环境综合治理政策的比较与协同机制研究：数据与模型

由于本节研究将使用基于连续时间周期的面板数据分析来研究省级环保目标责任制，故本部分内容将首先对收集的数据进行简单的处理和统计，随后将通过多重检验来确定面板数据分析所需要用到的模型。

4.4.3.1　数据来源与变量描述性统计

由于具有强制性和量化评分细则的省级环保目标责任制从“十一五”计划才开始陆续颁布，所以本节研究涉及的时间周期依然为“十一五”计划和“十二五”计划期间。本节研究希望通过分析中国大陆30个省级行政单位(剔除存在大量数据缺失的西藏自治区)从2007年至2015年共9年的连续数据来判断省级环保目标责任制对于省级环境绩效的总体影响效果。

本节研究的因变量涉及的各项基础数据和自变量中的各省、自治区、直辖市环保机构总人数，各省、自治区、直辖市颁布的地方环境行政规章数量和群众对环保部门的来信来访数量等三个变量来自于《中国环境年鉴》(2008—2016年)。本节的两个主要自变量——是否制定和颁布拥有量化评分细则的环保目标责任制和是否修订和升级环保目标责任制来自于各省、自治区、直辖市环保部门官方网站。本节研究中剩余的一个自变量——环境支出占省级行政单位的财政总支出比例和所有控制变量均来自《中国统计年鉴》(2008—2016年)。

表4-11是本节研究涉及的详细变量、测度情况和数据源。而表4-12是各项数据的描述性统计。

表4-11　变量、测度与数据来源

续表

资料来源:根据《中国环境年鉴》(2008—2016年)、《中国统计年鉴》(2008—2016年)和各省、自治区、直辖市环保部门官方网站由笔者自制。

表4-12　变量的描述性统计

续表(www.xing528.com)

资料来源:根据《中国环境年鉴》(2008—2016年)、《中国统计年鉴》(2008—2016年)和各省、自治区、直辖市环保部门官方网站由笔者自制。

4.4.3.2　研究模型

本节研究将使用面板数据模型对收集的统计数据进行分析。基于前人的研究经验和4.3的面板数据模型构建，可以预计本节研究使用的基于连续时间周期的省级面板数据也可能会面临观测值横截面依赖性的问题。因此，为了确定最为准确和适用的模型，有效应对模型中可能出现的异方差性和自相关问题，本节研究将在进行F检验，异方差检验和自相关检验等三项检验的基础上来确定最终使用的模型类型。

如表4-13所示，首先对数据进行F检验可以发现检验结果拒绝混合模型，故确定本书使用个体固定效应模型。随后，通过Modified Wald检验组间的方差齐性得出拒绝方差齐性的结果。该结果说明本节研究的数据存在异方差性。最后，为了验证数据是否存在横截面自相关，本书进行Wooldridge检验，得到了所选用数据存在自相关性的结果。据此可以发现，本节研究省级环保目标责任制所使用的数据与上节研究省级排污费征收政策使用的数据的类型一致。故本节研究也采用Dricoll-Kraay模型来调整和修正异方差、自相关的数据中存在的时间和个体效应的系数的标准差来确保模型的稳健性和结果的有效性。

表4-13　面板数据模型的检验及结论

资料来源:根据《中国环境年鉴》(2008—2016年)、《中国统计年鉴》(2008—2016年)和各省、自治区、直辖市环保部门官网由笔者自制。

本节研究使用的Dricoll-Kraay标准差固定效应模型用方程表述为:

Yit＝αi＋β3X3it＋β4X4it＋δit

在方程中，下标i代表横截面个体，即不同的省级行政单位，而t则代表从2007年到2015年不同的观测年份。因变量Yit代表各省级市行政单位在各年份的“工业三废”排放综合达标率。X3it是自变量矩阵，包括是否制定和颁布拥有量化评分细则的环保目标责任制、是否修订和升级环保目标责任制、环境支出占比、环保机构总人数、地方环境行政规章数量和群众来信来访批次等6个自变量，X4it是控制变量矩阵，包括年末人口数量、人均受教育年限、人均GDP和第二产业GDP占省份总GDP比重等4个控制变量。αi、β3、β4和δit分别代表Dricoll-Kraay模型中的常数项、自变量矩阵待定系数、控制变量矩阵待定系数和残差项。