碳交易政策与制造业高质量发展：空间溢出效应

毛春苗 黄颖樑

（贵州财经大学大数据应用与经济学院 贵州贵阳 550025）

0 引言

随着全球气候变化不断加剧，减少温室气体排放已经成为各国政府亟需解决的问题之一。作为一项重要的节能减排措施，碳交易政策通过对二氧化碳排放权进行交易与定价，来引导污染主体采取更加环保和低碳的生产方式，从而激励其减少碳排放和提高能源使用效率。尤其在制造业领域，碳交易政策具有重要的意义。在当前经济全球化和国际产业分工的背景下，我国制造业规模已经连续13 a 位居全球首位，这对于推动经济发展和实现产业转型升级具有重要意义。然而，制造业也面临着产能过剩、环境污染、能源消耗等诸多问题需要得到有效的解决，以确保可持续发展和实现更加绿色、环保的生产方式。实施碳交易政策，在宏观层面可以促进制造业向低碳、绿色、可持续的方向转型；微观层面可以推动技术创新和产品升级，从而提升企业的竞争力和核心价值。在此背景下，各国政府相继实施碳交易政策，以期实现在环境保护和经济发展之间的平衡。

碳交易政策的核心是通过将二氧化碳排放权进行交易，使企业能够根据其自身的减排需求和实际情况来购买或销售排放权。这样的交易机制激励了企业减少碳排放并提高能源效率。目前学者们对碳交易政策机制的研究集中在减排效应［1-2］、经济效应［3］、技术创新效应［4-5］。此外，碳交易政策作为市场型环境规制，还可以通过发挥其成本效应与创新补偿效应影响制造业的发展［6］。对成本效应而言，高污染主体为了达到规定的碳排量，会增加环保基础设施的投入以及运行，这会增加企业的生产成本，挤占用于技术升级的资金，从而不利于技术创新，阻碍制造业高质量发展。对创新补偿效应而言，由于碳交易政策的实施，企业需要购买碳配额以覆盖其排放量，这意味着企业需要加强对生产流程的监测和控制，以及开发和采用更加节能和环保的技术和设备，从而减少其碳排放量［7］。同时，为了满足碳交易市场的需求，企业也需要不断地探索和开发新的低碳技术和产品，提高其市场竞争力。因此，碳交易政策的实施可以激发企业的技术创新，推动制造业向高质量发展的方向转变。除此之外，碳交易政策可能还会带来一系列的空间溢出效应。这些效应可能通过多种渠道在不同的区域和行业之间产生影响，从而对整体经济产生积极作用。但现有文献较少涉及碳交易政策对制造业高质量发展的影响所产生的空间溢出效应，因此，深入研究碳交易政策对制造业的空间溢出效应对于促进制造业高质量发展具有重要的现实意义。

在中国，碳交易政策已经在国家层面推出了试点和示范项目，并逐步扩大到地方和企业层面。尤其是在制造业等高能耗、高排放行业，碳交易政策不仅是推动环保和节能减排的重要措施［8］，也是引导污染行业实现高质量发展和可持续发展的重要手段。作为贡献二氧化碳排放量的行业之一，制造业对碳交易政策的反应至关重要。基于此，本文采用2009—2020 年中国30 个省的面板数据（不包含西藏以及港澳台地区），运用双重差分法以及构建空间杜宾模型的方式，探讨碳交易政策对制造业高质量发展的影响及其空间溢出效应，期望为碳交易政策未来在其余行业的落实、碳市场的平稳运行提供意见。同时，希望在碳交易政策的视角下，为促进制造业高质量发展提供有益的政策性启示。

1 研究设计

1.1 模型构建

双重差分法模型是评估政策效果的经典方法，本文采用2009—2020 年我国30 省面板数据（不包含西藏以及港澳台地区），将碳排放权交易试点作为一项准自然实验，选取双重差分法进行评估碳排放权交易对制造业高质量发展（High-quality development of manufacturing industry，HDMI）的影响。由于国家发展改革委在2011 年颁布了《关于开展碳排放权交易试点工作的通知》，上海、北京、广东、深圳、天津、湖北、重庆等地的试点工作正式开启，并于2013 年起正式运行。因此，本文将2013 年作为政策冲击的时间节点，处理组为除深圳外的其余6 个地区（借鉴已有研究，将隶属于广东省的深圳不做单独分析）。模型如式（1）：

式中：HDMIit表示地区i 在t 年的制造业高质量发展水平；α1为常数项系数；β1为重点关注的核心解释变量系数；DID 表示本文的核心解释变量试点政策，其为个体虚拟变量（Treat）与时间虚拟变量（Post）的交乘项，试点地区treat=1，否则为0，当时间大于等于2013 时，post=1，否则为0；β3为控制变量系数；Xit表示控制变量；μi表示个体固定效应；δt表示时间固定效应；εit为随机扰动项。

为了研究碳交易政策与制造业高质量发展之间的空间溢出效应，在式（1）的基础上，构建空间误差模型（Spatial error model，SEM）、空间杜宾模型（Spatial durbin model，SDM）以及空间自回归模型（Spatial auto regression modal，SAR）。同时，设定了经济距离空间权重矩阵与地理距离矩阵衡量省市间的区位变化。模型如式（2）～（6）。

式中：W1为经济距离空间权重矩阵；GDPi及GDPj分别表示省份i 和省份j 的GDP；W1为地理距离矩阵；dij代表不同省份间的空间距离；i 和j 分别表示不同省份；ρ 表示临近省市制造业高质量发展对本省市制造业高质量发展的影响；θ 为空间相关性强度；β4为控制变量的空间滞后项；r1为临近省市碳交易政策的实施对本省市制造业高质量发展的空间溢出效应；其余变量同式（1）的解释保持一致。

1.2 变量说明

1.2.1 被解释变量：制造业高质量发展（HDMI）

借鉴了吴南等［9］的研究，从经济效益、创新效率、高端程度、绿色发展和信息化水平5 个方面，并运用熵值法对制造业高质量发展水平进行分析，如表1 所示。

表1 制造业高质量发展指标

1.2.2 核心解释变量

该变量为双重差分模型的交互项（Treat×Post），用DID 表示。Treat 为个体虚拟变量，Post 为时间虚拟变量。将试点省份Treat 赋值为1，非试点省份Treat 赋值为0；对时间虚拟变量而言，由于碳交易政策于2013 年正式实施，2013—2020 年期间Post 赋值为1，其余年份Post 赋值为0。

1.2.3 控制变量

本文选取了5 个控制变量：①城镇化水平（Urbanization level，UL）：城镇人口占年末总人口的比。②公共交通发展水平（Public transport development level，PTDL）：每万人拥有公共交通车辆。③道路建设水平（Road construction level，RCL）：人均城市道路面积。④人民生活水平（People's living level，PLL）：全体居民人均可支配收入的对数。⑤对外开放水平（Level of opening up，LOU）：外商投资总额占GDP 的比。

1.3 数据来源

本文数据来源于国家统计局数据库、2009—2020 年的《中国统计年鉴》《中国能源统计年鉴》和各省的统计年鉴等。由于部分省份存在数据缺失问题，本文最终选择了我国30 个省（不包含西藏以及港澳台地区）。变量描述性统计结果如表2。

表2 描述性统计

2 实证结果与分析

2.1 基准回归结果

对于式（1）首先运用双重差分法模型进行基准回归分析，在进行双重差分法估计前，需要进行平行趋势检验，即试点地区与非试点地区在政策冲击前应有相同的变化趋势。检验结果如表3，可以看出在政策实施前，回归系数均不显著，但在政策实施后第2 年至第7 年间，回归系数显著为正，且数值逐渐增加。表明了在政策实施前试点地区与非试点地区并没有显著差别，但在政策实施后，其对制造业高质量发展的正向作用随着时间的增加而增大。故通过了平行趋势检验。

表3 平行趋势检验

初步分析碳交易政策对制造业高质量发展的影响效应，回归结果见表4。（2）列仅考虑在添加时间固定效应下碳交易政策对制造业高质量发展的影响，结果显著为正；（1）列在（2）列的基础上加入了个体固定效应，结果仍然显著为正；（4）列在（1）列的基础上增添了控制变量，（3）列在（2）列的基础上纳入了控制变量，且结果均在1%的水平下通过了显著性检验。表明碳交易政策能够提高制造业高质量发展水平。

表4 基准回归分析

2.2 空间溢出效应回归分析

进行空间计量分析的前提是检验变量间是否存在空间自相关性。空间自相关通常被描述为一种反映空间数据中各个位置之间的相似性和相关性的统计指标。它用于衡量空间数据中同一属性的不同地点之间的相关性程度，并能够提供更深入的空间分析和模型预测。本文选取全局莫兰空间自相关方法进行空间相关性检验［10-11］。结果如表5。

表5 制造业高质量发展综合指数的Moran’s I 指数

从表5可以看出，2009—2020年间，Moran’s I的值在［-1，1］范围内显著为正，z 值均超过了临界值1.96（1%显著性水平的临界值为1.96）。表明省份间的制造业高质量发展水平存在空间相关性，可以进行空间计量分析。为了选择合适的空间计量模型，进行了LM 检验，LR 检验以及Wald 检验，结果如表6 所示。其中，LM_Error_test、R_LM_Error_test 分别在5%以及1%的水平下显著拒绝原假设，LM_Lag_test、R_LM_Lag_test同样分别在5%、1%的水平下显著拒绝原假设，说明了同时存在空间滞后项与空间误差效应，即应选择SEM 与SAR 模型的结合SDM 模型。LR 检验和Wald 检验的指标均显著，故SDM不会退化为SAR 或SEM 模型。故选择SDM 模型。

表6 空间模型检验结果

空间杜宾模型回归结果见表7。从表7 可以看出，不同的权重矩阵求出的回归结果存在差别，但影响方向均为正。总体表明省市制造业高质量发展水平不仅受到本省市碳交易政策的影响，还受到其他省市碳交易政策实施以及其制造业高质量发展水平的影响。其中，rho 在1%的水平下通过了显著性检验，说明了省份间制造业高质量发展水平存在显著的空间溢出效应。无论是选取W1 权重矩阵还是为W2 权重矩阵，W*DID 的估计系数均显著为正，再次证明了本省市实施的碳交易政策能够提升临近省市制造业的发展。

表7 空间杜宾模型回归结果

碳交易政策的实施会对临省的制造业高质量发展产生空间溢出效应，将影响效应进一步细分为直接效应、间接效应（溢出效应）和总效应。表8 展示了空间溢出效应的分解结果。其中，DID 的直接效应和溢出效应均显著为正，表明碳交易政策不仅对本省市的制造业发展产生了积极效果，还对临近省份产生了正向的溢出效应。同时，控制变量在W1 中对经济距离矩阵的结果比W2 地理距离矩阵的显著性水平更低，可以说明选取的控制变量对地理距离相近的省份的空间溢出效应更大。可能是因为省份间地理距离比经济距离更能带动各个因素之间的流动，产生更强的溢出效应。

表8 空间溢出效应分解结果

3 结论与启示

本文选取我国2009—2020 年30 个省份的数据（不包含新疆、西藏以及港澳台地区）作为研究对象，运用熵值法测度了制造业高质量发展水平，将2013 年正式实施的碳交易政策作为一项准自然实验，运用双重差分析了碳交易政策对制造业高质量发展的影响，并进一步选取了合适的空间杜宾模型对其空间溢出效应进行了探究。研究表明：碳交易政策提高了制造业高质量发展水平，同时，城镇化以及公共交通的发展对制造业高质量发展产生积极影响。此外，制造业高质量发展水平具有空间相关性，碳交易试点政策不仅会促进本省份制造业高质量发展，还能够对邻近省份产生正向空间溢出效应。

以下是基于本文研究结论的政策启示：

（1）大力推进碳市场的建设，推动更多行业以及更多地区的覆盖。从本文的研究结论可以看出，碳交易政策对制造业高质量发展有显著的正向作用。因此，我国需要采取一系列有力措施来推进碳市场建设。一方面，政府可以通过构建稳定、透明的碳定价机制，促进企业减少碳排放并购买碳配额，以减轻碳排放的成本压力；另一方面还能够建立有效的碳配额交易市场，确保碳配额交易的公平、透明和有序。同时，政府应该鼓励碳市场相关技术和产业的创新发展，促进碳市场的健康运行。最后，政府应该加强公众和企业的宣传和教育，提高他们对碳排放和碳市场建设的认识和理解，促进公众和企业的积极参与。

（2）激发碳交易市场的空间溢出效应，推动制造业高质量发展。空间溢出效应结果显示，碳交易政策在实施中不仅能提升本省份制造业高质量发展水平，还可以对临近省份的制造业发展产生正向溢出效应。首先，可以采用适当的政府干预对碳交易市场进行机制以及规则的优化，增加减排主体参与碳市场的信心。通过扩大市场的涵盖主体增加碳交易政策的溢出效应。其次，发挥试点省份的模范带动作用，完善公共基础设施，增强区域间节能减排经验的交流与合作。最后，在条件允许的情况下，建立国际碳交易机制，促进全球碳市场的互联互通和合作发展，扩大市场的规模和影响力，进一步扩大溢出效应的影响范围。