碳排放权交易对可再生能源发展的影响
发布时间：2021-10-24 06:59
伴随着经济高速发展,能源消费规模持续扩大,资源过度开发与空气污染问题日益突出,走低碳绿色发展的道路成为我国乃至全球的重要战略选择。在我国,发展可再生能源成为推进低碳经济发展不可逾越的途径。然而,可再生能源的发展主要依靠政府补贴,缺乏市场竞争力,而大量的补贴会增加财政压力。伴随着政府补贴逐渐取消,可再生能源仅依靠政府不足以支撑其发展,让市场在可再生能源资源配置中起决定性作用是当前和未来的重要方向。碳交易作为一种新型市场化的节能机制,不仅可以达到节约能源控制污染的目的,还可促进低碳节能技术的推广,提高整个社会福利。我国也在积极建立碳排放交易体系,于2011年首次宣布建立碳交易市场,并在全国范围内建立了7个碳交易试点。企业申请核证自愿减排项目获得自愿减排量,可在碳交易市场中出售多余的碳配额从而获取收益。然而,现有研究对碳排放权交易与可再生能源之间的关系关注较少。厘清碳排放权交易体系与可再生能源之间的关系有助于实现我国绿色发展和经济增长的双重目标,为未来能源发展战略在政策选择方面提供借鉴和启示。为深入研究碳排放权交易对可再生能源发展的影响,本文做了以下安排:首先,从微观层面分析碳排放权交易对可...
【文章来源】：对外经济贸易大学北京市 211工程院校 教育部直属院校
【文章页数】：163 页
【学位级别】：博士
【部分图文】：
技术路线图
59续表3.9原假设：不存在因果关系W-Stat.Zbar-Stat.Prob.lnKZSBL→lnUR2.407230.084050.933lnUR→lnKZSBL3.73101**2.636430.0084lnEI→lnUR4.34851**3.827040.0001lnUR→lnEI2.378870.029380.9766lnKZSBL→lnGDP2.784120.810740.4175lnGDP→lnKZSBL5.49655***6.040562.00E-09lnEI→lnGDP5.28954***5.641432.00E-08lnGDP→lnEI9.75848***14.25800lnEI→lnKZSBL2.820500.880880.3784lnKZSBL→lnEI3.45838**2.110770.0348注：*代表p<0.1,**代表p<0.05,***代表p<0.01图3.11方向图最后，为了检测CCEMG方法的稳定性，对比AMG方法的结果，表3.10中结果显示，两种方法下变量系数和显著性基本一致，可以得出运用CCEMG方法研究可再生能源与减排关系是合理的。稳健性分析中，两种方法下变量的方向和显著性都没有变，只是系数在一定范围内不同。此结果与Salim和Rafiq(2012)中用两种方法检验人均GDP和能源强度关系保持一致。Liddle(2015)同样用到两种方法检验，非化石能源与CO2之间关系为负。
79图5.1度电成本结构图风电项目参与自愿核证减排，获得减排指标，在碳交易市场出售，可获得额外收入用来抵消部分发电成本。基于此原理，将碳收益纳入公式(5.3)后得到公式(5.4)：()()()()()0102030011111-1111=1NNNNttttttttNetttCOSTCOSTCOSTICOSTrrrrLCOEQr=====++++++++(5.4)其中0I代表CCER获得的收入，与CCER年减排量（吨CO2）和CCER价格有关。具体而言，0减排=cIPR，cP是碳交易市场上CCER平均价格，减排R是核证自愿减排量。5.3数据来源及描述与第4章碳交易试点开始时间保持一致，本章节基于中国自愿减排交易所的信息（CCERE）平台，选取2014以后新建陆上风电场项目。依据CCERE平台监测报告，选取的新建设风电项目可以监测到的时间点截止到2016年。因此，选取2014-2016年新建风电项目。新建风电项目意味着项目从无到有，不包括已有项目需添加风电设备的企业。新建设风电项目的企业数据来自项目设计报告、监测报告和投资分析表。项目设计报告为可再生能源项目提供了一个独特的详细财务和技术数据来源。监测报告提供了关于项目投入使用后的事后信息，用于计算实际发电量。经筛选，最终选择25个风电项目，分布在不同省份（图5.2），且其项目建设时间主要集中在2014和2015年。新建设的风电项目主要分布在新疆、山西、湖北和云南，其次是河北、宁夏和湖南地区。关于折现率，参考Tu等(2018)设定为7%。对于有明确固定资产折旧率和折旧年限的根据实际数据进行
【参考文献】：
期刊论文
[1]英国绿色能源技术创新分析[J]. 马能,刘伟,张莉. 住宅与房地产. 2019(30)
[2]中国可再生能源技术的发展（1949—2019）[J]. 娄伟. 科技导报. 2019(18)
[3]从度电成本分析陆上风电平价上网实现对策[J]. 赵刚毅,刘嘉,张先儒. 西北水电. 2019(05)
[4]政府政策和市场竞争对欧盟国家可再生能源技术创新的影响[J]. 李杨. 资源科学. 2019(07)
[5]我国可再生能源的发展阶段与面临挑战[J]. 朱彤. 中国国情国力. 2019(07)
[6]排污权交易机制是否提高了企业全要素生产率——来自中国上市公司的证据[J]. 任胜钢,郑晶晶,刘东华,陈晓红. 中国工业经济. 2019(05)
[7]碳金融对可再生能源技术创新的异质性影响——基于欧盟碳市场的实证研究[J]. 齐绍洲,张振源. 国际金融研究. 2019(05)
[8]碳排放权交易政策对环境效率影响的实证研究[J]. 马晓伟,余华银. 荆楚理工学院学报. 2019(02)
[9]我国可再生能源配额政策的解读与发展方向分析[J]. 任玥. 中外能源. 2019(03)
[10]传统能源价格与我国碳交易价格关系研究——基于我国七个碳排放权交易试点省市的面板数据[J]. 赵选民,魏雪. 生态经济. 2019(02)
本文编号：3454807
【文章来源】：对外经济贸易大学北京市 211工程院校 教育部直属院校
【文章页数】：163 页
【学位级别】：博士
【部分图文】：
技术路线图
59续表3.9原假设：不存在因果关系W-Stat.Zbar-Stat.Prob.lnKZSBL→lnUR2.407230.084050.933lnUR→lnKZSBL3.73101**2.636430.0084lnEI→lnUR4.34851**3.827040.0001lnUR→lnEI2.378870.029380.9766lnKZSBL→lnGDP2.784120.810740.4175lnGDP→lnKZSBL5.49655***6.040562.00E-09lnEI→lnGDP5.28954***5.641432.00E-08lnGDP→lnEI9.75848***14.25800lnEI→lnKZSBL2.820500.880880.3784lnKZSBL→lnEI3.45838**2.110770.0348注：*代表p<0.1,**代表p<0.05,***代表p<0.01图3.11方向图最后，为了检测CCEMG方法的稳定性，对比AMG方法的结果，表3.10中结果显示，两种方法下变量系数和显著性基本一致，可以得出运用CCEMG方法研究可再生能源与减排关系是合理的。稳健性分析中，两种方法下变量的方向和显著性都没有变，只是系数在一定范围内不同。此结果与Salim和Rafiq(2012)中用两种方法检验人均GDP和能源强度关系保持一致。Liddle(2015)同样用到两种方法检验，非化石能源与CO2之间关系为负。
79图5.1度电成本结构图风电项目参与自愿核证减排，获得减排指标，在碳交易市场出售，可获得额外收入用来抵消部分发电成本。基于此原理，将碳收益纳入公式(5.3)后得到公式(5.4)：()()()()()0102030011111-1111=1NNNNttttttttNetttCOSTCOSTCOSTICOSTrrrrLCOEQr=====++++++++(5.4)其中0I代表CCER获得的收入，与CCER年减排量（吨CO2）和CCER价格有关。具体而言，0减排=cIPR，cP是碳交易市场上CCER平均价格，减排R是核证自愿减排量。5.3数据来源及描述与第4章碳交易试点开始时间保持一致，本章节基于中国自愿减排交易所的信息（CCERE）平台，选取2014以后新建陆上风电场项目。依据CCERE平台监测报告，选取的新建设风电项目可以监测到的时间点截止到2016年。因此，选取2014-2016年新建风电项目。新建风电项目意味着项目从无到有，不包括已有项目需添加风电设备的企业。新建设风电项目的企业数据来自项目设计报告、监测报告和投资分析表。项目设计报告为可再生能源项目提供了一个独特的详细财务和技术数据来源。监测报告提供了关于项目投入使用后的事后信息，用于计算实际发电量。经筛选，最终选择25个风电项目，分布在不同省份（图5.2），且其项目建设时间主要集中在2014和2015年。新建设的风电项目主要分布在新疆、山西、湖北和云南，其次是河北、宁夏和湖南地区。关于折现率，参考Tu等(2018)设定为7%。对于有明确固定资产折旧率和折旧年限的根据实际数据进行
【参考文献】：
期刊论文
[1]英国绿色能源技术创新分析[J]. 马能,刘伟,张莉. 住宅与房地产. 2019(30)
[2]中国可再生能源技术的发展（1949—2019）[J]. 娄伟. 科技导报. 2019(18)
[3]从度电成本分析陆上风电平价上网实现对策[J]. 赵刚毅,刘嘉,张先儒. 西北水电. 2019(05)
[4]政府政策和市场竞争对欧盟国家可再生能源技术创新的影响[J]. 李杨. 资源科学. 2019(07)
[5]我国可再生能源的发展阶段与面临挑战[J]. 朱彤. 中国国情国力. 2019(07)
[6]排污权交易机制是否提高了企业全要素生产率——来自中国上市公司的证据[J]. 任胜钢,郑晶晶,刘东华,陈晓红. 中国工业经济. 2019(05)
[7]碳金融对可再生能源技术创新的异质性影响——基于欧盟碳市场的实证研究[J]. 齐绍洲,张振源. 国际金融研究. 2019(05)
[8]碳排放权交易政策对环境效率影响的实证研究[J]. 马晓伟,余华银. 荆楚理工学院学报. 2019(02)
[9]我国可再生能源配额政策的解读与发展方向分析[J]. 任玥. 中外能源. 2019(03)
[10]传统能源价格与我国碳交易价格关系研究——基于我国七个碳排放权交易试点省市的面板数据[J]. 赵选民,魏雪. 生态经济. 2019(02)
本文编号：3454807
本文链接：https://www.wllwen.com/guanlilunwen/bankxd/3454807.html
