摘 要： 國(guó)內(nèi)學(xué)者對(duì)碳交易的研究大多從宏觀角度和制度層面闡述碳交易減少碳排放的原理；本文根據(jù)1990年至2015年廣東省的碳排放數(shù)量、碳交易金額和地區(qū)生產(chǎn)總值，建立二元線性回歸模型，探討碳排放數(shù)量與碳交易金額之間的定量關(guān)系，并建立了ARIMA時(shí)間序列模型對(duì)廣東省碳排放數(shù)量進(jìn)行預(yù)測(cè)。

關(guān)鍵詞：碳交易 碳排放數(shù)量 最小二乘法

中圖分類號(hào)：F420 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-9082（2017）01-0100-02

一、文獻(xiàn)綜述

我國(guó)啟動(dòng)碳交易試點(diǎn)后，國(guó)內(nèi)對(duì)碳交易的相關(guān)研究不斷增加。國(guó)內(nèi)學(xué)者對(duì)碳交易的研究大多從宏觀角度和制度層面闡述碳交易減少碳排放的原理，如陳波從理論上闡述了碳交易的經(jīng)濟(jì)學(xué)原理，并介紹了歐盟碳交易機(jī)制的實(shí)踐[1]，李佐軍等從理論上闡述了我國(guó)碳排放權(quán)的分配機(jī)制、交易機(jī)制和價(jià)格形成機(jī)制[2]，鄭爽等簡(jiǎn)要了介紹我國(guó)七個(gè)碳交易試點(diǎn)的制度和特點(diǎn)[3]；國(guó)內(nèi)也有一些學(xué)者對(duì)部分省市的碳排放的影響因素進(jìn)行了定量研究，林珊珊基于江蘇省1990-2013 年的數(shù)據(jù)，運(yùn)用改進(jìn)的 STIRPAT 模型分析了江蘇省碳排放的影響因素，結(jié)論是技術(shù)進(jìn)步對(duì)碳排放的抑制作用不顯著，而經(jīng)濟(jì)增長(zhǎng)和人口變動(dòng)的作用較顯著[4]；黃蕊，王錚運(yùn)用STIRPAT 模型對(duì)重慶市碳排放影響因素進(jìn)行了定量分析，發(fā)現(xiàn)人口數(shù)量、人均GDP、能源強(qiáng)度、城市化水平與碳排放正相關(guān)、第三產(chǎn)業(yè)比重與碳排放負(fù)相關(guān)[5]；國(guó)內(nèi)學(xué)者很少對(duì)碳交易減少碳排放進(jìn)行定量研究，本文將嘗試進(jìn)行定量研究，以廣東省為例，建立二元線性回歸模型，探討碳排放數(shù)量和碳交易金額之間的定量關(guān)系。

如果碳交易確實(shí)對(duì)減少碳排放有積極的作用，那么如果發(fā)展華南地區(qū)碳交易市場(chǎng)，才能更好的減少碳排放？本文將進(jìn)一步分析華南地區(qū)碳排放效率的差異，并以此提出發(fā)展華南地區(qū)碳交易的相關(guān)建議。

二、碳交易對(duì)碳排放效率影響的實(shí)證研究

1.模型構(gòu)建

1.1碳交易對(duì)碳排放的影響

我國(guó)實(shí)行碳交易機(jī)制的目的就是依靠市場(chǎng)化手段實(shí)現(xiàn)強(qiáng)度減排和總量減排的雙控目標(biāo)，廣東省碳交易試點(diǎn)在全國(guó)率先引入碳配額有償分配機(jī)制，市場(chǎng)化手段分配碳配額的結(jié)果必然導(dǎo)致碳減排由高成本企業(yè)地區(qū)和轉(zhuǎn)向低成本地區(qū)和企業(yè)，碳交易的總量和交易機(jī)制 （cap and trade system）同時(shí)也必然實(shí)現(xiàn)全社會(huì)碳排放的減少。為了定量研究碳交易對(duì)碳排放的影響，本文通過(guò)碳交易年度總成交金額來(lái)衡量粗略碳交易的發(fā)展程度，一般來(lái)說(shuō)，碳交易年度總成交金額越高，表明碳交易越發(fā)達(dá)，碳排放數(shù)量應(yīng)該越少，即碳交易年度總成交金額與碳排放數(shù)量成反比的關(guān)系。

1.2地區(qū)生產(chǎn)總值（GDP）對(duì)碳排放的影響

本文采取化石燃料產(chǎn)生的二氧化碳計(jì)算碳排放，而化石燃料占廣東省一次能源消費(fèi)總量的80%左右，能源消費(fèi)總量又是地區(qū)生產(chǎn)總值必不可少的重要投入，所以碳排放與地區(qū)生產(chǎn)總值有著重要的相關(guān)關(guān)系。一般來(lái)說(shuō)，地區(qū)生產(chǎn)總值越高，一次能源消費(fèi)總量也越高，相應(yīng)碳排放數(shù)量也越高，即地區(qū)生產(chǎn)總值與碳排放數(shù)量成正比的關(guān)系。

1.3地區(qū)生產(chǎn)總值和碳交易的關(guān)系探討

碳交易市場(chǎng)是政府根據(jù)外部性原理強(qiáng)行創(chuàng)造出來(lái)的一個(gè)新市場(chǎng)，所以碳交易市場(chǎng)在誕生和成長(zhǎng)過(guò)程中，影響最大的都是政策性因素；當(dāng)?shù)貐^(qū)生產(chǎn)總值較高時(shí)，碳排放數(shù)量也較高，但是碳排放數(shù)量高不一定導(dǎo)致碳交易金額高：一般來(lái)說(shuō)，碳配額不足的企業(yè)會(huì)購(gòu)買配額，碳配額多余的企業(yè)會(huì)出售配額，但是企業(yè)的碳配額充足與否與企業(yè)的碳排放數(shù)量無(wú)關(guān)，主要與企業(yè)自身的技術(shù)水平和碳交易政策等因素相關(guān)；所以，碳交易的金額主要與企業(yè)自身的技術(shù)水平和碳交易政策等因素相關(guān)，而與地區(qū)生產(chǎn)總值和碳排放數(shù)量關(guān)系不大，即碳交易總金額和地區(qū)生產(chǎn)總值沒(méi)有顯著的相關(guān)關(guān)系。

1.4初始碳排放的探討

初始碳排放就是二氧化碳自發(fā)排放數(shù)量，當(dāng)碳交易年度總成交金額和地區(qū)生產(chǎn)總值均等于零時(shí)，碳排放的初始值應(yīng)該是一個(gè)正的常數(shù)，代表居民自發(fā)碳排放。

1.5模型構(gòu)建

2.模型估計(jì)

2.1原始數(shù)據(jù)

數(shù)據(jù)來(lái)源。本模型的原始數(shù)據(jù)來(lái)源于《廣東統(tǒng)計(jì)年鑒》和廣州市碳排放權(quán)交易市場(chǎng)。

化石燃料數(shù)量的計(jì)算。化石燃料產(chǎn)生的二氧化碳占90%以上，所以本文中碳排放僅計(jì)算化石燃料產(chǎn)生的二氧化碳，化石燃料包括原煤、原油和天然氣三種，這三種化石燃料的數(shù)據(jù)根據(jù) 《廣東統(tǒng)計(jì)年鑒》中一次能源消費(fèi)量查詢得到；一次能源消費(fèi)量的電力消費(fèi)量包括水電、核電、風(fēng)電、沼氣發(fā)電、外省輸入電力等，均不計(jì)算碳排放。

化石燃料排放系數(shù)的選用。根據(jù)國(guó)家統(tǒng)計(jì)局的數(shù)據(jù)，一萬(wàn)噸原煤折算0.7143萬(wàn)噸標(biāo)煤，一萬(wàn)噸原油折算1.4286萬(wàn)噸標(biāo)煤，一億立方米天然氣折算13.3萬(wàn)噸標(biāo)煤；根據(jù)政府間應(yīng)對(duì)氣候變化委員會(huì)（IPCC）數(shù)據(jù)庫(kù)，一萬(wàn)噸原煤產(chǎn)生的碳排放為1.9萬(wàn)噸，一萬(wàn)噸原油產(chǎn)生的碳排放為3.02萬(wàn)噸，一億立方米天然氣產(chǎn)生的碳排放為21.62萬(wàn)噸。所以，原煤的碳排放系數(shù)為2.66，原油的碳排放系數(shù)為2.11，天然氣的碳排放系數(shù)為1.63。

碳排放數(shù)量的計(jì)算?；剂系臄?shù)量乘以化石燃料的排放系數(shù)，可以得到化石燃料的碳排放，將三種化石燃料的碳排放加總，可以得到1990年至2015年的廣東省碳排放總數(shù)量。

碳交易金額的計(jì)算。碳交易總金額包括《聯(lián)合國(guó)氣候變化框架公約》官方網(wǎng)站公布的廣東省實(shí)際成交的清潔發(fā)展機(jī)制（CDM）項(xiàng)目（2006年廣東出現(xiàn)第一個(gè)實(shí)際成交的CDM項(xiàng)目），還包括2013年及2014年廣州碳排放權(quán)交易所的一級(jí)市場(chǎng)成交金額和二級(jí)市場(chǎng)成交金額。根據(jù)居民消費(fèi)價(jià)格指數(shù)（CPI）核算出以1990年為基期的不變碳交易金額（2006年以前的碳交易金額為零）。

地區(qū)生產(chǎn)總值的計(jì)算。查詢《廣東統(tǒng)計(jì)年鑒》得到廣東省地區(qū)生產(chǎn)總值的的當(dāng)年值，以1990年為基期，根據(jù)居民消費(fèi)價(jià)格指數(shù)，核算出以1990年為基期的不變GDP。

2.2模型估計(jì)

3.模型驗(yàn)證

3.1殘差檢驗(yàn)

通過(guò)檢驗(yàn)殘差的異方差性來(lái)檢驗(yàn)?zāi)Ｐ?。如果線性回歸方程中的隨機(jī)誤差項(xiàng)滿足假設(shè)條件中的同方差性，即多個(gè)因素不會(huì)隨著自變量觀測(cè)值的變化而對(duì)因變量產(chǎn)生不同的影響，就不會(huì)導(dǎo)致模型出現(xiàn)異方差性，那么參數(shù)估計(jì)就是有效的，參數(shù)的顯著性檢驗(yàn)就是有意義的。

對(duì)模型實(shí)施哈維檢驗(yàn)（Heteroskedasticity Test： Harvey），收尾概率（Obs*R-squared）=7.9293，大于顯著性水平5%，所以接受原假設(shè)，殘差不存在異方差性，參數(shù)估計(jì)是有效的。

3.2參數(shù)檢驗(yàn)

在1%的顯著性水平上，a0、a1和a2的p值均小于0.01，說(shuō)明公式（2）中的待估參數(shù)都在1%的水平上顯著。

3.3模型整體檢驗(yàn)

在1%的顯著性水平上，F(xiàn)統(tǒng)計(jì)量對(duì)應(yīng)的p值為0.0000，小于0.01，說(shuō)明方程的整體線性是顯著的；樣本可決系數(shù)R2=0.9856，接近1，說(shuō)明方程的擬合程度較好。

3.4模型的經(jīng)濟(jì)學(xué)驗(yàn)證

常數(shù)a0等于6907.548，即在碳交易金額和地區(qū)生產(chǎn)總值均為0的情況下，二氧化碳的自發(fā)排放數(shù)量為6907.548萬(wàn)噸，符合假設(shè)；系數(shù)a1等于–2.5684，即碳交易金額與碳排放數(shù)量成反比，以1990年為基期核算的碳交易金額對(duì)碳排放數(shù)量的影響系數(shù)為–2.5684，符合假設(shè)；系數(shù)a2等于1.7136，即地區(qū)生產(chǎn)總值與碳排放數(shù)量成正比，以1990年為基期核算的地區(qū)生產(chǎn)總值對(duì)碳排放數(shù)量的影響系數(shù)為1.7136，符合假設(shè)。

綜合以上分析，該模型通過(guò)驗(yàn)證，可以根據(jù)廣東省碳交易和地區(qū)生產(chǎn)總值來(lái)解釋廣東省碳排放，也驗(yàn)證了之前的模型假設(shè)：碳排放數(shù)量與碳交易成交金額成反比，廣州碳排放權(quán)交易所的成交金額每上升10萬(wàn)元，廣東省碳排放數(shù)量下降2.5684萬(wàn)噸；碳排放數(shù)量與地區(qū)生產(chǎn)總值成正比，廣東省地區(qū)生產(chǎn)總值每上升1億元，廣東省碳排放數(shù)量上升1.7136萬(wàn)噸。

三、建立廣東省碳排放數(shù)量的預(yù)測(cè)模型

本文擬建立碳排放數(shù)量的時(shí)間序列ARIMA模型，對(duì)廣東省碳排放數(shù)量進(jìn)行短期預(yù)測(cè)。

1.對(duì)廣東省碳排放數(shù)量進(jìn)行數(shù)列平穩(wěn)化處理

廣東省碳排放數(shù)量如上文所述，運(yùn)用Eviews8.0對(duì)碳排放數(shù)量（y）做一階差分的單位跟檢驗(yàn)（無(wú)趨勢(shì)項(xiàng)且無(wú)截距項(xiàng)），ADF檢驗(yàn)的p值為0.0218，小于0.05，表示碳排放數(shù)量（y）的一階差分是平穩(wěn)數(shù)列，可以建立建立碳排放數(shù)量的時(shí)間序列ARIMA模型。

2.模型建立與識(shí)別

2.1通過(guò)自相關(guān)系數(shù)和偏自相關(guān)系數(shù)來(lái)確定模型的階數(shù)p和q確定分析圖中滯后階數(shù)。滯后階數(shù)k取[n/10]或[n/4]（n為樣本量，括號(hào)表示取整運(yùn)算），本文中樣本數(shù)n=25，所以滯后階數(shù)k=[n/4]=6。

對(duì)碳排放數(shù)量的一階差分進(jìn)行相關(guān)和自相關(guān)分析（見圖1），序列的樣本自相關(guān)與偏自相關(guān)系數(shù)很快落入隨機(jī)區(qū)間，表明序列趨勢(shì)已經(jīng)基本消除，為平穩(wěn)序列；偏自相關(guān)系數(shù)k=3后很快趨于0，因此取p=3；自相關(guān)系數(shù)在k=1處和k=5處顯著不為0，可考慮取q=1和4。所以，廣東省碳排放數(shù)量（y）可以建立ARIMA（1，3，0）預(yù)測(cè)模型或ARIMA（1，0，4）預(yù)測(cè)模型。

2.2選擇ARIMA分析模型

當(dāng)偏自相關(guān)系數(shù)k=3時(shí)，建立ARIMA（1，3，0）預(yù)測(cè)模型，即D（y） ar（1）。使用eviews8.0軟件進(jìn)行模型估計(jì)，ar（3）的P值為0.0131，說(shuō)明變量在5%的水平下顯著；模型滯后多項(xiàng)式的倒數(shù)根分別為0.80、-0.40+0.69i、-0.40-0.69，都落入單位圓內(nèi)，模型滿足過(guò)程平穩(wěn)的要求。調(diào)整后的R方為0.2060，AIC值和SC值分別為18.3361、18.3857。

自相關(guān)系數(shù)在k=1和k=5時(shí)，建立ARIMA（1，0，4）預(yù)測(cè)模型，即D（y） ma（1） ma（4）。使用eviews8.0軟件進(jìn)行模型估計(jì)，ma（1）和ma（4）的P值分別為0.0000和0.0000，說(shuō)明變量在1%的水平下顯著；模型滯后多項(xiàng)式的倒數(shù)根分別為0.46-0.57i、0.46+0.57i、-0.81+0.54i、-0.81-0.54i，都落入單位圓內(nèi)，模型滿足過(guò)程平穩(wěn)的要求。調(diào)整后的R方為0.2709，AIC值和SC值分別為17.7464、17.8439。

經(jīng)過(guò)比較，ARIMA（1，0，4）模型的調(diào)整后的R方較大，且ARIMA（1，0，4）模型的AIC值和SC值較小，所以ARIMA（1，0，4）模型更合適，應(yīng)選用ARIMA（1，0，4）模型對(duì)廣東省碳排放數(shù)量進(jìn)行預(yù)測(cè)。

3.模型檢驗(yàn)

對(duì)ARIMA（1，0，4）模型的殘差序列進(jìn)行χ2檢驗(yàn)，最大滯后期選12，使用eviews8.0軟件對(duì)殘差序列進(jìn)行自相關(guān)分析（見圖2），當(dāng)k≤12時(shí)，殘差序列的自相關(guān)系數(shù)都落入隨機(jī)區(qū)間，且P值均大于0.05，表明殘差序列是純隨機(jī)的，估計(jì)模型是有效的。

4.模型預(yù)測(cè)

根據(jù)ARIMA（1，0，4） 預(yù)測(cè)模型，使用eviews8.0軟件對(duì)廣東省2016年碳排放數(shù)量進(jìn)行預(yù)測(cè)，結(jié)果為46061.08萬(wàn)噸。

參考文獻(xiàn)

[1]陳波.碳排放權(quán)交易市場(chǎng)的設(shè)計(jì)原理與實(shí)踐研究[M]. 北京：中國(guó)經(jīng)濟(jì)出版社，2014：3-50.

[2]李佐軍等.中國(guó)碳交易市場(chǎng)機(jī)制建設(shè)[M]. 北京：中共中央黨校出版社，2014：51-78.

[3]鄭爽等.全國(guó)七省市碳交易試點(diǎn)調(diào)查與研究[M].北京：中國(guó)經(jīng)濟(jì)出版社.2014：250-275.

[4]林珊珊. 江蘇碳排放的數(shù)量測(cè)算及其影響因素—基于改進(jìn)STIRPAT模型的計(jì)量檢驗(yàn)[J]. 南通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2015，31（4）：9-16.

[5]黃蕊，王錚. 基于STIRPAT模型的重慶市能源消費(fèi)碳排放影響因素研究[J]. 環(huán)境科學(xué)學(xué)報(bào)，2013，33（2）：602-608.

作者簡(jiǎn)介：劉鈞炎（1979-），男，河南許昌人，教研室主任，副教授，碩士，主要研究方向?yàn)閰^(qū)域經(jīng)濟(jì)與低碳經(jīng)濟(jì)。