基于傾向得分匹配模型的工業碳排放驅動路徑研究

□施心怡

面對全球氣候變暖和生態環境惡化帶來的挑戰，以習近平同志為核心的黨中央統籌國內國際兩個大局，積極參與全球氣候治理。2020年9月，習近平在第七十五屆聯合國大會上做出力爭2030年前實現碳達峰、2060年前實現碳中和的重大戰略決策。

在碳達峰、碳中和背景下，蘇州高新區積極淘汰落后產能，遏制“兩高”項目盲目發展，加快推動能源結構、產業結構調整轉型。但蘇州高新區工業整體仍處于上升發展階段，不可避免的伴隨二氧化碳的排放。在此背景下，其工業碳排放機理如何？又將怎樣實現碳達峰碳中和？本文以高新區規模以上（下文簡稱規上）工業能源統計體系為依托，厘清工業碳排放背后的作用機理，以為區縣工業低碳轉型提供參考。

｜研究設計

（一）模型設定

目前國內外學者對碳排放驅動因素進行的研究主要從經濟增長、能源效率、技術水平、人口數量等因素進行考察。York（2003）等將人類生產生活活動對環境的影響加以量化，形成最初的IPAT 模型，其一般形式為:

其中，I、P、A、T 分別表示環境壓力、人口、財富和技術水平，經對數處理得到新方程：

在工業碳排放研究中，可以利用企業碳排放水平作為對環境的影響因素I，從業人員數為P，人均產值為A，能耗強度為T。在此基礎上，能耗結構對碳排放水平也相當重要，因此本文將企業是否屬于國家六大高能耗行業（S）添加到模型中，修正模型如下：

（二）研究假設

理論上，工業發展以一定的資源為基礎，在工業經濟尚難擺脫化石能源消費的條件下，企業產出規模的擴張顯然將引致碳排增長。因此提出假設1：

1：工業企業生產規模與碳排放水平正相關。

工業生產進程消耗了大量化石能源，且高耗能行業作為高碳能源消費的主力，其生產擴張將加速碳排放增長。此外，人口因素作為碳排放重要部分應當予以充分關注，企業人員擴張會帶來更多能源消費，加速碳排放增長；但隨著信息化、數字經濟等技術創新的實現，地區經濟增長更多依靠于人才和科技創新，能源利用效率穩步提升，生產逐漸向低消耗低排放的集約增長模式轉變，削弱生產擴張與碳排放的正向作用。因此提出假設2：

2a:不同行業特征的企業生產規模與碳排放的關系是不同的，高耗能企業生產擴張會帶來更多的碳排放；

2b:不同用工規模企業的生產規模與碳排放的關系是不同的，用工規模較大的企業生產擴張會帶來更多的碳排放；

2c:不同技術水平企業的生產規模與碳排放的關系是不同的，企業技術水平提高會削弱工業生產擴張帶來的碳排放。

現有研究主要以某一國家或省份為視角，缺少對區縣工業碳排路徑分析。且已有研究雖然肯定生產規模是重要促碳因素，但尚未有文獻評估工業企業生產規模的高低對碳排放的具體影響。基于此，本文基于“準實驗”的研究設計建立傾向得分匹配模型，將總體樣本分為高、低產出兩組，評估生產規模對碳排放水平的實際效應。

｜實證分析

（一）變量說明和指標選取

本文數據來源為2021年蘇州高新區規上工業能源統計數據庫，數據處理軟件為STATA16.0，變量定義如下。

結果變量：碳排放水平（I）。本文根據世界資源研發所發布的《城市溫室氣體核算工作指南》、國家發改委發布的《省級溫室氣體清單編制指南（試行）》采用IPCC 排放因子法對相關二氧化碳排放量進行推算，基本原理為：

其中，I 為碳排放總量，Ei分別表示第i 中能源的消費量和碳排放因子，電力排放因子參考《中國區域電網二氧化碳基準排放因子OM計算說明》，CH4 等其他溫室氣體排放較少予以忽略（表1）。

表1 變量定義表

（二）基于匹配樣本和傾向值的計量模型分析

本文選擇一對二近鄰匹配法，為實驗組尋找可匹配的對照組。將技術效率、用工規模和企業特征作為匹配變量，評估工業生產對于碳排放的平均處理效應。

1.傾向值估計。根據PSM 模型設定，首先需要構建一個企業生產變化的概率模型，納入相關協變量，估計企業生產行為的概率。

dum A 是用以反映企業生產行為的虛擬變量，Xi是可能影響企業生產行為變化的協變量，據此預測企業生產行為變動的概率并計算每各個樣本的傾向得分情況，就得分情況對樣本進行匹配。

2.匹配質量統計檢驗。

（1）平衡性檢驗和t 檢驗。在得到企業生產行為的預測概率后，進行平衡性檢驗。PSM 模型致力于實驗組與控制組具有相似的分布，需要考察實驗組和控制組在傾向得分和協變量上是否有顯著差異，否則我們觀察到的企業碳排放差異可能來源于那些顯著差異的條件變量。

表2 介紹了匹配前后不同維度的協變量的t 檢驗，可以看出匹配前協變量P、T、S 的T 值分別為-3.72、-7.65 和3.01 且均在1%的水平上顯著，即匹配前控制組與實驗組存在顯著差異；匹配后，相關協變量的t 檢驗值變為-0.76、-0.41和-0.74 且均不顯著，即匹配后所有變量在控制組與處理組之間的均值偏誤都在不同程度上減少，實驗組與控制組的個體特征差異得以部分消除，滿足平行假設，效果比較理想。

表2 配對前后實驗組和對照組t 檢驗

平衡性檢驗圖結果顯示，匹配前（unmatched）各變量P、T、S 的標準化偏差大于20%，匹配后（matched）協變量的標準化偏差明顯縮小且均在10%以內，實驗組與控制組基本具有一致的特征，結果可靠（圖1）。

圖1 各變量的標準化偏差圖示

（2）核密度曲線。從傾向得分匹配圖可看出，匹配后控制組（control）與實驗組（treat）的核密度曲線坡峰更加接近，密度曲線左側尾端個體差異減少，樣本擬合趨優，匹配質量提高（圖2）。

圖2 匹配前（左）、匹配后（右）密度對比

3.基于PSM 模型的平均處理效應。在進行上述檢驗后就可以估計平均處理效應（ATE）、實驗組平均處理效應（ATT）和控制組平均處理效應(ATU)。如表3 所示，匹配前最小二乘估計顯示工業企業生產規模變化帶來的碳排放差異為0.0955，當期生產活動較活躍企業的碳水平高于不活躍企業1.3%，該差距是不顯著的；而在經過傾向值匹配后，這個效應大概是17%，在1%的水平上顯著。這充分表明工業企業生產規模水平是碳排放的重要促增因素，且樣本選擇偏差的存在使得最小二乘估計結果嚴重低估，PSM 匹配后的結果有效避免了這個問題。

表3 傾向值匹配的處理效應

進一步，本文考察了工業生產對于碳排放的影響在不同行業之間的差別。如表4 報告了區分行業的匹配結果，結果顯示規模企業的碳排放平均處理效應(ATT) 在不同行業特征下差異明顯，高耗能企業擴大生產對碳排放的刺激幅度在22%左右，而對于非高耗能行業的碳排放刺激幅度只有18%左右，假設2a得以證實，高耗能企業仍然是節能減排的主要對象。

表4 區分企業類型的傾向值匹配結果

接著，本文繼續分用工規模進行考察，以用工水平50%作為用工規模較大企業，其他作為用工規模不大企業進行匹配回歸。結果顯示，在用工人員較多的企業中，工業生產規模擴大的企業比假定未擴大生產的碳排放的平均處理效應高0.9899；而這個差距在用工人員較少的企業中僅為0.9036，即工業生產規模對碳排放的促進作用是存在的，但其作用的大小在員工較多的企業中更為顯著，假設2b 予以證實（表5）。

表5 區分用工規模的傾向值匹配結果

最后，本文還考察了工業生產的碳排放水平在不同技術水平上的差別。本文以產值能耗強度前50%的企業作為能源利用率較低的企業進行研究，表6 結果顯示，從實驗組平均處理效應（ATT）的差距來看，高技術水平企業擴大生產的碳排放水平比假定其不擴大生產的碳排放水平顯著多1.0874，且該效應比能源利用率較低的企業低0.2492，假設2c 得以證實。

表6 區分技術水平的傾向值匹配結果

｜主要結論

目前工業發展中碳排放與工業生產之間的矛盾依然存在。本文通過“反事實”研究設計，評估高產出規模和低產出規模企業的碳排放水平差距問題。結果顯示：能源消費為工業生產提供動力，工業生產加速能源消耗，大量化石能源燃燒帶動二氧化碳排放快速增長，即工業企業生產規模與碳排放水平顯著正相關。

進一步，為有效削弱生產擴張對碳排放的正驅動影響，尋找碳達峰碳中和愿景下產業綠色低碳轉型的出路，本文從多個維度對工業生產與碳排放的具體關系路徑進行了拓展。

行業特征方面，高耗能行業擴大生產對碳排放的正向驅動作用遠高于非高耗能行業。高耗能企業對煤炭等化石能源的依賴是剛性的，受能源需求結構和工藝操作流程限制，對高碳要素投入需求偏大，生產擴張對這類企業碳排放的正向作用也更加明顯。

用工特征方面，工業企業生產規模對碳排放的刺激作用在勞動力密集型的企業表現效果更大。對以勞動力作為主要要素投入的產業來說，用工增長在帶動產品生產快速擴張的同時，也伴隨著更活躍的生活碳排活動。

技術效應方面，企業技術進步對工業生產與碳排放的關系具有顯著的負向驅動作用。能源利用率較高的企業有著更強的環境保護能力，能有效促進生產過程中二氧化碳的捕獲和封存，有效抑制生產擴張所帶來的二氧化碳排放量。

｜政策建議

習近平總書記在中共中央政治局第三十六次集體學習時強調實現“雙碳”目標是一場廣泛而深刻的變革，要注意“處理發展和減排的關系”“減排不是減生產力，也不是不排放而是要走生態優先、綠色低碳發展道路”。本文的拓展研究為“雙碳”背景下區縣工業低碳節能提供了一個思路：

（一）調整產業結構，加快推進產業轉型升級

一是優化高耗能行業存量產能、逐步剝離落后產能，推動碳增量資源向新興產業傾斜。二是培育低碳循環產業集群，積極延伸太陽能光伏等新能源產業集群布局，助力產業碳減排合作。

（二）調整用能結構，著力推動清潔能源使用

一是綜合統籌化石能源使用，推進煤炭的清潔化使用。二是結合工業發展優勢，穩步培育綠色經濟新動能利用，因地制宜布局氫動力汽車、氫能發電等產業制造。三是實施能源替代戰略，推進以電力和天然氣為主，風能、太陽能、氫能等為輔的能源轉型體系，促進用能體系可持續發展。

（三）調整用工結構，積極推進智能車間改造

一是推動智能化車間改造，依托智能生產決策系統，進行綠色車間調度，降低產品不良率。二是加大技術型人才引進，聚焦“雙碳”戰略部署，推動產業鏈、創新鏈和人才鏈相互貫通，實現節能增效。

（四）調整技術創新結構，深入推廣能源科技進步

一是以眾創空間、孵化器等為載體，深度脫碳關鍵技術研發，加速高端綠色低碳成果轉換。二是建立低碳創新激勵機制，政府應承擔部分戰略性、前瞻性低碳技術研發風險，以財政補貼為低碳研發保障兜底，鼓勵研發主體和產業的創新動力。