政府空气污染治理效应评估——来自中国“低碳城市”建设的经验研究（二）.pdf

政政府府空空气气污污染染治治理理效效应应评评估估 ——来来自自中中国国“低低碳碳城城市市”建建设设的的经经验验研研究究 （（二二）） 2019年08 22 日 四四 、、实实证证分分析析 在这一节中 ，本文首先报告双重差分法实证回归结果 ，即 ：低碳城市建设对空气污染的影响 ，然后对一系列实证假设与稳健 性问题进行检验 。 （一）实证结果 主要结果在表2中呈现 。列 （1）、列 （2 ）控制了城市固定效应与时间固定效应 ，列 （3 ）、列 （4 ）在此基础上控制了天气 控制变量 ，列 （5 ）、列 （6 ）进一步控制了城市—时间层面的城市控制变量 。本文发现 ，所有回归结果系数均为负且 在1%的统计意义上显著 ，表明低碳城市建设显著地降低了试点城市的空气污染程度 。利用列 （5 ）与列 （6 ）的估计值进行 解释分析 ，发现低碳城市建设对于空气污染的估计作用约为-9.31与-4.92 ，即与控制组相比 ，低碳城市建设项目使得试点城 市PM10污染指数下降9.31 ，API污染指数下降了4.92 。由于控制组城市的PM10均值为93.56 ，API均值为70.69 ，这一估计系数 表明低碳城市建设降低了城市PM10约9.9个百分点 ，降低了API约为6.9个百分点 。这一结果与基于欧洲背景的双控区研究的 结果具有可比性 ：具体而言 ，Wolff （2014 ）与Gehrsitz （2017 ）利用双重差分法分别考察了欧洲与德国低碳区建设的效 果 ，Wolff （2014 ）发现了在交通中心 ，低碳区降低了9%的空气污染 ；Gehrsitz （2017 ）发现低碳区平均降低了约4%悬浮颗 粒物 ，在污染最严重地区 ，降低了8%的悬浮颗粒物 。 注 ：* 、** 、***分别表示在10% 、5% 、1%的水平下显著 ；括号中的数值是标准误 ；城市控制变量包括城市G P 、人口、城 镇登记失业人数和普通高校学生人数 ；天气控制变量包括温度 、露点 、海平面气压 、风速 、降雨量指标 。下同。 （二）假设检验 双重差分法的合理性建立在一系列的假设基础之上 。为确保估计结果的可信性和稳定性 ，本文接下来逐一对重要的识别假设 进行检验 。 1.平行趋势检验 ：事件分析法 双重差分法有效性重要的前提假设是趋同假设 ，即如果没有执行低碳城市试点政策 ，低碳城市与其他城市空气质量的变化趋 ③ 势应该是平行的 。为了检验这一点 ，本文借鉴Jacobson等 （1993 ）的做法 ，利用事件分析法来进行平行趋势的检验 。具体 而言 ，采用如下的估计式 ： 其中 ， 是一系列的虚拟变量 ，表示低碳城市试点开始实施的第k年 。具体来说 ，t 表示城市c实施低碳城市的第一 0 年 ，k表示开始低碳试点之后的第k年 。本文的数据是从2005年到2015年 ，因此覆盖了实施前的6年 ，与开始实施之后的4年 。 本文关注刻画的变量是β ，表示“低碳城市试点”在政策开始第k年时 ，实验组与控制组之间的空气污染差异 。如果β 在k0期 k k 间的趋势较为平缓 ，则证明符合平行趋势假设 ，反之 ，如果在k0期间的发展趋势显著上升或下降 ，则证明实验组与控制组 在政策执行之前 ，已经有了显著的差异 ，不符合平行趋势假设 。这一趋势检验结果在图1中汇报 ，可以看到 ，k0的区间， 的值均非常平缓 ，表明试点城市与非试点城市在此之前并无显著差异 ，然而 ，从k=0开始 ， 则开始显著大幅的下降 ，表明 ④ 低碳城市建设显著地降低了试点城市的空气污染程度 。 2.其他不可观测的特征的影响 ：安慰剂检验 关于双重差分法识别假设的另一个担忧是其他不可观测的随着时间变化而变化的城市特征对估计结果产生的影响 。不同的城 市具有其他许多不同的特质 ，虽然前文的识别中通过