我国加快建设循环经济高质量发展体系

基于North（1990）的制度变迁理论，循环经济制度体系通过重新界定废弃物资源化利用的产权归属、降低再生资源交易中的信息不对称和契约执行成本，从而提升资源利用效率。Williamson（1985）的交易成本框架进一步指出，制度设计通过三个渠道发挥作用：明晰产权减少"公地悲剧"效应、标准化分类降低搜寻成本、建立交易平台减少议价成本。

据此提出以下假说：
- H1：循环经济制度体系的建立使试点地区资源利用效率提升15%以上，且效应随制度执行强度递增。
- H2：制度设计中"产权明晰"维度对资源效率的边际贡献大于"财税补贴"维度，因其更直接降低了交易成本。
- H3：制度变迁存在路径依赖——早期建立过再生资源回收体系试点的城市，后续政策执行效率更高。

本文利用各省份和城市出台循环经济专项政策的时间差异构造多期DID准自然实验。由于各地政策出台时间由地方立法进度和产业发展阶段决定，在控制了经济发展水平和产业结构后，政策时点差异可视为外生变异。核心识别假定为：（1）平行趋势——在政策实施前，处理组和控制组的资源利用效率变化趋势无系统差异；（2）无预期效应——政策实施前企业未提前调整行为；（3）无溢出效应——控制组不受处理组政策的间接影响。通过事件研究法检验平行趋势假定。

采用Callaway & Sant'Anna（2021）的多期DID估计量：

ATT(g,t) = E[Y_t - Y_{g-1} | G=g] - E[Y_t - Y_{g-1} | C=1]

其中 G=g 表示首次接受处理的时期，Y_t 为 t 期的资源利用效率，C=1 表示从未处理的控制组。总体处理效应为各群组-时期处理效应的加权平均。面板固定效应模型为：

RE_it = α + β Policy_it + γ X_it + μ_i + λ_t + ε_it

其中 RE_it 为地区 i 在 t 期的资源利用效率，Policy_it 为政策强度指数，X_it 为控制变量向量，μ_i 和 λ_t 分别为地区和年份固定效应。β 的预期符号为正。

被解释变量：资源利用效率，以单位GDP固体废弃物产生量的倒数衡量（中国环境统计年鉴），辅以再生资源回收率（%）。核心解释变量：循环经济政策强度指数——对各省政策文本进行多维度编码（产权界定0-2分、财税激励0-2分、标准规范0-2分、交易平台0-2分），加总得到0-8分的综合指数。控制变量：人均GDP对数、第二产业占比、城镇化率、环保支出占财政比重、FDI占GDP比重（国家统计局、各省统计年鉴）。样本区间：2010-2025年，30个省份面板数据，年度频率。

• **替换被解释变量**：以单位工业增加值固体废弃物产生量和再生资源回收产值占GDP比重替代资源利用效率，检验结论是否对效率测度方式敏感。
• **Bacon分解检验**：对多期DID进行Goodman-Bacon分解，量化2×2比较中不同权重来源的偏差贡献，确保结论不受异质性处理效应偏误驱动。
• **排除同期政策干扰**：在模型中控制同期实施的"无废城市"试点、碳排放权交易试点等环境政策虚拟变量，分离循环经济制度的独立效应。
• **安慰剂检验**：将政策时点随机前移2-3年重新估计，预期处理效应不显著；若显著则说明存在遗漏变量驱动的虚假效应。

基于周黎安（2007）的锦标赛理论，地方官员在以GDP为核心的晋升考核下面临多任务激励困境（Holmström & Milgrom, 1991）：循环经济指标虽被纳入考核体系，但其产出周期长、可量化程度低于GDP，导致官员在多任务间分配注意力时偏向短期可观测的经济增长目标。同时，中央提出的"45亿吨""8万亿元"量化目标在向下传导中面临"层层加码"（上级加码以对冲下级执行折扣）或"选择性执行"（偏好易完成指标、回避难完成指标）两种策略性应对。

据此提出以下假说：
- H1：晋升激励越强的地方官员（距退休年龄较远、处于关键晋升窗口期），循环经济指标完成度越高，但主要集中在易量化的"回收率"等指标，而非质量型指标。
- H2：官员任期与循环经济执行效果呈倒U型关系——任期过短时缺乏长期投入激励，任期过长时形成路径依赖和利益固化。
- H3：在中央督查力度加强的年份，地方政府工作报告中循环经济的注意力分配显著提升，但存在"运动式执行"后回落的周期性特征。

核心挑战是晋升激励的内生性——官员的晋升概率受其能力和关系网络影响，这些因素同时影响政策执行。本文采用工具变量策略：以官员前任的任期长度作为现任晋升激励的工具变量。逻辑在于：前任任期越长，现任接任时"等待期"越短、晋升期望越强（外生变异来源）；而前任任期通过制度惯性而非现任行为影响循环经济执行（排他性约束）。同时利用中央环保督查的间歇性强化作为外生冲击，构造DID识别督查对执行行为的因果效应。

基准模型为面板固定效应：

CE_it = α + β₁ Promotion_it + β₂ Tenure_it + β₃ Tenure²_it + γ X_it + μ_i + λ_t + ε_it

其中 CE_it 为城市 i 在 t 年的循环经济目标完成度，Promotion_it 为晋升激励指数（由官员年龄、任期、前任去向综合构建），Tenure_it 为在任年限。IV-2SLS第一阶段：

Promotion_it = π₀ + π₁ PredecessorTenure_it + δ X_it + ν_it

第二阶段以Promotion的拟合值代入基准方程。X_it 包括人均GDP对数、产业结构、财政自主度等控制变量。β₁ 预期为正，β₂ 预期为正，β₃ 预期为负（倒U型）。

被解释变量：循环经济目标完成度——以地级市实际固体废弃物综合利用率与省级下达目标之比衡量（中国环境统计年鉴、各省环保考核通报）。核心解释变量：晋升激励指数——综合官员年龄（距副省级晋升年龄上限的差距）、任职年限（标准化）、是否处于换届年前一年（虚拟变量），取主成分第一因子。工具变量：前任书记/市长任期长度（月数）。文本分析变量：对地级市政府工作报告进行循环经济关键词词频统计，构造"注意力指数"。样本区间：2012-2025年，285个地级市，年度面板。

• **替换晋升激励测度**：分别以"官员年龄与晋升上限的差距"和"是否为省委常委联系城市"作为晋升激励的替代指标，检验结论是否对激励测度敏感。
• **安慰剂检验**：以非政治敏感年份（如非换届年、非督查年）作为虚假处理组，检验基准效应是否消失。
• **排除经济性替代解释**：在模型中控制地方财政收入增速和土地出让收入，排除"经济好→有钱做环保"的替代逻辑。
• **文本分析交叉验证**：将政府工作报告的注意力指数与实际财政环保支出增速对比，检验"说的"与"做的"是否一致——若注意力上升但支出未增，则支持"选择性执行"假说。

基于Marshall（1890）的产业集聚理论和Romer（1990）的内生增长理论，循环经济产业集聚通过三个渠道提升全要素生产率：（1）知识溢出——循环经济技术的tacit knowledge在地理邻近企业间传播降低创新成本；（2）投入共享——再生资源供应链的区域集中降低中间品采购成本；（3）劳动力池效应——专业化人力资本在集聚区内积累提升匹配效率。"新三样"固废循环利用作为新兴产业，其技术密集度高、产业链关联强，溢出效应可能更为显著。

据此提出以下假说：
- H1：循环经济产业集聚度每提升1个标准差，本地制造业TFP提升2-4%，且对"新三样"相关行业溢出效应更强。
- H2：空间溢出效应存在距离衰减——100公里范围内溢出显著，超过200公里后效应不显著。
- H3：循环经济技术专利（特别是"新三样"回收再利用专利）是集聚效应影响TFP的核心中介渠道。

核心挑战是循环经济产业集聚与生产率之间的反向因果：生产率高的地区可能更容易形成产业集聚。本文采用Bartik工具变量策略：以全国层面的循环经济技术进步率（全国循环经济技术专利增长率）与地方初始年份产业结构份额的交互项作为集聚度的IV。逻辑在于：全国技术进步率是外生的技术冲击，地方产业结构份额是历史决定的，二者的交互项满足相关性（技术冲击对结构不同的地区影响不同）和排他性（全国技术冲击不直接影响特定地区的TFP，仅通过本地产业集聚渠道传导）。

空间杜宾模型（SDM）设定为：

TFP_it = ρ W·TFP_it + β₁ Agg_it + β₂ W·Agg_it + γ X_it + θ W·X_it + μ_i + λ_t + ε_it

其中 Agg_it 为循环经济产业集聚度（区位熵），W 为空间权重矩阵（地理距离倒数矩阵），ρ 为空间自回归系数，β₂ 捕捉空间溢出效应。直接效应和间接效应通过偏微分方法分解。系统GMM动态面板为：

TFP_it = α TFP_{i,t-1} + β Agg_it + γ X_it + μ_i + λ_t + ε_it

利用水平方程和差分方程的联合矩条件估计，解决动态面板中滞后因变量的Nickell偏误。

被解释变量：制造业全要素生产率——以OP法（Olley & Pakes, 1996）估计企业层面TFP后加总到城市层面（中国工业企业数据库）。核心解释变量：循环经济产业集聚度——以再生资源回收利用企业的区位熵衡量（企业数/地区总企业数 ÷ 全国同行业企业数/全国总企业数）。中介变量：循环经济技术专利密度（每万人循环经济专利数，国家知识产权局）。控制变量：人均资本存量对数、人力资本（平均受教育年限）、基础设施密度（公路里程/面积）、FDI占GDP比重、政府规模（财政支出/GDP）。样本区间：2012-2025年，285个地级市，年度面板。

• **替换TFP测算方法**：分别以LP法（Levinsohn & Petrin, 2003）和SFA法（随机前沿分析）替代OP法重新估计TFP，检验结论是否对生产率测算方法敏感。
• **替换空间权重矩阵**：以经济距离矩阵（人均GDP差异的倒数）和技术距离矩阵（专利结构相似度）替代地理距离矩阵，检验空间溢出的传导渠道。
• **替代IV构造**：以历史年份（1990年）的废品回收站密度作为循环经济集聚的历史IV，利用路径依赖逻辑识别长期因果效应。
• **安慰剂检验**：以虚假的循环经济集聚定义（如以餐饮企业区位熵替代）重新估计，预期效应不显著，排除一般性产业集聚效应的混淆。

基于Pigou（1920）的外部性理论，废弃物排放具有负外部性，市场均衡产量高于社会最优产量。循环经济政策通过两种机制纠正外部性：（1）补贴再生资源利用，降低再生原料的相对价格，使需求曲线右移；（2）建立规范化回收体系，降低再生资源的交易成本，使供给曲线右移。Coase（1960）的产权理论进一步指出，明确废弃物的产权归属可降低交易成本，促进市场自发解决外部性问题。

据此提出以下假说：
- H1：循环经济政策实施后，再生资源市场均衡价格下降5-10%（供给增加效应大于需求增加效应），交易量上升20%以上。
- H2：政策对高污染废弃物（如废铅酸电池、废塑料）的价格矫正效应大于低污染废弃物（如废钢铁），因其初始外部性更大。
- H3：政策的净福利效应为正——社会总剩余增加，但福利分配呈现"生产者受损、下游使用者受益、政府支出增加"的格局。

本文利用循环经济政策实施的时间节点和不同再生资源品种受政策影响程度的差异，构造连续型DID。处理强度定义为各品种在政策文本中被提及的频次和具体措施的力度。核心识别假定为：（1）在政策实施前，不同处理强度品种的再生资源价格变化趋势无系统差异（平行趋势）；（2）政策对不同品种的影响差异仅通过政策强度渠道传导，不存在品种间的替代效应混淆。通过事件研究法绘制动态效应图检验平行趋势和效应时滞。

基准DID模型：

ln(P_kt) = α + β Intensity_k × Post_t + γ X_kt + μ_k + λ_t + ε_kt

其中 P_kt 为再生资源品种 k 在 t 月的市场均价，Intensity_k 为政策处理强度（基于政策文本编码），Post_t 为政策实施后的虚拟变量。μ_k 和 λ_t 分别为品种和月份固定效应。β 的预期符号为负（政策使供给增加大于需求增加，净效应为价格下降）。进一步构建供需联立模型：

Q^d_kt = a₀ + a₁ P_kt + a₂ Y_t + a₃ Z_kt + u_kt
Q^s_kt = b₀ + b₁ P_kt + b₂ C_kt + b₃ Policy_kt + v_kt

通过2SLS估计结构参数，计算均衡价格和数量的政策效应。

被解释变量：再生资源市场月度均价——以废铜、废铝、废钢铁、废塑料、废纸等10个品种的月度全国均价（中国再生资源价格指数、上海有色网SMM）为样本，取对数。核心解释变量：政策处理强度——对政策文本中针对各品种的具体措施（回收体系建设、进口放开、补贴标准、技术标准）进行0-4分编码。控制变量：对应原生资源价格指数（LME/SHFE有色金属价格）、工业增加值增速（需求侧）、原油价格（塑料替代品）、汇率（进口成本）。样本区间：2020M1-2026M6，10个品种×78个月，共780个观测值。

• **替换价格数据源**：以Wind数据库的大宗商品再生资源价格替代中国物资再生协会数据，检验结论是否对数据源敏感。
• **排除替代效应干扰**：在模型中加入原生资源价格与时间的交互项，控制原生资源价格波动对再生资源价格的替代传导，分离政策净效应。
• **合成控制法验证**：对政策影响最大的品种（如废铅酸电池）使用合成控制法构造反事实价格路径，与DID结果交叉验证。
• **样本外预测**：以2020M1-2024M12为训练集估计结构模型参数，预测2025M1-2026M6的价格走势与实际对比，检验模型预测效度。

基于Autor等（2003）的任务模型框架，循环经济服务业的发展改变了劳动力市场的任务需求结构：一方面创造新的"绿色任务"（再生资源分类、循环利用技术研发、碳资产管理等），这些任务偏向中高技能劳动者；另一方面减少传统废弃物处理行业的"棕色任务"（简单填埋、焚烧等低技能劳动密集型任务）。Aghion & Howitt（1992）的创造性破坏理论预测，这一转型过程中存在就业的"创造性破坏"——旧岗位消失与新岗位创造并存，净效应取决于两者的相对速度。

据此提出以下假说：
- H1：循环经济服务业试点城市在政策实施后"绿色就业"岗位增长20%以上，但传统废弃物处理行业就业下降10-15%，净就业效应为正但不大。
- H2：循环经济就业创造具有技能偏向性——大专及以上学历劳动者的工资溢价提升5-8个百分点，而低技能劳动者的工资增长不显著。
- H3：循环经济就业创造效应在制造业基础强、人力资本存量高的城市更大，因其具备产业转型和人才匹配的初始条件。

核心挑战是就业变化可能同时受经济周期和其他产业政策影响，非循环经济政策的独立效应。本文利用循环经济服务业试点城市的首批/第二批差异构造多期DID，同时以Bartik冲击作为辅助识别：将全国层面的绿色就业增长率与城市初始年份的产业就业份额交互，构造外生的就业需求冲击变量。IV的排他性约束为：全国绿色就业增长是宏观趋势，不直接影响特定城市的工资水平，仅通过本地绿色就业扩张渠道传导。Heckman两步法校正自选择偏误：第一步估计个体进入绿色就业部门的概率（Probit），第二步在工资方程中纳入逆米尔斯比率。

多期DID基准模型：

GreenEmp_it = α + β Pilot_it + γ X_it + μ_i + λ_t + ε_it

其中 GreenEmp_it 为城市 i 在 t 年的绿色就业岗位数（对数），Pilot_it 为循环经济服务业试点虚拟变量。Bartik IV模型：

ΔGreenEmp_it = δ BartikShock_it + γ X_it + μ_i + λ_t + ε_it

其中 BartikShock_it = Σ_j (Share_{ij,2020} × ΔNationalGreenEmp_jt)，Share_{ij,2020} 为城市 i 在2020年 j 行业的就业份额。Mincer工资方程：

ln(Wage_i) = α + β₁ GreenJob_i + β₂ Edu_i + β₃ Exp_i + β₄ Exp²_i + γ Z_i + λ IMR_i + u_i

其中 GreenJob_i 为是否从事绿色岗位，IMR_i 为Heckman逆米尔斯比率，Z_i 为个体特征控制变量。

被解释变量：城市层面绿色就业岗位数——以招聘平台"绿色岗位"（关键词：再生资源、循环利用、碳管理、绿色建筑、新能源运维等）月度新增发布数衡量，辅以中国劳动统计年鉴的"生态保护和环境治理业"就业人数。工资变量：招聘平台绿色岗位标注月薪中位数。核心解释变量：循环经济服务业试点虚拟变量（国家发改委批复名单）；Bartik冲击变量。控制变量：城市GDP增速、制造业就业人数、平均受教育年限、最低工资标准、互联网普及率。个体层面控制变量：性别、年龄、受教育年限、工作经验、婚姻状况（CFPS）。样本区间：城市面板2020-2025年，285个地级市；个体截面CFPS 2024年波次。

• **替换绿色就业定义**：分别以"狭义绿色就业"（仅再生资源回收利用）和"广义绿色就业"（含新能源、环保、碳管理）重新估计，检验结论是否对就业定义边界敏感。
• **Heckman vs. 面板固定效应**：对比Heckman样本选择校正和面板固定效应两种处理自选择偏误的方法，若两者估计的工资溢价差异大于20%则需进一步分析偏误来源。
• **替换Bartik冲击构造**：以2015年（而非2020年）产业结构份额构造Bartik冲击，检验IV估计是否对基期选择敏感，排除预期效应干扰。
• **安慰剂检验**：以非绿色岗位（如零售、餐饮岗位增长）作为被解释变量重新估计DID，预期处理效应不显著，排除一般性就业增长的混淆。