“2+26”城市雾霾治理政策效果评估
“2+26”城市雾霾治理政策效果评估
作者:张中祥 曹欢
来源:《中国人口·资源与环境》2022年第02期
        摘要 文章将《京津冀及周边地区2017年大气污染防治工作方案》和其后续“攻坚行动方案”的发布作为准自然实验,使用双重差分模型(DID)评估大气污染治理的政策效果。回归结果发现:①“方案”的发布对于“2+26”城市的空气具有显著的改善作用,并通过了稳健性检验,构成雾霾的主要污染物PM2.5、PM10和AQI 的改善程度最明显,SO2、CO 和NO2的改善幅度次之,但O3浓度在政策处理期内不降反升,说明近年来O3污染程度加剧,亟须引起关注。②长期视角下SO2和NO2的治理效果较短期情况下相比有所提升,说明有些大气污染物仍然具有进一步改善的潜力,印证了大气污染治理是一项长久的“攻坚战”。③引入空间DID分析,通过空间杜宾和双重差分的嵌套模型,放松个体相互独立的假设,从空间维度探讨“方案”的政策效果,对比空间视角下的直接效应与间接效应得出,区域联防联控大气治理手段相比单一地区空气质量改善政策而言能够使得治理效果事半功倍。④使用中介效应模型,探讨了“方案”通过减少工业产值占GDP 的比重和减少能源消费总量达到空气质量改善的两种作用机制。最后,文章为接下来进一步有效治理大气污染提出了相关的政策建议。
        关键词 “2+26”城市;双重差分模型;空间DID;机制分析
        中图分类号 X51;F061.5 文献标志码 A 文章编号1002-2104(2022)02-0026-11 DOI:10.12062/cpre20211126
        大气污染是中国经济不断快速发展的一项负外部公共品,在中国,受空气污染问题最多困扰的当属京津冀及周边地区[1-4]。国务院发布的“十三五”生态环境保护规划中明确强调要“深化区域大气污染联防联控、显著削减京津冀及周边地区颗粒物浓度”,因此京津冀及周边地区成为大气污染防治的重点覆盖区域。2017年2月17日,原环境保护部发布了《京津冀及周边地区2017年大气污染防治工作方案》(以下简称《2017方案》),形成了以京津冀及周边地区为主导的大气污染防治协作组。该方案联合河北、河南、山东、山西四省和北京、天津两市,首次提出“2+26”大气污染传输通道城市概念,旨在降低污染排放负荷、强化冬季治霾、提升区域空气质量。在《2017方案》发布后,为进一步强化秋冬季大气污染防治工作的实施,原环境保护部发布了《京津冀及周边地区2017—2018年秋冬季大气污染综合治理攻坚行动方案》,生态环境部发布了《京津冀及周边地区2018—2019年秋冬季大气污染综合治理攻坚行动方案》和《京津冀及周边地区2019—2020年秋冬季大气污染综合治理攻坚行动方案》。这三个“攻坚行动方案”中的“秋冬季”指每年的10月份到次年3月份,由于该时期内气象条件的改变会使得大气扩散能力变差,集中供暖的开始又会加剧大
气中颗粒物污染情况,有关部门为保证《2017方案》的执行效果,在此基础上,制定了后续的一系列“攻坚行动方案”。从某种程度上来看,《2017方案》与后续的“攻坚行动方案”具有很高的相似性,都是以改善京津冀及周边地区大气污染为核心。因此,文章将《2017方案》与后续的“攻坚行动方案”看作一个期限长达3年的政策整体,评估其对空气质量改善的整体效果。
        那么,在这些“方案”作用的三年时间内,京津冀及周边地区大气污染治理成效如何?这些“方案”是否能够使得“2+26”城市的空气质量发生显著改善?若发生改善,那么这种改善是通过何种机制来具体产生影响?文章将对这些问题进行探索性分析和实证检验,从多角度评价这一系列大气污染治理政策的效果,为接下来“十四五”期间的大气污染治理政策的研究与制定提供科学的视角和依据。
        相比以往的研究,文章的边际贡献与创新点在于:①与以往学者普遍研究的单项大气污染治理政策不同,创新性地将《2017方案》和后续“攻坚行动方案”看作一项整体,从短期和长期两方面评估政策整体对空气改善的效用。②从多视角探究政策的治理效果,通过引入空间 DID模型有效解决大气污染的空间相关性问题,从空间维度上讨论大气污染政策的治理效果,扩展了大气污染政策效果评价的方法与思路。
        1 研究背景及假设
        在中国,大气污染治理一直是各方所密切关注的话题,大气污染治理不能一蹴而就,从政策的制定、下发到落实,治理过程需循序渐进。随着人民日益增长的美好生活需要不断增加,民众对“蓝天”的呼声也愈来愈高,为了营造良好的大气条件,舒适的居住环境,中央有关部门出台了多条大气污染治理长效举措。2013年9月国务院发布了《大气污染防治行动计划》——即“大气十条”政策。罗知等[5]的研究发现,“大气十条”政策通过与供暖机制的联合能够使得北方冬季的空气质量得到显著的改善;同样,杨斯悦等[6]利用“大气十条”充当准自然实验,证明了该项政策的总体有效性,但指出分解污染物在区域条件下并未达到政策的要求;石敏俊等[7]采用分位数回归模型方法认为“大气十条”规定难以实现既定的PM2.5减排目标,要想实现既定的污染物浓度指标,需要进一步加强减排力度。随后,2018年7月,《打赢蓝天保卫战三年行动计划》应运而生。肖翠翠等[8]对《蓝天保卫战强化督查方案》进行评估,得出该政策能够有效改善京津冀及周边地区的空气质量。随着《2017方案》和后续“攻坚行动方案”的提出和落实,已有学者对其政策效果进行了评价。王恰等[9]利用全国320个城市,将实验组和对照组分为“2+26城市”和非“2+26城市”,发现方案显著降低了实验组城市的各类污染物浓度;毛显强等[10]以山东省为例探究了该治理政策
的实施效果,得出方案对PM2.5、PM10和 CO 三项浓度指标有改善作用,并发现《2017方案》的治霾成功主要得益于政策实施之后的“攻坚行动方案”的执行。
雾霾城市        在已有的对大气污染政策评价的研究中,学者们大多都采用基准双重差分模型,但基准双重差分模型对个体存在严格的独立性假设,且只针对政策的直接效應进行测量。当大气污染和大气污染的治理过程存在空间关联性时,这种简单方法通常具有局限性。因此,文章在基准双重差分模型的基础之上,引入空间 DID模型,通过空间杜宾与双重差分的嵌套模型,测量“方案”给京津冀及周边地区带来空气质量改善的直接效应与间接效应(即空间溢出效应),能够使得文章的分析结果更加全面准确。
        在《2017方案》及后续“攻坚行动方案”提出之前,有关部门发布的大气污染长期治理政策往往是单一的,缺乏污染频发季节细分和相关后续意见指导,从而可能造成政策效果不尽人意。《2017方案》和后续“攻坚行动方案”循序渐进,让一套大气污染治理政策更加完整。其中“方案”提出化解过剩产能,重点关注钢铁类和制造加工类,实行工业企业错峰生产,规定排放限值,加大工业企业限产力度;实施清洁取暖,完成“小燃煤锅炉”清零工作、实现煤炭消费总量负增长等一系列举措。基于政策方针的发布和目标责任的落实,文章提出以下研究假设:
        假设1:《京津冀及周边地区2017年大气污染防治工作方案》和后续发布的“攻坚行动方案”能显著改善“2+26”城市的空气污染状况。
        假设2:这种改善可以通过降低地区生产总值工业占比、减少能源消费总量这两种作用机制达成。
        文章选择的样本为京津冀及周边地区“四省两市”范围内的“2+26”城市与非“2+26”城市,除在有无政策直接影响的维度外,其他特征较为相似,能够更好地满足 DID 模型的前提假设,也能够把问题聚焦在京津冀及周边地区本身,具有地区代表性。
        2 模型构建及数据选取
        以治理大气污染为例,评估政策的事件分析方法有多种,学者们常用双重差分模型(Difference‑in‑Differences Model,简称 DID)、断点回归模型(Regression Discontinuity Design,简称 RDD)及合成控制法(Synthetic Control Meth‑ od,简称SCM)评价政策的规制效果。王岭等[11]使用双重差分证实了中央政府首轮环保督察和“回头看”都使得 AQI、PM2.5和PM10显著下降,为由“督企”转变为“督政”的监督检查机制提供
了理论与决策依据。Chen 等[12]利用双重差分模型探讨在2008年奥运会前后北京市的空气污染治理措施的实施效果,结果表明,空气质量指数API 在奥运会开始之前就已下降,而奥运会结束的一个月内,API 指数迅速升高。RDD 模型除了能解决内生性问题之外,还避免了因使用倍差法寻控制组的困难。曹静等[13]发现当使用传统的 OLS 回归时显示北京的限行政策有很大的作用效果,但使用RDD 识别,排除掉模型内生性干扰,“尾号限行”并未改善城市的空气质量。合成控制法也能够比较准确地将政策实施的效果一探究竟,张俊[14]以北京奥运会为自然实验,使用北京和合成北京比较了奥运会前后北京市的空气质量变化,发现奥运会之后北京空气质量的改进主要发生在非冬季,而冬季时的空气质量没有得到明显改善。相对于 RDD 与 SCM,DID 更适用评价面板数据中有非单一实验组的情况;相对于“单差法”, DID可以更准确地计算实验组在政策实施前后排除自身趋势的变化,即解决一部分内生性问题。因此,文章选择 DID模型来评估大气污染治理政策的实施效果。
        2.1 基准双重差分模型
        文章将《京津冀及周边地区2017年大气污染防治工作方案》及后续“攻坚行动方案”的发布看作“准自然实验”,来比较政策发布前后空气质量改善的幅度,建立如下基本模型:
        其中,Yit代表空气质量指数(Air Quality Index,简称 AQI)和构成AQI 的六种单项污染物浓度(PM2.5、PM10、SO2、CO、 NO2和 O3),i代表城市,t 表示时间。Treati和Postt均为虚拟变量,当城市i为实验组时,Treati取值为1,反之为0;当时间t 为政策发布日后时,Postt取值为1,反之为0。Zit为一组控制变量,其中包括城市特征变量:人口自然增长率、人均地区生产总值、城市建成区面积、一般公共预算收入和一般公共预算支出;天气特征变量:是否下雨、是否下雪、是否多云、最高气温、最低气温、风力和风向;其他控制变量:是否海滨城市、是否處于冬季供暖期、是否法定节假日。μi为城市固定效应,用来控制城市维度上所有不随时间变化的因素,如地理区位等; Tt为月度时间固定效应,控制时间维度上不随地区而改变的特征,如宏观经济走势等;εit是残差项。模型中,重要的解释系数是α1,若其估计值小于零,则表明与控制组相比,政策的实施改善了“2+26”城市的空气质量。
        2.2 空间双重差分模型
        当研究问题具有内生性时,双重差分模型是解决内生性问题的“不二法则”。但个体间相互独立的假设被打破后,单纯使用 DID模型便很难使得回归结果准确可信。与基准 DID
模型相比,空间 DID模型既有 DID 模型的优点,又存在空间计量模型的优势,它能够放松空间单位之间相互独立的假设,认为本地区与邻近地区存在相互关系,即本地区的变动不仅直接影响本地区结果变量,也会影响其相邻地区的结果变量,也就是说,政策既具有直接效应,也具有空间溢出效应。

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198,我们将在24小时内删除。