碳排放权交易政策对绿色全要素生产率影响研究——基于PSM-DID方法实证检验

姚小剑 杜旭蕊

(西安石油大学 经济管理学院,陕西 西安 710065)

0 引 言

2020年9月,习近平总书记在第七十五届联合国大会上庄严承诺,中国力争二氧化碳排放于2030年前达到峰值,2060年前实现碳中和(以下简称“双碳”目标),这对我国的环境规制提出了新要求。碳排放权交易政策是市场机制与环境质量改善有效结合的环境规制手段,能显著减少碳排放。我国于2013年在北京、上海等7省(市)开展了碳排放权交易政策试点工作,2021年全国碳排放权交易开市。

将资源消耗和生态环境作为投入要素纳入全要素生产率测算,体现了经济效率、环境保护和资源可持续利用的绿色理念,与“双碳”目标的内涵一致。所以,在确保绿色发展的新要求下,有必要总结我国碳排放权交易政策对试点地区绿色全要素生产率的影响,揭示其传导机理,从而为实现“双碳”目标提供可借鉴的理论支持和指导经验。

1 文献综述与理论假设

1.1 文献综述

碳排放权交易政策是政府在界定企业二氧化碳排放权基础上,向企业发放碳排放配额,允许企业在市场上对碳排放权进行交易,以达碳排放量最优分配,实现全社会碳减排。该政策理论基础来源于Coase[1]1-44提出的在产权界定清晰的基础上,可以利用市场机制实现外部性问题内部化。实践基础则来源于企业须根据政府碳排放配额规划碳排放量。一方面,企业超额进行碳排放,要在碳排放权交易市场购买超限定排放配额,否则会受到政府重罚,增加企业生产成本。另一方面,企业在政府配额内完成碳排放,可将富余碳排放额在碳排放权交易市场出售获利。因此,在碳排放权交易政策下,企业会从自身利润最大化考虑出发,控制碳排放额。

对碳排放权交易的实践效果,学者们主要从该政策的环境、经济效应2个方面展开研究。在环境效应方面,Bohringer,Welsch[2]21-39对比碳排放权交易与不可交易两种情景,发现前者会显著提高全球碳减排效率。安崇义、唐跃军[3]45-58研究认为,碳排放权交易政策仅有利于碳减排技术发达的国家大幅降低其减排成本。我国部分学认为该政策能显著降低碳强度[4]93-99。另一部分认为由于政策实施时间长短、区域差异等因素影响,该政策的环境效应存在异质性。范丹、王维国等[5]2383-2392认为该政策的长期效应比短期效应更为显著。沈红涛、黄楠等[6]13-22却认为该政策的减排效果主要是由企业减产这种短期行为来实现,而非通过投入减排技术达到长期减排。刘传明、孙喆等[7]49-58认为由于碳排放权交易试点各地区在经济发展、产业结构等方面存在一定差异,所以该政策的环境效应存在区域异质性。

在该政策的经济效应方面,学者们研究结论也未达成一致。有学者认为,该政策在一定程度上通过减少能源投入抑制碳排放,因此其会阻碍经济增长。[8]620-625。也有学者认为,该政策不仅会通过市场机制催生低碳投资和技术创新促进经济增长[9]5-14,还会通过技术创新提升工业生态效率[10]38-45。贾云赟[11]72-81,136认为碳排放权交易政策与经济增长关系受经济发展水平影响,两者之间具有U型关系。

绿色全要素生产率的提高会实现环境质量改善和生产率提升下经济增长共赢。已有研究中,较少综合考虑碳排放权交易政策的环境与经济效应,同时未能取得一致性结论。因此,研究碳排放权交易政策是否一定能提高绿色全要素生产率,实现经济高质量发展的环境规制手段具有重要的现实意义。

1.2 理论假设

环境规制可以兼顾企业公平生产权利,刺激企业节能减排的环保义务,促进环境改善与经济增长,是绿色全要素生产率提升的重要动因。结合我国碳排放权交易政策的环境规制手段,提出如下假设:

H1:碳排放权交易政策实施能提升绿色全要素生产率

1.2.1 技术创新

Porter[12]97-118“波特假说”认为,合适的环境规制能激发“创新补偿”效应,促使企业进行绿色技术创新,其结果不仅能弥补企业“遵循成本”,还能提高企业生产率。所以,碳排放权交易政策会倒逼企业技术创新进而改善生产效率,这样不但有助于降低企业生产成本,避免因碳排放超额而造成的惩罚,还可能因出售富余碳排放配额获得收益,补偿环境规制成本。因此,企业进行绿色技术创新的动机增强,潜在收益提升。据此,提出如下假设:

H2:碳排放权交易政策会通过技术创新提升地区绿色全要素生产率

1.2.2 产业结构调整

碳排放权交易政策会借助市场力量,激励企业顺应“双碳”目标,使其生产行为逐渐向绿色清洁型生产转变,由此,碳排放权交易资源必然流向资源利用率高的企业,而资源利用率低的企业将逐渐被市场淘汰,从而促进产业结构升级。另外,碳排放权交易的“结构红利”又会进一步提高资源利用效率,改善环境质量,培育新的经济增长点,共同提升绿色全要素生产率。因此,提出如下假设:

H3:碳排放权交易政策会通过产业结构调整提升地区绿色全要素生产率

1.2.3 技术创新与产业结构调整协同效应

碳排放权交易政策下技术创新会提高企业劳动生产率,引致上下游关联产业需求调整,实现生产要素的流动和优化,影响产业结构调整的速度和方向。此外,产业结构调整不但会增强产业内和产业间技术创新合作,还对上下游其他产业具有带动作用,提升企业技术创新能力。因此,技术创新与产业结构调整相互关联,存在协同效应[13]72-80。由此,提出如下假设:

H4:碳排放权交易政策通过技术创新与产业结构调整的协同效应提升地区绿色全要素生产率

2 研究设计

2.1 双重差分法

双重差分法(DID)常用于政府政策对实施对象的影响分析。根据我国实施碳排放权交易试点政策的地区和时间构建双重差分模型,模型的实验组包含碳排放权交易政策试点的区域;模型的控制组包含未参与试点政策的区域。由于实施碳排放权交易试点政策的地区选择具有其他因素,这与构建双重差分模型准自然实验的随机性要求有出入,因此进一步采用倾向得分匹配—双重差分(PSM-DID)检验方法,该方法利用倾向得分法定义与碳排放权交易政策试点地区特征相似的非试点地区(控制组),适用于该模型的实验组非完全随机产生的情形,使检验结果更精确。

2.2 模型构建

首先,构建PSM-DID基准模型检验碳排放权交易政策对试点区域绿色全要素生产率的影响,见(1)式:

gtfpit=β0+β1timeit+β2treatit+β3time*treatit+∑jβjXit+εit

(1)

(1)式中,i代表地区,t代表时间,gtfp为绿色全要素生产率,β为参数。time为政策实施时间虚拟变量。我国从2013年开始实施碳排放权交易政策试点,2013年之前time取0,之后time取1。treat为地区虚拟变量,试点地区的treat取1,否则取0。time*treat是双重差分估计变量,其参数β3衡量碳排放权交易试点政策影响绿色全要素生产率的效应。X为控制变量。εit是随机扰动项。

其次,检验碳排放权交易政策是否通过技术创新间接影响区域绿色全要素生产率,参考Baron,Kenny[14]1173-1182;李政、杨思莹等[15]29-42的做法,运用分步回归法设置以技术创新为中介变量的中介效应模型,见(2)、(3)式:

innovationit=λ0+λ1timeit+λ2treatit+λ3time*treatit+∑jλjXit+εit

(2)

gtfpit=α0+α1innovationit+∑jαjXit+εit

(3)

其中,innovation为技术创新,λ、α为参数。如果碳排放权交易政策time*treat会通过影响技术创新,进而影响区域绿色全要素生产率,那么(2)式中的λ3和(3)式中的α1均应显著。此外,若λ3与α1的乘积与(1)式中β3的符号相同,则表明碳排放权交易政策通过技术创新影响绿色全要素生产率的中介效应大小为λ3α1;如果λ3与α1的乘积与(1)式中β3的符号相反,则说明技术创新的间接效应阻碍碳排放权交易政策对区域绿色全要素生产率的实际影响,其遮掩效应大小为λ3α1。

最后,为了检验技术创新的中介效应是否完全中介效应,构建(4)式:

gtfpit=σ0+σ1timeit+σ2treatit+σ3time*treatit+σ4innovationit+∑jσjXit+εit

(4)

若碳排放权交易政策对绿色全要素生产率既存在直接影响,又存在通过技术创新影响绿色全要素生产率的间接影响,那么(4)式中的系数σ3、σ4均应显著,并且间接影响的大小应调整为(2)式中λ3与(4)式中σ4的积λ3σ4。但如果碳排放权交易政策对绿色全要素生产率的影响仅体现在技术创新的间接效应上,那么(4)式中的σ3不显著,而σ4显著,此时,技术创新是碳排权交易政策影响绿色全要素生产率的完全中介变量。

同理,为检验碳排放权交易政策是否通过产业结构调整间接影响区域绿色全要素生产率,构建模型,见(5)、(6)、(7)式。

structureit=η0+η1timeit+η2treatit+η3time*treatit+∑jηjXit+εit

(5)

gtfpit=κ0+κ1structureit+∑jκjXit+εit

(6)

gtfpit=φ0+φ1timeit+φ2treatit+φ3time*treatit+φ4structureit+∑jφjXit+εit

(7)

其中,structure代表产业结构调整,其余变量与参数含义分别与(2)、(3)、(4)式相同。

3 变量选取与测度

3.1 绿色全要素生产率测度

基于混合距离函数的EBM模型[16]1554-1563和纳入坏产出的全局参比的GML指数[17]183-197测度绿色全要素生产率。其中,劳动力投入以上年末和本年末的就业人数平均值衡量;资本投入借鉴单豪杰[18]17-31永续盘存法计算;能源消耗以地区能源消费总量衡量;期望产出以实际GDP衡量;非期望产出借鉴蔡乌赶和周小亮[19]27-35的方法用二氧化碳排放量衡量。

3.2 核心解释变量

选取北京、上海、天津、重庆、湖北、广东6省(市)为实验组(因数据收集原因,实验组不包含深圳市),其它省份为控制组。选取碳排放权交易政策实施时间与试点地区虚拟变量的相乘项(time*treat)为核心解释变量。

3.3 中介变量

(1)技术创新(innovation)。借鉴Griliches[20]1661-1707的研究,用专利申请受理量衡量技术创新水平。

(2)产业结构调整。分别从合理化(rational)和高级化(upgrade)两个维度衡量产业结构调整。产业结构合理化可以度量要素投入产出结构之间的协调程度。参照干春晖、郑若谷等[21]4-16,31的做法,采用泰尔指数(TL)测度产业结构合理化水平,见(8)式:

(8)

(8)式中,Y表示产出,L表示就业,i表示产业,n表示产业部门数。Yi/Y表示产出结构,Li/L表示就业结构,Y/L表示生产率。如果经济处于均衡状态,各产业部门生产率应相等,TL=0。 由于现实中多存在经济非均衡以及产业结构不合理现象,所以该数值越接近零,表明产业结构越合理。

产业结构高级化指产业结构升级,服务化是目前产业结构优化升级的重要特征,借鉴于斌斌[22]83-98的做法,用第三产业与第二产业的产值比来衡量产业结构高级化,该数值越大表明产业结构是朝着服务化方向发展,产业结构高级化水平越高,反之则表明产业结构高级化水平越低。

3.4 控制变量

参考其他学者的研究,控制变量统一选取对外开放程度(open):实际外商投资额/GDP;城镇化水平(urban):年末城镇人口/总人口;人力资本水平(education):普通高校师生比;政府干预程度(inter):政府财政支出/地区生产总值。

3.5 数据来源

采用2005—2019年我国30个省面板数据(西藏及港澳台地区除外)。数据来自《中国统计年鉴》《中国环境统计年鉴》及我国各省统计年鉴。部分缺失数据用插值法补齐。变量描述性统计结果见表1。

表1 变量描述性统计结果

由表1可知,绿色全要素生产率平均值大于1,说明我国环境治理成效与经济效率都得到提升。技术创新有较大幅度波动,说明近年我国对技术创新日益重视,技术创新水平显著提高。产业结构合理化与产业结构高级化数值波动小,说明我国产业结构调整进程相对平稳。

4 实证检验与结果分析

4.1 碳排放权交易政策对区域绿色全要素生产率综合影响检验

4.1.1 PSM-DID模型检验

将控制变量作为匹配变量,用PSM为实验组中的每一个试点省份匹配最相近的控制组样本,PSM前后匹配变量平衡性检验结果见表2。首先,匹配后所有匹配变量的实验组与控制组的平均值都相近;其次,匹配变量匹配后的标准差较匹配前都有大幅下降;最后,匹配变量匹配后t检验的p值均大于10%,说明匹配后实验组与控制组的各个匹配变量都不存在显著差别,匹配效果好。

表2 PSM前后匹配变量平衡性检验结果

4.1.2 PSM-DID检验结果分析

基于PSM匹配后的数据,利用DID对模型(1)进行检验,碳排放权交易政策对绿色全要素生产率综合影响检验结果见表3。表3中列(1)未对实验组进行PSM处理,直接运用DID对模型(1)检验。

表3 碳排放权交易政策对绿色全要素生产率综合影响检验结果

由表3可知,(1)列和(2)列中time*treat对gtfp的回归系数均显著,说明碳排放权交易政策会提升绿色全要素生产率,假设H1得以验证。但前者的回归系数约为后者的一半,说明如果没有对实验组进行PSM处理,那么实证中碳排放权交易政策对绿色全要素生产率的影响效应将缩小。

4.1.3 稳健性检验

采用安慰剂检验和剔除异常值检验对上述结果分别进行稳健性检验。为克服内生性问题,对模型(1)引入滞后一期gtfp,经过稳健性检验,假设H1仍成立。

4.2 影响路径检验

4.2.1 技术创新中介效应检验

对模型(2)、(3)分别回归,检验碳排放权交易政策是否会通过技术创新影响绿色全要素生产率,技术创新中介效应检验结果见表4。

表4 技术创新中介效应检验结果

由表4中模型(2)的回归结果可知,time*treat对innovation回归系数显著为0.107 0,说明碳排放权交易试点政策会激励试点地区技术创新能力提升。由模型(3)回归结果可知,innovation对gtfp回归系数显著为0.166 9,说明试点地区技术创新成为解决经济增长与环境约束矛盾的有效途径,成为促进绿色全要素生产率提升的手段。综上所述,碳排放权交易政策会通过促进技术创新提升绿色全要素生产率,由此验证假设H2。

此外,表3中模型(1)time*treat的回归系数β3,与表4中模型(2)time*treat的回归系数λ3和模型(3)innovation的回归系数α1之积均为正,可知技术创新的间接影响表现为中介效应,其值为0.017 9。

进一步检验技术创新的中介效应是否完全,对模型(4)进行PSM-DID检验,由表4可知,time*treat与innovation对gtfp的回归系数分别为0.310 1和0.091 1,均显著说明碳排放权交易试点政策对绿色全要素生产率既存在直接影响,又存在通过技术创新影响绿色全要素生产率的间接影响,技术创新非完全中介。此时,技术创新中介效应数值修正为0.009 7,相比于模型(2)、(3)仅考虑技术创新间接影响减少了0.008 2。

4.2.2 产业结构调整中介效应检验

产业结构调整包含合理化和高级化,首先对产业结构合理化和高级化分别按照模型(6)回归,产业结构调整中介效应检验结果见表5。

表5 产业结构调整中介效应检验结果

由表5(1)、(2)列可知,产业结构合理化(rational)对绿色全要素生产率(gtfp)的回归系数不显著,而产业结构高级化(upgrade)对gtfp的回归系数显著为0.097 9,说明在试点地区的产业发展不断向技术密集型及高附加值等生产性服务产业升级演进,有助于促进资源与环境约束下经济的可持续增长,从而提升绿色全要素生产率。然而,试点地区依靠产业结构自身调整所释放的“结构红利”不能改变已有产业结构配置资源的扭曲,其产业结构合理化内容与绿色全要素生产率要求不匹配。因此,进一步研究产业结构调整独立中介效应时,仅涉及产业结构高级化。

碳排放权交易政策对区域产业结构高级化按照模型(5)进行PSM-DID回归,由表5可知,time*treat对upgrade的回归系数显著为0.031 0,说明前者对后者有促进作用。结合上述分析可知,碳排放权交易政策会通过促进产业结构升级提升地区绿色全要素生产率,假设H2得到部分验证。

比较表3中模型(1)time*treat的回归系数β3,与表5中模型(5)time*treat的回归系数η3以及模型(6)upgrade的回归系数k1之积,均为正,上述产业结构高级化的间接影响表现为中介效应而非遮掩效应,其值为0.003 0。

最后,分析产业结构高级化的中介效应是否完全,对模型(7)进行PSM-DID回归,由表5可知,time*treat与upgrade对gtfp的回归系数分别为0.327 3和0.004 1,均显著,说明碳排放权交易政策对区域绿色全要素生产率既存在直接影响,又存在通过upgrade对gtfp的间接影响,upgrade非完全中介。于是,在考虑碳排放权交易政策直接影响下,产业结构高级化的中介效应值修正为0.000 1,相比于上述模型(5)、(6)仅考虑产业结构高级化间接影响降低0.002 9。

比较模型(4)与模型(7)的独立中介效应检验结果可知,innovation的中介效应值大于upgrade的中介效应值。说明在碳排放权交易政策对区域绿色全要素生产率的间接影响中,技术创新的贡献远大于产业结构高级化。即该政策的技术创新效应明显,产业结构效应有待提升。

4.2.3 技术创新与产业结构调整协同效应的中介效应检验

为检验技术创新与产业结构调整的协同效应传导路径是否存在,借鉴李翔、邓峰[23]84-93的做法,引入技术创新与产业结构调整交互项,并构建中介效应检验模型,其中,以技术创新与产业结构合理化交互项为中介变量的检验模型,见(9)、(10)式:

irit=γ0+γ1timeit+γ2treatit+γ3time*treatit+∑jγjXit+εit

(9)

gtfpit=θ0+θ1irit+∑jθjXit+εit

(10)

(9)、(10)式中,ir代表技术创新与产业结构合理化交互项,θ、γ均为参数。

以技术创新与产业结构高级化交互项为中介变量的检验模型见(11)、(12)式:

iuit=ρ0+ρ1timeit+ρ2treatit+ρ3time*treatit+∑jρjXit+εit

(11)

gtfpit=μ0+μ1iuit+∑jμjXit+εit

(12)

(11)、(12)式中,iu代表技术创新与产业结构高级化交互项,μ、ρ均为参数。

分别检验ir以及iu的中介效应是否完全,见(13)、(14)式:

gtfpit=ω0+ω1timeit+ω2treatit+ω3time*treatit+ω4ir+∑jωjXit+εit

(13)

gtfpit=ψ0+ψ1timeit+ψ2treatit+ψ3time*treatit+ψ4iu+∑jψjXit+εit

(14)

(13)、(14)式中,ω、ψ均为参数。

技术创新与产业结构调整交互项中介效应检验结果见表6。

表6 技术创新与产业结构调整交互项中介效应检验结果

首先,由表6中(1)列可知,time*treat对ir回归系数在1%显著性水平下为-0.3549。由于产业结构合理化用泰尔指数衡量,泰尔指数为负向指标,所以回归系数为负,表明time*treat对ir有正向影响。其次,由表6中(2)列,ir对gtfp的回归系数显著为-0.001 1,同理可知,前者对后者有正向影响。综上,碳排放权交易政策可以通过技术创新与产业结构合理化的协同作用间接提升区域绿色全要素生产率。最后,由表6中列(5)可知,碳排放权交易政策对绿色全要素生产率既存在正向直接影响,又存在通过技术创新与产业结构合理化协同间接提升绿色全要素生产率的效应,该协同效应不是完全中介效应,其值为0.001 4。

上述结论不同于前文“碳排放权交易政策不能通过产业结构合理化的独立效应间接影响绿色全要素生产率”的结论,说明引入技术创新后,技术创新与产业结构合理化相互作用的协同效应弥补了产业结构独立调整带来的资源配置扭曲,释放“结构红利”,技术创新提升了产业结构合理化对绿色全要素生产率的影响。

由表6中(3)、(4)、(6)列可知,碳排放权交易政策也能通过技术创新与产业结构高级化协同效应间接促进绿色全要素生产率提升。在考虑碳排放权交易政策直接影响下,技术创新与产业结构高级化协同效应对绿色全要素生产率的间接影响为0.000 9。

由前述可知,碳排放权交易政策可以通过技术创新分别与产业结构合理化、高级化的协同效应,提升地区绿色全要素生产率,验证了假设H4。

5 结论及对策建议

本文首先对碳排放权交易试点政策分别通过技术创新、产业结构调整的独立效应、协同效应影响绿色全要素生产率的机理进行分析。其次,利用PSM-DID构建中介效应检验模型。最后,基于2005—2019年我国30个省面板数据,实证碳排放权交易政策对试点地区绿色全要素生产率的直接和间接影响,研究结论如下:(1)碳排放权交易政策能够提升绿色全要素生产率,表明该政策实施可以实现碳减排与经济增长双赢,从而为该政策进一步推广提供了科学依据。(2)碳排放权交易政策分别通过促进技术创新与产业结构高级化两条路径间接提升绿色全要素生产率,并且前者的中介效应大于后者。因此,通过产业结构合理化间接影响绿色全要素生产率的路径并不畅通。(3)碳排放权交易政策可以通过技术创新与产业结构合理化协同效应正向影响绿色全要素生产率,表明实施该政策时,通过技术创新可以消除产业结构资源配置扭曲现象,进而共同提升绿色全要素生产率。此外,碳排放权交易试点政策还可通过技术创新与产业结构高级化协同效应正向影响绿色全要素生产率。

在努力实现“双碳”目标背景下,基于上述研究结论提出如下政策建议:(1)在当前碳减排压力下,发挥试点地区的示范效应,推广碳排放权交易这种环境规制手段,它是我国实现绿色发展的重要途径。(2)碳排放权交易政策在全国实施时,应注重提升技术创新的独立中介效应,通过加大创新投入、人才支持等途径提供创新保障,并通过推动要素资源自由流动等举措营造技术创新氛围。(3)发挥技术创新对产业结构合理化带动的协同中介效应,打通碳排放权交易政策下产业结构合理化对绿色全要素生产率影响的通道。(4)通过合理规划、实现第一、二产业向第三产业,低附加值向高附加值,高污染向低碳环保产业转型,推动产业结构升级,发挥其对绿色全要素生产率提升的独立和协同效应。