fā)展格局更加牢固。①立足當(dāng)?shù)亟?jīng)濟(jì)結(jié)構(gòu)和生態(tài)環(huán)境目標(biāo)，因地制宜，切勿采取 “一刀切”的做法，因地制宜開展相關(guān)工作；②厘清各地方碳交易市場(chǎng)發(fā)展邏輯，明確自身發(fā)展優(yōu)勢(shì)，各市場(chǎng)要取長補(bǔ)短，構(gòu)建多樣化碳交易市場(chǎng)；③地方碳交易市場(chǎng)要互聯(lián)互通，定時(shí)開展發(fā)展研討會(huì)，共同謀劃碳交易市場(chǎng)發(fā)展路徑。

（3）堅(jiān)持以人民為中心，堅(jiān)持發(fā)展共享原則，增強(qiáng)投資者參與感、獲得感。新的歷史發(fā)展階段下，碳交易市場(chǎng)要以投資者利益為出發(fā)點(diǎn)和落腳點(diǎn)。①營造公平、公正、公開的市場(chǎng)交易環(huán)境，增強(qiáng)投資者參與意愿；②打通并拓寬投資者參與碳交易市場(chǎng)渠道，為個(gè)體賬戶交易提供制度支持；③完善碳交易現(xiàn)貨市場(chǎng)的同時(shí)，積極構(gòu)建高流動(dòng)性的衍生品市場(chǎng)，豐富投資產(chǎn)品；④加強(qiáng)金融機(jī)構(gòu)對(duì)高碳資產(chǎn)敞口和主要資產(chǎn)碳足跡的計(jì)算和披露，減少信息不對(duì)稱性，滿足投資者交易信息需求；⑤加強(qiáng)投資者知識(shí)教育，使投資者形成健康、理性投資理念，減少碳交易市場(chǎng)收益率波動(dòng)，維護(hù)市場(chǎng)穩(wěn)定。

注釋：

①由于篇幅限制，未對(duì)八大碳交易市場(chǎng)成交規(guī)模進(jìn)行展示。

②四川聯(lián)合環(huán)境交易只能交易CCER（中國核證減排量），因此本文選取北京、上海等八大碳交易市場(chǎng)碳排放配額交易數(shù)據(jù)，保證數(shù)據(jù)一致性，即以EA結(jié)尾的碳交易產(chǎn)品，如湖北碳交易市場(chǎng)交易產(chǎn)品為HBEA。

③數(shù)據(jù)來源為各地方碳交易市場(chǎng)官網(wǎng)行情數(shù)據(jù)，并利用前瞻數(shù)據(jù)庫和Wind數(shù)據(jù)庫進(jìn)行補(bǔ)充完善。

④在數(shù)據(jù)預(yù)處理上，首先對(duì)各詞條日搜索量進(jìn)行統(tǒng)計(jì)，最后進(jìn)行簡單加總得到總關(guān)注度指標(biāo)Baiduindext，并用（今日關(guān)注度－前一日關(guān)注度）／前一日關(guān)注度得到關(guān)注度變化率rbt。最后，對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，發(fā)現(xiàn)處理后關(guān)注度變化率數(shù)據(jù)滿足平穩(wěn)性特征。

⑤數(shù)據(jù)來源為國家能源局和前瞻數(shù)據(jù)庫。

⑥即用（當(dāng)期氣溫－上期氣溫）／上期氣溫得到氣溫?cái)?shù)據(jù)變化率rWi，t，數(shù)據(jù)來源為國家氣象科學(xué)數(shù)據(jù)中心。

⑦對(duì)數(shù)據(jù)加1后取對(duì)數(shù)ln（ki，t＋1），即數(shù)據(jù)來源為國家統(tǒng)計(jì)局和各地統(tǒng)計(jì)局。

⑧由于同一碳交易市場(chǎng)在不同時(shí)期擾動(dòng)項(xiàng)之間往往存在自相關(guān)，因此使用以碳交易市場(chǎng)為聚類變量的聚類穩(wěn)健標(biāo)準(zhǔn)誤混合回歸，在固定效應(yīng)分析中包括組內(nèi)估計(jì)、雙向固定效應(yīng)和最小二乘虛擬變量模型（LSDV），隨機(jī)效應(yīng)中包括廣義最小二乘法（FLGS）和極大似然估計(jì)法（MLE）。

⑨此外，刪去 “碳排放計(jì)算器”、“碳計(jì)算器”、“氣候會(huì)議”3個(gè)與碳交易市場(chǎng)低相關(guān)的百度詞條，進(jìn)行穩(wěn)健性檢驗(yàn)，所得結(jié)論與此前相同。由于篇幅限制，此處不進(jìn)行詳細(xì)展示。

⑩對(duì)各地方碳交易市場(chǎng)收益率連續(xù)經(jīng)驗(yàn)分布（核密度分布）圖、殘差平方和自相關(guān)圖、殘差平方和偏相關(guān)圖進(jìn)行分析，并進(jìn)行Q檢驗(yàn)和LM檢驗(yàn)，結(jié)果都表明OLS殘差平方序列存在自相關(guān)，故擾動(dòng)項(xiàng)存在異方差，再次證實(shí)各地府碳交易市場(chǎng)收益率存在“波動(dòng)聚集效應(yīng)”。此處由于篇幅限制，不依次進(jìn)行展示。