碳排放权交易机制能否兼顾企业效益与绿色效率？

胡玉凤 丁友强

摘要 基于碳减排治理全球变暖的碳排放权交易机制，探讨了碳交易能否兼顾企业效益与绿色效率，及企业减碳优化策略。通过匹配2006—2017年中国上市公司及所在地区数据，首先运用双重差分方法，总体衡量碳交易对企业要素投入产出及全要素生产率的影响。然后运用平行趋势、滞后两期、工具变量及安慰剂，检验碳交易双效模型的稳健性，并利用三重差分检验是否存在因企业性质不同而造成差异化影响。最后运用中介与调节效应方法，检验碳交易与全要素生产率的中介效应，并考察了绿色创新、市场化与政府补贴影响下有调节的中介作用。实证结果显示：碳交易对绿色全要素生产率、企业全要素生产率均有显著负向影响。碳交易促进碳减排，导致營业成本增加、劳动生产率降低，但同时也显著正向影响资本生产率，促进企业利润与收入增长。绿色全要素生产率在绿色创新、市场化和政府补贴显著的调节影响下，对碳交易与企业全要素生产率的关系起到部分中介作用。研究表明，碳交易在一定条件下能够实现绿色效率和企业效益双赢，碳交易的作用在于依次实现碳减排、企业全要素生产率提升和绿色全要素生产率提升，而绿色效率和企业效益协同尚处于“遵循成本”阶段。因此，要建立一套集市场化、政府奖惩和绿色创新为核心的碳交易体系，进一步健全绿色低碳的激励约束机制，加强绿色创新补偿，增强企业自主研发和协同创新能力，提升绿色技术转化率，优化绿色产业结构，完善配套环保标准和管理规范，诱导企业完成“创新补偿”的蜕变。

关键词 碳排放权交易机制;绿色创新;企业全要素生产率;绿色全要素生产率

效益是企业根本，绿色乃社会所愿，两者能否兼得？随着全球变暖威胁生存环境，热浪席卷东西，冰川融化南北，绿色低碳成为优选，碳排放权市场化渐获共识。我国致力于节能减排，在习近平总书记“既要金山银山，又要绿水青山”的绿色发展理念指导下，从2013年开始实施碳排放权交易试点工作。碳交易要减排，势必改进企业耗能方式，致成本增加，招来争议，主要问题在于如何设计一套既能激发减排效率，又不妨碍企业效益的碳交易环境规制。我国碳交易环境规制具有自身独特性，造成争议的原因是多方面的：首先，碳减排属世界难题，发达经济体努力上百年解决负外部性，新兴经济体岂能一蹴而就;其次，碳排放需考虑产业异质性，中国制造嵌入全球价值链被低端锁定，消耗自身资源为世界贡献廉价商品;再有，碳交易实质是产业结构转型升级，由低值高耗产业转向高值低耗产业。从一定程度来说，碳交易机制决定着我国企业的全球价值链定位。然而，以往研究多数从环境规制视角考虑政策效果，采用仿真演绎影响因素，鲜有将企业效益与绿色效率结合起来研究碳交易的双效机制;而当前碳交易的配额、产品、技术、金融、人才等又严重制约发展[1]。故讨论碳交易能否双赢，优化减排策略，不仅攸关我国企业生存与发展，更关系全球价值链定位与调整。鉴于此，选取2006—2017年我国上市公司及所在地区数据，构建了企业碳交易的成本效益模型，将要素投入产出作为企业效益的衡量标准，以碳减排量及强度测度绿色效率，辅以全要素生产率分析其变动情况;并采用双重差分等方法，以碳交易试点为政策冲击，系统评估了碳交易的作用机制，探讨了实施碳交易后环境规制的争议，即碳交易会不会导致企业效益下滑，企业要不要开展绿色创新，政府补贴能不能起到较好效果？期望为企业双效双赢、优化减碳及碳市场改革提供启示。

1 理论模型与研究假设

1.1 碳交易模型分析

环境规制历来备受争议，企业成本论认为会增加额外支出，削弱企业创新能力，降低全要素生产率[2];企业竞争论则认为刺激“创新补偿”效应，提高企业竞争力，通过创新激励、效率改进和重新分配而产生更高的生产率[3-4]。针对研究问题，先构建理论模型，分析政府补贴和绿色创新对企业决策均衡点的影响。

1.2 碳交易研究假设

通过模型分析，在理论上证明了碳排放权的市场化、政府补贴和绿色创新可逐步减缓企业对碳排放权的需求强度，深化了碳交易的内涵;从长期来看，绿色创新的减排效果最为明显，可实现碳配额的剩余。考虑政府补贴和绿色创新后，在一定条件下可提高企业利润。这说明市场化、政府补贴和绿色创新对降低碳排放量，提升绿色效率和企业效益具有重要作用。基于此，参考现有学者的研究结论，提出研究假设。

1.2.1 碳交易与绿色效率

我国碳市场实践显示，碳交易优化能源消费结构，不仅可以降低碳排放强度，而且能够获得环境红利[5]。碳交易受制于企业减排潜力与碳配额机制：一方面，大企业减排潜力高且有技术改进动力，处于钢铁、电力等重工业的企业更关注碳排放[6]。另一方面，碳配额决定碳交易价格，当碳配额小于碳需求，则会抬高减排成本，倒逼技术升级，促进减排效果[7]。以往研究将绿色全要素生产率作为衡量环境绩效的指标，碳排放量越低则表示绿色效率越高。所以，提出假设如下。

H1：碳交易能够有效提升绿色效率，对绿色全要素生产率具有积极影响。

1.2.2 碳交易与企业效益

碳交易减排同时也对经济效益产生冲击。首先，政策强度需要合理匹配，王杰和刘斌[8]研究表明环境政策与全要素生产率呈倒“N”型关系，强制减排或短期见效，但易滋生负效应。其次，配额机制需要恰当选择，汤铃等[9]认为祖父准则核算的碳排放权配置政策对经济冲击较小，可利用碳交易价格灵敏度达到控排目的。再次，产业定位也造成能耗差异，廖诺[10]发现各节点企业利润因碳交易价格上升而下降，减排效果随碳配额下降而上升。

碳交易促进企业效益提升的途径有：碳交易环境规制有利于行业全要素生产率提升，碳交易额显著正向影响产业结构变动，将企业异质性纳入碳交易分配规则可以提高活跃度和持久度。曹翔和傅京燕[11]比较研究强制减排、碳税等政策，发现碳交易可以增强企业竞争力，优化碳交易政策组合也有积极作用。整体来看，碳交易不仅可以优化资源配置，而且能够提升经济效益，其与企业全要素生产率的关系还需考虑环境因素。在理论上（见模型分析部分），碳交易对企业效益也具有双向影响，所以，提出以下假设。

H2：在一定条件下，碳交易对企业全要素生产率具有负向影响，绿色全要素生产率对碳交易与企业全要素生产率的关系发挥着中介作用。

1.2.3 碳交易与市场化、政府补贴、技术创新

市场化促进碳交易发挥积极作用。碳交易遵循科斯定理，以明晰产权解决负外部性，当碳交易成本大于0时，界定不同碳配额的主体所有权，会带来不同效率的资源配置。在碳市场中，价格决定减排规模，黄帝等[12]研究发现若碳排放权充足，即使改变碳配额或分配方式，也不能改善碳排放水平，企业在碳交易价格上升时才会增加碳减排投资，以获得减排收益。

政府环境补贴能够促进节能减排。现阶段企业减排较多利用限停方式，较少运用碳减排技术实现清洁生产，沈洪涛等[13]研究表明政府补贴碳减排技术引导企业减排，促进企业增加减排技术投入。政策敏感度是碳交易机制能否起效的前提，闫冰倩[14]研究发现电力、采矿等敏感行业给予碳补贴，可减少负效应影响。易明和程晓曼[15]认为碳税收、碳交易与碳补贴共同决定绿色创新程度，应按碳补偿比的上限进行补贴，碳交易补贴机制，一方面可减缓企业利润下降幅度，另一方面也有效提升减排效果。

绿色创新是企业生产的优化选择。碳交易政策迫使企业加大绿色研发投资，尤其对大规模企业更有效。魏守道[16]研究减排研发最优策略，发现供应商偏好全面合作研发，制造商选择竞争研发，水平合作研发与垂直合作研发是供应链的次优策略。蔡乌赶和李广培[17]也发现合作研发策略优于独立研发策略，减少碳排放基准会降低企业绿色创新水平。王明月等[18]则认为碳技术成本共享机制有助于改善减排收益，绿色技术创新协同合作可实现帕累托最优。模型分析部分也证明了，政府补贴和绿色创新与市场化相比更能抑制碳排放，并进一步影响企业效益。所以，提出如下假设。

2.2 数据来源及处理

选择我国沪深两市A股企业作为样本。选取标准：首先，试点地区主要是京、津、沪、渝、深、粤、鄂七个地区;其次，所在行业主要是化工、建材、有色、造纸、石化、钢铁、电力和航空八个行业;再次，保证面板平衡和剔除缺失值以确保稳定性与有效性。最终选取实验组企业58家，参照组企业186家，有效样本2 928个。

2.3 研究变量及测度

（1）碳排放权交易试点政策。将试点地区八个行业的企业作为实验组，非试点地区八个行业的企业作为参照组，以treated×time衡量，其值为1表示实施碳交易试点政策，否则为0。

（2）企业全要素生产率（ETFP）。参考鲁晓东和连玉君[20]的OP方法，利用stata中opreg命令程序计算获得。数据源于国泰安与锐思数据库，辅助同花顺、新浪财经等。企业全要素生产率越大，说明企业综合效益越好。

（3）绿色全要素生产率（GTFP）。根据陈超凡[21]、崔兴华和林明裕[22]研究，结合赵佳风和马占新[23]测度DEA方法，采用DEAPMalquist指数，以工业增加值、CO2排放量为产出，以固定资产、治污投資、员工数量为投入，利用DEAP2.1计算。企业工业增加值以收入法计算，企业碳排放量与治污投资变量以企业收入占所在地区工业增加值比例，结合当地单位产出计算。

（4）碳排放量。2006—2015年数据源于IPCC Sectoral Approach。我国碳排放量2016—2018年变动为-0.5%、3.5%、2.5%，以2015年数据为基数计算碳排放量。然后，利用相关分析法，以各地区年度能源消耗核算系数，与本年度碳排放量平衡后，得到2016和2017年地区碳排放量。

（5）市场化指数、政府补贴及绿色创新。市场化指数，借鉴樊纲研究报告，为统一口径，以2008和2009年为基数，相除此后年份数据得两组系数求平均值，辅以趋势分析法修正。政府补贴，借鉴李政等[24]做法，从国泰安报表提取节能、减排、绿色、环保、清洁、能源、环境、废气及碳排放、碳交易字段的数据取对数，若空值则为0。绿色创新，借鉴毕克新等[25]投入产出法，结合文献[5]的碳硫协同减排研究，将绿色创新分为绿色技术创新（碳硫排放量与工业增加值之比）和绿色产品创新（能源消耗量与新产品销售收入之比）。

（6）企业效益主要以利润、资产、收入、成本等衡量投入产出情况，辅以资本生产率、劳动生产率及企业全要素生产率等考察效益变动。绿色效率则主要以碳排放总量、碳排放强度等衡量碳减排效果，辅以绿色全要素生产率等考察效果变动。

2.4 描述性统计

表1比较了碳交易政策试点前后变化，发现：①试点地区碳排放量低于非试点地区，试点后增幅扩大;②试点地区碳排放强度在试点后明显降低，且优于非试点地区的碳减排效果;③试点地区人均GDP增长幅度大于非试点地区。也就是说，随着人均GDP增长，试点地区碳排放量上升，而碳排放强度下降，显然达到减排效果;说明了碳交易政策的实施对碳减排的重要意义。

根据ETFP与GTFP变化绘制图1，可知：ETFP呈上升趋势，试点后明显提升，试点地区高于非试点地区，但变动幅度不大。GTFP在试点后相对上升，试点地区碳减排水平不断提升，明显好于非试点地区，且2013年出现转折，增长幅度高于非试点地区。

3 碳交易对企业效益与绿色效率的影响

3.1 碳交易的影响机制

利用双重差分方法回归得实证结果，如表2所示，treated×time与lnETFP和lnGTFP均显著负相关，说明碳交易虽可以实现碳减排，却抑制了企业全要素生产率。加入lnMark后，市场化显著对lnETFP正影响、对lnGTFP负影响，说明随着市场化程度提高，企业通过市场获得碳排放权促进企业全要素生产率提升，同时也有利于提高绿色效率。另外，碳交易与企业利润显著正相关，绿色技术创新增加了企业利润，但随着绿色产品创新成本增多，碳补贴对企业利润具有负向影响。有意思的是：由模型11和12可知，市场化与绿色全要素生产率在较大概率上显著为负，说明市场化虽然在促进企业效益和绿色效率提升方面具有明显的效果，但也抑制了绿色全要素生产率的提升;绿色技术创新系数显著为正，说明绿色创新对绿色全要素生产率具有积极作用;而政府补贴的相关系数不显著。那么，以上可总结为，市场化、政府补贴和绿色创新对碳减排的效果逐渐凸显，同时与绿色全要素生产率的关系逐渐由负相关转为正相关，这与理论建模部分取得一致结论。

由CD生产函数推导全要素生产率，从要素投入进一步检验碳交易影响，表2显示碳交易显著负向影响区域碳排放总量、碳排放强度及企业碳排放强度。此时，劳动力受到碳交易的显著负向影响，而资本与之显著正相关，即使成本增加，企业也可利用其他手段，获得资产和收入增长，从而弥补了碳交易诱发企业成本增加的问题，扭转了企业效益下滑趋势。

3.2 稳健性检验

（1）平行趋势检验。碳交易首先在试点地区进行，不直接影响非试点地区，可认为实验组与参照组在政策试点前，应满足双重差分的平行趋势假设。为此，从碳排放与要素投入做描述性统计。碳交易试点（2013年）前，实验组与参照组各项指标演变基本一致;政策实施后，两组企业特征演变产生分化，这说明选取碳交易的两个组满足平行趋势假设。

（2）滞后两期双重差分再检验。碳交易对于企业效益，应体现为多期影响，尤其近年施加政策强度，对控排企业、减排企业及重点监测对象全方位监察，碳交易频率与碳减排力度均有提升。为验证稳健性，采用多期双重差分法考察均期内表现，以试点期滞后两年即2014和2015年为时点，重新做双重差分检验，结果均有显著影响且方向不变，表明实证过程稳定。

（3）安慰剂检验。为进一步检验稳健性，参考Topalova[26]做法，对事件发生前样本进行安慰剂检验。假设碳交易试点时间为2011年，将2010年赋值为0，2011年和2012年赋值为1。实证结果显示，除区域碳排放总量外，treated× time回归系数均不显著，说明企业效益受碳交易影响，再次验证了研究结论的有效性。

（4）工具变量检验。以地域与经济随机选取实验组与参照组，因掺杂其他因素，为解决政策内生性，依据Hering and Poncet[27]采用工具变量（IV）检验。碳交易要

减碳控气温，故將样本所在地区年平均气温作为工具变量，而气温取决于地理位置与气候特征，具备外生性特征，该数据来自中国气象统计年鉴。实证结果显示，第一阶段lnTemp×time对碳交易均有正向影响;第二阶段treated×time对企业全要素生产率和绿色全要素生产率均有显著影响，且K-P rk LM在0.001显著水平的统计量为135.469，C-D Wald F统计量为86.225，也就是拒绝了不可识别检验和弱工具变量检验，表明所选工具变量符合内生性检验的要求。

3.3 对企业性质的进一步考察

在环境规制争议中，存在“国进民退”偏见，有必要探讨碳交易是否因企业性质而异。参考文献[19]，构建多期三重差分模型如下：

其中，SOE为企业性质，民营企业赋值为1，国有企业赋值为0，其他变量同公式（4）。若β值通过检验且方向一致，则说明碳交易对民营企业有影响，试点政策存在明显差异。实证结果显示，treated×time×SOE的估计系数在企业效益方面均未通过检验，但同时对民营企业的碳排放量和碳排放强度有显著正相关，表明在碳交易试点后，国有企业在碳交易机制作用下所承担的碳减排责任要大于民营企业（限于篇幅，三重差分结果未报告，如有需要可向作者索取）。

4 碳交易与全要素生产率有调节的中介效应

碳交易通过减碳提升环境质量，进一步将绿色全要素生产率作为碳交易与企业全要素生产率关系的中介变量，以企业效益与绿色效率的特征值为控制变量，逐一加入绿色创新、市场化指数和政府补贴分析有调节的中介作用，构建模型如图2。

参考Baron等 [28]、温忠麟等[29]及Lu等[30]的实证做法，采用双重差分法考察碳交易与全要素生产率之间有调节的中介效应。同前文设定，构建检验模型如下：

其中，lnTFP是指企业全要素生产率lnETFP或绿色全要素生产率lnGTFP，treated×time表示碳排放权交易机制。lnMOD表示调节变量，分别为市场化指数lnMark、政府补贴lnGsub、绿色技术创新lnGtis和绿色产品创新lnGtip。实证结果如表3所示。

（1）中介效应检验。按三步法检验模型回归系数是否显著：首先，检验碳交易对企业全要素生产率的影响，结果显著正相关;其次，检验碳交易对绿色全要素生产率的影响，结果显著负相关;再次，检验碳交易、绿色全要素生产率对企业全要素生产率的影响，结果均在5%水平显著正相关。因而，绿色全要素生产率对碳交易与企业全要素生产率的关系起到部分中介效应。

（2）有调节的中介效应检验。在绿色全要素生产率为中介的基础上，逐步加入绿色创新、市场化、政府补贴等调节变量，检验是否存在有调节的中介作用。先检验绿色技术创新的调节影响：首先，做企业全要素生产率对碳交易、绿色技术创新的回归，结果显示碳交易系数显著为正;

其次，做绿色全要素生产率对碳交易、绿色技术创新的回归，结果碳交易系数显著为负;再次，做企业全要素生产率对碳交易、绿色技术创新及绿色全要素生产率的回归，结果绿色全要素生产率的系数显著为正;最后，做企业全要素生产率对碳交易、绿色技术创新、绿色全要素生产率及后两者交互项的回归，结果显示交互项系数显著为正。然后，按照同样步骤，分别检验绿色产品创新、绿色技术创新与绿色产品创新的交互项的调节作用，结果显示均符合显著特征要求，且显著水平及方向与上述结果一致。由此可以确定，绿色全要素生产率在绿色创新的调节作用下发挥中介效应。

再按上述步骤，分别对市场化与政府补贴进行有调节的中介效应检验。首先，检验了lnMark×SOE的调节效应存在显著相关性，说明提升民营企业的市场化程度对碳交易与全要素生产率的中介效应产生调节影响，促进了企业全要素生产率提升。然后，检验了lnGsub×lnMark的调节效应，结果显示也存在显著相关性，说明政府补贴在市场化条件下对碳交易与全要素生产率的中介效应产生调节影响，碳补贴本意是促进减排、奖励环保，间接弥补了负效应影响;企业获得补贴后，降低了碳交易需求强度，平衡额外支付成本，整体上减少了市场碳配额存量。

综上所述，碳交易在一定条件下可以实现绿色效率与企业效益双赢，但没有实现绿色全要素生产率和企业全要素生产率的同步提升。一方面，碳交易与碳排放总量及碳排放强度均为负相关，促进了碳减排的绿色效率提升。另一方面，碳交易通过提升资本生产率，促使企业收入与资产提高，增加了企业利润，促进了企业效益与绿色效率同步提升。同时，绿色全要素生产率对碳交易与企业全要素生产率关系起到部分中介效应，故假设H1和H2得证。另外，绿色全要素生产率受到绿色创新、市场化指数和政府补贴的调节影响，是有调节的中介变量，假设H3也得到支持。但这种双赢是低层次的，在跨越“波特拐点”之前，还没有达到企业全要素生产率与绿色全要素生产率的高质量协同阶段。

5  研究结论与启示

能否提升绿色效率、促进节能减排是碳排放权交易机制的首要目标，但要企业贯彻执行，须以绿色效率为先、兼顾企业效益，故采用理论与实证相结合的分析方式，研究了碳交易的双赢机制及企业碳减排的优化策略。研究结论为：①碳交易降低了碳排放总量与碳排放强度，提升了绿色效率;②负外部性导致劳动生产率降低、营业成本增加，同时也促进资本生产率提高，使企业资产、收入与利润增长，提升了企业效益;③碳交易对企业全要素生产率及绿色全要素生产率均有显著负向影响;④绿色全要素生产率在绿色创新、市场化及政府补贴的调节作用下，对碳交易与企业全要素生产率的关系发挥着有调节的中介效应。碳交易实现了绿色效率和企业效益双赢，但没有实现企业全要素生产率及绿色全要素生产率协同增长;碳交易的双效机制在理论上是阶段性的，要依次实现碳减排、企业全要素生产率提升和绿色全要素生产率提升。这与“遵循成本”和“创新补偿”的两种观点基本吻合，现阶段的双赢尚处于“遵循成本”阶段。

随着碳排放量逐步降低，表明离“波特拐點”越近，当跨越“遵循成本”阶段后，通过“创新补偿”的积累方可实现企业全要素生产率和绿色全要素生产率的均衡增长。从持续推进碳交易机制、提升全要素生产率跨越方面得到一些启示：①碳减排是坚持推行碳交易机制的不懈动力。建立一套集市场化、政府奖惩和绿色创新为核心的指导体系，注重市场对资源和要素的配置作用，完善对政府奖惩的管理和考评，特别加强绿色创新的实践，还应关注国有企业对碳减排措施的引领和带动作用。②提升企业全要素生产率是逐步实施碳交易机制的根本保障。进一步健全政府奖惩和绿色创新的激励体系，发挥政府的奖惩刺激作用，充分激励企业从事绿色技术创新，引导企业在“遵循成本”阶段实现盈利能力提升。③实现绿色全要素生产率跨越是持续深化碳交易机制的长远目标。绿色创新是实现跨越的有效途径，加强绿色创新补偿，增强企业自主研发和协同创新能力，提升绿色技术转化率，优化绿色产业结构，完善配套环保标准和管理规范，诱导企业完成“创新补偿”的蜕变。通过以上措施的实施，逐步实现从绿色效率和企业效益的协同增长，向绿色全要素生产率和企业全要素生产率高质量协同发展转变。

（编辑：李 琪）

参考文献

[1]易兰， 李朝鹏， 杨历， 等. 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， 28（2）：
134-140.

[2]LANOIE P， PATRY M， LAJEUNESSE R. Environmental regulation and productivity：
testing the Porter Hypothesis[J]. Journal of productivity analysis， 2008， 30（2）：
121-128.

[3]PORTER M E， LINDE C V D. Toward a new conception of the environmentcompetitiveness relationship[J]. Journal of economic perspectives， 1995， 9（4）：
97-118.

[4]RUBASHKINA Y， GALEOTTI M， VERDOLINI E. Environmental regulation and competitiveness：
empirical evidence on the Porter Hypothesis from European manufacturing sectors[J]. Energy policy， 2015， 83（4）：
288-300.

[5]任亚运， 傅京燕. 碳交易的减排及绿色发展效应研究[J]. 中国人口·资源与环境， 2019， 29（5）：
11-20.

[6]薛领， 张晓林， 胡晓楠， 等. 碳排放市场一体化对异质性企业空间分布的影响[J]. 中国人口·资源与环境， 2018， 28（8）：
1-11.

[7]王文军， 谢鹏程， 李崇梅， 等. 中国碳排放权交易试点机制的减排有效性评估及影响要素分析[J]. 中国人口·资源与环境， 2018， 28（4）：
26-34.

[8]王杰， 刘斌. 环境规制与企业全要素生产率——基于中国工业企业数据的经验分析[J]. 中国工业经济， 2014（3）：
44-56.

[9]汤铃， 武佳倩， 戴伟， 等. 碳交易机制对中国经济与环境的影响[J]. 系统工程学报， 2014， 29（5）：
701-712.

[10]廖诺， 赵亚莉， 贺勇， 等. 碳交易政策对电煤供应链利润及碳排放量影响的仿真分析[J]. 中国管理科学， 2018， 26（8）：
154-163.

[11]曹翔， 傅京燕. 不同碳减排政策对内外资企业竞争力的影响比较[J]. 中国人口·资源与环境， 2017， 27（6）：
10-15.

[12]黄帝， 陈剑， 周泓. 配额-交易机制下动态批量生产和减排投资策略研究[J]. 中国管理科学， 2016， 24（4）：
129-137.

[13]沈洪涛， 黄楠， 刘浪. 碳排放权交易的微观效果及机制研究[J]. 厦门大学学报（哲学社会科学版）， 2017（1）：
13-22.

[14]闫冰倩， 乔晗， 汪寿阳. 碳交易机制对中国国民经济各部门产品价格及收益的影响研究[J]. 中国管理科学， 2017， 25（7）：
1-10.

[15]易明， 程晓曼. 碳价格政策视角下企业绿色创新决策研究[J]. 软科学， 2018， 32（7）：
74-78.

[16]魏守道. 碳交易政策下供应链减排研发的微分博弈研究[J]. 管理学报， 2018， 15（5）：
782-790.

[17]蔡乌赶， 李广培. 碳交易框架下企业生态创新策略研究[J]. 中国管理科学， 2018， 26（12）：
168-176.

[18]汪明月， 刘宇， 史文强， 等. 碳交易政策下低碳技术异地协同共享策略及减排收益研究[J]. 系统工程理论与实践， 2019， 39（6）：
1419-1434.

[19]LU Y， YU L. Trade liberalization and markup dispersion：
evidence from Chinas WTO accession[J]. American economic journal：
applied economics， 2015， 7（4）：
221-253.

[20]鲁晓东， 连玉君. 中国工业企业全要素生产率估计：1999—2007[J]. 经济学（季刊）， 2012， 11（2）：
541-558.

[21]陈超凡. 节能减排与中国工业绿色增长的模拟预测[J]. 中国人口·资源与环境， 2018， 28（4）：
145-154.

[22]崔兴华， 林明裕. FDI如何影响企业的绿色全要素生产率？——基于MalmquistLuenberger指数和PSMDID的实证分析[J]. 经济管理， 2019， 41（3）：
38-55.

[23]赵佳风， 马占新. 广义DEA有效测度下中国省际经济发展效率分析[J]. 数学的实践与认识， 2018， 48（17）：
86-97.

[24]李政， 杨思莹， 路京京. 政府补贴对制造企业全要素生产率的异质性影响[J]. 经济管理， 2019， 41（3）：
5-20.

[25]毕克新， 杨朝均， 黄平. FDI对我国制造业绿色工艺创新的影响研究——基于行业面板数据的实证分析[J]. 中国软科学， 2011（9）：
172-180.

[26]TOPALOVA P. Factor immobility and regional impacts of trade liberalization：
evidence on poverty from India[J]. American economic journal：
applied economics， 2010， 2（4）：
1-41.

[27]HERING L， PONCET S. Environmental policy and exports：
evidence from Chinese cities[J]. Journal of environmental economics and management， 2014， 68（2）：
296-318.

[28]BARON R M， KENNY D A. The moderatormediator variable distinction in social psychological research：
conceptual， strategic， and statistical considerations[J]. Journal of personality and social psychology， 1986， 51（6）：
1173-1182.

[29]溫忠麟， 张雷， 侯杰泰. 有中介的调节变量和有调节的中介变量[J]. 心理学报， 2006（3）：
448-452.

[30]LU Y， TAO Z， ZHANG Y. How do exporters respond to antidumping investigations？[J]. Journal of international economics， 2013， 91（2）：
290-300.