基于多期Tobit-DID模型的補貼政策對促進綠色建筑升級的效果評估*

門中一 宋佳麗

(山東建筑大學管理工程學院，山東 濟南 250101)

0 引言

能源資源消耗和環境污染問題一直受到世界各國的廣泛關注，而建筑業是能源消耗高和環境污染嚴重的主要行業之一[1]。面對日益嚴峻的能源消耗和環境污染問題，綠色建筑已成為實現建筑業可持續發展和實現建筑領域“碳達峰、碳中和”的重要舉措之一[2]。綠色建筑旨在節約能源資源、保護環境和降低污染，同時改善居住環境[3]。

近年來，我國綠色建筑在城鎮化和城市更新的進程中取得了快速發展[4-5]，截至2020年，全國累計綠色建筑面積已達66.45億m2，但發展不平衡、不充分問題仍然突出[6]，尤其是高星級綠色建筑數量占全部綠色建筑數量的比重較低[7]。認證水平越高的綠色建筑，其可持續水平越高。為促進綠色建筑發展提質升級，我國政府頒布了一系列政策措施[8]，例如，2012年住房和城鄉建設部與財政部聯合頒發的《關于加快推動我國綠色建筑發展的實施意見》(以下簡稱《實施意見》)中提出，對我國二星級以上的綠色建筑實施財政補貼，以提高我國高質量綠色建筑的發展水平。此后，多個省份相繼制定了對二星級以上綠色建筑的補貼標準，以鼓勵開發商與購買者開發和購買高星級綠色建筑。

綠色建筑存在增量成本，且高星級綠色建筑增量成本更高，當前參與綠色建筑行動還沒有成為開發商的普遍共識[9]。促進我國綠色建筑發展提質升級，對減少能源資源消耗和降低環境污染、落實建筑領域“雙碳”目標，以及滿足人民日益增長的美好生活需要具有重要作用。為促進綠色建筑更快、更好發展，我國出臺了一系列的政策，其中最主要的是對開發商的補貼政策[10]。當前，研究者普遍認為補貼政策對綠色建筑的發展具有正向作用，以相關關系為主要研究內容，缺乏因果關系的政策效用論證。基于此，本研究旨在構建綠色建筑補貼政策的Tobit-DID模型，通過識別因果關系評價補貼政策對綠色建筑提質升級的效果，為政府出臺補貼政策及其標準提供參考。

1 數據來源與模型構建

1.1 政策來源

通過查詢住房和城鄉建設部網站、各省份住房和城鄉建設廳網站以及北大法寶網等收集綠色建筑項目和補貼政策相關數據。根據收集的綠色建筑補貼政策數據來看，自《實施意見》頒布起，我國相關省份綠色建筑補貼政策實施情況分為三類(表1)：一是按中央補貼標準執行；二是結合自身情況出臺地區標準；三是未執行補貼政策。

表1 相關省份綠色建筑補貼政策實施情況

1.2 模型的設定

雙重差分(DID)常用于政策評價，適用于在政策發生之前對照組與實驗組有相同的發展趨勢，而政策發生之后只有實驗組受到政策干預。本研究主要構建的多期Tobit-DID模型如下

式中，i是區域虛擬變量，代表第i個省份，i=1表示有相關政策的頒布省份，i=0表示未相關政策頒布的省份。t代表時間虛擬變量，定義為t={0,1}。就現有數據而言，t=1代表相關政策實施后的時期，t=0表示相關政策實施前的時間。Yit分別代表兩種被解釋變量在綠色建筑強制性與激勵性政策影響下的因變量，Subside代表時間與實驗組的交互項、區域虛擬變量城市與時間虛擬變量之間的相互作用項。X代表控制變量。v與φ分別代表時間虛擬變量與個體虛擬變量。ε代表隨機擾動項。

2 變量選擇與數據分析

2.1 變量選擇

已有研究顯示，影響綠色建筑發展的因素主要包括經濟、人文和政策。例如，Darko等[11]在研究發展中國家綠色建筑的驅動因素時指出，政府的激勵對綠色建筑的發展具有顯著的正效應。Zhang等[12]在研究政策驅動綠色住宅發展時指出，收入、教育水平以及國家、省級政策對綠色住宅的發展具有顯著影響。本研究選取2016年之前的高星級綠色建筑(二、三星級綠色建筑)數量占綠色建筑數量的比重作為被解釋變量。變量統計表見表2。

表2 變量統計表

2.2 描述性統計

通過綠色建筑評價標識網和國家統計年鑒收集各省市綠色建筑數量，二、三星級綠色建筑數量，GDP、城鎮人均可支配收入、人均建筑交易面積、建筑業產值增長率和人均教育年限等變量數據，并對所采取的控制變量進行對數處理，將所有的數據變量進行描述統計，見表3。

表3 描述性統計表

根據描述性統計分析，將面板上的數據導入實驗模型進行研究。

2.3 數據分析

為了識別綠色建筑補貼政策對綠色建筑升級以及不同類型綠色建筑升級的作用效果，分別進行全樣本回歸和分樣本回歸。其中，回歸1～2是全樣本回歸，回歸3～6是分樣本回歸，回歸3和5對應的是公共類綠色建筑，回歸4和6對應的是居住類綠色建筑。回歸1、3和4是以不補貼為控制組，以地方標準為處理組；回歸2、5和6以不補貼為控制組，以中央補貼為處理組。運用多期Tobit-DID模型進行計算，回歸結果見表4。

表4回歸1結果顯示，在控制GDP、城鎮人均可支配收入、人均建筑交易面積、建筑業產值增長率和人均教育年限等變量的基礎上，綠色建筑地方補貼政策在10%的置信水平下顯著。結果表明，在地方政府實施綠色建筑補貼政策后，高星級綠色建數量占比將增加20.2%。在回歸2中，綠色建筑中央補貼政策在1%的置信水平下顯著，表明地方政府采用中央補貼政策，高星級綠色建筑數量占比將增加32.8%。對比回歸1和回歸2的結果，采用中央補貼政策對綠色建筑升級效果更顯著，主要是因為地方補貼標準大多低于中央補貼標準。分樣本回歸3～6的結果顯示，補貼政策對居住類綠色建筑升級影響顯著，對公共類綠色建筑升級影響不顯著。與中央補貼政策相比，地方補貼政策對居住類綠色建筑升級影響更顯著，即地方補貼政策更能激發開發商開發高星級居住類綠色建筑。

表4 回歸結果

2.4 平行性檢驗

對回歸1進行平行性檢驗以政策實施前的第三期作為基期，對回歸2～6進行平行性檢驗以政策實施前的第一期作為基期。通過將各個分組的數據做平行性處理，其中“前*期”代表綠色建筑補貼政策實施前的*期，“當期”代表綠色建筑補貼政策實施當期，“后*期”代表綠色建筑補貼政策實施后的*期。平行性檢驗結果見表5。

表5 平行性檢驗結果

分析結果顯示，除回歸3，回歸1、2、4、5和6在綠色建筑補貼政策實施前各期系數均不顯著，而在綠色建筑補貼政策實施當期以及實施后的各期系數均顯著，因此回歸1、2、4、5和6的檢驗結果支持平行趨勢假設。

2.5 安慰劑檢驗

研究選擇虛構虛擬政策時間方法進行安慰劑檢驗，對各個實驗組隨機抽取一個時間作為政策實施時間，將這個時間放入模型中與對照組進行500次的隨機試驗，并對虛擬的綠色建筑補貼政策效用估計的系數及相應的p值進行分析，進而檢驗實驗結果。回歸1～6的安慰劑檢驗結果如圖1所示。回歸1～6的估計系數主要集中在0值附近，大多數估計值的p值大于0.1，即在10%的置信水平下不顯著，表明本研究的估計結果不是偶然得到的，結果具有統計學意義。

圖1 回歸1～6的安慰劑檢驗結果(截圖)

3 結語

補貼政策一直是地方政府促進綠色建筑提速升級的主要政策工具。研究選用2008—2016年綠色建筑數據，從省級層面構建多期Tobit-DID模型，綜合考慮綠色建筑補貼政策的地方標準和中央標準，以識別綠色建筑補貼政策對綠色建筑升級的影響。結果顯示，補貼政策對綠色建筑升級具有顯著影響，地方政府實施綠色建筑地方補貼標準后，高星級綠色建數量占比將增加20.2%，地方政策采用中央補貼標準后，高星級綠色建筑數量占比將增加32.8%。結果還顯示，補貼政策對居住類綠色建筑升級影響顯著，對公共類綠色建筑升級影響不顯著。再則，與中央補貼政策相比，地方的補貼政策對居住類綠色建筑升級作用更明顯。顯著性的補貼政策回歸模型均通過了平行性檢驗和安慰劑檢驗，表明研究的估計結果具有統計學意義。本研究可為地方政府實施補貼政策、促進綠色建筑升級提供參考。