0 引言與文獻(xiàn)綜述

從工業(yè)革命到現(xiàn)在，隨著世界重工業(yè)發(fā)展和人類活動(dòng)增加，溫室氣體排放量也迅速提高，造成全球氣候變暖以及氣候異常，威脅人類生存，因此越來越多的國家開始關(guān)注這一問題。

二是善于發(fā)現(xiàn)問題，基于問題的學(xué)習(xí)也成為現(xiàn)在這些學(xué)生提高學(xué)習(xí)效率的主要方式。學(xué)生通過老師的引導(dǎo)，自主的合作學(xué)習(xí)，使得問題意識(shí)越來越強(qiáng)。通過教師關(guān)注課堂效率的提升，使得學(xué)生在學(xué)習(xí)方面問題意識(shí)越來越強(qiáng)，解決問題的能力也越來越強(qiáng)。

引起溫室效應(yīng)的氣體主要有六種，其中CO

對溫室效應(yīng)的貢獻(xiàn)率達(dá)到60%以上。據(jù)IPCC統(tǒng)計(jì)，因人類燃燒化石燃料造成的CO

約為237億t，一方面由于化石燃料的不可再生，制約人類可持續(xù)發(fā)展，另一方面排放的CO

造成了氣候環(huán)境的惡化，因此CO

是控制和削減的重點(diǎn)。我國自改革開放以來經(jīng)濟(jì)快速發(fā)展，伴隨著工業(yè)化的發(fā)展以及城鎮(zhèn)化的推進(jìn)，能源消耗量大，CO

排放量也居高不下，為降低碳排放，我國制定了一系列政策措施。2009年國務(wù)院決定把降低每單位GDP中CO

排放占比作為約束性指標(biāo)納入社會(huì)發(fā)展規(guī)劃中，2012年6月制定了《溫室氣體自愿減排交易管理暫行辦法》，規(guī)范了碳排放交易市場。從2013年開始陸續(xù)在北京、上海、天津、湖北、廣東、深圳、重慶等7個(gè)省市建立碳排放交易試點(diǎn)地區(qū)并開始實(shí)質(zhì)交易，2020年全國碳排放交易市場正式啟動(dòng)配額現(xiàn)貨交易。那么，碳排放權(quán)交易政策對試點(diǎn)地區(qū)會(huì)有什么影響，以及這項(xiàng)政策的評估效果如何？基于此，文章以碳排放交易權(quán)為出發(fā)點(diǎn)，通過實(shí)證檢驗(yàn)研究其對試點(diǎn)地區(qū)綠色全要素生產(chǎn)率的影響，綜合評價(jià)這一政策的效果，為我國全面推行碳排放權(quán)交易提供一定的經(jīng)驗(yàn)。

國內(nèi)外學(xué)者關(guān)于碳排放的研究成果很多。一方面是關(guān)于碳排放權(quán)的分配，He Weijun等人利用非參數(shù)前沿分析方法，認(rèn)為同時(shí)考慮公平與效率，產(chǎn)出增加最大并且節(jié)能率提高

；孫耀華等人利用DEA模型發(fā)現(xiàn)綜合考慮歷史、支付能力以及公平原則下更能實(shí)現(xiàn)碳排放權(quán)的優(yōu)化配置，有利于促進(jìn)碳減排與碳排放權(quán)交易市場的形成

；李鋼等人從全球視角上探討了碳排放權(quán)分配方案，認(rèn)為應(yīng)該將當(dāng)期減排方案與歷史減排方案結(jié)合起來才會(huì)平衡發(fā)展中國家利益

。另一方面是關(guān)于碳排放的影響效應(yīng)，劉文君等研究了碳排放權(quán)交易市場對電力市場的影響，他認(rèn)為碳排放權(quán)交易政策不僅會(huì)促進(jìn)減排，還會(huì)推動(dòng)我國電力行業(yè)的優(yōu)化

；張芳分區(qū)域研究了我國碳排放權(quán)交易政策對經(jīng)濟(jì)和環(huán)境的影響，認(rèn)為該政策會(huì)明顯促進(jìn)經(jīng)濟(jì)的增長，但是在碳強(qiáng)度降低水平上存在區(qū)域差異

；王素鳳認(rèn)為碳排放權(quán)交易可以增加政府收益

；王敏等研究了碳排放權(quán)對產(chǎn)業(yè)集聚的影響，發(fā)現(xiàn)碳排放權(quán)交易政策促進(jìn)了試點(diǎn)地區(qū)的產(chǎn)業(yè)集聚，其中作用機(jī)制是通過技術(shù)升級體現(xiàn)出來

；曲如曉等人利用CGE模型考慮封閉經(jīng)濟(jì)和開放經(jīng)濟(jì)兩種情況下碳排放權(quán)交易政策對商品價(jià)格波動(dòng)以及生態(tài)環(huán)境的影響

。

通過對現(xiàn)有文獻(xiàn)的梳理，現(xiàn)有文獻(xiàn)大多數(shù)集中于碳排放權(quán)交易政策對碳減排或者對經(jīng)濟(jì)增長的研究，且研究結(jié)果尚不統(tǒng)一。因此本文的邊際貢獻(xiàn)在于：利用SBM超效率模型測算我國30個(gè)省區(qū)市的綠色全要素生產(chǎn)率時(shí)考慮多種非期望產(chǎn)出，保證結(jié)果更全面；目前鮮有學(xué)者綜合考慮該政策對碳排放量和經(jīng)濟(jì)的共同影響，因此文章測算出各地區(qū)綠色全要素生產(chǎn)率水平，研究碳排放權(quán)交易政策對試點(diǎn)地區(qū)的綜合影響；在實(shí)證檢驗(yàn)上采用雙重差分法進(jìn)行實(shí)證檢驗(yàn)，避免了內(nèi)生性的問題，使回歸結(jié)果更準(zhǔn)確。

1 機(jī)理分析與理論假設(shè)

自改革開放以來，隨著我國經(jīng)濟(jì)體量的迅速增長，良好的經(jīng)濟(jì)環(huán)境促進(jìn)了一大批企業(yè)的發(fā)展，這些企業(yè)想要在市場競爭中扎根就必須轉(zhuǎn)變發(fā)展方式，通過技術(shù)創(chuàng)新提高生產(chǎn)效率，降低生產(chǎn)成本，并且將技術(shù)落后、效率低的企業(yè)排擠出市場，對該地區(qū)的綠色全要素生產(chǎn)率產(chǎn)生積極的影響，因此綠色全要素生產(chǎn)率會(huì)隨著企業(yè)生產(chǎn)效率的提高而增長。但經(jīng)濟(jì)產(chǎn)生波動(dòng)時(shí)會(huì)抑制資本形成，不利于企業(yè)生產(chǎn)經(jīng)營，阻礙綠色全要素生產(chǎn)率的增長。同時(shí)，我國幅員遼闊，受歷史和地理的影響，區(qū)域間差異較大，綠色全要素生產(chǎn)率存在區(qū)域差異性。

綠色全要素生產(chǎn)率考慮了能源消耗和污染排放，在評估生產(chǎn)效率時(shí)更加真實(shí)準(zhǔn)確，其主要受經(jīng)濟(jì)環(huán)境和政策環(huán)境等的影響。

基于以上分析，提出理論假設(shè)1：我國綠色全要素生產(chǎn)率會(huì)受經(jīng)濟(jì)環(huán)境影響產(chǎn)生波動(dòng)，且區(qū)域間存在差異性。

如表4所示，U為匹配前控制變量的檢驗(yàn)結(jié)果，M為匹配后控制變量的檢驗(yàn)結(jié)果，且匹配后的p值都大于0.1，表明實(shí)驗(yàn)組與控制組差異較小，滿足平行趨勢假設(shè)，因此匹配效果較好，可進(jìn)一步進(jìn)行回歸分析。

鑒于人文社會(huì)科學(xué)的研究成果難以轉(zhuǎn)化，且存在社會(huì)效益優(yōu)于經(jīng)濟(jì)效益、長期效益優(yōu)于短期效益的特點(diǎn)，本文研究的人文社會(huì)科學(xué)科研項(xiàng)目的人員費(fèi)用主要包括工資費(fèi)、勞務(wù)費(fèi)、專家咨詢費(fèi)和績效支出。截至目前的有關(guān)內(nèi)容梳理如下：

基于以上分析，提出理論假設(shè)2：碳排放權(quán)交易政策會(huì)促進(jìn)綠色全要素生產(chǎn)率的增長。

2 綠色全要素生產(chǎn)率的測算

2.1 SBM超效率模型的測算方法

數(shù)據(jù)包絡(luò)分析方法可以根據(jù)多項(xiàng)投入指標(biāo)和多項(xiàng)產(chǎn)出指標(biāo)，使用線性規(guī)劃的方法對生產(chǎn)效率進(jìn)行評價(jià)，但是當(dāng)投入指標(biāo)和產(chǎn)出指標(biāo)數(shù)量較多，容易出現(xiàn)多個(gè)決策單元同時(shí)有效，影響評估結(jié)果，所以這里使用SBM超效率模型解決這一問題。

將3 kg等摩爾比的NaCl-KCl空白鹽裝入石墨坩堝中，并將其放入井式爐中加熱熔解，稱取4.44 g海綿鈦加入底部帶孔的石英管，待熔鹽熔化后插入熔鹽，分批加入約1 mL和4 mL四氯化鈦，待反應(yīng)完全后，進(jìn)行測試。測試結(jié)束后，將未反應(yīng)的海綿鈦進(jìn)行洗滌、過濾、烘干機(jī)稱重，海綿鈦失重1.23 g。反應(yīng)原理見式(1)、式(2)。

被解釋變量：綠色全要素，用GTFP表示。

1.3 觀察指標(biāo) ⑴兩組患兒的手術(shù)和術(shù)后住院及骨折愈合時(shí)間。⑵患兒術(shù)畢和術(shù)后3個(gè)月Baumann角。⑶依據(jù)FLynn肘關(guān)節(jié)功能評分[4]標(biāo)準(zhǔn)對兩組患兒進(jìn)行評分。⑷通過復(fù)查X線片，檢查尺神經(jīng)損傷，肘內(nèi)翻，肘外翻，骨化性肌炎等并發(fā)癥。1.4 療效評價(jià)[4]⑴優(yōu)：提攜角和伸屈功能丟失0-5°，肘屈伸正常；⑵良：提攜角和伸屈功能丟失5-10°以內(nèi)，關(guān)節(jié)功能基本不受影響；⑶可：提攜角和伸屈功能丟失10-15°，關(guān)節(jié)功能有一定影響；⑷差：提攜角和伸屈功能丟失＞15°，關(guān)節(jié)功能有嚴(yán)重影響。

I為每個(gè)決策單元的投入要素種類，用向量

x

表示；M為期望產(chǎn)出，用向量

表示；N為非期望產(chǎn)出，用向量

表示；

μ

表示j決策單元的權(quán)重；

、

分別表示松弛變量生產(chǎn)要素的投入與產(chǎn)出；

表示生產(chǎn)效率，

值越大表示生產(chǎn)效率越高。

2.2 指標(biāo)選取與數(shù)據(jù)來源

1）CO

排放量

使用化石燃料產(chǎn)生的CO

和水泥生產(chǎn)活動(dòng)產(chǎn)生的CO

作為碳排放量，單位為萬t。

對兩組患者服藥后的治療效果進(jìn)行記錄，將相關(guān)數(shù)據(jù)進(jìn)行比較。療效判定：①痊愈：用藥期間患者未出現(xiàn)任何頭痛癥狀；②顯效：用藥后患者的頭痛情況得到了顯著的緩解，且頭痛時(shí)間明顯縮短，頭痛發(fā)作頻率也明顯減少，患者眼底血管痙攣有所緩解；③有效：用藥后患者的頭痛情況有所緩解，但是在停止用藥后頭痛會(huì)出現(xiàn)復(fù)發(fā)，發(fā)病持續(xù)時(shí)間減少到了一半以上；④無效：患者的臨床癥狀沒有任何的改變?？傆行?痊愈率+顯效率+有效率。

2）資本存量

使用永續(xù)盤存法計(jì)算各省區(qū)市的資本存量，單位為億元。

3）人力資本

1381 虛擬現(xiàn)實(shí)培訓(xùn)在機(jī)器人輔助腹腔鏡前列腺癌根治術(shù)膀胱尿道吻合中的應(yīng)用 張 超，花梅免，王富博，過 菲，王輝清，彭 廣，徐夢璐，宋 麗，楊 波，盛 夏，許傳亮，孫穎浩

使用每個(gè)地區(qū)的勞動(dòng)力人口衡量，單位為萬人。

4）能源消耗量

使用各省區(qū)市能源消耗的總和表示，包括煤、石油、天然氣、電力等，單位為萬tce。

總之，強(qiáng)調(diào)文學(xué)自然地表達(dá)人的真情實(shí)感，是明代“本色”論的一個(gè)新發(fā)展，它是受明代心學(xué)影響的直接結(jié)果。當(dāng)然，雖然我們說心學(xué)領(lǐng)域“本色”論的演進(jìn)總體早于文論，但這并不說文論領(lǐng)域“本色”的任何一點(diǎn)新變都滯后于心學(xué)，很大情況下，恐怕存在著二者交互影響、共同推動(dòng)發(fā)展的現(xiàn)象。

5）期望產(chǎn)出

使用各省區(qū)市實(shí)際GDP衡量，單位為億元。

由表1可知，我國2005-2017年的綠色全要素生產(chǎn)率總體均值為0.63，發(fā)展趨勢大致呈“M”形，兩個(gè)節(jié)點(diǎn)為2008年和2014年。分階段看，2005-2008年上升，2008年開始下降，可能是由于金融危機(jī)的沖擊，我國各省區(qū)市的綠色全要素生產(chǎn)率都開始下降。2010年開始提高，可能是因?yàn)閲覟榱司徑饨鹑谖C(jī)對經(jīng)濟(jì)的沖擊，加大固定資本投資，引起綠色全要素生產(chǎn)率上升。2014年左右開始下降，可能是因?yàn)楦鞯貐^(qū)出臺(tái)政策對溫室氣體的排放進(jìn)行控制，所以短期內(nèi)造成經(jīng)濟(jì)波動(dòng)，影響綠色全要素生產(chǎn)率。隨著能源結(jié)構(gòu)調(diào)整和技術(shù)進(jìn)步，全國各地2016年又開始逐漸增加。分區(qū)域看，我國的綠色全要素生產(chǎn)率東部地區(qū)最高，西部地區(qū)最低，其中東部地區(qū)明顯高于中部和西部地區(qū)，中部和西部地區(qū)差距不大。原因可能是一方面東部地區(qū)能源消耗、CO

排放量等在體量上低于中部地區(qū)，或者東部地區(qū)的經(jīng)濟(jì)水平高于其他地區(qū)以及環(huán)境治理力度大于其他地區(qū)等，另一方面西部地區(qū)綠色全要素生產(chǎn)率最低可能是因?yàn)榧夹g(shù)水平低于其他地區(qū)，能源利用率低，因此地區(qū)間差異較大，驗(yàn)證了假設(shè)1。

2.3 實(shí)證結(jié)果

基于SBM超效率模型，以資本存量、人力資本、能源消耗作為投入要素，實(shí)際GDP為期望產(chǎn)出，CO

排放量為非期望產(chǎn)出，使用MaxDEA軟件計(jì)算出30個(gè)省區(qū)市2005-2017年的綠色全要素生產(chǎn)率?？紤]到我國區(qū)域發(fā)展一直以來存在著不平衡以及不協(xié)調(diào)的狀況，為了分析區(qū)域間綠色全要素生產(chǎn)率的差異，因此按照傳統(tǒng)經(jīng)濟(jì)帶對東部、中部和西部進(jìn)行劃分（其中東部地區(qū)12個(gè)，包括北京、天津、河北、遼寧、上海、浙江、江蘇、福建、山東、廣東、廣西、海南；中部地區(qū)9個(gè)，包括山西、內(nèi)蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南；西部地區(qū)10個(gè)，重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆）。計(jì)算結(jié)果如表1所示。

考慮到數(shù)據(jù)的可獲得性，文章使用除了西藏以及港澳臺(tái)之外的30個(gè)省區(qū)市取2005年-2017年的數(shù)據(jù)，相關(guān)數(shù)據(jù)分別來自《中國統(tǒng)計(jì)年鑒》《中國環(huán)境統(tǒng)計(jì)年鑒》、中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫以及各省區(qū)市歷年統(tǒng)計(jì)年鑒。

3 計(jì)量模型、變量與數(shù)據(jù)

3.1 模型構(gòu)建

雙重差分模型是基于自然實(shí)驗(yàn)評估政策效果的計(jì)量模型，一方面可以很大程度上避免內(nèi)生性問題，另一方面引入了兩個(gè)虛擬變量以及虛擬變量的乘積，剔除了時(shí)間和地區(qū)兩個(gè)維度的影響，因此在政策評估中越來越受青睞。文章將碳排放權(quán)交易政策作為一次準(zhǔn)自然實(shí)驗(yàn)，將實(shí)施碳排放權(quán)交易政策的試點(diǎn)地區(qū)作為實(shí)驗(yàn)組，其他未實(shí)施政策的省份作為控制組，評估碳排放權(quán)交易政策對試點(diǎn)地區(qū)綠色全要素生產(chǎn)率的影響。

式（2）中，

Y

表示被解釋變量，下標(biāo)i表示年份，t表示地區(qū)；

did

表示雙重差分項(xiàng)，代表i地區(qū)t年的政策效應(yīng)，它是treated與time的乘積，其中time表示時(shí)間虛擬變量，政策實(shí)施后取值為1，反之為0，treated表示地區(qū)虛擬變量，政策實(shí)施的地區(qū)取1，未實(shí)施政策取0；

X

表示控制變量；

ε

表示隨機(jī)擾動(dòng)項(xiàng)。

碳排放權(quán)交易政策2013年開始陸續(xù)在北京、上海、天津、重慶、廣東、深圳和湖北7個(gè)地區(qū)施行，由于深圳歸屬于廣東省，因此并入廣東，將這6個(gè)地區(qū)設(shè)為實(shí)驗(yàn)組，其他24個(gè)省區(qū)市設(shè)置為控制組。該模型中引入兩個(gè)虛擬變量：實(shí)驗(yàn)組與控制組虛擬變量treated，若該地區(qū)為試點(diǎn)地區(qū)，則treated取1，反之取0；時(shí)間虛擬變量time，由于試點(diǎn)地區(qū)都是2013年之后開始推行，考慮到政策時(shí)滯性，這里取2014年作為時(shí)間節(jié)點(diǎn)，早于2014年取值為0，反之則取1。兩個(gè)虛擬變量交互項(xiàng)treated與time的乘積為雙重差分項(xiàng)，表示碳排放權(quán)交易政策對試點(diǎn)地區(qū)綠色全要素生產(chǎn)率的政策效應(yīng)，其中treated×time=did。

因此，雙重差分模型可以表示為：

慢性肺心病合并心力衰竭為臨床常見病、多發(fā)病，中老年為該疾病的好發(fā)群體，疾病發(fā)生率為0.46%[1]。發(fā)病快、進(jìn)展迅速、死亡率高，在一定程度上影響了患者的生命安全[2]。該疾病不但對病患的肺血管造成損害，也會(huì)影響其心臟功能。繼而加大治療難度。為了全面分析對于慢性肺心病合并心力衰竭者開展整體護(hù)理的臨床效果，結(jié)合實(shí)際情況，本研究選擇2016年1月—2018年1月我院收治的100例慢性肺心病合并心力衰竭的患者為研究對象，并對部分患者開展整體護(hù)理，現(xiàn)將具體結(jié)果報(bào)告如下。

在3 mm厚的XLPE薄片上截取6片邊長50 mm、厚度3 mm的正方形XLPE薄片，將6片樣本分為A、B、C三組。其中樣本1、2屬于A組，樣本3、4屬于B組，樣本5、6屬于C組。之后選取3組樣本正中間的圓形區(qū)域(直徑25 mm)作為水樹老化區(qū)，采用注射器針頭在此區(qū)域制作3行平行的針孔缺陷(針孔深度1.5 mm)。注射器針頭的參數(shù)如下：

3.2 變量選取與數(shù)據(jù)說明

規(guī)模報(bào)酬可變假設(shè)下考慮非期望產(chǎn)出的SBM超效率模型如下：

核心解釋變量：雙重差分項(xiàng)，用did表示。

意境和意象雖然概念上不同但是兩者是相通的，據(jù)史料記載“意境”和禪宗學(xué)說有著密切聯(lián)系。唐代詩僧皎然云：“了空如藏史，始肯會(huì)禪家”；王昌齡說：搜求于象，心人于境，神會(huì)于物因心而得（《詩格》）[3]；唐代僧人神秀：“身是菩提樹，心如明鏡臺(tái)；時(shí)時(shí)勤拂拭，勿使惹塵?！北砻魉褏⑼溉松?，不入紅塵。他們作詩風(fēng)格都是深受禪宗的影響，作詩時(shí)將佛境引入詩境。詩人將有形變化成無形，無感變化為有感，實(shí)境幻化成虛境，這使得詩中的意境深遠(yuǎn)且韻味無窮，將普通的生活境界升華到了藝術(shù)境界。

控制變量：根據(jù)現(xiàn)有文獻(xiàn)選取的控制變量為環(huán)境規(guī)制(ER)，用環(huán)境污染治理投資總額與GDP之比表示；能源消費(fèi)結(jié)構(gòu)(AI)，用煤炭消費(fèi)量與化石能源消費(fèi)總量之比表示；產(chǎn)業(yè)結(jié)構(gòu)(IS)，用第二產(chǎn)業(yè)總產(chǎn)值與GDP之比表示；對外開放水平(open)，用進(jìn)出口總額與GDP之比表示；經(jīng)濟(jì)發(fā)展水平(pgdp)，用人均GDP表示；創(chuàng)新水平，用R&D經(jīng)費(fèi)投入與GDP之比表示。以上數(shù)據(jù)來源于《中國能源統(tǒng)計(jì)年鑒》、中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫以及各省區(qū)市歷年統(tǒng)計(jì)年鑒。樣本的描述性統(tǒng)計(jì)如表2所示。

4 模型估計(jì)與實(shí)證分析

4.1 DID基準(zhǔn)回歸結(jié)果

表3為DID雙向固定效應(yīng)回歸結(jié)果，模型1是不加入控制變量的回歸結(jié)果，模型2是加入環(huán)境規(guī)制、能源消費(fèi)結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、對外開放水平、財(cái)政水平、經(jīng)濟(jì)發(fā)展水平等控制變量后的回歸結(jié)果。模型1與模型2中雙重差分項(xiàng)did方向一致，且在1%的水平下顯著，因此碳排放權(quán)交易政策可以顯著提升試點(diǎn)地區(qū)的綠色全要素生產(chǎn)率水平，模型2加入控制變量后回歸系數(shù)變小，證明該模型的估計(jì)結(jié)果比較可靠。

從控制變量來看，環(huán)境規(guī)制、產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟(jì)發(fā)展水平對綠色全要素生產(chǎn)率起正向促進(jìn)作用，能源消費(fèi)結(jié)構(gòu)、對外開放水平以及創(chuàng)新水平對綠色全要素生產(chǎn)率起抑制作用。環(huán)境規(guī)制雖然會(huì)增加企業(yè)的治污成本，但是可以約束企業(yè)行為，減少企業(yè)污染排放量，所以一定程度上會(huì)提高地區(qū)綠色全要素生產(chǎn)率。經(jīng)濟(jì)發(fā)展水平提高，可以為地區(qū)企業(yè)提供更多的資金等，促進(jìn)企業(yè)發(fā)展進(jìn)步，所以對綠色全要素生產(chǎn)率起正向促進(jìn)作用。能源消費(fèi)結(jié)構(gòu)對綠色全要素生產(chǎn)率起抑制作用可能是因?yàn)槭褂妹禾颗欧诺挠泻怏w會(huì)增加非期望產(chǎn)出，降低綠色全要素生產(chǎn)率。對外開放水平抑制綠色全要素生產(chǎn)率可能是“污染避難所”的原因，承接了國外高耗能企業(yè)，所以降低地區(qū)綠色全要素生產(chǎn)率水平。創(chuàng)新水平對綠色全要素生產(chǎn)率起反向抑制作用可能是因?yàn)榭蒲薪?jīng)費(fèi)投入回報(bào)周期長，短期會(huì)加重企業(yè)負(fù)擔(dān)，降低企業(yè)收益，所以會(huì)抑制綠色全要素生產(chǎn)率。

4.2 穩(wěn)健性檢驗(yàn)

雙重差分模型首先要滿足共同趨勢假設(shè)，即實(shí)驗(yàn)組和控制組在政策實(shí)施之前的趨勢相同，兩組變量的變化不存在差異。最后還要考慮政策的唯一性，因?yàn)檎吒深A(yù)時(shí)點(diǎn)之后處理組和對照組趨勢的變化，可能并不真正是由該政策導(dǎo)致的，而是同時(shí)期其他的政策導(dǎo)致的。所以為了進(jìn)一步檢驗(yàn)回歸結(jié)果，文章使用PSM-DID穩(wěn)健性檢驗(yàn)與政策唯一性檢驗(yàn)對回歸結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)。

1）PSM-DID檢驗(yàn)

政府制定政策會(huì)依據(jù)實(shí)際情況綜合考慮，所以控制組和實(shí)驗(yàn)組之間存在人為因素，不能保證樣本的隨機(jī)性，為了滿足平行趨勢假設(shè)，這里使用傾向匹配得分法匹配出與實(shí)驗(yàn)組接近的控制組，縮小樣本選擇偏差。具體思路為采用Logit模型計(jì)算傾向得分值，將之前的控制變量作為協(xié)變量，然后使用k個(gè)最近鄰域匹配方法進(jìn)行樣本匹配，若匹配后實(shí)驗(yàn)組與控制組不存在差異，說明匹配效果較好，可以繼續(xù)進(jìn)行回歸檢驗(yàn)。匹配結(jié)果如表4所示。

根據(jù)波特假說，適當(dāng)?shù)沫h(huán)境規(guī)制不僅不會(huì)造成損失，反而會(huì)倒逼企業(yè)進(jìn)行更多的創(chuàng)新活動(dòng)，促進(jìn)技術(shù)進(jìn)步，進(jìn)而提升企業(yè)生產(chǎn)力，抵消環(huán)境規(guī)制帶來的成本并提高企業(yè)在市場的盈利能力。在試點(diǎn)地區(qū)制定碳排放權(quán)交易政策，即將排污權(quán)放在試點(diǎn)地區(qū)的市場上進(jìn)行流通，有利于資源的優(yōu)化配置。技術(shù)密集型企業(yè)由于生產(chǎn)效率高，會(huì)將剩余的碳排放權(quán)放在市場上交易給要排放的企業(yè)，不僅提高自身利潤，購買碳排放權(quán)的高排污企業(yè)也避免過多排放而被征收的額外費(fèi)用。長遠(yuǎn)來看，高排污企業(yè)會(huì)引進(jìn)技術(shù)或進(jìn)行自主研發(fā)以及改變能源消費(fèi)結(jié)構(gòu)等來適應(yīng)政策環(huán)境，這些行為最終都會(huì)促進(jìn)綠色全要素生產(chǎn)率的發(fā)展。

如表5所示，模型1為不加入控制變量的回歸，模型2為加入控制變量的回歸，兩個(gè)模型雙重差分項(xiàng)did大小、方向基本相同，且與基準(zhǔn)回歸結(jié)果不存在較大差異，所以經(jīng)過PSM-DID模型檢驗(yàn)后，結(jié)果依然證明該政策能提升試點(diǎn)地區(qū)的綠色全要素生產(chǎn)率水平。

2）政策唯一性檢驗(yàn)

為了避免試點(diǎn)地區(qū)的綠色全要素生產(chǎn)率受其他政策的影響，導(dǎo)致高估或低估回歸結(jié)果，文章加入政策虛擬變量，考慮到2013年環(huán)保部發(fā)布綜合名錄多次指出綠色發(fā)展以及治污減排的任務(wù)，為了區(qū)分這些政策效應(yīng)對同時(shí)期碳排放權(quán)交易政策效應(yīng)的影響，文章將2013年作為政策虛擬變量進(jìn)行回歸，回歸結(jié)果如表6所示。

如表6所示，模型1是不加入控制變量的基準(zhǔn)回歸，模型2是加入控制變量的回歸，兩個(gè)模型的核心解釋變量雙重差分項(xiàng)都在1%的水平上顯著，說明回歸結(jié)果是可靠的。

5 結(jié)論與政策建議

文章基于2005-2017年30個(gè)省區(qū)市的數(shù)據(jù)，首先使用SBM超效率模型計(jì)算出各省區(qū)市的綠色全要素生產(chǎn)率；其次將碳排放權(quán)交易政策試點(diǎn)的地區(qū)設(shè)為實(shí)驗(yàn)組，其他地區(qū)設(shè)為控制組，利用雙重差分法評估該政策對試點(diǎn)地區(qū)綠色全要素生產(chǎn)率的影響；最后使用PSM-DID方法和政策唯一性檢驗(yàn)證明回歸結(jié)果的穩(wěn)健性。最后得出結(jié)論：我國30個(gè)省區(qū)市（西藏以及港澳臺(tái)除外）的綠色全要素生產(chǎn)率大致呈“M”形趨勢，且東部、中部和西部地區(qū)存在明顯差異，東部最高，西部最低；碳排放權(quán)交易政策能夠顯著促進(jìn)試點(diǎn)地區(qū)的綠色全要素生產(chǎn)率水平。

約1 400 ℃熔融態(tài)粗鎳鐵合金由側(cè)吹爐另一端兩個(gè)放出口中的一個(gè)定期放出鑄錠外賣，金屬放出口采用泥炮開口機(jī)。

教育興則國家興，教育強(qiáng)則國家強(qiáng)。高等教育是一個(gè)國家發(fā)展水平和發(fā)展?jié)摿Φ闹匾獦?biāo)志。黨的十九大報(bào)告同時(shí)指出，要優(yōu)先發(fā)展教育事業(yè)。建設(shè)教育強(qiáng)國是中華民族偉大復(fù)興的基礎(chǔ)工程，必須把教育事業(yè)放在優(yōu)先位置，加快教育現(xiàn)代化，辦好人民滿意的教育。要全面貫徹黨的教育方針，落實(shí)立德樹人根本任務(wù)，發(fā)展素質(zhì)教育，推進(jìn)教育公平，培養(yǎng)德智體美全面發(fā)展的社會(huì)主義建設(shè)者和接班人。

我國西部地區(qū)政府審計(jì)揭示效率實(shí)證分析——基于DEA和Malmquist指數(shù)模型的研究賀寶成 王家偉20-69

綠色全要素生產(chǎn)率是用來衡量生產(chǎn)效率的指標(biāo)，考慮了勞動(dòng)、資本、能源以及污染排放等指標(biāo)，能夠綜合反映出經(jīng)濟(jì)發(fā)展質(zhì)量，所以想要提升未來經(jīng)濟(jì)高質(zhì)量發(fā)展，就要著力提高我國的綠色全要素生產(chǎn)率。提出建議如下：

1）防范系統(tǒng)性金融風(fēng)險(xiǎn)，保證經(jīng)濟(jì)平穩(wěn)運(yùn)行，給企業(yè)生產(chǎn)運(yùn)營營造良好的環(huán)境，促進(jìn)我國綠色全要素生產(chǎn)率增長；

2）引導(dǎo)企業(yè)轉(zhuǎn)變能源消費(fèi)結(jié)構(gòu)，優(yōu)先使用清潔能源，減少化石能源消費(fèi)；

3）因地制宜，降低我國區(qū)域間綠色全要素生產(chǎn)率的差異；

4）制定環(huán)保政策時(shí)要綜合考慮其他環(huán)保政策的協(xié)同效應(yīng)，共同促進(jìn)地區(qū)減排與經(jīng)濟(jì)高質(zhì)量發(fā)展。

[1]He Weijun,Zhang Bin,Li Yixuan,Chen Hao.A performance analysis framework for carbon emission quota allocation schemes in China:Perspectives from economics and energy conservation[J].Journal of Environmental Management,2021,296.

[2]孫耀華,何愛平,彭碩毅,楊葉飛.碳強(qiáng)度減排指標(biāo)約束下碳排放權(quán)的省際分配效率研究[J].統(tǒng)計(jì)與信息論壇,2019,34(6):74-81.

[3]李鋼,廖建輝.基于碳資本存量的碳排放權(quán)分配方案[J].中國社會(huì)科學(xué),2015(7):66-81.

[4]劉文君,張莉芳.綠色證書交易市場、碳排放權(quán)交易市場對電力市場影響機(jī)理研究[J].生態(tài)經(jīng)濟(jì),2021,37(10):21-31.

[5]張芳.中國區(qū)域碳排放權(quán)交易機(jī)制的經(jīng)濟(jì)及環(huán)境效應(yīng)研究[J].宏觀經(jīng)濟(jì)研究,2021(9):111-124.DOI:10.16304/j.cnki.11-3952/f.2021.09.010.

[6]王素鳳.中國碳排放權(quán)初始分配與減排機(jī)制研究[D].合肥工業(yè)大學(xué),2014.

[7]王敏,胡忠世.碳排放權(quán)交易政策對產(chǎn)業(yè)集聚的影響研究[J].南京財(cái)經(jīng)大學(xué)學(xué)報(bào),2021(3):1-12.

[8]曲如曉,吳潔.碳排放權(quán)交易的環(huán)境效應(yīng)及對策研究[J].北京師范大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2009(6):127-134.