2. 中央财经大学金融学院, 北京 102206;
3. 北京石油化工学院经济管理学院, 北京 102617;
4. 中央财经大学经济学院, 北京 102206
2. School of Finance, Central University of Finance and Economics, Beijing 102206, China;
3. School of Economics and Management, Beijing Institute of Petrochemical Technology, Beijing 102617, China;
4. School of Economics, Central University of Finance and Economics, Beijing 102206, China
改革开放以来,我国国民经济发展取得重大突破。早期粗放式的经济发展,也伴生出不断加剧的大气污染、水污染和土壤污染等环境问题,为此,政府相关部门高度重视,出台了一系列环境保护政策,并将其放在国家发展的重大战略地位[1, 2]。在过去几十年的环境治理历程中,我国环境政策自2007年设立排污权交易试点地区到现在,经历了非常显著的由传统命令控制型向市场激励型转变的过程[3, 4]。排污权交易制度(Emissions Trading Scheme,ETS)作为一项典型的市场激励型环境政策工具,以其在成本效益、技术激励和政治可行性方面的优势,被认为是减排降污的最有效工具之一[5, 6]。
排污权交易制度最早源于美国,1968年,美国经济学家戴尔斯(Dales)在一篇有关政策制定和经济学的论文——《污染、财产与价格》中首次提出了排放权交易(Emissions-Trading Program),界定了排放权,即权利人在符合法律规定的条件下向环境排放污染物的权利。这一理论将污染排放权视为有价证券,通过市场机制将其卖给出价最高的买家,进而实现污染减排,该理论最初被美国国家环保局(EPA)应用于二氧化硫减排领域。这种以市场调节为基础的环境治理工具,利用市场信号引导市场主体做出有利于环境保护的生产决策,从诞生至今取得了较好的污染减排效果。
我国关于排污权交易制度的实践,最早可以追溯到20世纪80年代。1988年3月20日,原国家环保总局在《水污染物排放许可证管理暂行办法》中提出对排污企业进行排污申报登记,颁发水污染物排放许可证,逐步实现污染物排放总量控制。2001年,浙江、江苏等地率先进行排污权交易试点工作。2007年开始,我国开始推行排污权交易政策,利用市场手段促进污染减排工作,提升资源的分配效率,先后批复包含江苏、浙江、天津在内的11个地区的排污权交易试点工作。2014年,《关于进一步推进排污权有偿使用和交易试点工作的指导意见》对中国排污权交易制度的政策框架提供了更为清晰的引导,提出排污权交易应建立在总量控制的基础上。据此,排污权交易制度试点工作进入深化阶段。
但由于我国资本市场尚未成熟,我国排污权交易制度在交易价格形成机制、交易流程、市场监管等诸多方面有待完善,且部分企业对于排污权交易的认知度不够,参与的积极性不高,使得排污权交易的二级市场缺乏活力。试点地区中,截至2021年底,全国(不包括港澳台地区)排污权有偿使用和交易总金额为245亿元,其中一级市场交易占据主导地位,相关金额占比约72%。从地区分布来看,福建与浙江等省份的二级市场交易较为活跃。其中,截至2021年3月,福建省累计成交金额为15.84亿元,二级市场交易规模占比达到65%,其他试点省份则主要集中于一级市场交易,试点省份整体的二级市场活跃度和市场规模有待进一步扩大。在此背景下,从长期动态的视角考察排污权交易政策的实践成效更具价值,有助于深入探究我国排污权交易机制的发展现状,并提出经验与建议,激励更多市场主体参与到排污权交易中,建立富有效率的排污权交易市场。
基于此,本文以2004—2021年省级数据为研究样本,借助倾向性匹配双重差分模型(PSM-DID)方法对样本数据进行回归分析,以宏观视角从更新的时间窗口评估我国排污权交易试点政策的实践成效,为“十四五”时期我国生态建设工作的推进提供依据。同时,本文考察了2007年排污权交易试点政策对于化学需氧量、氨氮与二氧化硫三类主要污染物的影响,对排污权的环境效应进行了更为全面的评估。
1 文献综述关于排污权交易制度,学术界对其实践成效仍存在分歧。部分研究认为排污权交易制度在一些国家和地区的环境治理实践中取得了一定的成效,通过扩展融资渠道、促进技术创新能力、提升绿色创新水平等有效减少环境污染。Philibert认为,发展中国家的企业可以通过进行排污权交易来扩展融资渠道,刺激经济的增长,从而提升企业参与减排工作的积极性,进一步减少全球温室气体的排放,缓解环境问题[7]。Gagelmann等对2005年开始实施的欧洲排放交易体系展开研究,结果表明排污权交易可以通过促进科技创新来实现污染物排放水平的下降[8]。李永友等借助PSM-DID方法研究并证明了我国排污权交易制度对11个试点地区的工业二氧化硫的减排效应[9]。傅京燕等以1998—2014年30个省级行政区的面板数据为研究样本,借助PSM-DID方法对我国二氧化硫排污权交易试点政策的实践成效进行研究,发现二氧化硫的排污权交易制度通过促进研发强度的提高促进了绿色发展[10]。Teixidó等对法国、荷兰、挪威和英国的污染排放数据进行研究,指出欧盟的排污权交易制度通过刺激低碳技术创新可以实现污染减排,纳入监管企业的利润和就业水平不仅未受影响,甚至实现收入和固定资产的增加[11]。Wang等以中国2006—2016年30个省级行政区的面板数据为研究样本,使用PSMDID模型对碳排放权交易试点政策的效应进行估计,结果表明交易试点政策使二氧化碳的排放水平下降了12%[12]。Mo对韩国的排污权交易的研究表明,研发投资显著促进了企业的环境绩效,其中在加工行业研发投资对提高环境绩效的影响更为明显[13]。刘传明将排污权交易制度视为一项准自然实验,通过双重差分法评估排污权交易制度对绿色发展效率的影响,并验证了制度对于绿色发展效率的促进作用主要是通过技术创新和FDI的机制传导的,从异质性的角度来看,在高等级的行政管制下,排污权交易系统的政策效力不佳,这可能是市场交易型环境规制的促进作用被命令型环境规制所挤出所致[14]。Suleman等研究了欧洲排污权交易与可持续发展指数之间的关系,结果表明排污权交易对可持续发展指数存在显著的正向影响,且短期溢出效应大大高于长期溢出效应[15]。
此外,少数学者对交易制度的减排效应持消极态度,并认为导致不显著的减排效应的原因包括市场效率不足、配套制度不够完善、缺乏激励性、产权的初始分配制度不够健全等。Tietenberg的研究指出政府规制和行政程序加大了排污许可交易的成本,使得排污许可制度在实践中的作用并不显著[16]。涂正革等则认为,市场效率不足使得SO2排放权交易在中国并未实现波特效应[17]。刘海英等的研究指出排污许可制度可以通过推动清洁技术的创新,从而在很长的一段时间里实现减排,但是该技术的更新是一个漫长的过程,而且在短时间内也不一定能够看到[18]。张彩云利用中国272个城市2002—2013年间的相关数据,研究发现排污权交易可以刺激就业,但不能产生减排效应[19]。魏益华等使用2011—2018年我国31个省份工业行业的面板数据,对排污权交易与产业结构高级化、排污产出率之间的关系进行了实证检验,结果表明排污权交易制度能够在一定程度上促进产业结构的转型升级,从而促进污染物的减排工作,但由于当前我国的排污权交易制度缺乏激励性,且产权初始分配的制度有待完善,减排效应有待加强[20]。
综上,当前对于排污权交易制度的实践成效,学术界仍存在一定分歧,需要进一步深入研究和探讨。关于排污权是否产生了环境效应,多数研究聚焦于政策对二氧化硫排放的影响,对于其他污染物的关注较少,且多数研究仍局限于理论层面,结合数据进行的实证研究存在欠缺,此外,对于国内排污权交易制度的研究多局限于局部地区,关于全国范围内排污权交易的整体影响相关的实证研究较少。
2 研究设计 2.1 模型构建就排污权交易试点政策而言,由于我国不同省份的情况具有较大差异,故试点地区的选择可能是由于这些地区在经济发展水平、产业结构等方面具有相似性,而非随机选择的结果,双重差分法(DID方法)易出现政策的实施与其效应之间存在选择偏误的问题。选用倾向得分匹配法(PSM方法)可通过对非随机化研究中的混杂因子进行随机化的均衡处理从而实现选择偏差的减少。此外,排污权交易试点地区之间存在非常明显的差异,直接使用双重差分模型对样本地区的数据进行检验可能难以满足平行趋势假设的要求。基于此,本研究基于PSM方法,以政策试点前的2004—2006年为基期,使用logit回归得到协变量的回归系数计算样本的倾向得分,使用1∶1近邻匹配方式对实验组和控制组样本进行二次取样,使协变量在实验组和控制组之间的分布更加均衡,使试点政策更接近自然实验。以双重差分DID模型为工具,研究中国排污权制度的污染减排效果,对比实验组与控制组在排污权政策执行前与执行后的均值差别,实现对政策冲击及其他影响因素的有效分离。设定DID模型如下:
(1) |
其中,Pollutionit表示地区i在时期t的污染物排放强度;Treati × Timet是关于省份i是否在时期t开展排污权交易的虚拟变量;αi和γt分别表示地区和时间固定效应;X代表其他可能影响污染物排放水平的控制变量;εit是模型中的随机干扰项。
2.2 变量选择 2.2.1 被解释变量本文以化学需氧量、氨氮和二氧化硫三类污染物的污染排放强度作为被解释变量,即污染物的年度排放量除以对应年度所在地区的工业总产值(10万元)。
2.2.2 核心解释变量双重差分项Treati × Timet,其中Treati用于区分实验组和控制组,如果某地区i在2007年已经开展了排污权交易试点政策,则纳入实验组,取值为1,反之则属于控制组,取值为0;Timet为时间虚拟变量,若该时点位于排污权交易试点政策实施当年及以后年份,取值为1,反之取值为0。因此,交互项Treati × Timet是区分地区i在时期t是否开展了排污权交易试点政策的虚拟变量。
2.2.3 控制变量为了尽量降低遗漏因素对统计结果的影响,参考已有研究,本文从省级地区的维度选取了以下7个控制变量:经济发展水平[21, 22]、人口规模[23, 24]、工业化水平[25, 26]、服务业水平[27, 28]、环境治理投资、技术引进[29]和工资水平,具体见表 1。
尽管我国排污权交易制度的初次尝试可以追溯到1988年的《水污染物排放许可证管理暂行办法》,随后2002年开展“ 4+3+1”计划中,排污权交易量几乎为零,因此真正意义上中国排污权交易制度有效实践的起点是2007年,即财政部、原环境保护部和国家发展改革委批复江苏、浙江和天津等11个地区开展排污权交易试点工作。相较于之前的简单探索,本次的排污权工作更加具备实践经验,试点地区也获得政策支持。因此,本文将2007年开展的排污权交易试点政策视为一项准自然实验条件,基于省级地区样本层面对中国排污权交易制度的实践成效进行研究。综上,本文以2004—2021年我国30个省级地区的面板数据为研究样本,考虑到数据可得性问题,将11个政策试点地区作为实验组,剔除西藏地区后剩余的19个省级地区作为控制组展开实证研究。本文的数据来源包含2个部分:①污染物排放量数据,主要来自国家统计局各地区的年度数据;②地区控制变量,主要来自国泰安数据库(CSMAR)和Easy Professional Superior(EPS)数据库。最终,本研究共得到540个观测值,并对连续型变量进行1% 和99% 水平上的缩尾处理。各变量的描述性统计如表 2所示。
本文采用PSM-DID方法考察排污权交易试点政策对化学需氧量、二氧化硫、氨氮三类污染物排放强度的影响,基准回归结果如表 3所示。其中,交互项的系数在被解释变量为化学需氧量排放强度、氨氮排放强度和二氧化硫排放强度时分别为-3.6929、-0.3721、-14.624,且对应系数分别在5%、5% 和1% 的水平下显著为负,说明2007年开展的排污权交易试点政策对三类污染物的排放均产生显著的抑制效应,且二氧化硫的回归系数大于其他两类污染物的回归系数,说明减排效应最为明显,氨氮的回归系数最小,与氨氮排放水平远低于另外两类污染物有关。
控制变量的回归结果基本符合预期。经济发展水平的提高会提升地区的污染物排放强度,说明我国仍未越过环境库兹涅茨曲线的临界点,人口规模的扩张导致了对能源消费需求的提升,从而加剧了环境污染问题。对化学需氧量排放强度的检验结果表明,人口规模的扩张带动了污染物的排放,与前文理论分析相符。对化学需氧量与氨氮排放强度的研究表明,提升第二产业与第三产业的比重均有利于抑制环境污染,这可能是由于高质量工业化以及服务业通过实现清洁发展能够促进环境治理工作的推动。提升工资水平能显著抑制化学需氧量的排放,这印证了马斯洛需求层次理论,即个体的客观经济地位上升时,个体对良好生活环境的追求和与大自然和谐相处等精神需求越来越高,因此个体收入较高的地区环境质量水平也往往较高。
3.2 排污权交易政策减排效应的异质性分析 3.2.1 经济发展水平异质性排污权交易制度是基于市场机制的环境治理工具,而地区市场交易机制的完善与经济发展水平存在直接联系,经济发达的地区市场化水平更高,市场主体往往更加活跃,交易机制也更加完善。因此,就理论层面而言,经济发展水平越高的地区,依赖于本地更为有效的交易市场,排污单位之间的交易更为便利,排污权交易试点政策减排效应相应更为明显。据此,本文以地区人均GDP的中值为分界线,将中值以上的地区划分为高收入水平地区,其余为低收入水平地区,对两组数据分别进行双重差分估计以探讨2007年开展的排污权交易试点政策的减排效应异质性,结果见表 4。
本研究发现,排污权交易试点政策对经济发展水平不同的地区之间的减排效应存在显著异质性。对于高收入地区,排污权政策对三类污染物均存在显著的减排效应,且对二氧化硫排放强度的抑制作用显著强于化学需氧量与氨氮,低收入地区则不存在这一结论。导致该结论的原因主要有:一是高收入地区三类污染物的排放基数高于低收入地区,其减排效应更为明显;二是高收入地区的市场发育更为成熟,且企业的技术创新能力强于低收入地区,直接导致不同经济发展水平地区政策减排效果的差异;三是由于二氧化硫排放规模高于氨氮与化学需氧量,因此排污权交易政策对二氧化硫排放的抑制效果显著强于对另外两类污染物的作用。
3.2.2 环境规制强度异质性从理论维度来看,排污权交易制度作为市场型环境规制工具,其实施效果受到配套法律机制完善程度的影响,其中执法力度是法律有效落实的重要一环。一些研究指出,执行力度不足是中国排污权交易制度尚未产生显著成效的主要原因,但是这些研究未考虑到地区间执法力度本就存在差异,理论上认为,环境执法力度较高的地区,排污权交易试点政策的实施效果应越好。据此,本文使用区域每年环保处罚案件数量来衡量不同地区的环境执法力度,以2021年样本地区的该指标中值为分界线,位于中值以上的样本划分为环境执法力度高的地区,其余则为环境执法力度低的地区,进行异质性分析,结果见表 5。
本研究发现,排污权交易试点政策在环境执法力度不同的地区产生的环境效应存在一定差异。在环境执法力度相对较强的地区,排污权交易政策对化学需氧量和氨氮的排放强度存在一定的抑制作用,但该作用并不显著;对于环境执法力度相对较弱的地区,排污权交易试点政策对这两类污染物的排放没有产生抑制效果。出现该结果的原因可能包括:一是各地区“环保处罚案件数量”指标的统计口径与数据共享情况存在差异,进而导致样本分组存在误差而导致实证结果不显著;二是排污权交易市场的功能尚未健全,强制型环境治理工具仍是污染控制的主要手段,排污权交易目前只是强制性环境政策工具的辅助手段,且我国排污权交易试点政策中政府参与度过高,导致排污权交易市场的有效性不足,因此较强环境执法力度与排污权交易试点政策相配合的理想效果无法在缺乏效率的市场中得到及时反映。
3.3 排污权交易政策减排效应的稳健性检验 3.3.1 平行趋势检验基于满足平行趋势假设,若不存在外部政策冲击,实验组与控制组的污染物的排放强度变化趋势应趋于一致,应具备相同变化趋势的排放强度。本文借鉴事件研究法的思想检验平行趋势假设,以政策冲击前一年为基期,构建的计量模型如下:
(2) |
其中,Yearit为2004—2021年的各年年度虚拟变量,其他变量含义与模型(1)保持一致。
图 1结果表明,在排污权交易试点政策实施前,即2004—2006年三个年份时间虚拟变量的估计结果均不显著,说明政策试点前,实验组与控制组对于三类污染物排放强度的变化趋势不存在显著差异;而在2007年推行政策后,二氧化硫排放强度对应的各项试点后时间虚拟建立的系数开始显著小于0,表明排污权交易试点政策对二氧化硫的减排效果从政策实施后便开始显著,并且参数估计结果呈波动上升趋势,同时排污权交易试点政策对化学需氧量和氨氮的减排效果在政策开始后的约第1~ 2年、4~ 8年和第11年显著,说明排污权交易试点政策对二氧化硫的减排效果在长期存在显著影响,而对于化学需氧量和氨氮的减排仅在短期内有效,政策效应持续性弱于二氧化硫。
考虑到排污权交易政策对三类污染物的减排效应可能受不可观测因素影响,本文通过对实验组进行随机化处理来进行安慰剂检验以获得净政策效应结论。具体做法如下:对实验组进行500次随机抽样,使用500次随机生成的实验组进行基准回归,对回归模型构造反事实安慰剂检验。若2007年开展的排污权交易试点政策具备显著减排效应,则实验组的回归结果中交互项Treati × Timet的结果应该与0无显著差异,否则说明式(1)的估计系数有偏。
图 2a结果表明,通过对随机生成的实验组进行回归得到的交互项系数集中分布在0附近,并服从正态分布,表明随机生成的实验组数据对2007年开展的排污权交易试点政策地区的化学需氧量的污染排放强度没有影响。PSM-DID的回归估计系数-3.6929,显著区别于安慰剂检验结果,表明不可观测因素对回归结果的影响几乎为0,证明本文实证结论的稳健性。图 2b和图 2c分别是被解释变量为氨氮排放强度和二氧化硫排放强度时安慰剂检验的结果,与被解释变量为化学需氧量排放强度时的结果基本一致。
2000年《国务院关于环境保护若干问题的决定》和《国家环境保护“九五”计划和2010年远景目标》中提出了“两控区”分阶段的控制目标,要求2010年力争实现二氧化硫减排目标。2002年,《排污费征收使用管理条例》提出直接环境排放污染物的单位和个体工商户应当依照相关规定缴纳排污费,这些制度的实施均对治理环境污染目标具有重要意义。为了剔除同期政策因素的影响以进一步检验实证结果的稳健性,本文在回归模型中分别对“两控区”和排污费政策的污染减排效应进行剔除。具体而言,在排污政策方面,通过将区域排污费征收额纳入(1)模型中来控制其影响,当引入该变量时,Treati × Timet 仍然显著则意味着排除了排污税的影响,排污权交易对三种污染物的减排强度仍有显著影响。对于“两控区”政策效应的排除,则将同时实施排污权交易试点政策和“两控区”政策的省份设定为实验组,将仅实施“两控区”政策的省份设定为控制组,在此基础上对比政策节点前后化学需氧量、氨氮和二氧化硫三类主要污染物排放强度的变动情况,从而剔除“两控区”政策的环境效应。
表 6(1)~(3)列为剔除排污费政策效应后的回归估计结果,结果显示剔除排污费的政策效应后,排污权交易试点政策对化学需氧量、氨氮和二氧化硫三类污染物的排放强度仍存在显著的抑制效应,本文回归结果具有稳健性。(4)~(6)列为剔除“两控区”政策效应后的回归结果,结果表明剔除“两控区”政策因素后,排污权交易试点政策对氨氮和二氧化硫的排放依然存在显著的抑制作用,而对化学需氧量的减排效应不再显著,主要由于设立“两控区”的主要目标是减少大气污染物中二氧化硫的浓度与酸雨天气,对化学需氧量没有产生显著影响,因此当被解释变量为化学需氧量的排放强度时,实验组与控制组之间没有产生显著的差异,而对氨氮和二氧化硫排放强度显著的抑制作用说明排污权交易试点政策产生了同期其他环境政策以外的污染减排效应。
基于2004—2021年30个省级行政区面板数据,本文通过PSM-DID方法检验中国2007年排污权交易试点政策的减排效应,并进一步通过平衡性检验、平行趋势检验、安慰剂检验、剔除同期政策因素的影响检验回归结果的稳健性。最后,从地区经济发展水平、环境执法力度和污染程度三个维度对样本分地区进行异质性检验,得出以下结论:
第一,排污权交易试点政策对化学需氧量、氨氮和二氧化硫三类污染物的排放强度均发挥显著的抑制作用。其中,政策对二氧化硫排放的抑制效应呈累积动态效应,对于化学需氧量与氨氮两类污染物的减排仅产生短期效应。
第二,安慰剂检验和通过控制同期排污费政策和“两控区”政策效应的剔除同期政策效应影响的方法,均证实排污权交易试点政策对污染物排放具有显著抑制作用的结论的稳健性。
第三,排污权交易试点政策在经济发展水平不同的地区与污染程度不同地区呈现出减排效果的异质性。排污权交易试点政策在不同污染程度地区的效应呈现异质性。
4.2 政策建议(1)优化排污权交易政策体系,因地制宜构建持续有效的管理机制。在国家立法层面明确排污权的法律地位,将超限排放行为定为违法,并要求排放者承担相应的行政处罚。在制定污染物排放限额时,环境监管部门需兼顾不同地区的资源条件和环境承载能力,同时考虑当地的经济发展水平、法律法规完善度以及当前的环境状况。在分配排污权时,应确保分配的总量低于现有排放水平,以促进环境质量的逐步改善。同时,政府机构、科研机构、行业协会等多方共同参与科学设计总量控制的执行规则,包括评估标准、监管目标、检测方法和程序以实现环境管理的精准化和高效化。
(2)培育标准规范的排污权交易市场,激励市场主体积极性。应构建合理的交易规则、排放配额分配指南及排放目标确认方法以规范交易市场,并鼓励试点地区通过财税政策提升企业交易积极性。同时,通过区域合作平台促进信息共享与合作,确保资源优化配置。
(3)关注排污权交易制度的异质效应,构建全国范围内有效的排污权交易市场。充分发挥经济发达地区的市场优势,率先构建有效排污权交易市场典型范例,引领构建全国范围内有效的排污权交易市场体系。并且,确保不同地区的排污权交易市场能够有效对接,实现全国范围内的资源优化配置。
(4)重视社会公众与排污权交易市场影响效应,加强环境保护宣传引导。对于社会公众,宣传和倡导健康低碳的生活方式,提升全社会的环保意识。对于排污权交易市场,公开发布基础的排污权交易信息,促进更好地了解排污许可证相关情况以更好地进行排污权交易。
[1] |
ZHOU Q, ZHANG X L, SHAO Q, et al. The non-linear effect of environmental regulation on haze pollution: empirical evidence for 277 Chinese cities during 2002–2010[J]. Journal of environmental management, 2019, 248: 109274. DOI:10.1016/j.jenvman.2019.109274 |
[2] |
李胜兰, 黎天元. 复合型环境政策工具体系的完善与改革方向: 一个理论分析框架[J]. 中山大学学报(社会科学版), 2021, 61(2): 153-165. |
[3] |
JIANG J J, YE B, MA X M. The construction of Shenzhen's carbon emission trading scheme[J]. Energy policy, 2014, 75: 17-21. DOI:10.1016/j.enpol.2014.02.030 |
[4] |
DONG Y, OLSEN K H. Stakeholder participation in CDM and new climate mitigation mechanisms: China CDM case study[J]. Climate policy, 2017, 17(2): 171-188. DOI:10.1080/14693062.2015.1070257 |
[5] |
BALIETTI A C. Trader types and volatility of emission allowance prices. Evidence from EU ETS Phase I[J]. Energy policy, 2016, 98: 607-620. DOI:10.1016/j.enpol.2016.09.006 |
[6] |
ANKE C P, HOBBIE H, SCHREIBER S, et al. Coal phase-outs and carbon prices: interactions between EU emission trading and national carbon mitigation policies[J]. Energy policy, 2020, 144: 111647. DOI:10.1016/j.enpol.2020.111647 |
[7] |
PHILIBERT C. How could emissions trading benefit developing countries[J]. Energy policy, 2000, 28(13): 947-956. DOI:10.1016/S0301-4215(00)00073-2 |
[8] |
GAGELMANN F, FRONDEL M. The impact of emission trading on innovation – science fiction or reality?[J]. European environment, 2005, 15(4): 203-211. DOI:10.1002/eet.387 |
[9] |
李永友, 文云飞. 中国排污权交易政策有效性研究——基于自然实验的实证分析[J]. 经济学家, 2016(5): 19-28. |
[10] |
傅京燕, 司秀梅, 曹翔. 排污权交易机制对绿色发展的影响[J]. 中国人口·资源与环境, 2018, 28(8): 12-21. |
[11] |
TEIXIDÓ J, VERDE S F, NICOLLI F. The impact of the EU Emissions Trading System on low-carbon technological change: the empirical evidence[J]. Ecological economics, 2019, 164: 106347. DOI:10.1016/j.ecolecon.2019.06.002 |
[12] |
WANG Q, GAO C Y, DAI S P. Effect of the emissions trading scheme on CO2 abatement in China[J]. Sustainability, 2019, 11(4): 1055. DOI:10.3390/su11041055 |
[13] |
MO J Y. Do environmental policy and innovation improve carbon productivity? Evidence from the Korean Emission Trading Scheme[J]. Energy & environment, 2023, 34(3): 445-462. |
[14] |
刘传明. 排污权交易制度对绿色发展效率的影响[J]. 环境经济研究, 2021, 6(2): 80-99. |
[15] |
SULEMAN M T, REHMAN M U, SHEIKH U A, et al. Dynamic time-frequency connectedness between European emissions trading system and sustainability markets[J]. Energy economics, 2023, 123: 106726. |
[16] |
TIETENBERG T H. Economic instruments for environmental regulation[J]. Oxford review of economic policy, 1990, 6(1): 17-33. |
[17] |
涂正革, 谌仁俊. 排污权交易机制在中国能否实现波特效应?[J]. 经济研究, 2015, 50(7): 160-173. |
[18] |
刘海英, 谢建政. 排污权交易与清洁技术研发补贴能提高清洁技术创新水平吗——来自工业SO2排放权交易试点省份的经验证据[J]. 上海财经大学学报, 2016, 18(5): 79-90. |
[19] |
张彩云. 排污权交易制度能否实现"双重红利"?——一个自然实验分析[J]. 中国软科学, 2020(2): 94-107. |
[20] |
魏益华, 高翔. 排污权交易制度对排污产出率的传导机制及效应研究[J]. 吉林大学社会科学学报, 2022, 62(2): 107-116, 237-237. |
[21] |
陈诗一, 马倩倩. 经济增长与环境公平——基于中国开发区政策的研究[J]. 学术月刊, 2023, 55(7): 31-45. |
[22] |
叶阿忠, 郑航. 经济增长对环境污染的非线性效应研究——基于半参数空间模型的再检验[J]. 生态经济, 2022, 38(4): 177-185. |
[23] |
傅崇辉, 钟柳青, 吴嘉军, 等. 人口与空气污染物排放的动态稳定性研究[J]. 生态经济, 2016, 32(10): 154-159. |
[24] |
马晓钰, 李强谊, 韩源源. 我国人口因素对环境污染的影响——基于省级静态与动态面板数据模型研究[J]. 生态经济, 2015, 31(10): 138-141. |
[25] |
李天昕, 高姗, 韩扬文, 等. 高质量视角下工业化与空气质量、碳排放解析[J]. 洁净煤技术, 2023, 29(S2): 815-828. |
[26] |
马勇, 姚驰, 李书舒. 经济开放、工业化与环境质量[J]. 社会科学, 2022(10): 119-132. |
[27] |
徐毅成. 浙江省科技服务业集聚、环境规制对绿色创新效率的影响研究[D]. 杭州: 浙江科技学院, 2022.
|
[28] |
王晗, 何枭吟. 服务业开放能否降低地区环境污染水平?——基于空间溢出效应的视角[J]. 西南民族大学学报(人文社会科学版), 2021, 42(8): 92-103. |
[29] |
李永友, 沈坤荣. 我国污染控制政策的减排效果——基于省际工业污染数据的实证分析[J]. 管理世界, 2008(7): 7-17. |