碳排放交易與高排放行業新建投資

基金項目：國家自然科學基金面上項目“跨國并購中的經濟國家主義：基于CFIUS審查交易的研究”（71973152）

中圖分類號：F832.5；X196 文獻標識碼：A文章編號：1003-854X（2025）08-0045-14

一、引言

中國碳排放權交易制度面世以來，經歷了由地方試點到全國統一碳市場的漸進式發展過程，體系架構不斷完善，制度建設持續推進。2013年，深圳率先完成全國首次碳交易，標志著地方試點階段的開啟。隨后，北京、上海、廣東等地相繼開展試點工作，為建設全國統一碳排放交易市場積累了豐富的實踐經驗。2021年，全國碳交易市場正式啟動，并在湖北省設立全國碳排放權注冊登記系統（中碳登），實現了碳排放配額的統一登記、確權、清繳與結算。同時在上海市設立全國碳排放權交易機構，保障全國碳排放配額的集中統一交易。這一制度安排顯著提升了碳市場的基礎設施水平，強化了碳排放權流轉的規范性與可操作性，標志著我國碳交易制度建設邁出了關鍵一步，也為全國碳市場的高效運行奠定了制度基礎。

相對于行政減排和碳稅，中國選擇試行碳排放交易制度的主要目的，正是在于通過市場化激勵與資源配置機制，實現總量控制下的低成本減排。碳排放交易是否產生了顯著的市場激勵？帶來了怎樣的資源配置效應？這些問題引起了眾多學者的關注。然而，現有文獻對中國碳排放交易的政策評估莫衷一是。一方面，部分學者從地區層面入手研究發現，碳排放交易確實有助于降低試點地區二氧化碳（ CO₂ ）排放。另一方面，基于企業層面數據的研究卻發現，減排效果似乎主要來自行政監管減產。本文認為，產生不一致研究結果的一個重要原因是，現有文獻主要關注碳排放交易對地區帶來的總體減排效果和集約邊際下既有企業投資帶來的碳排放效率提升及其直接減排效應，卻忽視了在擴展邊際下新建企業的投資廣度擴張帶來的資源配置效應及其間接減排效應。

在“抓大放小”的產業政策指導下，國家在碳治理實踐中始終強調對高排放行業的重點管控，以提升資源配置與治理的效率。這一思路直接體現在碳排放交易制度的覆蓋范圍中，八大重點行業構成了政策實施的核心對象。本文據此將研究范圍限定于八大重點行業的新建投資，并依托碳排放交易試點所形成的準自然實驗情境，探究如下具體問題：（1）碳排放交易是否影響試點地區高排放行業的新建投資？其作用機制是什么？（2）試點政策在廣度上是否產生了省際間的空間溢出效應？其特點又是什么？

二、文獻綜述

與本文相關的研究主要體現在以下兩個方面：（1）碳排放交易的政策效應評估。碳排放交易對于試點省份的政策效應以及對非試點省份的溢出效應；（2）環境規制政策對于企業進入的影響。

目前的研究主要側重于碳排放交易對試點省份的影響。Hu等、劉傳明等以及Zhang和 Wu發現碳排放交易成功降低了試點地區的總排放量。然而，盡管從地區排放變化的角度可以直觀地看出試點政策對排放的直接減少效果，但在一定程度上忽視了效率問題。我們不僅需要減少碳排放，還要在減排的同時持續推動經濟發展。基于這一理念，一些學者的研究進一步考慮了排放效率和排放強度。

雖然 CO₂ 排放效率和 CO₂ 排放強度包含了更豐富的因素，但是，單一層面的變量似乎缺乏足夠的說服力。因此，一些學者將排放量（數量）與排放效率或強度（質量）結合起來進行綜合分析。李廣明和張維潔從 CO₂ 排放量和 CO₂ 排放強度視角、Zhang等從 CO₂ 排放量和 CO₂ 排放效率視角的研究均顯示碳排放交易不但降低了 CO₂ 排放數量，而且提高了 CO₂ 排放效率，產生了顯著的政策效果。

還有一些學者，例如Cao等、Chen等以及Zhang等，基于企業層面的研究發現，地區層面的 CO₂ 排放量的減少并非來自效率提高，而是由于企業的減產減排。這些研究表明，碳排放交易并未按照政策設定實現市場機制下的低成本減排目標。本文認為，以往基于地區層面的研究側重于總體減排效應，而基于企業層面的研究更注重既有企業的直接減排效應，都忽視了基于重點高排放行業新建投資變化的間接減排效應。對于政策效應的評估，不僅要重視總體減排效應和直接減排效應，間接減排效應也不可忽視。

事實上，現有文獻已經指出，環境規制政策會對企業的進人、選址和存續？產生影響。雖然現有文獻已就環境政策對企業進入的影響進行了廣泛的研究，但尚未有文獻探討碳排放交易是否會對重點高排放行業新建投資產生影響。因此，碳排放交易是否以及如何通過影響高排放行業的企業進入及其分布實現地區低碳發展轉型這一問題亟待解決。此外，現有文獻對于碳排放交易政策效果的研究，雖然從不同角度解釋了政策效果及其機制，但并未將政策理論與政策效果評估相結合，也沒有在合適的理論框架下討論政策進一步的改進和發展。

而且，現有文獻對于碳排放交易空間溢出效應的研究，往往聚焦于地區層面總體 CO₂ 排放的變化？，并沒有區分碳排放交易帶來的深度和廣度效應。基于碳排放交易存在的間接減排效應，我們應該在地區總體層面或者既有企業 CO₂ 排放量變化的基礎上，基于重點高排放行業的新建投資，進一步分析碳排放交易產生的空間溢出效應。

本文的邊際貢獻主要體現在以下三個方面：（1）首次以碳減排重點行業的新建投資為研究對象，從廣度上探究了碳排放交易在資源配置上的間接減排效應；（2）基于政策反饋理論對碳排放交易政策效果的影響機制進行解釋，通過政策理論與實踐相結合，為碳排放交易政策的改進和發展提供了理論依據；（3）現有文獻對于碳排放交易的減排和空間溢出效應的研究，在不同層面上的結論莫衷一是，而本文為總體效應和個體效應之間的不一致性提供了一個合理的解釋。

三、理論分析與研究假說

（一）碳排放交易對新建投資的影響

自2013年深圳、上海、北京、廣東、天津、湖北和重慶等地實施碳排放交易試點以來，碳減排政策已取得一定成效。對于既有企業而言，企業出于對成本收益的權衡，會采取不同的應對措施。部分企業選擇建立企業特有的綠色低碳競爭優勢，主要包括：提高效率，例如提高碳排放效率和分配效率、降低能源強度等；優化結構，例如倒逼產業結構升級 ；促進企業創新等。另一部分企業可能會試圖規避監管，將生產轉移到碳排放成本更低的地區，從而實現監管套利，即碳泄漏效應。

事實上，碳排放交易的政策效果體現在兩個方面：一方面，碳排放交易既可以通過影響既有企業在深度上直接實現減排；另一方面，碳排放交易也可能通過影響新建投資在廣度上間接實現減排。

在碳排放交易政策實施后，企業的經營成本上升。在這種情況下，當投資者預計新建的高排放行業企業未來的利潤可能因碳排放成本提高而顯著下降，甚至可能出現負利潤時，投資者便傾向于采取提前止損的策略，選擇將資本投向其他利潤更有保障的行業，以實現資源配置的最優化。即使投資者出于某種動機選擇繼續在高排放行業投資，其投資決策過程也會更為謹慎。特別是，投資者更傾向于減少對低效率、小規模企業的投資，而更多地將資源配置給規模更大、能夠實現規模經濟效益的企業。

基于以上分析，本文提出如下假說：

假說H1a：碳排放交易政策實施后，相對于非試點省份，試點省份的重點高排放行業新建投資顯著減少。

假說H1b：碳排放交易政策實施后，相對于非試點省份，試點省份的重點高排放行業小型企業減少新建投資相對于大型企業更加顯著。

（二）碳排放交易影響新建投資的作用機制

碳排放交易對新建投資的影響可以通過兩個渠道體現。首先，碳排放交易通過碳定價將外部性內在化，從而影響當前投資成本，進而對新建投資產生影響。其次，碳排放交易通過影響投資者對未來成本的預期，也會對新建投資產生影響。根據政策反饋理論，碳排放交易實現減排的路徑機制可以歸結為資源效應和解釋效應。一方面，基于將 CO₂ 排放權視為一種資源，政府通過限制 CO₂ 排放的總量，并賦予每個地區一定的配額實現減排。 CO₂ 排放權這種資源可以在市場上進行交易，在總量控制的條件下， CO₂ 排放權配額最終反映為碳價。因此，碳排放交易通過碳價影響新建投資的機制可以視為資源效應。另一方面，碳排放交易通過影響投資者對未來發展的預期而產生政策效果，可以視為解釋效應，即通過提供信息并改變認知、理解的模式，從而創造或改變行動者的愿景和期望。

1.資源效應假說（碳價）

表1碳價

注：第二列中各省份的平均碳價是根據每天的成交均價計算出樣本中試點期間（2014—2019）的平均碳價，非試點省份無碳排放交易，因此碳價為0。在此基礎上，進一步按照平均碳價的高低進行碳價賦分，碳價最高的省份得分為6，以此類推。資料來源：國泰安數據庫。

首先，碳價（詳情見表1）是造成 CO₂ 排放成本增加的直接因素。碳價通過將外部性內在化影響當前成本，從而影響重點高排放行業新建投資。具體而言，當企業從事的經濟活動對他人產生了影響，而這種影響既未得到報酬也未支付任何成本時，就形成了外部性。當這種影響為不良影響時，例如將 CO₂ 排放到空氣中而不支付任何污染治理費用，這種外部性即為負外部性。由于外部性是造成經濟失衡的重要原因，通常認為應當根據污染造成的危害對企業征稅，并提倡對具有正外部性的活動給予補貼。碳排放交易事實上通過碳定價增加了企業排放 CO₂ 的成本，從而將這種負外部性內在化。當企業為其排放 CO₂ 購買配額時，其成本和收益就會發生相對變化，成本上升，利潤下降，因此經營決策也會相應發生改變。其中，在碳價較高的地區， CO₂ 排放成本較高，這一較高的門檻將限制更多企業的進入。因此，從理論上來說，碳價越高，對于高排放行業新建投資的抑制作用越強。據此，本文提出如下假說：

假說 H2a ：碳排放交易對碳價高的地區影響更大，即碳價高的地區高排放行業新建投資的相對減少更為顯著。

2.解釋效應假說（預期）

根據表1的數據，相較于歐盟等碳排放交易市場較為完善的地區，中國目前的碳價水平相對較低。因此，碳價可能并不是影響新建投資的最主要因素。以往的研究表明，宏觀經濟環境不僅直接影響投資，還可以通過影響微觀經濟主體的預期影響投資決策。重點高排放行業因其投資規模大、持續時間長而且不可逆的特點，使得投資者更加關注未來發展預期，并在決策中積極利用所有可得信息。碳排放交易作為碳減排的重要信號，會對投資者的投資行為產生預期管理效應。例如，2007—2018年上海強制減少6400多個污染項目、北京明確關停多家污染企業？、各試點省份對于未履行減排義務的企業進行了嚴厲處罰。這些行動展示了中國厲行減排的決心，同時也令高排放行業的前景充滿更多不確定性。這種威懾效應發揮了以儆效尤的作用，影響了投資者的預期，從而改變了其投資決策。據此，本文提出如下假說：

假說H2b：碳排放交易對預期未來成本更高的地區影響更大，即高排放行業預期未來成本更高的地區新建投資相對減少更為顯著。

（三）碳排放交易在廣度上的空間溢出效應

盡管以往文獻基于 CO₂ 排放變化提供了碳排放交易產生空間溢出效應的證據，但卻并未區分碳排放交易帶來的深度和廣度效應。因此，本文聚焦碳排放交易的廣度效應，探究試點省份對于其相鄰的非試點省份新建投資可能產生何種影響，是帶動相鄰非試點省份一起實現綠色增長，還是將高排放企業新建投資移到相鄰非試點省份從而實現監管套利。為了解決這一問題，本文以政策反饋理論中的解釋效應為理論基礎，建立如下示范效應假說和碳泄漏效應假說。

1.示范效應假說

碳排放交易試點省份作為碳排放交易的先行者，可能具有一定的示范效應。當其他省份，尤其是鄰近省份實施碳排放交易試點后，未參與試點的省份出于對政策和未來發展趨勢的預期，也可能會自行通過政企合作、綠色創新、產業結構升級等降低 CO₂ 排放，或提高準入門檻限制高排放行業企業的進入，導致相鄰非試點省份高排放行業企業新建投資減少。因此，碳排放交易可能存在正向空間溢出效應。據此，本文提出如下示范效應假說：

假說 H3a ：碳排放交易存在正向空間溢出效應，帶動相鄰非試點省份高排放行業新建投資同步減少。

2.碳泄漏效應假說

碳泄漏效應理論認為，當環境規制強度發生變化時，會導致各地的收益和成本發生相對變化，從而影響產業布局。當試點省份實施碳排放交易后，高排放行業企業的碳排放成本增加，利潤減少，部分企業為了降低成本和規避監管，更傾向于將產業轉移到環境規制相對較弱的地區。這可能導致相鄰非試點省份高排放行業的新建投資增加。因此，碳排放交易也可能存在負向空間溢出效應。據此，本文提出如下碳泄漏效應假說：

假說H3b：碳排放交易存在負向空間溢出效應，導致相鄰非試點省份高排放行業新建投資相對增加。

四、研究設計

（一）數據來源

為了檢驗以上假說，本文利用2008—2019年碳減排八大重點行業新建投資數據，研究碳排放交易基于資源配置路徑的間接減排成效。其中，碳減排八大重點行業新建投資數據來源于國家企業信用信息公示系統，由企查查數據庫整理統計。碳減排八大重點行業包括石化、化工、建材、鋼鐵、有色、造紙、電力以及航空行業。本文根據企查查數據庫中與八大行業對應的契合度最高的分類標準對企業進行分類篩選。

確定行業篩選標準后，本文按照年份-省份-行業維度對新建企業的數量進行統計，共得到12×31×8=2976 個觀測值。進一步，本文記錄了注冊資本大于等于100萬元人民幣和小于100萬元人民幣的企業數量。其中，省份涵蓋了除中國臺灣、香港和澳門之外的31個省級行政區。控制變量中，GDP來源于中國統計年鑒；營商環境來源于王小魯等的研究成果" 。 CO₂ 排放數據來源于中國碳核算數據庫（CEADs）。六大高能耗產業利息支出與工業產業利息支出來源于中國工業統計年鑒和經濟普查。

（二）變量定義

1.被解釋變量

（1）對數新建投資數量（lnn）。本文參考李碩等 ? 的做法，使用對數新建投資數量衡量碳排放交易的作用成效。由于樣本中存在新建投資數量為0的情況，為了避免取對數時無法計算，本文在實際值前加1進行對數轉換。其中，lnn_i，j，t=ln（1+number_i，j，t） ，number為新建投資數量，lnn_i，j，t 表示j行業在i省份于t時間的對數新建投資數量。進一步，本文還將新建投資數量分解為大型企業新建投資數量和小型企業新建投資數量。具體而言， ，當 n=1 時，表示i省份的j行業在t時間的小型企業的對數新建投資數量；當 n=0 時，表示i省份的j行業在t時間的大型企業的對數新建投資數量。

（2） CO₂ 排放量（Carbon）。具體而言， Carbon_i，t 表示i省份于t時間的 CO₂ 排放量。

圖1碳排放交易進程時間軸

注：碳排放交易進程中的重要時間節點：第一，2011年11月提出開展碳排放交易試點工作；第二，2013年6月開始逐步開展碳交易試點工作；第三，2021年全國碳排放交易市場正式開啟。

（3）新建投資相對趨勢（dlnn）。具體而言，dlnn_i，j，t=ln （ 1+dnumber_i，j，t ），dnumber為新建投資相對數量， 表示i省份的j行業在t時間的新建投資相對趨勢。其中，本文遵循陸銘和陳釗？去均值的思路，計算新建投資相對數量。具體步驟如下：首先，按照年份-行業層面對各省份新建投資數量求平均值，以衡量j行業在t時間的新建投資共同趨勢。其次，利用試點省份與相鄰非試點省份新建投資數量減去各省份新建投資平均數量，得出每個省份在共同趨勢之外的個體趨勢，作為新建投資相對數量。若新建投資相對數量為負數，則 0

2.主要解釋變量

本文主要解釋變量包括是否為試點省份（pilot），是否是試點之后（after）和是否為小型企業（small）。其中，piloti是虛擬變量，若i省份是試點省份則取值為1，否則為0。為了界定試點省份，參照曾詩鴻等①的做法，選取上海、北京、廣東、天津、湖北和重慶六個省級行政單位作為試點省份。aftert是虛擬變量，當t時間在碳排放交易試點之后取值為1，否則為0。small是虛擬變量，當被解釋變量是小型企業的對數新建投資數量時取值為1，否則為0。

由圖1可知，碳排放交易試點政策于2013年開始試點，2014年籌備完成，2021年建立全國碳市場標志著試點結束，試點階段的完整年份為2014一2020年。考慮到新冠疫情沖擊可能嚴重影響部分地區和行業的新建投資，因此本文剔除2020年樣本。鑒于各試點省份于2014年全部完成試點籌備工作，因此將試點后第一年選為2014年。

3.控制變量

遵循呂越等的做法，本文選取對數省級GDP、對數人均GDP、GDP增長率以及代表各省份營商環境的市場化指數？作為控制變量。表2報告了主要變量定義和數據來源。

表2主要變量定義和數據來源

（三）描述性統計

表3主要變量描述性統計結果

表3報告了碳排放交易試點實施前后，按省份和時間劃分的新建投資數量的描述性統計結果。在碳排放交易試點實施前，試點省份對數新建投資數量的均值為4.894，而非試點省份均值為4.705。這表明，試點省份對數新建投資數量略高于非試點省份。試點實施后，試點省份的對數新建投資數量均值上升為5.156，而非試點省份對數新建投資數量的均值增長至5.370。這反映了一種趨勢，即總體上試點省份與非試點省份新建投資數量都在增加，但相較于非試點省份，試點省份的新建投資數量在相對減少，說明碳排放交易具有一定的政策效果。

（四）模型設定

1.碳排放交易對新建投資的影響

為了檢驗碳排放交易對新建投資的影響，本文設定如下模型：

lnn_i，j，t=α+βpilot_i×after_t+U_i，t+μ_i+γ_j+φ_t+ε_i，j，t

其中， 為行業j在省份i于時間t的對數新建投資數量。piloti為虛擬變量，若省份i是試點省份取值為1，否則為 0 。after為虛擬變量，時間t在碳排放交易試點之后為1，否則為 0 。 U_i，t 為控制變量，本文選取對數GDP、對數人均GDP、GDP增長率以及代表各省份營商環境的市場化指數作為控制變量。 μ_i 為省份固定效應， γ_j 為行業固定效應， φ_t 為年份固定效應。 ε_i，j，t 為隨機誤差項。若交互項pilot × aftert的系數顯著為負，則說明試點政策實施后試點省份新建投資數量相對于非試點省份顯著減少，支持假說 H1a 。

在此基礎上，為了檢驗是否小型企業受到政策的影響更大，本文設定如下模型：

lnn_{i，j，t，n}=α+β_lpilot_i×after_t×small_n+β₂pilot_i×after_t （204號 +β₃pilot_i×small_n+β₄after_t×small_n+β₅small_n+U_i，t+μ_i+γ_j +φ_t⁺ε_{i，j，t，n} （2）

其中，當 n=1 時， 表示i省份的j行業在t時間的小型企業的對數新建投資數量；當 n=0 時， 表示i省份的 j 行業在t時間的大型企業的對數新建投資數量。 為虛擬變量，被解釋變量是小型企業的新建投資數量為1，否則為0。ε_{i，j，t，n} 為隨機誤差項。其余變量含義同模型（1）。試點省份與非試點省份政策實施后與政策實施前小型企業和大型企業新建投資數量的差異為 β₁ 。若 β₁ 顯著為負，說明政策主要作用于小型企業，支持假說 H1b 。

進一步，如果試點省份新建投資數量相對減少，是否實質上降低了 CO₂ 排放量？降低了多少？為了回答這一問題，本文設定如下模型：

Carbon_i，t=α+βpilot_i×after_t+U_i，t+μ_i+φ_t+ε_i，t

其中， Carbon_i，t 為省份i于時間t的 CO₂ 排放量。 為隨機誤差項。其余變量含義同模型（1）。若交互項系數 β 顯著為負，說明試點省份相對于非試點省份在試點后 CO₂ 排放量降低。

2.碳排放交易影響新建投資的作用機制

如果碳排放交易會使重點高排放行業新建投資相對減少，那么碳排放交易影響新建投資的作用機

制是什么？為了驗證假說H2a和H2b的資源效應和解釋效應，本文設定如下模型（4）進行回歸檢驗。

lnn_i，j，t=α+βX_i，t+U_i，t+μ_i+γ_j+φ_t+ε_i，j，t

其中， lnn_i，j，t 為行業j在省份i于時間t的對數新建投資數量。 X_i，t 涵蓋兩種情形：（1） X_i，t=CP_i，t 為省份i在時間t的碳價得分；（2） X_i，t=Expect_i，t 為省份i在時間t的預期。其余變量含義同模型（1）。若系數 β 顯著為負，說明碳價和預期是碳排放交易影響新建投資的重要機制，支持假說H2a和 H2b 。

為了深人研究碳價和預期作為機制的相對重要性，本文在模型（4）的基礎上，設立如下模型（5），將碳價和預期同時進行比較。

lnn_i，j，t=α+β_ICP_i，t+β₂Expect_i，t+U_i，t+μ_i+γ_j+φ_t+ε_i，j，t

其中，式中各變量含義同模型（4）。本文通過比較系數 β₁ 和 β₂ 數值大小和顯著性，分析二者作為機制的相對重要性。

3.碳排放交易在廣度上的空間溢出效應

如果碳排放交易降低了試點省份重點高排放行業新建投資的相對數量，那么在此基礎上，碳排放交易可能呈現出一定的空間溢出效應。這種空間溢出效應是對其他省份起到示范作用，帶動其他省份一起減排實現綠色增長？還是存在碳泄漏效應，將高排放行業新建投資轉移到相鄰非試點省份從而規避監管？為了檢驗假說H3a和假說H3b，本文設定如下模型（6），利用試點省份與相鄰非試點省份重點高排放行業新建投資相對趨勢的變化進行實證分析。

dlnn_i，j，t=α+β_lpilot_i×after_t+β₂after_t+U_i，t+μ_i+γ_j+ε_i，j，t

其中， 為j行業在i省份于t時間的新建投資相對趨勢。其他變量含義同模型（1），由于模型中加入after項，因此未控制年份固定效應。試點省份試點前后新建投資相對趨勢變化為 β₁+β₂ 非試點省份試點前后新建投資相對趨勢變化為 β₂ 若 β₁+β₂ 與 β₂ 均顯著為負，則說明存在示范效應，支持假說 H3a 。若 β₁+β₂ 顯著為負，而 β₂ 顯著為正，則說明存在碳泄漏效應，支持假說 H3b 。

五、實證分析結果

（一）碳排放交易對新建投資的影響

1.新建投資數量趨勢

由圖2可知，在試點實施之前，試點省份和非試點省份的新建投資都表現出相對平穩的趨勢，試點省份新建投資數量略高于非試點省份。試點實施之后，非試點省份的新建投資呈現較快的增長趨勢，而試點省份的新建投資增長相對緩慢。而且，非試點省份新建投資數量也顯著高于試點省份。這種趨勢變化暗示著碳排放交易在一定程度上產生了積極效果。

圖2試點省份與非試點省份新建投資數量趨勢

2.實證結果

為了探究碳排放交易對重點高排放行業新建投資的影響，本文運用雙重差分法，基于模型（1）比較試點省份與非試點省份在政策實施前后新建投資的變化。此外，為進一步探討試點效果，本文還運用三重差分法，基于模型（2）比較試點省份與非試點省份在政策實施前后大型企業相對于小型企業新建投資的變化，利用大型企業和小型企業對碳排放交易政策的不同敏感度，以識別政策效果。回歸結果如表4所示。

表4列（1）報告了未加入控制變量的基礎回歸結果，研究發現，在碳排放交易實施后，試點省份相對于非試點省份新建投資數量減少約 40.3% ，且在 1% 的統計水平上顯著。表4列（2）進一步加入控制變量后，結果顯示，試點省份新建投資數量在試點實施后相對于非試點省份減少了 45.5% 。以上結果表明，在碳排放交易試點后，試點省份在重點高排放行業的新建投資較非試點省份相對減緩。表4列（3）和列（4）進一步將樣本分為大型企業與小型企業，回歸結果顯示，在碳排放交易實施后，小型企業在試點省份新建投資相對減少量顯著高于大型企業，二者差值為 25.0% ，且在 1% 水平下顯著。以上結果說明，試點效果主要體現在小型企業中，原因可能在于小型企業在負外部性內在化后更容易面臨成本大于收益的情況。以上分析支持假說H1a與H1b，證實了碳排放交易在廣度上具有顯著的減排效果。

上文結果強調了碳排放交易有利于抑制高排放行業新建投資，從廣度上達到碳減排的目的。那么碳排放交易試點是否實質上減少了 CO₂ 排放？為了探究這一問題，本文基于模型（3）進行實證分析。具體回歸結果如表5所示。

由表5可知，在試點省份實施碳排放交易后，相對于非試點省份，年均排放量減少了78633000t，約等于北京一年的 CO₂ 排放量。進一步，本文通過企業新建投資平均減少比例與 CO₂ 平均減少量估算碳排放交易的減排效果，發現新建投資減少導致的間接減排效應達到總效應的1/4。以上結論說明，碳排放交易不僅通過促進既有企業降低碳排放直接實現碳減排，而且通過減少高排放行業不必要的新建投資間接實現碳減排。碳排放交易通過對新建投資的間接調控，為碳減排提供了另一層次的支持。

表4碳排放交易對新建投資的影響

注：***、 ^** 和*分別表示在 1% ！ 5% 和 10% 水平下顯著；標準誤聚類到省份-行業層面。其中，列（1）和列（2）中的被解釋變量為 ，列（3）和列（4）中的被解釋變量為 列（3）和列（4）中未報告的其他交互項為pilot × small和after × small項，未報告的其他虛擬變量為small項。

表5碳排放交易對 CO₂ 排放量的影響

注：***、**和*分別表示在 1% 、 5% 和 10% 水平上顯著；標準誤聚類到省份層面。

3.穩健性檢驗

（1）平行趨勢檢驗。平行趨勢假設構成雙重差分法有效識別政策效應的基本前提。為確保實證結果的有效性與穩健性，本文對試點省份與非試點省份在政策實施前的趨勢是否具有可比性進行了檢驗。具體而言，選取2013年作為基準年份，通過將其他年份與該基準年份進行比較，評估兩類省份在政策實施前后的動態差異。圖3展示了交互項的逐年回歸系數及其 90% 置信區間。結果顯示，在政策實施前，試點省份與非試點省份在新建投資數量方面并無統計意義上的顯著差異，表明平行趨勢假設成立。政策實施后，試點省份的新建投資數量顯著下降，且這一下降趨勢在隨后年份中持續加強，呈現出逐年遞增的特征。這一結果表明，碳排放交易政策對高排放行業的新建投資產生了顯著的抑制效應。

（2）變量穩健性。為了確保結果的穩健性，本文選取化學、石油、電力熱力、黑色金屬、有色金屬和非金屬六大高能耗產業利息總支出占工業產業利息支出的比例作為重點高排放行業新建投資的代理變量，替換模型（3）中的被解釋變量對前文結果進行穩健性檢驗。回歸結果如表6所示。

由表6列（1）、（2）回歸結果可以得知，在試點政策實施后，試點省份高能耗產業利息支出占工業產業利息支出的比例相對于非試點省份下降10.5% 。這一結果與先前的結論一致，即碳排放交易降低了重點高排放行業新建投資。

表6利用其他代理變量的穩健性檢驗

（3）模型穩健性。在基準回歸中，本文已控制了行業、省份和年份層面的固定效應，以減少行業特征、地區差異及宏觀時間趨勢對估計結果的干擾。然而，隨時間發生的行業變化，以及不同省份之間的行業差異，也可能對政策效果產生一定的影響。為進一步提高識別策略的穩健性，本文在基準回歸的基礎上，額外引入了行業－年份固定效應和行業-省份固定效應，從而確保估計結果不會因行業隨時間和省份的變化而產生偏差。具體回歸結果如表7所示，在納入不同類型的固定效應后，估計結果依然穩健：無論是引入行業－年份固定效應（第（1）（2）列），還是引入行業-省份固定效應（第（3）（4）列），核心估計系數pilot × after均為負且在 1% 水平上顯著，表明政策實施對高排放行業新建投資具有顯著的抑制效應。此外，引入更高維度的固定效應后，回歸系數與基準回歸高度一致，表明政策效應在控制更復雜結構性差異后依然成立，未受到行業隨時間變化或地區行業分布異質性的系統性干擾，進一步增強了因果推斷的可靠性。

圖3平行趨勢檢驗

表7加入不同類型的固定效應

（4）安慰劑檢驗。本部分將樣本期選為試點前年份，即2008—2013年，并將試點年份設定為樣本期中的2011年，進行安慰劑檢驗。選取試點前年份的原因在于，可以完全排除試點政策的影響，從而探究無試點政策時，試點省份與非試點省份在重點高排放行業的新建投資是否存在明顯差異。回歸結果如表8所示。

表8虛擬試點年份的安慰劑檢驗

由表8可知，表8列（1）（2）中交互項系數均不顯著，說明在碳排放交易試點實施前，試點省份與非試點省份新建投資變化并無明顯差異。因此，本文所得試點省份新建投資相對減少的結論更可能是由于碳排放交易政策的實施所引起的，而非試點前已經存在的差異導致的。

此外，為進一步驗證核心結論的穩健性，本文引入非參數置換檢驗，以控制可能存在的不可觀測因素對估計結果的干擾。具體操作包括：首先，隨機打亂原始試點省份的分配順序，并將其重新指派給各省份，從而生成一組虛擬“試點省份”；其次，構造新的交互項，即將上述虛擬試點省份與政策虛擬變量相乘，以替代原有的政策交互項；最后，重復上述過程1000次，獲得一系列虛擬政策沖擊下的估計系數，以評估觀察到的政策效應是否具有統計顯著性。理論上，在政策效果并不存在的前提下，虛擬交互項的估計系數應圍繞零值分布。圖4展示了基于1000次置換所得估計系數的核密度分布及其相應p值，其中左側豎線標示為基準回歸中交互項的實際估計值（-0.455）。從圖中可以觀察到，虛擬交互項的估計系數呈現以零為均值的近似正態分布，且真實估計值顯著偏離該分布區間之外，進一步佐證了本文實證結果的穩健性。

圖4核密度分布

（二）碳排放交易影響新建投資的作用機制

前文分析表明碳排放交易會使重點高排放行業新建投資相對減少。那么碳排放交易影響新建投資的作用機制是什么？為了解決這一問題，本文基于模型（4）進行回歸檢驗。

1.資源效應（碳價）

本部分探究碳排放交易通過資源效應影響新建投資的效果。實證結果如表9所示。

通過將碳價作為資源效應的代理變量進行回歸分析，研究發現，碳價排名每提高1個單位，新建投資數量相對降低約 13.6% 。這一結果表明碳價是影響新建投資的關鍵因素，支持假說 H2a 。

表9資源效應

然而，通過對表1中碳價的分析可以發現，當前中國碳價相較于歐盟等具有較為完善碳交易市場的經濟體而言還處于較低水平。每噸價格平均僅為幾元到幾十元人民幣，相較于企業產值微不足道。因此，現階段碳價可能并不是影響新建投資的唯一機制。除了碳價之外，碳排放交易還可能存在其他作用機制，對新建投資起到抑制作用。

2.解釋效應（預期）

為了驗證解釋效應是否為碳排放交易影響新建投資的作用機制，本文借鑒Liu等和吳茵茵等 ? 使用的懲罰力度（詳見表10）作為投資者預期的代理變量進行回歸分析。其中，北京懲罰力度最大，得分為6，重慶、湖北、廣東、上海和天津懲罰力度依次降低，得分分別為5、4、3、2、1，非試點省份懲罰力度均為0。懲罰力度越大的省份，投資者對于高排放行業未來成本的預期就越高。回歸結果如表11所示。

表11解釋效應

注：***、**和*分別表示在 1% 、 5% 和 10% 水平下顯著；標準誤聚類到省份-行業層面。

通過表11第（1）和（2）列的回歸結果可以得知，預期未來成本的增加與新建投資數量的相對減少呈顯著的正相關關系。具體而言，預期排名每增加一個單位，新建投資數量相對降低約 14.7% 。這表明高預期未來成本是造成新建投資減少的另一重要原因。因此，現階段碳排放交易影響新建投資的因素不僅包括碳價，投資者對于行業未來的預期也尤為重要，以上結果支持假說 H2b 。

3.資源效應vs.解釋效應

上述分析表明，資源效應和解釋效應機制對新建投資的影響同時存在。然而，從估計系數的角度來看，解釋效應的作用似乎強于資源效應。為了深入探討二者作為機制的相對重要性，本文基于模型（5），將資源效應和解釋效應同時進行比較。回歸結果如表12所示。

表10試點省市碳排放懲罰力度比較表

注：本表格轉引自吳茵茵等？。本文根據處罰金額確定各試點地區的懲罰力度，由于重點高排放行業排放量巨大，排序的標準為處罰倍數gt;具體金額。北京市處罰為3—5倍最嚴厲；重慶為3倍僅次于北京；湖北處罰1—3倍但不超過15萬元并扣除雙倍配額，相當于處罰兩倍加最高15萬元罰款，懲罰力度小于重慶；廣東相當于處罰兩倍加最高5萬元罰款，略小于湖北；上海處罰5—10萬元小于廣東；天津未規定處罰金額，懲罰力度最小。因此懲罰力度排名為北京 gt; 重慶gt;湖北 gt; 廣東gt;上海gt;天津。

表12資源效應vs.解釋效應

由表12可知，將碳價和預期同時進行回歸后，碳價在統計意義上不再顯著，而預期仍然在 1% 的水平下顯著。具體而言，預期排名每增加一個單位，新建投資數量相對降低約 10.5% 。這表明，相比于碳價，對高未來成本的預期才是影響新建投資的更深層次因素。而表9中碳價的作用可能來源于與預期的相關性。

綜合以上分析可知，在當前階段，由于碳價尚處在相對較低的水平，碳排放交易對新建投資的影響主要通過未來成本的預期機制實現，即解釋效應才是現階段碳排放交易在廣度上影響新建投資，從而實現碳減排的真正影響機制。

（三）碳排放交易在廣度上的空間溢出效應

1.新建投資相對趨勢圖

圖5試點省份與相鄰非試點省份新建投資相對趨勢

由圖5可以得知，試點之前，試點省份與其相鄰非試點省份的新建投資相對趨勢均處于較為平穩的狀態，相鄰非試點省份新建投資相對趨勢略高于試點省份。試點之后，相鄰非試點省份新建投資相對趨勢呈上升狀態，而試點省份新建投資相對趨勢呈下降狀態。相鄰非試點省份新建投資相對趨勢顯著高于試點省份，這表明政策可能存在一定的負向溢出效應。

2.實證結果

由前文可知，碳排放交易降低了試點省份重點高排放行業新建投資的相對數量。那么在此基礎上，為了探究碳排放交易的空間溢出效應，本文基于模型（6），對試點省份及其相鄰非試點省份重點高排放行業新建投資相對趨勢的變化進行實證分析。與試點省份相鄰的非試點省份共有12個，分別為江蘇、浙江、河北、福建、江西、湖南、廣西、陜西、河南、安徽、四川和貴州。其中，與上海相鄰的非試點省份為江蘇和浙江，與北京相鄰的非試點省份為河北，與廣東相鄰的非試點省份為福建、江西、湖南和廣西，與天津相鄰的非試點省份為河北，與湖北相鄰的非試點省份為陜西、河南、安徽、江西和湖南，與重慶相鄰的非試點省份為陜西、四川、貴州和湖南。對試點省份及以上相鄰非試點省份的新建投資相對趨勢進行回歸后，結果如表13第（1）（2）列所示。

表13碳排放交易在廣度上的空間溢出效應

當利用各省份的新建投資數量與全國各省份新建投資平均數量的差值取對數來衡量新建投資相對趨勢變化時，由交互項系數與after項系數之和可以得知，試點省份在試點后新建投資相對趨勢相比于試點前降低，再次證實了碳排放交易的積極作用。而after項系數顯示，在試點省份相鄰的非試點省份中，新建投資相對趨勢較試點前反而增加。具體而言，試點省份在試點后新建投資相對趨勢減少 89.3% （ -162.1%+72.8% ），而相鄰非試點省份在試點后新建投資相對趨勢增加 72.8% 。以上結果表明，在碳排放交易實施后，試點省份可能選擇將一部分企業新建至相鄰環境規制相對較弱的省份之中，從而實現監管套利。以上結果支持假說H3b，即碳排放交易存在一定的碳泄漏效應。

為進一步厘清碳排放交易的空間溢出路徑，本文將研究對象擴展至非相鄰非試點地區，相關結果見表13列（3）（4）。回歸結果表明，試點省份與非相鄰非試點省份之間的碳泄漏效應在統計意義上并不顯著。具體而言，表13列（4）中回歸結果顯示，在試點后，試點省份與非相鄰非試點省份新建投資相對趨勢均下降約 41.4% 。交互項結果顯示，試點省份與非相鄰非試點省份在試點前后新建投資相對趨勢的變化并無顯著差異。因此，碳排放交易基于新建投資的碳泄漏效應主要是作用于相鄰非試點省份。

碳泄漏本質上可視為碳排放交易的解釋效應。由于激勵機制存在不一致性，影響了投資者的投資決策，導致重點高排放行業新建投資的轉移。同時，碳泄漏又可作為碳排放交易的反饋機制，有助于政策的自我強化。

六、研究結論與政策建議

總量控制下的碳排放交易是一種通過市場機制實現低成本減排的政策選擇。自2013年試點以來，碳排放交易被認為在深度上減少既有企業 CO₂ 排放方面取得了顯著成效。本文首次從廣度上，以碳排放交易對高排放行業帶來的潛在影響為切入點，利用2008—2019年碳減排八大重點行業新建投資數據，探究碳排放交易基于資源配置路徑的間接減排成效。主要結論如下：（1）碳排放交易顯著抑制了試點省份高排放行業的新建投資。而且，相對于大型企業，小型企業受試點政策的影響更為顯著。（2）基于政策反饋理論對碳排放交易影響新建投資機制的分析發現，相對于基于碳資產價值的資源效應，現階段碳排放交易主要通過解釋效應，即影響投資者對未來的預期發揮作用。（3）由于激勵機制的不一致性，碳排放交易存在一定的碳泄漏效應，相鄰非試點省份高排放行業的新建投資相對增加。

基于以上研究結果，本文提出如下政策建議：

第一，碳市場不僅直接促使既有企業實施減排，也能夠通過增強政策約束和預期引導，有效抑制高排放行業的新建投資。因此，政府應著力提高碳市場運行的透明度，明確碳配額總量調控方向和政策調整節奏，穩定企業對未來成本的判斷。同時，應加強政策的信息披露、解讀和傳播，及時釋放權威信號，以強化碳市場對高碳投資的約束機制。

第二，推動碳排放權交易市場的機制優化與金融改革，提升碳價格的引導能力與資源配置效率。當前碳市場對企業預期的引導作用主要通過政策的解釋效應，碳價機制尚未充分發揮應有功能。碳市場應在行業擴容并引入多元化交易主體的基礎上，增強碳市場流動性的同時強化碳資產的金融屬性，促進形成更合理反映減排成本與社會價值的碳資產價值體系，從而更有效地發揮碳市場在優化資源配置中的作用。

第三，加快全國統一碳市場建設，加強區域碳市場協同，提升國際規則話語權，充分發揮碳排放交易政策的制度效應，提升整體減排績效。區域試點雖實現一定政策成效，但也導致部分高排放行業投資向非試點地區轉移，存在碳泄漏問題。因此，應盡快推動碳市場全國統一布局，充分發揮國家碳排放權注冊登記結算機構（如中碳登）在碳排放權交易中的基礎支撐作用，提升制度協調性與區域協同性。此外，還應加強碳市場的國際鏈接機制建設，推動中國的碳核算方法與碳價機制成為全球氣候治理標桿，以增強我國在全球治理中的影響力和話語權。

作者簡介：陳思，通訊作者，中南財經政法大學金融學院和ESG研究所教授、博士生導師，湖北武漢，430073；王賢明，中南財經政法大學金融學院博士研究生，湖北武漢，430073；莊子罐，中南財經政法大學金融學院和碳交易與碳金融研究中心教授、博士生導師，湖北武漢，430073。

（責任編輯 李燈強）