摘 要：在“双碳”目标下，碳排放权交易机制成为实现绿色低碳发展的关键。本文以2006—2021年中国282个地级市为研究对象，将首批碳排放权交易试点的开展看作一次准自然实验，构建双重差分模型探究碳排放权交易试点政策对碳生产率的影响及机制。结论如下：（1）碳交易政策对试点地区的碳生产率存在显著的提升效应，这一提升效应长期存在，同时也伴随着一定的时滞性。（2）碳交易试点可以通过绿色技术创新效应和产业结构优化效应实现碳生产率的提升。（3）碳交易试点对老工业基地城市和高经济水平城市的碳生产率的提升效果更明显。本文在实证层面上丰富了碳排放权交易的宏观效应研究，同时为碳交易市场持续发挥作用、国家经济高质量发展提供了参考和建议。

关键词：碳排放权交易制度；碳生产率；市场型环境规制；双重差分；“双碳”目标

本文索引：肖懿.<变量 2>[J].中国商论，2024（06）：-129.

中图分类号：F205 文献标识码：A 文章编号：2096-0298（2024）03（b）--06

盲目追求碳减排的数量而脱离经济发展的实际是不可取的，关键在于促进经济发展的同时有效地减少碳排放。要实现“双碳”，必须兼顾经济发展和碳减排两方面，这个目标与Kaya和Yokobori（1993）提出的碳生产率的概念相一致。碳生产率可用于评估经济体在使用单位碳资源后所实现的相应经济回报。因此，探究绿色低碳背景下碳生产率的提升路径显得尤为必要。

经济发展推动能源使用，同时产生的碳排放却成为一个突出问题（杨宇等，2020）。中国作为当今世界第二大经济体，其庞大的经济规模背后伴随环境的牺牲。自2006年起，中国成为全球二氧化碳排放的领头羊。根据国际能源署（IEA）的报告，2022年我国的二氧化碳排放量为11.47亿吨，占全球碳排放总量28.87%。面对严峻的环境污染问题，我国在2009年世界气候大会上首次向全球提出碳强度减排的承诺。2020年9月，中国明确提出“双碳”目标，展现了在全球经济增速放缓、各级政府财政紧张的情况下，如何协同推动碳减排和经济增长已成为中国当前急需解决的现实难题。

基于现阶段中国的绿色发展战略来看，碳排放权交易机制是重要的实践路径（胡珺等，2023）。2011年，我国发改委发布《关于开展碳排放权交易试点工作的通知》，批准北京市、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。2013年6月至2014年6月，“两省五市”第一批试点碳市场先后开启线上交易。2016年12月，福建省启动碳交易市场，成为国内第8个碳交易试点的地区。那么，碳交易试点市场的运行效果和运行机制如何？基于此，本文选取2006—2021年中国282个地级市为研究对象，将首批碳排放权交易市场试点的开展看作一次准自然实验，构建双重差分模型探究碳排放权交易试点政策对碳生产率的影响及机制。

本文可能的创新点在于将研究层面细化到地级市，提高了实证结果的精确性与全面性。学术界很少将样本聚焦到地级及以上城市，现有研究主要从宏观省级或微观企业入手。然而，基于省际层面的研究可能会忽略不同城市的经济发展水平和规模等特质，可能导致研究结果的偏差。现有的基于企业微观层面的碳交易政策研究主要集中在中国A股上市企业或被列入中国各试点碳市场的控排企业，如马茜等（2023）和胡珺等（2023）。本文认为这些结论不一定适用于非A股上市企业和非控排企业。由于这些企业微观数据的可得性较弱，为了得出更全面、精准的估计结果和研究结论，本文选择从地级市层面入手，一定程度上拓展了碳排放权交易试点政策在不同类型城市和企业的异质性影响研究，弥补了现有研究的不足。

1 文献综述

低碳转型与绿色经济增长一直是学术界研究的焦点。具体而言，与本文相关的文献包括两个部分：碳交易政策的减排效应和碳交易政策的经济效应。

1.1 碳交易政策的减排效应

中国碳排放权交易政策试点实施以来，学者们广泛讨论其有效性。碳交易政策的直接减排效应，李广明等（2017）研究发现，碳交易显著减少试点地区规模工业的碳排放。许文立和孙磊（2023）的研究结果顯示，碳交易机制有效助推实现碳排放总量和强度的“双控”目标。杨达和丁川（2023）发现，碳交易不仅降低本地区碳排放，还通过空间溢出效应促进临近地区减排。与之不一致，Dong et al.（2022）认为碳交易政策增加了邻近城市的碳排放，支持“污染避风港假说”。吴茵茵等（2021）发现以碳价与市场流动性衡量的市场机制不能显著产生碳减排效应。也有学者考虑“绿色悖论效应”，对碳排放权交易机制的减排效果持怀疑态度（Klemesten et al.， 2020）。综上，学术界对碳交易政策减排效应有丰富的研究，但结论并不完全一致。

1.2 碳交易政策的经济增长效应

学者们对碳排放权交易与经济增长的关系尚未达成一致结论。贾云赟（2017）认为，碳排放权交易与经济增长存在非线性关系，即政策的经济增长效应在经济相对落后地区不明显，但在经济发展到一定水平时则显著。Cheng et al.（2015）通过CGE模型评估了碳交易试点政策对广东省的影响，得出结论：碳排放交易体系政策有助于减少广东省的空气污染物，但会对其GDP造成损失。Yu et al.（2017）发现，相较命令型机制，碳排放交易机制能够产生更多潜在收益，总体和行业水平的平均经济潜在收益分别为69.6%和92.0%。邵帅和李兴（2022）则从经济发展的质量角度出发，发现碳交易试点政策促进了经济的高质量发展，在东部地区、大城市及工业化程度较高的城市中具有更为明显的促进作用。

目前，学界对中国碳交易市场和碳排放权交易试点的“降碳促经”效应有较为丰富和系统的研究。然而，少数学者仅从碳生产率这一核心指标的角度分析了碳排放权交易试点的影响效应。也有部分学者研究了碳排放权交易制度对微观企业的影响。但正如前文所述，省际和企业层面的研究仍存在不足。因此，本文将碳排放量的测算由省级层面细化到地级市层面，使研究更贴近经济现实，其旨在为实现双碳目标以及提升碳生产率水平提供有益参考和建议。

2 理论假说

2.1 碳排放权交易机制与绿色技术创新

根据波特假说，环境规制对技术创新推动至关重要。然而，研究发现在碳排放权交易试点制度下，技术创新对降低碳排放的效果并不顯著（韩金宝，2023）。相较一般技术创新，绿色技术创新不仅是环保责任，还是战略选择。碳排放权交易制度通过设立碳排放量限额和市场交易机制，刺激企业投资研发并采用绿色、清洁的生产技术。在碳市场中，企业需关注技术创新，尤其在绿色技术创新方面追求竞争优势。随着市场准入门槛的提高，企业可能自发或被迫进行绿色技术创新。Braun和Wield（1994）认为，绿色技术创新有助于提升技术水平、减少原材料和能源使用，从而降低碳排放并促进生产效率提升。由此，本文提出以下假设：

假设1：碳排放权交易试点政策通过绿色技术创新提升碳生产率。

2.2 碳排放权交易机制与产业结构优化

为应对碳市场运行机制并创造经济效益，企业需在生产链中寻找更环保的替代品或清洁能源，推动整个产业向低碳、绿色方向转型。在碳排放交易市场机制下，企业有动力进行内部资源配置优化，提高资源利用效率（张宏和罗兰英，2023）。环保导向的资源配置影响整个产业链，促使结构调整。此外，碳排放权交易市场可促使高耗能、高污染产业退出（陈海龙等，2023）。碳排放权交易制度可能成为企业和城市实现环境友好型经济转型的催化剂。由此，本文提出以下假设：

假设2：碳排放权交易试点政策通过产业结构优化提升碳生产率。

3 研究设计

3.1 样本选取

本文将首批碳排放权交易试点的开展看作一次准自然实验，实行试点的城市作为处理组，其余未实行试点的城市作为对照组。在充分考虑数据的可得性的基础上，除去部分数据存在严重缺失的绥化市、毕节市等城市，选取2006—2021年我国282个地级市的面板数据作为研究样本。其中，处理组样本36个，对照组样本246个。

3.2 模型设定与变量说明

本文采用双重差分模型评估碳排放交易权试点政策对碳生产率的影响，构建基准回归模型如下：

（1）

模型（1）中，CPit表示城市i在t年的碳生产率，参考Zhou等（2020）的做法，以地区生产总值与碳排放量比值的自然对数衡量。treati表示城市i是否为碳排放权交易试点城市，若为试点城市，则treati=1，若为非试点城市，则treati=0。timet表示碳排放权交易试点批准时间的虚拟变量，本文以政策批准年份2011年作为冲击时点，若t≥2011，则timet=1，若t<2011，则timet=0。本文重点关注treati×timet的系数β1，其表示试点城市在政策期间相对于非试点城市碳生产率的平均变化，如果β1显著为正值，就可以推断碳排放权交易试点政策在提升碳生产率方面是有效的。Controlit表示控制变量。同时控制了地区固定效应μi和年份固定效应λt以减少其他因素对估计结果的影响。εit表示随机误差项。

参考已有文献（周迪和刘奕淳，2015；房琪和李绍萍，2023；李虹和邹庆，2018；刘传明等，2019），本文在模型（1）中控制了如下变量：（1）工资水平，采用该城市当年职工平均工资取自然对数后的值衡量，记为lnrwage。（2）城镇化率，采用城镇常住人口占全市常住人口的比重衡量，记为townrate。（3）政府干预程度，采用地方一般公共预算支出占GDP的比重衡量，记为gov。（4）人口密度，采用全市常住人口与行政区域面积的比值衡量，记为pop。

在研究碳排放权交易试点政策对碳生产率的作用机制时，本文选取两个中介变量：绿色技术创新与产业结构升级。具体而言，绿色技术创新方面，现有文献认为企业当期的实际创新能力可以通过已授权的绿色专利体现（齐绍洲等，2017），本文参考华岳和叶芸（2023）的做法，使用人均绿色专利授权数衡量该城市的绿色技术创新水平，记为greenpat。产业结构升级方面，借鉴刘海英和郭文琪（2022）的做法，使用城市当年第二产业增加值占GDP的比重衡量产业结构，记为ind2。变量的描述性统计见表1。

3.3 数据来源

现有文献中，碳排放量数据通常使用IPCC《国家温室气体清单指南》中的方法估算，即通过折合9种能源实物消费量来计算碳排放量。然而，考虑到国内官方能源消耗统计数据的可获得性，采用这种方法进行碳排放量测算的研究主要集中在国家和省际大尺度，对地级市等小尺度的时空分析较为有限。根据已有文献可知，城市层面碳生产率的研究较为稀缺，大多数文献集中在省级层面。本文所使用的排放量数据来自荷兰环境评估机构的全球大气研究排放数据库，该数据库更新较快且具有较小的不确定性（张少卿等，2023）。因此，本文采用该数据库提供的国家总排放量数据和矢量地图，将其分区域汇总计算，得到了2006—2021年中国各地级市的排放量数据，进而计算出碳生产率的面板数据。控制变量和中介变量数据来源于《中国城市统计年鉴》《中国统计年鉴》CNRDS数据库、CSMAR数据库及各类统计公报。

4 实证分析

4.1 基准回归

基于前文的模型设计与变量选择，本部分根据式模型（1）探究碳排放权交易试点政策对碳生产率的影响。基准回归的估计结果如表3所示。具体来说，表2第（1）列报告了碳排放权交易试点政策对碳生产率单独回归的估计结果；第（2）列加入控制变量。两次回归均同时控制了城市固定效应和年份固定效应。可以发现，碳排放权交易试点政策对碳生产率均产生正向影响，这一结果在加入控制变量后依然显著。从第（2）列的回归结果来看，被解释变量CPit对政策变量treati×timet的回归系数为0.0480，且在1%的水平上显著。综合表2汇报的估计结果，可以得出碳排放权交易试点政策对碳生产率起到显著促进作用的结论。

4.2 稳健性检验

4.2.1 平行趋势检验

本文构建的双重差分模型依赖于平行趋势的假设，即在没有政策干预的情况下，处理组和对照组的趋势是平行的，在政策实施前不存在显著差异。如果平行趋势假设不成立，在这种情况下无法将处理组和对照组之间的差异归因于政策或干预措施，那么双重差分模型的结果可能不可靠。若通过平行趋势检验，则双重差分法在本研究中适用。本文构造的平行趋势检验模型如下：

模型（2）中，本文设置试点批准前一年2010年作为基准年，βt为相对基准年的回归系数。其他变量定义参照回归模型（1）。图1报告了平行趋势检验的结果，得到三点信息：一是在碳排放权交易试点政策批准实施前，估计系数βt均不显著，说明处理组与控制组在冲击前并无显著差异，平行趋势假设成立。二是试点地区对碳交易市场建设存在一定的时滞性，这一结论与李治国和王杰（2021）一致。碳排放权交易试点政策于2011年被批准，36个试点城市于2013—2014年陆续实施并正式启动交易工作，本文借鉴薛飞和周民良（2021）的思路，将2014年视作试点城市开始受到政策影响的时点，即2014年及以后的年份为试点实施期。结果显示，政策在批准后第四年、实施后第二年（2015年）开始对试点城市的碳生产率产生显著影响。三是试点政策的提升碳生产率的经济效应是长期存在的。碳排放权交易试点政策批准后的第1～8年（2011—2019年），政策对碳生产率的促进作用逐年增大。这可能是政策的逐步执行、监管措施的加强、社会认知的提高或政策适应性的发展等原因导致的。第9～10年（2020—2021年）作用效果有所减弱，这可能是随着中国经济的高质量发展，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（刘海英和郭文琪，2022）。

4.2.2 安慰剂检验

本文运用双重差分模型评估碳排放权交易政策的经济效应的另一个担忧是前文所得结论可能是一种随机现象。为了排除内生性问题和其他潜在因素对因果效应估计的干扰，本文进行安慰剂检验以提高模型的可信度和外部有效性。为此，本文借鉴白俊红等（2022）的做法，随机抽取样本内的部分城市作为处理组，并为其随机赋予一个政策执行时间，将此过程重复500次。本文将500次安慰剂检验的估计系数、对应的p值以及基准回归所得到的估计系数统一绘制于图2中，可以发现安慰剂检验的估计系数主要集中于0附近，异于基准回归的估计系数，由此证明了基准回归结果的稳健性，即碳排放权交易试点政策的实施确实提升了碳生产率。

5 进一步分析

5.1 影响机制分析

本文的基准回归分析表明，碳排放权交易政策能显著提升城市的碳生产率。碳交易如何影响碳生产率，其作用机制如何？作为一项市场导向的低碳政策，碳排放权交易政策通过充分利用市场机制，不仅可以激励工业企业进行技术创新，还能促进产业结构的升级和转型（Bai等，2019；Du和Li，2019）。本文尝试从绿色技术创新和产业结构升级效应入手探讨其中的作用机制。

本文参考吴雪萍（2023）的做法，构造如下模型识别碳排放权交易的作用机制：

模型（3）中，被解释变量Mechit分别为绿色技术创新greenpat和产业结构升级ind2这两个中介变量。具体而言，Mechit在检验两条作用机制时分别表示城市i在t年的人均绿色专利授权数与城市i在t年第二产业增加值占GDP的比重。

5.1.1 绿色技术创新效应

在碳排放权交易机制下，政府规定企业等碳排放主体排放二氧化碳的上限额度。企业若有超出配额的碳排放需求，只能在碳交易市场购买碳配额，导致企业的排污成本上升。为降低成本，企业需进行绿色技术创新。在碳交易定价机制的激励下，企业为出售节省的碳排放配额以获取额外减排收益，可能改进生产投入技术或转向绿色技术进步（程郁泰和肖红叶，2023）。因此，本文研究绿色技术创新在碳排放权交易政策提升碳生产率中的作用。使用城市当年人均绿色专利授权数衡量绿色技术创新水平，并检验碳排放权交易试点政策对城市绿色技术创新的影响，结果见表3第（1）列。从结果中可以看出，显著为正，这表明碳排放权交易试点政策能够通过绿色技术创新显著提升城市的碳生产率，本文的假设1得证。

5.1.2 产业结构升级效应

“波特假说”认为，环境规制迫使企业进行创新，通过创新推动低能耗、低排放的新产业、新业态的发展，从而促进产业结构的升级和合理化。产业结构反映了生产活动的污染密集性，直接影响污染强度和环境质量，碳排放权交易机制能有效倒逼地区产业结构升级（许文立和孙磊，2023）。企业通过改良生产技术、优先采用环保的清洁能源，改变各城市第二产业增加值占GDP的比重，形成产业结构升级效应。本文使用城市当年第二产业增加值占GDP的比重衡量产业结构升级，并检验碳排放权交易试点政策对其影响，研究产业结构升级对碳生产率的影响效应。结果见表3第（2）列，政策变量的估计系数在1%的水平上显著为正，表明碳排放权交易试点后，产业结构升级效应提升了碳生产率，本文的假设2得证。

5.2 异质性分析

5.2.1 城市工业特征异质性

老工业城市多以高碳排放、高污染排放的重（化）工业为主导产业（刘和旺等，2023），面对“双碳”目标和碳配额机制，相对于非老工业城市，老工业城市承受更大冲击。因此，本文檢验了碳排放权交易试点政策对城市碳生产率的影响是否存在工业特征异质性。本文依据《全国老工业基地调整改造规划（2013—2022年）》，将95个老工业基地地级市划分为处理组，其余城市为对照组，评估了碳排放权交易政策对这两类城市的影响差异，结果见表4第（1）和（2）列。碳排放权交易试点政策对老工业基地城市有显著的碳生产率提升效应，而对非老工业基地城市的影响不显著。值得注意的是，政策下老工业基地城市的碳生产率平均上升19.22%，远高于全样本基准回归估计结果，表明试点政策对老工业基地城市的激励效应较强。可能的原因在于老工业基地城市具有相对完善的产业链和资源整合可能性，企业更容易进行产业协同，共享环保技术和资源，从而提高整个地区的碳效率。

5.2.2 城市经济水平异质性

经济水平通过规模效应导致二氧化碳排放增加，同时技术效应和结构效应减少二氧化碳排放（刘传明等，2019）。本文参考任晓松等（2021）的方法，将城市经济水平引入异质性分析。根据城市人均GDP，将人均GDP高于样本均值的城市划分为高经济水平城市，其余划分为低经济水平城市。高经济水平试点城市作为处理组，高经济水平非试点城市作为对照组，回归结果见表4第（3）列。低经济水平试点城市作为处理组，低经济水平非试点城市作为对照组，回归结果见表4第（4）列。异质性分析表明，碳排放权交易试点政策对高经济水平城市碳生产率有显著提升效应，而对低经济水平城市碳生产率的促进作用在统计上并不显著，这可能是因为高经济水平城市具有更完善的基础设施和经济环境，以及更强的要素吸纳能力，因此碳排放权交易政策对其影响更为显著。

6 结语

本文使用2006—2021年中国地级市面板数据，采用双重差分法评估碳排放权交易试点政策对城市碳生产率的影响，并分析了提升碳生产率的内在机制。结论和政策建议如下：（1）基准回归结果显示，碳排放权交易政策对试点地区的碳生产率有显著提升效应，试点城市相对非试点城市碳生产率平均上升4.80%。这一结论在进行内生性检验和安慰剂检验后依然稳健。因此，在全国碳市场上线交易已正式启动的背景下，我国应在已有的碳交易“试验田”成效显著的基础上，积极总结各试点城市经验，通过法律和政策确保碳交易市场稳定运行，包括明确排放目标、碳交易法律依据、市场规则和监管体系等，为碳交易市场提供明确方向和支持。同时，我国应科学、灵活地调整碳配额，确保排放配额的设定既能激励企业减少排放，又不至于对产业造成过大冲击。（2）平行趋势检验结果显示，试点地区在建设碳交易市场方面存在一定时滞，试点政策对碳生产率的提升作用是长期存在的。为了确保后续碳交易市场相关政策及时落地，我国可加大政策宣传力度，创建政策官方网站或在线平台，提供详细的政策解读、常见问题解答、在线咨询等服务，方便公众获取准确信息，以提高政策知名度。同时，进行广泛的宣传和教育活动，帮助公众理解政策目的和长远利益，增加对政策的支持力度。（3）机制检验表明，绿色技术创新和产业结构优化是碳排放权交易政策提升碳生产率的两个重要途径。政府可通过设立绿色创新基金和减税等方式，为企业与城市进行绿色技术创新提供财政支持。同时，通过绿色创新矫正产业间资金配置的失衡，将资金引导到绿色产业赛道，逐步强化市场机制建设，推动城市环境改善和产业结构优化转型。（4）异质性分析显示，相较非老工业基地城市和低经济水平城市，碳交易试点政策对老工业基地城市和高经济水平城市的碳生产率提升效果更显著。城市受碳排放权交易试点政策影响存在显著的异质性，这意味着碳交易政策的实施需要结合区域要素禀赋和经济发展特征，分析考虑不同城市绿色创新、产业结构转型等方面的难点和阻碍，因地制宜制定符合当地发展的差异化碳排放权交易政策，由此推动城市碳生产率提升。

参考文献

白俊红， 张艺璇， 卞元超.创新驱动政策是否提升城市创业活跃度： 来自国家创新型城市试点政策的经验证据[J].中国工业经济， 2022（6）：61-78.

陈海龙， 周融， 雷汉云.激励与惩罚： 碳排放权交易试点对产业结构的影响[J].云南财经大学学报， 2023， 39（6）：18-34.

程郁泰， 肖红叶.中国碳排放权交易政策的经济与减排效应研究[J].统计与信息论坛， 2023， 38（7）：61-74.

房琪， 李绍萍.碳交易政策如何影响工业碳生产率： 来自中国省级数据的准自然实验[J].环境科学， 2023， 44（5）：2983-2994.

韩金宝， 蔡雯霞， 诸葛瑞阳.碳排放权交易政策对地区碳绩效的影响： 基于链式中介效应的检验[J].金融理论与实践， 2023， （7）：60-70.

胡珺， 方祺， 龙文滨.碳排放规制、企业减排激励与全要素生产率： 基于中国碳排放权交易机制的自然实验[J].经济研究， 2023， 58（4）：77-94.

华岳， 叶芸.绿色区位导向性政策的碳减排效应： 来自国家生态工业示范园区的实践 [J]. 数量经济技术经济研究， 2023， 40（4）：94-112.

贾云赟.碳排放权交易影响经济增长吗[J].宏观经济研究， 2017， （12）：72-81+136.

李广明， 张维洁.中国碳交易下的工业碳排放与减排机制研究[J].中国人口·资源与环境， 2017， 27（10）：141-148.

李虹， 邹庆.环境规制、资源禀赋与城市产业转型研究： 基于资源型城市与非资源型城市的对比分析[J].经济研究， 2018， 53（11）：182-198.

李治国， 王杰.中国碳排放权交易的空间减排效应：准自然实验与政策溢出[J].中国人口·资源与环境， 2021， 31（1）：26-36.

刘传明， 孙喆， 张瑾.中国碳排放权交易试点的碳减排政策效应研究[J].中国人口·资源与环境， 2019， 29（11）：49-58.

劉海英， 郭文琪.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[J].西安交通大学学报（社会科学版）， 2022， 42（5）：72-86.

刘和旺， 张双， 郑世林.环境规制加速了中国老工业城市“去工业化”吗？[J].中国软科学， 2023（2）：115-124.

马茜， 任晓松， 张红兵，等.碳交易政策、研发创新与污染性企业碳绩效[J].科研管理， 2023， 44（7）：114-123.

齐绍洲， 张倩， 王班班.新能源企业创新的市场化激励： 基于风险投资和企业专利数据的研究[J].中国工业经济， 2017（12）：95-112.

任晓松， 马茜， 刘宇佳，等.碳交易政策对工业碳生产率的影响及传导机制[J].中国环境科学， 2021， 41（11）：5427-5437.

邵帅， 李兴.市场导向型低碳政策能否推动经济高质量发展： 来自碳排放权交易试点的证据[J].广东社会科学， 2022（2）：33-45.

吴雪萍.碳排放权交易价格与全要素生产率： 来自中国的证据[J].环境科学， 2019（6）： 1-18.

吴茵茵， 齐杰， 鲜琴，等.中国碳市场的碳减排效应研究： 基于市场机制与行政干预的协同作用视角[J].中国工业经济，2021（8）：114-132.

许文立，孙磊.市场激励型环境规制与能源消费结构转型： 来自中国碳排放权交易试点的经验证据[J].数量经济技术经济研究， 2023， 40（7）：133-155.

薛飞， 周民良.中国碳交易市场规模的减排效应研究[J].华东经济管理， 2021， 35（6）：11-21.

杨达， 丁川.碳交易政策的减排效应及空间溢出： 基于SCM和S-DID方法的中國经验实证分析[J].中国行政管理， 2023， 39（5）：132-140.

杨宇， 于宏源， 鲁刚，等.世界能源百年变局与国家能源安全[J].自然资源学报， 2020， 35（11）：2803-2820.

张宏， 罗兰英.碳交易政策增进企业意义导向技术创新机制研究[J].科学学与科学技术管理， 2023， 44（8）：31-49.

张少卿， 雷莉萍， 宋豪，等.一种基于大气浓度时空特征的碳排放分区估算方法[J].中国环境科学， 2023， 43（10）：5604-5613.

周迪， 刘奕淳.中国碳交易试点政策对城市碳排放绩效的影响及机制[J].中国环境科学， 2020， 40（1）：453-464.

Bai C， Du K， Yu Y， et al. Understanding the trend of total factor carbon productivity in the world： Insights from convergence analysis[J]. Energy Economics， 2019， 81： 698-708.

Braun E， Wield D. Regulation as a means for the social control of technology[J]. Technology Analysis & Strategic Management， 1994， 6（3）： 259-272.

Cheng B， Dai H， Wang P， et al. Impacts of carbon trading scheme on air pollutant emissions in Guangdong Province of China[J]. Energy for sustainable development， 2015， 27： 174-185.

Dong Z， Xia C， Fang K， et al. Effect of the carbon emissions trading policy on the co-benefits of carbon emissions reduction and air pollution control[J]. Energy Policy， 2022， 165： 112998.

Du K， Li J. Towards a green world： How do green technology innovations affect total-factor carbon productivity[J]. Energy Policy， 2019， 131： 240-250.

Yu Y， Zhang W， Zhang N. The potential gains from carbon emissions trading in Chinas industrial sectors[J]. Computational Economics， 2018， 52： 1175-1194.

Zhou D， Liang X， Zhou Y， et al. Does emission trading boost carbon productivity？ Evidence from Chinas pilot emission trading scheme[J]. International journal of environmental research and public health， 2020， 17（15）： 5522.