稳妥推进碳减排、着力实现“双碳目标”是我国的重大战略决策所向。然而,仅靠现有的减排手段无法实现2060年的碳中和目标,仍需要森林、海洋碳汇吸收碳排放余量。[1]海洋碳汇不仅独立于人类的生存空间,还能通过海洋养殖业同时实现增汇和经济收益。[2]因此,协调经济发展与低碳转型的海洋碳汇成为碳减排重要且独特的突破口。
海洋碳汇也称蓝色碳汇,由海洋生物群落和海洋环境共同构成,其碳汇能力约为陆地的2.86倍。[3]据测算,我国海岸带蓝碳生态系统生境总面积为16.16万~38.16万平方千米,年均固碳量约126.88万~307.74万吨,[4]雄厚的碳汇实力使蓝色碳汇成为引人注目的碳汇发展新方向。丰富的蓝色碳汇还直接惠及沿海城市的居民。2023年数据显示,全社会渔业经济总产值高达32669.96亿元;鱼贝藻等经济性海洋生物的养殖、捕捞等经济活动容纳了1176.23万渔业从业人员。[5]因此,沿海城市独有的蓝色碳汇早已成为备受公众关注的宝贵自然资源财富。公众对蓝色碳汇的关注能转化为监督、保护、开发蓝色碳汇等行为,进而对一系列蓝色碳汇利益相关者的决策施加影响。由此,本研究在海洋经济领域聚焦、升华公众关注度,提出“公众蓝色碳汇关注度”的概念,旨在反映公众对蓝色碳汇的关注热情和利益诉求所产生的诸多影响力。
作为蓝色碳汇产品的消费方、受益方和监督方,公众对蓝色碳汇具有关切和诉求,在海洋环境和海洋生物多样性方面关注尤甚。围绕蓝色碳汇的广泛讨论和持续关注发挥着非正式环境规制的作用,推动海洋生态系统修复和保护行动不断深化,在一定程度上使日益增强的蓝色碳汇吸收作用抵消了沿海城市的碳排放总量,降低沿海城市的碳排放强度。然而,蓝色碳汇是一种产权界定不清晰、不具有排他性的公共产品。碳排放主体可能会将蓝色碳汇视为碳减排压力的缓冲剂,利用碳排放监管漏洞,以偷排的手段扩大经济产出,有限的蓝色碳汇吸收作用不抵产出扩增的碳排放,反而造成了“公地悲剧”和沿海城市碳排放强度的上升。基于上述分析,本研究提出以下三个问题:公众蓝色碳汇关注度究竟能否降低碳排放强度?如果能够降低,通过何种途径施加影响?在不同特征的沿海城市中,公众蓝色碳汇关注度对碳排放强度的影响是否存在一些显著差异?
鉴于此,利用百度搜索指数刻画公众蓝色碳汇关注度,以沿海53个地级市为研究对象,评估其2011—2021年公众蓝色碳汇关注度对碳排放强度的影响及作用机制。本研究主要有以下三方面的边际贡献:(1)拓展碳排放的研究视域。本研究从蓝色碳汇出发思考碳减排方案,立足于海洋的资源优势,首次提出、构建并结合百度搜索指数和中国知网研究热度测算了公众蓝色碳汇关注度,探讨碳排放强度的影响效果。(2)深入发掘公众蓝色碳汇关注度对碳排放强度的作用渠道,验证海洋生态环境改善和能源结构优化机制。在探究海洋生态环境机制时,首次引入直接反映海洋生态环境的关键观测变量;在探究能源结构优化机制时,创新能源结构的测算方式,克服了能源数据缺失的问题。(3)考虑到经济基础和碳减排压力的不同,引入沿海经济区、环境信息公开和环保约束的异质性讨论,更全面地分析不同情况下公众蓝色碳汇关注度对碳排放影响的差异性,为沿海城市制定精准的蓝色碳汇发展规划和实现经济社会绿色转型提供参考。
二、文献综述和研究假设 (一) 文献综述公众关注是指居民、投资者、媒体等主体对某一公共议题分配注意力,愿意投入有限的时间、理性和精力思考相关信息。[6][7]公众关注度不仅能够通过降低信息不对称程度和外部舆论监督压力的治理作用施加影响力,还能直接促进要素流动和资源配置。[8][9][10]蓝色碳汇是典型的具有正外部性的公共产品,容易产生“搭便车”和“公地悲剧”,更需要公众监督解决投入不足、机会主义和信息不对称等问题。
公众关注具有经济效益和环境效益。在经济效益方面,公众偏好具有“消极偏好”的特点,会更关注负面新闻,进而通过声誉机制降低企业的经营绩效;[11][12]公众关注增强了信息公开透明度,减少了企业管理者的机会主义行为,[13]驱动着企业为维持良好形象而尝试技术创新。[14]在环境效益方面,公众环境关注的影响主要表现为非正式环境规制的约束作用;[15][16][17]公众关注度越高越有助于企业提升环境绩效,[18]也越能激发地方政府治理环境污染。[19]特别地,有学者从公众关注视角探讨碳减排问题,发现社会公众的关注发挥着非正式环境规制的作用,[20]有助于实现碳减排。[21][22]
目前,学术界对碳排放的研究围绕核算、影响因素分解、降碳减排机制等逐步深入推进。梳理现有研究,有两点格外值得注意:一是化石能源是碳排放的主要源头和重点核算对象,[23]能源强度在大部分城市中是影响碳排放最重要的因素;[24]二是有关降碳减排驱动机制的探讨,无论是企业层面的碳信息披露和技术创新,[25][26]市场层面的碳排放权交易权,[27][28]还是政府层面的环境规制、补贴计划和低碳试点政策,[29][30][31]无一不是从约束、优化自身出发的碳减排策略,缺乏对外部自然环境辅助碳减排方案的思量。
蓝色碳汇是沿海城市独具的自然优势,关注其对实现碳减排有着较大价值。海洋具备强大的固碳能力。[32]在我国近海的生态系统中,红树林、海草、盐沼等以不到0.5% 的海床覆盖面积,构成了海洋沉积物中50% 甚至更多的碳储存量;[33]相较于陆地碳汇,海洋碳汇不易受人类活动影响,[34]不与人类生存空间冲突,具有碳循环周期长、固碳效果持久等特点;[33]海洋产业中的贝藻类养殖碳汇效应对抑制渔业碳排放的贡献率高达118.51%;[35]2030年实现碳达峰后,海洋碳汇能扭转绿色技术和碳税对经济增长的负向作用。[36]然而在碳减排研究中,蓝色碳汇的巨大先天优势却未得到应有的重视,目前在尚未被确认的陆地和海洋有机碳汇功能中,有91.62%属于海洋碳汇。[37]更鲜为人知的是,平均每年有2%~7%的海洋碳汇在消失,这不仅源于海洋生态系统的复杂性和隐蔽性,[33]更源于公众参与的缺位。[38]因此,发挥公众关注的作用对释放蓝色碳汇潜能、助力沿海城市碳减排至关重要。本研究希望能立足于海洋的资源优势,探讨公众蓝色碳汇关注度对碳排放强度的影响及作用机制,为推进陆海统筹发展贡献力量。
(二) 理论分析与研究假设无论从经济还是生态角度,沿海城市公众都是蓝色碳汇的受益者,也是海洋环境和蓝色碳汇的保护者和监督者。对蓝色碳汇的关注促使公众自发捕捉、传播相关信息资讯,以监督、举报等方式直接参与对蓝色碳汇的保护。[23]上述非正式环境规制使高污染企业面临舆论和“声誉危机”,倒逼高污染企业通过“源头治理”改善自身形象,[39]直接降低了沿海城市的碳排放强度。同时,为回应公众对蓝色碳汇的关注,政府加强了环境规制力度,[20]以补贴的方式激励海洋牧场增加蓝色碳汇,[40]并且通过建设蓝色碳汇市场来激励要素投入和提高资源配置效率。在“减排”和“增汇”的共同作用下实现源头降碳。此外,公众将在对保护环境、扩增蓝色碳汇的关注下自发购买环境友好型的绿色产品。[19]市场的绿色产品需求激励企业进行绿色创新,[41]进一步从消费端刺激碳减排。因此,提出假设1:
H1:公众蓝色碳汇关注度能够降低碳排放强度。
蓝色碳汇的储备量取决于海洋生态环境的质量,因此公众对蓝色碳汇的需求和关注归根结底是对优质海洋生态环境的需求和关注。公众能够通过信访、微博等公开渠道向政府提供环保信息、表达环保诉求,[19]上述监督、施压等行为推动政府对海洋生态系统进行保护和修复,包括海洋生物多样性的保护和海岸带上的红树林、盐沼和海草床的培育,而这两者恰恰是海洋生态系统固碳的主要组成部分,[42]促使海洋生态固碳发挥可观的碳吸收效果,进而降低沿海城市的碳排放强度。此外,顺畅传递的蓝色碳汇相关信息为政府提供了环境污染防治的决策依据,督促沿海城市政府执行严格的环境规制。[20]而且,沿海城市的经济集聚水平较高,更便于环境规制发挥制约作用,[43]最终对沿海城市碳排放强度的下降起推进作用。因此,提出假设2:
H2:公众蓝色碳汇关注度能够通过增强环境规制和生态系统稳定性来抑制碳排放强度。
基于陆海统筹的全局思考,公众容易认识到海洋环境污染将导致蓝色碳汇的消减,而超过七成的海洋污染源来自陆源污染物的排放,[44]污染物和二氧化碳排放又主要源于化石能源的燃烧,[45]因此发展清洁能源、改善能源结构对控制污染物排放、保护海洋环境和扩增蓝色碳汇至关重要。面对公众的环境诉求,沿海城市加速布局风电、光伏、核能、潮汐能等可再生清洁能源的集群化开发利用,通过增加清洁能源比重推动能源结构加速转型,[46]促进能源绿色化、清洁化。沿海城市构建新型能源体系的举措不仅具有直观的碳减排效应,还能减少污染物排放对海洋生态系统和蓝色碳汇扩增的伤害,最终有助于实现低碳减碳的目标。因此,提出假设3:
H3:公众蓝色碳汇关注度能够通过加强清洁能源利用和改善能源结构抑制碳排放强度。
三、研究设计 (一) 数据说明本研究以2011—2021年我国53个沿海城市为研究对象,其中解释变量公众蓝色碳汇关注度来源于百度搜索指数,绿色发明专利数据来源于中国国家知识产权局的专利数据库,其他城市层面的变量数据来源于《中国城市统计年鉴》《中国城市建设统计年鉴》《中国能源统计年鉴》《中国渔业统计年鉴》《中国环境统计年鉴》和各城市统计年鉴以及国民经济社会发展统计公报。值得注意的是,百度搜索指数的公布始于2011年,因此样本的时间为2011—2021年。此外,《中国城市统计年鉴》仅于2017—2019年公布了全市口径的全社会用电量,2017年以前的统计口径为市辖区,2019年以后的数据未公布,因此手工整理了2011—2016年、2020—2021年的全社会用电量以统一数据口径。
(二) 变量设定 1、被解释变量被解释变量为碳排放强度(carIntensity),其计算方法是选取地区单位生产总值的二氧化碳排放量,反映经济增长过程中碳排放的效率。其中碳排放总量的测度借鉴吴建新和郭智勇、邓若冰和吴福象的做法,[47][48]将城市碳排放分为两部分:天然气和液化石油气消耗产生的直接碳排放,电能和热能消耗产生的间接碳排放。《中国能源统计年鉴》中提供了天然气、液化石油气、热力和电力的折标准煤系数,据此将天然气、液化石油气、热力和电力折算为标准煤,乘以标准煤的二氧化碳排放系数(2.7),即可得到各城市的二氧化碳排放总量。[49]与以往研究中仅考虑发热能源损耗不同,本研究考虑到发热和发电过程中的能源折损,在将热力和电力转换为标准煤的过程中分别选取70%的热效率值和57%的发电效率值。[47][50]
2、核心解释变量本研究选择公众蓝色碳汇关注度(pubConcern)作为核心解释变量。公众蓝色碳汇关注度反映了公众对蓝色碳汇的理念、固碳能力、扩增方法、交易机制等问题的关注和认知。参考环境关注度相关文献,通过百度搜索指数测度公众蓝色碳汇关注度,主要是PC端搜索指数和移动端搜索指数的加权和。[20] [51]鉴于百度搜索指数中并未收录直接反映公众蓝色碳汇关注度的关键词,使用中国知网中蓝色碳汇主题的研究热度对其进行补充,两个平台具体检索关键词如表 1所示。首先在各沿海城市中统计百度平台上关键词的年度搜索总量,再按中国知网中发文机构所在城市归类关键词的发文篇数,二者汇总后用熵值法计算各关键词的指标权重,最终计算得到2011—2021年我国53个沿海城市的蓝色碳汇关注度。
![]() |
表 1 公众蓝色碳汇关注度关键词 |
本研究参照既往研究选取一系列具有地方特征的控制变量,[18][19][23]包括经济发展水平(lnpGDP)、人口密度(popDensity)、产业结构(industry)、金融发展水平(finance)、交通运输规模(traffic)、工业扩张速度(indLand)和绿色技术创新(greInnovation)。此外,还控制了年份固定效应(Year)和地区固定效应(City)。详细的变量说明和测度方法见表 2。
![]() |
表 2 变量定义 |
为考察公众蓝色碳汇关注度对碳排放量和碳排放强度的影响,构建基准模型如下:
$ Y_{i t}=\beta_0+\beta_1 \cdot { pubConcern }_{i t}+\beta_2 \cdot X_{i t}+\mu_i+\mathrm{γ}_t+\varepsilon_i $ | (1) |
其中,i表示城市;t表示年份;Yit表示沿海城市的碳排放强度;pubConcernit表示沿海城市的公众蓝色碳汇关注度;Xi为沿海城市层面的控制变量;μt是时间固定效应,用以控制不随沿海城市变化但随时间变化的宏观经济环境和冲击;$\mathrm{γ}_t$是个体固定效应,用以控制不随时间变化但随个体变化的沿海城市的固有特征;εi是随机误差项。考虑到可能出现的序列相关和异方差问题,将标准误聚类到城市层面。
四、实证结果与分析 (一) 描述性统计主要变量的描述性统计结果见表 3。其中,碳排放强度的均值为0.5825,大于中位数0.4829,右偏分布状况意味着少部分沿海城市的碳排放强度高,拉高了平均沿海城市的整体水平;公众蓝色碳汇关注度的平均值为0.1103,标准差为0.1200,说明沿海城市的公众蓝色碳汇关注度存在明显差异。
![]() |
表 3 变量描述性统计 |
公众蓝色碳汇关注度与碳排放强度关系的实证结果见表 4。其中,列(1)是以碳排放强度为被解释变量的回归结果;列(2)在列(1)的基础上加入控制变量,可以看出回归系数为-1.7338,在1%的水平上显著为负。这说明公众蓝色碳汇关注度能够显著降低碳排放强度。
![]() |
表 4 基准回归结果 |
公众蓝色碳汇关注度对碳排放的影响可能存在内生性问题。具有更加严格的碳排放限值的城市可能更加迫切地寻求碳汇吸收路径,进而更加关注蓝色碳汇,由此引发反向因果的问题,因此本研究使用工具变量的两阶段最小二乘法(2SLS)解决可能存在的内生性问题。
公众蓝色碳汇关注度的测度源于百度搜索指数,能以多大程度地施加影响取决于渔业的规模和重要性,因此公众蓝色碳汇关注度与当地的信息技术和渔业发展水平息息相关。本研究选取计算机软件业从业人员占比反映沿海城市网络发展水平,[52]以《中国渔业统计年鉴》中各省市的渔业产值占农业产值的比重衡量地区渔业发展现状,参考刘金东等构建工具变量的做法,[53]以二者相乘的方式构造出满足相关性和外生性的工具变量(interFishIV)。
表 5列(1)呈现了工具变量第一阶段的检验结果,即工具变量对公众蓝色碳汇关注度的影响在1%的置信度水平下显著为正,符合前文分析。弱工具变量检验的Wald值为41.2697,大于10% 显著性水平上的临界值16.38,排除弱工具变量的可能性。工具变量第二阶段检验结果显示,在处理了可能存在的内生性问题后,本研究的基本结论依然稳健。
![]() |
表 5 稳健性检验结果 |
通过调整碳排放总量的测度方式来改变碳排放强度的测度,具体而言调整碳排放中电能排放二氧化碳的计算方法。借鉴吴建新和郭智勇的做法,[47]利用区域电网碳排放因子计算电能消耗产生的二氧化碳。中国电网提供了2011—2019年各区域电网基准线排放因子,将其乘以城市全社会用电量即可得到电能消耗产生的二氧化碳排放量,与天然气、液化石油气和热能折算出的标准煤排放的二氧化碳加总,即可得到碳排放总量和碳排放强度。表 5列(3)显示,在更换被解释变量测度方法后,本研究基本结论仍然成立。
3、剔除直辖市为降低政府特殊政策对回归结果的影响,剔除直辖市样本天津市和上海市后,表 5列(4)显示,回归结果的符号及显著性均未发生实质性变化。
五、进一步研究 (一) 机制分析 1、海洋生态环境如前文所述,理论上公众蓝色碳汇关注度可以通过实施严格的环境规制、改善生态环境进而降低碳排放强度。为检验生态效应传递路径的合理性,本研究引入环境规制和生态系统稳定性两个机制变量,相关变量具体解释如下。第一,环境规制(envRegulation)的机制变量。参考刘兴华和袁琦璟的做法,[20]以沿海城市第二产业占所在省份第二产业产值比重为权重,将此权重乘以省级环境污染治理投资总额,以此作为沿海城市环境规制的代理变量。第二,生态系统稳定性(biodiversity)的机制变量。2018年起,“中国海洋生态环境状况公报”系列公布了全国12个重点监测区域浮游生物和大型底栖生物物种数、密度和多样性指数,本研究手动整理了该重点监测区域所属或紧挨的城市的相关数据。苏梦等发现河湖生态系统中大型底栖动物的物种丰富程度越高,生态系统的健康状况越好,[54]因此以大型底栖生物的物种数作为生态系统稳定性的代理变量。
表 6列(1)、列(2)展示了生态效应传导机制的实证结果。其中,列(1)为环境规制的检验,公众蓝色碳汇关注度在1%的显著性水平上为正;列(2)为生态系统稳定性的检验,公众蓝色碳汇关注度在5%的显著性水平上为正。而且,已有文献已证实了严格的环境规制对碳排放强度的负向抑制作用,[43][55][56]从经济常识来看,海洋生态系统稳定性增强带来的蓝色碳汇作用同样有益于吸收二氧化碳,进而降低碳排放强度。因而有理由认为,公众蓝色碳汇关注度能推进政府实施更为严格的环境规制,增加物种多样性,改善海洋生态环境,进而增强海洋碳汇能力,带动碳排放强度的降低。
![]() |
表 6 机制分析 |
对碳排放溯源后可以发现,碳排放主要来源于能源消耗。公众在关注蓝色碳汇时,能否意识到能源的重要性进而施加影响呢?为检验能源效应传递路径的存在,本研究引入清洁能源和能源结构两个机制变量。相关变量具体解释如下。第一,清洁能源(cleEnergy)的机制变量。沿海城市积极发展海上风电光伏项目,将蓝色海洋资源转化为清洁能源。借鉴刘兴华和袁琦璟的研究,[20]采用沿海城市绿色发明专利占所在省份绿色发明专利的比重为权重,将此权重乘以省级清洁能源发电量,以此作为沿海城市清洁能源的代理变量。第二,能源结构(eleSO2)的机制变量。以工业用电量比二氧化硫排放量衡量能源结构效应(eneStructure),单位二氧化硫排放所产生的工业用电量越多,能源结构越优化。具体原因如下:由于缺乏城市层面的能源生产和消费数据,无法直接测得各沿海城市的能源结构。本研究以沿海城市工业用电量除以二氧化硫代表能源低碳转型。二氧化硫主要来源于化石燃料特别是煤炭的燃烧,可以将其视为传统化石燃料的投入;发电主要依靠煤炭、石油等不可再生资源和水电、风电、光伏发电等可再生能源,可以将其视为化石燃料和清洁能源的共同产出。能源结构的优化可能是用天然气替代了煤炭,也可能是用清洁能源替代了化石能源,无论发生上述何种情况,都代表投入相当的化石能源(二氧化硫排放)能够产生更多的产出(电量),说明能源朝高效、绿色、低碳的方向转型。
表 6列(3)、列(4)展示了能源效应传导机制的实证结果。其中,列(3)为清洁能源的检验,公众蓝色碳汇关注度在1%的显著性水平上为正;列(4)为能源结构的检验,公众蓝色碳汇关注度在5%的显著性水平上为正。此外,清洁能源的加速利用有助于降低碳排放强度的结论符合经济直觉,且大量研究证实了优化转型的能源结构对碳排放强度降低的驱动作用。[57][58][59]因而有理由认为,公众蓝色碳汇关注度影响沿海城市对水电、风电、光伏等可再生能源的开发利用,关注度的提升将会加快沿海城市能源结构向清洁低碳转型,使沿海城市的碳排放强度不断呈现下降趋势。
(二) 异质性分析 1、沿海经济区不同地理区域的沿海城市群的自然资源条件、主导产业、功能定位不同,据此将沿海城市划分为环渤海经济区(辽宁、河北、天津、山东)、长江三角洲经济区(江苏、上海、浙江)和珠江三角洲经济区(福建、广东、广西、海南)。
表 7中分组回归结果显示,公众蓝色碳汇关注度的提升显著降低了环渤海地区的碳排放效率,在“长三角”和“珠三角”地区作用有限。原因在于,近些年,“长三角”和“珠三角”经济圈海洋经济迅速发展,增速快于全国,迅猛发展的工业化导致“长三角”和“珠三角”地区的碳排放量激增。[60]此外,环渤海经济区的整体水质更好,能吸收更多的碳排放量。《2021年中国海洋生态环境状况公报》显示,黄海、渤海海域劣四类水质海域面积占比为10.10%,远小于东海的45.34%和南海的23.84%;同样的,黄海、渤海海域重度富营养化海域面积占比为13.85%,远小于东海的51.11%和南海的40.96%。因而,在具备“蓝色碳汇”资源且产能稳步扩张的沿海城市中,公众蓝色碳汇关注度的提升更容易实现碳减排,进而降低碳排放强度。
![]() |
表 7 沿海经济区的异质性检验 |
环境信息公开程度反映了地方政府环境监管力度的加强和环境信息公开程度的提高,扩宽了社会大众了解环境信息的官方渠道,表明了政府主动接受社会监督的态度,是一种非正式的环境规制。公众环境研究中心(IPE)和自然资源保护协会(NRDC)自2009年起持续公开污染源监管信息公开指数(PITI),共包含120个城市,本研究将囊括其中的沿海城市视为环境信息公开城市。
根据沿海城市是否属于环境信息公开城市进行分组检验,表 8列(1)、列(2)结果表明,公众蓝色碳汇关注度能够在5%的显著性水平下降低环境信息公开的沿海城市的碳排放强度,但对环境未信息公开的沿海城市其影响并不显著。可能原因是,环境信息公开的沿海城市在整理环境信息过程中明确了重点排污的企业和高污染行业,选择主动向社会披露环境信息、接受社会监督,多方共同督促企业限期整改,实现了减污降碳的目标。因此,在环境信息公开的城市中,公众蓝色碳汇关注度作用于碳排放强度的效应更强。
![]() |
表 8 环境信息公开和环保督察“回头看”的异质性检验 |
公众环境监督作用的最终发挥程度与政府面临的环保约束有关,当面临强有力外部监督时,政府可能更有力地整治生态环境问题。党中央、国务院在20个省份开展了中央环境保护督察“回头看”,及时查处、公开、落实、解决群众身边的生态环境问题。本研究以此衡量沿海城市面临的环保约束。
根据沿海城市是否属于“回头看”的目标范围进行分组检验,表 8列(3)、列(4)结果表明,公众蓝色碳汇关注度能够在1%的显著性水平下降低面临较强环境约束的沿海城市碳排放强度,但对面临较弱环境约束的沿海城市其影响并不显著。可能的原因在于,较高的蓝色碳汇关注度代表公众环保意识的提升,在“回头看”督察组进驻时更愿意充分表达环境诉求;同时,中央政府强有力的监督倒逼地方政府回应居民的环境诉求,落实严格环境规制的实施和改善能源结构等长效机制,进而对碳排放强度产生负效应。
六、结论与启示沿海城市面临协调社会经济发展与碳减排的难题,公众蓝色碳汇关注度是实现陆海统筹和减污降碳目标的重要抓手。本研究选取2011—2021年我国53个沿海城市的数据,用百度搜索指数度量公众蓝色碳汇关注度,探讨公众蓝色碳汇关注度对碳排放强度的影响及其中的作用机制。研究发现:(1)公众蓝色碳汇关注度显著影响沿海城市的碳排放强度,在使用工具变量缓解内生性问题和一系列稳健性检验后依然成立;(2)机制检验结果表明,公众蓝色碳汇关注度通过改善海洋生态环境和能源结构的双重路径降低碳排放强度,需强化政府环境规制、增强海洋生态系统稳定性、促进清洁能源利用和改善能源结构;(3)公众蓝色碳汇关注度对碳排放强度的抑制作用存在沿海经济区、环境信息公开和外部环境监督压力的异质性,具体而言主要存在于环渤海经济区、环境信息公开的沿海城市和中央环境保护督察“回头看”的地区。
基于以上研究结论,得到以下启示。
第一,沿海城市应当善用公众蓝色碳汇关注度的“碳减排”作用,通过加大蓝色碳汇宣传力度、构建更加完善的碳交易市场等途径进一步激发公众对蓝色碳汇的关注,最大限度地释放其中蕴藏着的生态效应和能源效益,充分发挥沿海城市的碳减排效能。
第二,海洋生态系统的健康程度决定蓝色碳汇的功能发挥,沿海城市的公众应继续加强海洋生态环境监督,特别要关注海洋生物多样性保护和红树林、海草床等海洋碳汇项目,助力海洋生态系统健康发展和“双碳”目标实现。
第三,清洁能源是协调经济与生态效益的关键方案,沿海城市的公众应当全力支持风电、光伏、潮汐能等可再生清洁能源的开发,以绿色能源消费推动能源结构逐步优化,为探索绿色低碳转型路径贡献成效显著的海洋之策。
第四,基于公众蓝色碳汇关注度对碳排放强度影响作用的异质性分析,政府主动公开环境信息与强有力的环保约束均放大了公众蓝色碳汇关注度的影响力,因此沿海城市政府应当积极公开蓝色碳汇和海洋生态环境等相关信息,主动接受社会监督;应继续在沿海城市开展中央环境保护督察“回头看”行动,建立系统长效监督机制,以双向监督共同推进公众蓝色碳汇关注度碳减排效应的发挥。
第五,蓝色碳汇是具有正外部性的公共产品,但目前缺乏权威的公开数据。为有效发挥公众蓝色碳汇关注度的碳减排效应,沿海城市应当率先推进蓝色碳汇的标准计量工作,打造蓝色碳汇数据库,增强蓝色碳汇的信息公开透明度,以便更加充分地激发公众反应。
[1] |
余碧莹, 赵光普, 安润颖, 等. 碳中和目标下中国碳排放路径研究[J]. 北京理工大学学报(社会科学版), 2021, 23(2): 17-24. ( ![]() |
[2] |
赵云, 乔岳, 张立伟. 海洋碳汇发展机制与交易模式探索[J]. 中国科学院院刊, 2021, 36(3): 288-295. ( ![]() |
[3] |
李纯厚, 齐占会, 黄洪辉, 等. 海洋碳汇研究进展及南海碳汇渔业发展方向探讨[J]. 南方水产, 2010, 6(6): 81-86. DOI:10.3969/j.issn.1673-2227.2010.06.015 ( ![]() |
[4] |
李捷, 刘译蔓, 孙辉, 等. 中国海岸带蓝碳现状分析[J]. 环境科学与技术, 2019, 42(10): 207-216. ( ![]() |
[5] |
沈金生, 梁瑞芳. 海洋牧场蓝色碳汇定价研究[J]. 资源科学, 2018, 40(9): 1812-1821. ( ![]() |
[6] |
Ripberger J T. Capturing curiosity: using internet search trends to measure public attentiveness[J]. Policy Studies Journal, 2011, 39(2): 239-259. DOI:10.1111/j.1541-0072.2011.00406.x
( ![]() |
[7] |
阮敏, 肖风. 自愿参与型环境规制与企业技术创新——公众关注度和市场进程的调节作用[J]. 科技进步与对策, 2022, 39(2): 79-90. ( ![]() |
[8] |
孟祥慧, 李军林. 地方政府绩效考核与企业ESG表现: 一个政策文本分析的视角[J]. 改革, 2023, (8): 124-139. ( ![]() |
[9] |
王丹, 孙鲲鹏, 高皓. 社交媒体上"用嘴投票"对管理层自愿性业绩预告的影响[J]. 金融研究, 2020, (11): 188-206. ( ![]() |
[10] |
胡留所, 胡健, 卢山冰. "一带一路"倡议与中国沿线城市高质量发展[J]. 南开经济研究, 2024, (5): 87-104. ( ![]() |
[11] |
Smith R A. Language of the lost: an explication of stigma communication[J]. Communication Theory, 2007, 17(4): 462-485. DOI:10.1111/j.1468-2885.2007.00307.x
( ![]() |
[12] |
丁宁, 吴晓, 李欣蓉. 公众关注、董事会特征与商业银行经营绩效——来自负面新闻搜索的经验证据[J]. 商业经济与管理, 2021, (6): 76-85. ( ![]() |
[13] |
曹元坤, 罗元大, 肖风. 基于网络搜索指数的公众关注度对企业创新的影响[J]. 统计与信息论坛, 2023, 38(12): 87-99. DOI:10.3969/j.issn.1007-3116.2023.12.008 ( ![]() |
[14] |
Wang W, Zhao X Z, Chen F W, et al. The effect of corporate social responsibility and public attention on innovation performance: evidence from high-polluting industries[J]. International Journal of Environmental Research and Public Health, 2019, 16(20): 3939. DOI:10.3390/ijerph16203939
( ![]() |
[15] |
屈文波, 李淑玲. 中国环境污染治理中的公众参与问题——基于动态空间面板模型的实证研究[J]. 北京理工大学学报(社会科学版), 2020, 22(6): 1-10. ( ![]() |
[16] |
吴力波, 杨眉敏, 孙可哿. 公众环境关注度对企业和政府环境治理的影响[J]. 中国人口·资源与环境, 2022, 32(2): 1-14. ( ![]() |
[17] |
刘兴华, 袁琦璟. 公众环境关注度促进了绿色金融发展吗?——来自中国284个城市的经验证据[J]. 审计与经济研究, 2024, 39(3): 107-116. DOI:10.3969/j.issn.1004-4833.2024.03.011 ( ![]() |
[18] |
Cheng J, Liu Y Y. The effects of public attention on the environmental performance of high-polluting firms: based on big data from web search in China[J]. Journal of Cleaner Production, 2018, (186): 335-341.
( ![]() |
[19] |
Zhang M, Yang Y, Du P P, et al. The effect of public environmental participation on pollution governance in China: the mediating role of local governments′ environmental attention[J]. Environmental Impact Assessment Review, 2024, 104: 107345. DOI:10.1016/j.eiar.2023.107345
( ![]() |
[20] |
王磊, 马金铭. 非正式环境规制促进农业碳减排了吗——基于社会公众环境关注的视角[J]. 中国地质大学学报(社会科学版), 2024, 24(6): 1-16. ( ![]() |
[21] |
许金花, 叶妃三, 商丽霞. 公众环境关注度对企业碳绩效水平的影响研究[J]. 管理学报, 2024, 21(6): 865-875. ( ![]() |
[22] |
Wang Q, Jiang H R, Xu J. The study of the effect of the digital economy on the low-carbon transformation of urban economies under public attention[J]. Sustainability, 2022, 14(24): 16448. DOI:10.3390/su142416448
( ![]() |
[23] |
杨子晖. 经济增长、能源消费与二氧化碳排放的动态关系研究[J]. 世界经济, 2011, 34(6): 100-125. ( ![]() |
[24] |
唐赛, 付杰文, 武俊丽. 中国典型城市碳排放影响因素分析[J]. 统计与决策, 2021, 37(23): 59-63. ( ![]() |
[25] |
郭四代, 雷高文, 苏伟洲, 等. 企业碳信息披露的碳减排效应及其作用机制[J]. 中国人口·资源与环境, 2023, 33(12): 51-59. DOI:10.12062/cpre.20230734 ( ![]() |
[26] |
余红伟, 林子祥, 胡力元, 等. 高质量发展下中国工业企业碳减排路径选择[J]. 中国软科学, 2024, (1): 214-224. ( ![]() |
[27] |
Xuan D, Ma X W, Shang Y P. Can China′s policy of carbon emission trading promote carbon emission reduction?[J]. Journal of Cleaner Production, 2020, 270: 122383. DOI:10.1016/j.jclepro.2020.122383
( ![]() |
[28] |
Hu Y C, Ren S G, Wang Y J, et al. Can carbon emission trading scheme achieve energy conservation and emission reduction? Evidence from the industrial sector in China[J]. Energy Economics, 2020, 85: 104590. DOI:10.1016/j.eneco.2019.104590
( ![]() |
[29] |
徐盈之, 杨英超, 郭进. 环境规制对碳减排的作用路径及效应——基于中国省级数据的实证分析[J]. 科学学与科学技术管理, 2015, 36(10): 135-146. ( ![]() |
[30] |
Galinato G I, Yoder J K. An integrated tax-subsidy policy for carbon emission reduction[J]. Resource and Energy Economics, 2010, 32(3): 310-326. DOI:10.1016/j.reseneeco.2009.10.001
( ![]() |
[31] |
董梅, 李存芳. 低碳省区试点政策的净碳减排效应[J]. 中国人口·资源与环境, 2020, 30(11): 63-74. ( ![]() |
[32] |
Mcleod E, Chmura G L, Bouillon S, et al. A blueprint for blue carbon: toward an improved understanding of the role of vegetated coastal habitats in sequestering CO2[J]. Frontiers in Ecology and the Environment, 2011, 9(10): 552-560. DOI:10.1890/110004
( ![]() |
[33] |
赵云, 乔岳, 张立伟. 海洋碳汇发展机制与交易模式探索[J]. 中国科学院院刊, 2021, 36(3): 288-295. ( ![]() |
[34] |
李竹, 王兆峰, 吴卫, 等. 碳中和目标下中国省域碳平衡能力与城镇化的关系[J]. 自然资源学报, 2022, 37(12): 3136-3152. ( ![]() |
[35] |
田鹏, 汪浩瀚, 李加林, 等. 中国海洋渔业碳排放时空变化特征及系统动态模拟[J]. 资源科学, 2023, 45(5): 1074-1090. ( ![]() |
[36] |
程娜, 陈成. 海洋碳汇、碳税、绿色技术: 实现"双碳"目标的组合策略研究[J]. 山东大学学报(哲学社会科学版), 2021, (6): 150-161. ( ![]() |
[37] |
于贵瑞, 朱剑兴, 徐丽, 等. 中国生态系统碳汇功能提升的技术途径: 基于自然解决方案[J]. 中国科学院院刊, 2022, 37(4): 490-501. ( ![]() |
[38] |
马彩华, 赵志远, 游奎. 略论海洋生态文明建设与公众参与[J]. 中国软科学, 2010, (S1): 172-177. ( ![]() |
[39] |
Chen C X, Han L. Public participation in water environment control: the status and experience of Shenzhen, southern China[J]. Meteorological and Environmental Research, 2018, 9(4): 70-73.
( ![]() |
[40] |
沈金生, 王泽鹏, 王选奇. 海洋牧场蓝色碳汇激励性补贴研究[J]. 中国海洋大学学报(社会科学版), 2018, (2): 16-21. DOI:10.3969/j.issn.1672-335X.2018.02.003 ( ![]() |
[41] |
江鑫, 胡文涛, 许文立, 等. 政府绿色采购如何激发企业绿色创新活力[J]. 数量经济技术经济研究, 2024, 41(11): 200-220. ( ![]() |
[42] |
王火根, 肖丽香, 廖冰. 基于系统动力学的中国碳减排路径模拟[J]. 自然资源学报, 2022, 37(5): 1352-1369. ( ![]() |
[43] |
任晓松, 刘宇佳, 赵国浩. 经济集聚对碳排放强度的影响及传导机制[J]. 中国人口·资源与环境, 2020, 30(4): 95-106. ( ![]() |
[44] |
曹忠祥, 高国力. 我国陆海统筹发展的战略内涵、思路与对策[J]. 中国软科学, 2015, (2): 1-12. DOI:10.3969/j.issn.1002-9753.2015.02.001 ( ![]() |
[45] |
Calvia M. Fossil energy use and carbon emissions: an easy-to-implement technical policy experiment[J]. Green Finance, 2024, 6(3): 407-429. DOI:10.3934/GF.2024016
( ![]() |
[46] |
林伯强, 刘希颖. 中国城市化阶段的碳排放: 影响因素和减排策略[J]. 经济研究, 2010, 45(8): 66-78. ( ![]() |
[47] |
吴建新, 郭智勇. 基于连续性动态分布方法的中国碳排放收敛分析[J]. 统计研究, 2016, 33(1): 54-60. DOI:10.3969/j.issn.1002-4565.2016.01.008 ( ![]() |
[48] |
邓若冰, 吴福象. 数字经济对城市碳排放的影响研究: 效应与机制[J]. 南京社会科学, 2024, (5): 37-48. ( ![]() |
[49] |
徐斌, 陈宇芳, 沈小波. 清洁能源发展、二氧化碳减排与区域经济增长[J]. 经济研究, 2019, 54(7): 188-202. DOI:10.3969/j.issn.1672-5719.2019.07.155 ( ![]() |
[50] |
Nakaishi T, Kagawa S, Takayabu H, et al. Determinants of technical inefficiency in China′s coal-fired power plants and policy recommendations for CO2 mitigation[J]. Environmental Science and Pollution Research, 2021, 28(37): 52064-52081. DOI:10.1007/s11356-021-14394-4
( ![]() |
[51] |
周阔, 张黎芮, 陶云清, 等. 公众环境关注与企业绿色治理——基于城市百度指数的研究[J]. 研究与发展管理, 2024, 36(1): 1-13. ( ![]() |
[52] |
陶云清, 侯婉玥, 刘兆达, 等. 公众环境关注如何提升企业ESG表现?——基于外部压力与内部关注的双重视角[J]. 科学学与科学技术管理, 2024, 45(7): 88-109. ( ![]() |
[53] |
刘金东, 徐文君, 陶然. 经济增长目标设定与地方债务规模扩张——基于逐顶竞争的视角[J]. 南方经济, 2024, (1): 1-21. ( ![]() |
[54] |
苏梦, 董伟萍, 赵世高, 等. 基于大型底栖动物完整性指数的河湖生态系统健康评价——以安徽铜陵为例[J]. 长江流域资源与环境, 2023, 32(1): 104-112. ( ![]() |
[55] |
周咏馨, 姚旗龙, 储成楠, 等. 环境规制对长三角城市工业用地高效低碳利用协同效应的影响[J]. 中国土地科学, 2022, 36(12): 128-137. ( ![]() |
[56] |
Wu H T, Xu L N, Ren S Y, et al. How do energy consumption and environmental regulation affect carbon emissions in China? New evidence from a dynamic threshold panel model[J]. Resources Policy, 2020, 67: 101678. DOI:10.1016/j.resourpol.2020.101678
( ![]() |
[57] |
程叶青, 王哲野, 张守志, 等. 中国能源消费碳排放强度及其影响因素的空间计量[J]. 地理学报, 2013, 68(10): 1418-1431. DOI:10.11821/dlxb201310011 ( ![]() |
[58] |
邵帅, 张可, 豆建民. 经济集聚的节能减排效应: 理论与中国经验[J]. 管理世界, 2019, 35(1): 36-60. DOI:10.3969/j.issn.1002-5502.2019.01.004 ( ![]() |
[59] |
Sun W, Ren C M. The impact of energy consumption structure on China′s carbon emissions: taking the Shannon-Wiener index as a new indicator[J]. Energy Reports, 2021, 7: 2605-2614. DOI:10.1016/j.egyr.2021.04.061
( ![]() |
[60] |
郭建科, 邓昭, 许妍, 等. 我国三大经济圈海洋产业发展轨迹比较[J]. 统计与决策, 2019, 35(2): 121-125. ( ![]() |