我国碳交易政策的减排与经济“双重红利”分析

郑鹏 赵丽男 贾文静

（大连海洋大学经济管理学院，辽宁大连 116023）

1 引言

碳交易是减少全球二氧化碳气体排放、应对全球气候变化的有效手段［1］。我国于“十二五”规划中正式提出建立碳排放权交易市场，2013 年开始在部分地区开展碳交易试点工作，2021 年碳交易市场正式启动。有关数据显示，初始阶段就有7 000 多家企业进入全国碳市场，其碳排放总量约占我国碳排放总量的一半。虽然我国碳交易市场已经发展10 余年，且规模宏大，但我国碳交易市场仍相对欠缺，存在市场机制薄弱、相关法律体系不完善、监管不到位等问题［2］。

目前，国内外学者对我国碳交易政策主要基于以下3 个方面展开研究：一是碳交易政策的作用机制。Jouvet 等［3］研究发现，碳市场的建立可以很好地促进企业低碳转型和进行节能减排方面的技术创新；刘宇等［4］研究发现，企业可以通过碳市场有效地降低其边际减排成本。二是碳交易政策的环境影响。Anger［5］，Hahn 和Stavins［6］研究发现，碳交易政策可以提供更多的减排方式，来降低减排的社会成本；张伟伟等［7］对国际碳市场的减排效应进行实证检验，结果发现，碳市场可以有效地减少全球碳排放总量；周迪和刘奕淳［8］研究发现，碳交易政策能够持续地减少二氧化碳排放。三是碳交易政策的经济影响。汤维祺等［9］通过运用CGE 模型对碳交易政策的激励作用进行计算验证，实验结果表明，建立碳交易市场对促进中西部工业化转型地区的经济增长有着积极的作用；刘宇等［10］研究发现，广东省以及湖北省的碳交易体系能够带来很好的经济效益。李坤阳等［11］研究发现，各碳交易试点地区碳市场、经济增长和环境保护的协调发展度整体呈现上升趋势。

综上所述，以往的研究主要集中在碳交易政策的作用机制以及对经济与环境的影响方面，鲜有关于碳交易政策对经济与环境协调发展的影响研究。基于此，本文拟将碳交易试点政策视为一准自然实验，运用双重差分法（DID）深入剖析碳交易政策对地区二氧化碳排放量和经济发展水平的影响，考察碳交易政策是否具有减排和经济的“双重红利”效应，并对其异质性影响进行实证检验。与以往文献相比，本文将从以下两个方面进行研究：第一，从“双重红利”视角出发，同时关注了碳交易政策的减排和经济效应；第二，将进一步研究地区与经济发展因素的促进效应，为碳交易政策的全面实施提供经验证据，以推动全国碳交易市场发展。

2 理论分析与研究假设

2.1 碳交易政策的减排红利

首先，碳交易政策有助于形成均衡的碳交易价格，激励受规制行业或企业对其产业结构、生产过程、研发创新等作出调整与改进，将污染密集型产品向绿色清洁型产品过渡，进而降低碳排放量［12］。其次，碳交易政策的实施会导致相关企业的治理成本增加［13］，企业为了获得更多的利润，会进行绿色创新，以改善生产工艺，缓解环境成本压力。这样不仅能够帮助企业获得产品市场竞争优势，也能够降低定额产量下的污染排放［14］，进而实现区域减排。综上，本文认为碳交易政策的实施能够促进环境保护。至此，提出以下假设：

H1：碳交易政策具有减排红利。

2.2 碳交易政策的经济红利

碳交易政策是一种市场型的环境规制政策，不会通过强制性的行政手段来限制企业污染排放，进而减少能源消耗，达到政策目的［15］。政府在限定企业碳排放总量的同时，创建了一个碳排放额度的交易市场，允许企业间进行碳排放额度的买卖。首先，碳交易政策的实施增加了企业的获利途径。企业可以通过减产、创新等手段，对碳排放量进行控制，进而将空余排放额度出售给有需要的企业获得更多的利润。而购买企业不会因为达到排放额度选择停产，进而保证了企业经济效益的获得。其次，碳交易政策以及多种节能减排政策的实施会对碳排放量较大的企业产生一定压力，从而促使企业加快绿色转型的节奏，总结经验做法和教训，加深企业之间、国际社会之间的交流学习，提高经济发展活力，从根本上解决全球性问题［16］。综上，本文认为碳交易政策的实施促进经济发展。至此，提出以下假设：

H2：碳交易政策具有经济红利。

3 研究设计

3.1 样本选取与数据来源

本文选取了2006—2021 年我国30 个省、自治区、直辖市（因数据缺失，不含西藏自治区及港澳台地区）的样本数据进行研究，碳排放相关数据来源于中国碳核算数据库（CEADs），其他数据来源于国家统计局、中国统计年鉴和中国能源统计年鉴等。缺失样本数据，借鉴王锋和葛星［17］的做法，使用线性插值法进行缺失数据补充。为了消除极端值的影响，本文对相关变量进行了上下1%的缩尾处理（Winsorize）。

3.2 模型设计

为检验碳交易政策的减排和经济效应，本文拟将碳交易政策视为准自然实验，采用DID 进行检验，具体模型如下：

3.3 变量选择

3.3.1 被解释变量

减排红利：目前我国仍未对二氧化碳排放量分地区进行数据统计，所以本文参考《2006 年PICC 国家温室气体清单指南》提供的方法测算各省（区、市）能源消费引起的二氧化碳排放量，公式为：

式中，Cit表示i 省（区、市）第t 期的碳排放量；Eitj表示i 省（区、市）第t 期第j 种能源的消费量；EFj表示第j 种能源的碳排放系数。

具体来说，就是将中国能源统计年鉴统计的主要化石能源，包括煤、焦炭、原油、燃料油、汽油、煤油、柴油、天然气这8 种化石能源消费计算得到二氧化碳排放量，即为减排红利。

经济红利：为分析环境政策的经济效应，本文借鉴王力和孙中义［18］的研究成果，采用各省（区、市）人均GDP 来衡量地区经济发展，即为经济红利。

3.3.2 解释变量

解释变量为碳交易政策（Treat）和时间（Post）。解释变量设置为虚拟变量，若该省（区、市）为碳交易政策试点，则Treat 取值为1，否则为0；若为试点年份之后，Post 取1，否则为0。在我国30 个省（区、市）样本中，试点地区为北京市、天津市、上海市、重庆市、湖北省、广东省（福建省由于试点年份较晚，本文未将其纳入）6 个省（市），其余24 个省（区、市）为非试点地区。与大多数研究一样，本文选择2013 年作为碳交易政策的试点年份。

3.3.3 控制变量

借鉴已有文献，本文控制变量为：人口密度（pop）、土地利用率（land）、企业技术创新程度（inna）、区域产业结构（indu）、对外开放程度（open）、环境治理投资（invest）、工业企业发展状况（liquid）、森林覆盖率（forest）等，同时本文对个体（Area）和时间（Year）进行控制。各变量具体定义详见表1。

表1 变量定义

4 实证结果及分析

4.1 描述性统计

表2 为样本数据的描述性统计结果。减排红利的区间范围在7.802～11.970 之间，均值为10.330，显示各省（区、市）之间二氧化碳排放量差距较大，且大部分省（区、市）碳排放量较高；经济红利的区间范围在0.610～18.750 之间，均值为4.661，显示各省（区、市）经济发展水平不平衡，存在较为明显的差距，且大部分省（区、市）处于较低的经济发展水平状态。其余变量与已有研究差异性不大。

表2 变量描述性统计

4.2 相关性分析

通过皮尔逊（Person）相关性分析，对各变量有了初步的认识，进而对变量之间是否存在共线问题进行了探究。相关性分析结果见表3。由表3 可知，变量间的相关性基本显著，且变量之间相关系数的绝对值大都不超过0.5，表明各变量之间不存在严重的共线问题。

表3 相关性分析

4.3 回归结果与分析

为评估碳交易政策的“双重红利”效应，本文使用双向固定的双重差分模型进行回归，回归结果见表4。表4 中第（1）列和（3）列仅纳入政策变量，减排红利（CDE）的交互项系数显著为负，经济红利（ECD）的交互项系数显著为正，表明碳交易政策显著降低了二氧化碳排放量并促进了地区经济发展。表4 中第（2）列和（4）列为将相关控制变量加入模型后的回归结果，CDE 和ECD 的系数在符号与显著性上均未发生明显改变，表明在控制相关变量后，碳交易政策仍然能有效地降低二氧化碳排放量并促进地区经济发展。以上结果表明，碳交易政策具备减排和经济的“双重红利”，假设H1 和H2 得到验证。

表4 双重差分模型结果

4.4 稳健性检验

4.4.1 平行趋势检验

运用双重差分模型，必须要满足平行趋势假设，即在碳交易政策实施以前，试点地区和非试点地区的“双重红利”具有相同的发展趋势。为了验证本文模型构建的合理性，对试点地区和非试点地区的减排和经济红利进行了平行趋势检验，如图1 所示。从图1a 可以看出，减排红利在试点政策之前，交互项的回归系数在0 附近波动，且显著为正，在试点政策之后，交互项的回归系数明显下降，且显著为负，说明碳交易政策实施以后，试点地区二氧化碳排放量明显降低，减排红利效应得到体现；从图1b 可以看出，经济红利在试点政策之前，交互项的回归系数显著为负，在试点政策之后，交互项的回归系数明显上升，且显著为正，说明碳交易政策实施以后，试点地区人均GDP 显著提升，经济红利得到体现。以上结果与本文假设相符，平行趋势检验通过。

图1 平行趋势检验结果

4.4.2 其他稳健性检验

为了进一步验证碳交易政策对地区“双重红利”效应的稳健性，本文通过剔除试点年份和安慰剂检验两种方式来进行检验。具体如下：剔除试点年份，可以对政策实施的滞后性进行检验。检验结果见表5。如表5 中第（1）列和（2）列所示，交互项的回归系数在5%水平下显著，且系数符号未发生改变，稳健性检验通过；安慰剂检验，本文借鉴曹春方和张超［19］的做法，通过虚构处理组的方式来进行安慰剂检验，即随机在对照组内选择6 个地区作为虚拟处理组，重新进行双重差分估计。如果随机后的虚拟处理组交互项系数结果仍然显著，表明原来的估计结果可能出现了偏差。检验结果如表5 中第（3）和（4）列所示，交互项的回归系数均不显著，安慰剂检验通过。

表5 稳健性检验结果

4.5 异质性检验

考虑到碳交易政策的实施在多个纬度上存在异质性，本文进一步讨论了地区与经济发展因素对碳交易政策“双重红利”效应的影响。

4.5.1 地区差异性影响

碳交易试点地区的选择具有高度代表性，这些地区横跨我国东部沿海地区，并向中部地区进行延伸。本文将所选取的我国30 个省（区、市）按照东部、中部、西部地区进行分类，考察碳交易政策在不同地区的影响差距，结果见表6。表6 中第（1），（2）和（3）列表示的是碳交易政策对减排红利效应分别在东部、中部、西部地区的回归结果，第（4），（5）和（6）列表示的是碳交易政策对经济红利效应分别在东部、中部、西部地区的回归结果。回归结果表明，碳交易政策的“双重红利”效应主要体现在我国中部和西部地区，对东部地区的“双重红利”效应虽然也存在，但作用并不显著。可能是早在“十一五”和“十二五”期间，大量高耗能、高排放的重化工业从东部沿海向中西部地区转移，在给当地带来巨额GDP 的同时，也产生了大量的污染物排放。因此当碳交易政策出现时，中西部地区更易受到环境政策的影响，产生更好的政策效应。

表6 区域差异性检验结果

4.5.2 经济发展差异性影响

经济发展水平是环境政策的重要影响因素，因此本文按照经济发达程度对选取的30 个省（区、市）进行分类，进而对经济发展水平对碳交易政策“双重红利”效应的影响展开研究。借鉴王光栋等［20］的研究成果，将北京、上海、天津、广东、江苏、浙江、福建、山东8 个省市划分为发达地区，其余22 个省（区、市）为欠发达地区。对两类地区分别进行双重差分回归，回归结果见表7。表7 中第（1）和（2）列表示的是碳交易政策对减排红利效应分别在发达和欠发达地区的回归结果，第（3）和（4）列表示的是碳交易政策对经济红利效应分别在发达和欠发达地区的回归结果。回归结果表明，碳交易政策对欠发达地区的减排红利效应稍优于发达地区，且欠发达地区的经济红利效应要远优于发达地区。因此，综合结果来看，欠发达地区产生的“双重红利”效应要比发达地区更加明显。实施碳交易政策能够促使欠发达地区的试点地区平均降低19.6%的碳排放量，提升130.8%的人均GDP，而对发达地区的“双重红利”效应稍弱，在降低14.1%的碳排放量的同时，也提升37.5%的人均GDP。可能是地区间产业空间布局不同，受到“腾笼换鸟”战略的影响，欠发达地区拥有更多的传统高碳型产业，发达地区低碳行业早已成为主导产业［21］，而高碳型产业更容易受到碳交易政策的影响，因此碳交易政策对欠发达地区的“双重红利”效应更为明显。

表7 经济发展差异性检验结果

5 研究结论与建议

本文基于2006—2021 年我国30 个省（区、市）的面板数据构建了碳交易试点地区的准自然实验，利用双重差分模型研究了碳交易政策对二氧化碳排放量和经济发展的影响，分析地区与经济发展因素产生的“双重红利”效应及差异。并采用平行趋势检验、安慰剂检验等方法进一步检验了实证研究结果的稳健性。研究发现，碳交易政策在降低二氧化碳排放量的同时会提升地区的经济发展水平，即实现“双重红利”效应。并且，由于地区与经济发展因素的差异性，中西部和欠发达地区的碳交易政策的“双重红利”效应会更为明显。

本文的研究表明，碳交易政策具有显著的减排和经济“双重红利”效应，对实现碳中和目标具有一定的现实意义。基于此，提出以下几点建议：

（1）加快政策推进，提高市场活跃度。在借鉴碳交易政策试点地区经验的基础上，积极推动全国碳交易市场的建立，进一步构建碳市场发展的金融支撑机制，有效引导市场参与，提升全国碳交易市场的流动性。

（2）提高能源效率，优化产业结构。在加大技术研发投入的同时，鼓励企业与科研机构合作，进行低碳技术创新，提高能源效率；注意避免经济发展造成过高的碳排放量，促进企业进行产业转型，尤其是高能耗、高污染企业。

（3）因地制宜，完善碳交易政策。充分发挥碳交易政策的试点作用，根据各地区的实际情况，实施具有差异化的碳交易政策。