政府环境规制对污染物排放的影响研究——以“两型社会”试验区为例

颜建军 李军艳 徐 雷

一、引言

长江经济带作为典型的内河流域经济区域，横跨我国东、中、西三大区域，覆盖上海、江苏、浙江、安徽、江西、湖南、湖北、重庆、四川、贵州和云南11 省市。统计数据显示，截至2017 年末，长江经济带的地区生产总值为37.38 万亿元，占全国GDP 总量的45%；地区常住人口近6.03 亿人，占全国人口总量的43%。然而，在区域经济快速发展的背后，“高污染、高能耗、高排放”的粗放型增长模式使得长江经济带生态环境污染问题日益加剧，环境对经济发展的刚性约束逐渐显现。生态文明建设作为当下中国实现经济结构调整和发展方式转变的对症良方和破解生态环境约束的重要抓手，以“共抓大保护，不搞大开发”为导向，长江经济带绿色发展是国家深入推进生态文明建设、践行绿色发展新理念的重大议题。什么样的政府环境规制能更有效地实现生态环境保护，这是关系到各种制度机制和政策手段能否在生态文明建设中发挥更大作用的关键性问题(钟茂初，2020)。“两型社会”具有生态文明的基本属性，工业绿色发展作为可持续发展的现实象征和绿色发展在工业领域的延伸，促进地区工业绿色发展并降低工业污染物排放，是一个理论探索的课题，更是一个需要付诸实践的行动。解决好环境问题以追求经济高质量发展，不仅需要中央的“提纲挈领”，更需要地方政府的“自主有为”(余泳泽等，2020)。2007 年12 月14 日，国务院正式批复同意武汉城市圈和“长沙、株洲、湘潭城市群”(也简称为长株潭城市群)设立“两型社会”建设综合配套改革试验区。武汉城市圈和长株潭城市群作为“两型社会”建设的先行者和实践者，也是长江中游地区经济发展较为活跃和工业生产活动集中的区域，在政府越来越重视生态文明建设考核的背景下，历时十余年之久的“两型社会”试验区建设是否有效降低了区域污染物排放？其内在传导机制如何？是否存在异质性的影响效果？通过对这些问题进行客观量化和精准评判，本文能给政策制定者一个反馈。在高度复杂的社会条件下，政策试验通过局部试点而后总结推广的方式来制定政策，环境治理正逐渐从工具理性转向经验理性，这不仅有助于客观评估“两型社会”试验区设立对区域工业绿色发展的成效，而且还能为推动长江经济带建设成为我国生态文明先行示范带提供有益的政策启示。本文采用长江经济带108 个城市的平衡面板数据，首先借助合成控制法，从历史的视角辨识“两型社会”试验区这一带有“自然实验”特征的政策干预对污染物排放的影响以及可能存在的异质性特征，然后采用倾向得分匹配-双重差分法进行相应的稳健性检验，在尽可能地控制不可观测变量和可观测变量的影响下，探究“两型社会”试验区建设对区域工业污染物排放的因果处置效应，并对“两型社会”试验区建设作用于区域污染物排放的影响机制进行梳理，以期为国家生态文明建设提供政策启示。本文接下来的结构安排如下：第二部分为文献述评；第三部分主要是政策识别与模型设定、变量选取和描述统计；第四部分是基本估计结果及其解释；第五部分是稳健性检验分析；最后为本文的结论及对策建议。

二、文献述评

环境资源所具有的公共物品属性决定了工业污染(高能耗、高排放、高污染)控制不能完全依赖市场机制来解决，而应当纳入政府规制的范畴(张江雪等，2015)。环境政策作为一种社会政策，其本身内含有一定的制度规范(Zhang 等，2019)。由于环境问题涉及多方面的利益，而且环境影响的程度及其范围的显示也是一个长期的过程，因而Lin 和Zheng(2016)认为难以就中国的现实环境政策做出一致的判断。张坤民等(2007)认为，长远来看，中国的环保政策将与世界先行国家的做法相一致，环保关注的重点应从具体的环境规制转向污染防治与生态保护相结合。在环保理念上应从末端治理转向源头控制，与之相对应的环保治理手段，也从行政命令向法律、经济手段为主导转变(Zhang 和Wen，2008)。陈诗一(2010)通过对中国工业全要素生产率进行数值估算，证实中国的节能减排政策有助于推动工业绿色生产率的持续提高，支持了环境治理可形成环境保护和经济增长双赢的“环境波特假说”。政府机制作为中国生态环境治理的主导机制，就中国现行的环保法制而言，包群等(2013)认为只有在环保执法力度严格或污染相对严重的地区，环保立法才具有改善环境质量的效果，而仅靠单纯的环保立法依旧不能明显减少污染物排放量。范子英和赵仁杰(2019)对此持相同态度，也认为在中国政府不断加强和完善环境法制建设的进程中，不仅需要通过政策试验来完善污染治理的法律机制建设，同时也需要保障相应法律制度和运行机制在现实场景中得到具体落实。此外，尽管环境立法是防治环境污染和改善环境质量的重要手段，但环境立法的资源配置效应也具有企业层面和地区层面的异质性(李蕾蕾和盛丹，2018)。王鹏和尤济红(2016)以1998—2012 年的省际工业部门的面板数据为基础，构建空间杜宾计量模型进行分析，结果表明中国环境管制对工业部门绿色发展是显著有效的。

环境规制政策在中国这样一个处于转型期的大国实施，必然与“中央-地方”治理等其他重要改革交织在一起(刘郁和陈钊，2016)。地方政府行为不仅受到中央政府策略的指引，其变动还将引致其他地方政府策略的调整(初钊鹏等，2018)。做好地方环境保护激励约束和推进环境管理体制结构性改革是提升中国环境治理水平和改善环境质量的重要制度基础(He，2015)。李永友和沈坤荣(2008)借助跨省工业污染数据考察污染防控政策的减排效果，证实地区间污染控制决策具有明显的策略性互动特征。韩永辉等(2015)利用中国2001—2012 年的省域数据，证实地区间的生态文明发展水平存在空间外溢效应和时间滞后效应。黄亮雄等(2012)认为，尽管在空间上，我国地区间单位GDP 能耗存在显著的外溢效应，但地区间的产业结构调整存在“损人利己”效应。张志强(2017)指出，单一城市层面环境规制政策在影响城市自身环境质量时，也借助于环境规制对空间邻近城市产生影响，因此环境规制政策应重视政策的协同性和空间外部性。杨得前和刘仁济(2018)认为，由于“地方保护主义”的存在，辖区政府降低环境规制标准为本地企业提供“便利”的同时，也吸引了邻近地区污染企业的逐利转移。薄文广等(2018)指出，地方政府对异质性环境规制采取差异化竞争策略，地方政府的自主型环境规制呈现“逐顶竞争”的特征，而命令型和市场型环境规制具有“逐底竞争”的特征。申晨等(2018)认为，不同类别的环境规制对工业绿色转型具有明显差异性的影响，在加大地区环境规制力度的同时，有必要完善因地制宜的环境规制政策。

从中国生态环境治理的历史经验来看，以节能减排为表征的绿色发展也是长江经济带工业发展的必由之路(吴传清和黄磊，2017)。肖皓等(2015)以“两型社会”试验区建设作为分界线，对湘、鄂两省的碳排放量进行LMDI 和SDA 分解，结果表明湖南较湖北具有更为明显的减排效率。任胜钢等(2018)采用网络DEA 模型对长江经济带2009—2013 年9 省2 市的工业生态效率进行测度，结果表明长江经济带的工业生态效率整体呈现上升的趋势，且数值在上游、中游、下游地区具有逐次递增的“阶梯式”特征。从时空尺度来看，地区间发展水平的差异对环境的影响程度与深度不同，而经济与环境相互耦合协调关系所具有的复杂化、多样性的时空格局特征是省级层面数据分析难以准确展示的(马丽等，2012)。就地级市数据而言，付丽娜等(2013)建立基于Malmquist-DEA 模型的生态效率投入产出指标体系，对“长、株、潭”“3＋5”城市群2005—2010 年的生态效率进行对比，结果表明长沙的生态效率值远远领先于湖南其他地级市，城市群形成了“中心-外围”辐射发展的经济生态格局。从长江经济带生态环境治理政策的比较来看，肖芬蓉和王维平(2019)指出，长江经济带下游省市2004 年开始从生态环境治理的角度联合发文，而中游省份总体发文数量少于下游省市，发文也多集中于2014 年之后，上游省市发文量相对较少。She 等(2019)基于长江经济带2004—2015 年40 个城市的面板数据，采用DID 方法探讨地表水污染状况，结果表明“河长制”政策有效改善了长江各支流水质。罗志高和杨继瑞(2019)认为，长江经济带作为流域经济，传统的科层型、市场型、自治型治理机制均难以为生态环境治理问题提供有效的解决方案。

从上述文献来看，当前激励与约束并重的绿色发展政策体系日渐完善，与减少污染物排放量相应的政策目标和政策工具不断调整，正朝着有助于弥合绿色发展理念和环保政策实践界限的方向演进。深稽博考，现有文献的研究重点多集中于环境污染的外部性、环境治理制度变迁、绿色发展效率测度及其影响因素归纳，这难以有效获得政策效应的一致估计；构建的理论模型大多源自逻辑推理与演绎分析，由于无法进行相应的机制挖掘，因而难免缺乏政策含义的实证基础；部分文献由于评价方法单一、评估内容宽泛和缺乏细致的机理探究，也难以准确识别“两型社会”试验区设立对区域污染物排放的净效应。以“两型社会”试验区为表征的政策试点，是生态文明建设由理念指引走向社会实践的重要途径。在政策实施多年之后，深入剖析试验区建设对污染物排放的因果处置效应及其影响机制，既能检验成效，也可查证不足，这对推动长江经济带建设成为生态文明先行示范带具有重要的理论价值和实践意义。

三、政策识别与计量模型

2007 年12 月，经国务院批准，位于长江经济带中游地区的武汉城市圈和长株潭城市群成为“全国资源节约型和环境友好型社会建设综合配套改革试验区”①武汉城市圈“两型社会”试验区包括湖北省的武汉、黄石、鄂州、黄冈、孝感和咸宁，长株潭城市群“两型社会”试验区包括湖南省的长沙、株洲和湘潭。。单纯从数据量来看，本文明显存在实验组样本量过少的问题，实验组仅有9 个城市，控制组有99 个城市，若加上匹配后的样本损失，实验组的样本将远少于控制组的样本，这最终可能会影响估计精度。合成控制法的思想是将多个不受政策影响的个体加权组合成“合成控制组”并与实验组进行“反事实”对比分析，其优势是放松DID 方法的随机性假设，所采用的非参数方法决定了构造的控制组只由实际数据确定，得到的控制组与实验组共同趋势拟合度更高、偏误更小(Abadie 和Gardeazabal，2003)。作为非参数估计的合成控制法是对DID 方法的有效扩展，在合成控制中，允许时变未观测混杂因素的存在。同时，权重的选择是通过数据驱动产生的，大幅度降低了主观选择的误差程度，在一定程度上解决了政策内生性问题。在研究对象方面，通过对控制组加权拟合一个与实验组特征最相近的合成组，并且通过权重可以清晰得出每个控制组对合成组的贡献大小，能够有效避免过分外推现象。在实证评估效果方面，可以针对需要研究的每个实验组个体拟合一个与之相对应的合成控制组，结果呈现更加直观，避免了政策评估中通常所求的(局部)平均处理效应，有利于评估政策效果的异质性，避免主观选择造成偏误。接下来模拟在样本时期内“两型社会”试验区城市在未设立试验区情形下的污染物排放水平，假设该区域包含N＋1 个城市，城市1 在 T0期纳入试验区，其他N个城市未纳入试验区。G1it表示城市i 在t 期纳入试验区潜在的污染物排放水平，G0it表示城市i 在t 期未纳入试验区潜在的污染物排放水平，即城市纳入试验区的因果效应为城市i 在t 期观测到的污染物排放水平为表示城市i 在t 期的试验区政策干预状态，若城市i 在t 期纳入试验区取值为1，否则为0。简便起见，假设第1 个城市在 T0期纳入试验区，而其他N 个城均未纳入试验区，那么对于 t >T0，试验区的政策效应表示为由于第1 个城市纳入试验区，因而在 t >T0期可以观测到潜在结果 G11t，但无法观测到如果其未受到试验区政策干预时的潜在结果G01t。借助式(1)模型便可估计得到城市1 的“反事实”结果：

式(1)中，εit为随机冲击，δt、μi为年份和城市层面的固定效应，以控制不随地区(时间)变化的时间(地区)特征。Zi为未受到试验区建设影响的控制变量，θt为待估计参数，λt为受时间影响的无法观测到的共同因子。为求解G0it，引入权重向量满足达到借助控制组地区的凸组合来构建合成控制组的目的。对控制组城市的变量值进行相应加权，可得：

可以证明，在一般条件下式(4)趋近于0。对于 T0＜t ≤ T，合成控制组可以借助城市1 的“反事实”结果来近似替代，即。其政策效果的相应估计值为：

四、数据与描述性统计

（一）指标选取

现有研究多从污染物排放量、污染物减排量、污染物去除率或污染物治理费用等方面来表征和度量环境规制效应，单位工业产值的污染物排放量既反映了当地的经济发展方式，也可代表工业企业为“节能减排”做出的努力(张彩云等，2020)。由于城市层面的工业污染物排放达标量、去除率等指标数据缺乏，而尽管各地区针对低于国家标准的污染物执行统一的污染物治理费标准，但地方政府在执行细则上仍具有一定的灵活性，且采用工业“三废”指标中的某个单一指标也无法全面反映地区的污染物排放水平。遵循Cole 等(2005)的做法，本文采用污染物排放量与工业增加值的比值来度量污染物排放水平。其原因是，现有环保考核体系的指标就涵盖从源头上减少污染、确保污染物排放总量控制目标的实现和强化地方政府的目标责任制。同时，工业企业作为环境污染的主源头，减少单位工业产值污染排放量是控制污染排放总量的必要措施，工业企业完成单位工业增加值的污染物排污量越小意味着工业绿色发展水平越高。鉴于数据的可得性和指标的全面性，本文将工业废水排放强度(water)、工业二氧化硫排放强度(so2)和工业烟(粉)尘排放强度(dust)三个指标作为被解释变量。具体而言，工业废水排放强度用工业废水排放量除以规模以上工业总产值(吨/万元)来表示；工业二氧化硫排放强度用工业二氧化硫排放量除以规模以上工业总产值(吨/万元)来表示；工业烟(粉)尘排放强度用工业烟(粉)尘排放量除以规模以上工业总产值(吨/万元)来表示。

一般而言，同时影响结果变量和是否进行政策试点的特征变量才更加适宜作为匹配变量。本文将影响区域污染物排放且同时影响样本城市是否属于“两型社会”试验区的变量尽量加以控制。其中，城市的经济发展水平(gdpper)用人均GDP(单位为元)来表示，经济增长率(grow)用名义GDP 的增长率(%)来表示。在产业结构方面，第二产业发展水平(indus2)、第三产业发展水平(indus3)分别用第二产业增加值、第三产业增加值占地区生产总值的比重(%)来表示。城市的外商直接投资水平(fdi)用外商直接投资总额(按当年汇率换算为人民币)占地区生产总值的比重(%)来表示。人力资本水平(human)用地区普通高等学校在校生人数占地区总人口的比重(%)来表示。城镇化水平(urban)用非农业人口占年末总人口的比重(%)来表示。遵循现有研究的通行做法，用政府预算内财政支出占地区生产总值的比重(%)来衡量财政支出规模(fiscal)，以此反映地方政府对经济活动的参与(调控)程度。

（二）数据来源与描述性统计

本文使用2003—2017 年长江经济带108 个城市的平衡面板数据来评估“两型社会”试验区设立对污染物排放的影响。所涉及的统计指标均源自历年《中国城市统计年鉴》和各省市历年的统计年鉴经处理得到。本文将样本区间确定为2003—2017 年的原因是，受《中国城市统计年鉴》数据的限制，2003 年之前的污染物排放量指标缺失严重，难以获取。对于某些地区个别年份数据缺失或者异常的情况，根据缺失年份前后的数据进行线性插补和校对得到。同时为尽量消除模型可能存在的异方差问题，对所涉及的变量均进行了对数化处理。各变量的数据说明与描述性统计结果见表1。

表1 指标说明与描述性统计

续表1

五、“两型社会”试验区设立对污染物排放的实证检验

（一）合成控制法检验

为了准确评估“两型社会”试验区设立究竟对各个试点城市的污染物排放发展产生何种影响，接下来将实验组分为9 组，采用依次分析每一个城市的方式，借助99 个控制组城市，构建每一个目标城市在“两型社会”试验区设立之后的工业污染物排放强度的“反事实”情境。在此基础上，通过比较试点城市和合成城市在试验区设立前后的数值大小以及变化趋势，以此识别“两型社会”试验区设立对污染物排放的平均影响。图1 中实线代表实验组个体的实际工业污染物排放强度(water、so2、dust)，虚线表示合成控制组工业污染物排放强度的变化路径，试验区设立对污染物排放的影响由试点城市与其合成城市的工业污染排放强度的差值来表示。垂直虚线代表设立试验区的起始年份(2008 年)。在试验区设立之前的年份，实际与合成的工业污染物排放强度的路径几乎完全重合，说明合成控制组较好地拟合了试验区设立之前各试点城市的工业污染物排放强度的路径。在试验区设立之后，实际和合成控制组的工业污染物排放强度的路径发生变化，并且不同城市的实际和合成控制组的工业污染物排放强度的态势呈现出差异性。从工业废水排放强度(water)来看，长株潭城市群各城市的实际路径均较为明显的低于合成控制组的路径①受篇幅所限，这里没有展示合成控制法构建的最优权重组合，有需要的读者可向作者索取。。武汉城市圈中的咸宁市、鄂州市、武汉市的实际路径较合成控制组的路径更低一些，而其他城市的路径变化所反映出的政策效果并不十分强烈。总体来看，“两型社会”试验区的设立显著降低了长株潭城市群试点城市的工业废水排放强度。从工业二氧化硫排放强度(so2)、工业烟(粉)尘排放强度(dust)来看，各个城市的拟合效果不如工业废水排放强度那么明显，“两型社会”试验区设立仅对孝感市降低工业二氧化硫排放强度、工业烟(粉)尘排放强度的效应略显突出，而对其他城市的该效应则相对较弱。整体来看，在其他因素不变的情形下，由于“两型社会”试验区涵盖的城市数量较少，城市间的异质性表现突出，可能在一定程度上也降低了政策的平均效应。

图1 “两型社会”试验区设立对污染物排放的合成控制法检验①受篇幅所限，这里没有展示工业二氧化硫排放强度和工业烟(粉)尘排放强度的结果，有需要的读者可向作者索取。

综合比较来看，“两型社会”试验区设立以来在降低工业废水排放强度方面取得了较为明显的成效，但对工业二氧化硫和工业烟(粉)尘排放强度的作用效果不是那么明显，可能是由于大气和烟尘具有跨区域流动性的特征，在不同地域之间转移而难以治理。此外，与工业废气和烟(粉)尘相比，人们也更容易感知水污染，因而地方政府在环境污染整治过程中可能会将更多的精力投向废水(污水)治理。从各个城市的效果展示来看，与武汉城市圈相比，“两型社会”试验区设立对长株潭城市群降低污染物排放水平的作用效果更为明显，可能是由于在城市群的密集型演化方向和紧凑式的布局上长株潭城市群更高的城市化层次使其在政府权力配置、要素流动和资源共享方面存在集聚优势，从而更有利于降低工业污染物的排放强度。

（二）广义合成控制法检验

图1 使用的合成控制法构建的是各个试点城市自身的合成对象，而无论是从城市群的发展水平还是“两型社会”试验区设立的初始目标来看，长株潭城市群和武汉城市圈的定位和发展要求都存在明显的现实差异。进行各个区域整体的平均化分析，有助于更好的辨识二者是否存在空间异质性，接下来对长株潭城市群和武汉城市圈分别进行分析。由于广义合成控制法(Generalized Synthetic Control Method)能够对同期干预的多个处理样本进行因果效应考察，同时也可将其视作为合成控制法结果的稳健性检验。图2、图3 和图4 分别展示了“两型社会”试验区、长株潭城市群以及武汉城市圈的试点区域与合成试点区域污染物排放水平的“反事实”结果以及试点区域污染物排放强度的平均处理效应。其中，黑色实线表示平均处理效应随着时间变化的趋势，黑色水平线为0 轴，垂直线表示试验区设立时间的分割线，灰色的阴影部分表示95%的置信区间。对比“两型社会”试验区设立前后的差异变化可知，试验区设立之前试点区域与合成试点区域的工业污染物排放强度拟合度较高，变化趋势维持着比较一致的态势，在虚线右侧，即试验区设立后，合成路径和真实路径逐渐发生明显的分化，二者的差值可视作为试验区设立的政策效果。综合来看，工业废水排放强度(water)的平均处理效应为负值，且在95%的置信水平上通过了相应的检验。工业二氧化硫排放强度(so2)也具有与之一致的特征。“两型社会”试验区设立对工业烟(粉)尘排放强度(dust)的影响较弱。

图2 “两型社会”试验区对污染物排放的广义合成控制法检验

图3 长株潭城市群对污染物排放的广义合成控制法检验

图4 武汉城市圈对污染物排放的广义合成控制法检验

从长株潭城市群和武汉城市圈政策效果的空间异质性比较来看，在试验区设立之前，长株潭城市群与合成长株潭城市群的污染物排放水平的变化趋势具有较高的拟合度。二者的差异较小，说明试点区域与合成区域在污染物排放强度方面具有较高的一致性。合成控制对象较好地拟合了长株潭城市群污染物排放水平的变动路径。在试验区设立之后，试点区域与合成区域的污染物排放水平的整体差异日趋明显，真实值与合成值的差距也呈现出逐步扩大的态势，且其差异始终位于0 轴之下，随着“两型社会”试验区建设的推进，尽管政策效果在一些年份存在明显的波动，但在工业废水排放强度(water)与工业二氧化硫排放强度(so2)的治理方面均取得了较好的政策效果。从武汉城市圈与合成武汉城市圈的污染物排放水平来看，在试验区设立之前，二者的变化趋势也具有较高的一致性，由于数值差异较小，平均处理效应沿着0 轴进行窄幅度的波动。总体而言，合成对象较好地拟合了武汉城市圈污染物排放水平的变动路径。在试验区设立之后，工业废水排放强度(water)的真实值与合成值的差值始终处于0 轴之下，平均处理效应为负值，二者的差异表现得日渐明显，通过了95%的置信水平检验。这意味着，试验区的设立对其降低工业废水排放强度(water)效果显著。此外，武汉城市圈的工业二氧化硫排放强度(so2)的变化与长株潭城市群的该变化具有较高的相似度，在工业烟(粉)尘排放强度(dust)方面，真实区域与合成区域的差值并未展现出明显的扩大趋势，平均处理效应表现不佳，在样本考察期内平均处理效应围绕着0 值上下波动，没有明显的政策效果。

（三）两型社会试验区设立对污染物排放的PSM-DID 检验

在论证匹配样本基本符合条件独立分布和共同支撑条件后①受篇幅所限，这里没有展示平衡性假设和倾向得分匹配的估计结果，有需要的读者可向作者索取。，接下来评估“两型社会”试验区设立对区域污染物排放的平均处理效应，估计结果如表2 所示。总体来看，当下比较流行的四种匹配方法(局部线性回归匹配、半径匹配、内核匹配、最近邻匹配)给出的平均处理效应(ATT)在数值和显著性方面均具有较好的一致性。在此将5 对1最近邻匹配法作为基本匹配方法并据此所得的基准结果加以解释，就试验区设立对污染物排放的平均处理效应而言，试验区设立对工业废水排放强度(water)的平均处理效应为-0.264，且在5%的置信水平上显著。这一负效应在其他匹配法下分别为-0.230、-0.260 和-0.260，且在10%和5%的置信水平上显著。试验区设立对工业二氧化硫排放强度(so2)、工业烟(粉)尘排放强度(dust)的影响均较弱，表现在其对工业二氧化硫、工业烟(粉)尘排放强度的平均处理效应虽然均为负值，但不具有统计显著性，这在很大程度上意味着试验区设立在降低工业二氧化硫、工业烟(粉)尘排放强度方面未能发挥积极作用。考虑到倾向得分匹配过分依赖于倾向得分分布的尾部可能会违背共同支撑条件，进而造成估计结果有偏(Black 和Smith，2004)，接下来利用修剪策略(Trimming Strategy)考察基准结果对实验组倾向得分分布尾部部分极端样本的稳健性。在5 对1最近邻匹配法的基础上采用2%、5%和10%三种修剪水平，依次剔除实验组倾向得分分布尾部2%、5%和10%的样本。其结果表明，平均处理效应在数值大小和显著性方面未表现出较大差异，这同样表明基准结果具有较好的稳健性。

表2 “两型社会”试验区设立对污染物排放的PSM-DID分析

（四）“两型社会”试验区设立对污染物排放的异质性分析

运用PSM-DID 方法评估政策结果的可靠性也与选取的控制组城市有关，为了充分利用面板数据包含的信息，首先按照长江经济带上游、中游和下游划分，依旧将5 对1 最近邻匹配法作为基本匹配方法并据此所得的结果加以解释。从表3 来看，“两型社会”试验区城市对上游31 个城市的污染物排放的平均处理效应均不具有统计显著性。对此的解释是，在上游地区的控制组城市的自然环境质量总体占优，地处国家重点开发区域的实验组所进行的“两型社会”试验区建设，可能难以展示出明显的政策效果。试验区城市对中游其他26 个城市的工业废水排放强度(water)的平均处理效应为-0.604，且在1%的置信水平上显著。同时，试验区城市对中游其他26 个城市的工业二氧化硫排放强度(so2)的平均处理效应为-0.377，且通过了5%的显著性检验。试验区城市对下游41 个城市的工业废水排放强度(water)的平均处理效应为-0.341，且通过了5%的显著性检验。

表3 “两型社会”试验区设立对污染物排放的异质性分析

接下来以长江经济带非“两型社会”试验区的城市为控制组，将长株潭城市群和武汉城市圈分别作为实验组进行政策效果的比较分析。就长株潭城市群和武汉城市圈的回归系数而言，试验区设立对工业污染物排放强度的平均处理效应显著性不强。仅有长株潭城市群工业废水排放强度(water)的平均处理效应为-0.298，且在5%的置信水平上显著。对此可能的解释是，长株潭城市群和武汉城市圈各自的试点城市数目相对较少，而采用5 对1 最近邻匹配下难以搜寻到合适的参照组，这有可能使得平均处理效应难以更好地呈现。

鉴于“两型社会”试验区设立可能会对其他地区的污染物排放产生外溢效应或其他间接影响，这些受影响的地区作为控制组的一部分可能因此干扰了估计结果，造成结果产生过高或过低的估计偏差。为尽量避免这一问题并增强估计结果的稳健性，接下来按照地缘特征，以试验区为实验组，依次将与试验区接壤的14 个城市和不接壤的85 个城市作为控制组，评估试验区设立对区域污染物排放的平均处理效应。从结果来看，就接壤地区而言，试验区设立对接壤地区工业污染物排放强度(water、so2、dust)的平均处理效应均不显著。对此可能的解释为，在地理空间上，由于试验区属于重点开发区域，而与试验区接壤的城市多为山地、湖泊连片地区，自然环境相对更优，再加上污染物会发生“空间转移”，区域性环境污染具有高度扩散性和不可分割性，使得试验区与接壤城市工业污染物排放强度的差异性较弱。接下来将与“两型社会”试验区接壤的城市从控制组剔除，仅用不接壤城市作为参照对象，原因是接壤的城市更有可能受到“两型社会”试验区设立潜在外溢效应的影响。就不接壤地区而言，试验区设立对工业废水排放强度(water)的平均处理效应为-0.284，且在5%的置信水平上显著。这一结果的系数大小、符号与显著性水平与表2 的结果差异不大，也在一定程度上说明了潜在的样本选择性偏差没有对估计结果造成影响。以接壤城市为实验组，以不接壤城市为控制组，进行“反事实”检验，进一步检验“两型社会”试验区设立在改善区域污染物排放方面是否存在地理空间溢出效应。其结果表明，尽管工业污染物排放强度(water、so2、dust)的平均处理效应分别为-0.296、-0.168 和-0.049，但仅有工业废水排放强度(water)的系数值在1%的置信水平上显著。因此，接壤城市的工业废水排放强度(water)显著低于不接壤城市该强度，即“两型社会”试验区的溢出效应在一定程度上影响了接壤城市的工业废水排放强度。尽管“两型社会”试验区具有一定的外部性，会污染“控制组”，但是基于“反事实”检验的估计结果并没有大的变化，这也意味着“两型社会”试验区的外部性并不足以影响本文的估计结果。

（五）“两型社会”试验区设立对污染物排放的影响机制分析

为揭示“两型社会”试验区设立与污染物排放之间的内在关系，接下来构建中介效应模型(温忠麟等，2012)对可能的传导机制进行梳理。鉴于试验区设立在降低工业二氧化硫排放强度(so2)、工业烟(粉)尘排放强度(dust)方面效果不彰，接下来将重点考察试验区设立对工业废水排放强度(water)的影响机制。以长江经济带非“两型社会”试验区的城市作为控制组，探讨试验区设立通过相应中介变量影响区域污染物排放的影响机制和传导路径，在同时控制了城市个体固定效应与时间固定效应后，估计结果如表4 所示。城市经济发展水平(gdpper)的系数为0.128，在5%的置信水平上显著为正，相应的估计结果表明存在中介效应；在加入中介变量对模型进行重新估计后，工业废水排放强度(water)的系数明显变小(-0.303＞-0.418)，这进一步证明了城市经济发展水平(gdpper)的提高有助于更好地发挥试验区设立对工业废水排放强度(water)的削减作用，中介效应占总效应的比例为29.80%。经济持续发展、工业污染物排放强度趋于下降的局面，在一定程度上也意味着试验区的设立有助于实现环境保护和经济发展的双赢格局。第三产业发展水平(indus3)的系数为-0.124，且在1%的置信水平下显著，相应的估计结果表明存在中介效应，在加入中介变量对模型进行重新估计后，工业废水排放强度(water)的系数明显变小(-0.303＞-0.354)，这意味着降低第三产业发展水平有助于发挥“两型社会”试验区设立对工业废水排放强度(water)的削减作用，中介效应占总效应的比例为14.33%。对这一看似矛盾的结论的一个可能的解释是，“两型社会”试验区城市工业化发展水平较高，2017 年长株潭城市群与武汉城市圈三次产业占比的均值分别为5.45∶48.00∶46.55，12.99∶48.58∶38.43，非“两型社会”试验区城市的三次产业占比的均值分别为10.71∶44.85∶44.45。粗略比较来看，作为内陆地区的长株潭城市群和武汉城市圈在产业结构方面并没有表现出鲜明的特色，并且与作为开放型经济发展先行区的长江经济带的下游城市相比较，长株潭城市群与武汉城市圈的产业结构还略显落后。城镇化水平(urban)的系数为0.039，且在10%的置信水平上显著，相应的估计结果表明存在中介效应，在加入中介变量对模型进行重新估计后，工业废水排放强度(water)的系数明显变小(-0.303＞-0.329)，这意味着城镇化水平的提升有助于发挥试验区设立对工业废水排放强度(water)的削减作用，中介效应占总效应的比例为7.79%。此外，人力资本水平(human)和财政支出规模(fiscal)具有遮掩效应，因为控制遮掩变量人力资本水平(human)、财政支出规模(fiscal)后，试验区设立(D×T)对工业废水排放强度(water)的系数明显变大(-0.189＞-0.303，-0.244＞-0.303)。综合来看，城市经济发展水平(gdpper)和城镇化水平(urban)在试验区设立对工业废水排放强度(water)的影响中起到更为显著的中介效应。产业结构(indus2、indus3)层面的中介效应还需要做进一步辨析，而经济增长率(grow)和外商直接投资水平(fdi)均没有发挥中介效应。

表4 “两型社会”试验区设立对污染物排放的影响机制分析(一)

一般而言，产业结构应该对地区工业污染物排放具有不可忽视的影响，尽管这并不是决定性的判定标准。表4 中对产业结构的中介效应的估计结果表现得粗糙而模糊，一个可能的原因是各个城市的行业内部的微观异质性在宏观的产业结构层面往往因为加总而被淹没掉了。由于传统的产业分类模式无法有效揭示工业的生态化结构，为更细致的刻画产业结构的异质性，在此聚焦细分行业并基于制造业行业类别的数据进行研究，既可以在一定程度上避免宏观的产业结构数据存在的聚集性偏倚问题，也有利于通过异质性行业的差异化表现来进一步挖掘“两型社会”试验区是否通过产业结构的“去污染化”助推区域工业绿色发展。受样本统计数据的限制，在此仅搜集到上海、重庆、昆明、成都、贵阳、长沙、武汉、南昌、合肥、南京、杭州以及GDP 超过1 万亿人民币的宁波、苏州、无锡共计14 个城市历年的统计年鉴，以《国民经济行业分类(GB/T4754—2017)》作为行业划分的基本依据，参考国务院关于开展第二次全国污染源普查的通知(国发〔2016〕59 号)，由于个别行业和部分年份的细分类别进行了调整，考虑前后统计标准的统一性，共整理出24 个细分行业作为制造业行业的具体研究对象，同时将工业源普查对象中的11 个重污染行业作为污染密集型产业筛选的基本依据，在此以各个工业污染密集型产业历年总产值占当年限制性以上工业总产值的比重，来衡量污染密集型产业的相对份额，从而体现出工业污染密集型产业内部的“去污染化”程度。统计数据显示，11 个重污染行业的平均总产值约占限制性以上工业总产值的35%～45%左右，且全部集中于工业中的制造业。利用交互项(D×T)对所选行业进行双向固定效应回归，结果如表5 所示①字母“Ⅰ”表示“农副产品加工业占比”；“Ⅱ”表示“食品制造业占比”；“Ⅲ”表示“纺织业占比”；“Ⅳ”表示“皮革、毛皮和羽毛及其制造业占比”；“Ⅴ”表示“造纸业占比”；“Ⅵ”表示“石油加工、炼焦及核燃料加工业占比”；“Ⅶ”表示“化学原料及化学产品制造业占比”；“Ⅷ”表示“非金属矿物制造业占比”；“Ⅸ”表示“黑色金属冶炼及压延加工业占比”；“Ⅹ”表示“有色金属冶炼及压延加工业占比”；“Ⅺ”表示“电力、热力的生产和供应业占比”；“Ⅻ”表示“烟、饮料和精制茶制造业占比”；“ⅩⅢ”表示“纺织服装、鞋、帽制造业占比”；“ⅩⅣ”表示“木材加工及木竹藤棕草制品业占比”；“ⅩⅤ”表示“家具制造业占比”；“ⅩⅥ”表示“印刷业、记录媒介的复制业占比”；“ⅩⅦ”表示“医药制造业占比”；“ⅩⅧ”表示“橡胶和塑料制品业占比”；“ⅩⅨ”表示“金属制品业占比”；“ⅩⅩ”表示“通用设备制造业占比”；“ⅩⅪ”表示“专用设备制造业占比”；“ⅩⅫ”表示“电气机械及器材制造业占比”；“ⅩⅩⅢ”表示“通信设备、计算机及其他电子设备制造业占比”；“ⅩⅩⅥ”表示“仪器仪表及文化、办公用机械制造业占比”。。具体来看，工业源普查对象中的11 个重污染行业有4 类行业的份额出现了显著下降，“两型社会”试验区设立(D×T)对食品制造业、皮革、毛皮和羽毛及其制造业、石油加工、炼焦及核燃料加工业以及非金属矿物制造业等高耗能和污染物排放密集型工业行业的净影响系数分别为-0.261、-0.674、-0.809、-0.345，且在5%和10%的置信水平上显著。此外，“两型社会”试验区设立(D×T)对降低家具制造业占比、仪器仪表及文化、办公用机械制造业占比也具有显著影响，但对提高化学原料及化学产品制造业占比也表现出来显著影响。总体而言，在所能搜集的24 个细分行业中，有6 类行业的份额表现出明显下降，仅有1 类行业表现出明显上升，因而“两型社会”试验区通过产业结构的“去污染化”助推区域工业绿色发展这一判断是具有一定数据支撑的。考虑到不同行业的污染物排放特征差异，6 大类行业的污染排放物中工业废水排放强度通常较高，6 大类行业的份额下降也有助于降低城市工业废水排放强度，这也在一定程度上有助于解释“两型社会”试验区设立对降低试点城市工业废水排放强度具有显著效果的原因。

表5 “两型社会”试验区设立对污染物排放的影响机制分析(二)

（六）稳健性检验

1.变更污染指标、类型区域和样本时间段

从污染指标来看，全文的回归分析主要基于工业废水排放强度、工业二氧化硫排放强度、工业烟(粉)尘排放强度这三个指标，为增强结论的可靠性，在此变更污染物排放强度的指标，采用单位GDP 工业废水排放量、单位GDP 二氧化硫排放量、单位GDP 工业烟(粉)尘排放量的对数形式作为衡量污染物排放的新指标，从表6 来看，所得的结果较为稳健。从类型区域来看，由于地理意义上的边界无法清晰界定，而城市群建设日渐成为经济社会高质量一体化发展的重要载体，考虑到“西部大开发”“中部崛起”战略对长江经济带各城市间的异质性影响，基于此，将之前的长江经济带上游、中游与下游地区替换为成渝、长江中游和长三角城市群，所得结论依旧稳健。考虑到生态环境保护政策存在“泛化”的趋势，长江经济带中的浙江、江苏、安徽、四川等省份开展了“生态省”建设，贵州、江西进行了国家生态文明试验区建设，这些政策应该有助于推动各省份进行生态文明建设和生态环境保护。从实证结果来看，“两型社会”试验区设立对中游城市群、长三角城市群的工业废水排放强度(water)的平均处理效应(ATT)仍显著为负值，进一步凸显试验区设立对降低区域污染物排放的积极作用。从样本时间段来看，中国共产党第十八次全国代表大会报告明确提出“努力建设美丽中国”，国家对环境保护和生态文明建设高度重视。基于此，为弱化样本期内由外生的政策叠加效应引起的估计偏误，将样本时间段变更后重新进行实证分析，估计结果与基准回归结果基本吻合。

2.进一步排除其他政策的干扰

首先，近些年来，在沿海省份调整经济结构的背景下，长江沿线的重庆沿江、湖北荆州、湖南湘南、江西赣南以及皖江城市带承接产业转移示范区可能会对地区间的工业污染物排放造成影响，为进一步减轻样本异质性对估计结果可能产生的影响，无论是从全样本城市中剔除承接产业示范区城市，还是从中游地区中剔除承接产业示范区城市，工业废水排放强度(water)的平均处理效应(ATT)的符号和显著性依旧较为稳健。其次，考虑到两控区城市与非两控区城市。从1998 年发布的《酸雨控制区以及二氧化硫污染控制区划分方案》的内容来看，长江经济带的城市大多属于酸雨控制区的范围，因此基本可以排除“两控区”政策对个别城市所施加的差异性影响。近年来从中央到地方多部门、多形式的环境政策不断出台，政策叠加效应引起的环境政策强度可能存在差异，这也会带来估计偏误。由于难以搜集齐全长江经济带各地区的环保政策和文件，因此对环保政策逐一检验也不现实，通过在模型中引入时间趋势项与省份虚拟变量的相互项，有助于控制地区层面的因素在线性维度对估计结果的干扰，而实证结果依旧表现出较好的稳定性。

3.排除其他遗漏变量的干扰

借鉴Nunn 和Wantchekon(2011)的识别策略，对模型中是否存在严重的遗漏变量偏误问题进行评估。该识别策略的基本思路是，相对于已控制的可观测变量的影响程度，不可观测变量的影响程度为多大时，将会导致参数估计存在明显的估计偏误。具体模型如下：

式(6)中解释变量为虚拟变量D×T 和限定(restricted)控制变量XR，式(7)中进一步引入其他所有可观测的控制变量XF。式(6)、式(7)中D×T 的系数估计值可构建相应的系数相对比率式。就该表达式的含义而言，若的差值较小，意味着与只引入XR的式(6)相比，D×T 的估计值在引入所有可观测变量XR和XF之后的变化较小，而只有不可观测变量较XF对工业污染物排放强度的影响更大时，才会导致D×T 的参数估计值存在明显的偏误。若较大、系数相对比率也较大时，意味着只有不可观测变量对工业污染物排放强度的影响更大时，才会导致存在明显的估计偏误。由此可见，系数相对比率的大小在一定程度上可以辅助识别是否存在因遗漏变量而造成的估计偏误问题。

接下来设置三组限定控制变量XR，为与之前的理论假说相呼应以及考虑相关变量的显著性，首先不引入任何控制变量，然后依次引入限定控制变量(indus2、indus3、urban)以及限定控制变量(gdpper、indus2、indus3、urban)。之所以引入上述变量，原因是从产业结构和城镇化的角度(indus2、indus3、urban)与之前的研究假说相呼应，而又引入限定控制变量(gdpper、indus2、indus3、urban)是便于再次对实证结果进行对比分析，以体现分组所得结果的稳健性。与这三组限定控制变量相对应的是，全部控制变量组中引入的变量与表1 中的变量保持一致，表7 给出了三组限定控制变量以及全部控制变量组的D×T 系数估计值的相对比率。按照Nunn 和Wantchekon(2011)的临界标准，当比率值大于1 时，基本可以认为参数估计不存在较为明显的遗漏变量偏误。从表7 中不同组合下变量D×T 回归系数变化的比率值来看，本文所构建的模型应该不存在较为明显的遗漏变量问题，也基本可以排除由遗漏变量造成的估计偏误。

表7 不同组合下变量D×T 回归系数变化的比率值

六、结论与对策建议

本文将“两型社会”试验区设立作为拟自然实验，基于2003—2017 年长江经济带108 个城市的平衡面板数据，主要利用合成控制法、倾向匹配-双重差分法探究“两型社会”试验区设立对污染物排放的因果处置效应及其传导机制。实证结果表明：整体而言，“两型社会”试验区设立使得试点城市相较于非试点城市的工业废水排放强度显著降低，但“两型社会”试验区设立在降低工业二氧化硫排放强度、工业烟(粉)尘排放强度方面效果并不明显。从空间异质性来看，“两型社会”试验区存在明显的区域异质性效应，长株潭城市群较武汉城市圈在降低工业废水排放强度方面取得了更具明显的成效，并且“两型社会”试验区的空间扩散效应也带动了接壤城市降低工业废水排放强度。通过构建中介效应模型进一步定量识别“两型社会”试验区设立降低工业废水排放强度的影响机制，检验结果表明，以城市经济发展水平、城镇化率等指标为中介变量的中介效应显著。另外，基于产业结构的异质性角度，证实“两型社会”试验区设立促使试点城市的工业污染密集型产业内部出现“去污染化”，尤其是对降低石油加工、炼焦及核燃料加工业以及非金属矿物制造业等高耗能和污染物排放密集型行业产值比重影响显著。经过一系列有效性和稳健性检验之后，所得结论依旧成立。从其中提炼出的具有现实意义的举措如下。

第一，积极构建“以点带线，以线促面”的生态环保产业链条，以城市群建设为契机，依托各自区位比较优势，积极探索适合本地区的绿色发展模式，实现长江经济带环境污染防治的优势互补。同时积极推进统一的大规模市场建设，在更广阔的地域范围内形成分工协作、优势互补的工业空间规划布局。尽管目前长江经济带依旧存在地理上的整体性与行政区域分割的矛盾，但空间上的关联为长江经济带绿色发展提供了现实可操作性，通过提高跨区域资源配置和要素空间整合能力，构建互通互联的基础设施网络，有助于建立起以城市群作为绿色经济增长极，形成发挥核心城市的辐射和带动作用的工业产业链。当下的工业发展与生态环境的矛盾不是要不要发展工业的问题，而是要走怎样的工业化道路问题。在工业内部结构，鉴于企业作为污染排放的主要来源，各个地区应积极创建清洁生产示范企业和生态工业园区。

第二，破解“压力型体制”下的环保治理任务分解与“行政区行政”下的环保治理区域分割难题，引导长江经济带绿色发展从“制度-技术型”向“系统-协同型”转变。生态问题的复杂性、系统性和嵌套性特征，使得环境污染折射的不仅是发展方式的问题，更涉及深层次的治理问题。基于整体的集体理性和治理框架的制度设计作为长江经济带绿色发展的基本路向，在生态环境容量和资源承载力的约束条件下，以一种“自上而下”与“自下而上”相结合的思路，破除生态建设和管理体制中的区域枷锁，注重政策工具之间的协调性与互补性，完善约束型与激励型机制相结合的多维工业绿色发展政策体系。通过强化环境目标约束，引导地方政府强化环境规制，树立“政府主导、企业明责”的生态环保理念，增进政府宏观调控政策导向与微观企业要素配置需求的衔接，实现环境质量与经济发展的双重目标。