天天硕士研究生论文网

硕士论文范文

扩容对碳排放影响的理论分析

作者:admin1 日期:2022-10-10 14:12:06 点击:60

3扩容对碳排放影响的理论分析

3.1理论基础

3.1.1中心外围理论

新经济地理学以经典的一般均衡分析作为基础,创新性地设定了空间框架, 通过引入规模经济、运输成本、技术外溢等因素来论证空间要素对于经济增长的 必要性(刘玉海,2012) o中心外围模型(Core-Periphery Model)是新经济地理 学的基础理论,最早由Krugman在其1991年发表的《报酬递增与经济地理》一 文中提出,文中阐释了一个两区域模型。随后,Fujita和Krugman ( 1995)在此 基础上引入了屠能“孤立国”的思想,用以分析城市体系。Fujita在其《集聚经济 学》一书中对中心外围模型进行了多个维度的拓展。

中心外围模型假设劳动力是同质的并且是自由流动的,区域中仅有制造业和 农业两种行业,前者追求规模报酬递增,选址不限;后者规模报酬不变,依附于 土地发展。制造业聚集于核心城市,边缘的城市主要供给核心城市所需的农业产 品。模型指出运输成本和规模报酬的互动使得集聚产生。根据中心外围模型理论, 区域内中心城市与外围地区之间存在着离心力和向心力,向心力和离心力的相互 作用主导了经济活动的空间分布,改变了城市间产出类型和规模的地理分布。一 方面,中心城市将部分产业、技术、资本转移到外围城市,不仅疏解了中心城市 的非必要功能,也使外围城市承接了中心城市外溢的资源,区域内部实现了规模 经济;同时,中心城市也迁出了部分污染企业,虹吸了外围城市的人才资源,打 乱了外围城市的发展步伐,加剧区域不平等。前者被称为涓滴效应,后者则被称 为“极化效应”。该理论广泛用于城市群内部中心城市和外围城市关系的分析。

3.1.2环境库兹涅茨理论

Kuznets于1955年提出了著名的库兹涅茨曲线(Kuznets Curve),该曲线指 出,在经济增长初期,收入差距会逐步拉大,当到达一个拐点后收入差距开始缩 小,即经济增长和收入差距呈倒U型关系。

Grossman和Kruger (1991)随后就环境质量与收入的关系进行了进一步拓 展,得出环境库兹涅茨曲线(Environmental Kuznets Curve, EKC)。EKC曲线 描绘了经济发展与能源消耗之间的关系。该曲线的主要内容包括:第一,经济发 展早期环境质量不断下降。第二,经济发展到一定程度时开始加大环保投入,改 善环境质量。第三,经济增长与环境污染在长期呈现倒U型的互动关系。第四, 政府行为影响曲线到达拐点的时间和曲线的斜率,政府可以通过环境规制和产业 规制调整经济增长和环境保护的关系,这也是本文研究的重要依据。

根据环境库兹涅茨曲线,初期区域经济的发展不可避免地牺牲了一定的环境 质量,伴随经济发展水平的提高,城市群的产业结构遵循了产业链发展规律,由 传统加工制造业向科技、金融、信息等产业更迭,市场机制推动了区域内部资源 更有效地配置,企业技术的不断革新推动着清洁技术的应用推广,环境质量得到 大幅改善,整体变动规律呈倒U型特征,事实上说明经济发展水平到达一定程 度后环境问题会有明显改善(虞义华等,2011) o

假说一:在城市群扩容到一定规模时,城市群的整体环境质量会得到明显改 善。

3.2城市群扩容对碳排放的影响机制

3.2.1市场整合效应

在我国的分权化政府背景下,强中央政府和强地方政府共同主导着城市群的 集聚扩散与形态演化(毕秀晶,2014)。中央政府通过规划制定、政策保障与投 资建设来发展培育地方经济集聚区,地方政府则通过自身决策行为和发展政府间 的横向合作而影响城市群的演化。在中央层面顶层设计既定的前提下,地方政府 之间的互动模式决定了一体化的质量,而城市之间人为的行政分割往往是城市群 合作共生的重要原因(张可,2018)-

在我国央地分权的体制下,为增加地方的财税收入,上级单位多将下级官员 的升迁与其在任上的执政能力挂钩,下级官员便有较强的动机进行经济竞争(周 黎安,2004),官员之间的晋升锦标赛会促使其巩固与地方利益的联盟以保障经 济增长绩效(周黎安,2007),通过阻碍生产、劳动力及资本要素的跨市流动来 保护本地企业,避免地方资本外流。存在如下特征:一是区域分割阻碍了城市间 的经济联系,限制了规模经济、技术扩散和区域竞争的潜力。地方政府为达到执 政目标、保障税收财源,非但不通过干预企业环保决策来引导企业绿色发展(张 琦等,2019),甚至还推崇地方保护主义政策,支持本地企业寻租,阻碍了要素 流动和技术扩散(LiandLin, 2017),城际间的“断头路”就是一个例证。而且, 行政上的分割使得城市边界附近成为“三不管”地带,这类地区往往成为高能耗、 高污染企业的集中地。二是区域分割下的恶性竞争。地方政府争相扩大财政预算 来推动基础建设,培育产业园区,通过恶意招商、低价竞争以争夺产业要素、在 横向的地区竞争中取胜(范子英和田彬彬,2016),加剧了城市群内部的生产要 素分散和产业同构(张鹏等,2021) o地方政府为最大限度扩大经济规模,多青 睐于占地面积大、资金消耗多的的重化工业,在提高本地碳强度的同时也向行政 区边界转移污染,造成了极大的环境负外部性。

扩容后,政府间共同利益增加,合作共生成为了区域发展的主旋律,从各自 为政转而共治共享。扩容有利于打破区域内部成员的贸易、投资和税收壁垒,使 产业、企业在更大范围内互联互通,畅通生产要素流通渠道。具体体现在:

第一,扩容后城市群在更大范围内实现了区域间资本、土地及人力要素的互 补与利用,城市群内部零碎分割的市场得到强有力的整合,经济联系显著加强。 一是跨行政区域的产业园区共建实现了资源的高效利用和外部性共享,使外围城 市能较快融入城市群的分工体系中,共享增长的红利(范子英等,2010)。二是 可供城市群整体规划的范围不断扩大,边界地带逐步被纳入统一规划中,管理盲 区大大减少,“飞地经济”的蓬勃发展也提高了城市群的整体土地利用效率,有利 于推进碳排放的跨省市中和。三是扩容后城市间加强了基础设施和公共服务的互 联互通,截止2020年底,长三角地区已有17条断头路被打通,重复建设问题有 望得到改善。随着区域市场统一,要素共享范围扩大,重复、浪费现象缓解,城 市群内的环境问题也有望得到改善。

第二,扩容后城市群内政府合作关系得到强化,各城市政府转而开展大规模 的政府间协同治理,推动产业、环保政策和环境监管在更大规模内辐射。根据波 特假说,环境监管的升级会促使高排放企业技术革新,从而提高生产效率、降低 能耗、降低生产成本(Porter and Linde, 1995)。扩容后区域内部环保规制趋于统 一,减排政策更加严格,如低碳战略、土地集约开发等,推动低碳产业的整体化 部署和低碳技术的大范围推广。

假说二:城市群扩容能够加大城市间经济联系,从而降低区域碳排放总量和 强度。

1665382559946.png

图7城市群扩容的市场整合效应

3.2.2产业分工与转型效应

由于受到传统“前店后厂”发展模式的桎梏,长三角地区产业同构现象极为 严重,产业结构则反映出了区域市场机制建设的不完善性(陈建军,2004)。

扩容初期,各地方政府通过优化顶层设计来调配、分拨资源(胡晨光等,2011), 畅通城市群内资本流动的渠道,有效降低了城市间的交易成本,从而优化城市之 间的产业分工及资本配置。微观上看,企业迫于生产成本和污染成本的考虑会重 新选址布局或淘汰落后产能、革新生产技术,中心城市对外围城市迅速产生“极 化效应”,生产要素快速流入中心城市。但彼时规范的体制机制尚未建立,中心 城市也承担了较重的人口流入和资源集聚负担,并且在减排政策的高压下,高排 放高污染的企业可能会迁移到排放管控较为宽松的外围地区,从而对环境产生负 外部性。宏观上看,上述企业行为表现为城市群内部城市的产业布局重构。扩容 后原位城市实现了产业更新迭代,新进城市承接部分外溢产能,推动城市群内形 成梯度互补的产业链,实现产业结构合理化(蔡欣磊等,2021) o

城市群扩容后期,随着生产力进一步发展和新“中心-外围”结构的形成,一方 面,城市间合作组织在更大范围内制定市场规则,迫使各地政府放开对地方企业 的保护政策,挤压了地方企业的寻租空间。企业出于生产成本和污染成本的考虑 会重新选址布局与加强低碳技术创新,生产要素流入知识和技术投入较高的新兴 低碳型行业中,企业技术水平的提高改变了能源的消耗强度和效率,高碳型产业 被大量淘汰,能源消耗的数量和种类会有明显调整。另一方面,产业之间的转移 也推动了城市群内部的资源合理配置,“涓滴效应”的力量将更强。在“涓滴效应” 的影响下,整体经济质量大幅增长,资本将获得更好的市场化配置与更高效的利 用,社会能源使用效率提高,单位能源的损耗下降,从而降低碳排放水平。

假说三:扩容能够推动城市群内部产业分工和产业升级,从而降低城市群的 碳排放水平。

这一过程又对不同类型城市的碳排放水平产生如下影响:对原位城市来说, 扩容会实现产业效应、规模效应和创新效应。产业效应指区域产业重新布局为原 位城市向信息化和服务业转型提供空间,传统高能耗企业转出,有助于培育新型 产业形态。规模效应指区域内的互联互通降低了生产、流通及交易成本,优化了 资源配置效率,也推动单位能耗的产能增加,碳强度下降。创新效应指产业结构 升级带动了生产性服务业发展,优化了资本、劳动力等生产要素的配置,推动了 新技术的不断进步与在工业行业的应用,提高碳使用效率。对新进城市而言,扩 容则会产生污染转移效应和技术溢出效应。扩容初期,原位城市的高碳产业转移 会带来新进城市的碳排放量增加。扩容后期,原位城市产业结构的升级能够通过 产业、资本、劳动力的转移而带动新进城市产业发展,提高新进城市产业的分工 和协作水平,利于清洁能源的推广和使用及能源效率的提高(刘玲希,2019)。

假说四:扩容初期原位城市向新进城市转移高排放产业,扩容后期原位城市 向新进城市技术溢出,从而降低新进城市的碳排放。

1665382595937.png

4扩容对碳排放影响的实证分析

4.1变■选取与数据说明

4.1.1样本选择

本文选取2006—2017年间中国285个地级市的面板数据作为样本,主要原 因包括:(1)数据可获得性。本文研究对象为城市的碳总量和碳强度,使用的 CEADs数据库仅公布到2017年。(2)政策时点充分覆盖。长三角城市经济协 调会共经历了四次范围扩容,分别在2010年、2013年、2018年和2019年,其 中以前两次扩容规模最大、影响最深,本文选取的样本期不仅能覆盖两次主要扩 容时点,为事件分析法和研究政策的长期效果留出足够的时间区间,也能避免接 下来的2018年、2019年城市群扩容政策对研究结果的混淆。(3)城市样本全面 性。本文的处理对象是长三角经济协调会2013年扩容后的30座整体城市,选取 全国285座城市能够提供充分的控制组样本,并覆盖不同层级的城市,以保证分 析结果的稳健性。

两次扩容后整体城市共30座。在实证研究中,本文将这30座城市作为整体 城市,并将两次扩容前的城市作为对应时点的原位城市,将两次扩容后的城市作 为对应时点的新进城市。具体城市名称如下:

表2 30座整枷市名单

城市类型

城市名称

城市个数

原位城市

上海、南京、无锡、常州、苏州、南通、扬州、镇江、泰州、杭   州、宁波、嘉兴、湖州、绍兴、舟山、台州

16

2010年扩容城市

淮安、金华、盐城、衢州、合肥、马鞍山

6

2013年扩容城市

芜湖、连云港、徐州、滁州、淮南、丽水、宿迁、温州

8

4.1.2变量选取 

(1)被解释变量

本文主要研究的是2010与2013年长三角城市群扩容对碳排放的影响,碳 排放总量、碳排放效率是碳领域集中探讨的重要问题,碳排放总量是“碳达峰、 碳中和”战略的重要参考指标,而碳排放效率则是发展绿色低碳的高质量经济所 关注的重点指标。为全面准确地探究长三角扩容对碳排放的影响,本文从总量和 强度这两个维度来表征碳排放,分别将其作为被解释变量进行讨论,碳排放总量 与强度的指标均取对数形式Clnceit, lncegdpit)o碳排放强度的计算需要使用城 市国民生产总值,本文以2006年为基期将名义值折算为实际生产总值。

(2)解释变量

本文的核心解释变量为扩容政策多期双重差分变量,即两期扩容政策虚拟变 量和对应年份虚拟变量的交乘项,其数学意义是以处理组与控制组在扩容政策实 施前后的差异减去处理组和控制组在扩容政策实施前的区别,来得到处理组在政 策实施后的净处理效应,其实质也是一种固定效应。如果在t年i城市是扩容进 长三角城市群的城市,则对其赋值为1,否则赋值为0。具体处理组和控制组设 定如下:

表3多期DID处理组列示

处理组OI

扩容 年份

处理组城市

处理组OI

扩容 年份

处理组城市

整体城市1

2010

扩容后22个城市

整体城市2

2013

扩容后30个城市

原位城市1

2010

扩容前16个城市

原位城市2

2013

扩容前22个城市

新进城市1

2010

扩容新加入6个城市

新进城市2

2013

扩容新加入8个城市

 

(3)控制变量

根据Dietzetal. (1994)提出的STRIPAT模型,人口规模、技术水平、经济 发展水平是影响环境的主要因素。此外,结合已有文献,投资和能源变量也是影 响碳排放的主要因素。根据上述分析,本文控制了人口、技术、经济、投资、能 源等几类因素。第一,人口变量设定为人口规模Cpopit)、人口集聚Cpdenit), 分别用城市常住人口总数和每平方公里土地面积内的常住人口数(即人口密度) 来表征。第二,技术变量设定为城市技术水平(techQ、创新水平(patenSt), 从政府的创新投入和实际创新产出两个角度来表征城市技术创新水平的影响。第 三,经济变量设定为城市富裕程度、收入水平和市场化水平。城市富裕程度

Crgdpit)用城市GDP总量来表征,并引入GDP的二次项Crgdp2it)来验证城 市富裕影响环境的环境库兹涅茨曲线假说(王少剑和黄永源,2019) o这里GDP 以2006年作为基准进行平减,以消除通货膨胀的影响,后续与GDP相关的比值 数据都以平减后为准。收入水平Cwageit)反映城市内居民生活水平及消费能力, 是经济发展的基本体现,本文使用城镇居民人均工资收入来衡量。市场化水平Cwageit反映了城市市场的活跃程度,以樊纲市场化指数来表征。第四,能源 变量采用能源消费C energyit来表征。第五,投资变量包括房地产开发投资(regt)、固定资产投资raiQ、外资Cfdiit),本文将采用外商直接投资来 体现城市对外开放水平,以解决部分城市进出口总额数据的缺漏问题(刘乃全和 吴友,2017)。基础设施建设(roadit )指标用人均道路铺装面积来代理。

(4)机制变量

根据理论分析部分的阐述,本文将验证扩容对碳减排的两类影响机制。

第一,城市群扩容政策的市场整合效应。

经济联系(InconnectQ。扩容打破了市场分割,加强了城市间的经济联系, 影响了城市间经济资源的互补。资源及经济的联系强度用conit = ^21coniJit表 示,代表了城市7在第/年与整体城市群内部其它城市(2010年之后共21个城 市,2013年后则是29个)在生产总值、人口数量、公路距离等层面联系的紧密 程度,参考刘乃全等(2017)和侯赞慧等(2009)的方法,运用修正引力模型测 度,计算公式为con* =弘以■■ GDP:,t ■■ GDPjJD2j,t,其中Wijit = GDPi,J(GDPi,t + GDPj,t\P表示人口,。表示城市之间的距离,采用两城中心最 短的公路距离衡量。

财政干预Cpubgdpit) o扩容政策对碳减排的影响力度与政府的话语权密切 相关,城市对财政依存程度体现了城市政府对市场的干预力度。参考吴茵茵 (2021),财政干预程度采用政府一般公共预算财政支出占GDP的比重来衡量。

第二,城市群扩容的产业转型升级效应。

产业分工(di%)-本文将城市7在第/年与整体城市群内部其它城市(2010 年之后共21个城市,2013年后则是29个)城市的产业分工情况表示为 计算公式为divit = ^j=2idivij:t,其中diuqt参考陈国亮和唐根年(2016)提出的 产业结构差异度的表达方式并进行调整,利用配对城市间的一二三产业的结构差 异来衡量产业分工,具体计算公式为dMj,t =》社iabs(Xft/Xj,t -笛丿心)。式中 X#、丿班分别表示在第/年城市7(丿)在第《产业从业的人员数,Xi,t、表示城 市7在第丿年的从业人员总数。

产业升级(tsQ -根据干春晖等(2011)提出的测度产业结构高级化方法 来计算,即第三产业产值占第二产业产值的比重。

4.1.3数据来源及描述性统计

本文被解释变量碳排放的数据来源于清华大学关大博团队整理的CEADS数 据库(Chenetal., 2020),经县级数据加总整理后得到。CEADs中心运用了粒 子群优化-反向传播(PSO-BP)的算法,对DMSP / OLS和NPP/VIIRS卫星图 像的规模进行统一,估算了 1997年以来中国2735个县的二氧化碳排放量,目前 数据公开至2017年。

由于本文观测的是城市群扩容对各原位城市、新进城市碳排放的影响,为满 足统计口径的要求,将县域数据加总为城市数据进行回归。本文控制变量的原始 数据均取自统计年鉴,并加以人工整理和计算,包括城市生产总值及指数、三次 产业产值及从业人数、城市常住人口总数、道路铺装面积、外商直接投资数、地 方政府财政支出、固定资产投资额、房地产开发投资额、PM2.5排放量等,均来 源于历年的《中国统计年鉴》、《中国城市统计年鉴》及《中国人口和就业统计 年鉴》,能源数据来自于《中国工业统计年鉴》。对于少数缺失数据,本文从省 一级的统计年鉴或各城市的统计公报、统计年鉴、地方志等资料中摘取作为补充。

本文变量的描述性统计如下。

表4变量的描述性统计

类别

名称

变M义

单位

观测 值

均值

方差

最小值

最大值

因变

ce

城市碳排放总

百万吨

3347

27.06

24.1

1.85

230.71

cegdp

城市碳排放强

吨/百元

3347

.03

.02

0

.18


didl

整体城市,是

=1,否=0







自变

did2

原位城市,是

=1,否=0








did3

新进城市,是

=1,否=0








rgdp2

实际生产总值

的平方


3420

5.190e+14

2.186e+15

8.910e+10

4.810e+16


rgdp

实际生产总值

亿元

3420

1336.97

1842.5

29.84

22000


pden

人口密度

人/平方

公里

3413

426.39

326.51

0

2648.11


tech

科学技术支出

万元

3420

65118.84

240266.66

.13

4000000


fdi

外商直接投资

万元

3249

79021.58

190548.54

3

3100000


fai

固定资产投资

万元

3408

11900000

14500000

330703

1.750e+08

控制

变量

rei

房地产开发投

万元

3416

2230000

4310000

5354

42000000


road

道路面积

平方公

3297

1669.84

2218.04

0

21490


patent

发明专利授权

3420

465.83

1941.9

0

46061


energy

能源消费

亿吨标

准煤

3396

1.65

.87

.09

4.01


wage

职工平均工资

3396

39269.07

17912.29

4958

320626


mkt

市场化水平


3396

6.66

1.62

2.37

11.11


connect

经济联系


360

1143.95

1770.3

11.84

9232.18


pubgdp

财政支出

万元

3415

.25

.17

.04

2.06


div

产业分工


360

10.14

5.84

6.13

82.71

机制

ts

产业升级


3418

.86

.44

.09

4.26

变量

pm25

pm2.5

微克/立

方米

3396

37.02

16.57

4.68

90.86


so2

工业二氧化硫

排放

万吨

3343

54929.1

55988.98

2

682922

4.2计■模型设计

近年来,政策评估领域普遍应用“杜宾反事实框架”作为分析架构,该架构假 设有一组个体未受到政策影响,是为“控制组(control group) ",另一受到政策影 响的组则是"处理组(treatmentgroup) ",二者之差则是"处理效应",这一分析思 路的难点在于找到一个和处理组在政策发生前高度一致的控制组。

双重差分法(Differences-in-Differences)是"杜宾反事实框架"下的最为经典 和成熟的政策评估方法。双重差分法的基本思路在于利用外生干预划分出处理组 和控制组,首先对政策干预前后的组间差异进行差分,其次再对实验组和控制组 各自受到干预前后的个体差异进行差分,以解决实验组和控制组之间的异质性问 题。双重差分法的原理是利用控制组在一段时期内的固有趋势来反映处理组不受 外界冲击后的固有趋势,再比较该固有趋势和处理组的真实趋势,从而得到政策 效果,其本质是群体层面上的固定效应,能够克服地区或年份层面上的遗漏变量 偏误。如果处理组内各样本的政策发生时间不同,则适用于多期双重差分法。由 于本文的长三角城市在时间窗内经历了两次扩容,每个城市受到处置的时间并不 相同,为识别样本期内两次扩容的共同作用,本文借鉴张学良等(2017),选用 多期双重差分法(StaggeredDID)来估计城市群扩容对碳排放的影响。

Dietzetal. (1994)提出的STRIPAT模型中指出,人口规模、经济发展水平 和技术进步是影响环境的三大因素,该模型被广泛应用于各类环境指标的研究, 其形式也得到了充分扩展和改进(王少剑和黄永源,2019) o特别地,STRIPAT 模型被引入到碳排放影响因素的拓展性分析中,优势在于可从不同视域分析碳排 放问题(佟昕和李学森,2017) o模型的标准形式如下:

/ = aP^A^T^e                                                          (4.1)

其中,/是环境变量,P旷指人口规模,4〃指经济发展水平,厂严则指技术水 平,e则代表其它技术变量。两边同时取对数,便可得出沪、俨、严等影响系数, 沪、俨、严的经济意义是碳排放水平(总量、强度)对分别对某城市人口规模、 经济发展水平和技术进步的弹性。

根据STRIPAT模型设定,本文借鉴赵领娣和徐乐(2019)的做法,本文引 入长三角城市群扩容这一政策变量来拓展STRIPAT模型。由于本文使用的是全 国285个城市的面板数据,为排除随个体、时间而变的遗漏变量对分析结果的干 扰,解决扰动项聚类的问题,采用双向固定的多期双重差分模型,并将三大类影 响因素作为控制变量纳入模型中,以解决扰动项存在异方差、自相关和聚类集群 的问题。

设定模型如下:

Yit=Po+ Pididit + 伤8"/77血 + 0 + 人 + %                                                                                                     (4.2)

其中,下标7代表第7个地级市(片1, 2,……,285) , /代表政策实施的 第/年。厶是被解释变量,由碳排放总量、碳排放效率(单位GDP碳排放量) 来表征。0o为常数项。〃加比为核心解释变量,即多期扩容政策的双重差分变量, didit=treatit x postit, treaty指是否为处理组,是=1,否=0, postit指政策实施 时间,是=1,否=0。加血的回归系数久反映了扩容的碳减排效应,是我们重点关 注的系数。碳排放总量和效率的大小不是城市加入长三角经济协调会的主要因素, 不存在反向因果问题,模型表达的因果关系成立。

control比表示影响碳排放总量、碳排放效率且随时间、城市变动的其它控制 变量,考虑到扩容政策是在城市层面逐步推开,与被解释变量在同一层次,新进 城市进入长三角城市群的次序可能与城市的社会经济因素存在内生,因此本文尽 可能多地去控制可能影响城市进入顺序的社会经济变量。

此外,加代表城市固定效应,人代表年份固定效应,%代表随机误差项。本 文报告以城市聚类的稳健标准误。

4.3基准回归

4.3.1基准回归结果:扩容对三类城市的碳减排效应

首先,本文针对面板数据,采取双向固定的多期双重差分模型,对2010年、 2013年两次扩容的整体碳减排效应进行检验,并将样本分为整体城市、原位城 市和新进城市三个组别进行探讨,观察不同组别在扩容后的碳排放表现。


 


整恻市

原位城市

制城市

Ince

lncegdp

Ince

lncegdp

Ince

lncegdp

didl

■ 0297**

・.O26**






(.013)

(.0127)





did2



-.021

-.017






(.0166)

(.0155)



did3





-.0323*

-.0296*






(.0181)

(.0178)

lnrgdp2

■ 0218***

■ 0218***

「0223***

.0223***

.0231***

.0229***


(.0053)

(.0055)

(.0054)

(.0056)

(.0052)

(.0053)

lnrgdp

.5031***

.3573***

5226***

.3388***

5322***

.3323***


(.1059)

(.1129)

(.1077)

(.1146)

(.1036)

(.1099)

lnpden

.0134

.0144

.0119

.0129

.0102

.0117


(.0093)

(.0089)

(.0092)

(.0088)

(.0092)

(.0088)

lntech

.0004

-.0007

-.0004

-.0015

.0001

-.0009


(.0048)

(.0048)

(.0048)

(.0048)

(.0048)

(.0048)

lnfdi

-.0042

-.005

-.0045

-.0053

-.0041

-.005


(.0035)

(.0036)

(.0035)

(.0036)

(.0035)

(.0036)

lnfai

.0196

.0106

.02

.0109

.0206

.0115


(.0129)

(.0132)

(.013)

(.0132)

(.013)

(.0132)

lnrei

-.0022

.0003

-.0017

.0007

-.0021

.0003


(.01)

(.0104)

(.01)

(.0104)

(.0101)

(.0104)

Inroad

.0199**

.0177*

.0195**

.0174*

.0194**

.0173*


(.0097)

(.0098)

(.0097)

(.0098)

(.0097)

(.0098)

Inpatent

-.009*

■.0098**

■ oi**

-.0107**

■ 0097**

■.0104**


(.0046)

(.0047)

(.0046)

(.0047)

(.0046)

(.0046)

Inenergy

457***

.4338***

4505***

.4281***

4557***

433***


(.0652)

(.0666)

(.0652)

(.0666)

(.0656)

(.0669)

lnwage

.0273

.0206

.0292

.0223

.0293

.0222


(.0306)

(.0313)

(.0309)

(.0316)

(.0307)

(.0313)

lnmkt

.0225

.0077

.0204

.0056

.0158

.0019


(.0353)

(.0369)

(.0355)

(.0371)

(.0349)

(.0365)

cons

-.2774

-.911

-.379

■1.0061*

-.4015

■1.0167*


(.516)

(.5541)

(.5198)

(.5568)

(.5053)

(.5405)

年份固定

Yes

Yes

Yes

Yes

Yes

Yes

城市固定

Yes

Yes

Yes

Yes

Yes

Yes

Observations

3073

3073

3073

3073

3073

3073

R-squared

.8611

.9029

.8606

.9027

.8609

.9028

注:系数后的***、**、*各自代表系数在1%、5%、10%的水平下显著。下方括号内报告了稳健标准误,聚类到城市层面。

表1列示了长三角城市群扩容对不同城市碳排放总量和碳排放强度的影响 作用大小,回归结果表明:2010年和2013年的两次扩容政策总体上对整体城市 和新进城市的减排效果显著。整体城市扩容的碳减排系数(-0.0297)和碳强度系 数(-0.026)均在95%的置信水平下显著为负,说明扩容对城市群整体实现碳减 排存在显著的边际贡献,验证假说一。

原位城市扩容的碳减排系数(-0.021)和碳强度系数(-0.017)为负但不显著。 新进城市扩容的碳减排系数(-0.0323)和碳强度系数(-0.0296)在90%的置信区 间内显著为负。可见扩容政策同时对整体城市和新进城市存在显著的碳减排效应, 且对新进城市的碳减排效应更显著,二者碳减排效应有异,验证了假说二。三类 城市中控制变量的回归结果相仿,经济发展水平的一次项回归系数(0.5031, 0.5226, 0.5322)为正,而二次项回归系数(0.0218, 0.0223, 0.0231)为负,验证 了环境涅茨曲线中提出的假说,即经济发展水平和环境污染呈倒U型关系。此 外,基础设施建设、能源消费等变量均对碳总量和碳强度产生正向影响,而城市 创新能力的提高则显著推动碳减排。

4.3.2城市群内分省异质性分析

城市群向江苏省北部、浙江省南部及安徽省东部等三个方位的扩容恰恰对应 了长三角城市群的北上、西进和南下等三个扩张方向(刘乃全等,2017)。由于 江苏、浙江、安徽等地的产业结构和经济发展状况不同,其受扩容政策效果影响 可能有很大差异。本文将处理组城市按省份进行分类进行回归。

表6、7、8分别列示了江苏省、浙江省和安徽省的回归结果。

分省份来看,对江苏省来说,长三角城市群的扩容仅增加了原位城市的碳排 放总量,对另两类城市的影响均在统计上不显著。对浙江省而言,无论是在整体 城市、原位城市还是新进城市,扩容均存在显著的碳减排效应,且同时促进碳排 放总量的下降和单位碳效率的提高。对安徽省来说,扩容前安徽省无原位城市, 扩容后省内新进入长三角的城市均实现了减碳。横向对比来看,原位城市中扩容 的碳减排效应排序为浙江省>江苏省,新进城市中扩容的碳减排效应排序为浙江 省〉安徽省 >江苏省。


 


整恻市

原位城市

制城市

(1)

Ince

(2)

lncegdp

(3)

Ince

(4)

lncegdp

(5)

Ince

(6)

lncegdp

didl

.0212

.0205






(.0139)

(.0142)





did2



.0233*

.0213






(.0133)

(.0138)



did3





.0151

.0165






(.0236)

(.0246)

控制变量

控制

控制

控制

控制

控制

控制

cons

-.5382

-1.2965

-.5353

-1.2901

-.4527

-1.2129


(.8493)

(.9038)

(.8569)

(.9111)

(.8294)

(.8833)

城市固定

Yes

Yes

Yes

Yes

Yes

Yes

年份固定

Yes

Yes

Yes

Yes

Yes

Yes

Observations

2871

2871

2871

2871

2871

2871

R-squared

.8639

.8998

.8639

.8998

.8638

.8997

注:系数后的***、**、*各自代表系数在1%、5%、10%的水平下显著。下方括号内报告了稳健标准误,聚类到城市层面。

 

 

表7扩容对浙江省碳减排效应的多期双重差分回归结果


整林市

原位城市

城市

(1)

Ince

(2)

lncegdp

(3)

Ince

(4)

lncegdp

(5)

Ince

(6)

lncegdp

didl

■ 0808***

■ 0706***






(.0138)

(.014)





did2



■.0664***

■ 0571***






(.014)

(.0139)



did3





■.0906***

■.0806***






(.0192)

(.0199)

cons

-.8603

■1.5473*

-1.071

■1.7345*

-1.1414

-1.7867*


(.8753)

(.9276)

(.8841)

(.9343)

(.8806)

(.9262)

控制变量

控制

控制

控制

控制

控制

控制

城市固定

Yes

Yes

Yes

Yes

Yes

Yes

年份固定

Yes

Yes

Yes

Yes

Yes

Yes

Observations

2847

2847

2847

2847

2847

2847

R-squared

.8566

.8989

.8556

.8983

.8558

.8984

注:系数后的***、**、*各自代表系数在1%、5%、10%的水平下显著。下方括号内报告了稳健标准误,聚类到城市层面。

 


整恻市

原位城市

制城市

(1)

Ince

(2)

lncegdp

(3)

Ince

(4)

lncegdp

(5)

Ince

(6)

lncegdp

didl

-.0409*

-.0429*






(.0246)

(.0251)





did2







did3





-.0409*

-.0429*






(.0246)

(.0251)

控制变量

控制

控制

控制

控制

控制

控制

cons

-.4202

-1.0757

-.2323

-.8768

-.4202

-1.0757


(.7101)

(.7506)

(.6716)

(.7074)

(.7101)

(.7506)

城市固定

Yes

Yes

Yes

Yes

Yes

Yes

年份固定

Yes

Yes

Yes

Yes

Yes

Yes

Observations

2775

2775

2775

2775

2775

2775

R-squared

.8606

.8976

.8604

.8974

.8606

.8976

注:系数后的***、**、*各自代表系数在1%、5%、10%的水平下显著.下方括号内报告了稳健标准误,聚类到城市层面.

扩容对于三省份的异质性影响源于三省产业结构和资源禀赋的不同。江苏 省新进城市主要位于北部地区,苏北地区早在20世纪初期便已承接了苏南地 区的大量污染密集型产业,实现了省内产业转移(仇方道等,2013)。浙江省 以新兴的数字化信息化产业为发展重心,随着长三角城市群扩容,省内的重化 工业转向资源禀赋更好的安徽省与产业基础更强的江苏省,在这一过程中,各 省的企业、产业资源得到了再配置,能源消耗格局也随之改变。

4.3.3两次扩容政策效果异质性分析

上文已经证明,城市群扩容存在显著的碳减排效应。进一步地,本文关心 2010年和2013年的两次扩容对碳减排是否存在不同的效果?因此接下来将模型 更改为标准DID,分别探讨两次扩容政策影响效果的不同。

首先,将样本时间窗切分为两段。第一段设定为2006-2012年,以考察2010 年扩容政策的效果;第二段设定为2012-2017年,以考察2013年扩容政策的效 果,并删除2010年扩容新进城市以保证得到的政策效应和第一次扩容无关。

其次,分别以两次扩容政策作为核心解释变量,对整体、原位、新进城市进 行讨论。表9展示了 2010年长三角城市群第一次扩容的回归结果,列(1) - (4)中政策冲击对碳总量和碳效率影响都在95%的水平下显著为正,说明扩容对整 体城市和原位城市的碳排放水平均有提升。在第一次扩容后,长三角原位16个 城市的虹吸效应显现,产业和企业短期内向经济综合实力较高的原位城市涌入, 短期内产能扩张,而效率却未实现明显提升,从而使得碳排放总量增加。

表10给出了 2013年长三角城市群第二次扩容的回归结果,列(1) - (6) 中可以看出,不论是对于整体城市、原位城市还是新进城市,对应系数结果均通 过显著性检验,说明扩容对三类城市均存在明显的碳减排效应,且带来了总量和 强度的全面下降,碳排放效率得到显著提升。其中,第二次扩容对原位城市的碳 减排效果强于整体城市和新进城市。这说明第二次扩容之时,区域内城市的经济 联系已日趋密切,原位城市对新进城市产生了涓滴效应,带动了新进城市产业向

低碳方向转型升级,

推动了区域整体低碳经济的发展。

表9第一次扩容标准DID结果


整林市

原位城市

淞城市

(1)

Ince

(2)

lncegdp

(3)

Ince

(4)

lncegdp

(5)

Ince

(6)

lncegdp

did4

.0218**

0244**






(.0102)

(.0101)





did6



.0349***

.0372***






(.0117)

(.0119)



did8





-.0003

.0052






(.0241)

(.0231)

控制变量

控制

控制

控制

控制

控制

控制

cons

1.1972

-.6652

.9664

-.9093

1.2323

-.6045


(.8307)

(1.0389)

(.8347)

(1.0515)

(.7647)

(.9796)

城市固定

Yes

Yes

Yes

Yes

Yes

Yes

年份固定

Yes

Yes

Yes

Yes

Yes

Yes

Observations

1799

1799

1799

1799

1799

1799

R-squared

.8887

.714

.8889

.7144

.8883

.7129

注:系数后的***、**、*各自代表系数在1%、5%、10%的水平下显著.下方括号内报告了稳健标准误,聚类到城市层面.

表10第二次扩容标准DID结果

整恻市              原位城市             制城市


(1)

Ince

(2)

lncegdp

(3)

Ince

(4)

lncegdp

(5)

Ince

(6)

lncegdp

did5

■.0624***

■ 0637***






(.011)

(.0107)





did7



.0725***

■ 0745***






(.0133)

(.0124)



did9





■ 0297**

■ 0297**






(.0136)

(.0146)

控制变量

控制

控制

控制

控制

控制

控制

cons

1.9557**

-.1183

1.9661**

-.1048

1 4772*

-.6079


(.8742)

(.8915)

(.8764)

(.8915)

(.877)

(.8976)

城市固定

Yes

Yes

Yes

Yes

Yes

Yes

年份固定

Yes

Yes

Yes

Yes

Yes

Yes

Observations

1491

1491

1491

1491

1491

1491

R-squared

.249

.9145

.2478

.9144

.2299

.9123

注:系数后的***、**、*各自代表系数在1%、5%、10%的水平下显著.下方括号内报告了稳健标准误,聚类到城市层面.

 4.4稳健性检验

4.4.1平行趋势检验

DID的经典假设之一是控制组在政策实施前后满足平行趋势(Common Trends),即控制组和处理组在政策发生前的发展路径一致,以排除随群体变化 的遗漏变量对回归结果的干扰。在Standard DID中,进入处理组的样本个体和 时间都是固定的,结合ESA方法所生成的时期虚拟变量是绝对时点,可以直接 观测政策在某个样本时期的效果,而Time-varying DID中,样本进入处理组的 时间各不相同,利用ESA方法时需要针对每个样本的处理时间来设置个性化的 虚拟变量,以观测在个体接受处理的前N期和后N期政策效果变化。

本文采用事件分析法的思路设置年份虚拟变量,检验平行趋势假设。具体来 看,使用政策实施前一年为比较基准以避免共线性问题,构建当期政策和政策前 七年及后七年对应扩容政策前后的交叉项。若政策实施前效果不显著,实施后效 果显著,证明处理组和控制组在未被扩容政策覆盖时满足平行趋势,即DID结 果稳健。平行趋势检验模型如下:

Kt — Bq + X s=1 Ppre-n^pre_ n + ^current ^current + 1 Ppost_ n^post-n + 02 control it + ili+Yt+ Et

式(4.3)中,dpre_n, /current、dpost_n分别表示扩容政策实施前、实施当期 以及实施后的政策虚拟变量与年份虚拟变量的交乘项,Bpre_n、"current、Ppost.n 分别为对应系数。

以新进城市组为例,如图9所示,扩容政策冲击前7年置信区间均通过0, 说明系数均未通过显著性检验,政策实施前不存在碳减排效应。而政策发生当期 系数显著为负,回归结果表现良好,且政策发生后回归系数出现明显的远离原点 的趋势,可见本文的研究设计满足双重差分法的关键前提假设,上文所发现的碳减排效应的确是由城市群扩容所带来的。

1665382709341.png

图9平行趋势检验结果

4.4.2安慰剂检验

为保证基准回归得到的扩容政策效应的稳健性,接下来本文对多期DID结 果进行安慰剂检验。安慰剂检验的思想来源于医学术语中的“安慰剂(placebo) ” 这一随机实验,通过给实验组服用真药,给控制组服用安慰剂来避免服药者心理 作用对药效的影响。经济学家引入安慰剂检验的思想,通过虚构实验组和控制组 观测回归结果稳健性。设计安慰剂检验时,由于本文考察的是两期的扩容政策, 参考Chettyetal. (2009)和吴茵茵等(2021),采用非参置换的方法对多期双重 差分模型进行检验。第一步,根据省份id分组,对285个样本城市和与之对应 的政策发生时间进行重复随机抽样,每次从285个城市中随机抽取八个城市作为 伪处理组,余下城市作为伪控制组,将该流程重复500次,观察为政策处理变量
的结果是否显著。如图10所示,以新进城市为例,X轴表示伪扩容政策变量估 计系数的大小,y轴表示概率密度值和基准回归真实值大小,垂直虚线表示表5 中列(5)和列(6)的DID估计系数。可见随机抽样系数均值为0,呈正态分布。 且基准回归的扩容政策系数分布在本次检验系数分布的低尾处,说明结果通过安
慰剂检验。

1665382743430.png

图10安慰剂检验系数概率密度分布图

4.4.3 PSM-DID 检验

本文选取了全国285个城市,除长三角30座城市外,其它265个城市遍布 全国各地,存在较大的异质性,难以保障时间效应一致。为此,本文构建倾向得 分,根据倾向得分从其它城市中重新选取一批控制组,以消除样本选择偏误,保 证基准回归结果的稳健性。多期双重差分匹配的难点在于必须进行多次匹配。由 于本文测度的是多期扩容政策的效果,在2010年时第一次扩容的政策效果已经 岀现。为减少其他政策的干扰,得到与处理组各方面情况较为相近的控制组,本 文首先使用2006年至2009年的数据,建立模型计算控制组中其他城市在既定 条件下接受处置的概率,再根据计算出的倾向得分对该四年的数据分别进行匹配。 其次,将匹配后的不满足共同支持假设的城市删除,再与原数据匹配。根据倾向 得分进行匹配后,删除变量840个。最后,使用匹配后的数据再回归,加入控制 变量后政策效果显著。表11列示了匹配后新进城市回归结果,分别采取半径匹 配、近邻匹配与核匹配来进行分配样本权重并进行回归,防止因匹配方法的选择 而造成的误差,匹配后的估计结果均与基准回归结果一致,基准回归稳健。

表11匹配后新进城市基准回归结果

半径匹配             近邻匹配                 核匹配


(1)

Ince

(2)

lncegdp

(3)

Ince

(4)

lncegdp

(5)

Ince

(6)

lncegdp

did3

■0.0489**

■0.0474**

■0.0514**

■0.0498**

■0.0585***

■0 0577**


(0.0194)

(0.0193)

(0.0224)

(0.0217)

(0.0225)

(0.0224)

lnrgdp2

■0.0244***

■0.0244***

■0.0257***

■0.0257***

■0.0249***

■0.0249***


(0.0054)

(0.0056)

(0.0056)

(0.0057)

(0.0055)

(0.0056)

lnrgdp

0.5482***

■0.3218***

0.5543***

■0.3192***

0.5554***

■0.3158***


(0.1078)

(0.1141)

(0.1112)

(0.1177)

(0.1091)

(0.1154)

lnpop

0.0846

0.0874

0.0956

0.1011

0.0900

0.0933


(0.0822)

(0.0827)

(0.0918)

(0.0929)

(0.0841)

(0.0848)

lnpden

0.0136

0.0157

0.0272

0.0303*

0.0144

0.0161


(0.0119)

(0.0114)

(0.0172)

(0.0164)

(0.0121)

(0.0116)

lntech

-0.0014

-0.0025

-0.0021

-0.0030

-0.0017

-0.0026


(0.0047)

(0.0048)

(0.0048)

(0.0049)

(0.0047)

(0.0048)

lnfdi

-0.0036

-0.0044

-0.0031

-0.0038

-0.0036

-0.0044


(0.0036)

(0.0036)

(0.0036)

(0.0037)

(0.0036)

(0.0036)

lnfai

0.0212

0.0125

0.0224

0.0135

0.0212

0.0124


(0.0136)

(0.0138)

(0.0143)

(0.0145)

(0.0136)

(0.0139)

lnrei

-0.0042

-0.0017

-0.0040

-0.0014

-0.0042

-0.0017


(0.0103)

(0.0107)

(0.0106)

(0.0111)

(0.0104)

(0.0108)

Inroad

0.0220**

0.0201**

0.0201*

0.0180*

0.0215**

0.0198*


(0.0100)

(0.0102)

(0.0104)

(0.0105)

(0.0101)

(0.0102)

Inpatent

-0.0096"

-o.oior*

-0.0077

-0.0084*

■0.0096**

■0.0101**


(0.0048)

(0.0049)

(0.0050)

(0.0050)

(0.0049)

(0.0049)

Inenergy

04594***

0.4391***

0 4698***

0.4492***

0.4581***

0 4376***


(0.0672)

(0.0684)

(0.0687)

(0.0698)

(0.0679)

(0.0691)

lnwage

0.0249

0.0180

0.0241

0.0175

0.0260

0.0191


(0.0308)

(0.0315)

(0.0314)

(0.0322)

(0.0309)

(0.0316)

lnmkt

0.0206

0.0073

0.0115

-0.0020

0.0208

0.0080


(0.0353)

(0.0368)

(0.0364)

(0.0379)

(0.0356)

(0.0372)

cons

-0.9221

■1.5302**

-1.0448

■1.6502**

-0.9920

■1.5941**


(0.7161)

(0.7482)

(0.7727)

(0.8065)

(0.7300)

(0.7622)

年份固定

Yes

Yes

Yes

Yes

Yes

Yes

城市固定

Yes

Yes

Yes

Yes

Yes

Yes

R2

0.8568

0.9001

0.8540

0.8968

0.8557

0.8994

N

2854

2854

2652

2652

2818

2818

注:系数后的***、**、*各自代表系数在1%、5%、10%的水平下显著。下方括号内报告了稳健标准误,聚类到城市层面。

4.4.4剧除其它减碳政策效果的影响

2006年至2017年是我国由粗放型经济向低碳集约型经济转型的窗口期,期 间国家密集出台了诸多环保政策。同时期的其它环境政策也对长三角部分城市产 生了影响,干扰了扩容政策效应的识别。为解决该问题,本文通过梳理样本期内 其他相关政策,将处理组和控制组受到其他碳减排政策影响的城市分别删除,以 识别出更干净的扩容政策碳减排效应。

表12剔除其它政策的稳健性检验


整松市

原位城市

魁城市

(1)

Ince

(2)

lncegdp

(3)

Ince

(4)

lncegdp

(5)

Ince

(6)

lncegdp

didl

■ 0417***

■ 0381***






(.0139)

(.0138)





did2



-.021

-.017






(.0166)

(.0155)



did3





-.0323*

-.0296*






(.0181)

(.0178)

控制变量

控制

控制

控制

控制

控制

控制

cons

-.8357

■1.601**

-.962

.I 7225**

-.8156

■1.4402**


(.7324)

(.7369)

(.7679)

(.7722)

(.6507)

(.6817)

城市固定

Yes

Yes

Yes

Yes

Yes

Yes

年份固定

Yes

Yes

Yes

Yes

Yes

Yes

Observations

2259

2259

3073

3073

3073

3073

R-squared

.8778

.9047

.8606

.9027

.8609

.9028

注:系数后的***、**、*各自代表系数在1%、5%、10%的水平下显著.下方括号内报告了稳健标准误,聚类到城市层面.

首先,剔除其它涉及到长三角经济协调会30个会员城市的减排政策影响。 如2010年低碳城市试点政策(宋弘等,2019)包括广东、湖北、陕西、辽宁、 云南五省和天津、杭州、重庆、深圳、贵阳、厦门、南昌、保定八市。2011年 出台的7个碳市场官方试点地区包括上海市,予以剔除。2013年碳交易试点城 市(蓝虹和陈雅函,2022)包括北京、上海、湖北、广东、天津、重庆及深圳 等七个省或直辖市。

对其它碳相关政策,本文不予处理。原因如下:2012年出台的重点区域大 气污染防治十二五规划共涉及47座城市,其中覆盖了长三角地区14座城市, 包括上海、苏州、无锡、南京、常州、扬州、镇江、泰州、南通、杭州、嘉 兴、宁波、湖州、绍兴。不选择剔除上述样本,因为从平行趋势检验分析结果 来看,在2010年扩容发生当期已经有显著的减排效果。此外,2007年出台的 排污权交易试点(史丹和李少林,2020)覆盖了江苏和浙江两省,基准回归中 已经使用固定效应控制了其共同的时间趋势,因此不作检验。

其次,剔除城市群内部经济发展水平较高的中心城市。上海、南京、杭 州、合肥是长三角区域内的省会城市,城市本身受行政命令要求已经进行了大 量减排控制,为避免影响结果稳健性,予以剔除。主要系数结果与基准回归结 果一致,结果稳健。

表13剔除区域核心城市的稳健性检验

整林市              原位城市            淞城市


(1)

Ince

(2)

lncegdp

(3)

Ince

(4)

lncegdp

(5)

Ince

(6)

lncegdp

didl

■ 0289**

-.026*






(.014)

(.0136)





did2



-.0153

-.0122






(.0174)

(.0163)



did3





-.0357*

-.0334*






(.0192)

(.0188)

控制变量

控制

控制

控制

控制

控制

控制

cons

-.5319

■1.191*

-.6026

■1.2649*

-.6847

■1.3296*


(.6633)

(.7009)

(.6839)

(.7221)

(.6693)

(.7031)

城市固定

Yes

Yes

Yes

Yes

Yes

Yes

年份固定

Yes

Yes

Yes

Yes

Yes

Yes

Observations

3025

3025

3025

3025

3025

3025

R-squared

.8609

.9015

.8605

.9013

.8609

.9015

注:系数后的***、**、*各自代表系数在1%、5%、10%的水平下显著.下方括号内报告了稳健标准误,聚类到城市层面.

最后,剔除样本时间窗内其他城市群的影响。样本期内珠三角城市群经历 一次扩容,故剔除珠三角城市群的14座城市。主要系数回归结果依然与基准回 归一致,结果稳健。

表14剔除其他扩容城市群的稳健性检验


整恻市

原位城市

制城市

(1)

Ince

(2)

lncegdp

(3)

Ince

(4)

lncegdp

(5)

Ince

(6)

lncegdp

didl

■ 0369***

■.0324**






(.0137)

(.0135)





did2



-.0289

-.0241






(.0176)

(.0167)



did3





-.0359*

-.0328*






(.0183)

(.0181)

控制变量

控制

控制

控制

控制

控制

控制

cons

-.5202

-1.147

-.5675

-1.2016

-.7983

■1.3956*


(.6867)

(.72)

(.7141)

(.7488)

(.7012)

(.7282)

城市固定

Yes

Yes

Yes

Yes

Yes

Yes

年份固定

Yes

Yes

Yes

Yes

Yes

Yes

Observations

2907

2907

2907

2907

2907

2907

R-squared

.8593

.8995

.8587

.8992

.8589

.8993

注:系数后的***、**、*各自代表系数在1%、5%、10%的水平下显著.下方括号内报告了稳健标准误,聚类到城市层面.

 4.5扩容影响碳排放的机制检验

前文验证了城市群扩容实现碳减排效应的基本假说,且通过多种方法证明了 其稳健性。然而城市扩容的碳减排效应并不一定直接来源于扩容政策本身。为深 入探究扩容对城市碳减排效应产生的具体机制,拟采用长三角两次扩容后的30 个整体城市作为样本,同样将实证样本分为三组,深入考察长三角城市群的整体、 原位和新进城市在扩容过程中的市场和产业变化情况,并加入交互项去考察对城 市碳排放的影响。

模型设定如下:

丫江=仔o + B'didjt + 伤 control it + p3didit X moderate 比 + 7 + h + 8it(4.4)

其中,moderate it是机制变量的指标,是对扩容政策变量更为具体、细致的 刻画,具体包括经济联系、政府干预(财政依存度)、产业分工和产业升级等指 标,通过加入这些指标和政策变量的交互项来捕捉不同经济联系程度、财政依存 度以及产业情况下,扩容的碳减排效应如何实现。01捕捉了其它机制不存在时,
仅由城市群扩容政策本身引发的碳减排效应,该系数不是我们考察的重点。03是 交互项的系数,也是我们重点观察的系数值,衡量扩容在多大程度上通过机制变 量影响碳排放。其他符号的意义同式(4.2) o

4.5.1扩容政策的市场整合效应

表15展示了经济联系作为机制变量的回归结果。

表15扩容的市场整合效应(经济联系交互)


整松市

原位城市

魁城市

(1)

Ince

lncegdp

Ince

lncegdp

(5)

Ince

lncegdp

didl

.0831*

.0936**






(.0425)

(.0369)





did2



1505***

1682***






(.0501)

(.0474)



did3





-.0892

-.0917






(.0581)

(.0602)

Inconnect

.0335**

.0296**

.0303*

.0251*

.0045

-.0019


(.0141)

(.0118)

(.0163)

(.0137)

(.016)

(.0166)

dl Inconnect

-.0113*

■•0131**






(.0066)

(.0059)





d21nconnect



.0236***

.0263***






(.0077)

(.0072)



d3 Inconnect





.0194*

.0199*






(.0108)

(.0111)

_cons

-1.6474

47486***

-1.4164

45403***

-1.475

46238***


(1.1707)

(1.1128)

(1.1266)

(1.0601)

(1.0972)

(1.0699)

Observations

356

356

356

356

356

356

R-squared

.9627

.9857

.9641

.9865

.9631

.9858

注:系数后的***、**、*各自代表系数在1%、5%、10%的水平下显著.下方括号内报告了稳健标准误,聚类到城市层面.

第(1)列和(2)列展示了整体城市的市场整合效应结果,政策和经济联 系机制的交互项系数为负,与基准回归中整体城市的系数同号,说明由经济联 系增强而引致的异质性碳减排效应存在,验证了假说二。对于整体城市来说, 扩容政策的实施可以通过增强城市间的经济联系来实现碳减排效果。扩容会通 过打破长三角城市间的流动壁垒,打破长三角城市间的行政区经济、加强政府间合作,来促进资本、劳动力等生产要素实现自由流动与优化配置,最终实现 碳效率提升。

从原位城市结果来看,不论对于碳总量还是碳强度,扩容与经济联系的交 互项系数显著为负,且碳总量系数(-0.236)和碳强度系数(-0.263)均显著高 于整体城市样本的结果。说明扩容后,在紧密的经济联系网络中,原位城市收 获的环境效益最大。一方面原位城市吸收了新进城市的劳动力资源以加速创新 步伐实现自身低碳产业升级,另一方面原位城市转出了部分高碳产业。对应地, 新进城市扩容和经济联系交互项结果则显著为正,与基准回归结果异号,说明 初期城市群内部经济联系的增强减弱了新进城市的碳减排效应,验证了假说 四。

验证了城市间经济联系的作用后,本文继续检验扩容的碳减排效应是否与政 府的财政干预有关。赵勇等(2015)研究表明,中国城市群在空间层面的功能分 工程度已越过拐点,政府干预会阻碍城市的功能调整与分工收敛,阻碍地区发展 差距的自发缩小,本文引入该变量来观测政府财政干预是否会直接影响城市群扩 容的政策效果,以期更准确地判别经济联系的作用主要来自市场还是政府。

表16展示了政府财政干预交叉项的回归结果。对于整体城市来说,列(1) 和列(2)中扩容和财政干预的交互项系数为负但不显著。在这一过程中,政府 的财政干预行为难以影响扩容的碳减排力度,说明扩容后市场的自发作用比政府 直接干预效果更大。第(3)列和(4)列展示了区域内政府财政干预程度在城市 群扩容进程中对原位城市产生的影响,碳总量和碳强度的回归系数偽均为负但不 显著,第(5)列和(6)列展示了区域内政府财政干预程度在新进城市扩容进程 中产生的影响,无论是对于碳排放还是碳强度,系数偽的回归结果均为负但不显 著,说明对于新进城市来说,扩容入城市群后获得的碳减排效果不显著受制于政 府的财政干预程度,而对于碳强度来说,在无政府干预情况下,扩容政策本身会 提高碳强度水平,这也侧面证明了政府干预是必要的。

表16扩容的市场整合效应(财政干预交互)


整恻市

原位城市

制城市

(1)

Ince

lncegdp

Ince

lncegdp

(5)

Ince

lncegdp

didl

.0309

.0378*






(.0221)

(.0203)





did2



-.0099

-.0066






(.0261)

(.0251)



did3





.0416

.0449*






(.0264)

(.0241)

pubgdp

.0414

.0619

-.0074

-.0174

.0859

.0862


(.1095)

(.0989)

(.0124)

(.0126)

(.1011)

(.1018)

dlpubgdp

-.048

-.0785






(.1099)

(.0989)





d2pubgdp



.0201

-.0035






(.1327)

(.1417)



d3pubgdp





-.0987

-0.11






(.0994)

(.0984)

_cons

24022*

55452***

-1.9487

50447***

-1.7043

_4 7474***


(1.1819)

(1.1076)

(1.2312)

(1.1494)

(1.133)

(1.1215)

Observations

356

356

356

356

356

356

R-squared

.9617

.9853

.9611

.985

.9621

.9854

注:系数后的***、**、*各自代表系数在1%、5%、10%的水平下显著.下方括号内报告了稳健标准误,聚类到城市层面. 

4.5.2扩容政策的产业分工与转型机制

表17展示了产业分工作为机制变量的检验结果。第(1)列和(2)列汇报 了整体城市的回归结果,产业分工机制结果为负不显著。说明产业分工机制在整 体城市范围内没有实现显著的减排效果。

对原位城市和新进城市来说,产业分工交互项结果同样不显著,无论是对于 碳减排和碳强度,系数尿、偽均未达到10%水平下的显著相关。存在两点原因: 一是扩容在短期内并未实现城市间产业分工的优化,二是是扩容时间较短,长三 角城市间的产业分工改变暂时未体现在环境效益的增长上,只体现在高排放企业 向边缘转移。

表17扩容的产业分工转型效应(产业分工交互)


整恻市

原位城市

制城市

(1)

Ince

lncegdp

Ince

lncegdp

(5)

Ince

lncegdp

didl

.0299*

.025严






(.0159)

(.0147)





did2



-.0099

-.0066






(.0261)

(.0251)



did3





.0168

.0121






(.0138)

(.0113)

div

.0007

0

-.0004

-.0006

-.0005

-.0013


(.0017)

(.0016)

(.0005)

(.0005)

(.0011)

(.001)

dldiv

-.0011

-.0007






(.0017)

(.0016)





d2div



-.0013

-.0018






(.0017)

(.0016)



d3div





.0002

.0006






(.0011)

(.001)

_cons

2444**

56518***

22125*

-5.4222***

-1.9978*

-5.2274***


(1.1486)

(1.1151)

(1.1768)

(1.1321)

(1.1088)

(1.1002)

Observations

356

356

356

356

356

356

R-squared

.9619

.9854

.9614

.9853

.962

.9855

注:系数后的***、**、*各自代表系数在1%、5%、10%的水平下显著.下方括号内报告了稳健标准误,聚类到城市层面.

表18展示了产业升级机制的交互项回归结果。整体城市交互项系数为正且 不显著。值得注意的是,对于原位城市的碳强度而言,产业升级的交互项系数 (-.0533)显著为负,说明扩容后,长三角原位城市的碳排放效率得到了明显提 升。

扩容后,原位城市抓住机遇积极推动产业转型升级,释放了落后产能,实现 了产业向低碳、可持续的方向进行升级,降低了单位产能的排放量,实现了产业 和环境协同发展。

对于新进城市而言,产业升级的碳减排和碳效率影响系数显著为负,说明随 着城市产业结构不断升级,扩容对于新进城市的技术溢出效应大于污染转移效应。

表18扩容的产业分工转型效应(产业升级交互)


整恻市

原位城市

制城市

(1)

Ince

lncegdp

Ince

lncegdp

(5)

Ince

lncegdp

didl

.0196

.0187






(.0255)

(.0263)





did2



.0338

.0408






(.0286)

(.0276)



did3





-.0251

-.0469






(.041)

(.0353)

ts

-.0136

-.0321

.0096

-.0042

.0545*

.0697**


(.0454)

(.0421)

(.0425)

(.0389)

(.0268)

(.026)

dlts

.0007

.0018






(.0364)

(.036)





d2ts



-.0453

-.0533*






(.0275)

(.029)



d3ts





-1.8591

48604***






(1.1493)

(1.1066)

_cons

-2.2115*

$ 1822***

-2.1499

51608***

356

356


(1.2507)

(1.196)

(1.2849)

(1.216)

.9625

.9858

Observations

356

356

356

356

-.0251

-.0469

R-squared

.9617

.9853

.9619

.9855

(.041)

(.0353)

注:系数后的***、**、*各自代表系数在1%、5%、10%的水平下显著.下方括号内报告了稳健标准误,聚类到城市层面.

综上,城市群扩容可以通过市场整合效应、产业转型升级效应影响碳排放总 量和碳排放强度,并且不同机制对三类城市产生的效果存在较大差异。具体机制 如下:①长三角扩容的市场整合机制对不同类型城市产生异质性影响,对整体城 市来说,扩容统一了区域市场,增强了城市间的经济联系从而实现碳总量和碳强 度的下降;对原位城市来说,扩容通过加强其与新进城市的经济联系以及促进产 业升级来实现能源效率的提升;对于新进城市来说,扩容带来的经济联系对新进 城市产生污染转移效应。②对于三类城市来说,扩容政策通过直接财政干预以外 的渠道来促进长三角城市的碳减排,譬如府际合作协议的签订、低碳产业转型等, 运用财政直接干预市场行为的调控效果已经不够明显。③扩容的产业分工机制未 能表现出显著的环境效益。学者研究表明,扩容带来的区域间产业分工能够将新 进城市纳入城市群的产业体系中,原位城市迁出传统产业、实现产业转移,新进 城市承接原位外溢、增强发展势能(刘乃全和吴友,2017)。但是,扩容初期的 产业转移以经济增长为目标,粗放型的转移分工无法保障经济的可持续、高质量 发展,低碳经济的发展仍需基础设施配套建设和政策协同来保障。④扩容的产业 升级机制为原位城市带来了经济效应和环境效应,同时有利于新进城市减排。且 综合基准回归结果和机制检验结果来看,扩容对新进城市的技术溢出效应大于污 染转移效应,减少了新进城市的碳排放。

4.5.3进一步探讨:减碳与降污能否共同实现

上述实证结果表明,长三角城市群扩容存在碳减排效应,并说明了扩容碳减 排效应的运行机制。除此之外,碳排放和pm2.5 (空气质量)、S02 (二氧化硫 浓度)等其它污染物的排放同根同源,都与煤炭消费有关(吴茵茵等,2021)。 因此本文再次以285个城市为例,进一步探讨城市群扩容后,整体城市的污染水 平如何变化?当扩容产生碳减排效应时,其对生产的污染密集结构是否存在影响? 从原位城市向新进城市转移时,具体转移了高污染企业还是低污染企业呢?以期 验证扩容对三类城市产生的减碳降污的协同效应。

从表19的结果中可以看出,扩容对整体城市的空气质量和二氧化硫排放影 响系数为正但不显著,对原位城市的的空气质量和二氧化硫排放影响系数为负但 不显著。但是,扩容对新进城市的空气质量和二氧化硫排放影响效果在1%水平 显著为正,可见扩容过程中高污染产业向新进城市转移,增加了新进城市的 pm2.5和二氧化硫污染。尽管碳排放总量和强度明显减少了,但新进城市的污染 水平却明显提高。可以认为,扩容过程中,核心城市挤出了部分污染密集型产业, 新进城市在承接这些污染产业的过程中污染总量提高,污染处理水平未进行显著 提升,但碳排放总量和强度下降,说明新进城市在发展过程中也进行了权衡和妥 协。新进城市的碳排放强度不断下降说明城市的整体能源结构依然是在不断优化 的,单位碳效率也在提高,随着经济不断增长,有望不断降低污染,实现减碳与 降污的协同。

表19扩容的减碳降污协同效应


整恻市

原位城市

制城市

(1)

lnpm25

lnso2

lnpm25

(4)

lnso2

(5)

lnpm25

(6)

lnso2

didl

.0211

.1243






(.013)

(.077)





did2



-.0181

-.1078






(.0132)

(.0885)



did3





.057***

3342***






(.0181)

(.0849)

控制变量

控制

控制

控制

控制

控制

控制

cons

4 9429***

9 479***

5.1602***

10 7987***

5.1191***

10.5313***


(.9393)

(2.8933)

(.9592)

(3.0413)

(.9201)

(2.8523)

城市固定

Yes

Yes

Yes

Yes

Yes

Yes

年份固定

Yes

Yes

Yes

Yes

Yes

Yes

Observations

3070

3000

3070

3000

3070

3000

R-squared

.2438

.5307

.2434

.5301

.2457

.5337

注:系数后的***、**、*各自代表系数在1%、5%、10%的水平下显著。下方括号内报告了稳健标准误,聚类到城市层面。

5结论与展望

5.1研究结论与建议

5.1.1研究的主要结论

本文运用2006-2017年285个城市数据,使用多期双重差分模型实证检验了 长三角城市群扩容对整体城市、原位城市、新进城市碳排放总量和碳排放效率的 影响。结果发现:

第一,整体来看,长三角城市群扩容政策的实施产生了对碳减排存在显著的 边际贡献,具体表现为随着城市群的不断扩容,碳排放总量有所降低,单位碳强 度也趋于下降。且扩容的减排效应对于新进城市更加显著而对原位城市的作用不 显著。在扩容后的第一年和第三年,扩容的碳减排效果尤为明显,说明扩容的政 策效应存在显著的短期效应与长期效应。

第二,省份异质性来看,在三省一市中,扩容的碳减排效果存在省份间的异 质性。浙江省地级市的碳减排效果最为显著。对江苏省来说,长三角城市群的扩 容仅增加了原位城市的碳排放总量,对整体城市和新进城市的影响均在统计上不 显著。对浙江省而言,无论是在整体、原位抑或新进城市,扩容均存在显著的碳 减排效应,且同时促进碳排放总量的下降和单位碳效率的提高。对安徽省来说, 扩容前安徽省无原位城市,扩容后省内新进入长三角的城市均实现了减碳。

第三,两次扩容异质性来看,2010年第一次扩容对整体城市和原位城市均 存在显著的碳减排效果,新进城市不显著。2013年第二次扩容对三类城市均存 在明显的碳减排效应,原位城市对新进城市产生了涓滴效应,带动了新进城市产 业向低碳方向转型升级,推动了区域整体低碳经济的发展。

第四,机制分析显示,长三角城市群扩容直接通过增强区域间的经济联系, 打破区域贸易壁垒,增强政府间的环境协同治理而贡献于碳减排;长三角城市群 扩容通过作用于区域产业转型升级而间接抑制了碳总量和碳强度,从而实现碳减 排;扩容的市场整合机制仅对原位城市的碳减排效应显著,产业升级机制对原位 及新进城市均存在显著减碳效果;扩容在实现减碳的同时,未能实现与降污的协 同,抑制了扩容的环境正外部性。

5.1.2政策建议

基于上述结论,本文提出如下政策建议:

首先,将以双碳目标为导向的绿色节能发展纳入区域发展规划中,通过优化 顶层设计来保障区域经济合作与市场开放。在都市圈与城市群战略上升为国家战 略之时,城市群内部的政企合作是加快节能减排的步伐的良好方式。城市群内各 城市要在产业、经济、技术、金融等各方面形成有机的协同关系,保证能源、交 通、建筑等领域不断优化要素资源配置、打破区域流通屏障。要加强城市群内部 各会员城市在产业规制、碳排放政策、高碳产业监管以及碳立法等领域的协同, 推动区域中心城市和外围城市共同优化能源结构,共创良好的区域发展生态。

其次,利用城市群内各城市各地区的资源禀赋发展差异化产业,推动产业能 源清洁化。三省一市的传统优势产业各异,在培育战略性新兴产业之时应推动产 业的整体化、清洁化布局,减少以煤炭消费为主的路径依赖,实现城市间产业资 源的优势互补。各城市应培育新兴优势产业,通过降低工业部门占比与加快可再 生能源发展来优化能源消费结构,解决经济增长与减排成本间的矛盾,实现在发 展中减碳。同时在推动本地低碳化发展的同时,也要加强区域间的产业规划合作, 有效地利用扩容带来的区域发展新动能。

最后,发挥中心城市资源的溢出效应,以上海市为龙头,大力建设和完善区 域碳市场和碳金融体系。一方面,城市群内要加大区域碳配额的交易力度,在全 国碳市场的基础上对长三角城市的碳排放权进行再分配,畅通碳要素的流动渠道。 另一方面,惠于长三角发达的金融体系,核心城市应牵头制定区域碳金融准则, 建立平等互惠的碳要素投融资体制,使新进城市共享区域减碳发展成果。上海市 是中国碳达峰领跑城市与全国碳市场交易体系的先行者,已经率先展开了以碳积 分驱动的市民碳普惠探索,有望担负起带动长三角城市群探索碳市场一体化、驱 动城市群零碳发展的的重任。

5.2研究的不足与展望

本文可能的不足:

第一,扩容对区域产业转移和产业结构的影响是一个漫长的过程。本文选取 的产业相关指标无法对各细分产业在原位城市、新进城市内部的变动进行详细描 述。下一步可通过对具体企业的迁移进行详细分析来描述扩容前后城市产业、企 业的变动情况。

第二,扩容是一个行政命令,本文将其作为外生冲击来研究,但无法排除各 扩容城市被选入的主观性。比如,每个选定的扩容城市不是随机的,与其经济发 展水平等高度相关,因此存在遗漏进入控制组的社会经济因素这一可能。使用更 低行政层级的数据不失为一种解决方式,但对数据要求更高。下一步需要将研究 细化到市、县乃至区层面。

第三,扩容对整体城市和新进城市的具体环境影响有待更长期的检验。

参考文献

[1]    Abadie, A., A. Diamond, and J. Hainmueller. Synthetic Control Methods for Comparative Case Studies: Estimating the Effect of California5 s Tobacco Control Program [J]. Journal of the American Statistical Association,2010,105(490):493- 505.

[2]    Abadie, A., and J. Gardeazabal. The Economic Costs of Conflict: A Case Study of the Basque Country [J]. American Economic Review,2003,93(l): 113-132.

[3]    Andreoni V , Galmarini S . Decoupling economic growth from carbon dioxide emissions: A decomposition analysis of Italian energy consumption[J]. Energy, 2012, 44(1):682-691.

[4]    Baas T , Brticker, Herbert. Macroeconomic impact of Eastern enlargement on Germany and UK: evidence from a CGE model [J]. Applied Economics Letters, 2010, 17(2):125-12&

[5]    Braakmann, N., and A. Vogel. How does Economic Integration Influence Employment and Wages in Border Regions? The case of the EU Enlargement 2004 and Germany5 s Eastern Border [J]. Review of World Economics, 2011,147(2):303- 323.

[6]    Chen J , Gao M , Cheng S , et al. County-level CO2 emissions and sequestration in China during 1997 - 2017[J]. Scientific Data, 2020, 7(1).

[7]    Dietz T, Rosa E A. Rethinking the environmental impacts of population, affluence and technology [J]. Human ecology review, 1994,1 (2):277-300.

[8]    Elsner B . Does emigration benefit the stayers? Evidence from EU enlargement[J]. Journal of Population Economics, 2013, 26(2):531-553.

[9]    Fredrik A, Peter K. CO2 Emissions and Economic Activity: Short- and Long-Run Economic Determinants of Scale, Energy Intensity and Carbon Intensity [J]. Energy Policy, 2013 (61) : 1285-1294.

[10] Fujita M, Krugman P, Venables A J. The Spatial Economy: Cities, Regions, and International Trade[J]. Mit Press Books, 2001, 1(1):283-285.

[11] Grossman G. M. & Krueger A. B. Economic growth and the environment [J]. The Quarterly Journal of Economics, 1995, 110: 353-377.

[12] He W, Wang B, Danish, et al. Will regional economic integration influence carbon dioxide marginal abatement costs? Evidence from Chinese panel data [J]. Energy Economics, 2018, 74(AUG.):263-274.

[13] Jeffrey F , Andrew R . An Estimate of the Effect of Common Currencies on Trade and Income[J]. Quarterly Journal of Economics, 2002(2):437-466.

[14] Kaya Y., Impact of carbon dioxide emission on GNP growth: interpretation of proposed scenarios[R]. Paris: IPCC Energy and Industry Subgroup, 1989.

[15] Krugman, PR. Increasing Returns and Economic Geography [J]. Journal of Political Economy, 1991, 99(2), 483-499

[16] Li J , Lin B . Does energy and CO2 emissions performance of China benefit from regional integration?[J]. Energy Policy, 2017, 101(FEB.):366-37&

[17] Lwa B , Lc B , Xin G C , et al."Reduction of carbon emissions through resource­saving and environment-friendly regional economic integration-Evidence from Wuhan metropolitan area, China." Technological Forecasting and Social Change 166 2021: 120590.

[18] Murphy, Alexander. The May 2004 Enlargement of the European Union: View from Two Years Out[J]. Eurasian Geography & Economics, 2006, 47(6):635-646.

[19] Murshed M , Ahmed R , Kumpamool C , et al. The effects of regional trade integration and renewable energy transition on environmental quality: Evidence from South Asian neighbors?[J]. Business Strategy and the Environment, 2021.

[20] Patt A, Komendantova N, Battaglini A, et al. Regional integration to support full renewable power deployment for Europe by 2050[J]. Environmental Politics, 2011, 20(5):727-742.

[21] Porter M E , Linde C . Towards a New Conception of the Environment- Competitiveness Relationship[J]. Journal of Economic Perspectives, 1995, 4(4):97-11 &

[22] Qadir S , Dosmagambet Y . CAREC Energy Corridor: Opportunities, Challenges, and IMPACT of Regional Energy Trade Integration on Carbon Emissions and Energy Access[J]. Social Science Electronic Publishing.

[23] Robaina, Alves, M, et al. Decomposition analysis and Innovative Accounting Approach for energy-related CO2 (carbon dioxide) emissions intensity over 1996a € "2009 in Portugal [J]. Energy Oxford, 2013.

[24] Saadi N , Miketa A , Howells M . African Clean Energy Corridor : Regional integration to promote renewable energy fueled growth [J]. Energy Research & Social Science, 2015, 5:130-132.

[25] Shao S, Chen Y, Li K, et al. Market segmentation and urban CO_2 emissions in China: Evidence from the Yangtze River Delta region [J]. Journal of Environmental Management, 2019, 248(Oct. 15):109324.1-109324.10.

[26] Srivastava A K , Shrestha R M , Srivastava S C , et al. Power sector development in India with CO2 emission targets: Effects of regional grid integration and the role of clean technologies[J]. International Journal of Energy Research, 2003, 27(7):p.671-685.

[27] Tzeremes N G , Halkos G E . Economic efficiency and growth in the EU enlargement[J]. Journal of Policy Modeling, 2009, 31(6):847-862.

[28] Wang C , Hui L , Zhang M , et al. The border effect on urban land expansion in China: The case of Beijing-Tianjin-Hebei region[J]. Land use policy: The International Journal Covering All Aspects of Land Use, 2018, 7&p. 287-294.

[29] Wen J, Chuai X, Li S , et al. Spatial Heterogeneity of the Carbon Emission Effect Resulting from Urban Expansion among Three Coastal Agglomerations in China[J]. Sustainability, 2019, 11(17):4590.

[30] Zhang K, Shao S, Fan S. Market integration and environmental quality: Evidence from the Yangtze-river delta region of China[J]. Journal of Environmental Management, 2020, 261(Mayl): 11020&l・110208.17.

[31] Zhang S, Chen Y. Correlation Effect of City Construction Land Expansion and Energy Consumption Carbon Emission[J]. Research of Soil and Water Conservation, 2017.

[32] Zhou, Yuan, et al. "Urbanization, land use change, and carbon emissions: Quantitative assessments for city-level carbon emissions in Beijing-Tianjin-Hebei region." Sustainable Cities and Society 66 (2021): 102701.

[33]    毕秀晶.长三角城市群空间演化研究[D].华东师范大学,2014.

[34] 蔡欣磊,范从来与林键,区域一体化扩容能否促进高质量发展——基于长三 角实践的准自然实验研究.经济问题探索,2021(02): 84-99.

[35] 蔡欣磊,范从来与林键,区域一体化下的共享发展:成效和机制——以长三角 扩容为准自然实验的测度.南通大学学报(社会科学版),2021,37(03): 42-51.

[36] 陈国亮,唐根年.基于互联网视角的二三产业空间非一体化研究——来自长三 角城市群的经验证据[几中国工业经济,2016(08):76-92.

[37] 陈建军.长江三角洲地区的产业同构及产业定位[J],中国工业经 济,2004(02):19-26.

[38] 仇方道,蒋涛,张纯敏,单勇兵.江苏省污染密集型产业空间转移及影响因素[几 地理科学,2013,33(07):789-796.

[39] 邓慧慧与李慧榕,区域一体化与企业成长——基于国内大循环的微观视角. 经济评论,2021(03): 3-17.

[40] 范建双与周琳,城镇化及房地产投资对中国碳排放的影响机制及效应研究. 地理科学,2019,39(04): 644-653.

[41] 范子英,田彬彬.政企合谋与企业逃税:来自国税局长异地交流的证据[几经济 学(季刊),2016,15(04):1303-132&

[42]  范子英,张军.财政分权、转移支付与国内市场整合[J],经济研 究,2010,45(03):53-64.

[43]  干春晖,郑若谷,余典范.中国产业结构变迁对经济增长和波动的影响[几经济 研究,2011,46(05):4-16+31.

[44]  郭朝先,产业结构变动对中国碳排放的影响.中国人口 •资源与环境, 2012,22(07): 15-20.

[45]  侯赞慧,刘志彪,岳中刚.长三角区域经济一体化进程的社会网络分析[几中国 软科学,2009(12):90-101.

[46]  胡晨光,程惠芳,俞斌“有为政府”与集聚经济圈的演进——一个基于长三角集 聚经济圈的分析框架[几管理世界,2011(02):61-69+80.

[47]  黄文与张羽瑶,区域一体化战略影响了中国城市经济高质量发展吗?——基 于长江经济带城市群的实证考察.产业经济研究,2019(06): 14-26.

[48]  蓝虹,陈雅函.碳交易市场发展及其制度体系的构建[J].改革,2022(01):57-67.

[49]  黎文勇,杨上广,吴玉鸣.区域市场一体化对碳排放效益的影响研究——来自长 三角地区的空间计量分析[几软科学,2018,32(09):52-55+71.

[50]  李健与周慧,中国碳排放强度与产业结构的关联分析.中国人口 •资源与环境, 2012,22(01): 7-14.

[51]  李错与齐绍洲,贸易开放、经济增长与中国二氧化碳排放.经济研究, 2011,46(11): 60-72+102.

[52]  李小平.低碳约束下的国际贸易发展新论[M]. 2017:146.

[53]  李旬R与殷江滨,国外区域一体化对产业影响研究综述.城市规划, 2012,36(05): 91-96.

[54]  刘玲希.产业结构演变对碳排放的影响及机制研究[D].东南大学,2019.

[55]  刘乃全,吴友.长三角扩容能促进区域经济共同增长吗?[几中国工业经 济,2017.(6),79-97

[56]  刘玉海交通基础设施的空间溢出效应及其影响机理研究[D].南开大学,2012.

[57]  马捷,锁利铭.城市间环境治理合作:行动,网络及其演变——基于长三角30 个城市的府际协议数据分析[几中国行政管理,2019(9):9.

[58]  欧阳晓等,城市用地扩张与生态环境保护的交互作用研究——以长株潭城市 群为例.经济地理,2021,41(07): 193-201.

[59]  潘家华,廖茂林与陈素梅,碳中和:中国能走多快?.改革,2021(07): 1-13.

[60]  曲福田,卢娜与冯淑怡,土地利用变化对碳排放的影响.中国人口 •资源与环 境,2011. 21(10): 76-83.

[61]  邵汉华,王瑶与罗俊,区域一体化与城市创新:基于长三角扩容的准自然实验. 科技进步与对策,2020,37(24): 37-45.

[62]  申萌,李凯杰,曲如晓.技术进步、经济增长与二氧化碳排放:理论和经验研究[几 世界经济,2012,35(07):83-100.

[63]  宋弘,孙雅洁,陈登科.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[J].管理世界,2019,35(06):95-108+195.

[64]  孙博文与张政,国有企业混合所有制改革的碳减排效应及其机制分析——基 于中国工业企业污染数据库的微观证据.改革,2021(07): 75-90.

[65]  汪慧玲编著.高等院校农村经济与发展研究生系列教材农业自然资源评估[M], 2011

[66]  王慧英与王子瑶,我国试点城市碳排放权交易的政策效应与影响机制.城市 发展研究,2021,28(06): 133-140.

[67]  王磊与李金磊,区域一体化、地方政府行为与服务业结构升级——基于长三 角城市经济协调会的准自然实验.华东经济管理,2021,35(07): 17-27.

[68]  吴青山,吴玉鸣与郭琳,区域一体化是否改善了劳动力错配——来自长三角 扩容准自然实验的证据.南方经济,2021(06): 51-67.

[69]  熊娜,宋洪玲,崔海涛.产业协同融合与碳排放结构变化——东盟一体化经验证 据[几中国软科学,2021(06): 175-182.

[70]  尤济红与陈喜强,区域一体化合作是否导致污染转移——来自长三角城市群 扩容的证据.中国人口 •资源与环境,2019,29(06): 118-129.

[71]  虞义华,郑新业与张莉,经济发展水平、产业结构与碳排放强度——中国省 级面板数据分析.经济理论与经济管理,2011(03): 72-81.

[72]  原嫄,席强敏与李国平,产业关联水平对碳排放演化的影响机理及效应研究 ——基于欧盟27国投入产出数据的实证分析.自然资源学报,2017,32(05): 841-853.

[73]  张可,区域一体化有利于减排吗?金融研究,2018(01): 67-83.

[74]  张克中,王娟与崔小勇,财政分权与环境污染:碳排放的视角.中国工业经济, 2011(10): 65-75.

[75]  张磊.城市化与碳排放[D].浙江大学,2021.

[76]  张鹏,陈雯,袁丰,等.区域一体化与绿色化视角下江苏沿江地区的制造业空 间重构研究[几长江流域资源与环境,2021,30(2):12.

[77]  张鹏飞与谢识予,长江经济带一体化发展促进了产业结构转型升级吗?经济 体制改革,2020(06): 178-184.

[78]  张琦,郑瑶,孔东民.地区环境治理压力、高管经历与企业环保投资一一项基 于《环境空气质量标准(2012)》的准自然实验[几经济研究,2019,54(06):183-198.

[79]  张学良,李培鑫,李丽霞.政府合作、市场整合与城市群经济绩效——基于长三 角城市经济协调会的实证检验[几经济学(季刊),2017,16(04):1563-1582.

[80]  张友国.经济发展方式变化对中国碳排放强度的影响[J],经济研 究,2010,45(04):120-133.

[81]  赵海峰与张颖,区域一体化对产业结构升级的影响——来自长三角扩容的经 验证据.软科学,2020,34(12): 81-86+103.

[82]  赵领娣与徐乐,基于长三角扩容准自然实验的区域一体化水污染效应研究. 中国人口 •资源与环境,2019,29(03): 50-61.

[83]  赵荣钦等,区域碳补偿研究综述:机制、模式及政策建议.地域研究与开发, 2015,34(05): 116-120.

[84]  赵勇,魏后凯.政府干预、城市群空间功能分工与地区差距一一兼论中国区 域政策的有效性[几管理世界,2015(8):16.

[85]  周黎安.晋升博弈中政府官员的激励与合作——兼论我国地方保护主义和重 复建设问题长期存在的原因[几经济研究,2004(06):33-40.

[86]  周黎安.中国地方官员的晋升锦标赛模式研究[J].经济研究,2007(07):36-50.

[87] 朱勤等,人口与消费对碳排放影响的分析模型与实证.中国人口 •资源与环境, 2010,20(02): 98-102.

[88]  邹薇与刘红艺,城市扩张对产业结构与经济增长的空间效应——基于空间面 板模型的研究.中国地质大学学报(社会科学版),2014,14(03): 1-13.

天天论文网
专注硕士论文服务

24小时免费热线

SERVICE ONLINE

13503820014

手机扫描二维码

收缩
  • 电话咨询

  • 13838208225