產業結構合理化對碳排放影響的空間效應

孫凌宇 羅楊帆

（中共重慶市委黨校經濟學教研部，重慶 400041）

改革開放以來，我國經濟持續高速增長，經濟規模由1978年的3 678.7億元增加至2020年的1 006 363.3億元，物質產品極大豐富，人民生活質量快速提升。與此相伴隨的是，我國的碳排放量迅速增加，在進入21世紀后，我國成為世界上最大的溫室氣體排放和能源消費國［1-2］，節能減排逐步成為我國政府的重要工作。2020年9月22日，我國政府在聯合國大會上做出莊嚴承諾，提出力爭2030年前二氧化碳排放達到峰值，2060年前爭取實現二氧化碳排放“收支相抵”的減排目標。

由于化石能源在我國能源結構中占比較大，保持經濟增長必將產生大量二氧化碳排放，我國面臨巨大的減排壓力，而產業結構是影響碳排放的重要因素，對碳排放的促進作用僅次于經濟增長。在此基礎上，有研究認為當產業結構不合理時，經濟增長才會促進碳排放，所以產業結構是影響碳排放的最主要因素［3］。研究產業結構合理化的減排效應可為我國碳減排提供政策啟示，推動我國更早實現碳達峰碳中和。

一、文獻綜述與問題提出

在對碳排放影響因素進行分解的過程中，許多學者認為產業結構是影響我國碳排放的主要因素。朱勤等研究發現產業結構對碳排放的貢獻率僅次于經濟產出和人口規模［4］。譚飛燕和劉輝煌研究認為碳排放量與產業結構變化具有極大的正相關性［5］。一些學者研究了產業結構對碳排放的影響機制。田華征和馬麗研究發現不同工業部門產值與其碳排放的關系不同［6］。顧阿倫和呂志強研究認為我國的基礎性行業大多是高耗能行業，提出節能減排的重點是降低第二產業比重［7］。楊愷鈞和楊甜甜同樣提出第二產業比重增加不利于碳減排，并進一步發現產業結構對碳排放強度的影響存在門檻效應［8］。

自周振華對產業結構理論進行系統研究，提出產業結構調整包括產業結構合理化和產業結構高級化，該觀點就得到了學術界的廣泛認同［9］，產業結構合理化衡量了產業間要素配置的效率水平，著重關注資源在三類產業間的配置，同時度量了投入和產出之間的協調程度，而產業結構高級化衡量產業結構的優化升級。已有文獻顯示，學者利用不同模型、不同數據對兩者的碳排放效應進行實證分析，相應的研究結論不盡相同。蘇方林和黎文勇基于1997—2012年西南地區數據，設定面板回歸模型，研究提出產業結構合理化和產業結構高級化均抑制碳排放［10］。孫攀等在產業結構調整的碳排放效應研究中考慮空間因素，基于1999—2014年省級數據，設定空間杜賓模型，研究發現產業結構合理化促進碳排放，產業結構高級化抑制碳排放［11］，當孫攀等修改模型設定后，利用相同數據研究得出產業結構合理化與產業結構高級化均抑制碳排放［12］。余志偉等采用空間計量模型考察了產業結構高級化對碳排放強度的影響，研究發現產業結構高級化對碳排放強度具有抑制作用［13］。

由于產業結構高級化對碳排放的抑制作用高于產業結構合理化［14-15］，所以近年來學者更多關注產業結構高級化的碳排放效應，趙玉煥等基于1998—2017年30個省級行政區數據，設定空間杜賓模型，研究發現產業結構升級具有碳排放抑制效應，但在西部地區不顯著［16］。張晨露和張凡基于2004—2020年長江經濟帶數據，設定空間杜賓模型，研究提出產業結構升級對碳排放的直接效應為負，但間接效應為正［17］。伴隨著資源配置在碳減排中作用的提升，有研究認為產業結構合理化的碳減排效應已經高于產業結構高級化［18］，而深入研究產業結構合理化的碳排放效應相關文獻還較少，在考察分析中還存在一些不足。

已有研究為本文提供了深厚的理論基礎和經驗借鑒，然而產業結構合理化和碳排放的關系還有一定的研究空間。具體而言：首先，部分學者在產業結構合理化的碳排放效應研究中考慮了空間效應，但同時考慮空間效應和時間滯后效應的研究還很少；其次，現有文獻關于產業結構合理化對碳排放的影響機制分析有待進一步完善；最后，已有文獻忽略了不同經濟發展階段下，產業結構合理化的碳排放效應存在不同的可能性。

在此基礎上，本文基于2002—2019年我國30個省級行政區（不含西藏、香港、澳門和臺灣）的面板數據，利用動態空間面板數據模型考察產業結構合理化對碳排放影響的空間效應。一方面，同時考慮空間效應和時間滯后效應，可以更為全面地考察產業結構合理化的碳排放效應，為產業結構合理化和碳排放的分析提供新的視角，豐富現有研究；另一方面，研究不同經濟發展階段中產業結構合理化對碳排放影響的空間效應，可以為當前處于不同經濟發展階段的地區制定相關政策提供一定啟示。

二、機制分析

已有研究表明，產業結構合理化對碳排放具有重要影響。產業結構合理化程度衡量了要素投入結構和產業結構的耦合程度，反映了產業間協調程度，表征各產業間要素配置的合理化水平［9］。產業結構合理化是資源配置持續優化的過程，體現為資源利用效率的不斷提高，進而抑制碳排放。在梳理文獻的基礎上，本文從產業結構合理化的資源配置改善效應、碳排放強度降低效應和能源消費優化效應三個角度闡述產業結構合理化對碳排放的影響機制。

（一）產業結構合理化的資源配置改善效應

產業結構合理化將改變現有的產業間組合關系，相應的生產要素組合關系也發生改變，形成更加高效的區域分工協作。我國作為世界上工業規模最大的國家，產業間要素調整所產生的資源配置改善效應對碳排放有重要影響，產業結構合理化的資源配置改善效應表現為包括勞動力、資本、技術等投入要素在產業間不斷動態調整和重新分配的過程。首先，生產要素總是由生產率低的產業向生產率高的產業轉移，伴隨著經濟發展和技術進步，生產要素由初級產品生產部門向工業制造部門轉移，進而向服務部門轉移，最終保持基本平衡［19］，在當前我國經濟發展階段主要表現為第一產業、第二產業的生產要素向第三產業轉移所帶來的減排效應。其次，以市場為導向，生產要素逐漸由落后的工藝技術流向先進工藝技術，新舊技術、新舊設備、新舊材料和新舊工藝的逐步替代將抑制二氧化碳排放，如農業綠色發展的減排效應、工業低碳技術應用的減排效應和綠色低碳產業替代傳統產業的減排效應。

（二）產業結構合理化的碳排放強度降低效應

碳排放強度表示單位GDP的二氧化碳排放量，是反映經濟增長與二氧化碳排放兩者聯系的重要指標，產業結構合理化通過提高資源配置效率和調整產業比重影響碳排放強度［20］。有研究指出，產業結構不合理是促進碳排放的最主要因素，資源錯配約束了企業產能，導致經濟增長伴隨大量碳排放，而產業結構合理化可提高資源配置效率，降低因單位產品生產導致的二氧化碳排放，從而降低碳排放強度。同時，產業結構合理化是優化經濟發展方式的過程，通過市場回報和產業政策調整三大產業比重，推動資源密集型產業向技術、資本密集型產業轉型，進而降低碳排放強度。

（三）產業結構合理化的能源消費優化效應

產業結構合理化從能源強度和能源結構兩方面影響二氧化碳排放。一方面，產業結構合理化提高了資源利用效率，降低單位GDP的能源使用，通過減少能源消耗強度降低二氧化碳排放。另一方面，截至目前，化石能源在我國能源消費結構中仍占較大比例，可再生能源占比較少［21］。產業結構合理化有利于促進化石能源使用向清潔能源使用轉變，通過調整能源消費結構降低二氧化碳排放。

總的來說，通過資源配置改善效應、碳排放強度降低效應和能源消費優化效應，產業結構合理化推動各個產業結構水平所對應碳排放量的下降，對節能減排起到積極作用，促使我國更早實現碳達峰。

三、實證模型

由機制分析可知，產業結構合理化通過資源配置改善效應、碳排放強度降低效應和能源消費優化效應對碳排放產生影響。同時碳排放存在一定的空間溢出效應，因此，文章通過構建動態空間面板模型對產業結構合理化的碳排放效應進行實證分析。

（一）模型設定

空間效應在碳排放研究中具有重要作用［22］。目前，學界關于碳排放空間效應相關研究所采用的計量模型主要包括空間自回歸模型（Spatial Autoregression Model,SAR）和空間誤差模型（Spatial Error Model,SEM），當碳排放存在空間依賴性使得計量模型存在空間自相關時，采用空間自回歸模型；當擾動項存在空間依賴性，即對碳排放有影響的遺漏變量存在空間相關性時，采用空間誤差模型。

空間自回歸模型和空間誤差模型可表示為：

其中，Y為因變量；X為自變量；α0為模型截距；i為省級行政區；t為年份；εit和μit為服從正態分布的誤差項；αj、ρ、λ為變量系數，是判斷產業結構合理化和城鄉收入差距對碳排放作用的依據。W為空間權重矩陣，空間權重矩陣是對研究中各個區域的地理位置進行量化，其主要依據是“距離”，包括鄰接距離、地理距離、經濟距離、產業距離等，常用的包括二進制鄰近矩陣和基于距離的權重矩陣。本文選擇鄰接矩陣中的后相鄰矩陣(Queen Contiguity）來計算碳排放的空間相關性，后相鄰矩陣中，相鄰區域有共同的邊或頂點為1，其余為0。

由于碳排放是一個動態過程，當期碳排放受到前期碳排放的影響，因此選擇動態空間面板模型來考察產業結構合理化對碳排放的影響效應。本文建立的動態空間面板模型如下：

其中，emissionit為第i個省級行政區在t年份的碳排放；structureit為產業結構合理化指數；z表示控制變量向量，包括城鄉收入差距（gap）、能源強度（intensity）、城鎮化率（urbanization）、環境規制（regulation）和對外開放程度（open）；ρ為空間滯后系數；λ為空間誤差系數；W為空間權重矩陣。

由于產業結構合理化可以有效改善收入不平等［23］，為了控制產業結構合理化與城鄉收入差距的交互性影響，所以在式（3）的基礎上加入產業結構合理化和城鄉收入差距的交叉項，最終的動態空間面板模型為：

（二）變量定義

被解釋變量。碳排放量（emission）等于研究區域的化石能源消費量乘以二氧化碳排放系數。對于二氧化碳排放系數，聯合國政府間氣候變化專門委員會（IPCC）、國際能源署（IEA）和美國能源信息署（EIA）公布的噸標準煤的二氧化碳排放系數在2.68～2.72噸之間，本文采用中間值2.70噸來計算各省級行政區的二氧化碳排放［24］。

解釋變量。產業結構合理化程度衡量一個經濟體各個產業間要素配置的合理化水平，同時度量投入和產出之間的協調程度。參考于斌斌修正后的做法，采用泰勒指數的倒數衡量產業結構合理化程度［25］：

其中，er表示產業結構合理化指數；tl表示泰勒指數，在泰勒指數中，各產業按照其產值賦予相應的權重；y表示國內生產總值；l表示就業人數；t表示年份；i表示第i產業。

控制變量。城鄉收入差距（gap）。現有文獻通常采用兩種方法考察城鄉收入差距。城鄉收入差距對碳排放的影響具有兩種效應。一方面，由于農村居民的收入與城市居民存在較大差距，因此，相比居住地區的環境質量，農村居民則更關注自己的收入問題，加之農村居民的環保意識相對較弱，共同導致了農村居民不計環境代價發展經濟［26］，表現為城鄉收入差距的碳排放促進作用。另一方面，由于收入的邊際污染傾向是遞減的，城市居民收入增加帶來的環境污染小于農村居民，城鄉收入差距擴大傾向于減少污染，表現為城鄉收入差距的碳排放抑制作用。本文選擇在基準回歸中采用泰爾指數考察城鄉收入差距，而在穩健性檢驗中采用城鎮居民人均可支配收入與農村居民人均可支配收入的比值考察城鄉收入差距。泰爾指數表達式如下：

其中，theil表示泰爾指數；iu、ir和i分別表示城鎮可支配收入、農村可支配收入和地區總收入；pu、pr分別表示城鎮和農村的人口數量；i、t分別表示省份i和年份t。

能源強度（intensity），以能源消費總量與人均國內生產總值的比值表示，表現研究區域的能源技術水平，能源強度正向影響碳排放［27］。城鎮化率（urbanization），衡量城鎮化的方法主要有城鎮人口比重法、非農業人口比重法、建成區面積比重法、調整系數法等［28］，本文選擇城鎮人口比重法，即以城鎮人口占總人口的比重表示城鎮化，城鎮化可通過人口流動、生活方式轉變等途徑影響碳排放。環境規制（regulation），以城市生活垃圾無害化處理率表示，環境規制對企業減少污染同時存在“競爭效應”和“擠出效應”兩種作用，一方面，環境規制使得行業中污染較大的企業“淘汰出局”，污染小的企業得到更多的市場份額，而減少二氧化碳排放；另一方面，環境規制使得企業將更多的資源投入減少污染，“擠出”了企業的綠色創新投入［29］，從而不利于減少二氧化碳排放。對外開放程度（open），以實際利用外資金額表示，經濟發展程度高的省份偏向于引進先進設備和技術，而有利于抑制碳排放；經濟發展程度低的省份偏向于引進較為落后的設備和技術，產生“污染避難所效應”，而不利于控制碳排放。

（三）數據來源與描述性統計

本文所研究的時間區間為2002—2019年，觀測個體為我國的30個省級行政區（不含西藏、香港、澳門和臺灣），主要數據來源為中國知網的中國經濟社會大數據研究平臺，部分年份數據來自國家統計局網站，對個別缺失的數據采用插值法進行補充（表1）。

表1 變量描述性統計

四、主要發現與穩健性分析

在構建動態空間面板模型的基礎上，對其進行模型識別檢驗，并考察被解釋變量的空間相關性，從而選取合適的估計方法對計量模型進行基礎回歸。此外，文章對產業結構合理化的碳排放效應進行異質性分析和穩健性檢驗。

（一）空間相關性檢驗

文章采用空間自相關分析來測量空間集聚的程度，以莫蘭指數表示空間相關性。莫蘭指數包括全局莫蘭指數和局部莫蘭指數，全局莫蘭指數是一個反映整個區域自相關指數的值，Moran's I指數最早應用于全局聚類檢驗，檢驗整個研究區域中相鄰區域是空間正相關、負相關還是相互獨立。表2為2002—2019年我國30個省級行政區碳排放的Moran's I指數檢驗結果。結果顯示，2002—2018年我國30個省級行政區碳排放的Moran's I指數通過了顯著性檢驗且均為正值，這意味著中國省級行政區的碳排放存在顯著的空間相關性，具有空間溢出效應。

盡管全局莫蘭指數為測量整個研究區域的空間相關性提供了依據，但當研究區域足夠大時，空間自相關在各地理單元是不同的，局部莫蘭指數可以檢驗局部地區是否存在相似或相異的觀察值集聚現象。碳排放的莫蘭散點圖顯示，2002—2019年間，碳排放空間集聚性較為穩定（表2）。從地區來看，東部地區呈現出“高—高”和“低—高”的特征，西部地區為“低—低”特征，中部地區整體聚集特征不明顯。

表2 2002—2019年我國30個省級行政區碳排放的Moran's I指數檢驗結果

（二）基礎回歸

對空間自回歸模型和空間誤差模型進行LM檢驗，比較LM-LAG和LM-ERR的顯著性，選擇空間自回歸模型作為分析模型。采用最大似然估計法（Maximum Likelihood Estimation,MLE）對模型進行估計。為了驗證產業結構合理化對碳排放影響的穩健性，本文采用逐步引入解釋變量和控制變量的方法來觀察各個系數和顯著性的變化。表3為動態與靜態SAR模型估計結果，結果顯示，在引入產業結構合理化和城鄉收入差距的交叉項后，解釋變量和控制變量的系數與顯著性變化不大，這表明產業結構合理化和城鄉收入差距存在較為明顯的交互性影響，且模型的估計結果是穩定的。

首先，從表3可以看出，空間動態與靜態SAR面板模型各項系數的估計結果和顯著性基本類似，這意味著采用后相鄰矩陣和考慮碳排放的空間效應是合適的。與空間動態SAR面板模型的回歸結果相比，空間靜態SAR面板模型顯著高估了城鄉收入差距對碳排放的抑制作用，以及能源強度、環境規制與城鎮化率對碳排放的促進作用，原因在于碳排放的一階滯后項能夠將影響碳排放的潛在因素從空間結構影響中分離，糾正靜態SAR面板模型的偏差。

表3 動態與靜態SAR模型估計結果

其次，空間動態SAR面板模型（7）的估計結果顯示，產業結構合理化在1%的顯著性水平下抑制碳排放，影響系數為-0.023 0。我國在進入21世紀后，得益于政府和市場在資源配置上的相互補充，產業結構合理化程度不斷提高，產業間的資源配置能力持續增強，改善了能源的利用效率，表現為產業結構合理化程度提高對碳排放的抑制作用。

最后，控制變量的估計結果顯示：第一，城鄉收入差距在10%的顯著性水平下抑制碳排放，影響系數為-0.402 2，這說明在過去二十年中，伴隨著經濟快速增長，我國城市居民收入不斷提高，中高收入群體快速擴大，由于收入的邊際污染效應遞減，表現為城鄉收入差距擴大對碳排放的抑制作用；第二，碳排放強度在1%的顯著性水平下促進碳排放，影響系數為0.243 9，符合理論預期，碳排放強度與能源技術水平呈負向相關，碳排放強度的提高意味著單位國內生產總值的能源消耗提高，伴隨中國邁入后工業化時代，2002—2019年間各行業的碳排放強度總體呈下降趨勢，且降幅巨大，這將對中國實現碳達峰產生積極影響；第三，環境規制在5%的顯著性水平下促進碳排放，影響系數為0.000 7，這說明，環境規制所帶來的“擠出效應”大于“競爭效應”，產生了較小的碳排放促進作用；第四，城鎮化在1%的顯著性水平下促進碳排放，影響系數為0.591 0，中國正處于快速城鎮化階段，大量的農村勞動力進入城市推動工業發展，帶來碳排放的增加，同時這一部分勞動力在城市的生活碳排放也高于農村；第五，對外開放程度對碳排放的影響作用為正且未通過顯著性檢驗，這可能是由于我國各省級行政區使用外資存在結構性差異而產生。

（三）控制經濟發展階段的考察

城鄉收入差距的變化和經濟發展階段緊密相關。因此，本文按照城鄉收入差距變化趨勢將我國經濟發展階段劃分為工業化（2002—2009年）和城鎮化（2010—2019年）兩個階段。我國2002—2019年城鄉收入差距如圖1所示，回歸結果見表4。在工業化階段，產業結構合理化在1%的顯著性水平下抑制碳排放，影響系數為-0.033 6，產業結構合理化改善了資源配置，提高了我國在經濟高速發展時期的資源利用效率，對碳排放有一定抑制作用；城鄉收入差距在1%的顯著性水平下促進碳排放，影響系數為1.209 4，這個時期的我國剛剛加入世界貿易組織，迅速增加的出口貿易擴大了城鄉收入差距［30］，導致農村居民以環境破壞為代價發展經濟，碳排放隨之增加；碳排放強度在1%的顯著性水平下促進碳排放，影響系數為0.274 5，符合理論預期；環境規制對碳排放影響不顯著，這一時期我國對于環境保護的各項規章制度正在逐步建立，但尚未形成較為完善的管理標準；城鎮化在1%的顯著性水平下促進碳排放，影響系數為0.779 8，符合理論預期。

表4 不同城鄉收入差距發展階段的回歸估計結果

圖1 我國2002—2019年城鄉收入差距

在城鎮化階段，產業結構合理化在1%的顯著性水平下抑制碳排放，影響系數為-0.177 9，經濟發展的過程中，工業碳排放從“總量增加”轉向“結構性增加”，產業結構合理化程度提高促進資源向主導優勢產業傾斜，通過擴張低碳產業和壓縮過剩產能，從而抑制碳排放；城鄉收入差距對碳排放影響不顯著；碳排放強度在10%的顯著性水平下促進碳排放，影響系數為0.230 9，符合理論預期；環境規制在10%的顯著性水平下抑制碳排放，影響系數為-0.001 8，在這一時期，我國政府已經將環境保護作為重要工作，從中央到地方出臺了一系列環境保護政策，生態文明建設取得卓越成效；城鎮化對碳排放影響不顯著，和工業化時期農村人口涌向城鎮伴隨著大量中低端制造業快速發展不同，城鎮化時期的人口流動伴隨著高端制造業和服務業擴張，對碳排放不造成顯著影響。

在我國經濟由工業化邁向城鎮化的過程中，產業結構合理化對碳排放的抑制作用大大加強，影響力由-0.033 6擴大到-0.177 9，說明伴隨著經濟發展，產業結構合理化對資源的配置效率不斷提升，在實現碳達峰碳中和戰略的過程中產業結構合理化將發揮重要作用。碳排放強度對碳排放的促進作用減小，影響系數由0.274 5下降到0.230 9，說明能源技術水平和能源利用效率提高，經濟增長的碳排放效應下降。

（四）穩健性檢驗

為進一步檢驗產業結構合理化對碳排放影響效應的有效性，本文采用兩種方式進行穩健性檢驗。第一，構建反距離空間權重矩陣來替代后相鄰矩陣對基礎回歸的實證結果進行檢驗；第二，使用城鎮居民人均可支配收入與農村居民人均可支配收入的比值替換泰爾指數來衡量城鄉收入差距，以改變核心解釋變量的衡量方法進行檢驗。所選擇的空間動態面板模型和估計方法與基礎回歸一致，表5為替換后的回歸估計結果。相比基礎回歸的估計結果，替換后系數大小和顯著性有一定程度的改變，但核心解釋變量系數符號保持一致，且可以得出與基礎回歸相同的研究結論。這表明產業結構合理化和城鄉收入差距對碳排放的影響效應是具有可靠性和穩健性的。其中，反距離空間權重矩陣構建方法如下［31］：

表5 穩健性檢驗

式中：dij表示省份i與省份j的地理距離；d表示空間閾值的上限。

五、結論與政策啟示

在碳達峰碳中和的大背景下，文章闡釋了產業結構合理化對碳排放影響效應的理論機制，基于我國30個省級行政區（不含西藏、香港、澳門和臺灣）的統計數據，運用解釋力更強的動態空間面板模型檢驗了產業結構合理化對碳排放影響的空間效應。研究發現：

理論上，產業結構合理化通過資源配置改善效應、碳排放強度降低效應和能源消費優化效應影響碳排放。首先，產業結構合理化優化了生產要素在產業間的配置，促進勞動力、資本、技術等由第一、二產業流向第三產業，由落后的工藝技術流向先進的工藝技術，從而降低碳排放；其次，產業結構合理化通過提高資源配置效率和調整產業比重降低碳強度，進而減少碳排放；最后，產業結構合理化通過降低能源強度和優化能源消費結構降低碳排放。

實證結果顯示，碳排放具有顯著的空間溢出效應，并且該效應是研究產業結構合理化影響碳排放的重要因素。產業結構合理化對碳排放具有抑制作用，伴隨我國由工業化邁向城市化，產業結構合理化的碳減排效應不斷增強，因此，產業結構合理化是我國控制二氧化碳排放的重要手段。

城鎮化、碳排放強度和環境規制對碳排放具有正向影響，城鄉收入差距對碳排放具有負向影響。我國的快速城鎮化伴隨著第二產業的大量聚集，從而推動二氧化碳排放迅速增加；碳排放強度的促進作用逐漸減小，說明我國的能源技術進步抑制了二氧化碳排放；環境規制對碳排放產生較小的促進作用，表示環境規制的“擠出效應”大于“競爭效應”，不利于控制碳排放。城鄉收入差距對碳排放的抑制作用大于促進作用。

主要的政策啟示有：

第一，產業結構合理化對二氧化碳排放具有抑制作用，是實現碳達峰碳中和的重要路徑。要進一步提高產業結構合理化水平，統一生產要素市場，促進生產要素合理流動和優化配置，逐步實現資源在三大產業間的合理配置，通過調整產業結構產生的“結構性減排”推動“總量減排”。產業結構合理化的過程內含了勞動力資源的優化配置，在促進二氧化碳減排的同時縮小了城鄉收入差距。

第二，碳排放強度對二氧化碳排放具有促進作用，說明能源技術進步對二氧化碳排放具有抑制作用。要加大能源科技投入，推動能源技術進步，完善能源領域的創新體系，鼓勵節能技術研發應用。能源技術進步將降低碳排放強度，為二氧化碳總量減少打下堅實基礎。

第三，環境規制對碳排放具有雙重效應，要因地制宜制定環境保護政策。大力發展新能源，優化能源結構，推動煤炭消費盡早達峰［32］，不同經濟發展階段環境規制帶來的作用是不同的，針對發達地區制定較為嚴格的環境保護政策，促使當地企業淘汰落后產能，將資金更多地投入到環保技術的開發和應用中。對于較為落后地區制定具有針對性的環保政策，一方面避免出現“擠出效應”而適得其反，另一方面避免承接發達地區產能轉移而產生“污染避難所效應”。