碳排放权交易体系政策效果的评估方法

张海军 段茂盛

摘要 对碳排放权交易体系（ETS）的政策效果进行及时和科学的评估，有助于政策制定者改善体系设计，从而确保ETS政策目标的实现。目前有大量的实证研究评估了国内外ETS的政策效果，但是几乎没有文章对这些研究所采用的方法进行系统的总结和分析。本文通过梳理针对ETS的碳减排效果、对低碳技术创新的影响、对经济产出和竞争力的影响、对企业经营管理的影响以及对协同减少大气污染物的影响等五个方面的实证研究，系统总结分析了这些研究所采用的方法。目前，相关研究所采用的定量分析方法包括双重差分法、匹配倍差法、三重差分法等，定性研究的方法包括问卷调研、访谈、案例分析等。本文对这些方法进行总结和对比分析，指出其优势、不足以及存在的挑战，最后指出了对我国试点ETS的政策效果进行评估所面临的困难，包括数据难以获取、评估方法的应用需要改进、事后评估研究的体量不足等，进而对ETS的主管部门、企业和研究者等各方提出了相关的建议，为更好地评估试点ETS和即将正式运行的全国ETS提供借鉴。

关键词 碳排放权交易;效果;评估;方法

为以比较低的成本实现温室气体减排目标，很多国家和地区已经实施了或者正在计划实施碳排放权交易体系（ETS）。根据国际碳行动伙伴组织的统计，截至2019年，全球有20个ETS正在运行[1]。中国从2013年开始陆续启动了7个试点ETS，又于2017年启动全国ETS，目前全国体系正处在正式运行前的最后准备阶段。

ETS是一项基于市场的减排政策工具，其基本目标是以较低的成本实现既定的温室气体排放控制目标，同时刺激有助于向低碳经济转型的创新[2]。然而，从国内外碳交易体系的实践经验来看，很多体系面临配额过剩、市场碳价长期低迷等问题[3-4]，这使得政策制定者和学术界对于ETS的有效性和效果产生疑虑。一方面，由于政府和企业信息的不对称，ETS的设计在初始阶段很难完美;另一方面，社会经济环境的波动、其他碳减排政策的实施也会对ETS的政策效果产生影响[5-6]。因此，对ETS的政策效果进行及时和科学的评估，有助于政策制定者改善体系设计，适应体系运行所面临的外部环境的变动，从而确保ETS政策目标的实现。特别是在《巴黎协定》所针对的后2020时代，许多国家的国家自主贡献目标与其ETS控制目标息息相关，因此ETS实施的效果将对全球能否实现《巴黎协定》下的减排目标产生重要影响。

目前，许多研究者开展了针对相关国家和地区ETS政策效果评估的实证研究，主要关注的政策效果包括：对碳减排的影响、对低碳技术创新的影响、对经济产出和竞争力的影响、对企业经营管理的影响以及对协同减少大气污染物的影响等。尽管这些研究从不同的角度得出了有见解的结论，然而，目前几乎没有文章对现有相关研究所采用的方法进行系统的总结和分析。事实上，针对不同的评估内容，其评估方法也存在一定的差别，例如，分析ETS对碳减排的影响多采用客观的数据开展计量分析，而分析ETS对低碳技术创新的影响则有大量研究通过问卷调研、访谈等案例分析手段开展。因而，系统地总结评估ETS政策效果的研究方法不但可以为后续研究提供非常有益借鉴，而且也有助于ETS主管部门根据相关研究需求公开研究必须的信息。本文梳理的研究为事后的、实证评估ETS政策效果的研究，因而事前的、模拟分析ETS潜在影响的研究不在本文分析之列。尽管针对国外体系的研究开展得较早而针对国内体系的研究开展得较晚，但在所采用的评估方法上，这些研究具有相通之处。本文尝试对其进行总结归纳，指出其优势、不足以及存在的挑战，最后指出对我国试点ETS的政策效果进行评估所面临的困难，并提出了相关的政策建议。

1 ETS政策效果评估的主要方面

1.1 碳减排效果

ETS的碳减排效果一直是ETS政策效果评估的核心议题。从定义上讲，一个ETS体系，只要其配额总量设置得足够严格，并且纳入的排放源的排放总量没有超过配额总量，即被认为是实现了设定的温室气体减排目标。然而，这不意味着观察到的温室气体减排可以自动归因为ETS的贡献，因为观察到的减排效果可能是很多减排政策措施共同作用的结果。只有在ETS使得体系的碳排放低于没有ETS存在时的排放情况（即对照情景counterfactual，或照常情景Business-as-usual，BAU）时，才可以认为ETS在减排方面是有效的[2]。

1.2 對低碳技术创新的影响

同碳减排效果一样，ETS对于企业低碳技术创新的影响，同样备受研究者的关注。实际上，企业进行低碳技术创新是其实现温室气体减排的重要举措之一。企业的低碳技术创新，通常被划分为两大类：自主研发和采纳。前者是企业自主针对其产品、生产技术等进行实验、开发和测试等，进行自主技术创新;后者主要指企业从其他单位引进新的生产设备或者翻新已有设备。前者被视为企业实现温室气体减排的长期策略，而后者则是相应的短期策略。

1.3 对经济产出和竞争力的影响

国内外研究大都将ETS对于经济产出和竞争力的影响定义为ETS对广义的经济表现（economic performance）的影响，选取的评估指标包括企业收入、就业率、增加值、边际利润、出口份额、生产率等。ETS对于经济产出和竞争力的影响一直是政策制定者和企业界关注的重要问题，对ETS的政治接受度有重大影响。实施ETS产生的履约成本、行政成本等可能增加企业的成本;生产成本的增加有可能导致纳入企业提高产品价格，从而影响其市场竞争力，甚至导致其搬迁至非ETS覆盖区域，引起碳泄露问题[7-8]。

1.4 对企业经营管理的影响

ETS的影响还表现为对企业经营管理的影响。研究中多将这种影响定义为组织创新（organizational change），作为ETS促进企业创新的一个方面。依据Oslo Manual[9]的定义，组织创新是“在企业的业务实践（business practices）、组织实践（workplace organization）或外部关系（external relations）中实施一种新的组织方法”。组织创新主要包括企业在对ETS的重视程度上、组织框架上以及节能减排能力建设上所做出的改变[10-14]。企业对于ETS的重视程度，主要体现在ETS问题最高在公司哪个层级的会议上讨论，企业在投资决策中对于碳成本的态度等。企业的组织框架的改变，主要体现在企业是否成立或指定了新的部门或管理实体负责ETS相关问题，是否加强与外部单位的合作等;节能减排能力建设的改变则体现在公司是否实施了能源管理，是否针对员工进行了节能减排培训等。

该方法经过Rosenbaum等[31]、Rubin等[32]和Heckman等[33]的奠基性工作，目前已經在国内外关于ETS政策效果评估的各个领域中都得到了应用[23，26，34-38]。例如，Petrick和Wagner[35]使用一个针对德国生产部门普查的全面面板数据，采用基于倾向得分的匹配倍差法，研究了EU ETS对于纳入企业的影响。研究认为，EU ETS导致纳入企业相对于非纳入企业减少了1/5的碳排放，同时发现减排是由于企业减少了油和气的使用导致的，而不是因为减少了电力的使用。Calel和Dechezlepretre[39]通过从欧洲专利局（EPO）获取的纳入企业与非纳入企业的低碳技术的专利申请数据，基于匹配的双重差分法，分析了EU ETS对低碳创新的影响，发现相较于未纳入企业，纳入企业的低碳技术专利增加了10%，同时没有对纳入企业的其它技术专利产生挤出效应，但对于未纳入企业的专利申请没有产生显著影响。Zhang等[26]采用中国分省分工业子行业的数据，基于双重差分法和匹配倍差法分析了中国试点ETS的减排效果，认为中国试点ETS促进了碳减排，并且政策效果呈现逐渐增强的趋势，但是对于碳强度的影响不明显。

匹配倍差法的应用需要满足三个关键的假定。第一为非混淆假定（unconfoundedness assumption）。该假定与双重差分法的平行趋势假定相似，即假设在没有政策倾向的情况下，处理组和对照组个体具有相似的时间趋势。第二为共同支撑假定（common support assumption），即要求处理组和控制组的样本特征分布有一部分重叠，以保证匹配质量，否则会影响结论。第三为稳定单元处理值假定（stable unit treatment value assumption， SUTVA），假定政策的实施不会产生“溢出”效应，即政策覆盖个体受到的处理效应不会影响到政策未覆盖的个体。这三个假定中的第一和第三个假定均难以直接检验，因而在研究中，学者们通常采取多种分析策略对其进行间接检验。

匹配倍差法应用中存在的问题是，一些研究将面板数据作为混合数据进行处理，那么在政策实施前的倾向得分匹配过程中，可能由于个体-时间的交错，例如，将“湖北-2011”的观察值匹配为“湖南-2010”，从而导致该匹配过程无法消除处理组与对照组间的系统性差异。

2.5 三重差分法

双重差分法的平行趋势假定在实际研究中有时难以满足。为了解决这一问题，可以采用三重差分法。该方法的基本思想是，假设在没有政策影响时，处于政策实施区域内的处理组和控制组的个体之间在时间趋势上的差异，可以通过在非政策实施区域“处理组”和“控制组”之间在时间趋势上的差异来反映。因此，在一个三重差分法研究设计中，通常至少需要找到两个对照组，即处于政策实施区域的未纳入个体和处于非政策实施区域的个体，而且后者通常与政策实施区域的所有个体具有相似的分布（如在行业上的分布）。例如刘晔和张训常[40]结合中国A股上市公司数据，应用三重差分法，从微观层面实证检验了ETS对企业研发创新的影响。研究认为，试点ETS提高了处理组企业的研发投资强度，然而只对大规模企业的创新投入具有显著的正向效应;试点ETS通过增加企业现金流和提高资产净收益率对企业的创新行为产生了直接效应和间接效应。

可以看出，三重差分法的应用条件更为苛刻，如果不能找到两个合适的控制组样本，该方法则难以实施。鉴于中国试点ETS只覆盖了试点地区的部分行业/企业，因而为应用三重差分法提供了较好的条件。如果在某些情况下，无法严格区分政策实施区域内的哪些行业/企业受到政策影响，则在方法运用上可以进行一定的灵活处理，如可以认为具有不同特征的行业受到的影响程度不同，从而在双重差分的交乘项上再乘以反应行业差异的变量，这同样也是三重差分的思想。

2.6 其他经典计量模型方法

除了以上常用的ETS效果评估方法外，其他经典的计量模型方法也被广泛采用。这些方法通常通过构造研究者感兴趣的变量指标，来研究政策或政策的某些特定的方面所产生的影响。这些研究在指标选取和研究方法上都具有较大的灵活性。例如，一些研究基于企业层级数据，采用动态面板数据模型的方法，分析了EU ETS在不同阶段之间减排效果的差别，分离了经济危机背景下EU ETS的减排贡献等[41-42]。Abrell等[41]使用企业层面的交易日志数据，基于动态面板数据模型，估算了EU ETS从第一阶段进入第二阶段过程中因规则变化导致的碳排放量变化，发现2007—2008年间的减排量比2005—2006年间的减排量高出3.6%。这个差异是统计显著的，是配额总量松紧程度的变化导致的，而且在EU ETS第一阶段获得免费配额低于平均水平的企业在2007—2008年减排最多。一些研究则采用多元回归模型，分析EU ETS及其配额分配严格程度之间的关系，EU ETS对于企业竞争力的影响[36，43-48]。例如，Anger和Oberndorfer[44]的计量分析表明，在EU ETS第一阶段，配额分配没有显著影响纳入德国企业的业绩和就业。Bushnell等[48]通过UROSTOXX 指数考察了552只股票的每日收益，发现对应于2006年4月的EUA价格大幅下降，碳排放密集和电力消费密集企业的股票价格均下降了，尤其是主要在EU范围内进行销售的公司。Zhang等[49]收集了2014年7月—2017年6月中国10家上市的热力企业每周的股票价值数据，发现碳价格对公司的股票价值有显著的负面影响，但是该影响在不同试点间存在差别。

3 定性分析方法

3.1 问卷调研法

除了定量分析方法外，还有很多学者通过对市场参与者进行调研的方法，定性分析ETS的政策影响，为定量分析提供补充参考[45，50-51]。特别是在低碳技术创新和企业经营管理等与企业决策行为密切相关的研究领域，该方法得到广泛应用[5，13-14，52-55]。通过问卷调研，可以从多个角度、多个环节审视ETS的政策影响。相关研究中问卷调研的对象也较为广泛，既包括ETS纳入企业，也包括非纳入企业，还包括一些企业的供应商和顾客等。如Deng等[13]基于问卷调研，对我国七个试点ETS的运行有效性进行了评估。研究发现，试点目前仍然缺乏约束力度，企业对于ETS缺乏认识，但是大部分企业在长期投资决策中考虑了碳价;大部分企业均参与了市场交易，但市场存在比较明显的“惜售”情况。Pontoglio[52]对38家意大利造纸企业进行了调研，发现大多数企业（66%）处于配额短缺状态，并且它们中的72%通过借贷配额的方式来解决这一问题;一半的企业没有采取措施减排，而另一半的企业采取了措施或计划采取措施。与设备供应商的访谈反映出，没有人把能源或者碳效率作为他们设备的卖点。

基于问卷调研获取的数据，一些学者进一步通过计量分析的方法评估政策的影响[56-61]，但所采用的计量方法取决于可获取数据的类型。一些研究依靠官方的、大范围的创新调研，如Borghesi等[57]应用2006—2008年意大利社区创新调研（Italian Community Innovation Survey， CIS）研究了EU ETS对于减排和能效提高类创新的影响。通过应用计量经济学模型，研究发现，ETS纳入行业比非纳入行业更可能创新，但是行业的政策严格程度却与其创新负相关。作者认为这可能是由于一些公司提前采取了创新措施以及行业的不同特点所致。更多的此类研究则是依靠学者们自主调研的数据。在调研过程中，学者们可以根据个人对于问题的理解，定义相应的因变量和自变量，控制的变量包括公司内部特征、公司与其它单位的合作关系、政策组合、市场因素等外部要素对企业低碳技术创新的影响等。例如，Schmidt等[56]基于调研的7个EU国家电力企业的数据，建立多元回归模型分析了EU ETS对于创新的影响，并认为EU ETS对于企业创新有非常有限的甚至有争议的影响，长期减排目标是企业创新活动的更重要决定因素。Liu和Wang[60]通过对中国六个重点行业的问卷调研，认为基于市场的政策工具促进了企业进行低碳技术的研发和对先进技术的采纳。

3.2 访谈及案例分析法

除了问卷调研法之外，选取有代表性的企业进行案例研究（case study）也是深入分析政策影响的一种可靠的方法。其常用的手段是通过对代表性企业的深入访谈，获取更为深入、详实的信息。如，Hoffmann[10]、Rogge和Hoffmann[11]、Rogge等[12]进行了一系列与德国电力生产企业的经理（和专家）的访谈。通过对访谈内容的分析，他们认为，EU ETS对于企业的创新活动有影响，特别是对生产技术;EU ETS对于加速研究化石燃料技术的效率改进、促进碳捕集与封存研究的开展同样非常重要;但是EU ETS对可再生能源开发的激励较小，上网电价补贴政策比较低的碳价提供了更强的激励。

除了访谈之外，也有学者结合其他方面可获取的信息进一步对企业进行案例分析。例如，有学者通过对中国上市公司在年报、社会责任报告和公司网站等披露的碳管理措施进行分析，认为我国企业在生产经营过程中提高对节能减排的重视[62]。

在进行案例分析过程中，选取的企业样本不必特别多，但是应具有代表性。在访谈之前，应有详细的、具有逻辑性的访谈提纲，并能够接触到可以提供有效信息的企业管理者。因而，尽管该方法看起来实施简单，但是想得到高质量的案例分析成果，则需要投入大量的精力和资源，需要事先进行充分的准备。另外，通过技术手段，从公开渠道获取有效信息不失为一种很好的研究策略，如文本分析、舆情分析等。

4 我国试点ETS政策效果评估中存在的问题

我国的试点ETS已经完整运行了6～7个周期，积累了大量的实际运行数据，为运行分析试点体系的政策效果奠定了良好的基础。这个分析不但对于继续完善试点ETS的设计非常有益，对于即将运行的全国体系的设计也非常必要。而且，将来全国体系正式运行之后，对其进行政策效果评估也是必须开展的工作。但目前对我国试点ETS的评估中还存在如下几个方面的问题。

4.1 评估所需的数据难以获取

对ETS政策效果进行定量评估的方法以计量分析方法为主，最为常用的包括双重差分法、匹配倍差法、三重差分法等。然而，在关于国内试点ETS的评估工作中，由于评估所需的数据不可公开获得，这些方法的应用面临很大的困难。

首先，为了进行定量的计量分析，需要获取一定样本量的企业层面的数据。在统计学上通常将样本量大于30的分析视为大样本分析。然而，我国试点ETS主管部门公布的体系信息非常有限，所公布的少数定量信息主要局限于体系层面的设计数据，比如体系的年度配额总量及其构成，所有试点均没有公布体系的实际排放数据，更不用说企业层面的数据。虽然可以通过调研获取企业层面的数据，但由于企业和试点主管部门的配合意愿不高，调研可获取的样本量常常难以满足要求，特别是对于单个试点，样本量不足的问题更加严重。

其次，为了进行ETS政策效果的归因分析，除了需要获取纳入企业的相关数据之外，还需要一定量的与纳入企业类似的未纳入企业的数据以建立对照组，但这部分未纳入企业往往是没有义务提交其碳排放等相关数据的，这同样给计量分析带来了很大的困难。另外，除了碳排放、碳强度、主要产品产量等主要关注的结果变量数据外，分析还需要企业的财务数据等用于控制企业的特征，以避免在分析过程中因遗漏变量而产生严重的内生性问题，而这部分数据对于企业来说是机密信息，除了上市企业外，很难通过公开材料获取[24，63]。

正是由于难以获取企业层面的数据，因而目前针对中国试点ETS政策效果评估的研究主要基于省级总量或省级工业行业的总量数据开展。然而，由于试点ETS均只纳入了碳排放达到一定门槛的重点排放企业[26，64]，因此基于总量数据的研究无疑会导致过大估计纳入体系范围的问题，研究结果可能存在一定偏差。

4.2 評估方法的应用需要改进

如前所述，目前的评估研究中，所采用的定量评估方法以经典计量模型、双重差分法、匹配倍差法等为主。然而，采用双重差分法时，对照组的选择具有主观性和随意性，特别是在处理组与对照组之间存在系统性差异时，评估结果可能存在偏差。而匹配倍差法可以在一定程度上缓解以上问题。但是一些研究将面板数据作为个体形成混合数据，在匹配过程中个体与年份的交错将会导致结果的偏差。

在关于我国试点ETS政策效果的研究中，研究者过度依赖量化分析方法，对问卷调研、访谈、案例分析等定性的分析方法重视不够。事实上，对于低碳技术创新、组织管理等与企业自身行为决策密切相关的研究中，定性的方法更能够关注微观个体在想法和行动上的变化，因而可以为定量研究补充更多的细节，有可能得出更有建设性和针对性的研究结论。

除此之外，国内很多单位发布的试点ETS的运行报告或分析报告中所采用的比较因变量在不同年度间变化趋势的方法，并不是严谨的归因分析，即不能有效地说明在多种混杂因素的影响下，观察到的因变量的变化是否可以归因为ETS的影响[2，19]，这种认识上的误区应予以纠正，否则很可能误导决策者。

4.3 事后评估研究的体量不足

可能由于评估所需的数据难以获得以及所应用评估方法的局限性等，目前，关于我国试点ETS政策效果评估研究的体量明显不足，这也在一定程度上阻碍了全面了解我国试点ETS的政策效果，并据此对试点体系设计进行完善以及对全国体系设计提供有针对性的建议。

在国外的一些主要ETS中，主管部门一般会成立专门的工作团队，系统评估体系的政策效果，所用的方法包括对现有的学术研究、权威报告等进行系统性的梳理、总结、提炼，以期全面客观地评估和认识体系的政策效果。如在2016年，EU发布的《EU ETS指令评估》（Evaluation of the EU ETS Directive）中，研究团队即对160余篇评估EU ETS的主要文献进行了综述，比较分析了不同研究的结论，对体系的效果及机制设计进行了系统的评估[65]。2016年，新西兰环境部在所发布《2016年新西蘭ETS评估》（The New Zealand Emissions Trading Scheme Evaluation 2016）[66]的编写过程中，采用了类似的方式。

对现有文献进行全面的综述，有助于保证分析结论的客观性;同时，对于主管部门来说，采取这种评估方式也有助于保证评估工作的成本有效性。而目前对于我国试点ETS政策效果的评估研究还非常零散、不成体系，而且由于所用的研究方法的不同和数据的差异，相关研究结论甚至存在相悖的情况。目前情况下，主管部门很难通过对现有评估文献的系统梳理得出令人信服的结论。而试点相关部门发布的运行报告和分析报告，一方面存在理论上的缺陷，另一方面也没有深入挖掘体系的政策效果，大多是对其运行表现进行一般性的分析，对于体系设计改进的参考作用相对比较有限。

5 建 议

为了可以更加有效、系统和可靠地对我国试点ETS的政策效果进行评估，以根据评估效果不断完善试点ETS的设计，并为未来评估全国ETS的政策效果奠定良好的基础，ETS的主管部门、企业和研究者等各方需要从多个方面共同作出努力。

首先，ETS的主管部门应该加大评估ETS政策效果所必须的数据的公开力度，包括体系层面的宏观数据和企业/设施层面的微观数据。宏观数据包括体系的配额总量及其构成、配额的年度免费分配和有偿分配数量、覆盖企业分行业的年度排放总量、用于履约目的的配额和抵消指标的使用量、配额的年度剩余量等。微观层面的数据则包括企业/设施的免费配额、年度排放、主营业务和配额交易等方面的信息。考虑到有些信息属于企业的商业机密，可以考虑通过一定的技术手段对企业数据进行脱敏处理，或通过适当的法律手段来规范数据的使用。公布数据的前提是主管部门掌握相关的信息，因此，在体系的设计过程中，应该对相关信息的收集有充分的实现考虑。微观层面信息的公布可以遵循一个循序渐进的过程，给相关行业和企业一个逐渐适应的时间。例如，交易信息的公布可以参考EU ETS下要求公布每一笔3年之前交易信息的规定。

其次，对于企业来说，除了履行其在ETS下的信息报告义务，根据主管部门的要求准确上报相关信息外，也应该更加主动公布属于环境或者社会责任领域的相关碳减排信息，如企业的减排投资、减排技术创新以及管理方面的努力等。这些信息的公布不但对评估ETS实施的有效性非常必要，而且有助于向社会展示更加积极和负责任的企业形象。

再次，学术研究者应结合可获取数据的状况，开发或采用更为先进的、多样的分析手段，这可能为ETS政策效果的评估工作提供新的见解。如在样本较少且只关注政策干预对一些加总指标的影响时，可以考虑采用比较研究中合成控制法、回归合成控制法等;在研究ETS对企业自身行为决策的影响的研究中，可以更多地采用问卷调研、访谈等定性的分析手段;在大数据的背景下，尝试通过文本分析、舆情分析等新技术手段对体系的风险、企业的行为、公众的态度等进行分析。政府应增加对于ETS政策效果评估工作的重视和支持力度，使得评估研究能够百家争鸣，百花齐放，从而形成较为多方面和客观的认识，进而支持科学决策。

最后，应该设立针对ETS政策效果评估的明确规则，包括评估的频率、评估的负责主体、评估方法、评估结果的发布和应用等，为我国ETS设计的不断完善奠定坚实的规则基础。

（编辑：刘照胜 ）

参考文献

[1]ICAP. Emissions trading worldwide[R]. 2019.

[2]MARTIN R， MULS M， WAGNER U J. The impact of the European Union emissions trading scheme on regulated firms： what is the evidence after ten years？[J]. Review of environmental economics and policy， 2016， 10（1）： 129-148.

[3]LIU L， CHEN C， ZHAO Y， et al. Chinas carbon-emissions trading： overview， challenges and future[J]. Renewable and sustainable energy reviews， 2015，49： 254-266.

[4]NARASSIMHAN E， GALLAGHER K S， KOESTER S， et al. Carbon pricing in practice： a review of existing emissions trading systems[J]. Climate policy， 2018， 18（8）： 967-991.

[5]YANG L， LI F， ZHANG X. Chinese companies awareness and perceptions of the emissions trading scheme （ETS）： evidence from a national survey in China[J]. Energy policy， 2016，98： 254-265.

[6]JOLTREAU E， SOMMERFELD K. Why does emissions trading under the EU emissions trading system （ETS） not affect firms competitiveness？ empirical findings from the literature[J]. Climate policy， 2019， 19（4）： 453-471.

[7]JAFFE A B， PETERSON S R， PORTNEY P R， et al. What does the evidence tell us environmental regulation and the competitiveness of US manufacturing[J]. Journal of economic literature， 1995，33： 132–163.

[8]DEMAILLY D， QUIRION P. European emission trading scheme and competitiveness： a case study on the iron and steel industry[J]. Energy economics， 2008， 30（4）： 2009-2027.

[9]OECD. Oslo Manual： guidelines for collecting and interpreting innovation data[M]. 3rd ed. Paris： OECD， 2005.

[10]HOFFMANN V H. EU ETS and investment decisions： the case of the German electricity industry[J]. European management journal， 2007， 25（6）： 464-474.

[11]ROGGE K S， HOFFMANN V H. The impact of the EU ETS on the sectoral innovation system for power generation technologies-findings for Germany[J]. Energy policy， 2010， 38（12）： 7639-7652.

[12]ROGGE K S， SCHLEICH J， HAUSSMANN P， et al. The role of the regulatory framework for innovation activities： the EU ETS and the German paper industry[R]. 2011.

[13]DENG Z， LI D， PANG T， et al. Effectiveness of pilot carbon emissions trading systems in China[J]. Climate policy， 2018， 18（8）： 992-1011.

[14]ANDERSON B， CONVERY F， DI MARIA C. Technological change and the EU ETS： the case of Ireland[R]. 2011.

[15]任亞运， 傅京燕. 碳交易的减排及绿色发展效应研究[J]. 中国人口·资源与环境，2019， 29（5）： 11-20.

[16]YAN Y， ZHANG X， ZHANG J， et al. Emissions trading system （ETS） implementation and its collaborative governance effects on air pollution： the China story[J]. Energy policy， 2020，138： 111282.

[17]北京环境交易所.北京碳市场年度报告2018[R/OL].[2019-03-28].http：//files.cbex.com.cn/cbeex/201903/2019032816 26 32946.pdf.

[18]MCGUINNESS M， ELLERMAN A D. CO2 abatement in the UK power sector： evidence from the EU ETS trial period[R]. Massachusetts Institute of Technology， Center for Energy and Environmental Policy Research， 2008.

[19]ELLERMAN A D， BUCHNER B K. Over-allocation or abatement？ a preliminary analysis of the EU ETS based on the 2005-06 emissions data[J]. Environmental & resource economics， 2008， 41（2）： 267-287.

[20]ANDERSON B， Di MARIA C. Abatement and allocation in the pilot phase of the EU ETS[J]. Environmental & resource economics， 2011， 48（1）： 83-103.

[21]EGENHOFER C， ALESSI M， GEORGIEV A， et al. The EU emissions trading system and climate policy towards 2050：real incentives to reduce emissions and drive innovation？[R]. 2011.

[22]CHAN H S， LI S J， ZHANG F. Firm competitiveness and the European Union Emissions Trading Scheme[J]. Energy policy，2013，63： 1056-1064.

[23]ZHANG Y， PENG Y， MA C， et al. Can environmental innovation facilitate carbon emissions reduction？ evidence from China[J]. Energy policy， 2017，100： 18-28.

[24]黃向岚， 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.

[25]ZHANG W， ZHANG N， YU Y. Carbon mitigation effects and potential cost savings from carbon emissions trading in Chinas regional industry[J]. Technological forecasting and social change， 2019，141： 1-11.

[26]ZHANG H， DUAN M， DENG Z. Have Chinas pilot emissions trading schemes promoted carbon emission reductions？ the evidence from industrial sub-sectors at the provincial level[J]. Journal of cleaner production. 2019，234： 912-924.

[27]ZHU J， FAN Y， DENG X， et al. Low-carbon innovation induced by emissions trading in China[J]. Nature communications， 2019，DOI：10.1038/s41467-019-12213-6.

[28]ABADIE A. Semiparametric difference-in-differences estimators[J]. Review of economic studies， 2005， 72（1）： 1-19.

[29]SMITH H L. Matching with multiple controls to estimate treatment effects in observational studies[J]. Sociological methodology， 1997 （6）： 325–353

[30]WINSHIP C， MORGAN S L. The estimation of causal effects from observational data[J]. Annual review of sociology， 1999 （25）： 659–706.

[31]ROSENBAUM P R， RUBIN D B. The central role of the propensity score in observational studies for causal effects[J]. Biometrika， 1983，70： 41–55.

[32]HECKMAN J J， ICHIMURA H， TODD P E. Matching as an econometric evaluation estimator： evidence from evaluating a job training program[J]. Review of economic studies， 1997， 64（4）： 605–654.

[33]HECKMAN J J， ICHIMURA H， TODD P. Matching as an econometric evaluation estimator[J]. Review of economic studies， 1998， 65 （2）： 261–294.

[34]JRAT JARAIT C D M. Did the EU ETS make a difference an empirical assessment using Lithuanian firm-level data[R]. 2014.

[35]PETRICK S， WAGNER U J. The impact of carbon trading on industry： evidence from German manufacturing firms[R]. 2014.

[52]PONTOGLIO S. The role of environmental policies in the eco-innovation process： evidences from the European Union EmissionTradingScheme[C]//DIME International Conference ‘Innovation，sustainability and policy， 2008.

[53]CAMES M. Emissions trading and innovation in the German electricity industry[D]. Berlin： Technischen Universitt Berlin， 2010： 111-148.

[54] ROGGE K S， SCHNEIDER M， HOFFMANN V H. The innovation impact of the EU emission trading system-findings of company case studies in the German power sector[J]. Ecological economics， 2011， 70（3）： 513-523.

[55]LFGREN， WRKE M， HAGBERG T， et al. The effect of EU-ETS on Swedish industrys investment in carbon mitigating technologies[R]. 2013.

[56]SCHMIDT T S， SCHNEIDER M， ROGGE K S， et al. The effects of climate policy on the rate and direction of innovation： a survey of the EU ETS and the electricity sector[J]. Environmental innovation and societal transitions， 2012 （2）： 23-48.

[57]BORGHESI S， CAINELLI G， MAZZANTI M. Linking emission trading to environmental innovation： evidence from the Italian manufacturing industry[J]. Research policy， 2015， 44（3）： 669-683.

[58]MARTIN R， MULS M， WAGNER U. Carbon markets， carbon prices and innovation： evidence from interviews with managers[R]. 2013.

[59]BORGHESI S， CAINELLI G， MAZZANTI M. Brown sunsets and green dawns in the industrial sector environmental innovations， firm behavior and the European emission trading[R]. 2012.

[60]LIU W， WANG Z. The effects of climate policy on corporate technological upgrading in energy intensive industries： evidence from China[J]. Journal of cleaner production， 2017， 142： 3748-3758.

[61]張海军， 段茂盛， 李东雅. 中国试点碳排放权交易体系对低碳技术创新的影响——基于试点纳入企业的实证分析[J]. 环境经济研究， 2019， 4（2）： 10-27.

[62]吴凌云， 许向阳. 碳交易市场背景下中国造纸企业碳管理战略研究[J]. 林业经济， 2018 （4）： 46-52.

[63]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.

[64]WANG X， ZHU L， FAN Y. Transaction costs， market structure and efficient coverage of emissions trading scheme： a microlevel study from the pilots in China[J]. Applied energy， 2018，220： 657-671.

[65]Directorate-General for Climate Action（European Commission）（DG）. Evaluation of the EU ETS directive-carried out within the project ‘Support for the Review of the EU Emissions Trading System[R]. 2016.

[66]Ministry for the Environment of New Zealand. The New Zealand Emissions Trading Scheme evaluation 2016[R]. 2016.