胡東濱, 李敏倩
隨著工業(yè)化進程的不斷加速,大氣污染物的排放量逐漸超過了區(qū)域環(huán)境容量,我國大氣污染問題日益嚴峻,尤其在2013年,全國30個省(市、區(qū))均出現(xiàn)了嚴重霧霾,且有10余個省份經(jīng)歷了持續(xù)的嚴重霧霾天氣。湖南省作為欠發(fā)達省份,大氣狀況亦不容樂觀,長株潭地區(qū)作為大氣污染防治的重點區(qū)域之一,其大氣污染對湖南省全省大氣環(huán)境影響最大,為重點改善其大氣環(huán)境,且考慮到秋冬季節(jié)的不利氣象條件,湖南省人民政府辦公廳于2015年10月印發(fā)《長株潭大氣污染防治特護期工作方案》,在此方案中首次提出了大氣污染防治特護期治理模式。
現(xiàn)有文獻對環(huán)境政策效果的研究主要集中于政策實施帶來的經(jīng)濟社會等方面的影響。于娟指出利用模糊評價法與層次分析法等數(shù)學(xué)方法評估環(huán)境政策是發(fā)展趨勢(1)于娟. 環(huán)境政策評估的理論與方法研究[D].蘭州:蘭州大學(xué), 2008.。姜林將暴露—反應(yīng)模型與均衡理論模型結(jié)合,對能源環(huán)境稅政策的實施效果進行綜合評價(2)姜林. 環(huán)境政策的綜合影響評價模型系統(tǒng)及應(yīng)用[J].環(huán)境科學(xué), 2006, 27(5):1035-1040.。李潔運用數(shù)據(jù)包絡(luò)法對水資源生態(tài)政策進行評價并與其他評價方法進行對比,證明了數(shù)據(jù)包絡(luò)法適用于生態(tài)政策評價(3)李潔. 基于數(shù)據(jù)包絡(luò)方法的生態(tài)政策評價研究[D].大連:大連理工大學(xué), 2013.。鄧國營等改進了分布函數(shù)轉(zhuǎn)化法并結(jié)合雙重差分模型(difference in differences, DID)評估了環(huán)境治理對住房市場的影響(4)鄧國營, 徐舒, 趙紹陽. 環(huán)境治理的經(jīng)濟價值:基于CIC方法的測度[J].世界經(jīng)濟, 2012(9):143-160.。曹洪華等運用DID模型分析農(nóng)業(yè)生產(chǎn)方式與水污染指數(shù),評估了生態(tài)農(nóng)業(yè)政策的實施效果(5)曹洪華, 王榮成, 李琳. 基于DID模型的洱海流域生態(tài)農(nóng)業(yè)政策效應(yīng)研究[J].中國人口.資源與環(huán)境, 2014, 24(10):157-162.。戴嶸等運用DID模型分析低碳試點政策實施后的人均碳排放量,評估了該政策的減碳效果(6)戴嶸, 曹建華. 中國首次“低碳試點”政策的減碳效果評價——基于五省八市的DID估計[J].科技管理研究, 2015(12):56-61.。鄧榮榮運用DID模型分析兩型社會試點政策實施后的碳排放量和碳排放強度,評估了該政策的碳減排績效(7)鄧榮榮. 長株潭“兩型社會”建設(shè)試點的碳減排績效評價——基于雙重差分方法的實證研究[J].軟科學(xué), 2016, 30(9):51-55.。DID模型作為政策評估的重要手段,不僅計量模型簡單,而且能夠避免政策評估中的內(nèi)生性問題,對政策的實施效果進行無偏估計(8)石華軍, 楚爾鳴. 政策效果評估的雙重差分方法[J].統(tǒng)計與決策, 2017(17):82-85.。因此,DID模型在政策評估中應(yīng)用廣泛,但在環(huán)境政策評估方面的應(yīng)用主要集中于相關(guān)政策對水環(huán)境、碳排放的影響,研究政策實施后主要大氣污染物減排效果的文獻還比較少。
大氣污染防治特護期是湖南省率先提出的治理模式,《長株潭大氣污染防治特護期工作方案》中定義特護期為每年10月至次年2月,在此期間內(nèi),進一步加大大氣污染防治工作力度,加強長株潭地區(qū)的區(qū)域協(xié)同。為考察特護期政策的實施效果,本文以湖南省長沙市、株洲市、湘潭市為研究樣本,選取與長株潭城市群發(fā)展相似的衡陽市、岳陽市、常德市作為對照組,借助大氣污染國控質(zhì)量監(jiān)測站點的污染物濃度監(jiān)測數(shù)據(jù),利用DID方法建立模型,分析特護期政策的實施對主要大氣污染物濃度的影響,并首次從行業(yè)層面分析了對特定污染物排放影響顯著的行業(yè)。
DID方法將公共政策或?qū)嵤┑捻椖恳暈樽匀粚嶒?,實驗組為政策覆蓋或參與實施項目的個體,對照組為政策未覆蓋或未參與實施項目的個體。此外,對照組還需滿足三個假設(shè):政策或項目的實施不改變對照組的研究變量、宏觀環(huán)境對實驗組和對照組影響相同、實驗組和對照組的相關(guān)特征在政策或項目實施期間不隨時間變化(9)傅京燕. 產(chǎn)業(yè)特征、環(huán)境規(guī)制與大氣污染排放的實證研究——以廣東省制造業(yè)為例[J].中國人口·資源與環(huán)境, 2009, 19(2):73-77.。
DID方法的核心是雙重差分估計量的構(gòu)造,結(jié)合實驗組與對照組在實施與否的截面比較與實施前后的時間的比較,第一次差分消除兩組與時間無關(guān)的異質(zhì)性,第二次差分消除兩組時間引起的增量,將政策或項目實施的真正影響有效分離出來(10)葉芳, 王燕. 雙重差分模型介紹及其應(yīng)用[J].中國衛(wèi)生統(tǒng)計, 2013, 30(1):131-134.。如公式(1)所示:
(1)
在具體分析政策或項目實施后的效果時,選擇所需考察的被解釋變量、實驗組對象、控制組對象,建立DID模型的基本描述:
yit=α0+α1Periodit+α2Policyit+α3Periodit·Policyit+εit
(2)
式(2)中,y表示被解釋變量;i表示個體;t表示時間點;Period表示時間虛擬變量,政策或項目實施后Period=1,實施前Period=0;Policy表示是否處于實施區(qū)域的虛擬變量,區(qū)域內(nèi)個體Policy=1,區(qū)域外個體Policy=0;Period·Policy表示時間與實施區(qū)域虛擬變量的交互影響;εit表示殘差。
因此,政策或項目實施的真正影響dDID為
即α3為最需關(guān)注的政策或項目實施后的雙重差分估計量。本文以DID模型的基本描述為基本方法,以主要污染物濃度為被解釋變量分析特護期政策實施的減排效果,并從行業(yè)層面分析對各污染物影響較為顯著的行業(yè)。
1. 研究對象。由于湖南省人民政府辦公廳在2013年12月印發(fā)《貫徹落實〈大氣污染防治行動計劃〉實施細則》后開始全面實施大氣污染防治,僅針對長株潭地區(qū)的《長株潭大氣污染防治特護期工作方案》于2015年10月印發(fā),且本研究進行時統(tǒng)計年鑒暫更新至2017年,因此本文選擇2014—2017年作為研究時間段,其中,2014年、2015年與2016年、2017年分別為特護期政策實施前后的年份。
《長株潭大氣污染防治特護期工作方案》中提出秋冬季節(jié)的氣象條件不利于大氣污染防治,應(yīng)把每年的10月至次年2月作為大氣污染防治特護期,特護期重點聚焦工業(yè)企業(yè)、施工工地、機動車和燃煤設(shè)施,強化工業(yè)、建筑業(yè)、交通運輸業(yè)以及餐飲業(yè)的管控措施,嚴格控制大氣污染排放。傅京燕提出環(huán)境政策規(guī)制越嚴格,大氣污染物的減排效果越好(11)傅京燕. 產(chǎn)業(yè)特征、環(huán)境規(guī)制與大氣污染排放的實證研究——以廣東省制造業(yè)為例[J].中國人口·資源與環(huán)境, 2009, 19(2):73-77.。因此特護期政策的提出在理論上應(yīng)具備一定的減排效果,為考察該模式對長株潭地區(qū)大氣環(huán)境的影響,本文選擇長沙、株洲、湘潭三市為實驗組。
由于各省對大氣污染防治頒布的政策存在差異性,考慮到對照組需滿足宏觀環(huán)境對實驗組與對照組影響相同的條件,本文將對照組的選取范圍劃定在湖南省內(nèi),對照組選取過程如下:
首先,雙重差分方法要求選取的對照組自身的條件與實驗組相似,因此政策實施前對照組與實驗組的大氣污染情況越相似,越有利于政策影響結(jié)果的有效分離。本文擬依據(jù)湖南省各地級市的空氣綜合污染情況進行備選對照組篩選,而湖南省在2015年前采用了兩套環(huán)境空氣質(zhì)量評價標準,無法在全省各地級市間進行比較,因此本文采用《環(huán)境空氣質(zhì)量標準》(GB3095-2012)中各地級市2015年1月—2015年12月的空氣質(zhì)量綜合指數(shù)為篩選依據(jù)(詳見下頁表1,數(shù)據(jù)來源于湖南省生態(tài)環(huán)境廳)。由于張家界市、郴州市與吉首市的空氣質(zhì)量綜合指數(shù)明顯低于實驗組,婁底市與永州市的空氣質(zhì)量綜合指數(shù)變化趨勢與實驗組的變化趨勢有較大差異,因此本文選擇了備選對照組A={邵陽市,岳陽市,常德市,益陽市,衡陽市,懷化市}。其次,丁煥峰指出大氣污染的主要影響因素為GDP等經(jīng)濟因素(12)丁煥峰. 中國區(qū)域污染影響因素:基于 EKC 曲線的面板數(shù)據(jù)分析[J].中國人口·資源與環(huán)境, 2010(10):121-126.,本文根據(jù)湖南省各地級市2014—2017年的GDP平均值篩選出與實驗組經(jīng)濟發(fā)展水平最接近的岳陽市、常德市、衡陽市、郴州市(如下頁表2所示),即備選對照組B={岳陽市、常德市、衡陽市、郴州市}。最后,本文綜合備選對照組A與B,選擇二者交集C={岳陽市、常德市、衡陽市}作為對照組,與湖南省其他地級市相比,岳陽市、常德市、衡陽市的大氣污染情況以及經(jīng)濟情況與實驗組更相似,因此本文選取岳陽市、常德市、衡陽市作為對照組,可起到較好的對照作用。
表1 2015年1—12月湖南省地級市空氣質(zhì)量綜合指數(shù)
表2 2014—2017年實驗組與備選對照組經(jīng)濟發(fā)展情況
2. 樣本數(shù)據(jù)選擇。大氣污染物濃度是影響健康最直接的變量(13)陳宇. 中國城市大氣污染的影響因素研究[D].杭州:浙江大學(xué),2016.,也是衡量污染治理效果的直接指標,為考察特護期政策對長株潭地區(qū)大氣環(huán)境的影響,本文考慮到數(shù)據(jù)可得性,根據(jù)《環(huán)境空氣質(zhì)量評價技術(shù)規(guī)范(試行)》(HJ663—2013)選擇SO2、NO2、PM2.5、PM10的年均濃度(μg/m3)以及CO的24小時平均第95百分位濃度(mg/m3)作為被解釋變量,如下頁表3所示。污染物濃度數(shù)據(jù)來源于各城市的大氣污染國控質(zhì)量監(jiān)測站點的日均濃度監(jiān)測數(shù)據(jù)。
表3 污染物濃度年評價項目及平均時間
Ehrlich和Holdren提出的IPAT等式認為影響環(huán)境的決定因素包括人口因素、富裕程度以及技術(shù)水平(14)EHRLICH P R, HOLDREN J P. Impact of population growth[J].Science, 1971, 171(3977):1212-1217.,本文以此為基礎(chǔ)結(jié)合其他文獻改進了控制變量的選取。根據(jù)朱琴等的研究,人口總量對大氣環(huán)境影響不顯著,但城市化水平對其影響顯著(15)朱勤, 彭希哲, 陸志明, 等. 中國能源消費碳排放變化的因素分解及實證分析[J].資源科學(xué), 2009, 31(12):2072-2079.,因此本文選擇城市化水平作為人口因素控制變量,用Level表示。根據(jù)Grossman和Krueger(16)GROSSMAN G M, KRUEGER A B . Economic growth and the environment[J].NBER working papers, 1994, 110(2):353-377.提出的“環(huán)境庫茲涅茨”曲線,人均GDP是環(huán)境污染的重要影響因素,本文選擇人均GDP作為富裕程度因素控制變量,用PGDP表示。李達等提出單位GDP能耗可代表技術(shù)水平的進步對環(huán)境帶來的影響(17)李達, 王春曉. 我國經(jīng)濟增長與大氣污染物排放的關(guān)系——基于分省面板數(shù)據(jù)的經(jīng)驗研究[J].財經(jīng)科學(xué), 2007(2):43-50.,本文選擇單位GDP能耗作為技術(shù)水平因素控制變量,用Energy表示。除IPAT等式中的三類因素外,產(chǎn)業(yè)結(jié)構(gòu)和機動車擁有量也是影響大氣環(huán)境的重要因素,Panayotou提出第二產(chǎn)業(yè)的比重對環(huán)境影響最大(18)PANAYOTOU T. Demystifying the environmental kuznets curve: turning a black box into a policy tool[J].Environment and development economics, 1997(25):465-484.,本文選擇第二產(chǎn)業(yè)在地區(qū)生產(chǎn)總值的占比作為產(chǎn)業(yè)結(jié)構(gòu)控制變量,用Secondary表示;王素平提出車輛排放尾氣也是大氣污染物的重要來源,而民用車輛在地區(qū)機動車總量中占比最大(19)王素平. 機動車尾氣污染對大氣環(huán)境質(zhì)量影響分析[J].環(huán)境工程, 2004, 22(3):72-72.,因此本文選擇地區(qū)民用車輛擁有量作為控制變量,用Vehicles表示。
由于在特護期政策中提出了強化管控工業(yè)、建筑業(yè)、交通業(yè)以及餐飲業(yè),本文選擇工業(yè)、建筑業(yè)、交通運輸業(yè)以及餐飲業(yè)的行業(yè)增加值作為行業(yè)變量,分別用Industry、Construction、Traffic、Catering表示。借鑒伍德里奇的經(jīng)驗,人均GDP、工業(yè)、建筑業(yè)、交通運輸業(yè)以及餐飲業(yè)的行業(yè)增加值與市場價值有關(guān)(20)伍德里奇. 計量經(jīng)濟學(xué)導(dǎo)論:現(xiàn)代觀點[M].北京:中國人民大學(xué)出版社,2010:176-178.,對其數(shù)據(jù)進行取對數(shù)處理,可降低內(nèi)生性、消除可能的異方差影響。人均GDP、城市化水平、單位GDP能耗、第二產(chǎn)業(yè)比重、民用車輛擁有量、工業(yè)、建筑業(yè)、交通運輸業(yè)以及餐飲業(yè)的行業(yè)增加值數(shù)據(jù)均來源于《湖南統(tǒng)計年鑒》(2015—2018年)。
本文首次提出考察被強化管控的行業(yè)在特護期政策實施后對大氣環(huán)境的影響,以期針對不同污染物分析得出對該污染物影響最大的行業(yè)。
3. 模型構(gòu)建。為考察特護期政策的實施效果,本文選擇SO2、NO2、PM2.5、PM10的年均濃度以及CO的24小時平均第95百分位濃度作為被解釋變量,結(jié)合本文所需變量數(shù)據(jù),運用DID方法,擬建立三個模型。
模型一,考察特護期政策實施效果的DID基本模型:
yit=α0+α1Periodit+α2Policyit+α3Periodit·Policyit+εit
(3)
式(3)中,y表示污染物年均濃度;i表示城市個體;t表示時間點;Period表示特護期政策實施的時間虛擬變量,特護期政策實施后Period=1,實施前Period=0;Policy表示是否處于特護期政策實施區(qū)域的虛擬變量,長株潭地區(qū)內(nèi)的城市Policy=1,長株潭地區(qū)外的城市Policy=0;Period·Policy表示時間與實施區(qū)域虛擬變量的交互影響;εit表示殘差;α0、α1、α2、α3為待估參數(shù)值。
由于大氣污染物濃度還受到地區(qū)富裕程度、人口因素、技術(shù)水平、產(chǎn)業(yè)結(jié)構(gòu)、機動車擁有量、相關(guān)行業(yè)發(fā)展水平的影響,在DID基本模型中加入人均GDP、城市化水平、單位GDP能耗、第二產(chǎn)業(yè)比重、民用車輛擁有量作為控制變量,加入工業(yè)、建筑業(yè)、交通運輸業(yè)以及餐飲業(yè)的行業(yè)增加值作為行業(yè)變量,以期獲得更準確的DID估計結(jié)果。
模型二,在模型一基礎(chǔ)上加入所有控制變量與行業(yè)變量:
yit=α0+α1Periodit+α2Policyit+α3Periodit·Policyit+λ1PGDP+λ2Level+
λ3Energy+λ4Secondary+λ5Vehicles+λ6Industry+λ7Construction+
λ8Traffic+λ9Catering+εit
(4)
式(4)中,PGDP、Level、Energy、Secondary、Vehicles分別表示人均GDP對數(shù)值、城市化水平、單位GDP能耗、第二產(chǎn)業(yè)比重、民用車輛擁有量;Industry、Construction、Traffic、Catering分別表示工業(yè)、建筑業(yè)、交通運輸業(yè)以及餐飲業(yè)的行業(yè)增加值對數(shù)值;α0、α1、α2、α3、λ1、λ2、λ3、λ4、λ5、λ6、λ7、λ8、λ9為待估參數(shù)值。
考慮到各行業(yè)主要排放的大氣污染物不同,其對不同大氣污染物濃度造成的影響大小不同,根據(jù)參數(shù)估計結(jié)果,去除對目標污染物濃度影響較小的行業(yè)變量,以期獲得更準確的DID估計結(jié)果并針對不同污染物分析得出對該污染物影響最大的行業(yè)。
模型三,在模型二的基礎(chǔ)上去除影響較小的行業(yè)控制變量:
yit=α0+α1Periodit+α2Policyit+α3Periodit·Policyit+λ1PGDP+
λ2Level+λ3Energy+λ4Secondary+λ5Vehicles+θiKi+εit
(5)
式(5)中,Ki為選擇保留的行業(yè)變量,為工業(yè)、建筑業(yè)、交通運輸業(yè)以及餐飲業(yè)中某些行業(yè)的行業(yè)增加值對數(shù)值;α0、α1、α2、α3、λ1、λ2、λ3、λ4、λ5、θi為待估參數(shù)值。
在模型進行參數(shù)估計之前,需進行豪斯曼(hausman)檢驗以確定模型形式,豪斯曼檢驗的原假設(shè)為隨機效應(yīng)模型中個體效應(yīng)與解釋變量無關(guān),而經(jīng)檢驗得到所有p值均大于0.01,說明在1%顯著性水平下無法拒絕原假設(shè),因此本文選擇隨機效應(yīng)模型,基于STATA14.0運用OLS估計法進行參數(shù)估計。
1. 模型一參數(shù)估計及分析。分別以SO2、NO2、PM2.5、PM10的年均濃度以及CO的24小時平均第95百分位濃度為被解釋變量,代入模型一中得到的參數(shù)估計結(jié)果如表4所示。由于Periodit·Policyit的系數(shù)是本文最需關(guān)注的DID估計量,根據(jù)表4中結(jié)果可知,五種污染物年均濃度的DID估計中,只有CO和PM2.5的DID估計量顯著,說明特護期政策的實施只對CO和PM2.5的排放有顯著影響,對SO2、NO2、PM10治理效果不顯著,因此本文后續(xù)研究中僅深入探討實施特護期政策對CO與PM2.5排放的影響。CO的R2值為0.609,PM2.5的R2值為0.501,說明模型一的擬合效果一般。CO年均濃度的DID估計結(jié)果為正,在10%顯著性水平下顯著,說明該方案的實施沒有減少CO的排放,反而對CO的年均濃度有促進效應(yīng);PM2.5年均濃度的DID估計結(jié)果為負,在10%顯著性水平下顯著,說明該方案的實施降低了PM2.5的年均濃度,起到了較好的減排效果。
表4 模型一參數(shù)估計結(jié)果
2. 模型二參數(shù)估計及分析。模型二在模型一的基礎(chǔ)上增加了控制變量與行業(yè)變量,參數(shù)估計結(jié)果如下頁表5所示。與模型一的參數(shù)估計結(jié)果相比,CO和PM2.5的R2值有了明顯提高,說明加入控制變量之后模型的擬合效果顯著提升,DID估計值的準確性也相應(yīng)有所提升。模型二中CO濃度的DID估計結(jié)果為0.505,在5%顯著性水平下顯著,PM2.5年均濃度的DID估計結(jié)果為-9.471,在5%顯著性水平下顯著,CO和PM2.5的DID估計值均有所增長,說明控制變量與行業(yè)變量的加入提升了特護期政策實施的雙重差分估計效果。
3. 模型三參數(shù)估計及分析。根據(jù)模型二的參數(shù)估計結(jié)果,在特護期政策提出加強管控的工業(yè)、建筑業(yè)、交通運輸業(yè)和餐飲業(yè)中,建筑業(yè)和交通運輸業(yè)的發(fā)展對CO年均濃度的影響最小且不顯著,在CO年均濃度的模型二中選擇去除Construction和Traffic兩個控制變量,使用模型三重新進行DID估計;工業(yè)和餐飲業(yè)的發(fā)展對PM2.5年均濃度的影響最小且不顯著,在PM2.5年均濃度的模型二中選擇去除Industry和Catering兩個控制變量,使用模型三重新進行DID估計。
據(jù)表5可得,與模型二相比,在去除影響較小的行業(yè)變量后,模型三更能體現(xiàn)方案的實施效果。CO年均濃度的模型三DID估計值為0.527,在5%顯著性水平下顯著,說明特護期政策的實施對CO的排放有0.527的促進效應(yīng),相對于模型二其估計值有所增加;PM2.5年均濃度的模型三DID估計值為-11.68,在1%顯著性水平下顯著,說明特護期政策的實施對PM2.5的排放有-11.68的減排效應(yīng),相對于模型二其估計值有所增加且顯著性水平有所上升。在行業(yè)變量的估計結(jié)果中,對CO排放影響最大的行業(yè)為餐飲業(yè),估計值為1.252,在10%顯著性水平下顯著,說明在特護期政策實施后,餐飲業(yè)生產(chǎn)總值的增加會增加CO濃度;對PM2.5排放影響較大的行業(yè)為建筑業(yè)和交通運輸業(yè),估計值分別為49.87和41.10,均在5%顯著性水平下顯著,說明在特護期政策實施后,建筑業(yè)增加值和交通運輸業(yè)增加值的上升會提升PM2.5年均濃度。
表5 模型一、模型二和模型三參數(shù)估計結(jié)果對比
續(xù)表
為了證明DID參數(shù)估計結(jié)果的可靠性,需要進行穩(wěn)健性分析。改變參數(shù)估計方法是常用的穩(wěn)健性檢驗方法之一,本文采用tobit估計方法分別對模型一與模型三進行參數(shù)估計來進行穩(wěn)健性檢驗,檢驗結(jié)果如表6所示。模型四表示用tobit估計方法對模型一的估計,模型五表示用tobit估計方法對模型三的估計。由于雙重差分估計量為最需關(guān)注的估計值,因此表6中只截取了雙重差分估計量、區(qū)域虛擬變量與時間虛擬變量的系數(shù)估計結(jié)果。
由表6可知,不論是對模型一還是對模型三用tobit估計,本文最關(guān)注的DID估計量均在一定顯著性水平下顯著,表明本文的檢驗結(jié)果較為穩(wěn)健。通過穩(wěn)健性檢驗可知,特護期政策實施后CO濃度上升,沒有達到減排目的;對PM2.5年均濃度產(chǎn)生了負向影響,抑制了PM2.5的排放,具有較好的減排效果。
表6 穩(wěn)健性檢驗結(jié)果
本文使用DID方法檢驗特護期政策實施前后長株潭地區(qū)各類污染物的治理效果,并通過增減行業(yè)變量找出對各污染物影響最大的行業(yè),從而為提高大氣污染防治方案實施效果提出相關(guān)建議。特護期政策的實施對CO的排放有促進效應(yīng)。由陳軍等研究可知,長株潭地區(qū)CO的主要來源為化石燃料且化石燃料為長株潭地區(qū)的主要消耗能源(21)陳軍,李楠,譚菊,等. 長沙市人為源大氣污染物排放清單及特征研究[J].環(huán)境科學(xué)學(xué)報, 2017(3):833-843.。盡管特護期政策中提出了對大型燃煤鍋爐進行脫硫、脫硝及除塵處理,但沒有實施降低CO排放的具體措施。在特護期政策下,企業(yè)注重于脫硫脫硝與除塵控制,在污染減排成本的約束下忽視了CO濃度的控制,再加上由于天氣寒冷,居民生活中能源消耗增加導(dǎo)致CO排放增加,且特護期政策中對居民生活用煤未實行管控,使得特護期政策的實施對CO濃度起到了0.527的促進效應(yīng)。對于餐飲業(yè),盡管特護期政策中提出了餐飲服務(wù)場所必須使用清潔能源,但在政策實施階段未實現(xiàn)有效監(jiān)管,餐飲業(yè)的發(fā)展仍對CO排放起到了1.252的促進效應(yīng),說明特護期政策對餐飲業(yè)的管控力度還需加強,應(yīng)落實對餐飲業(yè)能源消耗的監(jiān)督途徑,控制餐飲業(yè)的污染物排放,嚴格懲治污染排放過大的餐飲服務(wù)場所, 才能實現(xiàn)對CO濃度的有效控制。為控制地區(qū)的CO排放,特護期政策中應(yīng)增加針對CO減排的特定配套內(nèi)容,以實現(xiàn)較好的CO污染減排效果。
特護期政策的實施對PM2.5實現(xiàn)了較好的減排效果。由于近年來長株潭地區(qū)的首要污染物大多為PM2.5(22)何甜, 帥紅, 朱翔. 長株潭城市群污染空間識別與污染分布研究[J].地理科學(xué), 2016, 36(7):1081-1090.,且在特護期期間,霧霾天氣發(fā)生相對較頻繁,針對降低PM2.5的管控措施較為全面,如嚴格執(zhí)行黃標車淘汰任務(wù)等,因此,特護期政策的實施對PM2.5年均濃度起到了-11.68的抑制效應(yīng),實現(xiàn)了較好的減排效果。但由于PM2.5來源較廣(23)ZHOU L, TIAN X, ZHOU Z . The effects of environmental provisions in RTAs on PM2.5 air pollution[J].Applied economics, 2017, 49(27):2630-2641.,從唐湘博對長株潭地區(qū)PM2.5的溯源結(jié)果(24)陳曉紅, 唐湘博, 田耘. 基于PCA-MLR模型的城市區(qū)域PM2.5污染來源解析實證研究——以長株潭城市群為例[J].中國軟科學(xué), 2015(1):139-149.來看,建筑水泥塵與交通塵是長株潭地區(qū)的主要污染來源之一,本文參數(shù)估計結(jié)果也表明建筑業(yè)與交通運輸業(yè)的發(fā)展分別對PM2.5排放起到了49.87和41.10的促進效應(yīng),特護期政策應(yīng)加強對建筑業(yè)和交通運輸業(yè)的管控,才能有效提高PM2.5的減排效果。特護期政策中對于PM2.5的減排措施應(yīng)繼續(xù)實施,并應(yīng)在現(xiàn)有模式上進行優(yōu)化,以實現(xiàn)更好的PM2.5減排效果。
1. 特護期政策的實施對不同污染物減排效果不同。由于不同污染物的來源和特征存在差異性,且污染物之間的相互作用較為復(fù)雜(25)吳丹, 張世秋. 中國大氣污染控制策略與改進方向評析[J].北京大學(xué)學(xué)報(自然科學(xué)版), 2011, 47(6):1143-1150.,特護期政策中提出的防治措施未實現(xiàn)對所有大氣污染物排放進行全面減排的效果,該模式的實施只對CO與PM2.5的年均濃度產(chǎn)生了較明顯的影響。在制定大氣污染防治方案時,應(yīng)更多地從污染控制技術(shù)層面入手,實現(xiàn)同時去除多種污染物的治理效果。
2. 從行業(yè)層面針對不同污染物加強管控。由于每個行業(yè)的生產(chǎn)活動存在差異性,其污染物排放也存在不同。由參數(shù)估計結(jié)果可知,在特護期政策管控的行業(yè)中,餐飲業(yè)對CO排放影響顯著,建筑業(yè)和交通運輸業(yè)對PM2.5排放影響顯著。根據(jù)大氣污染特征,在特護期內(nèi)針對不同污染物加強管控不同行業(yè),將有效提高大氣污染防治效果。
3. 大氣污染防治特護期治理模式值得推廣但應(yīng)注意增加CO減排特定配套內(nèi)容。由于全國大部分地區(qū)都存在較嚴重的PM2.5污染,從本文雙重差分估計結(jié)果來看,盡管特護期方案的實施對CO排放治理效果欠佳,但對PM2.5排放的治理效果顯著,確實具有較好的減排效果,且特護期政策實施后PM2.5的減排效應(yīng)顯著大于CO排放的促進效應(yīng),因此特護期方案的實施可在很大程度上改善大氣整體質(zhì)量,值得其他地區(qū)借鑒,但在推廣大氣污染防治特護期治理模式的同時,應(yīng)當根據(jù)當?shù)卮髿馕廴咎卣鳎黾俞槍O減排的特定配套內(nèi)容,進一步提高大氣污染防治效果。