论文部分内容阅读
碳排放权交易是我国用经济政策解决环境污染问题的一项重要举措。本文分别使用了2010-2016年试点省市、协议省市和试点周边省市的数据，采用双重差分DID方法，识别了试行阶段的政策效果，认为试点地区减排效果显著，但不同行业和地区存在差别，政策效果的年度差异不大，政策的长期效果不佳。本文在限定了行业、地区之后，得出结论：现阶段的政策目标需要进行适度的调整，要符合不同地区的能源消费结构和产业结构的特点，并且，要向更多的行业和企业开放碳排放交易权市场。
一、引言
随着各国工业化和城市化的持续推进，全球的气候变化不断加快，而由此引发的极端气候灾害已经引起了全世界前所未有的重视和关切。而应对全球气候变化的核心是减少温室气体的排放，其中，又以能源消费的CO2 为主。中国碳排放交易体系的建立起步较晚。直到2011年，国家发改委办公厅发布《关于开展碳排放权交易试点工作的通知》，才正式批准上海、北京、广东、深圳、天津、湖北、重庆等七省市开展碳交易试点工作。之后，2015年9月，习近平主席和奥巴马总统又联合发布了《中美元首气候变化联合声明》，明确提出我国计划于2017年启动覆盖钢铁、电力、化工、建材、造纸和有色金属等重点工业行业的全国碳排放交易体系。最终，在2017年12月19日中国的碳排放交易体系正式启动，这也标志着中国超过欧盟成为了最大的碳市场。
那么，试行了约6年的碳排放交易体系的实际效果如何？目前还没有相关的实证研究。为此，本文将定量评估碳排放交易体系建立对我国温室气体排放的政策效果。然而，碳排放交易体系的建立存在着区域的先后时间差别，在这过程中，国家也通过强化或颁布其他的政策来加强对生态环境的监管和保护。因此，定量分析过程中既要解决地区差别的问题，即选择对照组和试验组，又要将其他普适性的减排政策的政策效果予以剔除。由于碳排放交易市场的建立是分区域逐步进行的，并且各省份直接具体的执行时间还存在着先后差异，因此，为了识别碳排放交易市场的建立对CO2的关系，本文采用了双重差分的方法来定量评估政策的效果。
二、研究背景和文献综述
根据相关数据，CO2的主要来源是化石能源的燃烧。从世界其他工业生产大国来看，德国能源消费产生的CO2占总量的90.6%（740MT/817MT），美国的能源消費排放则占其排放总量的88.6%（5.6GT/6.32GT），日本的能源消费排放占总排放的90.1%（1.2GT/1.32GT）。而国内情况也大致雷同，全国能源消费产生的排放占碳排放总量的81.9%（9.5GT/11.5GT）。虽然较去年同期下降了1.7%，但2017年煤炭还是占据了能源消费总量的60.3%，而在同等释放热量的条件下，标准煤所产生的CO2质量是最大的。因此，在水电、风电等清洁能源发展的同时，控制煤炭的使用量或者称之为优化能源使用结构（煤炭使用量在能源总量中的比重），一直是我国环境政策的重点。但由于核电发展较为缓慢，而风电和水电又存在季节性约束，火力发电仍然是我国较为主要的能源来源，而且这种主导地位可能还要持续相当长的时间。因此，虽然“十二五”开局就已经提出要严格控制煤炭使用量，但政策的控制效果并不显著。
有些学者认为上述政策效果欠佳的原因在于对排污企业的激励不相容。企业的碳排放总量既难以检测，即便被监管部门检测，惩处力度又不够，同时，减排企业本身除了增加生产成本之外，并没有产生额外的激励（石光等，2016）。因此，为了解决激励不相容的问题，我国也采取如补贴电价、环保税等一系列针对各行业的政策手段，而碳排放交易市场正是在直接管制和排污收费（税）制度相对成熟的条件下逐步建立起来的，即为解决直接管制和税费制度所不能有效解决的排污行为的补充方法（杜群飞，2015）。Klaassen et al.（2005）通过在排放权自由多边交易及拍卖交易情境下的博弈实验证明，排放权交易可以达到市场均衡，实现经济效率最大化。排放权交易是经验主义。政府不仅发放排污许可证，而且允许许可证交易，减排成本高的企业可以向成本低的企业购买许可证。Mandell（2008） 通过构建随机模型证明政府部门同时使用排放权限制与交易和碳税两种政策限制碳排放的经济效率要高于使用单一政策。美国1990年实施了SO2排放权交易，并针对排放征收污染税，SO2排放量从2308万吨下降到2010年的758万吨，削减率达到67%（Gao，1997）。
碳排放交易的研究中配额的确定和发放是出发点。Milliman和Prince（1989）认为基于历史排放量的分配方式有利于企业进行环境创新。但却会对新进企业造成不公平的待遇，他们需要向有配额的厂商进行购买，处于弱势地位。Bohringer和Lange（2004）讨论了基于历史排放和基于产出两种分配方式后发现，在闭合贸易系统中，基于历史排放的配额分配方式是最好的，而在开环的贸易系统中，两种分配方式相结合更好。Goulder（1994）等研究后发现免费分配不到15%的配额就能防止大部分美国企业的利润损失，全部免费分配会过度补偿这些企业。Peter和Kerr（2002）在比较了拍卖和基于历史排放量的分配方式后认为，配额拍卖更具有成本效率，减少税收的扭曲，减少企业之间关于配额分配的争议。我国的碳排放配额分配则是以基准线法为主。这种方法对于排放量较大的企业更有偏向性，接近于参照历史排放量的免费分配法。
关于碳排放交易政策设计问题的研究，一方面是对政策所涉及的机制的理论和定性分析，另一方面则是利用CGE模型等计量方法去定量政策的效果（吴力波，钱浩祺，汤维祺，2014）。国外的学者对低碳经济和碳排放交易的研究更加侧重于理论分析，主要通过构建数学模型刻画低碳经济活动中研究对象的特性（安崇义，唐跃军，2012）。既有将碳排放机制与宏观经济增长、产业结构调整相结合的研究（黄少博，2016），又有将该机制与企业最优决策结合的分析（Subramanian et al，2007）。但由于这类文献较多的发表于全国性碳排放交易市场建立之前，因此，预见性大于其实践性意义。国内研究更多是关注减排行为本身是否具有对经济发展的进步意义。范丹，王维国和梁配凤（2017）认为碳排放交易使企业将外在的成本内部化， 促进受规制企业全要素生产率的提升，符合“波特假说”。徐铭浩（2017）以深圳碳排放交易中心的日交易数据为基础，用GARCH模型刻画了交易市场的收益情况，认为现阶段的市场存在不成熟、缺乏透明性的问题。肖玉仙，尹海涛（2017）则以上海市的碳排放交易为例，认为虽然该制度有效的促进了地区减排，但是存在市场活跃度较低的问题，进而降低了其实际的政策效果。国内学者对碳排放以及相关减排机制的研究依赖现有的数据，对建模本身的研究和推导尚显不足，大多数现有研究文献均是从宏观角度出发结合以后数据进行模型分析，得出了一些统计学上的结果（安崇义，唐跃军，2012）。 結合上述文献，本文主要是从六个试点省市及其周边省份出发，综合前人的研究经验，创新的将碳排放交易内的自愿减排量（CCER）应用于政策的效果评估中，并且，将结合地区的能源消费结构，将总体的能源消费分解进行计算碳排放，这样不仅就将企业的最优选择纳入到了总体交易市场，还将能源消费结构本身的优化情况纳入了研究范畴，为我国刚刚启动的全国性碳排放交易市场提供了一定的参考价值。
三、数据说明和实证方法
（一）数据说明
本文主要使用了试点地区的能源消耗情况，由于是直接采用的化石能源与碳排放系数得出的排放量，因此，计量过程中不考虑人口对碳排放的影响。具体的数据来源于2010年-2016年《中国能源统计年鉴》《中国统计年鉴》和各地区的统计年鉴，主要变量有如下四个：
第一，CO2直接排放量。主要是根据发改委公布的《综合能耗计算通则》和《省级温室气体清单编制指南》，将各试点地区的直接的能源消费量换算成碳排放量。具体的转换公式①如下：
…………………………………… ①
E是化石燃料燃烧二氧化碳的排放量，单位为吨二氧化碳（tCO2）；
Ai 是化石燃料燃烧活动水平数据，是固定设施燃烧第i种燃料的热量，单位为太焦（TJ）；
Fi是第i种燃料的排放因子，单位为吨二氧化碳/太焦（tCO2/TJ）。
……………………………………②
Ci是第i种燃料的单位热值含碳量，单位是吨碳/太焦（tC/TJ）；
ai是燃料i的碳氧化率；
为常数，即二氧化碳与碳分子之比，为3.667。
CO2间接排放量。主要是根据各地区的能源生产活动，对能源消费产品进行加工所产生的排放量，如煤炭被加工成液化气、焦炭等。在这里有一个假设是电力作为一种重要的能源，使用之后不产生碳排放，即由消耗的一次能源乘以相应的碳排放系数，所以，对二次能源不再重复计算（IPCC，2007；赵敏，张卫国，俞立中，2009）。
CO2的减排量。这一部分并不是指CO2直接减少的量，而是根据碳排放交易规则所确定的CCER履约的量，也就是由碳排放交易市场所创造出的减排量。
分行业的能源消费量。由于碳排放交易目前限定了行业范围，不同的行业对CO2的排放量会有所差异。
规模以上企业的能源消费情况。由于碳排放市场交易设立了进入企业的门槛，因此，进一步将地区碳排放情况精确到企业层面。
（二）计量方法和模型说明
为了考察碳排放交易市场对CO2排放的政策影响，本文采用了双重差分模型（DID），具体的回归形式如下③：
……③
其中，Emissionit是i省份t年的CO2排放量、CO2减排量或者某行业排放量。Dit是开展碳排放交易省份的虚拟变量，Dit=1表示该省是试点省份，Dit=0表示该省是协议省份。T是试点时间前后的虚拟变量，只要是指2011年，国家发改委办公厅发布《关于开展碳排放权交易试点工作的通知》，正式批准上海、北京、广东、深圳、天津、湖北、重庆等七省市开展碳交易试点工作。T=1指在开展碳排放交易之后，T=0指在开展碳排放交易之前。交叉项Dit×T主要衡量了干预组在碳排放市场开发前后的差异。δ×X’是各省份GDP的控制变量，y、c则分别是年份和省份差异的控制变量。对照组和干预组省份的总体碳排放大致趋于减少。
图1 干预组和对照组的排放量变化趋势
在具体计算过程中，只考虑了化石燃料的使用。一方面是由于水电、核电和风电在研究的省市区域内比重很小，另一方面火电耗能所需要的能源多数是化石能源，而且电力消费本身并不会产生碳排放。另外，为了避免模型在考察碳排放时低估了电力消费，又将地区全部能源消费的标准碳热能核算重新计算了一次碳排放，如图1所示，干预组省市与对照组省份的变化趋势大致相同。
四、实证结果
在下文中，主要对计量模型进行了实证结果的报告，首先，是对原模型进行了分析，讨论了碳排放政策对实际CO2排放情况的影响。其次，是对比干预组和对照组城市的政策影响差异，以及政策实施前后的阶段性差异。最后，试图将减排量带入模型，并且分离出排放量中其他政策影响的部分。
（一）碳排放交易市场建立的全局影响
各模型中的变量并非都是显著的，但总体上是可以判断碳排放与地区试点工作之间存在着负相关的关系，也就是说，在碳排放市场地区进行交易之后，会在一定程度上减少排放量，但分解各类能源种类所计算的碳排放总量下降情况要高于标煤热量计算的排放，这体现在2010-2016年的政策区间内，各行业直接受政策干预的幅度还是存在很大差异的。交叉效应体现了一点，在（1）中，试点地区数量上升1%，碳排放量会下降2846吨，而试点城市数量本身可以体现政策的干预强度。但在（2）、（3）中，减排的力度要低于（1），这说明在不同的能源使用行业或能源结构不一样的地区，政策会有很大的效果差异。
……（1）
……（2）
……（3）
为了检验模型的设定，假设时间在2013年之前，即碳排放试点尚未交易时，可见，在时间变成2013年以前，所有的交叉项都不显著，这表明在没有设立试点省份时，两组省市的排放都不会存在较大程度差异，两组趋势相似。
（二）试点省市与周边协议省市的政策差异
但将时间区间调整在2014年以后，即碳排放交易市场启动且试点省市开始交易，原模型结果变动如表3所示。
表1 2014年以后政策实现与排放市场建立的差异结果
（1） （2） （3）
分解的碳排放 标煤的碳排放 其他碳排放
gdp 0.735 0.697*** 0.729 （0.559） （0.204） （0.599）
试点城市 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）
试点城市×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）
年份固定效应 Y Y Y
城市固定效应 Y Y Y
Observations 91 91 91
R-squared 0.934 0.993 0.709
注：***表示1%置信区间显著， **表示5%置信区间显著， *表示10%置信区间显著。
通过表2结果可以得知，在政策实现以后，能源燃料分解所得的碳排放数值的负效应更为显著，尤其是其他形式的碳排放水平显示出较为明显的正效应，可能的原因是在各省市减少本省化石能源消费的同时，寻找了类似于电力作为替代能源，但电力生产本身也会产生碳排放，只是由于相对其他能源，电力的运输和省份之间的输出、输入更加复杂。
（三）其他政策分离后的效应
在上文中，我们将碳排放权交易的区域差异和年度差异的政策效果进行了比较，但没有解决其他减排政策对其结果产生的干扰问题，因此，我们将临近省份的碳排放情况作为对试点省份的解释变量，由于其他减排政策大部分是以全国为范围进行了，所以，这将其他政策的影响剔除出了结果。首先，分别采用了各排放值的增长率作为被解释变量进行分析，（1）（2）（3）模型都是用2013年作为时间点，（4）（5）（6）则是以2014年为时间点，并且放宽了年度效应，即考虑到各年度政策对下一年的影响。其次，我们可以通过结果看到在前三个模型中，分解的碳排放水平增长率还是与试点省份数量之间存在正相关的关系，标煤和其他能源的碳排放增长率则是与试点省市有显著的负效应。由于2013年以后的试点省市数量没有发生变化，出现这样的结果的原因是政策效果的下降，但到2014年碳排放权交易市场正式试点运行之后，这种情况又发生了变化。最后，该政策的分年效果要比其长期效果更为显著，即每年的政策效果变化不大。
五、结论
近些年，我国的空气污染程度明显加重，但CO2并不屬于传统的“污染物”的范畴，因此，针对其他污染气体的相关政策并没有很好的抑制二氧化碳排放。碳排放权交易机制作为一套普遍被中西方研究者给予高度评价的环境经济政策已经在全国启动，但在试运行的5-7年的时间里，各试点地区的政策效果不尽相同：
首先，试点省市的能源消耗碳排放水平与试点城市数量之间存在明显的负相关情况，试点城市每增加1%，碳排放量会下降碳排放量会下降2846吨，但在不同的能源使用行业或能源结构不一样的地区，政策会有很大的效果差异。协议省份和周边地区也出现了一定的减排效果，但受到试点地区的能源结构调整，这类地区的排放不减反增加，总体的减排效果不佳。原因是对试点地区的化石能源原料的输送改成了能源的直接输送。
其次，现阶段的碳排放权交易的行业限制和规模限制对碳排放结果造成了负面的效果，一些碳排放量较大的中等规模或个体生产者没有被纳入政策，这使得产业结构不同的地区，减排效果差异较大，重化工企业集中地区的减排效果更为显著，因此，总量的减排集中于第二产业比重较大的地区，尤其是重化工企业集中的区域，但政策所立足的电力行业的减排效果与之相比则不够理想。
最后，在将其他政策的交叉减排效果剔除之后，碳排放权交易的相关政策所起到的效果没有太大的起伏，保持了一个相对稳定的政策环境，但也缺乏后期的动力，在全国性的碳排放权交易市场建立之后，该情况或许会有所好转。（作者单位为武汉大学经济与管理学院）
作者简介：袁安（1994-），男，汉族，安徽宣城人，硕士研究生，研究方向：产业政策和产业组织理论。
一、引言
随着各国工业化和城市化的持续推进，全球的气候变化不断加快，而由此引发的极端气候灾害已经引起了全世界前所未有的重视和关切。而应对全球气候变化的核心是减少温室气体的排放，其中，又以能源消费的CO2 为主。中国碳排放交易体系的建立起步较晚。直到2011年，国家发改委办公厅发布《关于开展碳排放权交易试点工作的通知》，才正式批准上海、北京、广东、深圳、天津、湖北、重庆等七省市开展碳交易试点工作。之后，2015年9月，习近平主席和奥巴马总统又联合发布了《中美元首气候变化联合声明》，明确提出我国计划于2017年启动覆盖钢铁、电力、化工、建材、造纸和有色金属等重点工业行业的全国碳排放交易体系。最终，在2017年12月19日中国的碳排放交易体系正式启动，这也标志着中国超过欧盟成为了最大的碳市场。
那么，试行了约6年的碳排放交易体系的实际效果如何？目前还没有相关的实证研究。为此，本文将定量评估碳排放交易体系建立对我国温室气体排放的政策效果。然而，碳排放交易体系的建立存在着区域的先后时间差别，在这过程中，国家也通过强化或颁布其他的政策来加强对生态环境的监管和保护。因此，定量分析过程中既要解决地区差别的问题，即选择对照组和试验组，又要将其他普适性的减排政策的政策效果予以剔除。由于碳排放交易市场的建立是分区域逐步进行的，并且各省份直接具体的执行时间还存在着先后差异，因此，为了识别碳排放交易市场的建立对CO2的关系，本文采用了双重差分的方法来定量评估政策的效果。
二、研究背景和文献综述
根据相关数据，CO2的主要来源是化石能源的燃烧。从世界其他工业生产大国来看，德国能源消费产生的CO2占总量的90.6%（740MT/817MT），美国的能源消費排放则占其排放总量的88.6%（5.6GT/6.32GT），日本的能源消费排放占总排放的90.1%（1.2GT/1.32GT）。而国内情况也大致雷同，全国能源消费产生的排放占碳排放总量的81.9%（9.5GT/11.5GT）。虽然较去年同期下降了1.7%，但2017年煤炭还是占据了能源消费总量的60.3%，而在同等释放热量的条件下，标准煤所产生的CO2质量是最大的。因此，在水电、风电等清洁能源发展的同时，控制煤炭的使用量或者称之为优化能源使用结构（煤炭使用量在能源总量中的比重），一直是我国环境政策的重点。但由于核电发展较为缓慢，而风电和水电又存在季节性约束，火力发电仍然是我国较为主要的能源来源，而且这种主导地位可能还要持续相当长的时间。因此，虽然“十二五”开局就已经提出要严格控制煤炭使用量，但政策的控制效果并不显著。
有些学者认为上述政策效果欠佳的原因在于对排污企业的激励不相容。企业的碳排放总量既难以检测，即便被监管部门检测，惩处力度又不够，同时，减排企业本身除了增加生产成本之外，并没有产生额外的激励（石光等，2016）。因此，为了解决激励不相容的问题，我国也采取如补贴电价、环保税等一系列针对各行业的政策手段，而碳排放交易市场正是在直接管制和排污收费（税）制度相对成熟的条件下逐步建立起来的，即为解决直接管制和税费制度所不能有效解决的排污行为的补充方法（杜群飞，2015）。Klaassen et al.（2005）通过在排放权自由多边交易及拍卖交易情境下的博弈实验证明，排放权交易可以达到市场均衡，实现经济效率最大化。排放权交易是经验主义。政府不仅发放排污许可证，而且允许许可证交易，减排成本高的企业可以向成本低的企业购买许可证。Mandell（2008） 通过构建随机模型证明政府部门同时使用排放权限制与交易和碳税两种政策限制碳排放的经济效率要高于使用单一政策。美国1990年实施了SO2排放权交易，并针对排放征收污染税，SO2排放量从2308万吨下降到2010年的758万吨，削减率达到67%（Gao，1997）。
碳排放交易的研究中配额的确定和发放是出发点。Milliman和Prince（1989）认为基于历史排放量的分配方式有利于企业进行环境创新。但却会对新进企业造成不公平的待遇，他们需要向有配额的厂商进行购买，处于弱势地位。Bohringer和Lange（2004）讨论了基于历史排放和基于产出两种分配方式后发现，在闭合贸易系统中，基于历史排放的配额分配方式是最好的，而在开环的贸易系统中，两种分配方式相结合更好。Goulder（1994）等研究后发现免费分配不到15%的配额就能防止大部分美国企业的利润损失，全部免费分配会过度补偿这些企业。Peter和Kerr（2002）在比较了拍卖和基于历史排放量的分配方式后认为，配额拍卖更具有成本效率，减少税收的扭曲，减少企业之间关于配额分配的争议。我国的碳排放配额分配则是以基准线法为主。这种方法对于排放量较大的企业更有偏向性，接近于参照历史排放量的免费分配法。
关于碳排放交易政策设计问题的研究，一方面是对政策所涉及的机制的理论和定性分析，另一方面则是利用CGE模型等计量方法去定量政策的效果（吴力波，钱浩祺，汤维祺，2014）。国外的学者对低碳经济和碳排放交易的研究更加侧重于理论分析，主要通过构建数学模型刻画低碳经济活动中研究对象的特性（安崇义，唐跃军，2012）。既有将碳排放机制与宏观经济增长、产业结构调整相结合的研究（黄少博，2016），又有将该机制与企业最优决策结合的分析（Subramanian et al，2007）。但由于这类文献较多的发表于全国性碳排放交易市场建立之前，因此，预见性大于其实践性意义。国内研究更多是关注减排行为本身是否具有对经济发展的进步意义。范丹，王维国和梁配凤（2017）认为碳排放交易使企业将外在的成本内部化， 促进受规制企业全要素生产率的提升，符合“波特假说”。徐铭浩（2017）以深圳碳排放交易中心的日交易数据为基础，用GARCH模型刻画了交易市场的收益情况，认为现阶段的市场存在不成熟、缺乏透明性的问题。肖玉仙，尹海涛（2017）则以上海市的碳排放交易为例，认为虽然该制度有效的促进了地区减排，但是存在市场活跃度较低的问题，进而降低了其实际的政策效果。国内学者对碳排放以及相关减排机制的研究依赖现有的数据，对建模本身的研究和推导尚显不足，大多数现有研究文献均是从宏观角度出发结合以后数据进行模型分析，得出了一些统计学上的结果（安崇义，唐跃军，2012）。 結合上述文献，本文主要是从六个试点省市及其周边省份出发，综合前人的研究经验，创新的将碳排放交易内的自愿减排量（CCER）应用于政策的效果评估中，并且，将结合地区的能源消费结构，将总体的能源消费分解进行计算碳排放，这样不仅就将企业的最优选择纳入到了总体交易市场，还将能源消费结构本身的优化情况纳入了研究范畴，为我国刚刚启动的全国性碳排放交易市场提供了一定的参考价值。
三、数据说明和实证方法
（一）数据说明
本文主要使用了试点地区的能源消耗情况，由于是直接采用的化石能源与碳排放系数得出的排放量，因此，计量过程中不考虑人口对碳排放的影响。具体的数据来源于2010年-2016年《中国能源统计年鉴》《中国统计年鉴》和各地区的统计年鉴，主要变量有如下四个：
第一，CO2直接排放量。主要是根据发改委公布的《综合能耗计算通则》和《省级温室气体清单编制指南》，将各试点地区的直接的能源消费量换算成碳排放量。具体的转换公式①如下：
…………………………………… ①
E是化石燃料燃烧二氧化碳的排放量，单位为吨二氧化碳（tCO2）；
Ai 是化石燃料燃烧活动水平数据，是固定设施燃烧第i种燃料的热量，单位为太焦（TJ）；
Fi是第i种燃料的排放因子，单位为吨二氧化碳/太焦（tCO2/TJ）。
……………………………………②
Ci是第i种燃料的单位热值含碳量，单位是吨碳/太焦（tC/TJ）；
ai是燃料i的碳氧化率；
为常数，即二氧化碳与碳分子之比，为3.667。
CO2间接排放量。主要是根据各地区的能源生产活动，对能源消费产品进行加工所产生的排放量，如煤炭被加工成液化气、焦炭等。在这里有一个假设是电力作为一种重要的能源，使用之后不产生碳排放，即由消耗的一次能源乘以相应的碳排放系数，所以，对二次能源不再重复计算（IPCC，2007；赵敏，张卫国，俞立中，2009）。
CO2的减排量。这一部分并不是指CO2直接减少的量，而是根据碳排放交易规则所确定的CCER履约的量，也就是由碳排放交易市场所创造出的减排量。
分行业的能源消费量。由于碳排放交易目前限定了行业范围，不同的行业对CO2的排放量会有所差异。
规模以上企业的能源消费情况。由于碳排放市场交易设立了进入企业的门槛，因此，进一步将地区碳排放情况精确到企业层面。
（二）计量方法和模型说明
为了考察碳排放交易市场对CO2排放的政策影响，本文采用了双重差分模型（DID），具体的回归形式如下③：
……③
其中，Emissionit是i省份t年的CO2排放量、CO2减排量或者某行业排放量。Dit是开展碳排放交易省份的虚拟变量，Dit=1表示该省是试点省份，Dit=0表示该省是协议省份。T是试点时间前后的虚拟变量，只要是指2011年，国家发改委办公厅发布《关于开展碳排放权交易试点工作的通知》，正式批准上海、北京、广东、深圳、天津、湖北、重庆等七省市开展碳交易试点工作。T=1指在开展碳排放交易之后，T=0指在开展碳排放交易之前。交叉项Dit×T主要衡量了干预组在碳排放市场开发前后的差异。δ×X’是各省份GDP的控制变量，y、c则分别是年份和省份差异的控制变量。对照组和干预组省份的总体碳排放大致趋于减少。
图1 干预组和对照组的排放量变化趋势
在具体计算过程中，只考虑了化石燃料的使用。一方面是由于水电、核电和风电在研究的省市区域内比重很小，另一方面火电耗能所需要的能源多数是化石能源，而且电力消费本身并不会产生碳排放。另外，为了避免模型在考察碳排放时低估了电力消费，又将地区全部能源消费的标准碳热能核算重新计算了一次碳排放，如图1所示，干预组省市与对照组省份的变化趋势大致相同。
四、实证结果
在下文中，主要对计量模型进行了实证结果的报告，首先，是对原模型进行了分析，讨论了碳排放政策对实际CO2排放情况的影响。其次，是对比干预组和对照组城市的政策影响差异，以及政策实施前后的阶段性差异。最后，试图将减排量带入模型，并且分离出排放量中其他政策影响的部分。
（一）碳排放交易市场建立的全局影响
各模型中的变量并非都是显著的，但总体上是可以判断碳排放与地区试点工作之间存在着负相关的关系，也就是说，在碳排放市场地区进行交易之后，会在一定程度上减少排放量，但分解各类能源种类所计算的碳排放总量下降情况要高于标煤热量计算的排放，这体现在2010-2016年的政策区间内，各行业直接受政策干预的幅度还是存在很大差异的。交叉效应体现了一点，在（1）中，试点地区数量上升1%，碳排放量会下降2846吨，而试点城市数量本身可以体现政策的干预强度。但在（2）、（3）中，减排的力度要低于（1），这说明在不同的能源使用行业或能源结构不一样的地区，政策会有很大的效果差异。
……（1）
……（2）
……（3）
为了检验模型的设定，假设时间在2013年之前，即碳排放试点尚未交易时，可见，在时间变成2013年以前，所有的交叉项都不显著，这表明在没有设立试点省份时，两组省市的排放都不会存在较大程度差异，两组趋势相似。
（二）试点省市与周边协议省市的政策差异
但将时间区间调整在2014年以后，即碳排放交易市场启动且试点省市开始交易，原模型结果变动如表3所示。
表1 2014年以后政策实现与排放市场建立的差异结果
（1） （2） （3）
分解的碳排放 标煤的碳排放 其他碳排放
gdp 0.735 0.697*** 0.729 （0.559） （0.204） （0.599）
试点城市 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）
试点城市×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）
年份固定效应 Y Y Y
城市固定效应 Y Y Y
Observations 91 91 91
R-squared 0.934 0.993 0.709
注：***表示1%置信区间显著， **表示5%置信区间显著， *表示10%置信区间显著。
通过表2结果可以得知，在政策实现以后，能源燃料分解所得的碳排放数值的负效应更为显著，尤其是其他形式的碳排放水平显示出较为明显的正效应，可能的原因是在各省市减少本省化石能源消费的同时，寻找了类似于电力作为替代能源，但电力生产本身也会产生碳排放，只是由于相对其他能源，电力的运输和省份之间的输出、输入更加复杂。
（三）其他政策分离后的效应
在上文中，我们将碳排放权交易的区域差异和年度差异的政策效果进行了比较，但没有解决其他减排政策对其结果产生的干扰问题，因此，我们将临近省份的碳排放情况作为对试点省份的解释变量，由于其他减排政策大部分是以全国为范围进行了，所以，这将其他政策的影响剔除出了结果。首先，分别采用了各排放值的增长率作为被解释变量进行分析，（1）（2）（3）模型都是用2013年作为时间点，（4）（5）（6）则是以2014年为时间点，并且放宽了年度效应，即考虑到各年度政策对下一年的影响。其次，我们可以通过结果看到在前三个模型中，分解的碳排放水平增长率还是与试点省份数量之间存在正相关的关系，标煤和其他能源的碳排放增长率则是与试点省市有显著的负效应。由于2013年以后的试点省市数量没有发生变化，出现这样的结果的原因是政策效果的下降，但到2014年碳排放权交易市场正式试点运行之后，这种情况又发生了变化。最后，该政策的分年效果要比其长期效果更为显著，即每年的政策效果变化不大。
五、结论
近些年，我国的空气污染程度明显加重，但CO2并不屬于传统的“污染物”的范畴，因此，针对其他污染气体的相关政策并没有很好的抑制二氧化碳排放。碳排放权交易机制作为一套普遍被中西方研究者给予高度评价的环境经济政策已经在全国启动，但在试运行的5-7年的时间里，各试点地区的政策效果不尽相同：
首先，试点省市的能源消耗碳排放水平与试点城市数量之间存在明显的负相关情况，试点城市每增加1%，碳排放量会下降碳排放量会下降2846吨，但在不同的能源使用行业或能源结构不一样的地区，政策会有很大的效果差异。协议省份和周边地区也出现了一定的减排效果，但受到试点地区的能源结构调整，这类地区的排放不减反增加，总体的减排效果不佳。原因是对试点地区的化石能源原料的输送改成了能源的直接输送。
其次，现阶段的碳排放权交易的行业限制和规模限制对碳排放结果造成了负面的效果，一些碳排放量较大的中等规模或个体生产者没有被纳入政策，这使得产业结构不同的地区，减排效果差异较大，重化工企业集中地区的减排效果更为显著，因此，总量的减排集中于第二产业比重较大的地区，尤其是重化工企业集中的区域，但政策所立足的电力行业的减排效果与之相比则不够理想。
最后，在将其他政策的交叉减排效果剔除之后，碳排放权交易的相关政策所起到的效果没有太大的起伏，保持了一个相对稳定的政策环境，但也缺乏后期的动力，在全国性的碳排放权交易市场建立之后，该情况或许会有所好转。（作者单位为武汉大学经济与管理学院）
作者简介：袁安（1994-），男，汉族，安徽宣城人，硕士研究生，研究方向：产业政策和产业组织理论。