碳排放權交易是否“加速”降低了碳排放量和碳強度？

姬新龍 楊釗

內容提要：作為應對氣候變化的一種經濟手段，我國的碳交易即將從“試點”走向“全國”，“十四五”時期不僅是全面碳交易時代更是碳減排的關鍵階段。為了更好發揮全國性碳排放權交易市場的減排作用，本文以六個試點碳交易市場及其政策運行為“經驗”，基于2000至2017年的省級面板數據，使用動態DID和PSM-DID模型對其實際減排效果進行對比實證。結果發現：（1）我國當前碳排放總量與人均量呈地域分布差異的特征，碳排放量的平均水平也呈明顯的上升趨勢，碳排放量和碳強度在試點和非試點地區呈兩極分化之勢;（2）碳交易政策的實施有顯著的碳排放抑制作用，能夠“加速”降低碳排放量和碳強度，且減排效果逐年增加沒有時滯性;（3）與非試點地區相比，碳交易很大程度上加強了試點地區企業技術創新的動力和政府環境規制的力度?；谏鲜觥霸圏c”地區的經驗，碳排放權交易全國推廣后的一至四年將是發揮減排作用的關鍵階段，各省區要確保政策有效落地，全面公開減排信息，因地制宜地優化碳交易配套制度體系。

關鍵詞：碳交易政策;PSM-DID模型;碳排放;減排差異

中圖分類號：F8314文獻標識碼：A文章編號：1001-148X（2021）02-0046-10

收稿日期：2020-11-18

作者簡介：姬新龍（1982-），男，河南南陽人，蘭州財經大學金融學院副教授，管理學博士，研究方向：金融投資、綠色金融;楊釗（1995-），男，河北衡水人，蘭州財經大學金融學院碩士研究生，研究方向：綠色金融、金融生態。

基金項目：甘肅省科技計劃軟科學專項項目，項目編號：20CX9ZA049;蘭州財經大學綠色金融創新研究團隊項目，項目編號：2020CXTD09;黑龍江省哲學社會科學規劃項目，項目編號：19JYB026。

一、問題的提出

為了控制碳排放并實現碳減排目標，多年來我國各級政府及管理部門相繼出臺了一系列促進碳減排的政策及措施，包括去產能、節能減排以及碳排放權交易、綠色信貸等。其中影響最大和波及范圍較廣的是2011年國家發改委批準的在北京、上海、天津、重慶、湖北、廣東和深圳試點的碳交易試點項目，雖然這七個試點地區的碳排放權交易市場在兩年后的2013年底才先后開始正式運行，但截至2020年8月，這些地區的碳配額累計交易總量已經達到406億噸，交易金額超過90億元。碳排放權交易作為應對氣候變化、支持環境改善、節約利用各類生產資源、服務社會經濟綠色發展的重要市場化舉措，是市場機制與綠色低碳理念最緊密結合的政策機制之一。發達國家的實踐經驗已經表明，完善的碳排放權交易機制和政策體系設計可以有效地減少碳排放和碳強度。

為了盡快落實二氧化碳排放達峰目標以及2060年“碳中和”愿景目標，2020年11月，生態環境部發布《全國碳排放權交易管理辦法（試行）》和《全國碳排放權登記交易結算管理辦法（試行）》兩份征求意見稿，預示我國碳交易市場建設和發展將從“試點”走向“全國”，“十四五”時期不僅是全面碳交易時代更是碳減排的關鍵階段。2011年的碳排放權試點地區交易政策的執行已經對我國碳減排目標的達成產生了重要的階段性影響，但積累經驗的同時，“試點”市場與“全國”市場還是存在很大區別。而且作為重要的發展中國家，我國的碳排放在近期還會繼續增長，碳交易市場建設和政策體系設計必然是一個長期復雜的系統工程，包括如何保持政策的快速落地并穩健執行，如何形成良好的價格交易傳導機制，如何激勵企業等市場主體進行內在的綠色技術改進和創新等，這些問題都值得我們深入思考。此外，經過近十年的碳交易“試點”，目前我國整體的碳減排基本特征表現如何，碳交易真的加速降低了二氧化碳排放量和碳強度？與非試點地區相比，不同試點地區的機制政策差異是否也影響了該地區的綠色技術改進？即將全國推廣的碳排放權交易政策該如何制定才能更好發揮其減少碳排放和促進經濟綠色轉型的作用？這些問題需要我們全面地進行數據梳理和實證分析驗證?；诖?，本文考慮以碳排放權交易對試點地區年度減排效果對比為切入點，以二氧化碳排放量的減少與二氧化碳強度的降低為重要指標來探究政策設計對碳減排的作用傳導機制，以期為全國碳排放權交易市場的建設推進及不同地區碳交易支持政策的制定提出有益的建議。

當前國內外有關碳排放權交易的試點政策有效性研究文獻較多，主要是從碳排放權交易對二氧化碳排放量、碳強度以及發揮減排作用的機制等單一視角來說明碳交易的最終效果，大多文獻所得檢驗結論也基本一致，碳交易的存在確實能夠有效降低碳減排。但深入分析文獻，發現較少有從政策時滯視角進行年度減排效果的分析，也缺乏對我國現階段碳排放整體特征的梳理，實證分析方法中，也較少考慮試點政策的動態減排效應，尤其是選擇試點地區時可能出現的非隨機性。因此，本文在研究視角上將偏重于試點地區的年度減排差異分析，實證檢驗方法上也將綜合運用動態DID和PSM-DID方法，對碳排放權交易的動態減排效應進行測度，同時解決模型構建時出現的內生性問題，以及選擇試點地區時出現的非隨機性。其他貢獻性工作還包括：全面搜集數據并對比梳理碳交易試點政策之后我國碳排放現狀及基本特征，與此同時，分樣本地估計試點地區與非試點地區二氧化碳排放量和碳強度隨時間變化的趨勢。

二、碳排放測度方法、數據來源與基本特征

（一）碳排放測度與數據搜集

本文測度CO2排放量、名義CO2強度和實際CO2強度的方法是根據政府間氣候變化專門委員會（2006）給出的方法，通過能源消耗，平均發熱量和碳排放系數來計算每個地區與能源有關的CO2排放量（CE），即：

其中，下標n代表省級行政區，下標i代表各種化石燃料，t是時間，單位為年。CEtni是第t年基于燃料類型i的第n個地區的CO2排放量（十萬噸）。ECtni是第t年基于燃料類型i的第n個區域的總能耗。293Esi表示第i種燃料的平均熱值，常數293是煤當量的平均發熱量。Esi是第i種燃料的換算系數，換算為煤當量。EFi代表IPCC指定的第i種燃料的CO2排放系數。ECtni的年度數據來自《中國能源統計年鑒》。因此，時間t內所有區域的總CO2排放量為CEt=∑CEtn。每項產出的二氧化碳排放量測量的二氧化碳強度如下：

其中NCItn和RCItn表示第t年第n個區域的名義CO2強度和實際CO2強度，NGDPtn和RGDPtn代表第t年第n個地區的名義GDP和實際GDP，且年名義GDP數據來自《中國統計年鑒》，年實際GDP數據以2000年各省份（地區）名義GDP為基期計算得出。

由于缺乏有關西藏的數據，本文收集了除西藏以外的2000—2017年我國大陸其余每個省級行政區域內的相關數據作為研究樣本，全部數據均來自歷年《中國統計年鑒》《中國環境統計年鑒》《中國科技統計年鑒》和《中國能源統計年鑒》。

（二）碳排放基本特征

圖1、圖2顯示的是2000-2018年我國二氧化碳排放量與二氧化碳強度的變化情況，其中二氧化碳排放總量從2000年的3405億噸上升到2018年的107億噸，增長314倍，名義二氧化碳強度從2000年的萬元國內生產總值340噸減少到2018年的116噸，年均減少0118噸，呈逐年下降趨勢。實際二氧化碳強度（以2000年為基期折算）從2000年的萬元國內生產總值340噸減少到2018年的220噸，共減少120噸，年均減少0063噸，也呈逐年下降趨勢?？偟膩砜?，我國二氧化碳排放量雖然呈逐年上升趨勢，但隨著經濟發展進入新常態，產業結構的不斷優化，碳強度在朝著經濟可持續發展的方向逐步推進。

另一方面，我國人均二氧化碳排放量也呈上升趨勢，但不同省份人均二氧化碳排放量表現出明顯的地域性特點。表1展示了2000—2017年我國30個省份人均二氧化碳排放量情況，由于篇幅所限，文中省略了2001—2004年、2006—2009年、2011—2015年的具體數據，從中可以清晰地看到二氧化碳排放量的地域性特點。從碳排放總量來看，東部省份基本上高于西部省份;從人均排放量來看，西部省份又總體高于東部省份，呈現出總量與人均量地域分布不同的特征。此外，全國二氧化碳排放量平均水平也呈明顯的上升趨勢，2000年我國人均二氧化碳排放量達269噸，到2018年已經增加到了764噸，持續上升特征顯著。當衡量人均二氧化碳排放量離散程度時，我們可以看到標準差由2000年的176噸增加到2017年的629噸，而變異系數由2000年的056增加到2017年的070，這兩項系數隨著年份的增加都表明我國不同地區之間人均二氧化碳排放量的差異性在增強，不同省份之間的差距在拉大。其中，人均二氧化碳排放量出現明顯下降趨勢的地區是北京市，由2000年的532噸下降至2017年的397噸，碳減排成效顯著;人均二氧化碳排放量出現明顯上升趨勢的地區是內蒙古、寧夏與新疆，分別由2000年的523噸、530噸和388噸增加到2017年的2782噸、2900噸和1832噸，且未來幾年上升壓力依然很大。

在分析了全國碳排放總體情況和不同地區的差異程度后，本文又選擇了三個碳排放權交易試點地區北京、上海、廣東和三個非試點地區江蘇、山西、河北來研究CO2排放量和名義CO2強度的對比變化趨勢。在表2中，列出了六個地區自2000年以來CO2排放量和名義CO2強度的最小值和最大值，從中可以看出，三個試點地區的最低二氧化碳排放量出現在2000年，北京與上海的最高二氧化碳排放量分別出現在2010年和2013年，而廣東的最高二氧化碳排放量出現在2017年，表明碳排放權交易試點政策自2011年公布試點地區名單后基本有效降低了這些地區的二氧化碳排放量;三個試點地區名義CO2強度的最大值出現在2000年，最小值出現在2017年，表明三個試點地區的碳排放強度呈逐年下降趨勢。三個非試點地區的最低二氧化碳排放量出現在2000年，江蘇與山西的最高二氧化碳排放量出現在2017年，而河北的最高二氧化碳排放量出現在2016年，表明非試點地區與試點地區相比二氧化碳排放量增長趨勢十分明顯。

三、實證模型方法與變量設定

碳排放權交易試點地區包括四個城市（北京，重慶，上海和天津），兩個省（廣東和湖北）以及深圳經濟特區，但由于缺乏深圳的單獨統計數據，因此我們實證檢驗時將深圳從試點地區中剔除，再對納入試點的行政區域命名為“試點地區”，其他行政區域則命名為“非試點地區”。由于六個地區在經濟發展方面較為特殊，選擇似乎并不是隨機的，因此在估計過程中可能會存在選擇偏差，為了減少這種偏差，我們借鑒Wang等（2019）[1]的做法，使用具有控制變量的基本DID模型和PSM-DID模型來估計并對比試點和非試點地區的碳排放量與碳強度影響，進而評估碳排放權交易政策有效性。

（一）雙重差分方法（DID）

首先，使用雙重差分（DID）法進行準實驗設置，該法可以識別因果關系[2]，如式（4）所示，可以估計碳交易試點政策對減少碳排放的作用：

其中，Yit表示在第t年給定省份i的CO2排放量和強度。Treatment是地區虛擬變量，用來區分受碳排放權交易試點政策影響地區與不受碳排放權交易試點政策影響地區，試點省份（地區）取1，非試點省份（地區）取0。Post是時間虛擬變量，用于確定日期t是否在碳排放權交易試點政策實施之后，2013年之前（不包括2013年）為0，2013年之后為1。Treatmenti*Postt是地區時間交互虛擬變量，為本文的核心解釋變量，如果試點省份（地區）i在碳排放權交易試點政策實施年份2013之后受到影響，取1，否則取0。因此，關鍵參數β3估計碳排放權交易試點政策對因變量Yit的影響。控制變量用Xit表示，γi表示變量隨地區變化的固定效應（例如省份、地區等），δt表示變量隨時間變化的固定效應（例如年份等），εit表示誤差項。本文以對數形式設定模型，以相對變化來解釋估計量。

其次，在式（4）的基礎上，本文再借鑒黃志平（2018）的做法，在DID中引入動態效應，以測算出從碳排放權交易試點政策開始實施起每年對環境的凈影響，見式（5）：

lnYit=β0+β1Treatmenti+β2Postt+∑βkTreatmenti*Postkt+∑β4Xit+γi+δt+εit（5）

其中，Treatmenti*Postkt是試點省份（地區）啟動碳排放權交易試點政策后第k年的年份虛擬變量。由于試點碳排放權交易市場于2013年正式啟動，因此2013年被包括在政策執行期。那么在2014年時k=1，變量Post12014=1，Treatment試點地區*Post12014=1，接下來的2015年、2016年、2017年依此類推。

（二）傾向得分匹配雙重差分方法（PSM-DID）

傾向得分匹配法基于先進技術（變量的“p評分”），用預測概率的相似性來平衡處理組和對照組之間觀察到的協變量分布。匹配方法的主要特點是創建隨機實驗的條件，以便像在受控實驗中那樣評估因果關系。

將雙重差分方法與傾向得分匹配法結合使用對本文的研究至關重要，因為在評估試點省份（地區）關于碳排放權交易政策對二氧化碳排放量與強度的作用時，必須考慮該省份被選為試點地區的人為主觀性問題。本文將X（文中所選取的控制變量）作為協變量，并根據如式（6）所示的傾向得分定義與試點省份特征相似的非試點省份[3]。在利用傾向得分匹配方法解決了試點地區選擇的非隨機問題后，我們就可以再次利用雙重差分法比較試點政策地區和非試點政策地區的二氧化碳排放量和強度（即政策實施地區和政策未實施地區）。

pi=pXi=ProbTi=1Xi（6）

（三）變量設定

前文已經指出Treatmenti*Postt是地區時間交互虛擬變量，是本文的核心解釋變量，被解釋變量則為CO2排放量、名義CO2排放強度和實際CO2排放強度。為了檢驗碳交易機制或優惠政策的存在是否影響了企業的綠色技術改進和產業的結構升級等，本文將嚴格控制變量的選取，這也是本研究的另一個重要工作。具體控制變量為：外商直接投資（FDIit），即以人民幣計價的實際利用外商直接投資額衡量;技術進步（TEit），即通過最能反映技術水平的規模以上工業企業專利申請數量來衡量;經濟發展水平（Pngdpit和Prgdpit），以人均名義GDP和人均實際GDP衡量;環境支持工作量（ENVIit，通過地區環境污染治理投資額來衡量，以上控制變量均取對數化處理。選取該四個控制變量的具體原因如下：

外商直接投資（FDIit）：全球化導致各國經濟增長對外商直接投資的依賴性增加，外商直接投資可能通過兩個渠道促進二氧化碳排放量與經濟績效之間的聯系。首先，外商直接投資可能導致國民生產總值的增加，但可能帶來更多的工業污染和環境退化，因此與人均二氧化碳排放量呈正相關。Acharyya（2009）[4]、宋德勇等（2011）[5]在他們的研究中發現，盡管外商直接投資可以促進更好的經濟增長，但它可能導致更多的工業污染和環境退化。此外，為了降低環境控制成本，污染行業和企業傾向于轉移到環境標準相對較低的欠發達地區，并將這些地區變成污染貧民窟。其次，由于外商直接投資可能會促使企業使用更高效的生產技術，從而導致人均二氧化碳排放量減少。List和Co（2000）[6]、Stretesky和Lynch（2009）[7]、劉華軍等（2011）[8]在他們的研究中發現，外商直接投資的流入由于提高了能源效率而使環境質量改善。

技術進步（TEit）：技術進步也是提高碳排放效率和實現減排目標的重要途徑，但是，現有研究認為技術進步并不一定有助于減少能源消耗和二氧化碳排放，原因是技術進步可能并不總是朝著節能或碳減排的方向發展，其可能導致使用更多的化石能源（這將導致更多的排放）來代替勞動力和生產活動中的資本投資。眾多研究從不同角度證明了技術進步與碳排放量可能存在如下幾種關系。首先，技術進步是二氧化碳減排的主要因素和驅動力。Ang（2009）[9]、何小鋼等（2012）[10]、胡中應（2018）[11]在他們的研究中發現，技術進步與二氧化碳排放量呈負相關關系。其次，由于存在回彈效應（RE），技術進步對節能和碳排放的影響尚不確定。Sorrell和Dimitropoulos（2008）[12]在他們的研究中發現，回彈效應的存在，使技術進步對碳排放的影響變得復雜。

經濟發展水平（Pngdpit/Prgdpit）：近年來經濟發展水平與碳排放之間的關系已被廣泛討論，并且大量研究表明，經濟發展水平對中國的碳排放具有顯著影響[13-14]。但是一些研究也表明，經濟發展水平與碳排放之間沒有顯著的相關性[15-16]。環境庫茲涅茨曲線（EKC）假說認為隨著經濟發展和人均收入的增加，環境質量可能會經歷倒U形的轉化過程，即先步入漸進的惡化過程，然后逐漸改善。

環境支持工作量（ENVIit）：為了實現低碳經濟，政府需要出臺環境法規和環境政策進行監管，并且加大地區環境污染治理投資程度。Blackman等（2006）[17]研究發現環境支持工作對環境問題有顯著影響。張紅鳳等（2009）[18]指出，面對環境保護和經濟發展的困境，環境支持工作對于實現社會福利最大化目標至關重要。

上述所有控制變量和被解釋變量在對數化處理之后都是平穩的，可以通過Levin、Lin和Chu（LLC）以及Phillips-PerronFisher檢驗，表3列出了每個變量描述性統計信息。

四、碳交易試點政策減排效應分析

（一）雙重差分法平行趨勢假設檢驗

在應用雙重差分方法進行實證研究之前，需要檢驗被解釋變量（本文中的CO2排放量，名義CO2強度和實際CO2強度）在試點省份和非試點省份兩個組別之中的平均值是否于政策實施之前（即2013年之前）有共同的變化趨勢，基于此，做出圖3、圖4、圖5三張折線圖。

（二）碳交易試點政策減排平均效應估計結果

表4分析了碳排放權交易試點政策對CO2排放量和名義與實際CO2強度的減排作用。如表4所示，第1列和第2列報告了以CE作為因變量的模型。第1列采用人均名義GDP代表經濟發展水平，而第2列采用人均實際GDP代表經濟發展水平，在這兩個回歸中，碳排放權交易試點政策效應前的系數顯著為負，這表明碳排放權交易政策對減少試點地區CO2排放量的增長有顯著作用。第3列和第4列報告了以NCI作為因變量的模型，第3列簡化了條件，沒有加入控制變量，第4列包括控制變量，并使用人均名義GDP代表經濟發展水平，在這兩個回歸中，碳排放權交易試點政策效應前的系數為負且顯著。第3列的結果表明，碳排放權交易試點政策會在1%的顯著性水平下使名義碳強度降低285%。在考慮到控制變量后，如第4列所示，碳排放權交易試點政策會在1%的顯著性水平下使名義碳強度降低約292%。第5列和第6列報告了以RCI作為因變量的模型，第5列不包括控制變量，第6列采用人均實際GDP來控制經濟發展對實際碳排放強度的影響，在這兩個回歸中，碳排放權交易試點政策效應前的系數為負且顯著。第5列的結果表明，碳排放權交易試點政策會在1%的顯著性水平下使實際碳強度降低303%。在考慮到控制變量后，如第6列所示，碳排放權交易試點政策效應的估計結果較?。簳?%的顯著性水平下使實際碳強度降低約273%。因此，碳排放權交易試點政策會大大降低二氧化碳排放量和碳強度。

控制變量中，外商直接投資對地區二氧化碳排放量與碳強度的影響均為負向，但并不顯著，可能的原因是我國雖然經歷了一定程度的經濟轉型，外商直接投資開始有引導地投入技術密集型行業，但時間較短、資金量有待繼續增加，外商直接投資對二氧化碳排放量與碳強度的負向影響還沒有顯著地凸顯出來;技術進步對地區二氧化碳排放量與碳強度的影響均為負向，但并不顯著，表明政府還需加大對企業技術創新活動的扶持，引導企業將資金較多地投入到低碳技術研發;經濟發展水平對地區二氧化碳排放量有顯著的正向作用，根據環境庫茲涅茨曲線，人均GDP與碳排放量之間存在倒“U”型曲線關系，中國目前還處于倒“U”型曲線的前半段（即上升階段）（王鋒等，2017）。經濟發展水平對地區碳強度的影響為負向，但并不顯著，可能的原因是二氧化碳強度的計算公式里就包含地區經濟發展水平，當地區經濟發展水平越高時，較易導致充當分母的地區名義GDP與實際GDP拉低地區的碳強度;環境支持工作量對地區二氧化碳排放量與碳強度的影響均為正向，但并不顯著，可能的原因是政府在治理環境污染時效率低下，并且擠出了部分私人資金對于環保產業的投資，導致效果大打折扣。

（三）碳交易試點政策減排平均效應估計結果穩健性檢驗

為了檢驗雙重差分方法估計結果的穩健性，本文用工業污染治理完成投資額代替環境污染治理投資額來衡量環境支持工作量并重復表4中的估計過程，表5展示了結果。碳排放權交易政策仍然對試點地區二氧化碳排放量和碳強度有顯著的負向影響，所有控制變量的估計結果也與表4基本一致，通過穩健性檢驗。

（四）碳交易試點政策減排動態效應估計結果

在用雙重差分模型分析了碳排放權交易試點政策減排的平均效應之后，本文基于式（5）又測度了從碳排放權交易試點政策開始實施起每年對環境的凈影響，估計結果如表6所示。第1列和第2列報告了以CE作為因變量的模型。第1列采用人均名義GDP代表經濟發展水平，而第2列采用人均實際GDP代表經濟發展水平。在這兩個回歸中，碳排放權交易試點政策實施后的一至四年的凈影響前的系數都顯著為負，這表明碳排放權交易試點政策在實施后的一至四年內對減少CO2排放量的增長有顯著作用，且政策效果沒有時滯性。第3列報告了以NCI作為因變量的模型，并使用人均名義GDP代表經濟發展水平。在這個回歸中，碳排放權交易試點政策實施后的一至四年的凈影響前的系數都顯著為負。第3列的結果表明，碳排放權交易試點政策實施后的第一年會在1%的顯著性水平下使名義碳強度降低237%;實施后的第二年會在1%的顯著性水平下使名義碳強度降低25%;實施后的第三年會在1%的顯著性水平下使名義碳強度降低306%;實施后的第四年會在1%的顯著性水平下使名義碳強度降低332%，政策效果不斷加強且沒有時滯性。第4列報告了以RCI作為因變量的模型，并使用人均實際GDP代表經濟發展水平。在這個回歸中，碳排放權交易試點政策實施后的一至四年的凈影響前的系數都顯著為負。第4列的結果表明，碳排放權交易試點政策實施后的第一年會在1%的顯著性水平下使實際碳強度降低243%;實施后的第二年會在1%的顯著性水平下使實際碳強度降低23%;實施后的第三年會在1%的顯著性水平下使實際碳強度降低263%;實施后的第四年會在1%的顯著性水平下使實際碳強度降低286%。因此，碳排放權交易政策在實施后的一至四年大大降低了試點地區的碳排放量和碳強度，每年的政策效果持續且沒有時滯性。

（五）基于PSM-DID法的碳交易試點政策減排平均效應估計結果

本文使用PSM-DID法進行穩健性檢驗，以避免估計過程中的選擇偏差，估計結果顯示在表7中。碳排放權交易試點政策效果的系數在以CE、NCI和RCI為因變量的回歸方程中也顯著為負，我們發現所有估計的結果都是一致的。

（六）分樣本估計結果

為了對比分析試點地區與非試點地區二氧化碳排放量和碳強度隨時間變化的趨勢，本文進行了分樣本研究。如表8所示，無論被解釋變量為二氧化碳排放量或碳強度，試點地區和非試點地區時間虛擬變量的系數都顯著為負，但試點地區時間虛擬變量系數的絕對值明顯大于非試點地區。這表明，碳排放權交易試點政策啟動后，大大加快了試點地區二氧化碳排放量和碳強度的下降速度?？刂谱兞恐校馍讨苯油顿Y對非試點地區碳排放的減少作用要優于試點地區，可能的原因是非試點地區相對于試點地區來說，經濟發展水平與產業結構水平較低，外商直接投資投入技術密集型行業所帶來的產業結構升級與能源消費結構優化的碳減排效應會更加凸顯;技術進步對試點地區碳排放的減少作用要優于非試點地區，表明碳排放權交易政策實施后較大激發了試點地區企業技術研發的動力;環境支持工作量對試點地區碳排放的減少作用要優于非試點地區，表明碳排放權交易政策的實施也間接加強了政府對環境污染治理的力度。因此，所有這些檢驗表明，碳排放權交易試點政策對二氧化碳減排具有積極的作用，估計結果是可靠的。

五、結論與啟示

當前，環境污染、氣候變化和能源安全問題已引起人們的廣泛關注，以消耗資源和支付高昂的環境成本的經濟增長模式，與新時代經濟的綠色與高質量發展已不相匹配。為了更好發揮即將全國推廣的碳排放權交易市場的減排作用，盡快實現我國2030年碳排放峰值以及2060年碳中和的目標，本文以2011年七個試點碳交易市場及其政策運行為“經驗”，基于2000至2017年的省級面板數據，使用動態DID和PSM-DID模型對其實際減排效果進行對比實證，得出以下結論：第一，我國當前碳排放總量與人均量呈地域分布差異的特征，碳排放量的平均水平也呈明顯的上升趨勢，碳排放和碳強度在試點和非試點地區呈兩極分化的對比;第二，碳交易政策帶動了試點地區二氧化碳排放量和碳強度的顯著下降，政策效果逐年增加且沒有時滯性，尤其是政策推出初期，碳減排呈“加速”下降趨勢;第三，在更換控制變量和使用傾向得分匹配重新挑選對照組后，碳交易試點政策對二氧化碳排放量和碳強度的回歸系數依舊顯著為負，表明雙重差分法的估計結果具有穩健性;第四，相較于非試點地區，碳排放權交易政策大大加快了試點地區二氧化碳排放量和碳強度的下降速度，并激發與加強了企業技術研發的動力和政府治理環境污染的力度。

基于上述實證討論結論，本文提出以下針對性建議。第一，全國碳排放權交易市場應盡快推行，并全面納入高耗能行業;第二，碳排放權交易政策實施后的一至四年是發揮減排作用的關鍵階段，各省市區要確保政策落地，結合地區實際情況因地制宜地開展碳排放權交易制度配套體系的建設;第三，可以將外商直接投資與碳排放權交易政策靈活結合，引導外商直接投資投入技術密集型行業，加強技術水平和生產效率較高的產業在產業結構升級中的主導作用;第四，對于技術創新研發投入巨大的企業，可以使其獲得適當的額外免費碳排放配額，進一步激發企業技術研發的動力;第五，各省市區可以根據自己的經濟發展情況確定主要的碳排放來源行業，將這些行業納入碳排放交易體系中去，從源頭上減少碳排放;第六，對于高污染企業，可以適當減少其碳排放配額或增加其購買碳排放配額的成本，通過市場手段間接強化政府治理環境污染的力度，優化環境規制效果;第七，提高企業對碳排放權交易市場的認知度和參與度，引導企業對碳交易市場的定位由合規手段向投資手段轉變，逐漸增強市場流動性。

參考文獻：

[1]WangL，QiuXM，ZhangXX，etal.DevelopmentstatusandenvironmentalimpactevaluationofChinasgreenfinance[J].Appliedecologyandenvironmentalresearch，2019，17（5）：12245-12258.

[2]RomeroRG，NobleM.EvaluatingEngland′s‘NewDealforCommunitiesprogrammeusingthedifference-in-differencemethod[J].JournalofEconomicGeography，2008，8（6）：759-778.

[3]RosenbaumPR，RubinDB.Thecentralroleofthepropensityscoreinobservationalstudiesforcausaleffects[J].Biometrika，1983，70（1）：41-55.

[4]AcharyyaJ.FDI，growthandtheenvironment：EvidencefromIndiaonCO2emissionduringthelasttwodecades[J].Journalofeconomicdevelopment，2009，34（1）：43.

[5]宋德勇，易艷春.外商直接投資與中國碳排放[J].中國人口·資源與環境，2011，21（1）：49-52.

[6]ListJA，CoCY.Theeffectsofenvironmentalregulationsonforeigndirectinvestment[J].JournalofEnvironmentalEconomicsandManagement，2000，40（1）：1-20.

[7]StreteskyPB，LynchMJ.Across-nationalstudyoftheassociationbetweenpercapitacarbondioxideemissionsandexportstotheUnitedStates[J].SocialScienceResearch，2009，38（1）：239-250.

[8]劉華軍，閆慶悅.貿易開放、FDI與中國CO2排放[J].數量經濟技術經濟研究，2011，28（3）：21-35.

[9]AngJB.CO2emissions，researchandtechnologytransferinChina[J].EcologicalEconomics，2009，68（10）：2658-2665.

[10]何小鋼，張耀輝.技術進步、節能減排與發展方式轉型——基于中國工業36個行業的實證考察[J].數量經濟技術經濟研究，2012，29（3）：19-33.

[11]胡中應.技術進步、技術效率與中國農業碳排放[J].華東經濟管理，2018，32（6）：100-105.

[12]SorrellS，DimitropoulosJ.Thereboundeffect：Microeconomicdefinitions，limitationsandextensions[J].EcologicalEconomics，2008，65（3）：636-649.

[13]LiM.DecomposingthechangeofCO2emissionsinChina：adistancefunctionapproach[J].EcologicalEconomics，2010，70（1）：77-85.

[14]鄭長德，劉帥.基于空間計量經濟學的碳排放與經濟增長分析[J].中國人口·資源與環境，2011，21（5）：80-86.

[15]LantzV，FengQ.Assessingincome，population，andtechnologyimpactsonCO2emissionsinCanada：where′stheEKC？[J].EcologicalEconomics，2006，57（2）：229-238.

[16]丁志國，程云龍，孟含琪.碳排放、產業結構調整與中國經濟增長方式選擇[J].吉林大學社會科學學報，2012，52（5）：90-97.

[17]BlackmanA，MorgensternR，MontealegreL，etal.ReviewoftheefficiencyandeffectivenessofColombiasenvironmentalpolicies[J].Report.Washington，DC：ResourcesfortheFuture，2006.

[18]張紅鳳，周峰，楊慧，郭慶.環境保護與經濟發展雙贏的規制績效實證分析[J].經濟研究，2009，44（3）：14-26，67.

DoesCarbonEmissionsTrading“Accelerate”theReductionofCarbonEmissionsand

CarbonIntensity？

JIXin-long，YANGZhao

（SchoolofFinance，LanzhouUniversityofFinanceandEconomics，Lanzhou730020，China）

Abstract：Asaneconomicmeanstodealwithclimatechange，China′scarbontradingisabouttomovefrom“pilot”to“national”.The“fourteenthfiveyearplan”periodisnotonlytheeraofcomprehensivecarbontrading，butalsothekeystageofcarbonemissionsreduction.Inordertobetterplaytheroleofnationalcarbonemissionstradingmarket，thispapertakessixpilotcarbontradingmarketsandtheirpolicyoperationasthe“experience”，basedontheprovincialpaneldatafrom2000to2017，usesdynamicdidandPSM-DIDmodeltocomparetheactualemissionsreductioneffect.Theresultsshowthat：（1）thecurrenttotalcarbonemissionsandpercapitaemissionsinChinaaredifferentinregionaldistribution，andtheaveragelevelofcarbonemissionsalsoshowsasignificantupwardtrend，andcarbonemissionsandcarbonintensityarepolarizinginpilotandnonpilotareas;（2）Theimplementationofcarbontradingpolicyhasasignificantinhibitoryeffectoncarbonemissions，can“accelerate”thereductionofcarbonemissionsandcarbonintensity，andtheeffectofemissionsreductionincreasesyearbyyearwithouttimelag;（3）Comparedwiththenonpilotareas，carbontradingtoalargeextentstrengthensthepoweroftechnologicalinnovationofenterprisesandthestrengthofgovernmentenvironmentalregulationinthepilotareas.Basedontheexperienceoftheabove“pilot”areas，onetofouryearsafterthenationalpromotionofcarbonemissionstradingwillbethekeystagetoplaytheroleofemissionsreduction.Allprovincesandregionsshouldensuretheeffectiveimplementationofpolicies，fullydiscloseemissionsreductioninformation，andoptimizethesupportingsystemofcarbontradingaccordingtolocalconditions.

Keywords：carbontradingpolicy;PSM-DIDmodel;carbonemissions;emissionsreductiondifferences

（責任編輯：李江）