碳市場建設對資源型城市資源依賴度的影響研究
——基于異期DID 模型

黃 怡，程 慧

（1.淮陰師范學院經濟與管理學院，江蘇淮安 223200；2.肇慶學院經濟與管理學院，廣東肇慶 526000）

1 研究背景

資源稟賦在我國工業化初期起到過重要的基礎性作用，然而隨著資源枯竭、環境惡化等問題的出現，嚴重依賴資源已經成為地區經濟發展的桎梏之一。如何擺脫“資源詛咒”、實現經濟可持續發展已成為資源型地區經濟轉型和發展的關鍵問題。不只我國，在全球資源枯竭、生態環境破壞嚴重、經濟發展滯緩的背景下，探索綠色低碳發展已成為各國經濟發展的核心訴求，低碳減排也是21 世紀全球環境議題的中心。在各國政府和國際組織致力于推動低碳減排政策制定和落實的浪潮中，為實現對全球碳排放總量的宏觀控制，各類政策性工具應運而生，碳排放權交易市場（以下簡稱“碳市場”）則是當前最受矚目的一種。碳排放交易的概念起源于20 世紀90 年代，受到排污權交易概念的影響。1997年，全球100 多個國家在達成低碳減排共識的基礎上簽署了《京都協議書》，全球性的碳排放交易市場初步形成。此后的數十年間，英國、日本、美國、澳大利亞等國先后建設了各自的碳交易市場體系。2016 年，全球195 個國家在1992 年的《聯合國氣候變化框架公約》的基礎上簽署了《巴黎協議》，再一次強調了量化減排對于緩解溫室效應問題的重要意義。

然而2019 年年底暴發的新冠疫情打破了全球共同積極應對氣候問題的局面。在來勢兇猛、情況復雜的新冠病毒帶來的社會經濟壓力之下，世界多國紛紛放松環境管制，綠色經濟和低碳發展方面的關注度有所減弱，數十年來取得的初步成效的氣候、資源、環境方面的努力正受到沖擊。不同于單純追求經濟效益而無視全球環境問題的部分發達國家，中國作為全球最大的發展中國家，始終履行著大國義務，主動探索低耗能、低污染、低排放的現代工業化發展道路。中國政府于2011 年開始嘗試構建碳排放交易市場體系，2013 年起相繼在全國8 個省市開展了碳排放權交易試點工作。2021 年7 月16 日，全國碳排放交易權市場正式上線，形成了以上海為交易系統建設中心、武漢為登記結算系統建設中心的“雙城”模式。至此，全球規模最大的碳市場正式開市，我國碳交易規模進入倍增階段。相較于碳稅等強制性政策手段，碳市場是一種成本更低、更可持續的碳減排工具，它通過價格信號影響資源的流向和配置效率，最能體現市場和政府相結合的作用。碳市場不僅在控制碳排放方面的效果顯著，更是我國經濟社會發展全面綠色轉型的核心市場調節機制，見表1。

表1 中國低碳減排政策和雙達峰目標下的碳交易市場發展歷程

2 研究回顧

2.1 碳交易市場建設研究

在中國碳排放權交易市場正式成立之前，歐盟碳排放交易體系和美國碳排放交易體系是全球最大的兩個碳排放交易體系，是很多碳市場相關研究的樣本依據。作為全球規模最大的跨國碳交易體系，歐盟碳排放交易體系（EU-ETS）采用集中登記評估—分權治理的模式［1］；美國地區溫室氣體倡議（RGGI）是美國第一個以控制二氧化碳排放為目的的市場交易體系，以共同簽訂講解備忘錄（MOU）的方式針對性地治理電力行業碳排放問題［2］，這兩種體系在治理方式上各不相同，但都體現了采用市場機制促進低碳減排的靈活性和效率性。

有關歐盟與美國一類碳市場的研究發現，碳排放總量控制是碳排放交易市場運行的重要前提，在排放總量限制下如何進行碳排放權配額是碳市場運行的重要基礎。理想的碳排放權配額應兼具改善環境、發展社會經濟、便于治理和監測等等功能，但在實際運行中，碳配額往往受到市場勢力、交易成本的影響［3］。目前已有的碳配額方式主要有免費、有償和混合3 種，即由政府主導選擇將碳排放權無償分配給企業、以拍賣和出售的方式有償分配給企業，抑或兩者兼備，然而研究發現免費配額的方式往往效率更為低下且有失公平［4］。除了需要合理配置碳排放權數額，還應合理設定碳排放權交易價格。從歐盟碳交易市場相關的研究中發現，宏觀經濟變化直接影響著碳期貨的價格［5］。此外，現有的研究顯示碳價還與能源價格密切相關：一方面石油、天然氣類能源價格影響碳排放權價格［6］，另一方面碳排放權價格亦能夠影響部分能源價格［7］。

綜上可見，歐美部分發達國家和地區的碳市場建設相對成熟。我國也在2011 年“十二五”規劃中將建設碳排放交易市場納入國家綠色發展規劃。然而早期的碳交易市場建設工作存在區域性體系和平臺缺乏共聯、排放權配置額設置和分配不合理、交易定價機制不統一以及交易保障體系構建不完整等問題［8］。近年來，隨著我國全國性碳排放權交易市場的正式建立以及碳排放交易法規的完善、碳交易市場規則的形成、規制和管控力度的加大［9］，這些問題正在逐步得到改善。

2.2 中國碳交易市場影響研究

2.2.1 減排效應與經濟效應

Dales［10］提出若是將環境資源作為商品，則市場中的價格機制能夠自動將環境資源合理分配，最終達到低成本減排的目標。基于此觀點，市場化碳交易被認為是低經濟沖擊的、較溫和的減排工具，以中國碳交易機制和市場為研究對象的文獻也多集中于減排效應和經濟效應兩大方向。

就碳交易市場的減排效應來說，王文軍等［11］針對中國碳交易機制的實證研究發現：碳交易機制發揮有效減排作用的假設建立在一些必要條件之上，如管理對象具有減排潛力或碳排放供給大于需求時，碳交易產生的減排效應更為穩定。此外，有學者認為中國各省的減排責任量與地區經濟發達水平正相關［12］，曾詩鴻等人［13］則通過連續性雙重差分法研究發現，碳市場的減排效應具有區域異質性，即東部和中部地區的減排效應更為明顯。而且碳交易市場建設將導致各省之間的碳排放效率差距加大，因此協調和統籌各省之間的減排差異也是綠色發展的重要內容。除了帶來生態影響，碳交易市場還有一定經濟影響，Cui 等人［14］的研究顯示：中國在2005—2020 年期間降低40%～45%碳強度的目標，需減少819 萬噸CO2排放量，99 元每噸的碳價下則減排成本可降低4.5%，53 元每噸的碳價下則減排成本可降低23.67%。此外，碳交易市場的成本節約效應還呈現出東部和西部地區的碳交易成本節約效應強于中部地區的現象［15］。

大多數的研究則同時分析了碳交易的減排效應和經濟效應。任松彥等［16］以中國最早一批碳交易市場試點的省份——廣東省為研究對象，發現：相較于碳交易試點工作開展前，廣東省通過實施碳排放權交易政策實現了碳減排目標的同時減少了經濟損失，證明了碳交易市場能夠同時達成減排和經濟發展的雙重目標。張俊榮等［17］以京津冀區域為研究對象，構建了以碳交易、經濟、能源和環境為核心的系統動力模型，通過對比仿真情景和基準情景發現：碳交易能夠顯著降低京津冀地區的二氧化碳排放量，同時對經濟產生微弱的負面影響。湯鈴等［18］通過構建multi-agent 模型進行實證研究發現，碳交易機制對碳排放量降低有著正面作用的同時也對GDP 有著負面作用，但影響的程度與具體配額政策相關；此外，在特定碳價范圍內，碳價亦與經濟增長負相關，與減排效果正相關。

以上研究均表明了中國的碳交易機制和市場具有一定減排效應和較為溫和的經濟影響。縱觀既有文獻，發現鮮有涉及碳交易對區域資源依賴度影響的研究，同時也發現，碳交易經濟效應和減排效應的發生機制多涉及能源結構和產業結構優化的作用，或許從中可窺探出碳交易對資源型經濟轉型的作用路徑。

2.2.2 對能源結構和產業結構的影響

關于我國碳交易市場產生減排效應和經濟效應的研究，已有學者深入分析了碳交易對能源結構和產業結構產生的影響。

從能源角度來說，楊夢友等［19］則認為能源使用效率提高和能源結構改進是低碳經濟的本質，這印證了早期的Buchanan 等［20］認為節能和提高能源效率是減排的最佳和最快速的方式。時佳瑞等［21］基于CGE 模型的實證研究發現：碳交易機制雖能夠有效降低區域碳強度和能源強度，但對區域經濟發展有一定不利影響，并且碳價的上漲增強了對經濟的這種負面沖擊。閆云鳳［22］從經濟、能源和氣候的3 個角度出發，系統性地考察了加入全球性的碳市場對我國社會經濟產生的多方面影響，研究發現：加入全球碳市場不利于我國經濟增長，但能夠減少傳統化石能源的消費、降低能源強度和碳排放強度。

從產業角度來說，宋曉玲等［23］在研究碳交易市場的經濟影響過程中發現：碳排放權交易可降低產業的實際碳排放總額和促進產業結構轉型。譚秀杰等［24］以湖北省為研究管理對象設置了一般均衡模型，實證研究發現：碳交易試點有利于湖北省碳排放量的減少和不利于經濟增長的同時，也引起了全省經濟結構的變動，甚至發現社會就業率和投資水平均有所下降，但碳排放權配額中的免費部分所產生的收入效應又提高了居民的消費水平和物價指數。還有學者同時發現了能源結構和產業結構在碳交易減排機制中的作用，如任亞運等［25］使用雙重差分法探究了碳交易機制對碳排放的影響，指出了碳交易機制實現減排效應的主要途徑：產業結構調整、能源結構調整和技術進步。

綜合以上學者的研究可以發現，碳交易既能帶來能源結構的變化也能帶來產業結構的變化。在能源結構方面，傳統煤、石油、天然氣等含碳資源的使用是二氧化碳過度產生和排放的主要根源，碳交易能有效提高碳排放成本，降低能源結構中的煤炭消費比重，相應地降低了資源市場對煤類礦產資源的消費量和供給量，進而減少了對礦產資源的挖掘和開采；在產業結構方面，免費配額帶來的收入效應導致低碳行業收入增加，同時碳排放成本提高導致高碳行業收入減少，因此隨著碳交易的推進，低耗能、低排放、高附加值的高新技術產業規模擴大，高能耗、高排放、低附加值的傳統產業規模縮小，進而導致礦產資源的工業需求量降低。因此，能源結構和產業結構的優化均減少了對礦產資源的使用量，相應地，礦產資源供給量降低，地區發展對礦產資源的依賴性減弱。綜上，碳交易對資源依賴型經濟轉型的作用路徑如圖1 所示。

圖1 碳交易對資源依賴型經濟轉型的作用路徑

3 研究設計

3.1 研究方法

雙重差分法又稱倍分法（DID），是對處理效應進行估計最常用的方法。DID法最早由Heckman 等［26］將其用于評估公共政策效應，后經發展逐漸成為各國學者評估政策和制度效應的重要工具。相較于傳統僅設一個虛擬變量來表示政策是否發生，DID 法設置處理組與對照組的分組虛擬變量以及政策實施的時間虛擬變量，以兩者交互項作為衡量政策效應的主要依據，因此DID 法的評估過程更加嚴謹和科學。此外，由于政策往往是外生于研究主體的，不用考慮自變量與因變量互為因果的情況，因此DID法能夠避免大多數內生性問題。

異期雙重差分法（異期DID 法）與傳統DID 法最為顯著的不同是：傳統DID 中的全部處理組樣本在同一時間受到政策沖擊，而異期DID 則具有不同的政策沖擊時間點。Beck 等［27］使用雙重差分法考察了銀行放松管制對不同收入階層收入的影響，由于不同州進行銀行放松規制的時間點不同，因此在模型中加入了時間虛擬變量對面板數據進行多期的DID 分析。王秀麗等［28］從微觀企業經濟的角度同樣采用了多期DID 法實證分析了代表資本市場開放程度的“陸港通”政策對企業投資效率的影響。

總的來說，異期DID 法主要應用于考察分析不同個體在不同時間點實施政策前后的處理效果。本文研究的主要樣本對象為碳交易市場試點的資源型城市，鑒于不同批次的城市開始碳交易試點的起始時間不同，因此為分析試點前后的影響效果需使用異期DID 法。但由于模型包含個體和時間趨勢變量，并且考慮到遺漏變量偏誤的問題，因此選擇使用雙向固定效應模型進行具體估計。

3.2 樣本選擇

本文以研究碳交易對資源型經濟的資源依賴度的影響為目標，因此考察的全樣本對象為全國范圍內的資源型城市。樣本來源主要依據2013 年《全國資源型城市可持續發展規劃（2013—2020 年）》中的資源型城市名單中排除了2009 年至2019 年期間除名或新增的地級市，進而選擇出115 個資源型地級市。由于2013 年我國碳試點正式實施，2017 年最后一個碳試點地區開展試點工作，以及考慮到數據的可取性，因此本研究選擇期間為試點開始的前4 年和最后一個碳試點地區開展試點工作的后3 年，即2009—2019 年。

對于選擇的資源型城市，根據是否進行碳交易市場試點劃分為處理組樣本與對照組樣本，其中處理組為碳交易市場試點8 大省市中的資源型地級市（8 個），對照組為非碳交易市場試點的其他資源型地級市（107個）。具體的樣本虛擬賦值如表2所示。

表2 樣本虛擬賦值

3.3 模型構建

使用異期雙重差分法研究不同地區受到同一政策不同期的政策沖擊效果，需要設置時間虛擬變量（dt）以區分試點前和試點后，設置地區虛擬變量（dc）以區分試點樣本和非試點樣本，即需設定雙向固定效應模型。本文研究所構建的模型基礎如下所示：

3.4 數據描述

3.4.1 被解釋變量

本研究被解釋變量為資源依賴度。地區發展所依賴的資源類型繁多，由于礦產類不可再生資源的使用是造成產業落后、經濟滯緩和生態破壞的主要因素，因此我國對資源型經濟的主要評定標準為礦產資源的開發程度，一般主要依據地區采掘業的產值或從業人員規模大小。但以地級市為準的行業產值相關數據缺失情況嚴重，因此本文選擇將采礦業從業人員數占總從業人員數的比值作為被解釋變量——地區資源依賴度的衡量指標。

3.4.2 主要解釋變量

對于主要解釋變量，可從人口、物質、金融、科技和產業角度進行選擇，具體的各變量指標的名稱、符號和含義則如表3 所示。

表3 變量解釋

（1）人口因素：人口數量增長的壓力會增加地區的能源和資源需求量，從而增強地區對傳統礦類資源的依賴程度。但是伴隨人口數量變量的還有人口素質的提高，對傳統資源的需求轉變為對新型資源和清潔能源的需求，進而削弱地區對礦類資源的依賴程度。

（2）物質因素：進行固定資產投資是社會固定資產再生產的一種方式，通過固定資產構建和購置活動，能夠為區域經濟增長提供更為良好的社會物質基礎，為重新布局生產結構和經濟結構提供物質條件，進而能夠促進資源型經濟綠色轉型。

（3）金融因素：金融作為一種高效資源配置工具，不僅金融發展能夠降低環保型企業的融資門檻，碳金融還能夠降低碳政策帶來的經濟風險和通過產生相應的碳衍生品來緩解全球性的氣候問題［29］。

（4）科技因素：科技帶來的新技術或方法是一種可持續發展目標下實現經濟與環境共同發展的有效方式［30］。科學技術水平的提高能夠通過提高生產活動效率來減少能源和資源使用量，從而降低區域經濟活動對資源的需求。

（5）產業因素：工業化發展水平能夠直接影響到區域自然資源的使用狀況，工業化程度越低的地區其礦產資源使用量越低，而工業化程度高到一定程度后，將不再依賴本地區的資源開采并減少礦產資源使用。此外，以服務業為代表的第三產業具有低耗能、低污染和高附加值的特點，因此第三產業發展水平較高的地區往往礦產資源的依賴性不強。

為估測碳市場建設給資源型城市的資源依賴性帶來怎樣的政策效應，本文所使用2009—2019 年中國115 個資源型地級市的相關數據來源主要為《中國城市統計年鑒》和各地方性的統計年鑒。由于部分數據有所缺失，因此本文的面板數據類型為非平衡面板數據。對各變量數據的統計性描述如表4 所示。

表4 樣本城市有關變量的描述性統計

從描述性統計中可見，標準差最大的兩個變量為ind 和ind_t，說明不同資源型城市的工業化程度和第三產業發展水平有較大的差距。而其他變量的標準差均較小，說明各樣本地區之間的人口因素、金融因素、科技因素和資源依賴程度的發展水平較為均衡。

4 實證分析

為探究碳排放交易市場建設是否以及如何影響資源依賴型地區的經濟發展，本文首先檢驗作為處理組的試點城市和作為對照組的非試點城市的資源依賴程度變化時間趨勢，即進行平行趨勢假設檢驗；其次為探究不同時期開放的碳排放市場試點對于資源型城市的資源依賴程度的影響，使用異期DID 模型進行實證回歸；再其次，即使在實證回歸中考慮了控制變量，但為考察是否遺漏了其他導致處理組的資源型城市資源依賴程度變化的隨機因素，即檢驗資源依賴程度的有效因素是碳市場試點政策還是其他隨機因素，本文將繼續進行安慰劑檢驗。

4.1 共同趨勢檢驗

在政策效應研究中，DID 法的使用需要滿足共同趨勢的前提，即所有樣本在受到政策沖擊之前需要呈現出無明顯差別的變化趨勢。檢驗政策沖擊前處理組樣本與對照組樣本之間的差異主要依據時間虛擬變量與分組虛擬變量的交互項：若政策沖擊前的交互項回歸結果不顯著而政策沖擊后顯著，則表示共同趨勢檢驗通過。本文的共同趨勢檢驗結果顯示：所有樣本

受到政策沖擊后的交互項回歸結果明顯更為顯著，因此可說明共同趨勢檢驗通過。具體檢驗結果如圖2 所示。

圖2 樣本城市有關變量的共同趨勢檢驗

4.2 試點效應估計

共同趨勢檢驗結果表明，接受碳交易試點的處理組和未接受碳交易試點的控制組符合進行政策效應估計的所需的共同趨勢前提，因此可繼續進行政策效應估計。考慮到處理組地區進行碳交易試點的起始時間大多并非當年年初，因此可能存在政策效應滯后的情況。為此在進行具體效應估計時，在上文構建的異期DID—雙向固定效應的基礎上，本文選擇將當期、滯后一期和滯后二期的變量回歸結果進行對比分析。模型回歸結果如表5 所示。

表5 樣本城市碳交易試點效應回歸估計

異期DID-雙向固定效應模型估計結果表明：

模型（1）和（2）分別表示未加入控制變量和加入控制變量的條件下，回歸估計試點工作開展當年的政策效應的結果。可以看出，交互項系數不顯著為負，即地區進行碳交易市場試點工作的當年的資源依賴性并未受到碳交易市場試點顯著的沖擊。

模型（3）和（4）分別表示未加入控制變量和加入控制變量的條件下，回歸估計試點工作開展滯后一年的政策效應的結果。可以看出，交互項系數顯著為負，即地區進行碳交易市場試點工作一年后，其資源依賴性明顯受到碳交易市場試點的沖擊。

模型（5）和（6）分別表示未加入控制變量和加入控制變量的條件下，回歸估計試點工作開展滯后兩年的政策效應的結果。可以看出，交互項系數顯著為負，即地區進行碳交易市場試點工作兩年后，其資源依賴性亦明顯受到碳交易市場試點的沖擊。

模型回歸估計結果表明，碳市場試點項目對資源型城市的資源依賴度的影響有著較為顯著的滯后抑制作用，即碳交易市場構建能夠有效降低資源型城市對礦產類傳統自然資源的依賴程度但有一定滯后性。

此外，模型（1）至（6）均顯示出，金融發展水平、人口自然增長率和第三產業發展水平對降低地區資源依賴程度有顯著作用，而工業化程度對地區資源依賴程度有顯著積極作用。此估計結果可與上文人口因素、金融因素和產業因素中的解釋相對應，此處作贅述。并且，通過對這些城市的經濟發展水平進行觀察發現，城市的整體生產總值呈現穩定增長趨勢，可見碳交易市場產生的經濟影響較為溫和。因此可以說，在經濟穩步發展的前提下，碳交易市場建設促使資源型城市降低了傳統自然資源的依賴程度，有效推動了資源型城市的升級和轉型。

4.3 安慰劑檢驗

即使處理組和控制組樣本數據滿足了共同趨勢前提并且異期DID 回歸結果顯著，但是仍需要考慮其政策沖擊的過程是否受到了其他政策性和非政策性因素的影響，因此需要進行安慰劑檢驗。安慰劑檢驗通過虛構出處理組無政策的情況而進行估計對比研究，若檢驗通過則說明本研究中的碳交易市場試點工作是導致地區資源依賴程度變動的關鍵因素。

如圖3 所示，本研究的安慰劑檢驗結果發現，大多數的系數估計值均集中于0 附近，并且均值與真實值差距較大。最為重要的是，估計值的P值（置信區間）大多大于0.1 的顯著性水平，因為可以說碳交易市場試點對資源型城市資源依賴度的政策效應并沒有受到其他未被觀測因素（隱形政策）的影響。此外，結合本研究安慰劑檢驗通過的結果和上文政策效應估計中滯后二期和滯后一期的回歸并未明顯差別的表現，可以證明本研究的異期DID 估計結果具有穩健性，因此無需額外進行穩健性檢驗。

圖3 安慰劑檢驗

5 研究結論

本文以中國資源型地級市為全部研究樣本，以是否進行了碳交易試點為依據分為了處理組與對照組。通過使用異期DID 法對2009—2019 年資源型城市面板數據進行實證估計，并佐以共同趨勢檢驗和安慰劑檢驗進行分析，研究結論如下：

首先，根據既有文獻可推測：碳排放成本增加和免費配額收入效應導致的能源結構和產業結構優化是碳交易市場影響資源型城市資源依賴度的主要方式，但并未有研究就其具體影響過程和機制進行深入探究，本文補足了這方面的研究缺失，有助于后來者在本研究基礎上進一步拓展新的研究。

其次，試點效應回歸估計結果和共同趨勢檢驗結果均顯示政策實施當期的效果不顯著，并且試點效應回歸估計結果顯示滯后一期和二期的效果均顯著，由此可說明：碳市場建設能夠有效降低資源型城市的資源依賴程度，但政策效應的展現具有滯后性。本文分析其原因在于：大多數碳交易試點地區開始試點工作的時間為年中甚至年末，以及碳交易工作開始初期需要經歷一定的磨合階段，因此碳交易試點的政策效應展現較為滯后。

再者，從共同趨勢變化中可發現，碳交易試點的第六年出現了短暫的政策效應減弱現象。本文分析其原因在于2016 年以來全球經濟持續不均衡復蘇所需要的能源量增加，加之OPEC 減產協議的達成，全球油價上升。此背景下，中國的石油采購方式發生變化，國內石油等礦產資源的產量提升。但是，隨著OPEC 全球影響力的下降，以及替代性新能源的研發和推廣，礦產資源的需求量和產量則繼續回落，地方的資源依賴性重新下降。本文研究中出現的此種短期變化需要結合世界經濟環境和國家政策進行進一步分析。

最后，根據試點效應回歸估計結果亦發現：（1）金融發展、人口增長和第三產業發展均對降低資源型城市的礦產資源依賴度有顯著促進作用。本文分析其原因在于：金融發展引導市場資源傾向投資；人口數量變化的同時人口素質提高，消費觀念轉變；第三產業發展削弱社會經濟對工業的依賴；（2）工業化程度對降低資源型城市的礦產資源依賴度有顯著抑制作用，說明大部分資源依賴型城市的工業發展仍較為落后，未實現質的突破；（3）科技投入和固定資產投資則未顯現出顯著的作用，本文分析原因在于：社會物質基礎建設和科技發展投入產生效果的周期較長，由于中國碳交易試點的時間跨度較短，因此一些積極性的因素未能展現出突出效果，但仍需引起重視。

礦物資源的過度開采和使用加劇了不可再生資源的稀缺性，從而對生態資源環境造成了不可磨滅的危害。過于依賴地區資源稟賦會造成地區經濟發展結構不平衡、不穩定和不可持續性，背離了我國經濟健康運行的長期目標。如何削弱資源型地區的礦產資源依賴性是資源型經濟實現轉型的主要問題。本文研究結果一定程度上能夠說明碳交易市場的建設有利于提高資源依賴型區域經濟的轉型效率，這一結論對實現資源型經濟轉型有積極作用，同時增強了我國發展全國性碳排放權交易市場的信心。