碳排放權(quán)交易是我國用經(jīng)濟(jì)政策解決環(huán)境污染問題的一項(xiàng)重要舉措。本文分別使用了2010-2016年試點(diǎn)省市、協(xié)議省市和試點(diǎn)周邊省市的數(shù)據(jù)，采用雙重差分DID方法，識別了試行階段的政策效果，認(rèn)為試點(diǎn)地區(qū)減排效果顯著，但不同行業(yè)和地區(qū)存在差別，政策效果的年度差異不大，政策的長期效果不佳。本文在限定了行業(yè)、地區(qū)之后，得出結(jié)論：現(xiàn)階段的政策目標(biāo)需要進(jìn)行適度的調(diào)整，要符合不同地區(qū)的能源消費(fèi)結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)的特點(diǎn)，并且，要向更多的行業(yè)和企業(yè)開放碳排放交易權(quán)市場。

一、引言

隨著各國工業(yè)化和城市化的持續(xù)推進(jìn)，全球的氣候變化不斷加快，而由此引發(fā)的極端氣候?yàn)?zāi)害已經(jīng)引起了全世界前所未有的重視和關(guān)切。而應(yīng)對全球氣候變化的核心是減少溫室氣體的排放，其中，又以能源消費(fèi)的CO2 為主。中國碳排放交易體系的建立起步較晚。直到2011年，國家發(fā)改委辦公廳發(fā)布《關(guān)于開展碳排放權(quán)交易試點(diǎn)工作的通知》，才正式批準(zhǔn)上海、北京、廣東、深圳、天津、湖北、重慶等七省市開展碳交易試點(diǎn)工作。之后，2015年9月，習(xí)近平主席和奧巴馬總統(tǒng)又聯(lián)合發(fā)布了《中美元首氣候變化聯(lián)合聲明》，明確提出我國計(jì)劃于2017年啟動覆蓋鋼鐵、電力、化工、建材、造紙和有色金屬等重點(diǎn)工業(yè)行業(yè)的全國碳排放交易體系。最終，在2017年12月19日中國的碳排放交易體系正式啟動，這也標(biāo)志著中國超過歐盟成為了最大的碳市場。

那么，試行了約6年的碳排放交易體系的實(shí)際效果如何？目前還沒有相關(guān)的實(shí)證研究。為此，本文將定量評估碳排放交易體系建立對我國溫室氣體排放的政策效果。然而，碳排放交易體系的建立存在著區(qū)域的先后時(shí)間差別，在這過程中，國家也通過強(qiáng)化或頒布其他的政策來加強(qiáng)對生態(tài)環(huán)境的監(jiān)管和保護(hù)。因此，定量分析過程中既要解決地區(qū)差別的問題，即選擇對照組和試驗(yàn)組，又要將其他普適性的減排政策的政策效果予以剔除。由于碳排放交易市場的建立是分區(qū)域逐步進(jìn)行的，并且各省份直接具體的執(zhí)行時(shí)間還存在著先后差異，因此，為了識別碳排放交易市場的建立對CO2的關(guān)系，本文采用了雙重差分的方法來定量評估政策的效果。

二、研究背景和文獻(xiàn)綜述

根據(jù)相關(guān)數(shù)據(jù)，CO2的主要來源是化石能源的燃燒。從世界其他工業(yè)生產(chǎn)大國來看，德國能源消費(fèi)產(chǎn)生的CO2占總量的90.6%（740MT/817MT），美國的能源消費(fèi)排放則占其排放總量的88.6%（5.6GT/6.32GT），日本的能源消費(fèi)排放占總排放的90.1%（1.2GT/1.32GT）。而國內(nèi)情況也大致雷同，全國能源消費(fèi)產(chǎn)生的排放占碳排放總量的81.9%（9.5GT/11.5GT）。雖然較去年同期下降了1.7%，但2017年煤炭還是占據(jù)了能源消費(fèi)總量的60.3%，而在同等釋放熱量的條件下，標(biāo)準(zhǔn)煤所產(chǎn)生的CO2質(zhì)量是最大的。因此，在水電、風(fēng)電等清潔能源發(fā)展的同時(shí)，控制煤炭的使用量或者稱之為優(yōu)化能源使用結(jié)構(gòu)（煤炭使用量在能源總量中的比重），一直是我國環(huán)境政策的重點(diǎn)。但由于核電發(fā)展較為緩慢，而風(fēng)電和水電又存在季節(jié)性約束，火力發(fā)電仍然是我國較為主要的能源來源，而且這種主導(dǎo)地位可能還要持續(xù)相當(dāng)長的時(shí)間。因此，雖然“十二五”開局就已經(jīng)提出要嚴(yán)格控制煤炭使用量，但政策的控制效果并不顯著。

有些學(xué)者認(rèn)為上述政策效果欠佳的原因在于對排污企業(yè)的激勵(lì)不相容。企業(yè)的碳排放總量既難以檢測，即便被監(jiān)管部門檢測，懲處力度又不夠，同時(shí)，減排企業(yè)本身除了增加生產(chǎn)成本之外，并沒有產(chǎn)生額外的激勵(lì)（石光等，2016）。因此，為了解決激勵(lì)不相容的問題，我國也采取如補(bǔ)貼電價(jià)、環(huán)保稅等一系列針對各行業(yè)的政策手段，而碳排放交易市場正是在直接管制和排污收費(fèi)（稅）制度相對成熟的條件下逐步建立起來的，即為解決直接管制和稅費(fèi)制度所不能有效解決的排污行為的補(bǔ)充方法（杜群飛，2015）。Klaassen et al.（2005）通過在排放權(quán)自由多邊交易及拍賣交易情境下的博弈實(shí)驗(yàn)證明，排放權(quán)交易可以達(dá)到市場均衡，實(shí)現(xiàn)經(jīng)濟(jì)效率最大化。排放權(quán)交易是經(jīng)驗(yàn)主義。政府不僅發(fā)放排污許可證，而且允許許可證交易，減排成本高的企業(yè)可以向成本低的企業(yè)購買許可證。Mandell（2008） 通過構(gòu)建隨機(jī)模型證明政府部門同時(shí)使用排放權(quán)限制與交易和碳稅兩種政策限制碳排放的經(jīng)濟(jì)效率要高于使用單一政策。美國1990年實(shí)施了SO2排放權(quán)交易，并針對排放征收污染稅，SO2排放量從2308萬噸下降到2010年的758萬噸，削減率達(dá)到67%（Gao，1997）。

碳排放交易的研究中配額的確定和發(fā)放是出發(fā)點(diǎn)。Milliman和Prince（1989）認(rèn)為基于歷史排放量的分配方式有利于企業(yè)進(jìn)行環(huán)境創(chuàng)新。但卻會對新進(jìn)企業(yè)造成不公平的待遇，他們需要向有配額的廠商進(jìn)行購買，處于弱勢地位。Bohringer和Lange（2004）討論了基于歷史排放和基于產(chǎn)出兩種分配方式后發(fā)現(xiàn)，在閉合貿(mào)易系統(tǒng)中，基于歷史排放的配額分配方式是最好的，而在開環(huán)的貿(mào)易系統(tǒng)中，兩種分配方式相結(jié)合更好。Goulder（1994）等研究后發(fā)現(xiàn)免費(fèi)分配不到15%的配額就能防止大部分美國企業(yè)的利潤損失，全部免費(fèi)分配會過度補(bǔ)償這些企業(yè)。Peter和Kerr（2002）在比較了拍賣和基于歷史排放量的分配方式后認(rèn)為，配額拍賣更具有成本效率，減少稅收的扭曲，減少企業(yè)之間關(guān)于配額分配的爭議。我國的碳排放配額分配則是以基準(zhǔn)線法為主。這種方法對于排放量較大的企業(yè)更有偏向性，接近于參照歷史排放量的免費(fèi)分配法。

關(guān)于碳排放交易政策設(shè)計(jì)問題的研究，一方面是對政策所涉及的機(jī)制的理論和定性分析，另一方面則是利用CGE模型等計(jì)量方法去定量政策的效果（吳力波，錢浩祺，湯維祺，2014）。國外的學(xué)者對低碳經(jīng)濟(jì)和碳排放交易的研究更加側(cè)重于理論分析，主要通過構(gòu)建數(shù)學(xué)模型刻畫低碳經(jīng)濟(jì)活動中研究對象的特性（安崇義，唐躍軍，2012）。既有將碳排放機(jī)制與宏觀經(jīng)濟(jì)增長、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整相結(jié)合的研究（黃少博，2016），又有將該機(jī)制與企業(yè)最優(yōu)決策結(jié)合的分析（Subramanian et al，2007）。但由于這類文獻(xiàn)較多的發(fā)表于全國性碳排放交易市場建立之前，因此，預(yù)見性大于其實(shí)踐性意義。國內(nèi)研究更多是關(guān)注減排行為本身是否具有對經(jīng)濟(jì)發(fā)展的進(jìn)步意義。范丹，王維國和梁配鳳（2017）認(rèn)為碳排放交易使企業(yè)將外在的成本內(nèi)部化， 促進(jìn)受規(guī)制企業(yè)全要素生產(chǎn)率的提升，符合“波特假說”。徐銘浩（2017）以深圳碳排放交易中心的日交易數(shù)據(jù)為基礎(chǔ)，用GARCH模型刻畫了交易市場的收益情況，認(rèn)為現(xiàn)階段的市場存在不成熟、缺乏透明性的問題。肖玉仙，尹海濤（2017）則以上海市的碳排放交易為例，認(rèn)為雖然該制度有效的促進(jìn)了地區(qū)減排，但是存在市場活躍度較低的問題，進(jìn)而降低了其實(shí)際的政策效果。國內(nèi)學(xué)者對碳排放以及相關(guān)減排機(jī)制的研究依賴現(xiàn)有的數(shù)據(jù)，對建模本身的研究和推導(dǎo)尚顯不足，大多數(shù)現(xiàn)有研究文獻(xiàn)均是從宏觀角度出發(fā)結(jié)合以后數(shù)據(jù)進(jìn)行模型分析，得出了一些統(tǒng)計(jì)學(xué)上的結(jié)果（安崇義，唐躍軍，2012）。

結(jié)合上述文獻(xiàn)，本文主要是從六個(gè)試點(diǎn)省市及其周邊省份出發(fā)，綜合前人的研究經(jīng)驗(yàn)，創(chuàng)新的將碳排放交易內(nèi)的自愿減排量（CCER）應(yīng)用于政策的效果評估中，并且，將結(jié)合地區(qū)的能源消費(fèi)結(jié)構(gòu)，將總體的能源消費(fèi)分解進(jìn)行計(jì)算碳排放，這樣不僅就將企業(yè)的最優(yōu)選擇納入到了總體交易市場，還將能源消費(fèi)結(jié)構(gòu)本身的優(yōu)化情況納入了研究范疇，為我國剛剛啟動的全國性碳排放交易市場提供了一定的參考價(jià)值。

三、數(shù)據(jù)說明和實(shí)證方法

（一）數(shù)據(jù)說明

本文主要使用了試點(diǎn)地區(qū)的能源消耗情況，由于是直接采用的化石能源與碳排放系數(shù)得出的排放量，因此，計(jì)量過程中不考慮人口對碳排放的影響。具體的數(shù)據(jù)來源于2010年-2016年《中國能源統(tǒng)計(jì)年鑒》《中國統(tǒng)計(jì)年鑒》和各地區(qū)的統(tǒng)計(jì)年鑒，主要變量有如下四個(gè)：

第一，CO2直接排放量。主要是根據(jù)發(fā)改委公布的《綜合能耗計(jì)算通則》和《省級溫室氣體清單編制指南》，將各試點(diǎn)地區(qū)的直接的能源消費(fèi)量換算成碳排放量。具體的轉(zhuǎn)換公式①如下：

…………………………………… ①

E是化石燃料燃燒二氧化碳的排放量，單位為噸二氧化碳（tCO2）；

Ai 是化石燃料燃燒活動水平數(shù)據(jù)，是固定設(shè)施燃燒第i種燃料的熱量，單位為太焦（TJ）；

Fi是第i種燃料的排放因子，單位為噸二氧化碳/太焦（tCO2/TJ）。

……………………………………②

Ci是第i種燃料的單位熱值含碳量，單位是噸碳/太焦（tC/TJ）；

ai是燃料i的碳氧化率；

為常數(shù)，即二氧化碳與碳分子之比，為3.667。

CO2間接排放量。主要是根據(jù)各地區(qū)的能源生產(chǎn)活動，對能源消費(fèi)產(chǎn)品進(jìn)行加工所產(chǎn)生的排放量，如煤炭被加工成液化氣、焦炭等。在這里有一個(gè)假設(shè)是電力作為一種重要的能源，使用之后不產(chǎn)生碳排放，即由消耗的一次能源乘以相應(yīng)的碳排放系數(shù)，所以，對二次能源不再重復(fù)計(jì)算（IPCC，2007；趙敏，張衛(wèi)國，俞立中，2009）。

CO2的減排量。這一部分并不是指CO2直接減少的量，而是根據(jù)碳排放交易規(guī)則所確定的CCER履約的量，也就是由碳排放交易市場所創(chuàng)造出的減排量。

分行業(yè)的能源消費(fèi)量。由于碳排放交易目前限定了行業(yè)范圍，不同的行業(yè)對CO2的排放量會有所差異。

規(guī)模以上企業(yè)的能源消費(fèi)情況。由于碳排放市場交易設(shè)立了進(jìn)入企業(yè)的門檻，因此，進(jìn)一步將地區(qū)碳排放情況精確到企業(yè)層面。

（二）計(jì)量方法和模型說明

為了考察碳排放交易市場對CO2排放的政策影響，本文采用了雙重差分模型（DID），具體的回歸形式如下③：

……③

其中，Emissionit是i省份t年的CO2排放量、CO2減排量或者某行業(yè)排放量。Dit是開展碳排放交易省份的虛擬變量，Dit=1表示該省是試點(diǎn)省份，Dit=0表示該省是協(xié)議省份。T是試點(diǎn)時(shí)間前后的虛擬變量，只要是指2011年，國家發(fā)改委辦公廳發(fā)布《關(guān)于開展碳排放權(quán)交易試點(diǎn)工作的通知》，正式批準(zhǔn)上海、北京、廣東、深圳、天津、湖北、重慶等七省市開展碳交易試點(diǎn)工作。T=1指在開展碳排放交易之后，T=0指在開展碳排放交易之前。交叉項(xiàng)Dit×T主要衡量了干預(yù)組在碳排放市場開發(fā)前后的差異。δ×X是各省份GDP的控制變量，y、c則分別是年份和省份差異的控制變量。對照組和干預(yù)組省份的總體碳排放大致趨于減少。

圖1 干預(yù)組和對照組的排放量變化趨勢

在具體計(jì)算過程中，只考慮了化石燃料的使用。一方面是由于水電、核電和風(fēng)電在研究的省市區(qū)域內(nèi)比重很小，另一方面火電耗能所需要的能源多數(shù)是化石能源，而且電力消費(fèi)本身并不會產(chǎn)生碳排放。另外，為了避免模型在考察碳排放時(shí)低估了電力消費(fèi)，又將地區(qū)全部能源消費(fèi)的標(biāo)準(zhǔn)碳熱能核算重新計(jì)算了一次碳排放，如圖1所示，干預(yù)組省市與對照組省份的變化趨勢大致相同。

四、實(shí)證結(jié)果

在下文中，主要對計(jì)量模型進(jìn)行了實(shí)證結(jié)果的報(bào)告，首先，是對原模型進(jìn)行了分析，討論了碳排放政策對實(shí)際CO2排放情況的影響。其次，是對比干預(yù)組和對照組城市的政策影響差異，以及政策實(shí)施前后的階段性差異。最后，試圖將減排量帶入模型，并且分離出排放量中其他政策影響的部分。

（一）碳排放交易市場建立的全局影響

各模型中的變量并非都是顯著的，但總體上是可以判斷碳排放與地區(qū)試點(diǎn)工作之間存在著負(fù)相關(guān)的關(guān)系，也就是說，在碳排放市場地區(qū)進(jìn)行交易之后，會在一定程度上減少排放量，但分解各類能源種類所計(jì)算的碳排放總量下降情況要高于標(biāo)煤熱量計(jì)算的排放，這體現(xiàn)在2010-2016年的政策區(qū)間內(nèi)，各行業(yè)直接受政策干預(yù)的幅度還是存在很大差異的。交叉效應(yīng)體現(xiàn)了一點(diǎn)，在（1）中，試點(diǎn)地區(qū)數(shù)量上升1%，碳排放量會下降2846噸，而試點(diǎn)城市數(shù)量本身可以體現(xiàn)政策的干預(yù)強(qiáng)度。但在（2）、（3）中，減排的力度要低于（1），這說明在不同的能源使用行業(yè)或能源結(jié)構(gòu)不一樣的地區(qū)，政策會有很大的效果差異。

……（1）

……（2）

……（3）

為了檢驗(yàn)?zāi)Ｐ偷脑O(shè)定，假設(shè)時(shí)間在2013年之前，即碳排放試點(diǎn)尚未交易時(shí)，可見，在時(shí)間變成2013年以前，所有的交叉項(xiàng)都不顯著，這表明在沒有設(shè)立試點(diǎn)省份時(shí)，兩組省市的排放都不會存在較大程度差異，兩組趨勢相似。

（二）試點(diǎn)省市與周邊協(xié)議省市的政策差異

但將時(shí)間區(qū)間調(diào)整在2014年以后，即碳排放交易市場啟動且試點(diǎn)省市開始交易，原模型結(jié)果變動如表3所示。

表1 2014年以后政策實(shí)現(xiàn)與排放市場建立的差異結(jié)果

（1） （2） （3）

分解的碳排放 標(biāo)煤的碳排放 其他碳排放

gdp 0.735 0.697*** 0.729

（0.559） （0.204） （0.599）

試點(diǎn)城市 8，024*** -880.4 -10，308***

（2，665） （658.9） （3，069）

2014年以后 1，366 333.0 -3，115

（2，988） （842.0） （2，609）

試點(diǎn)城市×2014年以后 -8，134** -1，154 6，924*

（3，872） （1，040） （3，963）

Constant 7，333*** 16，167*** 6，269**

（2，634） （925.0） （2，973）

年份固定效應(yīng) Y Y Y

城市固定效應(yīng) Y Y Y

Observations 91 91 91

R-squared 0.934 0.993 0.709

注：***表示1%置信區(qū)間顯著， **表示5%置信區(qū)間顯著， *表示10%置信區(qū)間顯著。

通過表2結(jié)果可以得知，在政策實(shí)現(xiàn)以后，能源燃料分解所得的碳排放數(shù)值的負(fù)效應(yīng)更為顯著，尤其是其他形式的碳排放水平顯示出較為明顯的正效應(yīng)，可能的原因是在各省市減少本省化石能源消費(fèi)的同時(shí)，尋找了類似于電力作為替代能源，但電力生產(chǎn)本身也會產(chǎn)生碳排放，只是由于相對其他能源，電力的運(yùn)輸和省份之間的輸出、輸入更加復(fù)雜。

（三）其他政策分離后的效應(yīng)

在上文中，我們將碳排放權(quán)交易的區(qū)域差異和年度差異的政策效果進(jìn)行了比較，但沒有解決其他減排政策對其結(jié)果產(chǎn)生的干擾問題，因此，我們將臨近省份的碳排放情況作為對試點(diǎn)省份的解釋變量，由于其他減排政策大部分是以全國為范圍進(jìn)行了，所以，這將其他政策的影響剔除出了結(jié)果。首先，分別采用了各排放值的增長率作為被解釋變量進(jìn)行分析，（1）（2）（3）模型都是用2013年作為時(shí)間點(diǎn)，（4）（5）（6）則是以2014年為時(shí)間點(diǎn)，并且放寬了年度效應(yīng)，即考慮到各年度政策對下一年的影響。其次，我們可以通過結(jié)果看到在前三個(gè)模型中，分解的碳排放水平增長率還是與試點(diǎn)省份數(shù)量之間存在正相關(guān)的關(guān)系，標(biāo)煤和其他能源的碳排放增長率則是與試點(diǎn)省市有顯著的負(fù)效應(yīng)。由于2013年以后的試點(diǎn)省市數(shù)量沒有發(fā)生變化，出現(xiàn)這樣的結(jié)果的原因是政策效果的下降，但到2014年碳排放權(quán)交易市場正式試點(diǎn)運(yùn)行之后，這種情況又發(fā)生了變化。最后，該政策的分年效果要比其長期效果更為顯著，即每年的政策效果變化不大。

五、結(jié)論

近些年，我國的空氣污染程度明顯加重，但CO2并不屬于傳統(tǒng)的“污染物”的范疇，因此，針對其他污染氣體的相關(guān)政策并沒有很好的抑制二氧化碳排放。碳排放權(quán)交易機(jī)制作為一套普遍被中西方研究者給予高度評價(jià)的環(huán)境經(jīng)濟(jì)政策已經(jīng)在全國啟動，但在試運(yùn)行的5-7年的時(shí)間里，各試點(diǎn)地區(qū)的政策效果不盡相同：

首先，試點(diǎn)省市的能源消耗碳排放水平與試點(diǎn)城市數(shù)量之間存在明顯的負(fù)相關(guān)情況，試點(diǎn)城市每增加1%，碳排放量會下降碳排放量會下降2846噸，但在不同的能源使用行業(yè)或能源結(jié)構(gòu)不一樣的地區(qū)，政策會有很大的效果差異。協(xié)議省份和周邊地區(qū)也出現(xiàn)了一定的減排效果，但受到試點(diǎn)地區(qū)的能源結(jié)構(gòu)調(diào)整，這類地區(qū)的排放不減反增加，總體的減排效果不佳。原因是對試點(diǎn)地區(qū)的化石能源原料的輸送改成了能源的直接輸送。

其次，現(xiàn)階段的碳排放權(quán)交易的行業(yè)限制和規(guī)模限制對碳排放結(jié)果造成了負(fù)面的效果，一些碳排放量較大的中等規(guī)模或個(gè)體生產(chǎn)者沒有被納入政策，這使得產(chǎn)業(yè)結(jié)構(gòu)不同的地區(qū)，減排效果差異較大，重化工企業(yè)集中地區(qū)的減排效果更為顯著，因此，總量的減排集中于第二產(chǎn)業(yè)比重較大的地區(qū)，尤其是重化工企業(yè)集中的區(qū)域，但政策所立足的電力行業(yè)的減排效果與之相比則不夠理想。

最后，在將其他政策的交叉減排效果剔除之后，碳排放權(quán)交易的相關(guān)政策所起到的效果沒有太大的起伏，保持了一個(gè)相對穩(wěn)定的政策環(huán)境，但也缺乏后期的動力，在全國性的碳排放權(quán)交易市場建立之后，該情況或許會有所好轉(zhuǎn)。（作者單位為武漢大學(xué)經(jīng)濟(jì)與管理學(xué)院）

作者簡介：袁安（1994-），男，漢族，安徽宣城人，碩士研究生，研究方向：產(chǎn)業(yè)政策和產(chǎn)業(yè)組織理論。