文明城市评选对城市绿色发展的影响研究——来自地级市的准自然实验

段丁强，李雨晨，张毅晨

(武汉纺织大学 经济学院，湖北 武汉 430200)

1 引言

随着中国工业化和城镇化的不断推进，经济快速增长，环境污染问题也愈加凸显，中国可持续发展所面临的城市污染阻力已无法回避。

对此，为响应“五大发展理念”，切实完成可持续发展目标，中央和地方政府做出了许多政策性的实践。中央精神文明建设指导委员会于2003年印发了《关于评选表彰全国文明城市、文明村镇、文明单位的暂行办法》，开启了全国范围内的“文明城市”评选活动。2004年，中央文明委下发了《全国文明城市测试体系(试行)》对“文明城市”评选的各项指标做出了详细的界定，包括对城市经济和可持续发展等方面的各项要求。那么，“文明城市”评选能否解决环境污染问题，能否为城市绿色发展寻得新的动力来源，是一个值得研究的问题。

与本文主题相关的研究主要来自两方面：一方面是对城市绿色发展的研究；另一方面是对“文明城市”评选政策效果的研究。

要对城市绿色发展做出评价，先要选择科学合理的评价指标。目前学者们用来衡量城市绿色发展的指标还未达成一致。逯进等将“三废”指标与地级市GDP相对值作为研究对象。郭俊华等同时考虑“发展”和“绿色”2个维度，从能源、发展和环境3个领域，构建城市绿色发展绩效的指标体系。

从已有文献来看，国内学者对于“文明城市”政策效果的研究方向，主要聚焦于以下3个方面：第一类，研究“文明城市”评选带来的福利作用。黄少安等将“文明城市”评选看作是非经济领域的锦标赛，张天舒等分析了获评“文明城市”称号对于该城市调配资源所带来的优势。第二类，研究“文明城市”评选对于城市发展的促进作用。杜仕菊等定性分析了“文明城市”评选的社会主义核心价值观引擎功能。第三类是研究“文明城市”评选对于环境的影响。谌仁俊等从“文明城市”评选促进企业减排角度，分析得出荣誉的力量能够有效促进企业化学需氧量(COD)的减排。

在已有文献的基础上，本文运用双重差分方法对“文明城市”评选对城市绿色发展的影响进行量化评估与异质性分析，为了减小“自我选择”偏误，本文还运用了PSM-DID进一步处理。与已有文献相比，本文存在以下几点创新：首先，从地级市二氧化硫排放强度角度，定量考察了该政策对于城市绿色发展的影响。其次，结合不同城市地区层面和人口规模层面的异质性，研究政策效果的差异。研究结果可为“文明城市”评选政策的完善与改进提供参考，也可拓展“文明城市”政策效果的研究文献。

2 政策背景和研究假设

2.1 文明城市评选

全国文明城市的评选最早可以追溯到1999年，截至2020年11月，全国文明城市共进行了6次评选，每一届入选名单都在“中国文明网”进行公布，并且历年入选城市数量逐年增多，其中最近一次的2020年第六届评选，共有42个地级市，12个直辖市城区，79个县级市和1973个村镇入选。是我国目前城市荣誉层面获评难度最大、最具含金量的一项称号。

2.2 研究假设

“全国文明城市”评选作为目前含金量最高的城市品牌称号，对于获评城市的各项指标均有严格的要求，所有参选城市都要经过两轮的严格考核，并且在获得称号之后还要维持相应指标。

“文明城市”评选作为地方官员的加分项，获评“文明城市”在官员晋升锦标赛中发挥着重要作用。在此背景下，“文明城市”评选会激发地方官员在可持续发展方面的竞争，通过增大环境治理投入达到充实自己政绩的作用，使得该政策有了明显的“竞标赛”特征。而作为主要工业污染物之一的SO2，其排放强度可以很好的展示城市绿色发展水平，以此为思路的“文明城市”评选降低SO2排放强度两条路径的逻辑框架如图1。

图1 “文明城市”评选影响二氧化硫排放逻辑框架

综合以上分析，本文提出假说1：“文明城市”评选可以有效降低地级市SO2排放强度，推动城市绿色发展。

在上述背景下，进一步研究该政策效果的差异性。城市体量最先体现在人口规模方面，人口规模大的城市往往能够调用更多的人力物力资源，具有规模经济优势，因而在城市绿色发展方面也具有比较优势。同时，人口规模大的城市也具有更大的环境治理压力，人民对于城市环境的要求更高，官员通过在人口规模大的城市做出耀眼的业绩，也更具有说服力。其出于人民诉求和自身晋升的考虑，会增大对城市环境治理的投入，从而使得环境治理的效果更加明显。

基于上述分析，本文提出假说2：城市人口规模越大，“文明城市”评选所带来的环境治理效果就越明显。

我国一般将全国各省市划分为东、中、西3个区域，但是这种划分并不是单纯基于地理位置的划分，往往也是经济政策的实施边界，并最终成为经济发展水平的分界线。东部地区沿海，与国际接触最为紧密，主要依靠外贸和现代信息产业发展经济，相对于其他地区，第三产业创造的产值占其GDP的比例最大。中部地区经济次发达，虽然在积极进行产业结构升级，但因其所处地理位置，该地区经济发展主要还是依靠第二产业，因此中部地区企业每年所产生的工业污染物相对较多。西部地区是我国主要的农业经济区域，第三产业转型较为缓慢，第一第二产业为其经济的主要支柱，并且西部地区所处内陆，虽然自然资源丰富，但是开采所需的人力物力成本巨大，因此其产业结构的升级也最为缓慢。

基于以上讨论，本文提出假说3：“文明城市”评选对城市绿色发展的促进效果在中部地区显著，而在东部、西部地区不显著。

3 研究设计

3.1 研究思路

①考虑到省会城市、直辖市，受针对性政策影响大、县级市数量过多等因素，本文将研究对象选为地级市;②考虑到各届文明城市名单公布月份不是固定的，为避免因提前政策发生作用的时间而产生的结果误差，本文将上半年获评城市的政策实施年份设置为当年，将下半年获评城市的政策实施年份设置为下一年；③2006年第一批评选还存在诸多不足之处，故剔除这一批次的相关数据;④基于SO2各城市排放数据的可得性，本文将研究时间固定在2007～2017年。

3.2 模型设计

本文将文明城市评选视作一次外生政策冲击，分别设置分组虚拟变量、分期虚拟变量以及它们的交互项，并控制城市和年份的双向固定效应。本文设置基准回归模型如下：

Yit=α0+α1Dit+∑α2controlit+μi+δi+εit

(1)

式(1)中，i和t分别表示城市和年份；Yit表示各城市SO2排放强度的对数；Dit为本文的核心解释变量，如果城市i在第t年获评或保留全国文明城市则取值为1，否则取值为0；controlit表示城市层面的控制变量；μi和δi分别表示城市和年份固定效应；εit表示随机扰动项。

3.3 变量及数据说明

3.3.1 被解释变量

本文构造了城市每亿元GDP对应SO2排放量的对数值作为被解释变量。我国能源结构的特点决定了SO2排放量巨大，并且是城市的主要污染排放物之一，SO2排放强度可以很好地反映城市绿色发展水平。所以本文以SO2排放强度作为研究对象，探究文明城市评选对于城市绿色发展的促进作用。

3.3.2 核心解释变量

本文以地级市获评文明城市这一外生政策冲击构建虚拟变量Dit，并将其作为核心解释变量。设置方法为：地级市被评选为文明城市的当年及以后年份设置为1，其余年份设置为0；若某城市在获评文明城市后的第t年未通过复查，则该城市第年及以后年份设置为0，恢复称号后设置为1。

3.3.3 控制变量

影响SO2排放的城市级因素众多，参考相关文献，本文选取了以下控制变量：①人均GDP对数值(lnpergdp)：衡量城市经济发展水平；②内资企业工业产值对数值(lnindustry1)：工业作为SO2排放最多的行业，其发展程度与SO2排放强度有着密切的联系，同时由于外资企业工业产值受各地方政府招商引资政策影响较大，故本文采用内资企业工业产值的对数作为影响城市污染的控制变量；③人均土地面积对数值(lnperland)：衡量人口密度对于SO2排放量的影响；④财政支出占GDP比例(fisagdp)：衡量政府的引导力与监管力度对城市绿色发展的影响；⑤固定资产投资对数值(lnasset)：衡量城市发展的投入水平；⑥人均绿地面积(pergreen)：反映一个城市对环境保护的重视程度。

以上所有变量的描述性统计如表1所示。

表1 各变量描述性统计

4 实证结果分析

4.1 基准回归

基准回归结果见表2。回归结果显示在未加入控制变量前，“文明城市”评选的回归系数显著为负，并且在加入各控制变量后结果依然显著。说明该政策对于城市SO2排放有着显著的削减作用，这也验证了本文的假说1。控制变量中，人均GDP对数值以及内资企业工业产值对数值的系数也均为负，这意味着随着国家节能减排力度的加强，以工业产值和人均GDP表达的经济发展水平越高，SO2的减排效果越好，这也说明了减排的根源是国家政策引导下的工业技术进步和经济发展模式优化，文明城市评选则进一步强化了这种激励。

表2 基准回归结果

4.2 平行趋势检验

本文采用事件分析法，对政策发生前实验组和对照组的平行趋势进行检验，并在此基础上讨论政策效果的动态效应。综上所述，构建模型(2)：

(2)

表3 平行趋势检验回归结果

回归结果显示，政策实施前的所有年份均不显著，说明实验组和控制组确实在政策发生前有着相同的趋势，通过平行趋势检验。并且由回归结果可知，全国文明城市这一准自然实验对于城市SO2放抑制作用的政策效果并不是在政策实施当年就显现出来的，政策实施后的第二年回归结果显著，说明该政策效果具有滞后性。

4.3 稳健性检验

4.3.1 PSM-DID检验

如果入选文明城市的地级市在评选之前就更加注重SO2的减排，那么本文得到的结论可能就不稳健。为避免可能存在的选择性偏差，本文采用倾向得分匹配(PSM-DID)的方法，从而消除实验组的自主选择性。具体而言，先对实验组进行Logit回归。用控制变量代表协变量，采用“k近邻匹配法”(k=3)进行假设检验，结果见表4。匹配后协变量的t统计值均不显著，表明匹配之后的城市之间不存在显著的差异。并且，匹配后的标准偏差的绝对值都在12%以下，表示匹配处理是有效的。

表4 PSM-DID有效性检验

回归结果显示，在进行了倾向得分匹配之后，消除了“自主选择性”，回归结果依然显著，证明了实验结论的稳健(表5)。

表5 PSM-DID回归结果

4.3.2 反事实检验

将政策实施时间分别提前一年和两年构造反事实检验，然后再分别进行回归，若回归结果显著，则说明地级市SO2排放强度的降低可能是由其他因素引起的；若回归结果不显著，则说明前述回归结果是稳健的。回归结果如表6。结果显示，人为将政策实施年份分别提前一年和两年，“文明城市”评选的估计系数均不显著，证明了本文结论的稳健性。

4.3.3 替换被解释变量

将被解释变量由城市总体SO2排放强度的对数值替换为人均SO2排放量的对数值，其中SO2排放量的单位为吨，地级市人口单位为万人。回归结果如表7，结果与上文一致，说明该政策对城市SO2排放具有显著的削弱效果，也进一步验证了本文结论。

表7 替换被解释变量

5 异质性分析

5.1 城市人口规模异质性

参考《关于调整城市规模划分标准的通知》，并且考虑到本文使用样本中属于超大城市和小城市的样本较少，为避免单独区分存在偏差，故本文人口规模划分为特大型城市(500万人以上)、大型城市(200～500万人)和中型城市(200万人以下)。回归结果如表8所示。其中，“文明城市”评选对于地级市SO2排放强度的改善效果，在特大型城市最为显著，其次是大型城市。原因可能在于，城市人口规模越大、经济发展水平越高，其经济结构也就更有韧性。人口规模大的城市可以调用到节能减排方面的资源也就更雄厚，在实现绿色发展方面自然就有着更大的空间。上述结论验证了假说2。

表8 城市人口规模异质性检验结果

5.2 区域异质性

按照地理因素、经济状况以及改革政策，将中国分为东部、中部和西部地区。这种区位差异可能会导致“文明城市”的政策实施效果也存在差异，因此，按照上述区域划分，将获评城市进行分组，回归结果如表9所示。回归结果显示，“文明城市”评选对于地级市SO2排放强度的削弱效果，在中部地区最为显著，而在东部地区和西部地区不那么显著，但核心解释变量系数的方向都为负。

表9 区域异质性检验结果

“文明城市”评选促进城市绿色发展效果在东部地区不显著的原因可能在于2个方面：①东部沿海地区有着大量的创新型企业，在企业技术创新过程中，以及新技术形成的初级阶段，因生产技术尚不成熟，导致创新所带来的间接效应反而使得SO2排放量增多;②东部地区经济发展不只依靠于高污染的工业，其更加现代化的产业结构，使得该地区可以更多的依靠国际间的贸易往来和较为发达的第三产业来发展经济，所以该政策的环境改善效果并不主要体现为工业排污的削减。

“文明城市”评选促进城市绿色发展效果在西部地区不显著的原因可能在于，西部地区虽然面积最大且资源丰富，但是人口较少，资源开采难度大，城市经济发展也最为缓慢，更是脱贫攻坚的重点区域，在发展经济的同时，对于环境保护力度不及东部地区，故政策冲击在西部地区也效果不明显。

6 结论与建议

本文基于2007～2017年中国251个地级市的面板数据，利用多时点双重差分模型评估“全国文明城市”评选对地级市SO2排放强度的影响，并用多种稳健性检验方法验证结论，最后讨论了政策效果的异质性。研究发现：①“全国文明城市评选”可以有效降低获评地级市SO2排放强度，促进城市绿色发展。但是“文明城市”评选政策效果具有动态性，政策效果的显现需要一定的消化期，并不会马上体现;②异质性结果显示，从人口规模来看，人口规模越大的地级市，“文明城市评选”的减排效果就更显著；从地理区域来看，中部地区受政策效果影响更为明显。

基于此，提出以下建议：①“文明城市”称号作为最具含金量的城市名片，对于城市绿色发展的引导效果需要进一步体现示范性和持续性。一方面，应细化评选规则，对于城市各项主要污染指标的排放做出科学严谨的限定，对不满足可持续发展战略的参选城市采取“一票否决”制度，确保“文明城市”评选改善城市环境的效果及时凸显；另一方面，“文明城市”评选审核工作应当是一个长期的行为，应进一步强化现有“文明城市”的动态考核机制，在评选前和评选后分别设定一段时间的考察期，对参选城市绿色发展情况进行跟踪，避免参选城市为应付考核而做“表面工作”。②关于异质性结论的建议：对不同人口规模的城市要采取有针对性的考察标准和污染治理方式，针对人口较多的城市，应在发挥规模效应的基础上，强化资源利用率，探索资源循环利用新方法；针对人口较少的城市，重在推动产业结构升级，对高污染、高能耗的企业实施征收环保税等具体措施，鼓励企业绿色发展。针对我国西部污染问题较重的现象，国家应进一步提高对西部地区经济发展的扶持力度，给予该地区基础设施投资和政策优惠，弥补城市发展的一些先天不足。