长三角减污降碳政策的协同效应和作用机制研究

朱思瑜，于 冰,2*

1. 宁波大学商学院，浙江 宁波 315211

2. 宁波大学长三角生态文明研究中心，浙江 宁波 315211

2021年，《中共中央 国务院关于深入打好污染防治攻坚战的意见》指出，良好的生态环境是实现中华民族永续发展的内在要求，是增进民生福祉的优先领域，坚决打好污染防治攻坚战、协同推进减污降碳是党和国家的重大决策部署. 2022年生态环境部等七部门联合印发的《减污降碳协同增效实施方案》指出，当前我国生态文明建设正面临实现生态环境根本好转和碳达峰碳中和两大战略任务，明确了我国减污降碳协同增效工作的总体部署. 党的二十大报告明确强调，必须站在人与自然和谐共生的高度谋划发展，要统筹产业结构调整、污染治理、生态保护、应对气候变化，协同推进降碳、减污、扩绿、增长. 由此可见，碳达峰碳中和目标的实现需要将协同发展理念贯穿至生态环境保护和经济社会发展全领域，不仅要推进应对气候变化与大气污染治理协同，更要高度统筹减污降碳和经济高质量发展.

长三角地区作为我国重要的经济发展区域，凭借区位优势高速发展经济，自改革开放以来为我国经济社会发展做出了卓越的贡献. 2018年，长三角地区一体化发展上升为国家战略，其引领作用和重要性得到进一步印证. 然而在经济高速发展的同时，也面临地区发展不平衡、环境污染严重以及资源日渐紧缺等一系列问题. 2020年，习近平总书记在扎实推进长三角一体化发展座谈会指出，要紧扣一体化和高质量两个关键词抓好重点工作，推动长三角一体化发展不断取得成效. 因此，在“双碳”目标和区域一体化高质量发展的双重背景之下，研究长三角地区减污、降碳和经济高质量的协同发展问题极具理论价值和实践意义.

我国已进入减污降碳协同治理的新阶段，减污降碳相关政策的协同效应和作用机制成为学者们关注和研究的重点并逐步深入. 首先，学者们主要针对相关政策在环境改善和污染治理方面的协同效应开展了系列研究[1-2]，主要包括以下几种：①研究减污降碳相关政策对多种大气污染物的协同减排效应，如《大气污染防治行动计划》对PM2.5、PM10、SO2、NO2、CO和O3的减排效应[3]，中国燃煤电厂超低排放政策对SO2、NOx和烟尘的减排效果等[4]；②研究减污降碳相关政策对大气污染和温室气体的协同减排作用[5-6]，包括碳排放权交易政策对CO2和SO2的协同减排效应检验[7-8]，电力和水泥行业节能减排措施对局地大气污染物和温室气体协同控制效应评估[9-10]，《打赢蓝天保卫战三年行动计划》对CO2、PM2.5、SO2、NOx和NH3的协同减排效益评价[11]等.

在统筹生态环境保护和高质量发展的新发展要求之下，学者们开始关注政策对于经济发展和环境改善的协调作用和协同效应[12-13]. 主要包括以下几点：①通过构建综合指标评估政策对环境和经济的协调作用，如构建了环境生产力绩效[14]、环境全要素生产率[15]等；②通过计量模型评估政策的环境和经济协同效应，如碳减排政策对环境质量改善和经济持续增长的双重效应[16]以及碳税政策的福利效应、贸易效应和环境效应[17]等；③也有研究对不同情景下能源-碳-水政策[18]、电力行业低碳转型政策[19]的协同效应进行预测和评价.

综上，现有研究已证实减污降碳政策能够促进污染治理和温室气体减排、提升环境改善和经济发展，但对政策协同效应的研究还需进一步深入和完善，包括对多重政策叠加下的协同效应进行检验以及对多种政策效应的协同情况进行深入研究. 基于此，该研究将大气污染、碳排放和经济高质量发展纳入统一分析框架，在构建减污降碳政策力度评价指标体系的基础上，检验其对区域污染减排、碳减排和经济高质量发展的三重协同效应和作用机制，以期为长三角地区全面推进减污降碳协同增效提供理论支持与对策建议.

1 机理分析

1.1 减污降碳政策对大气污染、碳排放和经济高质量发展的协同效应

现行减污降碳的政策工具主要包括总量控制政策、排放权交易政策等. 根据科斯定理，大气污染问题的根源是由于环境资源产权不明晰所致. 而根据大气环境容量确定可承受的排污总量后分配排污许可权，并允许企业或个人交易排污许可证，通过市场机制可以实现环境资源的合理分配，提升环境质量、实现减污降碳. 根据波特假说，减污降碳政策作为环境保护的重要手段，使得企业污染治理和碳减排的成本上升，激励企业通过技术创新提升经济效率，从而减少大气污染、降低碳排放的同时提高经济高质量发展水平，实现环境和经济的双赢.

基于以上分析，提出研究问题1：检验减污降碳政策对大气污染、碳排放和经济高质量发展的三重协同效应.

1.2 减污降碳政策协同效应的间接作用机制

该研究从能源消费、绿色技术创新和产业结构优化3个角度检验减污降碳政策三重协同效应的作用机制，其影响路径如图1所示.

图1 减污降碳政策对大气污染、碳排放、经济高质量发展的影响路径Fig.1 Action paths for effects of pollution reduction and carbon reduction policies on air pollution, carbon emissions, and high-quality economic development

从能源消费来看，能源消费是引起大气污染和碳排放增长的重要因素之一，减污降碳政策的实施导致使用煤炭等传统化石能源的成本上升，企业或增加清洁能源的使用，或进行排放权交易以达到政策规制的排放目标，进而推动减少煤炭能源消费使用，实现经济高质量发展和污染减排的协同效应.

从绿色技术创新来看，波特假说认为，环境政策带来的技术创新是实现经济发展和环境保护的重要手段. 根据创新补偿效应，减污降碳政策力度的加强在一定程度上会使企业治污成本上升，为了维持运行企业增加创新研发投入，通过技术创新对工艺进行改进，进而减少大气污染和碳排放，助力经济高质量发展.

从产业结构优化的角度来看，减污降碳政策以减少大气污染和降低碳排放为主要目标，对各产业进行严格的约束和管制，从而产生遵循成本效应，促使高耗能和高排放的产业部门通过转型升级降低排放或主动退出市场，而低耗能低排放的产业部门则可以享受正外部性的福利，地区整体产业结构得到升级优化，实现减污、降碳与经济高质量发展的协同效应.

基于以上分析，提出研究问题2：检验减污降碳政策三重协同效应的3条路径，即能源消费、绿色技术创新和产业结构优化.

2 研究方法

2.1 模型构建

双向固定效应模型常用于检验面板数据因变量与自变量之间的因果关系，其基本原理在于同时考虑个体和时间的固定效应以消除个体和时间的异质性和内生性，从而更准确地估计变量之间的关系[20]. 针对研究问题1，即检验减污降碳政策的三重协同效应，设定基准固定效应模型如下：

式中：i、t分别为地区和时期；ELAPit为大气污染物排放当量，t；ECO2it为CO2排放量，104t；highit为经济高质量发展水平；policyit为减污降碳政策力度；Xit为一系列控制变量；λit为不因个体而改变的时间效应；µit为不随时间变化的个体效应；εit为随机干扰项；α0为常数项；α1、αj为待估参数.

中介效应模型常用于检验变量之间因果关系的作用机制或影响过程，其基本原理是因变量与自变量之间存在一个中介变量，其对两个变量之间的关系产生影响. 针对研究问题2，即检验减污降碳政策协同效应可能存在的作用机制，将能源消费、绿色技术创新和产业结构优化作为中介变量，设定中介效应模型如下：

式中，mediatorit为中介变量，β0、γ0为常数项，β1、βj、γ1、γ2、γj为待估参数.

2.2 变量测度与说明

2.2.1 被解释变量

大气污染物排放当量(ELAP)：参考文献[21-22]，采用大气污染物当量系数对各大气污染物排放指标进行归一化处理，计算公式：

式中：QSO2、QNOx、QPM和QVOCs分别为某地区的SO2、NOx、PM和VOCs排放量，t；α、β和γ分别为将SO2、NOx和PM折算为污染物当量的系数，数值来自《中华人民共和国环境保护税法》；σ为将VOCs折算为污染物当量的系数，数值来自《挥发性有机物排污收费试点办法》.

CO2排放量(ECO2)：参考文献[23-24]，碳排放分为直接能源消耗产生的碳排放(如煤气和液化石油气等)和间接能源消耗产生的碳排放(如电能和热能等)，将煤气、天然气、液化石油气、用电量和供热量消耗产生的碳排放相加，得出各城市CO2排放量，计算公式：

式中：E1为煤气用量，104m3；E2为天然气用量，104m3；E3液化为石油气用量，104t；E4为用电量，104kW·h；E5为供热量，104GJ；δ、ε、θ、µ分别为煤气、天然气、液化石油气和电力的碳排放系数；ω为原煤碳排放系数；ρ为原煤发热量系数；τ为热效率值.

经济高质量发展水平(high)：新发展格局之下，高质量发展的本质是以高效、可持续的方式满足人类生产生活的各种需要[25]. 该研究以新发展理念为核心，考虑经济发展的综合情况，从综合经济、创新发展、协调发展、绿色发展、开放发展和共享发展6个维度出发[26-27]，构建长三角地区经济高质量发展指标体系(见表1) ，为避免人为主观计算可能存在的错误，采用熵权法[28]对长三角地区各城市的经济高质量发展水平进行测算.

表1 长三角地区经济高质量发展评价指标体系Table 1 Evaluation index system for high-quality economic development in the Yangtze River Delta Region

2.2.2 核心解释变量

减污降碳政策力度(policy)：已有研究主要采用各污染物减排率[29]、政府环境治理水平[30]和是否实施某种政策[31]来评估减污政策或降碳政策的实施情况. 该研究旨在检验多重政策叠加下的协同效应，为此构建减污降碳政策力度评价指标体系(见表2). 在测度指标上，综合考虑命令控制型政策和环境权益交易制度，最后采用熵权法对长三角地区各城市的减污降碳政策力度进行测算.

表2 减污降碳政策力度评价指标体系Table 2 Evaluation index system for pollution reduction and carbon reduction policy strength

2.2.3 控制变量

参考文献[32-33]，选取以下变量作为控制变量：政府支出力度(govern)，以地方财政一般预算内支出和GDP的比值表征；经济增长情况(economic)，以地区生产总值增长率表征；人口规模(popularity)，以年末人口总数表征；居民消费水平(consume)，以人均社会消费品零售总额表征.

2.2.4 中介变量

参考文献[34]，选取以下变量作为中介变量：产业结构优化(industry)，以第二产业增加值占GDP比重表征；绿色技术创新(innovation)，以绿色发明申请数量表征；能源消费(energy)，以能源消费总量表征.

2.2.5 数据来源与处理

该研究以2006-2020年长三角地区的41个地级市的面板数据为样本，其中，减污降碳政策力度测度所需数据来源于各地区政府发布的官方文件；VOCs排放量数据来源于清华大学开发的中国多尺度排放清单模型[35-36](http://meicmodel.org.cn)，借助ArcGIS软件采用多值提取至点的方法，即在每个地级市内生成若干个随机点，将多值提取至点后计算出各地级市的平均值；其余数据来源于历年《中国城市统计年鉴》《中国能源统计年鉴》以及EPS数据库(https://www.epsnet.com.cn)，对个别缺失数据采用插值法补齐. 为避免个别极端值的影响，对部分变量取对数处理. 各变量描述性统计分析结果如表3所示.

表3 变量描述性统计Table 3 Descriptive statistics for variables

3 结果与讨论

3.1 减污降碳政策协同效应的实证检验

3.1.1 基准回归结果

采用固定效应面板模型进行参数估计，结果如表4所示. 由表4可见：模型(1)、模型(2)中policy(减污降碳政策力度)的系数分别在1%和5%水平上显著为负，表明减污降碳政策对大气污染和碳排放有抑制作用，政策力度每提升1%可使大气污染物排放当量平均降低0.470%、CO2排放量平均降低0.292%；模型(3)中policy系数在1%水平上显著为正，表明减污降碳政策对地区经济高质量发展有促进作用，政策力度每提升1%，可使经济高质量发展水平平均提升0.040%. 由此可见，长三角地区的减污降碳政策具有三重协同效应，能够减少大气污染、降低碳排放、促进经济高质量发展.

3.1.2 稳健性检验

为确保减污降碳政策三重协同效应的基准回归结果是可信的，通过缩尾处理异常值和内生性检验进行稳健性检验.

首先，为避免数据异常的影响、消除极端值的偏差，对模型(1)～(3)的各连续型变量进行前后各2%的缩尾处理，并重新进行参数估计. 结果显示，缩尾处理后，核心解释变量(policy)的估计系数仍保持显著，且系数符号未发生改变，表明缩尾处理未影响减污降碳政策的协同效应，基准回归结果稳健.

其次，核心解释变量可能存在内生性，即大气污染和碳排放越大、经济高质量发展水平越低，减污降碳政策力度越大，从而导致回归结果偏误. 对此，采用减污降碳政策力度的滞后一期(policy_1)作为核心解释变量的工具变量[37]，并对模型(1)～(3)再次进行参数估计以观测其政策效应，结果如表5所示. 由表5可见：第一阶段弱工具变量的识别检验中，F统计量大于10，且工具变量(policy_1)的估计系数在1%水平上显著；第二阶段的回归中，policy估计系数的大小和显著性均与基准模型相差较小，表明不存在严重的内生性问题，基准回归的稳健性得到进一步验证.

表5 内生性检验Table 5 Endogenous test

3.1.3 异质性检验

长三角地区各城市的行政级别、经济发展水平和城市规模存在差异. 对此，在基准模型的基础上，对减污降碳政策在不同地区间可能存在的异质性进行检验. 参考文献[38]，结合《长江三角洲区域一体化发展规划纲要》，将长三角地区划分为3个城市组，如表6所示.

各城市组的减污降碳政策力度平均值如图2所示. 由图2可见：核心城市组，无论是减污降碳综合政策力度、减污政策力度，还是降碳政策力度，都显著高于中心城市组和外围城市组；中心城市组，其减污政策力度与核心城市组的差距较小，但其降碳政策力度远低于核心城市组；而外围城市组的各类政策力度水平都较低.

图2 各城市组减污降碳政策力度平均值变化趋势Fig.2 Trends in the mean value of pollution reduction and carbon reduction policy strength in each city group

分别对以上三组子样本进行参数估计，如表7所示. 由表7可见：长三角地区减污降碳政策的协同效应有显著的地区异质性. 在核心城市组，减污降碳政策能够显著降低大气污染和碳排放，同时促进经济高质量发展，即实现三重协同效应；在中心城市组，减污降碳政策能够显著降低大气污染，但对经济高质量发展有抑制作用，对碳排放没有显著影响；在外围城市组，减污降碳政策对大气污染、碳排放和经济高质量发展都没有显著影响. 结果表明，核心城市组、中心城市组和外围城市组的政策效应结果与其减污降碳政策力度水平一致，长三角地区减污降碳政策协同效应主要来自核心城市组.

表7 异质性检验Table 7 Heterogeneity test

由此可见，各城市组减污降碳政策的差异性是导致减污降碳政策效应异质性的主要原因. 从长三角地区的减污降碳政策类型来看，其主要包括行政命令型和市场激励型两类. 对于行政命令型政策，如《中华人民共和国大气污染防治法》指出，污染物削减比例总量控制是根据行政区域大气污染防治的需要，对重点大气污染物做出的规定，因此行政级别较高的区域往往会发挥示范带头作用，设置更为严格的环境目标. 对于市场激励型政策，如《“十二五”控制温室气体排放工作方案》指出，排污权试点和碳排放权交易试点是根据形势发展并结合合理控制能源消费总量的要求选取，因此经济发展水平较高、市场活跃度较高的区域，能够为该类政策的运行提供合适条件. 核心城市组行政级别较高、经济发展水平高、市场条件良好，其减污政策和降碳政策都推行较好，实现了三重协同效应. 中心城市组的经济发展速度较快，但其经济实力和市场条件弱于核心城市组，相比之下，其市场型环境政策的实施有一定滞后性. 我国排污权交易试点推行较早，碳交易试点推行较晚，因此该组的减污政策力度较强而降碳政策力度较弱，现阶段只实现了减污效应. 而外围城市组的经济发展较为落后，制度体系、市场条件、创新能力都很薄弱，使得该组的减污降碳主要依靠有限的行政命令型环境政策推进，因此该组无论是减污政策还是降碳政策力度水平都较低，政策效应不显著.

3.2 减污降碳政策协同效应的作用机制检验

构建中介效应模型从能源消费、绿色技术创新和产业结构优化3条路径检验减污降碳政策协同效应的作用机制，对模型(4)～(7)进行参数估计.

模型(4)的估计结果如表8所示. 由表8可见，在能源消费(energy)、绿色技术创新(innovation)和产业结构优化(industry)三条路径下，policy的系数分别为-0.559、0.806、-0.052，且均在5%水平内显著，说明减污降碳政策能够有效降低能源消费、促进绿色技术创新和产业结构优化.

表8 中介效应检验Table 8 Mediating effects test

模型(5)～(7)的估计结果如表9所示. 由表9可见：从能源消费来看，energy的系数分别为0.182、0.929、-0.004，且均在1%的水平上显著，说明减污降碳政策可以通过减少能源消费从而提高经济高质量发展水平、降低大气污染和碳排放；从绿色技术创新来看，innovation的系数分别为-0.034、-0.070、0.018，且均在1%水平上显著，说明减污降碳政策可以通过促进绿色技术创新从而促进经济高质量发展、降低大气污染和碳排放；从产业结构优化来看，模型(5)和模型(6)中industry的系数分别为1.899、1.392，且均在1%的水平上显著，但模型(7)中industry的估计系数不显著，说明减污降碳政策能够通过促进产业结构优化实现减污和降碳的协同效应，但对提升经济高质量发展未起到明显的提升作用. 其原因可能在于长三角地区减污降碳政策还在发展的上升期，企业尚处于转型期，低碳基础薄弱且追求短期利润，尚未实现推动经济高质量发展的作用.

表9 中介效应检验Table 9 Mediating effects test

4 结论与建议

4.1 结论

a)减污降碳政策具有三重协同效应，减污降碳政策力度每提升1%，可使大气污染物排放当量平均降低0.470%，CO2排放量平均降低0.292%，提升经济高质量发展水平平均提升0.040%.

b)减污降碳政策的协同效应具有地区异质性. 在核心城市组，能够实现减污、降碳和经济高质量发展的三重协同效应；在中心城市组，有减污效应，但对经济高质量发展有抑制作用，对碳排放没有产生显著影响；在外围城市组，对减污、降碳和经济高质量发展都没有产生显著影响.

c)减污降碳政策主要通过减少能源消费、促进绿色技术创新来实现三重协同效应；通过产业结构优化可以实现减污和降碳的协同效应，但未能显著促进经济高质量发展.

4.2 建议

a)长三角地区应协同推进大气污染防治、温室气体减排和经济高质量发展，充分发挥减污降碳政策的协同效应. 进一步可通过减少能源消费和绿色技术创新提升减污降碳政策的协同效应，如严格控制化石能源消费，强化源头治理；将生态效益纳入技术创新目标体系，加大对技术创新的财政补贴力度，激发企业绿色技术创新潜能，引领经济向绿色高质量发展转型.

b)应充分考虑地区差异性，针对各城市组制定相应对策措施. 对于核心城市组，应发挥其在各都市圈的引领作用，向周边地区推广现有减污降碳的经验与技术，辐射带动长三角地区绿色高质量发展. 对于中心城市组，应有序推进减污降碳和经济高质量发展，通过加大碳减排政策力度，推动高污染、高碳行业的低碳转型，引导地区产业结构升级，实现减污和降碳的协同发展；与此同时，通过绿色技术创新、减少能源消费推动经济向低投入、低污染和高产出的绿色增长方式转型，最终实现减污、降碳和经济高质量的协同发展. 对于外围城市组，应兼顾经济增长和减污降碳，提高地方政府对绿色发展的重视程度，积极培育环境产权交易市场，加大减污降碳政策实施力度，刺激企业改进生产模式，提高资源配置效率，逐步实现经济和减污、降碳的协同发展.