0 引言與文獻綜述

從工業(yè)革命到現(xiàn)在，隨著世界重工業(yè)發(fā)展和人類活動增加，溫室氣體排放量也迅速提高，造成全球氣候變暖以及氣候異常，威脅人類生存，因此越來越多的國家開始關注這一問題。

二是善于發(fā)現(xiàn)問題，基于問題的學習也成為現(xiàn)在這些學生提高學習效率的主要方式。學生通過老師的引導，自主的合作學習，使得問題意識越來越強。通過教師關注課堂效率的提升，使得學生在學習方面問題意識越來越強，解決問題的能力也越來越強。

引起溫室效應的氣體主要有六種，其中CO

對溫室效應的貢獻率達到60%以上。據(jù)IPCC統(tǒng)計，因人類燃燒化石燃料造成的CO

約為237億t，一方面由于化石燃料的不可再生，制約人類可持續(xù)發(fā)展，另一方面排放的CO

造成了氣候環(huán)境的惡化，因此CO

是控制和削減的重點。我國自改革開放以來經濟快速發(fā)展，伴隨著工業(yè)化的發(fā)展以及城鎮(zhèn)化的推進，能源消耗量大，CO

排放量也居高不下，為降低碳排放，我國制定了一系列政策措施。2009年國務院決定把降低每單位GDP中CO

排放占比作為約束性指標納入社會發(fā)展規(guī)劃中，2012年6月制定了《溫室氣體自愿減排交易管理暫行辦法》，規(guī)范了碳排放交易市場。從2013年開始陸續(xù)在北京、上海、天津、湖北、廣東、深圳、重慶等7個省市建立碳排放交易試點地區(qū)并開始實質交易，2020年全國碳排放交易市場正式啟動配額現(xiàn)貨交易。那么，碳排放權交易政策對試點地區(qū)會有什么影響，以及這項政策的評估效果如何？基于此，文章以碳排放交易權為出發(fā)點，通過實證檢驗研究其對試點地區(qū)綠色全要素生產率的影響，綜合評價這一政策的效果，為我國全面推行碳排放權交易提供一定的經驗。

國內外學者關于碳排放的研究成果很多。一方面是關于碳排放權的分配，He Weijun等人利用非參數(shù)前沿分析方法，認為同時考慮公平與效率，產出增加最大并且節(jié)能率提高

；孫耀華等人利用DEA模型發(fā)現(xiàn)綜合考慮歷史、支付能力以及公平原則下更能實現(xiàn)碳排放權的優(yōu)化配置，有利于促進碳減排與碳排放權交易市場的形成

；李鋼等人從全球視角上探討了碳排放權分配方案，認為應該將當期減排方案與歷史減排方案結合起來才會平衡發(fā)展中國家利益

。另一方面是關于碳排放的影響效應，劉文君等研究了碳排放權交易市場對電力市場的影響，他認為碳排放權交易政策不僅會促進減排，還會推動我國電力行業(yè)的優(yōu)化

；張芳分區(qū)域研究了我國碳排放權交易政策對經濟和環(huán)境的影響，認為該政策會明顯促進經濟的增長，但是在碳強度降低水平上存在區(qū)域差異

；王素鳳認為碳排放權交易可以增加政府收益

；王敏等研究了碳排放權對產業(yè)集聚的影響，發(fā)現(xiàn)碳排放權交易政策促進了試點地區(qū)的產業(yè)集聚，其中作用機制是通過技術升級體現(xiàn)出來

；曲如曉等人利用CGE模型考慮封閉經濟和開放經濟兩種情況下碳排放權交易政策對商品價格波動以及生態(tài)環(huán)境的影響

。

通過對現(xiàn)有文獻的梳理，現(xiàn)有文獻大多數(shù)集中于碳排放權交易政策對碳減排或者對經濟增長的研究，且研究結果尚不統(tǒng)一。因此本文的邊際貢獻在于：利用SBM超效率模型測算我國30個省區(qū)市的綠色全要素生產率時考慮多種非期望產出，保證結果更全面；目前鮮有學者綜合考慮該政策對碳排放量和經濟的共同影響，因此文章測算出各地區(qū)綠色全要素生產率水平，研究碳排放權交易政策對試點地區(qū)的綜合影響；在實證檢驗上采用雙重差分法進行實證檢驗，避免了內生性的問題，使回歸結果更準確。

1 機理分析與理論假設

自改革開放以來，隨著我國經濟體量的迅速增長，良好的經濟環(huán)境促進了一大批企業(yè)的發(fā)展，這些企業(yè)想要在市場競爭中扎根就必須轉變發(fā)展方式，通過技術創(chuàng)新提高生產效率，降低生產成本，并且將技術落后、效率低的企業(yè)排擠出市場，對該地區(qū)的綠色全要素生產率產生積極的影響，因此綠色全要素生產率會隨著企業(yè)生產效率的提高而增長。但經濟產生波動時會抑制資本形成，不利于企業(yè)生產經營，阻礙綠色全要素生產率的增長。同時，我國幅員遼闊，受歷史和地理的影響，區(qū)域間差異較大，綠色全要素生產率存在區(qū)域差異性。

綠色全要素生產率考慮了能源消耗和污染排放，在評估生產效率時更加真實準確，其主要受經濟環(huán)境和政策環(huán)境等的影響。

基于以上分析，提出理論假設1：我國綠色全要素生產率會受經濟環(huán)境影響產生波動，且區(qū)域間存在差異性。

如表4所示，U為匹配前控制變量的檢驗結果，M為匹配后控制變量的檢驗結果，且匹配后的p值都大于0.1，表明實驗組與控制組差異較小，滿足平行趨勢假設，因此匹配效果較好，可進一步進行回歸分析。

鑒于人文社會科學的研究成果難以轉化，且存在社會效益優(yōu)于經濟效益、長期效益優(yōu)于短期效益的特點，本文研究的人文社會科學科研項目的人員費用主要包括工資費、勞務費、專家咨詢費和績效支出。截至目前的有關內容梳理如下：

基于以上分析，提出理論假設2：碳排放權交易政策會促進綠色全要素生產率的增長。

2 綠色全要素生產率的測算

2.1 SBM超效率模型的測算方法

數(shù)據(jù)包絡分析方法可以根據(jù)多項投入指標和多項產出指標，使用線性規(guī)劃的方法對生產效率進行評價，但是當投入指標和產出指標數(shù)量較多，容易出現(xiàn)多個決策單元同時有效，影響評估結果，所以這里使用SBM超效率模型解決這一問題。

將3 kg等摩爾比的NaCl-KCl空白鹽裝入石墨坩堝中，并將其放入井式爐中加熱熔解，稱取4.44 g海綿鈦加入底部帶孔的石英管，待熔鹽熔化后插入熔鹽，分批加入約1 mL和4 mL四氯化鈦，待反應完全后，進行測試。測試結束后，將未反應的海綿鈦進行洗滌、過濾、烘干機稱重，海綿鈦失重1.23 g。反應原理見式(1)、式(2)。

被解釋變量：綠色全要素，用GTFP表示。

1.3 觀察指標 ⑴兩組患兒的手術和術后住院及骨折愈合時間。⑵患兒術畢和術后3個月Baumann角。⑶依據(jù)FLynn肘關節(jié)功能評分[4]標準對兩組患兒進行評分。⑷通過復查X線片，檢查尺神經損傷，肘內翻，肘外翻，骨化性肌炎等并發(fā)癥。1.4 療效評價[4]⑴優(yōu)：提攜角和伸屈功能丟失0-5°，肘屈伸正常；⑵良：提攜角和伸屈功能丟失5-10°以內，關節(jié)功能基本不受影響；⑶可：提攜角和伸屈功能丟失10-15°，關節(jié)功能有一定影響；⑷差：提攜角和伸屈功能丟失＞15°，關節(jié)功能有嚴重影響。

I為每個決策單元的投入要素種類，用向量

x

表示；M為期望產出，用向量

表示；N為非期望產出，用向量

表示；

μ

表示j決策單元的權重；

、

分別表示松弛變量生產要素的投入與產出；

表示生產效率，

值越大表示生產效率越高。

2.2 指標選取與數(shù)據(jù)來源

1）CO

排放量

使用化石燃料產生的CO

和水泥生產活動產生的CO

作為碳排放量，單位為萬t。

對兩組患者服藥后的治療效果進行記錄，將相關數(shù)據(jù)進行比較。療效判定：①痊愈：用藥期間患者未出現(xiàn)任何頭痛癥狀；②顯效：用藥后患者的頭痛情況得到了顯著的緩解，且頭痛時間明顯縮短，頭痛發(fā)作頻率也明顯減少，患者眼底血管痙攣有所緩解；③有效：用藥后患者的頭痛情況有所緩解，但是在停止用藥后頭痛會出現(xiàn)復發(fā)，發(fā)病持續(xù)時間減少到了一半以上；④無效：患者的臨床癥狀沒有任何的改變?？傆行?痊愈率+顯效率+有效率。

2）資本存量

使用永續(xù)盤存法計算各省區(qū)市的資本存量，單位為億元。

3）人力資本

1381 虛擬現(xiàn)實培訓在機器人輔助腹腔鏡前列腺癌根治術膀胱尿道吻合中的應用 張 超，花梅免，王富博，過 菲，王輝清，彭 廣，徐夢璐，宋 麗，楊 波，盛 夏，許傳亮，孫穎浩

使用每個地區(qū)的勞動力人口衡量，單位為萬人。

4）能源消耗量

使用各省區(qū)市能源消耗的總和表示，包括煤、石油、天然氣、電力等，單位為萬tce。

總之，強調文學自然地表達人的真情實感，是明代“本色”論的一個新發(fā)展，它是受明代心學影響的直接結果。當然，雖然我們說心學領域“本色”論的演進總體早于文論，但這并不說文論領域“本色”的任何一點新變都滯后于心學，很大情況下，恐怕存在著二者交互影響、共同推動發(fā)展的現(xiàn)象。

5）期望產出

使用各省區(qū)市實際GDP衡量，單位為億元。

由表1可知，我國2005-2017年的綠色全要素生產率總體均值為0.63，發(fā)展趨勢大致呈“M”形，兩個節(jié)點為2008年和2014年。分階段看，2005-2008年上升，2008年開始下降，可能是由于金融危機的沖擊，我國各省區(qū)市的綠色全要素生產率都開始下降。2010年開始提高，可能是因為國家為了緩解金融危機對經濟的沖擊，加大固定資本投資，引起綠色全要素生產率上升。2014年左右開始下降，可能是因為各地區(qū)出臺政策對溫室氣體的排放進行控制，所以短期內造成經濟波動，影響綠色全要素生產率。隨著能源結構調整和技術進步，全國各地2016年又開始逐漸增加。分區(qū)域看，我國的綠色全要素生產率東部地區(qū)最高，西部地區(qū)最低，其中東部地區(qū)明顯高于中部和西部地區(qū)，中部和西部地區(qū)差距不大。原因可能是一方面東部地區(qū)能源消耗、CO

排放量等在體量上低于中部地區(qū)，或者東部地區(qū)的經濟水平高于其他地區(qū)以及環(huán)境治理力度大于其他地區(qū)等，另一方面西部地區(qū)綠色全要素生產率最低可能是因為技術水平低于其他地區(qū)，能源利用率低，因此地區(qū)間差異較大，驗證了假設1。

2.3 實證結果

基于SBM超效率模型，以資本存量、人力資本、能源消耗作為投入要素，實際GDP為期望產出，CO

排放量為非期望產出，使用MaxDEA軟件計算出30個省區(qū)市2005-2017年的綠色全要素生產率。考慮到我國區(qū)域發(fā)展一直以來存在著不平衡以及不協(xié)調的狀況，為了分析區(qū)域間綠色全要素生產率的差異，因此按照傳統(tǒng)經濟帶對東部、中部和西部進行劃分（其中東部地區(qū)12個，包括北京、天津、河北、遼寧、上海、浙江、江蘇、福建、山東、廣東、廣西、海南；中部地區(qū)9個，包括山西、內蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南；西部地區(qū)10個，重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆）。計算結果如表1所示。

考慮到數(shù)據(jù)的可獲得性，文章使用除了西藏以及港澳臺之外的30個省區(qū)市取2005年-2017年的數(shù)據(jù)，相關數(shù)據(jù)分別來自《中國統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》、中經網統(tǒng)計數(shù)據(jù)庫以及各省區(qū)市歷年統(tǒng)計年鑒。

3 計量模型、變量與數(shù)據(jù)

3.1 模型構建

雙重差分模型是基于自然實驗評估政策效果的計量模型，一方面可以很大程度上避免內生性問題，另一方面引入了兩個虛擬變量以及虛擬變量的乘積，剔除了時間和地區(qū)兩個維度的影響，因此在政策評估中越來越受青睞。文章將碳排放權交易政策作為一次準自然實驗，將實施碳排放權交易政策的試點地區(qū)作為實驗組，其他未實施政策的省份作為控制組，評估碳排放權交易政策對試點地區(qū)綠色全要素生產率的影響。

式（2）中，

Y

表示被解釋變量，下標i表示年份，t表示地區(qū)；

did

表示雙重差分項，代表i地區(qū)t年的政策效應，它是treated與time的乘積，其中time表示時間虛擬變量，政策實施后取值為1，反之為0，treated表示地區(qū)虛擬變量，政策實施的地區(qū)取1，未實施政策取0；

X

表示控制變量；

ε

表示隨機擾動項。

碳排放權交易政策2013年開始陸續(xù)在北京、上海、天津、重慶、廣東、深圳和湖北7個地區(qū)施行，由于深圳歸屬于廣東省，因此并入廣東，將這6個地區(qū)設為實驗組，其他24個省區(qū)市設置為控制組。該模型中引入兩個虛擬變量：實驗組與控制組虛擬變量treated，若該地區(qū)為試點地區(qū)，則treated取1，反之取0；時間虛擬變量time，由于試點地區(qū)都是2013年之后開始推行，考慮到政策時滯性，這里取2014年作為時間節(jié)點，早于2014年取值為0，反之則取1。兩個虛擬變量交互項treated與time的乘積為雙重差分項，表示碳排放權交易政策對試點地區(qū)綠色全要素生產率的政策效應，其中treated×time=did。

因此，雙重差分模型可以表示為：

慢性肺心病合并心力衰竭為臨床常見病、多發(fā)病，中老年為該疾病的好發(fā)群體，疾病發(fā)生率為0.46%[1]。發(fā)病快、進展迅速、死亡率高，在一定程度上影響了患者的生命安全[2]。該疾病不但對病患的肺血管造成損害，也會影響其心臟功能。繼而加大治療難度。為了全面分析對于慢性肺心病合并心力衰竭者開展整體護理的臨床效果，結合實際情況，本研究選擇2016年1月—2018年1月我院收治的100例慢性肺心病合并心力衰竭的患者為研究對象，并對部分患者開展整體護理，現(xiàn)將具體結果報告如下。

在3 mm厚的XLPE薄片上截取6片邊長50 mm、厚度3 mm的正方形XLPE薄片，將6片樣本分為A、B、C三組。其中樣本1、2屬于A組，樣本3、4屬于B組，樣本5、6屬于C組。之后選取3組樣本正中間的圓形區(qū)域(直徑25 mm)作為水樹老化區(qū)，采用注射器針頭在此區(qū)域制作3行平行的針孔缺陷(針孔深度1.5 mm)。注射器針頭的參數(shù)如下：

3.2 變量選取與數(shù)據(jù)說明

規(guī)模報酬可變假設下考慮非期望產出的SBM超效率模型如下：

核心解釋變量：雙重差分項，用did表示。

意境和意象雖然概念上不同但是兩者是相通的，據(jù)史料記載“意境”和禪宗學說有著密切聯(lián)系。唐代詩僧皎然云：“了空如藏史，始肯會禪家”；王昌齡說：搜求于象，心人于境，神會于物因心而得（《詩格》）[3]；唐代僧人神秀：“身是菩提樹，心如明鏡臺；時時勤拂拭，勿使惹塵埃”表明他已參透人生，不入紅塵。他們作詩風格都是深受禪宗的影響，作詩時將佛境引入詩境。詩人將有形變化成無形，無感變化為有感，實境幻化成虛境，這使得詩中的意境深遠且韻味無窮，將普通的生活境界升華到了藝術境界。

控制變量：根據(jù)現(xiàn)有文獻選取的控制變量為環(huán)境規(guī)制(ER)，用環(huán)境污染治理投資總額與GDP之比表示；能源消費結構(AI)，用煤炭消費量與化石能源消費總量之比表示；產業(yè)結構(IS)，用第二產業(yè)總產值與GDP之比表示；對外開放水平(open)，用進出口總額與GDP之比表示；經濟發(fā)展水平(pgdp)，用人均GDP表示；創(chuàng)新水平，用R&D經費投入與GDP之比表示。以上數(shù)據(jù)來源于《中國能源統(tǒng)計年鑒》、中經網統(tǒng)計數(shù)據(jù)庫以及各省區(qū)市歷年統(tǒng)計年鑒。樣本的描述性統(tǒng)計如表2所示。

4 模型估計與實證分析

4.1 DID基準回歸結果

表3為DID雙向固定效應回歸結果，模型1是不加入控制變量的回歸結果，模型2是加入環(huán)境規(guī)制、能源消費結構、產業(yè)結構、對外開放水平、財政水平、經濟發(fā)展水平等控制變量后的回歸結果。模型1與模型2中雙重差分項did方向一致，且在1%的水平下顯著，因此碳排放權交易政策可以顯著提升試點地區(qū)的綠色全要素生產率水平，模型2加入控制變量后回歸系數(shù)變小，證明該模型的估計結果比較可靠。

從控制變量來看，環(huán)境規(guī)制、產業(yè)結構與經濟發(fā)展水平對綠色全要素生產率起正向促進作用，能源消費結構、對外開放水平以及創(chuàng)新水平對綠色全要素生產率起抑制作用。環(huán)境規(guī)制雖然會增加企業(yè)的治污成本，但是可以約束企業(yè)行為，減少企業(yè)污染排放量，所以一定程度上會提高地區(qū)綠色全要素生產率。經濟發(fā)展水平提高，可以為地區(qū)企業(yè)提供更多的資金等，促進企業(yè)發(fā)展進步，所以對綠色全要素生產率起正向促進作用。能源消費結構對綠色全要素生產率起抑制作用可能是因為使用煤炭排放的有害氣體會增加非期望產出，降低綠色全要素生產率。對外開放水平抑制綠色全要素生產率可能是“污染避難所”的原因，承接了國外高耗能企業(yè)，所以降低地區(qū)綠色全要素生產率水平。創(chuàng)新水平對綠色全要素生產率起反向抑制作用可能是因為科研經費投入回報周期長，短期會加重企業(yè)負擔，降低企業(yè)收益，所以會抑制綠色全要素生產率。

4.2 穩(wěn)健性檢驗

雙重差分模型首先要滿足共同趨勢假設，即實驗組和控制組在政策實施之前的趨勢相同，兩組變量的變化不存在差異。最后還要考慮政策的唯一性，因為政策干預時點之后處理組和對照組趨勢的變化，可能并不真正是由該政策導致的，而是同時期其他的政策導致的。所以為了進一步檢驗回歸結果，文章使用PSM-DID穩(wěn)健性檢驗與政策唯一性檢驗對回歸結果進行穩(wěn)健性檢驗。

1）PSM-DID檢驗

政府制定政策會依據(jù)實際情況綜合考慮，所以控制組和實驗組之間存在人為因素，不能保證樣本的隨機性，為了滿足平行趨勢假設，這里使用傾向匹配得分法匹配出與實驗組接近的控制組，縮小樣本選擇偏差。具體思路為采用Logit模型計算傾向得分值，將之前的控制變量作為協(xié)變量，然后使用k個最近鄰域匹配方法進行樣本匹配，若匹配后實驗組與控制組不存在差異，說明匹配效果較好，可以繼續(xù)進行回歸檢驗。匹配結果如表4所示。

根據(jù)波特假說，適當?shù)沫h(huán)境規(guī)制不僅不會造成損失，反而會倒逼企業(yè)進行更多的創(chuàng)新活動，促進技術進步，進而提升企業(yè)生產力，抵消環(huán)境規(guī)制帶來的成本并提高企業(yè)在市場的盈利能力。在試點地區(qū)制定碳排放權交易政策，即將排污權放在試點地區(qū)的市場上進行流通，有利于資源的優(yōu)化配置。技術密集型企業(yè)由于生產效率高，會將剩余的碳排放權放在市場上交易給要排放的企業(yè)，不僅提高自身利潤，購買碳排放權的高排污企業(yè)也避免過多排放而被征收的額外費用。長遠來看，高排污企業(yè)會引進技術或進行自主研發(fā)以及改變能源消費結構等來適應政策環(huán)境，這些行為最終都會促進綠色全要素生產率的發(fā)展。

如表5所示，模型1為不加入控制變量的回歸，模型2為加入控制變量的回歸，兩個模型雙重差分項did大小、方向基本相同，且與基準回歸結果不存在較大差異，所以經過PSM-DID模型檢驗后，結果依然證明該政策能提升試點地區(qū)的綠色全要素生產率水平。

2）政策唯一性檢驗

為了避免試點地區(qū)的綠色全要素生產率受其他政策的影響，導致高估或低估回歸結果，文章加入政策虛擬變量，考慮到2013年環(huán)保部發(fā)布綜合名錄多次指出綠色發(fā)展以及治污減排的任務，為了區(qū)分這些政策效應對同時期碳排放權交易政策效應的影響，文章將2013年作為政策虛擬變量進行回歸，回歸結果如表6所示。

如表6所示，模型1是不加入控制變量的基準回歸，模型2是加入控制變量的回歸，兩個模型的核心解釋變量雙重差分項都在1%的水平上顯著，說明回歸結果是可靠的。

5 結論與政策建議

文章基于2005-2017年30個省區(qū)市的數(shù)據(jù)，首先使用SBM超效率模型計算出各省區(qū)市的綠色全要素生產率；其次將碳排放權交易政策試點的地區(qū)設為實驗組，其他地區(qū)設為控制組，利用雙重差分法評估該政策對試點地區(qū)綠色全要素生產率的影響；最后使用PSM-DID方法和政策唯一性檢驗證明回歸結果的穩(wěn)健性。最后得出結論：我國30個省區(qū)市（西藏以及港澳臺除外）的綠色全要素生產率大致呈“M”形趨勢，且東部、中部和西部地區(qū)存在明顯差異，東部最高，西部最低；碳排放權交易政策能夠顯著促進試點地區(qū)的綠色全要素生產率水平。

約1 400 ℃熔融態(tài)粗鎳鐵合金由側吹爐另一端兩個放出口中的一個定期放出鑄錠外賣，金屬放出口采用泥炮開口機。

教育興則國家興，教育強則國家強。高等教育是一個國家發(fā)展水平和發(fā)展?jié)摿Φ闹匾獦酥?。黨的十九大報告同時指出，要優(yōu)先發(fā)展教育事業(yè)。建設教育強國是中華民族偉大復興的基礎工程，必須把教育事業(yè)放在優(yōu)先位置，加快教育現(xiàn)代化，辦好人民滿意的教育。要全面貫徹黨的教育方針，落實立德樹人根本任務，發(fā)展素質教育，推進教育公平，培養(yǎng)德智體美全面發(fā)展的社會主義建設者和接班人。

我國西部地區(qū)政府審計揭示效率實證分析——基于DEA和Malmquist指數(shù)模型的研究賀寶成 王家偉20-69

綠色全要素生產率是用來衡量生產效率的指標，考慮了勞動、資本、能源以及污染排放等指標，能夠綜合反映出經濟發(fā)展質量，所以想要提升未來經濟高質量發(fā)展，就要著力提高我國的綠色全要素生產率。提出建議如下：

1）防范系統(tǒng)性金融風險，保證經濟平穩(wěn)運行，給企業(yè)生產運營營造良好的環(huán)境，促進我國綠色全要素生產率增長；

2）引導企業(yè)轉變能源消費結構，優(yōu)先使用清潔能源，減少化石能源消費；

3）因地制宜，降低我國區(qū)域間綠色全要素生產率的差異；

4）制定環(huán)保政策時要綜合考慮其他環(huán)保政策的協(xié)同效應，共同促進地區(qū)減排與經濟高質量發(fā)展。

[1]He Weijun,Zhang Bin,Li Yixuan,Chen Hao.A performance analysis framework for carbon emission quota allocation schemes in China:Perspectives from economics and energy conservation[J].Journal of Environmental Management,2021,296.

[2]孫耀華,何愛平,彭碩毅,楊葉飛.碳強度減排指標約束下碳排放權的省際分配效率研究[J].統(tǒng)計與信息論壇,2019,34(6):74-81.

[3]李鋼,廖建輝.基于碳資本存量的碳排放權分配方案[J].中國社會科學,2015(7):66-81.

[4]劉文君,張莉芳.綠色證書交易市場、碳排放權交易市場對電力市場影響機理研究[J].生態(tài)經濟,2021,37(10):21-31.

[5]張芳.中國區(qū)域碳排放權交易機制的經濟及環(huán)境效應研究[J].宏觀經濟研究,2021(9):111-124.DOI:10.16304/j.cnki.11-3952/f.2021.09.010.

[6]王素鳳.中國碳排放權初始分配與減排機制研究[D].合肥工業(yè)大學,2014.

[7]王敏,胡忠世.碳排放權交易政策對產業(yè)集聚的影響研究[J].南京財經大學學報,2021(3):1-12.

[8]曲如曉,吳潔.碳排放權交易的環(huán)境效應及對策研究[J].北京師范大學學報(社會科學版),2009(6):127-134.