基于多期Tobit-DID模型的补贴政策对促进绿色建筑升级的效果评估*

门中一 宋佳丽

(山东建筑大学管理工程学院，山东 济南 250101)

0 引言

能源资源消耗和环境污染问题一直受到世界各国的广泛关注，而建筑业是能源消耗高和环境污染严重的主要行业之一[1]。面对日益严峻的能源消耗和环境污染问题，绿色建筑已成为实现建筑业可持续发展和实现建筑领域“碳达峰、碳中和”的重要举措之一[2]。绿色建筑旨在节约能源资源、保护环境和降低污染，同时改善居住环境[3]。

近年来，我国绿色建筑在城镇化和城市更新的进程中取得了快速发展[4-5]，截至2020年，全国累计绿色建筑面积已达66.45亿m2，但发展不平衡、不充分问题仍然突出[6]，尤其是高星级绿色建筑数量占全部绿色建筑数量的比重较低[7]。认证水平越高的绿色建筑，其可持续水平越高。为促进绿色建筑发展提质升级，我国政府颁布了一系列政策措施[8]，例如，2012年住房和城乡建设部与财政部联合颁发的《关于加快推动我国绿色建筑发展的实施意见》(以下简称《实施意见》)中提出，对我国二星级以上的绿色建筑实施财政补贴，以提高我国高质量绿色建筑的发展水平。此后，多个省份相继制定了对二星级以上绿色建筑的补贴标准，以鼓励开发商与购买者开发和购买高星级绿色建筑。

绿色建筑存在增量成本，且高星级绿色建筑增量成本更高，当前参与绿色建筑行动还没有成为开发商的普遍共识[9]。促进我国绿色建筑发展提质升级，对减少能源资源消耗和降低环境污染、落实建筑领域“双碳”目标，以及满足人民日益增长的美好生活需要具有重要作用。为促进绿色建筑更快、更好发展，我国出台了一系列的政策，其中最主要的是对开发商的补贴政策[10]。当前，研究者普遍认为补贴政策对绿色建筑的发展具有正向作用，以相关关系为主要研究内容，缺乏因果关系的政策效用论证。基于此，本研究旨在构建绿色建筑补贴政策的Tobit-DID模型，通过识别因果关系评价补贴政策对绿色建筑提质升级的效果，为政府出台补贴政策及其标准提供参考。

1 数据来源与模型构建

1.1 政策来源

通过查询住房和城乡建设部网站、各省份住房和城乡建设厅网站以及北大法宝网等收集绿色建筑项目和补贴政策相关数据。根据收集的绿色建筑补贴政策数据来看，自《实施意见》颁布起，我国相关省份绿色建筑补贴政策实施情况分为三类(表1)：一是按中央补贴标准执行；二是结合自身情况出台地区标准；三是未执行补贴政策。

表1 相关省份绿色建筑补贴政策实施情况

1.2 模型的设定

双重差分(DID)常用于政策评价，适用于在政策发生之前对照组与实验组有相同的发展趋势，而政策发生之后只有实验组受到政策干预。本研究主要构建的多期Tobit-DID模型如下

式中，i是区域虚拟变量，代表第i个省份，i=1表示有相关政策的颁布省份，i=0表示未相关政策颁布的省份。t代表时间虚拟变量，定义为t={0,1}。就现有数据而言，t=1代表相关政策实施后的时期，t=0表示相关政策实施前的时间。Yit分别代表两种被解释变量在绿色建筑强制性与激励性政策影响下的因变量，Subside代表时间与实验组的交互项、区域虚拟变量城市与时间虚拟变量之间的相互作用项。X代表控制变量。v与φ分别代表时间虚拟变量与个体虚拟变量。ε代表随机扰动项。

2 变量选择与数据分析

2.1 变量选择

已有研究显示，影响绿色建筑发展的因素主要包括经济、人文和政策。例如，Darko等[11]在研究发展中国家绿色建筑的驱动因素时指出，政府的激励对绿色建筑的发展具有显著的正效应。Zhang等[12]在研究政策驱动绿色住宅发展时指出，收入、教育水平以及国家、省级政策对绿色住宅的发展具有显著影响。本研究选取2016年之前的高星级绿色建筑(二、三星级绿色建筑)数量占绿色建筑数量的比重作为被解释变量。变量统计表见表2。

表2 变量统计表

2.2 描述性统计

通过绿色建筑评价标识网和国家统计年鉴收集各省市绿色建筑数量，二、三星级绿色建筑数量，GDP、城镇人均可支配收入、人均建筑交易面积、建筑业产值增长率和人均教育年限等变量数据，并对所采取的控制变量进行对数处理，将所有的数据变量进行描述统计，见表3。

表3 描述性统计表

根据描述性统计分析，将面板上的数据导入实验模型进行研究。

2.3 数据分析

为了识别绿色建筑补贴政策对绿色建筑升级以及不同类型绿色建筑升级的作用效果，分别进行全样本回归和分样本回归。其中，回归1～2是全样本回归，回归3～6是分样本回归，回归3和5对应的是公共类绿色建筑，回归4和6对应的是居住类绿色建筑。回归1、3和4是以不补贴为控制组，以地方标准为处理组；回归2、5和6以不补贴为控制组，以中央补贴为处理组。运用多期Tobit-DID模型进行计算，回归结果见表4。

表4回归1结果显示，在控制GDP、城镇人均可支配收入、人均建筑交易面积、建筑业产值增长率和人均教育年限等变量的基础上，绿色建筑地方补贴政策在10%的置信水平下显著。结果表明，在地方政府实施绿色建筑补贴政策后，高星级绿色建数量占比将增加20.2%。在回归2中，绿色建筑中央补贴政策在1%的置信水平下显著，表明地方政府采用中央补贴政策，高星级绿色建筑数量占比将增加32.8%。对比回归1和回归2的结果，采用中央补贴政策对绿色建筑升级效果更显著，主要是因为地方补贴标准大多低于中央补贴标准。分样本回归3～6的结果显示，补贴政策对居住类绿色建筑升级影响显著，对公共类绿色建筑升级影响不显著。与中央补贴政策相比，地方补贴政策对居住类绿色建筑升级影响更显著，即地方补贴政策更能激发开发商开发高星级居住类绿色建筑。

表4 回归结果

2.4 平行性检验

对回归1进行平行性检验以政策实施前的第三期作为基期，对回归2～6进行平行性检验以政策实施前的第一期作为基期。通过将各个分组的数据做平行性处理，其中“前*期”代表绿色建筑补贴政策实施前的*期，“当期”代表绿色建筑补贴政策实施当期，“后*期”代表绿色建筑补贴政策实施后的*期。平行性检验结果见表5。

表5 平行性检验结果

分析结果显示，除回归3，回归1、2、4、5和6在绿色建筑补贴政策实施前各期系数均不显著，而在绿色建筑补贴政策实施当期以及实施后的各期系数均显著，因此回归1、2、4、5和6的检验结果支持平行趋势假设。

2.5 安慰剂检验

研究选择虚构虚拟政策时间方法进行安慰剂检验，对各个实验组随机抽取一个时间作为政策实施时间，将这个时间放入模型中与对照组进行500次的随机试验，并对虚拟的绿色建筑补贴政策效用估计的系数及相应的p值进行分析，进而检验实验结果。回归1～6的安慰剂检验结果如图1所示。回归1～6的估计系数主要集中在0值附近，大多数估计值的p值大于0.1，即在10%的置信水平下不显著，表明本研究的估计结果不是偶然得到的，结果具有统计学意义。

图1 回归1～6的安慰剂检验结果(截图)

3 结语

补贴政策一直是地方政府促进绿色建筑提速升级的主要政策工具。研究选用2008—2016年绿色建筑数据，从省级层面构建多期Tobit-DID模型，综合考虑绿色建筑补贴政策的地方标准和中央标准，以识别绿色建筑补贴政策对绿色建筑升级的影响。结果显示，补贴政策对绿色建筑升级具有显著影响，地方政府实施绿色建筑地方补贴标准后，高星级绿色建数量占比将增加20.2%，地方政策采用中央补贴标准后，高星级绿色建筑数量占比将增加32.8%。结果还显示，补贴政策对居住类绿色建筑升级影响显著，对公共类绿色建筑升级影响不显著。再则，与中央补贴政策相比，地方的补贴政策对居住类绿色建筑升级作用更明显。显著性的补贴政策回归模型均通过了平行性检验和安慰剂检验，表明研究的估计结果具有统计学意义。本研究可为地方政府实施补贴政策、促进绿色建筑升级提供参考。