“生活的精髓就在于它无穷无尽和神秘多样，因而，就生活的完美性和变幻性而言，任何中心人物的智慧都无法加以涵盖和设计。”
——维克拉夫-哈韦尔《夏日静思》
这个夏天对于碳市场来说仍然是枯燥乏味的，人们看不到一个清晰的图谱。第一批试点的7个地区完成了两年的履约之后，并没有看到走向统一的趋势，相反制度的差异化日益严重。而蠢蠢欲动的非试点也缺乏行动的一致性——他们并不清楚哪种模式是正确的。
自下而上的碳市场发展模式已被欧美经验证明失败了。试点模式更像是建了一堵墙，它所带来的制度成本，已经超越了“边干边学”所获得的潜在收益。因此中央计划者的干预具有了必要性，但这种干预如何树立合理的边界和目标，即使在学术界也还是个少有人涉足的话题。
如果中央计划者简单粗暴，那讨论这个问题就没有意义，不如从一开始就着手全国市场的推进。我们假设中央计划者具有足够的远见和耐心，对市场持有敬畏感，愿意寻求一种渐进式的改革方式，那么全国碳市场的建设就自然演化为市场连接问题，也就是如何扩大市场规模，提高流动性基础。这包括试点之间的连接，试点与非试点之间的连接。其中最需要考虑的是试点之间的连接问题，因为这是最难的。
谈到这里，大部分人一定会想下面我肯定会谈应该如何统一分配，统一规则之类的内容吧?但今天我们讨论的问题不是实施方案，而是更为基础的命题：什么是连接，如何促成连接以及阻碍连接的真正原因是什么?
连接的条件以及调控的目标
究竟什么条件下两个碳市场之间有可能进行连接?第一个条件是具有等同的减排程度，也就是具有相同的环境有效性;第二个条件是具有相近的价格，也就是具有相近的减排成本。这两个条件完全满足的可能性不是很大，但是我们可以对约束条件进行放松。
第一个条件往往是阻碍碳市场连接的关键政治障碍，原因在于很难对减排真实性进行评估。传统方法是采用基准线情景分析法进行估算，但是基准线的设置往往依赖于丰富的经济和排放数据以及复杂的宏观经济模型(如CGE等)，看起来高大上，实际上不适合应用到规模较小、封闭性较强的区域碳市场中。为了规避传统方法的困难，我们将碳抵消(offset)机制中“额外性”概念推广到总量控制的碳交易市场中，并称之为“额外性函数”。
额外性函数用来描述名义减排目标和真实减排目标之间的偏差水平，也可以表述为“碳市场不能实现减排目标的概率”。每个碳市场都会制定明确的减排计划(名义减排目标)，但是各种不确定性因素的存在导致真实的减排目标会存在一定的弹性。这些不确定性因素当中有些是主观的，例如配额分配方法以及市场调控带来的供给弹性，也有一些客观因素，例如监测报告核查体系不完善导致数据质量的不确定性等。额外性函数就是用来计量这些不确定性。尽管这是一个统计量，但是相对于复杂的经济模型，更容易理解和使用，我们可以通过不断的观察完善这个函数的数学形式。
第二个条件的测度就很简单了，可以通过市场价格来追踪，例如日平均价格，权重平均价格等，各种方法的效果相差不会很大。
这两个条件实际上也自然成为中央计划者进行宏观调控的两大目标：一方面保证减排的真实性，另一方面促进不同市场的价格趋向一致。从而我们将碳市场连接问题变成了一个经典的多目标优化模型。但是问题来了，调控工具是什么?中央计划者用什么来实现上述目标呢?
经典理论告诉我们在完全竞争市场上，排放权价格取决于惩罚水平以及排放权短缺的概率(或对其预期)。惩罚水平一般是个常量，排放权短缺的概率则由三个因素决定：排放权分配数量，排放自然增长率，以及影响排放的随机因子。排放自然增长率可以通过历史数据进行估算，随机因子我们用额外性函数代替。
于是通过一系列建模，我们在额外性函数，排放权价格以及排放权数量之间建立了数学关系，这意味着理论上中央计划者可以根据对目标的偏好来精确计算最优的配额分配数量，从而制定不同的宏观调控策略。
尽管这是一个简化的理论模型，但与货币政策理论一样，它为中央计划者提供了清晰的思考工具：中央计划者只要不断观测额外性函数和价格波动情况，并根据事先确定的目标偏好，以某种合理的方式调整市场上的排放权数量，不同的碳市场就会趋向于一致，从而创造连接的机会。至于如何调整排放权数量，则可以设计一系列灵活的数量调控工具来实现。
迄今为止，我们只是自上而下的考虑市场连接问题，企业会对此如何反应呢?
对企业来说什么是好的市场连接?我目前能想到的最好答案是：稳健的市场连接不应对企业的交易策略发生显著冲击。在这一假设下，我们构建了一个企业响应模型，并对预期排放增速，以及影响排放的不确定性因素进行了模拟分析。结果表明：当发生市场连接时，不确定性因素会对企业的利润点产生显著的影响，并进一步改变其交易策略。这一结论从微观层面支持了额外性函数在宏观调控中的重要作用。
不确定性的来源
到此为止，一切问题都集中到了不确定性上。这也符合常识，任何调控或人为干预的本质最后都是在与不确定性进行斗争。
这些不确定性广泛来自于制度设计的内外因素。例如，①配额分配方法学。主要体现在基准线法和标杆法的应用比例;部分试点采用了强度方法进行分配;也有在配额分配方法中引入了调节因子，这均会引入新的不确定性。②弹性供给机制。包括碳抵消使用比例的设定，对储备配额或调节配额的应用等。③监测报告核查(MRV)数据质量。MRV方法学本身的不确定性水平，以及实际可达到的数据质量水平。
一句话，阻碍碳市场连接的真正障碍实质上是不确定性水平的差异。
在我看来这是一个福音，虽然我们不可能对所有的因素进行控制，但是却可以控制系统总体的不确定性水平，忽略那些微不足道的差异。至少这个结论为我们提供了一个更容易操作的入口：即使有些差异是不可能消除的，但是我们可以更容易评估哪些连接是存在显著风险的，风险的源头在哪里，以及如何采取补救措施。
同时，这个推论也解释了为什么试点碳市场在复制欧美模式时，尽管采取了几乎一样的规则，却产生截然不同的运行效果——因为你不可能复制不确定性!
不确定性才是系统设计的灵魂，这其实在系统工程界早就广为人知。一直以来忽略了对不确定的管理导致试点碳市场变得越来越浮夸和不可信。关于碳市场设计的真实命题是：我们到底可以将不确定性水平控制到什么程度，是否足够支撑一个长期市场的存在?
关于不确定性的更多有趣结论和延伸，此文暂不展开。
最后，我想借用一句关于货币供给的名言结束。
碳配额的供给一直像货币一样困扰着人们：“要么很多却不可靠，要么可靠但又稀缺，二者必居其一”。(J-K-Galbraith，The Age of Uncertainty，1977)。
