公众诉求、政府干预与环境治理效率——基于省级面板数据的实证分析

于文超

(西南政法大学经济学院，重庆401120)

一、引言与文献综述

随着环境污染形势的日益加剧和可持续发展观念的深入人心，加大环境治理投资力度成为各级政府的普遍共识。到2012年，中国环境治理投资达8253.3亿元，占当年国内生产总值比重的1.59%。然而，日益增加的环境治理投资并未收获良好的环境治理效果，中国环境治理效率在跨国比较中依然偏低(董秀海等，2008;张亚斌等，2014)。［1～2］以“三河三湖”(淮河、海河、辽河和太湖、巢湖、滇池)污染治理为例，国家审计署2009年公布的《“三河三湖”水污染防治绩效审计调查结果》显示，2001～2007年间，中央和地方各级政府在“三河三湖”污染治理中共投入910亿元，但“三河三湖”整体水质依然较差，太湖、滇池的平均水质依然为劣5类。环境治理效率低下，不仅造成了经济资源的巨大浪费与诸多环境问题的久拖不决，也阻碍了经济发展与环境保护“双赢”局面的实现①环境库兹涅茨曲线理论认为，经济发展与环境污染在长期内存在着倒“U”型关系，当经济发展跨越“拐点”之后，会实现经济发展与环境保护的“双赢”(Grossman ＆ Krueger，1995)。［4］。

发达国家的经验表明，环保事业的最初推动力来自于公众(郑思齐等，2013)。［3］随着公众维护环境权益诉求的日益增加②自2005年以来，环保部直接接报处置的环境群体性事件共927起，重特大事件72起，其中2011年重大事件比上年同期增长120%。资料来源:经济参考报，http://jjckb.xinhuanet.com/2014－08/05/content_515559.htm。与政府环保职能的不断转变，鼓励公众参与环境治理成为我国环境立法的重要趋势之一。2014年新修订的《中华人民共和国环境保护法》首次就“信息公开和公众参与”做出专章规定，旨在通过信息公开推动公众参与环境保护;同年，环境保护部出台《关于推进环境保护公众参与的指导意见》，对公众参与环境保护的基本原则、主要任务、重点领域等内容做出明确规定。总体而言，公众会通过积极参与环境公共事务影响地方环境决策，并通过环境投诉、信访等形式为上级政府监管本级政府的环保工作提供有效信息，因此，公众诉求将有效推动地方政府与污染企业的环境治理工作。例如，Wang和Di(2002)利用中国85个乡镇的数据发现，来自上级政府和辖区公众的压力将促使地方政府加强环境规制并提供更多的环境服务。［5］Wang 和 Wheeler(2005)针对中国 3000 家企业数据的研究表明，民众环境投诉将促使政府针对企业征收更多的排污费。［6］Zheng等(2014)利用Google搜索功能构造了公众环境关注度，并发现公众环境关注度有助于推动地方政府重视环境治理问题。［7］万建香和梅国平(2012)、于文超等(2014)基于中国省级面板数据的研究也发现，公众环保诉求有助于推动地区环境治理。［8～9］

生态环境的持续改善不仅需要环境治理投资的不断增加，更依赖于环境治理效率的有效提升。尽管公众环保诉求会促使地方政府增加环保支出、出台更多环保法律法规，但地方政府可能会积极实施一些环保“形象工程”与“政绩工程”，难以有效执行环保法律法规，忽视了环境保护长效机制的构建。公众诉求是否会对环境治理效率产生实质影响，尚需要进一步的实证检验。同时，由于中国各地区之间的市场化进程不同①以樊纲等(2011)［21］提供的“中国市场化指数”为例，2009年市场化进程得分最高地区为浙江，高达11.8，得分最低地区为西藏，仅为0.38。，地方政府对资源配置的干预水平存在明显差异。较多的政府干预会削弱市场机制优化资源配置的有效性，带来重复建设、投资效率低下等问题(于良春和余东华，2009)，［10］因此，公众诉求对环境治理效率的影响可能会随着政府干预水平的不同而存在差异。

自 Charnes等(1978)［11］提出数据包络分析方法(DEA)以来，这一方法在测度绿色全要素生产率、政府公共支出效率等方面得到了广泛应用。近年来，越来越多的国内学者开始运用DEA方法测度地区环境治理效率，但研究的侧重点有所不同。例如，金荣学和张迪(2012)、潘孝珍(2013)、张玉和李齐云(2014)基于DEA－Tobit两阶段分析框架，重点考察了财政分权等因素对地区环境治理效率影响。［12～14］董秀海等(2008)对中国环境治理效率进行了跨国比较和历史分析。［1］王亲(2012)则以城市作为评价单元，从资金、资本、技术、劳动投入、经济、社会和环境产出七个层面构建评价指标体系的基础上，测评分析了中国270个地级及其以上城市的环境治理效率。［15］与上述研究关注静态环境治理效率不同，许陈生(2010)利用DEA中的曼奎斯特指数法(Malmquist Index)考察了环境污染治理效率的动态变化。［16］此外，还有一些学者对环境治理效率的测度进行了拓展和完善。例如，陶敏(2012)在测度环境治理投资效率的基础上，进一步利用灰色关联度分析方法考察了环境治理投资效率的关键影响因素。［17］杨俊和陆宇嘉(2012)利用DEA三阶段法剔除宏观环境因素和随机误差对环境治理效率测度的影响。［18］赵峥和宋涛(2013)使用四阶段DEA和bootstrap－DEA模型对传统DEA方法进行了修正。［19］涂正革和谌仁俊(2013)通过网络 DEA(Network DEA)测度了环境治理效率，并发现传统DEA方法测度的环境技术效率低估了环境治理效率。［20］

已有文献为本研究的开展提供了重要理论借鉴，然而，针对区域环境治理效率的静态考察和动态分析都未能重点考察公众诉求对地方环境治理效率的影响。本文以1997～2010年中国省级面板数据为样本，研究发现，公众诉求对环境治理效率存在显著正向影响，且在政府干预能力越弱的地区，公众诉求对环境治理效率的正向影响越强。本文可能的贡献在于:第一，提供了公众诉求影响环境治理效率的经验证据，从而为提升现阶段环境治理效率提供了有益的政策借鉴;第二，与已有文献多关注财政分权对环境治理效率影响不同，而是从政府干预视角进行了有益拓展，从而为简政放权背景下的环境治理体系改革提供了理论支持。

本文之后的结构安排如下:第二部分为研究设计，包括区域环境治理效率的测算、回归方程设定和研究样本描述;第三部分为实证结果分析;第四部分为结论性评述。

二、研究设计

(一)环境治理效率测算

DEA方法借鉴线性规划构建有效率的生产前沿面，然后将不同决策单元进行对比并识别效率的相对高低。考虑到本文关注的是工业污染治理投资给定情况下治理效果的最大化，采用产出导向型的BCC模型(规模报酬可变):

方程组(1)中，S－表示投入松弛变量;S+表示产出松弛变量;θ表示效率，其取值范围为［0，1］，越接近于1，效率越高;当 θ等于1，且 S－和S+均等于0时，称决策单元DEA有效;当θ小于1或者S－和S+不等于0时，则称决策单元DEA无效。

在使用DEA评价各地区环境治理效率之前，需要确定环境污染治理的投入产出指标。借鉴已有文献并考虑到数据可得性，本文使用工业污染治理效率作为环境治理效率代理变量。在工业污染治理投入产出体系中，投入指标为工业污染治理项目投资额invest、工业企业专职环保人员数emplo，分别代表工业污染治理的物质资本与人力资本投入;产出指标为工业废水排放达标量pollu1、工业二氧化硫去除量pollu2、工业烟尘去除量pollu3、工业粉尘去除量pollu4、工业固定废弃物综合利用量pollu5，视为污染治理活动实际产出。

(二)回归方程设定

在通过DEA方法测量环境治理效率的基础上，本文通过方程(2)实证考察公众诉求对环境治理效率的影响。

其中，被解释变量effi代表环境治理效率。解释变量suqiu代表公众环保诉求，参照于文超等(2014)［9］的研究，本文通过对环保来信总数、来访人数、来访人次以及环保方面的人大建议政协提案数等4项指标进行主成分分析(PCA)获得。控制一系列可能影响环境治理效率的区域经济因素(District)，具体包括:地方报纸发行量news，使用各级报纸总印数与当地人口总数之比衡量;外资企业比重forei，使用城镇外商投资单位年末从业人员数与城镇年末从业人员数之比衡量;高污染产业比重struc，使用单位工业增加值的二氧化硫排放量衡量;环境执法强度zhifa，使用与环境相关的行政处罚案件数除以当地实际GDP衡量。

随着政府环保考核不断强化，环境绩效成为影响官员职位晋升的重要因素(Zheng，et al.，2014;孙伟增等，2014)。［7］［22］由此，在方程(2)中继续加入官员特征变量Govern，主要包括:官员任期tenure、年龄age、是否本地升迁sq、是否本地籍贯native、是否有本地大学求学经历study。尽管省长(直辖市市长、自治区主席，以下统称省长)与省委书记(直辖市市委书记、自治区党委书记，以下统称省委书记)都存在着以经济增长为核心的相对绩效考核机制，但省长与省委书记的职责分工明显不同，对于污染治理这样的具体事务，省长负有更多的直接管理责任，因此，本文主要关注省长的个体特征对环境治理效率的影响。

为了进一步检验公众诉求与政府干预对环境治理效率的交互影响，构造交叉项suqiu×regu1、suqiu×regu2加入方程(2)中重新估计。本文从政府配置资源的角度衡量政府干预水平，变量regu1使用樊纲等(2011)［21］所编制的《中国市场化指数》一书中提供的“市场配置经济资源”得分，显然，该项指标为政府干预水平的逆指标，为便于后文论述，变量regu1取“市场配置经济资源”得分的相反数。regu2代表地方财政支出占地区GDP的比重，政府财政分配资源的能力代表地方政府的经济控制力(朱英姿和许丹，2013)，［23］regu2 越大表示地方政府干预能力越强。

(三)研究样本

由于2010年之后中国环境统计指标发生了变化，不再提供工业二氧化硫(烟尘、粉尘)去除量等数据，所以本文的研究样本为1997～2010年中国省级(西藏除外)的面板数据。工业污染治理投入产出、公众环保诉求、环境执法强度等数据来源于各年《中国环境年鉴》;外资企业比重、高污染产业比重、地方财政支出、地区GDP等数据取自各年《中国统计年鉴》;媒体监督数据来源于各年《中国新闻出版统计资料汇编》。官员信息数据为笔者对百度百科、新华网、人民网等网络公开资料的整理获得。其中，官员任期tenure参照王贤彬和徐现祥(2008)［24］的方法计算，对于官员任期起止月份不能确定的情况，通过查询当时时政新闻间接获得。

三、实证结果分析

(一)主要变量描述性统计

表1给出了方程(2)中主要变量的描述性统计。变量suqiu的离散系数为8.535，说明不同省份之间公众环保诉求存在较大差别;变量regu1、regu2的最大值和最小值存在明显差异，说明不同省份的政府干预水平具有明显差异;此外，变量 news、forei、struc、zhifa 的离散系数分别为2.100、1.250、0.929、1.155，说明不同地区的报纸发行量、外资比重、高污染产业比重、环境执法力度存在显著差别。样本期内省长最长任期为12年、最短任期仅为1年、平均任期3.086年。省长最大年龄和最小年龄分别为65岁和43岁，平均年龄为57.8岁。变量 sq、native、study的均值分别为 0.697、0.351、0.229，可见，接近70%的省长由本地升迁，35%左右的省长具有本地籍贯，不到23%的省长有在本地大学求学经历。

表1 主要变量描述性统计

(二)公众诉求与环境治理效率

表2列示了方程(2)的回归结果。考虑到回归方程可能存在一阶自相关和异方差，采用面板修正标准差法(PCSE)进行回归。结果表明，当回归方程仅控制省份、年份虚拟变量时(第1列)，变量suqiu的系数为正且在1%水平上显著;加入地区经济控制变量之后，suqiu的系数依然显著为正，继续加入官员特征变量之后，suqiu的系数在5%水平上显著为正，这说明公众诉求将显著提升区域环境治理效率。产生这一结果的原因在于，公众环境投诉、信访能够为政府监管部门监督企业污染行为提供有效信息并降低监管成本，同时，公众环境投诉、信访也使本级政府面临上级政府的问责风险，从而促使本级政府积极回应公众诉求，更加有效地开展地方环境治理工作。

关注表2第3列中控制变量的回归系数。news的系数在10%水平上显著为正，表示报纸发行量越大的地区其环境治理效率越高。产生这一结果的原因在于:报纸发行量越大的地区，媒体披露水平越高，公众能够获得更多环境信息，包括重大环境污染事故信息，也为政府部门监管本地企业环境治理行为提供更多信息(Nie，et al.，2013)，［25］来自公众与环保监管部门的压力将促使企业提升环境污染治理效率。forei的系数为负但不显著，说明外资企业比重对环境治理效率存在并不显著的负向影响。一方面，外资企业具有较高治污技术和更多绿色生产工艺，因而具有更高环境治理效率;另一方面，“污染天堂假说”认为发达国家(或地区)会通过跨国投资的方式将高污染产业转移到环境标准较低的国家(或地区)，进而引发污染跨国转移，这两种效应相互抵消导致变量forei的系数不显著。变量zhifa的系数为负但不显著，说明环境执法力度并未对环境治理效率产生显著影响。这可能源于，由于环境执法力度描述的是政府针对违法污染的行政处罚行为，但提升环境治理效率更多依赖于企业主动采用先进治污技术和绿色工艺流程，由此导致环境执法对环境治理效率无显著影响。

官员特征变量中，变量tenure和age的回归系数并不显著，说明官员任期和年龄对环境治理效率无显著影响。任期越长和年龄越大的省长更熟悉当地情况并拥有更丰富的从政经验，因而能够建立长效环境治理机制;然而，官员晋升概率会随着任期和年龄的增加而降低，任期越长和年龄越大的省长为获得更多晋升机会，会将更多注意力转向那些能够带来短期经济增长的领域，从而忽视了环境治理效率的提升。变量sq的系数在5%水平上显著为正，即本地晋升官员将显著提高地区环境治理效率。与外地调任官员相比，本地晋升官员往往获得当地精英的支持(Persson＆Zhuravskaya，2012)，［26］更重视事关当地居民福利的污染治理工作，更熟悉当地基本情况，因而更注重提升本地环境治理效率。变量native的系数为正但不显著，而变量study的系数在5%水平上显著为负。可见，官员籍贯对环境治理效率无显著影响，而具有本地大学经历的官员将显著降低环境治理效率。有本地大学经历的官员与当地具有天然感情联系，这导致地方官员偏向于努力发展当地经济(Persson＆Zhuravskaya，2012)，［26］从而可能忽视当地污染治理问题。

表2 公众诉求与环境治理效率(1997－2010年)

考虑到方程(2)中被解释变量effi介于0～1之间，使用 Tobit方法重新估计方程(2)。表2第4～6列结果显示，主要解释变量和控制变量的系数符号和显著性未发生实质性变化，这说明前文所得结论具有稳健性。

(三)公众诉求、政府干预与环境治理效率

表3报告了交叉项 suqiu×regu1、suqiu×regu2的回归系数。第1列结果显示，变量suqiu系数为正，交叉项suqiu×regu1的系数在5%的水平上显著为负;第2列结果同时显示变量suqiu系数为正，而交叉项suqiu×regu2的系数在1%水平上显著为负，表明政府干预越强的地区，公众诉求对环境治理效率的正向效应越弱。由此可见，尽管公众诉求会提升地方环境治理效率，但过多的政府干预将弱化公众诉求对环境治理效率的正向效应，这可能源于，当地方政府在资源配置中发挥着关键作用时，往往难以迅速有效地对公众环保诉求做出回应，其环境治理投资的使用效率往往也偏低。表3第3、4列同样报告了 Tobit模型的估计结果，交叉项 suqiu×regu1、suqiu×regu2的系数依然显著为负，前文所得结论未发生实质性改变。

(四)稳健性检验

为了减弱遗漏变量可能引发的回归偏误，进一步在方程(2)中加入控制变量，包括:地区教育水平edu、人口密度density、环境分权水平ed等，重复前文研究，所得结论未发生实质性改变①本文参照祁敏等(2014)的研究衡量各地区环境分权水平，［28］人口密度等于人口总数除以辖区面积，地区教育水平使用每万人口中高等学校在校生的人数衡量。为节约报告篇幅，在此未提供相应回归结果，感兴趣的读者可以向作者索取。。本文还使用各省份省委书记个体特征变量对方程(2)进行回归，结果显示前文的结论依然成立，且省委书记个体特征变量的系数并不显著，由此说明省委书记未对环境治理具体事务产生直接影响。这可能源于省长与省委书记的考核侧重点和职责分工有所不同，省委书记的主要职责是从总体上谋篇布局，把握经济社会发展的大方向，而省长则侧重操作层面的事情，负责经济社会建设的具体事务。

四、结论性评述

近年来，如何有效协调经济发展与环境保护之间的两难冲突，避免重蹈“先污染、后治理”的传统增长模式弊端成为决策者和理论界关心的热点话题(包群等，2013)。［27］伴随着环境信息透明度的增加以及公众环保意识的不断增强，公众诉求成为推动地方环保工作的重要力量。本文以1997～2010年中国省级面板数据为样本，实证考察了公众诉求对环境治理效率的影响。研究发现，公众诉求将显著提升环境治理效率，且这一效应在政府干预水平越低的地区越显著。同时，在报纸发行量越大、省长由本地晋升的地区，环境治理效率更高;而省长有本地大学经历的地区，环境治理效率更低。

上述研究结论的政策启示在于:首先，公众环保诉求将有效地推动环境治理效率提升，而畅通公众表达自身环保诉求的渠道，积极引导公众参与地方环境监督和治理，是完善当前环保体系的重要途径;其次，过多政府干预会制约公众诉求对环境治理效率的推动作用，因此，有序推进各级政府简政放权，充分发挥市场机制的资源配置作用，对于当前环境管理体制改革具有重要意义;再次，在“生态文明建设”和“绿色发展”理念下，改革完善现有的官员考核体系，利用制度建设构建生态环境保护的长效机制，弱化官员个体行为激励对地方环境治理的不利影响。需要指出的是，本文提供了官员个体特征(如任期、年龄、来源)影响环境治理效率的经验证据，但对于这一实证发现背后的理论机制尚缺乏更加清晰的刻画和探讨，将在未来的研究中对此做出深入探索。

［1］董秀海，胡颖廉，李万新.中国环境治理效率的国际比较和历史分析——基于DEA模型的研究［J］.科学学研究，2008，(6):1221 －1230.

［2］张亚斌，马晨，金培振.我国环境治理投资绩效评价及其影响因素——基于面板数据的SBM－TOBIT两阶段模型［J］.经济管理，2014，(4):171 －180.

［3］郑思齐，万广华，孙伟增，罗党论.公众诉求与城市环境治理［J］.管理世界，2013，(6):72 －84.

［4］Grossman G.，Krueger A..Economic，Growth and the Environment［J］.Quarterly Journal of Economics，1995，110(2):353－377.

［5］Wang D.，Di W..The Determinants of Government Environmental Performance［R］.World Bank Policy Research Working Paper No.2937，2002.

［6］Wang H.，Wheeler D..Financial Incentives and Endogenous Enforcement in China＇s Pollution Levy System［J］.Journal of Environmental Economics and Management，2005，49(1):174 －196.

［7］Zheng S.，Kahn M.，Sun W.，Luo D..Incentives for China＇s Urban Mayors to Mitigate Pollution Externalities:The Role of the Central Government and Public Environmentalism［J］.Regional Science and Urban E-conomics，2014，47(7):61 －71.

［8］万建香，梅国平.社会资本可否激励经济增长与环境保护的双赢［J］.数量经济技术经济研究，2012，(7):61－75.

［9］于文超，高楠，龚强.公众诉求、官员激励与地区环境治理［J］.浙江社会科学，2014，(5):23 －35.

［10］于良春，余东华.中国地区性行政垄断程度的测度研究［J］.经济研究，2009，(2):119 －131.

［11］Charnes A.，Cooper W.W.，Rhodes E.Measure the Efficiency of Decision Making Units［J］.European Journal of Operational Research，1978，2(6):429－444.

［12］金荣学，张迪.我国省级政府环境治理支出效率研究［J］.经济管理，2012，(11):152 －159.

［13］潘孝珍.中国地方政府环境保护支出的效率分析［J］.中国人口·资源与环境，2013，(11):61 －65.

［14］张玉，李齐云.财政分权、公众认知与地方环境治理效率［J］.经济问题，2014，(3):65－68.

［15］王亲.中国城市环境治理效率评估及其时空变异研究［J］.世界地理研究，2012，(4):153 －162.

［16］许陈生.我国地方环境污染治理效率研究［J］.科技管理研究，2010，(5):198 －201.

［17］陶敏.我国环境治理投资效率评价及其关键影响因素［J］.长江流域资源与环境，2012，(1):111－116.

［18］杨俊，陆宇嘉.基于三阶段DEA的中国环境治理投入效率［J］.系统工程学报，2012，(5):699－711.

［19］赵峥，宋涛.中国区域环境治理效率及影响因素［J］.南京社会科学，2013，(3):18 －25.

［20］涂正革，谌仁俊.传统方法测度的环境技术效率低估了环境治理效率?——来自基于网络DEA的方向性环境距离函数方法分析中国工业省级面板数据的证据［J］.经济评论，2013，(5):89 －99.

［21］樊纲，王小鲁，朱恒鹏.中国市场化指数:各地区市场化相对进程2011年报告［M］.北京:经济科学出版社，2011.

［22］孙伟增，罗党论，郑思齐，万广华.环保考核、地方官员晋升与环境治理——基于2004－2009年中国86个重点城市的经验证据［J］.清华大学学报:哲学社会科学版，2014，(4):49 －62.

［23］朱英姿，许丹.官员晋升压力、金融市场化与房价增长［J］.金融研究，2013，(1):65 －78.

［24］王贤彬，徐现祥.地方官员来源、去向、任期与经济增长——来自中国省长省委书记的证据［J］.管理世界，2008，(3):16 －26.

［25］Nie H.，Jiang M.，Wang X..The Impact of Political Cycle:Evidence from Coalmine Accidents in China［J］.Journal of Comparative Economics，2013，41(4):995－1011.

［26］Persson P.，Zhuravskaya E..Elite Capture in the Absence of Democracy:Evidence from Backgrounds of Chinese Provincial Leaders［R］.SSRN Working Paper，2012.

［27］包群，邵敏，杨大利.环境管制抑制了污染排放吗?［J］.经济研究，2013，(12):42 －54.

［28］祁毓，卢洪友，徐彦坤.中国环境分权体制改革研究:制度变迁、数量测算与效应评估［J］.中国工业经济，2014，(1):31 －43.