空气污染所产生的健康风险和经济损失越来越不容忽视,这一环境问题已成为阻挠全面建成小康社会的短板之一。我国每年由于空气污染所造成的经济损失中以健康损失占比最高,经济损失基于疾病成本估算大约占国内生产总值的1.2%,数据资料来源于亚洲开发银行与清华大学发布的《中华人民共和国国家环境分析》。为应对这一环境问题,国内各种地方性的环境规制政策相继出台。从北京的“APEC蓝”到杭州的“G20蓝”,政策的短期现实成效,让我们真实地感受到“绿水青山”的现实意义。那么,具体城市的相关政策在其特定社会、经济、自然背景下能够在短期产生多大的直接效应?是否具有长期的持续性控制作用?又是否产生了间接的健康效应?这些问题如何回答,需要不断地研究完善。鉴于此,本文基于数据驱动的统计建模思想,针对浙江省G20时期环境规制政策,从宏观和微观视角出发,进行多干预目标下的环境规制政策效应测度研究。一方面,基于多干预目标下的合成控制方法识别环境规制政策对空气质量的短期效应和长期效应。具体包括,多干预目标下合成控制方法设计与应用,以及环境规制政策效应评估。另外一方面,在政策直接效应研究的基础上,分析政策的间接影响。具体包括,以杭州市以及代表性医院医疗数据作为微观样本,基于断点回归设计识别环境规制政策间接的健康效应,同时应用分布滞后非线性模型进一步分析各污染物浓度与居民健康风险以及健康成本之间的关系。本研究主要得出了以下结论:(1)多干预目标下合成控制设计相对单干预目标下的合成控制法,干预前均方根预测偏差(RMSPE)要更低,模型的稳健性得到了一定的提升;201607-201702期间,G20峰会前后所施行的环境保障措施对杭州以及浙江省内多目标城市的环境空气质量综合指数都具有一定的优化作用,月平均效应绝对值分别为0.98、0.84,估计结果具有显著性意义(P<0.05);另外,证据显示,G20峰会在其举办期间可能对浙江省周边较大范围的相关城市存在一定影响,而环境规制政策在大约半年以后的更长时期里不再具有对空气质量的控制作用,政策没有长期效应。(2)政策对空气质量所产生的短期效应对居民健康风险和健康成本具有一定的改善作用。在政策对空气质量产生直接效应的断点处,样本医院住院总人次(月度住院人次总和)下降了约17.274人次,日均住院费用(月度住院费用总和/该月天数)下降了约8404.883元。相关政策对健康风险即住院人次的影响可以通过95%置信水平下的显著性检验,而在10%的显著性水平下,政策对健康风险以及健康成本的影响均具有统计学意义。(3)污染物对居民健康具有一定的滞后效应和累计效应,污染物对居民健康风险和健康成本的影响因污染物以及污染程度不同而异。健康风险和健康成本受同一污染物影响下的时间趋势较为相似,但波动幅度并不一致。以PM2.5为例,其对调查医院呼吸科病房住院费用滞后三天的累计效应为1.238,要大于对住院人次该滞后时期下的累计效应1.183,也就是说空气污染不仅能产生因患病个体增加所导致的健康成本,还会通过影响患病个体的健康程度来影响健康成本。本研究主要贡献如下:第一,将合成控制法在环境规制政策效应测度领域的应用,拓展到了多干预目标条件;第二,在设计多干预目标下的合成控制模型时,参考已有研究同时结合本文的实际问题,对处置组城市合理赋权,估计结果的稳健性得到了一定的提升;第三,将合成控制法的结果和微观数据的分析相结合,更深层次的探究了特定政策影响区域下,环境规制政策,空气质量,居民健康三者之间的关系。