-
2030年前实现“碳达峰”?060年前实现“碳中和”,是我国为应对全球气候变化作出的庄严承诺。“碳达峰”目标、“碳中和”愿景实现的过程中,城市地区扮演着极为重要的角艱sup>[1]。多年来,我国出台多项绿色政策,引导地方政府、企业、消费者减少碳排放。为应对气候变化、发展低碳经济、推进生态文明建设和绿色低碳发展,国家发展和改革委员会分别于2010?012?017年下发了《关于开展低碳省区和低碳城市试点工作的通知》《关于开展第二批低碳省区和低碳城市试点工作的通知》《关于开展第三批国家低碳城市试点工作的通知》,先后开?批低碳城市试点工作。该项工作的主要目标是通过建立健全低碳发展制度、打造低碳产业体系、加快低碳技术研发与应用、形成绿色低碳的生产生活方式、增加碳汇等路径,在发展经济的同时,有效控制CO2排放,引领和示范全国低碳发展。经过多年的努力,这项工作积累了对不同地区和行业分类指导的工作经验,现已取得节能减排初步成效,是推动落实我国控制温室气体排放行动目标的重要抓手。低碳城市试点政策为园林绿化发展提供了新的思路:一是要承担城市增汇的重要任务;二是要不断促进园林绿化建设低碳化。该过程中园林绿化建设资金不可或缺、/p>
城市园林绿化空间是城市自然生态系统的主体,是城市居民享受生态服务功能的基本载体,其作为城市重要的基础设施,在城市人居环境和生态环境建设中发挥着关键作用[2-3]。城市园林绿化不仅能够为城市居民进行休闲游憩活动提供绿色、开放、舒适的空间,还因植被具有降温、增湿、固碳、滞尘等功能,能够改善城市“热岛效应”,对城市微气候有着重要影响[4-5]。随着城镇化进程的迅速推进以及生态文明建设的迫切需求,各级政府及社会对园林绿化建设的投资不断增加。根据国家统计局数据'ext-link ext-link-type="uri" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="https://data.stats.gov.cn/index.htm">https://data.stats.gov.cn/index.htm),全国城市园林绿化建设投资额由2001年的163.20亿元增长?017年的2390.23亿元(见?),加快城市园林绿化建设已成为我国城市可持续发展战略及“绿水青山就是金山银山”理念实施的重要举措。国家出台一系列政策为城市园林绿化发展提供政策性支持,如《国务院办公厅关于科学绿化的指导意见》《关于推进城市园林绿化高质量发展的实施意见》等。低碳城市试点政策这一项绿色低碳政策不同于环境规制,其具有弱激励弱约束的特征,既无明显倾斜的经济支持和优惠政策,又无充足强制的约束条件,需要地方政府发挥自主性,通过制定主要任务和重点行动规划参与到低碳城市建设中,在资金等方面提供有效保障。城市园林绿化作为低碳城市建设的重要组成部分,其建设投资是否受到低碳城市试点政策的影响,影响效应如何,值得关注、/p>
-
本文采用双重差分法来识别低碳城市试点政策对园林绿化建设投资的影响,试点城市为受到政策影响的地区,非试点城市作为控制组仅受时间的影响,试点城市的前后变化减去非试点城市的前后变化则为政策的“净效应”。本文遵循孙林等[20]研究思路,设定模型如下:
$$ {L}_{it}={\beta }_{0} + {\beta }_{1}{T}_{i}\times {P}_{t} + {\beta }_{2}{X}_{it} + {\mu }_{i} + {\lambda }_{t} + {\varepsilon }_{it} $$ (1) 式中9i>Lit表示城市园林绿化建设投资:i>Xit表示控制变量,主要包括经济发展水平、城镇化水平、科学技术投入、基础设施建设等;μi?i>λt分别为城市固定效应和年份固定效应+i>i?i>t分别代表城市、年份;εit为随机干扰项:i>β0为常数项:i>Ti为试点城市虚拟变量,若城币i>i属于试点城市则为1,反之则?:i>Pt为政策时间虚拟变量,政策实施年份?,反之为0:i>Ti×Pt是试点城市虚拟变量和政策时间虚拟变量的交乘项,其系数β1表示低碳城市试点政策的政策效应,是本文关注的核心系数,若β1> 0且显著,则试点政策对城市园林绿化建设投资增加产生积极促进作用:i>β2为控制变量系数、/p>
-
本文利用2007?016年中?41个地级市构成的面板数据分析低碳城市试点政策对城市园林绿化建设投资的影响,数据来源于《中国城市建设统计年鉴》《中国城市统计年鉴》、国家统计局'ext-link ext-link-type="uri" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="http://www.stats.gov.cn/">http://www.stats.gov.cn/)等。因为第1批低碳试点中包括天津、重庆、深圳、厦门、杭州、南昌、贵阳、保定等8个城市以及广东、辽宁、湖北、陕西、云南等5省,省域涵盖范围较广,选取?批低碳试点城市作为研究对象代表性较弱,不能普遍反映城市的情况,而第3批低碳试点实施时间较晚,数据尚不充分。相比之下,2012年开展的?批低碳城市试点以城市为主,且年限较长,政策效应的研究具有可操作性。所以本文借鉴前人研究,主要从投资规模角度重点探讨2012年低碳城市试点政策对城市园林绿化建设投资的影响。基于地级市在低碳城市试点政策中的分布最为广泛这一特点,本文最终选取地级市进行研究,剔除已在第1批确定为低碳试点的城市,为保证数据的完整性,同时将数据存在严重缺失的城市样本进行剔除,最终纳入研究样本的地级市共?41个,按照双重差分法将17个试点城市作为实验组?24个非试点城市作为控制组。各区域试点城市及非试点城市妁span class="xref">?所示、/p>
?nbsp;1试点城市区域分布
区域 试点城市?7(/td> 非试点城市(124(/td> 东部?1(/td> 石家庄、秦皇岛、苏州、镇江、温州、宁波、南平、青岛、淮守/td> 唐山、邯郸、邢台、张家口、承德、沧州、廊坊、南京、无锡、徐州、常州、南通、连云港、盐城、扬州、泰州、宿迁、嘉兴、湖州、绍兴、金华、衢州、舟山、台州、丽水、福州、三明、龙岩、宁德、济南、淄博、枣庄、东营、烟台、潍坊、济宁、泰安、威海、日照、莱芜、临沂、德州、聊城、滨州、南宁、柳州、梧州、防城港、钦州、贵港、玉林、百艱/td> 中、西部(80(/td> 池州、吉林、赣州、呼伦贝尔、桂林、广元、乌鲁木齐、金昋/td> 阳泉、长治、晋中、呼和浩特、包头、乌海、赤峰、通辽、鄂尔多斯、长春、辽源、哈尔滨、鹤岗、双鸭山、大庆、绥化、合肥、芜湖、蚌埠、淮南、马鞍山、淮北、铜陵、黄山、滁州、阜阳、宿州、六安、亳州、宣城、萍乡、九江、新余、宜春、抚州、上饶、郑州、洛阳、平顶山、安阳、鹤壁、新乡、焦作、许昌、南阳、商丘、信阳、周口、驻马店、长沙、株洲、邵阳、常德、郴州、永州、娄底、成都、自贡、攀枝花、泸州、德阳、遂宁、乐山、南充、广安、兰州、天水、平凉、西宁、银川、吴忠、克拉玛侜/td> 北方?6(/td> 石家庄、秦皇岛、呼伦贝尔、乌鲁木齐、吉林、金昋/td> 唐山、邯郸、邢台、张家口、承德、沧州、廊坊、阳泉、长治、晋中、呼和浩特、包头、乌海、赤峰、通辽、鄂尔多斯、长春、辽源、哈尔滨、鹤岗、双鸭山、大庆、绥化、兰州、天水、平凉、西宁、银川、吴忠、克拉玛侜/td> 南方?05(/td> 苏州、镇江、温州、宁波、池州、南平、青岛、桂林、广元、淮安、赣川/td> 南京、无锡、徐州、常州、南通、连云港、盐城、扬州、泰州、宿迁、嘉兴、湖州、绍兴、金华、衢州、舟山、台州、丽水、合肥、芜湖、蚌埠、淮南、马鞍山、淮北、铜陵、黄山、滁州、阜阳、宿州、六安、亳州、宣城、福州、三明、龙岩、宁德、萍乡、九江、新余、宜春、抚州、上饶、济南、淄博、枣庄、东营、烟台、潍坊、济宁、泰安、威海、日照、莱芜、临沂、德州、聊城、滨州、郑州、洛阳、平顶山、安阳、鹤壁、新乡、焦作、许昌、南阳、商丘、信阳、周口、驻马店、长沙、株洲、邵阳、常德、郴州、永州、娄底、南宁、柳州、梧州、防城港、钦州、贵港、玉林、百色、成都、自贡、攀枝花、泸州、德阳、遂宁、乐山、南充、广守/td> 注:括号内为该类别合计数、/td> 具体选取变量如下:①园林绿化建设投资。园林绿化建设离不开设备、器具等的建造和购置,固定资产投资是发展某一产业或行业的基础,本文以市政园林绿化固定资产投资额作为衡量园林绿化建设投资的指标。②低碳城市试点变量。对于政策的实施年份选择存在两种情况,一种观点认为政策执行可能存在滞后性且该批试点城市是在2012?2月底前报批,因此应选择2013年作为政策实施年份;另一种观点认?012?月国家发展和改革委员会已下发《关于组织推荐申报第二批低碳试点省区和城市的通知》,该试点政策于2012年已产生效果。本文在实证中参考龚梦琪筈sup>[19]、王华星筈sup>[26]研究成果将政策实施年份确定为2012年。③控制变量。本文参考前人的研究工作,控制了可能的影响因素,包括人均地区生产总值、城市化水平、科技支出与基础设施等。另外,在差异性分析中涉及到地区分布、城市规模的虚拟变量,具体如?所示、/p>
?nbsp;2变量说明及描述性统讠/p>
变量名称 说明 单位 变量符号 试点城市 非试点城币/td> 平均倻/td> 标准?/td> 平均倻/td> 标准?/td> 园林绿化建设投资 市政园林绿化固定资产投资额的对数 万元 L 10.024 1.736 9.816 1.563 低碳城市试点 实施年与试点城市的交互项? = 是,0 = ?/td> Ti× Pt 人均地区生产总倻/td> 人均GDP的对?/td> 兂/td> R 10.589 0.788 10.441 0.667 城市化水干/td> 城市建设用地占市区面积比重的对数 % U 1.727 1.149 1.783 0.973 科技支出 科技支出的对?/td> 万元 T 10.387 1.507 10.013 1.182 基础设施 人均道路面积的对?/td> m2 I 2.722 0.352 2.782 0.429 地区分布 按东中西划分? = 东部地区? = 中、西部地匹/td> D 1.471 0.501 1.581 0.494 按南北划分,1 = 北方城市? = 南方城市 N 1.647 0.479 1.758 0.428 城市规模 按人口数划分? = 小于50万人? = 大于等于50万?br/>小于100万人? = 大于等于100万人 S 115.186 86.006 88.328 84.261 -
基于已设定模型估计低碳城市试点政策的实施对城市园林绿化建设投资的影响效应,不同模型形式设定可验证结论的准确性与可靠性。本文在基础模型设定下区分是否加入控制变量以及是否具有固定效应对回归结果进行对比(见?)。回归结果显示,无论是否控制个体及时间效应,Ti× Pt系数显著为正,低碳城市试点政策的实施对园林绿化建设投资产生正向影响。加入控制变量后Ti× Pt系数仍显著为正,且固定时间效应后系数值与仅控制个体效应相比更大。所有估计结果均表明,低碳城市试点政策的实施对城市园林绿化投资有显著的促进作用。以加入控制变量且有城市、年份固定效应的模型进一步展开分析,试点城市与非试点城市相比园林绿化建设投资显著增加了33.8%。在控制变量方面,人均地区生产总值、城市化水平、科技支出均显著为正,有利于刺激园林绿化建设投资的增加。随着城市化推进政府逐渐注重提升人居环境而加大绿化建设投资得以印证,而基础设施估计系数为负,这可能与在城市道路建设中,道路配套绿化建设机制不完善等有关、/p>
?nbsp;3基准回归结果
变量 未加入控制变野br/>且无固定效应 未加入控制变野br/>有固定效库/td> 加入控制变量
仅有年份固定效应加入控制变量
有城市、年份固定效库/td>Ti× Pt 0.890***?.166(/td> 0.350**?.169(/td> 0.285*?.168(/td> 0.338**?.169(/td> R 0.582***?.135(/td> 0.480***?.177(/td> U 0.351***?.103(/td> 0.245**?.103(/td> T 0.313***?.076(/td> 0.230***?.089(/td> I ?.031?.069(/td> ?.164**?.073(/td> 常数顸/td> 9.787***?.099(/td> 8.856***?.087(/td> 0.055?.924(/td> 2.082?.801(/td> 城市固定效应 ?/td> ?/td> ?/td> ?/td> 年份固定效应 ?/td> ?/td> ?/td> ?/td> R2 0.02 0.182 0.376 0.371 样本野/td> 1410 1410 1410 1410 注:*?sup>**?sup>***分别表示?0%?%?%的水平下显著,括号中是估计系数的标准误、/td> -
考虑城市在地区、规模等方面具有较大差异,这些差异可能会导致不同城市对低碳城市试点政策的响应不同。鉴于此,本文进一步从地区、城市规模两方面展开差异性分析、/p>
-
低碳城市试点政策对城市园林绿化建设投资的影响在区域之间可能存在差异性,为此本文按照两种区域划分方式展开对比,一是分东部城市及中、西部城市两个子样本,二是分南方城市和北方城币sup>[27-28]两个子样本进行分组回归。结果表明,东部地区低碳城市试点政策对园林绿化建设投资的影响为显著的促进作用,中、西部地区不显著,且在其他条件一定的情况下,东部城市园林绿化投资增长高于中、西部城市(?span class="xref">?)。其可能的原因是:①东部地区提升经济水平的同时,“低 + 绿化”意识处于领先地位,低碳试点政策的实施更刺激了试点城市对园林绿化低碳建设的资金投入。②中、西部地区较东部地区而言,经济实力较弱,园林绿化建设关注度与东部地区有一定差距,且资源型城市居多,在建设低碳城市中资金投入更多集中于能源产业结构调整等方面,园林绿化投资增加幅度较小。从南方和北方城市来看,低碳城市试点政策对园林绿化投资的影响均为正向,南方城市更为显著。南方城市与北方城市相比,拥有较好的气候基础条件,园林绿化重视程度较高且管理机制完善,因此低碳城市试点政策的实施对园林绿化建设投资的促进作用在南方城市更加明显、/p>
?nbsp;4不同地区、不同城市规模回归结枛/p>
变量 区域差异 城市规模差异 东部 中、西?/td> 南方 北方 小型 中型 大型 Ti× Pt 0.580**?.234(/td> 0.192?.243(/td> 0.420**?.205(/td> 0.261?.290(/td> 0.678**?.319(/td> 0.194?.342(/td> 0.575**?.249(/td> 控制变量 ?/td> ?/td> ?/td> ?/td> ?/td> ?/td> ?/td> 城市控制效应 ?/td> ?/td> ?/td> ?/td> ?/td> ?/td> ?/td> 年份控制效应 ?/td> ?/td> ?/td> ?/td> ?/td> ?/td> ?/td> R2 0.189 0.234 0.222 0.211 0.243 0.229 0.187 样本野/td> 610 800 1050 360 520 520 370 注:**表示?%的水平下显著,括号中是估计系数的标准误、/td> -
低碳城市试点政策对城市园林绿化建设投资的影响在不同规模城市间可能存在差异性。本文参考孙林等[20]的研究,并结合城市规模划分标准,按照人口数将城市划分?类:小型城市(人 < 50万)、中型城市(50 人口 < 100万)、大型城市(人口 100万)。结果表明,在大、小型城市中该政策对园林绿化建设投资产生显著正向作用(见?)。可能的原因为大型城市人口规模及密度大,且是碳排放量高的区域,低碳城市建设中园林绿化地位突出;小型城市具有较低的园林绿化水平,对低碳试点政策的落实更为迅速,低碳试点政策对小型城市的边际效应更强。该政策对园林绿化建设投资的弱激励效应在中型城市中不显著,推测原因为中型城市处于快速发展阶段,普遍需要增加绿色生态本底,试点城市与非试点城市无明显差异、/p>
-
采用双重差分法评估低碳城市试点政策对园林绿化建设投资影响的一个重要假设前提是,如果不存在政策冲击,处理组与对照组之间的发展趋势需保持一致,并且不随时间变化发生系统性差异,即必须保证在低碳城市试点政策实施之前,处理组与对照组的园林绿化建设投资保持变化趋势的基本一致性。为验证双重差分的这一基本假设,本文参考前人研究做法,分别计算处理组与对照组,即试点城市与非试点城市历年的园林绿化建设投资的平均值,再观察平均值的演变趋势。从?可以发现,处理组与对照组在低碳试点政策实施前,园林绿化建设投资的平均值基本保持整体变动的一致性、/p>
图示法能够从直观上显示平行趋势,但精确度不高,还需通过定量的方法进行检验。本文借鉴冯烽筈sup> [29]、张自强筈sup> [30]对平行趋势检验的思路,构建如下模型:
$$ {L}_{it}={\gamma }_{0} + \sum _{k \geqslant -4,k\ne -4}^{3}{\gamma }_{k}{D}_{it}^{k} + \beta {X}_{it} + {\mu }_{i} + {\lambda }_{t} + {\varepsilon }_{it} $$ (2) 式中9i>Ditk为新产生的虚拟变量,t0为某城市成为低碳城市试点的具体年份。若tt0 ?,则Dit?取值为1,否则为0;若tt0=k,则Ditk取值为1,否则为0;若tt0 3,则Dit3取值为1,否则为0。本文利用政策实施前4年和?年作为平行趋势检验的样本,且以低碳试点政策实施的?年作为基准年,因此,式中不包?i>Dit?、i>γk为政策效应,γ0为常数项+i>β为控制变量系数,其他变量含义同式?)、/p>
从结果来看,低碳城市试点政策实施前虚拟变量估计值的置信区间?包含在内,则估计值不显著;而政策实施后虚拟变量系数估计值大于实施前,且不包?在内,估计值显著,符合平行趋势检验(?span class="xref">?)、/p>
-
在某些场合下,若拉大回归年限则更容易得到显著的结果,因此可通过改变回归时间窗口,即缩短回归的年限,检验模型的稳健?sup>[31]。原模型样本所取年限为2007?016年,在检验中本文选取2008?015年再次进行回归以检验结果是否稳健。结果如?所示,回归后各变量回归系数的正负及显著性并未发生改变,由此可佐证基准回归结果是稳健的、/p>
?nbsp;5改变回归时间窗口估计结果
变量 未加入控制变野/td> 加入控制变量 Ti× Pt 0.381**?.184(/td> 0.357**?.183(/td> R2 0.128 0.304 城市固定效应 ?/td> ?/td> 年份固定效应 ?/td> ?/td> 样本野/td> 1128 1128 注:**表示?%的水平下显著,括号中是估计系数的标准误、/td> -
双重差分法安慰剂检验有两种方式,一是虚构处理组,二是虚构政策时间。在虚构的情况下,若“伪政策虚拟变量”的系数不显著,则说明被解释变量的变动来自于政策实施,不受随机性因素的影响;若其系数仍显著,则说明估计结果可能有偏误。在此思路下,本文借鉴前人研究随机选取个体作为处理组,并重复实?00次,得到估计系数核密度分布和对应皃i>P值(?span class="xref">?)、span class="xref">?中横虚线表示P值为0.1,竖虚线表示真实系数估计值(0.338)。由结果可知,“伪政策虚拟变量”估计系数大都集中于0附近,大多数估计P值大?.1,结果为不显著,表明估计结果受其他政策或随机性因素影响的可能性较小。另外真实政策的系数估计值较大程度地远离“伪政策”系数估计值,检验效果较好、/p>
doi:10.13931/j.cnki.bjfuss.2021268
The Effect of Low-Carbon City Pilot Policy on Landscaping Construction Investment
-
关键诌
- 碳达峰;碳中咋/a> /
- 低碳城市试点/
- 园林绿化投资/
- 双重差分泔/a>
?nbsp; 2变量说明及描述性统讠/p>
变量名称 | 说明 | 单位 | 变量符号 | 试点城市 | 非试点城币/td> | |||
平均倻/td> | 标准?/td> | 平均倻/td> | 标准?/td> | |||||
园林绿化建设投资 | 市政园林绿化固定资产投资额的对数 | 万元 | L | 10.024 | 1.736 | 9.816 | 1.563 | |
低碳城市试点 | 实施年与试点城市的交互项? = 是,0 = ?/td> | Ti× Pt | ||||||
人均地区生产总倻/td> | 人均GDP的对?/td> | 兂/td> | R | 10.589 | 0.788 | 10.441 | 0.667 | |
城市化水干/td> | 城市建设用地占市区面积比重的对数 | % | U | 1.727 | 1.149 | 1.783 | 0.973 | |
科技支出 | 科技支出的对?/td> | 万元 | T | 10.387 | 1.507 | 10.013 | 1.182 | |
基础设施 | 人均道路面积的对?/td> | m2 | I | 2.722 | 0.352 | 2.782 | 0.429 | |
地区分布 | 按东中西划分? = 东部地区? = 中、西部地匹/td> | D | 1.471 | 0.501 | 1.581 | 0.494 | ||
按南北划分,1 = 北方城市? = 南方城市 | N | 1.647 | 0.479 | 1.758 | 0.428 | |||
城市规模 | 按人口数划分? = 小于50万人? = 大于等于50万?br/>小于100万人? = 大于等于100万人 | S | 115.186 | 86.006 | 88.328 | 84.261 |
?nbsp; 3基准回归结果
变量 | 未加入控制变野br/>且无固定效应 | 未加入控制变野br/>有固定效库/td> | 加入控制变量 仅有年份固定效应 |
加入控制变量 有城市、年份固定效库/td> |
Ti× Pt | 0.890***?.166(/td> | 0.350**?.169(/td> | 0.285*?.168(/td> | 0.338**?.169(/td> |
R | 0.582***?.135(/td> | 0.480***?.177(/td> | ||
U | 0.351***?.103(/td> | 0.245**?.103(/td> | ||
T | 0.313***?.076(/td> | 0.230***?.089(/td> | ||
I | ?.031?.069(/td> | ?.164**?.073(/td> | ||
常数顸/td> | 9.787***?.099(/td> | 8.856***?.087(/td> | 0.055?.924(/td> | 2.082?.801(/td> |
城市固定效应 | ?/td> | ?/td> | ?/td> | ?/td> |
年份固定效应 | ?/td> | ?/td> | ?/td> | ?/td> |
R2 | 0.02 | 0.182 | 0.376 | 0.371 |
样本野/td> | 1410 | 1410 | 1410 | 1410 |
注:*?sup>**?sup>***分别表示?0%?%?%的水平下显著,括号中是估计系数的标准误、/td> |
?nbsp; 4不同地区、不同城市规模回归结枛/p>
变量 | 区域差异 | 城市规模差异 | ||||||
东部 | 中、西?/td> | 南方 | 北方 | 小型 | 中型 | 大型 | ||
Ti× Pt | 0.580**?.234(/td> | 0.192?.243(/td> | 0.420**?.205(/td> | 0.261?.290(/td> | 0.678**?.319(/td> | 0.194?.342(/td> | 0.575**?.249(/td> | |
控制变量 | ?/td> | ?/td> | ?/td> | ?/td> | ?/td> | ?/td> | ?/td> | |
城市控制效应 | ?/td> | ?/td> | ?/td> | ?/td> | ?/td> | ?/td> | ?/td> | |
年份控制效应 | ?/td> | ?/td> | ?/td> | ?/td> | ?/td> | ?/td> | ?/td> | |
R2 | 0.189 | 0.234 | 0.222 | 0.211 | 0.243 | 0.229 | 0.187 | |
样本野/td> | 610 | 800 | 1050 | 360 | 520 | 520 | 370 | |
注:**表示?%的水平下显著,括号中是估计系数的标准误、/td> |
?nbsp; 5改变回归时间窗口估计结果
变量 | 未加入控制变野/td> | 加入控制变量 |
Ti× Pt | 0.381**?.184(/td> | 0.357**?.183(/td> |
R2 | 0.128 | 0.304 |
城市固定效应 | ?/td> | ?/td> |
年份固定效应 | ?/td> | ?/td> |
样本野/td> | 1128 | 1128 |
注:**表示?%的水平下显著,括号中是估计系数的标准误、/td> |