低碳试点政策实施效果研究——基于合成控制法的证据-陆贤伟.pdf

《低碳试点政策实施效果研究——基于合成控制法的证据-陆贤伟.pdf》由会员分享，可在线阅读，更多相关《低碳试点政策实施效果研究——基于合成控制法的证据-陆贤伟.pdf（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、低碳试点政策实施效果研究基于合成控制法的证据陆贤伟(西南石油大学经济管理学院，成都610500)摘要：采用合成控制方法对我国2010年实施的低碳试点政策进行研究，评估低碳试点政策实施对碳排放量的影响。结果表明：整体而言，低碳试点区域与非低碳试点区域的碳排放量在低碳试点政策实施后并未存在显著差异；针对每一个低碳试点区域进行合成控制评价后发现，在全部的低碳试点区域中，仅有重庆市和陕西省的碳排放量在低碳试点政策实施后显著降低；产业结构调整是低碳试点区域碳排放量降低的重要途径。关键词：低碳试点；合成控制法；碳排放；产业结构调整DoI：1013956“ss1001840920171122中图分类号：F1

2、245 文献标识码：A 文章编号：100l一8409(2017)11一0098一04Study on the E什ectjVeness of the Low Carbon PoIjcyEVidence f如m the Synthetic Control MethodsLU Xianwei(Scooz o，o加m如&讹m伊靴m，s0H埘邮f Petr0如umi口ersi)，Ck，州M 610500)Abstract：Based on the synthesis contI_ol method，this paper investigates the implementation of low ca

3、rbon policy issued in2010 by Chinese 90vemment impact on carbon erIlissionsThe results show that：overall，the carbon emissions is no sigIlifi-cant difkrence between the 10w carbon re甭ons and non low carbon regions；synthetic eonr01 evaluatjon for each low carbonregions nnd that carbon emissions decrea

4、se signmcantly only in Chongqing city Sharl【i province among all low carbon re一百ons；the adju$tment of industrial structure is an imponant way to reduce carbon emissionsKey words：low carbon policy；synthetic controI methods；carbon emissions；adjustment of indus讲al stnIcture引言自2005年中共十六届五中全会首次提出了建设资源节约、

5、环境友好型社会目标以来，构建人与自然和谐发展已成为中国经济社会发展的重要战略。我国政府也承诺将在2020年实现单位GDP碳强度比2005年降低40一50。为此，我国政府也在积极探索节能减排的发展道路，国家发改委于2010年下发了关于开展低碳省区和低碳城市试点工作的通知，以期通过低碳试点政策来累积低碳式发展的重要经验进而实现累积一推广一全面铺开的战略部署，从而推动落实中国政府承诺碳排放减排的目标。自从20lO年低碳试点政策实施至今已有6年，低碳试点政策实施效果备受关注。因此，评估低碳试点政策的实施效果有助于“推动落实我国控制温室气体排放行动目标”。鉴于低碳试点政策的重要战略作用，学者们从不同角度

6、对低碳试点政策进行研究。刘竹等以首批低碳试点省份为研究对象进行的实证研究表明，低碳试点省份的经济增长与碳排放存在“弱脱钩现象”。刘健等2 o则采用sTRIPAT模型实证分析低碳试点区域碳排放强度的影响因素。贾卓等o以低碳试点省份陕西省为研究对象，采用投入产出分析法计算该省22个细分产业的碳排放强度和平均影响力系数两个指标，并根据两个指标构建的组合对不同产业低碳转型路径进行分析。戴嵘和曹建华4 o采用双重差分模型对首批低碳试点城市的政策效果进行评价，研究发现低碳试点政策的实施显著降低人均GDP碳排放量。邓荣荣1对2010年8个低碳城市的建设绩效进行评价，结果表明，相较于低碳试点政策实施前，实施后

7、其碳排放总量与碳排放强度均显著降低。但宋祺佼等1的研究得出相反的结论，认为低碳试点区域的碳排放水平高于全国平均水平。综上所述，学者们对低碳试点政策实施效果的研究取得一定成效，但研究结论却存在一定分歧。可能的原因源于：(1)已有研究均采用平均化的研究设计来评价低碳试点政策的效果，忽视了低碳试点区域内在的异质性；(2)虽然部分文献采用了相应的政策评价方法(如双重差分模型)进行研究，但该方法在选择控制组时易存在主观性，因而低碳试点政策效果的有效性取决于参照对象选择的合理性与客观性；(3)未考虑低碳试点范围选择的政策内生性特征，试点范围的选择并非是随机的，人选试点区域自身的碳排放状况会影响其是否人选。

8、鉴于此，本文采用Abadie和Gardeazabal提出收稿日期：20161229基金项目：西南石油大学青年教师“过学术关”项目(201499010053)作者简介：陆贤伟(1985一)，男，广西梧州人，博士、讲师，研究方向为人力资源管理。98万方数据的合成控制法来评价低碳试点政策的效果。1合成控制模型构建11合成控制模型介绍合成控制方法由Abadie和Gardeazabal1首次提出，并采用该方法评估了西班牙巴斯克地区恐怖活动对经济的影响。鉴于不同区域内在的差异性，寻找到完美的控制组较为困难，合成控制法则以未受到政策影响的区域为合成对象，通过数据驱动的方式来确定合成对象的权重大小，进而通过加

9、权方式构造出与目标组较为类似的控制对象。作为一种非参数的方法，合成控制法采用数据驱动方式确定合成对象权重，既克服了控制对象样本选择的主观性和政策内生性问题，又指出了每一个合成对象对“反事实”事件的贡献，同时克服了过分外推的判断伸J。得益于合成控制法的优势，其被广泛应用于政策评价研究中。Abadie等一。检验了美国加利福利亚实施的禁烟令政策的影响效应；王贤彬和聂海峰叫采用1997年重庆单独成为直辖市这一自然实验，估计行政区域调整对地区经济的影响。余静文和王春超1川以海峡两岸关系的演进为视角，采用合成控制法估计政治环境对经济发展的影响。Bmmeier和Nannicini-l纠采用合成控制法估计经济

10、自由化政策的影响效应。刘甲炎和范子英3J采用合成控制法估计房地产税政策的影响；苏治和胡迪1采用合成控制法检验了通货膨胀目标制的有效性。Kim和Kim4 o采用合成控制法检验美国东北部地区的绿色气体倡议政策的实施效果。Hope【l副采用合成控制法研究欧元区的设立对欧元区各国经常账户余额的影响。F砌neth等刮采用合成控制法估计政府干预政策对汽车行业的影响效应。Eren和Ozbekl“”1采用合成控制法研究自由工作权政策对劳动力市场的影响。项后军和何康驯以上海自贸区的设立为自然实验，采用合成控制法估计自贸区设立对上海地区资本流动的影响。张俊引以北京为举办2008年奥运会而实施的环境规制为自然实验，

11、采用合成控制法实证分析环境规制政策对空气质量的影响。12合成控制法模型构建本文采用碳排放量来评价低碳试点政策的效果。假定1+J个区域的碳排量数据在t1，T内可以获取，1T!表示第i1，1+J个区域在t时期未纳入低碳试点范围的碳排放量；盯：表示第i1，1+J个区域在t时期纳入低碳试点范围的碳排放量；假定i区域在2010年实施低碳试点，因所有区域在20052009年间的碳排放量均不受低碳试点政策的影响，则有盯：=盯：；而在低碳试点政策实施后的时期，低碳试点政策导致低碳试点区域碳排放量的变化程度为O。(e。=1T：一盯：)。实施低碳试点的区域在低碳试点政策实施后其碳排放量数据1r：是可以观测到的，而

12、假设其未进行低碳试点的碳排放量订：则是不可观测的。因此，Abadie等9。提出了如下模型来对叮r：的值进行估计，具体模型为：1t：=p，+妒。z。+7牡。+占。 (1)式(1)中p。为影响所有区域碳排放量因素的时间固定效应；zi为(k x 1)维协变量，表示未受低碳试点政策影响的控制变量；巾。为(1k)维待估参数向量；斗i为(p1)维不可观测的区域固定效应，y。为(1p)维待估参数向量；8。为不可观测的暂时冲击。假定存在一个(J1)维向量w=(w：，w)，使得当j2，1+J时，w，o且w2+wH=1，则有：J+l J+1 J+1 J+l髟百，=p。+妒。z，+7。啊，+E占，22 22 。2

13、22(2)假定w=(wf，w；：，)满足如下条件：，l jl J+l髟耵=丌n，E+1T，。=叮r椰和髟+z，2 2 J2 2 J 2 2=Z。 (3)则有：J+l +1 m m盯：一+盯，=+A。A。(A九)“A；22 22 ，=l n2l生(s，一s1。)一哆(s一钆) (4)一般情况下，Abadie等1证明了式(4)中右边式子的均值将无限趋向于零。在此条件下，可以计算低碳试点政策实施后碳排放量增减幅度0的近似值：J+1务。=百：一+盯， (5)求解式(5)时需通过近似解来确定权重向量w+以使式(3)严格成立，具体计算过程详见Abadie等一1。本文采用Abadie等一。提供的synth程

14、序进行合成控制模型的估计。2实证分析21数据来源及指标说明以2010年8月国家发改委发布的关于开展低碳省区和低碳城市试点工作的通知中首批低碳试点五省八市为初始样本(包括广东、陕西、辽宁、湖北、云南、天津、重庆以及深圳、厦门、南昌、贵阳、保定、杭州)。限于中国能源统计年鉴中各类能源消费数据为省级(或者直辖市)层面，因此，本文选择广东、陕西、辽宁、湖北、云南、天津以及重庆作为最终的低碳试点目标样本；为了保证评价政策效果的有效性，在选择合成控制组时，本文将涉及低碳试点城市所在的省份剔除。本文研究期间为20052014年，2010年为低碳试点政策实施的开始年份。样本始于2005年的原因在于：2005年

15、十六届五中全会首次提出建设资源节约、环境友好型社会的目标；约束碳排放的京都议定书正式生效时间为2005年；2005年也被中国政府作为2020年单位GDP碳排放强度减排目标对比的基期年度。由于我国目前尚未发布实际的碳排放数据，本文采用各类能源的碳排放系数进行估算，计算公式为：cc=E，s。F。 (6)d 2l其中cc为碳排放量，E。为q类能源的消费量，种类包括：原煤、焦炭、原油、汽油、煤油、柴油、燃料油以及天然气；s。为各类能源对应的标准煤折算系数(如表1所示)；F。为各类能源对应的碳排放系数(如表2所示)。借鉴王锋等的研究成果，本文选取人均GDP、交通工具数量、人口总数、第三产业比重以及滞后5

16、期的碳排放量作为预测控制变量。其中，人均GDP、人口总数、第三产业比重以及交通工具数源于中国统计年鉴。表l 各种能源折标准煤参考系数资料来源：2叭5年中国能源统计年鉴附录99万方数据表2各类能源的碳排放系数资料来源：国家发展和改革委员会能源研究所和国家温室气体排放清单指南图l列示了20052014年低碳试点区域与非低碳试 期)的低碳试点区域(实线)与合成控制区域(虚线)的碳点区域年均碳排放量，表明低碳试点组与非低碳试点组年 排放量具有较好的拟合度，低碳试点政策的影响效应则取均碳排放量均逐年上升，但低碳试点政策实施后，低碳试点 决于低碳试点政策实施后(垂直虚线右边)低碳试点区域组的年均碳排放量增

17、长速度高于非低碳试点组。 与其合成对象碳排放量的偏差程度。从图2中可以看出二l j(J 二l j(1l图l 低碳试点组与非低碳试点组年均碳排放量22实证结果分析合成控制法通过为每一个低碳试点区域构建一个合成对象区域进而评价低碳试点实施的政策效果。合成控制法通过最小化低碳试点政策实施前两者碳排放量的均方误差进行权重加权。表3列示所有低碳试点区域的权重组合情况。表3 非低碳试点区域在各个低碳试点区域的权重省份 广东 湖北 辽宁 陕西 天津 云南 重庆安徽 O O O O 0113 O O北京 O O 0 O 0009 0 O甘肃 O O O 0 002 O O广西 0 O074 0284 O001

18、 0239 O84 O海南 0 0217 0389 O 0016 0137 O河南 0 O O O 001l 0 O黑龙江0 0 0 212 0405 0129 0 0278湖南 0 0 0 0 O262 0 0吉林 0 0 709 0116 O 0032 0 0江苏 O976 O O 0595 O068 O 0内蒙古o o 0 O O006 o 0宁夏 O O O 0 0028 0 0青海 O O O O 002 O 0山东 O O O 0 00l O 035山西 O O 0 O O013 0 O上海 O 0 0 O 0015 0 O四川 0 024 0 O O O003 0 O新疆 O O

19、 0 0 O008 0022 O372注：表中第一列为非低碳试点省份(直辖市)的名称，第一行为低碳试点省份(直辖市)名称(即需合成的对象)；每个合成低碳试点省份(直辖市)对应列的权重总和等于l图2展示了每一个低碳试点区域与之合成控制对象在20052014年的碳排放量情况。图中垂直虚线对应的年份为低碳试点政策开始年份(即2010年)。合成控制法进行政策评价的前提在于为每一个实际对象找到理想的合成控制对象，当垂直虚线左边(低碳试点政策实施前100(限于篇幅限制，本文仅列示部分省份的结果)，天津、重庆、辽宁、陕西和湖北与其合成控制对象的碳排放量拟合程度较好，但广东和云南与其合成对象的拟合程度效果不理

20、想。对拟合值效果欠佳的广东和云南两个试点区域因无法辨别政策实施后的碳排放量差异是因拟合不佳导致还是低碳试点政策实施导致，因而在后续的分析中将不再评价其政策效果。在低碳试点政策实施前期碳排放量拟合程度较好的试点区域中，垂直虚线右边实际试点区域与合成试点区域的碳排放量存在差异，但偏差的方向并非一致。具体而言：在垂直虚线的右边，天津、辽宁和湖北的碳排放量(图中对应为实线)高于其合成对象的碳排放量(图中对应为虚线)，表明低碳试点政策实施后，天津、辽宁和湖北的碳排放减排效果并不显著；重庆和陕西的碳排放量(图中对应为实线)低于其合成对象的碳排放量(图中对应为虚线)，表明重庆和陕西在实施低碳试点政策后其碳排

21、放量显著降低。为了更清晰了解各试点区域碳排放量在低碳试点政策实施后的变动情况，本文将20102014年低碳试点区域碳排放平均变动值列示于表4中，总体而言，低碳试点区域的碳排放量在五年内平均变动值为正。表4 20102014年低碳试点区域碳排放平均变动值低碳试点区域 碳排放平均变动值(万吨)湖北辽宁陕西天津重庆266533l1887039655709247191743324注：碳排放平均变动值=(低碳试点区域一相应的合成对象区域)时间跨度23合成控制模型结果有效性检验本文进一步采用安慰剂检验法和排序检验方法7J o来验证研究结果的有效性。本文对表3中全部18控制组区域进行安慰剂检验，同时借鉴刘甲

22、炎和范子英1引的做法，本文计算政策实施前的平均预测标准差与政策实施后的平均预测标准差的比值，再根据排序检验方法对低碳试点政策实施效果进行显著性检验。从表5的结果可以发现，低碳试点政策实施后要得到与陕西和重庆碳排放量减少的概率为526，属于小概率事件。上述结果表明低碳试点政策实施对陕西和重庆碳排放量的抑制效应并非是偶然因素造成的。表5排序检验结果低碳试点区域 出现的概率值湖北辽宁陕西天津重庆3158(619)1579(319)526(119)1053(219)526(119)基幕髫万方数据24合成控制方法与其他评价方法对比采用平均化的检验模型考察低碳试点的政策效果缺点在于无法有效判断政策效果的异

23、质性。本文分别采用双重差分模型和基于倾向分数配对方法构建的对照组进行平均化的效应分析。采用两种方法进行的低碳试点政策效应检验后发现(限于篇幅原因，未在文中列示)，相关的回归系数均不显著，表明从整体上来看，低碳试点区域的碳排放量与非低碳试点区域碳排放量间并未存在显著差异，若以此采用“一刀切”的方式来判断低碳试点政策效果则有失偏颇，这也从侧面说明了采用合成控制法进行低碳政策实施效果评价的优越性。2()()00(摧盎15000(毽10000I1004 1006 1008 2010 20l 2 2014E三歪三三虱区习E三亟三三圈，10n4 2(】()6 1f)08 101(1 1()1 2 2(E三

24、互E三三巫匦困图2 各个低碳试点区域及其合成控制低碳试点区域的碳排放量3低碳试点城市减排路径分析上述研究表明，重庆市和陕西省的碳排放量在实施低碳试点政策后减排效果明显，为此，本文进一步探析其碳排放的减排路径。中国各地的经济发展与碳排放存在弱脱钩现象，加之中国低碳发展更侧重于从产业的视角来探寻低碳发展的路径，优化产业结构对碳排放强度以及低碳发展具有重要指导意义。鉴于此，以重庆市为例，本文进一步采用合成控制法来对其第三产业占比在低碳试点政策实施前后的变动情况进行评价。从图3可以看出，在低碳试点政策实施前，重庆与合成重庆间第三产业占比差距不大，但在低碳试点政策实施之后，重庆与合成重庆的第三产业占比差

25、距逐步拉大，重庆的第三产业占比远高于合成重庆的第三产业占比水平。这表明重庆市在低碳试点政策实施后，通过优化产业结构，积极发展碳排放较低的第三产业，从而实现低碳发展。飞氓 厂 ，。J 、一一一，2006 2008 201() 201 2 2014E三垂互二三王圆重庆与合成重庆的第三产业占比4结论以2叭0年首批低碳试点城市作为研究对象，并采用合成控制法评估低碳试点政策的效果。实证分析表明，相比于低碳试点政策实施前，重庆市和陕西省的碳排放量在低碳试点政策实施后显著降低，而其他试点区域在低碳试点政策实施后的碳排放量并未显著降低。本文认为不同低碳试点区域的政策效果差异化也解释了以往研究中研究结论分歧所在

26、，而实施试点政策探索的意图也在于通过客观地评价每一个低碳试点区域实施效果，避免后续推广政策的一刀切，从而因地制宜制定更为合理的政策，有效实现我国控制温室气体排放的行动目标。参考文献：1刘竹，耿涌，薛冰，等中国低碳试点省份经济增长与碳排放关系研究J资源科学，201l(4)：620一6252刘健，王润，孙艳伟，等中国低碳试点省份发展路径研究J中国人口资源与环境，2012(3)：56623贾卓，陈兴鹏，善孝玺低碳试点省份工业部门低碳化转型实现路径以陕西省为例J软科学，2013(3)：85894戴嵘，曹建华中国首次“低碳试点”政策的减碳效果评价基于五省八市的DID估计J科技管理研究，2015(12)：

27、56615邓荣荣我国首批低碳试点城市建设绩效评价及启示J经济纵横，2016(8)：41466宋祺佼，王宇飞，齐哗中国低碳试点城市的碳排放现状J中国人口资源与环境，2叭5(1)：78827 Abadie A，Gardeazabal JThe Economic costs of connict：A casestudy of the Basque countryJ American Economic Review，2003，93(1)：1131328苏治，胡迪通货膨胀目标制是否有效?来自合成控制法的新证据J经济研究，2叭5(6)：7488 (下转第109页)1013图叫1_如m餐最蓬0O000043

28、矧摧末基0O54T基章藩万方数据对消费者的在线评论走向有着积极影响。那么，企业通过发言人塑造的真实、权威品牌形象和声誉，能够促进消费者对品牌的认可度。然而，品牌网络社区中，成员之间的高密度互动产生海量信息的同时，会对消费者的品牌认知判断带来考验，这就对发言人的互动真实性产生了更高要求。当消费者感知到发言人的权威和关系亲密时，便会从心理上产生对品牌的信任20 o，所以，企业可以借助消费者对发言人真实性感知，营造一种可靠的品牌社区氛围，增加品牌带给消费者的寄托感，同时辅以社区活动，让消费者有效感知可靠性价值，形成对品牌社区的依赖感，使其在品牌社区中感受到价值的存在而不愿离开，这样不仅达到产生品牌共

29、鸣的目的，而且有效培养了消费者对品牌的认可度。53研究局限与展望发言人互动特征与品牌资产方面的研究涉及面较广，本文只是对该领域作了初步探析，仍需进一步研究。其一，本文把调查对象局限在了在校大学生，虽然他们是网络关系中极具代表性的群体，但也忽视了其他社会群体，这可能会影响结论的普适性。那么，接下来研究可以在样本的选择上加入其他群体。其二，本文虽然借鉴了社会网络理论，并引入了发言人互动特征的3个维度对品牌资产的影响，但影响品牌资产的互动因素远不止这几个因素，因此未来研究可以考虑其他的互动特征。参考文献：1黄敏学，王琦缘，肖邦明，等消费咨询网络中意见领袖的演化机制研究预期线索与网络结构J管理世界，2

30、015(7)：1091182Kamen J M，Azhari A c，Kragh J Rwhat a spokesman Does for asponsorJJoumal of Advenising Research，1975，15(2)：17243 Davis J JConsumer Response to corpomte Environmental Adve而singJJoumal of consumerMarketing，1994，ll(2)：25374Verhoeven J w M，H00f JJ V，Han T K，et a1Effects ofApolo百esaJld Crisi

31、s Responsibility on Corpomte aIld Spokesperson ReputationJPublic Relations Review，2012，38(3)：50l一5045wiener D Nsubtle and 0bvious Keys forthe Minnesota MultiphasePersonality InventoryJJoumal of consulti“g Psychology，1948，12(3)：164一1706Keller K LBuilding customerfor creating Stmng BmndsJ1519一based Br

32、and Equity：A BlueprintMark“ng MaJlagement，2001(2)：7 BeIgkvist L，BechI丑rsen T Two Studies of consequences andActionable Antecedents of Brand【幻veJJoumal of Bmnd MaIlagement，20lO，17(7)：5045188Doney P M，CaIInon J PAn Ex帅ination of the Nature ofTmst inBuyerseller RelationshipsJJoumal of Marketing，1997，61

33、(2)：35519cmsby L A，Evans K R，cowles DReIationship Quality in ser、rices selling：An InterpeTsonal Irmuenee PerspectiveJJoumal ofMarketing，1990，54(3)：688110chou H Y，wang T YHypem盯ket蹦vate。label Pmducts，BrandStmte百es and Spokesperson PersuasionJEumpean Joumal ofMarketing，2017，51(4)：79582011 Mont90mery J

34、 DToward a Roletheoretic conception of Embed-dednessJAmeric彻Joumal of soci0109y，1998，104(1)：9212512 Bambasi A LNetwork science：Luck or ReasonJNature2012，489(7417)：50750813Gmnovetter MThe Idea 0f AdvaJlcelent in Theories of S0cial Evolution and Devel叩ment J AInericaJl Joumal of S0ciology，1979，85(3)：4

35、8951514Ha L，J锄es E L Interactivity Reexamined：A Baseline Analysis ofEarly Busine8s websitesJJoumal of BroadcastingElectmnicMedia，1998，42(4)：45747415 Blackston M0bservations：Building Brand Equity by Managi“g theBmnds RelationshipsJJoumal of Advertising Researeh，2000，40(11)：10110516 Fetscherin M The D

36、ete皿inants肌d Measurement of a countryBrand：The country Brand stren昏h IndexJIntemational M盯-keting Review，2010，27(4)：44647917毕达天，马卓，刘健用户参与视角下移动社交网络互动特征及模式研究J情报理论与实践，2016，39(9)：90一9518Keuer K L，sternlthal B，Tybout A711hree Questions You Need toAsk about Your BmndJHarvard Business Review，2002，80(9)：381

37、9 Porter s s，claycomb cThe Innuence of Bmnd Recognition onRetail store ImageJJoumal of ProductBrand Management，1997，6(6)：37338720阮燕雅，李琪社交商务情景下信任对购买决策的影响变化研究J软科学，2017，31(2)：113116(责任编辑：杨锐)(上接第101页) 15Hope DEstimating the E雎ct of the EMu on current Account Bal9Abadie A，Di栅ond A，Hainmueller Jsynthetic

38、control Method8 aIlces：A syntletic control AppmachJEuropeaJl Joumal of P0一for Comparative Case Studies：Estimating the E珏ect of califomias 1itical Economy，2016(44)：20一40Tobacco control Pm目amJJoumal ofthe American statistical As 16Fremeth A R，Holbum G L F，Richter B KBrid西ng Qualitativesociation，2010，1

39、05(490)：493505 粕d QuaJltitative Melhods in 0rgaIli嬲tional Research：Applicati仰s10王贤彬，聂海峰行政区划调整与经济增长J管理世界，2010 of synthetic control Methodology in the us Automobile Industry(4)：4253 J0rgmization science，2016，27(2)：46248211余静文，王春超政治环境与经济发展一以海峡两岸关系的演 17Eren 0，0zbeklik swhat Do Righlt0一work Laws Do?Evide

40、nce进为例J南方经济，2011(4)：30一39 fmm a synthetic contml Method AnalysisJJoumal of Policy A-12Biumeier A，NaIlnicini TAssessing Economic Libemlization Epi nalysis and Man89ement，2016，35(1)：173一194sodes：A synthetic contml ApproachJReview of Economics 18项后军，何康自贸区的影响与资本流动以上海为例的自aIld Statistics2013，95(3)：983一l00

41、1 然实验研究J国际贸易问题，2016(8)：3一1513刘甲炎，范子英中国房产税试点的效果评估：基于合成控制法 19张俊环境规制是否改善了北京市的空气质量基于合成控的研究J世界经济，2013(11)：117135 制法的研究J财经论丛，2016(6)：104一11214Kim M K，Kim TEstimating Impact of Regional Greenhouse Gas 20王锋，吴丽华，杨超中国经济发展中碳排放增长的驱动因素研Initiative 0n Coal to Gas Switching using synthetic control Methods 究J经济研究，2叭O(2)：123一136JEnergy Economics2016，59(1)：125一127 (责任编辑：秦颖)万方数据