曹翔 蘇馨兒

摘要 在“雙碳”目標下，中國亟須碳中和技術創(chuàng)新提供關鍵技術支持，旨在通過“看不見的手”激勵經(jīng)濟主體自主進行技術創(chuàng)新的碳交易政策，究竟對碳中和技術創(chuàng)新的影響如何？鮮有文獻對此問題展開經(jīng)驗性研究。為此，基于2009—2019年城市面板數(shù)據(jù)，將2013年以來在部分省份開展的碳排放權交易試點政策視為一項準自然實驗，運用雙重差分法評估其對碳中和技術創(chuàng)新的政策凈效應、長短期效應及其作用機制，并對該政策效應做了進一步分析。研究發(fā)現(xiàn)：①碳交易政策顯著促進了試點地區(qū)的碳中和技術創(chuàng)新，該結論在包括安慰劑檢驗和工具變量法等方法在內(nèi)的一系列穩(wěn)健性檢驗中依然成立。②該促進作用在政策實施后的短期和長期內(nèi)均顯著存在，且在長期中更大。③該政策效應主要通過增加研發(fā)資本投入和增加研發(fā)人員投入兩種作用機制實現(xiàn)，且這兩種機制的促進作用在長期中更強。④相較于中西部地區(qū)、多配額配發(fā)模式、中低碳價地區(qū)以及負碳技術創(chuàng)新而言，該政策效應對東部地區(qū)、只采用免費配發(fā)的配額配發(fā)模式、碳價格較高地區(qū)以及非負碳技術創(chuàng)新更加明顯。鑒于此，中國應加快培養(yǎng)如碳交易員和碳排放管理師等專業(yè)化人才，從而助力實現(xiàn)“雙碳”目標；進一步完善全國統(tǒng)一碳市場；加強對碳市場的協(xié)調(diào)管理，促進各地區(qū)均衡發(fā)展；加快完善中國碳交易試點配額的分配機制，適當增加配額拍賣比例；使碳價格充分體現(xiàn)減碳成本，更好地發(fā)揮其激勵作用；在發(fā)展主流低碳技術的同時重點攻克負碳技術，推動碳中和技術創(chuàng)新實現(xiàn)重大突破。

關鍵詞 碳交易政策；碳中和技術創(chuàng)新；雙重差分法

中圖分類號 F293 文獻標志碼 A 文章編號 1002-2104（2023）07-0094-11 DOI：10. 12062/cpre. 20221053

隨著氣候變暖問題的日益嚴峻，世界經(jīng)濟發(fā)展遭受巨大沖擊，全球環(huán)境治理也面臨前所未有的困難。自2009年第一次向世界提出碳強度減排承諾以來，中國不斷提高碳減排目標，并提前超額兌現(xiàn)了目標時間為2020年的碳減排承諾。2020年9月，習近平在第七十五屆聯(lián)合國大會上更是莊嚴承諾中國二氧化碳排放力爭于2030年前達到峰值、2060年前實現(xiàn)碳中和（簡稱“雙碳”目標）。作為世界上最大的發(fā)展中國家，中國正處于經(jīng)濟高質量發(fā)展階段，此時提出“雙碳”重大戰(zhàn)略目標且承諾從碳達峰到實現(xiàn)碳中和的時間少于發(fā)達國家［1］，展示出負責任的大國擔當。相比2015年提出的碳達峰目標而言，實現(xiàn)“雙碳”目標除了需要滿足經(jīng)濟發(fā)展必需的低碳排放和零碳排放技術（稱“非負碳技術”）之外，還必須依賴于能夠吸收必要碳排放的負碳技術。對此，借助碳排放權交易機制的價格激勵作用促使經(jīng)濟主體自主進行技術創(chuàng)新被視為碳中和技術創(chuàng)新的重要抓手。事實上，中國早在2011年就已經(jīng)開始部署碳排放權交易試點政策。國家發(fā)展和改革委于2011年10月印發(fā)了《關于開展碳排放權交易試點工作的通知》（以下簡稱《通知》），批準北京、上海、廣東、天津、深圳、湖北、重慶等省份作為試點地區(qū)。2014年3月，國家發(fā)展和改革委員會批準福建探索開展碳排放交易。自2013年起，8個試點省份陸續(xù)啟動碳排放權交易。那么，已經(jīng)試行的碳排放權交易試點政策（以下簡稱“碳交易政策”）對碳中和技術創(chuàng)新的激勵作用究竟如何？這一政策效應究竟是如何實現(xiàn)的？這一政策效應會因為不同地區(qū)、不同配額配發(fā)模式、不同碳價格以及不同類型碳中和技術而產(chǎn)生何種差異？客觀全面地回答這些問題，可以為如何更好地完善全國統(tǒng)一碳市場、發(fā)揮碳交易政策對碳中和技術創(chuàng)新的促進作用以及實現(xiàn)“雙碳”目標提供可靠的經(jīng)驗證據(jù)和政策啟示。

1 文獻綜述

碳排放權交易，即將二氧化碳排放權作為一種商品，在碳排放總量確定的目標下進行配額分配，允許企業(yè)根據(jù)減排成本的高低，結合自身配額情況在市場上購買或出售碳排放權以實現(xiàn)碳減排履約［2］。近年來，國內(nèi)外眾多學者圍繞碳排放權交易展開了研究。從碳排放權交易實施效果來看，現(xiàn)有文獻主要涉及碳減排效應與低碳經(jīng)濟效應兩方面：①碳減排效應方面。學者們大多認為，碳排放權交易有效促進了碳減排。例如，劉傳明等［3］基于碳交易政策提供的準自然實驗，采用雙重差分法發(fā)現(xiàn)碳排放權交易顯著促進了碳減排；方國昌等［4］運用政企博弈模型研究發(fā)現(xiàn)，碳排放權交易能夠有效刺激企業(yè)進行碳減排，其主要通過減排技術進步［5］、增加資本投入［6］、調(diào)整產(chǎn)業(yè)結構［6］、優(yōu)化能源結構［7］以及提升創(chuàng)新能力［8］等機制促進二氧化碳等溫室氣體的減排。②低碳經(jīng)濟效應方面。碳排放權交易能夠實現(xiàn)經(jīng)濟與環(huán)境相互融合發(fā)展，促進地區(qū)經(jīng)濟實現(xiàn)綠色低碳發(fā)展［9-10］，其作用機制主要包括激勵低碳技術創(chuàng)新［11］和推動產(chǎn)業(yè)結構升級［12］等。此外，碳排放權交易還能夠通過改善投資效率［13］、提高企業(yè)市場化水平［14］等方式提升企業(yè)綠色全要素生產(chǎn)率［15］，尤其是提升高耗能企業(yè)的綠色生產(chǎn)績效［16］。

碳交易政策作為中國具有代表性的市場導向型環(huán)境規(guī)制，是構建市場導向的創(chuàng)新體系與落實碳減排承諾必不可少的手段之一［17］?，F(xiàn)有研究證明，碳交易政策實施的重要功能之一在于促進低碳技術創(chuàng)新［18］，并且能夠通過合理的機制有效促進低碳技術創(chuàng)新［19］。王為東等［20］采用合成控制法研究發(fā)現(xiàn)，碳交易政策通過“信號-預期”機制促進了試點地區(qū)對政策信號作出強烈反映，在整體上誘發(fā)了試點地區(qū)的低碳技術創(chuàng)新。作為一種市場型環(huán)境規(guī)制，碳交易政策能夠通過價格杠桿激勵企業(yè)改進生產(chǎn)工藝、提升資源利用率［21］，利用生產(chǎn)效率和創(chuàng)新能力等優(yōu)勢提升自身競爭力，促使企業(yè)積極進行碳減排技術的自主創(chuàng)新［17］。

在“雙碳”目標下，僅立足于低碳技術創(chuàng)新的研究已經(jīng)無法滿足中國對碳減排技術的新要求。一方面，由于碳中和強調(diào)人為碳排放凈值為0，離不開包括碳捕捉、碳封存在內(nèi)的負碳技術來吸收人類經(jīng)濟活動難以避免的碳排放。因此，中國亟須大力促進碳中和技術創(chuàng)新，為實現(xiàn)凈零排放目標提供必要支撐［22］。另一方面，國際碳中和技術創(chuàng)新已經(jīng)步入了高潮階段，全球范圍內(nèi)已有100多個國家公布碳中和目標［18］，部分主要發(fā)達國家將推進碳中和技術創(chuàng)新作為實現(xiàn)碳中和目標的共同戰(zhàn)略選擇［23］。因此，為順應國際碳中和行動發(fā)展趨勢，中國應加快部署碳中和技術創(chuàng)新規(guī)劃，引導經(jīng)濟主體積極開展碳中和技術自主創(chuàng)新。

綜上可見，現(xiàn)有研究成果已頗為豐富，但在中國“雙碳”目標于近兩年提出的背景下，學界以碳中和技術創(chuàng)新為切入點的研究較為匱乏，幾乎未有學者就碳交易政策對碳中和技術創(chuàng)新的影響展開經(jīng)驗性研究。鑒于此，該研究基于碳交易政策這一準自然實驗，采用雙重差分法考察碳交易政策對碳中和技術創(chuàng)新的影響。研究發(fā)現(xiàn)，在實施碳交易政策后試點城市的碳中和技術創(chuàng)新水平顯著提升，且政策效應在政策實施后的短期和長期內(nèi)均持續(xù)存在。影響機制及其動態(tài)效應分析表明，碳交易政策通過加大研發(fā)資本和研發(fā)人員投入兩種作用機制促進試點城市的碳中和技術創(chuàng)新。此外，碳交易政策對碳中和技術創(chuàng)新的促進作用集中體現(xiàn)在東部地區(qū)；當只采用免費分配的配發(fā)模式時具有顯著的政策效應；碳價格越高，政策效應越強。相比于負碳技術創(chuàng)新，碳交易政策對非負碳技術創(chuàng)新的促進作用更強。該研究可能的邊際貢獻主要體現(xiàn)在以下幾個方面：①研究視角上，以往研究多立足于低碳技術創(chuàng)新層面，鮮有文獻以碳中和技術創(chuàng)新作為切入點考察碳交易政策運行成效，相關的實證研究更是鳳毛麟角；該研究在聯(lián)合專利分類（Cooperative Patent Classification，CPC）的Y02體系下，結合實現(xiàn)“雙碳”目標的技術需要，將碳中和技術分為非負碳技術和負碳技術，并以此考察碳交易政策運行成效。②研究方法上，該研究可能是首篇采用雙重差分法定量評估碳交易政策對碳中和技術創(chuàng)新的政策凈效應的文獻，并且采用了包括安慰劑檢驗和工具變量法在內(nèi)的一系列穩(wěn)健性檢驗，增強了估計結果的可靠性；③研究內(nèi)容上，該研究將碳價格和碳排放權配額配發(fā)模式納入異質性分析中，探究不同碳價格和碳排放權配額配發(fā)模式下碳交易政策的技術創(chuàng)新效應；并將碳中和技術進行分類，探討碳交易政策對負碳技術創(chuàng)新與非負碳技術創(chuàng)新的影響，能夠為進一步完善碳市場、促進碳中和技術創(chuàng)新，進而助力實現(xiàn)“雙碳”目標提供重要的政策啟示。

2 政策背景與理論假說

2. 1 政策背景

為減輕全球氣候變暖對人類和自然生態(tài)系統(tǒng)造成的威脅，《京都議定書》將“二氧化碳排放權”作為一種商品，以制約溫室氣體排放。已有學者研究發(fā)現(xiàn)，碳排放權交易作為一種市場減排機制，在緩解全球變暖問題方面發(fā)揮了重要作用［24］。2011年《通知》中提出，在北京、上海、廣東、天津、深圳、湖北、重慶等7個省份先行試點碳交易政策。由此，深圳市自2013年起率先啟動。2016年8 月，中共中央和國務院發(fā)布《國家生態(tài)文明試驗區(qū)（福建）實施方案》，明確支持福建省深化碳排放權交易市場試點。該試點于同年12月正式啟動運行。2021年7月，電力行業(yè)全國性碳排放權交易市場正式開市，意味著中國建立起全球規(guī)模最大的碳排放權交易市場。一方面，全國性碳市場因運行時間較短而無法提供政策實施后的多個年份數(shù)據(jù)，其政策效應難以進行量化評估；另一方面，2013年開始在8個省份開展的碳交易政策不僅符合政策效應定量評估的要求，而且其較為豐富的試點工作能夠為全國碳市場建設提供足夠的經(jīng)驗啟示。因此，該研究將2013 年以來在8 個省份開展的碳交易政策視為一項準自然實驗，定量評估其對碳中和技術創(chuàng)新的政策凈影響。對應省市的碳交易政策試點時間見表1。

2. 2 理論假說

2. 2. 1 碳交易政策對碳中和技術創(chuàng)新的影響

近年來，為支持全球氣候行動目標，中國的環(huán)境規(guī)制逐漸從行政干預型向市場激勵型轉變［25］。其中，碳交易政策作為中國具有代表性的市場導向型的環(huán)境規(guī)制［12］，是目前實現(xiàn)“雙碳”目標的重要途徑。碳交易政策能夠激勵企業(yè)通過提升生產(chǎn)效率、優(yōu)化資源配置以及注重使用清潔能源等方式來積極減少碳排放和降低減排成本。正如“波特假說”所言，環(huán)境規(guī)制能夠促使企業(yè)進行綠色技術創(chuàng)新，實現(xiàn)碳減排和經(jīng)濟發(fā)展雙重效益。因此，從理論上來說，碳交易政策能夠誘發(fā)企業(yè)研發(fā)更低碳排放水平、零碳排放的非負碳技術以及抵消吸收生產(chǎn)過程必要碳排放的負碳技術，以減少碳排放權購買支出或者出售更多碳排放權增收。進一步地，隨著近年來中國碳減排目標不斷增強，碳排放權配額的市場價值逐漸上升，使得碳交易政策對企業(yè)研發(fā)非負碳技術和負碳技術的激勵作用不斷增強。據(jù)此，該研究提出如下假說。

H1a：碳交易政策能夠促進碳中和技術創(chuàng)新。

H1b：碳交易政策對碳中和技術創(chuàng)新的促進作用隨時間推移變強。

2. 2. 2 碳交易政策影響碳中和技術創(chuàng)新的作用機制

從技術創(chuàng)新的供給側投入要素角度來看，碳交易政策可以激勵經(jīng)濟主體通過加大研發(fā)資本投入、引進研發(fā)人員進行碳中和技術創(chuàng)新。一方面，加大研發(fā)資金投入對技術進步具有顯著的促進作用，且更加雄厚的資金實力使得企業(yè)具有更新并升級生產(chǎn)工藝的保障，從而推動碳中和技術革新。另一方面，增加研發(fā)經(jīng)費能夠更大力度支持和激發(fā)現(xiàn)有科研人員的創(chuàng)新能力，以更快地研發(fā)碳中和技術。由于碳交易政策使得碳排放權配額不足的企業(yè)通過增加支出購買配額過剩企業(yè)出售的碳排放權，因此配額不足和配額過剩的企業(yè)均有激勵通過增加研發(fā)資本投入而研發(fā)碳中和技術，以節(jié)省購買配額的成本或獲得更多出售配額的收益。加之，在近年來中國碳減排目標不斷強化的背景下，碳排放權配額的市場價值日益上升，會激勵企業(yè)加大研發(fā)資金投入而更快實現(xiàn)碳中和技術創(chuàng)新，以期節(jié)省更多購買配額成本或獲得更多出售配額收益。據(jù)此，該研究提出如下假說。

H2a：碳交易政策通過增加研發(fā)資本投入促進碳中和技術創(chuàng)新。

H2b：與短期相比，碳交易政策對研發(fā)資本投入的促進作用在長期中更大。

在碳交易政策激勵下，研發(fā)人員在綠色技術創(chuàng)新中扮演重要角色，能夠對企業(yè)的技術進步與持續(xù)發(fā)展貢獻力量［21］。例如，富有批判性思維與創(chuàng)造力的研發(fā)人員更能為企業(yè)順應“雙碳”目標提供新思路；高級技術專家具有更豐富的技術知識儲備，更有利于企業(yè)研發(fā)碳中和技術。此外，研發(fā)團隊的擴大能促使科研知識外溢，進一步誘發(fā)綠色技術創(chuàng)新［26］。在“雙碳”目標的背景下，碳交易政策使得碳排放權配額的市場價值凸顯，從而能夠促使企業(yè)引進研發(fā)人員實現(xiàn)碳中和技術創(chuàng)新。由于近年來中國碳減排目標不斷提高，會使得碳排放權配額的市場價值隨之上升，從而會激勵企業(yè)加快引進研發(fā)人員以更快實現(xiàn)碳中和技術創(chuàng)新。據(jù)此，該研究提出如下假說。

H3a：碳交易政策通過增加研發(fā)人員投入促進碳中和技術創(chuàng)新。

H3b：與短期相比，碳交易政策對研發(fā)人員投入的促進作用在長期中更大。

3 研究設計

3. 1 模型構建

考慮到碳交易政策在多個地區(qū)試點的準自然特征，該研究構建雙重差分模型來評估碳交易政策對城市碳中和技術創(chuàng)新的影響，具體模型如下：

= + + + + + （1）

其中：代表城市，代表年份；被解釋變量代表碳中和技術創(chuàng)新；核心解釋變量代表碳交易政策的虛擬變量；為一系列控制變量；代表城市固定效應；代表年份固定效應；代表隨機誤差項。核心解釋變量的估計系數(shù)表示碳交易政策對碳中和技術創(chuàng)新的政策凈效應。

3. 2 變量設定

碳中和技術創(chuàng)新（）。考慮到數(shù)據(jù)的可獲得性，該研究采用聯(lián)合專利分類（CPC）Y02專利的公開量作為碳中和技術創(chuàng)新的衡量指標。該專利分類由歐洲專利局（EuropeanPatent Office， EPO）和美國專利局（United States Patentand Trademark Office， USPTO）共同開發(fā)，具有標準統(tǒng)一、兼容性強及高度細分等優(yōu)勢。CPC-Y02專利分類體系所包括的專利類別及其含義見表2。

碳交易政策（）。該研究根據(jù)《通知》和《國家生態(tài)文明試驗區(qū)（福建）實施方案》得到碳交易政策試點信息，即在北京、上海、廣東、天津、深圳、湖北、重慶和福建8個省份試點碳交易政策。由此，的取值規(guī)則設為：對于試點城市而言，在政策實施年份及之后取值為1，否則取值為0；對于非試點城市而言，始終取值為0。

控制變量（）。為控制其他因素對回歸結果的影響，該研究參考董直慶等［9］的思路，引入如下控制變量：①研發(fā)資本（），采用各地區(qū)科學技術支出表示；②政府干預（），采用地方公共財政支出表示；③產(chǎn)業(yè)結構（），采用地區(qū)第二和第三產(chǎn)業(yè)占地區(qū)生產(chǎn)總值的比重之和表示；④外商直接投資（），采用地區(qū)實際利用外資與GDP的比值表示；⑤經(jīng)濟發(fā)展水平（），采用地區(qū)生產(chǎn)總值表示。為降低異方差，對非比值形式的非虛擬變量進行了對數(shù)化處理。

3. 3 數(shù)據(jù)來源、描述性統(tǒng)計及核心變量變化趨勢分析

基于數(shù)據(jù)的可得性和完整性，將樣本定為中國2009—2019年283個城市的面板數(shù)據(jù)（不涉及常州市、贛州市、威海市、黃石市、萊蕪市、三沙市、儋州市、遵義市、畢節(jié)市、銅仁市、海東市、吐魯番市、哈密市、佳木斯市、七臺河市）。其中，碳中和技術專利的原始數(shù)據(jù)通過Incopat全球科技分析運營平臺檢索而得。該平臺是全球首個為華語研發(fā)人員提供科技創(chuàng)新信息的專利情報平臺，能夠提供比其他數(shù)據(jù)檢索平臺更及時、準確的高質量專利信息，其專利數(shù)據(jù)可細化到歷年中國城市層面的碳中和技術專利。該研究采用指令檢索法獲得了2009—2019年全國城市層面在中國國家知識產(chǎn)權局申請的碳中和技術專利。其中，碳中和技術專利Y02的整體檢索式為（CPC=（Y02）AND（（PNC＝（“CN”））））；負碳技術專利Y02C的整體檢索式為（CPC=（Y02C）AND（（PNC＝（“CN”））））。控制變量等原始數(shù)據(jù)主要來源于歷年《中國城市統(tǒng)計年鑒》等公開權威資料。各主要變量的描述性統(tǒng)計分析見表3。

為初步考察碳交易政策對政策試點組城市和政策非試點組城市碳中和技術專利的影響，圖1展示了這兩組城市碳中和技術專利的變化趨勢?？梢园l(fā)現(xiàn)：2009—2019年兩組城市碳中和技術專利在樣本期內(nèi)呈現(xiàn)逐年上升趨勢，在碳交易政策實施之前處理組與對照組城市的碳中和技術專利上升趨勢較為接近；而碳交易政策實施之后處理組城市碳中和技術專利上升速度明顯更快。這初步表明，碳交易政策在一定程度上促進了處理組城市的碳中和技術創(chuàng)新。由于這一促進作用可能還受到其他因素的影響，因此下文將采用雙重差分模型來識別碳交易政策這一沖擊對處理組城市碳中和技術創(chuàng)新的政策凈效應。

4 基準回歸

4. 1 平行趨勢檢驗

該研究參考Beck等［27］的做法，對碳交易政策實施前試點城市與非試點城市碳中和技術創(chuàng)新是否具有相同的變動趨勢進行驗證，具體模型如下：

= + 1-+ 2-5 + ... + 115++ + + （2）

其中：代表基于年設定的年份政策虛擬變量，其他變量含義與式（1）相同。平行趨勢檢驗結果如圖2所示。從圖2中可以看出，碳交易政策實施之前各年份的交互項估計系數(shù)均不顯著，而實施之后的交互項估計系數(shù)始終顯著為正。這表明，碳交易政策實施之前各年份的處理組和控制組不存在顯著差異，即滿足平行趨勢假設。

4. 2 基準回歸與動態(tài)效應

碳交易政策影響城市碳中和技術創(chuàng)新的基準回歸結果見表4列（1）。結果顯示，交互項估計系數(shù)在1%的水平上顯著為正，即碳交易政策顯著促進了試點城市的碳中和技術創(chuàng)新，即假說H1a成立。

考慮到政策實施的效應在不同時期存在差異，借鑒郭俊杰等［28］的思路，對碳交易政策影響碳中和技術創(chuàng)新的動態(tài)效應進行分析，設定如下模型：

= + 1+ 2 + + + +（3）

其中：為短期沖擊變量，其取值規(guī)則為：對于試點城市在政策實施后的第1年至第3年，該變量取值為1，其余情況下取值為0；為長期沖擊變量，其取值規(guī)則為：對于試點城市在政策實施后第四年及之后的年份，該變量取值為1，其余情況下取值為0；其余變量的含義與基準回歸模型（1）保持一致。由表4列（2）不難發(fā)現(xiàn)，碳交易政策對碳中和技術創(chuàng)新的影響在短期和長期均顯著存在，且長期影響強于短期影響。因此，假說H1b得到支持。

4. 3 穩(wěn)健性檢驗

4. 3. 1 縮尾檢驗

為考察異常值對估計結果產(chǎn)生的影響，借鑒魏悅羚等［29］的做法，在1%的水平上進行了縮尾處理，結果見表5列（1）。從表中可以看出，交互項估計系數(shù)在1%的水平上顯著為正，說明基準回歸結論仍然穩(wěn)健。

4. 3. 2 更換指標

為考察被解釋變量衡量指標對估計結果的影響，將被解釋變量的衡量指標替換為碳中和技術專利申請量?？紤]到專利研發(fā)和申請具有時間滯后性，進一步參考萬攀兵等［30］的做法，分別采用滯后一期的碳中和技術專利公開量和滯后一期的碳中和技術專利申請量來衡量被解釋變量。對應的回歸結果分別見表5列（2）—（4）。從中可以看出，交互項估計系數(shù)依舊顯著為正。這表明，在更換多個被解釋變量衡量指標后，前文基準回歸結論依然穩(wěn)健。

考慮到“雙碳”目標既需要包括低碳排放和零碳排放在內(nèi)的非負碳技術，也需要能夠吸收必要碳排放的負碳技術，該研究進一步將碳中和技術分為負碳技術與非負碳技術進行考察。從中國的現(xiàn)狀來看，中國是世界第一大碳排放國［1］，預計到2060年依然會存在化石能源的消費，從而不可避免地產(chǎn)生二氧化碳排放［31］。這使得以碳捕獲、利用與封存技術（Carbon Capture， Utilization andStorage，CCUS）為代表的負碳技術對于實現(xiàn)碳中和目標而言不可或缺［31-32］。從負碳技術的重要性來看，為實現(xiàn)能源系統(tǒng)的凈零排放，中國長期以來積極關注負碳技術體系的構建，尤其是對CCUS技術給予了高度重視，已將其列為重大示范項目并進行引導與支持。鑒于此，該研究在數(shù)據(jù)可獲得性和分類清晰明確等綜合考慮下，將Y02C（二氧化碳捕獲或存儲技術）界定為負碳技術，將Y02分類下的其他專利界定為非負碳技術。表5列（5）和列（6）顯示，交互項估計系數(shù)均顯著為正。進一步從估計系數(shù)數(shù)值來看，碳交易政策平均而言對試點城市負碳技術創(chuàng)新、非負碳技術創(chuàng)新的促進作用分別為0. 002、0. 429。這表明，碳交易政策對試點城市負碳技術創(chuàng)新、非負碳技術創(chuàng)新的促進作用均較小，且對負碳技術創(chuàng)新的促進作用甚微。可能的原因是，試點中的碳交易政策存在交易頻率較低和市場流動性較弱等現(xiàn)象，抑制了碳價格，從而對經(jīng)濟主體開展碳中和技術創(chuàng)新水平的激勵作用較弱；相較于非負碳技術，中國的負碳技術則仍處在示范階段，存在規(guī)模較小、成本較高以及基礎設施建設相對滯后等問題［31］。

4. 3. 3 控制其他政策干擾

為控制同期內(nèi)其他政策對估計結果的潛在影響，該研究借鑒石大千等［33］的做法，在基準計量模型中加入干擾政策虛擬變量。具體而言，以同時期最密切相關的低碳城市試點政策作為干擾政策?；诘吞汲鞘性圏c政策設定的干擾政策虛擬變量（）的取值規(guī)則為：樣本期間內(nèi)獲批低碳試點的城市在政策實施當年及之后的取值設為1，否則為0。表5列（7）的回歸結果顯示，在控制了低碳城市試點政策的干擾后，政策交互項（）估計系數(shù)仍然顯著為正，進一步印證了基準回歸結果。

4. 3. 4 強度型DID

考慮到各試點省市在政策實施當年的有效實施月份數(shù)并不相同而可能導致政策效應存在差異，該研究采用強度型DID模型再次進行檢驗。具體來說，該研究將政策實施時間精確到月份構建政策交互項（），按如下規(guī)則賦值：對于試點城市而言，該變量取值為當年實際實施政策的月份數(shù)與全年月份數(shù)之比；其余情形取值為0。從表5列（8）的回歸結果中可以看出，的估計系數(shù)顯著為正，與基準回歸結果一致。

4. 3. 5 基于隨機抽樣的安慰劑檢驗

參考張國建等［34］的做法，采用隨機抽樣方法進行安慰劑檢驗以考察前文估計結果是否受到潛在非觀測因素的影響。具體做法如下：①不重復地隨機抽出與當年實際處理組數(shù)量相同的城市作為抽樣處理組，其他城市即為對照組；②將碳交易政策實施年份與隨機抽取的處理組進行對應，構建政策交互項；③將政策交互項代入式（1）進行回歸。基于1 000次隨機抽樣的估計系數(shù)概率分布如圖3所示。不難發(fā)現(xiàn)，政策交互項估計系數(shù)與基準回歸的結果存在顯著差異，即支持了基準回歸。

4. 3. 6 工具變量法

為緩解由政策試點樣本可能非完全隨機而導致的內(nèi)生性問題，該研究在數(shù)據(jù)可獲得性的基礎上，以綠地面積構建工具變量來進行處理。其合理性在于：一方面，綠地面積在一定程度上可以反映出當?shù)貙Νh(huán)境保護的重視程度，而環(huán)保重視程度越高越可能被設為碳交易政策試點，即滿足相關性。另一方面，綠地面積主要由政府直接規(guī)劃，并不會直接影響碳中和技術創(chuàng)新，即滿足外生性。表6列（1）和列（2）分別匯報了基于工具變量的兩階段回歸結果。第一階段回歸結果顯示：工具變量的估計系數(shù)在1%水平上顯著，即符合相關性；對應的統(tǒng)計量值大于臨界值10，表明不存在工具變量弱識別性問題。第二階段回歸結果顯示，交互項估計系數(shù)顯著為正。這表明，在進一步緩解潛在內(nèi)生性問題后，碳交易政策對試點城市碳中和技術創(chuàng)新的促進作用仍然存在。

5 影響機制及其動態(tài)效應分析

引入研發(fā)資本投入（）和研發(fā)人員投入（）兩個中介變量，并借鑒胡玉鳳等［35］的做法，構建如下中介效應模型：

= + + + + + （4）

= + + + + + （5）

= + + + + + + （6）

其中：中介變量定義如下：①研發(fā)資本投入（）。研發(fā)資本投入機制是指碳交易政策可以激勵企業(yè)投入更多資金進行綠色技術創(chuàng)新活動，從而促進綠色技術產(chǎn)出。考慮到越高的科學技術支出往往會促使企業(yè)生產(chǎn)與研發(fā)所投入的資金越多，因此該研究以此來衡量研發(fā)資本投入。②研發(fā)人員投入（）。研發(fā)人員投入機制是指碳交易政策實施后，試點城市在低碳科技研發(fā)領域產(chǎn)生了人才缺口，吸引更多研發(fā)人員流入。該研究采用科學研究技術服務和地質勘查業(yè)從業(yè)人員人數(shù)來衡量研發(fā)人員投入。

表7顯示了基于中介效應模型的機制檢驗結果。表7列（1）、列（3）分別展示了碳交易政策對研發(fā)資本投入（）和研發(fā)人員投入（）的回歸結果?？梢钥闯觯换ロ椆烙嬒禂?shù)均在1%的水平上顯著為正。這說明碳交易政策顯著促進了研發(fā)資本投入和研發(fā)人員投入。表7列（2）、列（4）分別展示了將碳交易政策變量和兩種機制變量共同加入模型的回歸結果。可以看出，政策交互項、研發(fā)資本投入（）和研發(fā)人員投入（）的估計系數(shù)均顯著為正。這表明，研發(fā)資本投入和研發(fā)人員投入機制均成立，即碳交易政策通過增加研發(fā)資本投入和研發(fā)人員投入來促進碳中和技術創(chuàng)新。因此，假說H2a和H3a得到支持。

在此基礎上，進一步識別了碳交易政策對上述兩種影響機制的短期效應和長期效應。表7列（5）和列（6）分別展示了碳交易政策對研發(fā)資本投入（）和研發(fā)人員投入（）的時間動態(tài)效應回歸結果?？梢钥闯?，碳交易政策對研發(fā)資本投入和研發(fā)人員投入的影響在短期和長期均顯著為正，且長期沖擊變量的估計系數(shù)大于短期沖擊變量。這表明，碳交易政策無論是在短期還是長期均能提高研發(fā)資本投入和研發(fā)人員投入，政策長期效果強于短期效果?？赡艿脑蛟谟?，通過前期不斷投入研發(fā)資本使碳交易政策已形成一定的規(guī)模，因此其對研發(fā)資本的刺激作用在長期中趨于增強；碳交易政策的實施能夠不斷促進科技人才的集聚，但由于碳中和技術的前沿性和技術門檻性使得相關研發(fā)人員短期內(nèi)難以掌握足夠知識，經(jīng)過一段時期培訓后其研發(fā)創(chuàng)新技能與工作效率均得到提升，進而使得碳交易政策在長期中對研發(fā)人員投入具有更大的促進效應。因此，假說H2b和H3b得到支持。

6 進一步分析

6. 1 地區(qū)異質性

考慮到東部地區(qū)和中西部地區(qū)在經(jīng)濟發(fā)展階段、碳排放、科技水平等方面的差異可能使得碳交易政策在不同地區(qū)表現(xiàn)出不同的碳中和技術創(chuàng)新效應，因此該研究借鑒Chen等［36］的做法，將試點城市分為東部地區(qū)和中西部地區(qū)，將基準回歸模型中的政策交互項依次拆分為政策交互項、來考察政策效應的地區(qū)異質性。其中，位于東部地區(qū)的試點地區(qū)包括北京、天津、上海、廣東和福建；位于中西部地區(qū)的試點地區(qū)包括湖北和重慶。地區(qū)異質性分析的結果見表8列（1）?？梢钥闯?，東部地區(qū)的交互項系數(shù)顯著為正，而中西部地區(qū)的交互項系數(shù)不顯著。由此說明，碳交易政策對碳中和技術創(chuàng)新的促進作用集中體現(xiàn)在東部地區(qū)試點城市?？赡艿脑蛟谟?，相比中西部地區(qū)而言，碳交易政策使得更多的研發(fā)人員流入東部地區(qū)。

6. 2 配額配發(fā)模式異質性

一方面，碳排放權配額配發(fā)模式是各省份碳交易政策的基礎，對碳交易政策實施效果起著決定性作用；另一方面，各省份碳交易政策的碳排放權配額配發(fā)模式差異較大，其主要包含免費配發(fā)、競價拍賣和定價出售三種模式及其組合，其中：上海、天津、重慶和福建的配發(fā)模式只采用免費配發(fā)模式；廣東的配發(fā)模式包括免費配發(fā)和競價拍賣；北京、深圳和湖北的配發(fā)模式同時包含免費配發(fā)、競價拍賣和定價出售［37］。由此，該研究將基準回歸模型中的政策交互項根據(jù)上述三種配額配發(fā)模式依次拆分為政策交互項、、，以考察碳交易政策在這三種配額配發(fā)模式中對碳中和技術創(chuàng)新的差異性影響。由表8列（2）可以看出：只采用免費配發(fā)模式試點的交互項估計系數(shù)在5%的水平上顯著為正；采用免費配發(fā)和競價拍賣兩種模式時，交互項估計系數(shù)不顯著；采用免費配發(fā)、競價拍賣和定價出售三種模式時，交互項估計系數(shù)不顯著。這表明，只采用免費配發(fā)模式時，碳交易政策對碳中和技術創(chuàng)新的促進作用最為明顯，同時采用兩種模式或三種模式無明顯的促進作用?？赡艿脑蚴?，目前在競價拍賣和定價出售模式下，拍賣配發(fā)比例、拍賣機制設計和定價出售規(guī)則存在不合理性［37］；而只采用單一的免費配發(fā)的模式時，各經(jīng)濟主體進行碳中和技術創(chuàng)新的動力更強。

6. 3 碳價格異質性

碳交易政策的實施效果與碳排放成交價格高低緊密相關。較高的碳價格能夠更大程度地刺激企業(yè)參與碳減排［38］。魏麗莉等［17］認為，當碳價格相對較高時，政府的職責包括維持碳價格并促使其在合理區(qū)間內(nèi)有效提升，對碳價有效的管理和引導有利于強化碳交易政策實施效果。考慮到不同試點城市碳價格的差異性［39］，該研究根據(jù)中央財經(jīng)大學綠色國際金融研究院發(fā)布的《2021年中國市場年報》，將8個試點省份開市至全國碳市場開市期間的成交均價分為高碳價、中碳價和低碳價三類（表9），根據(jù)碳排放權成交均價的高低將碳交易政策試點地區(qū)分為高碳價地區(qū)、中碳價地區(qū)以及低碳價地區(qū)來考察政策效應異質性。其中，高碳價地區(qū)包括北京和上海，中碳價地區(qū)為廣東、湖北、天津、重慶，低碳價地區(qū)包括福建和深圳。由此，該研究將基準回歸模型中的政策交互項根據(jù)上述三種碳價類型依次拆分為政策交互項、、，以考察碳交易政策分別對高碳價、中碳價、低碳價地區(qū)碳中和技術創(chuàng)新的差異性影響?；谔純r格異質性分析的結果見表8列（3）。不難看出，三類碳價地區(qū)的交互項估計系數(shù)均顯著為正，且碳價格越高地區(qū)的交互項估計系數(shù)越大。這表明，碳價格越高，碳交易政策對碳中和技術創(chuàng)新的促進作用越強?？赡艿脑蛟谟冢純r格越高，越能夠倒逼企業(yè)加大研發(fā)投入，從而碳交易政策效應越強。

7 結論與啟示

基于已有文獻的不足，該研究將中國2013年以來在8省份試點的碳交易政策視為一項準自然實驗，使用2009—2019年中國283個城市的面板數(shù)據(jù)，采用雙重差分法檢驗了碳交易政策對試點城市碳中和技術創(chuàng)新的影響，并進一步對其作用機制和異質性展開了研究。主要結論如下：第一，碳交易政策顯著促進了試點城市的碳中和技術創(chuàng)新，且這一政策效應無論在短期中還是在長期中均顯著存在，且在長期中更大。第二，該政策效應主要通過加大研發(fā)資本投入和研發(fā)人員投入兩種機制實現(xiàn)，這一作用在政策實施的短期和長期內(nèi)均顯著存在，且長期效果強于短期效果。第三，相比中西部地區(qū)而言，碳交易政策對東部地區(qū)碳中和技術創(chuàng)新的促進作用更明顯。第四，碳交易政策對只采用免費配發(fā)模式的地區(qū)的碳中和技術創(chuàng)新具有顯著的政策效應，而采用免費配發(fā)和競價拍賣兩種模式以及三種模式都采用時該政策效應均被削弱。第五，當碳交易政策試點地區(qū)的碳價格更高時，該政策效應更強。第六，碳交易政策對負碳技術和非負碳技術的促進作用較弱，且對負碳技術的促進作用更弱。

基于以上結論，該研究得出如下政策啟示：①加快專業(yè)化人才的培養(yǎng)，尤其是熟知碳交易政策運行機制以及精通碳交易工具的人才，如碳交易員、碳排放管理師等，為實現(xiàn)“雙碳”目標提供人才保障。②進一步完善全國統(tǒng)一碳市場。一方面，中國政府可根據(jù)全國碳市場碳排放配額清繳完成和處理情況對各地區(qū)整體性碳減排程度進行評估，根據(jù)評估結果重點支持碳減排程度較弱的地區(qū)，尤其是經(jīng)濟發(fā)展水平較弱的中西部地區(qū)。另一方面，各試點政府應進一步加強引導碳排放重點行業(yè)的節(jié)能降碳技術改造活動，為實現(xiàn)“雙碳”目標充分總結經(jīng)驗。③加強對各試點地區(qū)碳市場之間的協(xié)調(diào)管理，在經(jīng)濟基礎不具優(yōu)勢、地理位置較為偏僻的中西部地區(qū)建立有利于碳中和技術創(chuàng)新的制度環(huán)境，促進各地區(qū)均衡發(fā)展，為實現(xiàn)“雙碳”目標奠定基礎。④加快完善中國碳交易政策的配額分配機制，減少政府干預并適當增加配額拍賣的比例［37］。為解決企業(yè)因有償配額產(chǎn)生額外負擔而激勵作用不足的問題，應設計切實可行的公平拍賣規(guī)則，在此基礎上完善配額配發(fā)機制，為實現(xiàn)“雙碳”目標提供制度保障。

⑤碳價格在激勵經(jīng)濟活動主體減排方面發(fā)揮著核心作用，較高的碳價更能促進碳中和技術創(chuàng)新。然而，中國各試點地區(qū)目前的碳價格普遍較低［38］。因此，政府應致力于完善碳交易政策價格機制，使碳價格充分體現(xiàn)減碳成本，更好發(fā)揮碳價格對企業(yè)開展碳中和技術創(chuàng)新的激勵作用，為實現(xiàn)“雙碳”目標提供市場動力支持。⑥考慮到負碳技術創(chuàng)新受到碳交易政策的影響較弱，政府應大力開展CCUS技術在材料、裝備、技術等方面的研發(fā)攻關，在發(fā)展主流低碳技術的同時采取措施引導企業(yè)重點攻克負碳技術，推動碳中和技術創(chuàng)新實現(xiàn)重大突破，為實現(xiàn)“雙碳”目標提供技術支撐。

參考文獻

［1］ 郭朝先. 2060年碳中和引致中國經(jīng)濟系統(tǒng)根本性變革［J］. 北京工業(yè)大學學報（社會科學版），2021，21（5）：64-77.

［2］ 傅京燕，代玉婷. 碳交易市場鏈接的成本與福利分析：基于MAC曲線的實證研究［J］. 中國工業(yè)經(jīng)濟，2015（9）：84-98.

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

［4］ 方國昌，何宇，田立新. 碳交易驅動下的政企碳減排演化博弈分析［J/OL］. 中國管理科學：1-12［2022-10-27］. DOI：10. 16381/j.cnki. issn1003-207x. 2021. 1401.

［5］ YU F. Does China’ s carbon emission trading policy alleviate urbancarbon emissions？［J］. IOP conference series：earth and environmentalscience，2020，508（1）：012044.

［6］ ZHOU D，LIANG X Y，ZHOU Y，et al. Does emission trading boostcarbon productivity： evidence from China’ s pilot emission tradingscheme［J］. International journal of environmental research and publichealth，2020，17（15）：5522.

［7］ YANG Z F，YUAN Y N，ZHANG Q Z. Carbon emission tradingscheme，carbon emissions reduction and spatial spillover effects：quasi?experimental evidence from China［J］. Frontiers in environmentalscience，2022，9：824298.

［8］ LIU J Y，WOODWARD R T，ZHANG Y J. Has carbon emissionstrading reduced PM2. 5 in China？［J］. Environmental science & technology，2021，55（10）：6631-6643.

［9］ 董直慶，王輝. 市場型環(huán)境規(guī)制政策有效性檢驗：來自碳排放權交易政策視角的經(jīng)驗證據(jù)［J］. 統(tǒng)計研究，2021，38（10）：48-61.

［10］ 任亞運，傅京燕. 碳交易的減排及綠色發(fā)展效應研究［J］. 中國人口·資源與環(huán)境，2019，29（5）：11-20.

［11］ QI S Z， ZHOU C B， Li K， et al. Influence of a pilot carbon tradingpolicy on enterprises’ low?carbon innovation in China［J］. Climatepolicy， 2021（1）： 1-19.

［12］ 邵帥，李興. 市場導向型低碳政策能否推動經(jīng)濟高質量發(fā)展：來自碳排放權交易試點的證據(jù)［J］. 廣東社會科學，2022（2）：33-45.

［13］ 張平淡，張惠琳. 環(huán)境規(guī)制改進企業(yè)全要素生產(chǎn)率的路徑研究：基于碳排放權交易試點的準自然實驗［J］. 江淮論壇，2021（4）：44-51.

［14］ ZHANG W， LI R. Does carbon emission trading mechanism realizeporter effect in China［J］. Fresenius environmental bulletin，2021， 30（4）： 4694-4703.

［15］ YANG L S，LI Y，LIU H X. Did carbon trade improve green productionperformance： evidence from China［J］. Energy economics，2021，96：105185.

［16］ SUN R T，WANG K Q，WANG X J，et al. China’ s carbon emissiontrading scheme and firm performance［J］. Emerging markets financeand trade，2022，58（3）：837-851.

［17］ 魏麗莉，任麗源. 碳排放權交易能否促進企業(yè)綠色技術創(chuàng)新：基于碳價格的視角［J］. 蘭州學刊，2021（7）：91-110.

［18］ 劉燕華，李宇航，王文濤. 中國實現(xiàn)“雙碳”目標的挑戰(zhàn)、機遇與行動［J］. 中國人口·資源與環(huán)境，2021，31（9）：1-5.

［19］ 張修凡. 碳市場流動性與區(qū)域低碳經(jīng)濟轉型：基于低碳技術創(chuàng)新的雙重中介效應分析［J］. 南京財經(jīng)大學學報，2021（6）：88-98.

［20］ 王為東，王冬，盧娜. 中國碳排放權交易促進低碳技術創(chuàng)新機制的研究［J］. 中國人口·資源與環(huán)境，2020，30（2）：41-48.

［21］ 何彥妮. 碳交易市場對企業(yè)創(chuàng)新策略的影響及作用機制［J］.中國人口·資源與環(huán)境，2022，32（7）：37-48.

［22］ 王燦，蔡聞佳，鄭馨竺，等. 碳中和目標下氣候政策研究的前沿問題［J］. 北京理工大學學報（社會科學版），2022，24（4）：74-80.

［23］ 郭楷模， 孫玉玲， 裴惠娟， 等. 趨勢觀察：國際碳中和行動關鍵技術前沿熱點與發(fā)展趨勢［J］. 中國科學院院刊， 2021， 36（9）： 1111-1115.

［24］ WU M M. China’ s carbon emissions trading market analysis［J］.Advanced materials research，2010，113-116：484-487.

［25］ 吳茵茵，齊杰，鮮琴，等. 中國碳市場的碳減排效應研究：基于市場機制與行政干預的協(xié)同作用視角［J］. 中國工業(yè)經(jīng)濟，2021（8）：114-132.

［26］ 徐紅，趙金偉. 研發(fā)投入的綠色技術進步效應：基于城市層面技術進步方向的視角［J］. 中國人口·資源與環(huán)境，2020，30（2）：121-128.

［27］ BECK T，LEVINE R，LEVKOV A. Big bad banks： the winnersand losers from bank deregulation in the United States［J］. Thejournal of finance，2010，65（5）：1637-1667.

［28］ 郭俊杰，方穎，楊陽. 排污費征收標準改革是否促進了中國工業(yè)二氧化硫減排［J］. 世界經(jīng)濟，2019，42（1）：121-144.

［29］ 魏悅羚，張洪勝. 進口自由化會提升中國出口國內(nèi)增加值率嗎：基于總出口核算框架的重新估計［J］. 中國工業(yè)經(jīng)濟，2019（3）：24-42.

［30］ 萬攀兵，楊冕，陳林. 環(huán)境技術標準何以影響中國制造業(yè)綠色轉型：基于技術改造的視角［J］. 中國工業(yè)經(jīng)濟，2021（9）：118-136.

［31］ 張賢，李凱，馬喬，等. 碳中和目標下CCUS技術發(fā)展定位與展望［J］. 中國人口·資源與環(huán)境，2021，31（9）：29-33.

［32］ 黃晶，孫新章，張賢. 中國碳中和技術體系的構建與展望［J］.中國人口·資源與環(huán)境，2021，31（9）：24-28.

［33］ 石大千，丁海，衛(wèi)平，等. 智慧城市建設能否降低環(huán)境污染［J］中國工業(yè)經(jīng)濟，2018（6）：117-135.

［34］ 張國建，佟孟華，李慧，等. 扶貧改革試驗區(qū)的經(jīng)濟增長效應及政策有效性評估［J］. 中國工業(yè)經(jīng)濟，2019（8）：136-154.

［35］ 胡玉鳳，丁友強. 碳排放權交易機制能否兼顧企業(yè)效益與綠色效率？［J］. 中國人口·資源與環(huán)境，2020，30（3）：56-64.

［36］ CHEN S，SHI A N，WANG X. Carbon emission curbing effects andinfluencing mechanisms of China’ s Emission Trading Scheme：themediating roles of technique effect，composition effect and allocationeffect［J］. Journal of cleaner production，2020，264：121700.

［37］ 熊靈，齊紹洲，沈波. 中國碳交易試點配額分配的機制特征、設計問題與改進對策［J］. 武漢大學學報（哲學社會科學版），2016，69（3）：56-64.

［38］ CUI J B，WANG C H，ZHANG J J，et al. The effectiveness of China’s regional carbon market pilots in reducing firm emissions［J］.Proceedings of the National Academy of Sciences of the UnitedStates of America，2021，118（52）：e2109912118.

［39］ 張嘉望，李博陽，杜強. 中國區(qū)域碳市場價格聯(lián)動與風險溢出效應研究：基于信息溢出視角［J］. 中南財經(jīng)政法大學學報，2022（2）：148-160.