政策組合強度之于政策效能：“愈強愈善”抑或“過猶不及”？

摘要 政策組合強度作為政策組合設計的重要特征，關乎政策體系的系統性與可行性，影響政策效能的有效發揮。為探究政策組合強度如何影響政策效能，該研究在利用政策活動指數測算中國大氣污染防治政策組合強度的基礎上，采用2010—2022年31個省份的面板數據進行實證分析。結果表明：政策組合強度對政策效能的影響并非愈強愈善，而是呈現倒“U”形非線性關系，即強度適中的政策組合有助于政策效能的充分釋放。進一步分析顯示，政策組合強度對政策效能的影響呈現明顯區域異質性，在東部和中部地區倒“U”形效果較為明顯，在西部地區則呈現正向線性相關關系；相較行政指令型政策組合強度，政策效能對市場經濟型政策組合強度的變化更為敏感。為后續打出長短結合、破立并舉、精準發力的政策組合拳，建議政策組合強度設計應秉持適度和因地制宜的原則，并堅持不同類型政策組合強度的差異化布局。該研究為設計“適度”而非“過度”的政策組合，促進政策從“觀念形態”向“現實效果”的有效轉化提供了重要借鑒。

關鍵詞 政策組合；政策組合強度；政策效能；大氣污染防治政策

中圖分類號 D63；X321 文獻標志碼 A 文章編號 1002-2104（2024）12-0085-13 DOI：10. 12062/cpre. 20240703

黨的二十大報告指出“我國發展進入戰略機遇和風險挑戰并存、不確定難預料因素增多的時期”［1］，這一時期經濟發展提檔增速、新舊動能接續轉換、行政體制改革不斷深化，政策問題與政策環境也因而呈現出高度的復雜性和不確定性。傳統政策實踐中單一政策工具或多種政策工具的簡單疊加難以抵御紛繁復雜的社會風險，探尋妥恰的政策組合成為適應復雜政策環境、解決系統性政策問題的重要抓手［2］。為此，中國政府在經濟、政治、文化、社會、生態等各領域制定實施了一系列根本性、開創性、長遠性的政策舉措，以環環相扣的政策組合拳協同推進各領域實現了歷史性、轉折性和全局性的發展。與此同時，中國的政策體系也從早期的“政策短缺”、政策工具簡單化的分化匱乏時代步入“政策擁擠”、政策工具冗雜化的組合敷裕時代。在紛繁復雜的政策場域之中，做好政策組合設計以實現科學決策和合理選擇，成為提升政策組合效能的重要環節。而政策組合強度作為政策組合設計的關鍵特征，被認為是政策效能發揮的重要影響因素［3］。

政策組合強度是指政府在特定政策領域內所投入的資源、努力和活動的總量，是對多重政策目標與多元政策工具協調深度與實施力度的度量［4］。近年來，政策組合強度受到了學界廣泛關注，一方面，學者們在政策組合強度測算方面開展了豐富探索，但主要聚焦于政策結果或政策工具的單維度、單要素考察，未充分考慮關鍵政策元素的動態變化和互動關系，難以泛化或拓展至更多政策領域。另一方面，既有研究表明，政策組合強度是優化政策結構、提升政策效能的關鍵要素，可有效促進社會經濟發展、提升創新效率［5］。然而，在政策效能遞減規律與政策積累法則交替作用的背景下，政策“提量”方可使強度“增效”的傳統認知不可避免地陷入了“政策瞄偏”“政策微效”“政策增生”等實踐困境［6］。那么，應如何實現對政策組合強度的全要素考察與多維度測量？政策組合強度與政策效能的關系是否符合“政策組合強度越高，政策效能越高”的線性基本假設？對以上問題的回答既是深化政策組合理論研究的必然要求，也是對提升政策實踐效果的現實回應。

因此，本研究從政策組合視角切入，在全面測算政策組合強度的基礎上，統籌考慮中央政策的統一性與區域發展、政策類型的異質性，系統研究政策組合強度與政策效能的關系，以期為政策組合強度的合理設計提供決策依據，并為激活政策效能、提升公共政策實效提供理論參考。本研究的邊際貢獻在于：①采用兼具理論性和應用性的政策活動指數，嘗試直接從公共政策本身來測度政策組合強度，彌補了當前政策組合強度測算多使用政策結果代理變量而忽視政策文本內容和結構的缺陷，在增強政策組合強度測度多維性和可比性的同時，提升了測算結果的全面性與準確度。②聚焦于政策組合強度與政策直接效能的關系，即研究政策組合強度對于實際問題解決程度的影響，強調政策擬解決實際問題的效果，為提升政策組合設計的精準度和實施的可持續性提供參考。③在政策分類的基礎上，探討行政指令型、市場經濟型政策組合強度對不同地區政策效能影響的差異及原因，兼顧政策類型異質性和地理區域異質性，為政策組合因時而動的調整和因地制宜的設計提供理論依據。

1 文獻綜述

“政策組合”一詞最早出現在20世紀60年代美國經濟學家Mundell［7］關于財政政策和貨幣政策研究的經濟學文獻之中，用以強調政策工具與政策目標的重要互動關系，后拓展至創新、環境、產業等政策領域［8］。其概念界定也從“政策工具組合”進一步豐富為政策目標、政策工具、政策過程、行為主體、治理層級等元素相互耦合的“系統組合”“整體組合”，并且逐步納入政策要素變化的時間性、動態性，被認為是解決復雜政策問題、降低政策成本、提升治理效能的有效手段［2］。21世紀以來，日益多元的政策問題和日趨復雜的政策環境對政策組合設計的合理性、有效性提出更高要求。在不同的治理領域與治理情境中，通過尋求政策組合與政策產出之間的平衡點，設計更加優化的政策組合以發揮不同政策的最大效能，成為政策研究領域的熱點話題。其中，以Howlett等［9］為代表的學者們關注到政策效能的問題并做出系列論述，引發了學界關于政策效能因變量問題的廣泛討論。

政策效能是指政策在實際執行中所達到的效果與效益，也即公共政策的有效性。然而，某一領域內政策的實際效能往往是多種政策的“組合效能”，而非單一政策的“凈效能”。因此，無論是解釋復雜的政策實踐，還是評估已有政策的實際效能，都需要基于“組合”視角。Bali等［10］、何裕捷［11］的研究表明，政府機構能力的高低、政策工具的適當性以及政策組合復雜程度都將顯著影響政策效能的發揮。Knill等［12］則引入政策強度的概念，認為政策強度同樣是政策效能的關鍵影響因素。政策強度概念的初始化研究多圍繞命令控制型政策工具展開，這一時期學者們對政策強度比較寬泛的定義是“政府對政策管制、規制的嚴厲程度”，并將“嚴格性”“重要性”“嚴謹性”等視為政策強度的同義詞［13-14］。而政策組合是政策工具、政策目標、政策對象等基本要素的有機整合，這些要素的變化可以獨立發生，也可能以不同的方式和速度發生，因此基本政策要素和政策節點對于衡量政策組合強度的變化至關重要，故除政策嚴格性外，政策主體、政策執行、政策工具等多種元素被逐步納入政策組合強度的研究范疇［4，15］。

隨著政策組合強度研究的興起，政策組合強度測算成為了學者們關注的重點。主流政策組合強度測算方法大致可分為以下兩種：一是指標替代法，二是賦值計算法。指標替代法包括：①單一性測度指標：圍繞政策組合要素構成構建定義性指標，例如相關政策文本數量或監管型政策工具數量；以及反映政策效果的代理變量，例如污染物排放量等［16-17］。②綜合性測度指標：運用統計學方法擬合成復合型指標，例如將排污費征收總額與繳費企業數比值作為環境政策組合強度的代理變量［18］；Botta等［19］基于市場型、非市場型政策工具的分類提出了EPS綜合指標的計算框架。賦值計算法是依據政策主體權威性、內容有效性等對政策工具進行分級賦分量化，再將當年現行有效政策的強度值累加即為該年政策組合強度［20］。呂曉等［21］在量化賦值的基礎上，依據專家評估或媒體報道對政策強度得分進行修正，確定政策組合中不同類型政策工具的“強度”權重。總體而言，雖既有研究中有關政策組合強度的測算方法較為豐富，但也存在一些問題：①數據可得性不足。相關測度指標數據的選擇與獲取存在困難，迫使選取一些替代指標。②指標類型相對單一。當前的測算方法大多是將同一類型的指標匯集，以環境政策組合強度為例，即便是綜合性指標測度體系，也僅僅是將環境治理投資與污染排放量結合起來考慮。③內生性和并發性偏差難以避免。大多代理變量受多個領域政策的疊加影響，并不是單一領域政策作用的結果。④采用不同方法測算得到的結論相互背離。一方面，可選指標多樣性與指標選擇標準缺失的矛盾時有發生；另一方面專家媒體意識形態偏見也極易引發測量偏差，這便導致運用不同方法測量政策組合強度出現不同甚至相悖的結論。

針對面大量廣、時間跨度較長的政策組合，探討其強度對于政策效能的影響，為評價現行政策效果和完善政策組合設計提供了新向度和新思路。當前，已有部分學者關注到政策組合強度與政策效能的關系，但其作用結果并不能一概而論。如張可云等［22］分析了數字經濟政策強度對制造業穩就業的促進作用；田成詩等［23］基于行業特征差異性視角揭示了環境政策組合強度抑制污染密集型企業技術創新的深層次作用邏輯；而孔令丞等［24］的研究表明省級開發升格政策強度與城市經濟效率存在倒“U”形關系。總體來看，相關研究為完善政策組合強度測算方法并進一步拓展政策組合強度與政策效能關系的分析奠定了堅實的學理基礎，但仍存在如下不足：既有研究對政策組合強度的測算方法較為單薄，缺乏橫向測算維度拓展和縱向基于政策全過程的考量；同時，受工具理性和以實證為中心的科學主義思潮的廣泛影響，現有研究多關注政策組合強度對技術創新及經濟發展等政策間接效能的作用機制，鮮有文獻探討政策組合強度對政策直接效能的影響機理；此外，以往學者大多從整體性視角出發研究政策組合強度，缺乏對不同類型政策組合強度與政策效能關系的細致探討。

鑒于此，本研究嘗試運用政策活動指數實現對政策組合強度的精準測度，識別并比較不同地域、不同類型政策組合強度對政策效能的異質性影響，并據此提出優化政策組合強度設計的策略建議。

2 理論分析與研究假設

政策組合強度作為政策組合設計的重要特征，關乎政策體系的系統性與可行性，其適恰與否直接關系到政策效能的實現。政策組合強度內含政策主體、目標、工具等核心要素，涉及從政策目標設定到政策執行的全過程考察，其具有的環境優化效應、資源引導能力與戰略導向功能對于政策效能的持續釋放至關重要。

首先，政策組合強度可規范政策環境。政策組合強度對解決市場負外部性問題具有良好效果［25］。為實現公共利益和維護公共秩序，政府提高政策組合強度，對治理目標、責任主體、實施步驟等做出明確細致的規定，暢通政策執行機制，規范并限制市場負外部性對政策環境帶來的扭曲和干擾，促使市場主體更加主動地內部化外部成本，使得參與治理的邊際成本和邊際收益達到均衡。其次，政策組合強度可引導資源流入。政策組合強度被定義為對資源的組織和安排，即投入或分配給特定政策工具的資源或支持的程度。也就是說，政策組合強度提升意味著投入更多的資源、努力或者活動，從而為政策效能更好地發揮創造條件［26］。再次，政策組合強度還具有要素優化與積累效應。例如，當產權政策組合實施強度處于合理區間時，產權政策對先進技術有一定的激勵和保護作用，使得高技術產品出口的外匯和收入增加，從而引致更多優質要素投入該行業，行業內的要素不斷實現優化積累作用，政策組合強度正外部性得以凸顯［25］。最后，政策組合強度越高預示著政府更加穩定的承諾和長期的戰略觀，在降低企業風險承擔水平的同時促使其積極應對政策環境不確定性和系統性風險［27］。例如，李源等［28］認為，研發費用加計扣除政策組合強度的持續提升為企業提供了明確的導向性作用，企業可能會將更多的資源投入到前沿創新活動以獲取更高的市場競爭力，進而顯著提升民營企業創新水平。張同斌［29］認為環境政策組合強度越高，越能夠激發污染型企業的“創新補償”能力，從而實現經濟增長中的環境政策組合效應由“短期損失”向“長期收益”轉化。

由上述分析可得，政策組合強度提升初期可迅速驅動資源流轉、提振發展信心、營造穩定的政策環境。然而，部分學者研究表明，政策組合強度并不能盲目擴大，適當的強度才能實現政策邊際效應的最優化［24，30］。一旦政策組合強度脫離合理區間，將引發政策制定者、政策執行者之間基于各自利益訴求的動態博弈。首先，在資源分配上，政府可能被迫將有限的資源分散至多項政策，引發政策空轉，導致政策效率低下甚至出現政策失靈現象。其次，在信息傳遞上，政策組合強度的提升使政府在政策執行過程中面臨更多信息不對稱問題，促使政策對象采取策略性尋租行為，導致政策執行成本的提升以及管理復雜性的增加，影響政策效能的發揮。例如，唐林等［31］發現，環境政策強度對農戶環境行為存在非線性影響，呈現出倒“U”形關系，即當環境政策強度超過某一閾值后，環境政策對農戶環境行為產生負向影響，農戶參與農村環境治理的概率隨著環境政策強度的提高而降低。最后，過高的政策強度可能會與政策組合一致性產生沖突效應。政策組合一致性是指政策組合內各要素相互協調的程度，它的范圍從要素間沒有矛盾到存在協同作用，包括3個層次：一是政策目標的一致性，二是政策工具的一致性，三是政策目標和政策工具的一致性［32］。較高的政策組合強度將帶來更加復雜的政策環境和作用條件，多元政策要素的“張力”難以調試和維系，造成政策目標與政策工具間不一致乃至沖突的情形，從而引發政策效能式微等后果。

由此，本研究假設：政策組合強度對政策效能的影響呈現倒“U”形非線性關系。

3 研究設計

3. 1 樣本選取

中國大氣污染治理歷經點源控制、法治管控、綜合防治，后逐步轉向合作共治、聯合防治，大氣污染防治政策也經歷了從無到有、從單一到復雜的發展過程［33］。日臻完善的大氣污染防治政策組合不僅體現了中國環境治理體系和治理能力現代化的進程，而且滿足了社會公眾對于優質空氣質量的需求，更促進了社會生態文明的高質量發展，成為中國特色環保政策體系的重要組成部分。本研究選取大氣污染防治政策文本作為分析樣本的具體原因如下：①大氣污染防治是一個持續的動態過程，相關政策頒布覆蓋時間長、影響范圍廣，為本研究探索政策組合強度對政策效能影響的動態變化趨勢提供了良好的研究場域。②大氣污染防治政策數量較多且類型豐富，為不同類型政策組合強度的異質性檢驗提供了可能。因高位中央政策對地方大氣污染防治具有極為明顯的導向作用，故本研究以北大法寶數據庫為基礎數據源，結合中國政府網、國家各部委政府門戶網站、地方政府門戶網站等在線資源，以2010—2022年為樣本期，對“大氣污染防治”“空氣質量”“霧霾治理”等關鍵詞進行檢索，在對檢索結果進行數據清洗（轉發、批準許可等類型的政策文件不計入）后，最終獲得樣本期內現行有效的中央層級大氣污染防治政策241份、省級政策661份作為分析樣本。

3. 2 指標選擇和變量測量

3. 2. 1 政策組合強度

為解決政策組合強度測量中數據可得性、單維性、內生性、并發性等問題，Schaffrin等［4］從政策文本內容出發，充分考慮政府投入的資源、努力和活動，創建了貫穿政策制定、政策執行和政策監督全過程的政策活動指數（IPA），以減少測度結果與實際強度的偏差。根據IPA，區分基本政策要素對于政策組合的衡量至關重要，任何類型的政策都包含“目標、范圍、整合、預算、執行、監督”在內的6種要素，這就為跨類型、跨時空、跨領域的政策組合強度測算和比較研究提供了理論支撐。由于中國大氣污染防治政策綜合使用多種政策工具，單獨測算政策工具的強度難以保證政策的完整性、系統性。因此本研究結合Pischke等［34］的修正思路，將單項大氣污染防治政策作為整體，根據上述6項測量指標對每一項政策編碼賦分，具體編碼規則見表1。

“目標”是對政策目標明確程度的衡量。如某項政策嚴格規定了可再生能源產量，那該政策則是以能源污染防治的間接目標推動大氣污染防治，編碼值為0. 500；如果某項政策明確提出了大氣污染防治目標，但并未闡述具體防治要求，編碼值為0. 750；如果某項政策明確提出大氣污染防治目標，并將政策目標具體化，如全年空氣質量提升5%，則賦值為1。

“范圍”衡量的是政策目標群體范圍和政策擬解決問題的范圍。如果個人、企業、行業組織、各級政府及其附屬機構均是政策目標群體，則編碼值為0. 500；對于僅包含某一類目標群體的政策，編碼值為0；每增加一類目標群體，編碼值增加0. 166（0. 166為0. 5與目標群體數量減1后的比值）；政策擬解決問題編碼規則同理。

“整合”衡量的是該項政策多大程度上屬于政策組合的一部分。其中，框架政策是指為解決大氣污染問題而制定的包含宏觀性戰略規劃和系統性指導原則的綱領性政策，其通常概述了影響大氣污染防治各領域內更具體政策和措施制定的一般原則、目標和指導方針，如《中華人民共和國大氣污染防治法》《大氣污染防治行動計劃》《打贏藍天保衛戰三年行動計劃》等均為大氣污染防治領域的框架政策。如果某項政策是獨立存在的，未提及其他政策，編碼值為0；如果該政策中提及了其他政策但并未包括框架政策，表現出政策之間一定的一致性和連貫性，則編碼值為0. 500；如果該項政策提及且包含了框架政策，意味著該項政策不僅與其他政策協調一致，而且還處于更廣泛的政策組合之中，在政策目標和政策執行等方面具備更強的整合能力，則賦值為1。例如，為提升空氣質量，國家發展和改革委員會、國家能源局和原環境保護部（現為生態環境部）明確指出“為貫徹落實國務院發布的《大氣污染防治行動計劃》”，聯合出臺《能源行業加強大氣污染防治工作方案》，協同推進大氣污染防治工作落實，則《能源行業加強大氣污染防治工作方案》的該指標編碼值為1。

“預算”衡量的是與政策有關的公共支出情況。如政策中未提及預算，編碼值為0；若提及預算但未給出具體預算數額，編碼值為0. 500；若提及預算并有明確的預算金額，則編碼值為1。

“執行”衡量的是政策執行主體的數量以及政策執行程序的規范程度。在政策執行主體方面，Schaffrin等［4］認為，單一政策執行主體具有降低合作成本、提升執行效率以及有效緩解復雜委托代理關系中的問題和沖突的優點，因此，當政策中沒有關于政策執行的具體說明時，編碼值為0；若有關于政策執行主體及執行規則的說明，編碼值為0. 250；在說明政策執行主體及執行規則的基礎上將政策分配給單一主體執行，額外增加0. 250，得分最高為0. 500。在政策執行規則方面，如果實施規則是嚴格的，且不允許標準或規則的隨意改變，編碼值為0. 250；此外，政策存在對不遵守行為的制裁程序則額外增加0. 250，即政策最高得分為0. 500。

“監督”衡量的是政策監督力度，包括是否有監督程序以及是否有相關主體承擔監督責任。如果政策未提及監督事宜，編碼值為0；如果由政策參與主體進行內部監督，編碼值為0. 500；如果提及監督考核事宜并且設置獨立于政策執行主體的專門機構進行監督，則賦值為1。

上述6個指標取值范圍均為［0，1］。其中，“范圍”和“執行”指標均由兩個編碼問題組成，為方便計算，這些問題被賦予相等的權重，6項指標得分的平均值為該項政策的強度得分［34］。本研究的編碼賦值工作由3名編碼員完成，為確保編碼的準確性和可信度，3名研究員根據編碼規則獨立編碼賦值，對于賦值存在分歧的變量，則進一步討論直至達成共識。某年度內現行有效的中央及省級大氣污染防治政策強度之和即為該年政策組合強度。為便于后續分析計算，此處對強度值取對數處理。

3. 2. 2 政策效能

根據政策作用效果的不同，本研究將政策效能劃分為政策直接效能和政策間接效能。直接效能是指與政策目標直接相關的結果和影響，間接效能則強調政策對其他相關領域的作用和影響。大氣污染防治政策的直接效能主要表現為空氣質量的改善、污染物排放量降低等，間接效能表現為提升經濟發展水平、推動科技研發與創新等。

SO2排放量與空氣質量直接相關，是衡量大氣污染防治政策直接效能的主要指標。由于SO2排放量為逆指標，為使實證結果更為直觀，本研究采用標準化處理后的 SO2排放量表征空氣質量。

3. 2. 3 控制變量

為了更準確地探討大氣污染防治政策組合強度對政策直接效能——空氣質量改善的影響，避免遺失其他重要影響因素而造成的實證結果失真，參考已有研究［35-37］，本研究選取的控制變量CV 包括：經濟發展水平（DE），用的地區生產總值的增長率表示；人口規模（PD），以人口數量與行政區域面積的比值衡量；對外開放度（IG），用貿易密集度表示；產業結構（IS），用工業增加值與地區生產總值之比測度；財政分權（FD），用地方政府財政收入與支出之比測量；環境基礎設施建設水平（PG），用人均公園綠地面積表征；政策執行力度（PE），用工業廢氣污染治理投資完成額表示。

3. 3 數據來源

鑒于統計口徑和數據的可得性，本研究未涉及香港、澳門和臺灣，最終選取2010—2022年中國東中西部共31個省份的面板數據作為樣本進行實證分析。其中，東部省份樣本包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南；中部省份包括山西、吉林、黑龍江、安徽、江西、河南、湖北和湖南；西部省份包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆。數據主要來自歷年《中國統計年鑒》《中國財政年鑒》《中國環境年鑒》及各地區統計年鑒、國家統計局網站等。針對部分數據缺失的問題，主要通過插補法對缺失數據進行平滑處理。數據處理及實證過程通過Ex?cel與Stata/MP 18. 0軟件予以實現。各變量的基本描述性統計見表2。

3. 4 實證模型構建

由于省份間的區域差異，可能存在不隨時間而變的遺漏變量，即存在“個體效應”，也可能存在不隨個體異質性變化的“時間效應”，而雙向固定效應模型是既存在“個體效應”又存在“時間效應”的模型，因此本研究根據豪斯曼檢驗結果建立雙向固定效應模型。為避免因政策措施時滯性產生的估計偏誤，故將解釋變量滯后一期，模型結構見式（1）。

4 實證結果分析

4. 1 基礎回歸分析

4. 1. 1 大氣污染防治政策組合強度對政策效能的影響

基于前述基準模型設定進行回歸分析，結果見表3。模型1、模型2是沒有添加控制變量的回歸結果，模型1中核心解釋變量PI 的回歸系數為0. 388，在1%的置信水平下顯著為正，表明大氣污染防治政策組合強度提升有利于空氣質量改善；模型2中核心解釋變量PI 的回歸系數為7. 194，二次項PI_2的回歸系數為-0. 825，均在1% 的置信水平下顯著，證實大氣污染防治政策組合強度對于空氣質量具有倒“U”形影響，如圖1所示。模型3、模型4為加入控制變量后的回歸結果。從各列回歸結果中解釋變量系數來看，加入控制變量后PI 和PI_2的回歸系數符號仍未改變，且回歸系數差異較小，表明加入控制變量后大氣污染防治政策組合強度對空氣質量的倒“U”形影響依舊存在，研究假設得證。

在倒“U”形曲線轉折點左側，大氣污染防治政策組合強度與空氣質量的關系正顯著；轉折點右側，大氣污染防治政策組合強度與空氣質量的關系負顯著。進一步計算，發現達到倒“U”形曲線拐點的政策組合強度約為75. 489。大氣污染防治政策組合強度的初始效應明顯的原因可從如下幾個方面考慮：第一，對于企業來說，當政策組合強度處于適度狀態時，企業擁有更充裕的時間和更寬松的政策環境進行技術改造和產業升級，面對政策環境的波動也可對自身行為進行適度調整和靈活修正，避免了過高的政策壓力對企業造成沖擊，大氣污染防治政策效能持續顯現。第二，對于政府來說，較低水平的政策組合強度可減少政府政策執行梗阻，更易獲得社會各相關利益方的支持和配合，一些政策問題能夠被迅速處理，例如關閉高污染高能耗的工廠、淘汰老舊車輛等，政策執行的可操作性和可持續性均處于較高水平。第三，對于政策本身來說，隨著大氣污染防治政策組合強度的提升，政策目標體系更加明確，覆蓋范圍逐步擴大，從單一污染物減排到新能源開發、揚塵污染防治、農業和其他污染防治，政策組合的協同度、系統性、互動性和融通度不斷增強；政策工具結構亦實現了命令控制、經濟激勵與公眾參與等多方位的完善，政策目標及工具相互協調、有效配合，政策效能亦能更穩定地發揮。

當越過拐點之后，大氣污染防治政策組合強度對政策效能的影響由積極驅動變為消極抑制，可能的原因包括：第一，相關企業減排壓力顯著提升。一方面，政策組合強度增強意味著排污成本的增加，需要企業投入更多的資金進行技術創新和結構性改革。部分企業無法緊跟大氣污染防治政策變化，參與大氣污染防治工作的意愿與行為嚴重脫節，因而短期內難以實現大氣污染物減排目標。另一方面，一些企業為規避愈發嚴格的政策規制，采取偷排、轉移等非法手段，導致非正規排放增加，實際污染物排放量不降反增。

第二，地方政府的政策執行惰性和投機性。近年來，城市群內府際競爭激烈，地方政府作為政治市場中追求自身利益最大化的“經濟人”，在公共投資方向的選擇上更加傾向于能夠短期帶來顯著經濟效益的或具備可視性特征的公共品［38］。隨著大氣污染防治進入攻堅期和深水區，作為典型的非經濟性公共物品，空氣質量難以持續受到重視，大氣污染防治政策執行的法制化、規范化和可持續化降低。伴隨政策組合強度的增強，地方政府可能會為追求自身利益最大化而“選擇性執行”某些政策，甚至放寬高污染企業限制條件，使得大氣污染治理效能下降。

第三，運動式治理色彩濃厚。運動式治理是指在短期內調動一切資源投向一個目標，進而實現積極政策效果的治理方式［39］。大氣污染的運動式治理源自科層官僚運行困境和中央政府的政治需求，適時適度的運動式治理模式具有探索性、協同性、突擊性，可在短期內實現大氣污染的高效治理［40］。然而，面對高強度的大氣污染防治績效考核、財政支持巡視、問責追責等，部分地方政府從常規治理轉向經常性的運動式治理，并將政策目標設定為簡化的、便于考核和評估的數量指標，導致政策扭曲、政策異化現象發生，甚至陷入“綠色悖論”的陷阱［41］。例如，盡管環境執法行動使得大量污染企業被關閉，但當執法行動結束、當地環境監管放松時，許多污染企業又重新恢復營業。長此以往，大氣環境質量僅在短期內有所改觀，大氣生態環境長期善治效果難以實現。

第四，政策組合可能存在沖突效應。政策組合強度的提升伴隨著政策數量的增加，而數量眾多的政策可能會導致政策混亂的狀態［42］。首先，就政策工具而言，其數量和類型的增加有助于保障政策組合的均衡性和綜合性，提升政策效能。然而，理論上政策工具不成比例地出現或是簡單疊加到某一數值，可能會導致更大的不一致性，進而引發政策工具間消極或矛盾的相互作用，造成工具冗余、“反生產力”等在內的多種風險，加劇政策組合沖突效應。其次，就政策目標而言，目標多元的“拼盤式”政策組合短期內可明確政策導向，提升政策效率，但長期看來，多重政策目標并駕齊驅將導致部分政策效能相互抵消，因此，在最優政策目標導向下，政策制定者會策略性選擇關注、推進某一特定目標。然而，這一非均衡性政策目標建構的過程，在集中資源促進特定政策目標實現的同時，也限制了其他政策目標的建構，同樣使得政策效能大打折扣。最后，就政策目標與政策工具的互動關系來看，政策工具是政策目標達成的具體方式，政策目標的增加使得政策工具選擇和搭配問題更加復雜，更容易引發政策工具之間互相排斥、政策合力相互抵消、資源運作重復浪費等情況，政策銜接難以達到帕累托最優，因而導致政策效能降低。

4. 1. 2 其他控制變量對政策效能的影響

控制變量方面，以表3中模型4的回歸結果為準進行分析。由模型4估計結果可知，控制變量中回歸系數顯著為正且絕對值較大的依次是經濟發展水平（DE）、對外開放度（IG）、環境基礎設施水平（PG），表明這些因素能夠提升空氣質量，這與丁日佳等［43］、李圓［44］的結論相一致。首先，與以往多數研究中經濟增長負向影響空氣質量的結論不同，本研究認為經濟發展所帶來的結構效應、技術效應與規模效應能夠促進空氣質量改善，這也是中國從以犧牲環境為代價的粗放經濟發展方式轉變為注重環境經濟協調高質量發展模式的又一力證。其次，對外開放程度提高意味著更加頻繁的人才交流和綠色技術的跨區域流動，這使得以技術溢出為核心的“污染光環”效應占據了主導地位，進而空氣質量得以提升。最后，環境基礎設施水平越高不僅表明生態承載力與大氣凈化能力越強，而且往往也意味著當地政府和居民對環保的重視程度提升，從而有利于大氣環境的改善。回歸系數顯著為負且絕對值較大的是產業結構（IS）和財政分權（FD），說明工業增加值比重的增加與地方財政自主性的增強加劇了大氣污染，張喜光等［45］、成前等［46］的研究也證明了這一結論。此外，雖人口規模（PD）以及政策執行力度（PE）的回歸系數在統計學意義上并不顯著，但估計結果有助于了解其對空氣質量的影響方向。

4. 2 穩健性檢驗

為確保實證分析結果的可靠性，本研究通過以下6種方式進行穩健性檢驗（表4）。

（1）Utest檢驗。Lind等［47］指出，僅以二次項系數的顯著性作為倒“U”形關系的標準缺乏科學性和嚴謹性，因此，引入更準確的Utest 檢驗。結果見表4 列（1），t 值為3. 03，在1% 顯著性水平上接受曲線為倒“U”形的假設。同時，曲線的拐點為4. 324，且斜率區間包含負值，說明模型具有一定的穩健性。

（2）控制變量滯后一期。為避免在模型設定過程中選取的控制變量可能存在反向因果關系，將所有控制變量做滯后一期處理［48］，回歸結果見表4列（2），各變量系數和符號方向與前文基本一致。

（3）替換被解釋變量。選取歸一化處理后的氮氧化物排放量作為空氣質量的替代變量，對模型進行重新回歸。回歸結果見表4列（3），結果依舊穩健。

（4）借鑒Fox等［49］的做法，使用隨機效應模型進行穩健性檢驗，回歸結果見表4列（4）。輸出結果與基礎模型結論保持一致，表明模型具有足夠的穩健性，采用固定效應或隨機效應對結果未能產生根本性影響。

（5）考慮到新冠肺炎疫情沖擊影響［50］，本研究剔除2020年及之后的樣本進行穩健性檢驗，見表4列（5），回歸結果仍未發生實質性變化，研究結論穩健。

（6）由于回歸結果不可避免地受到其他并行政策的影響，為保證估計結果的可靠性，本研究根據已有研究選取碳排放權交易政策進行控制［51］，并構建了其虛擬變量加入模型中進行分析，見表4列（6），回歸結果依舊顯著，表明研究結果可靠。

4. 3 異質性檢驗

4. 3. 1 地理位置異質性檢驗

考慮到中國地域遼闊，區域間發展不平衡，且大氣污染防治政策的實施及成效往往受到地區大氣污染現狀、地方政府管制意愿等的影響，因此本研究依照國家統計局網站的統計制度及分類標準中的有關規定，將研究樣本劃分為東部、中部、西部3個區域，以檢驗大氣污染防治政策組合強度對區域政策效能的差異化影響。分地區回歸結果見表5。

由于各地區資源稟賦、人口結構、社會發展水平等因素的不同，大氣污染防治政策組合強度對政策效能的影響呈現較大差距。在東、中部地區，大氣污染防治政策組合強度對空氣質量的影響呈現倒“U”形，與基準回歸結果保持高度一致，呈倒“U”形關系的原因前已述及；但是在西部地區則呈現線性正相關關系。具體而言，大氣污染防治政策組合強度在東部地區一次項系數為9. 314，二次項系數為-1. 090；在中部地區一次項系數為11. 548，二次項系數為-1. 359，均具有統計學顯著性，經計算，拐點值依次為4. 272、4. 248。

出現這一現象的可能解釋是：與中部地區相比，東部地區作為《國務院關于印發大氣污染防治行動計劃的通知》《國務院關于印發打贏藍天保衛戰三年行動計劃的通知》等政策的先行區，擁有較為完善的綠色基礎設施、豐富的政策人才儲備和前沿的綠色創新技術。在這些先發優勢的助力下，東部地區經濟發展與空氣質量提升較早地趨于“穩態”，加之當地政府及公眾對于環境保護以及空氣質量本身具有較強的意識，因此更高強度的大氣污染防治政策組合對東部地區的沖擊可能不大，政策邊際效應較小，因而需要更高強度的政策組合持續發力，正向推動空氣質量改善。

西部地區大氣污染防治政策組合強度二次項系數不顯著，一次項系數為0. 201，表明統計期內大氣污染防治政策組合強度與空氣質量雖呈現顯著正向相關關系，但影響效果有限。原因可能在于，一方面，西部地區生產主要以圍繞自然資源開采的基礎工業為主，加之煤炭消耗占比相對較高、能源結構調整速度緩慢，故西部地區政策效能發揮相對緩慢。另一方面，人力資源、技術手段等要素的短缺，導致西部地區在政策執行力度、速度等方面與東、中部地區存在較大差距，因此在西部地區政策組合強度與政策效能呈現線性相關關系，尚未迎來強度拐點。這意味著要從根本上破除大氣污染的困境，西部地區需要更高強度的政策組合規制和更長的政策執行時間軸。

4. 3. 2 政策類型異質性檢驗

不同類型的政策組合強度對政策效能的影響程度可能有較大差異。根據國家公權力干預程度的不同，大氣污染防治政策類型可劃分為行政指令型、市場經濟型和公眾參與型3類，但由于公眾參與型政策數量較少，發揮效力的時滯性較長且容易流于形式，因此本研究僅對前兩類政策進行分析［53-54］。行政指令型政策通常設定污染排放總量指標或技術指標，或者實施特定的管控措施（如限產、停產等），具有執行權威性，可調動經濟體制內的豐富資源以實現大氣污染防治政策目標。市場經濟型政策包括排放稅、可交易許可證、研發補貼等，可利用市場有效配置資源的優勢并通過價格信號建立起大氣污染防治激勵，本質上是將大氣污染的外部性內部化，由排污企業而非社會公眾來承擔大氣污染排放造成的社會福利損失。本研究分別對兩類大氣污染防治政策組合強度對政策效能的影響進行分析，AdIn、AdIn_2分別代表行政指令型政策組合強度及其平方項，MaIn、MaIn_2則分別代表市場經濟型政策組合強度及其平方項，結果見表6—表7。

在全國層面，行政指令型政策組合強度一次項系數為5. 319，二次項系數為-0. 631；市場經濟型政策組合強度一次項系數為5. 486，二次項系數為-1. 317，表明二者對空氣質量的影響均呈現顯著的倒“U”形。結合地理區劃，行政指令性政策組合強度與空氣質量在東部、中部地區呈現倒“U”形關系（表6），進一步計算，其拐點值較為接近，依次為4. 142、4. 154；在西部地區則呈現正向線性相關關系，符合全樣本回歸結果。出現這一結果的可能解釋是：西部地區生產技術相對落后，生產能源消耗大，資源型產業較多，產業轉型難度大、時間長，在大氣污染防治政策領域行政指令型政策仍有較大發揮空間，因而其正向引導作用在西部地區會持續更長時間。

市場經濟型政策組合強度與空氣質量在東、中部地區均呈現顯著倒“U”形關系，其影響程度在東部地區最大、中部地區次之，經計算，拐點值依次為2. 098、1. 998，在西部地區二者同樣具有顯著正相關性（表7）。對于這一現象，可能的解釋是：與中部地區相比，東部地區市場開放程度高、社會力量活躍、經濟敏感度高，市場經濟型政策引導市場與社會主體共同參與大氣污染防治的空間較大，故拐點值更大。而西部地區經濟發展水平普遍低于東部和中部地區，綠色金融、排污權交易等市場化手段在大氣污染防治領域尚未形成成熟的應用機制，落實率較低；并且西部地區以煤化工、采礦等產業為主，這些傳統產業多處于產業鏈前端、價值鏈低端，市場化轉型難度較大，交易平臺和市場主體的雙重缺乏使得西部地區市場經濟型政策組合強度對政策效能的影響尚未到達正相關的頂點。

總之，不論是全國樣本還是分地區樣本，異質性分析結果的系數均表明，現階段更具靈活性的市場經濟型政策組合強度相較強制性的行政指令型政策組合強度對空氣質量的影響作用更明顯，這與申晨等［54］有關工業綠色全要素生產率的研究結果具有一致性。可能的原因是：中國大氣污染防治領域行政指令型的政策體系已較為完善，加之減排技術和產業結構不斷優化，空氣質量隨行政指令型政策組合強度變化的幅度趨緩。而當前中國環境政策體系正逐漸從行政指令型向市場經濟型過渡，市場經濟型大氣污染防治政策內嵌的競爭機制和利益驅動邏輯能更好地激勵和約束行業企業的排放行為，其強度變化可顯著調節利益相關者的行為及預期，積極引導市場中的理性經濟人在獲得更高利潤的同時提升大氣污染防治效能［55-56］。

5 研究結論與政策建議

5. 1 研究結論

本研究以中國大氣污染防治政策組合為例，在利用IPA 測度政策組合強度的基礎上，選取全國31 個省份2010—2022年的面板數據作為研究樣本，通過建立雙向固定效應模型，實證檢驗了政策組合強度對政策效能的影響。

首先，政策組合強度對政策效能的影響存在顯著的倒“U”形關系。以大氣污染防治政策組合為例，大氣污染政策組合強度提升初始階段，強度的增加對于空氣質量改善有正面影響；但政策組合強度達到一定程度后，強度的持續上升會導致空氣質量水平不升反降。這也意味著政策組合強度并非越大越好，理論上應存在一個有效促進政策直接效能發揮的最佳強度區間。

其次，政策組合強度對政策效能的影響呈現區域異質性。大氣污染防治政策領域的實證結果表明，在東部和中部地區，政策組合強度對空氣質量的影響與全國樣本一致，表現為先促進后抑制的倒“U”形關系，且在中部地區作用更顯著；在西部地區，政策組合強度對空氣質量的影響表現為顯著促進作用。

最后，政策組合強度對政策效能的影響呈現政策類型異質性特征。全國范圍內，行政指令型和市場經濟型政策組合強度對空氣質量的影響同樣呈現倒“U”形，且市場經濟型政策組合強度的拐點明顯小于行政指令型。結合地理區劃，兩種類型的政策組合強度回歸結果基本與地理區域異質性的結論保持一致。

本研究的實證結果表明，政策組合強度與政策效能并非簡單線性相關。在實踐過程中，政策效能不可避免受到政策執行過程中資源供給不足、利益沖突等復雜因素的影響，因此既有研究在政策效能視角下選擇政策組合強度表征指標或構建政策組合強度指標體系的測量方法，對變量測度的本質性、構成性、完備性、排除性要求構成了挑戰，其解釋力、可比性和可靠性有待進一步商榷［57］。

5. 2 政策建議

鑒于政策組合強度與政策效能之間的倒“U”形關系，為確保政策組合強度保持在合理區間，避免其陷入“過猶不及”的尷尬境地，基于上述理論分析與實證結果，本研究提出以下政策建議。

第一，政策組合強度設計應秉持適度原則。首先，應將政策設計置于充足的實地調研基礎之上，在政策效能最大化導向下，依據政策組合復雜程度與政策效能的基本關系模式，對資金、人力、物力等資源進行科學配置。其次，堅持政策試點等方式，鼓勵“漸進式”政策推行，在逐步提升頂層設計與實踐探索適配性的過程中，充分延展政策組合的一致性、連續性及可持續性，避免政策組合要素沖突所導致的強度異化。再次，加強跨區域跨層級跨部門協作溝通，通過建立健全政策制定和實施過程中的溝通機制，確保政策設計與整合過程中各要素間的協同、支持及互補，減少不必要的政府失靈、市場扭曲和資源浪費。最后，應積極利用大數據、人工智能等現代化技術手段落實政策跟蹤反饋機制，將政策組合設計及調整由經驗決策逐步轉變為數據驅動。

第二，遵循政策組合強度因地制宜的設計原則。不同地區對于政策組合強度的變化具有不同的策略反應，加之地方政府在屬地信息獲取等方面所具有的天然優勢，因此，為實現最佳政策效能，中央政府不應“一個方子抓藥”，而應給予地方政府更多話語權，使其能夠根據政策實施情況及地區發展要求制定差異化的配套政策并實行異質化的政策資源配置，以實現對政策組合強度的靈活把控。這不僅有助于提升政府科學規劃、精準施策的能力，還將有效激發地方政府政策制定與執行的積極性與主動性。

第三，堅持不同類型政策組合強度的差異化設計。政策組合的實際運行過程復雜，不同政策類型存在異質性的傳導路徑與運行機理。一方面，應破除政策使用類型的地區慣性和部門慣性，組織專家對各類政策預期效能、潛在風險進行評估，避免因盲目提高某類政策使用頻率或范圍而導致其“適得其反”。另一方面，還應平衡優化不同類型政策組合結構，在明確各類政策比較優勢的基礎上尋求不同類型政策效能的優勢互補與疊加。這一過程不僅要關注其組合作用效果的優劣，還應推動各類政策組合內部要素的創新及重構，這是后續打出長短結合、破立并舉、精準發力的政策組合拳的關鍵所在。

本研究也存在以下不足之處：①由于篇幅有限，本研究并未就政策組合強度測算的6個維度與政策效能的關系展開深入探討，未來可嘗試從不同維度出發解構政策組合強度與政策效能的關系。②大氣污染防治政策是環境政策領域的重要組成部分，并且與經濟、技術、財稅等領域的政策都有直接或間接的交集，因而本研究結論可能對上述相關領域政策組合強度的合理把控具有較高參考價值，但在其他政策領域中的解釋力尚不得而知。未來應在教育、文化、衛生等領域展開更為深入的研究，以增強研究結論的嚴謹性和解釋力。

參考文獻

［1］ 習近平. 高舉中國特色社會主義偉大旗幟為全面建設社會主義

現代化國家而團結奮斗［N］. 人民日報，2022-10-26（1）.

［2］ 張劍，李鑫. 復雜情境下系統性政策問題的應對：政策組合理論

的研究評述［J］. 公共管理與政策評論，2022，11（3）：155-168.

［3］ SCHMIDT T S，SEWERIN S.Measuring the temporal dynamics of

policy mixes：an empirical analysis of renewable energy policy mix?

es' balance and design features in nine countries［J］.Research poli?

cy，2019，48（10）：103557.

［4］ SCHAFFRIN A，SEWERIN S，SEUBERT S. Toward a comparative

measure of climate policy output［J］. Policy studies journal，2015，

43（2）：257-282.

［5］ 李楠博，孫弘遠. 基于云模型的區域企業綠色技術創新環境成

熟度評價［J］. 科技進步與對策，2021，38（22）：50-57.

［6］ 蘭劍，慈勤英. 后脫貧攻堅時代農村社會救助反貧困的困境及

政策調適［J］. 西北農林科技大學學報（社會科學版），2019，19

（3）：63-68.

［7］ MUNDELL R A. The appropriate use of monetary and fiscal policy

for internal and external stability［J］. Staff papers，1962，9（1）：

70-79.

［8］ 柳婷，段曉美. 創新政策組合研究回顧與展望［J］. 創新科技，

2023，23（4）：22-32.

［9］ HOWLETT M，CASHORE B. The dependent variable problem in

the study of policy change：understanding policy change as a meth?

odological problem［J］. Journal of comparative policy analysis：re?

search and practice，2009，11（1）：33-46.

［10］ BALI A S，CAPANO G，RAMESH M. Anticipating and designing

for policy effectiveness［J］. Policy and society，2019，38（1）：1-13.

［11］ 何裕捷. 政策組合復雜程度如何影響政策效能：基于新能源汽

車推廣的分析［J］. 公共管理學報，2024，21（1）：41-55.

［12］ KNILL C，SCHULZE K，TOSUN J. Regulatory policy outputs and

impacts：exploring a complex relationship［J］. Regulation amp; gover?

nance，2012，6（4）：427-444.

［13］ TANGUAY G A，LANOIE P，MOREAU J. Environmental policy，

public interest and political market［J］. Public choice，2004，120

（1）：1-27.

［14］ GRANT J T，KELLY N J. Legislative productivity of the U. S. con?

gress，1789–2004［J］. Political analysis，2008，16（3）：303-323.

［15］ 張煒，費小燕，肖云，等. 基于多維度評價模型的區域創新政策

評估：以江浙滬三省為例［J］. 科研管理，2016，37（S1）：

614-622.

［16］ 李勝蘭，初善冰，申晨. 地方政府競爭、環境規制與區域生態效

率［J］. 世界經濟，2014，37（4）：88-110.

［17］ LI L X，WANG Z Q，WANG Q. Do policy mix characteristics mat?

ter for electric vehicle adoption：a survey?based exploration［J］.

Transportation research part D：transport and environment，2020，

87：102488.

［18］ 葛林. 環境規制政策強度與經濟高質量發展：基于省際面板數

據的實證研究［J］. 生態經濟，2020，36（9）：169-174.

［19］ BOTTA E， KO?LUK T. Measuring environmental policy stringen?

cy in OECD countries： a composite index approach. ECO/WKP，

2014， 73.

［20］ 彭紀生，孫文祥，仲為國. 中國技術創新政策演變與績效實證

研究（1978—2006）［J］. 科研管理，2008，29（4）：134-150.

［21］ 呂曉，黃賢金，陳志剛，等. 中國耕地保護政策的糧食生產績效

分析［J］. 資源科學，2010，32（12）：2343-2348.

［22］ 張可云，莊宗武. 數字經濟政策強度對制造業穩就業的影響研

究［J］. 吉林大學社會科學學報，2024，64（4）：155-171.

［23］ 田成詩，韓振乙. 嚴厲的環境政策鼓勵企業技術創新嗎？［J］.

科研管理，2021，42（10）：166-173.

［24］ 孔令丞，柴澤陽. 省級開發區升格改善了城市經濟效率嗎：來

自異質性開發區的準實驗證據［J］. 管理世界，2021，37（1）：

60-75.

［25］ 姚博. 產權政策強度、貿易結構與國民收入提升［J］. 經濟與管

理研究，2014，35（3）：36-46.

［26］ ALBRECHT J，ARTS B. Climate policy convergence in Europe：an

assessment based on national communications to the UNFCCC［J］.

Journal of European public policy，2005，12（5）：885-902.

［27］ 祁敬宇，楊小洋，蔣佳伶，等. 宏觀審慎政策對企業風險承擔的

影響研究［J］. 金融論壇，2023，28（10）：48-58.

［28］ 李源，王陽，羅浩泉，等. 研發費用加計扣除政策改革促進了民

營企業創新嗎：基于2018年政策調整的實證研究［J］. 南方經

濟，2022（7）：87-102.

［29］ 張同斌. 提高環境規制強度能否“利當前” 并“惠長遠”［J］. 財

貿經濟，2017，38（3）：116-130.

［30］ 康志勇，張寧，湯學良，等.“減碳” 政策制約了中國企業出口嗎

［J］. 中國工業經濟，2018（9）：117-135.

［31］ 唐林，羅小鋒，張俊飚. 環境政策與農戶環境行為：行政約束抑

或是經濟激勵：基于鄂、贛、浙三省農戶調研數據的考察［J］. 中

國人口·資源與環境，2021，31（6）：147-157.

［32］ ROGGE K S，REICHARDT K. Policy mixes for sustainability tran?

sitions：an extended concept and framework for analysis［J］. Re?

search policy，2016，45（8）：1620-1635.

［33］ 馮貴霞. 大氣污染防治政策變遷與解釋框架構建：基于政策網

絡的視角［J］. 中國行政管理，2014（9）：16-20.

［34］ PISCHKE E C，SOLOMON B，WELLSTEAD A，et al.From Kyoto

to Paris：Measuring renewable energy policy regimes in Argentina，

Brazil，Canada，Mexico and the United States［J］.Energy research

amp; social science，2019，50：82-91.

［35］ 牛子恒，崔寶玉. 網絡基礎設施建設與大氣污染治理：來自“寬

帶中國” 戰略的準自然實驗［J］. 經濟學報，2021，8（4）：

153-180.

［36］ 冉啟英，朱為利，任思雨. 對外開放、城市蔓延與大氣污染［J］.

華東經濟管理，2021，35（6）：42-52.

［37］ 鄧力平，朱云格，王智烜. 環境保護稅的大氣環境效應：RD實

證研究［J］. 經濟與管理評論，2022，38（4）：5-16.

［38］ 吳敏，周黎安. 晉升激勵與城市建設：公共品可視性的視角

［J］. 經濟研究，2018，53（12）：97-111.

［39］ JIA K，CHEN S W.Could campaign?style enforcement improve en?

vironmental performance：evidence from China's central environ?

mental protection inspection［J］.Journal of environmental manage?

ment，2019，245：282-290.

［40］ 王文婷，黃家強. 論壓力型大氣污染治理的財稅優化邏輯［J］.

首都師范大學學報（社會科學版），2019（1）：63-73.

［41］ 陸建明，王娟.“綠色悖論” 內涵、產生機制與對策：一個文獻綜

述［J］. 貴州大學學報（社會科學版），2022，40（3）：23-32.

［42］ SORRELL S. Carbon trading in the policy mix［J］. Oxford review

of economic policy，2003，19（3）：420-437.

［43］ 丁日佳，張詩悅. 進口貿易、技術溢出的環境效應與工業大氣

污染：基于省級面板數據的中介路徑分析［J］. 北京理工大學學

報（社會科學版），2021，23（3）：22-37.

［44］ 李圓. 綠色金融對我國環境空氣質量的影響［J］. 稅務與經濟，

2024（3）：80-88.

［45］ 張喜光，馬棟棟. 基于STIRPAT模型的科技創新效率對霧霾污

染影響研究［J］. 財會通訊，2023（5）：83-88.

［46］ 成前，李月，劉暢. 財政分權與空氣污染：以“省直管縣” 改革為

例的研究［J］. 技術經濟，2021，40（3）：47-53.

［47］ LIND J T，MEHLUM H.With or without U：the appropriate test for

a U?shaped relationship［J］.Oxford bulletin of economics and sta?

tistics，2010，72（1）：109-118.

［48］ 馬本，胡天貺，趙康. 中國地方環境分權與制度變遷：多級分權

度測算與污染治理效應評估［J］. 管理評論，2022，34（5）：

304-317.

［49］ FOX A，FENG W H，REYNOLDS M.The effect of administrative

burden on state safety?net participation：evidence from food assis?

tance，cash assistance，and Medicaid［J］.Public administration re?

view，2023，83（2）：367-384.

［50］ 吳力波，任飛州，徐少丹. 新冠肺炎疫情防控一級響應對城市

空氣污染物減排的影響［J］. 環境經濟研究，2020，5（3）：1-20.

［51］ 張國興，樊萌萌，馬睿琨，等. 碳交易政策的協同減排效應［J］.

中國人口·資源與環境，2022，32（3）：1-10.

［52］ 岳立，任婉瑜，曹雨暄. 異質型環境規制對綠色經濟的影響研

究：基于綠色創新的中介效應分析［J］. 軟科學，2022，36（12）：

57-64.

［53］ 余泳澤，尹立平. 中國式環境規制政策演進及其經濟效應：綜

述與展望［J］. 改革，2022（3）：114-130.

［54］ 申晨，賈妮莎，李炫榆. 環境規制與工業綠色全要素生產率：基

于命令—控制型與市場激勵型規制工具的實證分析［J］. 研究

與發展管理，2017，29（2）：144-154.

［55］ 朱朝暉，林雯，曾愛民，等.“綠色工廠” 認定對企業綠色創新的

影響研究［J］. 當代財經，2023（7）：3-16.

［56］ WHITTEN S， VAN BUEREN M， COLLINS D. An overview of

market?based instruments and environmental policy in Australia

［C］//AARES symposium. 2003.

［57］ 李煥宏，薛瀾，徐建華. 用概念分析指導公共政策定量研究的

變量測度：以環境規制強度測度為例［J］. 公共管理學報，2024，

21（1）：29-40.

（責任編輯：蔣金星）