毛瑩 屈夢杰 曾利珍
(武漢紡織大學經濟學院 湖北武漢 430200)
2011 年,為了減少溫室氣體排放,發展綠色低碳經濟,國家發改委宣布在北京、天津、上海、重慶、廣東、湖北和深圳等7省市設立碳排放權交易試點,到2013 年,試點省市的碳交易市場逐漸建立,2017 年,全國碳交易市場正式上線。截至2021年6 月,試點省市碳市場累計成交量4.8 億t 二氧化碳當量,碳排放權交易的減排效應明顯。當前,我國仍然處在工業化深入發展的歷史階段,傳統行業的比重較高,新興高技術產業還未成為經濟發展的主要動力,能源消費結構偏煤、能源利用效率偏低。推動我國能源消費結構優化調整,對實現“雙碳”目標意義重大。
碳排放具有外部性,造成的后果需要很長時間才會產生明顯的消極影響,碳減排的動力不足。通過市場手段將碳排放量化、資產化,對碳排放主體的成本造成影響,將碳排放的外部性內部化,增強減排主體的動力,碳交易市場逐漸建立起來。關于碳排放權交易的研究主要圍繞碳市場的減排效應。碳排放權交易對試點地區的減排效應存在條件性,在碳配額總量供給低于實際碳排放需求時,才能有效促進碳減排[1]。碳排放權交易將二氧化碳的排放權賦予了商品屬性,碳交易的市場化機制成為碳減排的重要途徑[2]。碳排放權交易促進了試點地區的減排效應,還通過政策溢出效應減少了鄰近地區的碳排放[3]。由于不同地區經濟發展水平、政府環境規制存在差異,碳排放權交易對試點地區的減排效應也會存在差異,相較于欠發達地區,發達地區的碳減排效應更大[4]。碳排放權交易對試點地區的企業能源利用效率和能源消費結構產生影響,碳排放權交易的減排效應主要是通過改善能源消費結構來實現[5]。
碳交易對于實現“碳達峰”和“碳中和”的目標具有重要意義,理解碳交易減排效應的作用機制,有助于暢通碳交易渠道,最大程度發揮碳交易的減排效應。相關研究從宏微觀角度分析碳交易試點的政策效果,對于碳交易作用機制研究較少。分析碳交易對能源消費結構優化的影響,可以豐富碳交易的政策效果研究。
根據科斯的產權理論,將二氧化碳排放量量化、資產化,賦予了碳排放商品的屬性,建立碳交易市場來影響排放主體的成本,激發排放主體的減排動力。碳排放權交易試點納入的行業主要是電力、鋼鐵等行業,這些行業對煤炭等化石能源的依賴程度大,碳排放量規模大。碳排放權交易增加了控排企業的碳排放成本,在減排成本壓力下,控排企業會通過減少產量來降低能源消耗,減少碳排放。在限定碳排放配額總量的條件下,控排企業的實際碳排放低于配額總量,控排企業就可以將多余的配額拿到碳排放市場進行交易,獲取碳減排的收益;控排企業的實際碳排放高于配額總量,就需要從碳市場上購買不足的配額,增加了減排的成本。控排企業為了控制碳排放量,在生產經營中會傾向于減少煤炭等碳排放量大的化石能源,選擇碳排放量更少的清潔能源進行替代,提高清潔能源在能源消費結構中的比例,不斷促進能源消費結構優化調整,進而實現減排降碳。
使用我國2007—2019 年30 個省市平衡面板數據,因為西藏、香港、澳門以及臺灣地區數據缺失,不將它們作為研究樣本。數據來自國泰安數據庫(CSMAR)和國家統計局官網。2011 年,北京、天津、上海、重慶、湖北、廣東、深圳7 個省市被選為碳排放權交易試點區域,到2013 年,7 個試點區域的碳市場上線交易才陸續開始,因此將2013 年作為碳交易試點的年份。深圳市屬于廣東省,不再將深圳列為處理組,故將北京、天津、上海、重慶、廣東、湖北作為處理組,非試點省市作為控制組。
為了解決碳排放權交易試點的處理組的數量不足、樣本數量少的問題,采用合成控制法(SCM)通過政策試點以外的地區來確定合成對象的組合權重,基于組合權重構造反事實控制組。
具體來說,假定K+1 個地區在t 期的能源消費結構優化(t=1,2,3,…,T),其中有1 個地區實施碳排放權交易,K+1 個地區沒有實施。假定i 地區在t=T0期作為碳交易試點的地區,用R1it表示t 期試點地區的能源消費結構優化,則非試點地區為R0it。當t≤T0時,i 地區未受到試點政策的影響,即R1it=R0it。當t>T0時,試點政策對i 地區的影響為Eit=R1it-R0it。在t>T0后,對于試點地區而言,其能源消費結構優化R1it是可以觀測到的,而非試點地區的R0it無法觀測到。為了估計R0it,采用ABADIE 等[6]提供的模型,見式(1)。

式中:θt是時間固定效應,βt是1×M 維未知參數向量,Yi是可以觀測到不受試點政策影響的M×1 維向量,λt是1×N 維不可觀測的公共因子向量,Ui是不可觀測的N×1 維向量,εit是隨機擾動項。
構建K+1 維的權重向量W=(w2,…,wK+1),控制組區域j的權重為wj≥0,且w2+w3+w4+…wK+1=1。給定任意權重W,控制組區域的加權結果變量計算見式(2)。

則試點地區的能源消費結構優化效應計算見式(3)。

對于T0 確定試點地區的能源消費結構優化效應E1t,要先確定權重W*。通過最小化X1和X0W 的距離‖X1=X0W‖=來確定W*,X1是政策試點之前處理組地區的l×1 維特征向量,X0是政策試點之前控制組l×K,第j列地區j 的特征向量,V 是l×l 維對稱的半正定矩陣。從而使合成地區近似碳排放權交易試點地區之前的能源消費結構優化。 (1)被解釋變量。能源消費結構優化、碳排放權交易是為了促進減排降碳,主要是為了減少二氧化碳的排放。增加清潔能源天然氣消費能減少碳排放,二氧化碳主要來自化石能源消耗,煤炭消費量在化石能源消耗中比重較大,因此使用天然氣消費量與煤炭消費量的比值反應能源消費結構優化。 (2)控制變量。通過參考相關的研究[7],選擇以下的控制變量:經濟水平,用人均GDP 來表示;金融發展水平,用金融業增加值取對數表示;交通便利程度,用交通運輸、倉儲和郵政業增加值取對數表示;經濟開放水平,用外商投資企業投資總額來表示;研發投入,用科學技術支出取對數表示;政府環境規制,用地方財政環境保護支出與財政一般支出的比值來表示;城鎮化水平,用城鎮人口與年末常住人口的比值表示。 不同省市經濟發展水平、區位條件存在差異,直接將試點地區與其他地區進行混合研究,不能真實了解碳排放權交易試點對能源消費結構優化的影響。通過合成控制法擬合的控制對象在碳交易試點之前較好地擬合試點地區的能源消費結構優化的趨勢,在試點政策實施后,就可以通過真實試點地區與合成試點地區的能源消費結構優化之間的差值反應碳排放權交易試點的凈政策效應。碳交易試點政策前后真實試點省市和合成試點省市的能源消費結構優化趨勢如圖1 所示??梢园l現在試點之前,北京、天津以及湖北的能源消費結構優化與合成省市的擬合效果好。上海經濟發展水平高,清潔能源運用規模大,能源消費以清潔能源為主,能源消費結構不斷優化,難以找到其他省市的控制變量擬合上海的能源消費結構優化趨勢。重慶作為西部唯一的碳排放權交易試點地區,實施碳交易的壓力大。重慶作為工業城市,生產離不開化石能源煤炭,在碳排放交易試點的影響下,能源消費結構優化存在滯后性,難以找到其他省市來較好的擬合重慶的能源消費結構優化趨勢。廣東在政策試點之前,真實能源消費結構與合成能源消費結構擬合效果較差,可能的解釋是:廣東有2 個碳排放權交易試點地區,深圳經濟特區,經濟地位優越,國家政策扶持,是廣東經濟發展的重要城市,同時,靠近香港澳門,經濟聯系緊密,廣東的港口多,國際交往密切,對外開放水平高,綠色產業發展、節能低碳技術運用廣泛、環境保護意識強烈,其他省市的控制變量難以擬合出廣東的能源消費結構優化趨勢。 圖1 試點省市與合成省市的能源消費結構優化對比 在碳排放權交易試點后,北京、天津以及湖北的真實試點地區與合成試點地區的能源消費結構優化差距在不斷擴大,真實試點地區的能源消費結構不斷優化,碳排放權交易試點的政策效應不斷增強。北京作為政治、經濟、文化中心,高度重視減排降碳,推動清潔能源廣泛使用,優化能源消費結構,進一步完善碳排放交易體系,出臺《北京市碳排放權交易管理辦法(試行)》《北京市碳排放配額場外交易實施細則》等相關政策,碳排放權交易試點對能源消費結構優化的政策效應不斷擴大。天津堅持京津冀協同發展,經濟輻射帶動作用強,作為國家綜合配套改革試驗區,大力倡導清潔低碳能源使用,政府重視環境治理和綠色發展,堅持用市場機制激勵節能減排降碳,大力推進碳排放權交易,碳排放權交易的能源消費結構優化效應明顯。湖北的碳排放權交易試點對能源消費結構優化效應較弱,可能的解釋是:鋼鐵行業作為湖北的支柱產業之一,煉鋼對煤炭的需求量大,以煤炭消費為主,短時間內難以改變能源消費結構,期間經濟下行壓力大,轉變能源消費結構的成本較高,碳排放交易試點對能源消費結構優化的政策效應存在滯后性。 為了檢驗結果的穩健性,排除結果受到偶然因素的影響,采用ABADIE 等[6]提供的排序檢驗法。剔除上海、重慶以及廣東試點省市后,計算2013 年碳排放權交易試點前的試點省市的均方預測誤差值(RMSPE),刪除控制組中高于試點地區均方預測誤差值的省市,北京控制組刪除1 個,天津控制組刪除9 個,湖北控制組刪除14 個。均方預測誤差值反映合成試點省市對試點省市的擬合效果,見圖2。 圖2 排序檢驗結果 圖2 反映了試點省市與合成省市的均方預測誤差值的變動結果。能源消費結構優化的差值是真實能源消費結構優化與合成能源消費結構之差,反映碳排放權交易試點的政策效應。實線表示真實試點省市能源消費結構優化的凈政策效應,虛線表示合成試點省市的能源消費結構的凈政策效應。在2013 年碳排放權交易試點開始后,北京和其他合成省市的差距擴大,其分布位于外部,這表明碳排放權交易顯著促進了北京的能源消費結構優化,在1/24,即4.17%的概率可以認為會出現北京和其他合成省市的差距擴大,碳排放權交易的政策效應在5%的水平上是顯著的。碳排放權交易試點后,天津和湖北與其他合成省市的差距擴大,其分布位于外部,表明碳排放權交易提高了天津的能源消費結構優化水平,同樣可以認為碳排放權交易的政策效應是顯著的。 為了排除隨機性的干擾,進行將處理組和控制組位置互換的安慰劑檢驗,將試點省市作為控制組,選擇合成權重最大的省市(圖3),北京的最大合成權重是青海,天津的最大合成權重是遼寧,湖北的最大合成權重是江西。作為處理組進行反事實實驗,圖3 反映出虛假試點省市與合成試點省市在試點后并沒有出現和真實試點省市與合成試點省市之間相同的變化趨勢,表明碳排放權交易是試點省市的能源消費結構優化的重要原因,證明了結果的穩健性。 圖3 合成權重最大的省市 本文通過2007—2019 年我國30 個省市的平衡面板數據,采用合成控制法來構建準自然實驗,分析碳排放權交易試點對能源消費結構優化的影響。研究發現:碳排放權交易試點后,北京、天津以及湖北的能源消費結構不斷調整優化,清潔能源的使用比例增加,化石能源的使用比例有所減少?;谝陨辖Y論,提出以下3 點建議。 (1)考慮到碳排放權交易對能源消費結構優化的促進作用,在試點地區繼續加快碳排放權交易市場建設,要繼續完善全國統一的碳交易市場體系,堅持碳交易試點和全國碳市場并行,加快碳交易試點并入全國碳交易市場,加快節能減排降碳。 (2)考慮到碳排放交易試點地區存在異質性,碳排放權交易試點不能一刀切,要充分結合試點地區碳排放規模、經濟發展水平來制定碳交易規則,差異化推進碳交易市場,加強區域間的協調合作,逐步納入全國碳市場,才能更好發揮碳排放權交易的政策效應。 (3)大力推進清潔能源的運用。碳排放權交易主要是為了減排降碳,積極推動綠色清潔能源的使用,減少對煤炭等化石能源的消費,增加清潔能源的消費比例,不斷優化能源消費結構。
2.3 變量定義
3 實證結果分析
3.1 碳排放權交易試點的政策效應

3.2 排序檢驗

3.3 安慰劑檢驗

4 結論與建議