王倩 高翠云

摘要 作为调和经济增长与环境压力的减排工具，碳交易政策的实施效果关系到中国减排目标的实现与经济模式的选择。本文通过构建点弹性与弧弹性两类Tapio脱钩指标，基于倍差法（DiD）与半参数倍差法（SPDiD）分析了2007—2015年碳交易机制对中国经济发展水平、经济发展与碳排放脱钩水平的影响，为助力中国摆脱碳陷阱、促进低碳经济发展提供参考。研究结果表明，碳交易市场能够将碳排放的负外部性转换为内部性，促使试点地区进一步优化资源配置，由此中国碳试点政策的提出与实施并未导致试点地区GDP与人均GDP增速放缓；同时试点政策促进碳排放与经济增长的脱钩可转换为促进碳强度的降低，则碳交易体系显著促进了碳排放与经济增长两者的脱钩水平，助力中国摆脱碳陷阱。基于市场机制的碳交易能够激励高污染行业结构调整，淘汰落后产能，促进产业结构“由重变轻”、能源结构“由黑变绿”，解决污染与经济发展的矛盾。且碳市场的构建有效实现了“碳试点计划”的目标，完成了碳交易体系构建初期的目的，达到构建全国统一碳交易市场的要求。应积极推进碳交易体系建设，发挥碳强度目标的碳脱钩功效，完善市场交易制度，维持市场运行稳定；全国统一碳市场短期应以推进碳排放和经济增长脱钩为主要目标，综合考虑减排与经济增长的关联，并积极发挥其创新效应。

关键词 碳交易试点政策；经济增长；碳陷阱；碳脱钩；倍差法

中图分类号 F062.2

文献标识码 A 文章编号 1002-2104（2018）09-0016-08 DOI：10.12062/cpre.20180405

经济发展与环境压力间的矛盾是推动低碳转型的内在动力，也影响着各国在国际气候大会上的博弈及低碳政策的选择。经济史表明依赖化石能源的工业文明，使人类社会的经济发展与碳排放伴生。因此，各国在碳减排承诺上的博弈本质上是发展权的博弈。已经完成工业化的发达国家是历史碳排放的主要贡献者。因此，发达国家在国际气候大会放弃“共同但有区别”的减排原则，并对中国等发展中国家施压，就被视为限制发展中国家发展权的“低碳陷阱”[1]。在当前美国特朗普政府退出巴黎协定及土耳其政府宣布暂缓巴黎协定的背景之下，中国仍承诺继续履行巴黎协定，并在“十九大”报告中指出“引导应对气候变化国际合作，成为全球生态文明建设的重要参与者、贡献者、引领者”的目标。中国继续推行减排政策是否会损害经济增长，跌入发展权受损的碳陷阱？已启动的全国碳交易体系应该如何定位？中国提出的碳强度目标框架能否平衡减排与增长间的矛盾？对这些问题的研究，不仅事关全国统一碳市场的有效运行，更影响着中国低碳转型的成败和在国际气候治理中的立场。

借助优化资源配置的市场机制，碳交易体系被视为可以调和经济增长与环境压力的减排工具，并被各国广泛采用。2011年10月29日，国家发展改革委办公厅发布《关于开展碳排放权交易试点工作的通知》，宣布在“两省五市”开展碳权交易试点。各碳排放权交易试点于2013年逐步正式开市交易。从碳交易试点政策发布至今，试点地区碳排放总量增速明显放缓，碳排放强度呈显著下降趋势。但该政策对经济增长的影响仍未获得确切的回答。学者们或采用仿真模拟方法分析中国碳交易体系对经济产出的冲击[2-4]，或将SO2交易体系的规律扩展至所有排放权交易体系[5]，均未能针对中国碳交易试点政策的经济效果进行实证检验。特别是随着中国步入新常态，经济增速有所下滑。不损害经济增长，自然成为选择减排政策工具的前提。同时，考虑到中国碳排放量在2030年才能达到峰值，且在峰值前中国的减排承诺均为碳排放强度而非碳排放总量指标。全国碳交易体系的构建应以不损害经济增长为前提，以推进碳排放和经济增长脱钩为主要目标。因此，本文通过构建两类Tapio脱钩指标，力图探究碳交易试点政策对经济增长与碳脱钩指数的影响，为中国减排路径与经济模式的选择提供参考和依据。

1 文献综述

以市场化手段控制温室气体的排放与污染，平衡碳减排与经济发展间的矛盾[6-7]是碳交易体系被推出并被多国广泛采用的主要原因。碳交易体系的经济效应自然也成为学者们关注的重点。基于科斯定理，学者们论证了碳交易体系有助于降低碳减排的成本，从而有助于保障经济增长[8]。

有关碳交易经济效应的实证研究则多以欧盟碳交易体系（EU ETS）为研究对象，以企业层面数据为基础，且存在分歧。部分学者认为碳交易体系并未对企业收入与利润造成影响，而部分学者则持相反观点[9-13]。如Abrell et al[11]运用DiD模型，表明EU ETS在第一和第二阶段初期（2005—2008）对控排企业增值与利润没有显著影响，但在第一阶段使得非金属矿产部门的利润有所下降。Commins et al[12]采用1996—2007欧盟企业数据，发现EU ETS对控排企业资本收益有显著的负面影响。与此相反，一些学者则证实EU ETS有正向的经济效应[14-18]，能够增加企业收入与产出。

由于中国的碳交易试点政策近年来才实施，针对碳交易体系经济效应的实证分析多采用模拟方法，通过设定各种情景研究其政策效果。如汤维祺和吴力波[19]构建包含区域间经济联系与互动关系的可计算一般均衡模型（IRCGE），提出碳交易能够降低减排造成的产出和福利损失。崔连标等[20]基于中国可计算一般均衡模型（CHINAGEM）构建无碳交易市场（NETS）、仅包含六个试点碳市场（PETS）与全国范围内实施碳交易（CETS）的三种政策情景，提出为实现“十二五”碳强度减排指标，三种情景下国家需付出的减排成本依次减少。类似的还有Zhou et al[21]、汪鵬等[22]、吴洁等[23]、Tang et al[24]、李继峰等[25]、孙睿等[26]、Tang et al[2]、谭秀杰等[3]、汤维祺等[4]，均是基于模拟方法分析了碳交易体系的构建对中国宏观经济的影响。

现有文献对理解碳交易体系的经济效应提供了重要参考。然而，相关实证研究多采用企业层面数据以EU ETS为研究对象。对中国碳交易体系的研究多采用模拟法，缺乏实证检验。特别是现有研究忽略了碳强度目标下经济增长与碳排放脱钩的关联，更缺乏对碳交易助力碳脱钩、摆脱碳陷阱的实证研究。本文拟从以下两个方面丰富现有研究。第一，构建两类碳脱钩指数，剖析碳交易体系助力碳脱钩的机理与效应，探究中国平衡碳减排与经济发展的路径，提供评估减排工具的新指标和新维度。第二，采用30个省2007—2015年的省际数据，运用倍差法与半参数倍差模型分析中国试点碳交易政策的实际效果，检验理论结论。EU ETS在成员国全面推进，相关的研究仅能从企业层面进行。而中国的碳交易试点政策为研究政策效果提供了难得的对比组，即受碳交易政策影响的试点地区与不受影响的非试点地区。因此，针对中国碳交易试点政策的实证分析，可以更好地刻画碳交易体系在区域层面的经济效应。研究不仅可以拓展碳交易绩效的分析框架，还可以为全国统一碳市场的建设提供理论和数据基础。

2 研究方法和數据

2.1 研究方法

2.1.1 倍差法

倍差法（DID）是评估政策效果的通用模型[27]。DID模型将自然实验中的变量分为处理组和对照组，通过控制两组间系统性差异，分析受到政策冲击的处理组在冲击前后所发生的变动。由于试点政策的通知于2011年年底正式发布，而在2013年各有试点市场正式开始交易，因此分别选用2012和2013作为政策实施的分界点设定时间变量，并分别对经济发展水平（Y）与碳脱钩指数（E）回归分析，以避免时间点选择差异影响对政策效用的评估。

2.1.2 半参数倍差模型

在国家发改委公布的《国家发展改革委办公厅关于开展碳排放权交易试点工作的通知》中提出，“综合考虑并结合有关地区申报情况和工作基础”同意北京市、天津市、上海市、重庆市、湖北省、广东省及深圳市开展碳排放权交易试点。可见，该政策的实施可能并非随机指定试点地区，由此可能会存在样本选择偏误，而不满足倍差法中政策选择对象随机决定的假设，因此采用半参数倍差模型，即基于匹配的倍差法[28]进行估计，以确保研究结论的稳健性。

由于试点碳市场政策的实施地区为“两省五市”，本文采用省级数据进行政策有效性分析，然而由于各地区间存在异质性，无法为每一个地区匹配相应的省份或直辖市进行“一对一”或“一对多”的配对，因此k近邻匹配、卡尺匹配与卡尺内最近邻匹配等方法并不适用。本文选用核匹配方法，通过依据控制组地区距离不同给予不同的权重，来模拟出匹配对象。由于本文样本较小，通过自举（bootstrap）获得因果效应估计的标准差。

2.1.3 碳排放与经济增长的脱钩指标

为分析碳交易试点政策对碳脱钩的影响，需构建脱钩指标。通常来说，经济增长会导致碳排放量的增加[29-30]，然而当采用新的技术或有效的减排政策能够在较低的碳排放水平下获得更高水平的经济增长，这一过程称为脱钩。OECD将脱钩指数设定为末期的污染排放与GDP之比再除以基期的污染排放与GDP之比。可见，碳脱钩体现的是碳排放与经济增长同步关联性的弱化。基于增长弹性变化的Tapio脱钩模型[31]，本文将碳排放量与经济增长下的脱钩程度设定如式（1）：

本文中涉及到的各变量来源与计算方法如表1所示，各数据来源于《中国能源统计年鉴》《中国统计年鉴》与各地区统计年鉴。

3 碳交易摆脱“碳陷阱”、助力碳脱钩的实证分析

3.1 碳排放权交易试点政策对中国经济发展水平的影响

基于扩展的C-D生产函数，控制变量选取资本存量（K）、劳动力（L）、技术进步（RD）、对外开放程度（OD）、人力资本（HC）与政府规制（GR），具体变量计算方法与数据来源如表1所示。同时将扩展的C-D生产函数式两边取对数，转化为线性模型，并结合DiD模型，则最终的模型如式（8）所示，估计结果如表2所示。

由表2可知，无论是以2012年还是以2013年作为碳交易试点政策的实施临界点，虚拟变量Pilot和Time交互项的系数Pilot×Time均不显著。这说明碳交易试点政策实施后，试点地区的GDP与人均GDP水平与非试点地区相比无显著差异，即碳交易试点政策不会影响中国的经济发展。这一实证结论与依碳强度分配碳配额不会损害经济增长的推论一致[35-36]。

一方面，现阶段中国试点碳交易市场初始配额主要采用免费发放原则，该分配制度降低了控排企业的履约成本，使得减排未降低企业利润，从而降低了试点碳市场的构建对地区经济发展水平的影响，避免了在经济发展与减排间的两难选择。

另一方面，在微观层面来看，若不考虑技术研发与创新，碳控排企业间通过交易碳配额，可降低整体的减排成本及控排对经济增长的负面冲击。碳排放效率高的企业单位碳排放所形成的产出，会高于低效企业为降低单位碳排放而减少的产出。碳排放效率高低企业间的碳排放权交易，有助于实现行业或者区域最优产出，将减排对产出的影响降至最低。在考虑企业技术研发与创新后，碳交易体系促使控排企业加大节能减排研发投入，如部分控排企业将自身生产经营与投资活动转为绿色清洁技术的研发，或将现有生产流程进行技术改造，从而有效降低自身碳排放量。同时，通过在碳交易市场的配额交易，基于绿色技术研发的企业卖出碳配额获取收益；而受资金及边际减排成本的约束而无法立即进行绿色技术研发的企业，会通过碳交易购入配额，从而以最低成本完成减排指标。因此，从宏观层面来看，基于市场机制的碳交易体系对地区经济发展并没有显著影响。

从控制变量来看，资本存量、技术进步、对外开放程度与人力资本均对GDP与人均GDP呈现显著正相关；而劳动力对GDP影响为正，对人均GDP影响为负，主要是由于劳动力与人口相似，当劳动力（人口）增加时，人均GDP降低；政府规制提升了GDP，而对人均GDP没有显著影响。

为了检验模型结果的稳健性，通过更换控制变量的方式重新估计，将表2中原来的控制变量技术进步（RD）替换为技术进步2（RDn），并加入能源变量作为控制变量，其中以GDP对数（lnGDP）为被解释变量的模型中，加入能源消耗量（EC）的对数，人均GDP对数（lnPcGDP）为被解释变量的模型中，加入人均能源消耗量（PEC）的对数。结果表明，Pilot×Time交互项的系数Pilot×Time仍不显著，表明无论以2012还是以2013年作为碳交易试点政策的实施时间，碳交易试点政策均未显著地影响GDP与人均GDP的增长率。从而碳交易试点政策不会损害经济增长的结论是稳健的。为避免政策的实施可能并非随机指定试点地区，而影响估计结果，进一步采用半参数倍差法（SPDiD）进行稳健性检验。估计结果表明，交互项Pilot×Time对GDP与人均GDP增长率的影响仍不显著，可见计量结果稳健。由于篇幅限制，两类稳健性检验的计量结果未列出。

3.2 碳排放权交易试点政策对碳脱钩的影响

为确定试点政策对碳脱钩程度的影响，选取产业结构（IS）、进口水平（IM）、能源变化率（ECr）、电力变化率（ELEr）、节能环保支出（ECEP）、固定资产投资（FAI）与技术研发支出1（RDr）为控制变量，具体变量计算方法与数据来源如表1所示。为消除异方差的影响，均进行对数化处理。其中，选择能源变化率和电力变化率作为控制变量，而非能源消耗量、能源强度或能源消费结构，主要是由于脱钩指标中的碳排放量为变化率形式，因此选择变化率能够提升模型的拟合度。由于节能环保支出与固定资产投资可能会对脱钩存在滞后影响，因此两个变量选取滞后一期作为控制变量。最终的模型如式（9）所示，估计结果如表3所示。

从表3中的第五行可以看出，虚拟变量Pilot与Time的交互项系数Pilot×Time均显著为负，表明无论是以2012还是以2013年作为碳交易试点政策的实施时点，碳交易试点政策均显著地促进了碳排放与经济增长的脱钩，进而助力中国摆脱“碳陷阱”问题。具体来看，2012—2015年期间，碳交易试点政策使试点地区的碳脱鉤点弹性与非试点地区相比，下降了0.299，而碳脱钩的孤弹性相比下降了0.306；2013—2015年期间，碳交易试点政策使试点地区的碳脱钩点弹性与非试点地区相比，下降了0.268，而碳脱钩的孤弹性相比下降了0.273。由式（5）可知，试点政策促进碳排放与经济增长的脱钩可以转换为促进碳强度的降低，由于配额是根据各地区碳强度指标而制定，可见六个试点碳市场实现了政策实施目的，完成了减排要求。同时本文也采用DiD模型与SPDiD模型分析了试点政策对碳强度的影响，结果表明碳交易政策的实施有效降低了试点地区碳强度，由于篇幅限制，结果未列出。

总之，碳交易能够将排放的负外部性转换为内部性，促使试点地区进一步优化资源配置，短期内协助该地区完成碳减排指标；而长期内由于高碳行业购买配额导致利润下降，会使得该行业提升绿色技术研发投入，降低污染排放，另一方面也使得资金流入低碳行业，进而淘汰高污染产能。因此，碳交易体系能够激励各行业进行结构调整，有助于产业结构“由重变轻”、能源结构“由黑变绿”，从而促使经济发展与碳排放脱钩。

随着减排压力的加大，中国碳减排模式必然会由强度控制原则逐渐转换为总量控制原则。

基于市场手段的总量减排方式，与经济发展也并非是不可兼得的矛盾体。以欧盟为例，EU ETS在第一和第二阶段降低了12%的温室气体排放，而经济发展水平提升了约14%，体现了碳排放总量与经济发展的脱钩。2015年，中国试点地区二氧化碳排放总量的均值较2011年降低6%，而5年来试点地区的GDP平均增长39%。可见，中国试点地区现阶段也已呈现出经济增长与碳总量的强脱钩。碳交易试点政策使试点地区碳强度大幅下降，使碳排放总量与经济增

长显著脱钩。

从控制变量来看，产业结构促进了碳排放与经济增长的脱钩。虽然，现阶段中国服务业发展水平仍落后于发达国家，但在2013年第三产业总值首次超过第二产业。这表明中国经济开始由工业主导型经济转变为服务型经济，从而降低了碳强度，促进了碳脱钩。进口抑制了碳排放与经济增长的脱钩，这是因为进口虽然通过减少国内生产降低碳排放，但却因拉低经济增速而降低了碳脱钩指数。能源消耗量变化率与电力消耗量变化率抑制了碳排放与经济增长的脱钩。这源于中国高碳的能源结构，能源消耗量增加意味着企业生产中碳排放的加大；同时现阶段火力发电仍是中国最主要的发电方式，对比水电、核电与风电，其碳污染仍较大。节能环保支出抑制了碳排放与经济增长的脱钩。这说明，由于使用方式与效率存在问题，节能环保支出未能实现其政策目的。固定资产投资促进了碳排放与经济增长的脱钩程度。这是由于大部分地区由投资引致的经济增长比碳排放略快，呈弱脱钩关系[37]。技术进步，也就是工业企业研发对脱钩呈抑制作用，则说明企业的技术进步水平较低，不利于低碳发展。

为了检验模型结果的稳健性，通过更换控制变量的方式重新估计，将表3中原来的控制变量技术进步1（RDr）替换为技术进步2（RDn），将原来节能环保支出1（ECEP）变为节能环保支出2（ECEPx），并加入出口水平（EX）的变量。交互项Pilot×Time对被解释变量Ep与Ea的系数均显著为负，表明碳交易试点政策的提出与实施显著地促进了碳排放与经济发展的脱钩。同时，为避免政策的实施可能并非随机指定试点地区，而影响对政策效果的评估，进一步采用半参数倍差法（SPDiD）进行稳健性检验。结果表明，交互项Pilot×Time的系数均显著。说明试点政策对碳脱钩起到了显著的促进作用。由于篇幅限制，两类稳健性检验的计量结果未列出。

4 结 论

本文采用2007—2015年省际面板数据，基于倍差法和半参数倍差模型分析了碳交易机制对中国经济发展水平、以及经济发展与碳排放脱钩水平的影响，定量刻画了碳交易试点政策的经济效应与减排效应。研究结果表明：①中国碳试点政策的提出与实施，未显著影响试点地区的经济发展水平。碳市场通过将碳排放外部效应转换为企业内部成本，基于利益驱动效应，降低成本并获取盈利，以减少利润损失，进而推进碳减排的同时，并不损害经济增长。②碳交易试点政策促进了碳排放与经济增长的脱钩，助力中国摆脱“碳陷阱”。基于市场机制的碳交易能够激励高污染行业结构调整，淘汰落后产能，解决污染与经济发展的矛盾。同时，也表明了碳市场的构建有效实现了“碳试点计划”的目的，完成了碳交易体系构建初期的目标，达到构建全国统一碳交易市场的要求。

可见，全国统一碳市场的构建将有助于实现减排目标，并不会跌入碳陷阱。应积极总结碳交易试点的经验，发挥碳强度目标的碳脱钩功效，努力促进碳交易体系的创新效应。为此，应完善市场交易制度，维持市场运行稳定。特别是应科学设定碳强度指标、合理设计碳配额总额与分配方式，综合考虑减排与经济增长的关联，科学动态地调整碳权分配。

（編辑：刘照胜）

参考文献（References）

[1]王倩， 黄蕊， 双星. “碳陷阱”： 理论辨析与政策导向[J]. 经济学家， 2011， 10（10）： 45-51. [WANG Qian， HUANG Rui， SHUANG Xing. ‘Carbon trap： theoretical analysis and policy orientation [J]. Economist， 2011， 10（10）： 45-51.]

[2]TANG L， SHI J， BAO Q. Designing an emissions trading scheme for China with a dynamic computable general equilibrium model [J]. Energy policy， 2016， 97： 507-520.

[3]谭秀杰， 刘宇， 王毅. 湖北碳交易试点的经济环境影响研究——基于中国多区域一般均衡模型 TermCo2[J]. 武汉大学学报（哲学社会科学版）， 2016 （2）： 64-72. [TAN Xiujie， LIU Yu， WANG Yi. The economic and environmental impacts of the Hubei pilot emission trading schemes：based on Chinese multiregional general equilibrium model [J]. Wuhan University journal（philosophy & social sciences）， 2016 （2）： 64-72.]

[4]汤维祺， 钱浩祺， 吴力波. 内生增长下排放权分配及增长效应[J]. 中国社会科学， 2016 （1）： 60-81. [TANG Weiqi， QIAN Haoqi， WU Libo. The mechanism and effects of allocation of emission rights on the condition of endogenous growth[J]. Social sciences in China， 2016 （1）： 60-81.]

[5]涂正革， 谌仁俊. 排污权交易机制在中国能否实现波特效应？[J]. 经济研究， 2015， 50（7）： 160-173. [TU Zhengge， CHEN Renjun. Can emission trading scheme achieve the porter effect in China？ [J]. Economic research journal， 2015， 50（7）： 160-173.]

[6]BURNETT J W， BERGSTROM J C， WETZSTEIN M E. Carbon dioxide emissions and economic growth in the US[J]. Journal of policy modeling， 2013， 35（6）： 1014-1028.

[7]FERNNDEZ-AMADOR O， FRANCOIS J F， OBERDABERNIG D A， et al. Carbon dioxide emissions and economic growth： an assessment based on production and consumption emission inventories[J]. Ecological economics， 2017， 135： 269-279.

[8]TIETENBERG T H. Economic instruments for environmental regulation[J]. Oxford review of economic policy， 1990， 6（1）： 17-33.

[9]ANGER N， OBERNDORFER U. Firm performance and employment in the EU emissions trading scheme： an empirical assessment for Germany[J]. Energy policy， 2008， 36（1）： 12-22.

[10]PONSSARD J P， WALKER N. EU emissions trading and the cement sector： a spatial competition analysis[J]. Climate policy， 2008， 8（5）： 467-493.

[11]ABRELL J， FAYE A N， ZACHMANN G. Assessing the impact of the EU ETS using firm level data[R]. Bruegel， 2011.

[12]COMMINS N， LYONS S， SCHIFFBAUER M， et al. Climate policy & corporate behavior[R]. ESRI， 2009.

[13]MO J L， ZHU L， FAN Y. The impact of the EU ETS on the corporate value of European electricity corporations[J]. Energy， 2012， 45（1）： 3-11.

[14]YU H. The EU ETS and firm profits： an expost analysis for Swedish energy firms[J]. Environmental economics， 2013， 4（3）： 59-71.

[15]CHAN H S R， LI S， ZHANG F. Firm competitiveness and the European Union emissions trading scheme[J]. Energy policy， 2013， 63： 1056-1064.

[16]BUSHNELL J B， CHONG H， MANSUR E T. Profiting from regulation： evidence from the European carbon market[J]. American economic journal： economic policy， 2013， 5（4）： 78-106.

[17]PETRICK S， WAGNER U J. The impact of carbon trading on industry： evidence from German manufacturing firms[R]. Social Science Electronic Publishing， 2014.

[18]LUTZ B J. Emissions trading and productivity： firmlevel evidence from German manufacturing[R]. Social Science Electronic Publishing， 2018.

[19]汤维祺， 吴力波. 公平与效率的协调和统一——基于中国区域间可计算一般均衡模型的减排政策模拟研究[J]. 上海经济研究， 2013 （3）： 81-96. [TANG Weiqi， WU Libo. Coordination and harmonization of equity and efficiency： a policy simulation study based on a Chinese interregional CGE Model [J]. Shanghai journal of economics， 2013 （3）： 81-96.]

[20]崔连标， 范英， 朱磊， 等. 碳排放交易对实现我国 “十二五” 减排目标的成本节约效应研究[J]. 中国管理科学， 2013 （1）： 37-46. [CUI Lianbiao， FAN Ying， ZHU Lei， et al. The cost saving effect of carbon markets in China for achieving the reduction targets in the ‘12th fiveyear plan [J]. Chinese journal of management science， 2013 （1）： 37-46.]

[21]ZHOU P， ZHANG L， ZHOU D Q， et al. Modeling economic performance of interprovincial CO2 emission reduction quota trading in China[J]. Applied energy， 2013， 112： 1518-1528.

[22]汪鵬， 戴瀚程， 赵黛青. 基于 GD_CGE 模型的广东省碳排放权交易政策评估[J]. 环境科学学报， 2014， 34（11）： 2925-2931. [WANG Peng， DAI Hancheng， ZHAO Daiqing. Assessment of Guangdong carbon emission trading based on CD_CGE Model [J]. Acta scientiae circumstantiae， 2014， 34（11）： 2925-2931.]

[23]吴洁， 夏炎， 范英， 等. 全国碳市场与区域经济协调发展[J]. 中国人口·资源与环境， 2015， 25（10）： 11-17. [WU Jie， XIA Yan， FAN Ying， et al. National emissions trading and coordinated development of regional economies [J]. China population， resources and environment， 2015， 25（10）： 11-17.]

[24]TANG L， WU J， YU L， et al. Carbon emissions trading scheme exploration in China： a multiagentbased model[J]. Energy policy， 2015， 81： 152-169.

[25]李继峰， 张沁， 张亚雄， 等. 碳市场对中国行业竞争力的影响及政策建议[J]. 中国人口·资源与环境， 2013， 23（3）： 118-124. [LI Jifeng， ZHANG Qin， ZHANG Yaxiong， et al. Shortterm impacts of carbon market on industrial competitiveness and the policy options [J]. China population， resources and environment， 2013， 23（3）： 118-124.]

[26]孙睿， 况丹， 常冬勤. 碳交易的 “能源-经济-环境” 影响及碳价合理区间测算[J]. 中国人口·资源与环境， 2014， 24（7）： 82-90. [SUN Rui， KUANG Dan， CHANG Dongqin. Analysis on carbon trading effects upon energyeconomicenvironment and calculation of reasonable carbon price intervals[J]. China population， resources and environment， 2014， 24（7）： 82-90.]

[27]ASHENFELTER O， CARD D. Using the longitudinal structure of earnings to estimate the effect of training programs [J]. The review of economics and statistics， 1985， 67（4）： 648-660.

[28]HECKMAN J J， ICHIMURA H， TODD P E. Matching as an econometric evaluation estimator： evidence from evaluating a job training programme[J]. The review of economic studies， 1997， 64（4）： 605-654.

[29]杨骞， 刘华军. 中国二氧化碳排放的区域差异分解及影响因素[J]. 数量经济技术经济研究， 2012， 29（5）： 36-49. [YANG Qian， LIU Huajun. Regional difference decomposition and influence factors of Chinas carbon dioxide emissions[J]. The journal of quantitative & technical economics， 2012， 29（5）： 36-49.]

[30]宋德勇， 徐安. 中国城镇碳排放的区域差异和影响因素[J]. 中国人口·资源与环境， 2011， 21（11）： 8-14. [SONG Deyong， XU An. Regional difference and influencial factors of Chinas urban carbon emissions [J]. China population， resources and environment， 2011， 21（11）： 8-14.]

[31]TAPIO P. Towards a theory of decoupling： degrees of decoupling in the EU and the case of road traffic in Finland between 1970 and 2001[J]. Transport policy， 2005， 12（2）： 137-151.

[32]彭佳雯， 黄贤金， 钟太洋， 等. 中国经济增长与能源碳排放的脱钩研究[J]. 资源科学， 2011， 33（4）： 626-633. [PENG Jiawen， HUANG Xianjin， ZHONG Taiyang， et al. Decoupling analysis of economic growth and energy carbon emissions in China [J]. Resources science， 2011， 33（4）： 626-633.]

[33]刘竹， 耿涌， 薛冰， 等. 中国低碳试点省份经济增长与碳排放关系研究[J]. 资源科学， 2011， 33（4）： 620-625. [LIU Zhu， GENG Yong， XUE Bing， et al. Relationships between economic growth and CO2 emissions for lowcarbon pilot provinces in China [J]. Resources science， 2011， 33（4）： 626-633.]

[34]单豪杰. 中国资本存量 K 的再估算：1952-2006年[J]. 数量经济技术经济研究， 2008， 25（10）：17-31. [SHAN Haojie. Reestimating the capital stock of China： 1952-2006[J]. The journal of quantitative & technical economics， 2008， 25（10）： 17-31.]

[35]王倩， 郝俊赫， 高小天. 碳交易制度的先决问题与中国的选择[J]. 当代经济研究， 2013 （4）： 35-41. [WANG Qian， HAO Junhe， GAO Xiaotian. Preliminary questions of carbon trading system and Chinas options[J]. Contemporary economic research， 2013 （4）： 35-41.]

[36]范慶泉， 周县华， 刘净然. 碳强度的双重红利： 环境质量改善与经济持续增长[J]. 中国人口·资源与环境， 2015， 25（6）： 62-71. [FAN Qingquan， ZHOU Xianhua， LIU Jingran. Double dividend of carbon intensity： environmental qualiy improvement and sustainable economic growth[J]. China population， resources and environment， 2015， 25（6）： 62-71.]

[37]郑蕾， 唐志鹏， 刘毅. 中国投资引致碳排放与经济增长的空间特征及脱钩测度[J]. 资源科学， 2015， 37（12）： 2330-2340. [ZHENG Lei， TANG Zhipeng， LIU Yi. Spatial characteristics and decoupling of carbon emissions and economic growth induced by Chinese investments [J]. Resources science， 2015， 37（12）： 2330-2340.]

Abstract As a CO2 abatement instrument of reconciling the conflict of economic growth and environmental pressure， the implementation effect of carbon emissions trading scheme is related to the realization of Chinas emission abatement target and the choice of economic pattern. In This paper， Tapio decoupling index of point elasticity and arc elasticity was established， and the impact of carbon trading mechanism on Chinas economic development level， and the decoupling level of economic development and carbon emission were analyzed by differenceindifference （DiD） model and semi parametric differenceindifference （SPDiD） model with the provincial panel data in 2007-2015 for helping China to get rid of carbon traps and promoting the development of low carbon economy. The results showed that the carbon trading market could transform the negative externality of carbon emission into internality and optimize resource allocation， and hence the implementation of Chinas carbon pilot policy would not reduce the growth rate of GDP and per capita GDP in the pilot area. Meanwhile the pilot policy of promoting decoupling could be converted to the pilot policy of reducing carbon intensity， and the carbon trading system could promote the decoupling level between carbon emission and economic growth， helping China to get rid of the carbon traps. The carbon trading based on the market mechanism could stimulate the structure adjustment of the high pollution industry， eliminate the backward production capacity， promote industrial structure ‘from heavy to light and energy structure ‘from black to green， and solve the contradiction between pollution and economic development. The construction of the carbon market could realize the goal of the ‘carbon pilot project， achieve the goal of the initial construction of the carbon trading system， and meet the requirement for the construction of a national unified carbon trading market. The government should promote the construction of carbon trading system， play the role of carbon intensity for carbon decoupling， improve market trading system and maintain stable operation of the market； the national unified carbon market should take the decoupling of carbon emissions and economic growth as the main goal in the short term， consider the correlation between emission reduction and economic growth， and actively play its innovative effect.

Key words carbon trading pilot policy； economic growth； carbon traps； carbon decoupling； differenceindifference model