推荐人：中南财经政法大学财政税务学院 阮慧
原文信息：Zou E Y. Unwatched pollution: The effect of intermittent monitoring on air quality[J]. American Economic Review, 2021, 111(7): 2101-26.
文章链接：https://www.aeaweb.org/articles?id=10.1257/aer.20181346
推荐期数：154期
一、引言
精准的污染行为监测是环保执法的基础。在实践中，环保监测机构为节约运营成本一般采取间歇性监测，这为污染者策略性减少监测日的排污水平以应对监管提供了机会。然而，由于缺乏非监测日的污染数据且监测日的选择与污染水平密切相关，研究者难以通过直接比较监测日与非监测日的污染水平来识别这种策略性行为。本文利用美国的间歇性空气污染监测数据，实证检验了基于监测时间的策略性排污行为是否存在。
在美国，空气质量监测由环保署（Environmental Protection Agency，EPA）负责。环保署会提前公布下年的监测日程安排并通过监测站点采集污染数据，这种政策设计保证了监测日期选择的随机性。为节约运营成本，环保署允许监测站点间歇性采样，各监测站点每6天（1/6d）、3天（1/3d）或1天（1/1d）进行一次采样。本文使用气溶胶光学厚度（Aerosol optical depth）度量空气污染水平，并构造了2001-2013年的空气污染日度面板数据。
通过比较1/6d监测站点在监测日和非监测日的排污差异，我们发现监测日的污染水平比非监测日的污染水平低1.6个百分点，但是非监测日之间的污染水平不存在明显差异，说明基于时间的策略性排污行为确实存在。进一步，本文通过机制分析得到三个结论：一是排污差异源于监测日污染水平的下降，且策略性排污行为仅发生在污染水平较高的时期；二是地方政府在促使企业采取策略性排污行为的过程中发挥了主导作用，发布空气质量预警是实现途径；三是策略性排污行为的能力取决于地方产业结构。由于木材制造业、采矿业等行业的企业能快速调整产能，在较短时间内降低监测日的排污活动，当该类产业在地区中的占比较高时，则该地区更有能力通过策略性排污行为应对中央政府的监管。
本文具有以下三点边际贡献：第一，首次将卫星数据引入研究间歇性监测政策领域，克服了非监测日污染数据缺失的问题，为回答基于时间的策略性排污行为是否存在这一问题提供了证据；第二，地方政府为应对联邦政府环境规制采取策略性行为，本文是最早为这一观点提供经验证据的文献之一；第三，首次对间歇性监测的长期政策实践进行有效评估，并认为环境政策的事后评估和事前成本收益分析同等重要，拓展了环保政策的研究视角。
二、美国空气质量监测制度
美国的《清洁空气法案》（The Clean Air Act）制定了户外空气质量安全的颗粒污染物标准。所有地区需将辖区内的污染水平控制在这一标准线以下，在不达标的情况下地方政府以及辖区内企业将面临严格的处罚。为了监测地区的污染水平，美国环保署在超过600个县内设置1200个站点，在监测站点放置监测器以获取颗粒污染物浓度，由此判断该地区空气质量是否达标。监测器有三种监测频率类型，分别是每6天、3天或1天采集一次颗粒污染物浓度数据。整个监测站点网络每年的维护成本大约为480万美元。
三、策略性排污行为的识别
3.1数据来源
本文主要使用了以下两套数据：
（1）气溶胶浓度数据。美国航空航天局提供了由Terra卫星采集的2001-2013年气溶胶浓度的日度数据。Terra卫星将地面划分为多个10kmx10km栅格单元，栅格单元内所有地区具有相同的气溶胶浓度。气溶胶浓度越低，污染水平越低。
（2）监测器位置和监测频率数据。美国环保署的空气质量系统（Air Quality System，AQS）提供了监测器位置和年度采样次数信息。作者根据监测器位置匹配对应的气溶胶栅格，进而获得监测站点的气溶胶浓度数据；同时，作者根据监测器的年度采样次数判断监测器的采样频率，如若采样次数为60或61则为1/6d监测器，将至少存在一个1/6d监测器的站点定义为监测频率为1/6d的监测站。
3.2实证策略
Aerosolst表示s站点在t时期的气溶胶浓度水平的对数，1（Offdayst）为虚拟变量，当t日对应非监测日时取值为1， Timet表示时间固定效应；αs表示站点固定效应；Xst是气候控制变量；εst是残差，标准误在县层面进行聚类。核心解释系数β表示非监测日与监测日之间的污染差异。
3.3监测日与非监测日的污染差异
首先，作者将方程（1）中的虚拟变量替换为多个时期虚拟变量（表示非监测日的不同时间点时，分别取值为1），选择监测日作为基期并将其污染水平标准化为0，考察污染浓度的时间变化趋势。结果如表2所示，非监测日之间的污染浓度不存在明显差异，然而在监测日污染水平出现了急剧下降。
进一步，作者使用OLS对方程（1）进行回归，如表 2所示，1/6d监测站点在非监测日的污染水平比监测日高1.6个百分点，且在加入一系列控制变量后结果依旧稳健。上述结论说明地区确实存在策略性排污行为。
四、策略性排污行为对污染总水平的影响
在监测站点废弃后，企业没有动机基于监测日程采取策略性排污行为，因此废弃后站点对应的污染水平可当作反事实结果。作者利用部分1/6d监测站点废弃这一事件作为研究对象，将被废弃的站点作为处理组，而将该站点同一州内其他正常运行的1/6d监测站点通过合成控制法构建控制组，构造双重差分法，探讨策略性排污行为对污染总水平的影响。回归方程（2）如下所示：
其中1(treats )和1(aftery )分别表示分组和时期虚拟变量，ηgroup表示组固定效应，其他的变量含义与方程（1）一致。回归结果如表3所示，监测日的污染水平在站点被废弃后显著上升了2.33个百分点，整体污染水平上升了0.87个百分点，但在统计上不显著，非监测日的污染水平也没有发生显著变化。这说明策略性排污行为通过降低监测日污染浓度导致污染差异形成。
五、策略性排污行为何时发生及由谁主导
5.1 策略性排污行为何时发生：高污染时期
通常认为，辖区内的高污染水平伴随着更高的超标风险，此时企业更有可能采取策略性排污行为防止污染超标。作者通过研究发现，当期的污染差异仅与前一月的污染浓度相关，并发现当前一月的污染水平超过10ug/m3时才会造成污染差异，超过15ug/m3（国家标准）时，非监测日比监测日的污染水平高出7个百分点，而当空气质量较好时，不存在污染差异。这说明策略性排污行为仅发生在高污染浓度时期。
5.2 策略性排污行为由谁主导：地方政府
企业是污染活动的行为主体。当一个地区的污染企业众多时，它们通常无法自发地协调生产活动，存在集体行动困境。同时，企业通常也无法及时获得上一月的污染数据。地方政府干预是解决集体行动困境的有效手段，可以对当地空气质量进行监测、分析、预测，及时获得污染数据，并协调辖区内污染企业的生产活动，产生策略性排污现象。地方政府能够自主选择何时发布预警，并且预警发布后辖区污染水平出现显著下降，因此作者借用空气质量预警发布来识别地方政府的主导作用。研究发现，政府在监测日发布空气质量预警的概率比非监测日高0.108个百分点，预警发布概率为1%，相当于提升了10%的效应。
六、采取策略性排污行为的能力
污染差异的形成来源于监测日污染水平的下降，因此若想采取策略行为应对监管，就需要在监测日迅速降低污染水平。作者认为这和地区的产业特征相关，只有该地区拥有能够在短时间内迅速调整产能、降低污染活动的产业，才可以通过策略性行为应对监管。因此，产业结构反映了地方政府采取策略性行为的能力。为研究这一问题，作者首先估计各县污染差异，识别出污染差异较大的地区，并将位于分布顶端10%的县定义为热点县（“Hotspot” counties）。分析发现，拥有间歇性监测站、污染水平更高、曾经违规的县通常更容易成为热点县，这反映了地方政府推动策略行为的主观意愿。并且，当一个县的木材制造业和采矿业占比较高时，该地区更容易成为热点县。主要原因在于，这两类产业排污水平高且能够在短时间内快速调整产能，迅速减少排污活动，降低污染水平。上述结论说明产业结构会影响地区采取策略性行为的能力。
七、结论
本文研究发现，基于监测日程的策略性排污行为导致监测日与非监测日的排污水平产生差异。进一步的机制分析发现，策略性排污行为仅发生在污染水平较高的时期，且高污染、低生产行业占比越高的地区，策略性排污反应越明显。地方政府可以通过发布空气质量预警等协调辖区内企业的排污行为，在促成策略性排污行为方面扮演了主要角色。最后，作者认为连续性监测能够解决由间歇性监测产生的策略性排污问题，这有利于联邦政府获得更为准确的污染数据，改善环保执法效果。
推荐理由：
在环保监测领域，有限的预算通常迫使政府采取间歇性监测，这可能为污染者采取策略行为提供机会，即污染者在监测日减少排污行为以应对监管。这种策略性排污行为是否存在对于环保政策设计与优化至关重要，本文首次为回答这一问题提供了实证证据。此外，文章首次对间歇性监测政策进行了事后的评估，并认为事后评估与事前成本收益分析对于环保政策设计的有效性和完整性至关重要，这为评估当前的环保政策效果并进一步推动环保政策改革提供了新的思路。最后，作者使用卫星数据构建了空气污染度量的新指标，这为我们开展相关研究拓展了数据来源。