研发投入和碳排放量对碳交易价格的影响研究——以湖北省碳市场为例

吕儒云，廖剑宇，时泽楠，曲洋样，杨剑峰

（湖南工业大学城市与环境学院，湖南株洲412007）

我国作为全球最大的能源消费国，同时也是全球最大的二氧化碳排放国，实现低碳经济发展是我国经济发展的必经之路。我国碳交易试点市场的建立是实现低碳经济的必要手段，继2017年启动全国碳排放交易体系，2019年全国碳交易市场进入模拟运行期。碳价格作为碳交易市场的核心要素，是碳交易市场研究的重点对象。

徐世超和彭斯达认为湖北省2014～2016年碳交易价格不仅受自身粘性影响，还受国际能源价格指数、火力发电占总发电的比率和汇率的影响[1]。董长根和甄翠敏研究了能源产量和用电量对湖北省碳交易价格的影响[2]。王巍和韩丹丹认为宏观经济、能源价格、国际碳排放权价格、气候和政策都会对碳交易价格产生影响，交易价格与EUA（欧盟碳交易）期货价格呈负相关，天气因素与碳交易价格呈负相关，碳交易价格与煤炭价格指数（CPPI）呈负相关[3]。陈小红和王陟昀从供给、需求和市场影响三个方面对碳交易价格影响因素进行理论分析，并以欧盟排放交易体系为样本开展实证研究，认为原油、天然气和煤炭等能源价格是影响碳价格的主要因素[4]。赵选民和魏雪以我国七大碳交易试点省市碳交易价格为研究对象，选取国内外主要传统能源价格指标进行实证研究，发现传统能源价格与碳排放权交易价格之间负相关的关系[5]。Boqiang Lin，Zhijie Jia运用一般均衡模型研究不同ETS（碳排放交易体系）价格水平对能源消耗、二氧化碳排放和经济的影响，研究结果表明，ETS价格越高化石能源消耗越低，低排放交易机制价格将削弱碳市场减少排放的能力，更高的ETS价格将导致更高的二氧化碳排放量减少，但经济成本不容忽视[6]。宋晓玲与孔垂铭通过对七大碳排放交易市场构建面板数据模型，认为碳排放权交易市场的发展可以促进地区经济结构的优化[7]。廖诺等构建碳交易政策下电煤供应链全过程碳排放的系统动力学仿真模型，结果表明碳交易价格越高，对电煤供应链企业利润的负面影响越大，减排效果先增后减[8]。陈晓红和曾祥宇研究供应链分散和集中决策模式下碳交易价格对碳排放量的影响，研究结果显示碳交易价格上涨会使制造商最优单位碳排放量减少[9]。刘铠诚等运用层次分析法与模糊综合评价方法，对七个试点进行了实例分析，构建了碳市场建设程度评价指标体系，从综合评价结果看，广东、北京和湖北对于全国碳市场建设具有较大的参考价值[10]。根据世界银行《碳价监测报告2016》，瑞典碳税已经达到137美元/吨，而我国目前碳价格仅2～3美元，由此可见，目前我国的碳交易试点市场碳交易价格过低，对减排意义不是很大，碳交易价格仍有很大的上升空间。现有的关于碳交易价格研究多集中于碳交易价格波动规律、碳交易价格波动的影响因素和碳交易价格确定的研究上，而对于创新型国家建设过程中研发投入变动对碳交易价格的影响研究缺乏。因此，本文的研究重点关注研发支出与碳排放量对碳交易价格的影响，通过选取湖北省碳交易价格、研发支出及碳排放量数据，探索出研发支出及碳排放量对碳交易价格的影响。

1 变量选取、数据来源与研究假设

1.1 变量选取

目前我国正在建设创新型国家，科技创新成为提高国家综合实力和国际竞争力的关键因素[11]。科技创新作为提升节能减排效率的核心[12]，创新理念将会引领发展方式的转变，科技创新是实现低碳可持续发展的必经之路。本文选取作为科技投入表征指标的研发支出（YF）、碳排放量（CE）作为自变量，研究它们对因变量碳交易价格（P）影响。

1.2 数据来源

本文2014～2018年研发支出的原始数据来自于历年湖北省统计年鉴，碳排放量由历年《湖北省统计年鉴》及《中国能源统计年鉴》中全社会化石能源消费量按照《IPCC温室气体排放清单》（2016）中的方法，估算得出[13]。2016～2018年碳交易价格数据是将湖北碳排放权交易中心公布的碳排放权交易日成交价作为初始数据，通过变频处理将其转化为年度数据。

1.3 研究假设

1.3.1 假设1：研发支出与碳交易价格正相关。随着科技创新，国家将投入更多的资金在减排技术上，从而提高能源利用率、实现经济转型发展。建立碳排放权交易市场，通过市场手段来实现减排目标。但最终实现减排要依托科技技术的发展，科学技术的发展离不开科技的投入。研发投入的增加将会从技术上实现减排，减少碳排放量，从而使得碳交易价格上涨。目前我国的碳交易价格在国际碳交易市场上排位较低，仍有很大的上升空间[7]。本文将从湖北省研发支出变化量背后的科技进步的角度对碳交易价格进行研究。

1.3.2 假设2：湖北省碳交易价格与碳排放量负相关。从湖北省碳交易市场公布的信息来看，参与碳交易的企业主要集中在传统能源行业，考虑到数据的科学性和可获取性，本文碳排放量仅考虑全社会化石能源消耗所产生的碳排放。从能源消耗的角度来看，能源消耗量减少，会使湖北省整体的碳排放量减少，相关决策者会减少碳排放配额，根据市场供求原理，碳交易价格将会上涨。所以碳排放量的下降将会导致碳交易价格的上涨。

2 实证分析

2.1 基本模型

2.1.1 GM(1,1)模型的基本形式为：

其中，X(0)=(x(0)(1),x(0)(2),…,x(0)(n))为原始数据序列，Z(1)=(z(1)(1),z(2)(2),…,z(1)(n))为 X(0)的 1-AGO 序列 X(1)的紧邻均值生成序列。模型检验：①相对误差△检验：给定α，若△(k)＜α且△＜α成立，则模型（1）在α水平上通过相对误差检验。②均方差比C检验则模型①在C0水平上通过均方差比检验。③小误差概率P检验：p=P(ε(k)-ε ＜0.6745S1)，给定 p0＞0，若p＞p0成立，则模型①以概率p0通过小误差概率检验。

给定α，C0，p0的一组值，就确定了检验模型模拟精度的一个等级，模型的模拟精度分级参考标准如表1所示。

2.1.2 模型预测。根据GM(1,1)模型，采用Matlab软件对碳交易价格及碳排放量、研发支出进行模拟和预测，得出模拟预测结果与模型检验结果。分别见表2、表3以用于本文的研究。

2.2 灰色计量经济学模型

2.2.1 因果关系检验。运用Eviews9.0软件对碳交易价格、碳排放量及研发支出之间Granger因果关系进行检验，检验结果见表4。由表4可知，在10%显著水平下，碳排放量、研发支出是碳交易价格的Granger原因。

2.2.2 线性相关性检验。使用SPSS25.0软件对自变量碳排放量（CE）、研发支出（YF）进行线性相关性检验，检验结果如表5。

由相关性矩阵可知变量之间线性关系较强。为了解决变量之间的共线性问题，采用SPSS软件用因子分析法提取一个主成分Z（特征值的累计贡献率达到99.084%），代替原有两个变量进行回归，得到：

表1 灰色预测模型（1）精度等级

表3 碳交易价格、碳排放量及研发支出的模型检验结果

表4 Granger因果关系检验结果（滞后阶数为1）

表5 相关性矩阵

回归分析表明，R2=0.849，调整的R2=0.830，方差分析概率值为0.000。因此模型（4）整体拟合较好，具有统计学意义。将（3）代入（4）得到方程：

从建模的各种检验结果可知模型（5）模拟能力较强，模型中的各自变量回归系数均符合经济学意义，能够比较客观的反映出碳排放量及研发支出与碳排放量之间的长期发展趋势。

2.3 实证结果讨论

从模型参数估计和检验结果可以看出，自变量回归系数均通过经济学检验，能够反映湖北省碳排放量和研发支出与碳排放权交易价格之间的关系。

2.3.1 湖北省研发支出与碳交易价格呈正相关关系。模型参数估计和检验结果可以看出，研发支出系数为0.121238，意味着研发支出每增加1个百分点，平均说来碳交易价格将会增长0.121238个百分点。随着国家加大科技投入，增加研发支出，碳交易价格也将随之上涨，回归结果符合假设1。增加研发支出，用科技创新来提高节能减排效率，是我国目前提高社会生产力和综合国力的战略支撑，经济可持续发展必须实现区域科技创新和节能减排效率的协同发展[13]，在科技创新和节能减排协同发展背景下，国家对研发支出的投入会逐渐增加。为提高碳交易市场效率，碳交易价格也会增加。

2.3.2 湖北省碳排放量与碳交易价格呈负相关关系。湖北省碳排放量与碳交易价格呈明显的负相关，回归参数为-0.289535，意味着碳排放量每减少1个百分点平均说来将会引起碳交易价格上升0.289535个百分点。碳排放量的增加将会导致碳交易价格的下降，回归结果符合假设2，中国承诺在2030年碳排放量达到峰值，意味着在2030年后中国将被纳入强制减排。而碳市场是《京都议定书》下约束碳排放的有效手段，碳排放量的减少，将会导致碳交易价格上涨。

3 结语

本文运用计量经济学方法，构建回归分析模型捕捉碳排放量、研发支出与碳交易价格之间的关系，通过对模型参数的分析，得出以下结论。（1）加大科技投入。研发支出与碳交易价格呈正相关，研发支出每增加一个百分点，碳交易价格平均说来将增长0.121238个百分点。政府应继续推进科技创新，加大科技研发投入。（2）积极调整能源结构。对能源市场加强把控，从研究结果可知，碳排放量与碳交易价格呈负相关，碳排放量每减少一个百分点，碳交易价格平均将上升0.289535个百分点。因此，可以通过对能源市场的把控间接影响碳交易市场，控制碳交易价格。

针对以上结论，本文认为创新型国家建设下研发支出的增加将会对碳交易价格产生正向影响，控制研发投入也可以对碳交易价格进行调控，使得碳交易价格处于最佳区间。同时由于碳排放量会影响碳交易市场中碳交易量，也会间接影响碳交易价格，可以通过调整能源结构，增加碳排放系数低的能源使用，减少碳排放系数高的能源使用。