气候变化主要由二氧化碳排放驱动，继续对环境、经济和社会构成严重威胁[1]、[2]、[3]、[4]。因此，碳排放交易系统已成为《巴黎协定》框架下减少温室气体排放的核心市场工具[5]、[6]、[7]、[8]。然而，碳排放交易系统的有效性不仅取决于碳价格水平，还取决于碳价格与受监管企业面临的燃料成本条件之间的相互作用，特别是在碳密集型和燃料依赖型行业中。因此，对这些不断变化的碳价与能源价格联动模式的前瞻性理解对于评估碳市场是否产生有效的减排激励以及这些激励如何随时间变化至关重要[9]。
在化石燃料中，煤炭仍然是最碳密集型的能源之一，在塑造企业的生产成本和减排决策中起着核心作用[10]、[11]。当碳价格与煤价相互作用，提高碳密集型生产者的排放成本时，碳价格更有可能产生有效的减排激励。当碳价和煤价共同上涨（尤其是在相对较高的水平上）时，受监管的生产者有更强的动力减少煤炭使用。相反，当高碳价格与低且下降的煤价同时出现时，碳密集型生产的成本压力减轻，受监管企业感受到的减排信号减弱。因此，碳价与煤价联动成为碳排放交易系统影响实际经济行为的重要渠道，这凸显了需要超越单纯的价格水平，研究碳价与煤价联动演变如何影响减排激励的必要性[12]、[13]、[14]、[15]、[16]、[17]。
尽管关于碳市场和化石能源价格的研究日益增多，但碳价与煤价相互作用的几个方面仍缺乏充分探讨。首先，现有文献大多集中在价格预测或跨市场依赖性的统计测量上[12]、[18]、[19]、[20]、[21]、[22]、[23]、[24]。这些方法有助于描述价格动态，但它们对不同碳价与煤价联动模式如何转化为受监管企业面临的减排激励的洞察有限。因此，这些价格相互作用在行为层面的影响仍不明确。其次，很少有研究探讨碳价与煤价联动模式如何随时间演变，以及这些变化可能如何影响碳排放交易系统的有效性。因此，基于现有实证证据的政策讨论往往依赖于过去的价格关系，可能忽略了碳价与能源价格联动变化的预期变化对受监管企业减排激励的影响。
受这些不足的启发，本研究旨在描述和预测碳价与煤价联动模式的演变，并从减排激励变化的角度解释这些模式的结果。我们不是关注价格预测，而是研究碳价与煤价联动如何随时间演变，并评估相关变化如何影响受监管企业面临的激励。通过这种方式，本研究提供了一个前瞻性的框架，将碳价与煤价相互作用的演变与减排激励的变化联系起来，为评估碳排放交易系统的运作提供了更清晰的基础。
为了实现这一目标，我们开发了一个基于人工智能的复杂网络框架，将碳价与煤价相互作用的分析从连续的价格序列转化为具有明确经济意义的离散联动模式。我们不是逐点追踪价格，而是将碳价和煤价的联合变动总结为反映不同排放成本信号和受监管企业面临的减排激励的代表性联动模式。然后，我们将这些模式随时间的转换组织成一个演变网络，捕捉市场条件变化时碳价与煤价相互作用的演变趋势。这种表示方法称为价格联动模式演变网络（PCMEN），提供了一种透明且可解释的方式来研究价格联动的演变，而不仅仅是孤立的价格变化。在此基础上，我们使用GraphSAGE捕捉演变网络内的结构关系，并使用XGBoost预测未来可能的联动模式转换，从而能够前瞻性地评估碳价与煤价相互作用的可能演变及其对减排激励的影响。
从监管角度来看，该框架有助于设计和调整碳排放交易系统政策，因为它有助于使碳价格信号与减排激励保持一致。它允许监管机构评估随着市场条件的变化，碳价与能源市场的联动是否仍然支持减排激励，而不仅仅依赖于碳价格水平。通过基于碳价与能源价格联动预期演变提供前瞻性见解，该方法有助于确定减排激励何时可能减弱，即使碳价格保持稳定或上升。这一视角可以为调整监管优先事项提供依据，例如提高市场透明度、加强合规纪律或优先考虑改善交易连续性的措施。反过来，它有助于碳排放交易系统在市场条件变化时保持碳定价的激励作用。
本研究的主要贡献有三方面。首先，本研究超越了单纯的价格水平，描述和预测了碳价与煤价联动模式的演变，从而将价格相互作用直接与减排激励的变化联系起来。其次，我们提出了一个基于人工智能的新框架，将具有经济意义的碳价与煤价联动模式组织成一个演变网络。该框架能够前瞻性地推断碳价与能源价格相互作用的可能演变及其对减排激励的影响。第三，我们将该框架应用于包括欧盟排放交易系统、中国的国家排放交易系统以及七个中国试点碳市场在内的比较性实证研究。通过分析和预测不同发展阶段统一和区域碳排放交易系统中的碳价与煤价联动动态，本研究揭示了减排激励可能如何随时间演变。我们通过稳健性检验进一步验证了结果，为差异化的政策设计和监管评估提供了实用可靠的见解。
本文的其余部分结构如下：第2节回顾相关文献；第3节详细说明方法论；第4节介绍数据；第5节报告实证结果和分析；第6节总结研究；第7节讨论经济和政策影响；第8节概述局限性和未来研究方向。
