被告知的执法：数字技术在环境监管中的应用-香樟经济学术圈的财新博客-财新网

原文信息：Axbard, S., Deng, Z., 2024. Informed Enforcement: Lessons from Pollution Monitoring in China. American Economic Journal: Applied Economics. 16, 213–252. https://doi.org/10.1257/app.20210386

研究背景

在全球范围内，中央政府的政策目标与地方政策的实际执行之间存在差距，这一现象在低收入和中等收入国家尤为严重。解决委托代理问题的常见做法是为政策执行者提供较高的激励，以确保他们的利益与政策制定者的利益保持一致。然而，这些激励需要准确地了解政策执行者的行动或地方政策效果的信息。在许多情况下，这些信息很难获取，或者不能有效地反映实际。

本文研究了中国引入空气污染监测器如何影响地方政府对空气污染法规的执法以及当地的污染水平。使用双重差分模型检验企业与监测站的距离对执法的影响，研究发现在监测器附近10公里以内的企业被处罚的可能性增加了72%。引入监测器后，地方政府对高污染企业施加了更严格的处罚，并积极响应当地的污染变化。为了研究政策的总体影响，本文比较了安装不同数量监测器城市的执法和污染水平。分析表明，一个额外的监测器导致处罚的企业数量增加了约15%，且城市的污染减少了3%。增加的执法集中在监测器附近的区域，而污染在整个城市中都有所减少。这些效应是由受绩效激励的官员推动的，并且在监测站由第三方管理时更强，这表明实时监测提高了自上而下的问责制。

制度背景

为了解决有关现有污染数据覆盖范围有限和质量差的问题，中国在2013年引入了新的空气污染监测系统。这个新系统将覆盖范围扩展到全中国——在以前没有监测系统的地级市引入了监测器。此外，已有监测站的城市更新了这些监测器，可以捕捉到更多的污染物（PM2.5首次被包括在内）。新系统的关键特点之一是所有监测站向中央政府实时报告六种污染物（SO2，NO2，CO，PM10，PM2.5，和O3）。然后，中央政府每小时自动在线发布污染数据。

新监测系统分三个阶段安装。第一阶段是在2013年进行的，对象是中国74个主要城市。第二阶段是在2014年实施的，针对的是87个指定的“环保模范城市”。前两个阶段的主要目标是将旧的手动监测器更新为自动化监测器，这些城市中有70%已经进行了污染监测。文章中关注的主要扩展阶段是在2015年进行的，所有剩余的177个地级市首次开展了监测。在这最后的扩展之后，所有地级市至少有一个空气质量监测器。这些监测器都从2015年1月1日开始向中央政府传输信息。

数据

作者构建了一个中国地方环保局执行空气污染处罚的新数据集，该数据集由公众环境研究中心（IPE）从地方环保局收集。并手动浏览当地环保局的所有相关网站以及社交媒体账户作为补充。通过关键词识别确认了违规类型（空气污染、水污染、程序违规）和处罚类型（暂停、设备更换/升级、罚款和警告）。最后，利用工业企业年度调查数据确定企业的地理位置信息。对于缺失的企业用天眼查搜索企业的地址信息。对于仍缺失地址信息的企业，作者根据企业名称使用谷歌地图API来识别坐标。

空气污染数据是来自国家环保部的监测数据，作者主要关注PM10和PM2.5以及AQI，并将监测器数据以月为单位汇总。而在样本中的城市更新监测系统之前，没有城市有统一的污染监测数据。为了获得监测器建设前后的客观污染数据，本文使用了美国航空航天局MODIS卫星捕获的数据。卫星数据（AOD）测量了气溶胶粒子通过吸收或散射阻止光传输的程度，可以测度当地污染水平。

监测的影响

（一）监测器的分配和位置

所有监测器都安装在地级市的主要城市中心。分配给每个城市的监测器数量由城市的人口规模和建成区的面积大小决定。为了阐明是否有内生因素影响了监测器的选址决策，作者研究了监测器位置与执法活动的空间分布和趋势的关系。文章发现监测器不是内生地放置在执法活动差异的地区，且在监测器安装前几年的执法水平和趋势相似，监测器选址也不是依据市内的污染排放趋势。

（二）企业层面的证据

事件研究图显示出在监测器引入前后，位于监测器0-5公里、5-10公里、10-15公里和15-20公里内对企业执法活动的变化。可以看出，在监测器引入之前，没有证据表明有任何差异趋势，这支持了平行趋势的主要假设。在监测器引入后，靠近监测器的执法活动显著增加。这种执法增加在监测器0-5公里范围内尤为明显，但在监测器5-10公里范围内的企业也受到影响。对于距离监测器15-20公里的企业，在样本期间没有显著差异。

主要结果：使用双重差分模型来估计效应的大小，比较了距离监测器10公里以内和以外的企业。表1面板A表明，与距离监测器较远的企业相比，距离监测器10公里以内的企业在一季度内接受处罚的概率高0.33%。这说明与平均季度处罚概率（0.46）相比，监测器使与空气污染相关的处罚发生的概率增加了72%。面板A的其余列阐明了地方政府采取了哪些类型的处罚（“暂停”：暂停企业生产，“升级”：命令更换/升级设备，“罚款”或发出“警告”）。

异质性影响：表1面板B中报告了异质性结果，并比较了对高污染企业的影响。结果表明，距离监测器10公里以内对高污染企业的处罚数量增加得更多。进一步区分处罚强度的低和高，“低”为企业在一季度内只接受了一次处罚，“高”为接受了不止一次处罚。结果表明，监测增加的高强度处罚集中在高污染企业中。最后，考虑处罚的严格性，将处罚分类为宽松或严格。由于上述三种主要处罚类型（“暂停”、“升级”和“罚款”）之间没有明确的排名，而且执法记录通常包括多种处罚，作者考虑了两种极端情况，即一年中对企业采取了一种（宽松）或全部三种（严格）处罚。结果表明高污染企业更可能接受严格的处罚。总的来说，结果显示地方政府通过将执法的强度和严格性转向高污染企业来应对监测。

本文进一步调查监测是否使地方政府对被记录的污染采取更多执法响应行动。研究这一问题的主要挑战在于地方污染的内生性。为了克服这一挑战，作者利用两种不同的外生变化来源：当地的降雨量和风向。

表2面板A报告了降雨量的影响。作者首先确定了降雨量是当地污染记录的重要影响因素。平均污染记录在降雨量高于中位数的季度中降低了7%-9%。这些效应在污染水平较高时更为显著。然后加入与季度降雨量的交互项，来检验存在降雨影响时地方政府对监测读数的执法响应是否变化。有两个主要的发现：第一，执法活动在没有监测器的情况下不会对降雨量冲击做出响应——表明降雨对执法没有直接影响。第二，监测器对执法的影响在降雨量高于中位数时要小得多。这些结果表明，监测器捕获的信息对地方政府采取的执法行动很重要，监测器使地方政府对当地污染做出更多响应。

面板B报告了风向如何影响执法响应。处于监测器上风区域的企业排放物将被风吹向监测器，而其他企业的排放物将被风吹向远离监测器的地区。由于上风区域企业的排放物对监测器污染记录的影响更大，地方官员更有动力处罚这些企业。为了测试这一点，作者确定企业是否位于“上风区域”（位于经过监测器的主导季度风向的45度以内）。通过加入是否处于上风区域的交互项，可以发现在引入监测器之前企业不会因季度风向而面临不同的处罚。然而，在监测器引入之后，对位于上风区域企业的执法响应增强。上风区域的企业在监测器存在时面临的处罚超过了其他企业的两倍多。

（三）城市层面的证据

为了研究监测在城市层面的影响，作者比较了安装不同数量监测器城市的结果。从图4面板A可以看出，被分配一个监测器城市的污染没有重大变化，因此是合适的对照组。另外，AOD数据在2015年之前存在一个共同趋势，在干预之后AOD发生明显变化，安装更多监测器的城市显著减少污染。进一步用事件研究图验证这一发现，并用环保部设定的最小监测器数量作为实际监测器数量的工具变量。面板B显示在干预之前AOD的变化趋势没有明显差异，在安装了额外监测器的城市污染显著下降，且这种效果在第二年和第三年更强。

主要结果：表3面板A显示了监测对AOD的影响，面板B显示了对受到处罚的企业数量的影响。估计表明，一个额外的监测器导致执法增加15%-19%，AOD减少3.1%-4.6%。

直接影响和溢出效应：分别计算监测站（距离监测器10公里以内）、市中心（距离监测器10-50公里）和周边地区（超过50公里）的结果，这能够观察到在监测和非监测区域执法行为和污染的变化。结果显示，更多的监测器导致靠近监测器的执法显著增加。而市中心和周边区域的估计仍然是正的，尽管这种影响更小而且大多数并不显著。这表明靠近监测器的执法增加并不是由非监测区域的监管转移引起的，整个城市的污染都有所减少。这表明，在未被监测器覆盖的区域存在正向溢出效应。一种可能性是，靠近监测器的高污染区域的污染扩散减少。另一种解释是，市中心的执法增加对未覆盖区域的企业的污染行为也产生了威慑效应。

（四）机制

A. 自上而下的问责制：绩效激励

减少污染是地方领导人评估的标准之一，地区环境表现影响了他们晋升的概率。因此，对主要发现的一个解释是，监测器提高了中央政府评估地方官员表现的能力。为了更直接地探讨这种机制，作者利用全国人民代表大会（NPC）的时间，它每五年举行一次，决定了中国的官员晋升。然后，结合地级市市长的两个官方要求：在60岁退休，并在岗位上至少服务三年。这意味着在NPC举行时年龄在57岁以上的城市官员面临较低的晋升概率，因此，环境表现对他们的激励较弱。为了分析官员绩效激励的影响，作者收集了在引入监测器时在任的主要市长的数据。通过加入城市中监测器数量与NPC时市长年龄的交互项，可以发现在57岁时图中估计值有大幅跳跃。这表明，监测的影响是由绩效激励而不是工作经验或其他与年龄相关的特征驱动的。

由于监测器的信息也在线提供给公众，对于结果的另一种解释是监测器加强了自下而上的问责制。为了研究这是不是一个合理的驱动因素，作者估计了监测器数量对在线搜索行为的影响。虽然所有五个关键词的点估计值都是正的，但估计值很小且不显著。这结果并不排除公众在访问监测信息时可能会对地方领导人施加更多压力的可能性，但这种影响似乎并非由向公众传播信息的增加所驱动。

B. 改变信息提供机构

进一步地，文章研究了信息提供系统的机构如何影响监测的有效性。特别是，将提供信息的责任与执行处罚的责任分开是否会影响信息的质量，并因此加强问责制和政府表现。2016年之后监测器的控制权重新分配给外部第三方，作者利用这一重新分配政策来检验第三方控制监测器是否会改善监测，减少操纵，并执行环境政策。

首先，文章检验了信息提供方式变化时，PM2.5与AOD弹性的变化。结果表明弹性在第三方接管监测站后增加了0.10，相当于比前期地方政府控制监测器时增加了38%。这一证据与重新分配后信息更可靠、操纵更少的观点一致。

一种可能的替代解释是，AOD数据在重新分配后更能捕捉到污染的变化（这可能是由于随时间变化的污染组成或卫星仪器的变化）。为了确保观察到的变化是由于改进的监测器数据而不是AOD数据，文章使用环境背景值监测进行安慰剂检验。这些监测器的读数不用于中央政府评估地方政府的表现，因此被操纵的可能性较低。结果支持了主要样本中的变化是由监测器报告的数据驱动的结论。

最后，文章检验地方政府在监测器重新分配后是否更加努力地减少污染，因为这时操纵不太可行。结果显示污染减少了1.4%，每个监测器的执法增加了6.5%，这表明监测的影响确实在第三方控制后加强。

研究贡献

第一，本文与研究旨在减少发展中国家污染政策的文献有关。本文结果表明，改善对当地污染的监测——一项加强自上而下的问责制而不减少监管自由裁量权的政策——可能是解决执法差距和减少污染的有效方式。因此，本文的工作表明，自动污染监测可能成为解决发展中国家高水平污染问题的有效政策工具。

第二，丰富了信息技术如何影响政府绩效和效率的相关研究。与之前的大多数工作不同，本研究侧重于监测最终政策结果（污染），而不是政策制定的中间投入。此外，研究法规的执行而不是公共服务的提供如何受到监管的影响，扩展了之前的工作。

第三，通过研究对信息基础设施的控制如何与信息质量、政府行动和实际政策结果相关联，为这一支文献做出了贡献。