中國碳交易市場的非平衡性及異質(zhì)性分析
——基于投資者關(guān)注視角的實證考察

王 琳 易家權(quán)

（山西財經(jīng)大學(xué)金融學(xué)院，太原 030001）

引 言

近年來，“雙碳”工作持續(xù)受到關(guān)注，10月12日召開的 《生物多樣性》第十五次締約方大會領(lǐng)導(dǎo)人峰會上，習(xí)近平總書記發(fā)表主旨講話，指出：“為推動實現(xiàn)碳達峰、碳中和目標(biāo)，中國將陸續(xù)發(fā)布重點領(lǐng)域和行業(yè)碳達峰實施方案和一系列支撐保障措施，構(gòu)建起碳達峰、碳中和 “1＋N”政策體系”。這意味著在未來40年里，中國要在保證新時代經(jīng)濟發(fā)展戰(zhàn)略目標(biāo)的同時實現(xiàn) “雙碳”目標(biāo)，生產(chǎn)、運輸、消費各環(huán)節(jié)必須實行 “脫碳”，傳統(tǒng)經(jīng)濟發(fā)展方式面臨淘汰。因此，在 “五位一體”總體布局和新發(fā)展理念指導(dǎo)下，碳交易市場應(yīng)運而生。

碳交易市場作為市場化機制，對于國家推進低碳經(jīng)濟建設(shè)和統(tǒng)籌國內(nèi)環(huán)境治理工作具有重要意義[1，2]。 全國碳交易市場從2021年7月16日啟動上線到10月23日交易滿100天，累計成交量1911.06萬噸，累計成交金額8.63億元，所達成交額已占到地方性碳交易市場2020年全年成交額總和的68%。但地方碳交易市場發(fā)展參差不齊，從圖1可以看出，八大碳交易市場在碳價、碳價變化趨勢上具有明顯差異①。在邁向第二個百年奮斗目標(biāo)的關(guān)鍵時期，碳交易市場要緊扣 “十四五”規(guī)劃任務(wù)部署和 “雙碳”目標(biāo)，加快構(gòu)建多層次的碳交易市場體系，以扎實的舉措助力中國經(jīng)濟高質(zhì)量發(fā)展。但是關(guān)于中國碳交易市場發(fā)展不平衡的理論分析和定量研究仍非常有限。接下來對現(xiàn)有文獻研究成果進行綜述。

圖1 2013～2021年我國八大碳交易市場碳配額交易成交均價變化（單位：元）

圍繞碳交易市場領(lǐng)域相關(guān)研究大多集中于對碳交易市場的定性描述，討論碳交易市場建立的意義及未來發(fā)展路徑，陳詩一（2012）[3]認(rèn)為只有通過要素重置等方式改善全要素生產(chǎn)率才是經(jīng)濟低碳轉(zhuǎn)型的必由之路，同時各地方政府要因地制宜，制定相應(yīng)的環(huán)境和經(jīng)濟政策；彭文生（2021）[4]指出技術(shù)進步、碳價格和社會治理是實現(xiàn)碳中和的3個路徑，同時需要注意碳中和對公平和效率平衡的影響。具體實證研究中，此前文獻或是對整體市場分析，未考慮市場異質(zhì)性；或是獨立分析地方碳交易市場，割裂整體碳交易市場，少有文獻多層次、多維度分析碳交易市場非平衡性及異質(zhì)性。王竹葳等（2021）[5]對整體碳交易市場進行相關(guān)分析，但未考慮各碳交易市場發(fā)展差異特征；同時在變量選取中未控制碳交易市場之外其他影響因素，而本文在分析整體碳交易市場基礎(chǔ)上，多維度考慮地方碳交易市場差異性，同時控制碳交易市場外部因素對收益率的影響。申晨和林沛娜（2017）[6]單獨分析地方碳交易市場，未能對整體碳交易市場進行研究；模型方法上也僅選取單變量ARCH模型族，而本文在分析各單獨地方碳交易市場基礎(chǔ)上，引入多元GARCH模型整體分析地方碳交易市場。

此前研究成果已證實投資者關(guān)注會對經(jīng)濟產(chǎn)生影響[5－7]， 鑒于投資者對收益的過度自信[8]可能會影響市場穩(wěn)定，以及投資者參與碳交易市場意愿增強[9]，因此有必要在碳交易市場建立過程中，研究投資者對碳交易市場的影響?；诖?，本文引入投資者關(guān)注度，將微觀投資者與宏觀市場相結(jié)合分析中國碳交易市場非平衡性及異質(zhì)性。投資者關(guān)注具有有限性特征[10－12]，且投資者數(shù)量眾多，很難對其進行準(zhǔn)確衡量，然而伴隨著互聯(lián)網(wǎng)興起與發(fā)展，使用網(wǎng)絡(luò)搜索量衡量投資者關(guān)注度成為發(fā)展趨勢。根據(jù)全球知名流量統(tǒng)計平臺“Statcounter”統(tǒng)計數(shù)據(jù)顯示，截至2021年9月，百度搜索在中國搜索引擎份額中占比達82.47%，用百度指數(shù)衡量投資者關(guān)注度具有合理性[5，10，13]，故本文選取百度指數(shù)衡量投資者對碳交易市場關(guān)注度。

本文的邊際貢獻主要體現(xiàn)在以下幾點：（1）從理論和實際出發(fā)，較為全面深刻地進行全市場分析，力圖揭示中國整體碳交易市場發(fā)展不平衡性特征，發(fā)現(xiàn)市場短板，補齊參與主體缺口，為全國碳交易市場發(fā)展提供理論指導(dǎo)和經(jīng)驗借鑒；（2）在碳交易市場整體分析基礎(chǔ)上，結(jié)合人群畫像分析工具對各地方碳交易市場進行異質(zhì)性分析，總結(jié)地方碳交易市場發(fā)展邏輯及經(jīng)驗，為全國碳交易市場發(fā)展提供經(jīng)驗借鑒的同時，走出發(fā)展困境，解決發(fā)展難題，挖掘發(fā)展?jié)摿?；?）將微觀與宏觀相結(jié)合，基于投資者關(guān)注分析碳交易市場的非平衡性及異質(zhì)性，有利于完善碳交易市場整體發(fā)展邏輯鏈條，增強發(fā)展的整體性與協(xié)調(diào)性。

1 數(shù)據(jù)說明及處理

1.1 碳交易市場數(shù)據(jù)來源及數(shù)據(jù)處理

本文樣本數(shù)據(jù)包括北京、上海、廣東、深圳、福建、重慶、湖北、天津八大地方碳易市場②交易日期、交易量、交易額等數(shù)據(jù)；樣本區(qū)間為各地方碳交易市場從第一筆交易產(chǎn)生到2021年11月9日所有交易日。由于各地方碳交易市場建立時間有所不同，因此構(gòu)建非平衡面板數(shù)據(jù)③。

收益率指標(biāo)建立上，此前大多數(shù)研究采用（收盤價－開盤價）／開盤價，但是由于部分碳交易市場官網(wǎng)不提供開盤價和收盤價信息，同時也為更加真實反映當(dāng)日整體價格情況，所以本文以成交均價作為價格指標(biāo)。

1.2 投資者關(guān)注度變量構(gòu)建及數(shù)據(jù)處理

本文以百度指數(shù)作為投資者關(guān)注度代理指標(biāo)④，在具體關(guān)鍵詞詞條選擇上，本文借鑒王竹葳等（2021）[5]的方法， 以 “碳排放”、“碳交易”、“雙碳”等詞條為核心，通過需求圖譜進行詞條相關(guān)度分析，初步選取與核心詞條相關(guān)的42個關(guān)鍵詞，通過刪選，最后確定 “碳排放”、“碳交易”、“雙碳”等16個最能反映投資者對碳交易市場關(guān)注度的詞條，并利用Python爬取各詞條從2013年8月8日～2021年11月9日的百度搜索指數(shù)，如表1所示。

表1 百度指數(shù)關(guān)鍵詞條

通過數(shù)據(jù)統(tǒng)計發(fā)現(xiàn)， “碳達峰碳中和是什么意思”、“CCER”、“碳交易”、“碳中和”、“低碳”搜索量最高，在此基礎(chǔ)上，本文以這5個詞條作為關(guān)鍵詞進行人群畫像分析（圖略），得到其地域分布，發(fā)現(xiàn)在前十大分布城市中，包括八大碳交易市場中6個市場：北京、上海、深圳、廣州、武漢、重慶，其中北京、上海、廣州、深圳四大城市更是位居前四。

1.3 控制變量指標(biāo)構(gòu)建及數(shù)據(jù)處理

控制變量選取上，本文首先考慮到信息時滯性以及投資者決策滯后性，即投資者在當(dāng)期對碳交易市場進行關(guān)注后不一定會立即進行投資決策，可能會在權(quán)衡一定時間之后做出投資決策，當(dāng)期收益率可能會受此前一期甚至幾期影響，因此，本文把關(guān)注度指標(biāo)做滯后處理，將關(guān)注度滯后期加入模型中。同時在經(jīng)驗法則基礎(chǔ)上，考慮到碳交易市場相較于股票、期貨市場的簡單性，最終在模型中加入關(guān)注度滯后3期。加入滯后期除了考慮到投資者決策行為的因素，同時也是為控制內(nèi)生性。

控制變量除加入投資者關(guān)注度滯后期外，本文根據(jù)實際情況，有選擇性和創(chuàng)新性地將工業(yè)管道燃氣價格、各地逐日氣溫、第二產(chǎn)業(yè)占當(dāng)?shù)谿DP比重等因素作為控制變量加入模型。綠色低碳經(jīng)濟轉(zhuǎn)型過程中，能源問題首當(dāng)其沖，雖然石油仍是最主要工業(yè)能源，但以工業(yè)管道燃氣為首的天然氣化工能源在供需兩個維度都呈現(xiàn)出逐年上升的趨勢⑤，因此在低碳經(jīng)濟背景下考慮將八大碳交易市場所在城市工業(yè)管道價格對數(shù)作為控制變量加入模型，數(shù)據(jù)來源為Wind數(shù)據(jù)庫。此外，借鑒汪中華和胡篧（2018）[14]選取地方碳交易市場所在地日平均氣溫的方法，并在此基礎(chǔ)上對氣溫數(shù)據(jù)作變化率處理⑥。最后，選取第二產(chǎn)業(yè)占當(dāng)?shù)谿DP比重年度數(shù)據(jù)⑦。

2 實證分析

2.1 中國碳交易市場非平衡性分析

2.1.1 描述性統(tǒng)計分析

本文先對各變量進行面板處理，并摘要相關(guān)統(tǒng)計數(shù)據(jù)，如表2所示。

表2 八大碳交易市場變量摘要統(tǒng)計結(jié)果

圖2展現(xiàn)了八大碳交易市場2013年8月8日～2021年11月9日的收益率水平?？梢钥闯鰪V東和深圳市場的收益率波動相對劇烈，重慶和湖北市場相對平穩(wěn)。

圖2 2013年8月8日～2021年11月9日八大碳交易市場收益率水平

2.1.2 模型構(gòu)建

本文構(gòu)建非平衡面板數(shù)據(jù)研究投資者關(guān)注度對碳交易市場收益率的影響，能有效分析各地方碳交易市場發(fā)展不平衡問題。其次，碳交易市場建立的時間差異本身就具有一定邏輯，若使用平衡面板數(shù)據(jù)，不僅會造成數(shù)據(jù)大量損失，還會破壞中國整體碳交易市場發(fā)展邏輯。此外，百度指數(shù)衡量關(guān)注度較難區(qū)分關(guān)注度是具體針對哪個碳交易市場，使用面板數(shù)據(jù)能較好解決百度指數(shù)代理偏差問題。

建立模型時，本文以收益率作為因變量，百度指數(shù)作為自變量，將百度指數(shù)滯后1期、滯后2期、滯后3期加入模型，并以氣溫、工業(yè)管道燃氣價格、第二產(chǎn)業(yè)占當(dāng)?shù)谿DP比重作為控制變量，最后對各變量均做變化率或?qū)?shù)處理使數(shù)據(jù)更加平穩(wěn)，最終將模型構(gòu)建如下：

（1）中國地方經(jīng)濟發(fā)展不平衡問題突出，沿海與內(nèi)地、東部與西部、南方與北方呈差異化發(fā)展態(tài)勢，各地在產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)水平等方面發(fā)展不均衡，八大地方碳交易市場中 “北上廣深”四地經(jīng)濟發(fā)達，產(chǎn)業(yè)結(jié)構(gòu)以第三產(chǎn)業(yè)為主，發(fā)展高新技術(shù)產(chǎn)業(yè)；重慶和湖北經(jīng)濟相對落后，第二產(chǎn)業(yè)占比較高，工業(yè)發(fā)達，在設(shè)定生態(tài)環(huán)境目標(biāo)時，當(dāng)?shù)卣畷紤]自身經(jīng)濟結(jié)構(gòu)，以湖北為例，湖北第二產(chǎn)業(yè)占比高，工業(yè)對經(jīng)濟具有很強的拉動作用，碳減排成本高。因此，各地經(jīng)濟發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)不同、碳減排成本和減排的松緊程度不一導(dǎo)致差異化碳價的形成，同時地方碳交易市場建立時間、發(fā)育程度不同也同樣會導(dǎo)致中國整體碳交易市場發(fā)展不平衡。

（2）各省間貿(mào)易往來也會導(dǎo)致 “碳”的轉(zhuǎn)移。北京、上海等發(fā)達地區(qū)會通過省際貿(mào)易，利用產(chǎn)業(yè)發(fā)展鏈條，輸出 “高碳產(chǎn)品”，釋放減碳壓力，同時通過技術(shù)升級、發(fā)展再生能源等方式減少碳排放，從而在碳交易市場政策功能和交易功能權(quán)衡過程中，更大限度地發(fā)展碳交易市場交易功能，進一步擴大地方碳交易市場發(fā)展差異。

（3）中國碳交易市場活力不足，交易功能未得到充分發(fā)揮。由于體制機制障礙，投資者進入碳交易市場渠道受限；同時企業(yè)主體減排意識不強，存在違約現(xiàn)象，導(dǎo)致碳價波動大，且大多企業(yè)不愿意進行信息披露，影響投資者的投資決策；金融機構(gòu)創(chuàng)新能力不足， “碳期貨”等金融產(chǎn)品發(fā)展緩慢，投資者投資選擇受限。由此，本文提出如下假設(shè)：

H1：中國整體碳交易市場具有明顯非平衡性特征。

H2：地方碳交易市場發(fā)展具有顯著異質(zhì)性。

H3：投資者關(guān)注會對碳交易市場收益率產(chǎn)生影響。

2.1.3 實證分析

對八大碳交易市場進行綜合面板分析時，依次進行混合回歸分析、固定效應(yīng)分析、隨機效應(yīng)分析⑧。表3展示了所有回歸結(jié)果，發(fā)現(xiàn)除MLE估計方法外，投資者關(guān)注度滯后2期在其他方法下都不同程度顯著，且顯著性為負，表明投資者關(guān)注會對碳交易市場收益產(chǎn)生影響，驗證了假設(shè)3。

表3 面板模型回歸結(jié)果

續(xù) 表

LSDV法能夠?qū)€體異質(zhì)性進行分析，通過回歸結(jié)果發(fā)現(xiàn)整體碳交易市場發(fā)展不平衡問題突出，廣東市場和深圳市場在1%顯著性水平下顯著為正；北京市場和湖北市場在5%顯著性水平下顯著，其中北京市場顯著為負、湖北市場顯著為正，而天津市場、福建市場、重慶市場則不顯著。這與之前對各交易市場的初步判斷一致：廣東、深圳市場交易規(guī)模巨大，市場活躍；北京市場碳價高、發(fā)展呈逐年增長趨勢；天津、福建、重慶市場碳價低、占比少、交易不活躍。驗證了假設(shè)1、2。

2.1.4 穩(wěn)健性檢驗

首先，通過數(shù)據(jù)觀察和市場統(tǒng)計分析結(jié)果發(fā)現(xiàn)，重慶市場交易最不活躍，從數(shù)據(jù)上看，存在很多交易量為0的天數(shù)，交易頻率低；從交易額看，其交易額占比不到1%，可能影響結(jié)論的可靠性。因此，刪除重慶市場后對另外7個市場進行檢驗。結(jié)果如表4，結(jié)論與此前結(jié)論差別不大⑨。

表4 穩(wěn)健性檢驗——刪除不活躍的碳交易市場

續(xù) 表

2.2 中國碳交易市場異質(zhì)性分析

2.2.1 平穩(wěn)性檢驗

從圖3可以看出八大碳交易市場收益率波動情況，收益率在0上下產(chǎn)生 “波動聚集效應(yīng)”，即當(dāng)收益率出現(xiàn)波動時，會使得之后幾期收益率發(fā)生較大波動。因此，對各地方碳交易市場收益率指標(biāo)進行ADF平穩(wěn)性檢驗，結(jié)果如表5所示。

表5 八大碳交易市場ADF檢驗

對表5進行分析發(fā)現(xiàn)，各地方碳交易市場均在1%顯著性水平下拒絕存在單位根假設(shè)。同時，廣東、深圳、湖北擁有最大收益率方差，重慶、福建、天津擁有最小方差，這與前文對地方碳交易市場成交量和成交額分析相吻合⑩。

2.2.2 實證分析

（1）單變量ARCH模型族分析

①通過信息準(zhǔn)則依次確定八大市場ARCH（p）模型滯后階數(shù)；②選用更加簡潔的GARCH（1，1）模型，解釋收益率時間序列 “波動聚集效應(yīng)”和“尖峰厚尾現(xiàn)象”；③考慮到市場中同時存在 “好消息”和 “壞消息”，因此利用TGARCH模型對市場中 “好消息”和 “壞消息”進行不對稱性分析。此處由于篇幅限制，不對結(jié)果進行展示。

（2）多元GARCH模型分析

上文對各碳交易市場收益率分別建立單變量ARCH（p）、GARCH（1，1）、TGARCH 模型， 分析各地方碳交易市場 “波動聚集效應(yīng)”。隨后將模型拓展到多維GARCH模型：CCC－GARCH模型和DCC－GARCH模型，分析各地方碳交易市場不同收益率序列波動相關(guān)性。限于文章篇幅，只展示CCC－GARCH模型估計結(jié)果，結(jié)果如表6所示。

表6 八大碳交易市場收益率CCC－GARCH模型估計結(jié)果

續(xù) 表

表6顯示了八大碳交易市場相關(guān)系數(shù)，發(fā)現(xiàn)深圳與北京市場收益率、上海與北京市場收益率、廣東與北京市場收益率均在5%顯著性水平下顯著，而其余市場相關(guān)系數(shù)不顯著。其中深圳與北京市場收益率相關(guān)系數(shù)顯著為負，說明北京市場收益率上升時，深圳市場收益率下降；上海與北京市場收益率、廣東與北京市場收益率相關(guān)系數(shù)顯著為正，說明北京市場收益率上升時，上海和廣東市場收益率也同步上升。結(jié)果表明各市場間相關(guān)性具有顯著異質(zhì)性，DCC－GARCH模型估計結(jié)果與之一致，再次驗證假設(shè)2。

2.2.3 穩(wěn)健性檢驗

以上檢驗中均假設(shè)擾動項服從正態(tài)分布，但在實際碳交易市場中收益率可能存在 “厚尾”現(xiàn)象，因此對擾動項正態(tài)性進行檢驗，結(jié)果如表7所示。

表7 八大碳交易市場收益率擾動項正態(tài)性檢驗統(tǒng)計結(jié)果

表7檢驗中，各地方碳交易市場均在1%顯著性水平下顯著。其中各地方碳交易所峰度均在1%顯著性下大于3；在偏度分析中，除湖北碳交易市場在10%顯著性水平下顯著，其余碳交易市場均在1%顯著性水平下顯著異于0值，其中上海和天津市場偏度大于0，其余市場偏度均小于0，各碳交易市場均不完全服從正態(tài)分布。最后，在多元DCC－CARCH模型中對系數(shù)λ1和λ2進行檢驗發(fā)現(xiàn)其χ（2）值為 10.06，P值為 0.0065，模型在1%顯著性水平下顯著。各模型穩(wěn)健性檢驗結(jié)果與之前估計結(jié)果差別不大，進一步印證了結(jié)論的可靠性。

3 結(jié)論及政策建議

本文通過建立八大地方碳交易市場的非平衡面板數(shù)據(jù)，并結(jié)合ARCH模型族對中國碳交易市場整體現(xiàn)狀、地方碳交易市場發(fā)展特征、投資者對碳交易市場的影響進行實證研究，分析發(fā)現(xiàn)：全國統(tǒng)一碳交易市場下，要兼顧全局與局部。由于地區(qū)經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)等方面存在差異，碳交易市場 “全局”非平衡性特征突出，“局部”市場在碳價、市場規(guī)模、應(yīng)對外部沖擊等方面具有顯著異質(zhì)性；此外，投資者關(guān)注對碳交易市場收益率具有顯著影響，投資者進入碳交易市場能夠激發(fā)市場交易功能，倒逼市場機制改革、碳交易產(chǎn)品創(chuàng)新，有助于激發(fā)碳交易市場活力。

中國氣候治理已取得階段性成果，但正如習(xí)近平總書記在中國共產(chǎn)黨第十九屆中央委員會第六次全體會議中所說 “越是偉大的事業(yè)，越充滿艱難險阻，越需要艱苦奮斗，越需要開拓創(chuàng)新”，中國碳交易市場同樣需要在危機中育先機、變局中開新局，要始終堅持新發(fā)展理念，努力克服一切艱難險阻，助力 “雙碳”目標(biāo)如期實現(xiàn)，使中國經(jīng)濟更高質(zhì)量、更有效率、更可持續(xù)發(fā)展。面對碳交易市場目前發(fā)展的不平衡性、異質(zhì)性特征，本文提出如下政策建議：

（1）助力實現(xiàn) “雙碳”目標(biāo)，夯實全國碳交易市場 “一個中心”定位。目前中國碳交易市場發(fā)展不平衡性問題突出，需要發(fā)揮全國碳交易市場 “指揮棒”作用，統(tǒng)領(lǐng)全國碳交易事業(yè)，堅持全國 “一盤棋”，服務(wù)國家大政方針。①根據(jù)碳中和目標(biāo)要求，修訂綠色金融標(biāo)準(zhǔn)，剔除高碳項目；②完善碳交易市場監(jiān)管制度，以引導(dǎo)企業(yè)積極減碳，投資者主動進行碳交易；③建立碳價穩(wěn)定機制，防止碳價劇烈波動；④建立風(fēng)險預(yù)警機制，積極開展壓力測試，以應(yīng)對碳交易市場中潛在風(fēng)險。

（2）著力推進地方減碳工作，發(fā)揮各地方碳交易市場 “多個基本點”作用。各地方碳交易市場發(fā)展差異明顯，為此各地方碳交易市場必須補齊發(fā)展短板，使中國碳交易市場 “一個中心，多個基本點”發(fā)展格局更加牢固。①立足當(dāng)?shù)亟?jīng)濟結(jié)構(gòu)和生態(tài)環(huán)境目標(biāo)，因地制宜，切勿采取 “一刀切”的做法，因地制宜開展相關(guān)工作；②厘清各地方碳交易市場發(fā)展邏輯，明確自身發(fā)展優(yōu)勢，各市場要取長補短，構(gòu)建多樣化碳交易市場；③地方碳交易市場要互聯(lián)互通，定時開展發(fā)展研討會，共同謀劃碳交易市場發(fā)展路徑。

（3）堅持以人民為中心，堅持發(fā)展共享原則，增強投資者參與感、獲得感。新的歷史發(fā)展階段下，碳交易市場要以投資者利益為出發(fā)點和落腳點。①營造公平、公正、公開的市場交易環(huán)境，增強投資者參與意愿；②打通并拓寬投資者參與碳交易市場渠道，為個體賬戶交易提供制度支持；③完善碳交易現(xiàn)貨市場的同時，積極構(gòu)建高流動性的衍生品市場，豐富投資產(chǎn)品；④加強金融機構(gòu)對高碳資產(chǎn)敞口和主要資產(chǎn)碳足跡的計算和披露，減少信息不對稱性，滿足投資者交易信息需求；⑤加強投資者知識教育，使投資者形成健康、理性投資理念，減少碳交易市場收益率波動，維護市場穩(wěn)定。

注釋：

①由于篇幅限制，未對八大碳交易市場成交規(guī)模進行展示。

②四川聯(lián)合環(huán)境交易只能交易CCER（中國核證減排量），因此本文選取北京、上海等八大碳交易市場碳排放配額交易數(shù)據(jù)，保證數(shù)據(jù)一致性，即以EA結(jié)尾的碳交易產(chǎn)品，如湖北碳交易市場交易產(chǎn)品為HBEA。

③數(shù)據(jù)來源為各地方碳交易市場官網(wǎng)行情數(shù)據(jù)，并利用前瞻數(shù)據(jù)庫和Wind數(shù)據(jù)庫進行補充完善。

④在數(shù)據(jù)預(yù)處理上，首先對各詞條日搜索量進行統(tǒng)計，最后進行簡單加總得到總關(guān)注度指標(biāo)Baiduindext，并用（今日關(guān)注度－前一日關(guān)注度）／前一日關(guān)注度得到關(guān)注度變化率rbt。最后，對數(shù)據(jù)進行平穩(wěn)性檢驗，發(fā)現(xiàn)處理后關(guān)注度變化率數(shù)據(jù)滿足平穩(wěn)性特征。

⑤數(shù)據(jù)來源為國家能源局和前瞻數(shù)據(jù)庫。

⑥即用（當(dāng)期氣溫－上期氣溫）／上期氣溫得到氣溫數(shù)據(jù)變化率rWi，t，數(shù)據(jù)來源為國家氣象科學(xué)數(shù)據(jù)中心。

⑦對數(shù)據(jù)加1后取對數(shù)ln（ki，t＋1），即數(shù)據(jù)來源為國家統(tǒng)計局和各地統(tǒng)計局。

⑧由于同一碳交易市場在不同時期擾動項之間往往存在自相關(guān)，因此使用以碳交易市場為聚類變量的聚類穩(wěn)健標(biāo)準(zhǔn)誤混合回歸，在固定效應(yīng)分析中包括組內(nèi)估計、雙向固定效應(yīng)和最小二乘虛擬變量模型（LSDV），隨機效應(yīng)中包括廣義最小二乘法（FLGS）和極大似然估計法（MLE）。

⑨此外，刪去 “碳排放計算器”、“碳計算器”、“氣候會議”3個與碳交易市場低相關(guān)的百度詞條，進行穩(wěn)健性檢驗，所得結(jié)論與此前相同。由于篇幅限制，此處不進行詳細展示。

⑩對各地方碳交易市場收益率連續(xù)經(jīng)驗分布（核密度分布）圖、殘差平方和自相關(guān)圖、殘差平方和偏相關(guān)圖進行分析，并進行Q檢驗和LM檢驗，結(jié)果都表明OLS殘差平方序列存在自相關(guān)，故擾動項存在異方差，再次證實各地府碳交易市場收益率存在“波動聚集效應(yīng)”。此處由于篇幅限制，不依次進行展示。