我国低碳城市试点选择的影响因素研究

摘 要：试点是国家政策实验关键方法。文章通过对我国各省政府官网和国家统计局公布的2010年至2018年期间的数据进行搜集和整理，从试点选择的视角出发分析国家确立低碳城市试点基于怎样的因素考虑，通过事件史分析方法探讨各个影响因素对于因变量“是否成为试点省份”产生的影响。结果显示：财政支出状况、绿化面积、地理位置和人口规模对于某一省份被选为低碳城市试点省份有积极作用，表明中央政府在进行试点选择时优先考虑“有能力”的城市，体现国家确立试点时因地制宜、顾全大局的基本思想。

关键词：低碳城市试点；试点选择；影响因素

中图分类号：F293；DO1 文献标识码：Ａ 文章编号：１００９ — ２２３４（２０22）11 — ００90 — ０6

引言

经济飞速发展加速了我国能源消耗的速度，使得二氧化碳排放量大幅增加。2021年3月15日，习近平总书记主持召开中央财经委员会第九次会议强调：“要把碳达峰、碳中和纳入生态文明建设整体布局。”［26］可见解决二氧化碳过量排放问题迫在眉睫。低碳城市是解决碳排放增加的重要举措之一，我国从2010年10月国家发改委出台《关于开展低碳省区和低碳城市试点工作的通知》以来，各省份快速落实中央决策部署，建设低碳城市试点，截止到2018年已公布三批次低碳城市试点并取得了很大的成效。然而，国内低碳城市相关研究，较多集中在低碳城市政策的评估和产生的影响方面，对于国家确立低碳城市试点基于何种因素的研究还未涉及。

一、低碳城市试点

政策试点是我国国家治理与政策创新的重要手段和特有的政策测试与创新机制，类型可以包括：试点项目和试验区等［1］。其发展也可概括为：萌芽阶段、兴起阶段和成长阶段。对于政策试点的研究方法和研究内容也逐渐系统化。低碳城市就是在试点城市实行低碳经济，从各个方面将城市的碳排放降低来达到环保目标。我国进行低碳城市试点建设是在2010年之后，由最开始的五省八市逐渐发展到目前八十多个城市。推行这一政策的主要目的在于提升能源使用效率，实现城市经济高质量发展。

二、文献回顾

1.关于试点选择的研究。學者周望（2013）提出：作为整个试点过程的首要环节，试点项目的启动，通常在中央政府的“推动力”和地方政府“竞争力”这两个基本因素的交互作用下展开。将试点行为的发生归纳为“争取”、“指定”、“追认”、“自发”四种不同类型［2］。学者刘伟（2015）从政策试点的三个阶段：前试点、试点、后试点三个阶段出发，认为在前试点阶段，上级政府有明确的政策目标，但缺乏落实目标的政策内容与工具。在试点阶段，上级有了明确的政策目标，同时也确定了符合自身偏好的政策内容，但缺乏落实政策内容的工具。在后试点阶段，当政策内容与政策工具均在试点过程中被确定，政策过程便进入后试点阶段，此时试点状态通过上级政府的行政命令，转化为常态［3］。丰雷、胡依洁（2021）认为中央政府在试点过程中有明确的意向性和目的性，直接设计整体的试验方案，指导地方的试验进程。通过“设计试验”能否成功实现政策的制定和推广很大程度取决于中央政府是否对试点进行有效的治理［4］。

2.国内外政策扩散的研究。国外学者Jack（1969）发表了《美国各州间的创新扩散》一文由此开创了政策扩散研究的先河［16］。随后Rogers（2003）也通过研究发现政策扩散普遍存在“S”型的扩散曲

线［17］。随后，一些学者也分析了各种因素对于政策在各州之间扩散的影响，例如：Damanpour（2006）以美国公共机构为研究对象分析了高层管理人员的态度、环境特征、组织特征三方面对政策创新扩散的影响，提出相较环境特征，高层管理人员态度和组织特征对政策创新扩散的影响更大［18］。国内学者周望（2011）、王浦劬（2013）认为我国的政策扩散路径可以分为水平扩散、自下而上扩散和自上而下扩散［5］。但我国政策扩散的路径在自下而上扩散上遵循“地方创新－上级采纳－推广实施”的路径。自上而下扩散则以实验主义治理为主要形式，遵循“先试先行－典型示范－以点促面－逐步推广”的实践路径［6］。朱旭峰（2016）分析了城市政府对上级政府之间的关系，讨论了中央命令和省级命令对城市政府采纳政策的影响［7］。陈潭（2020）认为上级压力是影响居住证制度采纳的最重要因素；竞争压力和城镇化率也影响居住证制度的扩散，但存在负相关，与预期相反［8］。

3.低碳城市的相关研究。首先有关于低碳城市政策内涵的界定包括：学者刘天乐（2020）提出将低碳城市政策纳入生态文明建设体制中，重新定位，配套对应体制机制；构建多元的、可持续的资金保障机制；完善政策评价标准并建立试点退出机制［9］。陈宇（2020）认为试点政策依靠四种机制得以落实：方案规划机制、执行制度保障机制、试点示范落实机制、策略选择机制［10］。石龙宇（2018）认为将城市达到较高的低碳发展水平的影响因素概括为：加强城市的教育投入、增加城市绿化、改进土地利用规划、改善城市道路及交通状况、增加城市环境污染处理的投入以及改进城市环境污染处理技术［11］。其次，建设低碳城市对于社会产生影响的相关研究包括学者徐佳（2020）认为低碳城市政策能够在一定程度上诱发企业整体层面的绿色技术创新［12］。禄进（2020）提出低碳城市政策的实行显著促进了产业结构的升级；二是低碳城市政策对产业结构的作用有所减弱；三是财政分权、技术创新、绿色消费观念是低碳城市政策推动产业结构升级的正向中介［13］。周迪（2019）认为低碳试点政策对城市的碳排放强度下降具有显著且持续的推动作用；低碳试点城市主要是通过能源效率的提高以及产业结构升级等方式实现碳强度的下降［14］。关宇航（2021）认为低碳城市政策提升了企业全要素生产率。低碳城市政策对企业全要素生产率的作用会受城市规模和资源禀赋、行业碳排放程度、企业议价能力等因素的影响［15］。较多的研究关注政策本身的内涵和执行机制以及造成的影响等。

总的来说，无论是基于试点选择视角还是政策扩散视角，都是中央政府或者是地方政府的一种“试对”或者“试错”的过程。一项政策的采纳所受的影响因素主要包括自上而下的上级政府的命令、经济因素、同级政府之间的竞争，还有学者从更加微观的角度如领导人特质去说明这些因素对于政策扩散的影响。

三、研究假设

试点选择本质上是中央政府为了验证某项新政策的“对”或“错”从而选择实验地点进行一定规模的政策实验。在试点选择的过程中，中央政府委托地方政策执行某项新政策，所以往往扮演“委托人”的角色，而地方政府扮演着“代理人”的角色［6］。从中央政府试点选取的视角出发，以“是否被确立为试点省份”为因变量，将试点地区的地方财政一般预算支出、人口数、建成区绿化覆盖率、能源使用情况、地理位置作为自变量，分析自变量对因变量产生的影响。

省份的基本条件是中央政府考虑其作为政策试点的重要因素。资源越丰富，政策实验成功率越大，越有可能被选为试点。文章將财政一般预算支出用来衡量试点省份的财政水平，因此提出以下假设：

假设1：一个地区一般财政支出越高，说明该地区可支配的资源越多，越能受到中央政府的“青睐”。

有学者认为一个组织的规模与组织进行某项创新存在着正相关［27］。试点就是在一个地区实行一项创新，而人口多的省份较人口少的省份越有可能采纳政策创新，原因在于：人口数多比较容易形成公众舆论压力等外部因素，从而影响地方政府接受新政策。因此试点和人口规模之间存在着密切的联系。对此假设如下：

假设2：一个省份的人口数量越大，则成为试点的可能越大。

市场化水平是全要素生产率提升的主要推动力，对于促进我国经济增长方式的转变、经济发展质量的提高均具有重要的推动作用［6］。市场化总指数是指地区市场化发展水平和程度。市场化总指数越高，政策实施所受到的阻力相对来说较小，政策成功的可能性越高，成为试点的可能性也越高。因此假设如下：

假设3：地区的市场化水平越高，该地区被选为低碳城市试点省份的可能性越大。

能源的消耗必定使得各种污染物排放物增大，对环境有重大负面影响。文章主要以燃烧煤炭的碳排放量来进行解释说明。碳排放的增高会迫使地区想采取相关环保类政策来缓解，加大绿化面积就是一种缓解环境问题的措施，绿化覆盖率越高的地区，环境质量越好。假设国家确立低碳城市试点时会考虑各省的污染程度，通过建立试点来改善生态环境。因此提出：

假设4：绿化覆盖率越高的省份，被确立为低碳试点省份的可能越小。

假设5：能源消耗越大的省份，越有可能被选为低碳试点省份。

地理位置为某地区的自然条件，对于地区的经济发展有着至关重要的影响［29］。国家统计局将全国划分为东部地区、中部地区、东北地区和西部地区。一般来说，东部和中部地区在资源方面较其它地区发达，能够在申报试点时更胜一筹。文章拟将东部和西部地区进行对比分析：

假设6：位于东部地区的省份被确立为试点的可能性高于西部地区。

地区高等院校储备了丰富的人才和知识等资源［28］。低碳城市建设依赖于人才等相关资源，高等院校数量决定了一个地方的文化基础和实力，文章用某一省份的高等院校数量来衡量一个地区的文化水平。因此作出如下假设：

假设7：一个省份的高等院校数量越多，则越有可能被确立为试点。

四、研究方法及变量测量

1.研究方法。文章采用事件史分析分析方法，该方法由国外学者引入创新扩散研究领域并得到广泛应用。旨在讨论在某一时间某一省份成为试点的可能性及其影响因素，由于数据的时间间隔以年为单位，时间跨度较大，因此事件史分析中的离散时间风险模型适用。

2.被解释变量。被解释变量为“是否成为低碳城市试点省份”，为二分变量，即该省份成为试点年份之前变量“Event”为0，成为试点省份后变量“Event”编码为1。以省政府正式出台低碳城市试点的规划以及通知文件为该省成为试点省份的时间。考虑到发展方式以及资源环境不同，除去香港、澳门两个特别行政区和台湾地区三个区域。政策文件和时间均通过“Baidu”搜索关键词“低碳城市试点+省份名称”通过反复对比和筛选得出。

3.解释变量。文章将解释变量分为以下几类：

一般公共财政支出：该变量“LOG_Fin”为某一省份成为试点省份前一年的财政支出总额，来源《中国统计年鉴》，数据作取对数处理。

人口规模：该变量“LOG_People”为某一省份常驻人口总数，来源《中国统计年鉴》，取对数。

市场化指数：“Market_index”为该省份的市场化总指数，来源《中国市场化指数报告》。

绿化面积：“Covering_Rate”为该省份建成区绿化面积，来源中国知网。

碳排放量：“LOG_CO2”为该省份煤炭的碳排放量，数据做取对数处理。

文化实力：“University”为该省份高等院校数量，来源中国知网。

地理位置：该变量为一个二分变量，分为东部地区“East”、以及西部地区“West”。若某一省份为东部地区省份则在East指标下编码为1，否则编码为0。

五、结果分析

1.描述性统计。表2报告了主要变量的描述性统计分析结果。解释变量中财政一般预算支出、人口规模、建成区绿化覆盖率和碳排放量均为前一年的数据，对变量财政支出、人口规模和碳排放量进行了取对数处理。通过总体的差异来看，存在较大的可解释空间。多重共线性检验用于检测各变量之间的多重共线性从而保证变量之间相互独立，文章对各个变量进行多重共线性检验，发现方差膨胀因子均小于10，因此变量之间不存在共线性。

2.相关性分析和事件史分析。

（1）财政资源。相关省份的财政支出情况明显影响中央政府选择低碳城市试点地区时首要考虑的因素，财政支出越大，说明该地区一般可以支配的资源越多，越有能力建设低碳城市，因此对于财政支配空间大的省份中央政府放在首要考虑位置，因此假设1得到支持。

（2）绿化面积。考虑到绿化面积直接关系到某一地区的环境质量的高低，绿化覆盖面积越大说明某一地区的环境质量越好，在建设低碳城市时越有能力推行绿色低碳发展、营造优良人居环境和提升城市生态水平，而结果表明：绿化覆盖率同成为低碳试点之间存在正相关，说明绿化面积越好，越有可能引起中央政府的重视，则会被着重考虑，因此假设4得到验证。

（3）文化实力。高等院校数量在政策实施的过程中起着智囊团的作用，能为政策实施提供所需的人力和知识储备，因此高等院校数量越多，说明越有能力承担起政策实施的基本条件。但是结果表明高等院校数量同因变量之间存在负相关，其中原因为学校数量越多，政府的财政负担越大，越没有多余的资源去进行低碳城市的建设，因此变量7未得到支持。

（4）市場化指数，制度环境变量其实质探讨的地区市场化发展水平和程度，发展水平越高，越能提供政策创新时所需要的条件。所以综合来看市场化指数越高，成为低碳城市试点省份可能越小，假设3未得到支持。

（5）碳排放量。减少碳排放是建设低碳城市的首要目标，因此一个地区的碳排放量无疑成为中央政府在考虑试点地区的关键因素，一者在碳排放量高的地区开展低碳城市建设可以有效抑制碳排放量的增加，二者在碳排放量高的地区开展试点可以起到明显的带动和宣传作用。结果表明一个省份的碳排量越高，成为低碳城市试点的可能越小。因此，碳排量越高，中央政府越可能认为该地区进行试点建设的难度越大，假设5未得到验证。

（6）地理位置。相较于西部地区，东部地区相关省份成为试点的可能性更高，一者是东部地区沿海且交通便利，相较于西部欠发达地区有着更好的资源和信息。二者这体现了中央政府不仅注重地方原有条件，因地制宜的发展，又注重整体的综合布局，在不同地区选择底子好和带动强的地区开展低碳城市建设。因此，基础条件好的地区和省份仍然会首先考虑；其次，试点地区仍会从东部向西部和东北部地区逐渐推广，假设6得到验证。

（7）人口规模。人口数量的增多虽然可以带来较大的舆论压力迫使政府进行某项政策创新，但是对于建设低碳城市试点而言，人口规模的增大无疑增大了人们在日常生活中碳排放量。结果也表明人口规模与成为低碳城市试点之间存在负相关。因此假设2未得到支持。

六、结论

采用中国省份面板数据对我国低碳城市试点政策扩散的影响因素进行了研究。研究表明：地区资源和先天条件显著增加了地区成为试点的可能性，因为低碳城市试点选择本质就是中央政府的一种“试对”或“试错”的过程，政策的成功与否存在太多的不确定性和复杂性，不确定性越高，中央政府在选择试点地区时越不会承担“风险”，地区资源好的省份不确定性越低，政策越有可能成功。中央政府在选择试点时也会通过试点树立一个标杆和旗帜，供其它省份学习，最后要说明的是试点的选择并不是随机选择，而是一种综合考虑的理性选择。地理位置同样也是中央政府进行时点选择所关注的因素，地区所处的地理位置交通发达使得贸易往来密切，经济发展水平较不发达地区高，同时，地理位置良好也可以加快省份之间的信息交流，彼此交换经验，更有“能力”去建设试点。人口规模扩大无疑会增加舆论的压力，但是数量增加也同样导致日常生活中的碳排放的增加，例如出行使用交通工具。根据以上研究发现，人口增加小幅度增大某省份成为试点的可能性。碳排放增加降低了省份成为试点的可能性，原因在于碳排放增加使得该省份建设低碳城市试点的难度增大。省份的市场化指数与因变量之间呈现出负向影响。省份的高等院校数量增多使得财政负担增大，使得被确立为试点的可能性减低。碳排放增大，反而被确立为低碳城市试点的可能性降低，原因在于碳排放量增大，建设试点的难度更大。最后，本文的研究结论有助于帮助今后我国地级市层面建设低碳城市时提供理论和经验，同时也为今后其它政策试点的选取提供一定的理论支持。与此同时，文章研究存在不足，即仅考虑省级试点相关问题，对于地级市层面的低碳城市试点未涉及。

〔参 考 文 献〕

［1］李壮.中国政策试点的研究述评与展望——基于CSSCI数据库的分析［J］.社会主义研究，2018（01）.

［2］周望.如何“由点到面”——“试点—推广”的发生机制与过程模式［J］.中国行政管理，2016（10）.

［3］刘伟.政策试点：发生机制与内在逻辑——基于我国公共部门绩效管理政策的案例研究［J］.中国行政管理，2015（05）：113-119.

［4］丰雷，胡依洁.我国政策试点的中央政府行为逻辑探析——基于我国农村土地制度改革“三项试点”的案例研究［J］.中国行政管理，2021（08）：138-145.

［5］周望.连接理论与经验：政策扩散理论与中国的“政策试验”［C］.中国行政管理学会2011年年会暨“加强行政管理研究，推动政府体制改革”研讨会论文集，2011（06）.

［6］宋月明.市场化水平对区域经济发展的影响研究［D］.东北财经大学，2016.

［7］朱旭峰，赵慧．政府间关系视角下的社会政策扩散——以城市低保制度为例（1993-1999）［J］．中国社会科学，2016（08）：95－116．

［8］陈潭，李义科.公共政策创新扩散的影响因素——基于31个省级居住证制度的数据分析［J］.中南大学学报（社会科学版），2020，26（05）：107-118.

［9］刘天乐，王宇飞.低碳城市政策落实的问题及其对策［J］.环境保护，2019，47（01）：39-42.

［10］陈宇，孙枭坤.政策模糊视阈下试点政策执行机制研究——基于低碳城市政策的案例分析［J］.求实，2020（02）：46-64+110-111.

［11］石龙宇，孙静.中国城市低碳发展水平评估方法研究［J］.生态学报，2018，38（15）：5461-5472.

［12］徐佳，崔静波.低碳城市和企业绿色技术创新［J］.中国工业经济，2020（12）：178-196.

［13］逯进，王晓飞，刘璐.低碳城市政策的产业结构升级效应——基于低碳城市的准自然实验［J］西安交通大学学报（社会科学版），2020，40（02）：104-115.

［14］周迪，周丰年，王雪芹.低碳试点政策对城市碳排放绩效的影响评估及机制分析［J］.资源科学，2019，41（03）：546-556.

［15］关宇航，师一帅，李莉.低碳城市政策提升企业全要素生产率了吗——基于高质量发展要求的审视［J］.海南大学学报（人文社会科学版）：2021，

39（06）.

［16］Walker，  Jack L . The Diffusion of Innovations among the American States［J］. American Political Science Review， 1969， 63（03）：880-899.

［17］Rogers E M ， Simon and Schuster. Diffusion of Innovations， 5th Edition［M］. Free Press， 2003.

［18］Damanpour F，  Schneider M . Phases of the Adoption of Innovation in Organizations： Effects of Environment， Organization and Top Managers［J］. 2006， 17（03）：215-236.

［19］韩博天.中国经济腾飞中的分级制政策试验［J］.开放时代，2008（05）.

［20］粟多树.先摸索后推广：邓小平政策试验思想探析［J］.学习与实践，2008（10）.

［21］冯栋，何建佳.政策试验的要件构成及其优化对策［J］.行政论坛，2008（01）.

［22］韩博天.中国异乎常规的政策制定过程：不确定情况下反复试验［J］.开放时代，2009（07）.

［23］周望.如何“先试先行”——央地互动视角下的政策试点启动机制［J］.北京行政学院学报，2013（05）：20-24.

［24］朱旭峰，张友浪.地方政府创新经验推广的难点何在——公共政策创新扩散理论的研究评述［J］.人民论坛·学术前沿，2014（17）：63-77.

［25］王浦劬，赖先进.中国公共政策扩散的模式与机制分析［J］.北京大学学报（哲学社会科学版），2013，50（06）：14-23.

［26］习近平主持召开中央财经委員会第九次会议强调 推动平台经济规范健康持续发展 把碳达峰碳中和纳入生态文明建设整体布局 李克强王沪宁韩正出席［J］.思想政治工作研究，2021（04）：9-10.

［27］Camisón-Zornoza， Lapiedra-Alcamí， Segarra-Ciprés， et al. A Meta-Analysis of Innovation and Organizational Size［J］. Organization Studies， 2004， 25（03）.

［28］韩万渠.决策咨询制度扩散机制及其区域差异：基于中国城市政府的实证（1983-2016）［J］.公共管理与政策评论，2019，8（04）：15.

［29］肖序，周志方.我国四大经济区域技术创新能力体系评价及地域差异研究——兼议西部地区技术创新能力的提升［J］.科技进步与对策，2006， 23（04）：5.〔责任编辑：孙玉婷〕

收稿日期：２０22 — 11 — 13

作者简介：周斌斌（1997—），男，湖北襄阳人，硕士研究生，主要研究方向：公共政策。