碳排放交易制度的节能减排效应及作用机制研究——基于合成控制法的经验证据

李响 张楠 宋培

(1.南开大学经济与社会发展研究院，天津 300071；2.南开大学经济学院，天津 300071)

一、引言及文献综述

1776年第一批蒸汽机正式投入工业生产，昭示此后200多年化石能源成为人类文明的“新的火把”。工业时代主导的“褐色经济”为人类文明提供前所未有的动力时，也为人类带来新的危机——温室效应。环境污染因其跨时空的负外部性特征，离不开世界各国通力合作。为共同应对全球变化，开展全球气候治理，《联合国气候变化框架公约》《京都议定书》以及《巴黎协定》三个国际条约先后被签订。中国也积极参与全球气候治理，早在“十一五”规划中就提出单位GDP能耗减少20%，主要污染物排放量下降10%的“节能减排”目标。2020年9月，国家主席习近平在第七十五届联合国大会上关于我国力争2030年前完成“碳达峰”任务，2060年前实现“碳中和”的宣言，充分彰显了我国转变经济发展方式、维护生态环境、解决气候问题的决心和使命感。

纵观世界各国的环境治理历程，环境规制是实现环境治理目标的主要手段。中国环境规制初期以命令控制型为主，在取得一定环境治理成效的同时，弊端也逐渐突出。自“十二五”将碳强度纳入约束性指标以来，地方政府在减碳压力下大多采用行政手段强制淘汰落后产能、控制能源需求，导致拉闸限电等“运动式”减碳措施层出不穷，严重干扰了市场秩序的正常运行，加剧了各地产业转型之痛。前期减碳经验揭示，实现“双碳”目标不能只依靠行政手段，而是要建立长效机制。科斯定理表明产权明确、交易成本低的情况下，市场可以有效解决环境污染问题并实现帕累托最优配置。1997年12月《联合国气候变化框架公约》第三次缔约方大会签订了《京都议定书》，指出通过引入市场机制来解决以二氧化碳为主的温室气体排放问题，即将二氧化碳排放权作为一种商品，通过借助市场机制实现二氧化碳排放权的交易，简称碳排放交易。碳排放交易制度作为市场激励型环境规制方式之一，正逐渐成为推动节能减排、遏制全球变暖的重要手段。近年来，中国也积极探索建立本国的碳排放交易体系。2011年10月29日，国务院和国家发改委联合印发《关于开展碳排放权交易试点工作的通知》，正式批准北京、天津、上海、重庆、湖北、广东和深圳开展碳排放交易试点工作，并于2013年开始交易，中国碳排放交易体系也于2017年12月在全国正式运行。那么，基于市场手段的碳排放交易制度在中国的节能减排效果如何？其节能减排效果是否会因地区特征不同而产生显著的异质性？其实现节能减排的内在机理又是什么？对这些问题的研究不仅可以为中国各地区统一构建碳排放交易市场提供经验借鉴，也能为试图通过碳排放交易制度参与全球环境治理的其他国家，特别是发展中国家与地区提供政策设计的中国经验。

与碳排放交易制度设计相比，近年来学者们更关注碳排放交易制度的政策效果研究。由于数据缺失，早期的研究主要是通过建立宏观经济模型如内生增长、CGE等模型对碳排放交易制度的减排影响展开模拟计算，发现碳排放交易制度更适用于现阶段的中国实际，能够诱导清洁技术创新，有效降低碳强度和减排成本[1-4]。自2013年中国在北京、天津、上海、重庆、湖北、广东、深圳七个省市试点实施碳排放交易制度以来，基于国内试点地区数据的实证研究逐渐增多，研究结论较为一致，即碳排放交易制度会显著降低试点地区二氧化碳排放量[5-6]。同时，有研究表明碳排放交易制度也会降低试点地区的减排机会成本，提升碳排放效率[7-8]。然而，由于碳排放交易还存在着配额分配、碳价扭曲等问题，其减排有效性受到地区整体碳排放水平、碳价水平和经济结构变化程度等多种因素的影响[9]。在研究方法上，学者们主要采用因果推断的计量方法，如双重差分法、多重差分法、PSM-DID、合成控制法等，来考察碳排放交易制度对碳排放和碳强度的影响[10-12]。其中，在碳强度、能源效率等指标的测算上，大多文献使用随机前沿分析(SFA)和方向性距离函数(DDF)等方法[13-14]。在碳排放交易制度推动减排的作用机制的分析中，现有研究已经将地区的能源配置效率、产业结构、能源结构以及技术创新等变量作为碳排放交易制度减排的中介效应，还有部分学者将视角聚焦于碳排放交易能否推动地区绿色技术创新，进而实现减排效应[15-17]。

综上所述，就研究对象而言，现有文献主要基于“减排”视角，评估碳排放交易制度对试点地区碳排放的影响；就研究方法而言，大多数文献采用双重差分(DID)、PSM-DID等因果推断方法来评估碳排放交易制度的减排效果，虽有少数文章使用合成控制法，但或多或少存在稳健性检验缺乏、试点省市不全面等不足，导致研究结论可信度较低；就研究视角而言，鲜有文献从“节能”与“减排”双视角来探讨碳排放交易制度对中国环境治理的影响及其地区差异；此外，在数据使用方面，现有文献大多使用3-5种能源消耗数据，难以对能源结构和能源效率在“节能”与“减排”中的机制展开检验。鉴于此，本文的边际贡献有以下几个方面：第一，从“节能”和“减排”两个视角探究碳排放交易制度的总体效应及省市间的异质性，尽管“节能”与“减排”联系紧密，但并不意味着两者之间呈现简单的单向传递关系，即“节能”并不必然“减排”，“减排”也并不必然要求“节能”，这与消耗能源的种类有关。第二，采用合成控制法来评估碳排放交易制度的政策效果，DID要求实验组与对照组满足平行趋势假设，鉴于试点地区选择的特殊性，难以找到与实验组具有相同发展趋势的对照组；其次，对照组的选择易因主观性而存在偏误，容易产生政策内生问题。第三，与大多文献得出碳排放交易制度能够实现减排目标的结论不同，本文重点考察了政策效果的地区异质性，并基于能源效率提升和能源结构转型的视角为异质性结果提供可能的理论解释。第四，本文尽可能收集相关数据，在能源消耗、二氧化碳排放等指标的测算中纳入了10种能源品，为量化评估碳排放交易制度的“节能”与“减排”效果提供数据支撑。

二、理论分析及研究假说

环境规制能否实现“经济增长”与“环境治理”双赢的讨论一直受到学者们的广泛关注。传统的古典经济学理论提出“遵循成本”假说，认为环境规制会挤占生产性资源，增加生产和排污成本的同时降低企业技术创新能力，最终导致企业竞争力下降，该观点认为环境规制有利于污染治理但不利于经济发展。不同于古典经济学派，“波特假说”则指出政府环境规制会产生“创新效应”，激励企业技术创新，包括清洁技术创新和效率型技术创新等，从而弥补了环境规制带来的成本损失，当企业“创新效应”大于“成本效应”时，环境规制可以实现节能减排和经济增长的双重目标。碳排放交易制度作为市场激励型环境规制，是指政府为一个地区设定碳排放总量门槛，并在综合考虑企业所处行业属性、碳排放的历史与现状、减排的总体约束等前提下，将碳排放权科学合理地分配给各企业单位，允许碳排放权通过市场在企业之间进行转让交易。因此，碳排放交易制度同样具有波特效应，若企业的碳排放超过制度规定的门槛，成为碳交易市场的需求者，从市场购买碳排放权将会产生环境成本，进而有利于倒逼企业技术创新，而碳排放权富余的企业将会成为碳交易市场的供给者，会因出售碳排放权获利而产生技术创新动机。

受“波特假说”的影响，现有研究大多将技术创新作为环境规制实现污染治理的中介机制，但技术创新过程本身并不能直接作用于节能减排，其具象化的结果如能源效率提升、能源结构优化和产业结构转型等是推动节能减排的直接动力。这是因为基于微观企业层面的创新行为加总到宏观层面最终将表现为地区能源效率提升、产业结构与能源结构转变。因此，与其说技术创新有利于节能减排，不如说是技术创新下的效率提升和结构优化推动了节能减排。首先，企业技术创新活动具有高风险、高收益特征，并不总是能成功的，治污成本较高和技术创新失败的企业会因失去竞争优势而退出市场。因此，碳排放交易制度的实施会发挥“适者生存”的市场筛选功能，技术创新能力低下的重型污染企业将被逐步淘汰退出市场，实现产业结构优化。其次，企业技术创新可以分为两类：一是效率型技术进步，不仅包括高效率的生产设备创新、还包括创新管理制度如环境管理、组织变革等。二是绿色技术创新，如清洁型能源创新、循环再生技术、绿色材料研发等。前者有利于提升能源效率，帮助企业在既定的生产目标下，降低能源消耗，后者有利于推动能源结构清洁化转型，缓解企业生产的环境压力，实现经济发展与环境治理的双赢。最后，考虑到经济活动中使用的能源种类繁多，各类能源的使用成本和碳排放强度存在显著差异，因此能源消耗量与二氧化碳排放量之间不存在必然的正向关系。若一味关注“节能”而忽略能源结构、能源效率等相关变量对“减排”的影响，容易造成经济发展受阻和碳排放不减反增的局面。当企业技术创新更多地表现为效率型技术进步时，能源效率得到普遍提升，在相对稳定的能源结构下，“节能”也将必然意味着“减排”。短期视角下，由于能源结构调整受到技术和经济发展阶段的限制难以一步到位，企业研发会更关注如何在既定的经济发展目标下最大化能源利用率，实现节能减排。而长期视角下，通过持续的效率型技术进步提升能源效率变的越来越困难，且能源效率提升也会引致反弹效应，追逐利润的企业存在增加能源消耗的动机。因此，长期持续的节能减排要依靠能源结构调整和产业结构优化来实现[18]。据此，本文提出如下假说。

H1碳排放交易制度有利于推动中国节能减排进程。

H2碳排放交易制度可以倒逼企业技术创新活动，最终通过提升能源效率、推动能源结构转型、优化产业结构来实现节能减排目标。

此外，碳排放交易制度在不同地区的节能减排效果具有显著的异质性。第一，碳排放交易制度具有市场化属性，而不同的地区市场化程度具有较大差异，市场化程度高的地区，碳排放交易制度有更好的实施环境，产生较好的效果。第二，不同地区经济发展水平存在差距。经济发展水平越高的地区，居民的环境需求越大，非正式性的环境规制越强，有利于政策制度的实施推动。同时，经济发展水平高的地区，有更多的资源用于清洁技术的创新，从而节能减排效果更显著。第三，不同地区的产业结构差异较大，在经济锦标赛制度下，部分地区的经济发展依赖于以工业为主导的产业结构，通过“高污染”换来“高增长”，导致实施碳排放交易制度的动力不足，节能减排效果较差。第四，碳排放交易试点地区的制度质量存在显著的差异，高质量的制度环境可以有效降低腐败与寻租、地方政府恶性竞争等政策实施阻力，发挥环境政策的实施效果。据此，本文提出如下假说。

H3考虑试点省市市场化程度、经济发展水平、产业结构、制度质量等因素存在较大差距，碳排放交易制度的节能减排效应在不同地区呈现出显著的异质性。

三、研究设计与数据说明

(一)合成控制法

本文基于Abadie和Gardeazabal(2003)[19]提出的合成控制法，对碳排放交易制度的节能减排效应展开研究。合成控制法基于预测变量，加权对照组中的省市模拟出“反事实”的合成组，并通过对比实验组和合成组的二氧化碳排放量和能源消耗量差距来评估碳排放交易制度的节能减排效果。

(1)

(2)

(3)

其中，φt表示所有地区的时间固定效应，(r×1)维向量Xi表示不受碳排放交易制度影响的可观测控制变量，γt为(1×r)维参数向量，(F×1)维向量μi表示无法观测的省市固定向量，δt为(1×F)维不可观测公共因子向量，εit为无法观测的短期随机扰动，均值为0。

(4)

(5)

(6)

因此，合成控制法的重点在于找到权重向量。这要求试点地区的特征向量(Y11,Y12，…,Y1T0,X1′)在K个非试点地区的特征向量{(Y21,Y22,…,Y2T0,X2′),…,(YK+11,YK+12,…,YK+1T0),XK+1′)}的凸组合之中。通常不存在一个权重满足上述情况，故本文采用近似解确定权重。

(二)指标选取

1.被解释变量

(1)能源消耗量(CC)。采用各地区原煤、焦炭、原油、燃料油、汽油、煤油、柴油、液化石油气、炼厂干气、油田天然气十种能源的消耗量，将其统一折合为标准煤来衡量地区能源消耗量。

(2)二氧化碳排放量(CO2)。根据《IPCC国家温室气体排放清单指南2006》中CO2排放的计算方法，选择原煤、焦炭、原油、燃料油、汽油、煤油、柴油、液化石油气、炼厂干气、油田天然气十种能源对2000-2017年各省市CO2排放量进行估算，具体公式如下

(7)

其中，Ct为估算的CO2排放量(单位是万吨)，ECit分别代表各类能源的消耗量，NVCi是2018年《中国能源统计年鉴》附录4中所提供的能源平均低位发热量；CEFi和COFi分别是IPCC2006年发布的碳排放因子和碳氧化因子。

2.中介变量及控制变量

(1)能源结构(ES)。选取单位热值含碳量较高的原煤和焦炭消耗在能源消耗量中的占比来衡量能源结构，该指标越低表示地区能源结构清洁化程度越高。

(2)能源效率(EE)。能源效率采用全要素能源效率(EE)来衡量，使用包含非期望产出的Super-SBM模型测算。其中，投入要素包括资本、劳动和能源，期望产出为工业总产值，非期望产出为二氧化碳排放量。由于资本数据难以获取，使用固定资产净值衡量；劳动投入采用全部从业人员年平均人数衡量；能源投入采用工业部门能源消耗总量衡量。

(3)产业结构(IS)。工业发展是导致环境污染的重要原因，因此，以第二产业为主的产业结构阻碍了节能减排进程[21]，以第二产业总产值占地区生产总值的比重衡量产业结构。

(4)外商直接投资(FDI)。“污染避难所”假说表明迫于环境规制压力的发达国家企业会将低附加值的污染密集型产业转移到环境规制较松的发展中国家，而FDI作为实现这一目标的主要途径，可能不利于中国节能减排[22]。因此采用各地区外商直接投资占GDP比重来衡量。

(5)所有制结构(SOW)。以“三高”为主要特征的粗放式发展模式下，我国国有企业多为高能耗高排放的重化工业，可能存在“绑架”或“勾结”当地政府的寻租行为，导致环境污染事故频发，成为节能减排的阻碍。因此，以国有从业人员占全部从业人员年平均人数的比重衡量所有制结构。

(6)禀赋结构(KL)。资本密集型和劳动密集型行业的能源消耗差距显著，同一地区不同类型主导下的禀赋结构会影响节能减排进程，因此，采用资本劳动比来衡量[23]。

(三)数据来源

本文基于2000-2017年中国30个省市的面板数据展开实证分析，数据来源于《中国统计年鉴》《中国工业经济统计年鉴》《中国能源统计年鉴》和中经网统计数据库。采用插补法对个别缺失数据进行补充，并使用GDP平减指数、工业品出厂价格指数等，将所有名义变量调整至以2000年为基期的实际量以消除价格波动带来的影响。

主要变量的描述性统计如表1所示。

表1 描述性统计

四、实证结果及分析

(一)政策效应评估

1.合成试点省市的权重设置

基于“节能”和“减排”两个视角，将能源结构(ES)、能源效率(EE)、产业结构(IS)、外商直接投资(FDI)、所有制结构(SOW)、禀赋结构(KL)作为控制变量，利用24个非试点地区数据拟合6个试点地区(北京、天津、上海、湖北、广东、重庆)的合成省份。表2和表3分别报告了“节能”和“减排”视角下各试点省份对应的合成省份权重系数。例如在“节能”视角下，天津由黑龙江、浙江、安徽、海南、青海合成，其中，安徽(0.359)的权重系数最大，海南(0.031)的权重系数最小，说明在能源消耗方面与天津相似度最高的省份是安徽，相似度偏低的是海南。

2.碳排放交易制度的节能减排效应分析

本文采用合成控制法，通过对比试点省市与其合成试点省市的能源消耗量和二氧化碳排放量的差异对碳排放交易制度的节能减排效果展开评估。图1为基于“节能”视角下的拟合结果，显示了2000-2017年试点省市与合成试点省市的能源消耗量。实线代表试点省市的能源消耗量，虚线代表合成试点省市的能源消耗量，垂直虚线代表碳排放交易制度实施的时间。根据图1的拟合结果，可以发现，政策实施前合成试点省市与试点省市总体拟合较好，其中天津、湖北拟合度最好，广东次之，重庆、北京和上海拟合度劣于其他试点省市(1)由于北京和上海属于中国超一线城市，在经济发展水平、人口密度、技术创新水平以及制度质量方面与其他省市之间存在显著的差异，故其他省市很难较好地拟合出上海和北京的合成组。。在实施碳排放交易政策之后，试点省市的实际能源消耗量普遍低于其对应的合成省市。因此，总体来看，碳排放交易制度的实施有利于降低试点省市的能源消耗量，推动“节能”进程。但碳排放交易制度的节能效果在各省市存在显著的差异，由图1可知：(1)北京与上海的政策效果最显著，处于“节能”的第一梯队。北京与合成北京、上海与合成上海的能源消耗量差距最明显，表明政策实施对北京、上海产生的节能效果最显著。可能原因在于北京与上海的国内国际地位较高，经济发展和市场化水平领先于其他地区，政策实施的动机更强；其次，北京与上海分别作为京津冀和长三角的核心城市，两者既可以通过辖内企业强大的人才储备和技术创新降低能源消耗，又能利用区域内产业协同发展的优势，向区域内其他城市输出部分工业企业，优化产业结构；此外，北京和上海作为各项政策的先行者，在碳排放交易制度实施上比其他试点地区具有更多财政支持和社会支持。(2)湖北、重庆和广东的政策效果较好，处于“节能”的第二梯队。在实施碳排放交易制度之后，湖北、重庆、广东与其合成省市的能源消耗量差距比较明显，说明碳排放交易制度在这三个地区产生了比较显著的节能效果。(3)虽然碳排放交易制度也推动了天津“节能”进程，但政策效果相较其他试点省市略差一些，且存在一定的滞后效应，在2014年之后呈现出下降趋势，处于“节能”的第三梯队。可能原因在于，天津虽处于京津冀协同发展战略地区，但不具备北京的首都优势，产业结构上仍以中低端制造业为主，且对高端人才和企业的吸引力相对不足，在政策实施过程中难免东走西顾，外加上政策体系在自上而下的实施过程中存在管理效率较低等问题，导致纳入政策的企业数目不足，“节能”效果相对较差。

表2 “节能”视角下各试点省份对应合成省份的权重系数

表3 “减排”视角下各试点省份对应合成省份的权重系数

图2为基于“减排”视角下的拟合结果，与图1相似，可以发现，政策实施前合成试点省市与试点省市在二氧化碳排放量上总体拟合较好，其中天津、湖北、广东拟合度优于重庆、上海和北京。就政策效果而言，总体来看，碳排放交易制度有利于降低试点省市的二氧化碳排放量，推动“减排”进程。但碳排放交易制度的减排效果在各省市存在显著的差异，其中，政策效果最显著的是北京与上海，处于“减排”的第一梯队，其次是湖北和重庆，处于“减排”的第二梯队，再次是天津，处于“减排”的第三梯队，且其减排效果具有滞后效应，在2015年之后出现较为明显的减排效果。而广东的减排效果并不稳定，其二氧化碳排放量在制度实施初期有明显的下降，后期却出现反弹。这表明广东省在碳排放交易制度实施前期产生了节能减排效果，在后期却出现了“节能”但不“减排”的情况。广东作为经济大省，第二产业是其支柱产业，但面临大而不强的现实困境。在碳排放压力下，广东省企业的技术创新偏向于效率型，通过提升能源效率暂时缓解巨大的能源需求，但由于能源结构难以优化，甚至为追求经济发展而恶化，必然会产生“节能”而不“减排”的后果。

图1 2000-2017年试点省市与合成试点省市的能源消耗量

图2 2000-2017年试点省市与合成试点省市二氧化碳排放量

此外，结合图1和图2发现，在碳排放交易制度实施后，天津、湖北、广东、重庆与其拟合省市的差异较大，说明碳排放交易制度的节能减排效果显著；而北京、上海与其拟合省市的差异在碳排放交易制度实施前就存在，但后期差距进一步拉大(2)存在差异的可能原因在于：第一，作为国家的政治和经济中心，北京和上海相对其他城市更早地实施相关的节能减排其他措施，并且执行力度更强；第二，图中北京与上海实虚线分离位置位于2006年与2008年，此时正是北京奥运会及上海世博会前期筹备阶段，加快了两地的节能减排的进程。。综上，碳排放交易制度总体上推动了试点地区节能减排进程，但部分地区存在特殊性，出现“节能”并未“减排”的现象。

进一步地，为更加直观地观察碳排放交易制度的节能减排效果，本文计算并绘制出试点省市与其合成省市的能源消耗量(见图3)和二氧化碳排放量(见图4)差距。根据图3和图4可知，基本结论不变。

综上实证结果，整体而言，碳排放交易制度推动了试点地区的节能减排进程，但节能减排效果在各试点省市间表现出较大差异，且存在节能减排效果不同步的情况。具体而言，节能减排效果最显著的是北京和上海，其次是湖北和重庆，再次是天津，而广东省节能效果较好，减排效果却出现反弹的情况。

图3 2000-2017年试点省市与合成试点省市能源消耗量差距

(二)稳健性检验

1.基于双重差分法的稳健性检验

为了检验结果是否稳健，采用双重差分法对碳排放交易制度的节能减排效应进行检验。双重差分法(DID)通过对比实验组和对照组在政策实施前后的差异来开展政策评估。本文以2000-2017年中国30个省份的面板数据为研究样本，将6个试点省市作为实验组，其余省市作为对照组。在试点期的划分上，将2000-2011年设置为非试点期，2012-2017年设置为试点期(3)考虑到企业行为决策的前瞻性，虽然碳排放交易制度于2013年6月才陆续开始启动交易，但2011年10月国家发展改革委就正式批准了7个试点省市，不排除部分省市在2012年就做出反应。因此，本文将2000-2011年作为非试点期，2012-2017年作为试点期。。基于此，本文构建碳排放交易制度对节能减排影响的实证模型如下

Yit=α0+α1(time×treat)+βControl+γt+μi+εit

(8)

其中，i、t分别代表省份和年份。Y表示被解释变量，包括能源消耗量(lnCC)和二氧化碳排放量(lnCO2)，分别用来衡量“节能”与“减排”。time代表时间分组变量，2012-2017年为1，2000-2011年为0；treat代表省份分组变量，碳排放交易制度试点省市为1，非试点省市为0。Control是控制变量，包括外商直接投资(FDI)、所有制结构(SOW)、产业结构(IS)、禀赋结构(KL)、能源结构(ES)、能源效率(EE)。γ为时间固定效应，μ为地区固定效应，ε为随机误差项。

图4 2000-2017年试点省市与合成试点省市二氧化碳排放量差距

图5 2006-2017年试点、非试点省市能源消耗量(左)和二氧化碳排放量(右)平均值变化

图6 双重差分动态效应

双重差分估计结果满足一致性的重要前提是政策实施前实验组和对照组符合平行趋势假设，即在没有碳排放交易制度的干预下，被解释变量在实验组和对照组均保持相对稳定的变化趋势。接下来，基于图示法和动态效应分析法进行平行趋势检验。

(1)平行趋势检验——图示法。本文计算出试点省市和非试点省市的能源消耗量(lnCC)和二氧化碳排放量(lnCO2)平均值(如图5所示)。通过对比实验组和对照组两项指标的变化趋势可以发现：2006-2017年，试点省市和非试点省市的lnCC和lnCO2均呈现先上升后放缓的趋势。在试点政策实施前，试点省市和非试点省市的lnCC和lnCO2变化趋势基本平行，但试点地区的能源消耗量和二氧化碳排放量明显低于非试点地区。在政策实施后，非试点地区的能源消耗量和二氧化碳排放量增速放缓，而试点省市的能源消耗量和二氧化碳排放量从上升转变为下降，且下降速度显著高于非试点省市，差距逐渐增大。这是因为，试点省市市场化水平和经济发展水平相对较高，资源的配置效率也较高，使得能源消耗量和二氧化碳排放量明显低于非试点地区。2011年前后，伴随着中国经济低碳转型与生态文明建设进程的推进，试点地区和非试点地区工业部门的能源消耗量和二氧化碳排放量相较之前都有了显著变化，且试点地区的节能减排效果显著优于非试点地区，尤其在碳排放交易制度实施后，试点地区的节能减排进程得到加速推进。

表4 碳排放交易制度的节能减排效应：双重差分(N=540)

(2)平行趋势检验——动态效应检验法。本文借鉴Jacobson等(1993)[24]的事件研究法，对各时间点上的政策差异性进行检验，模型设定如下

(9)

其中，横坐标0代表政策实施年即2012年，i代表政策实施后年，-i代表政策实施前i年，ρt代表2007-2017年(横坐标为-5～5)中t期的估计系数。在平行趋势检验时，本文将2006年作为基期进行估计。图6显示了95%置信区间下ρt的估计结果。由图可知，在政策实施前，能源消耗量与二氧化碳排放量的回归结果不显著，说明实验组与对照组在政策实施前不存在明显差异，满足平行趋势假说。在政策实施之后估计系数ρt显著且逐渐变大，表明碳排放交易制度的实施有利于推动节能减排进程。

(3)实证结果分析。表4显示了DID方法的估计结果。其中，列(1)和列(2)是能源消耗量作为被解释变量的回归结果，列(3)和列(4)代表二氧化碳排放量作为被解释变量的回归结果。根据结果，可以发现，不论是否加入控制变量，碳排放交易制度对能源消耗量和二氧化碳排放量的影响在1%的显著性水平下为负。这表明本文基于合成控制法的研究结论是稳健的，即碳排放交易制度有助于推动试点地区的节能减排进程。

2.安慰剂检验

借鉴Abadie等(2003)和Abadie等(2010)的研究，本文采用虚拟试点省市的安慰剂方法检验试点地区的节能减排效果是否由碳排放交易制度产生。首先在对照组中选取几个非试点省市，按照上文中试点省市使用的合成控制法，找到所选取非试点省市的合成组，并比较所选取非试点省市的实际能源消耗量、二氧化碳排放量与合成组是否一致。若一致说明合成控制法结果稳健，若不一致则说明试点地区的节能减排效应可能不是由碳排放交易制度，而是其他因素造成的。

基于“节能”与“减排”两个视角，本文根据试点省市对应合成省份的权重系数选取辽宁、黑龙江、江苏、安徽、广西、青海六个非试点省市进行安慰剂检验。根据图7、图8的拟合结果可以发现，黑龙江、安徽、广西、辽宁、青海的能源消耗量、二氧化碳排放量在政策实施前后与其对应合成省市基本重合，说明碳排放交易制度对黑龙江、安徽、广西、辽宁、青海没有影响。而江苏的能源消耗量和二氧化碳排放量在政策实施后反而高于合成江苏，这可能与江苏近些年来不断承接上海的传统产业转移有关，这一不降反升的结果恰恰表明了本文安慰剂检验的有效性。

图7 基于能源消耗量的稳健性检验——安慰剂法

图8 基于二氧化碳排放量的稳健性检验——安慰剂法

图9 基于能源消耗量的试点省市和非试点省市预测变动的程度分布

3.排序检验

参考Abadie等(2010)的研究，本文采用排序检验法从统计意义上检验碳排放交易制度对试点地区节能减排效果的显著性。排序检验法的基本思路是按照合成控制法拟合出所有省市对应的合成省市，并计算出各省市与对应合成省市的能源消耗量和二氧化碳排放量的差距，最后比较非试点省市与试点省市的节能减排效果。若试点省市的节能减排效果显著优于非试点省市，表明碳排放交易制度对试点省市节能减排的影响显著。为保证研究结论稳健可靠，本文在排序检验中删除了拟合效果极差的省市，图9和图10分别为基于能源消耗量和二氧化碳排放量的排序检验结果。图中实线代表试点省市的效果线，虚线代表非试点省市的效果线。根据图9和图10的结果可以发现，在政策实施之前，试点省市与非试点省市在能源消耗量、二氧化碳排放量上的变化幅度并未表现出明显的差距，但在政策实施之后，试点省市能源消耗量和二氧化碳排放量的下降幅度显著高于非试点省市，表明碳排放交易制度在整体上推动了试点省市的节能减排进程。根据能源消耗量和二氧化碳排放量的变化幅度可以发现，北京和上海的节能减排效果最好，湖北和重庆的节能减排效果较好，天津和广东的节能减排效果一般，这与上文的基本结论一致，表明本文研究结论具有较好的稳健性。

图10 基于二氧化碳排放量的试点省市和非试点省市预测变动的程度分布

五、进一步分析：作用机制

本文理论分析表明碳排放交易制度主要通过提高能源效率、优化能源结构与产业结构实现节能减排目标。下文根据温忠麟等(2014)[25]的逐步法，构建如下的中介效应检验模型对作用机制进行检验。

Yit=φ0+φ1(time×treat)+λControl+γt+μi+εit

(10)

MVit=η0+η1(time×treat)+ωControl+γt+μi+εit

(11)

Yit=α0+α1(time×treat)+ρMVit+βControl+γt+μi+εit

(12)

其中，式(10)与基准回归模型中的式(8)相对应。式(11)中的被解释变量MVit代表中介变量产业结构(IS)、能源结构(ES)和能源效率(EE)。根据中介效应检验的逐步回归法，如果式(10)的回归系数φ1显著，则按中介效应理论，但无论φ1是否显著，都要进行后续的检验。然后，检验式(11)的回归系数η1和式(12)的回归系数ρ，如果两者均显著，则存在中介效应。最后，如果式(12)的回归系数α1也显著，则称其为部分中介效应，反之，为完全中介效应。

表5报告了基于能源消耗量的中介机制检验结果。列(1)(3)(5)分别代表产业结构(IS)、能源结构(ES)、能源效率(EE)为中介变量时，碳排放交易制度对能源消耗量的影响。由表5可知，碳排放交易制度对能源消耗量的回归系数显著为负，表明政策有利于降低能源消耗量。列(2)(4)的回归结果分别表明碳排放交易制度对产业结构(IS)和能源结构(ES)影响显著为负，即碳排放交易制度推动了产业结构和能源结构清洁化转型。由表4列(2)发现，产业结构(IS)和能源结构(ES)对能源消耗量的影响显著为正。结合表4列(2)与表5列(2)(4)可知，碳排放交易制度可以通过推动产业结构(IS)和能源结构(ES)转型实现“节能”。列(6)的回归结果表明碳排放交易制度对能源效率(EE)的影响显著为正，说明碳排放交易制度有利于提高能源效率。由表4列(2)发现，能源效率(EE)提升显著降低了能源消耗量。结合表4列(2)与表5列(6)可知，碳排放交易制度可以通过提升能源效率(EE)实现“节能”。

表5 基于能源消耗量的中介机制检验(N=540)

表6报告了基于二氧化碳排放量的中介机制检验结果。列(1)(3)(5)分别代表产业结构(IS)、能源结构(ES)、能源效率(EE)为中介变量时，碳排放交易制度对二氧化碳排放量的影响。由表6可知，碳排放交易制度对二氧化碳排放量的回归系数显著为负，表明政策有利于降低二氧化碳排放量。列(2)(4)(6)结论与表5相同。根据表4列(4)，产业结构(IS)和能源结构(ES)对二氧化碳排放量的影响显著为正，能源效率(EE)对二氧化碳排放量的影响显著为负。结合表4列(4)与表6列(2)(4)可知，碳排放交易制度通过推动产业结构(IS)和能源结构(ES)清洁化实现“减排”。结合表4列(4)与表6列(6)可知，碳排放交易制度通过提升能源效率(EE)实现“减排”。综上，根据表5和表6的回归结果，碳排放交易制度可以通过提升能源效率、推动能源结构转型、优化产业结构来实现节能减排目标。

表6 基于二氧化碳排放量的中介机制检验(N=540)

六、结论与政策建议

碳排放交易制度将碳排放权定位为新型权利资产，以碳定价的方式解决碳排放过程中产生的负外部性问题，是中国基于市场手段实现“双碳”目标的重要政策机制创新，为广泛形成绿色生产生活方式，碳达峰后稳中有降，生态环境根本转好，美丽中国建设目标基本实现提供中坚力量。本文以中国2013年实施的碳排放交易制度作为准自然实验，基于2000-2017年中国省级面板数据，采用合成控制法评估碳排放交易制度对试点省市节能减排的影响效果，并使用DID方法检验了碳排放交易制度推动节能减排的传导路径。研究结果表明，整体而言，碳排放交易制度显著推动了试点省市的节能减排进程，并通过了DID估计、安慰剂以及排序检验等稳健性检验。异质性分析表明政策效果最显著的是北京和上海，处于“节能减排”的第一梯队；其次是湖北和重庆，处于“节能减排”的第二梯队；再次是天津，处于“节能减排”的第三梯队；广东节能效果较好，处于“节能”的第二梯队，但“减排”效果却呈现先降后升趋势，表现为“节能”而不“减排”。中介机制检验表明碳排放交易制度可以通过提高能源效率、优化产业结构和能源结构推动节能减排进程。本文研究为中国普及碳排放交易制度，推进节能减排进程，特别是完成2030年碳达峰和2060年碳中和的国际承诺提供政策启示。

本文研究对中国通过推广和完善碳排放交易制度推进节能减排进程，实现碳达峰和碳中和目标具有如下启示：(1)协调政府和市场的关系，坚持政府引导和市场主导的原则，厘清政策执行中政府和市场的责任边界，加快中国环境政策由命令控制型向市场激励型转变，为碳排放交易制度提供制度保障，建立和完善一系列推动碳排放交易制度实施的措施，如改进环境监管系统和政策评估系统，完善产权制度和碳排放管理标准，对碳排放权的确定、分配、交易和管理进行统一和规范。同时，协调环境政策与经济发展政策、社会管理政策之间的矛盾，增加不同政策之间的配合及协同性，为碳排放交易制度的有效运行提供市场化条件，充分发挥碳排放交易制度的节能减排潜力。(2)碳排放交易制度的节能减排效果在不同地区具有显著的异质性，政府应考虑到地区间资源禀赋、产业特征、市场化水平、制度环境等差异，因地制宜地加快碳排放交易试点政策在全国各地区的推广。通过引导地方政府积极学习北京与上海等成功发展经验，同时结合当地的产业和禀赋结构，渐进式地推广碳排放交易制度，切勿盲目照搬某一成功地区的发展经验。(3)通过激励技术创新，形成以能源效率提升、能源结构转型和产业结构优化为导向的市场化节能减排新路径。本文研究表明能源效率、能源结构以及产业结构是碳排放交易制度推动节能减排的重要途径。一方面，坚持创新驱动，发挥碳排放交易制度的倒逼效应，提升企业能源利用效率的同时鼓励企业加快新能源技术开发、补贴新能源产业发展，加快能源消费结构从化石能源向可再生能源等清洁能源转变；另一方面，政府需积极发展战略性新兴产业，应用新一代科技信息革命成果，促进产业结构优化升级，实现产业体系低碳化发展。