国家级新区设立对碳减排的影响

刘成昆，彭庭莹，曾 冰，曾 钰

（1. 澳门科技大学 可持续发展研究所，澳门 999078；2. 安徽财经大学 经济学院，安徽 蚌埠 233030；3. 贵州财经大学 经济学院，贵阳 550025）

为应对全球气候变暖，展现大国担当，国务院（2021）印发了《2030年碳达峰行动方案》，把碳达峰、碳中和纳入经济社会发展全局，明确要求2030年如期实现碳达峰目标。与此同时，中国经济下行压力加大，经济发展持续保持中低速增长水平，正面临2030 碳达峰及经济下行双重压力（郭沛 等，2022）。国家级新区是中国区域经济高质量发展的重要战略载体，在推动碳减排方面发挥重要作用。1992年，中国设立了首个国家级新区——上海浦东新区，开启了国家级新区建设步伐，截至2020 年底，已批复设立的国家级新区数量为19个，基本覆盖了中国主要的经济板块（曹清峰，2020）。国家级新区是承担国家重大发展和改革开放战略任务的综合功能平台，对加快推动经济绿色转型发展有重要意义。因此，国家级新区设立的碳减排成效如何？是否促进区域碳减排？通过什么机制发挥碳减排作用？回答这些问题具有必要性和重要性。

然而，国家级新区对碳排放影响的研究较少，影响机制还不清晰。目前已成立的19个国家级新区是区域经济政策的重要空间形态（郝寿义 等，2018），是中国国家层面最重要的区域政策之一，受到广泛关注。现有研究主要聚焦在以下方面展开探讨：空间布局与资源管理方面，如高爽等（2019）根据国家级新区资源环境承载力的空间分布特征，制定差异化的空间准入和管控措施；董锁成等（2022）对未来中西部地区国家级新区的布局进行研究。高质量发展方面，如冯烽（2021）认为当前国家级新区面临一系列的发展问题，亟须进一步深化新区改革；周霞等（2021）发现国家级新区空间高质量发展呈现明显的“马太效应”。国家级新区的政策效应方面，围绕其对经济增长的影响，诸多学者证实了国家级新区政策能促进所在城市及周边地区的经济增长（晁恒 等，2018；柳天恩 等，2019；周国富 等，2022），但其影响并非“零和效应”，具有明显的“增长效应”，即对周边城市经济增长有一定促进作用（曹清峰，2020），这一促进作用有明显的空间异质性特征（王慧娟 等，2021）；此外，也有学者从国家级新区对产业结构转型（胡宗义 等，2021）、绿色发展（张平淡 等，2020）、区域协调发展（郝寿义 等，2018）等方面的影响开展政策评估和分析。以上研究较为全面地分析了国家级新区政策的诸多带动效应，但国家级新区的设立所带来的环境效应并未得到足够关注。

随着全球温室效应日益严重，碳排放总量的控制已成为国际社会的基本共识，在此背景下，中国提出了2030碳达峰的目标。由此，碳减排成为学术界关注的热点问题，学者从不同学科视角对碳减排问题进行研究，主要探讨技术创新（李菁 等，2021）、产业结构（陈雪梅 等，2022）、交通结构（孙哲远 等，2022）、能源消费结构（Wu et al.,2021）、数字经济（Ma et al., 2022）、外商投资（聂莹 等，2022）等对碳排放的影响。政府制定实施相关的政策所产生的环境效应立竿见影，越来越多的学者开始关注相关政策实施对碳排放的影响，定量测度其对碳排放的作用。现有研究有如下发现：碳排放交易政策显著降低了碳排放交易试点城市的工业二氧化碳排放量（Zhang et al., 2020; Chen et al.,2021）；低碳试点城市政策能明显降低所在城市的碳排放量（董梅 等，2020；王连芬 等，2022）；智慧城市试点政策通过产业结构效应、集聚效应等也能明显降低所在城市的碳排放量（张荣博 等，2022）；创新型城市建设显著提升所在城市的碳排放绩效（张华 等，2021）。以上文献较为全面地探讨了影响碳排放的因素，但忽视了国家级新区政策对碳排放的影响。

综上，不难发现：1）关于国家级新区的环境政策效应研究较少，尚未关注到国家级新区对碳排放的影响效应；2）关于政策的空间溢出效应和政策的叠加效应关注还不多。鉴于此，本文基于70个大中城市的面板数据，采用双重差分法，对国家级新区的碳减排效应和作用机制进行深入探索和系统分析。以期有助于丰富国家级新区政策和碳排放影响机制的相关理论认识，并对中国推进“双碳”战略提供政策参考。

1 理论机理

国家级新区作为重大区位导向性政策，对碳排放产生深刻的影响，这种影响可能通过技术创新与升级、改变城市产业结构、节约生产能源3条作用机制实现，具体作用机理关系如下。

假说1：技术效应——国家级新区可通过技术创新与升级来降低所在城市的碳排放量。

国家级新区承担区域发展重大战略任务，也是促进创新发展的重要承载区域，其在技术创新方面以侧重内生制度创新的改革“先行先试权”为主，有助于形成创新创业的文化氛围和政策环境，对电子信息技术产业、新材料产业、生物医药、互联网和人工智能产业等高新技术产业以及生产性服务业的发展具有明显的集聚效应，可有效促进高新技术企业、创新平台、研发资本、高端人才等创新要素的集聚，从而提升所在城市的科技创新水平。同时，国家级新区规划建设标准高于一般城市新区，在城市建设和产业发展方面采用绿色低碳发展理念，增加产业发展和城市建设领域的技术需求，客观上促进技术生产。现有研究表明，技术创新对碳排放有明显的负向影响，意味着技术创新能有效降低碳排放（申萌 等，2012；王飞成 等，2014）。因此，国家级新区可能通过技术创新与升级降低所在城市的碳排放量。

假说2：结构效应——国家级新区可通过改变城市产业结构来降低所在城市的碳排放量。

国家级新区既承接中心城市的功能、产业和人口转移，又是承担国家重大发展和改革开放战略任务的综合功能平台，可以发挥政策的后发优势，形成要素集中、企业集聚、产业集群的发展（陈珍珍等，2021），为新兴产业和优质生产要素形成集聚、分工和专业化生产提供空间保障和优惠政策。此外，国家级新区承担的一项重要功能是在经济发展结构性方面的重组，通过重大招商引资优惠政策和产业发展规划，吸引技术密集和资本密集型企业入驻，带动生产性服务业等第三产业的发展，引导和促进城市经济活动由生产要素从低层次向高层次转变，实现城市产业结构高级化和合理化。而产业结构高级化与碳排放之间具有紧密的关系，现有研究也证实产业结构高级化对降低碳排放有明显的促进作用（刘璇 等，2022）。因此，国家级新区可能通过改变城市产业结构来降低碳排放量。

假说3：节能效应——国家级新区可通过节约生产能源降低所在城市的碳排放量。

国家级新区通过倡导低碳绿色发展方式，有效引导工业企业节约能源，降低碳排放量。国家级新区设立后，政府将加强对高污染企业的环境约束，激励企业优化能源消费结构与提升企业能源利用效率，倒逼企业采用清洁的能源和先进的节能减排技术，进而通过提升企业的碳排放效率来降低碳排放总量。在能源成本过高的背景下，为了追求更高的利润，企业通过改进生产工艺，提高生产效率，降低单位产品的能源消耗量，从而实现绿色减排，先行企业也会形成“示范效应”，倒逼其他工业企业通过技术改造降低能源消耗量和碳排放量。由于化石能源在燃烧利用过程中会直接排放温室气体，能源消费情况对碳排放总量有最为直接的影响。相关学者已证实能源消费情况是影响碳排放的重要因素（Chuai et al., 2012）。因此，国家级新区可能通过节约生产能源降低所在城市的碳排放量。

将上述3个假说纳入统一理论框架，分析国家级新区对碳排放的作用机理，机理关系如图1所示。

图1 国家级新区对碳排放影响的作用机理Fig.1 Action mechanism of the impact of national new areas on carbon emissions

2 研究设计

2.1 样本与数据来源

将设立国家级新区的城市作为处理组，而将没有设立国家级新区的城市视为控制组。借鉴曹清峰（2020）的研究思路，同时考虑到处理组与控制组的可比性，剔除直辖市（由于直辖市本身的特殊性）、舟山群岛新区（由于舟山群岛新区大部分面积是海域面积，与其他国家级新区城市相比有明显的异质性），最终形成70个大中城市作为样本城市。

实证研究中涉及各城市的实际人均GDP、非农业人口占总人口的比重、第二产业增加值占GDP的比重、第三产业增加值占GDP的比重、政府科研经费支出、外商直接投资、人均绿地面积、万人拥有专利授权数量均来自《中国城市统计年鉴》（国家统计局城市社会经济调查司，2006—2019）。由于夜间灯光数据相对官方统计数据更为客观，被广泛运用于区域经济领域，本文采用夜间灯光数据衡量城市碳排放量。相关数据来源于DMSP/OLS 和NPP/VIIRS 两种夜间灯光数据集，借鉴杜海波等（2021）的处理方法，通过重构比较，模拟估算各城市的碳排放量。相关缺失数据采用插值法补齐，结合碳排放数据的年限，最终获得2006—2019 年70个大中城市的平衡面板数据。

2.2 模型与变量定义

2.2.1 基准模型 本文将国家级新区的设立视为一项准自然实验，利用渐进双重差分法评价国家级新区政策对碳排放的影响。设定如下计量回归模型（曹清峰，2020）：

式中：i（=1, 2, … , 70） 为城市，t（=2006,2007, … , 2019）为年份，被解释变量Carbonit为城市i在t年的碳排放量，用该城市的全年碳排放总量表示；didit表示设立国家级新区政策的虚拟变量，如果城市i在t年设立了国家级新区，那么在t年及之后的年份中didit=1，否则为0；β0为常数项；β1为倍差项didit的系数；λ为控制变量的系数；vi为城市个体固定效应；μt为年份固定效应；εit为误差项。Zit为其他影响碳排放的因素组成的控制变量：1）经济发展水平用实际人均GDP的对数表示。随着经济发展水平提升，对碳排放的要求会产生新的变化，预期该变量符号为正。2）城市化水平用非农业人口占总人口的比例表示。城市化水平是人口和产业空间集聚的重要指标，对碳排放会产生相应的影响，预期该变量符号为正。3）产业结构用第二产业增加值占GDP的比例衡量。产业结构对碳排放有直接影响，特别是第二产业占比会直接影响碳排放量，预期该变量符号为正。4）绿化水平采用人均绿地面积衡量。绿化水平是城市品质和绿色发展重要体现，有助于增加城市碳汇，同时城市品质的提升有助于高新技术型产业的集聚。预期该变量符号为负。5）科研投入采用政府科研经费支出衡量。科研投入可以提升节能环保科技水平，促进城市推广节能环保技术，降低碳排放量，预期该变量符号为负。6）对外开放水平用外商直接投资表示。外商投资对城市招商引资和产业发展有重要作用，同样会影响碳排放水平，预期该变量符号为正。主要变量的描述性统计见表1。

表1 国家级新区设立对碳减排的影响变量描述性统计Table 1 Descriptive statistics on the impact variables of national new area establishment on carbon emission reduction

2.2.2 共同趋势假设检验模型 使用渐进双重差分方法的重要前提条件是，处理组与对照组在政策实施前不存在显著差异或具有共同的时间趋势。参考事件研究法（曹清峰，2020）进行平行趋势检验，该方法可表示为：

2.2.3 政策溢出效应检验模型 参考王雄元等（2019）的方法，设定如下模型检验国家级新区设立对周边城市碳排放影响的政策溢出效应：

3 实证结果

3.1 基准模型回归结果

表2显示，无论式（1）是否加入控制变量，变量didit的回归系数在1%的统计水平上都显著为负，回归系数较为接近且均为负，表明国家级新区的设立对所在城市的碳排放均具有显著的抑制作用。根据表2模型（2）的估计结果，国家级新区对所在区域碳排放的抑制效应有很强的统计与经济显著性，导致所在城市碳排放降低14.27%。

表2 基准模型回归结果Table 2 Benchmark model regression results

3.2 共同趋势假设检验

图2显示了平行趋势假设检验结果。可以发现，国家级新区设立之前的Dk的回归系数在统计上都不显著，表明国家级新区设立前，处理组与对照组城市的碳排放不存在显著差异，满足共同趋势假设。国家级新区设立前3年对碳排放的抑制作用不明显，直到第4年及以后，国家级新区对所在城市的碳排放有明显的抑制作用，且抑制效应逐步增强，说明国家级新区的设立对所在城市碳减排效应有一定的时间滞后性。这可能与国家级新区建设初期以投入为主，新产业的导入、科技创新、制度创新等带来的碳减排作用一般在未来几年才产生影响，并且国家级新区内部的相关政策的实施和落地带来的影响也有时间滞后性。

图2 平行趋势假设检验Fig.2 Parallel trend hypothesis test

3.3 稳健性检验

3.3.1 采用PSM-DID 方法处理样本选择性偏差问题 利用PSM 方法，按照1∶1 近邻匹配有放回抽样的方法，对15个国家级新区所在城市构成的处理组进行逐年匹配。匹配后，所有协变量均不存在显著性差异，处理组与对照组样本具有平衡性。如表3 所示，在采用PSM-DID 方法后，didit回归系数仍显著为负，表明国家级新区的设立显著降低所在城市的碳排放水平（降低了约12.22%的碳排放量），从而进一步支撑了本文实证结论，即国家级新区的设立显著降低了所在城市的碳排放量。

表3 PSM-DID方法估计国家级新区对碳排放的影响Table 3 PSM-DID method to estimate the impact of national new areas on carbon emissions

3.3.2 安慰剂检验 借鉴已有研究（曹清峰，2020；周国富 等，2022）的安慰剂检验方法，对国家级新区政策环境效应开展安慰剂检验。首先，随机化处理组与控制组。保持国家级新区设立的时间不变，如果在t年有n个城市设立了国家级新区，从之前的控制组中随机抽取n个城市作为新的处理组；而将原来的处理组和没有被随机抽中的城市设置成新的控制组，在此基础上重新估计表2 模型（2），得到一次did系数，完成1次安慰剂检验。将上述过程重复1 000 次，由此得到1 000 个did 估计系数，did 的系数均值为0.049 4，且绝大多数回归结果不显著，与表2 模型（2）估计得出的-0.142 7 相差甚远，这也从另一个角度证实了国家级新区的设立确实能降低所在城市的碳排放。图3显示了模拟虚拟处理变量的回归系数与P值的分布，可见，随机分配的估计值围绕零呈现正态分布，且P＞0.1，可以认为国家级新区的设立是随机分配的。其次，随机提前国家级新区设立的时间。如果城市i在t年设立了国家级新区，那么从2006年到t-1年之间随机抽取任意1年作为城市i设立国家级新区的时间，合并原有样本和新样本，去除重复的年份，据此采用新的样本重新估计表2 模型（2），便可得到变量didit的估计系数。将上述过程重复1 000次，变量didit系数均值为-0.121 1，相比表2 的估计结果有明显下降。这说明随机提前国家级新区设立的时间，会导致国家级新区对所在地区的减排效应下降，表明本文结论相对稳健。

图3 国家级新区政策效应的安慰剂检验Fig.3 The placebo test of the policy effect of the national new area

3.3.3 是否受其他区位导向性政策的影响 在估计国家级新区对所在城市碳排放的影响过程中，不可避免地会受到其他政策影响的干扰。1）低碳城市试点政策。设立了国家级新区的15个城市样本中有5个城市也受到低碳城市试点政策的影响，其中有4个城市在国家级新区设立之前都已受到低碳城市试点政策的影响，因此，有必要排除低碳城市试点政策的影响。2）自由贸易试验区政策的影响。样本城市中有5个城市也设立了自由贸易试验区，这些城市的自由贸易试验区的设立时间均在国家级新区设立之后，因此有必要排除自由贸易试验区政策的影响。为了排除上述政策的干扰，设定如下模型：

式中：did01it为低碳城市试点政策双重差分估计量；did02it为自由贸易试验区政策的双重差分估计量。表4 显示了上述2 个政策影响的回归结果，可以发现，did系数在1%的水平上显著为负，表明国家级新区对所在城市碳排放依然存在显著效应。

表4 排除其他区位导向性政策影响的检验结果Table 4 Test results excluding the impact of other location-oriented policies

3.4 影响机制检验

为了进一步探讨国家级新区政策是否通过技术效应、结构效应、节能效应降低所在地区的碳排放，运用中介效应检验方法来考察，并参考两步回归进行机制检验。第一步，将倍差项和中介变量分别进行回归，检验国家级新区政策对中介变量是否有影响；第二步，将倍差项、中介变量和碳排放水平进行回归，检验国家级新区政策是否通过中介变量降低所在地区的碳排放水平。

式中：Mediatorit表示didit通过其作用Carbonit的中介变量，国家级新区政策通过中介变量作用城市碳排放水平的中介效应为α1·β2，中介效应占总效应的比重是α1·β2/(α1·β2+β1)。 参考曹清峰（2020）的研究，采用万人拥有的专利授权数量代表城市的技术创新水平；参考石大千等（2018）的研究，采用第三产业生产总值占GDP的比值表示结构效应；参考王连芬等（2022）的研究，采用工业用电量衡量节能效应。

表5表明，国家级新区对技术效应的系数显著为正，说明国家级新区显著提高了所在城市的技术效应，进一步检验技术效应对碳排放的影响，发现技术效应显著降低了碳排放，且国家级新区降低碳排放的效应依然显著。这证明：国家级新区确实通过技术创新降低所在城市的碳排放量，并且能解释国家级新区政策减碳效果的4.65%。然而，国家级新区在结构效应方面没有产生显著的影响，且对碳排放的影响也不显著，说明国家级新区并未通过结构效应降低所在城市的碳排放量。在节能效应方面，国家级新区显著降低了工业用电量，达到生产能源的节能效应，并且在didit倍差项、工业用电量和碳排放水平进行回归后，didit回归系数显著为负，证明国家级新区的设立可通过节约生产能源降低所在城市的碳排放量，并能解释国家级新区政策减碳效果的41.32%。

表5 国家级新区对碳排放的影响机制检验Table 5 Test of the impact mechanism of national new areas on carbon emissions

4 空间溢出与异质性分析

4.1 空间溢出效应分析

图4 是根据式（3）得到的估计结果，可以发现，随着周边城市距国家级新区空间距离的增加，国家级新区对周边城市碳排放的影响呈现“∽”型变化趋势。其中，国家级新区对周边200～250 km范围内的城市产生明显的降碳作用。超过250 km以后，国家级新区对碳排放的影响变得不显著。受国家级新区集聚阴影区的影响，其对周边城市的减排作用不显著，其中，在距离国家级新区50 km以内，碳排放量呈现明显的增加趋势，说明国家级新区的设立，可能会推动产业的就近转移，邻近国家级高新区的城市承接了高耗能、高污染的企业，导致其碳排放量显著增加；而在距国家级新区200～250 km范围内显著地降低碳排放。

图4 政策溢出效应趋势Fig.4 Trend of policy spillover effect

4.2 异质性分析

4.2.1 南北城市异质性 以往关于区域环境效应的研究更多关注于东中西部的差异，对南北差异的关注不足。碳排放与能源消费结构、产业结构等同样有密切关联，南北方在此方面有明显的异质性。首先，在能源消费结构方面，南北存在一定的差异，北方城市使用的煤炭等化石能源占比高于南方，南方城市使用的水电、风能等清洁能源占比高于北方，能源结构差异会对碳排放产生影响。其次，在产业结构方面，北方制造业以传统的高能耗产业为主，南方服务业占比要高于北方，产业结构的差异会对南北城市的碳排放的空间差异会产生影响。最后，北方存在冬季供暖，而南方没有推行冬季供暖，南北供暖差异政策也会导致碳排放量的异质性。国家级新区的设立，在招商引资方面设立的环保准入门槛或负面清单，可能会明显高于本地其他产业园区，优先考虑低能耗绿色发展型产业项目，由此推测，同样的减排政策可能对北方的减排效应更大。因此，有必要对国家级新区中的南北城市的减排效应差异进行验证。本文样本包括的15个国家级新区城市中，有6个属于北方城市，9个属于南方城市，将处理组样本分为北方城市和南方城市2个子样本。表6结果显示，国家级新区中的北方城市和南方城市均具有明显的减排效应，其中对北方城市的减排效应要明显高于南方城市。

表6 国家级新区南北城市异质性结果Table 6 Results of north-south urban heterogeneity in national new area

4.2.2 单双城异质性 根据国家级新区布局模式，将处理组样本分为单城布局与双城布局2个子样本，由表7可以发现，单城布局的国家级新区的城市有显著的碳减排效应，而双城布局并未显著降低所在城市碳排放。原因可能有：单城只涉及一个中心城市的管辖，其产业项目环保准入标准和城市低碳化建设标准相对较高，碳减排的效应更为明显；而由省政府协调的双城布局模式，国家级新区面积较大，会综合考虑涉及2个城市产业发展水平、城市建设水平来设置项目环保准入门槛或城市低碳建设标准，这种政策平衡考量在城市碳减排方面没有形成“1+1＞2”的效果。

表7 国家级新区单双城布局异质性结果Table 7 The results of the heterogeneity of the layout of single and double cities in the national new area

5 结论与建议

5.1 结论

本文采用渐进式双重差分方法实证检验了国家级新区的设立对所在城市碳排放的影响，得到如下主要结论：1）基础回归分析显示，国家级新区的建设显著降低了所在城市的碳排放（对所在城市碳排放降低了约14.27%），国家级新区设立3 年后产生显著的长期抑制效应，且影响效应明显增强，因此，国家级新区是推动国家“双碳”战略的重要政策载体；2）机制检验分析显示，国家级新区主要通过技术效应和节能效应降低所在城市的碳排放，技术效应能解释国家级新区政策减碳效果的4.65%，节能效应能解释国家级新区政策减碳效果的41.32%；3）政策溢出效应显示，国家级新区对周边城市碳排放的影响呈现先增加、后降低、再增加的“∽”型变化趋势，并对周边200～250 km范围内的城市产生明显的降碳作用，说明国家级新区有助于带动周边城市碳减排；4）异质性分析显示，国家级新区政策对北方城市的碳减排效应高于南方城市，且其对所在城市的碳减排主要依赖于单城布局模式，而双城布局模式并未显著降低所在城市的碳排放。

5.2 对策建议

本研究对支持国家级新区建设、降低城市碳排放有指导意义。结合研究结论，提出如下对策建议：

1）进一步优化国家级新区的空间布局。要坚持国家级新区的碳减排示范作用，逐步扩大国家级新区的试点建设范围，通过国家级新区的设立带动周边更多地区的碳减排效应。考虑到目前国家级新区在空间分布上仍不均衡，建议进一步优化国家级新区的空间布局，优先支持武汉城市圈的中心城市武汉、中原城市群的中心城市郑州、以及合肥都市圈的中心城市合肥申报设立国家级新区。

2）考虑到国家级新区主要通过技术效应和节约能源效应，尚不能通过结构效应来降低城市碳排放。首先，要持续提升城市的创新能力，加大科研投入力度，改善科技创新环境，培养低碳领域的技术人才。其次，要提高能源利用效率，通过减税补贴等方式进一步降低市场主体对化石能源的消费，大力推动战略性能源技术的引进与研发，加快实现能源结构转换，提高能源利用效率。

3）基于国家级新区对碳排放的影响差异，建立差异化的国家级新区碳减排约束机制。北方国家级新区要更加注重碳排放降低的比重指标，南方国家级新区要更加注重碳排放的效率指标。对单城布局模式的国家级新区的碳减排的经验进行总结提炼，更加注重双城布局模式的国家级新区所在城市新旧动能转换和产业升级，并且通过从单城布局模式的国家级新区引进人才、技术、制度等措施，提高双城布局模式的国家级新区的技术创新，优化能源利用结构，进而提高双城布局国家级新区所在城市的碳减排效应。