《Sustainable Cities and Society》：Quantifying the synergy effects of climate policy portfolios: Evidence from China
编辑推荐：
城市污染控制与碳减排效率协同机制研究。通过中国低碳城市试点与智慧城市试点的准自然实验分析，发现两者政策协同效应显著，且存在政策时序依赖性（LCP优先实施效果最优），绿色技术创新和能源结构优化构成核心传导机制，同时呈现时空滞后效应和以智慧城市为主导的空间溢出特征。
孟盼盼|刘奎|夏泽毅|陈文光
西安交通大学公共政策与管理学院，中国陕西省西安市咸宁西路28号，710049
摘要
在全球气候治理中，整合多种政策工具已成为一个关键的前沿领域，然而这些不同工具之间相互作用背后的逻辑机制尚未得到充分研究。本文以中国分阶段实施的低碳城市试点（LCP）和智慧城市试点（SCP）作为准自然实验，探讨了它们对城市污染控制和碳减排效率（PCRE）的联合影响。基于系统创新理论，研究发现LCP与SCP之间的相互作用产生了显著的协同效应（PSE），而非权衡效应，从而增强了各项干预措施的效果。实证结果揭示了政策实施的顺序存在明显差异：先实施LCP能够带来更大的PCRE提升。机制分析表明，这种协同效应是通过绿色技术创新（GTI）和能源利用结构（EUS）实现的。此外，研究还发现PSE具有显著的时间滞后效应，并表现出SCP主导的空间溢出效应。这些发现有助于深入理解城市政策之间的协同作用，为优化复杂的气候政策组合提供了实际指导。
引言
近几十年来，全球应对气候变化的举措迅速扩展，治理模式也发生了深刻变革。证据表明，气候政策很少单独发挥作用；大多数国家采用多种工具共同应对空气污染和碳减排问题（D?bbeling-Hildebrandt等，2024；Perino等，2025）。全球已实施了超过3600项与气候相关的政策，经合组织成员国平均实施了4到8项此类措施（Feng等，2024）。在这一演变过程中，人们越来越关注创新的政策机制，尤其是将数字技术和智能技术与低碳举措相结合的方法（Edmondson等，2019）。大约有120个国家将数字解决方案纳入了他们的脱碳战略框架中。新加坡的“智慧国家”计划通过将物联网技术与碳配额制度相结合，在减少二氧化碳排放方面取得了显著成效（Jia，2021）。同样，欧盟的绿色数字化转型计划通过使用智能电网和先进数字工具显著提高了碳效率（Tagliapietra等，2019）。这些经验表明，结合智能和低碳策略可以克服传统治理的局限性，为可持续发展开辟新的路径。
然而，多种政策工具的广泛应用并不一定能保证更好的结果。不同工具之间的相互作用形成了一个复杂的“黑箱”，其中包含协同效应和权衡效应（Nisa等，2019）。协调良好的政策组合可以提高效率和社会公平性（Galán-Cano等，2025），而目标与实施程序之间的不匹配可能会损害政策效果，甚至引发冲突。国际经验表明了这种二分性。在美国，将碳价格与社会计划相结合成功降低了财政成本（Perino，2019）。相反，欧盟中相互重叠的政策工具，特别是排放交易系统与补贴计划之间的相互作用，导致了“挤出效应”，削弱了企业的污染控制动力（van den Bergh等，2021）。此外，碳市场中的“水床效应”意味着减排可能仅反映空间上的变化，而非绝对减少（Jarke-Neuert等，2025）。这些经验强调了系统评估政策组合中潜在协同效应和权衡效应的必要性，以增强气候治理的有效性。
作为最大的碳排放国，中国正在积极探索创新的政策工具组合。LCP和SCP的顺序实施为研究其协同效应提供了宝贵的背景。以往的研究分别评估了LCP和SCP的效果。LCP是一种以排放控制为核心的制度性政策，而SCP则是一种基于数字创新的科技驱动型政策。然而，这两种政策之间的相互作用，特别是在实施顺序和空间效应方面的影响，尚未得到充分关注。因此，本研究采用准实验方法来探讨LCP与SCP之间的相互作用是否能够改善城市在污染控制和碳减排方面的表现。鉴于空气污染物和二氧化碳排放的来源具有共性（Delitheou等，2019），本研究采用城市PCRE作为综合指标，来衡量减排和经济绩效的双重效益。基于系统创新理论，本研究探讨了三个关键问题：（1）LCP与SCP之间的相互作用是否产生了提升城市PCRE的协同效应？（2）政策实施的顺序和时间安排如何影响这些协同效应的有效性和持久性？（3）这些协同效应是通过哪些机制实现的？
本研究在三个方面为学术界做出了贡献。首先，它提供了LCP与SCP之间协同效应的可靠证据，深化了关于如何协调制度刚性和技术灵活性以改善环境绩效的理论理解。其次，它揭示了政策实施顺序的时间逻辑，确定了最佳干预时间和顺序，超越了以往主要关注静态影响的局限性，为动态设计政策组合提供了实际指导。第三，它解释了PSE如何增强城市PCRE，强调了技术创新、能源转型以及SCP驱动的空间溢出效应的作用。总体而言，这些发现将分析范围扩展到了地方层面之外，为跨区域治理和气候政策工具的整合设计提供了实证依据。
本文的其余部分安排如下：第2节回顾相关文献并提出研究假设；第3节描述研究方法和数据；第4节展示实证结果；第5节总结主要发现和政策启示。
研究片段
LCP对城市PCRE的影响
LCP被广泛认为是应对气候变化和推动可持续城市转型的关键工具（Sharifi，2021）。自2010年启动以来，该计划已历经三个阶段，覆盖了145个城市。实证证据一致表明，LCP带来了广泛的环境和经济效益，包括减少碳排放、改善空气质量、增强生态韧性以及促进绿色
基于Epsilon的衡量模型
本研究采用基于Epsilon的衡量（EBM）模型来评估城市PCRE。该模型最初由Tone和Tsutsui提出（Tone和Tsutsui，2010），结合了径向和非径向特征。这种整合使其能够克服径向数据包络分析（DEA）和非径向松弛度衡量（SBM）模型的局限性，后者往往难以同时捕捉径向比例关系和非径向松弛度。
城市PCRE的核密度分布特征
图4展示了2006年至2023年中国城市PCRE的空间分布情况。可以看出，核密度曲线呈持续向右移动，表明全国范围内城市PCRE稳步提升。随着时间的推移，主峰的形态从宽泛变为尖锐，峰值幅度显著增加。同时，分布带宽的缩小表明空间异质性有所减少。这些模式揭示了一个明显的趋势
理解城市气候治理中的政策协同效应
在政策组合中识别协同效应对于设计具有韧性的环境治理系统至关重要。以往的研究已经认识到能源、基础设施和交通领域内的协同效应（Sharifi，2021）。作为可持续城市治理的新工具，LCP和SCP在共同提升城市PCRE方面具有巨大潜力。研究结果证实，LCP和SCP的联合实施能够带来比单独实施更大的PCRE提升
CRediT作者贡献声明
孟盼盼、刘奎和夏泽毅设计了本研究；孟盼盼、刘奎和陈光文进行了实验并解释了结果；孟盼盼和刘奎撰写了手稿；夏泽毅和陈光文进行了修订。所有作者都对研究提出了想法。
数据可用性
数据可应要求提供。
生成式AI使用声明
作者声明，在撰写本手稿过程中未使用任何生成式人工智能（AI）工具。研究的所有方面，包括数据收集、分析和写作，均由作者独立完成，未借助AI技术的帮助。
CRediT作者贡献声明
孟盼盼：撰写——初稿、正式分析、数据整理、概念化。
刘奎：撰写——审阅与编辑、方法论、概念化。
夏泽毅：撰写——审阅与编辑、可视化、方法论。
陈文光：撰写——审阅与编辑、可视化。
利益冲突声明
作者声明没有已知的财务利益冲突或个人关系可能影响本文的研究结果。
致谢
我们衷心感谢编辑和匿名审稿人提供的建设性评论和建议，这些意见有助于提高本文的清晰度和严谨性。本研究得到了国家社会科学基金（证书编号24XGL003）的资助。
