| 3,313 | 19 | 415 |
| 下载次数 | 被引频次 | 阅读次数 |
为实现新时期碳达峰碳中和目标与经济高质量发展，探索我国碳交易政策背景下碳交易价格提高与地区经济增长之间的内在机制，对改善我国碳市场机制、提升经济增长质量具有重要意义。本文在绿色经济增长框架中尝试引入碳交易，并基于2005—2022年我国30个省份的面板数据，分别构建基准回归模型、以地区全要素生产率为中介变量的简单中介效应模型，以及将绿色生产率与行业间要素配置效率作为并行中介变量的多重中介效应模型。通过考察碳交易价格对地区生产总值的影响机制发现，提高碳交易价格能够通过提升全要素生产率来实现地区经济增长；在进一步将全要素生产率分解之后，碳交易价格提高会产生绿色生产率提升效应和行业间要素配置效率优化效应，从而促进地区经济增长，以上结论均通过了稳健性检验。基于经济区层面的异质性分析结果表明，碳交易价格提高对地区经济增长的有效性及作用机制在不同经济区的表现存在差异。
Abstract：To achieve the objectives of carbon peaking and carbon neutrality and high-quality economic development in the new era, exploring the mechanism between the increase in carbon trading price in the context of China's carbon emission trading policy and regional economic growth is of great significance to improving China's carbon emission trading market mechanism and enhancing the quality of economic growth. This paper first tries to introduce carbon emission trading in the framework of green economic growth. Then, based on the panel data of 30 provinces in China from 2005 to 2022, a benchmark regression model, a simple mediating effect model with regional total factor productivity as the mediating variable and a multiple mediating effect model with green productivity and inter-sectoral factor allocation efficiency as parallel mediating variables are constructed respectively, to study the mechanism by which carbon emission price affects regional GDP. It is found that an increase in the carbon trading price can boost regional economic growth through an increase in total factor productivity; after further decomposition of total factor productivity, an increase in the carbon trading price will have the effects of increasing green productivity and optimizing inter-sectoral factor allocation efficiency, thus promoting regional economic growth. The results of the heterogeneity analysis show that the effectiveness of higher carbon trading prices on regional economic growth and its mechanism of action vary across economic zones.
[1]蔡昉.生产率、新动能与制造业——中国经济如何提高资源重新配置效率[J].中国工业经济, 2021, 398(5):5–18.
[2]蔡跃洲,付一夫.全要素生产率增长中的技术效应与结构效应——基于中国宏观和产业数据的测算及分解[J].经济研究, 2017, 52(1):72–88.
[3]程名望,贾晓佳,仇焕广.中国经济增长（1978—2015）:灵感还是汗水?[J].经济研究, 2019, 54(7):30–46.
[4]高原,郭洋洋,单丽凝,等.北京碳市场年度报告2018[EB/OL]. https://www.cbeex.com.cn/, 2019–03–28.
[5]李青原,肖泽华.异质性环境规制工具与企业绿色创新激励——来自上市企业绿色专利的证据[J].经济研究, 2020, 55(9):192–208.
[6]刘传明,孙喆,张瑾.中国碳排放权交易试点的碳减排政策效应研究[J].中国人口·资源与环境, 2019, 29(11):49–58.
[7]马彪,彭超,薛岩,等.农产品电商会影响我国家庭农场的收入吗?[J].统计研究, 2021, 38(9):101–113.
[8]宋马林,刘贯春.增长模式变迁与中国绿色经济增长源泉:基于异质性生产函数的多部门核算框架[J].经济研究, 2021, 56(7):41–58.
[9]温忠麟,叶宝娟.中介效应分析:方法和模型发展[J].心理科学进展, 2014, 22(5):731?745.
[10]吴戈,张月池,苗壮.我国工业减污降碳的绿色偏向技术进步:要素贡献、偏向识别与影响因素[J].统计研究, 2024, 41(5):3–14.
[11]岳童,童健.碳定价机制与“双碳”约束下我国经济高质量发展——目标协同与作用机理[J].统计研究, 2024, 41(7):48–63.
[12] Cao J, Ho M S, Ma R, et al. When Carbon Emission Trading Meets a Regulated Industry:Evidence from the Electricity Sector of China[J].Journal of Public Economics, 2021, 200:104470.
[13] Dippel C, Ferrara A, Heblich S. Causal Mediation Analysis in Instrumental-variables Regressions[J]. The Stata Journal, 2020, 20(3):613–626.
[14] Dippel C, Gold R, Heblich S, et al. Mediation Analysis in IV Settings with a Single Instrument[R]. UCLA Working Paper, 2019.
[15] Goulden S, Negev M, Reicher S, et al. Implications of Standards in Setting Environmental Policy[J]. Environmental Science&Policy, 2019,98(8):39–46.
[16] Hsieh C, Klenow P J. Misallocation and Manufacturing TFP in China and India[J]. Quarterly Journal of Economics, 2009, 124(4):1403–1448.
[17] Lin B, Jia Z. What will China’s Carbon Emission Trading Market Affect with Only Electricity Sector Involvement? A CGE Based Study[J].Energy Economics, 2019a, 78:301–311.
[18] Lin B, Jia Z. Impacts of Carbon Price Level in Carbon Emission Trading Market[J]. Applied Energy, 2019b, 239:157–170.
[19] Mo J, Tu Q, Wang J. Carbon Pricing and Enterprise Productivity-The Role of Price Stabilization Mechanism[J]. Energy Economics, 2023, 120:106631.
[20] Porter M E, Van der Linde C. Toward a New Conception of the Environment-Competitiveness Relationship[J]. Journal of Economic Perspectives, 1995, 9(4):97–118.
[21] Salant S W. What Ails the European Union’s Emissions Trading System?[J]. Journal of Environmental Economics and Management, 2016, 80:6–19.
[22] Wei Y, Zhu R, Tan L. Emission Trading Scheme, Technological Innovation, and Competitiveness:Evidence from China’s Thermal Power Enterprises[J]. Journal of Environmental Management, 2022, 320:115874.
[23] Wu Q, Wang Y. How does Carbon Emission Price Stimulate Enterprises’ Total Factor Productivity? Insights from China’s Emission Trading Scheme Pilots[J]. Energy Economics, 2022, 109:105990.
[24] Zhang W, Li G, Guo F. Does Carbon Emissions Trading Promote Green Technology Innovation in China?[J]. Applied Energy, 2022, 315:119012.
(1)相关网址为https://www.gov.cn/xinwen/2017-12/20/content_5248687.htm。
(1)因篇幅所限，经济增长分解的计算过程以附录1展示，见《统计研究》网站所列附件。下同。
(1)因篇幅所限，碳交易价格与社会总产出和全要素生产率之间关系的微分表达式以附录2展示。
(1)《中国能源统计年鉴》中地区能源平衡表最新年份为2022年，因此选择2005—2022年为研究期。
(2)依据《中国能源统计年鉴》中地区能源平衡表的行业划分，6大行业包括农、林、牧、渔业，工业，建筑业，交通运输、仓储和邮政业，批发和零售业、住宿和餐饮业，其他行业。
(3)CSMAR数据库是一个综合性的金融、经济和商业研究数据库，网址为https://data.csmar.com/。
(4)EPS数据库相关网址为https://olap.epsnet.com.cn/。
(1)因篇幅所限，Bootstrap法检验的多重中介效应结果以附表1展示。
(2)因篇幅所限，稳健性检验结果以附表2~7展示。
(3)8大经济区划分依据为国务院发展研究中心关于我国“十一五”规划基本思路和2020年远景目标的研究成果《中国中长期发展的重要问题：2006—2020》。
(1)南部沿海综合经济区、长江中游综合经济区和大西南综合经济区的估计结果以及东部沿海综合经济区的基准回归、简单中介效应和多重中介效应的估计结果不显著，所以不展示具体回归结果。
基本信息:
DOI：10.19343/j.cnki.11-1302/c.2025.01.007
中图分类号:F832.5;X196
引用信息:
[1]孙玉环,许子易,董莹.中国碳交易价格提高对地区经济增长的作用机制分析——基于技术进步效应和要素资源配置效应视角[J].统计研究,2025,42(01):88-99.DOI:10.19343/j.cnki.11-1302/c.2025.01.007.
基金信息:
国家社会科学基金重大项目“国家生态安全体系和能力现代化的统计监测与评价研究”（24&ZD114）
2025-01-27
2025-01-27
2025-01-27