低碳试点的政策效应、减排路径及其对碳达峰的启示——基于中国275个城市的PSM-DID检验

冷成英， 柳剑平

(湖北大学 商学院， 湖北 武汉 430062)

“双碳”目标对我国碳减排工作提出了更高要求。世界银行WDI数据库(1970—2019)数据显示，20世纪70年代以来，我国二氧化碳排放量保持较快增长趋势，尤其是新千年后增速加快，2000—2019年均增长6.32%，远高于世界2.06%的平均水平，2019年排放量达到107.07亿吨，占全球总量的31.17%，居世界首位。我国高度重视气候变化问题，“十一五”以来积极探索低碳发展经验，先后出台了多项政策推动经济社会低碳发展。2020年，我国统筹国内国际两个大局，提出了2030年前碳达峰、2060年前碳中和的中长期碳减排目标，标志着我国碳减排工作从探索阶段转变为全面推进阶段。当前距离碳达峰时间节点已不到十年，与已实现碳达峰的国家相比，我国能源消费中煤炭占比过高，经济发展水平较低，技术储备不足，使得我国实现碳达峰目标的难度大、时间紧、代价高，如何在稳定经济增长的前提下有效推进碳减排是一个现实问题。

低碳试点政策的实施经验是我国推进碳减排、助力碳达峰目标如期实现的重要借鉴。我国先后于2010年、2012年和2017年分三批次开展低碳试点工作，全国共10个省级行政区、66个地级行政区和11个县级行政区纳入试点范围。经过多年试点工作，试点地区积累了丰富的低碳发展经验。在碳达峰目标对我国碳减排提出更高要求的背景下，借鉴低碳试点经验是实现碳达峰的重要途径。那么，低碳试点政策是否有效促进了试点地区碳减排？如果是，低碳试点在多大程度上推动碳减排？试点政策如何有效促进试点地区碳减排？对我国碳达峰行动有何启示？明晰这些问题，有助于总结归纳低碳试点经验教训，为政府部门推进落实碳达峰行动提供参考，助力碳达峰目标如期实现。

一、文献综述

与本文主题相关研究主要为碳减排路径、低碳试点政策效果评估以及低碳试点政策作用路径方面的研究。碳减排路径方面，相关研究主要有三种思路。一是因素分解法，即用LMDI、AMDI、Laspeyres、SDA等分解方法识别可显著降低碳排放的因素。从对我国碳排放的分解看，不同学者因分解方法、思路等不同，分解出的因素也略有不同，其中显著有效路径主要包括能源效率(技术进步)(1)涂正革：《中国的碳减排路径与战略选择——基于八大行业部门碳排放量的指数分解分析》，《中国社会科学》2012年第3期；鲁万波、仇婷婷等：《中国不同经济增长阶段碳排放影响因素研究》，《经济研究》2013年第4期；杨莉莎、朱俊鹏等：《中国碳减排实现的影响因素和当前挑战——基于技术进步的视角》，《经济研究》2019年第11期；彭水军、张文城等：《中国生产侧和消费侧碳排放量测算及影响因素研究》，《经济研究》2015年第1期。、能源结构(2)鲁万波、仇婷婷等：《中国不同经济增长阶段碳排放影响因素研究》。、产业结构(3)涂正革：《中国的碳减排路径与战略选择——基于八大行业部门碳排放量的指数分解分析》；鲁万波、仇婷婷等：《中国不同经济增长阶段碳排放影响因素研究》。等。二是计量分析法，即基于IPAT、ImPACT、STIRPAT等经典模型以及环境库兹涅茨曲线(EKC)假说构建实证模型进行检验。Ehrlich and Holdren提出的IPAT模型认为环境压力由人口、财富水平和技术决定(4)P.Ehrlich，J.Holdren，“Impact of Population Growth”，Science，Vol.3977，No.171，1971.。IPAT模型提炼的环境影响因素颇具影响，但其将各因素对环境影响弹性视为不变的假设备受批评。York等在IPAT模型基础上进行改进，提出了可扩展的随机性STIRPAT模型(5)R.York，E.A.Rosa，et al.， “STIRPAT，IPAT and ImPACT：Analytic Tools for Unpacking the Driving Forces of Environmental Impacts”，Ecological Economics，Vol.3，No.23，2003.，该模型对纳入因素及弹性设定较为宽泛，因而广受应用。碳减排的本质是基于能源转型的产业转型，因而应用STIRPAT模型进行碳排放驱动因素检验中除人口、经济发展水平技术因素外，也多纳入能源结构、产业结构的指标(6)渠慎宁、郭朝先：《基于STIRPAT模型的中国碳排放峰值预测研究》，《中国人口·资源与环境》2010年第12期。。三是情景分析法，即根据前期碳排放特征进行情景设定，模拟不同约束条件下碳排放变化趋势，识别的因素主要包括能源效率(技术进步)、能源结构、产业结构等(7)刘俊伶、夏侯沁蕊等：《中国工业部门中长期低碳发展路径研究》，《中国软科学》2019年第11期；项目综合报告编写组：《〈中国长期低碳发展战略与转型路径研究〉综合报告》，《中国人口·资源与环境》2020年第11期；林伯强：《碳中和进程中的中国经济高质量增长》，《经济研究》2022年第1期。。

低碳试点政策效果评估方面，相关研究主要围绕三种思路展开。一是比较静态分析，从横向看，试点城市碳减排绩效均优于同类地区，其中87.5%的前两批试点城市碳排放强度降幅高于所在省份(8)宋祺佼、王宇飞等：《中国低碳试点城市的碳排放现状》，《中国人口·资源与环境》2015年第1期。；从纵向看，试点城市碳排放量、人均碳排放量增速较试点前显著降低(9)邓荣荣：《我国首批低碳试点城市建设绩效评价及启示》，《经济纵横》2016年第8期。。二是以双重差分(DID)为重点的计量分析，无论是城市层面(10)周迪、周丰年等：《低碳试点政策对城市碳排放绩效的影响评估及机制分析》，《资源科学》2019年第3期；张华：《低碳城市试点政策能够降低碳排放吗？——来自准自然实验的证据》，《经济管理》2020年第6期。，还是省级层面(11)任亚运、程芳芳等：《中国低碳试点政策实施效果评估》，《环境经济研究》2020年第1期。，不同学者用不同碳排放指标对低碳试点状态进行DID拟合，发现试点政策显著有效，但估计的碳减排效应差异较大，张华估计结果为6.33%，任亚运等则为12.4%。三是合成控制法(SCM)，相关研究结果显示试点政策在部分地区有效，而在部分地区无效(12)陆贤伟：《低碳试点政策实施效果研究：基于合成控制法的证据》，《软科学》2017年第11期；宋德勇、李瑶：《我国低碳试点政策的减排效果及与企业经营绩效关系研究》，《生态经济》2019年第10期；X. Yu，M.H Shen，et al.，“Does the low-carbon pilot initiative reduce carbon emissions?Evidence from the application of the synthetic control method in Guangdong Province”，Sustainability，Vol.11，No.14，2019.，但不同学者研究结果有较大差异，如陆贤伟研究显示天津、辽宁、湖北三省试点无效，而宋德勇等研究则是陕西试点无效。

低碳试点政策促进碳减排路径方面，相关研究主要采用计量分析法进行机制检验。周迪等纳入分析的机制变量包括产业结构升级、节能增效提升和绿地碳汇，其中产业结构升级和节能增效提升显著有效(13)周迪、周丰年等：《低碳试点政策对城市碳排放绩效的影响评估及机制分析》。；张华的机制变量则包括优化产业结构、优化要素禀赋结构、降低电力消费量、提升技术创新水平等因素，其中降低电力消费量、提升技术创新水平是显著有效路径(14)张华：《低碳城市试点政策能够降低碳排放吗？——来自准自然实验的证据》。。可以看出，不同学者纳入分析的机制因素有明显不同，而且即使对同一个路径，实证检验结果也出现了矛盾。

综上，有关低碳试点的政策效应和减排路径尚无一致结论，原因如下：第一，研究设计上，现有研究多用逻辑阐述方式进行论证，理论分析模型的严谨性不足，导致实证模型中变量选取具有随意性，如有学者将增加碳汇水平作为低碳试点促进碳减排的路径，混淆了碳减排和碳固定的概念。第二，研究方法上，采用DID方法的研究较为适合政策评估，但现有研究直接用碳排放量对试点状态变量回归必然遗漏影响碳排放的关键变量，从而产生遗漏变量型内生性问题，导致估计结果有偏，这是不同学者研究结果出现矛盾的关键。第三，所用碳排放数据存在误差。相关研究一般根据能源消费情况测算碳排放量，而测算中普遍存在遗漏碳源、部分假设理想化，这些因素使得测算结果大幅低估实际碳排放量(15)以周华为例，根据其描述性统计数据，96个试验组城市和189个对照组城市碳排放量对数的均值分别为6.25万吨和5.93万吨，反推285个城市2003—2016年的年均碳排放总量为12.08亿吨，即使缺省了部分地区数据，但研究范围是全国碳排放的绝对主体，而该结果远低于世界银行、国际能源署等国际机构分别公布的同期全国78.89亿吨、76.00亿吨的排放水平。，进而导致试点政策评估结果不精确，其中用计量法评估的研究还存在测量误差型内生性问题。因此，有关低碳试点促进碳减排效应及路径的研究仍可以完善。

文章可能边际贡献在于：第一，在政策效应分析中，通过理论推导构建PSM-DID模型，改进现有研究中直接用碳排放对试点状态变量回归的做法，纳入影响碳排放的核心因素，避免遗漏变量型内生性问题，使估计结果更精确。第二，在减排路径分析中，基于严谨数理推导确定机制变量，避免机制变量选取的随意性，其中纳入了现有研究中未考虑的绿色低碳生活因素，对现有研究进行补充和完善。第三，研究数据方面，采用CEADs数据库碳排放数据，该数据根据粒子群优化-反向传播(PSO-BP)算法统一DMSP/OLS和NPP/VIIRS卫星图像的规模估算得到，其估计结果与国际能源署、世界银行等国际机构数据较为一致，现有城市层面研究中尚未使用该数据，采用该数据研究既可丰富低碳试点研究，也能弱化测量误差型内生性问题。第四，在碳达峰时间较为紧迫背景下，结合本文实证分析结果和国家《2030年前碳达峰行动方案》工作部署，提出若干有益思考和建议，为提高碳达峰行动效果贡献智慧。

二、理论分析与研究假设

(一)理论分析

先考虑没有政策冲击的情形。参照Ang、王峰等的思路(16)B.W.Ang，“LMDI Decomposition Approach：A Guide for Implementation”，Energy Policy，Vol.86，No.158，2015；王锋、吴丽华等：《中国经济发展中碳排放增长的驱动因素研究》，《经济研究》2010年第2期。，采用LMDI法将地区碳排放进行分解。假设某地区有m个部门，每个部门消耗n种能源，用F表示某种能源消耗量，Y表示地区生产总值，P表示地区人口总量，则地区碳排放量C可写成如下形式：

(1)

其中，i∈[1，m]，j∈[1，n]。令CIij表示部门i消耗单位能源j的碳排放量，FSij表示能源j在部门i的能源消耗量占比，EIi表示部门i单位产值的能源消耗量，ISi表示部门i产出在地区总产出的占比，PY表示地区人均产出，则式(1)可写为：

(2)

对式(2)取时间导数，得到地区碳排放增长率：

(3)

其中，CI由能源中含碳量决定，与能源品类相关，对特定能源来说是一个常数，即dCIij/dt=0，将其代入式(3)，并且两边除以C，令ωij=Cij/C，式(3)可写为：

(4)

对式(4)两边取[0，T]的积分：

(5)

(6)

式(6)等号右边各个指数分别是地区能源结构FS、能源强度EI、产业结构IS、人均产出PY、人口规模P的函数，由此可得到T时期碳排放量的函数形式如式(7)所示：

CT=F(FS，EI，IS，PY，P)

(7)

式(7)显示，FS、EI、IS、PY和P是影响地区碳排放量的重要因素。因此，实证模型中应纳入能源结构、能源强度、产业结构、人均产出和人口规模，否则将产生遗漏变量型内生性问题。

再考虑政策冲击的情形。影响碳排放的因素中，人均产出是地区发展追求的重要目标指标，人口则是关系到经济社会稳定的重大问题，因此地方政府一般不会通过刺激人均产出和人口的措施推进碳减排，而主要以能源结构FS、能源强度EI和产业结构IS作为减排路径。政策实施对FS、EI、IS产生外生冲击，设政策实施对部门i能源j的FS、EI、IS冲击弹性系数分别为ξij，FS、ξij，EI、ξij，IS，则式(6)变成：

(8)

其中，C′T为政策冲击后的碳排放量。用式(8)除以式(6)，得到：

(9)

从式(9)看出，政策冲击导致T期碳排放量变化来自两方面：一是因子冲击效应，即政策实施导致碳排放量与FS、EI、IS之间系数变动；二是路径冲击效应，即政策实施导致FS、EI、IS对政策冲击的响应变化。令政策冲击对地区能源结构、能源强度、产业结构的政策冲击弹性系数分别为ξFS、ξEI、ξIS，则它们分别是ξij，FS、ξij，EI、ξij，IS的函数。因此，在政策冲击情况下T期碳排放量函数：

C′T=F(FS(ξFS)，EI(ξEI)，IS(ξIS)，PY，P)

(10)

因此，试点政策对FS、EI、IS形成冲击，使地区能源结构、能源强度、产业结构发生变化，进而影响到地区碳排放水平。

(二)研究假设

我国开展低碳试点工作，目的在于探索低碳发展经验，预期政策实施对试点地区碳排放量形成负向政策冲击，因此提出假设H1：

H1：低碳试点政策能显著促进试点地区的碳减排。

根据式(10)，低碳试点政策可通过路径冲击效应促进碳减排，即能源结构FS、能源强度EI和产业结构IS可作为路径变量推动政策目标实现。

H2：低碳试点政策通过优化能源结构促进试点地区碳减排。

H3：低碳试点政策通过降低能源强度促进试点地区碳减排。

H3a：低碳试点政策通过倡导低碳生活促进试点地区碳减排。

H3b：低碳试点政策通过提高技术水平促进试点地区碳减排。

H4：低碳试点政策通过调整产业结构促进试点地区碳减排。

三、模型和数据

(一)模型设定

基于式(7)，确定能源结构FS、能源强度EI、产业结构IS、人均产出PY、人口规模P是影响碳排放的内生变量，结合环境库兹涅茨曲线(EKC)假说，引入人均产出PY的二次项PY2，得到基准模型：

(11)

其中，i表示地区，t表示年份，α为系数，Z′为系列控制变量组成的行向量组，φ为控制变量系数组成的列向量，u和λ分别为城市固定效应和年份固定效应，ε为误差项。

试点政策使地区碳排放受到冲击，在基准模型中加入试点状态变量LCC，得到PSM-DID模型：

Cit=α0+βLLCit+α1FSit+α2EIit+α3ISit+α4PYit+α′4PY2it+α5Pit+Z′itφ+μi+λi+εit

(12)

其中，β为试点状态变量参数，根据双重差分原理，β捕捉了低碳试点政策的碳减排效应，若其显著小于0，则表明低碳试点政策促进了试点城市碳减排。为进一步检验政策效应在政策实施后逐年变化情况，用政策实施后历年试点状态的变量LCCTk(k为整数且k∈[1，8])替换LCC，得到：

(13)

在路径检验中，根据理论分析，路径变量包括能源结构FS、能源强度EI、产业结构IS，其中，降低能源强度可从倡导低碳生活Glife和提高技术水平Gtech两方面推进，因此，本文引入路径变量M(M分别为FS、EI、IS、Glife、Gtech)与政策冲击变量LCC的交互项进行检验：

Cit=α0+γLLCit*Mit+α1FSit+α2EIit+α3ISit+α4PYit+α′4PY2it+α5Pit+Z′itφ+μi+λi+εit

(14)

其中，γ为中介参数。对某个路径变量M，在非试点状态下对地区碳排放的影响由α捕捉，而通过低碳试点政策对地区碳排放的影响则由γ捕捉，若γ显著为负，表明变量M是低碳试点促进碳减排的有效路径。

(二)样本、变量和数据

本文采用2005—2019年地级及以上城市的面板数据进行实证分析。试验组城市包含试点城市及试点省份所辖城市，为避免干扰排除纳入试点县级行政单位所在城市，得到118个试验组城市；对照组城市为去除试验组城市、试点县级行政单位所在城市及数据缺省较多、涉及行政区划变更的157个城市。

1.被解释变量。城市碳排放量C，根据中国碳核算数据库(CEADs)的县级清单按属地管辖关系加总得到，2018—2019年数据用移动加权法计算得到，单位为百万吨。

2.核心解释变量。试点状态变量LLC，根据试点情况生成，当城市为试验组城市且政策生效后取值为1，否则取值为0。根据假设H1，预期LLC系数β为负。

4.路径变量。根据理论分析，路径变量包括FS、EI、IS，其中能源强度EI又可通过绿色生活Glife和绿色技术创新Gtech传导政策效力，FS、EI、IS同上。绿色生活Glife，用市辖区单位公交车客运量表征，地方倡导更为低碳环保的公共交通有利于降低碳排放，预期其与LLC交互项系数为负。绿色技术创新Gtech，用城市绿色发明专利授权量表征，数据根据国家知识产权局专利检索平台检索得到，绿色专利数量越多，绿色技术水平越高，有利于降低碳排放强度，预期其与LLC交互项系数为负。

5.控制变量。金融深化程度fina，用当年价城市金融机构贷款余额与GDP比值表征，朱东波等(18)朱东波、任力等：《中国金融包容性发展、经济增长与碳排放》，《中国人口·资源与环境》2018年第2期。认为金融发展可通过多种渠道对碳排放产生正负两种效应，其综合效应取决于两种效应的相对大小，因此其系数有待检验。财政支出力度fiscal，用城市地方财政支出与GDP比值表征，可能涉及碳排放的财政支出可分为两类，其中教育、科技、公共服务等支出可能通过推广低碳理念、促进低碳技术创新等推动碳减排，而产业支出则可能扶持高排放项目增加碳排放，胡宗义等(19)胡宗义、朱丽等：《中国政府公共支出的碳减排效应研究——基于面板联立方程模型的经验分析》，《中国人口·资源与环境》2019年第10期。研究则支持财政支出有助于碳减排的观点，其实际影响有待检验。碳交易权试点状态Ctra，试点城市及省份所辖城市2014年及之后取值为1，其余取0，碳交易政策设计目的是通过市场手段推进碳减排且得到经验分析支持(20)刘传明、孙喆等：《中国碳排放权交易试点的碳减排政策效应研究》，《中国人口·资源与环境》2019年第11期。，因此预期其系数为负。

上述变量中，如无特殊说明，数据由相应年份《中国城市统计年鉴》直接获取或计算得到，其中实际GDP以2005年为基期按实际增速计算得到，部分缺漏值用插值法补充。

四、实证结果分析

(一)倾向得分匹配

中央在遴选试点地区时，统筹各地工作基础、试点布局代表性及申报情况等确定试点地区名单，可能存在样本选择偏差问题。对此，用倾向得分匹配(PSM)对试验组样本进行近邻匹配。平衡性检验结果显示匹配后各协变量偏差率均降低到10%以内，匹配效果良好。

(二)平行趋势检验

双重差分模型有效的前提是平行趋势假设成立，借鉴宋弘等(21)宋弘、孙雅洁等：《政府空气污染治理效应评估——来自中国“低碳城市”建设的经验研究》，《管理世界》2019年第6期。的做法，采用事件分析法进行平行趋势检验，估计式如下：

Cit=α0+∑kηk*Ditk+α1FSit+α2EIit+α3ISit+α4PYit+α′4PY2it+α5Pit+Z′itφ+μi+λi+εit

(15)

其中，Ditk表示试点距离状态变量，η为其系数，其余变量同上。Ditk的取值规则如下：令tp为政策实施时间，k∈[-5，5]且k≠0，如果t-tp≤-5，则Dit(-5)=1，否则Ditk=0；如果t-tp=k，则Ditk=1，否则Ditk=0；如果t-tp≥5，则Dit5=1，否则Ditk=0。若D-5～D-1均不显著异于0，则满足平行趋势假设。

拟合结果显示，D-5～D-1系数对应t值分别为-0.994、1.630、1.563、1.512和1.208，均不显著，表明试验组城市和对照组城市在试点政策实施前无显著差异，满足平行趋势假设。

(三)政策效应分析

对式(11)和(12)的Hausman检验显示，均拒绝原假设，故采用固定效应模型，拟合结果见表1。可以看出，无论加入控制变量与否，影响碳排放的各变量系数符号与理论预期一致，其中基准模型和PSM-DID模型中FS、IS、PY、PY2、P均在1%及以上的水平上显著，即能源结构、产业结构、人均产出和人口规模对碳排放有显著作用；EI在基准模型中不显著，在PSM-DID模型中不加入控制变量时在10%水平上显著，加入控制变量后拟合系数t值略小于10%显著性水平对应的1.65，处于边际显著水平，其原因可能与样本分布、数据噪音等有关。基准模型拟合结果与文献综述中关于环境问题根源讨论相印证，证明发展水平、人口和技术等因素对碳排放的重要影响，该结果也表明若直接用碳排放量对试点状态变量回归将遗漏影响碳排放的关键变量，从而导致遗漏变量型内生性问题，本文则在理论推导基础上构建基准模型，在此基础上进行政策评估，这是本文与以往采用DID方法进行低碳试点政策评估的不同。控制变量方面，fina为正，与张华(22)张华：《低碳城市试点政策能够降低碳排放吗？——来自准自然实验的证据》。估计一致，并在1%的水平上显著，说明资本是部分高排放项目的重要约束，金融深化会放松这一约束；fiscal为正，与胡宗义等(23)胡宗义、朱丽等：《中国政府公共支出的碳减排效应研究——基于面板联立方程模型的经验分析》。相反，可能是地方政府更加重视经济发展，财政支出更偏向会增加碳排放的产业项目；Ctra显著为负，即碳交易试点显著降低了城市碳减排，与刘传明等(24)刘传明、孙喆等：《中国碳排放权交易试点的碳减排政策效应研究》。结论一致。

(表1) 模型估计结果

PSM-DID模型中，政策冲击变量LLC在1%的水平上显著为负，表明试点政策对试点地区碳排放有显著的负向冲击，即低碳试点政策实施显著降低了试点地区的碳排放，证实了假设H1，这与周迪等(25)周迪、周丰年等：《低碳试点政策对城市碳排放绩效的影响评估及机制分析》。采用能源消耗测算碳排放量数据所得出的结论一致。加入控制变量后LLC系数绝对值明显更小，其原因在于若不考虑碳交易试点等其它显著影响碳排放的因素，将会把这些因素对碳排放的影响转嫁给低碳试点政策，从而使政策评估结果有偏，这是部分低碳试点政策评估的不足之处。以加入控制变量模型的估计结果计算，政策实施平均降低了试点城市碳排放1.14百万吨，约为样本城市平均排放水平的4.01%。

式(13)估计结果见表2。结果显示，政策实施后第T期状态变量符号均为负，与预期一致，其中只有不加入控制变量的政策实施后第一期不显著，其余均在1%及以上水平上显著，低碳试点政策总体上在各期均有效。此外，拟合系数绝对值呈先变大后变小的趋势，表明政策效力存在一个先加强后有减弱的趋势，即低碳试点存在运动式减碳的问题，该现象原因是前期政策效力存在逐步释放过程，而随着试点政策逐步落实，政策效应得到发挥，但低碳试点政策具有弱激励弱约束特征(26)庄贵阳：《中国低碳城市试点的政策设计逻辑》，《中国人口·资源与环境》2020年第3期。，试点地区在缺乏足够激励和约束条件下政策推进力度下降，导致政策效果减弱，这对政策实施予以警示。

(表2) 低碳试点政策的时间效应

为检验模型稳健性，分别采用滞后一期变量、缩短样本年限、去除超大城市、对样本按照碳排放量进行缩尾处理、试验组只考虑第二批试点城市进行拟合，结果见表3。结果显示，解释变量符号保持不变，并且政策冲击变量LLC系数均在1%的水平上显著为负，估计结果稳健。

(表3) 调整样本范围和PSM-DID估计结果

上述拟合中政策冲击变量LLC的统计显著性可能来自随机因素，本文进一步进行安慰剂检验，即随机生成试验组城市，模拟这些城市开展低碳试点工作，并重复拟合式(12)1000次，得到系列虚拟试点城市政策冲击变量LLCvirtual估计值。结果表明，LLCvirtual的估计值集中分布在0附近，显著异于PSM-DID模型所得的-1.14，可排除其它随机因素的干扰。

(四)异质性分析

我国不同城市发展水平、区位条件各不相同，可能导致低碳试点政策的碳减排效应存在差异。对此，本文将样本城市分别按经济发展水平和区位分布进行分组，进行异质性分析。

1.发展水平异质性分析。本文按照世界银行的发展阶段分类标准对全部样本进行分类，由于低收入组样本和高收入组样本较少，将其分别并入中低收入组和中高收入组，从而得到两组样本，然后分别进行拟合，估计结果见表4。结果显示，中高收入组和中低收入组样本的政策冲击变量LLC系数均在5%及以上的水平上显著为负，即低碳试点政策对两组样本均发挥了减排作用，其中中高收入组样本系数为-1.384，中低收入组样本系数为-0.816，前者绝对值明显大于后者，表明低碳试点政策在高收入地区的碳减排效应更大。其可能原因在于，发展水平较高地区政府的政策领悟和执行能力更强，并且政策执行环境更好，促使试点政策更好地发挥碳减排作用。

(表4) 调整样本范围和PSM-DID估计结果

2.地区异质性分析。按照国家统计局关于东部、中部、西部三大经济地带的划分标准，将样本城市按管辖关系分为东部地区城市、中部地区城市和西部地区城市三类，并分别进行拟合，估计结果见表4。结果显示，东部城市政策冲击变量LLC系数在1%水平上显著为负，而中部城市和西部城市政策冲击变量LLC系数均不显著，表明低碳试点政策显著促进了东部地区城市碳减排，而对中西部地区城市则没有发挥作用。该结果与发展水平异质性分析一致，我国区域发展具有不平衡特征，东部地区发展水平较高，中西部地区发展水平较低，如上述发展水平异质性分析中所述原因，导致低碳试点政策在我国不同地区城市的碳减排效果出现明显差异。

(五)减排路径分析

式(14)估计结果见表5，估计结果显示，FS、EI、IS与LLC的交互项均为负，与预期一致，且均在1%的水平上显著，即优化能源结构、降低能源强度、调整产业结构是低碳试点政策的有效路径，证实了假设H2、H3和H4；影响碳排放强度的两种因素Glife和Gtech与LLC的交互项均为负，与预期一致，其中LLC*Glife不显著，表明倡导绿色生活没有显著降低试点城市碳排放，假设H3a不成立；LLC*Gtech在1%水平上显著，表明绿色技术创新是有效减排路径，验证了H3b。

(表5) 低碳试点促进试点地区碳减排的路径检验

五、研究结论及启示

本文在理论分析基础上，利用全国275个地级及以上级别城市2005—2019年数据，进行倾向得分匹配后，采用多期双重差分方法评估和检验低碳试点的政策效应和减排路径，发现低碳试点政策显著促进了试点地区碳排放，运用多种方法重新估计，结果保持稳健，平均减排效应为4.01个百分点；低碳试点政策的碳减排效应具有显著异质性，以东部城市为代表的经济发展水平较高城市实施政策效应更好，经济发展水平较低的中西部城市则不显著；低碳试点政策推动碳减排路径包括优化能源结构、降低能源强度、调整产业结构，其中降低能源强度通过绿色技术创新有效促进试点城市碳减排，而倡导绿色生活则不显著。

2021年10月，中共中央、国务院印发了《关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》，国务院配套出台了《2030年前碳达峰行动方案》，重点通过实施“碳达峰十大行动”推进碳减排，为我国推进碳达峰工作明确了方向。根据以上研究结论，结合国家关于碳达峰工作作出的顶层部署，本文提出以下几点政策启示：

第一，构建以法律和经济手段相结合的碳达峰行动长效机制。本文实证分析表明，低碳试点政策在实施中存在运动式减排现象，其根源在于低碳试点政策设计对地方政府的内在激励不足，地方政府缺乏长久保持试点政策推进力度的内生动力。反思低碳试点政策的不足，我们认为应从法律和经济政策两方面出发，在明确地方政府权限的基础上施以有效激励，构建碳达峰行动长效机制。一是推进碳减排立法。完善的法律环境是保障碳达峰行动有效推进的基础，建议以法律形式规范碳减排相关主体行为，用国家强制力保障政府部门执法合法性，构建良好推动碳减排的法治环境。二是用碳交易、碳税等经济手段推动相关主体积极参与碳达峰行动。碳交易可以激励排放企业推进碳减排以降低成本甚至获取额外收益，碳税则可以提高地方政府执法的积极性，两者具有内在的激励性质，从而保障碳达峰行动长久有效推进。当前我国已初步建立了全国统一的碳交易市场，但首批纳入交易范围的只有2225家发电企业，覆盖范围有待扩大，碳税则尚未实施。建议在碳减排法律保障下，适时启动碳税征收工作，并通过制度设计推动碳交易和碳税协同促进碳减排，共同构成碳达峰行动的长效机制。

第二，基于地区发展水平、能源、产业等特征分类遴选碳达峰试点城市。《2030年前碳达峰行动方案》中“各地区梯次有序碳达峰行动”提出“选择100个具有典型代表性的城市和园区开展碳达峰试点建设”，明确哪些城市参与碳达峰试点是一个现实问题。遴选碳达峰试点城市既要考虑代表性，也要考虑所选城市具备提前实现碳达峰目标的可能性，否则不具备试点意义。根据本文研究发现的低碳试点政策促进碳减排的有效路径，结合我国城市实际情况，可将城市分成综合型、资源型、重化工型、服务型等类别，分别选择研发实力较强、能源结构偏重化石能源、高耗能产业占比较高、低碳生产氛围浓厚的城市进行试点，各类别试点城市可借鉴低碳试点经验，分别重点围绕低碳技术开发、能源转型、产业转型、绿色低碳生活方式培育等方面进行探索，充分发挥各碳减排路径的作用，提高试点工作效率。

第三，推动市场机制在形成绿色低碳生活方式中发挥更大作用。《2030年前碳达峰行动方案》中“绿色低碳全民行动”提出“推广绿色低碳生活方式”，但从低碳试点实践看，如何将其落到实处是一个难点。国家发展改革委在开展低碳试点工作的通知中提出“积极倡导低碳绿色生活方式和消费模式”，试点城市在其低碳试点方案中也将形成低碳生活方式作为重要碳减排方向，但本文研究发现该路径并未有效发挥碳减排作用，其原因在于低碳试点政策主要通过宣传引导方式鼓励公众采用低碳方式生活，但这种措施是一种弱激励方法，不能有效激发公众参与碳减排的内生动力，人们改变生活习惯的意愿不足。基于低碳试点的教训，我们建议在碳达峰行动中充分发挥市场机制的作用，重点在交通、餐饮、购物等人们生活关系密切同时又易于引入市场机制的领域推动高碳消费付费模式，通过价格手段激发人们低碳生活的内在动力，切实培育人们低碳生活意愿(27)以限塑令为例，我国自2008年6月1日开始在所有超市、商场、集贸市场等商品零售场所实行塑料袋有偿使用制度。根据《人民日报》报道，截止到2016年，全国商超塑料袋使用量普遍减少2/3以上，累计减少塑料购物袋140万吨左右，相当于减排二氧化碳近3000万吨。，实现“要我低碳生活”向“我要低碳生活”转变。