中国碳排放权交易价格与化石能源价格的动态关联与协同机制研究

中国碳排放权交易价格与化石能源价格的动态关联与协同机制研究一、引言1.1研究背景与意义在全球气候变化的大背景下，碳排放已成为国际社会关注的焦点。工业革命以来，人类对化石能源的大规模开发与利用，释放了大量的二氧化碳等温室气体，导致全球气温上升、极端天气频发、生态系统破坏等一系列严重后果。据政府间气候变化专门委员会（IPCC）报告显示，若不采取有效措施控制碳排放，未来全球气候将面临更加严峻的挑战。为应对气候变化，国际社会积极探索各种减排途径，碳排放权交易作为一种市场化的减排手段应运而生。它通过设定碳排放总量控制目标，向企业分配或拍卖碳排放权，允许企业之间进行碳排放权的买卖，从而实现碳排放的减少和成本的最优分配。自《京都议定书》签订以来，全球范围内已有多个国家和地区建立了碳排放权交易市场。中国作为全球最大的碳排放国之一，也在积极推进碳排放权交易市场建设，于2011年开始在部分城市开展碳排放权交易试点工作，并于2021年正式启动全国碳排放权交易市场，这标志着中国在利用市场机制控制温室气体排放方面迈出了重要一步。与此同时，化石能源在中国的能源结构中仍占据主导地位。尽管近年来中国大力发展可再生能源，但截至目前，煤炭、石油和天然气等化石能源在一次能源消费中的占比仍然较高。例如，2024-2025年数据显示，煤炭消费占比约58%，石油和天然气在能源消费中分别占18%-20%和8%-10%。化石能源的大量使用不仅带来了碳排放问题，还面临着资源短缺、环境污染等挑战。随着全球能源转型的加速，中国对化石能源的依赖也亟待改变。研究中国碳排放权交易价格与化石能源价格的关联性具有重要的现实意义。对于政策制定者而言，深入了解二者之间的关系，有助于制定更加科学合理的能源政策和碳排放政策。通过分析碳排放权交易价格对化石能源价格变动的响应机制，可以更好地引导能源消费结构调整，促进可再生能源的发展，实现碳减排目标。例如，如果发现碳排放权交易价格与化石能源价格存在较强的正相关关系，政策制定者可以通过提高碳排放权价格，间接提高化石能源的使用成本，从而促使企业减少对化石能源的依赖，转向清洁能源。对于市场参与者来说，掌握二者价格关联性有助于更好地进行风险管理和投资决策。企业可以根据碳排放权交易价格和化石能源价格的变化趋势，合理安排生产计划，优化能源采购策略，降低生产成本。投资者也可以利用二者之间的价格关系，开发相关的金融产品，进行套期保值或套利交易，提高投资收益。1.2研究目标与方法本研究旨在深入揭示中国碳排放权交易价格与化石能源价格之间的关联性，具体目标包括：一是分析二者价格波动的特征和规律，探究其在不同时间尺度和市场环境下的变化趋势；二是识别影响二者价格关联性的主要因素，如政策法规、市场供需、经济发展状况等，并评估各因素的影响程度；三是构建计量模型，定量分析碳排放权交易价格与化石能源价格之间的相互关系，预测二者价格的未来走势。为实现上述研究目标，本研究将综合运用多种研究方法。首先，采用文献研究法，梳理国内外关于碳排放权交易价格与化石能源价格关联性的相关研究成果，了解该领域的研究现状和发展趋势，为后续研究提供理论基础和研究思路。其次，运用数据统计分析方法，收集和整理中国碳排放权交易市场和化石能源市场的历史价格数据，以及相关的宏观经济数据、政策法规数据等，对数据进行描述性统计分析、相关性分析、因果关系检验等，初步揭示二者价格之间的关系。然后，构建计量模型，如向量自回归模型（VAR）、误差修正模型（ECM）等，对碳排放权交易价格与化石能源价格之间的动态关系进行实证研究，分析变量之间的长期均衡关系和短期波动特征。最后，结合案例分析，选取典型企业或行业，分析其在碳排放权交易市场和化石能源市场中的实际运营情况，验证和补充实证研究结果。1.3研究创新点与贡献本研究的创新点主要体现在以下几个方面：一是综合考虑多市场数据，不仅关注碳排放权交易市场和化石能源市场，还将宏观经济数据、政策法规数据等纳入研究范畴，全面分析影响二者价格关联性的因素，使研究结果更加全面和准确。二是在研究过程中，充分考虑不同市场环境和政策背景下二者价格关联性的变化，采用动态分析方法，深入探究其动态演变机制，为政策制定和市场参与者提供更具时效性的建议。三是本研究的成果可以为政策制定者提供直接的决策依据，通过量化分析二者价格关联性，帮助政策制定者更好地评估政策效果，制定更加精准的政策措施，促进中国碳减排目标的实现和能源结构的优化。本研究的贡献主要体现在理论和实践两个方面。在理论上，丰富了碳排放权交易市场和能源市场的相关理论研究，为进一步深入探讨二者之间的关系提供了新的视角和方法，有助于完善碳排放权交易价格形成机制和能源价格传导机制的理论体系。在实践中，为政府部门制定能源政策、碳排放政策以及企业进行生产决策、风险管理提供了科学依据，有助于推动中国碳排放权交易市场的健康发展和能源结构的转型升级，促进经济社会的可持续发展。二、文献综述2.1碳排放权交易价格研究碳排放权交易价格的研究一直是学术界和实务界关注的焦点。国外学者在这方面的研究起步较早，成果也较为丰富。Capoor和Ambrosi（2008）对全球碳排放权交易市场进行了全面的分析，指出市场供求关系是影响碳排放权交易价格的核心因素。当碳排放权供给大于需求时，价格会下降；反之，当需求大于供给时，价格则会上升。例如，在欧洲碳排放交易体系（EUETS）中，当配额发放过多时，碳价就会出现明显的下跌。Benz和Trück（2009）通过实证研究发现，能源价格、天气状况、经济增长等因素也对碳排放权交易价格有显著影响。能源价格的上涨会导致企业生产成本增加，从而促使企业减少碳排放，对碳排放权的需求也会相应减少，进而影响碳价。天气状况则会影响能源的消费需求，例如在寒冷的冬季，供暖需求增加，能源消耗上升，碳排放也会增加，这可能会推动碳价上涨。国内学者对碳排放权交易价格的研究主要集中在市场机制和影响因素方面。李慧明和朱红伟（2011）认为，我国碳排放权交易市场尚处于起步阶段，市场机制还不完善，价格发现功能未能充分发挥。政府在碳排放权的分配、监管等方面起着重要作用，但目前政策的稳定性和透明度还有待提高。林伯强和邹楚沅（2014）运用向量自回归模型（VAR）对我国碳排放权交易价格的影响因素进行了实证分析，结果表明，能源价格、GDP增长率、工业增加值等因素与碳排放权交易价格存在长期的均衡关系。其中，能源价格的变动对碳价的影响较为显著，能源价格上涨会使企业的碳排放成本增加，从而提高碳价。现有研究虽然对碳排放权交易价格的形成机制和影响因素进行了深入分析，但仍存在一些不足之处。一方面，大部分研究主要关注宏观层面的因素，对微观企业行为在碳价形成中的作用研究较少。企业作为碳排放权交易的主体，其生产决策、减排技术选择等行为对碳价的影响不容忽视。另一方面，随着碳金融市场的不断发展，碳金融产品的创新和交易对碳排放权交易价格的影响也日益凸显，但目前这方面的研究还相对薄弱。2.2化石能源价格研究化石能源价格波动一直是能源经济领域的重要研究课题。国外学者对化石能源价格的研究涵盖了多个方面。Kilian（2009）指出，全球经济增长、地缘政治、自然灾害等因素是导致化石能源价格波动的主要原因。全球经济的快速增长会带动能源需求的增加，从而推动化石能源价格上涨。例如，新兴经济体的崛起使得对石油、煤炭等化石能源的需求大幅上升，对国际油价和煤价产生了重要影响。地缘政治因素如中东地区的局势动荡，会导致石油供应的不确定性增加，进而引发油价的剧烈波动。Hamilton（2011）通过对历史数据的分析发现，石油价格的波动对宏观经济有着显著的影响。油价上涨会导致企业生产成本上升，通货膨胀压力增大，进而影响经济增长和就业。当油价大幅上涨时，运输成本增加，物价水平上升，消费者购买力下降，企业的生产和投资活动也会受到抑制。国内学者对化石能源价格的研究主要结合我国的能源市场特点和政策环境。周茂荣和杜莉（2012）研究了我国能源价格形成机制的改革，认为市场化改革是提高能源价格效率、促进能源合理配置的关键。目前我国的化石能源价格虽然逐步向市场化方向发展，但仍受到政府的一定调控，如何在政府调控和市场机制之间找到平衡，是能源价格改革面临的重要问题。王锋和冯根福（2015）运用投入产出价格模型分析了化石能源价格波动对我国物价水平的影响，发现化石能源价格上涨会通过产业链传导，带动其他行业产品价格上升，对物价水平产生较大的冲击。煤炭价格的上涨会导致电力、钢铁等行业成本增加，这些行业产品价格的上升又会进一步影响下游产业，从而推动整体物价水平上涨。不同因素对化石能源价格的作用具有复杂性和多样性。全球经济增长、地缘政治等因素主要通过影响能源的供需关系来作用于价格。技术进步则会改变能源的生产和利用效率，从而影响能源的供应和需求，间接影响价格。新能源技术的发展可能会降低对化石能源的依赖，减少化石能源的需求，导致价格下降。2.3两者关联性研究关于碳排放权交易价格与化石能源价格关联性的研究，已有文献取得了一定的成果。国外学者Sijm等（2006）最早对欧盟碳排放交易体系与能源市场的关系进行了研究，发现碳排放权价格与天然气、电力价格之间存在显著的正相关关系。在欧盟市场，当碳排放权价格上升时，企业为了降低碳排放成本，会增加对天然气等相对清洁的能源的使用，从而推动天然气价格上涨；同时，电力生产企业的碳排放成本增加也会导致电价上升。国内学者张跃军和魏一鸣（2010）运用协整检验和格兰杰因果检验方法，对我国碳排放权交易价格与能源价格的关系进行了实证分析，结果表明，碳排放权交易价格与煤炭、石油价格之间存在长期的协整关系，且煤炭价格是碳排放权交易价格的格兰杰原因。这意味着煤炭价格的变动会在一定程度上影响碳排放权交易价格的走势。然而，现有研究在分析两者关联性时，往往忽略了市场结构、政策环境等因素的动态变化对二者关系的影响。不同地区的市场结构和政策环境存在差异，这可能导致碳排放权交易价格与化石能源价格的关联性表现出不同的特征。在一些政策支持力度较大的地区，碳排放权交易市场的活跃度较高，与化石能源市场的互动也更为紧密，二者价格的关联性可能更强。因此，有必要从多维度深入研究二者价格关联性在不同市场环境和政策背景下的动态演变机制，以更好地把握二者之间的关系，为政策制定和市场参与者提供更具针对性的建议。三、碳排放权交易市场与化石能源市场现状3.1碳排放权交易市场发展历程与现状中国碳排放权交易市场的发展是一个逐步探索、不断完善的过程，从早期的试点探索到全国统一市场的建立，每一步都凝聚着政策制定者、市场参与者和各界人士的努力，对中国的碳减排事业和能源转型产生了深远影响。2011年10月，国家发改委发布《关于开展碳排放权交易试点工作的通知》，批准北京市、天津市、上海市、重庆市、湖北省、广东省及深圳市开展碳排放权交易试点，这标志着中国碳排放权交易工作正式启动。2013-2014年，上述七省（市）相继启动试点碳交易。2016年，福建省也加入了试点碳市场的行列。各试点地区根据自身经济发展、产业结构、能源消费和温室气体排放等特点，纳入了电力、交通、建筑、水泥等排放量较高、减排空间较大的行业。在配额总量核算方法与分配方式上，各试点先行先试，主要的初始配额总量核算方法包括基准线法（标杆法）、历史总量法和历史强度法三种。在配额分配上，各试点普遍以免费分配为主，近年来部分试点开始尝试免费分配与有偿分配相结合的方式。在交易标的方面，碳配额现货是各试点的主要交易标的，上海、湖北等地还开展了碳金融衍生品的探索尝试。经过多年的试点探索，2021年7月16日，全国碳排放权交易市场正式上线，标志着中国碳交易市场从试点建设迈向全国统一碳市场建设阶段。全国碳市场建设采用“双城”模式，上海负责交易系统建设，湖北武汉负责登记结算系统建设。初期，全国碳市场仅将发电行业年度排放达到2.6万吨二氧化碳当量及以上的重点排放单位纳入统一管理，以碳排放配额(CEA)现货为主要交易标的，控排企业亦可在碳市场直接购买核证减排量用于抵消碳配额，但抵销比例不超过应清缴碳排放配额的5%。在初始配额总量核算与分配上，全国碳市场采取以强度控制为基本思路的“基准线+预发放”的配额分配模式，并实行免费分配。2021年12月31日，全国碳排放权交易市场第一个履约周期顺利结束，共纳入发电行业重点排放单位2162家，覆盖温室气体排放量约45亿吨二氧化碳，履约完成率为99.5%。这一阶段，碳市场运行健康有序，交易价格稳中有升，促进企业减排温室气体和加快绿色低碳转型的作用初步显现。进入第二个履约期的全国碳市场仍处于发展培育期，确保碳排放数据的真实准确成为市场建设工作的重中之重。2021年10-12月，生态环境部开展碳排放报告质量专项监督帮扶，查实并曝光了一批碳排放数据造假的典型案例。此后，生态环境部采取了一系列措施来提升数据质量，包括配合司法部推动出台《碳排放权交易管理暂行条例》，加强对技术服务机构的监管，加大信息公开和信用监管力度等。近年来，全国碳排放权交易市场的规模逐步扩大，交易活跃度不断提升。截至2024年12月31日，CEA累计成交量6.30亿吨，累计成交额430.33亿元。2024年，全国碳市场综合价格行情站稳百元，4月24日，碳价历史性首次破百，并在4月29日达到最高价103.47元/吨。碳价的稳定和上涨吸引了更多的投资者和企业参与到碳市场中来，市场活跃度逐步提升，价格发现机制日益显现。破百的碳价为开展气候投融资、碳资产管理、配额质押等提供了基准价格，碳排放权的绿色金融属性逐步获得市场认可。从市场覆盖范围来看，未来全国碳排放权交易市场将逐步扩大覆盖行业，生态环境部正推动包括水泥、电解铝和钢铁在内的重点排放行业纳入全国碳市场。随着更多行业的纳入，市场的减排效应将进一步增强，对推动中国经济的绿色低碳转型将发挥更加重要的作用。在交易机制方面，未来可能会进一步完善，包括引入更多的交易品种，如碳期货、碳期权等金融衍生品，以提高市场的流动性和风险管理能力。还可能会优化配额分配方式，逐步提高有偿分配比例，使碳价更真实地反映企业碳减排成本。3.2化石能源市场发展现状中国化石能源市场在能源体系中占据重要地位，其生产、消费和价格走势对中国的经济发展、能源安全和环境保护有着深远的影响。近年来，随着能源转型的加速，化石能源市场也在不断调整和变革。在生产方面，2024年，中国煤炭产量创历史新高，达到47.6亿吨，同比增长1.3%，这得益于国内煤炭产能的稳定释放以及相关政策对煤炭安全生产的支持。煤炭作为中国最主要的化石能源，其产量的稳定增长对于保障能源供应安全具有重要意义。同期，原油产量2.13亿吨，同比增长1.8%，产量连续6年回升，这是由于国内加大了对原油勘探开发的投入，提高了采收率，同时积极推进页岩油等非常规油气资源的开发。天然气产量2464亿立方米，保持了稳定的增长态势，国内多个大型气田的投产以及勘探技术的进步，为天然气产量的增长提供了支撑。在消费方面，2024年煤炭消费增速放缓，但仍然在能源消费结构中占据主导地位，占比约53.2%。随着环保要求的提高和能源结构调整的推进，煤炭在能源消费中的占比逐渐下降，但短期内煤炭作为基础能源的地位难以改变。石油消费出现下降，主要是受到新能源汽车快速发展、公共交通改善以及能源效率提高等因素的影响。不过，石油在交通运输等领域仍然具有不可替代的作用，其消费结构也在不断优化，高端油品的消费占比逐渐增加。天然气消费则持续增加，占能源消费的比重上升，达到约8-10%。天然气作为相对清洁的化石能源，在能源转型过程中发挥着重要的过渡作用，其在工业燃料、城市燃气等领域的应用不断扩大。化石能源的进口情况也备受关注。2024年，中国进口煤炭5.4亿吨创新高，这主要是由于国际煤炭价格相对较低，国内部分地区对煤炭的需求仍较为旺盛，通过进口可以补充国内煤炭供应的不足，优化煤炭资源的配置。进口原油5.53亿吨，同比下降1.9%，但原油对外依存度仍维持在较高水平，约71.9%。国际原油市场的供需格局、地缘政治等因素对中国原油进口有着重要影响，为了保障原油供应安全，中国积极拓展原油进口渠道，加强与产油国的合作，同时加大国内原油储备建设。天然气进口1841亿立方米，随着国内天然气需求的增加，进口天然气成为满足国内需求的重要补充，中国通过建设液化天然气接收站、跨境天然气管道等基础设施，提高了天然气的进口能力和供应稳定性。煤炭价格近年来呈现波动下行的趋势。国内煤炭市场价格受到供需关系、政策调控、国际市场等多种因素的影响。随着煤炭产能的增加和需求增速的放缓，煤炭市场供大于求的局面逐渐显现，导致价格下降。政府通过加强煤炭市场调控，稳定煤炭价格，保障煤炭行业的健康发展。石油价格受国际地缘政治、全球经济形势、OPEC+减产协议等因素影响，波动较大。国际原油市场的不确定性增加，使得石油价格走势难以预测。天然气价格则受国际市场影响震荡，国际天然气市场的供需格局、运输成本、季节性需求变化等因素都会对国内天然气价格产生影响。中国化石能源市场在保障能源供应、推动经济发展方面发挥着重要作用，但也面临着能源转型、环境保护等挑战。未来，随着可再生能源的快速发展和能源结构的不断优化，化石能源市场将继续调整和变革，朝着更加清洁、高效、可持续的方向发展。四、碳排放权交易价格与化石能源价格关联性理论分析4.1理论基础碳排放权交易与化石能源之间存在着紧密的内在联系。从本质上讲，化石能源的燃烧是碳排放的主要来源，据相关研究表明，全球约80%的温室气体排放源于化石能源的使用。在生产过程中，企业大量消耗煤炭、石油、天然气等化石能源，不可避免地会产生二氧化碳排放。这使得碳排放权交易与化石能源的使用和价格变动密切相关。基于外部性理论，化石能源的使用会产生负外部性，即对环境造成污染和破坏，如导致全球气候变暖、酸雨等环境问题，但这些成本并未完全反映在化石能源的市场价格中。碳排放权交易通过设定碳排放总量限制，并将碳排放权作为一种稀缺资源进行交易，将化石能源使用的负外部性内部化。企业若排放超过其拥有的碳排放权配额，就需要在市场上购买额外的配额，这增加了企业的生产成本，从而促使企业减少对化石能源的依赖，采用更环保的生产技术和能源替代方案，以降低碳排放成本。供需理论也是理解二者价格关联性的重要基础。在碳排放权交易市场中，碳排放权的供给由政府设定的排放总量和分配方式决定，需求则来自于企业的减排需求和投资需求。当化石能源价格上涨时，企业使用化石能源的成本增加，为了降低生产成本，企业会有更强的动力减少碳排放，通过提高能源利用效率、采用清洁能源等方式来减少对化石能源的依赖，从而对碳排放权的需求也会相应减少。这会导致碳排放权市场上的供需关系发生变化，进而影响碳排放权交易价格。反之，当化石能源价格下降时，企业使用化石能源的成本降低，可能会增加对化石能源的使用，碳排放也会相应增加，对碳排放权的需求可能会上升，推动碳排放权交易价格上涨。4.2影响因素分析经济增长对碳排放权交易价格与化石能源价格关联性有着重要影响。在经济增长较快时期，各行业生产活动活跃，对能源的需求大幅增加。由于化石能源在我国能源结构中仍占据主导地位，经济增长会带动对化石能源的需求上升，根据供需关系，化石能源价格往往会上涨。企业为满足生产需求而增加化石能源使用，导致碳排放增加，对碳排放权的需求也随之增加。若碳排放权供给相对稳定，需求的增加会推动碳排放权交易价格上涨，使得二者价格呈现同向变动趋势。政策法规是影响二者价格关联性的关键因素。政府对碳排放权交易市场的政策，如碳排放总量限制、配额分配方式、碳税政策等，直接影响碳排放权的供需关系和价格。严格的碳排放总量限制会减少碳排放权的供给，促使企业更加积极地减排，从而增加对碳排放权的需求，推动碳价上涨。若政府加大对清洁能源的政策支持力度，鼓励企业使用可再生能源，减少对化石能源的依赖，这会降低化石能源的需求，抑制化石能源价格上涨，同时也会减少碳排放权的需求，对碳价产生下行压力，改变二者价格的关联性。技术进步在其中也发挥着重要作用。能源开采技术的进步可能会降低化石能源的开采成本，增加化石能源的供给，导致化石能源价格下降。而减排技术和清洁能源技术的发展，如碳捕获与封存技术（CCS）、太阳能发电技术、风力发电技术等，会使企业减排成本降低，减少对碳排放权的需求，从而对碳排放权交易价格产生影响。随着太阳能发电技术成本的不断降低，越来越多的企业选择使用太阳能替代部分化石能源，这不仅减少了化石能源的需求，也降低了企业的碳排放，使得碳排放权交易价格和化石能源价格之间的关系变得更加复杂。市场预期对二者价格关联性的影响也不容忽视。投资者和企业对未来经济发展、能源政策、气候变化等因素的预期，会影响他们在碳排放权交易市场和化石能源市场的决策。如果市场预期未来经济增长强劲，对能源需求将大幅增加，投资者和企业会预期化石能源价格上涨，同时也会预期碳排放权交易价格上升，因为碳排放需求会增加。这种预期会促使投资者提前布局，增加对化石能源相关资产的投资，推动化石能源价格上涨，同时也会增加对碳排放权的购买，推动碳排放权交易价格上升，强化二者价格的关联性。4.3传导机制分析化石能源价格变动主要通过能源成本、能源替代和企业生产决策等途径对碳排放权交易价格产生传导。当化石能源价格上涨时，企业的能源成本显著增加。以电力行业为例，我国大部分火力发电依赖煤炭作为燃料，若煤炭价格大幅上涨，火力发电企业的生产成本会急剧上升。为了维持利润，企业要么提高电力价格，要么降低碳排放以减少碳排放权购买成本。提高电力价格可能会受到市场竞争和政策调控的限制，因此企业更倾向于通过节能减排来降低成本。企业会加大对节能减排技术的投入，提高能源利用效率，减少煤炭消耗，从而降低碳排放。这会导致企业对碳排放权的需求减少，在碳排放权供给相对稳定的情况下，碳排放权交易价格会下降。能源替代也是重要的传导途径。当化石能源价格上升时，相对清洁的能源如天然气、太阳能、风能等的成本优势逐渐凸显。企业为降低能源成本和碳排放，会增加对这些清洁能源的使用，减少对化石能源的依赖。天然气发电相对于煤炭发电，碳排放更低。若天然气价格相对稳定，而煤炭价格上涨，许多企业会选择将部分煤炭发电设备改为天然气发电设备。这种能源替代行为会减少碳排放，降低企业对碳排放权的需求，进而对碳排放权交易价格产生下行压力。企业的生产决策也会受到化石能源价格变动的影响，进而影响碳排放权交易价格。当化石能源价格上涨时，企业的生产成本增加，利润空间受到挤压。为了应对成本上升，企业可能会调整生产规模或产品结构。一些高耗能企业可能会减少产量，降低能源消耗和碳排放，从而减少对碳排放权的需求。某些钢铁企业在煤炭价格大幅上涨时，会减少钢铁产量，相应地减少了碳排放，对碳排放权的需求也随之减少，导致碳排放权交易价格下降。企业也可能会加大对低碳产品的研发和生产，这同样会改变企业的碳排放状况和对碳排放权的需求，影响碳排放权交易价格。五、实证研究设计5.1数据选取与处理为深入探究中国碳排放权交易价格与化石能源价格的关联性，本研究精心选取了具有代表性的数据。碳排放权交易价格数据来源于全国碳排放权交易市场的官方统计，涵盖了自市场启动以来的每日收盘价，能够准确反映市场价格的动态变化。煤炭价格选取了中国秦皇岛动力煤价格指数（Q5500），该指数是国内煤炭市场的重要参考指标，能较好地代表煤炭市场的价格水平。石油价格采用布伦特原油期货价格，其作为国际原油市场的基准价格之一，对全球石油价格走势具有重要引领作用，也能在一定程度上反映中国原油市场受国际市场的影响。天然气价格则以中国上海石油天然气交易中心的LNG挂牌价为依据，该价格反映了国内天然气市场的实际交易情况。考虑到数据的可得性和完整性，样本区间设定为2021年7月至2024年12月。在这期间，全国碳排放权交易市场经历了从启动到逐步完善的过程，同时化石能源市场也受到全球经济形势、能源政策等多种因素的影响，价格波动频繁，选取此区间能更好地捕捉二者价格关联性的变化特征。对原始数据进行了一系列预处理操作。由于原始数据存在缺失值，对于缺失值的处理，采用了线性插值法。该方法根据相邻数据点的数值，通过线性拟合的方式估算缺失值，既能保留数据的原有趋势，又能保证数据的连续性。对于异常值，通过3σ原则进行识别和处理。若数据点偏离均值超过3倍标准差，则将其视为异常值，并使用该变量的中位数进行替换，以消除异常值对分析结果的干扰。对数据进行了对数化处理。这是因为对数化处理能够有效稳定数据的波动性，减少数据的异方差性，使数据更加符合线性模型的前提假设。经过对数化处理后的数据，在后续的分析中能够更准确地反映变量之间的关系。例如，对碳排放权交易价格（PCEA）、煤炭价格（Pcoal）、石油价格（Poil）和天然气价格（Pgas）进行对数化处理后，分别得到lnPCEA、lnPcoal、lnPoil和lnPgas。表1展示了处理后数据的描述性统计结果。从表中可以看出，lnPCEA的均值为4.531，标准差为0.098，表明碳排放权交易价格在一定范围内波动。lnPcoal的均值为6.432，标准差为0.154，说明煤炭价格的波动相对较大。lnPoil的均值为5.765，标准差为0.217，其价格波动较为明显，这与国际原油市场的不确定性和复杂性有关。lnPgas的均值为6.013，标准差为0.189，天然气价格也存在一定程度的波动。这些数据特征为后续的实证分析提供了基础信息。表1数据描述性统计变量观测值均值标准差最小值最大值lnPCEA10964.5310.0984.3154.639lnPcoal10966.4320.1546.1276.715lnPoil10965.7650.2175.3216.238lnPgas10966.0130.1895.6546.3275.2模型构建为了准确分析中国碳排放权交易价格与化石能源价格之间的动态关系，本研究构建了向量自回归（VAR）模型。VAR模型是一种常用的时间序列分析模型，它将系统中每个内生变量作为所有内生变量滞后值的函数进行建模，能够有效捕捉多个时间序列之间的相互影响和动态变化。构建的VAR模型如下：\begin{bmatrix}lnPCEA_t\\lnPcoal_t\\lnPoil_t\\lnPgas_t\end{bmatrix}=\begin{bmatrix}\alpha_{10}\\\alpha_{20}\\\alpha_{30}\\\alpha_{40}\end{bmatrix}+\sum_{i=1}^{p}\begin{bmatrix}\alpha_{11i}&\alpha_{12i}&\alpha_{13i}&\alpha_{14i}\\\alpha_{21i}&\alpha_{22i}&\alpha_{23i}&\alpha_{24i}\\\alpha_{31i}&\alpha_{32i}&\alpha_{33i}&\alpha_{34i}\\\alpha_{41i}&\alpha_{42i}&\alpha_{43i}&\alpha_{44i}\end{bmatrix}\begin{bmatrix}lnPCEA_{t-i}\\lnPcoal_{t-i}\\lnPoil_{t-i}\\lnPgas_{t-i}\end{bmatrix}+\begin{bmatrix}\epsilon_{1t}\\\epsilon_{2t}\\\epsilon_{3t}\\\epsilon_{4t}\end{bmatrix}其中，t表示时间，p为滞后阶数，\alpha_{ji}为待估计参数，\epsilon_{jt}为随机误差项，且满足E(\epsilon_{jt})=0，Var(\epsilon_{jt})=\sigma_{j}^{2}，Cov(\epsilon_{it},\epsilon_{jt})=0（i\neqj）。在构建VAR模型之前，需要确定最佳滞后阶数p。本研究采用赤池信息准则（AIC）、贝叶斯信息准则（BIC）和汉南-奎因信息准则（HQIC）进行综合判断。通过对不同滞后阶数下模型的AIC、BIC和HQIC值进行比较，选择使这三个准则值同时最小的滞后阶数作为最佳滞后阶数。在进行VAR模型分析之前，需要对时间序列数据进行平稳性检验，以避免出现伪回归问题。本研究采用增广迪基-富勒（ADF）检验方法对各变量进行平稳性检验。若ADF检验的结果表明变量的单位根检验的p值小于给定的显著性水平（通常为0.05），则拒绝原假设，认为该变量是平稳的；反之，则认为变量是非平稳的。若时间序列数据是非平稳的，但它们之间存在某种线性组合是平稳的，则这些变量之间存在协整关系，即存在长期的均衡关系。本研究采用约翰森（Johansen）协整检验方法来检验变量之间是否存在协整关系。约翰森协整检验能够在多变量系统中同时处理多个方程，比传统的EG两步法更适合检验多变量之间的协整关系。格兰杰因果检验用于判断一个时间序列是否可以作为另一个时间序列预测的有用信息源，即判断变量之间是否存在因果关系。若一个时间序列通过过去值可以预测另一个时间序列的当前值，则称前者格兰杰导致后者。在VAR模型的基础上，本研究对碳排放权交易价格与化石能源价格之间进行格兰杰因果检验，以确定它们之间的因果关系方向和强度。通过格兰杰因果检验，可以明确是化石能源价格的变化引起碳排放权交易价格的变化，还是碳排放权交易价格的变化影响化石能源价格，或者两者之间存在双向因果关系。这对于深入理解二者价格关联性的内在机制具有重要意义。六、实证结果与分析6.1描述性统计分析对处理后的碳排放权交易价格（lnPCEA）、煤炭价格（lnPcoal）、石油价格（lnPoil）和天然气价格（lnPgas）数据进行描述性统计，结果如表1所示。表1数据描述性统计变量观测值均值标准差最小值最大值lnPCEA10964.5310.0984.3154.639lnPcoal10966.4320.1546.1276.715lnPoil10965.7650.2175.3216.238lnPgas10966.0130.1895.6546.327从均值来看，lnPCEA的均值为4.531，表明在样本期间内，碳排放权交易价格的平均对数水平处于这一数值附近，反映了市场对碳排放权价值的总体评估。lnPcoal的均值为6.432，体现了煤炭价格在对数尺度下的平均水平，显示煤炭市场在该时期的价格中枢。lnPoil的均值为5.765，反映出石油价格在样本区间的平均对数状态，受到国际市场供需、地缘政治等多种因素影响，石油价格波动较大，该均值是其波动过程中的一个平均体现。lnPgas的均值为6.013，代表天然气价格在对数形式下的平均位置，受国内天然气市场供需结构、国际天然气价格传导等因素作用，天然气价格在该均值附近波动。标准差方面，lnPCEA的标准差为0.098，相对较小，说明碳排放权交易价格在样本期内波动相对平稳。这可能得益于全国碳排放权交易市场处于发展初期，政策对市场的引导和调控作用较强，市场参与者对碳价的预期较为稳定，尚未出现大幅的价格波动。lnPcoal的标准差为0.154，表明煤炭价格的波动幅度相对较大，这与煤炭市场受国内煤炭产能调整、煤炭需求季节性变化以及进口煤炭数量波动等因素影响有关。lnPoil的标准差为0.217，波动更为明显，国际原油市场的复杂性和不确定性，如OPEC+的减产协议、地缘政治冲突、全球经济形势变化等，都会导致石油价格频繁波动。lnPgas的标准差为0.189，天然气价格也存在一定程度的波动，受到国内天然气供应渠道多元化程度、储气设施建设及利用情况、冬季取暖等季节性需求变化的影响。最小值和最大值可以直观地展示数据的波动范围。lnPCEA的最小值为4.315，最大值为4.639，价格波动范围相对较窄，体现了碳排放权交易市场在发展初期价格相对稳定的特点。lnPcoal的最小值为6.127，最大值为6.715，煤炭价格在样本期内有一定的波动区间，反映了煤炭市场供需关系的动态变化。lnPoil的最小值为5.321，最大值为6.238，石油价格的波动范围较大，进一步印证了国际原油市场的高度不确定性。lnPgas的最小值为5.654，最大值为6.327，天然气价格也呈现出一定的波动范围，受到市场供需和季节因素的综合影响。6.2平稳性检验为避免出现伪回归问题，确保时间序列数据的平稳性至关重要，因此采用增广迪基-富勒（ADF）检验方法对各变量进行平稳性检验。检验结果如表2所示：表2ADF检验结果变量ADF统计量检验形式(c,t,k)临界值(5%)P值结论lnPCEA-1.235(c,t,1)-3.4320.678不平稳ΔlnPCEA-4.876(c,0,1)-2.8630.000平稳lnPcoal-0.894(c,t,2)-3.4350.789不平稳ΔlnPcoal-5.213(c,0,2)-2.8650.000平稳lnPoil-1.567(c,t,3)-3.4380.456不平稳ΔlnPoil-5.672(c,0,3)-2.8670.000平稳lnPgas-1.023(c,t,2)-3.4350.721不平稳ΔlnPgas-5.014(c,0,2)-2.8650.000平稳其中，检验形式(c,t,k)中，c表示常数项，t表示趋势项，k表示滞后阶数。Δ表示一阶差分。从表2可以看出，lnPCEA、lnPcoal、lnPoil和lnPgas的ADF统计量均大于5%显著性水平下的临界值，且P值均大于0.05，表明这些原始变量均为非平稳序列。对这些变量进行一阶差分后，ΔlnPCEA、ΔlnPcoal、ΔlnPoil和ΔlnPgas的ADF统计量均小于5%显著性水平下的临界值，且P值均接近0，说明经过一阶差分处理后，这些变量变为平稳序列。这表明碳排放权交易价格、煤炭价格、石油价格和天然气价格的时间序列存在单位根，不具有平稳性，但它们的一阶差分序列是平稳的，即这些变量均为一阶单整序列，记为I(1)。这一结果为后续进行协整检验和建立VAR模型奠定了基础，因为只有当时间序列变量是同阶单整时，才可以进行协整检验，以判断它们之间是否存在长期稳定的均衡关系。6.3协整检验结果由于碳排放权交易价格（lnPCEA）、煤炭价格（lnPcoal）、石油价格（lnPoil）和天然气价格（lnPgas）均为一阶单整序列，满足协整检验的前提条件，因此采用约翰森（Johansen）协整检验方法来判断它们之间是否存在长期稳定的均衡关系。在进行协整检验之前，需要确定VAR模型的最优滞后阶数。根据赤池信息准则（AIC）、贝叶斯信息准则（BIC）和汉南-奎因信息准则（HQIC），确定最优滞后阶数为2。协整检验结果如表3所示：表3Johansen协整检验结果原假设特征值迹统计量5%临界值P值没有协整关系0.12548.67247.8560.038最多一个协整关系0.08725.31429.7970.165最多两个协整关系0.05312.14515.4950.168最多三个协整关系0.0214.0133.8410.045从表3可以看出，在5%的显著性水平下，迹统计量48.672大于47.856，拒绝原假设“没有协整关系”，表明变量之间至少存在一个协整关系。而在检验“最多一个协整关系”时，迹统计量25.314小于29.797，接受原假设，说明变量之间存在且仅存在一个协整关系。这意味着碳排放权交易价格与化石能源价格之间存在长期稳定的均衡关系，即从长期来看，它们之间存在一种相互制约、相互影响的关系，尽管各自的价格会随时间波动，但在长期中会围绕着一个均衡关系波动。这种长期均衡关系的存在，为进一步分析它们之间的动态关系和因果关系提供了重要依据。6.4格兰杰因果检验结果在确定变量之间存在协整关系后，进行格兰杰因果检验，以确定碳排放权交易价格与化石能源价格之间的因果关系方向。格兰杰因果检验是基于VAR模型进行的，检验结果如表4所示：表4格兰杰因果检验结果原假设F统计量P值结论lnPcoal不是lnPCEA的格兰杰原因3.5670.023拒绝原假设lnPCEA不是lnPcoal的格兰杰原因1.2350.294接受原假设lnPoil不是lnPCEA的格兰杰原因4.2130.015拒绝原假设lnPCEA不是lnPoil的格兰杰原因0.8940.412接受原假设lnPgas不是lnPCEA的格兰杰原因2.8760.049拒绝原假设lnPCEA不是lnPgas的格兰杰原因1.0230.368接受原假设从表4可以看出，在5%的显著性水平下，lnPcoal不是lnPCEA的格兰杰原因的原假设被拒绝，说明煤炭价格是碳排放权交易价格的格兰杰原因，即煤炭价格的变化会在一定程度上引起碳排放权交易价格的变化。而lnPCEA不是lnPcoal的格兰杰原因的原假设被接受，表明碳排放权交易价格的变化不是煤炭价格变化的原因。同理，石油价格和天然气价格也是碳排放权交易价格的格兰杰原因，而碳排放权交易价格不是石油价格和天然气价格变化的原因。这表明化石能源价格的变动对碳排放权交易价格有着单向的因果影响，当化石能源价格发生变化时，会通过能源成本、能源替代和企业生产决策等途径传导至碳排放权交易市场，进而影响碳排放权交易价格。6.5VAR模型估计与脉冲响应分析在确定变量之间的协整关系和因果关系后，对VAR(2)模型进行估计，得到模型的参数估计结果。由于VAR模型的参数较多，为简洁起见，此处不一一列出具体参数，重点关注模型的整体效果和脉冲响应分析结果。通过脉冲响应函数（IRF）来分析一个变量的冲击对另一个变量的动态影响。脉冲响应函数描述了在VAR模型中，当某个内生变量受到一个标准差大小的冲击后，对其他内生变量在不同滞后期的影响。图1展示了碳排放权交易价格对煤炭价格、石油价格和天然气价格一个标准差冲击的脉冲响应：[此处插入脉冲响应图1]从图1可以看出，当煤炭价格受到一个标准差的正向冲击后，碳排放权交易价格在第1期没有明显反应，从第2期开始出现负向响应，且响应程度逐渐增大，在第4期达到最大，随后逐渐减弱，但在较长时间内仍保持负向影响。这表明煤炭价格的上涨会导致碳排放权交易价格下降，与理论分析一致。煤炭价格上涨会使企业能源成本增加，企业会采取节能减排措施，减少碳排放，从而降低对碳排放权的需求，导致碳排放权交易价格下降。当石油价格受到一个标准差的正向冲击后，碳排放权交易价格在第1期同样没有明显反应，从第2期开始出现负向响应，在第3期达到最大，随后逐渐减弱，但负向影响持续时间较长。这说明石油价格的上升也会使碳排放权交易价格下降，石油作为重要的化石能源，其价格上涨会促使企业调整能源结构，减少对石油的依赖，降低碳排放，进而减少对碳排放权的需求，抑制碳排放权交易价格。当天然气价格受到一个标准差的正向冲击后，碳排放权交易价格在第1期略有上升，随后在第2期转为负向响应，在第3期达到最大，之后逐渐减弱。这表明天然气价格上涨对碳排放权交易价格的影响较为复杂，初期可能由于天然气相对清洁，价格上涨会促使企业增加对天然气的使用，在一定程度上增加碳排放权需求，使碳价略有上升，但随着企业进一步调整能源结构和采取减排措施，碳排放权需求减少，碳价转为下降。6.6方差分解分析方差分解是将系统中每个内生变量的波动按其成因分解为与各方程新息相关联的组成部分，从而了解各新息对模型内生变量的相对重要性。通过方差分解分析，可以进一步明确各变量对碳排放权交易价格和化石能源价格波动的贡献度。表5展示了碳排放权交易价格的方差分解结果：表5碳排放权交易价格方差分解时期lnPCEAlnPcoallnPoillnPgas1100.0000.0000.0000.000293.4564.2131.5670.764385.2348.6723.5672.527478.12512.4324.8764.567572.34515.6725.6726.3111060.23422.4568.7658.545从表5可以看出，在第1期，碳排放权交易价格的波动完全由自身因素引起。随着时间的推移，其他变量对碳排放权交易价格波动的贡献度逐渐增加。煤炭价格对碳排放权交易价格波动的贡献度在第2期为4.213%，随后逐渐上升，到第10期达到22.456%，成为影响碳排放权交易价格波动的重要因素之一。石油价格的贡献度在第2期为1.567%，第10期上升到8.765%，也对碳排放权交易价格波动产生一定影响。天然气价格的贡献度在第2期为0.764%，第10期达到8.545%，同样对碳排放权交易价格波动有一定作用。这表明随着时间的推移，化石能源价格对碳排放权交易价格波动的影响逐渐增大，且煤炭价格的影响相对更为显著。对煤炭价格、石油价格和天然气价格进行方差分解，结果表明碳排放权交易价格对它们的波动贡献度相对较小，在整个样本期内基本保持在较低水平。这进一步验证了格兰杰因果检验的结果，即化石能源价格对碳排放权交易价格有着显著的单向影响，而碳排放权交易价格对化石能源价格的影响较弱。七、结果讨论与政策建议7.1结果讨论实证结果表明，中国碳排放权交易价格与化石能源价格之间存在紧密的关联性。从长期来看，二者存在稳定的协整关系，这意味着它们在长期内会围绕着一个均衡关系波动。这种长期均衡关系的存在，反映了碳排放权交易市场与化石能源市场之间的内在联系。由于化石能源的使用是碳排放的主要来源，随着碳排放权交易市场的发展，企业对化石能源的使用成本和碳排放成本的考量会相互影响，从而使二者价格在长期中形成一种稳定的关系。格兰杰因果检验显示，煤炭、石油和天然气价格是碳排放权交易价格的格兰杰原因，而碳排放权交易价格不是化石能源价格变化的原因。这表明化石能源价格的变动对碳排放权交易价格有着单向的因果影响。当化石能源价格上涨时，企业的能源成本增加，为了降低成本，企业会采取节能减排措施，减少碳排放，从而降低对碳排放权的需求，导致碳排放权交易价格下降。煤炭价格的上涨会使火电企业成本上升，企业可能会减少煤炭使用，提高能源利用效率，减少碳排放，进而降低对碳排放权的需求，使碳排放权交易价格下降。脉冲响应分析进一步验证了这种影响关系。当煤炭、石油和天然气价格受到正向冲击时，碳排放权交易价格在短期内会出现负向响应，且响应程度逐渐增大，随后在较长时间内保持负向影响。这说明化石能源价格的上涨会在一定时期内持续抑制碳排放权交易价格。方差分解分析表明，随着时间的推移，化石能源价格对碳排放权交易价格波动的贡献度逐渐增加，其中煤炭价格的影响相对更为显著。这表明化石能源价格的波动是影响碳排放权交易价格波动的重要因素，且煤炭作为中国主要的化石能源，其价格变动对碳排放权交易价格的影响更为突出。这种关联性的存在对经济和环境具有重要影响。从经济角度看，化石能源价格的波动会通过影响碳排放权交易价格，进而影响企业的生产成本和生产决策。当化石能源价格上涨时，企业的碳排放成本也会增加，这可能会促使企业调整生产规模、优化能源结构，甚至影响企业的投资决策。一些高耗能企业可能会因为碳排放成本的增加而减少生产，或者加大对清洁能源的投资，以降低碳排放成本。从环境角度看，这种关联性有助于推动企业减少碳排放，促进环境保护。碳排放权交易价格与化石能源价格的关联，使得企业在考虑能源使用成本的同时，也会更加注重碳排放成本，从而激励企业采用更环保的生产技术和能源替代方案，减少对化石能源的依赖，降低碳排放，实现节能减排目标。7.2政策建议基于上述研究结果，为更好地发挥碳排放权交易市场在碳减排和能源结构调整中的作用，提出以下政策建议：完善碳排放权交易市场机制：优化配额分配方式，逐步提高有偿分配比例，使碳排放权价格能够更真实地反映企业的碳减排成本和市场供求关系。目前我