夜幕降临：黑暗中的猖狂偷排-香樟经济学术圈的财新博客-财新网

推文人 | 华岳

原文信息：Sumit Agarwal, Yu Qin and Hongjia Zhu. 2019. “Disguised Pollution: Industrial Activities in the Dark” Working Paper.

简介及背景

　　中国空气污染的一个主要来源是工业部门，工业污染物，尤其是SO2，通过二次效应增加PM2.5、形成酸雨。为了控制SO2的排放，中国中央政府自2001年（“十五”计划开始）以来实施了一系列政策并引入了新的手段，包括基于市场的手段、监管控制手段和行政手段。企业一般不遗余力地规避监管监督——因为合规成本高昂，还要承受来自多个利益相关者的压力。考虑到中国非常严格的环境法规，以及环境保护与GDP增长率之间的权衡，地方政府和工业企业可能会有动机与环境监管博弈，以保护他们的经济利益。

　　中国企业在黑暗的掩护下不太可能被抓住，通过排放SO2和其它废气来增加污染。本文的研究视角基于两个事实：（1）控制时间和天气后，中国1583个监测站点冬夏季的SO2污染与纬度相关对比图表明，在冬季，北方的SO2高，在夏季时，南方的SO2高；（2）日落后SO2显著增加。尽管这可能是由于操作实践、天气条件、冬季供暖、城市的产业结构以及对污染排放的严格控制等多方面原因导致的，但本文基于2015年至2017年中国各地日落的变化和1583个监测站每小时的污染水平记录使用双重差分的方法对入夜和污染增加进行因果论证。

数据及实证策略

　　本文数据由以下三部分组成：

　　（1）2015年1月至2017年12月中国1583个国家监测站的小时污染数据。这些数据报告了6种污染物的小时测量值，包括SO2、PM2.5、PM10、NO2、CO和O3，此外，多种污染物的综合指数——空气质量指数（AQI）每小时数据是可得的。本文使用AutoNavi Map统计每个监测站3公里内的工厂数量，以及SO2密集型行业的工厂数量，包括电力和热力、金属相关行业、化工原料和化工产品、石油加工等行业的生产和供应。本文还将监测站点污染数据与站附近每小时的天气状况（包括降水、风速、露点和温度）合并。本文所用的日落时间是天文上的日落时间，它标志着夜晚时间的开始和自然光最后一抹微光的消失，把日落的时间定义为日落小时。例如，如果日落时间是下午4：15，那么日落时间是在下午4点到5点之间，下午5点到6点定义为日落后1小时，下午6点到7点定义为日落后2小时。

　　（2）2015年河北省石家庄、秦皇岛、唐山147家工厂和浙江省178家工厂的高频监测数据。环境保护部（MEP）实施的持续排放监测系统（CEMS），在造成了大部分的工业污染的主要工业部门的工厂安装监测仪，本文样本中的325家工厂是属于这些城市的CEMS系统中的综合名单，CEMS系统监测主要的空气污染物，包括二氧化硫（SO2）、总悬浮颗粒（TSP）和氮氧化物（NOX）。

　　（3）2017年33个城市50家医院呼吸系统疾病的日常就诊（门诊和急诊）数据。包括每个医院每天按性别和年龄划分的关于与污染引发的呼吸系统疾病（包括慢性阻塞性肺病、阻塞性肺气肿、支气管炎、肺气肿、哮喘、过敏性肺炎、肺心病和肺癌）相关的门诊和急诊科的患者总人数的信息。

　　本文利用监测站层次分析和企业层次分析的方法，研究了日落对企业污染行为的影响。对于监测站层次分析，本文采用双重差分方法，具体来说，比较了控制天气变量和城市-小时以及监测站-天的固定效应后工厂密度和SO2密集型产业密度都在前20%的监测站点和最后20%监测站点、日落前后污染物读数差异，总计75个处理组监测站和224个控制组监测站。模型如下：

主要结果

　　1.监测站层面分析结果

　　模型（1）的估计结果见表4，主要回归中将处理站定义为工厂数量和SO2密集型产业工厂数量都排在前20%的处理站、控制站定义为这两个标准都处于20%底部的控制站，全国共有75个处理站和224个控制站。结果表明，处理站在日落后每小时的SO2排放增加6.5%、PM10增加3.9%、PM2.5增加2.9%，在1%显著性水平下显著。事件分析的结果表明日落后污染的累积增加效应，与日落前污染水平相比，日落后四小时SO2增加15.9%，PM2.5增加6.8%，PM10增加9.8%。本文的主要结果经过一系列稳健性检验：（1）更换样本（样本城市至少都包含一个处理监测站和一个控制监测站）；（2）更换处理组的衡量水平，依然稳健。

　　本文结果的可能解释是：（1）靠近处理监测站（工业活动密集、人口多）居民相对控制监测站的居民在日落后燃烧更多的煤取暖，导致污染物的排放增加；（2）夜间运输活动可能加剧空气污染；（3）夜晚电价更便宜，企业更倾向在晚上生产；（4）发电厂产生更多的电力来满足晚上的需求，本文一一排除以上可能的机制。

　　2.企业层面分析结果

　　重点监测企业是否也会在夜晚加入污染的行列？本文比较了包括在CEMS系统下河北省三个城市147家企业和浙江省所有城市178家企业日落前后污染物数据变化情况，结果见表9。结果表明，没有证据发现在日落后这些企业增加了污染排放，TSP和NOX在日落后显著下降，说明监测企业在日落后减少了生产过程。另外，属于19个省份的47个重点监测城市的企业与其他区域企业相比，有更低的可能在日落后超过排放限制，受监测的企业可能更多地参与关键地区的数据操纵，导致日落之后关键地区的读数下降。与企业层面的分析相比，本文发现主要分析的这些企业所在的城市存在明显的变相污染，有信心得出这样的结论：变相的污染是由不受监管的小企业造成的。

　　3.巡视的作用

　　MEP从2015年12月至2017年8月在所有省份开展了巡视工作，巡视组在每个省份进驻一个月调查污染事件，本文收集了每个省份巡视组进驻的准确时间，和DID估计项交互，估计结果见表10。结果表明巡视组进驻后，日落后的SO2排放量显著减少3.8%，但是，这种下降在巡视组离开后迅速变得不显著，说明MEP的官方巡视只能短期降低变相污染行为，没有长期效果。另外，本文还考察了MEP重点监测区域是否有更少的变相污染，结果表明日落后变相污染的程度在重点区域和非重点区域是一样的，重点区域依然加入变相污染的行列。

　　4.城市层面的异质性

　　本文将至少拥有一个处理监测站和一个控制监测站的56个城市的虚拟变量与模型（1）的核心解释变量交互后考察每个城市变相污染的异质性，并且将城市层面系数和城市层面死亡率画图显示二者之间存在正相关关系，由于缺乏数据，不能进行详细的因果识别。

　　5.变相污染对健康的影响

总结

　　本文通过对比工厂密度高的监测站和工厂密度低的监测站的小时读数，发现处理监测站的工业污染物（SO2、PM2.5和PM10）在日落后显著增加，利用CEMS系统监测的企业高频排放数据，没有发现这种效应，本文结果很可能是由那些不受监控的小企业在黑暗中排污驱动的。重要的是，这种变相的污染行为可能会增加暴露人群呼吸道疾病的就诊人数，带来巨大的福利损失。

　　本文的发现对工业企业的污染行为提供了更好的解释，尽管监测站不是随机分配的、而是针对城市中污染严重的工业区，因为没有受到环保部的直接监督，依靠监测站周围大量的污染企业尤其在晚上来掩盖自身的污染行为，监测站附近的企业仍然在晚上进行变相污染。相比之下，受监控的大型企业不会在夜间进行变相污染，现场巡视只能暂时缓解这种行为。因此，本文的研究结果要求中国建立更全面的环境监测体系，不仅要覆盖重点行业的大企业，还要覆盖这些SO2密集型行业的小企业。

Abstract

In this paper, we study the disguised pollution of industrial firms in China. We find that sulfur dioxide (SO2) readings increase by 15.9% in monitoring stations four hours after sunset, relative to four hours before, in high factory density areas. In addition, we also find significantly increased readings for PM2.5 and PM10 in these areas after sunset. Next, using daily hospital visits data, we document that such disguised pollution behavior has unforeseen health consequences: cumulative exposure to SO2 above 40

话题：