横向生态补偿机制能否促进区域包容性绿色增长?来自黄河流域8省81个城市面板数据的证据

《Sustainability》:Can Horizontal Ecological Compensation Mechanism Promote Regional Inclusive Green Growth? Evidence from Panel Data of 81 Cities in 8 Provinces of the Yellow River Basin

【字体: 大 中 小 】 时间:2026年08月07日 来源:Sustainability 4.1

编辑推荐:

  本研究探讨了横向生态补偿与区域包容性绿色增长之间的实证关联。研究人员利用2012年至2022年黄河流域8个省份81个城市的面板数据,应用了交错双重差分(staggered DID)模型、中介回归和空间计量模型。采用五折交叉拟合的双重机器学习(DML)作为稳健性

  
本研究探讨了横向生态补偿与区域包容性绿色增长之间的实证关联。研究人员利用2012年至2022年黄河流域8个省份81个城市的面板数据,应用了交错双重差分(staggered DID)模型、中介回归和空间计量模型。采用五折交叉拟合的双重机器学习(DML)作为稳健性检验,以缓解多重共线性和函数形式设定偏误。在控制城市和年份固定效应以及纳入协变量的条件下,政策实施与试点城市的包容性绿色增长呈正相关。中介回归结果与三个可能的渠道——全要素生产率(TFP)、科技支出和产业升级——一致,但未建立确凿的因果中介关系。空间估计表明,政策与邻近城市的包容性绿色增长存在显著负相关。分组估计中,上游和下游城市的效应显著,而中游城市不显著,且中游估计值显著弱于下游。中高收入组内的估计也显著,但全样本交互检验未发现经济发展层级间的差异。由于政策安排并非完全随机,且随时间变化的不可观测因素无法完全排除,研究结果应解读为在既定识别假设下的条件相关。因此,政策建议强调流域针对性施策、加强薄弱地区执行能力、跨区域协调,以及权衡财政能力、机会成本、转型成本和边际效益的扩展规则。
**论文解读:横向生态补偿机制对黄河流域包容性绿色增长的影响研究**

**研究背景与问题提出**

包容性绿色增长(Inclusive Green Growth, IGG)旨在协调经济增长、社会公平与生态保护三重目标,是实现区域可持续发展的关键路径。黄河流域作为中国重要的生态屏障和经济地带,长期面临生态脆弱性高、资源型产业依赖性强、区域发展不均衡等突出问题。横向生态补偿机制(Horizontal Ecological Compensation, HEC)作为协调跨区域生态保护利益的核心制度工具,通过成本分摊与利益共享,旨在内化环境外部性,促进区域协同治理。然而,现有研究多聚焦于长江流域等南方水系,对黄河流域的实证分析相对不足。同时,补偿机制在黄河流域的实践面临补偿标准测算不精确、欠发达地区执行能力弱、跨区域利益协调困难等挑战。因此,探究横向生态补偿政策是否以及如何影响黄河流域的包容性绿色增长,对于优化政策设计、推动流域高质量发展具有重要现实意义。该论文发表于《Sustainability》期刊。

**研究内容与主要结论**

本研究以黄河流域8个省份81个地级市2012—2022年的面板数据为样本,运用交错双重差分(staggered Difference-in-Differences, DID)模型、中介效应回归、空间计量模型以及双重机器学习(Double Machine Learning, DML)等稳健性方法,实证检验了横向生态补偿政策与区域包容性绿色增长之间的条件关联。结果表明,在控制城市和年份固定效应及一系列协变量后,政策实施与试点城市的包容性绿色增长水平呈显著正相关,且该结果通过平行趋势检验、安慰剂检验、极端值处理、排除其他政策干扰、倾向得分匹配(PSM)、Bacon分解以及多种DML算法的稳健性检验。中介效应分析显示,全要素生产率(Total Factor Productivity, TFP)、科技支出(Science and Technology Expenditure, STE)和产业结构升级(Industrial Structure Upgrading, ISA)是三个潜在传导渠道,但研究未建立确凿的因果中介证据。空间计量分析表明,政策对邻近城市的包容性绿色增长存在显著负向空间溢出效应。异质性分析发现,上游和下游城市的政策效应显著,中游城市不显著,且中游效应显著弱于下游;中高收入水平城市组内效应显著,但全样本交互检验未发现经济发展层级间的显著差异。研究结论强调,在给定识别假设下,政策效果具有条件性,不能简单归因于因果效应。

**主要关键技术方法**

本研究采用的关键技术方法包括:1)交错双重差分(staggered DID)模型,用于识别政策实施前后试点与非试点城市的组间差异;2)中介效应回归(三步法),检验全要素生产率、科技支出和产业结构升级的传导渠道;3)空间计量模型(空间自回归模型SAR),基于地理距离权重矩阵、经济距离权重矩阵及嵌套权重矩阵,估计政策的空间溢出效应;4)双重机器学习(DML)结合Lasso、岭回归、弹性网络和神经网络等算法,通过五折交叉拟合缓解多重共线性与函数形式误设。样本来源为黄河流域8省81个地级市2012—2022年面板数据,数据来自《中国城市统计年鉴》《中国环境统计年鉴》及CSMAR数据库等官方统计资料。

**研究结果详述**

**5.1 基准回归结果分析**
通过逐步加入控制变量,横向生态补偿政策的估计系数显著为正,表明政策实施与试点城市包容性绿色增长改善存在显著正相关,支持假设H1(在控制其他混杂因素后,政策实施与区域包容性绿色增长水平提高正相关)。

**5.2 稳健性检验**
- **5.2.1 平行趋势检验**:政策实施前各期估计系数整体不显著,支持平行趋势假设;政策当期及后续期系数显著为正且呈累积上升趋势。
- **5.2.2 安慰剂检验**:时间维度与空间随机分配的安慰剂检验显示,随机设定下无法复现基准结果,排除随机扰动驱动发现的可能性。
- **5.2.3 剔除极端值与排除政策干扰**:对变量进行缩尾和截尾处理、剔除特殊年份观测值,以及纳入低碳城市、节能减排等并行政策控制后,政策系数仍显著为正。

**5.3 内生性检验**
- **5.3.1 Bacon分解与异质性偏差检验**:分解结果显示,始终未处理组与处理组的比较权重最大,未发现严重异质性处理效应引起的估计偏误。
- **5.3.2 工具变量法**:以城市地形起伏度与河流密度分别与政策启动年份的交互项作为工具变量,两阶段最小二乘(2SLS)回归下政策系数仍显著为正,且第一阶段F值大于10,排除弱工具变量问题。
- **5.3.3 倾向得分匹配(PSM)**:采用1:1最近邻匹配后,DID估计系数仍显著为正,缓解了可观测变量选择偏误。
- **5.3.4 双重机器学习(DML)**:在Lasso、岭回归、弹性网络和神经网络四种学习器下,政策系数均显著为正,验证了线性模型设定的稳健性。

**6.1 异质性分析**
- **6.1.1 不同流域位置**:分组回归显示上游和下游城市政策效应显著,中游不显著;全样本交互检验证实中游效应显著弱于下游,但上下游间无显著差异。
- **6.1.2 不同经济发展水平**:中高收入水平城市组内效应显著,低收入城市不显著;但交互项检验未发现经济发展层级间的显著差异,表明不能据此进行政策效果排序。

**6.2 机制分析**
中介效应三步法回归表明,政策变量与全要素生产率(TFP)、科技支出(STE)和产业结构升级(ISA)的系数关系符合理论预期,为假设H2提供了机制一致性证据。但产业结构升级在样本期内与包容性绿色增长呈短期负相关,反映转型成本优先于长期收益。由于中介变量可能存在的反向因果和遗漏变量问题,该结果仅作为初步机制证据,而非因果中介识别。

**6.3 空间溢出效应**
- **6.3.1 包容性绿色增长的时间演化特征**:动态核密度分析显示,IGG指数整体稳步上升,但呈现多峰分布和区域梯度差异。
- **6.3.2 空间演化特征**:空间演化图显示上游和下游城市IGG较高,中游较低,呈现“空间俱乐部收敛”特征。
- **6.3.3-6.3.5 空间模型设定与结果**:基于地理-经济嵌套权重矩阵的空间自回归模型(SAR)估计显示,政策直接效应、间接效应和总效应均显著为负,与假设H3(政策对邻近城市包容性绿色增长存在显著负向空间关联)一致。该负向效应可能源于高污染产业邻近转移、绿色要素向试点城市集聚及区域间政策竞争,但研究未直接验证这些微观路径。

**讨论与结论**

**讨论部分总结**:
研究基于外部性理论和自主治理理论,提出政策实施与包容性绿色增长正相关的假设H1,基准回归结果与之一致。但需强调,政策实施受限于地方协作激励不足、行政分割、市场参与有限及补偿资金配置效率低等问题。例如,新安江流域前三轮补偿资金与实际治理投入存在巨大缺口,提示黄河流域在政策推广前应核算财政支出、发展机会成本、产业与就业转型成本及跨区域外部成本,并与可量化的生态与发展效益相比较。总体而言,横向生态补偿是流域综合治理的可选制度工具,其适用性取决于区域禀赋、补偿标准、协作机制与成本收益构成。研究揭示了正向关联、潜在传导机制、区域异质性与负向空间溢出效应并存,表明制度激励与现实约束的共存性。因此,不宜假设所有区域具有统一或固定的净收益,而应实施分阶段试点与动态评估。

**研究结论部分翻译**(基于原文8.1节):
利用2012—2022年黄河流域8省81个城市的面板数据,采用交错双重差分、机制回归、双重机器学习和空间计量模型,探究了横向生态补偿实施与区域包容性绿色增长之间的实证关系。以下所有结论均为在有效模型设定和识别假设前提下的条件估计结果:
第一,横向生态补偿政策变量与试点城市包容性绿色增长改善呈显著正相关。该估计系数在一系列稳健性检验中保持符号一致,包括平行趋势检验、安慰剂检验、极端值处理、排除异常年份、控制已知并行政策、倾向得分匹配、Bacon分解以及多种双重机器学习算法。这些检验缓解了政策前趋势偏离、随机分配偏误、可观测样本自选择、交错政策实施导致的权重偏差以及函数形式误设所带来的风险。然而,政策内生性、不可观测的时变混杂因素和遗漏的同期冲击无法完全排除。因此,该发现增强了正向政策关联的可信度,而非无条件的因果证据。
第二,机制回归结果与三个潜在传导渠道一致:全要素生产率提升、科技支出扩大和产业结构升级。产业结构升级在样本期内与包容性绿色增长呈短期负相关,表明产业退出、就业重构和财政压力等转型成本先于中长期收益显现。鉴于中介变量存在的反向因果和遗漏混杂因素风险,这些结果被解读为初步的机制证据,而非三个传导路径的严格因果识别。
第三,区域包容性绿色增长呈现显著正向空间自相关,而空间模型估计的政策直接效应、间接效应和总效应均为负。基准DID模型与空间模型采用不同设定且估计目标不同,因此系数符号差异不能直接解释为本地收益与邻近损失的因果分解。负向空间估计可归因于高污染产业的地理迁移、绿色生产要素的集聚和区域间竞争。由于缺乏相关要素流动的直接观测数据,该结果仅作为潜在跨区域成本的风险警示。
第四,流域地理区位存在显著异质性。上游和下游城市组内估计显著为正,中游城市不显著。全样本交互检验进一步证实中游地区政策效应统计上弱于下游,而上游与下游之间无显著差异。因此,政策关联在上游和下游最为显著,中游相对较弱,但无法确定上游与下游的政策效果排序。按经济发展水平分组,中高收入水平城市估计显著为正,低收入城市不显著。组间交互项不显著仅证明中高收入组内正向实证证据更稳健,而非表明其政策效果优于欠发达地区。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号