信息不对称视角下我国工业企业碳排放权分配与定价机制研究

设计完善的碳交易体系能够为我国实现碳达峰与碳中和目标作出重要贡献,其中,合理的碳排放权分配和定价机制能够通过形成有效的价格信号来促进企业的节能减排行为。本文提出了一个信息不对称情况下的碳排放权定价与分配的混合机制,该机制通过结合单一价格机制和单一数量机制的优点,能够实现有效的信息激励,促使企业将其自身真实的排放信息上报给决策者,用以制定最优政策目标。基于我国投入产出数据以及工业企业微观数据,并利用可计算一般均衡模型的仿真模拟对理论假设进行了验证。结果表明,本文提出的混合机制的减排效果优于单一碳税机制和单一碳排放权交易机制,最接近于完全信息情景,因而能够在实现碳排放总量控制的情况下形成有效的碳价信号。

环境大数据应用的最新进展与趋势

社会科学研究中更好地利用环境数据开展定量研究,是帮助我国提升环境治理能力的重要一环。本文基于大数据5V模型提出了环境大数据体系的概念,并基于该数据体系构建了针对环境大数据应用的分析框架,从宏观环境统计数据、微观环境数据、环境监测数据、卫星数据以及异构数据五个类别分析环境数据在我国社会科学研究中的应用现状与不足。研究发现,在环境大数据体系中,不同类别的数据各有其优势与劣势,相比传统环境统计数据,新形式的环境数据虽然在时间频度和数据粒度上得到了巨大的提升,但是其提供的环境信息种类较少,且数据质量参差不齐,目前主要适用于相对有限的环境问题研究,但是在未来有着较大的提升潜力。为了进一步拓展和深化环境大数据的应用,则需要从提升数据质量、引入新研究方法以及加强协同合作三个方面来进行改进。

地方环境政策创新的扩散模式与实施效果——基于河长制政策扩散的微观实证

地方环境政策创新可以为丰富国家环境政策工具箱提供重要的实验与案例。然而,在经济发展和环境治理的双重压力下,一项创新的地方环境政策可能在不同地区产生差异化的政策效果。因此,为促进地方环境政策创新的有效扩散与推广,需对以下三个方面的问题进行实证评估:环境政策效果的可复制性、不同政策扩散模式下的政策效果特征、不同扩散模式下的规制对象差异。为此,本文利用河长制政策在长三角地区的扩散对上述三个问题进行实证评估,并采用中国工业企业环境统计数据库和中国工业企业数据库的微观数据,设计双重差分模型进行效应识别。研究结果发现:①在政策扩散过程中,河长制的污染治理效果在由上级政府主导推广的"向上扩散"地区得到了成功复制,但在地方政府主动模仿的"平行扩散"地区并不明显。②河长制在"向上扩散"地区和在"自发首创"地区类似,主要通过降低企业产出而非增强废水处理能力来实现减排效果;但在"平行扩散"地区既不会降低企业产出,也不能产生减排效应。③河长制在"平行扩散"地区对不同规制对象的异质性效果更明显,显著降低了大企业的水污染排放,对排放规模大的行业规制略松,并能增加其产出从而补偿一部分政策带来的经济损失。

更精确的因果效应识别:基于机器学习的视角

在传统计量经济方法学中引入机器学习方法已逐渐成为一个不可忽视的重要发展趋势,本文从因果推断的两大主流分析框架出发,分析了其各自的特征与内在关联,在此基础上,提出了机器学习方法可以从样本匹配与反事实预测两个方面对现有因果效应识别研究进行改进.本文认为,机器学习能够通过样本直接匹配以及提升倾向得分估计准确度来实现样本的精准匹配,使研究样本更具备"随机化"实验的特征,此外,机器学习方法能够利用复杂关系建模、交叉验证以及正则化等方法来提升样本反事实预测的准确性.本文接着从匹配法、断点回归法、双重差分法以及合成控制法这四个具体的方法出发,详细阐述了机器学习在提升因果效应识别方面的理论基础,同时在每一个方法部分都给出了若干实际应用案例,以供应用计量研究者借鉴和参考.