碳总量控制政策对中国经济高质量发展的影响

doi:10.16381/j.cnki.issn1003-207x.2022.0598

摘要/Abstract

摘要：

在中国提出碳达峰碳中和目标以及经济转向高质量发展背景下，科学评估碳总量控制政策对中国经济高质量发展的影响十分必要，但目前该领域的理论研究和实证证据均十分有限。本文以新发展理念为导引构建了高质量发展综合评价指标体系，对2010—2019年全国及各省份的高质量发展指数进行测算。在此基础上，采用双重差分模型研究了碳总量控制政策对中国经济高质量发展的影响，并探讨了其影响机制。研究发现：（1）2010—2019年全国经济高质量发展指数呈现稳步上升的趋势；（2）碳总量控制政策显著促进了试点省份的经济高质量发展，且该促进作用将不断增强；（3）碳总量控制政策主要通过产业结构高级化的传导路径促进经济高质量发展。本文研究结论为中国在高质量发展背景下实施碳总量控制政策提供了有益参考。

关键词: 碳总量控制, 高质量发展, 评价指标体系, 双重差分模型

Abstract:

Under the background of China putting forward the goal of carbon peak and carbon neutralization， and China’s economy turning to high-quality development， it is very necessary to scientifically evaluate the impact of total carbon control policy on China’s high-quality economic development， but both theoretical research and empirical evidence in this field are very limited.Guided by the new development concept， a comprehensive evaluation index system is established to evaluate the high-quality development index of each province from 2010 to 2019； On this basis， DIDmodel is used to study the impact of total carbon control policy on high-quality development.The results show that：（1） The national high-quality development index shows a steady upward trend from 2010 to 2019；（2） The total carbon control policy has significantly promoted the high-quality development of the pilot areas， and its role in promoting high-quality development will continue to increase in the future；（3） The total carbon control policy mainly promotes high-quality development through the transmission path of advanced industrial structure.The research conclusions of this paper provide a beneficialreferencefor China to implement the total carbon control policyunderthe background of high-quality economic development.

Key words: total carbon control, high-quality development, assessmentindicator system, difference-in-differences

中图分类号:

牛苗苗,谭显春,郭建新,朱开伟,程永龙. 碳总量控制政策对中国经济高质量发展的影响[J]. 中国管理科学, 2024, 32(9): 24-34.

Miaomiao Niu,Xianchun Tan,Jianxin Guo,Kaiwei Zhu,Yonglong Cheng. The Impact of Total Carbon Control on High-Quality Development: A Study Based on China's Provincial Panel Data[J]. Chinese Journal of Management Science, 2024, 32(9): 24-34.

图/表 10

表1

表2

表3

图1

图2

表4

图3

图4

表5

表6

参考文献 41

1	武云亮，钱嘉兢，张廷海. 环境规制，绿色技术创新与长三角经济高质量发展［J］. 华东经济管理， 2021， 35（12）： 30-42.
	Wu Y L， Qian J J， Zhang T H.Environmental regulation，green technology innovation，and high-quality economic development in the yangtze river delta［J］. East China Economic Management， 2021， 35（12）： 30-42.
2	原伟鹏，孙慧，闫敏. 垂直型环境规制对我国经济高质量发展的影响研究［J］. 华东经济管理， 2021， 35（5）： 71-81.
	Yuan W P， Sun H， Yan M.The impact of vertical environmental regulation on the high-quality development of China’s Economy［J］. East China Economic Management， 2021， 35（5）： 71-81.
3	何雄浪，史世姣. 人口流动、环境规制与城市经济高质量发展［J］. 财经科学， 2021（12）： 78-91.
	He X L， Shi S J. Population mobility， environmental regulation and high-quality development of urban economy［J］. Finance and Economics， 2021（12）： 78-91.
4	石华平，易敏利. 环境规制对高质量发展的影响及空间溢出效应研究［J］. 经济问题探索， 2020（5）： 160-175.
	Shi H P， Yi M L. The impact of environmental regulation on high-quality development and its spatial spillover effect ［J］. Economic Issues Exploration， 2020（5）： 160-175.
5	刘和旺，刘池，郑世林. 《环境空气质量标准（2012）》的实施能否助推中国企业高质量发展［J］. 中国软科学， 2012（10）： 45-55.
	Liu H W， Liu C， Zheng S L. Can the implementation of “Ambient Air Quality Standards （2012）” promote the high-quality development of Chinese enterprises［J］. China Soft Science， 2012（10）： 45-55.
6	刘洁，张新乐，陈海波. 长三角地区人口集聚对经济高质量发展的影响［J］. 华东经济管理， 2022， 36（2）： 12-20.
	Liu J， Zhang X L， Chen H B. The impact of population agglomeration in the Yangtze River Delta region on high-quality economic development［J］. East China Economic Management， 2022， 36（2）： 12-20.
7	冉征，郑江淮. 创新能力与地区经济高质量发展——基于技术差异视角的分析［J］. 上海经济研究， 2021（4）： 84-99.
	Ran Z， Zheng J H. Innovation capability and high-quality development of regional economy： Analysis based on the perspective of technological differences［J］. Shanghai Economic Research， 2021（4）： 84-99.
8	徐晓慧. 数字经济与经济高质量发展：基于产业结构升级视角的实证［J］. 统计与决策， 2022， 38（1）： 95-99.
	Xu X H. Digital economy and high-quality economic development： Empirical evidence from the perspective of industrial structure upgrading［J］. Statistics and Decision- Making， 2022， 38（1）： 95-99.
9	史丹. 我国经济高质量发展测度与国际比较［J］. 东南学术， 2019（5）： 169-180.
	Shi D. Measurement of my country's high-quality economic development and international comparison ［J］. Southeast Academic， 2019（5）： 169-180.
10	徐林明，李美娟，卢锦呈. 考虑决策者偏好的均衡接近度灰关联改进TOPSIS动态评价方法及其应用研究［J］.中国管理科学，2023，31（3）： 251-258.
	Xu L M， Li M J， Lu J C. An improved TOPSIS dynamic evaluation method and its application based on the equilibrium proximity grey correlation considering decision makers' preferences［J］.Chinese Journal of Management Science，2023，31（3）： 251-258.
11	方大春，马为彪. 中国省际高质量发展的测度及时空特征［J］.区域经济评论， 2019， 38（2）： 67-76.
	Fang D C， Ma W B. Measurement and spatial-temporal characteristics of China's interprovincial high-quality development［J］. Regional Economic Review， 2019， 38（2）： 67-76.
12	李梦欣，任保平. 新时代中国高质量发展的综合评价及其路径选择［J］. 财经科学， 2019（5）： 26-40.
	Li M X， Ren B P. Comprehensive evaluation and path selection of china's high-quality development in the new era［J］. Finance and Economics， 2019（5）： 26-40.
13	王文举，祝凌瑶. 北京经济高质量发展研究［J］. 北京工商大学学报：社会科学版， 2021， 36（3）： 102-111.
	Wang W J， Zhu L Y. Research on high-quality economic development in Beijing［J］. Journal of Beijing Technology and Business University： Social Science Edition， 2021， 36（3）： 102-111.
14	周忠宝，邓莉，肖和录，等. 外商直接投资对中国经济高质量发展的影响—基于Index DEA和面板分位回归的分析［J］. 中国管理科学，2022，30（5）：119-130.
	Zhou Z B， Deng L， Xiao H L， et al. The impact of foreign direct investment on China's high-quality economic development—Analysis based on Index DEA and panel quantile regression［J］. Chinese Journal of Management Science，2022，30（5）：119-130.
15	简新华，聂长飞.中国高质量发展的测度： 1978-2018［J］.经济学家， 2020， 258（6）：51-60.
	Jian X H， Nie C F. Measurement of China's high-quality development： 1978—2018［J］. The Economist， 2020， 258（6）： 51-60.
16	张友国. 碳强度与总量约束的绩效比较：基于CGE模型的分析［J］. 世界经济， 2013（7）： 138-160.
	Zhang Y G. Performance comparison of carbon intensity and total constraints： Analysis based on CGE model ［J］. World Economy， 2013（7）： 138-160.
17	张同斌，刘琳.中国碳减排政策效应的模拟分析与对比研究——兼论如何平衡经济增长与碳强度下降的双重目标［J］. 中国环境科学， 2017， 37（9）： 3591-3600.
	Zhang T B， Liu L. Simulation analysis and comparative study of China's carbon emission reduction policy effects： Also on how to balance the dual goals of economic growth and decreasing carbon intensity［J］. Environmental Science in China， 2017， 37（9）： 3591-3600.
18	王毅. 科学制定和实施国家 “十三五” 碳排放总量控制目标［J］. 节能与环保， 2015（4）： 32-33.
	Wang Y. Scientific formulation and implementation of the national “13th Five-Year Plan” carbon emission total control target［J］. Energy Conservation and Environmental Protection， 2015 （4）： 32-33.
19	Jaffe A B， Peterson S R， Portney P R， et al. Environmental regulation and the competitiveness of US manufacturing： What does the evidence tell us？［J］. Journal of Economic Literature， 1995， 33（1）： 132-163.
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	Chen Y， Yao Z， Zhong K. Do environmental regulations of carbon emissions and air pollution foster green technology innovation： Evidence from China's prefecture-level cities［J］. Journal of Cleaner Production， 2022， 350： 131537.
22	Ouyang X， Li Q， Du K. How does environmental regulation promote technological innovations in the industrial sector？ Evidence from Chinese provincial panel data［J］. Energy Policy， 2020， 139： 111310.
23	毛建辉，管超. 环境规制抑制产业结构升级吗？——基于政府行为的非线性门槛模型分析［J］. 财贸研究， 2020， 31（3）： 29-42.
	Mao J H， Guan C. Does environmental regulation inhibit industrial structure upgrade？Analysis of nonlinear threshold model based on government behavior［J］. Finance and Trade Research， 2020， 31（3）： 29-42.
24	原毅军，谢荣辉. 环境规制的产业结构调整效应研究——基于中国省际面板数据的实证检验［J］. 中国工业经济， 2014（8）： 57-69.
	Yuan Y J， Xie R H.Research on the industrial structure adjustment effect of environmental regulation： An empirical test based on China's provincial panel data［J］. China Industrial Economy， 2014（8）： 57-69.
25	史丹，李鹏，许明. 产业结构转型升级与经济高质量发展［J］. 福建论坛（人文社会科学版）， 2020（9）： 108-118.
	Shi D， Li P， Xu M. Transformation and upgrading of industrial structure and high-quality economic development ［J］. Fujian Forum （Humanities and Social Sciences Edition）， 2020（9）： 108-118.
26	付凌晖. 我国产业结构高级化与经济增长关系的实证研究［J］. 统计研究， 2010， 27（8）： 79-81.
	Fu L H. An empirical study on the relationship between the advanced industrial structure and economic growth in my country［J］. Statistical Research， 2010， 27（8）： 79-81.
27	滕磊，马德功. 数字金融能够促进高质量发展吗？［J］. 统计研究， 2020， 37： 80-92.
	Teng L， Ma D G. Can digital finance promote high-quality development？［J］. Statistical Research， 2020， 37： 80-92.
28	Hanushek E A. Wossmann.Does educational tracking affect performance and inequality？ Differences-in-differences evidence across countries［J］. Economic Journal， 2006， 116（510）： 63-76.
29	Bertrand M E. Duflo S. Mullainathan.How much should we trust differences-in-differences estimates？［J］ Quarterly Journal of Economics， 2004， 119（1）： 249-275.
30	Yu Y T， Zhang N.Does smart city policy improve energy efficiency？ Evidence from a quasi-natural experiment in China［J］. Journal of Cleaner Production， 2019， 229： 501-512.
31	Tang P C， Yang S W， Shen J， et al.Does China's low-carbon pilot programme really take off？ Evidence from land transfer of energy-intensive industry［J］. Energy Policy， 2018， 114： 482-491.
32	Miyamoto M K. Takeuchi.Climate agreement and technology diffusion： Impact of the Kyoto Protocol on international patent applications for renewable energy technologies［J］. Energy Policy， 2019， 129： 1331-1338.
33	Lin B Q， Li X H.The effect of carbon tax on per capita CO₂ emissions［J］.Energy Policy， 2011， 39（9）： 5137-5146.
34	Zhang Y J， et al.Can environmental innovation facilitate carbon emissions reduction？ Evidence from China［J］. Energy Policy， 2017， 100： 18-28.
35	高志刚，李明蕊. 制度质量，政府创新支持对黄河流域资源型城市经济高质量发展的影响研究——基于供给侧视角［J］. 软科学， 2021， 35（8）：121-127.
	Gao Z G， Li M R. The impact of institutional quality and government innovation support on the high-quality economic development of resource： Based cities in the Yellow River Basin： From the perspective of supply side ［J］. Soft Science， 2021， 35（8）：121-127.
36	王洪波，陈明. 进口贸易自由化能促进地区经济高质量发展吗？——基于中国地级市面板数据的实证研究［J］. 经济问题探索， 2022， 43（3）： 120-138.
	Wang H B， Chen M. Can import trade liberalization promote the high-quality development of regional economy？An empirical study based on panel data of prefecture-level cities in China［J］. Economic Issues Exploration， 2022， 43（3）： 120-138.
37	陈诗一，陈登科. 雾霾污染，政府治理与经济高质量发展［J］. 经济研究， 2018， 53（2）： 20-34.
	Chen S Y， Chen D K. Smog pollution， government governance and high-quality economic development ［J］. Economic Research， 2018， 53（2）： 20-34.
38	王少平，欧阳志刚.中国城乡收入差距对实际经济增长的阈值效应［J］. 中国社会科学， 2008（2）：54-66.
	Wang S P， Ouyang Z G.The threshold effect of China's urban-rural income gap on real economic growth［J］. Chinese Social Sciences， 2008（2）：54-66.
39	Jacobson L S， Lalonde R J， Sullivan D.Earnings losses of displaced workers［J］. American Economic Review，1993，83（4）：685-709.
40	Baron R M， Kenny D A. The moderator-mediator variable distinction in social psychological research： Conceptual， strategic， and statistical considerations［J］. Journal of Personality and Social Psychology， 1986， 51（6）： 1173-1182.
41	干春晖，郑若谷，余典范. 中国产业结构变迁对经济增长和波动的影响［J］. 经济研究， 2011（5）：4-16.
	Gan C H， Zheng R G， Yu D F. The impact of China's industrial structure change on economic growth and fluctuation［J］. Economic Research， 2011（5）：4-16.

一级指标	二级指标	指标属性
创新驱动	R&D人员全时当量	正指标
	R&D经费投入占GDP的比例	正指标
	就业人员中研究生的比例	正指标
	人均专利申请授权量	正指标
	人均发表科技论文数	正指标
	人均技术市场成交额	正指标
	高技术产业主营业务收入占GDP的比例	正指标
协调发展	第三产业占GDP的比例	正指标
	高新技术产业主营业务收入/规模以上工业企业主营业务收入	正指标
	泰尔指数	逆指标
	农村与城镇居民家庭人均消费比	正指标
	城镇化率	正指标
	农村恩格尔系数	逆指标
	城镇恩格尔系数	逆指标
	各省份人均 GDP /全国人均 GDP	正指标
绿色生态	单位产出二氧化硫排放量	逆指标
	单位产出工业固体废弃物产生量	逆指标
	生活垃圾无害化处理率	正指标
	城市人均公园绿地面积	正指标
	森林覆盖率	正指标
	环境污染治理完成投资占GDP比重	正指标
	环境保护投入占GDP比重	正指标
对外开放	进出口总额占GDP比重	正指标
	实际利用外商直接投资占GDP比重	正指标
社会共享	医疗卫生机构数	正指标
	人口死亡率	逆指标
	人均教育支出	正指标
	人均拥有图书馆藏量	正指标
	居民人均可支配收入	正指标
	农村与城镇居民人均可支配收入比	正指标
	社会保障和就业支出占比	正指标

政策类型	限制类别	主要方式	代表性省份
第一类	明确的碳总量控制量化目标和达峰时间	“十三五”期间，二氧化碳排放总量控制在2.5亿吨，2025年前达到峰值	上海
第一类	明确的碳总量控制量化目标和达峰时间	2020年碳总量达到峰值并争取尽早实现，设置各区“十三五”时期碳总量控制目标	北京
第二类	明确的碳总量达峰时间，没有量化目标	全省（市）碳排放2025年左右达到峰值	天津、云南
		全省（市）碳排放2030年前达到峰值	四川、重庆
		全省碳排放2027年左右达到峰值	山东
第三类	部分地区、行业的碳总量达峰时间	部分区域碳总量达峰	广东、湖北、山西、甘肃、海南、新疆、陕西
第三类	部分地区、行业的碳总量达峰时间	部分区域及重点行业碳总量达峰	江西、甘肃、内蒙古
第四类	碳总量控制得到有效控制	全省碳总量得到有效控制	辽宁、安徽、吉林
第五类	开展碳总量控制研究	开展碳总量控制研究	青海、宁夏、广西

变量名	均值		标准差		最大值		最小值		样本数
变量名	处理组	控制组	处理组	控制组	处理组	控制组	处理组	控制组	处理组	控制组
hqd	0.263	0.140	0.160	0.061	0.651	0.342	0.051	0.054	70	230
innov	0.198	0.066	0.207	0.057	0.891	0.303	0.012	0.011	70	230
onon	0.423	0.227	0.229	0.107	0.771	0.604	0.065	0.061	70	230
green	0.095	0.059	0.127	0.019	0.847	0.123	0.036	0.023	70	230
open	0.280	0.107	0.240	0.130	0.894	0.721	0.018	0.001	70	230
share	0.319	0.240	0.170	0.069	0.783	0.507	0.091	0.069	70	230
capi	0.323	0.237	0.121	0.052	0.620	0.381	0.139	0.108	70	230
inve	0.678	0.884	0.276	0.268	1.113	1.597	0.211	0.279	70	230
info	0.342	0.269	0.293	0.258	1.435	1.552	0.070	0.062	70	230
fina	3.989	2.876	1.712	0.710	8.131	4.757	1.863	1.528	70	230

变量	(1)	(2)	(3)	(4)	(5)	(6)
变量	hqd	innov	conon	green	open	share
treat_p ×period_t	0.0099^**	0.0270^***	-0.0011	0.0661^***	-0.0613^***	0.0098^**
treat_p ×period_t	(0.0046)	(0.0057)	(0.0077)	(0.0120)	(0.0131)	(0.0050)
capi	-0.0978^*	-0.6420^***	0.6244^***	-0.8612^***	0.8525^***	-0.4000^***
capi	(0.0583)	(0.0730)	(0.0986)	(0.1523)	(0.1674)	(0.0634)
inve	0.0130^*	0.0092	0.0079	0.0080	0.0393^**	-0.0000
inve	(0.0068)	(0.0085)	(0.0115)	(0.0178)	(0.0196)	(0.0074)
info	0.0359^***	0.1186^***	0.0092	0.1514^***	-0.2440^***	0.1275^***
info	(0.0132)	(0.0166)	(0.0224)	(0.0346)	(0.0380)	(0.0144)
fina	-0.0206^***	-0.0146^***	-0.0321^***	-0.0228^**	-0.0242^**	-0.0097^**
fina	(0.0039)	(0.0049)	(0.0066)	(0.0102)	(0.0112)	(0.0042)
省份固定效应	是	是	是	是	是	是
时期固定效应	是	是	是	是	是	是
常数项	0.1959^***	0.2217^***	0.1510^***	0.2763^***	0.0599	0.2623^***
常数项	(0.0190)	(0.0238)	(0.0322)	(0.0498)	(0.0547)	(0.0207)
R²	0.7036	0.6944	0.7369	0.3797	0.4932	0.9284
样本数	300	300	300	300	300	300

变量	近邻匹配	核匹配	半径匹配
变量	hqd	hqd	hqd
treat_p ×period_t	0.0088^**	0.0085^**	0.0095^**
treat_p ×period_t	(0.0047)	(0.0051)	(0.0056)
控制变量	是	是	是
省份固定效应	是	是	是
时期固定效应	是	是	是
常数项	0.2060^***	0.2251^***	0.2225^***
常数项	(0.0205)	(0.0228)	(0.0254)
R²	0.7072	0.6997	0.6648
样本数	280	240	220