市场导向环境规制能否实现大气污染与碳排放协同减排？中国碳交易政策的实证证据

本研究针对中国高碳经济增长下大气污染与碳排放协同减排难题，探讨市场导向的碳排放交易政策（CET）的协同效应。研究人员采用排放因子法（EFM）和双重差分模型（DID），分析中国省级面板数据，发现CET显著促进协同减排12.41%，并通过平行趋势、PSM-DID等检验验证鲁棒性。研究为多污染物协同治理提供实证依据，对全球绿色发展政策设计具有重要参考价值。

　　中国长期依赖煤炭能源推动经济高速增长，虽带来GDP跃升，却也引发严峻环境危机：雾霾频发、CO₂排放量居高不下，大气污染物（如SO₂、PM₁₀）与温室气体"同根同源"，却长期被割裂治理。这种"单打独斗"式减排不仅成本高昂，还可能陷入"按下葫芦浮起瓢"的困局——例如脱硫技术虽降低SO₂却增加碳排放。面对"双碳"目标压力，中国2013年启动碳排放交易（CET）试点，但这一市场化工具有效性饱受质疑：它能破解"减污降碳"协同难题吗？还是仅为纸面政策？

为解答这一核心问题，研究人员以中国30省份2003-2019年面板数据为样本，开展准自然实验。他们创新性整合EFM（排放因子法）与DID（双重差分模型），首次构建大气污染与CO₂的综合排放当量（IAPeq），克服传统独立分析污染物的偏差。通过指数分解量化协同效应驱动路径，并设计系列鲁棒性检验（如PSM-DID匹配、工具变量法）。研究成果发表于环境领域期刊《Cleaner Environmental Systems》，为全球协同治理提供中国方案。

关键技术方法包括：1) 基于环境税法换算系数（如PM₁₀转换因子2.18 kg^-1）计算IAPeq；2) 以CET试点政策为外生冲击，构建DID模型评估政策效应；3) 通过指数分解解析人口规模、经济发展、能源强度与污染控制四维驱动；4) 采用地形起伏度作为工具变量解决内生性问题；5) 运用PSM-DID匹配消除样本选择偏差。

研究结果揭示关键发现：
4.1 基线回归
CET对SO₂、PM₁₀和CO₂排放均呈显著抑制（系数分别为-0.8148、-0.4504、-0.1261），驱动综合排放当量降低12.41%。控制变量中城镇化率与技术进步的负向效应，印证人口集聚与技术升级助力协同减排。
4.2 平行趋势测试
通过事件分析法构建虚拟变量，政策实施前所有系数不显著（p>0.1），满足DID前提，排除政策预期干扰。
4.3 安慰剂检验
随机分配试点区域重复500次回归，基准结果位于分布函数低尾（p<0.01），证实政策效果非随机噪声所致。
4.4 鲁棒性检验
包括工具变量法（地形起伏度为IV）、反事实检验（仅保留北京天津为试点）、PSM-DID匹配（筛选271样本）等五类方法，均显示CET效应稳定显著。
4.5 异质性分析
东西部协同效应突出（西部系数-0.1915），但中部因地理位置劣势效果不显，揭示区域治理失衡痛点。
4.6 市场机制分析
惩罚力度过高抑制减排（系数-0.1284），而适度政府干预（系数0.1417）可提升效果，表明"刚柔并济"机制设计的必要性。
5.1 协同效应量化分解
指数分解显示经济规模效应是IAPeq主因（贡献率超50%），但CET实施后污染控制效应提升300%，凸显政策对末端治理的强化作用。
5.2 分解效应检验
CET通过抑制人口规模与经济发展效应（系数-0.32）、同时提升能源效率与污染控制效应（系数-0.18）实现协同路径优化。

结论表明，CET作为市场导向规制工具，通过配额交易机制激活企业减排动力，有效破解"减污"与"降碳"的协同难题。其意义在于：1) 为全国统一碳市场建设提供实证支撑，避免"一刀切"政策陷阱；2) 异质性结果指明需定制化区域策略，如强化西部技术转移；3) 机制分析警示惩罚力度需平衡，避免抑制企业参与。正如研究强调："协同治理非简单加法，而是通过市场之手实现减排成本的几何级优化。"未来需深化能源效率革命，将"双碳"压力转化为绿色增长跳板。