生態(tài)文明先行示范區(qū)建設(shè)對(duì)碳排放強(qiáng)度的影響

汪克亮，許如玉，張福琴，苗 壯

（1.中國(guó)海洋大學(xué)經(jīng)濟(jì)學(xué)院，山東青島 266100；2.西南財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院，四川成都 610074）

當(dāng)前，二氧化碳濃度漸增引致的全球氣候變暖問(wèn)題備受世界關(guān)注，而作為全球碳排放第一大國(guó)，中國(guó)的碳減排工作正面臨巨大壓力與挑戰(zhàn)。據(jù)《BP世界能源統(tǒng)計(jì)年鑒》資料，2019年中國(guó)二氧化碳排放量為101.7億t，占全球總量的28%。為有效控制碳排放增長(zhǎng)，中國(guó)積極響應(yīng)全球碳減排行動(dòng)，并為之付出諸多努力。中國(guó)政府在2015年巴黎世界氣候大會(huì)上承諾2030 年碳排放強(qiáng)度較2005 年下降60%～65%，此后國(guó)家主席習(xí)近平于2020 年聯(lián)合國(guó)大會(huì)進(jìn)一步提出“雙碳”目標(biāo)，彰顯了中國(guó)應(yīng)對(duì)全球氣候變暖的負(fù)責(zé)任大國(guó)擔(dān)當(dāng)。在“雙碳”目標(biāo)約束下，如何實(shí)現(xiàn)碳減排也隨之成為學(xué)術(shù)界的研究熱點(diǎn)。近年來(lái)，圍繞碳減排的研究主要集中于以下三方面：一是“雙碳”目標(biāo)實(shí)現(xiàn)的可能性與潛力評(píng)估［1-2］。二是碳減排的驅(qū)動(dòng)因素探究。眾多學(xué)者已就技術(shù)進(jìn)步［3］、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)［4］以及能源結(jié)構(gòu)調(diào)整［5］三大因素的降碳作用達(dá)成共識(shí)，也有研究表明綠色金融發(fā)展亦能抑制碳排放［6］。三是碳減排政策實(shí)施效果評(píng)價(jià)。為實(shí)現(xiàn)“雙碳”目標(biāo)，中國(guó)政府陸續(xù)出臺(tái)諸多碳排放控制政策，如開展低碳省區(qū)和城市試點(diǎn)工作、建立碳排放權(quán)交易制度等。多數(shù)研究表明低碳試點(diǎn)的設(shè)立以及全國(guó)性的碳排放交易市場(chǎng)均有利于碳減排［7-9］。值得注意的是，黨的十八大以來(lái)生態(tài)文明建設(shè)上升為國(guó)家戰(zhàn)略以及《生態(tài)文明體制改革總體方案》（后文簡(jiǎn)稱為《總體方案》）等重要文件的發(fā)布標(biāo)志著中國(guó)生態(tài)文明制度體系正式形成?？v觀中國(guó)的生態(tài)文明建設(shè)發(fā)展歷程，其中不乏生動(dòng)的探索實(shí)踐，如2007年的全國(guó)資源節(jié)約型和環(huán)境友好型社會(huì)建設(shè)綜合配套改革試驗(yàn)區(qū)（后文簡(jiǎn)稱為“兩型社會(huì)”試驗(yàn)區(qū)）為全國(guó)生態(tài)文明建設(shè)探索了路徑。此后，中國(guó)分別于2014 年和2016 年出臺(tái)建設(shè)國(guó)家生態(tài)文明先行示范區(qū)和國(guó)家生態(tài)文明試驗(yàn)區(qū)的相關(guān)政策文件，進(jìn)一步為生態(tài)文明建設(shè)指明了方向。隨著生態(tài)文明建設(shè)的持續(xù)推進(jìn)，也有學(xué)者開始關(guān)注生態(tài)文明建設(shè)對(duì)于碳減排的影響［10］。那么，以政府為主導(dǎo)的生態(tài)文明建設(shè)究竟對(duì)碳排放產(chǎn)生了怎樣的政策效果？是一個(gè)亟待回答的重要問(wèn)題。

1 問(wèn)題的提出

該研究以“國(guó)家生態(tài)文明先行示范區(qū)”試點(diǎn)政策為研究對(duì)象，聚焦于探究生態(tài)文明先行示范區(qū)建設(shè)對(duì)碳排放強(qiáng)度的影響效應(yīng)。2013 年12 月，國(guó)家發(fā)改委等六部委下發(fā)《關(guān)于印發(fā)國(guó)家生態(tài)文明先行示范區(qū)建設(shè)方案（試行）的通知》（后文簡(jiǎn)稱為《示范區(qū)通知》），計(jì)劃選取有代表性的地區(qū)開展國(guó)家生態(tài)文明先行示范區(qū)建設(shè)。隨后，2014年國(guó)務(wù)院正式印發(fā)《關(guān)于支持福建省深入實(shí)施生態(tài)省戰(zhàn)略加快生態(tài)文明先行示范區(qū)建設(shè)的若干意見》，同意將福建省確立為全國(guó)首個(gè)生態(tài)文明先行示范區(qū)。同年，國(guó)家發(fā)改委等六部委相繼批復(fù)《江西省生態(tài)文明先行示范區(qū)建設(shè)實(shí)施方案》《貴州省生態(tài)文明先行示范區(qū)建設(shè)實(shí)施方案》《云南省生態(tài)文明先行示范區(qū)建設(shè)實(shí)施方案》以及《青海省生態(tài)文明先行示范區(qū)建設(shè)實(shí)施方案》，進(jìn)一步將江西、貴州、云南和青海四省設(shè)立為生態(tài)文明先行示范區(qū)，旨在探索符合中國(guó)國(guó)情的生態(tài)文明建設(shè)典型范式，積累可在全國(guó)復(fù)制推廣的成功經(jīng)驗(yàn)。在此背景下，文章試圖回答以下問(wèn)題：經(jīng)過(guò)幾年的試點(diǎn)摸索，試點(diǎn)省區(qū)的碳排放強(qiáng)度是否顯著下降？如果是，減排效果能否持續(xù)？不同試點(diǎn)省區(qū)的減排成效有何差異？其背后的作用機(jī)制究竟如何？對(duì)上述問(wèn)題的理論闡釋與實(shí)證檢驗(yàn)，無(wú)疑可為中國(guó)非試點(diǎn)地區(qū)推廣生態(tài)文明建設(shè)積累經(jīng)驗(yàn)，為早日實(shí)現(xiàn)“雙碳”目標(biāo)提供有益借鑒與決策參考。

關(guān)于生態(tài)文明先行示范區(qū)政策評(píng)估的研究，已有學(xué)者分別發(fā)現(xiàn)生態(tài)文明先行示范區(qū)建設(shè)有助于生態(tài)全要素生產(chǎn)率和農(nóng)業(yè)綠色效率提升［11-12］、空氣質(zhì)量改善［13］以及居民健康水平提高［14］。對(duì)于碳減排，僅有劉雅芳［15］以福建生態(tài)文明先行示范區(qū)為例，運(yùn)用合成控制法發(fā)現(xiàn)該試點(diǎn)顯著抑制了碳排放量增加。然而相較于碳排放量指標(biāo)，使用單位國(guó)內(nèi)生產(chǎn)總值（Gross Domestic Product，GDP）中二氧化碳排放量（簡(jiǎn)稱碳排放強(qiáng)度）對(duì)減排目標(biāo)予以量化，不僅可為本地區(qū)經(jīng)濟(jì)增長(zhǎng)留有余地，也使得省區(qū)間的政策效果更具可比性［8］。同時(shí)，單一地區(qū)評(píng)價(jià)也無(wú)法綜合反映示范區(qū)建設(shè)的整體效果。鑒于此，文章基于2003—2019 年中國(guó)30個(gè)省份面板數(shù)據(jù)，將上述五個(gè)試點(diǎn)省份作為處理組，科學(xué)評(píng)估該試點(diǎn)的碳減排政策效果，并進(jìn)一步挖掘其作用渠道。文章的邊際貢獻(xiàn)體現(xiàn)在：①研究方法上，綜合運(yùn)用合成控制法（Synthetic Control Method，SCM）與雙重差分（Difference-in-Differences，DID）兩種政策評(píng)估方法考察生態(tài)文明先行示范區(qū)建設(shè)對(duì)碳排放強(qiáng)度的影響，拓展了該領(lǐng)域的定量研究范疇；②創(chuàng)新性地將國(guó)家級(jí)自然保護(hù)區(qū)面積占轄區(qū)面積的比重作為生態(tài)文明先行示范區(qū)的工具變量，進(jìn)一步解決內(nèi)生性問(wèn)題；③基于相關(guān)研究與理論基礎(chǔ)，分別從正向激勵(lì)與逆向倒逼兩個(gè)視角，探究生態(tài)文明先行示范區(qū)建設(shè)影響碳排放強(qiáng)度的作用機(jī)理；④將政策虛擬變量納入空間計(jì)量模型，實(shí)證考察生態(tài)文明先行示范區(qū)建設(shè)的空間溢出效應(yīng)，從而為生態(tài)文明示范區(qū)試點(diǎn)政策的推廣與強(qiáng)化提供有益參考。

2 理論分析框架

文章基于已有研究和相關(guān)理論依據(jù)，擬從促進(jìn)技術(shù)進(jìn)步與發(fā)展綠色金融的正向激勵(lì)作用以及優(yōu)化能源結(jié)構(gòu)和改善市場(chǎng)分割的逆向倒逼作用展開分析，如圖1所示。

圖1 生態(tài)文明先行示范區(qū)建設(shè)影響碳排放強(qiáng)度的作用機(jī)理

2.1 促進(jìn)技術(shù)進(jìn)步

“環(huán)境庫(kù)茲涅茨曲線”假說(shuō)認(rèn)為經(jīng)濟(jì)規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)和技術(shù)進(jìn)步是影響環(huán)境質(zhì)量的三大因素。在保證民生福祉的前提下，考慮到抑制經(jīng)濟(jì)增長(zhǎng)的不可行性和產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)影響的有限性，技術(shù)進(jìn)步則成為降低能耗、改善環(huán)境的重要途徑［16］?！妒痉秴^(qū)通知》中明確指出要“大力發(fā)展綠色低碳技術(shù)”，“切實(shí)推動(dòng)綠色發(fā)展、循環(huán)發(fā)展、低碳發(fā)展”，旨在建立新型綠色發(fā)展模式，以實(shí)現(xiàn)經(jīng)濟(jì)與環(huán)境相協(xié)調(diào)。因此，在生態(tài)文明先行示范區(qū)建設(shè)的約束下，示范地區(qū)更加重視科技創(chuàng)新的驅(qū)動(dòng)作用。一方面，根據(jù)“波特假說(shuō)”，示范區(qū)的環(huán)境治理政策能夠激發(fā)“創(chuàng)新補(bǔ)償”效應(yīng)，彌補(bǔ)企業(yè)的“環(huán)境遵循成本”，有利于促進(jìn)以可持續(xù)發(fā)展、零碳排放為特征的清潔型技術(shù)的研發(fā)和應(yīng)用，在帶動(dòng)清潔部門總產(chǎn)出增加的同時(shí)并不會(huì)造成碳排放量的增加從而降低碳排放強(qiáng)度［17］；其次，以提高能效為代表的灰色技術(shù)在減少能源消耗量的同時(shí)提升傳統(tǒng)化石能源使用過(guò)程中的碳排放效率，有效降低了碳排放強(qiáng)度［18］。

2.2 發(fā)展綠色金融

《總體方案》中提出要“推廣綠色信貸，鼓勵(lì)各類金融機(jī)構(gòu)加大綠色信貸的發(fā)放力度，建立綠色金融體系”，這為綠色金融支持生態(tài)文明建設(shè)指明了方向。理論上，生態(tài)文明先行示范區(qū)建設(shè)通過(guò)發(fā)展綠色金融影響碳排放強(qiáng)度主要從三條途徑實(shí)現(xiàn)：①金融資源優(yōu)化配置效應(yīng)。在示范區(qū)建設(shè)過(guò)程中，綠色信貸以生態(tài)環(huán)境約束為導(dǎo)向，一方面對(duì)高污染、高排放企業(yè)限制貸款額度與實(shí)行懲罰性高利率使得該類企業(yè)的債務(wù)融資成本顯著提升，抑制其新增投資。當(dāng)融資受到約束，污染型企業(yè)的產(chǎn)能將趨于下降，從而降低企業(yè)生產(chǎn)對(duì)能源資源的依賴度，起到降低碳排放強(qiáng)度的作用效果［19］；另一方面，由于生態(tài)企業(yè)具有資金投入大、回報(bào)周期長(zhǎng)及潛在風(fēng)險(xiǎn)高等特點(diǎn)，因而多數(shù)生態(tài)企業(yè)無(wú)法取得商業(yè)貸款陷入融資困境。綠色金融體系鼓勵(lì)信貸資金更多地流向符合綠色、循環(huán)和低碳經(jīng)濟(jì)發(fā)展條件的生態(tài)企業(yè)，緩解其融資約束，優(yōu)化金融資源配置，有助于擴(kuò)大企業(yè)生產(chǎn)規(guī)模，提供優(yōu)質(zhì)的低碳產(chǎn)品和服務(wù)。②技術(shù)創(chuàng)新效應(yīng)。一方面，企業(yè)的技術(shù)創(chuàng)新往往需要大量的研發(fā)資金投入，綠色信貸資金持續(xù)注入生態(tài)企業(yè)，有助于鼓勵(lì)它們將更多的精力投入到技術(shù)研發(fā)，提高綠色技術(shù)創(chuàng)新水平；另一方面，對(duì)污染型企業(yè)的融資約束亦會(huì)倒逼該類企業(yè)盡快進(jìn)行技術(shù)革新和產(chǎn)品升級(jí)，使其對(duì)環(huán)境的負(fù)影響有所降低［20］。③信號(hào)傳遞效應(yīng)。在生態(tài)文明建設(shè)大力倡導(dǎo)綠色發(fā)展的背景下，綠色金融政策向市場(chǎng)傳達(dá)出示范區(qū)高度重視綠色經(jīng)濟(jì)發(fā)展的“信號(hào)”，這將對(duì)污染型行業(yè)起到“警示”作用，該類企業(yè)會(huì)相機(jī)而動(dòng)，加快綠色技術(shù)革新與生產(chǎn)綠色轉(zhuǎn)型；同時(shí)綠色金融政策鼓勵(lì)更多的信貸資金流入生態(tài)行業(yè)，推動(dòng)綠色產(chǎn)業(yè)發(fā)展，有利于碳排放強(qiáng)度的下降［21］。

2.3 優(yōu)化能源結(jié)構(gòu)

根據(jù)《示范區(qū)通知》，“調(diào)整優(yōu)化能源結(jié)構(gòu)，控制煤炭消費(fèi)總量，加快發(fā)展非化石能源，提高可再生能源比重”是生態(tài)文明先行示范區(qū)建設(shè)的主要任務(wù)之一。因此，生態(tài)文明先行示范區(qū)建設(shè)可以通過(guò)優(yōu)化能源結(jié)構(gòu)減少經(jīng)濟(jì)生產(chǎn)活動(dòng)過(guò)程中的碳排放，進(jìn)而降低碳排放強(qiáng)度。在低碳治理環(huán)境下，試點(diǎn)地區(qū)為加快推進(jìn)生態(tài)文明建設(shè)會(huì)出臺(tái)更為嚴(yán)格的環(huán)境規(guī)制政策，如福建省全面推行生態(tài)環(huán)保目標(biāo)責(zé)任制、強(qiáng)化環(huán)境執(zhí)法監(jiān)管以及出臺(tái)《福建省排污權(quán)交易規(guī)則》等一系列政策措施，可增加企業(yè)生產(chǎn)過(guò)程中的環(huán)境治理壓力，降低以煤炭為代表的傳統(tǒng)化石能源消費(fèi)比重，提高能源利用效率，推動(dòng)形成低碳化、無(wú)碳化的能源消費(fèi)結(jié)構(gòu)。同時(shí)，試點(diǎn)地區(qū)重點(diǎn)推廣清潔能源工程項(xiàng)目，鼓勵(lì)新能源行業(yè)的發(fā)展，如風(fēng)能、太陽(yáng)能和水能等可再生清潔能源，提供新能源技術(shù)研發(fā)財(cái)政資金補(bǔ)貼，推動(dòng)低碳化新能源技術(shù)的研發(fā)與應(yīng)用，從而降低因能源使用產(chǎn)生的碳排放，進(jìn)而降低碳排放強(qiáng)度。

2.4 改善市場(chǎng)分割

市場(chǎng)分割將導(dǎo)致資源浪費(fèi)與錯(cuò)配，造成資源配置效率損失，甚至加重環(huán)境污染［22］。理論上，市場(chǎng)分割主要從三方面影響碳排放強(qiáng)度：第一，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。市場(chǎng)分割下的地方政府所保護(hù)的是與其“關(guān)系密切”的傳統(tǒng)企業(yè)，該類企業(yè)往往具有高能耗、高污染特征。因此，市場(chǎng)分割容易導(dǎo)致該地區(qū)長(zhǎng)期被低端要素鎖定，真正高能效企業(yè)無(wú)法進(jìn)入，阻礙產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，使得碳排放強(qiáng)度居高不下［23］；第二，綠色技術(shù)進(jìn)步。市場(chǎng)分割環(huán)境下的受保護(hù)企業(yè)喪失了自主研發(fā)的積極性，導(dǎo)致綠色低碳技術(shù)發(fā)展緩慢。此外，企業(yè)為維持壟斷地位，將更多的資金用于“尋租”活動(dòng)，進(jìn)一步加劇資源浪費(fèi)與錯(cuò)配；第三，跨區(qū)域環(huán)境協(xié)同治理。地方保護(hù)主義與市場(chǎng)分割策略阻礙了知識(shí)、技術(shù)等要素的跨地區(qū)傳播，使得跨區(qū)域環(huán)境協(xié)同治理難以實(shí)現(xiàn)［24］。而生態(tài)文明建設(shè)是一項(xiàng)復(fù)雜的系統(tǒng)工程，勢(shì)必要破除一切思想觀念、生產(chǎn)生活方式以及政治經(jīng)濟(jì)體制限制，從各個(gè)層面實(shí)現(xiàn)全方位轉(zhuǎn)型?！犊傮w方案》中明確指出“廢止妨礙形成全國(guó)統(tǒng)一市場(chǎng)和公平競(jìng)爭(zhēng)的規(guī)定和做法，鼓勵(lì)各類投資進(jìn)入環(huán)保市場(chǎng)”，“建立統(tǒng)一的綠色產(chǎn)品標(biāo)準(zhǔn)、認(rèn)證、標(biāo)識(shí)等體系”。因此，在先行示范過(guò)程中，地方政府迫于壓力必須破除阻礙要素流動(dòng)的一切壁壘，推進(jìn)市場(chǎng)一體化進(jìn)程，從而有利于產(chǎn)業(yè)結(jié)構(gòu)升級(jí)及綠色技術(shù)進(jìn)步，加強(qiáng)跨區(qū)域環(huán)境治理合作，進(jìn)而影響碳排放強(qiáng)度。

基于上述分析，文章提出第一個(gè)假說(shuō)。

假說(shuō)1：生態(tài)文明先行示范區(qū)建設(shè)能夠降低碳排放強(qiáng)度。

同時(shí)，針對(duì)影響機(jī)制，文章提出第二個(gè)假說(shuō)。

假說(shuō)2：生態(tài)文明先行示范區(qū)建設(shè)能夠通過(guò)促進(jìn)技術(shù)進(jìn)步和發(fā)展綠色金融的正向激勵(lì)作用以及優(yōu)化能源結(jié)構(gòu)和改善市場(chǎng)分割的逆向倒逼作用降低碳排放強(qiáng)度。

3 方法與數(shù)據(jù)

3.1 研究方法

3.1.1 合成控制法

給定（1+J）個(gè)地區(qū)在t∈(1，T)時(shí)期內(nèi)的碳排放強(qiáng)度數(shù)據(jù)，其中表示第i個(gè)地區(qū)在t=T0時(shí)點(diǎn)設(shè)立生態(tài)文明先行示范區(qū)時(shí)的碳排放強(qiáng)度則為未設(shè)立試點(diǎn)地區(qū)的碳排放強(qiáng)度。假定i地區(qū)在2014 年設(shè)立生態(tài)文明先行示范區(qū)，因而所有地區(qū)在2003—2013年間的碳排放強(qiáng)度均不受試點(diǎn)政策影響，滿足公式在2014—2019年因政策實(shí)施導(dǎo)致試點(diǎn)地區(qū)碳排放強(qiáng)度的變化程度為其中試點(diǎn)政策實(shí)施后的地區(qū)碳排放強(qiáng)度數(shù)據(jù)可以觀測(cè)，而該地區(qū)未實(shí)施政策的數(shù)據(jù)則無(wú)法觀測(cè)。因此，文章借鑒Abadie 等［25］提出的因子模型對(duì)“反事實(shí)”變量進(jìn)行估計(jì)，模型表示如下：

其中：δt表示影響所有地區(qū)碳排放強(qiáng)度因素的時(shí)間固定效應(yīng)；Zi為（K×1）維不受示范區(qū)試點(diǎn)政策影響的控制變量；θt為控制變量的估計(jì)系數(shù)；μi表示（S×1）維不可觀測(cè)的地區(qū)固定效應(yīng)；λt則為不可觀測(cè)變量的待估參數(shù)；εit表示無(wú)法觀測(cè)、均值為0的短期沖擊。

若

通常情況下，政策實(shí)施前的時(shí)間段相對(duì)于實(shí)施后的時(shí)間段較長(zhǎng)，等式（4）右邊部分的均值將無(wú)限趨近于0。因此，可用作為的無(wú)偏估計(jì)量，則生態(tài)文明示范區(qū)試點(diǎn)政策對(duì)碳排放強(qiáng)度影響的估計(jì)值為：

具體求解過(guò)程詳見Abadie等［25］。

3.1.2 雙重差分法

借鑒Card 等［26］的研究，文章將2014 年設(shè)立生態(tài)文明先行示范區(qū)視為一項(xiàng)準(zhǔn)自然實(shí)驗(yàn)，運(yùn)用雙重差分方法評(píng)估該項(xiàng)政策的碳減排效應(yīng)，模型設(shè)定如下：

其中：CIit表示i省在t年的碳排放強(qiáng)度；DIDit為生態(tài)文明先行示范區(qū)建設(shè)的政策變量；Xit為i省在第t年的相關(guān)控制變量；μi和ηt分別為地區(qū)和時(shí)間固定效應(yīng)；εit為隨機(jī)誤差項(xiàng)。

進(jìn)一步地，為估計(jì)生態(tài)文明先行示范區(qū)建設(shè)對(duì)碳排放強(qiáng)度影響的空間溢出效應(yīng)，文章參考李治國(guó)等［7］的研究，同時(shí)構(gòu)建空間自回歸模型（Spatial Autoregressive Model，SAR）、空間誤差模型（Spatial Error Model，SEM）和空間杜賓模型（Spatial Durbin Model，SDM），模型分別表示如下：

其中：CIit，i，t等的含義同上，W表示空間權(quán)重矩陣，ρ為空間相關(guān)系數(shù)，λ代表空間相關(guān)性強(qiáng)度，μ服從正態(tài)分布。

3.2 變量選取

被解釋變量。文章借鑒已有研究并根據(jù)政府間氣候變化專門委員會(huì)（The Intergovernmental Panel on Climate Change，IPCC）公布的碳排放系數(shù)選擇八種化石燃料的消費(fèi)量估算二氧化碳排放量并計(jì)算碳排放強(qiáng)度。具體計(jì)算公式表示如下：

其中：Ei分別表示八種能源的消費(fèi)量，CEFi表示能源i的碳排放系數(shù)，CI為碳排放強(qiáng)度。

控制變量。文章選取產(chǎn)業(yè)結(jié)構(gòu)、環(huán)境綠化、經(jīng)濟(jì)發(fā)展水平、對(duì)外直接投資、政府干預(yù)作為控制變量：①產(chǎn)業(yè)結(jié)構(gòu)（IND）：采用產(chǎn)業(yè)結(jié)構(gòu)層次系數(shù)表示，即用第一、二、三產(chǎn)業(yè)占總產(chǎn)值的比重分別乘1、2、3 并加總；②環(huán)境綠化（GREEN）：運(yùn)用人均綠地面積反映環(huán)境綠化對(duì)碳排放的影響；③經(jīng)濟(jì)發(fā)展水平（AGDP）：采用人均GDP 衡量；④對(duì)外直接投資（OFDI）：選擇對(duì)外直接投資存量占GDP 的比重作為代理變量；⑤政府干預(yù)（GOV）：采用地方財(cái)政支出占GDP比重表示。此外，為提高擬合效果的準(zhǔn)確度，在運(yùn)用合成控制法進(jìn)行估計(jì)時(shí)，文章同時(shí)引入政策實(shí)施前各年份的碳排放強(qiáng)度變量。

中介變量。文章選取如下中介變量：①技術(shù)進(jìn)步（TEC）：采用技術(shù)市場(chǎng)成交額與GDP 之比衡量；②綠色金融（GF）：綠色金融主要包括綠色信貸、綠色投資、綠色保險(xiǎn)以及其他金融工具［27-28］。文章參考朱建華等［29］的研究并基于數(shù)據(jù)可得性，運(yùn)用熵權(quán)法構(gòu)建綠色金融發(fā)展水平指標(biāo)評(píng)價(jià)體系見表1；③能源結(jié)構(gòu)（ES）：以煤炭消費(fèi)占能源消費(fèi)總量的比重表示；④市場(chǎng)分割（MS）：文章借鑒毛其淋等［30］的研究，選取2015 年后新標(biāo)準(zhǔn)中的8 類商品價(jià)格指數(shù)測(cè)得市場(chǎng)分割指數(shù)。

表1 綠色金融發(fā)展水平指標(biāo)評(píng)價(jià)體系

工具變量。在參考張海峰等［31］研究的基礎(chǔ)上，創(chuàng)新性地選取2003—2019年國(guó)家級(jí)自然保護(hù)區(qū)面積占轄區(qū)面積的比重（NNR）作為工具變量。

3.3 數(shù)據(jù)來(lái)源

文章選取2003—2019 年中國(guó)30 個(gè)省份（研究未涉及香港、澳門、臺(tái)灣和西藏地區(qū)）面板數(shù)據(jù)作為研究樣本，使用的各變量來(lái)自于2004—2020 年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》《中國(guó)第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》《中國(guó)保險(xiǎn)年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》、各省市統(tǒng)計(jì)年鑒與公報(bào)以及國(guó)泰安CSMAR 和WIND數(shù)據(jù)庫(kù)。各變量描述性統(tǒng)計(jì)結(jié)果見表2。

表2 變量描述性統(tǒng)計(jì)

4 實(shí)證分析

4.1 合成控制法檢驗(yàn)

4.1.1 政策效應(yīng)評(píng)估

SCM 的基本思想是用控制組省份的加權(quán)平均所構(gòu)造的合成示范區(qū)來(lái)模擬假設(shè)未實(shí)施生態(tài)文明示范區(qū)政策時(shí)示范區(qū)省份的碳排放強(qiáng)度變化情況，進(jìn)而與真實(shí)示范區(qū)的碳排放強(qiáng)度值進(jìn)行比較以分析政策對(duì)碳排放強(qiáng)度的影響。潛在控制組省份構(gòu)成合成示范區(qū)綜合得分的權(quán)重組合情況見表3?？梢钥闯觯铣墒痉秴^(qū)由山西（0.067）、內(nèi)蒙古（0.058）、黑龍江（0.444）和湖南（0.431）四省份構(gòu)成，且合成權(quán)重之和為1。

表3 合成生態(tài)文明示范區(qū)的權(quán)重組合情況表

真實(shí)示范區(qū)與合成示范區(qū)碳排放強(qiáng)度的變化趨勢(shì)如圖2 所示。圖中豎直虛線代表政策實(shí)施年份（2014 年），不難看出，虛線左端非示范省區(qū)組合較好地?cái)M合了政策實(shí)施前示范區(qū)的特征，而虛線右端真實(shí)示范區(qū)與合成示范區(qū)的碳排放強(qiáng)度出現(xiàn)明顯偏離，且真實(shí)碳排放強(qiáng)度遠(yuǎn)低于合成值，表明生態(tài)文明先行示范區(qū)建設(shè)能夠顯著降低碳排放強(qiáng)度，假說(shuō)1得到驗(yàn)證。

文章進(jìn)一步計(jì)算出試點(diǎn)前后真實(shí)示范區(qū)與合成示范區(qū)的碳排放強(qiáng)度差值。圖3 中，2003—2013 年間真實(shí)示范區(qū)與合成示范區(qū)的差值大致與0 值線平行，2013 年真實(shí)示范區(qū)的碳排放強(qiáng)度為2.621 1 萬(wàn)t/億元，合成示范區(qū)為2.611 3 萬(wàn)t/億元，差值為0.009 8，而到2019 年差值迅速增加至1.010 3，這表明生態(tài)文明先行示范區(qū)的設(shè)立顯著降低了碳排放強(qiáng)度，且促降效果隨著時(shí)間的推移持續(xù)增強(qiáng)。

圖3 真實(shí)示范區(qū)與合成示范區(qū)碳排放強(qiáng)度差值

4.1.2 有效性檢驗(yàn)

文章參考劉甲炎等［32］的做法在合成示范區(qū)中分別選取權(quán)重最大的省份黑龍江省以及權(quán)重為0 的山東省作為試點(diǎn)對(duì)象。如圖4 所示，黑龍江省和山東省在設(shè)立示范區(qū)后真實(shí)與合成碳排放強(qiáng)度的波動(dòng)幅度較小，且并未產(chǎn)生與圖2 同樣的政策效果，證明了估計(jì)結(jié)果的有效性。

圖2 真實(shí)示范區(qū)與合成示范區(qū)碳排放強(qiáng)度對(duì)比

圖4 安慰劑檢驗(yàn)

為驗(yàn)證政策效應(yīng)在統(tǒng)計(jì)意義上的顯著性，文章借鑒王賢彬等［33］的做法，將控制組中平均預(yù)測(cè)誤差（MSPE）值高于示范區(qū)兩倍的省份剔除。如圖5 所示，在2014 年之前示范區(qū)的碳排放強(qiáng)度的MSPE 變動(dòng)程度與其他省份的差異并不大，而在2014 年之后，差異逐漸擴(kuò)大，且曲線位于其他省區(qū)MSPE 分布的最外部。這表明政策效果在10%（1/11=0.09）的臨界值水平上顯著，即可以在90%的概率下接受生態(tài)文明先行示范區(qū)降低碳排放強(qiáng)度的原假設(shè)。

圖5 有效性檢驗(yàn)—排序檢驗(yàn)法

4.1.3 穩(wěn)健性檢驗(yàn)

為保證估計(jì)結(jié)果的穩(wěn)健性，文章采用迭代法進(jìn)行敏感性分析。具體思路如下：依次剔除合成示范區(qū)中權(quán)重最大的省份，通過(guò)五次迭代過(guò)程評(píng)估合成示范區(qū)的基準(zhǔn)模型，檢驗(yàn)試點(diǎn)政策的碳減排效果是否會(huì)因控制組的調(diào)整而有所不同。如圖6 所示，在五次剔除控制組省份的過(guò)程中，碳排放強(qiáng)度的合成路徑與原始路徑保持高度一致，并未因控制組的調(diào)整而發(fā)生較大波動(dòng)，證實(shí)了穩(wěn)健性。

圖6 穩(wěn)健性檢驗(yàn)—迭代法

4.1.4 異質(zhì)性探究

文章在將示范區(qū)視為一個(gè)整體的基礎(chǔ)上，進(jìn)一步考察試點(diǎn)政策對(duì)每個(gè)示范省區(qū)碳排放強(qiáng)度作用效果的異質(zhì)性，結(jié)果如圖7 所示?？梢钥闯觯孩倜總€(gè)目標(biāo)省份及其合成控制組的碳排放強(qiáng)度均呈下降趨勢(shì)。面對(duì)日益嚴(yán)峻的全球氣候變暖問(wèn)題，中國(guó)陸續(xù)設(shè)立碳排放權(quán)交易試點(diǎn)、低碳城市試點(diǎn)以及完善相應(yīng)的環(huán)境法律法規(guī)，掀起全國(guó)性的降碳減排熱潮，使得各省份在降碳攻堅(jiān)戰(zhàn)中取得階段性勝利。②福建、貴州、云南3 省在政策實(shí)施前的實(shí)線與虛線變化趨勢(shì)相似，表明擬合效果較好。在政策實(shí)施后，各省份的碳排放強(qiáng)度與其合成對(duì)象相比均顯著下降，但作用效果存在差異性。具體而言，福建省的降碳效果隨著時(shí)間推移有所減弱，而貴州省和云南省的促降效果日漸增強(qiáng)。這可能是由于福建省地處東部沿海地區(qū)且與經(jīng)濟(jì)發(fā)達(dá)的廣東省毗鄰，其工業(yè)體系較為成熟并擁有先進(jìn)的清潔生產(chǎn)技術(shù)，自身的碳排放強(qiáng)度較低，因此其降碳空間較小，而貴州和云南位于西部欠發(fā)達(dá)地區(qū)，其尚處在工業(yè)化和城市化加速推進(jìn)階段，在未來(lái)一段時(shí)間內(nèi)，仍然面臨嚴(yán)峻的碳減排壓力。③受自身發(fā)展差異性的影響，并非每個(gè)試點(diǎn)省份都能找到合適的控制組。如青海省和江西省在政策實(shí)施前的實(shí)線與虛線變化差異較大，擬合效果不理想，但在政策實(shí)施后試點(diǎn)省份與合成省份的碳排放強(qiáng)度均逐漸下降并出現(xiàn)明顯偏離。青海省的碳排放強(qiáng)度總體呈波動(dòng)式下降，且隨著年份增加降碳作用明顯提升。而江西省的碳排放強(qiáng)度降低速度低于合成江西。這均表明青海和江西省的降碳效果具有政策時(shí)滯性。

圖7 各試點(diǎn)省份及其合成省份碳排放強(qiáng)度對(duì)比

4.2 雙重差分法再檢驗(yàn)

4.2.1 平行趨勢(shì)檢驗(yàn)

文章進(jìn)一步運(yùn)用雙重差分模型再次估計(jì)生態(tài)文明先行示范區(qū)建設(shè)降低碳排放強(qiáng)度的政策效果。如圖8所示，在試點(diǎn)政策實(shí)施之前，處理組與對(duì)照組之間并無(wú)顯著差異，在2014 年之后，政策效應(yīng)逐漸顯著為負(fù)，滿足平行趨勢(shì)假定。

圖8 平行趨勢(shì)檢驗(yàn)

4.2.2 政策效應(yīng)評(píng)估

文章運(yùn)用FE 模型，并對(duì)各控制變量及時(shí)間和地區(qū)效應(yīng)依次予以控制，估計(jì)結(jié)果見表4。在所有情形下，DID的回歸系數(shù)均顯著為負(fù)，可以認(rèn)為生態(tài)文明先行示范區(qū)建設(shè)能夠降低碳排放強(qiáng)度，再次驗(yàn)證假說(shuō)1。此外，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、環(huán)境綠化覆蓋面積的增加以及經(jīng)濟(jì)發(fā)展水平的提高均對(duì)碳排放強(qiáng)度產(chǎn)生抑制作用，而對(duì)外直接投資與政府干預(yù)對(duì)碳排放強(qiáng)度的影響為正，說(shuō)明對(duì)外直接投資的環(huán)境友好效應(yīng)尚未顯現(xiàn)，政府對(duì)經(jīng)濟(jì)發(fā)展的過(guò)度干預(yù)導(dǎo)致資源浪費(fèi)與效率低下，從而對(duì)碳排放強(qiáng)度降低產(chǎn)生不利影響。

表4 基準(zhǔn)回歸結(jié)果

4.2.3 內(nèi)生性討論

文章選擇國(guó)家級(jí)自然保護(hù)區(qū)面積占轄區(qū)面積的比重作為生態(tài)文明示范區(qū)試點(diǎn)政策的工具變量以進(jìn)一步克服內(nèi)生性問(wèn)題。主要原因在于：自然保護(hù)區(qū)由國(guó)家生態(tài)環(huán)境部審批設(shè)立，對(duì)地區(qū)的自然生態(tài)環(huán)境保護(hù)能力具有較高的要求。一般而言，一個(gè)地區(qū)的自然保護(hù)區(qū)面積占比越高，意味著該地區(qū)的環(huán)境質(zhì)量相對(duì)較好。而生態(tài)文明示范區(qū)旨在充分利用地區(qū)生態(tài)環(huán)境優(yōu)勢(shì)，將環(huán)境優(yōu)勢(shì)轉(zhuǎn)化為發(fā)展優(yōu)勢(shì)，探索中國(guó)特色的生態(tài)文明建設(shè)模式?？梢哉J(rèn)為地區(qū)國(guó)家級(jí)自然保護(hù)區(qū)占比越高，該地區(qū)入選生態(tài)文明先行示范區(qū)的概率就越大。因此，滿足工具變量的有關(guān)假設(shè)。此外，自然保護(hù)區(qū)面積占比并不會(huì)對(duì)碳排放強(qiáng)度產(chǎn)生直接影響，滿足工具變量外生性假設(shè)。

由表5 可知，K-P rk 不可識(shí)別檢驗(yàn)在1%的顯著性水平下拒絕原假設(shè)，C-D Wald 和K-P rk Wald 弱工具變量檢驗(yàn)的F統(tǒng)計(jì)量均超過(guò)16.38，同樣拒絕原假設(shè)，且Hansen J檢驗(yàn)統(tǒng)計(jì)值為0，說(shuō)明不存在過(guò)度識(shí)別問(wèn)題。在第一階段回歸中，NNR的回歸系數(shù)顯著為正，證實(shí)了前文猜想；在第二階段回歸中，DID對(duì)碳排放強(qiáng)度的影響仍然顯著為負(fù)，且在采用工具變量緩解內(nèi)生性問(wèn)題后回歸系數(shù)有所增大，與前文結(jié)論保持一致。此外，為進(jìn)一步佐證穩(wěn)健性，文章對(duì)工具變量的外生性進(jìn)行討論。將NNR加入基準(zhǔn)模型與DID同時(shí)回歸后，NNR的回歸系數(shù)不再顯著，表明工具變量NNR僅通過(guò)作用于內(nèi)生變量DID影響碳排放強(qiáng)度，不存在其他作用路徑，滿足外生性條件［34］。

表5 工具變量回歸估計(jì)結(jié)果

4.2.4 穩(wěn)健性檢驗(yàn)

為保證穩(wěn)健性，文章運(yùn)用多種檢驗(yàn)方法，估計(jì)結(jié)果分別見表6—表7與圖9。

表6 穩(wěn)健性檢驗(yàn)

（1）反事實(shí)檢驗(yàn)。在將生態(tài)文明先行示范區(qū)的政策實(shí)施時(shí)間提前五年后，估計(jì)結(jié)果不再顯著，表明生態(tài)文明先行示范區(qū)建設(shè)降低碳排放強(qiáng)度的研究結(jié)論有效。

（2）替換被解釋變量。文章使用碳排放總量指標(biāo)替換原模型中的碳排放強(qiáng)度，可以發(fā)現(xiàn)DID回歸系數(shù)顯著為負(fù)，表明估計(jì)結(jié)果具有穩(wěn)健性。

（3）排除其他政策干擾。鑒于研究時(shí)間段較長(zhǎng)，期間碳排放強(qiáng)度變化可能同時(shí)受到其他同類政策的影響，因此文章分別剔除了2011 年碳排放權(quán)交易、2007 年排污權(quán)交易、2016年國(guó)家生態(tài)文明試驗(yàn)區(qū)、2007年“兩型社會(huì)”改革試驗(yàn)區(qū)和2010 年低碳試點(diǎn)省份政策試點(diǎn)（表7），可以發(fā)現(xiàn)DID仍然顯著為負(fù)。

表7 排除其他政策干擾

（4）安慰劑檢驗(yàn)。文章通過(guò)隨機(jī)分配生態(tài)文明示范省區(qū)進(jìn)行安慰劑檢驗(yàn)，并進(jìn)行500 次隨機(jī)抽樣。如圖9 所示，安慰劑檢驗(yàn)回歸系數(shù)分布都集中在0 值附近，可見隨機(jī)抽樣后的樣本組合對(duì)碳排放強(qiáng)度未產(chǎn)生影響。因此可以認(rèn)為基準(zhǔn)回歸中試點(diǎn)政策的降碳結(jié)果穩(wěn)健。

圖9 安慰劑檢驗(yàn)

5 機(jī)制分析

5.1 模型設(shè)定

根據(jù)前文的機(jī)制分析，生態(tài)文明先行示范區(qū)建設(shè)能夠通過(guò)促進(jìn)技術(shù)進(jìn)步和發(fā)展綠色金融的正向激勵(lì)作用以及優(yōu)化能源結(jié)構(gòu)和改善市場(chǎng)分割的逆向倒逼作用從而降低碳排放強(qiáng)度。因此，文章進(jìn)一步通過(guò)實(shí)證驗(yàn)證上述機(jī)制。因篇幅限制，僅展示技術(shù)進(jìn)步的中介模型：

5.2 機(jī)制驗(yàn)證

正向激勵(lì)機(jī)制下技術(shù)進(jìn)步和綠色金融影響碳排放強(qiáng)度的估計(jì)結(jié)果見表8。表8 中第3 列和第5 列的結(jié)果表明示范區(qū)建設(shè)有利于促進(jìn)技術(shù)進(jìn)步和提升綠色金融發(fā)展水平。表8中第4列和第6列的結(jié)果表明示范區(qū)鼓勵(lì)發(fā)展以綠色為導(dǎo)向的地方經(jīng)濟(jì)，通過(guò)給予企業(yè)更多低碳環(huán)保技術(shù)創(chuàng)新激勵(lì)以及引導(dǎo)更多資金流向綠色產(chǎn)業(yè)，從而倒逼高污染產(chǎn)業(yè)進(jìn)行技術(shù)改造與優(yōu)化升級(jí)，進(jìn)而降低碳排放強(qiáng)度，假說(shuō)2得以驗(yàn)證。

表8 正向激勵(lì)機(jī)制

生態(tài)文明先行示范區(qū)建設(shè)逆向倒逼碳減排的中介效應(yīng)檢驗(yàn)結(jié)果見表9。表9 中第3 列和第5 列的結(jié)果表明試點(diǎn)的設(shè)立對(duì)當(dāng)前以煤炭為主的能源消費(fèi)結(jié)構(gòu)造成了沖擊，且有效緩解了市場(chǎng)分割局面。表9中第4列和第6列則表明示范區(qū)建設(shè)能夠通過(guò)推動(dòng)能源低碳化發(fā)展，加速市場(chǎng)一體化進(jìn)程，從而降低碳排放強(qiáng)度。綜上，假說(shuō)2得到驗(yàn)證。

表9 逆向倒逼機(jī)制

6 進(jìn)一步討論：空間溢出效應(yīng)

文章首先分別引入0-1 鄰接（Wx1）與經(jīng)濟(jì)地理嵌套（Wx2）矩陣檢驗(yàn)碳排放強(qiáng)度的空間相關(guān)性（表10）。兩種矩陣下的Moran’sI均大于0，且P 值在5%的臨界水平上顯著，表明碳排放強(qiáng)度具有顯著的空間正相關(guān)性。

表10 空間相關(guān)性分析

由表11 可知，包含時(shí)間和地區(qū)雙固定的SDM 是最優(yōu)模型。在兩種矩陣下，三種模型的DID系數(shù)均顯著為負(fù)，且空間相關(guān)系數(shù)ρ或λ值均顯著為正，表明生態(tài)文明先行示范區(qū)的政策影響存在顯著的空間溢出效應(yīng)。從效應(yīng)分解結(jié)果來(lái)看，生態(tài)文明先行示范區(qū)政策的直接效應(yīng)和空間溢出效應(yīng)均顯著為負(fù)，表明示范區(qū)試點(diǎn)對(duì)本地及鄰近地區(qū)的碳排放強(qiáng)度均產(chǎn)生抑制作用。這可能是因?yàn)椋阂环矫?，面?duì)嚴(yán)峻的環(huán)境壓力以及在經(jīng)濟(jì)與環(huán)境績(jī)效雙重考核下，地方政府間的環(huán)境治理開始從逐底競(jìng)爭(zhēng)轉(zhuǎn)向策略性節(jié)能競(jìng)爭(zhēng)以及減排模式效仿，因此示范區(qū)試點(diǎn)的碳減排作用對(duì)鄰近地區(qū)產(chǎn)生了示范效應(yīng)，使得試點(diǎn)政策的節(jié)能減排效果在空間維度上得以延伸；另一方面，示范區(qū)試點(diǎn)的設(shè)立強(qiáng)化了綠色發(fā)展理念，迫使各地區(qū)加快節(jié)能減排技術(shù)革新以及推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)低碳化升級(jí)，地區(qū)間的地理聯(lián)系與經(jīng)濟(jì)合作促進(jìn)了技術(shù)進(jìn)步和知識(shí)溢出，從而對(duì)周圍地區(qū)降碳減排產(chǎn)生積極作用。

表11 空間溢出效應(yīng)結(jié)果

7 結(jié)論與對(duì)策

在理論分析基礎(chǔ)上，文章基于2003—2019 年中國(guó)30個(gè)省份面板數(shù)據(jù)，將生態(tài)文明先行示范區(qū)設(shè)立視為一項(xiàng)準(zhǔn)自然實(shí)驗(yàn)，分別運(yùn)用SCM 和DID 方法探究政策實(shí)施的碳排放強(qiáng)度影響效應(yīng)，得到以下結(jié)論：①SCM 結(jié)果表明，整體上，生態(tài)文明先行示范區(qū)建設(shè)顯著降低了碳排放強(qiáng)度，且通過(guò)有效性與穩(wěn)健性檢驗(yàn)；其中，福建、貴州和云南的促降效果尤為顯著，而青海和江西省的降碳效果具有政策時(shí)滯性。②DID 結(jié)果表明試點(diǎn)政策的回歸系數(shù)顯著為負(fù)，且在克服內(nèi)生性問(wèn)題以及穩(wěn)健性檢驗(yàn)后結(jié)論仍然成立。③機(jī)制分析顯示生態(tài)文明先行示范區(qū)建設(shè)通過(guò)促進(jìn)技術(shù)進(jìn)步和發(fā)展綠色金融的正向激勵(lì)作用以及優(yōu)化能源結(jié)構(gòu)和改善市場(chǎng)分割的逆向倒逼作用降低碳排放強(qiáng)度。④碳排放強(qiáng)度呈顯著的空間正相關(guān)特征，空間溢出結(jié)果表明試點(diǎn)政策對(duì)本地與鄰近地區(qū)碳排放強(qiáng)度下降均具有顯著的推動(dòng)作用。

基于以上研究結(jié)論，文章提出如下政策建議：第一，生態(tài)文明先行示范區(qū)降低碳排放強(qiáng)度的政策效果彰顯了生態(tài)文明建設(shè)的重大戰(zhàn)略意義。應(yīng)加快打造福建、江西、貴州、云南和青海五省生態(tài)文明建設(shè)的典型樣板，同時(shí)加強(qiáng)其成功案例、發(fā)展模式及制度創(chuàng)新的總結(jié)與宣傳，積極創(chuàng)造更多可復(fù)制可推廣的綠色發(fā)展經(jīng)驗(yàn)，激發(fā)由點(diǎn)及面的示范效應(yīng)，帶動(dòng)試點(diǎn)省區(qū)乃至全國(guó)生態(tài)文明建設(shè)水平的快速提升。第二，充分考慮地區(qū)異質(zhì)性，實(shí)施差異化的生態(tài)文明試點(diǎn)示范方案。不同地區(qū)要結(jié)合自身資源稟賦因地制宜探索和創(chuàng)新生態(tài)文明建設(shè)模式。如地處東部發(fā)達(dá)地區(qū)的試點(diǎn)省份應(yīng)著力發(fā)展具有綠色屬性的科技產(chǎn)業(yè)，而中西部地區(qū)的試點(diǎn)省份因社會(huì)經(jīng)濟(jì)發(fā)展相對(duì)滯后難以兼顧環(huán)境保護(hù)，應(yīng)在優(yōu)先發(fā)展地方經(jīng)濟(jì)的同時(shí)竭力降低環(huán)境負(fù)效應(yīng)，形成經(jīng)濟(jì)發(fā)展“高素質(zhì)”與生態(tài)環(huán)境“高顏值”同行并進(jìn)的良好局面。第三，積極探索生態(tài)文明先行示范區(qū)降低碳排放強(qiáng)度的多維途徑。如鼓勵(lì)企業(yè)綠色技術(shù)創(chuàng)新，持續(xù)加大科技投入力度，加速科研成果轉(zhuǎn)化；強(qiáng)化綠色金融在推進(jìn)生態(tài)文明建設(shè)中的經(jīng)濟(jì)杠桿作用，積極發(fā)展綠色信貸、綠色債券、綠色保險(xiǎn)等金融產(chǎn)品，引導(dǎo)更多社會(huì)資本投向綠色低碳產(chǎn)業(yè)；加快推進(jìn)清潔型能源的開發(fā)使用，降低煤炭為主的傳統(tǒng)化石能源消耗比重，提高能源利用效率；以市場(chǎng)化機(jī)制推動(dòng)生態(tài)文明建設(shè)，破除市場(chǎng)分割制度障礙。第四，加強(qiáng)區(qū)域聯(lián)防聯(lián)控，有效應(yīng)對(duì)碳排放?？紤]到生態(tài)文明先行示范區(qū)的碳減排效應(yīng)存在空間溢出以及碳排放的跨區(qū)域流動(dòng)性，在示范區(qū)建設(shè)過(guò)程中，應(yīng)推進(jìn)跨區(qū)域信息共享與交流合作，加快形成區(qū)域聯(lián)防聯(lián)控的協(xié)同減排模式，強(qiáng)化示范區(qū)建設(shè)降低碳排放強(qiáng)度的空間輻射效應(yīng)，以降低污染治理難度，實(shí)現(xiàn)區(qū)域內(nèi)綠色發(fā)展。

文章的研究結(jié)果可為加快推進(jìn)生態(tài)文明建設(shè)與實(shí)現(xiàn)“雙碳”目標(biāo)提供政策依據(jù)，然而囿于篇幅、方法和數(shù)據(jù)等因素的限制，文章仍存在改進(jìn)空間：①在進(jìn)行生態(tài)文明先行示范區(qū)建設(shè)碳減排政策效果評(píng)估時(shí)，文章僅關(guān)注政策對(duì)不同試點(diǎn)省份的異質(zhì)性影響，忽視了對(duì)試點(diǎn)與非試點(diǎn)省區(qū)以及擁有不同經(jīng)濟(jì)、地理和資源稟賦特征地區(qū)影響的差異性；②隨著生態(tài)文明先行示范區(qū)試點(diǎn)工作的深入推進(jìn)，地級(jí)市、縣市區(qū)等微觀尺度下的政策效果考察有待進(jìn)一步探討。以上均是今后研究的努力方向。