拍卖法对京津冀碳市场一体化的影响

党 浩 赵洱岽，2 何沚金 宋珏池 陈建民

1.华北电力大学经济与管理学院

2.北京理工大学管理与经济学院

1 京津冀碳市场建设进展

作为全国统一碳市场建成的破题关键，京津冀区域碳市场的一体化程度十分重要。2011 年10月，国家发改委下发《关于开展碳排放权交易试点工作的通知》，文件明确了北京、天津为国家碳交易试点。自文件发布至今，北京碳市场试点在政策法规、市场整合、交易宣传等方面相对比较成熟；天津在交易模式、交易系统、管理综合服务等方面不断创新；河北作为非国家颁布的碳减排试点，但碳排放量较大，对于京津地区影响深远，具有明显的碳减排潜力，急需系统合理的碳交易、合同能源管理等市场化手段以减少碳排放量，同步于北京和天津的步伐[1]。

在碳市场成熟度方面，学者们普遍认为北京市碳市场的综合实力较好，北京在京津冀三个市场中排名第一[2]，碳市场发展相对比较成熟[3]，碳市场效率正处于规模递增阶段[4]。具体而言，在京津冀三地区碳市场中，北京碳市场的法规体系最完备、配额价格最稳定、市场主体最丰富[5]。相比于其他两个地区碳市场排放价格，北京的碳价格较高，且相对稳定，但遭遇意外冲击或外部影响会使北京碳排放价格呈现出较强的波动性和较高的市场风险，且波动性持续时间较长。在溢出效应方面，北京碳市场的溢出效应较为明显，既受到其他两市场的溢出效应影响，同时存在对外溢出效应[6]。当然，北京市碳市场的运行效率和效果也存在可以改进的方面[7]，包括碳配额供给过剩等。北京碳市场发展应着重于适度削减配额供给、提高市场参与度、缩减人力资源投入等。此外，北京还探索了跨区域碳交易的可能性。2013 年11 月28 日，《开展跨区域碳排放权交易合作研究的框架协议》的成功签订，开启了北京与天津、河北、山东等地进行跨区域碳交易的新实践。在此次跨区域碳交易实践中，河北承德进展成效明显，河北的张家口也在有序推进。

2 碳配额影子价格评估测算

2.1 碳配额影子价格概述

影子价格是指基于一定原则，能够使资源被合理分配的价格。投入和产出真实的价值、市场供求关系、资源被替代程度，都能够通过影子价格得以反映。联合国把影子价格类比成机会成本，而产生这种机会成本的投入可以是资本、劳动力和外汇等。简单而言，影子价格是一种能够表示出某种资源稀缺程度的价格。它也能够表示出某种资源的真正价值。当影子价格为零时，不表示这种资源的价值为零，而是说明这种资源处于一种过剩的状态，即无法带来边际收益。

而稀缺性和商品性正是碳排放权所具有的属性，使其自身价值可用影子价格来表示。为应对气候变化，解决气候问题，《京都议定书》在2005 年被强制生效，由此稀缺性和商品性成了碳排放权的两种特殊属性。碳排放权这种稀缺资源本身具备的商品属性，使它能够作为一种商品在碳交易市场上进行买卖，在买卖过程中的碳排放权的价值可以用影子价格表示[8]。

然而，在实际的交易过程中，碳配额的价格会随着拍卖比例的变化而上下浮动。在拍卖机制的作用下，企业进行碳配额交易或者购买碳配额付出的代价导致企业成本相应地提升，在利益驱动下，将碳配额按照不同的比例拍卖，会导致碳配额的价格在碳交易市场上随之不断变化。碳配额拍卖比例与碳配额的市场价格呈现一定的正相关关系，即拍卖比例增大会使碳配额的市场价格上涨。

2.2 超越对数生产函数模型

2.2.1 超越对数生产函数模型[9]

当下的碳配额价格忽视了环境成本对其的影响，若简单地对当下市场中的碳配额价格回归分析，无法合理预测未来碳配额价格的趋势。解决上述问题，找到价格回归的替代方法是关键，而生产函数正是替代回归分析法以计算碳配额价格的更佳选择。相对普遍的生产函数模型有以下三种：固定替代弹性生产函数，柯布-道格拉斯生产函数和超越对数生产函数。本文选取超越对数生产函数模型为计算基础。

通常，碳排放变量主要有两种引入方式：一是从生产投入要素的角度出发，将碳排放直接引入生产函数。二是将碳排放作为不良输出量引入到生产函数之中，在此方式下，有一个前提假设，即此模型中需同时包含期望输出量和非期望输出量。

本文采用第一种，与资本存量和劳动力相同，从生产投入要素的角度出发，将碳排放直接引入生产函数，以计算影子价格。在实际计算中，生产函数采用的是超越对数生产函数，以达到优化求解碳配额影子价格的目的。

基于上述理论，以北京市为例建构超越对数生产函数优化模型：

上式中：

lnY——t年GDP 的对数；

lnL——t年劳动力的对数；

lnK——t年资本存量的对数；

lnE——t年碳排放的对数；

lnKlnL、lnKlnE、lnLlnE——交叉项；

(lnK)2、(lnL)2、(lnE)2——平方项；

α——系数；

ε——随机干扰项。

根据边际生产理论，测算PEt的公式为：

PEt碳配额影子价格

为求得影子价格PEt，首先需要计算αE、αKE、αLE、αEE，本文采用岭回归模型，运用SPSS 软件进行计算。

2.2.2 岭回归

岭回归是一种有偏估计回归方法，这种方法和最小二乘法类似，但不是最小二乘法，可将其看成是一种对最小二乘法进行改良后的方法，主要适用于共线性数据分析，其优势体现在对病态数据的拟合程度上，其拟合程度强于最小二乘法。本文将2001-2015 年京津冀三个地区历年的国民生产总值、CO2排放量、资本存量以及劳动力输入岭回归模型中，具体数据见表1，运用岭回归后得到的系数结果见表2，运用SPSS 软件分析所得的岭迹图见图1，变量显著性分析见表3。

表1 岭回归输入值（GDP、资本存量、劳动力及CO2排放量）

表2 碳配额影子价格估算公式在不同k 值下回归系数

表3 变量显著性分析（GDP、资本存量、劳动力及CO2排放量）

图1 岭迹图

2015 23 014.59 95.2 1 186.1 11 657.032 77

当K＞0.001 时，岭回归系数趋于稳定；当K=0.05 时的岭回归系数为最优解，如表4，将该组系数代入公式（1-1）得到公式（1-2）：

将表1 中数据代入公式（1-2），可得2001-2015年间北京市碳配额影子价格，结果见表5。计算结果显示，2001 年北京碳配额影子价格为483.636元 /t ，2015 年 碳 配 额 影 子 价 格 为 4 461.519 元/t。15 年间，仅 2002 年的碳配额影子价格轻微下滑，在其他时间里，碳配额影子价格整体呈现上涨趋势。

表5 2000-2015年北京市CO2排放权影子价格

表6 2001-2015 年天津市和河北省碳配额影子价格

2014 2015 2 757.72 2 898.70 3 681.27 3 957.67

同理可得天津市和河北省2001—2015 年的影子价格，见表6。

对于2025 年碳配额影子价格的估算，有两种可行方法：第一种是对北京市2025 年的国内生产总值（GDP）、资本存量、劳动力以及CO2排放量进行预测，代入公式（1-2）得到2025 年的碳配额影子价格；第二种方法是根据2001-2015 年的碳配额价格数据，运用灰色预测模型，对北京市2025 年的碳配额价格进行预测。由于第一种方法中的碳配额价格是由四个预测数据计算得到，导致所得碳配额价格的误差相对较大。本文采用第二种方法，即通过灰色预测模型，对碳配额价格预测，得出2025年北京市碳配额价格为7 497.75 元/t，预测结果见图2。

图2 2025年北京市碳配额价格预测结果

运用灰色预测模型，评估测算出2025 年不同的碳配额拍卖比例下对应的碳配额影子价格，详细数据见表7。当拍卖比例为5%时，影子价格为374.89 元/t，当拍卖比例提高到10%时，影子价格上涨至749.78 元/t。由表7 可知，在碳配额拍卖比例从1%到10%的变化过程中，碳配额影子价格随之逐步增高。

表4 K=0.05时的岭回归系数

同理可得，2025年天津市和河北省不同配额拍卖比例下的碳配额影子价格，见表8。

表7 2025 年北京市不同配额拍卖比例下的碳配额影子价格（元/t）

表8 2025年天津市和河北省不同配额拍卖比例下的碳配额影子价格（元/t）

3 京津冀碳市场一体化程度测评

3.1 测度方法——相对价格法

1954年，保罗·萨缪尔森提出了“冰川模型”，即当相对价格Pi/Pj的值不超过一定范围，无论i 地区和j 地区的价格是同频上下浮动，还是异频上下浮动，都可以认为两个地区具有较高的市场整合程度。在冰川模型用于指导市场整合研究的过程中，相对价格非常重要。因为相对价格与市场一体化之间有紧密联系。即：相对价格值越大，市场被分割的可能性越强；反之，相对价格越小，市场被分割的可能性越小。

冰川模型能够有效地测量不同市场之间的一体化程度，在实际研究中，相对价格的确定是重中之重。确定相对价格有两种选取方法：第一，选取去均值后方差V(q(ij,t))来显示不同区域或市场之间的相对价格变动情况Q(ij,k,t)；第二：对相对价格Q(ij,k,t)求一阶差分,得到ΔQ(ij,k,t)。为便于直接引用统计年鉴中的环比数据，本文将沿用第二种研究方法,具体步骤如下:

首先,构造两个不同市场的价格差异Q(ij,k,t)。

其中：Q(ij,k,t)=lnP(i,k,t)-lnP(j,k,t)

i 和j 分别是两个不同的市场,如北京和天津；k是产品种类；t为时间。不直接进行价格之间的相减运算，而采取对数的形式，主要由于以下原因:1)避免因变量测度单位影响自变量系数;2)缓和异方差问题和偏态性问题。

其次,为了能够直接利用统计年鉴中的数据，取相对价格一阶差分形式ΔQ(ij,k,t),即ΔQ(ij,k,t)=ln[P(i,k,t)/P(j,k,t)]-ln[P(i,k,t-1)/P(j,k,t-1)]。

其中：ΔQ(ij,k,t)和Q(ij,k,t)在运算结果上是效果相同的。

第三，取相对价格绝对值ΔQ(ij,k,t)。

第四，计算q(ij,k,t)。本文以去均值法计算q(ij,k,t)。商品的价格波动受到商品自身的特性以及其他因素的影响: 首先是自身特性，如农产品价格会随季节波动；其次，除了商品性质之外的其他因素，如地方保护主义等。只有排除由于商品属性引起的价格波动，才能获得市场细分带来的纯价格差异。基于上述分析，对相对价格作如下处理：代表商品 k 在三组邻近省份(京津冀城市群)的平均价值。

q(ji,k,t)是指市场环境等随机因素。方差表明了市场的整合程度，方差的值越小，市场越具有较高的一体化程度。

3.2 京津冀碳市场一体化指数测算及分析

结合由超越对数生产函数计算得出的京、津、冀地区的影子价格，运用相对价格测度方法，测算出2025 年不同拍卖比例下京津冀碳市场一体化指数。三地区具体一体化指数以及一体化水平对比图见表9和图3。

表9 2025年京津冀碳市场一体化指数（不同拍卖比例）

图3 2025年不同拍卖比例下京津、京冀、津冀碳市场一体化水平对比

由表9 数据，2025 年，总体来看，碳市场整合程度最高和最低的两个碳市场分别是京津碳市场和津冀碳市场。2025年，北京和天津的碳配额市场一体化程度随拍卖比例的增加而逐渐减少；与之相反，京冀地区和津冀地区的碳配额市场一体化趋势逐渐增强。

分析上述结果，作为首都，北京以其突出的经济、政治影响力和人口集中度，成为京津冀碳市场一体化协同发展的轴心。由此可以得出北京与天津、河北两地联动更强的缘由，而津冀的一体化程度稍弱的状况。

通过比较拍卖方式对京津、京冀、津冀碳市场一体化的不同影响，发现拍卖比例的增加不利于京津碳市场一体化。但在京冀和津冀地区，具有促进作用。原因在于，拍卖法对河北省碳价的影响幅度较大，增加同样的拍卖比例，会使河北省的CO2影子价格更接近于北京和天津的影子价格，从而促进碳市场的一体化。

4 京津冀一体化发展建议

为尽快实现京津冀碳市场一体化的全面建成与有效使用，根据以上研究结论，针对京津冀地区碳市场一体化发展提出以下建议。

4.1 对京津冀碳市场的碳价进行实时监测

对京津冀地区碳市场的碳价进行实时监控，是指导碳市场一体化发展的方向和重点。碳市场的一体化程度往往取决于碳配额的价格。在一体化程度较高的市场中，其商品的价格会实时波动，并且逐渐收敛于一个较小的区间。据此，以价格的大幅波动为线索，定位产生波动的关键环节，及时纠正阻碍市场一体化进程的因素是非常重要的。

4.2 加大CO2在河北的拍卖比例，促进京津冀碳市场一体化

研究结果表明，拍卖比例对于京冀和津冀碳市场一体化有促进作用。随着拍卖比例的增大，京冀地区碳市场一体化程度和津冀地区碳市场一体化程度都是越来越高。因此，应适当提高河北省CO2拍卖比例。

4.3 适当分散北京的非首都功能，提高津冀碳市场的一体化程度

京津冀一体化的协调发展需要齐头并进，而不是脱颖而出。北京强大的经济实力与政治基础，能够确保与天津、河北在碳配额市场交易方面的密切联动，而津冀地区碳市场的联动性比较薄弱。为了从根本上促进一体化，应该适当分散北京的非资本性职能，例如将北京的碳配额转移给天津。

拍卖比例的提高，能够促进京津冀碳市场一体化，但行业减排成本也会随之增加。本文尚未考虑提高拍卖比例对各行业成本的影响，拍卖比例达到什么程度，才是促进市场一体化的最优选择，还有待进一步的研究。