中國減污降碳政策的量化評價

摘 要：本文基于政策制定的視角，利用ROSTCM工具構(gòu)建減污降碳政策評價體系，運用PMC指數(shù)模型對2011—2022年中央層面發(fā)布的40項減污降碳政策進行量化評價，并選取其中6項代表性政策樣本進一步繪制PMC曲面圖進行多維度深度剖析，為新一輪政策的實施、調(diào)整、修正及延續(xù)提供參考依據(jù)。研究結(jié)果發(fā)現(xiàn)：（1）減污降碳政策設(shè)計總體較為合理，40項政策PMC指數(shù)均值為6.49，總體評價等級為可接受。（2）減污降碳政策仍存在改進空間，6項代表性政策樣本在政策時效、政策客體、政策激勵與約束、政策保障四個方面劣勢較為明顯。在定量評價分析基礎(chǔ)上，從政策時效等四個方面提出優(yōu)化和完善的策略。

關(guān)鍵詞：減污降碳；量化評價；PMC指數(shù)模型

中圖分類號：X51

文獻標識碼：A" 文章編號：1673－4513（2024）－03－044－13

在“雙碳目標”約束下，加快推進減污降碳工作已成為生態(tài)文明建設(shè)更為重要的環(huán)節(jié)。“十四五”時期，中國將進一步構(gòu)建減污降碳一體謀劃、一體部署、一體推進、一體考核的制度機制。當前，減污降碳已成為中國產(chǎn)業(yè)低碳轉(zhuǎn)型和打贏污染防治攻堅戰(zhàn)的關(guān)鍵，而厘清減污降碳政策執(zhí)行的時效性、政策激勵與約束特點、保障機制等，將有助于研判政策效力，進一步挖掘政策潛力，求解優(yōu)化政策的策略。而以往研究多集中在減污降碳概念界定和體系構(gòu)建方面[1-2]，學(xué)者們多提倡構(gòu)建減污降碳協(xié)同多

元共治體系并探討將減污降碳協(xié)同治理納入生態(tài)環(huán)境管理體系的可能性[3-4]。為此，本文在文本挖掘基礎(chǔ)上，運用PMC指數(shù)模型對2011—2022年中央層面發(fā)布的減污降碳政策進行分析評價，挖掘每項政策的內(nèi)容特征，梳理現(xiàn)行政策的特點，發(fā)現(xiàn)已有政策的不足從而優(yōu)化政策體系，加快實現(xiàn)雙碳目標和美麗中國建設(shè)。

一、文獻綜述

繼2022年6月中國生態(tài)環(huán)境部等七部門發(fā)布《減污降碳協(xié)同增效實施方案》后，“減污降碳”在多個重要場合被反復(fù)重申、強調(diào)，也成為學(xué)術(shù)研究的熱點方向。參考陳梓銘[4]的觀點，減污降碳政策是政府部門旨在減少污染物排放和溫室氣體排放、促進產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級、推動能源結(jié)構(gòu)的優(yōu)化調(diào)整的一套標準化政策體系。已有減污降碳政策研究多集中在政策實施效果評估分析，主要是運用多種計量經(jīng)濟學(xué)方法開展實證影響評估估算，且多為政策執(zhí)行效果的事后評估。Sónia Almeida Neves等[1]采用自回歸分析滯后模型關(guān)注基于市場的法律法規(guī)、外商投資、監(jiān)管政策、對二氧化碳排放的影響。Zhang，Z.H等[2]綜合運用雙重差分（DID）、傾向性得分匹配-雙重差分（PSM-DID）、空間DID模型從國家、區(qū)域和行政層面探討《大氣污染防治行動計劃》對中國碳排放的影響。 Dolf Gielen等[3]基于上海市能源系統(tǒng)數(shù)據(jù)利用MARKAL模型評估二氧化碳減排的最優(yōu)政策組合。Muhammad Adnan Bashir等[4]運用計量經(jīng)濟學(xué)方法探究減污降碳的經(jīng)濟和體制指標對碳排放的實證影響。Qin Yirong[5]利用非線性面板ARDL方法探究環(huán)境政策嚴苛度對高污染經(jīng)濟體碳排放的影響。劉強等[6]基于EPS模型對碳減排政策的實施效果進行綜合評價。陳儒等[7]基于碳績效核算視角的碳計量模型、SBM模型和ML效率指數(shù)對碳交易政策效應(yīng)進行分析評價。Stefan Gsslin等[8]對全球海洋空氣污染政策范圍及有效性開展評估。具體到減污降碳政策評價方面，學(xué)界尚無經(jīng)典方法且理論研究不足，多引入量化思維對減污降碳政策的某一方面展開評價。

除了運用計量經(jīng)濟學(xué)模型外，對公共政策評價的另一類方法，是一種綜合性的政策評價方法，將之定義為運用可行的評價準則對特定政策在制定、調(diào)整及實施等環(huán)節(jié)進行全面檢測、評價、判斷和總結(jié)的一項復(fù)雜系統(tǒng)科學(xué)[9]。綜合性的政策評價方法不僅關(guān)注政策變量與結(jié)果變量之間的因果關(guān)系，而且通過多維度指標的綜合考量，對政策進行多方位的評價。常用的評價方法包括灰色關(guān)聯(lián)、PMC（Policy Modeling Consistency，政策一致性建模）指數(shù)模型等。陸敏等[10]利用灰色關(guān)聯(lián)模型從效率角度評價中國節(jié)能減排政策的實施效果。時丹丹[11]采用調(diào)查問卷數(shù)據(jù)，構(gòu)建基于BP人工神經(jīng)網(wǎng)絡(luò)的工藝創(chuàng)新科技政策評價框架用以評價科技政策。2010年，Ruiz Edtrada[12]基于Omnia Mobilis假說提出政策建模一致性（Policy Modeling Consistency，PMC）指數(shù)模型，此項新型政策評估方法為單一政策文本的定量評價開拓了新道路，可應(yīng)用于事前評價。PMC指數(shù)模型最初應(yīng)用于經(jīng)濟政策評估[13]，隨后中國學(xué)者張永安將之引進國內(nèi)，廣泛應(yīng)用于生態(tài)環(huán)境補償政策[14-15]、耕地保護政策[16]、綠色發(fā)展政策[17]、科技創(chuàng)新政策[18]等領(lǐng)域。張永安等[19]通過文本挖掘提取變量，對新能源汽車補貼政策進行量化評價。方永恒[20]利用PMC指數(shù)模型對保障性住房政策進行量化評價。

通過對比已有文獻中的量化評價方法，PMC指數(shù)模型具備以下突出的優(yōu)勢：一是PMC指數(shù)模型的參數(shù)尤其是二級變量主要是通過文本挖掘獲得的，可確保變量設(shè)置的客觀性和精確性；二是相對于開展事后評價的政策模型，PMC指數(shù)模型主要聚焦于政策文本本身進行研究，有效彌補政策文本量化研究聚焦程度不夠的遺憾；三是PMC指數(shù)模型可以分析不同政策之間的一致性水平，同時直觀展示一項政策的優(yōu)勢和劣勢，從而為政策調(diào)整提供方向；四是相較于BP人工神經(jīng)網(wǎng)絡(luò)等模型，利用PMC指數(shù)模型開展政策量化評價成本較低，更易操作。

前人運用計量經(jīng)濟學(xué)方法對政策實施效果進行實證分析，已為本文研究提供了借鑒，卻鮮見對減污降碳政策的專項評價研究，因而本文試圖在以下三個方面進行深入系統(tǒng)探究：其一，從新的研究視角切入。從文本挖掘新視角出發(fā)對中國減污降碳政策進行系統(tǒng)分析和評價。其二，運用定量方法研究定性問題。基于政策建模一致性（Policy Modeling Research Consistency，PMC）指數(shù)模型，構(gòu)建中國減污降碳定量評價框架，立足精準判斷政策實施效果。其三，強化實證研究覆蓋度。選擇40項減污降碳政策作為研究樣本，對各項政策的優(yōu)劣勢進行全面評價，跟進中國減污降碳政策執(zhí)行過程，為后續(xù)政策調(diào)整和完善提供新的依據(jù)。

二、研究設(shè)計

（一）數(shù)據(jù)來源與樣本選擇

為了系統(tǒng)、全面地獲取減污降碳政策樣本，本文采用了三種檢索途徑：（1）利用網(wǎng)絡(luò)爬蟲技術(shù)獲取減污降碳政策文本。（2）借鑒陳梓銘[21]觀點，以“大氣污染”“環(huán)境保護”“節(jié)能減排”“能源資源”“碳排放”為關(guān)鍵詞，利用北大法寶法律法規(guī)數(shù)據(jù)庫進行檢索。（3）在官網(wǎng)中收集減污降碳相關(guān)政策文件。對政策文件按以下標準進行篩選：（1）發(fā)文主體僅選擇中央、國務(wù)院、國家發(fā)改委頒布的行政法律法規(guī)作為代表性政策，各地方政府頒布的減污降碳政策不納入研究。（2）發(fā)文內(nèi)容僅保留與減污降碳直接相關(guān)的有效政策文本，剔除已失效文件和政策解讀、會議通知等性質(zhì)文本。共搜集了2011—2022年中央層面發(fā)布的60項減污降碳政策文本，提取了40項有效政策文本，見表1。

（二）研究方法

1.文本挖掘

采用文本數(shù)據(jù)挖掘技術(shù)（Text Data Mining，TDM），運用ROSTCM6.0、Nvivo11軟件對文本信息進行挖掘。本文通過文本挖掘技術(shù)提取40份政策文本中的高頻詞作出變量分類和參數(shù)識別，構(gòu)建減污降碳政策評價體系。

2.PMC指數(shù)模型

PMC指數(shù)模型主要包括四個步驟：①變量分類與參數(shù)識別，確定一級與二級變量；②構(gòu)建多投入產(chǎn)出表； ③PMC指數(shù)測量；④構(gòu)建PMC曲面圖。PMC曲面圖能立體地將減污降碳政策的評價結(jié)果可視化，并通過曲面的凹陷程度立體化反映政策的優(yōu)缺點。凸面部分表示相應(yīng)的評價指標得分較高，而凹面部分表示相應(yīng)的評價指標得分較低。

（三） PMC指數(shù)模型的構(gòu)建

1.變量分類與參數(shù)識別

將政策文件導(dǎo)入ROSTCM6.0軟件，通過文件合并、分詞處理、詞頻統(tǒng)計等步驟提取前300個高頻詞，再剔除干擾性詞匯，最終得到273個有效高頻詞匯。然后借助Nvivo11對273個有效高頻詞匯進行編碼，形成編碼表（見表2）。

在參考現(xiàn)有研究成果的基礎(chǔ)上[22]，增設(shè)政策性質(zhì)、政策領(lǐng)域、政策時效和政策公開四個一級變量（表3）。其由10個一級變量和41個二級變量組成，其中一級變量為：政策性質(zhì)（X1）、政策領(lǐng)域（X2）、政策時效（X3）、政策客體（X4）、政策重點（X5）、政策作用（X6）、政策激勵與約束（X7）、政策保障（X8）、政策評價（X9）、政策公開（X10）。關(guān)于參數(shù)情況，如果政策能夠符合相應(yīng)的二級變量，那么該項政策設(shè)定為1，反之如果不符合則二級變量設(shè)定為0。所有參數(shù)設(shè)定為二進制的0和1，以確保每一個二級變量均是同等重要并對多投入產(chǎn)出表發(fā)揮著同樣的影響。

2.構(gòu)建多投入產(chǎn)出表

多投入產(chǎn)出表通過構(gòu)建替代性數(shù)據(jù)分析框架，可以從多個維度對單一變量進行量化。多投入產(chǎn)出表是計算10個一級變量的基礎(chǔ)，每個一級變量下的二級變量數(shù)量沒有限制，且各變量的重要性相同，因此有必要以二進制形式處理所有二級變量。本文對多投入產(chǎn)出表中10個一級變量下設(shè)的41個二級變量進行賦值 因賦值數(shù)據(jù)體量較大，不宜在文中展示，如有需要可聯(lián)系作者，結(jié)合減污降碳政策各變量的具體情況，建立多投入產(chǎn)出表（見表4）

3.計算PMC指數(shù)

在Estrada[2]的基礎(chǔ)上，構(gòu)建減污降碳政策的PMC指數(shù)模型，基于表5的二級變量，根據(jù)以下四項基本步驟計算PMC指數(shù)。

根據(jù)減污降碳政策文本進行變量設(shè)置，包括一級變量和二級變量XN［0，1］（1）

創(chuàng)建多投入產(chǎn)出表，并基于文本挖掘和二進制方法為二級變量分配特定值，每個參數(shù)編碼為二進制“0”或“1”。

X={XR：［0，1］}（2）

結(jié)合上一步中二級變量的賦值，按式（3）計算一級變量的值。式（3）中，t第一級指標的序號，j為第二級變量的序號，n為第二級指標的個數(shù)。

Xt∑nj=1XtjTXtj，t=1，2，3…（3）

使用公式為所有變量的值求和

PMC=X1∑6a=1X1a6+

X2∑5b=1X1a5+X3∑3b=1X1a3+

X4∑4b=1X1a4+X5∑6b=1X1a6+

X6∑3b=1X1a3+

X7∑5b=1X1a5+

X8∑6b=1X1a6+X9∑3b=1X1a3+X10（4）

4.構(gòu)建PMC曲面圖

以PMC曲面的可視化來刻畫各項政策的優(yōu)劣，需要構(gòu)建PMC矩陣，共設(shè)10個一級變量，但一級變量X10未設(shè)置任何二級變量，且各項政策的該項得分均為1。考慮到矩陣的對稱性和PMC曲面的平衡性，剔除X10，形成三階方陣，根據(jù)式（5）進行PMC曲面的計算。

PMC－Surface=X1X2X3X4X5X6X7X8X9（5）

三、中國減污降碳政策量化評價結(jié)果

根據(jù)上述步驟，計算得到40項減污降碳政策的PMC指數(shù)，并進行評級。按照已有國內(nèi)外學(xué)者對PMC指數(shù)的評級[12，19]，將PMC指數(shù)值劃分為4個等級：10～9為優(yōu)秀（perfect consistency），8.99～7為良好（good consistency），6.99～5為可接受（acceptable consistency），4.99～0為不良（low consistency）。結(jié)合上述政策評分標準，將40項減污降碳政策進行等級劃分，如表6所示。選取代表性政策文本的計算結(jié)果構(gòu)建PMC曲面（見表7），進而將PMC曲面結(jié)果呈現(xiàn)在圖1-6中。

（一）減污降碳政策整體特征分析

由表5可知，政策的PMC指數(shù)均值為6.49，總體質(zhì)量表現(xiàn)為可接受等級，表明我國減污降碳政策具備適用性。其中，優(yōu)秀等級的政策1項，達到良好等級的政策共13項，達到可接受等級的政策共23項，不良等級的政策共3項。92.5%的減污降碳政策文本呈現(xiàn)出可接受及以上的質(zhì)量，但與此同時，不良政策數(shù)量為3說明政策在內(nèi)容設(shè)計政策上仍存在較大提升空間。具體到各變量， 10個一級變量PMC均值從高到低分別是政策公開（X10）gt;政策評價（X9）gt;政策作用（X6）gt;政策性質(zhì)（X1）gt;政策領(lǐng)域（X2）gt;政策重點（X5）gt;政策客體（X4）gt;政策保障（X8）gt;政策激勵與約束（X7）gt;政策時效（X3）。

（二）代表性減污降碳政策PMC曲面特征分析

依據(jù)PMC指數(shù)模型“不忽略任何一個相關(guān)變量”的主旨思想[13]，在選取代表性政策樣本進行實證分析時不必遵循特定規(guī)律，也不必按照政策效力級別等維度進行劃分。因此，為使政策對比更加清晰，隨機選取了評價等級為優(yōu)秀（P37）和不良（P19）的各1項政策，評價等級為良好（P2、P39）和可接受（P14、P23）的各兩項政策，共計6項政策作為單項政策評價的樣本做進一步PMC曲面圖的分析。

為更加直觀地呈現(xiàn)政策的凹陷程度及優(yōu)劣勢[13]，根據(jù)公式（5），建立六項減污降碳政策的PMC矩陣，如表8所示。根據(jù)PMC矩陣，繪制6項減污降碳政策的PMC曲面，如圖1－圖6所示。

1.與均值的比較

為評價政策的“完美程度” [13]，擬將待評價政策各一級變量得分與平均值得分進行比較分析。PMC曲面可視化結(jié)果顯示：10項政策在政策評價（X9）、政策公開（X10）處均為滿分，表明其樣本政策均滿足目標明確、方案科學(xué)、規(guī)劃翔實且均為公開發(fā)布的條件。在政策性質(zhì)（X1）處，除去P14、P23，其余政策得分均高于平均值。在政策時效（X3）處，6項政策得分等同于均值。在政策領(lǐng)域（X2）、政策客體（X4）處，P2、P37、P39得分均高于平均值，占比50%，可見，減污降碳政策經(jīng)歷了不同階段的價值觀念、政策目標、政策資源的嬗變，體現(xiàn)了不同時期減污降碳政策的特點和公眾的需求，其涵蓋領(lǐng)域因時而變，不斷擴充和完善。而在政策重點（X5）、政策作用（X6）、政策激勵與約束（X7）、政策保障（X8）等4類一級變量的得分上，均有3至4項政策低于平均值，因此，從政策評價的整體水平來看，提高或改善減污降碳政策的PMC指數(shù)需從政策重點、政策作用、政策激勵與約束、政策保障4個方面入手，與表7展示結(jié)果一致。

2.與“完美”政策的比較

運用凹陷指數(shù)（政策一級變量得分與各項政策均為滿分的“完美”政策的差值[14]），將被評價政策與完美政策進行比較，從縱向和橫向兩個層面進行研究。

從縱向即各項政策的凹陷程度來看：依據(jù)表6各項政策凹陷指數(shù)得分，將凹陷指數(shù)劃分為三個級別[15]，6～4.1為高凹陷程度，4.1～2.55為可接受凹陷程度，2.5～0為低凹陷程度。其中P19為高凹陷程度，P14、P23為可接受凹陷程度，P2、P37、P39為低凹陷程度，在PMC曲面上可清楚呈現(xiàn)各政策變量的凹陷趨勢。將表7的PMC指數(shù)與凹陷指數(shù)以柱狀圖顯示見圖8。可見，凹陷指數(shù)的大小（凹陷程度的強弱）與PMC指數(shù)成反比，PMC指數(shù)越大，凹陷指數(shù)越小（凹陷程度越弱）。6項政策的凹陷程度從強到弱依次排列為P19—P23—P14—P2—P39—P37。PMC曲面的凹陷程度可反映各一級變量的薄弱環(huán)節(jié)。其中，P37最接近“完美政策”，相反P19與“完美”政策差距較大。追溯至二級變量賦值情況可知，P19在政策重點（X5）政策評價（X9）、政策公開（X10）上與其他政策并無二致；在政策性質(zhì)（X1）上，政策監(jiān)管性的體現(xiàn)不足。在政策時效（X3）上缺乏對長期目標和短期目標的描述；政策領(lǐng)域（X2）上缺少經(jīng)濟推動減污降碳目標實現(xiàn)；政策客體（X4）上缺乏企業(yè)、公眾及社會組織的互動；政策作用（X6）上發(fā)揮的合作共贏影響力不足；在政策激勵與約束（X7）、政策保障（X8）方面僅采取技術(shù)指導(dǎo)激勵、法律保障、政府監(jiān)管、人才支持保障四項舉措，并未涉及減污降碳政策文本中常見的經(jīng)濟激勵、財政補貼、資本投資、社會監(jiān)督等手段。因此，P19的政策改進順序為政策性質(zhì)（X1）－政策領(lǐng)域（X2）－政策時效（X3）－政策作用（X6）－政策保障（X8）－政策重點（X5）－政策客體（X4）－政策激勵與約束（X7），但其改進路徑不唯一，可按照實際情況進行。

從橫向即政策各一級指標的凹陷情況看。通過繪制Debra圖來觀測6項代表性政策各一級指標的得分及凹陷情況，詳見圖9。所有一級指標中，政策時效（X3）和政策保障（X8）方面的凹陷程度最大，凹陷指數(shù)均值分別為0.67、0.50。這兩個變量的均值較低是制約我國減污降碳政策效力的主要因素。6項政策均在政策時效（X3）處發(fā)生凹陷，政策文本分析發(fā)現(xiàn)，6項政策的時效多以短期和中期為主，較少進行5年以上的長期部署，致使無法做好短期、中期和長期政策時效的銜接工作，無法保證政策長期的有效性和連貫性，可能會導(dǎo)致政策目標缺乏細化指標，難以形成穩(wěn)定的政策導(dǎo)向。政策時效（X3）得分較低意味著減污降碳政策發(fā)展目標期望值較為單一，減污降碳政策在階段性的發(fā)展規(guī)劃方面尚有較大的改進空間。政策保障（X8）的凹陷程度顯示減污降碳政策保障措施單一導(dǎo)致政策保障激勵有效性難以發(fā)揮，易出現(xiàn)公眾對減污降碳政策的了解和認知度不高、部分企業(yè)對減排責任敷衍和規(guī)避、降低政策執(zhí)行的公信力和透明度等問題。政策領(lǐng)域（X2）凹陷指數(shù)均值為0.27，大多數(shù)政策涉及環(huán)境領(lǐng)域并利用政策推動實現(xiàn)減污降碳目標，較少有減污降碳政策涉及社會領(lǐng)域，并利用經(jīng)濟、社會手段推進減污降碳目標的實現(xiàn)。政策客體（X4）凹陷指數(shù)均值分別為0.38，政策文本顯示減污降碳政策客體多涉及地方政府，鮮有涉及到公眾、社會組織。反映減污降碳政策缺乏合理的企業(yè)參與機制、公眾參與渠道不暢、社會組織參與不足等問題，制定過程中較少考慮政策的民主性，導(dǎo)致政策執(zhí)行效果不佳、反饋信息不及時和缺乏社會共識等后果。政策重點（X5）、政策激勵與約束（X7）凹陷指數(shù)均值分別為0.36、0.43，減污降碳政策重點多傾向于節(jié)能減排、環(huán)境保護、生態(tài)治理方向，較少政策內(nèi)容重視科技創(chuàng)新、經(jīng)濟效益、能源結(jié)構(gòu)調(diào)整；政策激勵手段多以經(jīng)濟激勵、財政補貼為主，技術(shù)指導(dǎo)、資本投資激勵做得不夠，忽視了技術(shù)指導(dǎo)的支撐作用，并且行政處罰力度不足。政策性質(zhì)（X1）、政策作用（X6）、政策評價（X9）、政策公開（X10）的凹陷指數(shù)均值分別為0.17、0.22、0.00、0.00說明6項政策在上述方面的一致性程度較高，優(yōu)勢較為明顯。

四、結(jié)論與討論

（一）研究結(jié)論

本文基于PMC指數(shù)模型，對2011—2022年發(fā)布的40項減污降碳政策進行量化評價，并選取其中6項代表性政策樣本進行PMC曲面的詳細特征分析，得出以下結(jié)論：

（1）減污降碳政策設(shè)計總體較為合理。40項政策PMC指數(shù)均值為6.49，總體評價等級為可接受。其中有1項政策的PMC指數(shù)評分等級為優(yōu)秀，13項政策等級為良好，23項政策等級為可接受，3項政策等級為不良，其中可接受等級及以上的政策占比高達92.5%，這也說明了我國充分重視減污降碳領(lǐng)域的頂層設(shè)計，分別從節(jié)能減排、科技創(chuàng)新、環(huán)境保護、生態(tài)治理、能源結(jié)構(gòu)調(diào)整等各個維度全面推進減污降碳的技術(shù)進步、可持續(xù)發(fā)展。

（2）減污降碳政策仍存在改進空間。40項政策在政策保障（X8）、政策激勵與約束（X7）、政策時效（X3）方面一致性程度仍然較低，其中仍有3項政策評價等級為不良。綜合6項代表性政策的量化評價結(jié)果，政策內(nèi)容設(shè)計存在以下不足：①在政策時效方面，缺少對減污降碳政策的長期規(guī)劃。②在政策客體方面，缺乏與公眾、社會組織的互動。③在政策激勵與約束方面，政策經(jīng)濟與監(jiān)督管理手段有待加強。④在政策保障方面，保障措施單一化致使其有效性難以發(fā)揮。代表性政策中存在的共性問題是，發(fā)布的政策大多以通知的方式進行，缺乏宣傳引導(dǎo)、行業(yè)自律、社會監(jiān)督等政策保障措施。

（二）政策啟示

針對減污降碳政策及其運行中存在的不足，提出以下建議：

第一，在政策時效方面，明確長期規(guī)劃對于減污降碳政策優(yōu)化的重要性。應(yīng)通盤考慮政策的綜合性、長遠性和可操作性，推動減污降碳政策的持續(xù)發(fā)展。一是建立長期減污降碳政策目標，并將其納入法律法規(guī)或政策文件，保證政策目標的穩(wěn)定和持續(xù)性，并能引導(dǎo)相關(guān)部門在未來較長時期內(nèi)共同努力。二是制定長期規(guī)劃時應(yīng)與國家整體發(fā)展目標相銜接，促進減污降碳與經(jīng)濟發(fā)展的良性循環(huán)。三是引入科學(xué)評估機制，對政策的實施效果進行定期評估。

第二，在政策客體方面，增強不同群體參與減污降碳政策執(zhí)行的積極性和有效性。一是加強政策信息的透明化。通過在政府官方網(wǎng)站、媒體發(fā)布和社交平臺等途徑廣泛傳播政策信息，增強政策知曉度和認可度，確保相關(guān)信息對公眾、企業(yè)可獲取、易理解。二是完善參與機制和相關(guān)渠道。通過設(shè)立專門的社會參與機構(gòu)、成立環(huán)保咨詢委員會或?qū)＜医M織等方式，建立政策征求意見的渠道，以增加公眾和企業(yè)等政策客體的參與度。三是激勵企業(yè)、公眾和社會組織參與政策出臺或調(diào)整。以開展環(huán)保宣傳活動、組織減排技術(shù)培訓(xùn)等形式增強他們參與的意愿和能力，及時根據(jù)實際情況對政策進行優(yōu)化和調(diào)整。

第三，在政策激勵與約束方面，強化運用經(jīng)濟和監(jiān)督手段。一是建議明確財政補貼的具體標準和申請條件，提高相關(guān)政策客體參與減污降碳的積極性。二是加大技術(shù)指導(dǎo)等相關(guān)政策激勵內(nèi)容，推動減污降碳政策的落地和執(zhí)行，引導(dǎo)企業(yè)和公眾更加積極參與減排行動。三是在政策中加強對環(huán)保違法行為的監(jiān)督和處罰力度，嚴厲打擊相關(guān)涉污行為。建立激勵機制，調(diào)動各方執(zhí)行政策的積極性。建立約束機制，提高政策執(zhí)行效率。

第四，在政策保障方面，需采用多樣化手段推動政策的全面實施和有效執(zhí)行。一是加大對政策的宣傳，吸引不同群體關(guān)注，提高政策認知度。二是強化政策執(zhí)行的配套機制，加強對政策落實情況的監(jiān)測和評估以確保政策保障內(nèi)容的有效執(zhí)行。三是強化社會參與機制，政府通過鼓勵公眾、媒體和社會組織參與政策保障內(nèi)容的評估工作以確保政策保障內(nèi)容的有效落實。

參考文獻：

[1]戴靜怡，曹媛，陳操操.城市減污降碳協(xié)同增效內(nèi)涵、潛力與路徑[J].中國環(huán)境管理，2023，15（2）：30-37.

[2]鄭逸璇，宋曉暉，周佳，等.減污降碳協(xié)同增效的關(guān)鍵路徑與政策研究[J].中國環(huán)境管理，2021，13（5）：45-51.

[3]王涵，馬軍，陳民，等.減污降碳協(xié)同多元共治體系需求及構(gòu)建探析[J].環(huán)境科學(xué)研究，2022，35（4）：936-944.

[4]陳梓銘.減污降碳協(xié)同治理的環(huán)境法典表達[J].南京工業(yè)大學(xué)學(xué)報（社會科學(xué)版），2022，21（5）：47-59+115-116.

[5]Sónia Almeida Neves a b，António Cardoso Marques a b，Margarida Patrício a.Determinants of CO2 emissions in European Union countries： Does environmental regulation reduce environmental pollution？ -ScienceDirect[J].Economic Analysis and Policy， 2020， 68：114-125.

[6]Zhang Z， Zhang J， Feng Y.Assessment of the Carbon Emission Reduction Effect of the Air Pollution Prevention and Control Action Plan in China[J].IJERPH， 2021， 18.

[7]Gielen D， Changhong C.The CO2 emission reduction benefits of Chinese energy policies and environmentalpolicies：： A case study for Shanghai， period 1995-2020[J].Ecological Economics， 2001， 39（2）：257-270.

[8]Bashir M A， Dengfeng Z， Bashir M F，et al.Exploring the role of economic and institutional indicators for carbon and GHG emissions： policy-based analysis for OECD countries[J].Environmental Science and Pollution Research， 2022， 30（12）：32722-32736.

[9]Yirong Q.Does environmental policy stringency reduce CO2 emissions？ Evidence from high-polluted economies[J].Journal of cleaner production， 2022（Mar.20）：341.

[10]劉強，田川，鄭曉奇，等.中國電力行業(yè)碳減排相關(guān)政策評價[J].資源科學(xué)， 2017， 39（12）：9.

[11]陳儒，姜志德.中國低碳農(nóng)業(yè)發(fā)展績效與政策評價[J].華南農(nóng)業(yè)大學(xué)學(xué)報：社會科學(xué)版， 2017， 16（5）：13.

[12]C S G A B， A M H， D A H.A global review of marine air pollution policies， their scope and effectiveness[J].Ocean amp; Coastal Management， 212[2023-07-28].

[13]趙莉曉.創(chuàng)新政策評估理論方法研究——基于公共政策評估邏輯框架的視角[J].科學(xué)學(xué)研究，2014，32（2）：195-202.

[14]陸敏，李巖巖.基于GM（1，1）模型的我國若干節(jié)能減排政策評價研究[J].生態(tài)經(jīng)濟，2014，30（9）：45-49.

[15]時丹丹，嵇國平.基于BP人工神經(jīng)網(wǎng)絡(luò)的工藝創(chuàng)新科技政策評價[J].統(tǒng)計與決策，2011（16）：64-66.

[16]Ruiz Estrada M A， Yap S F， Nagaraj S.Beyond the Ceteris Paribus Assumption： Modeling Demand and Supply Assuming Omnia Mobilis[J].Social Science Electronic Publishing， 2010.

[17]Estrada M A R.Policy modeling： Definition， classification and evaluation[J].Journal of Policy Modeling， 2011， 33（4）：523-536.

[18]DAI S， ZHANG W， LAN L. Quantitative evaluation of Chinas ecological protection compensation policy based on PMC index model [J]. International Journal of Environmental Research and Public Health， 2022， 19（16）： 10227.

[19]LU C， WANG B， CHEN T， et al. A document analysis of peak carbon emissions and carbon neutrality policies based on a PMC index model in China [J]. International Journal of Environmental Research and Public Health， 2022， 19（15）： 9312.

[20]Kuang B， Han J， Lu X，et al.Quantitative evaluation of Chinas cultivated land protection policies based on the PMC-Index model[J].Land Use Policy， 2020， 99.

[21]MA X-F， RUAN Y-F. Based on the PMC Index Model： Evidence from China [J]. International Journal of Environmental Research and Public Health， 2023， 20（5）： 4249.

[22]LIU Y， LI J， XU Y. Quantitative evaluation of high-tech industry policies based on the PMC-Index model： A case study of Chinas Beijing-Tianjin-Hebei region [J]. Sustainability， 2022， 14（15）： 9338.

[23]張永安，周怡園.新能源汽車補貼政策工具挖掘及量化評價[J].中國人口·資源與環(huán)境，2017，27（10）：188-197.

[24]方永恒，陳友倩.國務(wù)院保障性住房政策量化評價——基于10項保障性住房政策情報的分析[J].情報雜志，2019，38（3）：101-107.

[25]張永安，耿喆.我國區(qū)域科技創(chuàng)新政策的量化評價——基于PMC指數(shù)模型[J].科技管理研究，2015，35（14）：26-31.

[26]熊亞超，張長立，祁慧.基于“工具—目標—效力”的中國資源型城市轉(zhuǎn)型政策量化研究[J].干旱區(qū)資源與環(huán)境，2023，37（7）：9-18

[27]胡峰，戚曉妮，汪曉燕.基于PMC指數(shù)模型的機器人產(chǎn)業(yè)政策量化評價——以8項機器人產(chǎn)業(yè)政策情報為例[J].情報雜志，2020，39（1）：121-129+161.

[28]趙立祥，湯靜.中國碳減排政策的量化評價[J].中國科技論壇， 2018（1）：8.

[29]孫睿，況丹，常冬勤.碳交易的“能源－經(jīng)濟－環(huán)境”影響及碳價合理區(qū)間測算[J].中國人口·資源與環(huán)境， 2014， 24（7）：9.

[30]張翼.基于空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)的中國省域協(xié)同碳減排研究[J].統(tǒng)計與信息論壇， 2017， 32（2）：7.

[31]沈月琴，曾程，王成軍，等.碳匯補貼和碳稅政策對林業(yè)經(jīng)濟的影響研究——基于CGE的分析[J].自然資源學(xué)報， 2015（4）：9.

[32]金培振，張亞斌，彭星.技術(shù)進步在二氧化碳減排中的雙刃效應(yīng)——基于中國工業(yè)35個行業(yè)的經(jīng)驗證據(jù)[J].科學(xué)學(xué)研究， 2014， 32（5）：11.

[33]崔金星.構(gòu)建我國碳減排評價機制的法律思考[J].環(huán)境保護， 2012（20）：3.

[34]王進富，楊青云，張穎穎.基于PMC-AE指數(shù)模型的軍民融合政策量化評價[J].情報雜志， 2019， 38（4）：8.

[35]張永安，郄海拓.金融政策組合對企業(yè)技術(shù)創(chuàng)新影響的量化評價——基于PMC指數(shù)模型[J].科技進步與對策， 2017， 34（2）：9.

Quantitative Evaluation of Chinas Pollution and Carbon

Reduction Policies —— Based on the PMC Index Model

SONG Xueyao1， SUN Yu1， 2

（1.School of Public Administration， Tianjin University of Commerce， Tianjin 300134， China;

2.Department of Management and Economics， Tianjin University， Tianjin 300072， China）

Abstract：" Based on the perspective of policy making， this paper utilizes the ROSTCM tool to construct an evaluation system for pollution and carbon reduction policies， and uses the PMC index model to quantitatively evaluate the 40 pollution and carbon reduction policies issued by the central government from 2011 to 2022， and selects six representative policy samples to further draw PMC surface diagrams for multi-dimensional analysis， so as to provide reference bases for the implementation， adjustment， revision and continuation of the new round of policies. The study provides a reference basis for the implementation， adjustment， revision and continuation of the new round of policies. The results show that： （1） The overall design of pollution and carbon reduction policies is reasonable， and the average value of PMC index of the 40 policies is 6.49， which is acceptable in the overall evaluation. （2） There is still room for improvement in pollution and carbon reduction policies， and the disadvantages of the six representative policy samples are more obvious in the four aspects of policy timeliness， policy object， policy incentives and constraints， and policy guarantee. Based on the quantitative evaluation and analysis of the existing policy system， optimization and improvement strategies are proposed in the four aspects of policy timeliness.

Keywords： pollution and carbon reduction; quantitative evaluation; PMC index model

（責任編輯：湯文仙）