李穎 肖麗芳 朱治雙

【摘要】碳排放權(quán)交易政策是生態(tài)文明建設(shè)的重要內(nèi)容， 對企業(yè)發(fā)展質(zhì)量存在至關(guān)重要的影響。本文以2008 ～ 2020年我國A股上市公司為研究對象， 基于2013年碳排放權(quán)交易政策試點(diǎn)準(zhǔn)自然實(shí)驗(yàn)， 研究碳排放權(quán)交易政策實(shí)施對企業(yè)全要素生產(chǎn)率的影響。研究發(fā)現(xiàn)： 碳排放權(quán)交易政策的實(shí)施有助于提升企業(yè)全要素生產(chǎn)率。作用機(jī)制分析表明， 碳排放權(quán)交易試點(diǎn)政策通過增加企業(yè)實(shí)質(zhì)性減排行為、 促進(jìn)企業(yè)創(chuàng)新和優(yōu)化企業(yè)資源配置來提高企業(yè)全要素生產(chǎn)率。異質(zhì)性分析表明， 國有企業(yè)、 抗風(fēng)險(xiǎn)能力強(qiáng)和市場化水平高的企業(yè)全要素生產(chǎn)率受碳排放權(quán)交易政策的影響更明顯。

【關(guān)鍵詞】碳排放權(quán)交易；碳市場；全要素生產(chǎn)率； 準(zhǔn)自然實(shí)驗(yàn)

【中圖分類號】F275 ? ? ?【文獻(xiàn)標(biāo)識碼】A ? ? ?【文章編號】1004-0994（2023）15-0118-6

一、 引言

氣候變化問題是全世界關(guān)注的焦點(diǎn)問題和重要議題。荷蘭環(huán)境評估署（PBL）2020年公布的數(shù)據(jù)顯示， 全球溫室氣體排放總量自2010年以來平均每年增長1.4%， 并在2019年創(chuàng)下歷史新高。作為世界上最大的發(fā)展中國家和最大的煤炭消費(fèi)國， 2002年我國便開始利用行政命令手段實(shí)施排污權(quán)交易制度， 雖然一定程度上緩解了環(huán)境惡化問題， 但其經(jīng)濟(jì)效果并沒有得到較好體現(xiàn)。2011年， 我國引入市場激勵(lì)型環(huán)境規(guī)制手段， 明確提出逐步建立碳排放權(quán)交易市場， 并于2013年開始在深圳、 北京、 天津、 上海、 廣東、 湖北和福建等七省市正式啟動了碳排放權(quán)交易試點(diǎn)。那么， 該項(xiàng)市場激勵(lì)型環(huán)境規(guī)制與之前行政命令型環(huán)境規(guī)制有何區(qū)別？對社會經(jīng)濟(jì)活動又會產(chǎn)生怎樣的影響， 尤其是對企業(yè)生產(chǎn)率存在怎樣的作用機(jī)制？目前， 鮮有文獻(xiàn)針對碳排放權(quán)交易與企業(yè)生產(chǎn)率的潛在聯(lián)系進(jìn)行梳理和探討。相比一般財(cái)務(wù)指標(biāo)， 全要素生產(chǎn)率能夠有效衡量要素資源配置效率改善所帶來的產(chǎn)出增長， 是對經(jīng)濟(jì)發(fā)展“質(zhì)”的反映。因此， 市場激勵(lì)型碳排放權(quán)交易政策能否提高企業(yè)全要素生產(chǎn)率進(jìn)而助力經(jīng)濟(jì)高質(zhì)量發(fā)展， 對于這一問題的探討不僅有助于理清市場激勵(lì)型環(huán)境規(guī)制與微觀企業(yè)全要素生產(chǎn)率之間的關(guān)系， 而且對全國統(tǒng)一碳市場建設(shè)和經(jīng)濟(jì)可持續(xù)發(fā)展也具有重要現(xiàn)實(shí)意義。

基于此， 本文運(yùn)用雙重差分模型， 以2008 ～ 2020年七個(gè)試點(diǎn)地區(qū)企業(yè)數(shù)據(jù)為研究對象， 考察碳排放權(quán)交易政策對企業(yè)全要素生產(chǎn)率的影響及其作用機(jī)制。研究發(fā)現(xiàn)： 碳排放權(quán)交易政策的實(shí)施能夠提高企業(yè)全要素生產(chǎn)率。作用機(jī)制分析表明， 碳排放權(quán)交易政策能夠增加企業(yè)實(shí)質(zhì)性減排行為、 促進(jìn)企業(yè)創(chuàng)新和優(yōu)化企業(yè)資源配置， 從而對全要素生產(chǎn)率產(chǎn)生影響。異質(zhì)性分析表明， 國有企業(yè)、 抗風(fēng)險(xiǎn)能力強(qiáng)和市場化水平高的企業(yè)全要素生產(chǎn)率受碳排放權(quán)交易政策的影響更明顯。

本文的創(chuàng)新點(diǎn)在于： ?第一， 現(xiàn)有研究主要集中在命令型環(huán)境規(guī)制及其經(jīng)濟(jì)體量績效發(fā)展上， 且主要以歐美發(fā)達(dá)國家為研究對象。本文從企業(yè)層面探討我國碳排放權(quán)交易機(jī)制與體現(xiàn)經(jīng)濟(jì)發(fā)展質(zhì)量的全要素生產(chǎn)率的關(guān)系， 豐富了環(huán)境規(guī)制與企業(yè)全要素生產(chǎn)率關(guān)系的相關(guān)研究。第二， 從企業(yè)實(shí)質(zhì)性減排、 技術(shù)創(chuàng)新和資源配置三方面分析碳排放權(quán)交易政策對企業(yè)全要素生產(chǎn)率的影響機(jī)制， 對于識別碳排放權(quán)作用機(jī)理、 破解低碳城市試點(diǎn)政策短期困境至關(guān)重要。第三， 進(jìn)一步肯定了碳排放權(quán)交易政策的正向經(jīng)濟(jì)后果， 為完善全國統(tǒng)一碳市場建設(shè)、 真正高效落實(shí)碳減排政策提供了及時(shí)有效的實(shí)證證據(jù)。

二、 理論分析和研究假設(shè)

（一）碳排放權(quán)交易與企業(yè)全要素生產(chǎn)率

碳排放權(quán)交易政策作為市場激勵(lì)型環(huán)境規(guī)制（劉傳明等，2021）， 通過給予企業(yè)有限碳排放配額， 對碳排放權(quán)進(jìn)行交易， 用市場手段控制碳排放量， 進(jìn)而達(dá)到減排目的。在有限碳排放配額下， 企業(yè)若維持原有生產(chǎn)規(guī)模， 對于超出碳排放配額的部分， 需支付額外交易費(fèi)用； 若縮小生產(chǎn)規(guī)模， 控制產(chǎn)量以保證碳排放量處于配額范圍內(nèi)， 同樣會影響企業(yè)利潤。因此， 為維持原有利潤水平， 在有限配額約束下， 碳排放權(quán)交易制度能夠促進(jìn)企業(yè)內(nèi)部資源流動（錢雪松等，2018）， 促使企業(yè)將有限資源投入到產(chǎn)出高且碳排放少的產(chǎn)業(yè)， 優(yōu)化內(nèi)部資源配置， 從而提高企業(yè)全要素生產(chǎn)率。同時(shí)， 根據(jù)信號傳遞理論， 企業(yè)向外界傳遞碳減排等環(huán)保信息（姬新龍，2021）， 能夠提升企業(yè)形象， 贏得投資者和消費(fèi)者關(guān)注， 在一定程度上緩解融資約束， 提高全要素生產(chǎn)率?；诖?， 本文提出假設(shè)1。

假設(shè)1： 碳排放權(quán)交易政策的實(shí)施能夠促進(jìn)企業(yè)全要素生產(chǎn)率的提高。

（二）實(shí)質(zhì)性減排效應(yīng)

根據(jù)企業(yè)對于環(huán)境責(zé)任的響應(yīng)差異， 企業(yè)環(huán)境行為可分為象征性低碳行為和實(shí)質(zhì)性低碳行為兩類（李大元等，2015）。前者多為環(huán)保計(jì)劃或承諾， 后者是企業(yè)為提高環(huán)境績效而采取的切實(shí)措施和具體行動。根據(jù)新古典經(jīng)濟(jì)學(xué)理論， 漂綠成為企業(yè)追逐利潤最大化的理性選擇（肖紅軍等，2013）。相比于命令控制型環(huán)境規(guī)制， 市場激勵(lì)型環(huán)境規(guī)制會將企業(yè)減排行為和減排結(jié)果市場化（沈洪濤和黃楠，2019）。如若企業(yè)象征性減排行為暴露， 企業(yè)聲譽(yù)和信用將會受到重創(chuàng)。而實(shí)質(zhì)性減排行為意味著更低的額外碳配額購買費(fèi)用或者更大的碳配額可供出售空間， 不僅彌補(bǔ)了環(huán)境規(guī)制合規(guī)成本， 為企業(yè)帶來額外減排利潤， 而且緩解了減排成本壓力。在此背景下， 企業(yè)不會采取象征性減排方式， 而是傾向于實(shí)施實(shí)質(zhì)性減排行為和抑制企業(yè)漂綠行為， 促進(jìn)企業(yè)全要素生產(chǎn)率的提高?；诖?， 本文提出假設(shè)2。

假設(shè)2： 碳排放權(quán)交易政策能夠增加企業(yè)實(shí)質(zhì)性減排行為， 從而提高全要素生產(chǎn)率。

（三）創(chuàng)新效應(yīng)與資源配置效應(yīng)

Siller等（2021）和步曉寧等（2019）指出， 影響企業(yè)全要素生產(chǎn)率的決定性因素包括企業(yè)創(chuàng)新和資源配置效率兩方面。根據(jù)波特假說， 適當(dāng)?shù)沫h(huán)境規(guī)制可以刺激企業(yè)通過技術(shù)創(chuàng)新來提高生產(chǎn)力， 降低環(huán)境規(guī)制合規(guī)成本， 從而實(shí)現(xiàn)環(huán)境治理與經(jīng)濟(jì)績效雙贏。在市場型碳排放政策激勵(lì)下， 企業(yè)通過實(shí)施創(chuàng)新活動來提升綠色技術(shù)水平， 從而減少碳排放量， 然后在碳交易市場交易自身減排后多余配額， 獲得額外減排收益的同時(shí)， 提高了生產(chǎn)技術(shù)， 一定程度上降低了企業(yè)成本， 增加了企業(yè)利潤， 推動了全要素生產(chǎn)率的提高。

劉傳明等（2021）研究指出， 資源管理能力強(qiáng)化和升級帶來的生產(chǎn)力改善以及技術(shù)創(chuàng)新帶來的溢價(jià)效果可以有效地抵消甚至超過由于遵守環(huán)境規(guī)制而增加的成本。企業(yè)進(jìn)行實(shí)質(zhì)性減排所形成的成本效應(yīng)， 使得企業(yè)在選擇和使用資源時(shí)， 除了考慮企業(yè)內(nèi)部生產(chǎn)經(jīng)營需要， 還會將環(huán)境規(guī)制要求納入考慮范圍。在更加注重環(huán)保和減少資源消耗的同時(shí)， 不斷改進(jìn)生產(chǎn)流程和工藝， 實(shí)現(xiàn)資源利用價(jià)值最大化。而資源配置效率的提高， 能夠優(yōu)化企業(yè)內(nèi)部要素結(jié)構(gòu)， 提高企業(yè)的全要素生產(chǎn)率（錢雪松等，2018）?；诖?， 本文提出假設(shè)3。

假設(shè)3： 碳排放權(quán)交易政策的實(shí)施能夠促進(jìn)企業(yè)創(chuàng)新、 優(yōu)化資源配置， 從而提高全要素生產(chǎn)率。

三、 研究設(shè)計(jì)

（一）數(shù)據(jù)來源

本文以2008 ～ 2020年我國A股上市公司為樣本， 將2013年國家發(fā)展改革委發(fā)布《關(guān)于開展碳排放權(quán)交易試點(diǎn)工作的通知》作為準(zhǔn)自然實(shí)驗(yàn)， 對碳排放權(quán)交易試點(diǎn)政策效應(yīng)進(jìn)行評估。本文對初始樣本進(jìn)行如下處理： 剔除金融、 房地產(chǎn)類企業(yè)； 剔除ST、 ?ST企業(yè)； 剔除數(shù)據(jù)缺失嚴(yán)重的企業(yè)； 進(jìn)行上下1%分位的縮尾處理。另外， 碳排放權(quán)交易試點(diǎn)企業(yè)名單來自于試點(diǎn)省份生態(tài)環(huán)境局政策文件， 其余財(cái)務(wù)數(shù)據(jù)來自CSMAR數(shù)據(jù)庫。

（二）模型設(shè)定

借鑒沈洪濤和黃楠（2019）的研究， 本文構(gòu)建如下雙重差分（DID）模型（1）， 用以評價(jià)碳排放權(quán)交易政策的微觀層面效果。雖然實(shí)施碳排放權(quán)交易政策相對于企業(yè)而言是外生政策環(huán)境， 不存在逆向因果問題， 但雙重差分模型不能控制碳排放權(quán)交易政策的實(shí)施是否會受到其他政策的沖擊和影響， 以及不同地區(qū)政策實(shí)施效應(yīng)的差異。因此， 本文構(gòu)建三重差分（DDD）模型（2）， 進(jìn)一步引入非碳排放權(quán)交易試點(diǎn)行業(yè)企業(yè)樣本進(jìn)行分析。

TFP_LPit=β0+β1Treat×Time+βControl+γi+μt+φj+εijt ? ? ? （1）

TFP_LPit=β0+β1Treat×Time×Regulate+β2Time×Regulate+β3Treat×Regulate+β4Treat×Time+

βControl+γi+μt+φj+εijt ? ? ? ? ? （2）

其中： TFP_LPit表示企業(yè)i在t年的全要素生產(chǎn)率； Treat為碳排放權(quán)交易政策試點(diǎn)企業(yè)； Time為碳排放權(quán)交易政策實(shí)施時(shí)間； Regulate代表碳排放權(quán)交易試點(diǎn)行業(yè)； Control為控制變量； γi、 μt和φj分別表示行業(yè)固定效應(yīng)（Ind）、 年份固定效應(yīng)（Year）和地區(qū)固定效應(yīng)（Prov）， εijt為隨機(jī)誤差項(xiàng)。

（三）變量定義

1. 被解釋變量。在全要素生產(chǎn)率測算上， 兩步一致估計(jì)法（簡稱“OP法”）和半?yún)?shù)法（簡稱“LP法”）被眾多學(xué)者廣泛運(yùn)用（Olley和 Pakes，1996；章祥蓀等，2008）?？紤]到使用OP法樣本損失量較多（魯曉東和連玉君，2012）， 本文選取LP方法對企業(yè)全要素生產(chǎn)率進(jìn)行測算。

2. 核心解釋變量。Treat為政策虛擬變量， 若企業(yè)納入碳排放權(quán)交易政策試點(diǎn)， Treat取值為1， 否則為0。Time為時(shí)間虛擬變量， 2013年以后Treat賦值為1， 否則為0?？紤]到湖北省和福建省企業(yè)分別在2014、 2016年被納入試點(diǎn)， 湖北省和福建省的時(shí)間虛擬變量以2014、 2016年為界。Regulate為行業(yè)虛擬變量， 碳排放權(quán)交易試點(diǎn)行業(yè)取值為1， 否則為0。

3. 中介變量。企業(yè)實(shí)質(zhì)性減排以企業(yè)減排漂綠指數(shù)的負(fù)值衡 量。其中， 減排漂綠指數(shù)參考Walker和Wan（2012）的研究， 以企業(yè)環(huán)境治理象征性環(huán)境行為和實(shí)質(zhì)性環(huán)境行為比值衡量。若企業(yè)在環(huán)境信息披露中， 對環(huán)境保護(hù)行動進(jìn)行細(xì)節(jié)性、 數(shù)字性定量描述， 則認(rèn)為企業(yè)開展了實(shí)質(zhì)性減排活動， 否則認(rèn)為企業(yè)只實(shí)施了象征性減排活動。為了消除量綱的影響， 將得到的減排漂綠指數(shù)進(jìn)行標(biāo)準(zhǔn)化處理， 得到最終的企業(yè)減排漂綠指數(shù)GW。具體計(jì)算公式如下：

Z=[i=110Xi]/[i=110Yi+1] ? ? ? ? ? ?（3）

GW=（Zi-Zmin）/（Zmax-Zmin） ? ? ? ? ? （4）

其中： Xi表示企業(yè)的象征性環(huán)境行為；Yi表示企業(yè)的實(shí)質(zhì)性環(huán)境行為； Zi表示原始數(shù)據(jù)；Zmin表示原始數(shù)據(jù)中的最小值；Zmax表示原始數(shù)據(jù)中的最大值。若企業(yè)在項(xiàng)目指標(biāo)i上有象征性環(huán)境行為， 則Xi為1， 否則為0； 同理， 若企業(yè)在指標(biāo)i上有實(shí)質(zhì)性環(huán)境行為， 則Yi為1， 否則為0。參考緱倩雯和蔡寧（2014）的研究， 以企業(yè)社會責(zé)任報(bào)告中10項(xiàng)指標(biāo)對企業(yè)象征性環(huán)境行為和實(shí)質(zhì)性環(huán)境行為進(jìn)行評定。具體衡量指標(biāo)見表 1。

在企業(yè)創(chuàng)新方面， 考慮到申請專利情況具有信息披露的要求， 一些企業(yè)基于保密考慮可能不會將企業(yè)最新研發(fā)、 可能會涉及企業(yè)商業(yè)秘密的創(chuàng)新技術(shù)或產(chǎn)品申請專利。因此， 本文以“企業(yè)研發(fā)投入費(fèi)用的自然對數(shù)”作為企業(yè)創(chuàng)新的代理變量。

企業(yè)資源配置效率常用Richardson模型和數(shù)據(jù)包絡(luò)分析（DEA）衡量。但Richardson模型關(guān)注企業(yè)投資效率， 適合初創(chuàng)企業(yè)配置效率的測算（Richardson，2006）。因此， 借鑒花貴如等（2010）的研究， 本文采用DEA方法從投入和產(chǎn)出維度①衡量企業(yè)資源配置效率。

4. 控制變量。本文參考賈云赟（2017）的研究， 選擇企業(yè)發(fā)展能力（Growth）、 企業(yè)性質(zhì)（SOE）、 資產(chǎn)負(fù)債率（Lev）、 資本回報(bào)率（ROC）、 經(jīng)營現(xiàn)金流（OCF）和總資產(chǎn)凈利率（ROA）等作為控制變量。具體變量定義如表 2所示。

四、 實(shí)證結(jié)果分析

（一）描述性統(tǒng)計(jì)

表3列示了主要變量的描述性統(tǒng)計(jì)結(jié)果。TFP_LP的平均值為15.12， 標(biāo)準(zhǔn)差為1.15， 可見樣本企業(yè)全要素生產(chǎn)率存在較大的差距。從Treat的情況來看， 僅有3.6%的企業(yè)被納入碳排放權(quán)交易政策試點(diǎn)， 企業(yè)數(shù)量較少?？刂谱兞康慕Y(jié)果與現(xiàn)有研究基本一致， 本文不再贅述。

（二）平行趨勢檢驗(yàn)

使用雙重差分法的重要假設(shè)前提是， 實(shí)驗(yàn)組和控制組保持一致的時(shí)間趨勢。本文參考 Jacobson等（1993）的研究進(jìn)行平行趨勢檢驗(yàn)。檢驗(yàn)結(jié)果如圖 1所示， 政策實(shí)施后第四年之前， 雙重交互項(xiàng)的估計(jì)系數(shù)基本在0值附近上下波動， 且不顯著； 而在第四年之后， 邊際效應(yīng)線向右上方傾斜， 且影響效應(yīng)呈增強(qiáng)趨勢。說明2013年試點(diǎn)政策對全要素生產(chǎn)率的影響存在滯后性， 可以使用雙重差分模型進(jìn)行檢驗(yàn)。

（三）基準(zhǔn)回歸分析

表 4為碳排放權(quán)交易政策實(shí)施對企業(yè)全要素生產(chǎn)率的影響的基本回歸結(jié)果。其中列（1）、 列（2）以全國企業(yè)為樣本進(jìn)行總體回歸， 列（3）、 列（4）以七個(gè)試點(diǎn)省份上市公司為樣本進(jìn)行回歸， 在控制年份、 行業(yè)和地區(qū)固定效應(yīng)后， ?Treat×Time的系數(shù)均在1%的水平上顯著為正。列（5） ～ 列（8）為傾向得分匹配后分別運(yùn)用雙重差分模型（1）和三重差分模型（2）進(jìn)行回歸的結(jié)果， Treat×Time及Treat×Time×Regulate的系數(shù)均顯著為正， 說明碳排放權(quán)交易政策實(shí)施顯著提高了企業(yè)全要素生產(chǎn)率。假設(shè)1得到驗(yàn)證②。

（四）穩(wěn)健性檢驗(yàn)

本文參考錢雪松等（2018）的研究， 進(jìn)行以下穩(wěn)健性檢驗(yàn)： 隨機(jī)選取政策實(shí)施年份進(jìn)行安慰劑檢驗(yàn)、 采用OP法計(jì)算企業(yè)全要素生產(chǎn)率、 考慮滯后效應(yīng)， 結(jié)果如圖2、 表 5所示， 雙重交互項(xiàng)回歸系數(shù)都集中在零點(diǎn)附近， Treat×Time及滯后一期系數(shù)在1%的水平上顯著為正， 結(jié)論穩(wěn)健。

五、 進(jìn)一步分析

（一）中介機(jī)制檢驗(yàn)

為驗(yàn)證假設(shè)2和假設(shè)3， 本文利用逐步回歸法進(jìn)行中介機(jī)制檢驗(yàn)， 結(jié)果見表6。實(shí)質(zhì)性減排效應(yīng)檢驗(yàn)結(jié)果如表6列（1）、 列（2）所示； 創(chuàng)新效應(yīng)檢驗(yàn)結(jié)果如列（3）、 列（4）所示； 資源配置效應(yīng)檢驗(yàn)結(jié)果如列（5）、 列（6）所示。其中， 列（1）、 （3）、 （5）中Treat×Time的系數(shù)均顯著為正， 列（2）、 （4）、 （6）中GW、 RD、 Eff的系數(shù)均在1%的水平上顯著為正， 表明碳排放權(quán)交易政策通過實(shí)質(zhì)性減排效應(yīng)、 創(chuàng)新效應(yīng)和資源配置效應(yīng)提高企業(yè)全要素生產(chǎn)率， 假設(shè)2和假設(shè)3得到驗(yàn)證。

（二）異質(zhì)性分析

1. 企業(yè)性質(zhì)。根據(jù)企業(yè)所有權(quán)不同， 本文將所有樣本分為國有企業(yè)和非國有企業(yè)進(jìn)行異質(zhì)性檢驗(yàn)。表 7列（1）和列（2）回歸結(jié)果表明， 與非國有企業(yè)相比， 碳排放權(quán)交易政策更可能提高國有企業(yè)的全要素生產(chǎn)率。原因在于， 國有企業(yè)更易獲得國家政策支持， 具有天然政治屏障， 信息不對稱程度更低， 生產(chǎn)要素的分配與調(diào)整更加靈活， 資源配置效率更高。

2. 抗風(fēng)險(xiǎn)能力。在碳排放權(quán)交易政策實(shí)施過程中， 企業(yè)內(nèi)在因素和外在環(huán)境都會對政策實(shí)施效果產(chǎn)生影響。本文參考周志方等（2019）的研究， 以現(xiàn)金柔性和負(fù)債融資柔性之和衡量企業(yè)抗風(fēng)險(xiǎn)能力， 當(dāng)企業(yè)抗風(fēng)險(xiǎn)能力大于樣本企業(yè)抗風(fēng)險(xiǎn)能力中位數(shù)時(shí)， 稱為抗風(fēng)險(xiǎn)能力強(qiáng)企業(yè)， 否則為抗風(fēng)險(xiǎn)能力弱企業(yè)。結(jié)果如表 7列（3）和列（4）所示， 碳排放權(quán)交易政策實(shí)施對抗風(fēng)險(xiǎn)能力強(qiáng)企業(yè)的全要素生產(chǎn)率的促進(jìn)作用更加明顯。這是因?yàn)榭癸L(fēng)險(xiǎn)能力弱企業(yè)沒有足夠的資金去應(yīng)對碳排放權(quán)交易風(fēng)險(xiǎn)帶來的轉(zhuǎn)型成本壓力， 企業(yè)不僅無法進(jìn)行技術(shù)升級， 還可能面臨經(jīng)營困境。

3. 市場化水平。外部環(huán)境方面， 本文參考常凱等（2012）的研究， 以樊綱市場化指數(shù)衡量企業(yè)所處外在環(huán)境的市場化水平。當(dāng)企業(yè)所在地區(qū)市場化水平大于樣本企業(yè)所有地區(qū)市場化水平中位數(shù)時(shí)， 認(rèn)為企業(yè)處于市場化水平高地區(qū)， 反之處于市場化水平低地區(qū)。表 7列（5）、 列（6）的結(jié)果表明， 碳排放權(quán)交易政策實(shí)施對市場化水平高地區(qū)企業(yè)全要素生產(chǎn)率的提高作用更為明顯。原因在于市場化水平較高地區(qū)， 碳市場更為平穩(wěn)、 碳價(jià)格更為透明， 企業(yè)能夠?qū)μ寂欧艡?quán)交易政策做出迅速反應(yīng)， 降低交易成本和交易風(fēng)險(xiǎn)， 通過創(chuàng)新和提高資源配置效率來獲取現(xiàn)金流量、 轉(zhuǎn)嫁減排成本。

六、 結(jié)論與建議

本文基于我國碳排放權(quán)交易政策試點(diǎn)這一準(zhǔn)自然實(shí)驗(yàn)， 利用2008 ～ 2020年我國A股上市公司數(shù)據(jù)， 評估碳排放權(quán)交易政策對企業(yè)全要素生產(chǎn)率的影響。研究發(fā)現(xiàn)： 其一， 碳排放權(quán)交易政策的實(shí)施提高了企業(yè)全要素生產(chǎn)率。其二， 碳排放權(quán)交易政策通過增加企業(yè)實(shí)質(zhì)性減排行為、 促進(jìn)企業(yè)創(chuàng)新和優(yōu)化企業(yè)資源配置來提高企業(yè)全要素生產(chǎn)率。其三， 國有企業(yè)、 抗風(fēng)險(xiǎn)能力強(qiáng)和市場化水平高的企業(yè)全要素生產(chǎn)率受碳排放權(quán)交易政策影響更明顯。

基于上述研究結(jié)論， 本文得到如下啟示：

（1）企業(yè)應(yīng)加快轉(zhuǎn)型升級步伐， 提高資源配置效率。本文研究證明， “既要綠水青山， 又要金山銀山”的美好愿景是可以實(shí)現(xiàn)的。政府應(yīng)著力完善碳排放權(quán)交易制度， 總結(jié)試點(diǎn)經(jīng)驗(yàn)， 加快建設(shè)和完善全國碳市場。企業(yè)也應(yīng)轉(zhuǎn)變環(huán)境規(guī)制會阻礙自身發(fā)展的錯(cuò)誤觀念， 在積極響應(yīng)環(huán)境治理政策的同時(shí)加快轉(zhuǎn)型升級的步伐， 提高自身生產(chǎn)效率和資源配置效率。

（2）政府應(yīng)激發(fā)企業(yè)創(chuàng)新活力， 積極推動技術(shù)創(chuàng)新。政府應(yīng)根據(jù)市場變化調(diào)整環(huán)境規(guī)制手段， 出臺扶持性政策。例如， 在實(shí)施碳排放權(quán)交易制度時(shí)， 可考慮加大對低碳技術(shù)研發(fā)的補(bǔ)貼力度， 緩解企業(yè)創(chuàng)新資金短缺問題。企業(yè)應(yīng)充分利用技術(shù)創(chuàng)新帶來的補(bǔ)償效應(yīng)， 加大創(chuàng)新力度和提高創(chuàng)新能力， 實(shí)現(xiàn)可持續(xù)發(fā)展。

（3）國家應(yīng)實(shí)施差異化環(huán)境規(guī)制策略， ?避免采用“一刀切”行政命令。國家相關(guān)部門在制定政策時(shí)， 應(yīng)根據(jù)不同企業(yè)性質(zhì)、 企業(yè)內(nèi)部情況、 地區(qū)市場化程度差異， 實(shí)施差異化環(huán)境規(guī)制策略。各地政府應(yīng)因地制宜、 因時(shí)制宜地促進(jìn)區(qū)域環(huán)境治理交流協(xié)作， 提高碳排放權(quán)交易市場有效性， 為實(shí)現(xiàn)“雙碳”目標(biāo)保駕護(hù)航。

【 注 釋 】

① 投入維度，以應(yīng)付職工薪酬，固定資產(chǎn)凈額，購買商品、接受勞務(wù)支付的現(xiàn)金進(jìn)行衡量，反映企業(yè)規(guī)模大小、生產(chǎn)能力和中間品投入；產(chǎn)出維度以企業(yè)年凈利潤衡量，反映企業(yè)實(shí)際盈利情況。

② 已進(jìn)行相關(guān)性分析，變量間系數(shù)均小于0.5，在1%或5%的水平上顯著相關(guān)，不存在嚴(yán)重多重共線性問題。

③ 圖2為500次隨機(jī)分配后回歸估計(jì)系數(shù)均值，X軸表示FalseTime×CO2的估計(jì)系數(shù)，曲線是估計(jì)系數(shù)的核密度分布。

【 主 要 參 考 文 獻(xiàn) 】

步曉寧，張少華，張?zhí)烊A．中國工業(yè)企業(yè)的增長動能、配置效率與經(jīng)濟(jì)利潤［ J］．南方經(jīng)濟(jì)，2019（6）：48～70．

常凱，王蘇生，徐民成．碳排放權(quán)交易機(jī)制下碳排放量控制效率的經(jīng)濟(jì)解釋［ J］．統(tǒng)計(jì)與決策，2012（21）：156～159．

緱倩雯，蔡寧．企業(yè)異質(zhì)性環(huán)境實(shí)踐方式與績效關(guān)系的實(shí)證研究［ J］．軟科學(xué)，2014（11）：15～19．

花貴如，劉志遠(yuǎn)，許騫．投資者情緒、企業(yè)投資行為與資源配置效率［ J］．會計(jì)研究，2010（11）：49～55+97．

賈云赟．碳排放權(quán)交易影響經(jīng)濟(jì)增長嗎［ J］．宏觀經(jīng)濟(jì)研究，2017（12）：72～81+136．

姬新龍．碳排放權(quán)交易是否促進(jìn)了企業(yè)環(huán)境責(zé)任水平的提升？［ J］．現(xiàn)代經(jīng)濟(jì)探討，2021（9）：49～55．

李大元，賈曉琳，辛琳娜．企業(yè)漂綠行為研究述評與展望［ J］．外國經(jīng)濟(jì)與管理，2015（12）：86～96．

劉傳明，劉一丁，馬青山．環(huán)境規(guī)制與經(jīng)濟(jì)高質(zhì)量發(fā)展的雙向反饋效應(yīng)研究［ J］．經(jīng)濟(jì)與管理評論，2021（3）：111～122．

魯曉東，連玉君．中國工業(yè)企業(yè)全要素生產(chǎn)率估計(jì)：1999-2007［ J］．經(jīng)濟(jì)學(xué)（季刊），2012（2）：541～558．

錢雪松，康瑾，唐英倫等．產(chǎn)業(yè)政策、資本配置效率與企業(yè)全要素生產(chǎn)率——基于中國2009年十大產(chǎn)業(yè)振興規(guī)劃自然實(shí)驗(yàn)的經(jīng)驗(yàn)研究［ J］．中國工業(yè)經(jīng)濟(jì)，2018（8）：42～59．

沈洪濤，黃楠．碳排放權(quán)交易機(jī)制能提高企業(yè)價(jià)值嗎［ J］．財(cái)貿(mào)經(jīng)濟(jì)，2019（1）：144～161．

申丹虹，劉錦葉，崔張鑫．中國制造業(yè)全要素生產(chǎn)率測算與區(qū)域趨同檢驗(yàn)［ J］．統(tǒng)計(jì)與決策，2022（1）：47～52．

涂正革，肖耿．中國的工業(yè)生產(chǎn)力革命——用隨機(jī)前沿生產(chǎn)模型對中國大中型工業(yè)企業(yè)全要素生產(chǎn)率增長的分解及分析［ J］．經(jīng)濟(jì)研究，2005（3）：4～15．

肖紅軍，張俊生，李偉陽．企業(yè)偽社會責(zé)任行為研究［ J］．中國工業(yè)經(jīng)濟(jì)，2013（6）：109～121．

章祥蓀，貴斌威．中國全要素生產(chǎn)率分析：Malmquist指數(shù)法評述與應(yīng)用［ J］．?dāng)?shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008（6）：111～122．

周志方，李祎，肖恬，曾輝祥．碳風(fēng)險(xiǎn)意識、低碳創(chuàng)新與碳績效［ J］．研究與發(fā)展管理，2019（3）：72～83．

Clarkson P. M.， Li Y.， Richardson G. D.， et al.. Revisiting the relation between environmental performance and environmental disclosure： An empirical analysis［ J］．Accounting， Organizations and Society，2008（4-5）：303～327．

Jacobson L. S.，R. J. LaLonde， D. G. Sullivan. Earnings losses of displaced workers［ J］．American Economic Review，1993（4）：685～709．

Levinsohn J.，A. Petrin. Estimating production functions using inputs to control for unobservables［ J］．Review of Economic Studies，2003（70）：317～342．

Olley G. S.， Pakes ?A.. The dynamics of productivity in the telecommunications equipment industry［ J］．Econometrica，1996（64）：1263～1297．

Richardson R.. Over-investment of free cash flow［ J］．Review of Accounting Studies，2006（2-3）：159～189．

Siller M.， Schatzer T.， Walde J. F.，Tappeiner ?G.. What drives total factor productivity growth？ An examination of spillover effects［ J］．Regional Studies， 2021（55）：1129～1139．

Walker K.， Wan F.. The harm of symbolic actions and green-washing： Corporate actions and communications on environmental performance and their financial implications［ J］．Journal of Business Ethics，2012（2）：227～242．