研究指引 | 政策效果评估的新思路：基于边际效应的机制分析
研究指引
在进行公共政策效果的评估时，对于政策作用机制的探讨能够对政策效果有更加全面的认识。现有文献的通常做法是使用政策X对因变量Y进行回归之后，同时把机制变量M放进回归中，通过观察X和M的系数，来判断机制的作用程度。这一方法仅能对机制变量的作用做定性判断，无法准确量化机制变量的贡献度。这是因为（1）在上述回归中，存在不可观测因素同时影响M和Y，造成M的内生性问题；（2）政策的影响机制并不是单一的，不同机制之间存在相关性；（3）在现实中我们无法穷尽所有的机制变量，由此会造成遗漏变量偏误。
在这种情况下，如何能够准确地量化机制变量M对Y的贡献度？Hendren和Sprung-Keyser（2020）和Goldin等（2021）提出，在单一机制条件下，外生政策X可以被视为一个工具变量，机制变量对因变量的边际效应=外生政策对因变量的边际效应/外生政策对机制变量的边际效应。沿着这一思路，我们提出了基于边际效应的机制分析框架，假设不同政策对不可观测因素的影响不直接与因变量机制同时相关，则可以分别估计政策变量对Y和M的边际作用，进而得到外生政策通过机制变量对因变量带来的真实效应。
这一方法有以下几个优点：第一，能够量化机制变量的影响。有效解决当前机制分析方法仅能对政策效应的影响机制做出定性分析，难以对相关机制变量对政策效应的贡献度进行量化分析的问题。第二，克服不同机制的相互影响。采用逐步回归的方式进行机制分析时，只能逐个对机制变量进行考察，从而容易造成遗漏变量问题，而在基于边际效应的机制分析框架中，允许不同的机制同时进入方程，可以相互作为控制变量。第三，克服了不同政策间的干扰。
但在使用这一方法时，需要以下几个注意事项：第一，这一方法主要适用在具有较多外生冲击的情形下，即需要存在研究期间内发生多种的政策，且政策数量大于机制变量数量；第二，需要在统一的实证模型下分别估计政策对因变量与机制变量的边际效应；第三，不同政策对因变量与机制变量的影响不存在共线性，即存在差异。
环境政策效果的综合框架:来自16项试点政策的经验证据
作 者 王 莉 亢延锟 薛 飞 黄 炜简 介王莉，西北大学经济管理学院副教授，710127； 亢延锟（通讯作者），中央财经大学经济学院博士研究生，102206； 薛飞，中国社会科学院大学工业经济系博士研究生，102488； 黄炜，美国埃默里大学经济系助理教授。刊 期 《财贸经济》2022年第4期
坚持绿色低碳发展、防范气候风险和保护生态环境事关经济社会的可持续性与人民福祉。随着我国生态文明顶层设计和制度体系建设的加快推进，近年来绿色发展的成效明显，生态环境质量持续改善，这一成果很大程度尚需要归功于我国在低碳经济、污染防治、节能减排、清洁生产等方面出台的各项政策措施。然而，由于不同政策在政策目标、发起单位、运行过程、考核机制等方面均呈现明显差异，政策的作用机制、实际效果和经济成本可能大相径庭。更重要的是，坚持绿色发展，要做到“既要绿水青山，也要金山银山”，这就意味着除了环境政策的环境效应，其经济效应也同样重要。因此，及时评估相关政策实施效果，对政策作用机制进行经验总结，对新时期我国能源环境政策选择具有重要意义，也对我国新时期生态文明建设与政策选择具有重要的启示意义。
环境政策实际上是通过影响机制变量进而改善环境，例如产业结构、技术进步等，但目前文献对一些重要问题却较少涉及。如果能够明确各种机制变量对于污染排放的边际影响，那么不仅可以预估政策的实际效果，还可以作为政策有效性的重要依据。既有文献对上述问题极少涉及的原因在于：一是机制变量的内生性问题难以克服，二是无法剥离不同机制的相互影响。例如，关停污染企业不仅会改变当地的产业结构，还会缩减当地的经济规模，这种机制变量间的相互影响是无法被观测的，即我们无法确定在给定经济总量不变的条件下，产业结构变化对于污染物排放的具体影响。
本文基于Hendren和Keyser（2020）以及Goldin，Lurie和McCubbin（2021）的理论框架，提出了一种基于边际效应的分析框架。在这一框架中，我们不仅可以量化机制变量对于环境污染的具体影响，还允许不同政策和不同机制同时进入估计方程，相互作为控制变量。这不仅可以排除不同政策之间的干扰，还可以在给定其他机制变量不变的情况下，考察我们所关心的机制变量对于污染治理的作用。本文筛选和分析了16项能源环境试点示范政策，基于统一的分析框架，控制政策之间的相互影响，系统评估了不同机制对于不同污染排放的贡献。
本文发现：第一，不同政策对不同的污染物的影响效应明显差异。第二，我国环境政策覆盖面广，且覆盖程度高，存在政策“扎堆”的现象，这使得不同政策之间存在相互影响。第三，各项环境政策对不同污染物的影响机制大相径庭。试点政策主要通过经济总量和产业结构来影响CO2排放量变动，通过技术进步来影响SO2排放量变动，通过技术进步和产业结构影响PM2.5浓度变动。
本文可能的创新点体现在两个方面：第一，首次提出基于边际效应的机制分析框架，定量评估机制变量对污染排放指标的贡献，并采用夏普利值分解方法，量化不同渠道的效果和贡献比例，从而为解决机制分析中潜在的内生性问题提供一种新的思路。已有文献专门针对某一项政策对特定污染物排放的影响效应进行评估，但研究的分析框架和研究方法并不相同，并且不同政策对不同污染排放的影响也并不一致，因此研究结果不可直接对比。从政策效果来看，已有文献可能存在发表偏倚（Publication Bias），即相关研究的政策效果大多是有效的，基本结论都认为政策具有“显著”影响，并且这些显著影响是在未剥离政策之间相互影响的情况下得到的，因此对于环境政策的有效性值得进一步探究。 第二，已有文献对于不同政策对于不同污染物排放的影响研究并不全面，本文评估了16项政策对于CO2排放量、SO2排放量和PM2.5的影响，增进了已有文献的认知。
本文的政策启示有以下几点：第一，我国的环境保护政策需要多部门协同合作，多部门联合出台的环境政策往往更容易取得显著的降污减排治霾效果，必要的财政支持和考核机制也有利于环境政策在地方实践中更好实施。第二，我国出台的环境政策，有密集扎堆的情况，在考察政策的实际效果时，要考虑政策之间的协同效应和溢出效应；从另一方面来理解，众多政策的政策目标、作用机制交叉重复，充分考虑政策的独特性有利于更好地发挥政策效果，同时也有利于避免公共资源的浪费。第三，不同政策对于不同污染物排放的影响机制不同，但是污染控制必须承受一定的经济代价，要进一步提升环境治理的质量，必须培育新的经济增长极，从而协同推进经济高质量发展和环境质量持续改善，最终实现“既要金山银山，又要绿水青山”。
欢迎关注
扫描下方二维码，或点击文末“阅读原文”
浏览全文
▼
扫描下方二维码，即可订购本刊
▼