廖 筠，楊丹丹，胡偉娟

（天津財經大學統(tǒng)計學院，天津 300222）

發(fā)達國家的經濟發(fā)展經歷了“先污染、后治理”的模式。羅馬俱樂部發(fā)表的著名研究報告《增長的極限》認為“地球已經不堪重負，人類正在面臨增長極限的挑戰(zhàn)，各種資源短缺和環(huán)境污染正威脅著人類的繼續(xù)生存”[1]。清華大學李宏彬教授等專家在《美國國家科學院院刊》上發(fā)表的研究報告《空氣污染對預期壽命的長期影響》，他們以我國淮河取暖分界線為依據(jù)，認為如果人類長時間處于被污染了的空氣中，當空氣的總懸浮顆粒物增加100 μg/m3時，人類的平均預期壽命會減少3年。據(jù)此計算，對于我國北方的居民來說在當前總懸浮顆粒物的水平下，其壽命會因此平均每人減少5年，由此，嚴重的空氣污染將給人類帶來很大的健康成本。

溫室氣體的大量排放給人類帶來了嚴重的自然災害，碳排放問題引起人們廣泛的關注。隨著經濟的快速發(fā)展，我國的溫室氣體排放量急劇增加，從1980年的少于15億噸到2017年超過100億噸。為了應對與日俱增的減排壓力，加快向綠色和低碳經濟轉型的步伐，實現(xiàn)可持續(xù)發(fā)展，我國政府制定了一系列碳約束目標。作為發(fā)展中國家，中國是最大的減排市場提供者之一，未來5年每年碳交易量將超過2億噸。2020年，全球碳交易總額有可能為3.5萬億美元，這意味著石油市場將不再是第一大能源交易市場，替而代之的是碳交易市場。因此，不論在全球還是在中國，碳交易市場都將成為潛力巨大、充滿機會和挑戰(zhàn)的新興市場。

氣候變化是全球性挑戰(zhàn)，任何一國都無法置身事外。中國作為能源生產和消費大國，為了與其他國家共同控制溫室氣體的排放，分別于1998年和2016年簽訂了《京都議定書》和《巴黎協(xié)定》。2011年10月，國家發(fā)改委批準北京、天津、上海、重慶、深圳、廣東和湖北7省市于2013年至2015年開展碳排放權交易試點工作。在交易市場內，減排成本高的企業(yè)可以通過購買其他企業(yè)富余碳排放權配額或自愿減排量的方式，從而以最低成本完成減排目標。截至2017年9月末，7個碳排放交易試點共納入控排企業(yè)和單位接近3 000家。截至2018年5月底，一、二級現(xiàn)貨市場累計成交量2.3億噸，累計成交額51.56億元。截至2018年4月底，有287個CCER項目得到簽發(fā)，累計成交量1.34億噸。在4年的運行期內，各個試點的碳價時有波動，在運行初期大都出現(xiàn)了不同程度的上漲，目前來看，整體的價格呈下跌趨勢。許多專家分析，碳配額的過度分配使配額供給過剩，碳市場發(fā)展的不穩(wěn)定性在很大程度上導致了碳價下跌。

國內外碳交易市場發(fā)展日趨成熟，各個國家對碳價的關注程度越來越高。與國外相比，我國的碳交易市場起步較晚，發(fā)展較慢。雖已建立全國碳排放交易體系，但我國的碳市場發(fā)展還在起步階段，市場發(fā)展還存在產品定價尚在探索、市場價格發(fā)現(xiàn)功能缺失、控排企業(yè)缺乏參與積極性等諸多制約因素?，F(xiàn)如今，資源環(huán)境問題變得日益嚴峻，環(huán)境規(guī)制政策工具越來越引起人們的注意。耶魯大學發(fā)布的《2018年環(huán)境績效指數(shù)報告》指出，包括我國在內的180個國家及地區(qū)，我國的環(huán)境績效指數(shù)排名為第120位，分數(shù)僅僅為50.74，數(shù)字充分表明我國的環(huán)境規(guī)制意識較低。此外，不同國家普遍較低的環(huán)境規(guī)制引起了生態(tài)環(huán)境的不斷惡化。因此，對環(huán)境規(guī)制進行合理的制定在促使企業(yè)加大對生產技術投資的同時還會引導企業(yè)進行環(huán)境管理的創(chuàng)新。在閱讀大量文獻后發(fā)現(xiàn)，不少學者忽略了環(huán)境規(guī)制對碳排放權交易價格的影響?；诖耍疚奶骄砍齻鹘y(tǒng)影響因素外環(huán)境規(guī)制工具對天津市碳排放權交易價格的影響，以完善不同試點地區(qū)碳價的影響機制。

1 天津市碳排放交易市場現(xiàn)狀

天津市碳排放交易所是中國首家綜合性環(huán)境能源交易平臺，于2013年12月26日正式開市，由交易市場制定碳排放總量控制目標，并以市場化方式、金融創(chuàng)新手段來實現(xiàn)節(jié)能減排并達到減排效率最大化及成本最小化。該交易所涉及電力熱力、鋼鐵、化工、石化及油氣開采等行業(yè)，配額分配采取祖父法和標桿法相結合的方式，對電力、熱力采取標桿法，其他行業(yè)則采取祖父法則。在采取祖父法則的同時，通過引入績效系數(shù)對早期減排進行鼓勵和補償。此外，納入碳排放交易的企業(yè)可以使用一定比例的CCER抵消其碳排放量，但抵消量不得超過當年實際碳排放量的10%。與其他試點地區(qū)不同的是，該交易所的CCER沒有地域、項目類型、排放邊界等限制。

由圖1，天津市碳交易量的市場份額占比較少并接近福建省。碳交易量市場份額占比最大的是湖北省，然后是廣東、深圳、上海、北京、重慶。與其他試點地區(qū)相比，天津市碳排放交易所的碳交易較不活躍，成交價、成交量相對較低。從整體來看，碳排放權交易價格呈下跌的趨勢，價格波動頻率低、范圍小。由圖2，2014年、2015年、2016年碳價所處的波谷月份分別為8月、6月、7月，從2017年7月到2018年3月，碳價保持在8.51元/噸，這可能跟天津舉辦全運會、各工業(yè)企業(yè)環(huán)保意識增強從而減少二氧化碳的排放有關。隨后碳價在4月份有了小幅的上漲。2018年天津的碳排放交易量幾乎為0，遠遠落后于其他幾個試點地區(qū)。截至2018年6月，天津市碳排放交易所的交易會員只有52個，從數(shù)量上看與其余幾個試點地區(qū)差距很大。因此，交易會員數(shù)量少可能是碳價波動小、成交量低的原因之一。因此，探究天津市碳排放權交易市場對于增加天津市在全國碳市場中的占有份額，活躍天津市的碳市場，提高碳交易量及碳排放權交易價格有積極的意義。

圖1 各地區(qū)碳排放交易所碳交易量

圖2 天津市碳排放權交易價格走勢

2 文獻綜述

對于碳排放權的研究，國外學者研究較早，現(xiàn)如今逐漸成為各國關注的問題，因此吸引了越來越多的學者研究相關的問題，相關學者的研究數(shù)據(jù)及研究方法越來越豐富，研究成果也日趨完善。梳理國內外學者的研究文獻，發(fā)現(xiàn)研究方法主要分傳統(tǒng)的研究方法和復雜的研究方法。

（1）傳統(tǒng)的研究方法：周天蕓、許銳翔[2]使用基于向量自回歸（VAR）的向量誤差修正（VEC）模型分析了能源價格、宏觀經濟、氣候和國外碳排放權交易價格對深圳碳排放權交易價格的影響，得出煤炭價格對碳排放權價格的影響最顯著，其次是空氣質量指數(shù)，而工業(yè)指數(shù)、CER期貨價格也起著正向引導的作用，不過其影響作用較小。馬慧敏、趙靜秋[3]使用主成分分析法研究國外市場以及國內市場對北京碳排放權價格的影響，得出國際CER價格、工業(yè)發(fā)展水平與碳價呈負相關，傳統(tǒng)能源價格、金融市場繁榮程度與碳價呈正相關。Bunn和Fezzi[4]研究了英國電力、天然氣對碳排放權交易價格的影響，通過構造一個結構性的VEC模型，來推導碳排放權交易價格對電力價格的動態(tài)傳導路徑，進一步探究三者之間的相互影響效應。鄒亞生和魏薇[5]使用VAR和VEC模型對碳排放權交易價格及相關影響因素進行實證分析，得出宏觀經濟指標（工業(yè)生產指數(shù)）和氣候指標（地表月均溫度）差異值對CER現(xiàn)貨價格產生正向影響效應，并且CER期貨價格對CER現(xiàn)貨價格的影響較為顯著。

（2）復雜的研究方法：陳欣、劉明、劉延[6]通過將動態(tài)面板模型和靜態(tài)面板VAR模型融合進行實證研究，發(fā)現(xiàn)PMI（采購經理指數(shù)）和煤炭價格對碳排放權交易價格產生正向影響，而石油價格和股價對碳排放權交易價格產生負向影響，但是天氣情況的影響作用不明顯。王娜[7]使用網絡結構自回歸分布滯后（ADL）模型研究了結構化數(shù)據(jù)和非結構化數(shù)據(jù)對預測碳價所起的作用。Zhu和Wei[8]通過把自回歸移動平均模型（ARIMA）及最小二乘支持向量機（LSSVM）結合，提出了將線性和非線性方法進行融合的復合預測方法。Li和Lu[9]利用深圳、上海、北京、廣東和天津5個試點的價格數(shù)據(jù)，將經驗模態(tài)分解（EMD）算法和廣義自回歸條件異方差（GARCH）模型結合對5個試點地區(qū)未來的碳價進行預測。

在國外碳市場，一些學者主要研究EUA（歐盟碳排放配額）的交易價格，并探究其波動規(guī)律及影響因素。Bataller[10]和Alberola[11]是最早對能源市場和碳排放權價格的關系進行計量分析的國外學者之一。在階段一EUA現(xiàn)貨和期貨數(shù)據(jù)的基礎上，Bataller發(fā)現(xiàn)化石能源（石油、天然氣和煤炭）的價格對EUA有一定的影響。而Alberola使用階段二擴展后的數(shù)據(jù)得出在不同的階段能源價格對碳排放權價格的影響程度不同，并且得出制度性事件是影響碳排放權價格的最主要因素。陳曉紅和王陟昀[12]從供給、需求和市場三方面進行理論分析，認為影響EUA價格最重要的因素主要取決于政策和制度配額供給，此外能源價格也會對碳排放權交易價格產生影響，但是氣溫和降水的影響效應并不明顯。關于影響碳價的天氣因素方面，Mansanet-Bataller[10]、Alberola等[11]和 Hintermann[13]都做了分析，研究發(fā)現(xiàn)未預期的氣候變化（氣溫、降水量和風速）在一定程度上會影響碳排放權價格，并使其產生波動。Alberola等[11]發(fā)現(xiàn)，在不考慮季節(jié)因素的情況下，極端氣溫變化會對碳排放權價格產生影響，此外未預期到的氣溫變化產生的影響最大。Oberndorfer[14]將研究方向轉向股票市場，得出多半電力公司的股票收益率對碳排放權交易價格產生正向影響，不過此影響會因不同的國家以及時間的變化而變化。Chevallier[15]對碳市場、股票市場和債券市場進行更詳盡的分析，使用不同的波動模型進行估計，得出可以在股息及債券溢價的基礎上對EUA期貨的收益率進行預測，并且得出碳排放市場通常受宏觀經濟活動的影響而表現(xiàn)出一階滯后，究其原因可能與此市場存在特殊的制度約束有關。

關于環(huán)境規(guī)制工具方面，Water和Ugelow[16]首次提出“污染避難所假說”，他們認為雖然嚴格的環(huán)境規(guī)制可以阻止環(huán)境污染惡化，但這所付出的代價是廠商的生產成本增加、出口競爭力降低，從而廠商的出口受到負向影響。Porter[17]提出的“波特假說”認為，適當?shù)沫h(huán)境規(guī)制不僅能夠引導企業(yè)創(chuàng)新，還可以優(yōu)化產品質量、提高出口競爭力。石平華和易敏利[18]基于2004—2015年我國各企業(yè)的出口數(shù)據(jù)，使用OLS和LSDV估計方法，對我國環(huán)境規(guī)制強度對企業(yè)出口貿易的影響進行實證研究，結果顯示，在一定程度上內生環(huán)境規(guī)制可以提高企業(yè)的出口競爭力，然而嚴格的外生環(huán)境規(guī)制使得企業(yè)的出口貿易曲線呈U型。Gurtoo等[19]研究發(fā)現(xiàn)環(huán)境規(guī)制尤其是環(huán)境立法可以發(fā)展新的環(huán)保消費需求市場，使得企業(yè)引進新技術、研發(fā)新產品，進一步引導產業(yè)優(yōu)化結構。Alberola等[11]在階段一歐盟碳排放體系工業(yè)部門生產的基礎上，探究產出變化以及環(huán)境因素與碳排放權交易價格之間的關系，經實證得出影響德國、西班牙、波蘭和英國四個國家碳排放權價格的主要因素是經濟活動的波動。Innes和Carrion-Flores[20]以美國1989—2002年127個制造業(yè)企業(yè)作為研究對象，對企業(yè)的污染排放數(shù)量和低碳技術專利進行實證研究，結論是環(huán)境規(guī)制能夠引導企業(yè)進行技術創(chuàng)新。丁黎黎、趙紅梅、王曉玲[21]基于碳排放權拍賣價格、碳稅率和碳減排補貼率，建立了一種混合環(huán)境治理框架來分析命令型環(huán)境規(guī)制與市場型環(huán)境規(guī)制的相互影響對企業(yè)的減排行為的影響效果。

通過相關文獻發(fā)現(xiàn)，國內不少學者忽略了環(huán)境規(guī)制工具對碳排放權交易價格的影響因素，因此本文以環(huán)境規(guī)制工具為核心解釋變量，以環(huán)渤海動力煤價格指數(shù)、中證工業(yè)指數(shù)、滬深300指數(shù)、歐洲碳指數(shù)、空氣質量指數(shù)為傳統(tǒng)解釋變量，采用向量自回歸（VAR）的向量誤差修正（VEC）模型，探究這些因素與天津市碳排放權交易價格的影響關系。

3 變量選取、數(shù)據(jù)來源及說明

3.1 變量選取及數(shù)據(jù)來源

本文基于已有研究引入的影響因素包括：能源價格、宏觀經濟、金融市場繁榮程度、歐洲碳指數(shù)、天氣情況、環(huán)境規(guī)制和季節(jié)因素，各影響因素的數(shù)據(jù)來源見表1。

表1 變量來源及說明

3.2 解釋變量說明

3.2.1 被解釋變量

碳排放權交易價格。本文選取2013年12月26日至2018年3月31日天津市碳排放交易所交易平臺公布的每日碳收盤價作為研究對象，計價單位為：元/噸，剔除非交易日（即節(jié)假日）并將數(shù)據(jù)進行處理，得到月平均值以作為本文研究的被解釋變量，用CP來表示。

3.2.2 核心解釋變量

環(huán)境規(guī)制工具。通過閱讀相關的文獻發(fā)現(xiàn)，目前學術界對環(huán)境規(guī)制工具的度量還未達成一致，不同的研究目的、研究方法使得學者采用的環(huán)境規(guī)制指標各不相同。現(xiàn)階段對環(huán)境規(guī)制工具的衡量方法很多，Kheder[22]使用GDP與Energy的比值代表環(huán)境規(guī)制水平；石平華和易敏利[18]使用人均實際GDP代表內生環(huán)境規(guī)制工具；劉鴻雁、張一楓[23]以e=inv/ind（inv表示治理工業(yè)污染的投資額，ind表示工業(yè)增加值）作為環(huán)境代理指標；張中元、趙國慶[24]使用工業(yè)二氧化硫去除率代表環(huán)境規(guī)制強度；甘家武、龔旻、馮坤媛[25]使用環(huán)境費用（以排污費代表）和環(huán)境污染治理投資（以城市環(huán)境基礎設施建設、工業(yè)污染源治理和“三同時”環(huán)保投資總和代表）代表環(huán)境規(guī)制強度。然而從2018年1月1日起，我國取消了排污費，取而代之的是環(huán)保稅，鑒于數(shù)據(jù)的不可獲得性，本文不考慮使用排污費作為環(huán)境規(guī)制的代理變量。而GDP、Energy、inv和ind等指標都是年度數(shù)據(jù)，二氧化硫去除率的數(shù)據(jù)到2011年之后就沒有分省份的數(shù)據(jù)了，因此這些指標都不適合本文。通過查閱相關資料，本文最終選擇天津市大氣污染防治設備產量作為環(huán)境規(guī)制指標的代理變量，大氣污染防治設備的產量在一定程度上代表了工業(yè)企業(yè)的運行狀況，產量高，企業(yè)對碳排放權的需求大，從而促使碳排放權的價格升高。

3.2.3 傳統(tǒng)解釋變量

（1）能源價格。國外學者Bunn和Fezzi[4]通常選取石油和天然氣來作為影響碳價的能源因素。但是與國外不同，我國的能源消耗構成中煤炭的消耗量最大，其次是石油、天然氣。其中，煤炭的含碳量最高、污染程度最大，因此本文選取環(huán)渤海動力煤價格指數(shù)作為煤炭代表價格，用COAL來表示。環(huán)渤海動力煤價格指數(shù)為周數(shù)據(jù)，本文已將數(shù)據(jù)進行處理得到月平均值，數(shù)據(jù)來源于天津港交易市場網。

（2）宏觀經濟。工業(yè)部門對碳排放權的需求較大，尤其是能源、鋼鐵和發(fā)電行業(yè)。從理論層面分析，碳排放量與宏觀經濟的運行情況成正比關系，也就是說，宏觀經濟的發(fā)展越景氣，工業(yè)部門的碳排放量越大，從而對碳排放權的需求越大，進一步使得碳價上升。天津市碳排放權交易所的交易會員大部分是制造行業(yè)或能源企業(yè)，因此本文選取中證工業(yè)指數(shù)作為對我國宏觀經濟尤其是工業(yè)部門的衡量，數(shù)據(jù)來源于Wind數(shù)據(jù)庫。

（3）金融市場繁榮程度。金融市場是否繁榮穩(wěn)定發(fā)展也是影響碳交易價格的一個重要因素。金融市場繁榮穩(wěn)定發(fā)展，人民信心高漲，消費積極，社會資源被充分利用，企業(yè)生產旺盛，從而對碳排放配額的需求增加，推動了碳價格的上漲；金融市場發(fā)展疲軟，經濟衰退蕭條，企業(yè)削減產出，釋放了大量的碳排放許可，從而對碳排放配額的需求降低，人民信心衰退，消費低迷，投資者選擇拋售碳資產以增加流動性，由此使得大量資產被閑置，進而引起碳價降低[26]。本文選取滬深300指數(shù)作為衡量金融市場是否繁榮穩(wěn)定發(fā)展的指標，數(shù)據(jù)來源于Wind數(shù)據(jù)庫。

（4）歐洲碳指數(shù)。經濟全球化發(fā)展的進程雖然緩慢但這一過程是必然的，對于碳交易市場來說也不例外。未來全球碳交易市場的統(tǒng)一將是必然的趨勢。本文選取歐洲碳指數(shù)現(xiàn)貨每日結算價，該數(shù)據(jù)來源于歐洲能源交易所，本文已將所有數(shù)據(jù)（單位歐元）按當天的歐元兌人民幣匯率轉換為以人民幣為單位的數(shù)據(jù)，并通過對日數(shù)據(jù)進行處理得到月平均值，以Ecarbix代表。

（5）天氣因素?？諝馕廴?，尤其是PM2.5和霧霾促使了我國碳排放權交易的逐漸興起。汽車尾氣是最直觀的空氣污染來源，各個大能耗的工業(yè)以及企業(yè)排放的工業(yè)廢氣、農村城鎮(zhèn)化過程中的麥稈焚燒、我國居民在烹飪過程中導致的油煙排放等都會引起空氣污染?？諝赓|量越差在一定程度上表明二氧化碳的排放量越大，因此間接地使得有關企業(yè)單位增加碳排放權的需求。本文選擇天津市2013年12月26日到2018年3月31日的每日空氣質量指數(shù)AQI，AQI數(shù)值越高，表示空氣質量越差，數(shù)據(jù)來源于Wind數(shù)據(jù)庫。

（6）季節(jié)因素。極端天氣（極寒或極熱）會使企業(yè)和居民加大對煤炭的需求，從而導致碳排放權需求的增加，進一步使得碳排放權交易價格升高。本文定義冬夏（12，1，2；6，7，8月份）季節(jié)為極端天氣，春秋（3，4，5；9，10，11月份）季節(jié)為非極端天氣，并定義極端天氣取值為1，非極端天氣取值為0，季節(jié)因素用Season來表示。

4 實證分析

為了消除量綱不同帶來的影響，本文已將所有變量（除季節(jié)因素外）都進行了取對數(shù)處理，其中將變量Pollution中數(shù)值為0的月份賦值為1，便于取對數(shù)進行實證分析（考慮到數(shù)量較低的大氣污染防治設備產量不會影響到研究成果，故為便于文章分析將變量Pollution中數(shù)值為0的月份賦值為1），并使用Eviews軟件進行數(shù)據(jù)的平穩(wěn)性檢驗和協(xié)整性檢驗。在進行平穩(wěn)性檢驗之前，先做了OLS回歸，發(fā)現(xiàn)季節(jié)因素明顯不顯著，因此在后文的實證檢驗中剔除了虛擬變量季節(jié)因素。

4.1 平穩(wěn)性檢驗

由于所選取的數(shù)據(jù)是時間序列，因此為了防止出現(xiàn)偽回歸的現(xiàn)象，本文對所有數(shù)據(jù)進行平穩(wěn)性檢驗。對各變量取自然對數(shù)后分別記為lncp、lncoal、lngyzs、lnhszs、lnecarbix、lnaqi和 lnpollution。本文使用的是ADF檢驗，結果見表2。碳排放權交易價格與各解釋變量均是非平穩(wěn)序列，經過進一步的檢驗得出各個非平穩(wěn)序列均為一階單整，因此滿足構造協(xié)整方程的條件。

表2 平穩(wěn)性檢驗結果

4.2 向量自回歸VAR模型

本文根據(jù)赤池（AIC）準則和施瓦茨（SC）準則來確定VAR模型的最優(yōu)滯后階數(shù)，由AIC準則確定的滯后階數(shù)為2階，由SC準則確定的滯后階數(shù)為1階，鑒于由AIC準則和SC準則確定的滯后階數(shù)不同，因此考慮使用LR準則來確定最優(yōu)滯后階數(shù)，最優(yōu)滯后階數(shù)為2，其VAR（2）模型的表達式為：

表3 變量的擬合優(yōu)度和F檢驗

圖3 VAR的AR特征多項式逆根圖

由表3，變量lnaqi的擬合優(yōu)度最低，說明該變量對碳價影響不太明顯；而核心解釋變量lnpollution的擬合優(yōu)度為0.65，說明該變量對碳價有相對較高的解釋能力；其他變量的擬合優(yōu)度均較高，總體來看，模型的擬合效果還是較好的。此外，本文計算了方程的AR特征多項式，得到其根的倒數(shù)均小于1，也就是說都在單位圓內，所以2階自回歸模型是穩(wěn)定的。這就意味著，若模型中存在一個變量發(fā)生變化，那么其余的變量也會發(fā)生一定的變化，然而這種變化會在時間的推動下逐漸消失，即盡管lncoal、lngyzs、lnhszs、lnecarbix、lnaqi、lnpollution復雜多變，但從整體來看，由這些變量所構成的系統(tǒng)是穩(wěn)定的。

4.3 協(xié)整性檢驗

在各個變量滿足一階單整的情況下，可進一步對變量進行協(xié)整性檢驗，檢驗各個非平穩(wěn)的變量間是否存在某種線性組合是平穩(wěn)的。由于本文變量多于兩個，故選擇基于向量自回歸模型的Johansen檢驗方法。該檢驗包括特征根跡檢驗和最大特征值檢驗（限于篇幅，未展示特征根跡檢驗與最大特征值檢驗的運行結果）。由于該檢驗方法的最優(yōu)滯后階數(shù)是向量自回歸模型的最優(yōu)滯后階數(shù)減1，因此本文協(xié)整檢驗的最優(yōu)滯后階為1。由Eviews軟件得到，當原假設為協(xié)整向量為0個時，在95%的置信水平上，兩種檢驗的P值分別為0.000 7和0.000 0，因此原假設不成立，接受備擇假設，即協(xié)整向量的個數(shù)為非0個；若原假設為協(xié)整向量至少有一個，在95%的置信水平上，兩種檢驗的P值分別為0.288 5和0.108 6，因此接受原假設，即本文的VAR模型有且只有一個協(xié)整向量，其標準化協(xié)整方程為：

該協(xié)整方程也表明了碳排放權價格的定價模型是有效的。由該方程可知，lngyzs、lnecarbix、lnaqi、lnpollution與lncp呈正相關關系，而lncoal、lnhszs與lncp呈負相關關系，并且lnhszs在長期對碳排放權交易價格的影響程度最深。短期內，這些變量可能會偏離均衡狀態(tài)，但從長期來看，它們之間保持著均衡的穩(wěn)定關系。

4.4 建立誤差修正模型

由Granger定理，當幾個變量存在協(xié)整關系時，這些變量間必然存在誤差修正模型（ECM）。該模型將長期影響與短期影響結合，故本文利用該模型來探究碳價的影響因素是合理的。其中，ecmt-1為一階滯后殘差項，即誤差修正項，當它的系數(shù)為負時，說明其誤差修正為一個負反饋過程，意味著若在某一時刻短期值與長期均衡發(fā)生了偏差，那么負反饋將發(fā)揮作用，即調整下一期的短期值，并使其向長期值回歸。系數(shù)的大小代表了調整速度的快慢，其絕對值越大，那么模型受沖擊后經過調整的速度越快，即回到均衡狀態(tài)的速度越快。

其中ecmt-1的系數(shù)為-0.167 2，該系數(shù)表明模型存在負反饋調整過程，因此當模型在短期內發(fā)生變動時其會受到抑制，也就是說，前一期的非均衡誤差將以絕對值為0.167 2的速度對當期的碳價進行調整，從而使其向均衡價格回歸。由于絕對值較小，因而調整速度較慢，調整周期較長，其原因可能是交易制度不夠完善，相應的市場信息未能及時有效地傳導到碳排放權交易價格上。

根據(jù)圖4，零值均線代表變量間的長期均衡穩(wěn)定關系。從開市到2018年一季度，碳價的短期波動較大，其中誤差修正系數(shù)的絕對值在2016年第三季度達到最大值，這意味著在該時期內碳價的短期波動與長期均衡偏差較大，從2017年開始，短期波動偏離長期均衡的幅度較之前小很多，并呈逐漸向零值附近穩(wěn)定的趨勢。而此結論與天津市碳排放交易所的碳排放權交易價格的波動趨勢相吻合。

圖4 VEC模型的協(xié)整關系圖

4.5 脈沖響應分析

本文對 lncoal、lngyzs、lnhszs、lnecarbix、lnaqi、lnpollution與lncp進行脈沖響應分析，探究各個變量之間的動態(tài)關系。圖5顯示各解釋變量的沖擊響應都較顯著。在第1期，所有變量都未表現(xiàn)出顯著的響應；在第2期，lnhszs的一個標準差所產生的沖擊在-0.05左右，之后繼續(xù)下降，第3期達到了-0.065并穩(wěn)定在此值附近；lnaqi在第2期產生正向沖擊大約是0.006，之后沖擊越來越強烈到第四期達最大值0.062，之后緩慢下降，并趨近于零軸；核心解釋變量lnpollution的沖擊在第2期達到負向最大-0.029，之后在第3期由負向沖擊變?yōu)檎驔_擊，并慢慢增加，在第4期達到最大0.027，之后有小幅的下降，但依然為正向沖擊；lncoal的沖擊從第2期開始逐漸增加，第7期之后穩(wěn)定在0.057附近；lnecarbix的沖擊先增加后減少，但始終為正向沖擊，最終趨近于零軸。由此，對天津市碳排放權交易價格來說，本文所有解釋變量起到了一定的先行指導作用，可以將其作為預測碳價走勢的參考指標。

圖5 各個變量的脈沖響應圖

5 研究結論與建議

5.1 研究結論

本文使用向量自回歸（VAR）的向量誤差修正（VEC）模型探究影響天津市碳排放權交易價格的因素，包括核心解釋變量大氣污染防治設備產量以及傳統(tǒng)解釋變量環(huán)渤海動力煤價格指數(shù)、中證工業(yè)指數(shù)、滬深300指數(shù)、歐洲碳指數(shù)及空氣質量指數(shù)。實證結果顯示，所有變量具有長期穩(wěn)定的均衡關系，并且滬深300指數(shù)的影響程度最大且兩者為負相關關系，其次是中證工業(yè)指數(shù)，其與碳價呈正相關關系。環(huán)渤海動力煤價格指數(shù)與碳價呈負相關關系，空氣質量指數(shù)和歐洲碳指數(shù)與碳價呈正相關關系，但影響程度不及滬深300指數(shù)的影響程度大，不過這也說明了國內碳市場與國際碳市場在未來有接軌的趨勢。核心解釋變量lnpollution對碳價有相對較高的解釋能力，并且其誤差修正系數(shù)為負，雖然絕對值較小，但也說明了該變量在平抑碳價波動時起到了一定的作用。lncoal對碳價的影響系數(shù)為-1.619 43，說明當其價格上升1%，碳排放權交易價格下降1.13%，這有可能是因為當煤炭價格上升時，企業(yè)會考慮使用替代能源，這就使得碳排放權供大于求，進而使得碳價下跌。工業(yè)指數(shù)的影響系數(shù)為-3.445 468，對碳排放權交易價格的影響較大，這可能跟天津市碳排放權交易所的交易會員大多數(shù)是能源和制造業(yè)企業(yè)有關。

5.2建議

（1）環(huán)境規(guī)制工具方面，政府應結合地方特點正確制定合適的環(huán)境規(guī)制工具。為使得高污染企業(yè)朝清潔生產方向發(fā)展，適度運用“倒逼機制”。在實際運行中政府應盡量減少審批過程和相關的手續(xù)，逐漸增加對高污染企業(yè)的技術投資以及補貼。當環(huán)境污染對居民產生了損害，公眾提出需要污染企業(yè)對其給予一定的補償時，政府應及時站出來以給公眾提供必要的幫助與支持。為使環(huán)境規(guī)制工具發(fā)揮最大的作用，政府切忌盲目制定相關政策，應考慮到企業(yè)的營運情況和承受能力，不斷改善修整，制定出適應企業(yè)實際發(fā)展的環(huán)境規(guī)制工具。

（2）不斷完善我國的現(xiàn)貨交易市場體系，并建立相應的期貨市場。依托碳配額及項目減排量兩種基礎碳資產進行各類碳金融工具的開發(fā)，通過多樣化的交易方式增強市場流動性，對沖未來價格波動風險，實現(xiàn)套期保值。此外，健全金融基礎設施，提升金融市場透明度，著力解決金融市場普遍存在的投融資信息不對稱問題，通過強化企業(yè)環(huán)境信息披露要求，建立公共環(huán)境數(shù)據(jù)平臺，開展環(huán)境風險分析等多種措施。

（3）加強政府的支持。提供財政貼息、稅收減免、風險補償、信用擔保等支持。出臺環(huán)境稅收政策，若企業(yè)實施低碳技術開發(fā)，那么對該企業(yè)施行稅收減免支持，以此來吸引其他企業(yè)改進技術，增設環(huán)保設備。對于能耗高、污染大的企業(yè)征收環(huán)保稅，可以推動其節(jié)能減排。實施對清潔能源的直接投資措施，制定清潔能源發(fā)展的減稅政策，淘汰落后過剩產能，加強對能源和環(huán)境領域的科研投入和總體部署，將財力更多地用于執(zhí)行環(huán)保法規(guī)和研究創(chuàng)新廢棄物處理技術。

（4）對相關工業(yè)企業(yè)的發(fā)展應重點看待。因為其不僅可以間接提高天津市碳排放權交易價格，還可以為我國在國際上爭取碳定價權提供機會。在我國的經濟發(fā)展中，工業(yè)起著十分重要的作用，與消費需求相比，其地位穩(wěn)定、核心，此外，產業(yè)革命、現(xiàn)代大中工業(yè)正慢慢成為推動城市發(fā)展的動力。因此，將投資更多地轉向工業(yè)，不斷進行設備改造和技術創(chuàng)新是天津市各工業(yè)企業(yè)勢在必行的任務。

（5）健全綠色投資領域的法律法規(guī)體系，確保發(fā)生糾紛時有法可依。明確環(huán)境污染企業(yè)應該承擔的責任和應受到的處罰，提高排污標準并制定消費環(huán)節(jié)的廢棄物收費標準。降低企業(yè)成為交易會員的門檻，獎勵與懲罰機制并行，重在使更多的企業(yè)或單位成為交易會員，以使天津市碳排放交易所的交易更加活躍，減少碳價的波動，在實現(xiàn)碳減排的目的之下企業(yè)還能通過碳交易獲取一部分收益。

（6）天津市碳排放交易所應加大實行跨區(qū)域、跨行業(yè)碳交易以不斷增大碳交易市場的容量，提高市場的活躍度。企業(yè)應不斷提高對參與碳排放工作的重視程度和合規(guī)經營認識；天津市碳排放交易所盡量提供一對一的碳交易服務以提升交易服務能力，不斷方便企業(yè)參與碳交易。此外，要加強基礎建設能力，積極培養(yǎng)人才，提高技術，為天津市碳排放市場的良好運行增添力量。