基于微观建模的重庆市碳排放权交易模拟研究

吴 静，朱潜挺

(1.中国科学院 科技战略咨询研究院， 北京 100190; 2.中国石油大学(北京)， 北京 102249)

2011年，国家发改委办公厅发布了《关于开展碳排放权交易试点工作的通知》，正式批准上海、北京、广东、深圳、天津、湖北、重庆等7省市开展碳交易试点工作。重庆市作为重要的试点城市之一，其碳市场于2014年6月正式开市。在未来长期的运行中，重庆碳市场将对重庆市未来的碳排放和经济发展产生何种影响？这需要展开定量的模拟研究。

当前，国内外已经开展了较多的关于碳市场的研究，从研究方法加以区分，大致可分为两类模型：一为自顶向下的建模；二是自底向上的建模。

在自顶向下的建模研究中，主要的建模方法是基于CGE的建模，所谓CGE建模是采用一组方程来描述经济系统，以分析各种政策对经济的影响。基于CGE模型的碳市场分析的主要工作包括： McLibbin等采用多区域多部门跨期一般均衡模型来考察碳交易及其资金流[1]；Baron利用8个模型对国际碳交易的配额分配和交易机制进行分析，从而评价发展中国家参与国际碳交易的可能方式[2]；Leimbach基于ICLIPS(Integrated Assessment of Climate Protection Strategies)模型以社会福利最大化为目标对碳交易的经济影响进行评估，得出未来中国对碳排放权的需求巨大，并将成为碳交易市场的主要买方[3]；Ellerman等采用CGE模型，对几种不同碳交易情景下的边际减排成本进行分析和评估，并得出有碳交易的减排成本要低于无碳交易的减排成本，碳交易潜力巨大[4]；Nijkamp等在GTAP-E模型的基础上构建了国际排放权交易模型来分析全球气候变化政策的影响[5]；Szabó等建立一个水泥行业全球动态模拟系统(CEMSIM)对欧盟以及其他国家CO2排放交易进行模拟分析[6]；Cho等基于CGE建模分析了4种不同分配原则和排放权存储机制对韩国工业的影响[7]。

在自底向上的建模中，基于自主体建模(Agent-based Simulation，ABS)是主要的建模方法。所谓ABS是以若干自主体模拟现实中的个体，通过自主体之间以及自主体与环境之间的交互推动系统的演化，分析自主体行为对系统整体的影响。基于自主体模拟的碳交易研究主要包括：Chappin基于自主体技术来模拟欧盟碳交易对荷兰电力部门投资的影响[8]；Bakam等基于自主体模拟构建了苏格兰地区的农业部门碳交易系统[9]；Mizuta等基于自主体技术建立了一个拍卖机制下的国际温室气体排放交易模型，但该模型的缺陷是没有结合实际数据[10]；Zhang等基于自主体模拟建立了江苏省二氧化硫排放权交易市场模拟系统，分析了交易费用对排放权交易市场的影响[11]。这些研究一方面展示了基于自主体模拟对多个异质主体参与的公共拍卖建模、市场动态建模具有良好的建模能力，另一方面也为碳交易市场的自主体模拟在主体选择、交易机制设计等方面提供了大量的经验借鉴。

因此，本文将采用自底向上的基于自主体的模拟方法对重庆市碳排放权交易市场展开建模研究。

一、模型构建

本文的模型是借鉴吴静等所建立的将基于自主体模拟和投入产出模型相结合的建模方法，扩展建立碳交易模块。因此，鉴于篇幅所限，关于模型的宏观经济模块、微观企业技术进步模块、能源-碳排放模块的详细建模请参见参考文献[12]，本文将主要介绍碳排放权配额分配模块和碳交易模块的构建。

(一)碳排放权配额分配

在碳交易的过程中，配额的分配是第一步。国内外对于配额分配的研究已经较多，这些研究虽然是国家层面的配额分配，但可以为重庆市碳排放权配给提供参考。

Rose等[13]，Cazorla等[14]就气候保护政策中排放权分配的公平性做了综合比较研究，基于对公平性定量分析的角度不同，将配额分配的公平原则分为三大类：基于分配公平的标准、基于产出公平的标准、基于过程公平的标准，具体分配原则如表1所示。虽然基于产出公平和基于过程公平的标准具有较好的动态性和灵活性，但是这两种标准在实施的过程中都离不开各国经济增长趋势、技术水平、减排成本、排放权交易市场等相关事实的估计，而这些估计目前仍具有较大的不确定性、不完善性，容易产生争端。因此，基于产出公平和过程公平的配额分配标准的使用频率仍小于基于分配公平的标准。例如，欧盟在联合履约机制中就是采取了基于分配公平的原则在国家间完成排放权的初始分配。

在我国，自2011年11月，国家发展改革委批准北京、天津、上海、重庆、湖北、广东、深圳“两省五市”开展碳排放交易试点以来，各个试点都推出了各自的配额分配机制。其中，重庆市于2014年6月发布的《重庆市碳排放配额管理细则》规定：以配额管理单位既有产能2008—2012年最高年度排放量之和作为基准配额总量，2015年前，按逐年下降4.13%确定年度配额总量控制上限，2015年后根据国家下达本市的碳排放下降目标确定。配额管理单位在2011—2012年扩能或新投产项目，其第一年度排放量按投产月数占全年的比例折算确定。2015年前配额实行免费分配。因此，在配额模块中，模型将遵照重庆市的实际配额机制进行构建。

根据企业的能源消费总量Enk,i,t和企业中各种能源的消费比重Hk,i,t，结合各种能源的碳排放系数，可以计算得到每个企业每年的碳排放量：

(1)

根据重庆市碳市场的配额机制，计算得到2014年的配额量，并在2014年之后，逐年下降4.13%：

Qk,i,t=0.041 3n*max{Ek,i,2008,Ek,i,2009,Ek,i,2010,Ek,i,2011,Ek,i,2012}

(2)

其中，n=1,2,3,…

表1 基于不同公平原则的配额分配[13]

(二)碳排放权交易建模

在配额分配模块基础上，交易模块对重庆市碳交易覆盖行业的企业在碳市场中的交易行为进行模拟。交易模块中最关键的问题是对企业边际减排成本的计算，根据朱潜挺等的研究[15]，得到企业的边际减排成本为：

(3)

其中：b1和b2为参数，σk,i,t为企业碳排放强度，μk,i,t为企业减排率。

由式(3)进一步转变得到企业的减排率为：

(4)

式(4)表明，在企业碳排放强度和碳价格(即边际减排成本)给定的情况下，我们可以计算得到所有企业各自的减排控制率。

对于任意企业来说，每一年都有一定的配额量Qk,i,t，且在配额总量控制下总有：

Trk,i,t=Qk,i,t-Ek,i,t

(5)

其中，Trk,i,t为企业的碳交易量，并且，每一期碳市场出清，即所有交易量之和为零：

(6)

如式(4)中已经给出的，在碳价格一定的情况下，企业可以计算得到自身的减排率，从而再进一步核算可以交易的配额量。当重庆市整体的配额量等于所有企业排放量之和时，碳市场的交易价格为均衡价格。此时，所有企业的边际减排成本均相等且都等于碳交易均衡价格，即：

Pt=Mac1,1,t=Mac1,2,t=…=Mack,i,t

(7)

碳交易中，区域碳交易额应等于区域碳交易量乘以碳交易均衡价格，于是，t时期各企业的碳交易额可用方程表示为：

Tvk,i,t=Trk,i,tPt

(8)

二、重庆碳市场运行政策模拟分析

为了获得实施碳交易后对经济、排放的影响的评估，研究假设了两个情景，即：无碳交易的情景1和有碳交易的情景2。通过对两个情景下重庆市经济与排放的比较，进而分析重庆碳市场对各方面将产生的影响。

在情景2中，根据重庆市当前的碳排放权交易相关机制，我们将模型中碳市场的交易机制做如下假设：① 关于配额机制的假设。重庆市碳市场规定以2008—2012年最高年度排放量作为基准配额总量，2015年前，按逐年下降4.13%确定年度配额总量控制上限，而2015年以后如何确定配额尚不明确，因此本研究暂且假设至2050年重庆市将继续执行逐年下降4.13%的配额控制机制。② 关于碳市场覆盖行业的假设。根据重庆市碳排放配额管理细则，主要工业企业纳入到配额交易的体系中，因此结合本文对投入产出表的17个部门的划分，模拟的碳市场的微观交易企业主要包括：采掘业、食品制造业、纺织缝纫及皮革制造业、其他制造业、电力及蒸汽热水生产和供应业、炼焦煤气及石油加工业、化学工业、建筑材料及其他非金属矿物制品业、金属制造业以及机械设备制造业。

(一)碳市场下重庆市产出变化

模拟得到，在碳交易的情景下，从重庆市整体GDP看，情景2的全市GDP值与情景1持平，其中的原因在于两个方面：① 虽然进行了碳交易，但每期交易额相对于每个部门的产出而言仅占很小的一部分，图1为2015—2050年各部门碳交易额占本部门总产出比例的平均绝对值，可以看出，碳交易额占部门产出的比例绝对值基本在0.1%左右，比例最高的为纺织、缝纫及皮革制造部门的份额，约为0.35%。因此，总体而言，碳交易对部门的经济影响并不显著。② 由于是区域内的碳交易，并不存在由于碳交易而造成的资金外流，因此从全市经济整体而言，碳市场交易造成的资金流在参与企业的买方流向卖方，这仅为区域内部的资金流动，对全市GDP水平影响较小。

虽然碳市场对重庆市GDP水平影响较小，但由于在实施碳交易之后，部门的产出将发生一定的变化，这种变化也将导致重庆市产业结构发生变化。比较情景2与情景1，重庆市三大产业的比重如表2所示。分析可知，在碳市场的作用下，至2050年，第三产业的比重较情景1略有上升，第二产业和第一产业的比重略有下降，表明碳市场将有助于重庆市的产业结构升级，进一步促进服务业的扩张。

(二)碳市场下重庆市部门产出变化

虽然在全市层面上，碳市场交易对重庆市GDP的影响较小，但企业将参与碳市场的碳排放权买或卖，使得企业资金在部门间流动，从而造成部门的产出在有碳市场或无碳市场的情况下发生波动。图2展示了在情景2(即有碳交易的情景)下，各部门产出相对于情景1(即无碳交易的情景)的变化率。可以看出，在碳市场的作用下，各部门的产出均发生了一定的波动，这种波动不仅限于参加了碳交易的工业企业，而且波及到了经济整体的各个部门，其中的原因在于经济各部门存在内在的中间投入关系，但工业企业进行碳交易时，其生产成本的变化间接影响了产品的市场价格，从而作用于与之存在投入产出关联的其他部门企业[16]。

图1 部门碳交易额占部门总产出的平均比例绝对值

时间一产占比/%二产占比/%三产占比/%情景120205.0347.9946.9820303.1940.8355.9820402.1133.9563.9420501.5328.9469.53情景220205.0048.0346.9820303.1340.7756.1020402.0933.7364.1720501.5228.6469.85

图2 2015—2050年情景2下各部门产出相对情景1的年变化率

按照产出受碳市场影响的变化方向的不同，可以将部门分为以下几种类型：① GDP始终收益的部门，即在实施碳交易后，情景2下部门的产出较情景1有所增长，这类部门包括食品制造业、化学工业、机械设备制造业、运输邮电业、金融保险业、其他服务业。2015—2050年，以上各部门的平均产出增幅分别为0.85%、0.25%、0.53%、0.95%、0.47%、0.26%，可以看出，在碳交易作用下运输邮电业和食品制造业受益较大。② 始终受损的部门，即在实施碳交易后，情景2下部门的产出较情景1有所下降，这类部门包括农业、采掘业、纺织缝纫及皮革制造业、电力及蒸汽热水生产和供应业、其他制造业、建筑业、商业饮食业。2015—2050年，以上各部门的平均产出降幅分别为-0.54%、-1.78%、-1.50%、 -1.95%、-1.80%、-1.20%、-0.16%，可以看出，电力部门将在碳市场运行后受到较大的负面冲击，其产出下降幅度最为显著，其他制造业次之。而电力部门之所以受到如此显著的冲击，是因为当前重庆市发电仍以火电为主，碳排放较大，而实施碳排放控制之后，该行业需要较大的资金投入到碳排放权的买卖中，从而降低了部门的产出。同时，在碳排放控制作用下，其他部门对电力部门的需求也将有所降低，从而进一步促使电力部门产出下降。③ 初期受损后期受益的部门，即在实施碳交易后，在初始阶段部门的产出较情景1有所下降，但随着碳市场的发展部门产出较情景1上升，这类部门主要包括：炼焦煤气及石油加工业、建筑材料及其他非金属矿物制品业、金属产品制造业、公共事业及居民服务业。这些部门2015—2050年平均产出变化率分别为0.02%、1.25%、0.95%、0.13%，可以看出，基本上这类部门均可在长期的碳交易中获益，其中至2050年产出增幅较大的为建筑材料及其他非金属矿物制品业，其增幅甚至超出了第一类中始终受到正面影响的邮电运输业。整体而言，在碳市场影响下，产出受益较大的是建筑材料及其他非金属矿物制品业，产出受损最大的是采掘业、电力及蒸汽热水生产和供应业。

图3 碳交易下重庆市三大产业累积产出变化率

而从三大产业在碳市场中的平均受影响程度分析，与情景1比较，实施碳交易后，2015—2050年，一产的累积产出降低0.62%，二产的累积产出降低0.66%，三产的累积产出上升0.12%(见图3)。这与前文分析得到的碳市场将促进重庆市产业结构升级的结论一致。

(三)重庆市碳市场的构成

在碳市场中，鉴于对成本效益的考虑，参与企业将根据边际减排成本与碳市场交易价格的权衡考虑，对配额的买卖进行决策，因此将分别形成碳市场的买方与卖方。模拟得到2015—2050年重庆市各部门在碳市场中的交易量如图4所示，其中，作为卖方存在的部门主要有采掘业、食品制造业、建筑材料及其他非金属矿物制品业、机械设备制造业；买方部门主要包括纺织缝纫及皮革产品制造业、其他制造业、电力及蒸汽热水生产和供应业、炼焦煤气及石油加工业、化学工业、金属产品制造业。需要说明的是，这里买方与卖方部门的划分是在行业层面上的整体统计特征，而在实际的交易中同一部门内可能同时包含买配额的企业和卖配额的企业。

国内主要脱硫技术主要分为湿法烟气脱硫、干法烟气脱硫和半干法烟气脱硫等三大类。具体包括：石灰石/石灰-石膏法、双碱法烟气脱硫工艺、氨法烟气脱硫、双氧水脱硫、有机胺法、干式吸收剂喷射法、金属氧化物脱硫法、喷雾干燥法脱硫等技术。

进一步细分买方与卖方市场(见图5),在买方市场中，2015—2050年累积购买量最大的为电力部门，占碳市场总交易量的30%，其次为其他制造业，占29%，这种买方市场的结构也印证了前文对各部门产出变动的分析，电力部门和其他制造业为购买排放权支付了较多的资金，从而对本部门的产出产生负面影响；而在卖方市场中，2015—2050年累积出售量最大的为机械设备制造业，占出售量的42%，其次为采掘业，占32%。但同时我们也发现，在卖方中，虽然机械设备制造业和采掘业占据了主要的市场份额，但是这两个部门的产出并没有因此而较情景1有显著上升，机械设备制造业的产出增幅为0.53%，而采掘业的产出增幅为-1.78%，表明这两个行业虽然在碳交易中为资金流入方，但在产业部门联动作用下，由于碳排放控制引起的中间需求降低基本抵消了这两个部门在碳市场中的收益，采掘业甚至出现产出降低。

图4 2015—2050年重庆市各部门交易量

图5 重庆市碳市场买方与卖方市场构成

(四)重庆市碳排放与碳市场运行

在碳市场的作用下，情景2下重庆市的排放量较情景1发生了较大的变化，见图6。若碳市场的排放权配额如情景2所假设，即至2050年每年配额递减4.13%，则未来重庆市的碳排放轨迹将发生显著的变化，碳排放在实施碳交易之后逐年下降，至2050年排放量为15.73百万吨碳，比未实施碳交易时减少约10百万吨碳；2015—2050年累积减少碳排放933百万吨碳，减排量占原排放总量的36.69%。

图6 情景1、情景2下重庆市碳排放总量变化

而各部门的碳排放与全市总排放的轨迹略有不同(见图7)，特别是对于不参加碳市场的部门来说，他们的碳排放高峰将普遍晚于参加碳市场的工业部门，甚至在服务业内的一些部门的排放量至2050年仍呈现持续上升的状态。

图7 情景2下重庆市部门碳排放轨迹

排放量的下降得益于碳排放总量的控制，排放配额盈余或短缺的企业在碳市场进行交易，模拟显示，随着市场的发展，碳交易量将呈现先上升后略有下降的趋势，如图8所示。至2050年，累积交易量将达到58.6百万吨碳。在2032年左右，碳交易量达到峰值，随后交易量将出现略微下降，并伴随不稳定的起伏。交易量峰值的出现反映了企业技术进步与碳交易之间的相互作用关系，在碳市场初期，交易量较小，交易价格较低(见图9)，企业倾向于通过购买排放权来实现排放控制目标，但随着碳价格的上升以及企业自身技术水平的进步，企业由购买排放权转变为自行减排，从而降低了排放权的交易量，但市场价格相对于交易量而言具有一定的滞后期，其达到价格高峰的年份大约在2045年前后。

图8 情景2下重庆市碳市场交易量变化

图9 情景2下重庆市碳市场价格变化趋势

三、结论

在碳市场中，微观企业是市场的主体，在市场机制的作用下，企业将基于自身异质性的条件对市场运行状态做出反馈，参与碳交易；同时，碳市场的存在也刺激了企业开展低碳技术创新，取得市场先机并在碳交易中获益。在微观企业行为的作用下，碳市场的宏观状态发生演变，从而构成一个自底向上的动力学系统。针对碳市场的这种自底而上的演化特征，我们需要采用自底而上的建模方法展开有效的模拟，而基于自主体模拟方法正好满足了这种需求。

[1] MCLIBBIN W J，ROSS M T，SHACKLETON R，et al.Emissions trading，capital flows and the Kyoto protocol[EB/OL].(1999-12-19)[2017-05-15].http://citeseerx.ist.psu.edu/viewdoc/download?/.

[2] BARON R.International emission trading:From concept to reality[M].Paris:Intemational Energy Ageney，2001.

[3] LEIMBACH M.Equity and carbon emissions trading:A model analysis[J].Energy Policy，2003，31(10):1033-1044.

[4] ELLERMANA D，SUE W I.Absolute versus intensity-based emission caps[J].Climate Policy，2003(32):7-20.

[5] NIJKAMP P，WANG S L，KREMERS H.Modeling the impacts of international climate change policies in a CGE context:The use of the GTAP-E model[J].Economic Modelling，2005，22:955-974.

[6] SZABO′ L，HIDAGO I，CISCAR J C，et al.CO2emission trading within the European Union and Annex B countries:The cement industry case[J].Energy Policy，2006，34(1):72-87.

[7] CHO G L，KIM H，KIM Y D.Allocation and banking in Korean permits trading[J].Resource Policy，2010，35:36-46.

[8] CHAPPIN E J L.Carbon dioxide emission trade impact on power generation portfolio:Agent-based modelling to elucidate influences of emission trading on investments in dutch electricity generation [EB/OL].(2006-11-26)[2017-05-12].http://repository.tudelft.nl/view/ir/uuid:3b04ec6b-f8b0-4a4b-8cc0-dc92c9388006/.

[9] BAKAM I，MATTHEWS R B.Emission trading in agriculture:A study of design options using an agent-based approach[J].Mitigation and Adaptation Strategies for Global Change，2009，14:755-776.

[10]MIZUTA H，YAMAGATA Y.Agent-based simulation and greenhouse gas emissions trading[C]//Simulation Conference，2001.Proceedings of the Winter.IEEE，2001:535-540.

[11]ZHANG B，ZHANG Y，BI J.An adaptive agent-based modeling approach for analyzing the influence of transaction costs on emissions trading markets[J].Environmental Modelling & Software，2011，26(4):482-491.

[12]吴静，王铮，朱潜挺，等.微观创新驱动下的我国能源消费与碳排放趋势研究[J].复杂系统与复杂性科学，2016，13(4):68-79.

[13]ROSE A，STEVENS B，EDMONDS J，et al.International equity and differentiation in global warming policy[J].Environmental and Resource Economics，1998，12(1):25-51.

[14]CAZORLA M，TOMAN M.International equity and climate change policy[G].Climate Change Economics and Policy:An RFF Anthology，2001:235.

[15]朱潜挺，吴静，王铮.基于自主体的全球碳交易模拟[J].地理研究，2012，31(9):1547-1558.

[16]祝静,林金钗.供应链企业间碳排放权共享协调策略研究[J].重庆理工大学学报(社会科学),2015(8):49-53,104.