設計選択か実効果か？中国排出量取引制度のグリーンイノベーション効果の不均一性を説明する：三段階メタ回帰

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Provides a rigorous template for meta-analyzing policy effects and insights into ETS-green innovation heterogeneity.

🏢実務担当者:Offers evidence on ETS design features that drive green innovation, useful for corporate strategy under carbon pricing.

🏛政策担当者:Highlights how study design biases estimates, informing evidence-based carbon pricing policy design.

本プロジェクトは、中国の排出量取引制度（ETS）がグリーンイノベーションに与える影響に関する準実験的証拠を統合し、報告された効果の大きなばらつきのうち、どの程度が政策効果の真の差異ではなく研究デザインに起因するかを問うものである。範囲。文献は、中国語文献についてはCNKI（学術雑誌および博士・修士論文）、英語文献についてはWeb of Science Core Collectionという2つの主要データベースを通じて特定され、Wanfang DataとGoogle Scholar（後者は、これら3つのデータベースが見落とすワーキングペーパー、プレプリント、研究を捕捉するために用いられ、体系的な索引としては用いない）によって補完される。英語文献と中国語文献の両方が対象となり、公刊済み・未公刊を問わない。アウトカムと効果量。対象となる研究で報告されたすべての推定値がコード化され、動学的（先行・ラグ・累積）およびサブサンプル結果を含む。主要な推定対象はグリーン特許の絶対水準であり、確認的サンプルは、メインまたはメカニズム（a経路）の役割における同時期の全サンプル推定値に限定される。グリーン全要素生産性とグリーン特許シェアは別個の推定対象としてコード化され、二次的アウトカムとしてのみ分析される。アウトカムは主要回帰に互換性のない単位（カウント、対数、比率）で含まれるため、主要な効果量指標は偏相関係数であり、報告されたt統計量と自由度から計算される。対数・カウント部分集合からの半弾性値はロバスト性の経路として機能する。すべての効果量は、正の値がETSがグリーンイノベーションを促進することを示すように符号付けされる。分析。我々は、レベル1で標本分散、レベル2で研究内にネストされた推定値、レベル3で研究間分散を持つ3レベルの変量効果モデルを当てはめ、研究レベルでのクラスターロバスト推論を用いる。多変量メタ回帰はその後、事前指定された調整変数を検定する。これには、推定手法ファミリー（特に不均一性ロバストな段階的推定法）、処置の定義とコード化された処置年、処置の範囲（単一パイロット、複数パイロット、または全7つ）、アウトカムの関数形式、特許の種類（発明対実用新案、登録対出願）、グリーン特許分類基準とデータソース、固定効果とコントロール変数の特定、サンプルのレベルと期間、および公刊特性が含まれる。単一パイロットを対象とした研究については、外部文脈変数（炭素価格、排出枠の逼迫度、対象セクター数）がマッチングされ、調整変数として検定される。選択的報告と公刊バイアスは、ファネルベースの検定、FAT-PET/PEESE、および選択モデルアプローチを用いて評価される。外れ値と影響力のある推定値はコード化時点では保持され、分析段階でのみ対処される。透明性。事前指定されたコードブックに対する文献検索とコード化は、本登録が作成される前に開始された。効果量は統合されておらず、メタ分析モデルやメタ回帰モデルは推定されていない。登録日時点でのコードブックと検索ログは登録に含まれている。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

This project synthesizes quasi-experimental evidence on the effect of China's emissions trading scheme (ETS) on green innovation and asks how much of the wide variation in reported effects is attributable to study design rather than to genuine differences in policy impact. Scope. Literature is identified through two primary databases — CNKI (Academic Journals and Doctoral/Masters Dissertations) for Chinese-language work and the Web of Science Core Collection for English-language work — supplemented by Wanfang Data and by Google Scholar, the latter used to catch working papers, preprints and studies the three databases miss rather than as a systematic index; both English- and Chinese-language studies are eligible, published and unpublished. Outcomes and effect size. All estimates reported in an eligible study are coded, including dynamic (lead/lag/cumulative) and subsample results. The primary estimand is the absolute level of green patents; the confirmatory sample is restricted to contemporaneous, full-sample estimates in a main or mechanism (a-path) role. Green total factor productivity and the green-patent share are coded as separate estimands and analysed only as secondary outcomes. Because outcomes enter primary regressions in incompatible units (counts, logs, ratios), the primary effect-size metric is the partial correlation coefficient, computed from reported t-statistics and degrees of freedom; semi-elasticities from the log/count subset serve as a robustness path. All effect sizes are signed so that positive values indicate that the ETS promotes green innovation. Analysis. We fit three-level random-effects models with sampling variance at level 1, estimates nested within studies at level 2, and between-study variance at level 3, with cluster-robust inference at the study level. Multivariate meta-regression then tests pre-specified moderators, including estimator family (in particular heterogeneity-robust staggered estimators), treatment definition and coded treatment year, treatment scope (single pilot, multiple pilots, or all seven), functional form of the outcome, patent type (invention versus utility model, granted versus applied), green-patent classification standard and data source, fixed-effects and control-variable specification, sample level and period, and publication characteristics. For studies covering a single pilot, external context variables (carbon price, allowance tightness, number of covered sectors) are matched and tested as moderators. Selective reporting and publication bias are assessed using funnel-based tests, FAT-PET/PEESE, and selection-model approaches; outliers and influential estimates are retained at coding and addressed only at the analysis stage. Transparency. Literature searching and coding against a pre-specified codebook began before this registration was created; no effect sizes have been synthesized and no meta-analytic or meta-regression models have been estimated. The codebook and the search log as of the registration date are included in the registration.

• openalex https://osf.io/y8evnfirst seen 2026-08-06 05:06:32