IMED研究 | 中国碳交易体系中不同初始限额分配的情景分析

题目

Allowance allocation matters in China's carbon emissions trading system

作者

Yana Jin, Xiaorui Liu, Xiang Chen, Hancheng Dai

期刊

Energy Economics

时间

2020年

一作单位

Environmental Defense Fund, 257 Park Avenue South, New York, NY 10010, USA; William & Mary, VA, 23185, USA; Beijer Institute of Ecological Economics, Royal Swedish Academy of Sciences, Box 50005, SE-104 05 Stockholm, Sweden

链接

https://doi.org/10.1016/j.eneco.2020.105012

研究背景

作为世界上最大的二氧化碳排放国，中国郑重承诺通过2015年《巴黎协定》规定的国家自主贡献（NDC）为全球气候变化减缓做出贡献。到2030年或之前，中国的二氧化碳排放量将达到峰值，单位国内生产总值（GDP）的二氧化碳排放量将比2005年减少60-65%。2020年9月25日，中国习近平主席进一步宣布，中国将在2060年内实现碳中和。除了实施各种基于规划的政策外，中国正在构建一个国家碳排放交易系统（ETS），以帮助实现国家自主贡献和新的碳中和目标。

中国于2017年12月公布了第一阶段国家ETS计划，因其与传统ETS不同的设计选择和特点，学界对此关注频频。为了更好地研究中国ETS的特点和未来可能的发展方向，本文研究了几个事实基础：首先，在几个ETS计划草案中，哪些设计选择已经改变或保持不变；第二，最终在官方声明中确定下来的第一阶段ETS计划；第三，作为中央政府庄严承诺的中国自主减排贡献。

在此基础上，本文提出了四点中国ETS未来的发展前瞻。首先，尽管目前的ETS只在发电行业起步（因为它有最好的数据基础），但未来的ETS将扩大到涵盖更多行业。第二，尽管中国NDC没有对碳排放总量上限做出明确约束，但隐含的绝对量减排目标量是巨大的。第三，中国目前单一部门排放交易机制的初始排放配额遵循“基于比例”（rate-based）的基于产出的分配（output-based allocation, OBA）。OBA指的是以产出为条件的分配，通常利用基准排放强度（即排放产出比标准）。排放配额的估算方法是将部门基准排放强度乘以排放交易机制参与者的产出。然而值得关注的是，中国现行ETS中的OBA是“基于比例”而不是“基于量”（mass-based）。基于比例的OBA意味着免费排放分配额度取决于部门强度基准，并且配额在每个政策周期内动态更新。这激励ETS参与者以能够影响其在政策期间内排放配额的方式进行生产。因此，基于比例的OBA使得总体排放量对于参与者和社会而言都是内生的。相比之下，在基于总量的OBA中，当前政策期间的排放分配取决于参与者在前一时期的产出。本期生产行为影响的是下期分配份额的百分比变化。因此每个时期的总排放量上限仍由监管机构外生预先确定。

第四个问题是所使用的排放强度基准。由于ETS参与者的限额是排放强度基准和产出的乘积，排放强度基准的水平和数量对分配有着实质性的影响。当高度异质性的参与者面对同样的基准时，排放强度更高、更不清洁的参与者将受到惩罚，因为他们得到的配额相对更少。在实践中，设置多个基准可以解释政策成本分配的这种异质性。在OBA下，已有研究发现更多的基准会降低减排的成本效益。然而，在mass-based的OBA-ETS下，不同数量基准的成本效益和分配影响的大小尚不清楚。

梳理完这四个发展前瞻之后，本文提出了两个问题：如果中国未来的ETS既涵盖多个行业，同时采用mass-based的OBA会怎样呢？在这样一个ETS中，设置更少的排放强度基准有什么利弊？本文建立了这样一个ETS，并探讨了它的影响和潜在机制。本文使用多部门动态递归可计算一般均衡（CGE）模型进行分析。模拟的ETS具有以下特点：它模拟了mass-based OBA的使用；根据中国NDC目标实施了一个总量排放上限；覆盖了国家层面的十个高碳强度行业。

本文的分析遵循四个步骤：首先建立了几个可实现NDC的碳排放情景，将排放配额分配给十个部门，并在不进行排放交易的情况下研究部门减排反应。之后，允许跨部门排放交易，并重新分析部门反应。然后对不同情景下的部门和宏观经济影响进行比较。为了便于解释结果，在这三个步骤中，本文分别比较了两组配额分配方案，一组使用mass-based的OBA，另一组使用基于历史排放水平的分配（称为“grandfathering”，后文记为“历史法”）。本文的研究重点不在“历史法”的结果，但它提供了一个比较基础。在主要分析之后，本文减少了OBA中的排放强度基准数量，即对部门进行分组并根据组内平均值确定基准分配配额，随后进行了重新分析。

这项研究有两个方面贡献。首先，本文将ETS建模为一个全国性的、多部门的、mass-based的OBA体系，其基准各不相同，这为未来ETS可能的演进方向提供了模型基础。本文的设定和分析并不是对中国目前单一部门、rate-based的ETS与mass-based ETS进行比较。相反，本文提供了未来ETS发展的预分析。第二，本文的CGE模型中有着丰富的部门细节，本文清楚地评估了模型化的ETS是否以及在多大程度上反映了一些重要的效率和分配原则。本文关注了四个原则：（1）相对污染的部门是许可证的购买者，即“污染者付费”原则；（2）所有参与部门都做出了重大的减排努力，即在各部门之间更加平均地分配减排努力；（3）ETS可能补贴的部门较少；（4）经济中需求显著增加的部门不受到ETS的严重约束。本文的详细部门结果有助于评估ETS是否达到这些期望的特征。

研究方法

IMED/CGE

本文使用mass-based OBA研究了覆盖多个行业的中国全国ETS，并将其与历史法的结果进行了比较。为了模拟部门经济的动态变化，本文使用了全国尺度版本的IMED/CGE（能源-环境-经济可持续发展综合评价模型/可计算一般均衡）模型。IMED/CGE涵盖中国37种经济商品和行业。本文在CGE模型中加入了碳排放许可证交易模块。ETS从2016年开始，共涵盖十个行业：发电、焦炭、非金属、金属冶炼、汽油、化工、纺织、造纸、铁路和航空。图1解释了在CGE计算过程中，本文如何规定排放上限、部门分配和跨部门贸易。假设市场中有两个ETS参与部门。C1和C2是部门1和部门2碳排放要求的需求曲线。当排放配额E1和E2分配给每个部门时，市场会找到两个平衡点A和B，这两个平衡点使得碳市场的碳价格分别为P1和P2（P1<P2）。相比之下，如果允许各部门之间自由进行排放交易，则CGE模型将找到新的平衡点（A’和B’），其中部门1选择向碳市场出售E1单位的碳排放许可证，而部门2从市场上购买E2许可证。碳价格（P′）在部门1和部门2之间是相同的，并通过满足以下条件出清碳市场：碳排放许可销售额（ΔE1）等于购买额（ΔE2）；买方许可购买支出（ΔE1P′）等于卖方许可销售收入（ΔE2P′）。相应地，当更多的部门参与排放贸易时，上述条件继续保持不变。

图1  碳排放总量管制和参与部门间交易的价格形成机制

情景设定

表1总结了本文设定的情景及其假设。由于NDC设定了到2030年的二氧化碳峰值时间和排放强度降低目标，并对中国的能源和部门经济发展进行了预测，因此可以计算出政策期间和各部门排放量的合理范围。本文预测了直至2030年参照情景（REF）下的经济发展路径，然后本文在建模分析中使用2005年的碳排放强度和NDC的降低目标来确定政策期间的国家排放上限。所有的政策情景都接近于对整个经济实施相同的总量排放上限。政策情景都是基于两个维度设计的：（1）是否存在排放交易（“CAP”仅限制上限，“ET”代表限制上限且允许交易）和（2）部门排放分配方法是否属于“历史法”（标记为“GF”）还是OBA。主要关注的情景是ET OBA，其他情景有助于得出部门应对机制和影响。

表1  情景设定与假设

OBA情景中的排放强度基准的数量

在上述OBA情景中，每个部门以部门平均排放强度为基准。由于ETS有10个参与者，有16个详细的部门，因此有16个基准（图2）。本文通过将排放强度相对相似的部门进行归为同一组，测试在ETS参与者中设置较少基准的影响。此时，在所有其他设置不变的情况下，每个部门根据其组内平均基准而不是部门特定基准来发放配额。具体来说，本文将这些部门分为四组。发电仍然是一个独立的集团，遵循同样的分配。其他15个详细部门首先根据REF情景中的排放强度结果从高到低进行排名，然后分为三组，每一组约占其总产量的33%。各集团的平均排放强度成为集团内各部门共享的新基准。部门特定配额是产出乘以该集团平均基准。

图2  ETS在CGE模型中的部门(a)、部门特定基准(b)和集团平均基准(c)

研究结果

1

总排放量和部门排放量

图3总结了不同情景下的总排放量和部门排放量（条形图，左y轴）以及排放强度减少量（三角形，右y轴）。从2007年到2030年，REF情景下的总排放量增加了近两倍，排放强度仅降低了48.8%，表明REF不足以实现NDC的目标。相比之下，如果对经济施加符合NDC目标的固定排放总量上限，2030年的排放总量约为REF中的72.6-74.1%，排放强度显著降低61.5-61.9%。在所有情况下，主要的排放来源仍然是发电、无ETS部门、非金属、化工和金属冶炼行业，因为它们在经济活动中占有相对较大的份额。无ETS所占的巨大排放份额亦表明，中国在扩大ETS的行业覆盖面方面具有很大潜力。

图3  2030年初始排放配额分配、部门排放量和排放强度降低程度

2

配额分配对排放量和边际减排成本的影响

图3右上角部分和在图4c,d显示了配额分配方法对排放量和边际减排成本的影响。在这两个分配方案中，发电和无ETS部门获得的碳排放配额最多，而焦炭、铁路和纺织行业获得的碳排放配额最少。当从历史法转变为OBA时，航空、发电、铁路和非ETS部门的配额将增加，而汽油、金属冶炼、化工、焦炭、非金属、纸张和纺织等行业的配额将减少。作为减排努力的一个指标，在政策期内与REF相比的部门减排百分比在历史法和OBA下有很大差异（图4a和b）。所有行业（除CAP GF中的纺织业外）都呈现了显著的减排比例。对航空、石油、发电等行业而言，作为部门上限的历史法配额是一个强有力的制约因素；因此，这些部门必须实现显著的减排率。另一方面，纸张、非金属和纺织行业受到的约束较少，减少的也更少（图4a）。与参考相比，纺织业实际增加了碳排放量。相比之下，在OBA排放限制条件下，所有部门的排放量减少了25.4%至30.2%（图4b），表明所有部门的减排努力分布更加协调。因此，部门边际减排成本从历史法到OBA略有收敛（图4a和b中的y轴）。图4c和d更明确地解释了这一点。向下倾斜的拟合趋势表明，通过从历史法转变为OBA，一个部门的排放配额增加的百分比越大，边际减排成本方面的减排压力就越小。

图4  碳价和减排量(a, b);排放限额和碳价的变化(c, d)

排放配额可以解释为对各部门的外生限制。图5显示了这些外部约束如何影响部门生产活动的机制，包括技术改进、排放强度和边际减排成本。在本文的分析中，资本-能源比率（生产函数中资本投入与能源投入的比率）被用来反映技术进步对减排的影响。历史法和OBA配额之间的差异可以看作是排放限制的严格程度的变化。从图5中的指标之间的负相关来看，随着排放限制的收紧，更多的资本投入替代了能源投入（图5a），这意味着由于碳减排压力，技术进步更快，这降低了排放强度（图5b），最终增加了边际减排成本（图5c）。

图5  配额分配、技术改进、排放强度与边际减排成本的关系

内生因素如何影响边际减排成本的机制如图6所示。本文所说的内生性是指反映生产过程跨部门异质性的因素。在没有外部政策的情况下，本文使用“自主减排率”来代表各部门的减排潜力。自主的意思是该减排率是根据REF情景中2007年和2030年的排放强度计算的。同样，本文用“资本-能源比率的自主变化率”来代表各部门在减排方面自主技术改进的特点。图6a和b显示，对于减排潜力较低的部门（在x轴上更接近于零），它们的边际减排成本在历史法和OBA下更为分散（它们沿y轴的偏移更大）。这符合人们的预期，即由于它们更难减排，它们的边际减排成本将对分配变化更为敏感。图6c和d表明，各部门资本-能源比率的自主变化率与边际减排成本正相关。这反映出，在政策期内，容易自主减少能源强度的行业更难进一步减少额外排放。

图6  自主技术改进和碳价。a和b中的气泡大小代表配额分配的百分比

3

固定碳排放上限对部门生产成本和产出的影响

与REF情景相比，作为固定排放上限的部门排放限额将增加生产成本并降低产出（图7）。为了反映上限对部门单位生产成本的直接影响，本文将单位“上限直接成本”定义为边际减排成本乘以排放强度。上限的间接成本定义为技术改进所需的资本投资成本和上游部门生产投入的价格上涨。图7a和b显示了碳限额的直接成本和生产成本之间的正关系。航空、发电和石油部门的生产成本在历史法下大幅增加。在OBA下，只有发电和汽油部门才是如此，其他大多数行业的增长不到10%。此外，发电量的变化率远远小于生产成本的变化率（图7c和d），这意味着发电作为上游部门其需求曲线相对缺乏弹性。与历史法相比，OBA对碳限额的直接成本和产出影响较小，对大多数行业的生产成本影响较大。

图7  总量限制政策的直接成本、生产成本增加量和产出减少量之间的关系

4

跨部门碳排放交易的影响

当排放许可证跨部门进行交易时，ETS参与部门的边际减排成本收敛到相同的碳排放许可价格。2030年，OBA的碳价为67美元/吨，略高于历史法（60美元/吨）（图6a和b，蓝线）。图8比较了两种分配方案中碳市场的规模和部门的作用。在历史法下，交易量为921.8百万吨，占全国排放量的10.1%，交易额占2030年国内生产总值的0.36%。在OBA下，市场萎缩至465.7百万吨，相当于全国排放量的5.1%，交易额占国内生产总值的0.21%。这种萎缩趋势对所有ETS参与者都适用。在这两个配置方案中，发电和汽油行业是主要买家，而金属冶炼、非金属、化工和焦炭行业是四大卖家。其他部门的作用有限。

图8  2030年的碳交易量、占总排放量的比重及交易价值占GDP的比重

此前本文解释了两种减排措施，即降低产量和采用技术改进。现在，通过排放交易，各部门有了第三个衡量购买或出售排放许可证以满足排放限制的措施。图9总结了不同部门如何响应ETS。以历史法（图9a）为例，在右上角区域且在x轴接近零的行业，包括化工、金属冶炼和非金属行业，它们是许可证的卖家，产量略有增加。位于左上角区域的行业，那些在x轴接近零的国家，包括纸张和纺织行业，是许可证的卖家，产量略有下降。左上方区域的焦炭也出售许可证，但由于ETS，产量减少。位于右下角区域的行业，包括航空、石油、铁路和发电，他们购买排放许可证并增加产量。

不管碳市场是否存在，大多数部门在技术改进方面并没有实质性的变化（图9中气泡较小）。在变化的方向上，大多数行业的技术进步都因排放交易的存在而减少。这些部门表现不同的原因与行业异质性有关，如市场规模、需求变化、相对碳强度、自主技术改进以及在历史法和OBA下的配额。图9还显示了在OBA（9b）下所有气泡的分布比历史法（9a）更接近于零。这意味着与历史法相比，OBA下大多数行业的产出变化较小，作为重要许可证买家和卖家的行业较少。这是因为OBA更好地解释了行业自主变化的趋势。航空部门的变化是图9a和b中最明显的例子。

图9  减排措施：减产、技术改进、排放交易

气泡大小是资本-能源比例从CAP到ET的变化程度

由于出售或购买排放许可证和工业增加值的变化，排放交易重新分配各部门的经济利益。本文定义了两个量化这些影响的指标：按行业划分的GDP累积变化现值和累计排放权交易收入的现值。前者是2016年至2030年ET和CAP之间部门产出差异的总和，后者是同一政策期间内购买（出售）排放权的年度支出（收入）的总和。在图10中，左上方部门的边际减排成本相对较低。因此，它们可以削减超过其分配的配额，出售许可证并获得排放交易收入。由于产出减少，它们的排放交易收入部分或全部被其增加值的减少所抵消。右下方部门面临更高的边际减排成本。他们需要购买许可证，排放交易支出被更多产出带来的附加值所抵消。

图10  2016-2030年排放权交易累计收入及各行业GDP累计变化现值

这两个指标在OBA下比历史法下更小，这是因为OBA基于REF下对未来排放量的预测，因此更好地解释了不同的自主部门排放趋势。这使得政策期内所需的排放水平更接近分配给每个部门的初始排放配额。因此，在OBA下，他们不需要大量买卖排放许可证，也不需要大幅调整产量。

由于ETS是一项减排政策，因此各部门不受ETS政策的净补贴是很重要的。本文可以通过比较两个指标的符号和值来进行评估。假设累计排放权交易收入现值和各行业GDP累计变化现值在这种评估中是同等权重的。在OBA下（图10b），化工部门显然得到了ETS的补贴，因为它既两项指标均为正值。ETS的这种“补贴”效应可以通过结合其他政策加以纠正。位于45°基准线右侧的其他行业包括历史法下的航空、汽油、发电、金属冶炼和铁路，以及OBA下的发电、汽油、铁路、金属冶炼和航空。这些部门可能会得到ETS的补贴。 

5

宏观经济影响

由于政策情景下的排放限制，与参考水平相比，大多数部门的经济产出将减少（图11）。排放强度越高，边际减排成本越高，这一部门所承受的负面影响就越重，如焦炭、发电、汽油和航空部门。OBA下部门经济产出损失较少。对于大多数行业，排放交易可以减少对产出的负面影响。当允许排放交易时，OBA和历史法下的经济产出损失没有显著差异。因此，与REF相比，减少的部门经济活动转化为GDP、消费、出口和进口的减少（图12）。政府支出也将略有减少。不同的分配方案在大多数宏观经济指标上只略有差别。排放权交易下的GDP和消费损失分别在1.14%和2.3%以内，表明社会经济和福利的损失程度不大。

图11  2030年分部门产出变化

图12  在ETS政策期间的宏观经济影响

6

减少ETS基准的利弊

本文将ETS参与者分为四组来测试设置较少基准的影响，进而将基准的数量从16个减少到4个。图13显示了各部门的具体指标和宏观经济指标。设定较少基准的好处包括每个部门产出减少（D）、排放降低（B）和排放强度降低（E）。总的来说，这是因为排放交易机制的参与者必须在碳减排方面付出更多的努力，以实现与其自身部门平均表现相去甚远的政策目标。然而，与更多的基准相比，它们更有力的减排努力也导致宏观经济的损失略高。更重要的是，更少的基准可能导致更多的行业获得ETS（F、G和H）的净补贴。纺织、造纸、化工、金属等行业累计GDP变化现值更高，而同时通过出售排污权交易获得了更多收入。一般来说，鼓励这些相对清洁和高价值的部门是可取的。然而，由于这些行业首先也是经济中的高碳行业，在设计排放交易机制时，需要通过其他政策来纠正这种基准较少的“补贴”效应。

图13  在ET OBA情景下不同的基准产生的分部门影响

研究结论

如果中国气候政策的最终目标包括以较低的社会成本实现脱碳，而排放交易机制仍然是选择的主要市场化政策工具，那么中国未来的排放交易机制就有可能覆盖更多的部门，并采用mass-based且基于产出的排放配额分配。在本研究中，本文使用IMED/CGE模型来评估这样一个排放上限符合中国NDC目标的国家多部门ETS。本文的分析并不是直接模拟中国目前rate-based的单一部门ETS。相反，本研究旨在探讨ETSs下的部门和宏观经济影响，并引出和解释ETS参与部门的减排行为。为了便于分析，本文将OBA与历史法配额方案进行了比较，并对比了有无跨部门排放交易的情景。本文还研究了在ETS参与者中设置较少基准的影响。减少基准的做法也具有实际意义，因为当很难仔细核实许多规模较小和更为多样化的部门的排放量和基准时，这种做法提供了一种选择。

2030年，在ET-OBA的主要情景下，碳许可证的均衡价格为67美元/吨。NDC所暗含的严格碳减排目标是以适度的福利损失实现的。随着碳排放量降至参考水平的74%，国内生产总值和消费的损失将分别为1.14%和2.28%。在均衡市场条件的决定上，总体排放上限和排放权交易的存在起主导作用，而OBA和历史法的差别影响有限。部门行为反应与理论预测一致，也就是说，与历史法政策相比，实行OBA政策部门受到的影响较小。因此，最初分配给各部门的配额将更好地满足各部门的发展需要。各部门的产出和技术改进将更接近其REF预测，各部门的减排工作将更加协调一致。发电和汽油等上游基础产业的产出损失和生产成本变化将减少。在OBA下，排放交易量和ETS经济规模将远小于历史法。这可能是一个好的特点，因为限制ETS市场的交易量可以节省行政资源并降低交易成本。

总的来说，在所有情景中，受影响最大的部门是那些排放强度更高、在经济中发挥更重要作用的部门（例如，发电和汽油等上游部门）和需求将显著变化的行业（如发电和航空业）。在ET情景下，本文确实观察到，排放量较大的部门更倾向于购买许可证，并且所有ETS参与部门与参考情景相比显著减少了碳排放。经济中需求增加的部门却没有受到ETS太多的限制。

与有16个特定部门基准的OBA主要情景相比，设定较少的基准会对每个部门和宏观经济产生理想的影响，比如产出减少、排放降低和排放强度降低。此外，ETS的参与者必须在碳减排方面付出更多的努力，以实现远离自身行业平均表现的政策目标。它们加大减排力度，共同导致宏观经济损失略高，ETS市场规模扩大。越来越多的行业获得了ETS政策的净补贴，这需要其他政策的配合进而纠正这种潜在的负面影响。

编辑：彭汉唐

排版：彭汉唐 江琴

相关阅读

点击“阅读原文”浏览小组主页