碳排放权交易试点政策是否促进了碳中和技术创新？

曹翔 苏馨儿

摘要 在“双碳”目标下，中国亟须碳中和技术创新提供关键技术支持，旨在通过“看不见的手”激励经济主体自主进行技术创新的碳交易政策，究竟对碳中和技术创新的影响如何？鲜有文献对此问题展开经验性研究。为此，基于2009—2019年城市面板数据，将2013年以来在部分省份开展的碳排放权交易试点政策视为一项准自然实验，运用双重差分法评估其对碳中和技术创新的政策净效应、长短期效应及其作用机制，并对该政策效应做了进一步分析。研究发现：①碳交易政策显著促进了试点地区的碳中和技术创新，该结论在包括安慰剂检验和工具变量法等方法在内的一系列稳健性检验中依然成立。②该促进作用在政策实施后的短期和长期内均显著存在，且在长期中更大。③该政策效应主要通过增加研发资本投入和增加研发人员投入两种作用机制实现，且这两种机制的促进作用在长期中更强。④相较于中西部地区、多配额配发模式、中低碳价地区以及负碳技术创新而言，该政策效应对东部地区、只采用免费配发的配额配发模式、碳价格较高地区以及非负碳技术创新更加明显。鉴于此，中国应加快培养如碳交易员和碳排放管理师等专业化人才，从而助力实现“双碳”目标；进一步完善全国统一碳市场；加强对碳市场的协调管理，促进各地区均衡发展；加快完善中国碳交易试点配额的分配机制，适当增加配额拍卖比例；使碳价格充分体现减碳成本，更好地发挥其激励作用；在发展主流低碳技术的同时重点攻克负碳技术，推动碳中和技术创新实现重大突破。

关键词 碳交易政策；碳中和技术创新；双重差分法

中图分类号 F293 文献标志码 A 文章编号 1002-2104（2023）07-0094-11 DOI：10. 12062/cpre. 20221053

随着气候变暖问题的日益严峻，世界经济发展遭受巨大冲击，全球环境治理也面临前所未有的困难。自2009年第一次向世界提出碳强度减排承诺以来，中国不断提高碳减排目标，并提前超额兑现了目标时间为2020年的碳减排承诺。2020年9月，习近平在第七十五届联合国大会上更是庄严承诺中国二氧化碳排放力争于2030年前达到峰值、2060年前实现碳中和（简称“双碳”目标）。作为世界上最大的发展中国家，中国正处于经济高质量发展阶段，此时提出“双碳”重大战略目标且承诺从碳达峰到实现碳中和的时间少于发达国家［1］，展示出负责任的大国担当。相比2015年提出的碳达峰目标而言，实现“双碳”目标除了需要满足经济发展必需的低碳排放和零碳排放技术（称“非负碳技术”）之外，还必须依赖于能够吸收必要碳排放的负碳技术。对此，借助碳排放权交易机制的价格激励作用促使经济主体自主进行技术创新被视为碳中和技术创新的重要抓手。事实上，中国早在2011年就已经开始部署碳排放权交易试点政策。国家发展和改革委于2011年10月印发了《关于开展碳排放权交易试点工作的通知》（以下简称《通知》），批准北京、上海、广东、天津、深圳、湖北、重庆等省份作为试点地区。2014年3月，国家发展和改革委员会批准福建探索开展碳排放交易。自2013年起，8个试点省份陸续启动碳排放权交易。那么，已经试行的碳排放权交易试点政策（以下简称“碳交易政策”）对碳中和技术创新的激励作用究竟如何？这一政策效应究竟是如何实现的？这一政策效应会因为不同地区、不同配额配发模式、不同碳价格以及不同类型碳中和技术而产生何种差异？客观全面地回答这些问题，可以为如何更好地完善全国统一碳市场、发挥碳交易政策对碳中和技术创新的促进作用以及实现“双碳”目标提供可靠的经验证据和政策启示。

1 文献综述

碳排放权交易，即将二氧化碳排放权作为一种商品，在碳排放总量确定的目标下进行配额分配，允许企业根据减排成本的高低，结合自身配额情况在市场上购买或出售碳排放权以实现碳减排履约［2］。近年来，国内外众多学者围绕碳排放权交易展开了研究。从碳排放权交易实施效果来看，现有文献主要涉及碳减排效应与低碳经济效应两方面：①碳减排效应方面。学者们大多认为，碳排放权交易有效促进了碳减排。例如，刘传明等［3］基于碳交易政策提供的准自然实验，采用双重差分法发现碳排放权交易显著促进了碳减排；方国昌等［4］运用政企博弈模型研究发现，碳排放权交易能够有效刺激企业进行碳减排，其主要通过减排技术进步［5］、增加资本投入［6］、调整产业结构［6］、优化能源结构［7］以及提升创新能力［8］等机制促进二氧化碳等温室气体的减排。②低碳经济效应方面。碳排放权交易能够实现经济与环境相互融合发展，促进地区经济实现绿色低碳发展［9-10］，其作用机制主要包括激励低碳技术创新［11］和推动产业结构升级［12］等。此外，碳排放权交易还能够通过改善投资效率［13］、提高企业市场化水平［14］等方式提升企业绿色全要素生产率［15］，尤其是提升高耗能企业的绿色生产绩效［16］。

碳交易政策作为中国具有代表性的市场导向型环境规制，是构建市场导向的创新体系与落实碳减排承诺必不可少的手段之一［17］。现有研究证明，碳交易政策实施的重要功能之一在于促进低碳技术创新［18］，并且能够通过合理的机制有效促进低碳技术创新［19］。王为东等［20］采用合成控制法研究发现，碳交易政策通过“信号-预期”机制促进了试点地区对政策信号作出强烈反映，在整体上诱发了试点地区的低碳技术创新。作为一种市场型环境规制，碳交易政策能够通过价格杠杆激励企业改进生产工艺、提升资源利用率［21］，利用生产效率和创新能力等优势提升自身竞争力，促使企业积极进行碳减排技术的自主创新［17］。

在“双碳”目标下，仅立足于低碳技术创新的研究已经无法满足中国对碳减排技术的新要求。一方面，由于碳中和强调人为碳排放净值为0，离不开包括碳捕捉、碳封存在内的负碳技术来吸收人类经济活动难以避免的碳排放。因此，中国亟须大力促进碳中和技术创新，为实现净零排放目标提供必要支撑［22］。另一方面，国际碳中和技术创新已经步入了高潮阶段，全球范围内已有100多个国家公布碳中和目标［18］，部分主要发达国家将推进碳中和技术创新作为实现碳中和目标的共同战略选择［23］。因此，为顺应国际碳中和行动发展趋势，中国应加快部署碳中和技术创新规划，引导经济主体积极开展碳中和技术自主创新。

综上可见，现有研究成果已颇为丰富，但在中国“双碳”目标于近两年提出的背景下，学界以碳中和技术创新为切入点的研究较为匮乏，几乎未有学者就碳交易政策对碳中和技术创新的影响展开经验性研究。鉴于此，该研究基于碳交易政策这一准自然实验，采用双重差分法考察碳交易政策对碳中和技术创新的影响。研究发现，在实施碳交易政策后试点城市的碳中和技术创新水平显著提升，且政策效应在政策实施后的短期和长期内均持续存在。影响机制及其动态效应分析表明，碳交易政策通过加大研发资本和研发人员投入两种作用机制促进试点城市的碳中和技术创新。此外，碳交易政策对碳中和技术创新的促进作用集中体现在东部地区；当只采用免费分配的配发模式时具有显著的政策效应；碳价格越高，政策效应越强。相比于负碳技术创新，碳交易政策对非负碳技术创新的促进作用更强。该研究可能的边际贡献主要体现在以下几个方面：①研究视角上，以往研究多立足于低碳技术创新层面，鲜有文献以碳中和技术创新作为切入点考察碳交易政策运行成效，相关的实证研究更是凤毛麟角；该研究在联合专利分类（Cooperative Patent Classification，CPC）的Y02体系下，结合实现“双碳”目标的技术需要，将碳中和技术分为非负碳技术和负碳技术，并以此考察碳交易政策运行成效。②研究方法上，该研究可能是首篇采用双重差分法定量评估碳交易政策对碳中和技术创新的政策净效应的文献，并且采用了包括安慰剂检验和工具变量法在内的一系列稳健性检验，增强了估计结果的可靠性；③研究内容上，该研究将碳价格和碳排放权配额配发模式纳入异质性分析中，探究不同碳价格和碳排放权配额配发模式下碳交易政策的技术创新效应；并将碳中和技术进行分类，探讨碳交易政策对负碳技术创新与非负碳技术创新的影响，能够为进一步完善碳市场、促进碳中和技术创新，进而助力实现“双碳”目标提供重要的政策启示。

2 政策背景与理论假说

2. 1 政策背景

为减轻全球气候变暖对人类和自然生态系统造成的威胁，《京都议定书》将“二氧化碳排放权”作为一种商品，以制约温室气体排放。已有学者研究发现，碳排放权交易作为一种市场减排机制，在缓解全球变暖问题方面发挥了重要作用［24］。2011年《通知》中提出，在北京、上海、广东、天津、深圳、湖北、重庆等7个省份先行试点碳交易政策。由此，深圳市自2013年起率先启动。2016年8 月，中共中央和国务院发布《国家生态文明试验区（福建）实施方案》，明确支持福建省深化碳排放权交易市场试点。该试点于同年12月正式启动运行。2021年7月，电力行业全国性碳排放权交易市场正式开市，意味着中国建立起全球规模最大的碳排放权交易市场。一方面，全国性碳市场因运行时间较短而无法提供政策实施后的多个年份数据，其政策效应难以进行量化评估；另一方面，2013年开始在8个省份开展的碳交易政策不仅符合政策效应定量评估的要求，而且其较为丰富的试点工作能够为全国碳市场建设提供足够的经验启示。因此，该研究将2013 年以来在8 个省份开展的碳交易政策视为一项准自然实验，定量评估其对碳中和技术创新的政策净影响。对应省市的碳交易政策试点时间见表1。

2. 2 理论假说

2. 2. 1 碳交易政策对碳中和技术创新的影响

近年来，为支持全球气候行动目标，中国的环境规制逐渐从行政干预型向市场激励型转变［25］。其中，碳交易政策作为中国具有代表性的市场导向型的环境规制［12］，是目前实现“双碳”目标的重要途径。碳交易政策能够激励企业通过提升生产效率、优化资源配置以及注重使用清洁能源等方式来积极减少碳排放和降低减排成本。正如“波特假说”所言，环境规制能够促使企业进行绿色技术创新，实现碳减排和经济发展双重效益。因此，从理论上来说，碳交易政策能够诱发企业研发更低碳排放水平、零碳排放的非负碳技术以及抵消吸收生产过程必要碳排放的负碳技术，以减少碳排放权购买支出或者出售更多碳排放权增收。进一步地，随着近年来中国碳减排目标不断增强，碳排放权配额的市场价值逐渐上升，使得碳交易政策对企业研发非负碳技术和负碳技术的激励作用不断增强。据此，该研究提出如下假说。

H1a：碳交易政策能够促进碳中和技术创新。

H1b：碳交易政策对碳中和技术创新的促进作用随时间推移变强。

2. 2. 2 碳交易政策影响碳中和技术创新的作用机制

从技术创新的供给侧投入要素角度来看，碳交易政策可以激励经济主体通过加大研发资本投入、引进研发人员进行碳中和技术创新。一方面，加大研发资金投入对技术进步具有显著的促进作用，且更加雄厚的资金实力使得企业具有更新并升级生产工艺的保障，从而推动碳中和技术革新。另一方面，增加研发经费能够更大力度支持和激发现有科研人员的创新能力，以更快地研发碳中和技术。由于碳交易政策使得碳排放权配额不足的企业通过增加支出购买配额过剩企业出售的碳排放权，因此配额不足和配额过剩的企业均有激励通过增加研发资本投入而研发碳中和技术，以节省购买配额的成本或获得更多出售配额的收益。加之，在近年来中国碳减排目标不断强化的背景下，碳排放权配额的市场价值日益上升，会激励企业加大研发资金投入而更快实现碳中和技术创新，以期节省更多购买配额成本或获得更多出售配额收益。据此，该研究提出如下假說。

H2a：碳交易政策通过增加研发资本投入促进碳中和技术创新。

H2b：与短期相比，碳交易政策对研发资本投入的促进作用在长期中更大。

在碳交易政策激励下，研发人员在绿色技术创新中扮演重要角色，能够对企业的技术进步与持续发展贡献力量［21］。例如，富有批判性思维与创造力的研发人员更能为企业顺应“双碳”目标提供新思路；高级技术专家具有更丰富的技术知识储备，更有利于企业研发碳中和技术。此外，研发团队的扩大能促使科研知识外溢，进一步诱发绿色技术创新［26］。在“双碳”目标的背景下，碳交易政策使得碳排放权配额的市场价值凸显，从而能够促使企业引进研发人员实现碳中和技术创新。由于近年来中国碳减排目标不断提高，会使得碳排放权配额的市场价值随之上升，从而会激励企业加快引进研发人员以更快实现碳中和技术创新。据此，该研究提出如下假说。

H3a：碳交易政策通过增加研发人员投入促进碳中和技术创新。

H3b：与短期相比，碳交易政策对研发人员投入的促进作用在长期中更大。

3 研究设计

3. 1 模型构建

考虑到碳交易政策在多个地区试点的准自然特征，该研究构建双重差分模型来评估碳交易政策对城市碳中和技术创新的影响，具体模型如下：

= + + + + + （1）

其中：代表城市，代表年份；被解释变量代表碳中和技术创新；核心解释变量代表碳交易政策的虚拟变量；为一系列控制变量；代表城市固定效应；代表年份固定效应；代表随机误差项。核心解释变量的估计系数表示碳交易政策对碳中和技术创新的政策净效应。

3. 2 变量设定

碳中和技术创新（）。考虑到数据的可获得性，该研究采用联合专利分类（CPC）Y02专利的公开量作为碳中和技术创新的衡量指标。该专利分类由欧洲专利局（EuropeanPatent Office， EPO）和美国专利局（United States Patentand Trademark Office， USPTO）共同开发，具有标准统一、兼容性强及高度细分等优势。CPC-Y02专利分类体系所包括的专利类别及其含义见表2。

碳交易政策（）。该研究根据《通知》和《国家生态文明试验区（福建）实施方案》得到碳交易政策试点信息，即在北京、上海、广东、天津、深圳、湖北、重庆和福建8个省份试点碳交易政策。由此，的取值规则设为：对于试点城市而言，在政策实施年份及之后取值为1，否则取值为0；对于非试点城市而言，始终取值为0。

控制变量（）。为控制其他因素对回归结果的影响，该研究参考董直庆等［9］的思路，引入如下控制变量：①研发资本（），采用各地区科学技术支出表示；②政府干预（），采用地方公共财政支出表示；③产业结构（），采用地区第二和第三产业占地区生产总值的比重之和表示；④外商直接投资（），采用地区实际利用外资与GDP的比值表示；⑤经济发展水平（），采用地区生产总值表示。为降低异方差，对非比值形式的非虚拟变量进行了对数化处理。

3. 3 数据来源、描述性统计及核心变量变化趋势分析

基于数据的可得性和完整性，将样本定为中国2009—2019年283个城市的面板数据（不涉及常州市、赣州市、威海市、黄石市、莱芜市、三沙市、儋州市、遵义市、毕节市、铜仁市、海东市、吐鲁番市、哈密市、佳木斯市、七台河市）。其中，碳中和技术专利的原始数据通过Incopat全球科技分析运营平台检索而得。该平台是全球首个为华语研发人员提供科技创新信息的专利情报平台，能够提供比其他数据检索平台更及时、准确的高质量专利信息，其专利数据可细化到历年中国城市层面的碳中和技术专利。该研究采用指令检索法获得了2009—2019年全国城市层面在中国国家知识产权局申请的碳中和技术专利。其中，碳中和技术专利Y02的整體检索式为（CPC=（Y02）AND（（PNC＝（“CN”））））；负碳技术专利Y02C的整体检索式为（CPC=（Y02C）AND（（PNC＝（“CN”））））。控制变量等原始数据主要来源于历年《中国城市统计年鉴》等公开权威资料。各主要变量的描述性统计分析见表3。

为初步考察碳交易政策对政策试点组城市和政策非试点组城市碳中和技术专利的影响，图1展示了这两组城市碳中和技术专利的变化趋势。可以发现：2009—2019年两组城市碳中和技术专利在样本期内呈现逐年上升趋势，在碳交易政策实施之前处理组与对照组城市的碳中和技术专利上升趋势较为接近；而碳交易政策实施之后处理组城市碳中和技术专利上升速度明显更快。这初步表明，碳交易政策在一定程度上促进了处理组城市的碳中和技术创新。由于这一促进作用可能还受到其他因素的影响，因此下文将采用双重差分模型来识别碳交易政策这一冲击对处理组城市碳中和技术创新的政策净效应。

4 基准回归

4. 1 平行趋势检验

该研究参考Beck等［27］的做法，对碳交易政策实施前试点城市与非试点城市碳中和技术创新是否具有相同的变动趋势进行验证，具体模型如下：

= + 1-+ 2-5 + ... + 115++ + + （2）

其中：代表基于年设定的年份政策虚拟变量，其他变量含义与式（1）相同。平行趋势检验结果如图2所示。从图2中可以看出，碳交易政策实施之前各年份的交互项估计系数均不显著，而实施之后的交互项估计系数始终显著为正。这表明，碳交易政策实施之前各年份的处理组和控制组不存在显著差异，即满足平行趋势假设。

4. 2 基准回归与动态效应

碳交易政策影响城市碳中和技术创新的基准回归结果见表4列（1）。结果显示，交互项估计系数在1%的水平上显著为正，即碳交易政策显著促进了试点城市的碳中和技术创新，即假说H1a成立。

考虑到政策实施的效应在不同时期存在差异，借鉴郭俊杰等［28］的思路，对碳交易政策影响碳中和技术创新的动态效应进行分析，设定如下模型：

= + 1+ 2 + + + +（3）

其中：为短期冲击变量，其取值规则为：对于试点城市在政策实施后的第1年至第3年，该变量取值为1，其余情况下取值为0；为长期冲击变量，其取值规则为：对于试点城市在政策实施后第四年及之后的年份，该变量取值为1，其余情况下取值为0；其余变量的含义与基准回归模型（1）保持一致。由表4列（2）不难发现，碳交易政策对碳中和技术创新的影响在短期和长期均显著存在，且长期影响强于短期影响。因此，假说H1b得到支持。

4. 3 稳健性检验

4. 3. 1 缩尾检验

为考察异常值对估计结果产生的影响，借鉴魏悦羚等［29］的做法，在1%的水平上进行了缩尾处理，结果见表5列（1）。从表中可以看出，交互项估计系数在1%的水平上显著为正，说明基准回归结论仍然稳健。

4. 3. 2 更换指标

为考察被解释变量衡量指标对估计结果的影响，将被解释变量的衡量指标替换为碳中和技术专利申请量。考虑到专利研发和申请具有时间滞后性，进一步参考万攀兵等［30］的做法，分别采用滞后一期的碳中和技术专利公开量和滞后一期的碳中和技术专利申请量来衡量被解释变量。对应的回归结果分别见表5列（2）—（4）。从中可以看出，交互项估计系数依旧显著为正。这表明，在更换多个被解释变量衡量指标后，前文基准回归结论依然稳健。

考虑到“双碳”目标既需要包括低碳排放和零碳排放在内的非负碳技术，也需要能够吸收必要碳排放的负碳技术，该研究进一步将碳中和技术分为负碳技术与非负碳技术进行考察。从中国的现状来看，中国是世界第一大碳排放国［1］，预计到2060年依然会存在化石能源的消费，从而不可避免地产生二氧化碳排放［31］。这使得以碳捕获、利用与封存技术（Carbon Capture， Utilization andStorage，CCUS）为代表的负碳技术对于实现碳中和目标而言不可或缺［31-32］。从负碳技术的重要性来看，为实现能源系统的净零排放，中国长期以来积极关注负碳技术体系的构建，尤其是对CCUS技术给予了高度重视，已将其列为重大示范项目并进行引导与支持。鉴于此，该研究在数据可获得性和分类清晰明确等综合考虑下，将Y02C（二氧化碳捕获或存储技术）界定为负碳技术，将Y02分类下的其他专利界定为非负碳技术。表5列（5）和列（6）显示，交互项估计系数均显著为正。进一步从估计系数数值来看，碳交易政策平均而言对试点城市负碳技术创新、非负碳技术创新的促进作用分别为0. 002、0. 429。这表明，碳交易政策对试点城市负碳技术创新、非负碳技术创新的促进作用均较小，且对负碳技术创新的促进作用甚微。可能的原因是，试点中的碳交易政策存在交易频率较低和市场流动性较弱等现象，抑制了碳价格，从而对经济主体开展碳中和技术创新水平的激励作用较弱；相较于非负碳技术，中国的负碳技术则仍处在示范阶段，存在规模较小、成本较高以及基础设施建设相对滞后等问题［31］。

4. 3. 3 控制其他政策干擾

为控制同期内其他政策对估计结果的潜在影响，该研究借鉴石大千等［33］的做法，在基准计量模型中加入干扰政策虚拟变量。具体而言，以同时期最密切相关的低碳城市试点政策作为干扰政策。基于低碳城市试点政策设定的干扰政策虚拟变量（）的取值规则为：样本期间内获批低碳试点的城市在政策实施当年及之后的取值设为1，否则为0。表5列（7）的回归结果显示，在控制了低碳城市试点政策的干扰后，政策交互项（）估计系数仍然显著为正，进一步印证了基准回归结果。

4. 3. 4 强度型DID

考虑到各试点省市在政策实施当年的有效实施月份数并不相同而可能导致政策效应存在差异，该研究采用强度型DID模型再次进行检验。具体来说，该研究将政策实施时间精确到月份构建政策交互项（），按如下规则赋值：对于试点城市而言，该变量取值为当年实际实施政策的月份数与全年月份数之比；其余情形取值为0。从表5列（8）的回归结果中可以看出，的估计系数显著为正，与基准回归结果一致。

4. 3. 5 基于随机抽样的安慰剂检验

参考张国建等［34］的做法，采用随机抽样方法进行安慰剂检验以考察前文估计结果是否受到潜在非观测因素的影响。具体做法如下：①不重复地随机抽出与当年实际处理组数量相同的城市作为抽样处理组，其他城市即为对照组；②将碳交易政策实施年份与随机抽取的处理组进行对应，构建政策交互项；③将政策交互项代入式（1）进行回归。基于1 000次随机抽样的估计系数概率分布如图3所示。不难发现，政策交互项估计系数与基准回归的结果存在显著差异，即支持了基准回归。

4. 3. 6 工具变量法

为缓解由政策试点样本可能非完全随机而导致的内生性问题，该研究在数据可获得性的基础上，以绿地面积构建工具变量来进行处理。其合理性在于：一方面，绿地面积在一定程度上可以反映出当地对环境保护的重视程度，而环保重视程度越高越可能被设为碳交易政策试點，即满足相关性。另一方面，绿地面积主要由政府直接规划，并不会直接影响碳中和技术创新，即满足外生性。表6列（1）和列（2）分别汇报了基于工具变量的两阶段回归结果。第一阶段回归结果显示：工具变量的估计系数在1%水平上显著，即符合相关性；对应的统计量值大于临界值10，表明不存在工具变量弱识别性问题。第二阶段回归结果显示，交互项估计系数显著为正。这表明，在进一步缓解潜在内生性问题后，碳交易政策对试点城市碳中和技术创新的促进作用仍然存在。

5 影响机制及其动态效应分析

引入研发资本投入（）和研发人员投入（）两个中介变量，并借鉴胡玉凤等［35］的做法，构建如下中介效应模型：

= + + + + + （4）

= + + + + + （5）

= + + + + + + （6）

其中：中介变量定义如下：①研发资本投入（）。研发资本投入机制是指碳交易政策可以激励企业投入更多资金进行绿色技术创新活动，从而促进绿色技术产出。考虑到越高的科学技术支出往往会促使企业生产与研发所投入的资金越多，因此该研究以此来衡量研发资本投入。②研发人员投入（）。研发人员投入机制是指碳交易政策实施后，试点城市在低碳科技研发领域产生了人才缺口，吸引更多研发人员流入。该研究采用科学研究技术服务和地质勘查业从业人员人数来衡量研发人员投入。

表7显示了基于中介效应模型的机制检验结果。表7列（1）、列（3）分别展示了碳交易政策对研发资本投入（）和研发人员投入（）的回归结果。可以看出，交互项估计系数均在1%的水平上显著为正。这说明碳交易政策显著促进了研发资本投入和研发人员投入。表7列（2）、列（4）分别展示了将碳交易政策变量和两种机制变量共同加入模型的回归结果。可以看出，政策交互项、研发资本投入（）和研发人员投入（）的估计系数均显著为正。这表明，研发资本投入和研发人员投入机制均成立，即碳交易政策通过增加研发资本投入和研发人员投入来促进碳中和技术创新。因此，假说H2a和H3a得到支持。

在此基础上，进一步识别了碳交易政策对上述两种影响机制的短期效应和长期效应。表7列（5）和列（6）分别展示了碳交易政策对研发资本投入（）和研发人员投入（）的时间动态效应回归结果。可以看出，碳交易政策对研发资本投入和研发人员投入的影响在短期和长期均显著为正，且长期冲击变量的估计系数大于短期冲击变量。这表明，碳交易政策无论是在短期还是长期均能提高研发资本投入和研发人员投入，政策长期效果强于短期效果。可能的原因在于，通过前期不断投入研发资本使碳交易政策已形成一定的规模，因此其对研发资本的刺激作用在长期中趋于增强；碳交易政策的实施能够不断促进科技人才的集聚，但由于碳中和技术的前沿性和技术门槛性使得相关研发人员短期内难以掌握足够知识，经过一段时期培训后其研发创新技能与工作效率均得到提升，进而使得碳交易政策在长期中对研发人员投入具有更大的促进效应。因此，假说H2b和H3b得到支持。

6 进一步分析

6. 1 地区异质性

考虑到东部地区和中西部地区在经济发展阶段、碳排放、科技水平等方面的差异可能使得碳交易政策在不同地区表现出不同的碳中和技术创新效应，因此该研究借鉴Chen等［36］的做法，将试点城市分为东部地区和中西部地区，将基准回归模型中的政策交互项依次拆分为政策交互项、来考察政策效应的地区异质性。其中，位于东部地区的试点地区包括北京、天津、上海、广东和福建；位于中西部地区的试点地区包括湖北和重庆。地区异质性分析的结果见表8列（1）。可以看出，东部地区的交互项系数显著为正，而中西部地区的交互项系数不显著。由此说明，碳交易政策对碳中和技术创新的促进作用集中体现在东部地区试点城市。可能的原因在于，相比中西部地区而言，碳交易政策使得更多的研发人员流入东部地区。

6. 2 配额配发模式异质性

一方面，碳排放权配额配发模式是各省份碳交易政策的基础，对碳交易政策实施效果起着决定性作用；另一方面，各省份碳交易政策的碳排放权配额配发模式差异较大，其主要包含免费配发、竞价拍卖和定价出售三种模式及其组合，其中：上海、天津、重庆和福建的配发模式只采用免费配发模式；广东的配发模式包括免费配发和竞价拍卖；北京、深圳和湖北的配发模式同时包含免费配发、竞价拍卖和定价出售［37］。由此，该研究将基准回归模型中的政策交互项根据上述三种配额配发模式依次拆分为政策交互项、、，以考察碳交易政策在这三种配额配发模式中对碳中和技术创新的差异性影响。由表8列（2）可以看出：只采用免费配发模式试点的交互项估计系数在5%的水平上显著为正；采用免费配发和竞价拍卖两种模式时，交互项估计系数不显著；采用免费配发、竞价拍卖和定价出售三种模式时，交互项估计系数不显著。这表明，只采用免费配发模式时，碳交易政策对碳中和技术创新的促进作用最为明显，同时采用两种模式或三种模式无明显的促进作用。可能的原因是，目前在竞价拍卖和定价出售模式下，拍卖配发比例、拍卖机制设计和定价出售规则存在不合理性［37］；而只采用单一的免费配发的模式时，各经济主体进行碳中和技术创新的动力更强。

6. 3 碳价格异质性

碳交易政策的实施效果与碳排放成交价格高低紧密相关。较高的碳价格能够更大程度地刺激企业参与碳减排［38］。魏丽莉等［17］认为，当碳价格相对较高时，政府的职责包括维持碳价格并促使其在合理区间内有效提升，对碳价有效的管理和引导有利于强化碳交易政策实施效果。考虑到不同试点城市碳价格的差异性［39］，该研究根据中央财经大学绿色国际金融研究院发布的《2021年中国市场年报》，将8个试点省份开市至全国碳市场开市期间的成交均价分为高碳价、中碳价和低碳价三类（表9），根据碳排放权成交均价的高低将碳交易政策试点地区分为高碳价地区、中碳价地区以及低碳价地区来考察政策效应异质性。其中，高碳价地区包括北京和上海，中碳价地区为广东、湖北、天津、重庆，低碳价地区包括福建和深圳。由此，该研究将基准回归模型中的政策交互项根据上述三种碳价类型依次拆分为政策交互项、、，以考察碳交易政策分别对高碳价、中碳价、低碳价地区碳中和技术创新的差异性影响。基于碳价格异质性分析的结果见表8列（3）。不难看出，三类碳价地区的交互项估计系数均显著为正，且碳价格越高地区的交互项估计系数越大。这表明，碳价格越高，碳交易政策对碳中和技术创新的促进作用越强。可能的原因在于，碳价格越高，越能够倒逼企业加大研发投入，从而碳交易政策效应越强。

7 结论与启示

基于已有文献的不足，该研究将中国2013年以来在8省份试点的碳交易政策视为一项准自然实验，使用2009—2019年中国283个城市的面板数据，采用双重差分法检验了碳交易政策对试点城市碳中和技术创新的影响，并进一步对其作用机制和异质性展开了研究。主要结论如下：第一，碳交易政策显著促进了试点城市的碳中和技术创新，且这一政策效应无论在短期中还是在长期中均显著存在，且在长期中更大。第二，该政策效应主要通过加大研发资本投入和研发人员投入两种机制实现，这一作用在政策实施的短期和长期内均显著存在，且长期效果强于短期效果。第三，相比中西部地区而言，碳交易政策对东部地区碳中和技术创新的促进作用更明显。第四，碳交易政策对只采用免费配发模式的地区的碳中和技术创新具有显著的政策效应，而采用免费配发和竞价拍卖两种模式以及三种模式都采用时该政策效应均被削弱。第五，当碳交易政策试点地区的碳价格更高时，该政策效应更强。第六，碳交易政策對负碳技术和非负碳技术的促进作用较弱，且对负碳技术的促进作用更弱。

基于以上结论，该研究得出如下政策启示：①加快专业化人才的培养，尤其是熟知碳交易政策运行机制以及精通碳交易工具的人才，如碳交易员、碳排放管理师等，为实现“双碳”目标提供人才保障。②进一步完善全国统一碳市场。一方面，中国政府可根据全国碳市场碳排放配额清缴完成和处理情况对各地区整体性碳减排程度进行评估，根据评估结果重点支持碳减排程度较弱的地区，尤其是经济发展水平较弱的中西部地区。另一方面，各试点政府应进一步加强引导碳排放重点行业的节能降碳技术改造活动，为实现“双碳”目标充分总结经验。③加强对各试点地区碳市场之间的协调管理，在经济基础不具优势、地理位置较为偏僻的中西部地区建立有利于碳中和技术创新的制度环境，促进各地区均衡发展，为实现“双碳”目标奠定基础。④加快完善中国碳交易政策的配额分配机制，减少政府干预并适当增加配额拍卖的比例［37］。为解决企业因有偿配额产生额外负担而激励作用不足的问题，应设计切实可行的公平拍卖规则，在此基础上完善配额配发机制，为实现“双碳”目标提供制度保障。

⑤碳价格在激励经济活动主体减排方面发挥着核心作用，较高的碳价更能促进碳中和技术创新。然而，中国各试点地区目前的碳价格普遍较低［38］。因此，政府应致力于完善碳交易政策价格机制，使碳价格充分体现减碳成本，更好发挥碳价格对企业开展碳中和技术创新的激励作用，为实现“双碳”目标提供市场动力支持。⑥考虑到负碳技术创新受到碳交易政策的影响较弱，政府应大力开展CCUS技术在材料、装备、技术等方面的研发攻关，在发展主流低碳技术的同时采取措施引导企业重点攻克负碳技术，推动碳中和技术创新实现重大突破，为实现“双碳”目标提供技术支撑。

参考文献

［1］ 郭朝先. 2060年碳中和引致中国经济系统根本性变革［J］. 北京工业大学学报（社会科学版），2021，21（5）：64-77.

［2］ 傅京燕，代玉婷. 碳交易市场链接的成本与福利分析：基于MAC曲线的实证研究［J］. 中国工业经济，2015（9）：84-98.

［3］ 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.

［4］ 方国昌，何宇，田立新. 碳交易驱动下的政企碳减排演化博弈分析［J/OL］. 中国管理科学：1-12［2022-10-27］. DOI：10. 16381/j.cnki. issn1003-207x. 2021. 1401.

［5］ YU F. Does China’ s carbon emission trading policy alleviate urbancarbon emissions？［J］. IOP conference series：earth and environmentalscience，2020，508（1）：012044.

［6］ ZHOU D，LIANG X Y，ZHOU Y，et al. Does emission trading boostcarbon productivity： evidence from China’ s pilot emission tradingscheme［J］. International journal of environmental research and publichealth，2020，17（15）：5522.

［7］ YANG Z F，YUAN Y N，ZHANG Q Z. Carbon emission tradingscheme，carbon emissions reduction and spatial spillover effects：quasi‑experimental evidence from China［J］. Frontiers in environmentalscience，2022，9：824298.

［8］ LIU J Y，WOODWARD R T，ZHANG Y J. Has carbon emissionstrading reduced PM2. 5 in China？［J］. Environmental science & technology，2021，55（10）：6631-6643.

［9］ 董直庆，王辉. 市场型环境规制政策有效性检验：来自碳排放权交易政策视角的经验证据［J］. 统计研究，2021，38（10）：48-61.

［10］ 任亚运，傅京燕. 碳交易的减排及绿色发展效应研究［J］. 中国人口·资源与环境，2019，29（5）：11-20.

［11］ QI S Z， ZHOU C B， Li K， et al. Influence of a pilot carbon tradingpolicy on enterprises’ low‑carbon innovation in China［J］. Climatepolicy， 2021（1）： 1-19.

［12］ 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.

［13］ 张平淡，张惠琳. 环境规制改进企业全要素生产率的路径研究：基于碳排放权交易试点的准自然实验［J］. 江淮论坛，2021（4）：44-51.

［14］ ZHANG W， LI R. Does carbon emission trading mechanism realizeporter effect in China［J］. Fresenius environmental bulletin，2021， 30（4）： 4694-4703.

［15］ YANG L S，LI Y，LIU H X. Did carbon trade improve green productionperformance： evidence from China［J］. Energy economics，2021，96：105185.

［16］ SUN R T，WANG K Q，WANG X J，et al. China’ s carbon emissiontrading scheme and firm performance［J］. Emerging markets financeand trade，2022，58（3）：837-851.

［17］ 魏麗莉，任丽源. 碳排放权交易能否促进企业绿色技术创新：基于碳价格的视角［J］. 兰州学刊，2021（7）：91-110.

［18］ 刘燕华，李宇航，王文涛. 中国实现“双碳”目标的挑战、机遇与行动［J］. 中国人口·资源与环境，2021，31（9）：1-5.

［19］ 张修凡. 碳市场流动性与区域低碳经济转型：基于低碳技术创新的双重中介效应分析［J］. 南京财经大学学报，2021（6）：88-98.

［20］ 王为东，王冬，卢娜. 中国碳排放权交易促进低碳技术创新机制的研究［J］. 中国人口·资源与环境，2020，30（2）：41-48.

［21］ 何彦妮. 碳交易市场对企业创新策略的影响及作用机制［J］.中国人口·资源与环境，2022，32（7）：37-48.

［22］ 王灿，蔡闻佳，郑馨竺，等. 碳中和目标下气候政策研究的前沿问题［J］. 北京理工大学学报（社会科学版），2022，24（4）：74-80.

［23］ 郭楷模， 孙玉玲， 裴惠娟， 等. 趋势观察：国际碳中和行动关键技术前沿热点与发展趋势［J］. 中国科学院院刊， 2021， 36（9）： 1111-1115.

［24］ WU M M. China’ s carbon emissions trading market analysis［J］.Advanced materials research，2010，113-116：484-487.

［25］ 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.

［26］ 徐红，赵金伟. 研发投入的绿色技术进步效应：基于城市层面技术进步方向的视角［J］. 中国人口·资源与环境，2020，30（2）：121-128.

［27］ BECK T，LEVINE R，LEVKOV A. Big bad banks： the winnersand losers from bank deregulation in the United States［J］. Thejournal of finance，2010，65（5）：1637-1667.

［28］ 郭俊杰，方颖，杨阳. 排污费征收标准改革是否促进了中国工业二氧化硫减排［J］. 世界经济，2019，42（1）：121-144.

［29］ 魏悦羚，张洪胜. 进口自由化会提升中国出口国内增加值率吗：基于总出口核算框架的重新估计［J］. 中国工业经济，2019（3）：24-42.

［30］ 万攀兵，杨冕，陈林. 环境技术标准何以影响中国制造业绿色转型：基于技术改造的视角［J］. 中国工业经济，2021（9）：118-136.

［31］ 张贤，李凯，马乔，等. 碳中和目标下CCUS技术发展定位与展望［J］. 中国人口·资源与环境，2021，31（9）：29-33.

［32］ 黄晶，孙新章，张贤. 中国碳中和技术体系的构建与展望［J］.中国人口·资源与环境，2021，31（9）：24-28.

［33］ 石大千，丁海，卫平，等. 智慧城市建设能否降低环境污染［J］中国工業经济，2018（6）：117-135.

［34］ 张国建，佟孟华，李慧，等. 扶贫改革试验区的经济增长效应及政策有效性评估［J］. 中国工业经济，2019（8）：136-154.

［35］ 胡玉凤，丁友强. 碳排放权交易机制能否兼顾企业效益与绿色效率？［J］. 中国人口·资源与环境，2020，30（3）：56-64.

［36］ CHEN S，SHI A N，WANG X. Carbon emission curbing effects andinfluencing mechanisms of China’ s Emission Trading Scheme：themediating roles of technique effect，composition effect and allocationeffect［J］. Journal of cleaner production，2020，264：121700.

［37］ 熊灵，齐绍洲，沈波. 中国碳交易试点配额分配的机制特征、设计问题与改进对策［J］. 武汉大学学报（哲学社会科学版），2016，69（3）：56-64.

［38］ CUI J B，WANG C H，ZHANG J J，et al. The effectiveness of China’s regional carbon market pilots in reducing firm emissions［J］.Proceedings of the National Academy of Sciences of the UnitedStates of America，2021，118（52）：e2109912118.

［39］ 张嘉望，李博阳，杜强. 中国区域碳市场价格联动与风险溢出效应研究：基于信息溢出视角［J］. 中南财经政法大学学报，2022（2）：148-160.