碳排放权交易政策提高了中国全要素能源利用效率吗※

内容提要：基于中国30个省区市2000-2019年的面板数据，采用双重差分法来研究碳排放权交易政策对能源利用效率的影响。研究发现：第一，碳排放权交易政策能够通过市场机制作用优化资源配置，成为能源利用效率长效提升的“助推器”，这种提升作用在政策实施的第2年会达到峰值，之后略有下降但始终为正；第二，从内在机制来看，碳排放权交易政策可以依托技术进步和研发创新渠道“借势发力”，进而为能源利用效率的突破提升提供“新动能”，具体来说，技术进步和研发创新中介效应占各自总效应的比重已接近25%和38%；第三，异质性分析表明，在第二产业占比较低、能源消费量较小、外商直接投资占比较低的地区，碳排放权交易政策对全要素能源利用效率的提升效果更加明显。

一、 引 言

提高能源利用效率，是完成“双碳”目标的关键举措，是实现经济绿色高质量发展的重要保障。但当前能源消费结构不合理、能耗水平高、能源利用效率低等问题依然严峻。从实际情况来看，一方面，与主要发达国家和全球平均水平相比，中国的能源利用效率较低。目前中国单位国内生产总值(GDP)能耗为 3.4 吨标准煤/万美元，是全球平均水平的1.5倍，是主要发达国家的2～4倍；另一方面，能源消费结构不合理，化石能源的消费占比偏高，清洁能源消费比例较低。2021年国务院发布的《新时代的中国能源发展》白皮书显示，2019年中国天然气、水电、核电、风电等清洁能源消费量占能源消费总量比重仅有23.4%，非化石能源占能源消费总量比重仅为15.3%，而煤炭消费占能源消费总量比重高达57.7%，仍是能源供应的基础和核心。以化石能源为主的能源结构进一步加剧了中国能源利用的低效率化，在生态环保压力日益加大的背景下，提高能源利用效率成了必然的选择。

面对复杂严峻的资源和环境形势，中国政府采取了一系列环境规制政策。早期主要是以命令型环境规制工具为主，随后在顺应市场化改革的新趋势下逐步探索出排污权交易制度、碳排放权、用能权等交易形式。其中，碳排放权交易政策(以下简称碳交易政策)是利用市场机制控制和减少温室气体排放、推动绿色低碳发展的一项重大制度创新。具体来看，碳交易政策是由政府机构估算出满足一定区域环境容量的最大碳排放量，并将其分成若干排放份额，每个份额为一份排污权。政府在一级市场将排放权出让给碳排放企业，碳排放企业可以在二级市场自由交易这些碳排放权。与其他政策相比，碳交易政策具有以下作用：第一，从微观层面来讲，它是一个价格信号，会对各方形成激励和约束，调动社会资源配置向低碳领域倾斜，使得企业自觉地采取行动，不断迈向碳中和目标；第二，从宏观层面来讲，碳交易政策不仅有利于引导产业结构优化升级，而且可以带动能源消费结构的良性调整，实现经济高质量发展。

当前学界对碳交易政策和能源利用效率的关系进行了有益的分析探讨，但这些研究尚有一些局限。主要表现为以下三个方面：第一，仅分析了碳交易政策的减排效应(Zhang等，2020)，或创新驱动效应(王为东等，2020)，鲜有文献直接研究碳交易政策与能源利用效率的关系。第二，目前的碳交易政策研究主要集中于微观层面、局部地区或单要素生产率上，如上市公司层面(Zhang 等，2020)、局部地区层面(岳立和苗菊英，2022)、企业单要素能源利用效率层面(林寿富和董小卿，2021)，少有文献从宏观加总层面来分析碳交易政策对能源利用效率的整体影响。第三，采用的数据期限比较短，政策实施后的数据仅涉及2到3年，没有从一个较为完整的试点周期内考察碳交易政策的影响。因此，本研究的重要学术价值正体现在对以上研究存在的盲点与不足进行弥补和突破方面，通过对碳交易政策和能源利用效率关系的实证研究和科学回答，一方面验证碳交易政策在能源利用效率提高方面的作用，另一方面为该政策的进一步健全和完善提供决策参考。

迄今为止，碳排放权交易试点工作已实行十年有余，全国统一碳交易市场业已形成。然而，这项发轫于试点的碳交易政策，是否能够通过市场机制作用，对相关企业形成激励和成本约束，从而促进能源利用效率的提高？碳交易政策能否通过技术进步、研发创新和能源消费结构渠道来影响能源利用效率？这些渠道又分别发挥了多大作用？碳交易政策对不同地区能源利用效率的影响会不会因为产业结构、能源消费、外商直接投资等情况的差别而产生异质性？能否进一步对中国经济的高质量发展发挥积极作用并由此获得制度红利？基于对以上问题的思考，同时为了准确评价中国碳排放权交易政策对能源利用效率的影响，本文将碳排放权交易试点视为一项准自然实验，并采用双重差分的方法评估碳交易试点对中国能源利用效率的政策效果和作用机制。相较于现有文献，本文的边际贡献主要体现在以下三个层面：第一，在研究视角上，更加细分化、具体化，考虑到已有文献缺乏针对碳交易政策和全要素能源利用效率关系研究的现状，本文从宏观加总层面，详细讨论了碳交易政策对全要素能源利用效率的影响及作用机制，弥补了现有碳交易研究文献的不足，也为环境规制和能源利用效率关系的研究提供了更多理论和实证支撑。第二，在研究机制上，从技术进步效应、研发创新效应、能源消费结构效应三个层面，厘清了碳交易政策对全要素能源利用效率的作用机制，对现有文献做了有益补充。第三，在理论上有着更强的现实指导意义。全国碳交易市场2021年上线，而本文采用的样本区间自2000年至2019年，相对于其他碳交易政策文献来说试点周期更加完整，可以较为全面准确地评估试点政策的整体效果，对碳交易政策的分析评价及全国碳市场的健全完善，都有更强的指导意义。

二、 理论分析与研究假设

1. 碳交易政策对能源利用效率的影响

碳交易政策有利于实现经济发展方式转变，促进体制机制创新。它可以通过激励约束、资源优化配置、成本约束机制来影响能源利用效率。具体分为以下三个方面：第一，在利润最大化目标的激励约束下，一方面，企业会最大限度地利用自身的碳排放配额来尽可能降本减碳；另一方面，企业更有动力通过技术创新淘汰落后产能，并出售多余的碳排放配额以获得额外收入(蒋和胜和孙明茜，2021)，提高能源利用效率(Shakil等，2019)。第二，碳交易这种市场型环境规制工具可以带来资源和要素的优化配置，具体表现为：对生产率低下、污染严重的高排放企业来说，其创新补偿效应小于污染控制的成本效应，不仅缺乏创新动力，而且无力负担高额的配额成本，最终可能因为严重超出排放标准而被迫陷入生产困境，退出市场，资源和要素因而流向减排技术高、污染小的企业。企业的优胜劣汰，资源的优化配置，最终将带动行业及社会整体绿色技术进步和能源利用效率的提高。第三，与碳交易相关的碳配额和碳价，实质上也对企业形成了一种成本约束，有利于企业生产方式由粗放型向集约型转变，进而推动产业结构的优化升级，由此促进全要素能源效率的提高(Yu，2020)。进一步说，碳交易政策有助于在全社会倡导一种绿色低碳的生产生活理念，从而带动技术革新和低碳节约的风尚，助力社会绿色高质量发展。在此基础上，本文提出研究假设：

H1：碳排放权交易政策能够通过市场机制作用，优化资源配置，对相关企业形成激励和成本约束，促进能源利用效率的提高。

2. 碳交易政策对能源利用效率的作用机制

基于上文分析，碳交易政策能够通过市场机制作用提高能源利用效率。然而，碳交易政策对能源利用效率的影响路径有哪些？为了研究碳交易政策对能源利用效率的影响及其作用机制，本文在借鉴已有文献的基础上，梳理了碳交易政策对能源利用效率的影响路径(如图1)。根据图1，本文主要从技术进步效应、研发创新效应、能源消费结构效应这三条中介渠道来分析碳交易政策对能源利用效率的影响。

图1 碳交易政策对能源利用效率的作用路径

(1) 技术进步和研发创新效应。在碳交易政策提高能源利用效率的过程中，技术进步和研发创新所发挥的作用具体可以分为两个方面。一方面，碳交易政策可以通过价格机制激发企业改进技术和研发创新的动力。碳交易政策是一种以碳交易价格(以下简称碳价)为核心的市场型环境规制工具。“波特假说”认为，合理的环境规制可以在一定程度上倒逼企业开展技术创新。合理的碳价会激发企业提高生产技术和开展研发创新的动力，因为碳价不仅会成为企业的成本，也可能为企业带来潜在收益。另一方面，技术进步以及创新会推动能源利用效率的提高。第一，技术效率的提升不仅可以降低能源开发利用成本，产生能源资源节余量，而且清洁能源技术、碳捕获、节能减排等前沿技术的重大突破可以抑制碳排放，直接提高能源利用效率。第二，创新可以通过产业结构优化升级来提高能源利用效率。创新作为经济社会发展的关键动力，可以显著促进产业结构优化升级。而产业结构的优化升级对能源利用效率的提高有正向促进作用(黄丽等，2020)。在实证方面，黄丽等(2020)从时间维度，岳立和苗菊英(2022)从城市层面都证明了技术进步和创新水平提升都有利于能源利用效率的提高。根据理论研究和实践经验，本文认为在碳捕获、节能减排、污染治理、清洁能源替代方面的技术进步和研发创新，能够提高碳排放绩效和能源利用率。基于上述分析，本文提出假设：

H2：伴随碳交易政策而来的碳价约束，可以倒逼企业进行技术改进和研发创新，进而提高能源利用效率。

(2) 能源消费结构效应。碳交易机制对排放企业来说，既是机遇也是挑战。一方面，碳交易机制对生产中使用较多化石能源的企业来说，是一种成本约束。因为企业不得不为化石能源的使用额外支付环境成本，相当于提高了化石能源的相对价格，在替代效应下，会引导此类企业减少对化石能源的消费比例，转而增加清洁能源的消费，最终改善社会整体能源结构；另一方面，碳交易机制为相关企业带来了巨大机遇，其创新补偿效应会激励企业改进生产方式，研发节能减排和清洁能源生产技术，藉此出售多余的碳配额来实现利润最大化。这一过程不仅是企业实现自身发展目标的过程，也是整个社会能源消费结构优化的过程。已有研究也表明，在碳交易机制作用下，煤炭的使用量将不断下降，电力消费份额会持续增加，与此同时，清洁能源的使用比例将逐步提升，能源消费结构最终会得以优化。清洁能源，是清洁高效、不排放或排放少量污染物的能源。因此，从理论上来讲，清洁能源消费比例增加带来的能源结构优化，可以带动能源利用效率的提高，实现经济社会绿色高质量发展。基于上述分析，本文提出假设：

H3：碳交易政策可能通过成本约束和补偿机制，产生能源消费结构效应，进而提高能源利用效率水平。

三、 研究设计及变量数据

1. 数据来源

本文选取2000-2019年中国30个省区市(不包括港澳台地区，剔除数据严重缺失的西藏地区)的年度面板数据作为研究样本。其中宏观经济数据来自国家统计局、中国碳核算数据库、《中国能源统计年鉴》《中国科技统计年鉴》《中国统计年鉴》《新中国60年统计资料汇编》、wind数据库。对数据作以下预处理：一是为了消除个别极端值的影响，对基本变量取对数处理，对相关变量进行标准化处理；二是剔除主要变量缺失的样本，对极个别缺失值采用插值法进行处理。

2. 基准回归模型

本文将碳排放权交易试点作为一项准自然实验，运用双重差分方法，研究碳排放权交易政策能否促进中国能源利用效率的提升。中国碳交易市场的发展起点源自2011年10月国家发展改革委办公厅发布的《关于开展碳排放权交易试点工作的通知》，2013年起在北京、天津、上海、重庆、广东、湖北、深圳7省市启动碳排放权交易试点。考虑到数据的可得性，本文以中国2000-2019年30个省市的面板数据为研究对象；上述试点省市北京、天津、上海、重庆、广东(含深圳)、湖北为实验组，其余省份为对照组。在试点期的划分中，将政策正式实施的2013-2019年定为试点期，2000-2012年为非试点期。本文选取常用的政策评估模型——DID模型，来研究碳排放权交易政策对中国能源利用效率的影响。基准回归模型设定如下：

Yi,t=β0+β1treati×postt+β2Control+μi+et+εi,t

(1)

其中i和t分别代表省份和年份，Y代表被解释变量，即能源利用效率。treat代表省份分组变量，post代表时间分组变量；Control代表一组与被解释变量相关的省级层面控制变量；μi为地区固定效应，et为时间固定效应，εi,t为随机误差项。

为了得到基准模型(1)中核心解释变量(政策变量)的无偏估计β1，除了考虑地区和时间固定效应外，还需要加入地区特征变量Control，使得treati×postt与εi,t无关。首先，碳交易试点地区的选择可能是非随机的。如果非随机，试点地区的选择有可能受所在地区特征变量的影响，从而使得地区识别变量treati与随机扰动项εi,t相关，而cov(treati,εi,t)≠0 会使得模型估计结果有偏。其次，能源利用效率不仅会受到碳交易政策的影响，同时也可能受到地区层面其他特征变量的影响(蒋灵多等，2021)。综上，模型在加入可能的控制变量后，可降低估计偏误，同时满足碳交易试点地区选择的随机性和政策出台时间的随机性(孙天阳等，2020)。

3. 识别条件检验

要想得到模型(1)中核心解释变量treati×postt系数β1的无偏估计，需要该变量与随机误差项εi,t无关，也就是要满足cov(treati,εi,t)和cov(postt,εi,t)均为0这两个条件，其分别对应了碳交易政策试点选择的随机性和碳交易政策实施时间的随机性。

(1) 碳交易政策试点地区选择的随机性。实际上，国家在设立碳交易试点时，关于试点地区的筛选标准并没有在相应的政策文件中予以明确。本文拟结合样本区间内碳交易政策试点地区的特征，尝试提取影响碳交易试点的先决因素。具体地，从如下地区特征考察碳交易试点选择的可能决定因素：主要包括人均国内生产总值(gdppc)、人口密度(density)、产业结构(structure)、能源消费总量(ec)、外商直接投资(fdi)。参考Lu等(2013)的做法，构建Logit模型估计各省市被选为碳交易试点地区的概率，以上述各地区特征变量为自变量，地区是否为碳交易试点地区(treati)为因变量。若某一地区为碳交易试点区，则赋值为1, 否则为0，估计结果如表1所示，(1)至(3)列为依次加入上述变量的回归结果。根据表1，各变量在10%以内的统计水平上均显著，即碳交易试点地区的选择主要受gdppc、density、structure、ec、fdi的影响。根据前文分析，将这些影响试点地区选择的特征变量作为控制变量纳入回归模型后，可以使得政策变量treati×postt与随机误差项εi,t无关，满足碳交易政策在试点地区选择上的随机性。

表1 碳交易试点地区选择的先决变量分析

(2) 碳交易政策出台时间的随机性。第一，本文在包括基准回归在内的一系列模型中，都加入了年份固定效应，初步控制了不同年份的差异和变化趋势。第二，碳交易试点以及碳交易市场的建设是生态文明建设的重要内容，是中国实现“双碳”目标、引领全球气候治理、破解能源环境约束、实现经济社会提质增效和绿色低碳发展双赢的重要举措，是经济社会充分发展的产物。综上，作为中国实现“双碳”目标的重要抓手和国家宏观层面的制度设计，可以认为碳交易政策的出台时间具有一定的随机性和不可预期性。第三，为了在实证层面进一步验证碳交易政策出台时间的随机性，本文将在稳健性检验部分采用安慰剂检验方法，去排除碳交易政策出台时间属于人为设定的可能性。

4. 变量定义

(1) 被解释变量。被解释变量为能源利用效率(TE)。按照投入要素的数量划分，可以将能源利用效率分为单要素能源利用率和全要素能源利用率。单要素能源利用率通常是指能耗强度，即增加单位GDP带来的能源消耗；全要素能源利用率也被称为绿色全要素能源利用效率，它综合考虑了资本、能源、劳动、环境等因素对产出的影响和相互之间的作用，更加全面和科学，因而被更多学者普遍使用(岳立和苗菊英，2022)。因此，考虑到回归结果的可靠性和稳健性，本文采用绿色全要素能源利用效率(TE)来衡量能源利用率，将能源、劳动、资本作为投入要素，国内生产总值作为期望产出，二氧化碳排放量作为非期望产出。

其中，能源投入用各省能源消费量来表示，劳动投入用各省年末就业人数来衡量；资本投入用各省固定资本存量来衡量，采用单豪杰(2008)的方法，根据“永续盘存法”进行测算，测算公式为Kit=Kit-1(1-δit)+Iit，其中i表示省份，t代表年份，Kit、Iit分别为第i个省份第t年的资本存量和固定资产投资总额，δ为资本折旧率，取值为 10.96%；GDP采用以2000年为基期进行平减后的实际GDP表示；二氧化碳排放量数据来自中国碳核算数据库的省级清单。本文运用Tone(2001)提出的Super-SBM模型来测算包含非期望产出的省际全要素能源利用率。考虑到投入和产出变量的单位各不相同，在测算之前对上述变量进行标准化处理，剔除量纲，以得到更加稳健可靠的全要素能源利用效率。

(2) 核心解释变量。核心解释变量为碳交易政策变量(treat_post)，用虚拟变量treat_post表示，它是treat和post的交乘项，取值为0或1。treat为个体分组变量，若个体处于试点省份，treat取值为1，其他取值为0；post为时间变量，2013-2019年取值为1,其他取值为0。因此，对2013年以后的试点省份来说，碳交易政策虚拟变量treat_post取值为1，其他取值为0。

(3) 中介变量。技术进步(tfp)：技术进步用各省市近似全要素生产率来测算。该方法充分考虑了地区经济发展中多种要素投入与产出的关系(符大海和鲁成浩，2021)，本质上是索洛余值法的近似，其计算公式如式(2)所示；其中Q为产出，用各省实际GDP表示，L为劳动要素投入，K为资本要素投入，s为资本产出弹性。劳动投入L和资本投入K的测算方法同上文，产出弹性s参考上述文献的做法取1/3。

tfp=ln(Q/L)-sln(K/L)

(2)

研发创新(innova)：考虑到专利从申请到授权存在滞后性，一些创新发明并未申请专利，专利质量存在参差不齐等原因，专利数量不一定能准确衡量创新活动的产出水平。本文用各省市技术市场成交额来衡量地区研发创新活动的产出或应用水平，并将技术市场成交额除以名义GDP来剔除价格因素的影响，最终得到研发创新水平innova。

能源消费结构(cestru)：用各省市电力消费占总能源消费的比例来衡量能源消费结构(Xu等，2021)。电力作为二次能源，是由煤炭、石油、天然气、水能等一次能源经过加工转换而来。中国电力企业联合会2021年发布的数据表明，中国目前的发电结构中全口径煤电的发电量占比高达60.8%，这意味着当前中国主要发电来源仍然是化石能源。因此，目前对中国来说，用电力消费占比来衡量的能源消费结构，更多意义上表征的是化石能源的消费比例。而随着中国能源消费结构的不断优化，发电结构中清洁能源的占比将持续提高，彼时本指标也将更大程度上代表清洁能源的消费比例。

(4) 控制变量。控制变量方面，主要包括人均国内生产总值(gdppc)，用各省市国内生产总值除以年末总人口得到，衡量地区经济发展水平；人口密度(density)，用各省市总人口除以行政区域面积得到，衡量地区人类活动水平和要素集聚程度；产业结构(structure)，用第二产业增加值占地区国内生产总值的比重表示，衡量地区产业结构特征；能源消费总量(ec)，衡量各地区的能源消费水平；外商直接投资(fdi)，用各地区外商直接投资额和国内生产总值之比表示，衡量地区对外来技术的利用水平。各变量的描述性统计结果见表2。

表2 主要变量描述性统计

四、 基准回归结果及分析

1. 基准回归结果

表3报告了基准模型的回归结果。基准回归结果初步证实了碳交易政策能够通过市场机制作用，优化资源配置，对相关企业形成激励和成本约束，促进能源利用效率的提高，假设H1得到支持。具体来看，第(1)(3)(5)列都只加入核心解释变量，分别为控制了时间固定效应、地区固定效应、时间和地区双固定效应的估计结果。第(2)(4)(6)列均在上述三列的基础上加入控制变量。由第(3)(4)列可知，仅控制地区固定效应的情况下，核心解释变量碳交易政策在10%的统计水平上显著，除此之外，政策变量均在1%的统计水平上显著为正，说明碳交易政策显著提高了中国全要素能源利用效率。由于试点地区经济、人口、资源、外资利用等情况不尽相同，时间和地区双固定效应可以同时控制不随时间而变以及不随地区而变的遗漏变量问题。因此加入控制变量并同时考虑了地区、时间双固定效应的第(6)列估计结果更具有可靠性。虽然此时政策变量的估计系数变小，降为0.035，但也在一定程度上降低了政策效应高估的可能。

表3 基准回归结果

2. 平行趋势检验

使用双重差分法的重要前提是实验组和对照组在政策实施前需满足平行趋势假定(史丹等，2020)。具体到本文，需要验证试点省市和非试点省份在碳交易政策实施之前没有显著系统差异或具有相同发展趋势。因此，为了增强基准回归结果的稳健性，本文借鉴严兵等(2021)、朱金鹤等(2021)的研究方法，自碳交易政策实施前三年(2010年)开始构造哑变量，进行平行趋势检验并考察试点政策在不同时期的差异。模型设定如下：

Yi,t=β0+Σβktreati×postk+β2Control+μi+et+εi,t

(3)

其中，i和k分别表示省份和年份，由本文样本区间可知，-3≤k≤6。treati×postk为政策效应检验变量，2013年以后且处于试点地区的省市取值为1，其他取值为0。当k<0时，若βk不具有统计上的显著性，则意味着试点地区和非试点地区在碳交易政策实施前无明显系统差异，基准回归满足平行趋势假设；当k≥0时，若βk具有统计上的显著性，则意味着碳交易政策对中国能源利用效率的提升产生了显著促进作用。图2报告了碳交易政策的动态效应图，图中空心原点为βk的系数估计值，虚线为对应系数95%的置信区间。

由图2可知试点地区和非试点地区能源利用效率的变化趋势并无显著系统差异，基准回归满足平行趋势假设；在样本期内，碳交易政策对能源利用效率的提升效应都显著为正，但政策实施第3年，碳交易政策效果渐弱。具体来看，第一，当k<0时，即碳交易政策实施之前，βk接近于0，其95%的置信区间也包含0值，说明在5%显著性水平下βk并不显著异于0，此时试点地区和非试点地区能源利用效率的变化趋势并无显著差异，基准回归满足平行趋势假设。第二，当k≥0时，政策的提升效应显著且为正，证明了碳交易政策的动态影响。第三，k≥3(政策实施第3年后)时，碳交易政策效果渐弱，这可能是因为碳交易政策在2011年已经提出，经过一个提前酝酿蓄力，试点地区的劳动、资本、技术等要素红利在政策实施前两年(2011-2012年)以及正式实施后两年(2013-2014年)实现了集中发力释放，效应逐渐趋弱。而能源利用效率的继续提高需要技术上的进一步创新突破来实现，技术研发又具有周期长、投资大、风险高等显著特点(Anh，2015)。

图2 碳交易政策动态效应检验

3. 稳健性检验

为了保证实证结果的可靠性和稳健性，本文将从考虑其他不可观测因素的影响、检验政策干预时间的随机性、溢出效应检验、排除其他政策的干扰、替换被解释变量、选择子样本六个方面进行稳健性检验。

(4)

图3 安慰剂检验(碳交易政策)

(2) 政策干预时间的随机性检验。回归结果表明，在碳交易政策出台时间人为提前后，虚拟的政策效应对能源利用效率没有显著影响，即碳交易政策的出台时间是随机的，人为设定后没有效果。这也从侧面证明了碳交易政策对能源利用效率的提升作用不是由其他不可观测因素所导致的，回归结论有着良好的稳健性。根据前文分析，为了进一步验证碳交易政策出台时间的随机性，同时排除试点地区其他特征所导致的目前回归结果的可能性，参考李广众和贾凡胜(2020)的研究，采用安慰剂检验的方法将试点政策发生时间人为提前1～3年。具体到本文，碳交易政策最早是2011年提出的，试点政策提前1到3年后分别为2010年、2009年、2008年，对应的政策虚拟变量分别为treat_post1、treat_post2、treat_post3。由表4第(1)(2)(3)列中政策变量的系数可知，treat_post1、treat_post2、treat_post3的估计系数均不显著，这意味着碳交易政策出台时间是随机的，并非人为可控或可预期，而且试点地区的其他特征也不能导致全要素能源利用率的提高，基准回归结论有良好的稳健性。

(3) 溢出效应检验。双重差分法的另一个核心识别假设是SUTVA(stable unit treatment values assumption)，即干预不存在一般均衡效应或溢出效应(黄炜等，2022)。如果不满足SUTVA假设，意味着控制组个体也受到了干预政策的影响，因而不再是事实上未受干预影响的“真实”控制组，最终导致双重差分方法无法准确识别出因果效应。为了排除干预政策对控制组个体的影响，本文选择理论上没有受政策影响的控制组并假设其受到政策干预的影响，构造虚假的政策虚拟变量treat_post4，并观察该变量的大小和显著性。根据表4第(4)列可知，虚假政策效应treat_post4的系数不显著，说明碳交易政策没有明显通过控制组个体来影响能源利用效率，干预政策不存在溢出效应，满足了SUTVA假设，进一步证明了本文结论的稳健性。

(4) 排除其他政策的干扰。在控制排污权交易政策的基础上，碳交易政策依然在1%的统计水平上显著为正，表明在排除其他政策干扰后，碳交易政策对能源利用效率依然有显著的正向作用。本文的样本区间自2000到2019年，2007年财政部、原环保部和国家发改委批复了天津、河北、山西、内蒙古、江苏、浙江、河南、湖北、湖南、重庆和陕西11个省区市的排污权交易制度试点。为了排除排污权交易试点政策的干扰，本文以其政策执行年份(2008年)为基期，构建排污权交易政策虚拟变量treat_post5，并纳入基准回归模型。由表4第(5)列可知，排污权交易政策的影响在1%的统计水平上显著为负(-0.017)，而碳交易政策效应依然在1%的统计水平上显著为正(0.038)，即排污权交易政策无法带来能源利用效率的提升，而碳交易政策则可以显著提高能源利用效率。

表4 稳健性检验结果

(5) 替换被解释变量。替换被解释变量后的检验结果表明，试点地区实行的碳交易政策显著降低了单位GDP能耗，即提高了能源利用效率，证明了碳交易政策对能源利用效率影响的稳健性。借鉴史丹等(2020)、林寿富和董小卿(2021)的研究，用单位GDP能耗lnec_per来重新度量能源利用效率。表4第(6)列为替换被解释变量后的回归结果，结果表明在控制时间和地区双固定效应的基础上，碳交易政策对被解释变量的估计系数在1%的统计水平上显著为负(-0.027)，说明在试点地区实行的碳交易政策显著降低了单位GDP能耗，即提高了能源利用效率，基准回归结论依然有效。

(6) 选择子样本。根据回归结果，选择子样本后，碳交易政策在1%的统计水平上显著为正，说明本文实证分析结论不受特定地区的影响，碳交易政策依然有助于能源利用效率的提高。碳交易试点于2013年在北京、天津、上海、重庆、广东、湖北、深圳7省市正式启动。此7省市虽然在样本范围上涵盖了东、中、西部三大地区，但比例相对失调，其中北京、天津、上海、广东、深圳5个发达省市均属东部地区。由于技术、资本、人才等优势，东部地区能源利用效率相对高于中西部(Yu，2020)，因此东部试点占比过高可能会因为特定地区的极端值掩盖中西部的影响。考虑到上述因素，本文通过选择子样本的方法对试点地区重新进行优化，剔除东部地区的北京、上海、天津三大直辖市，最终保留东部的广东省(含深圳)，中部的湖北省、西部的重庆市。表4第(7)列回归结果表明，剔除特殊样本后的政策效应回归系数在1%的统计水平上依然显著为正(0.031)，基准回归结论依然稳健。

4. 中介机制检验

上述分析进一步说明了碳交易政策对中国能源利用效率的提高有促进效果。然而这种效果是如何实现的？根据理论分析部分，我们分别从技术进步、研发创新、能费消费结构三个方面讨论了碳交易政策对能源利用效率的影响机制。为了在实证上进一步验证这些影响机制的有效性，本文借鉴胡玉凤和丁友强(2020)、朱金鹤等(2021)的研究，在式(1)的基础上建立如下中介效应模型：

Mediait=γ0+γ1treati×postt+γ2Control+μi+et+εi,t

(5)

Yit=δ0+δ1treati×postt+δ2Mediait+δ3Control+μi+et+εi,t

(6)

其中Mediait为中介变量，分别为技术进步tfp、研发创新innova、能源消费结构cestru，其他变量含义同基准回归模型式(1)。表5报告了中介效应检验结果，其中(1)(2)列是技术进步效应检验，(3)(4)列是研发创新效应检验，(5)(6)列是能源消费结构效应检验。由于上文表(3)的基准回归结果中已证明了式(1)中β1的显著性，因此没有在表5中重复列出。

表5 中介效应检验

回归结果表明碳交易政策通过激励企业进行技术改进和研发创新，进而提高了全要素能源利用效率；在样本期内，能源消费结构效应的中介作用未能得到有效发挥。具体地，根据实证结果可以得出以下结论：

第一，从中介效应的有效性来看，一方面，碳交易政策对技术进步、研发创新分别在1%和5%的统计水平上正向显著，说明碳交易政策能够刺激企业进行技术改进和研发创新；碳交易政策对能源消费结构的影响在1%的统计水平上显著为负，这意味着试点地区的碳交易政策显著降低了该地区化石能源的消费比例。另一方面，技术进步和研发创新对能源利用效率的影响均在1%的水平上显著为正，说明技术进步和研发创新效应显著促进了能源利用效率的提升。能源消费结构对能源利用效率的估计系数不显著，可能因为目前包括试点地区在内的中国大部分地区的能源消费结构仍以化石能源为主，清洁能源比例较低，能源消费结构效应未能有效发挥，这一结果也突出了当下实行碳交易政策的题中之义。

第二，从中介效应的大小来看，由(1)(2)列估计系数可知，技术进步的间接效应为0.009，中介效应在总效应中占比为24.8%，这意味着在碳交易政策对全要素能源利用效率的提高中，技术进步发挥了接近25%的部分中介作用。由(3)(4)列可知，研发创新的间接效应为0.013，中介效应占总效应的比重为37.8%。综上，在碳交易政策对能源利用效率的促进作用中，技术进步效应、研发创新效应都起到了明显的中介作用，于是H2假设得证。

5. 异质性分析

地区特质的差异，会不会影响到碳交易政策对能源利用效率的作用效果？这也是本文需要关注的重点。由于不同试点地区在经济基础、产业结构、人口密度等方面差距较大，可能导致碳交易政策发挥的作用不尽相同。为了进一步研究上述因素带来的异质性影响，本文借鉴严兵等(2021)的做法，在基准回归模型中加入核心解释变量和控制变量的交互项，通过分析交互项系数来观察控制变量带来的异质性影响。本文考察了五种地区特质下，碳交易政策对能源利用效率影响的异质性。表6报告了异质性检验结果。

(1) 人均GDP和人口密度异质性。对于人均GDP和人口密度更高的地区，碳交易政策对能源利用效率的影响并未凸显。为了说明人均GDP和人口密度不同所带来的异质性影响，本文分别构造碳交易政策和人均GDP以及人口密度的交互项。表6中(1)(2)列报告了碳交易政策分别和人均GDP、人口密度的交互项，这两个交互项系数都为正，虽有经济分析意义，但不显著，可能由于平均意义上的经济变量没有产生实际代表性，从而对能源利用效率未带来明显异质性影响。

表6 碳交易政策对能源利用效率的异质性影响

(2) 产业结构异质性。对第二产业占比较低的地区来说，能源投入和污染排放小，碳交易政策对能源利用率产生了更强的提升作用。与第二产业相比，第三产业具有低耗能、低排放的特点。因此，产业结构的差异，可能造成能源利用效率的不同。因此，本文构造碳交易政策和产业结构的交互项，来刻画产业结构的异质性影响。具体来看，第(3)列中，碳交易政策和产业结构的交互项系数treat_post×structure在1%的统计水平上显著为负(-0.868)，说明对第二产业占比较低的地区来说，碳交易政策的能源利用率提升效果更加明显。可能是因为随着这些地区的产业结构正逐渐向服务业转型，相对减少了能源投入和污染排放(Yu，2020)，促进了能源利用效率的提高。

(3) 能源消费异质性。实证结果表明，在能源消费量较小的地区，碳交易政策对能源利用效率产生了更强的正向效应。能源消费量不同，所产生的污染排放也会不同。因此，为了说明不同地区能源消费量带来的异质性影响，本文构造了碳交易政策和能源消费量的交互项。第(4)列报告了碳交易政策和能源消费量的交互项，交互项系数treat_post×lnec在1%的统计水平上显著为负(-0.109)，说明在能源消费量较小的地区，碳交易政策对能源利用效率的正向效应更强，这也再次契合了Yu(2020)的研究结论。

(4) 外商直接投资异质性。实证结果表明，外商直接投资占比越高的地区，碳交易政策对能源利用效率的提升作用越弱。具体来看，将碳交易政策和外商直接投资占比的交互项纳入回归模型，第(5)列显示交互项系数treat_post×fdi在1%的统计水平上显著为负(-0.787)，说明对外商直接投资占比较高的地区来说，碳交易政策的能源效率提升作用受到了抑制。这可能是因为过去较弱的环境规制下，贸易和外商直接投资增加的同时(刘春艳和赵军，2022)，也带来较多的污染项目，即产生了“污染天堂”效应(Abid和Sekrafi，2021)。而建立碳交易市场能够有效降低“污染天堂”效应(汤维祺等，2016)，随着碳交易政策的全面深入实施，碳市场机制的不断完善，这种异质性影响也将得到有效缓解。

五、 结论及建议

中国2013年开始实行的碳交易政策，是否在宏观层面上提高了能源利用效率？针对这一问题的回答，不仅是对碳交易政策有效性的审视和检验，而且可以为碳交易政策未来的进一步健全和完善以及“双碳”目标的实现提供部分决策参考。

本文基于中国30个省区市2000-2019年的面板数据，采用双重差分方法评估了碳排放权交易政策对能源利用效率的影响，运用中介效应模型分析了其作用机制，并进行了异质性检验。得出了以下重要结论：第一，从直接影响来看，碳交易政策能够通过市场机制作用，优化资源配置，对相关企业形成激励和成本约束，促进能源利用效率的提高。第二，从动态效应检验结果来看，碳交易政策对能源利用效率的促进作用具有长期有效性，但在政策实施第3年后效果有渐弱趋势。第三，从结论稳健性方面来看，经过考虑其他不可观测因素的影响、考虑政策干预时间的随机性、排除其他政策的干扰、替换被解释变量等检验后，碳交易政策对能源利用效率的提升效果依然显著。第四，从内在机制来看，在碳交易政策对能源利用效率的提升机制中，技术进步和研发创新发挥了显著中介作用，而能源消费结构效应的中介作用目前尚不明显。具体来看，技术进步和研发创新的中介效应在各自总效应中占比分别为25%和38%。第五，从地区异质性来看，在第二产业占比较低、能源消费量较小、外商直接投资占比较低的地区，碳交易政策对能源利用效率的正向提升效果更加明显。

根据研究结论，本文提出如下建议：第一，不断提高研发创新水平、突破技术瓶颈，稳步长效提升能源利用效率。在碳交易政策对能源利用效率的作用机制中，技术进步和研发创新发挥了重要的中介作用。然而，碳交易政策实施三年后，政策效应的作用已逐渐趋缓。要想继续提高能源利用效率，就必须进一步推动新能源领域的基础研究，推动颠覆性技术创新，做好原始创新和集成创新，大力提高研发创新的产出水平。第二，优化能源消费结构，推进清洁能源和非化石能源替代化石能源。根据实证结果，虽然碳交易政策明显降低了化石能源的消费比例，但是能源消费结构效应目前未能发挥应有作用。主要由于目前化石能源消费量在总能源消费中依然是“一家独大”。因此，需要进一步优化能源结构，在“减油增气、减煤增气”的同时，加强水能、太阳能、风能等清洁能源对化石能源的替代力度，切实发挥能源消费结构对能源利用效率的提升作用。第三，推动产业结构优化升级，大力发展现代服务业，提升能源利用效率。一方面，要继续推动现有产业的智能化、清洁化改造进程；另一方面，各地区要因地制宜，结合本地区要素禀赋和比较优势，加快现代农业、旅游业或高端制造业、现代服务业的发展力度，努力构建以服务业为主体的现代产业结构体系，实现各产业的绿色低碳转型。