低碳试点城市减污效应实证评估——基于地级市面板数据分析

陈嘉奇

(华中师范大学经济与工商管理学院，湖北武汉 430079)

为了实现2020年单位GDP二氧化碳排放量比2005年降低40%～45%的目标，我国于2010年7月确定天津、重庆、深圳等8市为首批低碳试点城市，截至2019年，中国已有6省81市(区、县)落实了低碳试点省、市项目的建设。经过近10年的低碳试点城市建设，我国在降低碳排放量上取得显著成效。低碳试点城市降低碳排放的路径主要有三个：一是建立低碳产业体系，优化产业布局；二是加快低碳技术研发，优化能源结构和效率；三是倡导低碳生活方式，推动低碳生活理念。低碳试点城市在通过上述三个路径降低碳排放的同时，也会对城市工业污染产生影响。除了减碳效果的评估，研究低碳试点城市建设对工业污染的减排效应有助于更加全面评估低碳试点城市的政策效果。

目前有关低碳试点城市的研究主要集中在发展路径[1-2]、评价指标[3-4]、现状分析[5-6]等方面的定性研究上，而有关低碳试点城市成效评估的研究比较少，且集中在降低碳排放效果的评估方面。陈楠等[7]进一步采用六个维度的指标评估了三批低碳试点城市的成效，发现低碳试点城市的低碳水平有整体上的提高。目前基于地级市数据来实证评估低碳试点城市的减污效应的研究较为缺乏。因此，为了丰富此类相关研究，本文拟基于我国2003年—2016年281个地级市的面板数据实证评估低碳试点城市的减污效应。

1 研究设计

1.1 模型的设定

截至2020年，我国低碳城市试点已经开展了将近10年，目前已有81个市(区、县)开展低碳城市建设，低碳试点城市可以作为一个良好的“准自然实验”，本研究以此为实证采用双重差分法(DID)进行低碳试点城市的成效评估。选取实验组和控制组过程中，具体采取以下几种方法：(1)为了排除城市行政级别的影响，剔除了直辖市城市以及区县的低碳试点；(2)由于第二批低碳试点城市名单中济源市的统计数据缺失，剔除了济源市这个样本；(3)由于第三批低碳试点城市于2017年设立，考虑到本研究时段为2003年—2016年，因此将第三批低碳试点城市划入控制组，实验组则分别由2010年和2012年设立的低碳试点地级城市构成。经过筛选，最终确定的研究样本为281个地级市，其中作为实验组样本的低碳试点城市有30个，其余251个地级市构成控制组。将设立低碳试点城市当年及以后赋值为1，低碳试点城市设立之前和控制组中251个地级市赋值为0，从而直接生成低碳试点城市的虚拟变量did。首先，基于上述研究样本构建双重差分模型进行基准回归，实证低碳试点减污效应；考虑到不同城市发展具有较大异质性，采用倾向得分匹配法(PSM)来消除样本选择偏差，然后再进行双重差分模型回归，检验基准回归结果的稳健性。

基于DID方法的基准回归模型设定如下：

Pollutionit=α0+α1didit+γXit+ηt+μi+εit

(1)

基于PSM-DID方法建立的模型如下：

PollutionPMSit=α0+α1didit+γXit+ηt+μi+εit

(2)

式(1)和式(2)中，Pollutionit表示第i城市第t年的工业污染排放水平；didit为设立低碳试点城市的虚拟变量；Xit为一组控制变量；ηt为时间固定效应；μi为各城市的地区固定效应；α1是核心估计参数，表示低碳试点城市建设的工业污染减排效应。如果α1为负，说明低碳试点城市能降低工业污染排放。

1.2 数据说明及变量定义

被解释变量为城市工业污染排放水平，参考杨宝强[8]的研究采用工业废水排放量和工业二氧化硫排放量两项指标来衡量，每个指标下又分人均指标和绝对指标。核心解释变量为低碳试点城市虚拟变量did，结合低碳试点城市的设立时间先后统一赋值。参考已有文献和研究，影响城市污染环境的控制变量主要包括：(1)经济发展水平：用实际人均GDP的对数表示；(2)技术创新水平：为专利数与总人口比值；(3)城镇化水平：用非农业人口与地区年末总人口的比值表示；(4)信息化水平：用互联网用户数占总人口比重表示；(5)产业结构：用第二产业增加值占GDP的比值表示；(6)对外开放程度：用进出口总额占GDP的比值表示。

本研究所使用数据来自2004—2017年《中国城市统计年鉴》，对部分缺失数据进行了填补，最终得到2003—2016年我国281个地级市14年的面板数据。为了排除变量的量纲影响，在实证中对各个变量进行了取对数处理，取对数后的变量描述性统计见表1。

表1 变量描述性统计

2 实证结果及分析

2.1 基准模型检验

基于DID方法建立双向固定效应模型进行实证分析的具体结果见表2。从具体的回归结果来看，无论是否加入控制变量和控制固定效应，低碳试点城市建设对废气排放量和人均废气排放量均为显著的负向影响，但在同时加入控制变量和控制固定效应的模型下，低碳试点城市建设对废水排放量和人均废水排放量的影响均为不显著，说明低碳试点城市的建设对废气排放量存在减污效应，对废水排放量没有显著影响。其中，低碳试点城市的建设显著降低了约19%的总废气排放量和约17.3%的人均废气排放量。

表2 低碳试点城市的减污效应：基于基准回归

2.2 PSM-DID模型检验

为了克服低碳试点城市和非低碳试点城市的选择偏差，本文采用倾向得分匹配法(PSM)，对低碳试点城市进行配对。首先，利用DID的虚拟变量对城市控制变量进行Logit回归，得到各城市的得分，得分最接近的城市将被选择为低碳试点城市的对照组。在利用PSM-DID进行估计时，首先我们要检验匹配效果的好坏，如果匹配效果较好则可以进行下一步回归。图1为倾向得分核密度函数图。图1表明，实验组和控制组倾向分值的核密度在匹配后已经比较接近，差异性更小。

图1 倾向得分核密度函数图Fig.1 Density function of probability score

利用匹配后的实验组和控制组进行DID回归，估计结果见表3，从中可以看出消除样本的选择偏差后，低碳试点城市建设对总废气排放量和人均废气排放量均为显著的负向影响，而对总废水排放量和人均废水排放量的影响仍然不显著。

表3 低碳试点城市的减污效应：基于PSM-DID方法回归

2.3 敏感性检验

为了对实证结果进行稳健性检验，接下来将通过对政策前后一年、三年和五年的样本进行政策时间的敏感性检验，如果不同时间区间内低碳试点城市对环境污染的效应显著性变化不大，则有理由认为本研究估计结果是稳健的；反之则不稳健。时间敏感性检验的结果显示无论是在政策前后一年、三年和五年，核心解释变量did估计系数在显著性上都是与前面的结果保持一致。这表明低碳城市对工业废气排放存在减污效应的结论是稳健的。

3 城市异质性减污效应分析

3.1 不同特征低碳试点城市减污效应分析

不同特征的低碳试点城市，低碳试点城市政策对工业污染排放的影响可能存在着显著的差异，比如在经济更加发达的城市中，由于技术和治理能力比较强等因素，同样的环保政策可能比较容易带来更大的减污效果。基于上述考虑，依照丁丁等[4]划分低碳试点城市的方法，利用人均GDP和人均碳排放水平两个核心指标将研究的30个低碳城市划分为9个领先型低碳城市、12个发展型低碳城市、4个后发型低碳城市和5个探索型低碳城市。

由于后发型和探索型低碳城市样本较少，主要对领先型和发展型低碳城市进行实证分析。实证结果表明，在领先型低碳城市中，低碳试点城市的建设显著降低了城市总废气排放量和人均排放量，分别降低了46.5%和40.1%，高于前文全样本20%左右的减排效应；在发展型低碳城市中，低碳试点城市的建设对环境污染影响不显著。由于领先型低碳城市多数进入后工业化阶段，城市基础设施已接近完成，其低碳试点城市政策落实的阻力较小，带来的减污效应也大；而在发展型低碳城市中，总体处于快速城镇化过程，伴随着大量的城市基础设施建设，低碳试点政策的落实阻力会比较大。

3.2 不同经济辐射能力低碳试点城市减污效应分析

进一步依据是否具备经济辐射能力，将低碳城市划分为两个样本，分别与非低碳城市进行双重差分回归，进而探讨城市经济辐射能力的差异是否会导致低碳城市减污效应的显著差异。回归结果表明，在具备经济辐射能力的低碳城市中，低碳试点建设分别显著降低了城市总废气排放量和人均排放量，分别降低了28.7%和27.7%；在无经济辐射能力的低碳城市中，低碳试点建设对工业污染影响不显著。这意味着具备经济辐射能力的城市更可能进行污染产业的转移，产业调整更容易，低碳试点对工业污染排放的减排效应会更加显著；而无经济辐射能力的城市污染产业调整可能更加困难，低碳试点政策落实相对更加困难。

4 结论与启示

笔者基于地级市面板数据，采用PSM-DID方法建立双向固定效应模型评估了低碳试点城市政策对工业污染的减污效应。实证结果表明：(1)低碳试点城市能显著降低废气排放量和人均废气排放量，平均而言可以分别降低大约19%和18%；(2)相比发展型低碳城市，在领先型低碳城市中，低碳试点建设能大幅度降低总废气排放量和人均废气排放量，且减污效应更加明显；(3)在具备经济辐射能力的低碳城市中，低碳试点分别显著降低了城市总废气排放量和人均排放量，但在无经济辐射能力的低碳城市中，低碳试点建设对工业污染影响不显著。

上述研究结论对深化低碳试点城市建设和提高城市的环境污染治理水平具有重要的政策指导意义。首先，政府要依托低碳试点城市的政策红利，优化能源结构，提升工业的单位能源产值，充分发挥低碳试点城市建设过程中对工业污染减排的正向效应，实现人与自然和谐共处，促进经济与生态平衡可持续化发展。其次，为了更好地发挥低碳试点城市政策对工业污染减排的积极带动作用，低碳城市建设应全面深化城市低碳发展的理念，重视废水等其他污染排放量的控制，要以打造一个良性、可持续、绿色环保的能源生态体系为政策目标。最后，城市发展阶段异质性分析表明，处于后工业化阶段的领先城市更适合推行低碳试点城市的建设，领先性的城市更能发挥低碳城市的减污效应。因此，在审批新一批低碳试点城市时，应该充分考虑到城市的发展阶段差异性，为了更好发挥政策效果应该尽量选择处于后工业化阶段的城市。