一、基本信息

标题：新能源示范城市政策对能源消费转型的影响：来自中国的证据 The effect of new energy demonstration city policy on energy consumption transition: Evidence from China

发表时间：2026-06-10（网络首发）

作者：Zhenhua Zhang、Wenjuan Feng、Jian Wu、Xueli Chen、Malin Song、Xiangzheng Deng

作者机构：

1. 兰州大学经济学院

2. 浙江省城市治理研究中心

3. 兰州大学管理学院

4. 法国 NEOMA 商学院

5. 安徽财经大学生态经济与管理协同创新中心

6. 北京工商大学

期刊：Journal of Environmental Management

DOI：https://doi.org/10.1016/j.jenvman.2026.130140

二、摘要

新能源示范城市（NEDC）政策是中国推动可再生能源发展的旗舰性举措，2014年1月首批公布 81 个示范城市与 8 个产业园区，覆盖 22 个省、4 个自治区与 2 个直辖市。本研究把这一政策视为准自然实验，以 275 个地级市的面板数据、用双重差分（DID）方法评估其对能源消费转型（ECT）的影响，被解释变量取城市煤炭在总能源消费中的占比，占比下降即代表转型推进。结果显示，政策使试点城市的煤炭占比显著下降约 4.6 个百分点；平行趋势检验、安慰剂检验、倾向得分匹配双重差分（PSM-DID）与合成双重差分（SDID）均支持这一结论，控制碳排放权交易、用能权交易与低碳城市试点等同期政策后系数依然稳健。机制上，政策主要通过技术创新推动转型，绿色金融与社会固定资产投资则显著放大政策效果。异质性分析表明，政策效果在环境污染治理力度较低的地区、中东部地区、二线及以上城市，以及成熟型、衰退型、再生型资源城市中更为明显，在西部、成长型资源城市与三线及以下城市中不显著。研究为其他发展中国家借助政策工具推进能源消费转型提供了可参照的样本。

三、引言

研究背景

化石能源的大规模使用是全球气候变化的首要驱动力，而煤炭至今仍在能源消费中占据主导地位。中国是全球最大的煤、油、气消费国与最大的 CO2 排放国，2020年提出"碳达峰、碳中和"目标之后，向可持续能源消费体系转型成为紧迫任务。为推动能源结构调整与新能源产业发展，中国政府于 2014年1月正式公布首批 81 个新能源示范城市与 8 个产业园区，按"清洁高效利用、多能互补、分布式布局、一体化协同"的原则，要求示范城市充分利用本地可再生能源禀赋、推广新能源技术与产品、建立清洁能源供应体系，显著降低对化石能源的依赖。

这项政策对未入选城市构成外生冲击，天然形成了处理组与对照组的对照框架，为因果识别提供了条件。

本文的研究目标与创新点

既有关于 NEDC 政策的实证研究，大多从污染减排、碳减排与能源效率的角度评估政策成效，而政策自身最直接的目标——提高可再生能源比重、即推动能源消费转型——反而少有人检验。本文正是从这个角度切入，回答三个问题：NEDC 政策能否有效推动能源消费转型？其影响在不同地区是否存在显著差异？政策通过何种具体机制发挥作用？

三方面贡献是：其一，把政策评估的落点从减排、能效换到能源消费转型本身，补上了这块实证空白；其二，既有研究讨论过示范城市对技术创新的作用，却没有把技术创新与能源消费转型连起来，本文在基准回归之外进一步检验技术创新的中介作用、绿色金融与社会投资的调节作用；其三，已有文献讨论环境污染治理力度对污染状况的影响，却少有人把它与 NEDC 政策效果结合考察，本文补上了这一维度。

理论层面，本文以组织社会学新制度主义的制度同形理论为分析框架：政策通过把"提高新能源消费比重"纳入地方绩效考核形成强制同形压力，迫使地方政府重排政策议程与资源配置；地方政府在波特假说的逻辑下把绿色技术创新作为核心应对策略；成熟的绿色金融规范构成规范同形环境，把政策压力内化为市场驱动的资本流向；大规模新能源基础设施投资则形成可见、可复制的示范样板，为模仿同形提供物质基础。

四、研究方法

数据来源与类型

研究对象为中国 275 个地级市，样本期 2008—2019年，剔除主要变量缺失后共 3001 个城市—年观测。以 2014年为政策冲击时点，入选新能源示范城市的为处理组，其余为对照组。

被解释变量是煤炭占比（Energy）。由于城市层面尚未发布能源平衡表，无法像省级那样获得 17 类能源消费数据，本文以公开的燃气与液化石油气、全社会用电量、城市供热数据为基础，按标准煤折算系数换算：煤、油、气按固定比例折算，电力按当年发电煤耗折算，加总得到能源消费总量；再以城市供热与全社会用电量近似估计年度煤炭消费量，与总量相比得到煤炭占比。作者也说明了这一代理变量的局限：随着电力结构加速脱碳，其有效性会随时间减弱，但在 2019年之前的窗口内火电占比仍高达 72.3%，把供热与用电主要挂钩到煤炭消费仍是合理近似。

中介变量取城市当年绿色发明专利申请量，以更贴近可再生能源、能效与污染治理相关的创新产出。调节变量取绿色金融指数（用熵值法从绿色信贷、绿色投资、绿色保险、绿色债券、绿色支持、绿色基金、绿色权益七个方面构建）与社会固定资产投资（取对数）。控制变量包括经济发展水平、对外开放水平、人口密度、政府干预程度、城镇化水平与城市绿化覆盖率。

研究方法

基准模型为双向固定效应的 DID：

Energy(it) = α + β·did(it) + γ·control(it) + μ(i) + λ(t) + ε(it)

其中 did 为城市 i 在 t 年是否已列入示范城市的交互项，μ 为城市固定效应，λ 为年份固定效应。β 是核心系数——因被解释变量是煤炭占比，β 显著为负即意味着政策推动了能源消费转型。

稳健性检验分四层：平行趋势检验考察政策前处理组与对照组是否存在系统性差异、并刻画政策的动态效应；安慰剂检验从 275 个样本城市中随机指定伪试点、重复 1000 次，对回归系数与 t 值作核密度估计；PSM-DID 采用逐年匹配、1:2 最近邻匹配以缓解样本选择偏误；SDID 引入时间权重与个体权重的双重优化，放松传统 DID 的共同趋势假定。此外还控制了碳排放权交易、用能权交易与低碳城市试点三项同期政策，并做了控制变量滞后一期、缩尾处理、交互固定效应，以及剔除直辖市、省会与副省级城市的检验。

机制检验用逐步回归法验证技术创新的中介作用；调节效应把绿色金融指数、社会投资分别去中心化后与 did 构造交互项（c_didGF、c_didlnIFA）。

表 1 变量定义（原文表 1）

表 2 描述性统计结果（原文表 2）

五、结果

结果1：政策把试点城市的煤炭占比压低约 4.6 个百分点

基准回归中，无论是否加入控制变量，did 的系数都显著为负：不加控制变量时为 −0.044（标准误 0.016），加入全部控制变量后为 −0.046（标准误 0.015），均在 1% 水平显著，R2 为 0.721。样本中煤炭占比的均值是 0.817，因此 −0.046 意味着政策使试点城市的煤炭占比下降约 4.6 个百分点。控制变量中只有城市绿化覆盖率显著（0.087，5% 水平）。

作者对这一效果的解释有三条：政策把资源导向新能源、节能环保等战略性新兴产业，推动清洁能源产业链的细化与扩张；通过规制和淘汰高耗能高排放产业，逐步降低对传统能源的依赖，为新能源技术的大规模应用腾出市场与政策空间；试点还为新能源企业提供税收优惠等激励，直接降低其创新风险。

平行趋势检验显示，政策实施前处理组与对照组的能源消费结构没有显著差异，政策效应此后逐步显现。受政策对象行为惯性与转换成本影响，NEDC 政策存在滞后：实施当年与第一年的系数虽为负但置信区间跨零、并不显著；从第二年起，处理组的煤炭占比显著低于对照组，且这一趋势延续到样本期末（图 1）。

图 1 平行趋势检验。横轴为政策实施前后的期数（以政策前一期为基期剔除），黑色实心点为各期政策效应系数，竖线为对应的 95% 置信区间；区间跨越 0 表示该期系数不显著（原文图 3）

结果2：四层稳健性检验都没有推翻结论

安慰剂检验从 275 个样本城市中随机指定伪试点城市、重复 1000 次，随机化之后的回归系数与 t 值都集中分布在 0 附近，说明观测到的转型效应并非来自遗漏变量或随机因素等不可观测因素，模型设定不存在显著的遗漏变量问题（图 2）。

图 2 安慰剂检验的核密度估计。(a) 为 1000 次随机化实验得到的回归系数分布，(b) 为对应 t 值的分布；两者均以 0 为中心，说明真实估计值落在随机分布的尾部（原文图 4）

PSM-DID 检验中，平衡性检验显示匹配后处理组与对照组不再存在显著差异，匹配有效提升了两组可比性；采用 1:2 最近邻匹配后，did 系数为 −0.040 与 −0.043（1% 水平显著，N = 2507），结论不变。SDID 检验中，政策实施前示范城市的实际煤炭占比与合成对照组的预测值高度吻合；受滞后效应影响，两组在政策推出后两年内仍拟合较好，此后显著分化——对照组的煤炭占比回升，处理组则维持在低位，did 系数为 −0.036（1% 水平显著）（图 3）。

图 3 合成双重差分（SDID）的回归结果。虚线为合成对照组、实线为处理组的煤炭占比路径，竖直实线标出 2014年政策实施时点，底部绿色面积为各年度的时间权重（原文图 6）

此外，分别构造碳排放权交易、用能权交易与低碳城市试点三项同期政策的虚拟变量加以控制后，核心系数仍在 −0.046 上下且显著；控制变量滞后一期、缩尾处理、交互固定效应模型，以及剔除直辖市、省会与副省级城市之后，did 系数分布在 −0.045 至 −0.052 之间，全部保持显著。

结果3：机制是技术创新，绿色金融与社会投资放大效果

以技术创新为中介变量的逐步回归显示，did 对绿色发明专利申请量的影响显著为正（2.900，5% 水平），说明 NEDC 政策切实提升了本地的发明创新能力；而技术创新既能降低可再生能源的利用成本、改善其稳定性与并网能力，从供给侧增强新能源的替代能力，也能降低能耗、提高能源利用效率，从而推动能源消费转型。

绿色金融的调节效应中，加入交互项 c_didGF 后，政策主效应与交互项均显著为负（c_didGF 为 −0.222，1% 水平），即绿色金融强化了 NEDC 政策对能源消费转型的推动作用。示范城市的地方政府往往配套推出绿色信贷、绿色债券、绿色基金等金融支持政策，缓解新能源项目普遍面临的融资约束；绿色金融不仅提供资金，还通过环境信息披露、绿色评级与风险定价引导市场主体关注能源结构的清洁程度。

社会投资的调节效应同样显著（c_didlnIFA 为 −0.023，5% 水平）。其作用体现在两方面：基础设施投资为新能源的规模化应用提供了物质基础；人力资本投资则提升了新能源产业的技术吸收与创新能力。

结果4：宽松监管区、中东部、二线以上城市效果更强

按环境污染治理力度分组：以 2013年各地区"环保投资增速/GDP 增速"的弹性系数为标准，系数不小于 1 归入高治理力度组、小于 1 归入低治理力度组。政策在低治理力度地区显著推动转型（−0.059，1% 水平，N = 2255），在高治理力度地区则不显著（−0.008，N = 746）。作者的解释是，低治理力度地区本身的环境污染指数更高，NEDC 政策的边际影响因而更为明显。

按区域分组：东部（−0.064，5% 水平）与中部（−0.059，5% 水平）效果最为明显，西部（−0.014）不显著。各区域在资源禀赋、要素配置与政策环境上的差异，导致政策落地效果不同。

按资源型城市类型分组：成熟型（−0.061）、衰退型（−0.078）与再生型（−0.070）城市的系数均在 5% 水平显著，成长型城市（−0.043）不显著。可能的原因是，另外三类资源城市具备更好的能源开发基础设施，更有利于示范城市建设。

按城市发展层级分组：二线及以上城市（含一线、新一线、二线）效果显著（−0.079，1% 水平，N = 532），三线及以下城市不显著（−0.029，N = 2469）。城镇化水平越高，居民能源消费观念的转变越充分，能源消费转型也越可见。

六、结论

本文以 275 个地级市 2008—2019年的面板数据，把 2014年的新能源示范城市政策视为准自然实验，用城市煤炭在总能源消费中的占比度量能源消费转型，系统评估了政策成效、机制与异质性。结论有三：其一，NEDC 政策显著推动了试点城市的能源消费转型，煤炭占比下降约 4.6 个百分点，这一结果在平行趋势、安慰剂、PSM-DID、SDID 以及排除同期政策干扰等一系列检验后依然稳健；其二，政策主要通过技术创新推动转型，绿色金融与社会投资均强化了政策与转型之间的联系；其三，政策效果在环境污染治理力度较低的地区、中东部地区、二线及以上城市，以及成熟型、衰退型、再生型资源城市中更为突出。

据此，作者提出四条政策建议：系统总结并推广试点城市的成功经验，建立可复制的政策扩散机制，包括对政策文本与实践经验作系统编码以提炼可解释的制度模块、并通过案例库与失败案例分析机制形成学习网络；充分发挥区域优势、因地制宜设计政策，把更多注意力与资源适当向西部地区、资源型城市中的成长型城市以及城市发展较弱的地区倾斜；加大对技术创新的支持力度，淘汰不达标的基础设施，并鼓励绿色金融与社会投资进入新能源产业；加强政企合作、完善政策执行监督与法律框架，并处理好整体与局部、短期与中长期的关系，确保政策长期见效。

本文也留下两处待补：一是只在城市层面考察政策的转型效应，缺少城市内部微观机制的验证；二是机制探讨主要落在技术创新一条通道上，受数据可得性限制未能直接分析示范区的新能源利用水平。未来研究需要从企业层面与新能源利用的视角，进一步揭示 NEDC 政策推动能源消费转型的微观机理。

Zhang, Z., Feng, W., Wu, J., Chen, X., Song, M., & Deng, X. (2026). The effect of new energy demonstration city policy on energy consumption transition: Evidence from China. Journal of Environmental Management, 411, 130140.