中國碳排放權(quán)交易政策對地區(qū)清潔生產(chǎn)意愿的影響

陸文聰,謝昌財

1 浙江大學中國農(nóng)村發(fā)展研究院,杭州 310058 2 浙江大學管理學院,杭州 310058 3 貴州大學管理學院,貴陽 550025

當前全球碳排放引起的氣候變化問題已經(jīng)由單純科學技術(shù)轉(zhuǎn)變成錯綜復雜的政治、經(jīng)濟和環(huán)境問題,人們逐步意識到碳排放交易對減緩氣候變化和促進低碳發(fā)展的重要意義[1]。碳排放交易是用經(jīng)濟手段推動環(huán)保的國際通行辦法,其核心內(nèi)容是清潔生產(chǎn)機制(Clean Development Mechanism,CDM),該機制是1997年《京都議定書》中確立的三個靈活機制之一,是現(xiàn)存唯一可以得到國際公認的碳交易機制[2]。CDM項目有利于優(yōu)化能源利用結(jié)構(gòu),進而改善地區(qū)生態(tài)環(huán)境[3]。因此,通過CDM項目來開發(fā)可再生能源、提高能源利用效率、減少污染物的排放成為實施CDM項目的目的之一[4]。據(jù)美國能源情報署預測,到2020年,中國由于消費煤炭而排放的CO2將超過發(fā)達國家之和,占世界的40.3%[5]。在國際減排承諾和國內(nèi)資源環(huán)境雙重壓力之下,中國政府于2012年啟動了“兩省五市”碳排放權(quán)交易試點,分別為：湖北省、廣東省、北京市、上海市、深圳市、天津市和重慶市,七個試點橫跨東、中、西部,區(qū)域經(jīng)濟差異較大,制度設計體現(xiàn)出一定的區(qū)域特征。中國碳排放的空間分布格局差異明顯,地區(qū)碳排放強度呈現(xiàn)自東向西遞減分布[6],且碳交易市場發(fā)展具有分階段、市場規(guī)模大、發(fā)展不平衡等特征[7]。政府在排污權(quán)一級市場上,采取招標、拍賣等方式將排污權(quán)有償出讓給排污者,排污者購買到排污權(quán)后,可在二級市場上進行排污權(quán)買入或賣出,使溫室氣體排放企業(yè)負擔的環(huán)保義務轉(zhuǎn)化為融資或交易產(chǎn)品[8],這對于政府尋找適當?shù)奶紲p排空間,提升地區(qū)企業(yè)開展清潔生產(chǎn)的意愿具有重要的意義[9]。

理論上,政策試點有助于地區(qū)內(nèi)企業(yè)經(jīng)營者對從使用清潔能源、清潔原料到清潔生產(chǎn)過程,再到最后的清潔產(chǎn)品在思想觀念和生產(chǎn)行為上發(fā)生根本性轉(zhuǎn)變,從消耗資源和粗放經(jīng)營的傳統(tǒng)生產(chǎn)模式中轉(zhuǎn)換升級,實現(xiàn)節(jié)能降耗和減污減排,從源頭上解決經(jīng)濟社會發(fā)展造成的環(huán)境污染、生態(tài)破壞問題,從而實現(xiàn)經(jīng)濟、社會和環(huán)境的可持續(xù)發(fā)展?？偨Y(jié)已有文獻,國內(nèi)外現(xiàn)有關(guān)于碳排放問題的研究主要集中在估算方法、影響因素和政策建議三個方面：在估算方法上,姚亮等[10]采用結(jié)構(gòu)分解法(SDA)分析了碳排放效率、經(jīng)濟結(jié)構(gòu)、消費結(jié)構(gòu)、人均消費水平、城市化和人口總量等六項因素對碳排放總量變化的驅(qū)動作用;Jones等[11]運用碳足跡從交通、居住、食品、商品和服務五個類別對美國居民生活進行評估;崔琦等[12]采用碳排放系數(shù)法估計了中國地區(qū)碳排放量;曾靜靜等[13]則構(gòu)建了符合中國國情的居民生活碳排放評價指標體系。在因素分析上,鄧吉祥等[14]采用Divisia、突變級數(shù)、STIRPAT 分解等方法研究排放變化的影響因素;胡初枝等[15]、陳彥玲等[16]采用環(huán)境庫茲涅茲曲線模型,指出我國CO2排放的EKC曲線呈倒U型。在政策建議上,譚顯春等[17]基于經(jīng)濟、人口、省級能耗量等數(shù)據(jù)構(gòu)建了適用于主體功能區(qū)劃分的碳排放核算方案;劉曉等[18]研究了區(qū)域碳排放配額目標給定下的最優(yōu)碳排放控制率和適合中國推進的碳減排配額方案。關(guān)于碳排放權(quán)交易對國際公認的清潔生產(chǎn)機制是否存在影響的文獻研究尚處空白。本文以此為背景,基于我國2012年啟動的“兩省五市”碳排放權(quán)交易試點政策,運用雙重差分法分析該試點政策對我國各地區(qū)清潔生產(chǎn)意愿的影響,驗證該政策對地區(qū)空氣環(huán)境質(zhì)量的改善效果,并為國家制定科學的、針對性的、差別化的碳減排政策提供參考。

1 研究區(qū)概況

圖1 CDM批準項目2016年按減排類型分布Fig.1 Type of emission reduction distribution for CDM in 2016

清潔生產(chǎn)機制的實施與完善不僅有助于改善氣候環(huán)境,它還為我國吸引外商投資以及加速地區(qū)經(jīng)濟發(fā)展提供機遇。作為主要參與方,我國的清潔生產(chǎn)機制項目也正在跟隨國際形勢。根據(jù)中國清潔發(fā)展機制網(wǎng)CDM項目數(shù)據(jù)庫系統(tǒng)數(shù)據(jù)顯示,截止2016年,經(jīng)國家發(fā)展改革委批準的CDM項目共計5 074個,其中四川、云南、內(nèi)蒙古、甘肅和河北的CDM項目數(shù)量位居前五位,分別為565、483、381、269和258個。從減排量看,四川、山西、內(nèi)蒙古、云南和江蘇2016年減排量居于前五,分別為8884.71、5582.24、5517.72、4964.51和4449.20萬t。從減排類型分布上看,新能源和可再生能源減排是當前我國企業(yè)開展清潔生產(chǎn)實現(xiàn)減排目標的主力軍。如圖1所示,2016年新能源和可再生能源減排占比為73.59%,節(jié)能和提高能效以及甲烷回收利用也是減排的重要形式,占比分別為12.46%和9.38%,三種形式占比達到近95%。

2 方法、模型與數(shù)據(jù)

2.1 方法

雙重差分(Difference-in-Difference,DID)是一種非常實用的政策效果評估方法,其核心是構(gòu)造雙重差分估計量,將政策干預對實驗個體的縱向差異(干預前和干預后)和橫向差異(實驗組與對照組)有效結(jié)合,同時在模型中加入其他控制變量,在一定程度上消除實驗組和對照組中存在的干擾因素,進而彌補自然實驗在樣本分配上不能完全隨機這一缺陷。雙重差分法既能控制樣本之間不可觀測的個體異質(zhì)性,又能控制隨時間變化的不可觀測總體因素的影響,從而得到對政策干預效果的無偏估計。如果樣本是面板數(shù)據(jù),那么雙重差分模型不僅可以利用解釋變量的外生性,而且可以控制不可觀測的個體異質(zhì)性對被解釋變量的影響[19]。西方經(jīng)濟學者早在20世紀70年代末就從自然科學界引入自然實驗和雙重差分法,得到社會學者的普遍重視[20- 21]。在國內(nèi)文獻中,此方法近年來也被廣泛運用于政策效果評價[22-24]。

本文關(guān)注的是中國碳排放權(quán)交易政策是否能夠有效提升各地區(qū)企業(yè)開展清潔生產(chǎn)的意愿。如果簡單觀察試點政策實施前后各地區(qū)開展清潔生產(chǎn)的企業(yè)比重情況,并不能說明碳排放權(quán)交易政策是否提升了企業(yè)開展清潔生產(chǎn)的意愿以及改善了空氣環(huán)境,因為這不能排除其他因素的影響,難以衡量政策的真實效果。影響各地區(qū)企業(yè)開展清潔生產(chǎn)的因素不僅僅有碳排放權(quán)交易政策的實施,還有其他一些因素,比如各地區(qū)的工業(yè)化率、能源消費水平、環(huán)境治理投資和經(jīng)濟發(fā)展水平等等。某地區(qū)企業(yè)自愿開展清潔生產(chǎn)的比重較高,并不一定是由于碳排放權(quán)交易試點政策導致的;某地區(qū)大氣環(huán)境改善效果明顯,也可能是環(huán)境治理投資的作用。因此,要研究這一科學命題,需要比較各地區(qū)在政策實施前后兩個時間段的清潔生產(chǎn)行為,可以引入上文介紹的雙重差分法來評估碳排放權(quán)交易政策對中國各地區(qū)企業(yè)開展清潔生產(chǎn)意愿的影響效果。

上式右邊的第一項稱為“特征差異”,表示由于試點地區(qū)和非試點地區(qū)因地區(qū)的經(jīng)濟發(fā)展特征不同所引起的分布差異部分;第二項稱為“系數(shù)差異”,表示由于回歸系數(shù)不同所引起分布的差異部分,這部分差異主要是由于試點政策引起的,也可稱為“政策歧視”。

2.2 模型

結(jié)合以上分析,本文擬采用雙重差分方法來評估國家發(fā)改委2012年頒布的碳排放權(quán)交易試點政策對各地區(qū)企業(yè)清潔生產(chǎn)意愿的影響,模型設定如下：

PCDMit=β0+β1Groupit+β2Eventit+γ(Groupit×Eventit)+ηZit+μi+εit

上式中,PCDMit為地區(qū)i在時期t的企業(yè)自愿開展清潔生產(chǎn)比例;Groupit為地區(qū)虛擬變量,如果個體i屬于實驗組則Groupit=1,屬于非實驗組則Groupit=0;Eventit為時間虛擬變量,Eventit=1表示碳排放權(quán)交易試點政策開展后(實驗期),Eventit=0表示碳排放權(quán)交易試點政策開展前(非實驗期);Groupit×Eventit表示時間與地區(qū)的交互作用,其中β1控制實驗組與非實驗組的差異(地區(qū)效應),β2則控制時間對實驗組與非實驗組的影響(時間效應);μi表示各地區(qū)的固定效應,是各地區(qū)不隨時間變化而變化的差異,考慮到各地區(qū)之間本身可能存在差異,因此引入μi是合理的;εit表示隨機擾動項。γ是我們真正關(guān)心的系數(shù),反映政策的綜合效果,具體解釋如下：

對于非實驗組,即Groupit=0,各地區(qū)企業(yè)自愿開展清潔生產(chǎn)的比例為：

因此,非實驗組在試點政策前后企業(yè)清潔生產(chǎn)比例變動為(β0+β2)-β0=β2。

對于實驗組,即Groupit=1,各地區(qū)企業(yè)自愿開展清潔生產(chǎn)的比例為：

因此,實驗組在試點政策前后地區(qū)清潔生產(chǎn)比例變動為(β0+β1+β2+γ)-(β0+β1)=β2+γ。所以,碳排放權(quán)交易對各地區(qū)開展清潔生產(chǎn)的凈效應為(β2+γ)-β2=γ,即交互項Groupit×Eventit的回歸系數(shù)。Zit為一系列控制變量,包括：工業(yè)化率、能源消費總量、環(huán)境治理投資額和人均GDP。選擇反映地區(qū)經(jīng)濟發(fā)展特征的宏觀經(jīng)濟指標作為控制變量的理由在于：第一,本文研究的碳排放權(quán)交易試點政策是以區(qū)域為單元研究溫室氣體排放總量控制機制和排放權(quán)分配機制,旨在推動地區(qū)清潔生產(chǎn)機制的構(gòu)建[26];第二,由于暫時無法獲取各地企業(yè)開展清潔生產(chǎn)的微觀數(shù)據(jù),本文以全國30個地區(qū)為研究樣本,實證檢驗碳排放權(quán)交易試點政策對各樣本區(qū)域內(nèi)企業(yè)清潔生產(chǎn)意愿的影響,實證結(jié)果可以反映出試點政策開展前后地區(qū)內(nèi)企業(yè)對清潔生產(chǎn)總體意愿的變化。

(1)工業(yè)化率(Industrialization Rate,IR)。環(huán)境污染是工業(yè)化進程中出現(xiàn)的普遍問題。杜雯翠等[27]指出,現(xiàn)階段以工業(yè)化發(fā)展為主的地區(qū),其環(huán)境問題主要是大氣污染;張亞斌等[28]研究發(fā)現(xiàn)工業(yè)化進程中的重化工業(yè)化階段是不可逾越的,該階段會產(chǎn)生較多的工業(yè)環(huán)境污染和碳排放,弱化環(huán)境治理的效果。根據(jù)胡佛與費希爾1949年在《區(qū)域經(jīng)濟增長研究》中提出的城市經(jīng)濟增長“標準階段次序”：自給自足階段、鄉(xiāng)村工業(yè)崛起階段、農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)轉(zhuǎn)換階段、工業(yè)化階段和服務業(yè)輸出階段,與北、上、廣、深等以服務業(yè)為主的一線城市相比,我國大部分城市還處于工業(yè)化階段。

(2)能源消費總量(Total Energy Consumption,TEC)。能源的消耗伴隨著二氧化碳的產(chǎn)生,消費者對能源密集型產(chǎn)品需求的上升是導致碳排放增加的直接驅(qū)動力[29]。徐國泉等[30]采用Kaya恒等式對CO2排放影響因素進行分解,指出能源消費結(jié)構(gòu)、能源強度、經(jīng)濟增長等因素對CO2排放量有正向影響;劉志雄[31]利用我國1991—2011年數(shù)據(jù)的發(fā)現(xiàn)能源消費對環(huán)境污染產(chǎn)生正效應,即能源消費越多,環(huán)境污染越嚴重。Apergis等[32]利用美國1971—2004年的數(shù)據(jù)檢驗也得出相同的結(jié)論。

(3)環(huán)境治理投資額(Environmental Governance Investment,EGI)。污染治理投資和企業(yè)技術(shù)創(chuàng)新作為污染防治的末端治理與前端預防,對于遏制環(huán)境污染具有重要作用。王鵬等[33]以我國30個省市相關(guān)統(tǒng)計數(shù)據(jù)為研究樣本,從要素投入產(chǎn)出的視角構(gòu)建包含污染治理投資和企業(yè)技術(shù)創(chuàng)新指標的計量模型,結(jié)果表明污染治理投資對工業(yè)污染治理效率的影響主要體現(xiàn)在資金投入上。石龍宇等[34]指出為保證經(jīng)濟社會可持續(xù)性發(fā)展,應增加城市環(huán)境污染處理的投入,并改進城市環(huán)境污染處理技術(shù)。

(4)人均國內(nèi)生產(chǎn)總值(Per-capita Gross Domestic Product,PGDP)。能源技術(shù)可以為經(jīng)濟發(fā)展提供必需的增長動力,而經(jīng)濟增長反過來又可以提高能源資源的開發(fā)和利用水平,進而優(yōu)化和提高能源的利用效率。經(jīng)濟發(fā)達地區(qū)為進一步提高經(jīng)濟增長,會更加依賴外部先進的技術(shù)水平來優(yōu)化資源配置[35]。Zhang等[36]對中國1991—2006年的與能源消費有關(guān)的碳排放量進行核算,并利用 Kaya方程進行因子分解,得出碳排放強度與經(jīng)濟增長仍然是驅(qū)動中國碳排放量增加的最重要的因素。

2.3 數(shù)據(jù)

變量數(shù)據(jù)來源于多個數(shù)據(jù)庫,其中“自愿開展清潔生產(chǎn)比例”、“能源消耗總量”、“環(huán)境治理投資額”數(shù)據(jù)源于2011—2017年各年度《中國環(huán)境年鑒》;“工業(yè)化率”和“人均GDP”數(shù)據(jù)根據(jù)2011—2017年各年度《中國統(tǒng)計年鑒》計算整理得到。數(shù)據(jù)時間跨度為2011—2017年,涉及全國30個省、市、自治區(qū)(西藏除外)共計210個樣本。

表1 變量描述性統(tǒng)計

PCDM為各地區(qū)自愿開展清潔生產(chǎn)的企業(yè)比例；IR為各地區(qū)工業(yè)化率；TEC為各地區(qū)能源消費總量；EGI為各地區(qū)環(huán)境治理投資額；PGDP為各地區(qū)人均國內(nèi)生產(chǎn)總值;其中PCDM的計算方式是：先從《中國環(huán)境年鑒》獲取“清潔生產(chǎn)當年審核企業(yè)數(shù)”和“當年強制性審核完成數(shù)”，兩者之差記為“當年自愿開展清潔生產(chǎn)企業(yè)數(shù)”，這一指標與“清潔生產(chǎn)當年審核企業(yè)數(shù)”比值即為企業(yè)自愿開展清潔生產(chǎn)比例

記2011—2012年為非實驗期,2013—2017年為實驗期;“兩省五市”為實驗組,其他地區(qū)為對照組。需要說明的是,由于“兩省五市”中涉及廣東省與深圳市,為避免重復計量,下文分析中取廣東省樣本,即實驗組分別為：湖北省、廣東省、北京市、上海市、天津市和重慶市。變量描述性統(tǒng)計如表1所示。

3 結(jié)果與分析

3.1 雙重差分參數(shù)估計

在綜合考慮多重共線性、異方差和序列相關(guān)等問題后,采用WHITE穩(wěn)健性估計,逐步加入控制變量,實證結(jié)果如表2所示：隨著控制變量的加入,模型擬合系數(shù)逐漸增大,其中模型5的R2為0.2623;Group×Event系數(shù)值較為穩(wěn)定,且顯著,t值為2.70,且在1%水平上顯著。這說明在碳交易權(quán)試點地區(qū)開展清潔生產(chǎn)的意愿比其他地區(qū)平均高出22.03%。觀察模型5控制變量系數(shù)：一是工業(yè)化率系數(shù)顯著為負,這說明工業(yè)化率越高的地區(qū)其企業(yè)開展清潔生產(chǎn)的意愿不強,這與目前全球發(fā)達城市普遍認同的“以服務業(yè)為主”的發(fā)展趨勢是一致的;二是人均GDP的對數(shù)系數(shù)顯著為正,即越富裕的地區(qū)越有利于清潔生產(chǎn)機制構(gòu)建。其他控制變量系數(shù)不顯著。

表2 雙重差分參數(shù)估計

(1)括號里為穩(wěn)健標準誤;(2)*、**、***分別代表在10%、5%和1%的水平上顯著

為進一步分析碳交易權(quán)試點對地區(qū)環(huán)境的影響效應,分別將可吸入顆粒物(PM10)、二氧化硫(SO2)和二氧化氮(NO2)年平均濃度作為被解釋變量,通過DID分析結(jié)果如表3所示。結(jié)果表明,碳交易權(quán)試點地區(qū)PM10、SO2和NO2的年平均濃度平均比其他地區(qū)要低0.0288、0.0170和0.0105 mg/m3,且在統(tǒng)計意義上均顯著。這說明,碳交易權(quán)試點政策對地區(qū)環(huán)境改善起到明顯效果,同時也進一步說明了表2實證分析的穩(wěn)健性。

表3 環(huán)境效應的參數(shù)估計

3.2 分位數(shù)回歸參數(shù)估計

由于均值回歸的參數(shù)是自變量對因變量條件期望的邊際效果,如果能夠估計出若干重要條件分位數(shù)的分布,則能對整體分布有一個更全面的認知。借助Koenker等[37]提出的分位數(shù)回歸(Regression Quantiles)對模型1進行分位數(shù)回歸,結(jié)果如表4所示。隨分位數(shù)增加,Groupit×Eventit系數(shù)呈現(xiàn)先降后升趨勢,但高分位系數(shù)不顯著。這說明,碳交易權(quán)試點對于當前清潔生產(chǎn)水平較低的地區(qū),提升企業(yè)清潔生產(chǎn)意愿效果更為明顯。這一趨勢也可以從圖2交互項分位數(shù)回歸系數(shù)變化中進一步得到驗證。

表4 清潔生產(chǎn)意愿的分位數(shù)回歸

圖2 交互項系數(shù)隨分位數(shù)變化圖 Fig.2 Trend of interaction term coefficient with the different of quantiles

3.3 清潔生產(chǎn)意愿地區(qū)差異分解

根據(jù)2.1節(jié)所介紹的不同分位數(shù)下試點地區(qū)和非試點地區(qū)均值差異的計算方法,可分別計算由于經(jīng)濟發(fā)展特征不同所引起的“特征差異”和由于回歸系數(shù)不同所引起“政策歧視”,分解結(jié)果如表5所示(取λ=13)。結(jié)果表明：第一,試點地區(qū)與非試點地區(qū)企業(yè)自愿開展CDM的比例差異受系數(shù)差異和特征差異的共同影響;第二,碳排放交易試點地區(qū)與非試點地區(qū)企業(yè)自愿開展CDM的比例差異在低分位、中分位和高分位呈現(xiàn)倒U型,即在低分位和高分位地區(qū)差異較小,而中分位差異較大;第三,企業(yè)自愿開展CDM的比例差異在低分位時主要受試點政策影響(即系數(shù)差異),在高分位時主要受地區(qū)經(jīng)濟發(fā)展特征影響(即特征差異),而在中分位時兩種影響力量較為均衡。以上結(jié)論可通過取λ=99計算出所有分位數(shù)上的差異值作進一步驗證。如圖2所示,在分位數(shù)1%—99%上采用自助法(本文取reps=100)做分位數(shù)回歸,得到τ個分位數(shù)下的相應回歸參數(shù)估計,受篇幅所限,不同分位數(shù)下的特征差異和系數(shù)差異以及方差值不在文中列出。由圖3可知,總差異在低、中、高分位呈現(xiàn)倒U型結(jié)構(gòu),且在低分位時總差異主要受系數(shù)差異影響,在高分位時主要受特征差異影響。

表5 不同分位數(shù)上試點與非試點地區(qū)CDM差異分解

總差異(Total differential, TD); 特征差異(Characteristic differential, CHD); 系數(shù)差異(Coefficient differential, COD); 影響程度(Influence level, IL)

圖3 CDM地區(qū)差異隨分位數(shù)變化圖 Fig.3 Trend of pilot and non-pilot areas CDM′ differential on all of the quantiles

4 結(jié)論與建議

基于2012年國家發(fā)改委提出的“兩省五市”碳排放權(quán)交易試點政策,運用雙重差分方法實證檢驗了碳排放權(quán)交易對中國各地區(qū)自愿開展清潔生產(chǎn)的影響,并通過分位數(shù)分解方法分析了試點地區(qū)與非試點地區(qū)的特征差異與系數(shù)差異,以期為我國科學推廣碳排放權(quán)交易政策提供參考。實證研究結(jié)果表明：(1)試點地區(qū)企業(yè)自愿開展清潔生產(chǎn)的比例比非試點地區(qū)平均要高出22個百分點;(2)碳排放權(quán)交易政策對當前自愿開展清潔生產(chǎn)比例較低的地區(qū)影響程度更為顯著;(3)試點地區(qū)環(huán)境改善效果明顯,PM10、SO2和NO2的年平均濃度顯著下降了0.0288、0.0170和0.0105 mg/m3。

綜合上述結(jié)論,本文建議：(1)鑒于碳排放權(quán)交易政策顯著提升了試點區(qū)域內(nèi)生產(chǎn)單位開展清潔生產(chǎn)的意愿,為了科學有序地推進碳排放權(quán)交易政策,除“兩省五市”試點地區(qū)外,下一步應優(yōu)先推廣CDM項目較為聚集的地區(qū)(如四川、云南、內(nèi)蒙古、甘肅和河北),這些地區(qū)開展清潔生產(chǎn)的外部環(huán)境優(yōu)勢明顯,邊際成本較低,有利于吸引外商投資。(2)在企業(yè)自愿開展清潔生產(chǎn)比例較低的地區(qū)(如海南、新疆、青海、貴州和陜西)政府要加大CDM項目的宣傳工作,強化企業(yè)的節(jié)能意識、環(huán)保意識以及同工業(yè)發(fā)達國家的合作意識,這些地區(qū)在清潔發(fā)展機制的構(gòu)建上有較大的提升空間,各地政府可結(jié)合其獨特的地理環(huán)境與優(yōu)勢,加大政策扶持力度,鼓勵企業(yè)積極開展與CDM相關(guān)的招商引資項目。(3)各地區(qū)應結(jié)合自身經(jīng)濟發(fā)展特點,加快自身產(chǎn)業(yè)經(jīng)濟結(jié)構(gòu)調(diào)整,轉(zhuǎn)變經(jīng)濟增長方式,助力企業(yè)開展并提升清潔生產(chǎn)技術(shù),優(yōu)化能源結(jié)構(gòu)、降低能源消耗,同時加大環(huán)境治理投資額,引導企業(yè)向資源節(jié)約型、環(huán)境友好型方向發(fā)展,促進生態(tài)環(huán)境系統(tǒng)的可持續(xù)性發(fā)展[38]。

本文的不足之處在于：由于國內(nèi)CDM項目數(shù)據(jù)庫系統(tǒng)暫未公布各地企業(yè)具體的清潔生產(chǎn)數(shù)據(jù),因此本文還無法研究企業(yè)層面的生產(chǎn)行為,取而代之的是運用基于省際單位的面板數(shù)據(jù)研究地區(qū)層面企業(yè)的清潔生產(chǎn)意愿以及對地區(qū)環(huán)境改善的效果。隨著政府對清潔生產(chǎn)機制的不斷完善,我們將在收集企業(yè)層面的樣本數(shù)據(jù)后做更為深入細致地微觀研究進而彌補以上不足。

致謝：中國清潔發(fā)展機制網(wǎng)CDM項目數(shù)據(jù)庫的給予支持;Godwin Seyram Agbemavor Horlu幫助寫作，特此致謝。