【《不同类型环境规制对碳减排的实证分析报告》9200字（论文）】

不同类型环境规制对碳减排的实证分析报告目录TOC\o"1-3"\h\u5292不同类型环境规制对碳减排的实证分析报告 119530第一节模型设定与指标选取 15153一、模型设定 130518二、指标选取与测度 218968三、数据来源与说明 66462第二节不同环境规制对碳减排的基准回归结果 624535一、基准回归结果分析 73482二、稳健性检验 926266三、内生性检验 1016367第三节不同类型环境规制对碳减排的传导路径检验 119570一、基于产业结构的传导路径检验 121382二、基于技术创新的传导路径检验 1317974三、基于能源结构的传导路径检验 13理论研究与实证检验相辅相成，理论构建后还需实证检验验证其有效性。通过前文对环境规制作用于碳减排的路径分析可知，环境规制主要通过产业结构、能源结构、技术创新这三条传导路径实现减排。因此，本文首先对文章模型进行设定，包括了对基准回归模型与中介效应模型进行设定；然后指标选取与变量测度方法进行说明；最后对实证结果进行分析，包括了对基准回归结果的分析与对传导路径的检验。第一节模型设定与指标选取本节首先选取了面板固定效应模型与中介效应模型分别作为基准回归与传导路径的回归方程，其次对文章的指标选取与测度方法进行说明，最后介绍本文的数据来源与处理方法。一、模型设定（一）基准回归模型设定本文以我国2004-2017年省级面板数据为基础，旨在探究不同类型环境规制与碳排放强度之间的关系，构建面板固定效应模型如下：CRit=模型（5.1）中i表示省份，t表示年份，γi表示省份固定效应，ρt表示时间固定效应，εit为随机干扰项。CRit表示i省份第t年碳排放强度，ERit为不同环境规制向量，代表i省份在t年的规制强度，Controlit表示控制变量集合，本文了选取经济发展水平（PerGDPit）、工业化程度（Industrit）、外商直接投资（FDIit（二）中介效应模型设定为了检验环境规制对碳减排的传导路径，本文进一步构建中介效应模型，其中环境规制（ER）为解释变量X，碳排放强度（CR）为被解释变量Y，产业结构、技术创新和能源结构为两者的中介指标，构建回归模型如下：CRit=Medit=αCRit=其中，i表示地区，t表示年份，Control表示控制变量集合，γ表示个体效应，ρt为时间固定效应，ε按照逐步回归法，中介效应模型需要构建以上3个回归方程。其中，式（5.2）是解释变量对被解释变量的回归，式（5.3）是解释变量对中介变量的回归，式（5.4）是解释变量、中介变量对被解释变量进行回归。主要关注四个系数：c,α,c'，b。在c,α显著的基础上，如果c'，b都显著，并且c'<c，说明存在部分中介效应，如果c'显著而b不显著，说明存在完全中介效应。二、指标选取与测度（一）被解释变量碳排放强度（CR）：该指标反映了一个国家在自身发展的同时能否兼顾环境保护。如果碳排放强度下降，说明碳减排效应存在。反之，这说明碳减排效应不存在，应对经济发展方式进行调整，以实现绿色发展。因此本文借鉴张兵兵等（2021）的做法，采用单位GDP产生的碳排放量，即碳排放强度作为被解释变量。该指标越小，表明生产单位GDP排放的二氧化碳越少，反映出当地的低碳经济水平越高。其中碳排放量的计算见第三章，此处不再赘述。（二）核心解释变量命令控制型环境规制（CER）：根据作用环节不同，可分为事前预防类、事中控制类和事后惩罚类。主要衡量指标包括：各地区环境法规个数（蔡乌赶和周小亮，2017）、建设项目三同时投资（黄清煌等，2017）等。包群等（2013）的研究表明，地方环保执法是降低环境污染的关键，而各地环境行政处罚案件数正是环境执法力度的重要体现。因此本文参考孙玉阳等（2019）的研究，采用当年各省份环境行政处罚数的对数表征命令控制型的规制力度，该指标体现了政府对于环境规制的事后惩罚力度。市场激励型环境规制（MER）：主要指政府使用经济激励的手段进行污染管控，包括收费和补贴等形式。对该指标的衡量，主要有排污费、各类环境收费的综合指标（何兴邦，2019）等方法，其中排污费是我国较早实行、较为成熟的一种市场激励型环境规制手段，能够有效的体现出市场激励型环境规制水平，考虑到我国在2003年开始征收排污费，2018年《环保法》规定将排污费转为环保税，因此本文参考曾倩等（2018）的研究，选取2004-2017年排污费费收入的对数表示市场激励型环境规制水平。（三）中介变量产业结构（IS）：产业结构具有高级化与合理化两个维度。产业结构合理化反映了产业间的聚合质量,一般采用产业结构偏离度（段禄峰，2016）、泰勒指数（干春晖等，2011）来衡量。产业结构高级化反映了某地产业结构优化升级水平，相对于第三产业，第二产业在生产过程中会产生更多的碳排放。因此，本文采用产业结构高级化作为产业结构的替代变量，具体衡量方面借鉴于斌斌（2015）的做法，选取第三产业与第二产业产值之比来表示。能源结构（ES）：能源的使用是产生碳排放的直接原因，能源结构更是影响碳排放的重要因素。煤炭是所有化石能源中含碳量最高的一种，长期在我国能源生产和消费结构中占据重要地位。据统计，燃烧煤炭所产生的二氧化碳排放总量占我国碳排放总量的85%以上资料来源：/html/20121226/410131.shtml.资料来源：/html/20121226/410131.shtml.八个行业分别是：电力、热力的生产和供应业、石油加工、炼焦及核燃料加工业、黑色金属冶炼及压延加工业、非金属矿物制品业、煤炭开采和洗选业、化学原料及化学制品制造业、有色金属冶炼及压延加工业、造纸及纸制品业。ESit=m=1其中，ESit表示i地区t年份的能源结构水平，GDPit表示i地区t年的GDP水平，HCIijm表示i地区t年份第m技术创新（RD）：技术创新是经济发展的内生动力，也是环境质量改善的重要技术手段。环境规制会通过促进企业技术创新改善环境，也可能通过资金挤占效应不利于碳减排。对于技术创新的测度，研究与开发（R&D）费用表示了创新的投入，是评估环境政策技术创新效应的直接指标（王班班，2017），研发投入资金越多，代表技术创新水平越高，因此本文选取各省份研发支出的对数值作为技术创新替代变量。（四）控制变量影响碳排放强度的因素很多，参考已有研究，此处引入经济发展水平、工业化程度、外商直接投资、禀赋结构、人口密度和所有制结构6个控制变量，具体说明见表5.1。经济发展水平（PerGDP）：地区的经济发展水平会影响到该地的GDP，同时也会带来碳排放，进而影响碳排放强度。本文借鉴沈坤荣等（2017）的做法，采用实际人均GDP表示该地的经济发展水平。工业化程度（Industr）：工业是能源消耗的大户，也是碳排放的主要来源。工业化程度的提高一方面会增加企业的能源需求量，进而增加碳排放量，另一方面工业化程度的提高也可能带来污染处理设备的改进，最终的效果取决于两者的对比。本文参照张腾飞等（2016）的研究，采用当年工业增加值占当年GDP的比重作为替代指标。禀赋结构（Kl）：不同资源禀赋结构产业对环境污染的作用大不相同，资本与劳动比的变动往往伴随着污染的改变，因此本文将其纳入控制变量，并采用资本劳动比进行表示。外商直接投资（Fdi）：关于外商直接投资对于环境影响，素来有“污染避难所”与“污染光环”2种假说。伴随着FDI的进入，可能会带来碳排放量的增加，也可能带来先进技术，进而提高企业绿色创新水平，两者之间的关系不定，本文选取当年实际利用的外商直接投资金额表示。人口密度（Density）：人口规模和地域分布也会对碳排放强度产生影响，考虑到不同省份之间的人口规模与行政面积差异较大，绝对指标不具备参考意义，因此本文借鉴邵帅等（2016）的研究，采用单位面积内各省份年末总人口来表示该指标。关于人口密度对碳排放的影响，当前学术界并未有一致结论。有学者认为人口密度会增加碳排放，也有学者认为人口密度的提高有助于污染的集中治理，人均碳排放量反而会降低，因此两者的符号不定。所有制结构（Sow）：地区企业所有制也会对碳排放产生影响。在粗放式经济发展阶段，我国国有企业多为高能耗高污染的重化工业，且普遍存在“政企合谋”等乱象，导致污染事件时有发生，成为碳减排的阻碍，因此本文将其纳入控制变量。当前学界对其衡量的方法主要分为两种：一类是以国企实收资本占比进行表征（张红凤和张肇中，2013），另一类是以国企从业人员占比进行衡量（吴延兵，2012）。本文参照第二种衡量方式作为所有制结构的替代指标，具体测度见表5.1。表5.1变量的定义变量类型变量名称变量符号单位变量定义被解释变量碳排放强度CR吨/万元单位GDP碳排放量解释变量命令控制型环境规制CER—当年实施行政处罚的环境案件数的对数市场激励型环境规制MER—排污费收入的对数中介变量能源结构ES—从经济结构视角，用一次性能源高消耗的八个产业总产值占GDP的比重衡量技术创新RD—各省份研发支出的对数值产业结构IS%第三产业产值/第二产业产值控制变量经济发展水平PerGDP万元/人实际人均GDP工业化程度Industr%当年工业增加值/当年GDP禀赋结构Kl—资本劳动比外商直接投资Fdi百亿美元外商直接投资实际使用金额人口密度Density万人/平方千米各省份年末总人口数/省份面积表5.1变量的定义（续）变量类型变量名称变量符号单位变量定义控制变量所有制结构Sow%国有从业人员/全部从业人员年平均人数资料来源：作者绘制。在进行实证检验前，有必要对各变量进行描述性分析，以便对数据的整体概况有更深入的了解，表5.2汇报了各变量的描述性统计结果。表5.2各变量的描述性统计VariableNMeanSDMedianMinMaxCR4201.5441.0501.2770.32811.13CER4207.4971.3297.4492.07910.72MER42010.600.99010.667.35412.53PerGDP4203.2442.7022.4910.42117.10Industr42039.468.29740.5811.8453.58Kl4200.6290.6010.4400.1636.166Fdi42061.5470.4333.980.150357.6Density4200.4370.6280.2800.0073.851Sow4200.3440.1820.3370.03600.712ES4200.5860.2350.5230.1421.198RD4204.7721.4874.8860.4677.759IS42097.8052.9484.3849.44423.7资料来源：作者根据stata16.0结果整理。三、数据来源与说明2003年，我国正式出台《排污费征收标准管理办法》等规定，并于当年7月1日正式开始执行，这标志着排污费从按浓度征收转向按总量征收。2018年新版《环保法》出台，规定将排污费转为环保税，标志着排污费正式退出历史舞台。为保证数据的连续性和有效性，本文参照陈诗一等（2021）的做法，选择2004-2017年中国30个省（市）（不包含港澳台及西藏）数据，数据主要来自《中国统计年鉴》、《中国能源统计年鉴》、《中国环境年鉴》、国家统计局、国研网和wind等，部分缺失数据采用插值法进行补全。第二节不同环境规制对碳减排的基准回归结果本节主要针对回归结果进行展示与分析，研究结果表明命令控制型与市场型规制均能有效降低碳排放强度，且市场激励型的减排效果更优。为了检验结果的稳健性，本文通过对碳排放强度的重新测算作为新的被解释变量进行回归，结果显示出较强的稳健性。一、基准回归结果分析为了检验不同类型环境规制对区域碳减排的异质性影响，本文首先不加入控制变量，分别对两种类型环境规制进行回归，然后加入控制变量，对比系数及符号变化，查看结果是否稳健，最后对两种类型环境规制同时存在的情况下进行回归，具体回归结果见表5.3。表5.3不同类型环境规制对碳减排的基准回归结果变量（1）（2）（3）（4）（5）CER-0.323***(0.101)-0.189**(0.085)-0.198*(0.101)MER-0.626***(0.208)-0.633**(0.234)-0.540**(0.212)PerGDP-0.355***（0.078）-0.349***(0.078)-0.344***(0.079)Industr0.081***(0.023)0.083***(0.025)0.085***(0.024)Kl-1.151**(0.453)-1.059***(0.370)-1.078**(0.421)Fdi-0.007**(0.003)-0.010***(0.002)-0.010***(0.002)Density-0.599(0.494)-0.725(0.464)-1.853***(0.517)表5.3不同类型环境规制对碳减排的基准回归结果（续）变量（1）（2）（3）（4）（5）Sow4.008*（2.161）5.878***（1.817）5.737***（1.815）常数项6.451***(0.755)4.760***(0.858)10.671***(2.202)7.769***(2.643)12.05***(2.167)年份固定效应控制控制控制控制控制省份固定效应控制控制控制控制控制省份数3030303030N420420420420420注：标志括号内报告的是标准误，***表示系数在1%的显著性水平下显著，**、*分别表示在5%、10%显著性水平下显著，下同。表5.3报告了不同类型环境规制对碳排放强度的估计结果。在不加入控制变量时（模型（1）、（3）），在全国层面，命令控制型和市场激励型环境规制的回归系数均为负，在1%的显著性水平下显著，说明两种类型环境规制对碳排放强度均表现出显著的抑制作用。同时，后者的系数远大于前者，说明市场激励型环境规制的减排效果更好。加入控制变量后（模型（2）、（4）），两者的符号未有所变化，且均在5%的显著性水平下显著，表明结果较为稳健，但命令控制型规制的减排效果有所下降。同时，对比两者系数可知，市场型环境规制的系数绝对值依旧大于命令控制型环境规制，说明在考虑控制变量后，市场型环境规制的碳减排效果仍优于命令控制型，验证了假说4。相较于命令控制型环境规制，市场激励型环境规制对碳排放强度起到抑制作用，符合“科斯定理”就排污权界定，交易成本降低带来的效率改进，引起碳排放强度降低。模型（5）为两种环境规制同时存在的情况下进行的回归结果，可以发现核心解释变量的系数符号均未发生改变，但命令控制型的显著性水平有所下降，说明两者间存在部分的替代效应与互补效应。从控制变量来看，经济发展水平（PerGDP）的回归系数均为负，且在1%的水平下显著，说明经济发展水平的提高有助于降低碳排放强度。这一方面是由于随着经济发展水平的提高，居民环保意识不断提高，倒逼企业进行绿色化生产。另一方面，在地区经济增长的过程中，R&D支出上升，技术进步提升了能源利用效率，降低经济发展过程中对环境的负面影响。工业化程度（Industr）的系数均为正，且在1%的显著性水平下显著，说明我国工业化程度的提高会不利于碳排放强度的降低。第二产业是我国能源消耗和排放的主要来源，工业化占比的提高不利于碳排放强度的降低。相较于工业，服务业等第三产业的碳排放强度更低，因此。未来我国应积极推动产业转型升级，提升服务业等第三产业在国民经济中的占比。禀赋结构（Kl）的系数为负，且至少在5%的显著性水平下显著，说明资源禀赋结构的提高会有效降低碳排放强度。与劳动密集型产业相比，资本密集型产业技术含量水平更高，生产产品所带来的附加值也更高，企业拥有更多的资金进行技术升级和引进环保设备以降低生产过程中的碳排放。外商直接投资（Fdi）的系数为负，且至少在5%的水平下显著，说明外资的引进有助于碳排放强度的降低。外商直接投资带来的先进环保技术和管理理念有助于帮助国内工业企业转型升级，提升能源利用效率，降低单位能耗与碳排放水平。人口密度（Density）的增加有助于降低碳排放强度，但是并不显著。人口密度的增加有助于污染的集中治理，集中减排，降低人均碳排放量，提升碳排放效率。所有制结构（Sow）的回归系数为正，且至少在10%的水平下显著，说明当前我国的所有制结构不利于碳减排。这主要是由于我国的国企多为高能耗高排放的重化工业，生产方式较为粗放，阻碍了减排工作的推进。二、稳健性检验不同能源种类、统计口径计算的碳排放量存在较大差异性，进而对碳排放强度数值产生较大的影响。为了保证研究结果的稳健性，本文将碳排放量进行重新测算，选取了液化石油气、焦炭、天然气、原油、汽油、煤油、柴油、原煤、燃料油和炼厂干气十种常见能源，数据使用《中国能源统计年鉴》中终端能源消费量，基于测算出的碳排放量重新计算各省份碳排放强度，并作为被解释变量进行稳健性检验。表5.4稳健性检验变量（1）（2）（3）（4）（5）CER-0.152***（0.049）-0.099*（0.0485）-0.0914**(0.0444)MER-0.331***（0.103）-0.332***(0.108)-0.235*(0.119)PerGDP-0.123***(0.034)-0.114***(0.032)-0.109***(0.032)Industr0.019*(0.011)0.0232*(0.0117)0.023**(0.011)Kl-0.444**(0.174)-0.385**(0.141)-0.371**(0.161)Fdi-0.0028**(0.0012)-0.0024(0.0015)-0.0019(0.0016)Density-0.614**(0.295)-0.382*(0.195)-0.377(0.245)Sow2.972***(0.958)2.719**(1.171)2.657**(1.153)常数项2.684***(0.364)1.730**(0.642)5.051***（1.089）4.315***(1.189)4.996***(1.313)年份固定效应控制控制控制控制控制省份固定效应控制控制控制控制控制N420420420420420如表5.4所示，从系数符号来看，命令控制型与市场激励型环境规制在加入控制变量前后，系数符号仍为负数，并且较为显著，说明两种环境规制仍表现出较强的减排效果。从系数大小来看，市场激励型环境规制系数绝对值仍大于命令控制型，说明相较于命令控制型环境规制，市场激励型的减排效果仍然较好。综合来看，不管是系数符号、大小还是显著性水平，本文的结果都较为稳健。三、内生性检验虽然上述各种实证检验已经证实两类环境规制的碳减排作用，但在实证过程中，常常由于遗漏变量、双向因果和指标测量偏误等原因导致出现内生性问题。例如，环境规制和碳排放强度之间可能存在双向因果关系。一方面，碳排放强度较低的地区一般具有较强的环境规制力度，另一方面，较强的规制力度又会反过来影响碳排放强度，进一步降低该地碳排放强度。对内生性的问题，较为常见的解决方案是采用工具变量法。在工具变量的选择方面，常见的做法是采用内生变量或其他变量的滞后项作为工具变量，为进一步保证结果的稳健性，本文参考李小平等（2012）、王杰和刘斌（2014）的做法，将核心解释变量的滞后一期作为工具变量，并使用两阶段最小二乘法（2SLS）进行回归，具体回归结果见下表：表5.5内生性检验结果变量命令控制型市场激励型（1）（2）（3）（4）CER-0.309**（0.137）L.CER0.848***（0.026）MER-0.463**（0.1999）L.MER0.934***（0.016）常数项0.747***（0.262）4.986***（1.225）0.507***（0.148）6.568***（1.852）控制变量控制控制控制控制年份固定效应控制控制控制控制省份固定效应控制控制控制控制R0.7990.2710.93780.116表5.5内生性检验结果（续）变量命令控制型市场激励型（1）（2）（3）（4）D-W-H检验4.45[0.0356]6.39[0.0119]N420420420420注：（）报告的为标准差，[]内报告的为相应检验统计量的p值。如表5.5所示，模型（1）和模型（3）中第一阶段的系数值分别为0.848和0.934，且均在1%的水平下显著，这表明工具变量和解释变量之间存在相关性。第二阶段系数值分别为-0.309和-0.463，均在5%的水平下显著，说明考虑了内生性问题后，命令控制型与市场激励型环境规制仍表现出较强的减排效应。同时，对比基准回归结果可知，此前的基准回归低估了命令控制型规制的减排效果，高估了市场激励型规制的减排效果，但市场激励型规制的回归系数仍大于命令控制型，表明前文结论仍较为稳健。为了保证工具变量有效性，本文还进一步进行弱工具变量检验。弱工具变量检验中，对命令控制型规制而言，偏R2数值为0.7319，F值为1045.36>10，对市场激励型规制而言，偏R2数值为0.9033，F值为3585.59>10，结果均表明不存在弱工具变量问题。第三节不同类型环境规制对碳减排的传导路径检验中介效应分析广泛应用于社会科学的研究当中，用以探究自变量如何影响因变量，即X对Y的作用机制。由前文可知，技术创新、产业结构和能源结构是环境规制作用于碳减排的重要中介路径，下文将探究不同路径的有效性与中介效应大小。一、基于产业结构的传导路径检验表5.6为基于产业结构的中介机制检验结果。第（1）列和第（3）列显示，命令控制型环境规制的回归系数为正，且在5%的显著性水平下显著，说明市场激励型环境规制能够有效促进产业结构高级化水平，而命令型环境规制的回归系数为正，但是并不显著，结合前文中介效应模型可知，市场激励型环境规制无法通过促进产业结构高级化这一路径实现碳减排。第（2）列结果进一步表明，产业结构高级化能够显著降低碳排放强度，且ER的系数与显著性水平均有所降低，说明存在部分中介效应，该结果进一步表明了命令控制型环境规制——产业结构高级化——碳排放强度降低这一减排路径的有效性，间接验证了假说2。产业结构高级化是合理化的进一步深化，它主要受到命令控制型环境规制的影响，表明当前我国的产业结构受政府的影响较大，政府通过发布产业发展规划，引导企业投资方向，实现绿色化转变，进而推动碳排放强度的降低。而市场激励型环境规制本身不具备强制性，由于市场价格信号的滞后性，产业结构转变较为缓慢，因此无法实现产业结构优化升级与碳排放强度降低。据国家统计局数据显示，2021年我国服务业增加值占GDP比重为53.3%，而发达国家这一比重通常在70%以上，我国产业结构仍有较大调整空间，环境规制-产业结构高级化-碳排放降低这条路径具有较大的减排潜力。表5.6基于产业结构的中介效应检验CERMER（1）（2）（3）（4）ISCRISCRIS-0.013***（0.002）-0.010*(0.0058)ER9.505**（4.288）-0.096*（0.058）3.033(3.142)-0.524**(0.213)控制变量控制控制控制控制R0.3310.3830.8630.244Ftest4.67***47.71***80.79***14.11***省份数30303030N420420420420二、基于技术创新的传导路径检验表5.7为基于技术创新的中介机制检验结果。第（1）列和第（3）列回归结果显示，命令控制型环境规制对技术创新的回归系数为负，说明命令控制型环境规制无法实现企业技术创新水平的提高，同时回归系数不显著，表明命令控制型环境规制无法通过技术创新这一路径实现减排。市场激励型环境规制的系数为正，且在5%的显著性水平下显著，表明市场激励型环境规制能够实现“波特假说”。第（4）列结果进一步表明，技术创新水平的提高能够降低碳排放强度，且ER的系数与显著性水平均有所降低，说明存在部分中介效应，该结果表明了市场激励型环境规制——技术创新——碳排放强度降低这一减排路径的有效性，间接验证了假说3。技术进步是实现减排的重要途径，其主要通过市场激励型环境规制起作用，说明相对于停产整治、大额污染罚款等行政手段，环境税费、碳排放权交易等手段更能诱发企业技术创新。技术进步并非一蹴而就，而是要经历漫长的研究周期，单纯的依靠关停并转等强制性措施对于提升技术水平并无裨益，而通过市场交易等手段，赋予企业决策的自主权，预留充分的转型周期，则更为有效。科技是第一生产力，如何通过环境制度设计、规制工具合理使用促进企业进行绿色技术研发与改造，是今后政府规制政策设计的一个重要方向。表5.7基于技术创新的中介效应检验CERMER（1）（2）（3）（4）RDCRRDCRRD-0.836**(0.058)-0.820**(0.319)ER-0.070(0.058)-0.004(0.095)0.279**(0.131)-0.298*(0.095)控制变量控制控制控制控制R0.6630.4840.7700.476Ftest12.95***