楊秀汪,李江龍,郭小葉

(1.西安交通大學 經(jīng)濟與金融學院,陜西 西安 710061;2.西安文理學院 經(jīng)濟管理學院,陜西 西安 710065)

綠色低碳發(fā)展理念已成為全球共識,為應對全球氣候變暖,降低二氧化碳等溫室氣體排放,全球區(qū)域性組織及許多國家都在不斷探索控制碳排放增長的政策措施。中國作為負責任大國,一直積極推動全球碳減排工作。2014年9月中國發(fā)布的《國家應對氣候變化規(guī)劃(2014—2020年)》提出到2020年碳強度較2005年下降40%～45%的規(guī)劃目標,于2015年《巴黎協(xié)定》提出2030年碳強度將比2005年下降60%～65%。2020年9月22日國家主席習近平在第七十五屆聯(lián)合國大會上提出中國將力爭在2030年前碳排放達到峰值,并爭取2060年前實現(xiàn)碳中和。這對中國未來碳減排目標和工作提出了更高要求。

減少碳排放的政策主要分為兩類,一類是政府基于行政命令干預碳排放的環(huán)境規(guī)制手段,另一類則是基于市場行為的碳稅和碳排放權交易措施。碳排放權交易(簡稱“碳交易”)作為最主要的市場激勵型措施在歐美國家已得到廣泛應用[1],例如歐盟碳排放權交易計劃和美國區(qū)域溫室氣體減排行動等。中國自2013年陸續(xù)啟動北京、上海、天津、重慶、湖北、廣東、深圳等七個碳排放權交易試點市場。黨的十八屆三中全會提出“使市場在資源配置中起決定性作用”的重大理論創(chuàng)新,不斷深化市場化體制改革,而碳排放權交易制度將這一理念貫徹于環(huán)境政策機制設計之中。

截至2020年9月末,中國七個碳交易試點市場共納入排放企業(yè)和單位超過2 900家,排放企業(yè)和單位分配的碳排放配額總量約12億噸,二級市場配額累計成交量為30 186萬噸,累計成交額65.73億元,市場交易逐年增長(如表1)。中國碳交易試點市場已運行多年,碳交易試點政策是否促進了試點省份二氧化碳排放減少,碳交易試點政策若具有減排效應,其碳減排效應如何實現(xiàn),以及碳減排效應有多大,這是本文關注的重點。

表1 截至2020年9月末中國碳交易試點市場碳交易情況(二級市場)

一、文獻回顧

國外對碳交易市場的研究伴隨著碳交易市場的建立而興起,但對碳排放交易市場的碳減排效應結論并非完全一致。Stern[2]認為相比碳稅等其他機制,碳排放權機制具有更強的激勵效應。Keohane[3]的研究也證明了在總量限額碳交易模式下,無論企業(yè)采用何種減排方式,最終都能夠實現(xiàn)減排目標,證明了碳交易機制的優(yōu)勢。但是,Streimikiene等[4]評估了波羅的海國家2005—2007年實施的首期歐盟溫室氣體(GHG)排放交易計劃對溫室氣體減排的效果,發(fā)現(xiàn)歐盟排放交易體系尚未發(fā)揮其以較低成本方式減少碳排放的真正潛力,即GHG首期政策并未達到預期效果。碳交易機制能否推動實現(xiàn)全球減排目標,需要各國對碳減排量重復計算達成共識[5]。

隨著中國碳交易試點市場政策推出,國內許多學者使用不同方法評估了碳交易試點政策的減排影響,大致可分為基于模擬數(shù)據(jù)的仿真分析和基于歷史數(shù)據(jù)的實證檢驗。湯鈴等[6]基于多主體(multi-agent)模型仿真分析中國七個碳交易試點地區(qū)的碳交易機制,發(fā)現(xiàn)碳交易機制有助于促進碳減排;劉宇等[7]使用一般均衡模型模擬分析了天津碳交易市場的經(jīng)濟環(huán)境效應;張成等[8]研究了全國GDP受約束和不受約束兩種情形下,模擬全國性碳排放權交易的潛在影響程度。更多學者使用經(jīng)典的雙重差分方法(DID),基于不同的研究對象、研究數(shù)據(jù)以及研究指標評估了中國碳交易試點政策減排效應。但是,其中有些學者使用DID方法時選擇的控制組為非試點省份,有些學者并未進行控制組平行趨勢假設檢驗,這可能導致DID方法使用的“平行趨勢假設”前提條件難以滿足而引起結果的偏差。此外,還有部分學者嘗試使用傾向得分匹配—雙重差分方法(PSM-DID)[9]研究中國碳交易試點市場的碳減排效應。整體而言,多數(shù)研究的結果支持中國碳交易試點市場具有碳減排效應。

碳排放權交易是通過市場機制解決碳排放問題,由政府主導推動實施的碳交易試點市場可視為一項具有準自然實驗性質的政策。目前評估政策效應的主流計量方法包括斷點回歸法(RD)、雙重差分法(DID)、傾向匹配法(PSM)和合成控制法(SCM),以上評估方法適用于不同類型的政策,且各有利弊。其中,DID方法被廣泛應用于試點政策效應的評估,基本原理是假設無法觀測因素不變的情況下,分別對比實驗組和控制組各自在政策變化前后的差異,再對差異進行二次比較(即差分再差分),得出的最終差異即為政策效應,DID方法能夠較為精確評估政策效應的大小。但是,DID方法應用的前提是實驗組和控制組的結果變量具有共同變化趨勢,由于DID方法對控制組的選擇具有主觀性,且對控制組內個體賦予的權重相等,因此難以客觀選擇與實驗組具有共同變化趨勢的控制組。SCM方法能夠對控制組進行數(shù)據(jù)處理并賦予不同權重構造合適的反事實控制組,據(jù)此對比實驗組與控制組之間的差異以評估政策的效應。在控制組選擇上,不同于DID方法側重主觀選擇,SCM方法的控制組是基于數(shù)據(jù)選擇的結果,由數(shù)據(jù)驅動選擇構造出與控制組最為相近的虛擬控制組,保證了評估結果的可靠性。基于SCM方法在控制組篩選方面的優(yōu)勢,本文運用該方法評估中國碳排放權交易試點政策的碳減排效應。

二、理論分析及研究假設

科斯在《社會成本問題》一文中提出當產權能夠被清晰界定,且市場交易成本為零時,市場能夠自發(fā)調節(jié)并在均衡狀態(tài)下實現(xiàn)資源的最優(yōu)配置。這一思想被斯蒂格勒命名為科斯定理,也是產權交易理論的雛形和基礎。產權交易理論被廣泛應用于排污權交易領域,Dales[10]將長期交易理論應用于分析排污治理相關領域的研究,界定了排污權交易的概念并提出了相關分析框架。排污權交易制度是指在一定時期及一定范圍內由政府確定排污總量上限,同時由政府確定市場參與主體排污權數(shù)量的初始配額,獲取配額的主體可以在排污權市場上出售多余排污權配額或者購買缺少的排污權配額,在市場機制作用下以較低成本實現(xiàn)對污染排放總量控制目標的一種集合政府干預和經(jīng)濟激勵的治理機制。與排污權交易相類似,碳排放權交易也符合科斯定理,本部分基于這一理論分析碳排放權交易促進碳減排的作用機理,并提出研究假設。

假設碳排放權交易市場上存在兩類企業(yè),一類是碳邊際減排成本相對較高的企業(yè)(也稱配額短缺企業(yè)),這類企業(yè)的生產技術水平通常處于行業(yè)前沿,進一步減排的難度較大;另一類是碳邊際減排成本相對較低的企業(yè)(也稱配額富余企業(yè)),這類企業(yè)的生產技術水平相對較低,進一步減排的空間較大。碳排放權交易市場通過價格信號影響兩類市場參與者的碳減排行為,并決定均衡狀態(tài)下市場的交易價格和交易量。市場均衡狀態(tài)能夠實現(xiàn)碳排放總量控制目標,碳邊際減排成本低于配額價格的企業(yè)選擇“多減排”而擁有富余的碳排放配額,并選擇向市場出售排放配額獲取收益;而對于碳邊際減排成本高于配額價格的企業(yè)則選擇“多排放”導致缺乏碳排放配額,因此選擇在市場上買入碳排放配額,同樣實現(xiàn)以較低的成本完成碳排放控制目標。

如圖1所示,碳排放權交易將通過創(chuàng)新效應、激勵效應和追趕效應激發(fā)配額富余企業(yè)進一步降低碳排放,也能通過規(guī)模效應、懲罰效應和替代效應倒逼配額短缺企業(yè)努力減少碳排放,市場交易機制使雙方都能夠選擇較低的成本完成碳排放控制目標,具體作用機理分析如下:

圖1 碳排放權交易市場的碳減排機理

碳排放權交易市場發(fā)揮創(chuàng)新效應、激勵效應和追趕效應對碳配額富余企業(yè)的生產規(guī)模、生產技術、減排策略等產生影響并推動碳排放下降。第一,創(chuàng)新效應。技術進步和技術創(chuàng)新推動高效生產設備或生產工藝在企業(yè)得到廣泛應用,降低碳減排成本,使企業(yè)能以較低成本實現(xiàn)多減排,并獲得可用于交易的富余配額,再通過碳交易市場將富余配額轉化為進一步技改提效的投資資金。通過“技術創(chuàng)新—技術進步—提高能效—降低成本—配額資金—技術創(chuàng)新”循環(huán)過程不斷積累技術,進行技術革新,激發(fā)企業(yè)持續(xù)進行技術創(chuàng)新。第二,激勵效應。企業(yè)將銷售富余碳排放配額所獲得的收益用于碳減排技術改造或設備更新的比例越大,越有助于促進企業(yè)邊際減排成本下降,即使碳排放配額價格下降到較低程度,企業(yè)依然能夠憑借較低的邊際減排成本獲取配額銷售利潤。并且,當用于技術研發(fā)投入的配額銷售資金比例越高,企業(yè)獲得的收益也將越大,如此循環(huán)遞進,形成碳排放權交易機制對低排放企業(yè)激勵效應的良性循環(huán)。第三,追趕效應。對于歷史上碳排放量相對較小的企業(yè),如果企業(yè)當前較低的邊際減排成本并非由于技術優(yōu)勢所致,而僅僅是因為企業(yè)自身規(guī)模較小的緣故,那么,企業(yè)需要不斷加大技術研發(fā)投入,逐步進行技術設備更新,以適應未來碳排放限額降低和減排成本增加可能產生的不利影響。在激勵效應和創(chuàng)新效應的驅動下,提高當前配額銷售資金轉化為技術進步的效率,并且將更大比例的配額銷售資金投入到技術研發(fā)當中,縮小企業(yè)與領先者的差距,有助于企業(yè)提高產出水平的同時減少碳排放量。

碳排放交易市場通過規(guī)模效應、懲罰效應和替代效應影響配額缺乏企業(yè)的生產規(guī)模、生產技術、減排策略進而實現(xiàn)碳減排。第一,規(guī)模效應。配額短缺企業(yè)一般屬于生產規(guī)模較大且碳邊際減排難度較大的企業(yè),若沒有碳排放約束,這類企業(yè)傾向于采取擴大規(guī)模獲得更多成本優(yōu)勢,而碳排放限額造成企業(yè)成本同比大幅增加,導致產品市場競爭力下降。為此,配額短缺企業(yè)有動力進行碳減排技術的研究與開發(fā),也可憑借其規(guī)模、資源和資金優(yōu)勢,優(yōu)化生產工藝、更新生產設備、提高生產效率,尤其對清潔生產技術的利用,進而降低碳排放成本內部化對產品需求帶來的沖擊,同時能達到降低企業(yè)未來碳排放量的目標。第二,懲罰效應。當碳配額價格高于企業(yè)碳排放邊際產品價值時,企業(yè)通過購買碳配額進行生產不會增加企業(yè)利潤。除非企業(yè)產品價格足夠高,并使增加其他要素投入帶來的產出增加有利可圖時,企業(yè)可能會選擇繼續(xù)追加生產投入,但是擴大生產也導致碳排放增加甚至超標。如此,企業(yè)將受到來自政府部門的監(jiān)管處罰,或者企業(yè)在權衡超額排放的處罰與擴大生產獲取的收益之后,選擇放棄擴大生產,這意味著企業(yè)將錯失獲得更多利潤的機會。因此,無論企業(yè)如何選擇,都將處于被“懲罰”的境地(政府監(jiān)管處罰或錯過獲利機會)。為了避免被“懲罰”,配額缺乏企業(yè)需采取措施降低單位產品碳排放量,一方面是彌補企業(yè)因購買配額而導致的成本增加,另一方面是確保在生產擴大中降低碳排放,尤其當碳排放需求量超過初始配額與可購買配額之和時,避免錯過市場發(fā)展機遇。第三,替代效應。當碳配額價格低于企業(yè)碳排放邊際產品價值時,企業(yè)購買碳配額進行生產會增加企業(yè)利潤,即當企業(yè)自身減排邊際成本大于碳配額的價格時,企業(yè)傾向于通過購買碳配額替代自身減排,以實現(xiàn)碳排放總量目標,這是短期內企業(yè)碳減排的替代效應。從長期來看,在碳排放峰值到來之后,國家對碳排放的約束必然導致碳排放權成為一種更加稀缺的資產,碳排放權配額價格將持續(xù)上漲,極可能超過企業(yè)邊際減排成本,屆時通過大規(guī)模購買碳配額并非最優(yōu)選擇。因此,從長期來看高排放企業(yè)可選擇最優(yōu)的生產技術,通過逐步淘汰污染高、能耗高、效率低的落后產能,降低能源消耗和碳排放水平,實現(xiàn)由購買碳配額向自身減排的轉變。

基于碳排放權交易市場的供需雙方碳減排作用機理,本文提出假說,即中國實施的碳排放權交易試點市場政策降低了試點市場區(qū)域的二氧化碳排放。

三、實證方法、變量選擇及數(shù)據(jù)來源

(一)合成控制法

(1)

式(1)為潛在碳排放量的決定方程,其中,Xi是一個(r×1)維向量,表示可以觀測得到且不受碳交易試點政策影響的控制變量;?t是所有省份碳排放時間固定效應;μi是一個(F×1)維不可觀測的省份固定效應向量;βt是一個(1×r)維待估計的參數(shù)向量;λt是一個(1×F)維觀測不到的公共因子向量;εit是每個省份觀測不到的暫時沖擊,其均值為0。

(2)

(3)

(4)

(5)

(二)變量選擇

1.二氧化碳排放量

2.控制變量選取

合成控制法的思想要求合成碳交易試點省份的碳排放決定因素與碳交易試點省份的碳排放決定因素盡可能一致。預測控制變量Xi表示可以觀測得到且不受碳交易試點政策影響的控制變量,參考王鋒等[12]的研究,本文選擇以下變量作為控制變量:(1)經(jīng)濟發(fā)展水平,由人均GDP表示,代表經(jīng)濟發(fā)展水平及經(jīng)濟增長因素對碳排放的影響;(2)產業(yè)結構,由第二產業(yè)增加值占比表示,代表產業(yè)結構因素對碳排放的影響,主要原因是中國第二產業(yè)的碳排放量占比最大;(3)能源結構,由化石能源消費占比表示,代表能源結構對碳排放的影響,中國以煤為主的能源消費結構特征對碳排放影響巨大;(4)能源強度,由能源消費與GDP的比值表示,能源強度與碳排放存在密切關系;(5)產業(yè)深化程度,由第三產業(yè)增加值與第二產業(yè)增加值的比值表示,產業(yè)深化程度的提高將減少二氧化碳排放;(6)交通因素,在此以各個省份人均民用汽車擁有量表示;(7)資本存量,使用人均資本存量表示,資本對能源的替代影響二氧化碳排放量;(8)技術進步,用研究與試驗發(fā)展(R&D)經(jīng)費投入強度表示,由R&D經(jīng)費與GDP的比值計算,技術進步能夠提高能源使用效率從而減少二氧化碳排放;(9)人口密度,以各省人口密度表示,人口增長增加了二氧化碳排放;(10)碳交易市場覆蓋行業(yè)的碳排放占比,選取碳交易試點市場覆蓋行業(yè)類別,以各省對應行業(yè)的碳排放量占碳排放總量的比例表示。

(三)樣本選取及數(shù)據(jù)來源

考慮數(shù)據(jù)的充分性、時效性及可得性,本文選取1997—2017年中國30個省、自治區(qū)、直轄市(因重要變量數(shù)據(jù)缺失較多,不含港澳臺、西藏)的面板數(shù)據(jù)。由于中國在六個省份建立了七個碳排放權交易試點市場,因此在選擇某一試點省份的控制組時將其余五個試點省排除在外,因為這五個省份也受到碳排放權交易試點政策影響,不適宜納入控制組。30個省份的GDP、三大產業(yè)產值、R&D支出、人口數(shù)、民用汽車擁有量等數(shù)據(jù)均來源于對應年度的《中國統(tǒng)計年鑒》,資本存量數(shù)據(jù)按照永續(xù)盤存法計算得出。由于熱值和量綱不同,不同種類能源投入不能直接加總,需要將它們統(tǒng)一轉換為標準煤,本文根據(jù)《中國能源統(tǒng)計年鑒》各省份能源消費平衡表生產所消耗的各種燃料數(shù)據(jù)(包括煤炭、焦炭、焦爐煤氣、高爐煤氣、轉爐煤氣、其他煤氣、原油、汽油、煤油、柴油、燃料油、液化石油氣、天然氣、液化天然氣和熱力等),結合年鑒附錄中《各種能源折標準煤參考系數(shù)》將各種燃料轉換為標準煤,最后加總得到能源消費量。各個省份的二氧化碳排放量則依據(jù)《中國能源統(tǒng)計年鑒》各類能源消耗和碳排放因子數(shù)據(jù)計算得出。

四、政策評價結果與穩(wěn)健性檢驗

2011年10月國家發(fā)改委下發(fā)了《關于開展碳排放權交易試點工作的通知》,標志著中國碳交易市場試點工作正式啟動,2013年下半年至2014年上半年七個碳交易試點市場正式運行,本文選擇2013年作為碳交易市場試點政策的沖擊點。由于深圳屬于廣東省,因此不單獨對深圳碳交易試點進行政策評估分析。

(一)合成控制組權重系數(shù)選擇

本文基于經(jīng)濟發(fā)展水平、產業(yè)結構、能源結構、技術進步、能源強度、產業(yè)深化程度、交通因素、資本存量、人口密度、碳交易市場覆蓋行業(yè)的碳排放占比等控制變量,合成各碳交易試點省份的虛擬控制組,各碳交易試點省份合成的控制組省份的權重系數(shù)如表2所示。

表2 各碳交易試點省份對應合成省份的權重系數(shù)

合成北京的控制組省份包括海南、遼寧、黑龍江和四川,權重系數(shù)分別為0.715、0.193、0.092和0.001,直觀上看北京是我國經(jīng)濟政治中心,且現(xiàn)代化程度較高,經(jīng)濟較為發(fā)達,模型計算的控制組省份并非全部為經(jīng)濟發(fā)達地區(qū),可能意味著北京的合成控制組省份效果不顯著。合成上海的控制組省份包括黑龍江、浙江和海南;合成天津的控制組省份包括海南、遼寧、新疆、陜西、吉林、浙江;合成重慶的控制組省份包括江西、新疆、陜西、青海、海南、黑龍江;合成湖北的控制組省份包括安徽、遼寧、湖南、四川、黑龍江、河北、內蒙古;合成廣東的控制組省份包括江蘇、山西、浙江。上海、天津、重慶、湖北、廣東等五個試點省份對應的合成控制組省份與目標省份較為相近,預示著合成控制組能夠較好地模擬試點省份的特征。

(二)碳交易試點政策減排效應分析

圖2所示分別為各試點省份的碳排放量,圖中點狀豎虛線為政策沖擊時間2013年,虛線左側為碳交易試點政策實施前二氧化碳排放量曲線,右側為政策實施后的二氧化碳排放量曲線。根據(jù)合成控制法思想,碳交易試點政策的效應大小可以使用試點省份在碳交易試點政策執(zhí)行后的二氧化碳排放量與合成省份二氧化碳排放量的差值來確定。當政策實施前試點省份與合成省份的擬合程度越好,且在政策實施后兩者差異越大,則說明政策效應越顯著;反之,則說明政策效應不顯著。本文關注到湖北和重慶2013年碳排放下降幅度較大,經(jīng)核查《中國能源統(tǒng)計年鑒2014》湖北和重慶2013年的能源平衡表(實物量),發(fā)現(xiàn)經(jīng)核算得到的湖北和重慶的碳排放數(shù)據(jù)在2013年的確出現(xiàn)了明顯下降。

圖2 碳交易試點省份與其合成省份的碳排放量

由于北京在2013年以前與合成省份的擬合程度較低(真實的碳排放量曲線與合成省份碳排放量曲線差異較大),因此不便使用合成控制法的結果分析北京碳交易試點政策效應。由于在政策沖擊前難以找到與北京相近的合成控制組,所以不能基于北京與合成控制組二氧化碳排放量的差異來判斷政策沖擊后真實二氧化碳排放量與控制組二氧化碳排放量的差異是由碳交易試點政策所致,因為還可能存在其他因素導致兩者的差異。除了北京之外,其他試點省份與對應合成省份的二氧化碳排放量在2013年以前擬合程度較好,而在2013年以后具有明顯差異且呈現(xiàn)下降趨勢,說明除北京之外,其他試點省份碳交易試點政策可使用合成控制法進行政策效應分析。

如圖3所示,1997—2010年上海與合成上海二氧化碳排放量差值的平均值為566萬噸,波動幅度平均值為3.3%,而2011年及以后上海與合成上海二氧化碳排放量的差異不斷擴大,從2011年的-1 380萬噸,到2017年進一步下降至-5 495萬噸。正如圖2所示,上海與合成上海二氧化碳排放量2010年以前兩者的擬合程度較好,2010年以后兩者的差異明顯擴大,表明上海碳交易試點政策較為顯著地降低了二氧化碳排放量,具有顯著減排效應。雖然上海碳交易試點市場正式運行是在2013年,但是自2011年底國家發(fā)展改革委下發(fā)了《關于開展碳排放權交易試點工作的通知》之后,上海已經(jīng)受到該政策沖擊的影響,并且二氧化碳排放量增長速度在2011年已開始下降,其主要原因在于上海是中國經(jīng)濟最發(fā)達和開發(fā)程度較高的地區(qū),同時也是各項政策改革試點或政策先行區(qū),相比其他試點地區(qū),上海更早地啟動了碳交易試點政策。

圖3 碳交易試點省份與其合成省份碳排放量的差值

1997—2012年天津與合成天津二氧化碳排放量差值的平均值為-245萬噸,波動幅度平均值為-2.3%,差異較小,天津與合成天津二氧化碳排放量曲線也表明2013年以前兩者曲線極為相近。2013年以后,天津與合成天津碳排放量的差值開始下降,2013年為-1 094萬噸,并在2015年以后差值進一步減少,至2017年為-2 233萬噸。天津碳交易試點市場運行之后,天津與合成天津二氧化碳排放量的差異不斷擴大,說明碳交易試點政策對天津二氧化碳減排效應明顯。此外,圖2顯示天津真實碳排放量在2013年有所下降,但是2014年之后又緩慢上升,并且天津與合成天津排放量的差值絕對值較上海及其他地區(qū)相對較小,可能的原因是天津碳減排難度較大、減排潛力相對較小。

重慶與合成重慶二氧化碳排放量對比顯示,2013年以前兩者的二氧化碳排放量曲線擬合程度不如天津,但2008—2011年期間的擬合程度較好,并在2013年以后重慶真實的二氧化碳排放量比2012年大幅下降,2013年較前一年減少了2 858萬噸,降幅達到16.1%。2014年以后有所增長,且在2015年以后緩慢增長。2008—2011年重慶與合成重慶二氧化碳排放量差值的平均值為2.73萬噸,波動幅度平均值為1.95%,兩者的差異較小,此期間重慶與合成重慶的擬合程度較高。2013年以后重慶與合成重慶的碳排放量的差值顯著下降,2013年下降為-7 041萬噸,至2017年為-10 197萬噸,說明碳交易試點政策實施后,重慶與合成重慶的二氧化碳排放量的差異不斷擴大,碳交易試點政策顯著降低了重慶二氧化碳排放量。

1997—2012年湖北與合成湖北二氧化碳排放量差值的平均值為255萬噸,波動幅度平均值為1.2%,湖北與合成湖北二氧化碳排放量曲線也表明2013年以前兩者二氧化碳排放量曲線擬合程度較高,較其他幾個試點省份相比,湖北的擬合程度最好。2013年以后湖北與合成湖北碳排放量的差異逐漸擴大,尤其2013年湖北真實二氧化碳排放量比2012年顯著減少,較2012年減少了6 225萬噸,降幅達到15.6%。2013年湖北與合成湖北碳排放量的差值為-5 994萬噸,2014—2017年的差異逐步擴大。湖北在碳交易試點市場運行前與合成湖北無顯著差異,而碳交易試點政策實施后兩者差異明顯,真實碳排放量顯著減少,表明碳交易試點政策實施對湖北二氧化碳排放量減排效應十分明顯。

廣東與合成廣東二氧化碳排放量對比顯示,2013年以前兩者的二氧化碳排放量曲線較為相近,擬合程度較好,1997—2012年廣東與合成廣東二氧化碳排放量差值的平均值為32萬噸,波動幅度平均值為0.11%。2013年以后,廣東與合成廣東的碳排放量的差值整體呈現(xiàn)下降趨勢,尤其2013年顯著下降至-5 487萬噸,并在2016年進一步下降至-10 400萬噸,但是2017年的差值又大幅收窄至-4 330萬噸?？梢?相比合成廣東而言,碳交易試點政策實施后廣東真實碳排放量顯著下降,并且與合成廣東的差值不斷擴大,可推斷碳交易試點政策的減排效應在廣東表現(xiàn)也較為明顯。雖然作為中國經(jīng)濟大省的廣東以第二產業(yè)為主(2017年第二產業(yè)占比仍高達55.2%),減排難度較大,但是廣東在發(fā)展經(jīng)濟的同時也較好地實施了減排政策并且政策效果較為顯著。

綜上實證結果表明,中國碳排放權交易試點政策在多數(shù)省份具有明顯的碳減排效應,只有少數(shù)試點省份減排效應不顯著。湖北、廣東、重慶、上海、天津等五個碳交易試點省份與其合成控制組在政策實施前的擬合程度較高,在政策實施后兩者的碳排放量差異程度較大,且均呈現(xiàn)不同程度下降,說明碳排放權交易試點市場政策在上述地區(qū)的減排效應顯著,尤其以湖北、廣東、重慶表現(xiàn)較為突出。由于無法給北京匹配擬合程度高的控制組,不宜直接通過SCM方法對其進行政策效應評估。

(三)模型穩(wěn)健性檢驗

碳交易試點政策效應分析表明湖北、廣東、重慶、上海、天津實際碳排放量與合成組的碳排放量具有顯著差異,但是這種差異是否是由于碳交易試點政策的推出導致,還是由其他因素導致,為了驗證結果的有效性,本文使用Abadie等[11]提出的排序檢驗法,運用DID方法對合成控制法實證結果進行穩(wěn)健性檢驗。

1.排序檢驗

Abadie等[11]提出了一種類似于統(tǒng)計學中的秩檢驗(Rank Test)方法,用以評價政策評估效應是否穩(wěn)健和顯著,該方法可用于判斷是否存在其他非碳交易政策試點省份,在使用合成控制法分析之后,存在與政策試點省份類似的結果及其概率。排序檢驗的思想是,假設真實實施碳交易試點政策之外的省份在相同的時期也實施了碳交易試點政策,按照合成控制法將合成對應的控制組,比較假設實施政策的省份與其合成組的碳排放量差異,得出假設省份的政策效果,最后進一步比較真實實施政策省份與假設實施政策省份的政策效果差異。如果真實實施政策省份的政策效果與假設實施政策省份的政策效果差異較大,則認為碳排放試點政策的政策效果顯著。

排序檢驗方法的具體操作步驟為:首先,需要假設控制組內的省份也被納入碳交易試點,使用合成控制法構造其合成組的碳排放量,估計該假設情況下的政策效應;其次,比較真實推行碳交易試點政策省份的政策效應與假設被納入碳交易試點省份的政策效應的差異,如果兩者差異較大,說明碳交易試點政策對真實推行政策省份碳排放的影響顯著,即合成控制法能夠較好地評估碳交易試點政策效應,反之亦然。

參考Abadie等[11]的方法,本文采用均方根預測誤差(Root Mean Square Prediction Error,RMSPE)衡量碳交易試點省份(包括假設試點省份)與其合成控制組之間二氧化碳排放量的差異程度,具體計算公式如式(6)所示:

(6)

需要注意的是,為了確保排序檢驗的效果,保證對碳交易試點政策推行后合成控制組省份數(shù)據(jù)對真實省份數(shù)據(jù)模擬的可靠性,參考已有研究的一般做法,本文以碳交易試點政策實施年份作為分界點,首先計算碳交易試點政策實施前的RMSPE值,之后對比假設試點省份與真實試點省份的RMSPE值,最后剔除RMSPE值大于真實試點省份2倍的假設試點省份。假如合成控制組省份的碳排放量在碳排放交易政策實施前不能較好地擬合政策試點省份(包括假設試點省份)的碳排放量,則不能保證試點政策實施后的差異是由于政策實施導致的。

如圖4所示,實線代表對應試點省份,虛線為其他2013年以前RMSPE值小于試點省份RMSPE值2倍的省份。豎直虛線左側為2013年以前年份處置對象與其合成對象碳排放的差值,右側為2013年以后的差值。2013年以前,上海及其他省份二氧化碳排放量的差值較小,但2013年以后上海與其他省份的差距開始擴大,上海的差值比其他省份更小,說明上海碳交易試點政策的實施相對減少了二氧化碳排放量。剔除山東和內蒙古之后樣本剩余23個省份,表明有4.35%(1/23)的概率出現(xiàn)上海與合成上海二氧化碳排放量存在較大的差距,可以認為上海的二氧化碳排放量減少效應在5%的水平上是顯著的。同理,根據(jù)各地的檢驗結果,天津、廣東、重慶分別以4.35%(1/23)、4.17%(1/24)和5%(1/20)的概率出現(xiàn)與合成城市二氧化碳排放量存在較大差距,因此可以認為至少在5%的顯著性水平下碳交易試點政策對這些試點省份碳減排影響的假設并非其他偶然因素引起。另外,湖北的相應概率為5.26%(1/19),因此湖北的碳減排效應結果則在10%的水平上是顯著的。

圖4 碳交易試點省份及其他省份碳排放量差值分布

2.SCM-DID檢驗

SCM方法在構造與實驗組相似的控制組方面具有優(yōu)勢,能夠保證實驗組和控制組的結果變量隨時間變化的路徑平行,而實驗組和控制組具有平行趨勢是DID方法使用的前提條件。為了與SCM方法進行對比,同時檢驗SCM方法的穩(wěn)健性,本文進一步采用基于SCM的DID方法對碳排放交易試點政策的減排效應進行穩(wěn)健性檢驗。選擇開展碳交易試點政策的省份作為實驗組,而將SCM方法構建合成組省份作為控制組,同時將碳交易試點政策推行時間點作為分界,構造出式(7):

(7)

式(7)中,C為被解釋變量,指碳排放量;T為時間虛擬變量,在碳排放試點政策推行前(2012年及以前)T=0,碳排放試點政策推行后(2013年及以后)T=1;U為組間虛擬變量,其中納入碳交易試點政策范圍的省份U=1,由SCM方法構建的合成組省份U=0;TU是交叉項,也稱雙重差分項;X是一系列控制變量,包括經(jīng)濟發(fā)展水平、產業(yè)結構、能源結構、技術進步、能源強度、產業(yè)深化程度、交通因素、資本存量、人口密度、碳交易市場覆蓋行業(yè)的碳排放占比等因素;ε為殘差項。參數(shù)β3表示實驗組對象在接受政策后結果變量的變動程度,作為目標變量反映政策變動的效應;參數(shù)β2表示沒有政策干預時,實驗組與控制組的經(jīng)濟行為如何隨時間變動;而參數(shù)β1則反映實驗組和參照組中任何不隨時間變動的差異。應用DID方法評估政策效應的一個關鍵假設是:當不存在政策干預時,β3=0,這一假設只有在實驗組與參照組性質非常接近時才合理。

對每個碳交易試點省份采取四個模型進行實證檢驗,模型1、模型2和模型3的控制組為SCM方法中與試點省份匹配權重系數(shù)為正的省份,模型4的控制組為除納入碳交易試點省份之外的其余省份。模型1不含控制變量,模型2、模型3和模型4均加入了控制變量,模型3在模型2實證結果上剔除非顯著控制變量之后進行回歸,計算結果如表3所示。

表3 碳交易試點政策對試點省份的碳減排效應評估(DID方法)

上海模型3和模型4的交叉項(U*T)系數(shù)分別為-91.500、-103.324,均為負值,模型3系數(shù)在1%水平下顯著,但是模型4的結果不顯著,基于SCM得出的控制組省份與上海具有更強的匹配性。天津模型3和模型4的交叉項(U*T)系數(shù)分別為-73.471、-186.366,均為負值,分別在10%和1%的水平下顯著。重慶模型3和模型4的交叉項系數(shù)分別為-112.124、-166.790,均為負值,且在均1%的水平下顯著。湖北模型3和模型4的交叉項系數(shù)分別為-116.412、-99.076,均為負值,模型3在1%的水平下顯著,模型4在10%的水平下顯著,基于SCM得出的控制組省份與湖北具有更強的匹配性。廣東模型3和模型4的交叉項系數(shù)分別為1.464、2.628,結果并不顯著。北京模型3和模型4的交叉項系數(shù)分別為-28.578、-75.407,且結果均不顯著,前文SCM結果顯示北京試點政策的碳減排效應并不顯著,這與DID方法檢驗的結果一致。

基于SCM對上海、天津、重慶、湖北、廣東、北京等六個試點省份的DID分析結果表明,湖北、天津、重慶、上海等四個省份碳交易試點政策分別在1%、10%、1%、1%的水平下具有顯著的碳減排效應,廣東碳交易試點政策的碳減排效應在統(tǒng)計上并不顯著,而北京碳交易試點政策不具有碳減排效應。整體而言,DID結果與SCM處理得出的結論基本一致,也驗證了SCM方法的穩(wěn)健性。

五、結論與啟示

本文基于1997—2017年全國30個省、自治區(qū)、直轄市(不含港澳臺、西藏)的面板數(shù)據(jù),使用合成控制法對中國碳排放權交易試點市場政策的碳減排效應進行評估,并使用排序檢驗法、基于SCM的DID方法對中國碳排放權交易試點市場政策減排效應進行穩(wěn)健性檢驗。主要結論如下:

第一,SCM方法評估結果顯示湖北、廣東、重慶、上海、天津等五個省份與其合成控制組在碳交易試點政策實施前的擬合程度較高,且在政策實施后碳排放量顯著下降,尤其以湖北、廣東和重慶表現(xiàn)較為突出。由于難以獲取與北京擬合程度較高的控制組,合成控制法難以判斷北京試點政策的減排效應。第二,排序檢驗結果表明天津、上海、廣東、重慶的碳減排效應結果在5%的水平上是顯著的,而湖北的顯著性水平為10%,表明至少可以在5%或10%的顯著性水平下認為碳交易試點政策對試點省份碳減排影響的假設并非其他偶然因素引起的。第三,基于SCM的DID分析結果表明,湖北、重慶、上海的碳交易試點政策對當?shù)靥寂欧旁?%水平下具有顯著負向效應,天津在10%水平下具有顯著負向效應,這與SCM分析得到的結論基本一致,也驗證了SCM處理的穩(wěn)健性。本文實證結果表明中國碳排放權交易試點市場政策的減排效應較為顯著。

本文的研究表明,碳排放權交易試點市場具有顯著的碳減排效應,應積極推動區(qū)域碳排放權交易市場發(fā)展,并且在條件允許的情況下,進一步擴大碳排放權交易市場覆蓋的范圍,加快建立覆蓋全國統(tǒng)一的碳排放權交易市場,充分發(fā)揮市場機制在應對碳排放問題上的積極作用。在全國性碳排放權交易市場建設中有必要關注以下三點:第一,提高市場參與者的碳排放成本內部化意識。碳排放權交易市場對碳排放進行定價,市場參與者將排放成本內部化,有利于激發(fā)其研發(fā)低碳生產技術、轉變經(jīng)營方式的積極性,形成綠色高質量發(fā)展理念,并帶動全社會加入到碳減排行動中。第二,增強碳排放權交易市場的活躍度和流動性。碳交易試點市場的碳減排效應評估結果表明市場交易活躍度較高的湖北和廣東,其碳減排效應更為明顯,而提高市場流動性將也有助于增強交易活躍度,促進市場價格形成,引導市場參與者的碳排放行為,從而達到減排目標。第三,完善碳排放權交易市場的基礎設施和制度設計。碳交易市場發(fā)揮減排功能需要建立在穩(wěn)定、全面、安全、合理的硬件設施建設和制度設計基礎上,既包括固定交易場所、安全穩(wěn)定信息架構、獨立第三方核查機構、眾多市場參與者、專業(yè)咨詢服務機構等,也包括統(tǒng)一交易規(guī)則、信息披露約束、合理配額設定、有效配額分配原則、適度配額抵消機制等,這是保證碳交易市場體系穩(wěn)定運行并促進其發(fā)揮減排效應的基礎。