中国碳减排政策的量化评价

赵立祥,汤 静

(北京工业大学经济与管理学院，北京 100124)

中国碳减排政策的量化评价

赵立祥,汤 静

(北京工业大学经济与管理学院，北京 100124)

应对气候变化的政策工具主要有基于行政的命令控制手段，基于总量控制的碳排放权交易，以及基于价格控制的碳税。文章通过构建PMC指数模型并结合文本挖掘方法对命令控制手段、碳排放权交易和碳税政策进行量化评价，并为判断哪个政策更适合在中国未来使用提供建议。研究结果表明，碳排放权交易的表现最为优秀，碳税表现良好，命令控制手段的结果不太理想。最后，结合PMC指数模型的具体指标对碳减排政策的实施提出针对性的建议。

碳减排政策；PMC指数模型；文本挖掘；量化评价

全球气候变暖和极端天气事件的频繁发生，使得以二氧化碳为主的温室气体减排形势日益严峻。从《京都议定书》到《联合国气候变化框架公约》，注重低碳发展已经成为世界各国的共识。为应对气候变化，中国政府正积极利用基于市场机制的碳减排政策。相对于传统环境政策工具“命令——控制”的僵化性，基于总量控制的碳排放权交易(以下简称“碳交易”)与基于价格导向的碳税因为其灵活性、市场化、激励机制、高效率和潜在财政收入的特点而受到许多国家和地区的青睐。在完全信息、完全竞争与零交易成本的前提下，碳交易和碳税可以达到同样的政策效果，两种机制可以相互替代。只要把碳排放上限或者价格限定在边际减排收益和边际减排成本相等处即可。但事实上完全信息、完全竞争与零交易成本的条件很难满足，碳交易和碳税的政策效果并不相同。因此，究竟是选择命令控制、碳交易还是碳税作为减排政策，学术界还存在着分歧。

1 研究综述

1.1 国内外关于碳减排政策的实践与讨论

应对气候问题的政策工具主要有三种，第一种是在中国环境控制上普遍使用的命令控制手段，第二种是基于总量控制的碳交易机制，第三种是基于价格控制的碳税机制。目前世界上利用碳交易机制进行减排的国家与地区主要有：欧盟、美国加州、英国、澳大利亚、日本、韩国和中国等。而碳税机制主要存在于北欧国家，如挪威、丹麦和芬兰等。

Metcalf的研究表明碳交易和碳税在效率和成本上要明显优于命令控制方法[1]。Green从发电商的风险角度对碳交易和碳税政策进行对比，认为实行碳交易政策增大了发电商的经营风险，而实行碳税政策可以减低发电商的经营风险[2]。Bristow探讨了公众对碳交易和碳税两种政策的接受程度，研究发现可以通过出售多余碳配额获得收益的碳交易政策有着更高的接受程度[3]。Fell等从碳交易和碳税两种政策结合的角度，提出了设定价格上、下限的方法，既可以让碳市场高效率运行，也可以保障市场的稳定性[4]。

李伯涛从减排效率、成本、可行性和国际合作等方面对比了命令控制、碳交易和碳税三项政策的优劣[5]。石敏俊等通过对中国经济、社会、科技与环境的动态CGE模型的分析，认为应该实施碳交易政策来调节排放集中的行业，而利用碳税政策来规制排放分散行业[6]。谢来辉对气候政策工具的文献进行了系统的回顾整理，发现经济学家们认为碳税是更加适合应对碳排放问题，而许多发达经济体的经济学家和政府机构之所以非常推崇碳交易政策，主要出于政治可行性的角度[7]。

综合国内外研究可知，三种减排政策各有优劣。命令控制政策的制度制定简单，但是执行成本高，减排效率低。碳交易可以控制排放总量，并且具有激励性质，但是价格不确定性带来的风险较高。碳税的征收经验丰富，风险较低，但是对企业减排投资没有激励效应。

1.2 政策评价

政策评价是一项衡量、评价政策方案的复杂系统工程，20世纪70年代以前的政策评价方法基本都是实证本位的，强调利用社会实验与数理分析方法。最著名的是社会学家A.S.Stephan利用实验方法在1930—1935年间评价了美国总统罗斯福的“新政计划”。20世纪70年代之后，学者们逐渐重视注重价值判断的规范本位方法论。Edward A Suchman的五类评估法和Oville F.Poland的“三E”的评估分类架构都是以价值判断方法论为基础的。随着学者对实证主义和后实证主义的批判性接受，以经典理论为基础、实证为手段的复合主义研究框架成为政策评价的新方法论。德国学者Wollmann提出，经典政策评价是通过揭示政策的因果机制来判断政策的成功与失败、优势与劣势，以及对社会的各方面影响。

雷仲敏根据国民经济评价的思路与方法，结合政策目标、政策收益与政策影响三个维度，构建了节能减排政策评价的费用——效益分析框架[8]。陆敏等利用1995—2010年中国高耗能行业的统计数据，通过灰色模型从效率角度评价了中国4个主要节能减排政策的实施效果[9]。邱立新通过构建节能减排政策传导的系统模型，对山东省“十一五”期间的节能减排政策进行了效应评价[10]。俞业夔等探讨了在不确定性条件下，运用边际分析法对碳交易和碳税做了在中国的适用性比较[11]。

综上所述，目前国内外的政策评价研究以实证主义为主的复合型方法论为主，但是所使用的框架模型又有各自的缺陷。Suchman的五类评估法和Poland的“三E”的评估分类架构都是追随当时的政策分析主流，抛开了政策的历史背景与价值判断因素，评价焦点局限在既定政策目标是否实现的经验分析上。费用——效益分析框架存在许多技术难题，市场定价困难大，成本与效益计量难处理。而灰色模型没有考虑各个因素之间的联系，误差较大。因此，本文基于文本挖掘法、深度学习，并结合PMC指数模型建立了能源政策组合评价标准，对中国目前主要的几种节能减排政策进行实证检验，并将结果绘制成PMC曲面图，以直观地对减排政策进行量化评价。

2 PMC指数模型建立

2.1 PMC指数模型的概念

PMC(Policy Modeling Consistency)指数模型是基于Omnia Mobilis假说建立的[12]。Ruiz Estrada在2010年首先提出了Omnia Mobilis假说，该理论基于万事万物都是运动联系的原则，认为政策研究模型不应该忽略任何一个相关变量[13]。因此在选取变量时覆盖范围应该尽量广泛，并且不要忽视任何一个有可能的相关变量，这是与早期的其他条件均相同假设(Ceteris Paribus Assumption)的主要区别。PMC指数模型主要有两个特征，一是可以分析一项政策的内部一致性水平；二是可以直观地展现一项政策的优势与劣势，通过PMC指数和PMC曲面图展现政策的总体评价和各单项的具体情况。PMC曲面可以直观的展现政策评价全貌，有利于识别待考察政策的优势与劣势。本文正是基于PMC指数模型来对中国的碳减排政策进行评价，PMC指数模型的构建和分析主要包括4个步骤：①变量的分类与参数识别，确定一级与二级变量；②构建多投入产出表；③测量各项政策的PMC指数；④生成待评价政策的PMC曲面。

2.2 变量分类与参数识别

本文以中国目前主要的三个碳减排政策为研究对象，考察其减排效果并进行量化评价。基于已有文献的研究成果与文本挖掘技术，参照Mario Arturo Ruiz Estrada的研究理论，选取主要变量(一级变量)和次级变量(二级变量)。因为PMC指数模型全面考虑所有影响因素的作用，所以不限制二级变量的数量。另外，PMC指数模型所有参数设定采用的是二进制的0和1，保证每个二级变量的权重是相同的。本文对中国目前主要的碳减排政策建立的PMC指数模型包括10个一级变量，分别用X1～X10表示。其中政策性质(X1)表示这项政策的实施目的与效果，包括监督、描述、识别、导向、稳定5个二级变量。保障激励(X2)表示政府为实施这项政策提供了哪些政策来吸引和鼓励公众的参与，主要包括法律保障、税收优惠、技术指导、投资补贴、人才支持5个二级变量。政策领域(X3)考察的是该政策的实施作用体现在哪些层面，主要包括经济、社会、技术、环境、政治5个二级变量。政策功能(X4)考察的是此项政策的实施功能体现在哪些具体方面，主要包括碳减排、技术创新、经济效益、环保意识4个二级变量。覆盖范围(X5)考察该项政策主要有哪些参与群体，主要包括个人、国内企业、跨国企业、国际组织4个二级变量。公众参与(X6)考察该项政策会影响公众的参与度，包括公平公正、经济收益、社会认可3个二级变量。作用层面(X7)考察该项政策在哪些层面产生实施效果，主要包括国家创新、区域经济、产业发展、企业创新4个二级变量。政策时效(X8)表示实施该项政策的时效性特征，主要包括长期、中期、短期3个二级变量，政策计划实行10年以上为长期，5～10年为中期，5年以下为短期。交流合作(X9)考察该项政策是否具有促进各个参与主体之间交流合作的作用，包括跨国家、跨地区、跨行业、跨期4 个二级变量。政策公开(X10)考察该政策是否公开。

3 文本挖掘

文本挖掘是指从文本数据中抽取有价值的信息和知识的计算机处理技术，是数据挖掘的一个分支。为了让三个政策的评价更加客观全面，需要获取足够的待测样本数据，通过人工方式去查找和处理有用的信息非常困难。因此本文通过文本挖掘技术进行数据处理，主要步骤如下。

3.1 网络爬虫获取文本

网络爬虫是一种按照一定的规则，自动地抓取万维网信息的技术。与碳交易、碳税，以及强制减排这三项政策相关的文本信息非常庞杂，利用网络爬虫技术可以便捷、高效地获取这些信息。本文通过网络爬虫技术，共获取相关减排政策文本585篇，具有比较高的代表性。数据来源包括国务院出台的相关政策文件，北京环境交易所、上海环境能源交易所等全国七个主要环境交易所，覆盖范围比较全面。

表1 政策变量设置

图1 知识图谱

3.2 利用LDA算法进行文本挖掘

最早被提出的文本处理方法是词匹配法，但是这种过于简单机械的方法不能带来良好的文本处理效果。后来兴起的知识工程的缺陷是人力与资金成本巨大，不具备可推广性。本文采用基于LDA算法的文本挖掘技术，是一种典型的深度学习方法，主要分为训练和分类两阶段。LDA算法又称为主题词提取算法，主要用来提取文章对应的主题词。首先需要一批人工准确分类的文本作为学习材料，称为训练集。然后计算机从这些文本中挖掘出一些能够有效分类的规则，这个过程称为训练，而总结出的规则集合称为分类器。训练完成后，通过这些分类器帮助计算机对需要处理的文档进行分类。本文基于TF-IDF权重处理原始训练样本(三大政策所有文章)，得到词的权重后输入给LDA算法，提取每个政策下对应的主题词，以及主题词权重。通过文章的主题，而不是简单的词语匹配，可以增加数据处理的科学性。对全部数据处理完成之后，利用知识图谱进行可视化展示。

4 结果分析

4.1 PMC指数的计算

根据Mario Arturo Ruiz Estrada的研究理论，PMC指数的计算分为4个步骤：①将各一级变量和二级变量放入多投入产出表中。命令控制用P1表示，碳排放权交易政策用P2表示，碳税政策用P3表示；②根据公式(1)和(2)计算二级变量值。其中二级变量都服从[0,1]分布。某一碳减排政策的二级变量值可以取0或者1，当政策文本的主题体现了相关二级变量信息，则对应的二级变量值取1，否则取0；③计算待考察政策的一级变量值。一级变量的得分是相应二级变量得分加总再除以二级变量数目，计算结果严格介于[0，1]之间，如公式(2)所示；④将待考察政策的所有一级变量值求和计算出该政策的PMC指数：

X～N[0，1]

(1)

(2)

其中i=一级变量，j=二级变量。

PMC=

(3)

根据PMC指数计算结果对三项政策进行评价，评价标准见表2。利用文本挖掘技术得到的数据和已有参数，得到三项减排政策的多投入产出，见表3。然后计算三项政策的PMC指数，见表4，等级划分结果见表5。

表2 政策评价等级划分

表3 多投入产出

续表3

表4 各项政策的PMC指数

表5 各项政策的等级划分

4.2 构建PMC曲面

PMC曲面是基于PMC指数的数据基础，以图像的方式更加直观地展示政策的评价结果。构建PMC曲面首先需要建立PMC矩阵，本文设计了10个一级变量，而变量X10政策公开的值3个政策都为1，并且考虑到矩阵的对称性与PMC曲面的平衡性，将变量X10剔除，利用其余9个变量建立了3x3矩阵，如公式(4)所示。基于表4各项政策的PMC指数，得到各项政策的PMC曲面数据如表6所示。根据PMC曲面数据，得到PMC曲面图 2～图4。

(4)

图2 命令控制减排政策P1的PMC曲面

图3 碳排放权交易政策P2的PMC曲面

图4 碳税政策P3的PMC曲面

根据PMC指数和PMC曲面的数据结果，P2和P3两项政策相对比较合理，每个政策的一级变量情况可以通过图2～图4清晰地反映。其中P1的PMC指数4.22表现不良，P2的PMC指数7.84表现优秀，P3的PMC指数6.09表现良好。导致政策P1的PMC指数低于其他两项政策是因为公众参与(X6)、作用层面(X7)两个一级变量的分值比较低，这反映基于行政的命令控制手段在企业主动参与意愿，以及作用效果上都表现较差。因为在实际运作过程中，各个企业不同，生产活动和技术水平差别很大，减排成本也不同，政府不可能有完全的信息去命令企业进行最优减排。这既影响了政策的实施效果，也影响企业的参与积极性。而政策P2在政策功能(X4)和交流合作(X9)这两个一级指标的评分较高，在技术创新、环保意识和经济效益上尤其突出。同时碳排放权交易制度特有的交易属性，还让其具有跨国、跨地区、跨行业和跨期的优势。政策P3总体表现良好，其劣势体现在单一的征税不利于激发纳入碳税群体的积极性。而P3的优势体现在政府征税的经验非常丰富，操作难度小，并且碳税能够提供相对稳定和直接的价格信号，驱使企业调整生产结构、减少碳排放。

5 总结与讨论

本研究通过构建PMC指数模型对目前三项主要碳减排政策进行了评价，希望可以为判断哪项政策更适合在中国使用提供参考依据和针对性建议。研究首先以Omnia Mobilis假设为基础构建PMC指数模型。其次通过网络爬虫技术获取了大量的文本数据，应用基于LDA算法的文本发掘技术，结合深度学习提高文本处理的质量。最后分别计算命令控制、碳交易和碳税三项政策的PMC指数，并建立PMC曲面对政策评价进行直观的展示。

研究结果表明碳交易政策P2表现优秀，碳税政策P3表现良好，而命令控制政策P1的结果不太理想。对比三项政策，命令控制手段虽然政策制定简单，但是在企业参与意愿和减排效率上具有较大劣势。碳交易的优势在于其特有的交易属性，超额完成减排指标后多余的碳配额可以出售获取收益，这更能激发个人和企业的减排积极性，促进相关的技术创新和投资。而碳税的优势在于可以确定具体的碳排放价格，并且易于操作。在今后的政策制定与实施上，可以结合碳交易与碳税政策的优势，短期内依据碳税提供的碳排放价格，激励企业对清洁技术进行投资与创新。而长期来看，实施碳交易可以让企业根据政府确定的碳排放上限，自主选择达到减排目标的最佳手段。

[1]METCALF G E.Market-based policy options to control U.S.greenhouse gas emissions[J].Journal of economic perspectives，2009，23(2):5-27.

[2]GREEN，RICHARD.Carbon tax or carbon permits：the impact on generators’risks[J].The energy journal,2008,29(3):67-89.

[3]BRISTOW A L，WARDMAN M，ZANNI A M，et al.Public acceptability of personal carbon trading and carbon tax[J].Ecological economics，2010，69(9):1824-1837.

[4]FELL H，BURTRAW D，MORGENSTERN R D，et al.Soft and hard price collars in a cap-and-trade system：a comparative analysis[J].Journal of environmental economics & management，2012，64(2):183-198.

[5]李伯涛.碳定价的政策工具选择争论:一个文献综述[J].经济评论,2012(02):153-160.

[6]石敏俊,袁永娜,周晟吕,李娜.碳减排政策:碳税、碳交易还是两者兼之[J].管理科学学报,2013(09):9-19.

[7]谢来辉.碳交易还是碳税? 理论与政策[J].金融评论,2011(06):103-110+126.

[8]雷仲敏,周广燕,邱立新.基于费-效分析框架的国家节能减排政策绩效评价研究——以山东省为例[J].区域经济评论,2013(04):86-93.

[9]陆敏,李岩岩.基于GM(1,1)模型的我国若干节能减排政策评价研究[J].生态经济,2014(09):45-49.

[10]邱立新.节能减排政策传导机制与效应评价——以山东省为例[J].科技管理研究,2012(07):25-28+32.

[11]俞业夔,李林军,李文江,冯文娟,王璐,邱国玉.中国碳减排政策的适用性比较研究——碳税与碳交易[J].生态经济,2014(05):77-81.

[12]ESTRADA M A R.Policy modeling：definition，classification and evaluation[J].Journal of policy modeling，2010，33(4):523-536.

[13]RUIZ Estrada M A，YAP S F，NAGARAJ S.Beyond the ceteris paribus assumption：modeling demand and supply assuming omnia mobilis[J].Social science electronic publishing，2008(2)：185-194.

[14]张永安,郄海拓.金融政策组合对企业技术创新影响的量化评价——基于PMC指数模型[J].科技进步与对策,2017(02):113-121.

[15]曹军新,姚斌.碳减排与金融稳定:基于银行信贷视角的分析[J].中国工业经济,2014(09):97-108.

[16]崔金星.中国碳交易法律促导机制研究[J].中国人口·资源与环境,2012(08):33-40.

[17]许士春.排污税与减排补贴的减排效应比较研究[J].上海经济研究,2012(07):14-21.

[18]金培振,张亚斌,彭星.技术进步在二氧化碳减排中的双刃效应——基于中国工业35个行业的经验证据[J].科学学研究,2014(05):706-716.

[19]沈月琴,曾程,王成军,朱臻,冯娜娜.碳汇补贴和碳税政策对林业经济的影响研究——基于CGE的分析[J].自然资源学报,2015(04):560-568.

[20]龚利,田瑾.碳减排政策的影响效应研究综述[J].华东经济管理,2013(07):160-163.

[21]孙睿,况丹,常冬勤.碳交易的“能源-经济-环境”影响及碳价合理区间测算[J].中国人口·资源与环境,2014(07):82-90.

[22]张翼,卢现祥.公众参与治理与中国二氧化碳减排行动——基于省级面板数据的经验分析[J].中国人口科学,2011(03):64-72+112.

[23]薄燕.合作意愿与合作能力——一种分析中国参与全球气候变化治理的新框架[J].世界经济与政治,2013(01):135-155+160.

[24]张晓娣.差异化碳税的福利及就业影响分析——跨期CGE框架下的情景模拟[J].经济科学,2015(05):70-82.

TheQuantitativeEvaluationofChina’sCarbonReductionPoliciesBasedontheIndexofPMCModel

Zhao Lixiang，Tang Jing

(School of Economics and Management，Beijing University of Technology，Beijing 100124，China)

The policy tools to mitigate climate change are mainly command and control regulation based on administrative，carbon trading based on total amount control and carbon tax based on price control.This article established a PMC index model combined with the text mining method to make quantitative evaluation on the command and control regulation，carbon trading and carbon tax policy.And it put forward suggestions to discuss which method was more suitable for China’s future application.The results showed that the performance of carbon trading was the best，carbon tax performance was good，the result of the command and control regulation was not very ideal.Finally，we proposed the some pertinence suggestions on the implementation of carbon reduction policy combined with the PMC index model.

Carbon reduction policy；PMC index model；Text mining；Quantitative evaluation

国家自然科学基金项目“碳排放权市场特性，定价机理与政策模拟设计研究”(71473010),北京市自然科学基金资助项目“北京市低碳经济实现路径选择研究——基于民用车辆使用控制视角”(9142001),北京市哲学社会科学规划重点项目“基于碳户籍管理方法的北京中心城区交通拥堵综合治理研究”(13JGA008)。

2017-03-23

赵立祥(1957-)，男，北京人，北京工业大学经济与管理学院教授，博士生导师；研究方向：资源环境经济与可持续发展。

C91

A

(责任编辑 刘传忠)