碳排放权对碳排放强度的政策效应分析--基于环境资源配置效率的门限效应研究

来源 :山东大学 | 被引量 : 0次 | 上传用户:shashh
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
碳排放权交易制度不但在促进减排方面发挥了巨大作用,更重要的是,作为一种市场机制,它可以优化资源配置。一方面其鼓励了高耗能高污染的企业在资源市场和产品市场上向生产效率高的企业让步,另一方面,还鼓励了企业将更多的资本,劳动力等资源投入到减少排放的相关技术的研发,以及能源结构,产业结构的转型当中。本研究分析了碳排放权交易试点对环境效率的政策效应以及环境资源配置效率在促进节能减排的过程中表现出的门限效应,以期为改善目前我国碳交易市场的运行现状做出贡献。
  文章从理论和实证两个方向出发,分析了碳交易政策对环境效率的影响效应及影响机制。首先阐述了交易机制的设立对碳排放以及环境资源配置的影响:第一,其能够明晰产权,从而帮助企业进行进一步的交易。碳排放权制度的建立标志着工业排放二氧化碳,或者说与之绑定的碳排放配额正式成为了一种环境资源,对这一环境资源的使用权的确定使得与之相关的交易成本得以降低。第二,碳交易市场给配额设置了可以灵活变化的价格,碳交易市场上的配额价格由企业与企业以拍卖或者双边协商的方式确定,在市场运行有效时,这一价格一定是兼顾生产效率和保护环境的最优价格。第三,除了与碳税一样约束了高耗能高污染企业的生产行为,碳排放权制度还间接鼓励了产能落后的企业将市场让渡给耗能强度低的企业,完善了市场的进入退出机制。其次,本文选用了考虑非期望产出的超效率SBM模型,估计了中国各个地区的环境资源配置效率水平。本文发现,总体上各地区资源配置效率性经历了上升的趋势,但不同地方的环境资源配置水平存在一定的差异性,总体上呈现出了“东高西低”的趋势。最后,考虑到碳排放权政策的处理组选择不一定遵循随机抽样原则等问题,本文构建了FSM-DID模型来估计政策在多大程度上能够改善环境资源的配置,研究发现,碳排放权交易政策能够显著提升环境资源配置效率水平,符合理论假说。并且进一步地,本文构建了门限效应模型,分析了在具有不同的环境资源配置效率的地区,环境治理政策对于节能减排的有效性。研究发现,拥有不同水平的环境资源配置效率的区域,环境治理政策的有效性也表现出不同的形势。在环境资源配置效率较低的情形下,环境治理的结果支持“绿色悖论”假说的结论,而在效率较高的地方,其结果又表现为显著降低了碳排放强度。
  最后,根据研究结论提出建议:加强区域合作,推进中国东中西三大区域一体化发展进程;加大科技研发的投入程度,提高技术水平,因地制宜提高环境效率水平积极开发清洁能源,实现我们国家优化产业结构的目标。
其他文献
随着市场经济改革的深化,我国经济水平迅速发展,但是中国的收入不平等问题日益引起社会各界的广泛关注。而另一方面,在当前的经济背景下,家庭对子女的教育支出在家庭的消费支出中占很大比例,已有较多文献从家庭内部的特征来考虑影响家庭教育支出的各种因素,但少有文献从家庭外部环境方面来研究家庭教育支出增加的原因。因此,本文采用中国家庭追踪调查(CFPS)微观数据库,从社会地位寻求的视角,研究收入不平等对家庭子女
1994年分税制改革实施以来,事权和财权不对称作为最初诱因所导致的地方政府债务的问题开始出现。在政治晋升竞标赛的制度背景下,迫于区域间经济竞争的压力,许多地方政府融资平台应运而生,在资金筹措方面扮演着重要角色,与此同时地方政府债务问题也越来越严重。同时受2008年全球性金融危机的影响,中国的经济增速放缓,为了应对这一变化,中央政府采取了积极的财政政策,地方政府也是不断加大基础设施领域的投资,这进一
党的十九大报告指出,“就业是最大的民生”。就业不仅关系到个人和家庭的幸福与安康,而且关系到整个社会的稳定与发展。尤其是高校毕业生的就业,更是关系到国家高等教育的投资回报,以及高水平人力资本对社会经济政治文化等各方面的贡献。为此十九大报告特别提出,要“提供全方位公共就业服务,促进高校毕业生等青年群体、农民工多渠道就业创业”。为与时俱进提供更有价值的就业指导,更好地引导高校毕业生实现高质量就业,需要对
本文通过对临沂辖区32家银行业金融机构进行问卷调查,对供给侧结构性改革环境下县域银行业金融机构经营转型的趋势和特点进行分析,剖析转型中存在的问题,对其中28家县域银行的转型经营效率进行测算,并对转型绩效进行实证分析,以期能够对各行重新思考和审视县域金融的服务定位和转型发展有所启示。首先对县域银行转型的特点和趋势进行了分析,各行顶层设计方面把县域金融作为增加金融供给的着力点;服务定位方面从传统的基础
自2008年金融危机发生后,全世界范围内的积极财政政策相继不断地推出,用以应对金融危机带来的冲击。随之而来的政府债务急剧增加,美国政府债务达到上限,日本由2009年53万亿日元债务发行规模达到2014年的1009万亿日元,希腊等一些欧盟国家出现债务危机以及种种债务事件,引起了全世界的关注。我国政府债务规模也持续增大,尤其是地方政府债务规模增势迅猛。根据财政部发布的2017年地方政府债务余额情况显示
信息技术的快速发展产生了复杂的数据,如何从中获取实用信息是非常值得研究的,机器学习中的分类在这方面发挥了至关重要的作用。传统分类算法假设样本的各类数量及每类被错分的代价差别不大,然而数据不平衡现象普遍存在于分类问题中,此时传统分类算法不再适用于不平衡数据的分类,因此不平衡数据的分类是一项非常具有实际意义的研究课题。  已有前人将重采样与集成学习进行结合,如SMOTEBoost、RUSBoost等,
现今数据驱动的建模过程已然成为统计数据分析的主流趋势,如何获得更真实有效的模型一直是人们关心的热点问题。对于线性回归模型来说,作为最经典且应用广泛的模型之一,其模型与推断之间的问题早己被统计学家注意到。事实上,在模型选择过程中,因没有考虑到包括采用哪种变量选择方法在内的选择产生的选择效应,从而只要变量选择确定了一个选变量集合就认为其是正确的选择。这将导致经典统计推断理论上失去其合理性与真实性,从而
学位
随着金融行业的不断发展和完善,奇异期权在近些年迅速发展,其种类趋于多样,并且受到人们越来越多的关注。奇异期权的发展为投资者提供了更多规避风险、套期保值的选择方案,满足了投资者更加多样的投资偏好。因此奇异期权的定价研究对于奇异期权产品的发展具有重要的现实意义。由于奇异期权的到期支付往往是路径依赖的,其定价问题比标准期权的定价问题更为困难。根据风险中性定价理论,学者们在完备市场的假设下推导出了众多奇异
学位
在数字化、网络化、全球化的发展环境下,社交媒体将人们联结在一起,重新定义了文本创作及发布的模式,文本数量和复杂度都呈现着“指数级增长”的趋势,对海量、非结构化的文本数据进行智能化管理就显得尤为重要。为了快速、准确地理解来自不同语言文字中的信息,互联网从业者和研究人员使用深度学习模型自动识别文档和句子的潜在主题。挖掘文本主题是数据挖掘的基本功能之一,也是一项自然语言文本处理的关键技术,有一定的研究价
学位
近年来,人口老龄化和经济增速放缓两座“大山”给我国养老保险的发展带来了诸多挑战。为了缓解养老压力,实施延迟退休政策的呼声日益高涨。而该政策实施的前提是临近退休的个体拥有可供继续工作的健康资本,因此,理清退休对个体健康的影响,对于延迟退休政策的制定具有重要现实意义。基于此,本文以心理健康为切入点,利用中国健康与养老追踪调查(CHARLS)2011年、2013年、2015年和2018年的数据研究了退休
学位