胡 迪,袁夢怡

(1.首都經(jīng)濟貿(mào)易大學(xué) 統(tǒng)計學(xué)院;2.首都經(jīng)濟貿(mào)易大學(xué) 金融學(xué)院,北京 100070)

0 引言

改革開放以來,中國經(jīng)濟發(fā)展取得舉世矚目的成就,但早期粗放型發(fā)展模式使得碳排放對生態(tài)環(huán)境的威脅愈發(fā)凸顯,低碳轉(zhuǎn)型迫在眉睫。實現(xiàn)“雙碳”目標已成為推動經(jīng)濟高質(zhì)量發(fā)展的內(nèi)在要求[1]。2020年,習(xí)近平主席在第七十五屆聯(lián)合國大會一般性辯論上發(fā)表重要講話,提出“中國將提高國家自主貢獻力度,采取更加有力的政策和措施,二氧化碳排放力爭于2030年前達到峰值,努力爭取2060年前實現(xiàn)碳中和”,向世界作出中國改善環(huán)境氣候的承諾。“碳達峰”與“碳中和”并非一蹴而就。實際上,自20世紀90年代起,政府就已經(jīng)開始學(xué)習(xí)西方經(jīng)驗,通過實施市場化激勵政策,利用排污權(quán)交易規(guī)則對環(huán)境污染進行治理。2011年10月,中國碳交易市場試點工作正式開展,2013年起7個碳排放權(quán)交易試點市場逐步啟動,2021年全國碳市場正式啟動。然而,相比于西方發(fā)達經(jīng)濟體,作為世界上最大的發(fā)展中國家,中國經(jīng)濟市場環(huán)境與制度條件更為特殊。當前,我國碳中和進程處于什么階段?以碳排放權(quán)交易為代表的市場化激勵型環(huán)境治理政策能否有效推動碳中和目標的實現(xiàn)?以市場為導(dǎo)向的碳治理政策對碳中和目標的作用渠道與機理又是什么?這都需要通過系統(tǒng)測算與實證檢驗給予解答。

近年來,圍繞“雙碳”議題的研究比較廣泛,涵蓋能源、經(jīng)濟、政府管理等諸多領(lǐng)域,但關(guān)于“碳中和”的文獻卻多將研究重心放在政策梳理、理論路徑分析和國際經(jīng)驗總結(jié)上。囿于文獻研究的不足[2],關(guān)于碳中和進程測算仍有較大空缺,相關(guān)文獻更傾向于關(guān)注碳減排目標時點。姜克雋等[3]利用IPAC-AIM模型進行實證研究發(fā)現(xiàn),為實現(xiàn)溫控目標,中國應(yīng)該2050年將碳排放量控制在30億t以內(nèi);Duan等[4]的測算結(jié)果表明,中國應(yīng)加快碳減排力度,到2050年將碳排放量降至20億t以下。對于中國實際碳排放與碳吸收測算,趙榮欽等[5]通過回顧Chang等[6]、Schipper[7]基于產(chǎn)業(yè)結(jié)構(gòu)的碳排放分析,從產(chǎn)業(yè)空間角度對中國各省區(qū)化石能源和農(nóng)村生物質(zhì)能源碳排放量進行估算;謝鴻宇等[8]基于凈生態(tài)系統(tǒng)生產(chǎn)量計算全球森林及草原對溫室氣體的碳吸收能力;吳立軍等[9]從碳生態(tài)平衡角度出發(fā),構(gòu)建地區(qū)生態(tài)安全與協(xié)調(diào)發(fā)展指數(shù)。關(guān)于環(huán)境治理規(guī)制對低碳減排影響的研究較多。根據(jù)規(guī)則實施主體與作用機制不同,環(huán)境規(guī)則可劃分為命令控制型環(huán)境規(guī)制與市場激勵型環(huán)境規(guī)制兩種類型[10]。一系列政策分析研究表明,若以經(jīng)濟有效方式實現(xiàn)碳深度減排,市場化交易規(guī)則將是政策的必要組成部分[11-12]。在歷史進程中,中國的環(huán)境規(guī)制主要以命令控制型為主[13]。直至21世紀初,市場導(dǎo)向型環(huán)境規(guī)制才開始逐步實施,尤其是2013年試點實施碳排放權(quán)交易機制,成為很好的準自然實驗,隨即涌現(xiàn)出大量文獻對市場型環(huán)境規(guī)制進行討論。此類研究多采用雙重差分法,分別就碳排放權(quán)交易規(guī)則對碳排放的抑制作用[10,14]、企業(yè)研發(fā)創(chuàng)新的正向效應(yīng)[15]以及碳排放權(quán)交易機制的波特效應(yīng)[16]進行評估。雖然現(xiàn)有文獻已經(jīng)從多個角度證實碳排放權(quán)交易政策能夠降低試點省份碳排放量和碳排放強度[17],但隨著碳中和理念的提出,相關(guān)研究不應(yīng)僅局限于碳排放,以碳排放權(quán)交易為代表的市場型環(huán)境規(guī)制對碳中和是否存在積極效應(yīng),這是本文在現(xiàn)有文獻基礎(chǔ)上需要進一步探索的問題。

相比于以往文獻,本文的邊際貢獻主要體現(xiàn)在:第一,提供科學(xué)量化碳中和進程的測度指標,從時間和空間雙重維度量化分析中國不同省份碳中和進程,能夠?qū)χ袊贾泻瓦M程區(qū)域異質(zhì)性和階段性作出科學(xué)判斷。第二,對碳中和政策效果進行評估,有助于拓展碳中和研究視角。以往研究在評估碳相關(guān)政策有效性時因缺乏量化評估,幾乎只能以碳排放量或碳排放強度作為評價指標,未將政策對碳吸收的影響納入評價,因此無法準確衡量碳減排政策對碳中和的效果。本文將碳排放權(quán)交易試點對碳排放的政策效果進一步擴展和延伸至碳中和目標,利用省級層面數(shù)據(jù)檢驗碳排放權(quán)交易政策對碳中和目標的促進作用。第三,從理論分析和實證檢驗兩個方面證實市場型環(huán)境規(guī)制通過能源結(jié)構(gòu)改善、能源效率提升促進碳中和目標的實現(xiàn)。第四,在政策評估方法上作出一定改進。已有研究多采用雙重差分法,對控制組的條件要求比較苛刻,存在一定的主觀性和隨意性;同時,雙重差分法往往會對多個試點組政策效果進行平均,難以反映政策效果在不同試點省份的差異性,本文采用合成控制法能夠有效避免上述問題。

1 理論分析與研究假設(shè)

1.1 碳排放權(quán)交易市場碳減排增匯效應(yīng)

(1)碳排放權(quán)交易市場的碳減排效應(yīng)。碳排放權(quán)交易主要通過價格機制將環(huán)境污染的外部成本內(nèi)部化,從而實現(xiàn)降低和約束碳排放量的目標[10]。在具體實施過程中,管理部門根據(jù)歷史數(shù)據(jù)賦予碳減排企業(yè)一定的免費排放額度,對超出額度的碳排放量,則需要企業(yè)從市場上購買相應(yīng)碳排放權(quán),否則將會受到懲處。從企業(yè)角度看,碳排放權(quán)交易會產(chǎn)生兩方面的直接效果:①成本推動效應(yīng):企業(yè)受到碳排放權(quán)交易機制的約束,高碳企業(yè)會花費資金購買配額外碳排放權(quán),從而造成成本上升;②收益激勵效應(yīng):低碳企業(yè)通過出售多余碳排放額度,從碳交易市場獲取額外的資金收入[18]。在成本推動效應(yīng)下,企業(yè)不得不改變生產(chǎn)決策,優(yōu)化要素資源配置,盡可能降低碳排放量;在收益激勵效應(yīng)下,企業(yè)會加快相關(guān)技術(shù)研發(fā),減少自身碳排放量,同時將多余碳排放額度出售獲利。在實施碳排放權(quán)交易的省份,企業(yè)只有在決策過程中充分考慮碳排放權(quán)交易政策帶來的影響,整個社會才能在碳排放總量限額下實現(xiàn)帕累托最優(yōu)[19-20]。

(2)碳排放權(quán)交易市場的碳增匯效應(yīng)。在配額市場之外,碳排放權(quán)交易同時引入自愿減排市場交易,實施“碳抵消”的企業(yè)可以通過可再生能源項目、森林碳匯項目獲得替代碳排放配額。企業(yè)一方面通過出售這部分“碳抵消”獲得收入,另一方面能夠獲取社會聲譽,實現(xiàn)經(jīng)濟和社會效益雙提升[2]。在實施碳排放交易權(quán)省份,政府為吸引更多高技能勞動力以提升當?shù)仄髽I(yè)技術(shù)創(chuàng)新能力,會努力改善居住環(huán)境,治理環(huán)境污染,擴大植被覆蓋面積,進而促進植被碳匯相應(yīng)增加;同時,高技能勞動力增加所帶來的清潔技術(shù)和產(chǎn)業(yè)結(jié)構(gòu)升級有助于改善當?shù)丨h(huán)境,對植被恢復(fù)產(chǎn)生促進作用,進一步提升碳匯能力[2]。因此,在實施碳排放權(quán)交易省份,政府和企業(yè)均有動力參與碳匯項目,從而提升區(qū)域碳匯量。基于上述理論分析,碳排放交易政策實施有利于促進碳減排碳增匯,從而推進地區(qū)碳中和進程。據(jù)此,本文提出如下假設(shè):

H1:以碳排放權(quán)交易為代表的市場激勵型環(huán)境規(guī)制對地區(qū)碳中和目標的實現(xiàn)具有積極推動作用。

1.2 碳排放權(quán)交易市場促進碳中和目標實現(xiàn)的作用機理

既然碳排放權(quán)交易試點政策能夠有效降低碳排放量并增加碳匯量,那么其通過哪些方式實現(xiàn)碳減排增匯效應(yīng)?關(guān)于碳排放權(quán)交易機制對碳中和目標實現(xiàn)的正向作用機理,本文認為存在以下兩條路徑:一是改進能源結(jié)構(gòu);二是提升能源效率。碳排放交易政策的制定不僅旨在減少碳排放量,同時也是激勵企業(yè)進行生產(chǎn)技術(shù)革新,促進經(jīng)濟高質(zhì)量發(fā)展。根據(jù)既有文獻分析可知,碳排放交易政策使碳排放權(quán)具備商品屬性,受碳排放權(quán)配額約束,企業(yè)需要重新衡量碳排放成本與收益,短期內(nèi)可能會通過降低產(chǎn)量或購買碳排放配額將碳排放量控制在既定額度內(nèi)[21]。但從長期看,這會降低企業(yè)利潤,與企業(yè)追求利潤最大化的目標相悖。面對限額碳排放約束,企業(yè)為減少碳排放量,不得不降低對高碳能源如煤炭的使用,提高對低碳清潔能源如天然氣、水電、核電的使用率,并加大可再生能源項目投入。能源結(jié)構(gòu)改善不僅能使企業(yè)碳排放總量控制在限額內(nèi),甚至還能將節(jié)約出的碳排放額度在碳排放權(quán)交易市場出售獲利[18]。傳統(tǒng)能源的不可再生性決定這類能源價格具備長期上漲趨勢,企業(yè)在追求利潤最大化目標下有動力完善生產(chǎn)管理體系,投入技術(shù)研發(fā),提升單位能源消耗經(jīng)濟產(chǎn)出。能源效率提升促使企業(yè)在既定成本下提高收益,在產(chǎn)值穩(wěn)定下降低碳排放量。據(jù)此,本文提出如下假設(shè):

H2:以碳排放權(quán)交易為代表的市場激勵型環(huán)境規(guī)制通過改善能源結(jié)構(gòu)促進地區(qū)碳中和目標的實現(xiàn)。

H3:以碳排放權(quán)交易為代表的市場激勵型環(huán)境規(guī)制通過提升能源效率促進地區(qū)碳中和目標的實現(xiàn)。

2 研究設(shè)計

2.1 碳中和指數(shù)構(gòu)建

基于碳中和內(nèi)涵,本文首先對碳排放和碳吸收進行測算,再利用兩方面數(shù)據(jù)構(gòu)建3種不同維度的碳中和進度指標。

(1)碳排放(Carbon Emission,COE)計算。本文主要利用化石能源計算傳統(tǒng)高碳能源碳排放,參照IPCC(2006)中的“方法1”[22]構(gòu)建能源消費碳排放模型,用以度量各省市主要能源消費碳排放量。

COE=∑Qk*NCVk*(CFk*12/44)

(1)

其中,Qk表示第k種能源消耗量;NCVk表示能源k的凈發(fā)熱值(低位發(fā)熱量),采用《中國能源年鑒》中各種能源折標準煤參考系數(shù);CFk為缺省CO2排放因子,采用IPCC(2006)給定值[22]。

(2)碳吸收(Carbon Absorption,COA)計算。碳吸收又稱為碳匯力,森林碳匯方式已被證實更加有效[8]。因此,本文主要基于森林和草原碳匯力構(gòu)建省級碳吸收指數(shù)。

NPP=GPP-RA

(2)

NEP=NPP-RH

(3)

COA=NEPf*Areaf+NEPg*Areag

(4)

其中,GPP表示生態(tài)系統(tǒng)中植物通過光合作用固定的碳總量;RA表示植物呼吸產(chǎn)生的碳量;NPP表示生態(tài)系統(tǒng)中植物有機質(zhì)的凈生產(chǎn)量;NEP反映單位面積植被的固碳能力,由植物有機質(zhì)凈生產(chǎn)量(NPP)減去有機物殘體分解(RH)得到;NEPf、NEPg分別表示森林和草原的固碳能力[8];Areaf、Areag分別表示森林和草原面積。

(3)碳中和(Carbon Neutrality,CON)系列指數(shù)構(gòu)建。本文從總量、人均和單位GDP三個維度定義碳中和指數(shù)?？偭刻贾泻椭笖?shù)反映一個地區(qū)實現(xiàn)碳中和的難度,該值越大說明該地區(qū)實現(xiàn)碳中和的難度越大;人均碳中和指數(shù)反映一個地區(qū)人均碳中和難度;單位GDP碳中和指數(shù)簡稱經(jīng)濟碳中和指數(shù),該值越大,說明單位GDP增長所付出的碳中和代價越大,離碳中和目標的實現(xiàn)就越遠。

totalCONit=COEit-COAit

(5)

perCONit=(COEit-COAit)/Nit

(6)

GCONit=(COEit-COAit)/GDPit

(7)

其中,totalCONit表示i省份在第t年的總量碳中和指數(shù);perCONit表示i省份在第t年的人均碳中和指數(shù);Nit表示i省份在t年末的常住人口數(shù);GCONit定義為經(jīng)濟碳中和指數(shù),表示i省份在第t年的單位GDP碳中和量;GDPit表示i省份第t年的國內(nèi)生產(chǎn)總值。

2.2 計量模型構(gòu)建

本文采用合成控制法[23]評估碳排放權(quán)交易對推進碳中和進程的政策效果。相比于其它文獻使用雙重差分模型,合成控制法既能夠解決沒有合適事實對照組的問題,又能夠減少對照組選擇的主觀性,以保證評估結(jié)果的可靠性。目前,合成控制法已在行政區(qū)劃分、房產(chǎn)稅試點、通貨膨脹目標控制以及國家創(chuàng)新城市試點等多個領(lǐng)域得到廣泛應(yīng)用。

(8)

式(8)中,δt為時間趨勢項;Xi表示不受碳交易試點政策影響的控制變量;θt為一個(1×r)維未知參數(shù)向量;λt為一個(1×F)維無法觀測到的公共因子向量;μi為(F×1)維不可觀測的省份固定效應(yīng);εit為不能觀測的短期沖擊,在省份水平上的均值為0。與以往因子模型相比,合成控制在更廣泛領(lǐng)域提供了有效估計(蘇治等,2015)。

假設(shè)存在一個(K×1)維的向量權(quán)重W=(ω2,…,ωK+1)以使ωK≥0,且ω2+…+ωK+1=1。每個向量W的特定值均代表一個潛在合成控制組合,即對K個省份的特定權(quán)重。針對每一個控制組省份的結(jié)果變量值,經(jīng)過加權(quán)后得到:

(9)

2.3 變量說明

本文將各省份碳中和指數(shù)作為目標變量,將可觀測且不受碳交易試點政策影響的變量作為預(yù)測控制變量,參考楊秀汪等[24]的研究,結(jié)合上述分析,選取如表1所示變量作為預(yù)測控制變量。

2.4 數(shù)據(jù)來源與處理

按照研究思路和方法,碳中和系列指數(shù)數(shù)據(jù)來源于《中國能源統(tǒng)計年鑒》、CEIC數(shù)據(jù)庫、歷年《中國統(tǒng)計年鑒》和地方統(tǒng)計年鑒,對部分能量或質(zhì)量數(shù)據(jù)進行單位換算,其余變量數(shù)據(jù)均來自歷年《中國統(tǒng)計年鑒》和地方統(tǒng)計年鑒,經(jīng)過計算得到。

3 中國省域碳中和進程時空分布特征

本文根據(jù)碳中和指數(shù)構(gòu)建方法計算2005—2020年中國內(nèi)地30個省份碳中和系列指數(shù)(西藏地區(qū)因數(shù)據(jù)不全,未納入統(tǒng)計),包括總量碳中和、人均碳中和以及經(jīng)濟碳中和指數(shù),對其時間維度和空間維度特征進行深入分析。

表1 變量定義與計算方法Tab.1 Variable definitions and calculation methods

3.1 碳中和進程時間趨勢

圖1展示了中國2005—2020年的碳中和指數(shù)變化趨勢。從中可見,總量碳中和與人均碳中和指數(shù)趨勢相同,2005—2011年一直呈較快增長態(tài)勢,2011年以后增速逐漸放緩,2012—2017年基本保持平穩(wěn)態(tài)勢,2017—2019年略有增長,2020年下降明顯。深入分析發(fā)現(xiàn),中國總量碳中和指數(shù)和人均碳中和指數(shù)趨勢與經(jīng)濟發(fā)展階段息息相關(guān)?！笆晃濉?2006—2010年)期間,中國經(jīng)濟高速增長,國內(nèi)生產(chǎn)總值年均實際增長11.2%,經(jīng)濟總量超過日本,成為僅次于美國的世界第二大經(jīng)濟體,隨之帶來的是占比較大的第一、二產(chǎn)業(yè)碳排放增速較快,而碳吸收增速較慢,導(dǎo)致總量碳中和指數(shù)與人均碳中和指數(shù)不斷上漲?！笆濉?2011—2015年)至“十三五”(2016—2020年)期間,中國加快經(jīng)濟結(jié)構(gòu)優(yōu)化,重視生態(tài)環(huán)境保護,在減緩碳排放量增速的同時不斷增加森林草地等植被面積,總量碳中和指數(shù)和人均碳中和指數(shù)基本平穩(wěn),2020年出現(xiàn)較大幅度下降。與總量碳中和指數(shù)與人均碳中和指數(shù)趨勢不同,中國經(jīng)濟碳中和指數(shù)整體呈下降趨勢,尤其是2011年以后,經(jīng)濟碳中和指數(shù)下降明顯,彰顯出中國治理碳排放、實現(xiàn)碳中和的決心。

圖1 2005—2020年中國碳中和指數(shù)變化趨勢Fig.1 Changes in China's carbon neutrality index from 2005 to 2020

3.2 碳中和進程空間趨勢

結(jié)合全國碳中和進程時間趨勢特征,本文分別對中國內(nèi)地30個省份2010年、2015年和2020年的總量碳中和指數(shù)與經(jīng)濟碳中和指數(shù)變化特征進行分析,結(jié)果如表2和表3所示。從中可見,西部各省份總量碳中和及經(jīng)濟碳中和指數(shù)在2010年排名大多集中在尾部,部分西部省份歷年排名逐漸上升。以新疆、內(nèi)蒙古為例,2010年這兩個省份系列碳中和指數(shù)均在末5位,但到2020年總量碳中和指數(shù)上升到15名之前,經(jīng)濟碳中和指數(shù)排名上升至前5位。究其原因,新疆和內(nèi)蒙古經(jīng)濟結(jié)構(gòu)在2010年以后變化明顯,第二產(chǎn)業(yè)逐漸成為拉動當?shù)亟?jīng)濟發(fā)展的主要力量,第二產(chǎn)業(yè)發(fā)展帶來碳排放量激增和碳吸收能力減弱,造成兩地系列碳中和指數(shù)逐年上升,碳中和進程發(fā)生倒退。東北各省份總量碳中和指數(shù)排名歷年變化不大,經(jīng)濟碳中和指數(shù)排名在2020年略有上升,在經(jīng)濟發(fā)展質(zhì)量方面碳含量比重有所加大。東部各省份總量碳中和指數(shù)排名歷年較高,碳中和難度較大,主要由歷史產(chǎn)業(yè)發(fā)展特點決定。以山東為代表的東部能源消耗大省在歷年總量碳中和指數(shù)排名中均位列第一,碳排放增速較快,但碳吸收增幅較小,但從指數(shù)值看,山東總量碳中和指數(shù)增長有所放緩,經(jīng)濟碳中和指數(shù)逐年下降,顯示出東部地區(qū)平衡經(jīng)濟增長與實現(xiàn)碳中和的決心。與山東類似,山西是中部地區(qū)代表,作為煤炭大省,山西歷年總量碳中和指數(shù)排名全國前五,經(jīng)濟碳中和指數(shù)排名全國前三。但從中部地區(qū)整體看,中部各省份歷年經(jīng)濟碳中和指數(shù)下降明顯,得益于中部地區(qū)在產(chǎn)業(yè)轉(zhuǎn)型上的努力,第三產(chǎn)業(yè)比重上升使碳排放增速放緩,同時植樹造林使區(qū)域碳吸收能力持續(xù)提升,在經(jīng)濟發(fā)展與環(huán)境保護之間實現(xiàn)了較好平衡。

4 實證結(jié)果分析

4.1 碳交易機制對碳中和目標的影響

不同于命令控制型環(huán)境政策手段,中國近年來逐漸重視市場激勵型環(huán)境政策的實施,以最大限度地提高經(jīng)濟自由度、減少行政干預(yù)[25]。不同省份碳中和實現(xiàn)路徑具有很大的差異性,碳排放權(quán)交易政策對碳中和目標的實現(xiàn)是否具有促進作用值得深入探討。中國碳交易市場試點工作在2011年10月正式啟動,2013年起7個碳排放權(quán)交易試點市場逐步啟動。對各省份而言,碳排放權(quán)交易試點政策作為外生事件,可將其視作一種“準自然實驗”。本文以6個省份作為實驗地區(qū),分別以2013年和2014年作為碳交易市場試點政策的沖擊點,在選擇某一試點省份控制組時將其余5個試點省份排除在外。

表2 中國各省份不同年份總量碳中和指數(shù)排名Tab.2 Rankings of total carbon neutrality index of China's provinces in different years

表3 中國各省份不同年份經(jīng)濟碳中和指數(shù)排名Tab.3 Rankings of economic carbon neutrality index of China's provinces in different years

續(xù)表3 中國各省份不同年份經(jīng)濟碳中和指數(shù)排名Tab.3(Continued) Rankings of economic carbon neutrality index of China's provinces in different years

圖2展示了6個試點省份與對應(yīng)合成省份的總量碳中和指數(shù)變化路徑,其中實線表示試點省份的碳中和指數(shù)變化路徑,虛線表示合成省份的碳中和指數(shù)變化路徑,垂直虛線為碳交易試點開展時間。根據(jù)合成控制法思路,政策實施前試點省份與合成省份擬合程度越好,且政策實施后兩者差異越大,表明政策效果越顯著;反之,則表明政策有效性不強。結(jié)果顯示,北京與合成北京在政策實施前擬合度較差,因此難以評估碳交易政策對碳中和目標實現(xiàn)的有效性。究其原因,北京碳中和進程較快,產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟發(fā)展水平、環(huán)境投入在全國所有省份中較為特殊,難以通過其它省份加權(quán)擬合。上海實際碳中和指數(shù)在2011年以后明顯低于合成對象的值,一方面源于上海經(jīng)濟發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)的特殊性,另一方面是因為市場主體對碳交易機制政策較早進行調(diào)整和轉(zhuǎn)型預(yù)期[26],待2013年碳交易機制啟動后,上海真實碳中和值與合成對象值差異進一步拉大,反映出碳排放權(quán)交易政策對碳中和目標實現(xiàn)的促進效果。天津、廣東、湖北、重慶4個碳交易試點省份真實與合成碳中和指數(shù)值在各自政策實施前擬合程度較高,在政策實施后兩者碳中和指數(shù)差異明顯,且均呈現(xiàn)較大幅度下降,說明碳排放權(quán)交易試點政策對于碳中和目標的達成具有較強促進作用,假設(shè)H1得到初步驗證。

圖2 6個碳交易試點省份碳中和指數(shù)變化路徑Fig.2 Paths of carbon neutrality index change of six carbon trading pilot provinces

4.2 政策異質(zhì)性分析

針對不同試點省份,碳排放權(quán)交易政策影響效果不同。通過對比試點省份與合成省份的差值分布趨勢(見圖3)發(fā)現(xiàn),就總量碳中和絕對值而言,碳排放權(quán)交易政策對廣東實現(xiàn)碳中和進程的效果最明顯,廣東與合成省份的差值達到所有試點省份的最大值,重慶與合成重慶的碳中和指數(shù)差值最小,說明碳排放權(quán)交易政策對重慶的效果不明顯,這與以往研究結(jié)論相符。通過進一步研究政策實施效果(差值)占真實碳中和值的比例發(fā)現(xiàn),重慶與合成對象碳中和差值占真實重慶碳中和指數(shù)值的比例為9.76%,高于湖北和廣東。以往研究一致認為碳排放權(quán)交易政策對重慶碳減排的影響效果不明顯,忽視了重慶本身碳排放總量較低的事實,所以即使政策實施后重慶與合成對象碳中和差值不大,也不能因此就否定碳交易試點政策對重慶碳中和目標實現(xiàn)的促進作用,因為差值占真實重慶碳中和指數(shù)值的比例不低。由此得出結(jié)論,碳排放權(quán)交易政策雖然在不同試點省份呈現(xiàn)差異化影響效果,但整體上碳排放權(quán)交易政策能夠促進試點省份碳中和目標的實現(xiàn),假設(shè)H1得到進一步驗證。

圖3 試點省份與合成省份差值分布趨勢Fig.3 Distribution of difference between pilot provinces and their synthetic provinces

4.3 有效性與穩(wěn)健性檢驗

為驗證研究結(jié)果的有效性,本文利用Abadie等[23]提出的安慰劑檢驗法,假設(shè)未納入碳交易試點省份實施了碳交易試點政策,根據(jù)合成控制法測算合成組的碳中和值,得到其與未實施政策合成控制對象的碳中和值的差異。通過比較真實納入碳交易試點省份與假設(shè)組的差異值,若差異較大,說明碳交易試點政策對碳中和目標產(chǎn)生促進作用,即合成控制法能夠較好地評估碳交易試點政策效應(yīng),反之亦反。圖4展示了以天津為例的安慰劑檢驗結(jié)果,限于篇幅,其它省份安慰劑檢驗和敏感性分析留存?zhèn)渌鳌?/p>

為檢驗實證結(jié)果的穩(wěn)健性,本文進行如下敏感性分析:以天津為例,用迭代方式多次評估合成天津的基礎(chǔ)模型,將合成天津為正的控制組省份逐一剔除,檢驗碳交易試點政策對天津碳中和值的影響是否受合成對象組成權(quán)重的影響(見圖5)。從圖4和圖5結(jié)果看,無論是安慰劑檢驗還是敏感性分析均證實研究結(jié)論具有有效性。

圖4 安慰劑檢驗:天津及其它非試點省份碳中和指數(shù)差值分布Fig.4 Placebo test: distribution of carbon neutrality index difference in Tianjin and other non-pilot provinces

圖5 敏感性分析:迭代合成天津碳中和指數(shù)分布情況Fig.5 Sensitivity analysis: iterative synthesis of carbon neutrality index distribution of Tianjin

4.4 進一步分析:碳交易政策促進碳中和目標實現(xiàn)的作用機制

前文證實碳排放權(quán)交易政策能夠有效降低試點省份的碳中和指數(shù),即能夠有效促進碳中和目標的實現(xiàn),那么碳排放權(quán)交易政策通過哪些渠道對碳中和進程產(chǎn)生影響?碳排放交易政策的制定不僅旨在減少碳排放量,同時也會激勵企業(yè)進行生產(chǎn)技術(shù)革新,促進經(jīng)濟高質(zhì)量發(fā)展。理論分析發(fā)現(xiàn),碳排放交易政策使得碳排放權(quán)具備商品屬性,企業(yè)需要重新衡量碳排放成本與收益,有利于激勵企業(yè)減少高碳能源使用,改進能源使用結(jié)構(gòu);同時,能源不可再生性決定能源價格呈上漲趨勢,因此企業(yè)有動力進行綠色技術(shù)開發(fā)并提升高碳能源使用效率,進而提高能源利用率。本文重點檢驗碳排放交易政策是通過改進能源結(jié)構(gòu)還是提高能源效率對地區(qū)碳中和目標產(chǎn)生促進作用,參考Baron等[27]提出的逐步檢驗法構(gòu)建中介效應(yīng)檢驗?zāi)Ｐ?利用省級數(shù)據(jù)對能源結(jié)構(gòu)和能源效率兩個中介變量進行檢驗,揭示碳排放權(quán)交易政策影響機制。

CONit=α0+α1treat×time+α2treat+α3time+φ5Xit+εit

(10)

Eit=β0+β1treat×time+β2treat+β3time+φ6Xit+εit

(11)

CONit=ρ0+ρ1treat×time+ρ2Eit+ρ3treat+ρ4time+φ7Xit+εit

(12)

其中,CONit表示碳中和指數(shù),分別為總量碳中和(totalCON)、人均碳中和(perCON)和(GCON)經(jīng)濟碳中和。treat為0～1虛擬變量,treat=1代表試點省份,time為政策實施時間變量,2013年之后為1,其余年份為0;交互項treat*time用以衡量碳交易試點制度對碳中和指數(shù)的影響。Eit為中介變量,分別指能源結(jié)構(gòu)Estruit(煤炭和焦炭消費量占能源總消費量的比例)和能源效率Eeffit(單位能源GDP經(jīng)濟效益,萬元/t),Xit代表多個控制變量,εit為隨機擾動項。

從表4結(jié)果看,無論是總量碳中和指數(shù)、人均碳中和指數(shù)還是經(jīng)濟碳中和指數(shù),treat*time系數(shù)均顯著為負,表明碳排放交易政策能夠有效降低當?shù)靥贾泻椭笖?shù),對實現(xiàn)碳中和目標具有促進作用。表5式11列結(jié)果顯示,treat*time交叉項系數(shù)在能源結(jié)構(gòu)中介式1%水平下顯著為負,表明碳排放權(quán)交易試點政策對能源結(jié)構(gòu)具有顯著負向影響,即碳排放權(quán)交易試點政策能夠有效改善能源結(jié)構(gòu)。結(jié)合加入能源結(jié)構(gòu)中介變量的結(jié)果看,Estru系數(shù)在總量碳中和、人均碳中和、經(jīng)濟碳中和指數(shù)列均顯著為正(Estru值越大,說明當?shù)靥贾泻瓦M程越落后),表明能源結(jié)構(gòu)對碳中和系列指數(shù)均具有顯著中介效應(yīng)。進一步分析發(fā)現(xiàn),totalCON、perCON和GCON列treat*time交叉項系數(shù)顯著為負且絕對值相較于沒有中介變量時的基準回歸系數(shù)有所減小,說明能源結(jié)構(gòu)對于降低碳中和指數(shù)起部分中介效應(yīng),假設(shè)H2得到驗證。

表4 中介效應(yīng)總效應(yīng)檢驗結(jié)果Tab.4 Mediation effect verification results——total effect

表5 能源結(jié)構(gòu)中介效應(yīng)檢驗結(jié)果Tab.5 Mediation effect verification results——energy resource structure

表6式11結(jié)果顯示,treat*time回歸系數(shù)在1%水平下顯著為正,說明碳排放權(quán)交易政策對能源效率具有顯著正向影響,實施碳排放權(quán)交易試點政策能夠提升試點省份能源效率,提高當?shù)貑挝荒茉碐DP經(jīng)濟效益。結(jié)合加入能源效率中介變量的結(jié)果看,Eeff系數(shù)在表6式12的三列均顯著為負(單位能源GDP經(jīng)濟效益越高,系列碳中和指數(shù)越低,當?shù)靥贾泻瓦M程越領(lǐng)先),表明能源效率對總量碳中和指數(shù)、人均碳中和指數(shù)、經(jīng)濟碳中和指數(shù)均具有顯著中介效應(yīng)。進一步,totalCON、perCON和GCON列treat*time交叉項系數(shù)顯著為負且絕對值相較于沒有中介變量時的基準回歸系數(shù)有所減少,說明能源效率對降低碳中和指數(shù)起部分中介效應(yīng),假設(shè)H3得以驗證,即碳排放權(quán)交易試點政策通過提升能源效率促進地區(qū)碳中和目標的實現(xiàn)。

表6 能源效率中介效應(yīng)檢驗結(jié)果Tab.6 Mediation effect verification results——energy efficiency

5 結(jié)論與建議

5.1 研究結(jié)論

本文從總量、人均和經(jīng)濟3個維度構(gòu)建碳中和系列指數(shù),測算2005—2020年中國內(nèi)地30個省份的碳中和指數(shù),采用合成控制法評價以碳排放權(quán)交易為代表的市場化激勵政策對碳中和目標實現(xiàn)是否具有促進作用,基于文獻梳理和機制分析進一步研究類似政策對碳中和目標實現(xiàn)的影響機制,得出如下結(jié)論:①中國碳中和進程呈現(xiàn)出較為明顯的倒V型階段性特征,碳中和進程與經(jīng)濟發(fā)展逐漸脫鉤,整體逐步實現(xiàn)經(jīng)濟“碳中和”高質(zhì)量發(fā)展;②不同區(qū)域和省域碳中和進程不同,西部經(jīng)濟區(qū)碳中和進程增速明顯落后于其它地區(qū),與全國背道而馳;③以碳排放權(quán)交易政策為代表的市場型環(huán)境規(guī)制有助于碳中和目標的實現(xiàn),其中碳交易機制對廣東碳中和進程的促進效應(yīng)最大;④碳排放權(quán)交易政策通過促進能源結(jié)構(gòu)改善和能源效率提升,使各省碳中和指數(shù)趨零,進而推動省級碳中和目標的實現(xiàn)。

5.2 政策建議

根據(jù)上述研究結(jié)論,本文認為不同區(qū)域基于產(chǎn)業(yè)優(yōu)勢和經(jīng)濟發(fā)展差異,應(yīng)構(gòu)建異質(zhì)化碳中和實現(xiàn)路徑,碳市場要素設(shè)計應(yīng)充分考慮地區(qū)差異,保持一定的靈活性。

(1)東部地區(qū)總量碳中和基數(shù)較大,是實現(xiàn)中國碳中和目標的主力軍。因此,應(yīng)發(fā)揮低碳省份示范效應(yīng),加快對傳統(tǒng)重工業(yè)大省低碳技術(shù)改造和產(chǎn)業(yè)轉(zhuǎn)型升級,充分利用碳稅、碳排放權(quán)交易政策倒逼企業(yè)加快能源結(jié)構(gòu)改善和能源效率提升。

(2)中部地區(qū)作為中國重要的能源基地和老工業(yè)基地,近年來在經(jīng)濟發(fā)展與環(huán)境保護之間實現(xiàn)較好的平衡。因此,應(yīng)鼓勵以山西為代表的中部地區(qū)省份在低碳轉(zhuǎn)型中所作的努力,建立低碳轉(zhuǎn)型示范省市,落實煤炭清潔低碳發(fā)展路線,加快綠色低碳技術(shù)攻關(guān),持續(xù)推動產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級。

(3)東北地區(qū)經(jīng)濟衰退相對明顯,石油和煤炭等不可再生能源逐漸減少,部分產(chǎn)業(yè)停滯不前。因此,東北地區(qū)要實現(xiàn)碳中和目標,應(yīng)積極運用低碳技術(shù)改造和升級傳統(tǒng)產(chǎn)業(yè),同時做好新舊動能轉(zhuǎn)換時期的經(jīng)濟穩(wěn)定和就業(yè)保障工作,充分利用東北萬里林地的碳匯資源,促進東北經(jīng)濟高質(zhì)量發(fā)展。

(4)西部地區(qū)碳排放基數(shù)較低但增速較快,有可能成為未來中國碳中和目標實現(xiàn)的阻礙。因此,需要充分利用西部地區(qū)豐富的生態(tài)資源,提高西部地區(qū)碳吸收能力,使其擺脫對高碳能源的過度依賴,構(gòu)建低碳能源供應(yīng)體系。

5.3 不足與展望

本文存在如下不足:對于碳中和指數(shù)中碳匯的測算存在優(yōu)化空間,受限于數(shù)據(jù)和方法,目前僅考慮陸地植被碳匯,未加入海洋、湖泊等水體碳匯測算,未將工業(yè)碳匯技術(shù)加入研究范疇。未來將在碳匯測算能力發(fā)展的基礎(chǔ)上,深入探究更精確的碳中和指數(shù)測算方法,以提高研究結(jié)論的精準性和適用性。