大氣污染規制對城市空氣污染的防治成效
——基于準實驗分析

張廣來,張 寧,任亞運

1 江西財經大學經濟學院,南昌 330077 2 山東大學藍綠發展研究院,威海 264200 3 貴州財經大學經濟學院,貴陽 550025

大氣污染作為“頭號”環境問題，已被證實對人類的生命健康和社會經濟發展具有顯著的負面影響。根據《2018中國生態環境狀況公報》統計數據顯示，2018年全國所有地級及以上城市中有217個城市(占比64.2%)的環境空氣質量屬于超標，所有城市全年空氣質量發生重度污染和嚴重污染的天數分別為1899天次和822天次。面對日趨嚴峻的大氣污染防治形勢，中國政府實施了一系列環境治理政策以不斷地強化大氣污染規制。但目前關于環境規制可否促進城市空氣質量改善從而實現區域環境治理的討論中，主要存在有“倒逼減排”與“綠色悖論”的雙重結論。持“倒逼減排”觀點的學者們認為：首先，環境規制實施后，政府可能通過征收能源稅或向污染排放企業征收排污費等手段增加企業的生產成本，進而限制能源的使用量。同時，政府還可能通過補貼新能源等方式，鼓勵更多的企業使用更加清潔的替代能源，進而不斷地減少企業生產過程中對化石能源的使用量，實現減少污染排放的目的；其次，合理有效的大氣污染規制能夠在一定程度上減少高耗能產業和高污染企業的盈利空間，使得高污染行業的企業競爭力有所下降，并通過清潔型產業競爭力的提升和生產規模的擴大促使城市產業結構轉型升級，進而改善城市空氣質量[1—2]；再次，地方政府在嚴格的環境規制目標任務下，會通過增加污染治理投資額的方式進行污染物的末端治理；最后，大氣污染規制有可能會推動企業進行技術創新，優化企業的資源配置，提升企業競爭力和全要素生產率，實現“創新波特效應”。企業通過更多地采用綠色生產技術和提升生產效率的方式從而降低污染物的排放，實現空氣質量的有效改善[3—4]。綜上，可以得知大氣污染規制主要通過改變地區能源消耗量、污染治理力度、城市產業結構和生產技術水平等方面對地區空氣質量產生影響。

但另一部分持“綠色悖論”的學者研究發現,伴隨著環境規制力度的提升,短期內可能會產生“顯示”效應,即資源所有者預計到能源開采和使用成本在未來不斷提升后,會加速對現有能源的開采和使用,導致短期內的大量能源消耗和污染排放[5]。此外,新能源技術的推廣和清潔能源使用技術升級帶來的能源替代效應,也會在一定程度上倒逼現有的資源所有者對化石能源的加速開發,從而產生過度的能源消耗和污染排放[6—7]。與此同時,國內也有部分學者針對環境規制的“綠色悖論”影響進行了檢驗佐證[8—9]。因此,大氣污染規制政策實施后,究竟是產生了“倒逼減排”還是“綠色悖論”還有待進一步驗證討論,即大氣污染規制的環境治理效應尚未確定?；诖?本文以2003年實施的大氣污染防治重點城市政策為準自然實驗,運用雙重差分模型從區域層面分析大氣污染規制對城市空氣污染治理的影響效應及內在傳導機制。

1 實證研究設計

1.1 政策背景與模型設定

為應對嚴峻的大氣污染問題以及保護和改善生態環境,我國于2002年由原國家環境保護總局正式印發了《大氣污染防治重點城市劃定方案》的通知,要求根據城市環境污染現狀和綜合經濟能力,以及相關省政府對2005年大氣環境質量達標的承諾,將1998年劃定的47個環保重點城市，以及《酸雨和二氧化硫污染防治“十五”計劃》中要求在2005年達標的雙控區城市、當前大氣環境污染超標但大概率可于2005年達標的城市和部分亟需增強保護的旅游文化與生態文明城市等66個城市作為重點選擇對象,總計設立113個大氣污染防治重點城市。針對已設立的大氣污染防治重點城市,我國于2003年1月6日正式出臺了《關于大氣污染防治重點城市限期達標工作的通知》,要求所有重點城市實施嚴格的環境管控措施治理大氣污染和完成限期達標工作,并定期公布各重點城市的環境空氣質量,對逾期未達標的大氣污染防治重點城市,將嚴格限制新建對空氣產生污染的項目。

基于上述政策的實施與推行,各重點城市空氣質量得到積極改善。因此,本文將中國大氣污染防治重點城市政策視為大氣污染規制的一項準自然實驗,選擇“大氣污染防治重點城市”作為處理組,“非大氣污染防治重點城市”作為對照組,利用雙重差分法(Difference-in-Differences, DID)分析大氣污染防治重點城市政策的空氣污染治理效應。在考慮模型設定有效性的基礎上,本文選擇將2003年作為研究大氣污染防治重點城市政策效果的基期。此外,為了進一步保證DID估計的有效性以及政策評估效應不受到事前分組的影響,本文依照政策制定標準,對2000年全國有大氣環境質量監測數據的338個城市綜合經濟能力及環境污染現狀和城市是否屬于雙控區城市、大氣環境質量是否超達到二級標準、是否國家重點旅游文化城市進行控制,從而有效地保證DID的分組隨機性[10]。而為了控制以上分組選擇標準的時間變化差異對DID模型估計結果的影響,本文借鑒已有文獻的處理方法[11],將各分組選擇標準變量與時間多次項進行交乘。本文基準DID估計模型如公式(1)所示：

Yit=β1Treatmenti×Post2003t+(S×f(t))′θ+αi+γt+εit

(1)

其中,下標i表示的是城市,t表示年份。被解釋變量Yit為城市層面大氣污染治理成效的被解釋變量。Treatmenti為大氣防治政策的虛擬變量,當城市屬于大氣污染防治重點城市時,即城市屬于處理組時,Treatmenti=1,反之,則Treatmenti=0。Post 2003t表示大氣防治政策的實施時間的虛擬變量,Post 2003t=1表示的是政策實施后(t≥ 2003),Post 2003t=0表示政策實施前(t<2003)。S是大氣污染防治重點城市的6個分組選擇變量,f(t)是時間t的多次項,分別用S乘以時間t、t2和t3作為控制變量。αi和γt分別表示城市與年份的固定效應。εit為受時間變化影響的隨機誤差項。

1.2 數據來源和變量說明

1.2.1數據來源

本文的研究數據最終為1998年至2012年的中國城市面板數據,數據來源于《中國城市統計年鑒》《中國能源統計年鑒》《中國區域經濟統計年鑒》和各城市歷年國民經濟發展統計公報等。此外,文中所使用的城市PM2.5濃度指標來自哥倫比亞大學社會經濟數據和應用中心公布的衛星監測數據。

1.2.2變量說明

(1)被解釋變量為城市空氣污染治理變量,分別用城市的工業SO2排放量、工業SO2排放強度和PM2.5年均濃度予以表示,為了保證所選指標的平穩性,對各個指標進行對數化處理。

(2)控制變量為前文所提到的第二批大氣污染防治重點城市的分組選擇標準變量。分別為城市是否屬于雙控區城市、大氣環境質量是否超達到二級標準、是否國家重點旅游文化城市、城市總人口、人均GDP和城市單位面積二氧化硫排放量。

(3)機制分析變量。本文選擇城市能源消耗量、城市治污投入、產業結構變化和城市綠色全要素生產率分別反映地區能源消耗量、污染治理力度、城市產業結構和生產技術水平這四個影響城市空氣質量的具體機制。其中,城市能源消耗量用當年實際能源使用量(對數形式)予以表示,城市治污投入用環境污染治理投資總額(對數形式)反映,產業結構變化分別用第二產業和第三產業占城市GDP比重表示,城市綠色全要素生產率則用考慮負產出下的城市綠色發展水平予以表示,本文使用兩期修正權重非徑向方向距離函數進行計算[12]。

2 實證結果

2.1 基準回歸結果

基于前文的分析,本文首先對大氣污染防治重點城市政策的污染防治成效進行實證檢驗。表1基準回歸結果中的被解釋變量分別為城市的工業SO2排放強度(ln_SO2_density)、工業SO2排放量(ln_SO2)和PM2.5年均濃度(ln_PM2.5)。由表1發現,無論是否加入政策分組選擇標準變量,所有回歸結果均顯著為負?；鶞驶貧w結果表明,大氣污染防治重點城市政策在1%的顯著性水平下降低了重點城市的工業SO2排放強度,工業SO2排放量以及城市PM2.5年均濃度值,證明了大氣污染防治重點城市政策對于城市空氣污染治理產生了顯著的影響,有利于重點城市空氣質量的改善,并減少城市工業二氧化硫排放量。

表1 大氣污染防治重點城市政策對城市空氣污染治理的影響

回歸系數下匯報的是聚類在城市層面的穩健標準誤,***表示1%的顯著性水平;ln_SO2_density表示工業二氧化硫排放強度的對數， ln_SO2表示工業二氧化硫排放量的對數， ln_PM2.5表示PM2.5年均濃度的對數， Post表示政策實施前后的時間虛擬變量， Treatment表示政策實施的分組表虛擬變量，t表示時間趨勢項，S表示的是大氣污染防治重點城市的分組選擇標準變量,所有回歸結果均控制了城市和年份固定效應;限于篇幅,基準回歸的表中沒有匯報各控制變量的回歸結果

2.2 城市空氣污染治理效應的量化計算

根據表1中的模型回歸系數結果,可以進一步計算出2003年實施大氣污染防治重點城市政策后,城市空氣質量改善的大小幅度與城市工業SO2減排的絕對量。具體來看,大氣污染防治重點城市政策使得重點城市工業SO2排放強度降低了36.2%,使得城市工業SO2排放量減少了33.3%,并使得城市PM2.5年均濃度值下降了8.5%。而本文研究的政策實施時間為2003—2012年(共9年),因此可以得到大氣污染防治重點城市政策在2003年實施后平均每年降低城市PM2.5濃度0.944%,年均減少城市工業SO2排放量3.7%和工業SO2排放強度4.022%。進一步地,由于樣本期內所有非大氣污染防治重點城市(控制組樣本)的工業SO2排放強度、城市工業SO2排放量和城市PM2.5年均濃度的平均值分別為111.4萬t/億元、36684.96萬t和34.936 μg/m3,因此可以計算出大氣污染防治重點城市政策的實施后的9年時間內有效減少了12215.8萬t城市工業SO2排放量與降低城市工業SO2排放強度40.327萬t/億元,并且使得城市PM2.5年均濃度改善2.97 μg/m3。

由于大氣污染防治重點城市政策是一項典型的命令控制型環境規制政策,中央政府在政策頒布后實施了多項嚴格的管控措施,如大氣污染防治重點城市應加快城市能源結構調整、減少城市原煤消費(通過推廣清潔能源、劃定高污染性燃料禁燃區等方式)并發展潔凈煤使用技術、促進熱電聯產與集中供熱發展、推行清潔生產、強化機動車污染排放監督管理、控制城市建筑工地與道路運輸中的揚塵污染、提高城市綠化水平(最大限度減少裸露地面)和降低城市大氣環境中懸浮顆粒物濃度等措施改善城市空氣質量,并由原國家環?？偩值炔块T對以上措施的落地與實施進行有效監督檢查。因此,在嚴格的規制措施下,大氣污染防治重點城市的空氣質量得到了有效治理。但是,此處計算的城市空氣污染治理效應結果可能還具有不確定性,主要源于同期其它可能影響大氣污染治理的相關環境政策,如：2002年實施的SO2排放權交易試點政策和2006年實施的“十一五”計劃中對SO2減排目標進行設定并納入官員績效考核的規制政策。這些同期發生的大氣污染規制政策可能導致本部分空氣污染治理效應量化結果的高估和不確定。因此,本文將在后續穩健性檢驗部分進一步考慮同期其它大氣環境政策的影響,從而保證本文估計結果的可靠性。

2.3 穩健性檢驗

2.3.1平行趨勢假設檢驗和動態效應分析

DID模型得以成立的重要條件之一即滿足平行趨勢假定。在本文中,也就是要求處理組城市和控制組城市在大氣污染防治重點城市政策實施前,城市空氣質量的變化趨勢應該保持一致。本文借鑒已有文獻[13],通過(2)式的設定,不僅可以檢驗大氣污染規制發生前處理組和控制組樣本是否滿足平行趨勢假設,還能進行政策影響效果的動態效應分析,具體模型設定如下：

(2)

式中,下標μ代表的是大氣污染防治重點城市政策實施的第μ年,本文分別檢驗了政策前三年的平行趨勢假定以及政策實施后四年的動態效應情況,因此將μ分別取值為-3(2000年)、-2(2001年)、-1(2002年)、0(2003年)、1(2004年)、2(2005年)、3(2006年)和4(2007年),而Postμ是年份虛擬變量,如年份為2000年,則Post-3=1,其余均為0。在(2)式中,重點關注的是系數βμ的變化,DID模型滿足平行趨勢假設檢驗的條件是β2000、β2001和β2002都不顯著,而β2003≤μ≤2007是顯著的。此外,通過比較β2003≤μ≤2007的變化情況,能夠分析大氣污染規制對于城市空氣污染治理的動態影響效果。

本文將不同被解釋變量的動態效應回歸結果分別用圖1、圖2和圖3予以反映。從以下動態效應圖中可以看出在2003年之前,大氣污染規制的邊際效應基本在0值附近,而從2003年大氣污染防治重點城市政策實施后,邊際效應線迅速向右下方傾斜,且城市工業SO2排放強度和城市工業SO2排放量的回歸系數結果在2003年以后基本都在-0.2值線以下,說明了大氣污染規制對城市污染物排放產生了顯著的負向沖擊影響。而城市PM2.5年均濃度的回歸系數結果在2004年以后才開始顯著為負,且基本集中在-0.1值線上下,同樣說明了大氣污染規制對城市空氣質量產生了顯著的改善作用,但大氣污染規制對城市空氣質量的優化效應具有一定的時滯性。

圖1 城市工業SO2排放強度的動態效應圖Fig.1 Dynamic effect diagram for urban industry SO2 emission intensity

圖2 城市工業SO2排放量的動態效應圖Fig.2 Dynamic effect diagram for urban industry SO2 emission

圖3 城市PM2.5年均濃度的動態效應圖 Fig.3 Dynamic effect diagram for city′s average annual concentration of PM2.5

2.3.2考慮同期其它大氣環境政策的穩健性檢驗

為了排除同期其它實施的大氣污染環境規制政策影響,本研究考慮了2006年起實施的新一輪“十一五”計劃中對SO2減排目標進行設定并納入官員績效考核的規制影響。國務院于2006年下發了《關于“十一五”期間全國主要污染物排放總量控制計劃的批復》,批復中列出了2005年各省SO2排放量、2010年各省減排百分比目標,同時各省副省長也簽署了省級污染減排目標正式合同。因此,考慮到該政策也可能會對城市空氣污染治理產生影響,進而有可能使得本文估計結果產生偏差,故本部分穩健性檢驗將樣本時間縮短為1998—2005年進行分析,主要回歸結果見表2的第(1)—(3)列。此外,還有學者發現市場交易型環境規制同樣會對區域經濟發展和環境保護產生影響[13]。在大氣污染防治重點城市政策實施前后,我國實施的較為典型的市場交易型環境規制政策是2002年開始推行的“4+3+1”的SO2排放權交易試點政策,在山東、山西、江蘇、河南四省,上海、天津、柳州三市以及中國華能集團公司實行SO2排放權交易政策。因此,本部分進一步控制了城市是否屬于SO2排放權交易試點地區的虛擬變量(SETS_Dummy)與時間趨勢(T)的交乘項,從而剔除SO2排放權交易試點政策對于本研究實證結果的干擾,主要回歸結果見表2的第(4)—(6)列。研究發現,無論是考慮2006年實施的“十一五”計劃中對SO2減排目標政策,還是考慮2002年實施的SO2排放權交易試點政策,表3的回歸結果基本與前文的回歸結果保持一致,進一步保證了本文基準回歸結果的穩健性。

表2 考慮同期其它大氣環境規制政策影響的穩健性檢驗結果

2.3.3安慰劑檢驗(Placebo Test)

本部分的穩健性檢驗主要借鑒現有文獻[13],對大氣污染規制的空氣污染治理效應進行了安慰劑檢驗。通過將2003年所有的城市樣本進行打亂,然后隨機選擇大氣污染防治重點城市并將其設置為處理組樣本Treatmenti,再依據原DID模型的設定估計出此時隨機選定處理組情形下的大氣污染規制的回歸系數,并將該過程重復地進行500次隨機模擬,最終得到回歸系數的分布情況。圖4、圖5和圖6分別是針對城市工業SO2排放強度、城市工業SO2排放量和城市PM2.5年均濃度的安慰劑檢驗結果。由于本文基準結果中針對上述三個不同的被解釋變量的回歸系數分別為-0.362、-0.333和-0.085,但可以發現經過500次隨機模擬后的安慰劑檢驗的回歸系數結果基本全都分布在基準回歸結果以外,證實了本文的基準結果并非為其它不可觀測的因素導致的,大氣污染規制對城市空氣污染治理具有顯著的正向作用。

圖4 大氣污染規制影響城市工業SO2排放強度的安慰劑檢驗Fig.4 Placebo test results for urban industry SO2 emission intensity

圖5 大氣污染規制影響城市工業SO2排放量的安慰劑檢驗Fig.5 Placebo test results for urban industry SO2 emission

圖6 大氣污染規制影響城市PM2.5年均濃度的安慰劑檢驗 Fig.6 Placebo test results for city′s average annual concentration of PM2.5

2.3.4偽證檢驗

本部分穩健性檢驗基本思路是考慮到大氣污染防治重點城市政策主要目標是為了改善城市空氣質量,通過嚴格的環境規制措施強化對城市空氣質量的管控,進而減少大氣污染排放和提升城市空氣質量。因此,本文認為該政策的實施主要是針對空氣污染的管控,理應體現在對SO2排放的減少和PM2.5濃度的降低效果,而對其他非空氣污染源的影響可能不明顯。故本文進一步構建了關于水污染影響的偽證檢驗,將城市工業廢水排放量(對數形式)作為被解釋變量(ln_Water_pollution_emissions),檢驗大氣污染規制對水污染排放的影響效應。理論上該影響的系數結果應該不顯著,從而反向證明該政策對于城市空氣污染治理的真實效果?；貧w結果如表3所示,研究發現大氣污染規制未對城市工業廢水排放量的減少產生顯著影響,從反面佐證了本文結論的可靠性。

3 機制分析

本文結合前文的理論分析,選擇城市能源消耗量、城市治污投入、產業結構變化和城市綠色全要素生產率分別反映地區能源消耗量、污染治理力度、城市產業結構和生產技術水平這四個影響城市空氣質量的具體機制,并將上述機制作為被解釋變量進行回歸分析,具體機制分析結果見下表4。

表3 大氣污染規制對城市工業廢水排放量影響的偽證檢驗結果

表4的第(1)列回歸結果顯示,大氣污染防治重點城市政策實施后,城市的能源使用量顯著降低,這也與政策規定中要求加快城市能源結構調整、降低原煤量使用和推廣清潔生產方式等措施相符合。同時,第(2)列回歸結果中,大氣污染規制對城市環境污染治理投資總額的影響系數在10%的顯著性水平下顯著為正,說明大氣污染防治重點城市為了實現空氣質量的達標,進一步增加了對于環境污染治理的力度。這在一定程度上與地區政府長期以來實施的“先污染、后治理”的發展模式相吻合。這種末端污染治理的方式盡管在一定程度上可以改善城市環境質量,但并非根治手段,政府仍然應當探索出科學有效的綠色發展模式。再者,就大氣污染規制通過影響產業結構的變化改善城市環境質量而言,大氣污染防治重點城市政策實施可能在一定程度上對地區產業結構轉型升級產生影響,如對重點城市內的高污染行業企業采取整改或關停的方式進行處理,進一步加快發展地區第三產業,促使城市產業結構中第二產業占比的減少和第三產業占比的增加。第(3)列和第(4)列的回歸結果也顯示,大氣污染規制在10%的顯著性水平下降低了城市第二產業占比,并有效增加了第三產業的占比。這也說明了大氣污染防治重點城市政策實施后城市通過自身產業結構的變化改善了地區環境質量。最后,本文還從城市綠色全要素生產率的視角進行分析,主要是為了判斷大氣污染規制實施后是否可能產生創新效應,進而與前文幾個機制共同對城市空氣質量的改善起到促進作用。第(5)列的回歸結果顯示,大氣污染規制在5%的顯著性水平下正向影響城市的綠色全要素生產率,說明了大氣污染規制有助于推動城市進行技術創新,實現空氣質量的有效改善,以上發現也與現有文獻研究結論相一致[14]。

綜上,本文機制檢驗結果表明：大氣污染規制對城市空氣污染治理效應的影響,一是通過減少城市工業生產過程中的實際能源消耗量降低城市工業SO2污染的排放量,進而改善城市空氣污染；二是通過提高城市環境污染治理投資總額進一步加大對城市空氣污染的末端治理；三是通過減小重點城市產業結構中的第二產業占比與增加第三產業占比實現地區產業結構的轉型升級,進而對城市污染減排和空氣質量的改善產生促進作用；四是通過提升城市綠色全要素生產率進一步實現大氣污染規制的創新補償效應,以生產技術進步的方式實現城市空氣質量的改善。

表4 大氣污染防治重點城市政策實現城市空氣污染治理效應的機制檢驗結果

4 結論與啟示

本文以大氣污染防治重點城市政策的實施為準自然實驗,運用DID模型實證檢驗出大氣污染規制顯著地降低了重點城市的工業SO2排放強度,工業SO2排放量以及城市PM2.5年均濃度值,證明了大氣污染規制有利于重點城市的污染減排與空氣質量的改善。而進一步通過對大氣污染規制的空氣污染治理效應的量化計算發現,大氣污染防治重點城市政策實施后的9年時間內有效減少了12215.8萬t城市工業SO2排放量,并且使得城市PM2.5年均濃度改善2.97 μg/m3,下降比分別達到了36.2%和8.5%,平均每年減少了3.7%的城市工業二氧化硫排放量并降低0.944%的城市PM2.5濃度值。最后,本文發現大氣污染防治重點城市政策對于城市空氣污染治理主要是通過減少能源消耗量、增加城市污染治理力度、促進規制地區產業結構轉型升級和提升生產技術水平等渠道予以實現?；谝陨涎芯拷Y論和中國目前的大氣污染規制現狀,本文提出以下幾點政策建議：

(1)優化能源消費結構,打造現代能源體系。應由政府主導,企業與政府協同合作,構建由傳統能源轉向低碳能源的全新能源消費模式。其中,污染性工業企業應逐步實現可再生能源對傳統能源的生產性替代。政府可通過提高傳統能源使用稅與排污征費等方式,引導企業降低傳統能源應用與減少污染物排放,并同步采取低碳能源應用補貼激勵企業使用低碳能源。此外,還應積極開放有序競爭的低碳能源市場,制定與其配套的市場準入制度,積極引導低碳能源投資并加大民營資本引入,完善市場管理與運營機制。

(2)加大城市環境治理投入,提高整體治理效率。城市環境部門可率先根據各地實際情況擬定專項治理計劃,合理引入治理資金并依托資金杠桿效應充分吸納社會資源,保障規制地區城市治理資金的投入規模。同時,應制定相關政策增強治理資金在應用中的政策與法律約束力,確保治理資金流的穩定性。并逐步改變傳統城市環境治理中“先污染后治理”的弊病,將環境治理進程由生產末端轉移至生產前端,實現“搖籃式”的城市污染治理。

(3)促進產業結構轉型升級,提升產業綜合質量。首先,需對“高污染、高排放與高能耗”的“三高”企業生產進行嚴格管控,避免各類生產廢物的直接排放,從源頭處引導企業開展綠色生產,并關停與淘汰部分落后老舊的生產企業,夯實產業結構轉型的第一道防線。其次,重點推動科研、教育、生產三位一體的節能減排創新研究與成果轉化體系構建,實現減排模式的優化與減排技術的創新。最后,應延伸轉型視角,從具有高市場潛力與優質投資來源的服務業入手,通過對第三產業的大力發展推動綠色低碳生產的實現。