正式制度与非正式制度对雾霾污染的影响效应

吴士炜，余文涛

(福州大学经济与管理学院,福建福州 350116)

一、引言与文献综述

2018年中国生态环境状况公报数据显示,338个地级市中仅有121个城市空气质量达标,约占全部城市的35.8%,338个城市2018年发生重度污染与严重污染的天数分别为1 899与822天。以PM2.5为代表的空气污染,不仅会危害居民身心健康,也不利于经济与社会可持续发展,若空气污染治理不恰当,中国更容易陷入“环境-健康-贫困”陷阱中。生态环境作为中国高质量发展的重要组成部分,如何合理有效利用生态环境治理手段以降低雾霾污染,这是值得深入探讨的现实问题。

从生态环境治理手段来看,有关研究侧重于经济手段,即考察环境税费、排污权交易、排污技术转让与政府补贴对环境污染治理效果。Sancho[1]与范庆泉等[2]认为,环境税在短期内会降低工业产出,但该效应会随着技术研发进步而降低,渐进递增的动态环境税有利于削弱企业对资源的依赖性,且实行差异化环保税有助于降低对经济的负向冲击[3]。徐保昌等[4]指出,征收排污费会提高企业生产成本,但会倒逼企业增加环保技术研发与使用,提高企业生产效率,且调整排污费征收标准有利于降低工业SO2排放量[5]。涂正革等[6]与钱浩祺等[7]认为,硫碳排污权交易有利于缓解SO2、CO2排污权配置的无效率问题,且排污权交易会诱发企业绿色创新[8],加强排污权交易市场建设有助于实现“波特假说”。石光等[9]通过研究发现,激励机制相对于倒逼机制更能促进环保技术研发,即政府补贴相对环境税费效果更佳。叶光亮等[10]认为,固定费用授权方式相对于特许权收费,更有助于治污技术的推广。

行政手段与法制手段也是生态环境治理不可或缺的手段。曹静等[11]认为,限行政策有助于降低北京空气污染,但会增加出行者成本。罗知等[12]指出,“大气十条”政策有助于改善北方冬天空气质量。马本等[13]与郑石明[14]指出,环境信访有利于提高环境质量,且环境信访制度在东部地区更有利于发挥效果。李蕾蕾等[15]与范子英等[16]通过研究发现,加快环境立法与环保法庭有助于提高行业资源配置效率与降低工业污染物排放量。此外,Nie et al.[17]研究发现,中国“两会”期间雾霾污染有所下降,之后迅速恶化,即雾霾治理存在“政治蓝天”假说。邵帅等[18]认为,雾霾污染促增因素未抑制、促降因素未发挥是我国雾霾污染居高不下的根本原因。

在生态环境污染治理过程中,非正式制度重要性日益凸显,尤其是以网络舆论为代表的社会舆论压力。李欣等[19]利用百度搜索引擎获得大气污染词条数作为网络舆论替代变量,通过分析发现网络舆论有助于降低雾霾污染。吕长明等[20]与潘爱玲等[21]认为,舆论媒体压力有利于企业增加环保投资与绿色并购,缓解环境污染问题。Kathuria[22]将出版刊物中污染相关文章数作为非正式环境规制,通过研究发现其与水污染治理存在正相关性。此外,由于雾霾污染是空气污染物之一,能够随气流实现跨界传播,即存在空间溢出效应,故分析雾霾污染问题时将空间地理因素纳入分析范畴有助于提高模型估计效率[23]。

综上所述,目前学者对生态环境治理研究侧重于正式制度,且以经济手段为主、行政手段与法制手段为辅,部分研究涉及网络舆论为代表的非正式制度。不同于以往研究,本文基于成本-收益理论分析框架,通过构建包括正式制度与非正式制度两部门模型,利用中国2000—2017年31个省份面板数据,结合空间经济学相关理论考察正式制度与非正式制度对雾霾污染的影响,研究发现环境税费、污染治理投资与环境信访对雾霾污染影响更多的是被动防御而非主动出击。

二、理论机制与计量模型

雾霾是雾与霾的结合体,主要由SO2、NOX与可吸入颗粒物组成,是空气污染物重要组成部分,居民长期居住生活在高雾霾环境中容易诱发呼吸道感染疾病。雾霾污染形成因素包括可控因素与不可控因素,能源消耗、工业污染、生活垃圾、汽车尾气、麦秆燃烧、冬季取暖、城市基建等均是可控因素,而气候温度、地形地貌、沙尘暴、雨水湿度等均是不可控因素,抑制雾霾污染应更多地从可控因素入手,但也要考虑不可控因素。雾霾作为空气污染物之一,治理主要是基于正式制度与非正式制度,其中正式制度以经济手段、行政手段与法制手段为主,而非正式制度涵盖网络舆论、道德标准、文化习俗与企业家精神等,并且雾霾污染治理需要政府、企业与居民共同参与。本文基于经济学的成本-收益理论分析框架,通过构建两部门模型考察正式制度与非正式制度如何影响企业排污政策选择。

(一)理论机制

本文借鉴靳来群[24]分析方法,将经济体划分为两个部门：一个是由重污染型企业组成的部门,用m表示；一个是轻污染型企业组成的部门,用n表示；两部门生产的产品各异,不具有可替代性。整个经济体生产函数采用CES形式：

式(1)中,Y表示整个经济体产出；Ym和Yn表示重污染型与轻污染型部门企业产出；δ表示弹性系数。每个i部门生产函数采用CES形式：

式(2)中,每个i部门有Ri家企业,每家企业的产品都具有差异性；Yij表示第i部门j企业产出；φ表示弹性系数。每个企业生产要素包括资本(K)与劳动(L),生产函数采用标准的C-D生产形式,并假设企业规模报酬不变：其中,Aij表示全要素生产率,∂与1-∂分别表示资本与劳动产出弹性系数。假定每个部门的劳动与资本要素总量等于该部门中所有企业该类生产要素总和,即同时,两个部门投入要素的加总为该经济体生产要素的总额,即L＝Lm+Ln,K＝Km+Kn。假设在生产过程中,两部门企业均会产生工业SO2、NOX与粉尘污染物,企业在污染物排放方面有治理与不治理两种选择,若对污染物不加以治理会加剧地区雾霾污染,但若采取相关措施治理污染会增加企业生产成本。

不管是重污染型企业还是轻污染型企业均以利润最大化为条件。假设重污染型企业为节省治理成本而选取不治理污染,此时企业治污成本为零,但企业面临被环保部门查处并处罚的风险；假定其被查处概率是Pm,受到查处之后将面临重度处罚与轻度处罚分别表示为CmH与CmL,相应的概率分别表示为PmH与PmL。政府部门可通过增加环保系统人员数、新增环保法律法规、加强环境监管与处罚,提高其被查处概率与受到重度处罚的概率,进而提高其排污成本。若重污染型企业采取增加环保研发投入以治理污染,政府可适当给予补贴以提高其环保技术研发概率,其污染治理成本与政府补贴假定分别为Cm与Gm,此时,企业不会面临被环保机构查处与处罚的问题。重污染型企业不治理污染成本与治理污染成本分别为：

当Cm1＞Cm2时,重污染型企业占优策略是选择治理污染；当Cm1＜Cm2时,重污染型企业占优策略是选择不治理污染。

假设轻污染型企业不治理污染被查处概率与处罚金额分别是Pn与CnL,若采取污染治理策略时,污染治理成本与政府补贴金额分别为Cn与Gn。此外,轻污染型企业污染治理成本相对重污染型企业较低,且其被查处后将面临轻度处罚。轻污染型企业不治理污染成本与治理污染成本分别为：

当Cn1＞Cn2时,轻污染企业占优策略是选择治理污染；当Cn1＜Cn2时,轻污染型企业占优策略是选择不治理污染。

不管是重污染型企业还是轻污染型企业,要抑制企业排污行为最有效策略是在降低企业污染治理成本的同时,提高企业排污成本。若从生态环境治理正式制度来看,政府对企业环保技术研发补贴有助于降低企业治污成本,而排污费与环保税会提高污染排放成本,且政府增加工业污染治理投资、环保系统人员数、环保法律法规与加强环境监管会提高企业排污被查处及受到重罚的概率。但由于环境污染具有负外部性特征,且治理过程中存在信息不对称问题,会降低环保政策治理成效,而环境信访与网络舆论有助于解决因信息不对称诱发的相关问题,从而抑制企业排污行为,并且网络舆论有利于环保政策推广与实施。

(二)计量模型

本文基于中国2000—2017年31个省份面板数据,将空间地理因素纳入分析范畴,考察生态环境治理中正式制度与非正式制度对各地区雾霾污染(PM2.5)的影响。选取2000年作为时间节点,一方面,2000年之前空气污染水平较低,社会各界对空气污染关注度相对不高,污染治理分析侧重于工业SO2、COX与NOX,且雾霾污染(PM2.5)数据可获得性较低。另一方面,与本文选取的网络舆论作为非正式制度相关,即选取百度搜索引擎中的各地区空气污染网页数作为替代变量,而百度搜索引擎是2000年1月份正式成立,故本文截取2000年之后数据加以考察,实证模型设定如下：

式(7)中,Wij代表空间权重矩阵(W)中第(i,j)个元素；∂1,γ1,γ2与β表示参数系数。空间权重主要包括地理相邻权重、地理距离权重与经济距离权重三部分,本文采用地理距离权重,即,xi与yi分别表示省会城市和直辖市经纬度,且主对角元素值为0。ρ刻画的是各地区雾霾污染是否存在空间溢出效应,若ρ≥0时,表示各地区雾霾污染之间存在正空间相关性,反之亦然。Publicit表示第i地区t年空气污染网页数,Govern表示环境税费、政府补贴、污染治理投资、环境信访、环保人员等正式制度指标。Xit表示影响雾霾污染(PM2.5)的其他控制变量,例如,经济发展水平、城镇化率、财政分权等因素。

三、研究设计

(一)变量定义

被解释变量：雾霾作为大气污染物,是雾与霾的结合体,主要由SO2、NOX与可吸入颗粒物组成,本文采用PM2.5浓度作为雾霾污染度量指标,即直径小于等于2.5微米的污染颗粒物,其值相对PM10浓度能够更加准确地反映城市雾霾污染程度。因数据来源受限,用省会城市和直辖市PM2.5浓度表示各地区雾霾污染,且2000—2016年数据来源于哥伦比亚大学国际地球科学信息网络中心(http：//beta.sedac.ciesin.columbia.edu/),并利用ArcGIS 10.2提取各城市PM2.5浓度数据,2017年PM2.5浓度数据来源于《中国统计年鉴》,单位是μg/m3。

核心解释变量：生态环境治理制度包括非正式制度与正式制度,随着社会各界对雾霾污染关注度的提高,以网络舆论为代表的非正式制度对雾霾污染影响力日益攀升,本文借鉴李欣等[19]的作法,采用网络舆论压力作为环境规制非正式制度度量指标,即利用百度搜索引擎进行网页搜索以获取中国2000—2018年各省份关于空气污染信息的网页数量。数据搜索过程为：利用IE浏览器,在百度搜索引擎上输入关键词“空气污染+对应省份”,例如“空气污染+北京市”,在搜索工具中设定时间,如2000.01.01—2000.12.31,从网页代码中查找空气污染词条出现的网页数量,并剔除广告、百度文库等不相关网页,进而获得各地区历年空气污染词条数作为网络舆论替代变量。

生态环境治理中正式制度主要包括行政手段、法制手段与经济手段,本文用各地区环保系统人员数作为行政手段替代变量,单位是百人。法制手段采用各地区环境信访数表示,其中2010年之前为来信总数,2011—2015年是电话/网络投诉数,2016年之后为当年接到群众微信举报件数,单位是万件。经济手段用各地区排污费收入总额与工业污染治理投资作为替代变量,单位为亿元。数据来源于《中国环境年鉴》、《中国环境统计年鉴》与《中国统计年鉴》,部分数据缺失采用移动平均法换算。

控制变量：雾霾污染影响因素包括经济、社会、政治与气候环境等方面,本文主要考察经济因素对雾霾污染的影响,故选取经济发展水平、城镇化率与财政分权作为控制变量。其中,经济发展水平用人均GDP度量,单位是万元；城镇化率采用国内外惯用的城镇常住人口率表示；财政分权用财政收入分权表示,即人均地方政府财政收入/(人均地方+人均中央政府财政收入)×100%表示。各变量具体计算方法及说明见表1。

表1 变量说明与定义

(二)变量描述

雾霾污染是雾与霾的结合体,是中国走“先污染、后治理”道路的必然产物。雾霾一词最早出现在2004年的《北京日报》中,2011与2013年京津冀城市圈暴发大面积雾霾污染才逐渐被社会各界所重视。吕长明等[20]通过研究发现,京津冀、长三角与华北地区是中国雾霾污染高值聚集地,而东南沿海地区则是雾霾污染低值聚集地,且雾霾污染具有明显的季节性特征,呈现秋冬高、春夏低特点,并能够随气流实现跨界传播。本文为验证各地区雾霾污染是否存在空间集聚特征及观察雾霾污染变动趋势,将2000年、2008年、2017年31个省会城市和直辖市PM2.5浓度数据处理得到图1结果。

图1 31个城市PM2.5浓度

从雾霾污染(PM2.5)分布状况来看,京津冀、长三角与华北中原地区是雾霾污染高值聚集地,其中京津冀城市圈更是雾霾污染重灾区,尤其是在秋冬季节,与其独特的气候环境、地形地貌、雨水湿度、能源消耗、沙尘暴等密切相关；东南沿海城市是雾霾污染低值聚集地,尤其是福州与海口,与其森林覆盖率高、降水量较多、污染型企业较少、气候适宜等密切相关。从雾霾污染变动趋势来看,2013年之前各地区PM2.5浓度整体呈上升趋势,之后由于社会各界采取各种手段治理雾霾污染诱致PM2.5浓度值有所下降,但也应认识到2017年中国大部分省会和直辖市城市PM2.5浓度值均超过国家二级标准(35μg/m3),尤其是石家庄、济南、郑州与西安,说明我国雾霾污染治理任重道远。

(三)空间相关性分析

雾霾污染(PM2.5)作为空气污染物之一,能够随气流实现跨界传播,即存在空间溢出效应[23],诱致地理位置相邻城市PM2.5浓度相近。国内外学者一般用MI、GC、G等指标来衡量各地区空间关联度的大小,其中全局Moran I统计量：

式(8)中,Wij为空间权重矩阵中第(i,j)个元素；；i指的是各省份代码。MI值在(-1,1),大于(小于)0表示各地区之间存在空间正(负)相关性,数值越大,空间相关性越强,等于0表示各地区之间不存在空间相关性。MI近似服从均值为E(I)和方差为V(I)的正态分布,即E(I)＝空间权重选取是衡量各地区之间雾霾污染是否存在空间相关性的前提,传统空间权重包括地理相邻、地理距离与经济距离权重。本文空间权重选择标准的车相邻权重,即相邻地区其值为1,不相邻其值为0,且主对角线(i＝j)元素为零,并利用Matlab R2012b软件计算中国2000—2017年31个省份雾霾污染(PM2.5)全局MI值,将数据代入处理后得到表2结果。

表2 31个省份雾霾污染(PM2.5)全局MI 值

从各地区雾霾污染(PM2.5)全局空间相关性视角来看,2000—2017年31个省份全局MI值均为正,且MIZ值在1%水平均高度显著,即P值均小于0.01,说明中国各地区雾霾污染之间存在空间正相关性,即相邻地区PM2.5浓度值相接近,与雾霾污染作为空气污染物之一,能够随气流实现跨界传播及相邻地区环境污染治理政策相似密切相关。

四、实证结果分析

本文基于中国2000—2017年31个省份面板数据,将空间地理因素纳入分析范畴,从环境规制中的非正式制度与正式制度视角考查其对雾霾污染(PM2.5)的影响,即验证环境规制正式制度与非正式制度是否均有利于抑制雾霾污染。通过对被解释变量与解释变量分别求对数,以降低因模型异方差性对估计结果造成的影响,并利用LLC方法检验被解释变量序列是否存在单位根问题,检验结果显示PM2.5浓度在AIC、BIC与HQIC信息准则得到的P值均低于0.05,说明被解释变量(PM2.5)不存在单位根,即面板序列为平稳过程。

(一)空间面板模型

空间模型包括空间滞后模型(SAR)、空间误差模型(SEM)与空间杜宾模型(SDM),即：

式(9)中,当β＝η＝0时,模型为SAR。当α＝β＝0时,模型为SEM。当η＝0时,模型为SDM。空间杜宾模型(SDM)由于兼顾空间滞后模型(SAR)与空间误差模型(SEM)特点,即能够同时反映空间系数项与空间误差项对被解释变量的影响,故本文选择静态空间杜宾模型(SDM)进行分析,并且由于普通最小二乘法(OLS)估计SAR、SEM与SDM模型存在偏误,故使用极大似然估计(MLE)方法对静态SDM模型进行估计,空间权重选用地理距离权重(W),即,xi与yi分别表示省会城市和直辖市经纬度,且主对角元素值为0,将数据代入Stata 13中得到表3结果。

静态SDM模型实证检验结果显示,核心解释变量中,非正式制度网络舆论对雾霾污染(PM2.5)影响为正,且系数在各模型中5%水平下高度显著,说明雾霾污染越严重地区,关于空气污染媒体报道数越多,与媒体报道自身特点密切相关,但也同时间接表明网络舆论对雾霾污染报道更多的是抓时事热点,网络媒体监督机制发挥效果较低。正式制度中排污费收入对雾霾污染影响系数在10%水平下为正,环保系统人员数在SDM-RE模型中5%水平下显著为正,间接说明当雾霾污染越严重时,政府会通过加征排污费收入与增加环保系统人员以降低雾霾污染,而环境信访与工业污染治理投资系数在各模型中均不显著。一方面,雾霾污染加剧会诱致环境信访量与污染治理投资增加；另一方面,环境信访与污染治理投资增加有利于抑制雾霾污染,故总效应呈不确定性。控制变量中,人均GDP系数在各模型中5%水平下显著为正,与中国早期采取粗放型发展方式密切相关,城镇化与财政收入分权系数在各模型中均不显著。

表3 静态空间杜宾模型(SDM)回归结果

从空间系数来看,雾霾污染(PM2.5)空间系数项在静态SDM模型中1%水平下均显著为正,即雾霾污染具有空间溢出效应,与PM2.5能够随气流实现跨界传播相关,故雾霾污染治理应以区域联合治理为主。核心解释变量中,网络舆论与环境信访空间系数在各模型中均不显著,环保系统人数与工业污染治理投资空间系数在各模型中5%水平下分别显著为负、正,而排污费收入空间系数在SDM-RE模型中5%水平下显著为负。控制变量中,财政收入分权空间系数在各模型中1%水平下显著为负,人均GDP与城镇化率空间系数在非正式制度SDM-RE模型中5%水平下分别显著为负、正,而在正式制度模型中10%与5%水平下分别显著为负、正。

(二)动态面板模型

为降低解释变量与随机干扰项相关诱致方程内生性问题,本文采取差分与系统GMM方法,并利用Arellano-BondAR(1)和AR(2)检验发现,不管是差分GMM还是系统GMM均通过扰动项无自相关检验,Sargan检验发现所有工具变量均有效,即模型不存在过度识别问题,将数据代入Stata 13中得到表4结果。

表4 GMM模型回归结果

动态面板模型(差分与系统GMM)实证检验结果显示,非正式制度网络舆论系数在差分GMM模型中10%水平下为正,正式制度中工业污染治理投资与排污费收入系数在各模型中1%水平下显著为正,而环境信访与环保系统人员系数在差分GMM模型中5%水平下分别显著为正、负。控制变量中,人均GDP与财政收入分权系数在各模型中1%水平下显著为负,而城镇化率系数在各模型中1%水平下显著为正。此外,雾霾污染(PM2.5)一阶滞后系数在系统GMM模型与差分GMM模型(非正式制度)中1%水平下显著为正,说明雾霾污染(PM2.5)存在时滞性,即上年度雾霾污染会对本年度雾霾污染产生影响。

(三)稳健性检验

由前文分析可知,地区雾霾污染(PM2.5)越高,当年网络媒体报道数、环境信访、环保人员数、工业污染治理投资额与排污费收入越多,即核心解释变量与被解释变量之间存在一定的内生性问题,为降低方程内生性问题,本文核心解释变量用滞后一期作替代变量,并利用静态空间杜宾模型(SDM)进行实证检验,空间权重仍选用地理距离权重(W),将数据代入Stata 13中得到表5结果。

表5 稳健性检验回归结果

稳健性检验结果表明,网络舆论、环保系统人员数与排污费收入系数在各模型中10%水平下显著为正,而环境信访与工业污染治理投资额系数在各模型中均不显著,与前文得到的结果相一致,进一步说明正式制度与非正式制度对雾霾污染影响更多地表现为被动式策略,即地区雾霾污染越严重,关于空气污染媒体报道数越多,且政府为抑制雾霾污染会增加环保人员与征收排污费。控制变量中,人均GDP系数在各模型中10%水平下显著为正,城镇化与财政分权系数在各模型中均不显著。此外,雾霾污染(PM2.5)空间系数项在各模型中1%水平下显著为正,进一步验证了各地区雾霾污染存在正的空间相关性。

(四)扩展性分析

由前文分析发现非正式制度与正式制度均会对雾霾污染(PM2.5)造成显著影响,但若用其他指标度量空气污染水平,是否也存在相似的结果呢? 本文用单位SO2排放量作为空气污染替代变量,利用静态SDM模型检验非正式制度与正式制度对空气污染的影响,空间权重选用地理距离权重(W)。通过LLC检验方法发现单位SO2排放量在AIC、BIC与HQIC信息准则得到的P值均为0.00,说明面板数据不存在单位根,将数据代入处理后得到表6结果。

静态SDM模型实证结果表明,核心解释变量中仅有排污费收入对工业SO2排放量影响系数在1%水平下显著为正,说明环保税费对工业SO2排放影响更加显著,而网络舆论、环境信访、环保人员与污染治理投资系数均不显著,与征收环境税费对企业排污存在直接影响相关。控制变量中,人均GDP系数在非正式制度模型中5%水平下显著为正,其他变量系数在各模型中均不显著。

从空间系数来看,工业SO2排污量空间系数在各模型中1%水平下均显著为正,说明各地区工业SO2排放量之间存在空间正相关性,归因于SO2能够随气流实现跨界传播。核心解释变量中,环境信访与排污费收入空间系数在SDM-RE模型中10%水平下为负,而工业污染治理投资空间系数在SDMFE模型中10%水平下为正。控制变量中,财政收入分权空间系数在非正式制度模型中5%水平下显著为负,且人均GDP空间系数项在SDM-RE模型中10%水平下为负。

五、结论与启示

中国经济正由高速增长转向高质量发展,在转型过程中,生态环境作为高质量发展重要组成部分,如何合理有效利用生态环境治理政策中的正式制度与非正式制度以协调好经济发展与生态环境关系,是实现我国高质量发展的关键所在。本文基于成本-收益理论分析框架,通过构建两部门模型分析正式制度与非正式制度对雾霾污染的影响,利用中国2000—2017年31个省份面板数据,将空间地理因素纳入分析范畴,使用静态空间杜宾模型(SDM)与动态面板模型(差分与系统GMM),实证考察网络舆论、环境信访、环保人员、污染治理投资与排污费对雾霾污染(PM2.5)的影响,得到以下结论：

表6 扩展性分析回归结果

第一,企业环保政策选择是基于成本-收益分析的理性结果,当排污成本超过污染治理成本时,企业占优策是治理污染,反之亦然。但在污染治理过程中,由于政府-企业-居民信息不对称问题会降低治污成效,而环境信访与网络舆论有助于降低因信息不对称诱发的相关问题。

第二,静态SDM与GMM模型实证检验表明,非正式制度中网络舆论对雾霾污染报道更多的是抓时事热点,媒体监督机制效果不佳,且政府会采取加征排污费与增加环保人员以降低雾霾污染,但环境信访与工业污染治理对雾霾污染影响较弱,与此同时,静态SDM实证检验发现,环境规制中仅排污费制度对工业SO2排放量存在显著影响,其他制度均不显著。

上述结果表明非正式制度与正式制度均会对雾霾污染(PM2.5)造成显著影响,但实证结果显示的是网络舆论、排污费、环保人员、环境信访与污染治理投资对雾霾污染影响是被动式策略,即当地区雾霾污染问题加重时,政府会采取加征排污费、增加环保人员与提高污染治理投资,并通过网络舆论与环境信访来抑制雾霾污染,而非主动采取这些措施以提高企业排污成本,进而降低雾霾污染。基于此,本文提出以下政策建议：

1.完善企业环境信息披露机制,鼓励居民和媒体参与环境保护监管,以降低因政府-企业-居民信息不对称诱致环保政策效率低下。政府加大对企业环保技术研发补贴,并加强环保监管以提高环境污染处罚力度,通过双管齐下以降低企业排污量。

2.雾霾(PM2.5)是空气污染物之一,能够随气流实现跨界传播,即存在空间溢出效应,在治理过程中容易出现“免费搭便车”问题,故雾霾污染治理应采取区域联治。雾霾污染形成因素包括可控因素与非可控因素,各地区雾霾污染形成存在较大差异,例如,京津冀雾霾污染是沙尘暴、冬天取暖、汽车尾气、地形地貌等因素共同诱致的,故雾霾污染治理政策制定与实施要充分考虑地区特色,不能一概而论。

3.雾霾污染治理应采取“预防为主、治理为辅”,在制定雾霾污染治理政策时应是主动式而非被动式,即通过利用媒体舆论、环保税费、污染投资与环境信访来抑制企业排污,并加强环境保护监管来落实环保政策。