中国碳交易政策对区域能源效率的影响

张雪梅，卢菲菲

(兰州理工大学 经济管理学院，兰州 730050)

提要：以2006—2018年30个省(市、区)的面板数据为样本，利用超效率SBM模型测算各地区能源效率，并建立双重差分模型和中介效应模型，研究碳交易政策对能源效率的影响机制。结果表明，中国碳交易政策对全国能源效率存在显著的正向影响，有助于能源效率的提升，但其对不同区域的影响不同，碳交易政策对东部地区能源效率没有显著影响，对中、西部地区能源效率均存在显著正向影响。对中介效应的分析发现，中部地区绿色技术创新和能源结构均发挥正向中介效应，而产业结构调整的中介作用不显著。西部地区产业结构调整存在遮掩效应，绿色技术创新和能源结构的中介作用不显著。东部地区绿色技术创新、能源结构以及产业结构调整的中介作用均不显著。因此，应适当减少东部地区免费初始碳配额，加快中、西部地区碳交易市场建设，提高产业结构调整质量以提升能源效率。

一、引言与文献回顾

联合国政府间气候变化专门委员会(IPCC)在第五次评估中强调，温室气体的主要来源是工业化过程中大量使用化石燃料。为减少温室气体排放，国际社会积极探索实现低碳发展的可行方案。中国作为温室气体排放量最多的发展中国家，有义务承担碳减排的重要责任。中国计划在2030年左右CO2排放量达到峰值且将努力早日达峰，非化石能源占一次能源消费比重提高至20%左右，同时实现CO2排放强度比2005年下降60%～65%的自主减排目标。为实现这些目标，2011年国家发改委批准在北京、天津等7个省(市)设立碳交易试点，2013年在深圳启动首个碳交易市场，中国碳交易市场正式拉开序幕，2017年将这一政策推行至全国电力行业。同时，降低温室气体排放、打好污染防治攻坚战必须从输入端着手，减少化石能源的使用。为此，习近平总书记提出要完善能源消费双控制度，通过降低能源消耗总量和能源强度提升能源效率。但现行的碳交易政策在控制碳排量的同时，是否会影响中国能源的消费总量和消费强度，从而改变中国的能源效率？碳交易政策对能源效率存在怎样的影响机制？这些问题值得关注与思考。

碳交易政策的本质是将CO2排放权作为一种商品在碳市场上进行交易，由政府确定初始碳配额，企业生产过程中碳排量不能超出碳配额，否则需要在碳市场上购买额度，若排放未达到额度，可将剩余配额在碳市场上进行交易获利。国外主要碳交易体系经历了逐步完善的探索阶段，碳交易所涵盖的行业和交易项目逐渐丰富。中国碳交易试点于2013年正式启动，虽有所成效，但仍处于探索阶段。随着近几年的快速发展，国际碳交易市场已初具规模，正在运行的碳市场所覆盖的碳排放占到全球碳排放总量的8%，全球性碳交易体系的建立是大势所趋。因此，关于碳交易的研究也日益丰富，涉及的领域较为广泛，如碳交易社会福利[1]、协同效应[2]以及碳交易定价[3]等。但由于目前大多碳交易体系仍服务于某一国家或地区，所以现有研究更多聚焦于特定国家或地区碳交易政策的减排效应和减排机制。一方面，对于碳交易政策减排效应的研究，大多认为碳交易政策能有效降低区域碳排放强度[4-5]，但部分国内外政策实施效果的研究认为碳排放交易体系并未发挥其减排效果[6-7]。在综合考虑区域环境和实施情况的条件下，部分学者认为碳交易政策实施效果具有不稳定性，即在短期内该政策的减排效果不明显，但存在长期减排效应[8]，因此碳排放交易的政策实施效果仍需要进一步研究。另一方面，关于碳交易政策的减排机制研究一般认为碳交易政策是通过市场化手段来调整产业结构和提高技术创新效率，进而实现减排目标[9]，且在探究不同类型环境规制手段对绿色技术创新的影响中发现，排污税等市场化手段对绿色技术创新产生正向影响[10]；谭静和张建华则直接研究碳交易政策对绿色技术创新的作用且认为碳交易政策可以促进绿色技术创新[11]。由于传统企业生产过程受到碳排量的限制，能源投入边际成本提高，碳交易政策通过迫使传统企业改进能源结构减少碳排放[12]。

关于能源效率的研究主要集中在能源效率测度以及影响因素方面。能源效率测度方法大多以考虑多种投入产出的全要素能源效率测算方法替代单要素能源效率测度，且将非期望产出纳入测算指标体系，但具体指标构成各异[13-14]。综合来看，影响能源效率的因素较多，通常认为产业结构调整、技术创新和能源结构是能源效率变化的重要影响因素。产业结构变动对能源效率有较大影响但影响方向不同。部分学者认为产业结构高级化对能源效率的增长具有显著的促进作用，且能源效率变动主要受二次产业影响[15-16]，但也有观点认为三次产业并不比二次产业环保[17]。在碳约束下技术创新对能源效率的提高作用显著增强，而煤炭消费量对能源效率存在显著负向影响[18]。此外，经济水平和对外开放等其他影响因素也对能源效率存在一定的影响[19-20]。然而，目前碳交易政策对区域能源效率影响的研究甚少。部分学者从整体角度研究环境规制与能源效率的关系，二者呈现出3种不同的关系：正相关关系[21]、负相关关系[22]和非线性关系[23]。可见，已有研究并没有形成一致结论，而且没有考虑到环境规制的异质性，不同类型的环境规制可能产生不同的影响效果。碳交易政策作为一种市场化的环境规制手段，对中国区域能源效率是否也会产生上述3种不同的效应，有必要进一步展开相关研究。

综上所述，发现碳交易政策对技术、结构等因素均产生影响，而这些因素又是影响能源效率变化的重要因素，因此，碳交易政策是否会对能源效率产生影响有待进一步分析。为此，本文选取2006—2018年30个省(市、区)的面板数据测算各地区能源效率，并运用双重差分模型对碳交易政策的影响效果进行评估，检验碳交易政策对能源效率产生促进作用还是抑制作用，并探究在影响机制中是否存在中介效应。探究碳交易政策对能源效率的影响。一方面，丰富了中国碳排放交易政策评估的区域研究；另一方面，现有研究仅探讨了环境规制对能源效率的影响，很少研究碳排放交易政策这一市场化手段对中国区域能源效率的影响，并为进一步评估政策实施效果、政策调整提出合理化建议。

二、理论分析与研究假设

(一)理论模型分析

通过文献梳理，碳交易政策与能源效率的关系可表示如图1。在碳交易政策实施过程中，传统企业生产受到碳排量的限制，能源投入边际成本提高，碳交易政策倒逼传统企业改进能源结构，通过提高能源利用效率以及使用清洁煤炭等技术减少碳排放。

图1 碳交易政策对区域能源效率的影响机制

绿色技术创新对能源效率的作用可能表现在两个方面：一方面，企业通过绿色技术创新提升工艺流程，通过影响能源消耗量来影响能源效率；另一方面，企业在参与碳交易之初会得到一定量的碳排放额度，绿色技术创新降低碳排量并将多余的碳排放额度转化为经济效益，在实施绿色技术创新后进一步促使其在竞争中获得比较优势，吸引顾客，进而发挥技术引领和示范作用，引导更多的企业进行绿色技术创新，强化碳减排的效果，进一步影响能源效率。此外，碳交易政策在促进减排的同时，推动产业结构调整，抑制高耗能、高污染工业发展最终影响能源效率。因此，碳交易政策可能会推动绿色技术创新、产业结构以及能源结构调整，而技术创新、产业结构调整、能源结构优化又是影响企业经济活动输入端能源消耗的重要因素。因此，通过建立数理模型，初步分析碳交易政策对能源效率的影响情况。首先建立碳交易政策的基础模型，然后分别加入绿色技术创新、产业结构调整以及能源结构因素，构建碳交易政策对能源效率影响的理论模型。

假设实施碳交易政策后，政府设置的碳配额为Q，企业用于交易的碳配额为c，则其实际消耗的碳配额为Q-c，若c≤0则说明企业的碳排放量超过政府配额，需要在碳市场上购买排放额度。交易价格P设为碳配额剩余量的函数，且P=b-ac,a>0,b>0，其中b为初始碳价，a为碳配额的边际成本。设单位碳排放为企业带来的收益为m，为推行碳交易政策，单位碳排放为企业带来的收益大于碳交易的市场初始价格，即m>b。企业的收益函数可表示为

Rt=m(Q-ct)+Pct。

(1)

若考虑绿色技术创新因素，须在模型(1)的基础上加入相关参数。设将利润的z1部分作为绿色技术创新的成本，绿色技术创新成功的概率为θ1，且成功后企业碳配额消耗量降低λ1倍，此时节约的碳配额中μ1部分用于企业交易，1-μ1部分用于生产，其中z1，θ1，λ1，μ1∈(0，1)。故在碳配额市场化的基础之上，实际消耗的碳配额为(1-θ1λ1)(Q-ct)，绿色技术创新带来的碳配额的节约量为θ1λ1(Q-ct)，用于交易的碳配额为ct+1=ct+θ1λ1μ1(Q-ct)，企业的利润函数为

Rt+1=(1-θ)[m(Q-ct+1)+Pct+1]。

(2)

若考虑产业结构调整的影响，须在模型(1)的基础上加入产业结构调整的相关参数。设将利润的z2部分作为产业结构调整的成本，调整后企业碳配额消耗量降低λ2倍，此时节约的碳配额中μ2部分用于企业交易，1-μ2部分用于生产，z2，λ2，μ2∈(0，1)。故在碳配额市场化的基础之上，产业结构调整后实际消耗的碳配额为(1-λ2)(Q-c2)，产业结构调整带来的碳配额的节约量为λ2(Q-ct)，用于交易的碳配额为ct+2=ct+λ2μ2(Q-ct)，企业的利润函数为

Rt+2=(1-z2)[m(Q-ct+2)+Pct+2]。

(3)

若考虑能源结构的影响，须在模型(1)的基础上加入能源结构的相关参数。能源结构主要是指能源总消耗量与煤炭等化石燃料使用量之比，化石燃料使用量越多，能源结构越差。设将利润的z3部分作为能源结构改善的成本，化石燃料比例上升后企业碳配额消耗量上升λ3倍，z3λ3∈(0，1)。能源结构中化石燃料比例上升后实际消耗的碳配额为(1+λ3)(Q-ct)，其带来碳配额的增长量为λ3(Q-ct)，用于交易的碳配额为ct+3=ct-λ3(Q-c3)，企业的利润函数为

Rt+3=(1-z3)[m(Q-ct+3)+Pct+3]。

(4)

由于企业追求最大利润，则对式(1)～式(4)求解max R，可得ct=(b-m)/2a，ct+1=(b-m)/2a+θ1λ1μ1[Q-(b-m)/2a]，ct+2=(b-m)/2a+λ2μ2[Q-(b-m)/2a]，ct+3=(b-m)/2a-λ3[Q-(b-m)/2a]，通过对比可知ct<0，即企业实施碳交易政策后仍需要从碳市场购买碳配额以支持其生产。当Q≤(b-m)(θ1λ1μ1-1)/2aθ1λ1μ1时，ct+1≤0，说明此时企业所拥有的碳配额量不足，需要从碳交易市场购买；当Q>(b-m)(θ1λ1μ1-1)/2aθ1λ1μ1时，ct+1>0，此时企业所拥有的碳配额量充足，且可在碳市场上与其他需要碳配额的企业进行交易，但无论Q为何值，ct+1≥ct恒成立，即绿色技术创新减少企业的碳额需求。当Q≤(b-m)(λ2μ2-1)/2aλ2μ2时，ct+2≤0，说明此时企业的碳配额量不足，需要从市场上购买；当Q>(b-m)(λ2μ2-1)/2aλ2μ2时，ct+2>0，说明此时企业的碳配额量充足，可以在市场上进行交易，无论Q为何值，均存在ct+2≥ct+1，说明产业结构调整比绿色技术创新更能减少企业的碳额需求。当Q>(b-m)(λ3+1)/2aλ3时，ct+3<0，说明此时企业的碳配额量不足需要从市场上购买；当Q≤(b-m)(λ3+1)/2aλ3时，ct+3≥0时，说明此时企业的碳配额量充足，可以与市场上其他企业进行交易，且无论Q为何值，ct+3

根据经济增长理论，在C-D生产函数的基础上，采用成本函数的形式推导出能源的需求函数，进一步构建能源效率模型。假设生产函数为希克斯中性，则生产函数可表示为Y=Af(K，L，E)，其中Y表示产出，A为企业的生产技术水平，K，L，E分别为资本、劳动以及能源的要素投入。企业要求达到成本最小化可得Cobb-Douglas形式的成本函数

(5)

其中，P表示要素的价格，αΚ，αL，αE表示各要素的产出弹性，且Σαi=1。根据谢菲尔德引理和自由竞争条件下各元素具有相同的边际生产率假设可知，对任何投入的引致需求可通过对含有该价格的生产函数求偏导计算得到，故对式(5)中能源价格求偏导可得

(6)

(7)

另外，在政府限制碳排放额的情况下，企业须在生产函数中纳入碳排量作为约束，即

Y=Aφ(Z)(Q-c)η。

(8)

其中，Z表示各投入元素合集，将式(8)带入式(7)，可得EE=PEφ(Y，Z)/[αEP(Q-c)]。由此可知，能源效率EE与Q-c成反比，本文理论分析已证绿色技术创新、产业结构调整以及能源结构优化均使企业交易的碳配额量C增大，Q-c减少，能源效率EE提高。

(二)研究假设

从理论模型分析可以看出，碳交易政策使企业在碳排量的约束下进行生产，通过成本效应倒逼高碳排高污染企业减少碳排量。企业为实现利润最大化，推动绿色技术创新、进行产业结构调整以及改善能源结构以提高生产质量，最终企业对碳配额交易量的需求增大，实际碳配额消耗量降低。能源效率又随着实际碳配额消耗量的降低而升高，最终表现为碳交易政策促进了能源效率的提升。但由于不同区域经济发展状况以及政策执行情况存在差异，该政策对不同区域能源效率的影响存在差异，故提出以下研究假设。

H1:中国碳交易政策对能源效率存在正向促进作用，但对不同区域的影响存在差异。

H2:绿色技术创新、产业结构调整以及能源结构优化在碳交易政策对能源效率的影响机制中均发挥出中介效应，且存在正向作用。

三、研究方法与数据来源

(一)能源效率测算模型

1.测算模型设定

采用数据包络分析(DEA，date envelopment analysis)模型测算30个省(市、区)的能源效率。数据包络分析利用线性规划模型构建非参数的“有效前沿面”，用来分析多个投入和多个产出的非参数技术效率配置问题；其基础的CCR模型和BCC模型均为径向角度的效率度量，由于模型限制，在决策单元的效率值为1时两模型均无法对结果进一步分析，测算效率时会因投入和产出方面的松弛问题和径向选择造成误差。因此，以数据包络分析的改进模型Super-SBM模型测算能源效率，使用非径向的效率测算方法，对决策单元的效率值达到1时仍然可以进一步进行效率评价，其模型公式为

(9)

2.投入产出变量说明

根据目前全要素能源效率研究可知，大多数学者将劳动投入、资本投入以及能源投入作为投入要素，产出指标分为期望产出和非期望产出[24]。其中，以年末就业人数作为劳动投入的衡量指标，以资本存量作为资本投入的衡量指标，参考王维等的研究通过永续盘存法测算资本存量[25]；能源投入以能源消耗总量来衡量；由于非期望产出的污染物需要治理，所以将环境污染治理水平纳入投入指标，以环境污染治理投资总额表示；期望产出以各地区国内生产总值表示；非期望产出包括由能源消耗引发的CO2排放量、工业二氧化硫排放量和工业废水排放量等主要污染物。CO2排放量估算参考陈诗一的计算方法[26]。

(二)双重差分模型

1.平行趋势检验

Bertrand等认为双重差分结果有效性的前提之一是必须满足平行趋势假设，即对于实验组和对照组，须满足政策实施前后能源效率的变化趋势具有一致性，除碳交易政策实施外，其他与政策无关的因素对个体能源效率的影响相同[27]。因此，在双重差分模型使用前先进行平行趋势检验。运用事件研究法对碳交易政策的动态效应进行实证检验，检验模型如下

γt+λj+ε。

(10)

其中，β为2006—2018年的一系列估计值，被解释变量EEit表示中国各省(市、区)2006—2018年能源效率，treated表示政策的实施变量，实施碳交易政策的试点地区赋值为1，非试点地区赋值为0，time表示碳交易政策的实施变量，碳交易政策实施前的年份(2006—2012年)定义为0，碳交易政策实施后的年份(2013—2018年)定义为1，交互项treated×time表示各省份在各时期是否受到碳交易政策的影响，如果某省份在t时期实施碳交易政策，其当年及之后的年份treated×time取值为1，否则为0。以政策前一年的2012年作为基准年进行动态效应分析。平行趋势是为了检验95%置信区间下交互项系数βt的估计范围，若估计范围包含0则说明系数不显著，反之则说明系数显著。

2.政策评估模型建立

双重差分模型主要用于评估公共政策的实施效果，因此可运用双重差分模型分析碳交易政策对能源效率的影响作用。传统方法中通过单一对比前后或者横向效果的分析方法忽略政策实施前样本组间可能存在的差异，从而造成政策效果评估的偏差。双重差分法将研究对象分为实验组和对照组，通过控制两组的系统性差异，对比政策冲击前后的影响。影响主要表现在两个方面，一方面是时间变动或经济发展所形成的“时间效应”，另一方面是政策实施后所形成的“政策处理效应”。在模型中进一步加入可能影响研究对象的变量，控制实验组和对照组的其他影响因素，弥补样本分配上非随机的缺陷，得到最终政策实施的真实效果。

模型建立如下：首先确定实验组和控制组两组虚拟变量，由于2013年碳交易政策正式启动，因此将实验组定义为政策实施的省(市、区)，控制组为其余各省(市、区)，即实验组定义为1，控制组定义为0。然后，定义年份虚拟变量，以2013年实施的碳交易政策作为政策冲击时间点，即2013年及2013年之后的年份定义为1，2013年之前的年份定义为0。考虑到全球初见成效的碳市场发生在2005年之后，故将考察期定位在2006—2018年。建立双重差分模型的基本形式如下：

EEit=β0+β1treated×time+β2treated+β3time+β4ΣControls+γt+λj+ε。

(11)

其中，Controls表示控制变量，γ表示年份固定效应，λj表示地区固定效应，ε表示随机误差项，其他变量含义与式(10)相同。

(三)中介效应模型

中介效应模型如下：

EEit=α1treated×time+Σβs×Controls+γt+λj+ε，

(12)

M=α2treated×time+Σβt×Controls+γt+λj+ε，

(13)

EEit=α3treated×time+α4M+Σβj×Controls+

γt+λj+ε。

(14)

其中，M表示中介变量，检验步骤为：(1)检验碳交易政策的交互项系数α1是否显著，若显著为正则表明碳交易政策能显著提升能源效率，若不显著则检验是否存在遮掩效应；(2)继续检验系数α2和α4是否显著，若两者均显著表明碳交易政策对该中介变量有显著影响，进行第(4)步，两者至少有一个不显著，则进行第(3)步；(3)用Bootstrap法直接检验H0:α2α4=0，若显著则表明间接效应显著，进行第(4)步，否则间接效应不显著，停止分析；(4)检验系数α3是否显著，如果不显著，则直接效应不显著，只有中介效应，若直接效应显著，则比较α2×α4和α3的符号，若同号，且总效应α1的绝对值大于直接效应α3的绝对值，则为部分中介效应；如果异号且α1的绝对值小于α3的绝对值，则为遮掩效应。

(四)变量说明及数据来源

1.碳交易政策实施净效应

实验组和控制组的虚拟变量treated以及政策冲击时间点的虚拟变量time的交互项treated×time反映碳交易政策实施的净效应。

2.能源效率

根据建立的测算指标，利用超效率SBM模型对能源效率(energy efficiency)进行测算。

3.控制变量

为剔除碳交易政策外的其他影响因素对能源效率水平的干扰，在模型中加入控制变量，包括经济发展水平、能源结构、绿色技术创新、对外开放程度、能源价格、人力资本以及产业结构调整。经济发展水平(pgdp)以人均国内生产总值来衡量[28]。由于能源消费主要以煤炭为主，用能源消耗总量与煤炭消费量之比反映能源结构(ec)。绿色技术创新是指在工业生产过程中所研发利用的符合环境保护标准的绿色技术的创新，如污染控制和预防技术等，现有研究大多以专利申请授权[9，29]表示，虽然数据获取比较便利，但该指标难以确保专利的有效性，进而难以衡量绿色技术创新的真实水平，因此借鉴胡玉凤和丁友强的研究，用碳硫排放量与工业增加值之比反映单位工业增加值产生的污染物量，从而较为真实地反映绿色技术创新效果(green)[30]。以各地区商品进出口总额占GDP的比重表示对外开放水平(open)。能源价格(ep)以各地区能源消耗的燃料、动力购进价格指数表示[31]。人力资本(pec)以人均地方教育支出进行测度。产业结构调整(inr)用三大产业比重加权衡量[32]。

考虑到数据的可得性和统计口径的一致性，本文选取2006—2018年中国30个省(市、区)(不包括港、澳、台和西藏地区)的面板数据作为研究样本，数据均来源于各省(市、区)统计年鉴《中国能源统计年鉴》《中国统计年鉴》以及《中国环境统计年鉴》。

四、实证检验

(一)能源效率测算结果

为分析碳交易政策实施地区与非实施地区能源效率情况，将全国能源效率均值数据分为非试点地区和试点地区，结果如图2所示。

图2 2006—2018年试点地区与非试点地区能源效率均值

由图2可知，中国区域能源效率均值在2006—2018年间比较平稳。实验组地区的能源效率均值与全国平均水平的变化趋势大致相同，均高于整体能源效率均值。控制组地区的能源效率均值呈现平稳上升趋势。由于实验组均为较发达省(市)，在经济发展水平以及生产要素配置上存在很大优势，对非期望产出的处理也优于控制组，故实验组能源效率高于全国平均水平，且实验组拉动整体能源效率水平的提升。

对2006—2018年全国以及各地区能源效率值进行测算，结果如图3所示。研究时间段内东部地区能源效率均值高于全国水平，中、西部地区能源效率均值均低于全国水平。除东部地区在2014年能源效率轻度上涨外，其他地区能源效率变化趋势与全国能源效率变化趋势一致，在2013年之后，中、西部能源效率均值几乎相等。从整体来看，中西部地区能源效率较低，拉低了全国能效水平。

图3 2006—2018年全国与东、中、西部地区能源效率均值

(二)政策实施对整体能源效率的影响分析

在利用双重差分模型检验碳交易政策对能源效率的影响前需要进行平行趋势检验，确保不同组别在碳交易政策实施前具有可比性。

1.平行趋势检验

对能源效率值进行平行趋势检验可知，交互项系数在2006—2011年均不显著，说明实验组和对照组在碳交易政策实施前不存在显著性差异，在2013年之后交互项系数显著，即碳交易政策实施之后两组存在显著性差异，故满足平行趋势检验。

2.政策影响效果评估

运用Stata软件进行双重差分固定效应模型回归，检验碳交易政策对能源效率的影响及作用程度，其检验结果如表1所示。

由表1可知，模型(1)为未加入控制变量的回归结果，模型(2)加入控制变量的回归结果。由模型(1)可知，在1%的显著性水平下核心解释变量的系数显著为正，为0.197，说明实施碳交易政策后，试点地区能源效率值显著高于非试点地区，碳交易政策使试点地区的能源效率平均升高0.197。在加入控制变量的过程后，核心解释变量的系数减小，但符号和显著性水平未发生变化，说明模型的估计结果比较稳健。

模型(2)中，核心解释变量的系数在1%水平下显著，为0.155，即在控制其他变量的情况下，碳交易政策使试点地区的能源效率平均升高15.5%，说明碳交易政策这一市场化的配额交易手段，不仅限制企业经营活动输出端的碳排量，对企业经济活动输入端的能源效率也产生正向影响，在提升能源效率的过程中，不仅要依靠能源政策对能源结构和能源市场进行直接调节，也要采取相应的末端治理措施迫使输入端能源的高质量投入。控制变量中，能源结构、能源价格系数均显著为负，产业结构调整及绿色技术创新系数显著为正。能源结构以及能源价格对能源效率产生负向影响，说明中国能源市场化体系并不完善，能源价格改革虽取得一定成效，但仍没有形成主要由市场决定能源价格的机制。产业结构调整使得高新技术产业及服务业比例上升，对能源效率的提升有正向影响。绿色技术创新的影响为正，但不显著，说明目前企业受市场和成本限制，绿色技术创新动力不足，没有充分发挥出对能源效率的提升作用。经济发展水平、对外开放程度以及人力资本3个控制变量的检验结果不显著。综上所述，碳交易政策的净效应显著为正，且回归系数变化较小，说明回归结果稳健，碳交易对能源效率的影响显著为正。

3.稳健性检验

(1)反事实检验。由于碳交易政策实验组的省份选择不是随机的，为排除省份选择可能对结果的影响，故进行反事实检验，随机抽取6个省份作为“虚假”的碳交易试点地区，并进行相同的回归，若回归结果表明“虚假”的碳交易试点地区对能源效率也存在显著影响，表示以上实证检验存在问题，反之则说明实证检验可信。随机抽样的结果表明，主要解释变量系数均不显著，故随机抽样所得的“虚假”碳交易政策实施地区的碳交易政策对能源效率无影响，排除政策实施地区非随机抽样造成的偶然性结果，故认为实证检验的可信度较高。

(2)滞后两期的双重差分检验。分别以2014年和2015年为政策实施点，重新作双重差分检验碳排放交易对能源效率的影响检验。检验结果可知，交互项的系数均显著为正，即若政策实施时间为2014年和2015年时，实验组能源效率与处理组有显著差异，即碳交易政策对能源效率的影响表现为多期影响，且近年政策强度逐渐加强，结果表明实证过程稳健。

(3)安慰剂检验。进一步进行安慰剂检验证明模型的稳健性[33]。从30个省(市、区)中随机选择6个地区作为处理组，假设这6个地区实施了碳交易政策，其他地区为控制组。随机抽样确保本文构建的自变量对能源效率没有影响，若结果显著则说明本文的回归结果有偏差。通过1 000次随机抽样，并按式(11)进行基准回归。结果表明，1 000次随机分配后自变量系数分布均集中在零点附近，通过随机处理后得到的自变量系数均值几乎为零，且并不显著，说明未观测的地区特征几乎不会对估计结果产生影响，之前的估计结果是稳健的。

表1 碳交易政策对能源效率的影响检验

(三)政策实施对区域能源效率的差异性分析

考虑地区发展程度的不同，碳交易政策对能源效率的影响可能存在差异，因此分别对东部、中部以及西部地区的面板数据进行回归，结果如表1中(3)至(5)列所示。

由表1可知，对于东部地区，碳交易政策对能源效率存在正向影响，但影响并不显著，说明东部地区碳交易政策促进能源效率的提升但并不明显，原因可能在于东部地区经济实力雄厚，产业结构和能源结构完善，优良的创新环境等均为碳交易政策的实施提供坚实的经济和制度基础，但该政策对东部能源效率的提升作用接近饱和，即在现有能源资源约束以及政策条件下已经接近最优状况。

对于中部和西部地区，碳交易政策对能源效率的影响均有显著的正向促进作用，且该政策对西部地区的影响大于中部地区，即在实施碳交易政策后，中部和西部地区能源效率显著提高，说明中部和西部地区发展空间较大，两大地区经济发展水平不及东部，产业结构、能源结构以及人力资源等均有较大的提升空间，该地区企业在碳排量限制的压力下，为追求企业效益，需要改善用能结构，降低碳排放，提升能源利用效率。回归结果显示，该政策对西部地区影响更为显著，说明在政策实施前，西部地区在3个地区中产业结构及能源结构最不合理，且由于西部较不发达，其技术革新、人才引进等方面均与东部和中部地区存在较大差距，通过落实碳交易政策，迫使当地利用自身优势大力发展清洁能源，调整能源结构进而提升能源效率。

虽然从全国层面来看，碳交易政策确实能显著促进能源效率，但该政策对不同区域能源效率的影响存在差异。因此，对于不同地区在实施碳交易政策时要注重因地施策，对于东部发达地区，应适当减少免费的初始碳配额，加快探索碳交易政策的创新发展模式，尝试付费与免费初始配额相结合的交易方式等；对于中、西部地区，碳交易政策虽然能有效提升能源效率，但仍要注重提升地区经济发展实力，增强碳交易政策对能源的推动作用。因此，假设1得以验证。

(四)政策影响的中介效应分析

碳交易政策可能会推动绿色技术创新、产业结构以及能源结构调整，而技术创新、产业结构调整、能源结构优化又是影响企业经济活动输入端能源消耗的重要因素。因此，将数据分为全国及不同地区数据，分别对绿色技术创新、产业结构调整以及能源结构调整进行中介效应检验。

由于东部碳交易政策对能源效率的影响不显著，故检验其是否存在遮掩效应。分别对东部地区绿色技术创新、产业结构调整以及能源结构的遮掩效应进行检验，通过Bootstrap法检验发现α4显著，但α2×α4符号与α3同号，故遮掩效应不存在。

绿色技术创新检验结果如表2所示。由全国数据检验可知，第(1)列为式(13)的检验结果，当未加入中介变量时，交互项系数在1%的水平下显著，为0.155，即α1为正；第(2)列为式(14)的回归结果，此时以绿色技术创新作为被解释变量，解释变量交互项系数treated×time在1%的水平下显著为负，α2为负；第(3)列为式(14)的回归结果，解释变量交互项系数treated×time在1%的水平下显著为正，绿色技术创新green的系数在1%水平下显著，为-0.079，故α3为正，α4均为负，因此α2×α4的符号与α3同号，且总效应α1的绝对值大于直接效应α3的绝对值，说明绿色技术创新在碳交易政策对能源效率的影响中存在中介效应。对中部和西部地区的检验同理。

表2 中介效应检验——绿色技术创新

全国数据的检验结果表明，绿色技术创新的中介效应显著，但分地区检验发现，其仅对中部地区发挥中介效应，而对西部地区无影响，即绿色技术创新在不同区域的中介效应存在差异，说明对于全国及中部地区来说，碳交易政策的实施一方面迫使企业通过绿色技术创新提升工艺流程，降低能源消耗，最终提升能源效率；另一方面，企业通过绿色技术创新降低碳排量在将多余的碳排放额度转化为经济效益的同时，促使企业在竞争中获得比较优势，发挥技术引领和示范作用，强化碳减排的效果，从而提升能源效率。但整体来看，西部地区发展缓慢，技术引入困难等问题使得绿色技术创新并未发挥显著作用。

同理，对产业结构调整的中介效应检验结果表明，全国和中部地区产业结构调整均不存在中介效应，但对于西部地区存在遮掩效应，即碳交易政策实施促进产业结构调整后反而降低了西部地区能源效率。说明对于全国及中部地区，产业结构调整与能源效率的关系具有一定的复杂性，产业结构调整中的“拥挤效应”以及“搭便车效应”可能会对能源效率产生影响。另外，仅强调三大产业产值的数量型增长并不能推动能源效率的提升，应关注产业发展过程中的技术进步以及资源配置效率，注重产业结构调整质量。对于西部地区来说，其经济水平在3个地区中相对较低，环境规制的力度相对宽松，为促进地区产业结构调整、推动经济发展水平，可能承接东部和中部地区污染及高排放行业转移，这可能进一步增加西部地区能耗及污染排放，降低西部地区能源效率，从而产生遮掩效应。

能源结构检验结果表明，对于全国和中部地区来说，能源结构在碳交易政策对能源效率的影响中存在中介效应，说明在碳交易政策实施过程中，传统企业生产过程受到碳排量的限制，能源投入边际成本提高，碳交易政策倒逼传统企业改进能源结构提高能源利用效率。对于西部地区来说，能源结构的中介效应不存在，说明西部地区并未通过改善能源结构提升能源效率。同时，由于西部地区实施碳交易政策的试点只有重庆市，其政策影响范围有限，因而该地区有待进一步推广碳交易政策。

总之，碳交易政策可以通过绿色技术创新、能源结构以及产业结构调整影响能源效率，但影响情况存在地区差异。对于全国以及中部地区，绿色技术创新和能源结构均存在中介效应，但产业结构调整的中介效应不显著；对于西部地区，只有产业结构调整存在遮掩效应，而绿色技术创新以及能源结构的中介作用均不显著。因此，对于全国及中部地区来说，碳交易政策作为市场化的环境规制手段，促进企业削减低效化石能源使用、优化资源配置的同时，以碳排放约束倒逼企业通过绿色技术创新淘汰落后产能，最终提升能源效率；产业结构调整的复杂性和长期性导致其对全国及中部地区能源效率的中介作用不显著。而对于西部地区来说，碳交易政策试点实施地区较少，政策影响效果有限，其在能源结构和绿色技术创新方面仍存在较大的提升空间；另外，相对宽松环境规制的力度以及较低的经济发展水平可能进一步承接东、中部地区高排放行业转移，降低该地区能源效率。因此，注重西部地区发展现状、碳排放以及能源消耗问题，加快技术创新带动经济发展是该地区政策实施过程中的关键问题。综上，假设2不完全成立。

五、结论及建议

本文通过建立碳交易政策与能源效率关系的理论模型并提出研究假设，利用双重差分模型和中介效应模型检验中国碳交易政策对区域能源效率的影响机制，得到以下主要结论。

(1)碳交易政策试点地区的能源效率高于全国能源效率平均水平，非试点地区的能源效率呈上升趋势。对全国及东、中、西部地区能源效率均值分析可知，东部地区能源效率均值高于全国水平，中、西部地区能源效率均值均低于全国水平。

(2)碳交易政策能够显著地促进整体能源效率提升，且其影响还表现为多期影响，随着时间推移政策强度逐渐增强。能源效率的改善除了依靠能源政策的直接调节作用，还通过推进碳排放权交易的市场化手段迫使输入端能源实现高质量投入。

(3)碳交易政策对不同区域能源效率的影响存在差异。对东部地区能源效率的影响不显著，但对中、西部地区存在显著正向影响。东部地区资源配置以及能源结构等状况均较为合理，现有资源约束下该政策对东部能源效率的提升作用接近饱和。而中部和西部地区能源效率提升空间较大，特别是西部地区，碳交易政策对其能效提升最为显著，其在产业结构及能源结构方面仍存在较大差距。

(4)从全国来看，绿色技术创新和能源结构在碳交易政策影响能源效率的过程中均发挥中介效应，但产业结构调整的中介效应不显著。三者对不同区域的中介作用存在差异：对东部地区检验表明，绿色技术创新、能源结构以及产业结构调整均不存在中介作用；绿色技术创新和能源结构对中部地区存在中介效应，产业结构调整的中介效应不显著；西部地区产业结构调整存在遮掩效应，而绿色技术创新和能源结构均不存在中介效应。

由此，提出以下建议：第一，进一步推广碳交易政策的实施地区及覆盖范围，加强政策实施力度，加快形成全国统一性的碳交易市场体系，促进其他省、市、区能源效率水平的提升。第二，对于不同地区在实施碳交易政策时要注重因地施策，根据地区经济和资源禀赋优化资源配置效率，发挥碳交易政策与能源政策的交互效应。在碳交易政策制定过程中，要坚持区域碳减排“共同但有区别的责任”原则，合理分配区域间的碳减排责任。对于东部发达地区，应加快探索碳排放配额初始分配方式以及碳交易政策的创新发展模式。对于中、西部地区，碳交易政策的实施效果优于东部地区，因此加大碳交易政策在中、西部的实施力度，增设中、西部地区政策实施试点以及增强碳交易政策实施的有效性。第三，对于东部地区，发挥引领示范作用探究政策发展模式的同时，要向中部和西部地区传授经验及增加技术支持，减小不同地区政策实施效果的差距。中部地区应完善以提升能源效率为核心的产业结构调整政策，提高产业结构调整质量。西部地区除了注重产业结构调整效果外，要提高其承接产业转移的门槛，减少发展不均衡造成的空间污染转移，适度提升西部地区的碳减排压力，同时发挥试点地区的政策优势和经济优势，激励大型企业积极探索能源技术新领域，率先建立低碳创新机制，发挥创新产业的示范效率，进而提高能源效率。