第 21 卷第 1 期 北京理工大学学报（社会科学版） Vol.21 No.

1
2019 年
年 1第月1 期 JOURNAL OF BEIJING INSTITUTE OF TECHNOLOGY （SOCIAL SCIENCES EDITION ） Jan.2019

DOI ：10. 15918/j. jbitss1009-3370. 2019. 3166

碳交易减少了中国火电厂的减排成本吗？
—基于 2005—2010 年面板数据的实证分析
——

张宁 ， 刘青君
（暨南大学 经济学院， 广东 广州 510632 ）

摘 要： 采 用 中 国 558 家 规 模 以 上 火 电 企 业 微 观 数 据 ，利 用 基 于 产 出 的 二 次 型 方 向 性 距 离 函 数 ，采 用 不 同 的 估 计
方法计算了不同企业 2005 — 2010 年的 CO2 影子价格。 研究表明：参数线性规划方法所计算出的 CO2 影子价格均值
最 高 ，为 1 957.112 元 / 吨 ；最 小 二 乘 法 所 计 算 出 的 CO2 影 子 价 格 均 值 最 低 ，为 747.634 元 / 吨 ；校 正 平 均 绝 对 偏 差 法
所计算出的 CO2 影子价格均值为 808.912 元 / 吨；随机前沿法所计算出的 CO2 影子价格为 934.811 元 / 吨。 综合所有
估计方法，东部地区 CO2 影子价格均值为 1 115.631 元 / 吨，北部地区 CO2 影子价格均值为 1 119.815 元 / 吨，南部地
区 CO2 影子价格均值为 1 106.900 元 / 吨，西部地区 CO2 影子价格均值为 1 114.076 元 / 吨。 进一步根据所计算出 来
的 CO2 影子价格在八大电力集团公司之间进行了分地区分电厂之间的多维度碳交易模拟分析，证明了碳交易可以
给火电企业带来较为可观的经济利益； 同时也对未来 10 年八大电力集团公司的 CO2 影子价格趋势进行了预测分
析，进一步论证中国中长期环境与资源保护战略目标实现的可能性。
关键词： 影子价格； 产出方向距离函数； 碳排放权交易； 中国火电企业
中图分类号： X511； X96 文献标识码： A 文章编号： 1009-3370（2019 ）01-0007-10

环境与能源问题是自工业化以来经济发展过程中面临的重要问题，随着中国经济的崛起，中国作为能
源消耗大国的同时，也是污染物排放最多的国家，在治理全球环境污染和世界温室气体减排的过程中承担
着不可推卸的责任。 2017 年 12 月 19 日中国正式启动全国碳交易体系，发布《全国碳排放权交易市场建设
方案（发电行业）》，提出以发电行业为突破口，坚持市场导向、政府服务，坚持先易后难、循序渐进，坚持协调
协同、广泛参与，坚持统一标准、公平公开的原则建设全国碳排放权交易市场。 因此针对电力行业的碳交易
研究是一个意义重大又非常紧迫的问题，同时碳排放权交易对电力行业的影响可以为中国推广碳排放权交
易市场建设提供实证经验，对中国走经济发展与生态效应协调发展道路具有重要的现实意义。
自 1992 年 5 月 22 日《联合国气候变化框架公约》出台，到 1997 年《京都议定书》的签订，到 2005 年《京
都议定书》的正式生效，碳排放权一直是其中的一个重要议题。 中国 2017 年已经开始实现全国电力行业碳
交易市场，预计会对整个火电行业产生巨大影响。 本文通过对 2005 — 2010 年中国八大电力集团公司 ① 的实
证研究，利用不同估计方法计算出 CO2 影子价格，并将其均值作为碳交易市场价格进行多维度的碳交易市
场模拟分析，研究火电企业通过碳交易可以获得的成本效益，此研究无论对企业还是政策层面都具有很重
要的指导意义。

一 、文献综述
从计算影子价格的相关文献梳理中，发现关于中国碳交易的文章主要研究至省份整体水平或是集中于
全国分行业水平，而对于区域分行业和微观企业的相关研究目前相对来说还处于空白阶段。 同时在对模型
进行相应的估计时，大多数文章并没有控制住时间、行业或是个体的固定效应，以减少或是降低由这些因素
所导致的异质性，只有少数几份研究对时间或是个体的固定效应进行了控制。 F覿re 等（1993 ）[1]374-380 主要对

收稿日期： 2018-11-14
基金项目： 国家社科重大项目资助（15ZDA054 ）；国家自然科学基金资助项目（71822402 ，91746112 ）
作者简介： 张宁（1983 —），男，博士，教授，博士生导师，E-mail ：zn928@naver.com
① 属于央企的中国五大电力集团公司是中国电力投资集团公司 、中国华能集团公司、中国大唐集团公司、中国华电集团公司、中国国电集
团公司 5 家；发电企业的四小豪门是国投电力、国华电力、华润电力和中广核 4 家，在经营利润方面，“四小豪门”已经超过五大电力集团，在本
文中将五大电力集团公司及四小豪门的国投电力、国华电力、华润电力统称为八大电力集团公司。
·8· 北京理工大学学报（社会科学版） 2019 年 1 月

1976 年 30 家纸制品和纸浆行业的数据，采用产出距离函数的方法，并使用超越对数形式的函数模型估算
出了非合意产出的影子价格；Pittman （1983）[2]1-17 展示了如何调整生产率的计算；Fare 等（1989） [3]90-98 展示了
如何调整效率的测量，并根据所计算出的影子价格进行了相应的实证分析；Hailu 等（2000 ）[4]251-274 对 1959 —
1994 年 36 家厂商所组成的时间序列数据，采用投入距离函数的方法，并使用超越对数的函数形式对效率
以及污染物的影子价格进行了估计，估计过程中控制了时间的固定效应；Lee （2011 ）[5]6162-6167 使用韩国微观火
电厂的数据，采用简单的谢泼德产出距离函数，并用超越对数形式的产出距离函数对污染物的影子价格进
行了估计，但是在估计过程中既没有控制时间的异质性也没有控制住个体之间的异质性，这篇文章首次在
计算出 CO2 的影子价格后，再对其进行了火电厂内部与外部的比较，从而得出进行外部碳排放交易的巨大
的市场潜力。 Lee 等（2012 ）[6]1492-1497 利用谢泼德投入距离函数，研究了 2009 年中国 30 个制造业行业数据，得
出中国的 CO2 排放量最多可以减少 680 百万吨， 并且行业间 CO2 影子价格的变化范围为从 0~18.82 美元/
吨；Lai 等（2016 ）[7]408 利用基于能源投入的方向距离函数，研究了 1998— 2012 年中国 30 个省份的数据，并计
算了相关省份的 CO2 影子价格；Du 等 （2014 ）[8]191-216 利用二次型方向距离函数研究了 2001 — 2010 年中国各
省份的面板数据，并计算得到 CO2 影子价格从 2001 年的 1 000 元 / 吨变化至 2010 年的 2 100 元 / 吨；陈诗
一（2010 ） [9]93-111 采用参数线性规划的测量方法对环境方向性产出距离函数进行了估计，并计算了中国工业
行业 38 个两位数行业在 1980— 2008 年跨度期间内的 CO2 影子价格。
从对中国碳交易市场的研究文献梳理中，中国碳交易市场的研究多集中于机理及制度体系等方面。 张
益纲等（2015 ）[10]55-59 通过研究欧盟、美国、澳大利亚、新西兰、印度等世界上较为完善的碳排放交易体系，分
析其减排目标、覆盖范围、配额分配方式、储蓄和抵消机制，从而提出中国碳排放配额分配机制构建应注意
的事项；田艳秀（2012 ）[11]研究了中国电力碳排放权交易体系；荆克迪等（2014 ）[12]24-32 进行了中国碳交易市场
的机制设计与国际比较研究；曾佳（2015 ）[13] 对中国碳排放权的交易制度等相关问题进行了研究；崔长彬等
（2011）[14]79-80 进行了低碳经济模式下中国碳排放权的交易机制；Yang 等 （2017）[15]505-521 和傅京燕等 （2016）[16]1-9
分别通过研究中国各省份碳减排成本不同，表明 2020 年碳减排目标实现的可能性；苏建兰等（2015 ）[17]110-115、
钟小剑等（2017 ）[18]331-340、冯志远等（2015 ）[19]64-66、马艳艳等（2013 ）等 [20]42-46 相关文献也从不同角度分析了在中
国建立碳交易市场的必要性与发展趋势。
与现有研究相比，本文的主要贡献如下：第一，在研究对象上，对碳交易的研究细化到中国分区域分行
业和微观企业层面的较少，且针对微观企业的效益研究更少，而本文正是对此空缺的补充；第二，在方法设
计上，也更注重对于个体与时间固定效应的控制，以减少研究对象间的异质性，同时本文用不同的估计方法
对 CO2 影子价格进行了估计，并采用不同估计方法计算出的 CO2 影子价格均值作为碳交易市场模拟分析时
的价格，减少了不同估计方法所造成的估计结果差异较大所导致的不准确性；第三，在实证分析中，本文对
研究对象进行了分区域、分个体等多维度、多视角的分类分析来模拟碳交易市场的效应，使其实证结果对中
国正在建立的全国碳排放权交易市场具有一定的现实借鉴意义。

二 、研究方法
在此分别介绍估计方向产出距离函数和计算影子价格所使用的理论模型及 4 种不同测算方法所使用
的实证模型。
（一）方向产出距离函数的理论模型
方向性距离函数具有好产出与坏产出按任意比例及方向比例扩大或缩小的灵活性等特征。 参照 F覿re
N
（1993）[1]374-380 文章中所描述的，假设生产者使用投入向量 x= （x1，…，xN）∈R+ 生产出合意产出向量 y= （y1，…，
M R
yM）∈R+ 和非合意产出向量 b=（b1，…，bR）∈R+ 。 生产技术为：P（x）={（y，b）：xanproduce{ （y，b）}。
生产技术集合在满足标准假设和投入自由可处置性的同时需要满足：（1） 非合意产出是伴随着合意产
出的联合产物；（2 ）合意产出与非合意产出需同时满足弱可处置性；（3）在生产可能性集中，好产出满足自由
可处置性。 函数形式的方向产出距离函数代表着在上述约束条件下的生产技术。 方向产出距离函数为
軑 0＝（x，y，b；gy，-gb）＝max{β：（y+βgy，b-βgy）∈P（x）}
D （1 ）

8
2019 年 第 1 期 张宁等：碳交易减少了中国火电厂的减排成本吗？ —
—— 基 于 2005 — 2010 年 面 板 数 据 的 实 证 分 析 ·9·

好产出（y ）
M R
其中，g=（gy，gb）∈R+ ×R+ 是描述合意产出与非合意产出向量
方向的方向向量。 方向距离函数描述了在任何给定的生产 （y ，b ） slop=-q/p

技术约束下合意产出与非合意产出以相同的最大比例扩张
g= （gy，-gb）
或是缩小都是可行的。 P （x ）
（y+β*gy，b-β*gb）
图 1 给出了方向产出距离函数的方向向量 g=（gy，-gb）。 对
于任何一家生产者而言，其产出集（y，b）都包含于生产可能性 O 坏产出（b ）
集合 P（x）中。 如果它在给定的方向向量 g 上有效率地生产，则
可以在生产边界 P（x）上的点（y+β*gy，b-β*gb）处进行合意产出的 图1 方向产出距离函数

軑0（x，y，b；gy，-gb）。
扩大和非合意产出的缩小，此处 β*=D
方向产出距离函数拥有生产可能性集合 P（x）的特征。 其特征如下：
軑 0（x，y ，b ；gy，-gb）≥0 当且仅当（y ，b ）是 P（x）里的元素；
1.D
軑 0（x，y′，b ；gy，-gb）≥D
2.D 軑 0（x，y ，b ；gy，-gb）当（y′，b ）≤（y ，b ）∈P（x）时；

軑 0（x，y ，b′；gy，-gb）≥D
3.D 軑 0（x，y ，b ；gy，-gb）当（y ，b′）≥（y ，b ）∈P（x）时；

軑 0（x，θy ，θb ；gy，-gb）≥0 当（y ，b ）∈P（x）且 0≤θ≤1 时。

4.D
軑 0 （x ，y ，b ；gy， -gb）上 是 非 负 的 。 第 二 个 特 征 表 明 在 D
第一 个 特 征 表 明 在 可 行 性 的 产 出 向 量 D 軑 0 （x ，y ，b ；
gy，-gb）上合意产出具有单调性。 第三个特征表明保持投入与合意产出不变时，如果非合意产出增加，则无效
率值不会下降。 第四个特征表明合意产出与非合意产出满足弱可处置性。
另外，很容易证明方向产出距离函数满足转换性的特征
軑 0（x，y+αgy，b-αgb；gy，-gb）＝D
D 軑 0（x，y ，b ；gy，-gb）-α （2 ）
其中，α 为标量。 这个特征表明，如果合意产出与非合意产出同时扩大或缩小 αgy 或 αgb 倍，则方向产出距离
函数的最终值将会减少 α ，即决策变量（DMU ）的无效率值将会减少 α 。 本文将方向向量定义为：g=（gy，-gb）＝
（1，-1）。
为了能够推导出非合意产出的影子价格，本文利用方向产出距离函数与利润函数之间的对偶性，参考
F覿re 等（2006）[21]89-103 的做法，可以将决策变量的利润函数定义为
軑 0（x，y ，b ；1，-1）≥0}
R（x，p，q）=max {py-qb ：D
y ，b

其中，p、q 分别表示合意产出与非合意产出的价格向量； 利润函数表示当生产者面临合意产出的价格 p 以

及非合意产出的价格 q 时最大的可行性利润。 进一步利用谢波德引理可以推导出非合意产出与合意产出的
影子价格比等于它们的边际转换率，即
軑 （x，y ，b ；1，-1）
鄣D 0
-p = 鄣y （3 ）
q 軑
鄣D （x，y ，b ；1，-1）
0
鄣b
（二）实证模型
方向距离函数的参数形式通常有超越对数函数形式与二次型函数形式两种， 大量的实证研究表明，二
次型函数在多数情况下都优于超越对数的函数形式，如二次型函数满足方向距离函数的转移属性、可微性
及灵活性等特性。 本文选取二次型的方向产出距离函数形式
3 3 3 3 3
軑 0（x，y ，b ；1，-1）=α0+Σαnxn+β1y+γ1b+ 1
D Σ Σ αnn′xnxn′+ 1 β11y2+ 1 γ11b2+Σηn1xnb+Σδn1xny+μyb （4）
n=1 2 n=1 n′ 2 2 n=1 n=1

如上，在本文的实证研究中，主要有两个产出：合意产出 y 和非合意产出 b 。 其中，合意产出 y 为解释变

量；非合意产出 b 为被解释变量。 同时有 3 个不同的投入要素：劳动力 l 、资本 k 和能源消耗量 e。
方向产出距离函数的模型可以展开为
9
· 10 · 北京理工大学学报（社会科学版） 2019 年 1 月

軑 0（x ，y ，b ；1 ，-1 ）=α+α1k+α2l+α3e+β1y+γ1b+ 1 α11k2+α12k×l+α13k×e+

D
2
1 α l2+α l×e+ 1 α ke2+ 1 β y2+ 1 γ b2+δ k×y+η k×b+
22 23 33 11 11 11 11
2 2 2 2
δ21l×y+η21l×b+δ31e×y+η31e×b+μy×b+ξ1t+ 1 ξ11t2+Ψ11t×k+
2
Ψ12t×l+Ψ13t×e+θ11t×y+ζ11t×b （5 ）
K

α＝α0+ΣDIkIk （6 ）
k=1

其中，为控制时间与电厂之间的异质性，在式（5）和式（6）中分别加入时间与电厂的固定效应项。
根据方向产出距离函数所满足的转换性条件，有如下公式
軑 0（xk，yk+αk，bk-αk；1，-1）+αk=D
D 軑 0（xk，yk，bk；1，-1）
变形为
軑 0（xk，yk+αk，bk-αk；1，-1）=D
D 軑 0（xk，yk，bk；1，-1）-αk （7 ）
为求解方向产出距离函数的各项未知参数，本文对式（5）、式（6）和式（7）主要采用以下 4 种估计方法：
模型 1. 最小二乘法（OLS ）进行回归；模型 2. 校正平均绝对偏差法（CMAD 法） ① 进行回归；模型 3. 随机前沿
（SFA ）的方法；模型 4.参数线性规划（PLP ）的方法。

三 、数据及实证结果分析

（一）数据来源与变量选取
本文所使用的国有火电企业的数据来源于 2005 — 2010 年的 《中国电力年鉴》《中国电力能源年鉴》《中
国工业企业数据库》《中国电力行业统计分析》以及国家发改委能源研究所的相关报告等。
在样本数据的构成方 表1 八大电力集团公司的分布
面 ，本 文 主 要 是 由 《 中 国 电 总厂 子厂数量 子电厂分布地区
力年鉴》所统计的 558 家国 大唐 13 内蒙古、河北（3 家）、山西（2 家）、安徽、天津、江苏、宁夏、陕西（2 家）、湖南
福建、浙江（2 家）、广东（5 家）、内蒙古（2 家）、上海（4 家）、江苏（3 家）、贵
有发电企业的面板数据所 地方 34 州、黑龙江、辽宁（2 家）、河北（3 家）、山东、安徽（2 家）、河南、山西（4 家）、
构成，八大电力集团公司子 云南、贵州
山 东 、重 庆 、江 苏 （2 家 ）、辽 宁 、福 建 、河 北 （2 家 ）、内 蒙 古 （3 家 ）、上 海 （2
电厂的分布如表 1 所示。 在 华能 17 家）、河南、湖北、广东、甘肃
数据整理的过程中，排除变 华电 8 山东（2 家）、江苏、陕西、黑龙江、湖北、四川、浙江
量数据不全的电厂数据之 华润 3 江苏（2 家）和河南

后， 共得到 52 家国有火电 国电 12 浙江（2 家）、江苏（2 家）、江西（2 家）、宁夏、山西（2 家）、山东、云南、陕西

国华 4 广东、江苏、河北和天津
企业在样本期间的面板数
中投 2 贵州和江苏
据， 对于部分缺失数据，则
先通过直接联系相关火电企业获得，最后，对于给定年份火电企业的缺失数据，则采用中间取均值的方法来
补充。
每家火力发电企业的发电量的测量采用总发电量来衡量，资本投入与化石燃料的投入分别采用已安装
发电资本和燃料消耗量来衡量，劳动力投入的测量则采用每家发电厂的雇佣工人数量来衡量。
CO2 排放量则采用 IPCC 碳排放因子乘以能源种类来计算
i
CO2 =fci×cefi×cri×（44/12） （8 ）
其中，i 为燃料种类；fc 为能源消耗量（标准煤）；cef 为 IPCC （2006 ）温室气体清单提供的碳排放系数；cr 为燃
料消耗率；（44/12 ）为 CO2 的分子量与碳的分子量之比。 使用国家发改委能源研究所报告（2007 年）的碳排放
系数计算 CO2 排放量。 表 2 展示了火电企业各变量的描述性统计。

①COLS 对技术效率的估计是以 OLS 残差为基础的。 可以用平均绝对偏差（MAD ）回归对 OLS 进行替换。 可以利用 MAD 的残差计算效率
（和 COLS 的程序一样），本文称这种方法为 CMAD 。 OLS 和 MAD 的差异在于，前者通过数据的均值而后者通过数据的中位数。 从这个意义上
来说，MAD 仅仅是另一种回归而且 CMAD 可以用来作为稳健性检验。
10
2019 年 第 1 期 张宁等：碳交易减少了中国火电厂的减排成本吗？ —
—— 基 于 2005 — 2010 年 面 板 数 据 的 实 证 分 析 · 11·

（二）实证结果及分析 表 2 变量的描述性统计
变量 单位 观测量 均值 标准差 最小值 最大值
1.求解方法及实证结果
发电量（y ） 亿千瓦时 558 87.250 0 34.020 0 5.000 0 266.000 0
本文采用 Stata 通过计算式（5）、式 万吨标准煤
CO2（b ） 558 79.390 0 30.900 0 3.400 0 242.300 0
（6）和式（7）对模型 1、模型 2 和模型 3 资本（k ） 千兆瓦 558 1.590 0 0.660 0 1.000 0 4.800 0
进行求解， 同时采用 GAMS 求解器求 劳动力（l ） 万人 558 0.120 0 0.080 0 0.002 6 0.560 0
能源（e ） 万吨 558 28.070 0 10.930 0 0.650 0 85.410 0
解线性规划模型式（5）及其约束条件的
注：所有样本均为面板数据，样本期间为 2005 — 2010 年。
未知参数，计算了方向产出距离函数与
表3 OLS 、CMAD 、SFA 与 PLP 估计出来的参数估计值
CO2 的减排成本，在求解之前对研究数 (1) (2) (3) (4)
系数 变量
据进行标准化的处理，不同估计方法的 OLS CMAD SFA PLP
-0.000 848 -0.002 000 0.000 524*** 9.9305E-4
参数估计值如表 3 所示。 α1 k
(-0.59) (-0.98) (440.86)
表 4 展示了 4 种不同测量方法所 -0.003 870 -0.002 520** -0.000 173*** -0.003 000
α2 l
(-1.46) (-2.80) (-459.93)
测算出来的 CO2 影子价格的描述性统 α3 e
-0.161*** -0.194*** -0.268*** -0.120 000
(-11.24) (-15.30) (-42 290.81)
计，实证结果表明，在所有的样本数据 0.003 990 0.003 650 0.000 138*** 0.002 000
α11 0.5×k×k
中，参数线性规划（PLP ）的估计方法所 (1.39) (0.95) (44.53)
0.001 250 0.002 280 0.000 113*** -7.899E-4
α12 k×l
计算出的 CO2 影子价格均值最高，为 1 (0.85) (1.30) (60.66)
-0.026 500 -0.044 300** -0.002 380*** -0.002 000
957.112 元/吨，最小值 为 0 元/ 吨 ，最 大 α13 k×e
(-1.81) (-2.83) (-240.81)
值为 4 493.2 元/ 吨；最小二乘法（OLS ） 0.000 822 0.000 369 -0.000 099*** 4.0186E-4
α22 0.5×l×l
(0.76) (0.36) (-212.70)
的估计结果中，CO2 影子价格的均值为 α23 l×e
-0.019 900 -0.008 650 0.000 758*** -0.003 000
(-1.93) (-0.80) (117.06)
747.634 元/ 吨，最小值为 568.992 1 元/ 0.304 000* 0.356 000* -0.086 700*** -0.208 000
α33 0.5×e×e
吨，最大值为 970.957 8 元/ 吨 ；校 正 平 (2.35) (2.35) (-734.81)
-0.419 000*** -0.403 000*** -0.365 000*** -0.437 000
均绝对偏差法（CMAD ）的估计结果中， β1 y
(-58.03) (-64.12) (-131081.69)
0.5× （y+b ）× 0.061 200 0.063 500 -0.023 900*** -0.057 000
CO2 影子价格的均值为 808.912 元/ 吨， β11
（y+b ） (1.93) (1.77) (-930.47)
最小值 为 529.881 元/ 吨 ； 随 机 前 沿 法 δ1 k× （y+b ）
0.011 900 0.020 700** 0.001 090*** -1.024E-4
(1.57) (2.62) (205.43)
（SFA ） 估计出的 CO2 影子价格均值为 0.009 080 0.003 030 -0.000 436*** 0.001 000
δ21 l× （y+b ）
934.811 元/ 吨 ， 最 小 值 为 796.005 元/ (1.75) (0.57) (-129.19)
-0.137 000* -0.152 000* 0.045 900*** 0.109 000
δ31 e× （y+b ）
吨，最大值为 1 036.567 元/ 吨。 (-2.14) (-2.07) (828.46)
-0.001 630* -0.003 320*** -0.009 710*** -2.906 000
不同估计方法所计算出来的不同 ξ1 t
(-2.19) (-3.51) (-15280.00)
CO2 影子价格说明了不同测算方法之间 -0.004 730** -0.001 760 -0.007 090*** 989.852 000
ξ11 0.5×t×t
(-3.06) (-0.90) (-5324.27)
的差异性，如图 2 展示了不同测算方法 Ψ11 t×k
-0.004 300** -0.002 670 -0.000 508*** 0.004 000
(-3.03) (-1.42) (-412.71)
所计算出来的八大电力集团公司的 CO2 0.000 453 0.001 360 0.000 0951*** 0.306 000
Ψ12 t×l
影子价格趋势。 其中， 华电电厂的 CO2 (0.86) (1.52) (312.47)
0.001 210 -0.037 100** -0.008 230*** 0.135 000
Ψ13 t×e
影子价格均值最高，为 1 131.443 元/吨； (0.13) (-3.07) (-652.38)
0.000 659 0.018 800** 0.001 990*** -0.090 000
国华电厂的 CO2 影子价格均值最低，为 θ11 t× （y+b ）
(0.15) (3.20) (302.17)
1 101.292 元/ 吨。 本文不仅计算了八大 -0.002 680* 0.013 700*** 0.004 000
_cons
(-1.99) (18598.72)
电力集团公司的 CO2 影子价格，并进一 N 558 558 558
步利用所计算出来的影子价格在八大 注 ： 括 号 中 为 t 值 ；*p<0.05，**p<0.01，***p<0.001；OLS 为最小二乘法估
计出来的参数值；PLP 为参数线性规划估计出来的参数值；CMAD 为校正平均
电力集团公司间进行了多维度的碳交
绝对偏差法估计出来的参数值；SFA 为随机前沿法估计出来的参数值。
易模拟分析，以论证进行碳排放权交易
表4 几种不同方法所测量出来的 CO2 影子价格的描述性统计 元 / 吨
的可行性与经济效益。 在下文的分析
估计方法 样本数 均值 最小值 最大值
中，本文采用 4 种估计方法所计算出来 OLS 558 747.634 568.882 970.958
的 CO2 影子价格平均值作为各个发电 CMAD 558 808.912 529.881 1 254.374
Sfa 558 934.811 796.005 1 036.576
企业的 CO2 价格进行碳交易市场模拟
PLP 558 1 957.112 0 4 493.200
分析。
注 ：OLS 为 最 小 二 乘 法 所 计 算 出 的 结 果 ；PLP 为 参 数 线 性 规 划 所 计 算 出
2.多维度模拟交易分析 的 结 果 ；CMAD 为 校 正 平 均 绝 对 偏 差 法 计 算 出 的 结 果 ；SFA 为 随 机 前 沿 法 的
为 计 算 在 全 国 电 力 行 业 推 行 CO2 估计结果。
11
· 12· 北京理工大学学报（社会科学版） 2019 年 1 月

排放权交易之后可能的市场获益空间，本 2 500 OLS CMAD SFA PLP

曩子价格 / （元 / 吨）
2 000
文在八大电力集团公司之间进行了以下 3
1 500
个方面的多维度分析：同一发电企业不同
1 000
地区之间交易情况、不同发电企业不同地
500
区之间交易情况以及不同发电企业同一 0
国华 华润 地方 中投 华能 华电 国电 大唐
地区之间交易情况。 在进行模拟分析时， 八大集团电力公司
本文使用 4 种不同方法所计算的八大电 注：OLS 为最小二乘法所计算出的 CO2 影子价格均值结果；PLP 为
力集团公司 2005— 2010 年的 CO2 影子价 参数线性规划所 计 算 出 的 CO2 影 子 价 格 均 值 结 果 ；CMAD 为 校 正 平 均
格均值作为各发电企业在进行碳交易时 绝对偏差法计算出的 CO2 影 子 价 格 均 值 结 果 ；SFA 为 随 机 前 沿 法 估 计

CO2 的市场价格。 如表 5 为样本时间跨度 的 CO2 影子价格均值结果。

图2 基于多种方法的八大电力集团公司的影子价格均值比较
期 间 各 大 发 电 厂 CO2 影 子 价 格 的 描 述 性
统计，其中，国华电厂的 CO2 影子价格最低，为 1 101.292 元/ 吨，国华电厂在 2005— 2010 年排放 CO2 总量为
2 133.3 万吨标准煤，平均每家子电厂的 CO2 排放量为 533.325 万吨标准煤。 在样本数据的研究中，地方发
电厂的 CO2 排放总量最高，为 17 115.9 万吨标准煤，这主要是由于地方发电厂的子电厂在全国范围内的分
布数量最多，这自然会带动碳排放总量的上升，平均每家子电厂的碳排放量为 503 万吨标准煤，其 CO2 的影
子价格均值为 1 107.634 元/ 吨。 实证结果还表明，各大发电厂 CO2 排放总量与各大发电厂在全国各地的子
厂分布数量成正比，子厂数量越多的发电厂，其 CO2 排放总量也越多，从高到低依次为：地方、华能、大唐、国
电、华电、国华、华润和中投。 通过对八大电力集团公司间 CO2 影子价格、CO2 排放总量以及每家子电厂平均
CO2 排放量的对比分析，本文发现虽然 CO2 排放总量高的电厂，其 CO2 影子价格也会相对较高，他们之间没
有必然的正相关关系。 但每家电厂的子电厂的 CO2 排放量却有一些别样的发现，子电厂分布数量最少的电
厂为中国电力投资集团公司和华润电厂，其次为国华电厂，这 3 家电厂每家子电厂的平均 CO2 排放量分别
为 475 万吨标准煤、431 万吨标准煤和 533 万吨标准煤。 纵观所有数据，华电电厂共有 8 家子电厂分布在全
国各地，每家子电厂的 CO2 排放量均值为 409 万吨标准煤。 通过一系列的对比分析，发现华电电厂的生产效
率相对最高，故其污染物 CO2 排放量相对较少，因此各企业间可以通过提高生产效率来参与环保进程。
在全国不同电厂之间的交易分析中，若以大唐电厂的 CO2 影子价格均值作为市场交易价格，则每交易
一吨的 CO2 排放量，其他电厂作为碳排放权的购买者则需支付 1 108.671 元/ 吨，全国电厂中每家子电厂的
CO2 排放量均值为 468 万吨标准煤，若政策规定每家电厂的 CO2 排放权为 468 万吨标准煤，基于此，会有电
厂有多余的碳排放权配额，若大唐电厂的碳排放权不足，则可以向华能电厂、华电电厂、华润电厂或国电电
厂等以市场价格 1 108.671 元/ 吨的价格购买所需的碳排放权，当碳排放权的购买成为企业的额外支付成本
时，企业为了节约成本便会提高其生产效率或是引用新机器来进一步的减少 CO2 的排放量，从而达到一定
的经济与环保效益；若碳排放权交易市场没有统一规定的交易价格时，如上述，当大唐电厂需要向其他电厂
购买所需的碳排放权时，会选择碳排放价格相对较低的企业进行购买，即使这样，其购买价格也会高于本电
厂的 CO2 影子价格 （即碳排放权价格的参考价 表5 各大电力集团公司 CO2 影子价格描述性统计 元 /吨
格），这样同样也会促进碳排放权充裕的电厂进 电厂 样本数 均值 标准差 最小值 最大值
一步地提高生产效率降低本电厂的 CO2 影子价 大唐 13 1 108.671 20.063 1 056.297 1 127.939
格， 推动碳排放权不足的电厂通过提高生产效 地方 34 1 107.634 15.070 1 078.226 1 144.567
华能 17 1 112.357 13.556 1 087.578 1 136.859
率来降低 CO2 的排放量。 综上分析，碳交易可以
华电 8 1 131.443 16.614 1 113.608 1 160.068
促进各电厂不同程度地减少本电厂地减排成 华润 3 1 113.735 13.796 1 100.163 1 127.746
本，从而提高本厂的经济效益与环保效益。 国电 12 1 116.997 13.689 1 090.109 1 132.965
在同一发电企业不同地区之间的比较中，本 国华 4 1 101.292 21.039 1 071.768 1 118.750
中投 2 1 121.325 7.394 1 116.097 1 126.553
文选取大唐发电厂为例。 如表 6 所示，本文样本
中共有 13 家子电厂隶属于大唐发电厂，其中若以河北大唐国际王滩发电有限责任公司的 CO2 影子价格作为
碳排放市场的市场交易价格时 （本文实证结果中全国火电企业 CO2 影子价格的平均值为 1 112.117 元/吨），
若不考虑碳交易过程中的其他成本， 则大唐阳城发电公司作为碳排放权的购买方则需要多支付 23.78 元/吨，
大唐电厂每家子电厂的平均 CO2 排放量为 500 万吨标准煤， 若每家子电厂在政策内的碳排放权为 468 万吨
12
2019 年 第 1 期 张宁等：碳交易减少了中国火电厂的减排成本吗？ —
—— 基 于 2005 — 2010 年 面 板 数 据 的 实 证 分 析 · 13·

标准煤，则大唐阳城发电公司需要在各子厂间购买所需的 32 万吨标准煤，由此需要在本电厂碳排放权价格的
基础上多支付 760.96 万元；同理，内蒙古大唐托克托发电公司作为碳排放权的购买方则要多支付 55.82 元/吨，
需要在本电厂碳排放权价格的基础上多支付 1 786.24 万元，山西大唐神二电厂作为购买方也许多支付 0.137
元/吨，需要在本电厂碳排放权价格的基础上多支付 4.384 万元，江苏大唐徐塘发电有限公司作为碳排放权的
购买方则可以少支付 11.133 元/吨，需要在本电厂碳排放权价格的基础上少支付 356.256 万元。 综上，即使是
在同一发电厂不同地区子电厂之间进行碳排放权交易时，也存在很大的碳减排成本，作为碳排放权出售方的
子电厂在交易中所获得的收益也不能与碳排放权购买方子电厂所支付的成本相持平，在子电厂利益受损的同
时也会影响总厂的效益，长此下去，各电厂便会通过各种途径来提高本厂的生产效率从而减少 CO2 的排放量。
表6 同一发电集团公司不同地区之间的比较：以大唐发电厂为例 元 /吨
内蒙古大唐托 河北大唐张 山西阳城国际发 河北大唐陡 天津大唐盘山发 河北大唐王滩
子电厂 安徽洛河电厂
克托发电公司 家口发电厂 电有限责任公司 河发电厂 电有限责任公司 发电有限公司
总电厂 大唐 大唐 大唐 大唐 大唐 大唐 大唐
影子价格 1 056.30 1 091.81 1 088.34 1 114.17 1 127.94 1 104.39 1 112.42
宁夏大坝发 陕西韩城第
江苏大唐徐塘 陕西渭河发电有 湖南大唐耒阳 山西大唐神二电
子电厂 电有限责任 二发电有限
发电有限公司 限公司 电厂 厂
公司 责任公司
总电厂 大唐 大唐 大唐 大唐 大唐 大唐
影子价格 1 123.25 1 120.79 1 125.37 1 109.84 1 126.15 1 111.98

在不同发电厂不同地区之间的交易中（如表 7 所示），若以 1 000 元/ 吨的价格作为碳排放权交易价格

时，则山东邹县电厂作为碳排放权的购买方则可以在本电厂 CO2 影子价格的基础上少支付 113.61 元/ 吨，一
共可以购买 9.80 吨的 CO2 排放权； 广东国华粤电台山发电厂若以这样的市场价购买贵州纳雍发电总厂的
排放权时，则贵州纳雍发电总厂可以纯获益 1 000 元/ 吨，广州国华粤电台山电厂则可以在本电厂碳排放权
价格的基础上少支付 71.77 元/ 吨；若每家电厂在政策范围内的碳排放权依然为 468 万吨标准煤，隶属于国
华电厂的广东国华粤电台山电厂若以 1 000 元/ 吨的市场价格购买所需的 65 万吨标准煤的碳排放权，则可
以在本厂碳排放权价格的基础上少支付 4 665.05 元，若碳交易市场并没有统一的市场定价，每家电厂均已
本厂的 CO2 影子价格作为碳排放权的市场价格，则 CO2 排放权购买方则会更多地向碳排放权较低的电厂购
买本厂所需的碳排放权，即高价想低价购买，若低价电厂的碳排放权不足时，只能以更高的价格向高价的电
厂购买所需的碳排放权。 由表 6 可以发现，偏远地区内蒙古大唐托克托发电公司和南部地区的广东国华粤
电台山电厂的碳排放权价格较低，分别为 1 056.30 元/ 吨和 1 071.77 元/ 吨，经济较发达地区的浙江北仑发
电有限公司和福建华阳后石电厂的碳排放权价格较高，分别为 1 096.04 元/ 吨和 1 088.86 元/ 吨，若后两家
发电厂以较低的市场价格购买上述偏远地区电厂的碳排放权，这样的一种碳排放权交易体系在一定程度上
也可以促进地区间经济的发展。
表7 不同发电厂不同地区之间的比较 元 /吨
内蒙古大唐 江苏华润
福建华阳 山东华能 山东邹县 浙江北仑发 广东国华粤 贵州纳雍
子电厂 托克托发 电力（常熟）
后石电厂 德州电厂 电厂 电有限公司 电台山电厂 发电总厂
电公司 有限公司
总电厂 大唐 地方 华能 华电 华润 国电 国华 中投
影子价格 1 056.30 1 088.86 1 090.91 1 113.61 1 100.16 1 096.04 1 071.77 1 116.10

将不同发电厂同一地区之间进行比较时， 山东华能德州电厂若以 1 000 元/ 吨的价格购买山东邹县电

厂的碳排放权时，则山东华能德州电厂则可以在本电厂 CO2 影子价格的基础上少支付 90.91 元/ 吨，山东邹
县电厂则可以额外获益 1 000 元/ 吨； 浙江北仑发电有限公司作为碳排放权的购买方则可以在此价格的基
础上购买 11.41 吨 CO2 排放权。
表 8 描述了样本数据中八大电力集团公司企业在中国四大区的分布情况， 及八大电力集团公司在样
本期间 CO2 影子价格的描述性统计。 如表 8 所示，西区与南区的发电企业分布较少，东区与北区的发电企业
分布较多，这与中国的工业分布结构有一定的关系。 同时可以直观地发现，不同区域相同发电企业之间、不
同区域不同发电企业之间以及相同区域不同发电企业之间的 CO2 影子价格均值、最小值与最大值均有所差
异，其中，东区 CO2 影子价格的均值为 1 115.63 元/吨，北区为 1 119.82 元/吨，南区为 1 106.90 元/吨，西区为
13
· 14· 北京理工大学学报（社会科学版） 2019 年 1 月

1 114.08 元/吨， 西区的 CO2 影子价格接近全国平均 表8 不同发电厂的地区分布及 CO2 影子价格描述

价格。 在样本期间，东区的 CO2 排放总量为 15 806.2 地区 企业 样本数 均值 最小值 最大值

大唐 2 1 125.60 1 123.25 1 127.94
万吨标准煤， 北区的 CO2 排放总量为 15 832.6 万吨
地方 12 1 108.46 1 084.52 1 144.57
标准煤，南区的 CO2 排放量为 6 437.8 万吨标准煤， 华能 5 1 110.21 1 090.91 1 123.13
西区的 CO2 排放量为 6 222 万吨标准煤。 中国东区 华电 3 1 129.68 1 113.61 1 160.07
东区
与北区为中国的主要工业区， 电厂数量多的同时， 华润 2 1 106.73 1 100.16 1 113.30
污染物的排放量也会相应地升高；南区主要为经济 国电 8 1 116.78 1 096.04 1 132.97
国华 1 1 101.05 1 101.05 1 101.05
发达的沿海港口区，服务产业的增多会有较高的电
中投 1 1 126.55 1 126.55 1 126.55
力需求，电厂产电量也会较多，而西部地区的经 济 大唐 7 1 097.06 1 056.30 1 114.17
较之其他地区不太发达。 当以东区的 CO2 影子价格 地方 13 1 115.49 1 095.99 1 135.94
作为市场交易价格进行碳排放权交易时，北区每购 华能 7 1 112.16 1 087.58 1 132.51
北区 华电 2 1 144.49 1 139.77 1 149.21
买一吨的 CO2 排放权，则可以在本区的基础上少支
华润 1 1 127.75 1 127.75 1 127.75
付 4.18 元，最多可以购买 267 吨 CO2 排放权；南区 国电 1 1 125.59 1 125.59 1 125.59
每购买一吨其他区的 CO2 排放权时，则在本区的基 国华 2 1 116.18 1 113.60 1 118.75
础上需要多支付 8.73 元， 最多可购买 126.8 吨 CO2 大唐 1 1 126.15 1 126.15 1 126.15
地方 6 1 090.71 1 078.23 1 107.40
排放权；若西区每购买一吨的 CO2 排放权时，则 需
南区 华能 3 1 119.95 1 106.82 1 136.86
要在本区的基础上多支付 1.56 元。 综上，若地区与
华电 1 1 125.93 1 125.93 1 125.93
地区之间进行碳排放权的交易时，碳排放量需求较 国华 1 1 071.77 1 071.77 1 071.77
多的东区与北区可以向西区和南区购 买 所 需 的 碳 大唐 3 1 118.67 1 109.85 1 125.36
排放权，在交易的过程中，不仅可以促使各地区 电 地方 3 1 104.16 1 095.19 1 110.44
华能 2 1 107.03 1 101.71 1 112.34
厂提高自身的生产效率进行绿色生产，还可以通过 西区
华电 2 1 123.80 1 122.36 1 125.24
资金流的转移增加西部地区的财政补贴，为西部大 国电 3 1 114.71 1 090.11 1 127.70
开发提供更多的资本。 中投 1 1 116.10 1 116.10 1 116.10
3.未来情景预测分析
在中国中长期环境与资源保护战略目标下所提出的更高水平的发展是指用大体二十年的时间，使中国
国内生产总值比 2000 年翻两番，到 2020 年，基本跨入世界银行划分的中等收入国家的平均水平行列，基本
实现工业化，建立完善的社会主义市场经济体制和更具活力、更加开放的经济体系。 2014 年 12 月《关于进
一步深化电力体制改革的若干意见》（即“新电改方案”）获国务院常务会议原则通过，并于 2015 年在经济发
展趋势的推动下，开始正式推动，这对中国的电力企业和电力市场格局均产生了重大的影响。
图 3 展示了使用趋势预测法所预测的八大电力集团公司 2011— 2020 年的 CO2 影子价格趋势。 发电企
业的 CO2 影子价格反映了 CO2 的边际减排成本，能够量化减少单位 CO2 排放量所需放弃的经济成本，是确
定碳排放权定价的重要参考依据。 从图 3 中可以看出，2005— 2006 年八大电力集团公司的 CO2 影子价格增
长趋势比较平缓，其中华能电厂和国华电厂还有些微下降趋势，这可能是由于 2005 年作为十一五计划的第
一年，同时在这一年《京都议定书》正式生效，国
1 600
际碳排放权交易进入迅速发展阶段， 中国各项
1 500
环保措施的主抓力度比较严格， 因此各发电厂 1 400
的污染物排放强度较少所引起的；2006—2010 1 300
价格 / （元 / 吨）

年及所预测的 2010— 2020 年的 CO2 影子价格 1 200

大唐
均呈现增长趋势，较高的 CO2 影子价格意味着 1 100 国电
华电
在电力行业的碳交易市场中企业每购买一单位 1 000
华能
900 中投
的碳排放权需要付出较高的交易成本， 当碳排
地方
800
放权的购买成本加入到企业成本的核算中时， 华润
700 国华
根据上文多维度的交易分析可以看出， 各企业
600
均会提高自己的生产效率， 最大程度地进行绿 2006 2008 2010 2012 2014 2016 2018 2020
年份
色生产， 以减少因环境污染而多支付的成本或 图3 基于多种方法的八大电力集团公司影子价格均值趋势预测
14
2019 年 第 1 期 张宁等：碳交易减少了中国火电厂的减排成本吗？ —
—— 基 于 2005 — 2010 年 面 板 数 据 的 实 证 分 析 · 15·

获得额外的收益。 本文的预测分析虽然没有加入 2015 年电力体制改革后对各电厂的影响，而是单纯地根据

2010 年以前的生产方式以污染水平对未来进行的简单预测， 但是本预测依然可以在一定程度上证明建立
碳排放交易权可以为各企业的绿色生产带来一定的激励效应，促进经济与环境的协同发展；同时，近些年
来，中国关于绿色发展所做出的各项努力也会更进一步地促进 2020 年目标的实现。

四 、结论
本文使用最小二乘法、校正平均绝对偏差法、随机前沿法和参数线性规划的方法对中国八大电力集团
公司自 2005—2010 年的 CO2 减排成本进行了估计，研究表明，不同的测量方法所计算出来的 CO2 减排成本
有所不同，全国 CO2 影子价格的平均值为 1 112.117 元/ 吨，本文进一步将不同方法所计算的 CO2 影子价格
均值作为碳交易市场的 CO2 价格对市场交易进行了多维度的模拟分析，研究证实，通过对同一发电厂不同
地区之间、不同发电厂不同地区之间、不同发电厂同一地区之间以及同一电力集团公司不同子电厂之间等
多维度的模拟分析均证明，在电力行业推广碳交易市场具有充分的市场空间。 同时，碳排放市场的推行可以
在一定程度上促进企业提高生产效率，通过较少减排成本进一步地提高经济效益，真正做到经济效应与环
境效应的协调发展。 此外，若在碳排放权给定的情况下，贫困地区可以向发达地区或是较为发达的地区出售
其未用完的碳排放权，在促进碳排放权转移的同时也可有效地起到精准扶贫的作用。
综上，碳排放权交易市场的建立是实现经济与生态协调发展的重要途径。 为保证碳排放权交易市场的顺
利运行及推广，本文主要有以下建议：（1）大力推广碳排放权交易市场的建立，并积极完善碳排放量配额与碳
排放权交易价格的机制制定，坚持市场为主、政府为辅的基本原则，保障碳排放权交易市场的顺利运行；（2）加
强现有产业的转移和升级以及环境无害技术的发展，注意当地产业的引进，并严格处理污染强度大的产业的
植入，利用高新技术改造传统产业，减少污染的产生；（3）使用经济杠杆，实行排污权交易制度等，调动企业减
污、治污积极性；（4）鼓励企业实行循环经济模式，完善环境保护和治理的法律法规，健全市场机制，强化环境
管理，实现环境污染的外部成本内部化；（5）通过培养与普及等措施，加强各部门对减排技术的认知、识别和选
择能力，以便未来更好地选择与推广现金的节能减排技术等。

参考文献：
[1] F魧RE R ，GROSSKOPF S ，LOVELL C A K ，et al. Derivation of shadow prices for undesirable outputs ：a distance function
approach[J]. Review of Economics & Statistics ，1993 ，75 （2 ）：374-380.
[2] PITTMAN R W. Issues in pollution control：interplant cost differences and economies of scales[J]. Land Economics ，1981，57：1-17.
[3] FARE R ， GROSSKOPF S ，LOVELL C A K ，et al.Multilateral productivity comparisons when some outputs are undesirable ：a
nonparametric approach[J]. The Review of Economics and Statistics ，1989 ，71 （1 ）：90-98.
[4] HAILU A ，VEEMAN T S. Environmentally sensitive productivity analysis of the Canadian pulp and paper industry ，1959 — 1994 ：
an input distance function approach[J]. Journal of Environmental Economics & Management ，2000 ，40 （3 ）：251-274.
[5] LEE M. Potential cost savings from internal/external CO2，emissions trading in the Korean electric power industry[J]. Energy Policy ，
2011 ，39 （10 ）：6162-6167.
[6] LEE M ，ZHANG N. Technical efficiency ，shadow price of carbon dioxide emissions ，and substitutability for energy in the Chinese
manufacturing industries[J]. Energy Economics ，2012 ，34 （5 ）：1492-1497.
[7] LAI P ，DU M ，WANG B ，et al. Assessment and decomposition of total factor energy efficiency ：an evidence based on energy
shadow price in China[J]. Sustainability ，2016 ，8 （5 ）：408.
[8] DU L，HANLEY A，WEI C. Marginal abatement costs of carbon dioxide emissions in China ：a parametric analysis[J]. Environmental
& Resource Economics ，2015 ，61 （2 ）：191-216.
[9] 陈诗一 . 工业 CO2 的影子价格：参数化和非参数化方法 [J]. 世界经济，2010 ，33 （8 ）：93-111.
[10] 张益纲，朴英爱 . 世界主要碳排放交易体系的配额分配机制研究 [J]. 环境保护，2015 ，43 （10 ）：55-59.
[11] 田艳秀 . 中国电力碳排放权交易体系研究 [D]. 成都：西南财经大学，2012.
[12] 荆克迪，安虎森，田柳 . 国际碳交易市场收益波 动 率 研 究 及 其 对 中 国 的 启 示 —基
—— 于 A-PARCH 模 型 的 Bluenext 碳 交 易 市
场的实证分析 [J]. 南京社会科学，2014 （3 ）：24-32.
[13] 曾佳 . 中国碳排放权交易制度相关问题研究 [D]. 长春：吉林大学，2015.
15
·16· 北京理工大学学报（社会科学版） 2019 年 1 月

[14] 崔长彬，王海南，唐浩 . 论“中国制造”低碳经济之路——

—碳排放 权 与 碳 汇 林 权 价 格 形 成 机 制 的 经 济 学 分 析 [J]. 价 格 理 论 与
实践，2011 （6 ）：79-80.
[15] YANG K ，LEI Y. The carbon dioxide marginal abatement cost calculation of Chinese provinces based on stochastic frontier
analysis[J]. Natural Hazards ，2017 ，85 （1 ）：505-521.
[16] 傅京燕，黄芬 . 中国碳交易市场 CO2 排放权地区间分配效率研究 [J]. 中国人口·资源与环境，2016 ，26 （2 ）：1-9.
[17] 苏建兰，郭苗苗 . 中国碳交易市场发展现状、问题及其对策 [J]. 林业经济，2015 ，37 （1 ）：110-115.
[18] 钟小剑，黄晓伟，范跃新，等 . 中国碳交易市 场 的 特 征 、动 力 机 制 与 趋 势 —基
—— 于 国 际 经 验 比 较 [J]. 生 态 学 报 ，2017 ，37 （1 ）：
331-340.
[19] 冯志远，李磊阳 . 中国碳交易市场的现状、问题及对策建议 [J]. 对外经贸，2015 （2 ）：64-66.
[20] 马 艳 艳 ，王 诗 苑 ，孙 玉 涛 . 基 于 供 求 关 系 的 中 国 碳 交 易 价 格 决 定 机 制 研 究 [J]. 大 连 理 工 大 学 学 报 （社 会 科 学 版 ），2013 ，34
（3 ）：42-46.
[21] F魧RE R ，GROSSKOPF S ，WEBER W. Shadow prices and pollution costs in U.S. agriculture[J]. Ecological Economics ，2006 ，56
（1 ）：89-103.

Does Carbon Trading Reduce the Carbon Emissions Abatement Cost

for Chinese Thermal Companies?
—Empirical Analysis based on Panel Data from 2005 to 2010
ZHANG Ning ， LIU Qingjun
（School of Economics ， Jinan University ， Guangzhou Guangdong 510632 ， China ）
Abstract ： This paper aims to calculate the shadow price of carbon dioxide in different enterprises from 2005 to 2010 which obtain
the microscopic data of 558 thermal power enterprises in China.For this purpose ，we uses the output-quadratic diretional distance
function ，applying the different estimaion methods. The study shows that the average value of CO 2 shadow price calculated by the
Parametric Linear Programming （PLP ）method is the highest ，which is 1 957.112 yuan/ton ；the average shadow price of CO2 calculated
by the Ordinary Least-Squation（OLS）method is the lowest，which is 747.634 yuan/ton; the average value of CO2 shadow price calculated
by the Corrected Mean Absolute Deviation （CMAD）methdod is is 808.912 yuan/ton；the average shadow price of CO2 calculated by the
Stochastic Frontier Analysis（SFA）method is 934.811 yuan/ton. Based on all methods ，the average shadow price of CO2 in the eastern
region is 1 115.631 yuan/ ton ，the average shadow price of CO2 in the northern region is 1 119.815 yuan/ ton ，the average shadow
price of CO2 in the southern region is 1 106.900 yuan/ton ，and the average shadow price of CO2 in the western region is 1 114.076
yuan/ton. This paper further makes the simulation analysis of multi-dimensional carbon trading between power plants and regions ，
using calculated carbon dioxide shadow prices ，proving that carbon trading can bring considerable economic benefits to thermal
power enterprises ；At the same time ，we predict the trend of carbon dioxide shadow price in eight power plants in the next ten years ，
and further demonstrat the possibility of realizing the strategic goal of long-term environmental and resource protection in China.
Key words ： shadow price ；output direction distance function ；carbon emissions trading ；multi-dimension
[ 责任编辑：孟青 ]

16