王 玉,劉文璋(.中國人民大學(xué)公共管理學(xué)院,北京 00872;2.中國兵器工業(yè)集團(tuán)人才研究中心,北京 00070)
空氣質(zhì)量是人民群眾對美好生活的重要需求.十九屆五中全會提出堅持穩(wěn)中求進(jìn)工作總基調(diào)?持續(xù)改善環(huán)境質(zhì)量[1].中國空氣環(huán)境治理在“大氣十條”“兩控區(qū)”“環(huán)保重點城市”“總量控制”“環(huán)保督查”等一系列政策措施的綜合作用下,空氣質(zhì)量顯著改善[2].但中國的空氣污染水平仍然位居世界前列[3],如何設(shè)計有效的空氣污染治理政策一直是政府和學(xué)術(shù)界關(guān)注的重要問題.
隨著能源需求的快速增長和大氣污染治理工作的深入推進(jìn),大氣污染治理也從單純的末端污染物排放控制轉(zhuǎn)向污染物末端控制和源頭能源結(jié)構(gòu)轉(zhuǎn)型并重.長期以來,我國政府主導(dǎo)的能源環(huán)境政策都是自上而下的[4].其中冬季清潔取暖試點政策是我國優(yōu)化區(qū)域能源結(jié)構(gòu)?改善大氣環(huán)境質(zhì)量的重要舉措之一.為了減少供暖季節(jié)的污染排放,2017年開始,財政部?住房和城鄉(xiāng)建設(shè)部?原環(huán)境保護(hù)部和國家能源局聯(lián)合啟動了中央財政支持北方地區(qū)冬季清潔取暖試點工作[5].2017~2019年國家先后開展了三批次試點,分別設(shè)定12,23 和8 個試點城市,城市總數(shù)達(dá)43 個.由于其高投資和高成本的特點,清潔取暖改造目前主要由政府干預(yù),國家通過財政補貼的方式推進(jìn).由中央財政在3年示范期內(nèi)對試點范圍內(nèi)的城市安排定額獎補資金.中央財政獎補資金標(biāo)準(zhǔn)根據(jù)大氣污染影響程度、城市規(guī)模、采暖狀況、改造成本等因素確定.其中,“2+26”城市獎補標(biāo)準(zhǔn)根據(jù)城市規(guī)模分檔確定,直轄市、省會城市、地級市每年分別獎補10 億元,7 億元和5 億元.中央財政累計投入財政資金493 億元[6],撬動地方財政投入近3 倍,有效促進(jìn)了“煤改氣”等清潔取暖政策措施的執(zhí)行.因此,本文嘗試以北方地區(qū)冬季清潔取暖試點政策為切入點,探討政府主導(dǎo)的能源轉(zhuǎn)型政策試點的空氣污染治理效應(yīng).
然而,現(xiàn)有的研究主要集中在空氣污染治理的綜合性政策上,對中國能源轉(zhuǎn)型政策尤其是清潔取暖政策本身的系統(tǒng)性研究較少.從微觀層面上看,一部分學(xué)者探索了能源轉(zhuǎn)型政策的技術(shù)路徑[7-8].同時,居民作為終端實施者,其對取暖技術(shù)的選擇意愿[9-11]、行為動機[12]等也成為研究的焦點.從宏觀層面上看,一些研究采用了成本收益分析[13]、生命周期評估[14]等不同的政策分析工具,展開了對能源轉(zhuǎn)型政策的效果評估,尤其是對經(jīng)濟(jì)社會發(fā)展[14-16]、空氣污染治理[17-18]等經(jīng)濟(jì)環(huán)境方面的效益分析[13].聚焦到清潔取暖試點政策,已有研究對其政策效應(yīng)進(jìn)行了初步的評估[19,3].
從既有文獻(xiàn)看,對能源轉(zhuǎn)型政策的效應(yīng)評估尚停留在描述性的簡單對比分析,對其內(nèi)含的中央政府財政經(jīng)費支持的推動力及政策傳導(dǎo)機制等關(guān)注不足.并且這類自上而下實施的政策試點在不同地區(qū)的實踐結(jié)果差異也尚未被深入研究.在研究方法方面,既有文獻(xiàn)未能精確地量化分析清潔取暖政策的空氣污染治理效應(yīng).中國的空氣治理在2012年以后進(jìn)入了多種政策疊加,多種措施綜合發(fā)力的階段,治理成效顯著.要實現(xiàn)對政策效應(yīng)的精準(zhǔn)評估,除了簡單的縱向比較,還需要與其他非試點城市之間橫向比較,更要排除其他類似節(jié)能減排政策的干擾.3 個批次的清潔取暖政策試點為精準(zhǔn)評估這一政策的效果,提供了準(zhǔn)自然實驗場景,為剝離其他政策影響,準(zhǔn)確識別清潔供暖政策效應(yīng)提供了良好的契機.
因此,冬季清潔供暖政策試點作為中國能源轉(zhuǎn)型過程的重要組成部分,科學(xué)評估其是否能改善空氣質(zhì)量,解釋其內(nèi)在的作用機制,有助于探究由中央政府主導(dǎo)的增加財政投入的政策試點的政策效果,為中國政府政策試點機制的完善提供新的理論視角和實證支持.也可以為中國和其他發(fā)展中國家未來的環(huán)境治理提供參考.于是,本文嘗試探討如下尚未得到很好回答的問題:冬季清潔取暖試點政策是否有助于改善空氣質(zhì)量?政策效果是否存在差異?試點政策影響空氣質(zhì)量的機制是什么?為了識別這一政策效應(yīng),本文首先對宏觀財政投入影響家庭采暖消費進(jìn)行了理論分析,然后基于清潔供暖政策準(zhǔn)自然實驗,采用DID 方定量測算清潔供暖試點的政策效應(yīng),對實證結(jié)果進(jìn)行了穩(wěn)健性檢驗?異質(zhì)性分析,討論并解釋了試點政策改善空氣質(zhì)量的內(nèi)在過程.
中央政府作為政策試點的發(fā)起者和推動者,其認(rèn)同和支持會對政策試點結(jié)果起著至關(guān)重要的作用[20].其中試點經(jīng)費的支持不僅是重要的物質(zhì)保障,也會對相關(guān)主體的意愿和行為產(chǎn)生重要影響[21-22].基于傳統(tǒng)IS-LM 模型[23-24],從政策試點的利益相關(guān)群體出發(fā),中央政府的財政資金投入,能夠影響地方政府、企業(yè)和家庭三方主體的行為.具體來看:
首先,中央政府財政資金投入,會對地方政府產(chǎn)生強烈的“示范效應(yīng)”.中央政府作為中國的最高層級政府,其權(quán)威性能夠發(fā)揮強有力的宏觀調(diào)控作用,并借助科層制度的強制性促進(jìn)中央政策意志的下達(dá)和順利執(zhí)行.在財政資金配置過程中,一般通過財政資金配套,財政資金獎補等方式,“撬動”地方政府投資.雖然在央地責(zé)任分擔(dān)過程中存在著多重博弈,但總體上看,中央財政資金的投入,起到了良好的政策示范效果.在污染治理過程中,中央政府博弈力量更強,更可能顯著提升環(huán)境治理績效[25].
其次,在中國特色的市場經(jīng)濟(jì)下,中央政府財政資金投入,能夠?qū)κ袌鲋黧w的行為決策發(fā)揮“信號”作用,影響企業(yè)的資源配置.政策支持和財政投入會產(chǎn)生政策“利好”,帶動企業(yè)投資,顯著影響企業(yè)研發(fā)投入,產(chǎn)品結(jié)構(gòu)等[26],引導(dǎo)和促進(jìn)企業(yè)轉(zhuǎn)向環(huán)保領(lǐng)域的產(chǎn)品生產(chǎn)和制造.同時,政府信用作為背書和隱性擔(dān)保,能夠緩解企業(yè)面臨的融資約束[27],促進(jìn)企業(yè)生產(chǎn)經(jīng)營.
第三,中國威權(quán)體制下的公眾對政府有著高信任度,政府政策的引導(dǎo)對民眾行為有著顯著的“誘導(dǎo)效應(yīng)”.政府運用行政手段出臺政策法規(guī),發(fā)布命令,通過政策倡導(dǎo)?倡議和宣傳,使政策信念和意志傳導(dǎo)給公眾.同時,利用政府投資推動基礎(chǔ)設(shè)施更新?lián)Q代,再通過財政補貼等經(jīng)濟(jì)手段鼓勵和引導(dǎo)消費者行為[11,28].綜上可見,冬季清潔取暖試點政策影響空氣污染治理的內(nèi)在傳導(dǎo)機制如圖1所示.
圖1 清潔取暖試點政策對利益相關(guān)主體的影響及主要機制Fig.1 The influence and main mechanism of the CHPP on stakeholders
首先從整體上看,如同官方報道所言,公眾明顯感覺到“十三五”期間空氣質(zhì)量明顯好轉(zhuǎn),重污染程度下降,天數(shù)減少.對一些城市的實證研究也發(fā)現(xiàn)清潔供暖政策可以顯著降低空氣污染物的濃度[3,29-30],并且財政補貼在促進(jìn)清潔供暖政策實施中具有重要作用[31].據(jù)此,提出假設(shè)1:
H1:冬季清潔取暖試點政策取得了顯著成效,空氣質(zhì)量顯著改善.
其次,在中央政策出臺之后,地方政府成立專項工作領(lǐng)導(dǎo)小組,建立聯(lián)席會制度,優(yōu)化管理體制,促進(jìn)政策落實.中央政策補助資金對地方財政投入產(chǎn)生了巨大的“撬動”作用,僅2017年12 個城市地方城市投入為 226.29 億元,是中央財政資金的 3.8倍,2018年35個試點城市,地方政府投入則達(dá)到中央財政資金的2.8倍,財政資金“示范效應(yīng)”非常顯著[32].地方政府制定專門的財政補貼資金管理制度,強化項目建設(shè)過程管理,確保資金使用績效.出臺“煤改氣”“煤改電”等補貼政策,對供暖改造進(jìn)行補貼.通過“價格手段”,調(diào)整煤電?氣之間的價格彈性,引導(dǎo)居民進(jìn)行“煤改氣”“煤改電”.基于政策實施的特征事實,本文提出假設(shè)2:
H2:冬季清潔取暖試點政策撬動了地方政府投資,強化了基礎(chǔ)設(shè)施建設(shè).
再次,中央政府的投入調(diào)動了企業(yè)的投資積極性.地方性基金、企業(yè)積極投入資金,參與環(huán)境治理?產(chǎn)業(yè)轉(zhuǎn)移、煤改氣、煤改電等專項工作之中.引入全國性燃?xì)膺\營商,解決投資資金不足,管網(wǎng)建設(shè),后期運營維護(hù)等問題.通過引導(dǎo)企業(yè)轉(zhuǎn)型升級,優(yōu)化能源供給結(jié)構(gòu),充分發(fā)揮企業(yè)在基礎(chǔ)設(shè)施建設(shè)、供暖設(shè)備生產(chǎn)、清潔能源供給等領(lǐng)域的作用,引入社會資本,采用新技術(shù),加快“供給側(cè)”能源結(jié)構(gòu)調(diào)整.而技術(shù)進(jìn)步和能源結(jié)構(gòu)調(diào)整是治理空氣污染的根本手段[33].因此,提出假設(shè)3:
H3:冬季清潔取暖試點政策促進(jìn)了清潔能源供給量的增加.
此外,通過中央權(quán)威推動?試點經(jīng)費支持,在“消費側(cè)”引導(dǎo)居民改建消費端基礎(chǔ)設(shè)施.一方面,政府運用階梯電價,差別化補貼政策,降低了居民的采暖成本,通過“收入效應(yīng)”引導(dǎo)居民安裝清潔能源設(shè)備,使用清潔能源采暖[34].另一方面,感知因素也會對能源態(tài)度和消費行為有重要影響.例如對財政補貼[35]、生態(tài)環(huán)境改善等的感知價值[11]對農(nóng)戶清潔取暖采納意愿都有顯著正向影響.2017年5月~2018年4月,首批12 個試點城市完成清潔取暖683.91 萬戶的改造工作.用戶端的設(shè)備改造,改變了家庭最終能源消費結(jié)構(gòu)[36].因此提出假設(shè)4:
H4:冬季清潔取暖試點政策增加了家庭清潔能源消費量.
最后,在中央引導(dǎo),三方合作的模式下,地方清潔取暖走向了多方共贏.清潔取暖逐漸成為政府、企業(yè)和居民的三方共識,隨著基礎(chǔ)設(shè)施建設(shè),供氣管道投入增加;企業(yè)在政府號召下增加清潔能源生產(chǎn)和供給;居民在消費端進(jìn)行設(shè)備改裝升級,家庭冬季取暖消費能源結(jié)構(gòu)改變,最終共同強化試點政策效果.為了更為精準(zhǔn)地評估清潔取暖的政策效果,本文收集了地市在開展清潔取暖試點政策前后的數(shù)據(jù),采用多期雙重差分方法,對清潔取暖政策試點進(jìn)行定量評估.
本文基于多期DID 模型設(shè)計,建立清潔取暖政策試點對空氣質(zhì)量的回歸方程,采用高維固定效應(yīng)回歸,評估政策試點的實際效果.
式中:下角標(biāo)c 代表地區(qū),t 代表年份.AQIct為各地級行政單位空氣質(zhì)量指數(shù),子指標(biāo)包含PM2.5,PM10,二氧化硫(SO2),二氧化氮(NO2),一氧化碳等污染物監(jiān)測濃度年度均值,用以測量空氣質(zhì)量.Dct為地級行政單位是否進(jìn)入中央財政清潔取暖政策補貼試點范圍,進(jìn)入前設(shè)置為0,進(jìn)入當(dāng)年及之后設(shè)置為1,其系數(shù)β 是本文重點關(guān)注策參數(shù),符號表明試點政策是否有效,系數(shù)大小代表空氣質(zhì)量平均意義上的改善程度.Xct為其他可能影響空氣質(zhì)量的控制變量,其系數(shù)δ 代表其他控制變量對空氣質(zhì)量影響的方向和大小,α 表示截距項,γc為僅隨城市變化的時間固定效應(yīng),λt為僅隨時間變化的地區(qū)固定效應(yīng),εct為誤差項.
地級行政單位的基礎(chǔ)數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒》、《中國城市建設(shè)統(tǒng)計年鑒》[37-38].剔除數(shù)據(jù)缺失的地級行政單位,形成321 個地級行政單位,包括286 個地級市,27 個自治州加,3 個盟和5 個地區(qū),不含三沙市等12 個數(shù)據(jù)缺失嚴(yán)重的城市(包括三沙市、中衛(wèi)市、儋州市、山南市、崇左市、日喀則市、昌都市、來賓市、林芝市、眉山市、賀州市、那曲市).結(jié)合數(shù)據(jù)可得性,最終保留2014~2019年6年平衡面板數(shù)據(jù),主要變量描述性統(tǒng)計見表2.
(1)因變量:主要因變量為空氣質(zhì)量指數(shù)(AQI),通過中國環(huán)境監(jiān)測總站實時數(shù)據(jù)整理[39],具體指標(biāo)包含總指數(shù)和PM2.5,SO2等6 個分指標(biāo).通過剔除異常值?在1%和99%分位進(jìn)行縮尾等數(shù)據(jù)清洗之后,年度空氣質(zhì)量均值由日度數(shù)據(jù)匯總得到.同時采用《中國城市統(tǒng)計年鑒》中的工業(yè)二氧化硫排放量(t)作為因變量的替代變量.
(2)自變量:主要自變量為清潔取暖試點政策,試點城市的統(tǒng)計數(shù)據(jù)根據(jù)清潔取暖試點名單,依據(jù)2017年《關(guān)于對2017年北方地區(qū)冬季清潔取暖試點城市名單進(jìn)行公示的通知》、2018年《第二批中央財政支持北方地區(qū)冬季清潔取暖試點城市名單公布》、2019年《關(guān)于下達(dá)2019年度大氣污染防治資金預(yù)算的通知》、《財政部關(guān)于印發(fā)<大氣污染防治資金管理辦法>的通知》(財建〔2018〕578 號)等正式文件進(jìn)行整理得到,3 個批次試點共43 個城市(表1),占333 個地級行政單位的數(shù)量的12.9%.參考Beck 的經(jīng)典設(shè)計,城市在進(jìn)入試點政策之前為0,在政策試點當(dāng)年及之后設(shè)置為1[40].
表1 三批次清潔取暖政策試點城市Table 1 Pilot cities of Clean Heating Policy across three pilot batches
(3)控制變量:來自《中國城市統(tǒng)計年鑒》的城市經(jīng)濟(jì)總量、財政支出、人口數(shù)量等其他基本狀況數(shù)據(jù)作為控制變量.除了“大氣十條”等全國性的政策之外,中國針對城市的污染防治政策中還有“環(huán)保重點城市”這一重要政策,因此也將這一政策名單梳理,是環(huán)保重點城市的編碼為1,非環(huán)保重點城市編碼為0.在空氣污染源中,工業(yè)污染,居民取暖和汽車尾氣是主要的來源[41].《大氣污染防治行動計劃》評估報告[42]顯示,重點行業(yè)提標(biāo)改造、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和燃煤鍋爐整治是最有效的減排手段.因此也整理了地方產(chǎn)業(yè)結(jié)構(gòu),工業(yè)企業(yè)數(shù)量、公共汽車、出租車數(shù)量等其他指標(biāo)作為控制變量.另外本文將清潔能源使用量等數(shù)據(jù)作為機制解釋變量.
由表2 初步可知,2014~2019年間空氣質(zhì)量指數(shù)AQI 均值為74.85,按照中國空氣質(zhì)量標(biāo)準(zhǔn)屬于二級(良),空氣質(zhì)量可以接受,但對敏感人群有一定影響.PM2.5年度濃度均值為44.95μg/m3,PM10年度均值為80.71μg/m3,兩者都還未實現(xiàn)世界衛(wèi)生組織(WHO)設(shè)置的過渡期目標(biāo)1 標(biāo)準(zhǔn)下的35μg/m3和50μg/m3年度均值標(biāo)準(zhǔn)[18].其他指標(biāo)中,環(huán)保重點城市占全國城市比重為35.2%,產(chǎn)業(yè)結(jié)構(gòu)中第二產(chǎn)業(yè)占比平均為43.82%.
表2 變量的描述性統(tǒng)計Table 2 Descriptive statistics of variables
圖2 直觀地呈現(xiàn)了進(jìn)入試點范圍的城市(處理組)和非試點城市(控制組)之間的空氣質(zhì)量情況.總體上,納入試點范圍的城市即處理組的空氣質(zhì)量要比控制組差,AQI 高約40 左右.這也正是國家重點治理這些城市空氣污染的直接原因.從縱向時間比較,控制組與處理組在2014~2019年期間,AQI 都出現(xiàn)明顯的下降,控制組下降20,處理組下降30.且兩組AQI年度均值總體上保持著“平行趨勢”逐漸下降.但2017年之后,處理組的AQI 下降幅度顯著高于控制組.直觀來看,政策清潔取暖政策試點取得了一定效果.后文將通過回歸分析進(jìn)一步定量測算政策效果.
圖2 處理組和控制組空氣質(zhì)量指數(shù)(AQI)均值Fig.2 Mean AQI for the treatment and control groups
根據(jù)前述模型設(shè)定,對回歸方程(1)進(jìn)行多維固定效應(yīng)回歸,結(jié)果見表3.采取逐步回歸策略進(jìn)行回歸分析.作為對照,首先只在模型中放入政策試點,控制雙向固定效應(yīng)進(jìn)行一元回歸.AQI,PM2.5,PM10和SO2分指標(biāo)的回歸結(jié)果匯報在表3 中的(1)、(3)、(5)、(7)列.其次,在回歸方程中加入控制變量,控制其他因素對空氣污染的影響.回歸結(jié)果匯報在表3 中的(2)?(4)、(6)、(8)列.
表3 清潔取暖政策試點對空氣污染改善效應(yīng):多期DIDTable 3 Policy effect of Clean Heating Policy Pilot:Multi-period DID
回歸結(jié)果顯示,不論是否加入控制變量,納入清潔取暖政策試點范圍的城市在政策落實后產(chǎn)生了顯著的空氣改善效應(yīng).平均而言,控制其他變量的情況下,試點城市的空氣質(zhì)量指數(shù)平均降低了4.12,按照2016年321 個地級行政單位AQI 均值74.99 計算,由清潔取暖政策導(dǎo)致的平均處理效應(yīng)為,年均降低5.49%.
其他變量,不論是采用PM2.5,PM10還是SO2,均證實清潔取暖政策存在顯著的政策效果.控制其他變量,平均而言,PM2.5濃度年度均值降低了5.25μg/m3,PM10年度濃度均值降低了10.3μg/m3,SO2濃度年度均值降低了7.65μg/m3.按照2016年3 個指標(biāo)年度均值45.79,81.45 和21.45 計算,分別降低了11.47%,12.65%和35.66%,納入試點之后,監(jiān)測污染物濃度顯著下降,其中降幅最為顯著的是SO2.綜合以上結(jié)果,多期DID 回歸結(jié)果表明,納入政策試點,顯著降低了污染物濃度,降低了AQI 指數(shù),改善了空氣質(zhì)量,假設(shè)一(H1)得到驗證.
如前所述,雙重差分(DID)的使用前提是需要滿足平行趨勢假設(shè).沿用何凌云等[43]的思路,采用time-varing 雙重差分的平行趨勢假設(shè)檢驗,對政策效果進(jìn)行基于事件史的回歸分析,計算平均處理效應(yīng).如圖3所示,在95%置信區(qū)間內(nèi),政策前4 期的平均處理效應(yīng)變化百分比的置信區(qū)間包含0,政策前政策效果均不顯著異于0,即政策試點前沒有政策效應(yīng)存在.而政策后2 期,平均處理效應(yīng)變化百分比的置信區(qū)間不包含0,顯著異于0,存在顯著的政策效果.2017年第一批試點開始,數(shù)據(jù)截止到2019年,故政策實施后的擬合只保留2 期,為了對比更加明顯,政策發(fā)生當(dāng)期(0)期未作展示,平行趨勢檢驗通過(其他子指標(biāo)為空氣質(zhì)量AQI 的分指標(biāo),檢驗結(jié)果類似).
圖3 多期DID 距離平行趨勢假設(shè)檢驗(AQI)Fig.3 Parallel trend test of multi-period DID(AQI)
多期DID 回歸結(jié)果驗證了清潔取暖政策試點的效果,為檢驗回歸結(jié)果的可靠性,本文通過更換因變量,改變自變量設(shè)置,縮小樣本范圍等進(jìn)行穩(wěn)健性檢驗.
3.2.1 更換因變量 通過日度數(shù)據(jù)匯總得到年度空氣質(zhì)量指數(shù)均值,具有較強的穩(wěn)定性.空氣監(jiān)測站數(shù)據(jù)為自動上報系統(tǒng),數(shù)據(jù)質(zhì)量比較可靠.但是也存在著“霧炮車”專噴空氣監(jiān)測站人為干擾監(jiān)測站檢測周圍環(huán)境的做法[44].但總體上看這種行為是極少數(shù),而且相對于全年的平均狀況,影響不會太大,不影響本文的主要回歸結(jié)果.不過為避免人為原因?天氣原因等對數(shù)據(jù)可能造成的干擾導(dǎo)致估計結(jié)果偏誤.本文采用工業(yè)二氧化硫排放量數(shù)據(jù)作為因變量空氣質(zhì)量指數(shù)的替代變量,再次進(jìn)行估計,結(jié)果匯報在表4 的(1)、(2)列中.
表4 穩(wěn)健性檢驗(工業(yè)二氧化硫排放量;傳統(tǒng)DID)估計結(jié)果Table 4 Robustness tests(Industrial SO2 emissions;Traditional DID)
估計結(jié)果顯示采用工業(yè)二氧化硫排放絕對量,估計結(jié)果與濃度指標(biāo)基準(zhǔn)回歸結(jié)果保持一致.納入試點城市之后,試點地區(qū)工業(yè)二氧化硫排放量顯著下降了約2.3 萬t.清潔采暖改造作為一個系統(tǒng)工程,實現(xiàn)城區(qū)清潔取暖,平原區(qū)散煤替代,改變了能源消費和供給結(jié)構(gòu),促進(jìn)了二氧化硫等空氣污染物減排.
3.2.2 傳統(tǒng)DID 為更精準(zhǔn)地識別政策效果,本文對2017 和2018年兩個批次的試點進(jìn)行傳統(tǒng)DID 分析.將其他年份試點城市進(jìn)行剔除,針對兩個批次分別進(jìn)行“一刀切”式的政策評估,結(jié)果匯報在表4 的第(3)~(6)列.結(jié)果顯示一刀切政策下試點地區(qū)空氣質(zhì)量指數(shù)AQI 顯著降低.在更嚴(yán)格的時間限制下,政策效應(yīng)數(shù)值大于多期DID 估計結(jié)果,第一批政策試點比第二批更有效果.
3.2.3 縮小樣本范圍 需要注意的一個事實是,冬季供暖只在北方省份集中實行.而清潔取暖政策試點城市也主要針對北方城市.將南方非集中供暖城市樣本納入控制組進(jìn)行對比分析,可能因為南方城市沒有集中供暖而空氣質(zhì)量本來就更好,導(dǎo)致政策效果的低估.為此,本文刪除了秦嶺-淮河這一南北地理分界線以南冬季不集中供暖的15 個南方省份的城市樣本.再次進(jìn)行估計,結(jié)果見表5.
表5 北方城市樣本多期DIDTable 5 Multi-period DID for northern cities
刪除南方省份的樣本后,在更具有可比性的樣本范圍內(nèi)進(jìn)行回歸分析.結(jié)果表明,在控制其他變量的情況下,平均而言,納入清潔取暖政策試點,城市AQI指數(shù)降低7.85,PM2.5降低8.72μg/m3,僅僅考慮北方城市樣本,納入試點帶來的空氣質(zhì)量改善政策效果更為明顯.
3.3.1 分樣本回歸 財政政策發(fā)揮激勵作用時,針對不同類型的城市,作用可能并不完全一致.對環(huán)保重點城市而言,本身面臨著更大的環(huán)境治理壓力,在更嚴(yán)格的環(huán)境監(jiān)管之下,會加大環(huán)境污染治理投資[3,45].環(huán)保重點城市增加新的帶有財政資金補貼的政策試點,會進(jìn)一步增加財政投入到清潔取暖工作中去,但可能面臨著投入產(chǎn)出的“邊際效用遞減”.而非環(huán)保重點城市本身面臨更小的壓力,獲得財政補貼之后的治理效果會有更大的邊際效果.根據(jù)環(huán)保重點城市名單,將樣本分為重點組和非重點組,分別進(jìn)行回歸.表6 第(1)、(2)列為不含控制變量,第(3)、(4)列為含控制變量.結(jié)果顯示非環(huán)保重點城市納入政策試點會有更加顯著的空氣質(zhì)量改善效果.
表6 環(huán)保重點城市與非重點城市多期DIDTable 6 Multi-period DID of key and non-key environmental protection cities
3.3.2 三重差分 考慮到針對城市空氣環(huán)境治理113 個環(huán)保重點城市,對政策效果可能產(chǎn)生的疊加影響,將環(huán)保重點城市納入政策效應(yīng)評估,采用三重差分進(jìn)行回歸分析,結(jié)果見表7.結(jié)果顯示將環(huán)保重點城市納入考量,在環(huán)保重點城市與非重點城市對比的基礎(chǔ)上,再納入清潔取暖試點與非試點對比,試點政策前后對比,邊際效應(yīng)即回歸系數(shù)8.319 大于基準(zhǔn)回歸的4.118,即三重疊加對空氣污染物減排的效果比單一政策更有效.
表7 清潔取暖?環(huán)保重點城市三重差分(DDD)Table 7 Triple Differential(DDD)of Clean Heating Policy Pilot cities and key environmental protection cities
3.3.3 供暖季節(jié)的異質(zhì)性 根據(jù)政策試點的時間屬性,本文只保留10月-次年3月大部分地區(qū)供暖期間的數(shù)據(jù)進(jìn)行分析,結(jié)果匯報在表8 中,因變量分別為AQI、PM2.5、PM10、SO2,其中奇數(shù)列為不含控制變量,偶數(shù)列為加入控制變量,回歸結(jié)果與基準(zhǔn)回歸結(jié)果保持一致.僅就冬季供暖期間的政策效應(yīng)而言,其政策效果高于全年空氣質(zhì)量的改善效應(yīng),假設(shè)一(H1)的驗證得到進(jìn)一步強化.
表8 清潔取暖政策試點的季節(jié)異質(zhì)性Table 8 Seasonal heterogeneity analysis of Clean Heating Policy Pilot
3.3.4 地方政府財政支出效率的異質(zhì)性 如3.3.1 所述,同樣的財政資金,在不同地方政府使用時,支出效率可能不同,借鑒楊野等[46]對財政支出效率的測算,以財政支出為投入變量,以供水量(萬m2)、道路面積(萬m2)、中學(xué)和小學(xué)專任教師數(shù)(人)、衛(wèi)生機構(gòu)數(shù)(個)、床位數(shù)(張)等指標(biāo)為產(chǎn)出數(shù)據(jù),采用數(shù)據(jù)包絡(luò)方法測度了各城市財政支出效率,并根據(jù)財政支出效率將城市分為高效率組(高于均值)和低效率組(低于均值),進(jìn)行異質(zhì)性分析,結(jié)果匯報在表9 中,結(jié)果與基準(zhǔn)回歸結(jié)果保持一致.同時,分析發(fā)現(xiàn)財政支出效率高的地區(qū),試點政策帶來的空氣質(zhì)量改善效果更為顯著.也即中央政府在提供政策資金支持時,應(yīng)當(dāng)考慮地方政府財政資金的使用效率,確定資金支持的規(guī)模,確保資金使用效率最大化.
表9 清潔取暖政策試點的城市支出效率異質(zhì)性Table 9 Fiscal expenditure efficiency heterogeneity analysis of Clean Heating Policy Pilot
前述政策效果評估和穩(wěn)健性檢驗、異質(zhì)性分析均表明,清潔取暖政策試點顯著降低了空氣污染物排放濃度,提升了空氣質(zhì)量指數(shù).如前文理論分析所述,從政策試點到空氣質(zhì)量改善中間的政策“黑箱”有待進(jìn)一步打開.即中央財政獎補資金是如何促進(jìn)地方清潔取暖政策推進(jìn)的,又是通過什么途徑實現(xiàn)的污染減排?
因此本文進(jìn)一步基于多期DID 模型設(shè)置,對中央財政資金投入對地方政府財政資金的“撬動”效應(yīng),對企業(yè)的信號作用和對居民清潔取暖的“收入效應(yīng)”.限于精準(zhǔn)的針對清潔供暖數(shù)據(jù)的不可得性,帶動效應(yīng)本身的動態(tài)性.本文采用城市公共設(shè)施建設(shè)投資?天然氣供應(yīng)總量和家庭天然氣消費量分別作為地方政府投入?企業(yè)供給和居民消費的指代變量.機制分析結(jié)果(表10)顯示,納入政策試點,顯著提高了城市基礎(chǔ)設(shè)施投入規(guī)模,天然氣供應(yīng)總量和家庭天然氣消費量.
表10 中央財政補貼改善空氣質(zhì)量的政策過程與機制Table 10 Policy process and mechanism of central financial subsidies to improve air quality
據(jù)此,可以認(rèn)為假設(shè)二(H2)?假設(shè)三(H3)、和假設(shè)四(H4)得到驗證.中央通過試點政策的財政獎補資金引導(dǎo)地方政府加大投資用于完善城市基礎(chǔ)設(shè)施建設(shè),鋪設(shè)天然氣管網(wǎng).企業(yè)在公共政策的信號下,增加清潔能源如天然氣、液化石油氣的供給,替代煤炭資源.居民則在政府政策引導(dǎo)下,完成家庭供暖設(shè)備更新?lián)Q代,更多采用天然氣等液化氣等作為取暖能源.從源頭上降低了冬季取暖導(dǎo)致的污染物排放量,進(jìn)而降低了空氣污染程度.
為了排除政策效應(yīng)可能的“偶然性”特征,也即排除清潔取暖試點政策改善空氣質(zhì)量因果關(guān)系識別中的其他潛在機制.假設(shè)政策效果是其他某一個政策導(dǎo)致的,而非由于清潔能源政策試點導(dǎo)致.本文通過反事實分析進(jìn)行安慰劑檢驗(placebo-test).多期雙重差分的安慰劑檢驗,主要包含兩個維度,一是反事實的政策發(fā)生處理組,本文在321 個地市級單位中隨機挑選43 個城市,作為“處理組”,二是反事實的政策發(fā)生年份,在樣本區(qū)間2014~2019年6 個年份中,隨機設(shè)定3 個批次的政策“試點時間”.通過反事實的處理組和政策干預(yù)時間,進(jìn)行“政策效應(yīng)”評估.通過模擬抽樣300 次,得到估計系數(shù)的分布情況.與真實情況對比,如圖4所示.
圖4 反事實處理組、反事實政策年份安慰劑檢驗(AQI)Fig.4 Counterfactual treatment group and policy year placebo test(AQI)
全國321 個地市樣本,冬季數(shù)據(jù)樣本和北方城市樣本,這3 個樣本不論采用哪一個,真實政策效應(yīng)不在反事實政策效應(yīng)分布區(qū)間內(nèi),表明政策效果真實存在,并非數(shù)據(jù)統(tǒng)計的偶然結(jié)果.不存在反事實的政策效應(yīng),排除了其他“假想”政策導(dǎo)致空氣質(zhì)量改善的機制,反證出“清潔取暖政策試點”這一真實政策效應(yīng)的可信性.
中國大量存在的政策試點,在實踐中逐漸形成了中國特色的制度安排,也成為中國政策實踐的重要模式.通過試點,發(fā)揮試點的示范帶動作用,也借助差異化的政策激勵調(diào)動了地方政府的積極性,從而更好地促進(jìn)了公共政策的執(zhí)行.清潔取暖政策試點中,中央政府的財政資金補貼發(fā)揮了顯著的“帶動作用”,一方面“撬動”地方政府供暖財政資金投入,另一方面引導(dǎo)企業(yè)和家庭改變能源供給結(jié)構(gòu)和消費結(jié)構(gòu),從而最終改善了空氣質(zhì)量.冬季清潔取暖政策直接關(guān)乎居民生活,而取暖能源結(jié)構(gòu)又影響著空氣質(zhì)量,最終反作用于居民身體健康.作為關(guān)乎“人民對美好生活需要”的小事,也是關(guān)系經(jīng)濟(jì)社會可持續(xù)發(fā)展的大事.對這一政策試點進(jìn)行更加精準(zhǔn)的政策評估,對實踐和理論都具有重要意義.
本文利用多期雙重差分方法,較為準(zhǔn)確地識別了政策試點的空氣質(zhì)量改善效應(yīng).研究發(fā)現(xiàn):(1)清潔取暖政策試點,顯著改善了空氣質(zhì)量.這一實證結(jié)果在更換因變量改變估計策略,改變樣本范圍等穩(wěn)健性檢驗下保持了良好的一致性.(2)經(jīng)過異質(zhì)性分析發(fā)現(xiàn),不論是在環(huán)保重點城市,還是非重點城市,這一政策試點都發(fā)揮了顯著的空氣改善作用.而相較于環(huán)保重點城市而言,非環(huán)保重點城市的減排效應(yīng)更加明顯.相比與財政資金使用效率低的地區(qū),使用效率更高的地區(qū),試點政策對空氣質(zhì)量改善效果更加顯著.考慮環(huán)保重點城市政策的疊加效應(yīng)進(jìn)行三重差分估計的結(jié)果依然顯著.(3)清潔取暖政策試點改善空氣質(zhì)量的內(nèi)在機制主要在于通過中央財政資金投入,通過“企業(yè)為主,政府推動,居民可接受”的運營模式,促進(jìn)政府-企業(yè)-家庭三方共同實踐,推動清潔取暖政策落實.
本文的政策啟示在于:(1)中央政策的頂層設(shè)計,需要通過有重點,抓關(guān)鍵,實現(xiàn)“以點帶面”的政策效應(yīng).充分發(fā)揮政策試點的示范帶動作用.(2)政策試點需要以財政資金投入作為保障,調(diào)動地方政府?企業(yè)和居民的積極性,充分發(fā)揮制度激勵的作用.中央財政的支持對于減輕地方財政資金壓力具有重要意義,繼續(xù)充分發(fā)揮中央財政支持作用,不僅要優(yōu)化現(xiàn)有補貼政策,關(guān)注投入產(chǎn)出效費比,也要探索更多非現(xiàn)金激勵政策模式,構(gòu)建可持續(xù)發(fā)展的機制.(3)政策目標(biāo)的實現(xiàn),需要政府-企業(yè)-居民三方主體的共同促進(jìn),即政府做好基礎(chǔ)設(shè)施配套,企業(yè)提供持續(xù)清潔能源供給,家庭調(diào)整能源消費結(jié)構(gòu).(4)持續(xù)的政策創(chuàng)新,以新的政策試點進(jìn)行政策調(diào)適,在漸進(jìn)改革之中,逐步解決環(huán)境問題,有針對性地實現(xiàn)減排目標(biāo),各個擊破,最終實現(xiàn)整體空氣質(zhì)量的改善.(5)剛性指標(biāo)約束在短期內(nèi)有顯著的政策效果,而長期政策效果則需要形成對企業(yè)?居民的持續(xù)經(jīng)濟(jì)激勵,通過技術(shù)革新,降低清潔能源使用成本,從政策引導(dǎo)的被動適應(yīng),轉(zhuǎn)向成本收益內(nèi)生驅(qū)動下的主動選擇,從而實現(xiàn)清潔采暖,實現(xiàn)整個經(jīng)濟(jì)綠色?可持續(xù)發(fā)展.
未來的研究可以進(jìn)一步細(xì)化財政資金的流向,從政策執(zhí)行過程的視角通過具體案例分析展現(xiàn)地方政府在政策執(zhí)行中受到中央宏觀政策示范帶動影響的具體過程.也可以通過企業(yè)微觀調(diào)查數(shù)據(jù),展現(xiàn)供給側(cè)政策引導(dǎo)帶來的技術(shù)變革,生產(chǎn)結(jié)構(gòu),供給水平的調(diào)整,價格機制如何發(fā)揮市場調(diào)節(jié)的作用.還可以通過家庭微觀調(diào)查數(shù)據(jù),從行為經(jīng)濟(jì)學(xué)的視角研究價格補貼如何影響家庭的采暖行為選擇.哪些因素又直接影響著居民“煤改氣”“煤改電”的行為機制.