□文/呂瀟瑤
(首都經濟貿易大學 北京)
[提要]當下,碳交易已經成為我國限制溫室氣體排放的一種國家戰略,市場化體系建設正在穩步推進。本文基于我國283個地級市面板數據,運用PSM-DID模型評估碳交易政策對試點城市綠色全要素生產率的影響。在綠色發展理念下,研究碳交易政策實施對綠色全要素生產率的影響,對于推進經濟高質量發展以及優化、完善碳交易市場具有理論和現實意義。
推動綠色發展,促進人與自然和諧共生是中國長久以來的價值追求。為進一步推進生態文明建設、實現綠色轉型,我國于2011 年發布了《關于開展碳排放權交易試點工作的通知》,正式批準北京、上海、天津、重慶、湖北、廣東、深圳等7 省市開展碳交易試點工作。2013 年碳排放交易試點地區陸續啟動并開始實質交易,2021 年7 月,全國統一的碳交易市場正式啟動運行。
當前,我國正處于經濟轉型的關鍵時期,更加注重綠色全要素生產率對高質量發展的推動作用。因此,在實現“雙碳”目標和經濟高質量發展的雙重背景下,碳交易政策的實施能否提升各地綠色全要素生產率?其背后的作用機制是什么?基于上述問題,本文基于2006~2019年我國283 個地級市的數據實證檢驗了碳交易政策對綠色全要素生產率的具體影響,并進一步分析了調節效應。
碳排放權交易是一種典型的市場激勵型環境規制手段,允許各經濟主體在市場上進行合法交易,并通過價格機制將碳排放帶來的外部成本內部化。在環境規制的作用下,“三高”企業為了謀求長遠發展,不得不通過引進先進清潔技術、加快低碳技術創新等方式來緩解碳減排帶來的成本壓力,向綠色環保型企業轉型升級,保障自身經濟效益的同時,實現節能減排、提升綠色全要素生產率。由此,我們提出本文的第一條假設:
H1:碳排放權交易政策的實施能夠提升城市綠色全要素生產率水平
首先,數字經濟有助于激發市場活力,助力碳交易市場的培育,為企業開展綠色技術研發賦能,促進企業數字化轉型;其次,數字經濟的發展使得信息充分流動,在一定程度上緩解了碳交易中的信息不對稱問題,減少交易成本,從而可以有更多的資金投入綠色研發;再次,數字經濟有助于生產要素的自由流動,實現生產要素在全國市場范圍內的優化配置,從而推動綠色全要素生產率的提升。由此,我們提出本文的第二條假設:
H2:數字經濟在碳排放權交易政策對城市綠色全要素生產率的影響中起到正向調節作用
隨著一國環境規制的加強,企業的環境處理成本明顯增加,利潤率隨之下降,從而迫使其將“三高”企業向環境規制較弱的國家轉移,以減少本國環保壓力。然而,如果東道國實行嚴格的環境規制政策,政府和企業將會對外商資本進行篩選,從而讓更多高質量的綠色資本流入市場,發揮示范效應、技術溢出效應以優化資源配置、推動產業升級。由此,我們提出本文的第三條假設:
H3:外商投資水平在碳排放權交易政策對城市綠色全要素生產率的影響中起到正向調節作用
在環境規制日漸嚴格的背景下,企業生產資金面臨較大約束,發達的金融市場可以為有資金需求的企業和地區提供充足的資金支持以及完善的金融服務,為綠色技術創新提供條件。另一方面,金融發展能夠有效改善信息不對稱問題。金融部門掌握著較為全面的信息資源,可以對投資項目的風險和收益進行綜合評價,引導資金更多地向綠色行業流入,進而使得本行業乃至整個城市的綠色全要素生產率都得到提升。由此,我們提出本文的第四條假設:
H4:金融發展水平在碳排放權交易政策對城市綠色全要素生產率的影響中起到正向調節作用
(一)數據來源。鑒于數據可得性和有效性,本文選擇2006~2019年包括北京、天津、上海、重慶在內的283 個地級市的面板數據作為研究樣本。數據主要源自《中國城市統計年鑒》、Wind 數據庫、CSMAR 數據庫、各地市統計公報,對個別缺失的數據采用插值法補充。
(二)變量設定
1、被解釋變量。本文借鑒吳磊等(2020)的做法計算各城市綠色全要素生產率,具體指標設定如下:(1)投入數據:勞動投入,選用城鎮單位從業人員數與城鎮私營和個體從業人員數之和表示;資本投入,采用永續盤存法來計算基本存量:Kt=It/Pt+(1-σ)Kt-1;能源投入,本文用市轄區用電總量來衡量。(2)產出數據:期望產出,用各地市實際GDP 來衡量;非期望產出,用各地市SO2、煙粉塵、廢水的排放量衡量。
2、解釋變量。本文以虛擬變量碳交易試點政策作為核心解釋變量。其中,DIDt=1 表示城市i 在年份t 實施了碳交易政策,反之,DIDt=0則表示城市i 在年份t 并未實施碳交易政策。本文將北京、上海、天津、湖北、廣東、深圳、重慶7 個試點所含地市作為碳交易政策影響的處理組,其余城市作為對照組,并以2013 年作為政策實施年份。
3、控制變量。借鑒已有文獻,本文選取的控制變量如下:產業結構(Industry):第二產業增加值/第三產業增加值;經濟發展水平(lnGdp_per):實際人均GDP 對數值;對外開放水平(Trade_openness):進出口總額/GDP;環境規制(Env_Regulate):各地市政府工作報告中環保相關詞匯出現的頻率;綠色技術進步(Tech):綠色發明專利的授權數;人口密度(lnPd):常住人口數/總面積;政府干預程度:政府支出水平(Gov_gdp):政府財政支出/GDP。為剔除極端值對回歸結果的影響,本文對所有變量進行了1%的縮尾處理,變量的描述性統計如表1 所示。(表1)

表1 描述性統計一覽表
(三)模型設定。本文將碳交易試點城市設置為處理組,將非試點城市作為對照組。選擇的協變量zit包括:產業結構(Industry)、經濟發展水平(lnGDP_per)、對外開放水平(Trade_openness)、環境規制(Env_Regulate)、綠色技術進步(Tech)、人口密度(lnPd)、政府干預程度(Gov_gdp)。首先,通過是否為碳交易試點城市對控制變量進行Logit回歸,得到傾向得分值;其次,利用核匹配的方法進行匹配,匹配后所有變量的標準化偏差均小于10%。因此,通過核匹配為碳交易試點城市的處理組找到與其相似的非試點城市的對照組。本文利用DID 模型來探究碳交易政策對城市綠色全要素生產率的影響,模型設定如下:
GTFPit=α+βDIDit+γXit+λt+ηi+εit
其中,i 表示城市,t 表示年份。GTFPit表示城市綠色全要素生產率,DIDt=1 表示城市i 在年份t 實施了碳排放,Xit表示一系列控制變量,用以控制影響城市綠色全要素生產率的其他重要因素,λt表示年份固定效應,ηi表示個體固定效應,εit表示隨機擾動項。
(一)基準結果。表2 報告了碳交易政策的實施對試點城市綠色全要素生產率影響的基準回歸結果。由結果可知,無論是單一固定還是雙固定模型,DID 的系數均顯著為正,即交易政策的實施與綠色全要素生產率之間呈明顯的正相關關系,從而證明假設H1 成立。以第(3)列為例,碳交易政策的實施使得該地區綠色全要素生產率提高13.6%。(表2)

表2 基準回歸結果一覽表
(二)有效性分析
1、平行趨勢檢驗。為了準確識別碳交易政策對綠色全要素生產率的影響,需要確保政策實施之前試點城市和非試點城市的綠色全要素生產率保持相同的變化趨勢。由圖1 可知,DID 的系數并非從政策實施當年開始顯著,而是從政策實施的前兩年開始顯著。原因可能是:2011年國家發展改革委印發了試點工作的通知,這一政策具有“預告性”作用,各城市企業會提前做好準備,因此這并不影響本文使用雙重差分法估計碳交易政策對城市綠色全要素生產率的影響。(圖1)

圖1 平行趨勢檢驗圖
2、安慰劑檢驗。為了消除其他隨機因素對于試點城市選擇的影響,確保綠色全要素生產率的提升是由碳交易政策實施引致的,需要進行安慰劑檢驗。本文對處理組隨機抽取500 次,進而判斷其系數是否與基準回歸結果存在顯著差異。由圖2 可知,抽取結果的估計系數呈均值為0 的正態分布,且大多數p 值位于0.1 水平線上方,這意味著其他隨機因素對綠色全要素生產率沒有顯著影響,即碳交易政策實施對綠色全要素生產率的影響與其他隨機因素的因果關系不大,本文的估計結果是相對穩健的。(圖2)

圖2 安慰劑檢驗圖
本文借鑒趙濤等(2020)的做法計算各城市的數字經濟發展水平(DEG),采用外商直接投資與GDP 的比重衡量各城市的外商投資水平(FDI),運用年末金融機構貸款余額占GDP 的比重來衡量各城市的金融發展水平(FINANCE),在基準計量模型的基礎上,加入交互項DID×DEG、DID×FDI、DID×FINANCE,結果如表3 所示。DID 的系數依舊顯著為正,同時各交互項的系數也顯著為正,說明碳交易政策的實施會促進各城市綠色全要素生產率的提升,同時數字經濟發展、外商直接投資增加、金融發展程度提高均能擴大碳交易政策實施對綠色全要素生產率的正向影響,從而證明了假設H2、H3、H4 成立。(表3)

表3 調節效應一覽表
本文運用PSM-DID 模型評估了碳交易政策對試點地區綠色全要素生產率的影響并探究二者之間的調節效應。研究結果表明:(一)碳交易政策的實施顯著提升了城市的綠色全要素生產率,經過平行趨勢檢驗、安慰劑檢驗等之后,這種促進作用依舊成立;(二)數字經濟、外商直接投資、金融發展均在碳交易政策對城市綠色全要素生產率的影響中起到正向調節作用。
基于上述研究發現,本文提出以下幾點建議:(一)各地要積極推進數字化基礎設施建設,充分發揮數字經濟的綠色促進作用,激發企業創新活力,助力綠色全要素生產率的提升;(二)各地應加快引資模式從“數量”向“質量”轉變,有選擇地引入高質量的技術型外商資本。同時,政府要適時制定外資流向綠色產業的優惠政策,鼓勵外商資本投資于國內的高新技術產業;(三)各地應加大對綠色低碳行業的金融支持,引導資金向低污染、高效率行業及企業流動,以此帶動產業轉型升級。同時,要大力發展綠色金融,推動碳金融市場建設,提升金融服務效率,助力綠色高質量發展。