低碳城市试点对邻接非试点城市碳排放的外部效应

郑 汉，郭立宏

（西北大学经济管理学院，陕西西安 710127）

在过去的四十多年内，中国经济实现了快速且持续的增长，与之相伴随的是二氧化碳排放量的迅速增长。而以二氧化碳为主的温室气体排放是造成气候变暖和极端天气事件的“罪魁祸首”，如过去十年中常见的地区性洪水、干旱、热浪和强降雨。为控制二氧化碳排放，减缓气候变暖，中国政府实施了多项政策试点，用于寻找控制二氧化碳排放的有效方案。城市是一个地区经济增长的主引擎，在紧密的空间内聚集着大量的人口、企业和经济活动，是碳排放的主力，也是碳减排的核心［1］。为此，国家发展改革委于2010 年首次开展低碳省市试点工作，通过探索低碳产业发展模式，开展低碳关键技术创新，倡导低碳消费模式等多样化的方式，推动本地碳减排工作的展开。随着低碳省份和低碳城市在碳减排工作上的经验积累，国家发展改革委于2012 和2017 年进一步扩大试点范围，目前共包含6 个省份、81 个城市，体现出国家层面对低碳试点工作的重视。

现有研究对低碳城市试点给予了一定的关注，主要集中于低碳省市的执行机制［2］、政策设计逻辑［3］、创新效应［4］、净碳减排效应［5-6］、空气治理效应［7］，以及试点建设带来的环境规制增强对辖区内企业绿色创新产出和生产性服务业的影响［8-9］。通过梳理现有研究可以发现，低碳试点省市是多数文献的探讨主体，鲜有学者关注低碳城市试点对非试点地区的影响。部分文献指出试点政策对周边城市的创新具有空间影响［4］，还有少数研究以2012年低碳城市试点政策为对象，发现低碳城市试点对省内非试点城市的企业绿色创新产生了溢出影响［10］。事实上，低碳城市试点作为国家重点推行的一项环境治理政策，至今为止已开展了三批试点。这样的试点政策不仅只是对试点城市探索低碳经济发展、促进绿色技术进步、多渠道减少碳排放起到作用，还可能通过环境规制增强导致的“挤出效应”、经验技术外溢产生的“溢出效应”和试点政策压力引发的“鲶鱼效应”对邻接城市的碳排放产生外部效应。但目前来看，鲜有文献明确考察低碳城市试点与非试点地区碳排放的关系，这就为文章的研究开展提供了空间。

低碳城市试点这一上承中央顶层设计、下启地方实践创新的制度试验，不仅承担着试点城市通过发展低碳产业，促进产业绿色转型，倡导低碳理念等方式减少碳排放的使命；还应起到通过一点带动一片的重任，发挥自身的多重效应，推动周边城市碳减排工作的有序开展。因此，有必要系统全面地评估低碳城市试点的综合政策效果，从而为进一步完善和发挥试点工作对全局性改革的示范、突破、带动作用提供借鉴和参考。鉴于此，文章研究的主要问题是低碳城市试点对邻接非试点城市碳排放是何种外部效应，并针对具体的外部效应开展进一步的探讨。文章可能的边际贡献在于：第一，不同于已有对低碳城市试点的研究［4-9］，文章以低碳城市的邻接非试点城市为研究主体，探讨低碳城市试点的外部效应，拓宽了环境试点政策有效性评估的研究。第二，文章发现低碳城市引发的“鲶鱼效应”是激励邻接非试点城市开展碳减排的动力，为地区间环境治理策略向“竞相向上”的转变提供了新证据。第三，文章进一步发现“鲶鱼效应”对地方政府提高环境治理力度的激励效果存在上限，这为下一步如何优化地区间的协同环境治理机制提供了新思路。

1 逻辑分析与假说提出

1.1 试点政策影响邻接非试点城市碳排放的逻辑

改革开放的前三十多年里，在传统晋升锦标赛和财政分权式的政府行政体制下，辖区内的环境指标在官员的晋升评比中占比较低，而地方政府在经济增长方面表现优异，则官员被晋升的几率就会增大［11］。因此，环境保护被迫让步于经济增长，官员的环境治理考核往往被“放了水”或“打了折扣”［12］。虽然中央政府逐渐表现出对环境问题的关注，但当中央环境治理关注度与地方经济发展形成冲突时，地方政府会选择性地执行环境治理政策［13］。低碳城市试点作为中央政府推行的环境试点政策，获批试点建设的城市为完成试点任务，往往会执行较为严格的环境治理政策，要求高排放企业增加环保装备、限产，甚至关停，这些举措可能会迫使高排放企业向邻接非试点地区转移［14］。在环境规制“逐底竞赛”的局面下，本地挤出的污染企业对外地来说，却可能是一个“香饽饽”，试点城市通过挤出高排放企业，达成了自身的减排目标，但也造成区域内碳排放此消彼长的零和局面。

为摆脱各地多年来形成的以牺牲资源环境为代价，谋取经济增长的路径依赖［15］，国家层面在环境治理领域逐渐加大重视程度。2009 年颁布的《地方党政领导班子和领导干部综合考核评价办法（试行）》中提出要在节能减排与环境保护方面对官员政绩进行考核，2014年《环境保护法》的实施更是进一步明确地方政府应对所在地区的环境问题负责。党的十八大以后，随着约束性生态指标被纳入官员考核体系和环保考核“一票否决制”的确立，环境治理绩效逐渐成为地方官员晋升考核中的关键要素［16］。原先产生“逐底竞赛”的基础，即以GDP 为主要考核指标的官员晋升体系，在当下的中国已经发生了较大转变，地区间的环境治理策略逐步转向“逐底竞争”和“竞相向上”并存的局面［17-18］。张振波［19］进一步指出随着绩效考核生态化，地方政府之间在环境治理策略上的互动关系，开始由过去的“逐底竞争”转变为“策略性模仿”。

低碳城市试点作为环境治理试点政策，其对于周边地区存在两方面的扩散效应。一方面，低碳城市建设促进了试点城市低碳产业的发展和绿色技术的涌现，借助地区间贸易往来与人员交流，这种发展经验和技术创新能够被邻接非试点地区所获取［4］，进而影响该地区的碳排放。另一方面，环境治理试点政策的施行，开启了地方政府间的环保资格赛［18］。获批低碳城市试点也意味着该城市前期的碳减排工作优于全国平均水平，具有荣誉表彰的含义，能够提升主政官员的晋升几率［20］。在试点城市的“先进者”标签带来的制度压力下，邻接非试点城市的主政官员要想在官员晋升中脱颖而出，需要采取更积极的“竞争向上”策略，势必会影响邻接非试点城市的碳排放。

1.2 试点政策影响邻接非试点城市碳排放的假说

低碳城市试点的“挤出效应”是指低碳城市建设会带来环境规制的增强，可能会导致邻接非试点城市碳排放的增加。随着人民对良好生态环境的需求日益增长，中央政府不断加大对环境问题的关注，低碳城市试点政策的实施，体现出国家对碳减排工作的重视。为保证低碳城市试点的成功，试点城市的主政官员会更加重视环境治理问题，一方面，通过法规条例加强对环境污染问题的惩罚力度，另一方面加大实践过程中的执行力度。污染避难所假说认为，污染密集型产业倾向于建立在环境标准相对较低的国家或地区［21-22］。在以GDP 为关键考核指标的晋升体系中，经济增长仍是主政官员的首要目标，没有直面试点任务压力的地方政府会选择较为宽松的环境治理政策［13］。在低碳城市选择加强环境治理的情况下，非试点的地方政府可能维持或者放松本地的环境规制，保持两地之间环境规制的差异进行“招商引资”［23］，以实现本地区的经济增长。污染产业的转移路线遵循着成本优先的原则。与低碳城市非邻接的非试点地区相比，邻接的非试点地区在经济结构和资源基础上和低碳城市更为相似。污染产业在成本与收益的考量下，会更倾向于迁移至邻接非试点地区，这也会带来污染源的转移，导致邻接非试点城市碳排放的增加，造成城市群内部碳排放此消彼长的困境。

“挤出效应”假说：低碳城市试点会产生污染避难所效应，提升了邻接非试点城市的碳排放。

低碳城市试点的“溢出效应”是指随着低碳城市的建设，其减排技术、绿色发展经验和制度等无形的知识，会随着贸易往来扩散到周边地区，带动周边地区碳减排工作的开展。知识和技术具有非竞争性和排他性，会随着人员和产品的互动往来，借助于城市间的信息化和网络化建设，外溢到周边城市［24-25］。已有研究也证实，低碳城市建设不仅有助于本地技术创新水平的提升，也带动了周围城市的创新［4］。理论上，随着两地间的距离扩大，两地间经济往来的交易成本也会增加，人员、贸易和资本均受制于空间距离，会逐渐降低其流动性。因此，低碳城市试点的“溢出效应”会随着空间距离的加大而减弱，即邻接非试点城市受到的“溢出效应”会更强。对于非试点城市而言，当其周边地区拥有低碳城市时，这类非试点城市能够借助政府间的访问观摩、行业间的学习交流和企业间的贸易往来，获取低碳发展经验和绿色生产技术［26］。这也意味着非试点城市拥有了后发者优势，这种优势可以帮助非试点城市在探索低碳经济的过程中少走弯路，快速积累低碳生产的技术和经验，进而有助于本地碳排放的降低。

“溢出效应”假说：低碳城市试点会产生溢出效应，降低了邻接非试点城市的碳排放。

低碳城市试点的“鲶鱼效应”是指低碳城市带有的“先进者”光环，增强了邻接非试点城市的“绿色”压力，促使邻接非试点城市不得不重视环境治理，进而减少该地区的碳排放。在转型中的晋升锦标赛的规则下，中央政府在2010 年开始实施的低碳城市试点，释放出其对碳减排工作的重视。非试点城市的主政官员会在晋升评估中获知先前案例中被提拔官员的政绩，进而在之后的评估期中主动学习先前案例中被提拔官员的施政行为［27］。同时，低碳城市试点是中央政府统筹考虑各申报地区的工作基础、示范性和代表性等因素，进而挑选出的在减排工作中表现出色、治理基础较好的城市。对邻接非试点城市而言，未获批低碳城市本身就表明该城市在环境治理领域弱于邻接的试点城市，存在着先天不足，其可能会在面临较多的环保绩效考核压力［10］。在中央的统一部署下，环境治理绩效已经纳入地方政府的政绩考核体系，对城市的主政官员来说，在全力发展经济的同时还要保证地区的生态环境质量，即在多维度的晋升考核中，需要兼顾多个目标。低碳城市珠玉在前，所以无论试点城市之后的减排成效如何，邻接非试点城市在中央政府的环境考核压力下，都不得不重视减排工作。如果非试点城市能够在环境治理方面与同区域的试点城市相比，做得一样好甚至更好，充分体现出地方政府对中央政策的贯彻力度，有助于提升其主政官员在转型中的晋升锦标赛中胜出的几率。

“鲶鱼效应”假说：低碳城市试点会产生“绿色”压力，降低了邻接非试点城市的碳排放。

2 研究数据与设计

2.1 样本选取与变量定义

文章采用2006—2019 年中国284 个城市作为研究样本，原因如下：第一，能源消耗是影响碳排放的重要因素，2006年国家层面首次将能源消耗强度指标列为约束性指标，为剔除这一政策的影响，文章选择以2006年作为样本的起始年份。第二，受2020年新冠疫情冲击的影响，各类经济数据与往年存在一定偏差，为尽可能准确地评估低碳城市试点的外部效应，文章将截止时间定于2019 年。在所有变量中，低碳城市来自于国家发展改革委官方网站；低碳城市的邻接非试点城市来源于手工查找中国地图；城市层面的碳排放数据来自于中国碳排放数据库，因该数据库的碳排放数据只到2017 年，文章采取插值拟合的方式，将其补全至2019年；其他数据来源于中国研究数据服务平台（CNRDS）；部分缺失数据通过查阅历年各省统计年鉴和城市统计年鉴获得。

（1）碳排放。文章以城市的碳排放总量作为城市的碳排放水平，进行对数化处理；用碳排放总量与GDP之比衡量城市的碳排放强度。

（2）试点冲击：城市的邻接地区中拥有低碳城市，则在当年及以后各年取值为1，否则为0。因第二批低碳城市试点通知的印发时间接近2012 年末，政策带来的冲击很难于当年产生效应，故第二批低碳城市的邻接非试点城市从2013 年开始受到试点冲击，第三批低碳城市的邻接非试点城市从2017年开始受到试点冲击。根据国家发展改革委发布的第二批和第三批低碳城市的名单，结合Arc Gis 中的中国地图信息，得到低碳城市及其邻接城市名单，经过筛选共有60 个低碳城市、139 个邻接非试点城市和85个非邻接非试点城市（为了节省篇幅，详细的邻接非试点城市名单从略，留存备索）。依据民政部公布的《中华人民共和国行政区划统计表（2019）》，2019 年中国城市行政区划中地级及以上区域有4 个直辖市，293 个地级市。因部分城市数据缺失，研究样本中剔除地级市中海南省的三沙和儋州，贵州省的毕节和铜仁，西藏自治区的全部地级市，青海省的海东以及新疆维吾尔自治区的吐鲁番和哈密，共计13 个城市。同时，研究未涉及香港、澳门、台湾地区。

与第二批、第三批设立的低碳城市相比，已有研究认为2010 年试点地区主要以省份为主，而且选拔过程不公开，不明晰，规范性较弱，不易对邻接地区产生影响，不具备扩散效应［10］。文章在稳健性分析中，将会控制2010 年的试点区域的城市，以进一步分析第二批、第三批设立的低碳城市带来的外部效应。

（3）控制变量。因影响碳排放的因素较为繁多，为了控制其他因素可能产生的影响，缓解遗漏变量偏误所造成的内生性问题，借鉴董梅等［5］的做法，文章还纳入了一系列控制变量。工业结构水平，以第二产业增加值与GDP 的比值进行测算；对外开放程度，以FDI 与GDP 的比值进行测算；经济发展水平，以人均地区生产总值的对数值进行衡量。研发创新能力，以专利申请数的对数值进行衡量；能源消费结构，以煤炭消费占比进行衡量，受数据限制，该指标用省级层面数据表示。此外，由于各地区FDI 是以美元计价的，文章利用2006—2019 年中美年均汇率对其进行相应换算。为剔除价格因素的干扰，将所有涉及价格因素的指标均缩减为以2006年为基期的不变价。主要变量的描述性统计结果见表1。

2.2 模型设定

文章使用双重差分法（DID）评估低碳城市试点对邻接非试点城市碳排放的外部效应，根据双重差分模型设立的基本步骤，构建出虚拟变量。基于此，文章的回归模型设定如下：

式（1）中，下标i表示城市，t表示时间。CO2it是文章的被解释变量，表示城市j在第t年的碳排放；ljsd为试点冲击，其系数β表示低碳城市试点对邻接非试点城市碳排放的影响；Xit表示其他随时间变动的影响城市碳排放的一系列控制变量，μi代表各城市的个体固定效应，υt代表时间固定效应，εit为误差项。

3 实证检验及结果分析

3.1 基准回归

低碳城市试点政策是按照“公开申报，择优选取”的原则，统筹考虑各申报地区的工作基础、示范性和试点布局的代表性等因素，最终确定低碳城市。试点城市的获批本身具有非随机性，但一个城市是否选择申报低碳城市试点的决策，与其邻接的城市无关，所以低碳城市试点对邻接非试点城市碳排放的影响具有严格的外生性。文章为考察低碳城市的邻接非试点城市与非邻接非试点城市之间碳排放的差异，会在部分实证研究的样本剔除2012 年和2017 年设立的低碳城市，文章在实证检验中如不特殊说明，则表明回归样本中剔除了低碳城市。

低碳城市试点对邻接非试点城市产生的正向外部效应可以分为“溢出效应”和“鲶鱼效应”，二者均会减少邻接非试点城市碳排放，但具体影响机理存在区别。低碳城市产生“溢出效应”的前提是自身的碳排放水平有了显著下降，并将自身的减排经验和绿色创新溢出到邻接非试点城市，从而带动邻接非试点城市碳排放的减少。“鲶鱼效应”是指低碳城市的“先进者”标签会给邻接非试点城市带来“绿色”压力，邻接非试点城市的主政官员在面对压力时，会加大环境治理力度，重视减排工作，进而带来邻接非试点城市碳排放的减少，该效应的发生并不要求低碳城市的碳排放有显著下降。文章通过检验低碳城市试点对试点城市碳排放的影响，以验证低碳城市试点对邻接非试点城市的影响是何种效应。在回归结果中加入低碳城市的样本，结果见表2。

表2中模型1 和模型3 是未加入控制变量的回归结果，模型2 和模型4 是加入控制变量的回归结果。可知，低碳城市试点对试点城市碳排放的影响虽然均为负值，但是未能通过显著性检验。表2 的回归结果表明低碳城市建设并没有显著促进试点城市碳排放的减少，其原因可能在于：一方面，低碳城市试点在选择试点地区时，可能会挑选那些在碳减排工作上表现优异的申报地区，使得这些试点城市在获批后的减排工作上进步空间有限；另一方面，低碳城市的标签信号蕴含了中央对于试点城市在环境治理工作上的认可，为其带来较强的环境合法性优势，降低了试点城市在环境绩效考核上的压力，故低碳城市试点对试点城市碳排放的抑制作用也就不显著。表2的结果排除了前文提出的低碳城市试点会带来“溢出效应”的假说。

表2 低碳城市试点对试点城市碳排放的影响

按照前文分析，低碳城市试点还可能会对邻接非试点城市碳排放产生负向的“挤出效应”和正向的“鲶鱼效应”，文章通过进一步的实证检验进行判别，结果见表3。表3 中模型1 和模型3 是未加入控制变量的回归结果，模型2 和模型4 是加入控制变量的回归结果。可以发现，低碳城市试点对邻接非试点城市碳排放的影响均在10%显著性水平下为负。对模型1 和模型3 的回归结果进行分析，可知与非邻接非试点城市相比，低碳城市试点使邻接非试点城市的碳排放水平和碳排放强度分别下降1.44%和5.57%，表明低碳城市试点并没有导致“挤出效应”，而是有助于邻接非试点城市碳排放的减少。从更严谨的角度来说，低碳城市建设会带来环境规制的增强［7-9］，所以低碳城市还是会对邻接非试点城市产生“挤出效应”，但由于中央政府对环境治理的高度重视，使得低碳城市建设带来“绿色”压力而产生的“鲶鱼效应”对邻接非试点城市碳排放的减少，超过了“挤出效应”对邻接非试点城市碳排放的增加。结合表2的结果，文章认为低碳城市试点对邻接非试点城市碳排放的综合外部效应为正向的“鲶鱼效应”。

表3 低碳城市试点对邻接非试点城市碳排放的影响

3.2 安慰剂检验

基准回归检验的结果证明了低碳城市试点对邻接非试点城市碳排放的影响是由“鲶鱼效应”所带来的。为进一步说明上述研究结论的可靠性，文章参考Chetty等的做法［28］，通过随机选取实验组的方式，进行安慰剂检验。在样本中，低碳城市的邻接非试点城市共有139 个，通过随机抽取相应个数的城市作为虚拟实验组进行回归，余下城市作为虚拟控制组，并将这个过程随机重复1 000 次，相应地产生了1 000 个虚拟处理组与时间交互的DID 回归估计系数。图1 和图2 汇报了回归系数的密度分布情况，可以发现，回归估计系数βr集中在0 附近且服从正态分布，由此，可以排除低碳城市试点对邻接非试点城市碳排放的影响源于其他不可观测因素的可能性。

图1 碳排放水平的随机分配结果

图2 碳排放强度的随机分配结果

3.3 稳健性检验

（1）排除极端值影响。在基准检验中，可能存在极端值对回归结果的影响。为了避免这种影响，文章对所有变量进行上下1%缩尾处理并进行重新回归，回归结果见表4。不难发现，在进行缩尾处理后，试点冲击的估计系数在10%的显著性水平下仍旧显著为负，进一步验证了基准回归的稳健性。

（2）剔除首批低碳城市。低碳城市试点首次实施于2010年，此次试点从申报到公示的时间较短，考核标准不明晰，以省份为主，不易产生省际和城际间的影响，但低碳城市试点作为国家首次推出的一项全国性试点政策，还是会对试点省市的碳排放产生影响。为进一步验证低碳城市试点对邻接非试点城市碳排放影响的稳健性，文章对样本中的首批低碳省市进行剔除处理后进行回归，回归结果见表4。可以发现，排除了首批低碳省市的影响后，试点冲击的估计系数依旧显著为负，表明文章研究结论的稳健性。

（3）避免联立方程偏误。考虑到低碳城市试点可能并非立即产生影响，文章对低碳城市试点进行滞后一期处理。同时，为避免联立方程偏误，借鉴沈坤荣等［29］的做法，对所有控制变量也进行滞后一期处理，结果见表4。可见，在进行滞后一期处理后，试点冲击的估计系数依旧显著为负，表明联立方程偏误并未对估计结果产生影响。

（4）控制其他政策干扰。在开展低碳城市试点的同时，中央政府还推行了其他的低碳政策，尤其是影响城市碳排放的低碳政策对文章的回归结果可能存在影响。2013 年在北京、上海、天津、重庆、湖北、广东和深圳等七省市启动了碳交易试点工作，作为中央政府实现碳减排目标的市场型政策，其通过市场化运作对碳排放权进行配置，这势必会对试点省市所在城市的碳排放产生影响。为控制该政策中试点省市对研究结果的影响，设置虚拟变量：碳交易试点，某城市处于该政策的试点地区，则在2014 和以后年份定义为1，否则为0。回归结果见表4。可知控制碳交易试点政策的潜在影响后，研究结论未发生实质性变化，说明研究结论的稳健性。

（5）替换被解释变量。二氧化碳的碳排放受到多种因素的作用，其中人口是较为重要的因素。中国是人口大国，使用碳排放总量衡量碳排放水平，可能忽略了人口基数对碳排放的作用。因此，文章采用人均碳排放作为碳排放水平的替代指标，以人均碳排放的对数值替代碳排放强度，回归结果见表4。可知，替换被解释变量后，试点冲击的估计系数依旧显著为负，表明文章结果的可靠性。

表4 低碳城市试点对邻接非试点城市碳排放的影响

4 进一步检验

4.1 “鲶鱼效应”的传导机制：试点城市质量还是试点城市数量

中国式分权下的官员“晋升锦标赛”，导致地方主政官员在晋升职位较为固定且数量有限的情况下，为获得上级政府的认可，他们需要比周边城市的主政官员在关键评价指标上表现得突出［30］。在中央政府全面关注环境治理的当下，环保考核“一票否决制”的确立，使得在环境治理领域表现落后的官员获得晋升的可能大大减小［31］，这就促使地方官员不得不重视环保工作，以获得晋升的资格。对于邻接非试点城市而言，其对于低碳城市试点带来的“鲶鱼效应”有所响应，也正是由于晋升压力的存在。理论上，“鲶鱼效应”对邻接非试点城市碳排放的影响有两种机制：低碳城市的数量和低碳城市的环境质量。当周围邻接城市中的低碳城市越多时，会向非试点城市传递出其在环境治理领域落后的信号，会给非试点城市的官员带来更多的环保考核压力。所以，非试点城市邻接的低碳城市的数量越多，其减排表现可能就越好。个人会通过学习进步个体的先进经验，以促进自己成长，组织亦会如此。组织在接受评估的过程中会了解先前案例中优秀组织的经验，进而在之后的评估中有选择地采取这些行动［27］。换言之，邻接低碳城市的环境质量较为优异，会让非试点城市感受到差距。因此，非试点城市邻接的低碳城市的环境质量，也会对其碳减排产生影响。

借鉴田玲等［10］的研究，文章采用非试点城市邻接的低碳城市的数量除以非试点城市邻接的所有城市的数量来衡量低碳城市数量，以Amount表示；采用非试点城市邻接的低碳城市的绿色专利申请数量的均值衡量低碳城市的环境质量，以Quality表示。在回归模型（1）中分别加入Amount与试点冲击的交互项和Quality与试点冲击的交互项，回归结果见表5。表5 中的模型1 和2 显示，低碳城市的数量所引起环保考核压力对邻接非试点城市的碳排放水平和碳排放强度没有产生显著的影响；表5 的模型3和4显示，低碳城市的环境质量激发了邻接非试点城市向先进者看齐的意识，显著地降低了邻接非试点城市的碳排放水平和碳排放强度。该结果说明，“鲶鱼效应”更多来自于低碳城市环境质量的影响。

4.2 “鲶鱼效应”下环保资格赛是否成立

已有研究［19］认为虽然中央政府全面关注环境治理问题，将约束性生态指标纳入官员考核体系，并确立了环保考核“一票否决制”。但在地方财政压力和晋升锦标赛双重影响中的地方官员可能会策略性地执行这些环保政策：既不会不执行，以避免中央政府可能的环境问责而使自身在横向晋升比拼中处于被动；又不会过分执行，以避免对经济增长造成伤害，毕竟经济增长在晋升评比中仍占据重要地位。即存在环保资格赛的情况，地方政府在环境治理领域只希望达到国家认可的标准，而不会主动追求更严格的环境治理力度。当邻接非试点城市环境规制力度较弱时，在“鲶鱼效应”下，其对于环保责任的履职程度较高，对该城市碳减排的影响也应较强；当邻接非试点城市的环境规制力度较强时，“鲶鱼效应”对其环保责任履职程度的刺激较弱，对该城市碳减排的影响可能也较小。

借鉴已有文献，文章使用城市的PM2.5衡量城市环境治理的强弱［32］。国务院于2012 年2 月给出了PM2.5年均浓度的合格标准为35 μg/m3，在“环保资格赛”假说下，当城市PM2.5年均浓度高于35 μg/m3，地方政府可能为了谋求空气质量的合格，会执行较为严格的环境治理政策，以降低PM2.5年均浓度；而城市PM2.5年均浓度低于35 μg/m3代表着城市空气质量的合格，地方政府一般不会执行严格的环境治理措施，来追求更好的环境质量，因为这可能会对经济发展造成影响。文章将PM2.5的年均浓度低于和等于35 μg/m3的城市设置为1，否则为0，此为弱环境治理组，记为Low PM2.5；将PM2.5的年均浓度高于35 μg/m3的城市设置为1，否则为0，此为强环境治理组，记为High PM2.5，用于验证“鲶鱼效应”下环保资格赛是否成立。回归结果见表5。

模型5和模型6显示，PM2.5的合格标准本身并没有显著影响城市的碳排放。表5 中模型7 和模型8 显示，试点冲击显著抑制了邻接非试点城市中强环境治理组的碳排放，对弱环境治理组的影响系数为正但不显著，表明当邻接非试点城市空气质量不合格时（PM2.5高于35 μg/m3），“鲶鱼效应”对邻接非试点城市的激励作用较强，这类城市更偏向于执行严格的环境治理政策，对该城市碳排放的抑制效果就更好。而当邻接非试点城市空气质量已处于合格标准时（PM2.5小于或等于35 μg/m3），“鲶鱼效应”对邻接非试点城市的影响也就较弱，无法对该城市碳减排产生显著效果。该结果反映出官员既不会忽视环境治理的严峻性，也不会完全严格执行环境治理政策，这也同黄溶冰和赵谦［21］的研究结果相符：城市对于环境治理的追求存在环保资格赛的情况，不会主动追求更高的环境治理力度。

表5 “鲶鱼效应”的传导机制和环保资格赛检验

4.3 “鲶鱼效应”的异质性表现

4.3.1 基于城市类型的检验

二氧化碳作为煤炭、石油等非清洁能源消耗过程中的主要附属产品，其排放量既由能源消耗量所决定，又受到能源效率的影响。资源型城市是一类以本地区矿产、森林等自然资源开采、加工为主导产业的城市，拥有着相较于其他城市更丰裕的非清洁能源，而且这类城市的能源效率处于非效率状态。因此，“鲶鱼效应”对资源型城市与非资源型城市的影响应该具有显著的差异性。文章依据《全国资源型城市可持续发展规划（2013—2020年）》对样本进行分类，得到99 个资源型城市和125 个非资源型城市，回归结果见表6。从结果可见，“鲶鱼效应”对非资源型城市的影响在10%的显著水平上为负，对资源型城市有影响但不显著。资源型城市在城市发展过程中依托煤炭、石油、金属矿物质等丰裕的自然资源，发展出了与其自然资源相关联的工业体系，也排放了大量的温室气体。在日趋严峻的碳减排形势下，资源型城市存在着对资源的利用效率较低、技术创新能力不足等问题导致其转型困难，对于低碳城市传递的“鲶鱼效应”，资源型城市也无法做出有效的回应。

4.3.2 基于主政官员特征的检验

邻接非试点城市的地方官员出于晋升的考虑，才对低碳城市试点产生的“鲶鱼效应”有所回应，提高对碳减排工作的重视。那么，“鲶鱼效应”对邻接非试点城市的影响应该受到官员自身特征的调节作用。在主政官员处于晋升关键时期，当其受到“鲶鱼效应”的影响，为谋求晋升资格，会更加重视环境治理工作，进而有利于减少碳排放。

根据《党政领导干部职务任期暂行规定》等相关规定，党政领导职务每个任期为5 年，但实际上多数主政官员都是在任期的第3.7 年得到晋升［33］。借鉴罗党论等［33］的研究，文章选择市长作为城市主政官员，当其处于任期的前3年则认为处于晋升关键时期，进而对非试点城市的主政官员进行分类。由于部分城市在某些年份出现市长职位空缺，此次实证检验的样本数少于总样本数，最终得到高晋升概率组和低晋升概率组的两个子样本，回归结果见表6。从表6 可知，“鲶鱼效应”对高晋升概率组的碳排放的影响在10%的显著水平上为负，对低晋升概率组的影响为负但不显著。回归结果表明，当主政官员处于晋升关键时期，晋升几率较大，对于中央政府高度重视的碳减排工作也会积极落实推进，“鲶鱼效应”发挥的效果也就较强。而当主政官员处于非晋升关键时期，晋升几率较小，即使知晓碳减排工作是中央政府极力推进的方向，出于平稳离任的考虑，一般不会在环境治理问题上付出更多努力，只求达到环保工作的合格，“鲶鱼效应”发挥的效果较弱。

表6 “鲶鱼效应”的异质性检验

5 研究结论与政策启示

文章以2006—2019 年间284 个城市为研究主体，包含第二批、第三批低碳城市试点的60 个低碳城市和与之邻接的139个非试点城市，从低碳城市试点对邻接非试点城市碳排放的影响出发，研究低碳城市试点的外部效应，运用DID 模型对以上问题进行实证分析。主要结论有：第一，“鲶鱼效应”是低碳城市试点对邻接非试点城市碳排放的外部效应，这种效应能够显著减少邻接非试点城市的碳排放，为进一步发挥低碳城市试点引导区域联动减排提供了数据支撑。第二，“鲶鱼效应”通过低碳城市的环境质量激励邻接非试点城市开展碳减排工作，但这种效应只能激励地方政府间开展环保资格赛，无法促进邻接非试点城市在环境治理领域的进一步从严。第三，异质性结果表明非资源型城市对“鲶鱼效应”的反应强烈，“鲶鱼效应”带来的减排效果显著，而资源型城市无法对“鲶鱼效应”做出有效的反应，减排效果不显著；晋升几率较大的官员更有动力对“鲶鱼效应”进行回应，“鲶鱼效应”对这类邻接非试点城市碳排放的抑制效果更强。结合实证结果，文章的政策启示如下。

（1）试点政策的评价主体不仅要考虑试点地区，还需兼顾到受试点政策影响的非试点地区。试点政策的实施意味着国家向地方释放出一种信号，因此，除了试点地区会受到信号的影响，试点地区周边的区域也会察觉到信号内含的讯息。应当从整体性原则出发，把握好试点政策的影响范围，结合试点政策的试点效应和外部效应，才能对试点政策的有效性进行准确的评价。在扩大试点范围的同时，应优化试点地区的筛选机制，选出具有更强示范性、代表性的地区，以继续发挥环境治理政策工具示范性的作用，带动周边地区共同减排。

（2）政府部门应当继续完善多维的考核评价体系。试点政策对试点地区碳减排的作用并不显著，可能原因在于其降低了试点城市的环境绩效考核压力。同时，“鲶鱼效应”发生的逻辑在于主政官员明白环保考核在其晋升过程中具有“一票否决”的作用，为了达到晋升资格，其需要重视本地的碳减排工作，但也导致“鲶鱼效应”无法对处于非晋升关键时期的主政官员产生显著影响。因此，在实现碳达峰和碳中和目标的过程中，中央政府可以发挥考核标准这一指挥棒，以有效激活地方政府的主动性：一方面，对试点城市的筛选应有“能进能出”考核机制，对试点城市的减排工作进行定期评比，对不达标准的城市予以警示直至暂停资格，以增强试点地区的竞争意识。另一方面，将减污降碳纳入生态环境相关考核体系，调整环保考核指标在晋升评估中的权重，加快形成减污降碳的激励约束机制，以统筹推进经济增长与减污降碳的协同发展。

（3）碳达峰、碳中和必须坚持全国一盘棋。不同地区资源禀赋不同，在全国统一大市场中的功能定位也不同。资源型城市占据中国三分之一左右的城市数，且多数位于中国中西部，经济生产主要以传统能源为主，是中国碳排放的主力来源之一。需要适当加大对资源型城市的政策倾斜力度和财政支持，着力推动产业结构升级，及时培养绿色增长新动力，加快资源型城市朝着绿色发展和低碳经济方向转型升级。同时，在官员晋升考核中，既要考察当下的碳减排绩效，也要考虑到当地的碳减排基础，制定差异化的考核标准，以更好地激励主政官员对环境治理责任的履行。