基于空间DID模型的新安江流域生态补偿的减污效果评估

马兆良,王 云

(1.安徽大学 经济学院,安徽 合肥 230039;2.安徽大学 大数据与统计学院,安徽 合肥 230039)

经济的快速发展导致流域环境恶化,制约了我国经济和社会的可持续发展,环境污染问题亟待解决。但我国河湖流域面积较广,大多横跨多个行政区域,并且边界具有模糊性,各地方政府在治理污染的过程中往往各自为政,在水资源的开发、利用与治理等方面出现利益冲突问题,致使在实际的流域污染治理过程中出现“越治越污”的局面。为此,我国实施了流域横向生态补偿政策。生态补偿政策的实施旨在推动流域上下游协同治理污染问题,扎实推进生态建设,有效地保护流域的生态环境[1]。

新安江流域生态补偿已实施10年,基于2006—2021年新安江流域相关数据,采用空间双重差分模型估计生态补偿政策对城市污染排放的直接效应和间接效应,进一步进行稳健性检验和机制分析,对新安江流域生态补偿三轮试点的整体效果进行评价,对进一步完善推广生态补偿制度具有重要意义。

一、理论分析与研究假说

(一)生态补偿与环境污染治理

流域生态环境具有整体性和系统性的特点,污染物可能会通过各种经济活动或者伴随着自然因素扩散,造成的环境破坏具有跨区域特征。环境污染的跨界性和流域的跨区域性决定了单个地区、部门无法实现生态环境的有效治理。加之我国的水环境治理缺乏激励机制,导致治污成本高而经济收益低。生态补偿政策弥补了这一缺陷,对于流域上游地区给予资金补偿,提高了上游地区提供生态服务的积极性。除此以外,新安江上游地区黄山市是水源保护区,生态优势明显但经济发展较落后;而下游地区杭州市是受水区,经济发达但水污染问题有待治理[2]。生态补偿政策利用上下游地区的差异,满足了两者的发展需求,协调了上下游地区的利益关系,提高了地方政府联合治污的主动性。同时,安徽省降低了黄山市经济发展的考核权重,加大对生态建设和环境保护的考核,从而促使地方政府加强对生态环境的保护①。上下游地区共同治理区域污染问题,使得区域污染排放大大降低,显著改善了新安江流域的水环境。据此,提出假设H1:生态补偿政策对流域环境污染的治理具有促进作用。

(二)生态补偿降低污染排放的作用渠道

生态补偿政策对区域的污染排放产生了显著的抑制作用。一方面是因为生态补偿政策的实施加大了城市环境治理的投资力度。21世纪初,黄山市进入工业化、城镇化快速发展阶段,生活污水、工业废水等的排放致使新安江流域水环境面临严重的威胁。为了改善这一问题,中央政府及浙江省将支付专项补偿资金用于工业企业污染治理、城镇污水处理设施建设等,从工业污染、生活污染、农业污染三方面解决水环境的污染问题②。生态补偿政策实施后,地方政府建立了覆盖所有乡镇的垃圾回收处理体系,努力做好乡镇污水和垃圾处理工作,推进农村垃圾与河道整治等重点项目,努力实现农村垃圾无害化处理率达到100%,从而降低生活污水的排放③。此外,政府还推进化学农药替代工程,加强有机肥的研发和推广使用;提升畜禽清洁养殖技术,建设畜禽粪污处理中心、有机肥生产企业等,进而减少农业面源污染③。

另一方面,生态补偿政策实施中的对赌协议倒逼上游地区产业转型,大力推进绿色生产化改造,推动传统产业优化升级,形成绿色产业体系,进而减少区域的污染物排放。生态补偿政策实施后,地方政府严格控制企业的准入标准,加强对各行业污染排放的监管力度;在高污染行业提高资源、能源等消耗标准,推动企业主动淘汰落后技术和设备,鼓励企业开发环保技术,改革工业企业生产工艺,发展清洁生产,提升企业的生态环境保护建设能力④。同时地方政府充分发挥生态优势,大力发展绿色食品、特色农业、生态旅游等主导产业,引导产业绿色转型,建立绿色产业发展体系,进而促进区域降污减排及实现绿色协调可持续发展③。据此,提出假设H2:加大环境治理投资力度和促进产业结构优化升级是生态补偿政策降低城市污染排放的作用渠道。

(三)生态补偿减污的空间溢出效应

鉴于我国地区间的污染排放具有较高的空间关联性,生态补偿政策的实施对周边区域的污染治理可能存在着政策溢出效应。具体来说,城市的治污成效显著会对周边城市起到良好的带头和示范作用。由于相邻城市间的经济、文化背景等具有一定的相似性,相邻城市可能借鉴其制定的环境治理规划。本地的绿色生产技术等也可能通过技术溢出对周边城市的科技发展产生促进作用,进而抑制城市的污染排放,缓解环境污染问题。另一方面,上游地区提高了部分污染企业的准入标准,使污染企业向周边城市进行产业转移。污染企业转移至环境规制强度较低的周边城市来规避高成本,短期内可能会使经济大幅提升,但污染物的长期大量排放也将导致环境污染加重。据此,提出假设H3:生态补偿政策对城市的污染治理产生空间溢出效应。

二、计量模型的设定

(一)模型构建

1.双重差分模型的构建

选取双重差分模型分析新安江流域生态补偿政策的减污效应。双重差分模型是一种常用的政策效应评估方法,该方法将调查样本分为两组:实验组和对照组,控制其他因素不变,通过比较政策实施前后实验组和对照组某指标的变化量,并计算其差值,得到该政策的实施效应。以黄山市和杭州市实施生态补偿政策为准自然实验,通过比较黄山市、杭州市与周边城市的污染排放差异来研究生态补偿政策的减污效应,基准回归模型设定为:

Yit=α+βDIDit+γXit+φi+θt+εit

(1)

其中,Yit表示城市i在t时间的污染排放总量及污染排放强度。DIDit为实验组与实验期的交互项,表示城市i在t时间是否实施了生态补偿政策。β表示生态补偿政策的减污效应。如果β显著为正,说明生态补偿政策加剧了黄山市、杭州市的环境污染;如果β显著为负,说明生态补偿政策促进了流域内城市的降污减排。Xit为一组控制变量,α为常数项,φi表示城市固定效应,θt表示年份固定效应,εit表示随机扰动项。

2.空间双重差分模型的构建

地理学第一定律指出,所有事物都与其他事物相关联,但较近的事物比较远事物的关联性更强[3]。由于相邻区域的文化、经济、社会环境较为相似,学者在研究经济理论方面逐渐开始考虑空间因素的影响。与传统计量经济学相比,空间计量经济学考虑了横截面单位之间的空间相关性。根据上述生态补偿政策对新安江流域污染治理的作用机制可知,黄山及杭州周边城市的污染排放可能会受到生态补偿政策的影响。已有研究表明,城市间环境污染与治理具有空间相关性,在进行实证分析时忽略空间相关性问题可能导致错误的研究结论[4]。鉴于此,进一步选取空间计量模型来研究生态补偿政策的减污效果。

使用空间计量模型前,先检验变量是否存在空间相关性。空间相关性通常使用Moran’s I来检验,Moran’s I的取值一般在-1到1之间,大于0表示正自相关,即高值与高值相邻,低值与低值相邻;小于0表示负自相关,即高值与低值相邻;接近0,则表示不存在空间相关性。Moran’s I的计算公式为:

(2)

若区域内城市的污染排放总量与污染排放强度均通过空间相关性检验,则进一步使用空间双重差分模型来评估生态补偿政策对区域内城市污染治理的溢出效应。借鉴相关研究文献[5],在基准回归模型的基础上构建双重差分的空间拓展模型:

Yit=ρW×Yit+β1DIDit+β2W×DIDit+

γ1Xit+γ2W×Xit+φi+θt+(1-λW)-1εit

(3)

其中,W为空间权重矩阵,ρ为污染排放总量或强度的空间自相关系数,β2为生态补偿政策的空间溢出效应,γ2为控制变量的空间溢出效应,λ为随机误差项的空间自相关系数。根据式(3)中相关系数是否为零将空间双重差分模型分为三类:若ρ=β2=γ2=0,则该模型为空间误差双重差分模型;若β2=γ2=λ=0,则为空间滞后双重差分模型;若λ=0,则为空间杜宾双重差分模型。

(二)变量选择

选取区域内城市的污染排放总量以及污染排放强度作为被解释变量。由于我国流域水环境的污染主要来源于工业废水、生活污水和农业面源污染,借鉴相关文献[6,7]并结合数据的可获得性,使用工业废水排放量来衡量污染排放总量,使用工业废水排放量与地区生产总值的比值来衡量污染排放强度,数值越高表明该城市的污染排放问题越严重。

引入城市虚拟变量treati,若城市i实施生态补偿政策,取值为1,反之取值为0;同时引入时间虚拟变量periodt,生态补偿政策实施之前的年份取值为0,反之取值为1。核心解释变量为DIDit,即城市虚拟变量treati与时间虚拟变量periodt的交互项,若城市i在t时间及之后实施了生态补偿政策,取值为1,反之取值为0。

影响区域污染排放的因素非常复杂,为尽可能减少遗漏变量偏差,结合已有研究[6-8],选取产业结构、外商投资、科技创新、基础设施和人口密度五个控制变量。产业结构的升级能够促进水资源的循环利用,减少污水的排放,用第三产业增加值占GDP的比重来衡量;外商投资会为地区带来先进的技术,引导产业向节能低碳转型,降低工业污染物的排放,一定程度上能减轻水环境的污染,用实际外商投资额来衡量;科技水平的提高能够推动清洁技术的发展,提高资源的利用效率,有效地减少污染的排放,用科技支出来衡量;城市中的垃圾处理设施、污水处理厂等基础设施可以促进城市环境的改善,鉴于数据的可获得性,使用人均道路面积来衡量;人口密度的增加使得水资源被大量开发利用,人口的增加也将造成水体污染严重,用年末常住人口与土地面积之比来衡量。

(三)实验组与对照组选择

新安江流域生态补偿政策的实施范围为安徽省黄山市、宣城市绩溪县及浙江省杭州市。同一个城市不同县域的经济、资源、环境等相似,发展水平差距小,城市的污染程度一定程度上能代表各县的污染状况。此外,鉴于数据的可获得性,使用全市口径的统计数据更加客观全面,因此选取黄山市和杭州市作为实验组来研究生态补偿政策的减污效果。对照组的选择原则上不受政策的影响,并且在政策实施之前其污染排放与实验组有着相似的变化趋势。考虑到城市间的距离越近,城市污染排放强度可能就越接近,并参考相关文献[6,9],选取皖、浙两省内的芜湖市、马鞍山市、铜陵市、安庆市、池州市、宣城市、宁波市、温州市、嘉兴市、绍兴市、湖州市、金华市、衢州市、台州市、丽水市作为对照组。

(四)数据来源

使用2006—2021年皖、浙两省中17个地级市的面板数据进行研究(见表1)。市政公用设施建设投资额来源于中国住房和城乡建设部,测度产业结构高级化的经济指标借鉴付凌晖[10]的方法来构建。其他相关数据来源于2006—2021年《中国城市建设统计年鉴》、2007—2022年《中国城市统计年鉴》、各市统计年鉴以及相应年份的各市国民经济和社会发展统计公报。

表1 变量描述性统计

三、实证结果分析

(一)平行趋势检验

通过平行趋势检验是使用双重差分方法评估政策效应的前提,只有实验组与对照组的被解释变量在生态补偿政策实施前满足平行趋势,使用双重差分方法评估的政策效果才不会出现太大偏误。在生态补偿政策实施前实验组和对照组的污染排放总量以及强度均存在相同趋势,在政策实施之后两个组的污染排放发生显著变化,才能说明生态补偿政策的实施有意义。将2006—2021年实验组和对照组的污染排放总量及强度进行平行趋势检验,以生态补偿政策实施前6期为基期,在95%的置信区间下绘制各年份核心解释变量系数的变动趋势图(见图1)。若核心解释变量在政策实施前不显著,在政策实施后显著,说明政策实施前实验组与处理组存在相同的趋势,而政策的实施显著影响了实验组的被解释变量。由图1a和图1b可知,最初四年内,生态补偿政策处理效应的回归系数均不显著(95%的置信区间包括0),表明政策实施前实验组与对照组的污染排放总量及排放强度没有显著的差异。但生态补偿实施前一年,处理效应的回归系数显著,这是因为生态补偿政策效果提前溢出使得实施前一期处理效应是显著的。财政部、原环保部在2011年时已积极推动新安江流域生态补偿试点工作,同时拨付了专项资金用于上游黄山市水污染治理。从政策实施后的减污效应系数的95%置信区间可以看出:实验组与对照组的污染排放存在显著差异。因此,满足平行趋势假定。

(二)基准回归结果分析

在基准回归中将区域内城市的污染排放总量及污染排放强度作为被解释变量,使用双重差分方法分析生态补偿政策对流域内城市污染排放的影响(见表2)。

图1 平行趋势检验

表2 基准回归结果

表2第(1)—(3)列为生态补偿对污染排放强度的回归结果,第(1)列没有固定城市效应和年份效应,结果显示:生态补偿政策显著降低了新安江流域的污染排放强度。为了获得更严谨的估计结果,在第(2)列中加入城市固定效应,回归结果表明,生态补偿对污染排放强度的回归系数为-0.594 3,在1%的水平下显著。第(3)列回归结果表明,在排除了随时间发生变化的影响因素后,生态补偿政策对污染排放强度的回归系数依然显著为负。第(4)—(6)列为生态补偿政策对城市污染排放总量的回归结果,生态补偿政策显著降低了新安江流域内城市的污染排放总量。基准回归结果表明:生态补偿政策的实施对流域内城市的降污减排起到了显著的促进作用,缓解了流域的水环境污染问题,验证了假设1。

(三)空间双重差分回归结果分析

1.空间自相关检验

在进行空间计量模型回归之前,首先要判断城市间的污染排放是否存在空间相关性。选取邻接矩阵作为空间权重矩阵,通过Moran’s I对区域的污染排放总量以及强度进行全局空间相关性检验(见表3)。由表3可知,Moran’s I为正,且在1%的显著性水平下显著,表明城市间的污染排放总量和强度在空间上均呈现出显著的正相关性,存在空间聚集现象。

2.空间双重差分结果分析

上述空间相关性检验表明,城市间的污染排放具有显著的空间相关性。在此基础上,利用空间双重差分方法分析生态补偿政策对区域污染治理的溢出效应。首先,对空间计量模型进行选择。基于邻接矩阵对空间计量模型进行拉格朗日检验、似然比检验和瓦尔德检验(见表4)。由表4可知,LM检验在1%的显著性水平上显著,说明空间滞后效应和空间误差效应均显著,故数据更适合空间杜宾双重差分模型。并且LR检验和Wald检验也一致拒绝了空间杜宾模型简化为空间误差模型或空间滞后模型。进一步进行豪斯曼检验来确定是否加入固定效应,豪斯曼检验结果在1%的显著性水平上显著,拒绝原假设,选择固定效应更恰当。综上,重点关注空间杜宾双重差分模型的回归结果。

基于空间杜宾双重差分模型分析生态补偿政策对污染排放的溢出效应(见表5)。从表5空间杜宾模型的回归结果中可以看出:首先,政策的减

表3 全局Moran’s I指数

表4 空间计量模型检验结果

污效应大于原有经典双重差分模型的估计结果,意味着忽略污染排放的空间相关性,仅仅采用面板双重差分模型将会低估生态补偿政策的减污效应。其次,污染排放强度及污染排放总量的空间滞后项系数均在5%的水平上显著为正,表明周边城市的污染排放对本城市的污染排放有着显著的正向影响,相反,一个城市的污染治理也有利于促进周边城市环境的治理与改善。这是因为经济活动的相关性影响着城市的污染排放。地区的产品生产、消费等环节并不是单独完成的,部分环节可能在周边地区进行,从而引起周边地区的环境污染。再次,核心解释变量及其溢出效应的回归系数在1%的水平下均显著为负,表明生态补偿政策的实施不仅对本市的污染排放有着显著的负向直接影响,对相邻城市的污染减排也存在显著的促进作用。这是因为产业转型升级和生产技术创新具有示范和溢出效应,促进邻近城市的绿色生产技术的革新,推动产业的绿色发展,进而促进城市的污染减排。此外,生态补偿政策实施后,城市采取各种措施使得污染问题得到有效改善,邻近城市也会借鉴和学习相关改善措施来缓解环境压力,验证了假设3。综上,考虑到环境污染的空间溢出性,仅靠单个城市难以完成环境的有效治理,各地政府应该共同承担治理环境的责任,协同治理污染问题,提高我国流域环境的整体水平。

(四)稳健性检验

使用双重差分方法需要选取实验组及对照组,对照组的选取可能会对回归结果造成影响。进一步通过改变对照组来检验生态补偿政策对污染排放的抑制作用(见表6)。由表6第(1)、(3)列可知,更换对照组后,生态补偿政策的回归系数依然是显著的,估计结果较为稳健。

选取空间杜宾双重差分模型来研究生态补偿政策对新安江流域污染排放的空间溢出效应,其中空间权重矩阵的选择对模型稳健性非常重要。基准回归模型中选择邻接矩阵作为空间权重矩阵,在稳健性分析中进一步选择反地理距离矩阵作为空间权重矩阵。由表6第(2)、(4)列可知,更换空间权重矩阵后,新的回归结果表明生态补偿政策显著降低了污染排放,说明基准回归是可靠的。

除了以上两种稳健性检验外,再通过随机选择实施生态补偿政策的城市来判断污染排放的显著降低是否由其他随机因素引起。若安慰剂检验的回归结果和基准回归结果显著不同,说明减污效果是生态补偿政策带来的,基准回归结果是可靠的。基于随机选择的实验组,重复进行500次的双重差分回归,并且报告核心解释变量的回归系数以及对应P值(见图2)。由图2a和图2b可知,基于随机选择的样本,生态补偿政策的回归系数分布在0附近,且对应的P值绝大部分大于显著性水平1%,说明城市污染排放的减少是由生态补偿政策引起的,并未受到其他随机因素的影响,表明回归结果是可靠的。

表6 稳健性检验

图2 安慰剂检验

四、机制分析

生态补偿政策的实施除了对区域内城市的污染排放造成直接影响外,还会通过增加城市的环境治理投资额,推进产业结构高级化减少城市的污染排放。为验证这些间接效应,构造以下实证检验模型:

Mit=α1+β1DIDit+γ1Xit+μi+ηt+εit

(4)

其中,Mit表示城市i在t时间的环境治理投资额或产业结构高级化指数。

基于上述模型分析生态补偿政策对污染排放的间接效应(见表7)。由表7第(1)、(3)和(5)列可知,生态补偿政策的实施通过加大政府对环境治理的投资力度,降低城市的污染排放,以达到减污降排的效果。生态补偿政策实施期间,中央政府和皖、浙两省设立专项补偿资金用于新安江流域水污染的治理及污染防治新工艺的开发,对推动地方政府加强环境保护起到了重要的作用。同时,黄山市、杭州市政府也设立绿色发展基金,吸引更多的社会资金用于污染治理,地方政府充分发挥了补偿资金的效益来解决新安江流域的环境污染问题。

表7 机制分析回归结果

表7第(2)、(4)和(6)列回归结果显示,生态补偿政策的实施会优化城市产业结构,通过产业调整、技术革新等促进各产业间的绿色协调发展,进而降低区域内城市的污染排放。生态补偿实施后,地方政府提高企业的污染排放标准,推动企业主动淘汰落后产能,引导企业挖掘自身绿色发展潜能,推动企业承担环境保护责任,走绿色发展道路,进而减少污染排放,降低对流域环境的破坏。

整体而言,生态补偿政策通过加大环境治理投资力度和推动产业结构升级,显著降低了区域内城市的污染排放,改善了新安江流域的水环境,假设2得以验证。

五、结论与建议

选取2006—2021年皖、浙两省中17个城市的面板数据,采用空间杜宾双重差分模型,实证分析生态补偿政策对区域内城市污染排放的空间溢出效应及作用机制。主要结论如下:第一,新安江流域生态补偿政策的减污效果显著,有效地改善了流域环境,并且改善效果具有持续性。第二,区域内城市的污染排放存在显著的空间正相关性。从生态补偿对污染排放的空间溢出效应来看,生态补偿政策对本市及其邻近城市的污染减排都具有显著的正向影响。第三,生态补偿政策通过提高城市的环境治理投资额以及推动产业结构高级化,促进了区域内城市的污染治理。根据以上研究结论提出以下建议:

第一,继续完善生态补偿政策。研究结果表明,生态补偿对区域的降污减排具有显著的促进作用,说明生态补偿政策作为我国治理生态环境、推进生态文明建设的重要手段应该继续完善。随着城市的经济联系越来越紧密,环境污染与治理具有显著的空间相关性,各地政府在推进生态补偿政策时还需树立整体意识,加强生态环境协同治理。同时充分考虑城市间的自然资源、能源禀赋等的差异性,对不同城市的功能、产业进行合理地规划布局,通过优势互补提高协同治污的效率。

第二,增加生态补偿资金,加大环境治理投资力度,提高地方政府改善生态环境的积极性。政府要考虑不同地区的经济发展水平、基础设施条件等,合理分配污染防治资金,调动地区治污的积极性。在增加资金投入的同时,政府要规范专项资金的管理与使用,通过制定资金管理制度来保证资金取得实际的效益。另一方面,政府通过资金补偿、产业转移、人才培养等方式建立流域上下游城市间的横向补偿关系,加强对上游环境保护地区的补偿力度,解决上游地区经济发展与生态保护之间的矛盾,协调好生态保护地区和生态受益地区之间的利益关系。

第三,优化产业结构,推动绿色产业发展。流域各地方政府要加快改造升级或者关停高污染、高耗能、高排放企业,提高企业的能源利用效率和污染处理能力;同时,加强绿色技术创新,发展清洁能源,推动企业绿色转型,加快产业结构的调整。地方政府还应因地制宜地发展绿色农业、旅游业等,加大绿色产业资金投入,加强绿色产品的宣传,增加民众对绿色产品的消费,把生态优势转化为发展优势,实现生态文明建设与经济发展的统一。

注释：

①参见《安徽县域分类考核体系调整 62个县(市)分四类考核》,网址为:http://www.gov.cn/gzdt/2012-05/08/content_2132123.htm。

②参见《安徽省新安江流域生态环境补偿资金管理(暂行)办法》,网址为:https://www.ahtxq.gov.cn/zwgk/public/6616016/8927056.html。

③参见《黄山:生态文明建设的“新安江实践”》,网址为:https://www.ah.gov.cn/zwyw/ztzl/zysthjbhdchtk/dfxd/554154701.html。

④参见《美丽中国先锋榜(16)|全国首个跨省流域生态保护补偿机制的“新安江模式”》,网址为:https://www.mee.gov.cn/xxgk2018/xxgk/xxgk15/201909/t20190906_732784.html。