碳交易的減排及綠色發展效應研究

任亞運 傅京燕

摘要 面臨來自全球氣候變化加劇及國內環境污染惡化的雙重壓力，中國逐步明確了采用市場化手段來提高氣候、環境治理水平，碳交易便為其典型代表，然而目前統籌考慮碳交易的碳減排及綠色協同發展效應的研究卻相對欠缺。為此，本文以碳交易試點政策為例，區分碳交易的減排及區域綠色發展效應，分別構建碳排放強度和非期望產出包含全域排放物及區域污染物的曼奎斯特—盧恩伯格指數，基于2008—2015年30個省級行政區面板數據，采用雙重差分法實證檢驗，并進一步檢驗了協同路徑和作用機制。結果發現：①中國碳交易政策在促進了試點地區碳排放強度下降的同時，還促進了試點地區整體綠色發展；②中國碳交易政策的區域污染物協同減排效果主要通過協同減排SO2實現；③中國碳交易政策實現碳減排及區域綠色發展的主要作用機制為技術升級。這些結論說明：應繼續扎實推進全國碳交易市場建設，在實現全球碳減排的目標框架下同時促進區域環境改善；充分考慮碳交易與排污權交易的協同作用，在進行溫室氣體和區域污染物的“協同減排控制”中，綜合考慮協同效應和減排成本，以達到用最低成本實現碳減排和區域污染物減排的雙重目標；多手段并行推動綠色發展，除積極吸取碳交易試點階段經驗教訓外，還應聯合其他多項環境保護政策共同協作、相互補充，充分發揮“看不見的手”的市場調節作用和政府的總體把控能力，共同促進區域全面綠色高質量發展。

關鍵詞 碳交易；協同效應；綠色發展；雙重差分

中圖分類號 F205 文獻標識碼 A 文章編號 1002-2104（2019）05-0011-10 DOI：10.12062/cpre.20190117

近年來除面對日益增加的全球碳減排壓力，中國區域性的大氣污染問題也與日俱增，其中城市群區域多種污染物排放量持續增長，大氣污染呈現出壓縮型、復合型特征，以SO2、NOX、PM2.5等為特征的復合型污染呈加重態勢。為了實現成本效率減排，以SO2排污權交易、碳交易為代表的更具靈活性的市場化環境政策逐步在國內得到應用。SO2排污權交易起步較早，楊健兒等[1]、涂正革和諶仁俊[2]等諸多學者先后對其環境、經濟效應進行了研究，而針對在中國起步較晚的碳交易的研究則較為薄弱，統籌考慮碳減排與其它污染物協同減排的研究更少。鑒于我國碳交易市場已由試點先行邁進全面建設階段，本文以碳交易為切入點，綜合考慮其協同效應，有助于提升碳交易價值，從而可以較全面評價碳交易這一政策工具的成本-收益。

目前針對碳交易效應研究：①在方法選擇上主要以CGE等仿真、模擬為主。如：Bhringer 和Welsch[3]、孫睿等[4]等采用CGE模型對碳交易及其影響分別進行了研究。湯鈴等[5]基于multiAgent模型，構建了我國碳交易機制仿真模型，測算了不同碳交易機制設定對我國經濟與環境的影響。譚秀杰等[6]采用中國多區域一般均衡模型TermCO2，并根據湖北碳交易試點的制度要素設置情景假設，模擬其對全省的經濟環境影響，發現湖北碳交易試點的減排效果明顯，而負面經濟影響相對有限。CGE等仿真、模擬檢驗模型作為政策分析的有力工具，雖已在世界上得到了廣泛的應用，但其仍然不能擺脫投入產出及CGE模型分析本身固有的一些缺陷，如內部設計復雜難以跟蹤其作用機制等。②在效應檢驗維度上以碳排放影響為主，其他效應為輔。李廣明和張維潔[7]利用中國30個省份規模工業碳排放數據，考察了碳交易對工業碳排放和碳強度的影響。少部分學者也就碳交易對其他污染物、社會福利的協同影響進行了研究，如：Cheng 等[8]通過研究發現碳交易試點不僅能減少碳排放，還能推動SO2和NOX的減排。Fujimori等[9]發現建立碳交易市場將使減排導致的全球福利凈損失從0.7%～0.9%下降到0.1%～0.5%。可以發現，在碳交易效應檢驗方面，視角上仍多著眼于其對單一排放物CO2的影響，少數學者開始關注其對其他區域污染物和社會福利等的影響，但利用綜合指標全面考慮碳交易對區域整體環境改善即綠色發展的影響方面的文獻則比較鮮見。

本文的邊際貢獻如下：①將全域排放物和區域污染物納入統一的研究框架，運用雙重差分實證方法考察碳交易對其影響。CO2代表的是全域排放物，而SO2、NOX代表的是區域污染物，在全球碳排放約束及本地污染排放的雙重約束下將二者納入統一的研究框架，有利于考察碳交易的真實成本，促進溫室氣體和區域污染物的協同控制。②以綠色全要素生產率來衡量碳交易對區域綠色發展程度的影響。目前學界對綠色發展的定義尚無定論，本文采用同時考慮非期望產出包含全域排放物和區域污染物的綠色全要素生產率指標度量綠色發展，這對于評價一個經濟體的增長質量更為科學，也有利于合理評估碳交易機制的真實成本。

任亞運等：碳交易的減排及綠色發展效應研究

中國人口·資源與環境 2019年 第5期1 碳交易體系對碳減排的作用機制

所謂的碳交易就是把二氧化碳排放權作為一種商品，進行二氧化碳排放權的交易，具有總量控制碳排放的優勢。根據目前全球碳排放形勢，利用碳交易市場進行碳減排的國家主要有中國、澳大利亞、新西蘭、美國、加拿大和歐盟地區。我國面臨國際減排承諾和國內環境狀況下行的雙重壓力，碳交易市場從試點工作到全面推廣的轉變，證明我國碳減排已經取得階段性成果，碳交易的減排運作機制已成為低碳發展的有效工具。

碳交易在明晰產權、碳排放定價動態調整、市場自動調節配額等機制下的減排及綠色發展效應表現為：第一，碳交易體系可以降低碳排放成本，促進碳減排。碳排放因屬于公共物品范疇而具有外部性，僅通過企業和個人的自愿行為難以達到減排目標。科斯[10]認為，市場失靈的根源在于產權失靈，可以通過產權的明確界定，實現外部成本內部化，碳交易體系就是使碳排放成為非公共物品。在總量控制下，如果碳排放的需求越多，碳排放配額價格也就越高，碳排放者所支付的成本也就越高。第二，碳交易可以通過推動技術進步促進碳減排。能源氣候變化領域的研究表明，兩種類型的有偏技術進步可能對碳強度產生重要影響：一是自發的能效改進型技術進步，指的是技術進步隨時間自發地促使能源效率提高；二是誘發的有偏技術進步，指的是能源價格、碳價格、減排政策等因素導致技術進步的偏向發生改變。一般來說，誘發的有偏技術進步對節能減排具有更強烈的作用。碳交易體系是誘發技術進步的重要因素，其作用機制是：碳交易體系給碳排放配額定價，改變了企業實際面臨的碳排放要素價格，這意味著碳排放要素相對于其他要素變得更加昂貴，碳排放企業不得不慎重衡量購買碳配額所耗費的成本與自身碳減排技術改進的成本，開發采用和普及低碳技術。第三，碳交易體系為企業能源結構升級優化提供刺激，從而使用較清潔能源以減少碳排放。在碳交易體系中，電力行業貢獻了超過50%的碳減排，主要原因在于電力部門具有以較低的減排成本來減少碳排放的能力，比如通過煤和天然氣的相互轉換。為獲得這種廉價的減排機會，發電商需要權衡碳價格和邊際減排成本，在參加碳交易體系的情況下，電力部門轉向碳強度更低的燃料（例如天然氣），比使用煤和購買配額更為劃算。第四，碳交易通過碳減排對區域污染協同減排。控制碳排放的碳交易等氣候政策還會由于CO2、SO2、NOX的同根同源性，即皆主要來源于化石燃料的燃燒，從而產生協同效應對區域污染物的減排產生積極影響[11-12]。因此，中國碳交易政策的實施也將可能同時改善其他區域污染物的排放，促進區域整體綠色發展。

由圖1可知，降低碳排放強度主要有三條路徑：一是靠產業結構優化，降低高耗能部門的比例；二是靠能源結構轉換，以低碳能源替代化石能源；三是靠能源技術升級，提高能源利用效率[13]。以往學者的研究也表明在該三條路徑下碳排放與空氣污染物排放控制具有協同效應，即產生“1+1>2”的效應。首先，產業結構和能源結構優化調整直接帶來的是化石能源消耗的下降，也就是能源強度的下降，從而間接降低了污染物排放。He等[14]認為能源政策是實現溫室氣體減排和污染物控制雙向協同效應的重要結合點。通過構建一個結合了能源預測模型、排放評估模型、空氣質量模擬模型和健康效益評估模型的綜合模型，來評估中國的能源政策在兩方面的協同作用。結果顯示，積極的能源政策帶來了巨大的效益，包括1 469百萬t的CO2減排、12%～32%的大氣污染物濃度下降及超過100百億的健康收益。其次，低碳技術升級一方面帶來了單位化石能源消耗的碳排放下降，即碳排放強度下降，另一方面還會引發協同效應。毛顯強等[15]通過構建協同減排當量模擬協同減排，認為電力行業技術措施，尤其是新發電技術的替代，使硫、氮、碳的協同減排潛力巨大。

由于CO2、SO2、NOX等的同根同源特性，碳交易政策可以通過影響碳排放進而協同影響其他污染物的排放，而本文所界定的綠色發展正是同時考慮CO2、SO2、NOX等常見氣體排放物減排之后的結果，故上述三條路徑在影響碳排放的同時又會影響SO2、NOX等污染物的排放，最終得以影響區域綠色發展。

由此，本文從協同效應視角出發，區分碳交易的減排及區域綠色協同發展效應，采用雙重差分法分別對其進行實證檢驗，并進一步檢驗其協同路徑和作用機制。本文試圖回答以下問題：碳交易是否抑制了碳排放并同時提升了區域綠色全要素生產率？碳交易通過協同何種污染物提升了區域綠色全要素生產率？碳交易的作用路徑如何？上述問題的回答對于準確把握碳交易真實成本，協同緩解復合型空氣環境問題具有積極的現實意義。

2 計量模型與數據說明

2.1 計量模型

雙重差分法（DID）是一種使用較為廣泛的政策效果評價方法，可以量化估計出某一個具體政策對政策實施對象的作用大小。其核心思路為：選擇一個實施該政策的實驗組（Treatment Group）和一個沒有實施該政策的控制組（Control Group），然后將實驗組某一個具體指標在政策實施前后的平均改變量與控制組該指標在政策實施前后的平均改變量的差距視為這項政策對實驗組的真實影響，即該項政策實施的實際效果。

中國先后于2014年左右在七個試點省市：北京、天津、上海、重慶、湖北、廣東和深圳設立碳排放交易試點，由此，本文將中國碳排放交易視為一次“自然實驗”。由于除了深圳市以外其他試點都是省和直轄市，因此為了研究范圍的統一，將深圳市合并到廣東省。另外，由于除深圳市以外，其他試點碳交易完全啟動基本是在2013年11月或者12月份以及2014年，因此本文參考李廣明和張維潔[7]，將2014年之前定為非試點期，2014年之后（包括2014年）為試點期。所以本文處理組為：北京、天津、上海、重慶、湖北和廣東，其余非試點省份（由于數據可得性等原因，本研究不含西藏、港澳臺地區）為對照組。基于此，本文構造的基本模型如下：

Clit=α0+α1postt+α2treati+α3（treati×postt）+

λi+γt+μit

（1）

GTFPit=β0+β1postt+β2treati+β3（treati×postt）+

δi+ζt+ξit

（2）

其中CIit代表CO2排放強度，GTFPit代表綠色發展，i表示地區，t代表時間；treati代表地區虛擬變量，treati=1表示地區i實施了碳交易，treati=0表示i地區未實施碳交易；postt代表時間虛擬變量，postt=1表示t時期實施了碳交易，postt=0表示t時期沒有實施碳交易；λi、δi為個體固定效應，γt、ζt為時間固定效應，μit、ξit為擾動項。

模型（1）、（2）雖然可以有效解決樣本選擇偏誤問題，但是卻存在遺漏變量的可能。為此，本文在上述模型的基礎上增加一系列控制變量。被解釋變量為碳排放強度和綠色全要素生產率，在參考陳超凡[16]、李廣明等[7]、涂正革等[2]等研究的基礎上又將人均GDP、治污投入、技術引進、要素稟賦結構等直接和間接影響碳排放及綠色發展水平的關鍵變量作為控制變量，得到模型（3）和（4）。

CIit=α0+α1postt+α2treati+α3（treati×postt）+

∑αjcontroljit+λi+γt+μit

（3）

GTFPit=β0+β1postt+β2treati+β3（treati×postt）+

∑βjcontroljit+δi+ζt+ξit

（4）

其中，controljit代表人均GDP、治污投入占比、要素稟賦結構、技術引進等控制變量，其他變量的含義跟前文保持一致。

2.2 數據說明

以往文獻多采用單污染物排放效率或污染物排放強度來衡量綠色發展水平，相比之下以同時考慮非期望產出包含全域污染物和區域污染物的綠色全要素生產率指標度量綠色發展更為科學。本文首先立足于碳交易政策的本意，檢驗碳交易對碳排放的影響；然后更進一步驗證碳交易是否通過碳協同減排作用同時降低了其他區域污染物排放，實現了區域整體綠色發展。其中綠色發展用綠色全要素生產率來衡量，借鑒陳超凡[16]的測算方法，以曼奎斯特-盧恩伯格指數來衡量，曼奎斯特-盧恩伯格指數越大代表綠色生產水平越高。測算過程中以GDP為期望產出，以三大主要氣體排放物：CO2、SO2、NOX為非期望產出，以資本存量、勞動投入、能源投入為投入變量，結合非徑向方向距離函數進行測算，記為GTFP。

關于其他控制變量，在參考前人研究，并保證模型簡潔性的基礎上，本文主要選取人均GDP、治污投入、要素稟賦結構、技術引進等直接和間接影響綠色發展水平的關鍵變量作為控制變量，相應的指標選擇如下：①人均GDP，由于不同經濟發展階段對于綠色發展的需求不同，因此選取人均GDP來衡量經濟發展水平；②治污投入，本文主要分析的是CO2排放，以及考慮到CO2、SO2、NOX三種主要氣體排放物的綠色發展，結合數據的可獲得性，選取廢氣治理投資額占GDP比重來衡量治污投入；③要素稟賦，由于資本密集型產品與勞動密集型產品的排放強度差異明顯，因此選取資本勞動比率來衡量要素稟賦；④技術引進，由于技術引進主要是以外商直接投資的形式實現的，因此選取固定資產投資中外資直接投資所占比重來衡量。

考慮到2008年金融危機的經濟波動節點，本文起始年份設為2008年。由于部分年鑒最新年份為2016年（即2015年的數據），因此本文數據的最終年份定為2015年。此外，囿于西藏、港澳臺等地區的數據缺失較為嚴重，因此本文的樣本定格為不包括西藏、港澳臺地區在內的其他30個省級行政區。相關原始數據來源如下：GDP、外商直接投資額來自歷年《中國統計年鑒》；勞動投入量（用從業人數來表示）來自各省級行政區歷年統計年鑒；SO2排放量、NOX排放量、環境治理投資額來自歷年《中國環境統計年鑒》及《中國環境年鑒》，能源投入（能源消費量）來自歷年《中國能源統計年鑒》；物質資本存量數據來自中國人力資本與勞動經濟研究中心；CO2排放量來自于中國碳排放數據庫（CEADs）。本文對以金額為單位的相關原始數據都進行了以2008年為基期的價格調整。

2.3 試點前后簡單對比分析

本文將樣本分為兩個階段（2008—2013年為非試點時期、2014—2015年為試點時期）來分別考察主要變量在試點地區和非試點地區的均值變化情況，具體見表1。為更加直觀地體現試點地區和非試點地區各變量在試點時間和非試點時間的均值變化情況，本文采用比值法來進行衡量。以碳排放強度為例，首先計算出非試點時期試點地區碳排放強度與非試點地區碳排放強度的比值，然后計算出試點時期試點地區碳排放強度與非試點地區碳排放強度的比值，最后將試點時期的比值與非試點時期的比值做差。當這一差值為負數時，表明中國碳交易政策使得試點地區與非試點地區碳排放強度之比變小了；當這一差值為正數時，表明中國碳交易政策使得試點地區與非試點地區碳排放強度之比變大了。由此，可以初步反映出中國碳交易這一政策對各變量的影響。

從被解釋變量的兩大衡量指標來看，試點地區相對于非試點地區的碳排放強度有所下降，而綠色全要素生產率水平有所提高。其中，試點地區的碳排放強度在試點前后都低于非試點地區；試點地區的綠色發展程度在試點前低于非試點地區，試點后實現反超，反而高于非試點地區。從具體的數值差距來看，首先是碳排放強度，非試點時期試點地區的碳排放強度比非試點地區低47.47%，試點之后這一比例則為54.48%，擴大了7.01%；其次是綠色全要素生產率，非試點時期試點地區的綠色全要素生產率比非試點地區低0.67%，試點后比非試點地區高4.57%，總計反超了5.24%。這初步表明，中國碳交易政策抑制了試點地區的二氧化碳排放強度增勢，促進了試點地區的綠色發展。需要說明的是，這僅僅是在不控制其他重要影響因素情況下的簡單對比分析，中國碳交易政策是否真正提升了綠色發展水平還有待更加嚴格的實證檢驗。

從解釋變量來看，試點地區的人均GDP、要素稟賦指標、技術引進指標在試點前后均高于非試點地區；治污投入在試點前后均低于非試點地區。從數值差距來看：就人均GDP、治污投入、要素稟賦三個指標而言，試點之后試點地區與非試點地區的差距有所縮小；就技術引進而言，試點之后試點地區與非試點地區的差距有所擴大。

3 回歸結果及分析

本文采用雙重差分法就中國碳交易對碳排放強度以及區域綠色發展的影響進行了回歸分析。為了準確估計回歸模型，本文依次進行了不加控制變量、引入控制變量、引入控制并控制時間效應以及個體效應的雙向固定效應 模型進行估計。另外，為了便于橫向比較各變量系數的大小，本文對非虛擬變量進行了對數化處理，這樣就可以直觀地分析各變量對因變量的彈性大小，進而可以比較各變量之間的作用大小。

表2是采用雙重差分法分析碳交易對碳排放強度及綠色發展的影響結果。模型（1）和（4）是不包含任何控制變量的基準模型，模型（2）和模型（5）為增加了人均GDP、治污投入、要素稟賦、技術引進等控制變量后的模型，模型（3）和模型（6）為在控制個體效應的基礎上再次控制時間效應的模型。由表2可以看出：在增加控制變量及固定效應的過程中核心解釋變量的顯著性和系數符號均沒有發生根本性的變化，此外，該過程中可決系數也在不斷變大，這表明模型的估計結果比較穩健。

由表2第（3）列可知，從本文最為關心的核心解釋變量交互項來看，其回歸系數在1%水平上顯著為負，這表明中國碳交易機制實施后顯著抑制了試點地區的碳排放強度。由表2第（6）列可知，從本文最為關心的核心解釋變量交互項來看，其回歸系數在5%水平上顯著為正，這表明中國碳交易機制實施后顯著提升了試點地區的綠色全要素生產率即綠色發展水平。上述結果的可能原因為碳交易通過引導納入碳交易范圍的電力、水泥、鋼鐵、石化等三高行業優化其能源結構、進行產業升級等行為以達到節能減排目的，以及通過創新補償等技術引進、技術升級抑制了碳排放強度，同時協同實現SO2、NOX等區域污染物減排，最終促進區域綠色發展，但具體協同路徑及作用機制仍有待進一步檢驗。

4 穩健性檢驗

為進一步檢驗本文的回歸結果，分別采用PSM-DID穩健性檢驗、改變窗口期、動態DID等檢驗方法，對本文實證結果的穩健性進行驗證。

4.1 PSMDID穩健性檢驗

正如前文所述，雙重差分法假設在沒有實行該政策時實驗組與控制組的因變量變化趨勢一樣，即實驗組和控制組具有同質性，進一步繼續采用雙重差分傾向性得分匹配法進行穩健性檢驗，具體思路為：采用Logit模型，以treat為因變量，以人均GDP、治污投入占比、要素稟賦結構、技術引進等變量作為相應的匹配變量，然后分別采用卡尺最近鄰匹配法和近鄰1 ∶ 1匹配法進行樣本匹配。值得注意的是，為保證樣本的“干凈”，本文首先去除政策實施后樣本數據，即僅以碳交易政策實施前年份試點與非試點地區進行傾向得分匹配，刪除未匹配上數據，而后與政策實施后年份數據進行縱向匹配，并刪除匹配數據中未出現的地區來保證樣本數據的干凈。最終，本文基于匹配數據再次 進行回歸，詳見表3。

表3第（1）（2）列分別為運用卡尺最近鄰匹配和近鄰1 ∶ 1匹配所得樣本對碳排放強度的回歸結果，表3第（3）（4）列分別為運用卡尺最近鄰匹配和近鄰1 ∶ 1匹配所得樣本對綠色全要素生產率的回歸結果。由回歸結果可知，核心解釋變量交互項系數全部在5%水平顯著，與前文主回歸保持一致，證明本文主回歸結果穩健，即中國碳交易政策促進了試點地區碳排放強度下降的同時還提升了試點地區綠色全要素生產率，促進了試點地區整體綠色發展。

4.2 更改窗口期穩健性檢驗

考慮到政策前后的時效性問題，該部分將樣本設為更為均衡的2011—2015年區間再次進行穩健性回歸，回歸結果見表4。

表4第（1）（2）（3）列分別為不加控制變量及時間固定效應、加控制變量不加時間固定效應、加控制變量以及時間固定效應對碳排放強度的回歸結果。表4第（4）（5）（6）列分別為不加控制變量及時間固定效應、加控制變量不加時間固定效應、加控制變量以及時間固定效應對綠色全要素生產率的回歸結果。結果可知，核心解釋變量交互項系數全部在1%及5%水平顯著，與前文主回歸保持一致，證明本文主回歸結果穩健，即中國碳交易政策促進了試點地區碳排放強度下降的同時，還提升了試點地區綠色全要素生產率，促進了試點地區整體綠色發展。

4.3 動態效應檢驗

對預期效應及政策動態效應進行檢驗，同時對共同趨勢進行進一步佐證。具體做法為，分別用政策虛擬變量與政策前后年份的各年份虛擬變量進行交乘，并用被解釋變量碳排放強度及綠色全要素生產率對這些虛擬交乘項及控制變量進行回歸。其中圖2左側為碳交易政策對碳排放強度的動態政策效應圖，圖2右側為碳交易政策對綠色發展的動態政策效應圖。

首先，由圖2左半邊來看，政策實施年份以前的2011及2012年交互項系數置信區間與0軸相交，說明該兩年政策效應為0，符合實際情況。2013年雖未全面開始實施政策，但部分試點已經開始試行，試點地區基于預期效應提前備戰碳交易及減排活動，導致2013年開始系數逐步顯著，政策預期效應開始顯現。2014年政策實施年，政策效應達到最大化，但由于碳交易試點正式實施后普遍存在“經濟增長不確定、信息不對稱、核查不統一、交易不流動和違規處罰不嚴格”[17]，造成了碳交易市場活躍度低、以履約為目的的撮合交易、二級市場缺失等困擾碳交易市場正常運行的關鍵問題，企業積極性有所下滑，政策實施第2年即2015年政策的碳減排效應便有所下降。

其次，由圖2右半邊來看，政策實施年份以前的交互項系數置信區間全部與0軸相交，說明政策效應為0，并未產生綠色發展協同效應。之所以綠色發展效應未顯現出預期效應，主要原因可能在于相對直接的碳減排效應，由綠色技術升級主導的綠色全要素生產率的提高更具有滯后性。在2014年政策實施當年，碳交易的綠色發展政策效應達到最大化，但同樣由于碳交易試點正式實施后普遍存在的上述“五不”問題導致企業積極性有所下滑，2015年碳交易政策綠色發展效應也有所下降。

5 碳交易政策的協同減排效應及作用機制檢驗5.1 協同效應檢驗

本文的實證框架基于碳交易政策碳減排同時對其他污染物的協同減排效應，進而考慮多污染物后用綠色全要素生產率來衡量碳交易政策的區域綠色發展效應。故該部分以SO2排放強度（SO2與GDP比值）和NOX排放強度（NOX與GDP比值）作為因變量替換碳排放強度進行回歸，對碳交易政策的協同減排效應進行檢驗。具體結果見表5。

表5前兩列分別是不加時間固定效應以及加時間固定效應對SO2強度的回歸結果。后三列分別是不加時間固定效應以及加時間固定效應對NOX強度的回歸結果。

由表5可知，以SO2排放強度為因變量的回歸中核心變量在1%水平顯著為負，以NOX排放強度為因變量的回歸中核心變量并不顯著，說明碳交易的協同減排效應主要通過SO2來實現。究其原因可能為：中國煤炭產量居世界第一位，且多為高硫煤（硫含量超過2.5%），在全國煤炭的消費中，占總量84%的煤炭被直接燃用，燃燒過程中排放出大量的二氧化硫，燃煤二氧化硫排放占總二氧化硫排放量的85%以上，而NOX在其中相對排放比例則較少，這就造成了由于碳交易政策所導致的能源優化對SO2協同減排效應較為顯著。

5.2 作用機制檢驗

從全社會的角度來看，碳交易本身為一種異質性的交易，由于不同地區，不同企業邊際減排成本不同，其通過市場化的手段，構建了“經濟-環境”的交易平臺，在達到減排目標的同時能夠激發市場主體的主動性，促進低碳要素的優化配置，改善能源結構。同時以控制碳排放為約束手段，倒逼企業進行技術轉型升級，化解高碳落后產能。因此，本文主要考慮技術升級、產業結構、能源結構這三條影響碳排放及區域綠色發展的重要途徑，并分別對其進行檢驗，具體做法借鑒劉瑞明和趙仁杰[18]的思路，分別以前文代表上述指標的技術引進、產業結構、能源結構為因變量，采用雙重差分法進一步估計中國碳交易機制對這些指標的影響，具體結果見表6。

圖2 碳交易對碳排放強度及綠色全要素生產率的動態效應 表6第（1）（2）列分別為不加控制變量及時間固定效應和包含控制變量及時間固定效應的因變量為技術引進的回歸結果。第（3）（4）列分別為不加控制變量及時間固定效應和包含控制變量及時間固定效應的因變量為產業結構的回歸結果。第（5）（6）列分別為不加控制變量及時間固定效應和包含控制變量及時間固定效應的因變量為能源結構的回歸結果。由表6結果可知：

（1）技術引進的系數在1%水平顯著為正，即碳交易機制顯著提升了外資占比。碳交易制度基于數量原則，政府通過設定控排總量目標后將碳排放權以配額形式發放給控排企業，由于不同企業二氧化碳的減排成本各異，減排成本相對較低的企業可以出售富余配額賺取利潤。外商直接投資通常具有更先進的技術，可以利用先進的技術優勢，通過低邊際減排成本，在節能減排的同時，通過配額市場交易，進一步獲得額外收益，實現試點地區經濟、環境的共同發展改善。

（2）能源結構的系數雖已接近顯著為負，但仍不顯著。通常來講，在試點階段，納入控排的企業主要為排放體量較大的水泥、鋼鐵、電力、石化等高耗能、高排放、高污染的三高企業，在碳市場機制下，其環境成本將被內化，意味著成本增加，這將倒逼這些三高企業向低排放方向發展，使得電力結構以及能源結構優化，達到減排目標。由于我國碳交易配額分配較為寬松，以廣東省為例，根據2018年及“十三五”控制溫室氣體排放總體目標，結合自身情況，《廣東省2018年度碳排放配額分配實施方案》確定2018年度配額總量為4.22億t，其中，控排企業配額3.99億t，儲備配額0.23億t，儲備配額包括新建項目企業有償配額和市場調節配額。各行業選擇正確的配額算法，之后進行配額的部分免費發放和部分有償發放，其中電力企業的免費配額比例為95%，鋼鐵、石化、水泥、造紙和航空企業的免費配額比例為97%，如此高比例的免費配額必然導致碳交易倒逼“三高”企業向低排放方向發展，促進其電力結構、能源結構優化的作用大大削弱，最終造成能源結構系數不顯著。

（3）產業結構的系數尚不顯著。歷史法和基準法是碳交易配額分配的兩大方法，但中國除了深圳，以及其他試點個別幾個行業使用基準法外皆以歷史法為主。仍以廣東省為例，除電力行業燃煤燃氣發電機組、水泥行業的熟料生產和粉磨等使用基準線法外，電力行業使用特殊燃料發電機組、特殊造紙和紙制品生產企業等采用歷史強度下降法，水泥行業的礦山開采、鋼鐵行業短流程企業等選擇歷史排放法。即使針對部分電力行業的基準法，由于基準線法對數據的要求比較復雜，基準也并不統一，存在不同區域基準不同的情況。而歷史法的最大弊端是歷史排放越多所獲排放配額越高，無形中反而打擊了先前自主減排企業積極性。另外，歷史法還無法體現不同行業排放和減排潛力的差異化特征，無法激勵不同行業企業減排的差異化努力，刺激其進行產業調整。最后，碳交易試點地區建設初期，覆蓋范圍小、納入門檻較高，且納入控排的大多為高排放、高能耗、高污染的行業，因此很難在短時間實現產業結構優化升級。這些綜合原因最終導致碳交易對產業結構的影響不顯著。

6 結論與政策建議

6.1 結論

本文以2008—2015年30個省級行政區的面板數據

為基礎，采用雙重差分法實證檢驗了中國碳交易政策對碳排放及區域綠色發展的影響，并以傾向得分匹配雙重差分法等方法進行了穩健性檢驗，結果發現：①中國碳交易政策在促進試點地區碳排放強度下降的同時還促進了試點地區綠色發展。這說明碳交易這種市場化的配額交易制度有利于調動區域和產業部門的內在積極性，使其主動改善能源結構，提升技術水平進而減少CO2排放，同時考慮到CO2與其他區域污染物的同根同源性，碳交易政策通過碳協同減排作用對試點地區綠色全要素生產率具有正向促進作用，即碳交易政策有利于促進試點地區整體綠色發展。②中國碳交易政策主要通過協同SO2減排實現綠色發展。通過協同效應檢驗可以發現，全要素生產率的提高主要得益于碳交易政策在實現碳強度下降的同時也通過能源轉換等作用協同實現了SO2排放強度的下降。③中國碳交易政策實現碳減排及區域綠色發展的主要路徑為促進技術引進。本文實證發現，在技術結構、產業結構、能源結構這三條影響碳排放及區域綠色發展的重要途徑中，顯著發揮作用的為對外商直接投資的吸引。

6.2 政策建議

第一，扎實推進全國碳市場建設。碳交易通過協同減排作用不僅抑制了CO2排放，同時也抑制了SO2的排放，即在致力于實現全球碳減排的目標框架下還促進了區域環境改善，同時緩解了國內外雙重壓力。擴大市場交易范圍后由于區域差異所造成的異質性將會更強，從而導致不同的減排成本，使得交易變得更加有效、有利，這不僅能實現節能減排的目的，同時能更進一步為我國整體綠色發展提供動力。

第二，發揮碳交易與排污權交易機制的協同作用。雖然碳交易是旨在促進溫室氣體減排所采用的市場機制，但若將其協同減排作用納入考量，將會與SO2排污權交易等其他區域污染物規制手段產生重疊。因此全國碳交易市場推進過程中應統籌考慮該因素，合理制定各種排放物減排目標以及交易價格，從而實現SO2等區域污染物和全域溫室氣體如CO2等的協同減排。另外政府在進行溫室氣體和區域污染物的協同控制中，還應綜合考慮減碳項目的協同效應和減排成本，以達到用最低成本實現碳減排和區域污染物減排的雙重目標。

第三，多手段并行推動綠色發展。碳交易政策通過技術引進促進了區域綠色發展，但對產業結構、能源結構的改善作用仍較為微弱，可能在于試點地區起步階段碳交易制度頂層設計尚不完備，最終導致碳交易不活躍，碳價偏低，甚至二級市場停滯不前等現象，政策效果在第二年便開始衰減。因此，應積極吸收試點階段經驗教訓，繼續通過合理定價、分配配額，提高企業參與積極性，同時應聯合其他多項環境保護政策共同協作、相互補充，充分發揮“看不見的手”的市場調節作用和政府的總體把控能力，共同促進區域全面綠色高質量發展。

（編輯：劉照勝）

參考文獻

[1]楊健兒，鄭祥民，周立旻.排污權交易：實現控制SO2污染的有效途徑[J].中國人口·資源與環境，2010，20（S1）：219-222.

[2]涂正革，諶仁俊.排污權交易機制在中國能否實現波特效應？[J].經濟研究，2015，50（7）：160-173.

[3]BHRINGER C， WELSCH H. Contraction and convergence of carbon emissions： an intertemporal multiregion CGE analysis [J]. Journal of policy modeling， 2004， 26（1）： 21-39.

[4]孫睿，況丹，常冬勤.碳交易的“能源-經濟-環境”影響及碳價合理區間測算[J].中國人口·資源與環境，2014，24（7）：82-90.

[5]湯鈴，武佳倩，戴偉，等.碳交易機制對中國經濟與環境的影響[J].系統工程學報，2014，29（5）：701-712.

[6]譚秀杰，劉宇，王毅.湖北碳交易試點的經濟環境影響研究——基于中國多區域一般均衡模型TermCO2[J].武漢大學學報（哲學社會科學版），2016，69（2）：64-72.

[7]李廣明，張維潔.中國碳交易下的工業碳排放與減排機制研究[J].中國人口·資源與環境，2017，27（10）：141-148.

[8]CHENG B， DAI H， WANG P， et al. Impacts of carbon trading scheme on air pollutant emissions in Guangdong Province of China [J]. Energy for sustainable development， 2015， 27：174-185.

[9]FUJIMORI S， MASUI T， MATSUOKA Y. Gains from emission trading under multiple stabilization targets and technological constraints [J]. Energy economics， 2015， 48：306-315.

[10]COASE R H. The problem of social cost [M]// GOPALAKRISHNAN C .Classic papers in natural resource economics. London： Palgrave Macmillan ，1960： 87-137.

[11]SYRI S， AMANN M， CAPROS P， et al. LowCO2 energy pathways and regional air pollution in Europe [J]. Energy policy， 2001，29（11）： 871-884.

[12]VAN VUUREN D， COFALA J， EERENS H， et al. Exploring the ancillary benefits of the Kyoto Protocol for air pollution in Europe [J]. Energy policy， 2006， 34（4）： 444-460.

[13]石敏俊，周晟呂.低碳技術發展對中國實現減排目標的作用[J].管理評論，2010，22（6）：48-53，47.

[14]HE K， LEI Y， PAN X， et al. Cobenefits from energy policies in China [J]. Energy， 2010， 35（11）： 4265-4272.

[15]毛顯強，邢有凱，胡濤，等.中國電力行業硫、氮、碳協同減排的環境經濟路徑分析[J].中國環境科學，2012，32（4）：748-756.

[16]陳超凡.中國工業綠色全要素生產率及其影響因素——基于ML生產率指數及動態面板模型的實證研究[J].統計研究，2016，33（3）：53-62.

[17]齊紹洲，程思.妥善處理碳市場建設中的“五個不”[N].光明日報，2016-12-07（15）.

[18]劉瑞明，趙仁杰.西部大開發：增長驅動還是政策陷阱——基于PSM-DID方法的研究[J].中國工業經濟，2015（6）：32-43.