李治國 王杰

摘要 碳排放權(quán)交易制度已然成為我國節(jié)能減排的重要環(huán)境規(guī)制手段之一，但碳交易市場建設(shè)在空間維度上的溢出減排效應(yīng)評估仍然存在不足，減排作用發(fā)揮的具體渠道和綜合效果亦有待明晰。基于我國碳交易試點2007—2017年的樣本數(shù)據(jù)，利用合成控制法進行準自然實驗并結(jié)合動態(tài)空間杜賓模型綜合評估碳交易政策實施的空間減排效應(yīng);進而立足于經(jīng)濟發(fā)展、能源消費和技術(shù)進步渠道分析碳交易政策發(fā)揮減排作用的具體路徑。研究發(fā)現(xiàn)：碳排放權(quán)交易試點政策整體上有效促進試點地區(qū)的碳減排，其中天津、湖北等地響應(yīng)迅速且顯著。碳交易試點政策在有效抑制試點地區(qū)碳排放的基礎(chǔ)上，通過政策溢出效應(yīng)同時有助于抑制鄰近地區(qū)的碳排放。碳交易政策減排效應(yīng)發(fā)揮存在較長的周期性，長期內(nèi)其減排作用逐漸顯著，且直接減排作用要遠強于間接減排作用。經(jīng)濟發(fā)展渠道是現(xiàn)階段碳交易政策發(fā)揮減排作用的重要路徑，但同時對周邊地區(qū)碳排放具有促增威脅，而能源消費則是導致碳排放增長的主要阻礙。長期來看，技術(shù)進步將成為碳交易政策潛在減排效應(yīng)有效發(fā)揮的關(guān)鍵所在?；诖耍e極推動全國性碳交易市場建設(shè)，注重區(qū)域碳交易市場的均衡發(fā)展和有序推進，同時強化區(qū)域間綠色經(jīng)濟協(xié)同發(fā)展和知識技術(shù)交流合作，從而形成區(qū)域間良性協(xié)作的低碳發(fā)展模式。

關(guān)鍵詞 碳排放權(quán)交易;減排效應(yīng);合成控制法;政策溢出

我國在2015年巴黎世界氣候大會上承諾到2030年單位GDP碳排放量相較2005年下降60%～65%，此后又提出在2030年左右實現(xiàn)碳排放達峰并爭取提前達峰。碳強度下降和碳排放達峰的減排“雙控”目標約束下，我國圍繞環(huán)境治理和經(jīng)濟綠色發(fā)展路徑展開系列探索。2011年國家發(fā)改委確定在北京、上海以及天津等7個省市開展碳排放權(quán)交易試點工作并于2013年正式啟動，直到2017年12月我國碳交易市場建設(shè)逐步由試點推向全國，碳排放權(quán)交易制度建設(shè)已然成為應(yīng)對我國碳減排的關(guān)鍵市場型減排政策工具。基于產(chǎn)權(quán)理論的排污權(quán)交易制度作為典型的市場化環(huán)境治理手段，理論上能夠通過市場激勵和技術(shù)創(chuàng)新改善排污權(quán)配置的非效率狀態(tài)，從而有效釋放減排潛能。然而現(xiàn)實情況卻有所不同，如受制于政策體系不健全、試點范圍偏小和作用渠道不通暢等因素，2002年我國所開展的“4+3+1”排污權(quán)交易試點項目減排效果并不理想。這也引發(fā)如下疑問：由于地區(qū)要素稟賦差異和政策實際實施效果的不同，碳交易政策能否形成普遍的低碳減排效應(yīng)？對于政策實施地和鄰近地區(qū)的減排效應(yīng)是否存在差異？碳交易制度作用于減排目標的具體渠道如何？等等。因此，基于我國現(xiàn)行的碳交易試點省份開展準自然實驗，有效評估碳交易政策對于試點地區(qū)的減排效應(yīng)和周邊地區(qū)的政策溢出效應(yīng)，能夠為碳交易市場的全國性推廣提供實證參考，對我國低碳減排和可持續(xù)發(fā)展路徑優(yōu)化亦具有重要的現(xiàn)實意義。

1 文獻綜述

以碳排放權(quán)交易為代表的排污權(quán)交易制度，基于科斯定理中所提出的“產(chǎn)權(quán)明晰以獲得資源配置效率”的基本論斷，能夠通過建立合法的碳排放權(quán)交易市場，實現(xiàn)社會減排成本最小化的同時，達到控制碳排放總量的環(huán)保目標[1]。然而由于基本國情、制度條件和技術(shù)水平異質(zhì)性的存在，碳排放權(quán)交易制度的有效性發(fā)揮并不一致，相關(guān)的研究結(jié)果同樣莫衷一是。一方面，有學者認為碳排放權(quán)交易制度的減排效應(yīng)并不顯著。Streimikiene 和 Roos[2]基于歐洲國家的碳排放數(shù)據(jù)發(fā)現(xiàn)碳交易政策并不能有效抑制碳排放增加。另外，Wang等[3]、Sangbum[4]以及Cheng 等[5]針對我國排污權(quán)交易對二氧化硫等污染物減排效果的研究中同樣指出，排污權(quán)交易制度并未起到實質(zhì)性作用。而另一方面，大多數(shù)學者則支持碳交易制度有利于低碳減排的結(jié)論。沈洪濤等[6]和黃志平[7]分別立足于宏微觀視角，研究指出碳交易政策實施可以有效促進企業(yè)減排和全行業(yè)減排;宋德勇和夏天翔[8]則進一步指出碳交易試點政策的減排效應(yīng)逐年強化。同樣的，國外研究亦得到相似的結(jié)論。如Karan和Philippe[9]指出各國碳交易體系的建立使得全球碳排放總量在2005—2007年間降低2%～5%;張偉偉等[10]則基于跨國面板數(shù)據(jù)研究發(fā)現(xiàn)國際碳市場的建立能夠?qū)θ蛱寂欧判纬捎行У囊种谱饔谩＞C合考慮碳交易政策的實際實施效果和區(qū)域異質(zhì)性，部分學者的研究結(jié)論則揭示了碳交易政策減排效應(yīng)的不確定性。涂正革和諶仁俊[11]從時間維度考察排污權(quán)交易的減排效應(yīng)，實證結(jié)果表明短期內(nèi)排污權(quán)交易難以對污染物減排產(chǎn)生顯著影響，但卻存在長期減排效應(yīng);陳醒和徐晉濤[12]研究指出七個碳交易試點地區(qū)中只有廣東、湖北和深圳產(chǎn)生較為顯著的減排效果。

碳排放權(quán)交易減排效應(yīng)和政策評估的差異化，不僅源于區(qū)域異質(zhì)性和政策落實程度，還與理論模型等研究方法密切相關(guān)。碳排放權(quán)交易政策的早期研究多通過Multi-Agent模型[13]、GD-CGE模型[14]、情景分析[15]、AIM-Enduse修正模型[16]以及CSGS2模型[17]等方法構(gòu)建模型開展模擬分析。然而上述模擬研究由于前提假設(shè)難以滿足、參數(shù)設(shè)定主觀性強和真實效應(yīng)難以反饋等不足，面臨著政策效應(yīng)評估有效性不足的問題。相比之下，通過選取合適的對照組并構(gòu)造合理的反事實來進行碳交易政策評估的倍差法，既能夠克服潛在的內(nèi)生性問題，又能夠直觀刻畫碳交易政策實施的環(huán)境凈效應(yīng)。考慮到我國碳交易試點政策實施時間較短、試點數(shù)量有限和傳統(tǒng)政策評估方法的局限性，Abadie和Gardeazabal[18]所提出的合成控制法（synthetic control method，SCM）被應(yīng)用于我國的碳排放權(quán)交易試點政策評估。劉傳明等[19]采用合成控制法對我國七個碳交易試點的減排效果進行考察，并借助合成控制-雙重差分法進行穩(wěn)健性檢驗。

現(xiàn)有文獻對于碳排放權(quán)交易減排效應(yīng)的研究已取得一系列成果，但仍存在著部分局限性：①多數(shù)文獻采用系統(tǒng)均衡模型和傳統(tǒng)的差分法，忽略了潛在的政策內(nèi)生性問題和實驗探究的客觀性;②碳交易政策減排效應(yīng)的評估多集中于政策實施地，鮮有將鄰近地區(qū)的環(huán)境政策空間溢出效應(yīng)納入考量，容易導致政策效應(yīng)評估結(jié)果的偏誤;③當前研究缺乏碳交易政策環(huán)境效應(yīng)的機制構(gòu)建和理論剖析，同時未能兼顧具體作用渠道的評估。該研究試圖在現(xiàn)有的研究基礎(chǔ)上進行如下拓展：首先，基于碳排放權(quán)交易的碳減排驅(qū)動機制構(gòu)建理論模型和分析框架，從而為該研究提供理論支撐。其次，選用2007—2017年省際樣本數(shù)據(jù)并基于6個省市碳交易試點（深圳除外）的準自然試驗，采用合成控制方法對碳交易的直接環(huán)境效應(yīng)展開評估，進而將碳交易政策虛擬變量納入空間計量模型，從而補充評估碳交易政策的溢出效應(yīng)。最后，從經(jīng)濟發(fā)展、能源消費和技術(shù)進步的角度進一步考察碳交易政策發(fā)揮減排效應(yīng)的作用渠道及其是否通暢，從而為碳交易政策的推廣和強化提供參考。

2 機制分析

碳交易政策即賦予碳排放權(quán)商品屬性，通過自由流通和市場調(diào)節(jié)在企業(yè)之間實現(xiàn)合理配置。對于碳排放權(quán)需求方而言，政府部門初始分配的碳排放權(quán)配額一般難以滿足企業(yè)生產(chǎn)過程中碳排放需要，因此需要從碳交易市場中購買碳排放權(quán)。

基于碳排放權(quán)購買方成本最小化和出售方利潤最大化的目標約束，采用拓展的柯布-道格拉斯生產(chǎn)函數(shù)建立目標函數(shù)式，在考慮資本（K）和勞動力（L）要素的基礎(chǔ)上加入碳排放權(quán)這一生產(chǎn)約束，如式（1）和（2）：

其中，RK和WL分別表示企業(yè)使用資本和勞動力要素所要支付的利息成本和工資費用;ξ表示碳排放權(quán)交易份額，p1和p2分別表示碳排放權(quán)的購買價格和出售價格，則p1 ξ和p2 ξ對應(yīng)著碳排放權(quán)交易的成本和收益;A表示既定的技術(shù)水平， （CO2+ξ）和（CO2-ξ）則表示企業(yè)生產(chǎn)函數(shù)中的碳排放水平約束。其中，為簡化模型文中將碳排放權(quán)初始配額均定義為1單位CO2，同時，假定作為碳排放權(quán)交易主體的高碳企業(yè)和低碳企業(yè)的生產(chǎn)函數(shù)規(guī)模報酬均保持不變，即α + β + γ = 1。

依據(jù)式（3）和（4）可以得到p1和p2的表達式，在碳排放權(quán)交易市場均衡的狀態(tài)下，均衡價格應(yīng)滿足p1=p2，意味著碳排放權(quán)交易機制能夠通過成本約束對購買方形成減排壓力且通過利潤激勵對出售方產(chǎn)生減排動力，從而實現(xiàn)ξ=0的最優(yōu)化減排狀態(tài)。具體來說，碳排放權(quán)交易制度理論上能夠基于購售雙方的交易行為降低社會減排成本，通過成本提升和環(huán)境管制迫使高碳企業(yè)主動減排，并采用政策和獲利支持激勵低碳企業(yè)繼續(xù)減排。同時，碳交易制度本質(zhì)上作為環(huán)境規(guī)制手段，政策實施對于周邊地區(qū)同樣存在不確定的政策空間溢出效應(yīng)。當?shù)丨h(huán)境改善能夠?qū)χ苓叺貐^(qū)形成良好的示范效應(yīng)，本地綠色節(jié)能技術(shù)創(chuàng)新同樣能夠通過技術(shù)溢出對周邊地區(qū)的環(huán)境產(chǎn)生積極影響。但另一方面，部分當?shù)馗咛计髽I(yè)在碳排放權(quán)交易制度下經(jīng)營成本上升，周邊區(qū)域可能成為其潛在的高碳產(chǎn)業(yè)承接地，進而不利于周邊地區(qū)環(huán)境保護?；谏鲜鰴C制分析和政策效應(yīng)不確定性的討論，下文將通過模型設(shè)定和計量方法對碳排放權(quán)交易的減排效果進行實證檢驗。

3 模型設(shè)定

3.1 合成控制法

相較于雙重差分等傳統(tǒng)政策評估方法，合成控制法通過選取政策實施地以外的區(qū)域來確定合成對象線性組合權(quán)重，基于預測變量合成與實驗組特征高度相似的反事實控制組，保證實驗設(shè)計和判斷客觀性，有效克服潛在的政策內(nèi)生性影響，且不存在大樣本、樣本可觀測和整體性分析的應(yīng)用局限性，適用我國碳交易政策效應(yīng)研究中試點數(shù)量不足、政策周期較短等情況。因此，合成控制法現(xiàn)正被廣泛應(yīng)用于環(huán)境政策特別是低碳試點政策效果的評估中[20-21]。

具體來說，給定j+1個地區(qū)在t時期（t=1，2…T）的碳排放量，其中只有1個地區(qū)為政策實施地。假定i地區(qū)在時間t=T0被確定為政策試點，則其在t時期成為政策試點和未成為政策試點的碳排放量分別表示為CNit和CEit。不難看出，在t≤T0之前，i地區(qū)的碳排放量始終沒有受到碳交易政策影響，即CNit=CEit;而在t≥T0之后，碳交易政策實施對當?shù)氐臏p排效應(yīng)可以表示為effect=CNit-CEit。對于政策實施地而言，其碳排放量CEit能夠?qū)嶋H測算，而其未實施碳交易政策時的碳排放量在T0之后則是無法觀測的，因此本文基于Abadie和Gardeazabal[18]所提出的參數(shù)回歸因子模型（式5）CNit進行估計。

其中，δt表示時間固定效應(yīng); Xi則表示可觀測的不受碳交易政策影響的控制變量，文中所選取的預測變量包括試點省份2000—2013年經(jīng)濟水平和技術(shù)水平等。其中，能源消費作為引致碳排放變化的直接因素，對試點省份碳排放數(shù)據(jù)合成具有較強的解釋力，考慮到碳交易政策影響的潛在影響，文中引入能源消費滯后項變量;λt表示難以觀測的公共因子變量，Ui則表示個體固定效應(yīng)，二者乘積反映了互動固定效應(yīng);εit代表隨機擾動項。

記合成控制組的構(gòu)造權(quán)重向量為W=（w2…wj+1 ），其中，wj表示第j個地區(qū)在合成控制組中所占的比重，wj≥0且w2+…+wj+1=1。對于任意給定的W，對照組地區(qū)預測變量值的加權(quán)結(jié)果可以表示為：

Abadie和Gardeazabal[18]論證指出確定權(quán)重W*=（w*2…w*j+1）使得X1≈∑J+1j=2W*j Xi 且C1t≈∑J+1j=2W*j Cjt，則能夠得到U1≈∑J+1j=2W*j Ui 。進一步地，基于將∑J+1j=2Wj Cit作為CN1t無偏估計量的做法，通過最小化X1和X0 W的距離‖X1-X0 W‖來確定W*，從而使得合成地區(qū)有效近似試點地區(qū)在成為試點之前二氧化碳排放的運動軌跡。

3.2 空間計量模型設(shè)定

現(xiàn)有的研究表明，環(huán)境規(guī)制[20-21]和碳排放[22]均存在較強的空間關(guān)聯(lián)特征，忽視碳排放權(quán)交易制度的政策溢出效應(yīng)可能導致偏誤的政策評估結(jié)果。因此擬采用空間面板杜賓模型開展實證研究，將碳交易政策虛擬變量（Dvv）納入模型的同時，考慮到碳排放在時間維度上可能的路徑依賴性以及碳排放與技術(shù)進步等因素潛在的內(nèi)生性問題，又將碳排放變量的時間滯后項引入靜態(tài)空間杜賓模型，從而建立動態(tài)空間面板杜賓模型：

3.3 數(shù)據(jù)說明

基于數(shù)據(jù)可得性和統(tǒng)計口徑一致性，選用2007—2017年省際面板數(shù)據(jù)（西藏及港澳臺地區(qū)除外）作為研究樣本，數(shù)據(jù)主要來自歷年《中國統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》等。其中，碳排放數(shù)據(jù)來自我國碳排放數(shù)據(jù)庫（CEADS）所公布的2007—2017年中國省市層面二氧化碳排放清單，其中涵蓋化石燃料燃燒和水泥生產(chǎn)過程的相關(guān)碳排放。各類貨幣指標均以2000年不變價格進行平減處理。

4 實證結(jié)果及討論

4.1 碳排放權(quán)交易試點合成控制結(jié)果分析

4.1.1 合成控制法實證結(jié)果

合成控制法基于碳排放權(quán)交易試點政策實施前后真實情況與合成情況的均方誤差最小化約束通過數(shù)據(jù)驅(qū)動的方式構(gòu)建權(quán)重。采用2007—2013年的經(jīng)濟發(fā)展、能源消費滯后項和技術(shù)水平等預測變量合成虛擬對照組，表1所示為依次以北京、天津等6個碳排放權(quán)交易試點作為合成對象時所選擇的權(quán)重組合。基于省際經(jīng)濟發(fā)展和污染排放的空間關(guān)聯(lián)性和趨同特征，以控制組經(jīng)濟變量所擬合的實驗組碳排放數(shù)據(jù)具有良好的解釋力和可靠性，但同時可能會引致潛在的省際碳排放內(nèi)生問題，因此采用迭代法檢驗以期排除控制組設(shè)定對合成結(jié)果的影響。以天津為例，合成天津的權(quán)重省份包括江蘇、福建、海南、云南、陜西、甘肅、青海和寧夏，相關(guān)省份的碳排放按照權(quán)重加總即可估計天津碳排放權(quán)交易試點啟動前的碳排放量。

碳交易政策實施前后試點省份實際碳排放與合成碳排放的動態(tài)演進如圖1所示，垂直虛線表示碳交易政策的實施時間（2013年），實線曲線表示目標試點碳排放的真實路徑，而虛線曲線則是基于控制組權(quán)重所合成的虛擬路徑，二者之差反映了目標試點地區(qū)的擬合程度和政策凈效應(yīng)。不難看出，在碳交易政策實施前，天津、湖北、廣東、重慶和上海試點地區(qū)的真實碳排放與合成碳排放接近，說明上述合成試點對于真實試點的擬合效果較好;而在垂直虛線右側(cè)，實線曲線和虛線曲線的偏離逐漸顯現(xiàn)，實際碳排放量遠低于合成碳排放量，由于合成控制法中對于其他可能的影響因素已施加控制，曲線差距直觀反映了試點地區(qū)碳交易政策的減排效應(yīng)。值得注意的是，北京地區(qū)碳排放與其合成對象存在顯著差異。究其原因，可能在于北京市作為京津冀經(jīng)濟帶核心城市和政治中心，節(jié)能技術(shù)應(yīng)用、綠色產(chǎn)業(yè)發(fā)展、低碳經(jīng)濟水平和環(huán)境管制力度均處于領(lǐng)先水平，導致其他省份相關(guān)預測變量難以有效擬合北京地區(qū)的碳排放變化趨勢。

從碳排放權(quán)交易政策實施后的擬合情況來看，天津、湖北、上海、廣東和重慶試點的真實碳排放均呈現(xiàn)出不同程度的下行態(tài)勢，其中湖北和上海地區(qū)的減排效應(yīng)最為顯著，而天津地區(qū)的減排效應(yīng)則相對較弱。其可能的原因在于，湖北省作為中部地區(qū)唯一試點，正處于工業(yè)化快速推進階段，政策覆蓋面較廣。上海地區(qū)得益于制度先行的碳交易管理和碳金融體系支撐，包括《上海市碳排放管理試行辦法》《上海環(huán)境能源交易所碳排放交易規(guī)則》等一系列政策性文件，碳交易政策的減排效應(yīng)不斷強化凸顯。而天津地區(qū)由于自身碳排放總量較低且工業(yè)體系發(fā)展較為成熟，使得天津的減排空間較小、減排成本相對較高。廣東和重慶試點雖然同樣表現(xiàn)出較為明顯的減排效應(yīng)，但二者實際碳排放量均在碳交易政策實施后出現(xiàn)不同程度的反彈，這可能與經(jīng)濟發(fā)展回暖、能源和生產(chǎn)效率回彈效應(yīng)密切相關(guān)。碳排放權(quán)交易政策基于減排成本壓力促進高碳企業(yè)技術(shù)進步和能源效率提升，但技術(shù)進步亦可能通過經(jīng)濟規(guī)模擴張和能源需求增加的引致作用抵消減排效果。

4.1.2 有效性分析

基于安慰劑檢驗對上述結(jié)果開展有效性分析，具體來說，利用合成控制法對全部控制組省份依次進行政策效應(yīng)評估，并通過政策實施前后的政策凈效應(yīng)來判斷在隨機篩選的前提下是否會得到相似的結(jié)果。若處理組城市在碳交易政策實施后的減排效應(yīng)顯著大于各個控制組省份，則說明目標試點政策效應(yīng)評估具有較強的穩(wěn)健性。剔除北京試點后的試點省份與對照組省份的安慰劑檢驗結(jié)果如圖2所示。碳排放差值表示實際碳排放與合成碳排放差值，反應(yīng)碳交易政策實施的凈效應(yīng)。實線曲線表示試點地區(qū)碳交易政策實施的凈效應(yīng)，虛線曲線表示控制組省份碳交易政策實施的凈效應(yīng)。需要說明的是，針對控制組政策執(zhí)行前良莠不齊的合成效果，事先剔除2013年之前均方預測誤差值（MSPE）超過試點省份MSPE值5倍的地區(qū)。不難發(fā)現(xiàn)，各試點的減排凈效應(yīng)超過大多數(shù)省份，從而論證碳交易政策實施有助于碳減排，但湖北等試點地區(qū)的減排效應(yīng)并不顯著，說明碳交易政策減排作用仍有待強化。分析其可能的原因主要包括：一是碳交易政策誘發(fā)低碳技術(shù)創(chuàng)新活動在時間上具有滯后性，從而抑制碳交易政策當下的減排效果;二是我國碳交易市場建設(shè)長期處于起步階段，交易量低、碳價波動大以及市場有效性不足均削弱政策效果。

4.1.3 穩(wěn)健性檢驗

為確保分析結(jié)果的穩(wěn)健性，避免因為控制組設(shè)定導致分析結(jié)果存在差異，繼續(xù)采用迭代方法進行敏感性分析。以湖北省為例，依次剔除合成湖北省權(quán)重最大的控制組省份，即先后刪去內(nèi)蒙古、山東、河南、湖南和四川，通過五次迭代的過程評估合成湖北省的基礎(chǔ)模型，考察試點省份碳排放的合成效果是否會因為控制組調(diào)整而顯著波動。剔除北京試點后的試點省份碳排放合成的敏感性分析結(jié)果如圖3所示，在逐一剔除控制組省份的過程中，碳排放迭代合成路徑與原始路徑基本保持一致，并未出現(xiàn)較大的波動，證明利用合成控制法來評估碳交易政策促進減排的實證結(jié)果相對穩(wěn)健，控制組變動的影響并不顯著。

4.2 碳交易政策的空間溢出減排效應(yīng)分析

在空間面板模型參數(shù)回歸前，利用莫蘭指數(shù)針對被解釋變量碳排放的空間自相關(guān)性進行檢驗，結(jié)果表明省際碳排放存在顯著的空間相關(guān)性，即證明通過空間面板模型研究該問題的合理性。由表2模型1～5的回歸結(jié)果來看，非空間普通面板（隨機效應(yīng)和固定效應(yīng)）、非空間動態(tài)面板（系統(tǒng)GMM）和靜態(tài)空間面板杜賓模型（GSPA2SLS）忽略潛在的內(nèi)生性問題或空間相關(guān)性問題，導致整體回歸結(jié)果不盡理想，因此下文的討論主要基于具有優(yōu)良統(tǒng)計特征的動態(tài)空間杜賓模型展開。

碳交易政策回歸系數(shù)在5%的水平上顯著為負，表明碳交易政策的實施對于碳排放呈現(xiàn)出顯著的抑制效應(yīng)。模型1～4的政策變量回歸系數(shù)均小于零，進一步論證碳交易政策減排效應(yīng)的穩(wěn)健性。碳交易政策虛擬變量的空間滯后項的回歸系數(shù)為-0.032 4且在1%的顯著性水平上通過顯著性檢驗，表明碳交易試點的政策實施對于鄰近地區(qū)碳排放同樣具有減排作用。究其原因，一方面基于地區(qū)間的策略性節(jié)能競爭和減排模式效仿，試點地區(qū)碳交易政策減排作用的發(fā)揮能夠?qū)︵徑貐^(qū)形成有效的示范效應(yīng)，碳交易政策的減排效應(yīng)在空間維度上得以強化。另一方面在節(jié)能減排的壓力之下，碳交易政策實施有助于試點地區(qū)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級和綠色節(jié)能技術(shù)創(chuàng)新，進而通過經(jīng)濟合作、產(chǎn)業(yè)互聯(lián)和技術(shù)外溢等多渠道對其他區(qū)域的碳減排產(chǎn)生積極影響。具體地，碳交易政策實施的減排溢出效應(yīng)占直接效應(yīng)的60%左右，表明碳交易政策實施對試點地區(qū)和省域之間碳排放均呈現(xiàn)顯著的抑制作用，進一步佐證碳交易政策促進減排的論斷。同時，亦反映出以往研究中碳交易政策的減排效應(yīng)被嚴重低估。

為直觀具體地解釋碳交易政策變量空間滯后項的回歸系數(shù)，同時避免空間回歸模型中空間溢出效應(yīng)估計偏誤[30]，將碳交易政策的平均減排效應(yīng)分解為直接效應(yīng)和間接效應(yīng)，如表3所示。短期來看，碳交易政策實施對碳排放的直接和間接效應(yīng)均為負數(shù)但卻不顯著，表明通過碳排放權(quán)交易機制短期中并未發(fā)揮出應(yīng)有的積極作用。碳交易制度體系的建立完善具有較長的周期，而節(jié)能技術(shù)創(chuàng)新和產(chǎn)業(yè)發(fā)展模式轉(zhuǎn)變等渠道則具有時滯性，因此短期內(nèi)碳交易政策減排效應(yīng)并不顯著。長期來看，碳交易政策實施對于碳排放的直接效應(yīng)和總效應(yīng)顯著增強，間接效應(yīng)在總效應(yīng)中雖然占比約27%，但其顯著性卻仍然難以通過檢驗，說明碳交易政策促進減排的空間溢出效應(yīng)存在渠道不暢的問題。

4.3 碳排放權(quán)交易政策的減排渠道分析

為探究碳排放權(quán)交易政策在空間維度上影響二氧化碳排放的具體渠道，文中依次引入政策虛擬變量與經(jīng)濟發(fā)展、技術(shù)創(chuàng)新和能源消費的交互項（式9），并在模型6～10中依次添加勞動力供給、工業(yè)結(jié)構(gòu)、城市化水平、開放程度以及資本存量等控制變量展開穩(wěn)健性檢驗。

從表4的估計結(jié)果來看，就能源消費渠道而言，當?shù)啬茉聪M對碳排放整體上存在較為顯著的正向驅(qū)動效應(yīng)，而周邊地區(qū)的能源消費雖然存在抑制碳排放的空間效應(yīng)但并不顯著。能源消費與政策變量交互項回歸系數(shù)在5%的水平上顯著為正，且能源消費渠道對于試點地區(qū)碳排放的促增效果顯著強于其他地區(qū)，證明碳排放權(quán)交易政策實施能夠通過能源消費渠道增加碳排放的結(jié)論穩(wěn)健。另外，其交互項的空間滯后項系數(shù)整體為負，即通過對其他地區(qū)能源消費的引致需求，碳交易政策實施能夠發(fā)揮碳減排的空間溢出效應(yīng)，但目前而言這一效應(yīng)并不顯著。這與我國高能耗產(chǎn)業(yè)集中、能源需求單一和能源依存度較高的發(fā)展模式不無關(guān)聯(lián)。

經(jīng)濟發(fā)展渠道中，經(jīng)濟發(fā)展對于當?shù)靥寂欧诺淖饔蔑@著為負，而碳交易政策基于經(jīng)濟增長渠道也同樣呈現(xiàn)出較強的碳排放抑制效應(yīng)。分析其原因，主要因為碳交易政策實施對大多數(shù)高能耗高碳排企業(yè)形成成本壓力和轉(zhuǎn)型動力，同時經(jīng)濟高質(zhì)量發(fā)展亦能夠有效保障碳交易市場的平穩(wěn)運行，最終有助于社會減排。然而碳交易政策的實施同時又能夠通過經(jīng)濟發(fā)展渠道促進鄰近地區(qū)的碳排放，從而對其他地區(qū)形成潛在的碳排放威脅。

技術(shù)進步渠道中，技術(shù)進步對于本地區(qū)碳排放的影響顯著為正，而對于周邊地區(qū)碳減排的溢出效應(yīng)則不顯著，這與前文的結(jié)論基本一致。但技術(shù)進步與政策變量的交互項對于試點地區(qū)碳排放的影響為正且不顯著，說明碳交易政策實施尚未真正發(fā)揮技術(shù)進步的減排作用，再次佐證了技術(shù)進步的應(yīng)用和推廣在節(jié)能減排過程中存在時滯性?？赡艿脑驗榈胤秸畠A向于生產(chǎn)率提升導向的技術(shù)領(lǐng)域而非節(jié)能技術(shù)領(lǐng)域，最終引致生產(chǎn)規(guī)模擴張而碳排放增加。

綜合來看，碳交易政策實施基于能源消費渠道和技術(shù)進步推動試點地區(qū)碳排放增加，而經(jīng)濟發(fā)展渠道則是目前碳交易政策發(fā)揮減排效應(yīng)的最關(guān)鍵路徑，且碳交易政策實施下經(jīng)濟發(fā)展的作用效果遠超能源消費和技術(shù)因素。另外，技術(shù)進步亦能夠通過碳交易政策發(fā)揮其潛在的減排作用。考慮到經(jīng)濟增長渠道和技術(shù)進步渠道仍呈現(xiàn)不通暢的問題，為有效發(fā)揮碳交易政策的減排作用，需要繼續(xù)推動低碳經(jīng)濟的快速發(fā)展和節(jié)能技術(shù)的應(yīng)用推廣。恰恰相反，碳交易政策實施基于經(jīng)濟發(fā)展、能源消費和技術(shù)進步渠道的空間溢出效應(yīng)分別為正、負和負。具體來說，一方面，由于經(jīng)營成本上升和減排壓力增大等原因，碳交易政策可能驅(qū)動高碳企業(yè)在地區(qū)間轉(zhuǎn)移，從而不利于鄰近地區(qū)碳減排。另一方面，地區(qū)間能源消費的競爭性行為和技術(shù)知識溢出效應(yīng)的存在，能夠為周邊地區(qū)減排行為提供外在驅(qū)動和內(nèi)在支撐。

5 結(jié)論與政策建議

基于我國2007—2017年省際樣本數(shù)據(jù)，采用合成控制法進行準自然實驗并結(jié)合動態(tài)空間杜賓模型，綜合評估我國碳交易試點政策的空間減排效應(yīng)，最后通過影響渠道分析明確碳交易政策發(fā)揮減排效應(yīng)的關(guān)鍵路徑，主要的研究結(jié)論包括以下內(nèi)容。

（1）合成控制法評估結(jié)果表明湖北、天津等試點地區(qū)（北京除外）碳交易政策的減排效應(yīng)較為顯著，而安慰劑檢驗中試點地區(qū)減排效應(yīng)超過大多數(shù)對照組省份，進而佐證碳交易政策有助于試點地區(qū)碳減排結(jié)論的穩(wěn)健性。北京地區(qū)則由于經(jīng)濟水平領(lǐng)先、技術(shù)水準較高且環(huán)境規(guī)制更為嚴格等因素而難以利用其他省市有效擬合。

（2）引入碳交易政策虛擬變量的動態(tài)空間面板杜賓模型結(jié)果表明，碳交易政策的實施不僅對政策試點具有直接減排效應(yīng)，對于鄰近地區(qū)同樣存在抑制碳排放的政策溢出效應(yīng)，從而在空間維度上進一步驗證碳交易政策實施有助于減排的結(jié)論的穩(wěn)健性。短期來看，碳排放權(quán)交易政策的減排效應(yīng)并不顯著，即政策效應(yīng)發(fā)揮存在時滯性和周期性;長期來看，碳交易政策的減排效應(yīng)顯著強化，且對于政策實施地的碳排放的直接影響（-0.108 4）顯著強于對鄰近地區(qū)的間接影響（-0.039 7），這意味著以往研究中顯著低估了碳交易政策的減排效應(yīng)。

（3）碳排放權(quán)交易政策實施的影響渠道分析結(jié)果表明，經(jīng)濟發(fā)展、能源消費和技術(shù)進步確實是減排效應(yīng)發(fā)揮的關(guān)鍵路徑。碳排放權(quán)交易政策基于經(jīng)濟增長路徑有效降低政策實施地的碳排放，而對于鄰近地區(qū)則具有潛在碳排放促增威脅;基于能源消費路徑雖然會在較大程度上導致政策實施地的碳排放增加，但能夠通過對周邊地區(qū)能源消費的抑制而有助于減排;基于技術(shù)進步途徑能夠有效發(fā)揮碳減排的政策空間溢出效應(yīng)，而對于政策實施地也具有潛在的減排作用。同時，多重路徑下政策空間溢出渠道不通暢的特征為碳交易政策間接減排效應(yīng)顯著性較弱做出了解釋。

根據(jù)上述的研究結(jié)論提出相應(yīng)的政策建議：①基于碳交易試點政策有助于碳減排的現(xiàn)實成效，充分發(fā)揮碳交易政策在節(jié)能減排進程中的關(guān)鍵作用，充分貫徹落實市場決定和政府調(diào)整相結(jié)合的減排策略，大力推動全國性碳交易市場的建設(shè)。②考慮到碳交易政策減排效應(yīng)的空間溢出，全國性碳交易市場建設(shè)需要注重均衡發(fā)展和有序推進，從而有效避免地區(qū)間碳交易市場發(fā)展不均衡而導致的碳排放空間轉(zhuǎn)移。同時，由于區(qū)域異質(zhì)性的存在，不同地區(qū)經(jīng)濟發(fā)展、能源消費以及減排現(xiàn)狀具有明顯差異，因此全國性碳交易市場建設(shè)需要通過差異化路徑整體推進，從而形成區(qū)域聯(lián)防聯(lián)控的協(xié)同減排模式和均衡運行的區(qū)域碳市場環(huán)境。③強化碳交易政策的減排效應(yīng)，關(guān)鍵是調(diào)整經(jīng)濟發(fā)展、能源消費和技術(shù)進步影響渠道。積極推動經(jīng)濟綠色轉(zhuǎn)型和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，降低對以煤炭為主的傳統(tǒng)能源的依存度，同時強化企業(yè)技術(shù)創(chuàng)新和節(jié)能型技術(shù)進步，進而實現(xiàn)生產(chǎn)過程的綠色化和生產(chǎn)終端的低碳化。

參考文獻

[1]武普照， 王倩. 排污權(quán)交易的經(jīng)濟學分析[J]. 中國人口·資源與環(huán)境， 2010， 20（2）：55-58.

[2]STREIMIKIENE D， ROOS I . GHG emission trading implications on energy sector in Baltic States[J]. Renewable and sustainable energy reviews， 2009， 13（4）：854-862.

[3]WANG J N， YANG J T， GE C H， et al. Controlling sulfurdioxide in China： will emission trading work？[J]. Environment： science and policy for sustainable development，2004，46（5）：28-39.

[4]SANGBUM S. Chinas failure of policy innovation： the case of sulphur dioxide emission trading[J]. Environmental politics， 2013， 22（6）：918-934.

[5]CHENG B B， DAI H C， WANG P， et al. Impacts of low-carbon power policy on carbon mitigation in Guangdong Province， China.[J]. Energy policy， 2016，88：515-527.

[6]沈洪濤，黃楠，劉浪.碳排放權(quán)交易的微觀效果及機制研究[J]. 廈門大學學報（哲學社會科學版），2017（1）：13-22.

[7]黃志平.碳排放權(quán)交易有利于碳減排嗎：基于雙重差分法的研究[J]. 干旱區(qū)資源與環(huán)境，2018，32（9）：32-36.

[8]宋德勇，夏天翔.中國碳交易試點政策績效評估[J]. 統(tǒng)計與決策，2019，35（11）：157-160.

[9]KARAN C， PHILIPPE A. State and trends of the carbon market 2009[J]. Euroheat and power， 2009， 6（3）：24-25.

[10]張偉偉，祝國平，張佳睿.國際碳市場減排績效經(jīng)驗研究[J]. 財經(jīng)問題研究，2014（12）：35-40.

[11]涂正革， 諶仁俊. 排污權(quán)交易機制在中國能否實現(xiàn)波特效應(yīng)？[J]. 經(jīng)濟研究，2015，50（7）：160-173.

[12]陳醒，徐晉濤. 中國碳交易試點運行進展總結(jié)[A]∥薛進軍.中國低碳經(jīng)濟發(fā)展報告（2017）. 北京：社會科學文獻出版社，2017.

[13]湯鈴，武佳倩，戴偉，等.碳交易機制對中國經(jīng)濟與環(huán)境的影響[J]. 系統(tǒng)工程學報，2014，29（5）：701-712.

[14]汪鵬，戴瀚程，趙黛青. 基于GD-CGE模型的廣東省碳排放權(quán)交易政策評估[J]. 環(huán)境科學學報，2014，34（11）：2925-2931.

[15]劉宇， 溫丹輝， 王毅， 等.天津碳交易試點的經(jīng)濟環(huán)境影響評估研究：基于中國多區(qū)域一般均衡模型TermCO2[J]. 氣候變化研究進展，2016，12（6）：561-570.

[16]安崇義， 唐躍軍. 排放權(quán)交易機制下企業(yè)碳減排的決策模型研究[J]. 經(jīng)濟研究，2012，47（8）：45-58.

[17]王文軍， 傅崇輝， 駱躍軍，等.我國碳排放權(quán)交易機制試點地區(qū)的ETS管理效率評價[J]. 中國環(huán)境科學，2014，34（6）：1614-1621.

[18]ABADIE A， GARDEAZABAL J. The economic costs of conflict： a case study of the Basque Country[J]. American economic review， 2003， 93（1）：113-132.

[19]劉傳明，孫喆，張瑾.中國碳排放權(quán)交易試點的碳減排政策效應(yīng)研究[J]. 中國人口·資源與環(huán)境，2019，29（11）：49-58.

[20]陸賢偉. 低碳試點政策實施效果研究：基于合成控制法的證據(jù)[J]. 軟科學，2017，31（11）：98-101，109.

[21]李順毅.低碳城市試點政策對電能消費強度的影響：基于合成控制法的分析[J]. 城市問題，2018（7）：38-47.

[22]羅能生， 王玉澤. 財政分權(quán)，環(huán)境規(guī)制與區(qū)域生態(tài)效率：基于動態(tài)空間杜賓模型的實證研究[J]. 中國人口·資源與環(huán)境，2017，27（4）：110-118.

[23]劉華軍， 彭瑩. 霧霾污染區(qū)域協(xié)同治理的“逐底競爭”檢驗[J]. 資源科學，2019，41（1）：185-195.

[24]CSADORSKY P. Do urbanization and industrialization affect energy intensity in developing countries？[J]. Energy economics， 2013， 37：52-59.

[25]趙秀娟， 張捷. 基于綠色索洛模型的產(chǎn)業(yè)結(jié)構(gòu)變動對碳排放影響：以廣東省為例的實證研究[J]. 產(chǎn)經(jīng)評論， 2015， 6（3）：38-53.

[26]邵帥， 張可， 豆建民.經(jīng)濟集聚的節(jié)能減排效應(yīng)：理論與中國經(jīng)驗[J]. 管理世界，2019，35（1）：36-60，226.

[27]林伯強， 蔣竺均.中國二氧化碳的環(huán)境庫茲涅茨曲線預測及影響因素分析[J]. 管理世界，2009（4）：27-36.

[28]張可， 汪東芳. 經(jīng)濟集聚與環(huán)境污染的交互影響及空間溢出[J]. 中國工業(yè)經(jīng)濟，2014（6）：70-82.

[29]李廉水，周勇.技術(shù)進步能提高能源效率嗎：基于中國工業(yè)部門的實證檢驗[J]. 管理世界，2006（10）：82-89.

[30]何雄浪， 葉連廣. 長江經(jīng)濟帶城市群經(jīng)濟關(guān)聯(lián)、空間溢出與經(jīng)濟增長[J]. 現(xiàn)代財經(jīng)（天津財經(jīng)大學學報），2020，40（1）：16-28.