碳排放权交易对区域发展差异的影响和作用机制

邓又一 董康银 孙倩 薛进军

摘要 应对气候变化、实现“双碳”目标是当前中国的重大战略决策，但以实现碳减排为导向的碳排放权交易试点政策（简称“碳排放权交易”）不仅会影响区域碳排放水平，也会加速要素的跨区域流动，对地区经济发展水平和区域差异变化产生影响。为此，探讨碳排放权交易对区域发展差异的影响，对缩小地区差异、实现区域协调发展具有重要的现实意义。基于2009—2020年中国402个地级市（区）的统计数据，该研究系统测算了中国区域内（省份内）和区域间（省份间）经济发展差异，并运用双重差分（DID）模型实证探讨了碳排放权交易对区域内和区域间发展差异的影响及作用机制。此外，进一步从地理位置差异和地区产业类型差异两方面进行了异质性分析。研究结果表明：①从整体来看，中国区域发展差异正在缩小，区域内发展差异是引起整体区域发展差异的主要原因；从各区域来看，西部地区区域内发展差异明显，而北京、上海等地的高速发展使其与其他地区保持较大的区域间发展差异。②碳排放权交易能够缓解区域内和区域间发展差异、促进区域协调发展，但该过程存在传导效应，即其会先影响区域内发展差异，随后影响区域间发展差异。③机制研究表明，碳排放权交易主要通过降低工业产业集聚水平、提高人力资本水平、促进绿色金融发展以及提高技术创新水平对区域内和区域间发展差异产生影响。其中，仅工业产业集聚水平的下降可同时缓解区域内和区域间发展差异。该研究揭示了碳排放权交易与区域发展差异的联系及影响机制，为中国优化碳排放权交易体系、扩展区域协调发展路径提供了理论依据。

关键词 碳排放权交易；区域内发展差异；区域间发展差异；双重差分模型

中图分类号 F127；X196 文献标志码 A 文章编号 1002-2104（2024）03-0039-11 DOI：10. 12062/cpre. 20231229

缩小区域发展差异、实现区域协调发展是中国的一项重要战略任务，也是联合国可持续发展目标中的重要内容之一。改革开放以来，中国实施了先富带动后富政策，极大地促进了经济增长。但同时，由于政策倾斜、地理位置差异、要素禀赋不均衡以及城市极化效应的影响，中国区域发展差异（包括区域间和区域内）问题凸显［1-2］，阻碍了区域协调发展进程［3］，成为亟待解决的问题［4］。缩小区域发展差异主要有政府干预和市场调控两大手段。一方面，政府可通过政策制定和制度优化等宏观调控方式助力落后地区发展。另一方面，作为资源配置的有效手段，市场调节推动了发达地区过剩资源转移，在纠正资源错配的同时平衡区域资源的使用效率、促进区域协调发展。作为兼具政府干预和市场调节功能的政策，2013年提出的碳排放权交易试点政策（简称“碳排放权交易”）不仅成为碳减排的重要工具、加快了中国碳减排进程［5］，同时也影响着中国区域发展差异。具体来看，作为一项政府政策，碳排放权交易试点地区的选取以及初始碳配额的分配引导社会投资方向［6］，对区域生产力和区域发展差异产生影响。作为一项市场调节工具，碳交易以及碳价的形成影响着社会生产要素流动［7］，在实现收入再分配的同时使区域发展差异呈现新的发展特征［8］。在此背景下，探讨碳排放权交易对区域发展差异的影响及其作用机制不仅拓展了碳排放權交易的理论研究，也对中国缩小区域发展差异、实现区域协调发展具有重要的现实意义。基于此，本研究以2009—2020年中国402个地级市（区）为样本（包含了26个省份的285个地级市、39个地区以及5个省直辖县级市，4个直辖市的73个区。因数据不可得，未涉及西藏、台湾、香港和澳门），运用双重差分（DID）模型从区域间和区域内发展差异两个维度探讨了碳排放权交易对中国区域发展差异的影响和机制，以期为中国低碳发展和区域协调发展提供科学支撑。

1 文献回顾

1. 1 区域发展差异相关研究

长期以来，区域发展差异是发展经济学、区域经济学的重点研究内容。早期研究中，大多数学者以省级数据为样本，运用基尼系数、泰尔指数和变异系数等方法对中国区域发展差异进行测度，并指出中国区域发展差异历经大幅缩小、快速扩大、缓慢扩大、显著缩小以及缓慢扩大5个阶段［9］。随着研究范围的细化，许宪春等［10］进一步将中国分为三大地带（东、中、西）和南北方对区域发展差异进行研究，并运用泰尔指数将区域发展差异分解为区域间发展差异和区域内发展差异。其中，区域间发展差异指不同区域间的经济发展差异，而区域内发展差异指一个区域内不同地区的发展差异［11-12］。除了对地域尺度的研究，赵磊等［13］和王小鲁等［14］还从县域尺度以及城乡收入视角对区域发展差异进行研究。此外，随着对区域发展差异含义以及变化趋势的理解，晁静等［15］、Mao等［16］和郭源园等［17］进一步探讨了影响区域发展差异的因素，发现人口规模、产业结构、城镇化水平等因素会影响区域发展差异。

1. 2 碳排放权交易效应评估相关研究

自2013年中国实施碳排放权交易以来，众多学者从环境、经济和社会三方面探讨了碳排放权交易的实施效果。在环境治理方面，由于研究视角和研究方法的差异，学者指出碳排放权交易具有不同的碳减排和污染治理效果。依据创新补偿假说，碳排放权交易能够通过提高资源利用效率、增加可再生能源投资、加大创新力度等方式推进城市碳减排和污染治理进程［18-20］，并在此过程中实现减污降碳协同治理［21-22］。然而，不完备的法律制度、不匹配的碳配额量、企业重履约而不重交易等因素削弱了碳排放权交易的环境治理效果［23-24］。在经济增长方面，碳排放权交易不仅可通过调整产业结构、推动绿色金融发展等方式优化资源配置、推动经济高质量发展［25-26］，也能通过降低企业资源错配程度、提高绿色创新水平来提高企业经济效益［27-28］。此外，Xiao等［29］和Chen等［30］从收入、劳动市场、社会福利等方面对碳排放权交易的社会效应进行了探究，Fang等［31］研究发现碳排放权交易降低了城乡收入差距。

1. 3 文献评述

通过对文献梳理发现，已有研究对区域发展差异和碳排放权交易进行了丰富的探讨。但大多从三大区域差异、南北差异、城乡收入差异视角来探讨中国区域发展差异，缺乏从省份角度对中国区域内和区域间发展差异的研究，且鲜有学者从区域发展差异视角探讨碳排放权交易的效果。为此，本研究运用402个地级市（区）数据对中国30个省份（考虑到数据的可得性，未涉及西藏、台湾、香港和澳门）区域内和区域间发展差异进行测度，并运用双重差分模型探讨了碳排放权交易对区域发展差异的影响。同时，本研究从工业产业集聚水平、绿色金融发展水平、人力资本水平和技术创新水平4个方面对作用机制进行了深入研究。

与现有文献相比，本研究的边际贡献体现在以下3方面：①在研究视角上，创新性地将碳排放权交易与区域发展差异纳入统一研究框架，不仅可以为中国缩小区域发展差异、促进区域协调发展提供新的视角和理论支撑，同时也拓展了碳排放权交易的研究视野。②在研究数据上，运用中国402个地级市（区）数据对区域内和区域间发展差异进行测度，实现中国区域发展不平衡的科学综合测度。③在研究内容上，多维度探讨碳排放权交易对区域间和区域内发展差异的影响机制，为中国缓解区域内和区域间发展差异提供参考。同时，深入探究碳排放权交易对区域内和区域间发展差异影响的传导路径，为中国部署区域内和区域间碳排放权交易市场战略、优化全国碳排放权交易市场提供科学依据。

2 影响机理与研究假设

碳排放权交易对企业生产行为的影响可以从创新补偿效应和遵循成本效应两方面来说明。根据创新补偿效应，地区实施碳排放权交易后，对于企业来说越少的碳排放意味着越大的经济收益。因此，在利润最大化的驱动下，企业作为经济主体会增加技术投入，通过提高能源利用效率和生产效率等方式减少碳排放［32-33］。根据遵循成本效应，严格的环境监管力度带来了减排压力。一方面，企业会遵循污染避难所假说进行迁移［34］；另一方面，当迁移成本过大时，企业会为了弥补较高的减排成本而选择扩大生产规模［35］。然而，企业面对碳排放权交易的差异化生产行为不仅会带动地区居民收入水平的变化，影响区域内发展差异。同时也会加速要素跨区域流动，对不同地区生产力和经济发展水平产生影响，最终影响区域间发展差异。基于以上分析提出假设1。

假设1：碳排放权交易会影响区域内和区域间发展差异。

碳排放权交易对区域发展差异的影响是复杂的、多样的，但其对经济的影响可以从政府干预和市场调节两个维度进行探讨。对于政府干预，当地区实施碳排放权交易并把环境问题作为政府官员的考核目标时，地方政府面临着经济发展和碳减排双重压力。在此情境下，地方政府会推进产业园区建设并加速地区产业集聚进程，通过集聚的方式加强对环境的监管［36］，并在此基础上实现规模经济。对于市场调节，当实施碳排放权交易时，地方企业会面临更严格的环境监管以及更高的减排成本，此时，社会融资成为企业平稳过渡的重要方式，而绿色金融的发展为企业融资提供了便利［37］。因此，不论是政府干预还是市场调节，都会促使生产要素（人力资本）在不同区域的流动，实现资源的优化配置，为地区社会生产和创新提供有利条件。然而，地区生产和技术創新不仅能够为本地经济社会发展注入新的活力，影响区域内生产水平以及居民收入。同时，要素的跨区流动以及创新的外溢效果会对邻地发展产生影响，最终导致区域间发展差异。因此，碳排放权交易能够通过影响要素流动和创新水平影响区域发展差异。基于以上分析提出假设2。

假设2：碳排放权交易能通过影响工业产业集聚水平、绿色金融发展水平、人力资本水平和技术创新水平影响区域发展差异。

3 研究设计

3. 1 研究方法及模型设计

考虑到DID模型不仅能够比较对照组和实验组在政策实施前后的变化、有效评估政策干预的效果［38］，还可以通过差分的方法减少估计偏误［39］。基于此，构建的基准模型如下：

为进一步探讨碳排放权交易对区域发展差异的影响路径，运用中介模型进行检验，具体模型设定如式（2）和式（3）所示：

为探讨碳排放权交易对不同地区产生的影响，本研究构建模型进行异质性检验，如式（4）所示：

3. 2 变量选取与说明

3. 2. 1 被解释变量

区域发展差异包含区域内发展差异和区域间发展差异。依据泰尔指数以及泰尔指数分解法，本研究可基于式（5）计算得到2009—2020年中国整体区域发展差异指数、中国整体区域内发展差异指数、中国整体区域间发展差异指数以及中国各省份区域内发展差异指数。

从式（5）可以看出，泰尔指数在分解过程中只能从整体角度对区域间发展差异进行衡量，无法分解出各省之间的发展差异。为此，本研究在式（5）的基础上构建式（6），并对中国各省份区域间发展差异进行测度：

3. 2. 2 解释变量

解释变量为碳排放权交易（ETS），由Treated 和Time两部分组成。Treated 代表实验组和对照组，将参与碳排放权交易试点的省市赋值为1，反之为0；Time 代表政策实施时间虚拟变量，把2013年及以后的赋值为1，反之为0；ETS 是Treated 和Time 的交互项，当该省市在2013年及2013年以后实施碳排放权交易时，该值为1，否则为0。

3. 2. 3 中介变量

（1）工业产业集聚水平（Agg）。参考黄洁等［40］做法，用区位熵来衡量工业产业集聚。当Agg>1时，表明地区工业产业集聚水平较高，反之亦然。

（2）绿色金融发展水平（Fin）。参考高锦杰等［41］的做法，从绿色信贷、绿色投资、绿色保险3个维度运用熵值法计算出地区绿色金融发展水平。其中，绿色信贷用6大高耗能工业产业利息支出与工业利息总支出比值来表示，绿色投资用环境污染治理投资与GDP比值来表示，绿色保险运用农业保险收入与农业总产值比值来表示。

（3）人力资本水平（Hr）。现有研究主要从人力资本存量和人力资本结构等多个方面对其进行测度［42-43］。本研究的人力资本是指能够促进地区转型并提高经济效率的高技能人才，选用就业人员中大专及以上学历的人员占比数来衡量。

（4）技术创新水平（Nov）。为了反映各地区在全国范围内的创新能力，选用当年各省份专利数占全国专利数的比值来衡量地区创新水平。

3. 2. 4 控制变量

参考郭源园等［17］的研究，选取政府干预水平（Gov）、对外开放水平（Open）、城镇化水平（Urban）以及交通运输水平（Trans）作为控制变量，并引入海拔差异质性（Height）、东西异质性（WE）和产业异质性（Indus）进行异质性检验。其中，政府干预水平（Gov）用政府一般公共预算支出与GDP的比值表示，对外开放水平（Open）用进出口总额与GDP 比值表示，城镇化水平（Urban）用城镇人口占比表示，交通运输水平（Trans）用地区客运量（亿人）表示。海拔差异质性（Height）用地区海拔差来表示，东西异质性（WE）用0或1表示，0代表西部，1代表东部，产业异质性（Indus）用第二产业增加值占GDP比值表示。

3. 3 数据来源

本研究数据来自《中国统计年鉴》《中国城市统计年鉴》《中国劳动力统计年鉴》以及各省份统计年鉴。此外，本研究也借助EPS数据库、中经网数据库、wind数据库。由于西藏、香港、澳门以及台湾数据的缺失，筛选后最终使用30个省份2009—2020年的面板数据进行研究。对于一些缺失值的数据，采用插补法进行处理。表1列举了各变量的描述性统计结果。

4 实证结果及讨论

4. 1 中国区域发展差异的测度分析

基于3. 2. 1节的测度方法，首先对中国整体区域发展差异进行分析，结果如图1所示。在2009—2020年，中国区域发展差异整体呈现出缩小态势，这表明中国正在向区域协调发展迈进。对比区域内和区域间发展差异，发现当前区域内发展不平衡是导致中国经济发展差异的主要原因。该结果与徐建华等［11］的研究结果一致。然而，区域内发展差异占比逐渐减小，而区域间发展差异占比逐渐扩大。这说明在将来，區域间发展差异可能替代区域内发展差异成为导致中国区域发展不平衡的主要原因，该结果与彭文斌等［12］结论一致。

整体区域发展差异会受各区域发展状况的影响。本研究进一步对30个省份的区域内和区域间发展差异进行研究，结果如图2所示。对大部分省市来说，省内发展差异以及省与省之间发展差异都呈现出缩小的态势，这与中国整体区域发展差异变化一致。分区域来看，中国西部地区以及天津区域内发展差异问题较为严重，而北京和上海两地发展较快，与其他地区形成较大的区域间发展差异。

4. 2 基准回归分析

经过豪斯曼检验，最终选用个体和时间双固定效应DID模型进行研究，回归结果见表2。

表2列（1）—列（4）是碳排放权交易对区域内发展差异的研究，列（5）为碳排放权交易对区域间发展差异的研究。列（2）—列（4）在列（1）的基础上逐渐加入控制变量、个体固定效应以及时间固定效应。从系数变化可以发现影响方向并未发生改变，这在一定程度上说明本研究结果具有稳健性。在此基础上，本研究主要对表2列（4）和列（5）结果进行说明。对于区域内发展差异，核心解释变量系数为-0. 023 8。这表明碳排放权交易能够显著缩小区域内发展差异。对于区域间发展差异，核心解释变量系数为-0. 084 6 且显著。这说明碳排放权交易能够缩小区域间发展差异，推动区域间协调发展。以上结果验证了假设1。

产生这一结果的原因可能由两方面构成。一方面，当地区实施碳排放权交易时，企业会选择就近转移［34］，而产业园区一般也会建在城市郊区，避免对人们生活产生影响，因而企业的就近转移以及产业园区的建立在一定程度上会对转出地和转入地的就业和投资产生影响，增加了偏远地区的就业，提升了整体生活水平，缓解了区域内发展不平等。另一方面，碳排放权交易在调整产业结构、促进第三产业发展的过程中创造了就业机会，从而提高地区整体就业和收入水平，缓解区域间发展不平衡。

4. 3 稳健性检验

4. 3. 1 平行趋势检验

本研究参考谭志雄等［44］的做法进行平行趋势检验。为避免多重共线性，将碳排放权交易实施前的第4年（即t-4）作为对照组进行估计。动态检验结果如图3所示，在碳排放权交易实施前系数均不显著，这表明实验组和对照组不存在显著差异，满足平行趋势假设。除此之外，根据实施后的系数可以发现，碳排放权交易的实施效果具有滞后性，在实施后的第一年影响区域内发展差异，在实施后的第二年影响区域间发展差异。这说明碳排放权交易首先会对区域内经济体的行为产生影响，当区域内经济发展方式调整到一定阶段后，才开始缓解区域间发展差异。该结果揭示了碳排放权交易对区域内发展差异和区域间发展差异的传导效应。

4. 3. 2 安慰剂检验

为了排除随机因素对区域发展差异的影响，借鉴刘瑞明等［45］的做法进行安慰剂检验。通过设置1 000次随机过程对区域内和区域间的β 系数进行估计，结果如图4（a）和图4（b）所示。从图中可以看出，随机产生的结果都集中分布在零值附近，这说明未观测到的随机变量不会对结果产生影响，研究结果具有稳健性。

4. 3. 3 内生性问题

为缓解遗漏变量导致的内生性问题，参考张瑜等［22］的做法，选取碳排放权交易的一阶滞后项作为工具变量进行稳健性检验，检验结果见表3列（1）和列（2），考虑内生性后，结果依然显著。

4. 3. 4 缩小样本区间

2019年底突发的重大公共卫生事件对中国经济发展产生影响。为排除该重大公共卫生事件对区域发展差异的影响，本研究缩小样本区间至2009—2019年进行稳健性检验，结果见表3列（3）—列（4），缩小样本区间后碳排放权交易的实施仍能促进区域协调发展，表明研究结果具有稳健性。

5 扩展研究

5. 1 作用机制检验

依据上述影响机理与研究假设，从工业产业集聚水平、绿色金融发展水平、人力资本水平以及技术创新水平4个方面对作用机制进行探讨，实证结果见表4。

结果表明碳排放权交易能够通过影响工业产业集聚水平、绿色金融发展水平、人力资本水平和技术创新水平对区域发展差异产生影响，但影响效果存在差异。具体来看，碳排放权交易能够通过抑制工业产业集聚的方式来缓解区域内和区域间发展不平等。产生这一情况的原因可能是碳排放权交易导致污染避难所现象的发生，使一些重污染企业选择转移或破产，分散了原有的工业产业集聚水平并改变了工业产业集聚形态［46］。工业产业集聚水平的分散一方面会使当地具有较强管理能力和经营能力的企业占领更大的市场份额，在利润最大化的假设下，可能通过招募更多的工人来扩大生产规模、促进社会就业，保证了中等人群的收入，从而缓解了区域内发展差异。另一方面，产业在区域内的就近转移给偏远地区带来了更多的发展机会，促进偏远地区的就业并提高居民收入，缓解了区域间发展差异。

当从绿色金融发展水平视角探讨碳排放权交易对区域内和区域间发展差异影响时，可以发现，碳排放权交易会通过提高绿色金融水平扩大区域内发展差异、缩小区域间发展差异。产生这种现象的原因可能是由于碳排放权交易加速了区域内资金向绿色产业或服务业流动，在此过程中依赖第二产业发展的地区经济会受到较大程度的影响，最终导致区域内发展差异扩大。然而，第二产业的缓慢发展可能影响试点地区的发展速度。但由于中国是在北京、上海、天津等发展较好的地区实施碳排放权交易，因而减慢了发展较快地区的发展速度、缓解了区域间发展差异。

除此之外，碳排放权交易还能够通过影响人力资本水平来影响区域内发展差异，但并不会影响区域间发展差异。这可能是由于碳排放权交易推动政府制定一系列更有吸引力和竞争力的人才引进政策（如给予安家费、生活补助和专项补助等）来吸引高技能人才。高技能人才在区域内的集聚不仅能够提升地区生产力和竞争力、激发地区的经济活力，还可以为地区经济发展提供更多的机会和可能性（例如电商、直播平台的发展）、为居民（尤其是偏遠地区的居民）提供多元化的就业方式和收入方式，从而增加了区域内居民收入、减缓了区域内发展差异。

对于技术创新水平，碳排放权交易通过技术创新水平的提高缩小了区域内发展差异，但扩大了区域间发展差异。这说明碳排放权交易加大了区域内技术的传播力度，提高了区域内各地区经济发展速度，缓解了区域内发展差异。但由于竞争、技术壁垒、匹配等问题的存在，区域间技术共享存在一定的困难。因而加快了试点地区的发展速度，扩大了区域间发展差异。综合以上分析，部分假设2通过验证。

5. 2 异质性检验

考虑到各地区在资源禀赋、地理位置、政策制定等方面的差异，本研究基于地区和产业差异进行了异质性检验，检验结果见表5。首先，当考虑地理位置异质性时，从表5列（1）和列（2）可以看出，区域内海拔差越大，碳排放权交易的实施越能缓解区域内和区域间发展差异。产生这一情况的原因可能是碳排放权交易能够促进创新，且创新具有溢出效应，因此新技术和新方法的使用会给海拔高的地区带来更多的可能性，提供新的就业方式进而提高居民收入、推进区域协调发展进程。从表5列（3）和列（4）可以看出，相较于西部地区，东部实施碳排放权交易能更好地缩小区域内和区域间的发展差异，这一情况可能与省份的地理位置以及政策有关。相较于西部地区，东部地区汇聚了更多的资源、提供了更多的机会，因而当地区实施碳排放权交易并积极实施人才引进政策时，东部地区的创新水平以及经济发展水平会快速提升，同时偏远地区也会受益于知识和创新的溢出效应，从而提高了东部地区居民的整体收入水平，缓解了区域内和区域间的发展差异。其次，当考虑产业异质性时，从表5列（5）和列（6）可以看出，第二产业占比越高的省份，实施碳排放权交易越能促进区域均衡发展。当地区依赖第二产业发展时，实施碳排放权交易会增加地区负担。因此，在碳减排和经济增长的双重压力下，地区政府会加大产业转型力度，并通过制定人才引进、技术创新等优惠政策激发市场创新活力，在为经济发展提供新动能的同时开拓新的市场，进而提高区域内居民就业和收入水平，缓解区域内发展差异。

6 结论与政策启示

在区域协调发展以及全面实施碳排放权交易的背景下，本研究运用2009—2020年中国402个地级市（区）数据对中国区域间和区域内发展差异进行测度，并利用DID模型，研究了碳排放权交易对区域内和区域间发展差异的影响及作用机制。研究发现：①当前中国区域发展差异逐渐缩小，但区域内发展差异是导致区域发展差异的主要原因。②碳排放权交易在促进碳减排的同时也缓解了中国区域内和区域间发展差异，促进了区域协调发展。③当考虑政策作用时滞时，碳排放权交易会先对区域内发展差异产生影响，随后影响区域间发展差异。④碳排放权交易对区域发展差异影响主要是通过降低工业产业集聚水平、促进绿色金融发展水平、提高人力资本水平和提高技术创新水平实现，而降低工业产业集聚水平是推动区域内和区域间协调发展最有效的方式。⑤由于地理位置以及主导产业的差异，碳排放权交易对不同地区区域内和区域间发展差异的影响存在异质性。

基于以上分析，提出以下政策启示：

（1）短期注重区域内发展差异、长期关注区域间发展差异对区域协调发展的影响。本研究发现，当前发展不平衡主要由区域内发展差异导致，因而短期内应注重资源在区域内的合理配置和使用，通过调整产业结构等方式缓解区域内发展差异，为缓解区域间发展差异打下基础。除此之外，区域间发展差异将对中国未来发展以及区域协调发展进程产生深远影响。因而，实现区域间点对点结合，通过产业转移、教育援助等方式为发展较慢地区注入新的发展活力，从而引导发展较慢地区经济转型和发展，缩小区域间发展差异。

（2）健全全国碳市场，科学推广碳排放权交易。研究表明碳排放权交易能够促进区域协调发展，但碳排放权交易在缓解区域发展差异的过程中存在一定的传导效应，即先缓解区域内发展差异、再缓解区域间发展差异。因而，在碳排放权交易建设的过程中，应优先注重区域内碳排放权交易市场的建设，通过要素在区域内的流动缓解区域内发展差异。在完善区域内碳排放权交易的同时也需构建区域间碳排放权交易体系，使更多的地区融入碳排放权交易市场中，不仅缓解了碳排放不平等问题，也提高了要素配置效率，缓解区域间发展差异。

（3）合理控制工业产业集聚水平、注重人才引进。本研究表明，工业产业集聚水平的下降能够缩小区域发展差异。但为了实现规模经济并加强对碳排放的管理力度，目前各地区正积极推动工业产业园区的建设。因此，对于各地区政府来说，建设适度规模的工业产业园区对碳减排和区域协调发展至关重要。此外，注重高技术人才的培养，制定合适的人才引进战略促使人才在不同地区的合理分配能为地区经济发展注入新的活力，加速区域协调发展。

（4）细致研究区域发展差异的各种影响因素，细化政策。各地区的发展情况以及主导产业会因自然禀赋而存在差异。因此，中央政府应当制定和完善缩小地区差异、实现区域协调发展的宏观政策，并切实检查落实；地方政府也需要因地施策，充分发挥本地优势，积极主动地与发达地区融合，实现国内发展一体化、中央和区域政策协同增效。

参考文献

［1］ 孙久文，石林. 我国区域经济发展不平衡的表现、原因及治理对

策［J］. 治理现代化研究，2018（5）：32-37.

［2］ 何建武，李善同. 二氧化碳减排与区域经济发展［J］. 管理评论，

2010，22（6）：9-16.

［3］ ZHANG J K，ZHANG Y. How emissions trading affects income inequality：

evidence from China［J］. Climate policy，2023，23（5）：593-608.

［4］ 赵传松，刘华军. 基于城市群视角的中国经济发展南北差距研

究［J］. 中国人口·资源与环境，2023，33（2）：134-142.

［5］ SONG M L，ZHENG H Y，SHEN Z Y. Whether the carbon emissions

trading system improves energy efficiency：empirical testing based on

China's provincial panel data［J］. Energy，2023，275：127465.

［6］ CHEN W Y，ZHANG L G，SHI L J，et al. Carbon emissions trading

system and investment efficiency：evidence from China［J］. Journal

of cleaner production，2022，358：131782.

［7］ AN Q X，ZHU K F，XIONG B B，et al. Carbon resource reallocation

with emission quota in carbon emission trading system［J］. Journal of

environmental management，2023，327：116837.

［8］ LIAO Z L，ZHU X L，SHI J R. Case study on initial allocation of

Shanghai carbon emission trading based on Shapley Value［J］. Journal

of cleaner production，2015，103：338-344.

［9］ 张红梅，李善同，许召元. 改革开放以来我国区域差距的演变

［J］. 改革，2019（4）：78-87.

［10］ 許宪春，雷泽坤，窦园园，等. 中国南北平衡发展差距研究：基

于“中国平衡发展指数” 的综合分析［J］. 中国工业经济，2021

（2）：5-22.

［11］ 徐建华，鲁凤，苏方林，等. 中国区域经济差异的时空尺度分析

［J］. 地理研究，2005，24（1）：57-68.

［12］ 彭文斌，刘友金. 我国东中西三大区域经济差距的时空演变特

征［J］. 经济地理，2010，30（4）：574-578.

［13］ 赵磊，方成，丁烨. 浙江省县域经济发展差异与空间极化研究

［J］. 经济地理，2014，34（7）：36-43.

［14］ 王小鲁，樊纲. 中国收入差距的走势和影响因素分析［J］. 经济

研究，2005，40（10）：24-36.

［15］ 晁静，赵新正，李同昇，等. 长江经济带三大城市群经济差异演

变及影响因素：基于多源灯光数据的比较研究［J］. 经济地理，

2019，39（5）：92-100.

［16］ MAO X，CHEN X. Does airport construction narrow regional economic

disparities in China［J］. Journal of air transport management，

2023，108：102362.

［17］ 郭源园，李莉. 西部内陆省区区域经济差异影响因素：以重庆

为例［J］. 地理研究，2017，36（5）：926-944.

［18］ MA G C，QIN J H，ZHANG Y M. Does the carbon emissions trading

system reduce carbon emissions by promoting two?way FDI in developing

countries： evidence from Chinese listed companies and cities

［J］. Energy economics，2023，120：106581.

［19］ LI K M，LUO Z J，HONG L，et al. The role of China's carbon emission

trading system in economic decarbonization：evidence from

Chinese prefecture?level cities［J］. Heliyon，2024，10（1）：e23799.

［20］ 董康银，邓又一. 碳排放权交易试点政策对企业低碳转型的影

响［J］. 财经问题研究，2023（12）： 52-63.

［21］ 叶芳羽，单汨源，李勇，等. 碳排放权交易政策的减污降碳协同

效应评估［J］. 湖南大学学报（社会科学版）， 2022， 36（2）：

43-50.

［22］ 张瑜，孙倩，薛进军，等. 减污降碳的协同效应分析及其路径探

究［J］. 中国人口·资源与环境，2022，32（5）：1-13.

［23］ 易兰，李朝鹏，杨历，等. 中国7大碳交易试点发育度对比研究

［J］. 中国人口·资源与环境，2018，28（2）：134-140.

［24］ 李荣华，杜昊.“双碳” 目标下碳排放权交易试点的减排效应与

区域差异［J］. 经济与管理研究，2023，44（11）：25-44.

［25］ 陈海龙，周融，雷汉云. 激励与惩罚：碳排放权交易试点对产业

结构的影响［J］. 云南财经大学学报，2023，39（6）：18-34.

［26］ 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.

［27］ 胡珺，方祺，龙文滨. 碳排放规制、企业减排激励与全要素生产

率：基于中国碳排放权交易机制的自然实验［J］. 经济研究，

2023，58（4）：77-94.

［28］ 苏丽娟，田丹. 环境权益交易市场能否诱发重污染企业更好的

ESG表现：基于碳排放权交易的经验证据［J］. 西北师大学报

（社会科学版），2023，60（3）：134-144.

［29］ XIAO D，YU F，GUO C H. The impact of China's pilot carbon ETS

on the labor income share：based on an empirical method of combining

PSM with staggered DID［J］. Energy economics，2023，124：106

770.

［30］ CHEN C H，JIANG D Q，LAN M，et al. Does environmental regulation

affect labor investment efficiency：evidence from a quasi?natural

experiment in China［J］. International review of economics & finance，

2022，80：82-95.

［31］ FANG K，MAO M Y，TIAN C H，et al. Exploring the impact of emissions

trading schemes on income inequality between urban and rural

areas［J］. Journal of environmental management，2023，329：117067.

［32］ HONG Q Q，CUI L H，HONG P H. The impact of carbon emissions

trading on energy efficiency：evidence from quasi?experiment in

China's carbon emissions trading pilot［J］. Energy economics，

2022，110：106025.

［33］ XIAO J，LI G H，ZHU B，et al. Evaluating the impact of carbon

emissions trading scheme on Chinese firms' total factor productivity

［J］. Journal of cleaner production，2021，306：127104.

［34］ 沈坤荣，金刚，方娴. 环境规制引起了污染就近转移吗［J］. 经

济研究，2017，52（5）：44-59.

［35］ 李建軍，刘元生. 中国有关环境税费的污染减排效应实证研究

［J］. 中国人口·资源与环境，2015，25（8）：84-91.

［36］ 蔡海亚，徐盈之. 产业协同集聚、贸易开放与雾霾污染［J］. 中

国人口·资源与环境，2018，28（6）：93-102.

［37］ 李平. 低碳经济的金融支持研究［J］. 理论探讨，2010（5）：

67-70.

［38］ HECKMAN J J，ROBB R. Alternative methods for evaluating the

impact of interventions［J］. Journal of econometrics，1985，30（1/

2）：239-267.

［39］ HECKMAN J J，ICHIMURA H，TODD P. Matching as an econometric

evaluation estimator［J］. The review of economic studies，

1998，65（2）：261-294.

［40］ 黄洁，吝涛，张国钦，等. 中国三大城市群城市化动态特征对比

［J］. 中国人口·资源与环境，2014，24（7）：37-44.

［41］ 高锦杰，张伟伟. 绿色金融对我国产业结构生态化的影响研

究：基于系统GMM 模型的实证检验［J］. 经济纵横，2021（2）：

105-115.

［42］ 刘智勇，李海峥，胡永远，等. 人力资本结构高级化与经济增

长：兼论东中西部地区差距的形成和缩小［J］. 经济研究，2018，

53（3）：50-63.

［43］ 王恕立，胡宗彪. 服务业双向FDI的生产率效应研究：基于人力

资本的面板门槛模型估计［J］. 财经研究，2013，39（11）：

90-101.

［44］ 谭志雄，邱云淑，李后建，等. 高铁开通、人才流动对区域创新

的影响及作用机制［J］. 中国人口·资源与环境，2022，32（8）：

128-139.

［45］ 刘瑞明，毛宇，亢延锟. 制度松绑、市场活力激发与旅游经济发

展：来自中国文化体制改革的证据［J］. 经济研究，2020，55（1）：

115-131.

［46］ 仲伟周，吴穹，张跃胜，等. 信息化、环境规制与制造业空间集

聚［J］. 华东经济管理，2017，31（9）：98-103.

（责任编辑：于杰）