中国碳市场政策的时间不一致性分析

作者:未知

  摘要 政策的时间不一致性事关政策的执行效率及效果,是政府部门及经济学家关注的宏观经济领域重要课题之一。在中国碳市场领域,政府部门制定的碳市场政策同样呈现出较为明显的时间不一致性,并且影响了市场主体对政策的信任以及对未来全国碳市场的信心。因此,加强对碳市场政策时间不一致性问题的关注具有现实意义。论文首先应用动态规划理论,构建政策时间不一致性的基本模型,并引入市场主体信息透明度这一影响因素作为自变量,利用情景分析法,对政策时间不一致性的产生原理进行理论推演。在此基础上,将推论应用于碳市场政策领域,剖析不同情境下减排企业信息透明度对碳市场政策时间不一致性的影响机理,并通过实例演算进行验证。结果发现:①截至目前,市场政策的时间不一致性问题较少得到关注,已有的政策时间不一致性模型的自变量虽然包含了市场主体的理性预期,但却忽略了市场主体信息透明度的影响。②市场主体信息的不透明及信息失真将直接导致政府部门在政策规划阶段制定的最优目标并非真正最优。③进一步引入市场主体理性预期,最优目标在执行阶段将发生更为显著的偏离。④将上述推演结论应用于碳市场领域仍然是成立的,实例演算验证了其有效性。即,排放企业信息的不透明及信息失真将使得政府的计划碳配额目标在政策执行阶段出现时间的不一致性,排放企业对未来碳政策趋势影响的理性预期则会使这种不一致性更为严重。论文最后就如何增强减排企业排放信息透明度及真实性提出了相关政策建议,包括:增加碳市场政策制定过程的透明度、制定适当而非激进的碳市场目标,以及加快第三方碳核查機构及监管体系建设。
  关键词 碳市场政策;时间不一致性;减排企业;信息透明度
  中图分类号 F205  文献标识码 A  文章编号 1002-2104(2019)04-0010-08  DOI:10.12062/cpre.20181002
  作为中国引领全球气候治理、破解能源环境约束的重要举措及生态文明建设的重要内容,全国碳交易市场最终于2017年底正式启动。回顾近几年来中国碳市场的建设进程不难发现,政府部门颁布的一系列碳市场计划存在较为明显的时间不一致性。例如,覆盖全国碳交易体系的行业范围,从2016年初到2017年底先后经过两次缩减,从原计划的8大类32个子行业最终缩减为只剩电力这一个行业。造成这一现象的重要原因是《“十三五”控制温室气体排放工作方案》提出的建立温室气体排放信息披露制度没有落实,重点控排企业排放数据及碳交易信息不透明,使得政府部门在制定全国碳市场目标时缺乏有效的数据支撑,难以做到科学决策。碳市场政策的时间不一致性已经影响了市场主体对政策的信任以及对全国碳市场的信心,并可能进一步阻碍未来全国碳市场的顺利发展。因此,探寻碳市场政策时间不一致性产生的根源及影响,寻找减小时间不一致性的有效途径,对于中国的全国碳市场建设具有重要意义。
  1 文献综述
   时间不一致性(Time Inconsistency)也叫动态不一致性(Dynamicinconsistency),其概念发源于拉姆齐[1]有关跨时资源配置目标及政策的动态优化分析。Strotz[2]在对理性行为个体最优消费计划决策问题进行研究时正式提出这一概念。Kydland和Prescott(以下简称KP)[3]将这一概念引入宏观经济政策领域,对该领域存在的最优计划时间不一致性问题进行研究,认为其原因是基于最优控制理论确定的宏观经济规划模型并不能反映出现实中政策制定者与理性经济主体间的动态博弈关系。Fishcer[4]则将财政税收政策动态不一致性产生的原因归结为经济主体对未来政策的理性预期、政策工具的扭曲、政策制定者与经济主体间效用函数的不同。Lucas等[5-6]论证了政策优化与政策制定者行为间的关系,强调政策部门对公众的及时承诺以及政府声誉对目标实现的重要影响。Vickers等[7-12]基于信号理论进一步强调,加强政策信息透明度有助于政府声誉的建立。
  在环境监管和碳减排领域,Biglaiser等[13-15]研究发现,污染(排放)许可证和环境税作为污染(排放)控制的两大政策工具,无论是单独实施还是组合实施,只要监管者以社会效益最大化为政策目标,最优政策的时间不一致性问题就会产生。Helm等[16-18]将其原因归结为:社会经济发展、环境保护及自然资源的审慎利用等多重目标冲突,碳减排的国际终极目标因跨期太长而隐含巨大的不确定性,以及政府对减排政策工具(包括排放许可交易、排放税等)的相机抉择。
  中国学者对政策时间不一致性问题关注较晚,如程均丽等[19-22],其研究范畴多集中于货币政策及社会保险领域。对环境及减排领域时间不一致性问题进行研究的中国学者尚不多见。
  综上看来,有关政策时间不一致性的主流研究关注货币、财政等宏观经济领域,对环境政策时间不一致性的研究不多。从政策时间不一致性角度探寻市场主体信息透明度对政府碳市场政策最优计划影响的研究目前尚未发现。因此,关注当下中国碳市场政策的时间不一致性问题,剖析减排企业信息透明度对碳市场政策目标的影响,无论是理论还是实践方面都具有重要的探索意义。本文基于动态规划理论构建政策时间不一致性分析的基本模型,引入市场主体信息透明度作为政策目标变量,剖析政策时间不一致性的产生机理;将结果应用于碳市场政策领域,探索减排企业信息透明度对碳市场政策时间不一致性的影响,并用实例进行验证,继而针对中国碳市场政策时间不一致性问题提出相应的缓解机制。
  KP[3]将政策的不一致性定义为:经济主体(Economicagents)基于对未来政策趋势的理性预期而做出“意外”应变策略调整,导致初期确定的最优政策计划在执行过程中不再最优。本文基于上述两位学者提出的有限期和无限期政策规划模型,以政府部门及市场主体分别代表政策制定者及政策调控对象,构建跨期市场政策计划的优化模型。    假设存在一组由i个政策阶段的市场政策变量构成的政策序列{π1,π2,…,πi}。当i= 1, 2,…,T时,该序列为T个阶段政策变量构成的有限序列;当i=1, 2, …,t,…时,该序列为政策阶段可无限延长的政策变量构成的无限序列。市场主体针对各阶段政策的应变策略变量构成一组策略序列{d1,d2,…,di};每个政策阶段对应的经济发展状态变量(如经济增长速度)构成经济发展状态序列{y1,y2,…,yi}。
  假设每个阶段的政策规划都是在上一个阶段(i-1)末或本阶段(i)初进行,每个政策阶段均由以下四个环节构成:政策制定者发布政策→市场主体制定应变策略→政策及应变策略实施→政策效果评估。在政策评估之后,将进入本阶段与下一阶段的过渡期,亦即新阶段的政策规划或调整期;假设由上述三组变量yi,πi,di构成的社会目标函数基本形式如下:
  S(yi,πi,di)
   s.t. yi=Yi(yi-1,πi-1,di-1,εi-1)
  di=Di(yi,πi)
  (1)
   其中,εi-1为独立变量的随机扰动项。则政府所制定的第i阶段最优政策计划是指,在给定上述目标函数形式及约束条件下使第i阶段市场运行效果达到最优的市场政策πi。即,当目标函数S表示运行效益时,argmax
  Sr(yi,πi,di)πi      ;表示运行成本时,argmin Sc(yi,πi,di)πi     。
  假设该目标函数方程可微,并且πi具有内部解,则满足最优市场效果目标的一阶条件为:
   Sπi+SdiDiπi=0
  (2)
  由此可解得第i阶段最优政策计划的目标函数值(假设为π*i)。由最优控制理论可知,建立在具有递归结构的数据基础上的最优值具有一致性。当政策期无限延续时,不受其他因素干扰情况下,该最优政策序列就演变为稳定执行的政策规则或政策法规,此为政策的时间一致性。
  但事实上,政策部门与市场主体之间是一种动态博弈的关系。政策部门在进行政策规划时会对市场主体可能的应对策略进行预测;当政策出台后,作为理性人的市场主体在制定应变策略时则往往会基于之前的政策执行情况对未来政策稳定性、走势及影响等进行预期,并将其作为确定应变策略的重要参考。假定第i-1、i阶段包含理性预期的市场主体应变策略分别用dfi-1,dfti表示,建立第i阶段包含市场主体理性预期的市场政策计划优化模型形式如下:
   S(yfi,πi,dfi)
  (3)
  s.t. yfi=Yi(yi-1,πi-1,dfi-1,ξi)
  dfi-1=Dfi-1(yi-1,πi-1,πi)
  dfi=Dfi(yfi,πi,πi+1)
  其中,ξi为独立变量的随机扰动项。
   假设该函数方程仍然是可微的,πi有内部解,则满足实际目标函数值最优的一阶条件变为:
  Syfi Yidfi-1 Dfi-1πi +Sπi+Sdfi Dfiπi +
   Sdfi Dfiyfi Yidfi-1 Dfi-1πi + Sdfi Dfiπi+1 =0
  (4)
  由此可解得第i阶段实际最优政策计划的值(假设为πoi)。比较(4)式与(2)式可以看到,由于受到市场主体理性预期对最优政策计划的“意外”干扰,πoi≠π*i,此即为最优政策计划的时间不一致性。
  既然政策的时间不一致性主要由政策调控对象的理性预期引起,那么,如果政策部门在拟定最优政策计划时将市场主体的理性预期作为变量之一加以考虑,是否就会减小这种时间不一致性呢?事实证明并非如此。Fischer[23]认为,政策的动态不一致性来源于期初构建的政策目标函数本身,具体而言是指,一旦未来的政策决策只是作为期初最优计划的组成部分而被确定时,即使决策当下没有出现任何新的信息(变量),日后来看该决策就已不是最优的了。按照他的说法,政策规划模型本身似乎隐含了导致最优政策计划随时间出现动态不一致性的内生变量。但作者并未对此做进一步研究。本文旨在基于Fischer对最优政策动态不一致性的理解,探讨与政策调控对象(经济/市场主体)有关的、除理性预期之外的另一个因素即信息透明度是否是导致期初最优政策计划时间不一致性的内生变量。
  3 市场主体信息透明度与最优市场政策计划  从(1)式可以看到,最优计划模型中包含政策制定者所预测的市场主体应变策略这一变量,假设不考虑其他因素,预测结果的准确度直接取决于预测所依赖的市场主体信息透明度。这里的市场主体信息透明度特指与市场主体有关的、用以支持政策制定者预测市场主体应变策略的关键信息公开披露程度。
  信息透明度不足意味着公开披露的市场主体信息不完整、不及时或失真,信息质量低,会导致预测结果偏离真实值。事实上,在市场竞争或制度环境中,市场主体出于自我保护,往往不会主动诚实地向外界公开披露对公司不利的信息,即便被強制披露,也可能出现信息失真或不完整问题,使竞争者和市场监管部门难以真正了解其真实状况及应对策略。假设第i阶段市场主体信息透明度系数为βi,0<βi<1,相应的,政府部门对市场主体应变策略的预测结果为d~i。政策颁布后,假设市场主体不受外界其他因素干扰(包括不考虑预期)而制定的真实应变策略为d~i。为简化起见,假设预测策略与真实策略之间存在以下直线关系d~i=βidi=βiDi(yi,πi)。
  建立第i阶段包含市场主体信息透明度要素的市场政策计划优化模型形式如下:    S(yi,πi,d~i)
  s.t. yi=Yi(yi-1,πi-1,di-1,εi-1)
  d~i=βidi=βiDi(yi,πi)
  (5)
  这里要说明的是,yi函数所包含的di-1变量为市场主体在第i-1阶段已经实施的應变策略,而并非政策制定者的预测值d~i-1。因此并不会受到d~i-1的影响。
  假设该函数方程仍然是可微的,πi有内部解,则满足目标函数值最优的一阶条件为:
   Sπi+1βi Sdi Dπi=0
  (6)
  由此可解得第i阶段市场主体信息透明度不足(0<βi<1)时最优政策计划的目标函数值(假设为i)。比较(6)式与(2)式可知,i≠π*i。出现偏差的部分是由于市场主体信息透明度不足导致政策制定者对市场主体应变策略的预测出现偏差,进而使得据此求解得到的最优政策计划目标函数值并不是真正最优。当这一所谓“最优”政策计划公布之后,市场主体实际制定和实施的对策并非政策制定者先前预测的应变策略,从而使得实际目标函数值低于“最优”政策计划指向的那个值。因此,市场主体信息透明度是导致最优市场政策时间不一致性的内生变量。
  若进一步考虑市场主体的理性预期,即,假设同时存在市场主体信息不透明(0<βi<1)及市场主体对未来政策走势的理性预期,市场主体的实际应变策略用d~fi表示,则该情境下最优市场政策计划模型进一步修正如下:
   S(yfi,πi,d~fi)
  (7)
  s.t. yfi=Yi(yi-1,πi-1,dfi-1,ξi-1)
  dfi-1=Dfi-1(yi-1,πi-1,πi)
  d~fi=βidfi=βiDfi(yfi,πi,πi+1)
  需要说明的是,由于i-1阶段市场主体应变决策中隐含了对未来政策πi的预期而“意外”调整为dfi-1,相应地i-1阶段末i阶段初形成的经济发展状态yi将因这一预期的实施而被“意外”调整为yfi。
  仍然假设该目标函数方程可微,并且πi具有内部最优解。则满足目标最优的一阶条件为:
   Syfi Yidfi-1 Dfi-1πi
  +Sπi+1βi Sdfi Dfiπi +
   1βi Sdfi Dfiyfi Yidfi-1 Dfi-1πi + 1βi Sdfi Dfiπi+1 =0
  (8)
  由此可解得该情境下第i阶段实际最优政策计划的值,假设为oi。(8)式等式左边第3、4、5项反映出最优解受市场主体信息透明度不足及理性预期的双重影响,使得oi≠πoi,oi≠i。所谓的“最优政策计划”并不能真正实现市场政策效果最大。
   4 中国碳市场政策时间不一致性的情境分析
  碳市场是一个复杂的经济系统。在中国,全国碳市场建设从一开始就带着诸多使命。不仅希望碳市场能成为碳权的价格发现机制,还希望碳市场承担以最小化社会成本实现减排目标的重要任务;不仅希望通过碳交易机制引导中国产业结构顺利转型升级,还希望借此在实现减排目标的同时保证社会经济可持续发展。由此可见,政府在全国碳市场建设中设定的目标是多重的,这无疑大大增加了碳市场建设的难度。其中最为困难的是配额总量的确定与分配。欧盟碳市场建设遭遇挫折的主要原因就是免费发放给企业的配额过多导致碳价一度崩溃。因此,要避免中国碳市场建设重蹈覆辙,就必须确定一个适当的配额总量和合理有效的分配方案。而确定的配额总量是否恰当很大程度上取决于对全国各排放单位(尤其是重点排放单位)历史排放量的统计与核查质量。
  本节基于不同情境,对碳市场政策的时间不一致性逐步展开分析,揭示减排企业初期碳排放信息透明性问题对全国碳市场最优政策目标(配额基准值及分配方案)的影响。
  4.1 基本模型
  4.1.1 理想情境假设与变量设置
   为方便分析,首先设置全国碳市场建设所面临的理想情境,具体如下:
  假设1:将碳市场覆盖的减排企业分为高成本企业(k类)和低成本企业(类)两大类,它们是碳排放数据核算与碳权分配的主要对象,也是碳市场的交易主体。为方便分析,本文暂不考虑纯粹以投资者身份进入碳市场进行碳交易的组织或个人。
   其中高成本企业在本文所设定的政策期内边际减排成本高,政府发放的配额不足以完成减排目标,是政府监控的重点减排对象;低成本企业边际减排成本低,减排潜力大,配额富余,是政府优先支持发展的、拥有绿色清洁低碳技术的新兴企业。
   假设2:企业碳排放信息对政府而言是公开透明的,不存在信息不透明导致的信息失真。
  假设3:企业在获知政府有关碳市场政策后,只依据政策信息和企业自身情况制定应变策略,不考虑对未来政策的理性预期。
  假设4:政策分析涉及两个政策阶段:基期(t=0)和第一期(t=1)。
  假设5:外部其他条件保持不变,企业发展速度主要受减排目标、自身减排实力及碳价影响。
  4.1.2 政策基期(t=0)分析
  假设该阶段末,政府部门需要完成所有减排企业碳排放历史数据的统计与核查工作,并据此进行碳市场政策规划,即根据全国阶段性减排目标确定下一个政策期(t=1)配额基准(假设为Ik1)及企业分配计划。假设配额分配方案采用目前获得政府部门认可的基准线原则。两类企业工业增加值分别为Gk0和G0,所有企业的工业增加值总和为TG0,碳排放总量分别为Ek0,E0,碳排放强度(单位工业增加值的碳排放量)分别为Ik0,I0。   4.1.3 政策第一期(t=1)分析
  假设该政策阶段两类企业发展速度分别为yk1,y1,企业总体发展速度为y1;工业增加值分别为Gk1和G1,所有企业的工业增加值总和为TG1。碳排放强度分别为Ik1,I1,BAU情境下Ik1=Ik0,I1=I0。
  对于高成本企业,在获知配额基准(Ik1)及分配政策后,知道免费发放给自己的配额不足以完成减排任务(Ik1-Ik1<0),需要企业内部增加节能技改投资以降低碳排放强度Ik1,或者通过碳交易购买短缺配额。
  假设企业节能技改的边际减排成本为mck1,mck1=ak1-bk1ln(1-Rk1),Rk1为企业节能技改减排率,ak1与bk1为基本参数。企业同时通过内部技术投资及外购碳配额来满足减排要求,假设碳市场上该类企业的需求量为DEk1,则:
   DEk1=[Ik1(1-Rk1)-Ik1](1+yk1)Gk0
  (9)
   假设碳交易价格平均为p1,则高成本企业履约成本为
   Gk1=Ik1Rk1mck1+(Ik1-Ik1Rk1-Ik1)(1+yk1)Gk0p1
  (10)
  因此,高成本企业应变策略为:确定企业在减排目标、配额政策、碳交易价格及自身减排实力等多重约束下的最佳减排率和企业发展速度,以最小化履约成本。
  对于低成本企业,碳配额富余(Ik1-I1>0)且减排潜力大,内部边际减排成本为mc1,mc1=a1-b1ln(1-R1)。当mc1     SE1=[Ik1-I1(1-R1)](1+y1)G0
  (11)
   从而,低成本企业碳市场交易总收益为:
   U1=(Ik1-I1+I1R1)(1+y1)G0p1-I1R1mc1
  (12)
  因此,低成本企业应变策略为:确定企业在减排目标、碳交易价格及自身减排实力等多重约束下的最佳减排率和企业发展速度,以便最大化碳交易收益。
  对政府部门而言,配额基准(Ik1)作为最重要的碳市场政策工具需要尽量实现以下目标:
   第一,满足减排目标的最低要求,即,所有企业的实际排放总量(设为TE1)不得超过碳市场政策限定的基准总量(设为TE1
  )。假设政府留存了部分配额用于新增企业上产、部分特定企业临时增产或拍卖,其在基准总量的比值为中占比为γ1。则有:
  Ik1(1+y1)(1-γ1)TG0≥(1-Rk1)(1+yk1)Ek0+
   (1-R1)(1+y1)E0
  (13)
  第二,有助于经济转型和产业结构的升级调整,即yk1≤0≤y1,同时,能够在满足减排目标的前提下尽可能实现经济的可持续发展,即y1≥0。
  第三,使碳市场能良性发展成为碳价格发现机制且能承担起减排总成本最小的任务。即,p1围绕某个价格p1*上下波动且直接影响减排企业的应变决策。当碳市场达到供需平衡(DEk1=SE1)时,两类企业的应变策略为最佳,p1=p1*=mck1=mc1,所有企业的减排总成本最小。
  综上,政府部门为t=1期制定的最佳配额基准计划模型如下:
   arg min(Ck1-U1)Ik1
  s.t.
  Ck1=Ik1Rk1mck1+(Ik1-Ik1Rk1-Ik1)(1+yk1)Gk0p1
  U1=(Ik1-I1+I1R1)(1+y1)G0p1-I1R1mc1
  (1-Rk1)(1+yk1)Ek0+(1-R1)(1+y1)E0≥
  Ik1(Gk0+G0)(1-γ1)
  p1=mck1=mc1
  mck1=ak1-bk1ln(1-Rk1)
  mc1=a1-b1ln(1-R1)
  yk1≤0≤y1
  (14)
   其中ak1,bk1,a1,b1以及Ek0,Gk0,E0,G0为常量。
  應用上述约束条件解得以最小社会总成本实现碳减排目标条件下两类企业的最佳减排率及发展速度的值,假设分别为R*k1,y*k1,R*1,y*1,则最佳(最大)配额基准值的表达式如下:
   Ik1=(1-R*k1)(1+yR*k1)Ek0+(1-R*1)(1+y*1)E1 (Gk0+G0)(1-γ1)
  (15)
   4.2 减排企业信息不透明对最佳配额计划的影响
  受环保考核压力所致,大多数企业都不愿公开披露排放信息,或公开信息不完整、不及时。一些企业甚至弄虚作假篡改数据,导致企业排放信息失真。目前,中国在建设全国碳市场进程中面临的最大障碍就是企业碳排放信息不透明。很多重点行业的企业数据基础差,企业温室气体排放与核算报告披露信息不完整或失真,很难为政府部门制定配额基准提供有价值的参考。
  鉴于此,本文认为,4.1.1小节假设2所描述的企业信息公开透明的理想情境是不存在的,故本节假设:由于减排企业碳排放信息不透明,政府部门统计得到的相关碳排放量数据失真,失真度分别为δk0,δ0。由于企业存在多报排放量以争取更多配额的动机,因此假设失真导致上报排放量增加。从而,政府部门在基期获得的企业碳排放总量上报数据分别为(1+δk0)Ek0,(1+δ0)E0。假设政府基于此确定的最佳配额基准值用I~k1表示,遵循(14)式建模思路最终解得存在减排信息不透明情境下最佳配额基准值I~k1表达式如下:
   I~k1=Ik1+ΔIk1
  (16)
   其中,
   ΔIk1=(1-Rk1)(1+yk1)δk0Ek0+(1-R1)(1+y1)δ0E0(Gk0+G0)(1-γ1)   (17)
  由(16)式可以看出,政策基期减排企业信息不透明(失真)将导致最优目标偏离,其偏离值为ΔIk1。当企业信息透明性越差,失真度也就可能越大,估算的配额基准值偏离实际最佳值可能越多。当市场监管部门发现该配额计划实施后并未达到市场运行最佳效果,则往往会利用其它政策工具(如增加政府手里的配额余量γ1等)进行调节,从而导致碳市场最优政策计划的时间不一致性。
  4.3 进一步考虑企业理性预期的影响
   本节在4.1.1及4.2节基础上,将4.1.1原假设2、3更改如下:
  假设2:企业有关碳排放的信息对政府而言是不透明的,且高成本与低成本企业上报的碳排放总量因信息不透明存在失真,失真度分别为δk0,δ0,从而,政府部门在基期获得的企业碳排放总量分别为(1+δk0)Ek0,(1+δ0)E0。
   假设3:在第2个政策期(t=1)之初,政府发布碳市场政策后,企业在制定应变策略时考虑其在前两个政策阶段政策实施情况,而在其应对策略中加入对未来阶段(t=2)政策的预期,且两类企业对于未来政策趋势的理性预期是一致的,即对高成本企业而言减排压力将更大,政府可能将拿出更多配额进行拍卖而非免费发放,碳价上升可能性大。
   其余假设同前。
  因此,在高成本企业,由于预期到未来(t=2)政策趋势对自己将更加不利,因此很可能在t=1阶段就开始对企业原计划发展速度进行调整(假设减少λk1,0≤λk1≤1),则高成本企业碳配额的市场需求量(设为DEfk1)变为:
   DEfk1=DEk1-λk1[Ik1(1-Rk1)-Ik1]Gk0
  (18)
   相应地,高成本企业减排履约成本函数为:
   Cfk1=Ik1Rk1mck1+(Ik1-Ik1Rk1-Ik1)(1+yk1-λk1)Gk0p1
  (19)
   对于低成本企業,由于预期到未来(t=2)政策趋势对自己将更加有利,因此很可能进一步加快企业发展速度(假设增加λ1,0≤λ1≤1),则低成本企业碳配额的市场供应量(设为SEft)变为:
   SEf1=SE1+λ1[Ik1-I1(1-R1)]G0
  (20)
   低成本企业通过碳交易获益的效用函数为:
   Uf1=(Ik1-I1+I1R1)(1+y1+λ1)G0p1-I1R1mc1
  (21)
  由市场规律可知,该情境下碳市场将出现碳配额供大于求的局面。假设重新达到供需平衡时企业的最佳减排率与理想情境下的最佳减排率差值分别为θk1,θ1(θk1≥0,θ1≥0)。
  遵循(14)式建模思路,在保持其他变量条件不变的前提下,构建基于企业信息透明性不足及理性预期的双重影响下的最佳配额基准值(设为I~fk1)表达式如下:
   I~fk1=Ik1+ΔIk1+ΔI~k1
  (22)
  其中,ΔI~k1=1(Gk0+G0)(1-γ1){[θk1(1+y*k1)-
  λk1(1-R*k1+θk1)]+(1+δk0)Ek0+
  [θ1(1+y*1)+λ1(1-R*1+θ1)]+
  (1+δ0)E0}
  (23)
  由此可见,同时考虑企业信息不透明和理性预期后,政府发放的免费配额基准最佳值I~fk1与理想情境下的IK1可能出现更大程度的偏离。当重点减排单位基于理性预期而做出减产行动,而绿色低碳企业基于理性预期生产更多碳权商品并向市场投放时,碳市场供大于求的局面将导致碳价大幅度下跌。为了维持碳市场价格的稳定,政府往往会临时使用一些政策工具来控制碳权供应。例如,收紧甚至停止抵消信用(如CCER)的使用,此即为碳政策时间不一致性的又一典型事例。
  4.4 算例验证
  本节分别对4.1~4.3节的相关参数赋值,通过算例验证上述分析的可靠性。这些数值在4.1~4.3的不同情境分析中是通用的。假设理想情境下最优碳市场政策计划的基本参数去量纲后赋值如下:
   高成本类企业,Gk0=1.94,Ek0=4.85,ak=72.56,bk=-59.60
   低成本类企业,G0=0.68,E0=0.98,a=63.18,b=-42.10
   特别说明的是,考虑到控排企业的真实数据目前仍难以获取,因此上述数值是在搜集《中华人民共和国2017年国民经济和社会发展统计公报》《能源发展“十三五”规划》《电力发展“十三五”规划》以及柴麒敏[24]等文献资料提供的相关数据基础上作了适当整合处理形成。
  4.4.1 基本情境下的最佳配额基准值
  假设碳市场在供需实现平衡时的交易价格为80,将相关数值带入(14)式及约束条件,可解得高成本企业与低成本企业最佳减排率分别为R*k1=0.11,R*1=0.33,企业最佳发展速度分别为:y*k1=-0.10,y*1=0.28。若政府手里未参与分配的配额余量占比γ1=0.10,根据(15)式可计算所得的最佳(大)配额基准值Ik1=2.00。
  4.4.2 企业信息不透明时的配额基准值
  考虑到高成本企业大多为传统高排放企业,基础数据不完整,信息失真度较大,假设高成本企业和低成本企业碳排放总量的信息失真度δk0、δ0分别为+5%、+0.5%。其余数据取值同前。根据(15)、(16)及(17)式可解得该情境下最佳配额基准值变为I~k1=2.089。ΔIk1=0.089,与理想情境下的最佳值相比出现+4.2%的偏差。
  4.4.3 基于企业信息不透明及理性预期的情境分析   假設两类企业基于理性预期对各自的发展速度加以调整,其调整值λk1、λ1分别为0.015、0.02。碳市场在新的供需平衡条件下交易价格为78.8,两类企业最佳减排率值变化量θk1、θ1分别为0.01、0.02。其余数据取值同前。在此情境下,根据(22)及(23)式解得最佳配额基准值变为I~fk1=2.096。ΔIk1+ΔI~k1=0.096。与理想情境下确定的最佳配额基准值(2.00)相比,出现了+4.8%的偏差。由此可见,受企业信息不透明及理性预期的双重影响,实际最佳目标值与理性情境下的最佳值相比出现了更严重的偏离。
  5 结论及政策建议
   本文对排放企业信息不透明导致的碳市场政策目标时间不一致问题进行了探索性研究。主要结论如下:
   第一,企业信息透明度是与政策调控对象(经济/市场主体)有关的、除理性预期之外的另一个导致期初最优政策计划时间不一致性的内生变量。在碳市场政策领域,减排企业碳排放量初始信息失真将使碳政策最佳目标(配额基准)在执行中出现偏离,从而导致碳市场政策的时间不一致性。
   第二,若减排企业在制定应变策略中基于理性预期做出调整,例如,进一步减产或增产,提前向碳市场购买更多配额,或投资更多减排项目以便向碳市场供应更多碳排放权商品,则最佳目标值的偏离将更严重,从而进一步降低碳市场政策效力,甚至导致政策完全失效。
   针对如何增加减排企业碳排放信息的透明度,本文提出以下政策建议:
   首先,政府部门应该面向减排企业增加政策制定过程的透明度。这一举措有助于增加减排企业对政策的信赖,并据此做出有效的应变决策。从动态博弈的角度来看,减排企业的应变决策愈是依赖对政策的解读,政策制定者对减排企业应变决策的预期就越符合减排企业在政策施行过程中的实际表现,而依据该预测所制定的计划最佳目标就越接近执行过程的实际最佳目标。
   其次,中央政府部门应尽量防止主导全国碳市场建设的决策者个体因急于在任期内做出突出政绩而制定过于理想或激进的碳市场政策目标。激进的政策目标可能会给减排企业(尤其是高成本减排类企业)带来巨大压力,导致其在被强制上报碳排放初始数据或披露碳信息时想方设法隐瞒排放的真实信息。
   最后,加大对第三方碳核查机构及其监管体系的建设。第三方核查机构是对企业碳排放数据进行核算、推动企业碳排放信息透明化的重要力量。2017年11月,中科院科技战略咨询研究院可持续发展战略研究所通过对全国碳交易试点地区碳核查工作主体及相关科研机构调研发现,目前的核查机构与核查工作存在一系列问题与不足。例如,碳核查机构在核查能力和信用方面远远达不到碳核查工作的基本要求,碳核查监管体系也不完善,核查行业协会未组建。因此,当务之急是加大碳核查机构、监管体系以及相关法律法规的建设。在此基础上加大企业碳排放信息披露力度,提升碳核查报告质量,使其成为碳政策目标制定的可靠依据,从而减少碳政策时间的不一致性。
  (编辑:李 琪)
  参考文献
  [1] RAMSEY F P. A mathematical theory of
  saving[J]. Economic journal, 1928, 38:543-559.
  [2]STROTZ R H. Myopia and inconsistency in dynamic utility maximization[J]. Review of economic studies,
  1955, 23(3):165-180.
  [3]KYDLAND F E, PRESCOTT E C. Rules rather than discretion: the inconsistent of optimal plans[J]. Journal of political economy,
  1977,85:473-492.
  [4]FISCHER S. Dynamic inconsistency, cooperation and the benevolent dissembling government [J]. Journal of economic dynamics &
  control, 1979, 2(1):93-107.
  [5]LUCAS J R E, STOKEY N L. Optimal fiscal and monetary policy in an economy without capital [J]. Journal of monetary
  economics, 1983, 12(1):55-93.
  [6]BARRO R J, GORDON D B. Rules, discretion and reputation in a model of monetary policy [J]. Journal of monetary economics,
  1983, 12(1):101-121.
  [7]VICKERS J. Signaling in a model of monetary policy with incomplete information [J]. Oxford economic papers, 1986, 38(3):443-455.
  [8]CHARI V V, KEHOE P J, PRESCOTT E C. Time consistency and policy [R].
  Staff Report, 1988.
  [9]HERRENDORF B. Transparency, reputation, and credibility under floating and pegged exchange rates [J]. Journal of   international economics, 1999, 49(1):31-50.
  [10]JINGYUAN L, GUOQIANG T. Time inconsistency and reputation in monetary policy: a strategic modelling in continuous time [J]. Journal of mathematical physics, 2008,
  28(3):697-710.
  [11]LIU X. Time consistency of optimal monetary and fiscal policy in a small open economy [J]. Journal of international money &
  finance, 2013, 36(3):47-67.
  [12]CONE T E. Learnability and transparency with time inconsistent monetary policy [J]. Economics letters, 2005, 87(2):187-191.
  [13]BIGLAISER G, HOROWITZ J K, Quiggin J. Dynamic pollution regulation [J].
  Journal of regulatory economics, 1995, 8(1):33-44.
  [14]MARSILIANI L, RENSTROM T I. Time inconsistency in environmental policy: tax earmarking as a commitment
  solution [J]. Economic journal, 1999, 110:123-138.
  [15]KENNEDY P W, LAPLANTE
  B. Environmental policy and time consistency [R].1999.
  [16]HELM D, HEPBURN C, MASH R. Credible carbon policy [J]. Oxford review of economic policy, 2003,
  19(3):438-450.
  [17]HOVI J, SPRINZ D F, UNDERDAL A. Implementing longterm climate policy: time inconsistency, domestic politics, international anarchy
  [J]. Global environmental politics, 2009, 9(3):20-39.
  [18]GARCIA A, LEAL M, LEE S H. Timeinconsistent environmental policies with a consumerfriendly firm: tradable permits versus emission tax [J]. International review of economics
  & finance, 2018,58:523-527.
  [19]程均丽,刘枭. 货币政策的时间不一致性:可信性与透明度[J]. 财经科学,
  2005(6): 26-32.
  [20]谭旭东.中国货币政策的有效性问题:基于政策时间不一致性的分析[J].经济研究,2008(9):46-57.
  [21]祝伟,黄薇.保险业低声誉的经济学解释: 基于时间不一致偏好的视角[J].经济研究,2013(8):131-142.
  [22]路继业, AHMAD N, 张冲. 时间不一致性货币政策的理论建模与政策含义: 基于新政治经济学的视角[J].经济科学,2016(5):18-30.
  [23]FISCHER S. Chapter 21 rules versus discretion in monetary policy [M].
  Elsevier, 1990:1155-1184.
  [24]柴麒敏,傅莎,郑晓奇,等.
  中国重点部门和行业碳排放总量控制目标及政策研究[J].中国人口·资源与环境, 2017,27(12):1-7.
  Analysis on the time inconsistency of China’s carbon market
  policy
  LIU Ling1, 2 ZHOU Peng1, 2 GAO Xuexian1
  (1.College of Economics and Management, China University of Petroleum, Qingdao Shandong
  266580, China;
  2.Institute for Energy Economics and Policy, China University
  of Petroleum, Qingdao Shandong 266580,China)
  Abstract The timeconsistency of policy is related to the efficiency and effectiveness of policy implementation, which is one of the most important topics in government policy making and macroeconomic. In recent years, the carbon policy in China also exhibits an obvious inconsistency. Therefore, it is of practical significance to study the factors affecting carbon policy inconsistency. Firstly, we applied the dynamic programming theory to construct a basic model of inconsistent policy. Then we introduced the information transparency of emission firms into the model as an influence factor and used scenario analysis method to deduce the impact of their information transparency on policy inconsistency. The results showed: ①As of now, the study of time inconsistency in market policies has received less attention. Although the existing policy objective functions consider market players’ rational expectation as the independent variable, they ignore market players’ information distortion. ②The information opacity and distortion of market players will result in the planning objective is not really optimal. ③It will have a more significant deviation if market players rationally expect policy trends and impact when the plan is executed. ④The above derivation conclusions are still valid in the carbon market and its effectiveness is proved by an example. That is, the information opacity and distortion of emission firms will result in inconsistent carbon policy for allowance benchmark and the inconsistency will be more severe when carbon market players rationally expect policy trends and impact. Finally, we put forward some policy suggestions to increase emission firms’ information transparency and reduce carbon policy inconsistency. These include: increasing carbon policymaking transparency, and developing appropriate carbon market objectives, as well as accelerating the
  construction of carbon verification agencies and supervision systems.
  Key words carbon market policy; time inconsistency; emission firms; information transparency中国人口·资源与环境  2019年  第29卷  第4期   CHINA POPULATION,  RESOURCES AND
  ENVIRONMENT  Vol.29  No.4  2019
   收稿日期:2018-06-02 修回日期:2018-12-01
  作者简介:孟凡鑫,博士后,主要研究方向为城市生态规划与管理。Email:mengfanxin1226@163.com。
  通信作者:杨志峰,中国工程院院士,主要研究方向为流域生态环境需水,城市生态规划与管理。
   基金项目:中国工程院咨询研究项目“一带一路中我国城市生态系统健康诊断与提升战略研究”(批准号:2017-XY-23);中国博士后基金面上资助“面向可持续发展的城市能-水-碳关联关系的模拟研究”(批准号:2017M622701)。孟凡鑫,苏美蓉,胡元超,等.中国及“一带一路”沿线典型國家贸易隐含碳转移研究[J].中国人口·资源与环境,2019,29(4):18-26.[MENG Fanxin, SU Meirong, HU Yuanchao, et al. Embodied carbon in trade of China and typical countries along the ‘Belt and Road’[J]. China population, resources and
  environment, 2019,29(4):18-26.]
转载注明来源:https://www.xzbu.com/7/view-14863427.htm

服务推荐