中國二氧化硫排污權(quán)交易試點的政策效應(yīng)

曹靜 郭哲

摘 要：排污權(quán)交易制度在中國11個?。ㄊ校┮呀?jīng)試行十余年，但仍未在全國范圍內(nèi)推廣。排污權(quán)交易制度是否改善了試點地區(qū)的環(huán)境質(zhì)量？其政策效應(yīng)如何？能否進一步推廣？本文將2007年財政部會同環(huán)境保護部、國家發(fā)展改革委批準11個?。ㄊ校閲壹壟盼蹤?quán)交易試點視作一次準自然實驗，基于2001—2015年中國30個省份的面板數(shù)據(jù)，利用基于傾向得分匹配的雙重差分法（PSM-DID）評估排污權(quán)交易政策對試點地區(qū)工業(yè)二氧化硫排放強度的影響。研究發(fā)現(xiàn)，排污權(quán)交易政策顯著降低了試點地區(qū)的二氧化硫排放強度。穩(wěn)健性檢驗證明，該政策效應(yīng)并非時間趨勢所導(dǎo)致，即使剔除2002年在市級層面試點的省份，該政策效應(yīng)依舊顯著，證明了排污權(quán)交易試點政策具有顯著的減排效果。

關(guān)鍵詞：排污權(quán)交易;政策評估;政策效應(yīng)

[中圖分類號] X321 ? [文章編號] 1673-0186（2019）07-0024-014

[文獻標識碼] A ? ? [DOI編碼] 10.19631/j.cnki.css.2019.07.003

我國經(jīng)濟高速發(fā)展，但環(huán)境問題卻日益嚴重。近些年來，國家也愈發(fā)重視環(huán)境治理及生態(tài)文明建設(shè)，采取多種手段積極推動環(huán)境治理。從國家層面的立法保障，到由政府引導(dǎo)的諸如氣候規(guī)劃、節(jié)能減排、低碳發(fā)展行動方案，再到推動市場發(fā)揮在資源配置中的決定性作用，黨和政府積極探索環(huán)境治理機制以及降污減排的有效方法，以切實改善我國環(huán)境質(zhì)量。

其中，排污權(quán)交易制度作為生態(tài)文明制度體系建設(shè)的重要市場化手段，已在中國試點十余年。2007年起，財政部會同環(huán)境保護部、國家發(fā)展改革委先后批復(fù)江蘇、天津、浙江、湖北等11個?。ㄊ校┳鳛閲壹壴圏c單位，積極探索實行排污權(quán)有償使用和交易制度。2014年，國務(wù)院辦公廳印發(fā)了《關(guān)于進一步推進排污權(quán)有償使用和交易試點工作的指導(dǎo)意見》，提出：“到2017年年底基本建立排污權(quán)有償使用和交易制度，為全面推行排污權(quán)有償使用和交易制度奠定基礎(chǔ)。”但至今，排污權(quán)交易制度仍未在全國范圍內(nèi)全面推行。那么，排污權(quán)交易試點政策有無真正發(fā)揮作用？其是否改善了試點地區(qū)的環(huán)境質(zhì)量？能否在全國范圍內(nèi)進一步推廣？

排污權(quán)交易對象主要是二氧化硫，同時涵蓋溫室氣體二氧化碳，以及少量水污染物。本文聚焦排污權(quán)交易制度對二氧化硫排放的影響，通過實證分析對其政策效應(yīng)進行評估。本文將2007年國家先后批復(fù)11個?。ㄊ校┳鳛閲壹壟盼蹤?quán)交易試點看作一次準自然實驗，運用基于傾向得分匹配的雙重差分方法（PSM-DID）對試點?。ㄊ校┖头窃圏c?。ㄊ校┰谡邔嵤┣昂蠖趸蚺欧艔姸鹊淖兓M行比較，以期排除干擾因素，評估試點地區(qū)排污權(quán)交易政策的凈效應(yīng)，從而為排污權(quán)交易制度的進一步推廣提供現(xiàn)實和經(jīng)驗依據(jù)。

一、文獻綜述

早期有關(guān)環(huán)境治理的研究多關(guān)注經(jīng)濟發(fā)展與環(huán)境質(zhì)量之間的關(guān)系。較為經(jīng)典的是，世界銀行以及格羅斯曼與克魯格（Grosman & Krueger）的一項研究發(fā)現(xiàn)，經(jīng)濟發(fā)展與環(huán)境污染存在“倒U型”曲線關(guān)系[1]，這是由于早期經(jīng)濟增長導(dǎo)致資源過度開發(fā)和污染物過量排放，環(huán)境污染加重;但當(dāng)經(jīng)濟發(fā)展到一定水平后，產(chǎn)業(yè)結(jié)構(gòu)發(fā)生變化，技術(shù)進步及人們對環(huán)境質(zhì)量的要求會使得環(huán)境污染狀況得到改善。塞爾登與宋（Selden & Song）、沙菲克等人（Shafik， et al.）、科爾等人（Cole， et al.）、希爾頓與萊文森（Hilton &; Levinson）的研究均證實了環(huán)境污染和經(jīng)濟增長之間的“倒U型”曲線關(guān)系[2-5]。但也有學(xué)者對環(huán)境庫茲涅茨曲線提出質(zhì)疑，認為樣本選擇、其他控制變量的增加和計量方法的不同都有可能導(dǎo)致環(huán)境庫茲涅茨曲線發(fā)生變化。例如，彭水軍、包群利用中國省際面板數(shù)據(jù)，對經(jīng)濟增長和環(huán)境污染之間的關(guān)系給出了中國的實證證據(jù)，得出變量選取會影響該曲線關(guān)系的結(jié)論[6]。王敏、黃瀅發(fā)現(xiàn)在考慮時間趨勢變量后，經(jīng)濟發(fā)展與環(huán)境污染不再存在“倒U型”曲線關(guān)系[7]。

后有學(xué)者通過實證研究發(fā)現(xiàn)，沒有證據(jù)表明我國的人均GDP的增加有助于解決中國的環(huán)境問題，強調(diào)環(huán)境政策和激勵措施在環(huán)境治理中的重要作用[8]。何為等學(xué)者也基于天津市的面板數(shù)據(jù)，證實天津市大氣環(huán)境質(zhì)量與收入水平關(guān)系并不顯著，而是環(huán)境政策與企業(yè)減排技術(shù)顯著降低了污染物排放量[9]。

為改善環(huán)境質(zhì)量，中國采取了多種污染控制政策，一般學(xué)者將其分為命令控制型政策工具與市場型政策工具。命令控制型政策工具主要借助直接的政策管控，如環(huán)境排放標準、不可交易的排污許可證等政策。例如，國家《“十二五”環(huán)境保護規(guī)劃》、1997年中國環(huán)保部劃定的“兩控區(qū)”，以及2016年環(huán)境保護部頒發(fā)的《排污許可證管理暫行規(guī)定》均屬于命令控制型政策工具。市場型政策工具則主要依賴對污染物排放制定價格等市場手段。例如，中國于1982年頒布的《征收排污費暫行辦法》，2002年頒布的《排污費征收管理使用條例》，2018年1月起正式實施的《中華人民共和國環(huán)境保護稅法》，以及排污削減設(shè)備補貼和污染減排補貼等激勵型污染控制政策均屬于市場型政策工具。

諸多學(xué)者分別從理論與實證兩個層面對不同的環(huán)境政策工具進行了比較與評估。沈小波從環(huán)境經(jīng)濟學(xué)的視角在理論上評估了各種政策工具的有效性，認為命令控制型工具更能實現(xiàn)政策目標，但效率較差;市場型工具的消減成本最小，但在確定稅率方面存在困難[10]。許士春同樣基于理論模型，對排污稅與減排補貼的減排效應(yīng)進行了對比[11]。李永友和沈坤榮則基于跨省工業(yè)污染數(shù)據(jù)，從實證方面比較了中國具體環(huán)境政策措施的減排效果，認為相對于減排補貼和環(huán)保貸款，排污費的減排效果最為顯著[12]。童夢怡利用廣義矩估計方法研究了命令控制型環(huán)境規(guī)制工具和經(jīng)濟激勵型工具對不同的污染排放物排放的影響，認為命令控制型工具對SO2排放量的管控作用更為顯著[13]。除了直接的環(huán)境政策工具效應(yīng)評估，還有學(xué)者借鑒威懾效應(yīng)理論，研究了環(huán)境監(jiān)管的確定性和嚴厲性對污染物排放的影響[14]。也有學(xué)者提出政府的環(huán)境政策執(zhí)行力度是節(jié)能減排的關(guān)鍵，基于此分析影響地方環(huán)境政策執(zhí)行的因素[15]。

現(xiàn)有研究中，對于排污權(quán)交易的研究仍多關(guān)注排污權(quán)交易的國外經(jīng)驗與本土化實踐[16]、排污權(quán)的總量控制[17]、排污權(quán)的初始分配[18]。有關(guān)排污權(quán)的政策效應(yīng)評估較為少見，對于二氧化硫排污權(quán)交易的實證研究更是從近幾年才開始興起。較為有代表性的研究有：閆文娟、郭樹龍將2002年在6個省份實施的二氧化硫排污權(quán)交易示范工作看作一次自然實驗，基于全國省級面板數(shù)據(jù)，使用雙重差分模型，考察了二氧化硫排污權(quán)交易對單位產(chǎn)出二氧化硫排放強度的影響，證明了該交易制度顯著降低了單位產(chǎn)出二氧化硫排放強度[19]。但其研究忽略了試點省市與非試點省市之間可能存在的系統(tǒng)性差異，因此可能存在評估偏差。張墨等人則在以上研究的基礎(chǔ)上作出進一步改善，運用匹配倍差方法對政策實施前后二氧化硫排放強度進行了比較分析，其研究證明二氧化硫排污交易示范工作對降低工業(yè)二氧化硫排放強度有顯著作用[20]。還有學(xué)者聚焦于某一特定省份，如程等人（Cheng， et al.）運用CGE模型，預(yù)測排污權(quán)交易制度將使廣東2020年二氧化硫排放量相較于2010年下降近三分之一[21]。但不同學(xué)者在控制不同變量或采用不同模型的情形下，得出的結(jié)論也不盡相同。王等人（Wang， et al.）的研究顯示中國排污權(quán)交易政策并沒有發(fā)揮作用，沒有降低二氧化硫排放量[22]。涂正革、諶仁俊運用倍差法研究了2002年6個試點省份的排污權(quán)交易政策效應(yīng)，得出二氧化硫排污交易政策在中國未能實現(xiàn)經(jīng)濟與環(huán)境的雙贏的結(jié)論[23]。申（Shin）則從政策創(chuàng)新與擴散角度探討了中國排污權(quán)交易制度實施的失敗的原因，認為這主要歸因于試點地區(qū)并沒有真正將二氧化硫排污權(quán)交易制度化[24]。

同時，逐漸有學(xué)者提出，以往的研究選取2002年作為研究分界點，但在試點實施初期，排污權(quán)交易活躍程度非常低，大部分試點地區(qū)交易量甚至為0，因此政策效應(yīng)很弱。2007年，我國進一步深化排污權(quán)交易試點工作，國務(wù)院正式審批11個?。ㄊ校┏蔀榕盼蹤?quán)交易試點單位，各試點?。ㄊ校┮布娂姵雠_相關(guān)政策文件保障排污權(quán)交易的進行。因此，李永友、文云飛選取2007年作為政策干預(yù)時間，先使用PSM方法對試點地區(qū)與非試點地區(qū)進行1對1匹配，然后進行回歸分析，其分析認為就減排效果而言，中國試點的排污權(quán)交易政策整體上是有效的[25]。還有學(xué)者提出，評估排污交易政策的有效性，不能僅考察污染物的減排量，還應(yīng)將經(jīng)濟可持續(xù)發(fā)展納入考察。劉承智等人結(jié)合環(huán)境全要素生產(chǎn)率變化趨勢來評估2007年試點前后兩個時期的排污權(quán)政策的有效性，得出了總體上中國污染控制和減排成效并不顯著，該政策僅對試點省份有直接減排效果，同時對試點省份經(jīng)濟績效有提升作用的結(jié)論[26]。

總的來說，對排污權(quán)交易試點政策效應(yīng)的研究仍較為少見，已有研究仍存在以下缺陷：一是直接將二氧化硫排污權(quán)交易試點政策看作一次自然實驗，使用雙重差分法評估政策效應(yīng)，但試點?。ㄊ校┖头窃圏c省（市）的確定并非隨機選擇，兩組樣本可能存在系統(tǒng)性差異;二是部分研究選取2002年作為政策干預(yù)時間點，但早期二氧化硫排污交易示范工作的交易活躍度十分低，同時2002年的試點工作多是市級試點，使用省級面板數(shù)據(jù)對其進行評估可能導(dǎo)致結(jié)果存在偏誤;三是部分研究直接選取2007年作為時間干預(yù)點，但實際上，我國是2007年先后批復(fù)11個?。ㄊ校┳鳛閲壹壴圏c單位，內(nèi)蒙古、陜西更是2010年才被確定為排污權(quán)交易試點單位，直接“一刀切”式進行政策干預(yù)時間劃分，有所不足;四是已有研究對排污權(quán)的政策效應(yīng)評估多缺少穩(wěn)健性檢驗，研究結(jié)論存在不確定性。本文選取各省被批準為國家級排污權(quán)交易試點單位的真實時間作為政策干預(yù)時間點，運用基于傾向得分匹配的雙重差分法（PSM-DID）對排污權(quán)交易政策進行評估，同時完善面板數(shù)據(jù)的平穩(wěn)性檢驗、結(jié)論的穩(wěn)健性檢驗部分，以確保結(jié)論的穩(wěn)健性。

二、模型構(gòu)建

雙重差分模型（Difference-in-Difference，DID）因為借助外生沖擊形成的（準）自然實驗，能夠較為準確地識別出真實的因果關(guān)系，所以在經(jīng)濟學(xué)中被廣泛使用。根據(jù)DID方法設(shè)定的模型如下：

Yit=β0+β1*time+β2*treat+β3*time*treat+εit

其中Y為被解釋變量，在本文中即工業(yè)二氧化硫排放強度。下標i和t分別表示第i個省和第t年。本文設(shè)置了政策和時間虛擬變量，其中treat=1，表示是排污權(quán)交易試點省份，treat=0，則表示是非試點省份;time=1，表示受到排污權(quán)交易政策干預(yù)及之后的年份，time=0，則表示受到排污權(quán)交易政策干預(yù)之前的年份。time*treat是虛擬變量treat和time的交互項。ε表示隨機誤差項。

如表1所示，試點省市在政策時間點前后的變化幅度為β1+β3，非試點省市在政策時間點前后的變化幅度為β1。使用處理組政策前后的變化差異減去比較組政策前后的變化差異，得到的即是排污權(quán)交易試點的政策凈效應(yīng)——β3。

選用DID模型，需要滿足兩個前提條件：一是平行趨勢假定，即處理組和比較組在接受政策干預(yù)前結(jié)果變量的增長率應(yīng)該一致，這樣才可以用比較組在政策干預(yù)之后結(jié)果變量的值對處理組進行反事實估計;二是處理組與比較組需要滿足隨機分配假定。但是二氧化硫排污權(quán)交易政策試點的選取并不滿足隨機分配的前提假設(shè)，2007年國家批準的11個試點?。ㄊ校┲?，有部分?。ㄊ校┰缭?002年就已在市級層面進行了排污權(quán)交易的探索。同時考慮到排污權(quán)交易政策的實施主要是借助市場手段降低二氧化硫排放量，我們有理由認為一個省（市）被選為排污權(quán)交易試點?。ㄊ校?，與該地區(qū)工業(yè)二氧化硫排放量和市場化程度有著密切關(guān)系。因此，試點?。ㄊ校┡c非試點?。ㄊ校┲g可能存在系統(tǒng)性差異，直接使用非試點?。ㄊ校┑墓I(yè)二氧化硫排放強度對試點省（市）進行反事實估計，會影響評估結(jié)果的準確性。

因此本文采用基于傾向得分匹配的雙重差分法（PSM-DID），即先采用傾向得分匹配方法（Propensity Score Matching， PSM）對樣本可能存在的系統(tǒng)性差異進行調(diào)節(jié)，再進一步使用雙重差分（DID）方法評估政策凈效應(yīng)。

傾向得分匹配方法（PSM）是對處理組的省份i，通過可觀測變量在比較組中找到與之匹配的省份j，使二者具有可比性。具體來講，即在非試點省份（比較組）中找到一個省份j，使其和試點省份i的可觀測變量足夠相似（匹配），即xi≈xj。基于可忽略性假設(shè)，當(dāng)省份的個體特征對是否實施排污權(quán)交易完全取決于可觀測變量時，我們認為省份i和省份j實施排污權(quán)交易制度的概率相近，從而解決處理組和比較組之間的系統(tǒng)性差異問題。由于需要在高維空間進行匹配，如果需要匹配的可觀測變量較多，會導(dǎo)致數(shù)據(jù)稀疏，很難找到合適的匹配組，或者使得處理組和匹配組在匹配后數(shù)量過少，無法滿足后續(xù)分析的需要。羅森鮑姆（Rosenbaum）和魯賓（Rubin）提出了傾向得分（Propensity Score）的方法來解決這一問題。傾向得分是指“個體在一組既定的協(xié)變量下，接受某種參與的可能性”[27]。傳統(tǒng)方法中針對多個可觀測變量進行匹配的方法在實踐中施行十分困難，傾向得分匹配（PSM）方法通過將多維協(xié)變量用一個一維變量——傾向得分P（x）來代替，使研究者只需要根據(jù)單一的傾向得分變量進行匹配即可，大大降低了匹配難度。

因此，在使用PSM方法對處理組和比較組進行匹配后，再使用DID方法，將實施排污權(quán)交易制度的省份在政策實施前后二氧化硫排放強度的變化減去匹配后非試點省份在政策實施時間點前后二氧化硫排放強度的變化，即可得到排污權(quán)交易制度政策的參與者平均處理效應(yīng)（Average Treatment Effect on the Treated，ATT）。

三、變量選取與描述統(tǒng)計

本文的變量選取及變量具體計算方式如表2所示。下文詳述變量選取及其數(shù)據(jù)來源。

（一）因變量的選取

本文的因變量為工業(yè)二氧化硫排放強度（單位：噸/百萬元），具體是指工業(yè)二氧化硫排放量占工業(yè)生產(chǎn)總值的比重。之所以選取工業(yè)二氧化硫排放量，而未涵蓋生活二氧化硫排放量，是因為在中國，大氣污染中的二氧化硫的主要來源是工業(yè)排放，占據(jù)了總排放量的近九成。二氧化硫排放量數(shù)據(jù)來源于《中國環(huán)境統(tǒng)計年鑒》，工業(yè)生產(chǎn)總值數(shù)據(jù)來源于《中國統(tǒng)計年鑒》。

（二）控制變量的選取

本文設(shè)有四個虛擬變量，分別為政策干預(yù)虛擬變量、時間虛擬變量、二氧化硫污染控制區(qū)虛擬變量、2002年試點虛擬變量。具體來說：

政策干預(yù)虛擬變量（treat），不是國家批準的排污權(quán)交易試點的?。ㄊ校┵x值為0;是國家批準的排污權(quán)交易試點的?。ㄊ校┵x值為1。

時間虛擬變量（time），按照各試點省份真實被批準為試點的時間為界，在政策實施前賦值為0;政策實施后，則賦值為1。

二氧化硫污染控制區(qū)虛擬變量（controlzone），根據(jù)《大氣污染防治法》的規(guī)定，將近三年來環(huán)境空氣二氧化硫年平均濃度超過國家二級標準的地區(qū)劃定為二氧化硫污染控制區(qū)，本文添加了該虛擬變量，以此控制被劃為二氧化硫污染控制區(qū)對政策試點入選的影響。如果該?。ㄊ校┪幢粍潪槎趸蛭廴究刂茀^(qū)，賦值為0;反之則賦值為1。

2002年試點虛擬變量（pretreat），2002年，山東省、山西省、江蘇省、河南省、上海市、天津市、柳州市開展SO2排放總量控制及交易政策實施的示范工作，后來又追加了中國華能集團公司作為示范單位，形成“4+3+1”的項目試點范圍。因此，本文將沒有入選2002年示范工作的?。ㄊ校┵x值為0;將入選的?。ㄊ校┵x值為1。

借鑒以往相關(guān)研究，本文還包含以下控制變量：教育程度、經(jīng)濟發(fā)展程度、排污費收入、外商直接投資、環(huán)境治理投資、工業(yè)化程度、市場化程度、技術(shù)水平。具體來說：

本文使用平均受教育年限來衡量教育程度（edu，單位：年），具體衡量公式為（小學(xué)文化程度人口數(shù)*6+初中*9+高中*12+大專及以上*16）/六歲以上抽樣總?cè)丝?。?shù)據(jù)來源于《中國統(tǒng)計年鑒》。

本文使用人均GDP（單位：元/人）來衡量一個地區(qū)的經(jīng)濟發(fā)展程度，同時考慮到數(shù)據(jù)分析的需要，文中對人均GDP取對數(shù)（lngdp）。數(shù)據(jù)來源于《中國統(tǒng)計年鑒》。

以往研究中諸多學(xué)者評估了排污費對環(huán)境治理、大氣污染的影響，因此本文將排污費收入納入控制變量，考慮到數(shù)據(jù)分析需要，對排污費取對數(shù)（lnfee）。數(shù)據(jù)來源于《中國環(huán)境年鑒》。

污染天堂假說認為如果各個國家除了環(huán)境標準外，其他方面的條件都相同，那么污染企業(yè)就會選擇在環(huán)境標準較低的國家進行生產(chǎn)，這些國家就成為污染的天堂。但也有學(xué)者反駁認為外商投資將會帶來技術(shù)和環(huán)保理念的溢出，從而改善環(huán)境質(zhì)量。本文以實際利用的外商直接投資來檢驗外商投資與該地區(qū)二氧化硫排放強度的相關(guān)性?？紤]到數(shù)據(jù)分析需要，對實際利用外商投資取對數(shù)（lnfdi）。數(shù)據(jù)來源于Wind數(shù)據(jù)庫。

對于環(huán)境治理投資，以往有學(xué)者直接采用環(huán)境治理投資總額或者更具體的工業(yè)污染治理投資總額作為衡量指標。但一方面，工業(yè)污染治理投資總額涵蓋了治理廢氣、廢水、固體廢棄物、噪音及其他五個子指標，鑒于本文研究的主要是二氧化硫排放量，其本質(zhì)上屬于工業(yè)廢氣污染;另一方面，治理投資總額這一絕對數(shù)值更容易受到經(jīng)濟規(guī)模的影響。因此本文采取相對指標，選取工業(yè)廢氣污染治理投資占地區(qū)工業(yè)生產(chǎn)總值的比重衡量環(huán)境治理投資（invest）。數(shù)據(jù)來源于《中國統(tǒng)計年鑒》。

正如前文提及的，本文衡量的二氧化硫排放強度實質(zhì)為工業(yè)二氧化硫排放強度，我們有理由猜測一個地區(qū)工業(yè)化程度越高，其工業(yè)二氧化硫排放量也越大。因此本文以工業(yè)化總產(chǎn)值占地區(qū)生產(chǎn)總值的比重來衡量該地區(qū)的工業(yè)化程度（industry）。數(shù)據(jù)來源于《中國統(tǒng)計年鑒》。

一個地區(qū)的市場化程度可能會影響該地區(qū)排污權(quán)交易制度的運行。以往研究中，學(xué)者多采用樊綱等人制定的市場化指數(shù)作為衡量指標，但由于其子指標后期發(fā)生改變，2008年后的數(shù)據(jù)與前期數(shù)據(jù)不可比，因此本文未使用樊綱等人的市場化指數(shù)。也有學(xué)者以政府財政支出占GDP比重來衡量市場化，但由于2007年財政收支科目實施了較大改革，特別是財政支出項目口徑變化很大，2007年后的財政支出比重與往年數(shù)據(jù)不可比。因此，考慮到數(shù)據(jù)的可得性，本文借鑒樊綱等人市場化指數(shù)中的子指標——非國有經(jīng)濟發(fā)展的衡量方法，以非國有經(jīng)濟就業(yè)人數(shù)占城鎮(zhèn)總就業(yè)人數(shù)比重衡量市場化程度（market）。數(shù)據(jù)來源于《中國統(tǒng)計年鑒》及各省份的統(tǒng)計年鑒。

同時一個地區(qū)的二氧化硫排放水平也與技術(shù)水平相關(guān)，有學(xué)者認為排污權(quán)交易和研發(fā)投入水平能夠提高清潔技術(shù)新水平[28]，從而降低二氧化硫排放強度。本文借鑒以往研究，選取R&D經(jīng)費支出占地區(qū)生產(chǎn)總值的比重來衡量R&D投入強度。數(shù)據(jù)來源于國家統(tǒng)計局《R&D普查公報》。

各變量的描述性統(tǒng)計結(jié)果如表3所示。

四、實證結(jié)果與分析

本文使用的數(shù)據(jù)為2001—2015年中國30個?。ㄊ校俚拿姘鍞?shù)據(jù)，在進行回歸以及PSM-DID分析之前，筆者對面板數(shù)據(jù)的平穩(wěn)性進行了檢驗，采用了LLC、IPS以及Hadri三種檢驗方式，結(jié)果顯示各變量至少在兩種檢驗中均拒絕存在單位根的原假設(shè)，證明了數(shù)據(jù)的穩(wěn)定性。

本文首先對影響各省份成為排污權(quán)交易試點?。ㄊ校┑目捎^測因素進行了logit回歸分析，回歸結(jié)果見表4?；貧w結(jié)果顯示，工業(yè)二氧化硫排放強度與成為國家審批的排污權(quán)交易試點?。ㄊ校┫嚓P(guān)，二者的關(guān)系在1%的水平上顯著。同時，排污費收入和人均GDP也均與成為排污權(quán)交易試點?。ㄊ校┫嚓P(guān)，其中排污費收入與成為二氧化硫排污權(quán)交易試點?。ㄊ校┰?.1%的水平上顯著相關(guān)，一個地區(qū)征收的排污費越多，其越可能成為排污交易試點?。ㄊ校?。人均GDP則與成為國家級試點?。ㄊ校┰?%的水平上負相關(guān)。此外，工業(yè)化程度與市場化程度也與成為國家級試點?。ㄊ校┱蛳嚓P(guān)，并在統(tǒng)計學(xué)上顯著，即一個地區(qū)工業(yè)化程度越高，或者其市場化程度越高，其越容易被批準為排污權(quán)交易試點。

回歸分析表明，仍存在諸多因素影響一個省份入選國家級排污權(quán)交易試點省（市），即試點省（市）和非試點?。ㄊ校┐嬖谙到y(tǒng)性差異。因此，直接使用雙重差分方法直接對比試點?。ㄊ校┖头窃圏c?。ㄊ校┑亩趸蚺欧艔姸炔町悂碓u估政策效應(yīng)，會存在結(jié)果偏差。

本文選用傾向得分匹配方法來解決樣本選擇的系統(tǒng)性差異問題。常用的傾向得分匹配方法主要有最近鄰匹配法、域閥和半徑匹配法以及核匹配法。其中最近鄰匹配法適用于未參與者的數(shù)量遠多于參與者數(shù)量的情況，核匹配法適用于當(dāng)配對的參與者多于未參與者的數(shù)量的情況，以優(yōu)先保證匹配數(shù)量。當(dāng)參與者和未參與者數(shù)量相當(dāng)，差距不大時，或者是大樣本數(shù)據(jù)時，三種匹配方法結(jié)果趨于一致。研究中可以綜合運用三種方法，同時還可以以此檢驗估計效應(yīng)的穩(wěn)健性。本文選取核匹配法，并運用最近鄰匹配法、域閥和半徑匹配法進行穩(wěn)健性檢驗，檢驗發(fā)現(xiàn)，三種匹配方法的結(jié)果并無顯著差異，具有穩(wěn)健性。

使用傾向得分匹配方法后，需要檢驗匹配后數(shù)據(jù)的平衡性和共同支撐領(lǐng)域，以確保樣本匹配的效果符合評估的要求。如果以上兩個條件均得到滿足，我們即可認為傾向得分匹配方法能夠消除內(nèi)生性偏誤。

平衡性檢驗是為了確保協(xié)變量的傾向得分在處理組和比較組之間不存在顯著差異，數(shù)據(jù)平衡，以克服選擇偏差問題。平衡性檢驗可以通過對比匹配前后標準化偏差，或者對匹配前后處理組和比較組的均值差異進行t檢驗。平衡性檢驗結(jié)果如表5所示。

平衡性檢驗結(jié)果顯示，以二氧化硫排放強度為結(jié)果變量進行匹配后，處理組和比較組的標準化偏差均小于10%。同時，匹配后各控制變量的t檢驗結(jié)果及其對應(yīng)的p值顯示處理組和比較組之間不存在顯著性差異?？偟膩碚f，匹配后協(xié)變量的均值在處理組與比較組之間未出現(xiàn)顯著差異，不同變量在處理組與比較組的分布更加平衡，支持基于傾向得分匹配的雙重差分法的應(yīng)用。

同時，在估計平均處理效應(yīng)之前，還需要進行共同支撐檢驗，即檢驗處理組和比較組之間是否有足夠大的共同支撐區(qū)域，以保證傾向得分匹配的有效性。當(dāng)以二氧化硫排放強度為結(jié)果變量時，處理組和比較組落在共同支撐域之內(nèi)的樣本量分別是151個和235個，落在共同支撐域之外的樣本量分別是14個和50個。處理組和比較組具有足夠大的共同支撐域。

綜上，我們認為匹配后，處理組和比較組的數(shù)據(jù)得到了較好的匹配。

在使用PSM方法對處理組和比較組進行匹配后，本文選用處于共同支撐域的樣本，采用DID方法，以期得到二氧化硫排污權(quán)交易政策的參與者平均處理效應(yīng)（ATT）。參與者平均處理效應(yīng)結(jié)果見表6。如表6所示，政策干預(yù)之后與政策干預(yù)之前的雙重差分系數(shù)為-1.094，并且t檢驗結(jié)果顯著，表明二氧化硫排污權(quán)交易政策顯著地影響了二氧化硫排放強度，影響方向為負，即排污權(quán)交易制度顯著降低了試點地區(qū)的二氧化硫排放強度，每百萬元的工業(yè)生產(chǎn)總值減少1.094噸的二氧化硫排放量。

五、穩(wěn)健性檢驗

為了驗證上述結(jié)果的穩(wěn)健性，本文采用了替換政策干預(yù)時間點和剔除先前試點?。ㄊ校﹥煞N方法來進行穩(wěn)健性檢驗。

（一）替換政策干預(yù)時間點

上文中設(shè)定的時間虛擬變量時間點為中國正式審批各省成為二氧化硫排污權(quán)交易試點?。ㄊ校┑臅r間。由于早在2002年，部分?。ㄊ校┰谑屑墝用孢M行了二氧化硫排污權(quán)交易的示范工作，因此本文也將2002年作為一個政策干預(yù)時間點納入穩(wěn)健性檢驗之中。同時考慮到從政策實施到政策發(fā)揮作用可能存在時間上的滯后性，因此本文將2012年也選取為政策干預(yù)時間點，生成新的時間虛擬變量進行穩(wěn)健性檢驗。表7與表8分別顯示了將2002年與2012年作為政策干預(yù)時間點進行的PSM-DID分析結(jié)果。

如表7及表8所示，無論虛擬時間變量設(shè)置為2002年還是2012年，排污權(quán)交易政策對二氧化硫排放強度的參與者平均處理效應(yīng)（ATT）均不顯著。這在一定程度上驗證了排污權(quán)交易政策對國家批準的試點地區(qū)二氧化硫排放強度產(chǎn)生的顯著影響，并不是時間變動所導(dǎo)致的。

（二）剔除先前試點省份

考慮到早在2002年，已有4個省份（山東省、山西省、江蘇省、河南?。┮约?個城市（上海市、天津市、柳州市）被選為排污權(quán)交易政策示范工作點，以上省份在?。ㄊ校﹥?nèi)選取一個或多個城市開展了對排污權(quán)交易政策的探索。為避免干擾，本文剔除掉以上省份的相關(guān)數(shù)據(jù)，再次使用PSM-DID方法檢驗排污權(quán)交易的政策效應(yīng)。參與者平均處理效應(yīng)如表9所示。我們發(fā)現(xiàn)，在剔除2002年在市級層面試點省份的數(shù)據(jù)之后，ATT值依然顯著，即剔除先前試點省份后，排污權(quán)交易政策對試點省份的二氧化硫排放強度依然有顯著的負向影響，依舊顯著降低了試點地區(qū)二氧化硫排放強度，每百萬元的工業(yè)生產(chǎn)總值減少了1.667噸的二氧化硫排放量。

總的來說，穩(wěn)健性檢驗表明，首先，中國排污權(quán)交易政策顯著降低了試點地區(qū)的工業(yè)二氧化硫排放強度，該政策效應(yīng)非時間趨勢所導(dǎo)致;其次，即使剔除2002年在市級層面試點的省份，該政策效應(yīng)依舊顯著，證明了排污權(quán)交易制度能夠顯著降低試點區(qū)域的工業(yè)二氧化硫排放強度。

六、結(jié)論

本文運用基于傾向得分匹配的雙重差分方法（PSM-DID）評估了排污權(quán)交易政策對試點地區(qū)工業(yè)二氧化硫排放強度的減排效果，一方面化解了以往評估中存在的系統(tǒng)性差異問題，另一方面也部分解決了數(shù)據(jù)內(nèi)生性問題。研究發(fā)現(xiàn)，排污權(quán)交易政策顯著降低了試點地區(qū)工業(yè)二氧化硫排放強度。穩(wěn)健性檢驗證明無論是選取在市級層面探索二氧化硫排污權(quán)交易制度的2002年，還是選取政策實施后的2012年作為政策干預(yù)時間點，以上結(jié)論均具有穩(wěn)健性，證明了排污權(quán)交易政策對試點地區(qū)二氧化硫的減排效應(yīng)并非是時間趨勢所導(dǎo)致的。同時，本文剔除了2002年試點?。ㄊ校┫鄳?yīng)數(shù)據(jù)，再次檢驗排污權(quán)交易制度的政策效應(yīng)，研究發(fā)現(xiàn)，剔除2002年試點省（市）的數(shù)據(jù)后，政策效應(yīng)依舊顯著，證明了本文結(jié)果的穩(wěn)健性。

中國自2007年正式由國家審批確立國家級排污權(quán)交易試點單位，至今已有十余年的時間。國務(wù)院辦公廳印發(fā)的《關(guān)于進一步推進排污權(quán)有償使用和交易試點工作的指導(dǎo)意見》曾提出“到2017年年底基本建立排污權(quán)有償使用和交易制度，為全面推行排污權(quán)有償使用和交易制度奠定基礎(chǔ)”。本研究選取工業(yè)二氧化硫排放強度為結(jié)果變量，從實證角度評估了排污權(quán)交易制度的政策效應(yīng)，為排污權(quán)交易政策的進一步推廣提供了一定的現(xiàn)實支撐依據(jù)。研究使用基于傾向得分匹配的雙重差分方法，同時改進以往“一刀切”式的政策干預(yù)時間劃定方式，選取各省（市）真正被批準為國家級試點單位的時間作為政策干預(yù)時間點，盡可能減少評估偏差，得到政策的凈效應(yīng)。

但本文仍有以下不足，一是本文選用了一系列可觀測變量進行傾向得分匹配，但限于數(shù)據(jù)可得性，某些指標僅以替代性指標衡量，同時本研究可能未涵蓋到某些重要變量，從而可能會對匹配結(jié)果和最終的政策凈效應(yīng)評估產(chǎn)生影響;二是近年來，非國家級試點省份也開始積極開展排污權(quán)交易的自我探索，這也許會對本文的政策效應(yīng)評估產(chǎn)生影響;三是二氧化硫排放具有外溢性，可能會對相鄰區(qū)域的二氧化硫排放強度產(chǎn)生影響，從而影響評估效果。以上均是后續(xù)研究中應(yīng)注意到的問題。

參考文獻

[1] ?Grossman， G. M.， & Krueger， A. B. Economic growth and the environment[J]. Quarterly Journal of Economics，1995， 110（2）： 353-377.

[2] ?Selden， T.， & Song， D. Neoclassical growth， the J curve for abatement and the inverted U curve for pollution[J]. Journal of Environmental Economics and Management， 1995， 29（2）： 162—168.

[3] ?Shafik， N.， Banerjee， A.， Forder， J. Economic development and environmental quality： An econometric analysis[J]. Oxford Economic Papers， 1994， 46：757-773.

[4] ?Cole， M. A.， Rayner， A. J.， & Bates， J. M. The environmental Kuznets curve： an empirical analysis[J]. Environment & Development Economics， 1997（2）： 401-416.

[5] ?Hilton， F. G. H.， & Levinson， A. Factoring the environmental Kuznets curve： evidence from automotive lead emissions[J]. Discussion Papers， 1998， 35（2）： 126-141.

[6] ?彭水軍，包群.經(jīng)濟增長與環(huán)境污染——環(huán)境庫茲涅茨曲線假說的中國檢驗[J].財經(jīng)問題研究，2006（8）：3-17.

[7] ?王敏，黃瀅.中國的環(huán)境污染與經(jīng)濟增長[J].經(jīng)濟學(xué)（季刊），2015（2）：557-578.

[8] ?馬樹才，李國柱.中國經(jīng)濟增長與環(huán)境污染關(guān)系的Kuznets曲線[J].統(tǒng)計研究，2006（8）：37-40.

[9] ?何為，劉昌義，劉杰，等.環(huán)境規(guī)制、技術(shù)進步與大氣環(huán)境質(zhì)量——基于天津市面板數(shù)據(jù)實證分析[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2015（5）：51-61.

[10] ?沈小波.環(huán)境經(jīng)濟學(xué)的理論基礎(chǔ)、政策工具及前景[J].廈門大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2008（6）：19-25+41.

[11] ?許士春.排污稅與減排補貼的減排效應(yīng)比較研究[J].上海經(jīng)濟研究，2012（7）：14-21.

[12] ?李永友，沈坤榮.我國污染控制政策的減排效果——基于省際工業(yè)污染數(shù)據(jù)的實證分析[J].管理世界，2008（7）：7-17.

[13] ?童夢怡.命令控制型與經(jīng)濟激勵型環(huán)境規(guī)制之比較研究——來自中國1999—2008年的經(jīng)驗證據(jù)[D].合肥：合肥工業(yè)大學(xué)， 2011.

[14] ?何彬，潘新美.環(huán)境監(jiān)管對污染物排放的影響：基于中國省級面板數(shù)據(jù)的實證分析[J].公共行政評論，2017（5）：26-45+215-216.

[15] ?劉政文，唐嘯.官員排名賽與環(huán)境政策執(zhí)行——基于環(huán)境約束性指標績效的實證研究[J].技術(shù)經(jīng)濟， 2017（8）：118-127.

[16] ?于杰，周偉鐸，蔣金星.排污權(quán)交易：理論引進與本土化實踐[J].中國地質(zhì)大學(xué)學(xué)報（社會科學(xué)版）， 2014（6）：96-104.

[17] ?馬中，Dan Dudek，吳健，等.論總量控制與排污權(quán)交易[J].中國環(huán)境科學(xué)，2002（1）：90-93.

[18] ?吳征帆，向曉東.一種排污權(quán)初始分配結(jié)構(gòu)設(shè)計框架[J].環(huán)境科學(xué)與技術(shù)，2012（1）：201-205.

[19] ?閆文娟，郭樹龍.中國二氧化硫排污權(quán)交易會減弱污染排放強度嗎？——基于雙倍差分法的經(jīng)驗研究[J].上海經(jīng)濟研究，2012（6）：76-83.

[20] ?張墨，王璐，王軍鋒.基于匹配倍差法的排污權(quán)交易制度實施效果研究[J].干旱區(qū)資源與環(huán)境，2017（11）：26-32.

[21] ?Cheng， B.， Dai， H.， Wang， P.， Xie， Y.， Chen， L.， & Zhao， D.， et al. Impacts of low-carbon power policy on carbon mitigation in Guangdong province， China[J]. Energy Policy， 2016， 88： 515-527.

[22] ?Wang，J.N.， Yang， J.T， Ge， C.Z.， et al. Controlling sulfurdioxide in china： will emission trading work？[J]. Environment Science & Policy for Sustainable Development， 2004， 46（5）： 28-39.

[23] ?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（7）：160-173.

[24] ?Shin， S. China's failure of policy innovation： the case of sulphur dioxide emission trading[J]. Environmental Politics， 2013， 22（6）： 918-934.

[25] ?李永友，文云飛.中國排污權(quán)交易政策有效性研究——基于自然實驗的實證分析[J].經(jīng)濟學(xué)家，2016（5）：19-28.

[26] ?劉承智，楊籽昂，潘愛玲.排污權(quán)交易提升經(jīng)濟績效了嗎？——基于2003—2012年中國省際環(huán)境全要素生產(chǎn)率的比較[J].財經(jīng)問題研究，2016（6）：47-52.

[27] ?Rosenbaum， P.& Rubin， D. The central role of Propensity Score Matching in observational studies for causal effects[J]. Biometrika， 1983， 70： 41-55.

[28] ?劉海英，謝建政.排污權(quán)交易與清潔技術(shù)研發(fā)補貼能提高清潔技術(shù)創(chuàng)新水平嗎——來自工業(yè)SO2排放權(quán)交易試點省份的經(jīng)驗證據(jù)[J].上海財經(jīng)大學(xué)學(xué)報，2016，18（5）：79-90.

Abstract： The emission trading system has been carried out in China`s 11 provinces for more than 10 years， but it`s still not been applied nationwide. Does the emission trading system improve the environmental quality in the pilot areas？ How is its policy effect？ Can it be further expanded？ This paper views the nationally approved pilot project of the emission trading system in 2007 as a quasi-natural experiment. Based on a panel dataset from 2001 to 2015， this paper combines propensity score matching（PSM） and difference-in-difference（DID） method to assess the influence of emission trading policy on the emission intensity of industrial sulfur dioxide （SO2） in pilot areas. The results indicate that the emission trading policy significantly reduces the emission intensity of SO2 in the pilot areas. The robustness check proves that the findings are not driven by time trend and testifies the emission reduction even after eliminating the data of provinces which piloted this policy in 2002.

Key Words： Emission trading system; Policy evaluation; Policy effect.