范 丹,王維國,梁佩鳳(.東北財經(jīng)大學(xué)經(jīng)濟學(xué)院,遼寧 大連 6025；2.東北財經(jīng)大學(xué)經(jīng)濟計量分析與預(yù)測研究中心,遼寧 大連 6025)

中國碳排放交易權(quán)機制的政策效果分析
——基于雙重差分模型的估計

范 丹1,2*,王維國1,2,梁佩鳳1(1.東北財經(jīng)大學(xué)經(jīng)濟學(xué)院,遼寧 大連 116025；2.東北財經(jīng)大學(xué)經(jīng)濟計量分析與預(yù)測研究中心,遼寧 大連 116025)

在控制地區(qū)環(huán)境規(guī)制等重要解釋變量下,檢驗碳排污交易權(quán)試點機制在中國是否能促進我國的低碳經(jīng)濟轉(zhuǎn)型.研究結(jié)果顯示：在全局DEA框架下,考察期內(nèi),碳排放交易權(quán)試點省份與非試點省份的工業(yè)全要素生產(chǎn)率提升乏力.從潛在雙重紅利來看,相對于試點省份,非試點省份的減排手段缺乏靈活性,其經(jīng)濟紅利和環(huán)境紅利仍有較大的釋放空間.基于核匹配雙重差分模型的政策效應(yīng)分析可知,碳排污權(quán)交易機制在一定程度上降低現(xiàn)階段碳排放總量,但對經(jīng)濟產(chǎn)出的影響微弱;碳排放交易權(quán)試點政策并沒有提高試點省份的工業(yè)全要素生產(chǎn)率,而對技術(shù)進步率有顯著的提升作用.因此,碳排放交易權(quán)機制在一定程度上支持了技術(shù)創(chuàng)新的"弱波特假說",而對全要素生產(chǎn)率的"強波特假說"并未顯現(xiàn),碳排放交易權(quán)機制應(yīng)該是我國實現(xiàn)低碳經(jīng)濟轉(zhuǎn)型的必要措施.

碳排放交易權(quán)；雙重差分模型；全局DEA；波特效應(yīng)

中國經(jīng)濟目前正面臨“三期疊加”的復(fù)雜形勢.與此同時,發(fā)達國家上百年工業(yè)化進程中出現(xiàn)的環(huán)境污染問題在中國已經(jīng)集中顯現(xiàn),“綠色革命”已然拉開帷幕.當(dāng)前國際社會正在積極探索利用市場機制應(yīng)對氣候變化、實現(xiàn)綠色低碳發(fā)展的手段和途徑.作為全球最大的CO2排放國,2012年《中美元首氣候變化聯(lián)合聲明》中指出,中國計劃 2030年左右二氧化碳排放達到峰值.2013年國家發(fā)展改革委批準(zhǔn)在北京、天津、上海、重慶、湖北、廣東及深圳市開展碳排放權(quán)交易試點,并將2013～2015年定為試點階段,計劃于2017年啟動全國碳排放權(quán)交易體系,至此我國開始進入碳排放權(quán)交易時代.目前這種漸進式的碳排污權(quán)交易機制,已逐漸成為中國當(dāng)前應(yīng)對節(jié)能減排問題的重要手段.采取排污權(quán)交易機制理論上能解決排污權(quán)配置無效率問題,為節(jié)能減排釋放巨大潛能,是解決中國環(huán)境問題的最佳選擇[1].由于我國各地區(qū)資源稟賦與生產(chǎn)效率存在異質(zhì)性,這使得碳排放權(quán)在不同規(guī)制地區(qū)會產(chǎn)生顯著差異.在具體實踐中,碳排放交易機制能否引致全要素生產(chǎn)率提高實現(xiàn)經(jīng)濟與環(huán)境的雙贏發(fā)展?是否會引領(lǐng)試點省份工業(yè)企業(yè)技術(shù)創(chuàng)新從而帶來波特效應(yīng)?因此,需把握當(dāng)前國情精準(zhǔn)檢驗碳排放交易權(quán)機制是否能帶來預(yù)期的政策效應(yīng),為全面推行碳排放交易權(quán)機制,早日實現(xiàn)低碳經(jīng)濟轉(zhuǎn)型提供科學(xué)支持.

如何依照具體國情制定相應(yīng)的環(huán)境規(guī)制政策,這是學(xué)術(shù)界一直致力于研究的主要問題.關(guān)于環(huán)境規(guī)制的“遵循成本學(xué)說”與“創(chuàng)新補償學(xué)說”一直是學(xué)術(shù)界爭論焦點.第一種觀點認(rèn)為環(huán)境規(guī)制成本對生產(chǎn)單位提高生產(chǎn)率和國際競爭力將產(chǎn)生消極影響,導(dǎo)致產(chǎn)業(yè)績效下降[2-3].第二種觀點被稱為“波特假說”,認(rèn)為環(huán)境的典型公共物品屬性決定了市場機制對其配置的低效率,企業(yè)不會主動進行技術(shù)創(chuàng)新,環(huán)境規(guī)制可以使企業(yè)將外在的成本內(nèi)部化,促進受規(guī)制企業(yè)全要素生產(chǎn)率的提升[4-5].與此同時,國內(nèi)一些學(xué)者也對環(huán)境政策與技術(shù)創(chuàng)新的有效性和交叉效應(yīng)進行了再檢驗[6],沈能[7]指出環(huán)境規(guī)制對技術(shù)創(chuàng)新的促進作用存在地區(qū)差異,同時兩者之間呈現(xiàn)“U”型關(guān)系,只有環(huán)境規(guī)制強度跨越到特定閾值時,“波特假說”才成立.

在環(huán)境規(guī)制工具選擇方面,環(huán)境規(guī)制政策從命令-控制型手段為主導(dǎo),逐步引入市場激勵機制,繼而發(fā)展到多元化手段的結(jié)合.Kemp等[8]強調(diào)使用規(guī)制工具的必要性,不同的環(huán)境規(guī)制工具對環(huán)境技術(shù)創(chuàng)新的影響具有較大的差異.國外部分學(xué)者認(rèn)為完全競爭條件下基于能以更低的成本實現(xiàn)減排,并且可以提供更大的環(huán)境技術(shù)研發(fā)激勵[9].在基于市場的激勵型環(huán)境規(guī)制的相關(guān)研究中,Bramilund等[10]采用并發(fā)現(xiàn)瑞典造紙及紙制品工業(yè)在排污權(quán)交易下可實現(xiàn)潛在的利潤增長.Fare等[11]將污染物排放權(quán)引入模型DEA模型之中,對污染物排放權(quán)的交易形式進行了擴展,考慮了引入排污權(quán)交易后企業(yè)的配置效率,實行排放權(quán)交易潛在經(jīng)濟紅利與環(huán)境紅利.

在排污權(quán)機制量化評估的相關(guān)研究中, Jeferson等[12]采用倍差法發(fā)現(xiàn)其引致了雙贏發(fā)展,促進了污染密集型企業(yè)在利潤、成本、就業(yè)等方面的表現(xiàn).李樹等[13]采用倍差法發(fā)現(xiàn) 2000年APPCI修訂政策顯著提高了空氣污染密集型工業(yè)行業(yè)的全要素生產(chǎn)率,且其邊際效應(yīng)隨著時間的推移呈遞增趨勢.涂正革等[1]考察了二氧化硫排污權(quán)交易試點在中國是否激發(fā)波特效應(yīng).研究發(fā)現(xiàn)：盡管排污權(quán)交易機制在一定程度上緩解了現(xiàn)階段二氧化硫排污權(quán)配置的嚴(yán)重?zé)o效率問題,但從現(xiàn)實和潛在兩個角度觀察,二氧化硫排放權(quán)交易試點政策在我國均未能產(chǎn)生波特效應(yīng).Zhao等[14]則認(rèn)為命令-控制型手段對于企業(yè)技術(shù)創(chuàng)新與競爭力的提高具有顯著正影響,基于市場的激勵型排污權(quán)交易機制在促進向綠色發(fā)展戰(zhàn)略行為的轉(zhuǎn)變中起著重要的作用.

上述文獻對我國排污權(quán)規(guī)制手段研究已經(jīng)取得了一些有價值的結(jié)論,然而鮮有文獻具體到研究我國碳排放交易機制能否帶來生產(chǎn)力和技術(shù)創(chuàng)新的提升從而實現(xiàn)波特效應(yīng),多數(shù)還集中在分析其減排效果與合理性,探討兩者的互動機制.本文試圖在已有研究的基礎(chǔ)上進行如下拓展：(1)在研究視角方面,本文以實現(xiàn)節(jié)能減排和促進經(jīng)濟發(fā)展為目標(biāo),檢驗中國現(xiàn)行的碳排放交易機制是否引領(lǐng)中國低碳經(jīng)濟成功轉(zhuǎn)型,能否帶來波特效應(yīng),為我國全面展開碳排放交易機制提供決策參考.(2)在研究方法方面,針對碳排放交易權(quán)作為政策變量在政策評估時存在解釋變量的內(nèi)生性問題,本文采用核匹配的雙重差分法控制被解釋變量和解釋變量之間的相互影響效應(yīng),控制不可觀測的個體異質(zhì)性對被解釋變量的影響.針對非同時期的參照技術(shù)時線性規(guī)劃可能存在無可行解問題,本文采用全局生產(chǎn)率指數(shù),并考慮生產(chǎn)外部性構(gòu)建全要素生產(chǎn)率模型,系統(tǒng)全面地探討碳排放交易權(quán)前后的全要素生產(chǎn)率的變化趨勢.希望為我國碳排放交易權(quán)機制在全國推廣提供理論支持.

1 研究方法

1.1 全局生產(chǎn)率指數(shù)及其分解

Oh等[15]指出針對非同時期的參照技術(shù)時,線性規(guī)劃可能存在無可行解.Oh等[15]克服上述缺陷,在生產(chǎn)可能性集的定義上做了改進,不僅定義了同期的生產(chǎn)技術(shù),也定義了一個全局的生產(chǎn)技術(shù)集.同期的生產(chǎn)技術(shù)定義為：Pt(xt)={(yt,bt)：x 能生產(chǎn)( yt,bt),xt∈R+N}, t = 1,…,T,Pt(xt)表示每個決策單元在t時期的參照技術(shù)集.全局生產(chǎn)技術(shù)集定義：PU(xt)= P1(x1)∪P2(x2)∪,…,∪ PT(xT).因此,全局生產(chǎn)技術(shù)集建立了一個所有觀測單元和所有時期的參照技術(shù)集.基于全局生產(chǎn)技術(shù)集的方向性距離函數(shù)求解的線性規(guī)劃問題可寫成 ：

結(jié)合Chung等[16]提出的ML生產(chǎn)率指數(shù)的結(jié)構(gòu)方式,在考慮非期望產(chǎn)出的條件下,基于全要素生產(chǎn)率指數(shù)GML分別定義為如下：

當(dāng)GML值大于1時,表示全要素生產(chǎn)率增長, GML小于 1時,則表示全要素生產(chǎn)率下降.通過計算四個方向上的方向距離函數(shù),可將 GML生產(chǎn)率指數(shù)為技術(shù)進步率(TECH)和技術(shù)效率變化(EFFCH)

1.2 雙重差分政策評估模型

雙重差分方法是目前國內(nèi)外檢驗一項政策實施效果的重要研究方法.國內(nèi)學(xué)者周黎安等[17]最早引入了雙重差分法對農(nóng)村稅費改革進行研究.雙重差分法的優(yōu)點是能夠避免政策作為解釋變量所存在的內(nèi)生性問題,即有效控制了被解釋變量和解釋變量之間的相互影響效應(yīng).在面板數(shù)據(jù)的雙重差分模型中,可以利用解釋變量的外生性,既能控制樣本之間不可觀測的個體異質(zhì)性,又能控制隨時間變化的不可觀測總體因素的影響,因而能得到對政策效果的無偏估計[18].

本文根據(jù)碳排放交易權(quán)省市和政策實施時間構(gòu)建雙重差分模型,從地區(qū)和時間雙重層面區(qū)分干預(yù)組和控制組檢驗現(xiàn)行的碳排放交易權(quán)機制對經(jīng)濟與環(huán)境政策效果及差異.在建模過程中,引入時期虛擬變量PERIOD和碳排放交易權(quán)政策省市變量組TREATED,其中,模型(7)基于C-D生產(chǎn)函數(shù)構(gòu)建經(jīng)濟增長的雙重差分模型,并引入環(huán)境規(guī)制作為控制變量.模型(8)結(jié)合Ehrlich等[19]的IPAT模型及Kaya[20]的Kaya恒等式,本文將人口規(guī)模(POP)、經(jīng)濟規(guī)模(PGDP)、能源強度(EI)、環(huán)境規(guī)制(ER)作為控制變量構(gòu)建二氧化碳排放的雙重差分模型.式中：itY表示當(dāng)年各地區(qū)規(guī)模以上工業(yè)生產(chǎn)總值,其中2CO表示當(dāng)年各地區(qū)規(guī)模以上工業(yè)二氧化碳排放量; PERIODit表示實施碳排放交易權(quán)的時期取 1,其他時期取 0;TREATEDit表示實施碳排放交易權(quán)的省市取 1,其他沒有實施該規(guī)制政策的省市取0.

為了檢驗碳排放交易權(quán)政策對是否能在我國產(chǎn)生波特效應(yīng),實現(xiàn)低碳經(jīng)濟轉(zhuǎn)型,本文進一步以各省份工業(yè)全要素生產(chǎn)率和技術(shù)創(chuàng)新率為被解釋變量構(gòu)建雙重差分模型.式中：GMLit表示當(dāng)年各地區(qū)規(guī)模以上工業(yè)全要素生產(chǎn)率,TECHit表示當(dāng)年各地區(qū)規(guī)模以上工業(yè)技術(shù)進步率.

2 數(shù)據(jù)來源與處理

考慮到數(shù)據(jù)的連貫性與可獲性,本研究樣本選取2010～2014年中國30個省、市、區(qū)(西藏、港、澳、臺除外)的規(guī)模以上工業(yè)企業(yè)數(shù)據(jù).數(shù)據(jù)資料來自歷年《中國統(tǒng)計年鑒》[21]、《中國工業(yè)經(jīng)濟統(tǒng)計年鑒》[22]、《中國能源統(tǒng)計年鑒》[23]、及《中國勞動統(tǒng)計年鑒》[24]整理獲得.指標(biāo)選取與界定如下：

(1)在測算省市工業(yè)全要素生產(chǎn)率的過程中,各投入產(chǎn)出指標(biāo)說明如下：

投入指標(biāo)：

勞動力(L)：選取工業(yè)全部從業(yè)人員年平均人數(shù);資本(K)：工業(yè)固定資產(chǎn)凈值,采用固定資產(chǎn)投資價格指數(shù)平減為2010年不變價、工業(yè)終端能源消耗量(E),采用能源轉(zhuǎn)換系數(shù)單位折算成萬噸標(biāo)準(zhǔn)煤;

表1 控制變量的選取與說明Table 1 Selection and explanation of control variable

產(chǎn)出指標(biāo)：

經(jīng)濟產(chǎn)出(Y)選取工業(yè)總產(chǎn)值,采用工業(yè)生產(chǎn)者出廠價格平減為 2010年不變價;污染產(chǎn)出(CO2)選取工業(yè)二氧化碳排放量,計算方法根據(jù)IPCC(2006)提供的二氧化碳排放量計算公式進行測算.

(2)在應(yīng)用雙重差分法檢驗碳排放交易權(quán)政策的經(jīng)濟效應(yīng)、環(huán)境效應(yīng)及波特效應(yīng)時,其中控制變量環(huán)境規(guī)制強度(ER)的計算尚未有統(tǒng)一的度量標(biāo)準(zhǔn).已有文獻采取了多種不同的替代指標(biāo)來衡量環(huán)境規(guī)制強度.本文考慮到數(shù)據(jù)的可獲性,借鑒Domazlicky等[25]的方法,采用污染物的排放強度作為衡量一國環(huán)境規(guī)制強度的指標(biāo).其他控制變量的選取與說明如表1所示.

3 實證分析

3.1 省際工業(yè)綠色全要素生產(chǎn)率變動差異及其分解變量

將樣本期間所有的投入產(chǎn)出數(shù)據(jù)作為當(dāng)期的參考技術(shù)集,采用全局DEA方法構(gòu)建生產(chǎn)前沿測算 2010～2014年我國碳排放交易權(quán)試點省份與非試點省份的全要素生產(chǎn)率及其分解變量,測算結(jié)果如表2所示.

表2 2010～2014年各地區(qū)工業(yè)全要素生產(chǎn)率及其分解Table 2 Environmental total factor productivity and its decomposition in the regions from 2010 to 2014

表2為全局DEA條件下的各省市工業(yè)全要素生產(chǎn)率及其分解變量.由表 2可知,在考慮碳排放交易權(quán)條件下,“十二五”期間各省市工業(yè)全要素生產(chǎn)率并未有所改善.就試點省份而言,樣本期6個試點省份工業(yè)全要素生產(chǎn)率平均值增長率在碳排放交易前后分別下降了 0.7%、1.7%.全要素生產(chǎn)率的下降主要源于技術(shù)效率的下降(0.5%、1.8%).值得注意的是,技術(shù)進步率在實行碳排放交易后實現(xiàn)了小幅提升(0.2%).這意味著“十二五”期間,全要素生產(chǎn)率提升乏力,我國工業(yè)生產(chǎn)技術(shù)的最優(yōu)前沿面并未外移,而全要素生產(chǎn)率提升正是我國經(jīng)濟轉(zhuǎn)型與供給側(cè)改革的關(guān)鍵所在.從 6個試點省份來看,北京表現(xiàn)最佳,全要素生產(chǎn)率在碳排放交易權(quán)前后均有所提升(2.1%, 0.8%),北京成為追趕生產(chǎn)前沿面最優(yōu)城市,主要是由于北京在“十二五”期間資源投入要素的優(yōu)化配置,技術(shù)進步率一直處于領(lǐng)先地位.本文考慮生產(chǎn)外部性引入全要素生產(chǎn)率評價模型中,對以往全要素生產(chǎn)率被高估予以修正.

就非試點省份而言,樣本期非試點省份工業(yè)全要素生產(chǎn)率平均值增長率在碳排放交易前后分別下降了0.2%、3%.全要素生產(chǎn)率的下降主要源于技術(shù)效率的下降(0.4%、2.1%).與試點省份不同的是,非試點省份技術(shù)進步率在施行碳排放交易權(quán)前有小幅提升(0.2%),而在施行碳排放交易權(quán)后卻又所下降(0.8%).這在一定程度上說明碳排放交易權(quán)的實施對技術(shù)進步率有著一定的提升作用,在一定程度上實現(xiàn)了短暫的波特效應(yīng).從各個非試點省份來看,在“十二五”前期,山西、遼寧、吉林、黑龍江、甘肅這幾個省份去全要素生產(chǎn)率得到提升,但實行碳排放交易權(quán)后這幾個省份的全要素生產(chǎn)率都在下降.在非試點省份中只有海南的全要素生產(chǎn)率在政策實施后得到提升,主要源于其技術(shù)進步率提升了0.8%.

3.2 碳排放交易機制的短期碳減排潛力分析

由試點省份和非試點省份的全要素生產(chǎn)率的測算結(jié)果可知,在碳排放交易權(quán)實施前后全要素生產(chǎn)率提升動力不足,存在一定經(jīng)濟產(chǎn)出提升潛力和減排潛力.本文以資本、勞動力、能源為投入指標(biāo);以GDP、二氧化碳排放量為產(chǎn)出指標(biāo),根據(jù)式(1),利用MAXDEA6.2測算出最優(yōu)經(jīng)濟產(chǎn)出和最優(yōu)碳排放量,進而對試點省份和非試點省份的潛在經(jīng)濟產(chǎn)出、碳減排潛力與潛在雙重紅利(潛在環(huán)境紅利與潛在經(jīng)濟紅利)進行了測算,測算結(jié)果如表3所示.

表3 2010～2014年試點省份和非試點省份工業(yè)潛在經(jīng)濟產(chǎn)出、碳減排潛力與潛在雙重紅利Table 3 Regional industrial economic output, the potential carbon emission reduction and potential double dividends from 2010 to 2014

表3為全局DEA條件下,2010～2014年在試點省份和非試點省份的平均潛在經(jīng)濟產(chǎn)出、碳減排潛力、潛在雙重紅利(環(huán)境與經(jīng)濟紅利).其中,試點省份的平均潛在經(jīng)濟產(chǎn)出為 2105億元,碳減排潛力為 1548萬 t,其潛在雙重紅利為0.12.相比之下,非試點省份的平均潛在經(jīng)濟產(chǎn)出、碳減排潛力、潛在雙重紅利均大于6個試點省份,其平均潛在經(jīng)濟產(chǎn)出為2689億元,碳減排潛力為2641萬 t,其潛在雙重紅利為0.27.這意味著實行碳排放交易權(quán)的試點省份相對于非試點省份的在生產(chǎn)技術(shù),資源配置等方面更有優(yōu)勢,減排手段更有多樣性和靈活性.而非試點省份距離生產(chǎn)技術(shù)前沿面仍有較大差距,因此,非試點省份的經(jīng)濟紅利和環(huán)境紅利仍有較大的釋放空間.

從時空演變上來看,無論是試點省份還是非試點省份,其潛在經(jīng)濟產(chǎn)出都呈現(xiàn)逐年上升的趨勢.這說明是否實行碳排放交易權(quán)機制對經(jīng)濟產(chǎn)出的影響微弱,各省份經(jīng)濟產(chǎn)出提升潛力巨大.值得注意的是,試點省份與非試點省份碳減排潛力演變方式存在一定差異,在實行碳排放交易權(quán)機制前,試點省份的碳減排潛力為上升趨勢,而實行碳排放交易權(quán)機制后,碳減排潛力出現(xiàn)了下降.相比之下,非試點省份的碳減排潛力在碳排放交易權(quán)機制實施前后均為逐年上升趨勢.這說明碳排放交易權(quán)政策的實施對我國試點省份碳排放效率提高有一定的促進作用,這為進一步擴大碳排放交易權(quán)試點省份提供量化支持.

進一步本文對各省份的潛在經(jīng)濟產(chǎn)出、碳減排潛力與潛在雙重紅利進行了測算,由于篇幅限制文中未一一列舉.從各個省份的測算結(jié)果來看,試點省份中北京、上海、廣州的潛在經(jīng)濟產(chǎn)出、碳減排潛力一直為 0.因此,在假定市場有效運轉(zhuǎn)的條件下,這些試點省份一直處于環(huán)境生產(chǎn)前沿面上,達到了環(huán)境政策下的最優(yōu)生產(chǎn)技術(shù),碳排放交易權(quán)試點政策幾乎不存在潛在的經(jīng)濟紅利和環(huán)境紅利.這在某程度上說明碳排放交易權(quán)試點政策有利于實現(xiàn)長期的波特效應(yīng),緩解資源無效率問題從而促進節(jié)能減排.而非試點省份中,山西、黑龍江、貴州的潛在經(jīng)濟紅利和潛在環(huán)境紅利都在0.5以上,其中山西最高(0.77),這說明這些非試點省份碳減排潛力巨大,這些省份可以通過技術(shù)創(chuàng)新提高生產(chǎn)技術(shù)以達到資源的最優(yōu)配置,實現(xiàn)這些省份的碳減排對全國的碳排放總量控制有著重要意義.研究結(jié)果與涂正革等[1]的研究結(jié)論類似,盡管選擇的環(huán)境污染物不同,但環(huán)境政策的研究結(jié)果相似.綜合以上分析結(jié)果,進一步釋放非試點省份中潛在經(jīng)濟紅利和潛在環(huán)境紅利,推動了生產(chǎn)技術(shù)前沿面外移,是我國推行碳排放交易權(quán)試點政策的重點,由此也驗證了在全國推行碳排放交易權(quán)政策的必要性.

3.3 碳排放交易權(quán)機制的政策效應(yīng)分析

3.3.1 碳排放交易權(quán)機制的經(jīng)濟效應(yīng)和環(huán)境效應(yīng)分析 基于我國低碳經(jīng)濟轉(zhuǎn)型的戰(zhàn)略目標(biāo),為了進一步揭示碳排放交易權(quán)機制在經(jīng)濟產(chǎn)出、環(huán)境污染等方面的政策效應(yīng),本文基于雙重差分模型(DID)對其進行政策檢驗.

在面板數(shù)據(jù)模型的估計中,如果解釋變既是引起被解釋變量變化的原因,又是被解釋變量產(chǎn)生的結(jié)果,那么這些解釋變量存在一定程度的內(nèi)生性,若采用采取最小二乘法(OLS)不能保證得出無偏的參數(shù)估計.為了解決內(nèi)生性問題,本文采用核匹配的雙重差分模型避免政策變量作為解釋變量所存在的內(nèi)生性問題,從而使得模型的估計結(jié)果更具有解釋力.在核匹配的雙重差分模型估計過程中,采用 Stata 10.0對模型進行估計,在模型的估計過程中設(shè)置地區(qū)虛擬變量,采用年度虛擬變量控制時間效應(yīng)項.估計結(jié)果見表4.

表 4為以各省市經(jīng)濟產(chǎn)出和二氧化碳排放量為被解釋變量的雙重差分模型的政策檢驗結(jié)果.由模型(1)、(2)、(3)估計得結(jié)果可知,碳排放交易權(quán)試點政策對各省份工業(yè)經(jīng)濟產(chǎn)出的影響比較微弱.只考慮環(huán)境規(guī)制一個控制變量條件下交互項系數(shù)通過了顯著性檢驗,這說明碳排放交易權(quán)試點政策對各省份工業(yè)經(jīng)濟產(chǎn)出一定的正影響,但系數(shù)較小影響并不顯著.引入環(huán)境規(guī)制的控制變量后,環(huán)境規(guī)制強度對經(jīng)濟產(chǎn)出有顯著的負(fù)效應(yīng),這個估計結(jié)果與預(yù)期是一致的.由模型(4)、(5)、(6)估計得結(jié)果可知,無論是否考慮控制變量,碳排放交易權(quán)試點政策都顯著降低了各省份工業(yè)二氧化碳排放量.綜上分析,在控制其他變量的情況下,碳排放交易權(quán)試點政策并沒有顯著提高省份工業(yè)總產(chǎn)值為各省份創(chuàng)造更多的經(jīng)濟紅利.而碳排放交易權(quán)試點政策顯著降低工業(yè)二氧化碳排放量以達到減排效果,從而為各省份帶來更多的環(huán)境紅利.這與涂正革等[1]得到的二氧化硫排污權(quán)交易在經(jīng)驗上還沒有顯示出減排效果的結(jié)論不盡相同,主要是研究的樣本區(qū)間和選擇的環(huán)境污染物有所差異.因此,從試點期整體檢驗結(jié)果看,對于正處于低碳轉(zhuǎn)型期的中國,碳排放交易權(quán)交易試點政策能促進碳排放的總量控制從而創(chuàng)造更多的環(huán)境紅利.

表4 經(jīng)濟產(chǎn)出和碳排放的雙重差分模型政策檢驗結(jié)果Table 4 The policy inspection results of the economic output and carbon emissions based on difference-in-difference Model

為了檢驗?zāi)Ｐ徒Y(jié)果穩(wěn)健性,捕捉不同年份對雙重差分模型的影響,將模型(3)、(4)中交叉項period替換為年度虛擬變量,記為 year＝(2013, 2014)進行分年份檢驗.采用核匹配的雙重差分模型對模型進行估計,在引人控制變量條件下,估計結(jié)果仍顯示碳排放交易權(quán)試點政策沒有顯著提高工業(yè)總產(chǎn)值和但降低工業(yè)二氧化碳排放量,因此,本文得到模型的估計結(jié)果是穩(wěn)健的.試點期的分年份檢驗結(jié)果再次驗證,中國碳排放交易權(quán)試點政策在一定程度上能夠降低碳排放量,促進我國早日實現(xiàn)低碳經(jīng)濟轉(zhuǎn)型戰(zhàn)略目標(biāo).

3.3.2 碳排放交易權(quán)機制的波特效應(yīng)分析 目前,我國正處于供給側(cè)改革的轉(zhuǎn)型時期,其全要素生產(chǎn)率的提高是供給側(cè)改革的核心所在.Adam等[26]認(rèn)為“弱波特假說”是指正確設(shè)計的環(huán)保法規(guī)可能會刺激技術(shù)創(chuàng)新.“強波特假說”是指正確環(huán)保政策設(shè)計會提高顯著提升生產(chǎn)率進而提升競爭力.為了進一步揭示碳排放交易權(quán)機制在生產(chǎn)率及技術(shù)創(chuàng)新等方面的政策效應(yīng),本文采用核匹配的雙重差分模型(DID)對其產(chǎn)生的波特效應(yīng)進行檢驗.

表 5為以各省市全要素產(chǎn)率和技術(shù)進步率為被解釋變量的雙重差分模型的政策檢驗結(jié)果.由模型(1)、(2)、(3)估計得結(jié)果可知,無論是否考慮控制變量,碳排放交易權(quán)試點政策都沒有顯著提高了各省份工業(yè)全要素生產(chǎn)率,盡管考慮環(huán)境規(guī)制控制變量后,交互項系數(shù)為負(fù)通過的顯著性檢驗,這說明碳排放交易權(quán)試點政策并未促進各省份工業(yè)全要素生產(chǎn)率的提升,這與前文測算在政策實施前后各地區(qū)工業(yè)全要素生產(chǎn)率的變化趨勢一致.因此,碳排放交易權(quán)試點政策的"強波特效應(yīng)"并未顯現(xiàn).由模型(4)、(5)、(6)估計得結(jié)果可知,與全要素生產(chǎn)率的估計結(jié)果相反,碳排放交易權(quán)試點政策對各省份技術(shù)進步率有顯著正效應(yīng),推動了工業(yè)企業(yè)進行技術(shù)創(chuàng)新,從而降低碳排放量.引入環(huán)境規(guī)制的控制變量后,環(huán)境規(guī)制強度對各省份工業(yè)全要素生產(chǎn)率及技術(shù)進步率有顯著的負(fù)效應(yīng),這與其他文獻如王兵等[27]、范丹等[28]的估計結(jié)果一致.這也意味著基于市場的碳排放交易權(quán)試點政策與其他環(huán)境規(guī)制政策并未完美匹配.綜上分析,碳排放交易權(quán)試點政策提高各省份全要素生產(chǎn)率并未顯現(xiàn),但促進了各省份技術(shù)進步率的提升,短期內(nèi)實現(xiàn)了“弱波特效應(yīng)”.

本文采用年度虛擬變量對模型進行了穩(wěn)健性檢驗,仍得到同上結(jié)論.試點期的分年份檢驗結(jié)果再次驗證,中國碳排放交易權(quán)試點政策在一定程度上促進了工業(yè)企業(yè)的競爭意識,提升了技術(shù)創(chuàng)新能力.因此,碳排放交易機制在一定程度上支持了技術(shù)創(chuàng)新的“弱波特假說”,而對全要素生 產(chǎn)率的“強波特假說”并未顯現(xiàn).

表5 全要生產(chǎn)率和技術(shù)進步率的雙重差分模型政策檢驗結(jié)果Table 5 The policy inspection results of total productivity and technical progress rate based on difference-in-difference model

4 結(jié)論

4.1 在全局 DEA框架下,考察期內(nèi)碳排放交易權(quán)政策的試點省份與非試點省份的工業(yè)全要素生產(chǎn)率提升乏力,6個試點省份工業(yè)全要素生產(chǎn)率平均值增長率在碳排放交易前后分別下降了0.7%、1.7%.但技術(shù)進步率在實行碳排放交易后實現(xiàn)了小幅提升(0.2%).其中北京成為追趕生產(chǎn)前沿面最優(yōu)城市,其技術(shù)進步率一直處于領(lǐng)先地位.非試點省份技術(shù)進步率在施行碳排放交易權(quán)前后先升后降的趨勢.這說明碳排放交易權(quán)的實施對技術(shù)進步率有著一定的提升作用,在一定程度上實現(xiàn)了短期的波特效應(yīng).本文考慮生產(chǎn)外部性引入全要素生產(chǎn)率評價模型中,對以往全要素生產(chǎn)率被高估予以修正.

4.2 非試點省份比試點省份的平均潛在經(jīng)濟產(chǎn)出高出584億元,碳減排潛力高出1093萬t,其潛在的雙重紅利高出 0.15,非試點省份的經(jīng)濟紅利和環(huán)境紅利仍有較大的釋放空間.從時空演變上來看,試點省份的碳減排潛力為先上升后下降的“U”型趨勢,而非試點省份的碳減排潛力均為逐年上升趨勢.其中,試點省份中北京、上海、廣州幾乎不存在潛在的經(jīng)濟紅利和環(huán)境紅利.而非試點省份中,山西、黑龍江、貴州的潛在經(jīng)濟紅利和環(huán)境紅利都在 0.5以上,因此,碳排放交易權(quán)試點政策有利于實現(xiàn)長期的波特效應(yīng),緩解資源無效率問題從而促進節(jié)能減排.

4.3 由基于核匹配的雙重差分模型碳排放交易權(quán)機制的政策效應(yīng)分析可知：在控制其他變量的情況下,碳排放交易權(quán)試點政策并沒有顯著提高省份工業(yè)總產(chǎn)值為各省份創(chuàng)造更多的經(jīng)濟紅利.而碳排放交易權(quán)試點政策顯著降低工業(yè)二氧化碳排放量以達到減排效果,從而為各省份帶來更多的環(huán)境紅利.碳排放交易權(quán)試點政策顯著提高了各省份及技術(shù)進步率,而對工業(yè)全要素生產(chǎn)率并沒有顯示積極作用.引入環(huán)境規(guī)制的控制變量后,環(huán)境規(guī)制強度對各省份工業(yè)全要素生產(chǎn)率及技術(shù)進步率有顯著的負(fù)效應(yīng).中國碳排放交易權(quán)試點政策在短期內(nèi)實現(xiàn)了"弱波特效應(yīng)",這也進一步驗證了碳排放交易權(quán)試點政策值得在全國范圍內(nèi)進行推廣.

[1]涂正革,諶仁俊.排污權(quán)交易機制在中國能否實現(xiàn)波特效應(yīng)? [J].經(jīng)濟研究, 2015,(2)：160-173.

[2]Lanoie Paul, Patry Michel, Lajeunesse Richard. Environmental regulation and productivity： testing the porter hypothesis [J]. Journal of Productivity Analysis, 2008,302：121-128.

[3]Rassier Dylan G, Earnhart Dietrich. Does the Porter hypothesis explain expected future financial performance? The effect of clean water regulation on chemical manufacturing firms [J]. Environmental and Resource Economics, 2010,453：353-377.

[4]Porter M E. America’s green strategy [J]. Scientific American, 1991,264(4)：168.

[5]Domazlicky Bruce R, Weber William L. Does environmental protection lead to slower productivity growth in the chemical industry? [J]. Environmental and Resource Economics, 2004,283：301-324.

[6]胡鞍鋼,鄭京海,高宇寧,等.考慮環(huán)境因素的省級技術(shù)效率排名(1999～2005) [J]. 經(jīng)濟學(xué)(季刊), 2008,(3)：933-960.

[7]沈 能.環(huán)境規(guī)制對區(qū)域技術(shù)創(chuàng)新影響的門檻效應(yīng) [J]. 中國人口資源與環(huán)境, 2012,22(6)：12-16.

[8]Kemp R, Pontoglio S. The innovation effects of environmental policy instruments—A typical case of the blind men and the elephant [A]. Paper for DIME WP 2.5 Workshop on empirical analyses of environmental innovation [R]. Fraunhofer Institute for Systems and Innovation Research (ISI), Karlsruhe, 2008,(1)：17-18.

[9]Requate T, Unold W. Environmental policy incentives to adopt advanced abatement technology： Will the true ranking please stand up? [J]. European Economic Review, 2003,47：125-146.

[10]Brannlund R, Chung Y, Fare R, et al. Emissions trading and profitability： The swedish pulp and paper industry [J]. Environmental and Resource Economics, 1998,12：345-356.

[11]Fare R, Grosskopf S, Pasurka Jr C A. Tradable permits and unrealized gains from trade [J]. Energy Economics, , 2013,40：416-424.

[12]Jefferson G H, Tanaka S, Yin W. Environmental regulation and industrial performance： Evidence from unexpected externalities in China [A]. Working Paper, 2013.

[13]李 樹,陳 剛.環(huán)境管制與生產(chǎn)率增長——以 APPCL2000的修訂為例 [J]. 經(jīng)濟研究, 2013,(1)：17-31.

[14]Zhao Xiaoli, Zhao Yue, Zeng Saixing, et al. Corporate behavior and competitiveness： impact of environmental regulation on Chinese firms [J]. Journal of Cleaner Production, 2015,86(1)：311—322.

[15]Dong-hyun Oh. A global malmquist-luenberger productivity index [J]. Journal of Productivity Analysis, 2010,34(3)：183-198.

[16]Chung Y H, Fare R, Grosskopf S. Productivity and undesirable outputs： a directional distance function approach [J]. Journal of Environmental Management, 1997,51(3)：229-240.

[17]周黎安,陳 雄.中國農(nóng)村稅費改革的政策效果：基于雙重差分模型的估計 [J]. 經(jīng)濟研究, 2005,(8)：44-53.

[18]陳 林,伍海軍.國內(nèi)雙重差分法的研究現(xiàn)狀與潛在問題 [J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究, 2015,(7)：133-148.

[19]Ehrlich P R ,Holdren J P. Impact of population growth [J]. Science, New Series, 1971,171：1212-1217.

[20]Kaya Yoichi. Impact of carbon dioxide emission on GNP growth：interpretation of proposed scenarios [R]. Paris： Presentation to the Energy and Industry Subgroup,Response Strategies Working Group, IPCC, 1989.

[21]國家統(tǒng)計局.中國統(tǒng)計年鑒 [J]. 北京：中國統(tǒng)計出版社, 2011-2015.

[22]國家統(tǒng)計局工業(yè)統(tǒng)計司.中國工業(yè)經(jīng)濟統(tǒng)計年鑒 [J]. 北京：中國統(tǒng)計出版社, 2011-2015.

[23]國家統(tǒng)計局能源統(tǒng)計司.中國能源統(tǒng)計年鑒 [J]. 北京：中國統(tǒng)計出版社, 2011-2015.

[24]國家統(tǒng)計局人口和就業(yè)統(tǒng)計司.中國勞動統(tǒng)計年鑒 [J]. 北京：中國統(tǒng)計出版社, 2011-2015.

[25]Domazlicky B, Weber W. Does environmental protection lead to slower productivity growth in the chemical industry? [J]. Environmental and Resource Economics, 2004,28：301-324.

[26]Adam B Jaffe, Karen Palmer. Environmental regulation and innovation： A panel data study, The Review of Economics and Statistics [J]. Review of Economics & Statistics, 1997,79(4)：610-619.

[27]王 兵,吳延瑞,顏鵬飛.環(huán)境管制與全要素生產(chǎn)率增長： APEC的實證研究 [J]. 經(jīng)濟研究, 2008,(5)：20-32.

[28]范 丹,王維國.中國區(qū)域環(huán)境績效及波特假說的再檢驗 [J].中國環(huán)境科學(xué), 2013,33(5)：952-959.

Analysis of the performance of carbon emissions trading right in China--The evaluation based on the difference-in-difference model.

FAN Dan1,2*, WANG Wei-guo1,2, LIANG Pei-feng1(1.Department of Economics, DongbeiUniversity of Finance and Economics, Dalian 116025, China；2.Center for Econometric Analysis and Forecasting, Dongbei University of Finance & Economics, Dalian 116025, China). China Environmental Science, 2017,37(6)：2383～2392

The paper examined whether the mechanism of pilot project for carbon emissions trading right could promote the low-carbon economy transformation in China after controlling some important explanatory variables such as the environmental regulation. The results showed that in the global DEA framework, the industrial total factor productivity lacked of ability to enhance both in the provinces which launched the pilot project for carbon emissions trading right and in those which didn’t during the inspection period. From the point of potential double dividend, the measures to reduce emissions were not so flexible in the non-pilot provinces as those in the pilot provinces, so that there was still a large release space for the economic dividend and environmental dividend in the non-pilot provinces. The policy effect analysis based on the difference-in-difference model of kernel matching presented that the mechanism of carbon emissions trading right could reduce the total amount of carbon emissions at the present stage to some extent, but its impact on economic output was weak; the pilot project didn’t improve the industrial total factor productivity in the pilot provinces while it enhanced significantly the technological progress rate. Therefore, the mechanism of carbon emissions trading right supported the ‘weak Porter hypothesis’ for technological innovation to a certain extent, but didn’t give evidences to support the ‘strong Porter hypothesis’for total factor productivity. It should be a necessary measure to realize the low-carbon economy transformation in China.

carbon emissions trading right；difference-in-difference model；global DEA；Porter hypothesis

X196

A

1000-6923(2017)06-2383-10

范 丹(1978-),女,遼寧海城人,副教授,博士,主要從事資源與環(huán)境經(jīng)濟學(xué)研究.發(fā)表論文20余篇.

2016-10-19

國家自然科學(xué)基金項目(71603042,71571035);遼寧省高等學(xué)校優(yōu)秀人才支持計劃(WJQ2014031);遼寧省教育科學(xué)"十三五"規(guī)劃項目(JG16DB114);國家社會科學(xué)基金重大項目(15DZA011);國家社會科學(xué)基金項目(14BJL089)

* 責(zé)任作者, 副教授, fandanrx@163.com