中国环境管制效果的评价研究

全文总计 14518 字,阅读时间 37 分钟,快速浏览仅需 8 分钟。

副标题:——基于工业绿色发展的一个空间视角

英文标题:Evaluating Environmental Regulation in China:Based on the Space Perspective of Industrial Green Development

内容摘要:在综合理解绿色、增长和高效的基础上,文章构建出中国地区工业绿色发展的度量指标,并在考虑到地方环境管制的空间影响条件下,采用1998~2012年中国省际工业部门的面板数据和空间杜宾模型来实证检验中国环境管制的效果。研究发现:(1)无论采用地理邻接、经济发展水平还是地理经济邻接的空间权重矩阵,整体而言中国环境管制对工业绿色发展均是显著有效的。(2)本地区的工业绿色发展可能会通过污染密集型产业的转移,对其他地区工业部门具有不利的空间影响。(3)总体而言,企业规模、工业资本密集度和工业创新研发有助于地区工业绿色发展,而产权结构和对外贸易起不利作用,外商直接投资的促进作用不显著。

关键词:环境管制,绿色全要素生产率,工业绿色发展,空间杜宾模型,environmental regulation,green total factor producti

GB/T 7714-2015 格式引文:[1].中国环境管制效果的评价研究.[J]或者报纸[N].经济社会体制比较,(20165):25-42

正文内容

   中图分类号:F061.3 文献标识码:A 文章编号:1003-3947(2016)05-0025-18

   一、问题的提出

   过去三十多年来快速增长的中国经济,依赖的是传统的生产组织方式,不仅消耗了大量的能源资源,由此产生的环境持续恶化等问题也让经济发展付出了惨重的代价。早在2004年,中国环境规划院(现隶属环境保护部)即开启了绿色GDP的核算,并于2006年首次公开发布的《中国绿色国民经济核算研究报告2004》中指出,中国因环境污染造成的经济损失已达5118.2亿元;到2012年年底公布的报告中称,全国生态环境退化成本达到15389.5亿元,约占到当年GDP的3.05%①。环境问题已经成为制约中国经济发展的重要因素之一,人们越来越意识到环境污染问题的严重性,对政府环境管制的呼声也越来越高。作为解决环境问题主要途径的政府环境管制,根本上就是要依托政府的权威优势和有形的制度安排,强制各个经济主体减少污染排放、遵守各项环境法律法规并营造良好的生态氛围。环境管制最终的目的是要改变传统粗放的经济增长方式,实现绿色、可持续的经济增长。在当前全球经济普遍都是不可持续发展的背景下,各个国家或地区追求经济发展的关注点越来越多地集中在“绿色发展”模式(Ehresman & Okereke,2015)。绿色发展一方面要求经济发展,另一方面强调发展的同时必须坚持绿色环保和可持续的原则,其本质是一种减少不可再生要素的投入、降低污染排放量并提高经济产出效率的生产方式。

   已有不少最新研究对中国环境管制的效果进行了关注,其中,研究焦点主要集中在环境管制对经济增长、技术创新和全要素生产率等方面的影响。如蒋伏心等(2013)的研究成果认为,环境规制与企业技术创新和制造业的绿色全要素生产率之间,均呈先下降后上升的“U型”动态关系。毕功兵等人(Bi et al.,2014)基于松弛的DEA实证模型研究认为,环境规制是影响中国热发电部门能源污染程度的重要因素,减少主要污染物排放量可以提高能源效率和环境绩效。赵霄伟(2014)研究了环境规制对地区工业增长的影响,发现在当前工业化推进过程中,提高规制强度会减缓地区经济的增速。王杰和刘斌(2014)采用中国工业企业样本进行研究认为,环境规制与企业全要素生产率之间符合“倒N”型曲线,只要环境规制处于合理的范围内,就会促进企业全要素生产率的提高。然而,不管是从经济增长、技术创新还是从全要素生产率的角度,这些文献都不能全面评判环境管制在经济绿色发展中是否真正起作用,因为这几个方面只是环境管制发挥作用的必要条件,而非充分条件。当环境管制促进了经济总量增长时,如果这种增长仍然是依赖高投入、高消耗和高排放的传统方式,则即使经济增长速度很快,也不能说环境管制是有正向效果的。从技术创新和全要素生产率的角度也不能完全反映环境管制的作用,因为包含专利申请量的技术创新水平的提高未必能够成功转化为经济产出;而全要素生产率的提高可能是由于投入要素的节约,如果产出增长缓慢,那么以牺牲增长为代价的效率提高也是不符合现实发展要求的。因此,尽管有关中国环境管制的研究成果并不少,但均不能明确判断环境管制在中国地区工业绿色发展中的作用和效果。

   本文的主要创新之处在于:通过对有效环境管制效应的理论分析,提出评价中国环境管制效果的根本标准在于其对工业部门绿色发展的作用,并在分析环境管制的作用机理中纳入了空间因素,然后采用全局Malmquist-Luenberger(GML)生产率指数的方法,结合工业部门增长速度,重新构建一个能够综合评价中国地区工业部门绿色发展的指标,利用1998~2012年中国省际工业部门的面板数据,进一步采用空间杜宾模型实证检验中国地方环境管制对工业绿色发展的作用及其空间效应。本文接下来的结构安排如下:第二部分提出本文研究的理论基础和作用机制,第三部分介绍采用的方法和指标构建,第四部分是数据来源与空间实证方程的检验,第五部分是实证结果分析和稳健性检验,最后一部分是文章的研究结论和政策含义。

   二、环境管制效果的评价理论及机理分析

   (一)中国环境管制效果的评价理论

   中国经济的发展离不开工业化的过程,而工业化过程必然伴随环境污染物的排放,如何破解环境污染问题是当前中国经济发展中无法回避的难题。环境污染的外部性决定了市场机制不能自行解决,而需要依赖政府的参与和管制。尽管环境管制是针对环境污染问题的政府规制行为,但正如谭娟和陈晓春(2011)指出的,环境管制不仅仅是环境问题,同时也是经济问题和社会问题。作为环境问题,环境管制是政府为了维护公众利益、避免污染的持续恶化并实现经济的可持续发展而对环境污染者的强制行为;作为经济问题,环境管制是调整经济结构、促进产业结构优化升级和实现经济发展方式转变的重要力量,能够激发企业新技术、新工艺和新组织结构的应用发展;作为社会问题,环境管制可以提高居民的环保意识,营造良好的生活环境,实现经济发展由工业文明过渡到生态文明。因此,对中国环境管制效果的评价研究,就需要把环境管制的多种属性进行综合考虑。本文从环境管制以下三个方面的效应出发,提出评价其效果的理论依据。

   1.环境管制的绿色效应

   政府实施环境管制的直接动机在于改善经济增长中的环境污染问题,从而实现经济的可持续发展。因此,是否改善了环境质量是评价环境管制效果的一个基本标准。环境管制对经济增长的绿色效应主要体现在三个方面:一是环境管制要求企业加大对排污治理和控制的执行强度,企业不得不在环境污染方面提供更多的资金和人力,把污染排放降到最低来达到政府的管制要求,从而在整体上降低了污染排放,改善了环境质量;二是环境管制的门槛效应可以有效防止环境污染程度的进一步恶化,对于新进入企业,一般要求比在位企业更高的环境标准,或者至少不低于已有企业的治污能力;三是市场淘汰效应,对于污染密集、在污染治理与控制方面又得不到明显改善的企业,随着政府环境管制的逐渐加强,这类企业会在严格的管制压力下被逐出市场。从已有文献的研究成果来看,大多数学者发现了环境管制的正面效果,如巴特拉伊、哈米格(Bhattarai & Hammig,2001)在考察亚洲、美洲和拉丁美洲的环境管制时,发现其明显改善了当地的生态环境。雷特等人(Leiter et al.,2011)运用欧洲制造业数据证明了环境管制对不同类型投资的正向影响,并认为这种正向效应会随着管制程度的加强而趋弱。谭娟和陈晓春(2011)从构建低碳经济的角度出发,发现加强环境管制可以降低第二产业和第三产业的碳排放,因而有利于绿色经济发展。贺灿飞等(2013)通过分析中国城市空气污染的年际变化,也认为环境管制起到了积极效果。

   2.环境管制的技术创新效应

   在环境管制背景下,企业为了达到管制的排污要求而不得不支出一部分治污投资,因而相当于增加了企业的部分生产成本,不利于企业市场竞争力的提高。因此,在环境管制的压力下,企业为了保持市场竞争优势,往往通过新的技术创新来实现利润增长,包括生产技术创新和治污技术创新。如果环境管制被合理设计并有效执行,不仅能减轻污染排放,而且可以激发更多的创新,最终可以完全抵消管制成本,甚至还有额外的利润产出,因此被认为是“双赢”(win-to-win)的政府管制(Porter,1991; Porter & Van der Linde,1995)。国内外有大量的研究检验了环境管制的技术创新效应,如拉偌伊等人(Lanoie et al.,2008)通过对加拿大魁北克省制造业部门数据的经验研究,发现滞后一期的环境管制强度对全要素生产率具有正向促进作用;张成等人(2011)发现中国环境管制与生产技术进步之间存在先下降后上升的U型关系,较强的环境管制可以促进技术进步。

   3.环境管制的增长效应

   从静态经济学的角度可以认为环境管制给企业增加了额外的生产成本,从而降低了产出水平。而如果从一个较长的、动态的时序上来看,企业可以通过扩大产出规模和技术提升,降低单位产品的环境管制成本,来弱化环境管制对企业生产的不利影响,从而可能会带来更多的产出和更快的增长速度。另外,环境管制加强带来的环境需求,有可能催生新的绿色环保产业发展,尤其是许多高科技的新兴产业由于经济效益高、污染排放少,因而获得了政府的大力扶持,这些产业的发展又能通过技术扩散和市场开发,带动传统工业更好地发展和转型升级。因而,良好的环境管制是完全可以促进经济增长的。国内外学者关于环境管制对工业增长的影响进行了广泛的研究,如托马斯(Thomas,2009)专门考察了政府空气质量的管制对金属加工行业增长的影响,但并没有发现环境管制对该行业增长有不利影响;赵霄伟(2014)采用2004~2009年中国276个地级市的数据进行实证研究,发现环境管制显著抑制了工业经济增长。

   综上而言,有效且良好执行的环境管制需要具备的条件有:促增长、增效率和偏绿色等。首先,要考虑工业经济增长的问题,如果环境管制能够很好地降低污染排放并改善了生态环境质量,却让工业增长处于停滞甚至减退的地步,那么这种以阻碍增长为代价的环境管制也是不值得的,尤其是中国目前仍然是一个发展中国家,城市化和工业化还远未实现,社会综合福利水平仍然较低,因此从环境管制是否促进工业增长的角度来研究其效果是非常有意义的。其次,单凭增长并不能有效解决经济发展过程中的资源消耗与环境恶化问题,绿色增长转型是十分必要的,从而研究工业经济增长的同时需要考虑污染排放的相关指标。再次,绿色增长可能只是一种“原地踏步”式的经济模式,即在经济总量未增长的条件下,污染排放有所减少也被认为是实现了绿色增长,而绿色发展才是转型经济应该真正实现的目标,其区别就在于绿色发展不仅有绿色经济增长,还同时伴随着经济效率提高、产业结构升级、社会福利改善等内容,是一种更高级化的绿色增长。基于以上三个原则的工业绿色发展,才是政府实施环境管制要达到的根本效果。因此,本文认为,中国环境管制的效果评价需要考察其对工业绿色发展的影响,如果环境管制没有使工业走上绿色发展的道路,那么不能认为政府实施了有效的环境管制措施。

   (二)环境管制的空间效应机制

   中国环境管制的效果从根本上体现在其对工业绿色发展的作用上,但由于本文是从中国区域层面进行的研究,不管是工业绿色发展,还是地方环境管制的执行,在空间上都具有一定的相关性,因此涉及的空间效应机制不容忽视,非常值得关注。

   1.地区工业绿色发展之间的空间关联性

   一个地区的工业绿色发展过程会对周围或其他地区产生一定的空间影响。这里有两方面的传导机制,一是工业绿色技术的空间外溢性,由于地理邻近、结构相似,或者经济联系比较密切的地区间,存在着频繁的人员、资本流动,两个地区之间比较容易形成工业绿色技术或组织模式的空间扩散;二是污染密集型产业的空间转移,某个地区的工业部门要取得良好的绿色清洁发展,原本在当地的污染密集型产业要么进行高额的治污投资和技术升级,要么转移到其他管制强度较低的地区,而对于一些排污降低难度大、规模小的企业,最好的途径可能就是迁移到其他地区,因而,本地的工业绿色发展可能对周边或其他地区产生不利影响;最终的空间效应大小及方向要取决于正负两方面作用之和,如果技术扩散作用较强,则一个地区的工业绿色发展对其他地区就形成了正向的空间溢出效应,反之则具有空间负外部性。

   2.地方环境管制的空间相关性

   一个地区的工业绿色发展并不只是受当地环境管制的影响,而且会受到其他地区管制强度的影响。一方面,环境污染具有区域性特征,比如同一条流域的水污染、地理邻近的大气污染等,这些污染物能够在不同地区之间扩散,即使本地区执行“良好的”环境管制也不一定会减少污染排放,因为会受到其他周边地区环境管制水平的影响(李胜兰等,2014)。另一方面,中国地方政府在经济上的分权与政治上的垂直集权体制并存,容易形成围绕地方经济增长为核心的“晋升锦标赛”(赵霄伟,2014),此外,中国省级环保部门同时受地方政府和国家环境保护部的双重领导,但主要隶属于地方政府,而且其运行经费也主要由本级财政来保障,这样就给了地方政府对本地环境管制执行强度的相对较大自由权,从而有可能使地方政府更加倾向于降低本地区环境管制的执行强度,以吸引外来资金流入和促进经济增长。大量研究也都证实了地方政府在环境管制方面存在着空间效应,如赵霄伟(2014)、张文彬等(2010),因而融入空间因素的中国环境管制效果评价研究十分必要。图1为中国环境管制效果评价的作用机理图,从中可以看出,除了本地环境管制的作用外,其他区域的环境管制通过空间效应也可能对本地的工业绿色发展产生效果。

  

   图1 环境管制效果与工业绿色发展机理图

   综上所述,良好的环境管制不仅能够降低污染排放、改善生态环境,还可以倒逼企业技术创新,实现工业经济更好更快增长,因此,对中国环境管制的效果评价就依赖于其对地区工业绿色发展有没有促进作用。由于工业绿色发展和地方环境管制均存在一定的空间相关性,为了更全面地反映中国环境管制效果,这种空间效应不容忽视,在接下来的实证研究中,本文将重点关注这些空间效应。

   三、研究模型与方法

   (一)研究模型设计

   本文构建一个计量模型来评价中国地方环境管制的效果。基本模型是关于环境管制对中国工业绿色发展影响的线性方程,在此基础上加入空间影响的因素,采用能够同时反映地区空间异质性和竞争特点的空间杜宾模型,以更准确地考察中国环境管制的效果。

   空间杜宾面板模型(Spatial Durbin Panel Data Model,SDPDM)考虑了空间滞后被解释变量和空间滞后解释变量对被解释变量的影响,具有比空间滞后和空间误差模型更一般的形式,因而能够有效捕捉其他地区传导作用的外部性和管制政策的外溢性。根据勒萨格、佩斯(LeSage & Pace,2009)提出的空间杜宾模型构建方法,本文研究模型的空间杜宾方程设定为:

  

   (二)地区工业绿色发展指标的测算

   经济发展通常伴随有总量增长,有时也表现为结构优化和技术升级。同样,地区工业绿色发展不仅要反映工业经济增长,还要同时反映绿色增长方式和效率提高。工业经济增长指标一般可以用增长速度表示,而增长质量的衡量要同时反映增长效率和清洁程度,根据这个原则可以采用绿色全要素生产率表示。因此,本文构建的地区工业绿色发展指标可以表示为:

  

   其中,为地区i在第t年的工业绿色发展程度;表示工业经济增长率;表示绿色全要素生产率增长。该指标方程同时兼顾速度上的增长与质量上的改进,任何一个方面的下降都会导致整体工业绿色发展水平的降低,仅仅其中一个方面的增长也无法单独决定工业绿色发展状况,因此可以较好地度量一个地区工业的综合绿色发展水平。

   上述地区工业绿色发展指标中,绿色全要素生产率增长()的测算是关键。本文采用基于方向性距离函数(Directional Distance Function,DDF)的全局Malmquist-Luenberger(GML)生产率指数进行中国省际工业绿色全要素生产率增长的测算。与以往的研究方法相比,虽然同样是基于方向性距离函数,但是本文的测算方法做了两个改进,一是在生产技术前沿面的设置上,本文构建的是全局性的生产可能性集,这样得到的结果更具有可比性和准确性;二是在方向的选择上,以往基于历史数据的方向向量研究可能过于偏向经济增长,对环境污染问题的重视不够,本文选择的是经济和环境同等权重的固定方向向量,进一步强调了经济增长中环境因素的重要性。

  

   在生产可能性边界的基础上,可以通过方向性距离函数来计算每个生产决策单元与生产可能性边界的距离,即相对效率。方向性距离函数的具体形式表示为:

  

   其中,g为产出扩张的方向向量,为了突出非期望产出在经济增长的重要性,本文定义的方向为g=(1,1),β为方向性距离函数值。以设定的方向向量为权数,同时寻求期望产出(y)最大化以及非期望产出(b)最小化。方向性距离函数表示在既定投入向量x下,沿着方向向量g,产出向量(y,b)所能扩张的最大倍数β。β的值越小表明生产越接近于生产可能性边界,生产的相对效率就越高。β等于0时表明生产决策单元已处于生产可能性边界之上,生产是完全有效率的。全局Malmquist-Luenberger(GML)生产率指数定义如下:

  

  

   图2 全局GML生产率指数测算的几何图

   (三)环境管制强度的度量

   本文所要构建的环境管制指标要能综合反映一个地区对环境政策的执行强度。由于环境管制是一个综合性的概念,它不仅要反映地方政府的污染治理力度,还应该包括该地区的引资政策、项目的环评审批以及产业结构调整等,因而任何单一的指标都很难进行全面表示。本文从地区环境污染排放的结果来考虑,地方污染排放越密集,表明其环境管制强度越低,反之一个地区污染排放密度越低,表明其环境管制强度越高。因此,可以通过构建一个综合指数来进行地区环境管制强度的度量。首先选择工业二氧化硫()、工业化学需氧量(COD)和工业烟(粉)尘排放量,进而可以构建如下环境管制强度的指标:

  

   其中,表示i地区的工业增加值与第j种污染物排放量的比值(各地区的工业增加值全部折算为1998年的价格水平),即单位污染排放所带来的工业增加值;表达式()的大小反映了i地区第j种污染排放量的单位增加值在全国的相对比重,由于它是一个无量纲的变量,因此可以进行相应的加总平均。从构建过程可以看出,本文的环境管制强度指标是从地方政府实施环境管制后的污染排放结果着手的,它反映一个地区单位工业污染排放量的产值在全国比重的相对高低。工业污染排放量越低,而工业增加值越高的地区,表明其环境管制强度越大。

   (四)空间权重矩阵的设定

   空间权重矩阵能够反映一个地区与其他地区在工业发展和环境管制上的空间关系。一方面,由于环境污染具有区域扩散特征,环境管制的效果也可能具有区域性,因而距离越近的地区越可能享受到其他地区良好环境管制带来的“搭便车”②福利,或者遭受临近地区糟糕环境管制带来的负外部性影响。另一方面,地方工业绿色发展程度与整个地区的经济发展水平密切相关,经济发展水平越接近的地区,工业绿色发展具有更多的借鉴和模仿作用。基于此,本文提出以下3个空间权重矩阵来进行估计。

  

   四、数据来源与空间检验

   (一)数据来源及说明

   在测算1998~2012年中国省际工业绿色全要素生产率增长时,本文考虑的投入变量为规模以上工业的物质资本、劳动力和能源消耗,期望产出为各地区规模以上工业增加值,环境污染方面的非期望产出为工业二氧化硫()、工业化学需氧量(COD)和工业烟(粉)尘排放量。其中,工业物质资本存量主要参考了单豪杰和师博(2008)的方法,用永续盘存法进行估算,基本公式为,基期资本存量用固定资产净值表示,当期新增资本I表示为本期固定资产原值减去上期固定资产原值,并用固定资产投资价格指数按照设定的折旧率(11.6%),折算到基期(1998年)的价格水平。劳动力指标用规模以上工业企业从业人员年平均人数表示,能源消耗指标用工业能源终端消费量表示,并根据国家统计局公布的能源标准系数折算为标准煤表示。

   除了以上核心解释变量外,本文考虑了如下6个在环境管制中可能影响地区工业绿色发展的控制变量:(1)产权结构(PROP),用规模以上工业总产值中国有及国有控股工业企业所占的比例表示;(2)企业规模(SIZE),用规模以上工业平均产值表示,即规模以上工业总产值/规模以上工业企业数;(3)对外贸易(TRADE),用地区进出口总额与GDP的比重表示;(4)工业资本密集度(IS),用规模以上工业劳均资本存量表示,即固定资本存量/从业人员数;(5)工业研发强度(RD),用各地区大中型工业企业的R&D投入存量占整个规模以上工业企业资本存量的比重表示,其中,R&D存量的测算参考程慧芳和陆嘉俊(2014)的方法,并将R&D存量与规模以上工业固定资本存量的比例作为地区工业的研发强度变量;(6)外商直接投资(FDI),用当年FDI占GDP的比重表示,其中,FDI数据用当年平均汇率进行了相应折算。涉及有价格的变量均折算到1998年为基期的价格水平,同时为了使数据(包括环境管制强度)在时间上更加平稳,本文均取了对数。以上数据样本范围为中国30个省、市和自治区,不包括中国港澳台地区,另外,由于数据不全,也不包括西藏。数据主要来源于1999~2014年的《中国统计年鉴》、《中国工业统计年鉴》、《中国环境统计年鉴》、《中国能源统计年鉴》、《中国地区经济监测报告》和各地区历年统计年鉴等。

   (二)空间关系检验及模型解释

   在空间杜宾面板计量分析前,首先要对关键变量的空间相关性进行检验。本文采用Moran指数方法对中国环境管制的空间相关性进行检验的结果如表1所示。可以发现,在3种空间权重下,中国环境管制均在1%的显著性水平下拒绝不存在空间相关性的原假设,且Moran指数均大于0,表明中国地区间的环境管制并非随机分布,而是具有一定的正向空间依赖性。因此对其分析不能采用传统的计量方法,而是要借助于空间计量分析工具。

  

   进一步对普通最小二乘法(OLS)回归的残差进行空间误差和空间滞后选择的LM检验,结果如表2所示。结果显示,在地理邻接权重()下,OLS残差的Moran指数不显著,而在经济发展水平权重()和地理经济邻接权重()下,都显著为正,这有可能是因为中国环境管制的空间相关性更多的是基于经济发展水平,而与地理邻接关系相关性并不强。其次,在3种空间权重下,空间误差及其稳健检验、空间滞后及其稳健检验均表明本文的模型中既存在解释变量的空间相关,也存在被解释变量的空间相关,因而仅仅使用空间自回归模型(Spatial Autoregressive Model,SAR)或空间误差模型(Spatial Error Model,SEM)都是不准确的。根据埃偌斯特等人(Elhorst et al.,2010)的研究,如果LM检验结果拒绝了最小二乘估计,并且同时存在空间误差和空间滞后,那么应该使用空间杜宾模型进行估计。

  

   根据上述空间关系检验结果,本文选择空间杜宾面板模型(SDPDM)进行分析是合适的。由于空间杜宾模型同时纳入了解释变量和被解释变量的空间滞后值,因而其回归系数不能像传统计量模型那样直接反映解释变量对被解释变量的边际效应,而是更为复杂和丰富(Anselin & Gallo,2006)。即某一个地区的解释变量发生变动时,它不仅会对本地区造成影响,而且会影响到其他地区的被解释变量,从而反过来影响本地区的被解释变量。这种通过地区间传导机制最终又返回到本地区的反馈循环效应(feedback loops),其结果是该影响不再是对解释变量的简单求偏导,而是需要借助空间权重矩阵将其区分为直接效应和间接效应。为了分别对解释变量的这两种效应进行计算,本文借鉴勒萨格、佩斯(LeSage & Pace,2009)提出的平均总效应、平均直接效应和平均间接效应的概念,假定一个空间杜宾模型的形式为:

  

   因此,平均间接效应表示的是某一个解释变量变化的全局效应减去对本地区的直接效应,反映的是对其他地区的效应之和,也就是空间溢出效应。为简单起见,本文后面用总效应、直接效应和间接效应来表示平均总效应、平均直接效应和平均间接效应。

   五、实证结果及其稳健性检验

   本文接下来将采用极大似然估计方法进行空间杜宾模型的估计,其基本思路是:先判别模型中是否具有地区效应或者时间效应,或者具有双向固定效应,然后对空间杜宾模型在固定效应和随机效应中进行选择(丁志国等,2012)。本文首先估计不含有空间因素的传统面板回归方程,经回归发现地区效应和时间效应均显著存在;为进一步确定地区和时间效应究竟是固定的还是随机的,需要在空间和时间分别为随机效应和固定效应的条件下进行估计,再通过Hausman检验来确定选择哪种模型,本文的Hausman检验值为42.54,p值为0.000,显著拒绝估计系数差异是非系统性的原假设,表明应该采用空间固定效应模型;最后,对空间固定效应杜宾模型的估计参数进行Wald检验,以确定模型是否可以简化为空间滞后模型或者空间误差模型,本文Wald检验值的伴随考虑p值均小于0.01,显著拒绝了可以缩减的原假设。本文在3种空间权重下进行了双向固定效应的空间杜宾模型估计,结果如表3所示。

  

   对于空间杜宾模型的估计结果,首先看3种空间权重下的总效应。不管使用哪种空间权重矩阵,均表明中国环境管制在总体上显著促进了工业绿色发展,且在经济发展水平权重()下的促进作用最大,其次是地理邻接权重()。产权结构和对外贸易起了阻碍作用,企业规模、工业资本密集度和工业研发强度有促进作用,而外商直接投资的促进作用不显著。与总效应不同,3种空间权重下的中国环境管制直接效应均不显著,没有促进工业绿色发展。在其他控制变量的直接效应中,对外贸易起显著抑制作用,产权结构、企业规模、工业资本密集度、工业研发强度和外商直接投资均具有显著的促进作用。从间接效应来看,中国环境管制在3种空间权重下均通过了1%的显著性检验,对地区工业绿色发展具有积极的正向溢出作用。产权结构、对外贸易和工业资本密集度具有负向抑制作用,企业规模具有正向作用,工业研发强度和外商直接投资的影响不显著。此外,回归系数rho显著为负,表明本地区的工业绿色发展对其他地区具有不利的空间影响,这可能是由于其污染产业转移效应大于绿色技术空间溢出的结果,在当地工业绿色发展趋好的情况下,污染性产业被转移到了其他地区,从而对其他地区产生负的外部性。

   从上述环境管制效果的实证结果中,本文发现,虽然总体上中国的环境管制起了积极作用,但是这种作用主要来自于地区间的空间溢出效应。当地的环境管制对地区本身并没有起到应有的效果,反而对其他地区起了积极作用,或者反过来说,本地区的环境管制作用不显著,但受到了其他地区显著的正向溢出影响。这与王文普(2013)和赵霄伟(2014)的研究结论类似,他们分别发现中国地方政府的环境管制对当地工业经济增长和产业竞争力具有抑制作用,却对相邻地区产生正向的空间溢出效应,而且在总效应上也是显著为正的。然而,就本地的直接效应而言,之所以没有实现环境管制的积极效果,一方面可能由于中国环境管制对工业污染排放的治理没有起到积极作用,因为当地政府为了保证持续的经济增速和稳定的税收来源,容易倾向于放松执行强度,导致工业污染没有得到有效缓解和控制;另一方面可能源于中国环境管制倒逼企业技术创新,进而促进工业增长的良性效果还没有显现出来,这就需要政府设计更好更合理的环境管制工具。

   尽管中国环境管制的本地效应不是有效的,却对周边地区或经济发展水平相接近的地区具有积极的正向溢出效应,本地区可以从其他地区的环境管制中获得“搭便车”的好处。获得类似结论的研究还有邓慧慧等人(Deng,et al.,2012)的研究,他们发现中国城市间的环保支出具有明显的策略互动关系,当其他城市增加环保支出时,由于存在正向空间溢出效应,本城市做出的反应往往是降低环保支出。有两种可能的理论来解释这种结果:一是来自环境污染的区域扩散性,如果周边地区能更好地降低污染排放,尤其是降低空气污染和水污染的排放强度,本地区也将会从中受益,更低的污染排放意味着更清洁的绿色发展。二是地方政府间存在的环境管制竞争。中国自1994年实行分税制改革以来,地方政府拥有更多的财政自主权,并对本地区的经济增长负责,从而形成了政治集权与经济分权的垂直型环境治理体制。地方政府官员为了政治晋升往往倾向于通过放松环境管制来促进地方经济发展,从而导致地方环境管制的“逐底竞争”(张文彬等,2010)。不过周黎安(2008)曾指出,如果环境问题能够明确进入地方官员的晋升考核体系,那么地方政府间的“向上竞争”也是可能的。实际上,自2003年“科学发展观”提出后,中国逐渐开始将节能减排纳入地方政府官员的绩效考核体系中,2006年“十一五”规划中首次对地方政府提出排污约束性指标,2010年“十二五”规划则继续加大地方减排责任,2013年中共十八届三中全会进一步指出要完善地方发展成果考评体系。因此,当前中国地方政府越来越倾向清洁型的绿色经济发展竞争。当一个地区提高环境管制的强度时,其他与之竞争的地区一方面为了防止污染型产业转移至本地区而进一步完善环保措施,另一方面会制定相对更加有效的绿色发展措施,从而使来自竞争地区环境管制增强的压力反而倒逼本地区获得更好的绿色发展。

   本文最后对所得到的实证结果进行稳健性检验。虽然中国环境管制的主体政策层面是由中央政府统一制定,但具体的执行情况仍然由地方政府落实。因此,地方政府很可能会为了当地的经济增长、居民福利和环境保护而有选择性地进行环境管制,从而导致本文的被解释变量(工业绿色发展水平)反过来影响环境管制强度,造成联立方程内生性,使得估计结果有偏且非一致。本文采用的稳健性检验方法是用滞后1期的环境管制强度来替代当期水平(用ER(-1)表示),这样做的另一个好处是能够体现环境管制作用可能存在的滞后性。从表4可以看出,稳健性回归结果与前文的空间杜宾模型估计结果(见表3)基本一致,表明中国环境管制总体上效果是积极的,但对本地区并没有发挥效用,而对其他地区具有正向溢出效应。

  

   六、结论与政策含义

   环境管制的初衷在于保护环境和治理污染,而随着其执行过程向生产过程的逐渐渗透,对企业的生产活动实质上已经产生了各种影响。工业是环境污染排放的主要部门,又是经济增长的主要支撑部门,对其环境管制的效果评价具有非常大的意义。对于中国经济发展的现阶段来说,虽然控制污染和环境治理非常重要,但保持一定的经济增速也十分必要,如何平衡环境与经济两者的关系,则对中国环境管制的执行形成了挑战。针对有效环境管制的根本目标在于能促增长、治污染和增效率的原则,本文提出了评价环境管制效果的主要标准是其能否有利于工业部门的绿色发展。因此,环境管制不仅仅是要解决环境问题的政府行为,更应是转变经济发展方式、谋求可持续发展的重要推动力。

   中国执行环境管制多年来,虽然相关的理论研究并不少见,但大都集中于探讨其对经济增长、技术进步和生产率提高等方面,而很难从整体上综合评价中国环境管制的效果。本文通过构建反映工业增长速度和增长质量的地区工业绿色发展指标,采用1998~2012年中国省际工业部门的面板数据,利用全局Malmquist-Luenberger(GML)生产率指数进行绿色全要素生产率增长的测算,以此来判断中国环境管制的整体效果。通过空间杜宾模型的实证研究表明,虽然中国环境管制对整体的工业绿色发展起到了显著的积极作用,但这种作用主要来自于地区间的空间溢出效应,当地的环境管制没有对本地区起到有效作用;本地的工业绿色发展对其他地区并没有产生显著的正向溢出效应,反而是不利的空间效应。采用滞后1期的环境管制强度作为代理变量进行的稳健性检验也显著支持了该结论。此外,总体上而言,企业规模、工业资本密集度和工业创新研发有助于地区工业的绿色发展,产权结构和对外贸易则起不利作用,而外商直接投资的促进作用不显著。

   本文的研究结论对中国地方环境治理方式、环境制度改革等环境管制方面具有重要的政策含义:

   第一,总体上仍然可以适当增加地方环境管制的执行强度。整体上中国环境管制效果是正向的,因此进一步增加地方环境管制强度可以作为当前中国工业绿色发展转型的倒逼机制。过去所依赖的传统经济增长方式遗留了大量的污染密集型产业,地方政府为了经济增长和财政税收,往往会倾向于放松对其环境管制的执行力度,导致许多地方日益突出的环境问题,经济增长和产业转型也十分艰难。通过产业末端的污染管制有可能成为当前环境治理和倒逼增长与转型升级的有效手段,至少从整体上有利于中国工业的绿色发展。通过提高环境管制强度,短期内可能对经济增速有一定损失,但从整体上、长期上都是有利的,甚至有可能会催生新兴产业和绿色环保产业的积极发展,因此是一剂“苦口良药”。由于不同省份或区域间可能存在着结构性和禀赋性差异,因而需要因地制宜地采取有差异和针对性的管制措施,让那些技术水平落后、耗能排污密集的企业退出市场,同时鼓励清洁生产技术的推广和示范,实现地方经济增长的质量升级。

   第二,创新环境管制方式,制定区域性环保机制。目前中国的环境治理仍然是以行政手段为主,中央统一制定的环境管制法律法规经由国家环保部到地方逐级落实,这种自上而下的管制方式由于信息不对称等问题,不仅管制成本高,而且执行效率比较低,因而亟须创新更多的环境管制方式和手段。比如,通过基于市场的可交易排污许可、污染税和政府补贴等,充分运用市场机制将那些减排困难或者治污成本很高的企业逐出市场。另外,当前中国正经历产业转移的快速调整期,东部发达地区加快产业结构的升级,将部分劳动密集型或者资源密集型产业向中西部地区转移,在这个过程中,容易造成区域的污染转移。因此,一个思路是可以制定跨越不同行政区域的联合环境管制方式,例如在京津冀地区、长江流域或东北地区以及各大城市群等,制定跨区域的污染排放约束,促进地区间进行污染协同治理,有效激发地区之间的环境管制技术合作和扩散;另一个思路是制定发达地区与落后地区环境连坐责任的防治方式,比如中西部某些排污强度较大的省市与沿海某些发达省市进行环境治理一体化的策略,一方面防止污染的区域转移,另一方面促进治污减污技术或管理模式的加速扩散,从而降低整体上的排污强度。

   第三,加快地方政府的环保政绩考核体制改革。如果在地方官员的升迁考核中充分纳入环境绩效,那么地方政府间的环境管制就容易形成“向上竞争”的良好局面,有利于各个地区整体环境质量的改善。事实上,2015年1月开始实施的新《环保法》也要求地方政府对辖区环境质量负责,实行环保目标责任制和考核评价制度,并要求地区在制定经济政策时充分考虑对环境的影响。然而,如何将环境指标融入经济增长过程评价是一个重要课题,其中较为普遍的是用绿色GDP替代传统的GDP指标,但是如何核算绿色GDP仍然具有较大难度,国际上也尚无成功经验可借鉴。而本文提出的运用工业经济增长率与绿色全要素生产率之乘积表示的地区工业绿色发展指标,能够同时反映增长速度与质量的结合,虽然该指标的测算效果还有待进一步验证,不过仍然可以作为当前中国环境管制与地方绿色发展评价的一个重要参考。

   注释:

   ①中国生态环境退化成本空间分布不均,生态破坏损失主要分布在西部地区,环境退化成本主要分布在东部地区。为了充分保证核算结果的科学性,在核算方法上不够成熟以及基础数据不具备的环境污染损失和生态破坏损失项没有计算在内,目前的核算结果仍是不完整的环境污染和生态破坏损失代价。资料来源:中国环境保护部环境规划院http://www.caep.org.cn/ReadNews.asp? NewsID=3547。

   ②“搭便车”现象是由于相邻地区的环境保护对本地区具有正向的外部效应,从而当邻近地区加强环境管制时,本地区将会减少环境管制的支出。

   ③由于海南省为单独的一个省,但与广东省最为靠近,本文在地理邻接权重的实际估计中将海南省与广东省假设为有共同边界。

参考文献

[1]程惠芳、陆嘉俊,2014:“知识资本对工业企业全要素生产率影响的实证分析”,《经济研究》,2014,5:174-187.

[2]丁志国、赵宣凯、苏治,2012:“中国经济增长的核心动力——基于资源配置效率的产业升级方向与路径选择”,《中国工业经济》,2012,9:18-30.

[3]贺灿飞、张腾、杨晟朗,2013:“环境规制效果与中国城市空气污染”,《自然资源学报》,2013,10:1651-1663.

[4]蒋伏心、王竹君、白俊红,2013:“环境规制对技术创新影响的双重效应——基于江苏制造业动态面板数据的实证研究”,《中国工业经济》,2013,7:44-55.

[5]李胜兰、初善冰、申晨,2014:“地方政府竞争、环境规制与区域生态效率”,《世界经济》,2014,4:88-109.

[6]单豪杰、师博,2008:“中国工业部门的资本回报率:1978-2006”,《产业经济研究》,2008,6:1-9.

[7]谭娟、陈晓春,2011:“基于产业结构视角的政府环境规制对低碳经济影响分析”,《经济学家》,2011,10:91-97.

[8]王杰、刘斌,2014:“环境规制与企业全要素生产率——基于中国工业企业数据的经验分析”,《中国工业经济》,2014,3:44-56.

[9]王文普,2013:“环境规制、空间溢出与地区产业竞争力”,《中国人口·资源与环境》,2013,8:123-130.

[10]张成、陆旸、郭路等,2011:“环境规制强度和生产技术进步”,《经济研究》,2011,2:113-124.

[11]张文彬、张理芃、张可云,2010:“中国环境规制强度省际竞争形态及其演变——基于两区制空间Durbin固定效应模型的分析”,《管理世界》,2010,12:34-44.

[12]赵霄伟,2014:“地方政府间环境规制竞争策略及其地区增长效应——来自地级市以上城市面板的经验数据”,《财贸经济》,2014,10:105-113.

[13]周黎安,2008:《转型中的地方政府:官员激励与治理》,上海:上海人民出版社.

[14]Anselin,L.,and J.L.Gallo,2006."Interpolation of Air Quality Measures in Hedonic House Price Models:Spatial Aspects." Spatial Economic Analysis.1(1):31-52.

[15]Bhattarai,M.,and M.Hammig,2001."Institutions and the Environmental Kuznets Curve for Deforestation.A Cross-country Analysis for Latin America,Africa and Asia." World Development.29(6):995-1010.

[16]Bi,G.B.,W.Song,and P.Zhou,et al.,2014."Does Environmental Regulation Affect Energy Efficiency in China's Thermal Power Generation? Empirical Evidence from a Slacks-based DEA Model." Energy Policy.66(March):537-546.

[17]Deng,H.H.,X.Y.Zheng,and N.Huang,et al.,2012."Strategic Interaction in Spending on Environmental Protection:Spatial Evidence from Chinese Cities." China & World Economy.20(5):103-120.

[18]Ehresman,T.G.,and C.Okereke,2015."Environmental Justice and Conceptions of the Green Economy." International Environmental Agreements:Politics,Law and Economics.15(1):13-27.

[19]Elhorst,P.,G.Piras,and G.Arbia,2010."Growth and Convergence in a Multiregional Model with Space-Time Dynamics." Geographical Analysis.42(3):338-355.

[20]Lanoie,P.,M.Patry,and R.Lajeunesse,2008."Environmental Regulation and Productivity:Testing the Porter Hypothesis." Journal of Productivity Analysis.30(2):121-128.

[21]Leiter,A.M.,A.Parolini,and H.Winner,2011."Environmental Regulation and Investment:Evidence from European Industry Data." Ecological Economics.70(4):759-770.

[22]LeSage,J.P.,and R.K.Pace,2009.Introduction to Spatial Econometrics.Boca Raton,US:CRC Press Taylor & Francis Group.

[23]——2014."The Biggest Myth in Spatial Econometrics." Econometrics.2(4):217-249.

[24]Oh,Dong-hyun,2010."A Global Malmquist-Luenberger Productivity Index." Journal of Productivity Analysis.34(3):183-197.

[25]Porter,M.E.,1991."America's Green Strategy." Scientific American.264(4):168.

[26]Porter,M.E.,and C.Van der Linde,1995."Towards a New Conception of the Environment-Competitiveness Relationship." The Journal of Economic Perspectives.9(4):97-118.

推荐10篇