会员登录
会员注册内容提要：京津冀三地于2017年底联合印发《京津冀能源协同发展行动计划（2017—2020年）》，“煤改气、电”是“禁煤区”政策实施的标志性工程，“一刀切”式执法能否承担起调整能源结构、改善空气质量与促进绿色发展的使命，成为社会与学术界关注的热点问题?本文以北京、天津、石家庄为“煤改气、电”政策实施的实验组，河北省其余10个地级市为对照组，基于DID模型与PSM-DID模型对2003—2015年京津冀地区的“煤改气、电”政策实施推动城市群绿色发展的效果进行准自然实验分析?研究结果表明，由于城市与农村能源基础设施的差异性，“煤改气、电”政策主要通过作用于城市工业领域及农村“煤改电”消费行为从而推动绿色发展；“煤改气、电”政策显著降低了工业烟（粉）尘排放量，对二氧化硫排放量和单位GDP能耗的压减效应虽然为负，但在统计上并未产生显著的影响；“煤改气、电”政策对人工煤气、天然气用气人口数具有不显著的负向影响；“煤改气、电”政策使得农村用电量显著下降，可能的原因在于“煤改电”式的能源转型政策并未产生需求响应行为，或是相对于燃煤取暖的高成本引发了农村节能行为的产生?“煤改气、电”政策应避免“一刀切”执法，着力降低技术门槛和成本、确保政策执行初期的补贴可持续性，使得化石能源转型驱动能源需求侧响应行为的微观作用机制畅通，最终实现京津冀绿色协同发展?
关键词：京津冀；绿色发展；煤改气、电；能源转型
基金项目：中国社会科学院京津冀协同发展智库课题“京津冀绿色发展的协同研究”；中国博士后科学基金特别资助“‘煤改气、电’、绿色发展与能源安全：一个准自然实验”（2018T110177）；中国博士后科学基金面上项目“能源供给侧改革对绿色发展的驱动机制与风险管控研究”（2018M630247）；国家自然科学基金青年科学基金项目“城镇化进程中‘碳锁定’的形成机理、风险测度与解锁策略研究”（71403041）；东北财经大学2017年校级优秀人才培育项目（DUFE2017R03）。
一、问题提出
作为中国最具发展活力的三大经济增长极之一，京津冀是重要的能源消费中心区域之一，能源协同发展构成了京津冀协同发展的重要内容?《京津冀能源协同发展行动计划（2017—2020年）》提出能源设施协同、能源治理协同、能源绿色发展协同、能源政策协同等目标，对于推动京津冀地区能源结构优化、能源效率提升和能源绿色协同发展具有重要的导向和现实意义?
“禁煤区”划定及禁煤力度的逐步加大是能源绿色发展协同的主要推动力，但引起了一系列的经济社会问题?燃煤作为取暖的主要方式已具有上千年的历史，是近年来雾霾频发的主要“元凶”，已引起公众、政府的高度关切?2017年是《大气污染防治行动计划》（国发〔2013〕37号）第一阶段的收官之年，以多种补贴形式推动的“煤改气”“煤改电”工程逐步在全国18个省市推广落地，对燃煤取暖发起强烈冲击?然而，2017年12月4日，环保部向京津冀及周边地区“2+26”个城市下发特急函“坚持以保障群众温暖过冬为第一原则”，进入供暖季，凡未完工的项目或地方，沿用过去的燃煤取暖方式或其他替代方式?“煤改气、电”政策是否提高了空气质量和推动了能源绿色转型日益成为社会关注的热点话题，并引起学术界的积极回应[1]?
“煤改气、电”政策的实施存在一些值得质疑的问题：一是“一刀切”式执法，部分补贴标准模糊或者不到位；二是缺乏基于需求响应的补贴机制设计，过度依赖于补贴，补贴退出机制尚不明确；三是缺乏“煤改气、电”补贴机制对能源供应安全的影响研究，“气荒”等风险管控政策体系不够完善?
党的十九大报告再次强调了关于“加快生态文明体制改革，建设美丽中国”的绿色发展理念，“煤改气、电”政策能否扭转居民能源消费行为和产生需求响应，关乎能源转型的安全、稳定与高效?因此，对于“煤改气、电”政策实施效果的评估，有利于及时发现“一刀切”式执法对政策效果的扭曲，将有助于使得“煤改气、电”政策产生需求响应行为，提升政策实施效果，更好地推动京津冀地区能源绿色协同发展?
二、化石能源补贴改革、绿色发展与“煤改气、电”政策传导机制
（一）化石能源补贴改革理论、实证研究与政策述评
国内外文献主要从化石能源补贴改革的理论机制、实证效果与政策研究、环境规制等方面对能源转型和绿色发展效果进行分析和评价?化石能源补贴改革的理论研究方面，麦基特里克（McKitrick，2017）认为世界各国政府通过削减能源补贴达到增强经济运行效率和减少环境外部性，然而补贴的定义及其测量难度较大，尤其是将未定价的外部因素定义为补贴会产生误导的结果，补贴应当存在且仅仅是很小的一部分，其他间接手段与财政负担、分配的无效率基本不存在关联性[2]?刘伟和李虹（2012）认为化石能源补贴改革虽然在一定程度上改善了环境和提升了能源效率，但也对经济、社会产生了一系列负面影响，须从主体层、目标层和执行层深入分析化石能源补贴改革的障碍，并提供具有可操作性的化石能源补贴建议[3]?李虹等（2011）认为中国化石能源补贴倾向于消费侧补贴，运用价差法对中国化石能源补贴规模进行了测算，并认为取消补贴不仅可以减轻财政负担，还可获得一定的环境效益[4]?姜春海等（2017）对京津冀和鲁豫的核心“禁煤区”与外围“禁煤区”的禁煤力度进行了模拟分析，认为各地区的禁煤力度应当根据所承受的经济社会压力的差异而区别对待，对于禁煤区的范围应当是稳步扩大，并采取中央财政补贴、治霾减排等政策组合，以推动煤炭替代战略更有效地落地实施[5]?
化石能源补贴政策的需求响应行为研究方面，阿查里雅和萨达特（Acharya&Sadath，2017）研究了印度能源补贴改革的福利影响，认为所有化石能源的价格弹性较低，而收入弹性较高，能源补贴将引起总体能源价格上涨，将侵蚀实际收入水平进而影响印度的社会福利，随着能源补贴的减少，能源消费支出增加进而能源消费降低，政策制定者需明确补贴的真正目标，以确保补贴改革对福利的负面影响降至最低[6]?尤瑟夫和贝科海特（Yusoff&Bekhet，2016）运用一般均衡模型就马来西亚能源补贴取消对能源总需求和潜在能源节约的影响进行了模拟研究，认为同时取消燃料和税收补贴政策对最终能源需求和潜在能源节约的影响最大；在能源补贴完全取消的前提下，基于能源总体需求的潜在能源节约高于国家能源效率总计划的目标[7]?
化石能源补贴的环境与经济效果实证研究方面，曼达卡（Mundaca，2017）研究了中东和北非国家化石能源补贴对经济增长的影响，认为期初对化石能源补贴，随后削减或取消补贴将引起较高的人均地区生产总值增长率、就业率和年轻人的劳动参与率[8]?蒋竺均和邵帅（2013）在政府价格管制和无管制两种情形下，模拟了中国取消化石能源补贴对居民收入分配的影响，认为取消不同能源补贴的分配具有差异性的影响，补贴改革对居民的间接影响大于直接影响，价格管制可在一定程度上减轻补贴改革的负面效应，能源补贴改革可以从累进性强、影响较小的交通燃料着手，加以适当的补偿以减弱对贫困居民的影响[9]?林伯强和刘畅（2016）在分析全球化石能源补贴退出的趋势下，认为中国化石能源补贴已基本取消，但居民部门的交叉补贴严重，考虑到经济发展、普遍服务和环境可持续性等能源目标的前提下，允许存在一定的有效能源补贴，须主要解决居民交叉补贴并减少环境外部成本，严防能源补贴反弹[10]?
（二）绿色发展与京津冀环境治理文献述评
胡鞍钢和周绍杰（2014）认为，绿色发展观是第二代可持续发展观，强调经济系统、社会系统和自然系统之间的系统性、整体性和协调性，他们构建了绿色发展的“三圈模型”，分析经济系统、自然系统与社会系统的共生性和交互机制[11]?李晓西等（2014）借鉴人类发展指数的编制思想，在社会经济和生态环境可持续发展同等重要的前提下，构建了“人类绿色发展指数”，对123个国家绿色发展指数进行了计算和排序，中国仅位列第86位[12]?韩晶（2012）在考虑环境污染与能源消耗的基础上，测度了中国各地区绿色创新效率及其影响因素，认为中国各地区绿色创新效率差异较大，外资进入与结构调整对绿色创新效率产生积极影响，但环境规制并未对绿色创新效率产生显著影响[13]?向其凤和王文举（2014）认为能源结构的调整会受制于能源内部替代性与能源供应结构，他们通过研究碳排放量最优化的各部门能源结构，发现技术水平和能源供给一定的情况下，经济增速越低，碳强度下降幅度会越大[14]?史丹和马丽梅（2017）采用北京、天津和河北11个城市的数据研究了环境规制视角下京津冀协同发展的演进特征，研究结果表明2010年以来，京津冀地区环境规制才显现正相关性，污染溢出效应使得单独依靠本地的环境规制难以起到改善环境的效果，须增强空间关联，深化区域协同，才能够共同推动环境规制绩效的提升[15]?马丽梅和史丹（2017）从环境规制视角对京津冀城市群的绿色发展进程进行了研究，认为前工业化阶段环境质量逐步下降、工业化阶段环境质量呈现先降后升的“U”型特征、后工业化阶段的环境质量逐步上升；京津冀地区的绿色发展是“一个整体”，须基于空间视角进行环境治理，推动京津冀绿色协同进程的关键是打造工业低碳发展的新动能[16]?周珍等（2017）基于民众、企业和政府的角度，建立了京津冀非合作雾霾治理模型与区间合作治理博弈模型，研究认为，如果没有政府补贴，雾霾治理的成本将无法负担，合作治理雾霾的政府补贴最少[17]?
上述文献的局限性主要体现在：一是仅考虑化石能源补贴本身对环境和经济的影响，尚未涉及化石能源替代性消费对绿色发展的影响；二是对“煤改气、电”式能源转型驱动绿色发展的需求响应机制分析不足，作用机理及其反馈效应有待进一步深化研究；三是缺乏对“煤改气、电”政策实施效果的评估，尤其是“煤改气、电”对绿色发展、能源效率和能源消费结构影响的综合研究比较少见?区别于已有文献的研究，本文的创新点主要体现在：一是从能源消费转型与绿色发展的“煤改气、电”政策实施视角，考察“煤改气、电”政策实施的传导机制和效果，弥补现有文献仅从化石能源消费本身的相关补贴改革研究；二是基于京津冀城市的能源与绿色发展的面板数据，分别从“煤改气、电”政策实施的减排效果、节能效果和能源结构优化效果等维度进行实证研究，对于深化京津冀绿色协同发展的研究具有较强的针对性；三是通过对京津冀各地区主流媒体对“煤改气、电”的新闻报道频率的分析，确定“煤改气、电”政策实施的时间节点，并采用DID模型和PSM-DID模型对政策实施效果进行准自然实验，为下一步更好推进“煤改气、电”政策落地提供依据?
（三）“煤改气、电”政策实施的传导机制分析
化石能源补贴改革侧重于从总体上降低化石能源消耗，改善环境质量和节约能源?与化石能源补贴改革相比，化石能源之间的消费替代成为推动节能减排和绿色发展的重要抓手?“煤改气、电”政策旨在通过降低燃煤消耗量，将能源消费转向相对清洁的天然气和电力，这种消费侧的转移将直接减少燃煤数量，降低因燃煤导致的污染物排放?如今，全国已有18个省市实施“煤改气、电”政策，由于政策力度、政策工具存在差异性，实施效果也各有不同，同时在政策实施过程中也存在着诸多问题，比如，天然气供应紧张、冬季供暖迟到、设备成本过高不能一步到位、政策一刀切、执行操之过急、尚未产生需求响应行为等问题?本文拟从空气质量、能源消耗和居民生活三个维度对“煤改气、电”政策实施效果进行评价?
从政策实施对污染物排放的影响方面来看，“煤改气、电”政策主要是应对冬季由于燃煤取暖所出现的重度雾霾现象，空气质量的恶化，大面积能见度过低，不仅对人们的出行产生影响，而且对人们的健康也产生很大的危害?所以，为了减少冬季燃煤污染，提高居民生活质量，多地政府开始实质性地推进“煤改电、电”工程，即宜气则气、宜电则电?雾霾主要的组成部分是二氧化硫、氮氧化物和可吸入颗粒物，目前经国家环保机构认定的燃煤排放的主要污染物为可吸入颗粒物、硫氧化合物、氮氧化物和一氧化碳?压减燃煤消耗将通过改变能源消费结构对污染物减排产生直接影响，本文采用工业烟（粉）尘排放量、工业二氧化硫排放量代表绿色发展的指标?
从政策实施对能源消耗情况的影响机制来看，“煤改气、电”将在压减燃煤的同时，对天然气、电力产生更多的需求，天然气供应的缺口和电力的来源成为“煤改气、电”政策实施应面临的主要挑战?虽然以煤炭为主的能源消费结构在中国短期内不会得到根本性转变，但随之而来的天然气、电力该如何填补因燃煤压减所带来的能源消耗减少，是“煤改气、电”政策实施须考虑的重要问题?处理不当则很可能产生“气荒、电荒”等社会问题?同时，“煤改气、电”政策对能源效率的变化也具有直接的驱动作用?本文采用单位GDP能耗作为能源效率的指标，以进行“煤改气、电”政策对能源效率影响的评估?
从政策实施对居民生活的影响方面来看，居民生活对煤、天然气、电力等能源的需求不可或缺，由于“煤改气、电”政策实施在城市主要采取燃煤锅炉的集中供暖、在农村主要体现为安装燃气、电取暖设备，在政策实践上存在着补贴强度差异，而且居民对天然气、电力消费的转移，将很可能提高能源消费成本?因此，在一些地区存在着居民对“煤改气、电”政策的抵制行为，由此造成了部分地区“煤改气、电”政策难以有效落地?如何促进居民对“煤改气、电”政策的支持和制定合理的能源消费补贴政策，亦即“煤改气、电”政策如何落地并产生需求响应行为，是实现燃煤替代战略的关键?本文采用人工煤气、天然气使用人口数量、农村用电量等指标衡量实施“煤改气、电”政策前后居民能源消费结构的变化?
三、指标构建、数据来源与描述性统计
本文关注的是京津冀地区，因此选取北京、天津和河北省11个地级市的数据进行研究，共计13个城市，由于2003年以前国内基本未涉及“煤改气、电”政策，所以选取的时间起点是2003年，考虑数据可得性，研究区间取到2015年，各项数据指标分别来源于中经网统计数据库、《中国城市统计年鉴》《北京统计年鉴》《天津统计年鉴》《河北省统计年鉴》以及中国经济新闻库等?
（一）被解释变量
根据本文的研究需要和数据的可获得性，主要是基于“煤改气、电”政策变化前后，对污染物排放、能源效率、能源消费结构等指标进行考察?首先，“煤改气、电”政策实施后，燃煤压减会导致因煤炭燃烧引起的污染物排放下降，用《中国城市统计年鉴》中“工业二氧化硫排放量”和“工业烟（粉）尘排放量”衡量污染物排放量变化，作为被解释变量的第一个维度；用《河北省统计年鉴》中“单位GDP能耗”衡量能源使用效率，作为被解释变量的第二个维度；用中经网统计数据库中“人工煤气、天然气用气人口数”和“农村用电量”衡量能源消费结构变化，作为被解释变量的第三个维度?
（二）政策变量
2013年9月，北京市开始实施《北京市2013—2017年清洁空气行动计划》，以“煤改气、电”为主要形式的燃煤压减进入快速发展阶段，煤炭消费由2012年的2300万吨压缩至2016年的1000万吨以内?根据中国经济新闻库整理了2003—2015年京津冀“煤改气、电”相关新闻报道次数发现，自2011年以来，对“煤改气、电”政策的相关报道呈现显著增长，据此，本文将“煤改气、电”政策实施起始年份定为2011年，一方面，2003—2010年虽然也有“煤改气、电”的相关报道，但频率较低，并结合京津冀“煤改气、电”工程建设情况来看，尚未进入大规模实施阶段；另一方面，北京、天津和石家庄作为京津冀地区的核心城市，在“煤改气、电”政策实施上显然处于领先地位，所以选择北京、天津和石家庄作为实验组，河北省其余10个地级市作为控制组，以评估“煤改气、电”政策的实施效果?
（三）控制变量
本文选取人均GDP、人口密度、第二产业增加值占GDP比重、城镇化率和能源工业投资等指标作为控制变量，以更为准确地进行回归估计?人均GDP、人口密度、第二产业增加值占GDP比重的原始数据来源于中经网统计数据库，人均GDP（市辖区）数据作为各个城市经济发展水平的衡量指标；人口密度（市辖区）数据作为各个城市能源消费主体数量的衡量指标；第二产业增加值占GDP比重（市辖区）作为各个城市产业结构的衡量指标；各个城市城镇化率、能源工业投资的原始数据均来源于《北京市统计年鉴》《天津市统计年鉴》和《河北省统计年鉴》，城镇化率是用非农业人口除以年末总人口得到?在数据搜集与整理过程中出现的部分缺失值的处理方法为相邻加权平均或移动平均法?
表1对本文所涉及的指标、数据进行说明?
四、京津冀“煤改气、电”政策实施的准自然实验分析
（一）模型设定与估计
基于京津冀地区城市特征和“煤改气、电”的政策实施，北京、天津和石家庄较早付诸实践，拟设定北京、天津、石家庄为“煤改气、电”政策实施的实验组，河北省的承德、张家口、秦皇岛、唐山、廊坊、保定、沧州、衡水、邢台、邯郸等10个城市为对照组，将2003—2015年京津冀13个城市划分为4组子样本，亦即“煤改气、电”政策实施之前的处理组、“煤改气、电”政策实施之后的处理组、“煤改气、电”政策实施之前的控制组和“煤改气、电”政策实施之后的控制组?模型设定如下：
du=1表示京津冀地区实施“煤改气、电”政策的城市，du=0表示京津冀地区尚未实施“煤改气、电”政策的城市，dt=0表示京津冀地区实施“煤改气、电”政策之前的年份，dt=1表示京津冀地区实施“煤改气、电”政策之后的年份?i和t分别表示第i个城市和第t年，Z表示一系列控制变量，ε表示随机扰动项，被解释变量Y衡量“煤改气、电”的政策效果，具体包括：工业二氧化硫排放量、工业烟（粉）尘排放量、单位GDP能耗、农村用电量、人工煤气、天然气家庭供气总量及用气人口数等?DID模型中每个参数的含义见表2?
运用DID方法进行准自然实验的前提是处理组和控制组必须符合共同趋势假设，亦即如果不存在“煤改气、电”政策，北京、天津、石家庄与河北其余10个地级市环境污染、能源效率和能源消费结构的变化不存在系统性差异，不管是从经济收敛理论还是京津冀“煤改气、电”政策实施实践来看，DID方法有可能满足不了这一假定?赫克曼等（Heckman et al., 1997、1998）[18-19]开发的PSM-DID方法，能够使得DID方法符合共同趋势假设，并被广泛应用于政策效应的评估研究中?
PSM-DID方法的原理是基于匹配估计量，在未实施“煤改气、电”政策的对照组里找到某个地级市j，使得j和实施了“煤改气、电”政策的实验组里的城市i的观测变量尽可能地相似，也就是说满足Xi≈Xj，如果城市的个体特征对是否实施“煤改气、电”政策的作用只取决于所选择的控制变量时，城市j与i实施“煤改气、电”政策的概率比较相近，便于进行比较?匹配估计量能够解决实验组和对照组在受“煤改气、电”政策影响之前不完全满足共同趋势假定所带来的相关问题，对实验组和对照组里的个体进行匹配的时候，倾向得分匹配法在度量距离时具备较好的表现[20]?本文采用相邻匹配的方法确定权重，具体步骤为：第一，基于实验组变量和控制变量对倾向得分进行估计；第二，计算实施“煤改气、电”政策城市的结果变量在政策实施前后的变化情况，对实施“煤改气、电”政策的每个城市i，计算和其匹配的所有未实施“煤改气、电”政策的地级市在“煤改气、电”政策实施前后的变化；第三，用实施“煤改气、电”政策的城市在实施“煤改气、电”政策前后的变化减掉匹配以后未实施“煤改气、电”政策的地级市的变化，能够得到“煤改气、电”政策的平均处理效应，亦即衡量“煤改气、电”政策对实验组的城市的实际影响?
表3显示的是“煤改气、电”政策对工业烟（粉）尘排放量和二氧化硫排放量的DID估计结果?无论是工业烟（粉）尘排放量还是二氧化硫排放量，did系数均表现出比较显著的负向影响，亦即“煤改气、电”政策实施显著降低了污染物排放总量?
从工业烟（粉）尘排放量的回归结果来看，列（1）结果未加入控制变量，did系数在5%的显著性水平上显著为负，列（2）结果加入控制变量之后，did系数仍然在5%的显著性水平上显著为负，且与未加入控制变量的系数差异很小，表明回归结果具有较强的稳健性，从控制变量的回归结果来看，第二产业增加值占地区生产总值的比重、人口密度和能源工业投资的系数分别在1%、5%和1%的显著性水平上显著为正，表明工业比重偏高是导致工业烟（粉）尘排放量增加的重要原因，人口密度越大，工业烟（粉）尘排放量越高，能源工业投资也同样导致了工业烟（粉）尘排放量的增长，意味着京津冀地区能源行业发展在一定程度上仍然表现为较为粗放型的特征?从二氧化硫排放量的回归结果来看，未加入控制变量和加入控制变量的did系数符号和大小均保持一致或无明显差异，但人口密度和能源工业投资的系数与工业烟（粉）尘的回归结果相反?为进一步验证DID回归结果的可靠性，须进行共同趋势假设检验，以确保如果没有“煤改气、电”政策的存在，那么各变量应保持相同的变动趋势?
（二）共同趋势假设检验
双重差分法估计结果呈现无偏的一个前提条件是实验组与控制组满足共同趋势假设，也就是说处理组与对照组在“煤改气、电”政策实施之前应该具备同样的变动趋势，否则DID方法可能会对估计结果产生偏差?如果共同趋势假设能够成立，那么“煤改气、电”政策对空气质量的影响只会发生在政策实施之后，而在政策实施之前，实验组和控制组的变动趋势不会存在显著差异?对政策实施前的2003—2010年与处理虚拟变量之间构建交互项后再次进行回归分析，如果did的系数依然显著，而且政策实施前年份与处理虚拟变量的交互项并不显著，则表明满足共同趋势假设检验条件，否则不满足共同趋势假设检验条件，须进一步进行PSM-DID分析，以克服不满足共同趋势假设检验所带来的估计结果偏误?
“煤改气、电”政策对空气质量影响的共同趋势假设检验结果显示，以工业烟（粉）尘排放量代表空气质量的DID回归分析结果满足共同趋势假设检验，政策实施前年份与处理虚拟变量的交互项系数为-0.640 0，在10%的显著性水平上显著，且政策实施前年份与处理虚拟变量的交互项均不显著?以二氧化硫排放量代表空气质量的DID回归分析结果不满足共同趋势假设检验，政策实施前年份与处理虚拟变量的交互项系数为-0.207 5，P值为0.180 0?为了降低DID估计对结果造成的偏误影响，须进一步使用PSM-DID方法进行稳健性检验?
在使用PSM-DID方法时，将协变量对处理变量进行logit回归（回归结果见表4所示），获得倾向得分，lnpergdp、city、structure、lndensity和lninvest均对处理变量具有显著的解释力（均在10%的显著性水平上显著）?为确保PSM-DID方法的有效性，需要检验在进行匹配后各变量在实验组与控制组的分布是否变得平衡，协变量的均值在实验组和控制组间是否仍然存在着显著的差异性，如果不存在显著差异，则表明PSM-DID的方法是适用的?从表5的检验结果来看，进行相邻倾向得分匹配之后，协变量的均值在处理组与控制组间不存在显著的差异性，表明各个变量的分布变得均衡，意味着运用PSM-DID方法是较为合理的?
本文采用的是相邻匹配进行估计，对“煤改气、电”政策是否产生了降低二氧化硫排放量的效果进行稳健性检验，其估计结果参见表6?
从表6的PSM-DID估计结果来看，列（1）和列（2）未控制时间变量，列（3）和列（4）控制时间变量，列（1）和列（3）未加入控制变量，列（2）和列（4）加入控制变量?回归结果均表明，did系数不显著，表明“煤改气、电”政策具有降低二氧化硫排放量的效应，但是在统计上并不显著，可能的原因在于“煤改气、电”政策对于治理农村散煤燃烧的效果不理想，并未产生明显的需求响应行为，亦即“煤改气、电”政策在实施过程中遭遇了诸多技术和成本障碍，使得政策效果大打折扣?
（三）“煤改气、电”政策对能源效率与能源消费结构的影响
“煤改气、电”政策不仅对能源绿色发展具有重要影响，而且可能对能源效率提升产生间接的作用?“煤改气、电”政策通过改变能源消费结构，将对单位GDP能耗产生影响?本文在以单位GDP能耗作为被解释变量进行DID回归后发现，不满足共同趋势假设检验，因此，运用基于相邻匹配法的PSM-DID模型进行回归?从表7可以看出，在使用PSM-DID方法对能源效率的did回归结果均为不显著的负向影响，意味着“煤改气、电”政策在节能上并未作出有效贡献?可能的原因在于气、电相对于煤炭来讲具有较高的使用成本，且安装、调试和维护气、电取暖设备也具有高昂的支出，所以，“煤改气、电”政策只有在降低成本、技术进步的前提下，才能够更好地推动节能的实现?
“煤改气、电”政策旨在通过以气代煤、电代煤的形式，压减煤炭消费，增加天然气和电力消费，将对能源消费结构产生直接影响?根据“煤改气、电”政策实施的实践来看，城市实施“煤改气”政策具备天然的管网优势，本文选取人工煤气、天然气用气人口数表征“煤改气”政策引起的能源消费结构变化；农村地区“煤改气”由于缺乏管网基础设施，技术门槛相对较高，实施难度较大，而“煤改电”则具有较好的可行性，因此，选取农村用电量表征“煤改电”政策引起的能源消费结构变化?基于DID模型的估计结果显示，无论是人工煤气、天然气用气人数还是农村用电量均呈现显著的负向影响，为确保回归满足共同趋势假设，对两类变量的回归进行了共同趋势假设检验?
检验结果表明，人工煤气、天然气用气人口数作为被解释变量的回归不满足共同趋势假设检验，须进行PSM-DID回归（限于篇幅，此处未列出结果），经过相邻匹配的回归后发现，did系数为-1.001，P值为0.141，意味着“煤改气、电”政策对人工煤气、天然气用气人口数具有不显著的负向影响，表明“煤改气、电”政策对城市居民能源消费结构无明显影响，可能的原因是市区已具备完善的供暖系统，市区“煤改气、电”政策可能着眼于非居民生活用的能源领域，比如工业领域等?如表8所示，农村用电量作为因变量的DID模型回归结果满足共同趋势假设检验，无论是加入控制变量还是不加入控制变量，did系数均在1%的显著性水平上显著，且系数差别较小，表明具有较好的稳健性?这说明“煤改气、电”政策显著降低了农村用电量，可能的原因在于“电取暖”相对于“燃煤取暖”具有较高的成本，促使农村居民形成节约用电的习惯?而另外一方面，城镇化率的系数在10%的显著性水平上显著为负，且对农村用电量的影响程度远大于“煤改气、电”政策?这意味着“煤改气、电”政策并未从根源上使得电取暖得以普遍应用，政策效果不够理想?城镇化的快速推进，使得农村用电总量呈现出明显的下降趋势，农村地区“煤改电”政策的实施空间仍然较大，不会对电力需求造成较大影响?
四、结论与政策建议
本文以京津冀地区13个城市2003—2015年的相关数据为样本，基于中国经济新闻库对“煤改气、电”关键词的搜索与整理，结合“煤改气、电”政策实践，以2011年为“煤改气、电”政策的执行时间起点，并将北京、天津和石家庄作为实验组，河北省其余10个地级市作为控制组，运用DID模型和PSM-DID模型实证研究了“煤改气、电”政策实施对城市群绿色发展、能源效率与能源消费结构的影响?研究结论表明，“煤改气、电”政策显著降低了工业烟（粉）尘排放量，对二氧化硫排放量的压减效应虽然为负，但在统计上并未产生显著的影响，且对单位GDP能耗的降低效果不显著，“煤改气、电”政策对人工煤气、天然气用气人口数具有不显著的负向影响，可能的原因在于市区“煤改气、电”政策可能着眼于非居民生活用的能源领域，比如工业领域等?“煤改电”政策使得农村用电量下降，可能的原因在于“煤改电”政策并未有效落地，或是相对于燃煤取暖的高成本引发了农村节能行为的产生?研究还发现，城镇化的快速推进也是引发农村用电量下降的重要因素?
基于实证研究结论及“煤改气、电”政策实践遭遇的瓶颈问题，本文提出以下政策建议：
（1）“煤改气、电”政策应避免“一刀切”执法，须依据各地区经济发展水平和能源消耗结构特征稳步推进?“煤改气、电”并不是简单消灭煤炉子，也不是简单的设备更换，而是涉及电网企业线路改造，供热企业用电价格、供暖设备维护保养等诸多环节?电改之后，煤仍然存在，与政策设计初衷存在较大的差距，是“煤改气、电”政策须通力解决的关键问题?
（2）投资成本高、长期依赖于政府补贴是“煤改气、电”政策执行的主要障碍，加大对燃气、电取暖技术的研发投入，最大限度降低技术门槛和成本，是“煤改气、电”政策推进的长久之计?
（3）“煤改电”供暖效果不好、长期变动成本———电费较高、补贴的不可持续性是基层百姓最为关注的话题，也是“煤改气、电”政策能否产生需求响应行为的核心环节?只有基于政策执行受体的行为，才能够更好地体现出“煤改气、电”政策对绿色发展效果的促进作用?
（4）“煤改气、电”实际上是传统化石能源内部替代的一种形式?这种替代应不仅体现在绿色发展上，也要求提高能源效率，亦即“煤改气、电”式能源转型须根据各地能源消耗结构特征，采取适宜的“煤改气、电”推进路线和规模，以确保“煤改气、电”政策能够实现节能减排与绿色发展?
李少林：中国社会科学院工业经济研究所博士后，东北财经大学产业组织与企业组织研究中心副研究员，通讯作者。