中国城市雾霾治理评价与政策路径研究：以长三角为例

陈诗一　王建民

摘要：雾霾污染是目前我国可持续发展中面临的突出问题。但当前中国的雾霾治理还缺乏科学的评价工具，单一的政府治理模式也亟待创新。针对我国城市雾霾污染治理问题，本文首先界定了城市雾霾治理指数的内涵，并基于DPSIR模型构建了城市雾霾治理测度指数。在此基础上，选择上海、南京、无锡、杭州等12个环保部重点监测的长三角城市为样本，对其2007—2016年期间的雾霾治理指数进行测度和实证分析。测度结果显示：①样本城市中，上海在2016年略大于0.7，达到了优等级，南通、绍兴大部分年份低于05，处于差的水平，其它样本城市大部分年份在0.5～0.6之间，处于中等水平，整体治理水平不高；②上海DPSIR各维度雾霾治理指数显示，雾霾治理的驱动力（D）曲折上升、压力（P）逐渐减轻、状态（S）稳定趋好、影响（I）力弱化、响应（R）能力亟待改进；③从利益相关主体对上海雾霾治理的贡献来看，企业主体和政府主体的贡献稳定上升，贡献大，公众主体在雾霾治理中贡献较小，其他主体的贡献不稳定。以城市雾霾治理指数作为治理工具，从创建雾霾治理指数信息共享平台、建立测度指标影响路径关系图、明确利益相关主体的治理责任、完善雾霾治理指数运用机制四个方面提出治理政策措施，以创新我国城市雾霾治理模式与路径。

关键词 ：雾霾治理；指数开发；路径创新；利益相关主体

中图分类号：F205 文献标识码 A 文章编号 1002-2104（2018）10-0071-10 DOI：10.12062/cpre.20180732

2013年以来，随着我国经济和城市化的高速发展，多地雾霾天气频发，对经济与生态环境可持续发展及人民身体健康产生了严重的影响。探索雾霾治理路径，提高雾霾治理效率，是当前雾霾治理面临的重要问题。

1 综 述

习近平总书记指出环境就是民生，青山就是美丽，蓝天也是幸福，为我国的生态文明建设提出了指导思想。为加强雾霾治理的针对性，国内外学者对雾霾的形成原因及检测方法等开展了一系列研究。经源解析，雾霾主要由硫酸盐、二氧化硫、氮氧化物和可吸入颗粒物组成[1-3]，雾霾天气严重危害了人民群众的身体健康，也带来了不可估量的经济损失。雾霾天气的形成是由多方面因素共同导致的，一般认为形成雾霾的直接原因有空气湿度增加、污染排放高、气候变暖、风速较小等因素[4-5]，主要原因是能源结构中煤炭消费比例高、废气净化技术落后、产业结构中高污染高排放产业比重大、区域污染扩散、机动车尾气排放高等因素[6-10]。对雾霾形成原因的研究探索为雾霾治理提供了基础。

雾霾治理模式方面，一些学者[11-12]的研究认为我国雾霾治理存在的主要问题包括治理模式落后、治理对象单一、法律规范缺乏等。治理措施方面，部分学者从调整我国的能源结构和产业结构[13-17]、提高人力资本投入质量[18]、区域协同治理[19-20]等角度提出了治理路径。治理主体方面，部分学者分析了政府在雾霾治理中的角色及责任[21]、公众参与雾霾治理的影响因素与路径[22]以及各方利益在雾霾治理中的利益关系博弈[23]，也发现利益相关主体在雾霾治理中缺乏参与积极性[24]，这些研究探索了利益相关主体共同治理雾霾的路径。从以上文献研究来看，雾霾治理的核心利益相关主体主要包括政府、企业、社会公众、媒体等，在雾霾治理中承担不同的职能，政府是雾霾治理的领导者，承担着雾霾治理战略政策制定、政策实施管理、治理成果监测、对管理对象实施奖惩等职能，在雾霾治理中发挥主导作用，企业是污染的排放者和节能减排政策的执行者，是实施雾霾治理的关键，公众是雾霾治理的主要受益者，也是雾霾治理的参与者，自身的消费行为也影响雾霾治理绩效，媒体是雾霾治理的监督者和倡导者。利益相关主体在雾霾治理中发挥不同的职能。

雾霾治理评价方面，学者研究成果主要有构建太阳辐射模型监测空气质量指数[25]、利用地面气象观测和高分辨的排放数据讨论了空气质量参数对气象雾霾指标的应用[26]、建立雾霾治理绩效评价指标体系[27-29]等。在这些研究中，相关学者根据自己的研究问题及目标，选择或建立了的不同的评价指标和评价方法，这些研究成果推动了雾霾治理效果评价体系的建立，为进一步评价雾霾治理绩效提供了参考。

当前我国雾霾治理还缺乏科学的评价工具，单一的政府治理模式也亟待创新。雾霾的形成在经济学本质上具有负外部性，雾霾治理要实现社会公共利益的最大化，因此需要研究建立雾霾治理利益相关主体的合作机制，共同治理。在十九大提出推进国家治理体系和治理能力现代化，中国公民社会快速发展，政府职能转变和管理方式变革的大背景下，研究利益相关主体共同参与的雾霾治理模式具有重要意义。从实践来看，缺乏信息共享与合作治理机制是利益相关主体参与雾霾治理的主要障碍。因此，研究构建一套科学、客观、可操作性强的城市雾霾治理水平发展指数，破解雾霾治理中的信息不对称问题，为利益相关主体共同参与雾霾治理提供信息保障，可以为城市雾霾治理模式创新带来新的变革。

本文所界定的城市雾霾治理指数是按一定原则、方法将影响城市雾霾变化和反映城市雾霾状况的若干因素指标简化成为单一的概念性指数形式，将城市雾霾治理绩效分级表示，在总体上反映城市雾霾治理绩效水平。它可以反映城市雾霾治理绩效在总体上的水平以及变化方向和程度，并明确各要素对雾霾治理绩效水平的作用方向和作用程度，实现我国城市之间雾霾治理发展水平的纵向、横向等多角度的比较和相互参考，对雾霾治理发展趋势进行预测、预警，辅助雾霾治理决策。因此，它不同于空气质量指数和污染指数，不仅可以反映当前的空气质量状况，更能解释雾霾污染的成因，为解决雾霾污染问题提供针对性方向。

本文的研究的进展包括：第一，创新性构建城市霧霾治理指数，将指数的概念引入到城市雾霾治理中，实现对雾霾发展变化信息的测度、比较及其发展趋势预测、预警，辅助治理决策；第二，以雾霾治理指数作为治理工具，构建信息共享机制与交流平台，提出政府主导、利益相关主体共同参与的雾霾治理路径，破除雾霾治理中的利益相关主体信息不对称、沟通不畅和缺乏积极性等障碍，促进利益相关主体合作参与城市雾霾治理，为城市雾霾治理带来新的变革。

2 测度指标研究

2.1 雾霾治理角度的DPSIR模型

基于DPSIR模型在反映雾霾治理中治理政策、经济活动和环境质量之间因果关系方面的突出优势，本文采用DPSIR模型分析和建立城市雾霾治理发展指数的测度指标结构体系。雾霾治理尺度的DPSIR模型中，驱动力-压力-状态-影响-响应构成一个系统的因果关系链。雾霾治理驱动力表现为我国建设资源节约型、环境友好型社会的内在发展要求；压力是雾霾产生的能源消费结构、经济结构等深层次原因和当前主要污染物排放状况；状态指影响空气质量状况的主要污染物浓度；影响表现为雾霾治理对城市经济增长、旅游业收入、居民健康等方面的影响；响应表现为所采取的有利于雾霾治理发展的政策措施。

雾霾治理发展尺度下的DPSIR模型指标结果关系如图1所示。

在雾霾治理尺度下，驱动力-压力-状态-影响-响应的因果结构关系为：驱动力是雾霾治理的动力；压力恶化雾霾治理状态，具有消极作用；雾霾治理状态对雾霾治理的影响力是多角度的，即有正向积极影响，又有负向消极影响，会加剧雾霾治理的影响状况；而雾霾治理发展的影响与响应具有相互作用，影响会引起响应的反弹；响应对驱动力、压力、状态均有正向影响，可以预防、抑制驱动力，缓解压力、改善状态。

2.2 测度指标体系

在雾霾治理评价指标选择方面，根据不同的研究目的，学者从政府治理[30]、企业治理[31]、雾霾污染控制评估[32-33]、雾霾治理影响因素[34]、雾霾控制监测指标设计[35]多角度对雾霾治理评价及其影响因素等进行了研究，取得了丰富的研究成果。从现有研究文献来看，国内外学者在雾霾治理评价指标选择方面，差异较大，尚未形成普遍共识。因此，评价指标选择的科学性和合理性仍有待探讨，有必要进行实证检验。

比较借鉴相关研究成果，在DPSIR模型框架下，按照客观性、导向性、可比性、系统性原则，本研究最终确定测度指标体系如表1所示。

由表1，基于DPSIR模型，城市雾霾治理指数指标结构包括目标层、维度层和指标层三个层次共17个测度指标，反映雾霾治理绩效及其影响的关键因素。测度指标均采用比值表示，增强可比性。同时，指标强调城市雾霾产生的深层次因素，如能源消费结构、产业结构等因素，有利于为制定治理措施提供针对性方向。

从治理效率、责任分摊及受益性等角度，对测度指标体系反映的利益相关主体治理责任划分如下：煤炭消费量占能源消费总量比重（X2）、第二产业产值占GDP比重（X4）、人均GDP（X12）、环境污染治理投资占GDP比例（X14）、建成区绿化覆盖率（X16）五个指标主要反映政府的雾霾治理责任，单位产值能耗（X1）、单位产值二氧化硫排放量（X6）、单位产值烟尘排放量（X7）、新产品产值占GDP比重（X13）、固体废弃物综合利用率（X17）五个指标主要反映企业的雾霾治理责任，人均机动车拥有量（X5）、国内旅游业收入占GDP比重（X11）、人均城市公共交通客运量（X15）主要反映社会公众的雾霾治理责任，空气质量达到二级以上天数占全年比重（X3）、可吸入颗粒物年均浓度（X8）、二氧化氮年均浓度（X9）、二氧化硫年均浓度（X10）四个指标反映多主体的共同治理绩效，也可以作为

媒体监督的工具。测度指标为考察利益相关主体治理绩效提供数据支持。

2.3 测度指标处理与检验

2.3.1 样本城市选择及数据来源

考虑到样本城市的代表性及数据可得性，从长三角区域选择了环保部重点监控的上海、南京、无锡、常州、苏州、南通、扬州、镇江、杭州、宁波、绍兴、合肥12个城市作为测量样本，对其雾霾治理指数进行实证分析。

样本城市的测度指标数据来源于2008—2017年10年期间的《中国统计年鉴》《中国城市年鉴》以及上海、南京、无锡、常州、苏州、南通、扬州、镇江、杭州、宁波、绍兴、合肥城市相应年份的统计年鉴及国民经济发展统计公报等。

2.3.2 指标阈值与标准化处理

为对城市雾霾治理指数进行测度，首先需要确定各指标的阈值。各指标的阈值范围确定一方面从我国城市雾霾治理的现状出发，另一方面体现一定的发展前瞻性。根据《中国统计年鉴》《中国城市统计年鉴》《中国能源统计年鉴》等相关指标近10年的统计数据，同时根据国内相关标准，在体现一定的发展前瞻性的前提下，各指标的阈值设置如表1所示。

根据测度指数指标与城市雾霾治理发展水平的关系，表1中的指数测度指标分为正向指标和负向指标两类。正向指标，即指标值越大表示城市雾霾治理水平越高，对城市雾霾治理发展起促进作用；负向指标，即指标值越大表示城市雾霾治理水平越低，对城市雾霾治理发展起阻碍作用。表1中，正向指标包括：空气质量达到二级以上天数占全年比重（X2）、国内旅游业收入占GDP比重（X11）、人均GDP（X12）、新产品产值占GDP比重（X13）、环境污染治理投资占GDP比例（X14）、人均城市公共交通客运量（X15）、建成区绿化覆盖率（X16）、固体废弃物综合利用率（X17），其余为负向指标。

为消除测度指标量纲不同和数量级差因素对城市雾霾治理指数的影响，对表1中的指标数据进行标准化处理。经过标准化处理后，测度指标数值区间为[0，1]，并使负向指标与城市雾霾治理发展水平呈正向关系。

本文测度指标量表的信度检验结果如表2所示。

由表2，指标体系中DPSIR五个维度的Cronbachs α值均大于0.6，CR值均大于0.7。检验结果显示，本文建立的城市雾霾治理指数测度指标体系具有较高的信度。

效度檢验分别采用内敛效度与判别效度进行检验。内敛效度检验公式如式（5）所示：

根据Chin[38]的研究结果，内敛效度检验要求每个维度的平均提取方差（AVE）的临界值大于0.5。经检验，本文中DPSIR五个维度的AVE临界值分别为：0651、0592、0844、0647、0715，均大于05，表明本文建立的雾霾治理测度指标体系各因子具有良好的内敛效度。

判别效度检验要求各维度因子的AVE临界值的平方根大于该维度与其它维度的相关系数。本文雾霾治理指数各维度的判别效度检验结果如表3所示。

从表3可以看出，AVE临界值的平方根（表3矩阵对角线值）均大于该维度与对应的其它维度的相关系数，表明本文建立的城市雾霾治理测度指标体系在DPSIR概念框架中各维度之间具有明显差异。

3 测度方法与结果分析

3.1 测度指数计算方法

在雾霾指数测度方法方面，常用的方法有主成分分析法、模糊综合评价法、神经网络法等，这些方法各有其优势与局限性。几何平均法在雾霾治理指数测度方面可以体现各指标间的差异，受极端值的影响较小，并消除人为主观因素的影响。同时，该方法计算方法简单，可以最大限度的减少雾霾治理水平测度指数结果的失真。因此，本文采用几何平均法对雾霾治理指数进行计算。

3.2 测度指数指标权重

指标权重代表不同指标对城市雾霾治理指数的重要性程度。为减少主观因素对雾霾测度结果的影响，本文采用主成分回归法确定各测度指标的权重。采用该方法，不仅可以兼顾各测度指标之间的相互关系，而且可以最大程度地反映各测度指标对城市雾霾治理影响程度的客观实际，避免主观因素的影响。

采用SPSS20.0软件计算雾霾治理的主成分回归系数。本文特征值大于1的主成分为7个，累计方差贡献率为89.323%。进行主成分回归后，城市雾霾治理指数指标的主成分回归模型表示如下：

各测度指标的主成分回归系数即为该指标的权重。权重大小体现了各指标对城市雾霾治理发展指数影响的重要性程度。从各指标的权重大小来看，产業结构、能源结构等雾霾治理的深层次因素对雾霾治理指数影响程度最大，单位产值二氧化硫排放量、空气质量达到二级以上天数、人均城市公共交通客运量等因素对雾霾治理指数的影响程度其次，而固体废弃物综合利用率、建成区绿化覆盖率等因素对雾霾指数的影响程度最小。指标权重大小整体上差距不大。从客观现实情况来看，指标权重大小可以反映雾霾治理指数的科学内涵。

3.3 指数测度结果与分析

3.3.1 样本城市雾霾治理指数测度结果与分析

根据以上方法，本文对上海、南京、无锡、常州、苏州、南通、扬州、镇江、杭州、宁波、绍兴、合肥12个样本城市2007—2016年期间的雾霾治理指数进行测度。

样本城市的雾霾治理指数及其发展趋势如图2所示。

为检验雾霾治理测度指数的科学性，选择可吸入颗粒物年均浓度（PM10）表现较为稳定的样本城市，作对应年份样本城市雾霾治理指数与该城市可吸入颗粒物年均浓度（PM10）的Pearnsom相关性检验，显著性水平为双侧检验结果。检验结果如表4所示。

样本城市近10年来的雾霾治理指数与PM10浓度呈现强负相关、中等程度负相关或弱负相关。负相关表示，城市雾霾治理指数越高，该城市PM10年均浓度越低。以下以上海和无锡市为例，对城市雾霾治理指数和PM10年均浓度关系进行说明。首先，以上海为例，该城市的PM10年均浓度从2007年的0.088 mg/m3下降到2016年的0.059 mg/m3，PM10浓度变化除2013年有较大反弹外，其它年份表现为稳定下降，雾霾治理指数由2007年0.581上升到2016年的0.708，因此上海雾霾治理指数与可吸入颗粒物年均浓度（PM10）表现为强负相关，雾霾治理指数与雾霾实际水平相符，且显著性水平（双侧）在置信度为0.01的水

平上显著相关。杭州市PM10与治理指数关系和上海相似。其次，从无锡市的情况来看，该市PM10年均浓度2007年和2016年均为0.083，期间变化有升有降，不稳定，其中2013、2014年上升幅度较大，而该市雾霾治理指数变化总体趋势是也呈现曲折走势，其中2013年、2014年度有较大程度下降，与PM10年均浓度变化类似。其它城市的雾霾治理指数与PM10年均浓度关系表现也符合治理实践与治理逻辑。因此，本文构建的雾霾治理指数可以科学反映城市雾霾治理水平的高低。

根据图2的测度结果介绍样本城市的雾霾治理指数情况。根据城市雾霾治理指数反映的城市雾霾治理绩效水平状况，首先将城市雾霾治理指数分为四个等级，指数大于0.7表示优，0.6～0.7表示良，0.5～0.6表示中，0.4～0.5表示差，0.4以下表示极差。

从雾霾治理指数发展水平来看，近10年来，上海的雾霾治理指数最低为2007年的0.596，最高为2016年的0708，达到了优的水平，在12个样本城市中雾霾治理指数最高，且处于稳步增长中，反映出上海的雾霾治理处于较高的水平。其次，南京、无锡、杭州的雾霾治理指数大部分年份大于0.5，处于中的水平。南通、绍兴的雾霾治理水平在样本城市中相对较差，大部分年份处于差的水平。除上海外，大部分样本城市的雾霾治理指数较低，说明有较大的提升空间。

从雾霾治理指数的变化趋势来看，12个样本城市的治理指数变化趋势较为一致，总体上呈现增长趋势，均有不同程度的增长。其中，扬州和镇江增长幅度较大，均超过了1倍，合肥和南京的变化幅度较小，2016年比2007年分别增长了9.97%和14.48%，并且合肥市的变化程度比较大，处于不稳定状态。样本城市雾霾治理指数变化趋势的另一个特点是在2013年、2014年有不同程度的下降，与城市空气质量优良率下降、空气中可吸入颗粒物含量上升、二氧化硫、二氧化氮年均浓度提高等因素有关。样本城市雾霾治理指数的变化反映了不同时期样本城市雾霾治理绩效水平。

从图2可以看出，本文构建的雾霾治理指数一方面可以揭示一个城市雾霾治理的演变规律和发展变化趋势，对其发展趋势进行预测预警、辅助决策，另一方面可以对不同城市的雾霾治理绩效进行对比分析，确定发展目标。

3.3.2 DPSIR各维度雾霾治理指数测度结果与分析

以上海为例，对DPSIR模型各维度的雾霾治理指数进行测度，分析各因素对雾霾治理指数的影响机理。采用同样测度方法可以计算上海DPSIR各维度的雾霾治理指数，测度结果如图3所示。

由图3，从上海雾霾治理的驱动力维度（D）来看，指数总体上呈现上升趋势。这是因为上海的指标单位产值能耗不断下降，从2007年的0.780吨标准煤/万元下降到2016年的0.427吨标准煤/万元，下降了82.67%，对节能减排目标实现的贡献较大。同时，煤炭消费占能源消费总量的比重也下降了7个百分点，调整了能源结构，减少了煤炭消费比重，对减少雾霾污染发挥了积极作用。但是上海空气质量优良率近年来下降幅度较大，从2007年的899%到2016年的75.4%，其中2013年一度下降到66%，拖累了霧霾治理驱动力指数的增长。在三个因素的综合作用下，上海雾霾治理驱动力维度（D）指数整体上呈现增长趋势，有效促进了雾霾治理指数的增长。

从上海雾霾治理的压力维度（P）来看，上海近年来通过大力发展金融、贸易和航运业，进行产业结构调整，使第二产业产值占GDP的比重不断下降，从2007年的44.8%下降到2016年的29.8%，下降了15个百分点，单位产值二氧化硫和烟尘的排放量2016年比2007年分别下降了93.3%、66.28%，这些因素大大降低了雾霾治理的压力，促进了雾霾治理指数的增长。但上海的人均机动车拥有量一直保持了较高的水平，尾气排放增长给雾霾治理压力，拖累压力维度指标的上升。在以上四个测度指标因素的综合作用下，上海雾霾治理压力维度指数呈现稳步增长趋势，对雾霾治理指数增长的贡献最大。

从上海雾霾治理状态维度（S）来看，上海的可吸入颗粒物（PM10）年均浓度、二氧化硫年均浓度、二氧化氮年均浓度三个指标均有不同程度的下降。其中，可吸入颗粒物年均浓度从2006年的0.088 mg/m3下降到2016年的0.059 mg/m3，下降了32.95%，二氧化硫年均浓度下降了7273%，二氧化氮的年均浓度下降了20.37%，污染物的下降表明上海的环境质量状况得到了明显改善，直接体现出了雾霾治理的成效。在三个测度指标的共同作用下，上海雾霾治理状态维度（S）呈现上升趋势，提高了雾霾治理指数。

从上海雾霾治理影响维度（I）来看，国内旅游业收入占GDPD 比重除个别年份外，大部分年份在12%左右，表现较为平稳，2016年与2007年基本持平，旅游业收入对雾霾治理指数拉动作用非常有限。上海新产品产值占GDP的比重下降了近9个百分点，技术创新速度增长放慢，雾霾天气影响了科技进步的增长速度，拖累了雾霾治理指数的增长。上海的人均GDP保持了平稳增长，表明雾霾治理对上海经济增长具有正向影响。在三个影响要素的共同作用下，影响维度拖累了雾霾治理指数的增长，具有消极影响。

从上海雾霾治理的响应维度（R）来看，上海环境污染治理投资额占GDP的比重基本处于3%的比例，建成区绿化覆盖率和固体废弃物综合利用率约提高了1个百分点，这些治理手段对改善污染，提高雾霾治理指数的贡献不大。从人均城市公共交通客运量来看，该指标由年公共交通客运总量与常住人口的比值计算得到，表示城市公共交通的发达程度，反映减少汽车尾气污染对治理雾霾的贡献水平，上海的人均城市公共交通客运量从2007年251.34人次下降到2016年的239.38人次，略有下降，表明上海公共交通的发展速度落后于常住人口的增长速度，拖累了雾霾治理指数的提高。上海对雾霾治理的响应程度有待改进。

3.3.3 利益相关主体雾霾治理指数测度结果与分析

仍以上海为例，从利益相关主体雾霾治理角度对雾霾治理指数进行测度与分析，以明确利益相关专题的雾霾治理绩效，测度方法如式6所示。测度结果如图4所示。

从利益相关主体治理绩效来看，政府主体的雾霾治理绩效较差，低于上海的雾霾治理指数，大大拖累了上海的雾霾治理指数。政府主体在雾霾治理中，降低煤炭消费比重和调整产业结构方面对雾霾治理绩效显著，但环境污染治理投资额度、建成区绿化覆盖率和人均GDP增长指标与其它测度样本城市相比表现相对较差，如建成区绿化覆盖率约38%，影响了政府主体的治理指数，需要采取针对性的措施，提高治理绩效。

从企业主体的治理绩效来看，整体上高于上海的雾霾治理指数，保持了较高水平，并呈现稳步增长趋势。这是因为企业主体在降低单位产值能耗、单位产值二氧化硫排放量、单位产值烟尘排放量和提高固体废弃物综合利用率等测度指标方面与其它测度样本城市相比，治理绩效突出。由于上海近年来大力发展金融、贸易、航运和服务业，所以新产品产值占GDP的比重较低，从2007年的3643%下降到2016年的27.66%，对提高企业主体的治理指数具有较大负面影响。企业在雾霾治理中一方面需要保持、稳步提高优势，同时需要加大产品创新力度，提高雾霾治理指数。

社会公众对雾霾治理的直接表现为采用公共交通的低碳方式出行、减少私家车的拥有和使用、通过旅游消费支出支持环境友好城市建设等方面。从社会公众的直接治理绩效表现来看，与其它样本城市相比，整体上仍处于相对较好水平，但波动幅度较大，近2年呈现下降趋势，低于上海的治理指数。从测度指标来看，公共交通客运量虽然在增长，但人均公共交通客运量呈现下降趋势，从2007年的1 822.8次下降到2016年的989.3次，下降了45.73%，人均机动车拥有量从2008年的0.138辆增长到2016年的0.149辆，国内旅游业收入占GDP的比重2007年与2016年大致相当，因此导致了社会公众治理指数的变化。从治理指数来看，需要进一步在公众中树立低碳生活、低碳消费的思想观念，采用低碳方式出行，以实际行动保护环境。

从多主体的共同治理指数来看，由于上海可吸入颗粒物年均浓度、二氧化氮年均浓度、二氧化硫年均浓度均有不同程度的下降，与其他测度样本城市相比相对较好，但空气质量达到二级以上天数占全年比重相对较低，尤其是2013年来处于66%～77%的较低水平。在多主体的共同治理下，该治理指数高于上海治理指数，上升趋势明显。

4 治理路径创新

城市雾霾治理指数反映了雾霾的治理绩效，为破除雾霾治理中的缺乏信息共享与合作治理机制提供了治理信息资源和数据支持，为雾霾治理提供了工具和创新路径。

（1）创建雾霾治理指数信息共享平台，提高雾霾治理积极性。从长三角样本城市雾霾治理指数测度结果，上海在2016年大于0.7，达到了优等级，南通、绍兴大部分年份低于0.5，处于差的水平，其它样本城市大部分年份在0.5～0.6之间，处于中的水平，表明长三角城市的雾霾治理绩效水平整体不高，需要提高雾霾治理积极性。针对各城市雾霾治理的现状，构建雾霾治理指数信息共享平台是提高各城市雾霾治理积极性的有效手段。建立雾霾治理指数信息共享平台，定时发布各城市雾霾治理指数信息，可以使雾霾治理指数成为反映各城市雾霾治理绩效状况的晴雨表和对比工具，为进行雾霾治理提供信息透明机制。通过该平台发布的雾霾治理指数信息，从横向上来看，可以帮助相关城市了解本城市雾霾治理绩效的排名位次及其与其它城市的差距大小，对城市提高雾霾治理指数发挥激励、鞭策作用，也为上级政府对雾霾治理进行奖惩提供依据；从纵向来看，可以帮助城市了解本市雾霾发展变化的情况及其规律，并对未来发展进行预测、预警，从而为雾霾治理决策提供数据支持。

（2）建立测度指标影响路径关系图，提高雾霾治理措施针对性。从对上海DPSIR各维度雾霾治理指数的测度结果来看，雾霾治理的驱动力（D）曲折中加强、压力（P）稳步减轻、状态（S）稳定趋好、影响（I）弱化、响应（R）能力亟待改进，各维度下的测度指标进一步为治理措施制定指明了路径，为制定雾霾治理措施提供有效数据支持。从主要影响因素来看，根据上海的雾霾治理指数测度结果，影响（I）维度的指数10年间都徘徊在0.45～0.56的水平，大大拖累了上海的雾霾治理指数，因此上海主要应采取加大技术创新投入支持力度、发展高新技术产业、积极促进技术创新成果转化等措施来实现产业结构调整目标，促进技术减排，降低雾霾污染。同时，上海响应（R）维度的指数2016年仅比2007年增长了0.02个百分点，究其原因，上海还需要从加大建设公共交通体系、倡导公共交通出行来应对日益增长的人口数量带来的交通污染问题。

（3）明确利益相关主体的治理责任，提高雾霾治理效果。从对上海治理主体的雾霾治理指数测度结果来看，企业主体和政府主体的治理指数2016年分别达到0.790 6和0.715 5，比2007年分别增长了42.4%和24.8%，保持了稳定增长，在雾霾治理中发挥了主体作用和领导作用，公众政府主体的治理指数保持了稳定的高速增长，在雾霾治理中发挥了关键作用，多主体的治理指数大部分年份大于0.7，保持在较高水平，但不稳定，公众主体的治理指数大部分年份低于0.6，在雾霾治理中拖累了指数增长。利益相关主体的雾霾治理指数为明确利益相关主体的治理责任提供了有效支撑。根据上海各利益相关主体的治理指数，提高雾霾治理效果的有效途径是对公众在治理中进行教育和引导，引導公众采用低碳的公共交通方式出行，减少高碳的机动车出行，降低污染，在旅游等消费活动中，培养绿色消费习惯，促进环境的美化。同时，对治理主体雾霾治理指数的测度，也有利于确保利益相关主体参与治理的信息知情权、监督权，改善利益相关主体参与治理中的信息不对称、不及时等状况，促进利益相关主体合作参与雾霾治理。

（4）完善雾霾治理指数运用机制，提高雾霾治理的可持续性。从多角度对雾霾治理指数进行了测度，测度结果可以应用到社会管理的多方面，发挥雾霾治理指数的应用价值。首先，可以作为中央政府对地方政府的重要考评指标，从而促使地方政府关注雾霾指数，积极采取措施，调整产业结构，减少煤炭资源消费比重，发展公共交通，加大环保治理投资，加强对排污行为加强监管力度，不为短期经济利益牺牲环境利益，提高雾霾治理绩效水平，促进城市经济与环境资源的协调发展。其次，可以作为对企业污染监管的依据，根据企业排污对雾霾治理指数的影响程度，制定对企业的奖惩标准或者税收依据，提高企业雾霾治理的积极性和主动性。最后，投资者和金融机构可以应用雾霾治理指数信息进行投资决策，社会公众和媒体可以利用该信息更好的发挥监督职能，提高参与治理的积极性。最终，通过雾霾治理指数信息的应用和普及，建立起政府主导、利益相关主体共同参与的雾霾治理模式，在全社会树立起“同呼吸、共治理”的行为准则，改变传统的政府一元治理模式，破解雾霾治理中“市场失灵”和“政府失灵”问题。

（编辑：于 杰）

参考文献（References）

[1]ELSER M，HUANG R J，WOLF R， et al. New insights into PM2.5 chemical composition and sources in two major cities in China during extreme haze events using aerosol mass spectrometry[J].Atmospheric chemistry and physics， 2016， 16（5）：3207-3225.

[2]CHENG Y， ZHENG G， WEI C， et al. Reactive nitrogen chemistry in aerosol water as a source of sulfate during haze events in China [J]. Science advances， 2016， 2（12）.

[3]彭满如，金友良，范忞.基于雾霾治理的企业环境绩效指标构建[J].中南大学报（社会科学版），2017，23（5）：114-121. [PENG Manru， JIN Youliang，Fan Min. Establishment of environmental performance index for enterprises based on fog haze governance[J].Journal of Central South University（social sciences）， 2017，23（5）：114-121.]

[4]HAN S， HAO T， ZHANG， et al. Vertical observation and analysis on rapid formation and evolutionary mechanisms of a prolonged haze episode over centraleastern China[J]. Science of the total environment，2017，616：135-146.

[5]张双成，赵立都，吕旭阳，等.GPS水汽在雾霾天气监测中的应用研究[J].武汉大学学报（信息科学版），2018，43（3）：451-456. [ZHANG Shuangcheng， ZHAO Lidu， LV Xuyang， et al. Application of GPS water vapor to hazy weather[J]. Geomatics and information science of Wuhan University， 2018，43（3）：451-456.]

[6]ZHANG D. Current status and analysis on fog and haze [J]. Advance in environmental protection， 2013， 3（2）： 25-28.

[7]唐德才，李智江，张瑛. 雾霾治理文献综述与有效性分析[J].生态经济，2017，33（12）：174-179. [TANG Decai， LI Zhijiang， ZHANG Ying. Literature review and effectiveness analysis of haze governance [J].Ecological economy， 2017，33（12）：174-179.]

[8]马成文，徐娜娜. 基于主成分回归法的雾霾影响因素计量分析[J].沈阳大学学报（社会科学版），2017，19（1）：21-24. [MA Chengwen， XU Nana. Empirical analysis of factors affecting haze based on principal component regression[J]. Journal of Shenyang University （social sciences）， 2017，19（1）：21-24.]

[9]刘华军，孙亚男，陈明华.雾霾污染的城市间动态关联及其成因研究[J].中国人口·资源与环境，2017，27（3）：74-81. [LIU Huajun， SUN Yanan， CHEN Minghua. Dynamic correlation and causes of urban haze pollution [J]. China population， resources and environment， 2017，27（3）：74-81.]

[10]CHEN D， CHEN S， Jin H. Industrial agglomeration and CO2 emissions： evidence from 187 Chinese prefecturelevel cities over 2005-2013 [J].Journal of cleaner production， 2018， 172， 993-1003.

[11]白俊红，聂亮.环境分权是否真的加剧了雾霾污染？[J].中国人口·资源与环境，2017，27（12）：59-69.[BAI Junhong， NIE Liang. Is environmental decentralization really exacerbating haze pollution？ [J]. China population， resources and environment， 2017，27（12）： 59-69.]

[12]CAI W， LI K， LIAO H， et al. Weather conditions conducive to Beijing severe haze more frequent under climate change [J]. Nature climate change， 2017， 7（4）： 257-262.

[13]王建民，杨文培，杨力.双赢目标约束下的中国能源结构调整测算[J].中国人口·资源与环境，2016，26（3）：27-36. [WANG Jianmin， YANG Wenpei， YANG Li. Estimation of Chinas energy structure adjustment with the winwin goal constraints[J]. China population， resources and environment， 2016，26（3）：27-36.]

[14]陈诗一，陈登科.雾霾污染、政府治理与经济高质量发展[J].經济研究，2018（2）：20-34.[CHEN Shiyi， CHEN Dengke. Air pollution， government regulations and the highquality development of Chinas economy[J].Economic research， 2018（2）：20-34.]

[15]陈诗一，陈登科.中国资源配置效率动态演化：纳入能源要素的新视角[J].中国社会科学，2017（4）：67-83.[CHEN Shiyi， CHEN Dengke. Dynamic evolution of Chinas resource allocation efficiencya new perspective of integrating energy elements[J].Social sciences in China， 2017（4）：67-83.]

[16]CHEN D， CHEN S. Particulate air pollution and real estate valuation： evidence from 286 Chinese prefecturelevel cities[J]. Energy policy， 2017，109： 884-897.

[17]姜春海，宋志永，冯泽. 雾霾治理及其经济社会效应：基于“禁煤区”政策的可计算一般均衡分析[J].中国工业经济，2017（9）：44-62.[JIANG Chunhai， SONG Zhiyong， FENG Ze. Haze Governance and its economic and social effect： an analysis of CGE model based on ‘coal restricted area policy [J].China industrial economics， 2017（9）： 44-62.]

[18]YANG L， WANG J， SHI J. Can China meet its 2020 economic growth and carbon emissions reduction targets？ [J]. Journal of cleaner production， 2017， 142： 993-1001.

[19]NESADURAI H. ASEAN environmental cooperation， transnational private governance， and the haze： overcoming the‘Territorial Trap of StateBased Governance？ [J].Transregional and national studies of southeast Asia， 2017，5（1）： 121-145.

[20]ISLAM M， PEI YH， MANGHARM S. Transboundary haze pollution in southeast Asia： sustainability through plural environmental governance [J].Sustainability， 2016，8（5）.

[21]王建民，王传旭，杨力.我国碳减排利益相关者界定与分类[J].安徽理工大学学报（社会科学版），2014，16（5）：17-24.[WANG Jianmin， WANG Chuanxu， YANG Li. Definition and classification of carbon emission reduction stakeholders in China [J].Journal of Anhui University of Science and Technology（social sciences）， 2014，16（5）：17-24.]

[22]孟庆国，杜洪涛，王君泽. 利益诉求视角下的地方政府雾霾治理行为分析[J].中国软科学，2017（11）：66-76.[MENG Qingguo， DU Hongtao， WANG Junze. The analysis of local governments behavior in haze control from the perspective of interest demand [J].China soft science，2017（11）：66-76.]

[23]初钊鹏，刘昌新，朱婧.基于集体行动逻辑的京津冀雾霾合作治理演化博弈分析[J].中国人口·资源与环境，2017，27（9）：56-65. [CHU Zhaopeng，LIU Changxin，ZHU Jing.Evolutionary game analysis on cooperative governance of haze in BeijingTianjinHebei based on the logic of collective action[J].China population， resources and environment， 2017，27（9）： 56-65.]

[24]鄒伟进，刘万里. 生态文明视角下雾霾治理的博弈分析[J].新疆大学学报（哲学·人文社会科学版），2016，44（5）：30-35.[ZOU Weijin， LIU Wanli. Haze control from the ecological civilization perspective[J]. Journal of Xinjiang University（philosophy， humanities & social sciences），2016，44（5）：30-35.]

[25]LI J， LIANG X， TIM C， et al. Opportunies and barriers for implementing CO2 capture ready designs： a case study of stakeholders perceptions in Guangdong， China [J]. Energy policy， 2012，45（6）： 243-251.

[26]YAO W， ZHANG C， WANG X， et al. The research of new daily diffuse solar radiation models modified by air quality index （AQI） in the region with heavy fog and haze[J]. Energy conversion and management， 2017，139：140-150.

[27]YANG Y， Wang J， GONG S， et al. PLAM a meteorological pollution index for air quality and its applications in foghaze forecasts in North China[J]. Atmospheric chemistry and physics， 2016， 16（3）：1353-1364.

[28]ZHA Y， GAO J， JIANG J， et al. Normalized difference haze index： a new spectral index for monitoring urban air pollution [J]. International journal of remote sensing，2012（3）：309-321.

[29]王秦，李慧鳳，敖静海.京津冀三方联动雾霾治理机制评价指标体系研究[J].当代经济管理，2018，40（3）：25-31. [WANG Qin， LI Huifeng， AO Jinghai. Research on the evaluation index system of smog governance mechanism through BeijingTianjinHebei tripartite linkage[J]. Contemporary economic management， 2018，40（3）：25-31.]

[30]SHEN L， WANG Y. Supervision mechanism for pollution behavior of Chinese enterprises based on haze governance[J]. Journal of cleaner production， 2018，197：571-582.

[31]刘海英，张秀秀. 政府雾霾治理绩效评价指标体系的构建研究[J].环境保护，2015，43（3）：58-61.[LIU Haiying， ZHANG Xiuxiu.Research on the construction of the government haze governance performance evaluation index system [J]. Environmental protection， 2015， 43（3）：58-61.]

[32]YU S， LI P， WANG L， et al. Mitigation of severe urban haze pollution by a precision air pollution control approach [J].Scientific reports， 2018，8.

[33]WANG H. On assessing haze attribution and control measures in China[J]. Atmospheric and oceanic science letters， 2018，11（2）：120-122.

[34]LI L， XIN L. Corporate social responsibility in the haze governance[J].Journal of investigative medicine， 2014， 62（8）：S111.

[35]FU H， CHEN J. Formation， features and controlling strategies of severe hazefog pollutions in China[J]. Science of the total environment， 2017（578）：121-138.

[36]NUNALLY J C.Psychometric theory[M]. 2nd ed. New York：McGrawHill，1978：13-24.

[37]PETTER S， STARAUB D， RAI A. Specifying formative constructs in information system research [J]. MIS quarterly， 2007，31：623-656.

[38]CHIN W W. Issues and opinion on structural equation modeling[J]. MIS quarterly， 1998，22：7-16.

Abstract At present， China is facing a prominent problem of haze pollution in the sustainable development. Chinas haze governance lacks scientific evaluation tools， and a single mode of government governance is also in urgent need of innovation. In view of the current urban haze pollution problem， this study first defined the connotation of the urban haze control index， and built the urban haze control index based on the DPSIR model. On this basis， 12 cities of the Yangtze River Delta， including Shanghai， Nanjing， Wuxi， Hangzhou， mainly monitored by the Ministry of Environmental Protection were selected as samples， and the haze control index of these cities in 2007-2016 was measured and empirically analyzed. The measurement results showed that： First， the haze control index in Shanghai was larger than 0.7 in 2016， reaching the grade of excellence， haze governance index in Nantong and Shaoxing was below 0.5 in most of years， at the weak level. The other sample cities were 0.5～0.6 in most of years， at the middle level， and the overall governance level was low. Second， from the measurement results of haze governance index of Shanghais DPSIR dimensions， the driving （D） force rose in twists， pressure （P） gradually decreased， state （S） tended to be stable， influence （I） force weakened， and response （R） capacity needed to be improved. Third， from the contribution of stakeholders to haze governance in Shanghai， enterprise and government made large contribution and their contribution steadily increased. The public made lower contribution in haze governance while the contribution of other stakeholders were not stable. Taking the urban haze control index as a governance tool， it put forward the governance policies and measures from four aspects： establishing the information sharing platform of the haze control index information， establishing the measure index to influence the path relation map， defining the governance responsibility of the stakeholders and improving the use mechanism of the haze control index， so as to innovate the haze governance path.

Key words haze governance； index development； path innovation； stakeholders