碳排放權交易政策對環境效率影響的實證研究

馬曉偉　余華銀

摘要：為促進碳減排，發展綠色經濟、低碳經濟，中國于2011年批準開展碳交易試點工作。為探究碳排放權交易政策對環境效率的影響及作用機制，利用中國30個省份面板數據，基于雙重差分法展開分析。研究發現碳排放權交易政策能夠顯著有效提升環境效率水平;該政策對環境效率存在持續的正向影響，且存在著累積效應;其通過調整能源消費結構、產業結構提高環境效率水平。該政策不會對科研水平產生顯著影響，但是科研水平依然對環境效率具有顯著的提升作用。因此，中國政府有必要進一步探索跨省市碳排放權交易市場，穩步推進建設全國碳排放權交易平臺，加大科研創新研發投入，通過調整產業結構、能源消費結構等，提升環境效率水平，促進綠色發展。

關鍵詞：碳排放權;環境效率;雙重差分;影響機制

中圖分類號：F123.9;X-01;X196文獻標志碼：A文章編號：1008-4657（2019）02-0088-09

0引言

根據聯合國政府間氣候變化專門委員會（Intergovernmental Panel on Climate Change，IPCC）第五次評估報告，近百年來全球氣候變暖，而其元兇主要是化石燃料燃燒以及工業生產所產生的溫室氣體[1]。為應對全球變暖的局面，世界各國都在積極探索有效的規制，其中主要有命令控制型和市場激勵型兩種方式。以市場激勵為主的環境經濟措施備受推崇，因為該種方式具有鼓勵創新、產生新技術、促進污染物減排等諸多優點。世界銀行統計數據顯示，中國是世界上最大的能源消費國，其每年排放的二氧化硫量和二氧化碳量不容忽視[2]。因此，中國在治理全球大氣污染的進程中發揮著舉足輕重的作用。

在中國，執行力較高、效果較好的經濟措施主要有碳稅和排污權交易政策。不過，碳稅運行成本比較高，且信息不對等。相比較而言，排污權交易機制無需提前了解企業生產成本、排污成本、產出需求等信息，而是將環境資源商品化，根據環境容量確定污染物排放總額，制定權證數量，讓其在市場上自由流通，允許這種權利像商品那樣被買賣，內部各污染源之間通過貨幣交換的方式相互調劑排污量，從而達到控制或減少排污量、保護環境的目的[3]。事實上，從上世紀90年代開始，中國便逐漸探索運用排污權交易機制治理大氣污染的相關問題。2002年，二氧化硫排污權交易試點政策開始在中國實行，至今已有十多年的時間。與二氧化硫排污權交易政策相比，碳排放權交易試點工作起步較晚，2011年10月，為了實現碳減排目標，促進環境發展，國家發展和改革委員會印發《關于開展碳排放權交易試點工作的通知》，批準北京市、上海市、天津市、重慶市、湖北省、廣東省和深圳市開展碳排放權交易（簡稱“碳交易”）試點工作。不過碳交易試點工作的正式啟動時間是2013年下半年至2014年上半年[4]。2017年12月，國家發改委發布《全國碳排放權交易市場建設方案（發電行業）》，標志著全國碳市場正式啟動[5]。可見，運用市場交易機制已成為中國政府治理大氣污染的重要途徑。那么，排污權交易機制能否提高環境效率，改善環境狀態？排污權交易政策通過何種機制影響環境效率？各機制作用如何？顯然，以上問題的回答更有助于人們客觀了解市場化交易機制與環境水平之間的關系，從而為決策者提供建議。

對于近幾年提出的二氧化碳政策，相關研究比較少，多數學者基于一般均衡方法進行分析[6-8]。不過，一般均衡方法具有一定的局限性，參數的選擇會對模型的模擬結果產生一定的影響。另有部分學者采用雙重差分法對碳排放權交易政策的減排效應進行實證分析[9]。相比較而言，雙重差分法能夠有效評估碳交易的實際減排效應，減少估計偏差，因此，本文考慮利用中國30個省份數據（受指標數據可得性限制，本文不考慮中國港澳臺及西藏地區），采用雙重差分法探究碳交易政策對環境效率產生的影響及其作用機制。

1計量模型構建

1.1雙重差分模型

本研究可以看作是一次自然實驗。將研究對象劃分為干預組和控制組，即北京市、天津市、上海市、重慶市、湖北省、廣東省六個試點?。ㄊ校┳鳛楦深A組，其余省份作為控制組。由于中國碳排放權交易政策的實際執行時間是2013年后期至2014年上半年。因此，本文將2014年作為政策執行年，即2014年以前是非試點時期，2014起（包括2014年）是試點時期。計量模型如公式（1）所示。

1.2變量選取與數據來源

1.2.1被解釋變量

由表1可知，中國各區域、各省份環境效率水平存在一定的差異性。整體而言，東部地區環境效率水平較優，長年高于全國平均水平，穩居第一。其中，廣東省位列全國第一，該省無論經濟發展水平還是環境污染治理水平，均值得其他省份借鑒學習。中部地區、西部地區環境效率水平較差，長年低于全國平均水平，進步空間較大。尤其是貴州省，環境效率水平長年倒數第一，該省份有必要采取有力措施提高經濟水平以及環境污染治理能力。中國三大區域與全國環境效率水平發展狀態相似，呈現出先下降后上升的趨勢，然而各省份效率水平各不相同，發展趨勢也有所差異，碳排放權交易政策對試點區域環境效率有何影響，其作用機制如何尚有待檢驗。

1.2.2控制變量

在借鑒已有研究[4]，[13-18]的基礎上，考慮指標數據的可得性，本文選取以下指標作為控制變量。①產業結構（str），以地區第二產業產值與地區生產總值之比表示，②能源消費結構（es），鑒于煤炭是中國碳排放的主要來源，本文以煤炭消費量與能源消費總量之比表示能源消費結構。③科研水平（rcg），以技術合同成交額與地區生產總值之比表示。④經濟發展（ln gdp），用人均實際GDP的對數表示，以消除異方差帶來的不利影響。⑤外貿程度（ln jck），用地區進出口總額（單位：億元人民幣）的對數表示。⑥治污投入（ln gyzl），用工業污染治理投資總額（單位：萬元）的對數表示。

本研究時間跨度為2000～2016年，各基礎數據來源于國家統計局、相應年份的《中國統計年鑒》《中國能源統計年鑒》《中國勞動統計年鑒》中經網統計數據庫等。

2實證結果分析

2.1雙重差分回歸結果分析

模型（1）作為基準模型，未加入任何控制變量。模型（2）到模型（7）依次逐步加入控制變量產業結構、能源消費結構、科研水平、經濟發展、外貿程度、治污投入。從模型（1）到模型（7）依次加入控制變量，碳排放權交易政策對環境效率的影響如表2所示。

在表2中，核心解釋變量policy·year的系數符號和顯著性水平并未發生任何變化，任何控制變量的系數符號均未發生任何變化。在逐漸增加控制變量的過程中，各控制變量的顯著性基本通過了檢驗，說明模型的估計結果比較穩健。

首先觀察核心解釋變量policy·year，該變量的回歸系數為正，且通過了1%的顯著性檢驗，說明碳排放權交易政策能夠有效提升環境效率水平，試點地區在實施該項政策后環境效率水平平均提高0.105。

觀察控制變量可知，產業結構、能源消費結構、治污投入分別在5%、1%、5%的顯著性水平下為負。這說明，第一，就產業結構而言，我國經濟發展仍然以第二產業為主，表現出粗放型的經濟發展模式;第二產業污染性較高，第二產業占比越大，創造相同的國內生產總值時對環境造成的污染越嚴重，從而環境效率越低。第二，就能源消費結構而言，煤炭消費量占比越高，產生的溫室氣體等越高，導致環境效率低下，符合客觀事實。第三，就治污投入而言，該變量系數顯著為負，表面上看與客觀事實不符，但一般而言，一個地區環境污染水平越高，治污投入越大。經濟發展水平系數為負，且沒有通過顯著性檢驗，說明在一定程度上，經濟發展抑制環境效率的提高，相關部門有必要改進措施，實現經濟、環境雙贏目標?？蒲兴?、外貿程度分別在10%、1%的顯著性水平下為正，說明通過加大研發強度，提升科學技術，引進國外先進水平，能夠有效提升環境效益。

2.2穩健性檢驗

首先，本文隨機選取12個非試點區作為處理組，構造一個假的碳排放權交易機制政策試點虛擬變量，并進行相同回歸，若結果表明假的政策試點虛擬變量能夠顯著影響環境效率水平，表明雙重差分計量模型及估計結果有待商榷;反之，則可信。其次，由于在“十二五”期間，中國進一步推進節能減排工作，無論是國家發展還是戰略層面的要求都有所提高，因此，未排除試點區環境效率可能因“十二五”相關政策而顯著提高，本文選取2011～2015年數據進行回歸分析。穩健性檢驗結果如表3所示。

由表3可知，核心解釋變量并不顯著，因此，本文結果是值得信賴的;政策效應依然顯著為正，說明碳排放權交易政策能夠有效提升環境效率水平。

2.3平行趨勢與動態效應分析

雙重差分模型需要滿足平行趨勢假設，即在碳排放權交易機制實施之前，干預組和控制組的環境效率具有相同的變動趨勢。換言之，在政策實施之前，干預組和控制組的環境效率不應該具有顯著性差異。同時，為了分析碳排放權交易政策隨著時間的推移而產生的動態效應，本文進行動態效應檢驗，二者結果如表4所示。

根據表4平行趨勢結果可知，2000年顯示出顯著差異，這可能和2000年中國修訂通過《中華人民共和國大氣污染防治法》有關。2001～2013年，虛擬變量的回歸系數均不顯著，因此整體而言共同趨勢假說是成立的。根據表4動態效應回歸結果可知，2014～2015年虛擬變量回歸系數均顯著為正，且逐年增大，表明碳排放權交易機制對環境效率存在持續的正向影響。2014年，碳排放權交易政策使得干預組環境效率平均提高0.118。2015年、2016年，該政策效應逐年變得更大，使得干預組環境效率平均提高0.150、0.209。所以，在提升環境效率方面，碳排放權交易政策存在著累積效應。

2.4影響機制分析

根據上述分析結果可知，中國碳排放權交易政策有效提升了環境效率水平。那么該政策是如何影響地區環境效率水平的呢？由此，本文借鑒Baron和Kenny的中介效應模型[19]，通過以下四個步驟對碳排放權交易政策的中介效應進行探究。①運用雙重差分模型觀察交易政策對環境效率的影響，若回歸結果顯著為正，則說明該政策能夠有效提升環境效率水平;②用碳排放權交易政策虛擬變量對中介變量進行回歸，若回歸系數顯著，說明政策顯著影響中介變量;③以環境效率為因變量，中介變量為自變量進行回歸，若回歸系數顯著，說明中介變量顯著影響環境效率水平;④若以上三個結果均成立，將碳排放權交易政策和中介變量均放入雙重差分模型中，以環境效率為因變量進行回歸，若回歸結果顯示政策虛擬變量估計系數絕對值有所下降，或顯著性水平有所降低，則說明碳排放權交易政策通過影響中介變量進而影響中國環境效率水平。本文主要考察碳排放權交易政策是通過調整能源消費結構還是通過調整產業結構、亦或通過提升科研水平實現環境紅利，因此，本文選取了能源消費結構（es）、產業結構（str）、科研水平（rcg）作為中介變量，進行中介效應檢驗。

2.4.1能源消費結構

以能源結構作為中介變量，進行中介效應檢驗，檢驗結果如表5所示。

表5基準結果核心虛擬變量policy·year顯著為正，表明碳排放權交易政策對環境效率有顯著正向影響。es核心虛擬變量顯著為負，表明碳排放權交易政策對能源消費結構有顯著負向影響，即實施該項政策后，試點地區煤炭消費量占比顯著下降。步驟②es的回歸系數顯著為負，說明能源消費結構和環境效率水平存在著顯著的負相關關系。在步驟④中，同時納入核心虛擬變量policy·year以及es，發現policy·year在1%的顯著性水平下依然為正，系數絕對值有所下降，說明碳排放權交易政策通過調整能源消費結構，減少煤炭消費量占比來提升環境效率水平。

2.4.2產業結構

以產業結構作為中介變量，進行中介效應檢驗，檢驗結果如表6所示。

表6顯示基準結果核心虛擬變量policy·year顯著為正，與表5結果相同，表明碳排放權交易政策對環境效率有顯著正向影響。步驟②的核心虛擬變量顯著為負，表明碳排放權交易政策對產業結構有顯著負向影響，即實施該項政策后，試點地區第二產業占比顯著下降。步驟③str的回歸系數顯著為負，說明產業結構和環境效率水平之間存在著顯著的負相關關系。在步驟④中，同時納入核心虛擬變量policy·year以及str，相較于步驟①，發現policy·year的系數絕對值有所下降，說明存在中介效應，即碳排放權交易政策通過調整產業結構，減少第二產業占比來提升環境效率水平。

2.4.3科研水平

以科研水平作為中介變量，進行中介效應檢驗，檢驗結果如表7所示。

遵循前文分析思路，本文發現，在表7步驟②中，核心虛擬變量回歸系數并不顯著，說明碳排放權政策并不會對科研水平帶來顯著影響，即此項中介效應不存在，碳排放權交易機制并沒有通過提升科研水平而改變環境效率。但是，通過步驟③可以發現，科研技術與環境效率水平之間存在著顯著的正相關關系。結合步驟④，科研水平（rcg）的引入使得核心虛擬變量系數絕對值有所下降，說明科研水平對提升環境效率有著顯著的積極影響。3結論與政策性建議

通過構建雙重差分模型分析碳交易政策對環境效率的影響，發現該項政策能夠顯著提升環境效率水平，實現環境紅利。此外，對模型進行共同趨勢假說及動態效應檢驗，發現碳排放權交易政策能夠持續穩定地提升環境效率水平，且碳排放權交易政策通過調整能源消費結構、產業結構提高環境效率水平;該政策不會對科研水平產生顯著影響，但是科研水平依然對環境效率具有顯著的提升作用。

基于以上研究結論，提出如下建議：

首先，碳排放權交易政策作為新興的市場型減排政策，能夠有效提升環境效率水平，相關部門要逐步完善碳排放權交易市場，建設碳排放權交易平臺，提高碳排放權交易效率。

其次，研究表明，科研水平能夠顯著提高環境效率水平，因此各地區可以考慮加大科研創新投資力度，提高綠色技術創新水平，研發清潔產品，更新環保設備，淘汰耗能高、污染嚴重的老舊設施。

最后，目前，中國多數省市產業結構仍以第二產業為主，對環境發展產生很大的阻礙。各省市要不斷優化產業結構、能源消費結構，對新建項目要嚴格把關，提高“高能耗、高污染”項目的準入門檻。

參考文獻：

[1]? IPCC.Contribution of Working Groups Ⅰ，Ⅱ and Ⅲ to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [R]//Climate Change 2014：Synthesis Report.Geneva：IPCC，2014：40-41，45-46.

[2] World Bank and the Development Research Center of the State Council，P.R.China.China 2030：Building a Modern，Harmonious and Creative Society[M].Washington，D.C.：World Bank，2013.

[3] 閆文娟，郭樹龍.中國二氧化硫排污權交易會減弱污染排放強度嗎？——基于雙倍差分法的經驗研究[J].上海經濟研究，2012，24（6）：76-83.

[4] 黃向嵐，張訓常，劉曄.我國碳交易政策實現環境紅利了嗎？[J].經濟評論，2018（6）：86-99.

[5] 傅京燕，司秀梅，曹翔.排污權交易機制對綠色發展的影響[J].中國人口·資源與環境，2018，28（8）：12-21.

[6] 萬敏.碳稅與碳交易政策對電力行業影響的實證分析[D].南昌：江西財經大學，2012.

[7] 石敏俊，袁永娜，周晟呂，等.碳減排政策：碳稅、碳交易還是兩者兼之？[J].管理科學學報，2013，16（9）：9-19.

[8] 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.

[9] 沈洪濤，黃楠，劉浪.碳排放權交易的微觀效果及機制研究[J].廈門大學學報（哲學社會科學版），2017（1）：13-22.

[10] 王兵，吳延瑞，顏鵬飛.中國區域環境效率與環境全要素生產率增長[J].經濟研究，2010，45（5）：95-109.

[11] 孫欣，趙鑫.長江經濟帶生態全要素生產率評價及協調性分析[J].湖州師范學院學報，2016，38（7）：1-9.

[12] 黃永春，石秋平.中國區域環境效率與環境全要素的研究——基于包含R&D投入的SBM模型的分析[J].中國人口·資源與環境，2015，25（12）：25-34.

[13] 周源，張曉東，趙云，等.綠色治理規制下的產業發展與環境績效[J].中國人口·資源與環境，2018，28（9）：82-92.

[14] 黃志平.碳排放權交易有利于碳減排嗎？——基于雙重差分法的研究[J].干旱區資源與環境，2018，32（9）：32-36.

[15] 李健，周慧.中國碳排放強度與產業結構的關聯分析[J].中國人口·資源與環境，2012，22（1）：7-14.

[16] 王群偉，周鵬，周德群.我國二氧化碳排放績效的動態變化、區域差異及影響因素[J].中國工業經濟，2010（1）：45-54.

[17] 陳詩一.能源消耗、二氧化碳排放與中國工業的可持續發展[J].經濟研究，2009，44（4）：41-55.

[18] 魏巍賢，楊芳.技術進步對中國二氧化碳排放的影響[J].統計研究，2010，27（7）：36-44.

[19] Baron R M，Kenny D A.The Moderator–mediator Variable Distinction in Social Psychological Research：Conceptual，Strategic，and Statistical Considerations[J].Journal of Personality and Social Psychology，1986，51（6）：1 173-1 182.

[責任編輯：許立群]