碳排放权交易政策试点与能源环境效率——来自中国287个地级市的实证检验

刘海英，郭文琪

吉林大学 商学与管理学院，吉林 长春 130012

应对气候变暖是目前国际政治经济领域的热点问题，也是全球关注的焦点，关系到子孙后代的生存环境和人类社会的有序发展。中国作为联合国气候变化框架公约缔约方之一，对应《京都议定书》的减排承诺，在2015年6月向联合国提交了自主贡献目标：二氧化碳排放量在2030年达到峰值，碳排放强度与2005年相比下降60%～65%，非化石能源占一次能耗比例达到20%[1]。在第七十五届联合国大会上，习近平主席向全世界表明了中国绿色低碳发展的决心，中国将提高国家自主贡献力度，力争于2060年前实现碳中和。在“十四五”规划纲要中，中国进一步明确了2030年前实现碳达峰、2060年前实现碳中和的“3060目标愿景”，并强调对以化石能源为主的能源消费总量和强度的双控制度，以及对碳排放强度控制为主、总量控制为辅的制度。因此，提升能源效率和碳排放效率是当前经济发展向绿色低碳迈进的关键，但单一的效率不能体现中国各城市在节能与减排双重目标约束下的经济发展水平，而能源环境效率能够反映一定经济水平下城市的综合节能减排能力[2]，是衡量碳中和工作进展的有力指标。

“3060目标愿景”的实现将是经济与社会的系统性变革，中国作为一个发展中国家，在保障民生发展、稳定经济增长的同时，也面临着节能降耗、减碳降碳目标的巨大压力。欧洲的实践经验表明，建立碳排放权交易市场是控制碳排放、减少化石能源消耗最为有效的行政手段[3]，欧盟2019年碳排放总量为33.30亿吨，较2005年碳市场建立之初下降了20%(1)数据来源于2021版《BP世界能源统计年鉴》。。事实上，中国在2011年也开始了碳排放权交易市场的筹备工作，国家发展和改革委员会在全国范围内确定了7个交易试点地区，范围涵盖37个地级市，从2013年6月起陆续启动交易，截至2021年6月，二氧化碳累计交易量已达4.8亿吨，累计交易额达114亿元(2)数据来源于生态环境部统计数据。。2017年末，国务院常务会议决定正式启动建立中国的碳排放权交易市场，经过数年的筹备与规划，中国首个覆盖发电行业的碳排放权交易市场于2021年7月16日开始上线交易，标志着碳排放权交易政策在中国全面铺开。碳排放权交易政策在中国试点城市的实施，是否产生了节能减排效果，推动了城市能源环境效率的提升？政策通过何种机制实现城市的节能减排，在哪些类型的城市实施碳排放权交易政策能发挥更显著的作用？本文旨在通过对碳排放权交易试点城市的实证分析回答以上问题，从多个维度剖析政策效应，为碳排放权交易的全面开展提供借鉴和参考。

本文可能的边际贡献如下：第一，从能源环境效率的综合视角评估碳排放权交易试点的政策效应，并将研究尺度细化到城市级别。能源环境效率同时纳入了能源、碳排放以及生产总值要素，能够全面考察一定经济水平下政策的节能减排效果。第二，整合了前沿的城市能源消耗和二氧化碳核算方式，运用融合后的夜间灯光值作为权重将省级数据分解至各市县，为地级市层面的效率与生产率测度打开了思路。第三，考虑到参与碳排放权交易主体为第二产业，作为环境规制可能产生“波特效应”以及碳排放权交易的市场化属性，本文从产业结构变迁、绿色创新能力、市场发育程度三个方面考察了碳排放权交易政策对能源环境效率的影响机制。第四，从中国实际国情出发，将所有地级市分别按照城市规模大小和是否属于老工业基地分组，检验碳排放权交易政策的规模经济效应和工业结构差异，深入剖析政策对不同类别城市的异质性影响，明确了碳排放权交易政策进一步开展的工作重点。

一、文献综述

碳排放权交易政策作为一种新兴的市场激励型环境政策，有别于传统的碳税等命令控制型环境政策，其政策运行机制与节能减排效用近年来受到学者的广泛关注。吴力波等[4]通过构建中国多区域一般均衡模型(CGE)，分别模拟碳排放权交易与碳税机制下各省市边际减排成本的变化，发现碳市场的形式更适于中国现阶段的低碳发展，并且两种政策相结合能够发挥出更优的减排效果。还有学者应用数据包络分析(DEA)方法构建省际生产模型，模拟减排政策对碳减排成本节约、碳排放强度下降的影响，得到基于市场的减排政策比命令控制政策更有效的结论[5]。Wu等[6]通过文本挖掘法证明碳排放权交易制度是中国城市低碳发展的核心驱动力。综合来看，碳排放权交易政策是中国实现“双碳”目标的有力手段，很多学者对其政策效应进行深入研究，主要集中在经济效应、环境效应与节能效应三个方面。

经济效应方面，有研究运用可计算的一般均衡模型对中国边际减排成本曲线进行模拟，证明碳排放权交易具有成本节约的经济效应。如傅京燕等[7]认为碳交易降低了交易者的减排开支，提升了全社会的福利水平。Hübler等[8]则认为，在中国碳排放权交易的气候政策背景下，要达到既定的碳排放强度下降目标，会导致一定的福利损失。Wu等[9]基于线性规划的三步估计法，发现碳排放权交易能够部分弥补因碳减排而造成的GDP下降。Qi等[10]进一步证明减少温室气体不是以经济发展为代价的。由此可见，碳排放权交易政策降低了交易主体的碳减排成本，是最小化福利损失的有效节能减排工具。

环境效应方面，多数文献采用双重差分法或合成控制法，基于省际面板数据讨论碳排放权交易政策带来的环境影响[11]，无论是从微观企业角度还是从宏观工业角度，碳排放权交易政策均能够有效降低试点单位的碳排放总量与碳排放强度，实现环境红利，并且对于减少二氧化硫、废水等工业污染物也有协同作用。有研究进一步论证了碳排放权交易市场规模扩大的同时有利于试点省市的环境和经济增长[12]。

节能效应方面，学者们主要研究了碳排放权交易政策减少能源消费、优化能源结构的作用。Tang等[13]基于对碳排放权交易市场的仿真模拟，证明开展碳排放权交易对中国碳减排和能源结构改善具有积极作用。Zhang等[14]运用CGE模型模拟了全球共同参与碳排放权交易市场的情景，随着碳排放权的推广和贸易一体化的推进，各国清洁能源消费都有所提高，化石能源消费比例下降。Hu等[15]以中国2005—2015年的工业面板数据为基础，采用双重差分(DID)模型研究碳排放权交易政策对节能和减排的影响，发现试点地区与其他地区相比，能耗降低了22.8%，碳排放量降低15.5%。也有学者认为，环境政策的节能作用存在回弹效应，能源效率的提高可能导致更多的能源消耗[16]。总之，碳排放权交易政策在中国的节能效应有待进一步考量。

已有文献多以碳排放量或能源消耗量变化衡量政策效应，从效率层面分析碳排放权交易政策效应的研究较少，且多数将经济、减排、节能这几种政策效应分开探讨，忽略了政策对于经济发展和节能减排的协同作用，缺乏综合效率视角的研究。对碳排放权交易政策效应的分析方法主要分两类：一类使用可计算一般均衡的理论方法模拟不同设定情境下的政策执行结果，模型的建立依赖较多假设条件；另一类使用双重差分的实证方法对比政策发生前后的影响，但多数是对省份或工业行业层面的研究，采用地级市层面数据分析的较少。

二、理论分析与研究假说

(一)碳排放权交易政策对能源环境效率的影响路径与机制

碳排放权交易政策是通过市场机制控制温室气体排放、推动低碳可持续发展的一项制度创新，也是中国实现“3060目标愿景”的必要政策手段。其概念由排污权交易制度衍生而来，即以“排放许可证”为载体，建立合法排放二氧化碳的权利，使得碳排放可以像商品一样被买卖。政府根据对碳排放强度的控制要求，为每个市场参与主体发放一定的免费排放配额，与其实际产量相对应，排放超出配额的主体需要购买碳排放权，剩余配额的主体则可以出售碳排放权作为盈利，体现了奖励先进、惩罚落后的思想，从成本控制角度激励落后企业自主开展节能减排工作，提升能源环境效率。其内部具有怎样的影响机制，本文将从三个方面展开探讨。

第一，产业结构变迁。目前，中国仍存在各产业发展不平衡的问题，以重工业为主的第二产业在经济总量中占比较大，是能源消耗与碳排放的主要源头，其能源环境效率也相对“落后”。产业结构调整是经济低碳发展的关键因素，合理的产业政策能够引导产业结构向低碳化转变，降低能源使用强度、提高清洁能源使用比例，碳排放强度也会随之下降等[17]。受碳排放权交易政策设定的二氧化碳减排目标约束，原有的能源密集型产业为保持增长、摆脱对能源消费的依赖，往往会选择向服务业、高科技产业等能源投入少、碳排放量低的产业转型，形成产业结构的变迁和经济发展方式的转变，最终提升能源环境效率。由此，本文提出以下假说：

假说1：碳排放权交易政策促进产业结构升级，从布局优化层面推动能源环境效率提升。

第二，绿色技术创新。在中国，重工业仍是关系国计民生的支柱产业，单纯依靠抑制第二产业、鼓励第三产业发展，提升能源环境效率的作用有限，不能从根本上解决温室气体排放问题。只有以生产技术革新的形式，提高传统化石能源利用效率，积极开发利用清洁能源，优化能源结构，才能从本质上实现节能减排。“波特假说”认为，适度的环境规制能够刺激企业开展技术创新活动，通过提高生产率而抵消环境成本[18]。也有学者发现，碳排放权交易政策短期内的“波特效应”较弱，但是具有较强的长期“波特效应”，随着政策实施时间的推移，能够产生经济和环境双重红利[19]。理想状态下，碳排放交易政策的实施可以激发参与主体的绿色创新活力，以降低碳排放强度为目标优化生产流程、改进生产技术、充分利用能源、淘汰落后生产力，从而带来能源环境效率的提高。由此，本文提出以下假说：

假说2：碳排放权交易政策激发绿色创新潜力，从技术变革层面促进能源环境效率提升。

第三，市场发育程度。作为一项市场型环境政策，碳排放权交易政策的执行效果与市场发育程度密切相关。中国的要素市场与产品市场相比，市场化进程较为落后，不仅能源要素市场的扭曲对能源效率产生了显著的负面影响[20]，劳动与资本要素市场的扭曲，也抑制了中国的生产创新效率和技术研发水平，阻碍了节能减排工作的开展。建立碳排放权交易体系，加强了区域间企业的沟通与合作，增加了要素市场与产品市场的流动性，从而推动了中国的市场化进程，引导经济向绿色低碳方向发展。进行市场化改革一方面提高了要素间的替代弹性，减少了要素的扭曲程度，另一方面也提高了能源要素的需求价格弹性。碳排放权交易政策通过对碳排放的约束抑制了能源消费的扩张，与市场化改革产生协同作用，调动了市场参与主体的节能减排积极性，能够有效提升能源环境效率。由此，本文提出以下假说：

假说3：碳排放权交易政策引导市场健康发育，从资源配置层面助力能源环境效率提升。

(二)碳排放权交易政策对能源环境效率的异质性分析

碳排放权交易政策在不同类型城市中，作用效果必然会存在一定的差异，本文将从两个角度分析政策效应的异质性，发掘对于各类城市实施政策的节能减排潜力。

第一，规模经济差异。城市是经济与生产的载体。人口规模的扩大必然会导致规模经济和技术溢出，从而产生聚集效应。专业化和多样化的聚集提高了生产效率，这对于降低能源消耗与碳排放水平是有利的。与此同时，经济集中度高的城市生产活动更加密集，也会消耗更多的能源，产生更多的碳排放，阻碍城市的节能减排进程。因此，受城市规模大小的影响，碳排放权交易政策对于城市能源环境效率的作用效果也会产生差异。虽然大城市能源需求与碳排放总量较高，但是当企业受到环境目标约束和行业竞争压力时，能够迅速调配资源，改进生产技术，提高城市整体的生产效率；而小城市经济发展水平较低，碳交易市场不够活跃，可能难以通过碳排放权交易市场有效提升能源环境效率。由此，本文提出以下假说：

假说4：在规模较大的城市中，碳排放权交易政策对能源环境效率提升效果更显著。

第二，工业结构差异。根据《全国老工业基地调整改造规划(2013—2022年)》，中国共有120个老工业基地城市，这些老工业城市由于过度依靠资源密集型产业，存在着发展方式粗放的问题，能源消耗强度与碳排放强度都高于全国平均水平。产业结构失衡是制约其发展的重要原因，工业部门的长期过度扩张造成产能过剩，高耗能高污染的发展路径在带来资本积累的同时，也导致生产技术停滞不前。碳达峰、碳中和正是老工业基地转型发展的契机，以碳排放权交易政策为主的碳减排约束将为老工业城市注入新的活力，通过市场竞争机制淘汰落后产能，激励企业改进生产技术，引导部分资本向其他产业转移，自主提高能源环境效率。相对而言，非老工业基地城市，在碳排放权交易约束下，产业结构布局合理，经济发展对能源消耗依赖程度较低，其自身能源环境效率水平较高。由此，本文提出以下假说：

假说5：在老工业基地城市中，碳排放权交易政策对能源环境效率提升效果更显著。

三、理论模型与研究设计

(一)测算城市能源环境效率

本文旨在评估碳排放权交易试点政策对于中国城市生产节能减排的效果，单要素效率指标如能源效率、碳排放效率不能全面地刻画城市能源节约与环境改善程度，需要将能源消耗和二氧化碳排放纳入同一生产框架和效率评价体系，构造综合效率指数。数据包络分析可以同时考虑多种投入和产出及相应约束条件，构建生产前沿面，每个决策单元与生产前沿的距离即为无效率部分。Chambers等[21]最早提出通过方向性距离函数(DDF)的方法对生产函数建模，同比例减少投入和增加产出，来进行效率测度。Chung等[22]把非期望产出即环境污染要素纳入到生产函数中，将DDF应用于环境经济领域，旨在增加期望产出的同时减少非期望产出。但DDF的前提假设较强，要求投入和产出以相同比例变动，这种径向的测度往往会导致效率值高估，并且无法分解各要素的无效率程度。因此，非径向的效率模型应运而生，Tone[23]提出了基于松弛变量的测度(SBM)，直接度量了投入和产出距离前沿面的松弛量；随后，Zhou等[24]定义了为非径向方向性距离函数(NDDF)模型，允许各要素以不同比例不同方向变动，并应用于发电厂能源环境效率的测算。由于NDDF模型相比于SBM应用更加灵活，具有更强的经济学意义，本文选用NDDF模型来测算城市的能源环境效率。

设定有N个城市(n=1,2,…,N)，每个城市都是独立高效的决策单元，每个决策单元包含5个要素，分别是作为投入要素的资本存量(K)、劳动人口(L)、能源消耗(E)和作为期望产出的城市生产总值(Y)、作为非期望产出的二氧化碳(C)。投入和期望产出具有强可处置性，非期望产出具有弱可处置性并满足零结合假设。N个城市规模报酬不变的生产可能性集合P表示如下：

n=1,2,…,N} (1)

其中，K>0,L>0,E>0,Y>0,C>0，λ为构建生产前沿面的权重向量。

为得到每个要素无效率值，参考Zhou等[24]的研究构建了NDDF线性规划，目标函数和约束条件如下：

wEβE+wYβY+wCβC

(2)

参考Zhang等[25]的做法，首先，平均分配投入、期望产出、非期望产出三者的权重，其中投入又包含资本存量(K)、劳动人口(L)和能源消耗(E)，设定方向性距离函数的权重向量为w=(1/9,1/9,1/9,1/3,1/3)，每个决策单元向前沿面移动的方向向量为g=(-K,-L,-E,Y,-C)，代入式(2)求解非径向距离函数得到最优的β*值，计算城市综合能源环境效率(UEI)：

(3)

进一步，由于投入要素中的资本和劳动不会直接产生碳排放，只考虑能源(E)一种投入要素，将方向性距离函数的权重向量设定为w′=(0,0,1/3,1/3,1/3)，方向向量设为g′=(0,0,-E,Y,-C)，代入式(2)解得最优的β′*值，计算城市纯能源环境效率(EEI)：

(4)

综合能源环境效率(UEI)和纯能源环境效率(EEI)都是要素效率值的加权平均，表示在一定经济发展水平下城市的节能减排水平。其中，UEI囊括了所有投入产出要素，衡量了城市生产的综合能源环境表现。EEI剔除了劳动和资本要素的效应，只对能源投入、期望与非期望产出要素进行优化，衡量了城市生产的纯能源环境表现。能源环境效率值介于0～1之间，越接近1代表效率越高，越接近0代表效率越低，当效率值等于1时，说明该城市能源环境效率位于前沿面上。

(二)DID模型设定

为贯彻落实“十二五”规划关于逐步建立中国碳交易体系的要求，国家发展和改革委员会办公厅于2011年11月29日发文，确立北京市、天津市、上海市、重庆市、湖北省、广东省及深圳市为碳排放权交易政策试点。2013年6月18日，深圳市碳排放权交易市场在全国7家试点省市中率先启动交易，标志着中国碳排放管控制度正式迈向市场化、国际化，随后2省5市的碳排放权交易政策试点在2013年陆续启动。

本文将2013年启动的碳排放权交易政策试点看作一次准自然实验，以2007—2018年囊括全国30个省份(中国香港、澳门、台湾和西藏除外)287个地级市的面板数据为研究样本，考虑到政策执行具有时间滞后效应，将2014—2018年设为碳排放权交易政策的执行年份，2007—2013年作为制度出台前的时期。在处理组与对照组的划分上，以参与碳排放权交易政策试点的6个省市所辖37个地级市为处理组，其余24个省份所辖250个地级市为对照组。为评估碳排放权交易政策对城市能源环境效率的作用，构建双重差分模型如下：

(5)

其中，下标i表示城市，t表示年份，j表示省份；Yit为被解释变量，在不同的回归方程中分别表示综合能源环境效率和纯能源环境效率。交互项didit=tri×pot为双重差分模型主要解释变量，其中，tri表示城市分组虚拟变量，碳排放权交易政策试点城市取值为1，其余城市取值为0；pot为时间分组虚拟变量，2014—2018年取值为1，2007—2013年取值为0，didit项的系数α1表示处理效应，即政策执行对于城市能源环境效率的影响。Xkit为控制变量，分别包括经济发展水平(gdp)、创新研发能力(rd)、产业结构(ind)、人口密度(pop)、基础设施建设(inf)；α0为常数项。δi表示城市个体固定效应，σt表示时间固定效应，pyit=proi×yrt表示省份个体时间效应，控制每个省内城市个体随时间变化的固定效应，εit为随机干扰项。本文在回归中采用城市层面的聚类稳健性标准误消除异方差。

(三)变量选取及数据来源

被解释变量指标包括综合能源环境效率(UEI)和纯能源环境效率(EEI)。用于计算UEI和EEI的投入产出数据主要来自《中国统计年鉴》《中国城市统计年鉴》和《中国能源统计年鉴》。(1)资本存量(K)：采用永续盘存法计算每年的资本存量，将地级市每年的固定资产投资利用相关价格指数平减至2007年，并参照柯善咨等[26]的做法，选定5.6%的资本年度折旧率。(2)劳动人口(L)：城市年平均从业人数。(3)能源消耗总量(E)：由于地级市缺乏能源消耗量数据，且常用的替代指标“城市用电量”在2017年开始出现统计口径的变化，参考史丹等[27]的做法，以城市夜间灯光数据为权重指标，将省级能源消耗总量分解到其所辖县市，整理得到地级市的能源消耗数据。夜间灯光数据包括非辐射定标DMSP-OLS夜间稳定灯光数据和NPP-VIIRS夜间灯光数据，二者均来源于美国国家海洋和大气管理局(NOAA)的地理数据中心(NGDC)。DMSP-OLS数据统计年限为1992—2013年，而NPP-VIIRS数据是从2012年开始统计的，二者统计口径存在差异。本文参考吕倩等[28]的方法将两类数据融合处理，先分别对2007—2013年的DMSP-OLS夜间灯光原始数据和2012—2018年的NPP-VIIRS 夜间灯光原始数据进行预处理，校正后得到中国城市级别的两类连续时间序列数据，再运用处理后两类数据的重合年份(2012—2013年)构建二次函数关系拟合模型，最后利用拟合模型将2014—2018年的NPP-VIIRS数据转化为DMSP-OLS类型数据，得到中国各地级市2007—2018年DMSP-OLS尺度下夜间灯光数据集。值得注意的是，吕倩等[28]对夜间灯光数据和能源消费总量及其产生的碳排放数据进行拟合，证明灯光数据与二者皆存在显著的正相关性，且拟合优度达80%以上。(4)期望产出(Y)：城市年度生产总值GDP，利用GDP平减指数平减至2007年。(5)非期望产出(C)：二氧化碳排放量。碳排放数据处理与能源类似，首先参考陈诗一[29]的做法，根据联合国政府间气候变化专门委员会转换标准，将各省份的分类别能源消耗数据(主要包括煤炭、石油、天然气)按照碳排放系数进行转换，汇总得到省级二氧化碳排放量，然后运用处理后的夜光数据将省级二氧化碳数据分解至各县市，整理得到地级市的碳排放数据。

控制变量。(1)经济发展水平(gdp)：城市人均GDP，平减至2007年。(2)创新研发能力(rd)：城市当年获得的发明专利数量。(3)产业结构(ind)：由第二产业增加值占GDP比例表示。(4)人口密度(pop)：单位行政区域面积的人口数。(5)基础设施建设(inf)：由城市人均道路面积表示。其中，专利数据来自中国研究数据服务平台(CNRDS)数据库，城市人均道路面积、城区常住人口数据来自《中国城市建设统计年鉴》，其他数据均来自《中国城市统计年鉴》。

所有变量均取对数处理以消除异方差。本文主要变量的描述性统计结果如表1所示，其中因变量综合能源环境效率(UEI)均值为0.39，最小值为0.16，最大值为1，标准差为0.12；纯能源环境效率(EEI)均值为0.24，最小值为0.09，最大值为1.00，标准差为0.14，表明二者在研究期间数据样本均存在较大差异，具备统计研究价值，且EEI相较于UEI而言均值更小，波动性更大。

表1 主要变量的描述性统计结果

四、实证结果与稳健性检验

(一)实证结果

双重差分模型(DID)的回归结果见表2。第(1)(2)列是直接回归结果，可以看出交互项did对UEI的回归系数在1%的水平上显著为正，对EEI的回归系数在10%的水平上显著为正，初步判断碳排放权交易政策能够提升试点城市的能源环境效率。在第(3)(4)列控制了城市个体效应、时间固定效应以及省份个体时间效应后，两者的回归系数均有不同程度的增加，并且EEI的交互项系数显著性水平提升至1%。在第(5)(6)列加入控制变量后，UEI和EEI的处理效应仍在1%的水平上显著为正，说明政策执行后试点城市的综合能源环境效率和纯能源环境效率均在1%的显著水平呈现上升趋势，碳排放权交易政策产生了节能减排效应，能够有效提高试点城市的能源环境效率。拟合优度随模型中固定效应和控制变量的加入而上升，也说明模型拟合程度有所提高。控制变量方面，高经济发展水平和高人口密度能够显著提升能源环境效率，第二产业比重较高的产业结构则显著降低了能源环境效率，其他控制变量的系数不显著，表明其不是影响城市节能减排效应的核心要素。

表2 碳排放权交易政策试点与能源环境效率：DID回归结果

(二)平行趋势及动态效应检验

双重差分方法作为一项准自然实验方法，其结果成立的重要前提是满足平行趋势假设，即处理组和对照组的能源环境效率在政策冲击发生前具有相同的时间变动趋势。本文以政策执行年2014年为基准，选取前四年和后四年的数据样本，分别对UEI和EEI进行平行趋势检验，检验结果如图1所示。可以看出，在碳排放权交易政策试点之前的年份，UEI和EEI都在0附近上下波动，在95%的置信区间上不拒绝0，符合共同趋势的假定。

上文从静态的角度分析了试点政策的平均处理效应，动态角度的分析结果如表3所示。在碳排放权交易政策试点之前，当UEI作为被解释变量时，处理组与年份交互项(tr×yr)系数显著为负，试点城市的综合能源环境效率呈下降态势；当EEI作为被解释变量时，处理组与年份交互项(tr×yr)系数并不显著，仅于政策开始执行的年份(2013年)在10%的显著性水平上呈现正系数，说明试点城市的纯能源环境效率在政策执行前没有显著变化。而从2014年开始，在执行政策后的每一年，无论是UEI还是EEI作为被解释变量，处理组与年份交互项(tr×yr)的系数均在1%水平上显著为正，并且随着执行政策年份的增加，相应的回归系数即促进效果也持续增长，这说明碳排放权交易政策对试点城市的能源环境效率提升产生了正向影响。在试点后的第二年(2015年)，碳排放权交易政策对两类能源环境效率的提升幅度变化较大，这表明政策冲击有一定的滞后性；随后几年增长逐渐趋于平稳(2017—2018年)，说明随着中国经济向高质量发展迈进、边际减排成本增加，碳排放权交易政策引致的能源环境效率增长有所放缓。此外，对比UEI和EEI的动态效应可以看出，相较于综合能源环境效率(UEI)，试点政策对纯能源环境效率(EEI)的提升效果更为明显，这从图1中也能反映出来，这可能源于碳排放权交易政策对与资本和劳动要素相关的技术效率促进作用有限。

综上，碳排放权交易政策通过对试点地区发放二氧化碳配额的方式，对碳排放强度与化石能源使用进行控制，2014—2018年推动试点城市综合能源环境效率提升0.08，纯能源环境效率提升0.11。这种市场型政策工具在保证产出一定增长水平的同时，既减少了单位产出的碳排放，又降低了以煤炭为主的能源消耗水平，提高了城市能源环境效率，实现城市节能减排的双赢。

表3 碳排放权交易政策与能源环境效率：动态效应分解结果

(三)稳健性检验

考虑到DID回归结果可能存在偶然性且易受其他因素和政策的干扰，本文进行了一系列稳健性检验，进一步考察研究结果的稳健性。

1. 倾向分匹配-双重差分

理想的准自然实验中，处理组与对照组的样本是随机选择的，而国家在确定碳排放权交易政策试点省市名单时，需要综合考虑各省市经济、环境等各方面的实力，这就可能导致样本选择偏差，即处理组和对照组在政策处理前的个体差异较大。本文使用倾向分匹配(PSM)的方法降低样本选择偏差，将个体特征相似的处理组与对照组样本进行半径匹配，剔除了没有匹配成功的样本后，再次进行双重差分实验。在匹配变量的选择上，对于综合能源环境效率(UEI)选用经济发展水平、产业结构、人口密度；对于纯能源环境效率(EEI)，增加了一个匹配变量即城市二氧化碳排放量以达到更好的匹配效果。表4展示了PSM处理后的DID回归结果，其中，did项系数的符号和显著性都没有发生变化，证明碳交易政策提升了试点城市的能源环境效率，且结论具有稳健性。

表4 PSM-DID的回归结果

2. 安慰剂检验

尽管已经在模型中控制了城市的个体效应，也选取了相应的控制变量，但是仍会有一些无法观测的个体特征可能对模型结果产生影响，这时就需要进行安慰剂检验，让碳排放权交易政策对能源环境效率的冲击具有随机性，以更全面地考虑城市的个体特征，排除不可观测因素对因变量的影响。具体做法是，对原样本进行1 000次抽样，每次随机选取37个地级市作为执行政策的处理组，其余城市作为对照组，即重新分配tr项的取值，分别对UEI和EEI进行双重差分回归，得到每次的did项(即tr×po)系数及相应的t统计量。图2展示了两类能源环境效率t值的核密度分布，可以看出分布集中在0附近且服从正态分布，说明随机选择处理组的实验结果基本都不显著，原结论通过了安慰剂检验。

3. 反事实检验

排除了城市个体效应对结论稳健性的影响，还应考虑时间趋势层面的影响因素。双重差分方法的反事实检验正是基于数据样本的平行趋势假设，验证碳排放权交易政策施行前，处理组与控制组的能源环境效率是否在时间上具有相同的变化趋势。借鉴刘瑞明等[30]的研究方法，本文假定其他条件不变，改变po项的取值，将碳排放权交易政策处理期提前2～4年，分别以2010、2011和2012年为政策开始实施的年份，再次进行DID回归。如果did项(即tr×po)的系数显著，那么碳排放权交易市场筹备阶段的其他因素也会影响能源环境效率；如果系数并不显著，那么碳排放权交易政策的实施是能源环境效率提升的主要原因。如表5所示，政策试点的时间提前以后，无论是UEI还是EEI，其交互项did的系数都不具有统计显著性，证明能源环境效率的改善的确是碳排放权交易政策带来的。

4. 动态时间窗检验

前文研究了碳排放权交易政策实施前的平行趋势和实施后的动态效应，但是没有将二者放在一起进行比较，运用动态时间窗的方法，可以更清晰地比较政策实施前后能源环境效率的动态变化。参考董艳梅等[31]的做法，以2014年为中间点，分别取前后1年、2年、3年和4年的样本进行动态时间窗检验，结果如表6所示。无论选取前后几年的数据作对比，综合能源环境效率和纯能源环境效率的回归系数都是显著为正的；随着时间窗宽度的增加，交互项系数都有不同程度的增加，说明碳排放权交易政策的影响随时间而扩大。整体来看，回归系数的显著性和拟合优度也随时间增长，说明随着样本量的扩大，模型解释能力增强。由此验证了碳排放交易政策能够持续改善城市能源环境效率，且政策效果具有累积效应。

表5 反事实检验结果

表6 动态时间窗检验结果

5. 考虑其他政策的影响

样本期间如果发布了其他碳减排的环境政策，也可能会对实验结果产生干扰。国家发展和改革委员会于2010年发文宣布，中国开展低碳省区、低碳城市试点工作，截至目前已有三批省市参与低碳城市试点，包括2010年第一批的5省8市，2012年第二批的1省28市以及2017年第三批的45个城市。Cheng等[32]证明了低碳城市试点政策对城市绿色全要素生产率的正向影响，这说明低碳城市试点政策和碳排放权交易试点政策有着类似的作用，其目的都是为了降低单位产出的能耗和碳排放，推动经济的绿色高质量发展。由于低碳城市政策的试点范围更为广泛，本文为了从两种政策对城市能源环境效率的混合作用中剥离出碳排放权交易政策的作用，将前两批参与低碳试点的城市(共计96个地级市)作为新的总体样本，其中同时又参与碳排放权交易试点的城市(共计37个地级市)作为处理组，只参与了低碳城市试点的城市(共计59个地级市)作为对照组，重新进行DID实验。结果如表7所示，被解释变量UEI的交互项系数在1%水平上显著为正、EEI的交互项系数在5%水平上显著为正，说明在所有参与低碳城市试点的城市中，碳排放权交易试点城市的能源环境效率依然得到了显著提升，本文结论的稳健性得到进一步验证。

表7 考虑低碳城市政策影响回归结果

五、影响机制验证

(一)模型设定与调节变量选取

经过双重差分实验和一系列稳健性检验，证明了碳排放权交易政策能够有效提升城市能源环境效率。为探究碳排放权交易政策对能源环境效率的内在影响机制，下面从产业结构变迁、绿色创新能力、市场发育程度三个方面选取调节变量，并参照杨洋等[33]的方法设立调节效应模型，进一步考察碳交易政策对城市节能减排的作用路径。模型设定如下：

Yit=α0+α1(didit×Mit)+α2didit+α3Mit+

(6)

在式(5)的基础上，增加了调节变量Mit，主要通过观察调节变量与自变量交互项didit×Mit的系数及显著性，判断调节变量是否对自变量与因变量关系的方向和强弱产生影响。

调节变量指标说明：产业结构选择两个代理变量，分别是第二产业增加值占GDP的比例和第二产业增加值比第三产业增加值的比例，数据来自《中国城市统计年鉴》。绿色创新能力选择了两个强度指标作为代理变量，分别是绿色发明专利占城市年度获得的专利总数百分比以及绿色实用新型占城市年度获得的实用新型总数百分比，数据来自CNRDS数据库。市场发育程度方面，将樊纲市场化指数中测得的要素市场发育程度得分、产品市场发育程度得分作为代理变量，其中2008—2016年数据来自Wind数据库，2007年及2017—2018年数据参考俞红海等[34]的研究，根据历年市场发育程度的平均增长幅度推算。

(二)影响机制分析

从表8可以看出，无论是第二产业增加值占GDP的比重，还是第二、三产业增加值之比，对于碳排放权交易政策与能源环境效率间关系的调节效应都显著为负。这说明第二产业占比较高、第三产业占比较低的产业结构削弱了碳排放权交易政策对城市能源环境效率的提升效果。第二产业是以采掘、制造等工业部门为主的产业集合，相比其他产业能源消耗量更大、产生的碳排放也更多。如果能够提高这类高碳排放行业的准入门槛，使得第二产业市场占比减少并向绿色清洁的方向转型，部分资金和发展潜力向以服务业为主的第三产业转移，就可以通过产业结构的优化升级，降低产业结构失衡在城市能源环境效率提升进程中的不利影响，从而更好地发挥碳排放权交易政策的节能减排效果。至此，假说1得到验证。

表8 产业结构对能源环境效率的影响回归结果

从表9可以看出，城市的绿色创新能力能够显著增强碳排放权交易政策对试点城市能源环境效率的正向影响。其中，绿色实用新型占比指标能够同时提升政策对试点城市两类能源环境效率的影响，并且对综合能源环境效率影响的显著性更高；而绿色发明专利占比指标仅对试点城市综合能源环境效率的提高发挥积极作用。一方面，由碳排放权交易政策所产生的“波特效应”主要缩减了资本和人力要素方面的无效率，而对于提高能源效率和碳排放效率方面作用有限，绿色技术创新力度还不够；另一方面，绿色发明专利的申请门槛较高、数量较少，相较于绿色实用新型更难申请、创新价值更高，贡献的节能减排效果有限。总体来看，碳排放权交易政策可以通过绿色创新能力的提升，进一步促进城市综合能源环境效率的提升。至此，假说2部分得到证实。

碳排放权交易政策是一种市场型环境政策，政策实施效果与市场发育程度息息相关。从表10的回归结果可以看出，无论以UEI为因变量还是以EEI为因变量，要素市场发育与政策实施的交互项系数都是显著为正的，说明要素市场发育程度的提高有力地促进了碳排放权交易政策对试点城市能源环境效率的提升效果。而产品市场发育程度交互项系数较小，对政策实施效果的影响也并不显著，相比之下，要素市场化更能推动碳排放权交易政策发挥节能减排效果。这也印证了林伯强等[20]的观点：市场化改革，特别是要素市场的推进，能够对能源与碳排放表现效率产生积极的影响。从供给与需求的角度来看，碳排放权交易政策主要通过完善供给端的要素市场化配置，进而提高城市的能源环境效率。综上，假说3得到证实。

表9 绿色创新能力对能源环境效率的影响回归结果

表10 市场发育程度对能源环境效率的影响回归结果

六、异质性分析

(一)考察城市规模的异质性

大城市能够产生要素的聚集效应，主要体现为劳动、资本、知识的溢出和边际生产成本的下降。城市集中度高，厂商集聚带来的生产专业化程度高、科技创新能力强、投资不确定性低等优势，形成了规模经济效应，更容易吸引资本和人力的流入，开展绿色技术创新和低碳生产变革。同时，过度集聚也会导致资源过度开发、能源消耗与碳排放量上升等问题，影响经济的高质量发展。因此，在不同规模的城市中，碳排放权交易政策能否发挥节能减排效果仍需进一步考察。本文根据国务院2014年印发的《关于调整城市规模划分标准的通知》，按各地级市城区常住人口数量，将样本分为大中型城市(包括大型城市和中型城市)、小型城市分别进行回归检验，验证不同城市规模对能源环境效率的异质性影响。

表11展示了不同城市规模对能源环境效率的影响。可以看出，碳排放权交易政策显著提高了大中型城市的能源环境效率，而对于小型城市而言没有显著影响。这说明在大中型城市中，碳排放权交易政策与由集聚所产生的规模经济效益、成熟发达的要素市场相契合，能够共同推动城市生产向绿色低碳转型，促进能源环境效率的提升。与大中型城市相比，小型城市发展水平较为滞后，资源配置能力较差，开展碳排放权交易政策后增加了资本和劳动投入要素成本，成本大于收益，在一定程度上抑制了经济发展，能源环境效率没有显著提升。由此，假说4得到证实。

(二)考虑城市是否属于老工业基地的异质性

老工业基地城市是指那些在新中国成立初期开展大规模经济建设，从而形成了以重工业为主要产业集群的城市，其主要经济构成包括资源开采、原材料加工等高耗能高碳排放的行业。随着中国经济与科技的发展，老工业基地城市工业产品的价格优势逐渐褪去，面对绿色高质量的生产需求，传统的老工业城市亟须转型升级。根据国务院2014年4月批复的《全国老工业基地调整改造规划(2013—2022年)》，全国共有120个地级及以上老工业基地城市，广泛分布于27个省区市。根据以上标准，将原样本分为老工业基地城市和非老工业基地城市，分别讨论试点城市工业结构不同对能源环境效率的异质性影响。

表12展示了是否为老工业基地城市对能源环境效率的影响。从第(1)(3)列可以看出，老工业基地城市的综合能源环境效率和纯能源环境效率均在1%的水平上显著受到碳排放权交易政策的影响，在碳排放权交易政策实施后能源环境效率得到显著提高，并且纯能源环境效率的提升幅度更大；从第(2)(4)列可以看出，非老工业基地城市的能源环境效率没有受到碳排放权交易政策的显著影响。可能的原因在于：一方面，老工业基地城市的能源环境效率改进空间较大，对于以减碳、降碳为目标的环境政策更加敏感；另一方面，老工业基地城市国有产业占比较高，碳排放权交易这种市场型政策兼顾了公平与效率的原则，更容易为其改革发展注入新的动能和活力，使得能源环境效率得到显著提升。而非老工业基地城市产业结构较“轻”，原本的能源环境效率就比较高，短期内提升幅度有限。综上，假说5得到验证。

表11 不同城市规模对能源环境效率的影响回归结果

表12 是否为老工业基地城市对能源环境效率的影响回归结果

七、结论与政策启示

能源环境效率是衡量城市节能减排能力的重要指标，本文基于2007—2018年287个地级及以上城市层面的样本数据，分别测算了综合能源环境效率和纯能源环境效率，并运用双重差分的方法考察了碳排放权交易政策对试点城市两种能源环境效率的影响。结果表明，碳排放权交易政策能够同时显著提升试点城市的综合能源环境效率和纯能源环境效率，结果通过了平行趋势检验，经过倾向分匹配的双重差分、安慰剂检验、反事实检验、动态时间窗检验、考虑同时期的其他类似环境政策影响等一系列稳健性检验后，结果依然成立。选取调节变量分析碳排放权交易政策对能源环境效率的影响机制，研究发现，碳排放权交易政策可以通过优化城市的产业结构、提高城市绿色创新能力、深入推进要素市场化配置改革，进一步推动城市能源环境效率的提升，实现节能减排的目标。异质性分析发现：一方面，碳排放权交易政策具有规模经济效应，试点政策能够显著提升大中型城市的能源环境效率，但在小型城市没有显著影响；另一方面，碳排放权交易政策还具有工业结构差异，能够显著改善老工业基地城市的能源环境效率，尤其是纯能源环境效率，而对于非老工业基地城市作用则不明显。

碳排放权交易政策通过城市经济的产业结构变迁、绿色技术创新和要素市场化改革，有效提升了城市能源环境效率，而且其节能减排效应在规模大的城市和老工业基地城市尤为明显。基于以上结论，本文提出如下政策启示：

第一，鼓励绿色技术创新和产业结构优化，及时出台碳排放权交易配套产业政策。一方面，中国绿色生产技术的创新强度还不够，对能源环境效率的提升效果有限，生产技术只有向绿色清洁化转型，才能从根本上提高城市的节能减排能力，因此国家对绿色技术创新的激励和扶持政策就尤为重要。另一方面，应加强对环境的监管力度，市场交易型与命令控制型环境政策相结合，提高第二产业准入门槛，同时鼓励资本向第三产业流动，促进产业结构全面优化升级，塑造多元的新型市场格局，为碳排放权交易的开展营造良好的产业环境，对能源环境效率的提升形成助推作用。

第二，深入推进要素市场化改革，与碳排放权交易政策产生协同效应。碳排放权交易政策的实施对市场依赖度较高，应从供给侧结构性改革的角度出发，大力推动要素市场发育，提高能源等生产要素的流动性，引导要素向绿色先进的生产力汇聚，从生产端提升资源配置效率和要素技术效率。同时，还应及时纠正二氧化碳交易价格的扭曲。碳排放作为非期望产出，随着碳市场的开通具有了相应的价格，可看作企业的一种环境投入要素，将企业外部环境成本内部化，因此，合理的碳定价区间以及规范的碳排放权交易流程，可以激励企业自主开展节能减排工作。

第三，重点在大规模城市建设碳市场，实行差异化发展策略。对于人口规模较大的城市，设立更为严格的碳总量目标，使得这些城市的企业在规模经济中充分发挥竞争优势。规模大的城市，产业的集聚导致了更多的能源消耗和碳排放，资本、人才的集聚优势也使得绿色技术创新更容易实现，这两点都为能源环境效率的提升创造了巨大空间。而对于中小规模城市，设立适当宽松的碳总量目标，引导其经济的发展和产业聚集的形成，再逐渐提高排放标准，这与先实现碳达峰、再实现碳中和的思路是一致的。

第四，在老工业基地城市优先开展碳排放权交易，更高效地发挥节能减排作用。虽然这些城市曾经为中国的工业经济发展做出过卓越贡献，但是已不符合现今节能低碳的新发展模式，成为治理能源过度消耗和减少碳排放的重点。制定合理的碳总量目标和交易价格，能够通过碳排放权交易及时淘汰落后产能，优化城市工业结构和能源结构，推动老工业基地城市的支柱产业由传统的重工业向大数据、生态环保、旅游服务等战略性新兴产业转移，有效促进城市能源环境效率的提升，实现中国整体经济的高质量发展。