APP下载

用能权交易制度能够实现碳减排吗?
——基于双重差分模型的实证分析

2023-12-21巩前胜王翔宇

关键词:排放量二氧化碳约束

巩前胜 王翔宇

(1.西安石油大学 经济管理学院,陕西 西安 710065;2.西安石油大学 陕西(高校)油气资源经济管理研究中心,陕西 西安 710065)

0 引 言

当前,我国仍是全球能源生产与消费最多的国家。据统计,2020年我国的能源消耗量接近50亿吨标准煤,约占世界能耗总量的26.13%,较2019年同比增长了2.1%[1]12-22。在经济由高速增长转向高质量发展的关键阶段,面对能源过度损耗引发的气候与环境问题,我国坚持走可持续发展之路,制定了“30·60”双碳战略目标,并在十八届五中全会中提出了“创新、协调、绿色、开放、共享”五大新发展理念,由此奠定了在转变经济发展方式的主基调下,生态环境末端治理与源头治理并重的方针[2]1-8。在此背景下,不同于其他针对末端污染排放治理的环境规制政策,为从源头上合理配置能源资源,解决能源消费的外部性问题,实现能耗总量与能源强度“双控”的目标,推动绿色经济发展,根据国家发改委在2016年发布的《用能权有偿使用和交易制度试点方案》,我国于2017年开始在浙江、福建、河南、四川开展用能权交易制度试点。在此政策下,用能权指标需要通过政府进行合理配置,由企业依法获取并在配额范围内无偿使用。同时,企业可以依法对用能权指标进行市场交易,有剩余配额的企业可以通过市场将用能权指标出售给缺少配额的企业。作为环境规制的一项重要制度创新,用能权交易制度能否通过约束能源消费实现碳减排的目标?其中存在怎样的作用机制?回答上述问题对于厘清用能权交易制度与双碳战略目标之间的逻辑联系,深化用能权交易与碳排放权交易政策之间的统筹衔接,实现经济的高质量发展具有重要意义。

现有文献针对碳排放的研究主要与经济增长[3]152-159、财政分权[4]7-11、能源消费[5]36-44等方面相关,其中,二氧化碳排放量的测度主要依据世界银行(WDI)公布的数据[3]152-159或采用联合国气候变化政府间专家委员会(IPCC)在国家温室气体清单指南中提出的计算方法[5]36-44。面对严峻的气候与环境问题,为减少碳排放,政府出台了大量的环境规制政策。近年来,针对环境规制的相关研究已十分丰富,其中,二氧化碳、二氧化硫等污染源的排放权交易制度发挥的政策效果[6]15-26已经得到了较为充分的解读。张华、冯烽[7]62-80在正式环境规制的基础上,深入研究了公众参与等形式的非正式环境规制发挥的碳减排效应。作为环境规制的一项制度创新,用能权交易制度试点政策出台于2016年,实施时间较短,故针对用能权交易制度的研究相对较少,主要集中在理论分析层面。其中,针对我国用能权交易市场法律法规建设[8]124-133,以及其他政策同用能权交易制度有效衔接的相关研究较为充分。仅有少部分用能权交易制度的相关研究基于实证分析层面,主要从绿色技术创新、能源利用效率、全要素生产率等方面出发,运用双重差分模型,对用能权交易制度发挥的政策效果进行研究。此外,刘海英、王钰[9]1-10采用DEA模型研究了用能权交易与碳排放权交易政策组合的经济红利;张宁、张维洁[10]165-181运用非参数化模型比较了“命令-控制”型政策与用能权交易制度的平均经济潜力与节能潜力;王兵、赖培浩等[11]107-117运用30个省份的三次产业投入产出数据,量化分析了用能权交易制度的实施给我国能源强度带来的变化。

基于上述分析,用能权交易制度在碳减排中发挥的政策处理效应仍有待深入研究。因此,本文运用双重差分模型,对用能权交易制度的碳减排效应进行实证分析,探讨不同区域与环境目标约束力度间的差异。同时,基于绿色技术创新发挥的部分中介效应以及政府的环境关注度对绿色技术创新中介发挥的调节效应,深入分析用能权交易制度对碳减排的作用机制。以期为完善用能权交易体系,建立健全我国用能权交易市场,从而显著提升用能权交易制度带来的经济红利,为我国经济的高质量发展提供参考依据。

1 机制分析与研究假设

通过分析用能权交易制度对碳减排的作用机制,提出研究假设,用能权交易制度对碳减排的作用机制框架见图1。

图1 用能权交易制度对碳减排的作用机制框架

根据Coase[12]1-44提出的产权定理,只有当用能权界定清晰,并且这些权利可以通过市场进行交易时,才能实现能源资源的最优配置,有效减少能源过度损耗造成的碳排放。用能权交易制度有助于政府对用能权进行合理分配。开放用能权指标的市场交易,有助于实现相关企业能源消费外部成本的内部化。具体而言,用能权交易制度的结构如下:政府根据节能减排目标综合考虑各地区的经济发展水平、产业结构、资源禀赋等因素,将能源消费总量指标层层下放,再根据具体情况向相关企业合理分配用能权指标配额,并采取企业在配额范围内免费使用、超出配额范围有偿使用的方式。相关企业可以根据自身的实际情况,依法进行用能权指标的市场交易。其中,配额富余的企业可以通过市场出售配额范围内剩余的用能权指标以获得利润,配额较少的企业则需花费成本在市场上买进超出配额部分的用能权指标。政府通过用能权指标的配额限制与有偿使用规则实现了对能源资源的有效管控,约束了相关企业能源消费,推动了产业结构的转型升级,从而改善了能源的过度损耗,减少了企业的能源投入产生的二氧化碳排放,以最低成本实现了碳减排的目标。基于此,提出假设H1。

H1:用能权交易制度能够有效减少二氧化碳排放量

根据Porter,Van[13]97-118提出的假说,适当的环境规制能够诱发企业的绿色技术创新,显著提高企业的生产力,从而抵消环境规制带来的污染治理成本,有利于提升企业的技术效率与竞争优势。因此,用能权交易制度试点能够通过对试点地区的能耗约束与成本约束,倒逼相关企业进行绿色技术创新,促进清洁型生产技术的广泛应用,从而提高了企业的能源利用效率,优化了能源结构与产业结构,有利于降低二氧化碳排放量,实现碳减排的目标。基于此,提出假设H2。

H2:用能权交易制度能够通过激发企业的绿色技术创新减少二氧化碳排放量

根据前文分析,用能权交易制度能够通过绿色技术创新实现碳减排的目标。在此基础上,政府对环境的关注度会直接影响绿色技术创新发挥的部分中介效应。具体而言,政府对环境的重视程度越高,出台的环境规制政策越严格,越能通过成本约束激发相关企业进行绿色技术创新,提升企业的生产力水平与市场竞争力。作为环境规制政策的重要创新,在政府对环境的高度关注下,用能权交易制度通过激发企业的绿色技术创新,更能有效降低二氧化碳排放量,实现碳减排的目标。基于此,提出假设H3。

H3:政府的环境关注度能够有效调节绿色技术创新发挥的部分中介效应

2 研究设计

2.1 模型构建

为检验用能权交易制度对二氧化碳排放量的影响,评估用能权交易制度发挥的政策处理效应,本文采用控制双向固定效应的双重差分模型进行回归分析,具体模型构建见(1)式:

lnCO2,it=α0+α1DID+α2X+θt+μi+εit

(1)

lnCO2,it表示i省份在t年的二氧化碳排放量;DID表示政策虚拟变量,用省份虚拟变量treati(其中非试点省份取值为0,试点省份取值为1)与年份虚拟变量periodt(其中试点前的年份取值为0,试点后的年份取值为1)的交乘项来衡量,其中,系数α1反映了用能权交易制度对二氧化碳排放量的处理效应;X表示控制变量;θi表示年份固定效应;μi表示省份固定效应;εit表示随机误差项。

2.2 数据来源

基于数据的可获得性与统计口径的一致性,本文选取2008—2019年我国30个省份的面板数据(剔除了西藏自治区与港澳台地区)作为研究样本。所用相关数据主要来源于历年《中国统计年鉴》《中国能源统计年鉴》《中国环境统计年鉴》,各省统计年鉴以及WIND数据库。

2.3 变量设定

2.3.1 被解释变量

二氧化碳排放量(lnCO2):参考张彩江等[14]93-99的研究,采用联合国政府间气候变化专门委员会IPCC(2006)的方法,剔除各省能源平衡表中各项能源加工转换过程中的投入量、损失量以及工业生产中用作原料和材料的部分,得到能源净消费量,据此计算得到各省二氧化碳排放量。具体计算公式见(2)式:

(2)

其中,CO2表示二氧化碳排放量;i表示各项能源;Ei表示各项能源的燃烧消费量;NCVi表示各项能源的平均低位发热量;CEFi表示各项能源的二氧化碳排放因子,其计算公式见(3)式:

(3)

2.3.2 核心解释变量

政策虚拟变量(DID):以用能权交易制度的试点省份(浙江省、福建省、河南省、四川省)作为处理组,其他省份作为对照组,构建省份虚拟变量treat(处理组取值为1,对照组取值为0);并将用能权交易制度试点的实施时间即2017年作为政策实施年份,构建年份虚拟变量period(政策实施后取值为1,政策实施前取值为0),将两者的交乘项作为本文的核心解释变量。

2.3.3 控制变量

根据已有文献的相关研究,本文选取了同被解释变量具有一定相关性的控制变量纳入模型,以提升回归结果的有效性。其中,经济发展水平(lnEDL)采用人均地区生产总值来衡量;产业结构(IS)采用工业增加值在地区生产总值中所占比重来衡量;能源消费结构(ECS)采用煤炭消费量在能源消费总量中所占比重来衡量;研发投入强度(RDI)采用研发投入在地区生产总值中所占比重来衡量;对外开放程度(OPEN)采用进出口总额在地区生产总值中所占比重来衡量。

2.3.4 机制变量

绿色技术创新(lnGTC):采用各省的绿色专利授权量来衡量。

政府环境关注度(GEC):参考申伟宁、柴泽阳等[15]65-71的研究,采用政府工作报告中生态环境关键词出现的频率来衡量,出现频率越高表明关注度越高。

上述各变量的描述性统计见表1。

表1 描述性统计

3 实证分析

3.1 基准回归

根据(1)式,用能权交易制度对二氧化碳排放量的基准回归结果见表2。其中,(1)列仅控制了年份与省份双向固定效应,(2)~(6)列则在控制双向固定效应的基础上依次加入了控制变量。

表2 基准回归结果

根据表2(1)~(6)列的结果可以看出,虽然政策虚拟变量的系数随着控制变量加入而有所上升,由未加入控制变量的-0.142增至加入所有控制变量之后的-0.099,但始终在1%的水平上显著为负,表明相较于非试点省份,用能权交易制度使试点省份的二氧化碳排放量平均下降了9.9%,能够实现碳减排,故假设H1成立。此外,经济发展水平与能源消费结构的系数均显著为正,表明随着经济发展水平的提高,以煤炭为主体的传统能源消费会增加二氧化碳排放量;对外开放程度、产业结构与研发投入强度的系数均不显著,表明对外开放程度、产业结构与研发投入强度对二氧化碳排放量并无显著影响。

3.2 稳健性检验

3.2.1 平行趋势检验

运用双重差分模型进行回归分析需满足平行趋势假设这一前提,即处理组与对照组满足在没有政策影响的情况下发展趋势仍然保持一致。对此,运用事件研究法构造如下模型,见(4)式:

(4)

图2 平行趋势检验结果

根据平行趋势检验的结果可以看出,政策虚拟变量的系数在政策实施前均不显著,这表明双重差分的平行趋势假设得到了满足。进一步地,从动态效应来看,政策虚拟变量的系数在政策实施后的第一期不显著,表明政策的实施存在时滞性;在政策实施后第二期开始显著,证明基准回归结果具有稳健性。

3.2.2 安慰剂检验

由于用能权交易制度试点可能受到不可观测因素的影响,因此,参考Li P,Lu Y等[16]18-37的做法,采用间接安慰剂检验,随机产生用能权交易制度试点地区的名单并基于(1)式重复进行1 000次回归模拟,回归系数的表达式见(5)式:

(5)

图3 安慰剂检验结果

3.2.3 倾向得分匹配

双重差分模型的另一个重要使用前提是处理组与对照组选取的随机性,将控制变量作为协变量,将政策虚拟变量对控制变量进行Logit回归,以此计算倾向得分,将得分值相近的省份作为对照组,其余省份作为处理组,再运用双重差分模型进行回归分析,稳健性检验结果见表3。由表3中的(1)、(2)列可知,政策虚拟变量的系数均显著为负,与基准回归的结果基本一致,证明基准回归结果是稳健的。

表3 稳健性检验结果

3.2.4 替换被解释变量

参考Guan,Shan等[17]1-13,以表观排放核算法计算的二氧化碳排放量作为被解释变量的替代变量,并根据式(1)进行回归,结果如表3中的(3)、(4)列所示,政策虚拟变量的系数仍显著为负,与基准回归结果并无显著差异。

3.2.5 缩尾处理

为排除极端异常值的干扰,本文参考韦东明、顾乃华[18]90-103的做法,对变量进行了上下5%水平的缩尾处理,根据式(1)对处理后的变量进行回归,其结果如表3中的(5)、(6)列所示。经过缩尾处理后的政策虚拟变量系数仍显著为负,与基准回归结果基本一致。

3.3 进一步分析

3.3.1 异质性检验

3.3.1.1 区域异质性

由于我国的不同省份所处区位不同,经济发展情况具有一定的差异性,根据我国的地理区位因素将30个省份划分为东部、中部、西部3个子样本,分别进行用能权交易制度对二氧化碳排放量的回归分析,异质性检验结果见表4。由表4中的(1)~(3)列可知,政策虚拟变量的系数在(1)列中为负且不显著,在(2)、(3)列中则显著为负,表明用能权交易制度在我国的中部与西部地区对减少二氧化碳排放量的影响十分显著,但对东部地区则并没有显著的影响。究其原因,在于东部地区的产业转型升级与生态环境治理体系相对完善且已取得一定的成效,故用能权交易制度在东部地区的政策效果不显著;而中、西部地区尚处于产业转型升级的初期,以重工业为主的发展模式仍然在产业结构中举足轻重,资源损耗与环境污染仍较为严重,改善生态环境仍是亟需解决的问题,故用能权交易制度的政策效果在中、西部地区较为显著。进一步地,西部地区相较于中部地区而言节能减排的空间更大,因此在西部地区实施用能权交易制度较中部地区具有更为显著的政策效果。

表4 异质性检验结果

3.3.1.2 环境目标约束力度异质性

为进一步考察遗漏变量对本文研究结果的影响,参考韦东明、顾乃华[18]90-103的研究,对不同的环境目标约束力度下用能权交易制度的碳减排效应进行分析。构建三重差分模型,见(6)式:

lnCO2,it=γ0+γ1DDD+γ2X+θt+μi+εit

(6)

其中,DDD表示政策虚拟变量DID与环境目标约束虚拟变量EC的交乘项,将环境目标约束分为硬约束与软约束,对于硬约束,若政府工作报告中出现“确保”“落实”等词汇则赋值为1,否则为0;对于软约束,若政府工作报告中出现“左右”“上下”等词汇则赋值为1,否则为0,其余变量设定同(1)式。异质性检验结果见表4,由表4中的(4)、(5)列可知,不论是硬约束还是软约束,交乘项系数均在1%水平上显著为负,表明不同的环境目标约束力度均能助推用能权交易制度对碳减排的积极作用。进一步地,硬约束的交乘项系数小于软约束的交乘项系数,可能的原因在于相较于软约束而言,硬约束往往表现为较为严格的环境规制力度,对于碳减排的推动作用更为显著。

3.3.2 机制检验

3.3.2.1 中介效应检验

为深入探讨用能权交易制度试点对碳减排的作用机制,选取绿色技术创新作为中介变量进行中介效应分析,模型构建见(7)、(8)式:

lnGTCit=α0+α1DID+α2X+θt+μi+εit

(7)

lnCO2,it=β0+β1DID+β2lnGTCit+β3X+θt+μi+εit

(8)

其中,lnGTCit与ISRit分别表示中介变量绿色技术创新和产业结构合理化;其他变量设定同式(1)。中介效应检验结果见表5,其中(1)~(4)列中的政策虚拟变量系数与(3)、(4)列中的中介变量系数均显著为负,表明部分中介效应显著,即用能权交易制度能够通过激发企业的绿色技术创新减少二氧化碳排放量,假设H2得到验证。

表5 机制检验

3.3.2.2 调节中介效应检验

参考温忠麟、丁友强[19]448-452和胡玉凤等[20]56-64的研究,进一步分析政府环境关注度对绿色技术创新中介发挥的调节效应,构建模型见(9)式:

lnYit=γ0+γ1DID+γ2GECit+γ3lnGTCit+γ4GECit×lnGTCit+γ5X+θt+μi+εit

(9)

其中,lnYit表示绿色技术创新(lnGTC)或二氧化碳排放量(lnCO2);GECit表示政府环境关注度;GECit×lnGTCit表示绿色技术创新与政府环境关注度的交乘项;其他变量设定同式(1)。在绿色技术创新中介的基础上,加入政府的环境关注度作为调节变量,首先,进行二氧化碳排放量对用能权交易制度试点、政府环境关注度的回归,其次,进行绿色技术创新对用能权交易制度试点、政府环境关注度的回归,再次,进行二氧化碳排放量对用能权交易制度试点、政府环境关注度以及绿色技术创新的回归,最后,进行二氧化碳排放量对用能权交易制度试点、政府环境关注度、绿色技术创新以及绿色技术创新与政府环境关注度交乘项的回归,以此来检验调节中介效应,调节中介效应检验结果如表5中的(3)~(6)列所示。其中,政策虚拟变量的系数及绿色技术创新与政府环境关注度交乘项的系数均显著,这表明在政府环境关注度的调节作用下,绿色技术创新在用能权交易制度对碳减排的影响机制中发挥部分中介效应,故假设H3成立。

4 结论及建议

本文以我国30个省份2008—2019年的面板数据为样本,分别构建处理组与对照组,运用双重差分模型深入研究了用能权交易制度的碳减排效应,结论如下:第一,用能权交易制度试点显著降低了试点省份的二氧化碳排放量,能够实现碳减排的目标。第二,用能权交易制度的碳减排效应具有区域异质性。相较于东部地区而言,用能权交易制度对中、西部地区碳减排的促进作用较为显著,且西部地区的碳减排效应相较于中部地区更为显著。第三,政府的环境目标约束能够助推用能权交易制度实现碳减排。进一步地,相较于软约束,政府的环境目标硬约束在用能权交易制度对碳减排的影响中发挥的作用更加显著。第四,用能权交易制度能够通过激发企业的绿色技术创新实现碳减排;进一步地,政府的环境关注度能够对绿色技术创新中介发挥调节作用。

基于以上结论,提出如下建议:第一,应进一步扩大用能权交易制度的实施范围,加快推进用能权交易市场的建设,建立健全相关法律法规,本着精准施策的原则,不断完善用能权确权及市场交易的相关政策措施。第二,应考虑不同地区存在的异质性,因地制宜地制定用能权交易制度的具体举措,切忌“一刀切”。具体而言,应将政策实施的重心放在中、西部地区,合理引导其传统产业的优化升级,培育并发展新能源产业,建立健全生态治理体系,实现东部地区与中、西部地区间的协调发展。第三,出台相关政策与配套措施,激励企业进行绿色技术创新,加强清洁型生产技术的广泛运用,提高新能源在能源消费结构中的占比,积极引导产业结构朝着更加绿色协调可持续的方向发展。第四,政府应加强环境规制的实施力度,采取以环境目标硬约束为导向、软约束与硬约束并重的手段,不断强化对生态环境的治理能力。

猜你喜欢

排放量二氧化碳约束
扬眉吐气的二氧化碳
天然气输配系统甲烷排放量化方法
“抓捕”二氧化碳
“碳中和”约束下的路径选择
黑龙江省碳排放量影响因素研究
如何“看清”大气中的二氧化碳
约束离散KP方程族的完全Virasoro对称
适当放手能让孩子更好地自我约束
高性能可变进气岐管降低二氧化碳排放
全国机动车污染物排放量
——《2013年中国机动车污染防治年报》(第Ⅱ部分)