环境规制、环境污染与居民健康——基于调节效应与空间溢出效应分析*

宋丽颖，崔 帆

(西安交通大学 经济与金融学院，陕西 西安 710061)

一、引言

历史的车轮在改革开放40多年的伟大征程中给中国留下了两道最深刻的印记：持续、快速的经济腾飞和人类健康、生态环境的急剧恶化。污染不仅使人类面临着巨大的健康成本和生存威胁，其所引致的健康人力资本快速折旧也构成了世界各国经济社会发展不平等的重要来源。[1]106-118为处理这一棘手问题，环境规制作为各国的首选工具和有利武器应运而生。2007年，我国制定了环境与健康领域的第一个纲领性文件——《国家环境与健康行动计划(2007—2015)》。2014年，十二届全国人大常委会第八次会议表决通过了《环保法修订案》，完成了对环保法的首次修订。然而，污染所带来的挑战远远超过了社会各界的想象与期许。《环境绿皮书：中国环境发展报告(2016—2017)》指出，2015年末至2016年初的短短一个多月，北京市政府两次发布空气重污染红色预警，这也是2013年空气污染预警四级响应政策出台后，北京市首次启动红色预警。这些事实是否意味着中国的环境规制是无效的呢？基于此，探究环境污染、环境规制和居民健康之间的内在关系和作用机制，对于认知和测算环境污染所带来的高额成本、突出政府环境规制政策制定和实施的必要性和重要性是大有裨益的。因此，加快制定并出台相关环境规制政策以及高效管控环境污染迫在眉睫，更重要的是要强化各地区间的全局意识、整体意识，在污染治理和环境规制的制定和实施中增强政府间的交流与合作，团结力量，化零为整，力求达到“1+1>2”的良好效果。

相较于已有文献，鲜有研究从省际层面出发，利用省际数据、考虑环境污染等因素的空间溢出效应，构建相关空间计量模型对环境污染、环境规制和居民健康三者间的关系展开分析，因此，本文的贡献体现在：(1)在研究视角和内容上，以省际层面为落脚点，利用省际数据检验并论证环境污染对以死亡率为表征的居民健康造成的不利影响，通过对比引入环境规制前后污染对死亡率影响的差异，检验政府环境规制是否对环境污染与居民健康之间的关系具有调节效应，并进一步考察影响机制和作用方向，评估我国环境规制的实施效果。(2)基于环境污染的外溢性特点和政府环境规制“逐底竞争”及“搭便车”等不良现象，本文利用空间计量模型，考虑空间邻近地区污染程度和环境规制强度对本地区居民健康状况的影响，客观地比较和审视环境污染所带来的健康成本以及环境规制所带来的健康收益。

二、文献简评与研究假设

环境污染与健康关系的研究历久弥新。1972年Grossman健康生产函数理论的提出正式开启了人类健康领域的研究和探索。

早期文献主要有两条研究脉络：一是以评估环境污染带来的健康风险、论证污染的不利健康效应为主要关注内容。Cropper[2]235-240、Gerking & Stanley[3]115-121根据自身的研究目的，将环境污染作为一项显著影响人类健康的重要变量引入模型，在Grossman健康生产函数的基础上进行了逐步改进和不断完善。Alberini[4]107-126通过深入探究重污染地区居民普遍面临健康存量加速折旧这一现象背后的原因，进而发现：除年龄外，环境污染是引致健康折旧率进一步提高、健康存量加快减少的一大成因。2012年，Ebenstein[5]186-201立足于河流水体污染这一新的研究视角，对我国日趋上升的消化道癌症发病率进行解释，研究发现：水质每下降1%将导致消化道癌症发病率上升近10%，河流水体污染成为危害我国居民健康、威胁居民生存的一枚隐形毒瘤。苗艳青和陈文晶[6]160-160以Grossman模型为基础，从微观角度实证分析了PM10和SO2这两种大气污染物对居民健康造成的实质性危害，该研究表明：利用一切有效措施高效治理大气污染，遏制空气质量不断下降显得尤为紧迫。二是为应对环境状况和居民健康日益恶化的严峻局势，探讨如何科学合理地制定环境政策，并以此为基础，进一步对这一政府行为所带来的环境绩效和经济影响展开分析。Clancy et al.[7]171-182基于爱尔兰都柏林的大数据，验证出环境规制政策的制定和实施的确有利于环境质量的改善，大大减少了污染物的排放，进而突显出政府环境规制的重要性和必要性。徐彦坤和祁毓[8]147-160利用2003年政府实施的环保重点城市限期达标制度，运用双重差分法对环境规制的经济影响进行了科学评估，结果发现：环境规制通过使企业将污染的负外部性内部化，不可置否地增加了企业的经济成本。尤其是环境质量未达标的企业，其平均全要素生产率相对下降1.96%。王海弟等[9]27-39将Arrow-Romer生产函数与Grossman效用函数相融合，运用中国跨省数据对环境规制政策的经济影响展开探讨，研究发现：由于健康投资可能会对物质资本产生挤出效应，因此，过多的健康投资对经济增长可能具有不良作用。此外，张成[10]113-124、李树和陈刚[11]17-31、蒋伏心等[12]44-55认为环境规制有利于经济发展，它可以推动企业生产技术的改革和环境管理技术的创新，由此带来的丰厚经济绩效可以弥补甚至超过为满足环境规制约束条件所造成的“挤出效应”和机会成本，获得“创新补偿”。钟茂初等[13]107-115利用我国省际面板数据实证发现：在满足一定条件下，环境规制能够发挥对产业结构调整的倒逼效应，对实现环境保护与结构转型的双赢具有重要意义。另一些学者则对环境规制的经济影响持中立态度。[14]87-98 [15]14-26

不难发现，各界学者对环境污染的健康效应及环境规制的经济效应研究颇多，但是系统考察环境污染、环境规制与健康状况三者之间内在关系和作用机制的文献几近空白。本文首先试图从理论和实证两个方面研究污染的负面健康效应，探究外界条件(环境规制强度)的变化能否对环境污染的健康效应造成影响，即检验并论证环境规制对污染和健康之间关系的调节作用。对此，本文提出以下假说：

假说1：环境污染不利于居民健康存量的累积，环境规制对环境污染和死亡率的关系具有正向调节效应。

污染作为一种具有强外溢性特征的有害物质，地理边界不再具有划分、隔离的一般意义，外溢性使地理边界虚无化，导致污染打破空间局域的禁锢和限制，通过空气、河流、生物等介质的传播和扩散，不仅污染源所在地，连周边地区居民的健康与生存都受到了严重的威胁和挑战。有研究认为，正因为环境污染具有跨境流动的特征，导致即使实行了严格的环境规制，本地区也未必能享受减少污染所带来的效益，相反，即使未实行规制政策，本地区也可能得到临边地区环境治理所带来的好处。更重要的是，放松规制强度、降低污染物排放标准甚至不对环境污染进行管制对当地政府具有更大的吸引力。环境规制政策制定和落实过程中的“偷工减料”成为地方政府吸引人才和资本、推动产业发展、追求更高经济利益最方便、最“经济”的手段，在独自享有本地区经济利益的同时，与其他地区共同分摊环境污染的高额成本，导致政府环境规制 “逐底竞争”不良现象的发生。也就是说，一方面，居民健康受本地区环境规制和环境污染的影响；另一方面，居民健康还受临近地区环境污染和环境规制的制约。周边地区的环境污染和政府环境规制是影响本地居民健康不可忽略的重要因素。因此，研究环境污染、环境规制和居民健康之间的内在关系时，不仅要考虑本地区污染水平和环境规制的居民健康效应，将空间邻近地区的环境污染和环境规制也视为会对居民健康造成影响和冲击的重要因素，一同纳入模型，显得尤为重要且更加贴切实际。换言之，环境污染、环境规制和健康状况之间的空间交互关系、作用方式成为本文关注的另一个焦点。综上所述提出假说2：

假说2：环境污染和环境规制对居民健康的影响具有显著的空间溢出性。

三、模型设置与变量选择

(一)基本模型设置

在Grossman健康生产函数的基础上，参照赵忠[16]78-85、王俊和昌忠泽[17]20-42模型的设定，结合本文分析框架，建立基于我国国情的宏观健康生产函数，其中，将经济因素、教育因素、社会因素、卫生医疗因素和环境因素作为影响我国居民健康的重要因素纳入模型，基本模型如下：

Hdi,t=αi+C+β1Ecoi,t+β2Soci,t+β3Edui,t+β4Mci,t+β5Envii,t+εi,t

(1)

上式中，下标i表示省市，t表示时间。Hdi,t表示的是以i省市t时刻的居民健康状况为代表的被解释变量。参照多数研究，本文采用死亡率指标来表征居民健康。本文关注的核心解释变量Envii,t表示的是i省市t时刻的环境污染，即通过该变量的系数β5来识别环境污染对我国居民健康的影响大小和作用方式。Ecoi,t、Soci,t、Edui,t、Mci,t作为模型的控制变量，分别表示影响各省份不同时刻居民健康水平的经济因素、社会因素、教育因素和卫生医疗因素。αi表示模型所不能详尽的、与各省市相关的各种难以测控的个体因素，如：地理位置、资源禀赋、历史文化等。此外，εi,t为模型的随机扰动项，旨在吸纳模型未能标识的其他所有对被解释变量产生影响的因素。

模型(1)主要用于探究环境污染是否会提高死亡率这一研究假说，因此本文重点关注的是解释变量Envii,t系数的正负及大小。然而，当我们聚焦于环境规制对死亡率和环境污染之间关系的调节效应时，模型(1)已经无法满足我们的研究需要，基于此，本文在模型(1)的基础上引入了环境污染与环境规制的交互项(Envii,t×Enri,t)，以描述在不同环境规制强度下环境污染对死亡率的影响，模型(1)进一步拓展为：

Hdi,t=αi+C+β1Ecoi,t+β2Soci,t+β3Edui,t+β4Mci,t+β5Envii,t+β6Envii,t×Enri,t+εi,t

(2)

其中，Enri,t表示各个省份不同时刻的环境规制程度，包括环境规制制定、实施和监督三个方面。

同理，空间交互效应也会影响到死亡率对环境规制和环境污染变化的反应，即居民健康状况的好坏不仅受到本地区环境污染大小和环境规制强弱的制约，还会受到空间临近地区环境污染和环境规制的影响。因此，为论证假说2，我们在模型(1)的基础上，从空间交互作用的角度进行扩展，引入空间权重矩阵W及WXθ项，以识别和度量周边地区政府环境规制强度和环境污染水平对本地区死亡率所产生的影响。本文采用的空间杜宾模型基本形式如下：

Y=δWY+αlN+Xβ+WXθ+ε

(3)

其中，Y为N×1阶向量，由样本中每一个单位(i=1,…N)被解释变量的观测值所构成，根据本文的研究构建，Y由我国30个省份的死亡率构成，X是一个N×K阶解释变量矩阵，W表示空间权重矩阵，WY表示被解释变量间的空间交互作用，即地理临近地区被解释变量对本地区被解释变量的平均影响，影响程度和方向由δ表示，WXθ表示解释变量间的空间交互作用，即地理临近地区解释变量对本地区被解释变量的平均影响，影响程度和方向由θ表示，lN是一个N×1阶单位向量，它与被估计的常数项参数α有关，ε=(ε1,…εN)Τ是干扰项的向量，其中，对于所有i来说，假设εi服从独立同分布，其均值为零且方差为σ2。

(二)数据来源、变量选择及描述

1.数据来源

考虑数据的可得性、完整性和准确性，本文以2005—2015年中国30个省市(西藏除外)的数据为主进行研究和分析，相关数据来源为《中国统计年鉴》《中国环境统计年鉴》《中国卫生和计划生育统计年鉴》《中国人口和就业统计年鉴》等。

2.指标选择及描述

(1)被解释变量——居民健康。依据世界卫生组织对人类健康的定义，同时借鉴以往学者的研究，本文采用死亡率这一指标来度量各地区的居民健康水平。

(2)核心解释变量——环境污染。已有文献在环境污染指标的选取上，具有明显的主观性和单一性。多数研究采用空气综合污染指数或SO2、PM10、废水等污染物的排放总量来表征环境污染。然而，污染不仅涉及空气，水体、土壤、声音等各方面都是污染扩散、传播的途径，这些单一指标无法将污染所产生的影响完全归结为指标本身。故本文利用各地区历年SO2排放总量、烟粉尘排放总量、废水排放总量、化学需氧量排放总量以及工业固体废弃物产生总量等五项指标，通过熵权法合成得到能够较为全面表征环境污染状况的综合指标。

(3)调节变量——环境规制。目前学术界没有统一的环境规制指标，较为常用的规制替代指标有：某种污染物的排放强度、污染治理设施运行费用、排污费收入等。此外，还有一些学者通过构建相关综合指数来表征环境规制强度。为对环境规制进行度量，本文参考李胜兰等[18]88-110学者的做法，分别从环境规制的制定、实施和监督三个角度入手。其中，环境规制的制定由当年承接办理人大关于环保的建议议案数(件)来测度；规制实施变量由环境污染治理投资占GDP比重(%)和工业污染治理投资完成额占工业增加值的比例(%)来测度；规制监督变量由排污费收入占工业增加值的比例(%)来测度。采用熵权法将所选变量进行综合，构建一个能够较全面衡量不同省市政府环境规制强度及其变化的指标。

(4)其他控制变量。参照以往研究，本文所有控制变量可分为经济因素、社会因素、教育因素和卫生医疗因素四大类。其中，经济因素包括：城市居民家庭人均可支配收入(元)、农村居民家庭人均纯收入(元)、人均GDP(元)、医疗卫生经费占财政支出比重(%)。社会因素包括：城镇化率(%)、女性人口占总人口比重(%)、65岁及以上人口所占比重(%)。教育因素包括：每千人口中初中及以上学校平均在校生数(人)。卫生医疗因素包括：每千人口卫生技术人员(人)、城镇居民人均医疗保健支出(元)、农村居民人均医疗保健支出(元)。

本文数据凡涉及到货币的变量，均以2005年为基期进行平减，缺失值采用均值插补法进行补充。各变量名称及字母表示见表1。

表1 变量名称及定义

四、实证结果与分析

(一)环境污染的健康效应及环境规制的调节效应评估

表2中的列(1)至(4)显示的是不同条件下环境污染对各省市(地区)居民死亡率的回归结果。对比分析表2中的回归(1)、(2)，直接考察死亡率对环境污染变化的反映情况。不难发现，在保持其他条件不变的情况下，无论是否引入控制变量，以熵权法合成的环境污染综合指数的系数至少在10%的置信水平上保持统计显著性，这表明：居民健康水平会因环境污染的加剧而下降，环境污染已成为危害居民健康与生存的一枚不定时炸弹。在此基础上，考虑各省份的个体效应，为对比分析，本文分别构建了固定效应和随机效应模型，回归结果如表2中的(3)、(4)所示，实证发现：固定效应模型下，环境污染在5%的置信水平上对居民健康具有显著负面影响；随机效应模型下，环境污染在1%的置信水平上对居民健康造成了不利冲击。结果表明，无论如何控制个体效应，环境污染的负面健康影响都是统计显著的。为了进一步考察环境规制对环境污染与死亡率关系的调节效应，本文在模型(3)、(4)回归的基础上，引入了环境规制与环境污染的交互项，表2中的(5)、(6)分别汇报了固定效应和随机效应的回归结果。我们发现，无论是固定效应还是随机效应，环境规制与环境污染的交互项均在1%的水平上显著为负，且各模型下环境污染的回归系数也在1%的水平上显著。这表明，环境污染是危害居民健康的重要因素，同时，政府环境规制负向调节环境污染与死亡率之间的关系，换言之，相比于没有环境规制的地区，环境规制政策的施行这一外生条件的变化会弱化环境污染对居民健康的不利影响，这在一定程度上缓解了环境污染的健康风险。

表2 环境污染及环境规制调节效应对死亡率影响回归结果

注：括号内为t值，***、**和*分别表示在1%、5%和10%的置信水平上显著

本文分别从企业、行业和社会三个层次来探讨环境规制是如何发挥调节作用的。

1.企业层面

企业是环境规制最微观的受约对象。当某一地区实施较为严格的环境规制，导致企业因污染负外部性内部化而面临较高的生产成本时，通常企业有以下两种应对方式：一是由于“挤出效应”的存在，其“被迫”拿出原本用于扩大生产规模或投资生产技术革新的资金，来引进净污洁污设备设施；二是以一种“自愿”的方式，企业通过自身生产要素科学合理的配置，促进排污处理技术的进步创新。环境规制政策的落实这一外界环境生产条件的严苛变化导致无论企业通过何种方式，不管自愿还是被迫，与管制较为宽松甚至是未实施管制的地区相比，由于生产技术的革新、降污洁污机器的安装和先进排污设施的利用，即使生产过程中污染物排放总量没有减少，但经过一系列的净污处理，最终排放到环境中的能对生态造成实质性伤害的各种污染物总量是下降的。即相较于环境规制强度较弱的地区，在强规制条件下，环境污染对死亡率的正向促进作用趋于弱化。

2.行业层面

一方面，环境规制使行业内部发生变化。由于政府环境规制政策的施行使企业面临更高的生产成本和更为严苛的环境标准，导致整个行业面临一次严格的洗牌，不能通过自身条件的改善和生产结构的优化而适应外部生产环境的企业最终会选择退出行业，对行业而言，重污染企业的进入率会不断下降、退出率会不断上升。环境规制成为了使行业更加“清洁”的政策手段，换言之，环境规制在一定程度上会倒逼行业结构优化升级，从而降低整个行业污染物的排放强度。另一方面，环境规制使行业外部发生变化。为了更好地施行环境规制政策，政府会加大力度推进污水处理厂等基础工程的建设、不断引入先进的治污降污等设备设施。政府关注焦点的动态变化是引领整个行业前进和发展的指向标，它用实际行动为行业营造了一个更加干净、文明、绿色的外部环境，清晰地向行业传递出健康、可持续、环保的发展理念，进而转变了整个行业的发展基调。即环境规制政策的制定和实施通过改变行业所处的政治环境来改变行业的生产环境，环境规制这一外力的施加，扭转了行业未来发展进步的方向。

3.社会层面

通过环境规制政策的出台和落实以及各种环保教育和讲座等知识的宣讲，政府明确向公众表达出要构建绿色、环保、人与自然和谐相处的社会家园的坚定决心；同时，身处污染之中，深切感受到污染所带来不利影响的公众也会逐渐树立并强化自身的环保意识和健康意识。例如：外出佩戴口罩、围巾等衣物以减少污染物的吸入量、避免污染物与人体的直接接触；出行选择公共乘具或骑行等更加绿色环保的交通方式以减少污染物的排放水平；购置净水器、空气净化器、使用隔音防噪材料等来降低环境污染对居民健康的不利影响。此外，随着现代生活步伐的不断加快和物质生活水平的逐步提高，人们愈发重视保养与健康。不论是跑步还是游泳，户外运动还是室内运动，越来越多的人利用自己的闲暇时间通过各种方式以达到增强自身体魄、提高免疫力、增进健康存量的目的。

基于此，本文实证了假说1，即环境污染对居民健康具有不利影响，而环境规制具有削弱环境污染和死亡率之间正向关系的调节效应。也就是说，与没有环境规制的地区相比较，环境规制的实施能够有效减轻污染的不利影响。

(二)环境污染、环境规制对居民健康影响的空间溢出效应评估

居民健康水平的影响因素既可能来自本地区，又可能来自空间邻近的其他地区。具体来说，由于大气污染、水体污染、噪声污染等具有的强外溢性特征和地方政府间环境规制 “逐底竞争”现象的存在，居民健康不仅受到本地区环境污染水平和环境规制强度的影响，还受制于邻近地区的环境污染和环境规制。因此，为了探究环境污染与环境规制的空间效应是否会对居民健康造成影响，即检验环境污染与环境规制的健康效应是否具有空间溢出性，我们在模型(1)的基础上进一步扩展了模型(3)，并选择环境污染和环境规制作为我们所关注的核心变量，选择经济因素中的Y1、Y2、Y3、Y4，社会因素中的S3、教育因素E1与卫生医疗因素中的M1、M2、M3作为模型的控制变量，运用空间计量经济学中的SDM模型对2005—2015年我国30个省份的相关数据进行实证分析。经豪斯曼检验，本文选择随机效应模型，得到了如表3所示的回归结果。

表3 空间杜宾模型回归结果

注：括号内为t值，***、**和*分别表示在1%、5%和10%的置信水平上显著

具体来说，表3中的(1)为环境规制、环境污染在引入控制变量的基础上对死亡率进行最小二乘回归得到的结果。我们发现，环境规制不仅对污染和死亡率的关系具有调节效应，在1%的置信水平上，政府环境规制对居民健康的改善和提升还具有显著促进作用，表现为环境规制强度越大，死亡率越低，这一分析证实了施行环境规制的必要性和重要性。第二、三个回归为模型加入控制变量前后，引进环境规制和环境污染的空间交互项所得结果。仅从(2)、(3)模型中各变量系数估计的显著性层面观察，我们发现，无论是否引入控制变量，就死亡率、环境污染与环境规制三者之间的统计显著性而言，除(3)中环境污染这一变量不显著以外，其余所有变量均至少在10%的置信水平上表现出强显著的统计特性。

然而，即使这些变量的估计系数在统计性质中是显著的，我们也不能以此为据来断定环境污染和环境规制的健康效应具有空间溢出性。LeSage and Pace认为，如果我们直接视模型中某变量估计系数是否显著为检验该变量是否存在空间溢出效应的评判标准，这种点估计可能会导致错误的结论。也就是说，如果模型中含有WX这一空间滞后解释变量，回归结果为它的系数是负的且不显著，但它的空间溢出效应很可能是正的且非常显著。正是为了避免这种现象的发生，我们不能简单片面地将判断变量是否具有空间溢出效应的标准等同于该变量系数估计是否显著。这里，我们简单引出直接效应、间接效应的概念：若某一单位中的特定解释变量的变化不仅会改变这个单位自身的被解释变量，而且会改变其他单位的被解释变量，第一种改变称为直接效应，第二种改变称为间接效应。根据概念，不难发现，间接效应就是我们所讨论的空间溢出效应，最终我们应该使用解释变量估计的间接效应，而不是变量估计系数来检验空间溢出效应是否存在。基于此，我们得出表4中直接效应、间接效应、总效应和反馈效应等数据。

表4 空间回归直接、间接和总效应分析

注：括号内为t值，***、**和*分别表示在1%、5%和10%的置信水平上显著

根据表4，当模型为引入控制变量的空间杜宾模型时，我们发现，所有变量效应的估计均符合我们预期的方向，即使环境污染的直接效应并不显著。为进一步分析，本文分别从环境污染和环境规制两个变量的角度展开探讨。

1.环境污染对居民健康影响的空间溢出效应

由表4数据可知，环境污染的直接效应为0.4601，表示本地区污染程度上升1个单位会导致本地区死亡率上升0.46个单位；此外，在5%的置信水平上，污染的间接效应为1.1533，正向显著，这就意味着空间邻近地区环境状况恶化1个单位，本地区死亡率会增加1.1533个单位。将环境污染的直接效应和间接效应进行对比，我们发现这样一个事实：污染的间接效应约是其直接效应的2.5倍，这一数据说明，相比较于本地区，周边地区环境质量的高低、污染物排放总量的大小对本地区居民健康有着更大的不利影响和冲击。将环境污染的直接效应与表3(3)中环境污染的估计系数0.4523进行对比，得出反馈效应为0.0078，或者为其直接效应的1.7%，可以发现，这一反馈效应是相当的小。将环境污染的直接效应与表3(1)中环境污染变量的估计系数0.5924相比，由于非空间模型忽略了污染外溢性的特征，周边地区污染对本地区健康的负面影响被单方面集中体现在本地区环境污染的健康效应上，导致本地区污染变量系数被高估了28.75%，另外，空间杜宾模型中环境污染变化的间接效应为1.1533，是非空间模型中污染系数的194.68%，而在非空间模型中，间接效应被人为设定为0，比较之下可见偏差之大，说明环境污染空间溢出效应是我们在模型设定中不可忽视的一个重要因素。

2.环境规制对居民健康影响的空间溢出效应

根据空间杜宾模型的回归结果，在1%的置信水平上，环境规制变量的直接效应为-0.7411，表示当本地提高1个单位的环境规制强度时，死亡率会下降约0.74个单位。同样的，环境规制变量的间接效应也在1%的置信水平上显著，为-1.0496，表示本地死亡率水平会随周边地区环境规制强度上升的1个单位而下降约1.05个单位。将环境规制的直接效应与间接效应相比，发现规制变量的间接效应是其直接效应的1.42倍。这就意味着本地居民健康水平会同时受到自身和周边地区环境规制强度的影响，若本地和周边地区同时提高环境规制强度，二者会在不同程度上降低本地死亡率，且周边地区环境规制的健康效果是本地环境规制健康效果的近1.5倍。将环境规制的直接效应与表3(3)中规制的回归系数相对比，进而得到反馈效应的值为-0.0196或者为其直接效应的2.64%，可见所得反馈效应相对较小。将环境规制的直接效应与表3(1)非空间回归模型环境规制变量的系数相比，进一步分析，发现非空间模型中环境规制的健康效应被高估了17.53%，相反，尽管在非空间模型中间接效应被人为设定为0，对于环境规制，间接效应是其变量系数的120.51%。也就是说，如果我们简单地采用非空间模型，忽略变量间的空间影响，所得结果远远不足以反映出变量间真正的传导机制和作用方式。

以上分析充分证实了假说2，表明环境污染和环境规制的健康效应具有显著的空间溢出性：居民健康不仅受到本地区环境污染的直接威胁，还会受到周边地区环境污染的间接损害；同样的，本地区和周边地区环境规制强度的提高在不同程度上都有利于本地区健康状况的改善，促进居民健康存量的积累。

(三)稳健性检验

为了检验环境污染、环境规制和居民健康三者间关系是否具有稳健性，本文通过替换部分控制变量进行了系列稳健性检验，具体变量选择和回归结果如表5、表6所示。

表6中的回归(1)、(2)检验的是：在模型引入控制变量的基础上，固定效应与随机效应下环境规制是否具有对环境污染和居民健康间关系的调节效应，即检验假说1是否成立。第三、四个回归分别表示的是：在引入控制变量的基础上，固定效应与随机效应下运用SDM模型来检验环境污染和环境规制的健康效应是否具有显著的空间溢出性，并以固定效应模型为基础，计算得到了直接效应、间接效应等相关数值，结果如表7所示，即验证假说2是否成立。

表5 变量设置及定义

表6 环境污染及环境规制对死亡率影响回归结果

注：括号内为t值，***、**和*分别表示在1%、5%和10%的置信水平上显著

表7 空间回归直接、间接和总效应分析

注：括号内为t值，***、**和*分别表示在1%、5%和10%的置信水平上显著

通过对表6与表7的分析，我们发现环境污染确实会对居民健康产生不利影响，环境污染越严重，越不利于居民健康存量的积累；当进一步引入环境污染与环境规制的交互项后，发现该变量的系数显著为负，即环境规制对污染和死亡率间的正向关系有同样的调节作用；此外，空间杜宾模型回归结果也证实了环境污染和环境规制对居民健康的影响具有显著空间外溢性，即二者的间接效应皆具有统计显著性。这表明，本文上述的检验是可靠的，控制污染物总排放量、加大政府环境规制强度等是提升居民健康水平的根本途径。

五、结论及建议

本文运用2005—2015年中国30个省份(地区)的面板数据，以环境规制对环境污染与居民健康间关系的调节效应以及环境污染与环境规制空间溢出效应对死亡率的影响大小和作用方式为研究重点展开系统性的分析。主要研究结论如下：

第一，环境污染的确是危害居民健康的一枚恶性肿瘤。环境质量越差、污染程度越高，死亡率越高。此外，环境规制对环境污染和死亡率的关系具有显著调节效应。相较于没有环境规制或规制强度较弱的地区，严格环境规制的实施通过改变环境污染的外部政策环境，有效地抑制了污染的不利健康影响，环境污染和死亡率间的正向关系变弱。

第二，环境规制和环境污染的健康效应具有明显的空间溢出性。居民健康水平不仅受到本地区环境污染的威胁，还受到周边地区污染物排放的不利影响。此外，不仅本地区环境规制政策能够有效促进居民健康存量的积累，周边地区环境规制强度的提高能在更大程度上有利于改善本地居民健康。

根据以上结论，本文提出如下政策建议：

第一，提高环境规制强度、落实环境规制政策。环境规制对居民健康存量的积累具有显著促进作用，这一作用体现出政府制定并落实环境规制政策的重要性和必然性。为充分发挥环境规制的积极作用，对政府而言，首先，需要不断寻找并填补环境保护制度中的“真空地带”，为环境规制政策的制定和落实营造良好的外部环境，打下坚实的制度基础。其次，需要适度提高环境规制强度，对污染物的排放施加强力约束，制定严格的排放标准，实现“源头降污”“末端治污”的目的。最后，需要贯彻落实环境规制政策，避免为“争资抢才”而出现“搭便车”与“逐底竞争”等不良现象，从而使环境规制效果大打折扣。

第二，提高环境规制决策与实施中周边政府的参与度。政府在环境规制相关政策的决策中应充分考虑环境规制的空间溢出效应，通过与临近地区的政府建立起有效的交流和沟通机制，化解政府间可能出现的政策矛盾和利益冲突，将眼光放至双方的共同利益方面，更加科学合理地进行环境规制的政策制定和目标规划，更加全面高效地进行环境规制的政策实施和监督，避免环境规制决策中决策主体的单一性和政策视野的封闭性，达到“1+1>2”的政策效果。

第三，增强省际地域间环境污染负外部性的管控和治理。由于环境污染具有跨境传播的外溢性特征，各地政府应该组织、协调各个部门的环境保护工作。正是因为我国省际地区间环境污染外部性管理处于缺失状态，各个地方环境保护部门相互推诿、推卸责任等现象和纠纷才屡屡出现。基于此，各地政府应该协调配合、通力合作，对环境污染进行统筹治理，并制定治污降污的长效机制，填补这类环境污染治理问题的空白。

第四，加强源头降污，形成区域治污，环保责任落实到人。习近平总书记于2017年新年贺词中提出了“每条河流要有‘河长’了”的号令。各级党政主要负责人担任“河长”，负责组织领导相应河湖的管理和保护工作，将河流的生态修复、水环境改善工作分区域划分并落实到具体个人。相应的，为应对和治理其他环境污染，政府也可以采取类似政策和措施。以大气污染为例，地方政府可以分区建立“气长制”，不仅对本地区大气进行治污降污，更是统筹空间区域、相邻地区联防联治，不仅动员了党政主要领导，更是发起了部门联动、社会参与，形成全国、区域、省、市、县、乡、村七级气长架构，层层管控，级级监督，构建责任明确、协调有序、监管严格、保护有力的大气管理保护机制。同时，政府也要奖罚分明，严格控制污染气体排放总量，对减排区域予以奖励，使其发挥模范带头作用，实现“一带二，连成片”的良好效果；对超排区域进行严格管制并予以严厉处罚，将责任真正落实到人，达到污染源治污控污的目的。