Based on the methods of SE-SBM,regression control and intermediary effect model,the article measures their total factor energy efficiency and quantify the effect of carbon trading policies on pilot provinces (municipalities and autonomous regions) and their effect pathway according to the panel data of 30 provinces in China from 2001 to 2019. The research show that: 1) The national average total factor energy efficiency is about 0.50,the average efficiency of the pilot provinces (municipalities and autonomous regions) has increased from 0.75 in 2001 to 1.05 in 2019, 14 provinces (municipalities and autonomous regions) are in a fluctuating upward trend,16 provinces (municipalities and autonomous regions) are in a downward trend of volatility. 2) The carbon trading policy has improved the total factor energy efficiency of Beijing,Chongqing and Shanghai to varying degrees,it has not significantly improved the total factor energy efficiency of Tianjin and Guangdong,and has a negative effect on the total factor energy efficiency of Hubei. 3) The carbon trading policy mainly acts on the industrial structure,the technological innovation and the energy structure to improve the total factor energy efficiency. Among them,the industrial structure and the technological innovation have a positive intermediary effect on Beijing,Chongqing and Shanghai,and the adjustment of the energy structure has a negative effect on the total factor energy efficiency of Beijing.
LUO Shihua, WANG Dong
. The Effect of Carbon Trading Policy on Provincial Total Factor Energy Efficiency[J]. Economic geography, 2022
, 42(7)
: 53
-61
.
DOI: 10.15957/j.cnki.jjdl.2022.07.006
[1] 王仲颖. 推进能源生产和消费革命构建清洁低碳、安全高效的能源体系[J]. 中国经贸导刊,2018(7):26-27.
[2] 苏利阳. 碳达峰、碳中和纳入生态文明建设整体布局的战略设计研究[J]. 环境保护,2021,49(16):6-9.
[3] 韩智勇,魏一鸣,范英. 中国能源强度与经济结构变化特征研究[J]. 数理统计与管理,2004(1):1-6.
[4] 夏炎,陈锡康,杨翠红. 基于投入产出技术的能源效率新指标——生产能耗综合指数[J]. 管理评论,2010,22(2):17-22.
[5] 李激扬. 能源效率问题研究的新进展[J]. 求索,2011(11):88-89
[6] 史丹,吴利学,傅晓霞,等. 中国能源效率地区差异及其成因研究——基于随机前沿生产函数的方差分解[J]. 管理世界,2008(2):35-43.
[7] 王兵,张技辉,张华. 环境约束下中国省际全要素能源效率实证研究[J]. 经济评论,2011(4):31-43.
[8] 袁晓玲,张宝山,杨万平. 基于环境污染的中国全要素能源效率研究[J]. 中国工业经济,2009(2):76-86.
[9] Li L B,Hu J L.Ecological total-factor energy efficiency fregionsin China[J]. Energy Policy,2012(46):216-224
[10] 马海良,黄德春,姚惠泽. 中国三大经济区域全要素能源效率研究——基于超效率DEA模型和Malmquist指数[J]. 中国人口·资源与环境,2011,21(11):38-43.
[11] 李双杰,李春琦. 全要素能源效率测度方法的修正设计与应用[J]. 数量经济技术经济研究,2018,35(9):110-125.
[12] 王兆华,丰超. 中国区域全要素能源效率及其影响因素分析——基于2003—2010年的省际面板数据[J]. 系统工程理论与实践,2015,35(6):1361-1372.
[13] 于向宇,陈会英,李跃. 基于合成控制法的碳交易机制对碳绩效的影响[J]. 中国人口·资源与环境,2021,31(4):51-61.
[14] 关伟,金一. 中国能源利用、经济增长演进对生态环境的脉冲响应[J]. 经济地理,2020,40(2):31-40.
[15] 蒋伟,李蓉,强林飞,等. 环境约束下的中国全要素能源效率研究[J]. 统计与信息论坛,2015,30(5):22-28.
[16] 王腾,严良,何建华,等. 环境规制影响全要素能源效率的实证研究——基于波特假说的分解验证[J]. 中国环境科学,2017,37(4):1571-1578.
[17] 吴江,谭涛,杨珂,等. 中国全要素能源效率评价研究——基于不可分的三阶段DEA模型[J]. 数理统计与管理,2019,38(3):418-432.
[18] 杨仲山,魏晓雪. “一带一路”重点地区全要素能源效率-测算、分解及影响因素分析[J]. 中国环境科学,2018,38(11):4384-4392.
[19] 史丹,李少林. 排污权交易制度与能源利用效率——对地级及以上城市的测度与实证[J]. 中国工业经济,2020(9):5-23.
[20] 张兵兵,周君婷,闫志俊. 低碳城市试点政策与全要素能源效率提升——来自三批次试点政策实施的准自然实验[J]. 经济评论,2021(5):32-49.
[21] 李晓菲. “一带一路”相关省份全要素能源效率影响因素研究[J]. 调研世界,2021(3):49-57.
[22] 胡日东,林明裕. 双重差分方法的研究动态及其在公共政策评估中的应用[J]. 财经智库,2018,3(3):84-111.
[23] Abadie A,Diamond A,Hainmueller J.Synthetic control methods for comparative case studies:Estimating the effect of California's tobacco control program[J]. Journal of the American Statistical Association,2010(490):493-505.
[24] Bonhomme S P,Sauder U.Recovering distributions in difference-in-differences models:A comparison of selective and comprehensive schooling[J].Review of Economics and Statistics,2011,93(2):479-494
[25] 张兵兵,胡榴榴. 城市环境立法能够提升企业出口国内附加值率吗?——基于双重差分模型(DID)的实证研究[J]. 地理研究,2021,40(10):2930-2948.
[26] 丁任重,许渤胤,张航. 城市群能带动区域经济增长吗?——基于7个国家级城市群的实证分析[J]. 经济地理,2021,41(5):37-45.
[27] 李国平,李宏伟. 经济区规划促进了西部地区经济增长吗?——基于合成控制法的研究[J]. 经济地理,2019,39(3):20-28.
[28] 林寿富,董小卿. 排污权交易政策能否提高企业能源利用效率?[J]. 东南学术,2021(1):170-180.
[29] Tone K,Sahoo B K.Degree of scale economics and congestion:A unified DEA approach[J]. European Journal of Operational Research,2004,158(3):755-772.
[30] Hisao C,Steve C H,Ki W S.A panel data approach for program evaluation:Measuring the benefits of political and economic integration of Hong Kong with mainland China[J]. Journal of Applied Econometrics,2012,27(5):705-740
[31] Krull J L,MacKinnon D P. Multilevel modeling of individual and group level mediated effects[J]. Multivariate Behavioral Research,2010,36(2):249-277.
[32] 单豪杰. 中国资本存量K的再估算:1952-2006年[J]. 数量经济技术经济研究,2008,25(10):17-31.
[33] 王兴民,吴静,白冰,等. 中国CO2排放的空间分异与驱动因素——基于198个地级及以上城市数据的分析[J]. 经济地理,2020,40(11):29-38.
