中國碳交易試點(diǎn)政策對地區(qū)工業(yè)碳減排的影響評估

王文捷 周迪

【摘 要】 基于2005—2015年中國30個省份面板數(shù)據(jù)，應(yīng)用合成控制法探討碳交易試點(diǎn)政策的工業(yè)減排效應(yīng)，研究發(fā)現(xiàn)：碳交易試點(diǎn)政策顯著推動了試點(diǎn)地區(qū)工業(yè)碳排放量的減少，減排效應(yīng)的大小因試點(diǎn)地區(qū)不同而呈現(xiàn)差異性，該結(jié)論通過了安慰劑檢驗(yàn)，具有一定的穩(wěn)健性。基于此，我國應(yīng)當(dāng)積極推動碳交易市場在全國范圍內(nèi)的展開，同時應(yīng)充分考慮政策效果在各地區(qū)的差異性，使政策在開展過程中保持一定的地區(qū)靈活性。

【關(guān)鍵詞】 碳交易試點(diǎn)政策 碳減排 合成控制法 中介效應(yīng)模型

一、引言

2016年9月3日，中國正式加入《巴黎氣候變化協(xié)定》，成為了第23個完成批準(zhǔn)協(xié)定的締約方，并承諾爭取到2020年實(shí)現(xiàn)碳排放強(qiáng)度降低40%—45%的目標(biāo)，但是，對于中國來說，完全的工業(yè)化進(jìn)程還沒有完成，中國目前仍然處于工業(yè)化的中期階段，突出表現(xiàn)為重型化的工業(yè)趨勢依然持續(xù)增加。根據(jù)《世界發(fā)展指標(biāo)2009》，工業(yè)行業(yè)能源消費(fèi)產(chǎn)生的CO2排放量占據(jù)了世界總CO2排放量的70%，而中國作為煤炭生產(chǎn)和消費(fèi)大國，工業(yè)碳排放量占全國CO2總排放量的比例更是高達(dá)85%以上[1]。鑒于中國做出的承諾，有效地實(shí)現(xiàn)工業(yè)碳減排勢在必行。

那么，工業(yè)碳排放究竟受哪些因素的影響？查建平等[2]利用包含非期望產(chǎn)出的DEA模型分別構(gòu)建了工業(yè)碳排放績效指數(shù)的靜態(tài)和動態(tài)情形，對我國2003—2008年期間30個省市的工業(yè)碳排放績效進(jìn)行測算，工業(yè)發(fā)展水平、工業(yè)產(chǎn)權(quán)結(jié)構(gòu)、規(guī)模結(jié)構(gòu)、輕重結(jié)構(gòu)、能源消費(fèi)結(jié)構(gòu)以及能源強(qiáng)度等因素對工業(yè)碳排放績效產(chǎn)生顯著影響。馬大來等[1]對我國 1998—2012年各省的工業(yè)碳排放績效進(jìn)行測算，并考察了其影響因素，發(fā)現(xiàn)工業(yè)規(guī)模、工業(yè)產(chǎn)權(quán)結(jié)構(gòu)、人力資本、技術(shù)研發(fā)和外商直接投資等因素對工業(yè)碳排放績效提高具有顯著的正向影響，而重工業(yè)比重提升和煤炭消費(fèi)比重提升與工業(yè)碳排放績效則呈負(fù)相關(guān)。

為了彌補(bǔ)已有研究的局限，本文采用合成控制法對碳交易試點(diǎn)的減排效果進(jìn)行評估。

二、模型構(gòu)建及變量說明

（一）模型構(gòu)建

本次研究借鑒Abadie and Gardeazabal[3]提出的合成控制法來估計(jì)碳交易政策對地區(qū)工業(yè)碳減排的影響，通過多個對照組對象進(jìn)行比較和加權(quán)平均，進(jìn)而構(gòu)造出一個反事實(shí)合成對象，充分考慮到實(shí)驗(yàn)組（試點(diǎn)省市）的特殊性。實(shí)際的工業(yè)碳排放量與合成工業(yè)碳排放量之間的差距則是該政策產(chǎn)生的作用。

觀測到期內(nèi)個省市的工業(yè)碳排放數(shù)據(jù)，其中第1個地區(qū)在受到了碳排放交易試點(diǎn)政策的影響，其他個地區(qū)為對照組，表示城市在時間沒有受到政策影響的工業(yè)碳排放量，表示有政策影響的碳排放量，為虛擬變量，如果省市在時刻接受試點(diǎn)，那么取值為1，否則為0。

其中，為時間趨勢，為不受碳排放交易政策影響的控制變量，和分別表示維無法觀測的共同因子和維不可觀測的地區(qū)固定效應(yīng)，為每個地區(qū)觀測不到的暫時沖擊，均值為0。通過非試點(diǎn)省市的加權(quán)來模擬實(shí)驗(yàn)組的特征，所以先求得維權(quán)重向量，估計(jì)出，進(jìn)而求得。

（二）變量說明

本文考察碳排放交易政策的工業(yè)碳減排效應(yīng)，以各省市實(shí)際工業(yè)CO2排放量的對數(shù)值衡量各地區(qū)工業(yè)碳排放量，并且選取該變量作為合成控制法的結(jié)果變量。借鑒目前已有的研究，選取工業(yè)經(jīng)濟(jì)規(guī)模、輕重工業(yè)結(jié)構(gòu)、工業(yè)規(guī)模結(jié)構(gòu)、工業(yè)產(chǎn)權(quán)結(jié)構(gòu)、“三資”工業(yè)企業(yè)份額、工業(yè)能源強(qiáng)度等一系列變量作為預(yù)測變量。

1.被解釋變量。本文借鑒杜立民[5]的測算方法，根據(jù)各地區(qū)工業(yè)所消耗的化石能源（煤/焦炭、汽/煤/柴/燃料油和天然氣）來進(jìn)行計(jì)算CO2排放量。因此可得到：

（8）式中，表示估算的各類化石能源燃燒排放的CO2總量;為不同的能源類型;表示第種化石能源的消費(fèi)總量;、和分別表示發(fā)熱值、碳含量和氧化因子。

2.預(yù)測變量。為剔除價格因素影響，界定1978年為基期價格，采用GDP平減指數(shù)對所有貨幣變量進(jìn)行了平減處理。借鑒查建平等[2]的研究，具體的預(yù)測變量如下表所示：

（三）數(shù)據(jù)來源

本文選取我國2005—2015年期間30個省份的面板數(shù)據(jù)作為樣本，數(shù)據(jù)來自歷年《中國統(tǒng)計(jì)年鑒》、《中國城市統(tǒng)計(jì)年鑒》、《中國能源統(tǒng)計(jì)年鑒》、《中國工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》、各地方統(tǒng)計(jì)年鑒、中國經(jīng)濟(jì)與社會發(fā)展統(tǒng)計(jì)數(shù)據(jù)庫以及EPS數(shù)據(jù)平臺。其中，將北京、上海、天津、廣東、重慶、湖北作為實(shí)驗(yàn)組（深圳并入廣東進(jìn)行研究考察），而將其余省份作為對照組，由于西藏、香港、澳門數(shù)據(jù)嚴(yán)重缺失，予以剔除。

三、碳交易機(jī)制對地區(qū)工業(yè)碳排放的影響檢驗(yàn)

（一）碳交易機(jī)制對地區(qū)工業(yè)碳排放的影響

基于研究設(shè)計(jì)所述，本文對每一個試點(diǎn)省市構(gòu)建其對應(yīng)的合成控制省份，采用預(yù)測變量來擬合合成控制省份。

合成控制法的擬合結(jié)果中，對照組省市的合成貢獻(xiàn)率越大，則表明其與對應(yīng)的試點(diǎn)省市特征越相似。合成貢獻(xiàn)率數(shù)據(jù)如表2所示：

圖1報告了北京、上海、天津、湖北、廣東、重慶6個省市的實(shí)際工業(yè)碳排放量以及合成工業(yè)碳排放量的演變態(tài)勢。從6個省市的擬合結(jié)果對比來看，2013年之前，擬合效果最好的是湖北，其次是重慶、廣東、天津，最差的是北京和上海，考慮到北京和上海的工業(yè)經(jīng)濟(jì)發(fā)展在全國所有省市中都處于較高的水平，工業(yè)經(jīng)濟(jì)地位較為特殊，因此擬合較為困難。為此，本文參考譚靜和張建華[6]的做法，僅以擬合效果較好的天津、湖北、廣東和重慶為例，評估我國碳交易試點(diǎn)政策是否有效降低了碳排放，并比較這些地區(qū)碳試點(diǎn)政策效果的差異。

在此基礎(chǔ)上，本文針對不同省份進(jìn)一步分析碳交易試點(diǎn)的帶來的政策效應(yīng)，截至2015年，湖北的實(shí)際工業(yè)碳排放量降低到9.81，而合成湖北的工業(yè)碳排放量為9.99，設(shè)立碳交易試點(diǎn)以后，湖北的實(shí)際工業(yè)碳排放量相比不設(shè)立試點(diǎn)降低了大約1.8%天津市降低了大約1.2%、廣東的工業(yè)碳排放量降低了0.4%。但在2013年以后，隨著重慶工業(yè)煤炭消費(fèi)量的增加，重慶市工業(yè)碳排放量的也隨之增加，因此到2015年，重慶市政策效應(yīng)為0.2%。

（二）穩(wěn)健性檢驗(yàn)—安慰劑檢驗(yàn)

為了證明實(shí)驗(yàn)組地區(qū)的工業(yè)碳減排效應(yīng)確實(shí)源于國家的碳排放交易試點(diǎn)政策而非其他因素，且碳排放交易政策效應(yīng)在統(tǒng)計(jì)上是顯著的，本文利用Abadie et al[7]提出的安慰劑檢驗(yàn)法進(jìn)行檢驗(yàn)。該方法的步驟是：（1）在所有對照組省份當(dāng)中，逐一選取每一個省份，然后假設(shè)該省份在2013年受到了碳排放交易政策影響，再依據(jù)合成控制法利用其它對照組的省份構(gòu)造該省份的合成控制省份。（2）排除2005—2012年擬合效果不佳的省份，文章參考劉乃全和吳友[8]的做法，僅保留干預(yù)后 RMSPE不超過干預(yù)前 RMSPE 2倍的省份。（3）構(gòu)造反事實(shí)省份的結(jié)果中，選取一兩個貢獻(xiàn)率為正以及貢獻(xiàn)率為0的省份，以每一個省份的真實(shí)碳排放量減去合成的碳排放量得到差值（Gap），將試點(diǎn)省份與所挑選省份的Gap值進(jìn)行對比，繪制折線圖。因?yàn)楸本┖蜕虾Ｇ捌跀M合效果較差，實(shí)證結(jié)果并不可靠，因此，本文不將其納入安慰劑檢驗(yàn)的分析。

基于這個方法，本文為每一個試點(diǎn)省份選取的安慰劑檢驗(yàn)省份如表3所示：

檢驗(yàn)結(jié)果如圖2所示，湖北、天津、廣東和重慶4個省市與其對照組中省份的政策效果相比，其實(shí)際工業(yè)碳排放量與合成值的差值更大，表明對照組省份要得到與試點(diǎn)省市相同的政策效果，概率并不大，試點(diǎn)省市的政策效應(yīng)在統(tǒng)計(jì)上是顯著且穩(wěn)健的。

四、結(jié)論與啟示

本文以中國碳交易試點(diǎn)設(shè)立作為準(zhǔn)自然實(shí)驗(yàn)，選取湖北、天津、廣東、重慶四個試點(diǎn)地區(qū)為研究對象，利用合成控制法研究了碳試點(diǎn)政策對地區(qū)工業(yè)碳排放的影響，并比較了各試點(diǎn)地區(qū)的政策效應(yīng)差異。結(jié)果表明：碳交易機(jī)制推動了湖北、天津、廣東、重慶等試點(diǎn)地區(qū)的工業(yè)碳減排，其中，碳排放權(quán)交易機(jī)制對湖北省工業(yè)碳減排的政策效應(yīng)最大，廣東省和天津市的政策效應(yīng)次之，重慶市的減排量最小。安慰劑檢驗(yàn)和有效性檢驗(yàn)結(jié)果表明，湖北、天津、廣東、重慶四個試點(diǎn)的工業(yè)碳排放量要高于對照組省份，說明“上述試點(diǎn)城市的工業(yè)碳減排效果明顯”的結(jié)論可靠。

根據(jù)上述結(jié)論，本文得到以下政策啟示：第一，積極推動碳排放交易市場在全國范圍內(nèi)的展開，以7個試點(diǎn)碳交易市場為中心，向全國范圍輻射，啟動跨區(qū)域碳排放權(quán)交易，擴(kuò)大市場覆蓋范圍，建立全國性的碳交易市場，同時，增加市場參與主體，擴(kuò)大市場容量，提高市場活躍度，在政策推廣的過程中，要充分考慮地區(qū)差異，保持一定的政策靈活性，同時，健全碳交易法律法規(guī)體系，為碳交易機(jī)制有效發(fā)揮作用提供制度層面的保障。第二，加強(qiáng)工業(yè)低碳技術(shù)的研發(fā)力度，政府可通過一定政策和技術(shù)補(bǔ)貼，打造一個環(huán)境良好的技術(shù)研發(fā)創(chuàng)新平臺。提升外資引進(jìn)的水平，優(yōu)先引進(jìn)低能耗、技術(shù)先進(jìn)的外資企業(yè)，學(xué)習(xí)先進(jìn)的工業(yè)低碳排放標(biāo)準(zhǔn)和技術(shù)。實(shí)施工業(yè)清潔能源消費(fèi)的戰(zhàn)略，可通過對清潔能源價格進(jìn)行補(bǔ)貼或降低稅收等手段，逐步優(yōu)化能源消費(fèi)結(jié)構(gòu)，推動國內(nèi)工業(yè)碳排放量減少。

【參考文獻(xiàn)】

[1] 馬大來，武文麗，董子銘.中國工業(yè)碳排放績效及其影響因素——基于空間面板數(shù)據(jù)模型的實(shí)證研究[J].中國經(jīng)濟(jì)問題，2017（1）：121-135.

[2] 查建平，鄭浩生，唐方方.中國區(qū)域工業(yè)碳排放績效及其影響因素實(shí)證研究[J].軟科學(xué)，2012，26（4）：1-6.

[3] Abadie A， Gardeazabal J. The economic costs of conflict： a case study of the Basque Country[J]. The American Economic Review， 2003，93（1）：113-132

[4] 牛海霞，胡佳雨.FDI與我國二氧化碳排放相關(guān)性實(shí)證研究[J].國際貿(mào)易問題，2011（5）：100-109.

[5] 杜立民.我國二氧化碳排放的影響因素：基于省級面板數(shù)據(jù)的研究[J].南方經(jīng)濟(jì)，2010（11）：20-33.

[6] 譚靜，張建華.碳交易機(jī)制倒逼產(chǎn)業(yè)結(jié)構(gòu)升級了嗎？——基于合成控制法的分析[J].經(jīng)濟(jì)與管理研究， 2018， 39（12）：104-119.

[7] Abadie A， Diamond A， Hainmueller J. Synthetic control methods for comparative case studies： Estimating the effect of Californias tobacco control program[J]. Journal of the American statistical Association， 2010， 105（490）： 493-505.

[8] 劉乃全，吳友.長三角擴(kuò)容能促進(jìn)區(qū)域經(jīng)濟(jì)共同增長嗎[J].中國工業(yè)經(jīng)濟(jì)，2017（6）：79-97.

基金項(xiàng)目：廣東省自然科學(xué)基金項(xiàng)目《公平與效率協(xié)調(diào)視角下的廣東省工業(yè)碳減排潛力及減排路徑研究》（批準(zhǔn)號：2018A030310044）

作者簡介：周迪（1988-），男，湖北鄂州人，廣東外語外貿(mào)大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院講師，廣東外語外貿(mào)大學(xué)粵港澳大灣區(qū)研究院研究員，研究方向?yàn)橘Y源環(huán)境經(jīng)濟(jì)

王文捷（1998-）廣東外語外貿(mào)大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院本科生