基于生物物理经济学思想的碳排放权价值测算模型研究

doi:10.16381/j.cnki.issn1003-207x.2021.1684

摘要/Abstract

摘要：

本文提出了一种生物物理经济学思想的碳排放权价值区间测算模型，使用温室气体环境容量价值解释碳排放权内在价值，以区别于使用企业边际减排成本或一级、二级市场价格等博弈结果的解释方法。虽然气候与经济动态综合模型（DICE模型）使用碳排放的社会成本（SCC）概念部分地实现了这个目标，但如果模型经历“排放—碳循环—气候变化—经济损失”的传导后对贴现率过于敏感，那么结果可能会包含较大的主观性。本文首先研究温室气体环境容量的价值形成过程，通过概率分布描述所有影响碳排放权价值的因素；其次使用蒙特卡洛方法对这些因素进行10000次试验，最终得到碳排放权价值概率分布和模型的敏感性分析结果。本文还提出了碳排放权参照价格模型，用于评估每单位碳排放应为本国环境容量生产以及国际碳机制对本国的货币损失所支付的货币量。参照价格是符合《巴黎协定》中“公平以及共同但有区别的责任和各自能力原则”的理论碳价，考虑了不同国情。本文的模型计算完全根据中国实际情况获得关键参数和数据，为中国碳市场健康发展以及气候变化谈判提供理论依据。

关键词: 大气环境容量, 碳排放权价值区间估算模型, 蒙特卡洛方法

Abstract:

Understanding the true value of carbon emission rights is the key to building the EmissionsTrading System.A model for estimating the value range of carbon emission rights is proposed based on the idea of biophysical economics， which explains the intrinsic value of carbon emission rights in terms of environment capacity value， thus distinguishing it from the explanation methods that use marginal abatement costs of enterprises， primary market prices or secondary market prices. Although the DICE model （Dynamic Integrated model of Climate and the Economy） partially achieves this goal using the social cost of carbon （SCC）， the complex external transmission chain of “emissions-carbon cycle-climate change-economic loss” made the results sensitive to the discount rate.

A solution is proposed that enables carbon value to be measured by probability. Carbon emission rights are a financial derivative whose value is based on greenhouse gases' environment capacity. Greenhouse gases' environment capacity is produced by carbon sequestration activities. The model first examines the value formation process of environment capacity. As the cheapest and mass-producible carbon sink， forestry carbon sinks are used to assess the cost of environment capacity. The Benítez model is drawn on for measuring the cost of carbon sinks， using a probability distribution to describe all the factors that affect the cost of absorbtion， and a Monte Carlo method is used to perform 10，000 trials on these factors. The final report of the probability distribution of the value of carbon emission rights and the sensitivity analysis of the model is obtained.

A mirror price model is also propased for carbon emission rights. The mirror price is the monetary amount that should be paid per unit of carbon emissions for the production of a country's environment capacity and the monetary loss to the country caused by the international carbon mechanism. The mirror price is a theoretical carbon price consistent with the principle of common but differentiated responsibilities in the Paris Agreement， taking different national circumstances into account. The mirror price can explain the intrinsic drivers of the carbon price.The value of carbon emission rights in China is examined using data on land prices， timber prices， and cedar forests carbon sink. The model can also be applied to value carbon emission rights in other countries.

Key words: atmospheric environment capacity, carbon emission rights value range estimation model, monte Carlo method

中图分类号:

F224.3

周家屹,冯连勇,朱金宏. 基于生物物理经济学思想的碳排放权价值测算模型研究[J]. 中国管理科学, 2023, 31(10): 96-105.

Jia-yi ZHOU,Lian-yong FENG,Jin-hong ZHU. A Model for Calculating the Value of Carbon Emission Rights Based on the Ideas of Biophysical Economics[J]. Chinese Journal of Management Science, 2023, 31(10): 96-105.

图/表 6

图1

图2

图3

图4

图5

图6

参考文献 39

1	许艳玲，薛文博，王金南，等.大气环境容量理论与核算方法演变历程与展望［J］.环境科学研究，2018，31（11）：1835-1840.
	Xu Yanling， Xue Wenbo， Wang Jinnan， et al. Development and prospect of atmospheric environment capacity theory and accounting method［J］．Research of Environmental Sciences， 2018，31（11）：1835-1840．
2	王爱国. 碳交易市场、碳会计核算及碳社会责任问题研究［M］.桂林：广西师范大学出版社， 2017.
	Wang Aiguo. Research on carbon trading market， carbon accounting and carbon social responsibility issues［M］. Guilin： Guangxi Normal University Press， 2017.
3	Nordhaus W. Revisiting the social cost of carbon［J］. Proceedings of the National Academy of Sciences， 2017， 114（7）：1518-1523.
4	Interagency Working Group. Technical support document： technical update of the social cost of carbon for regulatory impact analysis under executive order 12866［EB/OL］.［2022-03-17］. .
5	Interagency Working Group. Technical support document： social cost of carbon， methane， and nitrous oxide interim estimates under executive order 13990［EB/OL］.［2022-03-17］. .
6	Ellerman A.D， Decaux A. Analysis of post-Kyoto CO₂ emissions trading using marginal abatement curves［R］. Working Paper， MIT Joint Program on the Science and Policy of Global Change，1998.
7	Klepper G， Peterson S. Marginal abatement cost curves in general equilibrium： The influence of world energy prices［J］. Resource and Energy Economics， 2006， 28（1）：1-23.
8	张莹.气候变化问题经济分析方法的研究进展和发展方向［J］.城市与环境研究，2017（2）：82-102.
	Zhang Ying. Research progress of analytic and modelling methodologies in climate change economics［J］. Urban and Environmental Studies， 2017（2）：82-102.
9	Benítez P C， Obersteiner M. Site identification for carbon sequestration in Latin America： A grid-based economic approach［J］. Forest Policy and Economics， 2006， 8（6）：636-651.
10	Richards K R， Stokes C. A review of forest carbon sequestration cost studies： a dozen years of research［J］. Climatic Change， 2004， 63（1-2）：1-48.
11	Austin K G， Baker J S， Sohngen B L， et al. The economic costs of planting， preserving， and managing the world's forests to mitigateclimate change［J］. Nature Communications， 2020， 11（1）：1-9.
12	Cao Xianlei， Li Xiushan， Breeze T D. Quantifying the carbon sequestration costs for Pinus elliottii afforestation project of China greenhouse gases voluntary emission reduction program：a case study in Jiangxi province［J］. Forests， 2020， 11（9）： 9-28.
13	Metropolis N. The beginning of the monte carlo method［J］. Los Alamos Science， 1987， 15（584）： 125-130.
14	Hastings W K. Monte carlo sampling methods using markov chains and their applications［J］. Biometrika， 1970， 57（1）：97-109.
15	Spall J C. Estimation via markov chain monte carlo［J］. IEEE Control Systems Magazine， 2003， 23（2）：34-45.
16	Chen Nan， Hong L J. Monte Carlo simulation in financial engineering［C］//Proceedings of the 2007 Winter Simulation Conference， Washington， DC， USA， December 9-12， 2007：919-931.
17	Kroese D P， Brereton T， Taimre T， et al. Why the monte carlo method is so important today［J］. Wiley Interdisciplinary Reviews： Computational Statistics， 2014， 6（6）：386-392.
18	Glasserman P. Monte Carlo methods in financial engineering［M］. Berlin： Springer， 2003.
19	Gerstner T， Kloeden P. Recent developments in computational finance：foundations， algorithms and applications［M］. Singapore： World Scientific Publishing Co. Pte. Ltd， 2013.
20	余迪，张扬，史帅帅.海上风电项目平准化度电成本敏感性分析——基于蒙特卡洛方法［J］.工程经济，2018，28（8）：8-11.
	Yu Di， Zhang Yang， Shi Shuaishuai. Sensitivity analysis of the levelized cost of electricity of offshore wind power projects：based on Monte Carlo method［J］.Engineering Economy， 2018，28（08）：8-11.
21	Melgar R E， Hall C A S. Why ecological economics needs to return to its roots： the biophysical foundation of socio-economic systems［J］. Ecological Economics， 2020， 169： 106567.
22	冯连勇，曹高航， H.Boyle Garvin，等.生物物理经济学理论及其应用［M］.北京：石油工业出版社，2020.
	Feng Lianyong， Cao Gaohang， Boyle Garvin H.， et al. Biophysical economics theory and its application［M］. Beijing： Petroleum Industry Press， 2020.
23	吴健. 排污权交易：环境容量管理制度创新［M］. 北京：中国人民大学出版社， 2005.
	Wu Jian. Emissions trading： innovation in environmental capacity management system［M］. Beijing： China Renmin University Press， 2005.
24	Rockström J， Gaffney O， Rogelj J， et al. A roadmap for rapid decarbonization［J］. Science， 2017， 355（6331）： 1269-1271.
25	雷学军.光合作用就是碳汇［J］.中国能源，2020，42（6）：4-12.
	Lei Xuejun. Photosynthesis is carbon sink ［J］. Energy of China，2020，42（6）：4-12.
26	Gupta S L. Financial derivatives：theory， concepts and problems［M］.Delhi： PHI Learning Pvt. Ltd.， 2017.
27	Law A M， Kelton W D， Kelton W D. Simulation modeling and analysis［M］. New York： McGraw-Hill， 2000.
28	龙飞，沈月琴，祁慧博，等.基于企业减排需求的森林碳汇定价机制［J］.林业科学， 2020，56（2）：164-173.
	Long Fei， Shen Yueqin， Qi Huibo， et al. Forest carbon sequestration pricing mechanism based on enterprises’ demand for carbon emission reduction［J］. Scientia Silvae Sinicae， 2020， 56（2）：164-173.
29	晏红卫.沿河县主要森林类型碳汇能力及经济价值评估初探［J］.绿色科技，2010（10）：123-125+130.
	Yan Hongwei. Evaluation on carbon sink capacity and economic value of main forest types in Yanhe County［J］. Journal of Green Science and Technology， 2010（10）：123-125+130.
30	Benítez P C， McCallum I， Obersteiner M， et al. The economics of tree-planting for carbon mitigation：a global assessment［M］//Regional Externalities. Berlin： Springer， 2007：307-321.
31	Thompson R L， Patra P K， Chevallier F， et al. Top-down assessment of the Asian carbon budget since the mid 1990s［J］. Nature Communications， 2016， 7（1）：1-10.
32	IEA. About CCUS［R］. Working Paper， International Energy Agency， 2021.
33	刘牧心，梁希，林千果.碳中和背景下中国碳捕集、利用与封存项目经济效益和风险评估研究［J］.热力发电，2021，50（9）：18-26.
	Liu Muxin， Liang Xi， Lin Qianguo. Economic analysis and risk assessment for carbon capture， utilization and storage project under the background of carbon neutrality in China［J］. Thermal Power Generation，2021，50（9）：18-26.
34	Razali N M， Wah Y B. Power comparisons of shapiro-wilk， kolmogorov-smirnov， lilliefors and anderson-darling tests［J］. Journal of Statistical Modeling and Analytics， 2011， 2（1）：21-33.
35	Charnes J. Financial modeling with crystal ball and excel，+website［M］.New Jersey： John Wiley & Sons， 2012.
36	曾程，沈月琴，朱臻，等.基于造林再造林项目的杉木固碳成本收益分析［J］.浙江农林大学学报，2015，32（1）：127-132.
	Zeng Cheng， Shen Yueqin， Zhu Zhen， et al. Cost and benefit of Cunninghamia lanceolata carbon sequestration based on AR-projects［J］. Journal of Zhejiang A & F University， 2015，32（1）：127-132.
37	沈月琴，王小玲，王枫，等.农户经营杉木林的碳汇供给及其影响因素［J］.中国人口·资源与环境，2013，23（8）：42-47.
	Shen Yueqin， Wang Xiaoling， Wang Feng， et al. Carbon sequestration supply and its influencing factors for farmers operating fir in chinese southern collective forest zone［J］. China Population，Resources and Environment， 2013，23（8）：42-47.
38	Wang Jing， Feng Liang， Palmer P I， et al. Large Chinese land carbon sink estimated from atmospheric carbon dioxide data［J］. Nature， 2020， 586（11）： 720-723.
39	Looney B. Statistical review of world energy［R］.Working Paper， BP p.l.c.， 2020.

[1]	单而芳. 河流洪水风险控制的合作博弈分析[J]. 中国管理科学, 2023, 31(9): 45-51.
[2]	郑月龙, 周冰洁, 白春光, 蔡琴. 双向协同下产业共性技术跨组织合作研发微分博弈模型研究[J]. 中国管理科学, 2023, 31(9): 255-265.
[3]	唐金环,杨芳,姜力文. 疫情冲击下考虑产业政策对汽车制造商生产的影响研究[J]. 中国管理科学, 2023, 31(8): 122-131.
[4]	高雨薇, 聂腾飞, 杜少甫. 扶贫领域中权力寻租行为的政府监督策略与晋升机制研究[J]. 中国管理科学, 2023, 31(7): 153-161.
[5]	林强, 马嘉昕, 陈亮君, 林晓刚, 周永务. 考虑成本信息不对称的生鲜电商销售模式选择研究[J]. 中国管理科学, 2023, 31(6): 153-163.
[6]	胡卉, 唐子淇, 刘富鑫, 王愚勤, 何雄飞, 赵姣. 疫情下医用防护物资“无接触”配送优化[J]. 中国管理科学, 2023, 31(5): 152-163.
[7]	项寅. 考虑产业布局和用户满意度的氢能汽车加氢网络优化模型[J]. 中国管理科学, 2023, 31(5): 164-175.
[8]	刘碧玉, 杨海东, 柯迪. 专利授权下碳排放政策对制造商/再制造商运营决策的影响[J]. 中国管理科学, 2023, 31(5): 198-208.
[9]	姜涛, 饶卫振, 刘露. 顾客损失规避下提供体验服务的服务系统定价研究[J]. 中国管理科学, 2023, 31(4): 194-204.
[10]	杜志平, 区钰贤. 基于三方演化博弈的跨境物流联盟信息协同机制研究[J]. 中国管理科学, 2023, 31(4): 228-238.
[11]	冯青, 吴志彬, 徐玖平. 基于投入产出规模的省际碳排放配额分配研究[J]. 中国管理科学, 2023, 31(3): 268-276.
[12]	陈威, 马永开, 白春光. 基于碳限额与交易机制的上下游企业可再生能源投资策略研究[J]. 中国管理科学, 2023, 31(1): 70-80.
[13]	卢超, 邢窈窈, 蒋璐. 责任式创新的多主体演化博弈研究——以新冠疫苗研发为例[J]. 中国管理科学, 2023, 31(1): 226-237.
[14]	陈俊霖, 王山. 双渠道供应链中紧俏产品升级成本分担演化博弈分析[J]. 中国管理科学, 2022, 30(10): 224-235.
[15]	刘婉君, 张静文, 刘万琳. 基于拍卖机制的资源转移时间型动态分布式多项目调度[J]. 中国管理科学, 2022, 30(8): 117-129.