王殿茹,李 敏

1.河北地質(zhì)大學(xué) 自然資源資產(chǎn)資本研究中心,河北 石家莊 050031;2.河北地質(zhì)大學(xué) 河北省礦產(chǎn)資源開發(fā)管理與資源型產(chǎn)業(yè)轉(zhuǎn)型升級軟科學(xué)研究基地,河北 石家莊 050031; 3.河北地質(zhì)大學(xué) 經(jīng)濟學(xué)院,河北 石家莊 050031

0 引言

隨著全球氣溫逐漸上升,氣候變化成為全人類討論的重點,減少二氧化碳等溫室氣體的排放成為全世界關(guān)注的焦點,我國開始關(guān)注二氧化碳排放帶來的負(fù)面影響,并將低碳與節(jié)能減排、環(huán)境保護相結(jié)合起來。綠色低碳的理念也就成為大家的共識,2020年9月15日,習(xí)近平主席在第七十五屆聯(lián)合國大會上提出,中國的碳排放力爭在2030年前達到峰值,努力爭取在2060年前實現(xiàn)“碳中和”的目標(biāo)[1]。2021年3月,政府的工作報告中指出,要扎實做好碳達峰、碳中和的各項工作,制定2030年前碳排放達峰行動方案[2]。2022年3月,政府報告繼續(xù)針對碳達峰和碳中和的目標(biāo)又做出新的規(guī)劃,要有序推進碳達峰和碳中和工作,落實碳達峰行動方案[2]。碳排放權(quán)交易就是把二氧化碳排放權(quán)作為一種商品,讓其在碳交易市場上進行交易,通過碳交易市場來達到減少二氧化碳排放量的目的。截至2021年11月10日,全國碳市場共運行77個交易日,配額累計成交量達到2344.04萬噸,累計成交額高達10.44億元。2022年3月5日,兩會中南存輝提到,要及時完善全國的碳交易市場,提升碳交易市場的立法層級與效力,以此促進我國的能源結(jié)構(gòu)向新能源轉(zhuǎn)變,進而力爭在2030年和2060年前實現(xiàn)雙碳的目標(biāo),形成令人向往的綠色低碳的生活方式。

1 文獻綜述

由于大家對碳排放的關(guān)注度越來越高,隨即碳排放權(quán)交易政策也開始引起了學(xué)者的關(guān)注,近些年研究的熱點大多是碳排放權(quán)交易政策的實施效果,主要分為兩類。

一類為頂層設(shè)計:為控制碳排放并實現(xiàn)碳減排,我國實施了一系列碳減排的政策和措施,包括去產(chǎn)能、節(jié)能減排以及碳排放權(quán)交易、綠色信貸等[3]。其中影響較大的是國家發(fā)改委在2011年批準(zhǔn)的碳交易試點政策項目。碳排放權(quán)交易作為市場化改革的一項重要探索和實踐,是推動綠色低碳發(fā)展的亮點[4]。

一類為專家學(xué)者研究:主要運用雙重差分法和合成控制法研究成果較多,(1)姬新龍[5]等學(xué)者運用傾向得分匹配—雙重差分法與合成控制法,基于30個省的面板數(shù)據(jù),研究發(fā)現(xiàn)優(yōu)化地區(qū)能源消費結(jié)構(gòu)可以降低碳排放量,并且采用合成控制法得出北京、天津、上海、湖北的減排效果較好;(2)鄭皓洋[6]等學(xué)者采用雙重差分模型發(fā)現(xiàn)碳交易政策在湖北、廣東、重慶能降低其他地區(qū)制造業(yè)的碳減排,但從整體上看,對制造業(yè)碳減排沒有產(chǎn)生顯著影響;(3)吳文潔[7]等學(xué)者使用雙重差分模型得出碳交易試點政策在可以提高區(qū)域生態(tài)效率,并使用中介效應(yīng)檢驗,發(fā)現(xiàn)技術(shù)創(chuàng)新更有效提高區(qū)域生態(tài)效率; (4)張彩江[8]等學(xué)者使用合成控制法發(fā)現(xiàn)碳交易試點政策對區(qū)域碳排放量的增長有明顯的抑制作用; (5)耿文欣[9]等學(xué)者以湖北省碳交易試點為例,運用合成控制法得出碳交易試點政策對湖北省能源強度有顯著的影響;(6)楊秀汪[10]等學(xué)者使用合成控制法得出碳交易試點市場對各地區(qū)有顯著的碳減排影響。

綜上所述,大多數(shù)學(xué)者使用合成控制法來研究碳交易試點政策對某個地區(qū)的減排效應(yīng),但是合成控制法有一定局限性,合成控制法會存在無法合成“極值”的虛擬對照組,劉甲炎[11]等學(xué)者在關(guān)于上海和重慶的房產(chǎn)稅對房產(chǎn)的研究中,由于上海的經(jīng)濟都是處于全國城市的第一位置,研究者發(fā)現(xiàn)無法使用合成控制法合成上海的虛擬對照組,同樣劉友金[12]等學(xué)者在研究房產(chǎn)稅對產(chǎn)業(yè)轉(zhuǎn)移的影響中,由于上海經(jīng)濟特殊,而無法使用合成控制法合成上海的對照對象,因此選擇了雙重差分模型來進行后續(xù)研究。

基于此,文章利用2006—2019年30個省(港澳臺和西藏除外)的面板數(shù)據(jù),考慮運用雙重差分模型來研究碳交易試點政策對地區(qū)的減排效應(yīng),同時考慮地區(qū)人口規(guī)模、經(jīng)濟發(fā)展水平、政府環(huán)境規(guī)章制度、區(qū)域產(chǎn)業(yè)結(jié)構(gòu)、能源消費結(jié)果等外在因素,進而為各地區(qū)能夠因地制宜、制定合理的碳減排政策提出建議,推動碳交易市場高效運行。文章的邊際貢獻:采用雙重差分模型來研究碳交易試點政策對區(qū)域碳排放的影響,研究碳減排效應(yīng)能加速能源低碳化的轉(zhuǎn)變,進而加快推進全國碳交易市場高效高質(zhì)量的建設(shè),為實現(xiàn)雙碳目標(biāo)做點實證研究。

2 研究設(shè)計

2.1 研究方法——雙重差分模型

雙重差分模型在一定程度上可以減少選擇偏差和外部因素帶來的影響,而且雙重差分利用面板數(shù)據(jù)使數(shù)據(jù)更加簡潔明了。因此采用雙重差分法來研究碳交易試點政策對區(qū)域碳排放的影響,并將7個碳交易試點——北京、上海、天津、重慶、湖北、廣東、深圳(由于深圳市屬于廣東省,這里將深圳市的數(shù)據(jù)概括進廣東省)作為處理組,其他省份作為對照組(不包括港澳臺和西藏)。將試點城市啟動碳交易政策的時間確定為2014年,即開始受到政策影響的年份。根據(jù)鄭皓洋[6]、范秋芳[13]等的研究成果,構(gòu)建雙重差分模型為:

其中,i代表第i個省;

t代表第t年;

ln(CE)it表示地區(qū)碳排放量的對數(shù)值;

CITYi表示是否為開始碳交易政策的試點城市,若是碳交易政策試點城市取1,代表為處理組,不是碳交易政策試點的城市取0,代表對照組;

YEARt表示開始碳交易試點政策地區(qū)的時間,若t＜2014,則YEARt=0;若t≥2014,則YEARt=1;

交互項CITYi×YEARt為核心解釋變量,表示處理組在碳交易試點政策實施后產(chǎn)生的效應(yīng),若在2014年及其之后成為碳交易政策的試點城市,則CITYi×YEARt=1,否則取0;

εit為隨機擾動項。

2.2 研究變量的選取

研究變量選取了兩類:一類是被解釋變量,一類是控制變量。

2.2.1 被解釋變量的計算和說明

被解釋變量用二氧化碳排放量的對數(shù)ln(CE)it來表示,由于中國相關(guān)統(tǒng)計部門尚未公布各省市二氧化碳的實際數(shù)據(jù),因此我們需要手工計算二氧化碳排放量,而計算二氧化碳排放量的方法有很多種,使用最常用的方法:碳排放系數(shù)法,通過8種主要的化石能源的消耗量來計算二氧化碳排放量。文章選取原煤、焦炭、汽油、原油、煤油、柴油、燃料油和天然氣這8種主要的化石能源,手工計算得到30個省(港澳臺和西藏除外)二氧化碳排放量,時間選取2006—2019年,根據(jù)IPCC準(zhǔn)則提供的8種化石能源的碳排放系數(shù)進行推算,并依照劉傳明[14]、王慧英[15]等學(xué)者的研究過程,具體計算公式如下:

其中,CE表示二氧化碳的排放量;

i表示原煤、焦炭、汽油、原油、煤油、柴油、燃料油和天然氣這8類化石能源;

Ei表示第i種化石能源的消耗量;

NCVi表示第i種化石能源的平均低位發(fā)熱量;

CEFi表示第i種化石能源的碳排放系數(shù)。

2.2.2 控制變量的選取和說明

由于影響二氧化碳排放量的因素很多,根據(jù)現(xiàn)有文獻,選取了以下5個控制變量:(1)人口規(guī)模:用年末常住人口的對數(shù)ln(POPU)來衡量。(2)經(jīng)濟發(fā)展水平:用人均GDP的對數(shù)ln(VGDP)衡量。(3)政府環(huán)境規(guī)制程度:用工業(yè)污染治理完成投資的對數(shù)值ln(IPCI)來衡量。(4)區(qū)域產(chǎn)業(yè)結(jié)構(gòu)(INS):用第二產(chǎn)業(yè)增加值與當(dāng)年GDP的比來衡量。(5)能源消費結(jié)構(gòu)(ECS):用煤炭消費量與能源消費總量比值表示。

由于數(shù)據(jù)單位不統(tǒng)一,因此對數(shù)據(jù)進行對數(shù)化處理,讓數(shù)據(jù)更加平穩(wěn),誤差更小。

2.3 數(shù)據(jù)來源

文章選取2006—2019年中國30個省(港澳臺和西藏除外)的數(shù)據(jù),并使用Stata軟件將其轉(zhuǎn)化成面板數(shù)據(jù),控制變量中的年末常住人口、人均GDP、工業(yè)污染治理完成投資、當(dāng)年GDP、第二產(chǎn)業(yè)增加值的原始數(shù)據(jù)均來自國家統(tǒng)計局[16],能源消費總量、煤炭、原煤、焦炭、汽油、原油、煤油、柴油、燃料油和天然氣的消耗量的數(shù)據(jù)來源自國家統(tǒng)計局和《中國能源統(tǒng)計年鑒》[17],對變量進行取對數(shù)的處理。

3 實證分析

3.1 平行趨勢檢驗

平行趨勢假定是論文使用雙重差分法的前提,也就是處理組和對照組的碳減排效應(yīng)具有共同的增長趨勢或者增長沒有明顯的差異。首先,需要分別計算處理組和控制組在2006年到2019年的二氧化碳排放量的均值,以2014年為政策開始實施的年份,并把其作為政策沖擊節(jié)點,觀察2014年前后的趨勢變化。用Stata軟件可以畫出碳交易政策實施前,在試點城市和非試點城市的每一年的二氧化碳排放量均值的趨勢,結(jié)果如圖1所示。

圖1 處理組和控制組的平行趨勢Fig.1 Parallel trend of processing group and control group

由圖1可以看出二氧化碳排放量在2006—2012年基本是平行變化的關(guān)系,在2014年碳交易試點政策實施后,處理組與對照組的差距越來越大,基本可以判定滿足雙重差分的平行趨勢假定。

3.2 動態(tài)效應(yīng)檢驗

動態(tài)效應(yīng)檢驗是為了更加精確地檢驗平行趨勢是否滿足。首先,需要先生成年份虛擬變量與處理組虛擬變量的交互項,將這些交互項作為解釋變量進行回歸,參考曾詩鴻[18]等學(xué)者的研究成果,構(gòu)建如下模型:

其中,dit表示城市i所在的t年的虛擬變量,若試點城市i在時間t,則dit為1,否則dit為0;

Xit表示控制變量,包括各省的用年末常住人口的對數(shù)、人均GDP的對數(shù)、工業(yè)污染治理完成投資的對數(shù)、第二產(chǎn)業(yè)增加值與當(dāng)年GDP的比、煤炭消費量與能源消費總量的比;

ui表示地區(qū)固定效應(yīng);

vt表示時間固定效應(yīng)。

當(dāng)交互項的系數(shù)β2009到β2012不顯著時,說明二氧化碳排放量在碳交易政策執(zhí)行前的變化趨勢是相同的,則該模型滿足平行趨勢假設(shè)。為了避免完全共線性的問題,我們選擇政策實行前一年作為基準(zhǔn)年,即2013年,也就是說模型(2)里面不存在自變量di2013,估計結(jié)果如表1所示。

表1 平行趨勢檢驗Table 1 Parallel trend test

由表1可知,2014年及2019年碳交易政策虛擬變量在5%的顯著性水平上為負(fù)而且系數(shù)的絕對值越來越大,呈逐年遞增的情況,說明碳交易政策對碳排放強度的影響減弱,而且這種減排作用具有持續(xù)性和累積性。2014年之前的虛擬變量與處理組虛擬變量的交互項的系數(shù)都不顯著,說明控制組與處理組的碳排放強度趨勢在政策執(zhí)行前滿足平行趨勢的假設(shè)。接下來,以直觀圖的形式呈現(xiàn)政策在不同年份之間的動態(tài)效應(yīng),結(jié)果如圖2。

圖2 動態(tài)效應(yīng)檢驗圖Fig.2 Dynamic effect test chart

由圖2可以看出,2014年之前的虛擬變量與處理組虛擬變量的交互項的系數(shù)都不顯著異于0(95%的置信區(qū)間包含0值),這表明政策實施前,處理組和對照組之間沒有顯著差異,即滿足平行趨勢假設(shè),此外,在2014年碳交易試點政策實施后,政策實施的當(dāng)年及之后的5年的虛擬變量與處理組虛擬變量的交互項的系數(shù)都為負(fù)數(shù),說明產(chǎn)生了一個顯著的負(fù)效應(yīng),而且該減排效應(yīng)隨著時間的推移不斷地積累。綜上所述,均可說明該雙重差分模型符合平行趨勢假設(shè)。

3.3 結(jié)果分析

使用雙重差分模型對試點城市的整體減排效果進行評估,回歸結(jié)果如表2。

表2 雙重差分模型估計結(jié)果Table 2 Estimated results of double difference model

每個模型的區(qū)別在于是否加入控制變量,由模型1到模型6可知,核心解釋變量CITY×YEAR的系數(shù)為負(fù)數(shù),表明碳排放交易政策對二氧化碳排放量有顯著的負(fù)向影響,大約每年減少30%。對模型2來說,主要是在模型1的基礎(chǔ)上加上年末常住人口的對數(shù)ln(POPU)和人均GDP的對數(shù)ln(VGDP)兩個控制變量,由模型2的結(jié)果可知,加入的兩個控制變量的系數(shù)均在顯著性水平1%上是顯著的,但是均為正,說明人均GDP和年末常住人口對二氧化碳排放量有一定程度上的促進作用,其原因是隨著人均GDP越來越高,人們生活質(zhì)量也越來越好了,人口規(guī)模更多了,但由于人口增多,人們活動范圍增大,在一定程度上造成環(huán)境污染,因此會造成碳排放增加,符合預(yù)期的假設(shè)。模型3是在模型2的基礎(chǔ)上,加入控制變量工業(yè)污染治理完成投資的對數(shù)ln(IPCI),由模型3的結(jié)果可以看出,加入控制變量后,在顯著水平1%上,ln(IPCI)的系數(shù)是顯著的,說明政府環(huán)境規(guī)章制度可以減少碳排放,但影響不是很大。模型4和模型5都是在模型2的基礎(chǔ)上,分別加入控制變量區(qū)域產(chǎn)業(yè)結(jié)構(gòu)INS、能源結(jié)構(gòu)ECS,由結(jié)果顯示可知,區(qū)域產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)在顯著性水平1%上是顯著的,說明區(qū)域產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)對碳排放有降低的作用,而且影響較大。模型6是對前面5個模型的優(yōu)化,由模型6的結(jié)果可知,政府環(huán)境規(guī)章制度對碳排放的影響是顯著的,表明政府可以制定相關(guān)規(guī)定,從而減少碳排放;同樣區(qū)域產(chǎn)業(yè)結(jié)構(gòu)對碳排放的影響也是顯著的,表明優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)可以減少碳排放,讓環(huán)境更加優(yōu)美;能源結(jié)構(gòu)對碳排放的影響也是顯著的,這表明優(yōu)化能源環(huán)境可以在一定程度上降低碳排放。

4 結(jié)論與建議

4.1 結(jié)論

基于2006—2019年的碳交易試點城市和非試點城市的面板數(shù)據(jù),對碳交易試點政策的實施效果采用雙重差分模型進行了檢驗。結(jié)論如下:

(1)碳排放交易政策對碳排放有負(fù)向影響,且每年平均減少30%。

(2)在加入不同控制變量的時候,碳交易試點政策對區(qū)域碳減排效應(yīng)的影響都是顯著的。

(3)控制人口數(shù)量、優(yōu)化能源消費結(jié)構(gòu)、提升區(qū)域產(chǎn)業(yè)結(jié)構(gòu)和加強政府環(huán)境規(guī)章制度可以有效的減少碳排放量,且能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)對碳排放的影響大于政府環(huán)境規(guī)章制度。

4.2 建議

4.2.1 制度層面

隨著人們生活水平日益提高,生活更加向城市傾斜,人們的生產(chǎn)活動范圍越來越大,對環(huán)境產(chǎn)生的破壞也就越來越多,因此會出現(xiàn)環(huán)境污染和二氧化碳排放量增加的各種現(xiàn)象。

首先,在大氣污染物方面,汽車尾氣、工業(yè)廢氣都是導(dǎo)致大氣污染和二氧化碳排放量增加的主要原因,政府可以加大宣傳力度,鼓勵公民低碳出行;政府要制定與環(huán)境保護相關(guān)的制度,并采用法律手段保證制度的有效實施;其次,在土壤污染方面,政府應(yīng)該高度重視化肥減量增效問題,對各個地區(qū)化肥減量增效的工作給予政策與資金的支持,并強化農(nóng)藥市場的監(jiān)督作用;最后,在固體廢物和污染物治理方面,政府要實現(xiàn)各個部門信息共享、協(xié)調(diào)合作,及時排查出新污染物產(chǎn)生的原因。

4.2.2 產(chǎn)業(yè)層面

通過促進產(chǎn)業(yè)結(jié)構(gòu)升級來減少碳排放。首先,促