曾慶華，何凌云

（1. 北京物資學(xué)院經(jīng)濟(jì)學(xué)院，北京 101149； 2. 暨南大學(xué)經(jīng)濟(jì)學(xué)院，廣東 廣州 510632）

由于較長時期沿襲了以透支環(huán)境為代價的粗放式發(fā)展模式，使中國成為全球溫室氣體排放的重要貢獻(xiàn)國［1-2］。為應(yīng)對氣候變化，履行大國責(zé)任，2020 年9 月，國家主席習(xí)近平在第75 屆聯(lián)合國大會上鄭重宣布：力爭到2030 年碳排放達(dá)到峰值，到2060 年實現(xiàn)碳中和［3］。交通運(yùn)輸作為社會發(fā)展的戰(zhàn)略先導(dǎo)產(chǎn)業(yè)之一，同時又是重要的能源消耗和碳排放的來源產(chǎn)業(yè)［4-7］，行業(yè)碳排放量占碳排放總量的10%左右［8］，成為推動節(jié)能減排以及實現(xiàn)碳中和目標(biāo)的關(guān)鍵產(chǎn)業(yè)之一。為了減少交通運(yùn)輸部門的溫室氣體排放，推進(jìn)碳中和目標(biāo)進(jìn)程，2022 年1 月，國務(wù)院關(guān)于印發(fā)《 “十四五”現(xiàn)代綜合交通運(yùn)輸體系發(fā)展規(guī)劃》的通知中明確提出：推動交通運(yùn)輸綠色低碳轉(zhuǎn)型，落實碳達(dá)峰、碳中和目標(biāo)要求。

中國長期以來依靠命令控制型環(huán)境規(guī)制來治理環(huán)境，然而嚴(yán)格的命令控制型政策在有效控制環(huán)境外部性排放的同時，在短期內(nèi)會損害部分經(jīng)濟(jì)主體的利益，從而造成一定的經(jīng)濟(jì)損失。為有效提高經(jīng)濟(jì)自由度和減少行政干預(yù)，以市場為基礎(chǔ)的環(huán)境政策被逐步制定和實施［9］。市場型環(huán)境規(guī)制通過市場的手段解決環(huán)境負(fù)外部性問題，不但可以在最小的成本下達(dá)到環(huán)境治理目標(biāo)，還具有技術(shù)創(chuàng)新的持續(xù)激勵，帶動經(jīng)濟(jì)增長和節(jié)能減排的雙贏發(fā)展［10］。為了控制能源強(qiáng)度和能源消費(fèi)總量的增加，2016 年國家發(fā)展改革委制定了《用能權(quán)有償使用和交易制度試點方案》［11］，并在浙江、福建、河南和四川開展能源配額交易制度（Energy Quota Trading System，EQR）試點工作。盡管中國市場型環(huán)境規(guī)制相關(guān)的研究已經(jīng)很豐富，但EQT 政策作為一項創(chuàng)新性市場型環(huán)境規(guī)制尚處于發(fā)展初期，其實際節(jié)能減排效果尚不清晰［12］，對于交通運(yùn)輸部門更是如此。基于上述現(xiàn)實背景的思考，該研究將試圖回答以下幾個問題：①EQT 政策是否對交通能源消耗起到“雙控”作用？②EQT 政策的節(jié)能效果是否存在地區(qū)差異？如果存在，主要是哪些因素導(dǎo)致的？③EQT 政策試點地區(qū)是否向鄰近地區(qū)產(chǎn)生政策溢出效應(yīng)？這些問題的回答為EQT 政策的科學(xué)評估提供量化依據(jù)，也為全國性EQT政策的設(shè)計提供經(jīng)驗與啟示。

1 文獻(xiàn)綜述

環(huán)境經(jīng)濟(jì)學(xué)通常將能源消耗視為溫室氣體排放和環(huán)境污染的決定性因素，并在不同領(lǐng)域驗證這一結(jié)論。邵帥等［13］和付華等［14］分別指出能源強(qiáng)度和碳排放強(qiáng)度是引致制造業(yè)碳排放的關(guān)鍵因素，提高制造業(yè)能源效率、降低碳排放強(qiáng)度是未來碳減排的關(guān)鍵所在。金書秦等［15］發(fā)現(xiàn)隨著農(nóng)業(yè)機(jī)械化水平的提高，能源消耗成為農(nóng)業(yè)碳排放的主要影響因素。在交通領(lǐng)域，張國興等［16］、Wei 等［17］和張詩青等［18］研究發(fā)現(xiàn)交通運(yùn)輸強(qiáng)度和能源強(qiáng)度的降低對碳排放增長起到關(guān)鍵的抑制作用。王鳳婷等［19］發(fā)現(xiàn)碳排放強(qiáng)度和能源強(qiáng)度的降低對碳排放存在抑制作用。因此，控制交通運(yùn)輸部門能源強(qiáng)度和能源消耗對碳減排具有積極的促進(jìn)作用。

從經(jīng)濟(jì)學(xué)的角度來看，能源配額交易制度與碳排放權(quán)交易制度等市場型環(huán)境規(guī)制相似，通過產(chǎn)權(quán)界定來解決環(huán)境負(fù)外部性問題［20］。目前，國外并沒有提出用能權(quán)交易政策，但早在2005 年，法國、意大利和英國實施的可交易的白色證書計劃（TWC），與中國的用能權(quán)交易政策極其相似，旨在實現(xiàn)降低能源消耗。Petrella 等［21］研究發(fā)現(xiàn)TWC 在不完善的市場環(huán)境下存在較大的波動性，但依然改善了環(huán)境。Mundaca［22］采用“自上而下”的模型驗證了TWC 政策不僅能降低能源消耗，而且也具有較大的減排潛力。2012 年，印度推出了基于市場的履約和交易計劃（PAT），旨在提高能源密集型行業(yè)的能效。Sahoo 等［23］通過數(shù)據(jù)包絡(luò)分析模型驗證了PAT 政策具有節(jié)能減排效應(yīng)。2016年，作為一項重要的制度創(chuàng)新，中國推出了能源配額交易制度，相關(guān)的實證研究較少，但EQT 政策的節(jié)能效應(yīng)已經(jīng)被部分證實。Zhang等［12］采用PSM-DID模型，驗證了EQT 政策對能源消耗和能源強(qiáng)度的“雙控”作用。Qi等［2］結(jié)合ARIMA 模型和STIRPAT 模型，研究得出EQT 政策可以提高試點地區(qū)的節(jié)能減排潛力，以及對能源強(qiáng)度的控制效果要顯著優(yōu)于總量控制效果的相關(guān)結(jié)論。羅曉梅等［24］基于DEA 模型驗證了EQT 的波特效應(yīng)，且相比“命令-控制”政策，實施EQT政策能夠產(chǎn)生更大的波特效應(yīng)。薛飛等［25］運(yùn)用雙重差分方法驗證了EQT政策對能源效率的提升作用，且發(fā)現(xiàn)綠色技術(shù)創(chuàng)新是提升能源效率的主要渠道。因此，探討能源配額交易制度是否對交通運(yùn)輸業(yè)同樣具有節(jié)能效應(yīng)，能為全國性EQT 政策的推進(jìn)提供經(jīng)驗和證據(jù)。

通過對現(xiàn)有文獻(xiàn)的梳理和回顧，可以發(fā)現(xiàn)，國內(nèi)外已經(jīng)證實用能權(quán)交易政策的實施（TWC、PAT、EQT）不僅能提高能源效率，而且對能源存在“雙控”作用。由于中國用能權(quán)交易政策出臺時間較短，相關(guān)文獻(xiàn)主要集中在中國工業(yè)或電力部門，并沒有研究評估EQT 政策的實施是否對交通運(yùn)輸部門產(chǎn)生同樣的效果。此外，中國EQT 政策節(jié)能減排效果的評估多關(guān)注政策試點地區(qū)，對于鄰近地區(qū)政策溢出效應(yīng)的研究仍為空白。為了推動全國性EQT 政策的發(fā)展，評估該政策的實施對交通運(yùn)輸部門能源的“雙控”作用，以及對鄰近地區(qū)的政策溢出效應(yīng)非常有必要且具有現(xiàn)實意義。因此，該研究基于2005—2019年中國省際面板數(shù)據(jù)，分別采用合成控制法和空間計量模型，從時間和空間的角度評估EQT 政策對交通運(yùn)輸部門的節(jié)能效果。該研究的邊際貢獻(xiàn)在于：①在研究對象上，評估中國EQT 政策的實施對交通運(yùn)輸部門能源的“雙控”作用以及政策溢出效應(yīng)。②在實證分析處理上，不同于以往的平均化處理政策效果的評估方式，采用合成控制法評估EQT 政策的節(jié)能效果，以反映EQT 政策在不同地區(qū)節(jié)能效果的差異性。③在研究內(nèi)容上，不僅從能源消耗強(qiáng)度和能源消耗總量的角度，而且還從相對和絕對的角度討論EQT 政策對能源的“雙控”作用。研究結(jié)論為EQT政策的改進(jìn)和全國性EQT政策的推廣提供了參考。

2 模型框架

2.1 合成控制法

科學(xué)評估EQT 政策的節(jié)能效果，關(guān)鍵是尋找一種適合的政策評估方法。在政策效果評估中，雙重差分法（Differences-in-Differences，DID）深受國內(nèi)外學(xué)者的歡迎。然而，這一方法要求實驗組和控制組在政策實施之前是可比的，但由于地區(qū)異質(zhì)性的存在，這一要求很難得到滿足，容易導(dǎo)致政策評估出現(xiàn)偏差。雙重差分傾向得分匹配法（Propensity Score Matching Differences-in-Differences，PSM-DID）將面板數(shù)據(jù)作為個體形成的混合數(shù)據(jù)，不能分析個體的具體情況，個體與年份的交錯會導(dǎo)致結(jié)果的偏差［25］。為了克服DID 和PSM-DID 方法的缺陷，Abadie等［26］提出一種基于現(xiàn)有數(shù)據(jù)對控制組進(jìn)行加權(quán)，構(gòu)造試點地區(qū)的合成對象，通過比較試點地區(qū)真實值和合成值的差異來評估政策效果的一種方法，即合成控制法（SCM）。該方法減少了主觀判斷帶來的誤差，避免了政策內(nèi)生性問題［27］。

給定N+1 個地區(qū)（k∈[1，N+ 1]）在t時期(t∈[1，T])的相關(guān)數(shù)據(jù)，假設(shè)只有第1 個地區(qū)在時點t=T0開始實施EQT 政策，其他N個地區(qū)為對照組地區(qū)，可以觀測這些地區(qū)T 期潛在結(jié)果的變化情況。用Y1kt表示k地區(qū)在t時期實施EQT 的潛在結(jié)果，Y0kt表示地區(qū)k在t時期沒有實施EQT的潛在結(jié)果，當(dāng)t>T0時，設(shè)定模型Ykt=DktY1kt+(1 -Dkt)Y0kt=Y0kt+τktDkt，Dkt表示地區(qū)k在t時期是否實施EQT 的虛擬變量，若受到EQT 的政策干預(yù)，Dkt為1，否則為0，政策效果為τkt=Y1kt-Y0kt，t>T0。由于第1 個地區(qū)實施了EQT，因而在t>T0期，可以觀測到潛在結(jié)果Y11t，但無法觀測Y01t。為了估計地區(qū)1 的合成值，采用Abadie等［28］提出的基于參數(shù)回歸的因子模型來估計Y0kt：

其中：Y0kt為潛在結(jié)果變量，αt是時間固定效應(yīng)，Xk為控制變量，μk是地區(qū)固定效應(yīng)，βt、λt為待估參數(shù)，εkt是誤差項。

為了估計Y01t，通過對照組地區(qū)加權(quán)模擬實驗組的特征。為此，需要求出權(quán)重向量W=(w2，…，wN+1)，且滿足wk≥0，w2+ …+wN+1= 1，wk表示第k個地區(qū)的合成權(quán)重?？刂平M地區(qū)的合成值可以表示為：

可以證明，在一般條件下式（4）趨于0，當(dāng)t∈[T0，T]，地區(qū)1的反事實結(jié)果可以用作為Y01t的無偏估計來近似表示Y01t，即因此，EQT 實施效果的估計值可以表示為：

借鑒Abadie 等［28］的方法近似求解權(quán)重，通過最小化X1和X0W之間的距離|X1-X0W|來確定權(quán)重向量，其中其中，V為（m×m）的半正定對稱矩陣，找到合適的V使得預(yù)測均方誤差RMSPE最小，X1是EQT 政策實施前試點地區(qū)的特征向量，X0的第k列為地區(qū)k實施EQT 政策之前的相應(yīng)特征向量。

2.2 樣本選擇與數(shù)據(jù)說明

該研究基于2005—2019 年中國省際面板數(shù)據(jù)，評估EQT 政策的節(jié)能效應(yīng)。之所以選擇這個時間段作為樣本區(qū)間，是因為中國政府在“十一五”期間首次提出碳減排目標(biāo)，將節(jié)能減排作為經(jīng)濟(jì)又好又快發(fā)展的首要任務(wù)。數(shù)據(jù)主要源自各省市統(tǒng)計年鑒、《中國碳排放核算數(shù)據(jù)庫》《中國交通統(tǒng)計年鑒》等公開數(shù)據(jù)庫，各種貨幣指標(biāo)按2005 年不變價格進(jìn)行平減。由于數(shù)據(jù)可得性等原因，研究未涉及西藏及香港、澳門、臺灣地區(qū)。

（1）交通能源消耗總量。采用交通部門對11 種能源的消耗總量測度，包括：原煤、焦炭、原油、汽油、煤油、柴油、燃料油、液化石油氣、天然氣、熱和電。為了保證能源消費(fèi)數(shù)據(jù)統(tǒng)計口徑的一致性與準(zhǔn)確性，利用各省份能源平衡表報告中分類能源消費(fèi)的實物量數(shù)據(jù)，通過各種能源的標(biāo)準(zhǔn)煤折算系數(shù)計算出能源終端消費(fèi)的標(biāo)準(zhǔn)量，加總即為交通能源終端消費(fèi)總量。

（2）交通運(yùn)輸業(yè)能源強(qiáng)度。該研究采用單位交通運(yùn)輸業(yè)增加值所消耗的能源量來度量［29-30］。

為了考慮合成控制對象的擬合效果以及結(jié)果的穩(wěn)健性，參考劉甲炎等［31］的做法，盡可能地加入一些影響交通能源消耗的重要因素作為控制變量，包括：①人均生產(chǎn)總值及其平方項（pgdpkt）。環(huán)境庫茲涅茨曲線揭示了環(huán)境外部性和經(jīng)濟(jì)發(fā)展水平呈倒“U”型曲線關(guān)系［32-33］。②交通運(yùn)輸能源效率及其平方項（teekt），采用交通運(yùn)輸業(yè)能源消費(fèi)量與交通運(yùn)輸業(yè)增加值的比值進(jìn)行測度。能源回彈效應(yīng)解釋了經(jīng)濟(jì)產(chǎn)出水平與能源效率的“U 型”曲線關(guān)系［34-35］。③交通運(yùn)輸產(chǎn)業(yè)結(jié)構(gòu)（TSkt），采用交通運(yùn)輸業(yè)增加值占國內(nèi)生產(chǎn)總值的比重進(jìn)行測度。④人口密度（popkt），采用每平方千米的人口數(shù)量進(jìn)行測度。⑤技術(shù)創(chuàng)新（patentkt），采用地區(qū)國內(nèi)專利申請授權(quán)數(shù)量進(jìn)行測度。⑥交通運(yùn)輸結(jié)構(gòu)（tssctkt），采用貨物運(yùn)輸周轉(zhuǎn)量與綜合運(yùn)輸總周轉(zhuǎn)量的比值進(jìn)行測度。

3 EQT政策的節(jié)能效應(yīng)分析

EQT 試點省份與其合成值的交通能源強(qiáng)度和能源消耗總量的動態(tài)演進(jìn)趨勢分別如圖1 和圖2 所示。垂直虛線表示EQT 試點政策實施時間，實線曲線表示試點省份的真實路徑，虛線曲線是基于控制組權(quán)重所合成試點地區(qū)的虛擬路徑，二者之間的差值反映了試點省份的政策凈效應(yīng)。

圖1 EQT試點省份和合成省份的交通能源強(qiáng)度

圖2 EQT試點省份與合成省份的交通能源消耗總量

圖1 為EQT 政策對交通能源強(qiáng)度（TEI）的控制效果，由圖可以看出：① EQT 政策實施后，浙江、福建和河南的TEI呈現(xiàn)顯著的下降趨勢。② 福建和合成福建的TEI差距大幅度增加，2018年之后下降幅度趨緩，這可能是因為福建作為用能權(quán)交易試點的同時也是碳排放權(quán)交易試點（ETS），政策效果疊加導(dǎo)致單一政策識別效果不準(zhǔn)確。③ 四川的TEI反而高于其合成值，說明EQT 政策對四川的TEI控制無效。究其原因，可能是因為在西部大開發(fā)以來，四川在西部12個地區(qū)的經(jīng)濟(jì)發(fā)展中位居龍頭地位，因其區(qū)位因素的特殊性，以及經(jīng)濟(jì)發(fā)展水平、交通運(yùn)輸業(yè)發(fā)展水平、技術(shù)創(chuàng)新水平等均位居全國前列，其他省份難以對四川進(jìn)行有效擬合。④ 需要指出的是，合成效果較好的浙江省，EQT 政策實施之后，實際TEI分別比合成值低0.032、0.044、0.074、0.147 Mtce/109元，能源強(qiáng)度平均每年低于合成值0.074。2019 年浙江合成的交通能源強(qiáng)度為0.677，與真實值相差0.147，下降幅度高達(dá)21.73%。

圖2 為EQT 政策對交通能源消耗總量（TEC）的控制效果。由圖可知：① EQT 政策的實施對于浙江的節(jié)能效果反應(yīng)迅速且顯著。政策實施之后，實際TEC分別比合成值低134.264、115.556、144.921、290.122 萬t 標(biāo)準(zhǔn)煤（Mtce），平均每年低于浙江合成值171.22，且2019 年浙江合成的TEC為1 724.389 Mtce，與真實值相差290.122，下降幅度高達(dá)20.23%。② 河南的TEC呈現(xiàn)先下降再上升的發(fā)展趨勢，可能是因為河南省工業(yè)體系發(fā)展較為成熟，減排成本相對較高，導(dǎo)致單一政策難以長期減排有效。③ EQT 政策實施之后，四川和福建的TEC 反而高于其合成值，說明EQT 政策對四川和福建的交通能源消耗總量控制無效。

從整體結(jié)果來看。EQT 政策對浙江的能源具有顯著的“雙控”作用，并且這一結(jié)果是在合成效果非常理想的條件下得到的，有較強(qiáng)的說服力。究其原因，浙江省一直是中國生態(tài)文明建設(shè)的排頭兵，多年來在節(jié)能減排方面有著豐富的經(jīng)驗和創(chuàng)新做法。“十三五”以來，浙江省以用能權(quán)交易示范省建設(shè)為統(tǒng)領(lǐng)，深化能源資源市場化配置改革，統(tǒng)籌推進(jìn)“畝均論英雄”、產(chǎn)業(yè)“騰籠換鳥”等。在推進(jìn)用能權(quán)交易試點建設(shè)中，建成全省統(tǒng)一的用能權(quán)交易平臺，用能權(quán)交易完成項目數(shù)、交易規(guī)模領(lǐng)跑全國。嚴(yán)格落實用能權(quán)交易制度，科學(xué)合理分配能源“雙控”目標(biāo)，建立能源“雙控”目標(biāo)考核獎懲機(jī)制，促進(jìn)能源資源向高效利用地區(qū)傾斜。因此，EQT 政策在節(jié)能管理制度較強(qiáng)、產(chǎn)業(yè)結(jié)構(gòu)清潔化較高、用能源交易規(guī)模更大的試點地區(qū)呈現(xiàn)出的節(jié)能效果將越顯著，EQT 試點政策扮演了“錦上添花”的角色。

由于試點地區(qū)的經(jīng)濟(jì)發(fā)展水平及區(qū)位條件的不同，在分析EQT 政策對試點地區(qū)的節(jié)能效應(yīng)時，無法同時對所有試點地區(qū)的合成值有效擬合。盡管如此也并不影響進(jìn)行下一步分析，因為：①該研究同時選取試點省份的交通能源強(qiáng)度和能源消耗總量作為結(jié)果變量的代理變量，可以更全面地分析EQT 政策對試點地區(qū)的節(jié)能效應(yīng)。②由于存在特殊國家和地區(qū)的情形導(dǎo)致政策實施地區(qū)無法找到合適的合成控制對象，但只要能夠證明該政策對某一些國家或地區(qū)產(chǎn)生顯著的影響，那么就能在一定程度上說明該政策是有效的［36-37］。

4 穩(wěn)健性檢驗

借鑒劉友金等［36］和蘇治等［37］的做法，在政策實施前，如果試點地區(qū)與合成控制組的合成效果較好，則對試點地區(qū)進(jìn)行穩(wěn)健性檢驗，否則不再進(jìn)行。

4.1 排序檢驗

為了證實結(jié)果的有效性，驗證結(jié)果變量與合成值的差異確實是由EQT 政策實施帶來的，而非其他一些遺漏的外部因素。采用Abadie 等［28］提出的排序檢驗法，用來判斷是否還有其他城市出現(xiàn)和浙江同樣的情況，概率有多大。這一檢驗的意圖是假設(shè)所有控制組地區(qū)在2016年開始實施EQT 政策，使用合成控制法估計EQT 政策的實施效果，與浙江實際產(chǎn)生的政策效果進(jìn)行比較，如果政策效果差距足夠大，那么就有理由相信EQT 政策的節(jié)能效果是穩(wěn)健的。

以交通能源強(qiáng)度作為預(yù)測變量為例，這里排除了2016 年之前RMSPE 值超過浙江RMSPE 值2 倍的省份［28，38-39］（均方預(yù)測誤差的平方根（RMSPE）衡量了試點地區(qū)與其合成控制對象間的擬合程度）。圖3展示了交通能源強(qiáng)度差值分布，能源強(qiáng)度差值反映EQT 政策實施的凈節(jié)能效應(yīng)。實線曲線表示浙江EQT 政策實施的凈節(jié)能效應(yīng)，虛線曲線表示控制組地區(qū)的政策凈效應(yīng)。可以看出，2016年之前，浙江與其他地區(qū)的交通能源強(qiáng)度差值的差距并不大，但在2016年之后，與其他省份的差距開始拉大，位于絕大多數(shù)省市外部，表明浙江EQT 政策實施的凈節(jié)能效應(yīng)超過大多數(shù)省份，只有1/21，即4.762%的概率出現(xiàn)浙江EQT 政策實施的凈節(jié)能效應(yīng)最大。因此，浙江EQT 政策對交通能源強(qiáng)度的節(jié)能效果在5%的水平上是顯著的（該研究樣本省份總共30個，對浙江能源強(qiáng)度進(jìn)行分析時，剔除天津、內(nèi)蒙古、山東、貴州、陜西、寧夏和干預(yù)組河南、福建和四川9 個RMSPE 值超過浙江2 倍的省份，還剩21個省，所以浙江出現(xiàn)上述情況的概率為1/21）。類似的同樣可以證明浙江的交通能源消耗總量的降低在10%的水平上是顯著的（圖4）（對浙江的能源消耗總量進(jìn)行分析時，剔除天津、河北、內(nèi)蒙古、遼寧、黑龍江、山東、云南、陜西和干預(yù)組河南、福建和四川11 個省，還剩19 個省，所以浙江出現(xiàn)上述情況的概率為1/19，即5.26%）。這一結(jié)果驗證了浙江EQT 政策對能源的“雙控”作用是穩(wěn)健的。

圖3 浙江省交通能源強(qiáng)度的排序檢驗

圖4 浙江省交通能源消耗總量的排序檢驗

4.2 安慰劑檢驗

借鑒Abadie 等［28］的安慰劑檢驗方法對EQT 政策節(jié)能效果的穩(wěn)健性進(jìn)行分析，類似于虛假實驗的方法，基本思想如下：選擇一個在樣本期間沒有實施EQT 政策的地區(qū)進(jìn)行與浙江同樣的分析，如果該城市結(jié)果變量與浙江具有相同的變化趨勢，則說明該研究的結(jié)果并不穩(wěn)健，否則穩(wěn)健。在分析EQT 政策對TEI的影響時，同時考慮合成浙江TEI 中權(quán)重最大的省份江蘇和權(quán)重為零的省份青海；在分析EQT 政策對TEC的影響時，選擇合成浙江TEC中權(quán)重最大的省份江蘇和權(quán)重為零的省份山東。選擇權(quán)重最大的省份，是因為該省份與浙江的地區(qū)特征和經(jīng)濟(jì)發(fā)展水平最為相似，選擇權(quán)重為零的省份，因為該省份與浙江的地區(qū)特征和經(jīng)濟(jì)發(fā)展水平相差較遠(yuǎn)，將兩個極端省份作為處理組來檢驗該研究結(jié)果的穩(wěn)健性。

圖5 和圖6 分別示意了EQT 政策對江蘇和青海交通能源強(qiáng)度的節(jié)能效果?？梢钥闯觯邔嵤┖?，兩省的能源強(qiáng)度并未出現(xiàn)與浙江相同的走勢。圖7 和圖8 分別示意了EQT 政策對江蘇和山東能源消耗總量的節(jié)能效果?？梢钥闯觯邔嵤┖?，兩省的能源消耗總量并未出現(xiàn)與浙江相同的走勢，且江蘇的能源消耗總量反而高于其合成值，說明EQT 政策對江蘇的能源消耗總量是控制無效的。因此，這一檢驗再次證明EQT 政策的實施是2016 年后浙江交通能源強(qiáng)度和能源消耗總量下降的重要原因。

圖5 江蘇與合成江蘇

圖6 青海與合成青海

圖7 江蘇與合成江蘇

圖8 山東與合成山東

4.3 其他外生沖擊的干擾性檢驗——“綠色交通試點政策”

“十二五”期間，為防治交通運(yùn)輸部門的大氣污染和溫室氣體排放，交通運(yùn)輸部確定了26 個低碳交通試點城市，并于2016 年6 月驗收，授予重慶、杭州、廈門、北京、武漢和無錫6 個城市“綠色交通城市”榮譽(yù)稱號［40］?！熬G色交通城市”試點政策相對于EQT 政策來說是一個較大的外生沖擊，由于二者都是在2016年發(fā)生的重要事件，理論上“綠色交通城市”對EQT 政策的實施效果會造成干擾。為了確認(rèn)浙江交通能源的“雙控”效果是由EQT 政策帶來的，而不是“綠色交通城市”政策所造成的，該研究檢驗“綠色交通城市”政策的節(jié)能效應(yīng)。如果該政策不具有節(jié)能效應(yīng)，則可以排除“綠色交通城市”政策這一外生沖擊的干擾，說明該研究的分析結(jié)果是穩(wěn)健的。

從圖9的（b）、（c）、（d）可以看出，湖北、北京和重慶的實際交通能源強(qiáng)度始終沿著合成值的走勢變化，說明“綠色交通城市”沒有對能源強(qiáng)度產(chǎn)生顯著影響。（a）和（e）可以看出，江蘇和福建授予“綠色交通城市”之前，其能源強(qiáng)度的真實值與合成值之間的差距較大，說明江蘇和福建不能找到很好的合成控制組對試點地區(qū)進(jìn)行擬合。（f）可以看出，浙江被授予“綠色交通城市”之后，浙江的交通能源強(qiáng)度與合成省份存在較大的差距，說明“綠色交通城市”政策對浙江EQT 政策效應(yīng)的干擾非常小。以上結(jié)果表明，“綠色交通城市”政策對交通能源強(qiáng)度的影響較小，表明EQT 政策是2016 年后浙江省交通能源強(qiáng)度下降的主要原因。

圖9 試點省份與合成省份的交通能源強(qiáng)度

從圖10 的（a）、（b）、（d）和（e）可以看出，江蘇、湖北、重慶和福建被授予“綠色交通城市”之后，交通能源消耗總量反而高于合成值，說明“綠色交通城市”政策對能源消耗總量的控制是無效的。（c）可以看出，北京的能源消耗總量始終沿著合成值的走勢變化，說明“綠色交通城市”政策沒有對其產(chǎn)生顯著的影響。與浙江的交通能源強(qiáng)度有類似的結(jié)果，從（f）可以看出，浙江的交通能源消耗總量與合成值存在較大的差距，說明“綠色交通城市”政策對浙江EQT 政策效應(yīng)的干擾同樣也非常小。以上結(jié)果表明，“綠色交通城市”試點政策對交通能源消耗總量的影響較小，這一檢驗證明EQT 政策是2016 年后浙江省交通能源消耗總量下降的主要原因。綜上所述，估計結(jié)果穩(wěn)健。

圖10 試點省份與合成省份的交通能源消耗總量

5 EQT政策的空間節(jié)能效應(yīng)

5.1 空間相關(guān)性分析

在探討EQT 政策的空間節(jié)能效應(yīng)之前，需要探討結(jié)果變量的空間依賴性。目前，Moran’sI指數(shù)是檢驗空間自相關(guān)最廣泛的方法之一，該指數(shù)在［-1，1］范圍內(nèi)取值，當(dāng)0 < Moran’sI≤1 時，表明結(jié)果變量存在空間正相關(guān)；當(dāng)-1 ≤Moran’sI< 0 時，表明存在空間負(fù)相關(guān)；當(dāng)Moran’sI= 0 時，表明不存在空間相關(guān)性。結(jié)果顯示（表1 和表2），2005—2019 年中國交通能源消耗總量Moran’sI指數(shù)均顯著為正，表明能源消耗總量存在較強(qiáng)的空間正相關(guān)性。而能源強(qiáng)度的Moran’sI指數(shù)為正但不顯著，這可能是因為能源強(qiáng)度是由能源消耗總量與地區(qū)運(yùn)輸業(yè)增加值比值測算而來，導(dǎo)致能源強(qiáng)度的空間相關(guān)性不顯著。

表1 交通運(yùn)輸業(yè)碳排放總量的Moran’s I指數(shù)

表2 交通運(yùn)輸業(yè)碳排放強(qiáng)度的Moran’s I指數(shù)

5.2 空間計量模型的設(shè)定

已有研究表明，環(huán)境規(guī)制與環(huán)境負(fù)外部性存在較強(qiáng)的空間關(guān)聯(lián)特征，忽視EQT 政策的溢出效應(yīng)可能導(dǎo)致政策評估結(jié)果產(chǎn)生偏誤［41-42］。為檢驗EQT 政策的實施是否強(qiáng)化了區(qū)域間的節(jié)能效應(yīng)，該研究采用空間計量模型開展實證研究。又因為空間依賴性既可能來源于結(jié)果變量，同時還可能來源于因變量及其誤差項，而空間杜賓模型（SDM）則可以對不同來源的空間自相關(guān)性進(jìn)行很好的解讀［30］，因此，該研究構(gòu)建更具一般性的SDM 模型，并將EQT政策的虛擬變量納入模型，模型如下：

其中：Ykt為交通能源消耗總量（TECkt）；DIDkt為核心解釋變量，DIDkt=treatkt×postkt，treatkt和postkt分別為EQT政策的分組虛擬變量與時間虛擬變量。分組虛擬變量為EQT 試點地區(qū)時，treatkt= 1，否則為0；當(dāng)t≥2016 時，postkt= 1，否則為0。ρ為因變量空間滯后待估系數(shù)；β1為EQT 政策的節(jié)能主效應(yīng)，β2為EQT 政策的溢出效應(yīng)；σ為控制變量的空間回歸系數(shù)；ωkj為權(quán)重矩陣Wi中的元素。該研究選取Queen空間權(quán)重矩陣、地理距離權(quán)重矩陣和經(jīng)濟(jì)距離權(quán)重矩陣。其中，空間鄰接權(quán)重矩陣W1的對角元素為0，且滿足兩地區(qū)相鄰則為1，否則為0；地理距離權(quán)重矩陣W2采用距離平方的倒數(shù)構(gòu)建；W3經(jīng)濟(jì)距離權(quán)重矩陣采用2005—2020 年城市間人均GDP 均值的差值的倒數(shù)構(gòu)建?？紤]到交通碳排放影響因素眾多，該研究控制了其他隨時間變化并對其有影響的變量集Xkt。ηt和γk分別表示時間和省份的固定效應(yīng)，εkt為隨機(jī)誤差項。

5.3 EQT政策的空間節(jié)能效應(yīng)分析

該研究通過拉格朗日乘子檢驗（LM）和Robust LM 檢驗，來確定空間效應(yīng)模型否比無空間效應(yīng)模型更適合，結(jié)果得出選用空間效應(yīng)模型更為合適。此外，從LogL、R2、σ2統(tǒng)計量來看，空間計量模型的擬合優(yōu)度比較理想，說明空間計量模型能比較準(zhǔn)確地反映EQT 政策實施的真實效果。為進(jìn)一步選擇空間計量模型，分別進(jìn)行Wald 和LR檢驗，發(fā)現(xiàn)均在1%的顯著性水平上為正，表明SDM 模型具有更優(yōu)的擬合效果。為了方便分析，該研究同時匯報了非空間效應(yīng)的全面FGLS 模型、空間滯后模型（SAR）和SDM 模型的回歸結(jié)果。此外，表3 中的Hausman 檢驗顯示，空間杜賓模型的Hausman 檢驗均顯著地不接受模型為隨機(jī)效應(yīng)模型，表明選擇空間固定效應(yīng)模型更適合［30］。

表3 EQT政策的空間和非空間節(jié)能效應(yīng)的回歸結(jié)果

表3 為EQT 政策的空間節(jié)能效應(yīng)回歸結(jié)果。其中模型（1）采用全面FGLS 方法［43-45］對EQT 政策的節(jié)能效應(yīng)進(jìn)行非空間效應(yīng)分析。模型（2）—模型（4）為3 種權(quán)重矩陣下SAR 模型的回歸結(jié)果，模型（5）—模型（7）為SDM 模型的回歸結(jié)果。相較于模型（1），模型（2—模型（7）的EQT政策估計系數(shù)均在1%的顯著性水平上為負(fù)，且系數(shù)絕對值顯著增加，表明考慮空間效應(yīng)后，EQT 政策的節(jié)能效應(yīng)依舊顯著，三種空間權(quán)重矩陣也在一定程度上證實了分析結(jié)果是穩(wěn)健的。其次，SDM 模型中EQT 政策的空間滯后系數(shù)在1%的顯著性水平上為正，表明EQT政策的節(jié)能作用會顯著提高相鄰地區(qū)的能源消耗量。

從控制變量來看，人均GDP 呈現(xiàn)倒“U”型曲線關(guān)系。根據(jù)EKC 假說，經(jīng)濟(jì)發(fā)展初期，能源消耗隨經(jīng)濟(jì)發(fā)展水平的提高不斷增加；當(dāng)經(jīng)濟(jì)發(fā)展水平超過一定閾值時，能源消耗量將隨著人均GDP的增加而降低。交通能源效率及其二次項在全面FGLS模型中呈現(xiàn)“U”型曲線關(guān)系。根據(jù)“能源回彈效應(yīng)”理論，由于能源消耗存在滯后性，節(jié)能減排初期提高能效，將有效降低能源消耗的增加，促使行業(yè)規(guī)模增加，能源需求擴(kuò)張的“回彈效應(yīng)”，將推動能源消耗總量增加。但在空間效應(yīng)模型中，僅一次項顯著且為負(fù)，說明在空間效應(yīng)模型中，能源效率有效降低能源消耗總量的增加。人口密度在1%的顯著性水平上為正，這是因為隨著人口密度的增加，城市內(nèi)和省份間的交通運(yùn)輸效率得到提高，降低了交通運(yùn)輸業(yè)能源消耗。

表4 顯示了EQT 政策空間節(jié)能效應(yīng)的分解結(jié)果?；谌N空間權(quán)重矩陣，EQT 政策的直接效應(yīng)均在1%的顯著性水平上為負(fù)，說明EQT 政策對試點地區(qū)存在顯著的節(jié)能效應(yīng)。EQT 政策的間接效應(yīng)顯著為正，表明EQT 政策的節(jié)能效應(yīng)具有空間溢出，意味著EQT 政策的節(jié)能效應(yīng)很大程度上是通過增加鄰近地區(qū)的能源消耗而實現(xiàn)的。表4的模型（6）可知，在經(jīng)濟(jì)距離權(quán)重下，EQT政策的空間溢出效應(yīng)更強(qiáng)。由于環(huán)境不平等的存在，越貧窮的地區(qū)其環(huán)境規(guī)制力度越弱，也越會吸引更污染的交通運(yùn)輸工具；經(jīng)濟(jì)發(fā)達(dá)地區(qū)環(huán)境規(guī)制力度較強(qiáng)，存在發(fā)達(dá)地區(qū)污染型交通運(yùn)輸向貧困地區(qū)轉(zhuǎn)移，進(jìn)而加劇了貧困地區(qū)的污染和碳排放的增加，因此緩解環(huán)境不平等問題對于節(jié)能減排具有重要的現(xiàn)實意義。

表4 EQT政策的實施、TEC與空間溢出效應(yīng)分解的回歸結(jié)果

6 結(jié)論與政策建議

能源配額交易制度是一項重要的制度創(chuàng)新，對于推動中國綠色經(jīng)濟(jì)高質(zhì)量發(fā)展和加快實現(xiàn)碳中和目標(biāo)進(jìn)程有著重要的現(xiàn)實意義。該研究基于2005—2019年的省級面板數(shù)據(jù)，采用合成控制法和空間計量模型，從時間和空間的角度評估了EQT 政策對交通運(yùn)輸部門的能源消耗的“雙控”效果。

（1）EQT 政策的實施有效且存在“本地-鄰地”跨界溢出效應(yīng)，節(jié)能潛力隨著用能權(quán)交易完成項目數(shù)、交易規(guī)模的增加而增加。

（2）浙江的EQT 政策對交通能源消耗存在顯著的“雙控”作用，使得試點地區(qū)的能源強(qiáng)度和能源消耗總量相較于合成值分別下降了0.074～0.147 M tce/109元和171.22～290.122 M tce，下降幅度分別達(dá)到21.73%和20.23%，并通過一系列穩(wěn)健性檢驗，佐證了研究結(jié)果的穩(wěn)健性。

（3）為了探究EQT 政策的實施是否產(chǎn)生政策外溢效應(yīng)，將EQT 政策虛擬變量引入空間杜賓模型，直接效應(yīng)表明實施該政策減少了試點地區(qū)的能源消耗，改善了環(huán)境質(zhì)量；間接效應(yīng)表明EQT 政策產(chǎn)生的節(jié)能效應(yīng)具有顯著的空間溢出，意味著EQT 政策空間節(jié)能效應(yīng)很大程度上是通過增加鄰近地區(qū)的交通能源消耗而實現(xiàn)的。

綜上所述，EQT 政策是促進(jìn)節(jié)能減排，加快經(jīng)濟(jì)綠色高質(zhì)量發(fā)展，助推碳中和目標(biāo)進(jìn)程的有效政策工具。

基于上述分析，得到政策啟示：① 基于EQT 政策節(jié)能減排的現(xiàn)實成效，充分發(fā)揮政府在用能權(quán)交易過程中的調(diào)節(jié)和輔助作用，貫徹落實以市場型環(huán)境規(guī)制為主、政府控制型環(huán)境規(guī)制為輔、市場決定和政府控制相結(jié)合的減排策略。② 由于EQT 試點省份數(shù)量尚少，EQT 政策的節(jié)能效益不能完全發(fā)揮。此外，由于區(qū)域異質(zhì)性的存在，不同地區(qū)實施EQT 政策的節(jié)能減排效果也會有所不同。因此，應(yīng)結(jié)合地區(qū)經(jīng)濟(jì)發(fā)展水平、能源消耗現(xiàn)狀，在不損害經(jīng)濟(jì)發(fā)展的基礎(chǔ)上，充分發(fā)揮政策激勵作用，以已有試點地區(qū)為參考，推動試點地區(qū)向發(fā)展現(xiàn)狀相似的地區(qū)擴(kuò)散，加快建立和完善包括多行業(yè)的全國性能源交易市場。③ 強(qiáng)化EQT 試點政策的節(jié)能效果，積極推動經(jīng)濟(jì)綠色轉(zhuǎn)型和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，提高能源利用效率，擺脫對傳統(tǒng)能源的依賴，實現(xiàn)新能源燃料對化石能源的良好演替，加大新能源汽車在交通運(yùn)輸工具中的占比。④ 基于EQT 政策對交通部門能源“雙控”的現(xiàn)實作用，為其他市場型環(huán)境規(guī)制的設(shè)置提供參考依據(jù)。如目前未涵蓋交通部門的ETS 政策，根據(jù)交通運(yùn)輸部門的發(fā)展現(xiàn)狀將其依次納入ETS 試點地區(qū)，循序推進(jìn)全國性ETS 交易市場的建立，充分發(fā)揮環(huán)境規(guī)制在節(jié)能減排進(jìn)程中的關(guān)鍵作用，以助力實現(xiàn)更宏偉的碳中和目標(biāo)。