中国区域碳市场多维度驱动因素下的碳价形成机制时空动态演变研究
《Environmental Impact Assessment Review》:Spatiotemporal dynamic evolution of carbon price formation mechanism: Evidence from multi-dimensional drivers of regional carbon markets in China
【字体:
大
中
小
】
时间:2026年07月01日
来源:Environmental Impact Assessment Review 12.2
编辑推荐:
Xuecheng He|Jujie Wang南京信息工程大学管理科学与工程学院,中国南京210044摘要在推进“双碳”目标的背景下,中国的碳排放交易市场受到区域发展不平衡和能源结构差异等因素的影响。试点市场的碳价格呈现出明显的时空差异特征。本研究基于2015年至2023年中国各试
Xuecheng He|Jujie Wang
南京信息工程大学管理科学与工程学院,中国南京210044
摘要
在推进“双碳”目标的背景下,中国的碳排放交易市场受到区域发展不平衡和能源结构差异等因素的影响。试点市场的碳价格呈现出明显的时空差异特征。本研究基于2015年至2023年中国各试点碳市场的交易数据以及24个多维影响因素,采用双重筛选机制、空间Moran指数和多尺度地理时间加权回归模型,揭示碳价格形成机制所呈现的时空异质性。研究结果表明,北京、上海等金融发达地区的碳价格受股市波动的影响显著大于其他地区,且这一差异会随时间逐渐缩小。在能源结构方面,内陆工业省份的煤价与碳价格存在显著相关性,而沿海城市的碳价格则与天然气价格的相关性更强。政策对碳价格调控存在区域响应时滞。本文为中国碳市场建设提出了差异化区域调控和能源结构梯度优化等政策建议。
引言
全球气候变化已成为威胁21世纪人类社会可持续发展的重大挑战。其根本原因在于工业革命以来化石能源的广泛使用导致温室气体浓度急剧上升(Wang等人,2023)。为共同应对这一危机,推动绿色低碳转型已成为国际社会的普遍共识。在此背景下,作为基于市场的核心政策工具,碳交易市场通过建立“污染者付费”机制,为实现低成本减排提供了重要路径(Jiang等人,2016;Cui等人,2023)。作为负责任的大国,中国积极履行国际责任,提出了在2030年前实现二氧化碳排放达峰、在2060年前实现碳中和的“双碳”目标(Liu等人,2025)。为探索适合本国国情的基于市场的减排路径,中国自2011年起先后建立了八个试点碳市场,主要包括北京、上海、广东、湖北、深圳和天津等重点区域试点。然而,由于各试点地区在经济发展水平、能源结构以及政策实施力度等方面存在显著差异,其碳市场在规模、表现和价格等方面呈现出明显的时空差异特征(Meng等人,2011)。从市场规模来看,湖北和广东由于拥有大规模的高能耗工业体系,吸引了大量排放企业,因此交易量位居前列。截至2024年底,湖北省碳市场配额的累计交易量已达4.09亿吨,总交易额超过100亿元人民币。截至2025年6月底,广东省碳排放配额的累计交易量达2.26亿吨,总交易额为65.05亿元人民币。在减排成效方面,北京通过有效运用市场机制推动了节能减排,在“十三五”期间其碳强度下降了23%以上,成为全国碳强度最低的省级地区。这种差异最直接的体现便是碳价格的不同。以2023年为例,北京碳交易的平均交易价格高达每吨113.3元人民币,而深圳碳市场的价格为每吨59.4元人民币,两者相差近一倍(Dong和Zhang,2024)。在这种背景下,碳价格的不均衡传导可能会削弱全国市场的协同减排效应,不仅不利于全国碳市场的互联互通和流动性提升,还可能影响碳交易的公平性和有效性,进而制约“双碳”目标的有效实现。因此,探究中国碳价格形成机制的深层原因及其动态演化规律具有重要的理论和实践意义。
本文的主要目的是系统分析中国碳价格时空异质性的形成机制及演化规律。通过实证分析,揭示了多维因素与区域碳价格之间差异化关联的原因,为完善全国碳市场定价体系提供科学依据。具体而言,本研究基于2015年至2023年中国所有试点碳市场的交易数据,整合了宏观经济、能源消费、政策法规和气候特征等24个核心指标,构建了三阶段研究框架:首先,采用双重筛选机制识别关键影响因素;其次,通过空间计量经济模型检验碳价格的空间依赖特征;最后,运用多尺度地理时间加权回归模型分析各因素产生非均衡效应的原因。这项研究不仅为理解中国碳市场的区域协调机制提供了新的实证证据,还通过方法创新实现了从静态关联到动态演化的研究范式转变。
本文的贡献与创新主要体现在三个方面。首先,在识别影响因素阶段,构建了“线性相关-非线性因果关系”的双重筛选框架,突破了传统单一维度变量选择的局限性,通过线性相关系数与非线性格兰杰因果关系的协同验证,显著提高了多维影响因素识别的准确性。其次,在空间分析层面,创造性地设计了结合区域GDP和二氧化碳排放量的综合权重矩阵,并利用空间Moran指数精准量化碳交易价格的空间依赖特征,为研究碳价格的空间溢出效应提供了更符合实际经济生态的定量解决方案。最后,在模型构建方面,所引入的多尺度地理时间加权回归模型有效解决了GWR模型在处理时空互动和动态变化方面的不足,该模型不仅能分析区域经济环境系统的空间异质性互动,还能从不同时空维度动态展现碳价格形成机制的演化规律。这些方法创新不仅拓展了碳市场研究的理论边界,还为制定差异化的碳市场调控政策提供了科学的定量分析工具。
本文的其余结构如下:第二部分回顾了关于碳价格影响因素及时空异质性研究的现有文献;第三部分介绍了本研究采用的方法;第四部分进行实证研究,呈现各环节的实验结果并进行分析;最后,第五部分总结本研究内容,提出政策建议及未来研究方向。
章节要点
文献综述
目前,碳价格的波动及其影响因素已成为学术界和产业界共同关注的热点问题(Lin和Jia,2019;Zhang等人,2023)。这一研究领域具有双重实用价值:一方面,它为政府部门设计科学有效的减排机制提供了理论依据;另一方面,它有助于企业优化碳资产配置,防范市场风险,从而
相关方法
为探究影响碳排放交易价格的空间和时间层面的内在机制,本研究采用多阶段计量经济框架,逐步将传统统计技术与先进的时空分析工具相结合。该方法分为三个依次进行的分析阶段。1)在识别影响因素阶段,我们建立了“线性相关-非线性因果关系”的双重检验机制,通过
数据收集
本研究收集了2015年至2023年的碳定价数据。在中国八个区域碳交易试点中,选取了北京、湖北、天津、深圳、上海和广东六个市场,因为这些市场在整个样本期内拥有相对完整且连续的每日交易记录。另外两个试点地区(重庆和福建)因数据严重缺失和时间覆盖不足而被排除,尤其是这些地区在很多时段的观测数据极为稀少
实验与评估结果
为全面验证本文提出的模型及所构建的综合权重矩阵的有效性与优越性,我们设计了五项相互补充的实验。实验一侧重于空间权重矩阵的比较,旨在证明本文提出的经济环境综合权重矩阵在解释碳价格的空间相关性方面,比传统的地理权重矩阵具有更强的理论合理性和实证解释力
结论
本研究构建了一个整合因子筛选、空间相关性分析和时空建模的分析框架,该框架用于分析中国碳交易价格的形成机制并刻画其时空异质性。研究利用了2015年至2023年间六个重要碳交易枢纽(北京、广州、湖北、上海、深圳和天津)的交易记录,采用一种融合多种方法的创新性两阶段筛选方式
利益冲突声明
作者声明,他们不存在任何可能影响本文研究成果的已知利益冲突或个人关系。
致谢
本研究得到了国家自然科学基金的支持(项目编号:72371136和71971122)。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号