中國碳排放權交易的空間減排效應：準自然實驗與政策溢出

李治國 王杰

摘要 碳排放權交易制度已然成為我國節能減排的重要環境規制手段之一，但碳交易市場建設在空間維度上的溢出減排效應評估仍然存在不足，減排作用發揮的具體渠道和綜合效果亦有待明晰。基于我國碳交易試點2007—2017年的樣本數據，利用合成控制法進行準自然實驗并結合動態空間杜賓模型綜合評估碳交易政策實施的空間減排效應;進而立足于經濟發展、能源消費和技術進步渠道分析碳交易政策發揮減排作用的具體路徑。研究發現：碳排放權交易試點政策整體上有效促進試點地區的碳減排，其中天津、湖北等地響應迅速且顯著。碳交易試點政策在有效抑制試點地區碳排放的基礎上，通過政策溢出效應同時有助于抑制鄰近地區的碳排放。碳交易政策減排效應發揮存在較長的周期性，長期內其減排作用逐漸顯著，且直接減排作用要遠強于間接減排作用。經濟發展渠道是現階段碳交易政策發揮減排作用的重要路徑，但同時對周邊地區碳排放具有促增威脅，而能源消費則是導致碳排放增長的主要阻礙。長期來看，技術進步將成為碳交易政策潛在減排效應有效發揮的關鍵所在。基于此，積極推動全國性碳交易市場建設，注重區域碳交易市場的均衡發展和有序推進，同時強化區域間綠色經濟協同發展和知識技術交流合作，從而形成區域間良性協作的低碳發展模式。

關鍵詞 碳排放權交易;減排效應;合成控制法;政策溢出

我國在2015年巴黎世界氣候大會上承諾到2030年單位GDP碳排放量相較2005年下降60%～65%，此后又提出在2030年左右實現碳排放達峰并爭取提前達峰。碳強度下降和碳排放達峰的減排“雙控”目標約束下，我國圍繞環境治理和經濟綠色發展路徑展開系列探索。2011年國家發改委確定在北京、上海以及天津等7個省市開展碳排放權交易試點工作并于2013年正式啟動，直到2017年12月我國碳交易市場建設逐步由試點推向全國，碳排放權交易制度建設已然成為應對我國碳減排的關鍵市場型減排政策工具。基于產權理論的排污權交易制度作為典型的市場化環境治理手段，理論上能夠通過市場激勵和技術創新改善排污權配置的非效率狀態，從而有效釋放減排潛能。然而現實情況卻有所不同，如受制于政策體系不健全、試點范圍偏小和作用渠道不通暢等因素，2002年我國所開展的“4+3+1”排污權交易試點項目減排效果并不理想。這也引發如下疑問：由于地區要素稟賦差異和政策實際實施效果的不同，碳交易政策能否形成普遍的低碳減排效應？對于政策實施地和鄰近地區的減排效應是否存在差異？碳交易制度作用于減排目標的具體渠道如何？等等。因此，基于我國現行的碳交易試點省份開展準自然實驗，有效評估碳交易政策對于試點地區的減排效應和周邊地區的政策溢出效應，能夠為碳交易市場的全國性推廣提供實證參考，對我國低碳減排和可持續發展路徑優化亦具有重要的現實意義。

1 文獻綜述

以碳排放權交易為代表的排污權交易制度，基于科斯定理中所提出的“產權明晰以獲得資源配置效率”的基本論斷，能夠通過建立合法的碳排放權交易市場，實現社會減排成本最小化的同時，達到控制碳排放總量的環保目標[1]。然而由于基本國情、制度條件和技術水平異質性的存在，碳排放權交易制度的有效性發揮并不一致，相關的研究結果同樣莫衷一是。一方面，有學者認為碳排放權交易制度的減排效應并不顯著。Streimikiene 和 Roos[2]基于歐洲國家的碳排放數據發現碳交易政策并不能有效抑制碳排放增加。另外，Wang等[3]、Sangbum[4]以及Cheng 等[5]針對我國排污權交易對二氧化硫等污染物減排效果的研究中同樣指出，排污權交易制度并未起到實質性作用。而另一方面，大多數學者則支持碳交易制度有利于低碳減排的結論。沈洪濤等[6]和黃志平[7]分別立足于宏微觀視角，研究指出碳交易政策實施可以有效促進企業減排和全行業減排;宋德勇和夏天翔[8]則進一步指出碳交易試點政策的減排效應逐年強化。同樣的，國外研究亦得到相似的結論。如Karan和Philippe[9]指出各國碳交易體系的建立使得全球碳排放總量在2005—2007年間降低2%～5%;張偉偉等[10]則基于跨國面板數據研究發現國際碳市場的建立能夠對全球碳排放形成有效的抑制作用。綜合考慮碳交易政策的實際實施效果和區域異質性，部分學者的研究結論則揭示了碳交易政策減排效應的不確定性。涂正革和諶仁俊[11]從時間維度考察排污權交易的減排效應，實證結果表明短期內排污權交易難以對污染物減排產生顯著影響，但卻存在長期減排效應;陳醒和徐晉濤[12]研究指出七個碳交易試點地區中只有廣東、湖北和深圳產生較為顯著的減排效果。

碳排放權交易減排效應和政策評估的差異化，不僅源于區域異質性和政策落實程度，還與理論模型等研究方法密切相關。碳排放權交易政策的早期研究多通過Multi-Agent模型[13]、GD-CGE模型[14]、情景分析[15]、AIM-Enduse修正模型[16]以及CSGS2模型[17]等方法構建模型開展模擬分析。然而上述模擬研究由于前提假設難以滿足、參數設定主觀性強和真實效應難以反饋等不足，面臨著政策效應評估有效性不足的問題。相比之下，通過選取合適的對照組并構造合理的反事實來進行碳交易政策評估的倍差法，既能夠克服潛在的內生性問題，又能夠直觀刻畫碳交易政策實施的環境凈效應。考慮到我國碳交易試點政策實施時間較短、試點數量有限和傳統政策評估方法的局限性，Abadie和Gardeazabal[18]所提出的合成控制法（synthetic control method，SCM）被應用于我國的碳排放權交易試點政策評估。劉傳明等[19]采用合成控制法對我國七個碳交易試點的減排效果進行考察，并借助合成控制-雙重差分法進行穩健性檢驗。

現有文獻對于碳排放權交易減排效應的研究已取得一系列成果，但仍存在著部分局限性：①多數文獻采用系統均衡模型和傳統的差分法，忽略了潛在的政策內生性問題和實驗探究的客觀性;②碳交易政策減排效應的評估多集中于政策實施地，鮮有將鄰近地區的環境政策空間溢出效應納入考量，容易導致政策效應評估結果的偏誤;③當前研究缺乏碳交易政策環境效應的機制構建和理論剖析，同時未能兼顧具體作用渠道的評估。該研究試圖在現有的研究基礎上進行如下拓展：首先，基于碳排放權交易的碳減排驅動機制構建理論模型和分析框架，從而為該研究提供理論支撐。其次，選用2007—2017年省際樣本數據并基于6個省市碳交易試點（深圳除外）的準自然試驗，采用合成控制方法對碳交易的直接環境效應展開評估，進而將碳交易政策虛擬變量納入空間計量模型，從而補充評估碳交易政策的溢出效應。最后，從經濟發展、能源消費和技術進步的角度進一步考察碳交易政策發揮減排效應的作用渠道及其是否通暢，從而為碳交易政策的推廣和強化提供參考。

2 機制分析

碳交易政策即賦予碳排放權商品屬性，通過自由流通和市場調節在企業之間實現合理配置。對于碳排放權需求方而言，政府部門初始分配的碳排放權配額一般難以滿足企業生產過程中碳排放需要，因此需要從碳交易市場中購買碳排放權。

基于碳排放權購買方成本最小化和出售方利潤最大化的目標約束，采用拓展的柯布-道格拉斯生產函數建立目標函數式，在考慮資本（K）和勞動力（L）要素的基礎上加入碳排放權這一生產約束，如式（1）和（2）：

其中，RK和WL分別表示企業使用資本和勞動力要素所要支付的利息成本和工資費用;ξ表示碳排放權交易份額，p1和p2分別表示碳排放權的購買價格和出售價格，則p1 ξ和p2 ξ對應著碳排放權交易的成本和收益;A表示既定的技術水平， （CO2+ξ）和（CO2-ξ）則表示企業生產函數中的碳排放水平約束。其中，為簡化模型文中將碳排放權初始配額均定義為1單位CO2，同時，假定作為碳排放權交易主體的高碳企業和低碳企業的生產函數規模報酬均保持不變，即α + β + γ = 1。

依據式（3）和（4）可以得到p1和p2的表達式，在碳排放權交易市場均衡的狀態下，均衡價格應滿足p1=p2，意味著碳排放權交易機制能夠通過成本約束對購買方形成減排壓力且通過利潤激勵對出售方產生減排動力，從而實現ξ=0的最優化減排狀態。具體來說，碳排放權交易制度理論上能夠基于購售雙方的交易行為降低社會減排成本，通過成本提升和環境管制迫使高碳企業主動減排，并采用政策和獲利支持激勵低碳企業繼續減排。同時，碳交易制度本質上作為環境規制手段，政策實施對于周邊地區同樣存在不確定的政策空間溢出效應。當地環境改善能夠對周邊地區形成良好的示范效應，本地綠色節能技術創新同樣能夠通過技術溢出對周邊地區的環境產生積極影響。但另一方面，部分當地高碳企業在碳排放權交易制度下經營成本上升，周邊區域可能成為其潛在的高碳產業承接地，進而不利于周邊地區環境保護。基于上述機制分析和政策效應不確定性的討論，下文將通過模型設定和計量方法對碳排放權交易的減排效果進行實證檢驗。

3 模型設定

3.1 合成控制法

相較于雙重差分等傳統政策評估方法，合成控制法通過選取政策實施地以外的區域來確定合成對象線性組合權重，基于預測變量合成與實驗組特征高度相似的反事實控制組，保證實驗設計和判斷客觀性，有效克服潛在的政策內生性影響，且不存在大樣本、樣本可觀測和整體性分析的應用局限性，適用我國碳交易政策效應研究中試點數量不足、政策周期較短等情況。因此，合成控制法現正被廣泛應用于環境政策特別是低碳試點政策效果的評估中[20-21]。

具體來說，給定j+1個地區在t時期（t=1，2…T）的碳排放量，其中只有1個地區為政策實施地。假定i地區在時間t=T0被確定為政策試點，則其在t時期成為政策試點和未成為政策試點的碳排放量分別表示為CNit和CEit。不難看出，在t≤T0之前，i地區的碳排放量始終沒有受到碳交易政策影響，即CNit=CEit;而在t≥T0之后，碳交易政策實施對當地的減排效應可以表示為effect=CNit-CEit。對于政策實施地而言，其碳排放量CEit能夠實際測算，而其未實施碳交易政策時的碳排放量在T0之后則是無法觀測的，因此本文基于Abadie和Gardeazabal[18]所提出的參數回歸因子模型（式5）CNit進行估計。

其中，δt表示時間固定效應; Xi則表示可觀測的不受碳交易政策影響的控制變量，文中所選取的預測變量包括試點省份2000—2013年經濟水平和技術水平等。其中，能源消費作為引致碳排放變化的直接因素，對試點省份碳排放數據合成具有較強的解釋力，考慮到碳交易政策影響的潛在影響，文中引入能源消費滯后項變量;λt表示難以觀測的公共因子變量，Ui則表示個體固定效應，二者乘積反映了互動固定效應;εit代表隨機擾動項。

記合成控制組的構造權重向量為W=（w2…wj+1 ），其中，wj表示第j個地區在合成控制組中所占的比重，wj≥0且w2+…+wj+1=1。對于任意給定的W，對照組地區預測變量值的加權結果可以表示為：

Abadie和Gardeazabal[18]論證指出確定權重W*=（w*2…w*j+1）使得X1≈∑J+1j=2W*j Xi 且C1t≈∑J+1j=2W*j Cjt，則能夠得到U1≈∑J+1j=2W*j Ui 。進一步地，基于將∑J+1j=2Wj Cit作為CN1t無偏估計量的做法，通過最小化X1和X0 W的距離‖X1-X0 W‖來確定W*，從而使得合成地區有效近似試點地區在成為試點之前二氧化碳排放的運動軌跡。

3.2 空間計量模型設定

現有的研究表明，環境規制[20-21]和碳排放[22]均存在較強的空間關聯特征，忽視碳排放權交易制度的政策溢出效應可能導致偏誤的政策評估結果。因此擬采用空間面板杜賓模型開展實證研究，將碳交易政策虛擬變量（Dvv）納入模型的同時，考慮到碳排放在時間維度上可能的路徑依賴性以及碳排放與技術進步等因素潛在的內生性問題，又將碳排放變量的時間滯后項引入靜態空間杜賓模型，從而建立動態空間面板杜賓模型：

3.3 數據說明

基于數據可得性和統計口徑一致性，選用2007—2017年省際面板數據（西藏及港澳臺地區除外）作為研究樣本，數據主要來自歷年《中國統計年鑒》《中國能源統計年鑒》《中國科技統計年鑒》等。其中，碳排放數據來自我國碳排放數據庫（CEADS）所公布的2007—2017年中國省市層面二氧化碳排放清單，其中涵蓋化石燃料燃燒和水泥生產過程的相關碳排放。各類貨幣指標均以2000年不變價格進行平減處理。

4 實證結果及討論

4.1 碳排放權交易試點合成控制結果分析

4.1.1 合成控制法實證結果

合成控制法基于碳排放權交易試點政策實施前后真實情況與合成情況的均方誤差最小化約束通過數據驅動的方式構建權重。采用2007—2013年的經濟發展、能源消費滯后項和技術水平等預測變量合成虛擬對照組，表1所示為依次以北京、天津等6個碳排放權交易試點作為合成對象時所選擇的權重組合。基于省際經濟發展和污染排放的空間關聯性和趨同特征，以控制組經濟變量所擬合的實驗組碳排放數據具有良好的解釋力和可靠性，但同時可能會引致潛在的省際碳排放內生問題，因此采用迭代法檢驗以期排除控制組設定對合成結果的影響。以天津為例，合成天津的權重省份包括江蘇、福建、海南、云南、陜西、甘肅、青海和寧夏，相關省份的碳排放按照權重加總即可估計天津碳排放權交易試點啟動前的碳排放量。

碳交易政策實施前后試點省份實際碳排放與合成碳排放的動態演進如圖1所示，垂直虛線表示碳交易政策的實施時間（2013年），實線曲線表示目標試點碳排放的真實路徑，而虛線曲線則是基于控制組權重所合成的虛擬路徑，二者之差反映了目標試點地區的擬合程度和政策凈效應。不難看出，在碳交易政策實施前，天津、湖北、廣東、重慶和上海試點地區的真實碳排放與合成碳排放接近，說明上述合成試點對于真實試點的擬合效果較好;而在垂直虛線右側，實線曲線和虛線曲線的偏離逐漸顯現，實際碳排放量遠低于合成碳排放量，由于合成控制法中對于其他可能的影響因素已施加控制，曲線差距直觀反映了試點地區碳交易政策的減排效應。值得注意的是，北京地區碳排放與其合成對象存在顯著差異。究其原因，可能在于北京市作為京津冀經濟帶核心城市和政治中心，節能技術應用、綠色產業發展、低碳經濟水平和環境管制力度均處于領先水平，導致其他省份相關預測變量難以有效擬合北京地區的碳排放變化趨勢。

從碳排放權交易政策實施后的擬合情況來看，天津、湖北、上海、廣東和重慶試點的真實碳排放均呈現出不同程度的下行態勢，其中湖北和上海地區的減排效應最為顯著，而天津地區的減排效應則相對較弱。其可能的原因在于，湖北省作為中部地區唯一試點，正處于工業化快速推進階段，政策覆蓋面較廣。上海地區得益于制度先行的碳交易管理和碳金融體系支撐，包括《上海市碳排放管理試行辦法》《上海環境能源交易所碳排放交易規則》等一系列政策性文件，碳交易政策的減排效應不斷強化凸顯。而天津地區由于自身碳排放總量較低且工業體系發展較為成熟，使得天津的減排空間較小、減排成本相對較高。廣東和重慶試點雖然同樣表現出較為明顯的減排效應，但二者實際碳排放量均在碳交易政策實施后出現不同程度的反彈，這可能與經濟發展回暖、能源和生產效率回彈效應密切相關。碳排放權交易政策基于減排成本壓力促進高碳企業技術進步和能源效率提升，但技術進步亦可能通過經濟規模擴張和能源需求增加的引致作用抵消減排效果。

4.1.2 有效性分析

基于安慰劑檢驗對上述結果開展有效性分析，具體來說，利用合成控制法對全部控制組省份依次進行政策效應評估，并通過政策實施前后的政策凈效應來判斷在隨機篩選的前提下是否會得到相似的結果。若處理組城市在碳交易政策實施后的減排效應顯著大于各個控制組省份，則說明目標試點政策效應評估具有較強的穩健性。剔除北京試點后的試點省份與對照組省份的安慰劑檢驗結果如圖2所示。碳排放差值表示實際碳排放與合成碳排放差值，反應碳交易政策實施的凈效應。實線曲線表示試點地區碳交易政策實施的凈效應，虛線曲線表示控制組省份碳交易政策實施的凈效應。需要說明的是，針對控制組政策執行前良莠不齊的合成效果，事先剔除2013年之前均方預測誤差值（MSPE）超過試點省份MSPE值5倍的地區。不難發現，各試點的減排凈效應超過大多數省份，從而論證碳交易政策實施有助于碳減排，但湖北等試點地區的減排效應并不顯著，說明碳交易政策減排作用仍有待強化。分析其可能的原因主要包括：一是碳交易政策誘發低碳技術創新活動在時間上具有滯后性，從而抑制碳交易政策當下的減排效果;二是我國碳交易市場建設長期處于起步階段，交易量低、碳價波動大以及市場有效性不足均削弱政策效果。

4.1.3 穩健性檢驗

為確保分析結果的穩健性，避免因為控制組設定導致分析結果存在差異，繼續采用迭代方法進行敏感性分析。以湖北省為例，依次剔除合成湖北省權重最大的控制組省份，即先后刪去內蒙古、山東、河南、湖南和四川，通過五次迭代的過程評估合成湖北省的基礎模型，考察試點省份碳排放的合成效果是否會因為控制組調整而顯著波動。剔除北京試點后的試點省份碳排放合成的敏感性分析結果如圖3所示，在逐一剔除控制組省份的過程中，碳排放迭代合成路徑與原始路徑基本保持一致，并未出現較大的波動，證明利用合成控制法來評估碳交易政策促進減排的實證結果相對穩健，控制組變動的影響并不顯著。

4.2 碳交易政策的空間溢出減排效應分析

在空間面板模型參數回歸前，利用莫蘭指數針對被解釋變量碳排放的空間自相關性進行檢驗，結果表明省際碳排放存在顯著的空間相關性，即證明通過空間面板模型研究該問題的合理性。由表2模型1～5的回歸結果來看，非空間普通面板（隨機效應和固定效應）、非空間動態面板（系統GMM）和靜態空間面板杜賓模型（GSPA2SLS）忽略潛在的內生性問題或空間相關性問題，導致整體回歸結果不盡理想，因此下文的討論主要基于具有優良統計特征的動態空間杜賓模型展開。

碳交易政策回歸系數在5%的水平上顯著為負，表明碳交易政策的實施對于碳排放呈現出顯著的抑制效應。模型1～4的政策變量回歸系數均小于零，進一步論證碳交易政策減排效應的穩健性。碳交易政策虛擬變量的空間滯后項的回歸系數為-0.032 4且在1%的顯著性水平上通過顯著性檢驗，表明碳交易試點的政策實施對于鄰近地區碳排放同樣具有減排作用。究其原因，一方面基于地區間的策略性節能競爭和減排模式效仿，試點地區碳交易政策減排作用的發揮能夠對鄰近地區形成有效的示范效應，碳交易政策的減排效應在空間維度上得以強化。另一方面在節能減排的壓力之下，碳交易政策實施有助于試點地區產業結構轉型升級和綠色節能技術創新，進而通過經濟合作、產業互聯和技術外溢等多渠道對其他區域的碳減排產生積極影響。具體地，碳交易政策實施的減排溢出效應占直接效應的60%左右，表明碳交易政策實施對試點地區和省域之間碳排放均呈現顯著的抑制作用，進一步佐證碳交易政策促進減排的論斷。同時，亦反映出以往研究中碳交易政策的減排效應被嚴重低估。

為直觀具體地解釋碳交易政策變量空間滯后項的回歸系數，同時避免空間回歸模型中空間溢出效應估計偏誤[30]，將碳交易政策的平均減排效應分解為直接效應和間接效應，如表3所示。短期來看，碳交易政策實施對碳排放的直接和間接效應均為負數但卻不顯著，表明通過碳排放權交易機制短期中并未發揮出應有的積極作用。碳交易制度體系的建立完善具有較長的周期，而節能技術創新和產業發展模式轉變等渠道則具有時滯性，因此短期內碳交易政策減排效應并不顯著。長期來看，碳交易政策實施對于碳排放的直接效應和總效應顯著增強，間接效應在總效應中雖然占比約27%，但其顯著性卻仍然難以通過檢驗，說明碳交易政策促進減排的空間溢出效應存在渠道不暢的問題。

4.3 碳排放權交易政策的減排渠道分析

為探究碳排放權交易政策在空間維度上影響二氧化碳排放的具體渠道，文中依次引入政策虛擬變量與經濟發展、技術創新和能源消費的交互項（式9），并在模型6～10中依次添加勞動力供給、工業結構、城市化水平、開放程度以及資本存量等控制變量展開穩健性檢驗。

從表4的估計結果來看，就能源消費渠道而言，當地能源消費對碳排放整體上存在較為顯著的正向驅動效應，而周邊地區的能源消費雖然存在抑制碳排放的空間效應但并不顯著。能源消費與政策變量交互項回歸系數在5%的水平上顯著為正，且能源消費渠道對于試點地區碳排放的促增效果顯著強于其他地區，證明碳排放權交易政策實施能夠通過能源消費渠道增加碳排放的結論穩健。另外，其交互項的空間滯后項系數整體為負，即通過對其他地區能源消費的引致需求，碳交易政策實施能夠發揮碳減排的空間溢出效應，但目前而言這一效應并不顯著。這與我國高能耗產業集中、能源需求單一和能源依存度較高的發展模式不無關聯。

經濟發展渠道中，經濟發展對于當地碳排放的作用顯著為負，而碳交易政策基于經濟增長渠道也同樣呈現出較強的碳排放抑制效應。分析其原因，主要因為碳交易政策實施對大多數高能耗高碳排企業形成成本壓力和轉型動力，同時經濟高質量發展亦能夠有效保障碳交易市場的平穩運行，最終有助于社會減排。然而碳交易政策的實施同時又能夠通過經濟發展渠道促進鄰近地區的碳排放，從而對其他地區形成潛在的碳排放威脅。

技術進步渠道中，技術進步對于本地區碳排放的影響顯著為正，而對于周邊地區碳減排的溢出效應則不顯著，這與前文的結論基本一致。但技術進步與政策變量的交互項對于試點地區碳排放的影響為正且不顯著，說明碳交易政策實施尚未真正發揮技術進步的減排作用，再次佐證了技術進步的應用和推廣在節能減排過程中存在時滯性。可能的原因為地方政府傾向于生產率提升導向的技術領域而非節能技術領域，最終引致生產規模擴張而碳排放增加。

綜合來看，碳交易政策實施基于能源消費渠道和技術進步推動試點地區碳排放增加，而經濟發展渠道則是目前碳交易政策發揮減排效應的最關鍵路徑，且碳交易政策實施下經濟發展的作用效果遠超能源消費和技術因素。另外，技術進步亦能夠通過碳交易政策發揮其潛在的減排作用。考慮到經濟增長渠道和技術進步渠道仍呈現不通暢的問題，為有效發揮碳交易政策的減排作用，需要繼續推動低碳經濟的快速發展和節能技術的應用推廣。恰恰相反，碳交易政策實施基于經濟發展、能源消費和技術進步渠道的空間溢出效應分別為正、負和負。具體來說，一方面，由于經營成本上升和減排壓力增大等原因，碳交易政策可能驅動高碳企業在地區間轉移，從而不利于鄰近地區碳減排。另一方面，地區間能源消費的競爭性行為和技術知識溢出效應的存在，能夠為周邊地區減排行為提供外在驅動和內在支撐。

5 結論與政策建議

基于我國2007—2017年省際樣本數據，采用合成控制法進行準自然實驗并結合動態空間杜賓模型，綜合評估我國碳交易試點政策的空間減排效應，最后通過影響渠道分析明確碳交易政策發揮減排效應的關鍵路徑，主要的研究結論包括以下內容。

（1）合成控制法評估結果表明湖北、天津等試點地區（北京除外）碳交易政策的減排效應較為顯著，而安慰劑檢驗中試點地區減排效應超過大多數對照組省份，進而佐證碳交易政策有助于試點地區碳減排結論的穩健性。北京地區則由于經濟水平領先、技術水準較高且環境規制更為嚴格等因素而難以利用其他省市有效擬合。

（2）引入碳交易政策虛擬變量的動態空間面板杜賓模型結果表明，碳交易政策的實施不僅對政策試點具有直接減排效應，對于鄰近地區同樣存在抑制碳排放的政策溢出效應，從而在空間維度上進一步驗證碳交易政策實施有助于減排的結論的穩健性。短期來看，碳排放權交易政策的減排效應并不顯著，即政策效應發揮存在時滯性和周期性;長期來看，碳交易政策的減排效應顯著強化，且對于政策實施地的碳排放的直接影響（-0.108 4）顯著強于對鄰近地區的間接影響（-0.039 7），這意味著以往研究中顯著低估了碳交易政策的減排效應。

（3）碳排放權交易政策實施的影響渠道分析結果表明，經濟發展、能源消費和技術進步確實是減排效應發揮的關鍵路徑。碳排放權交易政策基于經濟增長路徑有效降低政策實施地的碳排放，而對于鄰近地區則具有潛在碳排放促增威脅;基于能源消費路徑雖然會在較大程度上導致政策實施地的碳排放增加，但能夠通過對周邊地區能源消費的抑制而有助于減排;基于技術進步途徑能夠有效發揮碳減排的政策空間溢出效應，而對于政策實施地也具有潛在的減排作用。同時，多重路徑下政策空間溢出渠道不通暢的特征為碳交易政策間接減排效應顯著性較弱做出了解釋。

根據上述的研究結論提出相應的政策建議：①基于碳交易試點政策有助于碳減排的現實成效，充分發揮碳交易政策在節能減排進程中的關鍵作用，充分貫徹落實市場決定和政府調整相結合的減排策略，大力推動全國性碳交易市場的建設。②考慮到碳交易政策減排效應的空間溢出，全國性碳交易市場建設需要注重均衡發展和有序推進，從而有效避免地區間碳交易市場發展不均衡而導致的碳排放空間轉移。同時，由于區域異質性的存在，不同地區經濟發展、能源消費以及減排現狀具有明顯差異，因此全國性碳交易市場建設需要通過差異化路徑整體推進，從而形成區域聯防聯控的協同減排模式和均衡運行的區域碳市場環境。③強化碳交易政策的減排效應，關鍵是調整經濟發展、能源消費和技術進步影響渠道。積極推動經濟綠色轉型和產業結構調整，降低對以煤炭為主的傳統能源的依存度，同時強化企業技術創新和節能型技術進步，進而實現生產過程的綠色化和生產終端的低碳化。

參考文獻

[1]武普照， 王倩. 排污權交易的經濟學分析[J]. 中國人口·資源與環境， 2010， 20（2）：55-58.

[2]STREIMIKIENE D， ROOS I . GHG emission trading implications on energy sector in Baltic States[J]. Renewable and sustainable energy reviews， 2009， 13（4）：854-862.

[3]WANG J N， YANG J T， GE C H， et al. Controlling sulfurdioxide in China： will emission trading work？[J]. Environment： science and policy for sustainable development，2004，46（5）：28-39.

[4]SANGBUM S. Chinas failure of policy innovation： the case of sulphur dioxide emission trading[J]. Environmental politics， 2013， 22（6）：918-934.

[5]CHENG B B， DAI H C， WANG P， et al. Impacts of low-carbon power policy on carbon mitigation in Guangdong Province， China.[J]. Energy policy， 2016，88：515-527.

[6]沈洪濤，黃楠，劉浪.碳排放權交易的微觀效果及機制研究[J]. 廈門大學學報（哲學社會科學版），2017（1）：13-22.

[7]黃志平.碳排放權交易有利于碳減排嗎：基于雙重差分法的研究[J]. 干旱區資源與環境，2018，32（9）：32-36.

[8]宋德勇，夏天翔.中國碳交易試點政策績效評估[J]. 統計與決策，2019，35（11）：157-160.

[9]KARAN C， PHILIPPE A. State and trends of the carbon market 2009[J]. Euroheat and power， 2009， 6（3）：24-25.

[10]張偉偉，祝國平，張佳睿.國際碳市場減排績效經驗研究[J]. 財經問題研究，2014（12）：35-40.

[11]涂正革， 諶仁俊. 排污權交易機制在中國能否實現波特效應？[J]. 經濟研究，2015，50（7）：160-173.

[12]陳醒，徐晉濤. 中國碳交易試點運行進展總結[A]∥薛進軍.中國低碳經濟發展報告（2017）. 北京：社會科學文獻出版社，2017.

[13]湯鈴，武佳倩，戴偉，等.碳交易機制對中國經濟與環境的影響[J]. 系統工程學報，2014，29（5）：701-712.

[14]汪鵬，戴瀚程，趙黛青. 基于GD-CGE模型的廣東省碳排放權交易政策評估[J]. 環境科學學報，2014，34（11）：2925-2931.

[15]劉宇， 溫丹輝， 王毅， 等.天津碳交易試點的經濟環境影響評估研究：基于中國多區域一般均衡模型TermCO2[J]. 氣候變化研究進展，2016，12（6）：561-570.

[16]安崇義， 唐躍軍. 排放權交易機制下企業碳減排的決策模型研究[J]. 經濟研究，2012，47（8）：45-58.

[17]王文軍， 傅崇輝， 駱躍軍，等.我國碳排放權交易機制試點地區的ETS管理效率評價[J]. 中國環境科學，2014，34（6）：1614-1621.

[18]ABADIE A， GARDEAZABAL J. The economic costs of conflict： a case study of the Basque Country[J]. American economic review， 2003， 93（1）：113-132.

[19]劉傳明，孫喆，張瑾.中國碳排放權交易試點的碳減排政策效應研究[J]. 中國人口·資源與環境，2019，29（11）：49-58.

[20]陸賢偉. 低碳試點政策實施效果研究：基于合成控制法的證據[J]. 軟科學，2017，31（11）：98-101，109.

[21]李順毅.低碳城市試點政策對電能消費強度的影響：基于合成控制法的分析[J]. 城市問題，2018（7）：38-47.

[22]羅能生， 王玉澤. 財政分權，環境規制與區域生態效率：基于動態空間杜賓模型的實證研究[J]. 中國人口·資源與環境，2017，27（4）：110-118.

[23]劉華軍， 彭瑩. 霧霾污染區域協同治理的“逐底競爭”檢驗[J]. 資源科學，2019，41（1）：185-195.

[24]CSADORSKY P. Do urbanization and industrialization affect energy intensity in developing countries？[J]. Energy economics， 2013， 37：52-59.

[25]趙秀娟， 張捷. 基于綠色索洛模型的產業結構變動對碳排放影響：以廣東省為例的實證研究[J]. 產經評論， 2015， 6（3）：38-53.

[26]邵帥， 張可， 豆建民.經濟集聚的節能減排效應：理論與中國經驗[J]. 管理世界，2019，35（1）：36-60，226.

[27]林伯強， 蔣竺均.中國二氧化碳的環境庫茲涅茨曲線預測及影響因素分析[J]. 管理世界，2009（4）：27-36.

[28]張可， 汪東芳. 經濟集聚與環境污染的交互影響及空間溢出[J]. 中國工業經濟，2014（6）：70-82.

[29]李廉水，周勇.技術進步能提高能源效率嗎：基于中國工業部門的實證檢驗[J]. 管理世界，2006（10）：82-89.

[30]何雄浪， 葉連廣. 長江經濟帶城市群經濟關聯、空間溢出與經濟增長[J]. 現代財經（天津財經大學學報），2020，40（1）：16-28.