一、引言

根据世界气象组织的最新报告，气候变化的进展和严重程度远远超过了之前的预测和评估，世界各国必须迅速作出反应。我国作为负责任的大国，已承诺到2030年将其碳排放强度在2005年的基础上降低60%至65%，^[1]并积极参与全球气候治理，在2020年9月22日的联合国大会一般辩论中，我国再次向世界承诺了一个新目标，即二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和。^[2]碳中和的目标反映了我国应对气候变化的决心，同时也对我国的发展提出了新的约束。面对碳中和的目标，有效的环境政策是必不可少的，我国一直比较重视环境法规的建设及实施。1972年我国首次参加斯德哥尔摩人类环境会议，1973年制定了第一个环境保护规范性文件，此后我国环境保护立法与世界基本同步展开，^[3]1998年签署了《京都议定书》，2012年开始逐步承担减排责任，^[2]2016年积极推动达成了《巴黎协定》，这一系列环境政策逐渐生效。

我国的环境法规主要分为三种类型：命令控制型、市场激励型和公众参与型。^[4]命令控制型环境政策是政府颁布的法律、法规和标准，禁止或者限制污染物的排放量，具有强制性，要求企业严格地遵守政策规定，企业在环境保护过程中基本没有选择权，一旦违反环境法规，企业将受到行政处罚。^[5]市场激励型环境政策是指将企业环境污染的外部性内部化，通过排污费和排放交易等手段来治理环境污染，^[5]如自2013年起，在全国7个试点城市实施碳排放权交易机制，2021年7月，启动了碳排放交易市场。^[6]公众参与型环境政策不是政府强加的，而是取决于公众参与。^[5]随着公众环保意识的提高和对更好环境的要求，很多城市开通了环境污染投诉热线，鼓励群众通过电话、信件或面谈等方式随时随地表达自己的诉求。“双碳”目标的实现，需要全社会的广泛参与，即政府、企业和公民共同协作，形成有效的激励约束机制。因此，本文从命令控制型、市场激励型和公众参与型环境规制三个维度研究环境规制对企业碳排放量的直接影响和间接影响，以期提升企业应对气候变化的行动力，保证“碳达峰，碳中和”目标的实现。^[6]

二、文献综述及研究假设

为了研究环境规制、企业环境行为和碳排放之间的关系，本节将从环境规制与碳排放、企业环境行为的中介作用两个方面进行文献梳理并提出假设。

(一) 环境规制与碳排放

关于环境规制与碳排放之间的关系，研究结论存在争议。一些学者认为存在“波特假说”，环境规制可以激发企业的创新行为，补偿企业的合规成本，引导企业朝着低污染和高能效的方向发展，从而减少碳排放；^[7][8]相反，一些学者认为环境规制会加速对化石燃料的需求和开采，导致大量温室气体的排放，环境规制无法减少环境污染。^[9]有些学者认为环境规制和碳排放存在倒U型关系，在转折点之前，它呈现出“促进碳排放”的趋势，在转折点之后，它表现出“减少碳排放”的效果，^[10]但是，最近一些学者研究发现两者之间的关系是不确定的，蓝虹等认为环境规制对碳排放的影响是非线性的。^[9]然而，对于环境规制工具与碳排放关系的研究相对较少，陈平等研究了命令控制型、市场激励型和公众参与型环境规制对碳排放公平性的影响；^[11]孙帅帅等认为命令控制型、市场激励型和自愿型环境规制对碳排放的影响均存在空间溢出效应，市场激励型环境规制对碳排放的空间溢出效应最为显著；^[12]张华等认为非正式环境规制有助于降低碳排放；^[13]李小平等认为命令控制型和市场激励型环境规制与本地区碳生产率显著正相关，自愿型环境规制对碳排放生产率的影响不太显著；^[14]吴茵茵等研究发现在碳交易市场中，行政干预力度可以影响减排效果，建议市场机制与行政干预协同作用。^[15]

综上所述，环境规制与碳排放之间的关系受到环境政策工具异质性、行业异质性、区域异质性等复杂因素的影响，二者的关系是不确定的，不一定是线性的，如果建立线性模型或只研究环境规制的二阶系数，无法全面表征他们之间的非线性效果，因此本文提出以下假设：

H1：命令控制型环境规制与碳排放存在非线性关系

H2：市场激励型环境规制与碳排放存在非线性关系

H3：公众参与型环境规制与碳排放存在非线性关系

(二) 企业环境行为的中介作用

不同类型的环境规制对企业环境战略产生不同的影响，为了应对不同类型的环境规制，企业必须实施相应的环境战略。通常来说，对于命令控制型环境规制，企业会采取必要的调整措施满足法律规定的最低环境要求，否则严格的环境规制会导致企业退出市场，^[5]为了达到最低环境标准，企业要承担合规成本，增加环保投资，刺激企业向环境友好型生产技术创新，^[7]达到减排效果；但是，环境政策的宣布与实施之间存在间隔，导致企业的供应商加快了开采速度，从而加剧了能源消耗，^[16]导致碳排放量增加；也有学者研究发现，随着政府环境规制的加强，为了节省生产成本，企业会倾向于将生产逐步转移到政府监管较少的隐性经济部门或者存在影子经济，^[17]导致正规生产的产出减少，非正规生产的产出增加，从而加剧了环境污染。对于市场激励型环境规制，我国采取的主要措施是征收排污费，这会引导企业遵守环境规制，按期按量缴纳排污费，从而减少碳排放，起到了激励效果；^[18]也有企业在比较违规成本和合规成本之后，选择违反环境法规，缴纳更多的排污费，不减少碳排放，起不到激励效果。^[19]对于公众参与型环境规制，一方面通过社会舆论对地方政府产生压力，^[20]提高相关部门的执法力度；另一方面监督企业的环保责任，企业为树立良好的社会形象，进行绿色技术创新，从而有助于减少碳排放。^[21]因此提出如下假设：

H4：企业环境行为在命令控制型环境规制对碳排放的影响中起到了中介作用

H5：企业环境行为在市场激励型环境规制对碳排放的影响中起到了中介作用

H6：企业环境行为在公众参与型环境规制对碳排放的影响中起到了中介作用

本文将从以下三个方面为现有研究作进一步探讨：第一，从微观的角度分析环境规制、企业环境行为和碳排放之间的关系，构建一个将公共政策研究与管理研究相结合的分析框架来评估环境规制对企业污染排放行为的影响；第二，从理论意义上利用工企数据库和绿色发展数据库提供的工业煤炭消费量、燃料油消费量和洁净燃气消费量来推算企业级碳排放数据，为碳排放数据的测算作补充；第三，从现实意义上，在控制变量中加入考虑企业污染排放量的工业废水、工业废气和工业二氧化硫排放量，以及代表企业绩效的资产收益率、资产负债率等变量，更接近企业真实状况，具有现实意义。

三、数据与模型 (一) 变量描述 1、因变量

采用工业企业碳排放量取对数(CCE)作为因变量，由于没有办法直接取得企业层面碳排放量，根据中国国家气候变化协调小组办公室IPCC(2006)的计算方法，化石燃料燃烧产生的碳排放量可以通过将各种能源消耗乘以二氧化碳排放系数来估算，因此本文采用间接推算的方式获得该数据，绿色发展数据库提供了工业企业消耗的煤炭量、燃料油量和洁净燃气量，分别以《中国能源统计年鉴》的原煤、燃料油和天然气的平均低位发热量来表示工业企业三种能源的平均低位发热量，参考钱志权的二氧化碳计算公式：^[22]

$ C=\sum\limits_{k=1}^{n} C_{k}=\sum\limits_{k=1}^{n} Q_{k} \times N C V_{k} \times C C_{k} \times C O F_{k} \times \frac{44}{12} $

其中，k=1, 2, …，n表示能源种类，C表示工业企业能源消费的二氧化碳排放量，C_k表示第k种能源所产生的二氧化碳排放量；Q_k为工业企业消耗的第k种能源消费量；NCV为平均低位发热量，单位为GJ/KG；CC为碳含量，表示单位热量的含碳水平，单位为KG/GJ；COF为碳氧化因子，即能源燃烧时的碳氧化率；44和12分别为二氧化碳和碳的分子量。

2、自变量

核心解释变量为命令控制型环境规制(CER)、市场激励型环境规制(MER)和公众参与型环境规制(PER)。参考相关文献，^[5]本文决定采用行政案件数除以企业数量来衡量命令控制型环境规制的强度，采用排污费除以区域GDP作为市场激励型环境规制的代理变量，信访件数取对数作为公众参与型环境规制的代理变量。

3、控制变量

参考陈诗一等的研究，^[18]本文选取的控制变量为企业总产值(ln output)、企业员工数(ln employ)、资产收益率(ROA)、资产负债率(LA)、管理费用率(OM)、固定资产产值率(OF)、出口(EX)、工业废气排放量(Gas)、工业废水排放量(Water)、二氧化硫排放量(SO₂)。

4、中介变量

中介变量为企业环境行为(CEB)，用企业的废气治理设施数量作为企业环境行为的代理变量。由于工业污染物量与工业碳排放具有协同效应，^[23]那么企业废气治理设施在处理企业废气时也处理了二氧化碳。一般情况下，为了达到较高的环境标准，企业倾向于开发和应用清洁技术来控制其污染物排放。因此，本文假设企业的废气治理设施具有相同的生产率，企业拥有越多的废气治理设施，则该企业的环保意识越高，企业的环境行为越好。

(二) 数据来源

为了从微观层面研究环境规制对企业碳排放的影响，分析其传导机制，本文所用企业级数据由中国工业企业数据库和工业企业绿色发展数据库匹配得到，由于部分年份数据大量缺失，综合实际研究和数据的可获得性，最终确定研究区间为1999—2013年^①，剔除连续年份不满15年的企业以及工业煤炭消费量、燃料油消费量和洁净燃气消费量数据缺失的企业，最终留下983家企业，样本值为14745；本文用到的衡量环境规制强度的省级数据来自《中国环境统计》，省级企业数量和省内生产总值来源于各省份统计年鉴，表 1给出了变量的描述性统计。

① 中国工业企业数据库和工业绿色发展数据库均来自中国微观经济数据查询系统，目前权威数据只更新到2013年，所以本课题所选用的数据为1999—2013年。

(三) 模型构建

首先采用了面板门槛模型检验环境规制与碳排放的非线性关系，然后运用中介效应模型研究企业环境行为在环境规制对企业碳排放影响中的中介效用。

1、面板门槛模型

Hansen提出的面板门槛模型既能精确估计门槛值，还可以进行显著性检验，因此，本文采用此方法构建以环境规制为门槛变量的面板门槛模型，以单门槛模型为例，公式如下：

$ \begin{array}{l} C C E_{i, t}=\delta_{0}+\delta_{1} E R s_{i, t} \cdot I\left(q_{i, t} \leqslant \lambda\right)+\delta_{2} E R s_{i, t} \cdot I\left(q_{i, t}>\lambda\right)+C E B_{i, t}+\delta_{3} X_{i, t}+Y e a r+I n d u s \\ +\varepsilon_{i, t} \end{array} $

(1)

其中，I (∙)表示指标函数，根据门槛变量q和门槛值λ之间的比较，可以发现环境规制在不同的条件下对碳排放量产生不同的影响，当门槛变量q小于门槛值λ时，环境规制对碳排放量的影响系数为δ₁，当门槛变量q大于门槛值λ时，环境规制对碳排放量的影响系数为δ₂。

2、中介效应模型

考虑到上一期碳排放可能会对本期产生一定影响，^[24]因此，在解释变量中引入被解释变量的一阶滞后项，中介效应模型包括以下三个等式：

$ \begin{aligned} C C E_{i, t}=\alpha_{0}+\alpha_{1} C C E_{i, t-1}+\alpha_{2} E R s_{i, t}+\alpha_{3} X_{i, t}+ { Year }+ { Indus }+\varepsilon_{i, t} \end{aligned} $

(2)

$ C E B_{i, t}=\beta_{0}+\beta_{1} E R s_{i, t}+\beta_{2} X_{i, t}+ { Year }+ { Indus }+\varepsilon_{i, t} $

(3)

$ C C E_{i, t}=\gamma_{0}+\gamma_{1} C C E_{i, t-1}+\gamma_{2} E R s_{i, t}+\gamma_{3} C E B_{i, t}+\gamma_{4} X_{i, t}+ { Year }+ { Indus }+\varepsilon_{i, t} $

(4)

式(2)是基准回归模型，研究了环境规制对企业碳排放的直接影响，其中i和t分别表示企业和年份，CCE表示企业的碳排放量，ER表示环境规制，X表示控制变量，Year和Indus分别是年份虚拟变量和行业虚拟变量，ε是干扰项；式(3)研究了环境规制对企业环境行为的影响，其中CEB代表企业环境行为；式(4)表示在控制了企业环境行为后，环境规制对企业碳排放的间接影响。

四、实证结果分析 (一) 面板门槛模型实证结果分析

以环境规制为门槛变量，分别对三种环境规制变量进行三重门槛、双重门槛和单一门槛检验，结果如表 2所示，F和P分别表示F统计量和P值，命令控制型、市场激励型和公众参与型环境规制都在单一门槛和双重门槛检验下显著，在三重门槛检验下不显著，因此选择双重门槛模型。

表 3展示了在双重门槛面板模型下，以命令控制型、市场激励型和公众参与型环境规制分别作为门槛变量的门槛估计值及其置信区间，根据环境规制强度，所有观察结果可以划分出三个水平: 当CER≤0.209时为低CER，当0.209 < CER≤0.511时为中CER，当CER>0.511时为高CER；MER的两个门槛估计值分别为0.852和0.145，当MER≤0.145时为低MER，当0.145 < MER≤0.852时为中MER，当MER>0.852时为高MER；PER的两个门槛估计值分别为0.244和0.147，当PER≤0.147时为低PER，当0.147 < PER≤0.244时为中PER，当PER>0.244时为高PER。

分别以三种环境规制作为门槛变量进行回归，结果如表 4所示。表 4中的前两列显示了命令控制型环境规制双重门槛模型的回归结果，从中可以找到两个关于环境规制与碳排放量之间非线性关系的转折点，低CER系数不显著，而中CER系数在1%的水平上显著，高CER在5%的水平上显著。结果表明，命令控制型环境规制与碳排放存在非线性关系，只有在中CER强度下，命令控制型环境规制才会起到减少碳排放的效果，如果相对宽松，那么减排的有效激励就不会被诱导，如果过于严格，激励的效果就会受到限制，只有调控强度在特定范围内，才能有效减少碳排放。第三列和第四列显示了市场激励型环境规制的双重门槛模型回归结果，从中也可以找到关于环境规制与碳排放量之间非线性关系的转折点，低MER和中MER强度在1%的水平上显著，高MER不显著，说明市场激励型环境规制与企业碳排放量存在非线性关系，低MER和中MER都存在减排效应，而且低MER的减排效果要优于中MER的减排效果，高MER不利于减排。第五列和第六列显示了公众参与型环境规制的双重门槛模型回归结果，其中存在两个关于环境规制与碳排放量之间非线性关系的转折点，低PER系数不显著，而中PER系数和高PER系数为负，在10%的水平上显著。结果表明，公众参与型环境规制与碳排放存在非线性关系，在中PER和高PER下，环境规制对碳排放有微弱的抑制作用。结果验证了假设1、假设2和假设3，即环境规制和碳排放之间存在非线性关系。

(二) 中介效应模型实证结果分析

考虑到式(2)和式(4)是动态面板模型，将因变量的一阶滞后项作为解释变量，可以得到更准确的回归结果，但也伴随着内生性问题的出现，运用系统GMM模型可以减轻内生性的影响。^[24]因此本文选择系统GMM模型。从表 5、表 6和表 7可以看出，扰动项的二阶自相关AR(2)的结果，都大于0.1，拒绝了存在二阶自相关的假定，Hansen检验结果P值也都大于0.1，说明工具变量的选择是合理的，回归结果是有效的。

1、命令控制型环境规制的实证结果分析

表 5展示了企业环境行为在命令控制型环境规制对碳排放影响中的作用。第二列表示命令控制型环境规制对碳排放的直接影响，结果表明碳排放量的一阶滞后项在1%的水平上显著，说明上一期碳排放量对当期碳排放量有非常显著的影响，其系数都为正，表示促进了当期碳排放量的增加，这与企业的生产技术有关，企业的生产设施和工艺流程在较短的时间内难以改变，因此生产效率难以提升，碳排放量受到上一期的影响；^[24]核心解释变量命令控制型环境规制系数为正，表明加强环境规制会导致碳排放量的增加。

表 5的第三列展示了命令型环境规制对企业环境行为的影响，其系数为正，表示加强命令控制型环境规制可以激励企业采取保护环境的措施。从第四列可以看出，企业环境行为与碳排放量是正相关的，在1%的水平上显著，证明了环境规制通过企业环境行为间接对碳排放起到了促进作用，验证了企业环境行为确实起到中介作用，证实了假设4。其原因可能是企业为了获得合法性，避免潜在惩罚，提高社会声誉向利益相关者发出改善环境的信号，但是企业购买污染处理设施，合规成本上升，为了弥补环境治理成本的上升，企业通常采取扩大生产的方式，由于信息不对称，部分企业可能会隐藏排放信息，^[17]无法达到改善环境的预期效果。

从表 5的控制变量来看, 在命令控制型环境规制下，工业污染物排放量与碳排放有非常明显的正相关关系，说明存在协同效应；企业规模与碳排放量正相关，表明随着企业规模的扩大，企业会产生更多的二氧化碳；资产收益率对碳排放量起到了微弱的抑制作用，即资产收益率越高，企业收益越高，为了持续发展需要迎合环境法律法规，购买污染处理设施，从而降低碳排放量；资产负债率对碳排放有微弱的抑制作用，通常情况下，资产负债率越高，企业经营困难，没有资本购买设施，会停业整顿或者被责令退出市场，从而减少碳排放；管理费用率与碳排放的效果不显著，这与我国的会计准则有关，属于期间费用，不计入生产成本，与产品的生产没有直接关系，因此管理费用率与碳排量不显著；固定资产利用率与碳排放量负相关，即固定资产利用率越高，产生的碳排放量越低，这是由于企业的生产具有规模效应，设备的利用率越高，二氧化碳排放量边际递减；企业出口额与碳排放量呈负相关，这可能与进口国的产品质量标准有关，要求出口产品遵循进口国的环境法规。

2、市场激励型环境规制的实证结果分析

表 6展示了企业环境行为在市场激励型环境规制对碳排放影响中的作用。第二列表示市场激励型环境规制对碳排放的直接影响，核心解释变量市场激励型环境规制系数为正，表明加强市场激励型环境规制会导致碳排放量的增加。

表 6的第三列展示了市场激励型环境规制对企业环境行为的影响，其系数为正，表示市场激励型环境规制越严格，企业越注重自己的环境行为，但是从第四列可以看出，企业环境行为与碳排放量是正相关的，且在1%的水平上显著，证明了环境规制通过企业环境行为间接对碳排放起到促进作用，验证了企业环境行为确实起到了中介作用，证实了假设5，这主要是因为部分企业满足了最低的环境合法标准后，缺少动力进一步去开展研发工作，特别是有关提高创新技术的研发工作。

从表 6的控制变量来看, 在市场激励型环境规制下，大多数控制变量与命令控制型环境规制下的结论相似，不同的是，资产收益率与碳排放量正相关，原因可能是企业要权衡违背环境法规所付出的成本与所获得的收益，对资产收益率高的企业，当履约成本远高于罚款成本时，可能直接支付罚款；^[20]资产负债率对碳排放的影响不显著，原因可能是在市场激励型环境规制下，资产负债率高的企业可能被责令退出市场，因此对碳排放的影响不显著。

3、公众参与型环境规制的实证结果分析

表 7展示了企业环境行为在公众参与型环境规制对碳排放影响中的作用。第二列表示公众参与型环境规制对碳排放的直接影响，核心解释变量公众参与型环境规制系数为负，显著性较弱，表明加强公众参与型环境规制可以抑制碳排放量的增加，但是效果不是非常显著，原因可能是随着人们环境意识的提高，对企业社会责任的监督更加强烈，但是群众参与度不高。

表 7的第三列展示了公众参与型环境规制对企业环境行为的影响，其系数为正，表示公众参与型环境规制越严格，企业越注重自己的环境行为。从第四列可以看出，公众参与型环境规制与碳排放量是负相关的，在10%的水平上显著，证明了环境规制通过企业环境行为间接对碳排放起到抑制作用，验证了企业环境行为确实起到中介作用，证实了假设6。这可能是因为公众参与型环境规制这种“自下而上”的监督方式，为相关主管部门提供了更加精准的信息，促使相关主管部门采取有针对性的环境保护措施，但是效果较弱，因为当时人们的环境保护意识还不太高。

从表 7的控制变量来看, 在公众参与型环境规制下的控制变量与命令控制型环境规制的结论基本相似，不同的是，在公众参与型环境规制下，资产收益率和资产负债率对碳排放的影响不显著，原因可能是群众在信访的时候对企业的财务情况没有充分的关注。

(三) 稳健性检验

为了检验本文的回归结果是否可靠，采用新的因变量重新估计了环境规制与碳排放之间的关系，用碳排放强度(CEI)代替因变量，该强度是企业碳排放量与工业总产值之比，回归结果如表 8所示。从式(2)和式(4)的回归结果可以看到，解释变量和新因变量之间的相关性与表 5、表 6和表 7相同，这意味着本文的模型是稳健的。

五、研究结论及政策建议 (一) 主要结论

本文基于1999—2013年中国工业企业数据库和中国绿色发展数据库，运用面板门槛模型和中介效应模型分别研究了命令控制型、市场激励型和公众参与型环境规制对企业碳排放的直接影响和间接影响，根据上文的分析，得出以下结论：

1、根据面板门槛模型，以环境规制为门槛变量，发现了三种环境规制政策都与碳排放存在非线性关系，验证了假设1、假设2和假设3。命令控制型环境规制在中CER强度下才会起到减少碳排放的效果，市场激励型环境规制在低MER和中MER强度下都存在减排效应，高MER不利于减排，公众参与型环境规制在中PER和高PER强度下可以微弱地抑制碳排放。

2、通过中介效应模型的传导机制分析，分别验证了企业环境行为在三种环境规制对碳排放的影响中起到中介作用，假设4、假设5和假设6得到了证实。命令控制型、市场激励型和公众参与型环境规制都有助于改善企业的环境行为，在公众参与型环境规制下，企业环境行为有助于减少碳排放。

3、从控制变量来看, 在命令控制型环境规制下，工业污染物排放量和企业规模与碳排放正相关，存在协同效应，资产收益率、资产负债率、固定资产利用率和企业出口额与碳排放负相关，有利于抑制碳排放增长；在市场激励型环境规制下，大多数控制变量与命令控制型环境规制下结果相似，不同的是，资产收益率与碳排放量正相关，资产负债率对碳排放的影响不显著；在公众参与型环境规制下，资产收益率和资产负债率对碳排放没有显著影响。

(二) 政策建议

针对以上结论，本文提出以下政策建议：

1、相关主管部门应进一步完善环境规制，引导企业主动采取低碳行为。从命令控制型环境规制角度，应完善规范环境保护标准，建立和优化产品环境标识制度，完善奖惩制度，对违反环境法规的企业，除了要求停转并等行政处罚外，还应设计合理的经济惩罚机制；从市场激励型环境规制角度，应充分利用碳交易计划和碳税等市场激励工具来优化碳排放上限，将碳税纳入环境保护税法，通过碳交易价格向市场发出明确信号，引导企业投资低碳技术；从公众参与型环境规制角度，应充分利用网络社交平台、新媒体平台等互联网科技拓展公众反馈的渠道，公开反馈的流程，并将处理结果及时回应给来访者，保证机制的有效性。

2、相关主管部门要善于利用政策工具组合并提供更多不同类型的环境政策工具去激发企业的减排潜能。本文研究发现，CER、MER和PER都与碳排放存在非线性关系，但是三种政策工具的实施效果却有所不同，虽然低CER、高MER和低PER都是无效率的，但是低CER和低MER组合、低PER和中MER组合、低CER和高PER都是有效的，都可以避免单一政策工具的无效率；应当在现有的命令控制型、市场激励型等政策工具基础上，充分调动和发挥公众参与型、信息型等政策工具的作用，扩大相关主管部门在规范企业行为时的政策工具选择范围。

3、企业应把环境责任纳入长远的经营战略中。主动接受公众的监督，定期披露环境保护信息；不仅要提高减排意识，还要关注生产过程中产生的其他工业污染物的排放，降低协同效应带来的影响；在企业生产经营方面，随着生态优先、绿色发展观念的逐渐强化，人们的消费意识也在发生转化，随着绿色需求的扩大，企业应积极开发绿色创新技术，生产绿色产品，带动上下游企业共同向绿色低碳发展转型，促进经济的长期可持续发展，推动“碳达峰、碳中和”目标的实现。