湖南省大气污染防治特护期政策对经济增长的影响

艾洪山，周正清，李 科

（1.湖南大学经济与贸易学院，湖南 长沙 410006；2.湖南师范大学数学与统计学院，湖南 长沙 410081）

党的十九大报告强调，新时代推进生态文明建设需要建立在“绿水青山就是金山银山”的理念基础之上。经济发展质量提升需要政府实施有效的环境规制措施［1］，而政治集权、经济分权的制度背景可能导致中央与地方政府在环境保护问题中激励不相容，进而导致环境规制失灵［2］。在环境治理实践上，地方政府扮演着代理人角色，环境政策落地实施都依赖地方政府。在地方官员晋升锦标赛模式下［3］，地方政府在环境规制的制定和实施过程中往往存在“逐底竞争（Race-to-the-bottom）”［4］。似乎在治理环境问题上地方政府天然是消极被动的［5-6］。但是，应当注意到地方政府治理环境的动力不仅仅源于上级政府也源自同级政府间竞争，高尚的道德情操和公众参与［7-10］。特别是党的十八大以来，中央政府生态文明理念的变化引起了地方官员的生态环保意识和行动的变化，环境保护在地方政府工作中的比重开始增加［11］。

高质量发展阶段需要与之相适应的环境规制工具。环境规制工具通常有三种，分别为命令控制型、市场激励型和自愿型环境规制。实践中中国环境政策采用的环境规制工具往往是多元的［12］，一直带有“行政命令有余，市场手段不足”的计划经济色彩，具体表现为传统手段命令控制型为主，市场激励型为辅［13］。现有研究很少能够细化评估单一环境规制工具（尤其是命令控制型）的效果。因此，该研究重点关注地方政府主导实施的环境规制政策及命令控制型环境规制工具效果评估。

湖南省2015年出台的地方性环境规制政策《长株潭大气污染防治特护期工作方案》（以下简称“特护期”）为该研究提供了绝佳的素材。在此项政策帮助下，该研究尝试探讨几个关键但尚未得到很好回答的问题：地方政府愿意为治理环境付出多大的经济成本？特护期这项地方政府出台的命令控制型环境规制工具效果如何？进一步地，其具体作用机制如何？该研究通过对这些问题的探讨弥补地方性环境规制政策研究的不足，为经济社会发展全面绿色转型以及美丽中国建设建言献策。

1 文献综述

相关研究主要包括三个方面。一是关于环境规制实施过程中地方政府与中央政府的关系。中国环境治理体制的核心特征是地方分权。具体表现为：中央政府的角色是政策制定者，负责提供宏观层次的环境政治话语、价值、理念、法律法规和政策工具；地方政府的角色是政策实际执行者，负责政策的实施，将中央政府的政治话语、法律和政策转化为具体的环境治理绩效［14］。环境规制政策执行过程中，中央与地方关系及其激励机制是关键性因素［11］。然而，环境治理中是否应该赋予地方政府更大的自主权？现有研究出现了两种矛盾的观点。一类观点认为长期以来地方政府执行效率低是中国环境规制实际实施效果低于预期目标的原因［15］。在环境治理问题上，地方政府是中央政府的代理人。而经济建设为中心的大背景下，地方政府的首要目标是经济增长而不是环境治理。与此同时，地方政府官员与污染企业之间会形成“默契”，一方面地方官员能够达成经济建设的目标，另一方面企业能在更宽松的环境规制约束下经营形成成本优势［16］。分权体系下的地方政府被视为导致环境治理失效的最大责任方。中央政府针对地方政府分权治理执行力低的问题，建立了中央生态环境保护督察制度。邓辉等［2］发现中央生态环境保护督察制度从官员“震慑”、违法企业“惩罚”、公众媒体“动员”三条路径改善空气质量。另一类观点认为地方分权的环境治理体制的治理效果会优于中央政府直接管控。主要原因是地方政府更了解当地的现实情况，能够依据实际需求实施针对性的治理策略［17］。两种观点之间的矛盾被称为“中国环境治理的地方分权悖论”［14］。解决“中国环境治理的地方分权悖论”，提升地方政府在环境治理上的积极性，不仅仅需要自上而下思考，同时也需要从地方政府的角度进行研究。地方政府的激励来自政治考核、晋升考核、财政分权、道德激励［9，18］。地方政府在环境治理上并不一定总是消极被动的，道德激励也有利于促进地方环境治理［18］。地方政府间不仅仅存在“逐底竞赛”也存在“竞相向上”［19］。因此，研究环境规制实际操盘手（地方政府）的行为及贡献是在根源上探讨环境治理体制优化，有助于提升环境治理效果。然而，少有实证研究关注到地方政府主导的环境规制政策效果。该研究关于湖南省特护期政策的研究恰好是对现有研究的有益补充。

二是关于环境政策效果评估。中国环境规制政策实施采取渐进策略，先从区域试点开始，而后在全国铺开。这种体制环境为实证研究提供了丰富的素材。因此，近年来越来越多学者开始评估试点型环境规制政策效果。Cai等［20］以中国1998年出台的“两控区”政策为例，发现环境规制会驱赶“肮脏”的外商直接投资。并且2006年环境绩效纳入地方官员晋升考核体系加强了“两控区”内的环境规制效果［21］。中国《大气污染防治法》（APPCL2000）修订显著提高了空气污染密集型工业行业全要素生产率［22］。这类环境规制政策通常由三类环境规制工具混合形成，具体表现形式为以命令控制型工具为主，市场激励及公众参与型环境规制工具为辅。另有文献着重研究市场激励型环境规制工具的政策效果，脱硫价格补贴［23］、2007年二氧化硫排污收费标准提高［24］、排污权交易［13］。这几个政策很难剥离出纯粹的市场激励型环境规制工具效果。首先，多个环境规制政策实施对象重叠。这几次环境规制针对的地区是二氧化硫污染严重区域，因此“两控区”中限制排放的管制手段会产生干扰。其次，多个环境规制政策实施时间重叠。这几次环境规制的实施恰好都是在“两控区”的第二阶段，此外排污收费与排污权交易政策是同期并行政策［24］。而湖南省特护期政策则能够缓解其他环境规制工具的干扰。特护期政策是一项纯命令控制型环境规制工具，规制的方式是针对重点污染季节污染物排放的限制及处理。借助湖南省特护期政策，文章能够更精准地识别出命令控制型环境规制工具政策效果，更深刻认识命令环境规制工具，弥补现有研究不足。

三是研究环境规制与经济增长之间的关系。传统新古典经济学认为污染物是经济活动产生的非期望产出，而非期望产出处置有经济代价。环境规制是政府部门对非期望产出采取的管理手段，可以被看作经济增长的成本。另一种观点则认为不能简单地将环境规制与经济增长对立起来。环境规制政策将会产生创新补偿效应，而严格且设计合理的环境规制产生的创新补偿效应能够部分或者完全弥补成本［25］。这种观点也被称为“波特假说”。“波特假说”的存在性一直备受争议，有大量文献从理论和实证上对其进行检验［26］。“波特假说”成立的条件是实施严格且设计合理的环境规制政策［24］。因此，如何设计严格而又合理的环境规制政策最大化创新补偿效应？这需要对多种环境规制工具更加深入地认识。该研究通过对湖南省特护期政策这项纯命令控制型环境规制工具对电力消费水平的影响进行评估，加强了环境规制对经济增长的研究。

由此，该研究的边际贡献在以下几个方面。第一，研究视角上，直接考察了地方政府环境规制制定与执行的主观能动性。通过研究湖南省特护期政策，从实证角度出发评估地方性政府环境规制的经济成本，回应地方政府晋升锦标赛理论，指出在环境治理过程中地方政府能够自发地出台环境规制政策。第二，研究数据上，利用湖南省日度电力消费数据衡量经济活动的短时变化。通过湖南省所有地级市的时点（每日24小时）电力消费数据，分析特护期政策对各时点电力消费水平的影响。第三，采用的准实验湖南省特护期政策是一项纯命令控制型环境规制工具。通过对环境规制工具效果更为细致的评估，丰富环境规制研究，为制定环境规制政策提供参考。

2 特护期政策背景

为改善空气质量，实现经济高质量发展，湖南省政府于2015年10月颁布了《长株潭大气污染防治特护期工作方案》。方案针对湖南省大气污染的季节性高发特征，确立每年10月至次年2月（共计5个月）为长株潭地区大气污染防治特护期。特护期期间，长沙、株洲、湘潭实施统一标准、统一预报预警、统一防治、统一执法的区域大气污染联防联控工作机制。特护期内，在大气污染防治工作常态化的基础上，针对不利气象条件，进一步加大工作力度，加强区域协同，努力减少秋冬季节重污染天气出现的频次，降低空气污染程度，提高空气质量优良率。长沙、株洲、湘潭三市人民政府联合湖南省环保厅等多个部门，开展大气污染防治专项执法检查。具体措施由六部分组成。第一，整治燃煤污染。长株潭地区严格控制燃煤电厂和燃煤锅炉排污，燃煤企业尽可能使用优质煤炭，达不到排放标准的燃煤锅炉一律停用。第二，整治重点工业企业废气排放。长株潭地区钢铁、建材、冶金等重点行业不能稳定达标排放企业实施停产治理。第三，整治移动源污染。长株潭地区加大对储油库和重点加油站抽查抽测频次，确保油品质量达标、油气回收设施正常使用，按照年度任务要求淘汰黄标车，城区主要路段严格实施黄标车限行。第四，加强扬尘控制。长株潭地区加强施工扬尘等各类扬尘源污染控制，加强道路保洁。第五，严控其他大气污染源。对长株潭地区餐饮油烟、露天焚烧垃圾及秸秆、烟花爆竹燃放等现象进行严格管控。第六，加强大气环境监测、预警和应急。长株潭地区实行联防联控，建立重污染天气监测预警体系和环境空气质量预警预报系统，开展重污染天气下大气环境联合执法检查。特护期政策是一项典型的由政府主导的命令控制型环境规制政策，其对大气污染物的管制主要体现在长株潭区域联防联控以及针对污染源行政命令式管控。强制性行政命令式管控下，大气污染减排效果较好。长株潭地区2013—2019年年均AQI由172下降至82，年均PM2.5浓度由132 μg/m3下降至47.5 μg/m3。

3 模型设定与数据描述

3.1 模型设定

该研究核心目标是估计特护期政策对经济增长的影响。湖南省政府于2015年10月颁布《长株潭大气污染防治特护期工作方案》实施细则，到2019年10月，该政策一共执行了4期（2015年10月1日—2016年2月29日，2016年10月1日—2017年2月28日，2017年10月16日—2018年3月15日，2018年10月16日—2019年3月15日）。政策针对对象是湖南省长沙、株洲和湘潭三个城市，其他城市并不在政策覆盖范围之内。这样的政策设定下，恰好满足双重差分模型的构建条件，可以利用湖南省长株潭以外的城市来构造处理组的反事实结果。因此，双重差分模型被用于估计特护期政策对经济的因果关系。

其中：Electricityi，t是第i座城市第t期的电力消费水平；treati×montht是核心解释变量，它由特护期城市虚拟变量treati和特护期政策执行时间虚拟变量montht交互形成。若城市i为长沙、株洲、湘潭三座城市之一，treati为1；若城市i为其他城市，则treati为0。montht代表第t期特护期政策是否执行，若第t期为特护期执行时期则为1，其他时间段为0。θt是时间固定效应，用于控制随时间变化又不随个体变化的特征，例如宏观形势波动对电力消费的影响。δi是城市固定效应，用于吸收不随时间变化因素对电力消费的影响。εi，t是误差项。Xi，t是一系列的控制变量，包括节假日效应、经济发展水平和气象活动状况。

在选取控制变量时，考虑到长株潭地区是湖南省打造的经济一体化重点建设对象，其经济发展状况、基础设施建设水平与湖南省其他城市有一定的差异。因此，处理组和控制组电力消费的绝对量存在差异，通过添加控制变量的方式来缓解估计中可能出现的偏误。具体而言，该研究控制经济发展水平、产业结构、人口数量和工业企业数。城市经济发展水平与电力消费水平高度相关，同时也与区域环境污染相关。参照宋弘等［27］的做法，通过控制城市生产总值控制城市的经济发展水平。在三种产业部门中工业用电所占比重最大，因此，选取产业结构和工业企业数来度量城市的工业水平［23］。人口基数是电力消费水平高低的重要影响因素，选取年末人口数控制人口数量对电力消费的影响［28］。此外，通过添加城市和年份交互固定效应来消除这种差异（限于篇幅未报告）。节假日活动对于用电行为的影响也非常大。通常的生产经营活动都在工作日，节假日电力消费更多是日常生活用电和待机耗电。未考虑节假日因素可能会将节假日引发的电力消费变化混入估计结果从而高估。该研究控制样本期每年的节假日和周末构成的虚拟变量以排除节假日效应对估计结果的干扰［29］。空气污染水平与天气状况密切相关，并且天气状况同时影响电力的供应和消费水平。为排除天气状况对估计结果的干扰，进一步控制日度的大气活动数据，包括气温、风速、降水和日照时长［20-21］。

式（1）关注特护期政策执行阶段效果。特护期政策的出台也代表着湖南省政府对治理环境污染、生态文明建设问题的重视程度加深。环境规制政策的有效执行，很大程度上依赖地方政府对环境问题的重视程度。因此特护期政策出台也能代表湖南省环境规制执行力的提升。文章构建式（2）研究特护期出台对电力消费水平的影响。与式（1）估计的处理效应略有不同，式（2）估计的是以特护期出台为表征的地方政府环境治理理念加强对经济增长的影响。另外，值得注意的是，式（2）的估计中假设了特护期执行期间与非特护期执行期间的电力消费水平受到特护期政策出台的影响是同质的，并且有可能会混入一部分其他环境规制政策加强而产生的效果。

其中，treati×yeart是核心解释变量，它由特护期城市虚拟变量treati和特护期政策出台时间虚拟变量yeart交互形成。其他变量与式（1）一致。

3.2 数据来源

3.2.1 电力消费数据

从湖南省国家电网公司收集了湖南省所有地级市的时点（每日24小时）电力消费资料（2010年10月1日—2019年10月15日）。数据集能够全面实时反映湖南省的生产经营状况。考虑到时点数据在日夜变化幅度以及特护期政策的实施过程对空气质量监测的口径，将电力消费数据按日加总得到湖南省各地级市的日度电力消费数据。

3.2.2 气象数据

文章使用的气象数据来自国家气象科学数据共享服务平台，采用该平台的中国地面气候资料日值数据集（V3.0）。该数据是气象站点日值，监测提供了与大气活动相关的气压、气温、降水量、蒸发量、相对湿度、风向风速、日照时数等信息。采用反向距离加权（IDW）方法将监测点数据先插值成格点数据，再分区域平均计算得到2010—2019年湖南省各地级市的日度气象资料。

3.2.3 空气污染物数据

文章使用的大气污染物浓度数据源自中国空气质量在线监测分析平台。该平台提供2014年以来中国367个城市和地区观测点的时点空气质量数据，所包含的变量包括PM2.5、PM10、SO2、O3、CO和AQI指数。通过加权平均的方式将时点空气质量转换为日度数据，得到湖南省所有地级市的空气质量数据。

3.2.4 宏观经济数据

为减少估计产生的偏误，从湖南省统计公报中，搜集各城市的经济发展状况指标。考虑到工作日和节假日、周末的用电习惯差异，从中国国务院网站发布的节假日调休时间安排中，整理收集了历年工作日、节假日数据。

3.3 数据描述

表1为描述性统计表。湖南省地级市日均消费电力大约2.2489×107kW·h。总体而言，湖南省的空气质量水平处于良好区间，污染物主要由PM2.5、PM10和O3构成。

表1 描述性统计表

图1展示了控制组与处理组的趋势差异。处理组是特护期城市（长沙、株洲、湘潭），控制组是非特护期城市（湖南省除长沙、株洲、湘潭外的所有地级市）。直接绘制图形会混入季节性因素等一系列混杂因素影响，文章借鉴He等［5］的做法，吸收了一系列的固定效应和城市特征的影响得到残差化的电力消费水平。图1a刻画了特护期政策颁布后，特护期城市及非特护期城市的残差化电力消费水平变化情况。特护期政策颁布后特护期执行期间内（每年的1、2、10、11及12月）特护期城市残差化电力消费的增长明显低于控制组。在非特护期执行期间内（每年的3—9月）处理组和控制组残差化电力消费水平的趋势基本一致。图1b刻画了特护期政策颁布前，特护期城市和非特护期城市的残差化电力消费水平变化。特护期政策颁布前非特护期执行期间特护期城市残差化电力消费水平略高于非特护期城市。但是，特护期执行期间两组城市的残差化电力消费水平一致。结合图1a和图1b的结果，发现在特护期政策颁布后特护期城市残差化电力消费水平在特护期执行期间及非特护期执行期间有明显的下降。首先特护期执行期间特护期城市的残差化电力消费水平明显低于非特护期城市（图1a），而特护期政策颁布前的同时期内两组城市的差距并不明显（图1b）。其次，非特护期期间两组城市的差距在特护期政策颁布后明显缩小。图1b中非特护期期间内两组城市的残差化电力消费水平存在差异，特护期城市的残差化电力消费水平高于非特护期城市。而图1a中非特护期期间内特护期城市在4—9月残差化电力消费水平和非特护期城市无明显差异。但是，在2—4月特护期城市明显低于非特护期城市。这表明特护期政策在实际执行过程中可能存在时滞性。特护期在实际执行时间会比政策文件规定时间更长。

图1 残差化特护期城市与非特护期城市电力消费水平趋势

4 实证结果

4.1 基准回归结果

根据式（1），文章回归了日度电力消费、特护期政策、节假日、经济发展状况、气象因素及一系列固定效应。经济状况包括GDP、产业结构、工业企业数、人口数、节假日，气象因素包括温度、降水、风速、日照时长。表2中列（1）—列（5）依次加入了城市固定效应、年度固定效应、季度固定效应、月度固定效应及日度固定效应，所有的标准误都聚类到城市层面。其中，年度固定效应控制了随年度变化的特征，例如年度宏观经济波动；季节固定效应控制了季节性的特征，例如季节性的生产行为；月度固定效应进一步控制了月度特征，例如行业的景气规律；日度固定效应进一步控制了随日期变化的短时经济波动，例如民间习俗、生产习惯等。需要注意的是，更精细的固定效应会包含相对粗糙的固定效应。日度固定效应会包含月度、季节及年度固定效应所代表的时间特征。

表2 特护期政策执行对电力消费水平的影响

表2给出了式（1）的估计结果。列（1）中只添加了控制变量和城市固定效应估计系数显著为负。但是，列（1）仅仅识别了不随时间变化的城市特征，不随城市变化的时间特征也会引起电力消费水平的变化。因此，列（2）中模型添加了年度固定效应，模型系数仍然显著为负。湖南省电力消费具有明显的季节性特征，春秋季节电力消费水平较低，夏冬季节电力消费水平较高。忽略电力消费水平的季节性特征会低估系数。列（3）在列（2）的基础上进一步控制了季节固定效应。与列（2）结果相比，列（3）的系数绝对值明显变大，且同样显著为负。列（4）在列（3）的基础上控制了月度固定效应。列（4）的结果同样显著为负，估计系数的绝对值略微变大。列（5）中还添加了日度固定效应更为严格地控制电力消费水平的时变特征。列（5）的结果同样显著为负，估计系数的绝对值略微变大。总体而言，五列结果都比较接近，核心估计变量稳健为负，控制变量的系数符合预期也较为稳健。列（5）中控制了多种固定效应，受到遗漏变量影响的可能性最小。将列（5）作为基准结果，分析表明处理组的电力消费水平显著下降了约12.45%（e-0.133-1）。这意味着为治理长株潭城市群的秋冬季空气污染，湖南省主动出台特护期政策，承担了特护期城市电力消费水平平均下降12.45%（4.802×106kW·h）的经济代价。

表3给出式（2）的估计结果。其估计方法选择和估计过程的控制变量选择策略与表2类似。从估计结果看，无论文章选择何种控制策略，核心解释变量的估计系数都显著为负。其中，文章重点关注的估计策略列（5）的估计系数为-0.125，表明特护期政策出台后特护期城市的电力消费水平显著下降，幅度约为11.75%（e-0.125-1）。综合表2和表3的结果，表3列（5）中核心解释变量的估计系数绝对值小于表2列（5）。在假设特护期政策对非特护期执行期间与特护期执行期间产生同质性影响后，特护期政策对电力消费水平的影响变小，原因在于非特护期执行期间受到更宽松的管制。

表3 特护期政策出台对电力消费水平的影响

4.2 平行趋势检验

DID模型的核心假设是满足平行趋势假定，即处理组在没有接受处理的情况下，因变量应该与控制组具有一致的时间变化趋势。然而，当因变量的影响因素及其时间变动趋势在处理组和控制组之间存在差异时，会导致因变量的变化趋势也出现差异，从而对DID的反事实框架构成威胁。文章参照Jacobson等［30］的方法，借助事件研究法检验平行趋势假设。在回归中加入各时点虚拟变量与政策变量的交互项，构建式（3）。

图2中展示了式（3）的平行趋势检验的结果。首先，在特护期政策执行前估计系数为正且不显著。这表明在特护期政策执行前4个月，处理组和控制组之间的电力消费水平没有显著差异。其次，虽然特护期政策执行后每期的政策效果显著程度有所差异，但方向均为负，符合预期。这表明特护期政策执行期间特护期城市的电力消费水平显著下降。其中，特护期政策执行当月系数由正转负。特护期政策执行后第一个月系数略微上升但仍为负。特护期政策执行后第二个月到第四个月特护期的效果最大。由此可见，特护期政策在出台当月以及后三个月的效果更为显著。

图2 特护期政策执行动态效应

同样地，文章也关注特护期政策出台前后的动态效果。由此，式（3）的基础上将核心解释变量替换为构建式（4），其中yearj代表特护期政策出台的第j年。该研究的数据样本是从2010—2019年，样本期包括了特护期政策出台前5年与特护期出台的后4年。式（4）中的核心βj代表的是特护期出台前后9年间每年的年平均处理效应。

图3中特护期政策出台之前模型系数为正且不显著。特护期政策出台后，模型系数均为负，且大部分显著。其中，特护期政策在刚出台的前两年（2015和2016年）效果不显著，但是在2017年之后系数显著为负。这表明特护期政策出台后，特护期城市的电力消费水平下降。总体来看，特护期政策的政策效果逐年加强，具体表现为特护期政策出台以后，在特护期执行期间特护期城市的电力消费水平显著下降，并且随着环境规制要求的提升，特护期城市的整体电力消费水平下降幅度变大。

图3 特护期政策出台动态效果

5 稳健性检验

5.1 生产计划变动

特护期政策是湖南省针对秋冬季节大气污染高发时期的特殊治理政策，每年的执行时间基本一致，并且它是一项命令控制型环境规制工具。特护期内特护期城市的大气污染物浓度达到一定的级别后，企业的生产经营会受到限制。因此，特护期城市的企业对时间固定的管制政策可能会产生预期。企业的生产计划可能会做出调整，即在非特护期期间扩大生产。若特护期城市的企业的生产计划调整，那么它们在非特护期的电力消费会增大，文章估计的特护期政策效果就会被低估。此外，企业生产经营也受到比较多的因素影响，例如订单数量、技术水平、企业制度安排等，这些因素通常是短期无法改变的。因此，企业生产调整的机会成本可能会比较大。并且，在特护期内只有污染物超过一定的浓度时，政府才会对企业生产经营进行监管。这意味着生产管制在特护期的出现也存在一定程度的不确定性。企业在面对不确定的监管时，有可能会采取以不变应万变的决策［31］。因此，特护期城市的企业生产计划也可能不调整。

为了检验特护期城市是否存在生产计划调整的预期效应，表4列（1）—列（4）中，依次增加了特护期政策前一个月与特护期城市的交互项至特护期政策前四个月与特护期城市的交互项。结果显示，在依次添加政策提前变量与特护期城市的交互项后特护期政策变量的系数基本不变，稳定在-0.13左右，并且每个政策提前变量与特护期城市交互项的估计系数均不显著。因此，可以认为特护期内企业并没有因为特护期政策提前调整生产计划。

表4 稳健性检验：预期效应

此外，文章还借助Topalova［32］的方法构建了一项安慰剂测试，进一步证实了特护期城市企业在非特护期期间生产计划没有发生调整。文章使用特护期政策执行前4个月的样本作为假设的政策冲击时间，在这个假设的政策时间段内其实并没有真正执行特护期政策。所以在假设的政策冲击时间下，任何对照组和处理组之间显著的差别都意味着可能存在预期效应。具体而言，通过特护期城市虚拟变量和假设特护期政策执行时间变量交互项检验特护期城市在非特护期的生产状况。假设的特护期政策时间变量shiftmontht在2015—2019年每年的6—9月取1，其他时间段取0。结果显示，假设的特护期政策变量Treati×shiftmontht并不显著，这说明相对于非特护期城市，特护期城市在非特护期间电力消费没有显著地上升，特护期城市企业生产计划没有因为特护期政策而改变（因篇幅受限未报告）。

5.2 其他政策干扰

湖南省的特护期政策是湖南省在大气污染物治理上的尝试。特护期政策2015年开始执行，每年的10月至次年2月都是对大气污染物的重点管制时间。与此同时，每年秋冬季都是雾霾污染最严重的时间段。其实，中国政府在2013年就已经注意到秋冬季的雾霾，并且制定了《大气污染防治行动计划》。这是一项国家层面的大气污染物防控政策。《大气污染防治行动计划》改变了火力发电厂能源使用的方式，在冬季显著地降低了污染物的排放。国家层面的环境政策也有可能影响到湖南省秋冬季的电力消费，虽然文章在模型中控制了年度固定效应能够在一定程度上吸收国家层面政策的影响。为了进一步排除《大气污染防治行动计划》的干扰，文章生成了一个虚假的特护期政策实施时间，将特护期政策提前至特护期政策提出年份（2015年）之前。2010—2015年每年10月至次年2月作为政策时间变量与特护期城市相乘形成交互项Treati×fakemontht。与基准回归结果类似，表5中依次添加固定效应。结果显示，Treati×fakemontht的系数均不显著，这表明2010—2015年秋冬季的《大气污染防治行动计划》对特护期政策的估计不会产生干扰。

表5 稳健性检验：其他政策干扰

5.3 安慰剂检验

由于在实证策略中文章仅以长株潭地区为控制组进行了实证检验，尽管上述所有结果均支持特护期政策显著降低了长株潭地区电力消费的结论，但是仍不能排除文章所得结果的偶然性。为了进一步确认文章估计的特护期政策效果不是偶然所得，参照Chetty等［33］的方法，设计了安慰剂测试。随机挑选3个湖南省的城市作为处理组，随机挑选样本期作为政策实施时间，估计生成的随机政策变量的效果。并且重复上述过程500次，把得到的结果从小到大排列，按系数大小和出现的次数绘制核密度图。结果显示，随机政策呈正态分布，真实的特护期政策对电力消费影响的系数为-0.1328，远在随机政策的分布之外。这表明，特护期政策对电力消费的影响并不是偶然所得，而是真实存在的（篇幅受限未报告）。

6 进一步讨论

6.1 特护期对每日生产行为影响

环境规制政策的执行主体为政府，限于监督技术、成本和人员限制，在环境规制政策实施过程中，并不一定能做到全天候实时监测，不能保证每一个时点都给予政策被执行主体相同的政策执行强度。因此，被执行主体往往会抓住政策执行过程中的薄弱环节进行偷排或者生产［34］，具体表现为企业在特护期内可能会调整每日的生产行为。通过减少日间的生产活动并且加强夜间生产的方式来规避特护期期间对生产经营活动的限制。为了从更加微观的视角考察特护期政策对每日电力消费结构的影响，文章利用2010年10月1日—2019年10月15日的时点电力消费水平数据，以小时为时间跨度，用电力消费水平为被解释变量，评估了0：00—23：00时特护期政策对电力消费的影响，如图4所示。

图4中从左到右依次为0：00—23：00时特护期政策执行时特护期城市电力消费的变化。结果显示，特护期政策对每日电力消费水平的影响分为三阶段。特护期内每日的凌晨0：00—8：00时电力消费水平降幅较小，而9：00—20：00时电力消费的降幅较大，21：00—23：00时介于两时段之间。与文章的预期一致，夜间特护期对电力消费的影响小于工作时间段。

图4 特护期对每日各时点生产行为的影响

6.2 区域异质性

特护期政策划定的执行区域为长沙、株洲、湘潭三市。但是这三城市在湖南省的行政地位不一致，用电结构也存在差异。长沙是湖南省的省会城市，同时也是经济中心，在特护期实施的过程中政府可能会实施差异化性的限制政策，将管制的重心放到长沙以外的其他特护期城市中，以减少对湖南省经济的影响。另外，三城市的产业结构差异较大［35］。长沙市第三产业比重较大，产业结构最高。株洲市的产业结构是典型的“二、三、一”。湘潭市的主导产业在第二和第三产业之间频繁变换。并且，从工业内部结构看，株洲市承载的是污染程度更高的重工业行业，而长沙市的工业部门主要由污染程度较低高新技术产业构成［36］。因此，特护期政策在三城市的实施效果可能存在差异。特护期政策对电力消费的影响在更为清洁且行政级别更高的长沙市可能更小，而在污染程度更高的株洲市可能更大。

文章通过分解三城市的政策效果来比较特护期政策在特护期城市的异质性。具体而言，文章将特护期城市虚拟变量拆分，再将这三城市虚拟变量与特护期政策执行时间变量交互，生成长沙、株洲、湘潭的特护期政策执行变量。然后在式（1）的基础上，将核心解释变量替换为三城市的特护期政策执行变量，如式（5）所示。

其中：Changsha在城市i为长沙时取1，其他城市时取0；Zhuzhou在 城 市i为 株 洲 时 取1，其 他 城 市 时 取0；Xiangtan在城市i为湘潭时取1，其他城市时取0。β1、β2、β3分别长沙、株洲、湘潭三座城市在特护期期间电力消费水平受到的影响。

表6中Treati×montht为基准模型核心解释变量的系数，Changsha×montht为长沙市在特护期期间电力消费水平的变化，Zhuzhou×montht为株洲市在特护期期间电力消费水平的变化，Xiangtan×montht为湘潭市在特护期期间电力消费水平的变化。与基准回归模型类似表中依次添加固定效应，结果显示，长沙、株洲、湘潭三城市在特护期期间电力消费水平均显著下降。其中：株洲市下降幅度最大，约为12.36%（e-0.132-1）；湘潭市下降幅度排名第二，约为15.46%（e-0.168-1）；长沙市下降幅度最小，约为8.97%（e-0.094-1）。通过分解特护期政策在三城市的效果，文章发现重工业产业占比最大的株洲市受到的影响最大，第三产业及高新技术行业占比大的省会城市长沙市受到的影响最小。特护期期间对电力消费的限制主要集中长沙市以外的特护期城市。

表6 区域异质性

6.3 污染物浓度异质性

特护期政策的实施强度会随着大气污染浓度水平变化而变化。特护期政策建立了一套应急预警政策。当空气质量指数的每日预测平均值超过200（严重污染水平）时，采取蓝色预警；当空气质量指数的每日预测平均值连续两天超过200时，采取黄色预警；当空气质量指数的每日预测平均值连续三天超过200时，采取橙色预警；当空气质量指数的每日预测平均值连续四天超过200时，采取红色预警。针对不同级别的预警政府部门将牵头采取不同强度的整治手段，包括错峰生产、限产、停产、限行等等。有理由相信，大气污染物的浓度有可能会影响特护期政策的实施执行强度。因此，该研究通过三重差分的方式识别特护期执行期间污染物浓度变化对电力消费水平的影响，如式（6）所示。其中，pollutantt为大气污染物的浓度水平。另外，尽管通过控制变量、固定效应和模型设定的方式缓解了引入污染物导致的内生性，但是为进一步削弱内生性，利用污染物滞后一期作为污染物以及对应交互项的工具变量进行了稳健性检验，但因篇幅所限未报告。

表7中列（1）—列（7）依次测试了AQI（空气质量指数）以及大气中PM2.5、PM10、SO2、CO、O3、NO2浓度对特护期政策效果的影响。列（1）中核心解释变量Treati×montht×pollutantt的系数显著为负，这表明特护期政策执行期间AQI升高时特护期城市的电力消费水平显著下降。其余列（2）—列（6）为其他六种大气污染物对特护期政策执行期间特护期城市的电力消费水平的影响，其中仅仅只有PM10和SO2显著为负。这表明特护期政策执行期间大气污染物中仅仅只有PM10或SO2浓度升高时特护期城市的电力消费水平显著下降。综合以上结果可以发现，特护期政策治理是以降低AQI为导向的，当AQI较高时，特护期政策对电力消费水平的限制较大。此外，不同的大气污染物对特护期政策的实施效果的影响也存在异质性。这可能与不同大气污染物在特护期期间的治理效果有关。大气中PM10或SO2浓度较大时，特护期政策对电力消费水平的限制较大。大气中PM2.5、CO、O3浓度较高时，特护期政策对电力消费水平的限制并不显著。大气中NO2浓度较高时，特护期政策对电力消费水平不产生限制。

表7 污染物浓度异质性

7 结 论

近几年，大范围持续的大气污染给中国经济和民众健康带来了巨大影响，为应对这一影响中国政府做了很多努力。从2000年《大气污染防治法》的修订到2018年《打赢蓝天保卫战三年行动计划》一系列针对大气污染治理自上而下的政策的实施，中国的空气质量逐步提高。这些成果毫无疑问离不开中央政府针对性的环境规制政策，但环境政策的实际执行者地方政府的贡献也同样不容忽视。为弥补现有文献的不足，该研究以湖南省出台的地方性环境规制政策特护期为分析对象，选择2020年1月1日至2019年10月15日的时点数据和日度数据作为分析对象，利用DID方法估计了特护期政策对长株潭地区电力消费水平的影响，度量地方性环境规制政策的经济代价。研究发现：①在环境治理问题上地方政府并不总是消极对待，湖南省出台的特护期政策就是良好的例证。特护期政策出台以后，湖南省对特护期的环境治理约束在加强。具体而言，特护期政策出台后特护期城市的电力消费水平下降幅度约为11.75%。特护期政策在实际执行期间环境治理约束进一步加强，特护期政策执行期间特护期城市的电力消费水平下降了约12.45%，在经历一系列的稳健性检验后结论依旧稳健。②特护期执行期内每日24时的环境规制强度存在异质性。白天工作时间段环境规制的约束强，电力消费水平水平下降程度大；夜间环境规制的约束减弱，环境规制约束最轻的时段是每日的0—8时。③特护期政策的执行效果在区域上也存在异质性。株洲、湘潭、长沙三城市特护期期间电力消费水平下降的程度依次递减。此外，特护期政策的目标导向是降低空气质量指数，当空气质量指数较高时，特护期政策对电力消费水平的限制较大。不同的大气污染物对特护期政策实施效果的影响存在异质性，大气中PM10或SO2浓度较大时，特护期政策对电力消费水平的限制较大；大气中PM2.5、CO、O3浓度较高时，特护期政策对电力消费水平的限制并不显著。

上述结论蕴含着丰富的政策启示：①要深入宣传贯彻习近平生态文明思想，增强地方官员的生态环保意识，充分发挥地方政府参与生态环境治理的主观能动性。②充分发挥信息化监管时效性强的优势，加强环境监管与信息技术的融合，弥补夜间环境规制约束较弱的短板。③结合不同大气污染物的特性与主要污染物类别，采取针对性的污染物治理手段以降低污染物治理成本。