京津冀联动执法对空气质量的改善效应

李辉 徐美宵 洪扬

摘要邻近区域空气污染物的输送使得空气污染治理变得复杂，京津冀也面临着本地区空气质量改善和跨区域污染治理的双重压力。在京津冀区域生态环境协同治理的背景下，探究联动执法行动对于空气质量改善的效应，有一定的现实意义。文章以京津冀地区13个城市为实验组、大气污染传输通道中除京津冀以外的18个城市为控制组，基于AQI日度数据，采用双重差分模型对2015、2016、2017年开展的三次环境联动执法行动实施效果进行实证检验。研究发现：①三次环境联动执法行动显著降低了京津冀空气质量指数，有效改善区域空气质量；②从三次联动执法行动结果的纵向比较来看，相较于首次环境联动执法行动，后期开展的执法行动对空气质量的影响明显降低；③从行动执行周期来看，短、中、长期联动执法行动对空气质量的改善效果逐渐减弱；④从整体来看，联动执法行动对空气质量的改善效果在执法行动结束后难以持续，甚至出现行动结束后空气质量迅速恶化的现象。这意味着，虽然运动式治理的方式存在诸多弊端，但不可否认，短期的环境联动执法行动仍是防治大气污染、改善区域环境质量的有效途径。因此，要充分发挥这一治理方式的有效作用，通过定期开展短期联动执法行动达到降低污染物浓度的目的。同时，若要从根本上解决大气污染问题，实现空气质量的持续、有效改善，应调动京津冀地方政府进行大气污染联合治理的积极性，建立环境联动执法的长效机制。

关键词 联动执法行动；空气污染；府际协同；治理效果；双重差分

中图分类号X50文献标识码A文章编号1002-2104（2021）08-0070-10DOI：10. 12062/cpre. 20210417

基金项目：国家社会科学基金一般项目“区域雾霾治理中府际协同的实现机制研究”（批准号：15BZZ051）；山东省社会科学规划研究项目“山东省高端科研人才助推高校‘双一流’建设的实现机制研究”（批准号：18CRCJ14）。

随着现代化进程的逐步推进，我国生态破坏和环境污染的负外部性不断凸显。其中，具有流动性和外溢性的空气污染更严重影响着区域经济社會发展和人民生活幸福感的提升。以单一行政区为主的传统治理结构已经无法有效防治跨区域的空气污染，打破行政壁垒、建立并完善跨行政区的府际合作机制已经成为解决跨域空气污染问题的必由之路[1]。2013年9月，国务院印发《大气污染防治行动计划》，对全国范围内的大气污染防治和空气质量改善提出新的要求。受雾霾污染影响严重的京津冀三地政府也针对空气污染开展一系列跨域合作，经过大量的探索、尝试，最终形成了具有典型示范效应的京津冀合作模式。2015年，京津冀三地环保部门签署《京津冀区域环境保护率先突破合作框架协议》，明确要求三地加强在水、土壤、大气等生态环保领域的合作，具体以联合立法、统一规划、统一标准、统一监测、信息共享、协同治污、联动执法、应急联动、环评会商、联合宣传等十个方面为重点突破口。那么，京津冀三地政府在雾霾治理过程中的府际协同能否有效减轻空气污染、改善空气区域质量？若存在明显的效果，那么在府际协同行动结束后这一效果还是否持续？这些都成为当前雾霾治理实践和理论研究需进一步探究的问题。

基于对上述问题的思考，本研究旨在进一步探究京津冀雾霾治理过程中府际协同对环境的效应。十项行动虽然都涉及了环境协同治理的各方面工作，但并非所有合作形式在提出后都对环境产生直接作用力。如，联合立法、统一规划等形式本质上是一项涵盖各方面的系统工程，从提出草案、审议议案、表决通过需要长时间的制度化设计，法律或规定公布后，政策的实施也存在相对滞后性，效果显现并不明显。其次，也有部分合作形式提出后并未正式实施，如环评会商。与前文所述的合作形式不同，联动执法这一合作形式自2015年环境联动执法机制建立以来已开展多次，其治理效果也可在短时间内凸显。因此，综合考虑十种合作形式的可操作性、效果的可观察性以及数据的可获得性，作者选取京津冀雾霾治理过程中十项合作形式之一的联动执法为例，利用京津冀及周边地区共31个城市在联动执法行动前后一段时期内的空气质量指数等面板数据，采用双重差分法（dif？ ference？in？differences，DID）检验联动执法行动的执行效果。

1文献回顾和研究假设

邻近区域空气污染物的输送，使得大气污染带来的环境风险正呈现出跨国家、区域界限的趋势，空气污染治理也变得更为复杂[2]。京津冀是我国空气污染极为严重的地区，面临着改善空气质量和治理跨区域污染的双重压力[3]。基于丰富的大气治理实践，一些学者将研究视角集中在大气污染跨域协作治理模式、治理机制及其背后的制度逻辑等。如郭施宏等[4]提出，京津冀大气污染协作实际上是一种伙伴关系模式；谢宝剑等[5]则认为目前区域合作模式还是以府际主导为主。

无论是从合作实践出发进一步概括总结合作模式，还是立足于未来提出合作的实现方式与路径，都只是合作形式的提升与完善。从合作治理效果出发才能从本质上判断政府间合作模式、路径的可行性和有效性，进而推动雾霾治理中政府间合作研究的纵深发展[6]。对于跨域协作治理能否改善空气区域质量，国内学者提出了不同的看法。一部分学者认为，空气质量保障行动能够有效改善空气质量，如：王恰等[7]的研究指出，“2+26”城市联合防治行动显著降低了各类大气污染物浓度；王振波等[8]研究发现，京津冀空气污染防治政策使得区域空气质量得到明显改善。支持这一观点的学者主要认为大气污染具有流动性和外溢性，一个城市的污染物能够通过自然因素和社会经济机制向周边城市扩散[9]，从而扩大污染范围。在污染物持续扩散的情况下，单一城市的治污举措就显得“势单力薄”，而区域内多城市之间的联合行动可以减少和避免“搭便车效应”以及“公地悲剧”的发生，从整体上改善区域内空气质量[7]。还有一部分学者[10]指出，虽然现有研究在一定程度上证实了京津冀地区在联合治污方面的显著成效，但从长期来看，这类治理行动持续时间短，效果难以维持，甚至在重大活动后出现空气质量迅速恶化的情况。为此，作者提出研究假设：

假設1：环境联动执法能够有效改善空气质量。

假设2：环境联动执法对空气质量的改善作用在行动结束后难以持续。

与已有研究相比，本研究可能的创新之处及贡献在于：一是相比于传统京津冀雾霾治理中的府际协同研究，选取府际协同诸多形式中的联动执法行动作为研究对象，评估其空气质量的改善效果，能够使研究结论更具有针对性；二是选取2015—2017年开展的三次行动为研究样本，观察不同年份、不同执行周期联动执法行动效果的异同点，进一步探究短期运动式治理与环境联动执法长效机制的相对性；三是在对行动结束后的效果进行动态性检验，分析行动结束后其效果是否具有持续性，以回应当前我国非常态下联合治理模式与常态下治理需求的冲突。

2研究设计

2. 1样本选取

2015年，京津冀环境执法与环境应急联动机制联席会议召开，三地联动机制正式建立。在这一机制下，三地环保部门多次合作共同开展环境联动执法工作。为避免研究结果的偶然性，选取3个行动样本，综合考察联动执法行动的效果。样本选取主要考虑以下因素：一是行动的时间特征，越早推进的行动在执法理念上可能越贴合联动执法机制的实质；二是行动的周期特征，确保行动周期长短均衡，尽可能实现短、中、长期行动样本的全覆盖；三是资料的可获得性，所选样本行动的支撑资料和信息要相对全面。基于上述标准，分别选取2015、2016、2017年各历时4 d、121 d和46 d的联动执法行动作为研究样本，收集行动前后一段时间的日度数据进行具体分析，见表1。

将北京、天津以及河北省地级市（包括石家庄、唐山、廊坊、保定、沧州、衡水、邢台、邯郸、秦皇岛、张家口、承德）共计13个城市作为实验组。对照组的选取遵循双重差分法的基本原则——将所研究政策（或行动）未发生的区域作为对照组[11]。而为降低实验组和控制组在自然条件和社会发展等方面的差异，对照组常选取地理位置相近的城市。在相邻城市中，北京、天津、河北省地级市与山西省、山东省和河北省部分城市同属于京津冀大气污染传输通道城市，污染状况存在相似性。因此，为控制地理位置和大气状况对研究结果的干扰，选取大气污染传输通道中除京、津、冀城市之外的18个城市作为对照组，包括太原、阳泉、长治、晋城、济南、淄博、济宁、德州、聊城、滨州、菏泽、郑州、开封、安阳、鹤壁、新乡、焦作、濮阳。

2. 2变量测量

解释变量分别为三次环境执法联动行动，并设置组间虚拟变量和时间虚拟变量，检验三次行动前后空气质量的改善效果。

被解释变量为空气质量，用空气质量指数（AQI）来表征，数值越大表示污染程度越高。AQI数据来自中国空气质量在线监测分析平台（https：//www. aqistudy. cn）。

控制变量主要选取了对空气质量有重要影响的气象因素。一是气温。通常而言，大气在温度高的状态下容易不稳定，会加速污染物的扩散[12]。为此，选取城市日最高温（Highest Temp）和城市日最低温（Lowest Temp）作为具体指标。二是风速（Wind）。某些污染物浓度与风有较强的关联性[13]。三是降水（Rain）。与前两类要素一致，空气质量指数与降水也紧密相关[14]，具体操作时选用是否，即0和1的二分变量进行具体测度。以上数据均来源于2345天气王。

2. 3实证模型

联动执法行动的开展可视为一项政策的实施，通过对比政策实施前后空气质量的差异判断其对区域空气质量的影响。而双重差分法将政策的实施视为一种“准自然实验”[15]，通过分析控制组和实验组观察值的差异，从而实现政策效果评估的目的。因此，采用双重差分法对2015、2016、2017年北京、天津、河北开展的环境联动执法行动进行分析，构建双重差分模型，评估联动执法行动对空气质量影响的净效应。

分别检验2015年12月6日—12月9日、2016年11月15日—2017年3月15日、2017年8月1日—9月15日开展的京津冀环境联动执法行动的效果，因此时间虚拟变量Postt需设置三次。为保证三次行动在样本时间窗宽的设置上具有统一标准，因此在设置研究样本的观察周期时，以政策冲击日为中心，以1/2 m为单位，根据行动执行周期的长短，适当延长样本观察天数，且行动开始之后的天数要大于行动执行周期，具体见表2。

3数据分析结果

3. 1描述性分析

3. 1. 1变量的描述性统计

表3报告了变量的描述性分析结果。其中，作为因变量，三次行动AQI的最大值（500，500，210）和最小值（23，25，32）之间存在较大差距，表明31个城市间空气质量存在较大差异。同时，相关控制变量之间的差值也相对较大，这为实证分析提供了一定的解释空间。

3. 1. 2AQI变化趋势描述

为了清晰展示京津冀环境联动执法前后空气治理指数的变化，作者整理了三次行动实验组和控制组城市的AQI数据，并分别绘制了三次行动前后AQI的数值变化图。第一次行动（4 d）以日为单位计算AQI均值，见图1；由于第二次行动（121 d）和第三次行动（46 d）执行周期较长，为完整呈现观察期内AQI的变化趋势，将以月和1/2 m为单位计算均值，具体见图2—图3。

行动一。图1展示了2015年首次京津冀环境联动执法行动前后实验组和控制组AQI的均值变化。可以看出，在环境联动执法开始前后（12月4日—7日），两组数据均呈增长趋势，但在行动开始后第二日实验组AQI的增长率（17. 17%）较行动前（46. 13%、53. 16%）有所下降，且明显低于控制组AQI的增长率（65. 65%、31. 27%、41. 53%）。在行动结束（12月9日）后，实验组AQI均值较控制组出现明显下降，后期虽然存在波动，但整体来看，实验组AQI均值总是低于控制组，这与联动执法行动前的趋势明显不同。

行动二。图2展示了2016年11月15日—2017年3月15日京津冀环境联动执法行动前后实验组和控制组AQI的均值变化。从实验组AQI均值的变化趋势来看，在行动开始时，AQI均值不断攀升，从12月下旬开始出现明显下降趋势；在行动结束（2017年3月15日）后，AQI均值开始缓慢回升。从图中可以看出，在联合执法行动开始后，AQI均值出现峰值，这可能是由于秋冬季节北方地区污染物浓度偏高，往往在12月、1月达到全年最大值，因而整体趋势呈现倒U型。从实验组和控制组AQI均值的相对趋势来看，在行动开始前两月（9月15日—11月14日），实验组AQI均值整体趋势始终高于控制组数值。但在行动开始（11月15日）后，实验组与控制组之间的差值逐渐减小，并在12月底实现了实验组AQI均值整体趋势低于控制组的转变。这一趋势在行动结束后一段时间内有所持续，但持续时间较短。

行动三。图3展示了2017年8月1日—9月15日京津冀环境联动执法行动前后实验组和控制组AQI的均值变化。从实验组AQI均值的变化趋势来看，行动开始（8月1日）后，AQI均值出现明显下降，后期出现波动。从实验组和控制组的相对趋势来看，实验组数据在行动开始早期低于控制组，但后期高于控制组。行动结束（9月15日）后，实验组AQI均值仍有下降趋势，且低于控制组。

通过观察2015、2016、2017年三次行动前后AQI均值的变化趋势发现，与控制组相比，行动开始后，实验组AQI均值出现增长幅度放缓或绝对值下降的趋势，且这一趋势在行动结束后有短时间的持续。但若直接比较AQI在联动执法行动实施前后的差异来判定联动执法对于空气质量改善的效果，结论可能不够准确。一方面是由于观察周期长、AQI数值波动大，对于AQI变化的判断较为宏观；另一方面，气温、降水等因素也会影响对联动执法效果的评价。双重差分模型通过设置实验组和对照组，引入时间虚拟变量，能够更科学地评估联动执法行动对空气质量的改善效果，已被广泛用于政策效果评估的研究中。因此，需要通过实证分析进一步验证。

3. 2双重差分分析

以2015年京津冀建立三地环境执法联动机制以来开展的三次联动执法工作为例，搜集了京津冀及其周边地区31个城市环境联动执法工作前后一段时间的AQI数据作为面板数据，并将其作为被解释变量。通过构建双重差分模型，采用稳健异方差，对京津冀区域环境联动执法行动对空气污染的影响进行实证分析，回归结果见表4。表中模型均控制了城市固定效应和日期固定效应，模型（1）、（3）、（5）没有加入控制变量。

模型（1）、（2）报告了2015年第一次联动执法行动对空气质量影响的实证分析结果，政策冲击点为2015年12月6日。对比两者的数据分析结果发现，不加控制变量时，交互项（Treati×Postt）的估计参数为-19. 413，在1%的统计水平下显著；加入控制变量后，交互项的估计参数为-16. 454，在5%的统计水平下显著。这意味着，京津冀区域首次开展联动执法工作的效果顯著，在开展环境联动执法后，区域空气质量明显改善。

模型（3）、（4）报告了2016年第二次联动执法行动对空气质量影响的实证分析结果，政策冲击点为2016年11月15日。对比两者的数据分析结果发现，不加控制变量时，交互项的估计参数为-6. 150；加入控制变量后，交互项的估计参数为-4. 736，两者数值变化较小，且系数都在1%的统计水平下显著。这也表明，2016年11月开展的环境联动执法行动能够有效改善区域空气质量。

模型（5）、（6）报告了第三个环境联动执法行动对空气质量影响的实证分析结果，政策冲击点为2017年8月1日。对比两者的数据分析结果发现，不加控制变量时，交互项的估计参数为-3. 848，且通过显著性检验；加入控制变量后，交互项的估计参数为-5. 756，并在1%的统计水平下显著。因此，可以进一步推断，2017年8月1日—9月15日开展的联动执法行动也有效降低了京津冀区域的空气污染。

从三次联动执法行动的回归结果看，京津冀联动执法行动能够降低区域城市空气质量指数，假设1得到证实。纵向比较回归结果发现，三次行动的交互项系数分别是-16. 454、-4. 736、-5. 756，与首次联动执法相比，2016、2017年执法行动交互项系数的绝对值明显下降。这反映了自京津冀环境执法联动机制建立以来，虽然开展的环境联动执法行动能够对区域空气质量改善起到正向影响，影响程度却相对减弱。

3. 3动态性检验

为考察联动执法行动结束后、在时间趋势下联动执法行动对空气质量的改善效果，引入动态异质性模型对其动态效应进行回归分析[16]。通过观察执法行动结束后、执法行动结束5 d后城市虚拟变量和时间虚拟变量的交互项衡量联动执法效应的持续性。若样本处于行动结束后，时间虚拟变量赋值为1，否则为0；若样本处于行动结束5 d后，时间虚拟变量赋值为1，否则为0。模型均控制城市固定效应和日期固定效应，并且加入最高温、最低温、风速、是否降水等控制变量，检验结果见表5。

表5列示了三次行动结束后动态效应的检验结果。观察模型（7）和模型（9）可以发现，在行动结束后，交互项系数均为负数，表示环境联动执法行动在其结束后依然对空气质量指数的降低有促进作用；但系数在行动结束5 d后变为正数，即环境联动执法行动对空气质量的改善作用减弱，甚至失去影响。与模型（7）和模型（9）不同，模型（8）行动结束后的回归结果为正数，这表明，环境联动执法结束后，京津冀区域空气质量指数增加，空气污染程度加大。造成这一现象的原因可能是，2016年环境联动执法行动执行周期为121 d，持续时间长、行动力度大，导致行动结束后空气质量指数立即出现反弹。从三次行动动态效应的回归结果看，虽然京津冀环境联动执法行动对区域空气质量有明显的改善作用，但这一效果在行动结束后持续时间短，甚至出现行动结束后空气质量迅速恶化的情况。这一结论也佐证了环境联动执法对空气质量的改善效果在行动结束后难以持续的特点，从而证明了假设2。

3. 4适用性检验

平行性和随机性是双重差分法的重要前提。平行性假设是指开展联动执法行动之前，实验组和控制组的空气质量指数存在相同的变化趋势[17]。随机性则是指实验组和控制组样本城市的选取是随机的。

为保证研究的信度，首先以空气质量指数AQI的一阶差分值作为被解释变量，以是否为实验组作为二值解释变量，对联动执法行动之前一段时间31个城市AQI的平行性进行检验。表6报告的模型（10）、（11）、（12）中三次行动系数均不显著（P值分别为0. 470、0. 519、0. 875），表明实验组和控制组AQI在行动开始前存在同样的变化趋势，满足平行性假设。为观察实验组和控制组是否是随机选取的，进一步进行随机性检验。表6模型（13）、（14）、（15）呈现了随机性检验的结果：三次行动P值分别为0. 809、0. 948和0. 163，系数均不显著，说明结果通过随机性检验。综上，实证分析结果满足双重差分的适用性检验，并可以进一步推断，京津冀环境联动执法行动确实对区域空气质量有改善作用。

3. 5稳健性检验

3. 5. 1改变时间窗宽稳健性检验

京津冀环境联动执法行动的双重差分结果可能受时间样本的影响，因此，以10 d为基本单位，通过改变样本的时间窗宽对数据进行处理，以检验实证结果的稳健性，结果见表7。

模型（16）和模型（17）改变了行动一的时间窗宽：模型（16）在模型（2）样本基础上将行动前后时间窗压缩20 d，选取2015年11月27日—12月15日的数据进行回归分析；模型（17）在模型（2）样本基础上将行动前后时间窗压缩10 d，选取2015年11月22日—12月19的数据进行回归分析。结果显示，交互项系数均为负数，且都在1%的统计水平下显著，与模型（2）的系数-16. 454在统计学意义上无显著较大差异。

模型（18）和模型（19）改变了行动二的时间窗宽：模型（18）在模型（4）样本基础上将行动前后时间窗压缩20 d，选取2016年6月25日—2017年4月6日的数据进行回归分析；由于行动二执行周期较长，模型（19）在模型（4）样本基础上将行动前后时间窗压缩40 d，选取2016年7月5日—2017年3月27日的数据进行回归分析。结果显示，交互项系数均为负数，且都通过显著性检验，与模型（4）中交互项系数-4. 736相差较小。

模型（20）和模型（21）改变了行动三的时间窗宽：模型（20）在模型（6）样本基础上将行动前后时间窗压缩20 d，选取2017年6月11日—9月20日的数据进行回归分析；模型（21）在模型（6）的基础上将行动前后时间窗压缩10 d，选取2017年6月6日—9月25日的数据进行回归分析。结果显示，交互项系数为负数，且在1%的统计水平下显著，与模型（6）中系数-5. 756相近。

通过改变时间窗宽进行稳健性检验可以发现，无论如何改变时间样本的窗口期，估计结果均无明显变化，说明了双重差分结果的稳健性，并进一步证实环境联动执法行动能够改善区域城市的空气质量。

3. 5. 2安慰剂检验

采用双重差分法进行效应评估还可能面临另一质疑，即空气质量改善不是由环境联动执法行动导致的，而是由于其他因素导致的结果[18]。为进一步验证效应评估结果的稳健性，借鉴已有研究方法，通过改变联动执法行动开始的时间进行安慰剂检验[19]。以1/2 m为基本单位，根据三次行动执行周期的长短分别将联动执法行动开始的时间提前15 d、45 d、30 d。表8中模型（22）、（23）、（24）报告了回归结果，三个交互项系数均为正数，排除了其他因素对京津冀区域空气质量指数下降的影响，这也证实了环境联动执法行动对空气质量的改善作用。

4结论与讨论

作者以2015、2016、2017年京津冀开展的三次环境联动执法行动为例，利用行动前后一段时间31个城市的面板数据，采用双重差分法检验了京津冀环境联动执法对区域空气质量的影响，并進一步探究这一影响的持续性，研究结果均证实了提出的研究假设。研究发现：①与控制组相比，三次联动执法行动开展后AQI明显降低，表明京津冀环境联动执法行动确实能够改善区域空气质量。②从三次联动执法行动结果的纵向比较来看，相较于首次环境联动执法行动，后期开展的执法行动对空气质量的影响明显降低。产生这一结果的原因可能是，2015年8月《中华人民共和国大气污染防治法（2015修订）》发布，新增“建立重点区域大气污染联防联控机制，统筹协调重点区域内大气污染防治工作”等内容，加强对地方政府环境保护和治理的追责[20]。由于是联动机制建立以来的首次行动，京津冀政府必然会加强执法力度以凸显政绩。③短、中、长期联动执法行动对空气质量的改善效果逐渐减弱，这反映出行动效果可能与开展的周期长短有关。作为一种以任务为导向、以命令为载体、以控制为手段的环境应急管理模式，联动执法行动可以精准、迅速、高效地监测污染源、识别违法行为、完成治理目标[21]，从而达到降低大气污染物浓度、改善空气质量的目的。周期越长，集中式治理的效果可能会有所削弱。④从整体来看，京津冀联动执法行动对空气质量改善作用在行动结束后难以持续，甚至出现行动一结束空气质量迅速恶化的现象。这体现了我国非常态下联合治理模式与常态下大气治理需求的不平衡以及长效机制与短期效果之间的矛盾[22]。运动式的环保治理方式存在着手段上的间歇性以及结果上的不确定性，从而影响大气污染治理绩效的持久性，使得空气质量的改善效应不可持续。

鉴于上述研究结果，进一步提出以下建议：第一，虽然运动式治理存在诸多弊端，但不可否认，短期的环境联动执法行动仍是大气污染防治的有效途径，是打破传统科层体制下环境治理困境[23]，建立可持续府际协同治理机制的必要前提。因此，在环境协同治理初期，可以充分发挥这一治理方式的有效作用，通过规范化的制度规程设计和科学化的政策引导[24]，定期开展短期联动执法行动达到短时间内降低污染物浓度的目的。第二，从本质上来说，空气质量改善始终是一项长期性的治理需求，若要从根本上解决大气污染问题，还应建立环境联动执法的长效机制，从管理理念、治理结构、运行机制等方面入手对环境治理制度进行优化[25]。第三，调动京津冀地方政府大气污染联合治理的积极性。一方面，中央可通过出台法规政策、发表重要讲话、将环保工作纳入地方官员政绩考核体系等方式，突出大气污染防治工作的政治地位；另一方面，采取相应激励手段，正确引导地方政府的环境治理行为，同时为地方政府完成治理目标提供制度和财政支持。

本研究仅检验了联动执法行动本身的效果，并通过纵向对比进一步探究行动开展时间及时长对空气改善效应的差异，在京津冀联动执法行动与三地各自执法行动的横向对比上缺乏深入研究。因此，未来将在已有框架上区分京津冀联动执法行动与三地分开执法的效果差异，进一步深化此研究。

参考文献

[1]WANG H B，ZHAO L J. A joint prevention and control mechanism for air pollution in the Beijing？Tianjin？Hebei region in China based on long？term and massive data mining of pollutant concentration[J]. Atmospheric environment，2018，174：25-42.

[2]MAJI K J，LI V O，LAM J C. Effects of China？s current air pollu？ tion prevention and control action plan on air pollution patterns，health risks and mortalities in Beijing 2014—2018[J]. Chemo？ sphere，2020，260：127572.

[3]LU X，ZHANG S J，XING J，et al. Progress of air pollution control in China and its challenges and opportunities in the ecological civili？ zation era[J]. Engineering，2020，6（12）：1423-1431.

[4]郭施宏，齐晔.京津冀区域大气污染协同治理模式构建：基于府际关系理论视角[J].中国特色社会主义研究，2016，7（3）：81-85.

[5]谢宝剑，陈瑞莲.国家治理视野下的大气污染区域联动防治体系研究：以京津冀为例[J].中国行政管理，2014（9）：6-10.

[6]赵志华，吴建南.大气污染协同治理能促进污染物减排吗：基于城市的三重差分研究[J].管理评论，2020，32（1）：286-297.

[7]王恰，郑世林.“2+26”城市联合防治行动对京津冀地区大气污染物浓度的影响[J].中国人口·资源与环境，2019，29（9）：51-62.

[8]王振波，梁龙武，林雄斌，等.京津冀城市群空气污染的模式总结与治理效果评估[J].环境科学，2017，38（10）：4005-4014.

[9]邵帅，李欣，曹建华，等.中国雾霾污染治理的经济政策选择：基于空间溢出效应的视角[J].经济研究，2016，51（9）：73-88.

[10]石庆玲，郭峰，陈诗一.雾霾治理中的“政治性蓝天”：来自中国地方“两会”的证据[J].中国工业经济，2016（5）：40-56.

[11]杜雯翠，夏永妹.京津冀区域雾霾协同治理措施奏效了吗：基于双重差分模型的分析[J].当代经济管理，2018，40（9）：53-59.

[12]周兆媛，张时煌，高庆先，等.京津冀地区气象要素对空气质量的影响及未来变化趋势分析[J].资源科学，2014，36（1）：191-199.

[13]WANG H B，ZHAO L J，XIE Y，et al.‘APEC Blue’：the effects and implications of joint pollution prevention and control program[J].Science of the total environment，2016，553：429-438.

[14]李小飛，张明军，王圣杰，等.中国空气污染指数变化特征及影响因素分析[J].环境科学，2012，33（6）：1936-1943.

[15]刘张立，吴建南.中央环保督察改善空气质量了吗：基于双重差分模型的实证研究[J].公共行政评论，2019，12（2）：23-42，193-194.

[16]苏芳，宋妮妮.“一带一路”倡议对西部民族地区文化产业发展的影响：基于双重差分的实证分析[J].西南民族大学学报（人文社科版），2019，40（8）：144-150.

[17]邓荣荣，詹晶.低碳试点促进了试点城市的碳减排绩效吗：基于双重差分方法的实证[J].系统工程，2017，35（11）：68-73.

[18]谭静，张建华.国家高新区推动城市全要素生产率增长了吗：基于277个城市的“准自然实验”分析[J].经济与管理研究，2018，39（9）：75-90.

[19]TANG R W，TANG T W，LEE Z. The efficiency of provincial gov？ ernments in China from 2001 to 2010：measurement and analysis[J].Journal of public affairs，2014，14（2）：142-153.

[20]李海英，耿子威.国家新《大气污染防治法》修订了什么[EB/ OL].沈阳日报.（2015-09-15）[2020-04-10]http：//www.sohu. com/a/31851187_161352.

[21]肖翠翠，郭培坤，常杪，等.大气污染防治督查结果特征分析与政策效果评估：以京津冀及周边地区大气污染传输通道城市为例[J].干旱区资源与环境，2019，33（11）：42-48.

[22]李瑞昌.从联防联控到综合施策：大气污染政府间协作治理模式演进[J].江苏行政学院学报，2018（3）：104-109.

[23]贺璇，王冰.“运动式”治污：中国的环境威权主义及其效果检视[J].人文杂志，2016（10）：121-128.

[24]叶陈云，杨克智.国有资本投资运营公司内部审计规制体系构建研究[J].审计研究，2015（6）：100-107.

[25]魏娜，孟庆国.大气污染跨域协同治理的机制考察与制度逻辑：基于京津冀的协同实践[J].中国软科学，2018（10）：79-92.

Impact of joint law enforcement on air quality improvement in Beijing？Tianjin？Hebei region

LI Hui1，XU Meixiao2，HONG Yang3

（1. School of International Affairs and Public Administration， Ocean University of China， Qingdao Shandong 266100， China； 2. School of Economics and Management， China University of Petroleum， Qingdao Shandong 266580， China； 3. School of Political Science and Public Administration， Shandong University， Qingdao Shandong 266200， China）

AbstractThe transportation of air pollutants in adjacent areas makes air pollution control more complicated. Beijing， Tianjin and He？ bei are facing the dual pressures of improving air quality in the region and controlling cross？regional pollution. In 2015， the environmen？ tal protection departments of Beijing， Tianjin and Hebei signed the Beijing？Tianjin？Hebei Regional Environmental Protection First Breakthrough Cooperation Framework Agreement， established an environmental linkage law enforcement mechanism， and carried out many joint law enforcement actions. Under the background of collaborative governance of ecological environment in the Beijing？Tianjin？ Hebei region， exploring the effect of joint law enforcement actions on air quality improvement has certain practical significance. There？ fore， thirteen cities in the Beijing？Tianjin？Hebei region were used as the experimental group， and eighteen cities except Beijing， Tianjin and Hebei in the air pollution transmission channel were used as the control group. Based on the daily data of AQI， this study used the DID method to empirically test the implementation effect of three environmental joint law enforcement actions in 2015， 2016 and 2017. The research found that：①These three actions significantly lowered the AQI in the Beijing？Tianjin？Hebei region and effectively im？ proved regional air quality.②From the vertical comparison of the three actions， compared with the first action， the impact of the later actions on air quality was significantly reduced.③From the perspective of action cycle， the effects of short， medium and long？term ac？ tions on air quality were gradually weakening.④The improvement effect on air quality was difficult to be sustained after the enforce？ ment actions， and the air quality even deteriorated rapidly after the actions. It means that although there are many disadvantages in the campaign？style governance， it is undeniable that short？term action is still an effective way to prevent and control air pollution and im？ prove regional environmental quality. Therefore， the government must play the effective role of this governance method， and achieve the purpose of reducing the concentration of pollutants by regularly carrying out short？term actions. At the same time， in order to fundamen？ tally solve the problem of air pollution and achieve continuous and effective improvement of air quality， the government should establish a long？term mechanism for joint environmental law enforcement action and mobilize the enthusiasm of the governments of Beijing， Tian？ jin and Hebei for joint air pollution control.

Key wordsjoint law enforcement action； air pollution； intergovernmental collaboration； governance effect； DID

（責任编辑：刘照胜）