我国碳市场匹配深度研究

doi:10.13466/j.cnki.lyzygl.2020.01.003

林业资源管理 ›› 2020›› Issue (1): 15-21.doi: 10.13466/j.cnki.lyzygl.2020.01.003

我国碳市场匹配深度研究

祝雅璐¹, 顾光同¹^,²(), 吴伟光¹^,²

^1. 浙江农林大学经济管理学院,杭州 311300
^2. 浙江农林大学浙江省乡村振兴研究院,杭州 311300

收稿日期:2019-11-29 修回日期:2019-12-17 出版日期:2020-02-28 发布日期:2020-05-18
通讯作者: 顾光同
作者简介:祝雅璐(1995-),女,浙江绍兴人,在读硕士,研究方向:林业经济管理。Email: 2431544054@qq.com
基金资助:
国家社会科学基金项目“碳市场衔接趋势下碳交易价格整合机制及其风险监管研究”阶段性成果(19BGL158)

An In-depth Study on China's Carbon Market Matching

ZHU Yalu¹, GU Guangtong¹^,²(), WU Weiguang¹^,²

^1. School of Economics and Management,Zhejiang A&F University,Hangzhou 311300;
^2. Research Academy for Rural Revitalization of Zhejiang Province,Zhejiang A&F University,Hangzhou 311300;

Received:2019-11-29 Revised:2019-12-17 Online:2020-02-28 Published:2020-05-18
Contact: Guangtong GU

摘要/Abstract

摘要：

基于中国8个试点碳市场自正式交易至2019年3月1日的碳配额交易数据,通过运用倾向得分匹配法,分析了碳市场的匹配深度,并在此基础上研究碳市场兼容性及原因分析。研究结果表明:目前我国所有碳市场中,两两碳市场衔接有46%的碳市场不能实现匹配,另有超过53%的碳市场能实现匹配,其中超过93%的碳市场匹配深度介于49%~53%;深圳和福建碳市场具有较强的兼容性,其中深圳碳市场的不同交易类型兼容性差异较大,造成不同兼容性的原因可能与配额分配方案和抵消机制等制度、管理机构、法律法规的区域性有关。

关键词: 碳市场交易, 倾向得分匹配法(PSM), 匹配深度, 碳市场兼容性, 环境经济

Abstract:

The article is based on the carbon quota trading data of China's eight pilot carbon markets from formal trading to March 1,2019.Through the use of propensity score matching method,the paper analyzes the matching depth of the carbon market,and on this basis,studies the carbon market compatibility and Cause Analysis.The results show that at present,46% of the two carbon markets in China's carbon market cannot be matched,and another more than 53% of the two carbon markets can be matched,and more than 93% of the carbon market match depth is between 49% and 53%.Shenzhen and Fujian carbon markets have strong compatibility,and the compatibility of different transaction types in Shenzhen carbon market is quite different.The resulting different compatibility may be related to the regionality of institutions such as quota allocation schemes and offset mechanisms,regulatory agencies,laws and regulations.

Key words: carbon market trading, propensity score matching(PSM), matching depth, carbon market compatibility, environment economic

中图分类号:

F832.5
X196

祝雅璐, 顾光同, 吴伟光. 我国碳市场匹配深度研究[J]. 林业资源管理, 2020,(1): 15-21.

ZHU Yalu, GU Guangtong, WU Weiguang. An In-depth Study on China's Carbon Market Matching[J]. FOREST RESOURCES WANAGEMENT, 2020,(1): 15-21.

图/表 3

表1

表2

部分匹配深度结果

匹配对象	总样本数/ 个	近邻匹配法(n=1)		核匹配法(h=0.05)		半径匹配法(r=0.01)
匹配对象	总样本数/ 个	匹配样本数/ 个	匹配深度/ %	匹配样本数/ 个	匹配深度/ %	匹配样本数/ 个	匹配深度/ %
广东上海	1934	1466	75.80	1466	75.80	1466	75.80
北京SZA-2013	3137	1651	52.63	1651	52.63	1644	52.41
广东SZA-2016	1205	607	50.37	607	50.37	605	50.21
福建SZA-2018	320	161	50.31	161	50.31	150	46.88
福建SZA-2015	1044	524	50.19	524	50.19	524	50.19
福建SZA-2014	1044	524	50.19	524	50.19	524	50.19
福建SZA-2013	1044	524	50.19	524	50.19	490	46.93
上海SZA-2018	321	161	50.16	161	50.16	152	47.35
广东SZA-2018	321	161	50.16	161	50.16	127	39.56
福建SZA-2016	1043	523	50.14	523	50.14	521	49.95
福建湖北	1042	522	50.10	522	50.10	487	46.74
上海SZA-2015	1783	893	50.08	893	50.08	893	50.08
上海SZA-2016	1212	607	50.08	607	50.08	564	46.53
天津重庆	2559	1281	50.06	1281	50.06	1254	49.00
北京SZA-2015	1784	893	50.06	893	50.06	829	46.47
福建天津	1041	521	50.05	521	50.05	488	46.88
福建上海	1041	521	50.05	521	50.05	461	44.28
湖北SZA-2016	1213	607	50.04	607	50.04	607	50.04
天津SZA-2018	320	160	50.00	160	50.00	160	50.00
天津SZA-2017	772	386	50.00	386	50.00	385	49.87
上海SZA-2017	772	386	50.00	386	50.00	379	49.09
北京SZA-2017	772	386	50.00	386	50.00	378	48.96
北京福建	1040	520	50.00	520	50.00	415	39.90
上海SZA-2014	2471	1235	49.98	1235	49.98	1222	49.45
广东SZA-2015	1215	607	49.96	607	49.96	605	49.79
重庆SZA-2016	1213	606	49.96	606	49.96	605	49.88
重庆SZA-2015	1213	606	49.96	606	49.96	605	49.88
天津SZA-2015	1784	891	49.94	891	49.94	887	49.72
广东SZA-2014	2473	1235	49.94	1235	49.94	1235	49.94
天津SZA-2014	2465	1230	49.90	1230	49.90	1212	49.17
广东湖北	2722	1358	49.89	1358	49.89	1350	49.60
重庆SZA-2017	774	386	49.87	386	49.87	238	30.75
重庆SZA-2018	247	87	35.22	87	35.22	87	35.22

表2

表3

参考文献 24

[1]	Liu Wanyu, Wang Qunwei . Optimal pricing of the Taiwan carbon trading market based on a demand-supply model[J]. Natural Hazards, 2016,84(11):209-242. doi: 10.1007/s11069-015-2093-z
[2]	Lambert S, Stephanie L . Environmental integrity of international carbon market mechanisms under the Paris Agreement[J]. Climate Policy, 2019,19(3):386-400. doi: 10.1080/14693062.2018.1521332
[3]	Zhou Kaile, Li Yiwen . Carbon finance and carbon market in China:Progress and challenges[J]. Journal of Cleaner Production, 2019,214(3):536-549. doi: 10.1016/j.jclepro.2018.12.298
[4]	Qi Tianyu, Weng Yuyan . Economic impacts of an international carbon market in achieving the INDC targets[J]. Energy, 2016,109(8):886-893. doi: 10.1016/j.energy.2016.05.081
[5]	庞韬, 周丽, 段茂盛 . 中国碳排放权交易试点体系的连接可行性分析[J]. 中国人口·资源与环境, 2014,24(9):6-12.
[6]	Daskalakis G, Markellos R N . Are the European Carbon Markets Efficient?[J]. Review of Futures Markets, 2008,17(2):103-128.
[7]	汪中华, 胡垚 . 我国碳排放权交易价格影响因素分析[J]. 工业技术经济, 2018,37(2):128-136.
[8]	陈欣, 刘明, 刘延 . 碳交易价格的驱动因素与结构性断点—基于中国七个碳交易试点的实证研究[J]. 经济问题, 2016(11):29-35.
[9]	赵立祥, 胡灿 . 我国碳排放权交易价格影响因素研究—基于结构方程模型的实证分析[J]. 价格理论与实践, 2016(7):101-104.
[10]	王倩, 路京京 . 中国碳配额价格影响因素的区域性差异[J]. 浙江学刊, 2015(4):162-168.
[11]	Lin Boqiang, Jia Zhijie . What are the main factors affecting carbon price in Emission Trading Scheme? A case study in China[J]. Science of the total environment, 2019,654(3):525-534. doi: 10.1016/j.scitotenv.2018.11.106
[12]	张婕, 孙立红, 邢贞成 . 中国碳排放交易市场价格波动性的研究—基于深圳、北京、上海等6个城市试点碳排放市场交易价格的数据分析[J]. 价格理论与实践, 2018(1):57-60.
[13]	Liu Xianfeng, Zhou Xinxing, Zhu Bangzhu , et al. Measuring the maturity of carbon market in China:An entropy-based TOPSIS approach[J]. Journal of Cleaner Production, 2019,229(8):94-103. doi: 10.1016/j.jclepro.2019.04.380
[14]	王倩, 王硕 . 中国碳排放权交易市场的有效性研究[J]. 社会科学辑刊, 2014(6):109-115.
[15]	汪文隽, 周婉云, 李瑾 , 等. 中国碳市场波动溢出效应研究[J]. 中国人口·资源与环境, 2016,26(12):63-69.
[16]	Chen Bo, Bian Chenyu, Shen Wei . The impact analysis of policy events on China's carbon market[J]. Chinese journal of population resources and environment, 2018,16(4):289-298. doi: 10.1080/10042857.2018.1545404
[17]	Zhou Jianguo, Huo Xuejing, Jin Baoling , et al. The efficiency of carbon trading market in China:evidence from variance ratio tests[J]. Environmental science and pollution research, 2019,26(14):14362-14372. doi: 10.1007/s11356-019-04778-y pmid: 30868455
[18]	Wang Wenjun, Xie Pengcheng, Wang Wenxiu, et al. Overview and evaluation of the mitigation efficiency for China's seven pilot ETS[J]. Energy Sources,Part A:Recovery,Utilization,and Environmental Effects, 2019(7):1-15.
[19]	陈波 . 基于碳交易市场连接的宏观调控机制研究[J]. 中国人口·资源与环境, 2015,25(10):18-22.
[20]	Hua Yifei, Dong Feng . China's Carbon Market Development and Carbon Market Connection:A Literature Review[J]. Energies, 2019,12(9):1-25. doi: 10.3390/en12010001
[21]	谢晓闻, 方意, 李胜兰 . 中国碳市场一体化程度研究—基于中国试点省市样本数据的分析[J]. 财经研究, 2017,43(2):85-97.
[22]	王倩, 高翠云 . 中国试点碳市场间的溢出效应研究—基于六元VAR-GARCH-BEKK模型与社会网络分析法[J]. 武汉大学学报(哲学社会科学版), 2016,69(6):57-67.
[23]	Marco C, Sabine K . Some practical guidance for the implementation of propensity score matching[J]. Journal of Economic Surveys, 2008,22(1):31-72. doi: 10.1111/joes.2008.22.issue-1
[24]	Rosenbaum P, Rubin D . The central role of the propensity score in observational studies for causal effects[J]. Biometnka, 1983(70):41-50.

碳市场	总交易量/ 百万t	总交易额/ 千万元	平均交易额/ 万元	平均交易量/ 万t	平均成交价/ 元
北京	10.21	53.79	36.20	0.69	52.01
上海	12.48	31.70	21.62	0.85	28.37
广东	43.22	70.87	48.28	2.94	24.78
天津	3.01	4.12	2.83	0.21	19.15
深圳	25.60	71.34	14.46	0.52	38.65
湖北	57.90	111.36	82.01	4.26	21.12
重庆	7.81	3.13	2.45	0.61	17.52
福建	4.17	9.75	18.74	0.80	25.62

我国碳市场匹配深度研究

An In-depth Study on China's Carbon Market Matching

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 3

参考文献 24

相关文章 1

编辑推荐

Metrics

本文评价

碳市场	兼容碳市场
上海	广东、深圳、福建
深圳	上海、北京、广东、福建、湖北、天津、重庆
广东	上海、深圳、湖北
天津	重庆、深圳、福建
北京	深圳、福建
重庆	天津、深圳
湖北	深圳、福建、广东
福建	深圳、湖北、天津、上海、北京