中國用能權交易制度的空間節能效應

曾慶華，何凌云

（1. 北京物資學院經濟學院，北京 101149； 2. 暨南大學經濟學院，廣東 廣州 510632）

由于較長時期沿襲了以透支環境為代價的粗放式發展模式，使中國成為全球溫室氣體排放的重要貢獻國［1-2］。為應對氣候變化，履行大國責任，2020 年9 月，國家主席習近平在第75 屆聯合國大會上鄭重宣布：力爭到2030 年碳排放達到峰值，到2060 年實現碳中和［3］。交通運輸作為社會發展的戰略先導產業之一，同時又是重要的能源消耗和碳排放的來源產業［4-7］，行業碳排放量占碳排放總量的10%左右［8］，成為推動節能減排以及實現碳中和目標的關鍵產業之一。為了減少交通運輸部門的溫室氣體排放，推進碳中和目標進程，2022 年1 月，國務院關于印發《 “十四五”現代綜合交通運輸體系發展規劃》的通知中明確提出：推動交通運輸綠色低碳轉型，落實碳達峰、碳中和目標要求。

中國長期以來依靠命令控制型環境規制來治理環境，然而嚴格的命令控制型政策在有效控制環境外部性排放的同時，在短期內會損害部分經濟主體的利益，從而造成一定的經濟損失。為有效提高經濟自由度和減少行政干預，以市場為基礎的環境政策被逐步制定和實施［9］。市場型環境規制通過市場的手段解決環境負外部性問題，不但可以在最小的成本下達到環境治理目標，還具有技術創新的持續激勵，帶動經濟增長和節能減排的雙贏發展［10］。為了控制能源強度和能源消費總量的增加，2016 年國家發展改革委制定了《用能權有償使用和交易制度試點方案》［11］，并在浙江、福建、河南和四川開展能源配額交易制度（Energy Quota Trading System，EQR）試點工作。盡管中國市場型環境規制相關的研究已經很豐富，但EQT 政策作為一項創新性市場型環境規制尚處于發展初期，其實際節能減排效果尚不清晰［12］，對于交通運輸部門更是如此?；谏鲜霈F實背景的思考，該研究將試圖回答以下幾個問題：①EQT 政策是否對交通能源消耗起到“雙控”作用？②EQT 政策的節能效果是否存在地區差異？如果存在，主要是哪些因素導致的？③EQT 政策試點地區是否向鄰近地區產生政策溢出效應？這些問題的回答為EQT 政策的科學評估提供量化依據，也為全國性EQT政策的設計提供經驗與啟示。

1 文獻綜述

環境經濟學通常將能源消耗視為溫室氣體排放和環境污染的決定性因素，并在不同領域驗證這一結論。邵帥等［13］和付華等［14］分別指出能源強度和碳排放強度是引致制造業碳排放的關鍵因素，提高制造業能源效率、降低碳排放強度是未來碳減排的關鍵所在。金書秦等［15］發現隨著農業機械化水平的提高，能源消耗成為農業碳排放的主要影響因素。在交通領域，張國興等［16］、Wei 等［17］和張詩青等［18］研究發現交通運輸強度和能源強度的降低對碳排放增長起到關鍵的抑制作用。王鳳婷等［19］發現碳排放強度和能源強度的降低對碳排放存在抑制作用。因此，控制交通運輸部門能源強度和能源消耗對碳減排具有積極的促進作用。

從經濟學的角度來看，能源配額交易制度與碳排放權交易制度等市場型環境規制相似，通過產權界定來解決環境負外部性問題［20］。目前，國外并沒有提出用能權交易政策，但早在2005 年，法國、意大利和英國實施的可交易的白色證書計劃（TWC），與中國的用能權交易政策極其相似，旨在實現降低能源消耗。Petrella 等［21］研究發現TWC 在不完善的市場環境下存在較大的波動性，但依然改善了環境。Mundaca［22］采用“自上而下”的模型驗證了TWC 政策不僅能降低能源消耗，而且也具有較大的減排潛力。2012 年，印度推出了基于市場的履約和交易計劃（PAT），旨在提高能源密集型行業的能效。Sahoo 等［23］通過數據包絡分析模型驗證了PAT 政策具有節能減排效應。2016年，作為一項重要的制度創新，中國推出了能源配額交易制度，相關的實證研究較少，但EQT 政策的節能效應已經被部分證實。Zhang等［12］采用PSM-DID模型，驗證了EQT 政策對能源消耗和能源強度的“雙控”作用。Qi等［2］結合ARIMA 模型和STIRPAT 模型，研究得出EQT 政策可以提高試點地區的節能減排潛力，以及對能源強度的控制效果要顯著優于總量控制效果的相關結論。羅曉梅等［24］基于DEA 模型驗證了EQT 的波特效應，且相比“命令-控制”政策，實施EQT政策能夠產生更大的波特效應。薛飛等［25］運用雙重差分方法驗證了EQT政策對能源效率的提升作用，且發現綠色技術創新是提升能源效率的主要渠道。因此，探討能源配額交易制度是否對交通運輸業同樣具有節能效應，能為全國性EQT 政策的推進提供經驗和證據。

通過對現有文獻的梳理和回顧，可以發現，國內外已經證實用能權交易政策的實施（TWC、PAT、EQT）不僅能提高能源效率，而且對能源存在“雙控”作用。由于中國用能權交易政策出臺時間較短，相關文獻主要集中在中國工業或電力部門，并沒有研究評估EQT 政策的實施是否對交通運輸部門產生同樣的效果。此外，中國EQT 政策節能減排效果的評估多關注政策試點地區，對于鄰近地區政策溢出效應的研究仍為空白。為了推動全國性EQT 政策的發展，評估該政策的實施對交通運輸部門能源的“雙控”作用，以及對鄰近地區的政策溢出效應非常有必要且具有現實意義。因此，該研究基于2005—2019年中國省際面板數據，分別采用合成控制法和空間計量模型，從時間和空間的角度評估EQT 政策對交通運輸部門的節能效果。該研究的邊際貢獻在于：①在研究對象上，評估中國EQT 政策的實施對交通運輸部門能源的“雙控”作用以及政策溢出效應。②在實證分析處理上，不同于以往的平均化處理政策效果的評估方式，采用合成控制法評估EQT 政策的節能效果，以反映EQT 政策在不同地區節能效果的差異性。③在研究內容上，不僅從能源消耗強度和能源消耗總量的角度，而且還從相對和絕對的角度討論EQT 政策對能源的“雙控”作用。研究結論為EQT政策的改進和全國性EQT政策的推廣提供了參考。

2 模型框架

2.1 合成控制法

科學評估EQT 政策的節能效果，關鍵是尋找一種適合的政策評估方法。在政策效果評估中，雙重差分法（Differences-in-Differences，DID）深受國內外學者的歡迎。然而，這一方法要求實驗組和控制組在政策實施之前是可比的，但由于地區異質性的存在，這一要求很難得到滿足，容易導致政策評估出現偏差。雙重差分傾向得分匹配法（Propensity Score Matching Differences-in-Differences，PSM-DID）將面板數據作為個體形成的混合數據，不能分析個體的具體情況，個體與年份的交錯會導致結果的偏差［25］。為了克服DID 和PSM-DID 方法的缺陷，Abadie等［26］提出一種基于現有數據對控制組進行加權，構造試點地區的合成對象，通過比較試點地區真實值和合成值的差異來評估政策效果的一種方法，即合成控制法（SCM）。該方法減少了主觀判斷帶來的誤差，避免了政策內生性問題［27］。

給定N+1 個地區（k∈[1，N+ 1]）在t時期(t∈[1，T])的相關數據，假設只有第1 個地區在時點t=T0開始實施EQT 政策，其他N個地區為對照組地區，可以觀測這些地區T 期潛在結果的變化情況。用Y1kt表示k地區在t時期實施EQT 的潛在結果，Y0kt表示地區k在t時期沒有實施EQT的潛在結果，當t>T0時，設定模型Ykt=DktY1kt+(1 -Dkt)Y0kt=Y0kt+τktDkt，Dkt表示地區k在t時期是否實施EQT 的虛擬變量，若受到EQT 的政策干預，Dkt為1，否則為0，政策效果為τkt=Y1kt-Y0kt，t>T0。由于第1 個地區實施了EQT，因而在t>T0期，可以觀測到潛在結果Y11t，但無法觀測Y01t。為了估計地區1 的合成值，采用Abadie等［28］提出的基于參數回歸的因子模型來估計Y0kt：

其中：Y0kt為潛在結果變量，αt是時間固定效應，Xk為控制變量，μk是地區固定效應，βt、λt為待估參數，εkt是誤差項。

為了估計Y01t，通過對照組地區加權模擬實驗組的特征。為此，需要求出權重向量W=(w2，…，wN+1)，且滿足wk≥0，w2+ …+wN+1= 1，wk表示第k個地區的合成權重?？刂平M地區的合成值可以表示為：

可以證明，在一般條件下式（4）趨于0，當t∈[T0，T]，地區1的反事實結果可以用作為Y01t的無偏估計來近似表示Y01t，即因此，EQT 實施效果的估計值可以表示為：

借鑒Abadie 等［28］的方法近似求解權重，通過最小化X1和X0W之間的距離|X1-X0W|來確定權重向量，其中其中，V為（m×m）的半正定對稱矩陣，找到合適的V使得預測均方誤差RMSPE最小，X1是EQT 政策實施前試點地區的特征向量，X0的第k列為地區k實施EQT 政策之前的相應特征向量。

2.2 樣本選擇與數據說明

該研究基于2005—2019 年中國省際面板數據，評估EQT 政策的節能效應。之所以選擇這個時間段作為樣本區間，是因為中國政府在“十一五”期間首次提出碳減排目標，將節能減排作為經濟又好又快發展的首要任務。數據主要源自各省市統計年鑒、《中國碳排放核算數據庫》《中國交通統計年鑒》等公開數據庫，各種貨幣指標按2005 年不變價格進行平減。由于數據可得性等原因，研究未涉及西藏及香港、澳門、臺灣地區。

（1）交通能源消耗總量。采用交通部門對11 種能源的消耗總量測度，包括：原煤、焦炭、原油、汽油、煤油、柴油、燃料油、液化石油氣、天然氣、熱和電。為了保證能源消費數據統計口徑的一致性與準確性，利用各省份能源平衡表報告中分類能源消費的實物量數據，通過各種能源的標準煤折算系數計算出能源終端消費的標準量，加總即為交通能源終端消費總量。

（2）交通運輸業能源強度。該研究采用單位交通運輸業增加值所消耗的能源量來度量［29-30］。

為了考慮合成控制對象的擬合效果以及結果的穩健性，參考劉甲炎等［31］的做法，盡可能地加入一些影響交通能源消耗的重要因素作為控制變量，包括：①人均生產總值及其平方項（pgdpkt）。環境庫茲涅茨曲線揭示了環境外部性和經濟發展水平呈倒“U”型曲線關系［32-33］。②交通運輸能源效率及其平方項（teekt），采用交通運輸業能源消費量與交通運輸業增加值的比值進行測度。能源回彈效應解釋了經濟產出水平與能源效率的“U 型”曲線關系［34-35］。③交通運輸產業結構（TSkt），采用交通運輸業增加值占國內生產總值的比重進行測度。④人口密度（popkt），采用每平方千米的人口數量進行測度。⑤技術創新（patentkt），采用地區國內專利申請授權數量進行測度。⑥交通運輸結構（tssctkt），采用貨物運輸周轉量與綜合運輸總周轉量的比值進行測度。

3 EQT政策的節能效應分析

EQT 試點省份與其合成值的交通能源強度和能源消耗總量的動態演進趨勢分別如圖1 和圖2 所示。垂直虛線表示EQT 試點政策實施時間，實線曲線表示試點省份的真實路徑，虛線曲線是基于控制組權重所合成試點地區的虛擬路徑，二者之間的差值反映了試點省份的政策凈效應。

圖1 EQT試點省份和合成省份的交通能源強度

圖2 EQT試點省份與合成省份的交通能源消耗總量

圖1 為EQT 政策對交通能源強度（TEI）的控制效果，由圖可以看出：① EQT 政策實施后，浙江、福建和河南的TEI呈現顯著的下降趨勢。② 福建和合成福建的TEI差距大幅度增加，2018年之后下降幅度趨緩，這可能是因為福建作為用能權交易試點的同時也是碳排放權交易試點（ETS），政策效果疊加導致單一政策識別效果不準確。③ 四川的TEI反而高于其合成值，說明EQT 政策對四川的TEI控制無效。究其原因，可能是因為在西部大開發以來，四川在西部12個地區的經濟發展中位居龍頭地位，因其區位因素的特殊性，以及經濟發展水平、交通運輸業發展水平、技術創新水平等均位居全國前列，其他省份難以對四川進行有效擬合。④ 需要指出的是，合成效果較好的浙江省，EQT 政策實施之后，實際TEI分別比合成值低0.032、0.044、0.074、0.147 Mtce/109元，能源強度平均每年低于合成值0.074。2019 年浙江合成的交通能源強度為0.677，與真實值相差0.147，下降幅度高達21.73%。

圖2 為EQT 政策對交通能源消耗總量（TEC）的控制效果。由圖可知：① EQT 政策的實施對于浙江的節能效果反應迅速且顯著。政策實施之后，實際TEC分別比合成值低134.264、115.556、144.921、290.122 萬t 標準煤（Mtce），平均每年低于浙江合成值171.22，且2019 年浙江合成的TEC為1 724.389 Mtce，與真實值相差290.122，下降幅度高達20.23%。② 河南的TEC呈現先下降再上升的發展趨勢，可能是因為河南省工業體系發展較為成熟，減排成本相對較高，導致單一政策難以長期減排有效。③ EQT 政策實施之后，四川和福建的TEC 反而高于其合成值，說明EQT 政策對四川和福建的交通能源消耗總量控制無效。

從整體結果來看。EQT 政策對浙江的能源具有顯著的“雙控”作用，并且這一結果是在合成效果非常理想的條件下得到的，有較強的說服力。究其原因，浙江省一直是中國生態文明建設的排頭兵，多年來在節能減排方面有著豐富的經驗和創新做法?！笆濉币詠恚憬∫杂媚軝嘟灰资痉妒〗ㄔO為統領，深化能源資源市場化配置改革，統籌推進“畝均論英雄”、產業“騰籠換鳥”等。在推進用能權交易試點建設中，建成全省統一的用能權交易平臺，用能權交易完成項目數、交易規模領跑全國。嚴格落實用能權交易制度，科學合理分配能源“雙控”目標，建立能源“雙控”目標考核獎懲機制，促進能源資源向高效利用地區傾斜。因此，EQT 政策在節能管理制度較強、產業結構清潔化較高、用能源交易規模更大的試點地區呈現出的節能效果將越顯著，EQT 試點政策扮演了“錦上添花”的角色。

由于試點地區的經濟發展水平及區位條件的不同，在分析EQT 政策對試點地區的節能效應時，無法同時對所有試點地區的合成值有效擬合。盡管如此也并不影響進行下一步分析，因為：①該研究同時選取試點省份的交通能源強度和能源消耗總量作為結果變量的代理變量，可以更全面地分析EQT 政策對試點地區的節能效應。②由于存在特殊國家和地區的情形導致政策實施地區無法找到合適的合成控制對象，但只要能夠證明該政策對某一些國家或地區產生顯著的影響，那么就能在一定程度上說明該政策是有效的［36-37］。

4 穩健性檢驗

借鑒劉友金等［36］和蘇治等［37］的做法，在政策實施前，如果試點地區與合成控制組的合成效果較好，則對試點地區進行穩健性檢驗，否則不再進行。

4.1 排序檢驗

為了證實結果的有效性，驗證結果變量與合成值的差異確實是由EQT 政策實施帶來的，而非其他一些遺漏的外部因素。采用Abadie 等［28］提出的排序檢驗法，用來判斷是否還有其他城市出現和浙江同樣的情況，概率有多大。這一檢驗的意圖是假設所有控制組地區在2016年開始實施EQT 政策，使用合成控制法估計EQT 政策的實施效果，與浙江實際產生的政策效果進行比較，如果政策效果差距足夠大，那么就有理由相信EQT 政策的節能效果是穩健的。

以交通能源強度作為預測變量為例，這里排除了2016 年之前RMSPE 值超過浙江RMSPE 值2 倍的省份［28，38-39］（均方預測誤差的平方根（RMSPE）衡量了試點地區與其合成控制對象間的擬合程度）。圖3展示了交通能源強度差值分布，能源強度差值反映EQT 政策實施的凈節能效應。實線曲線表示浙江EQT 政策實施的凈節能效應，虛線曲線表示控制組地區的政策凈效應?？梢钥闯?，2016年之前，浙江與其他地區的交通能源強度差值的差距并不大，但在2016年之后，與其他省份的差距開始拉大，位于絕大多數省市外部，表明浙江EQT 政策實施的凈節能效應超過大多數省份，只有1/21，即4.762%的概率出現浙江EQT 政策實施的凈節能效應最大。因此，浙江EQT 政策對交通能源強度的節能效果在5%的水平上是顯著的（該研究樣本省份總共30個，對浙江能源強度進行分析時，剔除天津、內蒙古、山東、貴州、陜西、寧夏和干預組河南、福建和四川9 個RMSPE 值超過浙江2 倍的省份，還剩21個省，所以浙江出現上述情況的概率為1/21）。類似的同樣可以證明浙江的交通能源消耗總量的降低在10%的水平上是顯著的（圖4）（對浙江的能源消耗總量進行分析時，剔除天津、河北、內蒙古、遼寧、黑龍江、山東、云南、陜西和干預組河南、福建和四川11 個省，還剩19 個省，所以浙江出現上述情況的概率為1/19，即5.26%）。這一結果驗證了浙江EQT 政策對能源的“雙控”作用是穩健的。

圖3 浙江省交通能源強度的排序檢驗

圖4 浙江省交通能源消耗總量的排序檢驗

4.2 安慰劑檢驗

借鑒Abadie 等［28］的安慰劑檢驗方法對EQT 政策節能效果的穩健性進行分析，類似于虛假實驗的方法，基本思想如下：選擇一個在樣本期間沒有實施EQT 政策的地區進行與浙江同樣的分析，如果該城市結果變量與浙江具有相同的變化趨勢，則說明該研究的結果并不穩健，否則穩健。在分析EQT 政策對TEI的影響時，同時考慮合成浙江TEI 中權重最大的省份江蘇和權重為零的省份青海；在分析EQT 政策對TEC的影響時，選擇合成浙江TEC中權重最大的省份江蘇和權重為零的省份山東。選擇權重最大的省份，是因為該省份與浙江的地區特征和經濟發展水平最為相似，選擇權重為零的省份，因為該省份與浙江的地區特征和經濟發展水平相差較遠，將兩個極端省份作為處理組來檢驗該研究結果的穩健性。

圖5 和圖6 分別示意了EQT 政策對江蘇和青海交通能源強度的節能效果?？梢钥闯?，政策實施后，兩省的能源強度并未出現與浙江相同的走勢。圖7 和圖8 分別示意了EQT 政策對江蘇和山東能源消耗總量的節能效果?？梢钥闯?，政策實施后，兩省的能源消耗總量并未出現與浙江相同的走勢，且江蘇的能源消耗總量反而高于其合成值，說明EQT 政策對江蘇的能源消耗總量是控制無效的。因此，這一檢驗再次證明EQT 政策的實施是2016 年后浙江交通能源強度和能源消耗總量下降的重要原因。

圖5 江蘇與合成江蘇

圖6 青海與合成青海

圖7 江蘇與合成江蘇

圖8 山東與合成山東

4.3 其他外生沖擊的干擾性檢驗——“綠色交通試點政策”

“十二五”期間，為防治交通運輸部門的大氣污染和溫室氣體排放，交通運輸部確定了26 個低碳交通試點城市，并于2016 年6 月驗收，授予重慶、杭州、廈門、北京、武漢和無錫6 個城市“綠色交通城市”榮譽稱號［40］?！熬G色交通城市”試點政策相對于EQT 政策來說是一個較大的外生沖擊，由于二者都是在2016年發生的重要事件，理論上“綠色交通城市”對EQT 政策的實施效果會造成干擾。為了確認浙江交通能源的“雙控”效果是由EQT 政策帶來的，而不是“綠色交通城市”政策所造成的，該研究檢驗“綠色交通城市”政策的節能效應。如果該政策不具有節能效應，則可以排除“綠色交通城市”政策這一外生沖擊的干擾，說明該研究的分析結果是穩健的。

從圖9的（b）、（c）、（d）可以看出，湖北、北京和重慶的實際交通能源強度始終沿著合成值的走勢變化，說明“綠色交通城市”沒有對能源強度產生顯著影響。（a）和（e）可以看出，江蘇和福建授予“綠色交通城市”之前，其能源強度的真實值與合成值之間的差距較大，說明江蘇和福建不能找到很好的合成控制組對試點地區進行擬合。（f）可以看出，浙江被授予“綠色交通城市”之后，浙江的交通能源強度與合成省份存在較大的差距，說明“綠色交通城市”政策對浙江EQT 政策效應的干擾非常小。以上結果表明，“綠色交通城市”政策對交通能源強度的影響較小，表明EQT 政策是2016 年后浙江省交通能源強度下降的主要原因。

圖9 試點省份與合成省份的交通能源強度

從圖10 的（a）、（b）、（d）和（e）可以看出，江蘇、湖北、重慶和福建被授予“綠色交通城市”之后，交通能源消耗總量反而高于合成值，說明“綠色交通城市”政策對能源消耗總量的控制是無效的。（c）可以看出，北京的能源消耗總量始終沿著合成值的走勢變化，說明“綠色交通城市”政策沒有對其產生顯著的影響。與浙江的交通能源強度有類似的結果，從（f）可以看出，浙江的交通能源消耗總量與合成值存在較大的差距，說明“綠色交通城市”政策對浙江EQT 政策效應的干擾同樣也非常小。以上結果表明，“綠色交通城市”試點政策對交通能源消耗總量的影響較小，這一檢驗證明EQT 政策是2016 年后浙江省交通能源消耗總量下降的主要原因。綜上所述，估計結果穩健。

圖10 試點省份與合成省份的交通能源消耗總量

5 EQT政策的空間節能效應

5.1 空間相關性分析

在探討EQT 政策的空間節能效應之前，需要探討結果變量的空間依賴性。目前，Moran’sI指數是檢驗空間自相關最廣泛的方法之一，該指數在［-1，1］范圍內取值，當0 < Moran’sI≤1 時，表明結果變量存在空間正相關；當-1 ≤Moran’sI< 0 時，表明存在空間負相關；當Moran’sI= 0 時，表明不存在空間相關性。結果顯示（表1 和表2），2005—2019 年中國交通能源消耗總量Moran’sI指數均顯著為正，表明能源消耗總量存在較強的空間正相關性。而能源強度的Moran’sI指數為正但不顯著，這可能是因為能源強度是由能源消耗總量與地區運輸業增加值比值測算而來，導致能源強度的空間相關性不顯著。

表1 交通運輸業碳排放總量的Moran’s I指數

表2 交通運輸業碳排放強度的Moran’s I指數

5.2 空間計量模型的設定

已有研究表明，環境規制與環境負外部性存在較強的空間關聯特征，忽視EQT 政策的溢出效應可能導致政策評估結果產生偏誤［41-42］。為檢驗EQT 政策的實施是否強化了區域間的節能效應，該研究采用空間計量模型開展實證研究。又因為空間依賴性既可能來源于結果變量，同時還可能來源于因變量及其誤差項，而空間杜賓模型（SDM）則可以對不同來源的空間自相關性進行很好的解讀［30］，因此，該研究構建更具一般性的SDM 模型，并將EQT政策的虛擬變量納入模型，模型如下：

其中：Ykt為交通能源消耗總量（TECkt）；DIDkt為核心解釋變量，DIDkt=treatkt×postkt，treatkt和postkt分別為EQT政策的分組虛擬變量與時間虛擬變量。分組虛擬變量為EQT 試點地區時，treatkt= 1，否則為0；當t≥2016 時，postkt= 1，否則為0。ρ為因變量空間滯后待估系數；β1為EQT 政策的節能主效應，β2為EQT 政策的溢出效應；σ為控制變量的空間回歸系數；ωkj為權重矩陣Wi中的元素。該研究選取Queen空間權重矩陣、地理距離權重矩陣和經濟距離權重矩陣。其中，空間鄰接權重矩陣W1的對角元素為0，且滿足兩地區相鄰則為1，否則為0；地理距離權重矩陣W2采用距離平方的倒數構建；W3經濟距離權重矩陣采用2005—2020 年城市間人均GDP 均值的差值的倒數構建。考慮到交通碳排放影響因素眾多，該研究控制了其他隨時間變化并對其有影響的變量集Xkt。ηt和γk分別表示時間和省份的固定效應，εkt為隨機誤差項。

5.3 EQT政策的空間節能效應分析

該研究通過拉格朗日乘子檢驗（LM）和Robust LM 檢驗，來確定空間效應模型否比無空間效應模型更適合，結果得出選用空間效應模型更為合適。此外，從LogL、R2、σ2統計量來看，空間計量模型的擬合優度比較理想，說明空間計量模型能比較準確地反映EQT 政策實施的真實效果。為進一步選擇空間計量模型，分別進行Wald 和LR檢驗，發現均在1%的顯著性水平上為正，表明SDM 模型具有更優的擬合效果。為了方便分析，該研究同時匯報了非空間效應的全面FGLS 模型、空間滯后模型（SAR）和SDM 模型的回歸結果。此外，表3 中的Hausman 檢驗顯示，空間杜賓模型的Hausman 檢驗均顯著地不接受模型為隨機效應模型，表明選擇空間固定效應模型更適合［30］。

表3 EQT政策的空間和非空間節能效應的回歸結果

表3 為EQT 政策的空間節能效應回歸結果。其中模型（1）采用全面FGLS 方法［43-45］對EQT 政策的節能效應進行非空間效應分析。模型（2）—模型（4）為3 種權重矩陣下SAR 模型的回歸結果，模型（5）—模型（7）為SDM 模型的回歸結果。相較于模型（1），模型（2—模型（7）的EQT政策估計系數均在1%的顯著性水平上為負，且系數絕對值顯著增加，表明考慮空間效應后，EQT 政策的節能效應依舊顯著，三種空間權重矩陣也在一定程度上證實了分析結果是穩健的。其次，SDM 模型中EQT 政策的空間滯后系數在1%的顯著性水平上為正，表明EQT政策的節能作用會顯著提高相鄰地區的能源消耗量。

從控制變量來看，人均GDP 呈現倒“U”型曲線關系。根據EKC 假說，經濟發展初期，能源消耗隨經濟發展水平的提高不斷增加；當經濟發展水平超過一定閾值時，能源消耗量將隨著人均GDP的增加而降低。交通能源效率及其二次項在全面FGLS模型中呈現“U”型曲線關系。根據“能源回彈效應”理論，由于能源消耗存在滯后性，節能減排初期提高能效，將有效降低能源消耗的增加，促使行業規模增加，能源需求擴張的“回彈效應”，將推動能源消耗總量增加。但在空間效應模型中，僅一次項顯著且為負，說明在空間效應模型中，能源效率有效降低能源消耗總量的增加。人口密度在1%的顯著性水平上為正，這是因為隨著人口密度的增加，城市內和省份間的交通運輸效率得到提高，降低了交通運輸業能源消耗。

表4 顯示了EQT 政策空間節能效應的分解結果。基于三種空間權重矩陣，EQT 政策的直接效應均在1%的顯著性水平上為負，說明EQT 政策對試點地區存在顯著的節能效應。EQT 政策的間接效應顯著為正，表明EQT 政策的節能效應具有空間溢出，意味著EQT 政策的節能效應很大程度上是通過增加鄰近地區的能源消耗而實現的。表4的模型（6）可知，在經濟距離權重下，EQT政策的空間溢出效應更強。由于環境不平等的存在，越貧窮的地區其環境規制力度越弱，也越會吸引更污染的交通運輸工具；經濟發達地區環境規制力度較強，存在發達地區污染型交通運輸向貧困地區轉移，進而加劇了貧困地區的污染和碳排放的增加，因此緩解環境不平等問題對于節能減排具有重要的現實意義。

表4 EQT政策的實施、TEC與空間溢出效應分解的回歸結果

6 結論與政策建議

能源配額交易制度是一項重要的制度創新，對于推動中國綠色經濟高質量發展和加快實現碳中和目標進程有著重要的現實意義。該研究基于2005—2019年的省級面板數據，采用合成控制法和空間計量模型，從時間和空間的角度評估了EQT 政策對交通運輸部門的能源消耗的“雙控”效果。

（1）EQT 政策的實施有效且存在“本地-鄰地”跨界溢出效應，節能潛力隨著用能權交易完成項目數、交易規模的增加而增加。

（2）浙江的EQT 政策對交通能源消耗存在顯著的“雙控”作用，使得試點地區的能源強度和能源消耗總量相較于合成值分別下降了0.074～0.147 M tce/109元和171.22～290.122 M tce，下降幅度分別達到21.73%和20.23%，并通過一系列穩健性檢驗，佐證了研究結果的穩健性。

（3）為了探究EQT 政策的實施是否產生政策外溢效應，將EQT 政策虛擬變量引入空間杜賓模型，直接效應表明實施該政策減少了試點地區的能源消耗，改善了環境質量；間接效應表明EQT 政策產生的節能效應具有顯著的空間溢出，意味著EQT 政策空間節能效應很大程度上是通過增加鄰近地區的交通能源消耗而實現的。

綜上所述，EQT 政策是促進節能減排，加快經濟綠色高質量發展，助推碳中和目標進程的有效政策工具。

基于上述分析，得到政策啟示：① 基于EQT 政策節能減排的現實成效，充分發揮政府在用能權交易過程中的調節和輔助作用，貫徹落實以市場型環境規制為主、政府控制型環境規制為輔、市場決定和政府控制相結合的減排策略。② 由于EQT 試點省份數量尚少，EQT 政策的節能效益不能完全發揮。此外，由于區域異質性的存在，不同地區實施EQT 政策的節能減排效果也會有所不同。因此，應結合地區經濟發展水平、能源消耗現狀，在不損害經濟發展的基礎上，充分發揮政策激勵作用，以已有試點地區為參考，推動試點地區向發展現狀相似的地區擴散，加快建立和完善包括多行業的全國性能源交易市場。③ 強化EQT 試點政策的節能效果，積極推動經濟綠色轉型和產業結構調整，提高能源利用效率，擺脫對傳統能源的依賴，實現新能源燃料對化石能源的良好演替，加大新能源汽車在交通運輸工具中的占比。④ 基于EQT 政策對交通部門能源“雙控”的現實作用，為其他市場型環境規制的設置提供參考依據。如目前未涵蓋交通部門的ETS 政策，根據交通運輸部門的發展現狀將其依次納入ETS 試點地區，循序推進全國性ETS 交易市場的建立，充分發揮環境規制在節能減排進程中的關鍵作用，以助力實現更宏偉的碳中和目標。