生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革的政策效應(yīng)研究——以環(huán)境空氣質(zhì)量監(jiān)測(cè)為例

熊雪鋒,原志聽,昌敦虎,董戰(zhàn)峰

生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革的政策效應(yīng)研究——以環(huán)境空氣質(zhì)量監(jiān)測(cè)為例

熊雪鋒1,原志聽2,昌敦虎3,董戰(zhàn)峰4*

(1.中國(guó)人民大學(xué)農(nóng)業(yè)與農(nóng)村發(fā)展學(xué)院,北京 100872；2.中國(guó)人民大學(xué)經(jīng)濟(jì)學(xué)院,北京 100872；3.中國(guó)人民大學(xué)環(huán)境學(xué)院,北京 100872；4.生態(tài)環(huán)境部環(huán)境規(guī)劃院,北京 100012)

基于中國(guó)2007-2016年278個(gè)地級(jí)市面板數(shù)據(jù),將《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)(2012)》作為外生沖擊,運(yùn)用多時(shí)點(diǎn)DID評(píng)估方法,考察了生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革對(duì)空氣污染減排的影響效應(yīng)、傳導(dǎo)機(jī)制和異質(zhì)性.結(jié)果表明:(1)基準(zhǔn)回歸表明,生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革會(huì)顯著降低SO2排放量和PM2.5濃度,且減排效應(yīng)與國(guó)控監(jiān)測(cè)站點(diǎn)密度正相關(guān),這一結(jié)論在進(jìn)行安慰劑檢驗(yàn)、排除其他政策干擾等一系列穩(wěn)健性檢驗(yàn)后依然成立;(2)傳導(dǎo)機(jī)制分析發(fā)現(xiàn),地方政府環(huán)境規(guī)制強(qiáng)度和工業(yè)企業(yè)綠色創(chuàng)新是生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革抑制空氣污染物排放的兩個(gè)重要傳導(dǎo)渠道,限制工業(yè)企業(yè)數(shù)量和增加公共交通投放有效抑制了空氣污染物排放;(3)異質(zhì)性分析顯示,生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革的空氣污染減排效應(yīng)在初始排放量越大的城市和財(cái)政分權(quán)程度越高的城市越明顯,而財(cái)政壓力對(duì)其減排效應(yīng)有削減作用.

環(huán)境質(zhì)量監(jiān)測(cè)；空氣污染；減排效應(yīng)；信息不對(duì)稱；雙重差分

中國(guó)在創(chuàng)造高速經(jīng)濟(jì)增長(zhǎng)奇跡的同時(shí),環(huán)境空氣質(zhì)量問題也日益突出[1].環(huán)境空氣質(zhì)量監(jiān)測(cè)對(duì)抑制空氣污染排放起到基礎(chǔ)性作用,是生態(tài)環(huán)境治理體系和治理能力現(xiàn)代化的關(guān)鍵所在.然而,屬地管理為主的環(huán)境空氣質(zhì)量監(jiān)測(cè)體制下環(huán)境監(jiān)測(cè)獨(dú)立性缺乏[2]、環(huán)境污染負(fù)外部性嚴(yán)重[3]和地方政企合謀、偽造數(shù)據(jù)[4]等,導(dǎo)致環(huán)境空氣質(zhì)量治理績(jī)效不佳.為此,國(guó)家從國(guó)控環(huán)境空氣質(zhì)量監(jiān)測(cè)站點(diǎn)入手逐漸上收生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán),一以貫之地推動(dòng)環(huán)境空氣質(zhì)量監(jiān)測(cè)事權(quán)改革.如何進(jìn)一步深化新時(shí)代環(huán)境監(jiān)測(cè)體制改革,實(shí)現(xiàn)環(huán)境“質(zhì)量監(jiān)測(cè)上收,執(zhí)法監(jiān)測(cè)重心下移”改革目標(biāo),成為當(dāng)前亟待回答的重大課題.為此,本文以《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)(2012)》(以下簡(jiǎn)稱《標(biāo)準(zhǔn)》)建立國(guó)控環(huán)境空氣質(zhì)量監(jiān)測(cè)站點(diǎn)為場(chǎng)景,研究生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革對(duì)空氣污染排放的抑制效應(yīng),解釋其內(nèi)在機(jī)制和政策含義.

深化生態(tài)環(huán)境監(jiān)測(cè)體制改革具有深刻背景[5],現(xiàn)有研究普遍認(rèn)為上收生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)能夠確保生態(tài)環(huán)境監(jiān)測(cè)數(shù)據(jù)“真、準(zhǔn)、全”[6-7],應(yīng)當(dāng)制定監(jiān)測(cè)事權(quán)清單[8]以推動(dòng)生態(tài)環(huán)境監(jiān)測(cè)現(xiàn)代化.然而,這類文獻(xiàn)偏重于政策研究和質(zhì)性研究.在量化研究上,一方面,已有文獻(xiàn)從宏觀層面驗(yàn)證了中央環(huán)境監(jiān)管有利于抑制空氣污染、改善環(huán)境績(jī)效[9-10],也從微觀層面檢驗(yàn)了中央環(huán)保督察的減排效應(yīng)[11]、國(guó)家重點(diǎn)監(jiān)控企業(yè)政策的地方執(zhí)法改善效應(yīng)[12]和跨區(qū)域環(huán)境督查的邊界污染治理效應(yīng)[13].但是,這部分研究忽視了生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)上收,尤其是國(guó)控環(huán)境空氣質(zhì)量監(jiān)測(cè)站點(diǎn)建設(shè)作為一種技術(shù)手段對(duì)抑制空氣污染排放的作用和機(jī)制.另一方面,與國(guó)控站點(diǎn)建設(shè)相關(guān)的研究驗(yàn)證了《標(biāo)準(zhǔn)》實(shí)施前地方政府存在污染漏報(bào)現(xiàn)象[14],證明了其在優(yōu)化治理結(jié)構(gòu)、增進(jìn)高管治理意愿、增加環(huán)保投資和提高全要素生產(chǎn)率等方面有積極影響[15-18],能夠通過促進(jìn)環(huán)境信息公開提升空氣質(zhì)量[19],也有助于污染行業(yè)提升環(huán)境績(jī)效、實(shí)現(xiàn)清潔生產(chǎn)[20].然而,關(guān)于《標(biāo)準(zhǔn)》的研究則側(cè)重于微觀影響,對(duì)環(huán)境監(jiān)測(cè)事權(quán)改革宏觀設(shè)計(jì)缺乏參考價(jià)值.

相較于已有文獻(xiàn),本文的邊際貢獻(xiàn)在于:第一,本文采用多時(shí)點(diǎn)DID實(shí)證檢驗(yàn)了生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革對(duì)空氣污染物排放的抑制作用,并提供了地級(jí)市層面的新證據(jù).第二,本文從委托代理視角探討了生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革減排效應(yīng)的作用機(jī)制,通過中央政府、地方政府和工業(yè)企業(yè)三個(gè)主體的環(huán)境激勵(lì)和環(huán)境行為,分析生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革對(duì)于解決信息不對(duì)稱和激勵(lì)不相容問題進(jìn)而抑制污染排放的傳導(dǎo)機(jī)制,為完善我國(guó)環(huán)境監(jiān)測(cè)體制提供了改進(jìn)思路.

基于中國(guó)2007～2016年278個(gè)地級(jí)市面板數(shù)據(jù),本文將國(guó)控環(huán)境空氣質(zhì)量監(jiān)測(cè)點(diǎn)建設(shè)作為外生沖擊,使用雙重差分法考察了委托代理視角下生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革對(duì)于空氣污染排放的抑制作用和傳導(dǎo)機(jī)制,研究了財(cái)政壓力和財(cái)政分權(quán)上的異質(zhì)性,以期為完善環(huán)境治理體系和治理能力、打贏打好污染防治攻堅(jiān)戰(zhàn)、推動(dòng)環(huán)境空氣質(zhì)量好轉(zhuǎn)提供理論參考.

1 政策背景與理論假說

1.1 政策背景

在屬地管理的環(huán)境監(jiān)測(cè)體制下,地方政府往往傾向于通過瞞報(bào)數(shù)據(jù)和環(huán)境規(guī)制“軟約束”謀求經(jīng)濟(jì)增長(zhǎng),環(huán)境監(jiān)管力度小、環(huán)境規(guī)制執(zhí)行不到位導(dǎo)致環(huán)境治理效率低.因此,中央政府從環(huán)境空氣質(zhì)量監(jiān)測(cè)事權(quán)上收入手,推動(dòng)生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革.2012年2月29日,原國(guó)家環(huán)保部與國(guó)家質(zhì)檢總局聯(lián)合發(fā)布了《標(biāo)準(zhǔn)》,不僅將PM2.5納入監(jiān)測(cè)范圍,而且分階段在地級(jí)市建立國(guó)控環(huán)境空氣質(zhì)量監(jiān)測(cè)站,為生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)上收提供了技術(shù)支撐,構(gòu)成了生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革的準(zhǔn)自然實(shí)驗(yàn).

《標(biāo)準(zhǔn)》通過國(guó)控環(huán)境空氣質(zhì)量監(jiān)測(cè)站點(diǎn)建設(shè)賦能環(huán)境空氣質(zhì)量監(jiān)測(cè)事權(quán)改革,解決了信息不對(duì)稱和激勵(lì)不相容問題,有利于優(yōu)化地方環(huán)境治理激勵(lì),形成地方主動(dòng)有為參與環(huán)境治理的新局面.一方面,《標(biāo)準(zhǔn)》解決環(huán)境治理信息不對(duì)稱的問題.不僅通過將PM2.5等環(huán)境空氣質(zhì)量指標(biāo)納入監(jiān)測(cè)范圍完善了城市環(huán)境空氣質(zhì)量監(jiān)測(cè)指標(biāo)體系,而且于2013年、2014年和2015年分批次建設(shè)國(guó)控環(huán)境空氣質(zhì)量監(jiān)測(cè)站點(diǎn)、實(shí)施空氣環(huán)境質(zhì)量實(shí)時(shí)監(jiān)測(cè)并直報(bào)中央環(huán)保部門,完成空氣質(zhì)量監(jiān)測(cè)事權(quán)上收.截止2021年底,全國(guó)共有國(guó)控城市環(huán)境空氣質(zhì)量監(jiān)測(cè)站點(diǎn)1734個(gè).國(guó)控監(jiān)測(cè)站點(diǎn)的數(shù)據(jù)監(jiān)測(cè)事權(quán)收歸中央[21],其所有環(huán)境監(jiān)測(cè)原始數(shù)據(jù)通過實(shí)時(shí)聯(lián)網(wǎng)直接上傳至中國(guó)環(huán)境監(jiān)測(cè)總站,地方政府難以再策略性“優(yōu)化”環(huán)境空氣質(zhì)量數(shù)據(jù)[16],提升了中央獲取環(huán)境空氣監(jiān)測(cè)數(shù)據(jù)的可得性、及時(shí)性和準(zhǔn)確性,解決了信息不對(duì)稱問題[18].

另一方面,《標(biāo)準(zhǔn)》解決環(huán)境治理激勵(lì)不相容問題.在掌握環(huán)境空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)“主動(dòng)權(quán)”的前提下,《標(biāo)準(zhǔn)》對(duì)地方政府污染排放指標(biāo)施加限額、要求地方政府“應(yīng)采取更嚴(yán)格的措施,按期實(shí)現(xiàn)達(dá)標(biāo)規(guī)劃”,由此加強(qiáng)了中央環(huán)保部門對(duì)地方環(huán)境治理行為的監(jiān)督,地方政府相較于環(huán)境空氣質(zhì)量監(jiān)測(cè)事權(quán)改革之前更有激勵(lì)采取積極環(huán)境治理措施抑制空氣污染排放.

1.2 理論假說

中央和地方環(huán)境治理委托代理中,屬地管理為主的生態(tài)環(huán)境監(jiān)測(cè)體制引發(fā)了激勵(lì)不相容和信息不對(duì)稱兩大問題,這導(dǎo)致環(huán)境法規(guī)執(zhí)行不力、環(huán)境治理績(jī)效不佳.《標(biāo)準(zhǔn)》通過將PM2.5納入監(jiān)測(cè)范圍、建立國(guó)控環(huán)境空氣質(zhì)量監(jiān)測(cè)站點(diǎn)和監(jiān)測(cè)數(shù)據(jù)直報(bào)中央的技術(shù)措施完成了環(huán)境空氣質(zhì)量監(jiān)測(cè)事權(quán)上收的賦能和落地,成為生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革的重要探索.生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革對(duì)抑制空氣污染排放具有兩方面的效應(yīng)(圖1).一方面,生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革抑制污染排放的直接效應(yīng),即環(huán)境空氣質(zhì)量監(jiān)測(cè)事權(quán)上收通過消除環(huán)境質(zhì)量信息不對(duì)稱直接作用于地方環(huán)境治理行為和企業(yè)污染排放行為,從而抑制空氣污染物排放.另一方面,生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革抑制污染排放的間接效應(yīng),即環(huán)境空氣質(zhì)量監(jiān)測(cè)事權(quán)上收有利于加大中央政府對(duì)地方空氣污染治理的監(jiān)管力度,通過優(yōu)化地方空氣污染治理激勵(lì)而解決激勵(lì)不相容問題,弱化了地方官員的環(huán)境標(biāo)準(zhǔn)“逐底行為”,使得地方環(huán)境規(guī)制“軟約束”轉(zhuǎn)變?yōu)椤坝布s束”,增強(qiáng)了企業(yè)環(huán)境創(chuàng)新激勵(lì),由此帶來SO2排放和PM2.5濃度下降.基于此,本文提出以下三個(gè)假設(shè)用于檢驗(yàn)生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革對(duì)于抑制空氣污染物排放的作用及其機(jī)制.

圖1 環(huán)境空氣質(zhì)量監(jiān)測(cè)事權(quán)改革減排效應(yīng)的作用機(jī)制

環(huán)境空氣質(zhì)量監(jiān)測(cè)活動(dòng)中的信息不對(duì)稱具有雙重性質(zhì),不僅表現(xiàn)為中央政府和地方政府信息不對(duì)稱,還表現(xiàn)為地方政府與污染企業(yè)之間的信息不對(duì)稱,環(huán)境空氣質(zhì)量監(jiān)測(cè)事權(quán)上收解決了雙重不對(duì)稱的問題.一方面,中央政府通過國(guó)控監(jiān)測(cè)站點(diǎn)直接獲取地方環(huán)境空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù),避免了地方政府?dāng)?shù)據(jù)瞞報(bào)、數(shù)據(jù)修改,加強(qiáng)了對(duì)于地方政府環(huán)境治理行為的監(jiān)管,增強(qiáng)了地方政府環(huán)境治理意愿[22].另一方面,地方政府也利用環(huán)境空氣質(zhì)量監(jiān)測(cè)站點(diǎn)數(shù)據(jù)對(duì)企業(yè)生產(chǎn)、排污行為進(jìn)行監(jiān)管,有助于約束企業(yè)的排污行為.因此,環(huán)境空氣質(zhì)量監(jiān)測(cè)事權(quán)上收通過對(duì)環(huán)境治理執(zhí)行者和環(huán)境污染排放者的有效監(jiān)管[15],增強(qiáng)了地方政府環(huán)境治理意愿、抑制了污染企業(yè)排放行為,有利于改善地方空氣污染治理效率.由此,本文提出假說1.

假說1:生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革消除了信息不對(duì)稱,對(duì)于城市空氣污染物排放有抑制作用,且站點(diǎn)建設(shè)密度越大、初始排污量越大、財(cái)政分權(quán)程度越高減排效果越明顯.

環(huán)境治理委托代理關(guān)系中,中央政府是環(huán)境目標(biāo)和政策的制定者,而地方政府是中央環(huán)境目標(biāo)和政策的實(shí)際執(zhí)行者.如果中央政府無法對(duì)地方政府環(huán)境治理實(shí)施有效監(jiān)督[23],地方政府經(jīng)濟(jì)增長(zhǎng)激勵(lì)強(qiáng)于環(huán)境治理激勵(lì),地方政府傾向于運(yùn)用瞞報(bào)數(shù)據(jù)、修改數(shù)據(jù)等手段規(guī)避中央政府環(huán)境監(jiān)管從而換取高速經(jīng)濟(jì)增長(zhǎng).生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革解決了激勵(lì)不相容的問題.一方面,國(guó)控環(huán)境空氣質(zhì)量監(jiān)測(cè)站點(diǎn)直接將環(huán)境空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)傳輸給中央政府,中央政府利用這些環(huán)境空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)能夠準(zhǔn)確掌握地方環(huán)境空氣質(zhì)量狀況,由此增強(qiáng)了環(huán)境監(jiān)管能力,地方政府的環(huán)境治理執(zhí)行力度能夠被準(zhǔn)確、快速識(shí)別出來[18].另一方面,中央有效監(jiān)督之下,地方政府環(huán)境治理激勵(lì)因其不得不重視環(huán)境治理而得到強(qiáng)化,地方政府通過環(huán)境規(guī)制將環(huán)境治理的壓力轉(zhuǎn)移給工業(yè)企業(yè),也通過行政手段減少本轄區(qū)污染物排放[24],由此應(yīng)對(duì)中央環(huán)境監(jiān)管帶來的監(jiān)督考核壓力.由此,本文提出假說2.

假說2:生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革通過強(qiáng)化中央環(huán)境監(jiān)管能力增進(jìn)了地方政府環(huán)境激勵(lì),地方政府更加主動(dòng)有為地加大環(huán)境規(guī)制強(qiáng)度,并且通過限制規(guī)模以上工業(yè)企業(yè)數(shù)量、增加公共營(yíng)運(yùn)汽電車投放促進(jìn)減排.

企業(yè)環(huán)境污染治理的效能取決于環(huán)境規(guī)制強(qiáng)度,強(qiáng)度越高的環(huán)境規(guī)制越能倒逼企業(yè)減排和轉(zhuǎn)型升級(jí)[25].中央嚴(yán)格環(huán)境監(jiān)管之下,地方政府更加主動(dòng)有為的環(huán)境規(guī)制增加了工業(yè)企業(yè)成本[26].面對(duì)地方政府環(huán)境監(jiān)測(cè)手段的完備和環(huán)境規(guī)制的強(qiáng)化,工業(yè)企業(yè)不得不改變?cè)胁呗赞D(zhuǎn)而進(jìn)行技術(shù)創(chuàng)新,通過技術(shù)創(chuàng)新帶來的生產(chǎn)效率提高來補(bǔ)償甚至抵消環(huán)境規(guī)制帶來的額外成本,由此帶來生產(chǎn)效率和環(huán)境保護(hù)的雙贏,這就是著名的“波特假說”[27].由此,本文提出假說3.

假說3:生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革之后,中央環(huán)境監(jiān)管強(qiáng)有力和地方政府環(huán)境規(guī)制“硬約束”增進(jìn)了工業(yè)企業(yè)綠色創(chuàng)新激勵(lì),工業(yè)企業(yè)通過技術(shù)創(chuàng)新實(shí)現(xiàn)減排.

2 研究設(shè)計(jì)

2.1 計(jì)量模型設(shè)定

為了檢驗(yàn)生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革是否通過解決環(huán)境空氣質(zhì)量監(jiān)測(cè)和空氣污染治理中的激勵(lì)不相容和信息不對(duì)稱進(jìn)而抑制空氣污染排放,本文將《標(biāo)準(zhǔn)》這一外生沖擊視作生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革的“準(zhǔn)自然實(shí)驗(yàn)”,建立多時(shí)點(diǎn)雙重差分模型,具體計(jì)量模型如下:

式中:表示城市,表示年份.Y為城市在時(shí)間的空氣污染物排放水平,包括SO2排放量和PM2.5濃度.Treat的取值規(guī)則為:若城市在政策實(shí)施當(dāng)年及之后屬于試點(diǎn)地區(qū),則Treat=1,否則,Treat=0.其系數(shù)0表示生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革對(duì)空氣污染物排放的影響.X為控制變量,具體包括人口密度、人均年收入水平、技術(shù)水平、產(chǎn)業(yè)結(jié)構(gòu)、城市公共交通等影響空氣污染排放的因素.η表示城市固定效應(yīng),控制了城市層面所有不隨時(shí)間變化的因素;γ表示時(shí)間固定效應(yīng),控制了時(shí)間層面不隨地區(qū)變化的因素,同時(shí)回歸模型將標(biāo)準(zhǔn)誤聚類到城市層面,允許同一城市不同時(shí)間的誤差項(xiàng)存在相關(guān)性.ε表示隨機(jī)擾動(dòng)性.

為了檢驗(yàn)生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革中監(jiān)管強(qiáng)度的減排效應(yīng),建立如下模型:

式中:Pnumber為監(jiān)管強(qiáng)度,用單位面積監(jiān)測(cè)站個(gè)數(shù)衡量, Post為是否在政策實(shí)施當(dāng)期及之后,取值規(guī)則為:若城市在政策實(shí)施當(dāng)年及之后,則Post=1,否則,Post=0.

2.2 變量選取和數(shù)據(jù)說明

本文的變量情況見表1,被解釋變量為城市空氣污染物排放水平,由于在《標(biāo)準(zhǔn)》實(shí)施之前只監(jiān)測(cè)SO2濃度、NO2濃度和PM10三項(xiàng)指標(biāo),《標(biāo)準(zhǔn)》實(shí)施以后增加了O3、CO和PM2.5三項(xiàng)監(jiān)測(cè)指標(biāo),根據(jù)前文所述,《標(biāo)準(zhǔn)》實(shí)施之前存在地方政府瞞報(bào)、謊報(bào)的行為,采用《標(biāo)準(zhǔn)》實(shí)施前后都存在的三項(xiàng)指標(biāo)(SO2濃度、NO2濃度和PM10)可能對(duì)結(jié)果造成誤差,因此,基于數(shù)據(jù)可得性,本文選取SO2排放量和PM2.5濃度兩項(xiàng)指標(biāo),其中,SO2排放量采用《城市統(tǒng)計(jì)年鑒》中的統(tǒng)計(jì)數(shù)據(jù),PM2.5數(shù)據(jù)采用哥倫比亞大學(xué)測(cè)量數(shù)據(jù),且根據(jù)已有文獻(xiàn)[28-29],二者用來衡量空氣質(zhì)量水平具有一定的代表性.解釋變量包括政策實(shí)施虛擬變量Treatit此外,本文借鑒石大千等[30]、邵帥等[31]的研究控制了人口密度、人均收入水平、技術(shù)水平、產(chǎn)業(yè)結(jié)構(gòu)、城市公共交通等其他影響環(huán)境質(zhì)量的因素.另外,由于先實(shí)施的城市普遍為沿海發(fā)達(dá)城市和省會(huì)城市,后實(shí)施城市為三四線不發(fā)達(dá)城市且大多分布在中西部地區(qū).因此,為了避免可能存在的內(nèi)生性問題,本文還控制其他政策實(shí)施前的城市特征變量,具體包括:政策實(shí)施年之前的平均GDP增長(zhǎng)率、政策實(shí)施年之前的人均GDP平均值以及城市.

2.3 數(shù)據(jù)來源與描述性統(tǒng)計(jì)

中國(guó)地級(jí)市PM2.5濃度數(shù)據(jù)來源于哥倫比亞大學(xué)社會(huì)經(jīng)濟(jì)數(shù)據(jù)和應(yīng)用中心,從該中心基于衛(wèi)星監(jiān)測(cè)的全球 PM2.5濃度年均值柵格數(shù)據(jù)中提取.城市到最近港口的距離數(shù)據(jù)通過地理軟件ArcGis進(jìn)行測(cè)算,環(huán)境詞匯詞頻來自于地方政府工作報(bào)告,城市綠色專利數(shù)據(jù)來源于國(guó)家知識(shí)產(chǎn)權(quán)局,其余變量均來自于2007-2016年《中國(guó)城市統(tǒng)計(jì)年鑒》,各變量的描述性統(tǒng)計(jì)見表2.

表1 變量指標(biāo)及定義

表2 變量描述性統(tǒng)計(jì)

3 實(shí)證分析

3.1 基準(zhǔn)回歸

本文對(duì)模型(1)實(shí)證結(jié)果見表3.其中,列(1)、列(4)控制了城市固定效應(yīng)和年份固定效應(yīng).列(2)、列(5)在此基礎(chǔ)上加入了城市層面控制變量,列(3)、列(6)進(jìn)一步控制了城市初始特征變量與時(shí)間固定效應(yīng)交互,即控制了歷年因初始稟賦不同對(duì)污染排放的影響.從回歸結(jié)果可以看出,對(duì)于SO2,無論是否加入控制變量,《標(biāo)準(zhǔn)》對(duì)SO2的排放都具有顯著負(fù)向效果.對(duì)于PM2.5,加入控制變量后結(jié)果在10%水平上顯著.利用列(3)與列(6)的估計(jì)結(jié)果進(jìn)行分析發(fā)現(xiàn),《標(biāo)準(zhǔn)》的實(shí)施會(huì)使得試點(diǎn)城市與非試點(diǎn)城市相比SO2排放量下降13.8%,PM2.5濃度下降2.73%,相比之下,生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革對(duì)SO2的減排效應(yīng)大于對(duì)PM2.5的減排效應(yīng).

因此,基準(zhǔn)回歸驗(yàn)證了生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革對(duì)于空氣污染物減排的直接效應(yīng).其經(jīng)濟(jì)含義是,《標(biāo)準(zhǔn)》通過將PM2.5納入監(jiān)測(cè)從而擴(kuò)大了環(huán)境空氣質(zhì)量監(jiān)測(cè)范圍、監(jiān)測(cè)數(shù)據(jù)直報(bào)中央,中央環(huán)保部門能夠及時(shí)、準(zhǔn)確地掌握環(huán)境空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù),在技術(shù)層面實(shí)現(xiàn)了環(huán)境空氣質(zhì)量監(jiān)測(cè)事權(quán)上收,解決了中央政府和地方政府、地方政府和工業(yè)企業(yè)之間的信息不對(duì)稱問題,增強(qiáng)了中央環(huán)境監(jiān)管能力,由此帶來SO2排放量的減少和PM2.5濃度的下降.值得注意的是,基準(zhǔn)回歸結(jié)果中PM2.5的效果在未加入控制變量的情況下不顯著,在加入控制變量后在10%的水平下顯著,因此,PM2.5不顯著的原因一方面可能是遺漏了控制變量造成估計(jì)偏差,另一方面可能是由于政策效果存在異質(zhì)性,導(dǎo)致綜合效果并不明顯,相比SO2的減排效應(yīng),PM2.5的減排效應(yīng)較小,其原因在于PM2.5濃度是由多種污染物顆粒組成,SO2是單一污染物,且由于二者量綱的不同,以濃度衡量的PM2.5標(biāo)準(zhǔn)差遠(yuǎn)小于以排放量衡量的SO2的標(biāo)準(zhǔn)差(表2),生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革的減排作用更直接地體現(xiàn)在SO2上,PM2.5濃度的下降正是SO2等污染物排放量下降帶來的綜合性結(jié)果.總之,表3的基準(zhǔn)回歸驗(yàn)證了生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革對(duì)于空氣污染減排存在直接的抑制作用.

表3 政策的直接效應(yīng)估計(jì)結(jié)果

注:*、**、***分別表示在10%、5%、1%的水平下顯著;括號(hào)中的數(shù)值是聚類到地級(jí)市的穩(wěn)健標(biāo)準(zhǔn)誤.

3.2 平行性趨勢(shì)檢驗(yàn)

雙重差分法使用的前提是滿足平行性趨勢(shì)假設(shè),即在生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革之前,處理組與對(duì)照組城市平均空氣質(zhì)量的變化趨勢(shì)應(yīng)該是平行的.本文運(yùn)用事件分析法,將事件窗口縮短至政策實(shí)施前四年和政策實(shí)施后三年.借鑒Beck等[32]的做法,通過加入一系列虛擬變量來衡量每年的政策改革對(duì)污染排放的動(dòng)態(tài)影響,具體模型如下:

(a)SO2排放量 (b)PM2.5濃度

圖2 SO2和PM2.5的政策效果動(dòng)態(tài)效應(yīng)

Fig.2 Dynamic impact of policy on SO2and PM2.5emissions

式中:為是否在政策實(shí)施前或者政策實(shí)施后的第年的一系列虛擬變量,當(dāng)右上角的取值小于0時(shí),取值標(biāo)準(zhǔn)為:當(dāng)城市處于政策實(shí)施前的第年時(shí)D取1,否則取0,同樣,當(dāng)右上角的取值大于0時(shí),取值標(biāo)準(zhǔn)為:當(dāng)城市處于政策實(shí)施后的第年時(shí)D取1,否則取0.本文排除了D-1的虛擬變量,相當(dāng)于以政策前一年為基期,估計(jì)結(jié)果及置信區(qū)間如圖2所示,可以看出:在政策實(shí)施之前,空氣污染物排放抑制效果并不顯著,說明污染物排放在政策實(shí)施之前并沒有統(tǒng)計(jì)學(xué)意義上顯著的下降趨勢(shì).在政策實(shí)施之后,SO2排放量和PM2.5濃度立即出現(xiàn)顯著下降,并且在政策實(shí)施后的3年內(nèi)二者都表現(xiàn)出持續(xù)的下降趨勢(shì),這說明政策出臺(tái)前后空氣污染排放存在明顯差異.因此,政策實(shí)施之前滿足平行性趨勢(shì)假設(shè),可以使用雙重差分法進(jìn)行政策評(píng)估.

3.3 穩(wěn)健性檢驗(yàn)

為了驗(yàn)證多時(shí)點(diǎn)DID回歸結(jié)果是否穩(wěn)健和有效,本文采取了安慰劑檢驗(yàn)、替換解釋變量、競(jìng)爭(zhēng)性假說排除和Goodman-Bacon分解以檢驗(yàn)計(jì)量結(jié)果的穩(wěn)健性和有效性.

3.3.1 安慰劑檢驗(yàn) 為了進(jìn)一步檢驗(yàn)結(jié)果變量Y的變動(dòng)不是由別的政策因素或者隨機(jī)因素造成的,本文通過為每一組處理組虛構(gòu)一組核心解釋變量Treat來進(jìn)行安慰劑檢驗(yàn).具體做法:為每組處理組隨機(jī)抽取一年作為政策實(shí)施年,用生成的偽政策虛擬變量Treat進(jìn)行回歸,將此過程重復(fù)500次得到500個(gè)回歸結(jié)果,最后我們可以繪制出500個(gè)“偽政策虛擬變量”估計(jì)系數(shù)的概率密度分布及相應(yīng)的值,直觀展示安慰劑檢驗(yàn)的結(jié)果.

從圖3中可以看出:虛構(gòu)核心解釋變量的情形下,SO2和PM2.5的估計(jì)系數(shù)大部分分布在零值附近,且大部分值在0.1的水平下不顯著,而二者的實(shí)際估計(jì)系數(shù)分別為-0.1844和-0.0255,相對(duì)大多數(shù)估計(jì)結(jié)果為明顯異常值.因此,估計(jì)結(jié)果不太可能是偶然情況下得到的,實(shí)證結(jié)果具有穩(wěn)健性,并不是由其他政策和隨機(jī)因素造成.

3.3.2 將政策實(shí)施虛擬變量替換為國(guó)控站點(diǎn)密度 地方政府在應(yīng)對(duì)生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)方面也存在一定的策略行為,出于治污成本、短期效果的考慮,地方政府會(huì)更加注重監(jiān)測(cè)站周邊地區(qū)的環(huán)境治理,而對(duì)遠(yuǎn)離監(jiān)測(cè)站或未設(shè)立監(jiān)測(cè)站的地區(qū)治理力度較小,使得污染治理效應(yīng)呈現(xiàn)水紋狀“擴(kuò)散效應(yīng)”[33].因此,政策的實(shí)施效果與監(jiān)測(cè)站的分布密度有很大關(guān)系,本文用單位面積監(jiān)測(cè)站個(gè)數(shù)來衡量國(guó)控站點(diǎn)密度,將核心解釋變量Treat替換成單位面積監(jiān)測(cè)點(diǎn)個(gè)數(shù)Pnumber,運(yùn)用連續(xù)型DID實(shí)證檢驗(yàn)國(guó)控站點(diǎn)分布密度對(duì)減排效果的影響.結(jié)果見表4.其中,列(1)、列(4)控制了城市固定效應(yīng)和年份固定效應(yīng).列(2)、列(5)在此基礎(chǔ)上加入了城市層面控制變量,列(3)、列(6)進(jìn)一步控制了城市初始特征×?xí)r間固定效應(yīng), 即控制了歷年因初始稟賦不同對(duì)污染排放的影響.從表中可以看出:無論是SO2排放量還是PM2.5濃度,國(guó)控站點(diǎn)高密度分布對(duì)于二者的排放都具有顯著抑制作用.同時(shí),政策對(duì)于SO2排放量和PM2.5濃度影響的大小仍然維持了主回歸的結(jié)果——SO2的減排效應(yīng)大于PM2.5,再次驗(yàn)證了政策直接作用于SO2排放量而間接作用于PM2.5濃度的判斷.

圖3 安慰劑檢驗(yàn)

值得注意的是,《標(biāo)準(zhǔn)》既增設(shè)PM2.5濃度指標(biāo)從而擴(kuò)大監(jiān)測(cè)范圍,也將推動(dòng)了國(guó)控環(huán)境空氣質(zhì)量監(jiān)測(cè)站點(diǎn)建設(shè),盡管二者同屬于解決環(huán)境空氣質(zhì)量監(jiān)測(cè)中信息不對(duì)稱問題的方式,但是后者對(duì)于實(shí)現(xiàn)環(huán)境空氣質(zhì)量監(jiān)測(cè)事權(quán)上收具有更直接的賦能作用,因?yàn)榍罢邇H僅是增加信息,而后者是解決了獲取信息的技術(shù)可能性.表4的檢驗(yàn)結(jié)果展示了國(guó)控環(huán)境空氣質(zhì)量監(jiān)測(cè)站點(diǎn)密度對(duì)空氣污染減排的影響,實(shí)際上驗(yàn)證了國(guó)控環(huán)境空氣質(zhì)量監(jiān)測(cè)站點(diǎn)建設(shè)這種具有技術(shù)賦能的手段對(duì)環(huán)境空氣質(zhì)量監(jiān)測(cè)事權(quán)上收的減排效應(yīng)更具關(guān)鍵作用,排除了增設(shè)PM2.5濃度指標(biāo)具有減排效應(yīng)這種可能干擾.也就是說,即使增設(shè)了PM2.5濃度指標(biāo),如果中央不能通過國(guó)控環(huán)境空氣質(zhì)量監(jiān)測(cè)點(diǎn)完整、及時(shí)地獲取準(zhǔn)確的環(huán)境空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù),增設(shè)PM2.5濃度指標(biāo)同以往本來就存在的監(jiān)測(cè)指標(biāo)一樣,不能發(fā)揮減排作用.

表4 監(jiān)測(cè)點(diǎn)密度的污染減排效應(yīng)

注:*、**、***分別表示在10%、5%、1%的水平下顯著;括號(hào)中的數(shù)值是聚類到地級(jí)市的穩(wěn)健標(biāo)準(zhǔn)誤.

表5 競(jìng)爭(zhēng)性假說排除

注: *、**、***分別表示在10%、5%、1%的水平下顯著;括號(hào)中的數(shù)值是聚類到地級(jí)市的穩(wěn)健標(biāo)準(zhǔn)誤.

3.3.3 競(jìng)爭(zhēng)性假說排除 實(shí)施《標(biāo)準(zhǔn)》的城市在政策實(shí)施期間可能會(huì)有其他相關(guān)環(huán)境政策,對(duì)政策評(píng)估結(jié)果造成一定影響,全國(guó)層面的減排政策還包括2010年開始分批實(shí)施的低碳城市政策,該政策第二批試點(diǎn)城市于2014年實(shí)施,這些試點(diǎn)城市主要包括北京、上海、石家莊等33個(gè)城市.因此,本文借鑒Cook等[34],通過剔除這些試點(diǎn)城市樣本的方法重新對(duì)結(jié)果進(jìn)行估計(jì),排除低碳政策試點(diǎn)城市對(duì)結(jié)果造成的影響.

結(jié)果見表5,其中,列(1)～列(4)全部加入了控制變量、時(shí)間固定效應(yīng)和個(gè)體固定效應(yīng).從表5中可以看出,無論是政策實(shí)施還是國(guó)控站點(diǎn)密度,對(duì)于剔除了低碳試點(diǎn)政策樣本之后的城市的SO2排放量和間接作用于PM2.5濃度的影響結(jié)果都在90%水平上負(fù)向顯著,由此說明本文的估計(jì)結(jié)果并不受其他政策的影響.

3.3.4 Goodman-Bacon分解檢驗(yàn)估計(jì)結(jié)果 有研究表明,式(1)中基準(zhǔn)回歸中的單系數(shù)DID估計(jì)值是一組別單時(shí)點(diǎn)DID處理效應(yīng)的加權(quán)平均[35].本文通過Goodman-Bacon分解法,將DID模型中的單系數(shù)分解為6組2′2DID系數(shù)的加權(quán)平均,具體為:(1)第一批試點(diǎn)城市為處理組,第二批試點(diǎn)城市為對(duì)照組.(2)第一批試點(diǎn)城市為處理組,第三批試點(diǎn)城市為對(duì)照組.(3)第二批試點(diǎn)城市為處理組,第三批試點(diǎn)城市為對(duì)照組.(4)第二批試點(diǎn)城市為處理組,第一批試點(diǎn)城市為對(duì)照組.(5)第三批試點(diǎn)城市為處理組,第一批試點(diǎn)城市為對(duì)照組.(6)第三批試點(diǎn)城市為處理組,第二批試點(diǎn)城市為對(duì)照組.分解結(jié)果見圖4,其中,橫軸表示權(quán)重,縱軸表示各情形下DID估計(jì)值.橫線所對(duì)應(yīng)的估計(jì)值為式(1)中的單系數(shù)DID估計(jì)值,為以上六種情形下的單時(shí)點(diǎn)DID估計(jì)值的加權(quán)平均值.

(a)SO2排放量

(b)PM2.5濃度

圖4 SO2和PM2.5的goodman-bacon分解圖

Fig.4 Goodman-bacon decomposition analysis for SO2and PM2.5emissions

橫軸表示權(quán)重,縱軸表示估計(jì)系數(shù)

雙向固定效應(yīng)DID估計(jì)值的因果解釋需要滿足處理效應(yīng)不隨時(shí)間改變,當(dāng)使用已經(jīng)處理過的單位作為控制組,且處理效應(yīng)隨時(shí)間而改變時(shí)會(huì)對(duì)結(jié)果造成偏差.因此,我們特別關(guān)注“先處理組”與“后處理組”作為對(duì)照組的2′2DID估計(jì)結(jié)果,即前三種情形的估計(jì)值,在圖4中用淺色表示.從圖中可以看出無論SO2排放量還是PM2.5濃度,前三種情形的估計(jì)值都接近于整體的加權(quán)平均估計(jì)值且權(quán)重較大.表6中給出了整體分解,二者的單系數(shù)DID估計(jì)值中的大部分權(quán)重來自于“先處理組”與“后處理組”比較(約74%),這表明之前的估計(jì)結(jié)果是可靠的.

表6 Goodman-bacon分解的權(quán)重和估計(jì)值

4 傳導(dǎo)機(jī)制檢驗(yàn)及異質(zhì)性分析

生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革對(duì)空氣污染排放的抑制效應(yīng)由直接效應(yīng)和間接效應(yīng)兩個(gè)部分構(gòu)成,直接效應(yīng)主要體現(xiàn)為通過解決雙重信息不對(duì)稱而帶來的減排,在上文的基準(zhǔn)回歸及其穩(wěn)健性檢驗(yàn)中已經(jīng)得到驗(yàn)證.間接效應(yīng)則通過解決激勵(lì)不相容問題,改變地方政府環(huán)境治理治理和工業(yè)企業(yè)環(huán)境創(chuàng)新激勵(lì)而實(shí)現(xiàn),本文通過以下的傳導(dǎo)機(jī)制分析和異質(zhì)性分析予以檢驗(yàn).

4.1 傳導(dǎo)機(jī)制檢驗(yàn)

為檢驗(yàn)《標(biāo)準(zhǔn)》通過何種途徑達(dá)到減排的效果,可以建立如下模型:

式中:M為中介變量,式(4)表示處理變量Treat對(duì)中介變量M有因果影響,式(5)表示中介變量M對(duì)被解釋變量Y有因果影響.0為Treat對(duì)Y的直接效應(yīng),10為Treat對(duì)Y(通過M傳導(dǎo))的間接效應(yīng).然而,由于中介變量發(fā)生在處理變量之后,是一種“壞”的控制變量[36],因此,在(5)式中控制了中介變量M后,并不能得到0的一致估計(jì),根據(jù)江艇的研究[37],中介變量的選取應(yīng)當(dāng)與被解釋變量之間的因果關(guān)系在理論上比較直觀,無需再通過因果識(shí)別來驗(yàn)證中介變量與被解釋變量之間的關(guān)系,因此,本文的傳導(dǎo)機(jī)制只檢驗(yàn)?zāi)Ｐ?4).

地方政府環(huán)境治理激勵(lì)不強(qiáng)以及環(huán)境規(guī)制“軟約束”成為制約環(huán)境治理績(jī)效的主要原因,《標(biāo)準(zhǔn)》通過國(guó)控環(huán)境空氣質(zhì)量監(jiān)測(cè)站點(diǎn)建設(shè)解決了信息不對(duì)稱問題,由此改變了地方政府的激勵(lì)機(jī)制,地方政府改變一味追求經(jīng)濟(jì)增長(zhǎng)而忽略環(huán)境治理的模式,采取更加主動(dòng)有為的環(huán)境治理措施和更有強(qiáng)度的環(huán)境規(guī)制抑制空氣污染排放.參考陳詩一和陳登科[38],本文采用地級(jí)市政府工作報(bào)告中環(huán)境詞匯出現(xiàn)頻數(shù)占比來衡量地方政府環(huán)境規(guī)制強(qiáng)度,頻數(shù)占比越高地方政府環(huán)境規(guī)制強(qiáng)度越大.回歸結(jié)果見表7.從中可以看到,無論是否加入了控制變量,《標(biāo)準(zhǔn)》對(duì)于地方政府環(huán)境規(guī)制強(qiáng)度產(chǎn)生了顯著的正向影響,表明生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革之后中央環(huán)境監(jiān)管能力的強(qiáng)化使地方環(huán)境規(guī)制得到強(qiáng)化,從“軟約束”轉(zhuǎn)向“硬約束”.

表7 傳導(dǎo)機(jī)制分析(一)

注: *、**、***分別表示在10%、5%、1%的水平下顯著;括號(hào)中的數(shù)值是聚類到地級(jí)市的穩(wěn)健標(biāo)準(zhǔn)誤.

地方政府環(huán)境規(guī)制既有市場(chǎng)手段,也有行政手段,而行政手段對(duì)于觀察地方政府環(huán)境治理行為更為直接.已有研究表明,二產(chǎn)畸高的產(chǎn)業(yè)結(jié)構(gòu)、以煤為主的產(chǎn)業(yè)結(jié)構(gòu)、公路交通運(yùn)輸強(qiáng)度提升等因素,共同促使霧霾污染加劇[38].《標(biāo)準(zhǔn)》實(shí)施以后,地方政府環(huán)境治理激勵(lì)得以增強(qiáng),可能會(huì)通過關(guān)?；蛳拗茰?zhǔn)入等方式減少排污量高的工業(yè)企業(yè)數(shù)量、提升公共營(yíng)運(yùn)汽電車投入使用等多種措施針對(duì)性地減少污染排放.因此,本文選取規(guī)模以上工業(yè)企業(yè)數(shù)scale、年末實(shí)有公共營(yíng)運(yùn)汽電車輛數(shù)trolley為中介變量進(jìn)行相關(guān)檢驗(yàn),實(shí)證結(jié)果見表8.從中可以看出,規(guī)模以上工業(yè)企業(yè)數(shù)量估計(jì)結(jié)果顯著為負(fù),而公共營(yíng)運(yùn)汽電車數(shù)量估計(jì)結(jié)果顯著為正,表明生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革之后地方政府采取了減少工業(yè)企業(yè)數(shù)量、增加公共交通的主動(dòng)有為的治理手段.

工業(yè)企業(yè)是空氣污染物的實(shí)際排放者,地方政府環(huán)境治理規(guī)制增強(qiáng)實(shí)際上將中央環(huán)境監(jiān)管壓力傳導(dǎo)到工業(yè)企業(yè).在此情況下,企業(yè)通過綠色技術(shù)創(chuàng)新提升生產(chǎn)率,從而抵消環(huán)境規(guī)制帶來的成本,實(shí)現(xiàn)污染減排和經(jīng)濟(jì)增長(zhǎng)雙贏的“波特效應(yīng)”[27].

表8 傳導(dǎo)機(jī)制分析(二)

注:*、**、***分別表示在10%、5%、1%的水平下顯著;括號(hào)中的數(shù)值是聚類到地級(jí)市的穩(wěn)健標(biāo)準(zhǔn)誤.

表9 傳導(dǎo)機(jī)制分析(三)

注:*、**、***分別表示在10%、5%、1%的水平下顯著;括號(hào)中的數(shù)值是聚類到地級(jí)市的穩(wěn)健標(biāo)準(zhǔn)誤.

本文分別采用地級(jí)市綠色發(fā)明專利數(shù)量ingrvg和綠色實(shí)用新型專利數(shù)量ugrmg來衡量綠色創(chuàng)新技術(shù)水平,本文選取地級(jí)市的綠色發(fā)明專利數(shù)量和綠色實(shí)用新型專利數(shù)量來替代地級(jí)市的工業(yè)企業(yè)綠色創(chuàng)新水平,主要基于以下原因:一是工業(yè)企業(yè)數(shù)據(jù)庫公認(rèn)可供使用的僅更新到2014年,無法滿足本文的選取時(shí)間范圍要求;二是通過統(tǒng)計(jì)工企綠色創(chuàng)新申請(qǐng)量與總綠色創(chuàng)新申請(qǐng)量歷年變動(dòng)趨勢(shì)發(fā)現(xiàn),二者呈現(xiàn)高度一致;三是工業(yè)企業(yè)的綠色專利需求不僅僅由自身滿足,也會(huì)促進(jìn)科研機(jī)構(gòu)等主體進(jìn)行綠色創(chuàng)新,由此推進(jìn)整個(gè)城市的綠色創(chuàng)新.實(shí)證檢驗(yàn)生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革以后當(dāng)?shù)仄髽I(yè)是否存在“波特效應(yīng)”,回歸結(jié)果見表9.從中可以看出,列(1)～列(4)的估計(jì)系數(shù)均在1%水平下顯著為正,表明工業(yè)企業(yè)在倒逼之下提升了綠色創(chuàng)新.

通過傳導(dǎo)機(jī)制分析,本文檢驗(yàn)了生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革抑制空氣污染排放的理論邏輯.《標(biāo)準(zhǔn)》為生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革提供了技術(shù)賦能,國(guó)控環(huán)境空氣質(zhì)量監(jiān)測(cè)站點(diǎn)建設(shè)使得中央環(huán)保部門能夠及時(shí)、有效地獲取準(zhǔn)確的環(huán)境空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù),信息不對(duì)稱問題的解決使中央環(huán)保部門能夠加強(qiáng)對(duì)地方政府環(huán)境治理行為的監(jiān)督、檢查和約束,增強(qiáng)了中央環(huán)境監(jiān)管能力,這是增強(qiáng)地方政府環(huán)境治理激勵(lì)和工業(yè)企業(yè)環(huán)境創(chuàng)新激勵(lì)的前提條件.

在此基礎(chǔ)上,生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革的空氣污染減排效應(yīng)是通過層層傳導(dǎo)實(shí)現(xiàn)的.一方面,生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革增強(qiáng)了地方政府環(huán)境治理激勵(lì),提高了地方政府環(huán)境規(guī)制強(qiáng)度.結(jié)合傳導(dǎo)機(jī)制(一)和傳導(dǎo)機(jī)制(二)可以得知,生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革在技術(shù)賦能下增強(qiáng)了中央的環(huán)境監(jiān)管能力,環(huán)境保護(hù)在中央治理目標(biāo)和考核列表中越來越重要,地方政府不得不采取主動(dòng)有為的環(huán)境治理行為.因此,地方政府環(huán)境規(guī)制強(qiáng)度不斷增強(qiáng),并且采取關(guān)停和限制工業(yè)企業(yè)數(shù)量、增加公共交通投放等方式來契合中央環(huán)境要求、達(dá)到環(huán)境治理目標(biāo).

另一方面,地方政府主動(dòng)有為環(huán)境治理和高強(qiáng)度環(huán)境規(guī)制增強(qiáng)了工業(yè)企業(yè)環(huán)境創(chuàng)新激勵(lì),提升了工業(yè)企業(yè)綠色創(chuàng)新水平.結(jié)合傳導(dǎo)機(jī)制(三)可以得知,工業(yè)企業(yè)因?yàn)榈胤秸邚?qiáng)度的環(huán)境規(guī)制而承接了環(huán)境保護(hù)壓力,企業(yè)為了應(yīng)對(duì)環(huán)境規(guī)制帶來的壓力和生產(chǎn)成本而進(jìn)行了環(huán)境創(chuàng)新,因此工業(yè)企業(yè)的綠色發(fā)明專利數(shù)量和綠色實(shí)用新型專利數(shù)量都有顯著增加,而綠色創(chuàng)新正是工業(yè)企業(yè)實(shí)現(xiàn)污染減排和效益增長(zhǎng)、產(chǎn)業(yè)實(shí)現(xiàn)綠色轉(zhuǎn)型的關(guān)鍵之所在.

由此,《標(biāo)準(zhǔn)》實(shí)際上從技術(shù)賦能層面為環(huán)境空氣質(zhì)量監(jiān)測(cè)事權(quán)改革創(chuàng)造了條件,解決了中央和地方環(huán)境治理委托代理關(guān)系中的信息不對(duì)稱和激勵(lì)不相容問題,提高了生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)數(shù)據(jù)可得性、及時(shí)性和準(zhǔn)確性.在此基礎(chǔ)上,中央、地方和企業(yè)的環(huán)境權(quán)責(zé)得到有效界分,中央負(fù)責(zé)制定環(huán)境目標(biāo)、完善環(huán)境保護(hù)法律法規(guī)并重點(diǎn)監(jiān)管地方政府及其環(huán)境治理行為,地方政府在中央監(jiān)管下執(zhí)行環(huán)境目標(biāo)、落實(shí)環(huán)境保護(hù)法律法規(guī)并制定實(shí)施環(huán)境規(guī)制,工業(yè)企業(yè)在地方政府環(huán)境規(guī)制下從事開展經(jīng)濟(jì)活動(dòng)、推動(dòng)綠色創(chuàng)新并推動(dòng)產(chǎn)業(yè)綠色轉(zhuǎn)型,形成了中央、地方和企業(yè)相互協(xié)調(diào)、相互配合的環(huán)境治理格局.

4.2 異質(zhì)性分析

4.2.1 政策影響對(duì)初始排放量的異質(zhì)性《標(biāo)準(zhǔn)》通過在全國(guó)層面制定統(tǒng)一標(biāo)準(zhǔn)來限制各城市污染排放額度,超過排放限額將會(huì)影響當(dāng)?shù)毓賳T的晉升.因此,假設(shè)在初始排污量高的城市地方官員出于晉升壓力更有動(dòng)力進(jìn)行環(huán)境治理,減排效果會(huì)更明顯.在初始排污量低的城市,地方官員環(huán)境治理激勵(lì)由于沒有超額排放壓力而相對(duì)較弱,減排效果不明顯.如果新標(biāo)準(zhǔn)政策主要是通過對(duì)初始排污量比較大的城市發(fā)揮作用,那么在政策實(shí)施之前排污量增長(zhǎng)較快的城市,在政策實(shí)施后會(huì)下降的更快.為檢驗(yàn)這一政策效果的個(gè)體異質(zhì)性,本文借鑒Beck等[32]的做法,構(gòu)建如下計(jì)量模型:

上式在(1)的基礎(chǔ)上,通過引入一個(gè)新的初始變量0來衡量各城市在實(shí)施新標(biāo)準(zhǔn)之前的排污值.由于本文的研究起始時(shí)間是2007年,因此選取2007年所有城市的初始排放值為衡量指標(biāo),用initinal表示.另外,單一年份排污量的波動(dòng)性可能比較大,為保證結(jié)果的穩(wěn)健性,本文還采用所有城市在實(shí)施新標(biāo)準(zhǔn)之前的排污量平均增長(zhǎng)率來衡量初始值,由于最早一批的城市實(shí)施年份為2013年,本文選擇2007-2012年之間排污量平均增長(zhǎng)率,用pro-average表示.

回歸結(jié)果如表10所示,可以看出交互項(xiàng)Treat× initinal和Treat×pro-average都顯著為負(fù).無論是用initinal還是用pro-average衡量的初始值,對(duì)于SO2排放量和PM2.5濃度,政策的減排效應(yīng)在初始值的25%分位數(shù)上都不顯著,隨著初始值分位數(shù)的增加,變量Treat與初始值Z0的交互項(xiàng)由不顯著變?yōu)轱@著,且系數(shù)逐漸增大,說明政策對(duì)污染的減排效應(yīng)隨著初始值的增加逐漸增強(qiáng).綜合來看,政策的減排效果主要是對(duì)初始排放值比較高的城市抑制空氣污染物排放起到更大作用,初始排放水平越高減排效果越明顯.

4.2.2 政策影響對(duì)財(cái)政壓力和財(cái)政分權(quán)的異質(zhì)性 財(cái)政壓力是地方政府進(jìn)行數(shù)據(jù)瞞報(bào)和環(huán)境規(guī)制軟約束的客觀原因,財(cái)政分權(quán)則為地方政府進(jìn)行數(shù)據(jù)瞞報(bào)和環(huán)境規(guī)制軟約束提供了制度空間,這兩者從不同維度對(duì)于污染排放具有正向促進(jìn)作用.本文選擇2007～2016年的財(cái)政缺口比重來衡量財(cái)政壓力,其計(jì)算公式為地級(jí)市一般公共預(yù)算收支缺口/地級(jí)市一般公共預(yù)算收入,用pressure表示.同時(shí),本文選擇2007～2016年的財(cái)政支出分配情況來衡量財(cái)政分權(quán),由地級(jí)市人均財(cái)政支出/(地級(jí)市人均財(cái)政支出 +省級(jí)人均財(cái)政支出+全國(guó)人均財(cái)政支出)計(jì)算而得,用decentralization表示.

表10 新空氣質(zhì)量標(biāo)準(zhǔn)對(duì)初始排污量的異質(zhì)性

注:*、**、***分別表示在10%、5%、1%的水平下顯著;括號(hào)中的數(shù)值是聚類到地級(jí)市的穩(wěn)健標(biāo)準(zhǔn)誤.

表11的實(shí)證結(jié)果顯示,交互項(xiàng)Treat×pressure對(duì)于SO2排放量的影響顯著為正,其經(jīng)濟(jì)含義是財(cái)政壓力作為對(duì)于地方政府的客觀硬性約束,只能通過發(fā)展經(jīng)濟(jì)的方式加以解決,在技術(shù)水平一定的情況下經(jīng)濟(jì)發(fā)展目標(biāo)和環(huán)境保護(hù)目標(biāo)是相矛盾的.因此,《標(biāo)準(zhǔn)》實(shí)施之后,財(cái)政壓力對(duì)于污染排放的正向作用仍然存在,并且抵消掉了一部分抑制污染排放的政策影響.同時(shí),交互項(xiàng)Treat×decentralization對(duì)于SO2排放量的影響顯著為負(fù),其經(jīng)濟(jì)含義為財(cái)政分權(quán)作為一個(gè)制度性條件,財(cái)政分權(quán)程度越高的地區(qū)越傾向于強(qiáng)化經(jīng)濟(jì)發(fā)展而弱化環(huán)境治理,空氣污染物排放越多.生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革強(qiáng)化了中央對(duì)地方環(huán)境治理的監(jiān)督力度,地方政府不得不以主動(dòng)有為的硬約束進(jìn)行環(huán)境治理,在數(shù)據(jù)上表現(xiàn)為財(cái)政分權(quán)程度越高的地級(jí)市SO2排放量下降幅度越大.

表11 新空氣質(zhì)量標(biāo)準(zhǔn)對(duì)財(cái)政分權(quán)和財(cái)政壓力的異質(zhì)性

注:*、**、***分別表示在10%、5%、1%的水平下顯著;括號(hào)中的數(shù)值是聚類到地級(jí)市的穩(wěn)健標(biāo)準(zhǔn)誤.

值得說明的是,交互項(xiàng)Treat×pressur和Treat× decentralization對(duì)于PM2.5濃度影響的系數(shù)在方向上同SO2排放量相一致,在一定程度上說明了上述作用.但是,交互項(xiàng)對(duì)PM2.5的影響并不顯著,其原因在于PM2.5作為一個(gè)由SO2、煙塵和粉塵等污染物共同混合形成的一個(gè)綜合性結(jié)果,受到來自于工農(nóng)業(yè)生產(chǎn)、交通運(yùn)輸和社會(huì)生活等各方面活動(dòng)的影響,然而財(cái)政壓力和財(cái)政分權(quán)同工業(yè)生產(chǎn)活動(dòng)密切相關(guān),其變化并不能顯著地影響PM2.5濃度.

地方政府財(cái)政壓力是地方政府行政干預(yù)環(huán)境監(jiān)測(cè)數(shù)據(jù)和采取環(huán)境規(guī)制“軟約束”從而導(dǎo)致空氣污染排放難以得到抑制的客觀原因,而財(cái)政分權(quán)則是地方政府重視經(jīng)濟(jì)增長(zhǎng)而忽視環(huán)境治理的制度原因.因此,本文通過異質(zhì)性分析研究了生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)上收對(duì)于不同初始排放量、不同財(cái)政壓力和不同財(cái)政分權(quán)程度城市的空氣污染排放的影響.

一方面,生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革的減排效應(yīng)在初始排放量上存在異質(zhì)性,且初始排放量越高的城市減排效應(yīng)越大.空氣污染排放是環(huán)境治理政府失靈的結(jié)果,初始排放量越高說明環(huán)境治理政府失靈帶來的后果越嚴(yán)重,而關(guān)于初始排放量的異質(zhì)性分析表明初始排放量越高的城市減排作用越大,由此從結(jié)果上說明生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革能夠減緩環(huán)境治理政府失靈帶來的空氣污染排放;

另一方面,生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革在財(cái)政分權(quán)和財(cái)政壓力上存在異質(zhì)性,財(cái)政分權(quán)程度越高的城市減排作用越大而財(cái)政壓力越大的城市減排作用越小.財(cái)政分權(quán)賦予了地方政府主導(dǎo)地方經(jīng)濟(jì)發(fā)展的權(quán)利,在不考慮財(cái)政壓力的情況下,地方政府出于晉升激勵(lì)和經(jīng)濟(jì)增長(zhǎng)的需求,會(huì)主動(dòng)利用財(cái)政分權(quán)賦予的權(quán)利最大限度地謀求經(jīng)濟(jì)發(fā)展,由此帶來空氣污染排放的增加.異質(zhì)性分析表明,生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革有效遏制了這種傾向,對(duì)財(cái)政分權(quán)程度越高的城市具有更大的減排作用,這是通過改變地方政府激勵(lì)實(shí)現(xiàn)的.相較于財(cái)政分權(quán),財(cái)政壓力導(dǎo)致污染排放更具有客觀性,財(cái)政壓力越大則地方政府迫于客觀條件不得不采取犧牲環(huán)境而謀求經(jīng)濟(jì)增長(zhǎng)的策略.異質(zhì)性分析表明,財(cái)政壓力越大的城市所發(fā)揮的減排作用越小,財(cái)政壓力削減了生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革的空氣污染減排效應(yīng).

5 結(jié)論

(1)理論分析表明,《標(biāo)準(zhǔn)》通過國(guó)控環(huán)境空氣質(zhì)量監(jiān)測(cè)站建設(shè)從技術(shù)層面實(shí)現(xiàn)了環(huán)境空氣質(zhì)量監(jiān)測(cè)事權(quán)上收,一方面解決了環(huán)境空氣質(zhì)量監(jiān)測(cè)和空氣污染治理中的信息不對(duì)稱問題,加強(qiáng)了中央對(duì)地方環(huán)境治理的監(jiān)督,避免了瞞報(bào)、修改監(jiān)測(cè)數(shù)據(jù)等問題,也強(qiáng)化了地方對(duì)企業(yè)排污行為的管制.另一方面,解決了激勵(lì)不相容問題,強(qiáng)化了地方政府空氣污染治理激勵(lì)和工業(yè)企業(yè)綠色創(chuàng)新激勵(lì),由此顯著地抑制了當(dāng)?shù)氐目諝馕廴疚锱欧?

(2)基準(zhǔn)回歸表明,生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革會(huì)顯著抑制空氣污染物排放,且抑制效應(yīng)與監(jiān)管強(qiáng)度呈正相關(guān),即監(jiān)測(cè)站密度越大的城市減排效應(yīng)越大.這一結(jié)論在經(jīng)過使用安慰劑檢驗(yàn)、競(jìng)爭(zhēng)性假說排除和以Goodman-Bacon分解檢驗(yàn)估計(jì)結(jié)果之后仍然成立.

(3)傳導(dǎo)機(jī)制分析表明,生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革對(duì)于空氣污染物排放的抑制作用通過改變地方政府環(huán)境治理激勵(lì)和工業(yè)企業(yè)環(huán)境創(chuàng)新激勵(lì)而實(shí)現(xiàn),地方政府環(huán)境規(guī)制強(qiáng)度顯著變大,并且采取了限制工業(yè)企業(yè)數(shù)量和增加公共交通投入等措施,在環(huán)境規(guī)制硬約束下工業(yè)企業(yè)綠色創(chuàng)新也顯著增加.

(4)異質(zhì)性分析表明,初始排放量越高、財(cái)政分權(quán)程度越高的城市減排效果越明顯,但是財(cái)政壓力越大的城市減排效應(yīng)越不明顯,這說明財(cái)政壓力抵消了生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革抑制空氣污染物排放的效果.

6 建議

(1)提升環(huán)境空氣質(zhì)量監(jiān)測(cè)能力.適應(yīng)社會(huì)經(jīng)濟(jì)發(fā)展需求,加快國(guó)控環(huán)境空氣質(zhì)量監(jiān)測(cè)站點(diǎn)建設(shè),加大環(huán)境空氣質(zhì)量監(jiān)測(cè)能力建設(shè)投入,更新環(huán)境空氣質(zhì)量監(jiān)測(cè)設(shè)備,強(qiáng)化環(huán)境空氣質(zhì)量監(jiān)測(cè)機(jī)構(gòu)人員培訓(xùn),確保環(huán)境空氣質(zhì)量監(jiān)測(cè)結(jié)果及時(shí)、準(zhǔn)確.根據(jù)城市建設(shè)發(fā)展、環(huán)境功能區(qū)變化、地方產(chǎn)業(yè)結(jié)構(gòu)、污染源分布特征等因素,有針對(duì)性地開展環(huán)境空氣質(zhì)量監(jiān)測(cè)站點(diǎn)考核調(diào)整,避免出現(xiàn)監(jiān)測(cè)站點(diǎn)布局缺位、錯(cuò)位等問題.加強(qiáng)縣域環(huán)境空氣質(zhì)量站點(diǎn)建設(shè),依據(jù)縣域特征建設(shè)“優(yōu)勢(shì)互補(bǔ)、各具特色”環(huán)境空氣質(zhì)量監(jiān)測(cè)站點(diǎn),利用有基礎(chǔ)的縣域監(jiān)測(cè)站點(diǎn)打破區(qū)劃限制,建立相鄰縣域監(jiān)測(cè)站相互配合、相互監(jiān)督,對(duì)于基礎(chǔ)條件上不能支撐監(jiān)測(cè)能力的地方,推動(dòng)社會(huì)化監(jiān)測(cè)機(jī)構(gòu)作為第三方承擔(dān)監(jiān)測(cè)任務(wù),構(gòu)建起多級(jí)監(jiān)測(cè)聯(lián)動(dòng)、政府市場(chǎng)配合的監(jiān)測(cè)能力體系.

(2)健全環(huán)境空氣質(zhì)量監(jiān)測(cè)體制.加快推進(jìn)環(huán)境空氣質(zhì)量監(jiān)測(cè)事權(quán)改革,推動(dòng)屬地管理為主、中央管理為輔的模式向中央管理為主、屬地管地為輔的模式轉(zhuǎn)變,促進(jìn)環(huán)境空氣質(zhì)量監(jiān)測(cè)事權(quán)上移,積極落實(shí)“國(guó)家考核、國(guó)家監(jiān)測(cè)”的管理方針,強(qiáng)化中央環(huán)保部門垂直監(jiān)測(cè)力度.進(jìn)一步明晰環(huán)境空氣質(zhì)量監(jiān)測(cè)權(quán)責(zé)劃分,國(guó)控環(huán)境空氣質(zhì)量監(jiān)測(cè)站點(diǎn)的經(jīng)費(fèi)撥付、人事安排和監(jiān)測(cè)工作等由中央監(jiān)測(cè)部門直接管理,地方環(huán)境空氣質(zhì)量監(jiān)測(cè)部門由省級(jí)環(huán)境空氣監(jiān)測(cè)機(jī)構(gòu)垂直管理,中央監(jiān)測(cè)部門定期對(duì)對(duì)省級(jí)監(jiān)測(cè)機(jī)構(gòu)及其直管站進(jìn)行評(píng)估和考核,持續(xù)優(yōu)化省級(jí)站及其直管站運(yùn)營(yíng)管理,依托技術(shù)進(jìn)步加快空氣質(zhì)量監(jiān)測(cè)事權(quán)上收、擴(kuò)大中央監(jiān)測(cè)部門直接管理的范圍,通過上收和垂管等方式確保監(jiān)測(cè)工作規(guī)范化、有序化開展,提高信息數(shù)據(jù)監(jiān)管結(jié)果的辨別力度.

(3)完善空氣質(zhì)量監(jiān)測(cè)質(zhì)控規(guī)范.完善空氣自動(dòng)監(jiān)測(cè)運(yùn)行與質(zhì)控規(guī)范,強(qiáng)化國(guó)控監(jiān)測(cè)站點(diǎn)網(wǎng)絡(luò)化,構(gòu)建國(guó)控監(jiān)測(cè)站點(diǎn)監(jiān)測(cè)數(shù)據(jù)聯(lián)網(wǎng)監(jiān)督和質(zhì)控體系,充分利用人工智能、大數(shù)據(jù)、衛(wèi)星遙感等先進(jìn)技術(shù),健全國(guó)控監(jiān)測(cè)站點(diǎn)質(zhì)量監(jiān)督預(yù)警機(jī)制.建立健全統(tǒng)一質(zhì)量控制規(guī)范體系,對(duì)國(guó)家級(jí)、省級(jí)、市級(jí)和社會(huì)化監(jiān)測(cè)機(jī)構(gòu)實(shí)施統(tǒng)一的質(zhì)控規(guī)范,建立健全重點(diǎn)區(qū)域、重點(diǎn)城市環(huán)境空氣質(zhì)量監(jiān)測(cè)質(zhì)量考核機(jī)制,加強(qiáng)對(duì)質(zhì)量監(jiān)測(cè)與質(zhì)控工作的監(jiān)督檢查.同時(shí),建立健全社會(huì)化監(jiān)測(cè)機(jī)構(gòu)常規(guī)化監(jiān)督考核機(jī)制,對(duì)社會(huì)化監(jiān)測(cè)機(jī)構(gòu)開展技術(shù)監(jiān)督、方案考核,規(guī)范社會(huì)化監(jiān)測(cè)機(jī)構(gòu)運(yùn)營(yíng)行為,保證各級(jí)、各類環(huán)境空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)可得、及時(shí)和準(zhǔn)確.

(4)優(yōu)化地方空氣質(zhì)量考核機(jī)制.創(chuàng)新環(huán)境空氣質(zhì)量目標(biāo)考核辦法,從源頭上杜絕行政干預(yù).一方面,探索環(huán)境和經(jīng)濟(jì)雙考核制度,建立綠色政績(jī)GDP考核體系,引導(dǎo)地方政府逐漸扭轉(zhuǎn)唯GDP至上的政績(jī)觀,優(yōu)化環(huán)境空氣質(zhì)量績(jī)效考核和空氣污染問責(zé)機(jī)制.另一方面,合理設(shè)定地方空氣質(zhì)量考核指標(biāo),按照發(fā)展水平、財(cái)政壓力等指標(biāo)綜合設(shè)置差異化考核方案,探索建立綠色發(fā)展財(cái)政獎(jiǎng)補(bǔ)機(jī)制、區(qū)域綠色發(fā)展協(xié)同機(jī)制,通過轉(zhuǎn)移支付、生態(tài)保護(hù)補(bǔ)償和生態(tài)產(chǎn)品交易等方式為創(chuàng)造生態(tài)價(jià)值的經(jīng)濟(jì)落后地區(qū)緩解財(cái)政壓力,避免“一刀切”式的空氣質(zhì)量考核.

[1] Almetwally A A, Bin-Jumah M, Allam A A. Ambient air pollution and its influence on human health and welfare: An overview [J]. Environmental Science and Pollution Research, 2020,27(20):24815- 24830.

[2] 韓 超,劉鑫穎,王 海.規(guī)制官員激勵(lì)與行為偏好——獨(dú)立性缺失下環(huán)境規(guī)制失效新解[J]. 管理世界, 2016,(2):82-94.

Han C, Liu X Y, Wang H. Regulation officials' incentives and behavioral preferences - a new solution to environmental regulation failure under the lack of independence [J]. Management World, 2016, (2):82-94.

[3] 劉 軍,羅陜緣,韋光龍.中國(guó)式行政集權(quán)的企業(yè)減排效應(yīng)——基于撤縣設(shè)區(qū)改革的微觀分析視角[J]. 中國(guó)環(huán)境科學(xué), 2023,43(7): 3796-3807.

Liu J, Luo S Y, Wei G L. The effect of Chinese administrative centralization on enterprises' emission reduction -- based on the micro-analysis of the reform of disbanding counties and setting up districts [J]. China Environmental Science, 2023,43(7):3796-3807.

[4] 郭 峰,石慶玲.官員更替、合謀震懾與空氣質(zhì)量的臨時(shí)性改善[J]. 經(jīng)濟(jì)研究, 2017,52(7):155-168.

Guo F, Shi Q L. Official turnover, collusive deterrence, and temporary improvement in air quality [J]. Economic Research, 2017,52(7):155- 168.

[5] 柏仇勇,陳傳忠,趙 岑.找準(zhǔn)定位科學(xué)布局抓住關(guān)鍵確保環(huán)境監(jiān)測(cè)改革取得扎實(shí)成效[J]. 中國(guó)環(huán)境監(jiān)測(cè), 2017,33(5):1-6.

Bai Q Y, Chen C Z, Zhao C. Find the right positioning, scientific layout and seize the key to ensure the solid results of environmental monitoring reform [J]. China Environmental Monitoring, 2017,33(5): 1-6.

[6] 王金南,秦昌波.環(huán)境質(zhì)量管理新模式:啟程與挑戰(zhàn)[J]. 中國(guó)環(huán)境管理, 2016,8(1):9-14.

Wang J N, Qin C B. New model of environmental quality management: Departure and challenge [J]. China Environmental Management, 2016,8(1):9-14.

[7] 柏仇勇,趙 岑.中國(guó)生態(tài)環(huán)境監(jiān)測(cè)40年改革發(fā)展與成效[J]. 中國(guó)環(huán)境管理, 2019,11(4):30-33.

Bai Q Y, Zhao C. Reform, development and effect of ecological environment monitoring in China in the past 40years [J]. China Environmental Management, 2019,11(4):30-33.

[8] 吳季友,陳傳忠,趙 岑,等.國(guó)家生態(tài)環(huán)境監(jiān)測(cè)“十四五”展望[J]. 中國(guó)環(huán)境管理, 2020,12(4):62-67.

Wu J Y, Chen C Z, Zhao C, et al. Outlook of national ecological environment monitoring “14th Five-Year Plan” [J]. China Environmental Management, 2020,12(4):62-67.

[9] 韓 超,孫曉琳,李 靜.環(huán)境規(guī)制垂直管理改革的減排效應(yīng):來自地級(jí)市環(huán)保系統(tǒng)改革的證據(jù)[J]. 經(jīng)濟(jì)學(xué)(季刊), 2021,21(1):335-360.

Han C, Sun X L, Li J. Emission reduction effect of environmental regulation vertical management reform: Evidence from the reform of environmental protection system in prefecture-level cities [J]. China Economic Quarterly, 2021,21(1):335-360.

[10] 吳金群,游 晨,田傳浩.垂直監(jiān)管改革與空氣污染:來自縣(市)改區(qū)的證據(jù)[J]. 中國(guó)人口·資源與環(huán)境, 2023,33(2):11-18.

Wu J Q, You C, Tian C H. Vertical regulatory reform and air pollution: evidence from county (city) reform [J]. China Population, Resources and Environment, 2023,33(2):11-18.

[11] 王 嶺,劉相鋒,熊 艷.中央環(huán)保督察與空氣污染治理——基于地級(jí)城市微觀面板數(shù)據(jù)的實(shí)證分析[J]. 中國(guó)工業(yè)經(jīng)濟(jì), 2019,(10): 5-22.

Wang L, Liu X F, Xiong Y. Central environmental protection inspectors and air pollution control-an empirical analysis based on micro panel data of prefecture-level cities [J]. China Industrial Economy, 2019,(10):5-22.

[12] Zhang B, Chen X, Guo H. Does central supervision enhance local environmental enforcement? Quasi-experimental evidence from China [J]. Journal of Public Economics, 2018,(164):70-90.

[13] 趙 陽,沈洪濤,劉 乾.中國(guó)的邊界污染治理——基于環(huán)保督查中心試點(diǎn)和微觀企業(yè)排放的經(jīng)驗(yàn)證據(jù)[J]. 經(jīng)濟(jì)研究, 2021,56(7): 113-126.

Zhao Y, Shen H T, Liu Q. Border pollution management in China - empirical evidence based on pilot environmental inspection centers and micro-firm emissions [J]. Economic Research, 2021,56(7):113- 126.

[14] Greenstone M, Hanna R. Environmental regulations, air and water pollution, and infant mortality in India [J]. The American Economic Review, 2014,(10):3038-3072.

[15] Chen Z, Kahn M E, Liu Y, et al. The consequences of spatially differentiated water pollution regulation in China [J]. Journal of Environmental Economics and Management, 2018,(88):468-485.

[16] 張 琦,鄭 瑤,孔東民.地區(qū)環(huán)境治理壓力、高管經(jīng)歷與企業(yè)環(huán)保投資——一項(xiàng)基于《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)(2012)》的準(zhǔn)自然實(shí)驗(yàn)[J]. 經(jīng)濟(jì)研究, 2019,54(6):183-198.

Zhang Q, Zheng Y, Kong D M. Regional environmental governance pressure, executive experience and corporate environmental investment--a quasi-natural experiment based on Ambient Air Quality Standards (2012) [J]. Economic Research, 2019,54(6):183-198.

[17] 顧和軍,嚴(yán)蔚然.空氣污染治理對(duì)企業(yè)全要素生產(chǎn)率的影響——基于《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)(2012)》的準(zhǔn)自然實(shí)驗(yàn)[J]. 中國(guó)人口·資源與環(huán)境, 2021,31(11):59-67.

Gu H J, Yan W R. Impact of air pollution control on total factor productivity of enterprises--a quasi-natural experiment based on Ambient Air Quality Standards (2012) [J]. China Population - Resources and Environment, 2021,31(11):59-67.

[18] 王 馨,王 營(yíng).環(huán)境信息公開的綠色創(chuàng)新效應(yīng)研究——基于《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》的準(zhǔn)自然實(shí)驗(yàn)[J]. 金融研究, 2021,(10):134-152.

Wang X, Wang Y. A study on the green innovation effect of environmental information disclosure--a quasi-natural experiment based on the Ambient Air Quality Standard [J]. Financial Research, 2021,(10):134-152.

[19] 潘旭文,付文林.環(huán)境信息公開與地區(qū)空氣質(zhì)量——基于PM2.5監(jiān)測(cè)的準(zhǔn)自然實(shí)驗(yàn)分析[J]. 財(cái)經(jīng)研究, 2022,48(5):110-124.

Pan X W, Fu W L. Environmental information disclosure and regional air quality--an analysis of a quasi-natural experiment based on PM2.5monitoring [J]. Financial Research, 2022,48(5):110-124.

[20] 王賢彬,鐘夏洋.中央垂直監(jiān)管如何影響企業(yè)環(huán)境績(jī)效?——基于《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》的準(zhǔn)自然實(shí)驗(yàn)[J]. 產(chǎn)業(yè)經(jīng)濟(jì)研究, 2022,(6): 29-42.

Wang X B, Zhong X Y. How does central vertical regulation affect corporate environmental performance? --A quasi-natural experiment based on the Ambient Air Quality Standard [J]. Industrial Economics Research, 2022,(6):29-42.

[21] Zhang F, Shi Y, Fang D. Monitoring history and change trends of ambient air quality in China during the past four decades [J]. Journal of Environmental Management, 2020,(260):1-17.

[22] Tu Z G, Hu T Y, Shen R J. Evaluating public participation impact on environmental protection and ecological efficiency in China: Evidence from PITI disclosure [J]. China Economic Review, 2019,55:111?123.

[23] 陳真玲,王文舉.環(huán)境稅制下政府與污染企業(yè)演化博弈分析[J]. 管理評(píng)論, 2017,29(5):226-236.

Chen Z L, Wang W J. Analysis of the evolutionary game between government and polluting enterprises under the environmental tax system [J]. Management Review, 2017,29(5):226-236.

[24] 趙 剛,張亞賓,趙明升,等.減排措施對(duì)大氣顆粒物粒徑分布特征的影響——基于2022年北京冬奧會(huì)前后的觀測(cè)[J]. 中國(guó)環(huán)境科學(xué), 2023,43(6):2744-2754.

Zhao G, Zhang Y B, Zhao M S, et al. Effects of emission reduction measures on the particle size distribution characteristics of atmospheric particulate matter: Based on the observations before and after the 2022 Beijing Winter Olympic Games [J]. China Environmental Science, 2023,43(6):2744-2754.

[25] 相瑞兵,田成詩,張焰朝.環(huán)境規(guī)制與企業(yè)研發(fā)投入:擠出抑或誘發(fā)——來自二氧化硫排污費(fèi)征收的經(jīng)驗(yàn)證據(jù)[J/OL]. 中國(guó)環(huán)境科學(xué):1-20.DOI:10.19674/j.cnki.issn1000-6923.20230814.002.

Xiang R B, Tian C S, Zhang Y C. Environmental regulation and firm R&D investment: crowding out or inducing -- Empirical evidence from the collection of sulfur dioxide pollution fees [J/OL]. China Environmental Science:1-20.DOI:10.19674/j.cnki.issn1000-6923.20230814.002.

[26] 袁寶龍.制度與技術(shù)雙“解鎖”是否驅(qū)動(dòng)了中國(guó)制造業(yè)綠色發(fā)展? [J]. 中國(guó)人口·資源與環(huán)境, 2018,28(3):117-127.

Yuan B L. Does the dual “unlocking” of system and technology drive the green development of China's manufacturing industry? [J]. China Population, Resources and Environment, 2018,28(3):117-127.

[27] Porter M E, Linde C. Toward a new conception of the environment-competitiveness relationship [J]. Journal of Economic Perspectives, 1995,(4):97-118.

[28] 趙妤希,任家豪,陳義珍,等.氣象要素變化對(duì)城市空氣質(zhì)量影響的評(píng)估方法與應(yīng)用——以PM2.5為例[J]. 中國(guó)環(huán)境科學(xué), 2022,42(12): 5610-5616.

Zhao Y X, Ren J H Chen Y Z, et al. Evaluation method and application of meteorological factors change on urban air quality: A case study of PM2.5[J]. China Environmental Science, 2022,42(12):5610-5616.

[29] 尹曉梅,李梓銘,喬 林,等.北京冬季疫情期間空氣質(zhì)量及氣象影響分析[J]. 中國(guó)環(huán)境科學(xué), 2021,41(5):1985-1994.

Yin X M, Li Z M, Qiao L, et al. Analysis of air quality and meteorological impact during winter epidemic in Beijing [J]. China Environmental Sciences, 2021,41(5):1985-1994.

[30] 石大千,丁 海,衛(wèi) 平.智慧城市建設(shè)能否降低環(huán)境污染[J]. 中國(guó)工業(yè)經(jīng)濟(jì), 2018,(6)117-135.

Shi D Q, Ding H, Wei P. Can smart city construction reduce environmental pollution [J]. China Industrial Economy, 2018,(6):117- 135.

[31] 邵 帥,李 欣,曹建華.中國(guó)霧霾污染治理的經(jīng)濟(jì)政策選擇——基于空間溢出效應(yīng)的視角[J]. 經(jīng)濟(jì)研究, 2016,51(9):73-88.

Shao S, Li X, Cao J H. Economic policy options for haze pollution management in China-based on the perspective of spatial spillover effects [J]. Economic Research, 2016,51(9):73-88.

[32] Beck T, Levine R, Levkov A. Big bad banks? The winners and losers from bank deregulation in the United States [J]. The Journal of Finance, 2010,65(5):1637-1667.

[33] 陳金皇.空氣污染的政策效應(yīng):財(cái)政分權(quán)、環(huán)保約談和信息披露[D]. 北京:中國(guó)人民大學(xué), 2022.

Chen J H. Policy effects of air pollution: fiscal decentralization, environmental interviews, and information disclosure [D]. Beijing: Renmin University of China, 2022.

[34] Cook C J, Shah M. Aggregate effects from public works: Evidence from India [J]. The Review of Economics and Statistics, 2022,104 (4):797-806.

[35] Goodman-Bacon A. Difference-in-differences with variation in treatment timing [J]. Journal of Econometrics, 2021,225(2):254-277.

[36] Angrist J D, Pischke J. Mostly harmless econometrics: An empiricist's companion [M]. New Jersey: Princeton University Press, 2009.

[37] 江 艇.因果推斷經(jīng)驗(yàn)研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng)[J]. 中國(guó)工業(yè)經(jīng)濟(jì), 2022,(5):100-120.

Jiang T. Mediating effects and moderating effects in causal inference [J]. Chinese Industrial Economy, 2022,(5):100-120.

[38] 陳詩一,陳登科.霧霾污染、政府治理與經(jīng)濟(jì)高質(zhì)量發(fā)展[J]. 經(jīng)濟(jì)研究, 2018,53(2):20-34.

Chen S Y, Chen D. Haze pollution, government governance and high- quality economic development [J]. Economic Research, 2018,53(2): 20-34.

Assessing policy effects of the ecological environment quality monitoring authority reform: A case study on ambient air quality monitoring.

XIONG Xue-Feng1, YUAN Zhi-Ting2, CHANGDun-Hu3,Dong Zhan-Feng4*

(1.School of Agricultural Economics and Rural Development, Renmin University of China, Beijing 100872, China；2.School of Economics,Renmin University of China, Beijing 100872, China；3. School of Environment and Natural Resources, Renmin University of China, Beijing 100872, China；4.Chinese Academy of Environmental Planning,Ministry of Ecology and Environment, Beijing 100012, China)., 2023,43(12)：6740～6754

Based on the panel data of 278 prefecture cities in China from 2007 to 2016, this study levages arguably exogenous variation in the Ambient Air Quality Standard Reform in 2012 and employs a multi-time point DID model to identify the impact, transmission mechanism, and heterogeneity of environmental quality monitoring authority on air pollution. We find that the reform significantly reduces SO2emissions and PM2.5concentration. The emission reduction effect is positively correlated with the density of state-controlled monitoring sites. Importantly, the result remains consistent after a series of robustness tests, including placebo tests and the exclusion of other external policy impacts. Moreover, mechanism analysis uncovers two channels, namely the stringency of local government environmental regulations and green innovation of industrial enterprises, through which the reform curbs air pollution. Strategies such as limiting the number of industrial enterprises and increasing public transportation investment have proven effective in suppressing air pollutant emissions. Lastly, heterogeneity analysis shows that the air pollution reduction effect is more significant in cities with larger initial emissions and higher fiscal decentralization levels, although such effect is smaller in cities with higher fiscal pressure.

environmental quality monitoring；air pollution；emission reduction；asymmetric information；DID

X321/324,F062.2

A

1000-6923(2023)12-6740-15

熊雪鋒,原志聽,昌敦虎,等.生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)事權(quán)改革的政策效應(yīng)研究——以環(huán)境空氣質(zhì)量監(jiān)測(cè)為例 [J]. 中國(guó)環(huán)境科學(xué), 2023,43(12):6740-6754.

Xiong X F, Yuan Z T, ChangD H, et al. Assessing policy effects of the ecological environment quality monitoring authority reform: A case study on ambient air quality monitoring [J]. China Environmental Science, 2023,43(12):6740-6754.

2023-05-19

國(guó)家社會(huì)科學(xué)基金重大項(xiàng)目(20&ZD092)

* 責(zé)任作者, 研究員, dongzf@caep.org.cn

熊雪鋒(1993-),男,重慶人,助理教授,主要從事制度變革與綠色發(fā)展方向研究.發(fā)表論文20余篇.xxfruc@163.com.