劉 婧，丁 鑫，卜浩桐

(1.山東工商學(xué)院 經(jīng)濟(jì)學(xué)院，山東 煙臺(tái) 264005;2.山東高速股份有限公司 督察室，濟(jì)南 250000)

一、引言

中國(guó)碳市場(chǎng)以2013年6月深圳碳交易所的啟動(dòng)為建設(shè)起點(diǎn)，分階段、有步驟陸續(xù)啟動(dòng)北京、廣州、上海、天津、湖北和重慶等碳交易試點(diǎn)，直到2017年底正式啟動(dòng)全國(guó)碳排放權(quán)交易體系。2020年9月22日，國(guó)家主席習(xí)近平在第七十五屆聯(lián)合國(guó)大會(huì)上將“2030年中國(guó)碳排放有望達(dá)到峰值，并于2030年將非化石能源在一次能源中的比重提升到20%”的目標(biāo)進(jìn)一步加強(qiáng)，提出“力爭(zhēng)于2030年前達(dá)到峰值，努力爭(zhēng)取2060年前實(shí)現(xiàn)碳中和”。因此，對(duì)碳市場(chǎng)的深入研究變得更加迫切和重要。學(xué)者對(duì)碳市場(chǎng)的研究大多聚焦在碳市場(chǎng)運(yùn)行現(xiàn)狀和發(fā)展政策以及碳市場(chǎng)價(jià)格研究，對(duì)碳市場(chǎng)溢出效應(yīng)的研究少有涉獵。隨著我國(guó)全國(guó)碳排放權(quán)交易體系建設(shè)進(jìn)程不斷推進(jìn)，越來(lái)越多的學(xué)者意識(shí)到，研究碳市場(chǎng)溢出效應(yīng)有助于企業(yè)有效規(guī)避碳交易風(fēng)險(xiǎn)，有助于激活碳市場(chǎng)活躍性，有助于完善我國(guó)統(tǒng)一的碳排放權(quán)交易體系，碳市場(chǎng)溢出效應(yīng)也被越來(lái)越多的學(xué)者關(guān)注。

就碳市場(chǎng)內(nèi)溢出效應(yīng)而言，學(xué)者對(duì)中國(guó)碳市場(chǎng)間溢出效應(yīng)的研究角度主要是價(jià)格收益率、風(fēng)險(xiǎn)傳播以及市場(chǎng)有效性。其中研究發(fā)現(xiàn)我國(guó)各碳市場(chǎng)價(jià)格具有波動(dòng)聚集性、尖峰厚尾性等分形特征，風(fēng)險(xiǎn)溢出更是普遍存在廣東、湖北和深圳三個(gè)交易量最大的碳市場(chǎng)中，并且上述三個(gè)碳市場(chǎng)都沒(méi)有達(dá)到弱式有效[1]。關(guān)于風(fēng)險(xiǎn)溢出的測(cè)度，有學(xué)者研究結(jié)果證明條件風(fēng)險(xiǎn)價(jià)值是比傳統(tǒng)風(fēng)險(xiǎn)價(jià)值更好衡量風(fēng)險(xiǎn)溢出的工具[2]。學(xué)者對(duì)歐盟碳市場(chǎng)溢出效應(yīng)研究主要集中在EUA期貨&CER期貨、碳期貨&碳現(xiàn)貨&期權(quán)兩部分，總結(jié)發(fā)現(xiàn)EUA市場(chǎng)與CER市場(chǎng)相互間收益和波動(dòng)溢出效應(yīng)存在非對(duì)稱性[3]。對(duì)碳市場(chǎng)與其他市場(chǎng)間的溢出效應(yīng)而言，歐盟碳市場(chǎng)處于全球碳市場(chǎng)的定價(jià)歸屬問(wèn)題主導(dǎo)地位[4]，從收益率的角度，中國(guó)碳市場(chǎng)與歐盟碳市場(chǎng)間存在非對(duì)稱效應(yīng)的長(zhǎng)期均衡和相互引導(dǎo)關(guān)系以及多重分形特征[5]，且當(dāng)市場(chǎng)出現(xiàn)劇烈波動(dòng)時(shí)，兩市場(chǎng)間的聯(lián)動(dòng)性有所提高[6]；金融市場(chǎng)與歐盟碳市場(chǎng)、CRE市場(chǎng)普遍存在波動(dòng)溢出，只是波動(dòng)溢出的時(shí)間和強(qiáng)度各有不同，中國(guó)碳市場(chǎng)與股票市場(chǎng)相關(guān)性最強(qiáng)，而且金融市場(chǎng)高程度的不確定性會(huì)對(duì)碳市場(chǎng)造成更大程度的風(fēng)險(xiǎn)溢出[7]；學(xué)者重視對(duì)碳市場(chǎng)與能源市場(chǎng)的研究，主要聚焦在三大化石能源市場(chǎng)——石油、煤炭、天然氣，碳市場(chǎng)與能源市場(chǎng)間存在雙向溢出效應(yīng)，區(qū)域差異和發(fā)展階段的差異也造成了溢出效應(yīng)特征和凈溢出關(guān)系的差異[8]。碳市場(chǎng)與電力市場(chǎng)相互制約，碳市場(chǎng)是電力企業(yè)的信息接受者[9]，而電力市場(chǎng)能夠緩解碳市場(chǎng)的減排壓力[10]。為了實(shí)現(xiàn)降低二氧化碳排放量的目標(biāo)，碳排放交易市場(chǎng)和促進(jìn)新能源的發(fā)展是值得選擇的。

對(duì)碳市場(chǎng)溢出效應(yīng)的研究，從理論意義出發(fā)，本文首次將社會(huì)網(wǎng)絡(luò)分析法(SNA)應(yīng)用到碳市場(chǎng)溢出效應(yīng)文獻(xiàn)分析中，從內(nèi)部溢出和外部溢出兩個(gè)方面分多個(gè)角度分析和總結(jié)碳市場(chǎng)溢出效應(yīng)，為后續(xù)在該主題下的應(yīng)用提供新的研究方向和思路；從現(xiàn)實(shí)意義角度出發(fā)，分析市場(chǎng)間的溢出和聯(lián)動(dòng)關(guān)系有助于發(fā)現(xiàn)在碳市場(chǎng)運(yùn)行中起價(jià)格引導(dǎo)作用的區(qū)域市場(chǎng)，有助于研究結(jié)論將為建立全國(guó)統(tǒng)一碳市場(chǎng)提供理論依據(jù)和制度支持。溢出效應(yīng)在金融市場(chǎng)中的應(yīng)用廣泛，但在碳市場(chǎng)的應(yīng)用研究還處在初級(jí)階段，主要原因是由于國(guó)內(nèi)碳市場(chǎng)的建立時(shí)間尚短。碳市場(chǎng)溢出效應(yīng)研究文獻(xiàn)數(shù)量雖然整體呈現(xiàn)增長(zhǎng)趨勢(shì)，但是數(shù)值仍然偏低，因此，在發(fā)展之初了解前沿研究方向，對(duì)學(xué)者的研究具有重要意義。本文的創(chuàng)新點(diǎn)在于：(1)現(xiàn)有研究更關(guān)注于對(duì)碳市場(chǎng)溢出效應(yīng)基于計(jì)量模型的實(shí)證檢驗(yàn)，并沒(méi)有系統(tǒng)地將碳市場(chǎng)溢出效應(yīng)主題下的文獻(xiàn)進(jìn)行梳理，本文在此方面進(jìn)行了改進(jìn)。(2)大多數(shù)學(xué)者文獻(xiàn)中的綜述部分是從研究對(duì)象(價(jià)格收益率、風(fēng)險(xiǎn)和信息溢出)、計(jì)量模型方法的拓展(Garch、DCC-Garch、VAR-GARCH-BEKK、ARFIMA-GARCH)等微觀角度進(jìn)行綜述，而本文則從研究熱點(diǎn)內(nèi)容等宏觀角度對(duì)文獻(xiàn)進(jìn)行了述評(píng)，以期發(fā)現(xiàn)碳市場(chǎng)研究的實(shí)時(shí)熱點(diǎn)和新穎方向，為后續(xù)研究做鋪墊。(3)本文是首次將文獻(xiàn)計(jì)量分析方法與科學(xué)知識(shí)圖譜方法相結(jié)合應(yīng)用于碳市場(chǎng)溢出效應(yīng)主題的文獻(xiàn)。本文經(jīng)過(guò)多次閾值設(shè)置的實(shí)驗(yàn)，選取了最簡(jiǎn)潔有效的知識(shí)圖譜，剔除視圖結(jié)果細(xì)節(jié)的微小偏差，能夠很好地切合碳市場(chǎng)溢出效應(yīng)的主題，從而更好地保證了本文數(shù)據(jù)分析的有效性和可信度。

二、研究方法與數(shù)據(jù)來(lái)源

(一)文獻(xiàn)計(jì)量分析法

文獻(xiàn)計(jì)量和科學(xué)知識(shí)圖譜兩種方法在人文科學(xué)和社會(huì)科學(xué)研究領(lǐng)域廣受學(xué)者青睞。文獻(xiàn)計(jì)量是指用數(shù)學(xué)、統(tǒng)計(jì)學(xué)與文獻(xiàn)學(xué)方法定量分析知識(shí)載體的交叉科學(xué)[11]；CiteSpace軟件的可視化技術(shù)作為文獻(xiàn)計(jì)量的新方法在我國(guó)得到了廣泛應(yīng)用[12]，它能夠直觀、科學(xué)、客觀地展現(xiàn)某個(gè)知識(shí)領(lǐng)域的演進(jìn)歷程和熱點(diǎn)動(dòng)向，有助于學(xué)者更全面地了解研究前沿和整體脈絡(luò)[13-14]。本文應(yīng)用文獻(xiàn)計(jì)量分析和CiteSpace知識(shí)圖譜可視化分析，對(duì)“碳市場(chǎng)溢出效應(yīng)”主題下的中英文文獻(xiàn)數(shù)據(jù)進(jìn)行分析，呈現(xiàn)關(guān)鍵詞聚類(lèi)圖譜、熱點(diǎn)突現(xiàn)時(shí)間圖譜等，以此作為分析基礎(chǔ)，從研究?jī)?nèi)容、研究視角和研究方法三者總結(jié)發(fā)現(xiàn)研究熱點(diǎn)、重點(diǎn)以及前沿方向。

(二)社會(huì)網(wǎng)絡(luò)分析法(SNA)

社會(huì)網(wǎng)絡(luò)分析法 (Social Network Analysis，SNA) 是一種用來(lái)分析社會(huì)行動(dòng)者之間關(guān)系和網(wǎng)絡(luò)結(jié)構(gòu)、研究群體結(jié)構(gòu)對(duì)群體功能或群體內(nèi)部個(gè)體影響的社會(huì)學(xué)研究方法[15]，該方法關(guān)注的重點(diǎn)不是強(qiáng)調(diào)研究個(gè)體屬性而是個(gè)體間的社會(huì)網(wǎng)絡(luò)關(guān)系，將關(guān)系作為基本統(tǒng)計(jì)處理單位而非將個(gè)體作為一個(gè)獨(dú)立的統(tǒng)計(jì)單位[16]。社會(huì)網(wǎng)絡(luò)分析方法需要進(jìn)行大量的運(yùn)算，因此需要借助計(jì)算機(jī)輔助軟件如NetMiner、Pajek和UCINET等[17]。該方法通常以高被引作者為對(duì)象分析引文關(guān)系[18]，或者以高頻關(guān)鍵詞為分析對(duì)象發(fā)現(xiàn)研究熱點(diǎn)[19]，又或者利用中心度和中心勢(shì)測(cè)度指數(shù)分析網(wǎng)絡(luò)拓?fù)潢P(guān)系[20]。社會(huì)網(wǎng)絡(luò)分析法在經(jīng)濟(jì)學(xué)的研究主要集中在兩方面：一是經(jīng)濟(jì)增長(zhǎng)空間關(guān)聯(lián)研究，例如侯赟慧、劉志彪和岳中剛采用社會(huì)網(wǎng)絡(luò)分析方法對(duì)長(zhǎng)三角城市群的經(jīng)濟(jì)結(jié)構(gòu)進(jìn)行了分析[21]；二是能源消費(fèi)的空間網(wǎng)絡(luò)特征研究等國(guó)家與區(qū)域?qū)用娴慕?jīng)濟(jì)、環(huán)境因素的關(guān)聯(lián)問(wèn)題，例如Ding & Deng & Lin使用社會(huì)網(wǎng)絡(luò)分析方法對(duì)福建省碳排放權(quán)交易政策中涉及的工具進(jìn)行分類(lèi)和編碼，并在此基礎(chǔ)上，對(duì)各種政策工具的構(gòu)成差異進(jìn)行比較和分析[22]。學(xué)者王倩和高翠云則是首次將社會(huì)網(wǎng)絡(luò)分析法引入到碳市場(chǎng)的溢出效應(yīng)問(wèn)題中，分析各市場(chǎng)關(guān)聯(lián)結(jié)構(gòu)與特征[23]，而本文首次將其與文獻(xiàn)計(jì)量分析方法結(jié)合應(yīng)用在碳市場(chǎng)溢出效應(yīng)主題的文獻(xiàn)分析中。本文應(yīng)用到的數(shù)據(jù)算法如下:

Links參數(shù)是共現(xiàn)矩陣的標(biāo)準(zhǔn)化進(jìn)程，也是制作共現(xiàn)網(wǎng)絡(luò)知識(shí)圖譜的基礎(chǔ)。網(wǎng)絡(luò)圖譜中節(jié)點(diǎn)的大小反映了被引用的頻次，之間的連線表示共現(xiàn)強(qiáng)度。Citespace軟件計(jì)算連接強(qiáng)度的默認(rèn)方法為Cosine算法，公式為：

(1)

其中，Cosine數(shù)值都是大于0小于1的；cij為關(guān)鍵詞i和j的貢獻(xiàn)次數(shù)；si&sj分別為關(guān)鍵詞i&j出現(xiàn)的頻次。

中心性是社會(huì)網(wǎng)絡(luò)方法體系中的核心內(nèi)容，主要包括程度中心性、接近中心性和中介中心性等幾個(gè)指標(biāo)，其中中介中心性反映的是宏觀尺度上節(jié)點(diǎn)對(duì)其他節(jié)點(diǎn)的控制及依賴程度，該值越高，所承擔(dān)的中介作用越顯著，對(duì)其他節(jié)點(diǎn)的控制程度越強(qiáng)[24]。同時(shí)中介中心性也是文獻(xiàn)計(jì)量軟件CiteSpace測(cè)度節(jié)點(diǎn)在網(wǎng)絡(luò)中重要性的指標(biāo)之一，具有高中介中心性的文獻(xiàn)通常是連接兩個(gè)不同樞紐，其測(cè)算方法由Freeman提出，公式為：

(2)

Sigma指數(shù)是Citespace中測(cè)度節(jié)點(diǎn)新穎性的一個(gè)指標(biāo)，由中介中心性和節(jié)點(diǎn)突發(fā)性兩個(gè)指標(biāo)復(fù)合構(gòu)造。對(duì)該指數(shù)的結(jié)合應(yīng)用主要在后文對(duì)關(guān)鍵詞突現(xiàn)性分析部分，結(jié)合關(guān)鍵詞中心性和時(shí)間線視角圖譜分析，有助于更好地發(fā)現(xiàn)在碳市場(chǎng)溢出效應(yīng)主題下重點(diǎn)研究方向以及新穎視角。公式為：

Sigma=(centrality+l)＾burstness。

(3)

其中，centrality可由公式(2)計(jì)算得出，burstness則由CiteSpace系統(tǒng)給出。

(三)Data sources數(shù)據(jù)來(lái)源

本文采用的中文文獻(xiàn)數(shù)據(jù)和英文文獻(xiàn)數(shù)據(jù)以“碳市場(chǎng)*溢出效應(yīng)”作為檢索主題，分別以CSSCI(中文社會(huì)科學(xué)引文索引)數(shù)據(jù)庫(kù)和Web of Science(WOS)核心合集作為來(lái)源類(lèi)別，選取2013年到2020年在碳市場(chǎng)溢出效應(yīng)主題下的有效文獻(xiàn)數(shù)據(jù)信息(圖1為2013—2020年碳市場(chǎng)溢出效應(yīng)主題研究文獻(xiàn)發(fā)表數(shù)量分布)，結(jié)合CitespaceV軟件對(duì)收集到的文獻(xiàn)信息進(jìn)行可視化分析。

圖1 碳市場(chǎng)溢出效應(yīng)主題研究文獻(xiàn)發(fā)表時(shí)間分布(2013—2020)

在分析過(guò)程中為保證以中心性為分析核心的關(guān)鍵詞聚類(lèi)分析數(shù)據(jù)結(jié)果的有效性和準(zhǔn)確性，數(shù)據(jù)剔除“多代理模型”“制度設(shè)計(jì)比較”“Social cost”“realized range”“research and development”等中心度與引用頻次雙低的關(guān)鍵詞(詳見(jiàn)表1)。

三、碳市場(chǎng)溢出效應(yīng)問(wèn)題的研究統(tǒng)計(jì)分析

(一)高被引文獻(xiàn)分析

高被引文獻(xiàn)引用頻次高、周期長(zhǎng)，能夠客觀反映出該文章的學(xué)術(shù)影響力以及在學(xué)術(shù)中的作用和地位，表2和表3中按被引量降序排列了CSSCI數(shù)據(jù)庫(kù)中高被引中文文獻(xiàn)和WOS數(shù)據(jù)庫(kù)中的高被引英文文獻(xiàn)各10篇。由表2分析可得，有關(guān)碳市場(chǎng)溢出效應(yīng)的高被引文獻(xiàn)發(fā)表區(qū)間在2014年到2016年之間，被引量最高前三篇文獻(xiàn)內(nèi)容都是以碳價(jià)格為焦點(diǎn)分析其波動(dòng)特征、驅(qū)動(dòng)因素以及價(jià)格機(jī)制，由表及里進(jìn)而中國(guó)碳市場(chǎng)間溢出效應(yīng)。學(xué)者對(duì)碳市場(chǎng)的溢出效應(yīng)的研究可以分為兩個(gè)方向：一是碳市場(chǎng)內(nèi)部主要是中國(guó)碳市場(chǎng)的交易價(jià)格機(jī)制、波動(dòng)特征和溢出效應(yīng)等的研究；二是碳市場(chǎng)與其他相關(guān)市場(chǎng)之間的溢出效應(yīng)、聯(lián)動(dòng)性和動(dòng)態(tài)關(guān)系的研究，如中國(guó)碳市場(chǎng)與股票市場(chǎng)、原油市場(chǎng)與化石能源市場(chǎng)以及歐盟EUA與CER等。

表1 文獻(xiàn)數(shù)據(jù)檢索與與可視化設(shè)置

根據(jù)表3從發(fā)表時(shí)間角度分析，關(guān)于碳市場(chǎng)溢出效應(yīng)主題研究的英文高被引文獻(xiàn)發(fā)表時(shí)間在2014年到2020年之間，跨度要比中文文獻(xiàn)長(zhǎng)。相對(duì)CSSCI數(shù)據(jù)庫(kù)高被引文獻(xiàn)數(shù)據(jù)，WOS數(shù)據(jù)庫(kù)高被引文獻(xiàn)的發(fā)表時(shí)效性更強(qiáng)，其中六篇文獻(xiàn)發(fā)表時(shí)間集中在2018—2020年。從文獻(xiàn)研究?jī)?nèi)容分析，10篇高被引文獻(xiàn)文章中有關(guān)碳市場(chǎng)與能源市場(chǎng)(4篇)、石油市場(chǎng)(2篇)和電力市場(chǎng)(2篇)間的動(dòng)態(tài)溢出和影響關(guān)系的文獻(xiàn)數(shù)量份額達(dá)到80%，有關(guān)碳交易和碳排放問(wèn)題的溢出效應(yīng)文獻(xiàn)2篇。WOS數(shù)據(jù)庫(kù)高被引文獻(xiàn)研究更多聚焦在碳市場(chǎng)與其他市場(chǎng)例如能源和電力市場(chǎng)之間的溢出效應(yīng)，且研究對(duì)象不僅限于價(jià)格波動(dòng)，還包括信息連接、技術(shù)溢出和空間特征等。

表2 CSSCI數(shù)據(jù)庫(kù)中高被引文獻(xiàn)10篇(2013—2020)

(二)高頻和高中心性關(guān)鍵詞分析

關(guān)鍵詞是學(xué)術(shù)文章主旨的高度凝練，高頻關(guān)鍵詞是指研究領(lǐng)域中出現(xiàn)頻次最高的關(guān)鍵詞，高中介性關(guān)鍵詞是指在整個(gè)知識(shí)結(jié)構(gòu)中有較強(qiáng)連接和控制能力的節(jié)點(diǎn)關(guān)鍵詞，它能夠較強(qiáng)控制經(jīng)過(guò)該節(jié)點(diǎn)并彼此相連的另外兩個(gè)節(jié)點(diǎn)關(guān)鍵詞，表4是碳市場(chǎng)溢出效應(yīng)主題研究中高頻關(guān)鍵詞和高中介性關(guān)鍵詞網(wǎng)絡(luò)簡(jiǎn)表，通過(guò)對(duì)比分析發(fā)現(xiàn)，高頻關(guān)鍵詞和高中介性關(guān)鍵詞具有較高重合度，且在表征研究前沿?zé)狳c(diǎn)方面具有較高置信度。

由高中心性關(guān)鍵詞構(gòu)成的知識(shí)圖譜如圖2所示。關(guān)鍵詞圖譜的節(jié)點(diǎn)代表關(guān)鍵詞，節(jié)點(diǎn)越大越明顯表示關(guān)鍵詞越高頻，節(jié)點(diǎn)連線表示節(jié)點(diǎn)間的關(guān)聯(lián)程度，由圖譜我們可以發(fā)現(xiàn)，規(guī)格越大的節(jié)點(diǎn)與其他節(jié)點(diǎn)間的連線也更多。從研究?jī)?nèi)容和角度分析，“溢出效應(yīng)(Spillover effect)”“波動(dòng)溢出(Volatility spillover)”“價(jià)格波動(dòng)(Price)”“CO2排放量(CO2emission)”“氣候政策(Climate policy)”“影響因素(Impact)”“碳市場(chǎng)(Carbon market)”“能源市場(chǎng)(Energy market)”“股票市場(chǎng)(Stock market)”“原油市場(chǎng)(Oil market)”“焦炭市場(chǎng)(Coke market)”等關(guān)鍵詞表明，碳市場(chǎng)溢出效應(yīng)主題研究主要以價(jià)格、碳排放量和CO2排放量為分析要素衡量各碳市場(chǎng)之間以及碳市場(chǎng)與其他市場(chǎng)如能源市場(chǎng)、原油市場(chǎng)、股票市場(chǎng)之間的溢出效應(yīng)，尤其是波動(dòng)溢出效應(yīng)，分析和總結(jié)溢出效應(yīng)的影響因素并提出相關(guān)政策建議。從分析方法和計(jì)量模型分析，“Copula函數(shù)”“Var模型”“Granger因果檢驗(yàn)”“DCC-Garch”等關(guān)鍵詞表明，碳市場(chǎng)溢出效應(yīng)主題研究主要以Copula函數(shù)為基礎(chǔ)利用Var模型、DCC-Garch模型和格蘭杰因果檢驗(yàn)等方法對(duì)溢出效應(yīng)進(jìn)行實(shí)證分析和測(cè)度，以發(fā)現(xiàn)和總結(jié)碳市場(chǎng)運(yùn)行中起價(jià)格引導(dǎo)作用的市場(chǎng)，以及各市場(chǎng)間包括風(fēng)險(xiǎn)、信息等的溢出效應(yīng)以助益政府制定相關(guān)政策。

(三)共被引聚類(lèi)分析

表3 WOS數(shù)據(jù)庫(kù)中高被引文獻(xiàn)10篇(2013—2020)

關(guān)鍵詞聚類(lèi)作為文獻(xiàn)主題的高度凝練，對(duì)其分析有助于挖掘研究領(lǐng)域的主要研究專(zhuān)題和研究?jī)?nèi)容，把握最新研究重點(diǎn)和熱點(diǎn)有助于學(xué)者在學(xué)術(shù)論文方面有的放矢。由于碳市場(chǎng)溢出效應(yīng)還是一個(gè)比較新穎的主題，2013—2020年間中英文文獻(xiàn)數(shù)量樣本總體只有214篇，因此本文根據(jù)軟件操作實(shí)況和基于對(duì)數(shù)據(jù)、圖譜準(zhǔn)確性和有效性的保障，最終經(jīng)過(guò)多次嘗試和修改最終在中文文獻(xiàn)(CSSCI數(shù)據(jù))中選取6個(gè)聚類(lèi)標(biāo)簽，在英文文獻(xiàn)(WOS數(shù)據(jù))中選取7個(gè)聚類(lèi)標(biāo)簽，關(guān)鍵詞聚類(lèi)簡(jiǎn)表及其時(shí)間跨度和主要研究?jī)?nèi)容如表5所示。

(四)突現(xiàn)關(guān)鍵詞術(shù)語(yǔ)及演進(jìn)路徑分析

結(jié)合關(guān)鍵詞的突現(xiàn)區(qū)間，能夠更加清晰地了解研究前沿和熱點(diǎn)?！疤际袌?chǎng)”“相關(guān)性”和“Dcc-garch模型”是從2018年一直突現(xiàn)至今的關(guān)鍵詞，意味著學(xué)者以碳市場(chǎng)為研究基底，以相關(guān)性作為輔助研究角度，以Dcc-garch模型為研究方法是在碳市場(chǎng)溢出效應(yīng)研究領(lǐng)域的重點(diǎn)和新穎角度。“Copula函數(shù)”“歐洲債務(wù)危機(jī)”和“風(fēng)險(xiǎn)溢出效應(yīng)”突現(xiàn)區(qū)間是2013—2014年，是在碳市場(chǎng)溢出效應(yīng)研究領(lǐng)域的經(jīng)典研究角度，雖然沒(méi)有將研究熱度持續(xù)至今，但是這三個(gè)關(guān)鍵詞分別代表三個(gè)研究角度：研究方法、研究區(qū)域、研究因素。從研究方法角度分析，在突現(xiàn)關(guān)鍵詞中，學(xué)者應(yīng)用的測(cè)度模型從“Copula函數(shù)”到“格蘭杰因果檢驗(yàn)”再發(fā)展到“Dcc-garch模型”；從研究區(qū)域角度分析，最初是國(guó)際碳市場(chǎng)間，其次是碳市場(chǎng)與股票市場(chǎng)間的溢出效應(yīng)，然后發(fā)展到碳市場(chǎng)與金融市場(chǎng)的分形市場(chǎng)的溢出效應(yīng)研究；從研究因素角度分析，溢出效應(yīng)分為均值溢出和波動(dòng)溢出效應(yīng)，根據(jù)突現(xiàn)關(guān)鍵詞可知，研究因素逐漸由價(jià)格波動(dòng)擴(kuò)展到相關(guān)性、有效應(yīng)、風(fēng)險(xiǎn)溢出與信息溢出等。

表4 碳市場(chǎng)溢出效應(yīng)中、英文文獻(xiàn)高頻關(guān)鍵詞和高中介性鍵詞(2013—2020)

圖2 高中心性關(guān)鍵詞知識(shí)圖譜

表5 碳市場(chǎng)溢出效應(yīng)主題研究聚類(lèi)專(zhuān)題及構(gòu)成

本文中將碳市場(chǎng)溢出效應(yīng)研究路徑以中國(guó)碳市場(chǎng)發(fā)展為劃分標(biāo)準(zhǔn)分為兩個(gè)時(shí)期，2013—2017年為中國(guó)碳市場(chǎng)建設(shè)期，2018年至今為中國(guó)碳市場(chǎng)發(fā)展期。在中文文獻(xiàn)研究初期碳市場(chǎng)溢出效應(yīng)研究更多聚焦在碳市場(chǎng)內(nèi)或者碳市場(chǎng)與股票市場(chǎng)和債券市場(chǎng)之間，實(shí)證分析則運(yùn)用Var模型和Copula函數(shù)分析價(jià)格波動(dòng)和其影響因素。隨著研究深入，學(xué)者將溢出效應(yīng)分為波動(dòng)溢出和均值溢出，溢出效應(yīng)的對(duì)象從風(fēng)險(xiǎn)溢出拓展到收益溢出和信息傳導(dǎo)；研究市場(chǎng)拓展了中國(guó)碳市場(chǎng)、分形市場(chǎng)、化石能源市場(chǎng)和原油市場(chǎng)；研究對(duì)象從價(jià)格擴(kuò)展到匯率、利率，研究方法采用更多樣性的復(fù)合模型如DCC-mvgarch模型、Mgarch-Bekk模型、Bekk-Garch模型等并結(jié)合格蘭杰因果檢驗(yàn)分析碳市場(chǎng)溢出效應(yīng)和動(dòng)態(tài)相關(guān)性。對(duì)英文文獻(xiàn)分析，研究初期學(xué)者更多關(guān)注氣候變化，通過(guò)對(duì)排放量、收益和原油價(jià)格等分析價(jià)格波動(dòng)、影響因素和創(chuàng)新，更多聚焦在碳市場(chǎng)、歐盟碳市場(chǎng)以及能源市場(chǎng)(清潔能源)之間的溢出效應(yīng)，特別是由價(jià)格波動(dòng)表現(xiàn)的波動(dòng)溢出效應(yīng)。

四、研究熱點(diǎn)總結(jié)與前沿方向預(yù)測(cè)

通過(guò)上文對(duì)碳市場(chǎng)溢出效應(yīng)問(wèn)題的研究統(tǒng)計(jì)分析總結(jié)，發(fā)現(xiàn)碳市場(chǎng)溢出效應(yīng)主題研究的熱點(diǎn)是以Var模型、Copula函數(shù)等計(jì)量模型為基礎(chǔ)，以價(jià)格、信息、風(fēng)險(xiǎn)為研究對(duì)象，對(duì)碳市場(chǎng)內(nèi)部以及碳市場(chǎng)與其他市場(chǎng)之間如能源市場(chǎng)、金融市場(chǎng)等的溢出效應(yīng)研究。因此本文將碳市場(chǎng)溢出效應(yīng)主題研究的熱點(diǎn)分為兩部分：一是碳市場(chǎng)內(nèi)部溢出效應(yīng)：如中國(guó)七個(gè)碳市場(chǎng)之間、歐盟碳市場(chǎng)等；二是碳市場(chǎng)外部溢出效應(yīng)：如碳市場(chǎng)與金融(股票、匯票)、能源(電力、石油)、中國(guó)碳市場(chǎng)與歐盟碳市場(chǎng)等，并在后文中對(duì)相關(guān)文獻(xiàn)進(jìn)行深入總結(jié)和述評(píng)。

(一)熱點(diǎn)主題分析

有學(xué)者將存在溢出效應(yīng)的市場(chǎng)分為同類(lèi)市場(chǎng)和非同類(lèi)市場(chǎng)來(lái)分析和總結(jié)，例如王誠(chéng)晨和王世文提出對(duì)溢出效應(yīng)的研究有利于了解市場(chǎng)間機(jī)理結(jié)構(gòu)，防范交叉性風(fēng)險(xiǎn)的傳播，因此從金融市場(chǎng)內(nèi)部溢出和市場(chǎng)間兩個(gè)角度對(duì)金融市場(chǎng)溢出效應(yīng)的國(guó)內(nèi)外文獻(xiàn)進(jìn)行述評(píng)[25]。本文將從碳市場(chǎng)內(nèi)部溢出效應(yīng)和碳市場(chǎng)外部溢出效應(yīng)兩大類(lèi)進(jìn)行文獻(xiàn)述評(píng)，其中內(nèi)部市場(chǎng)分別以中國(guó)碳市場(chǎng)和歐盟碳市場(chǎng)為代表性市場(chǎng)；外部市場(chǎng)則將探討中國(guó)碳市場(chǎng)與歐盟碳市場(chǎng)、以股票、大類(lèi)資產(chǎn)為代表的金融市場(chǎng)以及以電力、石油等為代表的能源市場(chǎng)間的溢出效應(yīng)。

1.碳市場(chǎng)內(nèi)部溢出效應(yīng)

(1)中國(guó)碳市場(chǎng)

學(xué)者對(duì)中國(guó)碳市場(chǎng)溢出效應(yīng)的研究對(duì)象大都集中在碳價(jià)格收益率、風(fēng)險(xiǎn)傳播和市場(chǎng)有效性等方面。就碳價(jià)格收益率波動(dòng)分析，王倩和高翠云基于六元非對(duì)稱t分布的VAR-GARCH-BEKK模型測(cè)度收益率溢出效應(yīng)發(fā)現(xiàn)各碳市場(chǎng)的波動(dòng)溢出效應(yīng)具有顯著的不對(duì)稱性但是存在高度關(guān)聯(lián)性[23]；就市場(chǎng)有效性和風(fēng)險(xiǎn)傳播而言，學(xué)者為消除履約期影響選擇將樣本期劃分階段，如汪文雋、周婉云等將履約期劃分為階段一(2014—2015年)和階段二(2015—2016年)，選取交易量最大的三個(gè)區(qū)與碳市場(chǎng)廣東、湖北和深圳作為樣本，研究發(fā)現(xiàn)在兩個(gè)階段甚至是整個(gè)樣本期，三個(gè)碳市場(chǎng)均沒(méi)有達(dá)到弱式有效；周婉云后續(xù)提出在一階段湖北對(duì)深圳碳市場(chǎng)和深圳對(duì)廣東碳市場(chǎng)存在信息和風(fēng)險(xiǎn)傳播，在階段二和整個(gè)樣本期間內(nèi)深圳對(duì)廣東碳市場(chǎng)存在信息和風(fēng)險(xiǎn)傳播[1]；Zhu Bang zhu&Zhou Xin xing etal.運(yùn)用常規(guī)藤蔓Copula-CoES方法驗(yàn)證了深圳和廣東市場(chǎng)間的風(fēng)險(xiǎn)溢出效應(yīng)，同時(shí)實(shí)證結(jié)果表明傳統(tǒng)風(fēng)險(xiǎn)價(jià)值會(huì)低估市場(chǎng)風(fēng)險(xiǎn)結(jié)果，而條件風(fēng)險(xiǎn)價(jià)值是更好地衡量工具[2]，這也為后繼學(xué)者對(duì)風(fēng)險(xiǎn)溢出的研究提供了新的研究角度和更準(zhǔn)確的衡量工具。

(2)歐盟碳市場(chǎng)

歐盟碳排放體系(EUA)是全球第一個(gè)碳市場(chǎng)也占據(jù)全球最大的成交量份額，在全球各碳市場(chǎng)中其發(fā)展最成熟，該研究也對(duì)中國(guó)建設(shè)全國(guó)性統(tǒng)一的碳交易體系具有重要借鑒作用。學(xué)者對(duì)歐盟碳市場(chǎng)間的溢出效應(yīng)主要集中在EUA期貨&CER期貨、碳期貨&碳現(xiàn)貨&期權(quán)兩部分。王玉和郇志堅(jiān))基于信息共享模型和多元MCARCH-BEKK模型對(duì)EUA期貨與CER期貨進(jìn)行實(shí)證研究發(fā)現(xiàn)EUA處于價(jià)格主導(dǎo)地位[26]；Liu & Chen基于VAR-BEKK-GARCH模型和對(duì)沖有效性(HE)值提出碳期貨和碳現(xiàn)貨市場(chǎng)的高度相關(guān)性和雙向動(dòng)態(tài)溢出關(guān)系[27]；劉紀(jì)顯和謝賽賽認(rèn)為EUA市場(chǎng)與CER市場(chǎng)相互間收益和波動(dòng)溢出效應(yīng)存在非對(duì)稱性[3]。張晨和劉宇佳以DGC-MSV模型為基礎(chǔ)，采用t分布修正模型，將碳期權(quán)納入傳統(tǒng)僅包含現(xiàn)貨與期貨的碳市場(chǎng)溢出效應(yīng)框架中，實(shí)證結(jié)果表明EUA現(xiàn)貨與期貨、期貨與期權(quán)市場(chǎng)間均有顯著且雙向?yàn)檎娘L(fēng)險(xiǎn)傳導(dǎo)現(xiàn)象，但期權(quán)對(duì)現(xiàn)貨市場(chǎng)僅存在微弱的正向溢出[28]。

2.碳市場(chǎng)外部溢出效應(yīng)

(1)國(guó)際碳市場(chǎng)間

歐盟碳市場(chǎng)處于全球碳市場(chǎng)的定價(jià)歸屬問(wèn)題主導(dǎo)地位[4]，以歐盟碳市場(chǎng)作為對(duì)照模型，重點(diǎn)圍繞中國(guó)碳市場(chǎng)展開(kāi)實(shí)證研究，既保證了模型和方法的科學(xué)性與適用性，也為中國(guó)碳市場(chǎng)的未來(lái)發(fā)展帶來(lái)啟示。王曉宇等基于DCC-GARCH模型量化分析國(guó)內(nèi)外碳交易市場(chǎng)之間的動(dòng)態(tài)相關(guān)系數(shù)發(fā)現(xiàn)，中國(guó)碳市場(chǎng)還處于分割狀態(tài)，市場(chǎng)間價(jià)格差異較大且聯(lián)動(dòng)性差[29]；李可隆和謝赤基于多重分形降趨勢(shì)移動(dòng)平均互相關(guān)分析法(MF-X-DMA)對(duì)歐盟碳市場(chǎng)與中國(guó)湖北碳交易市場(chǎng)的研究也證實(shí)了兩者之間存在明顯的互相關(guān)性和多重分形特征，且當(dāng)市場(chǎng)出現(xiàn)劇烈波動(dòng)時(shí)，兩市場(chǎng)間的聯(lián)動(dòng)性有所提高[6]。

(2)碳市場(chǎng)與金融市場(chǎng)

通過(guò)對(duì)碳排放權(quán)價(jià)格和大類(lèi)資產(chǎn)間波動(dòng)風(fēng)險(xiǎn)和信息的傳導(dǎo)的研究，有學(xué)者發(fā)現(xiàn)金融市場(chǎng)與EUA碳市場(chǎng)、CRE市場(chǎng)存在波動(dòng)溢出，只是波動(dòng)溢出的時(shí)間和強(qiáng)度各有不同[3][30]，黃元生和劉暉基于Pair Copula-GARCH類(lèi)模型對(duì)我國(guó)區(qū)域碳市場(chǎng)與國(guó)內(nèi)外金融市場(chǎng)間波動(dòng)溢出效應(yīng)的研究中提出歐洲地區(qū)的金融市場(chǎng)對(duì)我碳交易市場(chǎng)的波動(dòng)溢出效應(yīng)較大，原因在于，我國(guó)碳交易市場(chǎng)主要發(fā)展國(guó)內(nèi)的CDM項(xiàng)目，而歐洲企業(yè)是國(guó)際市場(chǎng)上CDM項(xiàng)目的主要投資方[31]；碳排放權(quán)交易和股票、匯票一樣本身也是金融產(chǎn)品，股票價(jià)格反映各類(lèi)減排企業(yè)的經(jīng)營(yíng)狀況，因此企業(yè)對(duì)碳配額的需求也與股票市場(chǎng)密切關(guān)聯(lián)：碳市場(chǎng)與高碳排放行業(yè)股票市場(chǎng)收益率之間也存在顯著負(fù)相關(guān)性和長(zhǎng)期相互影響[32]。Yuan Nan nan & Yang Lu從風(fēng)險(xiǎn)轉(zhuǎn)移機(jī)制中的不對(duì)稱性角度研究發(fā)現(xiàn)金融市場(chǎng)高程度的不確定性會(huì)對(duì)碳市場(chǎng)造成更大程度的風(fēng)險(xiǎn)溢出[7]。

(3)碳市場(chǎng)與能源市場(chǎng)

學(xué)者對(duì)碳交易市場(chǎng)與能源市場(chǎng)間的溢出效應(yīng)研究主要聚焦在三大化石能源市場(chǎng)——石油、煤炭、天然氣，并且普遍發(fā)現(xiàn)在收益率和波動(dòng)率系列中兩種類(lèi)型的市場(chǎng)之間存在非對(duì)稱溢出效應(yīng)[33]。海小輝等根據(jù)DCC-MVGARCH模型計(jì)算碳市場(chǎng)與各能源市場(chǎng)的動(dòng)態(tài)相關(guān)關(guān)系發(fā)現(xiàn)，碳市場(chǎng)與煤炭市場(chǎng)、與天然氣市場(chǎng)之間的動(dòng)態(tài)條件相關(guān)系數(shù)波動(dòng)相似[34-35]，張歡認(rèn)為能源消費(fèi)結(jié)構(gòu)以及化石能源的高碳屬性共同導(dǎo)致了這些結(jié)果[36]。高清霞等建立DCC-( BV) GARCH類(lèi)模型研究國(guó)內(nèi)兩類(lèi)市場(chǎng)間收益率波動(dòng)的動(dòng)態(tài)相關(guān)關(guān)系得出一致結(jié)論，三大化石能源市場(chǎng)價(jià)格收益率波動(dòng)對(duì)我國(guó)碳交易市場(chǎng)收益率序列影響降序排列為煤炭市場(chǎng)、天然氣市場(chǎng)、石油市場(chǎng)，這與我國(guó)目前仍以煤炭為主要燃料有著密切關(guān)系[37]。因此Wu & Wang & Tian建議為避免碳排放市場(chǎng)帶來(lái)的風(fēng)險(xiǎn)，行業(yè)燃料支持應(yīng)從煤炭逐漸轉(zhuǎn)向天然氣或石油[38]。

近年來(lái)隨著新能源的開(kāi)發(fā)與應(yīng)用以及我國(guó)產(chǎn)業(yè)機(jī)構(gòu)的調(diào)整，也有學(xué)者從電力市場(chǎng)和新能源以及技術(shù)的角度研究其與碳市場(chǎng)間的溢出效益。Ji & Xia & Liu從信息溢出的角度認(rèn)為碳市場(chǎng)是信息接收者，接收來(lái)自各種電力企業(yè)不同程度的信息溢出[9]，Zhu & Huang & Yuan 則從風(fēng)險(xiǎn)溢出的角度基于經(jīng)驗(yàn)分解的二維經(jīng)驗(yàn)風(fēng)險(xiǎn)條件價(jià)值法分析發(fā)現(xiàn)，兩者間的溢出效應(yīng)變動(dòng)與頻次有關(guān)[39]。為了實(shí)現(xiàn)降低二氧化碳排放量的目標(biāo)，碳排放交易(CET)市場(chǎng)和促進(jìn)新能源的發(fā)展應(yīng)該是值得被選擇的[40]。

(二)前沿方向

通過(guò)對(duì)上述文獻(xiàn)的梳理和述評(píng)，發(fā)現(xiàn)關(guān)于碳市場(chǎng)溢出效應(yīng)主題的研究還存在不夠完善或者較為新穎的角度和方向，總結(jié)如下：

1.中國(guó)碳市場(chǎng)研究的拓展

我國(guó)碳市場(chǎng)試點(diǎn)地區(qū)2011年設(shè)立7個(gè)，2016年后又增加了四川和福建兩個(gè)交易中心，9個(gè)試點(diǎn)地區(qū)的說(shuō)法也得到普遍認(rèn)可。大多學(xué)者對(duì)中國(guó)碳市場(chǎng)的研究樣本對(duì)象都選取交易量最多的碳市場(chǎng)——廣東、湖北、深圳。在全國(guó)碳市場(chǎng)建立初期，處于數(shù)據(jù)的有效性和精準(zhǔn)性考慮，選取最大交易量市場(chǎng)無(wú)可厚非，但是隨著全國(guó)碳排放權(quán)交易體系的不斷建設(shè)和完善，每個(gè)碳市場(chǎng)發(fā)展?fàn)顩r和運(yùn)營(yíng)政策不同，以個(gè)例代表整體的研究策略已經(jīng)不具備完全的說(shuō)服力。因此學(xué)者后續(xù)對(duì)中國(guó)碳市場(chǎng)溢出效應(yīng)無(wú)論是碳市場(chǎng)間還是碳市場(chǎng)與其他市場(chǎng)的研究，應(yīng)該以更全面的城市樣本和最新的數(shù)據(jù)樣本為研究對(duì)象。結(jié)合我國(guó)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的政策以及疫情影響下的新的產(chǎn)業(yè)發(fā)展實(shí)況對(duì)我國(guó)碳交易市場(chǎng)的影響，這為學(xué)者提供新的研究方向和思路。

2.碳市場(chǎng)與金融市場(chǎng)的擴(kuò)展

通過(guò)上述文獻(xiàn)分析得知，有關(guān)碳市場(chǎng)與金融市場(chǎng)的溢出效應(yīng)文獻(xiàn)研究數(shù)量相對(duì)國(guó)際碳市場(chǎng)間和與能源市場(chǎng)間是最少的，且研究不系統(tǒng)，沒(méi)有形成統(tǒng)一的研究理論和基礎(chǔ)性的研究方法，因此這對(duì)后續(xù)學(xué)者的研究是一個(gè)很好的契機(jī)。而且本身碳排放權(quán)也具有金融產(chǎn)品的特性，因此對(duì)碳市場(chǎng)與金融市場(chǎng)溢出效應(yīng)的研究有助于把握和預(yù)測(cè)碳交易價(jià)格波動(dòng)以及金融市場(chǎng)不確定性風(fēng)險(xiǎn)對(duì)碳交易市場(chǎng)的影響和風(fēng)險(xiǎn)溢出。隨著經(jīng)濟(jì)全球化的不斷深入，國(guó)際金融市場(chǎng)的對(duì)我國(guó)碳交易市場(chǎng)的溢出效應(yīng)也會(huì)逐漸顯著，尤其是對(duì)我國(guó)國(guó)內(nèi)CDM項(xiàng)目。

3.碳市場(chǎng)與新能源市場(chǎng)的開(kāi)發(fā)

國(guó)內(nèi)外學(xué)者更偏向?qū)δ茉词袌?chǎng)與碳市場(chǎng)溢出效應(yīng)的研究，這類(lèi)文獻(xiàn)數(shù)量更多，體系也較完善，但他們的關(guān)注點(diǎn)更多在聚焦在化石能源市場(chǎng)，這也與燃料依賴以煤炭為主有關(guān)，且石油、天然氣在各國(guó)各行各業(yè)都有大規(guī)模應(yīng)用。隨著世界碳減排計(jì)劃的推行和國(guó)內(nèi)綠色環(huán)保政策的施行特別是2030碳達(dá)峰和2060年碳中和目標(biāo)的提出，清潔能源、綠色能源等新能源市場(chǎng)相關(guān)技術(shù)不斷地進(jìn)步，應(yīng)用不斷地得到拓展。雖然短期內(nèi)新能源市場(chǎng)份額沒(méi)有辦法與化石能源市場(chǎng)相競(jìng)爭(zhēng)，但是對(duì)碳市場(chǎng)與新能源市場(chǎng)溢出效應(yīng)的研究也有助于促進(jìn)兩個(gè)市場(chǎng)的發(fā)展和完善，對(duì)碳市場(chǎng)的投資有助于激勵(lì)企業(yè)對(duì)新能源的應(yīng)用和節(jié)能技術(shù)的開(kāi)發(fā)，同時(shí)也有助于碳減排目標(biāo)的實(shí)現(xiàn)。目前學(xué)者對(duì)碳市場(chǎng)和新能源市場(chǎng)溢出效應(yīng)的研究還有待拓展，結(jié)合我國(guó)區(qū)域碳排放量的空間特點(diǎn)和地理聯(lián)系分析，對(duì)學(xué)者研究方向的選擇提供了全新的視角，對(duì)后繼學(xué)者而言既是新的機(jī)遇和契機(jī)又是新的挑戰(zhàn)，尤其是在數(shù)據(jù)收集和實(shí)證分析結(jié)構(gòu)方面。

五、結(jié)論與展望

本文應(yīng)用文獻(xiàn)計(jì)量和社會(huì)網(wǎng)絡(luò)兩種分析方法，結(jié)合CiteSpace軟件分析結(jié)果以文獻(xiàn)關(guān)鍵詞及其聚類(lèi)以及時(shí)間趨勢(shì)為主要?dú)w類(lèi)對(duì)象，將文獻(xiàn)述評(píng)分成兩大類(lèi)：碳市場(chǎng)內(nèi)溢出效應(yīng)和碳市場(chǎng)與其他市場(chǎng)間溢出效應(yīng)。

研究分析發(fā)現(xiàn)，學(xué)者對(duì)中國(guó)碳市場(chǎng)的研究大多聚焦在交易量最大的三個(gè)碳交易市場(chǎng)：廣東、湖北、深圳，三者間波動(dòng)溢出效應(yīng)具有顯著不對(duì)稱性和高度關(guān)聯(lián)性。但是隨著中國(guó)全國(guó)統(tǒng)一碳市場(chǎng)的建立和發(fā)展的不斷完善，以個(gè)例代表整體的研究思路已經(jīng)不具備可信度和實(shí)踐性，對(duì)中國(guó)碳市場(chǎng)數(shù)據(jù)的拓展研究將會(huì)成為新的前沿方向。在歐盟碳市場(chǎng)溢出效應(yīng)的研究范圍內(nèi)，學(xué)者普遍以期權(quán)、期貨市場(chǎng)為切入點(diǎn)，并得到期權(quán)市場(chǎng)是歐盟碳市場(chǎng)的波動(dòng)溢出中心，在信息流動(dòng)和風(fēng)險(xiǎn)傳遞中起主導(dǎo)作用。

國(guó)際碳市場(chǎng)間的溢出效應(yīng)研究發(fā)現(xiàn)其間存在明顯的互相關(guān)性和多重分形特征，且歐盟碳市場(chǎng)仍然處于全球定價(jià)歸屬問(wèn)題的主導(dǎo)地位。碳市場(chǎng)本身屬于金融市場(chǎng)分支，因此金融市場(chǎng)的不確定性會(huì)對(duì)碳市場(chǎng)造成更大程度的風(fēng)險(xiǎn)溢出，在碳市場(chǎng)與金融市場(chǎng)間溢出效應(yīng)研究領(lǐng)域，學(xué)者的研究并沒(méi)有形成統(tǒng)一的研究理論和基礎(chǔ)性的研究方法，因此對(duì)后續(xù)研究的學(xué)者來(lái)說(shuō)是一個(gè)新穎且極具價(jià)值的研究主題和方向?，F(xiàn)有文獻(xiàn)在碳市場(chǎng)與能源市場(chǎng)間溢出效應(yīng)的研究中，有學(xué)者從三大化石能源市場(chǎng)——石油；煤炭；天然氣入手；有學(xué)者從電力市場(chǎng)著手，有學(xué)者從新能源開(kāi)發(fā)角度出發(fā)。其中隨著中國(guó)“碳中和”目標(biāo)的建立，碳市場(chǎng)與新能源市場(chǎng)間的溢出效應(yīng)也應(yīng)該成為學(xué)者研究的前沿方向之一。