碳排放權交易對城市綠色經濟效率的影響研究

張雪峰 袁貴博

摘 要：全國碳交易市場的建立，表明以碳排放權交易政策為主體的市場激勵型環境規制政策逐漸成為推動綠色經濟發展的主要力量。本文以此為背景，收集2008—2019年中國277個地級市的面板數據，構建了雙重差分面板模型，研究碳排放權交易政策對城市綠色經濟效率的影響，從平行趨勢、安慰劑等方面進行穩健性檢驗。結果表明：碳排放權交易政策顯著提高了城市綠色經濟發展效率。針對研究結論，為實現綠色經濟發展，政府需要加快完善碳排放權交易市場，深入推進碳排放權交易市場在全行業的應用，充分發揮其在市場上的綠色經濟效應。

關鍵詞：碳交易；環境規制；雙重差分；綠色經濟效率；GML

本文索引：張雪峰，袁貴博.<變量 2>[J].中國商論，2024（10）：-129.

中圖分類號：F205 文獻標識碼：A 文章編號：2096-0298（2024）05（b）--04

1 引言

黨的十八屆三中全會《中共中央關于全面深化改革若干重要問題的決定》作出“使市場在資源配置中起決定性作用”的定位，提出推動社會資源依據市場規則實現效率最大化配置。作為市場激勵型環境規制手段的碳排放權交易政策被視作調節經濟發展和生態文明建設的重要政策工具。2011年，國家發改委印發《關于開展碳排放權交易試點工作的通知》，批準在北京、上海、深圳、天津、重慶、廣東、湖北等省市開展碳排放權交易試點 工作，通過“總量控制與配額交易”應對氣候、環境變化，自此這7省市相繼在2013年開展碳排放權交易試點工作。隨后在2021年7月16日，全國碳排放權交易正式在線上啟動，以發電行業為首批試點行業，成為全球范圍內溫室氣體排放量規模最大的市場。根據碳排放權交易政策的推行現狀，在試點地區和行業的碳排放效果存在明顯改善，其中碳排放強度下降，碳排放總量增速放緩。但綠色經濟發展涉及眾多環節、領域，在中國經濟進入新發展常態的背景下，碳排放權交易政策對于地區綠色經濟效率是否同樣存在優化效果有待研究。本文以中國2013年的碳排放權交易政策試點進行準自然實驗，借助雙重差分模型（DID）研究中國碳排放權交易政策對試點城市綠色經濟發展狀況的影響。

2 文獻綜述

不同于傳統的標準、禁令等命令控制型環境政策，碳排放權交易政策作為新型的市場激勵型環境規制政策，其政策效果近年來受到學者的廣泛關注，主要集中于碳排放權交易政策的減排效應和技術創新效應。碳排放權交易政策的減排效應，在歐盟的碳交易市場中得到有效驗證[1]。但針對中國的碳排放權交易政策，王慧英等（2021）通過準自然實驗構建雙重差分模型，研究發現碳排放權交易政策降低了試點地區的二氧化碳排放量[2]。蔣和勝等（2021）同樣證實了碳排放權交易政策的碳減排效果，并且還指出隨著碳交易政策的實施年限增加，碳減排效果增強[3]。葉芳羽等（2022）研究發現，碳排放權交易政策表現出明顯的減污降碳效應，即碳交易政策不僅能夠降低試點地區的二氧化碳排放水平，還能夠降低空氣中的污染濃度[4]。碳排放權交易政策的技術創新效應，主要基于“波特假說”，即適宜的環境規制能夠刺激技術創新分析。Calel（2016）認為碳排放權交易政策的實施可以刺激低碳技術開發應用[5]。郭紅欣等（2021）認為碳排放權交易政策是促進低碳技術創新、降低碳排放成本的市場化規制工具[6]。

“綠色經濟”最早是指統籌經濟增長和生態建設的產業，由Markandya（1989）[7]提出。隨著綠色發展理念的深入人心，綠色經濟逐漸演變為經濟-生態-環境的整體[8]。為了量化綠色經濟發展水平，現有研究普遍采用數據包絡分析（DEA）方法，從“投入-產出”視角對綠色經濟效率水平進行測算。其中Chung et al.（1997）基于對非期望產出的考慮構建了Malmquist-Luenberger（ML）生產率指數[9]。為了解決ML指數在線性規劃和非傳遞性的解方面的問題，Oh D.（2010）進一步提出了Global Malmquist-Luenberger（GML）生產率指數[10]。周瑩瑩（2019）則進一步將生產率指數分解為純效率變化，純技術進步，規模效率變化和技術規模變化，以分析效率動態變化的機制[11]。基于現存的綠色經濟效率評價方法，眾多學者從環境規制[12]、數字經濟[13]、金融集聚[14]等方面研究對綠色經濟發展的影響。

綜合現有文獻，碳排放權交易政策效果和綠色經濟效率方面的文獻較為豐富，但大多集中于單獨研究碳交易機制對生態抑或是對經濟的影響，少有關于雙向考慮經濟和生態的研究。本文綜合考慮生態和經濟的發展，以2008—2019年中國277個地級市為研究樣本，通過GML生產率指數測算地級市綠色經濟效率，分析碳排放權交易政策對綠色經濟的影響。

3 碳排放權交易對綠色經濟效率的影響測度

3.1 變量描述

3.1.1 被解釋變量

綠色經濟效率（GTFP）。關于綠色經濟效率的測算，本文選用GML指數進行城市綠色經濟效率的測算。關于GML指數模型構建的投入、產出的指標選取，本文選取勞動力、資本存量、能源消費量作為投入指標，實際GDP作為期望產出指標，污染排放量作為非期望產出。其中，勞動力投入指標用年末單位從業人數表示；資本存量參考張軍等（2004）[15]的研究處理方法，采用永續存盤法進行計算，并折算為以2008年為基期的資本存量水平；能源消費量參考丁玉龍（2021）[16]的研究，采用各城市的全社會用電量作為能源消費總量代理；實際GDP則以地級市的GDP總量表示，折算為以2008年為基期；污染排放量則通過熵權法測算各城市的廢水、二氧化硫以及煙塵排放量。其中，相關數據主要來源于《中國城市統計年鑒》以及各地區的統計年鑒。GML指數表示該地區在本時期和上時期效率的變化，當GML指數小于1時，效率下降；當GML指數大于1時，效率上升；當GML指數等于1時，效率不變。為了分析城市綠色經濟效率（GTFP）的變化狀況，本文參考曾繁華等（2022）[17]的做法，對GML指數進行累乘，以此衡量城市的綠色經濟效率。

3.1.2 控制變量

本文主要研究碳排放權交易制度對城市綠色經濟效率的影響，為獲取準確的估計結果，對產業結構、科技水平、教育水平、政府干預程度以及經濟發展水平等變量進行控制。其中，產業結構使用第二產業增加值占GDP比重衡量，為IND；科技水平使用科學支出占地方財政預算內支出的比重衡量，為TEC；教育水平使用教育支出占地方財政預算內支出的比重衡量，為EDU；政府干預程度使用地方財政預算內支出和地方財政預算內投入比值衡量，為GOV；經濟發展水平使用地區人均GDP進行衡量，為PGDP。

3.2 雙重差分模型設定

本文將2013年開展的碳排放權交易試點視作一次準自然實驗，構建雙重差分模型（DID）進行研究，并收集2008—2019年中國277個地級市作為研究樣本，構建如下的雙重差分模型：

Yit=a0+a1（Treati*Postt）+b*Xit+Proj*Yeart+di+ct+fit（1）

其中i、j和t分別表示地級市、省份以及年份；Yit為被解釋變量；Treati為城市處理分組變量，屬于試點城市為1，不屬于試點城市為0；Postt為時間分組變量，在2008—2013年為0，在2014—2019年為1；Xit表示研究設計相關的控制變量；di為城市個體固定效應，ct為時間個體固定效應，fit為隨機誤差項；Proj*Yeart表示省份個體時間效應，控制相同省份內的城市個體隨時間變化的固定效應。

3.3 數據來源與處理

基于構建的雙重差分模型，對碳排放權交易制度與城市綠色經濟效率的影響進行研究。本文選取中國277個地級市在2008—2019年作為研究樣本，其中相關數據來源于《中國城市統計年鑒》《中國統計年鑒》等。在數據處理過程中，為了避免價格波動對數據的準確性和可信度的影響，對相關數據進行平減計算，調整為以2008年為基期的數據。為了降低數據中的異方差和多重共線性問題，對相關的數據進行對數處理。

4 實證結果

4.1 DID模型回歸結果

表1為雙重差分基準回歸結果。根據表1所報告的結果，碳排放權交易制度的虛擬變量Treati*Postt的影響系數為正，在1%的統計水平上顯著。在引入控制變量后，結果不變。所以，在碳排放權交易試點制度實施后，相對于非試點地區城市，試點地區的綠色經濟效率有所上升。

碳排放權交易政策的理論基礎來源于科斯定律，即只要初始的產權界定是明確的，基于自發的市場交易就可以實現碳排放的社會最優選擇，解決碳排放所帶來的負外部性問題。碳排放權交易政策的實質在于碳排放權的“商品化”，即對碳排放權進行交易。碳排放權交易制度下，碳排放主體面臨排放成本和減排收益兩個方面問題。受制于排放成本和減排收益的影響，碳排放權交易政策對城市綠色經濟效率的影響正如DID模型結果所示。

4.2 平行趨勢檢驗

為滿足平行趨勢檢驗，本文以2014年為基準年，采用碳排放權交易試點政策實施的前3年和后5年進行研究，結果如圖1所示，可以看出在碳排放權交易試點政策執行前，對綠色經濟效率的影響系數不顯著，表明在政策實施前，實驗組和控制組不存在顯著差異。根據圖1所示，碳排放權交易制度對綠色經濟效率的影響系數在政策實施一年后才顯著為正，即碳排放權交易制度對綠色經濟效率存在顯著的提升效果，并且這個提升效果具有時間上的滯后性。

4.3 穩健性檢驗

（1）傾向得分匹配雙重差分。為了避免由樣本選擇偏差所帶來的內生性問題，本文采用傾向得分匹配雙重差分模型對問題進一步研究，結果如表2所示，碳排放權交易制度對城市綠色經濟效率的影響顯著為正，表明碳排放權交易制度提升城市綠色經濟效率的結論是穩健的。

（2）剔除其他相關政策的影響。考慮到中國在執行碳排放權交易制度前后，存在部分相關類型的政策，這些相關類型的政策可能也會對城市綠色經濟效率的發展產生影響，從而影響本文的研究結論。為了避免對結果產生誤差，本文考慮剔除部分相關政策的影響。例如中國發改委在2010年發布《關于開展低碳省區和低碳城市試點工作的通知》，在中國部分地區開展低碳城市試點，在2012年，《關于組織推薦申報第二批低碳試點省區和城市的通知》公布了第二批低碳城市時試點名單。需要注意碳排放權交易政策是通過市場機制的作用來實現對碳排放權價格的控制，以此進一步地影響生產過程中的排放行為。低碳城市試點政策在一定程度上直接影響城市企業在生產過程中的排放。故低碳城市試點政策和碳排放權交易制度兩種政策均會對城市綠色經濟效率產生影響。本文考慮將低碳試點城市的樣本數據剔除，以最大限度的避免低碳城市試點政策對研究產生干擾，估計結果如表2所示。根據剔除低碳城市試點政策后的估計結果，碳排放權交易試點政策在1%的統計水平上顯著為正，結果一致。

（3）安慰劑檢驗。為了避免未知因素對研究結果造成影響，本文進一步安慰劑檢驗，主要通過虛構處理組對問題進行估計分析。本文在研究樣本277個地級市中隨機抽取37個地級市作為虛構的處理組，其余城市作為對照組進行估計，并依次進行1000次抽樣。其中，1000次抽樣結果的估計系數絕大多數p值大于0.1，t值的絕對值在2以內，即隨機的1000次抽樣中大多數碳排放權交易制度對城市綠色經濟效率影響是不顯著的，表明前文所得出的結果主要是由于碳排放權交易制度所產生的，與其他因素無關。

5 研究結論與政策啟示

為了分析碳排放權交易政策對城市綠色效率的影響，本文通過GML指數構建綠色經濟效率指標，以2008—2019年中國277個地級市作為研究樣本，構建雙重差分模型針對碳排放權試點政策對城市綠色經濟效率的影響進行全面的分析，結果如下：平行趨勢檢驗、動態效應以及穩健性檢驗等證實了雙重差分模型基準回歸的結果，即碳交易政策的實施提高了城市的綠色經濟效率，促進了城市綠色經濟發展。

綜上，本文提出以下政策建議：碳交易工作展開以來，中國在碳排放權交易方面已經過10年探索，全國及試點地區城市碳排放總量明顯下降，溫室氣體減排卓有成效。政府應加快碳排放權交易市場的建設進程，深入推進碳交易市場在各行業的發展，構建真正意義上的全國統一的碳排放權交易市場。充分發揮碳排放權交易的綠色經濟效應，在更大范圍、更高水平上提高城市地區的綠色經濟發展水平。

參考文獻

Ellerman A D， Buchner B K. Over-allocation or abatement？ A preliminary analysis of the EU ETS based on the 2005–06 emissions data[J]. Environmental and Resource Economics， 2008， 41（2）： 267-287.

王慧英，王子瑤.我國試點城市碳排放權交易的政策效應與影響機制[J].城市發展研究，2021，28（6）：133-140.

蔣和勝，孫明茜.碳排放權交易、產業結構與地區減排[J].現代經濟探討，2021（11）：65-73.

葉芳羽，單汨源，李勇，等.碳排放權交易政策的減污降碳協同效應評估[J].湖南大學學報（社會科學版），2022，36（2）：43-50.

Calel R， Dechezleprêtre A. Environmental policy and directed technological change： evidence from the European carbon market[J]. Review of economics and statistics， 2016， 98（1）： 173-191.

郭紅欣，張樂權，吳斯玥.碳排放權交易對中國低碳技術創新的影響研究：基于碳排放權交易試點的準自然實驗[J].環境科學與技術，2021，44（12）：230-236.

Markandya A， Barbier E. Blueprint for a green economy： a report[M]. Earthscan， 1989.

商迪，李華晶，姚珺.綠色經濟、綠色增長和綠色發展：概念內涵與研究評析[J].外國經濟與管理，2020，42（12）：134-151.

Chung Y H， F?re R， Grosskopf S. Productivity and undesirable outputs： a directional distance function approach[J]. journal of Environmental Management， 1997， 51（3）： 229-240.

Oh D. A global Malmquist-Luenberger productivity index[J]. Journal of productivity analysis， 2010， 34（3）： 183-197.

Zhou Y， Xu Y， Liu C， et al. The threshold effect of Chinas financial development on green total factor productivity[J]. Sustainability， 2019， 11（14）： 3776.

Zhao X， Mahendru M， Ma X， et al. Impacts of environmental regulations on green economic growth in China： New guidelines regarding renewable energy and energy efficiency[J]. Renewable Energy， 2022， 187： 728-742.

劉強，馬彥瑞，徐生霞.數字經濟發展是否提高了中國綠色經濟效率？[J].中國人口·資源與環境，2022，32（3）：72-85.

馮銳.金融集聚、綠色技術創新和綠色經濟效率[J].經濟經緯，2022，39（4）：150-160.

張軍，吳桂英，張吉鵬.中國省際物質資本存量估算：1952—2000[J].經濟研究，2004（10）：35-44.

丁玉龍.城市規模對綠色經濟效率的影響及空間效應研究： 基于我國285個地級及以上城市數據的實證分析[J].城市問題，2021（12）：58-68.

曾繁華，肖蘇陽.數字金融對城市綠色經濟效率的影響[J].統計與決策，2022，38（15）：144-148.