清潔取暖政策試點的空氣質量改善效應評估
--基于三批試點地級市的準自然實驗

王 玉,劉文璋(.中國人民大學公共管理學院,北京 00872；2.中國兵器工業集團人才研究中心,北京 00070)

空氣質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中求進工作總基調?持續改善環境質量[1].中國空氣環境治理在“大氣十條”“兩控區”“環保重點城市”“總量控制”“環保督查”等一系列政策措施的綜合作用下,空氣質量顯著改善[2].但中國的空氣污染水平仍然位居世界前列[3],如何設計有效的空氣污染治理政策一直是政府和學術界關注的重要問題.

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,大氣污染治理也從單純的末端污染物排放控制轉向污染物末端控制和源頭能源結構轉型并重.長期以來,我國政府主導的能源環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化區域能源結構?改善大氣環境質量的重要舉措之一.為了減少供暖季節的污染排放,2017年開始,財政部?住房和城鄉建設部?原環境保護部和國家能源局聯合啟動了中央財政支持北方地區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,分別設定12,23 和8 個試點城市,城市總數達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,國家通過財政補貼的方式推進.由中央財政在3年示范期內對試點范圍內的城市安排定額獎補資金.中央財政獎補資金標準根據大氣污染影響程度、城市規模、采暖狀況、改造成本等因素確定.其中,“2+26”城市獎補標準根據城市規模分檔確定,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,有效促進了“煤改氣”等清潔取暖政策措施的執行.因此,本文嘗試以北方地區冬季清潔取暖試點政策為切入點,探討政府主導的能源轉型政策試點的空氣污染治理效應.

然而,現有的研究主要集中在空氣污染治理的綜合性政策上,對中國能源轉型政策尤其是清潔取暖政策本身的系統性研究較少.從微觀層面上看,一部分學者探索了能源轉型政策的技術路徑[7-8].同時,居民作為終端實施者,其對取暖技術的選擇意愿[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,展開了對能源轉型政策的效果評估,尤其是對經濟社會發展[14-16]、空氣污染治理[17-18]等經濟環境方面的效益分析[13].聚焦到清潔取暖試點政策,已有研究對其政策效應進行了初步的評估[19,3].

從既有文獻看,對能源轉型政策的效應評估尚停留在描述性的簡單對比分析,對其內含的中央政府財政經費支持的推動力及政策傳導機制等關注不足.并且這類自上而下實施的政策試點在不同地區的實踐結果差異也尚未被深入研究.在研究方法方面,既有文獻未能精確地量化分析清潔取暖政策的空氣污染治理效應.中國的空氣治理在2012年以后進入了多種政策疊加,多種措施綜合發力的階段,治理成效顯著.要實現對政策效應的精準評估,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能減排政策的干擾.3 個批次的清潔取暖政策試點為精準評估這一政策的效果,提供了準自然實驗場景,為剝離其他政策影響,準確識別清潔供暖政策效應提供了良好的契機.

因此,冬季清潔供暖政策試點作為中國能源轉型過程的重要組成部分,科學評估其是否能改善空氣質量,解釋其內在的作用機制,有助于探究由中央政府主導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展中國家未來的環境治理提供參考.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量?政策效果是否存在差異?試點政策影響空氣質量的機制是什么?為了識別這一政策效應,本文首先對宏觀財政投入影響家庭采暖消費進行了理論分析,然后基于清潔供暖政策準自然實驗,采用DID 方定量測算清潔供暖試點的政策效應,對實證結果進行了穩健性檢驗?異質性分析,討論并解釋了試點政策改善空氣質量的內在過程.

1 理論基礎與研究假設

1.1 中央財政補貼與空氣污染治理

中央政府作為政策試點的發起者和推動者,其認同和支持會對政策試點結果起著至關重要的作用[20].其中試點經費的支持不僅是重要的物質保障,也會對相關主體的意愿和行為產生重要影響[21-22].基于傳統IS-LM 模型[23-24],從政策試點的利益相關群體出發,中央政府的財政資金投入,能夠影響地方政府、企業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,會對地方政府產生強烈的“示范效應”.中央政府作為中國的最高層級政府,其權威性能夠發揮強有力的宏觀調控作用,并借助科層制度的強制性促進中央政策意志的下達和順利執行.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.雖然在央地責任分擔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,更可能顯著提升環境治理績效[25].

其次,在中國特色的市場經濟下,中央政府財政資金投入,能夠對市場主體的行為決策發揮“信號”作用,影響企業的資源配置.政策支持和財政投入會產生政策“利好”,帶動企業投資,顯著影響企業研發投入,產品結構等[26],引導和促進企業轉向環保領域的產品生產和制造.同時,政府信用作為背書和隱性擔保,能夠緩解企業面臨的融資約束[27],促進企業生產經營.

第三,中國威權體制下的公眾對政府有著高信任度,政府政策的引導對民眾行為有著顯著的“誘導效應”.政府運用行政手段出臺政策法規,發布命令,通過政策倡導?倡議和宣傳,使政策信念和意志傳導給公眾.同時,利用政府投資推動基礎設施更新換代,再通過財政補貼等經濟手段鼓勵和引導消費者行為[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在傳導機制如圖1所示.

圖1 清潔取暖試點政策對利益相關主體的影響及主要機制Fig.1 The influence and main mechanism of the CHPP on stakeholders

1.2 研究假設

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”期間空氣質量明顯好轉,重污染程度下降,天數減少.對一些城市的實證研究也發現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清潔供暖政策實施中具有重要作用[31].據此,提出假設1:

H1:冬季清潔取暖試點政策取得了顯著成效,空氣質量顯著改善.

其次,在中央政策出臺之后,地方政府成立專項工作領導小組,建立聯席會制度,優化管理體制,促進政策落實.中央政策補助資金對地方財政投入產生了巨大的“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,地方政府投入則達到中央財政資金的2.8倍,財政資金“示范效應”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,對供暖改造進行補貼.通過“價格手段”,調整煤電?氣之間的價格彈性,引導居民進行“煤改氣”“煤改電”.基于政策實施的特征事實,本文提出假設2:

H2:冬季清潔取暖試點政策撬動了地方政府投資,強化了基礎設施建設.

再次,中央政府的投入調動了企業的投資積極性.地方性基金、企業積極投入資金,參與環境治理?產業轉移、煤改氣、煤改電等專項工作之中.引入全國性燃氣運營商,解決投資資金不足,管網建設,后期運營維護等問題.通過引導企業轉型升級,優化能源供給結構,充分發揮企業在基礎設施建設、供暖設備生產、清潔能源供給等領域的作用,引入社會資本,采用新技術,加快“供給側”能源結構調整.而技術進步和能源結構調整是治理空氣污染的根本手段[33].因此,提出假設3:

H3:冬季清潔取暖試點政策促進了清潔能源供給量的增加.

此外,通過中央權威推動?試點經費支持,在“消費側”引導居民改建消費端基礎設施.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”引導居民安裝清潔能源設備,使用清潔能源采暖[34].另一方面,感知因素也會對能源態度和消費行為有重要影響.例如對財政補貼[35]、生態環境改善等的感知價值[11]對農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.用戶端的設備改造,改變了家庭最終能源消費結構[36].因此提出假設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,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、企業和居民的三方共識,隨著基礎設施建設,供氣管道投入增加;企業在政府號召下增加清潔能源生產和供給;居民在消費端進行設備改裝升級,家庭冬季取暖消費能源結構改變,最終共同強化試點政策效果.為了更為精準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據,采用多期雙重差分方法,對清潔取暖政策試點進行定量評估.

2 實證模型及數據指標

2.1 實證模型

本文基于多期DID 模型設計,建立清潔取暖政策試點對空氣質量的回歸方程,采用高維固定效應回歸,評估政策試點的實際效果.

式中:下角標c 代表地區,t 代表年份.AQIct為各地級行政單位空氣質量指數,子指標包含PM2.5,PM10,二氧化硫(SO2),二氧化氮(NO2),一氧化碳等污染物監測濃度年度均值,用以測量空氣質量.Dct為地級行政單位是否進入中央財政清潔取暖政策補貼試點范圍,進入前設置為0,進入當年及之后設置為1,其系數β 是本文重點關注策參數,符號表明試點政策是否有效,系數大小代表空氣質量平均意義上的改善程度.Xct為其他可能影響空氣質量的控制變量,其系數δ 代表其他控制變量對空氣質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,λt為僅隨時間變化的地區固定效應,εct為誤差項.

2.2 數據說明

地級行政單位的基礎數據來源于《中國城市統計年鑒》、《中國城市建設統計年鑒》[37-38].剔除數據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,不含三沙市等12 個數據缺失嚴重的城市(包括三沙市、中衛市、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).結合數據可得性,最終保留2014～2019年6年平衡面板數據,主要變量描述性統計見表2.

(1)因變量:主要因變量為空氣質量指數(AQI),通過中國環境監測總站實時數據整理[39],具體指標包含總指數和PM2.5,SO2等6 個分指標.通過剔除異常值?在1%和99%分位進行縮尾等數據清洗之后,年度空氣質量均值由日度數據匯總得到.同時采用《中國城市統計年鑒》中的工業二氧化硫排放量(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,試點城市的統計數據根據清潔取暖試點名單,依據2017年《關于對2017年北方地區冬季清潔取暖試點城市名單進行公示的通知》、2018年《第二批中央財政支持北方地區冬季清潔取暖試點城市名單公布》、2019年《關于下達2019年度大氣污染防治資金預算的通知》、《財政部關于印發<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量的12.9%.參考Beck 的經典設計,城市在進入試點政策之前為0,在政策試點當年及之后設置為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《中國城市統計年鑒》的城市經濟總量、財政支出、人口數量等其他基本狀況數據作為控制變量.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,是環保重點城市的編碼為1,非環保重點城市編碼為0.在空氣污染源中,工業污染,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,重點行業提標改造、產業結構調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業結構,工業企業數量、公共汽車、出租車數量等其他指標作為控制變量.另外本文將清潔能源使用量等數據作為機制解釋變量.

由表2 初步可知,2014～2019年間空氣質量指數AQI 均值為74.85,按照中國空氣質量標準屬于二級(良),空氣質量可以接受,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/m3,兩者都還未實現世界衛生組織(WHO)設置的過渡期目標1 標準下的35μg/m3和50μg/m3年度均值標準[18].其他指標中,環保重點城市占全國城市比重為35.2%,產業結構中第二產業占比平均為43.82%.

表2 變量的描述性統計Table 2 Descriptive statistics of variables

圖2 直觀地呈現了進入試點范圍的城市(處理組)和非試點城市(控制組)之間的空氣質量情況.總體上,納入試點范圍的城市即處理組的空氣質量要比控制組差,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一步定量測算政策效果.

圖2 處理組和控制組空氣質量指數(AQI)均值Fig.2 Mean AQI for the treatment and control groups

3 實證結果與機制討論

3.1 多期DID 回歸結果

根據前述模型設定,對回歸方程(1)進行多維固定效應回歸,結果見表3.采取逐步回歸策略進行回歸分析.作為對照,首先只在模型中放入政策試點,控制雙向固定效應進行一元回歸.AQI,PM2.5,PM10和SO2分指標的回歸結果匯報在表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:多期DIDTable 3 Policy effect of Clean Heating Policy Pilot:Multi-period DID

回歸結果顯示,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生了顯著的空氣改善效應.平均而言,控制其他變量的情況下,試點城市的空氣質量指數平均降低了4.12,按照2016年321 個地級行政單位AQI 均值74.99 計算,由清潔取暖政策導致的平均處理效應為,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.綜合以上結果,多期DID 回歸結果表明,納入政策試點,顯著降低了污染物濃度,降低了AQI 指數,改善了空氣質量,假設一(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.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檢驗,對政策效果進行基于事件史的回歸分析,計算平均處理效應.如圖3所示,在95%置信區間內,政策前4 期的平均處理效應變化百分比的置信區間包含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存在.而政策后2 期,平均處理效應變化百分比的置信區間不包含0,顯著異于0,存在顯著的政策效果.2017年第一批試點開始,數據截止到2019年,故政策實施后的擬合只保留2 期,為了對比更加明顯,政策發生當期(0)期未作展示,平行趨勢檢驗通過(其他子指標為空氣質量AQI 的分指標,檢驗結果類似).

圖3 多期DID 距離平行趨勢假設檢驗(AQI)Fig.3 Parallel trend test of multi-period DID(AQI)

3.2 穩健性檢驗

多期DID 回歸結果驗證了清潔取暖政策試點的效果,為檢驗回歸結果的可靠性,本文通過更換因變量,改變自變量設置,縮小樣本范圍等進行穩健性檢驗.

3.2.1 更換因變量 通過日度數據匯總得到年度空氣質量指數均值,具有較強的穩定性.空氣監測站數據為自動上報系統,數據質量比較可靠.但是也存在著“霧炮車”專噴空氣監測站人為干擾監測站檢測周圍環境的做法[44].但總體上看這種行為是極少數,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果.不過為避免人為原因?天氣原因等對數據可能造成的干擾導致估計結果偏誤.本文采用工業二氧化硫排放量數據作為因變量空氣質量指數的替代變量,再次進行估計,結果匯報在表4 的(1)、(2)列中.

表4 穩健性檢驗(工業二氧化硫排放量;傳統DID)估計結果Table 4 Robustness tests(Industrial SO2 emissions;Traditional DID)

估計結果顯示采用工業二氧化硫排放絕對量,估計結果與濃度指標基準回歸結果保持一致.納入試點城市之后,試點地區工業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工程,實現城區清潔取暖,平原區散煤替代,改變了能源消費和供給結構,促進了二氧化硫等空氣污染物減排.

3.2.2 傳統DID 為更精準地識別政策效果,本文對2017 和2018年兩個批次的試點進行傳統DID 分析.將其他年份試點城市進行剔除,針對兩個批次分別進行“一刀切”式的政策評估,結果匯報在表4 的第(3)～(6)列.結果顯示一刀切政策下試點地區空氣質量指數AQI 顯著降低.在更嚴格的時間限制下,政策效應數值大于多期DID 估計結果,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行對比分析,可能因為南方城市沒有集中供暖而空氣質量本來就更好,導致政策效果的低估.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.再次進行估計,結果見表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進行回歸分析.結果表明,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量改善政策效果更為明顯.

3.3 異質性分析

3.3.1 分樣本回歸 財政政策發揮激勵作用時,針對不同類型的城市,作用可能并不完全一致.對環保重點城市而言,本身面臨著更大的環境治理壓力,在更嚴格的環境監管之下,會加大環境污染治理投資[3,45].環保重點城市增加新的帶有財政資金補貼的政策試點,會進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出的“邊際效用遞減”.而非環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.根據環保重點城市名單,將樣本分為重點組和非重點組,分別進行回歸.表6 第(1)、(2)列為不含控制變量,第(3)、(4)列為含控制變量.結果顯示非環保重點城市納入政策試點會有更加顯著的空氣質量改善效果.

表6 環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境治理113 個環保重點城市,對政策效果可能產生的疊加影響,將環保重點城市納入政策效應評估,采用三重差分進行回歸分析,結果見表7.結果顯示將環保重點城市納入考量,在環保重點城市與非重點城市對比的基礎上,再納入清潔取暖試點與非試點對比,試點政策前后對比,邊際效應即回歸系數8.319 大于基準回歸的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 供暖季節的異質性 根據政策試點的時間屬性,本文只保留10月-次年3月大部分地區供暖期間的數據進行分析,結果匯報在表8 中,因變量分別為AQI、PM2.5、PM10、SO2,其中奇數列為不含控制變量,偶數列為加入控制變量,回歸結果與基準回歸結果保持一致.僅就冬季供暖期間的政策效應而言,其政策效果高于全年空氣質量的改善效應,假設一(H1)的驗證得到進一步強化.

表8 清潔取暖政策試點的季節異質性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)、中學和小學專任教師數(人)、衛生機構數(個)、床位數(張)等指標為產出數據,采用數據包絡方法測度了各城市財政支出效率,并根據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),進行異質性分析,結果匯報在表9 中,結果與基準回歸結果保持一致.同時,分析發現財政支出效率高的地區,試點政策帶來的空氣質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,應當考慮地方政府財政資金的使用效率,確定資金支持的規模,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性Table 9 Fiscal expenditure efficiency heterogeneity analysis of Clean Heating Policy Pilot

3.4 傳導機制分析

前述政策效果評估和穩健性檢驗、異質性分析均表明,清潔取暖政策試點顯著降低了空氣污染物排放濃度,提升了空氣質量指數.如前文理論分析所述,從政策試點到空氣質量改善中間的政策“黑箱”有待進一步打開.即中央財政獎補資金是如何促進地方清潔取暖政策推進的,又是通過什么途徑實現的污染減排?

因此本文進一步基于多期DID 模型設置,對中央財政資金投入對地方政府財政資金的“撬動”效應,對企業的信號作用和對居民清潔取暖的“收入效應”.限于精準的針對清潔供暖數據的不可得性,帶動效應本身的動態性.本文采用城市公共設施建設投資?天然氣供應總量和家庭天然氣消費量分別作為地方政府投入?企業供給和居民消費的指代變量.機制分析結果(表10)顯示,納入政策試點,顯著提高了城市基礎設施投入規模,天然氣供應總量和家庭天然氣消費量.

表10 中央財政補貼改善空氣質量的政策過程與機制Table 10 Policy process and mechanism of central financial subsidies to improve air quality

據此,可以認為假設二(H2)?假設三(H3)、和假設四(H4)得到驗證.中央通過試點政策的財政獎補資金引導地方政府加大投資用于完善城市基礎設施建設,鋪設天然氣管網.企業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下,完成家庭供暖設備更新換代,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致的污染物排放量,進而降低了空氣污染程度.

3.5 反事實安慰劑檢驗

為了排除政策效應可能的“偶然性”特征,也即排除清潔取暖試點政策改善空氣質量因果關系識別中的其他潛在機制.假設政策效果是其他某一個政策導致的,而非由于清潔能源政策試點導致.本文通過反事實分析進行安慰劑檢驗(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生年份,在樣本區間2014～2019年6 個年份中,隨機設定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時間,進行“政策效應”評估.通過模擬抽樣300 次,得到估計系數的分布情況.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,冬季數據樣本和北方城市樣本,這3 個樣本不論采用哪一個,真實政策效應不在反事實政策效應分布區間內,表明政策效果真實存在,并非數據統計的偶然結果.不存在反事實的政策效應,排除了其他“假想”政策導致空氣質量改善的機制,反證出“清潔取暖政策試點”這一真實政策效應的可信性.

4 討論

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,發揮試點的示范帶動作用,也借助差異化的政策激勵調動了地方政府的積極性,從而更好地促進了公共政策的執行.清潔取暖政策試點中,中央政府的財政資金補貼發揮了顯著的“帶動作用”,一方面“撬動”地方政府供暖財政資金投入,另一方面引導企業和家庭改變能源供給結構和消費結構,從而最終改善了空氣質量.冬季清潔取暖政策直接關乎居民生活,而取暖能源結構又影響著空氣質量,最終反作用于居民身體健康.作為關乎“人民對美好生活需要”的小事,也是關系經濟社會可持續發展的大事.對這一政策試點進行更加精準的政策評估,對實踐和理論都具有重要意義.

5 結論

本文利用多期雙重差分方法,較為準確地識別了政策試點的空氣質量改善效應.研究發現:(1)清潔取暖政策試點,顯著改善了空氣質量.這一實證結果在更換因變量改變估計策略,改變樣本范圍等穩健性檢驗下保持了良好的一致性.(2)經過異質性分析發現,不論是在環保重點城市,還是非重點城市,這一政策試點都發揮了顯著的空氣改善作用.而相較于環保重點城市而言,非環保重點城市的減排效應更加明顯.相比與財政資金使用效率低的地區,使用效率更高的地區,試點政策對空氣質量改善效果更加顯著.考慮環保重點城市政策的疊加效應進行三重差分估計的結果依然顯著.(3)清潔取暖政策試點改善空氣質量的內在機制主要在于通過中央財政資金投入,通過“企業為主,政府推動,居民可接受”的運營模式,促進政府-企業-家庭三方共同實踐,推動清潔取暖政策落實.

6 啟示與展望

本文的政策啟示在于:(1)中央政策的頂層設計,需要通過有重點,抓關鍵,實現“以點帶面”的政策效應.充分發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,調動地方政府?企業和居民的積極性,充分發揮制度激勵的作用.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,繼續充分發揮中央財政支持作用,不僅要優化現有補貼政策,關注投入產出效費比,也要探索更多非現金激勵政策模式,構建可持續發展的機制.(3)政策目標的實現,需要政府-企業-居民三方主體的共同促進,即政府做好基礎設施配套,企業提供持續清潔能源供給,家庭調整能源消費結構.(4)持續的政策創新,以新的政策試點進行政策調適,在漸進改革之中,逐步解決環境問題,有針對性地實現減排目標,各個擊破,最終實現整體空氣質量的改善.(5)剛性指標約束在短期內有顯著的政策效果,而長期政策效果則需要形成對企業?居民的持續經濟激勵,通過技術革新,降低清潔能源使用成本,從政策引導的被動適應,轉向成本收益內生驅動下的主動選擇,從而實現清潔采暖,實現整個經濟綠色?可持續發展.

未來的研究可以進一步細化財政資金的流向,從政策執行過程的視角通過具體案例分析展現地方政府在政策執行中受到中央宏觀政策示范帶動影響的具體過程.也可以通過企業微觀調查數據,展現供給側政策引導帶來的技術變革,生產結構,供給水平的調整,價格機制如何發揮市場調節的作用.還可以通過家庭微觀調查數據,從行為經濟學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.