绿金论文 | JEEM：从棕色到绿色？中国燃煤电厂关闭的污染转移效应

来源：市场资讯

（来源：江苏省绿色金融高端智库）

期刊：Journal of Environmental Economics and

Management

标题：From brown to green? The displacement effect of coal-fired power plant closures in China

作者：Yi Fan, Qiuxia Gao, Cheng Keat Tang

摘 要

本文研究了燃煤电厂退役后空气污染的转移效应，以及减少这些转移效应的市场因素。我们利用中国2004年至2014年间燃煤电厂的大规模关停与可再生能源的同步发展作为一个准自然实验，结合来自1500多家电厂的地理和运营信息，以及测量月度二氧化硫（SO2）水平的高分辨率卫星数据。我们的双重差分估计表明，虽然关停的燃煤电厂周边区域的SO2水平降低了2.3%，但附近仍在运行的燃煤电厂周边区域的SO2水平却遭受了1.7%的激增。减少省际贸易壁垒和推广更绿色的替代能源被证明可以减轻这种转移效应。粗略估算表明，这两种政策工具可以将年度净排放量减少18万至27万吨，大约是不进行这些干预的基准情形的3.7至5.6倍。

研究内容

研究以中国燃煤电厂规模化退役与可再生能源快速发展的现实进程为背景，聚焦于燃煤电厂关停后空气污染的空间转移效应这一核心议题展开系统性研究，同时探究能够弱化该转移效应的市场因素与政策工具，为煤电退出过程中的环境效益实现路径提供理论与实证层面的分析框架。在全球应对气候变化、各国纷纷推进煤电淘汰的大背景下，中国作为煤炭消费与煤电生产大国，自2000年起持续推进低效燃煤电厂的退役工作，同期通过《可再生能源法》等政策推动可再生能源装机规模与消费占比快速提升，但煤炭发电仍在电力结构中占据主导地位，且煤电退出政策遵循“淘汰小型低效机组、保留大型高效机组”的核心原则，这一现实背景使得煤电关停后的电力缺口填补与污染排放空间再分配成为亟待验证的重要问题，而现有相关研究大多集中于燃煤电厂关停对本地空气质量、社会经济结果的影响，尚未对电厂退役带来的发电与污染空间转移效应展开系统性分析，这也构成了本研究的核心切入点与研究缘起。

研究将2004-2014年中国大规模燃煤电厂关停与同期可再生能源发展作为准自然实验，核心分析对象为燃煤电厂关停带来的空气污染空间转移行为，核心观测污染物选定为二氧化硫（SO₂），而非传统研究中常用的二氧化碳、PM2.5等污染物。研究在指标选择上进行了充分的设计与论证，之所以聚焦SO₂，核心原因在于SO₂是煤炭燃烧过程中产生的主要污染物，中国燃煤电厂贡献了全国超过50%的SO₂排放，远高于钢铁生产等其他工业来源的贡献占比，这使得SO₂浓度的变化能够更精准地对应燃煤电厂生产活动的变动，最大程度避免其他工业污染源对识别结果的干扰；同时，SO₂短期暴露对人体呼吸系统的危害已得到充分的环境与健康研究支撑，其环境与健康影响具备明确的现实意义，这也为研究的政策价值提供了底层逻辑。

为了实现核心研究目标，研究构建了多维度、高空间精度的数据集，并完成了精细化的数据处理与匹配工作。在电厂基础数据层面，研究从全球能源监测数据库获取了燃煤电厂的全维度地理与运营信息，涵盖电厂的经纬度位置、投运年份、退役年份、装机容量、各发电机组的实时运营状态等核心内容，同时对研究核心的“退役电厂”与“退役年份”进行了明确的界定，将至少有一台发电机组完成退役的电厂定义为退役电厂，将首台机组完成退役的年份确定为该电厂的退役年份；为了保证实证分析中电厂关停前后均有充足的观测窗口期，研究将核心样本限定为2005-2013年完成关停的电厂，最终形成了包含152家退役电厂、1106家运营中电厂的工作样本，同时还将样本电厂进一步划分为完全关停、部分关停、全运营三类，以此捕捉不同退役程度电厂的特征差异，避免简单二元划分带来的样本异质性偏差。在清洁能源替代相关数据层面，研究同样从全球能源监测数据库收集了2023年之前中国建成投运的7800余家清洁与可再生能源电厂的详细信息，覆盖水电、风电、太阳能发电、天然气发电等多个类型，记录了每家电厂的地理坐标、装机容量、运营状态、投运年份与发电类型，并基于这些数据计算了退役电厂100公里范围内，装机容量超过退役电厂平均水平、且在电厂关停前已正式投运的各类清洁能源电厂数量，以此量化本地清洁发电产能对退役煤电的替代潜力，为后续转移效应的影响因素分析提供核心解释变量。

表1 描述性统计

在空气质量核心被解释变量的数据层面，研究采用了NASA提供的Aura/臭氧监测仪三级二氧化硫数据集，该数据集能够提供空间分辨率为0.25×0.25度（约27km×27km）网格的小时级SO₂浓度观测数据，研究将小时级数据聚合为网格层面的月度平均SO₂浓度，再通过网格质心与周边电厂的空间距离计算，完成空气质量网格数据与电厂信息的空间匹配。研究选择卫星遥感数据而非地面监测站数据，核心考量在于卫星数据能够有效避免地面监测数据可能存在的人为瞒报、误报问题，同时高空间分辨率的网格数据能够实现电厂周边原位空气质量的直接测量，无需通过远距离监测站的数据进行插值处理，能够更精准地捕捉电厂周边小范围的空气质量变化，为关停效应与转移效应的识别提供可靠的数据基础。此外，研究还收集了两类核心控制变量数据，一类是社会经济数据，包括县级层面的年度GDP、人口规模、就业结构等指标，数据来源于中国国家统计局；另一类是气象数据，涵盖月均气温、露点、海平面气压、能见度、风速、降水量等可能影响空气质量扩散的指标，数据来源于美国国家海洋和大气管理局，研究采用反距离加权法（IDW），基于网格质心与最近的5个气象观测站的空间距离，将站点级气象数据聚合到对应网格层面，同时还收集了中国省级电力进出口数据、2015年电力市场化改革的相关政策信息，为后续转移效应的驱动因素分析提供数据支撑。

在实证识别策略层面，研究以双重差分（DID）双向固定效应模型为核心分析框架，分别构建了两个基准回归方程，对应燃煤电厂关停的本地环境效应与污染空间转移效应的识别。为了保证处理组与控制组的空间可比性，研究结合现有相关文献的结论与半参数实证分析结果，确定了35km作为燃煤电厂污染外溢的核心空间边界，并以此为基础完成处理组与控制组的划分。在关停效应的识别方程中，研究将网格质心位于退役电厂35km范围内的区域设定为处理组，将35km至50km范围内的区域设定为控制组，核心解释变量为关停状态虚拟变量与电厂关停后时间虚拟变量的交互项，被解释变量为网格月度SO₂浓度的自然对数；为了避免电厂退役时间仅能精确到年份带来的处理窗口期定义偏差，研究不仅将电厂退役年份1月及之后的时间段设定为政策后期，还额外设计了以退役年份年中（6月）为政策节点的处理窗口期定义方式，同时将所有分析限定在电厂关停前后5年的时间窗口期内，以此排除其他长期宏观因素对识别结果的干扰。在污染转移效应的识别方程中，研究基于“退役电厂的电力缺口会推动周边运营中燃煤电厂提升发电负荷，进而带来污染排放增加”的核心逻辑，将研究对象限定为退役电厂100km范围内的运营中燃煤电厂，将这些运营电厂35km范围内的网格设定为处理组，35km至50km范围内的网格设定为控制组，核心解释变量为邻近运营电厂虚拟变量与对应退役电厂关停后时间虚拟变量的交互项，以此识别燃煤电厂关停对周边运营电厂周边空气质量的影响。在两个基准回归模型中，研究均纳入了时变的气象控制变量及其二次项，以此控制气象条件对本地空气质量扩散的影响，同时控制了网格固定效应与年月双向固定效应，其中网格固定效应用于剔除网格层面不随时间变化的不可观测特征，年月固定效应用于控制全国层面随时间变化的SO₂浓度整体变动趋势，模型的标准误则聚类到电厂层面，以解决同一电厂周边不同网格的扰动项序列相关问题。

为了保障核心识别策略的有效性，研究针对双重差分模型的关键假设与潜在识别威胁，设计了全维度的检验与处理方案。针对双重差分模型的核心平行趋势假设，研究构建了事件研究模型，采用领先-滞后的动态设定形式，以电厂退役前1年作为基准期，检验电厂退役前2年至退役后5年的处理效应动态变化，以此验证处理组与控制组在电厂关停前是否满足平行趋势假设；同时，针对多期双重差分模型中，处理时点交错、处理效应存在异质性可能带来的估计偏差问题，研究采用了CSDID估计方法，该方法通过计算每个子群体在接受处理后的平均处理效应，避免了将已处理单元作为控制组的问题，进一步保证了估计结果的可靠性。针对稳定单位处理值假设（SUTVA）可能被违背的问题，也就是不同电厂的处理组与控制组区域重叠带来的污染溢出干扰，研究详细梳理了多种重叠场景，包括不同退役电厂之间的处理区域重叠、不同运营电厂之间的处理区域重叠、退役电厂与运营电厂的处理控制区域重叠等，并针对性地设计了一系列处理策略，包括在模型中控制退役电厂100km范围内的运营电厂数量，剔除时间窗口期内处理区域存在重叠的后续关停电厂样本，移除控制组中与其他电厂处理区域重叠的观测值，排除同时位于退役电厂35km范围内与运营电厂50km范围内的重叠区域等，以此保证估计结果不会受到区域重叠带来的溢出效应污染。

此外，研究还针对一系列潜在的识别威胁，设计了多维度的稳健性检验方案，全面覆盖数据处理、样本选择、模型设定、空间边界等多个层面，具体包括更换SO₂指标的构建方式，分别采用剔除负值、用周边8个相邻网格的非负值替换负值两种方式处理卫星数据中的负向观测值；按网格周边覆盖的电厂数量对观测值进行加权回归，避免多电厂覆盖区域对估计结果的过度影响；更换处理时点的定义方式，验证窗口期设定对结果的影响；采用更严格的退役电厂定义，剔除关停期间有新发电机组投运的电厂样本；剔除省界周边35km内的电厂样本，避免跨省污染溢出与行政边界效应带来的干扰；将网格数据按处理组与控制组进行空间聚合后重新回归，验证分析空间尺度对结果的影响；开展安慰剂检验，将退役电厂与运营电厂周边50-65km区域设为伪处理组，65-80km区域设为伪控制组，通过虚假处理组的回归验证核心效应的真实性；检验退役电厂100-200km范围内的运营电厂是否存在污染转移效应，以此验证100km空间边界设定的合理性；同时还更换了标准误的聚类方式，分别采用Conley空间HAC标准误、电厂与省份-月度双向聚类标准误，解决空间相关带来的标准误低估问题。

表2 关于关闭和迁移效应的基线估计

在基准识别的基础上，研究进一步设计了多维度的分析框架，探究污染转移效应的驱动因素与缓解路径，核心从清洁能源替代与省际电力贸易壁垒两个维度展开。在清洁能源替代维度，研究基于收集的各类可再生能源电厂数据，计算了运营中燃煤电厂100km范围内的各类清洁能源电厂数量与装机容量指标，将其与基准模型中的核心交互项构建三重差分模型，分别检验整体清洁能源电厂，以及风电、水电、光伏、天然气发电等不同类型清洁能源电厂，对污染转移效应的影响，同时还设计了清洁能源装机容量占比、反距离加权的清洁能源容量等多个替代指标，开展补充性分析。在省际电力贸易壁垒维度，研究结合中国电力调度的制度背景，即省级政府缺乏从外省调入电力的激励，电力生产调度多局限于省内行政边界内的现实特征，收集了省级电力进口数据，以全国电力进口平均水平为分界，将省份划分为高电力进口与低电力进口两组，构建省份电力进口虚拟变量与基准模型核心交互项的三重差分模型，检验省际电力调入行为对污染转移效应的影响；同时，研究还利用2015年中国电力市场化改革这一外生政策冲击，该改革通过建立省级电力交易中心、推动可再生能源跨省消纳、破除省际电力贸易壁垒等核心措施，改变了中国电力调度的制度环境，因此研究将样本期拓展至2020年，构建2015年之后的时间虚拟变量与基准模型核心交互项的三重差分模型，检验电力市场化改革后污染转移效应的变化，以此验证降低省际贸易壁垒对污染转移效应的影响。

除此之外，研究还设计了配套的核算分析与补充性分析内容，基于基准模型的估计系数，结合电厂周边区域的SO₂浓度水平、空间覆盖范围、大气气柱高度等数据，构建了简易核算框架，用于计算燃煤电厂关停带来的SO₂净排放变化，以及对应的边际减排成本与经济成本，同时分别测算了存在本地清洁能源替代、省际电力调入两种场景下的净排放变化与成本变动，以此量化两种政策工具的减排潜力与经济收益。研究还补充了电厂关停对健康结果影响的分析内容，基于中国县级层面的年度婴儿死亡率数据，检验在考虑污染转移效应的前提下，燃煤电厂关停对居民健康结果的净影响。在研究设计的整体框架中，这篇文章还明确了自身对现有相关文献的三个核心贡献维度：一是首次针对老旧燃煤电厂退役带来的发电空间转移，检验其对空气质量的影响，弥补了现有文献大多仅关注电厂关停本地环境效应、忽略空间转移效应的研究空白，为准确评估煤电退出的环境收益提供了新的分析视角；二是采用高分辨率卫星遥感空气质量数据，解决了地面监测数据存在的误报风险与插值偏差问题，实现了电厂周边污染变化的精准空间识别；三是为全球各国煤电退出的政策实践提供了实证支撑，不仅揭示了煤电规模化关停过程中潜在的污染转移风险，还明确了缓解该风险的有效政策工具，为电力生产配额的跨空间优化配置提供了理论与实证依据。

研究结果

基于前文构建的准自然实验分析框架与双重差分识别策略，本研究通过多维度实证检验，得到了关于中国燃煤电厂关停的本地环境效应、污染空间转移效应、转移效应驱动因素及对应政策效果的一系列核心研究结果，全面揭示了煤电退出过程中污染排放的空间再分配规律与政策干预的有效性。

在基准回归分析中，研究首先验证了燃煤电厂关停的本地空气质量改善效应，也就是关停效应的存在性与显著性。在仅控制气象变量、城市固定效应与年月固定效应的最简约模型设定下，回归结果显示，燃煤电厂关停后，电厂周边35km范围内的月度SO₂浓度较关停前显著下降2.2%，该结果在1%的统计水平上显著。在此基础上，研究逐步加入更细粒度的县级固定效应、电厂固定效应与网格固定效应，以剔除不同空间维度不随时间变化的不可观测特征对估计结果的干扰，此时关停效应的估计系数保持稳定，数值在1.5%至2.3%之间波动，且均通过了常规水平的统计显著性检验。在同时纳入网格固定效应与省份-年份双向固定效应的基准优选模型中，燃煤电厂关停对周边35km内SO₂浓度的降低效应达到2.3%，在1%的水平上高度显著，这也是本研究核心的关停效应基准估计值。即便剔除了不同退役电厂之间处理区域重叠的样本，尽管样本量减少了约30%，关停效应的估计值依然稳定在2.2%，且保持1%水平的统计显著性。与现有相关研究的估计结果相比，本研究得到的关停效应系数相对更小，这一差异主要源于两方面原因：一是本研究采用了卫星遥感的SO₂柱浓度数据，而非地面监测站的近地面浓度数据，卫星数据对近地面污染变化的敏感度相对更低；二是本研究在模型中控制了退役电厂周边100km范围内的运营电厂数量，剔除了污染转移对控制组的溢出干扰，从而得到了更精准的本地减排效应估计值。

2中的前期趋势进行事件研究规范测试

与本地减排效应形成鲜明对比的是，基准回归结果同时证实了燃煤电厂关停带来了显著的空气污染空间转移效应。在针对转移效应的基准回归中，最简约的模型设定显示，退役电厂100km范围内的运营燃煤电厂，其周边35km内的SO₂浓度在电厂关停后显著上升5.5%，在1%的统计水平上高度显著。随着模型中逐步加入县级、电厂、网格固定效应与省份-年份固定效应，转移效应的估计系数有所下降，但始终保持正向且高度显著，系数数值在2.0%至3.8%之间。在与关停效应一致的优选模型设定下，研究得到了核心的转移效应基准估计值，即燃煤电厂关停后，周边100km内运营电厂周边35km范围内的SO₂浓度会显著上升1.7%，该结果在1%的统计水平上显著。在剔除运营电厂之间处理区域重叠的样本后，转移效应的估计值为1.6%，依然在5%的水平上保持统计显著性。这一核心结果直接验证了研究的核心假设，即燃煤电厂关停带来的电力生产缺口，会推动周边100km范围内的运营燃煤电厂提升发电负荷，进而导致其周边SO₂排放显著增加，形成了空气污染的空间转移，而这一效应在过往聚焦本地环境收益的研究中往往被忽略，进而导致对煤电退出环境收益的高估。

表3 关于关闭和迁移效应的稳健性检验

为了验证双重差分模型核心的平行趋势假设，研究构建了事件研究模型进行动态效应检验，得到的结果进一步支撑了基准回归结论的可靠性。事件研究的估计结果显示，在燃煤电厂关停前的2年时间里，无论是关停效应还是转移效应对应的处理组与控制组，其SO₂浓度的变化趋势均不存在显著差异，对应的估计系数接近0且无法通过常规水平的显著性检验，完全满足双重差分模型的平行趋势假设，排除了事前趋势差异对基准结果的干扰。从动态效应的时间变化来看，在电厂关停当年及之后，关停效应的负向估计系数逐年增大，且统计显著性持续提升，说明燃煤电厂关停对本地空气质量的改善效果并非短期冲击，而是随时间推移呈现出不断增强的特征；与之相对应的是，转移效应的正向估计系数在电厂关停后同样持续显著，且系数大小保持稳定，说明污染空间转移的影响具有持续性，并非短期的发电负荷波动所致。针对多期双重差分模型中，交错处理时点与处理效应异质性可能带来的估计偏误问题，研究采用了CSDID估计方法进行重新检验，结果显示，即便将数据聚合至年度层面，且以从未接受处理的网格作为控制组，关停效应与转移效应的估计结果依然与基准OLS结果保持高度一致，关停效应的负向系数与转移效应的正向系数均在1%的水平上显著，进一步证实了基准结果并非由交错DID的模型设定偏误所驱动。

表4 工厂关闭导致的污染转移效应的决定因素

为了全面排除各类潜在识别威胁对核心结果的干扰，研究开展了覆盖数据处理、样本选择、模型设定、空间边界等多个维度的稳健性检验，所有检验结果均显示核心的关停效应与转移效应保持高度稳健。在核心被解释变量的构建层面，研究更换了卫星数据中SO₂负值的处理方式，分别采用剔除负值后计算月度均值、用周边8个相邻网格的非负值替换负值两种方式重新构建SO₂浓度指标，回归结果显示，关停效应与转移效应的系数方向、统计显著性均与基准结果完全一致，仅系数数值存在小幅波动，说明核心结果不依赖于被解释变量的具体构建方式。在样本权重与处理时点设定层面，研究按网格周边50km范围内的电厂数量对观测值进行加权回归，以避免多电厂覆盖区域对结果的过度影响，同时将电厂关停的处理时点从年初1月更换为年中6月，两种设定下的回归结果均与基准结果无实质差异，核心系数依然高度显著。在样本选择层面，研究采用了更严格的退役电厂定义，剔除了关停期间有新发电机组投运的电厂样本，尽管样本量出现大幅缩减，关停效应与转移效应依然保持显著，且关停效应的系数有所增大；同时，研究剔除了位于省级边界35km范围内的电厂样本，以排除跨省污染溢出与行政边界效应的干扰，回归结果显示关停效应达到2.9%、转移效应为1.1%，均通过了常规水平的显著性检验。在模型设定层面，研究将网格层面的数据按处理组与控制组进行空间聚合后重新回归，结果依然与基准保持一致；同时开展了安慰剂检验，将电厂周边50-65km区域设为伪处理组、65-80km区域设为伪控制组，回归结果显示伪处理组的估计系数接近0且不显著，排除了随机因素对核心结果的干扰。在空间边界设定层面，研究对退役电厂100-200km范围内的运营电厂进行了转移效应检验，结果显示该范围内不存在显著的污染转移效应，证实了污染转移仅发生在退役电厂100km的空间范围内，验证了核心分析中空间边界设定的合理性。此外，研究还更换了标准误的聚类方式，分别采用Conley空间HAC标准误与电厂-省份-月度双向聚类标准误，以解决网格间的空间相关性问题，核心结果的统计显著性依然完全成立。

表5 来自已关闭和运营中的燃煤电厂的净排放成本

在基准结果得到充分验证的基础上，研究进一步通过实证分析揭示了污染空间转移效应的核心驱动因素，以及缓解该效应的有效政策路径。在清洁能源替代的影响方面，回归结果显示，在基准1.9%的污染转移效应基础上，退役电厂100km范围内每增加1家装机容量达标、且在电厂关停前已投运的清洁能源电厂，污染转移效应就会在1%的水平上显著下降0.3%。分清洁能源类型的异质性分析结果显示，风电、光伏与天然气发电的替代缓解效应尤为突出，每增加1家符合要求的风电、光伏、天然气电厂，污染转移效应会分别显著下降1.0%、0.5%与0.9%，且均在1%的水平上高度显著；而水电的替代效应则未通过常规水平的显著性检验。这一系列结果证实，本地清洁能源的可获得性是决定污染转移效应大小的关键因素，充足的清洁发电产能能够为电厂关停后的电力缺口提供低碳替代供给，避免发电负荷向周边燃煤电厂转移，从而有效缓解污染的空间转移。

在省际电力贸易壁垒的影响方面，实证结果显示，省际电力市场分割是驱动污染转移的核心制度因素。在电力进口水平低于全国平均水平的省份，燃煤电厂关停带来的污染转移效应达到2.2%，在1%的水平上高度显著；而在电力进口水平高于全国平均水平的省份，跨省电力调入能够使污染转移效应在5%的水平上显著降低3.1%，在这些省份，燃煤电厂关停不仅不会带来周边运营电厂的污染上升，反而会实现相关区域SO₂浓度的净下降。这一结果与中国电力调度的制度背景完全契合，省级政府缺乏从外省调入电力的激励，导致电厂关停后的电力缺口只能在省内通过燃煤电厂填补，进而引发显著的污染转移，而打破省际电力贸易壁垒、扩大跨省电力调入，能够实现电力生产配额的跨区域优化配置，从根本上缓解省内的污染转移压力。

研究进一步利用2015年中国电力市场化改革这一外生政策冲击，检验了制度变革对污染转移效应的影响，结果与机制分析形成了充分的相互印证。将研究样本期拓展至2020年后的回归结果显示，2015年电力市场化改革之前，燃煤电厂关停带来的污染转移效应为1.3%，在5%的水平上显著；而2015年改革之后，随着省际电力交易壁垒的破除与可再生能源跨省消纳的推进，污染转移效应在5%的水平上显著下降2.4%，改革之后，研究不再能观测到燃煤电厂关停带来的显著污染空间转移效应。这一结果不仅再次验证了省际贸易壁垒与清洁能源发展对污染转移的核心影响，也证实了市场化改革政策在缓解煤电退出过程中的污染转移问题上，具备显著的长期效果。

基于核心的关停效应与转移效应估计值，研究通过简易核算框架，量化了不同场景下燃煤电厂关停带来的净SO₂排放变化与对应的经济成本，得到了极具现实意义的量化结果。在无清洁能源替代、无省际电力调入的基准场景下，单家燃煤电厂关停会使其周边35km范围内的SO₂排放减少约149吨，但周边运营电厂的污染转移会带来281.4吨的SO₂排放增量，最终单家电厂关停会导致相关区域净SO₂排放增加132.43吨，折算到全国层面，年净SO₂排放增量达到4.83万吨，对应的年度SO₂边际减排成本增加约419万美元。这一核算结果直接表明，若忽略污染的空间转移效应，会严重高估燃煤电厂关停的环境收益，在无政策干预的基准场景下，规模化的煤电退出甚至会带来电厂周边区域的净排放上升，形成“局部减排、整体增排”的悖论。而在存在本地清洁能源替代的场景下，核算结果出现了根本性反转，电厂关停的本地减排效应扩大至317.4吨，同时污染转移效应转为负向，带来430.4吨的额外SO₂减排，最终全国层面年净SO₂减排量达到27.29万吨，对应的年度减排成本节约2368万美元；在存在省际电力调入的场景下，电厂关停的本地减排效应达到334.9吨，污染转移也转为149吨的减排量，全国层面年净SO₂减排17.66万吨，年度减排成本节约1532万美元。整体核算结果显示，推动清洁能源替代与降低省际电力贸易壁垒这两项政策工具，能够使全国年净SO₂排放减少0.18至0.27百万吨，其减排效果是基准无干预场景的3.7至5.6倍，充分量化了两项政策工具的环境收益与经济价值。此外，研究补充开展的健康效应分析结果显示，在不考虑污染转移效应的情况下，燃煤电厂关停会带来本地婴儿死亡率的显著下降，但纳入污染转移效应后，电厂关停对婴儿死亡率的净影响几乎可以忽略不计，这一结果与净排放的核算结论形成了呼应，进一步说明污染空间转移会完全抵消煤电退出带来的本地健康收益，也凸显了缓解污染转移、实现净减排的重要现实意义。

更多细节请访问原文：

https://www.sciencedirect.com/science/article/pii/S0095069626000227

声明：本推送内容为课题组对论文的理解，因水平有限，难免出现错讹。敬请各位专家、同学批评指正。