李丽 董必俊 李玉坤

内容摘要：本文通过分析欧盟先进经验得出，碳排放交易市场的统一对一个国家产业结构影响深远，且能够有效促进产业结构升级。欧盟经验对我国解决环境问题具有重要借鉴意义，尽快建立统一的碳交易市场，能够促进我国产业结构调整与升级，最终实现我国2015年在巴黎气候大会上做出的减排承诺。

关键词：碳金融 产业结构 产业升级 欧盟

本文通过深入分析欧盟碳交易市场以及欧盟各个国家产业结构变迁的数据，进而寻找其中的内在机理，对我国产业结构优化和碳金融市场发展，甚至对我国经济可持续发展都有重要意义。为此选取欧盟20个成员国2011-2016年实际碳排放量、碳排放配额和三次产业产值占国内生产总值比重等数据，用产业占比变化值度量产业变化程度，产业占比变化值越大，表示产业结构处在不稳定阶段，说明该国产业发展还不够成熟；反之，说明该国产业结构稳定，产业发展处在成熟阶段。用产业结构泰勒指数来表示产业升级程度，再结合碳金融市场数据分析产业结构升级随着碳金融市场发展的变化情况。本文实证部分采用面板数据模型，首先分析欧盟碳金融市场的发展对产业结构变化的影响，接着分析欧盟碳金融市场发展对产业升级程度的影响，进而分析碳金融市场发展对产业结构的稳定发展和对产业发展水平的影响。样本国家包括：英国、奥地利、希腊、比利时、塞浦路斯、芬兰、法国、丹麦、匈牙利、德国、爱尔兰、斯洛伐克、卢森堡、意大利、波兰、葡萄牙、西班牙、荷兰、斯洛文尼亚、瑞典20个国家。

相关变量选取

在本文实证分析中，变量定义如下：

（一）产业结构变化值（ISV）

其中，i取值1、2、3分别表示第一、二、三产业，t表示研究区间，本文选取2011-2016年数据。Qit表示欧盟某个国家在2011-2016年间三大产业的比重，Qi0表示某个国家基期（本文选择2010年产业结构数据作为基期）对应的三大产业比重。ISV表示产业结构变化值，该值越大，表示产业结构越不稳定。

（二）低碳化水平指数（LCL）

其中，CAASit（CO2 allocated allowances）表示欧盟碳交易机制为第i个国家分配的二氧化碳额度，CVEit（CO2 verified emissions）表示二氧化碳实际排放量。根据欧盟碳排放交易机制，如果LCL>1，即碳排放配额大于实际排放量，说明该国有剩余的碳排放权在碳交易市场上销售，而且LCL取值越大，表示该国在碳交易市场上可以出售的碳排放量越多，表明该国低碳化水平越高。

（三）产业结构泰勒指数（INSTR）

其中i取值为1、2、3，分别表示第一、二、三产业，Yi分别表示三次产业产值，Y表示该国GDP总量，Li分别表示三次产业就业人数，L表示就业人数总数。产业升级不简单表现为第三产业占比的提升或者第一、二产业占比的下降，关键是与三次产业劳动产出效率的提升相关，因此，本文选取产业结构泰勒指数作为产业升级指标，instr取值越小，表示产业升级程度越高。

面板模型构建

面板数据也称时间序列截面数据或混合数据，是同时在时间和截面空间上取得的二维数据。反映变量同时在截面和时间二维空间上的变化规律和特征，具有纯时间序列数据和纯截面数据无法比拟的很多优点。

上式是考虑k个经济指标在N个个体及T个时间点上的变动关系。其中个体截面成员的个数用N表示，截面成员的观测时期总数用T表示，模型常数项用参数αit表示，对应于解释变量向量xit的k×1维系数向量用βit表示，解释变量个数用k表示。随机误差项uit相互独立，且满足零均值，等方差为σ2u的假设。

根据不同形式，可以对干扰项uit的构成进行单因素和双因素分解。uit在截面个体上的单因素分解形式为：uit=μi+vit。其中，μi在不同观测期间内取值相同，表示无法观测的个体特征对因变量产生的影响，用来解释回归中未包含的个体特征影响；vit被看作是一般回归模型中的误差项，随着观测个体和时间同时发生变化。若μi=0，模型系数估计方法就是普通最小二乘法（OLS），称为混合估计模型（Pooled OLS）。若假定vit服从独立同分布，μi为固定的非零参数，那么构建的面板数据模型将有效解释N个样本自身无法观测到的特征对因变量的影响，称为固定效应模型。若假定vit随机变化，把μi视为固定参数且服从独立同分布，则称为随机效应模型。

在面板数据模型分析中，关键问题是如何判定选择随机效应模型还是固定效应模型，这就需要用Hausman检验。其原假设为：面板数据的随机效应模型中横截面个体效应与回归变量不相关。备选假设为：面板数据的随机效应模型中横截面个体效应与回归变量相关。因此在原假设下，βw与βGLS之间的差距理论上很小，且随着样本量的不断增加趋向于0。而在备择假设下，这一点不成立。Hausman利用这个特点构造如下检验统计量：

固定效应模型中回归系数估计结果用βw表示，随机效应模型中回归系数估计結果用βGLS表示。∑为两类模型中回归系数估计结果之差的方差，即：

Hausman检验统计量渐进服从于自由度为K的卡方分布，用这种方法对面板数据模型的选择进行验证。

模型估计及检验

本文首先分析碳金融市场对产业结构变动的影响。运用的模型是面板数据模型，由于一个国家的碳排放水平对产业结构变动以及升级的影响具有滞后性，故本文将上一期的低碳化水平指数作为自变量。首先运用E-views6.0采用面板数据模型分析碳交易市场的低碳化水平指数数据影响产业结构变动的程度。分别采用固定效应模型、混合估计模型和随机效应模型计算参数估计，参数估计结果如表1所示。

从表1可以看出，Hausman统计量的P值为0.1710，超过10%的显著水平，不能拒绝原假设，采用随即效应模型。而且Hausmanχ2置信度较高（P值=0.1710），回归模型拟合度R2=0.7508也较高，故用随机效应模型。

从随机效应模型估计结果可以看出，产业结构所对应的上一年的低碳化水平指数的系数为负，说明产业结构变化值（ISV）和上一期低碳化水平指数（LCL）之间是负相关关系，即如果低碳化水平指数变大，则下一年的产业结构变化值变小。因为产业结构变化值反映产业结构稳定程度，所以可以这样理解：当某个国家的低碳化水平指数（LCL）较小（LCL<1）时，即碳排放配额小于实际排放量，就需要在碳交易市场上购买超出配额的碳排放权，这就一定程度上增加了生产成本，间接增加了了人民生活成本，就需要社会经济活动的参与者被迫或自发调整生产重心，使产业结构产生较大变动，变动方向主要是高污染、高耗能、高耗水等三高企业向高附加值、低污染的服务业转型，也包括传统制造业的技术改进所实现的低碳化水平指数的下降；当某个国家的低碳化水平指数（LCL）较大（LCL>1）时，即实际排放量小于碳排放配额，说明碳排放配额能够完全满足碳排放需求，对于传统工业来说，技术改进创新的动力就会减弱，在这种情况下，对当前产业结构的冲击就会变弱，产业结构相对来说呈现出相对稳定状态。

其中，μi表示本文选择的欧盟20个样本国家产业结构变化值对产业结构变化平均值的偏离，固定效应模型和随机效应模型中的截距项即样本国家产业结构变化平均值，样本国 家产业结构对平均值的偏离结果如表2所示。vi表示由于年份变化带来的样本欧盟国家产业结构的变化，这些数据揭示样本国家的个体效应特征和时间效应特征，结果如表3所示。

本文主要是为了讨论一个国家低碳化水平指数的变化对产业结构产生的影响，这个影响包括对产业结构稳定性的影响以及产业结构升级的影响。前面已经分析了对产业结构变化值即对产业结构稳定程度的影响，本文认为，一个国家的产业结构趋向稳定的过程其中一个体现是在一定范围内第二产业占比的逐渐下降和第三产业比重的持续上升，即一个国家产业结构由不稳定到稳定的变化路径。然后本文将研究低碳化水平指数的变化对产业升级的影响，本文认为，产业升级与三次产业劳动产出效率的提升相关，因此采用产业结构升级程度系数指标来度量。下文主要分析低碳化水平指数对产业结构升级系数产生的影响。

以产业升级系数instr作为因变量，低碳化水平指数作为自变量，对欧盟18个样本国家（其中塞浦路斯和卢森堡两个国家三次产业就业人数缺失）的数据进行面板数据分析，结果如表4所示。从Hausman检验结果来看，P值为0.8659，远超过10%的显著水平，不能拒绝原假设，因此选择随机效应模型。

从面板数据模型中的随机效应模型分析结果可以看出，低碳化水平指数滞后项的系数为负，说明当低碳化水平指数逐渐变大时，下一期的产业结构泰勒指数会逐渐变小。这意味着当低碳化水平指数较大时（LCL>1），即随着样本国家实际碳排放量的下降，会带来产业升级程度的提高。当样本国家实际碳排放量下降时，一方面，其在碳交易市场上出售多余的碳排放权会带来额外资金，可以促进传统产业技术创新，传统产业因为注入了新技术，劳动产出效率会提高；另一方面，产业结构调整路径是从高污染、高能耗的企业向低能耗和高效率的服务业转型，随着低碳化水平指数的上升即实际排放量的下降，所带来的企业向服务业转型会导致服务业产值的上升，因为服务业相对来说是高附加值行业，服务业产值的上升对整个社会经济活动在一定程度上也会带来劳动产出效率的提升。综上，当样本国家低碳化水平指数上升时，产业升级程度提高。

结论

第一，随着某国实际碳排放量的逐渐下降，该国产业结构趋向稳定。低碳化水平指数与产业结构的变化值呈现出滞后一期的负相关关系，即随着某个国家低碳化水平指数的下降，下一期的产业结构变化值变小。

第二，随着某国实际碳排放量的逐渐下降，该国产业升级程度越高。低碳化水平指数与产业结构泰勒指数呈现出负相关关系。研究结果表明，充分发挥碳排放的价格发现功能，能够对产业结构的稳定和产业结构优化升级产生重要影响。建立统一的碳交易市场，完善碳交易机制是充分发挥碳排放价格发现功能的有效方法。

第三，我国应该尽快建立统一的碳交易体系。2009年12月，中国在哥本哈根气候大会上对碳排放做出承诺：到2020年单位国内生产总值二氧化碳排放比2005年下降40%-45%。2015年12月，中国在巴黎气候大会上对碳排放再次做出承诺：加强节能、提高能效工作，二氧化碳排放将在2030年左右达到峰值，届时单位GDP二氧化碳排放量将比2005年下降60%-65%。尽快建立统一的碳交易市场，对于中国实现在哥本哈根气候大会和巴黎气候大会上承诺的目标具有重要现实意义。在分析了欧盟统一的碳排放交易市场和结合中国国情的基础上，本文认为我国应该尽快建立全国统一的碳交易体系，建立和完善统一的碳交易市场运行机制，有效发挥碳排放的价格发现功能，形成有效的市场定价机制。战略性放宽金融监管，鼓励金融机构和碳交易市场的融合，开发出一系列碳期权、碳期货、碳基金等金融衍生产品，为我国碳金融市场增添活力，促进我国碳交易市场的发展壮大。政府层面应尽快制定长期可持续的相关政策，配额分配方法、交易制度和核算方法等一经制定不能经常调整，并尽可能提高碳市場流动性。企业层面应树立碳资产管理理念，积极参与碳市场交易，既要考虑成本因素又要符合规定。一方面履行低碳减排义务，另一方面承担社会责任，还能够实现企业利润最大化。

参考文献：

1.蔡，都阳，王美艳.经济发展方式转变与节能减排内在动力[J].经济研究，2008（6）

2.杜莉，丁志国，李博.产业结构调整升级：碳金融交易机制的助推—基于欧盟数据的实证研究[J].清华大学学报（哲学社会科学版），2012（5）

3.原毅军，谢荣辉.环境规制的产业结构调整效应研究—基于中国省际面板数据的实证检验[J].中国工业经济，2014（8）

4.梅晓红.中国碳金融市场对区域产业结构的影响研究—基于panel data计量模型的实证分析[J].技术经济与管理研究，2015（1）

5.于俊年.计量经济学软件—Eviews 的使用[M].对外经济贸易大学出版社，2012