碳配額與工業生產相互影響機理及其啟示
——基于歐盟數據

張陶新，彭羿瑋

(湖南工業大學 建筑與城鄉規劃學院，湖南 株洲 412007)

碳配額與工業生產相互影響機理及其啟示
——基于歐盟數據

張陶新，彭羿瑋

(湖南工業大學 建筑與城鄉規劃學院，湖南 株洲 412007)

對2008年以來的歐盟碳配額期貨價格和工業生產指數、生產價格指數數據進行分析的結果表明：碳配額期貨價格短期內主要受其自身波動的影響，長期來看主要受到生產價格指數的影響；碳配額期貨價格的上揚短期里將導致工業生產領域價格上升，并且有利于快速提高工業發展的速度；工業發展速度的提高在中短期內具有抬升碳配額期貨價格的效應,但長期經濟政策的調整基本可以忽略工業發展速度與碳排放配額期貨市場的相互影響。這對我國碳排放交易體系建設具有參考意義。

歐盟；碳交易；碳配額；工業生產

一 引言

應對氣候變化正逐漸成為全球的共同行動，日益趨緊的碳排放空間也正成為各國經濟社會發展的重要外部約束。作為基于市場機制的溫室氣體減排措施的碳排放權交易，通過利用市場對資源配置的優化作用，實現全社會低成本減少溫室氣體排放，從而推動全社會在既定碳排放總量控制下實現最大的產出效益，促進經濟發展方式轉變。我國早在“十二五”規劃綱要中就提出要逐步建立碳排放交易市場，在7省市碳交易試點基礎上，我國即將于2017年啟動全國碳排放交易體系，全國31個省區市都將納入全國碳排放權交易范圍，覆蓋鋼鐵、電力、化工、建材、造紙和有色金屬等重點行業。迄今為止，全球已經建立了20多個碳交易平臺，遍布歐洲、美洲和亞洲市場。歐洲氣候交易所(ECX)每日的碳交易量占到歐盟碳市場交易總量的80%以上，2010年ECX被美國洲際交易所(ICE)收購后，ICE將ECX的碳交易業務合并至ICE的歐洲期貨業務中，成為全球最大碳排放權交易平臺，其碳交易狀況不僅能夠反映歐盟排放權交易體系(EU ETS)的市場態勢，同時也反映了全球碳市場的方向。我國于2014年12月發布的《碳排放權交易管理暫行辦法》，在碳配額管理很多方面都借鑒了歐盟排放權交易體系。目前，我國很多地方還處于工業化加速階段，一些地方政府對碳交易制度是否會影響地方經濟的發展尚有顧慮。本文基于歐盟碳市場來分析碳配額價格與工業生產相互影響的機理，厘清有關認識，對推動中國碳交易市場和工業化發展的良性互動具有重要意義。

二 文獻綜述

有關碳市場碳金融方面的研究文獻主要集中在碳金融概念、碳金融發展路徑選擇、碳排放權交易價格的影響因素、碳金融衍生產品創新及碳市場風險管理和政策安排等方面。E.Alberola和J.Chevallier認為，歐盟碳排放交易機制下的碳價格變化不僅僅對能源價格預測誤差和極端溫度事件作出反映，燃料、造紙和鋼鐵等相關工業產品對EU ETS第一階段歐盟碳配額(EUA)價格具有影響。[1]學者們研究了宏觀經濟因素與EUA期貨價格之間的影響，U.Oberndorfer(2009)的研究表明，EUA期貨價格與其他市場的股票價格之間存在存在正相關關系；[2]J.Chevallier(2009)通過定量分析發現，2007年8月之前歐洲股市和債市對EUA期貨價格沒有顯著影響，而2007年8月之后股市對EUA期貨價格有顯著影響。碳交易市場能夠有效減少碳排放程度，但促進經濟增長的功能并不明顯，甚至會使經濟增長速度下降，[3]G. Klepper和S.Peterson(2004)的模擬分析表明，相比正常情景，EU ETS對經濟的影響使得產出要下降0.3%-0.36%。[4]國內學者利用一般均衡模型模擬分析了碳交易機制對經濟的影響，湯鈴等(2014)認為碳交易將會對經濟帶來一定的負面影響，[5]但任松彥等(2015)認為建立碳排放權交易機制能夠發揮支持經濟發展和節能減碳雙贏的作用。[6]從我國碳交易試點省市情況看，譚秀杰等認為2014年湖北碳交易試點對經濟的負面影響相對有限。[7]此外，Golombek等模擬分析了碳交易對行業的影響，[8]M R.Taylor分析了企業的影響，這些研究顯示碳交易對整體經濟運行、行業發展和企業創新、競爭力的影響是有限的。[9]

總的來說，目前碳市場研究的不足之處主要在于：一是大多采用EU ETS第一階段試驗期2005-2007年的數據進行實證，而這段時間屬于碳市場發展的初期，市場發育還未成熟，碳配額價格主要受政策左右，不能真實反映市場情況；二是采用我國7省市碳交易試點數據進行實證，但由于相應的價格體系并沒有真正建立起來，碳市場價格波動顯著，各試點地區碳價差異很大，市場建立初期數據的偶然性和不穩定性降低了數據的可信度，相應的研究結論對我國全國統一的碳市場缺乏現實的政策參考意義；三是缺乏碳配額與工業發展的聯動效應研究，沒有深入分析碳配額價格與工業發展之間的交互影響作用。

有鑒于目前對碳排放交易市場研究的不足，本文擬在已有文獻的基礎上，對歐盟排放權交易計劃的第二階段和第三階段EUA期貨價格數據進行處理分析，進一步地深入考察碳配額與工業發展的相互影響關系，以期為我國碳市場發展提供更具參考價值的結果。

三 變量與數據

(一)變量選取

本文選取的變量有歐盟碳配額期貨價格(EUAP)、歐盟工業生產指數(IIP)和歐盟生產價格指數(PPI)。

1.碳配額期貨價格(EUAP)。從目前較為成熟的碳排放權交易制度來看，碳資產主要包括配額碳資產和減排碳資產。配額碳資產是通過政府分配或進行配額交易而產生的碳資產，我國自2013年開始試點碳交易以來，交易品種主要是地方碳配額。碳配額市場在國際碳市場上的交易量和交易額均占全球碳排放權交易的95%以上，目前碳配額市場規模最大、運行最為有效的是歐盟排放權交易體系歐盟碳排放交易體系(EU ETS)下的歐盟配額(EUA)市場。世界銀行的數據顯示，EUA在2011年的交易量占全球碳市場交易總量的76.38%，交易金額占全球碳市場交易金額的84%，EUA已經是全球碳交易市場走勢的風向標。

2.工業生產指數(IIP)。該指數是歐盟等西方國家用來計算和反映工業發展速度的指標，也是用來分析某一時期工業經濟的景氣狀況和發展趨勢的首選指標。工業部門是碳排放的主要來源部門，碳排放與工業生產活動水平密切相關，本文選取工業生產指數表征EU ETS下企業的生產活動水平。

3.生產價格指數(PPI)。生產價格指數反映了工業生產領域價格變動的情況，是制定宏觀經濟政策和國民經濟核算的重要依據，本文選取生產價格指數測度歐盟工業生產領域價格變動的情況。

(二)數據來源

數據期間為2008年1月～2015年12月，這一期間覆蓋了市場化程度較高的第二階段和第三階段的EU ETS，這一期間的產業對象除了能源和一般工業部門以外，還包括了航空部門和化工、鋁精煉部門，工業門類較為齊全。

歐洲碳配額期貨價格(EUAP)數據來源于ICE，選取每年各個交易日中次年十二月到期的EUA期貨合約交易價。生產價格指數(PPI)、工業生產指數(IIP)來源于歐洲統計局，IIP涵蓋歐盟28國的采礦業、制造業、電力、燃氣、蒸汽與空調供應以及建筑業，PPI涵蓋歐盟28國的除建筑、污水處理、廢物管理外的工業各部門。

(三)數據處理

因為PPI和IIP都是月度數據，所以采用Matlab數學計算軟件，將每年各個交易日中次年十二月到期的EUA期貨合約價格數據整理成當年的月度數據，生產價格指數、工業生產指數均以2010年為基期年。

變量之間的因果關系。運用Eviews7.0軟件進行Granger因果關系檢驗以明確變量EUAP、PPI、IIP之間的因果關系，檢驗結果見表1。

表1 Granger因果關系檢驗結果

由表1可知，在5%的顯著性水平上，EUAP、PPI、IIP互為因果關系。因此，可以將PPI、IIP作為自變量納入到以EUAP為因變量的方程中，即如下的函數關系式成立：

EUAP =f(PPI, IIP)

四 動態分析

(一)VAR模型

VAR模型是一種非結構化的模型，有別于傳統以經濟理論為基礎來描述變量關系的模型，VAR模型是基于數據的統計性質，把系統中每個經濟變量都作為系統中所有內生變量的滯后值的函數來構造模型。VAR模型用來預測相互聯系的時間序列系統具有優越性，同時也可用于解釋各種經濟沖擊對經濟變量的動態影響。

1.協整檢驗。利用Eviews7.0軟件,采用單位根檢驗法對各變量進行平穩性檢驗，檢驗發現各變量都是1階單整，檢驗結果見表2。

表2 1階單整單位根檢驗

檢驗結果顯示，在1%的顯著水平下，變量EUAP、PPI、IIP都是1階單整變量，因此，可以建立有意義的VAR模型。

2.VAR模型。使用Eviews7.0建立VAR模型如下：

EUAP = 1.0867EUAP(-1) - 0.2888EUAP(-2) + 0.0999IIP(-1) + 0.0518IIP(-2) + 0.373PPI(-1) - 0.5654PPI(-2) + 6.9435 + uEUAP

IIP = 0.2142EUAP(-1) - 0.2658EUAP(-2) + 0.8659IIP(-1) + 0.0601IIP(-2) + 0.54908PPI(-1) - 0.57705PPI(-2) + 10.8283+ uIIP

PPI = 0.0938EUAP(-1) - 0.1036EUAP(-2) + 0.0223IIP(-1) - 0.0083IIP(-2) + 1.4990PPI(-1) - 0.5248PPI(-2) + 1.4141+ uPPI

(1)

向量(uEUAP，uIIP，uPPI)為模型(1)的擾動項。從VAR模型(1)估計結果的AR特征多項式的根來看,這些根的倒數的模小于0.98，表明這些特征根都位于單位圓內，因此VAR模型(1)是穩定的。AIC與SC都很小，滯后階數恰當。模型()中的R2以及調整的R2分別大于0.97，另外，對VAR模型的滯后排除檢驗結果表明，VAR模型里的每一個方程中，所有的第1階滯后內生變量是聯合顯著的。從建模的各種檢驗結果，模型模擬很好。

3.長期動態分析。為了解各內生變量的沖擊如何通過滯后結構傳遞到其它內生變量，最終又反饋到自身的時間過程和動態機制，可以通過VAR模型，利用脈沖響應函數進行分析。本文主要分析生產價格指數和工業生產指數影響碳配額期貨價格的機制，重點討論各驅動因素與碳排放量他們之間的雙向影響。(圖1以及圖3-圖6均設定沖擊發生的順序依次來源于碳排放配額期貨價格、工業生產指數和生產價格指數影響，變量的響應順序依次為EUA、IIP、PPI。經檢驗，設定的沖擊順序與響應順序不同，脈沖響應函數值的絕對值大小有所改變，但函數值符號沒有改變，各脈沖響應圖形的相對位置幾乎沒有改變，因此對分析的結論沒有實質性影響)

圖1 EUAP對變量EUAP、IIP、PPI的沖擊的響應

圖2 IIP對變量EUAP、IIP、PPI的沖擊的響應

圖3 PPI對變量EUAP、IIP、PPI的沖擊的響應

圖1-圖3中，橫軸表示沖擊作用的滯后期數(單位：月)，本文設置了20期的滯后期，縱軸表示脈沖響應函數值的大小(單位：%)，曲線表示脈沖響應函數線。

由圖1可知，EUAP對來自其本身的一個標準差新息立即就有較強的同向響應，然后逐漸衰減,大約經過20期以后基本穩定地趨于零。因此，碳配額期貨價格對其自身的這種擾動沖擊非常敏感，具有顯著的同向促進作用。對來自生產價格指數和工業生產指數的沖擊，碳配額期貨價格并沒有立即響應。

(1)工業生產指數與碳配額期貨價格。圖1顯示，對來自IIP的一個標準差新息的正向沖擊，在第1期EUAP并沒有立即作出響應,在第2期有0.11左右的正向響應,逐漸增強并在第6期達到最大值0.40左右,然后逐漸減弱，在第14期(14個月)減弱到0.02左右；第15期出現了-0.02左右的負向響應，這種負向效應持續增強，在第21期負向達到最大(-0.11左右)，然后EUAP的變化趨于零。這一結果表明，工業生產指數對碳配額期貨價格的影響不是體現在即期上，碳配額期貨價格的反應較為遲鈍，這種擾動中短期內對碳配額期貨價格具有抬升效應，但影響不是很大；中長期效應是拉低碳配額期貨價格。由圖2可知，對來自于碳配額期貨價格的一個標準差新息的正向沖擊，工業生產指數立即就有了正向響應(大約為0.08)，在第3期達到最大(大約為0.35)，然后減弱到第6期的0.06；第7期開始出現-0.05左右的負向響應，并且負向響應逐漸增強，在第11期負向達到最大(-0.26左右)，然后負向響應逐漸減弱，在第22期以后碳配額期貨價格對工業生產指數擾動的響應穩定地趨于零。

對于工業生產指數與碳配額期貨價格的雙向反饋作用來說，在前3期以及第10期至第18期，碳配額期貨價格對工業生產指數的影響超過工業生產指數對碳配額期貨價格的影響，其余各期正好相反；在短期和中期里，碳配額期貨價格與工業生產指數相互影響作用較為明顯并且是交替強化的；從長期來看，工業生產指數對碳配額期貨價格的影響比碳配額期貨價格對工業生產指數的的影響更大些。這表明，碳配額期貨價格的上揚有利于快速提高工業發展的速度；工業發展速度的提高在中短期內具有抬升碳配額期貨價格的效應,但長期經濟政策的調整基本可以忽略工業發展速度與碳排放配額期貨市場的相互影響。

(2)生產價格指數(PPI)與碳配額期貨價格。從圖1可以看出，對來自PPI的一個標準差新息的正向沖擊，在第1期EUAP并沒有立即作出響應,第2期出現正向響應，第3期正向響應最大(0.22左右)，第5期減少到0.01左右；從第6期為負向影響(-0.14)，這種負向影響逐漸地增強，在第13期負向效應達到最(大約為-0.72)，隨后負向影響逐漸減弱，但還是比正向影響大。這一結果表明，生產價格指數對碳配額期貨價格的正向擾動不具有即時性，但中短期內會導致碳配額期貨價格上揚，而在中長期內會使碳配額期貨價格更快地下跌。由圖3可知，對來自EUAP的一個標準差新息正向沖擊，將立即推升生產價格指數，在第1期，生產價格指數的響應大約為0.11，然后逐漸增加，在第4期達到最大(0.36左右)，隨后生產價格指數對EUAP擾動的響應正向逐漸減小，最后趨于零。因此，碳配額期貨價格上揚，將會在較長時期持續性地對工業生產領域價格的變動產生正向影響。

從生產價格指數(PPI)與碳配額期貨價格之間的交互影響來看，碳配額期貨價格對生產價格指數的正向反饋作用的短期效應較強，但長期里，生產價格指數對碳配額期貨價格的負向反饋作用比碳配額期貨價格對生產價格指數的正向反饋作用更強。因此，碳配額期貨價格上揚短期里將導致工業生產領域價格上升，而工業生產領域價格上升將會對碳排放配額期貨市場的價格下跌持續地施加長期影響。

此外，從圖2可以看出，生產價格指數(PPI)、工業生產指數(IIP)之間的也具有雙向反饋機制，工業生產指數(IIP)對生產價格指數(PPI)的擾動雖然沒有立即作出反應，但工業生產指數還是在短期里作出了較強的響應，雖然生產價格指數(PPI)對工業生產指數的擾動即時作出了響應，但比較而言這種短期影響比生產價格指數的擾動對工業生產指數的影響要弱，而中長期效應相對更大一些。

內生變量的沖擊不僅對碳排放配額期貨市場會產生即期和后期的影響，而且不同沖擊的重要性也不一樣。下面通過方差分解的方法來分析各變量對碳排放配額期貨市場價格變動的貢獻大小。

圖4 變量IIP、PPI對EUAP的貢獻率

圖5 變量EUAP、PPI對IIP的貢獻率

圖6 變量EUAP、IIP對PPI的貢獻率

圖4、圖6中，橫軸表示方差分解的時期數(單位：月)，縱軸分別表示各內生變量對EUAP、IIP、PPI變化的貢獻率。

圖4顯示，短期內，碳配額期貨價格預測方差中的主要貢獻來自于碳排放配額期貨市場本身，隨著預測期的推移，碳配額期貨價格預測方差中本身擾動所引起的部分逐漸降低，到第15期降低為48.96%，開始低于非本身擾動所引起的貢獻，并且持續下降；生產價格指數(PPI)對碳配額期貨價格的貢獻由第2期的1.56%逐漸增加到第18期的46.27%，開始超過碳配額期貨價格本身的貢獻(46.06%)，并且持續增加；生產指數對碳配額期貨價格的貢獻由第2期的0.6%逐漸增加到第9期的15.78%，隨后逐漸下降，在第18期以后基本穩定在9%附近。

由圖5可知，工業生產指數預測方差中的主要貢獻來自于工業生產指數本身，隨著預測期的推移，工業生產指數預測方差中本身擾動所引起的部分逐漸降低，在第25期以后基本穩定在75%附近。EUAP對工業生產指數的貢獻率由第1期的0.97%增加到第3期的10.67%，隨后逐漸下降，到第8期降為7.61%；第9期又開始逐漸增加，第15期后基本穩定在13%附近。生產價格指數對工業生產指數的貢獻率由第2期的4.88%增加到第6期的13.49%，隨后逐漸下降，到第9期以后基本穩定在11%附近。

由圖6可知，生產價格指數預測方差中的主要貢獻來自于生產價格指數本身，隨著預測期的推移，生產價格指數預測方差中本身擾動所引起的部分雖然有所波動，但基本穩定在83%～87%左右。EUAP對生產價格指數的貢獻率由第1期的5.35%逐漸增加到第4期的12.13%，然后逐漸下降，最后穩定在5.5%附近。工業生產指數對生產價格指數的貢獻率由第1期的2.48%逐漸增加到第16期的9.17%，隨后逐漸下降基本穩定在8%附近。

由此可知，短期內，工業生產指數和生產價格指數作為碳排放配額期貨市場的重要影響因素，沒有超過碳排放配額期貨市場本身所起的作用，意味著在沒有外界沖擊的情況下，碳配額期貨價格走勢在中短期內將會按其市場自身規律發展；但從長期來看，生產價格指數對碳配額期貨價格走勢會產生越來越重要的影響，這種影響甚至超過了碳配額期貨價格本身。碳配額期貨價格對工業生產指數的影響較小，對生產價格指數的影響更小。

4.短期動態分析。為了使得各驅動因素對碳排放的短期動態影響更加明了，首先在VAR模型(1)的基礎上，采用Johansen協整檢驗方法進行協整檢驗以確定能否由VAR模型導出VEC模型。經檢驗，跡(Trace)統計量與最大特征值(Max-eigenvalue)統計量顯示，在5%的顯著性水平下，變量EUAP、IIP、PPI之間有2個協整關系，可以導出有意義的VEC模型。由VAR模型導出的VEC模型為:

D(EUAP) = - 0.25VECM(-1) + 0.16VECM2(-1)+ 0.32D(EUAP(-1)) - 0.15D(EUAP(-2)) - 0.13D(IIP(-1)) - 0.02D(IIP(-2)) + 0.31D(PPI(-1)) + 0.87D(PPI(-2)) - 0.21

D(IIP) = - 0.05VECM(-1)- 0.08VECM2(-1)+ 0.23D(EUAP(-1)) + 0.1D(EUAP(-2)) - 0.13D(IIP(-1)) + 0.16D(IIP(-2)) + 0.44D(PPI(-1)) + 0.11D(PPI(-2)) - 0.11

D(PPI) = - 0.009VECM(-1)+ 0.01VECM2(-1)+ 0.13D(EUAP(-1)) - 0.08D(EUAP(-2)) + 0.02D(IIP(-1)) + 0.04D(IIP(-2)) + 0.51D(PPI(-1)) + 0.06D(PPI(-2)) + 0.02

VECM(-1) = EUAP(-1) + 0.80PPI(-1) - 95.04

VECM2(-1) = IIP(-1) - 0.21PPI(-1) - 79.15

(2)

圖7 變量EUAP、IIP、PPI之間的協整關系

圖7中，橫軸表示年份，縱軸表示誤差修正項的值，0水平線表示變量之間的長期均衡關系。由圖7可知，在2008年1月至2009年4月左右，短期波動偏離長期均衡關系比較大，經過大約11個月的調整，2010年4月開始回到長期均衡穩定狀態后，短期波動偏離長期均衡關系的幅度較小。

EUAP的短期變動分為兩部分：一部分是由于短期滯后1期、2期和3期的EUAP、IIP、PPI等變量變動的影響；另一部分是由前一期EUAP偏離長期均衡關系(即VECM(-1))的影響。假如前一期的EUAP沒有偏離長期均衡關系，即VECM(-1)=0，那么當期EUAP變動則全部來自于滯后1期、2期和3期的EUAP、IIP、PPI變動的影響。假如前一期的EUAP偏離了長期均衡關系，即VECM(-1)≠0，那么為了維持EUAP與IIP、PPI的長期均衡關系，當期即以-0.15的速度對前一期EUAP與各變量之間的非均衡狀態進行調整，將其拉回到長期均衡狀態。

由方程(2)可知，各變量滯后期的波動對當期碳配額期貨價格的正向影響大小依次為：滯后2期的生產價格指數、滯后1期的生產價格指數、滯后1期的碳配額期貨價格，而負向影響依次為滯后2期的碳配額期貨價格、滯后1期的工業生產指數、滯后2期的工業生產指數。其中，生產價格指數滯后2期的波動對當期碳配額期貨價格的短期影響系數為0.87，即滯后2期的生產價格指數每增加1%，其它因素不變時，當期碳配額期貨價格平均將增加0.87%；工業生產指數滯后1期的波動對當期碳配額期貨價格的短期影響系數為-0.13，即滯后1期的工業生產指數每增加1%，其它因素不變時，當期碳配額期貨價格平均將減少0.13%。

方程(2)顯示，各變量滯后期的波動對當期工業生產指數的正向影響大小依次為：滯后1期的生產價格指數、滯后1期的碳配額期貨價格、滯后2期的工業生產指數、滯后2期的生產價格指數、滯后2期的碳配額期貨價格，而負向影響只有滯后1期的工業生產指數。其中，滯后1期的生產價格指數和碳配額期貨價格分別每增加1%，其它因素不變時，當期工業生產指數平均將分別增加0.44%、0.23%；而滯后1期的工業生產指數每增加1%，其它因素不變時，當期工業生產指數平均將減少0.13%。

由方程(2)可知，各變量滯后期的波動對當期生產價格指數的正向影響大小依次為：滯后1期的生產價格指數、滯后1期的碳配額期貨價格、滯后2期的生產價格指數、滯后2期的工業生產指數、滯后1期的工業生產，而負向影響只有滯后2期的碳配額期貨價格。其中，滯后1期的生產價格指數和碳配額期貨價格分別每增加1%，其它因素不變時，當期生產價格指數平均將分別增加0.51%、0.13%；而滯后1期的碳配額期貨價格每增加1%，其它因素不變時，當期工業生產指數平均將減少0.08%。

五 結論與啟示

本文以2008年以來的歐盟碳配額期貨數據和歐盟統計數據為基礎，運用計量經濟學方法分析了碳配額期貨價格和工業生產指數、生產價格指數之間的交互反饋機制。分析結果表明，碳配額期貨價格與工業生產是相互影響相互制約的，短期、中期與長期相互影響效果是不同的?；诒疚牡难芯?，可以得到如下結論和啟示：

1.碳配額期貨價格對其自身的波動非常敏感，工業生產指數和生產價格指數是碳排放配額期貨市場的短期重要影響因素，但沒有超過碳排放配額期貨市場本身所起的作用；從長期來看，生產價格指數對碳配額期貨價格走勢會產生越來越重要的影響，這種影響甚至超過了碳配額期貨價格本身的影響。

2.碳配額期貨價格的上揚短期里將導致工業生產領域價格上升，并且有利于快速提高工業發展的速度；不過，總的來說，碳配額期貨價格對工業生產指數的影響還是較小的，對生產價格指數的影響更小。工業發展速度的提高在中短期內具有抬升碳配額期貨價格的效應,但長期經濟政策的調整基本可以忽略工業發展速度與碳排放配額期貨市場的相互影響。

3.除了碳配額期貨價格短期滯后的波動對當期碳配額期貨價格有正向影響外,滯后1期和2期的生產價格指數波動對當期碳配額期貨價格具有較大的正向影響，滯后1期和后2期的工業生產指數對碳配額期貨價格有較小的負向影響。短期滯后的的碳配額期貨價格波動對當期工業生產指數和生產價格指數具有正向影響。

雖然全國統一的碳排放權交易體系可能會給部分企業帶來增加成本的壓力或給哪些工業結構不合理急需升級換代的地區帶來短暫的轉型之痛，但從整個工業行業和地區來看，碳排放權交易體系能夠倒逼地區突破傳統高碳模式，走向綠色低碳發展之路。從歐盟碳交易市場的實踐來看，歐盟在正式實施EU ETS之后，也存在有關碳排放體系交易可能影響歐盟某些行業、地區的競爭力的擔憂，不過碳排放配額期貨市場的價格信號已經催生了歐盟的企業發展低碳經濟的熱情，激勵企業發展低碳技術和發展低碳產業，促進了與低碳發展相關的金融和制度創新，并且取得了全球市場競爭中的先發優勢。本文的分析結果顯示，整體來看，活躍的碳排放權配額市場有利于提高工業發展速度，也會刺激工業生產價格指數上揚，但我國在建立全國碳排放權交易市場的初期，碳排放權配額的初始分配應當考慮東部、中部和西部各地區經濟發展的不平衡性，適當照顧各地區的發展水平和競爭力。

[1] ALBEROLA E,CHEVALLIER J. The EU emissions trading scheme:The effects of industrial production and CO2 emissions on European carbon prices[J].International Economics, 2008(4):93-125.

[2] OBERNDORFER U. The EU emission allowances and the stock market:evidence from the electricity industry[J].Ecological Economics, 2009(4):1116-1126.

[3] CHEVALLIER J. Carbon futures and macroeconomic risk factors a view from the EU ETS[J].Energy Economics, 2009(4):614-625.

[4] KLEPPER G,PETERSON S. The EU Emissions Trading Scheme:allowances prices,trade flow，competitiveness effects[J].Euro Environ,2004(1):201-218.

[5] 湯 鈴,武佳倩,戴 偉,等.碳交易機制對中國經濟與環境的影響[J].系統工程學報,2014(5):701-712.

[6] 任松彥,戴瀚程,汪 鵬,等.碳交易政策的經濟影響:以廣東省為例[J].氣候變化研究進展,2015(1):61-67.

[7] 譚秀杰,劉 宇,王 毅.湖北碳交易試點的經濟環境影響研究：基于中國多區域一般均衡模型TermCo2[J].武漢大學學報(哲學社會科學版),2016(2):64-72.

[8] GOLOMBEK R,KITTELSEN S A C,ROSENDAHL K E. Price and Welfare Effects of Emission Quota Allocation[J]Energy Economics,2013(36):568-580．

[9] TAYLOR M R. Innovation Under Cap-and-trade Programs[J].Proceedings of the National Academy of Sciences，2012(13)：4804-4809．

責任編輯：李珂

The Mechanism of Mutual Influence between EUA andIndustrial Production and Its Enlightenment：Based on the EU Data

ZHANG Taoxin, PENG Yiwei

(School of Architecture and Urban & Rural Planning, Hunan University of Technology,
Zhuzhou,Hunan, 412007, China)

This paper analyzes the data of futures price of EUA , the industrial production index and the producer price index since 2008. The following results were obtained: In the short term the futures price of EUA is mainly affected by the fluctuation of itself,while in the long term it is influenced by the producer price index; In the short term a rise of futures price of EUA will lead to the increase in the price of industrial production field, and it is helpful to rapidly improve the speed of industrial development; In the short or medium term the improvement of industrial growth rate has the effect of lifting the futures price of EUA. But,basically, the adjustment of long-term economic policy may ignore the mutual influence between industrial growth rate and futures market of EUA, which provides a valuable reference to the construction of ETS in China.

European Union; carbon trading; carbon quota; industrial production

10.3969/j.issn.1674-117X.2017.02.006

2016-12-19

張陶新(1964-)，男，湖南華容人，湖南工業大學教授，研究方向為低碳經濟、綠色低碳交通、可持續發展；彭羿瑋(1990-)，男，湖南長沙人，湖南工業大學研究生，研究方向為低碳經濟。

F062.2

A

1674-117X(2017)02-0017-07