“双碳”背景下碳排放权交易对制造业绿色全要素生产率的影响研究开题报告

1. 研究目的与意义

自进入二十一世纪以来，全球气候变暖日益加剧，诸如雷暴、厄尔尼诺、洪涝、沙尘暴等极端天气在世界各地频繁出现，不仅对人类的财产造成了一定的损失，同时也将人类的生命安全置于危险之地，引起了国际社会的广泛关注与深刻担忧。为此，我国积极主动地承担大国责任，热切投入于全球治理之中。2020年9月22日,习近平总书记在第七十五届联合国大会一般性辩论上向世界作出中国碳减排重要承诺,将提高国家自主贡献力度,采取更加有力的政策和措施,二氧化碳排放力争于2030年前实现碳达峰,努力争取2060年前实现碳中和。国际发展历程表明,多数已实现碳达峰的发达国家计划于本世纪中期实现碳中和，而中国的人均gdp刚突破一万美元,还不足美国人均gdp的1/6,且传统工业对于能源的依赖度依旧较高,产业结构仍亟待升级。这给中国带来了巨大的减排压力,加快经济的绿色高质量发展已成为当下的重要命题,从政府部门到企业再到个人层面的环保节能减排已按下加速键。实现中国长期的高质量、有效率、可持续的经济增长需要不断提高全要素生产率,但传统的全要素生产率并没有考虑到经济增长过程中所带来的环境破坏、资源枯竭、生态退化等问题,“双碳”背景下必须兼顾环境因素,积极采取相应政策措施,通过提质增效发展绿色全要素生产率来促进中国经济的绿色转型。

既有研究表明,碳排放权交易具有显著的碳减排效应。然而﹐需要注意的是﹐控排主体可能以产业转移、减产的方式降低碳排放﹐此种方式治标不治本﹐并非长久之策。产业绿色转型是碳减排的根本路径﹐要求变革生产方式,实现经济效益与生态效益的协调发展﹐其重要表现是绿色全要素生产率提升。因此,发挥碳排放权交易对gtfp的驱动作用至关重要。纳入碳排放权交易的控排主体以制造企业为主,更准确地,要充分发挥碳交易对制造业gtfp的提升作用﹐在制造业健康发展的基础上从源头降低碳排放﹐从而早日实现碳达峰和碳中和愿景。

因此，本文在现有文献的基础上，着重于研究在“双碳”目标的背景下，碳排放权交易对制造业绿色全要素生产率的影响。

2. 研究内容和预期目标

在双碳目标的约束下，本文从碳排放权交易价格及市场规模切入,基于2008—2021年中国内地30个省份面板数据,运用GML指数对双碳目标约束下的制造业绿色全要素生产率水平进行测度，之后通过构建双重差分（DID）模型，研究双碳背景下碳排放权交易对制造业绿色全要素生产率的作用效果。

首先，本文深入分析了选题所处的研究背景和研究意义，概述了研究的主要内容，对本文所采用的研究方法和创新点进行了简单介绍，接着对碳排放权交易和绿色全要素生产率的测度和影响因素及本文论题有关的相关文献进行了归纳总结，在调查分析了提出‘双碳’目标后国家制定并执行的有关碳减排的政策，分析碳排放权交易对绿色全要素生产率的传导路径后，研究了碳排放权交易的现状及存在的问题，然后参考了学术界常用的SBM函数，并结合GML指数办法对制造业绿色全要素生产率进行了测度，同时通过构建双重拆分模型，开展了碳排放权交易对绿色全要素生产率影响的实证分析，最后总结相关对策建议，得出研究结论。

3. 研究的方法与步骤

本文的结构可分为五大部分：

第一部分为绪论，主要介绍本文的研究背景、研究意义、研究内容以及研究方法等。

第二部分是文献综述，主要包括国内外文献综述、相关研究评论、相关概念定义说明等。其中包含国家政策对碳市场的影响，绿色全要素生产率的测度，碳排放权交易对绿色全要素生产率的影响等。最后是本文的文献评述。

4. 参考文献

国外：

[1] fredrik pettersson. carbon pricing and the diffusion of renewable power generation in eastern europe: a linear programming approach[j]. energy policy, 2006, 35(4):2412-2425.

[2] olkuski tadeusz and piwowarczyk-#346;ciebura katarzyna and bro#380;ek andrzej. impact of the paris agreement and the eu ets system on the carbon market[j]. zeszyty naukoweinstytutu gospodarki surowcami mineralnymi polskiej akademii nauk, 2017, 98:91-102.

5. 计划与进度安排

（1）2024年11月20日—2024年12月10日，搜集文献资料并确定论文题目；

（2）2024年12月11日—2024年1月15日，确定论文研究框架，撰写开题报告；

（3）2024年1月16日—2024年2月15日，收集相关数据并进行整理；