魏億鋼 朱榮琦 譚瀧硯

摘要 深化中國碳市場建設(shè)、促進(jìn)發(fā)電企業(yè)碳排放成本向下游需求側(cè)科學(xué)傳導(dǎo)是加快經(jīng)濟(jì)社會全面綠色低碳轉(zhuǎn)型的重要政策著力點。合理的碳成本傳導(dǎo)率不僅能激發(fā)企業(yè)減排動力，還可以將碳排放成本通過提高電力價格的方式向消費端轉(zhuǎn)嫁，引導(dǎo)其節(jié)約用電，從而推動碳市場在更大范圍內(nèi)形成減排效應(yīng)。該研究基于發(fā)電企業(yè)經(jīng)營行為的微觀視角，將碳排放成本納入企業(yè)的投資決策范疇，在充分考慮排放強(qiáng)度、風(fēng)險偏好和采納低碳技術(shù)意愿等異質(zhì)性因素的基礎(chǔ)上，構(gòu)建了基于Agent的碳成本傳導(dǎo)評估模型。通過模擬發(fā)電企業(yè)在面對有限信息時的策略選擇，探討了2021—2030年中國碳市場下發(fā)電企業(yè)碳成本傳導(dǎo)率的變化趨勢，并分析了不同的市場機(jī)制設(shè)計和低碳技術(shù)對碳成本傳導(dǎo)率的作用影響。研究發(fā)現(xiàn)：①發(fā)電企業(yè)碳成本傳導(dǎo)率呈現(xiàn)“緩慢增長—快速上升—保持高位”的動態(tài)特征。②初始碳價、市場規(guī)制系數(shù)和拍賣比例等市場機(jī)制設(shè)計均對發(fā)電企業(yè)碳成本傳導(dǎo)率產(chǎn)生正向作用。具體地，初始碳價的增長會在短期內(nèi)推高碳成傳導(dǎo)率，作用效果在中長期將逐漸減弱；市場規(guī)制系數(shù)對碳成本傳導(dǎo)率的推動作用存在門檻效應(yīng)；隨著拍賣比例的提高，企業(yè)的排放成本將會增加，進(jìn)而引起碳成本傳導(dǎo)率升高。③低碳技術(shù)能夠緩解碳排放約束下發(fā)電企業(yè)的經(jīng)營成本壓力，避免碳成本傳導(dǎo)率過度上升。該研究不僅為發(fā)電企業(yè)碳成本傳導(dǎo)問題的探究提供了理論支撐，還為健全中國碳市場的機(jī)制設(shè)計提供了實踐指引。

關(guān)鍵詞 碳市場；發(fā)電企業(yè)；碳排放成本；傳導(dǎo)率；低碳技術(shù)

中圖分類號 F426. 2 文獻(xiàn)標(biāo)志碼 A 文章編號 1002-2104（2024）03-0050-10 DOI：10. 12062/cpre. 20230722

為積極應(yīng)對氣候變化，中國政府莊嚴(yán)承諾“二氧化碳排放力爭于2030年前達(dá)到峰值，努力爭取2060年前實現(xiàn)碳中和”（簡稱“雙碳”目標(biāo)）［1］。碳排放權(quán)交易市場（以下簡稱碳市場）具有靈活透明、優(yōu)化資源配置、降低全社會減排成本和激勵企業(yè)技術(shù)創(chuàng)新等特點［2-4］，被廣泛認(rèn)為是推動中國實現(xiàn)“雙碳”目標(biāo)的關(guān)鍵政策工具［5］。2021年7月，中國碳市場正式啟動上線交易，發(fā)電行業(yè)成為首個納入對象。同時，隨著中國深化電價市場化改革，電力交易價格上下浮動范圍逐步擴(kuò)大，這將對發(fā)電企業(yè)的生產(chǎn)經(jīng)營造成直接且深遠(yuǎn)的影響［6］。發(fā)電企業(yè)的碳成本傳導(dǎo)是指在碳市場中，企業(yè)將一定比例的碳排放成本以電力價格的形式轉(zhuǎn)嫁至下游需求側(cè)的現(xiàn)象［7］，其程度大小一般用碳成本傳導(dǎo)率表示［8］。過高或過低的碳成本傳導(dǎo)率均會引起發(fā)電企業(yè)與下游需求側(cè)減排責(zé)任分擔(dān)的公平性問題［9］。一方面，傳導(dǎo)率過高意味著發(fā)電企業(yè)通過提高電價的方式將碳排放成本向下游傳遞，利用免費碳配額獲得“意外收益”（Windfall Profit）［10］。另一方面，傳導(dǎo)率過低則意味著發(fā)電企業(yè)將承擔(dān)較高的碳排放成本，擠壓其合理利潤。因此，如何在中國碳市場下適時適度優(yōu)化機(jī)制設(shè)計以保證碳成本傳導(dǎo)率在合理區(qū)間是當(dāng)下亟待解決的問題，具有重要的政策及理論價值。本研究利用2020年1 107家發(fā)電企業(yè)的生產(chǎn)和排放數(shù)據(jù)，通過設(shè)定各類基于智能體（Agent）在中國碳市場中的決策行為和復(fù)雜交互規(guī)則，探討了2021—2030年發(fā)電企業(yè)碳成本傳導(dǎo)率的動態(tài)特征。與以往實證研究大多依靠即期比較或事后分析不同［11-12］，基于Agent的建模方法能夠準(zhǔn)確刻畫現(xiàn)實市場運行中的諸多不確定性和決策行為過程［13］，進(jìn)而更好地探討各類Agent復(fù)雜交互所產(chǎn)生的“涌現(xiàn)”現(xiàn)象。本研究將為政府從碳成本傳導(dǎo)角度優(yōu)化中國碳市場機(jī)制設(shè)計提供參考建議。

1 文獻(xiàn)綜述

現(xiàn)有文獻(xiàn)關(guān)于碳排放成本向電價傳導(dǎo)的研究主要從理論分析和傳導(dǎo)率估計兩個方面展開。在理論分析領(lǐng)域，Sijm等［14-15］、Kim等［16］、何姣等［17］從市場結(jié)構(gòu)方面歸納出影響碳成本傳導(dǎo)的主要因素，包括市場競爭程度，供需彈性、可用容量水平和企業(yè)數(shù)量等。進(jìn)一步地，Chernyavs等［18］探討了其他影響因素，包括峰時與谷時的載荷曲線、不同類型企業(yè)的進(jìn)入順序等。同時，市場機(jī)制設(shè)計也會對碳成本傳導(dǎo)產(chǎn)生影響［19-21］。Jouvet等［22］指出碳成本傳導(dǎo)取決于地區(qū)實際碳排放量、碳配額總量和分配方式的變化。

針對碳成本傳導(dǎo)率的估計，現(xiàn)有文獻(xiàn)主要采用計量經(jīng)濟(jì)分析和技術(shù)經(jīng)濟(jì)仿真兩種研究方法。由于歐盟碳市場較為成熟，有關(guān)計量研究大多基于歐盟國家的面板數(shù)據(jù)展開［23］。Hintermann［9］基于結(jié)構(gòu)計量模型，評估了歐盟碳市場中價格變化對電力供需關(guān)系的影響，進(jìn)而測算出相應(yīng)的碳成本傳導(dǎo)率。在其他國家地區(qū)碳市場，Nelson等［24］、Nazifi等［25-26］研究了澳大利亞市場內(nèi)碳價與電價之間的相互關(guān)系。李興等［6］基于中國試點碳市場的面板數(shù)據(jù)，估算了碳價對工業(yè)電價和居民電價的傳導(dǎo)率。技術(shù)經(jīng)濟(jì)優(yōu)化模擬方法則是基于市場運行機(jī)制，依托不同的參數(shù)假設(shè)和情景設(shè)計來評估碳排放成本對電價的影響［27］。例如，Kara等［23］使用隨機(jī)動態(tài)規(guī)劃來模擬電力市場的運行。結(jié)果發(fā)現(xiàn)，芬蘭等北歐國家碳價每增加1 歐元/t，電價將上升0. 74 歐元（/ MW·h）。仿真研究能夠清晰地展現(xiàn)碳成本傳導(dǎo)的動態(tài)變化趨勢，為碳市場與電力市場之間的協(xié)同優(yōu)化提供參考建議。

關(guān)于碳成本傳導(dǎo)的技術(shù)經(jīng)濟(jì)模擬，相關(guān)研究取得了重要進(jìn)展，但仍存在一些不足：首先，現(xiàn)有研究大多從宏觀層面分析完全競爭市場下發(fā)電企業(yè)碳成本傳導(dǎo)應(yīng)達(dá)到的理想均衡狀態(tài)，并未將碳排放成本納入微觀決策行為的考慮范疇。其次，針對中國碳市場的研究經(jīng)驗和應(yīng)用不足。大多國外文獻(xiàn)僅針對西方市場經(jīng)濟(jì)而論，缺少基于中國市場機(jī)制下碳成本傳導(dǎo)率的估計，特別是對中國碳市場參數(shù)體系全面系統(tǒng)的模擬，包括碳價水平、基于強(qiáng)度的配額分配方法和拍賣機(jī)制的設(shè)計等。最后，忽略了碳市場與電力市場間的耦合作用。一些文獻(xiàn)僅僅對單一市場進(jìn)行建?；蛘邔δＰ瓦M(jìn)行高度簡化，導(dǎo)致市場規(guī)則與實際情況存在差異，難以真實反映市場機(jī)制設(shè)計對發(fā)電企業(yè)碳成本傳導(dǎo)率的作用差異。鑒于此，本研究對中國碳市場下發(fā)電企業(yè)碳成本傳導(dǎo)率的變化趨勢展開深入研究，主要邊際貢獻(xiàn)在于：第一，從決策行為角度出發(fā)，模擬發(fā)電企業(yè)在面對排放約束時的策略選擇，包括產(chǎn)量調(diào)整、低碳技術(shù)采納和配額交易等，并充分考慮碳價與電價之間的內(nèi)生關(guān)聯(lián)，構(gòu)建符合中國國情的碳市場參數(shù)體系和運行機(jī)制。第二，著重細(xì)化發(fā)電企業(yè)的諸多異質(zhì)性技術(shù)經(jīng)濟(jì)屬性，包括排放強(qiáng)度、風(fēng)險偏好、采納低碳技術(shù)意愿等因素。特別是在企業(yè)邊際減排成本方面，區(qū)別于傳統(tǒng)模型中將其忽略［28］或者是將其模擬成相同的減排成本曲線［29-30］。本研究基于發(fā)電企業(yè)主流的節(jié)能減排技術(shù)和企業(yè)排放強(qiáng)度數(shù)據(jù)，運用對數(shù)邊際減排成本曲線估算出每家企業(yè)的邊際減排成本［31］。第三，引入強(qiáng)化學(xué)習(xí)算法［32］，使得發(fā)電企業(yè)具備學(xué)習(xí)能力，可以根據(jù)市場中歷史競標(biāo)策略和收益情況來調(diào)整自身競標(biāo)配額價格。自適應(yīng)算法的引入為提高模型的準(zhǔn)確性和穩(wěn)健性提供了強(qiáng)有力的支撐。

2 發(fā)電企業(yè)碳成本傳導(dǎo)原理

圖1展示了碳排放成本傳導(dǎo)過程中電價和社會福利的變化情況。假設(shè)市場需求彈性為0，即電力需求曲線為線性遞減直線D，電力供給曲線為右上方遞增直線S0。在碳排放約束下，碳排放成本將包含至企業(yè)總成本中，此時電力供給曲線將由S0 上移至S′。相應(yīng)地，電力價格由P0上移至P′。從社會福利的角度分析，在引入碳市場前，發(fā)電企業(yè)的生產(chǎn)者剩余為三角形abP0 的面積。在引入碳市場后，發(fā)電企業(yè)的生產(chǎn)者剩余僅為三角形cdP′的面積，小于未引入碳市場時的生產(chǎn)者剩余，企業(yè)成本負(fù)擔(dān)加重。

4 數(shù)值模擬

4. 1 參數(shù)值和數(shù)據(jù)來源

本研究企業(yè)數(shù)據(jù)來自Global Energy Monitor數(shù)據(jù)庫中2020年1 176家正在運行的發(fā)電企業(yè)。為提升數(shù)據(jù)質(zhì)量，剔除了部分?jǐn)?shù)據(jù)存在缺失、明顯錯誤且無法修正的企業(yè)，并進(jìn)行上下1%的縮尾處理，在排除極端值干擾的同時，更大程度保留樣本信息。最終，共得到1 107 家企業(yè)數(shù)據(jù)，總裝機(jī)容量為928 731 MW，占2020年火電裝機(jī)總?cè)萘康?4. 6%。針對單位燃料消耗，參考Wang等［38］研究中采用的火電企業(yè)供電標(biāo)準(zhǔn)煤耗（約315 g（/ kW·h）），并轉(zhuǎn)化為原始燃料，即5 500 K動力煤的消耗量（約為400. 99g（/ kW·h））。針對碳排放強(qiáng)度，則根據(jù)動力煤的碳排放因子來計算其碳排放強(qiáng)度［39］，約為841 g（/ kW·h）。此外，參考孫啟星等［40］對火電企業(yè)度電成本的測算研究，假設(shè)2020 年火電企業(yè)初始的固定發(fā)電成本Ecostj，t 為0. 359元（/ kW·h）。

在情景設(shè)置方面，結(jié)合相關(guān)文獻(xiàn)中碳成本傳導(dǎo)率范圍的界定［41］，以100%完全傳導(dǎo)作為基準(zhǔn)，當(dāng)傳導(dǎo)率低于100% 時定義為欠傳導(dǎo)，超過100% 時定義為超額傳導(dǎo)。假設(shè)市場規(guī)制系數(shù)α（樣本內(nèi)所有企業(yè)碳排放強(qiáng)度的分位數(shù)）決定碳排放基準(zhǔn)線。α 越高代表碳排放基準(zhǔn)線越低，免費發(fā)放的碳配額總量越少。針對配額拍賣比例μ，參照歐盟碳市場與中國試點碳市場的經(jīng)驗，初期階段拍賣比例大多設(shè)置在0到10%之間［42-43］。依據(jù)真實市場場景，假設(shè)初始碳價為50元/t，市場規(guī)制系數(shù)為0. 4，拍賣比例為5%時為基準(zhǔn)情景。此外，模型中涉及的市場交易和發(fā)電企業(yè)的決策行為是由非均衡環(huán)境演變而來，由于初始解的隨機(jī)性和模型中的某些參數(shù)，可能會導(dǎo)致結(jié)果出現(xiàn)偏差。因此，本研究將各類情景重復(fù)計算10次并取均值以確保模型的穩(wěn)定性。

4. 2 結(jié)果討論

如圖4（a）所示，基準(zhǔn)情景下，2021—2030年碳價由于配額需求持續(xù)增長而不斷上漲，平均價格從2021 年的47. 09元/t增長到2030年的71. 44元/t，提升了1. 52倍，其中，2022 年和2023 年的平均碳價分別為49. 39 元/t 和54. 15元/t。歷史數(shù)據(jù)顯示，2021—2023年中國碳市場真實碳價在41. 46～69. 52元/t范圍內(nèi)波動［44］，說明該模型能夠較好地反映中國碳市場的真實情況。同時，如圖4（b）所示，基準(zhǔn)情景下，2021—2030年電價呈現(xiàn)穩(wěn)步上升趨勢，平均價格從2021年的0. 39元（/ kW·h）增長到2030年的0. 50元（/ kW·h），提升了1. 28倍，其中，2022年平均電價為0. 43元（/ kW·h），與真實值0. 45元（/ kW·h）的誤差僅為4. 6%。

如圖5所示，基準(zhǔn)情景下，隨著中國碳市場不斷完善，碳成本傳導(dǎo)率呈現(xiàn)“緩慢增長—快速上升—保持高位”的動態(tài)特征。借鑒張希良等［5］對中國碳市場發(fā)展的場景分析，本研究將碳成本向電價的傳導(dǎo)分為三個階段：第一階段為2021—2022年，中國碳市場處于建設(shè)階段，配額發(fā)放較為寬松，碳成本對電價的傳導(dǎo)能力不足，傳導(dǎo)率緩慢增長。第二階段為2023—2025年，中國碳市場機(jī)制設(shè)計逐步完善，碳成本對電價的傳導(dǎo)能力也快速上升，傳導(dǎo)率升高至50%～80%區(qū)間。第三階段為2026—2030年，在嚴(yán)格的排放約束下，碳成本傳導(dǎo)率進(jìn)一步增加，逐步升高至100%，甚至出現(xiàn)超額傳導(dǎo)現(xiàn)象。已有研究中，李興等［6］為求解出不同碳減排目標(biāo)下中國碳市場的最優(yōu)碳價，針對碳成本傳導(dǎo)率變化構(gòu)建了反事實場景，其假設(shè)與上文描述的變化趨勢相似，進(jìn)一步論證了本研究模型和參數(shù)設(shè)定的合理性。本研究還分析了基準(zhǔn)情景下不同裝機(jī)規(guī)模和碳排放強(qiáng)度企業(yè)在碳成本傳導(dǎo)率上的差異。由表4可知，由于碳配額采用基準(zhǔn)線法進(jìn)行發(fā)放，企業(yè)獲得的免費配額與其歷史碳排放強(qiáng)度直接相關(guān)，因此，裝機(jī)規(guī)模的大小并不會影響企業(yè)碳成本傳導(dǎo)率。相較而言，碳排放強(qiáng)度較低的“先進(jìn)企業(yè)”能夠獲得較多配額，進(jìn)而通過碳市場獲取利益，其碳成本傳導(dǎo)率相對較低。相反，碳排放強(qiáng)度高的“落后企業(yè)”則需要承擔(dān)更多的配額購買壓力，此時企業(yè)會選擇調(diào)高自身電力報價來減輕經(jīng)營壓力，導(dǎo)致其碳成本傳導(dǎo)率偏高。

4. 3 敏感性分析

為后續(xù)進(jìn)一步完善中國碳市場機(jī)制設(shè)計，本研究嘗試探討市場機(jī)制設(shè)計參數(shù)的敏感性，考察了初始碳價、市場規(guī)制系數(shù)、拍賣比例和低碳技術(shù)對發(fā)電企業(yè)碳成本傳導(dǎo)率的影響。

4. 3. 1 初始碳價PC 對碳成本傳導(dǎo)率的影響

選取初始碳價分別為45、50、55、60元/t進(jìn)行模擬。如圖6所示，初始碳價對發(fā)電企業(yè)碳成本傳導(dǎo)率的影響在短期內(nèi)較為明顯。2021年，初始碳價為45元/t和60元/t時，碳成本傳導(dǎo)率分別為25. 1%和47. 3%，相差22. 2個百分點。中長期來看，初始碳價對碳成本傳導(dǎo)率的作用差異不斷收窄，在4 種情景下，2030 年碳成本傳導(dǎo)率分別為103. 4%、106. 2%、106. 9%和107. 3%，最大僅相差3. 9個百分點。由上述可知，在碳市場初期，企業(yè)短時間內(nèi)無法通過其他策略緩解碳排放帶來的成本壓力，其會盡可能地將額外的碳成本向下游傳導(dǎo)。但市場本身存在價格發(fā)現(xiàn)功能，內(nèi)生形成的碳價將逐步能夠反映配額供需關(guān)系和真實的減排成本，企業(yè)也可根據(jù)市場供需情況靈活地調(diào)整自身經(jīng)營策略。因此，不同的初始碳價并不會在中長期對發(fā)電企業(yè)碳成本傳導(dǎo)率產(chǎn)生明顯的差異性影響。

4. 3. 2 市場規(guī)制系數(shù)α 對碳成本傳導(dǎo)率的影響

選取市場規(guī)制系數(shù)分別為0. 2、0. 4、0. 6和0. 8進(jìn)行模擬。如圖7所示，當(dāng)α 為0. 4時，2021年發(fā)電企業(yè)碳成本傳導(dǎo)率為31. 8%，較α 為0. 2時的28. 5%僅上升3. 3個百分點，而當(dāng)α 為0. 6時，碳成本傳導(dǎo)率提高至43. 6%，增長了11. 8個百分點。后續(xù)年份也存在同樣的趨勢。由上述可知，市場規(guī)制系數(shù)越大，碳成本傳導(dǎo)率越大，且存在明顯的門檻效應(yīng)。市場規(guī)制系數(shù)表示排放約束，市場規(guī)制系數(shù)過高意味著發(fā)電企業(yè)無法獲得充足的免費配額，企業(yè)排放空間被不斷壓縮。此時，由于減排手段有限，企業(yè)只能通過提升電力報價的方式將碳成本向下游傳導(dǎo)，緩解自身經(jīng)營壓力，從而導(dǎo)致碳成本傳導(dǎo)率大幅提升。

4. 3. 3 拍賣比例μ 對碳成本傳導(dǎo)率的影響

選取拍賣比例分別為3%、5%、7% 和9% 進(jìn)行模擬。如圖8所示，拍賣比例μ 越大，發(fā)電企業(yè)碳成本傳導(dǎo)率越大。當(dāng)μ 為3%時，碳排放傳導(dǎo)率較低，到2030年時僅為97. 3%，仍處于欠傳導(dǎo)狀態(tài)。隨著拍賣比例不斷增大，碳成本傳導(dǎo)率不斷增加。當(dāng)μ 為9%時，2026年企業(yè)碳成本傳導(dǎo)率便達(dá)到100%，處于完全傳導(dǎo)狀態(tài)。由上述可知，調(diào)高市場拍賣比例，將導(dǎo)致企業(yè)消耗更多成本在一級市場中競拍配額，自身碳排放成本占比將顯著增加。此時，為確保自身利益，企業(yè)會將部分配額競標(biāo)的額外成本轉(zhuǎn)嫁至下游需求側(cè)，從而導(dǎo)致碳成本傳導(dǎo)率上升。

4. 3. 4 低碳技術(shù)對碳成本傳導(dǎo)率的影響

碳排放主體面臨的成本壓力要轉(zhuǎn)化為減排的實際效果，需要依靠低碳技術(shù)的創(chuàng)新驅(qū)動。本研究假設(shè)發(fā)電企業(yè)主體在一個周期內(nèi)采納的低碳技術(shù)數(shù)量作為衡量發(fā)電企業(yè)技術(shù)創(chuàng)新的關(guān)鍵指標(biāo)。如圖9（a）所示，企業(yè)可采納低碳技術(shù)越多，企業(yè)的碳排放強(qiáng)度越低。當(dāng)企業(yè)能采納一項技術(shù)時，2030年企業(yè)平均碳排放強(qiáng)度為747 g（/ kW·h），而當(dāng)企業(yè)能采納3項技術(shù)時，平均碳排放強(qiáng)度降至591 g（/ kW·h），降幅高達(dá)26. 4%。進(jìn)一步地，如圖9（b）所示，低碳技術(shù)能夠降低企業(yè)碳成本傳導(dǎo)率。到2030年，當(dāng)允許采納1項、2項和3項低碳技術(shù)時，企業(yè)碳成本傳導(dǎo)率分別為106. 3%、100. 5%和95. 3%，較不采納低碳技術(shù)情景時分別降低了18. 2%、25. 0%和31. 8%。由上可知，采納低碳技術(shù)能夠顯著降低企業(yè)的碳排放強(qiáng)度，企業(yè)將不需要花費大量成本購買配額，從而避免碳成本過度向下游傳導(dǎo)。

5 結(jié)論與啟示

本研究利用2020年1 107家發(fā)電企業(yè)的生產(chǎn)與排放數(shù)據(jù)，自下而上地模擬了中國碳市場下各類Agent的決策行為和復(fù)雜交互過程，旨在深入探討發(fā)電企業(yè)碳成本傳導(dǎo)率的變化趨勢。主要結(jié)論如下：①中國碳市場下碳成本傳導(dǎo)率呈現(xiàn)“緩慢增長—快速上升—保持高位”的動態(tài)特征。碳市場初期，發(fā)電企業(yè)履約壓力較小，僅將少部分碳排放成本轉(zhuǎn)嫁至下游需求側(cè)；隨著配額逐步縮緊，碳價持續(xù)上升，發(fā)電企業(yè)將通過調(diào)整電力報價的方式維持自身利潤，傳導(dǎo)率也將快速上升，最終實現(xiàn)碳成本對電價的完全傳導(dǎo)，甚至出現(xiàn)超額傳導(dǎo)現(xiàn)象。②初始碳價、市場規(guī)制系數(shù)和拍賣比例等市場機(jī)制設(shè)計，對發(fā)電企業(yè)碳成本傳導(dǎo)率均產(chǎn)生正向作用。具體地，初始碳價的增長會對碳成本傳導(dǎo)率產(chǎn)生短期的推動作用，中長期內(nèi)作用效果將逐步減弱；市場規(guī)制系數(shù)對碳成本傳導(dǎo)率的作用存在門檻效應(yīng)。市場規(guī)制系數(shù)較小時，企業(yè)擁有充足的免費配額，碳排放約束并未對其經(jīng)營產(chǎn)生顯著影響，碳成本傳導(dǎo)率相對較低。而當(dāng)市場規(guī)制系數(shù)較大時，企業(yè)排放空間壓縮，為緩解成本壓力，其將上調(diào)自身電力報價，此時碳成本傳導(dǎo)率將快速升高；隨著拍賣比例提高，企業(yè)會將更多競標(biāo)配額所產(chǎn)生的額外成本轉(zhuǎn)嫁至下游需求側(cè)，進(jìn)而導(dǎo)致碳成本傳導(dǎo)率升高。③激勵發(fā)電企業(yè)盡可能多地采納低碳技術(shù)，可以降低自身碳排放強(qiáng)度，緩解自身排放約束壓力，進(jìn)而避免碳排放成本向下游大幅度傳導(dǎo)。

根據(jù)上述結(jié)論，針對中國碳市場建設(shè)，給出如下建議：①適時適度優(yōu)化市場機(jī)制設(shè)計。隨著市場價格機(jī)制逐步完善，需要更加重視配額分配的公平性。通過調(diào)整配額分配基準(zhǔn)線和引入拍賣機(jī)制，來避免碳排放成本出現(xiàn)超額傳導(dǎo)現(xiàn)象。此外，政府應(yīng)注重各類市場機(jī)制的側(cè)重點和偏向性，動態(tài)制定市場機(jī)制設(shè)計組合，確保碳成本傳導(dǎo)率處于合理區(qū)間。②鼓勵低碳技術(shù)創(chuàng)新。市場機(jī)制將激勵企業(yè)發(fā)現(xiàn)資源配置的非效率因素，通過內(nèi)部激勵的方式發(fā)現(xiàn)潛在的技術(shù)創(chuàng)新機(jī)會，從而改善生產(chǎn)效率，緩解環(huán)境成本壓力。政府需通過多樣性的成本配套補(bǔ)償手段，如財政補(bǔ)貼、稅收減免和資金技術(shù)支持等，激勵企業(yè)采納低碳技術(shù)，減輕其成本壓力的同時，避免碳成本過度傳導(dǎo)。

參考文獻(xiàn)

［1］ 林伯強(qiáng). 碳中和進(jìn)程中的中國經(jīng)濟(jì)高質(zhì)量增長［J］. 經(jīng)濟(jì)研究，

2022，57（1）：56-71.

［2］ YU S M，F(xiàn)AN Y，ZHU L，et al. Modeling the emission trading

scheme from an agent?based perspective：system dynamics emerging

from firms' coordination among abatement options［J］. European

journal of operational research，2020，286（3）：1113-1128.

［3］ 王梅，周鵬. 碳排放權(quán)分配對碳市場成本有效性的影響研究

［J］. 管理科學(xué)學(xué)報，2020，23（12）：1-11.

［4］ WEI Y G，LI Y，WANG Z C. Multiple price bubbles in global major emission

trading schemes：evidence from European Union，New Zealand，

South Korea and China［J］. Energy economics，2022，113：106232.

［5］ 張希良，張達(dá)，余潤心. 中國特色全國碳市場設(shè)計理論與實踐

［J］. 管理世界，2021，37（8）：80-95.

［6］ 李興，劉自敏，楊丹，等. 電力市場效率評估與碳市場價格設(shè)計：

基于電碳市場關(guān)聯(lián)視角下的傳導(dǎo)率估計［J］. 中國工業(yè)經(jīng)濟(jì)，

2022（1）：132-150.

［7］ DAGOUMAS A S，POLEMIS M L. Carbon pass?through in the electricity

sector：an econometric analysis［J］. Energy economics，2020，

86：104621.

［8］ 馮永晟，周亞敏.“雙碳”目標(biāo)下的碳市場與電力市場建設(shè)［J］.

財經(jīng)智庫，2021，6（4）：102-123，143.

［9］ HINTERMANN B. Pass?through of CO2 emission costs to hourly

electricity prices in Germany［J］. Journal of the Association of Environmental

and Resource Economists，2016，3（4）：857-891.

［10］ FABRA N，REGUANT M. Pass?through of emissions costs in electricity

markets［J］. American economic review，2014，104（9）：

2872-2899.

［11］ HE Y N，WEI Y G，F(xiàn)ANG Y M，et al. Booming or sinking：how does

an emission trading scheme affect enterprise value［J］. Chinese journal

of population， resources and environment， 2022， 20（3）： 227-236.

［12］ WEI Y G，LIANG X，XU L，et al. Trading，storage，or penalty： uncovering

firms' decision?making behavior in the Shanghai emissions

trading scheme：insights from agent?based modeling［J］. Energy

economics，2023，117：106463.

［13］ WEI Y G，ZHU R Q，TAN L Y. Emission trading scheme，technological

innovation，and competitiveness：evidence from China's

thermal power enterprises［J］. Journal of environmental management，

2022，320：115874.

［14］ SIJM J，NEUHOFF K，CHEN Y. CO2 cost pass?through and windfall

profits in the power sector［J］. Climate policy，2006，6（1）：49-72.

［15］ SIJM J，CHEN Y，HOBBS B F. The impact of power market structure

on CO2 cost pass?through to electricity prices under quantity

competition：a theoretical approach［J］. Energy economics，2012，

34（4）：1143-1152.

［16］ KIM W，CHATTOPADHYAY D，PARK J B. Impact of carbon cost

on wholesale electricity price：a note on price pass?through issues

［J］. Energy，2010，35（8）：3441-3448.

［17］ 何姣，葉澤. 電力行業(yè)碳成本傳導(dǎo)的基本原理及均衡模型［J］.

生態(tài)經(jīng)濟(jì)，2019，35（9）：45-49.

［18］ CHERNYAVS'KA L，GULL? F. Marginal CO2 cost pass?through

under imperfect competition in power markets［J］. Ecological economics，

2008，68（1/2）：408-421.

［19］ 何崇愷，顧阿倫. 碳成本傳遞原理、影響因素及對中國碳市場

的啟示：以電力部門為例［J］. 氣候變化研究進(jìn)展，2015，11（3）：

220-226.

［20］ WANG M，ZHOU P. Does emission permit allocation affect CO2

cost pass?through： a theoretical analysis［J］. Energy economics，

2017，66：140-146.

［21］ YU S Y，CHEN Y K，PU L C，et al. The CO2 cost pass?through and

environmental effectiveness in emission trading schemes［J］. Energy，

2022，239：122257.

［22］ JOUVET P A，SOLIER B. An overview of CO2 cost pass?through to

electricity prices in Europe［J］. Energy policy，2013，61：1370-1376.

［23］ KARA M，SYRI S，LEHTIL? A，et al. The impacts of EU CO2

emissions trading on electricity markets and electricity consumers

in Finland［J］. Energy economics，2008，30（2）：193-211.

［24］ NELSON T，KELLEY S，ORTON F. A literature review of economic

studies on carbon pricing and Australian wholesale electricity

markets［J］. Energy policy，2012，49：217-224.

［25］ NAZIFI F. The pass?through rates of carbon costs on to electricity

prices within the Australian National Electricity Market［J］. Environmental

economics and policy studies，2016，18（1）：41-62.

［26］ NAZIFI F，TR?CK S，ZHU L X. Carbon pass?through rates on spot

electricity prices in Australia［J］. Energy economics，2021，96：

105178.

［27］ CHERNYAVS'KA L，GULL? F. Marginal CO2 cost pass?through

under imperfect competition in power markets［J］. Ecological economics，

2008，68（1/2）：408-421.

［28］ TANG L，WU J Q，YU L A，et al. Carbon allowance auction design

of China's emissions trading scheme： a multi?agent?based approach

［J］. Energy policy，2017，102：30-40.

［29］ BAKER E，CLARKE L，SHITTU E. Technical change and the marginal

cost of abatement［J］. Energy economics，2008，30（6）：2799-2816.

［30］ BAUMAN Y，LEE M，SEELEY K. Does technological innovation

really reduce marginal abatement costs： some theory，algebraic evidence，

and policy implications［J］. Environmental and resource

economics，2008，40（4）：507-527.

［31］ NORDHAUS W D. The cost of slowing climate change：a survey

［J］. Energy journal，1991，12（1）：37-65.

［32］ EREV I，ROTH A E. Predicting how people play games：reinforcement

learning in experimental games with unique，mixed strategy equilibria

［J］. American economic review，1998，88（4）：848-881.

［33］ CONG R G，WEI Y M. Potential impact of （CET） carbon emissions

trading on China's power sector：a perspective from different allowance

allocation options［J］. Energy，2010，35（9）：3921-3931.

［34］ CHEN H D，WANG C，CAI W J，et al. Simulating the impact of investment

preference on low?carbon transition in power sector［J］.

Applied energy，2018，217：440-455.

［35］ 李現(xiàn)忠，蔡興國，付春梅. 碳交易機(jī)制下考慮節(jié)能減排的競價

交易模式［J］. 電力系統(tǒng)自動化，2011，35（10）：48-52.

［36］ ZHU L，WANG X，ZHANG D Y. Identifying strategic traders in

China's pilot carbon emissions trading scheme［J］. Energy journal，

2020，41（2）：123-142.

［37］ 朱磊，梁壯，謝俊，等. 全國統(tǒng)一碳市場對電力行業(yè)減排的影響

分析［J］. 環(huán)境經(jīng)濟(jì)研究，2019，4（2）：28-43.

［38］ WANG C，YE M H，CAI W J，et al. The value of a clear，long?term climate

policy agenda：a case study of China's power sector using a multiregion

optimization model［J］. Applied energy，2014，125：276-288.

［39］ CHEN H D，WANG C，YE M H. An uncertainty analysis of subsidy

for carbon capture and storage （CCS） retrofitting investment in

China's coal power plants using a real?options approach［J］. Journal

of cleaner production，2016，137：200-212.

［40］ 孫啟星，張超， 李成仁，等.“碳達(dá)峰、碳中和”目標(biāo)下的電力系

統(tǒng)成本及價格水平預(yù)測［J］. 中國電力，2023，56（1）：9-16.

［41］ FABRA N，REGUANT M. Pass?through of emissions costs in electricity

markets［J］. American economic review，2014，104（9）：2872-2899.

［42］ 張寧，龐軍，馮相昭. 全國碳市場引入配額拍賣機(jī)制的經(jīng)濟(jì)影

響：基于CGE 模型的分析［J］. 中國環(huán)境科學(xué)，2022，42（4）：

1901-1911.

［43］ 張文秀，鄧茂芝，周劍. 拍賣機(jī)制在碳市場配額分配中的應(yīng)用回

顧和比較分析［J］. 氣候變化研究進(jìn)展，2019，15（3）：246-256.

［44］ 田鵬. 全國碳市場碳排放配額累計成交逾111億元市場擴(kuò)容有

序推進(jìn)［N］. 證券日報，2023-08-15（A03）

（責(zé)任編輯：田紅）