中國碳交易試點覆蓋企業的微觀實證：碳排放權交易、配額分配方法與企業 綠色創新

宋德勇 朱文博 王班班

摘要 作為實現溫室氣體減排的重要政策手段，碳排放權交易在實現碳減排目標的同時，也對企業綠色技術創新起到了促進作用。通過匹配碳排放權交易試點重點控排企業數據與2010—2019年上市公司專利數據，首先運用多期PSM-DID方法實證檢驗碳排放權交易對企業綠色創新的影響，并采用全樣本多期DID、反事實、安慰劑、改變時間窗寬、Tobit模型等方法檢驗結論的穩健性。然后手工搜集試點地區重點控排企業具體的配額分配方法數據，并基于企業層面的配額分配方法考察不同的配額分配方法對企業綠色創新的影響。最后，將企業按早期綠色創新水平和規模大小分組，檢驗配額分配方法對不同組別企業綠色創新活動激勵的異質性。實證結果顯示：①碳排放權交易可以顯著促進企業綠色創新。②基準法相對于歷史法，對企業綠色創新活動的激勵作用更強。③歷史法會削弱早期綠色創新水平較高的企業進行綠色創新的動力，產生“鞭打快?！钡男?而基準法則更有利于激勵早期綠色創新積累較多的企業從事綠色創新活動，產生“激勵先進”的效應?；鶞史ǚ峙溥€更有利于激勵規模較大企業的綠色創新活動。研究表明，碳排放權交易對企業綠色創新的激勵效果受其核心制度設計——配額分配方法的影響，且對于不同特征的企業而言，其受到的影響存在異質性。基于此，應充分結合各行業、企業特征，權衡不同配額分配方法的優勢與短板，建立科學合理、獎懲分明、兼具公平與效率的配額分配制度，強化對企業綠色創新的激勵，進而充分發揮碳排放權交易市場在推動經濟社會綠色低碳轉型中的重要作用。

關鍵詞 碳排放權交易;配額分配方法;綠色創新

1 文獻綜述

我國碳排放權交易市場的成立與穩步建設引起了學者們的廣泛關注，學術界圍繞碳排放權交易試點的實施效果進行了大量的研究。關于碳排放權交易對企業綠色創新影響的理論研究認為，碳交易體系能形成一定水平的碳價格預期，有助于提高污染型生產技術的成本，從而刺激清潔低碳技術的投資、研發與應用[3]。實證研究表明，歐盟碳交易體系（EU ETS）和我國碳排放權交易市場均有助于促進企業的綠色創新活動[2，4-5]。

事實上，碳排放權交易系統的政策效果還會受到其機制設計的影響。其中，配額分配方法是碳排放權交易制度的核心。配額分配方法指政府向受管制的控排企業發放各期碳排放配額的具體方法，包括有償分配以及免費分配等多種形式。盡管理論研究認為，在零交易成本和完全競爭的理想狀態下，初始配額分配不會影響碳排放權交易市場的效率[6]。然而，現實中交易成本、市場機制的缺陷、監管與調控的不足都會影響配額的再分配，使配額無法流向價值最高的地方。因而，配額分配機制成為碳排放權交易體系中政府和微觀主體的核心關切。

學者們對碳交易體系中不同的配額分配方法對企業綠色創新的影響進行相應的研究。理論研究認為，不同的配額分配方法對企業綠色創新的激勵存在差異。利用拍賣進行有償分配有利于企業綠色創新。Cramton和Kerr[7]認為存在交易成本時，拍賣相比免費分配更能促進企業綠色創新。Lopomo等[8]認為此時企業能夠通過投資綠色低碳技術獲取更多的配額收益。在免費分配方面，Fisher和Fox[9]發現基準法更能促進企業進行節能減排活動，從而推動節能減排技術的進步;而歷史法分配會導致企業失去綠色創新的動力[10]。

現有關于碳排放權交易配額分配方法對企業綠色創新的實證研究較少。針對EU ETS的實證研究基本支持了理論研究的結論。例如，Martin等[11]基于歐洲國家6國近800家制造企業的研究發現，較少的免費分配比例有助于促進企業綠色創新。齊紹洲和張振源[12]發現在EU ETS以歷史法為主的第一階段，成員國可再生能源技術創新明顯不足。然而，上述研究并未依據微觀數據全面對比不同配額分配方法，特別是不同的免費分配方法對綠色創新的激勵特征和異質性。而在碳交易體系建設的早期階段，為增強市場主體的參與積極性，免費分配方法被廣泛采用。此外，現有研究也缺乏對我國碳交易體系配額分配方法的相關評估和研究。

2 制度背景與理論分析

2.1 制度背景

近年來，我國碳排放權交易市場穩步建設。2013年，深圳、上海、北京、廣東和天津在全國率先啟動碳排放權交易市場。2014年，湖北和重慶的碳排放市場正式開市。2016年，福建省也建立了碳排放權交易市場。由于各個碳排放權交易試點的具體機制設計由各省結合本省情況分別制定。因此，各省碳排放權交易市場在總體配額、行業覆蓋范圍、配額分配方法、控排企業標準等具體規定方面存在較大差異。通過整理各碳排放權交易試點發布的配額分配方案等文件，發現在配額分配方法上，雖然各個試點大多采用基準法與歷史法相結合的方法分配配額，但是在不同的試點，基準法與歷史法適用的行業與企業存在差異。此外，同一試點的配額分配方法會隨著時間的推移有所調整，這種行業、企業差異和時變特征有助于在實證研究中構造配額分配的政策變量，為對比分析配額分配方法對企業綠色創新的影響提供了機會。

2.2 理論分析

2.2.1 碳排放權交易對企業綠色創新活動的影響

首先，在缺乏環境政策干預時，環境外部性會使企業綠色創新激勵不足。由于企業綠色創新活動產生的收益具有社會性，因此私人部門沒有動力承擔綠色創新的成本。而環境政策有助于提高綠色創新的預期收益，糾正環境外部性，從而激勵企業的綠色創新活動[13]?；诖耍鳛槭袌鲂铜h境規制工具，ETS通過對碳排放權定價，可以直接糾正環境市場的失靈，促進企業的綠色創新[1]。

其次，根據Hicks[14]提出的引致創新理論，企業實施技術創新的主要目的在于減少使用成本相對較高的生產要素，企業技術創新的方向因而會受要素相對價格變化的影響。ETS使得作為要素的碳排放權價格相對上升，為了節約稀缺要素（即碳排放權），企業有意通過研發新技術的方式控制二氧化碳的排放。此時，企業愿意支付綠色創新成本以降低長期減排成本?；谏鲜龇治觯岢黾僭O1。

H1：碳排放權交易可以促進企業綠色創新活動。

2.2.2 不同配額分配方法對企業綠色創新活動的激勵機制

在碳排放權交易市場的競爭中，企業的目標是使其獲得的配額租金最大化[15]。因此，當采用歷史法分配配額時，一方面，企業的綠色創新和低碳技術的推廣會降低市場整體的配額需求量，導致配額價格下降，減少企業獲得的配額租金。另一方面，由于企業當期的排放量或排放強度決定了未來可獲得的配額，因此企業如果通過綠色創新降低其當期的碳排放量或碳排放強度，那么企業在未來得到的配額總量將減少，進而使其獲取的配額租金價值減少?；诖?，企業沒有動力通過綠色創新活動減少排放。

與歷史法不同，當采用基準法分配時，由于基準值對所有企業來說都是統一的行業先進值，若企業積極進行綠色創新，則有助于降低自身的單位產品排放水平;若企業的排放強度優于基準值，在同樣的產值水平上，該企業可以獲得超出企業自身需求的配額。換句話說，在同樣的排放水平下，企業能夠生產更多的產品。因此，企業可以通過綠色創新得到類似生產“補貼”的收益[10]，有助于促進企業的綠色創新。基于上述分析，提出假設2。

H2：相對于歷史法，基準法分配對企業綠色創新的促進作用更強。

2.2.3 不同配額分配方法對不同類型企業綠色創新活動影響的異質性

進一步地，配額分配方法會對不同類型的控排企業產生差異化的綠色創新激勵。在歷史法的分配方法下，前期減排技術更先進、減排工作完成較好的企業后期將可能分配到更少的碳排放配額，而前期減排越少的企業后期可能會得到更多的碳排放配額額度。因此，對于前期減排技術更先進的企業來說，歷史法會使其獲得的配額租金相對更少，進而會大大削弱企業進行綠色創新的動力，導致其綠色創新的激勵不足。

而在基準法分配下，前期減排技術更先進的企業往往碳排放強度較低，那么在同樣的排放水平下企業能夠生產更多的產品，獲得更多的收益。因此，基準法能夠獎勵早期采取行動降低碳排放強度的企業，使其從中獲得收益，鼓勵企業進一步進行綠色創新。此外，在基準法的分配下，相對于規模較小的企業，規模較大的企業通過綠色創新能夠獲得更多類似生產“補貼”的收益。因此，相對而言，規模大的企業會更積極地進行綠色創新，促進企業清潔生產效率水平進一步提升。綜上，提出假設3。

H3：配額分配方法對不同類型控排企業的綠色創新水平會產生異質性的影響。

3 數據變量、研究設計和樣本匹配

3.1 數據樣本

基于Incopat數據庫搜集整理了上市公司2010—2019年每年提交的專利信息。上市公司財務數據和各試點碳排放價格數據來自國泰安數據服務中心（CSMAR）和Wind數據庫，對數據進行了如下篩選：剔除已經退市的公司，剔除數據缺失的公司。考慮到除北京和深圳的碳排放權交易市場將服務業等行業的企業納入重點控排企業名單外，其他省市的碳排放市場覆蓋的行業基本都是工業行業。為了使估計結果更加準確，刪除了非工業行業的企業。最終獲得2 739家上市公司的19 033個觀測值。

3.2 變量說明

3.2.1 企業綠色創新的度量

由于專利數據相比R&D、全要素生產率等指標，具有能夠準確識別綠色技術領域的優勢[16]，因此，采用綠色專利數量來度量企業的綠色創新水平。參考王班班和齊紹洲[17]，基于世界知識產權組織（World Intelliectual Property Orgnization，WIPO）在2010年發布的《綠色專利清單》對綠色創新進行篩選。此外，考慮到清單所給出的綠色專利范圍較廣，按照綠色專利清單的二級類別進行細分，進一步篩選與低碳生產相關的專利。具體而言，保留一級分類為“替代能源生產”和“能源節約”的專利;保留廢棄物管理類中二級分類為“污染控制”的專利;保留行政監管與設計類中二級分類為“碳排放權交易”的專利。

考慮到專利申請數據比授予量更加穩定，而且專利申請年份比專利授予年份更能反映企業的實際創新時間，因此，采用綠色發明專利申請數衡量企業的綠色創新。借鑒齊紹洲等[18]，采用企業綠色發明專利申請量占總發明專利申請量的比例來衡量企業綠色創新水平。相比專利申請數量，該指標能有效剔除其他影響企業創新的不可觀測因素的干擾。

基于上述處理，構造兩個綠色專利（gr_patent）指標作為被解釋變量：低碳相關綠色發明專利申請占比（grc_invent），即與低碳生產相關的上市公司綠色發明專利申請數占當年上市公司總發明專利申請數的比例。WIPO所有綠色發明專利申請占比（gr_invent），即WIPO分類中所有綠色發明專利申請數占當年上市公司總發明專利申請數的比例。

3.2.2 其他變量定義

選取的企業層面的控制變量包括：企業規模，以上市公司員工數量（L）和凈資產水平（K）的對數來衡量。企業成熟度，用上市公司年齡的對數值（age）衡量。企業的投資機會和投資水平，前者用托賓Q值的對數（Tobinq）衡量，后者用購建固定資產、無形資產和其他長期資產支付的現金除以總資產進行標準化后的指標衡量（invest）。此外，選取上市公司的資產負債率（levarage）和衡量企業業績的資產收益率（ROA）作為控制變量。選取地級市層面的環境規制力度（regulation）作為控制變量。借鑒陳詩一和陳登科[19]的方法，采用詞頻統計法分別統計與節能減排相關的關鍵詞在各地級市歷年政府工作報告中出現的頻次，并將詞頻數作為衡量該省份或地區環境規制力度的代理變量。統計的關鍵詞包括“霧霾”“能耗”“減排”“低碳”“空氣”“節能”“細顆粒物”“氮氧化物”“氨氮”“尾氣”“揚塵”“PM10”“PM2.5”“二氧化硫”“二氧化碳”共計15個關鍵詞。

3.3 研究設計

運用多期PSM-DID的方法進行實證檢驗。出于以下兩個原因，直接運用雙重差分法（difference-in-differences，DID）進行政策評估可能導致結果不準確：企業是否被納入控排企業是非隨機的。根據各試點的政策方案，重點控排企業名單的制定會參考一定的行業和排放標準，處于某一排放水平以上的企業才會被納入名單，這可能會造成樣本選擇偏誤。控排企業與非控排企業綠色創新水平之間差異可能是由其他不可觀測的、隨時間變化的因素引起，因而可能造成遺漏變量的內生性偏誤。為了緩解上述問題，首先采用傾向得分匹配方法（propensity score matching， PSM）消除樣本的選擇性問題，然后運用雙重差分法估計碳排放權交易對企業綠色創新水平的影響。

此外，由于各個碳排放權交易試點是在2013年、2014年和2016年逐步建成并開市交易的，且各個試點的控排企業是分批參與碳排放權交易，隨著我國碳排放權交易市場的發展，各個省市碳排放權交易市場的容量都在不斷擴大，各試點發布的控排企業名單也在不斷調整，一些企業會由于倒閉等原因退出碳排放權交易市場，也會有一些新的企業進入碳排放權交易市場。因此，各個試點的控排企業參與碳排放權交易的時間有所差異?；诖?，無法運用傳統的單一時間節點的DID方法考察碳排放權交易的影響，而運用多期PSM-DID的方法對碳排放權交易的政策效果進行評估。具體做法如下。

（1）對所選樣本逐年進行傾向得分匹配。借鑒劉曄等[20]的研究，采用逐年傾向得分匹配的方法分別為2013年、2014年、2015年、2016年納入重點控排企業名單的企業匹配對照組企業。首先，將樣本分為兩組：一組為處理組（T），為當年被納入控排企業名單的企業;另一組為對照組（C），是在2016年及之前從未被納入控排企業名單的企業;令A={T，C}表示所有樣本企業。接下來，可以計算企業參與ETS的概率：

其中，P為企業被納入試點控排企業名單的概率。Xi，t-1為滯后一期的匹配變量，包含影響企業是否被納入的因素。根據各試點方案，企業是否被選定為重點控排企業的主要依據是其歷史排放量，企業規模和年齡無疑是重要的影響因素?；谏鲜龇治鲆约癛2最大的原則，最終選擇員工人數、年齡和凈資產這三個解釋變量作為匹配變量。最后，通過Logit模型估計企業是否參與ETS的預測概率值P（X），再采用一對一近鄰匹配[21]將預測概率值相近的企業進行配對，從而得到對照組企業，以Cp表示。

（2）采用多期DID方法估計碳排放權交易實施的政策效果。經過傾向得分匹配之后，得到樣本企業Ap= {T，Cp}，其中，T表示控排企業，Cp表示匹配后的非控排企業。此時，構造企業參與碳排放交易的虛擬變量etsit，當i∈T且企業被納入試點碳市場重點控排企業名單后，ets取值為1，否則取值為0。由此可以構建多期DID的回歸模型：

其中，i、j、t分別表示上市公司、行業以及時間。被解釋變量為gr_patentit，包括低碳相關綠色發明專利占比（grc_inventit）和WIPO所有綠色發明專利占比（gr_inventit）。解釋變量為etsit，表示企業i在第t年是否是重點控排企業。ets的系數β1體現了參與碳排放權交易前后企業綠色創新水平的變化。X為控制變量，包括企業層面的控制變量集，如上市公司員工數量、規模、年齡、托賓Q、投資水平、資產負債率和資產收益率;企業所在城市層面的控制變量，環境規制水平。δt為年份固定效應，i為企業固定效應。為了控制不同行業的時間趨勢效應，引入行業虛擬變量和時間趨勢的交乘項γj×time，從而進一步控制隨時間變化的行業層面不可觀測因素。由于在同一企業（行業）內，不同年份的誤差項可能是連續相關的，同一行業中的不同企業誤差項也可能存在相關性。因此，標準誤差按行業和企業進行雙重聚類。

3.4 傾向得分匹配處理

在進行匹配前，對樣本進行了以下預處理：刪除2017年及以后納入控排的企業?？紤]到樣本區間為2010—2019年，而啟動最晚的福建試點是2016年開始運行的，為了保留控排企業參與碳排放權交易前后至少三年的樣本，只選取2013—2016年的重點控排企業進行研究。故刪除2017年及以后新增的控排企業，以免干擾估計結果。刪除碳排放權交易試點省市的非控排企業。

以2013年的匹配過程為例，將2013年納入試點地區的控排企業作為實驗組，通過PSM方法構造控制組。在進行傾向得分匹配后，需要進行平衡性檢驗以保證匹配質量。表1顯示，匹配后企業年齡（age）、企業凈資產（K）、企業員工數（L）、總資產收益率（ROA）和企業托賓Q值（Tobinq）等變量的標準偏差絕對值均大幅下降，t檢驗結果進一步表明，除invest外，匹配后處理組和對照組的可觀測變量均不存在顯著差異，一對一匹配有效。匹配后樣本的描述性統計見表2。

4 實證分析結果與檢驗

4.1 碳排放權交易對企業綠色創新的影響

4.1.1 企業是否納入控排對綠色創新的影響

首先，檢驗企業是否納入控排對綠色創新的影響，實證結果表明碳排放權交易可以顯著增加企業的綠色發明專利占比，假設H1成立。具體來看，表3報告了匹配后樣本的多期DID回歸結果。（1）、（3）列是控制企業、年份固定效應的回歸結果;（2）、（4）列進一步控制了行業×時間趨勢固定效應。所有回歸結果都采用了企業和行業層面的雙重聚類調整標準誤差。以低碳相關綠色發明專利占比和WIPO所有綠色發明專利占比為因變量時，ets系數均為正且顯著，說明碳排放權交易政策對試點地區重點控排企業綠色創新具有正向的促進作用。對綠色實用新型專利占比也進行了相應的實證分析，但是結果不顯著。由于在我國專利分類中，發明專利內含的創新程度最高，實用新型專利次之。說明碳排放權交易能夠激發企業的高水平綠色創新活動，限于篇幅，未匯報這部分內容。

4.1.2 穩健性檢驗

（1）全樣本回歸結果。運用PSM-DID的估計雖然能夠為控排企業匹配最相似的對照組企業，緩解選擇性偏誤，但也損失較多樣本。而如果處理組與對照組的企業在參與碳排放權交易前滿足共同趨勢，即可以用DID模型進行回歸分析。運用模型（2）檢驗碳排放權交易對企業綠色創新影響的平行趨勢。

圖1虛線代表5%的置信區間，可以看出，在企業被納入重點控排企業之前，ets-5it-ets-3it及ets-1it的系數不顯著異于0，說明控排企業與非控排企業的綠色創新水平不存在顯著的差別。而當企業被納入重點控排名單即參與碳排放權交易后，企業的綠色發明專利占比明顯上升且在5%水平顯著異于0，說明碳排放權交易能夠顯著促進企業綠色創新，且促進效果隨時間遞增，平行趨勢假設得到滿足?；诖耍瑢SM匹配之前的全樣本進行多期DID的回歸分析，進一步驗證結論的穩健性，回歸系數的符號與PSM-DID回歸結果完全一致（表4（1）列）。

（2）替換解釋變量。碳排放價格能夠在一定程度上反映碳排放權交易對企業的規制力度，判斷碳排放權交易是否有效?；诖?，以碳排放價格作為碳排放權交易對企業規制強度的代理變量進行穩健性檢驗。具體而言，使用2013—2019年我國八個碳交易試點年平均交易價格的對數（lncprice）和履約期（6月份）碳排放權交易平均價格的對數（lntprice）衡量ETS的規制強度;企業參與碳排放權交易之前價格變量取值為0。進一步選取履約期碳排放交易平均價格衡量規制力度的原因在于，我國的碳排放權交易市場呈現出履約驅動型的特征，履約期期內市場成交量會大幅增加[22]，因此履約期碳排放價格能夠一定程度上反映企業實際面臨的碳排放價格水平?；貧w結果（表4（2）、（3）列）表明，更嚴格的ETS規制對于企業綠色發明專利占比有顯著的促進作用。

（3）反事實檢驗。將試點地區非重點控排企業作為虛擬的實驗組，通過PSM的方法為實驗組企業匹配對照組，并將虛擬實驗組與對照組的企業進行雙重差分，回歸結果見表4（4）列?？梢钥闯?，fake_ets的系數不顯著，說明試點地區的非控排企業不受碳排放權交易政策的影響，進一步說明重點控排企業綠色創新的增加是由碳排放權交易政策推動的。

（4）安慰劑檢驗。將企業納入碳排放權交易體系的時間提前2a作為虛假政策發生時間，估計結果見表4（5）列?？梢钥闯?，fake_dt的系數不顯著，即在改變政策發生時間后，并沒有得到與基準回歸一致的結論。這說明基準回歸中實驗組企業綠色創新水平的提升確實是碳排放權交易作用的結果。

（5）改變時間窗寬?；鶞驶貧w的時間區間為2010—2019年，為了證明結論的穩健性，將時間區間縮短至2011—2019年，回歸結果見表4（6）列，結果顯示，ets的系數依然顯著，說明實證結果是穩健的。

（6）Tobit回歸。由于我國上市公司中有較多的企業在樣本期沒有綠色專利申請，因而被解釋變量在零處具有左截斷的特征。借鑒李春濤和宋敏[23]等研究的做法，選擇Tobit模型進一步檢驗結果的穩健性。回歸結果見表4（7）列，ets的系數依然顯著，進一步證明了實證結果的穩健性。

4.2 碳排放權配額分配方法對企業綠色創新的影響

進一步研究碳排放權配額分配方法對企業綠色創新的影響，實證結果顯示，與歷史法分配相比，在基準法的分配下，碳排放權交易對企業綠色創新的促進作用更強，假設H2成立。

首先，通過搜集我國各碳排放權交易試點實施方案等文件，整理出每個控排企業各年度獲得配額的方法，分別構造按歷史法獲得配額的控排企業虛擬變量（his_ets）和按基準法獲得配額的控排企業虛擬變量（ben_ets），并設計模型（3）進行實證檢驗。具體而言，若企業按歷史法獲得配額，則在其參與碳排放交易后his_ets取值為1，否則his_ets取值為0。若企業按基準法獲得配額，則在其參與碳排放交易后ben_ets取值為1，否則ben_ets取值為0。his_ets的系數表示在其他因素不變的條件下，企業參與碳排放權交易并按歷史法獲得配額與未參與碳排放權交易綠色創新水平的差距，ben_ets的系數表示企業參與碳排放權交易并按基準法獲得配額與未參與碳排放權交易綠色創新水平的差距。由于重慶碳排放權交易試點的配額分配方法為自主申報，因此后文樣本均刪除重慶地區的控排企業?；貧w結果見表5（1）列和（3）列，ben_ets的系數顯著為正，且絕對值更大，而his_ets的系數雖顯著，但是系數較小。研究結果表明，碳排放權交易試點的配額分配方法會對微觀企業的綠色創新激勵產生影響，基準法分配更能激發企業的綠色創新動力。這可能是由于企業在基準法分配下能夠通過綠色創新獲得類似生產“補貼”的收益，因此企業綠色創新的動力也相對更大。

此外，由于電力行業產品單一，沒有復雜分類，易于設置基準值。因此，我國除重慶外的七個試點均使用基準法分配電力行業的碳排放配額。而除電力行業之外的其他行業基準法運用相對較少。這可能會對上文評估基準法的政策效果產生干擾?；诖?，進一步剔除電力行業進行實證檢驗（表5（2）列和（4）列），估計結果與剔除電力行業之前的回歸結果保持一致。

4.3 碳排放權配額分配方法對企業綠色創新影響的異質性分析

進一步，對碳排放權配額分配方法對企業綠色創新影響的異質性進行實證檢驗。首先，考慮到樣本中的企業大部分是從2013年開始參與碳排放權交易，因此，使用企業2012年之前的綠色創新存量衡量企業在參與碳排放權交易之前的綠色創新水平。具體而言，將2012年之前企業的綠色創新存量按中位數分為兩組，若企業2012年之前的綠色創新存量高于中位數，則說明企業早期綠色創新水平較高，green_c值取1，反之，則說明企業早期綠色創新水平較低，green_c值取0。其次，用企業資產（asset）衡量企業的規模，并按企業的規模將企業分為大規模企業和小規模的企業。若企業的規模大于同行業企業平均規模水平，則認為企業規模較大，asset_b取1，反之，則認為企業規模較小，asset_b取0。將兩個政策虛擬變量his_ets和ben_ets分別與企業早期綠色創新水平虛擬變量（green_c）和規模大小虛擬變量（asset_b）進行交乘，并設計如下異質性模型。模型（4）中，D是代表企業分組的虛擬變量，具體包括企業早期綠色創新水平虛擬變量（green_c）和規模大小虛擬變量（asset_b）。

基于早期綠色創新水平的異質性分析的結果顯示（表6（1）和（3）列），ben_ets與green_c交乘項的系數顯著為正，即與green_c較低的企業相比，基準法能夠對早期綠色創新水平較高的企業起到更強的激勵作用，產生“激勵先進”的作用。而his_ets與green_c交乘項的系數顯著為負，這說明歷史法會對企業的綠色創新產生“鞭打快?！钡男瑢е略缙诰G色創新水平較高的企業綠色創新動力不足?？赡艿慕忉屖?，早期綠色創新水平較高的企業往往前期減排工作完成較好，在歷史法分配下，這一類企業歷史碳排放基數較小，后期可能分配到更少的配額。因此，其通過綠色創新進一步減少碳排放的激勵會減弱。而在基準法分配下，早期綠色創新水平較高的企業碳強度往往較低，在同樣的排放水平下企業能夠生產更多的產品，獲得更多的收益，因此綠色創新激勵更強。

基于規模大小的異質性分析結果顯示（表6（2）列和（4）列），ben_ets與asset_b交乘項的系數顯著為正，基準法分配下規模較大的企業綠色創新水平更高。原因在于，在基準法的分配下，相對于規模較小的企業，規模較大的企業通過綠色創新能夠獲得更多類似生產“補貼”的收益，因此企業的綠色創新動力較強。而his_ets與asset_b交乘項的系數為負但不顯著，說明歷史法的分配下，規模較大的企業與規模較小的企業綠色創新水平無顯著的差別。這是由于在歷史法的分配下，企業獲得的配額量是根據企業的歷史排放量或歷史排放強度確定的，因此規模大小不會對企業綠色創新產生顯著的影響。

5 結 論

基于2013—2016年我國八個省市分批實施的碳排放權交易試點這一準自然實驗，運用多期PSM-DID方法實證檢驗碳排放權交易及其配額分配方法對企業綠色創新的影響。研究發現，碳排放權交易能夠顯著提高企業綠色創新水平。不同的配額分配方法對企業綠色創新的激勵存在差異，基準法分配相比歷史法分配，對企業綠色創新的促進作用相對更強。此外，基準法與歷史法兩種分配方法對不同類型企業的綠色創新具有異質性影響。歷史法會削弱早期綠色創新水平較高的企業進行綠色創新的動力，產生“鞭打快牛”的效應;而基準法分配更有利于促進早期綠色創新水平高的企業繼續從事綠色創新活動，即發揮“激勵先進”的作用?；鶞史ǚ峙溥€更有利于激勵規模較大企業的綠色創新活動。

政策啟示主要有如下兩點：一是要繼續推進全國碳排放權交易市場建設。研究結論表明，碳排放權交易試點政策在我國能顯著促進企業的綠色創新活動。二是要積極探索建立科學合理，兼具公平與效率的配額分配體系。應結合各行業、企業的具體特征，充分發揮不同的碳排放權交易配額分配方法的優勢。對產品或服務形式較單一的行業，應積極推廣基準法進行配額分配;對短期內需要采用歷史法分配的行業，要著力避免“鞭打快?！爆F象的產生。主管部門可重點對地區、行業差異進行考察，科學合理地設定歷史排放量的參照時期，有效地制定碳排放權分配方案，并及時調整企業的配額額度。此外，也可考慮對企業的減排績效及早期綠色創新成果進行相應的配額獎勵與補貼，避免歷史法分配下產生“鞭打快?！钡默F象。

參考文獻

[1]TAYLOR M R. Innovation under cap-and-trade programs[J]. Proceedings of the National Academy of Sciences of the United States of America， 2012， 109（13）：4804-4809.

[2]CALEL R， DECHEZLEPRETRE A. Environmental policy and directed technological change： evidence from the European carbon market[J].Review of economics and statistics，2016，98（1）：173-191.

[3]HOFFMANN VH. EU ETS and investment decisions： the case of the German electricity industry[J]. European management journal， 2007， 25（6）：464-474.

[4]ZHU J， FAN Y， DENG X， et al. Low-carbon innovation induced by emissions trading in China[J]. Nature communications， 2019， 10（1）： 1-8.

[5]LIN S， WANG B， WU W， et al. The potential influence of the carbon market on clean technology innovation in China[J]. Climate policy， 2018， 18（S1）： 71-89.

[6]HAHN R W， STAVINS R N. The effect of allowance allocations on Cap-and-Trade system performance [J]. The journal of law and economics， 2011， 54（S4）：S267-S294.

[7]CRAMTON P， KERR S. Tradeable carbon permit auctions： how and why to auction not grandfather[J]. Energy policy， 2002， 30（4）： 333-345.

[8]LOPOMO G， MARX L M， MCADAMS D， et al. Carbon allowance auction design： an assessment of options for the United States[J]. Review of environmental economics and policy， 2011， 5（1）： 25-43.

[9]FISHER C， FOX A K. Output-based allocation of emissions permits for mitigating tax and trade interactions[J]. Land economics， 2007， 83（4）： 575-599.

[10]ZETTERBERG L， WRAKE M， STERNER T， et al. Short-run allocation of emissions allowances and long-term goals for climate policy[J]. Ambio， 2012， 41（1）： 23-32.

[11]MARTIN R， MUULS M， WAGNER U. Climate change， investment and carbon markets and prices-evidence from manager interviews[R]. 2011： 1-30.

[12]齊紹洲，張振源.歐盟碳排放權交易、配額分配與可再生能源技術創新[J].世界經濟研究，2019（9）：119-133，136.

[13]HALL B H ， HELMERS C . Innovation and diffusion of clean/green technology： can patent commons help[J]. Journal of environmental economics and management， 2013， 66（1）：33-51.

[14]HICKS J R.The theory of wages[M]. New York： Macmillan，1932.

[15]李凱杰，曲如曉.碳排放交易體系初始排放權分配機制的研究進展[J].經濟學動態，2012（6）：130-138.

[16]王班班.環境政策與技術創新研究述評[J].經濟評論，2017（4）：131-148.

[17]王班班，齊紹洲.市場型和命令型政策工具的節能減排技術創新效應：基于中國工業行業專利數據的實證[J].中國工業經濟，2016（6）：91-108.

[18]齊紹洲，林屾，崔靜波.環境權益交易市場能否誘發綠色創新？：基于我國上市公司綠色專利數據的證據[J].經濟研究，2018，53（12）：129-143.

[19] 陳詩一，陳登科.霧霾污染、政府治理與經濟高質量發展[J].經濟研究，2018，53（2）：20-34.

[20] 劉曄，張訓常，藍曉燕.國有企業混合所有制改革對全要素生產率的影響：基于PSM-DID方法的實證研究[J].財政研究，2016（10）：63-75.

[21] 李百興，王博.新環保法實施增大了企業的技術創新投入嗎？：基于PSM-DID方法的研究[J].審計與經濟研究，2019，34（1）：87-96.

[22] 李奇偉.中國碳排放權交易試點履約期的市場特征與政策啟示[J].中國科技論壇，2015（5）：128-134.

[23] 李春濤，宋敏.中國制造業企業的創新活動：所有制和CEO激勵的作用[J].經濟研究，2010，45（5）：55-67.