清洁发展机制（CDM）项目在中国区域分布结构——基于中国各省市面板数据的实证研究

朱智洺，何冰雁，沈天苗

（河海大学商学院，江苏南京211100）

清洁发展机制（CDM）项目在中国区域分布结构
——基于中国各省市面板数据的实证研究

朱智洺，何冰雁，沈天苗

（河海大学商学院，江苏南京211100）

清洁发展机制（CDM）是我国实现低碳经济发展的需要。文章考察了我国2007-2012年31个省、市、自治区的CDM项目数量，借鉴离散型非线性模型——负二项式模型，运用面板数据对CDM在中国区域分布结构进行回归分析。结果表明，地区人均GDP、电力消费、第三产业发展水平以及外商投资对CDM项目分布结构存在影响：地区人均GDP和第三产业发展水平对CDM项目分布存在负向影响；电力消费对CDM项目分布存在正向影响；外商投资与CDM项目则存在非线性U型关系。最后，从我国碳减排、碳交易市场建立方面给出政策启示。

清洁发展机制；电力消耗；外商投资；人均GDP；负二项式模型

一、引言

在全球发展低碳经济的大背景下，我国作为世界碳排放第一大国，减排的压力越来越大。哥本哈根会议前夕，中国政府便向世界承诺，到2020年我国的碳排放强度（单位GDP二氧化碳）将比2005年下降40%～45%。国际上，碳减排大都通过建立碳交易市场、企业买卖碳排放权、实现减排资源的最优配置，降低总减排成本。欧盟碳交易市场是国际上最大的碳交易市场，欧盟各国的市场机制主要有三种：欧盟内部建立的碳排放权交易系统（EUETS）、与转型期国家建立联合履约（JI）、与发展中国家建立清洁发展机制（CDM），其中CDM机制是唯一与发展中国家相关联的机制。近年来，我国积极参与到清洁发展机制（CDM）以及核证减排交易之中（CER）。然而，由于我国各地区由于经济、环境、政府政策等存在差异，导致CDM项目数量分布不均衡，如CDM项目主要集中在经济发展相对落后的西部省份，而在广东、浙江等富裕的沿海省份，CDM项目数量相对较少。与此同时，缺少对CDM项目数量分布结构的深层原因分析，使基于CDM项目的中国碳排放交易在国际上处于交易链低端，很大程度上影响到我国参与到清洁发展机制（CDM）以及核证减排交易（CER）之中。因此，探究影响CDM项目分布的内生因素，确定CDM分布结构原因，对政府调控CDM项目数量、降低碳减排总成本，建立全国性碳交易市场，具有重要的理论与现实意义。

关于CDM项目机制的研究，国内外学者已有不少成果。国外一些学者试图从CDM大区域的角度去分析CDM分布结构：Painuly、Jyoti探讨了CDM项目对发展中国家的利弊，认为发展中国家可以通过排放权交易市场来获利，且其收益在非发展中国家，包括在交易机制下时有期望达到最大［1］。Castro、Paula认为在CDM机制下，碳排放权价格对发达国家CDM项目具有抑制作用，对欠发达国家执行CDM项目则具有促进作用［2］。Jung则运用集群分析法，对主要CDM项目国家，包括中国、巴西、阿根廷、印度、墨西哥以及南非等进行实证分析，认为在亚洲以及拉丁美洲的工业化程度发展较高的国家相对非洲国家，CDM项目更加具有吸引力［3］。Mi⁃chaelowa则从碳交易（sCER）的角度，发现CDM项目在工业化地区如亚洲比较落后地区发展更有力，并且提出这可能与国家机制存在不可分割的联系［4］。此外Castro在2011年针对各地数据做统计分析也发现落后地区CDM项目的潜力较不足，并认为大多数发展中国家都具有相当大的潜力实施CDM项目，从而较少减排成本，这与政府的鼓励是密不可分的［5］。另外一些学者试图从不同的政权体制的角度去研究对CDM分布结构的影响。如Lütken和Michaelowa则认为CDM项目是政府调控的必然结果［6］。Schroeder则从政治角度分析了清洁发展机制在印度的状况，认为印度政府积极引导技术转移，大力发展清洁发展机制，以此去促进地区发展［7］。但就目前国外的研究来看，关于CDM项目的研究多以定性说明为主，少量的定量研究则多集中于大范围内的整体研究，认为CDM项目大都分布在工业较发达地区，没有考虑各个具体地域的经济环境存在区别以及政治体制的差异，如我国的CDM项目主要集中在经济发展相对落后的西部省份、富裕的沿海省份，CDM项目数量相对较少。

国内研究相对有些滞后，但目前一些学者亦已逐步展开对情节发展机制的研究。以地区为观察点出发进行实证研究，童罡从我国广东省的天然气分布式能源的发展现状、发展空间出发，认为我国CDM项目机制应充分利用地区资源优势，但同时强调政府政策性鼓励对CDM项目发展不可或缺［8］。张红蕾通过对我国云南省的水电CDM项目的考察，运用GIS技术，发现云南某些市相对其他县市在水电CDM项目上面具有明显优势［9］。肖静静、王侃宏、张永新则将CDM项目与该地区具体的地热资源相联系，通过以河北省某县地热供暖项目为例，根据CDM方法学AM0072“地热源替代化石燃料的区域供暖”，计算了项目减排量，并进行了经济性分析比较。结果表明，该地区发展地热供暖的潜力很大，而CDM项目的实施将有助于地热供暖产业的发展［10］。从另一侧面反映出CDM数量分布与地区的一些实际情况可能存在联系。魏子力则从经济平衡的角度去说明CDM项目能够促进地区经济发展不平衡问题［11］。通过对四川省的数据分析，发现该省CDM项目的数量和二氧化碳减排量都位居全国前列，并发现通过CDM机制，四川可获得资金和技术发展低碳经济，一定程度上减少了地区的发展不平衡。然而另外一些学者则试着从我国政府的具体政策角度出发。如郭元从我国政府对国内CDM项目管理的经济手段方面去探究，提出政府从公平的角度出发，促进了我国贫困区域的CDM项目数量增加［12］。羊志洪、鞠美庭则提出政府应鼓励发展清洁发展机制，并借鉴CDM经验构建中国国内碳排放交易市场，从碳交易市场的角度去佐证CDM项目的政策性鼓励［13］。

总体来看，这些文献往往针对某一地区的某一变量，实证分析后得出结论，没有进一步深化研究我国各个地区的CDM项目分布情况，并且对于影响CDM项目的各个内生变量没有做深入探究。在综合考虑已有相关文献研究成果与局限的基础之上，本文分析我国各省市清洁发展机制结构中，引入地区GDP、电量消耗、第三产业发达程度以及外商投资作为内生变量，经过一系列假设，运用负二项式模型进行回归，实证分析各省市CDM项目的分布结构，为国家发展CDM项目提供政策参考。

二、理论假设

（一）解释变量的选择

据已有研究情况来看，经济发展对CDM项目数量之间具有正向影响［14］，即清洁发展机制主要集中在大型并且发展迅速的工业化国家或地区［4，15-16］。我国的实际情况存在差异，由表1的数据可以看出，即使在我国的贫困省份，CDM项目数量相对富裕省份也是较多的。

表1 我国各省市CDM项目的数量

这一发现在理论上是符合逻辑的：一方面，落后的省份技术水平相对较低，资源也相对较廉价，当企业在这些区域投资时，可获利机会更多［17］；另一方面我国政府鼓励政策也存在很大影响，由于东西部经济发展不平衡，国家鼓励支持西部大开发，需要在一定程度上调节经济发展的平衡问题。因此，本文选取能够反映地区富裕程度的人均GDP作为考察对象之一，这里取人均，为防止规模效应对本研究造成相关干扰。其次，CDM项目开发旨在减少温室气体的排放成本，而能源消耗则是产生温室气体的主要来源之一。根据卢俊宇、黄贤金（2013）等研究，能源消耗是碳足迹的一个有力证据［18］，所以本研究将能源消耗纳为影响CDM项目的另一重要考察对象。能源消耗涉及电力、煤炭、石油等，为防止各省地理资源以及环境的差异对本研究造成不同程度的干扰，以各省电力消耗来替代各地区的能源消耗量作为分析指标。鉴于我国的能源消耗主要发生在第一、二产业，而新兴的第三产业主要以服务业为主，对能耗的要求较低，所以在考察能耗的同时，将第三产业在整个产业中所占比例也作为重要考察指标之一。最后，根据《京都议定书》，清洁发展机制作为三大灵活机制之一，允许工业化的国家在符合其排放义务、缓解气候变化的情况下，提供资金以及技术，在发展中国家（“联合国气候变化框架公约”，2012年）建立CDM项目，以降低其减排成本。即发达国家对我国进行投资，提供资金技术而发展中国家提供产地与资源。因此外商投资对于CDM项目必然存在一定影响，所以将外商投资作为最后一个关键性解释变量。

（二）研究假设

（1）人均GDP与CDM项。CDM项目分配的其中一个决定性因素是财富。在一个给定的国家，一些地区比其他地区要富裕，如中国的长三角相对西部地区要富裕很多。根据标准经济理论，生产力是决定财富的一个重要因素［19-20］。持续的经济增长需要生产力的不断提高，同时技术进步也是经济增长必不可少的条件，且我国是能源消耗大国，能源方面的技术相对而言起着尤为重要的作用。根据以往研究，能源技术与经济增长之间具有互相影响的效果，能源技术为经济增长提供必需的动力，经济增长又提高了人类开发和利用能源资源的技术水平，从而提高了能源的利用效率、优化了消费结构［21］。所以我国的经济增长多发生在技术密集型行业，如出口制造业领域等。在相对发达的沿海区域，经济发展程度相对较高，资源配置已经相对较合理，科学技术水平也已发展到一个相对先进阶段。在此前提之下，富裕省份为进一步提高经济增长，更加依赖外部技术水平进行资源配置。因此做出合理的假设，富裕的省份相对更加依赖先进的技术。根据经济学原理，富裕省份碳减排的边际成本应该更高，这使各方在投资富裕地区CDM项目上可获利机会相对贫困区域更少。

其次，宏观上，我国政府为降低总减排项目成本，更加鼓励支持在边际成本较低的落后省份去实施CDM项目。这样一方面可以降低总成本，另一方面也能够在一定程度上缩小地区间贫富差距，否则政府将很难吸引到国内外的投资。根据以上理由，做出如下假设：

假设1在一个给定的时间内，该地区人均GDP与地区CDM项目数量呈负相关关系。

（2）电力消耗与CDM项目。能源的不断消耗伴随着二氧化碳的持续产生，侯建朝、谭忠富［22］的研究认为，电力的消耗对碳排放的增多存在多个方面的影响。根据Kaya恒等式，电量消耗生产二氧化碳如下：

其中，Ctot为电力生产二氧化碳排放总量；Ci为第i种能源生产电力导致的CO2排放量，i=1，2，3，4分别表示煤炭、石油、天然气和其他能源；其他能源不产生排放CO2排放；P为人口总量；Y为国内生产总值；G为总电力生产量；Gi为第i种能源生产的电量；Qi为电力生产中消耗的第i种能源数量；Inc=Y/P为人均国内生产总值；I=G/P为电力生产强度；Si则为第i种能源生产电量占总电力生产量的比重，即电力生产结构；Eri为发电的煤耗；Ri即为第i种能源CO2排放系数。

由（1）式我们知道，Ctot与Si存在正向关系，即电量产生和消耗越多，CO2排放总量也在不断增多。我国大量CDM项目可以在较大程度上减少为生产电力能源而产生的含碳气体，因此某地区电力消耗的增大，该地区可获利的CDM项目的机会也随之增多。所以消耗电力较大的省份相对消耗电力较小的省份来说，CDM项目数应该相对多一些。随着时间的推移，电力消费不断递进，那么CDM项目也逐渐增加。根据以上理由做出如下假设：

假设2在一个给定的时间内，地区电力消费与地区CDM项目数量呈正相关关系。

5)运用回归分析的方法建立了含水率同连接力之间的关系模型。检验结果表明，模型的拟合程度非常高，能够有效地表达含水率与连接力间的关系。

（3）第三产业发达程度与CDM项目。如果假设2得到证实，本文将进一步考察第三产业对CDM项目的影响。首先，高层次的经济财富与庞大的服务部门是密不可分的，如我国的金融中心上海。然而服务部门又往往能源强度较低。第三产业通常具有低碳排放的特点［23］，所以他并不是CDM项目的理想选择之地。为了说明问题，下面使用的数据显示，考察上海市在2007-2011年期间，地区GDP与服务行业进行分析。分析结果见表2。

表2 上海市GDP与服务行业数目相关分析

根据统计学误差p＜0.001，存在显著相关。根据以上做出如下假设：

假设3在一个给定的时间内，地区第三产业发达程度与地区CDM项目数量呈负相关关系。

（4）外商投资与CDM项目。清洁发展机制（CDM）是联合国根据减排温室气体的边际成本而实行的可转让排污许可。CDM的出现为我国吸引外资和利用外资弥补我国经济发展的资金缺口和促进可持续发展提供了新的领域和机会［24］，其项目本身也是外商投资的一个部分。然而外商投资对CDM项目的影响存在多种可能。根据之前研究，一些大型外商投资的直接流入可能意味着，外国投资者对该地区拥有丰富的经验以及数据，这就可能减少他们在项目实施过程中的交易成本。然而，这种说法却忽略了另外一个重要方面，那就是增加外国直接投资也意味着，在当前状况下该地区已经获得先进的外国技术，提高了生产率［25］。如果再提高生产力和提高能源利用效率，将造成碳减排的边际成本越来越大。反过来说，这种越来越大的边际成本也将降低投资CDM项目的盈利能力。所以，研究外商投资对CDM项目的影响应该综合考虑两者之间的作用大小。根据上述做出如下假设：

假设4在一个给定时间内，地区外商投资与地区CDM项目之间存在非线性U形关系。

三、理论分析

（一）模型的选择

从已有文献来看［4，15-16］，CDM项目分布以及分布结构大都借鉴了离散型非线性模型，尤以一般形式的Poisson回归模型和负二项式模型居多。但利用Poisson分布来模拟各类事件包含了若干很强并且不可靠的经验假设［26］，例如Poisson分布假设被研究的时间序列的均值与方差是相同的。而实际上本文这类相关研究很少发现均值与方差是一致的。表3即为本研究中各变量的描述性统计值。

表3 各变量的描述性统计值

由表3发现方差已经有超过均值的趋势，这时就产生了所谓的过度离散现象。其产生的原因源于未观测到的非均质性以及时变性［27］，即可以理解为Poisson分布是负二项式分布的极限情况，若没有发生过度离散，两者效果是等同的。与此同时，本文以面板数据为基础数据，而负二项模型较适合于对观测对象的重复观察值之间存在的序列进行研究。综合以上因素，构建以下模型（2），来检验关于影响CDM项目的分布结构的因素：

其中，CDMst表示清洁发展机制数量，s表示各省分指标，t表示时间，Xst表示影响CDM数量分布因素的特征向量。a为常数项，b为特征向量系数，c为不可观测效应。可以视为随机也可以视为固定。

（二）解释变量和被解释变量

为了检验假设，本文以中国31个省市自治区2007-2012年的CDM项目数量的数据作为被解释变量的数据，包括已注册的项目，以及已批准项目和待验证阶段项目。分析单位是全省一年。解释变量包含地区人均GDP（PGDP）、地区电力消费（EC）、第三产业占总产业比例（TIP）以及地区外商投资（FDI），如表4所示。

表42007-2012年各省市CDM项目数量

续表4

（三）分析与讨论

基于外商投资对CDM项目的不确定性，加入解释变量外商投资的平方作为另一考察对象，并进行回归分析。基于面板数据回归的Hausman检验法，对本研究中所涉及的模型进行检验，检验结果发现P＞10%，因此本研究采用负二项式随机效应模型进行回归分析。具体的回归结果由STATA12.0软件得出。从下表5的回归结果可以看出大部分变量的系数通过1%显著性检测，说明各个模型都具有较好的解释能力。

表5为各解释变量以及加入外商投资平方项后的回归结果。其中模型1未引入其他变量，观察人均GDP对CDM项目分布的影响。模型2、3、4为分别单独考察电量消耗、第三产业所占比例以及外商投资对CDM项目分布的影响。模型5在模型4的基础上加入平方项，考察外商投资是否对CDM项目存在非线性U型关系。模型6为各解释变量对CDM项目的整体回归结果。

根据估计结果，发现假设一是完全成立的，即人均GDP与CDM数量分布负相关。模型1与模型6的系数均为负，且模型1通过0.1%的检测，模型6通过1%的检测。这也进一步验证随着地区富裕程度增强，技术提高，CDM项目的边际成本也随之增加，数目也就随之下降这一观点。其次，政府干预也在一定程度上对CDM数量起到了很好的调节作用，政府考虑总成本最低，在贫困地区加强政府的鼓励政策，对CDM项目支持，一定程度上带动了经济的发展，降低了地区经济发展不平衡。

表5 负二项式随机效应模型回归结果

通过对比模型2与模型6可以发现，两者的回归系数均为正，且模型5中P值为0，说明电力消费与CDM数量存在强烈的正相关。这是因为地区电力消费大，对于像我国这样的发展中国家来说，意味着产生电力的煤炭等燃料消耗必然随之变多，这时CDM项目可获利的空间在该地区也大大增强，投资并应运而生了。

在模型1的基础上，根据模型3的结果，其在5%的范围内接受了检验，可以判断：第三产业的发达程度与CDM数量存在负相关，尽管从模型6可以看出P值相对较大，但是对于总体期望而言，负向效应还是较强烈。第三产业发达程度往往与地区的富裕程度成正比，这也很好地验证了假设。

综合考量模型4、模型5、模型6，假设4即外商投资与CDM项目存在U形也是完全成立的。模型4中FDI这一估计量的系数为负，而加入FDI的平方项后，由模型5看出其估计量的系数为正且在5%的水平下接受检验。模型6中各系数与模型5的结果也具有类似特征。以上检验结果充分说明外商投资对CDM项目的影响为非线性U型。这表明随着外商投资的不断增加，能源技术不断地注入，CDM项目投资边际成本越来越大，可获利机会越来越少，CDM项目呈下降的趋势，当到达一定程度后，外商投资越多，会使交易成本会随之减少，从而增大了投资的利润，导致CDM项目数反向呈上升趋势。

四、结论与政策启示

一直以来，对于CDM项目分布结构内生机制一直没有得到清晰地解释。本文通过一系列可能假设以及引用负二项式模型，从理论和实践两方面对其进行了研究。得到以下几点结论：①我国CDM项目主要集中在西部区域，相对较廉价的能源技术，为CDM项目的开展提供了契机；②CDM项目的分布与能源消耗尤以电力消耗存在密切关系，电量消耗的增多将拉动CDM项目的进程；③地区第三产业发达程度将在一定范围内造成CDM数量发生变化；④外商投资对于CDM项目存在多种影响，总体呈U型关系。

以上CDM分布结构内生机制的研究对我国具有一定的启示作用：

第一，政府CDM项目调控重点应该集中在CDM项目较多区域，如云南、四川等地。CDM项目的聚集一方面表明该地区实施清洁发展机制边际成本较低，另一方面说明该地区实施CDM项目的外部环境优势相对其他地区较为明显。在这些地区，政府可利用其独特的地理环境与优势，鼓励积极开展调控与CDM相关的招商引资项目，如在云南某些县市利用其水利CDM项目优势，重点建设该地区可发展的水利CDM项目。努力在顺利完成我国碳减排目标之时可使总成本达到最低，使资源达到最优配置。

第二，应当加快制定出台有效的政策方案，引导我国CDM项目的实施。如针对CDM项目提供资金、税收支持，鼓励扶持某些实施CDM项目外部优势明显但招商力度相对薄弱的区域，如四川贵州等区域。健全财税金融政治体系，推动外商形成合理的投资心态。同时，加强各地区对碳减排意识的形成，发挥各地区的优势以及CDM项目所产生的投资诱发效应。此外，继续加强我国清洁发展机制（CDM）的节能减排的技术能力，如引进欧美CDM项目中较为先进的减排技术与方法，使我国能够更深层次、更大范围地参与到全球范围内清洁发展机制的合作之中。

第三，针对我国基于CDM项目的碳交易在国际上处于交易链低端，参与程度较低，应加快推进中国碳交易市场的建立。根据我国各地区CDM项目分布情况，辅以适当的交易体制，如将期权期货交易方式引入到我国碳交易市场建立之中，鼓励在CDM项目发达的西部先建立起较为完善的碳交易市场，运用配额与市场交易相结合的方式，为我国碳交易市场初始价格进行制定，使我国碳市场真正与国际市场相接轨，摆脱目前我国在国际市场上的不合理的交易局面。在优化CDM项目分布结构的基础之上，实行统一的管理和集中调度，真正实现我国低碳排放目标。

［1］Painuly W，Jyoti P.The Kyoto Protocol，Emissions Trading and the CDM：An Analysis from Developing Countries Per⁃spective［J］.Energy Journal，2001，22（3）：147-169.

［2］Castro，Paula，Axel Michaelowa.The Impact of Discounting Emission Credits on the Competitiveness of Different CDM Host Countries［J］.Ecological Economics，2010，70：34-42.

［3］Jung M.Host country attractiveness for CDM non-sink proj⁃ects［J］.Energy Policy，2006，34（15）：2173-2184.

［4］Michaelowa A.Unilateral CDM：Can Developing Countries Fi⁃nance Generation of Greenhouse Gas Emission Credits on Their Own?［J］.International Environmental Agreements，2007，7（1）：17-34.

［5］Castro P.Does the CDM Discourage Emission Reduction Tar⁃gets in Advanced Developing Countries?［J］.Climate Policy，2012，12（2）：198-218.

［6］Lütken S E，Michaelowa A.Corporate Strategies and the Clean Development Mechanism：Developing Country Financing for DevelopedCountryCommitments？［M］.EdwardElgar，Northampton，2008.

［7］Schroeder M.Utilizing The Clean Development Mechanism for the Deployment of Renewable Energies in China［J］.Applied Energy，2009，86（2）：237-242.

［8］童罡.广东省天然气分布式能源的发展及相关政策研究［J］.能源技术经济，2012，24（2）：23-27.

［9］张红蕾，夏巧丽.基于GIS的云南水电CDM项目区域潜力评价系统［J］.科技情报开发与经济，2009（32）：115-117.

［10］肖静静，王侃宏，张永新.河北省某县地热供暖CDM项目分析［C］.全国暖通空调制冷2010年学术年会资料集，2010.

［11］魏子力.四川省CDM发展情况简析［J］.现代商贸工业，2011（8）：88.

［12］郭元.发展中国家政府对国内CDM项目管理的经济手段［J］.中国能源，2006，28（4）：22-24.

［13］羊志洪，鞠美庭，周怡圃，等.清洁发展机制与中国碳排放交易市场的构建［J］.中国人口·资源与环境，2011，21（8）：118-123.

［14］Han Y，Han X.The Clean Development Mechanism and Its Implementation in China：an Economic Analysis［J］.Energy Procedia，2011（5）：2278-2282.

［15］Jung M.Host Country Attractiveness for CDM Non-sink Proj⁃ects［J］.Energy Policy，2006，34（15）：2173-2184.

［16］Castro P，Michaelowa A.Would Preferential Access Mea⁃sures Be Sufficient to Overcome Current Barriers to CDM Projects in Least Developed Countries?［J］.Climate and De⁃velopment，2011，3（2）：123-142.

［17］Niederberger A，Saner R.Exploring the Relationship Be⁃tween FDI Flows and CDM Potential.Transnational Corpora⁃tions，2005，14（1）：1-40.

［18］卢俊宇，黄贤金，陈逸，等.基于能源消费的中国省级区域碳足迹时空演变分析［J］.地理研究，2013，32（2）：326-336.

［19］Grossman G M.Innovation and Growth in the Global Envi⁃ronment［M］.MIT Press，1993.

［20］Keller W.Absorptive Capacity：on the Creation and Acquisi⁃tion of Technology in Development［J］.Journal of Develop⁃ment Economics，1996，49（1）：199-227.

［21］吴明明.中国能源消费与经济增长关系研究［D］.武汉:华中科技大学，2011.

［22］侯建朝，谭忠富.电力生产CO2排放变化影响因素分解［J］.中国电力，2011，44（11）：39-42.

［23］卢愿清，史军.中国第三产业能源碳排放影响要素指数分解及实证分析［J］.环境科学，2012，33（7）：2528-2532.

［24］刘丽娟.我国利用CDM吸引外商投资研究［D］.哈尔滨：哈尔滨工程大学，2008.

［25］Saggi K.Trade.Foreign Direct Investment，and International Technology Transfer：A Survey［J］.The World Bank Re⁃search Observer，2002，17（2）：191-235.

［26］Cameron A C，Trivedi P K.Regression Analysis of Count Da⁃ta［M］.Cambridge，Uk：Cambridge University Press，1998：509-521

［27］Carroll G R，Hannan M T.Density Dependence in the Evolu⁃tion of Populations of Newspaper Organizations［J］.Ameri⁃can Sociological Review，1989，54（4）：524-541.

［责任编辑：余志虎］

The Regional Distribution Structure of Clean Development Mechanism(CDM)Projects—An Empirical Study on the Panel Data at Provincial Level in China

ZHU Zhi-ming，HE Bing-yan，SHEN Tian-miao
（School of Business，Hohai University，Nanjing 211100，China）

The clean development mechanism(CDM)is the need for China to achieve low-carbon economic development.Ac⁃cording to the analyses on the number of CDM projects in 31 provinces，autonomous regions and municipalities of China during the year of 2007 to 2012，drawing discrete nonlinear model-negative binomial model and applying panel data to make a re⁃gression analysis on the regional distribution structure of CDM in China，the study shows that per capita GDP，electricity con⁃sumption，development level of the tertiary industry and foreign investment have an impact on the distribution structure of CDM projects.Among them，the per capita GDP and the development level of the tertiary industry have a negative effect on the distribution structure of CDM projects，while the electricity consumption plays a positive role in the distribution structure of CDM projects.Meanwhile，the relationship between the foreign investment and the CDM projects presents the nonlinear U shape.Finally，the paper proposes policy suggestions from reduction of carbon emission and establishment of carbon trading market in China.

CDM；electricity consumption；foreign investment；per capita GDP；negative binomial model

F205

A

1007-5097（2014）08-0046-06

●中国经济

10.3969/j.issn.1007-5097.2014.08.009

2013-10-29

国家社会科学基金项目（09BJL046）；江苏省社会科学研究项目（13SQC-037）

朱智洺（1970-），女，江苏姜堰人，副教授，硕士生导师，博士，研究方向：国际贸易，国际金融；

何冰雁（1990-），男，安徽南陵人，硕士研究生，研究方向：金融学；

沈天苗（1990-），女，江苏扬州人，硕士研究生，研究方向：国际贸易。