上海港和天津港船舶排放控制區(qū)政策的有效性分析

章強　顏凱　鄭中琪

摘要：

為研究船舶排放控制區(qū)政策在我國的有效性，采用政策效應(yīng)評估領(lǐng)域的斷點回歸分析方法，對上海港和天津港船舶排放控制區(qū)政策的實施效果展開研究。研究發(fā)現(xiàn)，在上海港和天津港實施船舶排放控制區(qū)政策均能夠有效降低所在城市空氣中二氧化硫的日均質(zhì)量濃度，進而改善區(qū)域空氣質(zhì)量。該政策在我國不同區(qū)域也表現(xiàn)出較好的普遍適用性。

關(guān)鍵詞：

船舶排放控制區(qū)政策; 政策有效性; 斷點回歸

中圖分類號：? F552; X511

文獻標志碼：? A

Effectiveness analysis on ship emission control area

policy of Shanghai Port and Tianjin Port

ZHANG Qiang， YAN Kai， ZHENG Zhongqi

（School of Transport & Communications， Shanghai Maritime University， Shanghai 201306， China）

Abstract：

In order to study the effectiveness of the ship emission control area （ECA） policy in China， the regression discontinuity analysis method in the field of policy effect evaluation is adopted to evaluate the implementation effect of the ECA policy in Shanghai Port and Tianjin Port， respectively. The results show that，the implementation of the ECA policy in Shanghai Port and Tianjin Port can effectively reduce the daily average mass concentration of sulfur dioxide in the air of Shanghai and Tianjin， and improve the regional air quality. The ECA policy shows good general applicability in different regions in China.

Key words：

ship emission control area policy; policy effectiveness; regression discontinuity

收稿日期： 2020-06-07

修回日期： 2020-07-17

基金項目：

上海市“科技創(chuàng)新行動計劃”軟科學重點項目（20692107600）;上海市教育發(fā)展基金會和上海市教育委員會“晨光計劃”資助項目（19CG55）

作者簡介：

章強（1989—），男，安徽蕪湖人，副教授，博士，研究方向為港航公共政策分析，（E-mail）qiangzhang@shmtu.edu.cn

0 引 言

船舶排放控制區(qū)（emission control area，ECA）政策是當前全球進行船舶排放控制的主要政策手段之一[1]。在我國，ECA政策實施范圍目前已由珠三角、長三角、環(huán)渤海三大水域拓展至整個沿海水域[2]。ECA政策的實施效果及其有效性分析是學術(shù)界對該政策展開研究的重要方面。其中，使用傳統(tǒng)的“自上而下”或“自下而上”的船舶排放估算方法被學者們廣泛采用[3-5]。值得注意的是，近年來研究者們開始探索使用其他方法評估船舶ECA政策的實施效果。WAN等[6]引入計量經(jīng)濟學研究方法中的雙重差分法，采用實驗組與控制組的比較研究，證實ECA政策在我國實施的有效性，該政策有助于降低港口城市的二氧化硫（SO2）日均質(zhì)量濃度，改善城市的空氣質(zhì)量。ZHANG等[7]引入斷點回歸模型分析ECA政策在上海港實施的有效性，結(jié)果顯示ECA政策的實施能夠減少上海市SO2日均質(zhì)量濃度。值得指出的是，該研究未能探討ECA政策在我國不同港口實施的異質(zhì)性。就研究方法而言，雙重差分法和斷點回歸模型均是政策評估領(lǐng)域較為常見的政策效應(yīng)評估方法，但斷點回歸模型與雙重差分法、工具變量法、傾向得分匹配法等政策效應(yīng)評估方法相比較，更加接近隨機實驗的方法，可有效解決內(nèi)生性問題，是準實驗方法中可信度最高的方法，能夠更好地進行因果關(guān)系識別[8-10]。本文采用斷點回歸分析方法研究ECA政策在上海港和天津港的實施效果，這兩個港口分別是我國長三角和環(huán)渤海地區(qū)的大型樞紐港口，每年到港船舶多、貨物吞吐量大，具有很強的代表性。以上述兩個港口為研究對象探究ECA政策在我國不同港口實施的有效性，可以增進對該政策的深層次理解，進而為我國ECA政策的完善與發(fā)展提供必要的決策依據(jù)。

1 斷點回歸模型的構(gòu)建

1.1 模型構(gòu)建與變量選取

ECA政策有著明確的實施起始日期，從該日期開始到港船舶必須執(zhí)行相應(yīng)的ECA政策。因此，本文采用精確斷點回歸模型，將政策實施的起始時間視為斷點，政策在斷點前后的實施概率分別是0和1。引入政策啞變量

Dt，表示港口是否實施了ECA政策，政策實施前Dt為0，政策實施后Dt為1。構(gòu)建斷點回歸模型如下：

yt=

α0+β1Dt+β2f（t）+β3Dtf（t）+φXt+μt

由表4和5可得：在不同帶寬條件下，上海港和天津港實施ECA政策均可顯著降低兩個港口所在城市的SO2日均質(zhì)量濃度。因此，從帶寬檢驗結(jié)果看，本研究的斷點回歸結(jié)果具有穩(wěn)健性。

2.3 控制變量的連續(xù)性檢驗

城市空氣中SO2日均質(zhì)量濃度發(fā)生變化受到很多因素的影響。研究ECA政策實施與城市空氣中SO2日均質(zhì)量濃度發(fā)生變化是否有直接的因果聯(lián)系，需要明確在ECA政策開始實施前后其他相關(guān)因素并沒有出現(xiàn)跳躍性變化，這是因為斷點回歸分析的一個關(guān)鍵假設(shè)就是認為ECA政策的實施是SO2日均質(zhì)量濃度出現(xiàn)斷點效應(yīng)的唯一原因，在ECA政策實施的起始時間前后其他因素未發(fā)生顯著變化，進而影響到SO2日均質(zhì)量濃度變化。因此，面向控制變量進行連續(xù)性檢驗是必要的，表6為本研究所涉及的主要控制變量的斷點回歸結(jié)果。

盡管針對上海港的研究中黑色金屬冶煉及壓延加工業(yè)日產(chǎn)量的回歸結(jié)果顯著為正，針對天津港的研究中非金屬礦物制品業(yè)日產(chǎn)量、黑色金屬冶煉及壓延加工業(yè)日產(chǎn)量的回歸結(jié)果顯著為正，也即相關(guān)污染型工業(yè)行業(yè)在被解釋變量的斷點附近存在一定的跳躍性變化，但必須指出的是，正向顯著變化意味著相關(guān)污染型工業(yè)產(chǎn)量的增加，而工業(yè)產(chǎn)量的增加通常只會加劇空氣污染，而非緩解空氣污染。因此，上述結(jié)果不影響本文的基本結(jié)論，也即ECA政策的實施能夠顯著降低上海市和天津市的SO2日均質(zhì)量濃度，斷點回歸結(jié)果具有穩(wěn)健性。

3 基于實證結(jié)果的進一步闡述

基于斷點回歸分析結(jié)果，本研究顯示：ECA政策實施與降低城市空氣中SO2日均質(zhì)量濃度有著直接的因果聯(lián)系，上海港和天津港實施ECA政策均能有效降低所在城市的SO2日均質(zhì)量濃度，進而改善區(qū)域空氣質(zhì)量。這在很大程度上顯示出ECA政策在不同區(qū)域具有普遍適用性。結(jié)合ECA政策要求船舶使用低硫燃油減少船舶排放這一核心內(nèi)容來看，與ECA政策在天津港的實施效應(yīng)比較，ECA政策在上海港的實施具有更大的政策潛在效應(yīng)。這主要是因為上海港作為世界第一大集裝箱港口，水水中轉(zhuǎn)比例高，每年船舶進出港總艘次遠遠大于天津港。以2018年為例，船舶進出上海港總艘次高達1 812 818艘次，而船舶進出天津港總艘次只有256 808艘次，僅約占上海港的14%。此外，上海港的到港船舶以集裝箱船為主，而在貨運船舶中集裝箱船相比其他類型船，通常大氣污染物排放量更大，受ECA政策影響，使用低硫燃油后集裝箱船的減排效果更為明顯。WAN等[4]的研究成果也表明在ECA政策影響下，集裝箱船比散貨船、件雜貨船、滾裝船、油船等其他類型船有著更大的減排潛力。

必須認識到，港口城市的大氣污染除了受船舶排放影響外，還深受高污染工業(yè)行業(yè)排放等多重因素的影響。就本文所研究的上海港和天津港而言，上海港所處的上海市經(jīng)濟發(fā)展水平高，第三產(chǎn)業(yè)發(fā)達，而第三產(chǎn)業(yè)通常是低污染甚至是零污染的服務(wù)業(yè)。天津港所在的天津市是我國典型的工業(yè)城市，第二產(chǎn)業(yè)比重相對較高，而第二產(chǎn)業(yè)中不乏非金屬礦物制品業(yè)、黑色金屬冶煉及壓延加工業(yè)等高污染工業(yè)行業(yè)。因此，天津市空氣質(zhì)量的改善除了需要控制和減少船舶排放外，還需加強對高污染工業(yè)行業(yè)的

大氣污染物排放控制。

另外，就ECA政策的執(zhí)行而言，上海港到港船舶數(shù)量龐大，這在某種程度上意味著面向船舶排放的日常監(jiān)管工作量大大增加，這會在一定程度上增加漏檢、漏驗等各種不確定因素。值得提及的是，ECA政策的順利實施需要港口企業(yè)、航運公司、燃油生產(chǎn)供應(yīng)企業(yè)、海事部門等多方共同參與，良好的多元主體合作是推進ECA政策順利實施的重要保障。

4 結(jié) 論

通過構(gòu)建斷點回歸模型對ECA政策在上海港和天津港的實施效果展開實證研究，結(jié)果顯示：上海港和天津港實施ECA政策均能有效降低所在城市的SO2日均質(zhì)量濃度，進而改善區(qū)域空氣質(zhì)量。同時也說明ECA政策在我國不同區(qū)域具有較好的普遍適用性。結(jié)合我國ECA政策的推進實踐，交通運輸部2018年底出臺的《船舶大氣污染物排放控制區(qū)實施方案》提出，我國將適時評估船舶使用硫質(zhì)量分數(shù)不大于0.1%的船用燃油的可行性，確定是否要求自2025 年1月1日起，海船進入沿海ECA使用硫質(zhì)量分數(shù)不大于0.1%的船用燃油。本文的研究結(jié)論可為我國未來ECA政策的完善和發(fā)展提供決策依據(jù)。

參考文獻：

[1]章強， 陳揚， 陳舜. 多層級治理視野下中國船舶排放控制區(qū)政策研究： 以長三角區(qū)域核心港口為例[J]. 大連海事大學學報（社會科學版）， 2017， 16（5）： 56-61.DOI： 10.3969/j.issn.1671-7031.2017.05.008.

[2]彭傳圣. 我國船舶排放控制區(qū)政策的發(fā)展與完善[J]. 水運管理， 2020， 42（1）： 1-6.DOI： 10.13340/j.jsm.2020.01.001.

[3]TICHAVSKA M，TOVAR B， GRITSENKO D，et al. Air emissions from ships in port： does regulation make a difference？[J]. Transport Policy， 2019， 75： 128-140.DOI： 10.1016/j.tranpol.2017.03.003.

[4]WAN Zheng，ZHANG Qiang， XU Zhipeng，et al. Impact of emission control areas on atmospheric pollutant emissions from major ocean-going ships entering the Shanghai Port， China[J]. Marine Pollution Bulletin， 2019， 142： 525-532.DOI： 10.1016/j.marpolbul.2019.03.053.

[5]WANG Chengfeng，CORBETT J J. The costs and benefits of reducing SO2 emissions from ships in the US West Coastal waters[J]. Transportation Research Part D， 2007， 12： 577-588.DOI： 10.1016/j.trd.2007.08.003.

[6]WAN Zheng，ZHOU Xujun， ZHANG Qiang，et al. Do ship emission control areas in China reduce sulfur dioxide concentrations in local air？ A study on causal effect using the difference-in-difference model[J]. Marine Pollution Bulletin， 2019， 149： 110506.DOI： 10.1016/j.marpolbul.2019.110506.

[7]ZHANG Qiang，ZHENG Zhongqi， WAN Zheng，et al. Does emission control area policy reduce sulfur dioxides concentration in Shanghai？[J]. Transportation Research Part D， 2020， 81： 102289.DOI： 10.1016/j.trd.2020.102289.

[8]衛(wèi)夢星. 基于微觀非實驗數(shù)據(jù)的政策效應(yīng)評估方法評價與比較[J]. 西部論壇， 2012， 22（4）： 42-49.DOI： 10.3969/j.issn.1674-8131.2012.04.06.

[9]謝謙， 薛仙玲， 付明衛(wèi). 斷點回歸設(shè)計方法應(yīng)用的研究綜述[J]. 經(jīng)濟與管理評論， 2019， 35（2）： 71-81.DOI： 10.13962/j.cnki.37-1486/f.2019.02.006.

[10]LEE D S，LEMIEUX T. Regression discontinuity designs in economics[J]. Journal of Economic Literature， 2010， 48： 281-355.DOI：10.2307/20778728.

[11]方曉婷， 段華波， 胡明偉， 等. 氣象因素對大氣污染物影響的季節(jié)差異分析及預(yù)測模型對比： 以深圳為例[J].環(huán)境污染與防治， 2019， 41（5）： 541-546.DOI： 10.15985/j.cnki.1001-3865.2019.05.009.

[12]LU Hongyou，ZHU Yuncha， QI Yu，et al. Do urban subway openings reduce PM2.5 concentrations？ Evidence from China[J]. Sustainability， 2018， 10（11）： 4147.DOI： 10.3390/su10114147.

[13]王歡， 董小林， 馮文昕， 等.工業(yè)行業(yè)總產(chǎn)值與工業(yè)SO2排放量的排放強度分析[J].四川環(huán)境， 2017， 36（3）： 89-94. DOI： 10.3969/j.issn.1001-3644.2017.03.014.

[14]曹靜， 王鑫， 鐘笑寒. 限行政策是否改善了北京市的空氣質(zhì)量？[J].經(jīng)濟學， 2014，13（3）： 1091-1126. DOI： 10.13821/j.cnki.ceq.2014.03.001.

（編輯 趙勉）