《全国资源型城市可持续发展规划》对煤炭资源型城市的污染减排效应研究

■焦振玲，孙垂强

（淮南师范学院经济与管理学院，安徽 淮南 232038）

煤炭资源型城市是我国城市污染排放的重灾区，以二氧化硫排放为例，2011年我国普通地级市二氧化硫排放前20名的名单中资源型城市占绝大部分，除株洲市、淄博市、洛阳市、宁波市和潍坊市以外，其余15个城市全是资源型城市，其中煤炭资源型城市更是占据了大部分的城市名单（见附表1）。

附表1 2011年全国二氧化硫排放前二十名的地级市名单

为实现资源型城市的污染减排和可持续发展，2013年国务院发布了《全国家资源型城市可持续发展规划（2013—2020年）》，在规划中国家提出要转变矿业发展方式将绿色矿业理念贯穿于资源开发利用的全过程，严格执行重点行业的环境准入和排放标准，加强矿区污染物的收集和治理[1]。

随着我国经济形势的不确定性日益增加，作为我国主要能源来源的煤炭价格波动幅度也在变大，这就使得过于依赖煤炭产业的煤炭资源型城市经济发展不平稳，因此，煤炭资源型城市如何进行产业结构调整，减少污染排放，促进经济转型，实现城市的可持续性发展，成为煤炭资源型城市亟待解决的问题。一些学者们开出了发展生态经济、推进城市功能提升等“药方”[2]。在制度与煤炭资源型城市产业结构调整关系方面，张米尔[3]强调通过实施制度创新，释放煤炭资源型城市经济潜能；杜辉[4]提出应建构财政补贴、产业资金平台等金融手段驱动资源型城市实现转型；徐君等[5]则认为可通过财政补贴、产业资金平台等金融手段驱动资源型城市实现转型。

前人已对煤炭资源型城市可持续发展进行了多方面的探讨，但目前为止对污染减排政策对环境污染影响的实证分析尚少，煤炭资源型城市可持续发展政策的环境效应评估相关内容缺乏，基于计量经济学研究方法的政策评估手段亟待丰富。基于以上分析，我国的资源型可持续发展计划能否抑制环境污染排放，政策效果如何？我国资源型可持续发展规划对不同类型污染排放的影响是否一致？为了回答上述问题，本文将《全国资源型城市可持续发展规划》作为煤炭资源型城市实施污染减排政策的准自然实验。选取煤炭产量超过5000万吨的18个煤炭资源型城市作为实验组，采用面板固定效应模型和双差模型，选择31个同省非资源型城市作为对照组，分析了《全国资源型城市可持续发展规划》对煤炭资源型城市污水减排和二氧化硫减排的影响，为煤炭资源型城市绿色转型发展提供政策参考。

一、样本选择和模型设定

《全国资源型城市可持续发展规划（2013—2020年）》的发布为我们研究煤炭资源型城市的污染减排政策的实施效应提供了一个准自然的实验。基于准自然实验理论，本文将《全国资源型城市可持续发展规划（2013—2020年）》的经济政策实施作为自然实验，选取煤炭资源型城市作为研究样本，以省内其他非资源型城市为对照组，采用面板固定效应法，考察《我国资源型城市可持续发展规划（2013—2020年）》对煤炭资源型城市减少污染排放是否起到有效的作用。

（一）数据样本

2017年全国煤炭产量前二十二名的地级市名单见附表2。由附表2可以看出，全国煤炭产量前二十二名地级市的煤炭产量基本都超过5000万吨，而其后的城市的煤炭产量则降为2000万吨左右，因此，这二十二个城市是煤炭资源型城市的典型代表。为考察高新区对煤炭城市产业调整效果，本文根据数据所得性最终选择鄂尔多斯市、榆林市、朔州市、长治市、吕梁市、大同市、晋城市、呼伦贝尔市、济宁市、晋中市、临汾市、忻州市、昌吉州、六盘水市、咸阳市、阳泉市、通辽市、淮南市、延安市18个城市作为实验组，另选取同省的31个非资源型城市作为对照组进行研究。

附表2 2017年全国煤炭产量前二十二名的地级市名单

（二）变量定义与数据描述

本研究的重点是《全国资源型城市可持续发展规划（2013—2020年）》对煤炭资源型城市各种污染物的排放降低的影响，为充分反映《全国资源型城市可持续发展规划（2013—2020年）》对煤炭资源型城市各种污染物的排放降低的效果，本部分分别考察《全国资源型城市可持续发展规划（2013—2020年）》对煤炭资源型城市工业污水排放和二氧化硫产生量的影响。除此之外，考虑到其他因素也会影响资源型城市的各种污染物的排放，本文还引入了其他控制变量。

（1）被解释变量。各种污染物的排放是本文的核心被解释变量。本文使用工业废水排放量和二氧化硫排放量来体现污染排放降低的效果。

（2）解释变量。本文的核心解释变量为《全国资源型城市可持续发展规划（2013—2020年）》虚拟变量，我国于2013年发布了《全国资源型城市可持续发展规划（2013—2020年）》，考虑到政策效应的滞后性，因此本文将 2005—2012 年设定为 0,2013、2015、2017、2019 年设定为1。同时，设置煤炭资源型城市虚拟变量，18个煤炭资源型城市为1,31个非资源型城市为0。

（3）控制变量。为了控制其他可能影响煤炭资源型城市污染排放的因素，本文选取了其他一些控制变量。废水和二氧化硫排放都仅仅是统计的工业废水排放量和二氧化硫排放量，二产比重、工业产值对其产生影响，因此本部分将工业产值作为控制变量。人口、GDP的总量和GDP增长速度会导致资源型城市经济结构发生变化。因此，选择人口、GDP总量和GDP增长速度作为控制变量。

二、可持续发展规划的废水减排效应研究

随着时间的变化国家对环境越来越重视，对各种污染物排放的控制也越加严格，即使没有《全国资源型城市可持续发展规划（2013—2020年）》的出现，煤炭资源型城市的废水排放也会减少，因此本部分使用双向固定效应，既考虑个体固定效应又考虑时间固定效应，并对时间固定效应进行检验，模型结果如附表3所示，其中变量renk代表城市人口、gdp代表城市GDP、gdpz代表GDP增长速度、erchan代表城市二产比例、gongyech代表城市工业产值。

附表3 模型结果显示，年度虚拟变量在2013年之前都为负号，而之后则都为正号，但有些年度虚拟变量显著，而有些则不显著，下面检验所有年度虚拟变量的联合显著性。结果显示为F(12,48)=7.33，Prob＞F=0.0000，结果强烈拒绝无时间效应的原假设，认为应在模型中包含时间效应。

附表3 模型结果还显示，煤炭资源型城市的工业废水排放在2013年后大量减少（时间虚拟变量系数为负且较大，2019年时间虚拟变量系数为-2392.207），同时与其他城市相比，2013年之后的煤炭资源型城市工业废水排放仍然较高（表示2013年之后资源型城市的treated的系数为1497），这说明《全国资源型城市可持续发展规划（2013—2020年）》对煤炭资源型城市的工业废水减少有效果，但在废水排放量方面效果较弱，随着时间的推移和国家对污染排放的重视，各城市都在降低工业污水排放，但非资源型城市污水排放降低较为容易，因此，非资源型城市污水排放降低较多，而煤炭资源型城市降低污水排放较难，污水排放降低较少，模型呈现出的2013年之后资源型城市的treated的系数为1497。

附表3 可持续发展规划的废水减排效应的双向固定效应模型结果分析

三、可持续发展规划的二氧化硫减排效应研究

本部分将使用双重差分法对可持续发展规划的二氧化硫减排效应进行检验，为提高检验效果，本文使用2010、2011年的数据作为处理前数据，将2018—2019年两年的数据作为处理后数据，并在控制人口、GDP总量、二产比例和GDP增长速度的条件下，检验《全国资源型城市可持续发展规划（2013—2020年）》对煤炭资源型城市的二氧化硫的减排效果，检验结果如附表4所示。

附表4 可持续发展规划二氧化硫减排效应的双重差分模型结果分析

双重差分模型结果证明：在2013年之前，实验组的煤炭资源型城市的二氧化硫产生量为87000吨，大于控制组的非资源型城市的二氧化硫产生量（40000吨），随着时间的推移和国家对污染排放的重视，国家2013年《全国资源型城市可持续发展规划（2013—2020年）》的发布，国家对资源型城市的二氧化硫排放降低更加重视，2013年之后实验组的煤炭资源型城市的二氧化硫产生量为39000吨，相比于2013年之前的87000吨降低了48000吨，而2013年之后控制组的非资源型城市的二氧化硫产生量为11000吨，相比于2013年之前的40000吨降低了29000吨，实验组的煤炭资源型城市比控制组的非资源型城市多降低了28000吨，因此说明《全国资源型城市可持续发展规划（2013—2020年）》的发布对煤炭资源型城市的二氧化硫产生量具有明显的降低效应。

四、结论

文中将《全国资源型城市可持续发展规划》看作是一次煤炭资源型城市污染减排政策实施的准自然实验，分别分析《全国资源型城市可持续发展规划》对煤炭资源型城市的废水减排和二氧化硫减排效果。主要结论如下。

（1）煤炭资源型城市的工业废水排放在2013年后大量减少但与其他城市相比，工业废水排放仍然较高，这说明《全国资源型城市可持续发展规划（2013—2020年）》对煤炭资源型城市的工业废水减少效果较弱，随着时间的推移和国家对污染排放的重视，各城市都在降低工业污水排放，但非资源型城市污水排放降低较为容易，因此非资源型城市污水排放降低较多，而煤炭资源型城市降低污水排放较难，污水排放降低较少。

（2）与废水减排不同，《全国资源型城市可持续发展规划（2013—2020年）》的发布对煤炭资源型城市的二氧化硫产生量具有明显的降低效应。

（3）对不同类型污染排放进行的异质性分析结果表明，在煤炭资源城市中《全国资源型城市可持续发展规划（2013—2020年）》政策对各种污染物都产生了显著的环境污染抑制效果，其中对二氧化硫的减排效果尤其显著。