官员更替、合谋震慑与空气质量的临时性改善_郭峰.pdf

《官员更替、合谋震慑与空气质量的临时性改善_郭峰.pdf》由会员分享，可在线阅读，更多相关《官员更替、合谋震慑与空气质量的临时性改善_郭峰.pdf（14页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、官员更替、 合谋震慑与空气质量的临时性改善*郭峰石庆玲内容提要: 城市主要官员在某地的长期任职会在当地形成一种关系网， 加深当地政企合谋的氛围， 纵容当地企业非法排污， 而主要官员更替前后形成的政治敏感期会对这种政企合谋形成一种震慑效应， 进而使得受政企合谋影响较大的空气污染物在短期内下降。本文将 2013 年 12 月至 2016 年 6 月中国 160 个城市的市委书记更替信息与城市日度空气质量指数和单项污染物浓度数据相匹配， 研究发现市委书记更替前后， 二氧化硫等受政企合谋影响相对较大的空气污染物浓度有明显的下降; 而空气质量指数以及其他受政企合谋影响较小的空气污染物浓度则没有明显变化。

2、进一步分析也显示， 对于较长任期的市委书记或反腐中落马的市委书记， 其更替前后二氧化硫浓度的下降更加明显。而且， 市委书记更替带来的空气质量改善仅在短期内有效。关键词: 空气污染官员更替政企合谋*郭峰， 上海财经大学公共经济与管理学院， 北京大学数字金融研究中心， 邮政编码: 200433， 电子信箱: guo feng mailsufe edu cn; 石庆玲， 华东师范大学城市发展研究院， 邮政编码: 200062， 电子信箱: chinglingshih 126. com。本文获得了国家社会科学基金重大项目( 14ZDB144) 、 国家社会科学基金青年项目( 16CJY065) 的资助

3、， 特此致谢。本文曾在中国能源与环境经济学者论坛、 中国组织经济学研讨会、 香樟经济学 Seminar( 北京) 、 复旦大学、 上海对外经贸大学等处报告， 感谢陈诗一、 曹春方、 罗知、 刘冲、 刘瑞明、 聂辉华、 邵帅、 史晨辰、 王弟海、 席鹏辉、 张炳、 张翼飞、 张军、 钟宁桦、 左翔等人的宝贵建议与帮助， 也感谢匿名审稿人的建设性意见。文责自负。一、引言近些年来， 中国的城市化和工业化都发展迅速， 但发展模式依然比较粗放， 导致了非常严重的环境污染， 特别是严重的空气污染问题。空气污染的主要成分包括二氧化硫( SO2) 、 固体颗粒物( 如 PM2. 5、 PM10) 和氮氧化物(

4、 NOx) 等， 其中 SO2因对居民身心健康的恶劣影响， 早就被列入环境污染的重点治理对象。根据陈硕和陈婷( 2014) 的研究， 中国 2000 年以来每年由于 SO2排放导致的生命损失在 18 万人左右， 相关治疗费用每年超过 3000 亿元。而 2014 年中国环境统计公报数据显示， 2014 年中国 SO2排放总量为 1974. 4 万吨， 位居世界首位， 其中， 工业 SO2排放量占到排放总量的 88. 1%。SO2的这一来源特征使得我们可以将其与其他空气污染物进行对比， 深入分析如何从更深层次角度入手来探索解决空气污染难题的治本之策。当前， 社会各界对空气污染问题高度关注， 中央

5、决策层也将空气污染治理纳入了政绩考核体系( Zheng et al， 2014) 。尽管各界高度关注， 中央政府也非常重视， 但空气污染问题仍然非常严重。因此， 我们有必要探讨中国空气污染背后的深层次原因。环境污染问题不仅仅是环境和经济的问题， 也是行政管理体制的问题， 特别是在中国实行的行政分权体制下， 中央的环保政策基本都需要地方政府来负责实施， 地方政府扮演着中央政府和企业“中间人” 的角色( 龙硕和胡军， 2014) 。然而， 环境污染是负外部性很强的公共产品， 地方政府存在很强的激励去放松环境管制标准， 包括默5512017 年第 7 期许或纵容当地污染企业超标排污， 特别是当污染可

6、以拉动经济增长的时候( 周黎安， 2007; Jia，2012; Wu et al， 2014) 。在这种 “政企合谋” 过程中， 地方政府及其官员和污染企业形成一种互惠双赢局面。一方面， 地方官员可以得到政治上的升迁以及经济上的财政税收， 甚至腐败收益。另一方面， 污染企业也可以继续维持粗放式经营， 节省经营成本( 聂辉华和李金波， 2006) 。不过， 需要指出的是， 地方政府和污染企业的“政企合谋” 并不仅限于贪污腐败， 也许地方政府纵容当地企业污染环境， 仅仅是为了促进当地经济发展( Jia， 2012) 。在地方政府和污染企业形成合谋的影响因素当中， 地方主要领导的在任时间起着重要作

7、用。随着在某地任期的增长， 地方主要领导或多或少都会在当地官场和企业中形成一种关系网， 而且这些关系网并不局限于该领导本人， 还会通过其提拔的下属等， 形成多层级的复杂网络。主要领导任期越长， 这一关系网络就会越固化， 当地的政企合谋氛围就越浓厚( 陈刚和李树， 2012) 。具体到环境污染治理问题上， 这种关系网络的持续会导致企业污染行为得到默许甚至纵容， 加剧环境污染( 梁平汉和高楠， 2014) 。而处于地方政府官员集团金字塔塔尖的主要官员的更替， 会形成一种政治敏感时期， 对当地的政企合谋产生一种震慑效应， 至少在短期内会遏制官员和企业间的合谋行为。具体到空气污染上， 地方主要官员更替

8、前后就可能会有助于空气质量的改善， 特别是对于那些受政企合谋因素影响相对更大的空气污染物。基于政企合谋导致环境污染， 而主要官员更替形成的政治敏感时期有助于震慑政企合谋的基本逻辑， 本文将 2013 年 12 月至 2016 年 6 月中国 160 个城市的日度空气质量指数和单项空气污染物浓度数据， 与城市市委书记更替信息相匹配， 研究了市委书记更替对空气污染的影响。实证结果发现市委书记更替对政企合谋的震慑效应有助于 SO2等受政企合谋影响相对更大的空气污染物浓度的下降， 但对 PM2. 5、 氮氧化物等受政企合谋影响相对更小的空气污染物则没有显著影响。本文在研究视角和研究方法等方面均有所创新

9、。首先， 在研究视角上， 本文将官员更替信息与日度空气质量数据相匹配， 相较于使用年度数据研究官员更替影响的同类文献， 本文更加细致， 可以分析官员更替形成的政治敏感期的短期影响， 更好地理解官员更替的震慑效应。其次， 在研究方法上， 借鉴 “事件分析法” 思想， 考察官员更替前后的空气质量指数和单项污染物浓度与其他时期存在的差异， 特别是区分来源不同、 受政企合谋影响不同的空气污染物的异质性结果， 使本文中心论点更加可信。最后， 通过对官员更替前后空气质量变化的动态性、 异质性等分析， 详细讨论官员更替在影响经济活动上的各条解释机制， 丰富官员更替领域的研究文献。二、文献综述和理论逻辑( 一

10、) 政企合谋与环境污染环境污染不仅是一个经济学问题， 更是一个政治经济学问题。从经济角度来讲， 很多学者从环境库茨涅兹曲线的角度出发， 认为环境污染和人均收入之间存在“倒 U 型” 曲线关系( Grossman Krueger， 1994， 1995; World Bank， 1992) 。但是， 针对中国的实证研究往往得不到类似结论， 特别是在空气污染上甚至是完全相反的结论。例如， 王敏和黄滢( 2015) 利用中国 112 个城市 20032010年的空气污染数据， 发现各种空气污染指标和经济发展都呈现出“U 型” 关系， 而不是“倒 U 型” 关系， 邵帅等( 2016) 得到了类似结论

11、。之所以经济发展水平达到一定水平之后， 环境污染会改善， 是因为对环保有了更多的投入， 或者低端的污染产业被转移， 等等( Grossman Krueger， 1995) 。但如果某些体制性原因阻碍了这种投入和转移， 那么经济发展水平的提高就不一定会自动带来环境的改善。在中国， 大部分环保政策都需要地方政府来负责实施， 而有研究表明， 中国地方政府官员为了得到政治上的晋升， 有激励忽略或放松对环境污染的监管， 而将更多的精力投入到促进经济增长上( 周黎安， 2007) ， 例如配置更多的基础设施投资， 而不是环境治理投资( Wu et al，2014) 。Jia651郭峰、 石庆玲: 官员更替

12、、 合谋震慑与空气质量的临时性改善( 2012) 认为在官员考核体制更注重经济增长而不是环境保护的情况下， 为了提高晋升的可能性，地方政府会牺牲环境。在这一逻辑下， 那些和上层政治圈关系更紧密、 晋升可能性更高的官员， 会更多地投资高能耗、 高污染的产业， 以拉动 GDP 增长， 这一点在徐现祥和李书娟( 2015) 的实证分析中得到了验证， 他们发现一个地区走出去的高官越多， 当地的环境污染就会越严重。如果说当经济体致力于经济增长时， 一个地方和上层政治圈关系越紧密， 越会导致当地环境污染， 那么同样的逻辑自然也适用于政商关系， 如果官员考核机制注重于经济增长， 那么地方官员必然有很强的激励

13、与当地企业进行环境污染上的“合谋” : 地方官员放任和纵容当地企业污染环境，而当地企业则向其贡献经济增长和财政税收( 周黎安， 2007; Jia， 2012; Wu et al，2014) 。因此， 虽然节能减排已经和经济增长一样， 成为影响地方官员晋升的考核依据( Zheng et al，2014) ， 有些地方官员甚至通过空气质量数据造假来粉饰政绩( Ghanem Zhang， 2014) 。但环境污染作为一个负外部性的公共产品， 在这种自上而下的考核机制下， 地方政府在环境保护上的激励必然存在不足。地方政府处于各类安全生产、 环境管理的第一线， 更可能被当地企业和精英“利益捕获” ，

14、形成政企合谋。作为中国经济高增长和高事故并存的一个重要解释( 聂辉华和李金波， 2006; Nie Li，2013) ， 现有文献对政企合谋进行了众多探讨， 例如政企合谋会导致房价高企( 聂辉华和李翘楚，2013) 、 土地违法( 张莉等， 2011， 2013) 、 矿难事故高发( 聂辉华和蒋敏杰， 2011; Nie et al，2013; Jia Nie， 2017) 、 企业逃税( 范子英和田彬彬， 2016) 等等。在环境领域， 梁平汉和高楠( 2014) 、 龙硕和胡军( 2014) 的研究都发现政企合谋是中国环境高污染的重要原因。( 二) 官员更替的影响机制1990 年实施的 关

15、于实行党和国家机关领导干部交流制度的决定 ， 将领导干部交流机制制度化， 限定领导干部在一地任职时间不能过长。这种地方官员交流制度对中国的经济增长模式产生了重大影响( 张军和高远， 2007; 王贤彬等， 2009; 范子英和田彬彬， 2016) 。国内外已有大量文献研究了官员更替对经济等方面产生的影响， 概括而言， 从官员更替对经济影响的具体解释逻辑上， 这类文献可以粗略做如下划分。其一， 官员更替导致政策不确定性进而影响企业生产活动。由于不同的地方官员会执行不同的政策， 因此地方主要官员更替会引发地方未来政策环境的不确定性， 对地方经济和企业行为产生重要影响( Jones Olken， 2

16、005; Julio Yook， 2012; Boutchkova et al，2012; 王贤彬等， 2009) 。例如， 有文献发现选举年份的政治不确定性导致企业缩减投资( Julio Yook， 2012; Durnev， 2010; Liu，2010) 。曹春方( 2013) 利用中国各省省委书记更替数据发现官员更替导致国有企业投资下降， 但对民营企业投资没有影响， 而徐业坤等( 2013) 利用地级市市委书记的数据则发现官员更替会导致民营企业投资支出明显下降。不过， 也有研究认为由于官员急于做出成绩， 官员更替可能会刺激投资( 王贤彬等， 2010) 。其二， 官员更替会产生责任空档

17、期， 有利于政府和企业策略性地调整业绩。新任官员出于出政绩的考虑， 不仅会将精力投入到真实业绩上， 还有激励策略性地调整业绩数据。Wallace( 2016) 一文基于中国 GDP 和用电量之间的差异， 发现省委书记和省长换届时， 该省的 GDP 数据更可能出现造假的现象， 因为这个时候地方领导需要更好的政绩数据。但官员更替时政绩激励导致的数据操纵的方向却是不一定的。例如有文献研究发现公司新的高管上任时， 有强烈的激励进行负向盈利管理， 降低利润， 以求在自己任内可以提升公司业绩 ( Moore， 1973; Pourciau， 1993; Murphy Zimmerman， 1993) 。郭

18、峰和刘冲( 2016) 研究发现省级银监局局长变更时， 尽管其辖区内城商行的真实风险并没有特别的变化， 但其不良贷款率却显著高于其他时期， 他们认为城商行所利用的就是银监局局长变更导致的责任空档期， 从而将之前积累的风险释放出来。其三， 官员更替破解官员长期任职形成的“关系网” ， 从而减少政企合谋。由于缺少度量合谋7512017 年第 7 期的更好指标， 现有文献往往从官员是否来自当地( 聂辉华和蒋敏杰， 2011; Nie Li， 2013; 张莉等，2011， 2013; 范子英和田彬彬， 2016) 或者任期长短( 陈刚和李树， 2012; 梁平汉和高楠， 2014) 等作为政企合谋程

19、度的代理指标。而官员更替必然会打破这种关系网， 削弱政企合谋程度( 陈刚和李树，2012) 。在环境经济学领域， Fredrikssona Svensson( 2003) 的理论和实证研究就发现， 如果腐败非常严重， 那么政治不确定性或政治危机会导致环境规制政策的强化; 梁平汉和高楠( 2014) 也发现官员更替会打破旧的合谋关系， 从而有助于水污染的治理。当然， 上述解释机制往往交织在一起。例如， 企业家的政治身份可能会弱化官员更替和政策不确定性对企业的影响( 钱先航和徐业坤， 2014) 。但如果官员更替是对政企合谋的打破， 则政企关系越紧密的企业受到的冲击就越严重。例如， 应千伟等( 2

20、016) 基于腐败高管落马的研究发现， 反腐事件会导致国有企业尤其是地方国有企业、 有政治关联或政治寻租等特征的企业股价短期内显著下降。徐业坤等( 2013) 虽然也是从官员更替导致的不确定性出发， 但认为政企关系会放大官员更替对企业投资的影响。就本文的研究视角而言， 我们认为官员更替对企业合谋的影响不仅仅在于简单地打破政企合谋， 还在于官员更替形成的政治敏感时期可以对此类政企合谋形成震慑效应，使其至少在短期内有所收敛。因此使用日度数据， 相对于现有使用年度数据的文献， 可以得到更精致的结果。特别是通过对空气污染改善的持续性分析， 还可以考察官员更替对空气污染的影响究竟是因为真实地打破了相关政

21、企合谋， 还是仅仅形成一种政治敏感期的氛围， 临时性地震慑了政企合谋。因为政企关系一旦被打破， 就不可能很快恢复( 陈刚和李树， 2012; 潘越等， 2015) 。对于政治敏感时期政企合谋的下降或收敛， 一些相关领域的研究也给了我们很好的启示。聂辉华和张雨潇( 2015) 建立的理论模型显示， 在不同的时期和政治气候下， 政企合谋的程度可能会发生变化， 政治敏感时期， 政企合谋就会变得收敛， 从而出现政企合谋的周期性特征。Nieet al ( 2013) 发现煤矿矿难事故的发生具有很强的政治周期特征， “两会” 等敏感时期， 矿难事故发生率明显下降， 而石庆玲等( 2016) 也发现在地方“

22、两会” 期间， 空气质量会好于其他时刻。王贤彬等( 2016) 研究发现高官落马会形成一种震慑效应， 从而减少地方官员的腐败与违纪活动，而应千伟等( 2016) 则发现腐败高管落马会导致有政治关联或政治寻租的企业股价短期内显著下跌。在这些文献基础上， 本文主要考察官员更替对政企合谋的震慑效应是否会有助于当地空气质量的改善， 特别是对那些受政企合谋影响相对更大的空气污染物。其机理在于: 一个地方的企业，不一定都有和当地主要官员的直接关系， 而可能是与具体的工作人员、 环境监管部门等形成合谋。但是， 城市主要官员处于当地政府官员集团的金字塔上层位置， 是众多基层官员政企合谋的保护伞， 一旦地方主要

23、官员变更形成政治敏感时期， 便会对当地的政企合谋产生震慑效应。在这种情况下， 主要官员的更替虽然不一定会直接打破这些合谋关系， 但至少会形成一种震慑效应， 使得这种合谋关系至少在短期内有所收敛。环保等相关部门加大督查力度， 污染企业则减少偷排超排， 以免撞到枪口。而且， 在这一逻辑基础上， 如果官员的更替对政企合谋的震慑效应越强， 那么其对空气质量改善的影响就越大。因此， 本文将主要检验以下研究假说:假说: 官员更替震慑政企合谋， 从而有利于改善空气质量， 特别是那些受政企合谋影响相对更大的空气污染物; 而且官员更替对政企合谋的震慑效应越强， 越有利于这些空气污染物的下降。三、研究设计与样本数

24、据( 一) 实证方法首先描述实证检验的计量模型， 本文借鉴“事件研究法” 的思想， 考察官员更替事件对当地空气质量的影响。根据上文总结， 我们认为中国城市严重空气污染的一大原因是地方政府对当地企851郭峰、 石庆玲: 官员更替、 合谋震慑与空气质量的临时性改善业排污行为的容忍， 而城市主要官员更替前后形成的政治敏感期会对这种政企合谋形成一种震慑效应。环保部门加大查处力度， 污染企业减少非法排污。因此我们推测城市主要官员更替前后， 城市空气质量会得到改善。具体而言， 本文计量方程设置如下:AIcd= 0+ 1TUNOVEcd+ Xcd+ c+ d+ cd( 1)其中， 下标 c 表示城市、 下标

25、 d 表示日期( 年、 月、 日) ; AIcd为城市 c 在日期 d 的空气质量， 具体包括空气质量指数和几项单项污染物浓度; TUNOVEcd为代表官员更替时间窗口的虚拟变量， 考虑到在官员更替的新闻报道之前， 存在民主考察、 公示等环节， 官员更替的消息可能会提前传播， 因此我们设置的官员更替时间窗口为官员正式更替前后各一个月，即 c 城市市委书记( 新闻报道) 的更替日期前后各 1 个月的每一天， TUNOVEcd为 1， 更替 1 个月之前和更替 1 个月之后为 0。由于不同地方的官员更替发生在不同时期， 因此本文这样设置实际上也是一种双重差分思想: 既比较了同一个城市更替时期和其他

26、时期的空气质量差异， 也比较了某一时期发生官员更替的城市和没有发生官员更替的城市的空气质量差异。此外， 本文也加入了天气变量 Xcd， 以控制天气因素对空气污染的影响。c为地区哑变量， 反映的是地区固定效应。d是一组时间固定效应， 用来控制季节性因素和假期安排对空气污染的影响。cd为随机扰动项。在( 1) 式中， 本文主要关心的系数是 1，它捕获了官员更替前后的空气质量与其他时期相比发生的变动。( 二) 样本数据二氧化硫( SO2) 、 颗粒物( PM) 等一直是空气质量检测的重点， 但为了和其他空气污染物对比，我们的分析包含整个空气质量指数( air quality index， AQI)

27、及构成它的六项单项污染物。这六项单项污染物产生的原因不尽相同， 为对比分析创造了条件。本文样本时间跨度为 2013 年 12 月至2016 年 6 月， 包含 160 个中国城市， 这也是该时间段内可获得的较多的城市样本了。此外， 天气条件也是影响空气污染的重要因素， 因此在本文我们也控制了天气因素。而法定假日及调休日( HOLIDAY) 则主要是为了控制公众假期对空气质量的影响。对于市委书记样本， 我们主要根据新华网、 人民网等权威媒体报道等来整理。除整理市委书记变更的具体日期外， 我们还通过其简历和官方媒体， 整理了其卸任时累积的任期、 去向以及新任书记来源等信息。考虑到市委书记更替的滞后

28、影响， 以及更替前非官方信息的传播， 我们整理的市委书记更替信息时间跨度为 2013 年 6 月至 2016 年 8 月， 超过了空气质量指数的时间跨度。在这一期间， 160 个样本城市当中共有 117 个城市发生 134 次市委书记的更替。( 三) 数据描述表 1 给出了我们使用的主要变量的描述性统计。空气质量指数 AQI 均值约为 87. 8， 标准差约为 54. 6， 这说明空气污染在不同城市或者不同时间存在巨大差异。其他单项污染物浓度的差异也非常大， 例如 SO2均值约为 31. 1 微克/立方米， 标准差则达到约 31. 7 微克/立方米， 不同地区、 不同时间的 SO2浓度差异极大

29、。9512017 年第 7 期使用更替前后各 30 天进行回归结论同样成立， 前后 30 天均显著。由于篇幅限制， 相关结果未予报告， 可向作者索取。市委书记更替散布在各个时期， 而在不同时期空气质量季节性差异较大。在本文基本回归中， 与市委书记更替前后相对， 作为基准的时期为其他整个样本跨度期间。为检验这个对比的基准时期设置的稳健性， 我们也分别截取市委书记更替前后360 天、 270 天和 180 天进行子样本回归， 结果依然稳健。由于篇幅限制， 相关结果未予报告， 可向作者索取。具体为: 细颗粒物( PM2. 5) 、 可吸入颗粒物( PM10) 、 二氧化硫( SO2) 、 一氧化碳(

30、 CO) 、 二氧化氮( NO2) 、 臭氧( O3) 。数据来源 : “中国空气质量在线检测分析平台” 。气象数据主要为来自 “2345 天气网” 提供的城市历史天气数据， 具体包括最高气温( TEMP_H) 、 最低气温( TEMP_L) 、 是否有雨( AIN) 、 是否有雪( SNOW) ， 以及风力大小( WIND) 等几个变量， 其中是否下雨和是否下雪是哑变量， 风力大小是根据风力等级刻画的序数变量。相关数据根据国务院办公厅每年年初发布的节假日安排整理得到。表 1主要变量的描述性统计变量名单位样本量均值标准差最小值最大值AQI指数14840987. 83854. 6479. 000

31、500. 000PM2. 5微克/立方米14840958. 12647. 4120. 0001078. 000PM10微克/立方米14840998. 85070. 7150. 0002519. 600SO2微克/立方米14840931. 14731. 7060. 000549. 100NO2微克/立方米14840936. 02519. 3320. 000233. 300CO毫克/立方米1484091. 1840. 6910. 00017. 890O3微克/立方米14840999. 93351. 0640. 0001080. 000TEMP_H摄氏度14840919. 73810. 50923.

32、 00042. 000TEMP_L摄氏度14840910. 79310. 94533. 00030. 000AIN哑变量1484090. 3170. 4650. 0001. 000SNOW哑变量1484090. 0230. 1500. 0001. 000WIND序数变量1484091. 4440. 6891. 00010. 000HOLIDAY哑变量1484090. 0750. 2630. 0001. 000图1 是2013 年下半年至2016 年上半年， 以半年为一个观察期窗口， 160 个样本城市当中， 市委书记更替的人次， 从中可以看出， 市委书记更替的时间分布并不均匀， 2015 年上

33、半年和 2016 年上半年相对更多一些。空气质量季节性差异很大， 而官员更替的日期布局不均匀， 使得非常有必要控制季节性因素的影响， 在本文主要通过多种时间虚拟变量来实现。此外， 本文还将考察不同特征官员更替的异质性影响， 即虽然都是官员更替， 但对于政企合谋氛围不同的地区， 官员更替产生的震慑效应也将是不同的， 政企合谋氛围浓厚的地区， 官员更替产生的震慑效应就会相对更加突出。这种双重差分法的思想， 有利于识别出官员更替与空气污染之间的影响机制。例如， 随着官员任期的稳定和增长， 当地的政企合谋氛围就会变得更浓， 从而官员更替对空气污染的影响， 对于官员任期不同的地区， 也就不尽相同。图 2

34、 的市委书记卸任时任期的分布显示大部分市委书记的任期都不太长， 集中在 24 年之间， 平均 3. 3 年。下文我们将以 3 年为界， 考察卸任时任期较长和任期较短的官员更替对空气污染的异质性影响。图 1城市市委书记更替时间分布( 人次)图 2城市市委书记卸任时任期时长分布( 人次)四、实证结果( 一) 基本回归结果首先我们对空气质量指数 AQI 进行回归， 回归结果见表 2。从表 2 第( 1) ( 2) 列中可以看到， 如果不包含季节性和节假日调整， 市委书记更替前后的空气质量指数相较于其他时期有显著的061郭峰、 石庆玲: 官员更替、 合谋震慑与空气质量的临时性改善下降。但考虑到空气质量

35、深受季节等因素的影响， 我们在表 2 的第( 3) ( 4) 列， 包含了季节和假日等几个虚拟变量。此时的回归结果显示， 市委书记更替哑变量的系数不再显著， 虽然仍为负数。因此， 总体而言， 市委书记更替前后的空气质量指数较其他时期并没有明显的改善或恶化。表 2市委书记更替与空气质量指数变量( 1)AQI( 2)AQI( 3)AQI( 4)AQI官员更替5. 952 ( 0. 580)3. 219 ( 0. 524)0. 296( 0. 495)0. 285( 0. 494)天气因素含含含含地区效应不含含不含含季节假日不含不含含含N14840914840914840914840920. 136

36、0. 2960. 3960. 396注: 括号内数值为异方差稳健标准误;*、 和 分别表示在 10%、 5%和 1%的水平上显著。下表同。然而， 市委书记更替对空气质量指数的影响不显著， 并不能轻易得出官员更替对空气污染就无影响的结论。梁平汉和高楠( 2014) 的研究发现官员更替对水污染的影响大于空气污染， 他们认为这是因为水污染主要来自于工业企业， 易受到政企合谋的影响， 而现代城市中汽车尾气、 居民用煤等都会造成严重的空气污染， 这些空气污染物受政企合谋的影响程度相对较小。然而， AQI 是多个单项污染物浓度经过一定方法合成的， 不同单项污染物形成原因不同， 因此官员更替对其影响也就不尽

37、相同， 我们利用这一区别来识别市委书记更替对单项空气污染物的影响。单项污染物作为被解释变量的回归结果见表 3。从中可以看出， 相对于其他时期， 市委书记更替前后的 SO2、 CO 浓度均在1%的显著性水平上显著下降， 但其他单项污染物则没有特别显著的变化。以 SO2为例， 样本期间 SO2的平均浓度为31. 1 微克/立方米， 因此市委书记更替前后 SO2浓度平均下降幅度约为 5. 8%。不同单项污染物受到的影响不同， 跟单项污染物的形成原因和来源密切相关。相对而言， SO2和 CO 的来源更加集中于生产性污染，更易受到政企合谋的影响， 从而市委书记更替前后的政治敏感产生的震慑效应会使得相关污

38、染企业排污行为有所收敛， 进而促使SO2和 CO 浓度下降。相对而言， 其他几种单项污染物来源更多地在生活性污染或者交通等方面，因此受政企合谋的影响相对较弱， 进而市委书记更替前后产生的震慑效应对其影响也就较弱。市委书记更替前后， 这几项单项污染物没有明显变化就是对此最好的体现。在本文， 这几项污染物将主要作为对照组存在。( 二) 稳健性分析( 1) 市委书记更替事件窗口敏感性。为了检验市委书记更替前后各 30 天这一窗口设置的稳健性， 本部分将前后 30 天分别修改为前后各 20 天和前后各 40 天。相应回归结果见表 4， 结果显示， 对于不同的窗口期设置， 市委书记更替对空气质量指数及单

39、项污染物浓度的影响， 与上文的基1612017 年第 7 期具体而言， 包括年份、 每年的第几个月、 第几个星期、 每星期内的第几天， 以及法定节假日及调休日等。具体而言， SO2主要来源于燃煤发电厂、 工厂燃煤锅炉等。煤炭占当前中国能源消费总量的 68%， 是 SO2的主要来源， 其中， 发电是煤炭消费量最大的行业， 中国 48% 的煤炭用于发电; 其次是钢铁行业， 它消耗了 87% 的焦炭和 9% 的煤炭( 石光等，2016) 。CO 除来源于汽车尾气外， 也有很大比例来自各种不完全燃烧物( 如锅炉、 工业炉窑、 内燃机、 家庭炉具等) 。PM2. 5 和 PM10 的主要来源有燃烧的烟尘

40、、 工业粉尘、 建筑粉尘、 地面扬尘等， 以及其他污染物发生化学反应后产生的二次污染物。NO2主要来源于机动车尾气排放、 高温燃烧( 锅炉、 炉窑) 排放等。O3是一种二次污染物， 主要为空气中氮氧化物、 挥发性有机物等污染物在阳光作用下产生的光化学反应。本结论完全一致， 即市委书记更替前后， SO2和 CO 浓度出现下降趋势， 但 AQI 和其他单项污染物浓度没有明显变化。这说明本文的结论对不同市委书记更替事件的窗口期设置非常稳健。同时，在窗口期延长时， 市委书记更替对 SO2浓度的影响( 整个窗口期与其他时期相比) 有下降的趋势，说明市委书记更替对空气污染的影响可能具有时效性， 对此我们将

41、在下文进行更详细的讨论。表 3市委书记更替与单项空气污染物变量( 1)PM2. 5( 2)PM10( 3)SO2( 4)NO2( 5)CO( 6)O3官员更替0. 109( 0. 437)0. 980( 0. 617)1. 796 ( 0. 227)0. 057( 0. 162)0. 046 ( 0. 006)0. 753*( 0. 453)N14840914840914840914840914840914840920. 3780. 4120. 5360. 5350. 4580. 503注: 表中同时控制了天气变量、 城市固定效应、 年度效应、 月度效应、 星期效应、 节假日效应、 星期几效应

42、等。下表同。表 4市委书记更替事件窗口敏感性变量( 1)AQI( 2)PM2. 5( 3)PM10( 4)SO2( 5)NO2( 6)CO( 7)O3前后 20 天0. 849( 0. 586)0. 319( 0. 521)1. 730 ( 0. 730)1. 909 ( 0. 272)0. 048( 0. 198)0. 053 ( 0. 007)1. 468 ( 0. 552)N14840914840914840914840914840914840914840920. 3960. 3780. 4120. 5360. 5350. 4580. 503前后 40 天0. 234( 0. 440)0

43、. 434( 0. 387)0. 307( 0. 551)1. 446 ( 0. 204)0. 047( 0. 142)0. 043 ( 0. 005)0. 433( 0. 397)N14840914840914840914840914840914840914840920. 3960. 3780. 4120. 5360. 5350. 4580. 503( 2) 市委书记更替时间的反事实检验。我们通过人为设置市委书记更替时间， 进行一种反事实检验。在 “任意” 设置的市委书记更替时间的前后， 如果也出现 SO2等污染物浓度的下降， 那么上文的回归结果就可能是其他未观察到的因素所导致的。为构造人为

44、的市委书记更替时间， 同时又避免随意性， 本文这样设置 “伪更替” 时间: 奇数月份的更替时间， 人为延后半年( 即原更替时间加 183 天为伪更替时间) ， 偶数月份的更替时间， 人为提前半年( 即原更替时间减 183 天为伪更替时间) 。而且为减缓原更替事件窗口的影响， 我们将对比的基准均取“伪更替” 日期前后 180 天。回归结果如表 5 所示 ， “伪更替” 前后， SO2和 CO 浓度没有继续出现下降的证据， 反而有增加的迹象。对于空气质量指数和其他单项污染物浓度 ， “伪更替” 的影响依然不显著。这一结果反证了上文结论的可信性。表 5人为设置的市委书记更替时间变量( 1) AQI(

45、 2) PM2. 5( 3) PM10( 4) SO2( 5) NO2( 6) CO( 7) O3伪更替前后0. 415( 0. 601)0. 311( 0. 528)0. 667( 0. 755)0. 471( 0. 294)0. 138( 0. 187)0. 027 ( 0. 008)0. 398( 0. 508)N3095130951309513095130951309513095120. 4080. 3890. 4440. 6000. 5870. 5210. 535261郭峰、 石庆玲: 官员更替、 合谋震慑与空气质量的临时性改善五、震慑效应进一步讨论在上文的实证分析中， 我们发现城市

46、主要官员的更替有利于降低 SO2、 CO 等空气污染物的浓度， 但对其他空气污染物则没有显著影响。对此我们根据官员更替形成的政治敏感时期有助于震慑政企合谋的逻辑进行了解释， 然而在下定论之前， 仍然有必要对官员更替影响经济活动的其他机制进行讨论， 做到尽可能地排除其他竞争性解释， 这是本部分讨论的主要目的。( 一) 卸任书记去向与新任书记来源在竞争性解释当中最关键的是， 官员更替对空气污染改善的影响究竟是官员更替产生的政治敏感震慑了政企合谋， 从而使得非法排污临时收敛， 还是官员更替产生的政策不确定性使得企业经营活动下降， 从而排污也下降。对此， 我们根据卸任书记的去向和新任书记的来源， 做一

47、个粗略分析。首先， 如果合谋震慑逻辑成立， 那么普通的官员卸任和腐败落马产生的官员更替对空气污染的影响就应该有所不同， 因为相比于普通的官员更替， 反腐落马显然要对政企合谋有更强烈的震慑效应。但政策不确定性主要来源于企业对新任书记是否将要采取与前任书记不同的政策预期， 与卸任的市委书记去向关系不大。表 6 第( 1) ( 4) 当中，对卸任官员不同去向进行了分组回归， 从中可以看出， 到龄退休( 24 人次) 、 平调到其他城市( 32 人次) 、 升调到省政府( 52 人次) 对 SO2仍有显著的改善效应， 但反腐落马( 26 人次) 对 SO2的影响要更显著， 系数也更大， 证实了上面的逻

48、辑推断。在其他去向中， 调任省政府最有利于维系与之前的关系网络， 对政企合谋的震慑效应最小， 从而对 SO2影响的显著性和系数大小也最差。同时， 对于新任书记来源， 我们按照其是本市升迁( 42人次) 、 外地调入( 57 人次) 还是省政府下派( 35 人次) 分为三类进行回归， 表 6 第( 5) ( 7) 列的回归结果显示， 新任市委书记来源于本地晋升的官员更替对 SO2影响不显著， 外地调入和省府下派的官员更替则对 SO2有显著改善效应。这符合震慑效应假说的预期， 但也不能排除政策不确定性的解释机制， 因为本市升迁而来的市委书记， 自然算是平稳过渡， 震慑效应更小， 但其政策不确定性也

49、更小， 因此政策不确定性的解释还需要继续 “排除” 。表 6不同去向和来源的市委书记更替对 SO2的影响变量( 1)落马( 2)退休( 3)平调( 4)升调( 5)本市升迁( 6)外地调入( 7)省府下派官员更替5. 390 ( 0. 554)1. 417 ( 0. 641)0. 721 ( 0. 348)0. 609*( 0. 358)0. 634( 0. 454)2. 982 ( 0. 339)1. 068 ( 0. 390)N2166718600245374343232244472032878920. 5580. 5680. 5170. 5110. 4810. 5610. 592( 二)

50、 不同的政企合谋程度带来的异质性在上述市委书记的来源和去向之外， 我们还可以进行其他异质性分析。由于缺乏政企合谋的直接度量， 相关文献往往用官员任期来间接度量政企合谋的程度， 逻辑是官员任期越长， 越容易形成政企合谋的氛围( 陈刚和李树， 2012; 梁平汉和高楠， 2014) 。如果这一逻辑成立， 那么官员卸任时， 其之前积累的任期越长， 官员更替对政企合谋的震慑效应就越强， 从而就越有利于 SO2浓度的下降。而卸任官员之前任期的长短跟政策不确定性关系不大。我们将卸任官员任期以 3 年为界限， 区分为较长任期( 任期大于 3 年) 和较短任期( 任期小于等于 3 年) 两组， 然后设置虚拟变