清洁能源示范省政策的碳减排效应研究——以浙江省为例

李跃 邓心月 李鑫雨

（1 山东工商学院煤炭经济研究院 山东烟台 264005 2 山东能源经济协同创新中心 山东烟台 264005 3 山东工商学院经济学院 山东烟台 264005）

0 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，提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，努力争取在2060 年前实现碳中和。2021 年3月，国务院总理李克强在政府工作报告中提出“扎实做好碳达峰、碳中和各项工作。制定2030 年前碳排放达峰行动方案”。“双碳”目标已经上升到国家战略高度，积极推进碳减排具有重要战略意义和现实意义。截至2020 年，我国的煤炭使用量仍占全国能源消费总量的57.5%左右，是我国现阶段的主体能源，亦是碳排放的主要来源。积极推动清洁能源对化石能源的替代，是“双碳”目标实现的关键路径之一。为推动能源生产和消费清洁化，加快清洁能源对化石能源的替代，国家能源局通过试点示范，先后确立了浙江、四川、西藏、甘肃、宁夏、青海为清洁能源示范省（区）。

浙江省于2014 年成为中国最早的清洁能源示范省之一，时间最久，示范成效也最具代表性。由于其他5 省（区）的实施时间较短，实施后数据缺乏，所以本文最终选择浙江省作为研究对象。在“双碳”目标下，中国实施清洁能源示范省政策是否对示范省的碳排放水平产生了影响？如果有影响，是抑制还是促进？这些问题的准确评估对未来完善与推广清洁能源示范省政策有着重要的借鉴意义。

现有研究文献关于清洁能源示范省政策评估以及清洁能源示范省政策发展方面的研究相对较少。研究主要集中在2个方面：①侧重政策分析的清洁能源需求预测及发展对策方面研究，如李红霞等［1］在清洁能源示范省背景下，创建了清洁能源需求预测模型，预测了青海未来清洁能源需求规模，提出了发展对策。②以刘兰菊［2］、任晓航等［3］、李荣杰等［4］和徐斌等［5］为代表，基于计量模型探讨清洁能源发展对碳排放的影响问题，阐明了清洁能源发展对碳减排的积极作用。

虽然关于清洁能源示范省政策碳减排效应评估方面的研究较少，但是关于其他政策碳减排效应评估方面的研究较多，可以借鉴其研究方法，解答本文所研究的问题。路正南等［6］、董梅等［7］、张华［8］分别利用双重差分模型，探究了碳交易试点政策、低碳省区试点政策和低碳城市试点政策的碳减排净效应。鉴于此，本文利用双重差分法，评估国家清洁能源示范省政策对浙江省碳排放的影响效应。

1 研究设计

1.1 研究方法

目前，双重差分模型（DID）广泛应用于政策效果评价研究中。Heckman 最早运用DID 对社会公共政策进行研究，此后，DID 广泛应用于各个领域的政策评估研究中。DID 原理：要求实施政策前处理组和控制组碳排放指标基本呈现平行态势，两组之间的差距基本保持不变。在实施政策后碳排放指标差较之前出现变化，表现出清洁能源示范省政策对处理组碳排放量的影响。因此，DID 模型有效剔除了处理组在清洁能源示范省政策实施前后碳排放量指标本身的变化趋势，更准确地反映政策的实施和碳排放之间是否存在因果关系。

1.2 模型构建与指标选取

模型中，处理组为实行清洁能源示范省政策的省份，控制组为未实行政策的省份，政策实施省份和时间以国家能源局正式批复为准。浙江省选择通过国家能源局正式批复后实施的年份2014 年为政策实施年份。根据解释变量指标数据可得性，选定时间跨度为2005—2017 年。由于四川省、宁夏回族自治区在选定时间跨度内实施了政策，所以将四川省和宁夏回族自治区从控制组中剔除；考虑到青海省、甘肃省政策实施年份均在2017 年之后，在2017 年之前的变量数据没有政策影响，所以将其纳入控制组；西藏自治区因为数据不全面，所以也没有纳入控制组。综上，将浙江省作为处理组，四川省、宁夏回族自治区、西藏自治区以及港澳台除外的27 个省份作为控制组。

基于以上分析，设置treat 和post 两个虚拟变量，令处理组treat=1，控制组treat=0，实施政策前的年份post=0，政策实施后年份post=1，利用虚拟变量生成交互项did，did 的值为treat 与post 乘积。由此，设定双重差分回归模型如式（1）：

式中：i 代表省份；t 代表年份；Yit为被解释变量；treat×post 是交互项；α3表示处理组在实施政策后结果变量的变动程度，体现政策的变动效应，是目标变量，当其显著为正时，说明政策的实施对碳排放起促进作用，当其显著为负时，说明政策的实施对碳排放起抑制作用；Xit是由多个控制变量构成的向量集，各变量具体含义如表1 所示；εit为扰动项。

表1 变量说明及指标设计

1.3 数据来源

能源数据主要来源于国家统计局，其中山西省消费量、重庆市消费量数据库数据缺失，使用山西省统计年鉴、重庆市统计年鉴进行了补充。其他数据来源于中国统计年鉴、各省统计年鉴和Scientific Data。

2 结果分析

2.1 基准回归结果分析

运用模型（1）检验清洁能源示范省政策对浙江省碳排放的影响效应，结果如表2 所示。根据浙江省的计量结果可知，did 项（即treat×post）的系数在10%的显著水平下显著为负，说明清洁能源示范省政策的实施对浙江省碳排放具有显著抑制作用。表明浙江省严控煤炭消费、加快燃煤设备改造、发展清洁能源等措施，加快了能源消费、供给清洁化［11］，对于抑制碳排放量作用显著。结果还显示，城镇化水平对浙江省碳排放具有显著抑制作用，经济发展水平、产业结构（第二产业占比）、能源结构（煤炭消费占比）以及能源强度对浙江省碳排放具有显著促进作用。

表2 清洁能源示范省政策对浙江省碳排放量指标的平均影响

2.2 动态分析

为进一步观察清洁能源示范省政策对浙江省碳排放水平的动态影响，本文参考Beck 等［16］的做法，将浙江省清洁能源示范省获批当年作为基准年，绘制碳排放水平参数估计值如图1 所示。图1 中横轴表示清洁能源示范省获批前与获批后的年份数，纵轴表示碳排放指标的变化差异。根据图1 可知，浙江省清洁能源示范省政策实施前，碳排放水平参数为正；而在清洁能源示范省政策实施后，碳排放水平参数为负：这进一步佐证了前文结果，表明清洁能源示范省政策对浙江省碳排放具有显著抑制作用。分年度看，在浙江获批创建清洁能源示范省后的第一到第三年，碳排放水平参数均为负，且参数绝对值逐年减少，到第四年变为正：说明政策效果在政策实施后的两三年内比较明显，且抑制作用逐年降低，到第四年抑制作用消失，转变为促进作用。

图1 以浙江省为处理组的碳排放量趋势图

2.3 稳健性检验

实证结果的可信度取决于差分法估计的有效性，本文采用安慰剂检验法做反事实检验。通过改变政策执行时间进行反事实检验，具体思路是假设将政策冲击的年份移至2014 年之前的某一年，重新采取双重差分法对这一假想的政策效应进行检验。如果核心变量的估计系数仍然显著，说明沿线国家能源效率的抑制作用很可能是由其他政策或随机性因素导致的；如果核心变量的估计系数不显著，则说明清洁能源示范省政策对浙江省碳排放水平的抑制作用是显著的、有效的。为了确保实证结果的稳健性，本文将这一政策事件设定在2014 年之前的某个时期。表3 是反事实平行趋势检验结果，第（1）列至（3）列分别汇报了以相应年份为虚设的政策年份的估计结果，报告了安慰剂检验的估计结果。可以看出交互项的估计系数并不显著，因此可以排除其他潜在的不可观测因素对浙江省碳排放水平的影响，这一反事实检验印证了双重差分估计结果的可靠性。由此可见，本文的研究结论具有稳健性。

表3 假设政策实施年份改变的稳健标准误下回归结果

3 结论和政策建议

为了促进能源消费结构的优化升级，提高新能源在能源消费中的占比，控制碳排放量，国家设立清洁能源示范省进行探索。实施清洁能源示范省政策的省级地区对其他地区在能源消费转型、清洁能源的开发利用、碳排放的控制方面具有借鉴意义。以浙江省为研究对象，运用双重差分模型，依托2005—2017 年的相关数据对清洁能源示范省政策的碳减排效应进行科学准确的评估。研究结果显示，清洁能源示范省政策的实施对碳排放量的增长具有显著的抑制作用，但该政策的碳减排效应具有一定时效性，2014—2016 年，该政策对碳排放表现为抑制作用；2017 年对碳排放表现为促进作用。基于上述结论，我国建立清洁能源示范省对控制地区碳排放量、改善生态环境起到积极作用。然而这并不代表清洁能源示范省政策的全面成功，要将该政策推向全国仍需要不断总结和改进。对此，本文提出了以下2 点建议：

（1）全面实施清洁能源示范省政策。从我国目前的现实状况来看，清洁能源示范省的建立取得了阶段性的发展成果，但部分地区并没有开始实施此政策，仍处于高碳的境况，进一步加剧了地区间碳排放量的差异。所以我们应该全面实施清洁能源示范省政策，一方面抑制各地区碳排放量的增长，另一方面减小各城市之间的差距。

（2）完善政策的实施内容和途径。从动态分析结果可以看出，该政策实施初期，对碳排放具有显著抑制作用，而在政策实施后期该抑制作用逐渐消失。主要原因在于政策实施持续性不足，应制定相应的考核机制，完善政策实施内容和途径，保障政策实施的有效性。

总而言之，清洁能源示范省的建立改善了当地的环境，优化了能源结构，通过控制能源消费量，加快煤炭消费替代，实现能源消费清洁化；通过持续推进科技创新、产业进步、体制改革和重大能源项目实施等举措，有效支撑清洁能源发展，为全面推广国家清洁能源示范省奠定坚实基础。