郭道燕 陳紅 龍如銀

摘要 隨著生產端碳減排實踐的不斷深入，削減消費端碳排放已是刻不容緩。基于消費端碳交易市場視角，以政府和家庭為博弈主體，假設政府初始碳配額分配存在“寬松政策”和“嚴格政策”兩種行為策略，家庭存在“減排”和“不減排”兩種行為策略，構建政府和家庭行為策略的演化博弈模型，分析雙方行為的演化穩(wěn)定策略，模擬雙方行為策略的動態(tài)演化過程，并提出政策建議。結果發(fā)現(xiàn)：博弈雙方在三種情形下存在兩種演化穩(wěn)定策略：政府的演化穩(wěn)定策略為“嚴格政策”；當家庭碳減排費用小于購買碳排放權費用時，家庭的演化穩(wěn)定策略為“減排”；當家庭碳減排費用大于購買碳排放權費用且家庭采取“不減排”行為策略時政府采取“嚴格政策”策略而獲得的碳排放權交易（賣出）收益高于采取“寬松政策”策略而獲得的碳排放權交易（賣出）收益時，家庭的演化穩(wěn)定策略為“不減排”。博弈雙方在一種情形下不存在演化穩(wěn)定策略：當家庭碳減排費用大于購買碳排放權費用且家庭采取“不減排”行為策略時政府采取“嚴格政策”策略而獲得的碳排放權交易（賣出）收益低于采取“寬松政策”策略而獲得的碳排放權交易（賣出）收益時，博弈呈現(xiàn)出一種周期行為模式。進一步研究發(fā)現(xiàn)，博弈雙方自身期初行為策略與演化穩(wěn)定策略越近，其收斂于演化穩(wěn)定策略的速度越快；當家庭期初行為策略與演化穩(wěn)定策略越近時，政府收斂于演化穩(wěn)定策略的速度越快；當家庭演化穩(wěn)定策略為“減排”且政府期初行為策略與演化穩(wěn)定策略越遠時，家庭收斂于演化穩(wěn)定策略的速度越快；當家庭演化穩(wěn)定策略為“不減排”且政府期初行為策略與演化穩(wěn)定策略越近時，家庭收斂于演化穩(wěn)定策略的速度越快。由此，建議政府實施嚴格的初始碳配額分配政策、建立家庭碳減排的評價和激勵機制、建立健全消費端碳交易市場的運行機制并實施家庭碳排放權交易試點制度。本文論證了消費端碳交易市場機制下政府和家庭的演化穩(wěn)定策略，不僅為消費端碳減排提供了政策建議，也有助于全球碳減排目標的實現(xiàn)。

關鍵詞 消費端碳交易市場；初始碳配額；家庭碳減排；演化博弈；數(shù)值模擬

中圖分類號 F062.2文獻標識碼 A文章編號 1002-2104（2018）04-0043-12DOI：10.12062/cpre.20171112

化石能源消耗導致的二氧化碳排放以及氣候變化問題已經成為當前全球性重大議題。自然災難頻發(fā)、生態(tài)系統(tǒng)脆弱化、海平面上升等諸多全球性問題，不僅給人類經濟生活帶來了嚴重影響，更對人類的生存和發(fā)展造成了巨大的威脅[1-2]。更為重要的是，全球氣候變化極有可能（95%的可能性）是人類活動所致。因此，削減碳排放成為人類自身生存和發(fā)展的客觀需要，2016年11月4日全球氣候變化協(xié)定《巴黎協(xié)定》的正式生效更標志著實現(xiàn)綠色低碳、氣候適應和可持續(xù)發(fā)展已成為全球性共識。

在《巴黎協(xié)定》中，中國承諾2030年比2005年單位GDP二氧化碳排放減少60%～65%，同時二氧化碳排放達到峰值并爭取盡早達峰。為實現(xiàn)上述承諾，削減二氧化碳排放已成為中國政府的必然選擇，因此，中國政府推出了一系列政策，例如煤炭與鋼鐵等傳統(tǒng)行業(yè)去產能政策、電動汽車補貼政策、煤改電和煤改氣補貼政策等。此外，實施碳排放權交易機制也是減少二氧化碳排放的一項重要且有效的手段，于是中國政府自2011年10月發(fā)布《關于開展碳排放權交易試點工作的通知》（發(fā)改辦氣候[2011]2601號）以來就致力于探索建立碳排放權交易市場，并在2013—2014年期間陸續(xù)設立了北京、上海、天津、深圳、湖北、廣州和重慶等碳交易市場，參與者包括履約機構（特定行業(yè)的部分企業(yè)）和非履約機構（投資機構、個人）。在此基礎上，中國政府于2017年12月19日發(fā)布了《全國碳排放權交易市場建設方案（電力行業(yè)）》（發(fā)改氣候規(guī)[2017]2191號），標志著全國碳交易市場建設正式啟動落實。全國碳市場首批僅納入電力行業(yè)，主要原因是電力行業(yè)為高耗能產業(yè)且數(shù)據基礎比較好，但是往后會逐步擴大覆蓋行業(yè)范圍。事實上，隨著經濟發(fā)展和人民生活水平的提高，家庭能源消耗導致的碳排放已經成為全國碳排放的一個重要來源[3-5]，并且家庭碳排放的總量與比重均呈現(xiàn)出持續(xù)增加的趨勢[6-7]，表明家庭在碳減排中扮演著越來越重要的角色，并且通過改變消費模式和提高能源使用效率可以實現(xiàn)到2020年中國碳排放減少28%[8]?！吨腥A人民共和國環(huán)境保護法》明確規(guī)定“一切單位和個人都有保護環(huán)境的義務”，意味著家庭有責任降低自身碳排放，而碳減排的一個重要手段是參與碳排放權交易，因此構建消費端碳交易市場是實現(xiàn)中國碳減排目標的一個重要環(huán)節(jié)。由于中國流動人口較多、居民素質有待提升，部分學者可能會質疑家庭碳交易實施的可行性。事實上，2017年4月中國廣東省將碳普惠核證自愿減排量納入碳排放權交易市場補充機制（《關于碳普惠制核證減排量管理的暫行辦法》，粵發(fā)改規(guī)[2017]1號），意味著碳普惠制試點地區(qū)的相關企業(yè)或個人通過自愿參與實施的減少溫室氣體排放（如節(jié)水、節(jié)電、公交出行等）和增加綠色碳匯等行為產生的碳減排量將正式參與交易，表明家庭正在逐漸參與碳交易，建立消費端碳市場勢必會成為一種流行趨勢。本文假設消費端碳交易市場的管理主體與生產端碳交易市場的管理主體一致，即政府在消費端碳交易市場中占主導地位，政府不僅需要對家庭碳減排責任的履行情況和碳排放權的清繳情況進行監(jiān)督核查，更需要制定相關政策以激勵或引導居民降低碳排放，而初始碳配額分配政策即是一項重要且關鍵的政策。此外，在消費端碳交易市場中，家庭需要進行碳排放核查、參與碳排放權交易并完成碳排放權清繳?？梢姡M端碳交易市場能否成功運行涉及到政府和家庭之間的博弈關系以及關系的動態(tài)演化過程。

目前，關于碳交易的研究主要側重于生產端[9]，而消費端碳交易市場的研究主要集中在個人碳交易的內涵與特征、碳配額方案的遴選、碳價的影響因素及后果等方面。首先，個人碳交易（Personal Carbon Trading，PCT）研究起源于20世紀90年代中期，F(xiàn)leming[10]認為，政府應該按照年度碳減排指標設定排放總額，將全部或部分排放權分配給個人，用于覆蓋家庭的直接能耗和私人交通等領域。也就是說，每位成年居民每年均可以獲得一定數(shù)量相等的免費碳排放權，并且獲得的碳排放權是逐年遞減的[11-12]。其次，初始碳配額主要存在三種分配方案：個人碳配額方案（Personal Carbon Allowance，PCA）、可交易的能源配額方案（Tradable Energy Quotas，TE）和上限與共享方案（Cap and Share，CS）[11， 13]，這三種方案的主要區(qū)別是覆蓋的領域與分配的比例不一樣，但目標都是政府通過政策引導個人改變生活方式和消費模式，最終降低碳排放總量。進一步研究表明，初始碳配額分配是碳價的主要影響因素，并且初始碳配額的降低會引起碳價的升高[14]；而能源價格、能源排放率和邊際控制成本等也會影響碳價[15-19]。此外，碳價不僅會影響個人的經濟利益，還能間接地改變自身的高碳生活方式[20-21]?？梢园l(fā)現(xiàn)，現(xiàn)有研究鮮有關注消費端碳交易市場中政府與家庭之間的博弈關系，包括政府如何制定出最優(yōu)初始碳配額政策，家庭進行碳減排是否有利于實現(xiàn)自身利益最大化，政府和家庭在消費端碳交易市場中分別采取什么樣的策略能夠實現(xiàn)雙贏。

本研究基于消費端碳交易市場視角，假設政府和家庭都是有限理性的經濟人，政府初始碳配額分配存在“寬松政策”和“嚴格政策”兩種行為策略、家庭存在“減排”和“不減排”兩種行為策略，運用演化博弈方法分析政府和家庭行為的演化穩(wěn)定策略以及雙方達到演化穩(wěn)定策略時的條件，采用Matlab軟件對博弈雙方收斂于演化穩(wěn)定策略的過程進行數(shù)值模擬，并提出政策建議。在生產端碳交易日趨成熟以及家庭碳排放持續(xù)增加的關鍵時期，基于消費端碳交易市場視角研究政府的初始碳配額分配政策，不僅為政府建立消費端碳交易市場提供了理論基礎與政策指導，也有助于引導家庭改變高碳的生活方式和消費模式，以期實現(xiàn)中國碳減排的目標。

1 演化博弈模型的假設與構建

1.1 演化博弈模型的假設

本文將家庭納入碳排放權交易市場，即消費端碳交易市場，假設家庭與企業(yè)同質，需要參與碳排放核算并進行碳排放權清繳。由于碳市場管理由中央政府和地方政府分級負責，即政府在碳市場中占主導地位，所以政府和家庭共同構成了演化博弈的主體。此外，復雜的、多元化的以及不確定性的社會現(xiàn)實使得政府和家庭均沒有足夠的能力去選擇最佳策略以最大化他們的收益，即政府和家庭只能根據其所擁有的局部信息做出令其滿意的決策，所以本文假設政府和家庭都是有限理性的經濟人。

在消費端碳交易市場管理中，政府的一項重要職責是制定初始碳配額分配政策，本文假設政府的行為策略集為S1={G1寬松政策，G2嚴格政策}，“寬松政策”表示政府免費分配給家庭的初始碳排放量較高，“嚴格政策”表示政府免費分配給家庭的初始碳排放量較低。家庭作為消費端碳交易市場的參與者，往往面臨著購買碳排放權或降低碳排放量的抉擇。本文假設家庭的行為策略集為S2={I1減排，I2不減排}，“減排”表示家庭減少具有碳排放的活動或者購買低碳產品以降低碳排放量，“不減排”表示家庭按照以往的生活方式，不采取任何方式降低碳排放量。本文假設消費端碳交易市場運行穩(wěn)定，不存在交易損失。家庭當期的碳配額不可以結轉至下一期間使用，但是可以在核準日期前進行減排抵充或者根據當期的碳價在市場中進行交易。此外，假設碳價由消費端碳交易市場決定，并在一個周期內保持穩(wěn)定。碳交易成本包括固定成本和碳排放權交易成本。模型中涉及的參數(shù)包括政府與家庭的成本和收益，具體見表1。

12 博弈主體行為策略的收益矩陣

根據政府和家庭的行為策略集，可以得出演化博弈的行為策略組合共有四種：分別為（G1寬松政策，I1減排）、（G1寬松政策，I2不減排）、（G2嚴格政策，I1減排）、（G2嚴格政策，I2不減排）。結合表1對模型參數(shù)的設定，可以得到政府和家庭在上述四種行為策略組合下的收益，具體見表2。

1.3 演化博弈模型的構建

根據演化博弈的原理，復制動態(tài)方程是描述某一特定策略在一個種群中被采用的頻數(shù)或頻度的動態(tài)微分方程[22-23]?；谡图彝ゲ┺牡氖找婢仃嚕疚膶⒎謩e構建政府和家庭行為策略的復制動態(tài)方程。在政府與家庭博弈的初始階段，假設政府采取“寬松政策”策略的概率為x（0≤x≤1），采取“嚴格政策”策略的概率則為1-x；家庭選擇采取“減排”策略的概率為y（0≤y≤1），采取“不減排”策略的概率則為1-y。

（1）政府行為策略的復制動態(tài)方程。假設政府采取“寬松政策”行為策略的期望收益為E11，采取“嚴格政策”行為策略的期望收益為E12，平均期望收益E1，則：

2 演化博弈模型的穩(wěn)定性分析

有限理性假設表明，政府和家庭不可能一開始就找到最優(yōu)策略以及最優(yōu)均衡點，即系統(tǒng)達到均衡是一個漸進的動態(tài)調整過程。政府和家庭根據既得利益不斷調整策略以實現(xiàn)自身利益的改善，最終達到動態(tài)均衡，此時的策略就是演化穩(wěn)定策略（Evolutionary Stable Strategy，ESS）。本文將分別分析政府、家庭以及博弈雙方行為策略的演化穩(wěn)定性。

2.1 政府行為策略的演化穩(wěn)定性分析

（T-α2×TH）]>0時，政府和家庭的復制動態(tài)演化的相位圖見圖1（d）?？梢园l(fā)現(xiàn)：當初始狀態(tài)落在Ⅰ區(qū)域時，博弈收斂于均衡點B4（1，1），即（寬松政策，減排）是政府和家庭的必然選擇；當初始狀態(tài)落在Ⅱ區(qū)域時，博弈收斂于均衡點B3（0，1），即（嚴格政策，減排）是政府和家庭的必然選擇；當初始狀態(tài)落在Ⅲ區(qū)域時，博弈收斂于均衡點B1（0，0），即（嚴格政策，不減排）是政府和家庭的必然選擇；當初始狀態(tài)落在Ⅳ區(qū)域時，博弈收斂于均衡點B2（1，0），即（寬松政策，不減排）是政府和家庭的必然選擇。因此，B1（0，0）、B2（1，0）、B3（0，1）和B4（1，1）都是鞍點，不存在演化穩(wěn)定策略。

3 數(shù)值模擬

為了更為直觀地驗證不同約束條件下政府和家庭之間行為策略的演化穩(wěn)定性，本文采用MATLAB R2012a 軟件模擬政府和家庭行為策略的動態(tài)演化過程，并分析相關參數(shù)變動對演化結果的影響。首先對模型中的基本參數(shù)進行賦值，假設如下：當期可以投入市場的配額總量T=10，家庭的歷史碳排放量TH=8，家庭采取“減排”策略時的實際碳排放量TR1=7，家庭采取“不減排”策略時的實際碳排放量TR2=9，常數(shù)項β=0.5，常數(shù)項γ=0.1。

（1）若政府采取“寬松政策”時的碳配額系數(shù)α1=0.95，采取“嚴格政策”時的碳配額系數(shù)α2=0.85，家庭碳減排的費用C2=0.28，則政府的復制動態(tài)方程為F（x）=x（1-x）（-0.16y-0.032），家庭的復制動態(tài)方程為F（y）=y（1-y）（0.16x+0.08）?？梢园l(fā)現(xiàn)x0<0，Y0<0，此時與表3中的情形一相吻合。

圖2刻畫了此時政府和家庭行為策略隨時間的復制動態(tài)演化路徑，可以看出（0，1）為演化穩(wěn)定點，表示無論政府和家庭處于何種初始狀態(tài)，其最終會收斂于（嚴格政策，減排）的行為策略。圖3（a）和（b）分別刻畫了政府和家庭隨時間的動態(tài)演化路徑。在圖3（a）中，實線表示家庭初始采取“減排”策略的概率為0.2，虛線表示家庭初始采取“減排”策略的概率為0.8?？梢园l(fā)現(xiàn)，在家庭采取不同初始策略的情況下政府均會收斂于“嚴格政策”策略；當家庭初始采取“減排”策略概率為0.8時的政府收斂速度大于當家庭初始采取“減排”策略概率為0.2時的政府收斂速度；當政府初始采取“寬松政策”策略的概率越大，其最終收斂于“嚴格政策”策略的速度越慢。在圖3（b）中，實線表示政府初始采取“寬松政策”策略的概率為0.2，虛線表示政府初始采取“寬松政策”策略的概率為0.8?？梢园l(fā)現(xiàn)，在政府采取不同初始策略的情況下家庭均會收斂于“減排”策略；當政府初始采取“寬松政策”策略概率為0.8時的家庭收斂速度大于當政府初始采取“寬松政策”策略概率為0.2時的家庭收斂速度；當家庭初始采取“減排”策略的概率越大，其最終收斂于“減排”策略的速度越快。

（2）若政府采取“寬松政策”時的碳配額系數(shù)α1=0.9，采取“嚴格政策”時的碳配額系數(shù)α2=0.80，家庭碳減排的費用C2=0.26。則政府的復制動態(tài)方程為F（x）=x（1-x）（-0.32y+0.064），家庭的復制動態(tài)方程為F（y）=y（1-y）（0.16x+0.02）?？梢园l(fā)現(xiàn)，X0<0，Y0=0.2，此時與表3中的情形二相吻合。

圖4刻畫了此時政府和家庭行為策略隨時間的復制動態(tài)演化路徑，可以看出（0，1）為演化穩(wěn)定點，表示無論政府和家庭處于何種初始狀態(tài)，其最終會收斂于（嚴格政策，減排）的行為策略。圖5（a）和（b）分別刻畫了政府和家庭隨時間的動態(tài)演化路徑。在圖5（a）中，實線表示家庭初始采取“減排”策略的概率為0.1，虛線表示家庭初始采取“減排”策略的概率為0.7?？梢园l(fā)現(xiàn)，在家庭采取不同初始策略的情況下政府均會收斂于“嚴格政策”策略；當家庭初始采取“減排”策略概率為0.7時的政府收斂速度大于當家庭初始采取“減排”策略概率為0.1時的政府收斂速度；當政府初始采取“寬松政策”策略的概率越大，其最終收斂于“嚴格政策”策略的速度越慢。在圖5（b）中，實線表示政府初始采取“寬松政策”策略的概率為0.1，虛線表示政府初始采取“寬松政策”策略的概率為0.7?？梢园l(fā)現(xiàn)，在政府采取不同初始策略的情況下家庭均會收斂于“減排”策略；當政府初始采取“寬松政策”策略概率為0.7時的家庭收斂速度大于當政府初始采取“寬松政策”策略概率為0.1時的家庭收斂速度；當家庭初始采取“減排”策略的概率越大，其最終收斂于“減排”策略的速度越快。

（3）若政府采取“寬松政策”時的碳配額系數(shù)α1=0.95，采取“嚴格政策”時的碳配額系數(shù)α2=0.85，家庭碳減排的費用C2=0.44。則政府的復制動態(tài)方程為F（x）=x（1-x）（-0.16y-0.032），家庭的復制動態(tài)方程為F（y）=y（1-y）（0.16x-0.08）?？梢园l(fā)現(xiàn)，X0=0.5，Y0<0，此時與表3中的情形三相吻合。

圖6刻畫了此時政府和家庭行為策略隨時間的復制動態(tài)演化路徑，可以看出（0，0）為演化穩(wěn)定點，表示無論政府和家庭處于何種初始狀態(tài)，其最終收斂于（嚴格政策，不減排）行為策略。圖7（a）和（b）分別刻畫了政府和家庭隨時間的動態(tài)演化路徑。在圖7（a）中，實線表示家庭初始采取“減排”策略的概率為0.2，虛線表示家庭初始采取“減排”策略的概率為0.8?？梢园l(fā)現(xiàn)，在家庭采取不同初始策略的情況下政府均會收斂于“嚴格政策”策略；當家庭初始采取“減排”策略概率為0.8時的政府收斂速度大于當家庭初始采取“減排”策略概率為0.2時的政府收斂速度；當政府初始采取“寬松政策”策略的概率越大，其最終收斂于“嚴格政策”策略的速度越慢。在圖7（b）中，實線表示政府初始采取“寬松政策”策略的概率為0.2，虛線表示政府初始采取“寬松政策”策略的概率為0.8?？梢园l(fā)現(xiàn)，在政府采取不同初始策略的情況下家庭均會收斂于“不減排”策略；當政府初始采取“寬松政策”策略概率為0.2時的家庭收斂速度大于當政府初始采取“寬松政策”策略概率為0.8時的家庭收斂速度；當家庭初始采取“減排”策略的概率越大，其最終收斂于“減排”策略的速度越慢。

（4）若政府采取“寬松政策”時的碳配額系數(shù)α1=0.9，采取“嚴格政策”時的碳配額系數(shù)α2=0.80，家庭碳減排的費用C2=0.36。則政府的復制動態(tài)方程為F（x）=x（1-x）（-0.32y+0.064），家庭的復制動態(tài)方程為F（y）=y（1-y）（0.16x-0.08）?？梢园l(fā)現(xiàn)X0=0.5，Y0=0.2，此時與表3中的情形四相吻合。

圖8刻畫了此時政府和家庭行為策略隨時間的復制動態(tài)演化路徑，可以看出政府和家庭行為策略呈現(xiàn)出以（0.5，0.2）為中心的螺旋狀，不存在演化穩(wěn)定點。

圖9（a）和（b）分別刻畫了政府和家庭隨時間的動態(tài)演化路徑。在圖9（a）中，實線表示家庭初始采取“減排”策略的概率為0.7，虛線表示家庭初始采取“減排”策略的概率為0.1?？梢园l(fā)現(xiàn)，在家庭采取不同初始策略的情況下政府實施“寬松政策”策略的概率均會隨著時間的增加而上下震蕩。在圖9（b）中，實線表示政府初始采取“寬松政策”策略的概率為0.7，虛線表示政府初始采取“寬松政策”策略的概率為0.1。可以發(fā)現(xiàn)，在政府采取不同初始策略的情況下家庭實施“減排”策略的概率均會隨著時間的增加而上下震蕩。

4 研究結論與政策建議

4.1 研究結論

本文構建了消費端碳交易市場機制下政府和家庭的演化博弈模型，分析了博弈雙方的演化穩(wěn)定策略，并針對不同情形對博弈雙方的行為策略進行數(shù)值模擬，主要得到以下結論。

（1）博弈雙方在三種情形下存在兩種演化穩(wěn)定策略。第一，當家庭采取“不減排”行為策略時政府采取“嚴格政策”行為策略而獲得的碳排放權交易（賣出）收益高于采取“寬松政策”行為策略而獲得的碳排放權交易（賣出）收益，并且家庭進行碳減排的費用小于購買碳排放權的費用時，（嚴格政策，減排）為演化穩(wěn)定策略。第二，當家庭采取“不減排”行為策略時政府采取“嚴格政策”行為策略而獲得的碳排放權交易（賣出）收益低于采取“寬松政策”行為策略而獲得的碳排放權交易（賣出）收益，并且家庭進行碳減排的費用小于購買碳排放權的費用時，（嚴格政策，減排）為演化穩(wěn)定策略。第三，當家庭采取“不減排”行為策略時政府采取“嚴格政策”行為策略而獲得的碳排放權交易（賣出）收益高于采取“寬松政策”行為策略而獲得的碳排放權交易（賣出）收益，并且家庭進行碳減排的費用大于購買碳排放權的費用時，（嚴格政策，不減排）為演化穩(wěn)定策略?？偠灾?，政府的演化穩(wěn)定策略均為“嚴格政策”，家庭的演化穩(wěn)定策略會受到碳減排費用和購買碳排放權費用的影響。

（2）博弈雙方在一種情形下不存在演化穩(wěn)定策略。當家庭采取“不減排”行為策略時政府采取“嚴格政策”行為策略而獲得的碳排放權交易（賣出）收益低于采取“寬松政策”行為策略而獲得的碳排放權交易（賣出）收益，并且家庭進行碳減排的費用大于購買碳排放權的費用時，不存在演化穩(wěn)定策略，并且政府和家庭的博弈呈現(xiàn)出一種周期行為模式，是現(xiàn)實經濟生活中的一個常見現(xiàn)象。

（3）博弈雙方收斂于演化穩(wěn)定策略速度的影響因素包括自身期初行為策略與演化穩(wěn)定策略的距離、對方期初行為策略與演化穩(wěn)定策略的距離。對于政府而言，其期初行為策略與演化穩(wěn)定策略（“嚴格政策”）越近、家庭期初行為策略與演化穩(wěn)定策略越近時，政府收斂于演化穩(wěn)定策略的速度越快。對于家庭而言，當家庭演化穩(wěn)定策略為“減排”時，其期初行為策略與演化穩(wěn)定策略越近、政府期初行為策略與演化穩(wěn)定策略越遠時，家庭收斂于演化穩(wěn)定策略的速度越快；當家庭演化穩(wěn)定策略為“不減排”時，其期初行為策略與演化穩(wěn)定策略越近、政府期初行為策略與演化穩(wěn)定策略越近時，家庭收斂于演化穩(wěn)定策略的速度越快。

4.2 政策建議

為了更好地構建消費端碳交易市場機制下政府和家庭的雙贏格局以及實現(xiàn)中國碳減排的目標，本文提出如下政策建議。

（1）實施嚴格的初始碳配額分配政策。從演化博弈的結果來看，政府的演化穩(wěn)定策略為“嚴格政策”?！皣栏裾摺笔且豁椉s束性策略，即政府免費分配給家庭的初始碳排放權數(shù)量較低，導致高碳排放家庭不得不額外購買碳排放權來應對現(xiàn)有生活方式和消費模式所需要的碳排放權或者減少碳排放量較高的活動。但政府在實施“嚴格政策”時，應充分考慮家庭所在地區(qū)的經濟發(fā)展水平以及家庭的規(guī)模、收入等情況，靈活適度實施嚴格的初始碳配額分配政策以引導家庭降低碳排放。

（2）建立家庭碳減排的評價和激勵機制。從演化博弈的結果來看，當家庭進行碳減排的費用小于購買碳排放權的費用時，家庭的演化穩(wěn)定策略為“減排”。事實上，家庭是否進行碳減排很大程度上依賴于政府的激勵機制，而激勵機制的建立基礎是家庭碳減排的評價機制。首先，政府需要對家庭碳減排情況進行綜合定量評價，評價指標包括能源消耗量的大小、節(jié)能家電與電動汽車的購置情況，綠色出行方式的實踐情況以及垃圾的分類回收情況等。其次，根據家庭碳減排的評價結果，對積極實施碳減排的家庭進行物質獎勵，并根據多期評價結果，對碳減排貢獻度較高的家庭實施累積式獎勵。同時，還可以建立家庭碳減排的精神激勵機制來調動家庭碳減排的積極性，如根據家庭碳減排的評價結果，對積極宣傳并參與碳減排的家庭授予“綠色家庭”光榮稱號。

（3）建立健全消費端碳交易市場的運行機制。由于演化穩(wěn)定策略是基于“消費端碳交易市場運行穩(wěn)定”的假設，所以建立健全消費端碳交易市場的運行機制是家庭碳交易行為的重要保障。在消費端碳交易市場中，首先是政府向每個家庭分配初始碳排放額，然后是第三方機構對家庭實際碳排放情況進行核查，最后是家庭根據初始碳配額與實際碳排放情況，申請買入（或賣出）碳排放權并與賣方（或買方）進行碳交易。在這過程中，政府需要及時地將初始碳排放權分配系數(shù)、碳減排的評價和激勵機制、實時剩余碳排放權以及碳交易價格等信息公開，嚴格地對家庭歷史碳排放和實際碳排放情況進行公平公正的核查。同時，將碳排放信息及時反饋給每個家庭，并針對高碳排放家庭進行重點反饋，以督促家庭降低碳排放。

（4）實施家庭碳排放權交易試點制度。家庭碳排放權交易目前是一項開創(chuàng)性的嘗試，不僅缺乏可直接借鑒的經驗，而且公眾接受度普遍較低，所以實施家庭碳排放權交易試點制度是建立消費端碳交易市場的必由之路。家庭碳排放權交易試點可由區(qū)域碳交易試點和自愿碳交易試點組成，共同推動建立全國統(tǒng)一的家庭碳交易市場。在此過程中，政府應該嚴格規(guī)范交易項目與流程，保證市場的公開、公正與透明。同時，政府應該充分調動公眾參與應對氣候變化行動的積極性，努力提高家庭參與碳交易的意愿，不僅有助于家庭自愿碳交易試點方案的實施，更為將來建立全國家庭碳市場奠定基礎。

參考文獻（References）

[1]任小波， 曲建升， 張志強. 氣候變化影響及其適應的經濟學評估——英國“斯特恩報告”關鍵內容解讀[J]. 地球科學進展， 2007 （7）： 754-759. [REN Xiaobo， QU Jiansheng， ZHANG Zhiqiang. Economic assessment of climate change impact and its adaption： an introduction to ‘Stern review： the economics of climate change[J]. Advances in earth science， 2007 （7）： 754-759.]

[2]王建明. 消費碳減排政策影響實驗研究[M]. 北京：科學出版社， 2016. [WANG Jianming. Experimental research on the influence of consumers carbon emission reduction policies[M]. Beijing： Science Press， 2016.]

[3]BIN S， DOWLATABADI H. Consumer lifestyle approach to US energy use and the related CO₂ emissions[J]. Energy policy， 2005， 33（2）： 197-208.

[4]STEG L. Promoting household energy conservation[J]. Energy policy， 2008， 36（12）： 4449-4453.

[5]米紅，張?zhí)锾?，任正委，? 城鎮(zhèn)化進程中家庭CO₂排放的驅動因素分析[J]. 中國環(huán)境科學， 2016（10）： 3183-3192. [MI Hong， ZHANG Tiantian， REN Zhengwei， et al. Driving factors of Chinas household CO₂ emissions in the process of urbanization[J]. China environmental science， 2016（10）： 3183-3192.]

[6]計志英，賴小鋒，賈利軍. 家庭部門生活能源消費碳排放：測度與驅動因素研究[J]. 中國人口·資源與環(huán)境， 2016（5）： 64-72. [JI Zhiying， LAI Xiaofeng， JIA Lijun. Measurement and driving factors of carbon emissions from household energy consumption[J]. China population， resources and environment， 2016（5）： 64-72.]

[7]萬文玉，趙雪雁，王偉軍. 中國城市居民生活能源碳排放的時空格局及影響因素分析[J]. 環(huán)境科學學報， 2016 （9）： 3445-3455. [WAN Wenyu， ZHAO Xueyan， WANG Weijun. Spatial-temporal patterns and impact factors analysis on carbon emissions from energy consumption of urban residents in China[J]. Acta scientiae circumstantiae， 2016 （9）： 3445-3455.]

[8]MURATA A， KONDOU Y， MU H， et al. Electricity demand in the Chinese urban household-sector[J]. Applied energy， 2008， 85： 1113-1125.

[9]LI J， FAN J， ZHAO D， et al. Allowance price and distributional effects under a personal carbon trading scheme[J]. Journal of cleaner production， 2014，103： 319-329.

[10]FLEMING D. Stopping the traffic [J]. Country life， 1996， 140（19）： 62-65.

[11]FAWCETT T， HVELPLUND F， MEYER N I. Making it personal： per capita carbon allowances[M]. Pitfsburgh： Academic Press， 2010.

[12]陳紅敏. 個人碳排放交易研究進展與展望[J]. 中國人口·資源與環(huán)境， 2014 （9）： 30-36. [CHEN Hongmin. Development and prospect of personal carbon trading research[J]. China population， resources and environment， 2014 （9）： 30-36.]

[13]FLEMING D. Tradable quotas： using information technology to cap national carbon emissions[J]. Environmental policy and governance， 1997， 7（5）： 139-148.

[14]ALBEROLA E， CHEVALLIER J， CHZE B. Price drivers and structural breaks in European carbon prices 2005-2007[J]. Energy policy， 2008， 36（2）： 787-797.

[15]FEZZI C， BUNN D W. Structural interactions of European carbon trading and energy prices[J]. Journal of energy markets， 2009， 2（4）： 53-69.

[16]HINTERMANN B. Allowance price drivers in the first phase of the EU ETS[J]. Journal of environmental economics & management， 2009， 59（1）： 43-56.

[17]KIM H S， KOO W W. Factors affecting the carbon allowance market in the US[J]. Energy policy， 2010， 38（4）： 1879-1884.

[18]WADUD Z. Personal tradable carbon permits for road transport： why， why not and who wins？[J]. Transportation research part A policy & practice， 2011， 45（10）： 1052-1065.

[19]HAMMOUDEH S， NGUYEN D K， SOUSA R M. Energy prices and CO₂ emission allowance prices： a quantile regression approach[J]. Energy policy， 2014， 70（7）： 201-206.

[20]FAWCETT T， PARAG Y. An introduction to personal carbon trading[J]. Climate policy， 2010， 10（4）： 329-338.

[21]NELSON T， KELLEY S， ORTON F. A literature review of economic studies on carbon pricing and Australian wholesale electricity markets[J]. Energy policy， 2012， 9（1）： 217-224.

[22]HIRSCH M， SMALE S. Differential equations， dynamical systems， and linear algebra[M]. Pittsburgh： Academic Press， 1974.

[23]RABANAL J P. On the evolution of continuous types under replicator and gradient dynamics： two examples[J]. Dynamic games & applications， 2015： 1-17.

[24]周建鵬， 聶華林， 張國興， 等. 低碳經濟背景下企業(yè)生產策略的演化博弈分析——基于機制設計理論的視角[J]. 科技進步與對策， 2011 （24）： 88-91. [ZHOU Jianpeng， NIE Hualin， ZHANG Guoxing， et al. The evolutionary analysis on enterprise production strategy under the mechanism design theory in low-carbon economy[J]. Science & technology progress and policy， 2011 （24）： 88-91.]

[25]FRIEDMAN D. Evolutionary games in economics[J]. Econometrica， 1991， 59（3）： 637-666.

[26]PENG S Z， CHANG Y， ZHANG J T. Consideration of some key issues of carbon market development in China[J]. Chinese journal of population， resources and environment， 2015， 13（1）： 10-15.

[27]QI T Y， YANG Y Z， ZHANG X L. Energy and economic impacts of an international multi-regional carbon market[J]. Chinese journal of population， resources and environment， 2015， 13（1）： 16-20.

[28]WEI J， CHEN H， CUI X， et al. Carbon capability of urban residents and its structure： evidence from a survey of Jiangsu province in China [J]. Applied energy， 2016， 173： 635-649.

[29]LI Q， LONG R， CHEN H. Empirical study of the willingness of consumers to purchase low-carbon products by considering carbon labels： a case study[J]. Journal of cleaner production， 2017， 161： 1237-1250.

[30]陳紅，魏佳. 城市居民碳能力：成熟度測度、驅動機理及引導政策 [M]. 北京：科學出版社，2017. [CHEN Hong， WEI Jia. Urban residents carbon capability： the measurement of maturity， driving mechanism， and policy suggestions [M]. Beijing： Science Press， 2017.]

[31]LI W， LONG R， CHEN H， et al. Effects of personal carbon trading on the decision to adopt battery electric vehicles： analysis based on a choice experiment in Jiangsu， China [J]. Applied energy， 2018， 209： 478-488.