任曉松,馬 茜,劉宇佳,趙國(guó)浩

碳交易政策對(duì)工業(yè)碳生產(chǎn)率的影響及傳導(dǎo)機(jī)制

任曉松1,馬 茜2*,劉宇佳3,趙國(guó)浩2

(1.山西財(cái)經(jīng)大學(xué)管理科學(xué)與工程學(xué)院,山西 太原 030031；2.山西財(cái)經(jīng)大學(xué)工商管理學(xué)院,山西 太原 030031；3.對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)國(guó)際經(jīng)濟(jì)研究院,北京 100029)

以2005～2017年30個(gè)省市面板數(shù)據(jù)為研究樣本,采用雙重差分、動(dòng)態(tài)效應(yīng)檢驗(yàn)和三重差分等方法,考察了碳交易政策對(duì)工業(yè)碳生產(chǎn)率的影響效果及異質(zhì)性,同時(shí)利用多重中介效應(yīng)模型,解析碳交易對(duì)工業(yè)碳生產(chǎn)率的實(shí)現(xiàn)機(jī)制.結(jié)果表明,碳交易政策顯著提升了工業(yè)碳生產(chǎn)率,實(shí)現(xiàn)了“降碳促經(jīng)”效果,且該效果保持逐年上升趨勢(shì);異質(zhì)性檢驗(yàn)表明,各試點(diǎn)地區(qū)對(duì)政策的響應(yīng)程度存在一定差異,北京、天津、上海、湖北工業(yè)碳生產(chǎn)率的提升效果較為顯著,而廣東、重慶未能對(duì)政策做出充分響應(yīng);機(jī)制分析發(fā)現(xiàn),碳交易政策能夠有效激勵(lì)環(huán)境治理效應(yīng)、結(jié)構(gòu)優(yōu)化效應(yīng)和技術(shù)革新效應(yīng),進(jìn)而影響工業(yè)碳生產(chǎn)率提升,其中結(jié)構(gòu)優(yōu)化效應(yīng)是響應(yīng)政策最為充分的機(jī)制.本文研究結(jié)果可為中國(guó)未來(lái)碳市場(chǎng)運(yùn)行提供一定參考.

碳交易政策；工業(yè)碳生產(chǎn)率；雙重差分模型；多重中介效應(yīng)模型；碳達(dá)峰碳中和

近年來(lái)全球變暖趨勢(shì)加劇,極端天氣頻繁出現(xiàn),溫室氣體減排已刻不容緩.中國(guó)積極承擔(dān)大國(guó)責(zé)任,陸續(xù)發(fā)展的碳排放權(quán)交易模式已在北京、天津、湖北等7個(gè)省市試點(diǎn)多年[1].2021年3月,習(xí)近平總書(shū)記主持召開(kāi)中央財(cái)經(jīng)委員會(huì)第九次會(huì)議,提出“要把碳達(dá)峰、碳中和納入生態(tài)文明建設(shè)整體布局,如期實(shí)現(xiàn)2030年前碳達(dá)峰、2060年前碳中和的目標(biāo).”可以預(yù)見(jiàn),推動(dòng)低碳經(jīng)濟(jì)發(fā)展將成為建設(shè)美麗中國(guó)的關(guān)鍵.然而,當(dāng)前中國(guó)工業(yè)經(jīng)濟(jì)正步入高質(zhì)量發(fā)展階段,高能源消耗和高工業(yè)排放問(wèn)題仍舊顯著存在.據(jù)國(guó)際能源署指出,中國(guó)現(xiàn)已成為全球二氧化碳排放量最高的國(guó)家,工業(yè)是其主要的碳排放來(lái)源,它消耗了中國(guó)67.9%的能源,排放了83.1%的二氧化碳[2].由此中國(guó)面臨的新挑戰(zhàn)是如何“降碳促經(jīng)”,而工業(yè)碳生產(chǎn)率正體現(xiàn)出經(jīng)濟(jì)增長(zhǎng)與減碳降污的雙贏要求,是一個(gè)國(guó)家實(shí)現(xiàn)“降碳促經(jīng)”效用的關(guān)鍵所在.

碳生產(chǎn)率是衡量低碳經(jīng)濟(jì)的有效指標(biāo),考慮到工業(yè)行業(yè)的高污染屬性,學(xué)者們引申出工業(yè)碳生產(chǎn)率的概念,即單位工業(yè)二氧化碳的工業(yè)增加值產(chǎn)出水平[3].在中國(guó)工業(yè)經(jīng)濟(jì)新發(fā)展格局的背景下,工業(yè)碳生產(chǎn)率的提高有助于減少工業(yè)增值損失,是平衡經(jīng)濟(jì)增長(zhǎng)與污染排放的關(guān)鍵舉措.現(xiàn)有文獻(xiàn)針對(duì)工業(yè)碳生產(chǎn)率的研究,主要集中于工業(yè)碳生產(chǎn)率的指標(biāo)測(cè)算[4]、空間格局[5]以及影響因素[6]等方面,而關(guān)于碳交易政策對(duì)工業(yè)碳生產(chǎn)率的影響效應(yīng)研究頗少,更缺乏對(duì)其內(nèi)在傳導(dǎo)機(jī)制的相關(guān)研究.鑒于此,討論碳交易政策如何提升工業(yè)碳生產(chǎn)率及其傳導(dǎo)機(jī)制,是中國(guó)政界及學(xué)界亟需攻克的重大議題.

自中國(guó)碳交易政策試點(diǎn)以來(lái),國(guó)內(nèi)外學(xué)者對(duì)其能否有效“降碳促經(jīng)”進(jìn)行了廣泛討論,前沿文獻(xiàn)研究主要集中在:第一,碳交易政策對(duì)減排效果的研究.多數(shù)學(xué)者論證了該政策可以顯著降低二氧化碳排放,但對(duì)碳強(qiáng)度的影響效果并不穩(wěn)定[7-8].Zhang等[7]研究發(fā)現(xiàn)碳交易政策啟動(dòng)后顯著降低了碳排放總量,而對(duì)碳強(qiáng)度沒(méi)有明顯影響.周迪等[8]則證實(shí)了碳交易政策對(duì)城市碳強(qiáng)度的降低有顯著而持續(xù)性作用.第二,碳交易政策對(duì)經(jīng)濟(jì)效果的研究.從直接效果來(lái)看,碳交易政策能夠促進(jìn)中國(guó)低碳經(jīng)濟(jì)發(fā)展,且西部地區(qū)的低碳轉(zhuǎn)型效果優(yōu)于東中部[9].從間接效果來(lái)看,碳交易政策對(duì)城市低碳技術(shù)創(chuàng)新具有誘發(fā)作用,隨著創(chuàng)新投入增加和創(chuàng)新產(chǎn)出增多,碳市場(chǎng)有效促進(jìn)了綠色經(jīng)濟(jì)增長(zhǎng)[10].第三,碳交易政策對(duì)減排增效綜合效果的研究.目前該類文獻(xiàn)因研究視角不同而結(jié)論不一.Yang等[11]基于省域視角發(fā)現(xiàn)碳交易政策同時(shí)實(shí)現(xiàn)了就業(yè)規(guī)模的擴(kuò)大和碳排放的減少.Yu等[12]基于行業(yè)視角發(fā)現(xiàn)碳交易機(jī)制整體水平上提高了經(jīng)濟(jì)收益及環(huán)境收益.相反,胡玉鳳等[13]基于企業(yè)視角發(fā)現(xiàn)碳交易顯著降低了綠色全要素生產(chǎn)率和企業(yè)全要素生產(chǎn)率.上述研究缺憾在于:①關(guān)于碳交易政策對(duì)工業(yè)碳生產(chǎn)率的研究不夠充分.②缺乏統(tǒng)一的理論框架,未能將“環(huán)境治理效應(yīng)”、“結(jié)構(gòu)優(yōu)化效應(yīng)”和“技術(shù)革新效應(yīng)”結(jié)合起來(lái),全面考察碳交易政策對(duì)工業(yè)碳生產(chǎn)率的影響及作用機(jī)制.③碳交易政策效果的內(nèi)在機(jī)制具有鏈條較長(zhǎng),影響因素復(fù)雜等特點(diǎn)[10],而現(xiàn)有相關(guān)研究在機(jī)制解析中均采用并行中介效應(yīng)模型,缺乏對(duì)鏈?zhǔn)街薪闄C(jī)制的深入探索,中介效應(yīng)論證有待加強(qiáng).

本文將碳交易政策作為準(zhǔn)自然實(shí)驗(yàn),采用雙重差分、三重差分、動(dòng)態(tài)效應(yīng)檢驗(yàn)等方法,全面評(píng)價(jià)了該政策對(duì)工業(yè)碳生產(chǎn)率的影響效果.進(jìn)一步地,將環(huán)境治理效應(yīng)、結(jié)構(gòu)優(yōu)化效應(yīng)、技術(shù)革新效應(yīng)納入多重中介效應(yīng)模型,深入剖析了碳交易政策提升工業(yè)碳生產(chǎn)率的傳導(dǎo)機(jī)制.

1 機(jī)制解析

碳交易政策本質(zhì)上是一種政府引導(dǎo)、市場(chǎng)主導(dǎo)的環(huán)境規(guī)制工具.一方面,碳市場(chǎng)可以將環(huán)境外部性問(wèn)題內(nèi)化為試點(diǎn)企業(yè)所應(yīng)負(fù)擔(dān)的遵循成本,督促減排成本較低企業(yè)實(shí)現(xiàn)超額減排,并在碳市場(chǎng)上出售剩余的排放許可證,令減排成本較高企業(yè)通過(guò)購(gòu)買(mǎi)超出自身配額的排放許可來(lái)完成減排目標(biāo),此類交易可使買(mǎi)賣(mài)雙方均獲益實(shí)現(xiàn)帕累托最優(yōu),最終促成整個(gè)社會(huì)的節(jié)能減排.另一方面,碳交易政策以市場(chǎng)手段為總量減排目標(biāo)搭建出良性互動(dòng)平臺(tái),健全綠色低碳循環(huán)發(fā)展的經(jīng)濟(jì)體系,引導(dǎo)相關(guān)行業(yè)和企業(yè)轉(zhuǎn)型升級(jí),為我國(guó)綠色低碳和高質(zhì)量發(fā)展提供動(dòng)能.因此,碳交易政策能夠有效實(shí)現(xiàn)“降碳促經(jīng)”作用,積極影響工業(yè)碳生產(chǎn)率,是一類利用市場(chǎng)機(jī)制控制溫室氣體排放的重大制度創(chuàng)新.

1.1 環(huán)境治理效應(yīng)

2011年10月,國(guó)家發(fā)展改革委發(fā)布《關(guān)于開(kāi)展碳排放權(quán)交易試點(diǎn)工作的通知》,明確指出各試點(diǎn)地區(qū)應(yīng)高度重視碳排放權(quán)交易試點(diǎn)工作,強(qiáng)化組織領(lǐng)導(dǎo),建立專職團(tuán)隊(duì),安排試點(diǎn)工作專項(xiàng)資金,保障環(huán)境治理工作順利進(jìn)行.自此,政府環(huán)保支出在碳市場(chǎng)建設(shè)中成為重要選擇,其特殊性在于同時(shí)擁有發(fā)展經(jīng)濟(jì)和保護(hù)環(huán)境的雙重屬性[14].一方面,環(huán)保支出能夠有效改善環(huán)境質(zhì)量,對(duì)節(jié)能減排具有重要意義.朱小會(huì)等[15]通過(guò)分析開(kāi)放經(jīng)濟(jì)、環(huán)保財(cái)政支出對(duì)污染治理的影響,發(fā)現(xiàn)環(huán)保財(cái)政支出能夠抑制污染物排放,具有顯著的環(huán)境治理效應(yīng).另一方面,環(huán)保支出體現(xiàn)政府環(huán)境偏好,引導(dǎo)社會(huì)資本的投資方向,對(duì)經(jīng)濟(jì)增長(zhǎng)有推動(dòng)作用.田淑英等[16]基于省際工業(yè)污染數(shù)據(jù)對(duì)政府環(huán)保財(cái)政支出的政策效應(yīng)進(jìn)行研究,發(fā)現(xiàn)環(huán)保財(cái)政支出對(duì)環(huán)境治理有顯著影響,而且對(duì)社會(huì)資本有引致效應(yīng).

環(huán)保支出作為環(huán)境治理效應(yīng)的重要載體,不僅直接促進(jìn)了經(jīng)濟(jì)建設(shè)和環(huán)境保護(hù),有益于工業(yè)碳生產(chǎn)率提升,而且能夠通過(guò)多種鏈?zhǔn)綑C(jī)制間接作用于工業(yè)碳生產(chǎn)率.首先,環(huán)保支出依靠稅收、補(bǔ)貼、折舊等政策導(dǎo)向,引導(dǎo)了社會(huì)投資規(guī)模和方向,并通過(guò)空間規(guī)劃和要素重置,推動(dòng)了環(huán)保性產(chǎn)業(yè)發(fā)展,有利于產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化[17],進(jìn)而影響工業(yè)碳生產(chǎn)率.其次,環(huán)保支出以市場(chǎng)型環(huán)境規(guī)制方式推動(dòng)地方科技創(chuàng)新,提高了技術(shù)創(chuàng)新水平[14].最后,環(huán)保支出作為政府財(cái)政支出的一部分, 以投資形式通過(guò)“需求效應(yīng)”激發(fā)市場(chǎng)對(duì)環(huán)保產(chǎn)品及服務(wù)的需求,調(diào)整了產(chǎn)業(yè)結(jié)構(gòu),并進(jìn)一步刺激“技術(shù)效應(yīng)”[18],實(shí)現(xiàn)現(xiàn)有技術(shù)的重新整合,倒逼企業(yè)通過(guò)技術(shù)的外部性提高產(chǎn)品質(zhì)量,促進(jìn)了社會(huì)整體工業(yè)碳生產(chǎn)率的提升.

1.2 結(jié)構(gòu)優(yōu)化效應(yīng)

2020年12月,生態(tài)環(huán)境部審議通過(guò)《碳排放權(quán)交易管理辦法(試行)》,強(qiáng)調(diào)約束溫室氣體排放,要綜合考慮經(jīng)濟(jì)增長(zhǎng)、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、能源結(jié)構(gòu)優(yōu)化、污染排放協(xié)同控制等因素,規(guī)范全國(guó)碳市場(chǎng)交易行為,穩(wěn)步推進(jìn)綠色經(jīng)濟(jì)發(fā)展.可見(jiàn),產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)是碳市場(chǎng)運(yùn)行機(jī)制中不可或缺的一環(huán),政策帶來(lái)的減排壓力令高耗能產(chǎn)業(yè)被初步淘汰,低碳環(huán)保類和技術(shù)密集型產(chǎn)業(yè)迅速發(fā)展,隨之帶動(dòng)能源結(jié)構(gòu)升級(jí),有助于工業(yè)碳生產(chǎn)率提升[19].另外,根據(jù)“結(jié)構(gòu)紅利假說(shuō)”,生產(chǎn)要素會(huì)從效率較低的部門(mén)流向效率較高的部門(mén),資源要素的重新配置能夠提高能源利用效率,進(jìn)而提高工業(yè)碳生產(chǎn)率[20].

進(jìn)一步地,產(chǎn)業(yè)結(jié)構(gòu)作為中國(guó)企業(yè)技術(shù)創(chuàng)新的決定性因素[21],能夠帶動(dòng)區(qū)域綠色創(chuàng)新發(fā)展.具體來(lái)說(shuō),在產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化過(guò)程中,新興產(chǎn)業(yè)逐步替代高耗能、高污染等傳統(tǒng)工業(yè),隨之形成一套以低碳為特征的綠色產(chǎn)業(yè)體系.與此同時(shí),資源的有效利用和空間規(guī)劃培育出城市新的經(jīng)濟(jì)增長(zhǎng)點(diǎn),煥發(fā)了當(dāng)?shù)仄髽I(yè)的創(chuàng)新動(dòng)能,實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展[22].

1.3 技術(shù)革新效應(yīng)

2016年1月,國(guó)家發(fā)展改革委公布《關(guān)于切實(shí)做好全國(guó)碳排放權(quán)交易市場(chǎng)啟動(dòng)重點(diǎn)工作的通知》,提出技術(shù)保障專項(xiàng)條款,要求各試點(diǎn)地區(qū)重點(diǎn)扶持專業(yè)技術(shù)機(jī)構(gòu),安排經(jīng)費(fèi)支持和人才保障,協(xié)助相關(guān)行業(yè)企業(yè)開(kāi)展創(chuàng)新活動(dòng).據(jù)此,在政策激勵(lì)、人才保障和技術(shù)支撐等因素的共同作用下,碳交易政策能夠有效推動(dòng)城市創(chuàng)新水平的發(fā)展,進(jìn)而助益于工業(yè)碳生產(chǎn)率提升.首先,碳市場(chǎng)的有效運(yùn)轉(zhuǎn)促使各創(chuàng)新主體交流互動(dòng)更為頻繁,有利于觀點(diǎn)碰撞和知識(shí)外溢,同時(shí)各企業(yè)間協(xié)同減排模式也加快了創(chuàng)新要素流動(dòng),有助于區(qū)域內(nèi)創(chuàng)新水平和工業(yè)碳生產(chǎn)率的總體提升.其次,研發(fā)經(jīng)費(fèi)的投入調(diào)動(dòng)了城市創(chuàng)新積極性[23],使創(chuàng)新能力得以不斷提升,為城市綠色發(fā)展提供了內(nèi)生動(dòng)能.最后,技術(shù)革新打破了試點(diǎn)地區(qū)原有的資源消耗型經(jīng)濟(jì)增長(zhǎng)模式,為城市高質(zhì)量發(fā)展提供出新的路徑選擇[22],這不僅有利于解決污染排放問(wèn)題,更保證了經(jīng)濟(jì)環(huán)境的可持續(xù)性發(fā)展.

綜上所述,本文提出以下假設(shè):

H1:碳交易政策可以實(shí)現(xiàn)“降碳促經(jīng)”作用,能夠提升工業(yè)碳生產(chǎn)率.

H2:環(huán)境治理效應(yīng)在碳交易政策與工業(yè)碳生產(chǎn)率間不僅可能發(fā)揮并行中介作用,還可能引導(dǎo)結(jié)構(gòu)優(yōu)化效應(yīng)和技術(shù)革新效應(yīng)發(fā)揮鏈?zhǔn)街薪樽饔?

H3:結(jié)構(gòu)優(yōu)化效應(yīng)在碳交易政策與工業(yè)碳生產(chǎn)率間不僅可能發(fā)揮并行中介作用,還可能引導(dǎo)技術(shù)革新效應(yīng)發(fā)揮鏈?zhǔn)街薪樽饔?

H4:技術(shù)革新效應(yīng)可能在碳交易政策與工業(yè)碳生產(chǎn)率間發(fā)揮并行中介作用.

2 研究設(shè)計(jì)

2.1 計(jì)量模型的設(shè)定

2.1.1 雙重差分模型 為檢驗(yàn)碳交易政策對(duì)工業(yè)碳生產(chǎn)率的影響,本文以該政策的實(shí)施作為準(zhǔn)自然實(shí)驗(yàn),采用雙重差分模型(DID)進(jìn)行因果識(shí)別.區(qū)別于傳統(tǒng)政策評(píng)估方法,DID模型將碳交易試點(diǎn)省市作為實(shí)驗(yàn)組,非試點(diǎn)省市作為對(duì)照組,通過(guò)設(shè)置政策發(fā)生與否的交互虛擬變量進(jìn)行固定效應(yīng)估計(jì),一定程度上緩解了遺漏變量的偏誤,也可以有效避免逆向因果關(guān)系導(dǎo)致的內(nèi)生性問(wèn)題,從而更加準(zhǔn)確地估計(jì)出政策干預(yù)的凈效應(yīng),模型設(shè)定如下:

式中:CP為被解釋變量,表示第個(gè)省市第年的工業(yè)碳生產(chǎn)率;province′time為核心解釋變量(province用于判斷某省市是否受到政策影響,若該省是試點(diǎn)省份,則province=1,反之province=0;time對(duì)政策實(shí)施時(shí)段進(jìn)行區(qū)分,將2012年及以后年份作為試點(diǎn)后時(shí)期, 2012年之前年份作為試點(diǎn)前時(shí)期,當(dāng)時(shí),time=1,反之time=0);系數(shù)0為常數(shù)項(xiàng);系數(shù)刻畫(huà)了試點(diǎn)地區(qū)與非試點(diǎn)地區(qū)的工業(yè)碳生產(chǎn)率在碳交易政策實(shí)施前后的平均差異,若>0,表明碳交易政策提高了工業(yè)碳生產(chǎn)率;Control表示影響工業(yè)碳生產(chǎn)率的其他控制變量;和分別表示個(gè)體和時(shí)間固定效應(yīng),為隨機(jī)擾動(dòng)項(xiàng).

2.1.2 動(dòng)態(tài)效應(yīng)模型 動(dòng)態(tài)效應(yīng)模型通過(guò)構(gòu)建時(shí)間虛擬變量,將政策虛擬變量(province)與逐年的時(shí)間虛擬變量(time)交乘,以此估計(jì)碳交易政策對(duì)工業(yè)碳生產(chǎn)率的年度動(dòng)態(tài)影響.另外,本文參考劉啟仁和趙燦[24]的做法,運(yùn)用動(dòng)態(tài)效應(yīng)模型檢驗(yàn)平行趨勢(shì)假設(shè)能否成立,平行趨勢(shì)假設(shè)是使用DID模型的重要前提,即在碳交易政策沖擊前,實(shí)驗(yàn)組和對(duì)照組的工業(yè)碳生產(chǎn)率差異應(yīng)該不顯著異于0.具體模型設(shè)定如式(2):

式中:time表示各年份的時(shí)間虛擬變量,研究第年時(shí),變量time=1,其余年份賦值為0.2005年為基準(zhǔn)年,0表示常數(shù)項(xiàng),表示第年時(shí),試點(diǎn)地區(qū)與非試點(diǎn)地區(qū)間的工業(yè)碳生產(chǎn)率差異相對(duì)于2005年差異的大小,該系數(shù)變化反映出碳交易政策對(duì)工業(yè)碳生產(chǎn)率的年度動(dòng)態(tài)影響.另外,當(dāng)平行趨勢(shì)假設(shè)成立時(shí),2012年之前的系數(shù)應(yīng)該不顯著異于0(系數(shù)的置信區(qū)間包含0),其余變量解釋與模型(1)一致.

2.1.3 三重差分模型 為檢驗(yàn)碳交易政策對(duì)不同試點(diǎn)省市工業(yè)碳生產(chǎn)率的異質(zhì)性影響(將深圳市合并于廣東省共同分析[10]),本文在模型(1)基礎(chǔ)上引入?yún)^(qū)域虛擬變量regional,與province′time相結(jié)合構(gòu)成三重交互項(xiàng),以此挖掘碳交易政策在不同試點(diǎn)省市的差異化實(shí)施情況,為未來(lái)碳市場(chǎng)運(yùn)行提供更為針對(duì)性的政策建議.模型設(shè)定如式(3),當(dāng)討論省市時(shí),該地區(qū)賦值為1,否則為0.0為常數(shù)項(xiàng),1表示碳交易政策對(duì)某一特定省市工業(yè)碳生產(chǎn)率的凈效應(yīng),其余變量解釋與模型(1)一致.

2.1.4 多重中介效應(yīng)模型 本研究利用多重中介效應(yīng)模型[25]對(duì)碳交易政策與工業(yè)碳生產(chǎn)率之間的傳導(dǎo)機(jī)制進(jìn)行深入解析,討論環(huán)境治理效應(yīng)(EG)、結(jié)構(gòu)優(yōu)化效應(yīng)(IS)與技術(shù)革新效應(yīng)(TI)在作用機(jī)制中發(fā)揮的并行及鏈?zhǔn)接绊?具體路徑如圖1所示,雙重差分多重中介效應(yīng)模型設(shè)定如下:

式中:模型(7)系數(shù)￠代表碳交易政策對(duì)工業(yè)碳生產(chǎn)率的直接效應(yīng),模型(1)系數(shù)代表碳交易政策對(duì)工業(yè)碳生產(chǎn)率的總效應(yīng),總效應(yīng)是直接效應(yīng)￠與間接效應(yīng)之和.間接效應(yīng)又稱中介效應(yīng),多重中介效應(yīng)包括并行中介效應(yīng)及鏈?zhǔn)街薪樾?yīng),其中并行中介效應(yīng)包含3條路徑,分別用模型(4)～(7)系數(shù)交乘項(xiàng)1′1、2′2、3′3表示,鏈?zhǔn)街薪樾?yīng)包含4條路徑,分別用模型(4)～(7)系數(shù)交乘項(xiàng)1′1′2、1′2′3、2′3′3、1′1′d3′3表征,其余變量解釋與模型(1)一致.

圖1 多重中介效應(yīng)路徑

Fig.1 Paths of multiple mediating effect

2.2 變量選擇

2.2.1 被解釋變量 基于碳生產(chǎn)率內(nèi)涵,Long等[6]選用工業(yè)增加值占工業(yè)CO2排放量的比重來(lái)衡量單要素框架下的工業(yè)碳生產(chǎn)率.同時(shí),也有學(xué)者基于全要素生產(chǎn)率框架對(duì)工業(yè)碳生產(chǎn)率進(jìn)行研究[4],但多種投入產(chǎn)出指標(biāo)數(shù)據(jù)來(lái)源口徑不一致以及資本存量等指標(biāo)的近似估算均會(huì)增加核算誤差及統(tǒng)計(jì)噪聲,而且用全要素工業(yè)碳績(jī)效或工業(yè)碳效率來(lái)測(cè)算工業(yè)碳生產(chǎn)率也會(huì)帶來(lái)概念混淆問(wèn)題[4].為保證工業(yè)碳生產(chǎn)率定義的一致性以及核算方法的簡(jiǎn)潔性和準(zhǔn)確性,本文借鑒Hu等[3]、Long等[6]的方法界定和測(cè)算工業(yè)碳生產(chǎn)率.

由于CO2排放數(shù)據(jù)未公開(kāi)發(fā)布,基于IPCC《國(guó)家溫室氣體清單指南》中CO2的估算方法,利用煤炭、焦炭、原油、汽油、燃料油、煤油、柴油、天然氣以及電力等9種能源實(shí)物消費(fèi)量折合計(jì)算碳排放量,具體測(cè)算方法如式(8)所示.同時(shí),為保證研究結(jié)論的穩(wěn)健性,選取人均工業(yè)碳生產(chǎn)率CPP作為替代的被解釋變量進(jìn)行驗(yàn)證.

式中:CP表示省市第年的工業(yè)碳生產(chǎn)率,選用工業(yè)增加值占工業(yè)CO2排放量的比重來(lái)衡量;GDP是經(jīng)過(guò)平減后省市第年的實(shí)際工業(yè)增加值;CE表示省市第年的工業(yè)碳排放量;分別指代9種能源消費(fèi)種類;E表示9類能源的實(shí)物消耗量;NCV表示能源的平均低熱值;EF表示能源的單位熱值碳排放系數(shù);OF表示能源的碳氧化率.

2.2.2 解釋變量 雖然碳交易試點(diǎn)最早啟動(dòng)于2013年,但該政策正式批準(zhǔn)時(shí)間為2011年10月,且各省市試點(diǎn)企業(yè)的行為決策存在一定前瞻性 ,極有可能于2012年作出預(yù)期反應(yīng),因此選用2012年作為政策沖擊時(shí)點(diǎn),若某省市在2012年及以后受到碳交易政策影響,則province′time取值為1,否則為0.

2.2.3 控制變量 考慮到經(jīng)濟(jì)發(fā)展水平lneco、人口規(guī)模lnpeo、產(chǎn)業(yè)結(jié)構(gòu)issec、對(duì)外開(kāi)放程度f(wàn)di、國(guó)際貿(mào)易水平fore都是影響工業(yè)碳生產(chǎn)率的關(guān)鍵因素[8,26],所以分別以人均GDP對(duì)數(shù)值、年初年末平均人口數(shù)對(duì)數(shù)值、第二產(chǎn)業(yè)增加值占GDP比重、外商直接投資占GDP比重、進(jìn)出口總額占GDP比重等指標(biāo)作為影響工業(yè)碳生產(chǎn)率的控制變量.

2.2.4 中介變量 環(huán)境治理效應(yīng)EG,選用節(jié)能環(huán)保支出額占GDP比重衡量[15];結(jié)構(gòu)優(yōu)化效應(yīng)IS, ,選用第三產(chǎn)業(yè)增加值占工業(yè)增加值比重衡量[27];技術(shù)革新效應(yīng)TI,利用各省市R&D經(jīng)費(fèi)占GDP比重度量[26].

2.3 樣本選取及數(shù)據(jù)來(lái)源

選取2005～2017年中國(guó)除西藏、香港、澳門(mén)、臺(tái)灣以外的30個(gè)省市的面板數(shù)據(jù)為研究樣本,容量為390個(gè).其中各類能源消費(fèi)量數(shù)據(jù)來(lái)自歷年《中國(guó)能源統(tǒng)計(jì)年鑒》;年初年末常住人口數(shù)據(jù)取自國(guó)家統(tǒng)計(jì)局年度數(shù)據(jù);GDP、第二產(chǎn)業(yè)增加值、第三產(chǎn)業(yè)增加值、工業(yè)增加值、節(jié)能環(huán)保支出額等數(shù)據(jù)均來(lái)源于歷年《中國(guó)統(tǒng)計(jì)年鑒》;固定資產(chǎn)投資中外商直接投資額、進(jìn)出口總額、各省市R&D經(jīng)費(fèi)支出等取自CSMAR數(shù)據(jù)庫(kù),相關(guān)變量的描述性統(tǒng)計(jì)結(jié)果如表1所示.

表1 相關(guān)變量的描述性統(tǒng)計(jì)

3 實(shí)證分析

3.1 碳交易政策對(duì)工業(yè)碳生產(chǎn)率的影響分析

3.1.1 平均效應(yīng)檢驗(yàn) 表2考察了碳交易政策對(duì)工業(yè)碳生產(chǎn)率的平均處理效應(yīng).由(1)～(2)列可知,控制了個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng),無(wú)論是否加入控制變量,核心解釋變量province′time的估計(jì)系數(shù)均顯著為正,第(2)列顯示,試點(diǎn)地區(qū)受碳交易政策影響后,工業(yè)碳生產(chǎn)率增加了29.2%,表明碳交易政策提升了工業(yè)碳生產(chǎn)率,假設(shè)H1得到驗(yàn)證.第(3)～(4)列,將被解釋變量替換為人均工業(yè)碳生產(chǎn)率后,核心解釋變量province′time的估計(jì)系數(shù)依舊為正,且通過(guò)了1%的顯著性檢驗(yàn),說(shuō)明相較于非試點(diǎn)省市,試點(diǎn)省市的工業(yè)碳生產(chǎn)率在碳交易政策實(shí)施后得到有效提升,結(jié)論穩(wěn)健.

3.1.2 動(dòng)態(tài)效應(yīng)檢驗(yàn) 通過(guò)比較實(shí)驗(yàn)組和對(duì)照組在政策實(shí)施前后的平均處理效應(yīng),難以有效測(cè)度政策實(shí)施對(duì)試點(diǎn)地區(qū)工業(yè)碳生產(chǎn)率的歷年沖擊影響,因此本研究引入動(dòng)態(tài)效應(yīng)檢驗(yàn)?zāi)Ｐ?更加嚴(yán)謹(jǐn)?shù)胤治鎏冀灰渍邔?duì)工業(yè)碳生產(chǎn)率的年度動(dòng)態(tài)影響.

表2 碳交易政策對(duì)工業(yè)碳生產(chǎn)率的平均效應(yīng)結(jié)果

注:***、**、*分別表示1%、5%和10%的顯著性水平.

圖2給出了對(duì)模型(2)的回歸結(jié)果,實(shí)線部分表示工業(yè)碳生產(chǎn)率的邊際效應(yīng),虛線部分表示95%的置信區(qū)間范圍,兩線交叉處的每一點(diǎn)代表對(duì)應(yīng)時(shí)間點(diǎn)的.從中可以看出,政策執(zhí)行年份之前,系數(shù)的置信區(qū)間均與橫軸相交,置信區(qū)間包含0,即系數(shù)均不顯著,說(shuō)明試點(diǎn)地區(qū)與非試點(diǎn)地區(qū)的工業(yè)碳生產(chǎn)率具有共同變化趨勢(shì),平行趨勢(shì)假設(shè)成立.2012年政策執(zhí)行年份之后,系數(shù)均顯著為正,且邊際效應(yīng)線明顯向右上方傾斜,這表明碳交易政策對(duì)工業(yè)碳生產(chǎn)率的提升作用具有明顯持續(xù)性且逐年增強(qiáng),該逐年提升原因可能是,隨著各省市碳市場(chǎng)的良好運(yùn)轉(zhuǎn),碳排放權(quán)交易量在逐年遞增,因而時(shí)間推移帶來(lái)的政策效果將越來(lái)越突出.

3.1.3 異質(zhì)性檢驗(yàn) 由于碳交易的不同試點(diǎn)地區(qū)在經(jīng)濟(jì)水平、資源稟賦及產(chǎn)業(yè)結(jié)構(gòu)等方面存在明顯差異,所以本研究引入三重差分模型探索碳交易政策對(duì)工業(yè)碳生產(chǎn)率的異質(zhì)性影響.表3顯示,在加入控制變量并考慮個(gè)體和時(shí)間固定效應(yīng)后,碳交易政策對(duì)北京、天津、上海、湖北的工業(yè)碳生產(chǎn)率有顯著的提升作用,而對(duì)廣東、重慶無(wú)明顯影響,說(shuō)明碳交易政策對(duì)試點(diǎn)地區(qū)工業(yè)碳生產(chǎn)率的影響程度存在異質(zhì)性. 可能的解釋是,“十二五”期間,廣東省要求能源強(qiáng)度和碳強(qiáng)度分別下降18%和19.5%,其過(guò)高的減排目標(biāo)致使邊際減排成本逐漸增大,阻礙工業(yè)碳生產(chǎn)率的提升.汪鵬等[28]研究顯示,廣東省碳強(qiáng)度目標(biāo)控制會(huì)對(duì)該省GDP帶來(lái)近3%的損失.另外,重慶作為老工業(yè)基地,其工業(yè)碳排放占碳排放總量近70%,加之碳市場(chǎng)初期,重慶市對(duì)試點(diǎn)企業(yè)給予寬松的配額政策[32],致使其交易狀態(tài)長(zhǎng)期低迷,未能有效提高工業(yè)碳生產(chǎn)率.

圖2 碳交易政策實(shí)施前后工業(yè)碳生產(chǎn)率的動(dòng)態(tài)效應(yīng)

3.1.4 穩(wěn)健性檢驗(yàn) (1)傾向得分匹配-雙重差分法(PSM-DID)

DID模型的前提條件是確保對(duì)照組與實(shí)驗(yàn)組在政策實(shí)施前具備相同的個(gè)體特征,即兩組樣本應(yīng)該滿足隨機(jī)性和同質(zhì)性假設(shè),而本研究樣本涵蓋全國(guó)30個(gè)省市,樣本之間的地域空間、經(jīng)濟(jì)差別極大,很容易造成“選擇性偏差”問(wèn)題[29],因此首先使用傾向得分匹配法(PSM)利用全部控制變量作為匹配特征變量,對(duì)樣本中實(shí)驗(yàn)組與對(duì)照組的省市進(jìn)行匹配,使實(shí)驗(yàn)組匹配與其同質(zhì)的對(duì)照組樣本,匹配完成后剩余286條觀測(cè)值.表4表示了PSM匹配后的平衡性檢驗(yàn)結(jié)果,可以看出,匹配特征變量的標(biāo)準(zhǔn)偏差均大幅降低,統(tǒng)計(jì)量在匹配后的結(jié)果均不顯著,由此說(shuō)明PSM方法匹配有效.緊接著,在PSM匹配完成后的樣本基礎(chǔ)上進(jìn)行雙重差分估計(jì),表5中PSM-DID模型的回歸結(jié)果顯示,無(wú)論是否加入控制變量,碳交易政策對(duì)工業(yè)碳生產(chǎn)率及人均工業(yè)碳生產(chǎn)率均具有顯著正向影響,再次證明碳交易政策提升工業(yè)碳生產(chǎn)率的結(jié)論較為穩(wěn)健,假設(shè)H1成立.

表3 碳交易政策對(duì)工業(yè)碳生產(chǎn)率的三重差分估計(jì)結(jié)果

注:***、**、*分別表示1%、5%和10%的顯著性水平.

表4 PSM匹配后的平衡性檢驗(yàn)結(jié)果

(2)反事實(shí)檢驗(yàn)

為區(qū)別于碳交易政策實(shí)施的現(xiàn)實(shí)情境,通過(guò)隨機(jī)選取6個(gè)省市作為試點(diǎn)地區(qū),其他省市作為非試點(diǎn)地區(qū)而構(gòu)造反事實(shí)檢驗(yàn),構(gòu)造虛擬樣本后新生出核心解釋變量did.參照模型(1),如若did系數(shù)均不顯著,則反向說(shuō)明H1結(jié)論成立.為避免樣本的選擇性偏誤,隨機(jī)構(gòu)造3組不同的試點(diǎn)地區(qū),再依次進(jìn)行DID估計(jì),結(jié)果如表6(1)～(3)列所示,did均不顯著,反向支撐了碳交易政策提升工業(yè)碳生產(chǎn)率的結(jié)論成立.

表5 PSM匹配后碳交易政策對(duì)工業(yè)碳生產(chǎn)率的基準(zhǔn)回歸結(jié)果

注:***、**、*分別表示1%、5%和10%的顯著性水平.

(3)證偽檢驗(yàn)

設(shè)置虛擬的政策沖擊年份,分別假設(shè)碳交易政策的實(shí)施年份為2007年、2008年、2009年,通過(guò)剔除2012年及以后年份數(shù)據(jù)而構(gòu)造證偽檢驗(yàn),如若系數(shù)均不顯著,則假設(shè)H1成立.根據(jù)所設(shè)年份依次進(jìn)行3組DID回歸,結(jié)果如表6(4)～(6)列所示,系數(shù)均不顯著,說(shuō)明工業(yè)碳生產(chǎn)率的增加確實(shí)是由2012年碳交易政策引起,并未受到其它年份的其它政策變量干擾,假設(shè)H1結(jié)論穩(wěn)健.

表6 碳交易政策對(duì)工業(yè)碳生產(chǎn)率的穩(wěn)健性檢驗(yàn)結(jié)果

注:***、**、*分別表示1%、5%和10%的顯著性水平.

3.2 碳交易政策對(duì)工業(yè)碳生產(chǎn)率的機(jī)制分析

運(yùn)用2005～2017年30個(gè)省市的面板數(shù)據(jù),采用雙重差分法構(gòu)建多重中介效應(yīng)模型,以環(huán)境治理效應(yīng)、結(jié)構(gòu)優(yōu)化效應(yīng)、技術(shù)革新效應(yīng)作為中介變量,通過(guò)模型(4)～(7)對(duì)碳交易政策提升工業(yè)碳生產(chǎn)率的作用機(jī)制進(jìn)行逐步回歸[30].同時(shí),借鑒Preacher[31]提出的Bootstrap方法(bias-corrected confidence interval)對(duì)上述中介效應(yīng)做出具體論證.

3.2.1 逐步檢驗(yàn)法 表7展示了碳交易政策對(duì)工業(yè)碳生產(chǎn)率的作用機(jī)制檢驗(yàn)結(jié)果.其中,模型(4)～(6)的回歸結(jié)果顯示,province′time的估計(jì)系數(shù)均顯著為正,表明碳交易政策的實(shí)施會(huì)帶來(lái)環(huán)境治理效應(yīng)(0.101)、結(jié)構(gòu)優(yōu)化效應(yīng)(0.113)和技術(shù)革新效應(yīng)(0.101),即碳交易政策對(duì)試點(diǎn)地區(qū)的工業(yè)碳生產(chǎn)率可能存在中介效應(yīng).另外,模型(7)交互項(xiàng)結(jié)果顯示,碳交易政策對(duì)試點(diǎn)地區(qū)的工業(yè)碳生產(chǎn)率(0.277)及人均工業(yè)碳生產(chǎn)率(7.113)有正向推動(dòng)的直接效應(yīng);模型(1)交互項(xiàng)結(jié)果顯示,碳交易政策對(duì)試點(diǎn)地區(qū)的工業(yè)碳生產(chǎn)率(0.292)及人均工業(yè)碳生產(chǎn)率(8.357)有正向顯著的總效應(yīng).進(jìn)一步地,對(duì)照模型(1)總效應(yīng)和模型(7)直接效應(yīng)可以發(fā)現(xiàn),總效應(yīng)的系數(shù)絕對(duì)值大于直接效應(yīng),說(shuō)明存在間接效應(yīng),即碳交易政策提升工業(yè)碳生產(chǎn)率的作用機(jī)制中存在部分中介效應(yīng).

表7 碳交易政策對(duì)工業(yè)碳生產(chǎn)率的作用機(jī)制檢驗(yàn)

注:***、**、*分別表示1%、5%和10%的顯著性水平.

3.2.2 Bootstrap方法 逐步檢驗(yàn)法必須滿足小樣本、小中介值及中介效應(yīng)值服從正態(tài)分布等前提條件,為克服上述統(tǒng)計(jì)缺陷,將運(yùn)用Bootstrap方法進(jìn)行多重中介效應(yīng)檢驗(yàn)(表8),碳交易政策通過(guò)環(huán)境治理效應(yīng)、結(jié)構(gòu)優(yōu)化效應(yīng)和技術(shù)革新效應(yīng)間接對(duì)工業(yè)碳生產(chǎn)率產(chǎn)生影響,三者效用之和即為總中介效應(yīng)0.476.

表8報(bào)告了3類傳導(dǎo)機(jī)制在碳交易政策對(duì)工業(yè)碳生產(chǎn)率產(chǎn)生影響時(shí)的多重中介效應(yīng).①環(huán)境治理效應(yīng)的中介作用.碳交易政策提升工業(yè)碳生產(chǎn)率時(shí)存在明顯的環(huán)境治理中介效應(yīng),該效應(yīng)發(fā)揮了正向累計(jì)中介作用為0.09,在總中介效應(yīng)中占比為18.91%.其中,不僅包括碳交易政策→環(huán)境治理效應(yīng)→工業(yè)碳生產(chǎn)率(0.092)的并行中介作用,而且包括碳交易政策→環(huán)境治理效應(yīng)→結(jié)構(gòu)優(yōu)化效應(yīng)→工業(yè)碳生產(chǎn)率(-0.007)、碳交易政策→環(huán)境治理效應(yīng)→技術(shù)革新效應(yīng)→工業(yè)碳生產(chǎn)率(0.004)、碳交易政策→環(huán)境治理效應(yīng)→結(jié)構(gòu)優(yōu)化效應(yīng)→技術(shù)革新效應(yīng)→工業(yè)碳生產(chǎn)率(0.001)等鏈?zhǔn)街薪樽饔?以上結(jié)果表明,環(huán)境治理效應(yīng)可以促成經(jīng)濟(jì)環(huán)境的可持續(xù)性發(fā)展,穩(wěn)步提升工業(yè)碳生產(chǎn)率,但其中一條鏈?zhǔn)叫?yīng)為負(fù),可能是因?yàn)檎F(xiàn)行的環(huán)保投資未能有效支撐產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型,不足以激發(fā)市場(chǎng)對(duì)環(huán)保產(chǎn)品及服務(wù)的需求,未能促進(jìn)環(huán)保產(chǎn)業(yè)發(fā)展,所以對(duì)工業(yè)碳生產(chǎn)率提高體現(xiàn)出遮掩效果.

表8 碳交易政策對(duì)工業(yè)碳生產(chǎn)率的多重中介效應(yīng)機(jī)制檢驗(yàn)

注:***、**、*分別表示1%、5%和10%的顯著性水平,括號(hào)內(nèi)數(shù)字是運(yùn)用Bootstrap方法得出的中介效應(yīng)置信區(qū)間,置信區(qū)間不包含0表示顯著.

②結(jié)構(gòu)優(yōu)化效應(yīng)的中介作用.碳交易政策對(duì)工業(yè)碳生產(chǎn)率的影響,一方面存在正向的并行中介作用為0.349(碳交易政策→結(jié)構(gòu)優(yōu)化效應(yīng)→工業(yè)碳生產(chǎn)率),另一方面存在負(fù)向的鏈?zhǔn)街薪樽饔脼?0.007 (碳交易政策→結(jié)構(gòu)優(yōu)化效應(yīng)→技術(shù)革新效應(yīng)→工業(yè)碳生產(chǎn)率),這說(shuō)明結(jié)構(gòu)優(yōu)化效應(yīng)能夠有效帶動(dòng)工業(yè)碳生產(chǎn)率提升,但其通過(guò)技術(shù)革新效應(yīng)影響工業(yè)碳生產(chǎn)率時(shí)卻呈現(xiàn)負(fù)向鏈?zhǔn)叫Ч?可能是產(chǎn)業(yè)結(jié)構(gòu)升級(jí)過(guò)程中,對(duì)城市技術(shù)創(chuàng)新水平的帶動(dòng)作用較弱,催發(fā)的部分創(chuàng)新能力尚處于“波特拐點(diǎn)”之前,未能有效推動(dòng)經(jīng)濟(jì)的高質(zhì)量發(fā)展.總之,結(jié)構(gòu)優(yōu)化效應(yīng)發(fā)揮的累計(jì)中介作用為0.342,在總中介效應(yīng)中占比為71.85%.

③技術(shù)革新效應(yīng)的中介作用.技術(shù)革新效應(yīng)單獨(dú)發(fā)揮了正向顯著的并行中介作用為0.044(碳交易政策→技術(shù)革新效應(yīng)→工業(yè)碳生產(chǎn)率),在總中介效應(yīng)中占比為9.24%,這說(shuō)明碳交易政策直接帶來(lái)的技術(shù)革新效應(yīng)能夠有效推動(dòng)工業(yè)碳生產(chǎn)率提升,政府研發(fā)經(jīng)費(fèi)的投入調(diào)動(dòng)了城市創(chuàng)新積極性,為經(jīng)濟(jì)綠色發(fā)展提供了源源不斷的創(chuàng)新動(dòng)能.

綜上,不同傳導(dǎo)機(jī)制在碳交易政策提升工業(yè)碳生產(chǎn)率的過(guò)程中發(fā)揮了不同程度的效用,結(jié)構(gòu)優(yōu)化效應(yīng)最高,占比71.85%,環(huán)境治理效應(yīng)次之,占比18.91%,技術(shù)革新效應(yīng)最低,占比9.24%,總之,三類中介效應(yīng)均有效解釋了碳交易政策對(duì)工業(yè)碳生產(chǎn)率的提升機(jī)理,假設(shè)H2-H4得到驗(yàn)證.

4 結(jié)論與政策建議

4.1 結(jié)論

4.1.1 基準(zhǔn)回歸及動(dòng)態(tài)效應(yīng)結(jié)果顯示,碳交易政策能夠?qū)崿F(xiàn)“降碳促經(jīng)”作用,有利于工業(yè)碳生產(chǎn)率的提升,且該提升作用呈現(xiàn)逐年上升趨勢(shì).

4.1.2 異質(zhì)性分析表明,碳交易政策對(duì)北京、天津、上海、湖北的工業(yè)碳生產(chǎn)率有顯著提升作用,而對(duì)廣東、重慶無(wú)明顯影響,即碳交易政策對(duì)工業(yè)碳生產(chǎn)率的影響程度存在區(qū)域異質(zhì)性.

4.1.3 多重中介效應(yīng)檢驗(yàn)證明,碳交易政策對(duì)工業(yè)碳生產(chǎn)率的間接影響存在多種效應(yīng)和影響渠道,分別是環(huán)境治理效應(yīng)占比18.91%,結(jié)構(gòu)優(yōu)化效應(yīng)占比71.85%,技術(shù)革新效應(yīng)占比9.24%,其中結(jié)構(gòu)優(yōu)化效應(yīng)是響應(yīng)政策最為充分的機(jī)制.

4.2 政策建議

4.2.1 完善相關(guān)法律制度和配額細(xì)則,因地制宜推進(jìn)碳市場(chǎng)建設(shè)工作.中國(guó)目前碳交易機(jī)制不斷完善,工業(yè)碳生產(chǎn)率提升效果明顯,因此要以較高層級(jí)的立法來(lái)保障碳市場(chǎng)的權(quán)威性,并進(jìn)一步制定和完善碳配額分配細(xì)則,通過(guò)優(yōu)化配額總量來(lái)調(diào)節(jié)市場(chǎng)碳價(jià),吸引更多的參與主體.同時(shí),針對(duì)不同試點(diǎn)地區(qū)做到分類精準(zhǔn)施策,對(duì)于廣東、重慶等地,要彌補(bǔ)前期設(shè)計(jì)的不足,加強(qiáng)監(jiān)管力度,在考慮經(jīng)濟(jì)與環(huán)境的耦合協(xié)調(diào)基礎(chǔ)上,完善碳交易市場(chǎng)的建設(shè)體系.

4.2.2 科學(xué)制定環(huán)保財(cái)政預(yù)算,保證環(huán)保資金合理使用.環(huán)境治理效應(yīng)作為碳市場(chǎng)建設(shè)過(guò)程的源頭機(jī)制,對(duì)于工業(yè)碳生產(chǎn)率的提升具有先導(dǎo)作用.因此,政府要科學(xué)制定環(huán)保財(cái)政預(yù)算,凸顯政策目標(biāo)的環(huán)境偏好性,以此加強(qiáng)環(huán)保支出對(duì)社會(huì)投資的引致作用及環(huán)境治理的規(guī)制作用.同時(shí),加強(qiáng)績(jī)效反饋環(huán)節(jié)對(duì)環(huán)保財(cái)政資金的動(dòng)態(tài)監(jiān)管,確保環(huán)保資金?？顚Ｓ?以利于經(jīng)濟(jì)和環(huán)境的雙贏.

4.2.3 培育環(huán)保產(chǎn)業(yè)新業(yè)態(tài),催生國(guó)際分工新秩序.結(jié)構(gòu)優(yōu)化效應(yīng)作為碳市場(chǎng)建設(shè)過(guò)程的核心機(jī)制,對(duì)于工業(yè)碳生產(chǎn)率的提升具有顯著作用.因此,在政府環(huán)保資金的支撐作用下,產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整應(yīng)注意提高高能耗企業(yè)準(zhǔn)入門(mén)檻,培育和發(fā)展綠色環(huán)保等高附加值產(chǎn)業(yè),以此推動(dòng)環(huán)保投入結(jié)構(gòu)和要素產(chǎn)出結(jié)構(gòu)的耦合發(fā)展.另外,努力提高工業(yè)行業(yè)對(duì)全球價(jià)值鏈的參與度,使產(chǎn)業(yè)分工進(jìn)一步細(xì)致化、專業(yè)化,進(jìn)而促成國(guó)內(nèi)國(guó)際雙循環(huán)的工業(yè)發(fā)展新格局.

4.2.4 加大減排技術(shù)研發(fā)力度,促成產(chǎn)學(xué)研機(jī)制有效整合.技術(shù)革新效應(yīng)作為碳市場(chǎng)建設(shè)機(jī)制的終端環(huán)節(jié),對(duì)于工業(yè)碳生產(chǎn)率的提升具有深化作用.因此,一方面要利用環(huán)境治理和結(jié)構(gòu)優(yōu)化的協(xié)同機(jī)制煥發(fā)城市創(chuàng)新動(dòng)能,加大對(duì)減排研發(fā)技術(shù)的支持力度,鼓勵(lì)研發(fā)投入的綠色偏向性.另一方面,注重資金要素與人才要素的良性匹配,增設(shè)研發(fā)機(jī)構(gòu),推進(jìn)產(chǎn)學(xué)研機(jī)制有效整合,促成創(chuàng)新成果進(jìn)一步產(chǎn)業(yè)化和市場(chǎng)化.

[1] 范 丹,王維國(guó),梁佩鳳.中國(guó)碳排放交易權(quán)機(jī)制的政策效果分析——基于雙重差分模型的估計(jì)[J]. 中國(guó)環(huán)境科學(xué), 2017,37(6): 2383-2392.

Fan D, Wang W G, Liang P F. Analysis of the performance of carbon emissions trading right in China: The evaluation based on the difference-in-difference model [J]. China Environmental Science, 2017,37(6):2383-2392.

[2] Hou J, Teo T S H, Zhou F, et al. Does industrial green transformation successfully facilitate a decrease in carbon intensity in China? An environmental regulation perspective [J]. Journal of Cleaner Production, 2018,184:1060-1071.

[3] Hu W, Wang D. How does environmental regulation influence China’s carbon productivity? An empirical analysis based on the spatial spillover effect [J]. Journal of Cleaner Production, 2020,257:120484.

[4] Pan X, Li M, Wang M, et al. The effects of outward foreign direct investment and reverse technology spillover on China's carbon productivity [J]. Energy Policy, 2020,145:111730.

[5] Bai C, Du K, Yu Y, et al. Understanding the trend of total factor carbon productivity in the world: insights from convergence analysis [J]. Energy Economics, 2019,81:698-708.

[6] Long R, Shao T, Chen H. Spatial econometric analysis of China’s province-level industrial carbon productivity and its influencing factors [J]. Applied Energy, 2016,166:210-219.

[7] Zhang H J, Duan M S, Zhang P. Analysis of the impact of China’s emissions trading scheme on reducing carbon emissions [J]. Energy Procedia, 2019,158:3596-3601.

[8] 周 迪,劉奕淳.中國(guó)碳交易試點(diǎn)政策對(duì)城市碳排放績(jī)效的影響及機(jī)制[J]. 中國(guó)環(huán)境科學(xué), 2020,40(1):453-464.

Zhou D, Liu Y C. Impact of China’s carbon emission trading policy on the performance of urban carbon emission and its mechanism [J]. China Environmental Science, 2020,40(1):453-464.

[9] 周朝波,覃 云.碳排放交易試點(diǎn)政策促進(jìn)了中國(guó)低碳經(jīng)濟(jì)轉(zhuǎn)型嗎?——基于雙重差分模型的實(shí)證研究[J]. 軟科學(xué), 2020,34(10): 36-42,55.

Zhou C B, Qin Y. The impact of a carbon trading pilot policy on the low-carbon economic transformation in China: An empirical analysis based on a DID Model [J]. Soft Science, 2020,34(10):36- 42,55.

[10] 廖文龍,董新凱,翁 鳴,等.市場(chǎng)型環(huán)境規(guī)制的經(jīng)濟(jì)效應(yīng):碳排放交易、綠色創(chuàng)新與綠色經(jīng)濟(jì)增長(zhǎng)[J]. 中國(guó)軟科學(xué), 2020,(6):159-173.

Liao W L, Dong X K, Weng M, et al. Economic effect of market- oriented environmental regulation: Carbon emission trading, green innovation and green economic growth [J]. China Soft Science, 2020,(6):159-173.

[11] Yang X Y, Jiang P, Pan Y. Does China's carbon emission trading policy have an employment double dividend and a Porter effect? [J]. Energy Policy, 2020,142:111492.

[12] Yu Y N, Zhang W J, Zhang N. The potential gains from carbon emissions trading in China's industrial sectors [J]. Computational Economics, 2018,52(4):1175-1194.

[13] 胡玉鳳,丁友強(qiáng).碳排放權(quán)交易機(jī)制能否兼顧企業(yè)效益與綠色效率? [J]. 中國(guó)人口·資源與環(huán)境, 2020,30(3):56-64.

Hu Y F, Ding Y Q. Can carbon emission permit trade mechanism bring both business benefits and green efficiency? [J]. China Population, Resources and Environment, 2020,30(3):56-64.

[14] 姜 楠.環(huán)保財(cái)政支出有助于實(shí)現(xiàn)經(jīng)濟(jì)和環(huán)境雙贏嗎? [J]. 中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào), 2018,(1):95-103.

Jiang N. Does fiscal spending on environmental protection help achieve A win-win situation for both the economy and the environment? [J]. Journal of Zhongnan University of Economics and Law, 2018,(1):95-103.

[15] 朱小會(huì),陸遠(yuǎn)權(quán).開(kāi)放經(jīng)濟(jì)、環(huán)保財(cái)政支出與污染治理[J]. 中國(guó)人口·資源與環(huán)境, 2017,27(10):10-18.

Zhu X H, Lu Y Q. Open economy, fiscal expenditure of environmental protection and pollution governance [J]. China Population, Resources and Environment, 2017,27(10):10-18.

[16] 田淑英,董 瑋,許文立.環(huán)保財(cái)政支出、政府環(huán)境偏好與政策效應(yīng)——基于省際工業(yè)污染數(shù)據(jù)的實(shí)證分析[J]. 經(jīng)濟(jì)問(wèn)題探索, 2016, (7):14-21.

Tian S Y, Dong W, Xu W L. Environmental fiscal expenditure, government environmental preference and policy effect: An empirical analysis based on provincial industrial pollution data [J]. Inquiry Into Economic Issues, 2016,(7):14-21.

[17] 杜雯翠.環(huán)保投資、環(huán)境技術(shù)與環(huán)保產(chǎn)業(yè)發(fā)展——來(lái)自環(huán)保類上市公司的經(jīng)驗(yàn)證據(jù)[J]. 北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版), 2013,15(3): 47-53.

Du W C. Environmental investment, environmental technology and environmental industry development: Evidence from environmental listed companies [J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2013,15(3):47-53.

[18] 余紅輝.中國(guó)環(huán)境治理困境的挑戰(zhàn)與策略分析——基于環(huán)境投資的內(nèi)生機(jī)制[J]. 管理評(píng)論, 2019,31(1):39-47.

Yu H H. The challenges and strategic analysis of environmental governance in China: Based on endogenous mechanism of environmental investment [J]. Management Review, 2019,31(1):39- 47.

[19] 孫華平,杜秀梅.全球價(jià)值鏈嵌入程度及地位對(duì)產(chǎn)業(yè)碳生產(chǎn)率的影響[J]. 中國(guó)人口·資源與環(huán)境, 2020,30(7):27-37.

Sun H P, Du X M. The impact of global value chains’ participation degree and position on industrial carbon productivity [J]. China Population, Resources and Environment, 2020,30(7):27-37.

[20] 王淑英,衛(wèi)朝蓉,寇晶晶.產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與碳生產(chǎn)率的空間溢出效應(yīng)——基于金融發(fā)展的調(diào)節(jié)作用研究[J]. 工業(yè)技術(shù)經(jīng)濟(jì), 2021,40(2): 138-145.

Wang S Y, Wei Z R, Kou J J. Spillover effect of industrial structure adjustment and carbon productivity: Study based on adjustment of financial development [J]. Journal of Industrial Technological Economics, 2021,40(2):138-145.

[21] 馮根福,鄭明波,溫 軍,等.究竟哪些因素決定了中國(guó)企業(yè)的技術(shù)創(chuàng)新——基于九大中文經(jīng)濟(jì)學(xué)權(quán)威期刊和A股上市公司數(shù)據(jù)的再實(shí)證[J]. 中國(guó)工業(yè)經(jīng)濟(jì), 2021,(1):17-35.

Feng G F, Zheng M B, Wen J, et al. What determines the Chinese Firms’ technological innovation: A re-empirical investigation based on the previous empirical literature of nine Chinese economics top journals and a-share listed company data [J]. China Industrial Economics, 2021,(1):17-35.

[22] 王 巧,佘 碩,曾婧婧.國(guó)家高新區(qū)提升城市綠色創(chuàng)新效率的作用機(jī)制與效果識(shí)別——基于雙重差分法的檢驗(yàn)[J]. 中國(guó)人口·資源與環(huán)境, 2020,30(2):129-137.

Wang Q, She S, Zeng J J. The mechanism and effect identification of the impact of National High-tech Zones on urban green innovation: based on a DID test [J]. China Population, Resources and Environment, 2020,30(2):129-137.

[23] 徐 紅,趙金偉.研發(fā)投入的綠色技術(shù)進(jìn)步效應(yīng)[J]. 中國(guó)人口·資源與環(huán)境, 2020,30(2):121-128.

Xu H, Zhao J W. The green technology advancement effect of R&D investment [J]. China Population, Resources and Environment, 2020, 30(2):121-128.

[24] 劉啟仁,趙 燦.稅收政策激勵(lì)與企業(yè)人力資本升級(jí)[J]. 經(jīng)濟(jì)研究, 2020,55(4):70-85.

Liu Q R, Zhao C. Tax incentives and upgrading firms’ human capital [J]. Economic Research Journal, 2020,55(4):70-85.

[25] 任曉松,馬 茜,劉宇佳,等.碳交易政策對(duì)高污染工業(yè)企業(yè)經(jīng)濟(jì)績(jī)效的影響——基于多重中介效應(yīng)模型的實(shí)證分析[J]. 資源科學(xué), 2020,42(9):1750-1763.

Ren X S, Ma Q, Liu Y J, et al. The impact of carbon trading policy on the economic performance of highly polluting industrial enterprises: Empirical analysis based on multiple mediating effect model [J]. Resources Science, 2020,42(9):1750-1763.

[26] Wang H, Chen Z P, Wu X Y, et al. Can a carbon trading system promote the transformation of a low-carbon economy under the framework of the porter hypothesis?—Empirical analysis based on the PSM-DID method [J]. Energy Policy, 2019,129:930-938.

[27] 黃向嵐,張訓(xùn)常,劉 曄.我國(guó)碳交易政策實(shí)現(xiàn)環(huán)境紅利了嗎? [J]. 經(jīng)濟(jì)評(píng)論, 2018,(6):86-99.

Huang X L, Zhang X C, Liu Y. Does China’s carbon emissions trading policy fulfill the environmental dividend? [J]. Economic Review, 2018,(6):86-99.

[28] 汪 鵬,戴瀚程,趙黛青.基于GD-CGE模型的廣東省碳排放權(quán)交易政策評(píng)估[J]. 環(huán)境科學(xué)學(xué)報(bào), 2014,34(11):2925-2931.

Wang P, Dai H C, Zhao D Q. Assessment of Guangdong carbon emission trading based on GD-CGE model [J]. Acta Scientiae Circumstantiae, 2014,34(11):2925-2931.

[29] 史 丹,李少林.排污權(quán)交易制度與能源利用效率——對(duì)地級(jí)及以上城市的測(cè)度與實(shí)證[J]. 中國(guó)工業(yè)經(jīng)濟(jì), 2020,(9):5-23.

Shi D, Li S L. Emissions trading system and energy use efficiency: Measurements and empirical evidence for cities at and above the prefecture level [J]. China Industrial Economics, 2020,(9):5-23.

[30] 任曉松,劉宇佳,趙國(guó)浩.經(jīng)濟(jì)集聚對(duì)碳排放強(qiáng)度的影響及傳導(dǎo)機(jī)制[J]. 中國(guó)人口·資源與環(huán)境, 2020,30(4):95-106.

Ren X S, Liu Y J, Zhao G H. The impact and transmission mechanism of economic agglomeration on carbon intensity [J]. China Population, Resources and Environment, 2020,30(4):95-106.

[31] Preacher K J, Hayes A F. Asymptotic and resampling strategies for assessing and comparing indirect effects in multiple mediator models [J]. Behavior Research Methods, 2008,40(3):879-891.

[32] 余 萍,劉紀(jì)顯.碳交易市場(chǎng)規(guī)模的綠色和經(jīng)濟(jì)增長(zhǎng)效應(yīng)研究[J]. 中國(guó)軟科學(xué), 2020,(4):46-55.

Yu P, Liu J X. Researchon the effects of carbon trading market size on environment and economic growth [J]. China Soft Science, 2020, (4):46-55.

The impact of carbon trading policy on industrial carbon productivity and its transmission mechanism.

REN Xiao-song1, MA Qian2*, LIU Yu-jia3, ZHAO Guo-hao2

(1.School of Management Science and Engineering, Shanxi University of Finance and Economics, Taiyuan 030031, China；2.School of Business Administration, Shanxi University of Finance and Economics, Taiyuan 030031, China；3.Institute of International Economy, University of International Business and Economics, Beijing 100029, China)., 2021,41(11)：5427～5437

Based on panel data of 30 provinces from 2005 to 2017, this paper evaluated the heterogeneous impacts of carbon trading policies on industrial carbon productivity using the methods of differences-in-differences, dynamic effect analysis, and triple difference. Meanwhile, this paper adopted the multiple mediating effect model to explore the impact mechanism of carbon trading polices on industrial carbon productivity. The results show that impacted by the carbon trading policies, the carbon productivity increased by 29.2% in pilot regions when compared with non-pilot regions. The heterogeneity test shows the carbon trading polices had significant impacts on the carbon productivity in Beijing, Tianjin, Shanghai, and Hubei, while they had small impact on the carbon productivity in Guangdong and Chongqing. The mechanism analysis shows that carbon trading policies can effectively improve carbon productivity by exerting the mediating effects of environmental governance, structural optimization and technological innovation, and the mediating effect of structural optimization effect is the largest. These findings will provide policy implications for the development of China's carbon market in the future.

carbon trading policy；industrial carbon productivity；the difference-in-difference model；multiple mediation effects model；carbon peak and carbon neutrality

X196

A

1000-6923(2021)11-5427-11

任曉松(1986-),男,山西運(yùn)城人,副教授,博士,主要從事低碳經(jīng)濟(jì)與能源政策研究.發(fā)表論文10余篇.

2021-03-23

國(guó)家自然科學(xué)基金資助項(xiàng)目(71774105);教育部人文社會(huì)科學(xué)研究青年基金資助項(xiàng)目(18YJCZH143);山西省高校哲學(xué)社會(huì)科學(xué)研究項(xiàng)目(2021W055)

* 責(zé)任作者, 博士, renxs@sxufe.edu.cn