《低碳省区试点政策的净碳减排效应.docx》由会员分享,可在线阅读,更多相关《低碳省区试点政策的净碳减排效应.docx(21页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、低碳省区试点政策的净碳减排效应 董梅李存芳来源:中国人口资源与环境2020年第11期策对除了陕西以外其他省市的碳排放增长趋势产生抑制。以上两篇文献均未就低碳试点政策对 碳强度的影响进行评判,而无论国家层面的减排目标,还是各试点地区的低碳试点工作实施方 案,都将单位生产总值二氧化碳排放(简称碳强度)降低作为开展目标,这不仅为本地区经济 增长留有余地,也使省区间的政策效果更具可比性。通过以上文献梳理,发现学者们在低碳试点政策评估中局部观点达成一致,但一些结论仍 存在分歧。分歧的原因可能是:第一,研究方法存在样本选择偏误和内生性问题,包括DID 方法对控制组选择存在主观性,PSM-DID方法使用中的
2、样本数缺乏等问题,这些方法对非政 策效果的剔除也不完全。第二,低碳试点政策在省区与城市的实施范围及难度是不同的,已有 文献实验组中既有省区也有城市,评估口径存在不一致。第三,以碳排放量变化还是碳强度变 化为评价指标,其结果也不相同,前者仅关注碳排放总量变化,而后者是强度指标,不仅考虑 了碳排放总量变动,也为经济增长留有余地。综上所述,合成控制法在政策评价中具有很多优点,但鲜有用其评价低碳试点政策对碳强 度影响的分析。本文以“低碳省区试点政策为准自然实验,采用合成控制法对非政策因素进行 剔除,评估第一、二批共6个低碳试点省区的净碳减排效应,其边际贡献在于:刻画各省区 人均碳排放和碳强度在政策实施
3、前后的演变路径,以“人均碳排放控制有效”“碳强度控制有 效”“双有效”和“无效”来划分各省区政策效果类别,分析省际政策效应异质性的原因,特别是 对碳强度的政策效应给出明确结论,为试点地区经济增长留有余地。仅以省区作为实验组和 控制组的样本,不包含直辖市及其他试点城市,保证评估口径一致。抚慰剂检验中,构造单 侧检验统计量,并判断其显著性,提升抚慰剂检验结果的可靠程度。2研究设计及数据来源2.1 合成控制法人均碳排放变化和碳强度变化是评价省级低碳试点政策是否有效的重要指标。给定N4-1 个省区在T期的相关数据,假设只有第一个省区(i=l)在时点t=TO实行低碳试点政 策,令该省区为实验组,并将该组
4、的人均碳排放pelt和碳强度cglt统一表示为结果变量Ylt。 将其余N个未实施低碳试点政策的省区划入控制组,其结果变量表示为Yjt (户2,, N+1)。时点TO将观测期分两段,TO为政策实施前,t2T0+l, T为政策实施后。 假设合成值It是假设实验组没有实施低碳试点政策的结果变量,那么gaplt=Ylt-lt可表示低碳试点 政策给实验组带来的变化,以此衡量政策效果。上式中,Ylt是可以实际观测的,而h作为反 事实的结果变量是无法观测的。本文采用Abadie等23提出的因子模型估计It :构造预测误差均方RMSPE统计量可以评价tl时期合成值It与真实值Ylt之间偏离程度, 假设RMSP
5、E趋近于0,说明八g叩It整体趋近于0,合成值It是可靠的:2.2 数据来源作者选取20002017年26个省区面板数据为研究样本,将6个试点省区视为实验组,即 第一批试点的辽宁、广东、陕西、湖北和云南,其政策起始时期设定为2010年,第二批试点 的海南,政策起始时期设定为2013年。考虑到针对省区的低碳试点政策对应一揽子相关措 施,所涉及的经济体量和实施范围,与直辖市均有不同,而直辖市的低碳试点更接近低碳城市 试点,因此,作者的实验组不包括北京、上海、天津和重庆。其他20个省区(包括河北、山 东、吉林、黑龙江、江苏、浙江、福建、山西、内蒙古、河南、安徽、江西、湖南、广西、四 川、贵州、甘肃、
6、青海、宁夏、新疆)视为控制组,西藏因缺失数据较多,暂不包含。(1)结果变量选取。人均碳排放(pc,单位:U人)和碳强度(eg,单位:1/万元)作为 结果变量,其中,pc采用单位常住人口的碳排放予以度量,当常住人口变动很小时,pc在一 定程度上代表了该省区碳排放总量的变动;eg采用单位地区生产总值(2000年不变价格)的碳 排放予以度量,该指标不仅考虑了碳排放总量的变动,也考虑了经济开展的增速。碳排放总量 均利用各省区历年能源平衡表,采用2006年IPCC国家温室气体清单指南关于固定燃烧源 能源消费与缺省排放因子相乘的方法计算而得。(2)控制变量选取。挑选一系列影响碳减排效应的预测变量,尽可能全
7、面的找出影响结 果变量的因素。作者在参照以往同类文献变量选择的基础上,经过反复测试比照,最终确定以 下6个指标归入控制变量Zi :实际人均地区生产总值(pgdp,单位:万元),该指标代表地 区经济开展水平(2000年不变价格)。工业占地区生产总值比重(pind,单位:),该指 标代表产业结构,工业占比越高,其碳排放也越高,不利于碳减排。城镇化率(ur,单 位:),该指标为城镇人口占总人口比重,一方面,城镇化会引致大量能源消费,另一方 面,城镇化会提高能源利用效率,两种影响力度与城镇化所处阶段有关。火力发电比重(ees,单位:),该指标是各省区能源结构的一种衡量,因为清洁能源主要由清洁电力生产
8、提供,所以火力发电比重越高,说明清洁能源使用程度越低,不利于碳减排。私家车密度(vden,单位:辆/km),该指标代表交通开展水平,现阶段私家车仍以燃油汽车为主,私家 车密度越高,成品油类消费也越高,不利于碳减排。能源强度(ei,单位:tee/离元),采 用单位地区生产总值(2000年不变价格)的能源消费予以度量,能源强度越高,说明能源利 用效率越低,不利于碳减排。以结果变量和控制变量的数据为基础,运用Statal5软件进行合成控制分析。3低碳省区试点政策的净碳减排效应3碳减排开展趋势图1展示了各低碳试点省区人均碳排放和碳强度的真实走势。人均碳排放变动趋势有以下特点(见图la):实验组省区和其
9、余20省的均值(以下简 称控制组均值)都呈现逐步上升趋势,说明在人口数量增速很低的情况下,碳排放总量整体上 升。辽宁的人均碳排放远高于其余5个试点省区和控制组均值,这与辽宁常住人口较少有 关。除辽宁外的其余5省区的人均碳排放都低于控制组均值;海南的人均碳排放最低,广 东、陕西、湖北和云南的该指标在2010年之前十分靠近,但其后走势显著分散。陕西和海 南的人均碳排放保持平稳上升,而湖北、广东、云南的该指标在2011年后呈现不同程度下 降。通过以上文献梳理,发现学者们在低碳试点政策评估中局部观点达成一致,但一些结论仍 存在分歧。分歧的原因可能是:第一,研究方法存在样本选择偏误和内生性问题,包括DI
10、D 方法对控制组选择存在主观性,PSM-DID方法使用中的样本数缺乏等问题,这些方法对非政 策效果的剔除也不完全。第二,低碳试点政策在省区与城市的实施范围及难度是不同的,已有 文献实验组中既有省区也有城市,评估口径存在不一致。第三,以碳排放量变化还是碳强度变 化为评价指标,其结果也不相同,前者仅关注碳排放总量变化,而后者是强度指标,不仅考虑 了碳排放总量变动,也为经济增长留有余地。综上所述,合成控制法在政策评价中具有很多优点,但鲜有用其评价低碳试点政策对碳强 度影响的分析。本文以“低碳省区”试点政策为准自然实验,采用合成控制法对非政策因素进行 剔除,评估第一、二批共6个低碳试点省区的净碳减排效
11、应,其边际贡献在于:刻画各省区 人均碳排放和碳强度在政策实施前后的演变路径,以“人均碳排放控制有效”“碳强度控制有 效”“双有效”和“无效”来划分各省区政策效果类别,分析省际政策效应异质性的原因,特别是 对碳强度的政策效应给出明确结论,为试点地区经济增长留有余地。仅以省区作为实验组和 控制组的样本,不包含直辖市及其他试点城市,保证评估口径一致。抚慰剂检验中,构造单 侧检验统计量,并判断其显著性,提升抚慰剂检验结果的可靠程度。2研究设计及数据来源2.1 合成控制法人均碳排放变化和碳强度变化是评价省级低碳试点政策是否有效的重要指标。给定N+1 个省显在tl,。期的相关数据,假设只有第一个省区(i=
12、l)在时点匚TO实行低碳试点政 策,令该省区为实验组,并将该组的人均碳排放pelt和碳强度cglt统一表示为结果变量Ylt。 将其余N个未实施低碳试点政策的省区划入控制组,其结果变量表示为Yjt (j=2,, N+1) o时点TO将观测期分两段,TO为政策实施前,t2T0+l, T为政策实施后。 假设合成值It是假设实验组没有实施低碳试点政策的结果变量,那么gaplt=YIt-It可表示低碳试点 政策给实验组带来的变化,以此衡量政策效果。上式中,Ylt是可以实际观测的,而It作为反 事实的结果变量是无法观测的。本文采用Abadie等23提出的因子模型估计It :构造预测误差均方RMSPE统计量
13、可以评价tl时期合成值It与真实值Ylt之间偏离程度, 假设RMSPE趋近于0,说明八g叩It整体趋近于0,合成值It是可靠的:2.2 数据来源作者选取2000-2017年26个省区面板数据为研究样本,将6个试点省区视为实验组,即 第一批试点的辽宁、广东、陕西、湖北和云南,其政策起始时期设定为2010年,第二批试点 的海南,政策起始时期设定为2013年。考虑到针对省区的低碳试点政策对应一揽子相关措 施,所涉及的经济体量和实施范围,与直辖市均有不同,而直辖市的低碳试点更接近低碳城市 试点,因此,作者的实验组不包括北京、上海、天津和重庆。其他20个省区(包括河北、山 东、吉林、黑龙江、江苏、浙江、
14、福建、山西、内蒙古、河南、安徽、江西、湖南、广西、四 川、贵州、甘肃、青海、宁夏、新疆)视为控制组,西藏因缺失数据较多,暂不包含。(1)结果变量选取。人均碳排放(pc,单位:t/人)和碳强度(eg,单位:t/万元)作为 结果变量,其中,pc采用单位常住人口的碳排放予以度量,当常住人口变动很小时,pc在一 定程度上代表了该省区碳排放总量的变动;eg采用单位地区生产总值(2000年不变价格)的碳 排放予以度量,该指标不仅考虑了碳排放总量的变动,也考虑了经济开展的增速。碳排放总量 均利用各省区历年能源平衡表,采用2006年IPCC国家温室气体清单指南关于固定燃烧源 能源消费与缺省排放因子相乘的方法计
15、算而得。(2)控制变量选取。挑选一系列影响碳减排效应的预测变量,尽可能全面的找出影响结 果变量的因素。作者在参照以往同类文献变量选择的基础上,经过反复测试比照,最终确定以 下6个指标归入控制变量Zi :实际人均地区生产总值(pgdp,单位:万元),该指标代表地 区经济开展水平(2000年不变价格)。工业占地区生产总值比重(pind,单位:),该指 标代表产业结构,工业占比越高,其碳排放也越高,不利于碳减排。城镇化率(ur,单 位:),该指标为城镇人口占总人口比重,一方面,城镇化会引致大量能源消费,另一方 面,城镇化会提高能源利用效率,两种影响力度与城镇化所处阶段有关。火力发电比重 (ees,单
16、位:),该指标是各省区能源结构的一种衡量,因为清洁能源主要由清洁电力生产 提供,所以火力发电比重越高,说明清洁能源使用程度越低,不利于碳减排。私家车密度 (vden,单位:辆/km),该指标代表交通开展水平,现阶段私家车仍以燃油汽车为主,私家 车密度越高,成品油类消费也越高,不利于碳减排。能源强度(ei,单位:tee/万元),采 用单位地区生产总值(2000年不变价格)的能源消费予以度量,能源强度越高,说明能源利 用效率越低,不利于碳减排。以结果变量和控制变量的数据为基础,运用Statal5软件进行合成控制分析。3低碳省区试点政策的净碳减排效应3.1碳减排开展趋势图1展示了各低碳试点省区人均碳
17、排放和碳强度的真实走势c人均碳排放变动趋势有以下特点(见图la):实验组省区和其余20省的均值(以下简 称控制组均值)都呈现逐步上升趋势,说明在人口数量增速很低的情况下,碳排放总量整体上 升。辽宁的人均碳排放远高于其余5个试点省区和控制组均值,这与辽宁常住人口较少有 关。除辽宁外的其余5省区的人均碳排放都低于控制组均值;海南的人均碳排放最低,广 东、陕西、湖北和云南的该指标在2010年之前十分靠近,但其后走势显著分散。陕西和海 南的人均碳排放保持平稳上升,而湖北、广东、云南的该指标在2011年后呈现不同程度下 降。通过以上文献梳理,发现学者们在低碳试点政策评估中局部观点达成一致,但一些结论仍
18、存在分歧。分歧的原因可能是:第一,研究方法存在样本选择偏误和内生性问题,包括DID 方法对控制组选择存在主观性,PSM-DID方法使用中的样本数缺乏等问题,这些方法对非政 策效果的剔除也不完全。第二,低碳试点政策在省区与城市的实施范围及难度是不同的,已有 文献实验组中既有省区也有城市,评估口径存在不一致。第三,以碳排放量变化还是碳强度变 化为评价指标,其结果也不相同,前者仅关注碳排放总量变化,而后者是强度指标,不仅考虑 了碳排放总量变动,也为经济增长留有余地。综上所述,合成控制法在政策评价中具有很多优点,但鲜有用其评价低碳试点政策对碳强 度影响的分析。本文以“低碳省区”试点政策为准自然实验,采
19、用合成控制法对非政策因素进行 剔除,评估第一、二批共6个低碳试点省区的净碳减排效应,其边际贡献在于:刻画各省区 人均碳排放和碳强度在政策实施前后的演变路径,以“人均碳排放控制有效”“碳强度控制有 效”“双有效”和“无效”来划分各省区政策效果类别,分析省际政策效应异质性的原因,特别是 对碳强度的政策效应给出明确结论,为试点地区经济增长留有余地。仅以省区作为实验组和 控制组的样本,不包含直辖市及其他试点城市,保证评估口径一致。抚慰剂检验中,构造单 侧检验统计量,并判断其显著性,提升抚慰剂检验结果的可靠程度。2研究设计及数据来源2合成控制法人均碳排放变化和碳强度变化是评价省级低碳试点政策是否有效的重
20、要指标。给定N+1 个省区在tl, T期的相关数据,假设只有第一个省区(i=l)在时点t=T0实行低碳试点政 策,令该省区为实验组,并将该组的人均碳排放pelt和碳强度cglt统一表示为结果变量Ylt。 将其余N个未实施低碳试点政策的省区划入控制组,其结果变量表示为Yjt (j=2, N+1)。时点TO将观测期分两段,TO为政策实施前,t2T0+l, T为政策实施后。 假设合成值It是假设实验组没有实施低碳试点政策的结果变量,那么gap It=Y It-It可表示低碳试点 政策给实验组带来的变化,以此衡量政策效果。上式中,Ylt是可以实际观测的,而It作为反 事实的结果变量是无法观测的。本文采
21、用Abadie等23提出的因子模型估计It :构造预测误差均方RMSPE统计量可以评价tl时期合成值It与真实值Ylt之间偏离程度, 假设RMSPE趋近于0,说明八g叩It整体趋近于0,合成值It是可靠的:2.2数据来源作者选取2000-2017年26个省区面板数据为研究样本,将6个试点省区视为实验组,即 第一批试点的辽宁、广东、陕西、湖北和云南,其政策起始时期设定为201()年,第二批试点 的海南,政策起始时期设定为2013年。考虑到针对省区的低碳试点政策对应一揽子相关措 施,所涉及的经济体量和实施范围,与直辖市均有不同,而直辖市的低碳试点更接近低碳城市 试点,因此,作者的实验组不包括北京、
22、上海、天津和重庆。其他20个省区(包括河北、山 东、吉林、黑龙江、江苏、浙江、福建、山西、内蒙古、河南、安徽、江西、湖南、广西、四 川、贵州、甘肃、青海、宁夏、新疆)视为控制组,西藏因缺失数据较多,暂不包含。(1)结果变量选取。人均碳排放(pc,单位:t/人)和碳强度(eg,单位:t/万元)作为 结果变量,其中,pc采用单位常住人口的碳排放予以度量,当常住人口变动很小时,pc在一 定程度上代表了该省区碳排放总量的变动;eg采用单位地区生产总值(2000年不变价格)的碳 排放予以度量,该指标不仅考虑了碳排放总量的变动,也考虑了经济开展的增速。碳排放总量 均利用各省区历年能源平衡表,采用2006年
23、IPCC国家温室气体清单指南关于固定燃烧源 能源消费与缺省排放因子相乘的方法计算而得。(2)控制变量选取。挑选一系列影响碳减排效应的预测变量,尽可能全面的找出影响结 果变量的因素。作者在参照以往同类文献变量选择的基础上,经过反复测试比照,最终确定以 下6个指标归入控制变量Zi :实际人均地区生产总值(pgdp,单位:万元),该指标代表地 区经济开展水平(200()年不变价格)。工业占地区生产总值比重(pind,单位:),该指 标代表产业幺吉构,工业占比越高,其碳排放也越高,不利于碳减排。城镇化率(ur,单 位:),该指标为城镇人口占总人口比重,一方面,城镇化会引致大量能源消费,另一方 面,城镇
24、化会提高能源利用效率,两种影响力度与城镇化所处阶段有关。火力发电比重 (ees,单位:%),该指标是各省区能源结构的一种衡量,因为清洁能源主要由清洁电力生产 提供,所以火力发电比重越高,说明清洁能源使用程度越低,不利于碳减排。私家车密度 (vden,单位:辆/km),该指标代表交通开展水平,现阶段私家车仍以燃油汽车为主,私家 车密度越高,成品油类消费也越高,不利于碳减排。能源强度(ei,单位:tee/万元),采 用单位地区生产总值(2000年不变价格)的能源消费予以度量,能源强度越高,说明能源利 用效率越低,不利于碳减排。以结果变量和控制变量的数据为基础,运用Statal5软件进行合成控制分析
25、。3低碳省区试点政策的净碳减排效应3.1碳减排开展趋势图1展示了各低碳试点省区人均碳排放和碳强度的真实走势。人均碳排放变动趋势有以下特点(见图la):实验组省区和其余20省的均值(以下简 称控制组均值)都呈现逐步上升趋势,说明在人口数量增速很低的情况下,碳排放总量整体上 升。辽宁的人均碳排放远高于其余5个试点省区和控制组均值,这与辽宁常住人口较少有 关。除辽宁外的其余5省区的人均碳排放都低于控制组均值;海南的人均碳排放最低,广 东、陕西、湖北和云南的该指标在2010年之前十分靠近,但其后走势显著分散。陕西和海 南的人均碳排放保持平稳上升,而湖北、广东、云南的该指标在2011年后呈现不同程度下
26、降。通过以上文献梳理,发现学者们在低碳试点政策评估中局部观点达成一致,但一些结论仍 存在分歧。分歧的原因可能是:第一,研究方法存在样本选择偏误和内生性问题,包括DID 方法对控制组选择存在主观性,PSM-DID方法使用中的样本数缺乏等问题,这些方法对非政 策效果的剔除也不完全。第二,低碳试点政策在省区与城市的实施范围及难度是不同的,已有 文献实验组中既有省区也有城市,评估口径存在不一致。第三,以碳排放量变化还是碳强度变 化为评价指标,其结果也不相同,前者仅关注碳排放总量变化,而后者是强度指标,不仅考虑 了碳排放总量变动,也为经济增长留有余地。综上所述,合成控制法在政策评价中具有很多优点,但鲜有
27、用其评价低碳试点政策对碳强 度影响的分析。本文以“低碳省区试点政策为准自然实验,采用合成控制法对非政策因素进行 剔除,评估第一、二批共6个低碳试点省区的净碳减排效应,其边际贡献在于:刻画各省区 人均碳排放和碳强度在政策实施前后的演燮路径,以“人均碳排放控制有效”“碳强度控制有 效”“双有效”和“无效”来划分各省区政策效果类别,分析省际政策效应异质性的原因,特别是 对碳强度的政策效应给出明确结论,为试点地区经济增长留有余地。仅以省区作为实验组和 控制组的样本,不包含直辖市及其他试点城市,保证评估口径一致。抚慰剂检验中,构造单 侧检验统计量,并判断其显著性,提升抚慰剂检验结果的可靠程度。2研究设计
28、及数据来源2.1 合成控制法人均碳排放变化和碳强度变化是评价省级低碳试点政策是否有效的重要指标。给定N+1 个省区在tl, T期的相关数据,假设只有第一个省区(i=l)在时点t=T0实行低碳试点政 策,令该省区为实验组,并将该组的人均碳排放pelt和碳强度cglt统一表示为结果变量Ylt。 将其余N个未实施低碳试点政策的省区划入控制组,其结果变量表示为Yjt (j=2,, N+1)。时点T0将观测期分两段,TO为政策实施前,t2T0+l, T为政策实施后。 假设合成值It是假设实验组没有实施低碳试点政策的结果变量,那么gaplt=YIt-It可表示低碳试点 政策给实验组带来的变化,以此衡量政策
29、效果。上式中,Ylt是可以实际观测的,而It作为反 事实的结果变量是无法观测的。本文采用Abadie等23提出的因子模型估计It :构造预测误差均方RMSPE统计量可以评价tl时期合成值It与真实值Ylt之间偏离程度, 假设RMSPE趋近于0,说明八g叩It整体趋近于0,合成值It是可靠的:2.2 数据来源作者选取2000-2017年26个省区面板数据为研究样本,将6个试点省区视为实验组,即 第一批试点的辽宁、广东、陕西、湖北和云南,其政策起始时期设定为201()年,第二批试点 的海南,政策起始时期设定为2013年。考虑到针对省区的低碳试点政策对应一揽子相关措 施,所涉及的经济体量和实施范围,
30、与直辖市均有不同,而直辖市的低碳试点更接近低碳城市 试点,因此,作者的实验组不包括北京、上海、天津和重庆。其他20个省区(包括河北、山 东、吉林、黑龙江、江苏、浙江、福建、山西、内蒙古、河南、安徽、江西、湖南、广西、四 川、贵州、甘肃、青海、宁夏、新疆)视为控制组,西藏因缺失数据较多,暂不包含。(1)结果变量选取。人均碳排放(pc,单位:t/人)和碳强度(eg,单位:t/万元)作为 结果变量,其中,pc采用单位常住人口的碳排放予以度量,当常住人口变动很小时,pc在一 定程度上代表了该省区碳排放总量的变动;eg采用单位地区生产总值(2000年不变价格)的碳 排放予以度量,该指标不仅考虑了碳排放总
31、量的变动,也考虑了经济开展的增速。碳排放总量 均利用各省区历年能源平衡表,采用2006年IPCC国家温室气体清单指南关于固定燃烧源 能源消费与缺省排放因子相乘的方法计算而得。(2)控制变量选取。挑选一系列影响碳减排效应的预测变量,尽可能全面的找出影响结 果变量的因素。作者在参照以往同类文献变量选择的基础上,经过反复测试比照,最终确定以 下6个指标归入控制变量Zi :实际人均地区生产总值(pgdp,单位:万元),该指标代表地 区经济开展水平(200()年不变价格)。工业占地区生产总值比重(pind,单位:),该指 标代表产业结构,工业占比越高,其碳排放也越高,不利于碳减排。城镇化率(ur,单 位
32、:),该指标为城镇人口占总人口比重,一方面,城镇化会引致大量能源消费,另一方 面,城镇化会提高能源利用效率,两种影响力度与城镇化所处阶段有关。火力发电比重 (ees,单位:%),该指标是各省区能源结构的一种衡量,因为清洁能源主要由清洁电力生产 提供,所以火力发电比重越高,说明清洁能源使用程度越低,不利于碳减排。私家车密度 (vden,单位:辆/km),该指标代表交通开展水平,现阶段私家车仍以燃油汽车为主,私家 车密度越高,成品油类消费也越高,不利于碳减排。能源强度(ei,单位:tee/万元),采 用单位地区生产总值(2000年不变价格)的能源消费予以度量,能源强度越高,说明能源利 用效率越低,
33、不利于碳减排。以结果变量和控制变量的数据为基础,运用Statal5软件进行合成控制分析。3低碳省区试点政策的净碳减排效应3.1碳减排开展趋势图1展示了各低碳试点省区人均碳排放和碳强度的真实走势。人均碳排放变动趋势有以下特点(见图la):实验组省区和其余20省的均值(以下简 称控制组均值)都呈现逐步上升趋势,说明在人口数量增速很低的情况下,碳排放总量整体上 升。辽宁的人均碳排放远高于其余5个试点省区和控制组均值,这与辽宁常住人口较少有 关。除辽宁外的其余5省区的人均碳排放都低于控制组均值;海南的人均碳排放最低,广 东、陕西、湖北和云南的该指标在2010年之前十分靠近,但其后走势显著分散。陕西和海
34、 南的人均碳排放保持平稳上升,而湖北、广东、云南的该指标在2011年后呈现不同程度下 降。通过以上文献梳理,发现学者们在低碳试点政策评估中局部观点达成一致,但一些结论仍 存在分歧。分歧的原因可能是:第一,研究方法存在样本选择偏误和内生性问题,包括DID 方法对控制组选择存在主观性,PSM-DID方法使用中的样本数缺乏等问题,这些方法对非政 策效果的剔除也不完全。第二,低碳试点政策在省区与城市的实施范围及难度是不同的,已有 文献实验组中既有省区也有城市,评估口径存在不一致。第三,以碳排放量变化还是碳强度变 化为评价指标,其结果也不相同,前者仅关注碳排放总量变化,而后者是强度指标,不仅考虑 了碳排
35、放总量变动,也为经济增长留有余地。综上所述,合成控制法在政策评价中具有很多优点,但鲜有用其评价低碳试点政策对碳强 度影响的分析。本文以“低碳省区摩式点政策为准自然实验,采用合成控制法对非政策因素进行 剔除,评估第一、二批共6个低碳试点省区的净碳减排效应,其边际贡献在于:刻画各省区 人均碳排放和碳强度在政策实施前后的演变路径,以“人均碳排放控制有效”“碳强度控制有 效”“双有效”和“无效”来划分各省区政策效果类别,分析省际政策效应异质性的原因,特别是 对碳强度的政策效应给出明确结论,为试点地区经济增长留有余地。仅以省区作为实验组和 控制组的样本,不包含直辖市及其他试点城市,保证评估口径一致。抚慰
36、剂检验中,构造单 侧检验统计量,并判断其显著性,提升抚慰剂检验结果的可靠程度。2研究设计及数据来源2.1 合成控制法人均碳排放变化和碳强度变化是评价省级低碳试点政策是否有效的重要指标。给定N+1 个省区在tl, T期的相关数据,假设只有第一个省区(i=l)在时点t=T0实行低碳试点政 策,令该省区为实验组,并将该组的人均碳排放pelt和碳强度cglt统一表示为结果变量Ylt。 将其余N个未实施低碳试点政策的省区划入控制组,其结果变量表示为Yjt (j=2,, N+1)。时点T0将观测期分两段,TO为政策实施前,t2T0+l, T为政策实施后。 假设合成值It是假设实验组没有实施低碳试点政策的结
37、果变量,那么gaplt=YIt-It可表示低碳试点 政策给实验组带来的变化,以此衡量政策效果。上式中,YM是可以实际观测的,而It作为反 事实的结果变量是无法观测的。本文采用Abadie等23提出的因子模型估计It :构造预测误差均方RMSPE统计量可以评价tl时期合成值It与真实值Ylt之间偏离程度, 假设RMSPE趋近于0,说明八g叩It整体趋近于0,合成值It是可靠的:2.2 数据来源作者选取2000-2017年26个省区面板数据为研究样本,将6个试点省区视为实验组,即 第一批试点的辽宁、广东、陕西、湖北和云南,其政策起始时期设定为201()年,第二批试点 的海南,政策起始时期设定为20
38、13年。考虑到针对省区的低碳试点政策对应一揽子相关措 施,所涉及的经济体量和实施范围,与直辖市均有不同,而直辖市的低碳试点更接近低碳城市 试点,因此,作者的实验组不包括北京、上海、天津和重庆。其他20个省区(包括河北、山 东、吉林、黑龙江、江苏、浙江、福建、山西、内蒙古、河南、安徽、江西、湖南、广西、四 川、贵州、甘肃、青海、宁夏、新疆)视为控制组,西藏因缺失数据较多,暂不包含。(1)结果变量选取。人均碳排放(pc,单位:t/人)和碳强度(eg,单位:t/万元)作为 结果变量,其中,pc采用单位常住人口的碳排放予以度量,当常住人口变动很小时,pc在一 定程度上代表了该省区碳排放总量的变动;eg
39、采用单位地区生产总值(2000年不变价格)的碳 排放予以度量,该指标不仅考虑了碳排放总量的变动,也考虑了经济开展的增速。碳排放总量 均利用各省区历年能源平衡表,采用2006年IPCC国家温室气体清单指南关于固定燃烧源 能源消费与缺省排放因子相乘的方法计算而得。(2)控制变量选取。挑选一系列影响碳减排效应的预测变量,尽可能全面的找出影响结 果变量的因素。作者在参照以往同类文献变量选择的基础上,经过反复测试比照,最终确定以 下6个指标归入控制变量Zi :实际人均地区生产总值(pgdp,单位:万元),该指标代表地 区经济开展水平(200()年不变价格)。工业占地区生产总值比重(pind,单位:),该
40、指 标代表产业结构,工业占比越高,其碳排放也越高,不利于碳减排。城镇化率(ur,单 位:),该指标为城镇人口占总人口比重,一方面,城镇化会引致大量能源消费,另一方 面,城镇化会提高能源利用效率,两种影响力度与城镇化所处阶段有关。火力发电比重 (ees,单位:%),该指标是各省区能源结构的一种衡量,因为清洁能源主要由清洁电力生产 提供,所以火力发电比重越高,说明清洁能源使用程度越低,不利于碳减排。私家车密度 (vden,单位:辆/km),该指标代表交通开展水平,现阶段私家车仍以燃油汽车为主,私家 车密度越高,成品油类消费也越高,不利于碳减排。能源强度(ei,单位:tee/万元),采 用单位地区生
41、产总值(2000年不变价格)的能源消费予以度量,能源强度越高,说明能源利 用效率越低,不利于碳减排。以结果变量和控制变量的数据为基础,运用Statal5软件进行合成控制分析。3低碳省区试点政策的净碳减排效应3.1碳减排开展趋势2研究设计及数据来源2.1合成控制法人均碳排放变化和碳强度变化是评价省级低碳试点 政策是否有效的重要指标。给定N + 1个省区在,e 1, 为期的相关数据,假设只有第一个省区(i = 1 )在时点, =实行低碳试点政策,令该省区为实验组,并将该组的 人均碳排放pg,和碳强度cgh统一表示为结果变量rh o 将其余N个未实施低碳试点政策的省区划人控制组,其结 果变量表示为。
42、= 2,-,+1)。时点To将观测期分 两段,6e 1, 八为政策实施前,/2 e To + 1,T为政 策实施后。假设合成值几是假设实验组没有实施低碳试点 政策的结果变量,那么g。九二孔-0可表示低碳试点政策 给实验组带来的变化,以此衡量政策效果。上式中,匕,是 可以实际观测的,而rlt作为反事实的结果变量是无法观 测的。本文采用Abadie等N提出的因子模型估计九:K = a, + etzi + %生 + sit(i)式(i)中,儿是时间固定效应是控制变量,仇是未 知参数M为截面固定效应,%是公共因子向量,呢是不可 观测的冲击。考虑一个针对控制组的(Nxl)维非负的权重向量/ =(叼,,4
43、+1),且叼二1。以亚向量对控制组的4 进行加权组合:U N+1-, N+TE j”jY儿+d厂2叼4 +N+1丁! N+1名厂2吗% + j = 2%(2)假定存在一组特定的权重W*二(%*,,w;+1),使得: L N+1.N+1图1展示了各低碳试点省区人均碳排放和碳强度的真实走势。人均碳排放变动趋势有以下特点(见图la):实验组省区和其余20省的均值(以下简 称控制组均值)都呈现逐步上升趋势,说明在人口数量增速很低的情况下,碳排放总量整体上 升。辽宁的人均碳排放远高于其余5个试点省区和控制组均值,这与辽宁常住人口较少有 关。除辽宁外的其余5省区的人均碳排放都低于控制组均值;海南的人均碳排
44、放最低,广 东、陕西、湖北和云南的该指标在2010年之前十分靠近,但其后走势显著分散。陕西和海 南的人均碳排放保持平稳上升,而湖北、广东、云南的该指标在2011年后呈现不同程度下 降。借鉴Abadie等”的方法近似求解权重卯*。”是一 个时点指标,令1,T0的时期变量个数为6,即加二T。- 1 + 1。再定义乂 = (4,匕,琢)是即时期实验组(zn x 1)特征向量,七是控制组在。时期的(N x m)维对应矩 阵,其中包含4和Yjt指标。用| 七 -4卯| =- X。卯)。(乂 - X。W)度量X和X。卯距离,通过最 小化该距离来确定卯*,其中V是一个(机x机)的半正定 对称矩阵。构造预测误
45、差均方AMSPE统计量可以评价匕时期合 成值匕,与真实值九之间偏离程度,假设RMSPE趋近于0, 说明的T”整体趋近于。,合成值。是可靠的:RMSPE =1V 7, (九-K,)2 二L To - 1 + 1 乙1二勰2。省均值“(-X70 而2(6) m e gap u I图i低碳试点省区与控制组的人均碳排放及碳强度表1基于人均碳排放的各省区事实与反事实控制变量比照变情辽宁广东陕西湖北云南海南实际值合成值实际值合成值实际值合成假实际值合成值实际假合成值实际值合成值憎用3.0681.8363.1782.0911.5601.4971.7891.8381.1541.5251.6751.354pin
46、d49.10249.34147.68048,47451.13847.28()44,71847.64242.08743.26725.50945.598ur58.82450,31963.48949.65943.77742.59847.80147.39034.22838.51144,76940.563E91.65491.65278.90787.32191. 19983.24141.67166.36235.86851.92184.71171.427rdrn2(). 26512.88733.24516.657II.1338.4998.2708.3989.02813.51612,4049.398ci1.8
47、412.8530.8561.2611.6441.3491.6751.9571.7981.8180.9221. 198pc (2002)5.6225.6212.5082.4152.0641.9172.5582.5541.759L7561.8381.7102005)7. 1287.1253.6613.4962.9683.0763.3693.4783. 1923 1772.2822.703pc (2(M) )8.6598.9114. Ill4.2184.4124.2554.2894.4643.6043.7283.3303.403RMSPK0.4810.1330.1190. 1130. 1030. 258注:海南的政策起始为2013年,因此K”滞后变M取 (2003)z(2007)和4(2011)表2基于碳强度的各省区事实与反事实控制变量比照辽宁广东陕西湖北云南海南注:海南的政策起始为2013年.因此其“滞后变收取“年003)、”(2007)和“(2011)变心实际他合成假实际值令成值实际值合成值实际值合成值实际值介成值实际值合成成P&P3.0682.336
限制150内