2025, Vol. 46
2. 西南财经大学经济学院, 成都 611130
2. School of Economics, Southwestern University of Finance and Economics, Chengdu 611130, China
随着经济全球化与温室气体排放治理共识的不断巩固, 世界各国日益重视绿色投资和绿色贸易在保护本国环境中的重要作用. 《WTO环境数据库》数据显示, 2009~2022年, 全球绿色贸易壁垒领域的技术壁垒达到5 343件, 占世界各国制定的绿色贸易壁垒总数的比例达到了61.60%.从自由贸易试验区建设的宏观经济成效看, 我国以不足0.40%的国土面积贡献了全国大约18%的外资和贸易规模, 同时为降低绿色投资和绿色贸易壁垒提供了制度型改革创新土壤.持续推进制度型开放和碳排放双控, 始终彰显着我国践行人类命运共同体的生动实践. 10 a来, 我国分批次由点及面已在21个省市成立64个自贸片区, 聚焦投资自由化、贸易便利化等制度创新领域持续发力, 建设内涵持续深化且标准逐步提高, 2021年5月, 国家生态环境部等8个部门发布的《关于加强自由贸易试验区生态环境保护推动高质量发展的指导意见》将低碳绿色理念植入自由贸易试验区建设的工作要求和发展目标中. 自由贸易试验区通过缩短负面清单、参与国际自由贸易协定和突破技术壁垒等手段推进投资自由化和贸易便利化, 在高水平开放的引领下高技术产业得到高效率集聚, 产业结构加速调整, 夯实了绿色底色根基.2023年7月, 中央全面深化改革委员会《关于推动能耗双控逐步转向碳排放双控的意见》作出有利于减碳降碳的重大制度或政策革新.自由贸易试验区在制度创新过程中如何实现减碳绿色发展的现实关切值得深入挖掘和量化实证.立足于制度创新聚焦投资、贸易、政府职能转变等关键领域的特征事实和经贸规则向国际高标准进行对接过程中的问题导向, 本文基于天眼查微观企业投资和贸易等数据就自由贸易试验区的碳排放双控效应进行理论分析与实证评估, 为拓展自由贸易试验区的制度型开放内涵、开辟碳排放双控实现新路径提供基于特征事实的经验验证与政策启示.
关于贸易开放对环境影响的早期文献可归纳为3个方面：一是贸易不利于本土环境的“污染天堂假说”[1], 随后的研究均支持发展中国家的贸易开放对本国环境带来恶化的效果[2, 3]；二是贸易开放能够带来环境改善[4~7]；三是贸易开放对环境污染影响具有不确定性或异质性[8].国际开放格局层面上, 中国加入WTO这一事件为考察贸易自由化的环境影响提供了研究契机[9], 多数文献重点关注中国进出口贸易中含碳量的测算[10~13].近年来, 随着自由贸易试验区制度创新内涵的不断拓展, 学术界开始关注自由贸易试验区建设的环境效应.随后学者们探究自由贸易试验区与大气状况的关系, 发现自由贸易试验区显著性地降低了试点城市以及周边非试点城市的大气污染浓度[14].韩剑等运用国家层面数据研究了国际环境规则治理与绿色贸易的关系, 认为环境规则深化促进了绿色贸易的发展[15].
纵观已有研究, 局限性可总结为：①研究视角上, 已有文献尚未聚焦推动自由化、便利化和政府职能转变等核心领域的制度创新核心本质要求, 也没有突出制度型开放关于经贸规则对接的国际国内现实关切及问题导向, 且机制变量的选择缺乏与自由贸易试验区制度型开放属性的匹配性. ②已有研究通常涉及贸易与环境污染指标的统计关系, 聚焦碳排放双控的文献相对较少, 且缺乏工具变量识别内生性的考量. ③已有研究大多基于省份数据或指标体系, 缺乏基于企业层面数据和外资企业进入、自由贸易协定、国际绿色贸易壁垒和“一带一路”倡议影响等相关维度的深入剖析, 不能聚焦阐释自由贸易试验区突破贸易技术壁垒的制度创新着力点, 也就无法反映对接国际高标准经贸规则, 以及推进绿色外资企业进入自由化与绿色贸易便利化改革为主要任务的自由贸易试验区建设核心使命.
基于此, 本文基于天眼查企业全样本注册登记数据、OECD-STAN数据库和《世界银行发展指标数据库》等多维度资源, 围绕深度阐释基于制度型开放视域的自由贸易试验区如何在国际绿色投资和贸易等渠道释放出减碳降碳潜能, 以及国内外开放制度、规则和技术等如何起到调节效应等重大问题开展理论与实证检验工作, 旨在构筑制度型开放影响碳排放双控的理论体系与效果评估框架.本文的增量贡献：①首次聚焦制度创新面临的开放环境所涉及的外资绿色投资、绿色贸易以及绿色创新等主要机制变量的理论分析与实证评估, 下沉到企业微观数据的识别、清洗, 并将绿色贸易自由化分解为数字服务贸易和贸易数字化壁垒等量化维度, 最大程度上确保基于制度型开放实践面临的关键构建数据指标, 以期反映经贸规则对接在自由贸易试验区减碳降碳过程中的影响机制与调节效应的精准性；②运用组群-时期平均处理效应估计法（CATT）、插补法（imputation）和堆叠法（stacked DID）等前沿方法开展了细致的稳健性检验, 有效克服了交叠DID估计可能存在的潜在问题, 确保研究结论具有较高的信度；③首次将自由贸易试验区在投资、贸易和政府职能转变等领域的制度创新融入绿色低碳元素, 且考虑了市场准入负面清单制度、国际绿色贸易壁垒和我国签订国际自由贸易协定对自由贸易试验区碳排放双控的调节效应, 为国家碳排放双控实现路径的选择提供了根植于我国高水平开放实践的新逻辑和新证据；④选择唐宋时期开埠城市和市舶司城市作为工具变量, 较好地匹配了自由贸易试验区与海关的属性, 有效克服了模型估计的内生性问题, 并基于制度创新指数水平的划分、政府职能转变程度的量化、参与“一带一路”倡议和对接中欧班列等维度进行异质性分析, 丰富了制度型开放条件下碳排放双控的研究文献.
1 理论分析与研究假说2021年5月, 国家生态环境部等8个部门发布的《关于加强自由贸易试验区生态环境保护推动高质量发展的指导意见》将低碳绿色植入建设进程的重要目标, 鼓励建设“近零碳”“零碳”“负碳”排放项目.2022年, 国家生态环境部集中提炼了52个相关典型案例.例如, 中国（北京）自由贸易试验区北京大兴机场绿色低碳、探索建立碳资产综合监测管理模式和创新生态环境正面清单等；中国（上海）自由贸易试验区临港新片区探索“三线一单”为核心的生态环境源头预防控制体系；中国（广东）自由贸易试验区前海蛇口片区打造首个5G绿色低碳智慧港口；中国（浙江）自由贸易试验区舟山片区将净零碳理念引入到乡村振兴的进程中；中国（福建）自由贸易试验区厦门片区打造近零排放示范区；中国（山东）自由贸易试验区基于“万华模式”打造能源低碳利用典范, 青岛片区首创“绿色自贸”发展指标体系；中国（海南）自由贸易试验区推出全国首个排污许可地方性法规《海南省排污许可管理条例》；中国（重庆）自由贸易试验区探索实施“大数据+监管”创新环境治理水平. 由于自由贸易试验区在推动制度创新的进程中始终坚持“两山”理念, 推动自由贸易试验区低碳绿色发展, 成为以制度型开放推动高质量发展的重要共识和工作目标.
第一, 自由贸易试验区建设对碳排放总量与强度的抑制效应.自由贸易试验区制度创新对实体经济贡献的直接体现是建成为现代化产业体系的集聚地和畅通国内国际双循环的开放前沿阵地.从2013年上海自由贸易试验区设立以来, 各批次片区均对产业类型进行了明确界定, 总体上为减碳降碳提供了投资方向和结构调整基础.例如2015年《广东自由贸易试验区总体方案》重点发展航运物流和高端制造等产业；《福建自由贸易试验区总体方案》将新兴产业、现代服务业和先进制造业基地建设等纳入到吸引产业集聚和成长的工作规划中；《天津自由贸易试验区总体方案》将高端制造业与研发设计、融资租赁等作为重点特色产业加以重视；2017年第三批次的辽宁、浙江、河南、湖北、重庆、四川和陕西等7个自由贸易试验区依托地缘优势和产业禀赋, 大力发展跨境电商、新一代信息技术、绿色石化基地、大宗商品贸易、现代服务业和新兴产业等.自由贸易试验区重点发展的产业主要集中在第二产业和第三产业, 大体可以划分为高技术制造业和现代服务业, 通过打造高质量的营商环境吸引境内外高技术、低碳企业入驻.从以上关于自由贸易试验区发展产业类型的梳理看, 重点发展产业均为绿色低碳相关的高技术制造业和现代服务业, 自由贸易试验区建设引起的低碳产业集聚无疑会具有减碳效应.
由此, 本文提出研究假说1：自由贸易试验区建设能够促进碳排放总量和强度下降.
第二, 自由贸易试验区对碳排放双控的影响机制与调节效应.从建设内涵看, 自由贸易试验区在关键领域的制度创新均可植入低碳绿色元素, 在推动绿色外资企业进入和集聚、绿色产品贸易和绿色技术创新等方面产生积极影响, 作用机制可总结为以下3个方面：①提升绿色投资自由化水平.自由贸易试验区建设作为深化改革开放的重要抓手, 试点区域内的经济发展不再像“底线赛跑”假说, 而是筑牢“绿色”的底色, 突出自由贸易试验区的竞争优势.因此自由贸易试验区内的大型企业会争相顺应改革要求, 提升自身的比较优势, 致力于发展绿色低碳行业, 随之而来的是小微企业的同群效应, 整个绿色低碳行业得到发展, 有效减少碳排放.②提升绿色贸易便利化水平.绿色贸易是自由贸易试验区开创以来便根植的目标, 构建绿色产业链、实施绿色产品清单制度, 自由贸易试验区内的企业发挥着带动作用, 使得企业借助跨境电商渠道大力开展绿色贸易活动, 一定程度上挤出高耗能高污染企业, 进而减少碳排放量.其次, 绿色贸易的经济产出与绿色贸易便利化存在着反哺效应, 开展绿色贸易的便利化程度越高, 由绿色贸易带来的经济产出越多, 反过来对贸易的数字化水平与服务化水平有越高的要求, 便加强对其投资, 以提升贸易便利化程度.③促进绿色技术创新水平提高.伴随着低碳外资企业进入和现代产业集聚的研发效应, 自由贸易试验区的高水平开放将促进片区企业和产业绿色技术创新水平提升.综上, 无论是绿色投资自由化、绿色贸易便利化还是绿色技术水平提升, 均对自由贸易试验区的碳减排效应具有积极的助推作用.
因此, 本文提出研究假说2（a）：自由贸易试验区建设能够通过外资进入的绿色创新溢出效应、本土企业的绿色创新直接效应和数字贸易的绿色创新间接效应实现碳排放双控.
第三, 作为链接国际国内市场的高水平开放平台, 探究自由贸易试验区碳减排效应的国内国际影响因素须聚焦以下方面：①市场准入负面清单缩减的调节效应.外资准入负面清单历经第一次2013年版的190条；第二次缩减为2015年版的122条；第三次缩减为2017年版的95条；第四次缩减为2018年12月的45条和第五次缩减为2021年版的27条, 为推动更广范围的外资企业进入自由化提供了广阔的空间. ②国际环境贸易技术壁垒的调节效应.世界各国为进入本国的货物设置环境标准或门槛, 以达到保护本国环境的目的.数据显示, 由于不熟悉国际市场对本国产品质量的标准或要求, 中国约40%的企业在“走出去”过程中遇到过技术性贸易壁垒, 自由贸易试验区在制度创新进程中能够在解决技术标准互认等方面起到突破性的作用, 从而推动中国企业“走出去”, 必然促进对外投资水平和深度调整国内产业结构, 将对碳减排产生积极的推动作用. ③我国与其他国家自由贸易协定的调节效应.自由贸易协定旨在以关税减免形式推动投资自由化和贸易便利化.近年来, 我国陆续与东盟十国及其他国家等20多个国家签署实施了多项基于关税减让的自由贸易协定框架, 为推动贸易便利化提供了坚实基础.以自由贸易协定签署为标志的关税减让能够促进高端产品或服务贸易实现更高层次的自由化, 无疑对自由贸易试验区形成高端低碳产业集聚区具有重要的推动作用.综上, 国内市场准入负面清单制度的实施、自由贸易协定的签署和绿色贸易技术壁垒的变化, 均对自由贸易试验区吸引外资、扩大贸易规模和跨越技术壁垒起到积极影响, 进而推动自由贸易试验区的碳减排效应提升.
由此, 本文提出研究假说2（b）：市场准入负面清单制度的全面实施、自由贸易协定签署、绿色贸易壁垒变化, 均对自由贸易试验区促进碳排放双控具有正向调节效应.
第四, 自由贸易试验区对碳排放双控影响的异质性效应.由于制度创新水平、政府职能转变程度、联动“一带一路”倡议和是否开通中欧班列等方面, 各片区客观上均具有差异性, 因此, 从上述维度开展异质性分析既符合自由贸易试验区属性, 又兼顾了开放经济下绿色投资和绿色贸易的核心机制.具体而言, 从制度创新维度看, 自由贸易试验区呈现出改革领域多元化和创新方式自主化等特点, 在畅通国内国际双循环和构建新发展格局的角色、定位也体现出较大的差异.比如上海自由贸易试验区倾力打造国家制度型开放示范区的战略定位；广东、天津和福建分别提出建设金融业对外开放试验示范窗口、推动前沿新兴技术孵化等；第三批次省市除浙江是东部地区以外, 其余6个均承担起促进中西部崛起或服务东北全面振兴的使命, 加之制度创新能力和内容上的定位不同, 在促进绿色投资和绿色贸易领域的效能将呈现出较大的差异性, 进而对自由贸易试验区建设的碳排放双控效应产生差异性影响.从政府职能转变维度看, “放管服”改革是优化政府与市场关系的重要举措, “单一窗口”、审批权限下放、检验检疫程序简化和成本下降, 直接改善了营商环境, 为优质外资企业进入提供了更高的便利性, 鉴于不同地区市场化程度的差异, 政府职能转变程度较高的地区势必在国际绿色投资和绿色贸易等领域对自由贸易试验区的减碳效能产生更大的促进作用.从对外开放联动性的角度看, 自由贸易试验区侧重以制度型开放为抓手进行规则的改革创新或调整对接, “一带一路”倡议主要强调的是投资与贸易的国际合作范围、深度, 二者在促进贸易开放和国际通道建设具有天然的可衔接性.自由贸易试验区以对接高标准贸易规则为抓手进行改革创新, 旨在突破技术性贸易壁垒, 为厚植“一带一路”合作内涵提供了支撑.因此, 自由贸易试验区片区所在的城市若同时属于“一带一路”节点城市, 就更有助于绿色投资和绿色贸易规模的提升, 强化减碳效能.从贸易方式看, 中欧班列的运输价格为航空的20%, 运输时间为海运的25%, 且在促进货物运输成本下降和运输效率提升的同时, 是最为绿色的运输方式, 平均碳排放量是航空运输方式的1/15, 是公路运输方式的1/7, 在推动绿色贸易和实现“双碳”目标方面发挥了重要的作用.因此, 自由贸易试验区片区城市若同时是开通中欧班列的城市, 将更有助于国际绿色贸易的开展.
综合上述4个维度的异质性讨论, 本文提出研究假说3：提升片区制度创新水平、政府职能转变程度, 深度参与“一带一路”倡议和对接中欧班列, 有利于提升自由贸易试验区建设的碳排放双控效能.
2 材料与方法 2.1 模型设定为探究制度型开放的碳排放双控效应, 本文参考李少林等[16]的研究, 构建多时点双重差分模型.
|
(1) |
|
(2) |
式中, tan_zit表示第t年i城市的碳排放总量；tan_qit表示第t年i城市的碳排放强度；zmqdidit表示实验组评估效果的指标, 其系数是本文关注的重点；controls_listit表示一系列影响因变量的控制变量；δi表示研究样本的个体固定效应；ξt表示年份固定效应；εit表示随机误差项. β0和β1是本文重点关注系数, 式（1）中β0衡量了自由贸易试验区建设对城市碳排放总量的因果效应；式（2）中β1度量了自由贸易试验区建设对城市碳排放强度的因果效应.
2.2 数据来源本文将2007~2021年天眼查企业、城市和国家层面数据相结合进行实证研究, 依据数据可得性, 剔除巢湖、莱芜等因行政区调整、撤销和新设以及拉萨等数据缺失的地级市；为保证个体处理次数相同, 剔除北京市和上海市, 共保留273个地级市, 4个批次的实验组样本共计47个.《中国城市统计年鉴》《中国能源统计年鉴》《中国城市建设统计年鉴》和各市统计公报为测度碳排放提供了基础数据来源, 根据国家发展和改革委员会、生态环境部公布的文件或函, 分别提取了2010、2012、2018年省级电网与各年度区域电网的碳排放因子.海南省电网平均二氧化碳排放因子在2011年以前单独测算, 2011及以后归并到南方电网进行测算, 为保持口径一致, 将海南纳入南方电网；历史之家网站（http://www.lishi33.com/）提供了工具变量估计所需的开埠及市舶司信息；绿色投资自由化数据来自于天眼查平台, 数字贸易、服务贸易等数据来自OECD-STAN、WDI及商务、省市年鉴等；国际绿色贸易壁垒通报数据来源于https://edb.wto.org/；自由贸易协定信息来自商务部网站.
2.3 变量设定 2.3.1 核心因变量和自变量.本文核心的因变量是碳排放双控指标, 界定为碳排放总量（tan_z）和碳排放强度（tan_q）.参考Zhou等[17]的做法, 利用国家发展改革委员会发布的2010、2012和2018年省级电网排放因子的均值对碳排放总量进行测算；tan_q=tan_z/GDP, 其中, GDP数据以2007年为基期进行价格平减.自由贸易试验区建设（zmqdid）.城市如果在第四季度确立为试点城市, 则在实证处理过程中将设立时间滞后一年处理, 由treat×post得到重点关注的zmqdid.
2.3.2 控制变量① 经济水平（eco）.以人均GDP的对数表示；②经济密度（c_eco）.以地区生产总值与行政区域面积之比表示；③城市文化氛围（c_culture）.以全市公共图书馆图书总藏量与户籍人口之比表示. ④地方干预（gov）.以地方一般公共预算支出与GDP之比表示；⑤基础设施水平（road_ln）.以人均道路面积的对数表示；⑥城镇化水平（city）.以城镇人口占比表示；⑦科学技术水平（tec）.利用全市科学技术支出与地方一般公共预算支出之比作为科学技术水平；⑧信息化水平（inter）.以互联网、移动电话用户数均值与户籍人口之比表示.主要变量描述性统计如表 1所示, 碳排放总量最大值为9.434万t, 最小值为1.512万t, 平均值为6.066万t；碳排放强度最大值为9.578 t·元-1, 最小值为0.018 t·元-1, 平均值为0.458 t·元-1.其统计结果为接下来的研究提供了客观基础.
|
表 1 主要变量描述性统计 Table 1 Descriptive statistics of main variables |
3 结果与讨论 3.1 基准回归
表 2中（1）列和（2）列报告了自由贸易试验区建设对碳排放总量的平均处理效应, 无论是否加入控制变量, 试点城市的碳排放总量都在1%的显著性水平上呈下降趋势；（3）列和（4）列报告了自由贸易试验区建设对碳排放强度的平均处理效应, 同样以1%的显著性水平下降.总体来说, 自由贸易试验区建设可以显著地推进碳排放双控, 假说1得到验证.
|
|
表 2 平均处理效应1） Table 2 Average processing effects |
3.2 平行趋势及预期效应检验
当归并的时期具有相同的处理效应时才不会产生明显的偏误[18], 所以设定事件研究窗口为[-13, 6], 并以首次处理前1期为基期, 图 1和图 2报告了自由贸易试验区建设对碳排放总量与碳排放强度影响的平行趋势检验结果, 不难发现, 样本在处理前系数在0值附近, 且大部分系数并不显著, 样本在接受处理后, 碳排放总量和碳排放强度显著下降.借鉴张子尧等[19]采用联合检验法进行检验, 碳排放总量处理前P值为0.109, 处理后P值缩小为0.001, 碳排放强度处理前联合显著性检验P值为0.285, 处理后P值为0.003, 处理前均不显著, 处理后均呈现出1%的显著性水平；另外, 本文以预期效应相对较弱的处理前9期为基期, 系数联合显著性检验的结果显示, 对碳排放总量来说, 处理前P值为0.525, 处理后P值为0.000；对碳排放强度来说, 处理前P值为0.375, 处理后P值为0.002, 并未对平行趋势检验结果产生影响, 更充分说明了上述检验的准确性.
|
垂直虚线表示政策基期为-1期 图 1 碳排放总量平行趋势检验 Fig. 1 Parallel trend test of total carbon emissions |
|
垂直虚线表示政策基期为-1期 图 2 碳排放强度平行趋势检验 Fig. 2 Parallel trend test of carbon emission intensity |
Rambachan等[20]提出了敏感性方法, 即在相对偏离程度限制和平滑限制情形下进一步探究平行趋势检验结果的可靠性.本文设置最大偏差Mbar=1×标准误, 对片区设立后3 a进行敏感性检验[21]. 图 3显示, 基于相对偏离程度的限制, 碳排放双控效应表现出明显的稳健性, 在平滑限制情形下, 处理前趋势偏离10%的情形下, 结论依旧保持稳健.经过上述检验不难得出：自由贸易试验区建设稳健且显著地推进了碳排放双控进程.
|
图 3 碳排放双控敏感性分析 Fig. 3 Sensitivity analysis of carbon emission dual control |
多时点双向固定模型可能会存在偏差, 原因在于处理时间点的不同导致一些后处理的个体将先处理的个体当作控制组[22], 本文对基础研究进行检验[23], 碳排放总量和碳排放强度中坏的控制组占1%左右, 结论相对稳健.
3.4.2 异质性处理本文对诊断出的偏差进行了多种异质性分析[18, 24~33], 结果如表 3所示, 各种方法都反映出了自由贸易试验区建设显著推进了碳排放双控, 控制效果相差不大, 对碳排放总量的控制效果在-0.20~-0.60间波动, 对碳排放强度的控制效果在-0.05~-0.30间波动, 综上, 前文的实证结果是比较稳健且有效的.
|
|
表 3 异质性处理结果 Table 3 Heterogeneity processing results |
3.5 内生性处理：工具变量法
结合历史之家网站城市开埠与成立市舶司的古代地点与现代城市进行匹配, 其中开埠城市48个, 成立过市舶司的城市有61个, 存在开埠或成立过市舶司事件的城市共有92个, 将开埠或成立过市舶司的城市赋值为1, 其余城市赋值为0, 构建虚拟变量古代是否存在开放历史（open_history）作为工具变量, 一方面, 工具变量符合相关性.设立商埠和市舶司, 均为开放和贸易奠定了扎实的基础[34], 为现代海关的形成提供了支撑.至于外生性, 古代的开放历史不会对现在的碳排放双控产生直接关联.因此, 在实证中对截面数据进行处理, 取open_history与post的交互项（zmqiv）进行实证分析, 结果如表 4所示, 由（1）列可见, 古代存在开放历史对如今的自由贸易试验区建设有着正向影响且呈现1%的显著性水平, 这也基本印证了前文所述；另一方面, 第一阶段F值远远大于10且工具变量强度值远远超过16.38, 这也证明了本文工具变量为强工具变量, （2）列和（3）列结果展示了自由贸易试验区建设对碳排放的双控效应依然显著.
|
|
表 4 工具变量检验结果 Table 4 Test results of instrumental variables |
3.6 动态合成双重差分
由上述检验可以推断出本文平行趋势检验结果比较稳健, 但合成双重差分能有效规避双重差分法以及合成控制法的缺陷, 在准确度以及稳健性更具优势[35, 36], 因此本文进一步进行稳健估计.结果见图 4和图 5所示, 自由贸易试验区建设刚开始实施时, 碳排放双控效应虽开始显现, 但并不显著；但2016~2018年间, 碳排放双控效应开始显著增强, 2018年以后对碳排放总量的控制效应虽有减弱迹象, 但对其影响仍然是负向.因此, 通过动态合成双重差分检验再次印证了本文的结论.
|
图 4 碳排放总量动态效应 Fig. 4 Dynamic effects of total carbon emissions |
|
图 5 碳排放强度动态效应 Fig. 5 Dynamic effects of carbon emission intensity |
前文测算碳排放总量以及碳排放强度采用的省级电网二氧化碳排放因子为2010、2012和2018年的均值, 为进一步探究年度排放因子是否产生差异性, 现分别以每年排放因子的测算结果进行被解释变量的替换, 表 5显示zmqdid系数与基准回归符号和大小保持了较好的一致性, 证实结论的稳健性.
|
|
表 5 替换被解释变量 Table 5 Replacing the dependent variable |
3.7.2 PSM-DID模型
考虑到自由贸易试验区设立并非随机, 本文进行截面匹配和逐年匹配[37].①截面匹配：全部控制变量标准化偏差均保持在10%以内, 较好地满足了平衡性检验；非共同支撑组倾向得分比较极端, 且占比较少；如表 6所示, 核心自变量zmqdid系数均显著为负；②逐年匹配：经过匹配后, 系数显著性降低, 伪R2明显减小, 满足平衡性检验；由表 6可知, zmqdid系数仍然保持着显著为负, 表明基准回归结论具有稳健性.
|
|
表 6 PSM-DID结果 Table 6 PSM-DID results |
3.7.3 安慰剂检验
为排除一些非客观因素对本文的政策评估结果产生影响, 本文借鉴胡洁等[38]的做法进行500次随机抽样构建“伪政策虚拟变量”, 结果如图 6和图 7所示, 碳排放双控均通过了安慰剂检验, 都呈现正态分布, 且系数均值接近于0, 都远大于真实估计系数, P值也大多超出0.1, 这也进一步证明了自由贸易试验区建设的碳排放双控作用并非随机因素导致, 更充分地证明了前文结论的准确性.
|
垂直虚线表示zmqdid真实估计值-0.274, 水平虚线表示P值为0.1 图 6 碳排放总量安慰剂检验 Fig. 6 Placebo test for total carbon emissions |
|
垂直虚线表示zmqdid真实估计值-0.143, 水平虚线表示P值为0.1 图 7 碳排放强度安慰剂检验 Fig. 7 Carbon emission intensity placebo test |
① 智慧城市政策, 智慧城市试点政策推进城市现代化建设, 降低了城市的环境污染[39], 另外, 智慧城市试点政策始于2012年, 处于本文考察期内, 因此, 构建智慧城市政策实施年份虚拟变量（smartdid）加入基准回归模型得到排除其干扰后自由贸易试验区试点的政策效果. ②低碳城市政策, 低碳城市政策始于2010年, 其优化了城市产业结构, 降低了城市二氧化碳的排放[40, 41], 因此本文构建低碳城市政策实施年份虚拟变量（dtdid）加入基准回归进一步分析自由贸易试验区建设效果.综上, 由表 7可知, 无论排除哪一种政策影响, 自由贸易试验区建设的碳排放双控效应依旧显著且系数与基准回归邻近.
|
|
表 7 剔除其他政策干扰 Table 7 Excluding other policy interferences |
3.8 空间溢出效应检验
为了捕捉自由贸易试验区建设是否对周边城市产生碳排放双控的溢出效应, 采取空间DID模型估计, 结果如表 8所示, 碳排放双控的rho均呈现1%的显著性水平, 佐证了使用空间DID模型的合理性. 自由贸易试验区建设对所在城市碳排放总量影响的主效应系数为-0.271, 直接和间接效应系数分别为-0.270和-0.019, 总效应系数为-0.288, 且均在1%的显著性水平上显著, 自由贸易试验区建设对所在城市碳排放强度影响的主效应系数为-0.052, 在10%的显著性水平上显著, 直接效应系数为-0.053, 间接效应的系数为-0.026, 总效应系数为-0.078, 且均在10%的显著性水平上显著.综上, 自由贸易试验区建设对碳排放双控具有显著的正向溢出效应, 均有效降低了自由贸易试验区周边城市碳排放总量和碳排放强度.
|
|
表 8 碳排放双控的空间溢出效应 Table 8 Spatial spillover effect of carbon emission dual control |
为了进一步检验碳排放双控溢出效应范围, 结合样本中至少有一个邻居的最短距离为421.79 km, 本文根据距离空间权重的距离带方法设定带宽为500、550和600 km, 结果参见表 9.自由贸易试验区建设对周边城市碳排放双控的溢出效应均随着距离的增大而增加, 在550 km时达到最大, 随后衰减, 意味着碳排放双控溢出效应具有明显的边界特征.
|
|
表 9 碳排放双控的空间溢出效应 Table 9 Spatial spillover effect of carbon emission dual control |
4 作用机制分析 4.1 机制检验
前文中基准回归结果以及一系列稳健估计都证明了自由贸易试验区建设能有效推进碳排放双控进程, 那么自由贸易试验区建设降低城市碳排放总量和碳排放强度的机制值得深入考量.立足于研究假说, 本文紧密联系自由贸易试验区的特点引入新的被解释变量探索中间机制.
4.1.1 基于外资进入的绿色创新溢出效应前文提到自由贸易试验区通过吸引外商投资低碳行业来推进碳排放双控, 因此本文利用天眼查数据库中的企业数据对外商投资自由化进行衡量. 具体如下：本文将采矿、造纸、印刷、石油、煤炭、化学、非金属、黑色金属、有色金属、电力、热力、燃气及水生产、供应业、建筑和交通等高能耗行业予以剔除, 其余行业视为低碳行业, 另选择企业类型为外商投资企业, 时间跨度为2007~2021年, 共导出数据约13万条, 随后根据数据中企业注册城市和注册时间进行筛选, 手工整理出地级市每年新增外资低碳企业数量, 接下来将每年新增外资低碳企业数量加和取对数（ILF）来表征绿色投资自由化.回归结果如表 10中（1）列所示, 回归系数在1%的显著性水平上正向显著, 一定程度上说明了自由贸易试验区建设使外商对低碳行业的投资大大增加, 改善了行业结构, 带动了低碳企业数量的上升, 推动了碳排放双控进程, 助力了双碳目标.
|
|
表 10 机制检验结果 Table 10 Mechanism verification result |
4.1.2 基于本土企业的绿色创新直接效应
在自由贸易试验区建设过程中, 绿色创新自主能力也直接影响着碳排放双控进程.本文参考华岳等[42]的方法利用万人均绿色发明专利授权量（r_invention）与万人均绿色实用新型专利（r_practical）来表征绿色创新自主化.回归结果如表 10中（2）列和（3）列所示, 自由贸易试验区建设显著促进了城市绿色创新水平, 促进了低碳技术的研发与应用, 对一些高能耗的机器及技术进行了替代, 产生了显著的碳排放双控效应.
4.1.3 基于数字贸易的绿色创新间接效应促进贸易便利化是自由贸易试验区建设中的重要抓手, 为验证前文提出自由贸易试验区建设促进了绿色贸易的发展, 本文利用熵值法测算数字贸易指数（di_trade）；用数字服务形式出口与服务出口总额的比值表示数字服务贸易比例（di_service）；最后按照各省OECD发布的数字服务贸易限制指数（di_limitation）, 根据各地数字服务形式将出口额分解到各个地区；通过数字贸易和服务贸易两方面来衡量绿色贸易便利化[43].回归结果如表 10中（4）列、（5）列和（6）列所示, 自由贸易试验区建设可以显著提高数字贸易指数和数字服务贸易占比, 并显著降低数字服务贸易壁垒, 推进以数字贸易和数字服务贸易为代表的绿色贸易便利化, 在绿色开放中落实碳减排目标.
由上述分析可知, 自由贸易试验区建设通过促进绿色投资自由化吸引了外商投资低碳领域, 通过绿色创新自主化激发了城市绿色创新活力, 通过绿色贸易便利化促进了数字贸易和服务贸易的发展, 总之, 自由贸易试验区建设通过绿色投资自由化、绿色创新自主化和绿色贸易便利化降低了碳排放总量和碳排放强度, 假说2（a）得到验证.
4.2 调节效应（1）技术性贸易壁垒（TBT） 本文采用WTO数据库中美国、俄罗斯等30个国家2007~2021年对中国出口商品的TBT通报数并求均值, 将高于均值的年份赋值为1, 代表技术性贸易壁垒较高；将低于均值年份赋值为0, 代表技术性贸易壁垒较低. 核心解释变量zmqdid与技术性贸易壁垒TBT的交互性系数为本文重点关注, 具体回归结果如表 11所示, 技术性贸易壁垒对自由贸易试验区的碳排放双控效果均有正向调节作用, 并且呈现1%的显著性水平, 可能的原因在于技术性贸易壁垒越高, 在自由贸易试验区建设时越注重贸易绿色化和产业绿色化；另一方面, 随着技术性贸易壁垒越来越高, 倒逼自由贸易试验区进行绿色低碳技术变革, 促使自由贸易试验区的碳排放双控效果更好.
|
|
表 11 调节效应结果 Table 11 Regulatory effect results |
（2）负面清单制度（N_list） 起初负面清单制度由广东、福建等试点地区执行, 直到2018年开始全面实施, 本文将2018年后全面实施负面清单制度赋值为1；将2018年前赋值为0, 以表征未全面实施负面清单制度. 核心解释变量zmqdid与负面清单制度（N_list）的交互项的系数符号决定调节效应方向, 如表 11所示, 负面清单制度的全面实施对自由贸易试验区的碳排放双控效果起到显著的正向调节作用, 可能的原因在于负面清单制度可以有效增加外商投资领域的透明度, 更利于外商投资透明化, 同时也会一定程度上促进外商对低碳行业投资, 带动低碳行业发展, 减少碳排放总量和碳排放强度.
（3）自由贸易协定（Z_trade） 本文在整理中国同其他国家签订的自由贸易协定数量的基础上, 将有新签署自由贸易协定的年份赋值为1；否则赋值为0, 回归结果如表 11所示, 自由贸易的签订对自由贸易试验区的碳排放双控会有显著正向调节效应.可能原因在于自由贸易协定的签订象征着贸易环境良好, 会减免贸易关税和简化贸易手续, 极大地促进贸易便利化, 能持续快速地推进自由贸易试验区的双控进程, 助力双碳目标.综上, 假说2（b）得到验证.
4.3 异质性分析 4.3.1 制度创新水平异质性本文根据中山大学发布的“2021~2022年中国自由贸易试验区制度创新指数”与本文的研究样本进行匹配, 将排名前50%与后50%分组探究异质性.由表 12所示, 从碳排放双控效果来看, 两组均呈现1%的显著性水平, 但值得注意的是, 从碳排放总量视角来看, 制度创新指数高的一组对其的控制效果比创新指数较低的一组高了13%左右, 对碳排放强度的控制效果也高了8%左右.可能的原因在于制度创新是制度型开放的关键所在, 是构建开放型经济新体制的必经途径, 在促进绿色投资、绿色贸易等领域具有关键的改革创新效能, 另一方面, 自由贸易试验区通过制度创新对接国际经贸准则, 带动城市高质量发展, 优化产业环境, 推动产业链绿色创新, 以低碳绿色姿态助力双碳目标, 也正因如此, 制度创新指数越高, 碳排放双控效果越好.
|
|
表 12 制度创新异质性 Table 12 Heterogeneity of institutional innovation |
4.3.2 政府职能转变程度异质性
本文依据《中国分省份市场化指数报告（2021年）》的相关指标衡量政府职能转变程度[44], 具体做法如下：将每个省份2007~2021年政府与市场关系指数求均值作为每个省的政府职能转变程度, 最后将每个省政府职能转变程度与其均值比较进而分组探究异质性.回归结果如表 13所示, 对于碳排放总量来说, 政府与市场关系指数高的省份对碳排放总量的控制效果显著为负, 指数较低的省份控制效果并不显著；对于碳排放强度来说, 所有省份的控制效果均显著, 但政府与市场关系指数较高的省份的控制效果要明显优于指数较低的省份.可能的原因在于政府与市场关系良好, 有利于改善营商环境与激发市场活力, 更好推动自由贸易试验区建设, 吸引外资带动低碳行业发展, 带来高新绿色技术投入, 推进碳排放双控, 因此政府与市场关系指数较高的省份的碳排放双控效果更高效.
|
|
表 13 职能转变异质性 Table 13 Heterogeneity of functional transformation |
4.3.3 “一带一路”倡议沿线城市与其他城市异质性
“一带一路”倡议沿线城市与其他城市的投资环境、贸易环境、营商环境和城市开放创新存在一定的差异[45], 因此, 本文将“一带一路”倡议沿线18个省份中的城市与其他城市区分探究碳排放双控效果的差异性.回归结果如表 14所示, 无论是“一带一路”倡议沿线城市, 还是其他城市, 回归系数均在1%的显著性水平显著为负；另外, “一带一路”倡议沿线城市的碳排放双控效果要明显优于其他城市, 可能的原因在于, “一带一路”倡议吸引了外商对沿线城市低碳行业的投资, 与各国在绿色基建、绿色交通等多行业加强合作, 另外, “一带一路”倡议也改善了贸易环境与贸易方式, 引进了绿色创新技术应用, 使得沿线城市投资低碳化、贸易数字化和创新绿色化, 相比于其他城市, “一带一路”倡议沿线城市的碳排放双控效果更显著.
|
|
表 14 “一带一路”倡议视角 Table 14 From the perspective of the "Belt and Road" initiative |
4.3.4 中欧班列开通城市异质性
中欧班列是深化国家间经贸合作的重要抓手, 且具有低碳绿色运输的优势.鉴于此, 本文将研究样本区分为是否开通中欧班列两类.表 15显示, 开通中欧班列城市与未开通中欧班列城市中自由贸易试验区建设对碳排放总量和碳排放强度的效果都是负向显著的, 且开通中欧班列城市的政策效果更加明显, 差值都在16%左右, 可能的原因在于开通中欧班列的城市在贸易往来时大多数依靠铁路运输, 而铁路运输是相对环保的运输方式；另外, 开通中欧班列的城市更偏向完善础设施建设, 注重贸易便利化, 相比之下开通中欧班列的城市能更好地发挥碳排放双控效应.至此, 假说3得到验证.
|
|
表 15 中欧班列视角 Table 15 From the perspective of China Europe freight trains |
5 建议
（1）自由贸易试验区在推出制度创新案例时应着重引入低碳绿色理念, 并详细阐释具体做法和成效, 为进一步复制推广提供直接参考.在对接国际高标准经贸规则的过程中, 自由贸易试验区应注重绿色投资和绿色贸易相关条款的制定实施, 确保在外资引进和产品进出口过程中采取适宜的甄别标准和规范条例, 形成以绿色低碳为目标的系列文本, 鼓励绿色低碳技术创新, 注重“零碳”、“负碳”等示范项目的引入；另外, 自由贸易试验区建设过程中应严格遏制高污染、高能耗企业入驻, 加强碳排放监管力度, 提升绿色声誉, 构建绿色发展格局, 充分发挥“头雁”效应, 将自由贸易试验区打造成绿色发展新高地, 让绿色成为自由贸易试验区的亮眼底色.
（2）自由贸易试验区须加强对绿色投资自由化、绿色贸易便利化和绿色创新的先行先试改革.从绿色投资视角来看, 一方面, 自由贸易试验区应进一步落实改善营商环境的改革任务, 促进低碳外资企业进入规模与质量的提升；另一方面, 自由贸易试验区要通过制度改革创新引领外商投资低碳企业入驻, 以技术溢出效应带动本土企业低碳转型, 以高技术企业和现代服务业的加速集聚形成产业结构低碳化发展的良性循环.从绿色贸易视角来看, 自由贸易试验区应注重贸易方式的转型, 重视贸易数字化建设, 突破数字贸易壁垒, 提高贸易的数字化水平和服务性水平, 加快推进绿色贸易便利化的改革措施落地见效；另外, 要加快构建绿色贸易产品清单制度, 提高绿色产品贸易占比, 打造绿色贸易网络, 铸造绿色产业链和供应链.从绿色创新视角来看, 自由贸易试验区应在吸引人才和现代产业入驻的同时, 鼓励突破低碳技术瓶颈, 提高绿色创新自主化水平.
（3）进一步针对负面清单准入制度进行优化, 在缩短负面清单的同时加强与国际相关机构的绿色技术研发合作, 加快现有同其他国家的自由贸易协定谈判和研究进程, 加大关税减让力度, 促进贸易更高层次的便利化和自由化, 发挥负面清单准入制度和自由贸易协定签署实施对自由贸易试验区碳排放双控的正向调节效应.自由贸易试验区在推进制度型开放的过程中, 须保持应对高技术性贸易壁垒的形成机制和成因的研判, 通过加强相关绿色技术的研发, 提升绿色低碳创新水平, 更好发挥技术性贸易壁垒的绿色创新倒逼机制作用；负面清单的缩短有利于吸引外商投资, 因此, 自由贸易试验区在负面清单制定方面, 要尽可能地清晰简练, 加速吸引低碳外资企业入驻.
（4）须深入挖掘不同区位、发展水平和开放程度的自由贸易试验区片区制度型开放潜能, 狠抓高标准经贸规则对接的关键障碍破解, 从而扩大碳排放双控效应红利；试点城市须循序渐进推动政府职能转变, 改善和优化营商环境, 进而吸引低碳外资企业入驻, 促进绿色投资和绿色贸易规模的提升；要充分联动自由贸易试验区和“一带一路”倡议, 在对“一带一路”沿线国家进行基础设施投资的同时, 也应根据自由贸易协定的相关条款, 吸引沿线国家高质量的低碳企业对本土进行双向投资, 实现互惠互利；开通中欧班列的自由贸易试验区要充分发挥低碳运输的优势, 通过拓展运输网络, 达到带动周边地区货物贸易的低成本、高效率运输, 为绿色贸易自由化奠定坚实基础.
6 结论（1）自由贸易试验区的分批次设立对于碳排放总量和强度的下降具有显著的促进效应, 包括敏感性分析、内生性克服等系列检验的结果与基准回归相比, 均表现出较好的稳健性.
（2）研究机制发现, 自由贸易试验区建设通过外资进入的绿色创新溢出效应、本土企业的绿色创新直接效应和数字贸易的绿色创新间接效应实现碳排放双控.
（3）市场准入负面清单的全面实施、我国与其他国家签订实施自由贸易协定和国际绿色贸易壁垒的增大, 均对自由贸易试验区的碳排放双控产生了显著的正向调节效应.
（4）自由贸易试验区的碳排放双控效应存在显著的空间溢出特征, 在其周边550 km的半径表现出最大效能, 且制度创新水平和政府职能转变程度较高的地区、“一带一路”沿线和开通中欧班列的处理组样本具有更优的碳排放双控效果.
| [1] | Baumol W J, Oates W E. The theory of environmental policy (2nd ed.)[M]. New York: Cambridge University Press, 1988. |
| [2] | Elliott R J R, Shimamoto K. Are ASEAN countries havens for Japanese pollution-intensive industry?[J]. The World Economy, 2008, 31(2): 236-254. DOI:10.1111/j.1467-9701.2007.01088.x |
| [3] |
李锴, 齐绍洲. 贸易开放、经济增长与中国二氧化碳排放[J]. 经济研究, 2011, 46(11): 60-72, 102. Li K, Qi S Z. Trade openness, economic growth and carbon dioxide emission in China[J]. Economic Research Journal, 2011, 46(11): 60-72, 102. |
| [4] | Antweiler W, Copeland B R, Taylor M S. Is free trade good for the environment?[J]. American Economic Review, 2001, 91(4): 877-908. DOI:10.1257/aer.91.4.877 |
| [5] |
李小平, 卢现祥. 国际贸易、污染产业转移和中国工业CO2排放[J]. 经济研究, 2010, 45(1): 15-26. Li X P, Lu X X. International trade、pollution industry transfer and Chinese industries' CO2 emissions[J]. Economic Research Journal, 2010, 45(1): 15-26. |
| [6] |
林伯强, 刘泓汛. 对外贸易是否有利于提高能源环境效率——以中国工业行业为例[J]. 经济研究, 2015, 50(9): 127-141. Lin B Q, Liu H X. Do energy and environment efficiency benefit from foreign trade?——the case of China's industrial sectors[J]. Economic Research Journal, 2015, 50(9): 127-141. |
| [7] |
陈登科. 贸易壁垒下降与环境污染改善——来自中国企业污染数据的新证据[J]. 经济研究, 2020, 55(12): 98-114. Chen D K. Trade barrier reduction and environmental pollution improvement: new evidence from firm-level pollution data in China[J]. Economic Research Journal, 2020, 55(12): 98-114. |
| [8] | Managi S, Hibiki A, Tsurumi T. Does trade openness improve environmental quality?[J]. Journal of Environmental Economics and Management, 2009, 58(3): 346-363. DOI:10.1016/j.jeem.2009.04.008 |
| [9] |
余淼杰. 中国的贸易自由化与制造业企业生产率[J]. 经济研究, 2010, 45(12): 97-110. Yu M J. Trade liberalization and productivity: evidence from Chinese firms[J]. Economic Research Journal, 2010, 45(12): 97-110. |
| [10] | Shui B, Harriss R C. The role of CO2 embodiment in US-China trade[J]. Energy Policy, 2006, 34(18): 4063-4068. |
| [11] | Wang T, Watson J. Who owns China's carbon emissions?[Z]. Brighton: Tyndall Center for Climate Change Research, 2007. 2-4. |
| [12] | Pan J H, Phillips J, Chen Y. China's balance of emissions embodied in trade: approaches to measurement and allocating international responsibility[J]. Oxford Review of Economic Policy, 2008, 24(2): 354-376. |
| [13] |
张友国. 中国贸易含碳量及其影响因素——基于(进口)非竞争型投入产出表的分析[J]. 经济学(季刊), 2010, 9(4): 1287-1310. Zhang Y G. Carbon contents of the Chinese trade and their determinants: an analysis based on non-competitive (import) input-output tables[J]. China Economic Quarterly, 2010, 9(4): 1287-1310. |
| [14] |
胡宗义, 周积琨, 李毅. 自贸区设立改善了大气环境状况吗?[J]. 中国人口·资源与环境, 2022, 32(2): 37-50. Hu Z Y, Zhou J K, Li Y. Has the establishment of free trade zones improved the atmospheric conditions?[J]. China Population, Resources and Environment, 2022, 32(2): 37-50. |
| [15] |
韩剑, 刘瑞喜, 岳文. 全球绿色贸易、环境规则治理与中国路径选择[J]. 中国工业经济, 2024(1): 17-35. Han J, Liu R X, Yue W. Global green trade, governance of environmental rules and China's path choice[J]. China Industrial Economics, 2024(1): 17-35. |
| [16] |
李少林, 王齐齐. "大气十条"政策的节能降碳效果评估与创新中介效应[J]. 环境科学, 2023, 44(4): 1985-1997. Li S L, Wang Q Q. Evaluation of energy saving and carbon reduction effect of air pollution prevention and control action plan and innovation intermediary effect[J]. Environmental Science, 2023, 44(4): 1985-1997. |
| [17] | Zhou T, Huang X H, Zhang N. The effect of innovation pilot on carbon total factor productivity: quasi-experimental evidence from China[J]. Energy Economics, 2023, 125. DOI:10.1016/j.eneco.2023.106895 |
| [18] | Sun L Y, Abraham S. Estimating dynamic treatment effects in event studies with heterogeneous treatment effects[J]. Journal of Econometrics, 2021, 225(2): 175-199. |
| [19] |
张子尧, 黄炜. 事件研究法的实现、问题和拓展[J]. 数量经济技术经济研究, 2023, 40(9): 71-92. Zhang Z Y, Huang W. Questions, applications and extensions in event study approach[J]. Journal of Quantitative & Technological Economics, 2023, 40(9): 71-92. |
| [20] | Rambachan A, Roth J. A more credible approach to parallel trends[J]. Review of Economic Studies, 2023, 90(5): 2555-2591. |
| [21] | Biasi B, Sarsons H. Flexible wages, bargaining, and the gender gap[J]. The Quarterly Journal of Economics, 2021, 137(1): 215-266. |
| [22] |
许文立. 双重差分法的最新理论进展与经验研究新趋势[J]. 广东社会科学, 2023(5): 51-62. Xu W L. Recent theoretical advances and new trends in the empirical study of the difference in differences method[J]. Social Sciences in Guangdong, 2023(5): 51-62. |
| [23] | Goodman-Bacon A. Difference-in-differences with variation in treatment timing[J]. Journal of Econometrics, 2021, 225(2): 254-277. |
| [24] | de Chaisemartin C, D'Haultfœuille X. Two-way fixed effects estimators with heterogeneous treatment effects[J]. American Economic Review, 2020, 110(9): 2964-2996. |
| [25] | de Chaisemartin C, D'Haultfoeuille X. Difference-in-differences estimators of intertemporal treatment effects[R]. NBER Working Paper, No. 29873, 2023. |
| [26] | Callaway B, Sant'Anna P H C. Difference-in-Differences with multiple time periods[J]. Journal of Econometrics, 2021, 225(2): 200-230. |
| [27] | Dube A, Girardi D, Jordà Ò, et al. A local projections approach to difference-in-differences[R]. NBER Working Paper 31184, 2023. |
| [28] | Borusyak K, Jaravel X, Spiess J. Revisiting event-study designs: robust and efficient estimation[J]. The Review of Economic Studies, 2024. DOI:10.1093/restud/rdae007 |
| [29] | Gardner J. Two-stage differences in differences[R]. Working Paper, 2022. |
| [30] | Liu L C, Wang Y, Xu Y Q. A practical guide to counterfactual estimators for causal inference with time-series cross-sectional data[J]. American Journal of Political Science, 2024, 68(1): 160-176. |
| [31] | Wooldridge J M. Two-way fixed effects, the two-way mundlak regression, and difference-in-differences estimators[R]. Working Paper, 2021. |
| [32] | Cengiz D, Dube A, Lindner A, et al. The effect of minimum wages on low-wage jobs[J]. The Quarterly Journal of Economics, 2019, 134(3): 1405-1454. |
| [33] | Wing C, Freedman S M, Hollingsworth A. Stacked difference-in-differences[R]. NBER Working Paper, 2024. |
| [34] |
张川川, 张文杰, 李楠, 等. 清末开埠通商的长期影响: 外商投资与进出口贸易[J]. 世界经济, 2021, 44(11): 27-48. Zhang C C, Zhang W J, Li N, et al. Long-term effects of China's treaty ports: foreign direct investment and international trade[J]. The Journal of World Economy, 2021, 44(11): 27-48. |
| [35] | Arkhangelsky D, Athey S, Hirshberg D A, et al. Synthetic difference-in-differences[J]. American Economic Review, 2021, 111(12): 4088-4118. |
| [36] |
许文立, 孙磊. 市场激励型环境规制与能源消费结构转型——来自中国碳排放权交易试点的经验证据[J]. 数量经济技术经济研究, 2023, 40(7): 133-155. Xu W L, Sun L. Market-incentive environmental regulation and energy consumption structure transformation[J]. Journal of Quantitative & Technological Economics, 2023, 40(7): 133-155. |
| [37] |
白俊红, 张艺璇, 卞元超. 创新驱动政策是否提升城市创业活跃度——来自国家创新型城市试点政策的经验证据[J]. 中国工业经济, 2022(6): 61-78. Bai J H, Zhang Y X, Bian Y C. Does innovation-driven policy increase entrepreneurial activity in cities——evidence from the national innovative city pilot policy[J]. China Industrial Economics, 2022(6): 61-78. |
| [38] |
胡洁, 于宪荣, 韩一鸣. ESG评级能否促进企业绿色转型?——基于多时点双重差分法的验证[J]. 数量经济技术经济研究, 2023, 40(7): 90-111. Hu J, Yu X R, Han Y M. Can ESG rating promote green transformation of enterprises?[J]. Journal of Quantitative & Technological Economics, 2023, 40(7): 90-111. |
| [39] |
石大千, 丁海, 卫平, 等. 智慧城市建设能否降低环境污染[J]. 中国工业经济, 2018(6): 117-135. Shi D Q, Ding H, Wei P, et al. Can smart city construction reduce environmental pollution[J]. China Industrial Economics, 2018(6): 117-135. |
| [40] |
宋弘, 孙雅洁, 陈登科. 政府空气污染治理效应评估——来自中国"低碳城市"建设的经验研究[J]. 管理世界, 2019, 35(6): 95-108, 195. Song H, Sun Y J, Chen D K. Assessment for the effect of government air pollution control policy: empirical evidence from "low-carbon city" construction in China[J]. Journal of Management World, 2019, 35(6): 95-108, 195. |
| [41] |
张华. 低碳城市试点政策能够降低碳排放吗?——来自准自然实验的证据[J]. 经济管理, 2020, 42(6): 25-41. Zhang H. Can low-carbon city construction reduce carbon emissions? Evidence from a quasi-natural experiment[J]. Business and Management Journal, 2020, 42(6): 25-41. |
| [42] |
华岳, 叶芸. 绿色区位导向性政策的碳减排效应——来自国家生态工业示范园区的实践[J]. 数量经济技术经济研究, 2023, 40(4): 94-112. Hua Y, Ye Y. Carbon reduction effect of green place-based policy: evidence from the national eco-industrial exemplary Park[J]. Journal of Quantitative & Technological Economics, 2023, 40(4): 94-112. |
| [43] |
冯宗宪, 段丁允. 数字贸易发展指数评价及影响因素分析——基于49个国家的面板数据[J]. 北京工业大学学报(社会科学版), 2022, 22(4): 100-117. Feng Z X, Duan D Y. Study on the evaluation of digital trade development and the influencing factors——based on panel data of 49 countries[J]. Journal of Beijing University of Technology (Social Sciences Edition), 2022, 22(4): 100-117. |
| [44] |
王小鲁, 胡李鹏, 樊纲. 中国分省份市场化指数报告(2021)[M]. 北京: 社会科学文献出版社, 2021. Wang X L, Hu L P, Fan G. Marketization index of China's provinces (2021)[M]. Beijing: Social Science Academic Press, 2021. |
| [45] |
蒋灵多, 陆毅, 张国峰. 自由贸易试验区建设与中国出口行为[J]. 中国工业经济, 2021(8): 75-93. Jiang L D, Lu Y, Zhang G F. The construction of the pilot free trade zone and Chinese exports[J]. China Industrial Economics, 2021(8): 75-93. |