Page 15 - 南京医科大学社科版
P. 15

南
               第3期 总第134期                           南京医科大学学报（社会科学版）京医科大学学报（社会科学版）                             ·
                 2026年6月                      Journal of Nanjing Medical University（Social Sciences）of Nanjing Medical University（Social Sciences）  · 229
                                              Journal
                                                                       N
               证了这一结果；Han 等        ［15］ 采用 TOPSIS⁃熵权法，从时             Y =μt+βtXi+atui+δit                   （2）
                                                                      1t
               空维度评估“无废城市”的建设绩效；赵曦等                   ［16］ 综合        其中，μt为时间固定效应；βt为预测变量的估计
               采用德尔菲法（Delphi）、层次分析法（AHP）和五分                      参数；Xi表示不受“无废城市”试点政策影响的可观
               制综合评分法建立“无废城市”固体废物综合处理                            测控制变量；at表示不可观测公共因子；ui表示 N×1
               产业园建设水平的评价指标体系；Romano 等                ［17］ 采用    维城市固定效应，δit为误差项，均值为0。
               非参数技术评估了托斯卡纳采用无废策略的作用。                                为估计试点城市未受到“无废城市”试点政策
               对现有研究分析可以发现，当前关于“无废城市”试点                          影响的人均医疗废物产生量，对对照组城市设置一
               政策的研究，多集中于其对工业固废、生活垃圾分类                           个 P×1 维的权重向量 V。通过对对照组城市进行加
               处置等常规固体废物的减量增效作用，鲜有对医疗废                           权，能够构建出在数据特征上和试点城市近似的“合
               物的研究，而医疗废物作为一类对人体健康和生态环                           成城市”。基于 Abadie 等     ［21］ 的论证，若非奇异且政策
               境具有较大危害的特殊废物类型，其产生源头、收集                           实施前的观察期够长，通过合成控制法所得结果可
               转运流程及处置标准均与常规固体废物存在本质差                            以被认为是对实验组反事实结果的无偏估计，由此
               异，其规范化管理是“无废城市”全域固体废物精细化                          可得到“无废城市”试点政策对人均医疗废物产生
               治理目标实现的关键环节。
                                                                 量影响的无偏估计，即：
                   为此，本文基于我国 35 个大中城市 2013—2022                               P + 1  *
                                                                                V Y ，t∈［T0+1，T］            （3）
                                                                     τ1t=Y1t-∑ P = 2  P  Pt
               年的面板数据，采用合成控制法探析“无废城市”试
                                                                     （二）变量说明与数据来源
               点政策对医疗废物产生量的影响，弥补现有研究偏
                                                                     本研究以 2019 年生态环境部发布的《关于发布
               重宏观固体废物而忽视医疗废物特殊性的不足，为
                                                                “无废城市”建设试点名单的公告》为依据，35 个大
               科学评估“无废城市”建设中的医疗废物管理成效
                                                                 中城市中的 4 个“无废城市”建设试点城市为初始样
               提供依据，同时为优化医疗废物治理策略、提升突
                                                                 本，即以北京、天津、深圳和重庆为处理组，其他 31
               发公共卫生事件下废物管理能力提供理论与实践
                                                                 个城市作为研究的控制组。对于北京和天津而言，
               支撑。
                                                                 尽管“无废城市”试点仅在特定区域开展，但这些特
                         一、研究方法与数据来源                             定区域作为城市的重要组成部分，其政策实施效果
                                                                 有可能对所在城市的整体产生溢出效应。基于这
                  （一）合成控制法
                                                                 一考量，同时参考部分研究中的类似做法                   ［22-24］ ，本研
                   合成控制法（synthetic control method，SCM）是
               一种 用 于 政 策 效 果 评 估 的 计 量 经 济 学 方 法 ，由             究将区域试点所在城市（即北京和天津）纳入处理
                                                                 组。2022 年，生态环境部公布了《关于发布“十四
               Abadie 于 2003 年提出。该方法通过将未实施政策
                                                                 五”时期“无废城市”建设名单的通知》的第二批试
               的多个地区进行加权组合，构建一个“合成控制
                                                                 点城市名单。结合董梅            ［25］ 的研究，为避免政策干
               组”，使其在政策实施前与处理组在特征上高度相
                                                                 扰，同时遵循数据可获得性的原则，政策后的年份
               似。政策实施后，处理组与合成控制组在结果变
               量上的差异即为政策处理效应。双重差分法                      ［18］ 与   截至 2022 年。“无废城市”建设试点时间为 2019 年，
               倾向值匹配法       ［19］ 同为政策效果评估的常用方法，                  因此以2019年作为政策实施的时间分界点。
                                                                     医疗废物产生量的影响因素复杂，主要有人均地
               而合成控制法在一定程度上弥补了二者在参照组
               样本选择和个体情况分析方面的不足，基于数据                             区生产总值、人口规模、医院病床数、医疗卫生机构数
               确定线性组合的最优权重，规避主观选择对照组所                            量、床位占用率、床位周转率和住院天数等                  ［2，26-27］ 。参
               形成的影响及偏差        ［20］ 。                            考相关研究，本研究选取医疗机构病床数（BC）、卫
                   在本研究中，假定可以观测到 P+1 个城市 T 期                     生技术人员数（HTP）、人均地区生产总值（PGDP）、
               的人均医疗废物产生量情况，不失一般性，设第 1 个                         总诊疗人次（TMC）4 个变量为控制变量，结果变量
               城市受到了相关政策影响，其余 P 个城市未受影                           为人均医疗废物产生量（PMWG）。
               响。“无废城市”试点政策对人均医疗废物产生量的                               原始数据主要来源于 35 个大中城市 2013—
               影响效果如下：                                           2022 年发布的《固体废物污染环境防治信息公告》
                           N
                   τ1t=Y1t- Y ，t>T0                      （1）     以及统计年鉴。对于缺失数据，本文主要采用线性
                           1t
                   其中，Y1t表示“无废城市”试点后该城市在 t 期                     插值法补全，主要变量的涵义及描述性统计分析结
                                                     N
               的人均医疗废物产生量，该数据可观测； Y 表示该                          果如表 1 所示。图 1 展示了 35 个大中城市 2013—
                                                     1t
               城市在同一期内未受“无废城市”试点政策影响的                            2022 年人均医疗废物产生量的演变趋势。另外，考
               人均医疗废物产生量，该数据不可观测，需通过对                            虑到数值差异过大，在使用合成控制法时，将控制
               照组城市进行合成，具体如下：                                    变量进行了对数化处理。
   10   11   12   13   14   15   16   17   18   19   20