摘要：本文旨在探究湖北省碳排放权交易价格的影响因素，基于2014年至2023年的月度数据，包括碳排放权价格、火电发电量、生产总值等，构建回归模型并采用OLS最小二乘法进行实证分析。研究结果显示，碳排放量、宏观经济和能源价格是主要的影响因素。环境因素中的温度呈负向影响。

　　关键词：碳排放权价格；影响因素；回归模型；OLS最小二乘模型

　　随着“碳达峰”“碳中和”目标的提出，碳排放权交易制度成为实现该目标的重要市场机制，湖北省作为碳排放权交易试点省份，在重工业领域占据重要地位。现有的研究主要关注欧盟碳市场，而针对湖北省碳市场的研究较少。因此，本文通过实证分析湖北省碳排放权价格的影响因素，以期为实现“双碳”目标贡献力量。

　　1文献回顾和理论机制分析

       1.1文献回顾

　　通过分析影响碳排放权价格因素的相关国内外文献发现，碳排放量、宏观经济、能源价格、产业结构和环境因素均影响碳排放权价格，与能源相关的股票价格对碳价有显著影响。宏观经济增长推动碳交易价格上涨，而政府政策的干预可能带来短期价格波动。能源价格方面，能源价格与碳排放权价格呈正相关。此外，环境因素如温度、空气质量等也会影响碳排放权价格。

　　1.2理论机制分析

　　1.2.1碳排放量因素

　　碳排放量是影响碳价的核心因素。湖北省碳排放主要源于原煤、石油等能源消耗，集中于制造业、电力等行业。其中，2021年电力、燃气、水务领域占全省能耗63%。火电波动通过供需关系直接影响碳市场价格，产业结构调整和能源转型将加剧这种关联性。同时，政府强化碳排放限制政策会加大企业减排压力，进一步推高碳配额价格。

　　1.2.2宏观经济因素

　　宏观经济因素是影响碳排放权市场的关键，如GDP、通货膨胀率、失业率等。经济前景好时，各行业扩大生产满足需求，企业规模和产量增加，碳排放量飞升，致使碳配额紧张，扩大碳交易市场对碳配额的需求，提升碳排放权价格。湖北省产业结构调整也影响碳市场，第二产业生产总值占比波动会引发碳市场波动。

　　1.2.3产业结构因素

　　我国产业结构中，第二产业生产活动碳排放量大，对碳排放影响显著。湖北省第二产业在制造业和工业发展突出，涵盖汽车制造、钢铁等领域，武汉及周边是工业重心，有重要产业园区和高新技术产业集聚区。若第二产业企业响应国家政策向绿色新能源方向发展，碳排放量降低，会使碳排放权价格下降。同时，政府政策影响第二产业行业兴衰，可能造成行业集群或萎缩。

　　1.2.4能源价格因素

　　湖北省水资源丰富，水电在电力结构中地位重要，煤炭、原油、天然气资源有限，部分工业和发电仍依赖煤炭、原油。企业会根据电力、原油、天然气、煤炭等能源价格选择产品，能源涨价时，企业减少购买，寻求替代品或改进设备，降低二氧化碳排放，使碳排放权价格降低；能源降价时，企业大量购买，排放增加，碳排放权价格上升。不过，因企业可能囤能源，使能源价格和碳排放权价格存在不同步的滞后效应。

　　1.2.5环境气候因素

　　湖北省地处中国中部，冬季气温较低，多数企业和家庭靠电器供暖，加剧电力消耗，大量用电使二氧化碳排放量增加，使碳排放权价格上升；春秋季天气适宜，电器使用少，碳排放权价格回落。此外，政府要求企业减排，企业改用新能源，进一步拉低碳排放权价格。

　　2研究设计

       2.1模型构建

　　本文主要根据湖北省的产业结构、宏观经济、环境气候等制定了合理的模型和指标，分析影响湖北省碳排放权价格的因素，主要利用Stata软件，以OLS最小二乘模型为基础，以误差平方和最小化为目标确定最佳的数据匹配方程。

　　2.2数据来源

　　本文主要依据湖北省碳排放权市场、统计年鉴、国家统计局和气象局等公开数据。具体数据来源和指标如下：

　　碳排放权价格来自湖北省碳交易所官网；碳排放量基于湖北省火电发电量；宏观经济指标为湖北省生产总值；产业结构以第二产业生产总值占比表示；能源价格采用大庆原油国际现货价；环境气候指标包括空气质量指数和平均气温。对于季度数据，通过均值补差转换为月度数据。缺失值则用平均值或众数进行填补。

　　3实证结果分析

       3.1实证分析

　　本文对数据进行了变量统计性描述。变量包括VAL、FIR、GDP、SGDP、OIL、AQI、TEM以及替换变量ELE、COA，它们的观测值均为117，均值、标准差、最小值和最大值各有不同，具体数值如下：VAL的均值为29.390，标准差为11.119，最小值为12.434，最大值为53.098；FIR的均值为226.095，标准差为54.918，最小值为35.440，最大值为411.750；GDP的均值为3527.814，标准差为1095.579，最小值为1254.772，最大值为8817.000；SGDP的均值为14.218，标准差为1.579，最小值为6.861，最大值为20.584；OIL的均值为65.191，标准差为25.961，最小值为21.910，最大值为113.240；ELE的均值为1974.483，此处未列出其标准差、最小值和最大值；COA的均值为583.540，此处未列出其标准差、最小值和最大值；AQI的均值为87.839，标准差为22.293，最小值为55.452，最大值为170.000；TEM的均值为17.834，标准差为8.582，最小值为2.516，最大值为31.532。

　　采用构建的计量模型，并采用Stata软件对数据进行多元回归分析，得到回归结果。通过OLS的分析，可以确定本模型的变量包括VAL、FIR、GDP、SGDP、OIL、AQI和TEM。其中，FIR、GDP和OIL的系数为正，对湖北省碳排放权价格有正向影响；SGDP、AQI和TEM的系数为负，对湖北省碳排放权价格有负向影响。具体的回归系数、标准误、t值和P值等详细信息在此省略，但可以根据这些信息来分析影响湖北省碳排放权价格的因素。

　　因此，根据模型实证结果可以发现，碳排放量指标对碳排放权价格具有正向影响，显著性较高。可以看到火电发电量的系数为正，表明每增加一单位的火电发电量，碳排放权价格就增加0.035元，这与理论分析的一致，因为火电发电量越多，碳排放量就越大，必然造成碳配额额度的紧张，也就导致碳排放权价格的升高。

　　宏观经济指标与碳排放权价格呈正相关，且非常显著。但是GDP的系数较小，对碳排放权的价格影响不如火电发电量大，每升高一单位GDP，仅会提高碳排放权价格0.003元。总体来看，当经济越好，市场活跃程度越高，企业扩大规模生产，势必会造成碳排放量的增加，碳配额需求增加了，抬高了市场碳排放权价格。

　　产业结构因素与碳排放权价格呈负相关，且不显著，这与分析的刚好相反。可能是存在长短期效应，短期由于工业产值的增加，导致碳排放量的增多，企业需要购买较多的碳配额，表现为碳排放权价格上升，而之后可能由于企业无法承担高额的碳排放权价格，又无法突破碳配额的限制，只好调整生产设备，转向新能源设备、新能源工艺。等达到一定规模之后，企业就可以在减少碳排放量的情况下，依然扩大生产，此时就会导致工业产值增加，但碳排放权价格反而下降的长期效应，所以就出现了本模型负相关的现象。综合看来，产业结构是一个复杂的因素，会受到多方面的影响。因此，就会出现不显著的情况。

　　能源价格与碳排放权价格呈正相关，且非常显著。其系数较大，表明原油价格每增加一个单位，碳排放权价格就增加0.245元。这与本文理论分析的相反，可能由于存在滞后效应，因为当原油价格下降时，企业可能会选择购买更多的原油作为能源来使用，这无疑增大了碳排放量。但是由于原油较多的购买，此时价格已经上涨，但是速度要快于碳排放量的增加速度，此后企业需要更多的碳配额，因此，就表现出了碳排放权价格的增长，也就是说该碳排放权价格的增长是由前一期原油价格下降造成的，而不是当期原油价格，所以出现了负相关的现象。

　　环境因素影响下，AQI和温度对碳排放权价格影响均为负，对于AQI来说，不显著。随着AQI的增高，碳排放权的价格上升，这可以理解为由于工业企业加大了碳排放量，导致了空气质量变差，AQI指数变大，此时工业企业需要购买碳配额进行抵消超过的碳排放量，势必会导致碳排放权价格的上升，但AQI又受到多方面因素的影响，所以可能出现不显著的现象。对于温度来说，显著性较高。当温度上升时，湖北省对于供暖的需求量降低，就导致了企业碳排放量的下降，也就影响了碳排放权价格的跌落，因此也呈现出负相关的现象。

　　3.2稳健性检验

　　目前工业企业所用的能源不仅包括石油，还包括煤炭以及电力能源。为了模型的稳健性，本文选用了煤炭价格和电力价格作为原油价格的替代指标，进行稳健性分析。对于煤炭价格，因为中国煤炭价格指数反映了中国煤炭价格的趋势和煤炭行业的经济状况，具有一定的代表性，因此，从Wind数据库中选取同时期的中国煤炭价格指数，记为COA，并将其处理成月度数据。对于电力价格，由于沪深300电力指数包含了中国股票市场从事发电、输电等电力相关行业的运行状况，侧面反映了电力价格的情况，因此，从Wind数据库中选取同时期的沪深300电力指数，记为ELE，并将其处理为月度数据。

　　将原油价格替换为煤炭价格影响下的回归结果，显著性依然很高，说明对应煤炭价格替换后，稳健性检验通过。且在煤炭价格影响下，SGDP和AQI从负影响因素变为了正影响因素，这正好符合了之前的理论设想，表明相比使用原油价格，煤炭价格下的模型能够更好的解释影响湖北省碳排放权价格的因素。

　　对于电力价格影响下的回归结果，显著性也非常高，这说明对应电力价格替换后，稳健性检验通过，模型依然较为稳健。且在电力价格影响下，AQI从负影响因素变为了正影响因素，这正好符合了之前的理论设想，但是SGDP依然是负的，综合来说，在煤炭价格影响下的回归模型效果是最好的。

　　3.3内生性分析

　　在回顾模型内容时发现，被解释变量碳排放权价格与解释变量GDP之间存在双向因果关系，即内生性问题。GDP的增长可能导致碳排放权价格上升，反之亦然。因此，模型中的内生性问题不容忽视。为了解决这一问题，本文采用了面板工具变量法，并使用GDP滞后一期作为工具变量进行回归分析，该工具变量被命名为GDPDEL。

　　在GDPDEL指标下的回归分析中，得到了以下结果：F统计量为43.78，显著性水平为0.000，表明模型整体显著。R平方值为0.7048，调整后的R平方值为0.6887，说明模型解释了约70.48%的变异。根均方误差为6.2035。在变量系数方面，FIR的系数为0.034，显著性水平为0.019；GDPDEL的系数为0.004，显著性水平为0.000；SGDP的系数为-0.495，但不显著；OIL的系数为0.241，显著性水平为0.000；AQI的系数为-0.011，不显著；TEM的系数为-0.198，显著性水平为0.037；常数项的系数为5.076，但不显著。

　　在不可识别检验中，P值为0.000，拒绝了“工具变量识别不足”的原假设。在控制了内生性问题后，GDPDEL的显著性依然很高，其他指标的显著性和系数与原始GDP下的回归结果基本一致，这说明本模型在处理内生性问题后，回归结果依然稳健。

　　4结论和政策建议

       4.1结论

　　本文通过对影响湖北省碳排放权价格的因素的研究，以湖北省碳排放权收盘价为因变量，以碳排放量因素、宏观经济因素、产业结构因素、能源价格因素和环境气候因素为自变量建立模型进行回归分析，得到以下结论，碳排放量指标、GDP指标和能源价格指标对碳排放权价格均具有正向影响，且显著性较高，是影响湖北省碳排放权价格的主要因素。但GDP指标的系数较小，对于碳排放量价格的影响因素较弱。而能源价格可能与碳排放权价格存在滞后效应，表现在能源价格的上升会延迟影响碳排放权价格的上升。产业结构因素与碳排放权价格负相关，可能是存在长短期效应，表现为短期产业结构正向影响碳排放权的价格，长期之后变为负向影响。环境因素影响下，温度指标比AQI更为显著，且负向影响碳排放权价格。在将能源价格替换为煤炭、电力等能源后，模型依然显著，表明了模型具有较高的稳健性。由于GDP和碳排放权价格可能存在互为因果关系，产生内生性问题。本文采用滞后一期的GDP数据重新进行回归实验，在控制了内生性问题后，回归结果依然显著。

　　4.2建议

　　第一，强化碳排放管理与监测体系。鉴于碳排放量对碳排放权价格的显著正向影响，建议进一步完善湖北省的碳排放管理与监测体系，提高数据的精确性和及时性。这有助于更准确地把握碳排放情况，为碳市场政策制定提供更有针对性的依据。

　　第二，优化能源价格调控机制。能源价格对碳排放权价格存在显著的正向影响，但也存在滞后效应。因此，建议湖北省政府优化能源价格调控机制，提高能源价格的灵活性，以更迅速地响应市场变化，减缓碳排放权价格的波动。此外，也应该注意减缓对能源价格的依赖，如促进省内企业向绿色、多元化转型升级，采用更加清洁的能源或者工艺。

　　第三，强调环保产业结构调整。产业结构因素与碳排放权价格呈负相关，尤其在短期内具有正向影响。鉴于此，湖北省可重点关注环保产业的发展，通过政策引导和支持，加速推动产业结构的转型升级，从而在短期内实现对碳排放权价格的积极影响。

　　通过这些建议旨在通过针对性的措施，促进湖北省碳市场的稳定和可持续发展，更好地适应外部因素的变化，提高碳排放权价格的市场有效性。