財政分權、政策協同與大氣污染治理效率
——基于京津冀及周邊地區城市群面板數據分析

孫 靜，馬海濤，王紅梅

(1.中央財經大學 政府管理學院，北京 100081；2.中央財經大學 財政稅務學院，北京 100081)

一、引言

作為大氣污染的重災區，京津冀大氣污染治理從一開始就受到社會公眾的廣泛關注，成為該地區亟需解決的首要環境問題。目前，京津冀及周邊地區大氣污染治理力度不斷加強，但治理效果卻差強人意。2017年，京津冀地區大氣污染物濃度與2016年相比略有下降，但仍然維持在高位水平，PM2.5的年平均濃度為64μg/m3，遠高于長三角、珠三角區域，在全國進行空氣質量監測城市中，該區域城市群占據了空氣質量相對較差10個城市中的9席(1)生態環境部.2017中國生態環境狀況公報[EB/OL]. http://www.mee.gov.cn/gkml/sthjbgw/qt/201805/t20180531_442212.htm, 2018.，其大氣污染治理仍然面臨嚴峻挑戰。京津冀及周邊地區大氣污染治理難度較大，其治理過程可為其它區域環境治理工作提供經驗借鑒，治理成效可以彰顯大氣污染治理效果，具有重要的研究價值。

由于大氣污染物流動性、外溢性特點，區域協同治理成為大氣污染治理的必由之路。2010年，環境保護部等九部門發布了《關于推進大氣污染聯防聯控工作改善區域空氣質量指導意見》(2)中華人民共和國國務院辦公廳.國務院辦公廳轉發環境保護部等部門關于推進大氣污染聯防聯控工作改善區域空氣質量指導意見的通知[EB/OL]. http://www.gov.cn/zhengce/content/2010-05/13/content_4736.htm, 2010.，首次提出區域協同“聯防聯控”的治理思路。2013年，國務院發布《大氣污染防治行動計劃》(3)中華人民共和國國務院. 國務院關于印發大氣污染防治行動計劃的通知[EB/OL]. http://www.gov.cn/zhengce/content/2013-09/13/content_4561. htm, 2013.，文中明確提出“建立京津冀區域大氣污染防治協作機制”。 2017年，環境保護部等16部門發布了《京津冀及周邊地區2017-2018年秋冬季大氣污染綜合治理攻堅行動方案》(4)中華人民共和國生態環境部. 關于印發《京津冀及周邊地區2017-2018年秋冬季大氣污染綜合治理攻堅行動方案》的通知[EB/OL]. www.china-nengyuan.com/news/113450.html, 2017.，進一步落實責任，強化考核問責，打好“藍天保衛戰”。

當然，大氣污染治理離不開各級財政的支持，政府的支出行為會直接影響污染治理的投入水平、治理效率[1]。改革開放以來，在以GDP為中心的績效考核理念與制度的驅動下，地方政府在發展經濟上獲得了充分的激勵動機，財政分權制度進一步賦予地方政府財政支配的自由裁量權，致使地方政府過于注重經濟發展而忽略環境治理，產生“逐底效應”。與此同時，憑借“地方政府的信息優勢”可以發揮“逐頂競爭”的觀點又為財政分權與大氣污染治理效率間的影響作用作出了對立的解釋。本文聚焦大氣污染協同治理問題，從財政分權的視角，以大氣污染治理效率的影響因素為核心展開研究，并試圖回答下列問題：財政分權與京津冀大氣污染治理效率關系如何，政策協同對于大氣污染治理效率的影響程度如何？如何在財政分權視角下，進一步強化區域大氣污染協同治理力度，提升大氣污染治理效率？這些都是公眾、政府部門普遍關注的問題，也是改善我國大氣環境治理效果迫切需要研究解決的問題。

二、文獻綜述

(一)大氣污染治理效率

目前針對大氣污染治理效率已取得了一系列研究成果，其主要研究思路為設置投入產出指標，計算大氣污染治理相對效率的排名。大氣污染治理效率按照計算對象主要分為全國范圍內省級效率和區域范圍內地市級效率兩種：王奇和李明全(2012)[2]利用超效率DEA模型計算了省級大氣污染治理效率，并得出中部地區的治理效率高于西部和東部地區的省際分布格局；汪克亮等(2016)[3]基于生態效率理論定義了大氣環境績效評價指標，并利用非徑向Luenberger生產率來測度省際大氣環境績效的動態變化；張璇等(2018)[4]利用DEA模型測算出各省多種計算口徑下的環保投資效率，并構建Tobit模型驗證了財政分權對環保投資效率存在明顯負作用；鄭石明和羅凱方(2017)[5]利用超效率DEA模型測算了29個省市的大氣污染治理效率，并通過聚類分析將測算結果進行效率分組，得出了各省市的效率類型特征；張智楠(2018)[1]基于廣東省各地市級面板數據利用DEA模型測算出了取值為[0,1]的環保支出相對效率，并進一步通過Tobit模型分析了財政分權、經濟發展水平等因素對治理效率的影響。實證分析的結果普遍顯示目前我國的大氣污染治理效率普遍處于偏低水平，大多數評估地區尚未達到有效狀態，進一步分析大氣污染治理效率偏低可分為兩種情況：一是大氣污染治理投入不足導致[6]，應進一步加大治理投資水平，提升治理效率；二是治理投入的資源配置效率低下導致，因此應進一步優化調整治理投入配置格局，提高資金的使用效益。本研究在已有研究成果的基礎上，利用超效率DEA模型選取京津冀及周邊地區城市群2010-2015年面板數據計算各城市大氣污染治理效率，計算結果作為被解釋變量進入Tobit 模型驗證模型變量與效率的影響機制。

(二)大氣污染協同治理

近年來，大氣污染區域協同治理的相關研究成果較為豐富，展開研究的角度包括大氣污染治理的府際關系[7-10]、政策協同[11-13]、協作機制設計[14-18]、協同效果檢驗[19-20]等。其中，政策協同角度的研究主要是基于大氣污染協同治理政策文本數據的量化分析，研判當前區域大氣污染治理政策的協同程度[21]，研究結論顯示當前治理政策的協同度不足，多主體聯合發文的政策數量較少，政策目標、政策措施的協同度有待提高。大氣污染協同治理效果檢驗主要基于面板數據，利用雙重差分模型進行協同治理實施前后的效果檢驗，部分學者研究的實證結果表明目前由于存在污染治理“搭便車”行為，協同治理機制不完善等原因，大氣污染協同治理尚未取得顯著的治理效果[19-20]。

(三)財政分權與環境治理

針對財政分權對于環境治理的影響目前主要分為“逐底競爭(race to the bottom)”和“逐頂競爭(race to the top)”兩類觀點。逐底競爭觀點認為財政分權會導致資本流向環境規制寬松的地區，地方政府為發展經濟會降低當地環境標準，導致環境治理的趨劣競爭[22-23]。逐頂競爭觀點則認為財政分權可以對環境治理產生正向促進作用，其原因在于“地方政府的信息優勢”[24]以及選舉轄區內選民“以腳投票”引發的地方政府競爭[25]，地方政府應滿足當地公眾的偏好，提高社會保障、環境治理水平。當前研究兩者關系的方法體系大致分為兩類：一種是基于博弈理論分析，研究財政分權背景下各地方政府在財政、政治晉升等激勵與約束機制下大氣污染治理支出偏好與環境規制選擇策略[26]；另一種是將財政分權作為解釋變量納入實證模型，驗證其與FDI、環境規制、晉升激勵、地方政府競爭等因素對環境治理的直接或聯合影響作用。楊剛強和李夢琴(2018)[27]分別研究了財政分權以及其與官員晉升激勵制度對能源生態效率的影響，得出財政分權對能源生態效率影響作用為負，但與官員晉升的聯合效應為正的結論。李強(2019)[28]利用長江經濟帶地市級數據構建靜態面板模型分析了財政分權、FDI與環境污染的關系，研究結論顯示財政分權加劇了當地環境污染，而FDI可有效改善污染水平，在此基礎上提出了長江經濟帶發展“外向型經濟”的政策建議。可以看出目前的研究結論大都體現財政分權對環境污染的“競次效應”的特點，即在當前財政分權制度下，地方政府為了發展經濟會忽視非生產性支出項目的供給，放松環境規制，造成當地環境污染加速惡化[29]，實證研究的結果也支持逐底競爭的結論[30-31]。

綜上，目前國內外學者在大氣污染治理效率評價及財政分權影響作用分析方面已取得了較為豐富的研究成果，但當前財政分權與大氣污染治理的影響作用研究多停留在本地政府屬地自治情境下，由于大氣污染物具有流動性和擴散性特點，其治理效率的影響因素與其他污染治理效率(如能源生態效率，環境投資效率等)不同[4,27]，應考慮跨區域協同治理強度的影響，在區域協同治理的情景下進行建模分析。在現有財政分權體系下，地方政府為保障屬地經濟發展，彼此間相互競爭搶奪流動資本容易形成“競次效應”，加劇當地環境污染程度。另外，污染治理政策的協同又體現了各地方政府間污染治理的合作意識，通過治理主體的協同、治理措施的協同、治理目標的協同等保障大氣污染的治理效果。那么“競次效應”和“協作治理”兩個相對因素在實際中對大氣污染治理效率的影響作用如何，京津冀及周邊地區的大氣污染治理到底是“競次效應”還是“協作治理”的提升效應，這需要將財政分權與政策協同強度同時納入計量模型展開分析。

本文在前人研究的基礎上，采集京津冀及周邊地區27個環保重點城市2010-2015年面板數據，利用超效率DEA模型評價分析各環保重點城市的大氣污染治理效率，在大氣污染區域協同治理的背景下，進一步建立面板Tobit模型，將財政分權、政策協同強度作為解釋變量分析其與大氣污染治理效率間的影響關系。該研究可能的邊際貢獻主要包括：一是結合已有政策協同度研究，從主體協同的角度給出大氣污染治理政策協同強度的測量方式；二是將政策協同強度、財政分權同時納入分析框架，構建更加符合大氣污染流動性和溢出性特點的計量模型，驗證其與大氣污染治理效率的影響關系，深入解析大氣污染治理效率的影響機制，提升大氣污染治理效果。

三、京冀津及周邊地區城市群大氣污染治理效率

大氣污染治理效率評價分為絕對效率評價與相對效率評價兩大類。絕對效率評價主要借助評價指標體系，通過專家打分等方式來輸出各城市大氣污染治理效率。相對效率評價主要通過DEA評價模型，輸入投入產出指標數據，輸出各城市大氣污染治理效率相對排名。絕對效率評價結果受評價主體的主觀影響較大，其一致性與穩定性較差，因此本文主要采用DEA評價模型來得出各城市大氣污染治理相對效率值。

(一)DEA評價模型

DEA評價模型可計算具有相同投入產出指標決策單元的相對效率，其主要思想為利用數學規劃理論，建立優化模型，代入投入產出指標數據，通過求解對偶規劃的最優解來判斷各決策單元DMU(Decision Making Units)是否為DEA有效，并輸出各DMU的相對效率值。第一個DEA模型為CCR模型[32]，隨著理論研究的不斷深入，DEA模型也在不斷改進和優化。傳統的CCR或BCC模型輸出的效率最大值為1，在多個DMU效率取值均為1的情況下無法解決DMU的冗余松弛問題。超效率DEA模型可有效解決冗余松弛問題，獲得更加精細化的計算結果[33]。其在評價各DMUi的相對效率時，首先將當前DMUi排除DMU集合，如果DMUi是非DEA有效，排除后生產前沿面沒有變化，超效率DEA模型和傳統DEA模型結果一致；如果當前DMUi是DEA有效，排除后生產前沿面形狀會發生變化，導致超效率DEA模型的計算結果可能大于1。本文采取了產出導向規模報酬可變非徑向超效率DEA模型——Super-SBM模型來進行京津冀及周邊地區城市群大氣污染治理效率的評價，與徑向模型CCR或BCC相比，SBM模型不要求投入和產出指標同比例變化，更符合實際情況。同時，超效率DEA模型可以進一步區分DEA有效的各DMU的相對效率，輸出更為精確的效率值。

(二)模型變量與數據來源

本文按照京津冀及周邊地區的界定范圍，兼顧數據的可獲得性，選取北京、天津、河北、河南、山東、山西等6個地區的27個環境保護重點城市作為樣本對象展開深入研究(5)面板數據中的城市選取主要考慮數據的可獲得性，選用《中國環境年鑒》中統計的隸屬京津冀周邊6個地區的27個環保重點城市作為樣本數據，27個城市中不包括河南省開封市，原因在于與其他城市相比，開封市的投入指標過少，而各類污染物排放量過小導致產出指標過大，治理效率畸高，后續處理過程中將其作為極值點排除。，數據采集時間為2010-2015年(6)數據采集的時間起始于2010年，在該年度環境保護部等九部門發布了我國第一個綜合性大氣污染防治政策——《關于推進大氣污染聯防聯控工作改善區域空氣質量指導意見》，而廢氣治理設施運行費用指標《中國環境年鑒》只統計到2015年，基于此，設置數據采集時間為2010-2015。。綜合考慮現有研究成果[2,5]，筆者將測算大氣污染治理效率的DEA模型投入要素設置為各城市的廢氣治理設施數、廢氣治理設施運行費用兩項指標，輸出要素為各城市的工業二氧化硫去除量，工業二氧化硫排放量，工業氮氧化物排放量，工業煙、粉塵去除量，工業煙、粉塵排放量5項指標(7)由于《中國環境年鑒》中存在若干城市工業氮氧化物的去除量取值為0的情況，若以很小數值替代0值在使用DEA模型評價時會對DMU的測算結果產生很大的影響，輸出結果不穩定，因此，在進行治理效率評價時未采用工業氮氧化物去除量指標。，數據來源于《中國環境年鑒》，具體如表 1所示。其中污染物去除量指標為正向指標，可以直接輸入DEA模型。污染物排放量指標為逆向指標，在計算時，對其取倒數后再輸入到DEA模型中進行計算。

表1 大氣污染治理效率評價模型的投入產出指標

注：數據來源為2011-2016年《中國環境年鑒》。

(三)大氣污染治理效率結果分析

將表1中的投入產出指標代入DEA Solver軟件中的Super-SBM模型輸出2010-2015年京津冀周邊城市群的大氣污染治理效率的測算結果，具體如表 2所示，表格數字大于1的城市表明已經達到了DEA有效狀態。可以看出，各城市大氣污染治理效率隨時間波動的規律呈現多樣化趨勢，洛陽、平頂山、石家莊等城市的治理效率變動趨勢呈現倒U型特征，鄭州、濰坊、陽泉等城市呈微弱N型特征，青島、秦皇島、長治等城市的治理效率較為平穩，沒有太大波動。此外，從表2中可知很多城市大氣污染治理效率達到DEA有效狀態后，并沒有繼續保持良好勢態，在下一年度變為非DEA有效狀態。大氣污染治理效率結果顯示出治理效率變動的復雜規律，為進一步解釋說明其變動情況，本文在以往研究的基礎上，選取了10個自變量構建實證模型，探究顯著影響其治理效率的關鍵變量。

表 2 2010-2015年京津冀及周邊地區27個環保重點城市大氣污染治理效率

四、實證分析

(一)研究假設

本文利用2010-2015年京津冀及周邊地區6省市27個環保重點城市群面板數據，分析財政分權、政策協同度對于大氣污染治理效率的影響程度。本文所提出的研究假設如下：

H1：財政分權程度越高，大氣污染治理效率越低。

財政分權程度體現了中央政府與地方政府間財政收入和支出權力的分配關系。本研究的財政分權通過財政收入分權和支出分權兩個維度來進行衡量。財政收入分權程度越高，表明地方政府對中央政府轉移支付依賴程度越小，其可支配財政收入越高。結合我國實際，可支配財政收入通常與當地企業生產規模呈正比，因此收入高的地區其污染程度相較于財政收入分權低的地區更為嚴重。同時，為獲得更多流動資本推動經濟增長，地方政府會降低環境標準，導致大量高污染企業聚集，致使大氣環境污染加速惡化，治理難度加大，從而拉低了大氣污染治理效率。從支出角度來看，財政支出分權越高，地方政府對財政支出分配的自由度越高，在以GDP為中心的考核和晉升體制下，地方政府財政支出更青睞高稅收、經濟效益好的生產性項目，忽視環境污染治理。相反，財政支出分權較低的地區支出自由度較差，受中央轉移支付的制約較強，對中央政府環境治理政策的回應度較好[34]。據此，本文提出假設H1，財政收入分權與財政支出分權均與大氣污染治理效率呈負相關關系。

H2：政策協同強度越高，大氣污染治理效率越高。

大氣污染物具有明顯的區域外溢性、流動性特征，在以往的治理過程中，傳統的地方政府自治模式并未取得令人滿意的治理效果。污染治理責任的缺位更是造成地方政府治污過程中的“搭便車”行為，因此，區域協同治理是提升大氣污染治理效率的必然選擇[12]。政策協同強度是衡量區域協同治理的重要指標，政策協同強度越高，說明區域多主體協同治理實施的廣度、深度越強，治理措施、治理目標的協同性更高，可有效避免屬地治理鄰區污染的治理亂象，提升大氣污染的治理效率。

(二)變量選擇

1. 被解釋變量

前文中Super-SBM模型輸出的京津冀周邊27個環保重點城市的大氣污染治理效率為實證模型的被解釋變量efficiency，在超效率DEA模型的條件下，其取值可以大于1。

2. 解釋變量

目前，衡量財政分權程度的指標呈現多元化趨勢，借鑒前人的研究成果[35]，本文通過如下方式計算財政分權程度：計算財政收入分權程度frd=各城市人均財政收入/全國人均財政收入，財政支出分權程度fed=各城市人均財政支出/全國人均財政支出[36]。

本研究所使用的政策協同強度指標主要從主體協同的角度來進行統計測量，協同政策分為行政區域內部協同政策和跨區域協同政策兩種。行政區域內部協同政策主要指京津冀及周邊地區同一省(城市)內兩個或以上政府部門聯合發文大氣污染治理政策。跨區域協同政策主要指兩個或多個中央部門或省級(市級)地方政府部門聯合發文面向京津冀及周邊地區大氣污染治理政策。各城市按年度統計當年正在實施各項政策協同強度。政策協同強度policy主要受到兩個因素的影響：政策聯合發文的部門個數Ai和政策力度Bi，其中政策力度劃分為7個等級，具體取值如表3所示[37]。各城市各年度的政策協同強度policy的計算公式為：

參與協同度計算的政策范圍為：政策的發文單位、接收單位或政策文件中涉及京津冀及周邊地區大氣污染協同治理(8)政策協同強度policy在計算時應注意：由于27個環保重點城市中，存在直轄市和地級市兩種不同的行政級別，在設置地級市的協同政策個數時，默認其所屬省級協同政策適用于其省內各地級市。例如，2014年，工業和信息化部、國家發展和改革委員會、科學技術部、財政部、環境保護部、住房城鄉建設部、國家能源局印發了關于《京津冀公交等公共服務領域新能源汽車推廣工作方案》的通知，其接收對象為北京市、天津市、河北省有關部門，在計算政策協同強度時，僅對北京、天津以及隸屬河北的地市級展開計算。。

表3 政策力度取值

3. 控制變量

基于現有文獻的研究成果，大氣污染治理效率可能還會受到當地經濟發展水平、人口密度、工業化水平、城鎮化水平、環境規制等因素的影響。

經濟發展水平用各城市人均GDP指標pgdp來表示，根據環境庫茲涅茨曲線(EKC)理論，經濟發展水平與環境污染程度呈倒U型關系，環境污染會隨著經濟的發展呈現先惡化后改善的變動趨勢。經濟發展水平與大氣污染治理效率之間的影響關系會受到經濟發展結構的影響，在粗放式的規模經濟發展模式下，經濟的發展伴隨著污染物的大量增長，會降低大氣污染的治理效率；在綠色經濟、高新技術推動的經濟發展模式下，經濟的發展會提升大氣污染的治理效率，因此，其系數符號不確定。

人口密度(popuden)利用常住人口數量/城市行政區劃面積來表示，人口密度越高的地區，其周邊企業、公共服務設施等聚集程度越高，大氣污染排放更為嚴重，不利于污染治理，預估其系數為負值。

工業化水平(industratio)利用第二產業生產總值占GDP比重來表示，其取值越高，經濟發展對高能耗高污染企業的依賴越嚴重，不利于污染有效治理，系數預估結果為負值。

外商投資FDI利用各城市當年實際使用的外資金額表示，關于外商投資與環境污染關系研究目前存在“污染光環”(Pollution Halo)和“污染避難所”(Pollution Haven)兩種對立假說[38]，無法預估其系數值的取值情況。

教育水平(stu)利用高等學校在校學生數來進行表示。一般來說，教育水平越高的地區，當地公眾的環保意識越高，有利于提升大氣污染的治理效率，預估其系數為正值。

科技水平(tech)利用地方財政一般預算內科學技術支出來表示，科技水平的進步有利于企業減少污染物排放率，其系數預估結果為正值。

環境規制(enr)的指標選取目前尚不存在權威標準，所采用的指標包括：環境標準及環境法規的累計頒布數量[39]、污染投資占企業總產值比重、主要污染物達標率指數[40]、污染治理設施運行費用[41]等多種形式。大氣污染環境規制指標與一般環境規制指標有所不同，應僅考慮大氣污染治理相關數據來進行測算，考慮到指標的有效性和數據的可獲得性，本研究采用enr=廢氣污染設施運行費用÷工業總產值×1000來表示。環境規制與污染治理效率的影響可分為兩個方面：一是環境規制減少污染物的排放來源，加大了污染物的處理力度，可以提升污染物的治理效率；二是由于資源配置結構扭曲造成規模邊際效應遞減，環境規制投入增加會造成大氣污染的治理效率下降。因此，其系數符號不確定。

(三)數據來源與描述統計分析

本文利用2010-2015年京津冀周邊地區27個環保重點城市面板數據來進行實證分析，其中被解釋變量來自前文DEA模型的測算結果。模型自變量數據來源包括：北大法寶數據庫、政府部門網站、各省市統計年鑒、《中國環境年鑒》、《中國城市統計年鑒》等，對模型變量描述統計結果如表 4所示。為盡量消除異方差所帶來的影響，各模型變量除比率數據外，均先取對數再代入計量模型進行分析。

表4 模型變量描述統計分析

(四)模型設定與實證結果

由于大氣污染治理效率值屬于截取數據，若用OLS來計算會導致參數估計量是有偏的。基于此，本文采用受限因變量模型(Limited Dependent Variable Model)——面板數據Tobit模型來進行回歸分析，并利用Stata 15軟件來測算各自變量對大氣污染治理效率的影響，模型具體形式如式(1)(2)所示：

efficiencyit=β0+β1frdit+β2lnpolicyit+β3industratioit+β4lnFDIit+β5lntechit+β6lnstuit+β7lnpgdpit+β8lnpopudenit+ui+εit

(1)

efficiencyit=β0+β1fedit+β2lnpolicyit+β3industratioit+β4lnFDIit+β5lntechit+β6lnstuit+β7lnpgdpit+β8lnpopudenit+ui+εit

(2)

其中，β0為常數項，β1-8表示各自變量系數，ui+εit為復合擾動項。

面板Tobit模型的輸出結果如表5所示。其中Model(1)和Model(2)展示的是將財政收入分權和財政支出分權指標分別添加控制變量后的計量模型，Model(3)和Model(4)分別在Model(1)和Model(2)的基礎上加入政策協同強度指標lnpolicy，進一步驗證模型的測算結果。

表5 模型輸出結果

注：表內數字表示變量系數估計值，括號內數字表示變量系數的標準差*代表p值<0.1，**表示p值<0.05，***表示p值<0.01

讀取表 5中的模型輸出結果，可以看出：

1. 財政收入分權程度與大氣污染治理效率的回歸系數為負值，在Model(1)和Model(3)中分別通過了1%和5%的顯著性檢驗。財政支出分權程度與大氣污染治理效率的回歸系數為負值，在Model(2)和Model(4)中分別通過了1%和10%的顯著性檢驗。這說明假設H1成立，京津冀及周邊城市群的財政分權程度與大氣污染治理效率存在明顯負效應，財政分權導致環境治理的“競次”效應明顯。一方面，各地方政府為吸引投資，降低企業準入標準，高污染企業入駐“污染避難所”，污染物排放量大幅增長，大氣污染治理難度加大；另一方面，污染的加劇又造成地區環境治理投入的相對不足，造成治理效率不能達到DEA有效狀態。

2. 政策協同強度與大氣污染治理效率的回歸系數在Model(3)和Model(4)中的回歸系數為正值，與預期一致，但在兩個模型中均未通過顯著性檢驗，意味著政策協同度與大氣污染治理效率沒有顯著性影響，假設H2不成立。其可能原因包括：一是目前京津冀及周邊地區尚未形成大氣污染多主體協作治理的有效格局，大氣治理尚以屬地自治為主，多主體協作治理尚未有效發揮作用。二是存在大氣污染協同治理的“集體行動困境”。由于大氣的流動性和溢出性，大氣污染的治理收益由京津冀及周邊地區城市群共享，造成地方政府在治理過程中存在“搭便車”心理，主動參與大氣治理的積極性不高，協同政策的執行力度不足。三是協同政策與各地方政府利益協調困難，導致政策協同強度不足，效果不佳。

3. 經濟發展水平與大氣污染治理效率的回歸系數為正值，并在4個模型中均顯著，與前人研究結果相一致[42-43]。其可能原因為：京津冀及周邊地區的經濟發展水平與地區科技水平、人才聚集度高度相關，經濟發達的地區所擁有的技術優勢和產業升級效應對于污染治理效率帶來的促進效應要大于經濟發展過程中污染物排放所產生的拉低效應。因此，經濟發展水平顯著促進了大氣污染治理效率的提升。

4. 環境規制水平與大氣污染治理效率的回歸系數為負值，在4個模型中均通過了1%的顯著度檢驗。在本研究中，環境規制水平主要利用環境治理投入指標來表示，其與大氣污染治理效率的負效應說明目前京津冀及周邊地區城市群的污染治理效率呈現規模效應遞減特征。

5. 受教育水平與大氣污染治理效率的回歸系數顯著為負，與預期不一致。其可能原因為：一是目前京津冀及周邊地區公眾的環保意識普遍不足，尚不能產生對大氣污染效率的顯著促進作用；二是結合京津冀及周邊地區城市群的特點，高校在校學生數較多的地區都集中在北京、天津和各省的省會城市，這些城市人口、產業相對聚集，城鎮化水平較高，在城鎮化過程中會產生大量的污染氣體排放，拉低城市的大氣污染治理效率。

6.工業化水平與大氣污染治理效率的回歸系數為負值，與預期相一致，在Model(1)和Model(2)中分別通過了1%和5%的顯著性檢驗，在Model(3)和Model(4)中加入政策協同強度變量后由于標準誤變大而不再顯著。可以看出第二產業依賴度越高的城市，大氣污染現象越嚴重，其大氣污染治理效率越低，這符合我國的實際情況。

7.科技水平、外商投資、人口密度三個自變量回歸系數的符號均與預期一致，但在四個模型中均未通過顯著性檢驗，對京津冀及周邊地區大氣污染治理效率沒有顯著影響。

(五)模型穩健性檢驗

1.各類穩健性檢驗

為進一步驗證模型的可靠性，本文從以下方面展開模型穩健性檢驗：(1)改變大氣污染治理效率的計算方式，采用BCC模型來計算各城市的大氣污染治理效率，將其作為因變量納入模型；(2)替換財政分權指標，采用財政自主度指標fd(9)財政自主度=市本級預算內財政收入/市本級預算內財政支出。代替財政收入分權和支出分權指標，代入計量模型輸出分析結果。穩健性檢驗結果如表6所示(10)限于篇幅，未報告控制變量的穩健性檢驗結果。，Model(5)，Model(6)和Model(7)分別展示的是以BCC模型效率值為因變量，財政收入分權、財政支出分權和財政自主度指標為主要解釋變量的輸出結果。可以看出，財政分權、政策協同強度指標的系數符號未發生變化，財政分權與大氣污染治理效率的負效應依舊顯著，政策協同強度與大氣污染治理效率的正效應仍不顯著，本研究的結論具有一定的穩健性。

表6 模型穩健性檢驗結果

注：表內數字表示變量系數估計值，括號內數字表示變量系數的標準差*代表p值<0.1，**表示p值<0.05，***表示p值<0.01

2.內生性問題

政策協同強度與大氣污染治理效率兩者之間或存在雙向因果關系，即大氣污染治理效率反過來會影響地方政府政策協同強度，當大氣污染治理效率較低時，各地方政府會更提升協同治理的合作意愿，加強政策協同強度。為檢驗模型的內生性問題，本部分將政策協同強度的一期滯后變量和二期滯后變量作為工具變量代入Ivtobit模型進行檢驗分析，結果顯示Wald統計量均接受外生性原假設(11)政策協同強度為外生變量的可能原因：京津冀及周邊地區的地方政府在大氣污染協同治理過程中仍普遍存在“搭便車”心理，在治理效率低下的情景中亦是如此，協同治理參與意愿較弱，協同治理政策多依賴中央政府推動從而導致模型的反向因果關系不顯著。，這說明原Tobit模型的估計結果較為穩健性，可有效識別因果關系。

五、結論與政策建議

本文利用京津冀及周邊地區27個環保重點城市2010-2015年連續6年的面板數據，通過超效率DEA模型測算了大氣污染治理的效率值，并構建Tobit模型對財政分權、政策協同強度與大氣污染治理效率間的關系進行了測算檢驗，輸出上述具有穩健性的實證結果。本文的主要研究結論如下。

第一，通過Super-SBM評價模型計算各城市大氣污染治理效率，輸出結果顯示：京津冀及周邊地區城市群大氣污染治理效率歷年均值為0.69，尚未完全達到DEA有效的狀態；不同城市間的大氣污染治理效率隨時間呈現多樣化變動趨勢，不存在特定的變動規律；部分城市在效率值達到DEA有效狀態后，在后續年份中又下降至無效狀態，并未能一直保持良好態勢。

第二，構建Tobit模型分析財政分權、政策協同強度對大氣污染治理效率的影響機理，輸出結果顯示：財政收入分權和財政支出分權均與大氣污染治理效率存在顯著的抑制作用；政策協同強度與大氣污染治理效率的回歸系數為正值，但在各模型中并未通過顯著性檢驗，尚未對大氣污染治理效率產生顯著的促進作用。

基于對實證結果的分析，筆者提出如下政策建議。

1.財政分權應與地方政府的財權、環境治理事權和支出責任相匹配。目前我國環境治理事權的支出責任主要定位在地方政府，但在分稅制改革后，央地政府間的財權上移事權下移現象日益嚴重，地方政府為彌補財政缺口優先發展經濟，造成環境“逐底競爭”。環境惡化對地方政府提出了更高的支出要求，但同時財權上移又使得地方政府缺乏財力基礎保障大氣污染治理投入。因此，中央政府應加強污染治理投入的統籌和協調力度，進一步擴大中央財政轉移支付，統籌整合各類生態保護類專項資金，在當前財政分權框架下優化生態補償轉移支付制度，減輕地方政府的財政壓力，引導地方政府增加環境治理財政投入。

2. 進一步加大環境治理績效考核比重，引導地方政府強化環境治理力度。在財政分權較高的地區，其財政支出結構很大程度受到官員績效考核方式和晉升機制的影響，環境治理績效考核制度的缺位促使地方政府盲目追求經濟增長而忽視環境治理。目前，地方官員績效考核體系已逐步納入“生態文明建設”、“可持續經濟發展”等考核因素(12)中共中央組織部：《關于改進地方黨政領導班子和領導干部政績考核工作的通知》，人民網，2013年12月9日。，“環境保護”績效權重的強化在一定程度上能夠緩解當前的地方政府環境治理的“競次”效應，轉變官員的為政方式。但是，由于選擇性執行、替代性執行等執行偏差存在，僅依賴績效考核等約束性獎懲措施在實際中不能發揮很好的效果。在此基礎上，應建立常態化的環境績效考核機制，科學設計彰顯環境治理績效的“綠色GDP”指標體系，進一步提高環境治理效果、環境治理協作等要素的考核比重。同時，健全環境審計制度，加強環境治理獎懲措施執行的嚴格程度，出臺地方官員環境追責細則并保障執行力度，逐步強化政府官員與民眾的環保意識。

3. 強化京津冀及周邊地區大氣污染治理政策協同強度，建立權威性協調和監督機構，推進協同治理的廣度與深度。目前大氣污染治理仍然處于地方政府區域自治主導狀態，由于各方利益訴求不同，行政壁壘和地方保護主義阻礙了協同治理的推進和發展。基于此，筆者建議在協同治理實施過程中，首先應加強現有京津冀及周邊地區大氣污染防治協調機構的權威性，強調其協調與監督職能，理順各地方政府之間的權責關系，統籌推進協同治理工作。其次應進一步完善大氣污染協同治理的頂層設計，規范協同治理的目標、標準和要求，加強協同治理制度的約束力，出臺對應的獎懲機制，保障協同治理的執行力度。

4. 優化大氣污染治理支出結構，提高資金使用效率。京津冀及周邊城市群的大氣污染治理投入同時呈現投入規模不足與規模邊際效應遞減的特征。京津冀及周邊城市群的大氣污染治理形勢仍然嚴峻，增加治理投入是政府履行污染治理職責的應有之義。但在增加投入的過程中，應優化各類投入要素的資源配比結構，尋找投入要素資源分配的短板效應，有導向性的分配治理資金，保障大氣污染治理效率。