| 2,216 | 37 | 273 |
| 下载次数 | 被引频次 | 阅读次数 |
随着“双碳”目标的提出，碳排放交易系统(ETS)如何影响高碳排放行业，如制造业的绿色全要素生产率(GTFP)增长逐渐成为一个重要研究话题。双重差分法是近年来识别碳排放权交易与制造业绿色全要素生产率之间关系的常用研究方法。以2014年开始试点的碳排放权交易政策为准自然实验，研究显示，碳排放权交易政策能够显著促进我国制造业的绿色全要素生产率提升。进一步研究发现，碳排放权交易能够通过筛选外商对内直接投资(IFDI)的质量，进而对绿色全要素生产率产生积极作用。稳健性检验表明，在考虑双重差分法设定条件、平行趋势检验、反事实检验、更改倾向得分匹配方法等后，碳排放权交易对我国制造业绿色全要素生产率的积极作用依然成立。
Abstract：With the proposal of the "dual carbon" goal, how carbon emissions trading(ETS) affects high-carbon emission industries, such as the growth of green total factor productivity(GTFP) in manufacturing, has gradually become an important research topic. The double difference method is a common research method to identify the relationship between carbon emissions trading and green total factor productivity in manufacturing in recent years. Based on the pilot carbon emission trading policy in 2014, the study shows that the carbon emission trading policy can significantly promote the development of green total factor productivity in China's manufacturing industry. Further research finds that carbon emissions trading can have a positive effect on the green total factor productivity of the manufacturing industry by screening the quality of foreign inward direct investment(IFDI). The robustness test shows that the positive effect of carbon emission trading on the green total factor productivity of China's manufacturing industry is still valid after considering the setting conditions of the double difference method, the parallel trend test, the counterfact test, and the change of the propensity score matching method.
[1]郑爽.全国七省市碳交易试点调查与研究[M].北京：中国经济出版社，2014:1-2.
[2]习近平.在第七十五届联合国大会一般性辩论上的讲话[N].人民日报，2020-09-23(003）.
[3]孙早，宋炜，孙亚政.母国特征与投资动机---新时期的中国需要怎样的外商直接投资[J].中国工业经济，2014(2):71-83.
[4]埃里克·罗斯顿.全球碳排放因为新冠疫情而回落，如今再度回升[EB/OL].[2021-03-07].https：//www.fortunechina.com/shangye/c/2021-03/07/content_386829.htm
[5]易兰，李朝鹏，杨历.中国7大碳交易试点发育度对比研究[J].中国人口·资源与环境，2018(2):134-140.
[6]李治国，王杰，赵园春.碳排放权交易的协同减排效应：内在机制与中国经验[J].系统工程，2022(3):1-12.
[7]周迪，刘奕淳.中国碳交易试点政策对城市碳排放绩效的影响及机制[J].中国环境科学，2020(1):453-464.
[8]余萍，刘纪显.碳交易市场规模的绿色和经济增长效应研究[J].中国软科学，2020(4):46-55.
[9]胡江峰，黄庆华，潘欣欣.碳排放交易制度与企业创新质量：抑制还是促进[J].中国人口·资源与环境，2020(2):49-59.
[10]刘传明，孙喆，张瑾.中国碳排放权交易试点的碳减排政策效应研究[J].中国人口·资源与环境，2019(11):49-58.
[11]辛宝贵，高菲菲.生态文明试点有助于生态全要素生产率提升吗？[J].中国人口·资源与环境，2021(5):152-162.
[12]李振洋，白雪洁.产业政策如何促进制造业绿色全要素生产率提升?---基于鼓励型政策和限制型政策协同的视角[J].产业经济研究，2020(6):28-42.
[13]杨俊，邵汉华，胡军.中国环境效率评价及其影响因素实证研究[J].中国人口·资源与环境，2010(2):49-55.
[14]肖攀，李连友，唐李伟，等.中国城市环境全要素生产率及其影响因素分析[J].管理学报，2013(11):1681-1689.
[15]程中华.集聚经济与绿色全要素生产率[J].软科学，2015(5):41-44.
[16]范丹.中国制造业差异化环境规制策略研究---基于创新力与经济增速均衡视角[J].宏观经济研究，2015(5):83-90.
[17]王兵，吴延瑞，颜鹏飞.中国区域环境效率与环境全要素生产率增长[J].经济研究,2010(5):95-109.
[18]柴志贤.利用外资、环境约束与中国工业全要素生产率的增长---基于Malmquist指数与Malmquist-Luenberger指数的比较研究[J].技术经济，2013(1):64-70.
[19]杨冕，王银.FDI对中国环境全要素生产率的影响---基于省际层面的实证研究[J].经济问题探索,2016(5):30-37.
[20]吴建新，黄蒙蒙.中国城市经济的绿色转型：基于环境效率和环境全要素生产率的分析[J].产经评论，2016(6):98-115.
[21]汪锋，解晋.中国分省绿色全要素生产率增长率研究[J].中国人口科学，2015(2):53-62+127.
[22]范丹，付嘉为，王维国.碳排放权交易如何影响企业全要素生产率?[J].系统工程理论与实践，2022(3):591-603.
[23]尹迎港，常向东.中国碳排放权交易政策促进了地区绿色全要素生产率的提升吗？[J].金融与经济，2022(3):60-70.
[24]VALERIA C,MASSIMILIAN M.On the green and innovative side of trade competitiveness?The impact of environmental policies and innovation on EU exports[J].Research Policy,2011,41(1):132-153.
[25]傅京燕，胡瑾，曹翔.不同来源FDI、环境规制与绿色全要素生产率[J].国际贸易问题，2018(7):134-148.
[26]何靖.延付高管薪酬对银行风险承担的政策效应---基于银行盈余管理动机视角的PSM-DID分析[J].中国工业经济，2016(11):126-143.
[27]冯杰，张世秋.基于DEA方法的我国省际绿色全要素生产率评估---不同模型选择的差异性探析[J].北京大学学报（自然科学版），2017(1):151-159.
[28]王勇，俞海，张永亮，等.中国环境质量拐点：基于EKC的实证判断[J].中国人口·资源与环境，2016(10):1-7.
[29]DANQUAH M,MORAL-BENITO E,OUATTARA B.TFP Growth and Its Determinants:A Model Averaging Approach[J].Empirical Economics,2014,47(1):227-251.
[30]王晶晶.服务业FDI对东道国全要素生产率的溢出效应---基于OECD国家面板数据的门限回归分析[J].国际经贸探索，2014(9):33-48.
[31]安礼伟，蒋元明.长三角区域规划与先进制造业企业全要素生产率---基于PSM-DID模型的经验研究[J].产业经济研究，2020(4):45-60.
基本信息:
DOI：10.19631/j.cnki.css.2023.007.002
中图分类号:X322;X196;F832.5;F424
引用信息:
[1]肖卫国,张语芮.碳排放权交易对制造业绿色全要素生产率的影响研究[J].重庆社会科学,2023,No.344(07):19-34.DOI:10.19631/j.cnki.css.2023.007.002.
2023-07-16
2023-07-16