碳市场有效性的结构性决定因素：一种机器学习方法研究发达与发展中经济体的排放交易差距

《Economies》：Structural Determinants of Carbon Market Effectiveness: A Machine Learning Approach to Emissions Trading Gaps in Developed and Developing Economies

　　

排放交易系统（ETSs）已成为最广泛采用的基于市场的温室气体减排工具之一。然而，其环境绩效在不同司法管辖区之间差异显著，表明碳定价机制在异质性的结构和制度条件下运行。本研究分析了影响实施ETS的经济体碳排放绩效的因素。基于生态现代化理论和制度理论，研究人员结合了k-prototypes聚类模型和人工神经网络（ANN）。首先，将53个国家的58个ETS根据其制度成熟度、监管范围和结构特征分为四种原型。其次，利用2000-2021年的年度数据估计了一个ANN模型，以检验环境、社会人口、经济和发展相关变量对人均碳排放的影响。结果表明，ETS绩效不仅取决于经济发展水平，还取决于更广泛的结构和制度因素。可再生能源消费和可再生能源生产成为降低碳排放的最有影响力的驱动因素，尤其是在发展中经济体。相反，城市化、出口导向型活动和治理薄弱与更大的碳排放压力相关。腐败在新兴经济体中对环境绩效的负面影响也更强。总体而言，研究结果表明，ETS不应被视为独立的气候工具；其有效性取决于促进可再生能源部署、加强制度质量以及应对与贸易和城市化相关的压力的互补政策。

**论文解读：碳市场有效性的结构性决定因素——基于机器学习的排放交易差距分析**

**研究背景与问题**
全球变暖背景下，各国广泛采用碳排放交易系统（ETS）作为基于市场的减排工具。然而，不同司法管辖区ETS的环境绩效差异显著：发达经济体普遍实现减排（如欧盟减排8.9%、美国11%），而发展中经济体（如墨西哥、哈萨克斯坦）反而出现排放增长。现有研究多聚焦于发达经济体，忽视了发展中经济体面临的制度摩擦（如腐败、外债）和结构性约束对ETS绩效的影响。本研究旨在识别并建模影响ETS实施经济体碳排放的结构、宏观经济学和制度变量，为差异化政策设计提供依据。论文发表在《Economies》。

**研究方法**
研究人员采用双阶段机器学习框架：
1. **k-prototypes聚类算法**：基于15个反映制度成熟度、监管范围和结构特征的变量，将53个国家的58个ETS分为4种原型。样本来源为国际碳行动伙伴组织（ICAP）报告及ICAP ETS地图。
2. **人工神经网络（ANN）模型**：构建包含22个变量的模型，以人均CO₂排放为因变量，自变量分为环境、社会人口、经济和发展水平四个维度。数据来自世界银行世界发展指标、Our World in Data、透明国际腐败感知指数等，覆盖2000-2021年。模型采用64-32神经元架构，ReLU激活函数，Adam优化器，并通过敏感性分析（变量扰动±5%、±15%、±30%）评估变量影响。

**研究结果**

**4.1 聚类特征**
通过k-prototypes算法，58个ETS被分为四类：
- **集群1**：以亚洲发达经济体为主（如中国北京、上海、天津试点ETS），具有高制度成熟度、完整排放限制和监控系统，但规模有限。
- **集群2**：以美国、拉丁美洲系统为主（如智利、哥伦比亚、阿根廷），处于发展或草案阶段，制度架构不完整，重点覆盖农业和废弃物部门。
- **集群3**：以北美国家为主（加拿大、美国、墨西哥），虽年轻但监管雄心强，具备多气体覆盖，重点覆盖能源和矿业。
- **集群4**：全部为发达经济体系统（如欧盟ETS、新西兰ETS、瑞士ETS、区域温室气体减排倡议（RGGI）），运营历史长，制度框架全面，包含海运部门。
结果表明，ETS异质性不仅由监管设计驱动，还受经济发展水平影响。

**4.2.1 特征重要性分析**
基于SHAP值和置换重要性的综合排序，前10个关键变量为：可再生能源消费、腐败、出口、人均GDP、可再生能源生产、人口规模、人口密度、外债、城市化、人均能源消费。其中，可再生能源消费和腐败是最重要的预测因子，解释约80%的模型预测能力。

**4.2.2 特征敏感性分析**
- **可再生能源消费**：降低30%导致发展中经济体预测排放上升12.56%（发达为7.31%）；增加30%使发展中经济体排放下降7.33%（发达为7.23%）。
- **腐败**：增加30%使发展中经济体排放上升17.78%（发达为7.30%）；减少30%使发展中经济体排放下降4.15%。
- **出口**：增加30%使发达与发展中经济体排放分别上升6.96%和4.85%。
- **可再生能源生产**：降低30%使发展中经济体排放上升3.60%（发达为1.37%）；增加30%使发展中经济体排放下降2.42%。
- **城市化**：增加30%使发展中经济体排放上升12.54%（发达仅1.37%）。

**讨论与结论**
讨论部分指出，结果与生态现代化理论和制度理论一致：可再生能源是脱碳的核心驱动力，尤其对发展中经济体效果显著；腐败通过削弱制度执行能力而放大排放压力。政策含义：ETS不应孤立实施，需配套加强制度质量、推广可再生能源、管理城市化和贸易压力。研究结论：ETS的绩效取决于其设计及互补政策，包括可再生能源部署、环境治理及城市化与贸易结构管理。人口增长对排放的影响呈非线性，发达经济体可通过基础设施和能效缓解压力，而发展中经济体则面临更大挑战。腐败是关键的制度因素，30%的腐败增加与17.78%的排放增长相关。总体而言，ETS不能被视为自足工具，其有效性依赖于结构性条件。