低碳试点政策对生态效率的影响及溢出效应

　　内容摘要：全面准确地评估低碳城市试点的政策效应，对于进一步推进城市生态文明建设具有重要意义。本文基于 2007—2019 年 209 个城市的面板数据，利用第二批低碳城市试点作为一项准自然实验，运用空间双重差分模型评估了低碳试点政策对城市生态效率产生的本地效应和空间溢出效应。研究发现，低碳试点政策不仅显著提高了试点城市的生态效率，而且对周边城市的生态效率产生了正向的溢出效应。中介机制分析表明低碳试点政策主要通过技术创新效应和产业结构效应促进了试点城市生态效率的提升。异质性分析结果表明低碳试点政策在西部地区的政策效应最大，低碳试点政策仅在东部地区产生了显著为正的溢出效应。

　　关键词：低碳城市;生态效率;空间双重差分模型

　　邓荣荣; 张翱祥; 陈鸣 调研世界 2022-01-19

　　一、引言

　　2020 年 9 月，国家主席习近平在第七十五届联合国大会一般性辩论上发表重要讲话，指出中国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 年前达到峰值，努力争取 2060 年前实现碳中和① 。国家发展改革委曾分别于 2010 年、2012 年和 2017 年设立了三批低碳试点省市，以探索一系列可复制的低碳政策或行动，对缓解我国碳排放增加及实现低碳发展目标具有重要意义。在此背景下，实证研究低碳试点政策的实践效果对于促进低碳城市建设和推动生态文明建设具有重要的理论和现实意义。

　　二、文献综述

　　随着我国低碳试点政策的深入实施，低碳城市建设的相关议题也成为学术界研究的热点。综合而言，有关低碳城市的研究主要从以下两方面展开：一是对低碳城市建设的实施模式、发展路径和建设经验等进行总结，此类研究以定性研究为主，主要探讨低碳城市建设的路径和经验[1-3]。二是对低碳试点政策的实践效果进行评析，此类文献主要探讨了低碳试点政策对城市碳排放强度、碳排放总量、产业结构升级、绿色技术创新、绿色经济效率等方面的影响，研究结论表明低碳试点对于产业转型、绿色创新、碳减排等均产生了有利影响[4-7]。

　　低碳城市建设作为一项低碳经济发展举措需要从经济和环境协调发展的角度进行统筹考虑，除了污染减排成效外，经济发展也应成为测度低碳试点政策实施效果的现实指征，然而现有文献大多基于单一的碳排放指标对低碳城市试点政策效果进行实证检验。因此，本文选取了能够同时反映经济发展与环境表现的生态效率(Ecological Efficiency)指标，对低碳城市的政策效果进行评估。生态效率是指经济价值与生态环境负荷的比值[8]，相关研究集中在其效率测算和影响因素两方面：首先，生态效率的测算方法主要有两种，一是随机前沿分析法(SFA)[9-10]，二是数据包络分析法(DEA)[11-13]，其中数据包络分析法凭借能够测算多投入多产出模型、无需设定生产函数等优势得到了广泛的应用，也是本文采用的测算方法;其次，生态效率的影响因素较多，主要包括技术创新、环境规制、产业集聚、经济发展、外商直接投资等[9-13]，这些因素直接或间接影响了生态效率。

　　事实上，各区域环境问题的关联性是普遍存在的，尤其对于地理位置相近的区域，这种联系可能更为突出。例如，大气污染物可能通过温度层结、大气湍流等自然因素扩散到邻近区域，也可能通过区域间产业转移、工业集聚、交通流动等经济因素转移至其他区域。然而，现有的对低碳试点政策效果的研究大多忽视了区域间的相互联系，可能会低估低碳试点政策的实践效果。基于上述论述，本文聚焦低碳试点政策对城市生态效率的影响及空间溢出效应，将低碳试点政策对生态效率的影响分为直接效应和间接效应，分别进行理论分析，并采用空间双重差分模型(SDID)对两种效应进行测度，随后进一步进行中介效应分析和异质性分析。本研究的主要贡献在于：(1)基于低碳试点的具体政策手段剖析低碳试点政策的空间影响，拓展了该问题的研究方向;(2)将低碳试点政策作为准自然实验，建立空间双重差分模型对政策效应进行全面衡量，为政策效应评估领域提供了新的研究方法;(3)证实低碳城市试点政策对于城市生态效率具备双重影响，也为低碳试点政策的制定以及低碳城市建设的着重点提供参考依据。

　　三、理论分析与假设提出(一)低碳试点与生态效率

　　低碳试点政策综合运用了命令型、市场型、自愿型环境规制工具，不仅会引起城市污染物排放的减少，还会对经济发展产生影响。有关环境规制对经济增长的影响存在争议：一方面，根据“遵循成本效应”，环境规制增加了企业的合规成本，挤占了企业的生产性投资和研发投资，直接影响经济绩效的提升;另一方面，根据“波特假说”，合理的环境治理将促使企业研发创新，企业创新水平的提升将会增加企业的竞争力和盈利水平，最终抵消合规成本，提高企业绩效。多数学者的实证研究证实环境规制可以通过技术创新、结构调整等渠道促进经济增长[14-16]，因此，本文认为低碳试点政策会同时具备“经济增长效应”与“污染减排效应”，可以促进生态效率的提升。据此本文提出以下假设：

　　假设 1：低碳试点政策显著提升了试点城市的生态效率。

　　根据 Grossman et al.(1992)提出的经济增长环境效应的分解[17]，各类因素对环境污染的影响可归纳为规模效应、结构效应与技术效应。而产业结构升级和技术创新是区域经济可持续发展的主要动力[18]。结合低碳城市建设的主要路径，本文认为低碳试点政策主要通过产业结构效应与技术创新效应提升了生态效率，具体分析如下。

　　第一，产业结构效应。一方面，低碳城市政策提倡地方政府培育低碳产业体系，大力发展新兴产业和现代服务业，有效提升了生产服务业比重;另一方面，低碳试点政策将引起高污染高排放企业的迁出，并提高污染企业的进入壁垒，有效推动了本地区产业结构的转型升级。此外，低碳城市倡导绿色生活方式，消费者更加倾向消费绿色环保产品，绿色产业得益于市场规模的扩大实现了快速的发展;其次，在投资需求方面，低碳产业、新兴产业的崛起势必会引起此类产业投资需求的增加，促进产业结构升级。

　　第二，技术创新效应。一方面，低碳试点政策将减排任务分配到重点企业，对各试点城市的污染行业和企业形成了目标约束，环境约束将倒逼企业自主进行生产技术的革新，以减少较高的排污成本，而创新水平的提升会提高企业的生产力和竞争力，增加其盈利水平，最终抵消“合规成本”;另一方面，各试点城市的通知文件中都提出要施行一定的财政补贴支持、人力资本支撑、配套设施优化等优惠措施，为企业的创新活动提供外在支持，有利于区域整体技术水平的提升。技术进步会提高生产要素(包括能源)的利用效率，最终作用于生态效率的提升。

　　根据以上分析，提出以下假设：假设 2：低碳试点政策可以有效促进产业结构升级和技术进步，通过产业结构效应和技术创新效应改善生态效率。

　　(二)低碳试点、空间溢出与生态效率

　　通过以上分析，可以初步确定低碳城市试点可以有效提升城市生态效率。除此之外，低碳试点政策也有可能对试点地区周边城市的生态效率产生影响，即存在空间溢出效应，具体分析如下。

　　第一，低碳试点政策可能对周边城市的生态效率产生正向影响。首先，根据熊彼特的创新理论，科技创新的最后一步是技术扩散，低碳城市的绿色生产技术通过溢出效应、示范竞争效应、关联效应带动了周边城市的技术进步，从而促进生态效率的提升。其次，相邻的城市自然资源、能源禀赋具有一定的相似性，低碳城市根据资源禀赋制定的绿色发展规划可供周边城市复制或借鉴，而且对温室气体编制的核算清单和建立的管理体系可供周边城市学习模仿，为政府制定减排计划提供依据，进而促进其生态效率的提升。第二，低碳试点政策可能不利于周边城市的生态效率。首先，环境规制可能提高了污染企业的生产成本，促使其进行产业转移，环境规制强度较为宽松的周边城市成为承接产业转移的主阵地，虽然短期的“收入效应”提升了周边城市的社会福利水平，但污染产业的长期生产必将恶化生态效率。其次，低碳试点政策对低碳城市建设的支持手段体现为财政支持、金融支持、人力资本支持等，试点城市则有可能成为政策洼地，对周边城市的财政、资本、人力资本产生虹吸效应，不利于周边城市的基础设施建设、人力资本积累等，将会对其生态效率产生不利影响。

　　根据上述分析，提出以下假设：假设 3：低碳试点政策对周边城市的生态效率存在空间溢出效应，效应的方向取决于正向影响和反向影响两种力量的大小。

　　四、研究模型与数据(一)样本与数据

　　国家发展改革委在 2010 年公布 5 省8市作为低碳试点地区，首批试点地区以省为主，试点政策对省内城市的影响不均衡。第二次低碳试点政策以城市为主，在试点城市选择的过程中充分考虑试点城市的布局规划，研究的代表性更好。其次，由于本文的研究期间为 2007—2019 年，而 2017 年第三批试点城市受政策影响时间较短，影响较小，因此本文主要考察 2012 年第二批低碳试点政策的效果。据此本文剔除了第一批的 8 个城市以及 5 个省份所辖地级市。最终本文选取了 2007—2019 年 209 个地级及以上城市的面板数据。本文的经济数据来源于《中国城市统计年鉴》《中国环境统计年鉴》以及各省的统计年鉴。

　　(二)空间双重差分模型设定

　　本文拟采用在政策评估领域应用较为成熟的双重差分方法进行基准模型设计。经典双期 DID 模型设定为： Eco policy post policy post X it i t i t it it       01 2 3     (1)式(1)中下标 i、t 分别表示城市和年份;Eco 代表生态效率;policy 为分组虚拟变量，若城市为低碳试点城市，取值为 1，否则取值为 0;post 为时间虚拟变量，低碳试点政策颁布后的年份取值为 1，否则取值为 0;X 为控制变量为;为随机误差。多期 DID 模型可设置为： Eco policy post X u v it i t it i t it      0 1   (2)式(2)中 u 为城市固定效应;v 为时间固定效应，其他变量定义同式(1)。已有研究表明城市间生态效率存在显著的空间依赖[19]，在进行区域经济研究时忽视空间相关性问题可能导致错误推断和模型性能变差。本文考虑到生态效率本身的空间依赖性以及低碳试点政策的溢出效应，借鉴有关空间双重差分的研究文献[20]，在式(1)的基础上构建双重差分模型的空间扩展形式，即空间双重差分模型(SDID)： 1 1 2 12 (1 ) Eco W Eco policy post W policy post X W X u v W it it i t i t it it i t it                   (3)式(3)中 W 为空间权重矩阵，本文采用基于邻接标准生成的空间权重矩阵;为因变量的空间自相关系数;为政策溢出效应; 为控制变量的溢出效应;为随机误差的空间自相关系数。式(3)是空间双重差分模型的一般形式，根据相关系数是否为零可以将其分为三种空间计量模型：若== =0，则该模型为空间误差双重差分模型(SEM-DID);若==0，则为空间滞后双重差分模型(SLM-DID);若系数=0，则为空间杜宾双重差分模型(SDM-DID)。后续将进一步通过相关检验对以上三种模型进行选择。

　　(三)变量定义与数据说明 1.被解释变量。

　　被解释变量为生态效率，本文采用 DEA 方法中的非期望产出 SBM 模型测度城市生态效率，选取的投入产出指标体系如表 1 所示。其中，在投入端，以 2007 年为基期，采用永续盘存法计算固定资产存量① ;在产出端，以 2007 年作为基期计算地区实际生产总值。

　　2. 核心解释变量。

　　本文的核心解释变量为双重差分项 policy×post，即分组虚拟变量与时间虚拟变量的交互项。2012 年 12 月，国家发展改革委确立 29 个城市和省份成为第二批低碳试点，其中武汉、广州、延安、昆明与第一批低碳试点城市重叠，大兴安岭地区非地级市，因此 24 个第二批低碳城市构成处理组，其他城市构成对照组。鉴于第二批低碳试点政策是在 2012 年 12 月颁布的，因此在 2013 年及之后的年份 post=1; 2013 年之前的年份 post=0。

　　3. 控制变量。

　　本文控制了如下可能影响生态效率的变量：(1)人口密度(pi)，采用人口总数与城市行政面积的比值表示;(2)居民消费(lnc)，采用居民消费总额的对数表示;(3)人均地区生产总值(pgdp)，采用城市实际生产总值与城市总人口的比值表示;(4)研发投入(rd)，采用科研支出占总财政支出的比重表示;(5)外商直接投资(fdi)，采用外商直接投资占 GDP 比重表示。表 2 列出了各变量的描述性统计。

　　五、实证结果(一)平行趋势检验

　　使用双重差分法的重要前提是满足平行趋势假设。本文绘制了两类城市生态效率变化趋势图，如图 1 所示，在 2011 年之前，非试点城市和试点城市的生态效率呈现交替增长的态势，但差距不大。 2013—2015 年，相对于非试点城市，试点城市的生态效率加速增长，但两类城市均存在增速放缓和缓慢下降的趋势，这可能是由于我国在此期间经济增速换挡，在经济转型期，生态效率有所下降。自 2015 年开始，两类城市的生态效率迅速增长，且试点城市的增长速率略高于非试点城市。本文初步认为，在 2013 年左右试点城市相对于非试点城市的生态效率的提升很可能是由低碳试点政策导致的。

　　(二)主要回归结果

　　基于模型(3)进行空间双重差分估计。首先，需要对空间计量模型进行选择，各类结果如表 3 所示，空间滞后双重差分模型(SLM-DID)和空间误差双重差分模型(SEM-DID)的 LM 检验、LR 检验以及 Wald 检验的结果均拒绝了空间杜宾双重差分模型(SDM-DID)可以退化成为 SLM-DID 或 SEM-DID 的假设，应选用 SDM-DID。SDM-DID 的回归结果如表 4 所示。首先，分析低碳试点政策的直接效应：第(1)列中，双重差分项 policy×post 的系数显著为正，说明低碳试点政策实施后，与非试点城市相比，试点城市的生态效率显著提升，验证了本文的假设 1，具体来看，在加入控制变量后，政策效应的大小为 0.03 左右。其次，分析低碳试点政策的空间溢出效应：第(1)列中双重差分空间加权项 W×policy×post 的系数为正，且在 10%的水平上显著，说明低碳试点政策对周边城市的生态效率产生了正向的空间溢出效应，验证了假设 3，并且低碳试点政策对周边城市的正向影响更加显著。最后，为验证实证结果的稳健性，采用地理距离矩阵和经济距离矩阵进行 SDM-DID 回归，结果如表 4 第(2)和第(3)列所示，policy×post 的系数均显著为正，W×policy×post 的系数均为正，分别在 1%和 10%的水平下显著，说明上述实证结果是稳健的，进一步验证了假设 1 和假设 3。

　　(三)政策动态效应分析

　　上述的回归结果反映的是试点政策实施对城市生态效率的的年份平均影响，并没有反映政策效果的时间异质性。为此，本文在模型(3)的基础上构建以下政策动态效应模型： 1 2 1 ( ) (1 ) it it t i t t i t it it i t it Eco W Eco policy after W policy after X W X u v W                 (4)式中 aftert为低碳试点政策后每一年的虚拟变量，i与 i表示每一年的政策效应及其空间溢出效应的大小;其他变量定义同式(3)。表 5 列出了估计结果① ，就政策的本地效应来看，低碳试点政策在实行后第一年对试点城市的生态效率有较为显著的促进作用，在第二年和第三年政策效应并不显著，而在第四年之后政策效应变为显著，这可能是由于政策刚颁布时，环境约束强度突然增加，对污染企业的监管和处罚力度较大，生态效率出现了一次明显的增加，而政策的长效机制是通过技术创新实现的，技术的研发具有投资大、周期长的特点，所以最终反映在生态效率的政策效应上可能有一定的滞后性。在政策的溢出效应方面，政策的滞后性更加明显，在 2017 年之后才具有显著的政策溢出效应，这是由于技术研发本身需要较长的周期，而技术进步的最终表现为技术扩散，技术在区域间的溢出和扩散则需要更长的时间。

　　(四)稳健性检验

　　本文采用反事实检验方法证实前文结果的稳健性，具体来说，将政策实施时间假设提前 1 年或 2 年，分别进行 SDM-DID 回归，回归结果如表 6 所示，可以看到在虚拟时间点的低碳试点政策并未促进城市生态效率的提升，证明前文的回归结果是可靠的。

　　(五)中介机制分析

　　上述实证结果表明低碳试点政策显著提升了试点城市的生态效率，其具体机制如何尚需分析。根据前文分析，低碳试点政策主要通过产业结构效应和技术创新效应对城市生态效率产生影响，据此本文参考温忠麟等的研究[21]，构建以下中介效应模型： M policy post X u v      01 1   i t it i t it (5) Eco policy post M X u v it i t it it i t it       01 2 2    (6)式中 M 表示中介变量，分别为：技术水平(Tec)，采用各城市专利申请总数的对数表示;产业结构(Ins)，采用各城市第三产业与第二产业的比值表示。表 7 列出了中介效应的检验结果，第(1)列政策虚拟变量(policy×post)的系数为正，且在 1%的水平上显著，说明低碳试点政策促进了技术水平的提升;第(2)列技术创新变量(Tec)的系数为正且在 1%的水平上显著，说明技术创新可以显著提升城市生态效率，由此可以证实低碳试点政策通过技术创新效应改善了生态效率。第(3)列中政策虚拟变量(policy×post)的系数均为正，且在 1%的水平上显著，说明低碳试点政策促进了试点城市产业结构的升级，第 4 列产业结构(Ins)的系数为正，且在 1%的水平上显著，由此可以证实低碳试点政策通过促进产业结构升级改善了生态效率。综上，低碳试点政策通过技术创新效应和产业结构效应促进了生态效率的提升，验证了本文的假设 2。

　　(六)异质性分析

　　上文分析了低碳试点政策对生态效率的总体影响，然而这种基于总样本的分析可能掩盖了潜在的地区差异。我国幅员辽阔，各地区在资源禀赋、经济发展水平、制度安排等方面均存在较大差异，这些差异可能会导致低碳试点政策对生态效率产生异质性影响。鉴于此，本文按照地理位置将总样本分为东部地区、中部地区、西部地区和东北地区四个子样本，分别进行 SDM-DID 回归估计，检验低碳试点政策影响生态效率的地区差异，回归结果如表 8 所示。低碳试点政策的本地效应由大到小排序为：西部地区> 东北地区>中部地区>东部地区，这可能是由于东部地区经济水平和人口密度往往较高，资源消耗和污染排放量也较大，形成较强的资源依赖和污染“锁定效应”;相比之下，西部城市污染排放水平较低，污染排放的“锁定效应”较弱，对低碳试点政策的反应速度更为灵敏和迅速，因此低碳试点政策对西部地区生态效率的影响效应更强。就空间溢出效应来看，低碳试点政策仅在东部地区产生了显著为正的溢出效应，低碳试点政策对生态效率的溢出效应主要是通过绿色技术的溢出以及产业合理布局等经济互动实现的，东部地区形成了山东半岛、长三角、京津冀、珠三角等城市群，区域内的经济交流日益频繁，因此东部地区城市的集聚对低碳政策的溢出效应存在重要的调节作用。

　　六、结论及建议

　　本文运用 2007—2019 年 209 个地级市的面板数据，以低碳试点政策作为政策冲击，采用空间双重差分模型测算了低碳试点政策对生态效率的本地效应和空间溢出效应，并借助中介效应检验模型对其影响路径进行分析。研究结论主要包括以下四点：

　　1.低碳试点政策对试点生态效率具有正向的本地效应。这说明低碳试点政策不仅促进了低碳城市的污染物减排，而且通过“创新补偿效应”促进了经济增长，改善了生态效率。 2.低碳试点政策对周边城市的生态效率具有正向溢出效应。这说明低碳试点政策通过推进低碳城市先行先试促进了绿色技术的溢出，有利于改善周边城市的生态效率。 3.低碳试点政策通过技术创新效应和产业结构效应提升了生态效率。这进一步说明，低碳试点政策倒逼企业进行绿色技术研发，产生了“创新补偿效应”，从而提升生态效率;在产业结构方面，低碳城市通过发展服务业、引导污染企业转移促进产业结构优化，进而改善生态效率。 4.异质性分析结果表明低碳试点政策的本地效应由大到小排序为：西部地区>东北地区>中部地区>东部地区，这是由经济规模、人口规模所决定的，经济、人口规模越大的地区对资源的依赖性越强，低碳试点政策的边际效应越弱;低碳试点政策仅在东部地区产生了显著为正的溢出效应，东部地区的区域一体化进程快于其他地区，这说明城市集聚水平越高，越有利于发挥低碳试点政策的正向溢出效应。

　　与以往研究相比，本文不仅研究了低碳试点政策对试点城市的直接影响，还分析了低碳试点所产生的政策溢出效应，深入了解了低碳试点影响区域生态效率的内在机制和结果表现，从而对此问题形成了更多深入的思考。根据以上结论提出如下三点政策启示：

　　第一，推进低碳城市建设。研究结果表明，低碳政策对于试点城市及周边城市的生态效率存在较为显著的促进作用，说明低碳试点政策作为我国实现节能减排、转变增长方式、推进生态文明建设的重要手段应继续推进，在区域经济联系日益密切的背景下，应考虑低碳试点的总体布局和规划，充分发挥低碳试点城市的空间“污染光环效应”，促进区域间高层间的对话，逐渐形成低碳城市网络，由“低碳城市”构成“低碳城市群”，为我国实现碳减排承诺做出贡献。第二，创新驱动绿色发展。绿色技术创新是推动经济发展方式转变的根本动力，今后的低碳城市建设中还应继续加大绿色技术方面的投入占比，积极促进绿色技术创新;对污染较重的行业进行技术补贴和金融支持，降低环境规制对于企业生产所产生的负外部性，激励企业进行技术的改进和创新，促进技术扩散，建立区域内低碳技术交流平台、合作机制，扩大技术溢出效应，带动区域整体绿色技术进步。第三，优化产业结构，培育绿色低碳产业体系。地方政府应根据本地区的资源禀赋和产业特色培育契合自身优势的低碳产业，积极打造低碳农业、发展节能工业和培育服务业，通过优化产业结构改善生态效率。对于高耗能、高污染排放的产业，要实现有序转移，为其设立工业园区，通过竞争合作机制推动生产工艺改进和绿色技术创新，促进传统产业绿色转型。