欧盟碳配额现货与期货价格关系及对中国的借鉴

基于欧盟碳市场配额现货与期货的发展经验和对我国统一碳市场建设的借鉴,本文以2005-2012年欧盟碳排放权交易体系(EU ETS)欧盟配额的现货和期货价格为样本研究二者之间的关系。本文运用单位根检验(ADF检验)的方法验证现货与期货价格的序列平稳性,并在序列平稳的前提下基于协整理论研究现货价格与期货价格的长期均衡关系,反映了二者间的静态关系。但短期内这一静态关系并不成立,反而表现出一定的动态性,短期价格的变动能够真实地反映市场需求,对价格的形成起着重要作用,因而采用向量误差修正模型重点研究二者间的短期动态关系。研究表明:1碳现货价格与期货价格间有着不同程度的影响,二者存在长期均衡,但短期内受市场特定因素的影响,二者又有所偏离;2期货价格反应灵敏,偏离均衡后调整速度快于现货,而且期货的滞后期价格对现货价格影响显著,这更加突显了碳期货的价格发现作用;3期货市场涉及了投资者对市场的预期和判断,较现货交易包含了更多的投机性,价格更为灵活,波动频繁,增加了市场风险。最后,根据结论对我国碳市场建设提出一些启示和建议:针对现货与期货价格之间的动态关系,应当积极开发和利用碳期货市场,通过期货的价格发现功能形成合理碳价,同时需要增强期货市场与现货市场的透明度,实现信息的传递与分享,最终实现期货市场对现货市场的补充和完善;为规避期货价格的波动性所带来的风险,需要建立一套完善的风险防控体系,在风险可控的前提下利用期货价格对市场进行预期,及时引导市场价格,形成完善的价格机制,为全国统一碳市场建设提供价格基础。     

中国煤炭市场现状剖析与国际煤价走势研究

近年来我国己成为世界第一煤炭生产国、消费国和进口国.2013年实施电煤价格并轨后,我国国内煤价与国际煤价的波动趋势也将日趋一致.在国内煤炭供给过剩的情况下,我国煤炭进口却仍在大幅增加,对我国煤炭市场造成了较大影响.因此,准确预测国际煤炭价格既有利于择机进口煤炭,也有助于进一步完善国家煤炭应急储备机制.通过整体经验模态分解(EEMD),非平稳煤价序列被分解重组为正常市场波动、重大事件影响、长期趋势等具有不同经济含义的时间序列.这三项时间序列被用于支持向量机(SVM)组合建模对国际煤价进行了一年内短期预测.研究发现:2013年国际煤炭价格将呈整体下跌趋势,趋向长期趋势线,并处于低位小幅波动.     

基于Bayes误差修正的我国能源消费需求组合预测研究

鉴于能源需求系统的复杂性，为了更科学地分析相关经济因素的变化对我国能源需求的影响效应，本文首先利用通径分析法分析了能源需求的主要影响因素及其对能源需求的直接与间接作用，结果表明经济增长、全国总人口、能源消耗结构是决定能源消费需求的主要因素，其中，经济增长为能源需求的主要决定因素，能源消费结构为能源需求的主要限制性因素。在此基础上，文章考虑了多重共线性和预测有效性问题，分别建立了偏最小二乘（PLS）及趋势外推的单一预测模型，然后基于最优组合预测理论建立了偏最小二乘（PLS）——趋势外推组合预测模型。最后，利用Bayes计理论得到了预测误差的概率分布和组合预测的区间估计。结果表明，利用预测误差的Bayes估计来修正组合预测的结果，将得到更为精确的结论。     

国际跨区碳市场及其能源经济影响评估

建立全球性跨区域碳市场被认为是全球气候治理的有效方式而一直备受关注。即将在2015年建成的欧盟-澳大利亚链接碳市场将成为国际跨区域碳市场的重要尝试。为分析建立多国参与的国际跨区碳市场的全球减排效果及其对各参与国的能源经济影响,本文采用表达能源经济系统相互关系的全球动态可计算一般均衡模型做出定量研究。模型将全球经济体分为20个经济部门和19个区域,并刻画有17种能源生产技术。同时为模拟全球碳市场政策,模型将碳排放权作为与化石能源消费相绑定的必要投入考虑到经济部门的各个生产与消费环节当中。在外生设置碳排放配额的同时,模型允许碳排放权像商品一样在不同区域与部门之间进行交易。考虑到全球碳市场的进展速度,本文选取2020年为研究时点,分别设计了四种情景(参考情景、独立碳市场情景、欧盟-澳大利亚链接情景以及中国-欧盟-澳大利亚链接情景)来探讨欧盟、中国、澳大利亚三国参与下的全球碳市场及其影响。研究表明,在各国2020年减排目标约束下各国碳市场的排放权价格有较大差别,澳大利亚碳价最高(32美元/t CO2),欧盟价格稍低(17.5美元/t CO2),而中国碳价最低(10美元/t CO2)。同时尽管中国的相对减排量(3%)低于欧盟(9%)与澳大利亚(18%),中国的绝对减排量也远远大于欧盟与澳大利亚两个国家。由于中国相对减排成本较低,中国加入欧盟-澳大利亚链接碳市场将促使国际碳价从22美元/t降至12美元/t,欧盟和澳大利亚分别向中国转移71%和81%的本国减排任务,同时分别获得0.03%和0.06%的福利增加。由于排放约束影响,中国工业部门的能效提升1.4%,煤炭发电量下降3.3%,而清洁能源发电量则上升3.5%。     

BP神经网络在城市建成区面积预测中的应用——以江苏省为例

城市建成区规模的迅速扩张是目前江苏省土地利用变化中的一个显著特点，其面积从1985年的426 km2扩大到2003年的2 200 km2，平均年增加98.56 km2。城市建成区规模的扩张受到社会、经济、人口等多种因素的影响，用传统方法对其进行预测比较困难。鉴于BP神经网络在非线性领域预测中的广泛应用，以江苏省为研究对象，构建一个11-3-1结构的BP神经网络预测模型，以1985~2001年和2002年的相关数据作为模型的训练和测试样本，以2003年的社会、经济数据作为网络的预测输入，对该年的建成区面积进行预测。结果表明，BP神经网络预测结果与实际面积的相对误差为3.96%，其预测精度与多元回归预测模型相比有较大改善。     

三峡库区草堂河流域土壤pH空间分布预测制图

以三峡库区草堂河流域为研究区,利用网格布点,共采集102个土壤样点,分析测定土壤的pH值,结合成土母质和地形等10个环境因子,以样点总数的85%作为训练集进行预测模型构建,15%作为验证集检验模型精度,利用随机森林(Random Forest, RF)模型对研究区土壤pH进行空间分布预测并制图。结果表明:土壤pH与谷深、坡长呈显著正相关,与海拔、距河网垂直距离、坡高呈显著负相关。三叠系大冶组灰岩发育的土壤pH值高于三叠系须家河组石英砂岩发育的土壤pH值。基于环境因子的RF预测模型,平均绝对误差(MAE)为0.47、均方根误差(RMSE)为0.59、决定系数(R~2)为0.85,能解释研究区土壤pH值85%的空间变异。对土壤pH值产生主要影响的环境因子为成土母质和海拔。可见,基于环境因子的RF预测模型,预测精度高,可以作为土壤pH空间分布预测的有效方法,能为流域尺度下其他土壤属性的空间分布预测提供依据和借鉴。     

中国银行业与中国的碳金融发展

本文介绍了碳金融的定义以及中国构建完善碳金融体系的背景,指出我国的CDM市场虽然是全球最大的CDM市场,但碳金融还处于起步阶段,缺乏国际CERs定价权,CDM项目存在巨大的风险,这些问题亟需解决。中国的银行业作为中国金融机构的主要组成部分,在构建完善的碳金融市场上起到了十分关键的作用。分析了目前中国银行业参与碳金融的现状及存在的问题,提出了中央银行和中国商业银行介入碳金融的方法。中央银行应与商业银行相互配合使中国的碳金融市场尽快发展和完善。     

基于Logistic模型的中国各省碳排放预测

在“碳排放量与能源消费成正比”假设的基础上,对中国30个省区2011～2020年碳排放进行了预测。首先对中国30个省区1987～2010年的历史累计排放量和人均累计排放量进行计算,依据历史累计排放量和人均累计排放量两个指标,运用K-均值聚类分析法将中国各省区碳排放分成了5类。分别绘出5类区域中各省的历年碳排放量曲线,并进行数据分析,发现：以2002年为界线,2002年前后两个时段中国各省区碳排放变化差异很大。这一现象说明2002年以前的各省碳排放趋势并不能表征未来年份各省的碳排放。在此结论的基础上,构建了碳排放量增长的Logistic预测模型,并以2002～2010年碳排放数据为样本数据,对2011～2020年中国各省区碳排放进行了预测。为了验证预测模型的精确性,利用Logistic预测模型对中国30个省区2002～2010年的碳排放进行了预测,并将预测值与实际排放值进行比较发现,除了宁夏自治区的误差达1458%外,其他地区的误差均在7%以下。除宁夏外的中国各省区预测误差的平均值为622%,由此验证了Logistic预测模型的精确性。同时,也说明对中国30个省区2011～2020年碳排放的预测值具有较高的可信性。本研究为中国各省未来碳排放政策的制定提供了方法与数据支持     

洞庭湖稻作区褐家鼠种群数量预测

1986年10月至1990年9月对洞庭湖稻作区褐家鼠的种群数量进行了逐月调查的基础上，对影响褐家鼠种群数量变动的因子(种群基数、种群年龄结构和气候等因子)进行了逐一分析和筛选。再从简单性、实用性考虑，确定了和预测月份(7月、9月)相关系数显著的主要影响因子，3月份农舍褐家鼠的夹捕率、3月农舍夹捕褐家鼠群体中的成功比和3月份月平均气温。根据洞庭湖稻作区农业耕作制度以及褐家鼠对该地区农业生产危害的特点，建立了2个农田褐家鼠种群数量预测模型：Y1=0.4590X1 0.6523X2-0.4194X3-7.4563和Y2=0.2773X1 0.3978X2-0.2459X3-4.5693,Y1模型预测当年7月农田褐家鼠种群的数量，Y2模型预测当年9月农田褐家鼠种群的数量。实际运用该预测模型对湖南省汉寿县1997年7月、9月，1998年7月、9月，1999年7月、9月，2000年7月农田褐家鼠种群的发生数量进行预报，发生数量级预测值与实测值吻合程度良好。     

基于循环神经网络的洞庭湖水位预测研究

洞庭湖流域分布了3个重要的自然保护区,是我国大型淡水湖泊湿地系统之一,生态资源丰富.水位是维持其生态系统结构、功能和完整性的基础.为预测长江和流域"四水"来水组合影响下的洞庭湖水位变化,该文采用两种循环神经网络方法——长短期记忆(LSTM)和门控循环单元(GRU),构建了洞庭湖水位变化的预测模型.LSTM和GRU的优势在于能够学习网络的输入和输出之间的长期依赖关系,这对于模拟受上游来水影响的水位累积变化至关重要.模型以湘江、资水、沅江、澧水入湖流量和长江干流宜昌站前期流量作为输入条件,预测洞庭湖不同湖区的水位变化过程.利用1980～2002年水位流量时间序列数据对模型进行测试,2003～2014年数据进行验证,并对两种模型的预测结果进行了比较.结果表明:(1)循环神经网络LSTM和GRU方法均可合理预测洞庭湖水位的变化过程,NSE和R2均为0.91～0.95,各站水位预测的RMSE值为0.41～0.86 m,NSE和R2均为0.91～0.95;(2)LSTM的预测精度稍高于GRU,但GRU计算更高效,是LSTM一个很好的替代方案;(3)模型能够较准确的模拟一次洪水事件,洪水位的预测值与真实值的最大相对误差低于5％;且模型具有较好的多步长时间序列预测能力,有在水文模型应用方面的潜力.     

碳金融市场的风险识别和监管体系设计

当前,全球碳交易体系分割且从属于不同的政府或区域管辖之下的发展特征,产生出一系列新的问题,例如分散交易体系如何链接、各市场减排效果如何比较等问题。由于国际碳市场相对发展还不成熟、预期寿命不确定、波动性较强,且由于碳市场发展历史较短,缺乏长期的定量数据记录,市场上为参与者提供的风险管理工具很少。而随着2013年中国七省市的区域碳交易试点陆续启动,结合全国层面的自愿减排交易体系,碳交易将成为中国实现减排目标的重要手段。在发展初期,我国碳金融市场至少存在机制设计风险、市场供给风险及违规操作风险等方面的挑战。因此,无论是从市场的可持续发展、相关经济部门和市场稳健发展还是从公共利益出发,我国相关政府部门均应识别碳金融市场的风险,以保证有效的交易和定价机制、避免欺诈和价格操纵、平衡信息透明度及保密程度为基本原则和目标,尽早从监管法律、监管机构及权限、监管范畴及监管内容等多方面全面设计碳金融监管体系。     

碳市场对中国行业竞争力的影响及政策建议北大核心CSSCI

"十二五"时期碳市场逐渐受到我国政府决策部门的重视,7个省市成为建设碳市场的试点。碳市场形成的碳价格会在短期内导致相应行业、企业的生产成本上升,竞争力受到影响。采用与国际研究可比的方法,基于我国现有的分行业能源消费数据测算出行业生产过程中的直接碳排放以及用电产生的间接碳排放,以及2007年投入产出表提供的分行业增加值数据,测算出不同碳价格导致的不同行业的碳成本及占增加值的比重。分析表明,如果我国碳价格水平与发达国家目前的碳价格相近,例如150元/t CO2,那么在各行业中所引起的额外碳成本占行业增加值比重超过5%的行业累加起来,其占GDP的比重达到14%,比在欧美发达国家的影响范围(1%左右)高出10倍。若与发达国家在当前碳价格下的影响程度相近,我国目前碳价格水平最高不能超过40元人民币/t CO2。     

能源结构优化对广东省碳强度目标的贡献潜力

能源结构优化是实现广东省"十二五"碳强度目标的有效措施之一。为评估能源结构优化对广东省碳强度目标实现的贡献潜力,本文首先运用情景预测、成分数据模型、GM(1,1)模型等多学科方法预测了2011-2015年广东省碳强度趋势,然后分27个组合情景评估了能源结构优化对实现广东省碳强度目标的贡献潜力。结果表明:在理想情景(经济高速增长、能源消费量强化控制且能源结构大幅调整)下,2015年碳强度相对2010年下降19.37%,能源结构优化对实现碳强度目标的贡献潜力最大,达到99.33%;即使在保守情景(经济中速增长、能源消费量适度控制且能源结构小幅调整)下,2015年碳强度相对2010年也将下降2.66%,能源结构优化对实现碳强度目标的贡献潜力也会达到13.65%。广东省仅靠能源结构优化无法实现碳强度目标,若能系统性采取一系列对策,则完全可能实现广东省碳强度目标。     

碳排放权市场结构相依特征研究:规则藤方法

碳排放交易市场的建立,是一个基于经济学理论来解决气候变暖问题的具有价值的途径,其目的是发展低碳经济。在欧盟排放交易体系一级市场上,以欧盟排放配额(European Union Allowances,EUA)作为主要交易标的物的碳排放权交易市场已经成为一个重要的新兴贸易市场。随着碳排放权交易市场的不断发展,该市场的资本化程度逐渐深化,其金融属性也日益显著,并逐步融入到国际资本市场体系之中。与其它资本市场相类似,碳排放权交易市场之间也存在着复杂的非线性相关关系,而Copula函数可以用来捕捉这种相依结构特征。因此,文章选取欧盟排放配额(EUA)期货的日价格时间序列数据,首先假设新息序列服从学生t分布,运用ARMA-GARCH模型对经调整的对数收益率序列进行过滤,采用极大似然方法估计模型的参数,并得到残差序列,同时将其标准化而得到标准化残差;然后,将Kendall’s tau秩相关系数作为权重,采用最大生成树算法(maximum spanning tree algorithm)的序贯Copula选择方法构建合适的规则藤Copula模型,并运用基于序贯的极大似然方法估计规则藤Copula模型,以描述碳排放权交易市场之间复杂的相依结构特征。研究结果发现:在无条件下,t-copula函数可以较好地捕捉碳排放权市场之间的相依关系,说明市场存在明显的对称尾部;在Dec10EUA、Dec12EUA、Dec13EUA市场相依结构固定下,Dec11EUA与Dec14EUA市场之间的相依结构可以采用Gaussian copula函数来描述,而在Dec10EUA、Dec13EUA市场相依结构确定不变情形下,Dec12EUA与Dec14EUA市场之间的相依结构则适合采用Frank copula函数来捕捉,说明这些市场之间并没有出现尾部特征。进一步地,文章分别选择White信息矩阵等式拟合优度检验和基于概率积分转换(probability integral transform,PIT)与经验Copula过程(empirical copula process,ECP)混合方法的拟合优度检验,并基于Bootstrap方法,以Cramer von Mises(Cv M)检验统计量作为度量测度,来对模型进行拟合优度的检验。研究发现,构建的规则藤Copula模型能够较好地捕捉碳排放权市场之间的相依结构。这一研究结果,为准确探讨碳排放权交易市场之间、碳排放权交易市场与其它资本市场之间套期保值策略提供了一定的参考意义,也有利于提高碳排放权市场产品定价的准确度。     

长三角城市群科技创新、经济增长与生态环境的时空耦合及趋势预测

在梳理耦合跃迁机理的基础上，构建了科技创新、经济增长与生态环境三系统的评价指标体系，凭借熵值法、耦合协调度模型、空间重心模型与GM(1,1)灰色预测模型，科学测算与分析了2006～2019年长三角城市群科技创新、经济增长与生态环境三系统之间的时空耦合特征及其未来演变趋势。研究表明：(1)科技创新、经济增长和与生态环境各系统综合水平发展情况总体向好；(2)三系统耦合协调水平呈平稳上升态势，整体实现了由失调衰退状态向协调发展状态的转变，但在空间分布上存在不平衡，呈“中心-边缘”与“Z字型”分布特征；(3)长三角城市群高科技创新水平、高经济发展水平与高生态环境水平城市的空间错位分布特征显著，其中科技创新与经济增长的空间匹配程度最优，但在经历前期快速融合后，现面临难以继续深化的难题；(4)预测期内长三角城市群整体三系统耦合协调水平持续改善，但个别西部城市仍无法跳出失调衰退的发展状态。最后，为推动长三角城市群实现更高质量的一体化发展，本文提出相应的协调发展建议。     

生态足迹动态预测模型构建与分析——以武汉市为例

生态足迹的动态预测能够为区域可持续发展政策的制定提供科学的理论依据,但其研究仍处于探索阶段.以武汉市为例,选取表征社会经济发展的重要指标建立了社会经济系统指标体系,在对武汉市1978～2004年生态足迹时间序列计量的基础上,应用偏最小二乘算法构建了生态足迹动态预测模型,并根据VIP值的大小分析了各指标对生态足迹的影响机制.结果表明,武汉市"十一五"规划期间生态足迹呈上升趋势,其中规划期末2010年的人均生态足迹为2.810 5 hm2,高于全球生态阈值(人均生态足迹为2.200 0 hm2);根据VIP值得出人口、能源消费量和第三产业所占比重为最重要的影响因子,并就如何实现武汉市"十一五"规划目标提出了政策性建议.将科技进步贡献率、能源消费量等重要因子纳入社会经济系统指标体系,弥补了在生态足迹定量测度中忽略社会、经济、科技因素对其影响的不足;另一方面,引入偏最小二乘算法中的VIP值更准确地评价了各指标对生态足迹变化的影响,为生态足迹动态预测研究作了进一步地完善与改进.     

多重组合神经网络模型在湖库总磷预测中的应用研究

湖库总磷(TP)含量与环境因子的相关性往往并不显著,导致总磷预测精度不高,效果不理想。为提高总磷的预测精度,提出一种基于BP、Elman、RBF、GRNN(以下简称BP等4种)神经网络算法原理的组合预测模型,将影响总磷预测精度的NH+4-N、CODMn和透明度3个相关因子作为BP等4种模型的输入向量,总磷实测值作为输出向量,构建3输入1输出的单一预测模型;以BP等4种单一模型预测结果作为下一BP等4种模型的输入向量,总磷实测值作为输出向量,从而构建4输入1输出的一次组合预测模型;再以一次组合神经网络模型预测结果作为下一BP等4种模型的输入向量,总磷实测值作为输出向量,构建4输入1输出的二次组合预测模型;依次类推,构建8种方案的多重组合预测模型。并构建GA-BP模型作为对比预测模型,预测结果与BP等4种单一模型及GA-BP模型的预测结果进行比较。结果表明:(1)组合模型随着组合重数的增加,预测精度显著提高,表明多重组合模型用于湖库总磷预测是合理可行的,模型具有较好的预测精度和泛化能力,是提高预测精度的有效方法;(2)方案2~8中各模型的预测结果均优于GA-BP模型(除方案2中的GRNN外),表明组合模型具有较高的预测精度和泛化能力。其中,方案3中的BP模型、方案4~8中的BP、Elman和RBF模型的平均相对误差均小于10%,预测精度均令人满意,尤以方案6~8中的BP、Elman和RBF模型的预测精度为最高(平均相对误差均在9%以内),均优于其他组合模型。     

内蒙古碳排放现状及森林碳汇的重要性分析

文章基于kaya恒等式,计算2001-2010年内蒙古自治区的碳排放量。然后采用森林蓄积量扩展法,对内蒙古自治区2001-2010年森林碳汇的固碳量进行了核算,得出森林碳汇的固碳量在碳排放量中所占的比重变化情况。利用灰色预测模型,对2011-2020年内蒙古自治区的碳排量进行预测。最后分析了现有碳减排措施中森林碳汇的重要地位和现实意义。     

能源结构优化对低碳山东的贡献潜力

优化能源结构降低碳强度是建立环境友好型、资源节约型低碳经济发展模式的有效途径之一。基于山东省总人口、地区生产总值、居民消费水平、能源生产量、工业产值占比等社会经济指标的历史数据和不同组合情景下的预测数据,研究了能源结构优化对低碳山东的贡献潜力问题。首先运用情景预测、GM(1,1)预测与多元回归组合预测模型对2013年到2020年的一次能源消费量及其相关变量进行了预测;其次,采用马尔可夫链模型预测了2013年到2020年山东省能源消费结构的变化趋势;最后,考虑到技术进步、经济结构以及产业结构等对碳强度目标的实现也具有显著作用,当将能源结构作为一个驱动因素分析其变化对实现碳强度目标的贡献时,需将其他因素的作用剔除,因此,本文重新界定了能源结构优化对碳强度目标"贡献潜力"的定义,即指不同能源结构调整幅度情景中碳强度的"下降幅度"相对于不调整时碳强度"下降幅度"的增加值与碳强度"目标下降幅度"的比值。并在此基础上,分9种组合情景评估了2020年能源结构优化对实现山东省碳强度目标的贡献潜力。结果表明:在相同的经济增速下,能源结构调整幅度越大,碳强度"下降幅度"越大,能源结构优化对碳强度目标的"贡献潜力"也越高;在相同的能源结构调整幅度下,经济增速越低,碳强度"下降幅度"越小,但是能源结构优化对碳强度目标的"贡献潜力"越高。在每种情景下能源结构优化对实现山东省碳强度目标均有一定的贡献潜力,但是,能源结构优化对实现山东省碳强度目标贡献潜力作用有限,即使在优化能源结构对碳强度目标"贡献潜力"最大的情景(大幅调整能源结构、经济低速增长)中,其贡献潜力也仅为10.953 3%。因此,能源结构优化对实现低碳山东有一定的贡献,但是仅靠能源结构优化无法完全实现碳强度目标,政府、企业及社会还需要采取产业结构调整、碳排放技术升级等措施。     

中国碳市场发展若干重大问题的思考

自京都议定书确定市场机制减缓气候变化以来,国际碳市场发展迅速,呈现全球化、金融化的发展趋势。从经济利益角度来分析,国际气候谈判的本质,一是发展空间的争夺,二是经济利益的竞争。由于碳市场具有政策兼容性强、区域行业拓展性强和金融衍生性强三大优点,国际碳市场将是各国经济利益博弈的主要载体,市场机制将成为未来全球气候协议的核心要素。通过深入分析市场机制与全球气候谈判长期目标、资金、监测报告核查以及行业减排等重要议题的密切关系,提出了发达国家气候谈判的核心利益之一就是旨在推动建立全球统一碳市场。一方面通过控制全球碳市场的标准、市场、金融等体系和规则主导话语权,继续保持发达国家在全球低碳发展下的经济竞争优势,另一方面则可巧妙逃避发达国家历史排放责任与气候债务。基于国际碳市场发展的深刻背景与中国碳排放交易试点的情况,对中国发展碳市场的重大问题提出了四方面建议:一是中国碳市场发展目标应服务于国家应对气候变化的总体政策和目标;二是中国碳市场应以实体经济为主体,并服务其升级转型;三是建立和发展全国统一的碳市场首先必须考虑区域不平衡的原则;四是中国碳市场的国际链接应与中国金融体系的对外开放进程结合,特别是应与人民币的国际化进程相结合。