碳交易政策電力碳減排空間溢出效應研究

王喜平，李英杰

（華北電力大學經濟管理系，河北 保定 071003）

2020 年9 月，中國向世界作出了“碳排放力爭2030 年前達到峰值，爭取2060 年前實現碳中和”的承諾?！半p碳”目標的確立為中國實現低碳發展指明了方向。為了控制二氧化碳排放，自2013年起，我國在深圳、上海、北京、天津、廣東、湖北、重慶等7 個省市相繼開展碳交易試點工作，并在此基礎上于2017 年宣布啟動全國碳市場建設，于2021 年7 月16 日正式在發電行業率先啟動碳排放權交易。電力行業作為二氧化碳的排放“大戶”，其碳排放量占全國碳排放總量的40%以上[1-2]，而且碳排放強度相對較高。2019 年，電力碳強度達到624.82 kg/萬元。降低電力行業碳強度是實現全國碳強度約束性指標的關鍵手段?；诖吮尘?，研究電力碳強度的影響因素，分析碳交易政策對電力行業碳排放強度的影響及其空間溢出效應，不僅有利于促進電力行業節能減排和低碳綠色發展，而且對于建設全國統一高效碳市場，推進“雙碳”目標的實現具有重要的實踐借鑒意義。

國內外學者對于碳交易政策的影響研究多集中在政策的環境效應、經濟效應以及對企業發展的影響等方面。關于政策的環境效應，有研究表明，實施碳交易政策能夠有效降低碳排放強度，而且在這一過程中，經濟因素和技術因素的作用比較顯著[3]。曾詩鴻等[4]基于連續性雙重差分等方法，分析我國碳交易政策的減排效應及地區差異，研究發現碳交易能夠有效降低碳排放強度，且在東中部地區減排效應顯著。劉傳明等[5]基于中國省際面板數據，采用合成控制法與雙重差分（DID）方法對碳交易政策的減排效果進行實證分析，研究表明碳交易政策的實施顯著減少了區域碳排放。路正南等[6]采用DID 法分別檢驗了碳交易政策對我國二氧化碳排放量和二氧化碳排放強度的影響，結果顯示碳交易政策對降低地區二氧化碳排放量和二氧化碳排放強度都產生了顯著且持續的促進作用。任亞運等[7]采用DID 法檢驗碳交易的環境效應，結果發現碳交易政策不僅可以降低試點地區碳排放強度，而且可以促進試點地區整體綠色發展。類似的研究包括姬新龍[8]、王麗穎[9]、楊秀汪[10]等，他們得出了基本一致的結論。上述研究大多基于省級層面數據?？紤]到工業是碳排放的主要領域，還有不少基于工業行業層面的研究。李廣明等[11]利用DID 模型和雙重差分傾向得分匹配（PSM-DID）方法驗證碳交易的減排效果，研究發現碳交易對試點地區工業碳排放量和碳強度具有明顯的抑制作用。吳文潔等[12]利用DID法檢驗碳交易對工業碳生產率的影響，發現碳交易可以顯著提升試點地區工業的碳生產率。

綜上所述，有關碳交易政策環境效應的研究較為豐富，研究范圍和研究深度也在日益擴大，并取得了一些有價值的結論。然而，已有研究大多集中于國家、省市等區域或整體工業部門這些層面，對于工業細分行業的研究相對較少。盡管少數學者開展了具體針對電力碳減排的影響研究，如陳景東等[13]采用DID 模型檢驗了碳交易政策對電力碳排放的影響，發現相對于非試點地區，試點地區電力碳排放量具有更為迅速的下降趨勢。王喜平等[14]運用PSM-DID 方法評估碳交易對電力行業碳減排的影響，發現碳交易對電力碳排放具有顯著的抑制作用，且這種抑制作用隨著時間逐漸增強。然而上述研究大多從碳排放總量的角度進行分析，而非基于電力碳強度的概念。碳排放強度為單位GDP 的二氧化碳排放量，用來衡量經濟增長與碳排放量之間的關系。如果單位GDP 的碳排放量下降，則意味著經濟發展實現了低碳轉型。相較于碳排放總量這一絕對指標，碳強度作為一個相對指標，兼顧了電力碳排放和經濟增長2 個方面，但目前關于碳交易政策對電力碳強度影響的研究較為鮮見。不僅如此，已有研究大多將各個省份視為獨立的個體，忽略了相鄰省份之間的空間關聯，這可能會造成研究結論出現偏誤。

鑒于此，本文的貢獻主要在于：1）以碳交易試點為準自然試驗，考察了碳交易政策對電力行業碳排放強度的影響，并對比政策對于碳強度和碳排放量的減排效果，為碳交易政策在促進電力低碳減排工作上提供了直接的經驗證據；2）建立空間雙重差分（SDID）模型研究了碳交易政策的空間溢出效應，并分析了電力碳強度的空間相關性；3）建立中介效應模型，分別從能源結構調整、電耗強度、產業結構升級的角度，探究碳交易政策促進電力碳強度降低的影響機制，為碳交易政策的設計與改進提供參考。

1 模型與數據

1.1 模型設定

1.1.1 SDID 模型

DID 法是學術界研究政策效應的主要方法之一[15]，被廣泛應用于政策有效性評估[16-19]。姬新龍等[16]利用DID 模型評估了碳交易政策對碳排放強度的影響。借鑒姬新龍等[16]的研究，以是否屬于碳交易試點地區作為一個準自然實驗分組標準，對比試點地區和非試點地區電力碳強度（CCI）的差異來分析碳交易政策的減排效果。利用DID 法進行基準模型設計，為了甄別碳交易政策實施的有效性，保證回歸分析的結果準確，在模型中加入控制變量，得到模型1：

式中：lnCCI,it表示省份i在第t年的電力碳強度并進行對數處理；TTreat,i為地區分組虛擬變量，若省份i被列入碳交易試點，則TTreat,i=1，反之，TTreat,i=0；Yt為年份虛擬變量，表示碳交易政策實施年份，當t為碳交易實施后的年份時，Yt取值為1，反之則為0；TTreat,i×Yt的系數β1表示碳交易政策的減排效應；Xj為控制變量；βj為控制變量的估計系數；λi為個體固定效應；λt為時間固定效應；εit為隨機擾動項。

考慮到政策實施效果的持續性，為檢驗碳交易政策實施后產生的邊際動態效應，本文在模型1 的基礎上設立動態DID 模型（模型2）：

式中：TTreat,i為分組虛擬變量；Yt為年份虛擬變量；βt為第t年政策實施動態效應的回歸系數。

已有研究表明我國省際碳強度存在顯著的空間相關性[20]，如果不考慮這一空間關聯效應可能會導致估計結果出現偏誤。鑒于碳強度的空間相關性和碳交易政策的溢出效應，參照鄧榮榮[21]和許唯聰[22]等的研究，在模型1 的基礎上對DID 模型進行空間擴展，得到SDID 模型（模型3）。設定如下：

式中：ρ為被解釋變量的空間滯后估計系數，表示本地區對相鄰地區電力碳強度的空間溢出效應；W為模型的空間權重矩陣，本文采用地理距離平方矩陣作為空間權重矩陣；β2為核心解釋變量的空間回歸系數；θj為控制變量的空間回歸系數，其他參數與模型1 的設定一致。當β2=θj=0 時，為空間滯后雙重差分模型（SAR-DID）；當β2≠0、θj≠0 時，則為空間杜賓雙重差分模型（SDM-DID）。對于這2 種模型的選擇，后續將通過相關檢驗進行判定。

1.1.2 中介效應模型

為進一步探究碳交易政策對電力碳強度的影響機制，借鑒杜昕倩[23]和劉暢[24]等對中介效應模型的設置，在模型3 的基礎上構建面板中介效應模型（模型4）進行回歸分析。具體設定如下：

式中：i代表所在的地區；t代表年份；MMed,it為本文選取的中介變量；Xj為控制變量；βi為碳交易政策的碳減排效應系數；αi為碳交易政策對中介變量的偏效應系數；θi為中介變量對電力碳強度的偏效應系數；γi為引入中介變量之后，碳交易政策的碳減排效應系數。其余參數的設定與模型3 一致。

1.2 變量選取

本文以電力碳強度為被解釋變量，以碳交易政策（TTreat,i×Yt）為核心解釋變量，并根據王喜平[14]、鄧榮榮[21]、董直慶[25]、周朝波[26]等的研究選取5 個控制變量。相關變量具體說明如下。

1.2.1 被解釋變量

被解釋變量是電力碳強度（lnCCI）。碳強度通常指單位國內生產總值（GDP）所產生的二氧化碳排放量（單位為kg/萬元）。該指標能較好地反映電力行業碳排放量與經濟發展、產業結構、科技水平等之間的關系。

根據電力行業內部運行情況，電力行業二氧化碳排放量主要來源于火力發電[27]。由于水電、核電和可再生能源等根據電力工業碳排放核算的國際慣例設為零排放，因此僅考慮火電生產中的碳排放量?；诼摵蠂g氣候變化專門委員會（IPCC）提出的二氧化碳排放量測算法，對電力行業消耗的8 種主要能源產生的二氧化碳進行測算。計算公式如下：

1.2.2 核心解釋變量

核心解釋變量碳交易政策（TTreat,i×Yt）即地區分組虛擬變量與年份虛擬變量的交互項。當地區i為試點地區且t取值為2014 年及之后時，核心解釋變量TTreat,i×Yt取值為1，否則為0。TTreat,i×Yt的系數為碳交易政策對電力碳強度的影響效應。

1.2.3 控制變量

借鑒已有研究選取了以下5個指標作為控制變量。

1）經濟發展水平（GDP）以各省份人均實際GDP 來表示[26]。以2005 年為基期計算出每年的實際GDP 值，再計算出實際GDP 與各地區年末常住人口的比值，得到人均實際GDP，用來反映各省份經濟發展水平情況。

2）產業結構（IIS）用第二產業增加值與地區生產總值的比值來衡量，反映各省份的經濟特征[25]。第二產業占據我國三大產業主要比重，能源消耗量大且能源利用效率低下，對化石能源的依賴程度較高。目前，我國二氧化碳排放量主要來源于第二產業中的電力行業，其排放量占我國碳排放總量比例較高，是二氧化碳排放第一大戶。

3）科技水平（RRD）以各省份研究與試驗發展（R&D）經費支出來衡量，體現一個地區整體的科技水平[21]。R&D 研究人員和經費投入越多，企業生產中技術和設備越先進，對能源的開采和利用率就越高，所產生的碳排放量也隨之減少?？萍妓接绊懼粋€地區電力行業低碳生產和節能減排技術、設備的革新。

4）對外開放程度（OOPEN）以經營單位所在地進出口總額與地區生產總值的比值來衡量[14]。從長期來看，對外開放所帶來能源消耗、環境污染等壓力越來越大，全球性工業活動所產生的二氧化碳越來越多，影響著碳排放強度的降低。

5）環境規制（EEGI）用工業污染治理投資額的對數來衡量，反映各個省份污染防治情況[14]。環境規制以保護環境為目的，對各種污染物的排放和污染環境的行為進行規制，作為社會性規制的一項重要內容，使經濟發展和保護環境相互協調，在碳減排工作中發揮了一定作用。

1.2.4 中介變量

傳導機制檢驗中結合相關文獻關于中介效應模型的研究，引入3 個相關變量作為中介變量。

1）能源消費結構（EERS）為各地區煤炭消費量占能源消費總量的比值[25]，反映各個地區的能源消費情況。

2）電耗強度（EECI）是指單位工業增加值的電力消費量，即地區用電量與工業增加值之比，是反映電力能源利用效率水平的指標[14]。

3）產業結構升級（IIU）為各地區第三產業產值與第二產業產值之比[21]，反映了產業結構從低級形態向高級形態轉變的過程或趨勢。

1.3 數據說明

考慮到數據可得性，本文最終選取2005—2019年30 個?。ǔ鞑丶案郯呐_地區）相關數據作為樣本。其中，電力碳強度、電力碳排放量、電耗強度數據來自歷年《中國電力統計年鑒》；人均GDP、產業結構、對外開放程度、人口規模、城市化率、產業結構升級數據來自歷年《中國統計年鑒》；科技水平數據來自歷年《中國科技統計年鑒》；環境規制數據來自歷年《中國環境統計年鑒》；發電結構、能源結構數據來自歷年《中國能源統計年鑒》。為保證研究范圍的統一，將深圳市數據合并到廣東省。將北京、天津、上海、湖北、廣東和重慶6 個地區列入試點省市的地區作為處理組，其余24 個未列入試點省市的地區作為對照組。鑒于2014 年所有試點地區的碳交易試點工作全部開展，以2014 年為基準，將2005—2013 年設定為非試點時期，2014—2019 年設定為試點時期。對部分變量作取對數處理，保證數據的平穩性，方便計算，各變量的描述性統計分析見表1。

表1 描述性統計分析Tab.1 Descriptive statistical analysis

2 碳交易政策的減排效應檢驗

2.1 平行趨勢檢驗

利用SDID 模型進行碳交易政策的碳減排效應檢驗，必須滿足平行趨勢假設，排除與碳交易政策無關的其他因素對電力碳強度的影響。圖1 描繪了處理組和對照組2005—2019 年電力碳強度的變化趨勢。觀察圖1 可知：在實施碳交易之前，處理組和對照組電力碳強度的變化趨勢基本一致，且均呈現逐年下降的趨勢，滿足平行趨勢假設；從2013 年以后，處理組年平均電力碳強度下降速度比對照組下降速度更快，這是由于部分試點地區在2013 年就啟動了碳排放交易，說明碳交易政策可以顯著影響電力碳強度。這為運用SDID 模型進行回歸分析提供了依據和保障。

圖1 電力碳強度平行趨勢Fig.1 Parallel trend of carbon intensity of electric power

2.2 空間減排效應檢驗

2.2.1 全局空間相關性檢驗

空間計量模型認為，因變量會受其空間滯后項和外生變量的影響，而且也會受外生變量的滯后項的影響。因此，應建立空間滯后（SAR）模型和空間杜賓（SDM）模型，來研究碳交易政策對區域電力碳強度的影響。莫蘭指數是衡量空間自相關程度的一個指標，反映區域間的空間相關關系。首先采用全局莫蘭指數（IMoran）對區域間電力碳強度的空間相關性進行檢驗，計算式為：

式中：wij為空間權重矩陣中的空間權重；n為地區總數，本文中n=30，代表所研究的30 個省份；xi和xj分別表示區域i和區域j的電力碳強度；S2表示30 個省份電力碳強度的方差；表示30 個省份電力碳強度的均值。

IMoran指數的取值范圍是[-1,1]。當IMoran的取值為(0,1]時，則表示區域間存在著空間正相關性，且IMoran值越接近1，這種空間正相關性越強；當IMoran的取值為[-1，0)時，則表明區域間存在著空間負相關性，且IMoran值越接近-1，這種空間負相關性越強；如果IMoran=0，則表明不存在空間相關性。

用來進行回歸分析的地理距離平方矩陣的各元素為地理距離平方的倒數，定義如下：

式中：dij為區域i和區域j中心點之間的地理距離。

表2 為2005—2019 年電力碳強度全局莫蘭指數，其中P值表示顯著性的值。從表2 可以看出，在樣本區間2005—2019 年內，地區電力碳強度的全局莫蘭指數IMoran都在5%的水平上顯著為正。說明在樣本期內，我國地區電力碳強度呈現出顯著的正向空間相關關系，而且這種正向的空間相關性逐年增強。這也進一步說明了，在碳交易政策減排效應的研究中考慮空間異質性是十分必要的，選擇空間計量模型能夠使研究結果更具有合理性和準確性。

表2 2005—2019 年電力碳強度全局莫蘭指數Tab.2 Global Moran’s I of carbon intensity of electric power from 2005 to 2019

2.2.2 空間溢出效應檢驗

在考慮電力碳強度的空間溢出效應的前提下，采用SAR-DID 模型和SDM-DID 模型進行回歸，以檢驗碳交易政策對電力碳強度的影響。Hausman 檢驗結果中P值為0.544 3，所以接受原假設，采用隨機效應模型。碳交易政策的空間溢出效應檢驗結果見表3。表3 中：ρ表示電力碳強度的空間滯后系數，N為樣本量，R2表示樣本的擬合優度，_cons 表示回歸結果常數項系數。第2 列和第4 列為模型3的回歸結果，第3 列和第5 列為碳交易政策實施后時間趨勢回歸結果。

表3 碳交易政策的空間溢出效應檢驗Tab.3 Test of spatial spillover effect of carbon trading policy

由表3 可以看出，電力碳強度的空間滯后系數ρ顯著為正，表明試點地區電力碳強度的降低會顯著影響相鄰地區電力碳強度的降低。第2 列和第4 列結果顯示，在考慮區域電力碳強度空間相關性的基礎上，碳交易政策對電力碳強度的回歸系數依然在1%的水平下顯著為負，證明碳交易政策的碳減排效果具有穩健性，碳交易政策的實施能夠有效降低電力碳強度。從第4 列SDM-DID 模型回歸結果來看，相較于非試點地區，試點地區電力碳強度降低了17.04%。第2 列中SAR-DID 模型回歸結果也顯示出了類似的效果。根據第3 列與第5 列中2 種SDID模型下政策減排效果的時間趨勢回歸結果，政策實施之后，其減排效果呈現出隨著政策實施時間推移而逐漸增強的特征。相比于政策實施初期，碳交易政策的減排力度有所提升。根據碳交易政策的空間加權項（W×TTreat,i×Yt）系數來看，試點地區實施碳交易政策對相鄰地區電力碳強度的作用顯著為負，表明相鄰地區之間實施碳交易政策能夠形成空間溢出效應，碳交易政策試點地區起到示范作用，帶動相鄰地區進行碳減排，從而使得相鄰地區電力碳強度降低。

2.2.3 碳交易政策減排效果對比

表4 碳交易政策減排效果對比Tab.4 Comparison of emission reduction effects of carbon trading policy

由表4 可以看出，核心解釋變量TTreat,i×Yt的系數均顯著為負，但碳交易對電力碳強度的減排效果比碳排放量更強。政策的空間項系數顯示，相鄰地區實施碳交易對降低本地電力碳排放量的作用比碳強度更為顯著。碳排放量和碳強度的空間滯后系數均顯著為正，說明碳排放量和碳強度存在跨界傳導效應，試點地區碳排放量或碳強度的提高會顯著提高相鄰地區碳排放量或碳強度。

2.3 穩健性檢驗

為了檢驗空間計量模型的擬合效果，在所選取的2 種SDID 模型的基礎上進行沃爾德（Wald）檢驗和似然比（LR）檢驗，結果分別為60.01 和46.35，且都在1%顯著性水平下顯著，表明相較于SARDID 模型，SDM-DID 模型在探究碳交易政策對電力碳強度的影響作用中具有更優的擬合效果。根據表3 結果來看，碳交易政策能夠有效降低電力碳強度。為證實前文實證結果的穩健性，減少誤差，選擇SDM-DID 模型進行穩健性檢驗。穩健性檢驗所采用的3 種方法如下。

1）增加新的控制變量 鑒于不同地區各方面情況存在較大差異，為避免產生內生性問題，本文在原有控制變量的基礎上，新加入發電結構（lnEEPS）、人口規模（lnPPOP）、城市化率（lnUUR）這3 個控制變量進行回歸，結果見表5。由表5 可知，增加新的控制變量，碳交易政策（TTreat,i×Yt）的系數仍然在1%顯著性水平下顯著為負，表明本文結果具有穩健性。

2）改變時間窗口 考慮到在碳交易政策實施期間，試點地區的電力碳強度可能受到其他政策的影響，從而無法分離出碳交易政策碳減排的凈效應，導致回歸結果出現偏誤，因此將時間跨度調整為2010—2017 年后進行回歸。由表5 可以看出，改變時間跨度，TTreat,i×Yt的系數仍然顯著為負，說明本文的結果穩健。

3）反事實檢驗 為了排除試點省份選擇的隨機性并確保結果的穩健性，進一步進行了反事實測試。通過隨機抽樣抽取6 個省份作為虛擬碳交易試點省份，形成新的虛擬樣本。在模型3 的基礎上重復SDM-DID 回歸，根據政策估計系數來判斷對照組是否受到影響。如果TTreat,i×Yt的系數顯著，則關于表3 回歸結果的結論值得懷疑；反之，則說明對照組不受政策影響，本文結論是可靠的。通過Excel進行了3 次隨機抽樣，回歸結果見表5。從回歸結果可知，3 次隨機抽樣時，碳交易政策的回歸系數均未能通過顯著性檢驗，說明用SDID 方法分析碳交易政策的碳減排效應，滿足對照組不受到政策影響的假設。所以，關于本文回歸結果的分析和結論是可靠的。

3 傳導機制檢驗

根據上述實證分析結果，中國的碳交易政策對降低電力碳強度有著顯著影響，而且其作用效果隨著政策實施時間推移而逐步增強。此處對碳交易政策降低電力碳強度的途徑進行分析。根據相關文獻資料，碳交易政策源自排污權交易政策，而碳排放指的是能源消耗過程中產生的二氧化碳。目前，我國能源消費結構以煤炭為主，煤炭燃燒是碳排放的主要來源。調整能源消費結構就是減少化石能源消耗，限制能源的使用量，這是實現電力碳強度降低的直接途徑。在能源消費中，電力消費一直備受關注。隨著電能在終端能源消費中所占比例日益提高，減少用電量在節能減排工作中的作用越來越突出。單位工業增加值的電能消耗即電耗強度，是衡量某一地區電力能源利用效率的重要指標，也是反映電力消費水平和節能降耗狀況的指標。電耗強度的降低意味著電能利用效率的提高，使得電能的消耗和浪費減少，從而減少電能消耗所產生的二氧化碳排放，這也是降低電力碳強度的途徑之一。產業結構升級是產業結構優化重塑，向更高級化形態轉型的結果。我國現在的經濟增長過于依賴第二產業，第三產業的發展速度過慢，而第二產業發展耗能較大，產生大量的污染物。產業結構是電力行業碳排放增長的第二大驅動因素[28]，因此促進產業結構升級，有利于減少能源消耗和污染物的排放，這是降低電力碳強度的主要途徑。綜上所述，選取能源結構調整（EERS）、電耗強度（EECI）和產業結構升級（IIU）作為中介變量，進行傳導機制檢驗，回歸結果見表6。

表6 碳交易政策碳減排的傳導機制檢驗Tab.6 Test on the transmission mechanism of carbon emission reduction of carbon trading policy

由表6 可以看出，碳交易政策對能源消費結構的回歸系數在1%的顯著性水平下顯著為負，相較于未實施碳交易政策的地區，政策試點地區煤炭消費量占能源消費總量的比重降低了13.45%，說明碳交易政策對能源消費結構的調整作用十分顯著。能源結構調整回歸結果顯示，地區能源消費中煤炭消費量占比的提升顯著提高了電力碳強度，這表明碳交易政策能夠通過調整能源結構、促進能源結構轉型來降低地區電力碳強度。碳交易政策對電耗強度的回歸系數為負，且在1%的水平下顯著，說明碳交易政策的實施能夠顯著降低電耗強度，政策實施后試點地區電耗強度降低了17.58%。電耗強度的回歸結果則進一步發現降低電耗強度能夠有效降低電力碳強度，表明碳交易政策能夠通過降低電耗強度實現碳減排，從而降低電力碳強度。碳交易政策對產業結構升級的回歸系數在1%的水平下顯著為正，相較于非試點地區，政策試點地區產業結構得到了明顯的優化升級，碳交易政策對產業結構升級的促進作用十分顯著。產業結構升級的回歸結果顯示，產業結構升級對電力碳強度具有顯著的抑制作用，這表明碳交易政策能夠通過促進試點地區產業結構升級來降低電力碳強度。

4 結論與政策建議

本文以碳排放權交易試點政策為一次準自然試驗，以我國省際電力行業作為研究對象，基于2005—2019 年30 個省份電力行業相關數據，采用SDID 模型檢驗碳交易政策的碳減排空間溢出效應，并對比碳交易對于碳強度和碳排放量的減排效果。在SDID 模型基礎上建立中介效應模型研究碳交易政策碳減排效應的傳導機制，分析碳交易政策降低電力碳強度的途徑。主要結論如下：

1）碳交易政策的電力碳排放效應顯著。相較于非試點地區，政策有助于試點地區電力行業碳排放強度下降，并且減排效果呈現逐年增強的趨勢。相比政策對碳強度和碳排放量的抑制作用，其對碳強度的減排效果更加顯著。

2）在樣本延續期內，電力碳強度呈現顯著的正向空間相關性，試點地區電力碳強度的降低會顯著促進相鄰地區碳強度的降低。碳交易政策存在相鄰地區跨界傳導效應，試點地區碳交易政策的實施有利于形成示范效應，推動周邊地區碳減排。

3）能源消費結構調整、電耗強度降低和產業結構優化升級都是促進電力碳強度降低的重要途徑。碳交易政策可以通過這3 種途徑降低電力碳強度，實現電力行業碳減排。

基于以上結論，本文提出了一些建議：

1）碳交易政策對于減少碳排放量和碳強度的效果顯著，應進一步擴大其覆蓋范圍，最大限度發揮政策在電力碳減排中的作用潛力。加快全國統一碳交易市場建設和完善，分階段、有步驟地推進碳市場建設，在保證碳市場平穩有效運行的前提下，不斷完善市場交易體系，真正發揮市場機制在減少電力碳排放、降低電力碳減排成本方面的作用。

2）注重加強區域間的聯動性和協調性，增強區域間碳排放的共同治理，實現區域間的協同減排。政府應根據不同地區綜合實力和發展現狀，因地制宜制定差異化碳減排政策，充分發揮政策激勵作用，以試點地區為中心，擴散到周邊省市，充分發揮碳交易政策的空間溢出效應，逐漸形成碳交易試點城市網絡，為實現碳減排承諾作出貢獻。

3）對能源結構進行優化調整，降低電耗強度。降低對煤電的依賴程度，減少化石能源單位能耗，不斷提高清潔能源在能源消費中所占比例，這是我國電力行業實現二氧化碳減排的關鍵。實現電力行業的碳減排，根本途徑是發展綠色電力。積極推動電力行業生產工藝改進和低碳技術創新，提高能源利用效率，促進電力行業實現綠色轉型。

4）優化調整產業結構，促進產業結構升級。產業結構升級是電力行業碳減排的重要影響因素。政府應致力于打造低碳產業，適當抑制高耗能行業的發展，積極發展節能工業和第三產業，實現低碳發展模式。