碳交易政策的协同减排效应

张国兴，樊萌萌，马睿琨，林伟纯

（1.兰州大学管理学院，甘肃兰州 730000；2.兰州大学绿色金融研究院，甘肃兰州 730000）

实现对温室气体和大气污染物排放的双重控制是中国应对气候变化、改善大气环境的重要目标。目前中国区域大气环境问题仍较严重，各城市地区呈现以SO2、PM2.5等为代表的多种污染物共存、减排难度加大的局面。另一方面，气候变化与大气污染往往紧密相连，许多大气污染减排措施同时也是控制温室气体排放的有效措施［1］。因此探究环境政策对大气污染物和温室气体的协同减排效应是打赢污染防治攻坚战的有效举措。经济学界普遍认为，对比命令控制型和市场型两大类环境规制工具，排污权、碳排放权交易等为代表的市场型工具能通过经济激励实现外部性内部化，以更低成本促进减污减排，是污染控制、减污减排的重要手段［2］。2002年中国开始推行排污权交易试点政策，这是市场型环境政策工具探索的第一步。2011年，中国政府明确提出“探索建立碳排放交易市场”［3］。此后，国家发改委陆续批设国家碳交易试点。2019年，生态环境部印发《碳排放权交易管理暂行条例（征求意见稿）》。理论上来说，碳交易能解决排放权配置无效率问题，能有效助力节能减排。但现实中，各地区存在较大的资源禀赋和经济发展差距，这使碳交易政策实施效果在不同地区可能会有所差异。该研究以国家碳交易试点政策为基础，探究该政策能否有效实现地区碳排放强度以及PM2.5、SO2等大气污染物协同减排。如果能够产生影响，又是通过何种机制产生作用？

1 文献综述

排放权交易这一市场化环境规制工具最早由Crocker［4］和Dales［5］提出，目前在世界多个地区都已被付诸实践。该政策旨在通过市场机制实现环境资源的有效配置，实现污染物减排［6］。就中国而言，相比碳交易政策，排污权交易政策已试点实施十几年。学者们以排污权交易为对象，已进行较为详细的研究，大部分文献都肯定其减排效果。对于同样具有市场化属性的碳交易政策，也日益获得国内外学者的关注。

关于碳交易政策的研究，学者主要集中于政策制度设计和政策效果两个方面。制度设计方面，主要对政策制度实行过程中存在的问题进行分析，并提出建议。Zhang等［7］全面概述试点政策实施现状、部门覆盖范围并比较不同试点区域的制度设计特征，发现制度设计中存在法律和监管障碍、与现有能源和气候政策缺乏互动等问题，总结了排放权交易的发展建议。Wang［8］在探究中国碳交易市场减排绩效的同时，进一步肯定不同地区碳排放交易系统联动机制的重要性。Munnings等［9］通过采访碳排放交易系统机构专家和监管员，分析近期交易数据、相关法律及文献，评估广东、上海和深圳三个碳交易试点适应中国经济和政治环境方面的表现，为碳交易政策设计和运行提供建议。潘家华［10］在对比国际社会碳交易市场的基础上，讨论国内碳市场构建面临的挑战，提出政府在构建碳交易体系时，需在顶层设计考虑碳排放的属性，不断拓展碳交易市场空间。

碳交易政策效果的研究也是学者们的关注重点，方法选择上以“情景模拟分析”方法为主。Cui等［11］构建了省际排污权交易模型，模拟分析发现，碳交易政策对不同省份的碳减排效果具有差异性。Zhang等［12］模拟了刚性约束国民生产总值和放松生产总值刚性约束、引入地区经济增长和环境保护双重约束两种政策情景，表明省级碳交易能显著降低碳排放强度。刘宇等［13］采用中国多区域一般均衡模型Term CO2，根据碳交易试点的制度要素设置情景假设，分析湖北和天津地区的碳交易政策对经济环境的影响，认为碳交易政策的负面经济影响有限。采用仿真、模拟方法开展的研究大多肯定了碳交易带来的环境红利，但该方法仍存在一些固有缺陷，比如内部设计复杂、难以跟踪其作用机制等［14］。

协同效益指因不同原因而同时实施的政策带来的效果［15］。IPCC第二次评估报告提出次生效益、伴生效益的概念，解释了控制温室气体排放的同时产生的大气污染物减排效益。日本环境省将其定义为：发展中国家发展的同时带来温室气体的协同减排。生态环境部政策研究中心定义：减少温室气体排放的同时减少其他局域污染物排放，例如SO2、NOX、CO及PM等。该研究探究碳交易政策对碳减排的同时，讨论其对SO2和PM等局域大气污染物的协同减排效应，这与生态环境部政策研究中心的定义基本一致。傅京燕等［16］认为，电力行业技术改造在缩减化石能源利用、减少碳排放的同时，达到硫、氮、烟尘等污染物协同减排。Cheng等［17］研究发现，碳交易政策促进碳减排的同时，推动SO2和NO2减排。越来越多学者认识到，气候政策对区域空气污染控制和碳减排的协同减排效益不容忽视［18］。

有效的政策约束是实现温室气体和污染物协同减排的综合点［19-20］，而技术水平是碳交易政策影响大气污染物排放的重要连接点。波特假说认为，适当的环境规制强度不仅能弥补企业在遵循环境规则的同时带来的成本增加，也能促进企业生产效率提升，从而刺激企业生产技术进步和低碳技术升级，实现污染物减排［21］。碳交易政策中有关技术保障条款提出，各地区应协助企业主体开展创新，给予技术机构资金和人才支持；另外，碳交易政策会倒逼高污染企业加大低碳技术研发投入，推进生产减排［22］。此外，由于技术创新的外溢效应，持有先进技术的企业会将低碳技术传播至整个产业，提升总体环保水平，最终实现城市绿色发展。基于此，从技术创新的角度出发，探究碳交易对碳排放及其他大气污染物减排的作用机制。

该研究试图在以下几个方面进行探索：第一，将已有研究从国家或省级宏观样本数据拓展为2006—2018年276个城市面板数据，研究碳交易政策的协同减排效应；第二，将全球碳排放约束下的全域排放物二氧化碳和地方污染减排约束下的局域大气污染物纳入同一个分析框架，更全面考察碳交易政策带来的减排效益；第三，采用双重差分等方法，系统分析碳交易政策对CI、PM2.5及SO2的减排效果，并探讨其作用机制，避免以往仿真模拟等方法由于固有缺陷导致评估效果失真及难以追踪传导机制的问题。

2 研究设计与数据说明

2.1 样本和模型选择

采用双重差分的双向固定效应模型进行实证研究。双重差分模型（Differences in Differences，DID模型）主要用于公共政策实施效果的定量评估。该方法基于非随机分配政策实施组和对照组的自然试验得到的数据，通过控制研究政策实施前后的差异，将政策影响的结果分离出来，并在模型中加入可能产生影响的自变量，进一步控制处理组和对照组可能存在的影响因素，补充样本分配上不能完全随机的缺陷，从而实现对政策效果的真实评估［23］。

将碳交易试点地级市设定为基准样本，为有效分析碳交易试点政策的净效应，在运用双重差分法的基础上建立以下模型：

其中：Yit为被解释变量，具体用碳排放强度及大气污染物排放表征，下标i和t分别表示城市和年份；policy为碳交易政策试点城市和时间节点两个虚拟变量的交乘项，获批碳交易试点城市当年及以后赋值为1，获批复之前及未试点城市赋值为0；Xit为所有的控制变量集；γt代表时间固定效应；δi为各地级市的个体固定效应；εit是随机扰动项。以上模型中，系数b1是重点关注的数值，它衡量了碳交易试点政策对城市碳排放强度和污染物排放的净效应。如果碳交易试点政策能有效实现城市减污减排，则b1显著为正；反之，不显著或者显著负值。

2.2 变量选取

2.2.1 因变量

（1）碳排放强度（CI）。碳排放强度即单位国内生产总值碳排放量，是衡量一个国家或行业二氧化碳排放量的重要指标。相对二氧化碳总量和人均碳排放量而言，它反映了能源与GDP间的关系，体现相对效率的含义，能有效评价能源利用和减缓气候变化的绩效［24-25］。中国在《“十二五”控制温室气体排放工作方案》和《“十三五”控制温室气体排放工作方案》中均制定相关政策，旨在降低国家碳强度。在多区域对比分析中，由于经济体量、人口规模、发展速度等因素的差异，绝对量不具备直接可比性，强度指标可以剔除上述因素影响，直接对区域间能源利用和碳排放效率差异进行比较研究［26］。

由于统计数据和估算方法的限制，城市碳排放一直是个关键性问题。城市由于具有高人口密度、高经济密度和高能源消耗强度等特征，是能源消费和碳排放的主要聚集地［27］。各地区能源消费和碳排放结构不同，但电力部门碳排放一直是中国的主要排放源，其次是运输、供热和供气部门的排放［28］。在前人研究基础上，参考《IPCC国家温室气体排放清单指南2006》，根据碳排放类别分项计算城市能耗碳排放量并进行加总［29］。碳排放的表达式为：CE=∑i ACi×NVIi×EFi。其中，CE为E城市直接能耗碳排放量，i为能源种类，ACi为能源消耗量，NVIi为能源热值，EFi为排放因子。排放类别计算公式及其对应参数说明见表1。

表1 城市CO2排放计算

（2）SO2浓度值。SO2是大气污染的主要一次污染物，在《重点区域大气污染防治“十二五”规划》中被列入为减排目标。规划明确要求“二氧化硫排放量下降12%，环境质量有所改善，可吸入颗粒物、二氧化硫年均浓度分别下降10%、10%”。中国工业二氧化硫排放于2005年达到顶峰后呈现波动降低趋势，2006—2013年均减少2.24%，成功实现减排的SO2在环境研究中始终备受关注。

（3）PM2.5浓度值。PM2.5即直径或粒径小于2.5μm的可吸入颗粒物，是影响雾霾天气的首要污染物。该污染物不仅降低城市能见度，更给人类健康、气候、环境带来诸多负面影响。学者对PM2.5颗粒物的研究多集中于形成过程和社会经济驱动因素两个方面。面对大气污染问题日益严峻的现实情况，PM2.5不仅是社会各界关注的焦点，也是能源、环境研究的重要内容［31］。

2.2.2 控制变量

（1）人均地区生产总值。使用人均地区生产总值（pgdp）测度经济发展水平。Grossman等［32］研究北美自由贸易协定对环境的影响时，发现人均地区生产值不同，区域SO2排放量变化存在差异。基于此，人均地区生产值自然对CO2及其他大气污染物排放产生影响，从而影响生态效率值。因此，将人均地区生产总值纳入控制变量中。

（2）城市化水平。城市化（ur）导致的能源消耗和温室气体及污染物排放不能通过人口规模来反映。借鉴林伯强等［33］的做法，将人口数量变量用人口结构变量（城市化水平）代替。城市人均能耗是农村的3.5～4倍，城市化能极大地影响国内能源消费［34］。一方面，城市化进程会使能源需求和消费增加，并逐步改变土地利用方式、减少森林面积，从而加剧温室气体和污染物排放；另一方面，城市化可能又通过加速现代化进程、提高技术水平促进减污减排，两种影响力度与城市化所处的阶段相关［35］。因此，对城市化的影响进行控制，是准确描述现阶段地区能源需求和大气环境水平的必然要求。

（3）产业结构（in）。Liu等［36］研究发现，中国第二产业份额的增加往往会加剧能源消耗，从而产生大量碳排放，大多环境污染物也来源于工业企业生产。通常来说第二产业比重有所下降意味着国民经济结构的优化升级。参考Wang等［34］的研究，考虑研究地区具有较大的差异性，选用第二产业产值占GDP比重衡量产业结构。

（4）能源强度。能源强度（e）即单位GDP的能源消耗，是衡量能源利用效率的重要指标。能源强度越小，效率越高，带来的温室气体和污染物排放量越少。使用城市全社会用电量与GDP比值表示能源强度。现阶段中国非化石能源发电装机占总装机比重较低，化石能源发电仍是电力的主要来源。能源消耗会带来CO2以及PM2.5等污染物的排放，因此降低能源强度是减污减排的重要途径。

（5）对外开放程度。借鉴傅元海等［37］的研究，采用实际利用外资金额（fdi）衡量对外开放程度。在研究影响空气污染的社会经济因素时，外商投资变量对环境的作用效果不容忽视［38］。提高外资利用水平，扩大对外开放有利于引入国外先进技术，降低空气污染；但也可能由于发展中国家较低的环境规制水平，导致“污染天堂”效应。Xu等［39］研究了能源转型背景下fdi与SO2间的关系。Jiang等［40］使用空间计量分析了外商直接投资水平对雾霾的负面作用。基于此，将实际利用外资金额（fdi）表征的对外开放程度作为控制变量之一。

（6）绿化面积。城市绿化（garea）是净化空气、降低污染源、改善大气环境的重要手段。借鉴豆建民等［41］的研究，引入城市绿化面积为控制变量之一。

2.2.3 中介变量

技术创新。基于孙传旺等［42］的研究，科研投入直接度量了城市技术水平，是技术创新的重要驱动因素。政府财政科技投入对企业技术创新乃至整个国家创新水平均产生重要影响。政府通过财政补贴及贴息等直接的差异化财政手段，极大降低研发风险，提高创新参与度，吸引越来越多社会资本参与技术创新；另一方面，财政科技支出可以很大程度改善宏观生态环境，激活创新动能［43］。基于此，用科技支出占地方公共财政支出的比重表示技术创新（inn）。邵帅等［44］提出，技术进步可能仅作用于提高生产效率和扩大生产规模，并未强调“绿色”发展，这会使碳排放增加。李廉水等［45］认为技术进步可以提高能源利用效率，减少生产过程中温室气体和污染物排放。

2.3 数据来源

政策试点数据源于国家已公布的相关政策，其中北京、天津、上海、广东、深圳、湖北和重庆的试点启动时间集中在2013年下半年和2014年，所以将这六个省份的政策作用时间统一定为2014年。借鉴李广明等［46］的做法，将深圳市合并到广东省。根据模型设计，为进一步明确碳交易效果，需保证政策实施点前后时间段范围，以形成有效的政策参照和作用区间。由于福建省试点时间为2017年年末，将福建省数据剔除。在此基础上，将样本细化为各省份包含在内的地级市范围。数据搜集过程中，由于昌吉市和石河子市数据无法全面获取，三沙、毕节、铜仁及巢湖的数据出现较多缺失，所以将其剔除，最终选取276个地级市作为研究样本。考虑到全球初见成效的碳市场发生在2005年以后，将考察的时间段定位2006—2018年［47］。

能源及经济数据由《中国城市统计年鉴》《中国区域经济统计年鉴》《中国城市建设统计年鉴》和各地区统计年鉴以及各地区的国民经济和社会发展统计公报搜集、整理得到。所有与时间有关的经济变量均折算成2006年不变价。各城市PM2.5浓度数据来源于达尔豪斯大学大气成分分析组发布的基于卫星监测的年度期内均值栅格数据。部分年份的缺失数据采用插值法补齐，所用数据均进行对数化处理。

3 实证结果及分析

3.1 基准模型回归

采用个体、时间双固定效应模型，参考任亚运等［48］的研究方法，在探究碳交易对CI的减排效果后，依次以PM2.5和SO2作为因变量替换碳排放强度进行基准回归，检验碳交易对大气污染物的协同减排效应。在估计试点政策对碳排放和污染物排放净效应的基础上，再加入地区生产总值、城市绿化水平、城市化水平、外商投资、产业结构和能源强度等控制变量，具体结果见表2。回归结果表明，基准回归模型中，其作用系数分别为-0.139、-0.112和-0.172，分别在10%、1%、5%的水平上显著；增加控制变量后，核心解释变量的显著性和系数符号均未发生根本性变化，这表明碳交易政策显著抑制地区碳排放强度的同时，亦促进城市PM2.5和SO2等大气污染物的协同减排。人均地区生产值和城市化均与PM2.5显著负相关，说明中国城市建设过程中，逐步由高耗能、高产出向高科技、高产出、低污染的生产模式转变。绿化水平亦显著促进污染减排，城市在经济发展的同时要将环境承载力考虑在内，重视环保建设投资，实现环境-经济共同进步。外商投资与CI显著正相关，但不会增加PM2.5和SO2排放量。随着中国环境规制力度的增强，部分地区外商投资的经济正外部性大于环境污染负外部性。能源强度和产业结构显著正向作用于SO2，说明中国大部分地区仍需要大量传统能源消耗带动经济增长。为此要开发清洁能源，减少第二产业比重，发展高科技等信息服务业，实现产业结构优化升级，为经济注入持久动力。

表2 回归结果

3.2 异质性分析

前文回归结果表明，碳交易政策对CI、SO2和PM2.5等污染物排放均具有显著减排效果。对不同地区的政策实施，大气环境效应是否仍然存在？如果存在，是否具有较大地区差异？为进一步研究试点政策的区域异质性，在双重差分的基础上，将研究的样本城市分为东、中、西三个区域依次分析（表3）。

表3 区域异质性回归结果

结果表明，对东部地区的样本城市而言，碳交易政策对PM2.5浓度和SO2排放量均有显著的负向作用，对CI的减排效果并不显著。第二产业比重上升会给东部城市带来SO2减排压力，经济发展对大气污染状况改善起推动作用，这表明东部经济增长更多依靠第三产业驱动，减少高耗能、高污染的第二产业比重，产业结构不断趋于优化。且能源强度与PM2.5排放成反比，即经济增长带来的能源消耗和大气污染降低，这表明东部地区已率先实现技术改进，利用新能源代替传统能源，实现清洁生产。

对中部和西部的城市而言，碳交易政策与CI、PM2.5浓度和SO2的排放均显著负相关，能有效改善大气污染。城市经济发展和绿化水平对大气污染物减排有显著效果，这说明中西部城市在发展经济的同时将环境承载力考虑在内，兼顾社会和环境效益，合理安排环保建设投资，追求可持续的绿色经济目标。能源强度指标对中西部地区的碳排放和污染物排放仍然是正向作用，即中西部地区仍然以传统能源为第二产业发展的主要驱动力，更多依靠能源消耗，加剧了大气污染，未能实现能源结构转型优化。

总体来看，碳交易政策对城市大气污染物及碳排放的作用大小大致表现为：西部地区最大，中部地区其次，东部地区较小。且碳交易政策在不同地区的协同减排程度不同：西部地区碳交易政策对碳排放和其他大气污染物减排的协同控制最明显，中部地区对大气污染物的减排相对较弱，东部地区碳交易的碳减排效果不明显，但对PM2.5浓度和SO2有协同减排作用。可能的原因是：一方面，西部和中部地区经济水平次于东部地区，生产方式转型仍处于初级阶段，发展过程中带来的污染物排放规模较高，大气污染物排放基数大，因此减排规模和效益相对越高；另一方面，东部地区减排技术和产业结构已趋于优化，西部地区产业结构和技术创新存在较大的优化空间，减排空间越大。

4 稳健性检验

4.1 平行趋势假设检验

平行趋势假设即政策实施前处理组和控制组应具有相同的变动趋势，不具有显著的系统性差异性。参照陆蓉等［49］的方法，按照碳交易政策实施的各个时间点分别检验政策实施前后因变量的变化趋势。具体来说，将不同时间点的政策虚拟变量作为解释变量加入回归模型（1）。将政策实施当期作为基准组，before_3表示碳交易政策实施前三年的政策虚拟变量，after_1表示碳交易政策实施后一年的虚拟变量，其他以此类推，结果见表4。在政策实施前，处理组和对照组的CI、PM2.5浓度和SO2排放没有显著差异，但碳交易政策实施以后，处理组城市相比较对照组城市的CI、PM2.5浓度和SO2排放量显著降低。

表4 平行趋势检验表

综上所述，本次双重差分模型基本满足平行趋势检验。另外，回归结果可以看出，碳交易政策对CI的减排效果显著，且在政策实施当年就得到较大程度实现，此后减排效果不断增加；对PM2.5和SO2的协同减排作用也在政策实施当年即实现，此后不断增强。

4.2 倾向得分匹配估计

进一步采用倾向得分匹配法估计碳交易试点政策对城市环境的作用效果。进行倾向得分匹配之前，需要进行平衡性检验［50］。结果表明，匹配后的样本中所有的协变量t检验结果均不拒绝处理组和控制组无系统性差异的原假设，且绝大多数变量的标准化偏差小于10%。对比匹配前的结果，大多数变量的标准化偏差均大幅缩小。由此，所有协变量均能通过平衡性检验，这表明倾向得分匹配后，处理组和控制组的特征差异得到较大程度削弱，进行倾向得分匹配时仅仅会损失少量样本。

表5为碳交易政策对地区环境变量进行近邻匹配、样条匹配、卡尺匹配的估计结果。其中，ATT是仅考虑试点地区的平均处理效应，是该研究最关注的结果；ATU是只考虑非试点地区的匹配结果；ATE是考虑整个样本的匹配结果。匹配结果基本显著为负，倾向得分匹配估计结果与基准模型较为接近，进一步验证该研究结论，即碳交易试点政策能够显著改善城市CI、PM2.5和SO2排放。

表5 倾向得分匹配回归估计结果

5 进一步研究：影响机制检验

为探究其影响机制，检验碳交易政策如何作用于城市大气环境指标，将中介模型纳入分析框架，公式为：

其中：c为自变量对因变量的总效应；a为自变量对中介变量的效应；b是控制了自变量后，中介变量对因变量的效应；c1是控制了中介变量以后，自变量对因变量的直接效应。间接效应为系数ab的乘积。

Baron等［51］和温忠麟等［52］采用的传统因果逐步回归法，容易导致系数乘积实际上显著而检验结果不显著的结论。基于此，Zhao等［53］提出了Bootstrap中介效应检验法，可用于直接检验中介效应是否存在。通过以下几个步骤［54］探究碳交易试点政策对地区减污减排的中间作用机制：①检验方程（2）的系数c，如果显著，则按照中介效应立论；若不显著，则停止检验。②同时检验方程（3）和（4），若系数a、b同时显著，则间接效应显著，转至第四步；若至少一个不显著，进行第三步检验。③用Bootstrap直接检验ab=0，若显著，则间接效应显著，进行第四步；否则，不存在中介效应。④检验方程（4）的系数c1，若不显著，则存在完全显著的中介效应；若显著，则直接效应显著，进行第五步。⑤比较ab和c1的符号，同号则为部分中介效应；异号则属于遮掩效应。该研究主要考察碳交易试点政策能否通过技术水平实现环境红利，因此选取技术创新作为中介变量，进行中介效应检验。

5.1 技术创新的中介效应检验

中介检验结果见表6。技术创新对碳交易试点政策与碳强度、PM2.5和SO2减排均产生部分中介作用。表6第2—4列为技术创新对碳交易政策与CI的中介检验结果。第2列结果在10%的水平显著为负，即碳交易政策能促进碳减排。第3列政策虚拟变量在1%水平显著为负，表示碳交易政策能有效刺激地方科技投入，实现技术提升。Bootstrap检验得到的置信区间为（-0.040 8，-0.021 3），不包含0，即技术创新对碳交易与碳强度有显著的中介作用。同理，表6第5—8列结果表明技术创新对PM2.5和SO2排放均存在显著的部分中介。

表6 技术创新的中介效应

碳交易政策下，高污染高耗能行业的减排压力不断增加，从而倒逼企业淘汰落后产能，实现技术升级。一方面，技术创新提升企业能源利用效率，减少能源消耗；另一方面，技术创新加快新能源的开发和利用，促进污染减排。碳交易市场中，政府设定碳排放目标后进一步将排放权发放至企业。发挥先进低碳技术优势的企业，会产生更低的边际减排成本，在实现节能减排的同时，富余更多的碳配额在碳市场出售，实现地区经济、环境共发展。总之，城市在保证经济平稳发展的同时要充分考虑环境承载力，加大污染防治技术领域研发资金的投入，鼓励减排技术创新，提高能源利用效率，助力减污减排。

6 结论和启示

该研究运用双重差分，以碳交易政策试点地区包含的地级市为处理组样本，其余地级市为控制组，研究了碳交易政策给城市带来的环境红利，并考察碳交易政策在不同地区的异质性效果；最后引入中介效应模型，对碳交易政策能否通过技术创新改善环境进行作用机制检验，实证结果发现：①碳交易政策不仅能有效促进地区碳减排，还能协同减排以PM2.5和SO2为代表的大气污染物。试点政策实施前，城市CI、PM2.5浓度和SO2排放的下降趋势并不明显，在2014年政策陆续实施以后逐渐产生变化。②不同地区的碳交易政策实施效果具有异质性。对东部样本城市而言，碳交易政策对PM2.5和SO2排放均具有显著负向作用，对CI的减排效果并不显著。对中、西部城市而言，碳交易政策与CI、PM2.5和SO2排放均显著负相关，有效改善大气污染，且总体上西部地区的政策减排效果最显著、中部次之，东部地区相对较弱。③中介机制分析结果表明，通过增加科技研发投入、提高技术水平这一途径，能够充分发挥碳交易政策对城市CI、PM2.5浓度和SO2的减排作用。

基于以上结论，提出如下相关政策建议。

首先，应充分发挥市场机制在城市环境治理中的作用，扩大碳排放权交易制度的市场与主体范围，丰富和完善碳交易制度建设。碳排放权交易机制是兼具政府-市场特征的减排政策，不仅有效抑制碳强度，更实现了对PM2.5和SO2为代表的大气污染物协同减排。基于此，政府在制定环境政策时，一方面，要将市场激励考虑在内，激发各个市场主体的积极性，产生更高的环境效益；另一方面，要不断完善现有碳交易制度，更好地激发其减排效能，促进经济绿色发展。

其次，在全国范围内推广碳交易政策的同时，要将区域异质性考虑在内，增强对大气污染的区域协作治理。一方面，政策实施要结合当地发展情况，选择合理的配套机制，形成具有针对性的有效市场机制，产生更高的减排效益；另一方面，在总结试点地区碳交易工作经验的基础上，综合考虑中国的东中西三个区域发展差异。东部地区应进一步发挥资金和技术优势，刺激碳交易市场活力；对经济较落后、市场不完善的中西部地区，要积极引进东部发达地区的科技与资金，加快产业结构升级和技术创新，缩小发展差距。再者，要加强区域政策实施联动，重点关注碳市场基础设施建设和运行，在总结试点经验的基础上，以点带面，加以推广，完善整体碳市场碳配额分配、交易和约束体系，建设大气污染联防联控机制，下好全国一盘棋。

另外，城市建设规划要以促进技术进步和提高能源利用效率为立足点。科技创新是充分发挥碳交易政策排污效果、改善城市环境的重要途径。政府在经济建设中要增加科技支出，加大低碳技术研发投入。国家在创新发展模式的同时，要充分考虑产业结构调整、技术升级带来的不确定性，坚持绿色经济的发展导向，注重减排与发展同时兼顾的长远效益，推动经济转型带来的减污减排效能得到最大程度的实现。