碳排放权交易政策对环境效率影响的实证研究

马晓伟　余华银

摘要：为促进碳减排，发展绿色经济、低碳经济，中国于2011年批准开展碳交易试点工作。为探究碳排放权交易政策对环境效率的影响及作用机制，利用中国30个省份面板数据，基于双重差分法展开分析。研究发现碳排放权交易政策能够显著有效提升环境效率水平;该政策对环境效率存在持续的正向影响，且存在着累积效应;其通过调整能源消费结构、产业结构提高环境效率水平。该政策不会对科研水平产生显著影响，但是科研水平依然对环境效率具有显著的提升作用。因此，中国政府有必要进一步探索跨省市碳排放权交易市场，稳步推进建设全国碳排放权交易平台，加大科研创新研发投入，通过调整产业结构、能源消费结构等，提升环境效率水平，促进绿色发展。

关键词：碳排放权;环境效率;双重差分;影响机制

中图分类号：F123.9;X-01;X196文献标志码：A文章编号：1008-4657（2019）02-0088-09

0引言

根据联合国政府间气候变化专门委员会（Intergovernmental Panel on Climate Change，IPCC）第五次评估报告，近百年来全球气候变暖，而其元凶主要是化石燃料燃烧以及工业生产所产生的温室气体[1]。为应对全球变暖的局面，世界各国都在积极探索有效的规制，其中主要有命令控制型和市场激励型两种方式。以市场激励为主的环境经济措施备受推崇，因为该种方式具有鼓励创新、产生新技术、促进污染物减排等诸多优点。世界银行统计数据显示，中国是世界上最大的能源消费国，其每年排放的二氧化硫量和二氧化碳量不容忽视[2]。因此，中国在治理全球大气污染的进程中发挥着举足轻重的作用。

在中国，执行力较高、效果较好的经济措施主要有碳税和排污权交易政策。不过，碳税运行成本比较高，且信息不对等。相比较而言，排污权交易机制无需提前了解企业生产成本、排污成本、产出需求等信息，而是将环境资源商品化，根据环境容量确定污染物排放总额，制定权证数量，让其在市场上自由流通，允许这种权利像商品那样被买卖，内部各污染源之间通过货币交换的方式相互调剂排污量，从而达到控制或减少排污量、保护环境的目的[3]。事实上，从上世纪90年代开始，中国便逐渐探索运用排污权交易机制治理大气污染的相关问题。2002年，二氧化硫排污权交易试点政策开始在中国实行，至今已有十多年的时间。与二氧化硫排污权交易政策相比，碳排放权交易试点工作起步较晚，2011年10月，为了实现碳减排目标，促进环境发展，国家发展和改革委员会印发《关于开展碳排放权交易试点工作的通知》，批准北京市、上海市、天津市、重庆市、湖北省、广东省和深圳市开展碳排放权交易（简称“碳交易”）试点工作。不过碳交易试点工作的正式启动时间是2013年下半年至2014年上半年[4]。2017年12月，国家发改委发布《全国碳排放权交易市场建设方案（发电行业）》，标志着全国碳市场正式启动[5]。可见，运用市场交易机制已成为中国政府治理大气污染的重要途径。那么，排污权交易机制能否提高环境效率，改善环境状态？排污权交易政策通过何种机制影响环境效率？各机制作用如何？显然，以上问题的回答更有助于人们客观了解市场化交易机制与环境水平之间的关系，从而为决策者提供建议。

对于近几年提出的二氧化碳政策，相关研究比较少，多数学者基于一般均衡方法进行分析[6-8]。不過，一般均衡方法具有一定的局限性，参数的选择会对模型的模拟结果产生一定的影响。另有部分学者采用双重差分法对碳排放权交易政策的减排效应进行实证分析[9]。相比较而言，双重差分法能够有效评估碳交易的实际减排效应，减少估计偏差，因此，本文考虑利用中国30个省份数据（受指标数据可得性限制，本文不考虑中国港澳台及西藏地区），采用双重差分法探究碳交易政策对环境效率产生的影响及其作用机制。

1计量模型构建

1.1双重差分模型

本研究可以看作是一次自然实验。将研究对象划分为干预组和控制组，即北京市、天津市、上海市、重庆市、湖北省、广东省六个试点省（市）作为干预组，其余省份作为控制组。由于中国碳排放权交易政策的实际执行时间是2013年后期至2014年上半年。因此，本文将2014年作为政策执行年，即2014年以前是非试点时期，2014起（包括2014年）是试点时期。计量模型如公式（1）所示。

1.2变量选取与数据来源

1.2.1被解释变量

由表1可知，中国各区域、各省份环境效率水平存在一定的差异性。整体而言，东部地区环境效率水平较优，长年高于全国平均水平，稳居第一。其中，广东省位列全国第一，该省无论经济发展水平还是环境污染治理水平，均值得其他省份借鉴学习。中部地区、西部地区环境效率水平较差，长年低于全国平均水平，进步空间较大。尤其是贵州省，环境效率水平长年倒数第一，该省份有必要采取有力措施提高经济水平以及环境污染治理能力。中国三大区域与全国环境效率水平发展状态相似，呈现出先下降后上升的趋势，然而各省份效率水平各不相同，发展趋势也有所差异，碳排放权交易政策对试点区域环境效率有何影响，其作用机制如何尚有待检验。

1.2.2控制变量

在借鉴已有研究[4]，[13-18]的基础上，考虑指标数据的可得性，本文选取以下指标作为控制变量。①产业结构（str），以地区第二产业产值与地区生产总值之比表示，②能源消费结构（es），鉴于煤炭是中国碳排放的主要来源，本文以煤炭消费量与能源消费总量之比表示能源消费结构。③科研水平（rcg），以技术合同成交额与地区生产总值之比表示。④经济发展（ln gdp），用人均实际GDP的对数表示，以消除异方差带来的不利影响。⑤外贸程度（ln jck），用地区进出口总额（单位：亿元人民币）的对数表示。⑥治污投入（ln gyzl），用工业污染治理投资总额（单位：万元）的对数表示。

本研究时间跨度为2000～2016年，各基础数据来源于国家统计局、相应年份的《中国统计年鉴》《中国能源统计年鉴》《中国劳动统计年鉴》中经网统计数据库等。

2实证结果分析

2.1双重差分回归结果分析

模型（1）作为基准模型，未加入任何控制变量。模型（2）到模型（7）依次逐步加入控制变量产业结构、能源消费结构、科研水平、经济发展、外贸程度、治污投入。从模型（1）到模型（7）依次加入控制变量，碳排放权交易政策对环境效率的影响如表2所示。

在表2中，核心解释变量policy·year的系数符号和显著性水平并未发生任何变化，任何控制变量的系数符号均未发生任何变化。在逐渐增加控制变量的过程中，各控制变量的显著性基本通过了检验，说明模型的估计结果比较稳健。

首先观察核心解释变量policy·year，该变量的回归系数为正，且通过了1%的显著性检验，说明碳排放权交易政策能够有效提升环境效率水平，试点地区在实施该项政策后环境效率水平平均提高0.105。

观察控制变量可知，产业结构、能源消费结构、治污投入分别在5%、1%、5%的显著性水平下为负。这说明，第一，就产业结构而言，我国经济发展仍然以第二产业为主，表现出粗放型的经济发展模式;第二产业污染性较高，第二产业占比越大，创造相同的国内生产总值时对环境造成的污染越严重，从而环境效率越低。第二，就能源消费结构而言，煤炭消费量占比越高，产生的温室气体等越高，导致环境效率低下，符合客观事实。第三，就治污投入而言，该变量系数显著为负，表面上看与客观事实不符，但一般而言，一个地区环境污染水平越高，治污投入越大。经济发展水平系数为负，且没有通过显著性检验，说明在一定程度上，经济发展抑制环境效率的提高，相关部门有必要改进措施，实现经济、环境双赢目标。科研水平、外贸程度分别在10%、1%的显著性水平下为正，说明通过加大研发强度，提升科学技术，引进国外先进水平，能够有效提升环境效益。

2.2稳健性检验

首先，本文随机选取12个非试点区作为处理组，构造一个假的碳排放权交易机制政策试点虚拟变量，并进行相同回归，若结果表明假的政策试点虚拟变量能够显著影响环境效率水平，表明双重差分计量模型及估计结果有待商榷;反之，则可信。其次，由于在“十二五”期间，中国进一步推进节能减排工作，无论是国家发展还是战略层面的要求都有所提高，因此，未排除试点区环境效率可能因“十二五”相关政策而显著提高，本文选取2011～2015年数据进行回归分析。稳健性检验结果如表3所示。

由表3可知，核心解释变量并不显著，因此，本文结果是值得信赖的;政策效应依然显著为正，说明碳排放权交易政策能够有效提升环境效率水平。

2.3平行趋势与动态效应分析

双重差分模型需要满足平行趋势假设，即在碳排放权交易机制实施之前，干预组和控制组的环境效率具有相同的变动趋势。换言之，在政策实施之前，干预组和控制组的环境效率不应该具有显著性差异。同时，为了分析碳排放权交易政策随着时间的推移而产生的动态效应，本文进行动态效应检验，二者结果如表4所示。

根据表4平行趋势结果可知，2000年显示出显著差异，这可能和2000年中国修订通过《中华人民共和国大气污染防治法》有關。2001～2013年，虚拟变量的回归系数均不显著，因此整体而言共同趋势假说是成立的。根据表4动态效应回归结果可知，2014～2015年虚拟变量回归系数均显著为正，且逐年增大，表明碳排放权交易机制对环境效率存在持续的正向影响。2014年，碳排放权交易政策使得干预组环境效率平均提高0.118。2015年、2016年，该政策效应逐年变得更大，使得干预组环境效率平均提高0.150、0.209。所以，在提升环境效率方面，碳排放权交易政策存在着累积效应。

2.4影响机制分析

根据上述分析结果可知，中国碳排放权交易政策有效提升了环境效率水平。那么该政策是如何影响地区环境效率水平的呢？由此，本文借鉴Baron和Kenny的中介效应模型[19]，通过以下四个步骤对碳排放权交易政策的中介效应进行探究。①运用双重差分模型观察交易政策对环境效率的影响，若回归结果显著为正，则说明该政策能够有效提升环境效率水平;②用碳排放权交易政策虚拟变量对中介变量进行回归，若回归系数显著，说明政策显著影响中介变量;③以环境效率为因变量，中介变量为自变量进行回归，若回归系数显著，说明中介变量显著影响环境效率水平;④若以上三个结果均成立，将碳排放权交易政策和中介变量均放入双重差分模型中，以环境效率为因变量进行回归，若回归结果显示政策虚拟变量估计系数绝对值有所下降，或显著性水平有所降低，则说明碳排放权交易政策通过影响中介变量进而影响中国环境效率水平。本文主要考察碳排放权交易政策是通过调整能源消费结构还是通过调整产业结构、亦或通过提升科研水平实现环境红利，因此，本文选取了能源消费结构（es）、产业结构（str）、科研水平（rcg）作为中介变量，进行中介效应检验。

2.4.1能源消费结构

以能源结构作为中介变量，进行中介效应检验，检验结果如表5所示。

表5基准结果核心虚拟变量policy·year显著为正，表明碳排放权交易政策对环境效率有显著正向影响。es核心虚拟变量显著为负，表明碳排放权交易政策对能源消费结构有显著负向影响，即实施该项政策后，试点地区煤炭消费量占比显著下降。步骤②es的回归系数显著为负，说明能源消费结构和环境效率水平存在着显著的负相关关系。在步骤④中，同时纳入核心虚拟变量policy·year以及es，发现policy·year在1%的显著性水平下依然为正，系数绝对值有所下降，说明碳排放权交易政策通过调整能源消费结构，减少煤炭消费量占比来提升环境效率水平。

2.4.2产业结构

以产业结构作为中介变量，进行中介效应检验，检验结果如表6所示。

表6显示基准结果核心虚拟变量policy·year显著为正，与表5结果相同，表明碳排放权交易政策对环境效率有显著正向影响。步骤②的核心虚拟变量显著为负，表明碳排放权交易政策对产业结构有显著负向影响，即实施该项政策后，试点地区第二产业占比显著下降。步骤③str的回归系数显著为负，说明产业结构和环境效率水平之间存在着显著的负相关关系。在步骤④中，同时纳入核心虚拟变量policy·year以及str，相较于步骤①，发现policy·year的系数绝对值有所下降，说明存在中介效应，即碳排放权交易政策通过调整产业结构，减少第二产业占比来提升环境效率水平。

2.4.3科研水平

以科研水平作为中介变量，进行中介效应检验，检验结果如表7所示。

遵循前文分析思路，本文发现，在表7步骤②中，核心虚拟变量回归系数并不显著，说明碳排放权政策并不会对科研水平带来显著影响，即此项中介效应不存在，碳排放权交易机制并没有通过提升科研水平而改变环境效率。但是，通过步骤③可以发现，科研技术与环境效率水平之间存在着显著的正相关关系。结合步骤④，科研水平（rcg）的引入使得核心虚拟变量系数绝对值有所下降，说明科研水平对提升环境效率有着显著的积极影响。3结论与政策性建议

通过构建双重差分模型分析碳交易政策对环境效率的影响，发现该项政策能够显著提升环境效率水平，实现环境红利。此外，对模型进行共同趋势假说及动态效应检验，发现碳排放权交易政策能够持续稳定地提升环境效率水平，且碳排放权交易政策通过调整能源消费结构、产业结构提高环境效率水平;该政策不会对科研水平产生显著影响，但是科研水平依然对环境效率具有显著的提升作用。

基于以上研究结论，提出如下建议：

首先，碳排放权交易政策作为新兴的市场型减排政策，能够有效提升环境效率水平，相关部门要逐步完善碳排放权交易市场，建设碳排放权交易平台，提高碳排放权交易效率。

其次，研究表明，科研水平能够显著提高环境效率水平，因此各地区可以考虑加大科研创新投资力度，提高绿色技术创新水平，研发清洁产品，更新环保设备，淘汰耗能高、污染严重的老旧设施。

最后，目前，中国多数省市产业结构仍以第二产业为主，对环境发展产生很大的阻碍。各省市要不断优化产业结构、能源消费结构，对新建项目要严格把关，提高“高能耗、高污染”项目的准入门槛。

参考文献：

[1]  IPCC.Contribution of Working Groups Ⅰ，Ⅱ and Ⅲ to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [R]//Climate Change 2014：Synthesis Report.Geneva：IPCC，2014：40-41，45-46.

[2] World Bank and the Development Research Center of the State Council，P.R.China.China 2030：Building a Modern，Harmonious and Creative Society[M].Washington，D.C.：World Bank，2013.

[3] 閆文娟，郭树龙.中国二氧化硫排污权交易会减弱污染排放强度吗？——基于双倍差分法的经验研究[J].上海经济研究，2012，24（6）：76-83.

[4] 黄向岚，张训常，刘晔.我国碳交易政策实现环境红利了吗？[J].经济评论，2018（6）：86-99.

[5] 傅京燕，司秀梅，曹翔.排污权交易机制对绿色发展的影响[J].中国人口·资源与环境，2018，28（8）：12-21.

[6] 万敏.碳税与碳交易政策对电力行业影响的实证分析[D].南昌：江西财经大学，2012.

[7] 石敏俊，袁永娜，周晟吕，等.碳减排政策：碳税、碳交易还是两者兼之？[J].管理科学学报，2013，16（9）：9-19.

[8] 孙睿，况丹，常冬勤.碳交易的“能源-经济-环境”影响及碳价合理区间测算[J].中国人口·资源与环境，2014，24（7）：82-90.

[9] 沈洪涛，黄楠，刘浪.碳排放权交易的微观效果及机制研究[J].厦门大学学报（哲学社会科学版），2017（1）：13-22.

[10] 王兵，吴延瑞，颜鹏飞.中国区域环境效率与环境全要素生产率增长[J].经济研究，2010，45（5）：95-109.

[11] 孙欣，赵鑫.长江经济带生态全要素生产率评价及协调性分析[J].湖州师范学院学报，2016，38（7）：1-9.

[12] 黄永春，石秋平.中国区域环境效率与环境全要素的研究——基于包含R&D投入的SBM模型的分析[J].中国人口·资源与环境，2015，25（12）：25-34.

[13] 周源，张晓东，赵云，等.绿色治理规制下的产业发展与环境绩效[J].中国人口·资源与环境，2018，28（9）：82-92.

[14] 黄志平.碳排放权交易有利于碳减排吗？——基于双重差分法的研究[J].干旱区资源与环境，2018，32（9）：32-36.

[15] 李健，周慧.中国碳排放强度与产业结构的关联分析[J].中国人口·资源与环境，2012，22（1）：7-14.

[16] 王群伟，周鹏，周德群.我国二氧化碳排放绩效的动态变化、区域差异及影响因素[J].中国工业经济，2010（1）：45-54.

[17] 陈诗一.能源消耗、二氧化碳排放与中国工业的可持续发展[J].经济研究，2009，44（4）：41-55.

[18] 魏巍贤，杨芳.技术进步对中国二氧化碳排放的影响[J].统计研究，2010，27（7）：36-44.

[19] Baron R M，Kenny D A.The Moderator–mediator Variable Distinction in Social Psychological Research：Conceptual，Strategic，and Statistical Considerations[J].Journal of Personality and Social Psychology，1986，51（6）：1 173-1 182.

[责任编辑：许立群]