中國城市霧霾治理評價與政策路徑研究：以長三角為例

陳詩一　王建民

摘要：霧霾污染是目前我國可持續(xù)發(fā)展中面臨的突出問題。但當(dāng)前中國的霧霾治理還缺乏科學(xué)的評價工具，單一的政府治理模式也亟待創(chuàng)新。針對我國城市霧霾污染治理問題，本文首先界定了城市霧霾治理指數(shù)的內(nèi)涵，并基于DPSIR模型構(gòu)建了城市霧霾治理測度指數(shù)。在此基礎(chǔ)上，選擇上海、南京、無錫、杭州等12個環(huán)保部重點監(jiān)測的長三角城市為樣本，對其2007—2016年期間的霧霾治理指數(shù)進行測度和實證分析。測度結(jié)果顯示：①樣本城市中，上海在2016年略大于0.7，達到了優(yōu)等級，南通、紹興大部分年份低于05，處于差的水平，其它樣本城市大部分年份在0.5～0.6之間，處于中等水平，整體治理水平不高；②上海DPSIR各維度霧霾治理指數(shù)顯示，霧霾治理的驅(qū)動力（D）曲折上升、壓力（P）逐漸減輕、狀態(tài)（S）穩(wěn)定趨好、影響（I）力弱化、響應(yīng)（R）能力亟待改進；③從利益相關(guān)主體對上海霧霾治理的貢獻來看，企業(yè)主體和政府主體的貢獻穩(wěn)定上升，貢獻大，公眾主體在霧霾治理中貢獻較小，其他主體的貢獻不穩(wěn)定。以城市霧霾治理指數(shù)作為治理工具，從創(chuàng)建霧霾治理指數(shù)信息共享平臺、建立測度指標(biāo)影響路徑關(guān)系圖、明確利益相關(guān)主體的治理責(zé)任、完善霧霾治理指數(shù)運用機制四個方面提出治理政策措施，以創(chuàng)新我國城市霧霾治理模式與路徑。

關(guān)鍵詞 ：霧霾治理；指數(shù)開發(fā)；路徑創(chuàng)新；利益相關(guān)主體

中圖分類號：F205 文獻標(biāo)識碼 A 文章編號 1002-2104（2018）10-0071-10 DOI：10.12062/cpre.20180732

2013年以來，隨著我國經(jīng)濟和城市化的高速發(fā)展，多地霧霾天氣頻發(fā)，對經(jīng)濟與生態(tài)環(huán)境可持續(xù)發(fā)展及人民身體健康產(chǎn)生了嚴(yán)重的影響。探索霧霾治理路徑，提高霧霾治理效率，是當(dāng)前霧霾治理面臨的重要問題。

1 綜 述

習(xí)近平總書記指出環(huán)境就是民生，青山就是美麗，藍(lán)天也是幸福，為我國的生態(tài)文明建設(shè)提出了指導(dǎo)思想。為加強霧霾治理的針對性，國內(nèi)外學(xué)者對霧霾的形成原因及檢測方法等開展了一系列研究。經(jīng)源解析，霧霾主要由硫酸鹽、二氧化硫、氮氧化物和可吸入顆粒物組成[1-3]，霧霾天氣嚴(yán)重危害了人民群眾的身體健康，也帶來了不可估量的經(jīng)濟損失。霧霾天氣的形成是由多方面因素共同導(dǎo)致的，一般認(rèn)為形成霧霾的直接原因有空氣濕度增加、污染排放高、氣候變暖、風(fēng)速較小等因素[4-5]，主要原因是能源結(jié)構(gòu)中煤炭消費比例高、廢氣凈化技術(shù)落后、產(chǎn)業(yè)結(jié)構(gòu)中高污染高排放產(chǎn)業(yè)比重大、區(qū)域污染擴散、機動車尾氣排放高等因素[6-10]。對霧霾形成原因的研究探索為霧霾治理提供了基礎(chǔ)。

霧霾治理模式方面，一些學(xué)者[11-12]的研究認(rèn)為我國霧霾治理存在的主要問題包括治理模式落后、治理對象單一、法律規(guī)范缺乏等。治理措施方面，部分學(xué)者從調(diào)整我國的能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)[13-17]、提高人力資本投入質(zhì)量[18]、區(qū)域協(xié)同治理[19-20]等角度提出了治理路徑。治理主體方面，部分學(xué)者分析了政府在霧霾治理中的角色及責(zé)任[21]、公眾參與霧霾治理的影響因素與路徑[22]以及各方利益在霧霾治理中的利益關(guān)系博弈[23]，也發(fā)現(xiàn)利益相關(guān)主體在霧霾治理中缺乏參與積極性[24]，這些研究探索了利益相關(guān)主體共同治理霧霾的路徑。從以上文獻研究來看，霧霾治理的核心利益相關(guān)主體主要包括政府、企業(yè)、社會公眾、媒體等，在霧霾治理中承擔(dān)不同的職能，政府是霧霾治理的領(lǐng)導(dǎo)者，承擔(dān)著霧霾治理戰(zhàn)略政策制定、政策實施管理、治理成果監(jiān)測、對管理對象實施獎懲等職能，在霧霾治理中發(fā)揮主導(dǎo)作用，企業(yè)是污染的排放者和節(jié)能減排政策的執(zhí)行者，是實施霧霾治理的關(guān)鍵，公眾是霧霾治理的主要受益者，也是霧霾治理的參與者，自身的消費行為也影響霧霾治理績效，媒體是霧霾治理的監(jiān)督者和倡導(dǎo)者。利益相關(guān)主體在霧霾治理中發(fā)揮不同的職能。

霧霾治理評價方面，學(xué)者研究成果主要有構(gòu)建太陽輻射模型監(jiān)測空氣質(zhì)量指數(shù)[25]、利用地面氣象觀測和高分辨的排放數(shù)據(jù)討論了空氣質(zhì)量參數(shù)對氣象霧霾指標(biāo)的應(yīng)用[26]、建立霧霾治理績效評價指標(biāo)體系[27-29]等。在這些研究中，相關(guān)學(xué)者根據(jù)自己的研究問題及目標(biāo)，選擇或建立了的不同的評價指標(biāo)和評價方法，這些研究成果推動了霧霾治理效果評價體系的建立，為進一步評價霧霾治理績效提供了參考。

當(dāng)前我國霧霾治理還缺乏科學(xué)的評價工具，單一的政府治理模式也亟待創(chuàng)新。霧霾的形成在經(jīng)濟學(xué)本質(zhì)上具有負(fù)外部性，霧霾治理要實現(xiàn)社會公共利益的最大化，因此需要研究建立霧霾治理利益相關(guān)主體的合作機制，共同治理。在十九大提出推進國家治理體系和治理能力現(xiàn)代化，中國公民社會快速發(fā)展，政府職能轉(zhuǎn)變和管理方式變革的大背景下，研究利益相關(guān)主體共同參與的霧霾治理模式具有重要意義。從實踐來看，缺乏信息共享與合作治理機制是利益相關(guān)主體參與霧霾治理的主要障礙。因此，研究構(gòu)建一套科學(xué)、客觀、可操作性強的城市霧霾治理水平發(fā)展指數(shù)，破解霧霾治理中的信息不對稱問題，為利益相關(guān)主體共同參與霧霾治理提供信息保障，可以為城市霧霾治理模式創(chuàng)新帶來新的變革。

本文所界定的城市霧霾治理指數(shù)是按一定原則、方法將影響城市霧霾變化和反映城市霧霾狀況的若干因素指標(biāo)簡化成為單一的概念性指數(shù)形式，將城市霧霾治理績效分級表示，在總體上反映城市霧霾治理績效水平。它可以反映城市霧霾治理績效在總體上的水平以及變化方向和程度，并明確各要素對霧霾治理績效水平的作用方向和作用程度，實現(xiàn)我國城市之間霧霾治理發(fā)展水平的縱向、橫向等多角度的比較和相互參考，對霧霾治理發(fā)展趨勢進行預(yù)測、預(yù)警，輔助霧霾治理決策。因此，它不同于空氣質(zhì)量指數(shù)和污染指數(shù)，不僅可以反映當(dāng)前的空氣質(zhì)量狀況，更能解釋霧霾污染的成因，為解決霧霾污染問題提供針對性方向。

本文的研究的進展包括：第一，創(chuàng)新性構(gòu)建城市霧霾治理指數(shù)，將指數(shù)的概念引入到城市霧霾治理中，實現(xiàn)對霧霾發(fā)展變化信息的測度、比較及其發(fā)展趨勢預(yù)測、預(yù)警，輔助治理決策；第二，以霧霾治理指數(shù)作為治理工具，構(gòu)建信息共享機制與交流平臺，提出政府主導(dǎo)、利益相關(guān)主體共同參與的霧霾治理路徑，破除霧霾治理中的利益相關(guān)主體信息不對稱、溝通不暢和缺乏積極性等障礙，促進利益相關(guān)主體合作參與城市霧霾治理，為城市霧霾治理帶來新的變革。

2 測度指標(biāo)研究

2.1 霧霾治理角度的DPSIR模型

基于DPSIR模型在反映霧霾治理中治理政策、經(jīng)濟活動和環(huán)境質(zhì)量之間因果關(guān)系方面的突出優(yōu)勢，本文采用DPSIR模型分析和建立城市霧霾治理發(fā)展指數(shù)的測度指標(biāo)結(jié)構(gòu)體系。霧霾治理尺度的DPSIR模型中，驅(qū)動力-壓力-狀態(tài)-影響-響應(yīng)構(gòu)成一個系統(tǒng)的因果關(guān)系鏈。霧霾治理驅(qū)動力表現(xiàn)為我國建設(shè)資源節(jié)約型、環(huán)境友好型社會的內(nèi)在發(fā)展要求；壓力是霧霾產(chǎn)生的能源消費結(jié)構(gòu)、經(jīng)濟結(jié)構(gòu)等深層次原因和當(dāng)前主要污染物排放狀況；狀態(tài)指影響空氣質(zhì)量狀況的主要污染物濃度；影響表現(xiàn)為霧霾治理對城市經(jīng)濟增長、旅游業(yè)收入、居民健康等方面的影響；響應(yīng)表現(xiàn)為所采取的有利于霧霾治理發(fā)展的政策措施。

霧霾治理發(fā)展尺度下的DPSIR模型指標(biāo)結(jié)果關(guān)系如圖1所示。

在霧霾治理尺度下，驅(qū)動力-壓力-狀態(tài)-影響-響應(yīng)的因果結(jié)構(gòu)關(guān)系為：驅(qū)動力是霧霾治理的動力；壓力惡化霧霾治理狀態(tài)，具有消極作用；霧霾治理狀態(tài)對霧霾治理的影響力是多角度的，即有正向積極影響，又有負(fù)向消極影響，會加劇霧霾治理的影響狀況；而霧霾治理發(fā)展的影響與響應(yīng)具有相互作用，影響會引起響應(yīng)的反彈；響應(yīng)對驅(qū)動力、壓力、狀態(tài)均有正向影響，可以預(yù)防、抑制驅(qū)動力，緩解壓力、改善狀態(tài)。

2.2 測度指標(biāo)體系

在霧霾治理評價指標(biāo)選擇方面，根據(jù)不同的研究目的，學(xué)者從政府治理[30]、企業(yè)治理[31]、霧霾污染控制評估[32-33]、霧霾治理影響因素[34]、霧霾控制監(jiān)測指標(biāo)設(shè)計[35]多角度對霧霾治理評價及其影響因素等進行了研究，取得了豐富的研究成果。從現(xiàn)有研究文獻來看，國內(nèi)外學(xué)者在霧霾治理評價指標(biāo)選擇方面，差異較大，尚未形成普遍共識。因此，評價指標(biāo)選擇的科學(xué)性和合理性仍有待探討，有必要進行實證檢驗。

比較借鑒相關(guān)研究成果，在DPSIR模型框架下，按照客觀性、導(dǎo)向性、可比性、系統(tǒng)性原則，本研究最終確定測度指標(biāo)體系如表1所示。

由表1，基于DPSIR模型，城市霧霾治理指數(shù)指標(biāo)結(jié)構(gòu)包括目標(biāo)層、維度層和指標(biāo)層三個層次共17個測度指標(biāo)，反映霧霾治理績效及其影響的關(guān)鍵因素。測度指標(biāo)均采用比值表示，增強可比性。同時，指標(biāo)強調(diào)城市霧霾產(chǎn)生的深層次因素，如能源消費結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)等因素，有利于為制定治理措施提供針對性方向。

從治理效率、責(zé)任分?jǐn)偧笆芤嫘缘冉嵌?，對測度指標(biāo)體系反映的利益相關(guān)主體治理責(zé)任劃分如下：煤炭消費量占能源消費總量比重（X2）、第二產(chǎn)業(yè)產(chǎn)值占GDP比重（X4）、人均GDP（X12）、環(huán)境污染治理投資占GDP比例（X14）、建成區(qū)綠化覆蓋率（X16）五個指標(biāo)主要反映政府的霧霾治理責(zé)任，單位產(chǎn)值能耗（X1）、單位產(chǎn)值二氧化硫排放量（X6）、單位產(chǎn)值煙塵排放量（X7）、新產(chǎn)品產(chǎn)值占GDP比重（X13）、固體廢棄物綜合利用率（X17）五個指標(biāo)主要反映企業(yè)的霧霾治理責(zé)任，人均機動車擁有量（X5）、國內(nèi)旅游業(yè)收入占GDP比重（X11）、人均城市公共交通客運量（X15）主要反映社會公眾的霧霾治理責(zé)任，空氣質(zhì)量達到二級以上天數(shù)占全年比重（X3）、可吸入顆粒物年均濃度（X8）、二氧化氮年均濃度（X9）、二氧化硫年均濃度（X10）四個指標(biāo)反映多主體的共同治理績效，也可以作為

媒體監(jiān)督的工具。測度指標(biāo)為考察利益相關(guān)主體治理績效提供數(shù)據(jù)支持。

2.3 測度指標(biāo)處理與檢驗

2.3.1 樣本城市選擇及數(shù)據(jù)來源

考慮到樣本城市的代表性及數(shù)據(jù)可得性，從長三角區(qū)域選擇了環(huán)保部重點監(jiān)控的上海、南京、無錫、常州、蘇州、南通、揚州、鎮(zhèn)江、杭州、寧波、紹興、合肥12個城市作為測量樣本，對其霧霾治理指數(shù)進行實證分析。

樣本城市的測度指標(biāo)數(shù)據(jù)來源于2008—2017年10年期間的《中國統(tǒng)計年鑒》《中國城市年鑒》以及上海、南京、無錫、常州、蘇州、南通、揚州、鎮(zhèn)江、杭州、寧波、紹興、合肥城市相應(yīng)年份的統(tǒng)計年鑒及國民經(jīng)濟發(fā)展統(tǒng)計公報等。

2.3.2 指標(biāo)閾值與標(biāo)準(zhǔn)化處理

為對城市霧霾治理指數(shù)進行測度，首先需要確定各指標(biāo)的閾值。各指標(biāo)的閾值范圍確定一方面從我國城市霧霾治理的現(xiàn)狀出發(fā)，另一方面體現(xiàn)一定的發(fā)展前瞻性。根據(jù)《中國統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》等相關(guān)指標(biāo)近10年的統(tǒng)計數(shù)據(jù)，同時根據(jù)國內(nèi)相關(guān)標(biāo)準(zhǔn)，在體現(xiàn)一定的發(fā)展前瞻性的前提下，各指標(biāo)的閾值設(shè)置如表1所示。

根據(jù)測度指數(shù)指標(biāo)與城市霧霾治理發(fā)展水平的關(guān)系，表1中的指數(shù)測度指標(biāo)分為正向指標(biāo)和負(fù)向指標(biāo)兩類。正向指標(biāo)，即指標(biāo)值越大表示城市霧霾治理水平越高，對城市霧霾治理發(fā)展起促進作用；負(fù)向指標(biāo)，即指標(biāo)值越大表示城市霧霾治理水平越低，對城市霧霾治理發(fā)展起阻礙作用。表1中，正向指標(biāo)包括：空氣質(zhì)量達到二級以上天數(shù)占全年比重（X2）、國內(nèi)旅游業(yè)收入占GDP比重（X11）、人均GDP（X12）、新產(chǎn)品產(chǎn)值占GDP比重（X13）、環(huán)境污染治理投資占GDP比例（X14）、人均城市公共交通客運量（X15）、建成區(qū)綠化覆蓋率（X16）、固體廢棄物綜合利用率（X17），其余為負(fù)向指標(biāo)。

為消除測度指標(biāo)量綱不同和數(shù)量級差因素對城市霧霾治理指數(shù)的影響，對表1中的指標(biāo)數(shù)據(jù)進行標(biāo)準(zhǔn)化處理。經(jīng)過標(biāo)準(zhǔn)化處理后，測度指標(biāo)數(shù)值區(qū)間為[0，1]，并使負(fù)向指標(biāo)與城市霧霾治理發(fā)展水平呈正向關(guān)系。

本文測度指標(biāo)量表的信度檢驗結(jié)果如表2所示。

由表2，指標(biāo)體系中DPSIR五個維度的Cronbachs α值均大于0.6，CR值均大于0.7。檢驗結(jié)果顯示，本文建立的城市霧霾治理指數(shù)測度指標(biāo)體系具有較高的信度。

效度檢驗分別采用內(nèi)斂效度與判別效度進行檢驗。內(nèi)斂效度檢驗公式如式（5）所示：

根據(jù)Chin[38]的研究結(jié)果，內(nèi)斂效度檢驗要求每個維度的平均提取方差（AVE）的臨界值大于0.5。經(jīng)檢驗，本文中DPSIR五個維度的AVE臨界值分別為：0651、0592、0844、0647、0715，均大于05，表明本文建立的霧霾治理測度指標(biāo)體系各因子具有良好的內(nèi)斂效度。

判別效度檢驗要求各維度因子的AVE臨界值的平方根大于該維度與其它維度的相關(guān)系數(shù)。本文霧霾治理指數(shù)各維度的判別效度檢驗結(jié)果如表3所示。

從表3可以看出，AVE臨界值的平方根（表3矩陣對角線值）均大于該維度與對應(yīng)的其它維度的相關(guān)系數(shù)，表明本文建立的城市霧霾治理測度指標(biāo)體系在DPSIR概念框架中各維度之間具有明顯差異。

3 測度方法與結(jié)果分析

3.1 測度指數(shù)計算方法

在霧霾指數(shù)測度方法方面，常用的方法有主成分分析法、模糊綜合評價法、神經(jīng)網(wǎng)絡(luò)法等，這些方法各有其優(yōu)勢與局限性。幾何平均法在霧霾治理指數(shù)測度方面可以體現(xiàn)各指標(biāo)間的差異，受極端值的影響較小，并消除人為主觀因素的影響。同時，該方法計算方法簡單，可以最大限度的減少霧霾治理水平測度指數(shù)結(jié)果的失真。因此，本文采用幾何平均法對霧霾治理指數(shù)進行計算。

3.2 測度指數(shù)指標(biāo)權(quán)重

指標(biāo)權(quán)重代表不同指標(biāo)對城市霧霾治理指數(shù)的重要性程度。為減少主觀因素對霧霾測度結(jié)果的影響，本文采用主成分回歸法確定各測度指標(biāo)的權(quán)重。采用該方法，不僅可以兼顧各測度指標(biāo)之間的相互關(guān)系，而且可以最大程度地反映各測度指標(biāo)對城市霧霾治理影響程度的客觀實際，避免主觀因素的影響。

采用SPSS20.0軟件計算霧霾治理的主成分回歸系數(shù)。本文特征值大于1的主成分為7個，累計方差貢獻率為89.323%。進行主成分回歸后，城市霧霾治理指數(shù)指標(biāo)的主成分回歸模型表示如下：

各測度指標(biāo)的主成分回歸系數(shù)即為該指標(biāo)的權(quán)重。權(quán)重大小體現(xiàn)了各指標(biāo)對城市霧霾治理發(fā)展指數(shù)影響的重要性程度。從各指標(biāo)的權(quán)重大小來看，產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)等霧霾治理的深層次因素對霧霾治理指數(shù)影響程度最大，單位產(chǎn)值二氧化硫排放量、空氣質(zhì)量達到二級以上天數(shù)、人均城市公共交通客運量等因素對霧霾治理指數(shù)的影響程度其次，而固體廢棄物綜合利用率、建成區(qū)綠化覆蓋率等因素對霧霾指數(shù)的影響程度最小。指標(biāo)權(quán)重大小整體上差距不大。從客觀現(xiàn)實情況來看，指標(biāo)權(quán)重大小可以反映霧霾治理指數(shù)的科學(xué)內(nèi)涵。

3.3 指數(shù)測度結(jié)果與分析

3.3.1 樣本城市霧霾治理指數(shù)測度結(jié)果與分析

根據(jù)以上方法，本文對上海、南京、無錫、常州、蘇州、南通、揚州、鎮(zhèn)江、杭州、寧波、紹興、合肥12個樣本城市2007—2016年期間的霧霾治理指數(shù)進行測度。

樣本城市的霧霾治理指數(shù)及其發(fā)展趨勢如圖2所示。

為檢驗霧霾治理測度指數(shù)的科學(xué)性，選擇可吸入顆粒物年均濃度（PM10）表現(xiàn)較為穩(wěn)定的樣本城市，作對應(yīng)年份樣本城市霧霾治理指數(shù)與該城市可吸入顆粒物年均濃度（PM10）的Pearnsom相關(guān)性檢驗，顯著性水平為雙側(cè)檢驗結(jié)果。檢驗結(jié)果如表4所示。

樣本城市近10年來的霧霾治理指數(shù)與PM10濃度呈現(xiàn)強負(fù)相關(guān)、中等程度負(fù)相關(guān)或弱負(fù)相關(guān)。負(fù)相關(guān)表示，城市霧霾治理指數(shù)越高，該城市PM10年均濃度越低。以下以上海和無錫市為例，對城市霧霾治理指數(shù)和PM10年均濃度關(guān)系進行說明。首先，以上海為例，該城市的PM10年均濃度從2007年的0.088 mg/m3下降到2016年的0.059 mg/m3，PM10濃度變化除2013年有較大反彈外，其它年份表現(xiàn)為穩(wěn)定下降，霧霾治理指數(shù)由2007年0.581上升到2016年的0.708，因此上海霧霾治理指數(shù)與可吸入顆粒物年均濃度（PM10）表現(xiàn)為強負(fù)相關(guān)，霧霾治理指數(shù)與霧霾實際水平相符，且顯著性水平（雙側(cè)）在置信度為0.01的水

平上顯著相關(guān)。杭州市PM10與治理指數(shù)關(guān)系和上海相似。其次，從無錫市的情況來看，該市PM10年均濃度2007年和2016年均為0.083，期間變化有升有降，不穩(wěn)定，其中2013、2014年上升幅度較大，而該市霧霾治理指數(shù)變化總體趨勢是也呈現(xiàn)曲折走勢，其中2013年、2014年度有較大程度下降，與PM10年均濃度變化類似。其它城市的霧霾治理指數(shù)與PM10年均濃度關(guān)系表現(xiàn)也符合治理實踐與治理邏輯。因此，本文構(gòu)建的霧霾治理指數(shù)可以科學(xué)反映城市霧霾治理水平的高低。

根據(jù)圖2的測度結(jié)果介紹樣本城市的霧霾治理指數(shù)情況。根據(jù)城市霧霾治理指數(shù)反映的城市霧霾治理績效水平狀況，首先將城市霧霾治理指數(shù)分為四個等級，指數(shù)大于0.7表示優(yōu)，0.6～0.7表示良，0.5～0.6表示中，0.4～0.5表示差，0.4以下表示極差。

從霧霾治理指數(shù)發(fā)展水平來看，近10年來，上海的霧霾治理指數(shù)最低為2007年的0.596，最高為2016年的0708，達到了優(yōu)的水平，在12個樣本城市中霧霾治理指數(shù)最高，且處于穩(wěn)步增長中，反映出上海的霧霾治理處于較高的水平。其次，南京、無錫、杭州的霧霾治理指數(shù)大部分年份大于0.5，處于中的水平。南通、紹興的霧霾治理水平在樣本城市中相對較差，大部分年份處于差的水平。除上海外，大部分樣本城市的霧霾治理指數(shù)較低，說明有較大的提升空間。

從霧霾治理指數(shù)的變化趨勢來看，12個樣本城市的治理指數(shù)變化趨勢較為一致，總體上呈現(xiàn)增長趨勢，均有不同程度的增長。其中，揚州和鎮(zhèn)江增長幅度較大，均超過了1倍，合肥和南京的變化幅度較小，2016年比2007年分別增長了9.97%和14.48%，并且合肥市的變化程度比較大，處于不穩(wěn)定狀態(tài)。樣本城市霧霾治理指數(shù)變化趨勢的另一個特點是在2013年、2014年有不同程度的下降，與城市空氣質(zhì)量優(yōu)良率下降、空氣中可吸入顆粒物含量上升、二氧化硫、二氧化氮年均濃度提高等因素有關(guān)。樣本城市霧霾治理指數(shù)的變化反映了不同時期樣本城市霧霾治理績效水平。

從圖2可以看出，本文構(gòu)建的霧霾治理指數(shù)一方面可以揭示一個城市霧霾治理的演變規(guī)律和發(fā)展變化趨勢，對其發(fā)展趨勢進行預(yù)測預(yù)警、輔助決策，另一方面可以對不同城市的霧霾治理績效進行對比分析，確定發(fā)展目標(biāo)。

3.3.2 DPSIR各維度霧霾治理指數(shù)測度結(jié)果與分析

以上海為例，對DPSIR模型各維度的霧霾治理指數(shù)進行測度，分析各因素對霧霾治理指數(shù)的影響機理。采用同樣測度方法可以計算上海DPSIR各維度的霧霾治理指數(shù)，測度結(jié)果如圖3所示。

由圖3，從上海霧霾治理的驅(qū)動力維度（D）來看，指數(shù)總體上呈現(xiàn)上升趨勢。這是因為上海的指標(biāo)單位產(chǎn)值能耗不斷下降，從2007年的0.780噸標(biāo)準(zhǔn)煤/萬元下降到2016年的0.427噸標(biāo)準(zhǔn)煤/萬元，下降了82.67%，對節(jié)能減排目標(biāo)實現(xiàn)的貢獻較大。同時，煤炭消費占能源消費總量的比重也下降了7個百分點，調(diào)整了能源結(jié)構(gòu)，減少了煤炭消費比重，對減少霧霾污染發(fā)揮了積極作用。但是上海空氣質(zhì)量優(yōu)良率近年來下降幅度較大，從2007年的899%到2016年的75.4%，其中2013年一度下降到66%，拖累了霧霾治理驅(qū)動力指數(shù)的增長。在三個因素的綜合作用下，上海霧霾治理驅(qū)動力維度（D）指數(shù)整體上呈現(xiàn)增長趨勢，有效促進了霧霾治理指數(shù)的增長。

從上海霧霾治理的壓力維度（P）來看，上海近年來通過大力發(fā)展金融、貿(mào)易和航運業(yè)，進行產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，使第二產(chǎn)業(yè)產(chǎn)值占GDP的比重不斷下降，從2007年的44.8%下降到2016年的29.8%，下降了15個百分點，單位產(chǎn)值二氧化硫和煙塵的排放量2016年比2007年分別下降了93.3%、66.28%，這些因素大大降低了霧霾治理的壓力，促進了霧霾治理指數(shù)的增長。但上海的人均機動車擁有量一直保持了較高的水平，尾氣排放增長給霧霾治理壓力，拖累壓力維度指標(biāo)的上升。在以上四個測度指標(biāo)因素的綜合作用下，上海霧霾治理壓力維度指數(shù)呈現(xiàn)穩(wěn)步增長趨勢，對霧霾治理指數(shù)增長的貢獻最大。

從上海霧霾治理狀態(tài)維度（S）來看，上海的可吸入顆粒物（PM10）年均濃度、二氧化硫年均濃度、二氧化氮年均濃度三個指標(biāo)均有不同程度的下降。其中，可吸入顆粒物年均濃度從2006年的0.088 mg/m3下降到2016年的0.059 mg/m3，下降了32.95%，二氧化硫年均濃度下降了7273%，二氧化氮的年均濃度下降了20.37%，污染物的下降表明上海的環(huán)境質(zhì)量狀況得到了明顯改善，直接體現(xiàn)出了霧霾治理的成效。在三個測度指標(biāo)的共同作用下，上海霧霾治理狀態(tài)維度（S）呈現(xiàn)上升趨勢，提高了霧霾治理指數(shù)。

從上海霧霾治理影響維度（I）來看，國內(nèi)旅游業(yè)收入占GDPD 比重除個別年份外，大部分年份在12%左右，表現(xiàn)較為平穩(wěn)，2016年與2007年基本持平，旅游業(yè)收入對霧霾治理指數(shù)拉動作用非常有限。上海新產(chǎn)品產(chǎn)值占GDP的比重下降了近9個百分點，技術(shù)創(chuàng)新速度增長放慢，霧霾天氣影響了科技進步的增長速度，拖累了霧霾治理指數(shù)的增長。上海的人均GDP保持了平穩(wěn)增長，表明霧霾治理對上海經(jīng)濟增長具有正向影響。在三個影響要素的共同作用下，影響維度拖累了霧霾治理指數(shù)的增長，具有消極影響。

從上海霧霾治理的響應(yīng)維度（R）來看，上海環(huán)境污染治理投資額占GDP的比重基本處于3%的比例，建成區(qū)綠化覆蓋率和固體廢棄物綜合利用率約提高了1個百分點，這些治理手段對改善污染，提高霧霾治理指數(shù)的貢獻不大。從人均城市公共交通客運量來看，該指標(biāo)由年公共交通客運總量與常住人口的比值計算得到，表示城市公共交通的發(fā)達程度，反映減少汽車尾氣污染對治理霧霾的貢獻水平，上海的人均城市公共交通客運量從2007年251.34人次下降到2016年的239.38人次，略有下降，表明上海公共交通的發(fā)展速度落后于常住人口的增長速度，拖累了霧霾治理指數(shù)的提高。上海對霧霾治理的響應(yīng)程度有待改進。

3.3.3 利益相關(guān)主體霧霾治理指數(shù)測度結(jié)果與分析

仍以上海為例，從利益相關(guān)主體霧霾治理角度對霧霾治理指數(shù)進行測度與分析，以明確利益相關(guān)專題的霧霾治理績效，測度方法如式6所示。測度結(jié)果如圖4所示。

從利益相關(guān)主體治理績效來看，政府主體的霧霾治理績效較差，低于上海的霧霾治理指數(shù)，大大拖累了上海的霧霾治理指數(shù)。政府主體在霧霾治理中，降低煤炭消費比重和調(diào)整產(chǎn)業(yè)結(jié)構(gòu)方面對霧霾治理績效顯著，但環(huán)境污染治理投資額度、建成區(qū)綠化覆蓋率和人均GDP增長指標(biāo)與其它測度樣本城市相比表現(xiàn)相對較差，如建成區(qū)綠化覆蓋率約38%，影響了政府主體的治理指數(shù)，需要采取針對性的措施，提高治理績效。

從企業(yè)主體的治理績效來看，整體上高于上海的霧霾治理指數(shù)，保持了較高水平，并呈現(xiàn)穩(wěn)步增長趨勢。這是因為企業(yè)主體在降低單位產(chǎn)值能耗、單位產(chǎn)值二氧化硫排放量、單位產(chǎn)值煙塵排放量和提高固體廢棄物綜合利用率等測度指標(biāo)方面與其它測度樣本城市相比，治理績效突出。由于上海近年來大力發(fā)展金融、貿(mào)易、航運和服務(wù)業(yè)，所以新產(chǎn)品產(chǎn)值占GDP的比重較低，從2007年的3643%下降到2016年的27.66%，對提高企業(yè)主體的治理指數(shù)具有較大負(fù)面影響。企業(yè)在霧霾治理中一方面需要保持、穩(wěn)步提高優(yōu)勢，同時需要加大產(chǎn)品創(chuàng)新力度，提高霧霾治理指數(shù)。

社會公眾對霧霾治理的直接表現(xiàn)為采用公共交通的低碳方式出行、減少私家車的擁有和使用、通過旅游消費支出支持環(huán)境友好城市建設(shè)等方面。從社會公眾的直接治理績效表現(xiàn)來看，與其它樣本城市相比，整體上仍處于相對較好水平，但波動幅度較大，近2年呈現(xiàn)下降趨勢，低于上海的治理指數(shù)。從測度指標(biāo)來看，公共交通客運量雖然在增長，但人均公共交通客運量呈現(xiàn)下降趨勢，從2007年的1 822.8次下降到2016年的989.3次，下降了45.73%，人均機動車擁有量從2008年的0.138輛增長到2016年的0.149輛，國內(nèi)旅游業(yè)收入占GDP的比重2007年與2016年大致相當(dāng)，因此導(dǎo)致了社會公眾治理指數(shù)的變化。從治理指數(shù)來看，需要進一步在公眾中樹立低碳生活、低碳消費的思想觀念，采用低碳方式出行，以實際行動保護環(huán)境。

從多主體的共同治理指數(shù)來看，由于上海可吸入顆粒物年均濃度、二氧化氮年均濃度、二氧化硫年均濃度均有不同程度的下降，與其他測度樣本城市相比相對較好，但空氣質(zhì)量達到二級以上天數(shù)占全年比重相對較低，尤其是2013年來處于66%～77%的較低水平。在多主體的共同治理下，該治理指數(shù)高于上海治理指數(shù)，上升趨勢明顯。

4 治理路徑創(chuàng)新

城市霧霾治理指數(shù)反映了霧霾的治理績效，為破除霧霾治理中的缺乏信息共享與合作治理機制提供了治理信息資源和數(shù)據(jù)支持，為霧霾治理提供了工具和創(chuàng)新路徑。

（1）創(chuàng)建霧霾治理指數(shù)信息共享平臺，提高霧霾治理積極性。從長三角樣本城市霧霾治理指數(shù)測度結(jié)果，上海在2016年大于0.7，達到了優(yōu)等級，南通、紹興大部分年份低于0.5，處于差的水平，其它樣本城市大部分年份在0.5～0.6之間，處于中的水平，表明長三角城市的霧霾治理績效水平整體不高，需要提高霧霾治理積極性。針對各城市霧霾治理的現(xiàn)狀，構(gòu)建霧霾治理指數(shù)信息共享平臺是提高各城市霧霾治理積極性的有效手段。建立霧霾治理指數(shù)信息共享平臺，定時發(fā)布各城市霧霾治理指數(shù)信息，可以使霧霾治理指數(shù)成為反映各城市霧霾治理績效狀況的晴雨表和對比工具，為進行霧霾治理提供信息透明機制。通過該平臺發(fā)布的霧霾治理指數(shù)信息，從橫向上來看，可以幫助相關(guān)城市了解本城市霧霾治理績效的排名位次及其與其它城市的差距大小，對城市提高霧霾治理指數(shù)發(fā)揮激勵、鞭策作用，也為上級政府對霧霾治理進行獎懲提供依據(jù)；從縱向來看，可以幫助城市了解本市霧霾發(fā)展變化的情況及其規(guī)律，并對未來發(fā)展進行預(yù)測、預(yù)警，從而為霧霾治理決策提供數(shù)據(jù)支持。

（2）建立測度指標(biāo)影響路徑關(guān)系圖，提高霧霾治理措施針對性。從對上海DPSIR各維度霧霾治理指數(shù)的測度結(jié)果來看，霧霾治理的驅(qū)動力（D）曲折中加強、壓力（P）穩(wěn)步減輕、狀態(tài)（S）穩(wěn)定趨好、影響（I）弱化、響應(yīng)（R）能力亟待改進，各維度下的測度指標(biāo)進一步為治理措施制定指明了路徑，為制定霧霾治理措施提供有效數(shù)據(jù)支持。從主要影響因素來看，根據(jù)上海的霧霾治理指數(shù)測度結(jié)果，影響（I）維度的指數(shù)10年間都徘徊在0.45～0.56的水平，大大拖累了上海的霧霾治理指數(shù)，因此上海主要應(yīng)采取加大技術(shù)創(chuàng)新投入支持力度、發(fā)展高新技術(shù)產(chǎn)業(yè)、積極促進技術(shù)創(chuàng)新成果轉(zhuǎn)化等措施來實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整目標(biāo)，促進技術(shù)減排，降低霧霾污染。同時，上海響應(yīng)（R）維度的指數(shù)2016年僅比2007年增長了0.02個百分點，究其原因，上海還需要從加大建設(shè)公共交通體系、倡導(dǎo)公共交通出行來應(yīng)對日益增長的人口數(shù)量帶來的交通污染問題。

（3）明確利益相關(guān)主體的治理責(zé)任，提高霧霾治理效果。從對上海治理主體的霧霾治理指數(shù)測度結(jié)果來看，企業(yè)主體和政府主體的治理指數(shù)2016年分別達到0.790 6和0.715 5，比2007年分別增長了42.4%和24.8%，保持了穩(wěn)定增長，在霧霾治理中發(fā)揮了主體作用和領(lǐng)導(dǎo)作用，公眾政府主體的治理指數(shù)保持了穩(wěn)定的高速增長，在霧霾治理中發(fā)揮了關(guān)鍵作用，多主體的治理指數(shù)大部分年份大于0.7，保持在較高水平，但不穩(wěn)定，公眾主體的治理指數(shù)大部分年份低于0.6，在霧霾治理中拖累了指數(shù)增長。利益相關(guān)主體的霧霾治理指數(shù)為明確利益相關(guān)主體的治理責(zé)任提供了有效支撐。根據(jù)上海各利益相關(guān)主體的治理指數(shù)，提高霧霾治理效果的有效途徑是對公眾在治理中進行教育和引導(dǎo)，引導(dǎo)公眾采用低碳的公共交通方式出行，減少高碳的機動車出行，降低污染，在旅游等消費活動中，培養(yǎng)綠色消費習(xí)慣，促進環(huán)境的美化。同時，對治理主體霧霾治理指數(shù)的測度，也有利于確保利益相關(guān)主體參與治理的信息知情權(quán)、監(jiān)督權(quán)，改善利益相關(guān)主體參與治理中的信息不對稱、不及時等狀況，促進利益相關(guān)主體合作參與霧霾治理。

（4）完善霧霾治理指數(shù)運用機制，提高霧霾治理的可持續(xù)性。從多角度對霧霾治理指數(shù)進行了測度，測度結(jié)果可以應(yīng)用到社會管理的多方面，發(fā)揮霧霾治理指數(shù)的應(yīng)用價值。首先，可以作為中央政府對地方政府的重要考評指標(biāo)，從而促使地方政府關(guān)注霧霾指數(shù)，積極采取措施，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，減少煤炭資源消費比重，發(fā)展公共交通，加大環(huán)保治理投資，加強對排污行為加強監(jiān)管力度，不為短期經(jīng)濟利益犧牲環(huán)境利益，提高霧霾治理績效水平，促進城市經(jīng)濟與環(huán)境資源的協(xié)調(diào)發(fā)展。其次，可以作為對企業(yè)污染監(jiān)管的依據(jù)，根據(jù)企業(yè)排污對霧霾治理指數(shù)的影響程度，制定對企業(yè)的獎懲標(biāo)準(zhǔn)或者稅收依據(jù)，提高企業(yè)霧霾治理的積極性和主動性。最后，投資者和金融機構(gòu)可以應(yīng)用霧霾治理指數(shù)信息進行投資決策，社會公眾和媒體可以利用該信息更好的發(fā)揮監(jiān)督職能，提高參與治理的積極性。最終，通過霧霾治理指數(shù)信息的應(yīng)用和普及，建立起政府主導(dǎo)、利益相關(guān)主體共同參與的霧霾治理模式，在全社會樹立起“同呼吸、共治理”的行為準(zhǔn)則，改變傳統(tǒng)的政府一元治理模式，破解霧霾治理中“市場失靈”和“政府失靈”問題。

（編輯：于 杰）

參考文獻（References）

[1]ELSER M，HUANG R J，WOLF R， et al. New insights into PM2.5 chemical composition and sources in two major cities in China during extreme haze events using aerosol mass spectrometry[J].Atmospheric chemistry and physics， 2016， 16（5）：3207-3225.

[2]CHENG Y， ZHENG G， WEI C， et al. Reactive nitrogen chemistry in aerosol water as a source of sulfate during haze events in China [J]. Science advances， 2016， 2（12）.

[3]彭滿如，金友良，范忞.基于霧霾治理的企業(yè)環(huán)境績效指標(biāo)構(gòu)建[J].中南大學(xué)報（社會科學(xué)版），2017，23（5）：114-121. [PENG Manru， JIN Youliang，F(xiàn)an Min. Establishment of environmental performance index for enterprises based on fog haze governance[J].Journal of Central South University（social sciences）， 2017，23（5）：114-121.]

[4]HAN S， HAO T， ZHANG， et al. Vertical observation and analysis on rapid formation and evolutionary mechanisms of a prolonged haze episode over centraleastern China[J]. Science of the total environment，2017，616：135-146.

[5]張雙成，趙立都，呂旭陽，等.GPS水汽在霧霾天氣監(jiān)測中的應(yīng)用研究[J].武漢大學(xué)學(xué)報（信息科學(xué)版），2018，43（3）：451-456. [ZHANG Shuangcheng， ZHAO Lidu， LV Xuyang， et al. Application of GPS water vapor to hazy weather[J]. Geomatics and information science of Wuhan University， 2018，43（3）：451-456.]

[6]ZHANG D. Current status and analysis on fog and haze [J]. Advance in environmental protection， 2013， 3（2）： 25-28.

[7]唐德才，李智江，張瑛. 霧霾治理文獻綜述與有效性分析[J].生態(tài)經(jīng)濟，2017，33（12）：174-179. [TANG Decai， LI Zhijiang， ZHANG Ying. Literature review and effectiveness analysis of haze governance [J].Ecological economy， 2017，33（12）：174-179.]

[8]馬成文，徐娜娜. 基于主成分回歸法的霧霾影響因素計量分析[J].沈陽大學(xué)學(xué)報（社會科學(xué)版），2017，19（1）：21-24. [MA Chengwen， XU Nana. Empirical analysis of factors affecting haze based on principal component regression[J]. Journal of Shenyang University （social sciences）， 2017，19（1）：21-24.]

[9]劉華軍，孫亞男，陳明華.霧霾污染的城市間動態(tài)關(guān)聯(lián)及其成因研究[J].中國人口·資源與環(huán)境，2017，27（3）：74-81. [LIU Huajun， SUN Yanan， CHEN Minghua. Dynamic correlation and causes of urban haze pollution [J]. China population， resources and environment， 2017，27（3）：74-81.]

[10]CHEN D， CHEN S， Jin H. Industrial agglomeration and CO2 emissions： evidence from 187 Chinese prefecturelevel cities over 2005-2013 [J].Journal of cleaner production， 2018， 172， 993-1003.

[11]白俊紅，聶亮.環(huán)境分權(quán)是否真的加劇了霧霾污染？[J].中國人口·資源與環(huán)境，2017，27（12）：59-69.[BAI Junhong， NIE Liang. Is environmental decentralization really exacerbating haze pollution？ [J]. China population， resources and environment， 2017，27（12）： 59-69.]

[12]CAI W， LI K， LIAO H， et al. Weather conditions conducive to Beijing severe haze more frequent under climate change [J]. Nature climate change， 2017， 7（4）： 257-262.

[13]王建民，楊文培，楊力.雙贏目標(biāo)約束下的中國能源結(jié)構(gòu)調(diào)整測算[J].中國人口·資源與環(huán)境，2016，26（3）：27-36. [WANG Jianmin， YANG Wenpei， YANG Li. Estimation of Chinas energy structure adjustment with the winwin goal constraints[J]. China population， resources and environment， 2016，26（3）：27-36.]

[14]陳詩一，陳登科.霧霾污染、政府治理與經(jīng)濟高質(zhì)量發(fā)展[J].經(jīng)濟研究，2018（2）：20-34.[CHEN Shiyi， CHEN Dengke. Air pollution， government regulations and the highquality development of Chinas economy[J].Economic research， 2018（2）：20-34.]

[15]陳詩一，陳登科.中國資源配置效率動態(tài)演化：納入能源要素的新視角[J].中國社會科學(xué)，2017（4）：67-83.[CHEN Shiyi， CHEN Dengke. Dynamic evolution of Chinas resource allocation efficiencya new perspective of integrating energy elements[J].Social sciences in China， 2017（4）：67-83.]

[16]CHEN D， CHEN S. Particulate air pollution and real estate valuation： evidence from 286 Chinese prefecturelevel cities[J]. Energy policy， 2017，109： 884-897.

[17]姜春海，宋志永，馮澤. 霧霾治理及其經(jīng)濟社會效應(yīng)：基于“禁煤區(qū)”政策的可計算一般均衡分析[J].中國工業(yè)經(jīng)濟，2017（9）：44-62.[JIANG Chunhai， SONG Zhiyong， FENG Ze. Haze Governance and its economic and social effect： an analysis of CGE model based on ‘coal restricted area policy [J].China industrial economics， 2017（9）： 44-62.]

[18]YANG L， WANG J， SHI J. Can China meet its 2020 economic growth and carbon emissions reduction targets？ [J]. Journal of cleaner production， 2017， 142： 993-1001.

[19]NESADURAI H. ASEAN environmental cooperation， transnational private governance， and the haze： overcoming the‘Territorial Trap of StateBased Governance？ [J].Transregional and national studies of southeast Asia， 2017，5（1）： 121-145.

[20]ISLAM M， PEI YH， MANGHARM S. Transboundary haze pollution in southeast Asia： sustainability through plural environmental governance [J].Sustainability， 2016，8（5）.

[21]王建民，王傳旭，楊力.我國碳減排利益相關(guān)者界定與分類[J].安徽理工大學(xué)學(xué)報（社會科學(xué)版），2014，16（5）：17-24.[WANG Jianmin， WANG Chuanxu， YANG Li. Definition and classification of carbon emission reduction stakeholders in China [J].Journal of Anhui University of Science and Technology（social sciences）， 2014，16（5）：17-24.]

[22]孟慶國，杜洪濤，王君澤. 利益訴求視角下的地方政府霧霾治理行為分析[J].中國軟科學(xué)，2017（11）：66-76.[MENG Qingguo， DU Hongtao， WANG Junze. The analysis of local governments behavior in haze control from the perspective of interest demand [J].China soft science，2017（11）：66-76.]

[23]初釗鵬，劉昌新，朱婧.基于集體行動邏輯的京津冀霧霾合作治理演化博弈分析[J].中國人口·資源與環(huán)境，2017，27（9）：56-65. [CHU Zhaopeng，LIU Changxin，ZHU Jing.Evolutionary game analysis on cooperative governance of haze in BeijingTianjinHebei based on the logic of collective action[J].China population， resources and environment， 2017，27（9）： 56-65.]

[24]鄒偉進，劉萬里. 生態(tài)文明視角下霧霾治理的博弈分析[J].新疆大學(xué)學(xué)報（哲學(xué)·人文社會科學(xué)版），2016，44（5）：30-35.[ZOU Weijin， LIU Wanli. Haze control from the ecological civilization perspective[J]. Journal of Xinjiang University（philosophy， humanities & social sciences），2016，44（5）：30-35.]

[25]LI J， LIANG X， TIM C， et al. Opportunies and barriers for implementing CO2 capture ready designs： a case study of stakeholders perceptions in Guangdong， China [J]. Energy policy， 2012，45（6）： 243-251.

[26]YAO W， ZHANG C， WANG X， et al. The research of new daily diffuse solar radiation models modified by air quality index （AQI） in the region with heavy fog and haze[J]. Energy conversion and management， 2017，139：140-150.

[27]YANG Y， Wang J， GONG S， et al. PLAM a meteorological pollution index for air quality and its applications in foghaze forecasts in North China[J]. Atmospheric chemistry and physics， 2016， 16（3）：1353-1364.

[28]ZHA Y， GAO J， JIANG J， et al. Normalized difference haze index： a new spectral index for monitoring urban air pollution [J]. International journal of remote sensing，2012（3）：309-321.

[29]王秦，李慧鳳，敖靜海.京津冀三方聯(lián)動霧霾治理機制評價指標(biāo)體系研究[J].當(dāng)代經(jīng)濟管理，2018，40（3）：25-31. [WANG Qin， LI Huifeng， AO Jinghai. Research on the evaluation index system of smog governance mechanism through BeijingTianjinHebei tripartite linkage[J]. Contemporary economic management， 2018，40（3）：25-31.]

[30]SHEN L， WANG Y. Supervision mechanism for pollution behavior of Chinese enterprises based on haze governance[J]. Journal of cleaner production， 2018，197：571-582.

[31]劉海英，張秀秀. 政府霧霾治理績效評價指標(biāo)體系的構(gòu)建研究[J].環(huán)境保護，2015，43（3）：58-61.[LIU Haiying， ZHANG Xiuxiu.Research on the construction of the government haze governance performance evaluation index system [J]. Environmental protection， 2015， 43（3）：58-61.]

[32]YU S， LI P， WANG L， et al. Mitigation of severe urban haze pollution by a precision air pollution control approach [J].Scientific reports， 2018，8.

[33]WANG H. On assessing haze attribution and control measures in China[J]. Atmospheric and oceanic science letters， 2018，11（2）：120-122.

[34]LI L， XIN L. Corporate social responsibility in the haze governance[J].Journal of investigative medicine， 2014， 62（8）：S111.

[35]FU H， CHEN J. Formation， features and controlling strategies of severe hazefog pollutions in China[J]. Science of the total environment， 2017（578）：121-138.

[36]NUNALLY J C.Psychometric theory[M]. 2nd ed. New York：McGrawHill，1978：13-24.

[37]PETTER S， STARAUB D， RAI A. Specifying formative constructs in information system research [J]. MIS quarterly， 2007，31：623-656.

[38]CHIN W W. Issues and opinion on structural equation modeling[J]. MIS quarterly， 1998，22：7-16.

Abstract At present， China is facing a prominent problem of haze pollution in the sustainable development. Chinas haze governance lacks scientific evaluation tools， and a single mode of government governance is also in urgent need of innovation. In view of the current urban haze pollution problem， this study first defined the connotation of the urban haze control index， and built the urban haze control index based on the DPSIR model. On this basis， 12 cities of the Yangtze River Delta， including Shanghai， Nanjing， Wuxi， Hangzhou， mainly monitored by the Ministry of Environmental Protection were selected as samples， and the haze control index of these cities in 2007-2016 was measured and empirically analyzed. The measurement results showed that： First， the haze control index in Shanghai was larger than 0.7 in 2016， reaching the grade of excellence， haze governance index in Nantong and Shaoxing was below 0.5 in most of years， at the weak level. The other sample cities were 0.5～0.6 in most of years， at the middle level， and the overall governance level was low. Second， from the measurement results of haze governance index of Shanghais DPSIR dimensions， the driving （D） force rose in twists， pressure （P） gradually decreased， state （S） tended to be stable， influence （I） force weakened， and response （R） capacity needed to be improved. Third， from the contribution of stakeholders to haze governance in Shanghai， enterprise and government made large contribution and their contribution steadily increased. The public made lower contribution in haze governance while the contribution of other stakeholders were not stable. Taking the urban haze control index as a governance tool， it put forward the governance policies and measures from four aspects： establishing the information sharing platform of the haze control index information， establishing the measure index to influence the path relation map， defining the governance responsibility of the stakeholders and improving the use mechanism of the haze control index， so as to innovate the haze governance path.

Key words haze governance； index development； path innovation； stakeholders