李艷 李南萱 王鑫雨 唐茜 彭詩(shī)琪

摘?要：碳排放權(quán)交易市場(chǎng)成為我國(guó)“十三五”期間節(jié)能減排的主要手段，如何促進(jìn)碳市場(chǎng)進(jìn)一步成熟穩(wěn)定、流動(dòng)活躍發(fā)展成為新階段的問(wèn)題焦點(diǎn)。文章從區(qū)域市場(chǎng)的碳價(jià)和市場(chǎng)流動(dòng)性出發(fā)，探究我國(guó)區(qū)域碳市場(chǎng)的發(fā)展對(duì)碳減排的影響。結(jié)果表明：碳價(jià)對(duì)開(kāi)展碳市場(chǎng)地區(qū)的碳排放量具有顯著的負(fù)向影響，即碳價(jià)升高有利于地區(qū)減排。市場(chǎng)流動(dòng)性對(duì)碳排放量也具有一定的負(fù)向作用，但不顯著。因此，研究保留了結(jié)果較為顯著的碳價(jià)指標(biāo)，選取能源消費(fèi)總量和能源消費(fèi)結(jié)構(gòu)，進(jìn)一步構(gòu)建中介模型，以探究碳市場(chǎng)對(duì)碳減排的影響機(jī)理。結(jié)果表明：能源消費(fèi)量和能源消費(fèi)結(jié)構(gòu)對(duì)碳減排中介效應(yīng)分別為45.4%和70.65%，兩者均具有中介效應(yīng)，其中，能源消費(fèi)結(jié)構(gòu)的中介效應(yīng)更為顯著。

關(guān)鍵詞：碳市場(chǎng)；碳減排；市場(chǎng)流動(dòng)性

中圖分類號(hào)：F713.58文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1005-6432（2024）15-0001-04

DOI：10.13939/j.cnki.zgsc.2024.15.001

1?引言

目前，我國(guó)各區(qū)域碳市場(chǎng)發(fā)展呈現(xiàn)出多樣化的特征，而碳市場(chǎng)內(nèi)部發(fā)展特征對(duì)碳減排是否起到影響？它的影響又有多大？我國(guó)接下來(lái)又應(yīng)該從哪些方面來(lái)促進(jìn)碳市場(chǎng)成熟、活躍發(fā)展？這些問(wèn)題成了現(xiàn)階段碳市場(chǎng)進(jìn)一步發(fā)展的問(wèn)題焦點(diǎn)。因此，文章首先選取碳市場(chǎng)發(fā)展中的碳價(jià)和市場(chǎng)流動(dòng)性兩個(gè)市場(chǎng)發(fā)展特征，探究碳區(qū)域市場(chǎng)發(fā)展對(duì)碳減排的影響作用；其次通過(guò)構(gòu)建中介模型，選取能源消費(fèi)量和能源消費(fèi)結(jié)構(gòu)作為中介變量，探究碳區(qū)域市場(chǎng)對(duì)碳減排的影響機(jī)理，以期為我國(guó)區(qū)域碳市場(chǎng)進(jìn)一步成熟穩(wěn)定、流動(dòng)活躍發(fā)展提供參考。

2?文獻(xiàn)綜述

目前，國(guó)內(nèi)外已經(jīng)有較多的學(xué)者使用和發(fā)展雙重差分（difference-in-difference，DID）模型，來(lái)研究我國(guó)碳排放交易試點(diǎn)市場(chǎng)政策在碳減排中的作用，通過(guò)引入虛擬變量來(lái)分析我國(guó)碳交易試點(diǎn)市場(chǎng)政策帶來(lái)的減排效果和協(xié)同效應(yīng)。Dong等（2018）采用雙重差分模型來(lái)比較試點(diǎn)市場(chǎng)和非試點(diǎn)市場(chǎng)，采取碳排放權(quán)交易政策前后的碳排放量和GDP，研究發(fā)現(xiàn)碳市場(chǎng)在碳減排中發(fā)揮顯著且持續(xù)的促進(jìn)作用，但不能提高GDP；Chen等（2020）在雙重差分模型的基礎(chǔ)上采用了中介模型，在研究碳市場(chǎng)政策的減排效果的同時(shí)，進(jìn)一步探究了碳市場(chǎng)的減排機(jī)理，研究發(fā)現(xiàn)碳市場(chǎng)政策是通過(guò)提高低碳技術(shù)來(lái)促進(jìn)碳減排。同樣，周朝波和覃云（2020）采用雙重差分模型來(lái)比較碳試點(diǎn)市場(chǎng)之間的區(qū)域異質(zhì)性，研究發(fā)現(xiàn)市場(chǎng)機(jī)制帶來(lái)的低碳經(jīng)濟(jì)轉(zhuǎn)型影響從西部到東部逐漸減弱，并采用中介模型研究發(fā)現(xiàn)其原因是碳市場(chǎng)給西部地區(qū)帶來(lái)更大的創(chuàng)新補(bǔ)償效應(yīng)。王慧英和王子瑤（2021）進(jìn)一步采用改良后的傾向得分匹配-雙重差分（propensity?score?matching-difference?in?difference，PSM-DID）模型，研究發(fā)現(xiàn)碳交易試點(diǎn)政策促進(jìn)碳減排但對(duì)經(jīng)濟(jì)的協(xié)同促進(jìn)作用尚不明顯，并采用中介模型分析碳市場(chǎng)的減排影響機(jī)制，研究發(fā)現(xiàn)碳市場(chǎng)主要是通過(guò)降低能源消費(fèi)總量和改善能源消費(fèi)結(jié)構(gòu)來(lái)實(shí)現(xiàn)碳減排目標(biāo)。為進(jìn)一步探究碳交易市場(chǎng)規(guī)模是否產(chǎn)生不同的碳減排影響，薛飛和周民良（2021）采用連續(xù)性雙重差分模型，以碳成交量和成交額來(lái)衡量碳市場(chǎng)規(guī)模，研究發(fā)現(xiàn)碳市場(chǎng)規(guī)模擴(kuò)大有利于降低碳排放量。

現(xiàn)有研究主要集中于“采取碳交易市場(chǎng)政策是否會(huì)影響碳減排”，而進(jìn)一步對(duì)碳市場(chǎng)內(nèi)部發(fā)展是否造成不同碳減排效果的研究較少，但研究?jī)?nèi)部發(fā)展特征能夠?yàn)閰^(qū)域市場(chǎng)進(jìn)一步發(fā)展、其他地區(qū)開(kāi)展碳市場(chǎng)等提供參考藍(lán)本，具有較大的研究?jī)r(jià)值。因此，文章通過(guò)比較區(qū)域市場(chǎng)的碳價(jià)和碳流動(dòng)性特征對(duì)碳減排的影響，以研究?jī)?nèi)部發(fā)展特征是否造成不同碳減排效果。此外，文章在碳價(jià)和碳流動(dòng)性中選取效果最為顯著的發(fā)展特征指標(biāo)來(lái)構(gòu)建中介模型，以研究碳減排的影響機(jī)理。

文章研究的技術(shù)路線如圖1所示。

圖1?關(guān)于碳排放權(quán)交易市場(chǎng)發(fā)展特征對(duì)碳減排影響的技術(shù)路線

3?模型構(gòu)建和指標(biāo)選取

3.1?雙重固定效應(yīng)模型

文章選取碳價(jià)和市場(chǎng)流動(dòng)性兩個(gè)指標(biāo)，通過(guò)建立基于面板數(shù)據(jù)的雙重固定效應(yīng)模型，以探究碳市場(chǎng)發(fā)展特征對(duì)碳減排的影響。原始雙重固定效應(yīng)模型如下：

yit=β0+β1x1it+β2x2it+β3x3it+β4x4it+β5x5it+β6x6it+β7x7it+γi+μt+εit（1）

其中，β0為模型常量，β1和β7為解釋變量系數(shù)，β2～β6為控制變量系數(shù)，ε為殘差項(xiàng)。被解釋變量y為來(lái)自化石燃料燃燒和工業(yè)的碳排放量（t）。解釋變量x1為碳成交均價(jià)（元/t）；解釋變量x7為成交天數(shù)和換手率（%），代表市場(chǎng)流動(dòng)性。控制變量為生產(chǎn)總值GDP（元）、年末人口規(guī)模（萬(wàn)人）、常住人口城市化水平（%）、第二產(chǎn)業(yè)占比（%）、第三產(chǎn)業(yè)占比（%），分別記為x2、x3、x4、x5、x6。此處使用雙重固定效應(yīng)模型，γi為地區(qū)的個(gè)體固定效應(yīng)，μt為時(shí)間固定效應(yīng)。

3.2?中介模型

解釋變量x如果通過(guò)影響變量M而對(duì)被解釋變量y產(chǎn)生影響，則稱M為中介變量。文章通過(guò)引入中介變量，即在基礎(chǔ)模型中加入能源消費(fèi)結(jié)構(gòu)（x8）和能源消費(fèi)總量（x9）作為中介變量來(lái)構(gòu)建中介模型，探究碳價(jià)對(duì)碳減排的影響機(jī)制。

構(gòu)建模型如下：

yit=α1+ax1it+δ1x3it+γ1x4it+θ1x5it+ρ1x7it+ε1t（2）

Mit=α2+bx1it+δ2x3it+γ2x4it+θ2x5it+ρ2x7it+ε2t（3）

yit=α3+a′x1it+cMit+δ3x3it+γ3x4it+θ3x5it+ρ3x7it+ε3t（4）

3.3?樣本數(shù)據(jù)選取

文章選取深圳、北京、上海、廣東2013—2019年的相關(guān)數(shù)據(jù)，湖北、重慶2014—2019年的相關(guān)數(shù)據(jù)以及福建2017—2019年的相關(guān)數(shù)據(jù)作為初始樣本。在解釋變量數(shù)據(jù)選取中，日均碳價(jià)、日成交量以及成交天數(shù)數(shù)據(jù)來(lái)自Wind數(shù)據(jù)庫(kù)，并折算為年均碳價(jià)、年成交總量。換手率是成交量與其覆蓋碳排放量之比，文章用市場(chǎng)年配額總量作為覆蓋碳排放總量，數(shù)據(jù)來(lái)源于區(qū)域的政策文件和ICAP報(bào)告。在控制變量數(shù)據(jù)選取中，區(qū)域生產(chǎn)總值GDP、年末人口規(guī)模、常住人口城市化水平、第二三產(chǎn)業(yè)占比數(shù)據(jù)來(lái)自各區(qū)域的統(tǒng)計(jì)年鑒。在被解釋變量數(shù)據(jù)選取中，碳排放量數(shù)據(jù)來(lái)自中國(guó)碳核算數(shù)據(jù)庫(kù)（CEADs）。在中介變量數(shù)據(jù)選取中，能源消費(fèi)結(jié)構(gòu)和能源消費(fèi)總量來(lái)自中國(guó)能源統(tǒng)計(jì)年鑒以及地區(qū)統(tǒng)計(jì)年鑒。

4?實(shí)證檢驗(yàn)結(jié)果分析

4.1?雙重固定效應(yīng)模型結(jié)果

剔除多重共線性后的雙重固定效應(yīng)模型結(jié)果如表1所示。從第（1）列可以得出：碳價(jià)對(duì)碳排放量有顯著的負(fù)向影響。從第（2）列可以得出：當(dāng)加入一系列控制變量后，碳價(jià)依舊對(duì)碳排放有顯著性影響，說(shuō)明提高碳價(jià)，可以有效地抑制碳排放量。從第（3）列可以看出，市場(chǎng)流動(dòng)性對(duì)碳排放量有負(fù)向作用但不顯著。通過(guò)比較第（3）列和第（4）列，可以得出在加入控制變量后，市場(chǎng)流動(dòng)性對(duì)碳排放的影響反而顯著了。由于在先前研究過(guò)程中已經(jīng)排除了多重共線性的影響，因此這很有可能是由控制變量吸收或減弱了部分的剩余方差造成的。

4.2?穩(wěn)健性檢驗(yàn)

文章將碳市場(chǎng)換手率作為成交天數(shù)的替代變量，進(jìn)行穩(wěn)健性檢驗(yàn)。相關(guān)性檢驗(yàn)和回歸結(jié)果分別如表2、表3所示。研究發(fā)現(xiàn)：將碳流動(dòng)性的指標(biāo)換成換手率，碳價(jià)仍然對(duì)碳排放有顯著的負(fù)向影響。替換變量的前后結(jié)果不變。說(shuō)明該實(shí)驗(yàn)結(jié)果穩(wěn)健，結(jié)論可靠，因此該模型通過(guò)穩(wěn)健性檢驗(yàn)。

4.3?中介效應(yīng)模型結(jié)果

由雙重固定效應(yīng)模型結(jié)果可知，碳價(jià)對(duì)二氧化碳排放量有顯著負(fù)向作用，因此文章選擇碳價(jià)（X1）作為核心解釋變量，在基礎(chǔ)模型中加入能源消費(fèi)結(jié)構(gòu)和能源消費(fèi)總量?jī)蓚€(gè)中介變量來(lái)構(gòu)建中介模型，以探究碳價(jià)對(duì)碳減排的影響機(jī)制。

把能源消費(fèi)總量（X8）作為中介變量后的結(jié)果如表4所示。從第（1）列得出：lnX1前的系數(shù)作為總效應(yīng)記為a，在5%的水平上顯著，因此加入中介變量繼續(xù)進(jìn)行中介檢驗(yàn)。從第（3）列得出：加入中介變量后，lnX1前的系數(shù)較之前下降但依舊顯著，說(shuō)明存在部分中介效應(yīng)。將第（2）列l(wèi)nX1前的系數(shù)記為b，第（3）列l(wèi)nX1前的系數(shù)記為a，?第（3）列l(wèi)nX8前的系數(shù)記為c。計(jì)算得到：

把能源消費(fèi)結(jié)構(gòu)（X9）作為中介變量后的結(jié)果如表5所示。從第（1）列得出：lnX1前的系數(shù)作為總效應(yīng)記為a，在5%的水平上顯著，因此加入中介變量繼續(xù)進(jìn)行中介檢驗(yàn)。從第（3）列得出：加入中介變量后，lnX1前的系數(shù)較之前下降但不顯著了，說(shuō)明存在完全中介效應(yīng)。將第（2）列l(wèi)nX1前的系數(shù)記為b，第（3）列l(wèi)nX1前的系數(shù)記為a，?第（3）列l(wèi)nX9前的系數(shù)記為c。計(jì)算得到：

5?結(jié)論

文章主要探究了八個(gè)區(qū)域市場(chǎng)內(nèi)部發(fā)展特征對(duì)碳減排的影響。首先，選取了碳價(jià)和市場(chǎng)流動(dòng)性兩個(gè)指標(biāo)構(gòu)建面板數(shù)據(jù)雙重固定效應(yīng)模型，得出以下結(jié)論：

（1）碳價(jià)對(duì)區(qū)域碳排放量具有顯著的負(fù)向影響，即碳價(jià)升高有利于地區(qū)減排。

（2）市場(chǎng)流動(dòng)性對(duì)區(qū)域碳排放量也具有一定的負(fù)向作用，但不顯著。

其次，保留了結(jié)果較為顯著的碳價(jià)指標(biāo)，并引入了能源消費(fèi)量和能源消費(fèi)結(jié)構(gòu)兩個(gè)中介變量來(lái)構(gòu)建中介模型，以探究碳價(jià)對(duì)碳減排的影響機(jī)制。最終得出以下結(jié)論：能源消費(fèi)量和能源消費(fèi)結(jié)構(gòu)對(duì)碳減排中介效應(yīng)分別為45.4%和70.65%，兩者均具有中介效應(yīng)，其中，能源消費(fèi)結(jié)構(gòu)的中介效應(yīng)更為顯著。

根據(jù)以上結(jié)論可以得出：我國(guó)在“十三五”期間，采用碳交易排放權(quán)市場(chǎng)為主的節(jié)能減排政策對(duì)碳減排初有成效。但由于初期發(fā)展不成熟，存在活躍度較低、流動(dòng)性不足等問(wèn)題；同時(shí)，我國(guó)區(qū)域市場(chǎng)的碳價(jià)存在內(nèi)部差異大、年度波動(dòng)大、碳價(jià)偏低的問(wèn)題，亟須形成穩(wěn)定有效的碳價(jià)信號(hào)，以更好地發(fā)揮碳市場(chǎng)節(jié)能減排作用。

參考文獻(xiàn)：

[1]綠金委碳金融工作組.?中國(guó)碳金融市場(chǎng)研究[R].北京：?北京環(huán)境交易所，2016.

[2]齊曄，?張希良.?低碳發(fā)展藍(lán)皮書(shū)[M].?北京：?社會(huì)科學(xué)文獻(xiàn)出版社，?2018.

[3]ICAP?（International?Carbon?Action?Partnership）.Emissions?trading?worldwide?[R].ICAP，2022.

[4]UNFCCC（United?Nations?Framework?Convention?Climate?Change）.China?First?NDC（Updated?Submission）?[R].China，?2021.

[5]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.

[6]王麗穎.?中國(guó)碳交易試點(diǎn)政策的減排效果分析[J].社會(huì)科學(xué)戰(zhàn)線，?2021（4）：251-255.

[7]朱凡，?李天琦.?中國(guó)碳交易市場(chǎng)減排績(jī)效的實(shí)證研究[J].稅務(wù)與經(jīng)濟(jì)，2021（3）：54-62.

[8]王慧英，?王子瑤.?我國(guó)試點(diǎn)城市碳排放權(quán)交易的政策效應(yīng)與影響機(jī)制[J].城市發(fā)展研究，2021，28（6）：133-140.

[9]孫振清，?李歡歡，?劉保留.?碳交易政策下區(qū)域減排潛力研究——產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與技術(shù)創(chuàng)新雙重視角[J].科技進(jìn)步與對(duì)策，?2020，37（15）：?28-35.

[10]張修凡，?范德成.?碳排放權(quán)交易市場(chǎng)對(duì)碳減排效率的影響研究——基于雙重中介效應(yīng)的實(shí)證分析[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，?2021，42（11）：20-38.

[11]周朝波，?覃云.?碳排放交易試點(diǎn)政策促進(jìn)了中國(guó)低碳經(jīng)濟(jì)轉(zhuǎn)型嗎？——基于雙重差分模型的實(shí)證研究[J].軟科學(xué)，?2020，34（10）：36-42，55.

[12]DONG?F，?YUAN?J，?ZHANG?S?N.?Can?a?carbon?emission?trading?scheme?generate?the?porter?effect？evidence?from?pilot?areas?in?China?[J].Science?of?the?total?environment，?2018（653）：565-577．

[13]CHEN?S，?SHI?A?N，?WANG?X.?Carbon?emission?curbing?effects?and?influencing?mechanisms?of?chinas?emission?trading?scheme：?the?mediating?roles?of?technique?effect，composition?effect?and?allocation?effect[J].Journal?of?cleaner?production，?2020（264）：121700．

[14]薛飛，?周民良.?中國(guó)碳交易市場(chǎng)規(guī)模的減排效應(yīng)研究[J].華東經(jīng)濟(jì)管理，?2021，35（6）：11-21.

[15]溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展[J].心理科學(xué)進(jìn)展，2014，22（5）：731-745.

[基金項(xiàng)目]中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金資助和中國(guó)礦業(yè)大學(xué)（北京）大學(xué)生創(chuàng)新訓(xùn)練項(xiàng)目資助（項(xiàng)目編號(hào)：202205012）。