李 倩，趙彥云，劉冰潔

（中國人民大學(xué) 統(tǒng)計(jì)學(xué)院，北京 100872）

近些年，全球氣候變化與有害氣體排放日益嚴(yán)峻，環(huán)境問題成為亟需關(guān)注和解決的問題。中國在經(jīng)濟(jì)快速發(fā)展的同時(shí)，長期以煤炭為主的不合理的能源消費(fèi)結(jié)構(gòu)，引起了一系列生態(tài)環(huán)境問題，經(jīng)濟(jì)發(fā)展與環(huán)境污染的矛盾日趨激化[1]。相比于傳統(tǒng)能源，太陽能、風(fēng)能、海洋能、生物質(zhì)能等新能源具有污染少、可再生等特點(diǎn)，因此大力發(fā)展新能源產(chǎn)業(yè)成為緩解經(jīng)濟(jì)和環(huán)境之間矛盾的重要手段[2]。新能源產(chǎn)業(yè)作為戰(zhàn)略性新興產(chǎn)業(yè)之一，在破解能源短缺難題、培育新的經(jīng)濟(jì)增長點(diǎn)、保護(hù)生態(tài)環(huán)境等多個(gè)方面都具有巨大潛力和助推作用。但是新能源產(chǎn)業(yè)初期投入高、技術(shù)壁壘多、融資風(fēng)險(xiǎn)大[3]，而且其市場(chǎng)機(jī)制不完全成熟，因此需要政府政策的支持。中國政府先后出臺(tái)了一系列促進(jìn)新能源產(chǎn)業(yè)發(fā)展的政策，2005年《中華人民共和國可再生能源法》的頒布，以立法的形式明確了可再生能源的開發(fā)利用?！督鹛柺痉豆こ特?cái)政補(bǔ)助資金管理暫行辦法》《可再生能源發(fā)展專項(xiàng)資金管理暫行辦法》等的印發(fā)，為新能源產(chǎn)業(yè)發(fā)展提供了資金的保障。近幾年《太陽能發(fā)展“十三五”規(guī)劃》《風(fēng)電發(fā)展“十三五”規(guī)劃》《生物質(zhì)能發(fā)展“十三五”規(guī)劃》《海上風(fēng)電開發(fā)建設(shè)管理辦法》以及《關(guān)于完善風(fēng)電上網(wǎng)電價(jià)政策的通知》（發(fā)改價(jià)格〔2019〕882號(hào)）為光伏產(chǎn)業(yè)、風(fēng)電產(chǎn)業(yè)、生物質(zhì)能產(chǎn)業(yè)等新能源產(chǎn)業(yè)發(fā)展創(chuàng)造了良好的發(fā)展機(jī)遇。2017年十九大會(huì)議中也提出構(gòu)建清潔低碳、安全高效的能源體系，確認(rèn)了以生態(tài)文明建設(shè)推動(dòng)經(jīng)濟(jì)發(fā)展轉(zhuǎn)型的發(fā)展路線，堅(jiān)持綠色發(fā)展理念，著力解決空氣、水、土壤等突出環(huán)境問題。在2020年中國共產(chǎn)黨第十九屆中央委員會(huì)第五次會(huì)議通過的“十四五”規(guī)劃中，提出“十四五”時(shí)期經(jīng)濟(jì)社會(huì)發(fā)展主要目標(biāo)之一是生態(tài)文明建設(shè)實(shí)現(xiàn)新進(jìn)步，能源資源配置更加合理，主要污染物排放總量持續(xù)減少。

這一系列新能源產(chǎn)業(yè)政策實(shí)施情況如何？是否產(chǎn)生了顯著的環(huán)保效應(yīng)？為回答這些問題，本文在系統(tǒng)了解新能源產(chǎn)業(yè)政策的基礎(chǔ)上，分析新能源產(chǎn)業(yè)政策的環(huán)保效應(yīng)?？紤]到新能源產(chǎn)業(yè)政策的復(fù)雜多樣性，傳統(tǒng)的政策定性分析難以系統(tǒng)地梳理新能源產(chǎn)業(yè)政策體系，因此，本文分別采用政策文本分析、政策力度測(cè)算方法從政策內(nèi)容、政策力度兩個(gè)方面量化分析新能源產(chǎn)業(yè)政策，根據(jù)政策內(nèi)容側(cè)重點(diǎn)、政策力度變化情況初步了解新能源產(chǎn)業(yè)政策對(duì)新能源產(chǎn)業(yè)發(fā)展和大氣污染產(chǎn)生的影響；在此基礎(chǔ)上，以政策力度為核心解釋變量，建立空間杜賓模型，檢驗(yàn)新能源產(chǎn)業(yè)政策對(duì)大氣環(huán)境的影響。

一、文獻(xiàn)綜述

（一）新能源產(chǎn)業(yè)政策量化分析

新能源產(chǎn)業(yè)政策的分析最初主要集中于定性分析，包括政策介紹[4-5]、政策對(duì)比[6]、政策改善等[7-8]。但是，新能源產(chǎn)業(yè)政策數(shù)量較多、體系較為復(fù)雜，傳統(tǒng)的定性分析具有一定的局限性。因此，部分學(xué)者嘗試將一些其他領(lǐng)域的分析方法應(yīng)用于新能源產(chǎn)業(yè)政策研究。

第一，內(nèi)容分析法。通過一種客觀、系統(tǒng)和量化的方式識(shí)別文本中的關(guān)鍵特征，將定性文本轉(zhuǎn)化為用數(shù)量表示的資料，并根據(jù)一定規(guī)則對(duì)分析結(jié)果進(jìn)行解釋和檢驗(yàn)的科學(xué)方法[9]。曾婧婧和胡錦繡[10]基于2006—2013年48份宏觀太陽能產(chǎn)業(yè)政策，按照文本形式、政策年度、政策主體、政策內(nèi)容四個(gè)維度進(jìn)行頻數(shù)統(tǒng)計(jì)和量化分析。黃萃等[11]對(duì)42份風(fēng)能政策按照制定分析框架、定義分析單元、統(tǒng)計(jì)分析的步驟進(jìn)行分析，剖析風(fēng)能政策在政策工具選擇、組織和建構(gòu)中存在的問題。孫蕊和吳金希[12]、高偉和胡瀟月[13]則分別基于40項(xiàng)包含新能源在內(nèi)的戰(zhàn)略性新興產(chǎn)業(yè)政策、36項(xiàng)新能源汽車產(chǎn)業(yè)政策，從分析框架構(gòu)建、內(nèi)容分析單元編碼、頻數(shù)統(tǒng)計(jì)角度量化分析產(chǎn)業(yè)政策。但是，這些內(nèi)容分析法存在一定的不足。內(nèi)容分析法中的分析框架構(gòu)建、內(nèi)容分析單元編碼等依賴于人工判讀，受人為因素影響大，而且方法可復(fù)制性較低，尤其在產(chǎn)業(yè)政策較多時(shí)更為不適用。相比于內(nèi)容分析法，文本挖掘可以實(shí)現(xiàn)對(duì)政策文本中描述性詞組或語義關(guān)系的批量化處理，有效量化文本內(nèi)在結(jié)構(gòu)及其分布，從而分析更加客觀、高效。目前已有部分學(xué)者嘗試?yán)梦谋就诰蚍椒ㄟM(jìn)行政策分析，例如，張永安和周怡園[14]采用文本挖掘方法整理出新能源汽車補(bǔ)貼政策中的高頻有效關(guān)鍵詞，并基于關(guān)鍵詞將政策進(jìn)一步分類分析。

第二，政策力度測(cè)算方法。指政策的公信力和強(qiáng)制性程度，在一定程度上反映了政策的權(quán)威性和影響性。多數(shù)學(xué)者從政策發(fā)布機(jī)構(gòu)、政策類型、政策內(nèi)容角度測(cè)算政策力度[15-17]。呂明潔等[18]從政策發(fā)布部門、政策類型兩個(gè)維度衡量新能源產(chǎn)業(yè)政策力度，分析產(chǎn)業(yè)政策力度和政策連續(xù)性對(duì)新能源企業(yè)創(chuàng)新績效的影響。王曉珍等[19]從政策發(fā)布部門、政策形式、政策內(nèi)容三個(gè)維度衡量風(fēng)電產(chǎn)業(yè)創(chuàng)新政策力度，探討風(fēng)電產(chǎn)業(yè)創(chuàng)新政策在創(chuàng)新系統(tǒng)不同階段的作用效果和作用機(jī)理。李軍強(qiáng)等[20]以227項(xiàng)中國光伏產(chǎn)業(yè)政策為例，提出光伏產(chǎn)業(yè)政策力度和政策目標(biāo)的量化標(biāo)準(zhǔn)，探討不同政策協(xié)同對(duì)光伏產(chǎn)業(yè)績效的影響?？梢园l(fā)現(xiàn)，政策力度通過結(jié)合政策發(fā)布單位、政策類型等信息，更有效地衡量了產(chǎn)業(yè)政策情況。

（二）新能源產(chǎn)業(yè)政策的環(huán)保效應(yīng)研究

在充分了解政策實(shí)施情況的前提下，評(píng)估政策實(shí)施效果是一個(gè)亟需研究的工作[21]。關(guān)于新能源產(chǎn)業(yè)政策的環(huán)保效應(yīng)，由于新能源發(fā)電等可以較少地產(chǎn)生CO2、SO2、NOx、PM2.5等，有學(xué)者提出解決環(huán)境問題的根本途徑是改變能源消費(fèi)結(jié)構(gòu)，提高新能源比例[22]。然而，新能源產(chǎn)業(yè)的發(fā)展、新能源比例的增加，離不開新能源政策的支持。因此新能源產(chǎn)業(yè)政策引起廣泛關(guān)注，成為減輕環(huán)境污染、經(jīng)濟(jì)可持續(xù)發(fā)展的重要政策選擇。Zhang等[23]提出財(cái)政補(bǔ)貼、稅收優(yōu)惠等新能源產(chǎn)業(yè)政策可以促進(jìn)太陽能、風(fēng)能的開發(fā)和使用，促進(jìn)經(jīng)濟(jì)與環(huán)境可持續(xù)發(fā)展。魏巍賢和趙玉榮[24]認(rèn)為，可再生能源電價(jià)補(bǔ)貼政策可以讓風(fēng)力發(fā)電、太陽能發(fā)電的成本逐漸下降，在某些情況下實(shí)現(xiàn)清潔能源替代煤炭，從而減少溫室氣體、污染氣體的排放量。當(dāng)然，已有少數(shù)學(xué)者嘗試測(cè)算新能源產(chǎn)業(yè)政策的環(huán)保效應(yīng)。丁蕓和何輝[25]根據(jù)燃煤火電排放系數(shù)、新能源上網(wǎng)電量和上網(wǎng)電價(jià)補(bǔ)貼額計(jì)算新能源上網(wǎng)電價(jià)政策對(duì)大氣環(huán)境的影響，研究發(fā)現(xiàn)上網(wǎng)電價(jià)政策可以有效減少CO2、SO2、NOx排放量。Fuinhas和Koengkan[26]以拉丁美洲國家為例，將可再生能源政策總數(shù)量作為自變量，建立自回歸分布滯后模型研究發(fā)現(xiàn)可再生能源政策可以有效減少CO2排放量。Zeng等[27]將每年政策數(shù)量作為自變量，建立空間計(jì)量模型分析新能源和節(jié)能減排政策對(duì)主要空氣污染物的影響，結(jié)果表明這些政策對(duì)于減少PM10、PM2.5和SO2的排放量具有顯著效果。但是，將政策數(shù)量作為自變量加入回歸模型中評(píng)價(jià)新能源產(chǎn)業(yè)政策的環(huán)保效應(yīng)，并沒有將政策本身的內(nèi)容和相應(yīng)的執(zhí)行效果相結(jié)合，容易引起政策評(píng)價(jià)的主觀性和不確定性。

綜上所述，目前學(xué)者已經(jīng)常嘗試?yán)脙?nèi)容分析法、政策力度等方法量化分析新能源產(chǎn)業(yè)政策，并且關(guān)注到新能源產(chǎn)業(yè)政策的環(huán)保效應(yīng)。但是，分析框架構(gòu)建、內(nèi)容分析單元編碼等內(nèi)容分析法依賴于人為判斷，具有一定的主觀性；而且，將新能源政策數(shù)量作為自變量分析政策的環(huán)保效應(yīng)，忽略了政策內(nèi)容信息。因此，本文將利用文本挖掘、政策力度測(cè)算方法量化分析新能源產(chǎn)業(yè)政策，根據(jù)政策關(guān)鍵詞、政策力度水平初步了解新能源產(chǎn)業(yè)政策對(duì)大氣環(huán)境可能產(chǎn)生的影響；在此基礎(chǔ)上，將政策力度作為核心變量評(píng)估產(chǎn)業(yè)政策產(chǎn)生的環(huán)保效應(yīng)。本文貢獻(xiàn)之處為：第一，本文利用文本挖掘中的關(guān)鍵詞提取方法、政策力度測(cè)算方法量化分析新能源產(chǎn)業(yè)政策，從政策內(nèi)容、政策力度角度對(duì)新能源產(chǎn)業(yè)政策進(jìn)行整體把握與正確判斷；第二，在已有新能源產(chǎn)業(yè)政策環(huán)保效應(yīng)研究基礎(chǔ)上，探索包含政策發(fā)布單位、政策類型等信息的政策力度測(cè)算方法，以建立政策文本量化與政策效果之間的對(duì)話機(jī)制。

二、研究方法與數(shù)據(jù)來源

（一）研究方法

1. 文本分析

文本分析是政策分析的重要方法之一，可以將政策文本內(nèi)容分解為一個(gè)個(gè)可計(jì)量的分析方法，從大規(guī)模文本庫中提取隱藏、未知、潛在的有價(jià)值的信息，從而實(shí)現(xiàn)政策文本的數(shù)據(jù)化和可視化[28]。目前政策文本分析的主要關(guān)注點(diǎn)包括政策主體府際關(guān)系、政策主題內(nèi)容、政策工具、政策變遷等。

本文利用文本分析中的關(guān)鍵詞提取方法分析新能源產(chǎn)業(yè)政策。關(guān)鍵詞提取方法可以從文本中提取具有專指性且能反映政策主題的詞語或短語。在關(guān)鍵詞提取過程中，較為常用方法的是TF-IDF算法。該算法主要涉及詞頻（TF）和反文檔頻率（IDF）兩個(gè)概念[29]。TF表示特定詞語或短語在文檔中出現(xiàn)的頻率。一般情況下，如果某個(gè)詞語出現(xiàn)次數(shù)越多，則該詞語對(duì)于該文檔越重要。為了把所有的詞頻在同一個(gè)維度上分析，通常會(huì)利用式（1）將詞頻標(biāo)準(zhǔn)化。

但是，如果某個(gè)詞語在語料庫的多數(shù)文檔中都出現(xiàn)，則這個(gè)詞語具有很強(qiáng)的普遍性，從而該詞語對(duì)于文檔的重要性降低。因此引入IDF衡量詞語的普遍性，其計(jì)算方法如式（2）所示

TF-IDF值由TF值乘以IDF值得到

根據(jù)文檔中每個(gè)詞語的TF-IDF值按降序排列，位于前面的詞語即為文檔關(guān)鍵詞。

2. 空間面板模型

相比于普通面板模型，空間面板模型考慮了空間效應(yīng)。常見的空間面板模型包括空間滯后面板模型（SLM）、空間誤差面板模型（SEM）和空間杜賓模型（SDM）。

1）空間面板滯后模型。假定被解釋變量存在空間上的依賴性，即認(rèn)為空間單元i的被解釋變量不僅與解釋變量相關(guān)，還與其他空間單元的被解釋變量相關(guān)。其基本設(shè)定為

其中，yit是被解釋變量觀測(cè)值；Xit是k維解釋變量觀測(cè)值； β是k維回歸系數(shù)； ρ是空間自相關(guān)系數(shù)；wij是空間權(quán)重矩陣W中的元素； μi是空間單元個(gè)體效應(yīng)； εit是服從N(0,σ2IN)獨(dú)立同分布的誤差項(xiàng)。i=1,2,···,N表示N個(gè)不同的空間單元；t=1,2,···,T表示時(shí)間。

2）空間面板誤差模型。假設(shè)個(gè)體自身特征決定了被解釋變量的取值，而誤差項(xiàng)之間存在空間自相關(guān)

其中，φit是空間自相關(guān)誤差項(xiàng)。

3）空間面板杜賓模型。為了研究的需要，Lesage和Pace[30]在SLM基礎(chǔ)上進(jìn)行了拓展，加入解釋變量的滯后項(xiàng)，提出了空間杜賓模型（SDM）。其基本設(shè)定為

其中，γ與 β一樣，均是回歸系數(shù)。當(dāng) γ=0時(shí)，空間面板杜賓模型可以簡(jiǎn)化為空間面板滯后模型；當(dāng)γ+ρβ=0時(shí)，空間面板杜賓模型則可以簡(jiǎn)化為空間面板誤差模型。

（二）數(shù)據(jù)來源

新能源產(chǎn)業(yè)政策資料來源于國家發(fā)改委、國家能源局、各省發(fā)改委、法律之星等網(wǎng)站。（1）在國家發(fā)改委、國家能源局、法律之星網(wǎng)站，將“新能源”“風(fēng)能”“太陽能”“生物質(zhì)能”“核能”“水能”與“政策”“綱要”“規(guī)劃”“方案”“規(guī)定”“意見”“通知”等詞排列組合搜索，利用爬蟲技術(shù)獲取這些網(wǎng)站搜索結(jié)果顯示的政策；（2）依次查詢各省發(fā)改委網(wǎng)站對(duì)新能源政策進(jìn)行補(bǔ)充；（3）進(jìn)行人工篩選和整理，最終確定2003—2017年期間770條有效政策，數(shù)據(jù)字段包括發(fā)文時(shí)間、發(fā)文單位、政策名稱和政策全文等。

CO2排放量數(shù)據(jù)根據(jù)《中國能源統(tǒng)計(jì)年鑒》和IPCC（Intergovernmental Panel on Climate Change）公布的CO2排放系數(shù)計(jì)算得到。PM2.5排放量數(shù)據(jù)來源于達(dá)爾豪斯大學(xué)（Dalhousie University）大氣成分分析組（Atmospheric Composition Analysis Group）①達(dá)爾豪斯大學(xué)的大氣成分分析組應(yīng)用衛(wèi)星觀測(cè)、全球模型和原位測(cè)量等方法測(cè)量北美、歐洲、中國等國家或地區(qū)的空氣污染物排放量。http://fizz.phys.dal.ca/～atmos/martin/?page_id=140#V4.CH.02。觀測(cè)和計(jì)算的中國PM2.5排放量。SO2排放量數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》?？刂谱兞恐校司鵊DP、第二產(chǎn)業(yè)比重、地區(qū)人口密度、城鎮(zhèn)人口比例的數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》，能源消費(fèi)量數(shù)據(jù)來源于《中國能源統(tǒng)計(jì)年鑒》。

三、新能源產(chǎn)業(yè)政策量化分析

本文從政策內(nèi)容、政策力度兩個(gè)方面量化分析新能源產(chǎn)業(yè)政策，初步了解政策對(duì)新能源產(chǎn)業(yè)發(fā)展、大氣環(huán)境的影響。其中，政策內(nèi)容根據(jù)關(guān)鍵詞提取技術(shù)獲取的政策關(guān)鍵詞進(jìn)行分析；政策力度則根據(jù)政策發(fā)布單位、政策類型、政策數(shù)量量化評(píng)分得到。

（一）政策內(nèi)容分析

表1是利用TF-IDF算法得到每年新能源產(chǎn)業(yè)政策的前10個(gè)關(guān)鍵詞。根據(jù)表1可以發(fā)現(xiàn)，2003—2005年新能源產(chǎn)業(yè)政策主要集中于新能源產(chǎn)業(yè)技術(shù)研發(fā)，例如，2004年國家發(fā)展改革委辦公廳發(fā)布關(guān)于組織實(shí)施“節(jié)能和新能源關(guān)鍵技術(shù)”國家重大產(chǎn)業(yè)技術(shù)開發(fā)專項(xiàng)的通知。在該階段許多與新能源產(chǎn)業(yè)相關(guān)的關(guān)鍵技術(shù)得到攻克和發(fā)展，為新能源產(chǎn)業(yè)的快速發(fā)展奠定了基礎(chǔ)。2006—2013年新能源產(chǎn)業(yè)政策主要關(guān)注太陽能發(fā)電和風(fēng)電產(chǎn)業(yè)發(fā)展，光電、熱水、設(shè)備、光伏、住房、建筑、風(fēng)能、風(fēng)電場(chǎng)、項(xiàng)目等關(guān)鍵詞多次出現(xiàn)。與政策導(dǎo)向相符合，太陽能產(chǎn)業(yè)在太陽能熱水器制造、光伏材料制造、光伏發(fā)電等方面迅速發(fā)展，太陽能熱水器保有量從2006年9 000萬平方米增加到2013年37 470萬平方米，太陽能光伏發(fā)電累計(jì)裝機(jī)量從2006年8萬千瓦增加到2013年1 942萬千瓦；風(fēng)力發(fā)電累計(jì)裝機(jī)規(guī)模連續(xù)翻番，從2006年259.8萬千瓦增加到2013年9 141萬千瓦，風(fēng)電產(chǎn)業(yè)已形成一定的產(chǎn)業(yè)規(guī)模。由于太陽能發(fā)電和風(fēng)力發(fā)電具有清潔、可再生的特點(diǎn)，因此可以有效減少CO2和大氣污染物的排放。2014—2017年新能源產(chǎn)業(yè)政策傾向于新能源汽車，位于前三位的關(guān)鍵詞是新能源、汽車、推廣應(yīng)用，這期間財(cái)政部等部門每年都會(huì)發(fā)布開展新能源汽車推廣應(yīng)用工作的通知。在政策的支持下，新能源汽車保有量從2014年12萬量增加到2017年的153萬量，增速明顯。Qiao等[31]、阿迪拉·阿力木江等[32]的研究已證實(shí)，新能源汽車與傳統(tǒng)燃油汽車相比，可以有效減少溫室氣體CO2和大氣污染物CO、NOx、SO2等的排放。由此可見，新能源產(chǎn)業(yè)政策對(duì)于新能源產(chǎn)業(yè)發(fā)展具有政策導(dǎo)向作用，政策內(nèi)容的側(cè)重可以有效促進(jìn)該領(lǐng)域的新能源產(chǎn)業(yè)的發(fā)展，繼而降低大氣污染和碳排放。

表1 2003—2017年新能源產(chǎn)業(yè)政策關(guān)鍵詞

（二）政策力度分析

借鑒張國興等[33]、呂明潔等[18]的政策力度量化思路，分別對(duì)政策發(fā)布單位、政策類型進(jìn)行評(píng)分。不同的政策發(fā)布單位中，中央級(jí)、省級(jí)、市級(jí)、區(qū)縣級(jí)單位發(fā)布政策的力度逐漸降低。不同的政策類型中，法律由國家制定或認(rèn)可并由國家強(qiáng)制力保證實(shí)施，政策力度最大；規(guī)劃、方案、綱要作為規(guī)劃型文書，也具有較強(qiáng)的政策力度；辦法、規(guī)定、細(xì)則、條例等類型的政策力度較低，但是大于通知、公告的政策力度[34]。具體評(píng)分如表2所示。

表2 政策發(fā)布單位、政策類型評(píng)分表

基于表2的評(píng)分細(xì)則，政策力度評(píng)分可以由式（8）計(jì)算得到

其中，EP為政策力度評(píng)分； EIi為第i條政策的發(fā)布單位評(píng)分；ETi為第i條政策的政策類型評(píng)分；n為政策數(shù)量。根據(jù)式（8）計(jì)算得到2003—2017年30個(gè)省份的政策力度。圖1是匯總后的2003—2017年新能源產(chǎn)業(yè)政策數(shù)量、政策力度、平均政策力度變動(dòng)趨勢(shì)。從圖1可以看出，平均政策力度變化較少，基本上在4.0～5.0之間；政策力度和政策數(shù)量的波動(dòng)趨勢(shì)基本一致，政策力度的變化主要依賴于政策數(shù)量的變動(dòng)。2003—2006年，政策數(shù)量較少，政策力度較低，在此期間，新能源產(chǎn)業(yè)處于成長階段，太陽能熱水器、太陽能光伏發(fā)電、風(fēng)力發(fā)電等均處于初步發(fā)展?fàn)顟B(tài)。2007—2011年，政策數(shù)量和政策力度大幅度上升，與之相對(duì)應(yīng)，太陽能產(chǎn)業(yè)、風(fēng)能產(chǎn)業(yè)等新能源產(chǎn)業(yè)快速發(fā)展；2012—2017年，政策數(shù)量和政策力度不斷波動(dòng)變化，但是政策數(shù)量、政策力度都維持在較高水平，新能源產(chǎn)業(yè)進(jìn)入穩(wěn)步發(fā)展階段。

圖1 2003—2017年新能源產(chǎn)業(yè)政策數(shù)量、政策力度、平均政策力度變動(dòng)圖

因此，新能源產(chǎn)業(yè)政策的政策力度會(huì)影響新能源產(chǎn)業(yè)發(fā)展，而新能源產(chǎn)業(yè)的發(fā)展有利于大氣環(huán)境的改善。在接下來的研究中，將會(huì)把政策力度作為核心解釋變量，建立面板模型進(jìn)一步驗(yàn)證新能源產(chǎn)業(yè)政策對(duì)大氣環(huán)境的影響。

四、新能源產(chǎn)業(yè)政策環(huán)保效應(yīng)研究

在了解新能源產(chǎn)業(yè)政策內(nèi)容和政策力度的基礎(chǔ)上，基于2003—2017年中國大陸30個(gè)省份CO2、SO2、PM2.5排放量等數(shù)據(jù)，將政策力度作為核心解釋變量，分析新能源產(chǎn)業(yè)政策的環(huán)保效應(yīng)。由于空氣的流動(dòng)性，CO2、SO2、PM2.5的排放存在顯著的空間相關(guān)性，因此考慮加入空間效應(yīng)，建立空間面板模型分析新能源產(chǎn)業(yè)政策對(duì)大氣環(huán)境的影響。

（一）變量選取

1. 被解釋變量

新能源產(chǎn)業(yè)政策會(huì)促進(jìn)風(fēng)力發(fā)電、太陽能發(fā)電的發(fā)展，從而減少CO2和大氣污染物的排放量，改善大氣環(huán)境。Dogan和Seker[35]和Zoundi[36]通過因果檢驗(yàn)法證實(shí)太陽能、風(fēng)能等清潔能源與CO2排放之間存在因果關(guān)系，積極發(fā)展清潔能源有利于減少CO2排放。丁蕓和何輝[25]研究表明上網(wǎng)電價(jià)政策可以有效減少CO2、SO2、NOx排放量，Zeng等[27]則研究發(fā)現(xiàn)新能源和節(jié)能減排政策對(duì)于減少PM10、PM2.5和SO2的排放量具有顯著效果。本文綜合以上學(xué)者的研究以及數(shù)據(jù)的可獲取性，選取溫室氣體CO2和大氣污染物SO2、PM2.5衡量大氣環(huán)境水平，并借鑒劉寧寧等[37]的研究，利用因子分析法將CO2、SO2、PM2.5排放量綜合為大氣污染綜合指數(shù)（Air）。

2. 核心解釋變量

核心解釋變量為新能源產(chǎn)業(yè)政策力度。新能源產(chǎn)業(yè)政策實(shí)施以后具有時(shí)效性，如果在有效期內(nèi)，政策會(huì)持續(xù)產(chǎn)生效果；但是如果超過有效期或者被廢止，則政策力度消失。因此，對(duì)CO2、SO2、PM2.5排放量產(chǎn)生影響的政策不僅包括當(dāng)年各個(gè)省份發(fā)布的新能源產(chǎn)業(yè)政策，還包括已經(jīng)發(fā)布但未超過有效期或者未被廢止的新能源產(chǎn)業(yè)政策。本文借鑒王曉珍等[19]的做法，用當(dāng)年各個(gè)省份發(fā)布的新能源產(chǎn)業(yè)政策力度加上之前年份的新能源產(chǎn)業(yè)政策力度，再減去已經(jīng)超過有效期和廢止的產(chǎn)業(yè)政策力度，計(jì)算得到當(dāng)年各個(gè)省份的新能源產(chǎn)業(yè)政策力度。另外，由于政策實(shí)施效果具有一定的滯后性，因此加入政策力度的滯后項(xiàng)（Policy）。

3. 控制變量

考慮到大氣環(huán)境會(huì)受到其他因素的影響，為了減少模型估計(jì)的遺漏偏差，本文選取以下變量為控制變量。為了消除數(shù)據(jù)量綱的影響，對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。

1）經(jīng)濟(jì)發(fā)展水平。Grossman和Krueger[38]提出的環(huán)境庫茲涅曲線表明經(jīng)濟(jì)發(fā)展水平和環(huán)境污染存在“倒U形”關(guān)系，結(jié)合我國目前的經(jīng)濟(jì)發(fā)展階段，經(jīng)濟(jì)增長會(huì)對(duì)大氣污染產(chǎn)生正向影響。本文選取人均GDP（GDP）衡量經(jīng)濟(jì)發(fā)展水平。

2）產(chǎn)業(yè)結(jié)構(gòu)。第一產(chǎn)業(yè)和第三產(chǎn)業(yè)對(duì)大氣環(huán)境的影響相對(duì)較小，以制造業(yè)為主的第二產(chǎn)業(yè)會(huì)產(chǎn)生大量的工業(yè)污染排放。因此，第二產(chǎn)業(yè)所占比重越大，環(huán)境壓力越大，空氣污染越嚴(yán)重[39]。本文選取第二產(chǎn)業(yè)比重（Ind）衡量產(chǎn)業(yè)結(jié)構(gòu)。

3）人口集聚。人口集聚程度越高的地區(qū)，各項(xiàng)生產(chǎn)活動(dòng)越頻繁，產(chǎn)生的大氣污染物也越多。因此預(yù)期人口集聚會(huì)對(duì)大氣污染產(chǎn)生正向的影響[40]。本文選取地區(qū)人口密度（Pop）衡量人口集聚。

4）城鎮(zhèn)化水平。隨著城鎮(zhèn)化進(jìn)程的加快，大量的人口從農(nóng)村轉(zhuǎn)移到城市，一方面，人口生產(chǎn)和生活活動(dòng)的集聚會(huì)帶來用能的增多，從而引起大氣污染排放的增多；另一方面，在新型城鎮(zhèn)化的發(fā)展背景下，城鎮(zhèn)化發(fā)展越來越集約化，越來越多利用清潔能源，加之城鎮(zhèn)居民的環(huán)保意識(shí)較強(qiáng)，可能會(huì)引起大氣污染水平的降低[41]。因此，城鎮(zhèn)化水平對(duì)大氣污染的影響有待于進(jìn)一步驗(yàn)證。本文選取城鎮(zhèn)人口比例（Urban）衡量城鎮(zhèn)化水平。

5）能源消費(fèi)。中國是一個(gè)能源消費(fèi)大國，而且長期以煤炭等傳統(tǒng)化石能源消費(fèi)為主，因此會(huì)產(chǎn)生大量的大氣污染物[42]。本文選取能源消費(fèi)量（Energy）衡量能源消費(fèi)水平。

（二）空間相關(guān)性檢驗(yàn)

在建立空間面板模型之前，需要檢驗(yàn)是否存在空間相關(guān)性。本文利用全局Moran’sI指數(shù)檢驗(yàn)CO2、SO2、PM2.5排放量是否存在空間相關(guān)性，其中權(quán)重矩陣采用地理鄰接空間權(quán)重矩陣。表3是大氣污染綜合指數(shù)（Air）的空間相關(guān)性檢驗(yàn)結(jié)果。根據(jù)表3可以看出，2003—2017年Moran’sI指數(shù)取值均為正，并且通過了顯著性檢驗(yàn)。這表明CO2、SO2、PM2.5的分布并非完全隨機(jī)狀態(tài)，而是受到鄰近省份的溢出影響表現(xiàn)出顯著的自相關(guān)特征。這主要是由于空氣的流動(dòng)性引起，CO2、SO2、PM2.5排放量高的省份受到空氣流動(dòng)性的影響，在鄰近省份間形成擴(kuò)散效應(yīng)，從而引起鄰近省份CO2、SO2、PM2.5排放量的增加；同理，CO2、SO2、PM2.5排放量低的省份其周圍省份的排放量也較低。因此，對(duì)數(shù)據(jù)進(jìn)行分析時(shí)，需要考慮到空間相關(guān)性對(duì)回歸模型的影響。

表3 空間相關(guān)性檢驗(yàn)結(jié)果

（三）空間面板模型分析

空間面板模型包括空間面板滯后模型（SLM）、空間面板誤差模型（SEM）和空間面板杜賓模型（SDM）。LM檢驗(yàn)、LR檢驗(yàn)、Wald檢驗(yàn)可以用于判斷和選擇合適的空間面板模型，檢驗(yàn)結(jié)果如表4所示。

表4 LM、LR、Wald檢驗(yàn)結(jié)果

從表4可以看出，LM Lag、Robust LM Lag、LM Error通過了顯著性檢驗(yàn)，Robust LM Error未通過顯著性檢驗(yàn)，表明建立空間滯后模型更為合適。同時(shí)，由于空間杜賓模型是在空間滯后模型的基礎(chǔ)上進(jìn)行了拓展，所以該檢驗(yàn)結(jié)果不能拒絕建立空間杜賓模型的假設(shè)。隨后，進(jìn)一步進(jìn)行LR檢驗(yàn)、Wald檢驗(yàn)，檢驗(yàn)結(jié)果拒絕了空間面板杜賓模型可以簡(jiǎn)化為空間面板滯后模型或空間面板誤差模型的假設(shè)。因此，綜合考慮LM檢驗(yàn)、LR檢驗(yàn)、Wald檢驗(yàn)結(jié)果，建立空間面板杜賓模型較為合適。

此外，由于個(gè)體效應(yīng)的不同，空間面板杜賓模型可以分為固定效應(yīng)模型和隨機(jī)效應(yīng)模型。通過Hausman檢驗(yàn)發(fā)現(xiàn)，檢驗(yàn)統(tǒng)計(jì)量值為37.00，拒絕了隨機(jī)效應(yīng)模型的原假設(shè)。因此，建立固定效應(yīng)的空間面板杜賓模型更為合適。表5是時(shí)間固定效應(yīng)、空間固定效應(yīng)、時(shí)空固定效應(yīng)的空間面板杜賓模型的回歸結(jié)果。

表5 固定效應(yīng)的空間面板杜賓模型估計(jì)結(jié)果

從表5可以看出，三個(gè)模型中 ρ均為正，并通過顯著性檢驗(yàn)，再一次驗(yàn)證CO2、SO2、PM2.5的排放具有空間溢出效應(yīng)。此外，通過回歸系數(shù)的顯著性、R2、log-likelihood等判斷標(biāo)準(zhǔn)，可以發(fā)現(xiàn)時(shí)間固定效應(yīng)的空間杜賓模型，回歸系數(shù)基本上通過顯著性檢驗(yàn)，而且比較符合經(jīng)濟(jì)學(xué)意義，R2、log-likelihood大于其他兩個(gè)模型，模型擬合效果較好。

在此基礎(chǔ)上，將時(shí)間固定效應(yīng)的空間杜賓模型中各個(gè)解釋變量對(duì)大氣污染綜合指數(shù)（Air）的影響進(jìn)一步分解為直接效應(yīng)和間接效應(yīng)，如表6所示。其中，直接效應(yīng)是指某個(gè)省份的解釋變量對(duì)本省大氣污染綜合指數(shù)（Air）的影響；間接效應(yīng)是某個(gè)省份的解釋變量對(duì)其他省份大氣污染綜合指數(shù)（Air）的影響。

表6 空間面板杜賓模型的效應(yīng)分解結(jié)果

從表6可以看出，Policy的直接效應(yīng)系數(shù)為負(fù)，并通過了顯著性檢驗(yàn)，表明新能源產(chǎn)業(yè)政策力度的增加減少了 CO2、SO2、PM2.5排放量，有效改善了大氣環(huán)境。這是由于新能源產(chǎn)業(yè)政策力度較大時(shí)，有效促進(jìn)了風(fēng)力發(fā)電、太陽能發(fā)電的發(fā)展，增加了清潔能源比例，從而減少了 CO2、SO2、PM2.5的排放量。同時(shí)，Policy的間接效應(yīng)系數(shù)也為負(fù)，并通過了顯著性檢驗(yàn)，表明新能源產(chǎn)業(yè)政策具有溢出效應(yīng)，會(huì)對(duì)鄰近省份的CO2、SO2、PM2.5的排放起到抑制作用。這是因?yàn)楫?dāng)本省新能源產(chǎn)業(yè)政策力度較大時(shí)，會(huì)給鄰近省份帶來示范效應(yīng)，從而促進(jìn)周邊地區(qū)新能源產(chǎn)業(yè)的發(fā)展，降低CO2、SO2、PM2.5排放量。

控制變量中GDP、Ind、Pop、Energy的直接效應(yīng)系數(shù)為正，并且均通過了顯著性檢驗(yàn)。表明經(jīng)濟(jì)發(fā)展水平、第二產(chǎn)業(yè)比重、人口密度、能源消費(fèi)的提升或者增加，均會(huì)增加CO2、SO2、PM2.5排放量，加劇大氣環(huán)境惡化。Urban對(duì)CO2、SO2、PM2.5排放量的影響為負(fù)，并通過顯著性檢驗(yàn)。這主要是由于城鎮(zhèn)化水平的提高在一定程度上有利于能源結(jié)構(gòu)的改變，即居民從農(nóng)村遷移到城市后，城市經(jīng)濟(jì)的增長引起技術(shù)進(jìn)步和生產(chǎn)方式變化，提高能源效率、增加清潔能源的使用，加之城鎮(zhèn)居民的環(huán)保意識(shí)較強(qiáng)，從而減少CO2、SO2、PM2.5排放量。控制變量中Ind、Pop、Energy的間接效應(yīng)系數(shù)也為正，并且通過了顯著性檢驗(yàn)。表明第二產(chǎn)業(yè)比重、人口密度、能源消費(fèi)的增加不僅會(huì)加劇本省大氣環(huán)境惡化，而且對(duì)鄰近省份也會(huì)造成一定程度的影響。因此，CO2的減排、大氣污染的治理必須考慮到省份之間的相互影響，做到聯(lián)防聯(lián)控。

五、結(jié)論與建議

本文利用文本分析的關(guān)鍵詞提取方法、政策力度測(cè)算方法量化分析新能源產(chǎn)業(yè)政策，并嘗試把政策文本分析與政策效果評(píng)估進(jìn)行銜接，將政策力度作為核心解釋變量，建立空間杜賓模型分析新能源產(chǎn)業(yè)政策對(duì)CO2、SO2、PM2.5排放量的影響。研究表明，新能源產(chǎn)業(yè)政策的側(cè)重和政策力度的提升有利于新能源產(chǎn)業(yè)快速發(fā)展，繼而降低大氣污染和碳排放；回歸模型進(jìn)一步證實(shí)新能源產(chǎn)業(yè)政策的實(shí)施可以有效改善大氣環(huán)境。以此研究為基礎(chǔ)，接下來可以基于政策文本進(jìn)一步深化研究，例如，區(qū)別于傳統(tǒng)的供給、需求、環(huán)境類型的政策工具分類模式，可以根據(jù)政策關(guān)鍵詞分析結(jié)果更詳細(xì)地將新能源產(chǎn)業(yè)政策分類，然后分類測(cè)算政策力度，從而檢驗(yàn)?zāi)姆N類型的新能源產(chǎn)業(yè)政策可以更有效地降低大氣污染和碳排放。

基于現(xiàn)有研究結(jié)果，并結(jié)合“十四五”規(guī)劃中提及的“能源資源配置更加合理，主要污染物排放總量持續(xù)減少，生態(tài)環(huán)境持續(xù)改善”目標(biāo)，提出以下幾點(diǎn)建議：

1. 加強(qiáng)新能源產(chǎn)業(yè)政策導(dǎo)向作用

新能源產(chǎn)業(yè)在初級(jí)發(fā)展階段，具有較強(qiáng)的政策驅(qū)動(dòng)特征，研究也表明新能源產(chǎn)業(yè)政策對(duì)產(chǎn)業(yè)發(fā)展具有引導(dǎo)作用。因此，要充分發(fā)揮新能源產(chǎn)業(yè)政策的導(dǎo)向作用。在“十四五”規(guī)劃背景下，各個(gè)省份發(fā)布的新能源產(chǎn)業(yè)政策應(yīng)該在與國家宏觀目標(biāo)一致的基礎(chǔ)上，細(xì)化政策內(nèi)容、加強(qiáng)政策針對(duì)性，積極利用新能源產(chǎn)業(yè)政策實(shí)現(xiàn)能源高效安全、污染物排放總量減少的目標(biāo)，促進(jìn)經(jīng)濟(jì)與環(huán)境的協(xié)同可持續(xù)發(fā)展。

2. 增強(qiáng)新能源產(chǎn)業(yè)政策力度，合理匹配政策力度與政策內(nèi)容

新能源產(chǎn)業(yè)政策力度越大，越容易引起重視，越有利于減少溫室氣體和大氣污染物的排放。因此，需要適度加強(qiáng)新能源產(chǎn)業(yè)的政策力度。一方面各個(gè)省份可以多發(fā)布新能源產(chǎn)業(yè)政策，增加政策數(shù)量；另一方面，適當(dāng)?shù)囟喟l(fā)布一些規(guī)劃、方案類型的政策，提升新能源產(chǎn)業(yè)政策的平均力度。同時(shí)，要合理匹配政策力度與政策內(nèi)容，政策內(nèi)容與政策力度相互補(bǔ)充、相互配合，充分利用政策力度實(shí)現(xiàn)政策目標(biāo)。

3. 加強(qiáng)地區(qū)間新能源產(chǎn)業(yè)政策的協(xié)調(diào)，聯(lián)合減少碳排放、防控治理大氣污染

CO2、SO2、PM2.5的排放存在顯著的溢出效應(yīng)，而且擴(kuò)散不遵循行政邊界，這給環(huán)境治理帶來了巨大的挑戰(zhàn)。但是，新能源產(chǎn)業(yè)政策的環(huán)保效應(yīng)也具有一定的溢出效應(yīng)。因此，各個(gè)省份必須積極地聯(lián)合發(fā)布新能源產(chǎn)業(yè)政策，采取聯(lián)合措施減少碳排量、治理大氣污染。從區(qū)域環(huán)境整體質(zhì)量要求的目標(biāo)出發(fā)，切實(shí)加強(qiáng)各個(gè)省份新能源產(chǎn)業(yè)政策的協(xié)調(diào)，增進(jìn)地區(qū)間的溝通與交流，協(xié)同改善大氣環(huán)境。