我國碳交易試點(diǎn)政策的減排效應(yīng)及地區(qū)差異

曾詩鴻,李 璠,2,翁智雄,鐘 震

我國碳交易試點(diǎn)政策的減排效應(yīng)及地區(qū)差異

曾詩鴻1,李 璠1,2,翁智雄3*,鐘 震4

(1.北京工業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院,北京 100124；2.丹麥科技大學(xué)管理學(xué)院,丹麥 靈比 2800；3.北京工業(yè)大學(xué)循環(huán)經(jīng)濟(jì)研究院,北京 100124；4.國務(wù)院發(fā)展研究中心發(fā)展戰(zhàn)略與區(qū)域經(jīng)濟(jì)研究部,北京 100011)

基于連續(xù)性雙重差分等方法,評估2004～2017年我國碳交易試點(diǎn)政策的減排效應(yīng)及地區(qū)差異,并分析其作用機(jī)制.結(jié)果顯示,碳交易政策能使試點(diǎn)地區(qū)的碳排放強(qiáng)度下降9.5%,碳市場規(guī)模?活躍度每增加1%,將分別帶來試點(diǎn)地區(qū)碳排放強(qiáng)度下降0.9%和0.7%.異質(zhì)性影響上,碳交易政策對東中部地區(qū)的減排效應(yīng)明顯,對西部地區(qū)無明顯作用;對發(fā)達(dá)省份產(chǎn)生的碳減排影響要顯著高于欠發(fā)達(dá)省份.碳減排效應(yīng)主要通過對參與市場的企業(yè)實(shí)施影響來實(shí)現(xiàn).碳交易政策還發(fā)揮了一定的污染物協(xié)同減排效應(yīng),使試點(diǎn)地區(qū)的二氧化硫排放量下降22.7%.應(yīng)加快推進(jìn)全國碳市場建設(shè),提升碳市場的活躍度,暢通減排渠道,繼續(xù)發(fā)揮試點(diǎn)碳市場作用,推動(dòng)二氧化碳與其他污染物協(xié)同減排.

碳中和；碳達(dá)峰；碳市場；連續(xù)性雙重差分；協(xié)同減排效應(yīng)

碳排放權(quán)交易市場(簡稱碳市場)是實(shí)現(xiàn)我國碳達(dá)峰與碳中和目標(biāo)的關(guān)鍵市場化減排機(jī)制.盡管我國的碳市場規(guī)模較大,但相較于發(fā)達(dá)國家和地區(qū),我國的碳市場體系建設(shè)仍處于起步發(fā)展階段,市場活躍度低、相關(guān)法律體系不完善、金融衍生工具不足、監(jiān)管不到位等問題仍十分突出.

國內(nèi)外學(xué)者對我國碳市場的研究主要從碳市場機(jī)制設(shè)計(jì)和碳市場影響2個(gè)維度展開,形成了以碳市場試點(diǎn)地區(qū)分析為基礎(chǔ)、全國碳市場設(shè)計(jì)為主的研究體系.碳市場機(jī)制設(shè)計(jì)方面,主要圍繞碳市場機(jī)制本身,研究碳交易體系的設(shè)計(jì)與改進(jìn).一是從碳配額核定與分配出發(fā),研究最優(yōu)的碳配額分配方案與不同的供給及分配方式帶來的影響[1-2].二是從碳價(jià)穩(wěn)定性及關(guān)聯(lián)影響角度開展研究.研究碳市場價(jià)格變化對福利與經(jīng)濟(jì)發(fā)展的影響[3],識(shí)別配額供給數(shù)量、碳配額拍賣對碳價(jià)的影響[4];也有學(xué)者研究碳價(jià)的影響因素[5]以及其對碳減排水平的作用[6].三是從碳市場風(fēng)險(xiǎn)管理視角入手,識(shí)別碳市場發(fā)展的不足,如分析中國碳市場存在機(jī)制設(shè)計(jì)風(fēng)險(xiǎn)、市場供給風(fēng)險(xiǎn)和履約風(fēng)險(xiǎn)等[7].

碳市場影響分析方面,主要圍繞碳市場建立產(chǎn)生的經(jīng)濟(jì)與環(huán)境影響展開,探討碳市場政策有效性及實(shí)施效果.一是研究碳市場的碳減排效應(yīng),有學(xué)者指出碳交易政策能減少CO2排放[8-10],且這種減排效應(yīng)有一定的持續(xù)性[11],能幫助政策實(shí)施地區(qū)節(jié)省約63.53元/t的減排成本[12];還有學(xué)者從工業(yè)碳生產(chǎn)率影響的角度出發(fā),認(rèn)為碳交易政策顯著提升了工業(yè)碳生產(chǎn)率[13].二是研究碳交易政策實(shí)施對我國經(jīng)濟(jì)發(fā)展的影響[14],部分學(xué)者認(rèn)為,碳交易政策短期內(nèi)很難對經(jīng)濟(jì)發(fā)展產(chǎn)生積極效應(yīng),但可以通過配合其他方案或政策來輔助減輕碳交易對我國經(jīng)濟(jì)的“拖累”[15].三是碳交易實(shí)施帶來的環(huán)境等其他影響,主要包括創(chuàng)新效應(yīng)[16]、就業(yè)紅利[17]、環(huán)境健康效應(yīng)[9]、綠色創(chuàng)新效率與區(qū)域碳公平的提升[18]等.

目前對碳交易政策實(shí)施效果的研究多采用可計(jì)算的一般均衡模型(CGE)、雙重差分模型等方法.前者可以在不同情景下分析碳交易政策對社會(huì)經(jīng)濟(jì)與環(huán)境的影響[19-20],后者主要通過構(gòu)建準(zhǔn)自然實(shí)驗(yàn)減少估計(jì)偏差來評估碳交易政策的效果[21-23].現(xiàn)有研究主要側(cè)重于分析碳市場機(jī)制設(shè)計(jì),從國家與省市層面開展了大量關(guān)于碳配額分配、碳價(jià)影響等方面的研究.盡管也不乏關(guān)于碳交易試點(diǎn)政策的環(huán)境效應(yīng)評估分析,但這些研究側(cè)重于識(shí)別碳交易政策實(shí)施與否對碳減排的影響,鮮有文獻(xiàn)考慮碳市場本身因素,如碳市場規(guī)模、市場活躍程度等對碳減排的影響及作用機(jī)制.同時(shí),關(guān)于碳交易試點(diǎn)政策的研究局限于碳減排效應(yīng)與經(jīng)濟(jì)效應(yīng)方面,而對碳交易政策可能產(chǎn)生的其他大氣污染物協(xié)同減排效應(yīng)也缺乏分析.基于此,本文利用我國2004～2017年30個(gè)省份(因數(shù)據(jù)缺乏,本文的研究樣本中不包含西藏、香港、澳門和臺(tái)灣地區(qū))的面板數(shù)據(jù),采用雙重差分模型(DID)識(shí)別碳交易試點(diǎn)政策的碳減排效果,進(jìn)而運(yùn)用連續(xù)性雙重差分方法研究碳市場規(guī)模、碳市場活躍度對碳減排的影響.構(gòu)建中介效應(yīng)模型用于識(shí)別碳市場通過對控排主體施加影響以實(shí)現(xiàn)減排目標(biāo)的作用機(jī)制;最后,從協(xié)同減排影響的角度出發(fā),評估碳市場對大氣污染物可能存在的協(xié)同減排效應(yīng).

1 模型與數(shù)據(jù)

1.1 計(jì)量模型

1.1.1 雙重差分模型 選取雙重差分模型評估碳交易政策的減排效果,對比碳交易試點(diǎn)地區(qū)和非碳交易試點(diǎn)地區(qū)在碳交易政策實(shí)施前后的碳排放強(qiáng)度變化.根據(jù)是否為碳交易試點(diǎn)地區(qū),將研究對象分為處理組與控制組,其中,處理組的研究對象為有碳交易政策干預(yù)的地區(qū),包括北京市、天津市、上海市、重慶市、湖北省以及廣東省(因福建省列為碳交易試點(diǎn)地區(qū)的時(shí)間較晚,本文未將其納入),控制組為我國其他省份(因數(shù)據(jù)原因,不包括西藏、港澳臺(tái)地區(qū)).我國于2011年出臺(tái)了《關(guān)于開展碳排放權(quán)交易試點(diǎn)工作的通知》[24],試點(diǎn)省市在2013年基本完成了碳交易試點(diǎn)的籌備工作,因此,將2013年選取為政策執(zhí)行年.雙重差分模型的具體表達(dá)式如下:

1.1.2 連續(xù)性雙重差分模型 普通雙重差分模型只能測度碳交易試點(diǎn)政策帶來的總體減排效果,而碳交易試點(diǎn)地區(qū)的一些差異化特征很可能會(huì)對碳減排效果產(chǎn)生影響.傳統(tǒng)的雙重差分模型只能使用0～1變量來表征碳交易政策的實(shí)施,只能簡單表示該地區(qū)是否實(shí)施政策,無法進(jìn)一步量化政策實(shí)施的具體情況.因此,本文構(gòu)建連續(xù)性雙重差分模型[25].該模型能夠用碳交易市場規(guī)模和市場活躍度來代替政策執(zhí)行的0～1變量,能夠更好地識(shí)別碳市場本身的特征對試點(diǎn)地區(qū)碳減排強(qiáng)度的影響程度.該模型的表達(dá)式如下:

式中:volume地區(qū)的碳市場在時(shí)的碳市場規(guī)模,用年化的碳市場日交易額來表示;turnover為地區(qū)的碳市場在時(shí)間時(shí)的碳市場活躍度,用碳市場年化日交易量來測度;2為本文重點(diǎn)關(guān)注的估計(jì)系數(shù),當(dāng)2顯著為負(fù)時(shí),表明碳市場規(guī)模的擴(kuò)大或碳市場活躍度的增加會(huì)對碳排放強(qiáng)度產(chǎn)生顯著的負(fù)向影響.

1.1.3 中介效應(yīng)模型 主要從碳市場對控排主體產(chǎn)生約束方面考慮碳市場政策對碳減排的作用機(jī)制.碳交易政策的實(shí)施會(huì)對企業(yè)施加碳配額限制壓力,參與碳交易企業(yè)的經(jīng)營成本會(huì)增加.為了控制減排成本,企業(yè)會(huì)通過研發(fā)并使用綠色技術(shù)提升能源效率[26],最終導(dǎo)致企業(yè)所在地區(qū)的碳排放強(qiáng)度降低.企業(yè)經(jīng)營成本增加、研發(fā)資金投入等表現(xiàn)在企業(yè)資產(chǎn)負(fù)債表中即為企業(yè)流動(dòng)資產(chǎn)的減少,因此,本文選取規(guī)模以上工業(yè)企業(yè)的流動(dòng)資產(chǎn)指標(biāo)作為碳交易政策對碳排放強(qiáng)度影響的中介變量.基于模型(1)與(2),建立了中介效應(yīng)模型(3)與(5)以及綜合模型(4)和(6):

式中:M為中介變量,具體用規(guī)模以上工業(yè)企業(yè)流動(dòng)資產(chǎn)與當(dāng)?shù)谿DP的比值來表示.當(dāng)模型(3)中的3,模型(4)中的1和4都顯著時(shí),表明碳交易政策可以通過影響中介變量來影響CO2排放強(qiáng)度.同理,當(dāng)模型(5)中的5,模型(6)中的2和6都顯著時(shí),表明碳交易政策通過對控排企業(yè)實(shí)施影響進(jìn)而降低碳排放強(qiáng)度的中介效應(yīng)存在.

1.2 變量說明與數(shù)據(jù)來源

選擇普通DID和連續(xù)DID模型分別檢驗(yàn)碳交易政策、碳市場規(guī)模及碳市場活躍度對碳排放強(qiáng)度的影響,其中被解釋變量為CO2排放強(qiáng)度,碳排放強(qiáng)度能夠反映國家或地區(qū)在發(fā)展自身經(jīng)濟(jì)的同時(shí)能否兼顧生態(tài)環(huán)境保護(hù).如果碳排放強(qiáng)度下降,則表明碳減排效應(yīng)存在,說明實(shí)現(xiàn)了經(jīng)濟(jì)增長與生態(tài)環(huán)境保護(hù)的雙重紅利;反之,碳排放強(qiáng)度未下降,說明應(yīng)對經(jīng)濟(jì)發(fā)展方式進(jìn)行調(diào)整,以促進(jìn)生態(tài)環(huán)境保護(hù)[20].解釋變量主要包括核心解釋變量與其他解釋變量.核心解釋變量包括碳市場的市場規(guī)模(volume),用年化的碳市場日交易額來表示;碳市場的市場活躍度(turnover),用碳市場年化日交易量來測度.其他解釋變量包括經(jīng)濟(jì)發(fā)展水平、對外開放程度、環(huán)境治理投資、研發(fā)投入、森林覆蓋率、能源消費(fèi)總量、能源消費(fèi)結(jié)構(gòu)、低碳創(chuàng)新技術(shù)水平、產(chǎn)業(yè)結(jié)構(gòu)以及工業(yè)企業(yè)發(fā)展?fàn)顩r.其中,gdp代表我國各省的經(jīng)濟(jì)發(fā)展水平;open代表各地區(qū)對外開放程度;invest表示各地區(qū)污染治理投入水平;RD表示各省(自治區(qū)、直轄市)的自主研發(fā)水平[27];forest表示各地區(qū)森林覆蓋率的指標(biāo);total代表我國能源消耗總量;estr表示我國能源消費(fèi)結(jié)構(gòu);ctech表示我國的低碳創(chuàng)新技術(shù)水平;sec表示我國的產(chǎn)業(yè)結(jié)構(gòu);liquid表示我國各地區(qū)的工業(yè)企業(yè)發(fā)展?fàn)顩r.其中,為減少異方差的影響,本文對非虛擬變量均采用取對數(shù)的處理方式.

表1 變量說明

選取2004～2017年中國30個(gè)省的樣本數(shù)據(jù)進(jìn)行研究.其中,碳排放相關(guān)的數(shù)據(jù)來源于中國碳核算數(shù)據(jù)庫(CEADs),其他數(shù)據(jù)來源于國家統(tǒng)計(jì)局、Wind數(shù)據(jù)庫、歷年《中國統(tǒng)計(jì)年鑒》等.由表2初步判斷,處理組的平均碳排強(qiáng)度低于控制組,表明碳交易政策對試點(diǎn)地區(qū)的碳減排可能存在一定的影響.

此外,為了進(jìn)一步檢驗(yàn)碳交易政策的污染物協(xié)同減排效應(yīng),本文還選取了各地區(qū)二氧化硫、煙粉塵以及PM2.5濃度數(shù)據(jù).其中各地區(qū)的二氧化硫總量數(shù)據(jù)來源于國家統(tǒng)計(jì)局,各地區(qū)的煙粉塵總量數(shù)據(jù)來源于國家統(tǒng)計(jì)局與各年統(tǒng)計(jì)年鑒.由于國家對煙粉塵排放總量的統(tǒng)計(jì)口徑發(fā)生了變化,國家統(tǒng)計(jì)局并未給出2010年之前各省市的煙粉塵排放總量數(shù)據(jù),為了確保統(tǒng)計(jì)的連續(xù)性,本文根據(jù)各年統(tǒng)計(jì)年鑒,將煙塵排放總量與工業(yè)粉塵排放總量加總得到各省市2004～2009年的煙粉塵總量數(shù)據(jù).雖然因?yàn)榻y(tǒng)計(jì)口徑原因數(shù)據(jù)存在一定偏差,但整體的污染物變化趨勢一致,不會(huì)明顯影響回歸結(jié)果.本文的PM2.5濃度數(shù)據(jù)來源于哥倫比亞大學(xué)國際地球科學(xué)信息網(wǎng)絡(luò)中心研究所等相關(guān)人員利用衛(wèi)星搭載設(shè)備測得的PM2.5均值.由于數(shù)據(jù)只包含1998～2016年的數(shù)據(jù),為了保持?jǐn)?shù)據(jù)的連續(xù)性,本文采取指數(shù)平滑法預(yù)測得到2017年P(guān)M2.5平均濃度數(shù)據(jù).

表2 描述性統(tǒng)計(jì)

注:處理組與控制組的觀測值個(gè)數(shù)分別為84, 336個(gè).

表3 雙重差分模型結(jié)果

注:***?**和*分別表示在1%?5%和10%的顯著性水平下顯著,括號(hào)內(nèi)表示穩(wěn)健標(biāo)準(zhǔn)誤,標(biāo)準(zhǔn)誤聚類到省份層面.

2 實(shí)證結(jié)果分析

2.1 雙重差分結(jié)果分析

2.1.1 雙重差分結(jié)果 經(jīng)過Hausman檢驗(yàn),表3中列(1)至列(6)都進(jìn)行了個(gè)體和時(shí)間固定效應(yīng)的有選擇控制.列(1)與列(2)中探討了核心自變量policy*post的系數(shù)大小,即碳交易政策對碳減排的影響,結(jié)果表明:核心自變量policy*post在1%的顯著性水平上為負(fù),說明實(shí)施碳交易政策有助于降低碳排放強(qiáng)度,即碳交易試點(diǎn)地區(qū)在執(zhí)行碳交易政策后,其CO2減排效果優(yōu)于非試點(diǎn)地區(qū).同時(shí)控制省份固定效應(yīng)和時(shí)間固定效應(yīng)后(列(2)所示),試點(diǎn)地區(qū)在實(shí)施碳交易政策后碳排放強(qiáng)度平均下降了9.5%,與僅控制個(gè)體固定效應(yīng)的結(jié)果接近(-7.4%).

列(3)與列(4)表示碳市場規(guī)模對碳排放強(qiáng)度的影響,碳市場規(guī)模越大,碳交易試點(diǎn)地區(qū)的碳排放強(qiáng)度越低.具體來看,在控制個(gè)體與時(shí)間雙固定效應(yīng)的情況下,碳交易額每提高1%會(huì)促使試點(diǎn)地區(qū)降低0.9%的碳排放強(qiáng)度.列(5)和列(6)考察了核心自變量volume*post在降低CO2排放強(qiáng)度中的作用,碳市場活躍度越高,碳交易試點(diǎn)地區(qū)的碳排放強(qiáng)度越低.碳市場活躍度每增加一單位,碳交易試點(diǎn)地區(qū)的碳排放強(qiáng)度能夠顯著降低0.7%(列(6)).

2.1.2 平行趨勢檢驗(yàn) 雙重差分模型估計(jì)結(jié)果一致的前提是滿足平行趨勢條件,即要求處理組和控制組在碳交易政策干預(yù)前具有相近的變化趨勢,不存在系統(tǒng)性差異.采用2種典型的方式進(jìn)行平行趨勢檢驗(yàn),分別為繪制處理組與控制組的時(shí)間趨勢變化圖、運(yùn)用事件研究法進(jìn)行檢驗(yàn).從圖1可以看出, 2004年至2012年期間處理組與控制組的碳排放強(qiáng)度的隨時(shí)間變化趨勢基本一致,處理組的CO2排放強(qiáng)度在政策執(zhí)行后(即2013年)有明顯的下降趨勢,說明2013年是碳排放強(qiáng)度變化的一個(gè)關(guān)鍵轉(zhuǎn)折年份.

圖1 處理組與控制組碳排放強(qiáng)度趨勢(2004～2017年)

其次,為了更精確地檢驗(yàn)平行趨勢,本文將年份虛擬變量與處理組虛擬變量的交互項(xiàng)作為解釋碳排放強(qiáng)度的自變量來構(gòu)建模型.模型如式(7)所示:

式中:dit表示區(qū)域i所屬t年的虛擬變量,當(dāng)試點(diǎn)省份i在時(shí)間t時(shí), dit為1,其他情況下,dit為0.當(dāng)b2009-b2011不顯著時(shí),說明碳排放強(qiáng)度在碳交易政策執(zhí)行前的變化趨勢是相同的,則模型滿足平行趨勢假設(shè).此外,基準(zhǔn)年為政策執(zhí)行時(shí)間點(diǎn)的前一年,即2012年,因此模型(7)中不存在自變量di2012.由表4可知,2013年及1年后,碳交易政策虛擬變量在5%的顯著性水平上為負(fù)且系數(shù)絕對值逐年增加,說明碳交易政策對于碳排放強(qiáng)度有顯著的減少效應(yīng)且這種減排作用具有持續(xù)性與累積性. 2013年之前的虛擬變量與處理組虛擬變量的交互項(xiàng)的系數(shù)都不顯著,說明控制組與處理組的碳排放強(qiáng)度趨勢在政策執(zhí)行前滿足平行趨勢假設(shè).

繪制碳試點(diǎn)政策的動(dòng)態(tài)效應(yīng)(圖2),并將政策實(shí)施前的年份延長至政策實(shí)施前第1～9年.以政策執(zhí)行年的前一年(2012年)的碳排放強(qiáng)度為基準(zhǔn).我國于2011年發(fā)布了設(shè)立碳交易試點(diǎn)的通知,到2013年,該政策產(chǎn)生了顯著的負(fù)效應(yīng),該減排效應(yīng)隨著時(shí)間的推移不斷累積.

表4 平行趨勢檢驗(yàn)

注:***?**和*分別表示在1%?5%和10%的顯著性水平下顯著,括號(hào)內(nèi)表示穩(wěn)健標(biāo)準(zhǔn)誤,標(biāo)準(zhǔn)誤聚類到省份層面.

2.1.3 安慰劑檢驗(yàn) 為保證檢驗(yàn)結(jié)果的可靠性,從2個(gè)方面進(jìn)行安慰劑檢驗(yàn):一是改變碳交易政策發(fā)生的時(shí)間,在非真實(shí)的碳交易政策發(fā)生時(shí)間隨機(jī)產(chǎn)生“虛假”的政策實(shí)施時(shí)間,以檢驗(yàn)碳強(qiáng)度的下降是否是周期性變化導(dǎo)致,還是由碳交易政策帶來;二是隨機(jī)生成處理組,通過隨機(jī)打亂現(xiàn)有的處理組與對照組的方式進(jìn)行安慰劑檢驗(yàn),以判斷碳市場對碳強(qiáng)度的減少效應(yīng)是否由其他隨機(jī)性因素引起.

(1)“虛假”政策時(shí)間點(diǎn)的安慰劑檢驗(yàn) 參考徐現(xiàn)祥等[28]做法,本文使用虛假的碳交易政策執(zhí)行時(shí)間,觀察碳交易政策的減排效果是否依然存在,如果“虛假”政策時(shí)間下的回歸系數(shù)不顯著,說明減排效應(yīng)是由碳交易政策帶來,而非其他周期性趨勢導(dǎo)致;反之,如果回歸系數(shù)顯著,說明存在其他周期性變化趨勢的風(fēng)險(xiǎn).對每個(gè)省份隨機(jī)抽取2004～2017年中的某一個(gè)年份(非2013年)設(shè)置為其政策執(zhí)行時(shí)間點(diǎn),在這種“虛假”的政策實(shí)施年份下,觀察核心變量policy*post的估計(jì)系數(shù).將以上隨機(jī)過程執(zhí)行1000次后,形成一個(gè)所有“虛假”政策年份下的回歸系數(shù)分布(圖3).由圖3可知,真實(shí)政策實(shí)施時(shí)間下的回歸系數(shù)(-0.095)偏離“虛假”政策下的回歸系數(shù)分布,說明選取2013年為碳交易政策執(zhí)行時(shí)間點(diǎn)具有合理性.

圖3 隨機(jī)設(shè)置政策執(zhí)行年份后政策變量的回歸系數(shù)分布

(2)隨機(jī)生成處理組的安慰劑檢驗(yàn) 借鑒曹春方等[29]的做法,將碳交易試點(diǎn)政策對各地區(qū)碳排放情況的沖擊變得隨機(jī),從30個(gè)省(自治區(qū)、直轄市)隨機(jī)抽取6個(gè)省份作為處理組,其他剩余省份為對照組.將處理組的policy變量取1,對照組的policy變量取0后代入前文模型(1)中.將該隨機(jī)過程重復(fù)1000次后得到policy*post的回歸系數(shù)分布圖(圖4).由圖4可知,policy*post的系數(shù)主要分布在0值附近,與實(shí)際回歸系數(shù)(-0.095)相比明顯偏離,說明碳交易政策能降低試點(diǎn)地區(qū)的碳排放強(qiáng)度,排除了其他隨機(jī)因素對實(shí)證研究結(jié)果的干擾.

圖4 隨機(jī)產(chǎn)生處理組后政策變量回歸系數(shù)分布

2.1.4 穩(wěn)健性檢驗(yàn) 從替換被解釋變量與縮尾處理兩方面進(jìn)行穩(wěn)健性檢驗(yàn).

(1)以人均碳排放量為因變量的檢驗(yàn) 人均碳排放量也能反映地區(qū)的CO2排放量情況,以人均碳排放量指標(biāo)替換碳排放強(qiáng)度指標(biāo),設(shè)定新的被解釋變量,進(jìn)一步驗(yàn)證模型的穩(wěn)健性.回歸結(jié)果表明(表5),碳交易政策的實(shí)施能顯著降低試點(diǎn)地區(qū)的人均CO2排放量,碳交易市場的規(guī)模擴(kuò)大與碳市場活躍度增加都能有效推動(dòng)試點(diǎn)地區(qū)的碳減排,這與前文的研究結(jié)論一致.具體來看,在控制省份固定效應(yīng)與時(shí)間固定效應(yīng)的情況下,實(shí)施碳交易政策能夠使試點(diǎn)地區(qū)平均降低5.4%的人均CO2排放量.同樣,在省份與時(shí)間的雙固定效應(yīng)下,碳市場規(guī)模每增加1%,會(huì)促進(jìn)人均CO2排放量降低0.5%,碳市場活躍度每增加1%,能降低0.4%的人均碳排放量.

(2)樣本縮尾的檢驗(yàn) 為避免出現(xiàn)變量中存在極端值而影響回歸結(jié)果穩(wěn)健性的問題,對樣本做了1%分位上的雙邊縮尾處理,對前1%和后99%的數(shù)據(jù)分別用1%和99%的數(shù)值進(jìn)行替代.表6可見,在1%分位上進(jìn)行雙邊縮尾后,policy*post、volume*post與turnover*post的回歸系數(shù)與顯著程度與表3中基本一致,驗(yàn)證了前文的結(jié)論.

2.1.5 異質(zhì)性檢驗(yàn) 考慮到碳交易政策的實(shí)施在多個(gè)維度上存在異質(zhì)性,討論了地區(qū)與經(jīng)濟(jì)發(fā)展因素對碳減排的促進(jìn)效應(yīng).

表5 以人均碳排放量為因變量的回歸結(jié)果

注:***?**和*分別表示在1%?5%和10%的顯著性水平下顯著,括號(hào)內(nèi)表示穩(wěn)健標(biāo)準(zhǔn)誤,標(biāo)準(zhǔn)誤聚類到省份層面.

表6 樣本雙邊縮尾后的估計(jì)結(jié)果

注:***、**和*分別表示在1%?5%和10%的顯著性水平下顯著,括號(hào)內(nèi)表示穩(wěn)健標(biāo)準(zhǔn)誤,標(biāo)準(zhǔn)誤聚類到省份層面.

(1)地區(qū)異質(zhì)性分析:碳交易試點(diǎn)地區(qū)的選擇具有高度代表性,這些地區(qū)橫跨我國東部沿海地區(qū),延伸到中部地區(qū)[6].本文將我國30個(gè)省份按照東部、中部、西部地區(qū)分類,考察碳交易政策在不同地區(qū)的影響差異 (表7).其中,第(1)列、第(4)列、第(7)列依次為東部、中部、西部地區(qū)的回歸結(jié)果.回歸結(jié)果表明,碳交易政策的碳減排效應(yīng)主要體現(xiàn)在我國東部地區(qū)與中部地區(qū),對西部地區(qū)的碳排放強(qiáng)度雖然也有一定的抑制作用,但作用并不顯著.碳交易政策的實(shí)施使東部試點(diǎn)地區(qū)的碳排放強(qiáng)度降低10.1%,促使中部試點(diǎn)地區(qū)的碳排放強(qiáng)度下降13.2%.從第(2)、(3)、(5)、(6)、(8)、(9)列回歸結(jié)果可以看出,碳交易市場規(guī)模的擴(kuò)大與碳交易市場活躍度的增加對我國東部、中部地區(qū)碳減排都有顯著促進(jìn)作用,但對我國西部地區(qū)的碳減排影響并不顯著.這主要由于重慶是7個(gè)試點(diǎn)地區(qū)中唯一的西部省市,主要依靠第二產(chǎn)業(yè)來實(shí)現(xiàn)經(jīng)濟(jì)增長.早期為了協(xié)調(diào)好碳減排與經(jīng)濟(jì)持續(xù)增長之間的關(guān)系,重慶碳交易市場的碳配額供給較為充足,導(dǎo)致交易市場總體呈現(xiàn)活力不足的狀態(tài)[30].相較于我國其他碳交易試點(diǎn)地區(qū),重慶的市場規(guī)模最小,因此重慶碳交易市場發(fā)揮的碳減排作用及環(huán)境約束作用并不顯著.此外,由于西部地區(qū)正處于經(jīng)濟(jì)發(fā)展快速上升期,區(qū)域政府對碳交易市場的重視程度不足[31],對參與碳交易市場的企業(yè)的懲罰力度較低,進(jìn)一步加劇了碳交易市場履約率低、減排作用不顯著的問題.

(2)經(jīng)濟(jì)發(fā)展異質(zhì)性分析 經(jīng)濟(jì)發(fā)展水平是影響碳減排的重要影響因素,按照人均實(shí)際GDP水平,將30個(gè)省份劃分為經(jīng)濟(jì)發(fā)達(dá)省份和欠發(fā)達(dá)省份.其中,經(jīng)濟(jì)發(fā)達(dá)地區(qū)為人均GDP大于4萬元的地區(qū),剩余地區(qū)為欠發(fā)達(dá)地區(qū),對兩類地區(qū)分別進(jìn)行雙重差分回歸(表8).表中第(1)列至第(3)列表示經(jīng)濟(jì)發(fā)展水平較高地區(qū)的回歸結(jié)果,其余列表示欠發(fā)達(dá)省份的回歸結(jié)果.

表7 東部、中部與西部地區(qū)的區(qū)分考察

注:***?**和*分別表示在1%?5%和10%的顯著性水平下顯著,括號(hào)內(nèi)表示穩(wěn)健標(biāo)準(zhǔn)誤,標(biāo)準(zhǔn)誤聚類到省份層面.

結(jié)果表明,碳交易政策對發(fā)達(dá)省份產(chǎn)生的碳減排效應(yīng)比欠發(fā)達(dá)地區(qū)更加明顯.實(shí)施碳交易政策能夠促使發(fā)達(dá)地區(qū)的試點(diǎn)區(qū)域平均降低10%的碳排放強(qiáng)度,但對欠發(fā)達(dá)地區(qū)的減排效應(yīng)略低,為8.7%.此外,碳市場成交額與交易量的增加對發(fā)達(dá)地區(qū)與欠發(fā)達(dá)地區(qū)試點(diǎn)區(qū)域的碳排放強(qiáng)度影響也有顯著差異.碳市場成交額與交易量每增加1%分別促使發(fā)達(dá)地區(qū)的碳排放強(qiáng)度降低1.1%與0.8%.增大碳市場規(guī)模與提高碳市場活躍度雖然也能夠?qū)η钒l(fā)達(dá)地區(qū)的碳減排強(qiáng)度產(chǎn)生負(fù)向作用,但這種負(fù)向影響并不顯著.這可能是由于相較發(fā)達(dá)地區(qū),欠發(fā)達(dá)地區(qū)的第二產(chǎn)業(yè)在經(jīng)濟(jì)中占據(jù)非常重要的地位,在平衡經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)的過程中,欠發(fā)達(dá)地區(qū)傾向于放松環(huán)境約束來實(shí)現(xiàn)經(jīng)濟(jì)快速增長,因而欠發(fā)達(dá)地區(qū)企業(yè)減排意識(shí)較為薄弱,參與碳交易市場的意愿也不強(qiáng).相較于發(fā)達(dá)地區(qū),欠發(fā)達(dá)地區(qū)的參與碳市場交易的企業(yè)數(shù)量相對有限,碳市場規(guī)模的擴(kuò)張與活躍度的增加很難對當(dāng)?shù)靥寂欧艔?qiáng)度產(chǎn)生較為顯著的作用.

2.2 中介效應(yīng)結(jié)果分析

檢驗(yàn)影響碳交易政策減排效應(yīng)的作用機(jī)制,分析企業(yè)規(guī)模在促進(jìn)碳減排過程中的中介效應(yīng)(表9).第(1)列的policy*post的回歸系數(shù)顯著為負(fù),說明碳交易政策的實(shí)施能顯著降低碳交易試點(diǎn)地區(qū)的規(guī)模以上工業(yè)企業(yè)流動(dòng)資產(chǎn)的持有,增加對規(guī)模以上工業(yè)企業(yè)的流動(dòng)性約束.第(2)列的核心自變量(policy*post)與規(guī)模以上工業(yè)企業(yè)流動(dòng)資產(chǎn)(liquid)被同時(shí)納入回歸中, 規(guī)模以上工業(yè)企業(yè)流動(dòng)資產(chǎn)的回歸系數(shù)顯著為正,說明規(guī)模以上工業(yè)企業(yè)持有的流動(dòng)資產(chǎn)越高,碳排放強(qiáng)度越高.同時(shí),policy*post指標(biāo)的回歸系數(shù)顯著為負(fù),但回歸系數(shù)的絕對值小于表3中第(2)列的回歸系數(shù)的絕對值,說明碳交易政策能夠通過對規(guī)模以上工業(yè)企業(yè)增加流動(dòng)性約束來降低碳交易試點(diǎn)地區(qū)的碳排放強(qiáng)度.碳交易政策的實(shí)施會(huì)提高對參與減排交易企業(yè)的減排要求,增加其經(jīng)營成本,致使其流動(dòng)資產(chǎn)如貨幣資金、交易性金融資產(chǎn)等減少.為了實(shí)現(xiàn)控制減排成本,企業(yè)會(huì)利用資金來進(jìn)行技術(shù)升級等來降低碳排放,進(jìn)而推動(dòng)當(dāng)?shù)谻O2排放強(qiáng)度的降低.

第(3)列與第(5)列的回歸結(jié)果顯示,碳交易市場規(guī)模與活躍度的增加會(huì)進(jìn)一步顯著降低規(guī)模以上工業(yè)企業(yè)的流動(dòng)資產(chǎn),碳交易額與交易量每增加1%會(huì)促使試點(diǎn)地區(qū)規(guī)模以上工業(yè)企業(yè)的流動(dòng)資產(chǎn)分別下降0.5%與0.4%.第(4)列與第(6)列中,將核心自變量與規(guī)模以上工業(yè)企業(yè)流動(dòng)資產(chǎn)(liquid)同時(shí)作為解釋變量進(jìn)行回歸分析,結(jié)果顯示,核心解釋變量volume*post與turnover*post仍然顯著為負(fù),但是相較于表3中第(4)列與第(6)列中volume*post與turnover*post相應(yīng)的回歸系數(shù),表9中volume*post與turnover*post中回歸系數(shù)的絕對值更小,說明碳交易市場規(guī)模與活躍度的增加會(huì)對規(guī)模以上工業(yè)企業(yè)的流動(dòng)資產(chǎn)產(chǎn)生負(fù)向作用,進(jìn)而降低當(dāng)?shù)氐腃O2排放強(qiáng)度.隨著當(dāng)?shù)丶尤胩冀灰资袌龅囊?guī)模以上工業(yè)企業(yè)數(shù)量逐漸增多,碳交易額以及交易事件也不斷增加,對當(dāng)?shù)仄髽I(yè)的碳排放約束逐漸加強(qiáng).碳排放約束會(huì)迫使企業(yè)進(jìn)行綠色技術(shù)升級,增加其經(jīng)營成本.企業(yè)一個(gè)正常營業(yè)周期中的貨幣資金、交易性金融資產(chǎn)減少.同時(shí),經(jīng)營成本增加也會(huì)導(dǎo)致市場產(chǎn)品供應(yīng)減少,企業(yè)存貨與應(yīng)收賬款也將隨之減少,總體表現(xiàn)在企業(yè)的資產(chǎn)負(fù)債表中就是企業(yè)的流動(dòng)資產(chǎn)減少.從整個(gè)試點(diǎn)地區(qū)來看,由于當(dāng)?shù)仄髽I(yè)的減排技術(shù)水平提高,當(dāng)?shù)氐腃O2排放強(qiáng)度降低.

表8 發(fā)達(dá)地區(qū)與欠發(fā)達(dá)地區(qū)的區(qū)分考察

注:***?**和*分別表示在1%?5%和10%的顯著性水平下顯著,括號(hào)內(nèi)表示穩(wěn)健標(biāo)準(zhǔn)誤,標(biāo)準(zhǔn)誤聚類到省份層面.

表9 中介效應(yīng)估計(jì)結(jié)果

注:***?**和*分別表示在1%?5%和10%的顯著性水平下顯著,括號(hào)內(nèi)表示穩(wěn)健標(biāo)準(zhǔn)誤,標(biāo)準(zhǔn)誤聚類到省份層面.

2.3 協(xié)同減排結(jié)果分析

在工業(yè)生產(chǎn)過程中,大氣污染物的排放與CO2的排放往往相互伴隨.這種同源性為實(shí)現(xiàn)協(xié)同減排提供了可能性,可以在控制溫室氣體排放的同時(shí),利用協(xié)同減排措施來控制大氣污染物排放,如運(yùn)用綠色低碳技術(shù)促進(jìn)CO2與大氣污染物的協(xié)同減排[32].協(xié)同減排效應(yīng)已受到我國政府部門的重視,在我國《重點(diǎn)區(qū)域大氣污染防治“十二五”規(guī)劃》[33]等政策文件中提出了實(shí)施多污染物協(xié)同控制實(shí)施路徑的相關(guān)內(nèi)容.因此,本文探究碳交易政策在實(shí)施過程中,是否也能發(fā)揮協(xié)同減排效應(yīng),以此降低二氧化硫排放量、煙粉塵排放量以及PM2.5.

表10 協(xié)同減排效應(yīng)估計(jì)

注:***?**和*分別表示在1%?5%和10%的顯著性水平下顯著,括號(hào)內(nèi)表示穩(wěn)健標(biāo)準(zhǔn)誤,標(biāo)準(zhǔn)誤聚類到省份層面.

本文以我國二氧化硫排放量、煙粉塵排放量以及PM2.5濃度為因變量替換模型(1)中的碳排放強(qiáng)度,研究碳交易政策的大氣污染物協(xié)同減排效果,回歸結(jié)果如表10所示.第(1)列,第(2)列和第(3)列依次為實(shí)施碳交易政策對二氧化硫排放量、煙粉塵排放量、PM2.5濃度的影響.結(jié)果表明,碳交易政策能顯著降低試點(diǎn)地區(qū)的二氧化硫排放量.在5%的顯著性水平上,碳交易政策的實(shí)施促使試點(diǎn)地區(qū)的二氧化硫排放量平均下降22.7%.產(chǎn)生這一結(jié)果的主要原因?yàn)槲覈茉聪M(fèi)結(jié)構(gòu)中煤炭占比較高,且我國煤炭含硫量相對較高,平均硫分達(dá)1.1%[34],煤炭的燃燒會(huì)伴隨大量的二氧化硫產(chǎn)生.碳交易政策可以通過影響企業(yè)的污染物排放決策機(jī)制,調(diào)整能源消費(fèi)結(jié)構(gòu)、控制煤炭消費(fèi)總量與提高煤炭利用效率來降低試點(diǎn)地區(qū)的二氧化硫排放量與煙粉塵排放量.碳交易政策實(shí)施對煙粉塵、PM2.5濃度雖然有負(fù)向影響,但是這種負(fù)向影響并不顯著.這主要是由于煙粉塵與PM2.5污染源構(gòu)成更加復(fù)雜,污染源涵蓋工業(yè)、生活、交通等各個(gè)領(lǐng)域,導(dǎo)致其濃度值很容易受到其他因素干擾.因此,碳交易政策帶來的大氣污染物協(xié)同減排主要體現(xiàn)在降低二氧化硫排放量方面.

2.4 政策建議

2.4.1 大力推進(jìn)碳市場發(fā)展,提升碳市場的活躍度 研究發(fā)現(xiàn),碳交易政策能有效降低碳排放強(qiáng)度,應(yīng)加快推進(jìn)全國碳市場建設(shè),有序推進(jìn)各交易試點(diǎn)地區(qū)與全國碳市場深度對接融合,在電力部門實(shí)施全國碳交易的基礎(chǔ)上,加快推進(jìn)石化、化工等其他行業(yè)進(jìn)入全國碳市場.應(yīng)加快構(gòu)建支撐碳市場發(fā)展的金融機(jī)制,有效引導(dǎo)投資機(jī)構(gòu)等不同主體參與全國碳市場交易,開發(fā)各類碳金融產(chǎn)品與服務(wù),提升全國碳市場的流動(dòng)性,增加交易量.

2.4.2 暢通碳市場減排路徑,提升碳市場減排效果 碳市場的碳減排效應(yīng)有一定的作用機(jī)制,應(yīng)進(jìn)一步暢通碳市場的減排路徑:充分發(fā)揮碳價(jià)對企業(yè)碳減排策略選擇的引導(dǎo)作用,在減排成本倒逼下推進(jìn)企業(yè)低碳技術(shù)的應(yīng)用;應(yīng)重新啟動(dòng)我國核證自愿減排量(CCER)備案審批,在嚴(yán)格的方法學(xué)下,將更多可再生能源項(xiàng)目作為核證自愿減排量納入到碳市場交易體系中;應(yīng)以發(fā)展碳市場為抓手之一,推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級優(yōu)化,減少化石能源消費(fèi).

2.4.3 充分考慮地區(qū)發(fā)展差異性,繼續(xù)發(fā)揮試點(diǎn)碳市場作用 碳交易試點(diǎn)政策的地區(qū)異質(zhì)性表明,各地應(yīng)實(shí)施具有差異化的碳交易政策.從建立電力部門的全國碳市場到涵蓋所有行業(yè)的全國碳市場仍需一定時(shí)間,過渡期間應(yīng)充分發(fā)揮好試點(diǎn)碳市場的作用,各試點(diǎn)碳市場應(yīng)結(jié)合當(dāng)?shù)禺a(chǎn)業(yè)發(fā)展現(xiàn)狀,采取更加積極的措施推進(jìn)碳市場建設(shè),欠發(fā)達(dá)地區(qū)的政策措施力度應(yīng)更大.應(yīng)努力提高欠發(fā)達(dá)地區(qū)政府對低碳環(huán)保的重視程度,增強(qiáng)欠發(fā)達(dá)地區(qū)控排主體的市場參與意愿.

2.4.4 推進(jìn)配套制度建設(shè),發(fā)揮好協(xié)同減排效應(yīng) 碳交易試點(diǎn)政策能發(fā)揮一定的污染物協(xié)同減排效應(yīng),應(yīng)增強(qiáng)市場化減排工具與其他大氣污染減排政策的協(xié)調(diào)配合,“十四五”期間的大氣污染治理應(yīng)更加明確市場化減排機(jī)制的作用,出臺(tái)更多支撐碳交易試點(diǎn)地區(qū)和全國碳市場發(fā)展的激勵(lì)和保障政策,更好地發(fā)揮協(xié)同減排效應(yīng).

3 結(jié)論

3.1 碳交易政策的實(shí)施能促進(jìn)試點(diǎn)地區(qū)的碳排放強(qiáng)度降低9.5%;同時(shí),碳交易額、碳交易量每增加1%,會(huì)促進(jìn)碳試點(diǎn)地區(qū)的CO2排放強(qiáng)度分別下降0.9%與0.7%.

3.2 碳交易政策的減排效應(yīng)有明顯的地區(qū)異質(zhì)性,其中,政策效應(yīng)在我國東部和中部地區(qū)更明顯,相較于欠發(fā)達(dá)省份,碳交易政策在發(fā)達(dá)省份的碳減排效果優(yōu)于欠發(fā)達(dá)省份的減排效果.

3.3 碳交易政策能通過對參與碳交易的減排主體施加影響來實(shí)現(xiàn)碳強(qiáng)度降低目標(biāo).

3.4 在促進(jìn)碳減排的同時(shí),碳交易政策還能發(fā)揮協(xié)同減排效應(yīng),能降低試點(diǎn)地區(qū)的二氧化硫排放量,為試點(diǎn)地區(qū)帶來顯著的環(huán)境紅利.

[1] He W, Zhang B, Li Y, et al. A Performance analysis framework for carbon emission quota allocation schemes in China: perspectives from economics and energy conservation [J]. Journal of Environmental Management, 2021,296:113165.

[2] 王文舉,陳真玲.中國省級區(qū)域初始碳配額分配方案研究——基于責(zé)任與目標(biāo)?公平與效率的視角[J]. 管理世界, 2019,35(3):81-98.

Wang W, Chen Z. A study on the initial carbon quota allocation scheme for provincial regions in China--based on the perspective of responsibility and target, equity and efficiency [J]. Management World, 2019,35(3):81-98.

[3] 魏立佳,彭 妍,劉 瀟.碳市場的穩(wěn)定機(jī)制:一項(xiàng)實(shí)驗(yàn)經(jīng)濟(jì)學(xué)研究[J]. 中國工業(yè)經(jīng)濟(jì), 2018,(4):174-192.

Wei L, Peng Y, Liu X. The stability mechanism of the carbon market: a study of experimental economics [J]. China Industrial Economics, 2018,(4):174-192.

[4] Ji C, Hu Y, Tang B, Qu S. Price drivers in the carbon emissions trading scheme: evidence from Chinese emissions trading scheme pilots [J]. Journal of Cleaner Production, 2021,278:123469.

[5] Ye J, Xue M. Influences of sentiment from news articles on EU carbon prices [J]. Energy Economics, 2021,101:105393.

[6] Cao K, Xu X, Wu Q, et al. Optimal production and carbon emission reduction level under cap-and-trade and low carbon subsidy policies [J]. Journal of Cleaner Production, 2017,167:505–513.

[7] Wang Y, Wang W. Risk identification and regulatory system design for the carbon market [J]. Chinese Journal of Population Resources and Environment, 2016,14(2):59–67.

[8] Zhang Y, Liang T, Jin Y, et al. The impact of carbon trading on economic output and carbon emissions reduction in China’s industrial sectors [J]. Applied Energy, 2020,260:114290.

[9] Zhang W, Li J, Li G, et al. Emission reduction effect and carbon market efficiency of carbon emissions trading policy in China [J]. Energy, 2020,196:117117.

[10] Zhang Y, Li S, Luo T, et al. The effect of emission trading policy on carbon emission reduction: evidence from an integrated study of pilot regions in China [J]. Journal of Cleaner Production, 2020,265:121843.

[11] 周 迪,劉奕淳.中國碳交易試點(diǎn)政策對城市碳排放績效的影響及機(jī)制[J]. 中國環(huán)境科學(xué), 2020,40(1):453-464.

Zhou D, Liu Y. Impact of China’s carbon emission trading policy on the performance of urban carbon emission and its mechanism [J]. China Environmental Science, 2020,40(1):453-464.

[12] Zhang H, Zhang B. The unintended impact of carbon trading of China’s power sector [J]. Energy Policy, 2020,147:111876.

[13] 任曉松,馬 茜,劉宇佳,等.碳交易政策對工業(yè)碳生產(chǎn)率的影響及傳導(dǎo)機(jī)制[J]. 中國環(huán)境科學(xué), 2021,41(11):5427-5437.

Ren X, Ma Q, Liu Y, Zhao G. The impact of carbon trading policy on industrial carbon productivity and its transmission mechanism [J]. China Environmental Science, 2021,41(11):5427-5437.

[14] Jia Z, Lin B. Rethinking the choice of carbon tax and carbon trading in China [J]. Technological Forecasting and Social Change, 2020,159: 120187.

[15] Yang L, Yao Y, Zhang J, et al. A CGE analysis of carbon market impact on CO2emission reduction in China: a technology-led approach [J]. Natural Hazards, 2016,81(2):1107–1128.

[16] 范 丹,王維國,梁佩鳳.中國碳排放交易權(quán)機(jī)制的政策效果分析——基于雙重差分模型的估計(jì)[J]. 中國環(huán)境科學(xué), 2017,37(6): 2383–2392.

Fan D, Wang W, Liang P. Analysis of the performance of carbon emissions trading right in China--the evaluation based on the difference-in-difference model [J]. China Environmental Science, 2017,37(6):2383–2392.

[17] Yang X, Jiang P, Pan Y. Does China’s carbon emission trading policy have an employment double dividend and a porter effect? [J]. Energy Policy, 2020,142:111492.

[18] Zhang S, Wang Y, Hao Y, et al. Shooting two hawks with one arrow: could China’s emission trading scheme promote green development efficiency and regional carbon equality? [J]. Energy Economics, 2021, 101:105412.

[19] Li G, Masui T. Assessing the impacts of China’s environmental tax using a dynamic computable general equilibrium model [J]. Journal of Cleaner Production, 2019,208:316–324.

[20] Zhao Y, L H, Xiao Y, et al. Scenario analysis of the carbon pricing policy in China’s power sector through 2050: based on an improved CGE model [J]. Ecological Indicators, 2018,85:352–366.

[21] Xuan D, Ma X, Shang Y. Can China’s policy of carbon emission trading promote carbon emission reduction? [J]. Journal of Cleaner Production, 2020,270:122383.

[22] Lyu X, Shi A, Wang X. Research on the impact of carbon emission trading system on low-carbon technology innovation [J]. Carbon Management, 2020,11(2):183–193.

[23] 朱 凡,李天琦.中國碳交易市場減排績效的實(shí)證研究[J]. 稅務(wù)與經(jīng)濟(jì), 2021,(3):54–62.

Zhu F, Li T. An empirical study on emission reduction performance of China's carbon trading market [J]. Taxation and Economy, 2021,(3): 54-62.

[24] 國家發(fā)展和改革委員會(huì).關(guān)于開展碳排放權(quán)交易試點(diǎn)工作的通知(發(fā)改辦氣候[2011]2601) [EB/OL].https://www.ndrc.gov.cn/xxgk/ zcfb/tz/201201/t20120113_964370_ext.html.

National Development and Reform Commission. Notice of the pilot project on carbon emissions trading (Climate change office [2011] 2601) [EB/OL]. https://www.ndrc.gov.cn/xxgk/zcfb/tz/201201/ t20120113_964370_ext.html.

[25] Moser P, Voena A. Compulsory licensing: evidence from the trading with the enemy act [J]. American Economic Review, 2012,102(1): 396–427.

[26] Damert M, Baumgartner R J. Intra-sectoral differences in climate change strategies: evidence from the global automotive industry [J]. Business Strategy and the Environment, 2018,27(3):265–281.

[27] 張翠菊,張宗益,覃明鋒.能源稟賦?技術(shù)進(jìn)步與碳排放強(qiáng)度——基于空間計(jì)量模型的研究[J]. 系統(tǒng)工程, 2016,34(11):47–53.

Zhang C, Zhang Z, Qin M. Research on energy resources, technology advance and carbon emission intensity--based on spatial panel econometric model [J]. Engineering System, 2016,34(11):47–53.

[28] 徐現(xiàn)祥,李書娟.官員偏愛籍貫地的機(jī)制研究——基于資源轉(zhuǎn)移的視角[J]. 經(jīng)濟(jì)研究, 2019,54(7):111-126.

Xu X, Li S. A study of the mechanism of leaders' regional favoritism, based on the resource reallocation perspective [J]. Economic Research Journal, 2019,54(7):47-53.

[29] 曹春方,張 超.產(chǎn)權(quán)權(quán)利束分割與國企創(chuàng)新——基于中央企業(yè)分紅權(quán)激勵(lì)改革的證據(jù)[J]. 管理世界, 2020,36(9):155-168.

Cao C, Zhang C. Partitioning of property rights and the innovation of state-owned enterprises: a quasi natural experiment of bonus incentives reform in central government-owned enterprises [J]. Management World, 2020,36(9):155-168.

[30] 余 萍,劉紀(jì)顯.碳交易市場規(guī)模的綠色和經(jīng)濟(jì)增長效應(yīng)研究 [J]. 中國軟科學(xué), 2020,(4):46-55.

Yu P, Liu J. Research on the effects of carbon trading market size on environment and economic growth [J]. China Soft Science, 2020, (4):46-55.

[31] 易 蘭,李朝鵬,楊 歷,等.中國7大碳交易試點(diǎn)發(fā)育度對比研究 [J]. 中國人口·資源與環(huán)境, 2018,28(2):134-140.

Yi L, Li Z, Yang L, Liu J. Comparative study on the development degree of China' s 7pilot carbon markets [J]. China Population, Resources and Environment, 2018,28(2):134-140.

[32] Wu D, Ma X, Zhang S. Integrating synergistic effects of air pollution control technologies: more cost-effective approach in the coal-fired sector in China [J]. Journal of Cleaner Production, 2018,199:1035– 1042.

[33] 環(huán)境保護(hù)部.關(guān)于印發(fā)《重點(diǎn)區(qū)域大氣污染防治“十二五”規(guī)劃》的通知 [EB/OL]. https://www.mee.gov.cn/gkml/hbb/bwj/201212/ t20121205_243271.htm.

China Ministry of Environmental Protection. On the issuance of the 12th five-year plan for the prevention and control of air pollution in key areas [EB/OL]. https://www.mee.gov.cn/gkml/hbb/bwj/201212/ t20121205_243271.htm.

[34] 薛 飛,周民良.中國碳交易市場規(guī)模的減排效應(yīng)研究[J]. 華東經(jīng)濟(jì)管理, 2021,35(6):11-21.

Xue F, Zhou M. Research on the emission reduction effect of the scale of China’s carbon trading market [J]. East China Economic Management, 2021,35(6):11-21.

Study on the emission reduction effect of China's carbon trading pilot policy and regional differences.

ZENG Shi-hong1, LI Fan1,2, WENG Zhi-xiong3*, ZHONG Zhen4

(1.Department of Economics and Management, Beijing University of Technology, Beijing 100124, China；2.Department of Management, Technical University of Denmark, Lyngby 2800, Denmark；3.Circular Economy Research Institute, Beijing University of Technology, Beijing 100124, China；4.Department of Development Strategy and Regional Economic Research, Development Research Center of the State Council, Beijing 100011, China)., 2022,42(4)：1922～1933

Based on a continuous difference-in-difference model, this study evaluated the emissions reduction effect and regional variation and the mechanism of China's carbon trading pilot policies from 2004 to 2017. The results showed that the carbon trading policy could reduce the carbon intensity of the pilot areas by 9.5%, and every 1% increase in the size and activity of the carbon market brought about a 0.9% and 0.7% reduction in the carbon intensity of the pilot areas, respectively. In terms of heterogeneous impact, the carbon trading policy had a significant emission reduction effect on the east and central regions while it had no significant impact on the western areas. Further, the carbon trading policy had a significantly higher impact on carbon reduction in developed provinces than in developing provinces in China. The carbon emission reduction effect was mainly achieved by implementing influence on the enterprises participating in the market. In addition, the carbon trading policy had a synergistic pollution reduction effect, reduced sulfur dioxide emissions by 22.7% in the pilot areas. Therefore, it is necessary to accelerate the national carbon market and increase the level of carbon market activity. While it is also necessary to smooth emission reduction channels, and promote the synergistic emission reduction of carbon dioxide and other pollutants.

carbon neutral；carbon peak；carbon market；continuous difference-in-difference；synergistic emission reduction effect

X82

A

1000-6923(2022)04-1922-12

曾詩鴻(1969-),男, 四川綿陽人,教授,博士,主要從事碳金融與資源經(jīng)濟(jì)可持續(xù)發(fā)展研究.發(fā)表論文106篇.

2021-08-15

國家自然科學(xué)基金專項(xiàng)項(xiàng)目(72140001);國家社會(huì)科學(xué)基金青年項(xiàng)目(19CJY064);國家社會(huì)科學(xué)基金重大項(xiàng)目(21ZDA115,21ZDA044)

*責(zé)任作者, 助理研究員, wengzx564@163.com