碳排放权交易制度促进企业碳减排的机制及效果研究

摘要：碳排放权交易制度是支持经济低碳发展的重要制度保障，其减排效果关系到“30·60”目标能否顺利实现。我国碳排放权交易制度通过配额分配、罚则与激励机制共同促进企业减排。配额分配机制形成企业碳排放的硬约束，罚则机制提高了企业承担高额履约成本的风险，激励机制使企业通过碳排放权交易获得收益。本文利用2003—2020年八个高碳行业上市公司的数据，采用PSM-DID方法构建计量模型，实证检验碳排放权交易制度的减排效果，结果显示，碳排放权交易制度的实施使高碳企业的碳排放量降低15.4%。为助力实现“双碳”目标，政府部门需探索建立全国统一碳排放权交易制度的合理方案；企业需积极参与碳排放权交易，并根据生产节点选择适当的减排方案，仅供参考。

关键词：碳排放权交易；高碳企业；碳减排；双重差分法；生产节点；新质生产力

中图分类号：F124.5；F279.23文献标识码：A文章编号：2096-0298（2025）01（b）--05

2020年9月，习近平主席在第七十五届联合国大会上宣布，中国力争2030年前二氧化碳排放达到峰值，努力争取2060年前实现碳中和目标。2021年10月，我国相继对实现“双碳”目标提出顶层设计和政策意见。“双碳”目标的提出明确了我国碳减排工作的发展路径，也对我国的碳减排提出了高要求，减少碳排放成为发展新质生产力的一项重要任务。

我国碳排放权交易市场自2013年起试点。2021年后，全国性碳市场正式投入交易，全国范围内碳排放量达到入市门槛的企业全部纳入全国性碳市场进行管理，覆盖范围由试点地区逐步扩大到全国。碳排放权交易制度建立以来，学者就持续关注其减排效果，普遍认为碳排放权交易制度的建立能促进碳减排。张彩江和李章雯（2021）[1]利用合成控制法对2000—2018年省际碳排放进行测算，发现碳排放配额试点交易对试点地区的碳排放增长产生明显的抑制作用，在全国碳排放增长率为8.78%的情况下，试点地区的碳排放增长率仅为3.97%。王丽颖（2021）[2]利用双重差分模型，基于30个省（市、区）2013年前后的碳排放数据进行实证分析，发现碳排放配额交易能使省际碳排放量下降14.8%。刘奎和赵铃铃（2022）[3]利用2000—2020年省际面板数据，采用多期倍分法定量研究碳排放配额交易的减排效应，发现碳排放配额交易直接降低5.7%的碳排放总量和6.2%的碳排放强度，同时可通过提高能源利用效率间接降低26.4%的碳排放总量和27.6%的碳排放强度。陈道平和廖海凤（2022）[4]基于2004—2019年的省际面板数据构建双重差分模型，发现碳排放配额交易可使试点地区的碳排放量降低22.6%。其中，东部地区的减排效果更为突出，达到32.8%，中西部地区仅有18.6%。

企业是碳排放权交易的主体，通过参与碳排放配额交易，一方面，减少产量；另一方面，积极进行绿色技术创新，实现碳减排。碳排放权交易制度的实施负面冲击企业财务绩效水平和企业信贷融资水平（田超和肖黎明，2023）[5]，同时提升企业碳减排的环境绩效，倒逼企业转变生产方式，减少碳排放量（刘楠峰等，2022）[6]。

综上，现有文献基于省际面板数据分析碳排放权交易的减排效果，已取得系统化成果，从企业层面研究并探索更有利于企业的碳减排方案，这方面的定量实证仍少见。基于此，本文系统梳理碳排放权交易制度各要素的减排机制，搜集2003—2020年A股上市公司的数据，使用PSM-DID方法定量评估碳排放权交易制度促进企业碳减排的效果，以期为全国碳排放权交易市场制度建设、碳排放权交易的监管体制以及企业减排的合理策略提供理论指导和政策建议。

1碳排放权交易制度的内容及其促减排机制

1.1碳排放权交易制度的内容

碳排放权交易制度的主要内容包括设定排放上限目标、确定覆盖范围、分配初始碳排放配额、监测覆盖对象的碳排放量、报告与核查（MRV）、履约机制、确定履约期和交易期等。

排放上限目标的设定可以在控排企业间转移碳减排要求，和碳排放配额的初始分配相结合，形成对企业碳排放量的硬性约束，促使高碳企业进行碳减排（Zhao等，2019）[7]。当碳排放权交易机制的覆盖范围占我国二氧化碳排放总量的45%以上时，碳排放权交易市场能够达到市场活性、减排成本和减排效果的平衡（张继宏等，2019）[8]。我国现行履约机制包含碳排放配额交易履约、核证自愿减排量抵消履约两部分。过高的碳排放配额交易成本会刺激企业采取减排措施，以降低成本（Meng等，2022）[9]，核证自愿减排量交易市场通过调整能源消费结构达到减排的目的（Geng等，2022）[10]。

1.2碳排放权交易制度的促减排机制

碳排放权交易制度的六个内容相互配合，通过配额分配机制、罚则机制和激励机制促使企业进行碳减排（图1）。

1.2.1配额分配机制

设定排放上限、确定交易体系覆盖范围、初始分配碳排放配额及碳排放的检测、报告与核查（MRV）共同组成配额分配机制，实现对企业碳排放量的硬性约束。

设定碳排放上限的总量目标后，根据确定的覆盖范围，进一步将总量目标分解到参与该体系的各个企业，有关部门会根据企业的碳排放量监测报告、核查报告及碳排放量目标等，选取基准线法或历史法计算企业可获得的初始碳排放配额。因此，碳排放配额分配机制能约束企业的碳排放量，促进企业进行碳减排。

我国的配额分配以免费分配为主，部分试点地区引入拍卖等有偿分配方式，但有偿分配的碳排放配额比例很小。免费分配方式在很大程度上削弱了排放企业抵制参与碳排放权交易的意愿。期初，企业基本不需要付出大量成本就能获得碳排放配额，激励企业参与碳排放权交易。对于参与碳排放权交易的企业来说，其被分配的碳排放配额数量在期初和期末分别形成对企业履约周期内的碳排放量约束，这种约束是激励机制和罚则机制形成的基础。

1.2.2罚则机制

MRV、履约机制、履约期和交易期的确定通过罚则机制给企业带来付出额外履约成本的压力，促使企业进行碳减排。一方面，履约机制是罚则机制的基础。企业一旦进入碳排放权交易市场，就具有强制性减排履约责任，会因为碳排放量超过现有配额而受到罚则。另一方面，MRV、履约期和交易期的确定是罚则机制实施的保障。MRV为罚则机制提供了准确可靠的碳数据，确保罚则机制确实作用于在履约周期内未达到减排要求的控排企业，保障了罚则机制的公信力（史学瀛和杨博文，2020）[11]；履约期和交易期的确定明确了企业履约的时点，从而明确了罚则机制实施的时间节点。

我国当前的罚则措施包括针对未完成履约企业的罚款、扣减未完成履约企业下一履约周期的碳排放配额、取消未履约企业相关政策优待等。

参与碳排放权交易的企业因未完成履约而需要支付的违约罚款是企业履约成本的重要组成部分（王世进和杨琳，2023）[12]。在履约周期内，若企业实际排放量已超过期初既定的碳排放目标，且不选择通过购买碳排放配额等方式弥补碳排放量和配额之间的缺口，就只能违约，并根据超出配额的情况按规定缴纳罚款，这就增加了企业的履约成本，降低了企业的经济利益。

同时，若企业在当前周期未完成履约，则在下一个履约周期就会得到更少的碳排放配额，导致下一周期的履约成本增加。由于当前的碳排放配额计算方式综合考虑了企业自身的碳排放情况和所处行业的异质性，企业在期初能够获得的碳排放配额很难远大于其碳排放量（刘明明，2016）[13]。基于此，被扣减碳排放配额数量的企业在下一履约周期就要付出更多减排成本，这种履约成本的增加会反向刺激企业采取相关措施进行碳减排。

1.2.3激励机制

企业在履约的基础上才能成为激励对象，MRV确保激励机制能够作用于碳减排达标的企业，履约期和交易期的确定也保证了激励机制的实施时点。

碳排放权的稀缺性决定了其具有极高的交易价值。如果企业不采取措施进行碳减排或减排力度小，就难以达成既定减排目标，需要通过购买碳排放权完成履约，此时企业必须付出额外的交易成本；若企业的碳减排力度大，碳排放量显著减少，在完成履约后还有盈余配额，则可通过交易盈余的碳排放权获得收益。

在履约机制下，买卖双方的灵活变动是刺激企业进行碳减排的重要因素（解学成和马宗明，2022）[14]。碳排放权交易市场的买卖双方并非固定，而是由控排企业之间的相对减排量及减排技术水平所决定。随着减排能力的变动，碳排放权的买方可能成为卖方；反之，亦可。卖方能获得出售碳排放权带来的收益，买方则要承担购买碳排放权的成本，这种变动的灵活性能够促使企业提高自身的碳减排能力。若企业仅依靠碳排放权交易完成履约，则一直会作为碳排放权交易的买方，持续承担购买碳排放权的成本；只有企业切实降低自身碳排放量，才可能实现身份互换，以获得收益。

2碳排放权交易制度减排效果的实证分析

2.1实证方法选择

目前，较多学者采取倾向得分匹配（PSM）和双重差分法（DID）相结合的方式评估政策实施效果。PSM主要用于在进行双重差分之前处理需要观测的数据，使实验组和对照组之间的比较更为合理。通过PSM方法，利用倾向得分找到与实验组更相似的对照组进行比较，就能减少观测过程中的个体差异，在其他方面都相似时，被解释变量的差异就可以解释为政策的实际效果。DID是用来评估政策给政策的作用对象带来的实际效果的常用方法。先构建两个样本组，分别为受政策变化影响的实验组与未受影响的对照组，再将实验组和对照组在政策前后某项指标的变化进行比对，以评估政策实施效果。

不同企业在是否参与碳排放权交易、企业规模、经营状况等方面都存在较大差异，导致观测数据之间的偏差和混淆变量较多，难以满足DID需要的平行趋势假设。因此，本文采用PSM-DID方法，先用PSM将实验组和对照组进行处理，使实验组和对照组拥有平行趋势，再运用DID模型考察碳排放权交易机制对企业碳减排的实际影响。

2.2样本选取和数据来源

碳排放权交易于2013年启动试点工作，在深圳、上海、北京、广东、天津、重庆和湖北七个省市开展，2016年福建省也加入其中，重点纳入电力、石化、化工、建材、钢铁、有色、造纸和航空八个高碳行业。

考虑到数据的连续性及对照组的要求，本文选取2003—2020年A股上市公司作为初始样本。2013年作为碳排放权交易开始时点，2003—2012年企业不受碳排放权交易制度的影响，2013—2020年位于碳排放权交易试点地区，且属于碳排放权交易重点覆盖的八个行业的企业开始受到碳排放权交易制度的影响。

企业层面的相关数据来自CSMAR数据库。为减少数据干扰，本文从样本中剔除已退市、ST或ST*的上市公司、数据存在较大缺失的公司及金融业等极端低碳排放的行业。由于福建省未在第一批次开展试点工作，为防止干扰实证结果，也剔除福建省相关企业。最终得到1611个样本，共计28998个有效观测值。

2.3变量选取与说明

本文选取企业碳排放量的对数（LCE）作为被解释变量。企业的碳排放量是对企业碳减排情况的直接反映，企业碳排放量越少，表明碳减排效果越好。由于大部分企业碳排放量的具体数据未披露，本文参考王浩和刘敬哲（2022）[15]的方法测算企业碳排放量：上市公司碳排放=能源消耗产生的碳排放+电力碳排放+热力碳排放。

本文设置时间虚拟变量（time）和政策虚拟变量（treat）作为解释变量。对于时间虚拟变量，以2013年为试点政策开始时点，2013年以前的样本公司取0，之后的样本取1。对于政策虚拟变量，实验组的划分依据为：是否处于碳排放权交易试点地区且属于碳排放权交易重点管控的八个高碳行业，若样本企业符合这一要求则取1，否则取0。两者交互项（treat×time）为核心解释变量，2013年以后位于碳排放权交易的试点地区，同时属于八个高碳行业的企业取1，其余样本取0。

本文同时选取资产负债率、总资产净利润率、总资产周转率、现金流量比率共4个变量作为控制变量。

2.4模型设计

本文先使用PSM法为实验组匹配到合适的样本数据，再删除未匹配上的样本，获得倾向得分匹配后的样本数据，并进行DID回归。其中，2013—2020年位于碳排放权交易试点地区且属于八个高碳行业的企业作为实验组，其余企业作为对照组。本文使用的计量软件是Stata16.0。

2.4.1倾向得分匹配模型设计

本文的匹配变量为上述LEV、ROA、ATO及Cashflow。通过对匹配变量进行Logit回归，根据P值对28998个全样本进行一对一的最邻近匹配，PSM模型如下：

treat（0/1）it=α0+α1LEVit+α2ROAit+α3ATOit+α4Cashflowit（1）

2.4.2双重差分模型设计

在完成PSM步骤之后，本文利用匹配后的新样本构建DID模型进行回归，评估参与碳排放权交易的控排企业在参与前后碳排放的差异，DID模型如下：

LCEit=β0+β1treatit×timeit+β2LEVit+β3ROAit+β4ATOit+β5Cashflowit+εit（2）

式（2）中：LCE代表企业的碳排放量，反映了企业的碳排放水平；treat×time的回归系数β1用于衡量碳排放权交易机制对企业碳排放水平的净影响，若回归系数显著为负，则表明参与碳排放权交易能够显著降低企业的碳排放水平。

2.5实证分析与研究结果

2.5.1倾向得分匹配结果

表1为最临近匹配平衡性检验的结果。在匹配前，Lev、Cashflow的标准化偏误分别为19.2%和16.4%，均大于10%，且P值均拒绝两组不存在差异的假设，即实验组和对照组之间存在差异。在各个变量进行最邻近匹配之后，变量的标准化偏误分别降为-0.7%和4.4%，均小于10%，且P值不拒绝两组不存在差异的假设，即实验组和控制组在进行最邻近匹配之后不存在差异，通过平衡性检验。

本文绘制实验组和对照组匹配前后的核密度函数，结果如图2所示。在进行最邻近匹配之前两组函数图形有很大的偏离，但匹配之后两组函数图形几乎重合，共同支撑假设通过。

在进行倾向得分匹配后，共剩余2576个观测值进行回归。其中，实验组有173个企业，对照组有349个企业。

2.5.2基准回归结果

本文利用完成PSM之后的新样本进行DID回归，结果如表2所示，LCE列表示核心变量及其他控制变量对企业碳排放的影响。具体而言，企业参与碳排放权交易能够对其碳排放产生负面影响，且碳排放量下降比例达到15.4%，该回归结果在5%的水平上显著。

2.5.3平行趋势检验

本文利用事件研究法的思想进行平行趋势检验，选取政策实施的前一年为基期，测算可知实验组和控制组的样本满足平行趋势假设。在碳排放权交易制度实施前，实验组和控制组的样本碳排放都在0附近波动，且前八期无明显趋势变动；而在碳排放权交易制度实施之后，企业的碳排放量明显下降。

2.5.4安慰剂检验

安慰剂检验用于检验DID回归结果是否是实施碳排放权交易制度的结果，而非某些偶然因素造成的。在进行倾向得分匹配后，实验组有173个企业，利用安慰剂检验从样本中随机抽取173个企业作为伪实验组进行DID回归，结果如图3所示。

图3反映了500次重复命令之后得到的500个伪核心解释变量系数的分布图。其中，圆点代表P值，曲线代表系数核密度分布。根据DID回归结果，主回归得到的系数是-0.154，而估计系数大多集中于[-0.05，0.05]内，且在零点附近。大多数估计值的P值大于0.1，表示这些估计值在10%的水平上不显著。根据安慰剂检验的结果，可认为上述DID结果中企业碳排放量的减少是碳排放权交易制度实施造成的。

3结语

本文用八个高碳行业的上市公司数据验证了碳排放权交易制度对控排企业的促减排效果，发现在配额分配机制、激励机制和罚则机制的作用下，我国碳排放权交易制度能有效促使企业减少碳排放。

为实现“30·60”目标，政府部门需要不断完善碳排放权交易制度，探索建立全国统一碳排放权交易制度的合理方案。目前，仅有电力行业纳入全国性碳排放权交易，未来将会有更多高碳行业进入碳排放权交易市场。政府需结合当前电力行业的减排经验及试点地区其他行业的运行情况，对配额分配机制、罚则机制和激励机制进行动态调整，保证这三种机制在相互影响与制衡中为高碳企业带来减排驱动力。

企业需要积极参与碳排放权交易，并根据可能产生碳排放的生产节点选择适当的减排方案，以充分利用碳排放权交易制度的激励机制，降低履约成本，减少碳排放，实现生产方式绿色转型，助力碳达峰、碳中和。

参考文献

张彩江，李章雯.碳排放权交易试点政策能否实现区域减排？[J].软科学，2021，35（10）：93-99.

王丽颖.中国碳交易试点政策的减排效果分析[J].社会科学战线，2021，310（4）：251-255.

刘奎，赵铃铃.中国碳排放权交易试点的减排效应及作用机制研究[J].工业技术经济，2022，41（12）：53-60.

陈道平，廖海凤.中国碳交易政策的减排效应及其机制研究[J].技术经济，2022，41（7）：106-119.

田超，肖黎明.碳排放权交易对企业低碳转型的影响：基于碳交易试点市场的准自然实验[J].华东经济管理，2023，27（2）：64-74.

刘楠峰，范莉莉，李树良，等.碳交易制度对企业碳减排绩效影响[J].系统工程，2022，40（3）：13-23.

ZhaoJ，etal.Decisionforpricing，service，andrecyclingofclosed-loopsupplychainsconsideringdifferentremanufacturingrolesandtechnologyauthorizations[J].Computersamp;IndustrialEngineering，2019，132（6）：59-73.

张继宏，郅若平，齐绍洲.中国碳排放交易市场的覆盖范围与行业选择：基于多目标优化的方法[J].中国地质大学学报（社会科学版），2019，19（1）：34-45.

MengL，etal.CarbonEmissionTradingandCorporateFinancing：EvidencefromChina[J].Energies，2022，15（14）：5036.

GengL，etal.Theimpactofcarbonfinanceonenergyconsumptionstructure：evidencefromChina[J].EnvironmentalScienceandPollutionResearch，2022，30（2）：30107-30121.

史学瀛，杨博文.我国碳排放权交易处罚规则与履约风险规制路径[J].吉首大学学报（社会科学版），2020，41（1）：39-47.

王世进，杨琳.碳排放权交易违约罚则与履约责任优化路径[J].山东财经大学学报，2023，35（1）：112-121.

刘明明.论我国气候变化立法中碳排放配额的初始分配[J].中国政法大学学报，2016，53（3）：120-131.

解学成，马宗明.碳权益市场的发展与优化[J].中国金融，2022，974（8）：67-68.

王浩，刘敬哲.碳排放与资产定价：来自中国上市公司的证据[J].经济学报，2022，9（2）：28-75.