我國碳排放交易試點政策對試點省市減排效果及影響路徑分析＊

■ 趙新澤 劉昌新 王建良 郭劍鋒 張雪美，2

1.中國科學院科技戰略咨詢研究院 北京 100190

2.中國科學院大學公共政策與管理學院 北京 100049

3.中國石油大學（北京）經濟管理學院 北京 102249

0 引言

在2015年12 月在巴黎氣候變化大會上通過的《巴黎協定》中，我國向世界承諾，10年后中國碳排放強度，要比16年前最少下降到60%。在2020年9 月聯合國大會上習近平總書記提到，“中國將提高國家自主貢獻力度，采取更加有力的政策和措施，二氧化碳排放力爭于2030年前達到峰值，努力爭取2060年前實現碳中和。”因此，為實現“雙碳”目標，我國必須要精準找出有效的減排路徑，從而能夠保證在多產業融合下的經濟快速平穩發展。

在各種減排技術攻關期間，我國頒布多項政策以促減排，其中包括強制性的政策，關停大部分的低效高污染的工廠，敦促大型的化工廠等使其保證“綠色生產”。但強制執行類政策會產生很多副作用，過多的工廠關閉必然會導致很多的工人面臨下崗失業的問題，“綠色生產”導致成本激增的問題。碳排放權交易市場的建立是要解決部分經濟增長和減排構成的矛盾，其發揮的作用在兩個方面，一是通過交易市場將碳排放的環境成本內部化，從而促使企業減排，二是視碳排放權交易市場為新市場成為新的經濟增長點，可彌補在減排過程中造成的無謂損失。因此建立一個碳排放市場，將碳額度賦予產品內涵，以市場調節方法促進企業交易，充分實現企業互利共贏，保障國家可持續發展穩步推進。2011年國家發展改革委員會向7 個城市，北京、天津、上海、重慶、廣東、深圳以及湖北發布將其設為碳排放權交易試點的通知，開設碳交易排放權交易中心，給不同的企業分配相應的配額，并使其在市場上進行相對自由的交易活動（見表1）。

表1 碳交易試點市場交易基本概況

在十四五報告中提到，“我國發展不平衡不充分問題仍然突出，生態環保任重道遠，要加快推動綠色低碳發展。”建設低碳城市并加快我國減排的步伐是一件刻不容緩的事情。因此我們需要對碳交易政策進行評估，為將來能夠高效完成減排任務保駕護航，且需要厘清不同城市的減排過程中的發展需求和影響減排的作用機制，切中減排過程的要害。本研究的貢獻如下，一是不僅僅可明確碳交易試點政策對碳排放變化作用的方向，同時可量化碳排放量幾何，二是明確碳交易試點政策對減排影響的作用機制，為未來碳排放權交易市場建議提供切實有效的建議。

1 文獻綜述

全球變暖成為緊迫需要解決的環境問題。其中歐洲的碳交易體系制度（EU Emissions Trading System，EU ETS）[1]已經在巴黎協定的計劃中游刃有余地實施中，諸多國家開始建立碳交易制度。我國也在使用多樣政策路徑來達成減排目標，其中包括碳稅政策和補貼政策[2]，污染監管信息公開[3]以及類似于EU ETS 的碳交易政策[2]，有研究通過企業調查發現大部分企業都愿意響應政府的號召參與到碳排放權交易市場中并且彼此保持了一個良好的互動關系[4]。自生態文明建設成為我國重點發展板塊后，關于碳交易試點的研究[5][6][7]如雨后春筍般涌現，評估其階段性減排效果為指引可持續發展方向，至關重要，主要包含3 個方面，一是碳交易政策促進我國碳排放量減少[8][9][10]和碳強度降低[11][9]，二是碳交易政策可促進企業整體技術創新[12][13]或碳交易政策或排污權交易產生波特效應[14][15]，三是碳交易試點政策執行原理研究，包括環境外部性內部化理論[16]，即碳排放負外部性造成環境污染，所以碳排放權交易市場將這種負外部性造成環境污染成本具體到企業個體上。

關于政策影響量化方法大致分為如下兩類。第1類是可計算一般均衡模型（Computable General Equilibri‐um，CGE）[17][18]，根據碳排放數量的設定預測未來碳交易市場的減排成果或者經濟產出變化，第2 類是雙重差分模型（Difference-in-Difference,DID）[19][21][22],比較有無碳交易市場的碳排放情況來估計碳交易市場在促減排中的效果。本研究選擇雙重差分法分析[23]作為主要分析方法，主要原因在于兩個方面：一是該方法依托于社會政策量化評估[19]廣泛應用的因果推斷理論；二是可通過穩健性檢驗剔除選擇性偏誤造成的內生性問題[11]，國家并非應用“拍腦袋”決策方式選擇試點城市，需考慮諸多方面影響，例如邊際減排成本具有明顯的地理特征[24]和結合城市未來的經濟效益發展和社會效益發展等情況[25]，此類將會導致選擇性偏誤，致使估計結果非穩健，因本研究采用雙重差分傾向性得分匹配（Propensity Score Model and Difference-in-Difference,PSM-DID）模型[26]作為輔助方法以提升研究結果穩健性。

關于碳排放權交易市場階段性成果。大部分研究證明碳交易政策促進減少二氧化碳排放量[26][27]并降低碳排放強度[28]，也有研究也表明碳交易政策支持波特假說[23]，即基于環境規制政策的碳交易市場可以促進技術創新。一些研究應用中介效應方法[29]，多重中介效應方法[30]對碳交易市場對碳排放量的作用機制進行分析，認為能源強度[31]、外商直接投資[32]、技術進步是降低碳排放量的重要因素[33]，但也有學者認為碳交易試點政策并不會引起當期技術創新[4]，從而不會滿足中介效應[34]。綜合已有研究，本研究提出3 個方面的碳排放權交易市場影響減排機制路徑假設。一是促調整能源結構[35]。當企業在調整減排的運營成本時，往往會關注不同種類能源消費的成本，例如，煤炭雖然價格低廉，但是企業需要以較高的碳排放量作為代價，因此企業會因為碳交易市場的倒逼下逐漸轉向更為清潔的能源；二是促提升技術創新能力。碳交易市場可以使減排成本較高的企業與減排成本較低的企業進行配額交易，促使高碳排放企業運營成本升高，使企業關注碳資產問題，為降低減排成本進行技術革新[36]；三是促產業結構調整[37]。高耗能產業大部分屬于第二產業，當該地區實行碳交易政策后，部分企業可能會因為資金和技術問題無法實現低碳生產進而推出高耗能產業轉向其他產業，呈現出地區的產業結構變化和碳排放量降低的情況。

2 研究方法

2.1 碳排放計算

本研究采用國際公認的排放因子法[38][39]核算各省的碳排放量，排放因子參考《2006年IPCC 國家溫室氣體清單指南》（詳見表2）[40][41]。計算方法為

表2 折標煤系數以及排放因子

其中，CE 為各地區的碳排放量；En為第n 種能源的消費量（煤炭、焦炭、原油、汽油、煤油、柴油、燃料油以及天然氣）；en為第n種能源的折標煤系數；δn為第n種能源的排放因子。

2.2 碳交易試點政策影響模型

2.2.1 DID模型

本研究將應用雙重差分方法估計碳排放交易市場對不同地區碳排放以及碳排放強度的因果效應，具體計算方法見式（2）和（3）：

其中，Y 為結果變量，Treatmenti表示為i 個體是否是發生了準自然實驗，Timet則表示為在t 時間內是否是準自然實驗發生的時間，Controlj表示是第j 個控制變量，β1表示是否發生準自然實驗的個體對結果變量的影響，β2是交叉項的系數表示為該準自然實驗對結果變量的影響，β3是準自然實驗發生的時間對結果變量的影響，αj表示為第j個控制變量對結果變量的影響，λi是個體固定效應，νt是時間固定效應，μit是隨機誤差項。

本研究選擇各省的碳排放量以及碳排放強度作為表示減排效果的變量。碳排放量可以作為減排效果的絕對量觀測值，碳排放強度是碳排放量和地區生產總值的比值，體現碳排放效率變化的相對量觀測值。準自然實驗的虛擬變量為是否是碳交易試點城市，即北京、天津、上海、重慶、湖北、廣東為1，其他省份為0。碳交易政策實行的時間選為2011年，即2000～2010年為0，2011～2018年為1。本研究選擇各省的經濟發展情況、人口規模情況、產業結構情況、對外開放程度、技術發展情況以及能源結構情況作為控制變量。

2.2.2 PSM-DID模型

為保證研究結果的穩健性，本研究采用PSM-DID模型，如式（4）對樣本進行傾向性得分估計，然后使用核密度函數（Kernel）估計方法對樣本進行匹配。

其中，P(xi)是進行準自然實驗的概率，Treatment 為虛擬變量（處理組=1，對照組=0），f 為Logistic 分布函數，y(xi)表示第i個體控制變量x 的線性函數。本研究認為各個省市經濟發展情況、人口規模情況、產業結構變化、科技創新發展、能源結構情況和對外開放程度等因素均會導致選擇性偏誤，因此選取人均地區生產總值、年末常住人口、第二產業占總產業比重、外商直接投資與生產總值比重、技術市場成交額與生產總值比重、煤炭（焦炭）占總能源消費比重作為計算傾向得分的初始協變量。

2.3 中介效應模型

本研究搭建中介效應模型（見圖1），探究碳排放交易市場引起碳排放和碳排放強度變化的作用機制。

圖1 中介效應作用機制圖

其中X 為解釋變量，Y 是被解釋變量，M 為中介變量，ab是中介效應，也為間接效應，c'為直接效應。

本研究主要采用逐步回歸方法檢驗中介效應，如式（5）～（8）。

其中，系數c 是X 對Y 的總效應，系數a 是解釋變量對M的效應，系數b 是在控制X 后對Y 的效應，系數c'是X 對Y的直接效應[42]。ε1、ε2、ε3分別是殘差。

3 實證分析

3.1 數據分析

本研究的數據全部來自中國統計局以及各省的統計年鑒（2001～2019年）以及中國能源統計年鑒（2001～2019年）。考慮到通貨膨脹的影響，本研究使用以2000年為基期實際生產總值（表3）。

表3 變量描述統計情況

3.2 DID模型結果

基于模型1 和2 的結果，可知不論在有無控制變量模型中碳交易試點政策將會在1%的顯著水平下促進試點城市碳排放減少。針對于碳交易試點政策對減排效率的影響，根據模型3 和4，碳交易試點政策可以在1%的顯著水平下促進降低城市碳排放強度，提高碳利用效率。綜上，本研究認為碳排放權交易試點政策促進碳排放量和單位生產總值碳排放量下降（見表4）。

表4 雙重差分檢驗結果

同時可觀察到城市人均生產總值、二產占比、煤炭占比都將顯著提高碳排放量，其中二產占比、煤炭占比顯著提高碳排放強度，降低碳利用效率。外商直接投資和技術創新水平不僅顯著降低碳排放量且對降低碳排放強度具有顯著促進作用。

3.3 PSM-DID模型結果

通過計算匹配后碳交易試點政策對碳排放和碳排放強度的影響結果，可以明確在實施試點政策后，碳交易試點政策對城市減少碳排放和降低碳排放強度作用穩健（見表5）。

表5 匹配后雙重差分檢驗

4 穩健性檢驗

4.1 平行趨勢圖

本研究使用平行趨勢圖對雙重差分模型進行檢驗。不論是碳排放量還是碳排放強度，在2011年之前的增長趨勢一致，而從2011年碳交易試點政策頒布后實驗組的碳排放量和碳排放強度都較控制組減少和降低，因此本研究認為可以通過平行趨勢檢驗（見圖2）。

圖2 碳排放量及碳排放強度平行趨勢（Stata輸出圖）

4.2 平行趨勢檢驗

本研究參考已有研究關于平行趨勢檢驗結論[43]，結果顯示前期估計值在95%置信區間內包含0，本研究中碳排放量和碳排放強度均通過平行趨勢檢驗（見圖3）。

圖3 平行趨勢檢驗（Stata輸出圖）

5 機制分析

5.1 能源結構

碳交易試點政策在1%顯著水平下促進改變能源結構，降低煤炭在能源消費中占比，進而影響碳排放量和碳排放強度的變化。因此可以證明能源結構在試點政策和碳排放及碳排放強度之間具有部分中介作用，且對碳排放的中介效應為18.82%，對碳排放強度的中介效應為22.79%（見表6）。

表6 能源結構中介效應模型逐步回歸結果

5.2 技術創新

因為通過逐步回歸發現技術創新應用變量在當期沒有中介作用與已有研究[4]結果相同，認為可能是因為技術創新應用有滯后性，因此本研究再次將技術創新滯后兩期作為中介變量。

碳交易試點政策可以通過滯后兩期的技術創新應用來影響碳排放和碳排放強度，且在10%顯著水平下會試點政策會正向促進的技術創新。且技術創新會在1%顯著水平下降低碳排放和碳排放強度。試點政策通過技術創新對碳排放量中介效應影響為7.41%，對碳排放強度中介效應為10.43%（見表7）。

表7 技術創新中介效應模型逐步回歸結果

5.3 產業結構

本研究對當期產業結構作為中介變量模型進行檢驗時，發現試點政策并不能在當期顯著影響產業結構，因此本研究采用與技術創新相同的方法，將滯后兩期的產業結構作為中介變量進行檢驗。試點政策可以在10%顯著水平下促進降低該地區兩年后的第二產業占總產業比值。試點政策作用于產業結構，然后再作用碳排放的中介效應為4.32%，作用于碳排放強度的中介效應為5.82%（見表8）。

表8 產業結構中介效應模型的逐步回歸結果

6 結論

第一，本研究采用雙重差分模型，結果表明試點政策實施會顯著促進降低碳排放量和碳排放強度，提升碳利用效率，且該結果通過PSM-DID 和平行趨勢穩健性檢。因此，本研究認為可將該試點政策推廣應用到與試點城市類似的其他城市，例如，山東省等碳排放大省，擴大碳排放權交易范圍。且據本研究結果可知提升技術創新能力和對外開放程度水平可促進減排和提高減排效率，因此國家可以根據不同省市碳排放情況和經濟發展情況鼓勵建設高新技術產業[4]以及引進和學習國外先進的“綠色”生產鏈等。

第二，本研究厘清試點政策對碳排放和碳排放強度的作用機制。認為能源結構是試點政策于減排成果之間的影響因素之一，不同地區可針對需要改變能源消費結構的企業實行針對性補貼政策，從消費高碳排放能源品種快速轉變為低碳排放能源品種。其次認為技術創新能力是試點政策與減排效果之間的中介變量，可以進一步推動綠色經濟循環的研究，推動生產節能減排的產品對高耗能產品進行替代，推廣生產排放量較小的生產鏈和生產設備。最后試點政策會通過第二產業占比情況影響碳排放量和碳排放強度，根據此結果，各個地區可以通過自身情況調整產業結構或者提高發展第二產業中低碳能源使用比例，進而達到減排的目標。