低碳城市试点政策能够降低碳排放吗?

2020年 第6期

低碳城市试点政策能够降低碳排放吗?* ———来自准自然实验的证据

张华

( 南京审计大学商学院，江苏 南京 211815)

内容提要: 为应对气候变化和推进绿色低碳发展，中国政府自 2010 年开始实施低碳 城市试点政策，并不断扩大试点范围。准确评估低碳城市建设的政策效果，对于进一步推 广这一试点政策具有重要意义。本文利用 2003—2016 年中国 285 个城市的面板数据，借 助于低碳试点政策在不同城市、不同试点时间上的变异，使用双重差分方法估计了低碳城 市建设对碳排放的影响。研究发现，相比于非试点城市，试点城市的碳排放量相对于样本 均值降低了约 1. 05 个百分点，意味着低碳城市建设显著降低碳排放水平。同时，低碳城 市建设对碳排放的影响存在异质性，碳减排效应在西部城市和低经济发展水平城市的子 样本中更加显著。从动态效应上看，低碳城市建设的碳减排效应出现在试点后的第一年 到第四年，而在试点后的第五年和第六年消失。机制分析表明，低碳城市建设通过降低电 力消费量和提升技术创新水平等途径抑制碳排放量。本文研究为在全国范围内推广低碳 城市建设的政策规划提供了经验支持。

关键词: 低碳城市 碳排放 双重差分法
中图分类号: F205 文献标志码: A 文章编号: 1002—5766( 2020) 06—0025—17

一、引 言

温室气体浓度渐增导致的全球变暖问题备受全世界瞩目，迫使人类同时暴露在经济发展阻滞、 健康受损、食物和水资源短缺、极端天气频发、海平面上升等多重风险之下( 段宏波和汪寿阳， 2019) [1]，尤其对于中国这类气候更加易损的发展中国家而言更甚。为控制碳排放水平，中国政府 在《巴黎协定》框架下提出了“双约束”的国家自主贡献目标: 总量上，2030 年碳排放达到峰值，且 将努力早日达峰; 强度上，2030 年单位 GDP 碳排放比 2005 年下降 60% ~ 65% 。为实现碳减排的 双控目标，近年来中国政府不仅一如既往地推动国家合作控排行动，而且不遗余力地开展国家、地 区和行业层面的碳减排实践，如建设全国碳排放权交易市场、推行低碳城市试点等。那么，一个亟 需回答的问题是，政府这类“自上而下”的正式环境规制是否取得预期的减排效果?

本文以“低碳城市”试点政策为研究对象，聚焦于探讨低碳城市建设的碳排放效应。2010 年国 家发展和改革委员会( 简称“国家发改委”) 发布了《关于开展低碳省区和低碳城市试点工作的通 知》，开启了低碳省区和低碳城市的试点工作。随后，2012 年和 2017 年又分别确定了第二批和第

收稿日期:2019 -11 -21
* 基金项目: 国家自然科学基金青年项目“中国式分权下绿色悖论的形成机理、效应评估与疏解路径研究”( 71703073) ; 江苏

省社会科学基金青年项目“环境规制视角下江苏碳排放的长效治理机制研究”( 16GLC005) ; 南京审计大学青年教师科研培育项目 “雾霾污染对城乡收入差距影响的机理、效应与调控研究”( 18QNPY009) 。

作者简介: 张华，男，副教授，管理学博士，研究领域是环境经济与政策，电子邮箱: nau_zhanghua@ 126. com。

25

张 华 低碳城市试点政策能够降低碳排放吗?

三批低碳试点地区。在此背景下，本文试图回答以下问题: “低碳城市”试点政策是否有助于降低 城市碳排放水平? 如果答案是肯定的，那么这种影响是否存在时空差异? 更进一步，“低碳城市” 试点政策又通过什么途径影响碳排放? 厘清上述问题，对于夯实低碳城市建设的前期发展成果以 及拓展未来发展空间具有重要的实践价值，也为国家实现 2030 年碳总量达峰和碳强度下降的双控 目标提供有益的政策启示。

本质上，“低碳城市”试点政策的有效性评估属于政府正式环境规制如何影响碳排放这一类议 题。虽然既有文献( Zhang 等，2017[2]; Pei 等，2019[3]; Wang 和 Wei，2020[4]) 关注了这类议题，但普 遍面临环境规制的内生性问题。这一问题来源于三个方面: 一是环境规制指标的测量误差问题。 由于环境规制强度并不存在直接量化的指标，因此通过环境规制的代理变量进行分析的文献不可 避免地面临指标测量误差导致的内生性问题。在“好”的工具变量可遇不可求的情况下，这类问题 往往最为棘手。二是遗漏变量问题。可能存在某些不可观测的遗漏变量同时影响环境规制与碳排 放，即使采取面板数据并控制随时间不变的固定效应亦不能解决环境规制的内生性问题，从而导致 环境规制的碳排放效应的估计偏误。三是样本选择偏误问题。一些文献利用准自然实验的方法来 避免前两类问题，但是由于处理组的选择并非随机，处理组和控制组本身就具有不同的属性特征， 而这些不可观测的特征可能会对碳排放造成影响，从而导致估计结果存在偏差( 宋弘等，2019) [5]。

为了处理好文献中普遍面临的内生性问题，准确客观地识别出政府正式环境规制的政策效果，本 文以 2010 年开始分地区逐步推行的低碳城市试点作为一次准自然实验，在控制城市固定效应、时间 固定效应和省份时间趋势的基础上，利用渐进性的双重差分方法来缓解测量误差和遗漏变量对实证 研究结果的不利影响。同时，在回归方程中控制某一城市是否为两控区城市、省会城市、经济特区城市、 北方城市以及胡焕庸线右侧城市等城市属性变量与时间趋势多项式的交叉项，来缓解试点城市非随机选 择造成的样本选择偏误问题。基于 2003—2016 年中国 285 个城市的面板数据，本文稳健地发现，低碳城 市试点政策的确对城市碳排放水平具有显著的遏制作用，特别地，相比于非试点城市，低碳试点城市的碳 排放量相对于样本均值降低了约 1. 05 个百分点，表明低碳城市建设取得预期的碳减排效果。

与本文紧密关联的是关于低碳城市建设的政策效应评估的文献。宋弘等( 2019) [5] 利用 2005—2015 年中国 119 个城市的面板数据，借助于双重差分方法，发现低碳城市建设显著降低 PM10 和 API 污染指数，提升了城市空气质量。类似地，王华星和石大千( 2019) [6]利用 2003—2016 年中国 280 个城市的面板数据，发现低碳城市建设显著降低 PM2. 5 浓度。基于 2007—2016 年中 国 194 个城市的面板数据，Cheng 等( 2019) [7]利用第二批低碳城市试点，发现低碳城市建设显著提 升绿色全要素生产率。周迪等( 2019) [8]同样利用第二批低碳城市试点，采用倾向得分匹配 - 双重 差分法对 2012—2016 年中国 202 个城市的面板数据进行实证分析，发现低碳城市建设显著提升碳 排放绩效。与上述文献聚焦于环境质量指标不同，龚梦琪等( 2019) [9]以外商直接投资为研究对 象，利用 2004—2015 年中国 197 个城市的面板数据，发现低碳城市建设显著促进外商直接投资。 既有关于低碳城市建设的政策效应评估的文献提供了重要思路和深刻洞见，但并没有直接关注低 碳城市建设对碳排放的影响，而这为本文的研究提供了空间。

本文可能的边际贡献在于: 第一，研究议题上，本文是国内较早从城市层面为低碳城市建设影 响碳排放提供了实证证据的文献，拓展了碳排放的相关研究。虽然已有少数文献( Cheng 等， 2019[7]; 龚梦琪等，2019[9]; 王华星和石大千，2019[6]; 宋弘等，2019[5]) 关注了低碳城市建设的政策 效果，但研究焦点并不直接聚焦于碳排放。根据国家发改委发布的文件可知，低碳城市试点政策的 根本目的在于控制温室气体排放，而不是其他环境污染物等。同时，虽然周迪等( 2019) [8]关注了 低碳城市建设对碳排放绩效的影响，但忽略了第一批低碳试点的政策效果。第二，识别策略上，基 于低碳城市试点政策实施的外生冲击，本文利用这一次准自然实验所导致的不同城市、不同试点时

26

2020年 第6期

间上的变异，通过比较先实施低碳试点的城市与后试点的城市、非试点城市之间碳排放水平的差 异 ，得 到 低 碳 城 市 试 点 政 策 对 碳 排 放 的 “ 净 效 应 ”。 相 比 于 既 有 使 用 环 境 污 染 治 理 投 资 、污 染 物 去 除率等构造环境规制的代理变量的文献( 张华，2014[10]; Zhang 等，2017[2]; Pei 等，2019[3]) ，本文避 免了测量误差导致的内生性问题。同时，本文还关注了低碳试点城市非随机选择导致的估计偏误 问题。第三，实践意义上，为进一步扩大低碳城市的试点范围提供了实证证据，以及为国家完善碳 减 排 的 环 境 政 策 提 供 了 科 学 依 据 。 长 期 以 来 ，对 于 “ 自 上 而 下 ”、行 政 命 令 式 的 环 境 规 制 政 策 效 果 的 质 疑 声 不 绝 于 耳，“阳 奉 阴 违”“上 有 政 策 ，下 有 对 策”“有 令 不 行 ，有 禁 不 止 ”等 环 境 政 策 执 行 偏 差现象也屡见不鲜。本文的研究结论表明，低碳城市建设取得预期的碳减排效果，从而回应了这种 质疑，未来碳减排的环境政策应更多关注政策效果的持续性。

二、政策背景与理论分析

1. 政策背景

根据 BP 统计资料的数据，中国碳排放总量在 2006 年达到 6656 百万吨，超过美国的 6029 百万 吨，成为世界上碳排放量最大的国家。在国际碳减排的总体趋势下，中国政府最初在 2009 年哥本哈 根气候大会上承诺，到 2020 年碳排放强度比 2005 年下降 40% ~ 45% 。碳减排目标的提出既为中国 未来的经济发展提出了挑战，也成为经济向绿色低碳转型的重要机遇和杠杆( 邵帅等，2019) [11]，是推 进生态文明建设和驱动可持续发展应有之义。实际上，中央政府早在“十一五”规划中，就将能源强度 降低 20% 作为国民经济和社会发展的约束性指标，并在 2007 年成立了应对气候变化领导小组。

在此背景下，为了实现 2020 年控制温室气体排放的行动目标，2010 年 7 月 19 日，国家发改委 发布了《关于开展低碳省区和低碳城市试点工作的通知》，对广东、辽宁、湖北、陕西、云南五省和天 津、重庆、深圳、厦门、杭州、南昌、贵阳、保定八市开展首批低碳试点工作。随后，2012 年 11 月 26 日，《关 于 开 展 第 二 批 国 家 低 碳 省 区 和 低 碳 城 市 试 点 工 作 的 通 知 》出 台 ，确 定 了 北 京 市 、上 海 市 、海 南省三个省市和石家庄市等 26 个地级市共 29 个低碳试点地区。2017 年 1 月 7 日，第三批低碳试 点 名 单 公 布 ，根 据《关 于 开 展 第 三 批 国 家 低 碳 城 市 试 点 工 作 的 通 知 》文 件 ，内 蒙 古 自 治 区 乌 海 市 等 45 个城市( 区、县) 入选。梳理三批低碳试点名单，并结合本文的研究期限和样本发现，在 285 个样 本城市中，低碳试点城市为 96 个，占 34% ; 非试点城市为 189 个，占 66% 。从低碳试点城市的地理 位置分布上看，东部、中部和西部的城市数量分别为 52 个、18 个和 26 个，占全部试点城市的 54% 、 19% 和 27% ; 从低碳试点城市与非试点城市的比例来看，东部、中部和西部的试点比例分别是 51% 、18% 和 31% 。上述数据表明，东部地区试点城市的数量最多，占试点城市总数的一半以上。 这可能是由于，相比于中西部地区，东部地区经济总量和人口密度更高，导致能源消费量和碳排放 量也更高，这意味着高碳经济增长路径的锁定效应与惯性效应也更强，因此东部地区是低碳试点政 策的重点和核心区域。

图 1 展示了 2003—2016 年低碳试点城市与非试点城市碳排放量和人均碳排放量的年平均值 ( 均取对数) 的变化趋势。直观上，碳排放量与人均碳排放量的趋势图较为相似。从时间上看， 2003 年以来，无论是低碳试点城市，还是非试点城市，碳排放水平整体上呈现出不断上升的趋势。 这一趋势符合经济直觉，说明中国碳排放依然在持续增长，在 2030 年实现碳排放达峰的目标任重 而道远。从处理组城市和控制组城市来看，试点城市的碳排放水平高于非试点城市的碳排放水平; 2010 年之前，两类城市具有较为类似的碳排放水平变化趋势; 2010 年之后，两类城市的碳排放水平 向上的趋势相较之前更为平坦，说明碳排放的增长率要低于 2010 年之前的增长率。由于试点城市 和非试点城市在 2010 年之后均出现了碳排放增长率的下降趋势，因此，图 1 尚不能证明低碳城市 建设的碳减排效应，下文将从实证上进行严谨的识别。

27

张 华 低碳城市试点政策能够降低碳排放吗?

图 1 2003—2016 年低碳试点城市与非试点城市两类碳排放指标的变化趋势 资料来源: 本文绘制

2. 理论分析

梳理低碳城市试点政策的相关文件可知，试点地区的具体任务主要包括五个方面: 建立控制碳 排放目标责任制、建立碳排放数据统计和管理体系、制定支持低碳发展的配套政策、建立低碳产业 体系和倡导低碳绿色生活方式。根据上述要求，低碳试点地区应因地制宜，结合自身经济、资源、地 理等条件，努力探寻适合自身的低碳发展模式与发展路径。同时，根据 Grossman 和 Krueger ( 1995) [12]、Brock 和 Taylor( 2005) [13]、Auffhammer 等( 2016) [14]等文献的研究，碳排放等环境污染 物的影响途径主要包括规模效应、结构效应和技术效应三个方面。因此，本文认为低碳试点政策将 通过降低能源消费( 规模效应) 、优化产业结构( 结构效应) 和提升技术创新水平( 技术效应) 等途 径影响碳排放量。图 2 为低碳城市试点政策影响碳排放的理论分析框架。

图 2 低碳城市试点政策对碳排放的影响机制 资料来源: 本文绘制

第一，低碳城市试点政策能够降低能源消费量，通过规模效应降低碳排放量。规模效应指的是 经济发展带来更大规模的经济活动与资源、能源需求量，从而产生更大的污染排放量，对环境产生 负面效应( 徐现祥和李书娟，2015) [15]。低碳城市试点政策约束下，地方政府、生产企业和社会公众 通过各种途径和手段降低能源消费量。具体而言: 1在地方政府层面，低碳试点地区需要建立碳排 放数据信息平台、编制碳排放清单等，建立完整的碳排放数据收集和核算系统，从而有助于地方政 府官员更加了解本辖区的碳排放状况; 在此基础上，地方政府建立低碳考评机制、实施总量控制与 分解落实机制等，从而改变地方政府官员过往的“唯 GDP”的发展观，树立经济发展和环境保护的

28

协调发展观，加强本地区的环境规制执行力度。2在生产企业层面，迫于渐增的环境规制力度，企 业认知自身不足，提高生产技术和环保技术，从而降低能源消费量。3在社会公众层面，低碳试点 城市尝试建立居民生活碳积分制度，推动个人和家庭践行绿色低碳生活理念，积极使用低碳产品和 选择低碳出行方式。总之，通过地方政府、生产企业和社会公众的努力，低碳试点政策能够降低能 源消费量，从而有利于降低碳排放水平。

第二，低碳城市试点政策能够优化产业结构，通过结构效应降低碳排放量。结构效应指的是生 产活动的污染密集性，直接影响环境质量( 陆铭和冯皓，2014) [16]，即产业结构由农业转向工业再转 向服务业时，环境质量先降低再提升。低碳城市试点政策约束下，微观层面的生产企业需要转型升 级，同时传统农业、工业和服务业积极向生态农业、低碳工业和现代化服务业升级。一方面，在低碳政 策下，以高污染、高耗能、高排放为特征的“三高”企业生产成本增加，利润被蚕食，从而很难在该试点 地区存活( Cheng 等，2019) [7]。因此，这类企业可能选择迁移出试点地区或者选择低碳转型。如此， 低碳政策将优化资本结构，促使产业结构由高投入、高排放型向清洁型、低碳型转变。另一方面，相关 政策文件要求，试点城市要根据本地区的产业特色打造符合自身优势的低碳产业。具体而言，农业方 面，积极发展现代低碳农业，建立低碳扶贫模式和制度，并且因地制宜建立精准农业、生态农业和循环 农业等发展模式; 工业方面，对于钢铁、有色、煤炭、电力、石油、化工、建材、纺织、造纸九大重点耗能行 业采取相应的节能技术和节能设备，通过技术改造实现低碳化升级( 宋弘等，2019) [5]，从而有效降低 工业能耗; 服务业方面，积极发展低碳餐饮、低碳旅游、低碳金融、低碳交通、低碳建筑等行业，打造最 小碳排放的现代服务业。总之，低碳试点政策能够通过优化产业结构而降低碳排放量。

第三，低碳城市试点政策能够提升技术创新水平，通过技术效应降低碳排放量。波特假说最早 提出了环境规制对技术创新的促进效应。波特假说认为，合适的环境规制强度不仅可以弥补企业 的“环境遵循成本”，还能提高企业的生产率和竞争力( Porter 和 Van，1995) [17]，带来生产技术进步 和低碳环保技术升级，从而有利于减少碳排放。既有文献表明，低碳试点政策通过“波特假说效 应”促进低碳技术发展( Cheng 等，2019) [7]。同时，低碳试点城市设立低碳发展专项资金，通过资 金配套、投资补助、贷款贴息、直接奖励和项目管理费补助对生产企业进行补贴，提高企业低碳技术 研发支出。另外，既有文献( 龚梦琪等，2019) [9]表明，低碳试点政策显著促进外商直接投资。由于 技术创新存在外溢效应，承载先进技术的外资企业向东道国传播更为绿色低碳的生产技术，提升其 生产的环保水平。总之，低碳试点政策能够通过提升技术创新水平而降低碳排放量。

因此，本文提出如下研究假设:
H1 : 低碳城市试点政策有利于降低碳排放水平。
H2 : 低碳城市试点政策通过降低能源消费、优化产业结构和提升技术创新水平等途径抑制碳

排放量。

1. 识别策略

三、实证设计

本文使用渐进性的双重差分方法来识别低碳城市试点政策对碳排放的影响。其中，双重差异 来自于城市层面和年份层面，比较的是试点城市和非试点城市的碳排放水平在试点前后的差异。 研究设计上，本文遵循 Wolff( 2014) [18]、Gehrsitz( 2017) [19]、Cheng 等( 2019) [7]、宋弘等( 2019) [5]文 献的思路，设定如下计量模型:

Yit =α+βLCCit +X'itγ+ui +λt +δctrendpt +εit (1) 其中，i，p 和 t 分别表示城市、省份和年份; Yit 表示城市碳排放水平; LCCit 表示低碳城市试点的 状态;Xit表示一组控制变量;ui 和λt 分别表示城市固定效应和年份固定效应;trendpt表示省份时间

2020年 第6期

29

张 华 低碳城市试点政策能够降低碳排放吗?

趋势，以控制不同省份具有不同的时间趋势; εit 表示随机误差项，并聚类到城市层面。β 为双重差 分统计量，是本文最为关注的核心系数，捕捉了低碳城市试点政策影响碳排放的净效应。如果 β < 0 且显著，则意味着低碳城市试点政策显著降低碳排放水平，凸显出低碳城市试点政策的有效性; 如果 β 不显著，则意味着碳城市试点政策对碳排放的影响不明显。

2. 样本与变量

本文利用 2003—2016 年中国 285 个城市所组成的面板数据来估计低碳城市试点政策对碳排 放的影响，所使用的数据来自于国家发展改革委相关政策文件，以及《中国城市年鉴》《中国城市建 设统计年鉴》《中国统计年鉴》等官方统计数据。对于名义指标，本文根据各省份各年的价格指数 调整为 2000 年基期的不变价格。

( 1) 碳排放水平。本文遵循吴建新和郭智勇( 2016) [20]、刘习平等( 2017) [21]的思路，将城市碳排 放的来源分为直接和间接两大类。直接碳排放来源包括天然气和液化石油气消耗产生的碳排放，间 接碳排放来源包括电能和热能等消耗产生的碳排放。详细计算方法参见吴建新和郭智勇( 2016) [20]。

( 2) 低碳城市试点。这一核心解释变量定义为，某一城市实施低碳试点的当年及之后各年取 值为 1，否则为 0。根据上文政策背景可知，低碳城市试点工作一共开展了三批，而本文样本截止到 2016 年，因此涉及前两批试点城市。2010 年第一批试点范围为五省八市，2012 年第二批试点为三 省( 市) 和 26 个地级市。值得注意的是，两次试点名单存在交叉，即武汉市、广州市、昆明市和延安 市虽然属于第二批试点城市，但是其所属省份出现在第一批试点名单中。本文参考宋弘等 ( 2019) [5]的做法，如果某一省份实施低碳试点，那么其所辖城市也同时进行试点，并且实施时间定 为更早的那次。同时，第二批试点城市的官方文件下达时间为 2012 年 11 月 26 日，并要求 2012 年 12 月 31 日之前将修订后的试点方案再次上报国家发改委。由于该实施时间接近年底，因此文献 中对第二批试点城市的实施时间存在争议。例如，宋弘等( 2019) [5]、周迪等( 2019) [8]将实施时间 定义为 2013 年，而 Cheng 等( 2019) [7]、龚梦琪等( 2019) [9]、王华星和石大千( 2019) [6]则将实施时 间定义为 2012 年。考虑到政策执行可能存在的滞后性，本文实证检验部分对实施时间的定义以 2013 年为主，并且以 2012 年作为稳健性检验的内容。

( 3) 其他变量。本文参照张克中等( 2011) [22]、Auffhammer 等( 2016) [14]、严成樑等( 2016) [23]、 Zhang 等( 2017)[2]、韩峰和谢锐( 2017)[24]、Chen 等( 2018)[25]、黄向岚等( 2018)[26]、邵帅等 ( 2019) [11]的工作，引入如下控制变量: 人均收入的一次方项和平方项、产业结构、人口密度、FDI 比 重、财政分权、科技支出与金融发展。其中，财政分权以财政支出分权衡量，计算公式为: 财政支出 分权 = 人均地级市财政支出/( 人均地级市财政支出 + 人均省份财政支出 + 人均中央财政支出) ; 其他控制变量的定义如表 1 所示。此外，在后文拓展分析与机制分析部分，涉及到五类城市属性变 量与七类机制变量，均列示在表 1 中。

https://shimo.im/files/JXRhVjQtJCg6h8P3/ 《低碳城市试点政策能够降低碳排放吗?.pdf》