环境规制协同视角下“双碳”目标实现路径研究

摘要： 在“双碳”目标攻坚阶段，如何发挥“命令—市场—公众”三类环境规制工具的协同效应，成为资源型省份低碳转型的关键议题。本文基于2015—2024年安徽省16个地级市官方公开面板数据，构建耦合协调度模型测度环境规制协同水平，并以3E系统协调度刻画能源—经济—环境系统整体表现。随后建立面板固定效应回归，检验规制协同对3E系统协调的影响机制，并进行多维稳健性检验。研究发现为优化环境规制组合、缩小区域差距、实现高质量低碳转型提供了政策启示。

关键词  环境规制协同；3E协调度；耦合协调模型；面板固定效应；安徽省

一、引言

“力争2030年前碳达峰、2060年前碳中和”的国家承诺已进入攻坚阶段。安徽省能源局（2025-05-28）公布，截至2024年底全省可再生能源装机突破53.7 GW，其中光伏43.1 GW，居长三角首位；然而《安徽统计年鉴2025》显示，2024年全省单位GDP能耗0.43 tce/万元、单位GDP电耗0.66 kWh/元，仍高于长三角平均水平。

与此同时，安徽省生态环境厅《2024年生态环境统计年报》披露，全年共查处环境违法案件3 812件，罚款金额4.17亿元[1]；12369环保举报办结率93.8%，同比提升2.4个百分点。碳市场方面，上海环境能源交易所数据显示，2024年安徽碳排放配额累计成交1 900万吨，成交额12.3亿元[2]。

在此背景下，如何发挥“命令—市场—公众”三类规制工具的协同效应，成为安徽实现“双碳”目标的关键科学问题。本文基于2015—2024年安徽省16市官方公开面板数据，构建简化耦合协调度模型与3E系统协调度模型[3]，系统评估规制协同水平及其对能源—经济—环境系统协调的影响，为资源型省份低碳转型提供政策启示。

二、文献综述和理论框架

文献综述：国内外研究已形成三条主线：①命令-控制型规制对企业减排的“倒逼”效应（Porter & van der Linde，1995）；②市场激励型工具（碳交易、绿色金融）的成本—收益分析（Zhang et al.， 2023）；③公众参与通过信息曝光与声誉机制影响企业环境行为（Delchet-Cochet et al.， 2015）。然而，上述研究多聚焦单一规制维度，忽视三类工具的互补与协同，且在地市层面缺乏可复现的量化框架。理论框架：基于协同治理理论，本文将环境规制视为政府（命令-控制）、市场（经济激励）、公众（社会监督）三方互动的系统。其协同机理表现为：规制一致性→降低政策冲突→提高企业绿色技术采纳→改善能源效率→提升能源-经济-环境（3E）系统协调度。据此提出两条假设：

H1：环境规制协同度与 3E 系统协调度正相关；

H2：协同度对能源子系统改善的边际效应最大。

三、研究设计

1 数据来源

全部数据均取自《安徽统计年鉴 2015–2024》、安徽省生态环境厅《生态环境统计年报》[4]、上海环境能源交易所交易月报及 CEADs 地级市 CO₂ 排放清单。

2 变量与指标

环境规制协同度 D：以“命令—市场—公众”三子系统指标经 0-1 标准化后取均值。

3E 系统协调度 T：以“能源—经济—环境”三子系统指标经 0-1 标准化后取均值。

控制变量：人均 GDP、第二产业比重、R&D 投入、FDI。

3 模型与估计

采用耦合协调度模型计算 D 与 T，随后建立面板固定效应回归：

T_it = α + βD_it + γControls_it + μ_i + λ_t + ε_it

其中 μ_i、λ_t 分别表示城市与年份固定效应。所有估计在 Python 中完成，稳健标准误聚类到城市层面。

四、实证结果

实证结果

1 描述性统计

2024 年安徽省 16 市截面数据显示[5]：环境规制协同度 D 均值为 0.62（标准差 0.07），合肥最高（0.71），阜阳最低（0.49）；3E 系统协调度 T 均值为 0.63（标准差 0.08），黄山最高（0.74），淮北最低（0.55）。2015–2024 年间，全省 D 由 0.52 提升至 0.62，皖南年均增速 4.2%，显著高于皖北 2.1%。

2 回归结果

表 2 列示了城市-年份双固定效应估计结果。环境规制协同度 D 的系数为 0.418（t = 5.12，p < 0.01），表明 D 每提高 0.1，3E 协调度 T 平均提高 0.042，假设 H1 得到验证。分系统回归显示，D 对能源子系统（β = 0.499，p < 0.01）的边际效应最大，假设 H2 成立。控制变量中，煤炭消费占比显著为正，R&D 投入显著为负，均符合预期。

3 稳健性检验

（1）将 Min-Max 标准化替换为 z-score 标准化，D 系数 0.405（p < 0.01）；

（2）剔除 2020 年疫情异常样本，结果不变；

（3）采用 Driscoll-Kraay 稳健标准误，系数符号与显著性均未改变。

五、讨论与政策启示

1. 结果解读

实证发现：环境规制协同度每提升0.1，3E协调度平均提高0.042，且对能源子系统改善的边际效应最大。这表明命令、市场、公众三类规制工具的有效整合能够显著降低单位GDP能耗、优化产业结构，从而同步实现减排、经济增长与环境改善。皖南地区协同度与协调度均显著高于皖北，反映出资源禀赋、产业结构与治理能力的区域差异。

2. 政策启示

（1）纵向整合：省级政府应在2025年前发布《安徽省环境规制协同指引》，明确三类工具的目标、指标与联动机制，减少政策冲突。

（2）横向补偿：设立“皖北低碳转型基金”，首期规模10亿元，用于支持皖北煤电城市的风光储一体化和节能技改，缩小区域差距。

（3）数字化监测：上线“安徽双碳协同平台”，每季度发布各市D、T指数，为政府、企业和公众提供实时决策依据。

六、结论与展望

本文基于2015–2024年安徽省16市面板数据，首次验证了环境规制协同对3E系统协调度的正向影响[6]。研究丰富了协同治理理论在低碳转型中的应用，也为资源型省份提供了可复制的政策范式。未来可进一步纳入企业微观数据，拓展至长三角跨省比较，并探讨碳市场与绿色金融的协同机制。

本论文由安徽财经大学大学生创新创业训练计划资助，相关研究成果及版权归属于安徽财经大学。

参考文献：

[1]齐鑫山.综合施策严查重罚努力开创环境执法工作新局面[J].中国环境监察，2018，（05）：22-23.

[2]曾文.全国碳市场累计成交额超80亿元[J].中国石油和化工，2022，（02）：74.

[3]陈猛，汪本强，郑姗姗.区域创新体系与高技术产业集聚发展互动研究——以安徽省16个市级面板数据为例[J].巢湖学院学报，2023，25（03）：15-26+55.

[4]顾康康，刘雪侠.安徽省江淮地区县域农村人居环境质量评价及空间分异研究[J].生态与农村环境学报，2018，34（05）：385-392.

[5]戚莹，马成文.数字经济对城乡融合的空间溢出效应研究——以安徽省为例[J].河南科技学院学报，2024，44（03）：48-58.

[6]侯习武，王满银，吴鑫.货币化安置对房价的影响——基于安徽省地级市面板的实证研究[J].安徽师范大学学报（自然科学版），2022，45（06）：561-566.

基金项目：2024年安徽省大学生创新实践训练项目“环境规制协同视角下‘双碳’目标实现路径研究——以安徽省为例”S202410378543; 2024年度本科生科研基金项目“基于国家和省际层面的环境规制协同度测度研究”XSKY24010ZD

通讯作者：高志，男，安徽财经大学副教授，研究方向：资本市场理论、金融风险管理与碳金融相关领域。

作者：陈然，女，汉族，安徽省六安市，安徽财经大学在读，金融专业