EN中文

自然资源学报 >

2024 , Vol. 39 >Issue 11: 2721 - 2734

DOI: https://doi.org/10.31497/zrzyxb.20241113

其他研究论文

国家海绵城市建设对城市水生态环境质量的影响

  • 张恒 , 1, 2 ,
  • 常江 , 3
展开
  • 1.安徽财经大学管理科学与工程学院，蚌埠 233030
  • 2.中国矿业大学力学与土木工程学院，徐州 221116
  • 3.中国矿业大学建筑与设计学院，徐州 221116
常江（1968- ），男，山西太原人，博士，教授，博士生导师，研究方向为矿区生态重建与资源型城市可持续发展。E-mail:

张恒（1991- ），男，安徽亳州人，博士研究生，讲师，研究方向为海绵城市建设管理与韧性城市规划。E-mail:

收稿日期: 2023-10-30

  修回日期: 2024-05-17

  网络出版日期: 2024-11-15

基金资助

安徽省哲学社会科学规划项目(AHSKQ2022D053)

收起

The impact of national sponge city construction on urban water ecological environment quality

  • ZHANG Heng , 1, 2 ,
  • CHANG Jiang , 3
Expand
  • 1. School of Management Science and Engineering, Anhui University of Finance and Economics, Bengbu 233030, Anhui, China
  • 2. School of Mechanics and Civil Engineering, China University of Mining and Technology, Xuzhou 221116, Jiangsu, China
  • 3. School of Architecture and Design, China University of Mining and Technology, Xuzhou 221116, Jiangsu, China

Received date: 2023-10-30

  Revised date: 2024-05-17

  Online published: 2024-11-15

Fold

摘要

海绵城市建设作为落实水生态文明建设多重目标的关键手段，深入探究其与城市水生态环境之间的关系显得尤为重要。基于中国2010—2020年284个城市的面板数据，采用熵值法测度各城市的水生态环境质量，通过多期双重差分模型探究海绵城市建设试点政策对城市水生态环境质量的改善效应，并运用双重差分倾向得分匹配法进一步进行了验证。研究结果表明：国家海绵城市建设试点实施能够显著地改善城市水生态环境质量，并在一系列稳健性检验下依旧成立；试点政策对城市水生态环境质量的改善效应具有显著的城市和区域异质性，在中东部地区、城市规模较大的城市，试点政策对改善城市水生态环境质量的积极影响更为显著。研究成果对全域推进海绵城市建设以营造美好的城市水生态环境，具有重要的政策效益与学术价值。

关键词： 海绵城市; 水生态环境; 双重差分法; 政策评估

本文引用格式

张恒 , 常江 . 国家海绵城市建设对城市水生态环境质量的影响[J]. 自然资源学报, 2024 , 39(11) : 2721 -2734 . DOI: 10.31497/zrzyxb.20241113

Abstract

As a key means to implement the multiple goals of water ecological civilization construction, it is particularly important to explore the relationship between sponge city construction and urban water ecological environment. The article examines the improvement effect of the pilot policy on urban water ecological environment by using entropy method to measure the water ecological environment quality of each city and through a multi-period difference in differences (DID) method based on panel data from 284 cities in China from 2010 to 2020. The propensity score matching-difference in differences (PSM-DID) model was further validated. The research results indicate that the implementation of the national sponge city construction pilot policy can significantly promote the improvement of urban water ecological environment quality, and remains valid under a series of robustness tests. There is significant urban and regional heterogeneity in the improvement effects of pilot policy on urban water ecological environment. In the central and eastern regions and larger cities, the pilot policy has a more significant positive impact on improving the quality of urban water ecological environment. The research results have important policy benefits and reference value for promoting the sponge city construction throughout the region to create a beautiful urban water ecological environment.

Key words： sponge city; water ecological environment; difference in differences method; policy evaluation

随着中国经济的高速增长及城镇化进程的高效推进，随之也带来一系列“城市病”与生态环境问题，城市水生态环境状况也日益严重，在此背景下，探索城市可持续发展范式成为了中国社会各界普遍关心的重要议题[1]。海绵城市作为一种探求解决水资源短缺与城市内涝之间矛盾、治理城市黑臭水体以此改善城市水体水质、修复城市水生态与提升绿色基础设施水平的城市可持续发展范式应时而生[2]。2015年及2016年，中华人民共和国财政部、中华人民共和国住房和城乡建设部、中华人民共和国水利部公布了两批30个海绵城市建设试点城市，“十四五”期间，三部门又开展了系统化全域推进海绵城市建设示范工作，海绵城市建设与实践正如火如荼、方兴未艾。自实施国家级海绵城市建设试点政策以来，各级政府高度重视、积极响应和有效落实相关政策，在技术和资金上投入巨大，各项水生态保护与修复、水环境治理等海绵城市建设项目得以顺利实施，城市水生态环境状况得到显著改善。但是，面对频发的城市洪涝灾害仍应对困难、损失惨重，部分城市“逢雨必淹”、城市“看海”等时有发生，尤其是郑州“7·20”、涿州暴雨等事件成了社会关注的焦点。此外，一些试点城市的生态系统服务功能，如水质改善、空气净化、城市热岛效应减缓等并没有显著改善，公众开始审视海绵城市建设的实际成效[3]。基于以上分析，本文自然会问，海绵城市建设是否会影响城市水生态环境质量?城市水生态环境质量改善成效是否会有显著的城市异质性?各城市水生态环境问题是否会由于海绵城市建设试点政策实施而缓解?有鉴于此，以两批国家海绵城市建设试点为切入点，聚焦探讨海绵城市建设试点的政策效应，为解答上述疑惑提供绝佳机会与实验场景。
然而，上述问题的科学回答面临诸多挑战。挑战之一便是海绵城市建设成效评价研究领域中城市层面的试点政策评估研究匮乏。从评价方法上看，已有研究多通过构建不同的评价模型针对某一区域海绵城市建设成效进行评估[4]，如利用群组评价、云模型等主客观评价方法对海绵城市建设项目或试点城市的建设成效进行分析[5,6]，缺乏试点城市之间的横向比较，且定量方法研究仅局限于个别指标选取的改进及评价模型的优化。从评价视角上看，已有研究多从不同视角进行海绵城市建设成效评价，如基于城市生态特征视角[7]、适宜性评价视角[8]、分区域评价视角[9]、适应性视角[10,11]等构建海绵城市建设评价体系开展成效评价与策略分析。从既有研究成果来看，目前海绵城市建设评价的相关研究引起了学者的广泛关注，但鲜有学者将国家海绵城市建设试点作为一项公共政策，对其建设成效进行政策效应评估，这与创新型城市、智慧城市、低碳城市等试点政策评估的丰硕研究成果大相径庭。
另一挑战则是现有文献研究所面临的内生性问题。具体来看，试点城市的选择并不是完全随机的，试点城市与非试点城市本身就具有不同特性，如经济水平的高低、地理位置的差异、资源要素的多寡、基础设施状况的优劣等，这些不可观测因素可能会对城市水生态环境造成影响，从而导致直接进行海绵城市建设成效评价的结果可能会存在偏差，即估计结果并非来自于试点政策本身，很可能是由于其他原因导致城市自身水生态环境质量的提升。针对这一问题，将“海绵城市建设试点”看作“准自然实验”场景，利用双重差分法（DID）这一政策评估模型可以极大程度上避免不可观测因素对结果的诱导与影响。虽有学者尝试将海绵城市建设试点作为一项准自然实验，利用DID模型来研究其对生态韧性的政策效应及影响机制[12]，或是以某一海绵城市建设试点城市为例，定量分析试点政策对城市住房市场价格的影响效果[13]，然而对海绵城市建设试点政策与城市水生态环境质量之间的直接实证研究较为有限。部分学者阐明了水生态文明城市理念和海绵城市建设政策的区别与联系[14,15]，归纳总结了海绵城市建设中水生态环境治理的具体思路与有效措施[16,17]，倡导从城市水生态系统服务视角来指导与评估海绵城市建设试点政策[18,19]，但鲜有学者将海绵城市建设试点政策与城市水生态环境质量改善状况关联起来，研究海绵城市建设对水生态环境质量的作用成效。
因此，从海绵城市建设试点政策实施维度量化评估设立试点城市对城市水生态环境质量改善的影响效果，在理论和实践上都深化了对国家海绵城市建设试点的认识。可能的贡献在于：（1）现有文献研究缺乏对政策作用效果进行分析，这显然不利于充分认识国家海绵城市建设试点的政策意义，利用试点政策评估其对水生态环境质量的影响效应，丰富了海绵城市建设成效评价领域的相关研究以及拓宽了DID政策评估方法的研究范畴。（2）运用DID、双重差分倾向得分匹配法（PSM-DID）等方法，能更准确地识别出海绵城市建设试点政策对城市水生态环境质量的改善效果。（3）试点政策对不同规模及禀赋条件的城市水生态环境质量的改善效应是有差异的，现有研究从城市异质性层面开展政策研究较少，通过深入解析并检验其异质性影响，总结出不同规模的海绵城市建设试点的作用成效，能够为试点政策创新提供切实的数据支撑与客观依据。

1 研究方法与数据来源

1.1 研究假设

自国家海绵城市建设试点政策实施以来，一些学者运用某些试点城市建设数据论证了海绵城市建设对某一城市或区域水生态环境质量的影响作用，也证实了试点政策在城市建设过程中能够实现水生态环境效益[20⇓-22]。此外，从全国海绵城市建设试点验收结果来看，试点城市在消除黑臭水体、修复城市水生态、保护水环境等方面均取得了良好的改善成效，具有正向的生态和社会效益。比如，镇江承诺的水安全、水环境、水生态、水资源等海绵城市建设项目指标全部兑现；嘉兴针对改建和新建项目，分别以问题导向和目标导向为原则，逐步改善了城市水环境和水生态本底状况；池州则出台了全国海绵城市建设首部综合性地方法规，着力将主城区建成一个大“海绵体”，建设绩效评价获得全国优秀等次。据此，提出假设1：国家海绵城市建设试点政策对城市水生态环境质量的影响具有显著的积极效应。
受城市生态本底、城市规模以及基础设施布局等要素禀赋的差异影响，各城市的水生态环境状况、经济发展水平、财政支持措施与政策执行力度等各有不同，初始的要素禀赋会导致同一试点政策发挥出不同的效果，海绵城市建设在改善城市水生态环境质量的同时会加大地区间的不平等，导致全国城市水生态环境格局向非均衡方向发展，具有很大的地区差异。规模等级较大的城市在基础设施建设、金融产品支持、政策执行力度等领域相对于规模等级较小的城市更有优势，能够显著促进海绵城市建设试点政策的顺利开展与有效落地。而导致这些差异的原因往往与城市行政等级密切挂钩，海绵城市建设试点政策对城市水生态环境质量改善的提升效应会随着城市等级呈现递增趋势。此外，由于中国东部、中部、西部等地区的区域发展水平、本底状况及资源要素等也存在较大差异，同一海绵城市建设试点政策在不同区域的影响效应也不尽相同。据此，提出假设2：在中东部地区和规模等级较大的城市，海绵城市建设试点政策改善城市水生态环境质量的影响效应更为显著。

1.2 样本来源

依据2015年、2016年公布的两批国家海绵城市建设试点名单来确定实验组和控制组，其中北京等27个试点城市被列为实验组（剔除掉县级市1个及国家级新区2个，因其城市等级与其他实验组城市不匹配且数据不完善），其余257个城市为控制组[23]。研究区间为2010—2020年，主要考虑到政策实施前后5年的影响，原始数据主要来源于《中国城市统计年鉴》和各城市历年统计数据（2011—2021年），对于少量缺失的城市数据采用插值法进行补齐，数据具有连续性和可信性。利用Stata 17.0对数据进行双重差分分析，观测样本数为3124个，对连续变量进行双侧1%和99%缩尾处理。

1.3 计量模型

双重差分方法作为政策效应评估方法中的一大利器，通过找到有效的控制组，在排除其他影响因素的情况下识别出试点政策对城市水生态环境质量改善的净影响，可以很大程度上解决内生性问题。该方法模型设置简洁合理，能更加准确地评估出政策净效应，在各类经济区域试点（如国家高新区、综合配套改革试验区、经济技术开发区等）推动地区经济发展、促进城市绿色转型和改善城市形态[24⇓-26]，低碳城市试点促进城市经济高质量发展和提升城市碳排放效率与碳排放公平[27⇓-29]，智慧城市试点建设降低环境污染、加速城市创新和提升城市韧性[30⇓-32]等应用领域的研究成果颇丰。本文借鉴宋弘等[33]、曾维和等[34]和张卓群等[35]的做法，采用渐进型双重差分法作为基本模型展开研究，模型设定如下：
  E n v i r   i t = β 0 + β 1   t r e a t   i t + β 2   t i m e   i t + β 3   d i d   i t + β 4   W a t e r   i t + β 5   D e n s i t y   i t +                                 β 6   P e r g d p   i t + β 7   I n d S i z e   i t + β 8   T I R   i t + λ t + μ i + ε i t
式中：i代表各个城市；t代表年份；被解释变量 E n v i r   i t表示i城市在t年的水生态环境质量状况；城市虚拟变量 t r e a t   i t代表i城市在t年的状态，若i城市在t年为海绵城市建设试点城市则赋值为1，否则为0；时间虚拟变量 t i m e   i t反映政策实施进程，在海绵城市建设试点政策实施的当年及以后取值1，之前则为0； d i d   i t表示城市虚拟变量与时间虚拟变量的交互项；β0表示截距项；β1与β2表示参数估计；β4~β8表示各控制变量的参数估计； β 3是反映政策效果的系数，如果海绵城市建设试点政策对水生态环境质量改善有正向效应，那么 β 3的符号就显著为正，否则为负； λ t代表时间固定效应； μ i代表城市固定效应； ε i t代表随机误差项。借鉴以往相关文献研究，将水资源总量（ W a t e r   i t）、人口密度（ D e n s i t y   i t）、经济发展（ P e r g d p   i t）、工业规模（   I n d S i z e   i t）以及第三产业（ T I R   i t）等作为控制变量。

1.4 变量说明

为了真实准确反映试点城市的水生态环境治理成效，选取指标必须有代表性与普遍性，故放弃部分难以获得数据的指标。立足于海绵城市建设现状，借鉴相关学者研究的既有指标体系，本文选取的指标见表1，具体统计结果见表2。
表1 主要变量及说明

Table 1 Main variables and descriptions

变量类型 变量名称 变量定义描述或计算公式 变量代码
被解释变量
(水生态环境质量Envir)		 环境基础设施投入 环境基础设施投资占GDP比例/% EII
工业废水排放量 工业废水排放量的倒数 IndWas
污水处理率 污水处理率/% SR
建成区绿化覆盖率 绿化覆盖率/% Coverage
人均公园绿地面积 人均公园绿地面积/m2 Park
解释变量
(虚拟did)		 组别虚拟变量 控制组为0，实验组为1 treat
时间虚拟变量 政策实施前为0，政策实施后为1 time
政策实施虚拟变量 试点城市和试点年份虚拟变量的交互项 did
控制变量 水资源情况 水资源总量的自然对数 Water
人口密度 人口密度/(万人/km2) Density
经济发展 人均GDP的自然对数 Pergdp
工业规模 规模以上工业总产值的自然对数 IndSize
第三产业 第三产业产值占比/% TIR
表2 主要变量描述性统计结果

Table 2 Descriptive statistical results of main variables

变量 观测数/个 均值 标准差 最小值 最大值
Envir 3124 0.197 0.115 0.001 0.991
EII 3124 0.174 0.705 0.000 4.550
IndWas 3124 0.066 0.153 0.003 2.128
SR 3124 0.861 0.140 0.281 1.038
Coverage 3124 0.398 0.063 0.149 0.596
Park 3124 10.854 7.429 1.354 56.508
Water 3124 12.993 1.381 8.389 17.165
Density 3124 0.086 0.073 0.002 0.386
Pergdp 3124 10.162 2.741 0.857 12.485
IndSize 3124 15.910 1.410 12.052 19.296
TIR 3124 0.470 0.117 0.223 0.769
被解释变量：水生态环境质量（Envir）。利用水生态环境质量来衡量试点政策的影响效应，具体指标如下：生态环境基础设施和环境保护设施的资金投入情况可以较好地反映水生态环境管理与保护体制的投入与保障，可用环境污染治理投资占GDP比例来表示；针对水质及面源污染控制等达成情况，可利用工业废水排放量作为负向指标来考量海绵城市建设对城市水环境的改善效应；污水处理率可以反映水生态环境治理效率和效益目标的完成情况；人均公园绿地面积、建成区绿化覆盖率等可以反映海绵城市建设促进城市水生态得到有效修复及改善的程度。利用熵值法计算得出综合水生态环境质量，具体过程不再赘述。
政策虚拟变量：海绵城市建设试点城市虚拟变量（did）。从2015年开始估计政策效果，如果did系数显著为正，则表明该政策对水生态环境质量改善有正向效应；若为负，则表示该政策未能改善城市水生态环境质量。
控制变量：（1）水资源状况（Water）。水资源量影响了城市水环境承载力的大小，采用水资源总量的对数来表示。（2）人口密度（Density）。人口密度所体现的人口集聚水平及城市规模会导致城市水环境污染及生活污水排放，采用每平方公里人口数来考量，人口密度与其对水生态环境的压力呈正比。（3）经济发展（Pergdp）。经济发展水平是影响城市环境污染的重要因素，采用实际人均GDP的自然对数来衡量。（4）工业规模（IndSize）。地区工业规模与污染排放具有直接关系，采用规模以上工业总产值的对数来衡量，工业产业占比越大，废水等污染物排放越多，对水生态环境质量的压力越大。（5）第三产业（TIR）。采用第三产业产值占GDP比例衡量地区产业结构水平状况。

2 结果分析

2.1 基准回归分析

通过对研究样本进行双重差分分析，利用双向固定效应模型得到回归结果，具体见表3。模型 (1) 为检验海绵城市建设试点政策对水生态环境质量影响效应的回归结果，模型 (2)~模型 (6) 分别从五个维度检验了海绵城市建设试点政策对城市水生态环境质量的各细分维度指标的影响效果。所有结果表明，无论是否加入控制变量，海绵城市建设试点政策对城市水生态环境质量均产生了显著的改善效应。这一结果支持了研究假设1。
表3 模型回归结果

Table 3 Regression results of the benchmark model

变量 模型 (1) 模型 (2) 模型 (3) 模型 (4) 模型 (5) 模型 (6)
Envir EII IndWas SR Coverage Park
did 0.0330*** 0.1963*** 0.0604*** 0.0369*** 0.0124*** 0.9404**
(0.0100) (0.0553) (0.0227) (0.0089) (0.0047) (0.3771)
Water 0.0086** -0.0286 0.0104*** 0.0047 0.0022 0.1625**
(0.0037) (0.0203) (0.0030) (0.0030) (0.0013) (0.0792)
Density -0.0696 -0.4803* 0.0401 0.1447*** 0.1092*** 10.5090***
(0.0516) (0.2852) (0.0309) (0.0532) (0.0269) (2.8491)
Pergdp 0.0171** 0.0156 0.0035 0.0096 0.0154*** 3.7927***
(0.0085) (0.0447) (0.0185) (0.0100) (0.0048) (1.4346)
IndSize -0.0097*** -0.0107 0.0054 -0.0016 0.0051** -0.9754***
(0.0037) (0.0204) (0.0046) (0.0057) (0.0024) (0.2411)
TIR 0.1032*** 0.2151 0.0184 0.0655* 0.0204 8.9940***
(0.0331) (0.1814) (0.0417) (0.0396) (0.0187) (2.3491)
常数项 -0.0121 0.3409 -0.2203 0.5425*** 0.0927 -23.0327**
(0.0977) (0.5274) (0.1737) (0.1333) (0.0578) (11.7438)
观测数/个 3124 3124 3124 3124 3124 3124
R2 0.4613 0.5660 0.6957 0.6582 0.6128 0.8523
城市固定效应 YES YES YES YES YES YES
时间固定效应 YES YES YES YES YES YES

注：每个变量右侧第一行为回归系数，第二行为标准误，***、**、*分别表示在1%、5%和10%水平下显著，下同。

模型 (1) 结果显示，控制其他变量不变，did系数为0.0330，在1%的水平上显著，表明实验组相比于控制组，在海绵城市试点政策下，水生态环境质量Envir得到了显著增长，实验组相比于控制组且政策后相比于政策前，Envir平均增长了0.0330个单位，假设1得到验证。模型 (2) 结果显示，控制其他变量不变，did系数为0.1963，在1%的水平上显著，表明在海绵城市试点政策下，相比于控制组，实验组EII得到了显著增长，且相比于政策前，政策后EII平均增长了0.1963个单位。模型 (3) 结果显示，控制其他变量不变，did系数为0.0604，在1%的水平上显著，表明在海绵城市试点政策下相比于控制组，实验组IndWas得到了显著增长，且相比于政策前，政策后IndWas平均增长了0.0604个单位。模型 (4) 结果显示，控制其他变量不变，did系数为0.0369，在1%的水平上显著，表明在海绵城市试点政策下相比于控制组，实验组SR得到了显著增长，且相比于政策前，政策后SR平均增长了0.0369个单位。模型 (5) 结果显示，控制其他变量不变，did系数为0.0124，在1%的水平上显著，表明在海绵城市试点政策下相比于控制组，实验组Coverage得到了显著增长，且相比于政策前，政策后Coverage平均增长了0.0124个单位。模型 (6) 结果显示，控制其他变量不变，did系数为0.9404，在5%的水平上显著，表明在海绵城市试点政策下相比于控制组，实验组Coverage得到了显著增长，且相比于政策前，政策后Coverage平均增长了0.9404个单位。

2.2 共同趋势检验

利用双重差分模型开展政策效应分析时必须符合一定的前提条件，需要满足共同趋势检验，即国家海绵城市建设试点政策实施前的实验组和控制组在城市水生态环境质量上具有基本一致的变化趋势，这样实验组与控制组城市才具有可比性。因此，需要进行共同趋势检验来验证海绵城市建设试点政策实施这一“准自然实验”情况的基本成立，假设的平行趋势检验结果如图1所示。结果显示，在政策实施之前，在控制协变量Water、Density、Pergdp、IndSize、TIR的情况下，控制组和实验组的被解释变量不存在显著差异（其置信区间上限和下限包含0），表明满足平行趋势检验的假定，这和前文模型结论一致。
图1 共同趋势检验

Fig. 1 Common trend testing

2.3 稳健性检验

2.3.1 反事实检验

除国家海绵城市建设试点政策外，其他一些政策因素或随机性因素也可能会对城市水生态环境质量造成干扰，从而使得基准结果中的净效应产生偏差，可以通过改变试点政策实施时间来进行反事实检验。假设海绵城市建设试点城市执行政策的时间提前1年、2年或者3年，那么，如果水生态环境质量的“政策处理效应”仍然显著为正，则说明海绵城市建设试点政策对城市水生态环境质量的改善效应很可能来自其他因素的影响，反之，则证明在实施试点政策前不存在其他因素干扰，基准回归模型结果是可信的。
表4中，纳入了before_1、before_2和before_3的模型结果，分别是假设海绵城市建设试点政策提前1年、2年和3年。结果显示，before_1、before_2和before_3在模型 (1)~模型 (3) 中均无法在10%的水平上显著，表明城市水生态环境质量的显著改善确实是由海绵城市建设试点政策导致，排除其他政策或不确定因素对城市水生态环境质量的影响。
表4 反事实检验结果

Table 4 Counterfactual test results

变量 模型 (1) 模型 (2) 模型 (3)
Envir (before_1) Envir (before_2) Envir (before_3)
did -0.0272 -0.0262 0.0156
(0.0183) (0.0183) (0.0183)
常数项 -0.0082 -0.0058 -0.0064
(0.1178) (0.1178) (0.1178)
观测数/个 3124 3124 3124
R2 0.4060 0.4060 0.4057
控制变量 YES YES YES
城市固定效应 YES YES YES
时间固定效应 YES YES YES

2.3.2 PSM-DID回归

若不考虑国家海绵城市建设试点城市被选择的原因，则政策效应评估结果会存在被扭曲的可能性，因此，需对基准模型与结果进行进一步检验。为解决选择性内生偏差问题，选用PSM-DID方法来尝试解决这一问题。使用PSM倾向得分匹配的邻近匹配，其中控制组有1048个样本被剔除，实验组有58个样本被剔除，共计保留样本情况为2018个，实验组239个，控制组1779个。具体结果见图2、表5。
图2 平衡性检验结果

Fig. 2 Balance trend test results

表5 PSM-DID回归模型结果

Table 5 Results of PSM-DID regression model

变量 模型 (1) 模型 (2) 模型 (3) 模型 (4) 模型 (5) 模型 (6)
Envir EII IndWas SR Coverage Park
did 0.0376*** 0.2215*** 0.0666** 0.0453*** 0.0174*** 1.0723**
(0.0120) (0.0658) (0.0296) (0.0115) (0.0058) (0.4338)
常数项 0.0689 0.7636 -0.0827 0.5942*** 0.1520** -21.6284
(0.1233) (0.6668) (0.2241) (0.1810) (0.0736) (18.5302)
观测数/个 2018 2018 2018 2018 2018 2018
R2 0.5089 0.5989 0.7315 0.6670 0.6549 0.8119
控制变量 YES YES YES YES YES YES
城市固定效应 YES YES YES YES YES YES
时间固定效应 YES YES YES YES YES YES
图2为标注了协变量Water、Density、Pergdp、IndSize、TIR在未进行PSM匹配（“·”标注）和进行PSM匹配后（“×”标注）的平衡性测试结果，由图2可知，未匹配前的Water、Density、Pergdp、TIR、IndSize的偏差百分比分别为-12.8、13.6、17.9、49.4、60.3；匹配后的Water、IndSize、Density、TIR、Pergdp的偏差百分比分别为-2.1、-1.0、-0.3、1.0、2.3。结果表明，在未进行PSM时，协变量的偏差较大，大多数超过了10%；而PSM匹配后各协变量的偏差均显著减小且处于10%以内，表明样本的协变量差异得到了良好的平衡，匹配效果较好。
表5是邻近匹配样本估计的模型结果。模型 (1) 表明，控制其他变量不变，did系数为0.0376，在1%的水平上显著，表明相比于控制组在海绵城市试点政策下，实验组Envir得到了显著增长，假设得到稳健性验证。模型 (2) 表明，控制其他变量不变，did系数为0.2215，在1%水平显著，表明相比于控制组在海绵城市试点政策下，实验组EII得到了显著增长。模型 (3) 表明，控制其他变量不变，did系数为0.0666，在5%的水平上显著，表明相比于控制组，在海绵城市试点政策下，实验组IndWas得到了显著增长。模型 (4) 表明，控制其他变量不变，did系数为0.0453，在1%水平显著，表明相比于控制组在海绵城市试点政策下，实验组SR得到了显著增长。模型 (5) 表明，控制其他变量不变，did系数为0.0174，在1%的水平上显著，表明相比于控制组在海绵城市试点政策下，实验组Coverage得到了显著增长。模型 (6) 表明，控制其他变量不变，did系数为1.0723，在5%的水平上显著，表明相比于控制组在海绵城市试点政策下，实验组Coverage得到了显著增长。结论与之前的分析结果一致，因此表明前文did模型结果具有稳健性。综上，模型 (1)~模型 (6) 的核心解释变量系数最低仍在5%的显著性水平上为正，再次验证了海绵城市建设试点政策能够显著提升城市水生态环境质量的结论可靠。

2.4 异质性分析

基准结果分析表明了国家海绵城市建设试点可以有效改善城市水生态环境质量，那么对于异质性海绵城市而言，这种水生态环境质量改善效应是否仍然存在呢?改善效应是否存在显著性差异呢?以下通过城市规模异质性及区域异质性两个维度来验证海绵城市建设试点城市所在区位带来的异质性效应。以下研究结果支持了研究假设2。

2.4.1 城市规模异质性

依据《国务院关于调整城市规模划分标准的通知》（国发〔2014〕51号）的相关要求，明确了城市规模划分标准是以城区常住人口为统计口径，将城市划分为五类七档。鉴于此，限于样本量限制，本文将小型城市和中等城市划分为一组（Medium），Ⅰ型大城市划分为一组（Big_1），Ⅱ型大城市一组（Big_2），特大和超大城市分为一组（Megacity）。具体结果见表6。
表6 城市规模异质性结果

Table 6 Results of urban scale heterogeneity

变量 模型 (1) 模型 (2) 模型 (3) 模型 (4)
Envir (Medium) Envir (Big_1) Envir (Big_2) Envir (Megacity)
did 0.0320 0.0254 0.0379** 0.0354***
(0.0212) (0.0433) (0.0169) (0.0131)
常数项 0.4035 -0.2994 0.1689 -0.3572
(0.3049) (0.2414) (0.1745) (0.2308)
观测数/个 132 880 990 1111
R2 0.3666 0.4459 0.4660 0.5058
控制变量 YES YES YES YES
城市固定效应 YES YES YES YES
时间固定效应 YES YES YES YES
表6中，控制其他变量不变，模型 (1) 和模型 (2) 的did系数不显著，表明中等及以下城市、Ⅰ型大城市的政策实施效果对于城市水生态环境质量的改善影响不显著；模型 (3) 和模型 (4) 的系数最低在5%的显著性水平上为正，表明在规模较大的试点城市，政策改善效应较为明显。结果表明，由于等级更高的城市本身就在要素禀赋和发展条件上占有优势，同样的政策实施与执行所产生的促进作用更加显著，这一结果在Ⅱ型大城市、特大和超大城市中的改善效应更加明显。

2.4.2 区域异质性

以城市所处的地域划分来考察区域异质性。东部地区（East）包括北京、天津、河北、山东、上海、江苏、浙江、福建、广东和海南10个省（直辖市）；东北部地区（Northeast）包括黑龙江、吉林、辽宁3个省；中部地区（Middle）包括内蒙古、山西、安徽、江西、河南、湖北、湖南、广西8个省（自治区）；西部地区（West）包括四川、重庆、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆10个省（自治区、直辖市）。具体区域异质性结果见表7。
表7 区域规模异质性结果

Table 7 Results of regional scale heterogeneity

变量 模型 (1) 模型 (2) 模型 (3) 模型 (4)
Envir (Northeast) Envir (East) Envir (Middle) Envir (West)
did 0.0469*** 0.0416*** 0.0460** 0.0271
(0.0168) (0.0147) (0.0226) (0.0211)
常数项 0.0874 -0.4196 -0.2063 0.0708
(0.2564) (0.3428) (0.2661) (0.1976)
观测数/个 473 946 869 836
R2 0.4055 0.6066 0.4306 0.3737
控制变量 YES YES YES YES
城市固定效应 YES YES YES YES
时间固定效应 YES YES YES YES
表7中，控制其他变量不变，模型 (1) 和模型 (2) 的系数大小接近，且均在1%的水平上显著，表明在东北部和东部地区，政策实施对于水生态环境质量的影响具有较为显著的改善效果；模型 (3) 的系数显著性在5%的水平上显著，也能说明中部地区政策实施对于水生态环境质量具有比较明显的改善效果；模型 (4) 的系数并不显著，这说明西部地区海绵城市建设试点政策对于城市水生态环境质量的改善效果不明显。由此可以看出，海绵城市建设试点政策对水生态环境的改善效应在地区间具有显著的区域异质性特征。

3 结论与政策建议

本文将国家海绵城市建设试点当作一项准自然实验，采用2010—2020年全国284个城市的数据，借助DID方法对海绵城市建设试点改善城市水生态环境质量的净效应进行了实证检验。研究发现，相较于未试点城市，试点城市的水生态环境质量显著提升了3.3%，表明海绵城市建设试点政策对改善城市水生态环境质量有较为显著的影响。为了解决样本分组状况可能产生的内生性问题，借助PSM-DID检验了该模型的平衡性，以此来剔除样本选择性偏差的影响，研究结果在经过了PSM-DID检验以及反事实检验等稳健性检验后依然成立。异质性结果分析表明，试点政策对城市水生态环境质量改善的推动作用呈现出区域异质性的特征，城市规模差异能够对海绵城市建设试点政策实施效果产生影响，在中东部地区、等级较高城市，海绵城市建设试点更能推动城市水生态环境质量的显著提升。
（1）通过政策量化评估验证了海绵城市建设试点政策能够显著改善城市水生态环境质量。海绵城市试点政策实施后，基础设施建设及管理运营手段能够有效发挥治理作用，最大化提升海绵城市建设的水生态环境治理能力。通过海绵城市建设试点的顶层设计与建设实施能够切实解决城市水生态环境问题，后期要强化试点政策的激励措施与制度优势，做好系统化全域推进海绵城市建设示范工作。
（2）海绵城市建设效果与城市自身特征有较大关联。针对不同城市在人口产业规模、经济发展水平、水基础设施状况及水生态环境本底等方面的发展不均衡以及由此导致的水生态环境治理目标不匹配问题，通过海绵城市建设试点在地区城市间的合理布局，不仅可以改善城市水生态环境质量，而且可以降低地区间的水生态环境治理目标差距。此外，要分目标、分阶段、针对性地推进海绵城市建设，构建区域内的海绵城市建设水生态环境补偿体系，提高城市规模等级较低的城市在水生态环境治理方面的积极性与执行力，既能有意愿有能力去改善城市水生态环境质量，也能因其所做出的积极贡献得到相应的经济补偿或政策优惠。
（3）积极倡导系统化全域推进海绵城市建设理念，实现城市水生态环境的保护与修复。一方面，积极推进海绵城市专项规划与其他国土空间规划的衔接，要将海绵城市建设理念与水生态文明建设、韧性城市建设、气候适应型城市建设等相结合，因地制宜地制定出各城市的海绵城市建设目标与具体要求，提高海绵城市的建设效率以及实施方案的科学性。另一方面，在海绵城市建设试点实施过程中，一些城市打着海绵城市建设的旗号，大搞城市人工河湖、城市绿化景观工程、城市雨污管网工程，这些项目虽然能够在一定程度上提升城市水生态环境质量，但却背离了海绵城市建设中“蓝绿灰”工程措施统筹协调发展目标，带来了片面化建设项目与碎片化治理问题，难以达到政策设计初衷。后期在系统化全域推进海绵城市建设过程中，要注重践行以“蓝绿灰”结合为主要规划策略和建设方案的技术路线，合理配置城市资金与资源，多方协同创新提升城市水生态环境质量。
量化政策影响效果是本文优势所在，同时也有些许不足。如，在实施海绵城市建设试点政策前后，水生态文明城市、气候适应型城市试点政策可能会对城市水生态环境质量产生影响，除了本文进行的反事实检验外，后续研究尽可能开展其他政策干扰检验，这样能够更加精确地量化出海绵城市建设试点政策的净效应。此外，选取城市水生态环境质量指标时，一些氨氮浓度等水污染指标、水旱灾害损失等经济指标、政策实施公众满意程度等定性指标，由于数据较难获取而被忽略或被替代，或是由于某些指标数据仅针对试点城市进行考核，难以与非试点城市进行匹配。后续研究中可以通过文本分析和实地调研等方法获取更具体更精确的指标数据，以此来丰富研究结果。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
俞孔坚, 李迪华, 袁弘, 等. “海绵城市”理论与实践. 城市规划, 2015, 39(6): 26-36.

[YU K J, LI D H, YUAN H, et al. "Sponge City": Theory and practice. City Planning Review, 2015, 39(6): 26-36.]

[2]
吴丹洁, 詹圣泽, 李友华, 等. 中国特色海绵城市的新兴趋势与实践研究. 中国软科学, 2016, (1): 79-97.

[WU D J, ZHAN S Z, LI Y H, et al. New trends and practical research on the sponge cities with Chinese characteristics. China Soft Science, 2016, (1): 79-97.]

[3]
车伍, 赵杨, 李俊奇. 海绵城市建设热潮下的冷思考. 南方建筑, 2015, (4): 104-107.

[CHE W, ZHAO Y, LI J Q. Considerations and discussions about sponge city. South Architecture, 2015, (4): 104-107.]

[4]
徐振强. 中国特色海绵城市试点示范绩效评价概念模型的建立与应用: 兼论我国海绵城市创新体系平台的建设. 中国名城, 2015, (5): 16-25.

[XU Z Q. Establishment and application suggestion for performance evaluation concept model on China's sponge city pilot demonstration: Discussion on innovative platform on China's sponge city construction. China Ancient City, 2015, (5): 16-25.]

[5]
程鸿群, 佘佳雪, 姬睿, 等. 基于群组评价的海绵城市建设绩效评价研究. 科技管理研究, 2016, 36(24): 42-47.

[CHENG H Q, SHE J X, JI R, et al. Research on performance evaluation of the sponge city construction based on group evaluation. Science and Technology Management Research, 2016, 36(24): 42-47.]

[6]
高玉琴, 陈佳慧, 王冬冬, 等. 海绵城市低影响开发措施综合效益评价体系及应用. 水资源保护, 2021, 37(3): 13-19.

[GAO Y Q, CHEN J H, WANG D D, et al. Comprehensive benefits evaluation system and application of low impact development measures in sponge city. Water Resources Protection, 2021, 37(3): 13-19.]

[7]
ZHAO Z T, CHEN H M, WANG S, et al. SCC-UEFAS, an urban-ecological-feature based assessment system for sponge city construction. Environmental Science and Ecotechnology, 2022, 12: 100188, Doi: 10.1016/j.ese.2022.100188.

[8]
范峻恺, 徐建刚, 胡宏. 基于BP神经网络模型的海绵城市建设适宜性评价: 以福建省长汀县为例. 生态经济, 2019, 35(11): 222-229.

[FAN J K, XU J G, HU H. Research on construction suitability evaluation of sponge city based on back propagation neural network model: A case of Changting, China. Ecological Economy, 2019, 35(11): 222-229.]

[9]
徐心一, 张晨, 朱晓东. 海绵城市建设水平评价与分区域控制策略. 水土保持通报, 2019, 39(1): 203-211.

[XU X Y, ZHANG C, ZHU X D. Evaluation of sponge city construction level and regional governing strategic management. Bulletin of Soil and Water Conservation, 2019, 39(1): 203-211.]

[10]
于洪蕾, 曾坚. 适应性视角下的海绵城市建设研究. 干旱区资源与环境, 2017, 31(3): 76-82.

[YU H L, ZENG J. Construction of sponge city under the perspective of adaptability. Journal of Arid Land Resources and Environment, 2017, 31(3): 76-82.]

[11]
陈哲夫, 莫操湖, 陈端吕, 等. 常德市海绵城市建设示范区雨洪适应性评价与分区. 自然资源学报, 2022, 37(8): 2195-2208.

[CHEN Z F, MO C H, CHEN D L, et al. Evaluation and zoning of rain-flood adaptability for construction demonstration area in a sponge city of Changde. Journal of Natural Resources, 2022, 37(8): 2195-2208.]

[12]
姚鸣奇, 张卓群, 郑艳, 等. 海绵城市试点建设提高了生态韧性吗: 一项准自然实验. 城市发展研究, 2023, 30(4): 25-33.

[YAO M Q, ZHANG Z Q, ZHENG Y, et al. Does sponge city construction improve ecological resilience: A quasi-natural experiment. Urban Development Studies, 2023, 30(4): 25-33.]

[13]
沈阳, 徐苑昕, 吴璟. 海绵城市建设对住房价格影响的定量分析: 以四川省遂宁市为例. 清华大学学报: 自然科学版, 2021, 61(6): 573-581.

[SHEN Y, XU Y X, WU J. Quantitative analysis of the impact of sponge city construction on housing prices with Suining city in Sichuan province as an example. Journal of Tsinghua University: Science and Technology, 2021, 61(6): 573-581.]

[14]
胡庆芳, 王银堂, 李伶杰, 等. 水生态文明城市与海绵城市的初步比较. 水资源保护, 2017, 33(5): 13-18.

[HU Q F, WANG Y T, LI L J, et al. Preliminary comparison between water-ecological civilization city and sponge city. Water Resources Protection, 2017, 33(5): 13-18.]

[15]
赵银兵, 蔡婷婷, 孙然好, 等. 海绵城市研究进展综述: 从水文过程到生态恢复. 生态学报, 2019, 39(13): 4638-4646.

[ZHAO Y B, CAI T T, SUN R H, et al. Review on sponge city research: From hydrological process to ecological restoration. Acta Ecologica Sinica, 2019, 39(13): 4638-4646.]

[16]
蔡新立, 程俊, 汪萍. 海绵城市背景下的城市水系生态修复治理研究. 江淮论坛, 2019, (6): 75-80.

[CAI X L, CHENG J, WANG P. Research on ecological restoration and governance of urban water system under the background of sponge city. Jiang-huai Tribune, 2019, (6): 75-80.]

[17]
谢映霞. 基于海绵城市建设理念的系统治水思路. 北京师范大学学报: 自然科学版, 2019, 55(5): 552-555.

[XIE Y X. Thoughts on systematic water control based on the concept of sponge city construction. Journal of Beijing Normal University: Natural Science, 2019, 55(5): 552-555.]

[18]
XIANG C Y, LIU J H, SHAO W W, et al. Sponge city construction in China: Policy and implementation experiences. Water Policy, 2019, 21(1): 19-37.

[19]
MA Y C, JIANG Y. Mainstreaming the framework of ecosystem services to enhance China's policy implementation for sponge city development. Sustainable Development, 2023, 31(4): 2291-2306.

[20]
谭术魁, 张南. 中国海绵城市建设现状评估: 以中国16个海绵城市为例. 城市问题, 2016, (6): 98-103.

[TAN S K, ZHANG N. Evaluation on the current status of China's sponge city construction: Taking China's 16 sponge cities for example. Urban Problems, 2016, (6): 98-103.]

[21]
CHENG T, HUANG B S, YANG Z F, et al. On the effects of flood reduction for green and grey sponge city measures and their synergistic relationship: Case study in Jinan sponge city pilot area. Urban Climate, 2022, 42: 101058, Doi: 10.1016/j.uclim.2021.101058.

[22]
CHIKHI F, LI C C, ZHOU X L, et al. Review of sponge city implementation in China: Performance and policy. Water Science and Technology, 2023, 88(10): 2499-2520.

[23]
MA Y C, JIANG Y, SWALLOW S. China's sponge city development for urban water resilience and sustainability: A policy discussion. Science of the Total Environment, 2020, 729: 139078, Doi: 10.1016/j.scitotenv.2020.139078.

[24]
刘瑞明, 赵仁杰. 国家高新区推动了地区经济发展吗: 基于双重差分方法的验证. 管理世界, 2015, 31(8): 30-38.

[LIU R M, ZHAO R J. Has national high-tech zones promoted regional economic development: Verification based on double difference method. Journal of Management World, 2015, 31(8): 30-38.]

[25]
刘秀丽, 黎文涛, 郭丕斌, 等. 区位导向性政策能否促进资源型城市绿色转型: 以山西“综改区”设立为例. 自然资源学报, 2024, 39(1): 84-103.

[LIU X L, LI W T, GUO P B, et al. Can location-oriented policies promote the green transformation of resource-based cities: Taking the establishment of "Comprehensive Reform Zone" in Shanxi as an example. Journal of Natural Resources, 2024, 39(1): 84-103.]

[26]
张潇, 李冬花, 张晓瑶, 等. 国家级经济技术开发区建设对城市形态的影响: 以长江三角洲地区为例. 自然资源学报, 2024, 39(3): 668-681.

[ZHANG X, LI D H, ZHANG X Y, et al. The impact of the construction of national economic and technological development zones on urban form: A case study of the Yangtze River Delta Region. Journal of Natural Resources, 2024, 39(3): 668-681.]

[27]
王亚飞, 陶文清. 低碳城市试点对城市绿色全要素生产率增长的影响及效应. 中国人口·资源与环境, 2021, 31(6): 78-89.

[WANG Y F. TAO W Q. Influence and effect of China's pilot low-carbon city initiative on urban green total factor productivity growth. China Population, Resources and Environment, 2021, 31(6): 78-89.]

[28]
郭沛, 梁栋. 低碳试点政策是否提高了城市碳排放效率: 基于低碳试点城市的准自然实验研究. 自然资源学报, 2022, 37(7): 1876-1892.

[GUO P, LIANG D. Does the low-carbon pilot policy improve the efficiency of urban carbon emissions: Quasi-natural experimental research based on low-carbon pilot cities. Journal of Natural Resources, 2022, 37(7): 1876-1892.]

[29]
刘志华, 徐军委. 碳市场试点对省域碳排放公平性的影响及作用机制: 基于多期DID、空间DID与中介效应的实证研究. 自然资源学报, 2024, 39(3): 697-711.

[LIU Z H, XU J W. The influence and mechanism of carbon trading pilot on provincial carbon emissions equity: Empirical analysis based on multi-period DID, spatial DID and intermediary effect. Journal of Natural Resources, 2024, 39(3): 697-711.]

[30]
石大千, 丁海, 卫平, 等. 智慧城市建设能否降低环境污染. 中国工业经济, 2018, (6): 117-135.

[SHI D Q, DING H, WEI P, et al. Can smart city construction reduce environmental pollution. China Industrial Economics, 2018, (6): 117-135.]

[31]
袁航, 朱承亮. 智慧城市是否加速了城市创新?. 中国软科学, 2020, (12): 75-83.

[YUAN H, ZHU C L. Do smart cities accelerate urban innovation?. China Soft Science, 2020, (12): 75-83.]

[32]
武永超. 智慧城市建设能够提升城市韧性吗: 一项准自然实验. 公共行政评论, 2021, 14(4): 25-44, 196.

[WU Y C. Can smart city construction improve urban resilience: A quasi-natural experiment. Journal of Public Administration, 2021, 14(4): 25-44, 196.]

[33]
宋弘, 孙雅洁, 陈登科. 政府空气污染治理效应评估: 来自中国“低碳城市”建设的经验研究. 管理世界, 2019, 35(6): 95-108, 195.

[SONG H, SUN Y J, CHEN D K. Assessment for the effect of government air pollution control policy: Empirical evidence from "Low-carbon City" construction in China. Journal of Management World, 2019, 35(6): 95-108, 195.]

[34]
曾维和, 陈曦, 咸鸣霞. “水生态文明建设”能促进水生态环境持续改善吗: 基于江苏省13市双重差分模型的实证分析. 中国软科学, 2021, (5): 90-98.

[ZENG W H, CHEN X, XIAN M X. Can "Aquatic Ecological Civilization Construction" promote continuous improvement of the aquatic ecological environment: Empirical analysis based on difference-in-differences model of 13 cities in Jiangsu. China Soft Science, 2021, (5): 90-98.]

[35]
张卓群, 姚鸣奇, 张晓慧. 水生态文明城市建设试点对水生态韧性的影响研究. 城市问题, 2023, (10): 45-53.

[ZHANG Z Q, YAO M Q, ZHANG X H. Analysis of the impacts and mechanisms of the pilot project of water ecological civilization city construction on water ecological resilience. Urban Problems, 2023, (10): 45-53.]

Options
文章导航

/

〈 〉