开放科学(资源服务)标识码(OSID)：
Existing research has documented significant positive effects of energy use rights and carbon emission rights trading on energy consumption, technological innovation, and industrial structure, yet predominantly examines these policies in isolation. While the role of environmental regulation in carbon unlocking has garnered increasing attention, most studies focus on single driving factors. Consequently, whether the combination of energy use rights and carbon emission rights trading generates synergistic effects exceeding individual policy impacts, and through what mechanisms such synergy operates, remains insufficiently understood.
Against the policy backdrop of dual-pilot regions, this study constructs a "source-process-output" analytical framework to examine how these two policies jointly influence carbon lock-in. Leveraging the quasi-natural experimental setting of overlapping pilot regions, the study systematically analyzes the synergistic effects and underlying mechanisms across input, process, and output dimensions. This study selects panel data of 300 Chinese cities from 2010 to 2023 as samples, and uses the difference-in-differences method to conduct an in-depth analysis of the impact of the two types of policy instruments on carbon lock-in. The dataset is primarily derived from China City Statistical Yearbooks and official government reports. To mitigate the potential influence of outliers, all continuous variables are winsorized at the 1% and 99% levels. This rigorous data preprocessing enhances the robustness of our empirical findings regarding the decoupling effects of energy and carbon trading schemes.
The research results show that,first, both the energy use rights and carbon emission rights trading schemes have significantly reduced the carbon lock-in level of pilot cities; Second, the analysis of the impact mechanism finds that energy use rights and carbon emission rights trading jointly break carbon lock-in by reducing fossil energy dependence, technological path dependence and high-carbon industry embeddedness; Third, further analysis finds that while breaking carbon lock-in, the energy use rights and carbon emission rights trading schemes do not compromise economic performance,and also help promote high-quality economic development.
Compared with the existing literature, the contributions of this study include the following three points: First, it expands the research boundary of existing environmental rights trading policies from the perspective of policy synergy. Second, it constructs a systematic unlocking framework of carbon lock-in of 'source control - end-of-pipe governance', and considers the synergistic effect of energy use rights and carbon emission rights trading in breaking carbon lock-in from a holistic perspective, providing a systematic driving perspective and empirical evidence for breaking carbon lock-in. Third, it comprehensively reveals how energy use rights and carbon emission rights trading break carbon lock-in from the whole-process perspective of 'input-process-output', namely fossil energy dependence, technological path dependence, and high-carbon industry embeddedness. This study provides decision-making references for refining energy use rights and carbon emission rights policies and formulating scientific and effective carbon unlocking measures, as well as accumulating new theoretical and empirical evidence for systematically promoting the green and low-carbon transformation of industries.
开放科学(资源服务)标识码(OSID)：
随着全球经济的快速发展,环境与气候变化问题日益严峻,成为全人类共同面临的重大挑战。2020年9月,我国在第七十五届联合国大会上提出“二氧化碳排放力争于2030年前达到峰值,努力争取2060年前实现碳中和”的战略目标。随着“双碳”目标的提出,以市场为导向的环境权益交易政策体系逐渐成为我国推动节能减排的重要举措,其核心在于建立一个环境资源要素消费总量控制下的交易市场,旨在以市场化手段激发企业创新活力以实现绿色低碳转型。其中,用能权与碳排放权交易机制作为两种核心政策工具,分别从能源消费总量控制(源头控制)和碳排放总量管理(末端治理)入手,优化资源环境要素配置,以推动我国经济绿色低碳转型,进而实现“双碳”目标。
2011年,我国碳排放权交易试点工作正式启动,试点地区包括北京、天津、上海、重庆、湖北、广东及深圳;2013年起,各试点地区陆续上线碳排放权交易系统,碳交易从制度设计迈入正式运行阶段。2016年福建开展试点;2017年启动全国碳排放权交易市场建设;2021年全国碳排放权交易市场正式上线。2015 年 9 月,中共中央、国务院印发《生态文明体制改革总体方案》,提出推行用能权交易制度。2016年启动用能权有偿使用和交易试点工作,试点省份包括浙江、福建、河南、四川。我国逐渐形成以市场化为导向的环境权益交易政策体系。生态环境部《全国碳市场发展报告(2025)》显示,截至2025年8月,全国碳排放权交易市场配额累计成交量6.96亿吨,累计成交额478.26亿元,展现出强大的市场活力。在用能权交易市场中,截至2024年底,各试点省份用能权交易已初具规模。其中,浙江省用能权交易平台与福建省海峡资源环境交易中心发布的交易数据显示,两省用能权成交量已突破百万吨标煤,市场活跃度持续提升。作为实现“双碳”目标的核心政策工具,用能权与碳排放权交易正稳步推进。
然而,我国面临的碳减排形势依然严峻。长期以来,以高碳资源为核心的能源投入在推动我国工业快速发展的同时,也造成环境的严重破坏与产业发展的高碳路径依赖,这种路径依赖主要源于规模经济效应与高昂的替代成本,使得既有高碳技术体系持续嵌入产业,并逐渐与制度相互锁定,演化成为一种具备自我强化功能的技术—制度体制,阻碍了低碳技术的引入和发展[1],最终形成制约产业低碳转型与经济高质量发展的“碳锁定”效应[2]。由于长期依赖高碳能源与技术,我国在工业、建筑业以及交通系统等领域形成较强的碳锁定效应[3]。据有关统计,我国2020年重点行业碳锁定1 960亿吨,碳锁定占全部碳预算比例为65%。如何破解碳锁定,从根本上推动企业绿色转型与发展,已成为亟待解决的关键问题。
我国用能权与碳排放权交易试点政策实施为探究上述问题提供了基础。一方面,我国经济快速发展伴随着能源消耗量与碳排放总量的不断升高,而针对能源消耗总量的用能权交易政策和针对碳排放总量的碳排放权交易政策为考察碳锁定提供了良好的政策背景;另一方面,用能权与碳排放权分别在不同地区开展试点,试点地区差异为破解碳锁定创造了条件。福建作为被同时纳入用能权与碳排放权交易政策试点的省份,为探究政策协同效应提供了独特的准自然实验情境。据此,本文以破解碳锁定为视角,聚焦用能权与碳排放权交易政策组合,构建“源头控制—末端治理”分析框架,探究两种政策工具对碳锁定的协同影响机理,以期为政策设计提供参考与借鉴。
理论上,用能权有助于从源头上减少能源消耗和碳排放,而碳排放权则从末端实现对碳排放的有效控制。这两种交易制度通过市场机制促进资源优化配置,推动低碳技术研发和应用,进而缓解碳锁定现象[4]。然而,在实践中,用能权与碳排放权交易机制也可能面临政策设计交叉重叠、政策管理衔接与协同等问题;同时,企业或因履约而面临双重压力,进而导致政策效果有限。现有研究对用能权和碳排放权能否实现源头控制抑或末端治理以及能否产生“1+1>2”协同效应的探讨较少。
本文贡献主要体现在以下方面:其一,基于政策组合视角拓展现有环境权益交易政策的研究边界。已有研究多从单一政策视角探究用能权、碳排放权政策对节能减排的影响,本文探讨二者同时实施对破解碳锁定的协同影响,有助于丰富有关政策组合研究。其二,构建“源头控制—末端治理”分析框架。不同于已有研究聚焦单一驱动因素,本文系统考察用能权与碳排放权在破解碳锁定过程中的协同效应,可为破解碳锁定提供经验证据。其三,从“投入—过程—产出”全过程揭示用能权与碳排放权破解碳锁定的化石能源依赖、技术路径依赖、高碳产业嵌入作用机制,可为优化用能权和碳排放权政策以及制定行之有效的碳减排政策提供依据,并为系统推动产业绿色低碳转型提供支撑。
碳锁定是指以化石能源为基础的技术和制度共同演化而形成的“技术—制度综合体”。Unruh[5]系统阐述了碳锁定的形成机理及其破解路径。随着研究的不断深入,环境规制在破解碳锁定过程中的作用日益受到重视,但研究结论尚未达成一致。例如,蔡海亚等[6]认为环境规制对碳锁定的影响具有不确定性;程娜等[7]构建技术、经济、制度与社会四维碳解锁框架,发现制度水平提高有利于破解碳锁定;董康银等[8]研究发现,新能源示范城市能降低高碳企业碳锁定;钟军委等[9]发现绿色税制对碳锁定的影响呈现“先强化后抑制”的倒U型非线性特征。随着“双碳”目标的推进,我国逐步形成以用能权、碳排放权交易为主的环境权益交易政策体系,旨在推动经济绿色低碳转型,学者基于不同政策视角对其破解碳锁定展开了广泛讨论。
(1)从单一政策视角看,已有研究分别探究了用能权、碳排放权交易政策的影响。研究发现,用能权交易有助于降低能源消费、提高能源效率[10]、增强能源韧性[11],且该政策通过产业结构升级、技术创新等机制提升企业全要素生产率、降低企业碳排放量,进而实现协同减排效应[12]。碳排放权交易研究从环境、经济、能源、技术等不同角度对政策效果进行分析。例如,李雪松等[13]从企业层面验证碳排放权交易政策能够显著降低发电行业碳排放量,并改善企业环境绩效;崔学刚等[14]发现碳交易能够增加企业环保投资与绿色债券发行量,从而显著提升企业全要素生产率;Liu等[15]发现碳交易对企业绿色技术创新具有显著正向激励作用。理论上,用能权与碳排放权能够通过能源、技术以及产业结构等机制协同破解碳锁定,但其实际政策效果与协同效应有待深入分析。
(2)从环境政策组合视角看,已有研究表明政策组合既能产生协同效应,也能产生抵消效应。一方面,设计良好的政策组合能够通过功能互补实现协同增效。例如,在用能权交易与低碳“双试点”城市中,减污降碳的治理效果要显著优于单一试点城市,展现出政策组合的协同效应[16]。用能权交易与环保费改税、碳排放权交易与碳税的双重政策组合在抑制碳回弹、实现企业创新跃迁等方面具有比单一环境约束更好的效果[17]。另一方面,若政策目标重叠或工具冲突,可能会导致合规成本叠加、信号混乱,从而削弱整体效应。例如,Bassart-i-Loré[18]研究发现,在技术不确定性较高情况下,对于特定减排目标而言,单一政策反而比政策组合更有效;Van Den Bergh等[19]认为,可再生能源政策与碳市场组合会产生负向协同效应。
(3)聚焦用能权与碳排放权交易政策组合的研究,既有文献尚未形成一致结论。部分学者发现,用能权交易与碳排放权交易能够缓解城市碳锁定现象[20-21],且二者协同运行可以产生更显著的节能碳减排效应[22];也有研究指出,两种政策在同时实施的过程中会相互干扰,从而削弱彼此产生的外溢效应[23]。由此可见,用能权与碳排放权交易对碳锁定会产生何种效应有待进一步探究。
综上,以上研究存在如下不足:首先,围绕环境权益交易政策效果的研究多集中于单一政策视角,考虑到不同政策之间相互交叉,用能权与碳排放权交易政策组合能否产生协同效应需展开进一步分析;其次,尽管已有研究关注政策协同的重要性,但对不同政策如何协同破解碳锁定的深入分析较少;再次,聚焦演化分析的碳锁定研究多探究单一驱动因素的作用,缺乏系统性政策体系协同效果研究。
为应对气候变化,我国政府高度重视节能减排,积极推进用能权和碳排放权交易制度建设。用能权交易以能源消费总量控制为核心目标,属于“源头控制型”政策。而碳排放权交易聚焦CO2等温室气体排放管理,属于“末端治理”工具。两者通过设定碳排放总量上限与配额交易机制,引导企业优化能源结构或采用低碳技术,两种政策实施概况如下:2016年7月,国家发展改革委印发《用能权有偿使用和交易制度试点方案》,在浙江、福建、河南、四川开展用能权交易试点工作,旨在发挥市场配置能源资源的决定性作用,激发市场主体活力,推动能源要素优化配置,提高绿色发展水平。2011年10月,国家发展改革委办公厅印发《关于开展碳排放权交易试点工作的通知》,批准北京、天津、上海、重庆、湖北、广东及深圳开展碳排放权交易试点。2017年12月,国家发展改革委印发 《全国碳排放权交易市场建设方案(发电行业)》,推进全国碳排放权交易市场建设。2021年7月,全国碳排放权交易市场正式上线,首个履约周期碳排放配额累计交易量1.79亿吨,累计成交金额76.61亿元,市场运行平稳有序。
用能权与碳排放权交易均是基于总量控制下的配额交易机制,在实施过程中均采用试点实施方式。两者在实施过程中存在一定差异,其一,碳排放权交易侧重“末端治理”,即通过价格信号调节碳排放产生的经济价值;而用能权则强调“源头控制”,即通过约束直接抑制能源需求[15]。其二,试点地区不同。从政策试点地区看,除福建同时实施用能权和碳排放权交易试点政策外,其余试点地区仅受单一政策的影响。
碳锁定作为一种“技术—制度复合体”,通过能源选择、技术路径、产业结构等基础设施和人工制品的规模报酬递增阻碍绿色低碳技术扩散,使经济体长期锁定于高碳能源体系。可见,碳锁定并非单一因素或单一环节作用的结果,而是贯穿于生产投入至产出全流程,兼具产业嵌入性与路径依赖特征。聚焦用能权与碳排放权交易机制以及两者对碳锁定的协同影响,本文从投入、过程与产出3个维度分析政策对碳锁定的作用机理。
(1)从投入端看,我国长期以来形成以化石能源为基础的庞大基础设施,推动能源低碳转型是落实“双碳”目标的优先事项。用能权交易作为“源头控制”政策,通过调节用能成本与收益,引导企业优化能源配置,额外的用能成本有助于推动企业降低能源消费,提高能源效率,优化能源结构;通过富余用能权获取的收益有助于激励企业优化自身能源结构,减少能源投入与浪费,提高能源效率(Cui &Cao, 2024)。基于“末端治理”的碳排放权交易通过碳排放配额交易激励企业采用低碳能源代替高碳能源,倒逼企业提高能源效率,优化能源结构。两种政策工具分别立足“源头”和“末端”,从投入端对企业能源消费形成直接与双向约束。理论上,二者均能促使企业重新审视自身能源决策与配置,通过对化石能源消费形成双重管控,推动企业能源转型。但在实践中,两类交易分属于不同主管部门,在配额分配、履约机制等方面缺乏统筹协调,既有可能造成核算层面重复记账,导致政策效果虚高,也有可能因政策叠加与冲突使企业面临双重限制与合规压力,从而制约政策协同效果。
(2)从过程端看,绿色创新作为化解环境效益与经济效益矛盾的有效途径,可显著提高企业资源能源利用效率、减少碳排放(Cui &Cao,2024)。用能权与碳排放权交易不仅能够通过合规压力倒逼企业转型升级、改进工艺,进而实现合规排放;还能通过调节配额成本与收益激励企业技术创新,促使企业应用绿色技术破解高碳技术路径依赖,提高能源利用效率,减少碳排放,进而获取双重配额收益[24]。在用能权与碳排放权的双重激励下,企业可有效破解原有技术路径依赖,进而提升绿色技术创新能力。值得注意的是,用能权交易侧重于激励节能技术,碳排放权交易侧重激励低碳技术,而企业往往会根据价格信号选择投资更有利的技术,这种选择可能会导致有限资源被分散配置,难以实现对碳锁定的整体性技术突破。因此,两种政策在实践中能否产生协同激励效应仍需进一步检验。
(3)从产出端看,随着投入端成本压力与生产端技术革新的积累,处于产业链终端的产业体系会迎来结构性转型。具体而言,传统高碳产业与企业面临诸如购买配额、节能减排、排放监测和核实等额外工作,这会导致资源从传统生产用途转向污染减排并间接提高产品成本。长此以往,用能权或碳配额等资源环境要素将会从未能减少能源消耗或碳排放的行业企业逐渐流向高效行业企业,最终导致低效行业企业退出或收缩,进而加速行业结构调整。可见,两种政策能够协同加速产业结构调整。其中,用能权交易使得高耗能产业能源成本上升,利润空间受到挤压,促使资本向低能耗、高附加值服务业和高新技术产业转移。而碳排放权交易在末端通过碳排放成本约束,促使企业向低排放、高附加值产业转型,进而优化产业结构。然而,当两种政策覆盖范围和执行力度存在差异时,高能耗与高排放产业可能会向政策宽松区或未试点地区转移,形成“污染避难所”效应,进而抑制两种政策的协同效应。
综上,本文认为用能权与碳排放权交易理论上能够通过降低化石能源依赖、高碳技术路径依赖、高碳产业嵌入协同破解碳锁定,但在实践中,两种政策实施效果可能会形成不同研究路径:一是激励相容的协同路径,二是交叉干扰的冲突路径,其潜在效果仍需系统研究并加以验证。综上,本文构建用能权与碳排放权交易破解碳锁定的机制分析框架,如图1所示。
图1 用能权与碳排放权交易破解碳锁定的机制分析框架
Fig.1 Mechanism analysis framework for breaking carbon lock-in through energy use rights and carbon emission rights trading
为探究用能权与碳排放权交易政策对碳锁定的影响,本研究选取2010—2023年中国300个城市面板数据作为研究样本。筛选过程如下:首先,将受到政策干预的城市作为处理组样本。用能权试点政策涵盖省份包括浙江、福建、河南、四川,本文将以上4个省份所辖地级市作为用能权政策的处理组,将其余非用能权试点省份地级市作为对照组。碳排放权试点地区包括北京、天津、上海、重庆、湖北、广东、深圳及福建,将北京、天津、上海、重庆、深圳以及湖北、广东、福建所辖地级市作为碳排放权政策的处理组,其余非碳排放权试点省份地级市作为对照组。其次,在数据收集过程中,对数据进行严格的质量控制和清洗,以确保数据的准确性和完整性。采用插值法、均值替代法等方法对缺失值进行处理,以确保数据的连续性和可靠性。
本文数据来源如下:城市能源消费、碳排放量等数据主要来源于《中国城市统计年鉴》、全球大气研究排放数据库。专利数据来源于国家知识产权局专利数据库和各城市知识产权管理部门统计数据,用于衡量城市绿色技术创新能力。城市经济、社会、人口等基本信息以及地区生产总值、工业增加值等控制变量数据来源于《中国城市统计年鉴》,用于控制其他可能影响碳锁定的因素,以提高模型的准确性和可靠性。
(1)被解释变量:碳锁定。Unruh[5]的路径依赖理论指出,高碳技术、制度和基础设施的协同演化导致经济系统难以脱碳。为量化这一效应,本研究用CO2_Energy(单位能源消耗碳排放量)和CO2_PerGDP(单位人均GDP碳排放量) 作为碳锁定的代理变量,前者反映能源利用碳效率(技术锁定),后者衡量经济增长与碳排放的脱钩程度(结构锁定)。
(2)解释变量:①用能权交易试点政策(Energy_ETS),依据中央和地方各级政府出台的政策文件以及用能权交易试点启动时间,确定城市是否实施了用能权交易。若城市在某一年开始实施用能权交易,则该年及以后年份Energy_ETS取值为1,否则取值为0。②碳排放权交易试点政策(CO2_ETS),采用同样方法确定城市是否实施了碳排放权交易。若城市在某一年开始实施碳排放权交易,则该年及以后年份CO2_ETS取值为1,否则取值为0。
(3)机制变量。①能源机制,采用能源强度与能源结构两个指标衡量。本文借鉴韩刚等[25]的研究,能源消费强度(Energy_ Intensity)选取全社会用电量、煤气天然气供应量和液化石油气供应量3种主要能源消耗指标,通过标准煤折算系数得到能源消耗总量,用能源消费总量与地区生产总值的比值作为能源强度的度量指标。该指标反映单位GDP所消耗的能源量,数值越低,说明能源利用效率越高,经济发展对能源的依赖程度越低。能源结构(Energy_structure)用化石能源消费量占能源消费总量的比值衡量,即高碳能源消耗在能源消费结构中所占比重。②技术机制,采用技术路径依赖和绿色创新两个指标衡量。借鉴Song等[26]的测量方法,技术路径依赖(Path_dependence)用城市过去5年所申请专利中自引用占总引用的比重衡量。绿色创新(Green_Patent)用绿色专利授权量的对数衡量,绿色专利授权量反映城市在绿色技术研发和创新方面的能力。③产业结构机制,采用产业转型和产业高级化两个指标测量。其中,产业转型(Industry_Share)用泰尔指数来衡量,该指数越低,表明产业结构越合理,产业转型水平越高。产业结构高级化(Industry_Upgrade)用产业结构层次系数法计算,该方法综合考虑了各产业增加值比重和劳动生产率,能够更全面地反映产业结构高级化程度。
(4)控制变量。为排除其他因素的影响,本文进一步控制城市要素市场化水平、城市化水平、金融发展、信息化水平、对外开放、外商企业投资等因素对城市能源消费与碳排放的影响。
综上,变量定义见表1。
表1 变量定义
Table 1 Variable definitions
变量类型 变量名称 变量符号 变量测度 被解释变量 碳锁定 CO2 _Energy 单位能源消耗碳排放量取对数 CO2 _PerGDP 单位人均 GDP碳排放量取对数 解释变量 用能权交易试点政策 Energy_ETS 若城市在某一年开始实施用能权交易,则该年及 以后年份Energy_ETS 取值为1,否则为0 碳排放权交易试点政策 CO2 _ETS 若城市在某一年开始实施碳排放权交易,则该年 及以后年份CO2 _ETS 取值为1,否则为0 机制变量 能源强度 Energy_Intensity 能源消费总量/地区生产总值 能源结构 Energy_Structure 化石能源消费量/能源消费总量 技术路径依赖 Path_dependence 城市过去5年专利自引量与总引量之比 绿色创新 Green_Patent 绿色专利授权量取对数 产业转型 Industry_Share 泰尔指数 产业结构高级化 Industry_Upgrade 基于产业占比与劳动生产率的加权综合指数 控制变量 城市要素市场化水平 Market 市场化指数 城市化水平 UR 城市人口/总人口 金融发展 FD 金融机构存贷余额/地区生产总值 信息化水平 IL 平均每百人互联网接入用户数 对外开放 Open 进出口额/地区生产总值 外商企业投资 FDI 外商直接投资金额
为评估用能权和碳排放权对碳锁定的影响,本文采用双重差分模型(DID)进行实证检验。双重差分模型是一种常用的政策评估方法,通过比较处理组和对照组在政策实施前后的差异来评估政策实施效果。模型设定如下:
CO2_Energyit/CO2_PerGDPit=α0+
β1Energy_ETSit(CO2_ETSit)+β2Controlsit+μi+δt+εit
(1)
其中,下标i、t分别表示城市和年份,CO2_Energy、CO2_PerGDP为被解释变量碳锁定。Energy_ETS(CO2_ETS)为核心解释变量,若城市在某一年开始实施用能权交易(碳排放权交易),则该年及以后年份Enery_ETS(CO2_ETS)取值为1,否则为0;系数β1表示政策对城市碳锁定的影响;Controlsit为一系列控制变量;μi为个体固定效应;δt为时间固定效应;εit为随机误差项。
表2报告了变量描述性统计结果。列(5)与列(10)分别比较用能权交易非试点地区与试点地区、碳排放权交易非试点地区与试点地区样本均值差异。通过T检验发现,用能权交易试点地区和碳排放权交易试点地区碳排放量均低于非试点地区样本均值,且差值均在1%水平上显著。从其余变量看,用能权交易试点地区要素市场发育、对外开放、外商企业投资均高于非试点地区样本均值,城市化水平、金融发展、信息化水平均低于非试点地区样本均值。碳排放权交易试点地区要素市场发育、城市化水平、对外开放、外商企业投资均高于非试点地区样本均值,金融发展、信息化水平均低于非试点地区样本均值。
表2 描述性统计结果
Table 2 Descriptive statistics
变量 用能权交易 非试点地区 平均值 标准差 (1) (2) 用能权交易 试点地区 平均值 标准差 (3) (4) T值 (5) 碳排放权交易 非试点地区 平均值 标准差 (6) (7) 碳排放权交易 试点地区 平均值 标准差 (8) (9) T值 (10) CO2 _Energy 0.94 0.81 0.69 0.73 0.25 *** 0.91 0.81 0.81 0.76 0.10 *** CO2 _PerGDP 6.14 1.00 5.94 0.88 0.20 *** 6.09 1.02 6.18 0.75 -0.09 ** Market 9.49 3.87 10.15 3.15 -0.67 *** 9.07 3.65 12.58 2.84 -3.51 *** UR 0.57 0.16 0.54 0.12 0.02 *** 0.55 0.15 0.63 0.17 -0.08 *** FD 3.18 6.94 2.45 0.99 0.72 *** 3.15 6.81 2.48 1.22 0.67 ** IL 43.16 706.28 1.03 0.50 42.12 * 41.57 693.60 1.49 1.51 40.08 Open 0.18 0.29 0.19 0.29 -0.02 0.15 0.24 0.37 0.44 -0.22 *** FDI 55.42 138.98 57.42 124.04 -2.00 43.73 91.00 119.27 260.66 -75.53 ***
注:***、**、*分别表示1%、5%、10%水平上显著,下同
从描述性统计结果看,碳锁定相关指标在不同城市间存在较大差异。这反映出各城市在能源利用效率、经济发展模式和碳排放水平等方面参差不齐。部分城市可能由于产业结构较为优化、能源利用技术先进,使得碳锁定程度相对较低;而另一些城市可能过度依赖高耗能产业,导致碳排放量较高、碳锁定问题较为严重。
4.1.1 基准回归结果
本文首先分析单一政策的碳解锁效应,回归结果见表3,分别用单位能源碳排放量(CO2_Energy)和单位人均GDP碳排放量(CO2_PerGDP)作为因变量,以用能权和碳排放权作为核心解释变量。列(1)(2)结果显示,用能权系数分别为-0.212和-0.158,且均在1%水平上显著,表明用能权政策实施显著降低了碳锁定。这说明,用能权政策对于从源头上控制能源消耗和减少碳排放具有显著效果,这一结论与Weng等[20]的研究结论一致。列(3)(4)结果显示,碳排放权系数分别为-0.044和-0.039,且均在10%水平上显著,表明碳排放权交易能够有效缓解碳锁定。
表3 基准回归结果
Table 3 Baseline regression results
变量 CO2 _Energy CO2 _PerGDP (1) (2) CO2 _EnergyCO2 _PerGDP (3) (4) Energy_ ETS -0.212 *** -0.158 *** (0.019) (0.015) CO2 _ETS -0.044 * -0.039 * (0.023) (0.023) Market -0.022 *** 0.005 -0.020 *** 0.006 (0.005) (0.004) (0.005) (0.004) UR -0.529 *** -0.409 *** -0.535 *** -0.416 *** (0.125) (0.101) (0.128) (0.103) FD 0.021 0.077 *** 0.027 * 0.081 *** (0.013) (0.017) (0.014) (0.018) IL -0.055 -0.139 *** -0.060 -0.143 *** (0.046) (0.030) (0.046) (0.030) Open -0.022 0.028 -0.053 0.003 (0.046) (0.036) (0.049) (0.037) FDI -0.000 ** -0.000 *** -0.000 ** -0.000 *** (0.000) (0.000) (0.000) (0.000) Constant 1.193 *** 6.650 *** 1.182 *** 6.644 *** (0.080) (0.061) (0.082) (0.064) 时间固定 Y Y Y Y 城市固定 Y Y Y Y 观测值 4011 4017 4011 4017 R 2 0.908 0.959 0.905 0.957
注:()内为稳健标准误,下同;列(1)(2)为加入用能权政策变量的回归结果,列(3)(4)为加入碳排放权政策变量的回归结果
综上,用能权和碳排放权交易政策实施均显著降低了碳锁定效应,表明这些政策在控制能源消耗和减少碳排放方面效果显著。同时,城市化水平、外商直接投资和信息化也有助于减少碳排放,金融发展会促进碳排放。
4.1.2 稳健性检验
(1)平行趋势检验。本文借鉴Wang等[27]的方法进行平行趋势检验。构建政策虚拟变量(Energy_Treat/CO2_Treat)与时间趋势变量(Trendt)的交互项,用以检验试点与非试点地区在政策实施前的时间趋势是否存在差异。若系数β1在统计上不显著,表明符合平行趋势假设,模型如式(2)所示。
CO2_Energyit/CO2_PerGDPit=α0+
β1Energy_Treati(CO2_Treati)×Trendt+β2Controlsit+μi+δt+εit
(2)
其中,Trendt为时间趋势,对样本期内首个年份赋值为1,后续年份依次递增1,即Trend=1,2,3,…,t,其余变量定义与公式(1)保持一致,结果见表4 Panel A。列(1)(2)为用能权交易试点政策的平行趋势检验结果,Energy_Treati×Trendt系数不显著,表明用能权交易试点地区与非试点地区的变化趋势在政策实施前不存在显著差异;列(3)(4)为碳排放权交易政策的平行趋势检验结果,CO2_Treati×Trendt系数不显著,说明在政策实施前,碳排放权交易试点地区与非试点地区碳锁定水平的时间趋势不存在显著差异。整体来看,政策试点地区与非试点地区在政策实施前符合双重差分(DID)的平行趋势假设。
表4 稳健性检验结果
Table 4 Robustness test results
检验方法 变量 CO2 _Energy CO2 _PerGDP (1) (2) CO2 _Energy CO2 _PerGDP (3) (4) PanelA:平行趋势检验 Energy_Treat×Trendt -0.011 0.001 (0.007) (0.009) CO2 _Treat×Trendt 0.001 -0.004 (0.017) (0.011) PanelB:PSM-DID检验 Energy_ETS -0.214 *** -0.121 *** (0.019) (0.015) CO2 _ETS -0.051 ** -0.053 ** (0.025) (0.023) PanelC:控制时间趋势变量 Energy_ETS -0.212 *** -0.158 *** (0.019) (0.015) CO2 _ETS -0.044 * -0.039 * (0.023) (0.023) Trend 0.134 *** -0.046 *** 0.129 *** -0.049 *** (0.005) (0.003) (0.005) (0.003) PanelD:控制疫情影响 Energy_ETS -0.209 *** -0.127 *** (0.017) (0.014) CO2 _ETS -0.062 *** -0.051 ** (0.020) (0.021) Constant 1.222 *** 6.675 *** 1.226 *** 6.682 *** (0.066) (0.077) (0.069) (0.080) Controls Y Y Y Y 年份固定 Y Y Y Y 城市固定 Y Y Y Y 观测值 2870 2870 2870 2870 R 2 0.936 0.968 0.933 0.968
(2)PSM-DID检验。为缓解潜在政策选择性偏误对估计结果造成的影响,本文进一步采用双重差分倾向得分匹配法(PSM-DID)进行稳健性检验。选取城市化水平、金融发展、信息化水平、对外开放、外商企业投资因素,为试点城市匹配特征相似的非试点城市,并对匹配后的子样本重新进行回归分析,结果见表4 Panel B。列(1)(2)结果显示,用能权系数均在1%水平上显著为负;列(3)(4)结果显示,碳排放权系数均在5%水平上显著为负,验证了基准回归结果的稳健性。
(3)控制时间趋势。为检验基准结果是否受遗漏时间因素的影响,进一步在基准模型中加入时间趋势变量,用以捕捉被解释变量随时间变化的线性变化趋势。若核心解释变量系数符号与显著性在控制时间趋势后未发生实质性改变,则表明基准结果稳健,结果见表4 Panel C。估计结果回归系数符号和显著性与基准回归结果保持一致。
(4)控制疫情影响。考虑到新冠疫情对经济发展和碳排放的影响,剔除2020—2023年样本重新进行回归分析,结果见表4 Panel D。用能权和碳排放权交易对碳锁定的影响系数符号和显著性未发生明显变化,表明研究结果具有稳健性。
4.1.3 源头控制与末端治理
进一步,分析两种政策的组合效应,结果见表5。
表5 政策比较结果
Table 5 Comparative analysis of policies
变量 CO2 _Energy CO2 _PerGDP (1) (2) Energy_ ETS -0.212 *** -0.157 *** (0.019) (0.015) CO2 _ETS -0.044 ** -0.039 * (0.022) (0.022) Constant 1.209 *** 6.664 *** (0.081) (0.063) Controls Y Y 时间固定 Y Y 城市固定 Y Y 观测值 4011 4017 R 2 0.908 0.959
(1)用能权效应。列(1)结果显示,用能权系数为-0.212(p<0.01),表明用能权政策实施显著降低了碳锁定,即用能权政策在源头控制能源消耗进而减少碳排放方面具有显著效果。列(2)结果显示,用能权系数为-0.157(p<0.01),表明用能权政策实施显著降低了单位人均GDP碳排放,即用能权政策不仅能够减少碳排放,还能在一定程度上促进经济绿色转型。
(2)碳排放权效应。列(1)结果显示,碳排放权系数为-0.044(p<0.05),表明碳排放权政策实施显著降低了单位能源碳排放水平。列(2)结果显示,碳排放权系数为-0.039(p<0.1),虽然碳排放权政策效果略低于用能权政策,但其在减少碳排放方面仍具有显著促进作用。这与李雪松等[13] 基于企业层面的实证研究结论相同,进一步验证了碳排放权交易在碳减排实践中的有效性。综上,用能权政策和碳排放权交易政策在减少碳排放和促进经济绿色转型方面具有显著效果,但具体效果存在一定差异。
4.2.1 政策协同整体效应
为检验用能权与碳排放权交易政策的协同效果,将样本划分为4类,分别为仅实施用能权试点地区(Energy_ETS1)、仅实施碳排放权试点地区(CO2_ETS1)、同时实施用能权和碳排放权试点地区(Policy_Synergy)和从未实施用能权和碳排放权试点地区(Non-pilot)。分别将仅用能权试点、仅碳排放权试点以及同时实施双重政策的城市作为实验组,无试点样本作为对照组,结果见表6列(1)～(6)。可见,用能权、碳排放权以及政策协同均显著降低了试点城市碳锁定。进一步地,将所有实验组同时加入方程,构建一个完备模型,以排除政策之间的溢出效应,结果见表6列(7)(8)。可见,在单位能源碳排放和单位GDP碳排放两个指标上,用能权及双政策协同均显著降低了碳锁定水平。
表6 政策协同效应检验结果(一)
Table 6 Synergy effect of policies(1)
变量 CO2 _EnergyCO2 _PerGDP (1) (2) CO2 _EnergyCO2 _PerGDP (3) (4) CO2 _EnergyCO2 _PerGDP (5) (6) CO2 _Energy CO2 _PerGDP (7) (8) Energy_ETS1 -0.197 *** -0.137 *** -0.223 *** -0.151 *** (0.021) (0.015) (0.021) (0.016) CO2 _ETS1 -0.050 ** -0.043 * -0.038 -0.027 (0.024) (0.025) (0.025) (0.026) Policy_Synergy -0.101 ** -0.214 *** -0.182 *** -0.206 *** (0.041) (0.030) (0.043) (0.032) Constant 1.242 *** 6.716 *** 1.096 *** 6.628 *** 1.169 *** 6.676 *** 1.200 *** 6.663 *** (0.085) (0.064) (0.086) (0.066) (0.090) (0.066) (0.081) (0.063) Controls Y Y Y Y Y Y Y Y 时间固定 Y Y Y Y Y Y Y Y 城市固定 Y Y Y Y Y Y Y Y 观测值 3367 3373 3241 3247 2849 2855 4011 4017 R 2 0.907 0.960 0.905 0.954 0.905 0.957 0.908 0.959
进一步,本文揭示政策组合的协同效应,即将双试点地区与仅实施单一政策地区进行对比分析,将双试点地区作为实验组,分别将两类单试点地区作为对照组,以检验双试点地区相较于单试点地区能否更有效地降低碳锁定水平,结果见表7。列(1)(2)汇报了政策协同与仅实施用能权交易的比较结果,其中列(1)回归系数为-0.077,但未通过显著性检验,表明双试点政策相较于仅用能权政策,在降低单位能源碳排放(CO2_Energy)方面没有显著差异。列(2)回归系数为-0.118,在1%水平上显著,表明相较于仅用能权政策,政策协同能够显著降低单位GDP碳排放。列(3)(4)汇报了政策协同与仅实施碳排放权交易的比较结果,回归系数分别为-0.100和-0.098,且均在5%水平上显著,表明相较于仅碳排放权试点政策,双试点政策能够显著降低单位能源碳排放与单位GDP碳排放。总体而言,双试点政策相较于单试点政策具有更显著的碳解锁效应,这一结果与孙慧等[17]关于政策组合具有协同增效的结论相似,且与Zhang等[22]关于用能权与碳排放权协同效果的结论一致,这为政策组合的优越性提供了稳健支撑。
表7 政策协同效应检验结果(二)
Table 7 Synergy effect of policies(2)
变量 双试点地区与 仅用能权试点地区 CO2 _Energy CO2 _PerGDP (1) (2) 双试点地区与 仅碳排放权试点地区 CO2 _Energy CO2 _PerGDP (3) (4) Policy_ Synergy -0.077 -0.118 *** -0.100 ** -0.098 ** (0.048) (0.031) (0.050) (0.041) Constant 2.411 *** 7.586 *** 1.21 *** 6.741 *** (0.275) (0.183) (0.226) (0.198) Controls Y Y Y Y 时间固定 Y Y Y Y 城市固定 Y Y Y Y 观测值 770 770 644 644 R 2 0.931 0.980 0.917 0.955
4.2.2 政策协同动态效应
随着政策的不断推进,需要进一步研究其动态影响。本文参照王锋等[28]的事件研究框架计量模型对政策动态效果进行分析,模型设定如下:
CO2_Energyit/CO2_PerGDPit=α0+
(3)
借鉴韩先锋等[29]的研究,用样本第一期2010年作为基准期,计算各期系数相对于事前均值的偏离程度,并对所有期数的回归系数作去均值处理以缓解可能存在的事前趋势。估计结果见图2～图4。图2(a)以单位能源碳排放为被解释变量,用能权政策实施当期及以后8期系数均显著为负。图2(b)结果显示,用能权政策实施后各年份均显著降低了碳锁定。图3结果显示,碳排放权交易政策实施后系数均不显著,这可能是由经济增长过快导致。图4结果显示,用能权与碳排放权交易政策同时实施后能够显著降低碳锁定,表明政策协同效应显著。
图2 用能权动态趋势检验
Fig.2 Dynamic trend test of energy rights
注:图中的点表示95%置信区间下估计回归系数,下同
图3 碳排放权动态趋势检验
Fig.3 Dynamic trend test of carbon emission rights
图4 双试点动态趋势检验
Fig.4 Dual pilot dynamic trend test
4.2.3 政策协同机理
在分析政策总体效应的基础上,进一步从“投入—过程—产出”视角揭示政策协同机理。具体而言,分别从能源路径依赖、技术路径依赖与高碳产业嵌入3个视角考察用能权与碳排放权交易及其协同影响碳锁定的解锁机制,参考江艇[30]的两步法构建如下回归模型:
Mechanismit=α0+β1Energy_ETS1it+
β2 CO2_ETS1it+β3 Policy_Synergyit+β4Controlsit+μi+δt+εit
(4)
其中,Mechanismit为影响机制,分别采用能源路径依赖、技术路径依赖与高碳产业嵌入进行测度,其余变量含义与公式(1)相同。
(1)能源机制。首先,分析用能权与碳排放权交易及其协同对能源路径依赖的影响,用能源强度、能源结构指标进行测度,结果见表8。列(1)结果显示,用能权对能源强度的影响显著为负,系数为-0.033(p<0.01),表明用能权实施显著降低了试点城市高碳能源强度。从源头控制视角看,用能权交易机制有效弱化了投入端的碳锁定程度。碳排放权侧重从末端对碳排放进行控制,显著降低了试点城市能源强度,对能源强度产生了间接解锁效应,这与陈占明等[31]、Cui等[10]的研究结论一致。列(2)结果显示,用能权、碳排放权交易以及二者协同对能源结构的影响均不显著,表明在短期内,以煤炭、石油、天然气为主导的化石能源结构难以改变,这可能需要更长时间或更有力的政策干预才能加以改善。综上,用能权与碳排放权交易能够在一定程度上通过降低能源强度实现碳解锁效应。
表8 化石能源依赖机制检验结果
Table 8 Test results of the fossil energy dependence mechanism
变 量 能 源 强 度 能 源 结 构 ( 1 ) ( 2 ) Ene r g y _ ETS 1 - 0 . 0 3 3 * * * - 0 . 0 0 9 ( 0 . 0 0 4 ) ( 0 . 0 0 7 ) CO 2 _ ETS 1 - 0 . 0 1 6 * * * 0 . 0 0 7 ( 0 . 0 0 5 ) ( 0 . 0 1 0 ) P o lic y _ Sy ne r g y - 0 . 0 1 6 * * * 0 . 0 1 0 ( 0 . 0 0 4 ) ( 0 . 0 0 8 ) Con s tant - 0 . 0 0 1 0 . 2 2 0 * * * ( 0 . 0 1 7 ) ( 0 . 0 1 9 ) C o n t r o l s Y Y 时 间 固 定 Y Y 城 市 固 定 Y Y 观 测 值 3 9 2 0 3 9 2 0 R 2 0 . 7 1 7 0 . 7 4 1
(2)技术机制。破解碳锁定还需通过技术革新打破既有高碳技术路径依赖。为此,进一步探究用能权与碳排放权交易对技术路径依赖的影响,分别检验两种政策及其协同对技术路径依赖与绿色创新的影响,结果见表9。列(1)结果显示,用能权和政策协同系数分别为-0.025和-0.047,且均在1%水平上显著为负,表明用能权及双政策协同能够显著降低技术路径依赖,即试点城市的技术创新活动更有可能吸纳和整合外部新技术,从而促进新技术开发与应用。列(2)结果显示,用能权、碳排放权与政策协同系数分别为0.046(p<0.1)、0.096(p<0.01)和0.149(p<0.01),表明用能权、碳排放权及其政策协同能够有效促进绿色技术创新。这可能是因为,用能权与碳排放权政策分别通过设定能耗上限、碳排放上限及相关交易机制,激励企业进行绿色技术创新以降低碳排放成本,这与胡逸群等[32]、张艾莉等[12]、Goulder等[33]的研究结论相似。可见,用能权、碳排放权及其政策协同能够有效破解高碳技术路径依赖。
表9 技术路径依赖机制检验结果
Table 9 Test results of the technical path dependence mechanism
变量 技术路径依赖 绿色创新 (1) (2) Energy_ETS1 -0.025 *** 0.046 * (0.007) (0.024) CO2 _ETS1 0.013 0.096 *** (0.011) (0.033) Policy_Synergy -0.047 *** 0.149 *** (0.013) (0.043) Constant 0.752 *** 0.524 *** (0.024) (0.100) Controls Y Y 时间固定 Y Y 城市固定 Y Y 观测值 4006 4018 R 2 0.529 0.947
(3)产业结构机制。从产出端看,降低高碳产业嵌入依赖是破解碳锁定的最终落脚点。为此,进一步探究用能权与碳排放权及其协同作用对产出端的影响,高碳产业嵌入采用产业转型与产业结构高级化进行测度,结果见表10。列(1)结果显示,用能权与双政策协同对产业转型的估计系数均显著为负,分别为-0.026(p<0.01)和-0.019(p<0.1),碳排放权政策对产业转型的估计系数为0.018,未达到显著性水平。这表明,用能权与双政策协同能够显著促进产业转型,而碳排放权政策对产业转型的作用相对有限。列(2)结果显示,用能权和碳排放权对产业结构高级化的影响不显著,但政策协同显著促进产业高级化水平提升。这表明,两种政策能够在一定程度上推动产业结构低碳化转型,但对产业结构高质量发展的影响有待提升。
表10 高碳产业嵌入机制检验结果
Table 10 Test results of the high-carbon industry integration mechanism
变 量 产 业 转 型 产 业 结 构 高 级 化 ( 1 ) ( 2 ) Ene r g y _ ETS 1 - 0 . 0 2 6 * * * - 0 . 0 0 3 ( 0 . 0 0 9 ) ( 0 . 0 0 7 ) CO 2 _ ETS 1 0 . 0 1 8 - 0 . 0 2 3 ( 0 . 0 1 3 ) ( 0 . 0 1 4 ) P o lic y _ Sy ne r g y - 0 . 0 1 9 * 0 . 0 5 0 * * * ( 0 . 0 1 1 ) ( 0 . 0 1 0 ) Con s tant 0 . 1 3 2 * * * 0 . 6 3 0 * * * ( 0 . 0 2 6 ) ( 0 . 0 2 4 ) 时 间 固 定 Y Y 城 市 固 定 Y Y 观 测 值 3 . 9 9 9 3 9 4 8 R 2 0 . 7 8 7 0 . 7 7 6
已有研究表明,环境规制通常会增加企业成本,使企业难以兼顾环境与经济绩效[34]。为此,本文采用中介效应模型,将碳锁定作为中介变量,分析用能权、碳排放权交易对经济发展的影响,采用GDP与经济高质量发展两个指标衡量。其中,高质量发展参考刘佳等[35]的方法进行测度。表11列(1)结果显示,用能权与碳排放权交易对GDP的影响均在1%水平上显著为正,表明用能权与碳排放权交易对整体经济规模具有显著正向影响;同时,政策协同显著促进了试点城市经济增长。列(2)结果显示,用能权、碳排放权交易及政策协同对高质量发展具有显著正向影响,有助于推动经济高质量发展。中介效应检验结果显示,用能权与碳排放权交易以及二者协同在破解碳锁定的同时,有助于推动经济发展。
表11 经济高质量发展检验结果
Table 11 Test results of high-quality economic development
变量 Step1 lnGDP HQD (1) (2) Step2 CO2 _Energy CO2 _PerGDP (3) (4) Step3 lnGDP HQD (5) (6) Energy_ETS1 0.071 *** 0.001 ** -0.223 *** -0.151 *** 0.051 *** 0.000 (0.011) (0.001) (0.021) (0.016) (0.011) (0.001) CO2 _ETS1 0.079 *** 0.009 *** -0.038 -0.027 0.077 *** 0.009 *** (0.015) (0.002) (0.025) (0.026) (0.015) (0.002) Policy_Synergy 0.200 *** 0.002 * -0.182 *** -0.206 *** 0.185 *** 0.000 (0.020) (0.001) (0.043) (0.032) (0.019) (0.001) CO2 _Energy -0.090 *** (0.012) CO2 _PerGDP -0.007 *** (0.001) Constant 16.318 *** 0.078 *** 1.200 *** 6.663 *** 16.424 *** 0.121 *** (0.054) (0.003) (0.081) (0.063) (0.056) (0.005) Controls Y Y Y Y Y Y 时间固定 Y Y Y Y Y Y 城市固定 Y Y Y Y Y Y 观测值 4018 4004 4011 4017 4011 4003 R 2 0.979 0.981 0.908 0.959 0.980 0.982
从上述分析可知,用能权和碳排放权交易政策并未对试点地区经济增长产生抑制作用,反而能够有效推动地区GDP提升,且两种政策及其协同对经济高质量发展的影响均显著为正,表明用能权与碳排放权交易不局限于绿色发展维度,还与经济高质量发展的核心要求相契合,有助于推动经济结构优化,促进经济高质量发展。因此,设计合理的环境规制政策能够实现环境绩效与经济绩效的双赢,验证了“波特假说”在碳锁定领域的适用性。
本文以我国用能权与碳排放权交易试点政策为背景,基于2010—2023年中国300个城市面板数据,构建“源头控制—末端治理”分析框架,运用双重差分法实证分析两种政策工具对碳锁定的影响,研究发现:第一,用能权与碳排放权交易政策均能显著降低试点城市碳锁定;第二,用能权与碳排放权交易政策通过降低化石能源依赖、技术路径依赖与高碳产业嵌入协同破解碳锁定;第三,用能权与碳排放权交易政策在破解碳锁定的同时,有助于推动经济高质量发展。本文基于用能权与碳排放权交易政策组合视角的研究为破解碳锁定提供了新视角。
基于上述研究结论,本文提出如下对策建议:
(1)构建“源头控制—末端治理”环境政策体系,实现绿色低碳一体化推进。研究发现,用能权与碳排放权交易分别从能源端和排放端形成对碳锁定的双向发力,实现双重解锁效应。为加快实现“双碳”目标,应进一步完善覆盖钢铁、水泥、化工等“高耗能高污染”行业企业的能源消费与碳排放双重管控制度。在源头端,制定基于实际产能与能效水平的用能权配额核定方法,注重与碳排放控制目标相协调;在末端,优化碳排放配额分配机制,逐步收紧碳排放基准值,不断提升行业整体碳减排水平。通过全流程管控,用政策合力加速重点行业绿色低碳转型。
(2)深化环境政策协同,提升政策合力。用能权与碳排放权交易在协同破解碳锁定方面具有积极效应。因此,需进一步完善相关制度,强化政策工具组合的协同性。如在政策设计上协同,由主管部门协调并统一初始配额分配方法,确保采用相同的核算基准。在此基础上,确立科学、动态的“能-碳”换算系数,将用能指标与碳排放指标统一折算为标准煤单位;同时,允许企业用富余用能权指标抵扣碳减排义务,或用富余碳排放配额抵扣节能义务。进一步地,搭建能碳协同履约平台,对企业能源与碳排放信息进行一体化管理,由平台自动汇总并交叉验证用能数据与碳排放数据,完成配额互认与抵消,实现企业双履约成本最小化。
(3)完善覆盖研发、应用与推广的全链条激励机制。具体而言,从碳排放配额总量中划分出一部分作为“技术激励配额”,用以奖励率先研发并应用先进末端治理技术的企业;同时,允许企业将一定比例的技术投资额抵减碳排放配额,以降低企业创新成本。此外,推动建立全国统一的绿色技术认证与交易平台,加速创新成果市场化扩散,由此实现前端研发与后端推广的协同发力,形成“研发驱动减排、减排获得激励、激励反哺研发”的良性循环,推动企业由被动减排转向主动创新。
[1] 梁中, 昂昊, 胡登峰. “区域碳解锁”的微观驱动机制研究[J]. 中国软科学, 2020, 35(4): 132-141.
[2] 罗晓梅, 武宇铎, 黄鲁成. 深度脱碳研究:内涵特征、主题演进与启示[J]. 中国人口·资源与环境, 2023, 33(9): 70-85.
[3] 徐俊武,陈钊雄.绿色技术创新对碳排放的影响效应——非线性中介效应与调节效应分析[J].科技进步与对策,2024,41(8):22-32.
[4] 徐杰, 李红晔, 韩先锋. 市场型环境规制对企业价值的影响效应——来自碳排放权交易试点政策的证据[J]. 中国人口·资源与环境, 2024, 34(7): 88-100.
[5] UNRUH G C. Understanding carbon lock-in[J]. Energy Policy, 2000, 28(12): 817-830.
[6] 蔡海亚, 何彬斌, 李静. 中国碳锁定的时空演化、驱动因素及溢出效应分析[J]. 统计与决策, 2025, 41(1): 92-97.
[7] 程娜, 桑一铭, 李博文. “双碳”目标下中国“碳解锁”发展研究[J]. 改革, 2023, 36(12): 151-162.
[8] 董康银, 赵丛雨, 董秀成. 新能源示范城市试点政策对企业碳锁定的影响[J]. 中国人口·资源与环境, 2025,35(2): 41-54.
[9] 钟军委, 李雨欣, 赵卓娅. 中国绿色税制对区域经济“碳锁定”的影响[J]. 中国人口·资源与环境, 2024,34(8): 13-21.
[10] CUI H,CAO Y.Energy rights trading policy, spatial spillovers, and energy utilization performance: evidence from Chinese cities[J]. Energy Policy, 2024, 192: 114234.
[11] YANG B,CUI Y.Can the energy consumption rights trading system enhance energy resilience?—a synergistic perspective of green finance and financial technology[J]. Energy, 2025, 322: 135605.
[12] 张艾莉, 陈茜. 用能权交易制度对绿色技术创新的影响效应与传导机制[J]. 科技进步与对策, 2023, 40(3): 93-103.
[13] 李雪松, 杨泉, 周敏. 市场型环境规制、碳减排与企业环境绩效:来自中国碳市场的证据[J]. 中国软科学, 2024, 39(8): 200-210.
[14] 崔学刚,毕煜晗,姜鑫,等.碳排放权交易制度的“微观双赢效应”及其机制分析[J].南开管理评论,2026,29(1):4-14,26.
[15] LIU J, LIU X. Effects of carbon emission trading schemes on green technological innovation by industrial enterprises: evidence from a quasi-natural experiment in China[J]. Journal of Innovation &Knowledge, 2023, 8(3): 100410.
[16] 孙慧, 张学峰, 夏学超, 等. 用能权交易制度与低碳城市双试点协同的降碳减污效应[J]. 中国人口·资源与环境, 2025, 35(3): 25-35.
[17] 孙慧, 张学峰. 绿色创新链视角下双重环境政策对碳回弹的影响研究——基于环保税与用能权交易的准自然实验证据[J]. 科技进步与对策, 2025, 42(18): 128-139.
[18] BASSART-I-LORÉ M. Mixing innovation policies for low-carbon transitions? an agent-based approach[J]. Technological Forecasting and Social Change, 2026, 222: 124372.
[19] VAN DEN BERGH J, CASTRO J, DREWS S, et al. Designing an effective climate-policy mix: accounting for instrument synergy[J]. Climate Policy, 2021, 21(6): 745-764.
[20] WENG S, BENKRAIEM R, NGHIEM X H, et al. Market tools for achieving carbon unlocking: is China′s energy-consumption trading policy effective?[J]. Journal of Environmental Management, 2025, 389: 126162.
[21] CHAOBO Z, QI S. Can carbon emission trading policy break China′s urban carbon lock-in?[J]. Journal of Environmental Management, 2024, 353: 120129.
[22] ZHANG Z, CHEN S, HUANG Y. How the dual pilot policy impacts corporate low-carbon transition: evidence from energy use rights and carbon emission rights trading in China[J]. Economic Analysis and Policy,2025, 88, 661-686.
[23] 杨顺顺. 推动“碳排放—用能权”双市场衔接[N]. 中国社会科学报, 2018-12-05(4).
[24] 薛飞, 周民良. 用能权交易制度能否提升能源利用效率?[J]. 中国人口·资源与环境, 2022, 32(1): 54-66.
[25] 韩刚, 袁家冬, 张轩, 等. 紧凑城市空间结构对城市能耗的作用机制——基于江苏省的实证研究[J]. 地理科学, 2019, 39(7): 1147-1154.
[26] SONG J,ALMEIDA P,WU G.Learning-by-hiring: when is mobility more likely to facilitate interfirm knowledge transfer?[J]. Management Science, 2003, 49(4): 351-365.
[27] WANG X, CAO F, YE K. Mandatory corporate social responsibility (CSR) reporting and financial reporting quality: evidence from a quasi-natural experiment[J]. Journal of Business Ethics, 2018, 152(1): 253-274.
[28] 王锋, 葛星. 低碳转型冲击就业吗——来自低碳城市试点的经验证据[J]. 中国工业经济, 2022, 40(5): 81-99.
[29] 韩先锋,郑酌基,肖远飞.创新驱动政策“双试点”协同赋能与碳排放“量降质升”——来自国家自主创新示范区与创新型城市的证据[J].中国人口·资源与环境, 2023, 33(10): 112-123.
[30] 江艇.因果推断经验研究中的中介效应与调节效应[J].中国工业经济, 2022, 40(5): 100-120.
[31] 陈占明,陈子豪,马健洪.化石能源回弹效应与碳排放权交易政策的调节作用——基于生产网络内生调整视角[J].经济研究, 2025, 60(11): 191-214.
[32] 胡逸群,赵莉,郝冰艳.碳排放权交易对工业企业绿色创新效率的影响研究——来自中国上市公司的证据[J].科技进步与对策, 2025, 42(24): 127-137.
[33] GOULDER L H, SCHEIN A R. Carbon taxes versus cap and trade: a critical review[J]. Climate Change Economics, 2013, 4(3): 1-28.
[34] 张建鹏,陈诗一.金融发展、环境规制与经济绿色转型[J].财经研究, 2021, 47(11): 78-93.
[35] 刘佳, 黄晓凤, 陈俊. 高铁与城市经济高质量发展——基于地级市数据的实证研究[J]. 当代财经, 2021, 42(1): 14-26.