开放经济下环境规制强度对环境污染的外部性影响研究

李冠杰

（咸阳师范学院 经济与管理学院，陕西 咸阳 712000）

0 引言

随着改革开放的不断推进，在我国经济实力不断增强的同时，日益加重的环境问题也越来越受关注。尤其是长期以来粗放型的经济增长模式，给我国的生态环境带来了巨大压力。由于生态环境属于公共资源，单靠市场机制显然是无法解决环境问题的，因此必须通过政府的“有形之手”加强监管。环境规制是政府为了应对环境污染行为而做出的调节手段。通过环境规制，可以抑制污染环境的行为，也可以刺激和引导绿色生产，从而优化环境质量。而在开放型经济下，地区之间的联动越来越强，一个地方的环境规制可能对周边环境产生作用，这就是环境规制对环境的外部性影响。本文正是以此为切入点，研究我国环境规制强度对环境污染的外部性影响。

1 计量模型、指标选取与数据说明

1.1 变量指标选取及数据样本说明

为了尽量扩大样本容量，以提高分析精度，本文采用大样本的面板数据。由于指标获取渠道来源并不多，因此本文通过搜集、整理，最终决定选取2010—2016年我国大陆地区30个省级单位的面板数据作为样本，其中西藏自治区因为数据缺失较多，故予以略去。本文涉及的有关变量指标及数据样本说明如下：

第一，主要研究变量：环境污染。衡量环境污染的介质主要有大气、水体和固体污染物三种。为了综合分析出环境规制对环境污染的外部性影响，在测算环境污染指标时，采用大气污染指数、水环境质量指数和污染源监测指数三者的平均数表示。其中，大气污染指数采用国家公布的API指数来代替；水环境质量指数采用地下水水质超Ⅳ类比例、主要地表水体劣Ⅴ类断面比例两者的均值来综合表示；污染源监测指数采用国家公布的PMI指数来代替。为了体现各省级单位的相关指标，采用各省级单位的省级城市对应的指标来代替，相关数据通过国家环保局网站以及其他网站搜集得到。

第二，主要解释变量：环境规制强度。对于环境规制强度指标，国内外已有大量的学者进行设计和测算，这在前面的相关研究回顾中已经提到。即使如此，仍鲜有学者能充分考虑到环境规制中的潜在性问题，包括工业污染治理投资强度等方面。

第三，控制变量。如果单从环境规制强度这一个变量去解释环境污染是显然不够的，因为还有许多外在因素与环境污染存在较大的联系，尤其是涉及到经济方面的因素。因此，本文纳入了以下几个控制变量：①地区经济发展水平，反映当地的综合经济发展规模，采用人均地区生产总值来表示；②产业结构特征，主要反映当地的工业企业发展对环境的影响，采用工业增加值占地区生产总值的比重表示；③对外贸易水平，主要反映在外向型经济背景下通过对外贸易的扩大，是否也对环境造成一定的影响，采用地区进出口总额占地区生产总值的比重来表示；④创新发展水平，主要反映一个地区通过科技创新发展，是否会降低当地的环境污染程度，从而提高环境质量，创新发展水平采用当地的R&D占地区生产总值比重来表示。控制变量所有指标均根据国家统计局网站的相关数据得到。

1.2 计量模型构建

本文借鉴薛福根（2016）的研究方法，拟采用空间动态模型进行分析。

空间动态模型主要有两类，一类是空间滞后模型（SAR），另一类是空间误差模型（SEM）。两类模型的数学形式如下：

（1）SAR模型

其中，y为因变量，ρ为空间滞后系数，W为空间权重矩阵，X为自变量集合，β为自变量对应的系数向量，ε为随机误差项。这里需要对空间权重矩阵W进行细化说明。对于这个矩阵，有学者采用0-1法，也有学者采用欧氏距离法，为了简便起见，本文采用前一种方法。设wij是W中的一个元素，如果地区i和j之间存在公共边界，那么有wij=1；如果不存在公共边界，那么有wij=0。特别地，约定地区wii=1，且假设海南省与广东省有公共边界。引入前面提到的研究变量、解释变量和控制变量，得到相应的空间动态模型扩展：

（2）SEM模型

其中，η为带有空间关联性的误差项，λ为空间误差系数，其余变量同上。引入前面提到的研究变量、解释变量和控制变量，得到相应的空间动态模型扩展：

其中，EPO表示环境污染综合水平；REGU表示环境规制强度；PGDP、STRU、OPEN和TECH分别表示地区经济发展水平、产业结构特征、对外贸易水平和创新发展水平；α0～ α6，β0～ β6均为待估计系数；i和t分别表示地区和时期。

2 环境规制强度的指标设计及测算

环境规制强度的测算方法有很多，如可采用污染减排支出与企业特征来估算行业的环境规制强度，也可采用产业增加值、成本与从业人数去除污染减排支出来估算相对的环境规制强度。但考虑地区产业结构的不同，需要建立一个调整的指标来测算环境规制强度（REGU）：

其中，REGUst表示s地区t年份环境规制强度；Sst表示s地区t年份单位产值的污染减排成本；Sst表示经过产业结构调整的单位产值的污染减排成本；Pst表示污染减排支出；Yst表示生产总值；（Pit/Yit）表示第i个行业单位产值的污染减排成本，（Ysit/Yit）表示i行业占s地区产值的比重，也就是相应的权重；s代表地区；t代表时间；i代表行业。

污染减排投入主要包括企业的投入和政府的环境支出。为了消除不可比的影响，借鉴式（5）单位污染物所需治理投入的思想，构建一个修正的环境规制强度（REGU’）：

其中，SIst表示工业污染减排投入的无量纲化结果；Ist表示环保投资、工业污染治理投资与三废治理费用的总和；Iˉt表示全国各地区工业污染减排投入的均值；TEst表示多种污染排放加总的综合污染排放水平；SEsjt表示第j种工业污染物排放的无量纲化结果，采用s地区t年份第j种工业污染物排放量与全国各地t年份第j种工业污染物排放量均值的比重来衡量；其他字母含义同上。

根据历年《中国环境年鉴》，整理我国30个大陆地区（西藏除外）和行业污染减排支出相关数据，采用上述污染减排投入测算方法，测算我国各省份修正的环境规制强度的排名及变动情况，具体数据见表1。

表1 2010—2016年我国各地区环境规制强度的排名及变动情况

由表1可以看出，我国30个地区在2010年、2012年、2014年和2016年修正的环境规制强度排名变化情况。同一个地区不同年份的环境规制强度排名差距相对较大的省份有黑龙江、广西、福建、海南等地区；同一个地区不同年份的环境规制强度排名差距相对较小的省份有山西、贵州、陕西等地区。

3 环境规制强度对环境污染的外部性影响分析

3.1 环境规制强度对环境污染的外部性影响检验

首先，通过MATLAB 7.1软件附带的空间面板数据模型程序，分别根据式（2）和式（4）进行回归，并将结果进行整理，得到表2。

根据表2，对比SEM模型和SAR模型的回归情况，无论是从校正后的拟合度还是极大似然值，都是SAR模型较高，而且空间计量模型特有的指标LM值和R-LM值也使SAR模型更加显著。由此，本文认为SAR模型得到的回归结果更加优越。

（1）环境规制强度对当地环境污染的影响。环境规制强度变量REGUit的系数值为-0.694，且在1%的水平下显著。由此可见，地方环境规制强度与当地的环境污染之间存在显著的负相关关系，环境规制强度的提高，有利于减少当地环境污染。这也表明，一个地区实行环境规制策略，可以在一定程度上缓解当地的环境污染，从而有助于优化生态环境。这一回归结果与环境规制的初衷是相一致的，环境规制作为政府的一项社会性规制手段，最直接的目的就是为了通过对企业和社会的经济活动进行调节，降低环境污染，从而弱化其外部不经济性。

（2）环境规制强度对环境污染的外部性影响。环境规制强度的空间作用变量W×REGUit的系数为-0.201，且在1%的水平下显著。这就表明，环境规制强度对环境污染的影响存在较为显著的外部性，即一个地区实施环境规制政策，可以通过空间溢出效应，对周边地区环境污染带来一定的减弱作用，从而对周边地区环境质量的提升带来正向外部性。

表2 两类空间动态模型回归结果

3.2 环境规制强度对环境污染外部性影响的“U型”检验

就像经济发展水平对环境的影响可能存在“U型”特征一样，环境规制强度对环境污染的外部性影响可能也存在“U型”特征。为了从经验上佐证这一点，本文基于式（3）、式（4），引入二次项变量，拓展为以下模型：

（1）SAR模型

仍旧采用MATLAB 7.1软件附带的空间面板数据模型程序，分别根据式（7）和式（8）进行回归，整理结果得到表3。

表3 关于“U型”检验的两类空间动态模型回归结果

从表3的SEM模型和SAR模型的回归效果比较来看，SAR模型的回归效果仍略优于SEM模型，因此仍旧认为SAR模型在解释环境规制强度对环境污染外部性影响的“U型”关系上更加有力。

（1）环境规制强度对当地环境污染的影响再检验。从表3的环境规制强度变量的系数变化可以看出，一次项REGUit的系数为-0.277，且在1%的水平下显著，同时二次项(REGUit)2的系数仅为-0.006，且并未通过显著性检验。这说明环境规制强度对当地环境污染的影响不存在“U型”特征，且似乎更加符合线性特征。从回归结果来看，环境规制强度的提高，能显著地带动当地环境污染减少。由此可见，对于一个地区而言，无论环境规制强度达到什么程度，只要该地区能够实施环境规制，就能促进该地区的环境污染有所降低，从而带动环境质量优化。即使环境规制强度达到一定程度后，对当地环境污染的削弱作用存在边际效应递减规律，从回归经验也可以看出，这种削弱作用也并不会被打破。

（2）环境规制强度对环境污染的外部性影响再检验。引入二次项后，环境规制强度的空间作用变量系数由表2的负值变为正值，同时二次项变量W×(REGUit)2的系数为-0.044，且在1%的水平下显著。由此表明，环境规制强度对环境污染的外部性影响确实存在“U型”特征，且“U型”开口向下。

对于这种“倒U型”曲线影响效应，本文给出以下解释：

（1）当一个地区的环境规制强度较小时，该地区的环境规制可能并不会引起周边地区对环境规制的重视程度提高，但是由上文的分析又可以知道，该地区只要实施环境规制，就有利于本地环境污染减少。这其中的一个重要途径就是高耗能、高污染的工业企业被责令整改、关停或被迫迁出。于是，对于这些企业而言，一个较为稳妥的方法便是技改，而另一个就是迁移到周边地区，特别是业务分散布局在多个地区的这类企业，更有倾向将业务迁移到周边的“大本营”。这样，在一定程度上就会导致迁入地的环境污染得到加重。这个角度就解释了对于低环境规制强度对环境污染具有一定的“负外部性”。

（2）当这个地区的环境规制强度持续提高时，周边地区的政府也会越来越感觉到该地区实施环境规制的有效性，于是也会逐步模仿实施这种策略，由此也会在一定程度上限制所在地区的高耗能、高污染企业的发展，积极走绿色发展之路，于是环境污染也会有所减少。所以，当一个地区的环境规制强度达到一定的临界值并继续提升时，将发挥出辐射带动效应，有效刺激周边地区增强环境规制，从而减少环境污染。可见，从这个角度便能解释对于高环境规制强度对环境污染具有一定的“正外部性”的论断。

4 结论

本文考虑了开放型经济下区域间经济社会联系日益紧密的趋势，以2010—2016年我国大陆30个省级单位的面板数据为样本，通过控件面板数据计量模型的方法，实证检验了环境规制强度对环境污染的外部性影响。研究结论如下：第一，环境规制强度对环境污染的内部性影响。环境规制强度的提高，能显著地带动当地环境污染减少，而且即使环境规制对当地环境污染的削弱作用存在边际效应递减规律，这种削弱作用也并不会被打破。第二，环境规制强度对环境污染的外部性影响。与内部性影响不同，环境规制强度对环境污染的外部性影响却存在“倒U型”规律，低环境规制强度在短期内反而会加剧周边地区环境污染，而随着环境规制强度的提升，对周边地区环境污染的影响便会逐步转向削弱。

参考文献：

[1]Becker R A.Air Pollution Abatement Costs Under the Clean Air Act：Evidence From the PACE Survey[J].Journal of Environmental Economics and Management，2005,50(1)．

[2]Cole M R,Fredriksson E P.Endogenous Pollution Havens：Does FDI Influence Environmental Regulations[J].Scandinavi.an Journal of Economics，2008，108(1)．

[3]Cole M A R.Elliott J R.Do Environmental Regulations Cost Jobs?An Industry—Level Analysis of the UK[J].The B.E.Journal of Economic Analysis and Policy，2007，7(1)．

[4]程都，李钢.环境规制强度测算的现状及趋势[J].经济与管理研究，2017,38(8).

[5]申伟宁，福元健志，张韩模.京津冀区域收入差距与环境质量关系的实证研究[J].干旱区资源与环境，2017,31(11).

[6]郭庆宾，刘琪，张冰倩.环境规制是否抑制了国际R&D溢出效应——以长江经济带为例[J].长江流域资源与环境，2016,25(12).

[7]薛福根.产业结构调整的污染溢出效应研究——基于空间动态面板数据的实证分析[J].湖北社会科学,2016，(5).

[8]韩先锋,惠宁,宋文飞.环境规制对研发技术进步的影响效应研究[J].中国科技论坛,2014，(12).

[9]李冠杰.“协同共生”:区域生态环境治理新范式[J].武汉科技大学学报:社会科学版,2017，（6）.