碳交易試點(diǎn)政策對(duì)中國(guó)工業(yè)碳全要素生產(chǎn)率的影響

黃光球，陳琴

（西安建筑科技大學(xué) 管理學(xué)院，陜西 西安 710055）

全球變暖對(duì)人類的生存和可持續(xù)發(fā)展構(gòu)成了嚴(yán)峻挑戰(zhàn)，積極應(yīng)對(duì)氣候變化，促進(jìn)經(jīng)濟(jì)低碳可持續(xù)發(fā)展成為當(dāng)今人類社會(huì)的重大課題。經(jīng)過(guò)40 多年的改革開放，伴隨著工業(yè)化水平的不斷提高，在經(jīng)濟(jì)快速增長(zhǎng)的同時(shí)，我國(guó)能源消費(fèi)總量不斷增長(zhǎng)，二氧化碳排放量不斷增加，中國(guó)在成為世界第二大經(jīng)濟(jì)體的同時(shí)，自2006 年開始超過(guò)美國(guó)成為最大的二氧化碳排放國(guó)。其中，2017 年，中國(guó)的二氧化碳排放量達(dá)到了92 億噸，占全球二氧化碳排放總量的27.6%。作為經(jīng)濟(jì)增長(zhǎng)的重要引擎，工業(yè)部門是能源消耗和二氧化碳排放的最大部門，工業(yè)GDP只占全國(guó)的40.1%，卻消耗了全國(guó)67.9%的能源，二氧化碳排放高達(dá)全國(guó)的83.1%[1]。在雙碳目標(biāo)下，中國(guó)工業(yè)經(jīng)濟(jì)發(fā)展“高投入、高消耗、低產(chǎn)出”的粗放型增長(zhǎng)模式面臨巨大挑戰(zhàn)，實(shí)現(xiàn)工業(yè)碳減排成為亟待解決的問(wèn)題，采取有效的碳減排政策來(lái)緩解氣候變化引起的經(jīng)濟(jì)和社會(huì)沖擊已迫在眉睫。

碳排放權(quán)交易政策（以下簡(jiǎn)稱碳交易政策）作為我國(guó)的主要碳減排政策，起源于《京都議定書》，其主要通過(guò)價(jià)格機(jī)制規(guī)范市場(chǎng)參與者，以達(dá)到管理和控制二氧化碳排放的目的[2]。中國(guó)從2013 年開始碳交易試點(diǎn)，2021年7 月16 日，全國(guó)碳排放權(quán)交易市場(chǎng)正式啟動(dòng)，而碳交易的政策設(shè)計(jì)是復(fù)雜的，中國(guó)仍處于探索階段，因此，現(xiàn)階段的碳交易政策的有效性和適用性值得探討，這關(guān)乎中國(guó)的碳中和目標(biāo)能否在未來(lái)實(shí)現(xiàn)。

1 文獻(xiàn)綜述

碳交易是實(shí)現(xiàn)碳減排目標(biāo)的一種有效的政策工具，經(jīng)過(guò)十多年的發(fā)展，許多國(guó)家和地區(qū)已經(jīng)建立并開展了碳交易。自中國(guó)開始碳交易政策試點(diǎn)以來(lái)，出現(xiàn)了許多與中國(guó)碳交易政策效應(yīng)相關(guān)的研究，大多數(shù)學(xué)者主要對(duì)碳交易政策的碳減排效應(yīng)和經(jīng)濟(jì)效應(yīng)展開研究。

在碳減排效應(yīng)方面，學(xué)者們關(guān)于碳交易政策可以降低碳排放基本達(dá)成了共識(shí)，例如，劉勇等[3]建立了中國(guó)工業(yè)CGE 仿真模型，表明碳交易能夠?qū)崿F(xiàn)工業(yè)碳減排。劉傳明等[4]運(yùn)用合成控制法，研究發(fā)現(xiàn)碳交易試點(diǎn)能顯著抑制二氧化碳排放。GAO 等[5]對(duì)2005—2015 年中國(guó)30 個(gè)省份28 個(gè)行業(yè)的生產(chǎn)碳排放、消費(fèi)碳排放和碳泄漏進(jìn)行了測(cè)算，結(jié)果表明，碳交易減少了試點(diǎn)地區(qū)試點(diǎn)行業(yè)的碳排放。

在經(jīng)濟(jì)效應(yīng)方面，大多數(shù)學(xué)者的研究主要集中在碳交易政策對(duì)碳排放強(qiáng)度的影響上，例如，李廣明等[6]采用雙重差分法（DID）研究了碳交易對(duì)中國(guó)30 個(gè)省份工業(yè)碳排放和碳強(qiáng)度的影響，研究結(jié)果表明，碳交易對(duì)試點(diǎn)地區(qū)規(guī)模工業(yè)的碳排放量和碳強(qiáng)度有顯著抑制作用。ZHANG 等[7]的研究結(jié)果表明，碳交易試點(diǎn)對(duì)工業(yè)碳排放（10.1%）和碳排放強(qiáng)度（0.78%）有顯著的負(fù)面影響。然而，單要素碳績(jī)效指標(biāo)僅是考察碳排放量所對(duì)應(yīng)的產(chǎn)出數(shù)量，并不能反映總體碳績(jī)效水平，全要素碳績(jī)效指標(biāo)能更加全面地描述碳績(jī)效水平，因此受到了越來(lái)越多的學(xué)者的關(guān)注，只是，關(guān)于碳交易政策對(duì)全要素碳績(jī)效影響的研究較少，也未達(dá)成一致。例如，胡玉鳳等[8]選擇2006—2017 年我國(guó)滬深兩市A 股企業(yè)的面板數(shù)據(jù)，運(yùn)用雙重差分方法，實(shí)證結(jié)果顯示，碳交易能降低碳排放總量與碳排放強(qiáng)度、實(shí)現(xiàn)碳減排，但對(duì)綠色全要素生產(chǎn)率、企業(yè)全要素生產(chǎn)率有顯著負(fù)向影響。CHEN等[9]利用合成控制法發(fā)現(xiàn)，碳交易顯著提升了試點(diǎn)地區(qū)的碳績(jī)效和能源績(jī)效。賈智杰等[10]基于SBM 模型測(cè)算了2002—2017 年264 個(gè)城市的全要素碳效率，并通過(guò)PSM-DID 模型分析了碳試點(diǎn)對(duì)全要素碳效率的影響，研究表明，碳試點(diǎn)對(duì)全要素碳效率存在很強(qiáng)的地區(qū)異質(zhì)性，碳試點(diǎn)能提高碳試點(diǎn)地區(qū)的全要素碳效率，然而，碳試點(diǎn)對(duì)非試點(diǎn)地區(qū)的全要素碳效率并沒有顯著的影響。

因此，首先，現(xiàn)有文獻(xiàn)關(guān)于碳交易政策的研究對(duì)象主要基于中國(guó)各省份、各城市、各行業(yè)或某個(gè)區(qū)域，以省域工業(yè)為研究對(duì)象的文獻(xiàn)還相對(duì)較少，而工業(yè)是我國(guó)碳排放的主要來(lái)源，也是碳排放交易的主體，且不同省份的工業(yè)發(fā)展?fàn)顩r存在異質(zhì)性。其次，碳交易試點(diǎn)政策影響的研究對(duì)于全要素生產(chǎn)率的影響評(píng)估較少，而碳全要素生產(chǎn)率綜合考慮了經(jīng)濟(jì)增長(zhǎng)的能源和碳排放因素，能更加全面地描述碳績(jī)效。因此，不同于以往的研究主要考慮單因素指標(biāo)，本文基于全要素視角，在多投入和多產(chǎn)出的框架下，利用包含非期望產(chǎn)出的DDF-GML 指數(shù)測(cè)算碳全要素生產(chǎn)率，并運(yùn)用雙重差分模型評(píng)估碳交易試點(diǎn)政策對(duì)中國(guó)工業(yè)碳全要素生產(chǎn)率的影響。

2 理論分析與研究假說(shuō)

目前，環(huán)境規(guī)制分為命令控制型、市場(chǎng)激勵(lì)型、自愿型三大類。碳交易政策作為市場(chǎng)激勵(lì)型環(huán)境規(guī)制手段[11]，通過(guò)將碳排放外部性內(nèi)部化，是以有效實(shí)現(xiàn)低成本的方式控制碳排放的一種政策工具。政府為完成控排目標(biāo)，將控排目標(biāo)轉(zhuǎn)化為碳排放交易權(quán)配額分配企業(yè)，企業(yè)為實(shí)現(xiàn)控排目標(biāo)需要進(jìn)行碳減排。根據(jù)“強(qiáng)”波特假說(shuō)，嚴(yán)格而靈活的環(huán)境規(guī)制會(huì)促進(jìn)企業(yè)創(chuàng)新，不僅能抵消企業(yè)的合規(guī)成本，還能夠提高企業(yè)競(jìng)爭(zhēng)力。因此，本文認(rèn)為碳交易試點(diǎn)政策可以促進(jìn)工業(yè)碳全要素生產(chǎn)率增長(zhǎng)，具體分析如下。

（1）低碳技術(shù)創(chuàng)新活動(dòng)具有周期長(zhǎng)、投入大和高風(fēng)險(xiǎn)的特點(diǎn)，企業(yè)是否進(jìn)行低碳技術(shù)創(chuàng)新取決于企業(yè)獲得的激勵(lì)水平。由于碳交易試點(diǎn)政策增加了企業(yè)碳減排成本，從而影響企業(yè)的生產(chǎn)成本，在面臨環(huán)境合規(guī)成本增加時(shí)，會(huì)激勵(lì)企業(yè)低碳技術(shù)創(chuàng)新來(lái)降低成本，以減緩環(huán)境規(guī)制帶來(lái)的成本壓力。同時(shí)，碳交易政策作為一種重要的市場(chǎng)型規(guī)制工具，基于明確的市場(chǎng)價(jià)格信號(hào)，為企業(yè)提供了更多低碳技術(shù)創(chuàng)新的市場(chǎng)信息，減少了低碳技術(shù)創(chuàng)新的不確定性，更利于企業(yè)低碳技術(shù)創(chuàng)新。

（2）由于不同地區(qū)、不同行業(yè)、不同技術(shù)水平和管理水平的差異，減排企業(yè)的減排成本將存在差異[12]。碳交易的實(shí)質(zhì)是允許低碳技術(shù)創(chuàng)新水平較高的企業(yè)，將多余的碳排放交易權(quán)配額在碳市場(chǎng)上出售給減排成本相對(duì)較高的企業(yè)獲得相應(yīng)的收益。在實(shí)踐中，由于碳市場(chǎng)普遍存在不完全競(jìng)爭(zhēng)市場(chǎng)的情形，少數(shù)企業(yè)可能通過(guò)購(gòu)買并儲(chǔ)存遠(yuǎn)超出自身碳排放配額的碳排放交易權(quán)以謀取壟斷收益或供未來(lái)使用，或部分下級(jí)政府可能出于經(jīng)濟(jì)發(fā)展的考慮，對(duì)企業(yè)進(jìn)行“過(guò)度干預(yù)”，直接影響企業(yè)間配額交易的積極性。因此，在政府合理管制下，碳排放交易權(quán)能否公平、公開和合理交易與市場(chǎng)化程度息息相關(guān)，接近完全競(jìng)爭(zhēng)的碳市場(chǎng)是碳交易提升碳全要素生產(chǎn)率的重要前提?；谝陨戏治?，本文提出以下三個(gè)假說(shuō)：

假說(shuō)1：碳交易試點(diǎn)政策可以促進(jìn)工業(yè)碳全要素生產(chǎn)率增長(zhǎng)。

假說(shuō)2：碳交易試點(diǎn)政策通過(guò)激勵(lì)企業(yè)進(jìn)行低碳技術(shù)創(chuàng)新促進(jìn)工業(yè)全要素生產(chǎn)率增長(zhǎng)。

假說(shuō)3：碳交易試點(diǎn)政策通過(guò)市場(chǎng)化激發(fā)企業(yè)碳減排動(dòng)力促進(jìn)工業(yè)碳全要素生產(chǎn)率增長(zhǎng)。

3 碳全要素生產(chǎn)率指數(shù)測(cè)算

宏觀經(jīng)濟(jì)層面的全要素生產(chǎn)率增長(zhǎng)率同經(jīng)濟(jì)增長(zhǎng)率有著直接的關(guān)系，全要素生產(chǎn)率增長(zhǎng)率是經(jīng)濟(jì)增長(zhǎng)率的直接組成部分，這意味著全要素生產(chǎn)率增長(zhǎng)率的變動(dòng)，本身就是經(jīng)濟(jì)增長(zhǎng)率的變動(dòng)。正因?yàn)槿绱?，度量全要素生產(chǎn)率的增長(zhǎng)率，而不是度量全要素生產(chǎn)率的絕對(duì)水平，成為生產(chǎn)率研究的一個(gè)至關(guān)重要的核心問(wèn)題[13]。傳統(tǒng)的全要素生產(chǎn)率未考慮能源和碳排放因素，然而，中國(guó)工業(yè)經(jīng)濟(jì)長(zhǎng)期以來(lái)通過(guò)高投資、高能耗和高碳排放實(shí)現(xiàn)高增長(zhǎng)，能源和碳排放對(duì)產(chǎn)出的影響巨大。

3.1 碳全要素生產(chǎn)率指數(shù)測(cè)算方法

本文借鑒CHUNG 等[14]提出的方向性距離函數(shù)（DDF）以及OH[15]提出的GML 指數(shù)的思路，利用2005—2019 年的中國(guó)省域工業(yè)行業(yè)面板數(shù)據(jù)，選取投入產(chǎn)出指標(biāo)對(duì)碳全要素生產(chǎn)率指數(shù)（GTFP）進(jìn)行測(cè)算。

基于全域前沿參比的GTFP 被定義為：

式中：TEs表示s時(shí)期與生產(chǎn)前沿的接近程度，即技術(shù)效率值，表示s時(shí)期的技術(shù)前沿與全局技術(shù)前沿的差距，即技術(shù)進(jìn)步值，s=t,t+1；EC t,t+1表示(t,t+1)時(shí)期內(nèi)與生產(chǎn)前沿的接近程度的變化，即(t,t+1)期間內(nèi)省份i工業(yè)的節(jié)能減排效率追趕，EC t,t+1＞(＜)1 表示節(jié)能減排效率增加（減少）；TC t,t+1表示(t,t+1)時(shí)期內(nèi)工業(yè)整體生產(chǎn)前沿移動(dòng)的效應(yīng)，即(t,t+1)期間內(nèi)低碳技術(shù)創(chuàng)新情況，TC t,t+1＞(＜)1 表示低碳技術(shù)進(jìn)步（退步）。如果生產(chǎn)活動(dòng)使期望產(chǎn)出增加（減少），非期望產(chǎn)出減少（增加），那么GTFP t,t+1＞(＜)1 表示碳全要素生產(chǎn)率增長(zhǎng)（減少）。

3.2 數(shù)據(jù)來(lái)源和指標(biāo)選取

本文碳全要素生產(chǎn)率指數(shù)測(cè)算基于2005—2019 年的中國(guó)30 個(gè)省份（不包括西藏及港澳臺(tái)地區(qū)）工業(yè)投入產(chǎn)出面板數(shù)據(jù)，具體投入和產(chǎn)出指標(biāo)選擇如下。

（1）資本投入。目前普遍的做法是將資本存量作為資本投入指標(biāo)，資本存量估算是一個(gè)比較復(fù)雜的過(guò)程，本文借鑒陳勇等[16]指標(biāo)選取和數(shù)據(jù)處理的做法，以2005 年各地區(qū)工業(yè)固定資產(chǎn)凈值作為初始資本存量，以相鄰兩年的固定資產(chǎn)凈值差額作為投資額，并使用各地固定資產(chǎn)投資價(jià)格指數(shù)將其進(jìn)行價(jià)格平減（以2005 年為基期），計(jì)算公式為：

（2）勞動(dòng)投入。現(xiàn)有的關(guān)于工業(yè)全要素生產(chǎn)率的研究多采用工業(yè)企業(yè)全部從業(yè)人員年平均人數(shù)（萬(wàn)人）作為勞動(dòng)投入指標(biāo)，因此，本文仍采用將工業(yè)全部從業(yè)人員年平均人數(shù)（萬(wàn)人）作為各地區(qū)工業(yè)勞動(dòng)投入指標(biāo)，數(shù)據(jù)源自《中國(guó)工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》。

（3）能源投入。本文使用能源消費(fèi)總量作為能源投入指標(biāo)，包括原煤、洗精煤、其他洗煤、煤制品、焦炭、焦?fàn)t煤氣、其他煤氣、其他焦化產(chǎn)品、原油、汽油、煤油、柴油、燃料油、其他石油制品、液化石油氣、煉廠干氣、天然氣17 種能源，能源消費(fèi)實(shí)物量數(shù)據(jù)源自SHAN 等[17]建立的中國(guó)碳核算數(shù)據(jù)庫(kù)（CEADs），通過(guò)計(jì)算將能源消費(fèi)量實(shí)物量折算為能源消費(fèi)量標(biāo)準(zhǔn)量（萬(wàn)噸標(biāo)準(zhǔn)煤），計(jì)算公式如下所示：

式中：Eit表示i省t年工業(yè)能源消費(fèi)總量的標(biāo)準(zhǔn)量（萬(wàn)噸）；Eitj表示i省t年工業(yè)能源j消費(fèi)的實(shí)物量（萬(wàn)噸）；μj表示能源j的折標(biāo)準(zhǔn)煤系數(shù)（萬(wàn)噸/萬(wàn)噸，億平方米）；NCVj表示能源j平均低位發(fā)熱量（拍焦/萬(wàn)噸，億立方米）；σ表示標(biāo)準(zhǔn)煤熱量，為29 307 千焦/千克=0.293 07 拍焦/萬(wàn)噸。

（4）期望產(chǎn)出。由于工業(yè)生產(chǎn)包含了能源這一中間性質(zhì)的投入要素，同時(shí)，碳排放來(lái)源于整個(gè)工業(yè)生產(chǎn)過(guò)程，既包括工業(yè)增加值部分的產(chǎn)品生產(chǎn)，也包括中間投入品的生產(chǎn)[18]。大多實(shí)證研究均以工業(yè)總產(chǎn)值作為工業(yè)產(chǎn)出指標(biāo)，因此，本文使用工業(yè)總產(chǎn)值作為期望產(chǎn)出指標(biāo)。2005—2010 年的工業(yè)總產(chǎn)值使用《中國(guó)工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》數(shù)據(jù)，2011 年及以后的工業(yè)總產(chǎn)值通過(guò)各地區(qū)統(tǒng)計(jì)年鑒進(jìn)行匯總，對(duì)2011—2016 年的缺失數(shù)據(jù)按照工業(yè)總產(chǎn)值=工業(yè)銷售產(chǎn)值+(本年產(chǎn)成品-上一年產(chǎn)成品)進(jìn)行計(jì)算，并對(duì)剩余缺失數(shù)據(jù)進(jìn)行線性插值補(bǔ)齊。為消除價(jià)格因素的影響，以2005 年為基期，對(duì)各年數(shù)據(jù)采用工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)進(jìn)行價(jià)格平減。

（5）非期望產(chǎn)出。非期望產(chǎn)出是碳全要素生產(chǎn)率和傳統(tǒng)全要素生產(chǎn)率的一個(gè)重要區(qū)分，傳統(tǒng)全要素生產(chǎn)率產(chǎn)出越多越好，而碳排放作為工業(yè)生產(chǎn)過(guò)程的非期望產(chǎn)出，排放越少越好。本文使用30 個(gè)省份工業(yè)碳排放量作為非期望產(chǎn)出指標(biāo)，數(shù)據(jù)源自SHAN 等[17]建立的中國(guó)碳核算數(shù)據(jù)庫(kù)（CEADs）。

變量數(shù)據(jù)來(lái)源于2006—2020 年《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》、各地區(qū)統(tǒng)計(jì)年鑒以及中國(guó)碳核算數(shù)據(jù)庫(kù)（CEADs）。

3.3 碳全要素生產(chǎn)率指數(shù)測(cè)算結(jié)果及分析

基于以上投入產(chǎn)出面板數(shù)據(jù)，本文借助Stata17 軟件，測(cè)度得到各省份2005—2019 年工業(yè)碳全要素生產(chǎn)率指數(shù)（GTFP）和節(jié)能減排效率指數(shù)（GEC）、低碳技術(shù)創(chuàng)新指數(shù)（GTC）。全局前沿以所有各期共同構(gòu)建的前沿作為參比前沿，各時(shí)期GTFP、GEC 和GTC 具備可傳遞性，可以累乘，進(jìn)一步計(jì)算得到各省份2005—2019 年累積碳全要素生產(chǎn)率指數(shù)（CGTFP）、累積節(jié)能減排效率指數(shù)（CGEC）和累積低碳技術(shù)創(chuàng)新指數(shù)（CGTC）。2005—2019 年工業(yè)整體GTFP、GEC 和GTC 的年均變化值和年均累積變化值見表1，并以2005 年為基期，繪制出CGTFP、CGEC 和CGTC 的時(shí)間變化趨勢(shì)圖（圖1）。

圖1 CGTFP、CGEC和CGTC的時(shí)間變化趨勢(shì)圖

表1 2005—2019年工業(yè)整體GTFP、GEC和GTC的年均變化值和年均累積變化值

從表1 可以發(fā)現(xiàn)，工業(yè)整體來(lái)看，2005—2019 年我國(guó)工業(yè)整體工業(yè)碳全要素生產(chǎn)率指數(shù)（GTFP）年均增長(zhǎng)2.38%，累積增長(zhǎng)21.46%；節(jié)能減排效率指數(shù)（GEC）年均增長(zhǎng)0.41%，累積增長(zhǎng)10.01%；低碳技術(shù)創(chuàng)新指數(shù)（GTC）年均增長(zhǎng)1.95%，累積增長(zhǎng)10.41%。GTC 大于GEC，表明研究期內(nèi)工業(yè)整體GTFP 增長(zhǎng)主要源于低碳技術(shù)創(chuàng)新。從圖1 可以看出，工業(yè)整體各年累積碳全要素生產(chǎn)率指數(shù)（CGTFP）和與累積低碳技術(shù)創(chuàng)新指數(shù)（CGTC）均大于1 且整體上呈現(xiàn)上升的趨勢(shì)，而累積節(jié)能減排效率指數(shù)（CGEC）從2014 年開始呈現(xiàn)下降的趨勢(shì)，因此，工業(yè)碳全要素生產(chǎn)率（GTFP）增長(zhǎng)主要來(lái)源于低碳技術(shù)創(chuàng)新的推動(dòng)。

2005—2019 年工業(yè)分省份GTFP、GEC 和GTC 的年均變化值和年均累積變化值見表2。從表2 可以發(fā)現(xiàn)，分省份來(lái)看，基于全局前沿，各省份工業(yè)全要素碳生產(chǎn)率指數(shù)（GTFP）及低碳技術(shù)創(chuàng)新指數(shù)（GTC）的平均值都大于1，說(shuō)明各省份工業(yè)碳全要素生產(chǎn)率呈現(xiàn)上升趨勢(shì)，低碳技術(shù)創(chuàng)新呈現(xiàn)進(jìn)步趨勢(shì)。從節(jié)能減排效率指數(shù)（GEC）來(lái)看，部分省份平均GEC 均小于1，包括天津、河北、山西、內(nèi)蒙古、遼寧、黑龍江、上海、浙江、廣東、云南、甘肅、青海，表明以上省份工業(yè)節(jié)能減排效率存在下降趨勢(shì)，對(duì)工業(yè)碳全要素生產(chǎn)率有負(fù)向影響，而其他省份平均GEC 大于1，呈現(xiàn)輕微的上升趨勢(shì)，因此，可以看出，低碳技術(shù)創(chuàng)新是各省份工業(yè)碳全要素生產(chǎn)率增長(zhǎng)的主要?jiǎng)恿?lái)源。

表2 2005—2019年工業(yè)分省份GTFP、GEC和GTC的年均變化值和年均累積變化值

4 研究設(shè)計(jì)

4.1 模型設(shè)定

雙重差分法（DID）是政策效果評(píng)估的一種常用方法。為了檢驗(yàn)碳交易試點(diǎn)政策對(duì)中國(guó)工業(yè)碳全要素生產(chǎn)率的影響，通過(guò)比較實(shí)施碳交易試點(diǎn)政策前后，碳交易試點(diǎn)省份（以下簡(jiǎn)稱“試點(diǎn)省份”）與碳交易非試點(diǎn)省份（以下簡(jiǎn)稱“非試點(diǎn)省份”）在同期碳全要素生產(chǎn)率指數(shù)的差異，評(píng)估碳交易試點(diǎn)的政策效果，本文構(gòu)建DID 模型：

式中：CGTFPit表示省份i在t年的工業(yè)累積碳全要素生產(chǎn)率指數(shù)；虛擬變量treatit和postit分別表示是否為實(shí)行碳交易試點(diǎn)政策的省份和年份，treatit=1 表示省份i為試點(diǎn)省份，treatit=0 表示省份i為非試點(diǎn)省份，碳交易試點(diǎn)年份設(shè)定為2012，若t≥2012，則postit=0，否則postit=1。treatit×postit的系數(shù)α1，即碳交易試點(diǎn)政策對(duì)中國(guó)工業(yè)碳全要素生產(chǎn)率的影響效應(yīng)。λi和λt分別代表省份固定效應(yīng)和時(shí)間固定效應(yīng)，λi包括省份所有不隨時(shí)間變化的特征，如地理和自然特征，λt包含所有省份共同的所有年度因素，如宏觀沖擊；εit為隨機(jī)誤差項(xiàng)。

4.2 數(shù)據(jù)來(lái)源和變量選取

（1）被解釋變量。被解釋變量為上節(jié)測(cè)算的各省份累積工業(yè)碳全要素生產(chǎn)率指數(shù)（CGTFP），與一般的工業(yè)全要素生產(chǎn)率的不同，工業(yè)碳全要素生產(chǎn)率指數(shù)測(cè)度的指標(biāo)選取在一般的工業(yè)全要素生產(chǎn)率指數(shù)的基礎(chǔ)上增加了碳排放作為非期望產(chǎn)出，將工業(yè)總產(chǎn)值作為期望產(chǎn)出，期望產(chǎn)出越多，非期望產(chǎn)出越少，碳全要素生產(chǎn)率水平越高。因此，工業(yè)碳全要素生產(chǎn)率兼顧了工業(yè)的經(jīng)濟(jì)效益和環(huán)境效益，能夠更好地反映出工業(yè)碳績(jī)效水平。

（2）核心解釋變量。核心解釋變量為是否為實(shí)行碳交易的省份和年份，即虛擬變量treatit和postit的交乘項(xiàng)（treatit×postit），其系數(shù)α1表示碳交易試點(diǎn)政策的凈效應(yīng)，用以反映碳交易試點(diǎn)政策作用效果的強(qiáng)弱。碳交易試點(diǎn)省份為北京、天津、上海、重慶、廣東（包括深圳）及湖北。碳交易試點(diǎn)政策正式批準(zhǔn)時(shí)間為2011 年10 月，最早啟動(dòng)于2013 年，考慮到碳交易試點(diǎn)政策可能存在的公告效應(yīng)，因此，碳交易試點(diǎn)年份設(shè)定為2012 年。

（3）控制變量。為了解決可能存在遺漏變量的問(wèn)題，需要對(duì)模型加入控制變量，本文選取的控制變量Controlit包括下列變量：①經(jīng)濟(jì)發(fā)展水平（pgdp）。隨著區(qū)域經(jīng)濟(jì)發(fā)展水平的提高，工業(yè)化生產(chǎn)力水平將不斷提高，且工業(yè)經(jīng)濟(jì)增長(zhǎng)中存在環(huán)境庫(kù)茲涅茨曲線。本文選取人均地區(qū)生產(chǎn)總值指標(biāo)衡量經(jīng)濟(jì)發(fā)展水平。②工業(yè)化水平（indulevel）。中國(guó)工業(yè)經(jīng)濟(jì)的高速增長(zhǎng)，離不開大量能源消耗，以煤炭生產(chǎn)和消費(fèi)為主的能源結(jié)構(gòu)決定了中國(guó)工業(yè)發(fā)展必將帶來(lái)大量的碳排放，對(duì)環(huán)境產(chǎn)生了嚴(yán)重的負(fù)面影響。本文選取工業(yè)增加值占地區(qū)GDP 的比重指標(biāo)衡量工業(yè)化水平。③城鎮(zhèn)化水平（urbanlevel）。城鎮(zhèn)化進(jìn)程將會(huì)帶動(dòng)能源消耗以及鋼鐵、水泥等材料消費(fèi)的增加，導(dǎo)致二氧化碳排放量增加，從而影響碳全要素生產(chǎn)率。本文選取城鎮(zhèn)常住人口占總?cè)丝诒戎刂笜?biāo)衡量城鎮(zhèn)化水平。④能源消費(fèi)結(jié)構(gòu)（fossilenergyratio）。不同能源具有不同碳排放系數(shù)導(dǎo)致不同能源結(jié)構(gòu)將存在碳排放量差異，化石燃料仍然是工業(yè)終端消費(fèi)的主要能源。本文選取化石燃料消費(fèi)量占能源消費(fèi)總量的比重指標(biāo)衡量能源消費(fèi)結(jié)構(gòu)。⑤外商直接投資水平（regionfdiratio）?！拔廴咎焯谩奔僬f(shuō)認(rèn)為發(fā)達(dá)國(guó)家由于本國(guó)較為嚴(yán)厲的環(huán)境規(guī)制或較高的碳排放成本，通過(guò)FDI 將高能耗和高碳排放的行業(yè)轉(zhuǎn)移到發(fā)展中國(guó)家進(jìn)行生產(chǎn)，使發(fā)展中國(guó)家淪為發(fā)達(dá)國(guó)家的“污染避難所”，造成發(fā)展中國(guó)家碳排放增加。而“污染光環(huán)”假說(shuō)認(rèn)為外商直接投資能夠?yàn)榘l(fā)展中國(guó)家?guī)?lái)更先進(jìn)的技術(shù)，有助于降低發(fā)展中國(guó)家在生產(chǎn)過(guò)程中的能源消耗，提高能源利用效率并減少碳排放。本文選取外國(guó)直接投資占工業(yè)增加值比重衡量外國(guó)直接投資水平。⑥研發(fā)投入（lnregionRD）。企業(yè)自主研發(fā)是實(shí)現(xiàn)技術(shù)進(jìn)步的重要途徑，對(duì)于促進(jìn)中國(guó)工業(yè)碳全要素生產(chǎn)率提高、加快中國(guó)工業(yè)低碳轉(zhuǎn)型具有重要推動(dòng)作用。本文選取R&D 經(jīng)費(fèi)衡量研發(fā)投入。

5 實(shí)證檢驗(yàn)

5.1 工業(yè)碳全要素生產(chǎn)率指數(shù)的時(shí)間趨勢(shì)圖分析

碳交易試點(diǎn)DID 模型的重要前提假設(shè)是平行趨勢(shì)假定，即非試點(diǎn)省份為試點(diǎn)省份的節(jié)能減排活動(dòng)提供了有效的反事實(shí)變化。本文繪制了試點(diǎn)省份和非試點(diǎn)省份工業(yè)累積碳全要素生產(chǎn)率指數(shù)（CGTFP）時(shí)間變化趨勢(shì)圖（圖2），通過(guò)比較處理組省份和對(duì)照組省份CGTFP 的變化趨勢(shì)，以直觀反映碳交易試點(diǎn)政策對(duì)中國(guó)工業(yè)碳全要素生產(chǎn)率指數(shù)（GTFP）的作用效果。

圖2 CGTFP時(shí)間變化趨勢(shì)圖

2005—2019 年試點(diǎn)省份和非試點(diǎn)省份的工業(yè)碳全要素生產(chǎn)率指數(shù)（GTFP）總體呈現(xiàn)上升趨勢(shì)，且試點(diǎn)省份的工業(yè)GTFP 高于碳交易非試點(diǎn)省份。在2012 年之前，試點(diǎn)省份和非試點(diǎn)省份工業(yè)GTFP 增長(zhǎng)趨勢(shì)相似。初步表明滿足符合平行趨勢(shì)假設(shè)，在沒有碳交易試點(diǎn)政策的情況下，試點(diǎn)省份和非試點(diǎn)省份的工業(yè)GTFP 在2012年之后也會(huì)顯示出類似的趨勢(shì)。本文初步認(rèn)為，在2012年之后試點(diǎn)省份相對(duì)于非試點(diǎn)省份的工業(yè)GTFP 提升很可能是由碳交易試點(diǎn)政策驅(qū)動(dòng)的。

5.2 基本回歸結(jié)果

為了驗(yàn)證由時(shí)間趨勢(shì)圖得出的推測(cè)，本文使用雙重差分法對(duì)其進(jìn)行實(shí)證檢驗(yàn)，以政策執(zhí)行年份劃分樣本期間，通過(guò)比較政策執(zhí)行前和執(zhí)行后的平均處理效應(yīng)靜態(tài)分析政策效果（表3）。從表3 可以看出，treatit×postit系數(shù)α1為0.111，在1%的水平上顯著，表明碳交易試點(diǎn)政策顯著促進(jìn)了中國(guó)工業(yè)碳全要素生產(chǎn)率增長(zhǎng)，假說(shuō)1 得到驗(yàn)證。

表3 平均效應(yīng)

5.3 動(dòng)態(tài)效應(yīng)

由于政策的效果會(huì)受時(shí)間變化的影響，因此，通過(guò)引入了時(shí)間趨勢(shì)變量，以分析碳交易試點(diǎn)政策對(duì)中國(guó)工業(yè)碳全要素生產(chǎn)率指數(shù)（GTFP）的動(dòng)態(tài)效應(yīng)，同時(shí)，雖然從前文中可以看出試點(diǎn)省份和非試點(diǎn)省份工業(yè)GTFP在政策執(zhí)行前的變化趨勢(shì)基本平行，滿足平行趨勢(shì)假定，但具體的實(shí)證檢驗(yàn)方法能更為嚴(yán)謹(jǐn)?shù)貦z驗(yàn)是否滿足平行趨勢(shì)假設(shè)，模型設(shè)定如下：

式中：yearit表示各年份的年份虛擬變量，研究第t年時(shí)，yearit=1，其余年份yearit=0。以2006 年為基準(zhǔn)年，αt表示第t年時(shí)，試點(diǎn)省份與非試點(diǎn)省份的工業(yè)碳全要素生產(chǎn)率差異相對(duì)于2006 年差異的大小，此系數(shù)變化反映了碳交易試點(diǎn)政策對(duì)中國(guó)工業(yè)碳全要素生產(chǎn)率的年度動(dòng)態(tài)影響，其余變量含義與基準(zhǔn)模型式（5）一致。

動(dòng)態(tài)效應(yīng)各年回歸系數(shù)αt的結(jié)果見表4，并繪制了其95%的置信區(qū)間（圖3）。從圖3 可以直觀看出2012年碳交易試點(diǎn)政策實(shí)施前，系數(shù)αt均不顯著，且回歸系數(shù)均在0 值附近，表明2012 年之前試點(diǎn)省份和非試點(diǎn)省份工業(yè)碳全要素生產(chǎn)率指數(shù)不存在顯著差異，滿足平行趨勢(shì)假定。同時(shí)，碳交易試點(diǎn)實(shí)施后幾年的回歸系數(shù)均顯著為正，說(shuō)明碳交易試點(diǎn)政策能提高中國(guó)工業(yè)碳全要素生產(chǎn)率，假說(shuō)1 得到驗(yàn)證。

圖3 動(dòng)態(tài)效應(yīng)

表4 動(dòng)態(tài)效應(yīng)

5.4 穩(wěn)健性檢驗(yàn)

（1）PSM-DID。DID 模型的前提條件是需要滿足自然實(shí)驗(yàn)或準(zhǔn)自然實(shí)驗(yàn)的基本假設(shè)，也就是處理組和對(duì)照組的選擇完全隨機(jī)，而不僅僅是滿足平行趨勢(shì)假設(shè)。然而基于多方面因素的考量，碳交易試點(diǎn)省份的選擇實(shí)際上并不完全隨機(jī)，因此，可能會(huì)存在“選擇性偏差”。為了緩解這一問(wèn)題，本文根據(jù)是否屬于碳交易試點(diǎn)省份，采用傾向得分匹配方法（propensity score matching，簡(jiǎn)稱PSM），基于Logit 模型，通過(guò)核匹配將處理組與對(duì)照組的個(gè)體依照可觀察變量的相似程度進(jìn)行匹配，消除處理組和對(duì)照組在特征上的系統(tǒng)性差異，然后對(duì)匹配后的數(shù)據(jù)重新進(jìn)行回歸分析，以保證論文結(jié)論的穩(wěn)健性。

匹配前后各特征變量的平衡性檢驗(yàn)結(jié)果（表5）和PSM-DID 估計(jì)結(jié)果（表6）。從表5 可以看出，與匹配前相比，所有變量的標(biāo)準(zhǔn)化偏差均大幅縮小，匹配后協(xié)變量的標(biāo)準(zhǔn)化偏差基本小于10%，而且所有P值的結(jié)果都不拒絕處理組與控制組無(wú)系統(tǒng)差異的原假設(shè)，說(shuō)明所有協(xié)變量都通過(guò)了平衡性檢驗(yàn)，經(jīng)過(guò)PSM 配比之后，處理組和對(duì)照組的數(shù)據(jù)得到了均衡，很好地解決了處理組和對(duì)照組在個(gè)體特征上的系統(tǒng)性差異。

表5 傾向得分匹配前后各變量的平衡性檢驗(yàn)

表6 PSM-DID估計(jì)結(jié)果

從表6 可以看出，PSM-DID 的回歸結(jié)果仍然顯著，與基準(zhǔn)模型結(jié)果（表3）保持了良好的一致性，說(shuō)明本文回歸結(jié)果較為穩(wěn)健，進(jìn)一步驗(yàn)證了本文結(jié)論。

（2）安慰劑檢驗(yàn)。為了進(jìn)一步檢驗(yàn)本文的結(jié)果是否受其他不可觀察因素影響，確保所得研究結(jié)論的穩(wěn)健性，本文采用安慰劑檢驗(yàn)，即在所有樣本中隨機(jī)挑選若干次虛擬處理組進(jìn)行同基準(zhǔn)模型一致的回歸。具體而言，本文在所有30 個(gè)省份中進(jìn)行了1 000 次隨機(jī)抽樣，每次抽樣隨機(jī)選出6 個(gè)省份作為虛擬處理組，其余24 個(gè)省份作為對(duì)照組，按基準(zhǔn)模型式（5）進(jìn)行回歸，系數(shù)α1估計(jì)核密度分布圖見圖4，估計(jì)系數(shù)均值幾乎為零，絕大多數(shù)抽樣估計(jì)系數(shù)的t值的絕對(duì)值都在2 以內(nèi)，且P值都在0.1 以上，說(shuō)明碳交易試點(diǎn)政策在1 000 次的隨機(jī)抽樣中均沒有顯著效果。同時(shí)，本文的真實(shí)估計(jì)（表3）在安慰劑檢驗(yàn)中是明顯的異常值。因此，本文所得結(jié)論可以通過(guò)安慰劑檢驗(yàn)，受其他不可觀察因素影響的可能性較小。

5.5 影響機(jī)制檢驗(yàn)

為了檢驗(yàn)低碳技術(shù)創(chuàng)新和市場(chǎng)化對(duì)工業(yè)碳全要素生產(chǎn)率的影響。本文主要借鑒史丹等[19]的做法，在基準(zhǔn)模型式（5）中分別加入低碳技術(shù)創(chuàng)新技術(shù)和市場(chǎng)化水平變量進(jìn)行影響機(jī)制的驗(yàn)證，模型設(shè)定為：

式中：Moderator是代表調(diào)節(jié)變量，此處指的是低碳技術(shù)創(chuàng)新和市場(chǎng)化水平，主要關(guān)注的是交互項(xiàng)treatit×postit×Moderatorit的系數(shù)α1，其他變量含義與基準(zhǔn)模型式（5）一致。

表7 列出了影響機(jī)制驗(yàn)證的結(jié)果，可以發(fā)現(xiàn)，在低碳技術(shù)創(chuàng)新方面，采用前文測(cè)算的累積低碳技術(shù)創(chuàng)新指數(shù)（CGTC）驗(yàn)證碳交易試點(diǎn)政策是否誘發(fā)“波特效應(yīng)”，系數(shù)α1在5%的水平上顯著為正，表明碳交易試點(diǎn)政策通過(guò)低碳技術(shù)創(chuàng)新的提高顯著提升了中國(guó)工業(yè)碳全要素生產(chǎn)率，假說(shuō)2 得到驗(yàn)證。在市場(chǎng)化方面，根據(jù)《中國(guó)分省份市場(chǎng)化指數(shù)報(bào)告》中的市場(chǎng)化總水平指數(shù)驗(yàn)證碳交易試點(diǎn)政策對(duì)中國(guó)工業(yè)碳全要素生產(chǎn)率的促進(jìn)效果是否受到市場(chǎng)化水平的影響，系數(shù)α1在10%的水平上顯著為正，表明提高市場(chǎng)化水平可以顯著促進(jìn)中國(guó)工業(yè)碳全要素生產(chǎn)率增長(zhǎng)，假說(shuō)3 得到驗(yàn)證。同時(shí)，總體來(lái)看，碳交易試點(diǎn)政策對(duì)中國(guó)工業(yè)碳全要素生產(chǎn)率的促進(jìn)效果主要是通過(guò)低碳技術(shù)創(chuàng)新提升得以實(shí)現(xiàn)。

表7 影響機(jī)制驗(yàn)證：低碳技術(shù)創(chuàng)新與市場(chǎng)化視角

6 研究結(jié)論及政策建議

6.1 研究結(jié)論

本文以省域工業(yè)為研究對(duì)象，首先，基于2005—2019 年中國(guó)30 個(gè)省份工業(yè)投入產(chǎn)出面板數(shù)據(jù)，采用DDF-GML 指數(shù)測(cè)算并分析各省份碳全要素生產(chǎn)率指數(shù)及其分解項(xiàng)；其次，通過(guò)雙重差分法構(gòu)建處理組和對(duì)照組，評(píng)估碳交易試點(diǎn)政策對(duì)中國(guó)工業(yè)碳全要素生產(chǎn)率的影響效果，并進(jìn)行穩(wěn)健性檢驗(yàn)。最后，探究碳交易試點(diǎn)政策對(duì)中國(guó)工業(yè)碳全要素碳生產(chǎn)率的影響機(jī)制。研究結(jié)果表明：（1）中國(guó)30 個(gè)省份工業(yè)碳全要素生產(chǎn)率呈現(xiàn)上升趨勢(shì)，低碳技術(shù)創(chuàng)新是各省份工業(yè)碳全要素生產(chǎn)率增長(zhǎng)的主要?jiǎng)恿?lái)源；（2）碳交易試點(diǎn)政策對(duì)中國(guó)工業(yè)碳全要素生產(chǎn)率增長(zhǎng)的平均效應(yīng)和動(dòng)態(tài)效應(yīng)均顯著；（3）低碳技術(shù)創(chuàng)新及市場(chǎng)化是碳交易試點(diǎn)政策推動(dòng)中國(guó)工業(yè)碳全要素生產(chǎn)率增長(zhǎng)的兩條主要路徑。

6.2 政策建議

根據(jù)上述研究結(jié)論，本文提出以下政策建議：（1）根據(jù)省域特點(diǎn)制定減排目標(biāo)。充分考慮省域的異質(zhì)性，碳交易機(jī)制的設(shè)計(jì)應(yīng)因地制宜，保證政策的靈活性。（2）鼓勵(lì)引導(dǎo)低碳技術(shù)創(chuàng)新。一方面，大力發(fā)展低碳技術(shù)，促進(jìn)傳統(tǒng)能源清潔高效利用，積極研發(fā)和推廣太陽(yáng)能、風(fēng)能、水力等新能源，優(yōu)化能源結(jié)構(gòu)，減少碳排放。另一方面，政府應(yīng)合理激勵(lì)和引導(dǎo)企業(yè)進(jìn)行低碳技術(shù)創(chuàng)新，可適當(dāng)加大對(duì)低碳技術(shù)創(chuàng)新的補(bǔ)貼和優(yōu)惠力度，降低企業(yè)創(chuàng)新成本和風(fēng)險(xiǎn)，提高碳全要素生產(chǎn)率。（3）完善與創(chuàng)新碳交易市場(chǎng)機(jī)制。協(xié)調(diào)政府與市場(chǎng)的關(guān)系，建立市場(chǎng)決定與政府適度干預(yù)相結(jié)合的中國(guó)特色碳交易市場(chǎng)。以市場(chǎng)決定為主，完善碳交易配額和價(jià)格機(jī)制，建立以市場(chǎng)為導(dǎo)向的碳價(jià)機(jī)制，提高碳交易市場(chǎng)公平與公開性。同時(shí)，以政府適度干預(yù)為輔，建立健全公眾參與的法律法規(guī)，保障公眾的知情權(quán)。（4）擴(kuò)大碳交易市場(chǎng)覆蓋范圍。碳交易是實(shí)現(xiàn)碳減排的重要途徑，應(yīng)加快全國(guó)碳交易市場(chǎng)建設(shè)步伐，擴(kuò)大碳市場(chǎng)覆蓋范圍，將成功經(jīng)驗(yàn)從試點(diǎn)省份推廣到非試點(diǎn)省份，以最低的社會(huì)成本實(shí)現(xiàn)減排目標(biāo)，充分發(fā)揮碳交易對(duì)碳全要素生產(chǎn)率的提升作用，推動(dòng)我國(guó)工業(yè)經(jīng)濟(jì)低碳可持續(xù)發(fā)展。