EN中文

自然资源学报 >

2024 , Vol. 39 >Issue 3: 697 - 711

DOI: https://doi.org/10.31497/zrzyxb.20240312

其他研究论文

碳市场试点对省域碳排放公平性的影响及作用机制——基于多期DID、空间DID与中介效应的实证研究

  • 刘志华 , 1 ,
  • 徐军委 , 2
展开
  • 1.防灾科技学院经济管理学院，廊坊 065201
  • 2.中国劳动关系学院劳动关系与人力资源学院，北京 100048
徐军委（1982- ），男，河南汝州人，博士，副教授，研究方向为能源经济与信息经济。E-mail:

刘志华（1988- ），女，山西平定人，博士，讲师，研究方向为能源经济与区域可持续发展。E-mail:

收稿日期: 2023-08-07

  修回日期: 2023-12-06

  网络出版日期: 2024-03-12

基金资助

中央高校基本科研业务费专项资助项目(ZY20230211)

河北省教育厅科学研究项目(SQ2023001)

贵州省教育厅自然科学研究项目(黔教合KY字[2021]064)

收起

The influence and mechanism of carbon trading pilot on provincial carbon emissions equity:Empirical analysis based on multi-period DID, spatial DID and intermediary effect

  • LIU Zhi-hua , 1 ,
  • XU Jun-wei , 2
Expand
  • 1. College of Economics and Management, Institute of Disaster Prevention, Langfang 065201, Hebei, China
  • 2. School of Labor Relations and Human Resources, China University of Labor Relations, Beijing 100048, China

Received date: 2023-08-07

  Revised date: 2023-12-06

  Online published: 2024-03-12

Fold

摘要

基于2007—2021年30个省份的平衡面板数据，运用多期双重差分模型、中介效应模型与空间双重差分模型，检验了碳交易试点政策对省域碳排放公平性的直接效应、中介效应与溢出效应。研究结果表明：（1）碳交易试点政策的实施会对省域碳排放公平性的提升产生显著正向影响，且这种影响在经过一系列检验后仍然成立；（2）影响机制分析表明，碳交易试点政策通过提升环境规制强度、优化能源结构与推动绿色技术创新显著提升了省域碳排放公平性水平；（3）碳交易试点政策对省域碳排放公平性的影响具有正向的空间溢出效应，这种效应通过“极化效应”与“涓滴效应”对“地理邻近”省份与“经济邻近”省份均产生显著的正向影响。

关键词： 碳交易试点; 省域碳排放公平; 双重差分模型; 中介效应

本文引用格式

刘志华 , 徐军委 . 碳市场试点对省域碳排放公平性的影响及作用机制——基于多期DID、空间DID与中介效应的实证研究[J]. 自然资源学报, 2024 , 39(3) : 697 -711 . DOI: 10.31497/zrzyxb.20240312

Abstract

Based on the balanced panel data of 30 provincial-level regions from 2007 to 2021, this paper employs the multi-period difference-in-differences model, mediation effect model, and spatial difference-in-differences model to examine the direct effect, mediating effect, and spillover effect of the carbon emissions trading pilot policy on provincial carbon emissions equity. The research results show that: (1) The implementation of the pilot carbon trading policy will have a significant positive impact on the improvement of provincial carbon emission equity, and this impact still holds after a series of tests. (2) Analysis of the impact mechanism shows that, the pilot carbon trading policy has significantly increased the level of equity of carbon emissions by increasing the intensity of environmental regulation, optimizing the energy structure and promoting green technology innovation. (3) The impact of the pilot carbon trading policy on the equity of provincial carbon emissions has a positive spatial spillover effect, this effect through "polarization effect" and "trickle-down effect" on "geographical proximity" and "economic proximity" provincial-level regions have a significant positive impact.

Key words： carbon trading pilot; provincial carbon emissions equity; difference-in-differences model; mediation effect

党的“二十大”报告提出，要积极稳妥推进碳达峰碳中和。而受经济发展水平、资源禀赋、功能定位、交通区位等因素的影响，各省份在碳排放量、碳减排责任、碳强度下降目标等方面存在较大差异，这种差异既影响了各省份高质量发展的进程，也使得其实现“双碳”目标的时间不尽相同。其中，“碳受益”省份自1978年改革开放以来在相对宽松的碳减排政策下快速推进工业化进程，享受了其带来的经济发展红利，减排政策趋紧后，其产业结构已逐步实现低碳化转型，有能力如期甚至率先实现“双碳”目标，而且不必为历史发展带来的碳排放“旧账”买单；而“碳受损”省份在“双碳”发展的背景下，难以复制“碳受益”省份的发展模式，在经济发展水平较低的情况下，仍要兼顾实现碳减排目标，可能无法如期实现“双碳”目标，迫切需要“碳受益”省份分担其碳达峰与碳中和压力。因此，实现“双碳”目标的过程中必然会存在省域碳排放不公平问题，如果该问题得不到解决，不仅会降低各省份减排的积极性，也会对省域经济社会的协调可持续发展产生影响，从而阻碍“双碳”目标的实现进程。而碳交易市场是以市场机制应对气候变化、减少温室气体排放的重大机制创新，不仅为实现“双碳”目标提供了有效平台，也通过其经济杠杆效应，在技术、制度、经济等多个方面为推动减排事业发挥了关键作用。因此，关注碳交易市场建设对省域碳排放公平性的影响与内在机理，对于碳交易市场的全面发展以及中国积极稳妥实现“双碳”目标具有重要意义。
自碳交易市场试点启动后，引起了学术界的广泛关注，学者们从多个视角对该问题进行了深入研究。在分析总结欧盟等国家和地区的碳交易市场实践经验的基础上[1,2]，学者们对碳市场交易主体[3]、配额分配[4]、交易规则[5]等内容进行了探讨，为政府部门设计出适合中国国情的碳交易市场提供借鉴参考。随着碳市场建设的推进，学术界逐步关注碳市场的影响效应。其中，最受关注的是碳市场的减排效应。学者们普遍认为碳市场可以通过优化能源利用结构[6]、降低碳排放强度[7]、推动技术创新[8]来实现其减排效应，同时其效果也会受到配额分配方式、行政干预等因素的影响[9]；同时，也有部分学者关注碳市场的绿色效应，指出可以通过增加高碳产业的生产成本、引导与倒逼企业技术创新等方式推动其低碳经济转型[10]，以进一步实现区域经济高质量发展[11]；还有学者关注碳市场的金融创新效应，认为中国“碳—商品—金融市场”之间的联动性远低于欧盟市场，需要完善相应的绿色金融发展体系来推动碳金融产品创新[12]。在碳交易市场与省域碳排放公平性方面，有学者指出，由于省际贸易的存在，生产者责任视角相较消费者责任视角的碳排放空间分配更加不公平，且受制于各省能源与产业结构、经济发展水平等因素的影响，碳市场对不同省份存在显著的分配效应[13]。因此，在碳市场运行特别是设计省级初始碳配额分配方案时，必须充分考虑省域碳公平问题[14]，以确保“双碳”目标的顺利实现。此外，也有学者关注碳交易市场对碳公平的影响，认为碳市场通过提高绿色全要素生产率与抑制高碳行业投资对碳公平产生了影响[15]。不难发现，随着碳市场的全面启动，学者们积累了丰富的相关研究，但主要集中在碳交易市场机制设计及其影响效应方面，在碳市场与省域碳排放公平性方面，学者们多关注碳市场配额分配与省域碳公平性的关系，而关于碳市场对省域碳排放公平性影响的研究相对缺乏，碳交易市场对省域碳排放公平性是否会产生直接影响?如果产生了影响，其内在机制是什么?是否存在空间溢出效应?基于此，本文的边际贡献可能包括以下几点：（1）在深入分析省域碳排放公平性内涵的基础上，构建省域碳排放公平性指数评价指标体系，以探究碳交易市场对省域碳公平性带来的影响；（2）充分考虑各试点省份开启碳交易试点的时间差异与空间关系，构建多期双重差分模型与空间双重差分模型，分析碳交易市场对省域碳公平性的直接效应与空间溢出效应，以期对碳市场的效应进行全面科学评估，进一步丰富碳市场相关理论；（3）构建中介效应模型，进一步识别碳市场对省域碳排放公平性影响的作用机制，为推动全国碳交易市场进一步完善、省域协同减排提供政策参考。

1 理论分析与研究假说

1.1 碳交易试点、直接效应与省域碳排放公平

碳交易试点作为一项市场机制创新政策，从经济激励、市场倒逼、数据监测等多方面对省域碳排放公平性产生影响。（1）碳交易试点市场通过释放价格信号引导企业调整生产方式，倒逼高碳行业的传统企业进行技术创新，提升其碳排放效率，缩小与周边省份的碳排放差距[16]；（2）碳市场配额设计可以合理分配各省份减排责任，通过碳市场交易进一步促使减排成本最小化[17]，从而避免个别省份承担过重减排负担，提升省域碳排放公平性；（3）碳市场可以在交易过程中提高碳数据的透明度[18]，增强减排效果的可考核性，从而对省域碳排放公平性产生长期正向影响。据此，本文提出如下假说：
假说1：碳交易试点可对省域碳排放公平性形成长期的正向影响。

1.2 碳交易试点、中介效应与省域碳排放公平

碳交易试点政策的实施会刺激政府部门更加关注并提升环境规制强度，多管齐下推进重点排放企业减排降碳，进而推动省域碳排放公平性提升。（1）碳交易试点政策的实施要求政府部门建立健全数据收集与监测机制，确保碳排放数据的准确性和透明度。通过公开透明的数据，一方面可以清晰了解各自的碳排放状况，另一方面实时监测和处罚超额排放企业的行为来约束高碳排放，使各省份实际碳排放趋于公平[19]；（2）碳交易试点的开启对碳市场管理提出更高的要求，相关管理部门需要建立健全市场监管机制，确保交易的透明公正，避免出现市场操纵和信息不对称等问题[20]，此外，通过实行更加灵活的碳排放权交易，引导资源优化配置，降低减排成本来实现省域碳排放的公平性。
随着碳交易试点政策的实施，通过多重手段引导能源结构优化，降低碳排放强度来提升省域碳排放公平性。（1）优化能源结构正是碳交易试点政策实施的目标之一。通过引导各省份优化能源结构，降低碳强度来实现碳减排目标，进而为实现“双碳”目标做出贡献；（2）通过建立碳交易市场，企业可以通过交易碳排放权来完成排放目标，促使推广利用低碳能源、使用清洁技术的企业将获得更多的经济回报，而使用高碳能源的企业则需要支付更高的减排成本，这种经济激励机制刺激各省份企业积极优化能源结构，减少碳排放[21]，从而间接提高了省域碳排放公平性。
碳交易试点政策通过多种途径倒逼绿色技术创新，推动低碳经济转型来助力省域碳排放公平性提升。（1）碳交易试点不仅设立了碳排放配额，还通过设置更高的排放标准、提高配额分配门槛等方式形成更强的压力，从经济角度激励高碳企业积极探索绿色技术创新，主动寻求减排方案；（2）随着碳排放成本的增加，碳交易进一步引导金融资本和社会资金投向低碳绿色技术领域，拓展绿色技术的市场空间，带动绿色技术创新的加速发展[22]；（3）政府部门提供的政策扶持如财政补贴、税收优惠和科研经费支持等也将激励企业增加研发投入，加快绿色技术创新的步伐，从而通过降低碳排放成本、提高碳排放效率、推动产业结构转型以及促进技术共享与转移等方式提升省域碳排放公平性水平。据此，提出以下假说：
假说2：碳交易试点通过强化环境规制、优化能源结构及倒逼绿色技术创新对省域碳排放公平产生间接影响。

1.3 碳交易试点、溢出效应与省域碳排放公平

根据极化涓滴效应学说，资源要素的作用不会仅限于其最初所在的地理区域，而是会向周边区域产生溢出效应。一方面，资源要素会因集聚发挥规模效应而在原区域增值扩张，形成“极化效应”，增强原区域的辐射力与带动力；另一方面，资源要素也会渗透扩散到周边区域，形成“涓滴效应”，使原区域的发展红利惠及周边[23]。
（1）碳交易试点政策的实施会对邻地碳排放公平性产生“极化效应”。随着碳交易体系的不断完善，试点省份对碳减排资源的集聚效应逐步增强。众多低碳技术、资金、专家人才、管理经验等优质碳减排资源向试点省份聚集，导致邻近省份的碳减排资源流失，形成碳减排的“政策真空区”。同时，随着碳市场的不断发展，高碳排放企业在减排困难时，会通过购买低碳排放省份企业的配额来满足其减排要求，而这些企业则可以从中获得经济收益，进一步导致碳排放在不同省份之间发生“极化效应”[24]。
（2）碳交易试点政策的实施会对邻地碳排放公平性产生“涓滴效应”。随着碳交易试点市场的逐步推进，试点区域将积累起成熟的碳管理技术、碳排放标准、碳监测设备及丰富的碳管理经验，通过建立碳减排协作机制，邻地省份可以借鉴试点区域的碳交易政策和管理模式，从而形成碳交易试点政策“由点带面”的空间发展格局。此外，随着试点区域的碳交易市场逐渐成熟，可能会吸引更多的投资资金流入，这些资金可能流向邻近省份，支持其开展减排项目，从而进一步提升邻近地区的碳减排公平性[25]。据此，提出如下假说：
假说3：碳交易试点可通过“极化效应”和“涓滴效应”对邻地省份的碳排放公平性产生空间溢出效应。
综上，构建起本文的理论分析框架，如图1所示。
图1 理论分析框架

Fig. 1 Theoretical analysis framework

2 研究方法与数据来源

2.1 模型设定

（1）多期双重差分模型
本文将实施碳交易试点政策作为一项准自然实验，分析该项政策对省域碳排放公平的影响。虽然国家发展与改革委员会于2011年印发了《关于开展碳排放权交易试点工作的通知》，但北京、天津、上海、重庆、湖北、广东六省市于2013年前后才完成碳市场的筹备工作并正式启动碳交易，而福建于2016年才被列为碳交易试点地区，与之前的六省市属于分批次试点。因此，区别于大多数研究未将福建纳入实验组，本文充分考虑不同时点的政策实施效果，构建如下多期双重差分模型：
l n e q u i t = α 0 + α 1 p o l i c y i × p o s t t + α 2 X i t + μ i + δ t + ε i t
式中：i、t分别表示省份与年份；被解释变量equit表示第i省份第t年的碳排放公平程度；policyi为政策虚拟变量，当某省份为碳交易试点省份，取值为1，反之取值为0；postt为政策实施时间虚拟变量，具体地，在碳交易试点政策实施当年及之后取值为1，反之取值为0；policyi×postt是两个虚拟变量的交互项；系数α1反映了碳交易试点政策实施对省域碳排放公平性水平的影响效应；α0与α2分别表示常数项与控制变量的参数估计；Xit为省域碳排放公平的控制变量；μi与δt分别代表省份固定效应与时间固定效应；εit代表随机干扰项。
（2）空间双重差分模型
为了检验实施碳交易试点省份对邻近省份碳排放公平性的影响，进一步构建空间双重差分模型如下：
l n e q u i t = ρ W i j e q u i t + β 1 p o l i c y i × p o s t t + β 2 X i t + γ 1 W i j p o l i c y i × p o s t t + γ 2 W i j X i t + μ i + δ t + ε i t
式中：Wit为空间权重矩阵；ρ为空间自回归系数，表示相邻地区碳排放公平程度对本地区碳排放公平程度的影响；β1、β2为核心解释变量、控制变量的参数估计；γ1、γ2分别为核心解释变量、控制变量空间滞后项的参数估计。
（3）中介效应模型
为了进一步检验碳交易试点影响省域碳排放公平的间接路径，参考Baron等[26]研究构建如下中介效应模型进行分析。其中，Mediatorit表示第i个省份、第t年的中介变量，其余变量与式（1）相同。
M e d i a t o r i t = δ 0 + δ 1 p o l i c y i × p o s t t + δ 2 X i t + μ i + δ t + ε i t
l n e q u i t = ϕ 0 + ϕ 1 p o l i c y i × p o s t t + ϕ 2 M e d i a t o r i t + ϕ 3 X i t + μ i + δ t + ε i t
式中： ϕ 0为常数项； ϕ 1~ ϕ 3是待估参数。

2.2 变量设定

（1）被解释变量
省域碳排放公平（equ）。即衡量实现减排目标进程中地区碳排放公平性的重要指标，其内涵是指在将全国碳排放空间看作一个整体的前提下，测度不同省份享受快速工业化进程带来的利益并承担碳排放带来的责任的公平程度。具体来看，在省域经济发展进程中，每个省份都有权利平等地向全国碳排放空间排放二氧化碳，且每排放一单位的二氧化碳为其带来的发展利益应基本公平，主要表现为省域碳排放经济效率应大致相等；与此同时，各省份应有能力承担相应的碳排放责任，即在当前及未来的一段时间内有能力与潜力按照国家规定时间如期实现碳达峰与碳中和。然而，受制于各省份人口数量、产业结构、经济与技术发展水平等因素的影响，各省份往往面临着高质量发展与实现“双碳”目标的两难取舍。因此，本文参考相关学者[27,28]的研究，从碳排放责任、碳减排潜力、碳减排能力、碳排放经济效率四大方面构建省域碳排放公平指数（表1），并结合信息熵对其进行计算。其取值大于0，数值越大，表明该省份碳排放相较于其他省份越公平，即工业化进程中伴随增加一定量的碳排放，在享受工业化带来的经济社会发展利益的同时，有能力与潜力自行实现“双碳”目标，不需要其他省份来为其碳排放买单；反之，省域碳排放公平指数取值越小，意味着该省份碳排放相较于其他省份越不公平，即该省份排放一定的二氧化碳不仅没有为其带来相应的发展红利，还在一定程度上侵占了其他省份的碳排放空间，损害了其利益，且无法按照国家规定的时间如期实现“双碳”目标，需要其他省份为其承担一定的碳减排责任。
表1 省域碳排放公平指数评价体系

Table 1 Provincial carbon emission equity index evaluation system

一级指标 二级指标 衡量方法 单位 指标方向 权重
省域碳排放
公平指数		 碳排放责任 人均碳排放量 万tce/亿元 - 0.1989
碳减排潜力 单位工业增加值能耗 人 - 0.1731
碳减排能力 工业产值占GDP比例 % - 0.2254
碳排放经济效率 各省市与全国GDP比值/各省市与全国碳排放量比值 — + 0.4026

注：“+”代表该项指标为正向指标，数值越大越好；“-”代表该项指标为负向指标，数值越小越好。

（2）解释变量
本文的解释变量是碳交易试点政策。构建具有中国特色的碳交易市场不仅对提高减排效率、实现经济高质量发展意义重大，也是保障省域公平协调实现减排目标的重要市场机制。本文的主要关注点是某省份是否试点实施了碳交易政策，通过设置虚拟变量来实现，即当某省份在试点碳交易政策启动年及之后的年份内实施了该政策时，将其取值设为1；反之，则取值设为0。
（3）控制变量
为了防止因遗漏可能对省域碳排放公平产生影响的相关变量而造成内生性问题，参考相关学者[29,30]的研究，选取以下指标作为控制变量：① 经济发展水平（lngdp），用人均GDP衡量（元/人）；② 产业结构（is），用第三产业占GDP比例来衡量（%）；③ 城镇化水平（urban），用城市人口占总人口比例来衡量（%）；④ 对外开放度（lnfdi），用实际外商直接投资额衡量（万元）；⑤ 政府干预程度（lngov），用地方政府一般公共预算支出衡量（亿元）；⑥ 技术创新（lntec），用地区专利申请授权数衡量（件）。
（4）中介变量
根据碳交易试点市场对省域碳排放公平性的影响传导机制，本文选取环境规制强度（lner）、能源消费结构（lnes）与绿色技术创新（lngt）作为中介变量。其中，环境规制强度用各省份工业污染治理完成投资占工业增加值比例来衡量（%）；能源消费结构用清洁能源占能源消费总量比例来衡量（%）；绿色技术创新根据世界知识产权组织规定的国际分类编码与绿色专利清单，在国家知识产权局查找公布的绿色专利申请相关信息，同时把结果汇总至省级层面。

2.3 数据来源与描述性统分析

本文以2007—2021年30个省份的平衡面板为样本进行分析（由于数据缺失，不包含西藏、港澳台地区），所需数据来自《中国统计年鉴》《中国能源统计年鉴》《中国环境统计年鉴》及EPS全球统计数据库（https://www.epsnet.com.cn/index.html#/Index），其中，碳排放量从能源消费、工业生产过程、农业生产活动、固体废弃物处理四个方面对30个省份进行了核算，部分缺失数据采用线性插补法将其补齐，表2为变量描述性统计。
表2 数据描述性统计

Table 2 Data descriptive statistics

变量 样本数/个 均值 标准差 中位数 最小值 最大值
lnequ 450 -1.047 0.294 -1.038 -1.745 -0.060
lngdp 450 10.295 1.065 10.580 6.819 12.123
is 450 0.421 0.083 0.430 0.160 0.620
urban 450 0.570 0.134 0.556 0.282 0.896
lnfdi 450 -4.308 1.122 -4.063 -9.210 -2.502
lngov 450 -1.527 0.389 -1.543 -2.437 -0.442
tec 450 -4.337 0.621 -4.362 -6.178 -2.729
lner 450 -5.961 0.880 -5.906 -9.025 -3.935
lnes 450 -1.270 0.270 -1.279 -1.875 -0.642
lngt 450 5.645 1.592 5.764 1.099 8.844

3 结果分析

3.1 基准回归

根据模型（1）对研究样本进行多期双重差分分析，碳交易试点对省域碳排放公平的基准回归结果如表3所示。不难发现，无论是否加入控制变量，是否控制省份、时间固定效应，policyi×postt的系数均显著为正，说明碳交易试点政策的实施对省域碳排放公平性的提升具有显著影响，假说1成立。
表3 碳交易试点政策对省域碳排放公平的基准回归结果

Table 3 The benchmark regression results of carbon trading pilot policy on provincial carbon emission equity

变量 (1) lnequ (2) lnequ (3) lnequ (4) lnequ
policyi×postt 0.3352***(12.264) 0.1442***(7.790) 0.2144***(10.742) 0.1782***(8.416)
lngdp -0.0217(-0.732) 0.0022(0.050)
is -0.6898***(-5.251) -0.2000(-1.267)
urban 1.7709***(8.340) 0.9062***(3.495)
lnfdi -0.0165*(-2.051) -0.0052(-0.658)
lngov -0.1751***(-4.981) -0.1146*(-2.276)
省份固定效应 YES YES YES YES
时间固定效应 NO YES NO YES
R2 0.2115 0.7159 0.7047 0.7310

注：*、***分别表示在10%、1%水平下显著，括号内为t值，下同。

3.2 稳健性检验

（1）平行趋势检验
该检验是进行双重差分研究的基础，以确保政策实施前处理组与对照组的省域碳排放公平水平具有相同的变化趋势。本文借鉴学者Beck等[31]的相关研究进行平行趋势检验。
e q u i t = α 0 + ∑ k = - 5 k = 5 ω k D i , t 0 + k + ξ X i t + μ i + δ t + ε i t
式中：k表示碳交易试点政策实施后的第k年；t0表示第i省份试点碳交易政策实施当年； ξ表示控制变量的待估参数； D i , t 0 + k表示碳交易试点政策实施这一系列虚拟变量。由于研究样本涉及政策实施前后共16年，涉及年份较多，故将政策实施前5年与后5年的数据进行缩尾处理，将其与第 -5期以及第5期的数据进行合并，同时为了避免出现多重共线性问题，将试点政策实施前1年作为基准年份，即在回归模型中删除该年份的虚拟变量。ωk为核心参数，表示碳交易试点政策实施的第k年处理组与控制组省域碳排放公平水平的差异，若其显著异于0，则不满足平行趋势检验，反之，则满足平行趋势检验。图2为平行趋势图，不难发现，碳交易试点政策实施前的回归系数均不显著，表明在碳交易试点政策实施前，处理组与控制组的省域碳排放公平性变化趋势没有显著差异，符合平行趋势检验的要求。而政策实施之后每期的估计系数均显著为正且数值逐渐增加，表明碳交易试点政策的实施对省域碳排放公平水平的提升作用随着时间的增加而增强。
图2 平行趋势检验

Fig. 2 Parallel trend test

（2）安慰剂检验
通过安慰剂检验考察碳交易试点政策实施后省域碳排放公平水平的变化是否受到其他不可观测的随机因素的影响。本文采用两种方法进行检验：方法一假设碳交易试点政策实施的时间是随机选择的，可以在研究期内任意一年实施，并将其过程重复500次（图3），观察被解释变量policyi×postt的系数是否接近于0，如果接近于0，表明确实是由于碳交易试点政策的实施推动了省域碳排放公平水平提升，反之，则表明其他时间层面未观测的随机因素对省域碳排放公平产生了影响。
图3 随机选择碳交易试点实施时间的安慰剂检验

Fig. 3 Placebo test of randomly selected carbon trading pilot implementation time

方法二假设试点省份是随机选择的，具体来看，从每一批试点省份的剩余样本中随机抽取该批次试点省份数量的样本并重复500次（图4），再次观察被解释变量policyi×postt的系数是否接近于0，如果接近于0，表明省域碳排放公平水平未受到其他个体层面未观测到的随机因素的影响。
图4 随机选择碳交易试点省市的安慰剂检验

Fig. 4 Placebo test of randomly selected carbon trading pilot provincial-level regions

可以看到两种方法policyi×postt的估计系数均分布于0值附近，大多数p值均位于y=0.1的虚线之上，意味着不论是随机选择碳交易试点时间还是随机选择试点省份均未对省域碳排放公平性产生显著影响。此外，policyi×postt的估计系数远离竖虚线所代表的真实估计系数，表明随机样本的估计结果与实际样本的估计结果相比差距较大，排除了因为遗漏未观测到的随机变量而对回归结果的干扰。
（3）PSM-DID检验
受各种假设条件的限制，虽然多期双重差分可以有效考察碳交易试点政策对省域碳排放公平性的影响，但在实际执行过程中仍然可能受到选择性偏差的影响，即在选择碳交易试点省份时，可能会综合考虑所有样本的经济发展水平、碳排放量等因素，因而违背了样本随机分组的假设条件，带来内生性问题。为了解决可能产生的内生性问题，本文进一步借助倾向性得分匹配法（PSM-DID）检验模型的平衡性。具体来看，以treat为因变量，以经济发展水平（lngdp）、产业结构（is）、城镇化水平（urban）、对外开放度（fdi）、政府干预程度（gov）为匹配变量进行近邻匹配，并采用logit模型计算相应的匹配得分，检验结果如表4所示。不难发现，匹配后的所有协变量标准化偏差均有所缩小，且所有变量在匹配后的p值均大于0.1，意味着匹配后处理组与控制组的系统差异基本不存在，基本消除了样本的选择性偏差，符合平衡性假设。
表4 PSM匹配后平衡性检验

Table 4 Balance test after PSM matching

变量 样本 均值 标准误差 t值 p值
处理组 控制组
lngdp 匹配前 10.406 10.260 12.1 1.23 0.220
匹配后 10.126 10.177 -4.3 -0.20 0.840
is 匹配前 0.398 0.427 -31.9 -3.14 0.002
匹配后 0.460 0.421 -43.1 -1.10 0.273
urban 匹配前 0.718 0.525 163.5 16.23 0.000
匹配后 0.585 0.598 -11.0 -0.87 0.385
lnfdi 匹配前 -3.661 -4.505 90.3 7.11 0.000
匹配后 -4.048 -4.069 2.4 0.16 0.874
lngov 匹配前 -1.749 -1.459 -87.1 -7.01 0.000
匹配后 -1.794 -1.712 -24.7 -1.23 0.224
在确定符合平行趋势假设的PSM-DID样本后，采用经过匹配处理的“干净”数据进行回归分析，回归结果如表5所示。从表5模型（1）与模型（2）中可以看出，在控制了省份和时间固定效应的基础上，不论是否加入控制变量，policyi×postt的系数均在1%的水平下显著为正。这表明碳交易试点政策的实施与省域碳排放公平性的显著提高存在正相关关系。该结果与前文基于全样本的基准回归结果是一致的，意味着碳交易试点政策对推动省域间碳排放公平性具有积极作用，前文基准回归结果是稳健的。
表5 稳健性检验结果

Table 5 Robustness test results

变量 PSM-DID 替换被解释变量 缩短研究跨期 联合固定效应 离群值检验
policyi×postt 0.2612***
(9.63)		 0.2232***
(6.47)		 0.1069***
(3.18)		 0.2472***
(4.87)		 0.0739***
(3.61)		 0.2141***
(6.31)
Control NO YES YES YES YES YES
省份固定效应 YES YES YES YES YES YES
时间固定效应 YES YES YES YES YES YES
省份×时间固定效应 NO NO NO NO YES NO
R2 0.7839 0.7978 0.3768 0.8096 0.7926 0.7988
（4）其他稳健性检验
在上述稳健性检验的基础上，进一步进行如下检验：① 替换被解释变量省域碳排放公平。参考学者卢俊宇等[32]的相关研究，采用绿色贡献系数即碳排放比例与GDP贡献比例的比值来核算省域碳排放公平。② 缩短研究跨期。为了提高研究的可靠性，缩短样本文跨期至第一批碳交易试点政策实施前后三年，同时，采用单期双重差分法进行评估，以控制非政策相关因素对结果的影响。③ 控制联合固定效应。在采用双向固定效应的多期双重差分方法控制遗漏变量后，为防止模型遗漏省份和时间维度的交互作用，借鉴Bai[33]的相关研究，在基准模型中加入省份—时间的交叉固定效应，以捕捉共同因素对不同省份之间及不同时期内的差异化影响，提高模型稳健性。④ 离群值检验。为控制离群值对回归结果的影响，对所有连续变量采取了0.5%的双尾缩尾处理，以降低个别极端值的影响。回归结果如表5所示，不难发现在不同稳健性检验方法下policyi×postt的系数虽有所差异，但均显著为正，表明上文的回归结果是稳健的。

3.3 影响机制检验

前文已经基本证实了碳交易试点政策的实施对省域碳减排公平性具有显著正向影响，但这种影响是通过何种机制实现的尚待证实。理论分析部分已经初步判别出碳交易试点政策会产生环境规制效应、能源结构效应与创新驱动效应，因此，本部分进一步根据模型（3）与模型（4）对上述三大效应进行检验。表6中列 (1) 是基准回归模型的总效应，列 (2) policyi×postt的系数显著为正，表明碳交易试点政策显著提升了各省环境规制强度。可能是由于碳交易试点政策强化了碳排放管理与总量控制，从而促使地方政府出台了更多的约束性减排政策，提升了环境规制强度。列 (3) 的系数均显著为正，表明碳交易试点政策通过提升各省环境规制强度，不仅遏制了部分省份碳排放的过度增长，避免碳强度差距进一步拉大，而且引导产业结构升级，推动高碳区域加速转型，防止出现“碳天堂效应”，从而有效提升省域碳排放公平性水平。列 (4) policyi×postt的系数在1%的水平下显著为正，表明碳交易试点政策带来的新型治理方式和经济杠杆效应一方面增强了企业主动调整能源结构的内在动力，为获得更多碳排放权而关注能源利用结构，另一方面碳市场的价格信号激励企业投入清洁技术研发与应用，从而有效推动了能源结构转型。列 (5) 的系数均显著为正，意味着碳交易试点政策的实施通过提高可再生能源比重优化能源利用结构，减轻了资源禀赋相对薄弱地区的能源压力，促进不同地区间的区域协作与合作，共同推进能源转型。列 (6) 的系数显著为正，表明碳交易试点政策实施后，当企业采用绿色技术实现碳减排时，可以获得相应的碳排放权，有效刺激了绿色技术研发投入，为投资者提供了明确的绿色技术投资方向，有效推动了绿色技术创新。列 (7) 的系数均在1%的水平下显著为正，意味着碳交易试点政策的实施通过推动绿色技术创新提升了能源利用效率，有效降低了碳减排成本，助力各省份推动低碳经济转型，实现碳减排目标，从而提升了省域碳排放公平性水平，假说3得以证实。
表6 影响机制检验

Table 6 Impact mechanism test

变量 总效应lnequ 环境规制效应 结构优化效应 绿色创新效应
lner lnequ lnes lnequ lngt lnequ
(1) (2) (3) (4) (5) (6) (7)
policyi×postt 0.1782***
(8.416)		 0.4036***
(2.898)		 0.1787***
(8.308)		 0.0273***
(3.427)		 0.1793***
(8.461)		 0.0758***
(5.913)		 0.1735***
(8.303)
lner 0.2745***
(3.427)
lnes 0.0422***
(4.609)
lngt 0.0623***
(3.662)
控制变量 YES YES YES YES YES YES YES
省份固定效应 YES YES YES YES YES YES YES
时间固定效应 YES YES YES YES YES YES YES
R2 0.7310 0.7604 0.7608 0.7207 0.7610 0.9436 0.7391

3.4 碳交易试点提升省域碳排放公平性的空间效应探讨

虽然双重差分模型可以有效检验碳交易试点政策对于省域碳排放公平性的影响，但受省域间产业、人口流动的影响，从空间计量的视角来看，碳交易试点政策的实施不仅会对本省份的碳排放公平性产生影响，也会通过“极化效应”和“涓滴效应”对周边省份的碳排放公平性产生影响。然而传统的双重差分模型默认政策实施只会对处理组产生影响，而不会影响控制组，因而无法观测政策的空间效应。空间双重差分模型（SDID）充分考虑了政策的空间溢出效应，可以有效弥补传统双重差分模型对控制组作用方向与力度观测不足的缺陷。

3.4.1 空间相关性检验

使用空间双重差分模型分析的前提是被解释变量具有空间相关性。因此，本文首先采用地理距离空间权重矩阵与经济距离空间权重矩阵分别计算省域碳排放公平性的莫兰指数，以判别其空间相关性水平，结果如图5所示。不难发现，在两种空间权重矩阵下计算得到的莫兰指数在研究期内均显著为正，因此，省域碳排放公平性存在显著的正向空间依赖性，后续可以采用空间计量模型进行分析。
图5 省域碳排放公平性的莫兰指数

Fig. 5 Moran's index of provincial carbon emission fairness

3.4.2 空间溢出效应检验

进一步对空间误差双重差分模型（SEM-DID）与空间滞后双重差分模型（SLM-DID）进行LM检验、LR检验与Wald检验，结果见表7，不难发现三种检验均认为空间杜宾双重差分模型（SDM-DID）为最优选择，因此，本文选择SDM-DID进行回归。
表7 空间计量模型选择结果

Table 7 Spatial econometric model selection results

模型 LM-test LR-test Wald-test
LM Robust LM
SLM-DID 3.184*** 0.196*** 21.56*** 22.04***
SEM-DID 7.409*** 4.421*** 22.68*** 23.02***
从表8来看，在地理空间权重矩阵与经济距离空间权重矩阵下policyi×postt与ρ的系数均显著为正，表明碳交易试点政策的实施可以显著提升省域碳排放公平性水平，这与基准回归的结果一致，进一步验证假说1。从溢出效应来看，碳交易试点政策的实施会显著提升地理相邻省份与经济发展特征相似省份的碳排放公平性水平，即存在正向空间溢出效应，假说3得以证实。可能的原因是：（1）对于地理邻近省份而言，一方面当某个省份实施碳交易试点政策并开始严格限制碳排放，受到大气环流与风向等因素的影响，间接降低了流入周边省份的碳排放量；另一方面碳交易试点政策实施后的示范效应会带动周边省份完善自身的低碳政策体系，最终“涓滴效应”战胜“极化效应”，推动省份之间形成碳减排高效协作与良性互动，从而提升相邻省份的碳排放公平性水平。（2）对于经济邻近省份而言，其产业结构、能源利用结构、经济增长模式等与试点省份相似，两类省份之间的碳减排技术协作与交流也更加频繁，意味着它们降低碳强度的路径也较为相似，经济发展特征相似的省份可以推广学习试点省份在低碳技术应用、产业结构调整等方面的成功经验，提高其碳排放效率，从而推动其碳排放公平性水平的进一步提升。
表8 空间双重差分估计结果

Table 8 Results of double difference estimation in space

变量 地理空间权重矩阵 经济距离空间权重矩阵
SDM-DID 效应分解 SDM-DID 效应分解
直接效应 间接效应 直接效应 间接效应
policyi×postt 0.1698***
(8.145)		 0.1759***
(8.839)		 0.1298***
(2.887)		 0.1397***
(5.093)		 0.1458***
(5.539)		 0.1389***
(3.637)
W×policyi×postt 0.0468***
(3.318)		 0.0837***
(4.946)
ρ 0.2995***
(5.039)		 0.2146***
(4.103)
控制变量 YES YES YES YES YES YES
省份固定效应 YES YES YES YES YES YES
时间固定效应 YES YES YES YES YES YES
R2 0.7405 0.7382

4 结论与政策建议

本文基于2007—2021年省级面板数据，借助多期双重差分模型、中介效应模型与空间双重差分模型，实证分析碳交易试点政策对省域碳排放公平性的影响效应与内在机理。主要结论包括：（1）碳交易试点政策的实施有效提升了省域碳排放公平性水平，这种提升作用具有持续性，且经过多项稳健性检验后仍然显著；（2）机制检验表明碳交易试点政策主要通过提高环境规制强度、优化能源结构与推动绿色技术创新三大路径来提升省域碳排放公平性水平；（3）碳交易试点政策进一步通过“极化效应”与“涓滴效应”提升了“地理邻近”省份与“经济邻近”省份的碳排放公平性水平。
基于上述结论，提出以下政策建议：
（1）进一步强化碳交易市场对省域碳排放公平性的提升作用。虽然全国碳交易市场已经全面启动，但受制于管理制度、覆盖范围、碳排放基础数据核算等因素的影响，产生的作用相对有限。因此，要强化多方协同，合理规划碳市场发展顶层设计路线图，完善碳排放标准计量体系，有序覆盖钢铁、化工、建材等高耗能行业，逐步建立起覆盖全行业的碳交易市场。同时，通过适当的税收减免、交易成本补贴等措施，鼓励引导更多的企业与社会资本积极参与到碳市场交易中来，拓展市场规模，进一步发挥碳交易市场机制对提升省域碳排放公平性的重要作用。
（2）持续优化碳交易市场提升省域碳排放公平性的作用路径。各级政府部门应加强协调配合，健全碳核算与监测体系，确保重点排放企业的减排目标得到贯彻执行与持续跟踪。要优化相关法规标准体系，提高违规惩戒力度，建立科学合理的差异化碳绩效考核机制，防止出现“一刀切”情况，使监管更加公平有效；同时，要在能源结构优化方面持续发力。相关部门要制定差异化的区域能源结构优化路线图，充分运用经济杠杆引导更多社会资本投向可再生能源领域，同时完善相关配额和补贴政策设计，并依托碳交易市场倒逼区域间加快技术交流合作和经验分享，使各地能源利用效率整体提升。此外，在碳交易市场建设中充分考虑技术型碳汇交易的比例，鼓励支持企业通过技术创新获得更多的碳抵消额度，形成直接的技术倒逼激励。还要以股权投资、技术成果奖励等多种形式，对开展关键低碳核心技术和产业化技术攻关提供持续资助，并完善绿色技术专利申请、交易、转让等相关制度，为企业充分运用自主技术创新成果获得碳交易市场红利提供资金支持与制度保障。
（3）充分发挥碳交易市场对提升邻地省份碳排放公平性的空间溢出效应。要加强对碳交易市场空间溢出效应的跟踪评估，充分认识和分析“地理邻近”省份与“经济邻近”省份之间的联动机制；在区域低碳发展规划中，充分考量邻近省份之间的协同作用，建立定期的省际减排目标评估调整机制，形成减排任务的动态协同；此外，还要完善相关配套政策，进一步激发区域企业特别是龙头企业主动开展低碳技术向周边地区的转移，实现技术共享；组建专门的工作专班，深入开展“地理邻近”省份与“经济邻近”省份之间在应对气候变化和碳减排问题上的合作，总结成功经验，以便复制推广。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
陈骁, 张明. 碳排放权交易市场: 国际经验、中国特色与政策建议. 上海金融, 2022, (9): 22-33.

[ CHEN X, ZHANG M. Carbon emissions trading market: International experience, Chinese characteristics and policy recommendations. Shanghai Finance, 2022, (9): 22-33.]

[2]
余建辉, 肖若兰, 马仁锋, 等. 国际贸易“碳中和”研究热点领域及其动向. 自然资源学报, 2022, 37(5): 1303-1320.

DOI

[ YU J H, XIAO R L, MA R F, et al. Research hotspots and trends of carbon neutrality in international trade. Journal of Natural Resources, 2022, 37(5): 1303-1320.]

DOI

[3]
张希良, 张达, 余润心. 中国特色全国碳市场设计理论与实践. 管理世界, 2021, 37(8): 80-95.

[ ZHANG X L, ZHANG D, YU R X. Theory and practice of China's national carbon emissions trading system. Journal of Management World, 2021, 37(8): 80-95.]

[4]
张富利. 公平视域下我国碳排放配额的初始分配. 华侨大学学报: 哲学社会科学版, 2020, (5): 65-78.

[ ZHANG F L. Research on initial allocation of carbon emission quota in China from the perspective of equity. Journal of Huaqiao University: Philosophy & Social Sciences, 2020, (5): 65-78.]

[5]
范庆泉, 梁美健, 乔元波. 碳排放权要素报酬与区域间再分配机制研究. 财贸经济, 2021, 42(11): 101-115.

[ FAN Q Q, LIANG M J, QIAO Y B. On the factor payments and the regional reallocation mechanism of carbon emissions permits. Finance & Trade Economics, 2021, 42(11): 101-115.]

[6]
吴茵茵, 齐杰, 鲜琴, 等. 中国碳市场的碳减排效应研究: 基于市场机制与行政干预的协同作用视角. 中国工业经济, 2021, (8): 114-132.

[ WU Y Y, QI J, XIAN Q, et al. The carbon emission reduction effect of China's carbon market: From the perspective of the coordination between market mechanism and administrative intervention. China Industrial Economics, 2021, (8): 114-132.]

[7]
朱凡, 李天琦. 中国碳交易市场减排绩效的实证研究. 税务与经济, 2021, (3): 54-62.

[ ZHU F, LI T Q. An empirical study on emission reduction performance of China's carbon trading market. Taxation and Economy, 2021, (3): 54-62.]

[8]
ZHANG H, ZHANG B. The unintended impact of carbon trading of China's power sector. Energy Policy, 2020, 147: 111876, 10.1016/j.enpol.2020.111876.

[9]
田云, 林子娟. 巴黎协定下中国碳排放权省域分配及减排潜力评估研究. 自然资源学报, 2021, 36(4): 921-933.

DOI

[ TIAN Y, LIN Z J. Provincial distribution of China's carbon emission rights and assessment of its emission reduction potential under the Paris Agreement. Journal of Natural Resources, 2021, 36(4): 921-933.]

DOI

[10]
张修凡. 碳市场流动性与区域低碳经济转型: 基于低碳技术创新的双重中介效应分析. 南京财经大学学报, 2021, (6): 88-98.

[ ZHANG X F. Carbon market liquidity and regional low-carbon economic transition: An analysis of dual mediation effect based on low-carbon technology innovation. Journal of Nanjing University of Finance and Economics, 2021, (6): 88-98.]

[11]
郑丽琳, 姚永络. 碳市场对地区经济高质量发展影响研究: 基于市场机制视角. 软科学, 2023, (5): 1-13.

[ ZHENG L L, YAO Y L. Influence of carbon market on high-quality economic development: A market mechanism-based perspective. Soft Science, 2023, (5): 1-13.]

[12]
王超, 杨宝臣. 碳市场对商品、金融市场的溢出效应分析. 南开学报: 哲学社会科学版, 2021, (5): 110-122.

[ WANG C, YANG B C. An analysis concerning the spillover effects of carbon markets on commodity and financial markets. Nankai Journal: Philosophy, Literature and Social Science Edition, 2021, (5): 110-122.]

[13]
庞军, 张宁. 论实现“双碳”目标必须处理好的三大关系. 环境保护, 2021, 49(16): 11-14.

[ PANG J, ZHANG N. The three main relationships of peaking carbon emissions and achieving carbon neutrality. Environmental Protection, 2021, 49(16): 11-14.]

[14]
王文举, 陈真玲. 中国省级区域初始碳配额分配方案研究: 基于责任与目标、公平与效率的视角. 管理世界, 2019, 35(3): 81-98.

[ WANG W J, CHEN Z L. A study on the initial allocation scheme of China's provincial-level regional carbon quota: From the perspective of responsibility and target, equity and efficiency. Journal of Management World, 2019, 35(3): 81-98.]

[15]
ZHANG S, WANG Y, HAO Y, et al. Shooting two hawks with one arrow: Could China's emission trading scheme promote green development efficiency and regional carbon equality?. Energy Economics, 2021, 101(5): 105412, Doi: 10.1016/j.eneco.2021.105412.

[16]
程郁泰, 肖红叶. 中国碳排放权交易政策的经济与减排效应研究. 统计与信息论坛, 2023, 38(7): 61-74.

[ CHENG Y T, XIAO H Y. Economic and carbon reduction effect of emissions trading: A Chinese perspective. Journal of Statistics and Information, 2023, 38(7): 61-74.]

[17]
高红贵, 许莹莹, 朱于珂. 命令控制型环境规制对碳市场价格的影响: 来自中央环保督察的准自然实验. 中国地质大学学报: 社会科学版, 2022, 22(3): 54-66.

[ GAO H G, XU Y Y, ZHU Y K. lmpact of command controlled environmental regulation on carbon price:Experiment based on central environmental protection inspector. Geosciences: Social Sciences Edition, 2022, 22(3): 54-66.]

[18]
JI C, HU Y, TANG B, et al. Price drivers in the carbon emissions trading scheme: Evidence from Chinese emissions trading scheme pilots. Journal of Cleaner Production, 2021, 278: 123469, Doi: 10.1016/j.jclepro.2020.123469.

[19]
熊灵, 齐绍洲, 沈波. 中国碳交易试点配额分配的机制特征、设计问题与改进对策. 武汉大学学报: 哲学社会科学版, 2016, 69(3): 56-64.

[ XIONG L, QI S Z, SHEN B. The comparative features, problems and improvement measures of allowance mechanism of China's carbon trading pilots. Wuhan University Journal: Philosophy & Social Science, 2016, 69(3): 56-64.]

[20]
ZHANG Y, LIANG T, JIN Y, et al. The impact of carbon trading on economic output and carbon emissions reduction in China's industrial sectors. Applied Energy, 2020, 260: 114290, Doi: 10.1016/j.apenergy.2019.114290.

[21]
ZHANG W, LI J, LI G, et al. Emission reduction effect and carbon market efficiency of carbon emissions trading policy in China. Energy, 2020, 196: 117117, Doi: 10.1016/j.energy.2020.117117.

[22]
李博, 王晨圣, 余建辉, 等. 市场激励型环境规制工具对中国资源型城市高质量发展的影响. 自然资源学报, 2023, 38(1): 205-219.

DOI

[ LI B, WANG C S, YU J H, et al. The impact of market-oriented environmental regulation tool on high-quality development of China's resource-based cities. Journal of Natural Resources, 2023, 38(1): 205-219.]

DOI

[23]
WENG Q, XU H. A review of China's carbon trading market. Renewable and Sustainable Energy Reviews, 2018, 91(8): 613-619.

DOI

[24]
YANG X, JIANG P, PAN Y. Does China's carbon emission trading policy have an employment double dividend and a porter effect?. Energy Policy, 2020, 142: 111492, Doi: 10.1016/j.enpol.2020.111492.

[25]
张华. 环境规制提升了碳排放绩效吗? 空间溢出视角下的解答. 经济管理, 2014, 36(12): 166-175.

[ ZHANG H. Does environmental regulations enhance carbon emissions performance? Interpretation from the perspective of spatial spillover. Business and Management Journal, 2014, 36(12): 166-175.]

[26]
BARON R M, KENNY D A. The moderator-mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology, 1986, 51(6): 1173-1182.

DOI PMID

[27]
杨艳芳, 郑海霞. 基于公平性原则的区域碳排放空间分配研究综述. 资源开发与市场, 2016, 32(7): 802-807.

[ YANG Y F, ZHENG H X. Review on regional carbon emissions spatial distribution based on principle of equity. Resource Development & Market, 2016, 32(7): 802-807.]

[28]
周迪, 郑楚鹏, 华诗润, 等. 公平与效率协调视角下的中国碳减排潜力与路径. 自然资源学报, 2019, 34(1): 80-91.

DOI

[ ZHOU D, ZHENG C P, HUA S R, et al. The potentialities and paths of China's carbon emission reduction based on the coordination of fairness and efficiency. Journal of Natural Resources, 2019, 34(1): 80-91.]

DOI

[29]
刘志华, 徐军委. “双碳”目标下中国省域碳排放公平性及其影响因素. 地理科学, 2023, 43(1): 92-100.

DOI

[ LIU Z H, XU J W. Equity and influence factors of China's provincial carbon emissionsunder the ''Dual Carbon'' goal. Scientia Geographica Sinica, 2023, 43(1): 92-100.]

[30]
万伦来, 孙博, 任雪萍. 中国省际碳排放公平性的测度与分解. 经济学动态, 2014, (12): 53-60.

[ WAN L L, SUN B, REN X P. Measurement and decomposition of the equity of China's provincial carbon emissions. Economic Perspectives, 2014, (12): 53-60.]

[31]
BECK T, LEVINE R, LEVKOV A. Big bad banks? The winners and losers from bank deregulation in the United States. The Journal of Finance, 2010, 65(5): 1637-1667.

[32]
卢俊宇, 黄贤金, 戴靓, 等. 基于时空尺度的中国省级区域能源消费碳排放公平性分析. 自然资源学报, 2012, 27(12): 2006-2017.

DOI

[ LU J Y, HUANG X J, DAI L, et al. Spatio-temporal scale analysis on the equality of energy consumption carbon emission distribution in China. Journal of Natural Resources, 2012, 27(12): 2006-2017.]

[33]
BAI J. Panel data models with interactive fixed effects. Econometrica, 2009, 77(4): 1229-1279.

DOI

Options
文章导航

/

〈 〉