京津冀绿色发展政策模拟及优化研究

李 健， 李 宁 宁

(1.天津理工大学 管理学院, 天津 300384；2.天津大学 管理与经济学部, 天津 300372)

一、引 言

绿色发展作为实现经济与环境和谐、社会可持续发展的重要途径，正逐渐成为全球可持续发展目标以及全人类共识。绿色发展理念与绿色发展政策研究备受各界关注，但因多种类似概念出现，如可持续发展、绿色经济、绿色增长、低碳经济、循环经济以及生态经济等[1-5]，学术界尚未对绿色发展形成统一的确切定义。胡鞍钢等从功能上界定绿色发展是第二代可持续发展，强调经济系统、社会系统及自然系统间协调性[6]。许宪春等总结绿色发展是可持续发展的一种表现形式，且具有系统协调、全球共担、社会实践的特点[7]。从以上研究综合来看，可持续是绿色发展的目标，绿色发展强调经济、社会和环境一体化，环境和资源应作为经济发展的内生条件同时也是经济发展的约束条件。

绿色发展政策是指政府为实现绿色发展目标而采取的具体调控手段，其基本作用是通过不同方法和途径影响区域绿色发展路径，加快绿色发展进程。与一般能源政策不同，绿色发展政策针对范围更广、作用对象更多，其范围不仅包含能源，还包括环境保护、生态修复和发展绿色经济等。国际社会倡导绿色发展主要集中于低碳和节能两个领域，并将其主要分为3大类：规制管控型、市场建设型和公众参与型。其中，常用的基于市场的绿色发展政策工具有绿色财税工具、绿色金融与绿色信贷工具和可交易排污许可等。王海芹等认为绿色发展政策是着眼于经济、环境及社会可持续、协调发展的系统型政策[8]。绿色发展政策并非是孤立存在和发展的，其发展与特定的宏观经济背景、面临的环境资源问题、环境保护与经济发展理念以及政策工具选择等问题都息息相关，故与所研究的时间区间存在一定关系。京津冀绿色协同发展作为区域绿色协同发展的重点区域之一，探讨京津冀协同发展下绿色发展政策对其经济、能源、社会等方面产生的影响，对于促进京津冀绿色协同发展、探索国家绿色发展道路均具有重要的现实意义。

绿色发展及政策研究主要集中于理论内涵、效率评价以及政策效应3方面。对于绿色发展效率的评价研究，诸多学者通过构建数学模型、建立指标体系、以城市为载体对全国及区域性的绿色发展进行评价。Tao等采用全球Malmquist-Luenberger生产率指数来衡量和分解2003～2013年间中国3个主要城市群的绿色生产率增长情况，研究表明技术进步而非效率提高促进了绿色生产率的增长[9]； Deoliveira等提出了一套治理指标评估城市进程中绿色化水平，同时探讨了绿色化城市直接和间接经济过程中的障碍、成就和教训[10]；王普查等采用DEA模型测算了中国省级资源绿色利用效率，结果表明各省份资源利用的无效率现象非常普遍，资源绿色利用效率存在显著的省际差异且近年来呈现明显的下降趋势[11]；胡博伟等在构建绿色经济评价指标体系基础上,运用SBM-Undesirable和Malmquist-Luenberger模型对中国北方干旱区20个资源型城市2006～2016年静态效率和动态效率进行了测度，结果显示干旱区资源型城市绿色经济静态效率总体水平较低，且城市间效率值表现出较大差异性[12]；刘曙光等基于2007～2016年中国东部沿海4大城市群42个城市的面板数据，运用包含非期望产出的超效率SBM模型测算了城市群及各城市的绿色发展效率，研究发现东部沿海城市群绿色发展综合效率水平最高的是珠三角城市群，最低的是山东半岛城市群[13]。绿色发展逐渐推进过程中，政府制定并推行的绿色发展政策对绿色发展也有举足轻重作用。针对政策效应的研究，学者大多通过研究某一方面政策对绿色发展影响进行政策评价。Yi 等量化分析了中国省级清洁能源政策，分析中国省级能源政策与绿色就业、企业数量关系，研究发现中国省级能源政策与绿色就业呈正相关[14]； Winfield等通过比较公共政策和话语分析方法，对作为能源和经济发展战略的《安大略绿色能源和绿色经济法》(Green Energy and Green Economy Act，GEGEA)进行了分析[15]；王军等、曾婧婧等分别研究了环境规制及能源政策对中国绿色发展以及区域绿色经济效率影响[16-17]；傅京燕等以中国二氧化硫排污权交易试点政策为例，考量分析了排污权交易机制对中国绿色发展影响及其作用机制[18]。

其中，将系统动力学运用于“绿色领域”内的研究也并非鲜见。郝芳等使用系统动力学构建了中国绿色增长系统动力学模型[19]；杨顺顺参考DPSIR分析框架，构建了湖南省绿色发展多情景仿真模型，设计了粗放-调整、经济转型优先、污染治理优先3类情景方案[20]；刘畅等则建立了能源消耗视角下低碳经济发展系统模型并进行情景仿真分析[21]；佟贺丰等构建了中国可持续发展模型，选择农业、森林、绿色建筑、可再生能源和核能、城市生活垃圾、城市交通、水泥产业7个行业，从绿色发展角度进行界定和模拟，通过情景仿真，分析了绿色发展对中国经济、社会、环境系统的潜在影响[2]20。同时，系统动力学还被用于碳交易政策、节能减排政策等仿真模拟[22-23]。

通过以上文献梳理可以发现，现有研究在以下几方面有待完善：第一，绿色发展涉及经济、能源、社会、环境及政策等诸多要素，而目前对绿色发展研究多侧重静态层面的概念、效率及政策框架等，缺乏系统、动态的研究分析；第二，多数政策方面的研究仅考虑某一特定政策对绿色发展影响，而涉及经济、能源、环境及社会全方位的政策较少，没有从模拟绿色发展系统角度考察绿色发展政策实施的传导路径和实施效果；第三，现有研究多集中于相似概念的情景分析和政策仿真，如绿色增长的情景分析、节能减排政策和碳减排政策的仿真，而对于区域绿色发展政策模拟缺乏一定研究。

为弥补上述研究的不足，本研究从经济、能源、环境、社会及政策等要素出发，通过因果回路图理清其各要素之间的因果关系，构建京津冀绿色发展系统模型，并在各子系统上分别赋予产业结构、绿色信贷、能源税收、碳税、碳交易机制及科技政策调控因子，动态仿真不同政策类型及政策力度对京津冀绿色发展系统经济、能源及环境产生的影响，探讨政策实施效果，以期为更好地推动绿色发展政策的实施和京津冀协同发展提供参考。

二、绿色发展系统动力学模型构建

1.绿色发展系统边界及子系统

绿色发展系统是一个典型的复杂系统，涉及经济子系统、能源子系统、环境子系统、社会子系统及政策子系统。各子系统包含诸多复杂多变要素，各要素之间又相互作用。因绿色发展涉及要素众多，系统模型的建立难以涵盖所有要素，在明确研究目标前提下，重点关注影响全局的主要因素，剔除无关全局次要因素，从整个系统剥离出关键的、对全局有重大影响的因素构建绿色发展系统。因此，本研究主要通过构建京津冀绿色发展系统动力学仿真模型，探索经济、能源、环境以及社会方面绿色发展政策对京津冀经济、环境以及能源的影响。

绿色发展系统作为一个复杂开放系统，是一个多输入、多输出具有可持续特点的系统模型。其在传统3E模型基础上，结合绿色发展特征，基于研究目标及数据科学性、可获得性以及可操作性，确立了经济、能源、环境、社会与政策5个系统边界。因政策子系统尤其作为国家宏观战略部署的绿色发展方面政策，贯穿整个绿色发展系统，且本研究旨在将绿色发展政策“内生化”，通过改变不同政策参数，探讨各绿色发展政策对绿色发展系统中经济、能源、环境的影响，最终形成以政策子系统为核心、其他4个子系统相互影响、相互作用的系统模型。绿色发展系统框架图如图1所示。

图1 京津冀绿色发展系统框架图

(1)经济子系统。本文主要研究经济总量与产业结构对能源、环境及社会的影响。子系统主要通过三产业增加值、节能环保投入、GDP增长率及绿色信贷影响因子与能源子系统联系，通过工业增加值与环境子系统联系，通过人均绿色GDP与社会子系统联系。在经济子系统中，以人均绿色GDP作为京津冀绿色发展政策对绿色发展影响的表征对象。

(2)能源子系统。本文主要研究在一定经济总量与人口数量下能源消耗总量对经济、环境的影响。子系统主要通过原煤消费量以及第二产业能耗与环境子系统联系。在能源子系统中，以能源消耗总量作为京津冀绿色发展政策对绿色发展影响的表征对象。

(3)环境子系统。本文主要研究在一定经济总量、人口数量和能耗下环境可承载能力以及随时间推移对经济发展影响。子系统主要通过CO2排放量与经济子系统联系。在环境子系统中，以CO2排放量及GDP碳排放强度作为京津冀绿色发展政策对绿色发展影响的表征对象。

(4)社会子系统。本文主要研究在一定经济总量、环境污染及能源消耗下人口总数的变化。社会子系统主要通过技术进步影响因子与能源、环境子系统联系。

(5)政策子系统。本文主要研究经济、能源、环境以及社会方面绿色发展政策对京津冀绿色发展的影响。政策系统中政策工具及调控因子是本绿色发展系统的核心和枢纽。通过对这些政策工具以及调控因子调节，探索对京津冀绿色发展产生的影响，如表1所示。绿色发展系统涉及的政策工具及调控因子选取依据主要参考其他文献、国家政策规划及借鉴发达国家政策经验。具体来看，产业政策工具参考周雄勇等[23]1435在经济子系统中设置了产业结构政策影响，本文也进行了相应设置；绿色信贷政策及调控因子的设置则是参考国家“十三五”节能减排工作方案；能源税收政策及碳税政策则是参考发达国家在绿色发展政策方面先行经验进行了相关参数设置；碳交易机制政策是参考我国于2016年推行的主要污染物排污权交易政策；科技政策及调控因子参考周雄勇等[23]1436和李健等[24]设置了其政策工具和调控因子。

表1 绿色发展政策工具及调控因子

2.因果回路图

根据京津冀绿色发展系统理论结构图以及系统边界，构建京津冀绿色发展系统因果反馈回路图，如图2所示。

图2 京津冀绿色发展系统因果反馈回路

因果回路图反映了京津冀绿色发展系统中经济、能源、环境及社会之间的因果关系。其中，经济子系统作为整个京津冀绿色发展系统中的动力系统，为整个系统运作提供发展动力。一方面，经济尤其第二产业在迅速发展同时消耗大量化石能源，对环境造成严重破坏，而严重环境污染破坏了人们赖以生存的生态环境，使死亡人口增加；另一方面，经济快速发展加大了节能环保投入，同时三产业快速发展加快了科技进步，科技进步减少能源消耗并加大环境污染治理，短期内会对经济发展产生一定影响。

3.存量流量图

基于京津冀绿色发展系统自身特点，为更加明确表示变量之间逻辑关系，进一步反映系统的反馈形式和控制规律，并在因果反馈回路图基础上明晰变量的性质，通过引入水平变量、速率变量、辅助变量及常量和表函数，利用系统动力学软件Vensim PLE构建京津冀绿色发展系统存量流量图模型，如图3所示。模型中共80个变量，其中水平变量包括人口总量、能源消费总量、GDP增加值以及配额总量4个，速率变量包括出生人口、死亡人口、非化石能源消费量、化石能源消费量、能源阻碍量、GDP增加值及配额总量减少量7个，辅助变量包括人均能耗、人均绿色GDP、资源价值、非化石能源使用增长率、节能投资效果、单位GDP能耗等38个，常量和表函数包括出生率、死亡率、生态影响因子、环境污染治理投资、污染造成直接经济损失、标煤价格等31个。

图3 京津冀绿色发展系统系统流图

三、数据来源及变量间函数关系

1.分析工具及数据来源

本研究使用系统动力学软件Vensim PLE构建京津冀绿色发展模型，并进行模拟仿真，模型运行范围为2006～2025年，仿真步长为1年。其中，2006～2019年为模型运行并与实际检验年份，2020～2025年为系统政策模拟仿真的预测年限，通过对政策工具以及调控因子调节，预测此期间绿色发展政策对经济、能源、环境影响。数据来源于历年《北京统计年鉴》《天津统计年鉴》《河北经济年鉴》《中国城市统计年鉴》《中国环境统计年鉴》《中国能源统计年鉴》等统计资料。

2.变量间函数关系确定

本研究中对于部分统计资料缺失数据主要通过回归方程法、公式推导法以及拟合法获得。其中，对于具有线性相关的数据主要通过建立回归方程方法补全缺失数据；对于已有公知公式的数据集含有的缺失数据主要通过公式推导法补全；对于较随机分布没有线性关系也没有公知公式的缺失数据，主要使用拟合法将已知数据集进行拟合，利用这些数据求取一个近似函数，进而补全所缺失数据。此外，模型涉及数据、公式和函数关系众多，因篇幅有限不一一列出，只列出模型运行初始值、常数值和部分线性关系函数。其中，确定常数值时遵循：随时间变化有一定波动但不明显的取平均值，随时间有规律变化且变化较明显的通过IF函数取值，如GDP增长率；随时间变化明显且无规律的参数通过表函数取值，如非化石能源消费弹性系数，节能环保投入效果系数，单位污染治理投资等。

(1)模拟仿真的初始值。京津冀地区GDP、人口总量、能源消费总量、配额总量初始值，如表2所示。

表2 京津冀绿色发展系统水平变量初始值

(2)模拟仿真的常数值。本研究中对随时间变化不明显参数取常数，如表3所示。

表3 京津冀绿色发展系统常数

(3)函数关系。因篇幅原因，只列出GDP与三产业增加值之间关系，且提前已使用EViews8软件对数据进行了处理，采用ADF检验方法对数据平稳性进行检验，结果显示变量序列均为2阶单整序列。采用E-G两步法对GDP与三产业增加值之间关系进行协整检验，检验结果显示，变量之间存在协整关系，其回归不是伪回归。拟合结果显示，拟合效果良好。

GDP1=1238.283+0.031381GDP

t=6.3713 9.0306

R2=0.890774F=81.55340

GDP2=1139.479+0.331688GDP

t=3.6680 16.2806

R2=0.9636F=265.0582

GDP3=-3894.964+0.613458GDP

t=-2.644208 23.29294

R2=0.981902F=542.5610

其中，GDPi(i=1,2,3)分别表示第一、第二和第三产业增加值。

四、绿色发展政策仿真模拟

1.模型检验

在京津冀绿色发展系统仿真模拟之前，本研究根据已建立的系统理论结构图和SD模型，选取3个重要变量，即GDP、能源消费总量及CO2排放量进行误差检验，通过观测其在2006～2019年间运行情况，将拟合值与实际值绝对误差比较分析，观测模型运行有效性特征，误差检验结果如表4所示。其中，3个重要变量的最大绝对误差分别为6.91%、3.07%、5.86%，均小于10%[21]108；平均绝对误差分别为2.86%、1.75%、2.52%，均小于3%，处于可接受范围。结果表明，本研究构建的京津冀绿色发展系统能有效衡量京津冀绿色发展系统中变量之间变化与相互关系。

表4 误差检验

2.政策仿真及结果分析

为考察绿色发展政策对京津冀绿色发展系统经济、能源、环境的影响，从产业结构、绿色信贷、能源税收、碳税、碳交易机制及科技6项政策维度出发，对京津冀绿色发展政策进行模拟仿真。此过程主要通过改变其中某一项或两项政策参数观察此政策对人均绿色GDP、能源消费总量、CO2排放量及GDP碳排放强度的影响。每一种政策维度，都会设立现行政策作为参照，并相应设立两种或三种不同方案，几种方案区别在于政策强度或政策类型不同。通过设置不同政策参数值，进行模拟仿真得到人均绿色GDP、能源消费总量、CO2排放量及GDP碳排放强度系统仿真曲线图。

(1)经济方面政策。本文设定三产业占比为产业政策调控因子，设定绿色信贷利率浮动为绿色信贷调控因子。初始状态京津冀第一、二、三产业占比为0.06:0.43:0.51，绿色信贷利率浮动为0，绿色信贷影响因子为1。通过改变第一、二、三产业占比的参数值，以及绿色信贷利率浮动观察经济方面政策调整对京津冀绿色发展的影响。设立的两种方案政策参数如表5所示，其中，方案一将产业政策进行了调整，第二产业占比下降3%，第三产业占比上升3%，绿色信贷利率没有发生变化；方案二则是将绿色信贷利率提高了3%，产业结构没有进行调整。产业结构以及绿色信贷利率调整下输出变量变化如图4所示。

表5 产业政策及绿色信贷调控因子变化

图4显示了调整产业结构及绿色信贷浮动因子人均绿色GDP、能源消费总量、CO2排放量及GDP碳排放强度的变化。仿真结果表明，适当降低第二产业比重、增加绿色信贷利率会带动人均绿色GDP增加，但增加幅度不大。同时，降低第二产业比重、增加绿色信贷利率，能源消费总量和CO2排放量整体呈下降趋势，下降幅度随时间推移逐渐增大，且产业政策作用效果强于绿色信贷政策作用效果。进一步发现，产业政策相较绿色信贷政策更能促进京津冀绿色发展。2025年能源消费总量在产业政策调整下降低9.60%，而在绿色信贷政策作用下仅降低3.20%；CO2排放量在产业结构调整作用下降低8.30%，而在绿色信贷政策作用下仅降低2.40%。这说明降低第二产业比重，调整产业结构能明显降低能源消费总量和CO2排放量，因为第二产业发展往往伴随着能源大量消耗和CO2排放量增加。值得注意的是，随着第二产业比重降低，GDP碳排放强度并没有发生明显变化。

图4 产业结构及绿色信贷政策影响

(2)能源方面政策。本文设定能源税税率浮动为能源税收方面调控因子。假设初始时能源税税率浮动值为0、能源税调控因子为1。通过改变能源税税率浮动参数值，观察能源税税率浮动对京津冀绿色发展的影响。两种方案能源税收政策参数如表6所示，其中，在方案一情形下，能源税收政策将促进能源税税率提高了2%，方案二则将能源税税率进一步提高至4%，能源税收政策主要是通过提高能源税税率以达到降低企业能源消耗目的。能源税税率调整下输出变量变化如图5所示。

表6 能源税税率浮动变化

图5显示了不同能源税税率下人均绿色GDP、能源消费总量、CO2排放量及GDP碳排放强度的变化。仿真结果表明，随着能源税税率增加，人均绿色GDP整体也在不断增加，但增加幅度非常小，说明能源税收政策对人均绿色GDP促进作用不大。能源税税率的增加使得能源消费总量和CO2排放量不断降低，但能源消费总量的下降幅度要大于CO2排放量下降幅度。对比初始情况与方案二，到2025年能源消费总量下降11.50%，而CO2排放量下降10.80%，这说明随能源税税率不断增加，能源消费总量以及CO2排放量在不断下降。GDP碳排放强度也在随能源税税率增加而降低，由初始方案的0.78降到方案二的0.70。究其原因，通过增加能源税收，企业迫于压力不得不减少能源消费，进而污染物包括CO2排放量将会降低。可见，能源税税收力度的改变对能源消费和CO2排放影响较为灵敏。

图5 能源税收政策影响

(3)环境方面政策。环境方面政策涉及两方面碳减排政策，分别是碳税政策及碳交易机制政策。其中，碳税政策设定碳税税率浮动为调控因子，碳交易机制政策设定碳交易价格以及配额总量减少率为调控因子。通过改变碳税税率浮动、碳交易价格以及配额总量减少率参数值，观察环境方面政策调整对京津冀绿色发展的影响。设立的3种方案环境政策参数如表7所示，其中，现行方案是根据国家碳减排政策以及相关文献得出[22]5；方案一是在现行碳减排政策下实行碳税政策，将碳税税率提高3%，碳交易价格及配额总量减少率则不发生变化；方案二是不实行碳税政策，将碳交易价格提高至80元/每吨碳排放，碳配额总量减少率由0.01提至0.03；方案三则是两种碳减排政策组合，即碳税税率提高3%，同时碳交易价格提高至80元/每吨碳排放，碳配额总量减少率由0.01提至0.03。

表7 碳税税率浮动、碳交易价格以及配额总量减少率变化

碳减排政策调整下输出变量变化如图6所示。

图6显示了单一碳减排政策和组合碳减排政策下人均绿色GDP、能源消费总量、CO2排放量及GDP碳排放强度的变化。仿真结果表明，单一碳减排政策和组合碳减排政策的实施都会使人均绿色GDP、能源消费总量、CO2排放量及GDP碳排放强度降低，且对CO2排放量抑制作用要大于对人均绿色GDP、能源消费总量和GDP碳排放强度的抑制作用。

图6 碳减排政策影响

进一步分析组合碳减排政策优势会发现，单一碳减排政策作用效果要明显小于组合碳减排政策作用效果，2025年组合碳减排政策使能源消费总量减少了10.30%，而单一碳交易机制政策和碳税政策则分别使能源消费总量减少了9.20%和0.07%；组合碳减排政策使CO2排放量减少了12.70%，而单一碳交易机制政策和碳税政策则分别使CO2排放量减少了9.30%和2.80%。可见，组合碳减排政策实施效果并非是单一碳减排政策实施效果的简单代数和，且碳交易机制政策对能源消费减少量和CO2排放减少量要明显大于碳税政策对能源消费减少量和CO2排放减少量。

(4)社会方面政策。本文设定技术进步调控因子浮动为社会方面调控因子。初始状态科技进步调控因子浮动为0.06，通过改变科技进步调控因子浮动参数值，观察科技进步调控因子浮动对京津冀绿色发展的影响。设立的两种方案政策参数如表8所示，其中，方案一是在现行政策下将技术进步因子提高0.02，提升至0.10；方案二则是在方案一情形下进一步提升技术，使技术进步调控因子提升至0.08。两种情形都旨在通过技术进步促进绿色发展。科技进步调控因子浮动调整下输出变量变化如图7所示。

表8 科技进步变化

图7显示了不同科技进步因子下人均绿色GDP、能源消费总量、CO2排放量及GDP碳排放强度的变化。仿真结果表明，技术进步的提高能促进人均绿色GDP增加，但增加幅度不大，2025年方案二实施下人均绿色GDP增长了3%。同时技术进步使能源消费总量、CO2排放量和GDP碳排放强度减少，且CO2排放减少的幅度要大于能源消费和GDP碳排放减少的幅度，CO2排放量下降了9.20%，而能源消费总量减少了4.50%，GDP碳排放强度由初始方案0.78下降到方案二的0.72。可见，实施有效的科技政策，促使科技尤其绿色科技的不断进步，能降低能源消费总量，降低CO2排放，从而加速京津冀绿色发展。

图7 科技进步政策影响

五、结论及建议

1.结论

本研究基于系统动力学理论，在定性分析与定量分析相结合基础上，建立京津冀绿色发展系统仿真模型。通过设置不同政策情景，考察不同政策类型、不同政策力度对京津冀经济、能源消耗以及环境中碳排放影响得到4点研究结论。

(1)产业政策相较绿色信贷政策更能促进京津冀绿色发展。降低第二产业比重、增加绿色信贷利率能促进人均绿色GDP增长、降低能源消耗总量及CO2排放量，其中，人均绿色GDP增长幅度较小。在降低能源消耗和CO2排放方面，产业政策作用效果强于绿色信贷作用效果。另外，降低第二产业比重及增加绿色信贷利率对碳排放强度没有显著影响。

(2)一定范围内提高能源税税率对京津冀绿色发展有促进作用。能源税税率增加能轻微促进人均GDP增加，但对能源消耗、CO2排放及GDP碳排放强度抑制作用较大，并且对能源消耗抑制作用最明显。

(3)组合碳减排政策更能促进京津冀绿色发展。单一碳减排政策和组合碳减排政策都使人均绿色GDP、能源消耗、CO2排放量及GDP碳排放强度降低，但人均绿色GDP降低幅度远远小于能源消耗和CO2排放量降低幅度。并且组合碳减排政策实施效果并非单一碳减排政策实施效果的简单代数和。另外，碳交易机制政策作用效果好于碳税政策作用效果。

(4)技术进步能促进人均绿色GDP增长，减少能源消费和CO2排放，降低GDP碳排放强度，并且技术进步对CO2排放量抑制作用大于对能源消费抑制作用。

2.建议

为提升京津冀绿色发展水平，实现经济与能源、环境及社会协调发展，根据研究结果，提出3条绿色发展政策建议。

(1)调整产业结构，适当降低第二产业比重。研究表明，京津冀整体第二产业比重仍可适当调节，但调节过程中要把握调节的“度”。另外，适当增加绿色信贷利率，落实绿色信贷问责制度，强化绿色信贷约束功能。绿色信贷政策对京津冀绿色发展促进作用较小，很可能是京津冀绿色信贷政策覆盖面仍较窄，对绿色发展的支持不足，尚未发挥较大作用。

(2)适度加大能源税税率以及征收范围，三地政府不应过分担心能源税收政策对当地经济发展的制约。研究结果显示，适当调整能源税税率和征收范围对京津冀绿色发展有促进作用，且人均绿色GDP不会降低。

(3)严格执行碳交易市场制度，建立合理规范的排污权交易市场，同时可考虑推出碳减排政策组合拳。碳交易机制政策能对经济产生较小影响，同时可降低能源消耗与CO2排放。河北省可考虑连接京津现有碳交易平台，打造京津冀区域性碳交易平台。

(4)加大节能环保投资力度，鼓励创新研发，通过科技进步使经济总量不减少情况下降低能源消耗与环境污染。对绿色发展科技研发提供多元政策支持和财政支持，加大绿色科技研发的财政投入力度和政策倾斜度，同时鼓励高校及其他社会各界参与绿色发展的技术研发。