姬新龙 杨钊

内容提要：作为应对气候变化的一种经济手段，我国的碳交易即将从“试点”走向“全国”，“十四五”时期不仅是全面碳交易时代更是碳减排的关键阶段。为了更好发挥全国性碳排放权交易市场的减排作用，本文以六个试点碳交易市场及其政策运行为“经验”，基于2000至2017年的省级面板数据，使用动态DID和PSM-DID模型对其实际减排效果进行对比实证。结果发现：（1）我国当前碳排放总量与人均量呈地域分布差异的特征，碳排放量的平均水平也呈明显的上升趋势，碳排放量和碳强度在试点和非试点地区呈两极分化之势;（2）碳交易政策的实施有显著的碳排放抑制作用，能够“加速”降低碳排放量和碳强度，且减排效果逐年增加没有时滞性;（3）与非试点地区相比，碳交易很大程度上加强了试点地区企业技术创新的动力和政府环境规制的力度。基于上述“试点”地区的经验，碳排放权交易全国推广后的一至四年将是发挥减排作用的关键阶段，各省区要确保政策有效落地，全面公开减排信息，因地制宜地优化碳交易配套制度体系。

关键词：碳交易政策;PSM-DID模型;碳排放;减排差异

中图分类号：F8314文献标识码：A文章编号：1001-148X（2021）02-0046-10

收稿日期：2020-11-18

作者简介：姬新龙（1982-），男，河南南阳人，兰州财经大学金融学院副教授，管理学博士，研究方向：金融投资、绿色金融;杨钊（1995-），男，河北衡水人，兰州财经大学金融学院硕士研究生，研究方向：绿色金融、金融生态。

基金项目：甘肃省科技计划软科学专项项目，项目编号：20CX9ZA049;兰州财经大学绿色金融创新研究团队项目，项目编号：2020CXTD09;黑龙江省哲学社会科学规划项目，项目编号：19JYB026。

一、问题的提出

为了控制碳排放并实现碳减排目标，多年来我国各级政府及管理部门相继出台了一系列促进碳减排的政策及措施，包括去产能、节能减排以及碳排放权交易、绿色信贷等。其中影响最大和波及范围较广的是2011年国家发改委批准的在北京、上海、天津、重庆、湖北、广东和深圳试点的碳交易试点项目，虽然这七个试点地区的碳排放权交易市场在两年后的2013年底才先后开始正式运行，但截至2020年8月，这些地区的碳配额累计交易总量已经达到406亿吨，交易金额超过90亿元。碳排放权交易作为应对气候变化、支持环境改善、节约利用各类生产资源、服务社会经济绿色发展的重要市场化举措，是市场机制与绿色低碳理念最紧密结合的政策机制之一。发达国家的实践经验已经表明，完善的碳排放权交易机制和政策体系设计可以有效地减少碳排放和碳强度。

为了尽快落实二氧化碳排放达峰目标以及2060年“碳中和”愿景目标，2020年11月，生态环境部发布《全国碳排放权交易管理办法（试行）》和《全国碳排放权登记交易结算管理办法（试行）》两份征求意见稿，预示我国碳交易市场建设和发展将从“试点”走向“全国”，“十四五”时期不仅是全面碳交易时代更是碳减排的关键阶段。2011年的碳排放权试点地区交易政策的执行已经对我国碳减排目标的达成产生了重要的阶段性影响，但积累经验的同时，“试点”市场与“全国”市场还是存在很大区别。而且作为重要的发展中国家，我国的碳排放在近期还会继续增长，碳交易市场建设和政策体系设计必然是一个长期复杂的系统工程，包括如何保持政策的快速落地并稳健执行，如何形成良好的价格交易传导机制，如何激励企业等市场主体进行内在的绿色技术改进和创新等，这些问题都值得我们深入思考。此外，经过近十年的碳交易“试点”，目前我国整体的碳减排基本特征表现如何，碳交易真的加速降低了二氧化碳排放量和碳强度？与非试点地区相比，不同试点地区的机制政策差异是否也影响了该地区的绿色技术改进？即将全国推广的碳排放权交易政策该如何制定才能更好发挥其减少碳排放和促进经济绿色转型的作用？这些问题需要我们全面地进行數据梳理和实证分析验证。基于此，本文考虑以碳排放权交易对试点地区年度减排效果对比为切入点，以二氧化碳排放量的减少与二氧化碳强度的降低为重要指标来探究政策设计对碳减排的作用传导机制，以期为全国碳排放权交易市场的建设推进及不同地区碳交易支持政策的制定提出有益的建议。

当前国内外有关碳排放权交易的试点政策有效性研究文献较多，主要是从碳排放权交易对二氧化碳排放量、碳强度以及发挥减排作用的机制等单一视角来说明碳交易的最终效果，大多文献所得检验结论也基本一致，碳交易的存在确实能够有效降低碳减排。但深入分析文献，发现较少有从政策时滞视角进行年度减排效果的分析，也缺乏对我国现阶段碳排放整体特征的梳理，实证分析方法中，也较少考虑试点政策的动态减排效应，尤其是选择试点地区时可能出现的非随机性。因此，本文在研究视角上将偏重于试点地区的年度减排差异分析，实证检验方法上也将综合运用动态DID和PSM-DID方法，对碳排放权交易的动态减排效应进行测度，同时解决模型构建时出现的内生性问题，以及选择试点地区时出现的非随机性。其他贡献性工作还包括：全面搜集数据并对比梳理碳交易试点政策之后我国碳排放现状及基本特征，与此同时，分样本地估计试点地区与非试点地区二氧化碳排放量和碳强度随时间变化的趋势。

二、碳排放测度方法、数据来源与基本特征

（一）碳排放测度与数据搜集

本文测度CO2排放量、名义CO2强度和实际CO2强度的方法是根据政府间气候变化专门委员会（2006）给出的方法，通过能源消耗，平均发热量和碳排放系数来计算每个地区与能源有关的CO2排放量（CE），即：

其中，下标n代表省级行政区，下标i代表各种化石燃料，t是时间，单位为年。CEtni是第t年基于燃料类型i的第n个地区的CO2排放量（十万吨）。ECtni是第t年基于燃料类型i的第n个区域的总能耗。293Esi表示第i种燃料的平均热值，常数293是煤当量的平均发热量。Esi是第i种燃料的换算系数，换算为煤当量。EFi代表IPCC指定的第i种燃料的CO2排放系数。ECtni的年度数据来自《中国能源统计年鉴》。因此，时间t内所有区域的总CO2排放量为CEt=∑CEtn。每项产出的二氧化碳排放量测量的二氧化碳强度如下：

其中NCItn和RCItn表示第t年第n个区域的名义CO2强度和实际CO2强度，NGDPtn和RGDPtn代表第t年第n个地区的名义GDP和实际GDP，且年名义GDP数据来自《中国统计年鉴》，年实际GDP数据以2000年各省份（地区）名义GDP为基期计算得出。

由于缺乏有关西藏的数据，本文收集了除西藏以外的2000—2017年我国大陆其余每个省级行政区域内的相关数据作为研究样本，全部数据均来自历年《中国统计年鉴》《中国环境统计年鉴》《中国科技统计年鉴》和《中国能源统计年鉴》。

（二）碳排放基本特征

图1、图2显示的是2000-2018年我国二氧化碳排放量与二氧化碳强度的变化情况，其中二氧化碳排放总量从2000年的3405亿吨上升到2018年的107亿吨，增长314倍，名义二氧化碳强度从2000年的万元国内生产总值340吨减少到2018年的116吨，年均减少0118吨，呈逐年下降趋势。实际二氧化碳强度（以2000年为基期折算）从2000年的万元国内生产总值340吨减少到2018年的220吨，共减少120吨，年均减少0063吨，也呈逐年下降趋势。总的来看，我国二氧化碳排放量虽然呈逐年上升趋势，但随着经济发展进入新常态，产业结构的不断优化，碳强度在朝着经济可持续发展的方向逐步推进。

另一方面，我国人均二氧化碳排放量也呈上升趋势，但不同省份人均二氧化碳排放量表现出明显的地域性特点。表1展示了2000—2017年我国30个省份人均二氧化碳排放量情況，由于篇幅所限，文中省略了2001—2004年、2006—2009年、2011—2015年的具体数据，从中可以清晰地看到二氧化碳排放量的地域性特点。从碳排放总量来看，东部省份基本上高于西部省份;从人均排放量来看，西部省份又总体高于东部省份，呈现出总量与人均量地域分布不同的特征。此外，全国二氧化碳排放量平均水平也呈明显的上升趋势，2000年我国人均二氧化碳排放量达269吨，到2018年已经增加到了764吨，持续上升特征显著。当衡量人均二氧化碳排放量离散程度时，我们可以看到标准差由2000年的176吨增加到2017年的629吨，而变异系数由2000年的056增加到2017年的070，这两项系数随着年份的增加都表明我国不同地区之间人均二氧化碳排放量的差异性在增强，不同省份之间的差距在拉大。其中，人均二氧化碳排放量出现明显下降趋势的地区是北京市，由2000年的532吨下降至2017年的397吨，碳减排成效显著;人均二氧化碳排放量出现明显上升趋势的地区是内蒙古、宁夏与新疆，分别由2000年的523吨、530吨和388吨增加到2017年的2782吨、2900吨和1832吨，且未来几年上升压力依然很大。

在分析了全国碳排放总体情况和不同地区的差异程度后，本文又选择了三个碳排放权交易试点地区北京、上海、广东和三个非试点地区江苏、山西、河北来研究CO2排放量和名义CO2强度的对比变化趋势。在表2中，列出了六个地区自2000年以来CO2排放量和名义CO2强度的最小值和最大值，从中可以看出，三个试点地区的最低二氧化碳排放量出现在2000年，北京与上海的最高二氧化碳排放量分别出现在2010年和2013年，而广东的最高二氧化碳排放量出现在2017年，表明碳排放权交易试点政策自2011年公布试点地区名单后基本有效降低了这些地区的二氧化碳排放量;三个试点地区名义CO2强度的最大值出现在2000年，最小值出现在2017年，表明三个试点地区的碳排放强度呈逐年下降趋势。三个非试点地区的最低二氧化碳排放量出现在2000年，江苏与山西的最高二氧化碳排放量出现在2017年，而河北的最高二氧化碳排放量出现在2016年，表明非试点地区与试点地区相比二氧化碳排放量增长趋势十分明显。

三、实证模型方法与变量设定

碳排放权交易试点地区包括四个城市（北京，重庆，上海和天津），两个省（广东和湖北）以及深圳经济特区，但由于缺乏深圳的单独统计数据，因此我们实证检验时将深圳从试点地区中剔除，再对纳入试点的行政区域命名为“试点地区”，其他行政区域则命名为“非试点地区”。由于六个地区在经济发展方面较为特殊，选择似乎并不是随机的，因此在估计过程中可能会存在选择偏差，为了减少这种偏差，我们借鉴Wang等（2019）[1]的做法，使用具有控制变量的基本DID模型和PSM-DID模型来估计并对比试点和非试点地区的碳排放量与碳强度影响，进而评估碳排放权交易政策有效性。

（一）双重差分方法（DID）

首先，使用双重差分（DID）法进行准实验设置，该法可以识别因果关系[2]，如式（4）所示，可以估计碳交易试点政策对减少碳排放的作用：

其中，Yit表示在第t年给定省份i的CO2排放量和强度。Treatment是地区虚拟变量，用来区分受碳排放权交易试点政策影响地区与不受碳排放权交易试点政策影响地区，试点省份（地区）取1，非试点省份（地区）取0。Post是时间虚拟变量，用于确定日期t是否在碳排放权交易试点政策实施之后，2013年之前（不包括2013年）为0，2013年之后为1。Treatmenti*Postt是地区时间交互虚拟变量，为本文的核心解释变量，如果试点省份（地区）i在碳排放权交易试点政策实施年份2013之后受到影响，取1，否则取0。因此，关键参数β3估计碳排放权交易试点政策对因变量Yit的影响。控制变量用Xit表示，γi表示变量随地区变化的固定效应（例如省份、地区等），δt表示变量随时间变化的固定效应（例如年份等），εit表示误差项。本文以对数形式设定模型，以相对变化来解释估计量。

其次，在式（4）的基础上，本文再借鉴黄志平（2018）的做法，在DID中引入动态效应，以测算出从碳排放权交易试点政策开始实施起每年对环境的净影响，见式（5）：

lnYit=β0+β1Treatmenti+β2Postt+∑βkTreatmenti*Postkt+∑β4Xit+γi+δt+εit（5）

其中，Treatmenti*Postkt是试点省份（地区）启动碳排放权交易试点政策后第k年的年份虚拟变量。由于试点碳排放权交易市场于2013年正式启动，因此2013年被包括在政策执行期。那么在2014年时k=1，变量Post12014=1，Treatment试点地区*Post12014=1，接下来的2015年、2016年、2017年依此类推。

（二）倾向得分匹配双重差分方法（PSM-DID）

倾向得分匹配法基于先进技术（变量的“p评分”），用预测概率的相似性来平衡处理组和对照组之间观察到的协变量分布。匹配方法的主要特点是创建随机实验的条件，以便像在受控实验中那样评估因果关系。

将双重差分方法与倾向得分匹配法结合使用对本文的研究至关重要，因为在评估试点省份（地区）关于碳排放权交易政策对二氧化碳排放量与强度的作用时，必须考虑该省份被选为试点地区的人为主观性问题。本文将X（文中所选取的控制变量）作为协变量，并根据如式（6）所示的倾向得分定义与试点省份特征相似的非試点省份[3]。在利用倾向得分匹配方法解决了试点地区选择的非随机问题后，我们就可以再次利用双重差分法比较试点政策地区和非试点政策地区的二氧化碳排放量和强度（即政策实施地区和政策未实施地区）。

pi=pXi=ProbTi=1Xi（6）

（三）变量设定

前文已经指出Treatmenti*Postt是地区时间交互虚拟变量，是本文的核心解释变量，被解释变量则为CO2排放量、名义CO2排放强度和实际CO2排放强度。为了检验碳交易机制或优惠政策的存在是否影响了企业的绿色技术改进和产业的结构升级等，本文将严格控制变量的选取，这也是本研究的另一个重要工作。具体控制变量为：外商直接投资（FDIit），即以人民币计价的实际利用外商直接投资额衡量;技术进步（TEit），即通过最能反映技术水平的规模以上工业企业专利申请数量来衡量;经济发展水平（Pngdpit和Prgdpit），以人均名义GDP和人均实际GDP衡量;环境支持工作量（ENVIit，通过地区环境污染治理投资额来衡量，以上控制变量均取对数化处理。选取该四个控制变量的具体原因如下：

外商直接投资（FDIit）：全球化导致各国经济增长对外商直接投资的依赖性增加，外商直接投资可能通过两个渠道促进二氧化碳排放量与经济绩效之间的联系。首先，外商直接投资可能导致国民生产总值的增加，但可能带来更多的工业污染和环境退化，因此与人均二氧化碳排放量呈正相关。Acharyya（2009）[4]、宋德勇等（2011）[5]在他们的研究中发现，尽管外商直接投资可以促进更好的经济增长，但它可能导致更多的工业污染和环境退化。此外，为了降低环境控制成本，污染行业和企业倾向于转移到环境标准相对较低的欠发达地区，并将这些地区变成污染贫民窟。其次，由于外商直接投资可能会促使企业使用更高效的生产技术，从而导致人均二氧化碳排放量减少。List和Co（2000）[6]、Stretesky和Lynch（2009）[7]、刘华军等（2011）[8]在他们的研究中发现，外商直接投资的流入由于提高了能源效率而使环境质量改善。

技术进步（TEit）：技术进步也是提高碳排放效率和实现减排目标的重要途径，但是，现有研究认为技术进步并不一定有助于减少能源消耗和二氧化碳排放，原因是技术进步可能并不总是朝着节能或碳减排的方向发展，其可能导致使用更多的化石能源（这将导致更多的排放）来代替劳动力和生产活动中的资本投资。众多研究从不同角度证明了技术进步与碳排放量可能存在如下几种关系。首先，技术进步是二氧化碳减排的主要因素和驱动力。Ang（2009）[9]、何小钢等（2012）[10]、胡中应（2018）[11]在他们的研究中发现，技术进步与二氧化碳排放量呈负相关关系。其次，由于存在回弹效应（RE），技术进步对节能和碳排放的影响尚不确定。Sorrell和Dimitropoulos（2008）[12]在他们的研究中发现，回弹效应的存在，使技术进步对碳排放的影响变得复杂。

经济发展水平（Pngdpit/Prgdpit）：近年来经济发展水平与碳排放之间的关系已被广泛讨论，并且大量研究表明，经济发展水平对中国的碳排放具有显著影响[13-14]。但是一些研究也表明，经济发展水平与碳排放之间没有显著的相关性[15-16]。环境库兹涅茨曲线（EKC）假说认为随着经济发展和人均收入的增加，环境质量可能会经历倒U形的转化过程，即先步入渐进的恶化过程，然后逐渐改善。

环境支持工作量（ENVIit）：为了实现低碳经济，政府需要出台环境法规和环境政策进行监管，并且加大地区环境污染治理投资程度。Blackman等（2006）[17]研究发现环境支持工作对环境问题有显著影响。张红凤等（2009）[18]指出，面对环境保护和经济发展的困境，环境支持工作对于实现社会福利最大化目标至关重要。

上述所有控制变量和被解释变量在对数化处理之后都是平稳的，可以通过Levin、Lin和Chu（LLC）以及Phillips-PerronFisher检验，表3列出了每个变量描述性统计信息。

四、碳交易试点政策减排效应分析

（一）双重差分法平行趋势假设检验

在应用双重差分方法进行实证研究之前，需要检验被解释变量（本文中的CO2排放量，名义CO2强度和实际CO2强度）在试点省份和非试点省份两个组别之中的平均值是否于政策实施之前（即2013年之前）有共同的变化趋势，基于此，做出图3、图4、图5三张折线图。

（二）碳交易试点政策减排平均效应估计结果

表4分析了碳排放权交易试点政策对CO2排放量和名义与实际CO2强度的减排作用。如表4所示，第1列和第2列报告了以CE作为因变量的模型。第1列采用人均名义GDP代表经济发展水平，而第2列采用人均实际GDP代表经济发展水平，在这两个回归中，碳排放权交易试点政策效应前的系数显著为负，这表明碳排放权交易政策对减少试点地区CO2排放量的增长有显著作用。第3列和第4列报告了以NCI作为因变量的模型，第3列简化了条件，没有加入控制变量，第4列包括控制变量，并使用人均名义GDP代表经济发展水平，在这两个回归中，碳排放权交易试点政策效应前的系数为负且显著。第3列的结果表明，碳排放权交易试点政策会在1%的显著性水平下使名义碳强度降低285%。在考虑到控制变量后，如第4列所示，碳排放权交易试点政策会在1%的显著性水平下使名义碳强度降低约292%。第5列和第6列报告了以RCI作为因变量的模型，第5列不包括控制变量，第6列采用人均实际GDP来控制经济发展对实际碳排放强度的影响，在这两个回归中，碳排放权交易试点政策效应前的系数为负且显著。第5列的结果表明，碳排放权交易试点政策会在1%的显著性水平下使实际碳强度降低303%。在考虑到控制变量后，如第6列所示，碳排放权交易试点政策效应的估计结果较小：会在1%的显著性水平下使实际碳强度降低约273%。因此，碳排放权交易试点政策会大大降低二氧化碳排放量和碳强度。

控制变量中，外商直接投资对地区二氧化碳排放量与碳强度的影响均为负向，但并不显著，可能的原因是我国虽然经历了一定程度的经济转型，外商直接投资开始有引导地投入技术密集型行业，但时间较短、资金量有待继续增加，外商直接投资对二氧化碳排放量与碳强度的负向影响还没有显著地凸显出来;技术进步对地区二氧化碳排放量与碳强度的影响均为负向，但并不显著，表明政府还需加大对企业技术创新活动的扶持，引導企业将资金较多地投入到低碳技术研发;经济发展水平对地区二氧化碳排放量有显著的正向作用，根据环境库兹涅茨曲线，人均GDP与碳排放量之间存在倒“U”型曲线关系，中国目前还处于倒“U”型曲线的前半段（即上升阶段）（王锋等，2017）。经济发展水平对地区碳强度的影响为负向，但并不显著，可能的原因是二氧化碳强度的计算公式里就包含地区经济发展水平，当地区经济发展水平越高时，较易导致充当分母的地区名义GDP与实际GDP拉低地区的碳强度;环境支持工作量对地区二氧化碳排放量与碳强度的影响均为正向，但并不显著，可能的原因是政府在治理环境污染时效率低下，并且挤出了部分私人资金对于环保产业的投资，导致效果大打折扣。

（三）碳交易试点政策减排平均效应估计结果稳健性检验

为了检验双重差分方法估计结果的稳健性，本文用工业污染治理完成投资额代替环境污染治理投资额来衡量环境支持工作量并重复表4中的估计过程，表5展示了结果。碳排放权交易政策仍然对试点地区二氧化碳排放量和碳强度有显著的负向影响，所有控制变量的估计结果也与表4基本一致，通过稳健性检验。

（四）碳交易试点政策减排动态效应估计结果

在用双重差分模型分析了碳排放权交易试点政策减排的平均效应之后，本文基于式（5）又测度了从碳排放权交易试点政策开始实施起每年对环境的净影响，估计结果如表6所示。第1列和第2列报告了以CE作为因变量的模型。第1列采用人均名义GDP代表经济发展水平，而第2列采用人均实际GDP代表经济发展水平。在这两个回归中，碳排放权交易试点政策实施后的一至四年的净影响前的系数都显著为负，这表明碳排放权交易试点政策在实施后的一至四年内对减少CO2排放量的增长有显著作用，且政策效果没有时滞性。第3列报告了以NCI作为因变量的模型，并使用人均名义GDP代表经济发展水平。在这个回归中，碳排放权交易试点政策实施后的一至四年的净影响前的系数都显著为负。第3列的结果表明，碳排放权交易试点政策实施后的第一年会在1%的显著性水平下使名义碳强度降低237%;实施后的第二年会在1%的显著性水平下使名义碳强度降低25%;实施后的第三年会在1%的显著性水平下使名义碳强度降低306%;实施后的第四年会在1%的显著性水平下使名义碳强度降低332%，政策效果不断加强且没有时滞性。第4列报告了以RCI作为因变量的模型，并使用人均实际GDP代表经济发展水平。在这个回归中，碳排放权交易试点政策实施后的一至四年的净影响前的系数都显著为负。第4列的结果表明，碳排放权交易试点政策实施后的第一年会在1%的显著性水平下使实际碳强度降低243%;实施后的第二年会在1%的显著性水平下使实际碳强度降低23%;实施后的第三年会在1%的显著性水平下使实际碳强度降低263%;实施后的第四年会在1%的显著性水平下使实际碳强度降低286%。因此，碳排放权交易政策在实施后的一至四年大大降低了试点地区的碳排放量和碳强度，每年的政策效果持续且没有时滞性。

（五）基于PSM-DID法的碳交易试点政策减排平均效应估计结果

本文使用PSM-DID法进行稳健性检验，以避免估计过程中的选择偏差，估计结果显示在表7中。碳排放权交易试点政策效果的系数在以CE、NCI和RCI为因变量的回归方程中也显著为负，我们发现所有估计的结果都是一致的。

（六）分样本估计结果

为了对比分析试点地区与非试点地区二氧化碳排放量和碳强度随时间变化的趋势，本文进行了分样本研究。如表8所示，无论被解释变量为二氧化碳排放量或碳强度，试点地区和非试点地区时间虚拟变量的系数都显著为负，但试点地区时间虚拟变量系数的绝对值明显大于非试点地区。这表明，碳排放权交易试点政策启动后，大大加快了试点地区二氧化碳排放量和碳强度的下降速度。控制变量中，外商直接投資对非试点地区碳排放的减少作用要优于试点地区，可能的原因是非试点地区相对于试点地区来说，经济发展水平与产业结构水平较低，外商直接投资投入技术密集型行业所带来的产业结构升级与能源消费结构优化的碳减排效应会更加凸显;技术进步对试点地区碳排放的减少作用要优于非试点地区，表明碳排放权交易政策实施后较大激发了试点地区企业技术研发的动力;环境支持工作量对试点地区碳排放的减少作用要优于非试点地区，表明碳排放权交易政策的实施也间接加强了政府对环境污染治理的力度。因此，所有这些检验表明，碳排放权交易试点政策对二氧化碳减排具有积极的作用，估计结果是可靠的。

五、结论与启示

当前，环境污染、气候变化和能源安全问题已引起人们的广泛关注，以消耗资源和支付高昂的环境成本的经济增长模式，与新时代经济的绿色与高质量发展已不相匹配。为了更好发挥即将全国推广的碳排放权交易市场的减排作用，尽快实现我国2030年碳排放峰值以及2060年碳中和的目标，本文以2011年七个试点碳交易市场及其政策运行为“经验”，基于2000至2017年的省级面板数据，使用动态DID和PSM-DID模型对其实际减排效果进行对比实证，得出以下结论：第一，我国当前碳排放总量与人均量呈地域分布差异的特征，碳排放量的平均水平也呈明显的上升趋势，碳排放和碳强度在试点和非试点地区呈两极分化的对比;第二，碳交易政策带动了试点地区二氧化碳排放量和碳强度的显著下降，政策效果逐年增加且没有时滞性，尤其是政策推出初期，碳减排呈“加速”下降趋势;第三，在更换控制变量和使用倾向得分匹配重新挑选对照组后，碳交易试点政策对二氧化碳排放量和碳强度的回归系数依旧显著为负，表明双重差分法的估计结果具有稳健性;第四，相较于非试点地区，碳排放权交易政策大大加快了试点地区二氧化碳排放量和碳强度的下降速度，并激发与加强了企业技术研发的动力和政府治理环境污染的力度。

基于上述实证讨论结论，本文提出以下针对性建议。第一，全国碳排放权交易市场应尽快推行，并全面纳入高耗能行业;第二，碳排放权交易政策实施后的一至四年是发挥减排作用的关键阶段，各省市区要确保政策落地，结合地区实际情况因地制宜地开展碳排放权交易制度配套体系的建设;第三，可以将外商直接投资与碳排放权交易政策灵活结合，引导外商直接投资投入技术密集型行业，加强技术水平和生产效率较高的产业在产业结构升级中的主导作用;第四，对于技术创新研发投入巨大的企业，可以使其获得适当的额外免费碳排放配额，进一步激发企业技术研发的动力;第五，各省市区可以根据自己的经济发展情况确定主要的碳排放来源行业，将这些行业纳入碳排放交易体系中去，从源头上减少碳排放;第六，对于高污染企业，可以适当减少其碳排放配额或增加其购买碳排放配额的成本，通过市场手段间接强化政府治理环境污染的力度，优化环境规制效果;第七，提高企业对碳排放权交易市场的认知度和参与度，引导企业对碳交易市场的定位由合规手段向投资手段转变，逐渐增强市场流动性。

参考文献：

[1]WangL，QiuXM，ZhangXX，etal.DevelopmentstatusandenvironmentalimpactevaluationofChinasgreenfinance[J].Appliedecologyandenvironmentalresearch，2019，17（5）：12245-12258.

[2]RomeroRG，NobleM.EvaluatingEngland′s‘NewDealforCommunitiesprogrammeusingthedifference-in-differencemethod[J].JournalofEconomicGeography，2008，8（6）：759-778.

[3]RosenbaumPR，RubinDB.Thecentralroleofthepropensityscoreinobservationalstudiesforcausaleffects[J].Biometrika，1983，70（1）：41-55.

[4]AcharyyaJ.FDI，growthandtheenvironment：EvidencefromIndiaonCO2emissionduringthelasttwodecades[J].Journalofeconomicdevelopment，2009，34（1）：43.

[5]宋德勇，易艳春.外商直接投资与中国碳排放[J].中国人口·资源与环境，2011，21（1）：49-52.

[6]ListJA，CoCY.Theeffectsofenvironmentalregulationsonforeigndirectinvestment[J].JournalofEnvironmentalEconomicsandManagement，2000，40（1）：1-20.

[7]StreteskyPB，LynchMJ.Across-nationalstudyoftheassociationbetweenpercapitacarbondioxideemissionsandexportstotheUnitedStates[J].SocialScienceResearch，2009，38（1）：239-250.

[8]刘华军，闫庆悦.贸易开放、FDI与中国CO2排放[J].数量经济技术经济研究，2011，28（3）：21-35.

[9]AngJB.CO2emissions，researchandtechnologytransferinChina[J].EcologicalEconomics，2009，68（10）：2658-2665.

[10]何小钢，张耀辉.技术进步、节能减排与发展方式转型——基于中国工业36个行业的实证考察[J].數量经济技术经济研究，2012，29（3）：19-33.

[11]胡中应.技术进步、技术效率与中国农业碳排放[J].华东经济管理，2018，32（6）：100-105.

[12]SorrellS，DimitropoulosJ.Thereboundeffect：Microeconomicdefinitions，limitationsandextensions[J].EcologicalEconomics，2008，65（3）：636-649.

[13]LiM.DecomposingthechangeofCO2emissionsinChina：adistancefunctionapproach[J].EcologicalEconomics，2010，70（1）：77-85.

[14]郑长德，刘帅.基于空间计量经济学的碳排放与经济增长分析[J].中国人口·资源与环境，2011，21（5）：80-86.

[15]LantzV，FengQ.Assessingincome，population，andtechnologyimpactsonCO2emissionsinCanada：where′stheEKC？[J].EcologicalEconomics，2006，57（2）：229-238.

[16]丁志国，程云龙，孟含琪.碳排放、产业结构调整与中国经济增长方式选择[J].吉林大学社会科学学报，2012，52（5）：90-97.

[17]BlackmanA，MorgensternR，MontealegreL，etal.ReviewoftheefficiencyandeffectivenessofColombiasenvironmentalpolicies[J].Report.Washington，DC：ResourcesfortheFuture，2006.

[18]张红凤，周峰，杨慧，郭庆.环境保护与经济发展双赢的规制绩效实证分析[J].经济研究，2009，44（3）：14-26，67.

DoesCarbonEmissionsTrading“Accelerate”theReductionofCarbonEmissionsand

CarbonIntensity？

JIXin-long，YANGZhao

（SchoolofFinance，LanzhouUniversityofFinanceandEconomics，Lanzhou730020，China）

Abstract：Asaneconomicmeanstodealwithclimatechange，China′scarbontradingisabouttomovefrom“pilot”to“national”.The“fourteenthfiveyearplan”periodisnotonlytheeraofcomprehensivecarbontrading，butalsothekeystageofcarbonemissionsreduction.Inordertobetterplaytheroleofnationalcarbonemissionstradingmarket，thispapertakessixpilotcarbontradingmarketsandtheirpolicyoperationasthe“experience”，basedontheprovincialpaneldatafrom2000to2017，usesdynamicdidandPSM-DIDmodeltocomparetheactualemissionsreductioneffect.Theresultsshowthat：（1）thecurrenttotalcarbonemissionsandpercapitaemissionsinChinaaredifferentinregionaldistribution，andtheaveragelevelofcarbonemissionsalsoshowsasignificantupwardtrend，andcarbonemissionsandcarbonintensityarepolarizinginpilotandnonpilotareas;（2）Theimplementationofcarbontradingpolicyhasasignificantinhibitoryeffectoncarbonemissions，can“accelerate”thereductionofcarbonemissionsandcarbonintensity，andtheeffectofemissionsreductionincreasesyearbyyearwithouttimelag;（3）Comparedwiththenonpilotareas，carbontradingtoalargeextentstrengthensthepoweroftechnologicalinnovationofenterprisesandthestrengthofgovernmentenvironmentalregulationinthepilotareas.Basedontheexperienceoftheabove“pilot”areas，onetofouryearsafterthenationalpromotionofcarbonemissionstradingwillbethekeystagetoplaytheroleofemissionsreduction.Allprovincesandregionsshouldensuretheeffectiveimplementationofpolicies，fullydiscloseemissionsreductioninformation，andoptimizethesupportingsystemofcarbontradingaccordingtolocalconditions.

Keywords：carbontradingpolicy;PSM-DIDmodel;carbonemissions;emissionsreductiondifferences

（责任编辑：李江）