一、引 言

“碳達峰、碳中和”戰(zhàn)略目標(biāo)的提出，不僅為中國高質(zhì)量發(fā)展指明了方向，也充分展現(xiàn)了中國應(yīng)對氣候變化的積極態(tài)度，彰顯大國擔(dān)當(dāng)。能源消耗作為社會生活中的主要碳排放源，深入推進清潔能源轉(zhuǎn)型是調(diào)控碳排放量的關(guān)鍵步驟，也是實現(xiàn)“雙碳”目標(biāo)的重要途徑。碳排放權(quán)交易市場通過將減排制度與交易機制相結(jié)合，幫助引導(dǎo)企業(yè)能源消耗主動向低碳綠色方向轉(zhuǎn)換，在推進節(jié)能減排的同時，也進一步完善了碳定價機制。所以，加快布局健全碳排放權(quán)交易市場是落實中國“雙碳”目標(biāo)的有效手段。自2011年起，中國已陸續(xù)在8個市相繼啟動了碳排放權(quán)交易試點工作。本文選取廣州碳排放權(quán)交易所的碳價格為代表，剖析其與異質(zhì)性債券和能源價格間的關(guān)系，以提出建設(shè)性意見更快推進廣東省內(nèi)“無廢城市”建設(shè)，這對所有其他省份都具有借鑒意義。

從理論上講，優(yōu)化氣候投融資政策體系和碳排放權(quán)交易市場機制，可以助推企業(yè)加速實現(xiàn)綠色轉(zhuǎn)型，從而達到節(jié)能減排的目標(biāo)。在強化綠色金融發(fā)展政策下，企業(yè)采用綠色債券融資具備顯著成本優(yōu)勢

，合理的定價也可以為企業(yè)爭取到更大的融資規(guī)模

；同時，部分企業(yè)通過綠色債券融資解決了自身投融資的期限錯配問題，降低流動性風(fēng)險，為企業(yè)綠色技術(shù)創(chuàng)新研發(fā)提供穩(wěn)定的資金支持

。在碳交易領(lǐng)域，碳排放配額配置的合理性與政策的連續(xù)性有助于企業(yè)在節(jié)能減排方面做好長期規(guī)劃。各企業(yè)為維持乃至提高自身收益率會推進深度脫碳技術(shù)，提高能源利用率

；并根據(jù)未來碳排放配額價格提前規(guī)劃購買量，在減碳技術(shù)和碳配額雙渠道的配合下，全社會節(jié)能降碳成本被有效降低，從而加快實現(xiàn)中國“雙碳”目標(biāo)。

綜上所述，政府對于企業(yè)綠色融資及能源市場配置的政策指引尤為重要。企業(yè)會根據(jù)政府出臺的政策審時度勢，為自身長遠健康發(fā)展重置或改進能源消費策略和融資項目選擇，間接調(diào)節(jié)碳市場價格機制，從而影響碳價格。而合理的碳價格是引導(dǎo)生產(chǎn)、消費及投資轉(zhuǎn)向綠色發(fā)展的關(guān)鍵。高瞻遠矚的政策布局可以有效縮短完成能源轉(zhuǎn)型目標(biāo)的時間，而政策的不成熟則可能會造成能源資產(chǎn)擱淺，威脅能源安全。所以，深入認識異質(zhì)性債券和能源價格與碳價格之間的關(guān)系是正確引導(dǎo)企業(yè)低碳轉(zhuǎn)型的前提，剖析其間的關(guān)聯(lián)波動特征，可以有效幫助國家各部委出臺更為深入淺出、針對性更強的碳排放交易政策，倒逼企業(yè)更多地使用清潔能源，引導(dǎo)能源消耗主動向綠色經(jīng)濟方向轉(zhuǎn)型。鑒于此，本文分析異質(zhì)性債券和能源價格對碳價格的作用機理，厘清其在經(jīng)濟擴張和經(jīng)濟衰退時期的變化規(guī)律，以幫助國家各部委推出更相適的政策主張。

為了獲得較為準(zhǔn)確的車輛行駛速度，本試驗采用了波形曲線分析與現(xiàn)場實時錄像測試相結(jié)合的方法?？缰袚隙茸畲笾等∽?0 Hz低頻濾波后曲線。由于試驗數(shù)據(jù)較多且各試驗梁規(guī)律相同，此處只給出FCB梁、PCB梁跨中最大動撓度與速度的關(guān)系，見圖9。

二、理論分析與假設(shè)提出

在國內(nèi)碳排放權(quán)交易市場運行尚未成熟、碳定價機制尚未健全的情況下，債券市場將會是助力企業(yè)加速實現(xiàn)綠色經(jīng)濟發(fā)展理念的核心。債券市場中傳統(tǒng)債券和綠色債券的價格變動反映出企業(yè)在投融資時對綠色經(jīng)濟發(fā)展的接受度和態(tài)度，不同的能源消耗選擇將會使能源價格上下波動，而能源價格會對碳價格產(chǎn)生影響

。作為衡量企業(yè)發(fā)展中綠色理念深入程度的碳價格，因為它可以將空氣污染作為成本內(nèi)部化進碳價格中。企業(yè)所造成的環(huán)境污染，通過企業(yè)自身承擔(dān)，否則消費者可以通過第三方將所失去福利重新劃分到自己身上。當(dāng)企業(yè)以緩解氣候惡化為理念進行發(fā)展從而獲得更高的收益時，綠色債券的發(fā)展將更為迫切，能源價格隨之變化，整體收益也會隨著碳價格的攀升而提高

。不同類型能源消耗引起碳市場價格波動，通過價格機制將對環(huán)境造成污染的社會成本計入私人成本，從而為脫碳軌道發(fā)展提供一個更加公平的競爭環(huán)境。而截至目前，綠色低碳經(jīng)濟研究方向主要側(cè)重于對綠色債券市場的剖析。在綠色債券市場自身的特性上，有研究測度綠色債券流動性溢價的存在性問題、發(fā)債券時的市場行為、市場的波動特征及使其穩(wěn)定發(fā)展的決定因素等。在有關(guān)綠色債券市場與其他主體的關(guān)系上，分別有與傳統(tǒng)債券市場、化石燃料投資、上市公司股價、石油價格和CO

配額作用的相關(guān)研究。自2011年中國在不同省份逐步建立碳排放權(quán)交易所試點后，對碳市場的分析首先擴展到了能源類商品，以評估能源類商品的基本因素對CO

排放價格的不同影響方式。

石油價格及其使用情況對于碳排放權(quán)交易市場價格(簡稱“碳價格”)具有決定作用。從供需方角度來看：在企業(yè)對石油消耗量大時，對碳排放權(quán)需求的激增會促使碳價格上升；若企業(yè)在生產(chǎn)過程中對石油的處置由“消耗型”轉(zhuǎn)為“存儲型”，則會減少對碳排放權(quán)的購買，碳價格下降

。同時，考慮到中國正處在大力推進企業(yè)綠色轉(zhuǎn)型階段，政府在供給方對于碳排放量的限制，將會促使碳價格提升。從經(jīng)濟形式劃分來看：在宏觀經(jīng)濟狀況良好，經(jīng)濟處在擴張時期，石油價格對于碳價格具有顯著的正向作用

；但在經(jīng)濟衰退或高度震蕩時期，受生產(chǎn)抑制效應(yīng)影響，石油價格會喪失對碳市場價格的正向主導(dǎo)作用，導(dǎo)致碳價格下降

。

天然氣對碳價格的影響機理與石油相似。除此之外，當(dāng)其他外部條件不變時，天然氣相對于其他能源類商品的競爭性較弱，這意味著企業(yè)會減少對天然氣的使用，在此情況下，天然氣對于碳價格具有負向影響

。當(dāng)外界條件發(fā)生變化時，考慮到天然氣與煤炭之間存在替代關(guān)系，能源市場上對天然氣需求的提高，會導(dǎo)致該商品的價格上漲，而當(dāng)價格達到某一閾值后，過高的價格會促使人們將消費傾向轉(zhuǎn)移到煤炭上，這意味著CO

排放量會增加，對于碳排放權(quán)的需求也會提升，從而抬高碳價格，此情況在經(jīng)濟擴張時期更為常見

。

如上文提到的，對于煤炭來說，天然氣價格上漲會導(dǎo)致對碳排放權(quán)需求的增加，對于碳價格有積極作用，且這種情況在經(jīng)濟平穩(wěn)時期更為常見。反過來，煤炭價格上漲會致使其消費量減少，從而導(dǎo)致碳排放權(quán)購買量減少，進而使其價格下降，而這種情況在經(jīng)濟衰退時期更為明顯

。在已有的文獻中尚未觀察到共同因素導(dǎo)致石油和天然氣市場的溢出效應(yīng)向碳市場擴散，因此，對于它們的分析是各自獨立的?；诖?，筆者提出如下假設(shè)：

在低波動區(qū)制/經(jīng)濟擴張的情況下，大宗商品價格指數(shù)(能源類)對碳價格具有顯著的正向影響。

在高波動區(qū)制/經(jīng)濟衰退和低波動區(qū)制經(jīng)濟擴張的情況下，綠色債券市場對碳排放權(quán)交易市場表現(xiàn)具有顯著的正向影響。

公務(wù)員培訓(xùn)的變革與創(chuàng)新是一個系統(tǒng)工程，根據(jù)“具身認知”理論公務(wù)培訓(xùn)本質(zhì)上是涉身的、情境的、生成的教學(xué)活動。為了達到這一目標(biāo)，我們認為，公務(wù)員培訓(xùn)變革和創(chuàng)新的實踐路徑如下。

隨著CORS技術(shù)的不斷發(fā)展以及人工智能的出現(xiàn)，必將給測繪工作帶來翻天覆地的變化，運用CORS技術(shù)進行測繪生產(chǎn)不但可以減少人工成本，而且精度高，作業(yè)效率等都得到了顯著的提高；但同時它也有不足之處，CORS系統(tǒng)測量時，受到距離基站較遠、衛(wèi)星接收情況、電離層干擾、網(wǎng)絡(luò)信號強弱等影響，有時精度不穩(wěn)定，特別是在山區(qū)，樹木茂盛，地形較為復(fù)雜，對CORS信號的影響很大，有時會無法正常工作。隨著CORS基站的建設(shè)和不斷完善以及網(wǎng)絡(luò)技術(shù)的不斷更新，CORS技術(shù)必將更好地服務(wù)測繪工作。

綠色債券市場被視為頗具吸引力的市場，因為綠色債券的發(fā)行或交易會使股票市場價格上漲。在明確深化“碳中和”的發(fā)展道路下，綠色債券市場與傳統(tǒng)債券市場相比不易遭受風(fēng)險或外來沖擊，但是可能會受到宏觀經(jīng)濟因素對其產(chǎn)生的正面或負面影響

。對于通過監(jiān)管機構(gòu)認證的綠色債券，被視為具有更高透明度的固定收益，企業(yè)可以通過交易綠色債券降低碳風(fēng)險和債務(wù)成本。因此，投資者對綠色債券表現(xiàn)出越來越大的興趣，且投資者在綠色債券市場的投資反應(yīng)優(yōu)先于碳排放權(quán)交易市場

。交易市場中的碳價格隨市場供需變化而變動。自廣州碳排放權(quán)交易所成立以來，納入碳排放管理和交易的行業(yè)范圍和企業(yè)數(shù)逐步增加，配額總量持續(xù)縮小，從而倒逼企業(yè)大力發(fā)行綠色債券融資，進行低碳轉(zhuǎn)型。若企業(yè)成功實現(xiàn)綠色轉(zhuǎn)型會獲得巨額收益，但在轉(zhuǎn)型過程中對新技術(shù)和設(shè)備等的投資費用也是高昂的，此時碳排放權(quán)作為很好的對沖綠色轉(zhuǎn)型風(fēng)險工具

，眾多企業(yè)會根據(jù)市場信息作出反應(yīng)進行購買，致使碳價格升高。另外，碳市場作為一種政策導(dǎo)向型市場，碳價格會更多地受到政府行為的影響。隨著中國碳市場政策體系的健全，政策逐步完善且愈發(fā)具備連續(xù)性，明確的政策導(dǎo)向會給企業(yè)帶來預(yù)見性，促使企業(yè)募集資金為節(jié)能減排發(fā)展做好長期規(guī)劃，積極參與碳市場交易，盤活碳資產(chǎn)，提升碳價格。基于此，筆者提出如下假設(shè)：

在高波動區(qū)制/經(jīng)濟衰退的情況下，大宗商品價格指數(shù)(能源類)對碳價格具有顯著的負向影響。

考慮到“碳中和”目標(biāo)將會助力綠色債券市場進一步擴容，有必要將其與傳統(tǒng)債券市場進行比較分析。在宏觀環(huán)境向好時，企業(yè)擴大生產(chǎn)規(guī)模，新增債券發(fā)行量增多且具有較高利率，致使債券價格上漲；同時企業(yè)能源消耗量激增抬高能源價格，市場參與者因為受到流動性壓力而拋售碳配額，使得碳價格與能源價格脫鉤向反方向變動

。而在宏觀環(huán)境緊縮時，企業(yè)縮小生產(chǎn)規(guī)模，債券發(fā)行量減少，存量債券價格上升；同時企業(yè)能源消耗量下降使得能源價格回落，但是碳配額需求量減小導(dǎo)致碳交易活躍度下降，最終碳價格呈現(xiàn)下跌態(tài)勢

?；诖?，筆者提出如下假設(shè)：

The person to whom you just spoke is Mr.Li.（剛剛和你講話的那個人是李先生。）whom做賓語。

三、模型構(gòu)建及方法選擇

(一)馬爾可夫區(qū)制轉(zhuǎn)換(MS)模型構(gòu)建及測度

本文運用馬爾可夫區(qū)制轉(zhuǎn)換模型，將整個研究時期分為經(jīng)濟擴張時期和經(jīng)濟衰退時期，分析傳統(tǒng)債券、綠色債券和能源價格與碳價格之間的動態(tài)非線性關(guān)系，進而剖析他們之間的關(guān)聯(lián)規(guī)律。

p(s

=j|s

=i)=p

(t)

——司法鑒定管理通過動態(tài)的事后監(jiān)管滿足監(jiān)管機制的創(chuàng)新要求。《實施意見》針對司法鑒定監(jiān)管存在的問題通過監(jiān)管機制創(chuàng)新來解決：一方面跳出了傳統(tǒng)的審核登記管理的靜態(tài)模式，實行了動態(tài)的監(jiān)管模式，強調(diào)事中事后的監(jiān)督，為司法鑒定監(jiān)管帶來了新的課題。另一方面，司法鑒定監(jiān)管不僅僅在處罰，還在于激勵。其中，激勵機制的建立不僅會給司法鑒定管理制度帶來監(jiān)管方法的創(chuàng)新，也體現(xiàn)了司法鑒定管理的新理念，對于促進司法鑒定行業(yè)的有序發(fā)展具有重要意義。

馬爾可夫區(qū)制轉(zhuǎn)換模型由Hamilton

對Goldfeld和Quandt

所提出模型進行深入擴展得出，其中區(qū)制指的是在某一狀態(tài)下，一段時期序列具有的專屬概率分布，不同區(qū)制下概率分布不同。該模型可以確定一種區(qū)制狀態(tài)的持久性，同時還可以測度各區(qū)制之間的轉(zhuǎn)移概率。具體模型定義如下：

(d)在建立的優(yōu)化模式庫里，以洗后漿產(chǎn)量最大、紙漿洗滌過程清水加入量最小為目標(biāo)，對稀釋因子和操作參數(shù)進行尋優(yōu)。

y

=β

0,s

+β

it,s

x

it,s

+ε

(1)

在上述矩陣中，元素p

對應(yīng)的是從時刻(t-1)的i區(qū)制轉(zhuǎn)移到時刻t的j區(qū)制的概率。之后運用最大似然法估計模型參數(shù)：

根據(jù)中國低碳發(fā)展戰(zhàn)略和碳排放權(quán)交易市場的相關(guān)政策，企業(yè)會相應(yīng)調(diào)整自己有關(guān)能源的投融資結(jié)構(gòu)和能源消耗選擇，進而改變能源的市場需求。此外，隨經(jīng)濟周期改變的消費者需求對企業(yè)的經(jīng)濟活動也起到調(diào)節(jié)作用，在經(jīng)濟擴張時期，企業(yè)可能會讓步于大規(guī)模的市場需求，導(dǎo)致碳價格上升；而在經(jīng)濟衰退時期，企業(yè)則會更傾向于消耗清潔能源致使碳價格下降

。綜上所述，兩階段馬爾可夫區(qū)制轉(zhuǎn)換模型較為適合本文的研究。

在高波動區(qū)制/經(jīng)濟衰退和低波動區(qū)制/經(jīng)濟擴張的情況下，傳統(tǒng)債券市場對碳排放權(quán)交易市場表現(xiàn)具有顯著的負向影響。

(2)

假設(shè)概率是遍歷的，且不隨時間變化，即p

(t)=p

，則轉(zhuǎn)移概率矩陣如下：

作為藥學(xué)專業(yè)大專畢業(yè)生，進入理想崗位存在一定難度。新醫(yī)改方案下“藥房托管”的試運行和醫(yī)藥銷售代理對專業(yè)背景的高要求，對高職藥學(xué)專業(yè)學(xué)生就業(yè)會有一定的影響。作為畢業(yè)生，要立足現(xiàn)實，從個人職業(yè)規(guī)劃出發(fā)，選擇與自己理想職業(yè)最接近的工作。在工作中不斷學(xué)習(xí)，強化專業(yè)知識，提高專業(yè)素養(yǎng)，抓住機會鍛煉自己。

(3)

其中，ε

服從均值為0，方差為σ

的獨立同分布過程(IID)。S

=1，2，…，M為不同的區(qū)制狀態(tài)，遵循一階馬爾可夫過程，即處在某一區(qū)制的概率僅與前一個區(qū)制有關(guān)，所以有：

(4)

其中，θ定義要估計的似然參數(shù)，確定概率范圍；M為區(qū)制數(shù)；￡

為含有滯后內(nèi)生變量的函數(shù)；f(X

|s

,￡

)指定了殘差的高斯密度分布函數(shù)；p(s

|￡

) 對應(yīng)于在考慮過去信息集的情況下，存在于給定狀態(tài)的可能性。馬爾可夫區(qū)制轉(zhuǎn)換模型區(qū)制之間的轉(zhuǎn)移平滑概率值在0—1之間。為了測量區(qū)制劃分的準(zhǔn)確性，本文使用RCM指標(biāo)評估

，該指標(biāo)計算是由平滑概率乘積的平均值組成，具體計算方式如式(5)所示，其中，p

=p(s

=i|￡

)；T為時間序列數(shù)。本文在分析上主要涉及經(jīng)濟擴張和經(jīng)濟衰退兩個時期，共分兩個區(qū)制，所以，式(5)可化簡寫成式(6)。弱區(qū)制劃分意味著模型不能夠有效地根據(jù)數(shù)據(jù)表現(xiàn)形式劃分區(qū)制，模型中可能存在著錯誤設(shè)定，此時p

值會在0.5附近波動；理想的區(qū)制劃分意味著模型可以準(zhǔn)確根據(jù)數(shù)據(jù)狀態(tài)劃分區(qū)制，此時p

值會接近0或1。綜上，若模型具有完美的區(qū)制狀態(tài)分類則取0，若關(guān)于區(qū)制狀態(tài)的信息沒有被揭示出來，則取100，意味著模型結(jié)果檢測是無意義的。

(5)

(6)

(二)數(shù)據(jù)選取及分析

截至目前，中國已在北京、天津、上海、重慶、武漢、廣州、深圳及廈門共8個市啟動了碳排放權(quán)交易試點。到2021年3月，累積成交量從高到低依次為廣州、武漢、深圳、上海、北京、重慶、天津和福建。其中廣州的累計成交量自2017年趕超武漢并逐年攀升，已明顯高于其他市。鑒于此背景及本文研究的目的，選用廣州碳排放權(quán)交易所數(shù)據(jù)為基礎(chǔ)進行分析。

為研究綠色債券、傳統(tǒng)債券和能源價格與碳價格之間的關(guān)系。本文建立模型如下：

CO

P

=β

0,s

+β

1,s

CO

P

+β

2,s

HGreen

+β

3,s

CoIndex

+β

4,s

CCPIEn

+ε

所以說社會工作增能理論相較于傳統(tǒng)的另一個理論創(chuàng)新就是，在如何去做的問題上，進行了由用外部糾正內(nèi)部到從內(nèi)部尋找資源去增強內(nèi)部的范式轉(zhuǎn)換。

(7)

CO

P

=β

0,s

+β

1,s

CO

P

+β

2,s

Green

+β

3,s

CoIndex

+β

4,s

CCPIEn

+ε

(8)

其中，CO

P為廣州碳排放權(quán)交易所每日收盤價(元/噸)，數(shù)據(jù)來源于Wind數(shù)據(jù)庫；HGreen為中財—國證高等級綠色債券指數(shù)，數(shù)據(jù)來源于國證指數(shù)網(wǎng)；Green為中債—中國綠色債券指數(shù)，數(shù)據(jù)來源于Wind數(shù)據(jù)庫；CoIndex為中債—綜合指數(shù)，數(shù)據(jù)來源于Wind數(shù)據(jù)庫，CCPIEn為能源類大宗商品價格指數(shù)，數(shù)據(jù)來源于前瞻數(shù)據(jù)庫。

在獨立的被解釋變量中，考慮到中國綠色債券市場起步較晚，綠色債券指數(shù)在實際應(yīng)用中仍存在些許不足，可能還無法使投資者對市場中的綠色債券進行有效評價。所以，為更好地顯示綠色債券市場中的波動特征，選取中債—中國綠色債券指數(shù)和中財—國證高等級綠色債券指數(shù)作為代表分別進行檢驗以確保結(jié)果的穩(wěn)健性；選取能源類大宗商品價格指數(shù)作為能源類商品期貨市場的代表，其匯集了主要的能源市場狀況，包括石油、汽油以及天然氣市場的表現(xiàn)等；選取中債—綜合指數(shù)作為傳統(tǒng)債券市場的代表，該指數(shù)匯集了傳統(tǒng)債券的主要類別。本文在分析時選取自廣州碳排放交易所開市日2013年12月19日至2021年3月18日的日頻度序列數(shù)據(jù)進行分析。

急性闌尾炎在臨床上是一種比較常見的急腹癥，該疾病在各個年齡段都會出現(xiàn)。目前，在臨床上主要的治療方式就是手術(shù)治療，患者在經(jīng)手術(shù)治療之后，雖然可以起到一定的治療效果，但是術(shù)后會嚴重影響患者的機體，給患者帶來一定的疼痛感。因此，經(jīng)過不斷的研究與發(fā)現(xiàn)，在急性闌尾炎術(shù)后對患者實施有效的護理服務(wù)，可以起到良好的效果。因此，在本次研究中，主要是對60例急性闌尾炎患者的護理方式進行深入性的研究，并進行了全面性的總結(jié)。

四、實證結(jié)果與分析

(一)數(shù)據(jù)處理與檢驗

先通過單位根檢驗評估已選各變量序列的平穩(wěn)性，為后續(xù)估計做好基礎(chǔ)，避免出現(xiàn)偽回歸現(xiàn)象。由單位根檢驗結(jié)果可知，本文涉及變量均為平穩(wěn)時間序列，因此，可以進行進一步的分析。表1給出了廣州碳排放權(quán)交易所收盤價和其他各指標(biāo)價格的描述性統(tǒng)計分析結(jié)果。由表1可知：首先，從均值、最大值和最小值數(shù)據(jù)來看，廣州碳市場價格波動性較大，峰度值與JB檢驗統(tǒng)計量的值表明該序列不符合正態(tài)分布。其次，其他指標(biāo)序列除中財—國證高等級綠色債券指數(shù)以外都具有“尖峰肥尾”特征。

因工作原因，除需要將班級成績匯總之外，還需要將每個學(xué)生每學(xué)期的成績告知家長。輸入學(xué)號后，調(diào)取學(xué)生姓名，在之前完成的16級機械設(shè)計專業(yè)成績總表中獲得該學(xué)生本學(xué)期的各科成績。

(二)模型參數(shù)估計及分析

“大概有四個月了，腿也有點麻木，但不是很明顯，現(xiàn)在最遠也就能走個三十丈吧。想我前年還能縱馬馳騁疆場，一桿槍可擋千萬兵馬，如今卻老邁如此，唉！”

本文運用極大似然法估計模型，估計結(jié)果如表3所示。

對于高波動和低波動的區(qū)制分類取決于log(σ)值，較高的值對應(yīng)于高波動區(qū)制，較低的值對應(yīng)于低波動區(qū)制。此標(biāo)準(zhǔn)是基于Jiao等

提到的，在經(jīng)濟擴張時期，由于經(jīng)濟活動的增加和由此產(chǎn)生的對碳排放許可的高需求，碳價格呈現(xiàn)出更高的均值和更低的波動性。相比之下，當(dāng)經(jīng)濟進入衰退時期時，由于對碳排放權(quán)許可的需求減少，其價格表現(xiàn)出較低的均值和較高的波動性。所以在本文中，我們定義高波動區(qū)制為經(jīng)濟衰退時期，低波動區(qū)制為經(jīng)濟擴張時期。

將篩選到的耐酸性較強的Q12進行糖發(fā)酵產(chǎn)酸試驗。根據(jù)API 50 CHL系統(tǒng)說明書進行操作，將Q12在49 種碳水化合物中分別培養(yǎng)24 h和48 h，觀察記錄其產(chǎn)酸結(jié)果(見表4)，并利用API plus軟件對結(jié)果進行鑒定。試驗結(jié)果表明，菌株Q12與植物乳桿菌(66%)和戊糖乳桿菌(34%)的同源性較高。

在兩個估計模型中，能源商品指數(shù)均對碳價格產(chǎn)生負向影響，但只在高波動區(qū)制中在1%的水平下顯著。此結(jié)果表明應(yīng)該拒絕H1接受H2。從模型結(jié)果角度分析，可能是由于企業(yè)對燃料能源的需求下降造成的，能源價格的上漲刺激了對可再生能源的需求，或者企業(yè)正在經(jīng)歷向使用清潔能源轉(zhuǎn)型，處在碳排放量減少的過渡期，使得碳價格下降。這種情況當(dāng)然也與相關(guān)政策有關(guān)，石油稅的提升以及石油的限量控銷等原因，企業(yè)生產(chǎn)成本增加進而抑制生產(chǎn)，使得碳價格下降。由于僅在高波動區(qū)制下才具有統(tǒng)計上的顯著性，這證明了Chevallier

結(jié)論的正確性，即在經(jīng)濟衰退時期，能源消耗量會降低。

對于綠色債券市場，首先在具有中債—中國綠色債券指數(shù)的模型中，無論在低波動區(qū)亦或高波區(qū)動制下，其指數(shù)均在5%的水平下對碳價格具有正向影響。對于在具有中財—高等級綠色債券指數(shù)的模型中，估計結(jié)果表明，綠色債券市場在高波動和低波動區(qū)制中都對碳價格具有顯著影響。在低波動區(qū)制下，與中債—中國綠色債券指數(shù)模型表現(xiàn)一致，即在5%的水平下顯著，但是同時也符合更高標(biāo)準(zhǔn)，即在1%的水平下具有顯著性，所以接受H3。具體而言，使得碳價格上升有這樣兩種可能：首先，綠色債券發(fā)行量的增多以及對碳排放權(quán)配額的限制，引起投資者的投機行為，致使碳價格上升，導(dǎo)致以燃料消費為主的企業(yè)生產(chǎn)成本增加，所以鼓勵企業(yè)低碳行動，減少碳排放，有助于提高今后的競爭優(yōu)勢。其次，由于發(fā)電站等代表性企業(yè)正經(jīng)歷向綠色能源轉(zhuǎn)型時期，在電源出力規(guī)律尚未掌握時，前期試錯成本較高，對燃料商品的需求增加且消費時間延長，導(dǎo)致碳價格上漲。

傳統(tǒng)債券市場對碳價格的影響為負。在具有中債—中國綠色債券指數(shù)的模型中，僅在高波動率區(qū)制下具有統(tǒng)計上的顯著性；而在具有中財—高等級綠色債券指數(shù)的模型中，僅在低波動率區(qū)制下具有統(tǒng)計上的顯著性。綜合兩模型來看，對碳排放權(quán)交易市場的影響總體表現(xiàn)出一致性，所以接受H4。

兩模型指標(biāo)RCM值僅在22左右，說明模型具有較好的擬合效果?？傮w來說，綠色債券市場對于碳價格具有正向影響；而傳統(tǒng)債券市場以及能源商品市場對于碳價格具有負向影響，尤其是在高波動區(qū)制(經(jīng)濟衰退時期)下。對這些結(jié)果的解釋是基于這樣一個事實，即在市場波動性較大時，投資者更傾向于投資風(fēng)險低的資產(chǎn)，而前文也提到綠色債券市場在目前低碳的大背景下具備優(yōu)勢，所以總體來說，相對于其他市場更具競爭力。而在高波動區(qū)制下，由于經(jīng)濟形勢不穩(wěn)定，市場普遍存在不確定性，為吸引投資者，企業(yè)會提高債券收益率進而導(dǎo)致融資成本增加，工業(yè)生產(chǎn)量降低，碳價格下降。最后，表4中數(shù)據(jù)表明，區(qū)制具備高持久性，因為P

和P

的概率都高于90%。持久性較大的是在低波動區(qū)制(經(jīng)濟擴張)時期，平均持續(xù)時間為30—42天，而在高波動區(qū)制(經(jīng)濟衰退)時期，平均持續(xù)時間為11天左右。

(三)穩(wěn)健性檢驗

為確保模型結(jié)果的穩(wěn)健性，本文選用分位數(shù)回歸模型進行估計。該模型同樣可以用于具有非線性結(jié)構(gòu)時間序列的回歸，并且可以對因變量分布的尾部特征進行更詳細的分析，檢驗結(jié)果如表5所示。由表5可知，傳統(tǒng)債券和能源商品指數(shù)對碳價格具有顯著的負向影響。而綠色債券對碳價格具有正向影響但都是在序列中位數(shù)和左尾的時候具有顯著性。數(shù)據(jù)顯示結(jié)果與馬爾可夫區(qū)制轉(zhuǎn)換模型估計結(jié)果相一致，證明本文研究結(jié)論的穩(wěn)健性。

五、結(jié)論與建議

本文以廣州碳排放權(quán)交易所中的碳價格為基礎(chǔ)，研究了其與傳統(tǒng)債券、綠色債券和能源價格之間的非線性關(guān)系。結(jié)果表明，綠色債券價格的上升不論是在經(jīng)濟擴張時期或是在經(jīng)濟衰退時期對碳價格都具有正向影響；而傳統(tǒng)債券和能源價格的上升僅在經(jīng)濟衰退時期對碳價格具有顯著負向影響，在經(jīng)濟擴張時期的影響不具有統(tǒng)計上的顯著性。本文研究結(jié)論對于填補中國綠色金融政策窗口，幫助政府完善碳排放交易權(quán)政策以加速脫碳進程，最終實現(xiàn)中國能源平穩(wěn)轉(zhuǎn)型具有重要意義。

據(jù)此，筆者提出如下建議：

首先，完善發(fā)行綠色債券企業(yè)評估認證機制，降低綠色債券發(fā)行成本，持續(xù)為綠色債券發(fā)展注入活力，提供碳價上漲空間。在整個經(jīng)濟周期內(nèi)，綠色債券價格的上升對于碳價格始終具有正向影響，且目前綠色債券在國家相關(guān)政策的扶持下，無論是在審批速度還是在申請條件等方面都具備優(yōu)勢。各能源行業(yè)企業(yè)都希望能夠順勢而為緊跟國內(nèi)綠色金融理念，抓住機遇，將企業(yè)做優(yōu)做強。但是綠色債券評估認證制度的不成熟加大了企業(yè)發(fā)行綠色債券的成本，降低其發(fā)行意愿。所以，要制定切合實際的綠色債券認證相關(guān)操作規(guī)范，加深企業(yè)對此融資環(huán)境的青睞，同時提高債券二級市場交易活躍度，使價格穩(wěn)步上升保持市場良好態(tài)勢。這樣有助于維持碳價格上升趨勢，更好地平衡碳排放權(quán)交易市場供求關(guān)系，督促企業(yè)將脫碳目標(biāo)作為決定因素納入企業(yè)決策，平穩(wěn)度過能源轉(zhuǎn)型期。

其次，深入推進國家能源供給側(cè)結(jié)構(gòu)性改革，利用政府發(fā)展性支出提升綠色能源效率，提高低碳能源資源被選傾向。在經(jīng)濟衰退時期，企業(yè)發(fā)行傳統(tǒng)債券時融資成本相對增加，發(fā)電廠等重工業(yè)企業(yè)為控制成本會降低自身生產(chǎn)量以增強抗風(fēng)險能力，市場上對碳排放權(quán)配額需求的減少致使碳價格下降，碳交易也進入低迷時期。為緩沖傳統(tǒng)能源企業(yè)受到的沖擊，公共政策尤其是財政上需提供相應(yīng)的技術(shù)方面支持，使企業(yè)能夠順利配上碳捕捉技術(shù)，讓低碳選擇在企業(yè)進行成本—收益分析后具備競爭力，再相應(yīng)地降低碳免費排放配額，形成良性循環(huán)。

最后，借鑒國際成熟碳市場經(jīng)驗，積極推進碳期貨和碳現(xiàn)貨市場，以使碳市場能夠在更穩(wěn)定和可預(yù)測的條件范圍下應(yīng)對沖擊。能源價格上漲會導(dǎo)致企業(yè)能源需求的變化，當(dāng)能源與其他要素替代彈性不為零時，投入要素成本的增加會通過價格傳導(dǎo)機制轉(zhuǎn)嫁給消費者，導(dǎo)致有效需求降低，而需求又會影響能耗，最終對碳排放量產(chǎn)生影響。在經(jīng)濟低迷時期，排放量的大幅減少導(dǎo)致碳配額過剩，碳排放權(quán)市場交易匱乏致使碳價格下跌。而碳期貨和現(xiàn)貨市場的運營為企業(yè)提供了對沖價格風(fēng)險的工具，有助于增加市場流動性，使碳市場交易整體在應(yīng)對沖擊時不會拖累其市場有效性，保證碳市場在經(jīng)濟衰退時期依然能夠具備韌性維持碳市場活躍，穩(wěn)住碳價格。

在世界主流經(jīng)濟體民意的共振下，能源脫碳轉(zhuǎn)型是勢在必行的。中國代表發(fā)言人也在第二屆全球綠色目標(biāo)伙伴2030峰會上表示，將重點推進減污降碳戰(zhàn)略方向。能源轉(zhuǎn)型作為實現(xiàn)“雙碳”目標(biāo)的關(guān)鍵一環(huán)，其持續(xù)平穩(wěn)地推進不僅需要政府引導(dǎo)并切實落地相關(guān)措施，更需要企業(yè)在進行經(jīng)濟活動中與之配合，在投融資和生產(chǎn)過程中增強自身綠色發(fā)展意識。在各方相互配合下，力爭盡早實現(xiàn)3060目標(biāo)，可以為中國在未來碳市場上搶占先機，獲得更多的話語權(quán)。

[1] 陳亮, 哈戰(zhàn)榮. 新時代創(chuàng)新引領(lǐng)綠色發(fā)展的內(nèi)在邏輯、現(xiàn)實基礎(chǔ)與實施路徑[J]. 馬克思主義研究, 2018(6):74-86.

[2] 陳國進, 丁賽杰, 趙向琴, 等. 中國綠色金融政策、融資成本與企業(yè)綠色轉(zhuǎn)型——基于央行擔(dān)保品政策視角[J]. 金融研究, 2021(12):75-95.

[3] 張穎, 華冰. 綠色債券對我國風(fēng)電產(chǎn)業(yè)推進“一帶一路”建設(shè)的金融支持研究[J]. 資源開發(fā)與市場, 2018,34(10):1418-1423.

[4] 張希良, 黃曉丹, 張達, 等. 碳中和目標(biāo)下的能源經(jīng)濟轉(zhuǎn)型路徑與政策研究[J]. 管理世界, 2022,38(1):35-66.

[5] 王小林, 成金華, 陳軍, 等. 天然氣消費替代效應(yīng)與中國能源轉(zhuǎn)型安全[J]. 中國人口·資源與環(huán)境, 2021,31(3):138-149.

[6] 楊秀汪, 李江龍, 郭小葉. 中國碳交易試點政策的碳減排效應(yīng)如何?——基于合成控制法的實證研究[J]. 西安交通大學(xué)學(xué)報(社會科學(xué)版), 2021,41(3):93-104.

[7] 魏琦, 金卓然. 化石能源價格變動對中國碳交易價格的影響研究[J]. 價格理論與實踐, 2018(11):42-45.

[8] CHEVALLIER J, NGUYEN D K, CARLOS R J. A conditional dependence approach to CO

-energy price relationships[J]. Energy economics, 2019,81(c):812-821.

[9] TAN X, WANG X. Dependence changes between the carbon price and its fundamentals:a quantile regression approach[J]. Applied energy, 2017,190(3):306-325.

[10] 劉明慧, 竇程強. 原油和天然氣資源稅改革的綠色發(fā)展效應(yīng)分析[J]. 稅務(wù)研究, 2021(2):26-34.

[11] 柴建, 杜孟凡, 周曉陽, 等. 中國省際差異化能源轉(zhuǎn)型背景下的CO

排放預(yù)測[J]. 系統(tǒng)工程理論與實踐, 2019,39(8):2005-2018.

[12] 廖諾, 趙亞莉, 賀勇, 等. 碳交易政策對電煤供應(yīng)鏈利潤及碳排放量影響的仿真分析[J]. 中國管理科學(xué), 2018,26(8):154-163.

[13] 周新苗, 唐紹祥, 劉慧宏. 中國綠色債券市場的分割效應(yīng)及政策選擇研究[J]. 中國軟科學(xué), 2020(11):42-51.

[14] 吳振信, 萬埠磊, 王書平. 碳交易市場、原油市場和股票市場的聯(lián)動關(guān)系——基于結(jié)構(gòu)突變檢驗和VAR模型的實證研究[J]. 系統(tǒng)工程, 2015,33(3):25-31.

[15] 楊博文. 綠色金融體系下碳資產(chǎn)質(zhì)押融資監(jiān)管的法律進路[J]. 證券市場導(dǎo)報, 2017(11):69-78.

[16] 呂靖燁, 范欣雅, 吳浩楠. 中國碳排放權(quán)價格影響因素的參數(shù)靈敏度分析[J]. 軟科學(xué), 2021,35(5):123-130.

[17] 王丹舟, 楊德天. 中國碳排放權(quán)交易價格的驅(qū)動因素[J]. 首都經(jīng)濟貿(mào)易大學(xué)學(xué)報, 2018,20(5):87-95.

[18] HAMILTON J D. A new approach to the economic-analysis of nonstationary time-series and the business-cycle[J]. Econometrica, 1989,57(2):357-384.

[19] GOLDFELD S M, QUANDT R E. A Markov model for switching regressions[J]. Journal of econometrics, 1973,1(1):3-15.

[20] ANG A, BEKAERT G. Regime switches in interest rates[J]. Journal of business & economic statistics, 2002,20(2):163-182.

[21] JIAO L, LIAO Y, ZHOU Q. Predicting carbon market risk using information from macroeconomic fundamentals[J]. Energy economics, 2018,73(6):212-227.

[22] CHEVALLIER J. A model of carbon price interactions with macroeconomic and energy dynamics[J]. Energy economics, 2011,33(6):1295-1312.