国务院印发《美丽中国建设"十五五"规划》

基于North的制度变迁理论，美丽中国规划构成了一个"元制度"框架，省市县各级政府在此基础上制定嵌套性子制度。Ostrom的多中心治理理论表明，制度嵌套层级过深会增加协调成本，过浅则导致地方信息利用不足。据此提出：H1：制度嵌套层级与执行效率呈倒U型关系，三层架构存在最优区间；H2：省级政府的"转译"能力是调节执行偏差的关键变量；H3：市县层面的考核激励强度正向影响政策落地速度，但边际效应递减。

利用各省份出台实施细则的时间差异和执行强度差异构建准自然实验。以国务院规划发布时间（2026年7月）为外生冲击节点，比较不同省份在规划出台前后环境治理投入与产出的变化差异。采用连续型DID方法，以各省制度嵌套深度（省级细化政策数量×市县落实文件数量）为处理强度变量。关键识别假定为：各省的制度嵌套深度在规划发布前与环境治理趋势不存在系统性相关（平行趋势假定），通过事件研究法进行检验。

基准模型设定为：EnvPerf_{it} = α + β₁NestDepth_{it} + β₂NestDepth²_{it} + β₃Translate_{it} + γX_{it} + μᵢ + δₜ + ε_{it}，其中EnvPerf_{it}为省份i第t年环境治理综合绩效指数，NestDepth_{it}为制度嵌套深度指标（主成分分析法构建），Translate_{it}为省级转译能力指数，X_{it}为控制变量向量（GDP、产业结构、财政能力等），μᵢ和δₜ分别为省份和时间固定效应。β₁和β₂联合检验倒U型假说。

被解释变量EnvPerf采用空气质量优良天数比率、地表水Ⅲ类以上比例、碳排放强度下降率三指标合成。核心解释变量NestDepth通过对北大法宝政策文本数据库进行文本挖掘，统计省级细化政策数×地市级落实文件数取对数。Translate变量以省级政策文本与中央文本的语义相似度（BERT模型）衡量。控制变量包括人均GDP对数、第二产业占比、财政自给率、环保财政支出占比等。数据时间跨度为2020-2030年面板。

第一，替换被解释变量为单一指标（PM2.5年均浓度或碳排放强度），检验结论是否对指标合成方式敏感。第二，使用工具变量法处理内生性：以各省历史上"五年规划"政策传导层级数的均值作为NestDepth的工具变量，该变量影响当前制度路径但与环境绩效无直接关联。第三，采用安慰剂检验，将规划发布时间虚拟前移至2023年，验证不存在虚假的处理效应。第四，使用倾向得分匹配后重新估计DID，排除样本选择偏差。

---

绿色投资兼具传统财政刺激与供给改善的双重属性。根据Keynes乘数理论，政府绿色投资通过直接就业和收入效应产生需求侧乘数；而Auerbach和Gorodnichenko的状态依赖框架表明，在经济下行期乘数更大。Batini等指出绿色投资还具有长期全要素生产率提升效应。据此提出：H1：绿色财政乘数大于传统基建乘数，尤其在经济下行期更为显著；H2：污染防治型投资（蓝天碧水净土工程）的短期乘数高于生态修复型投资（碳汇、生态修复）；H3：绿色投资通过促进绿色技术创新产生长期供给侧效应。

采用Ramey和Zubairy（2018）的叙事法（Narrative Approach）识别外生环保财政支出冲击：从各省预算报告中提取因中央政策要求（如美丽中国规划）而非本省经济状况驱动的环保支出增量，构建叙事法外生冲击序列。结合Jordà（2005）局部投影法估计动态乘数效应。识别假定为：叙事法识别的中央驱动型环保支出增量与各省当期经济冲击正交，即该类支出变动不受本省经济周期反向影响。

采用局部投影法估计脉冲响应：Y_{i,t+h} - Y_{i,t-1} = α_{h} + β_{h}ΔGreenSpend_{it} + γ_{h}X_{it} + μᵢ + δₜ + ε_{i,t+h}，其中h=0,1,...,5表示冲击后年数，Y为产出（实际GDP或就业），GreenSpend为外生绿色财政支出（叙事法识别），X为控制变量（含传统基建投资、货币政策变量等）。绿色财政乘数计算为累计产出响应与累计支出增量之比：k_h = Σβ_h / Σ(ΔGreenSpend)。同时估计传统基建乘数作为对照组。

被解释变量包括实际GDP对数、就业人数、绿色专利授权数。核心解释变量为叙事法识别的外生绿色财政支出冲击（占GDP比重），细分为污染防治支出和生态修复支出两类。控制变量包括政府消费支出、税收收入、利率、房价指数、进出口额等。数据来源为财政部预决算数据库（2015-2030年省级面板）、国家知识产权局绿色专利数据、CEIC数据库。经济下行状态以产出缺口为负定义虚拟变量。

第一，替换外生冲击识别方法：使用Blanchard-Perotti（2002）的SVAR结构识别法，以环保支出的税收弹性作为结构约束，验证叙事法结果的稳健性。第二，在省级面板中加入空间溢出效应项（相邻省份绿色投资的加权平均值），排除空间自相关干扰。第三，进行样本分割检验：按东中西部、经济发展水平分组估计，验证乘数异质性结论的普适性。第四，使用蒙特卡罗模拟构建乘数的置信区间，评估估计精度。

---

Acemion等（2012）的定向技术变迁模型表明，环境政策可以改变技术创新方向，将研发资源从高碳技术引向清洁技术。Aghion等（2016）进一步指出，当清洁技术与脏技术的知识存量差距缩小时，清洁创新将加速自我强化。Rodrik的结构变迁理论则强调，政策驱动的资源再配置效率决定了总体生产率增长。据此提出：H1：美丽中国规划实施后，高污染行业的绿色专利产出显著增加，且呈现"路径创造"而非"路径依赖"特征；H2：绿色转型通过"创造性破坏"机制加速低效企业退出和高效企业进入；H3：绿色技术复杂度提升是环境规制促进产业升级的核心渠道。

利用美丽中国规划对不同行业的环境规制强度差异构建连续型DID。以规划发布前的行业碳排放强度（或污染排放强度）作为处理强度变量：碳排放强度越高的行业，受规划约束越大，处理强度越高。识别假定为：在规划发布前，高碳行业与低碳行业的绿色创新趋势和TFP增长趋势满足平行趋势假定，通过事件研究法（event study）绘制动态效应图加以验证。同时利用2024年碳达峰行动方案作为辅助工具变量。

基准DID模型：GreenInnov_{jt} = α + β₁Post_t × CarbonIntensity_j + γX_{jt} + μ_j + δ_t + ε_{jt}，其中GreenInnov_{jt}为行业j第t年绿色专利授权数（或绿色TFP增长率），Post_t为规划实施前后虚拟变量，CarbonIntensity_j为行业基准碳排放强度（2025年值）。结构变迁效应通过企业进入退出率模型检验：EntryExit_{jt} = α + β₁Post_t × CarbonIntensity_j + γX_{jt} + μ_j + δ_t + ε_{jt}。中介效应模型检验绿色技术复杂度的传导渠道。

被解释变量包括：(1)绿色专利数量（基于WIPO绿色专利分类标准从国家知识产权局数据中筛选）；(2)行业绿色TFP（使用ACF方法估计，以绿色资本存量替代传统资本存量）；(3)行业进入退出率（工业企业数据库企业数量变化）。核心解释变量为行业基准碳排放强度（吨CO2/万元增加值）。绿色技术复杂度借鉴Hausmann等EXPY方法，以各行业绿色专利的技术关联密度构建。控制变量包括行业规模、出口依存度、FDI渗透率、R&D投入强度。样本涵盖2018-2030年制造业二位码行业面板。

第一，使用Bartik工具变量法：以全国层面各行业碳排放强度×本省产业结构预测本省行业处理强度，排除内生性干扰。第二，采用合成控制法（Synthetic Control Method）为高碳行业构建反事实对照组，验证DID的平行趋势假定和处理效应估计。第三，进行安慰剂检验：随机打乱行业碳排放强度排序1000次，观察估计系数分布是否集中在真实估计值附近。第四，使用Hsieh-Klenow资源错配框架计算行业层面的TFPR离散度，验证绿色转型是否改善了资源配置效率。

---

美丽中国建设考核构成了一个典型的多任务委托代理问题：地方政府同时面临经济增长和环境保护两项考核任务，而两项任务的考核权重和可测度性存在差异。根据Holmström和Milgrom的多任务理论，代理人会将努力从难以测度的任务转向可测度的任务。结合周黎安的晋升锦标赛理论，当环保考核"硬约束"增强时，地方官员可能采取策略性应对。据此提出：H1：环保考核权重提升后，地方政府增加可量化治理（如末端治理），但减少难以量化的源头防控投入；H2：具有晋升激励的官员更倾向采取"突击式"治理而非系统性治理；H3：相邻地区间存在环境治理的"逐底竞争"或"标杆竞争"空间溢出效应。

利用美丽中国建设成效考核实施的时间节点和各省环保考核权重差异构建双重断点回归设计。第一个断点为规划发布时间（2026年7月），第二个断点为各省出台实施细则时间。以官员任期是否跨越规划发布时点作为处理变量，比较"经历完整考核周期"与"未经历完整考核周期"官员的环境治理行为差异。识别假定为：官员任期起始时间相对于规划发布时间的分配近似随机（McCrary密度检验），且在断点附近不存在可观测特征的不连续变化。

断点回归模型：EnvGov_{it} = α + β₁Treated_i × Post_t + β₂Treated_i + β₃Post_t + f(RunningVar_i) + γX_{it} + μ_p + ε_{it}，其中EnvGov为环境治理行为指标（环保财政支出占比、环境执法案件数、政府工作报告环保话语频率），Treated_i为官员是否经历完整考核周期，Post_t为规划发布后虚拟变量，RunningVar为官员上任时间与规划发布时间的距离（天数），f(·)为多项式控制函数。空间溢出模型扩展为空间杜宾模型（SDM）。

被解释变量包括：(1)环保财政支出占一般公共预算支出比例（城市统计年鉴）；(2)环境行政处罚案件数/万人（生态环境部公开数据）；(3)政府工作报告环保话语强度（使用环保关键词词频/总词频，基于文本分析构建）。核心解释变量为官员经历完整考核周期的虚拟变量。RunningVar为官员上任日期距规划发布日期的天数差。控制变量包括官员年龄、学历、任职年限、本省GDP增速、财政压力（财政收支缺口/GDP）、产业结构等。样本为2020-2030年地级市面板数据。

第一，进行McCrary密度检验，验证RunningVar在断点处不存在操纵（官员上任时间不可精确控制）。第二，使用不同带宽（CCT最优带宽的0.5倍和2倍）和不同多项式阶数（线性、二次、三次）进行敏感性分析。第三，安慰剂检验：在规划发布时间前后各选取多个伪断点，验证仅在真实断点处存在显著不连续。第四，使用回归不连续设计（RDD）的模糊断点版本（Fuzzy RDD），以官员任期跨越规划发布时间作为工具变量处理不完全遵从问题。第五，利用空间杜宾模型检验策略性执行的空间溢出效应，排除相邻地区相互模仿的干扰。

---

前景理论指出，人们对损失的敏感度约为同等收益的2-2.5倍（损失厌恶系数λ≈2.25）。Thaler和Sunstein的助推理论进一步表明，选择架构的微小改变可以显著影响行为。Allcott发现社会规范信息（"邻居比你节能"）可降低家庭能耗5%。美丽中国规划提出"绿色生产生活方式基本形成"的目标，涉及大量居民行为改变。据此提出：H1：以"不采取绿色行动将面临的损失"为框架的政策信息，其助推效果显著优于以"采取绿色行动将获得的收益"为框架的信息（损失厌恶效应）；H2：社会规范助推（告知社区绿色行为参与率）的效果强于纯信息提供；H3：默认选项助推（绿色电力默认开通）的效果最强，但可能存在伦理争议。

采用随机对照实验（RCT）设计：招募2000名城市居民，随机分配至5个处理组和1个对照组。处理组分别为：(1)收益框架组（阅读强调绿色消费收益的宣传材料）；(2)损失框架组（阅读强调不绿色消费损失的同类材料）；(3)社会规范组（获知所在社区绿色行为参与率信息）；(4)默认选项组（被告知绿色选项为默认设置）；(5)组合助推组（损失框架+社会规范）。因变量为实验后一周的实际绿色消费行为（通过行为日志记录）。外部有效性通过垃圾分类政策实施的RDD验证。

RCT基准模型：GreenBehavior_i = α + β₁LossFrame_i + β₂SocialNorm_i + β₃Default_i + β₄Combo_i + γX_i + ε_i，其中GreenBehavior_i为实验后绿色消费行为综合指数（垃圾分类准确率、绿色出行频率、节能产品购买意愿等主成分得分），各β系数比较不同助推机制的处理效应。异质性分析加入交互项：GreenBehavior_i = α + Σβ_kTreatment_ki + Σθ_kTreatment_ki × Moderator_i + γX_i + ε_i，Moderator包括环境关注度、收入水平、教育年限等。

被解释变量GreenBehavior为多维绿色行为综合指数，通过因子分析合成：(1)垃圾分类准确率（实验后一周行为日志）；(2)绿色出行天数占比（交通日志）；(3)节能产品购买意愿（实验后问卷Likert量表）；(4)碳足迹认知准确度（知识测试得分）。处理变量为5种助推处理的虚拟变量。调节变量包括环境关注度（NEP量表）、个人收入、教育年限、年龄、性别。控制变量包括实验前基线绿色行为水平、政治态度、社会信任度。数据来源为自采实验数据（2026年下半年实施）和CFPS环境模块作为外部验证。

第一，进行多重比较校正（Bonferroni校正和Benjamini-Hochberg FDR控制），避免因多组比较导致的假阳性问题。第二，使用Hawthorne效应控制组（仅接受一般性调查无助推处理）排除实验参与本身对行为的干扰。第三，外部有效性验证：利用各城市垃圾分类强制实施的时间差异构建RDD或DID，比较强制实施前后居民垃圾分类参与率的变化，检验RCT中发现的助推效应排序是否在真实政策环境中成立。第四，进行长期效果追踪（实验后3个月和6个月随访），检验助推效果的持续性。第五，使用 attrition 分析（Lee, 2009）处理样本流失偏差。

---

> 📅 生成时间：2026-07-03 | 视角选择：🏛️ 制度经济学 · 💰 凯恩斯 · 🌏 发展经济学 · ⚖️ 政治经济学 · 🧠 行为经济学

---