环境规制竞争与污染治理

刘 帅，杨刚强

(武汉大学 中国中部发展研究院，湖北 武汉 430072)

一、问题提出

中国经济的高速发展背后是巨大的环境代价，同期单位GDP能耗是美国的6倍、日本的7倍，甚至是印度的2.8倍[注]数据来源：人民网，http：//finance.people.com.cn/n/2012/0904/c70846-18909380.html。。环境污染不仅造成经济损失，严重影响中国经济增长质量[1]，还对居民生活质量、预期寿命产生影响[2]。居民具有享受基本的环境公共服务的权力，治理环境污染能够明显增强居民幸福感[3]。中国正处在经济转型的关键阶段，治理环境污染也是转变经济发展方式、实现经济绿色增长的必由之路。中国自2006年便提出了建设环境友好型社会，但环境污染并没有得到有效治理。例如，2016年城市环境空气质量达标数仅占24.9%，发生重度空气污染2 464天次；七大流域中仅长江、珠江水质良好，其他均为污染以上；地下水水质较差及以下超过60%[注]数据来源：环境保护部，《2016中国环境状况公报》。。环境规制是政府治理污染的重要手段，中国先后出台了30多部环保法律法规和84部地方性环保法则[4]，环保执法也不断加强，但环境污染并没有出现明显好转。这是否意味着环境规制对污染治理没有效果呢？

环境规制存在两种效应：倒逼减排和正向反馈。环境规制将排污成本内生化，增加排污成本，降低能源消耗，从而实现减排目的；但能源消耗是刚性需求，短期内很难实现能源结构改善，排污设备节能改造成本可能高于环境规制成本，所以排污者预计未来环境规制不断加强，在现有规制水平下加大能源需求，在短期内反而加重了环境污染，进而促使环境规制加强，从而使得排污进一步加快，这种正向反馈机制使得环境规制导致污染加重。环境规制的正向反馈与辛恩(Sinn，2008)[5]在研究温室气体排放时提出的“绿色悖论”机理一致。斯马尔德斯等(Smulders et al.,2012)的研究也表明，在碳排放税政策发布与实施这段时间，碳排放量显著增加，从而佐证了“绿色悖论”的存在[6]。弗尔斯特和尼斯特伦(Folster & Nystrom，2010)等的研究也表明，《京都议定书》的签署加速了二氧化碳的排放，并且环境规制的反馈机制使得其效果不如设想得有效，环境政策确实面临着“逆向效应”(backfiring)而增加二氧化碳排放的问题[7]。国内学者也发现了类似现象，如蒋伏心等(2013)认为环境规制对技术创新存在“抵消效应”和“补偿效应”，两者存在“U”型非线性关系[8]；环境规制与产业转移、结构升级也存在类似的“U”型关系[9]。

近年来，国内学者也开始关注环境规制相关问题。童健等(2016)采用2002—2012年中国工业行业的省际面板数据，发现环境规制对工业行业转型升级的影响呈现J型特征[10]。宋马林和王舒鸿(2013)将环境规制与技术进步联系起来，定量分析其对经济发展的影响程度[11]。李梦洁和杜威剑(2014)分析了环境规制与就业之间的关系，研究表明两者之间存在“U”型关系，并就如何实现环境规制与就业双重红利提出政策建议[12]。环境规制在微观层面上也产生了一定影响，如环境规制提高了企业规模分布的帕累托指数，使得企业规模分布变得更加均匀[13]，还对企业的全要素生产率具有倒“N”型影响[14]。然而，诸多研究往往忽略了环境规制在地区间的策略互动。环境是一种准地方性公共品，地方政府作为环境规制的具体执行者，由于一直以来官员晋升锦标赛过分强调经济增长，使得地方政府出现环境规制“执行偏差”“不完全执行”的现象。地方政府为了吸引更多的资本等要素流入，主动选择弱化环境规制，不断降低环境标准，进而形成了地方政府间环境规制的“逐底竞争”。随着中国经济进入新常态，特别是十八大以来，生态环境保护逐渐纳入官员绩效考核，新的官员晋升标尺可能会导致地方政府在环境规制执行中形成“标尺竞争”，竞相提高环境标准。

现有文献对环境规制存在“倒逼减排”和“正向反馈”已基本达成共识，少数学者注意到地区间环境规制策略互动现象[15]，但只是分析了环境规制策略互动这种现状。另外，现有对环境的研究大多集中在空气污染，对其他形式的污染重视不够。本文拟对已有研究进行如下拓展：一是利用空间计量模型识别地区间环境规制的地区竞争，并探索环境规制对环境污染的空间溢出；二是通过建立面板门槛验证环境规制对污染排放的门槛效应；三是综合研究废气、废水和废物三类污染，试图更完整地研究污染治理。

二、模型设计与变量说明

(一)计量模式设定

传统的计量工具忽略了地区间的空间关联，而空间计量模型能够很好地识别环境规制在地区间的策略竞争。一般的空间面板计量模型为：

(1)

lnPit=α+ρWlnPit+φlnPit-1+θWlnERit+αWXit+βlnERit+γXit+ui+γt+εit

(2)

其中，P为废气、废水、废物三种污染物；W为相应的空间权重矩阵。本文采用地理距离空间权重矩阵，矩阵元素wij取值为两省省会距离的倒数，即wij=1/dij；ρ为空间滞后系数，衡量环境污染的空间效应；φ为时间滞后系数，衡量上一期环境污染对本期污染水平的影响；X为控制变量，主要包括经济增长、产业结构、能源强度和开放程度，α衡量控制变量的溢出效应；ER为环境规制。

在具体的竞争策略识别上，本文在参考已有文献的基础上[18-19]，结合本文的研究主题，主要通过空间溢出参数θ和环境规制的影响参数β的大小和方向来识别环境规制地区间竞争策略。

第一，当θ和β方向相同时，表明环境规制存在地区间竞争。当两者都为正时，环境规制加剧了环境污染，说明地区间采取的是“逐底竞争”；当两者都为负时，环境规制减缓了环境污染，说明地区间采取的是“标尺竞争”。

第二，当θ和β方向不同时，表明环境规制在地区间的竞争是“差异化竞争”。当β>0且θ<0时，本地区采取的是加强环境规制，邻近地区采取的是减弱环境规制的策略；当β<0且θ>0时，本地区采取的是减弱环境规制，而临近地区采取的是加强环境规制。

第三，当θ和β的估计结果不显著时，则说明环境规制在地区间的竞争处于“弱竞争状态”。

(二)变量说明

被解释变量：环境污染(P)。全面考察环境污染，本文选取了扩散度不同的废气、废水和废物污染。相应的指标分别为工业废气排放量、工业废水排放量和工业废弃物排放量。三种不同形态的污染物既能是覆盖不同的污染类型，也能相互形成对比。

核心解释变量：环境规制(ER)。环境规制有多种类型，可分为命令-控制型、市场激励型、公众参与型和自愿行动型。有很多文献将SO2去除率等作为环境规制衡量指标，但由于该项指标在2012年之后不再公布，所以本文借鉴史青(2013)[20]的研究方法，用工业污染治理完成投资额与工业增加值之比衡量环境规制。

控制变量：(1)经济增长(eco)。已有大量研究表明经济增长与环境污染之间存在影响，本文选取地区人均GDP作为衡量指标。已有研究表明经济增长与环境污染之间存在U型、N型或是倒U型等关系，所以本文在实证过程中，加入经济增长的二次项。(2)产业结构(ind)。第二产业是环境污染的主要产业来源，本文选择第二产业增加值占GDP比重反映产业结构。(3)能源强度(energy)。中国的能源消耗以煤炭、石油等化石燃料为主，化石燃料燃烧是污染的重要来源。本文选取单位GDP能耗反映能源强度对环境污染的影响。(4)开放程度(FDI)。“污染天堂”的假说在中国基本成立[21]，“污染天堂”效应通过外商直接投资转移发达国家污染到中国。本文选择FDI规模作为开放程度指标。

(三)数据来源及说明

本文使用2000—2016年30个省份(因数据缺失严重，除西藏)数据，以上数据来自万得(WIND)数据库及历年《中国环境统计年鉴》。由于《中国环境统计年鉴2017》与之前年份公布的数据差异过大，并未公布分地区工业废气排放量、工业废水排放量，所以这两个变量数据截至2015年，其他数据均截至2016年。

三、实证结果及讨论

埃洛斯特(Elhorst，2010)建议先进行OLS估计，进行LM-tests和robust LM-tests以确定空间模型是否更适合描述数据，然后在对空间杜宾模型进行检验[22]。综合勒萨热和佩斯(2009)[16]以及埃洛斯特(2010、2014)[17，22]的建议，本文首先建立融合了空间误差模型和空间滞后模型的空间杜宾模型，然后再对结果进行Wald检验以确定是否合适。空间面板模型的 LM 检验结果(表1)表明，用空间计量模型对数据建模都是合适的[注]LM检验结果表明，空间计量模型是合适的，且空间误差模型优于空间滞后模型，但从本文研究实际出发，仍遵从勒萨热和佩斯(2009)以及埃洛斯特(2010、2014)的建议，建立空间杜宾模型之后，再进行Wald检验。。

表1 空间面板模型的LM检验结果

表2报告了动态面板空间杜宾模型的回归结果，本文使用极大似然法对模型进行估计。豪斯曼(Hausman)检验表明，应采用固定效应模型。Wald检验表明，空间杜宾模型的设定是合适的。回归结果显示三类污染的时间滞后系数φ显著为正，说明环境污染就有时间上的持续性，这也表明治理环境污染是一场“持久战”，必须常抓不懈。环境污染的空间滞后系数ρ显著为正，说明环境污染存在明显的空间积聚现象，即高污染地区与高污染地区相邻，低污染地区与低污染地区相邻，这同时也表明本文使用空间计量模型是正确的。环境污染的空间集聚说明治理环境污染不能单纯着眼于某一地区而应在全局范围内综合治理。

表2 动态面板空间杜宾模型回归结果

表2(续)

本文首先分析环境规制的地区竞争及其对环境污染的影响。环境规制对于废气污染是处在“弱差异化竞争”状态，整体看环境规制对废气污染的影响不显著，可能的解释是废气污染是一种显性污染，公众可见度高，在环境绩效考核中最明显，各地政府采取了如关停排污企业等非常规化手段，使得废气污染与本文选取的环境规制指标相关性减弱。环境规制对于废水污染是“标尺竞争”，废水污染是流域性污染且影响深远，下游地区对于来自上游地区的污染具有很强的排斥和谴责，在长期的博弈中，流域沿线省份逐渐达成共识，共同维护水体环境；2008年以来，“河长制”逐渐在全国推行，《关于全面推行河长制的意见》明确要求各级河长由党委或政府主要负责同志担任，“河长制”把废水污染相关规制附加了更多的政治因素，促进环境规制地区间的“标尺竞争”。环境规制对于废物污染是另一种“弱差异化竞争”状态，本地环境规制明显减弱了废物污染，而竞争地区环境规制对本地区废物污染不显著，可能的原因在于废物污染虽然具有一定的空间集聚性，但是一种局部性污染，具有较强的地区收敛性，加之废物污染相对来说是一种“隐形”污染且具有长期潜伏性，地方对治理废物污染的政治积极性不高。从环境规制的地区竞争状态可以看出，并没有出现“逐底”恶性竞争，只有废水污染是“标尺竞争”，废气和废物污染是“弱竞争”，可以看出环境规制竞争因污染类型具有异质性，从而导致环境规制对污染的影响也有所不同。“标尺竞争”有利于各地争相提高规制强度，严格执行环境规制，是治理环境污染理想的竞争状态。

控制变量对于环境污染的影响包括：

(1)经济增长。经济增长对三类环境污染的影响趋势相同，一次项显著为正，二次项显著为负，说明环境污染与经济增长之间存在着倒“U”型关系，即环境污染随着经济增长先上升，当越过某个拐点时又随着经济增长而下降，这符合经典的EKC假说。当前中国大部分省份还没有超过拐点，环境问题的实质还是发展，要转变经济发展方式，坚决摒弃淘汰粗放式发展方式，坚持绿色发展，在发展中逐渐解决环境问题。

(2)产业结构。第二产业对废气污染的影响是不显著的，但与废水、废物污染却呈现出负相关，这得到了包群和彭水军(2006)[23]研究的支持，认为产业结构对污染的排放主要源于第一产业比重的下降。本文通过观察发现，第二产业占比的变化是个长期波动性上涨的过程，而且基数小变化幅度也小，而环境污染却变化较快，且污染排放逐渐增加，相对于第二产业占比基数大变化幅度也大，这可能是导致两者负相关的原因。总体来看，产业结构对于环境污染仍具有显著性影响。

(3)能源强度。能源强度显著加剧了三类污染强度。中国能源结构仍以化石能源为主，虽然近几年煤炭消费量占能源消费总量比例有所下降，但仍高达62%，并且能源消费总量逐年上升，煤炭消费绝对量并没有改善，清洁能源占比不足20%，中国仍面临过度依赖化石能源的困境。因此，应加大风电、核电、天然气等清洁能源的开发利用，逐步替代化石能源，进一步加快能源结构升级，提高能源利用效率。

(4)开放程度。FDI对环境污染的影响并不显著，甚至是与废物污染呈现负相关关系，这否定了“污染天堂”假说，此结论得到了许和连和邓玉萍(2012)[24]的支持。各地区引进外商投资并没有降低环保标准，阻碍了污染通过FDI向中国的转移。在进一步扩大对外开放利用外资的过程中，应继续坚持环保标准，制定环境准入门槛，形成“绿色”开放格局[25-26]。

四、环境规制与环境污染的门槛效应

环境规制对三类污染影响程度和方向因规制竞争而不同，由此易知环境规制对环境污染的影响并非单纯的线性关系，从前文研究中可以得出以下启示：环境规制对污染排放的抑制作用可能存在一个最优值，由于“倒逼减排”和“正向反馈”两种效应的存在，环境规制强度过强或过弱都不利于改善环境污染，环境规制可能存在一个或多个“门槛”值。本文利用面板门槛回归模型检验环境规制对环境污染是否存在门槛效应。面板门槛模式设定如下：

Pit=α+βXit+θ1ER×d(ER≤λ1)+θ2ER×d(λ1≤ER≤λ2)+
θ3ER×d(λ2≤ER≤λ3)+θ4ER×d(ER≥λ3)+μi+εit

(3)

d(·)为示性函数，当括号内公式成立时取1，否则取0；λ为门槛值，本文进行三重门槛建模，并对三重门槛显著性依次检验；X为控制变量；其他变量与前文一致。面板门槛模型检验结果见表3，估计结果见表4。

门槛检验结果显示，三类污染显著存在双重门槛。双重门槛将环境规制分为高、中、低三个强度，废气与废水污染的门槛值比较接近，废物的门槛值相对较高。面板门槛模型回归结果显示，对于废气污染，低强度环境规制具有很强的抑制作用，中强度环境规制抑制作用明显减弱，而高强度环境规制作用不明显；废水污染的门槛效应与废气污染类似；废物污染则不同，低强度和高强度环境规制均与污染呈正相关但不显著，只有中强度环境规制对废物污染具有明显的抑制作用。低强度环境规制对于废气废水的抑制作用较大，有可能对相关经济活动造成一定伤害，且对废物污染的作用是不明显的促进作用，高强度环境规制对三类污染的作用都不明显，总之，过低过高的环境规制都不利于污染治理，根据门槛回归结果，污染治理投资额与工业增加值之比在30～40最为合理。

表3 门槛检验结果

表4 面板门槛模型回归结果

五、稳健性检验

(一)使用替代指标

工业污染治理完成投资额与工业增加值之比是从支出角度衡量环境规制，本文从收入角度排污费与排污单位个(户)数之比作为环境规制的衡量指标重新进行回归，空间LM检验结果仍支持空间模型，空间杜宾模型回归结果与原结果一致[注]因篇幅限制，详细结果没有列出，备索。。

(二)分时段回归

2006年，中国首次将能源强度降低和污染物排放减少作为约束下指标纳入政绩考核体系，并在“十一五”规划(2006—2010年)中明确提出“主要污染物排放总量减少10%”，所以本文以2006年为界，将全样本分为两个时间段。将环保任务纳入政绩考核指标将有利于环境地区间环境规制竞争，则后一阶段的回归结果参数值将明显减小或者显著性明显减低。本文用原指标和替代指标进行了分时间段回归，结果如表5—表6所示。分阶段回归结果显示，后一阶段虽然样本量大，但显著性明显低于前一阶段，这表明结论的稳健性。

表5 分阶段回归结果(环境规制支出指标)

表5(续)

表6 分阶段回归结果(环境规制收入指标)

表6(续)

六、结论与政策启示

本文通过构建空间杜宾模型识别了环境规制地区之间的竞争，结果表明环境规制竞争状态因不同污染类型具有异质性，环境规制竞争并没有出现恶性的“逐底竞争”，但废气和废物污染处于“弱竞争”状态，废水污染是“标尺竞争”。回归结果还验证了经济增长对环境污染的EKC假说，否定了“污染天堂”的存在，能源强度与产业结构对环境污染具有显著影响。此外，环境规制对污染排放具有显著的双重门槛效应，通过对三类污染门槛回归结果分析得出实施中等强度的环境规制对污染防治效果最理想。通过变换替代指标、分时段回归等技术手段，使得本文的研究结论更具有稳健性。

本文的研究结论具有明显的政策含义。第一，完善环保考核机制，促进地区间环境规制的“标尺竞争”。地区间环境规制的“逐底竞争”使得环境规制不完全执行，弱化了环境规制的作用。地区间环境规制的竞争策略是由晋升激励所导致的，应当建立合理的晋升考核机制，提高环保在政治考核中的比重。由于竞争状态因不同的污染类型具有异质性，所以应该细化环保考核要求，逐步实现污染治理整体进入环境规制“标尺竞争”阶段。

第二，科学制定环境规制强度，构建完善的环境规制体系，充分发挥环境规制的减排效应。一方面，过高过低的规制强度可能会适得其反，根据门槛回归结果，应采取中等强度的环境规制，使得既能达到节能减排的目标，又能满足经济发展的要求；另一方面，不同污染的门槛值有所差异，应分别设置不同的规制适用体系，综合运用支出型、收入型等多种环境规制，使环境规制真正发挥减排目的。

第三，要加快能源结构与产业结构的绿色转型升级。能源强度和产业结构对污染具有显著影响，但短期内两者都是难以改变的，所以不应因短期内效果不明显而忽略两者的作用。应坚持绿色发展理念，加快清洁能源推广使用，坚决淘汰落后产能，不断优化产业结构，打赢环境保护攻坚战。