新安江流域横向生态补偿的经济效应

刘 聪,张 宁

新安江流域横向生态补偿的经济效应

刘 聪*,张 宁

(杭州电子科技大学管理学院,浙江 杭州 310012)

以新安江流域横向生态补偿试点作为准自然实验,采用2001~2017年中国安徽和浙江省内县域面板数据,利用双重差分方法(DID)定量研究了试点政策对流域上下游地区经济发展的影响及可能机制.结果显示:试点政策对上游地区的经济发展造成了一定程度的抑制影响,表现为相关地区的人均GDP或地区GDP出现了下降,而对流域下游地区经济发展并无显著作用,这一结论在进行多项稳健性检验后仍然成立;新安江试点政策对上游地区经济发展的负面影响呈现出了“先增强后减弱”的动态变化规律;此外,机制分析显示5个试点县内规模以上工业企业个数显著下降,表明“企业退出”是新安江试点政策对上游地区经济发展造成负面影响的重要原因.本研究可为后续制定和实施跨地区水资源保护的利益调配机制提供依据.

横向生态补偿；流域上下游地区；地区经济发展；双重差分法；新安江流域

在我国,由于地区间要素禀赋和经济发展水平的差异,在跨省流域污染治理过程中通常存在较为严重的政府间博弈现象,政府为追求本级利益,在制定和执行环保政策时通常选择本地效用最大化的行为[1],进而导致环境规制的“非完全执行”现象[2],在很大程度上影响流域环境治理的实际效果,加剧流域污染程度.在此背景下,为提高对水生态环境的保护力度,解决跨行政区域水污染治理的难题,近年来政府采取了一系列措施,其中较为典型的是跨省生态补偿机制试点项目,即覆盖浙江、安徽两省的新安江流域上下游横向生态补偿试点.该试点倡导以市场横向补偿为主、财政纵向转移支付为辅[3],通过综合应用各种环境经济手段[4],对污染者可选择的行动进行费用评估[5],从而激励责任主体减少环境损害,当前已经取得了一定成效.

以往学术界主要关注新安江流域横向生态补偿试点政策对环境保护、生态改善等角度的效果评价,发现其具有良好的环境效益[6],可以显著降低上下游地区的水污染强度[7],有助于生态、经济和社会效益的共同提升[8-10]等.但与此同时,诸多实践表明新安江试点实施下经济发展和环境保护的矛盾正不断凸显.以往基于“波特假说”的大量研究分析论证了环境规制与经济绩效之间的关系,很大一部分研究得到了积极的结论[11-12],也有一部分研究对该积极影响持怀疑态度[13-14].根据环境规制“不确定假说”,环境规制对经济绩效的影响可能受到环境规制方式、环境规制质量等众多政府控制因素的影响[15],尤其是应当充分考虑标尺竞争[16]等不同政府间策略互动对环境规制经济效应造成的非确定性影响[17].实际上,与以往追求本级利益这一逻辑相反,新安江跨省流域生态补偿机制试点确实有其特殊性,特别是“对赌”机制的引入使得地方政府之间可能呈现出“竞相向上”(race to the top)[18-19]的环境规制互动模式.也就是说在中央政府环保考核、以及上下游地区政府间博弈[20]的共同作用下,地方政府倾向于与上级政府间形成“互惠偏好”[21],在地区之间促成“环保竞赛”[22]机制,激励政府不断加大环境治理力度,甚至不惜牺牲大量经济发展机会,比如拒绝企业入驻、推动污染企业关停并转、限制渔业等,由此产生地区经济活动受限等一系列负面效应.值得注意的是,以往有关这方面的研究并不多见,尤其是没有充分开展在“水质对赌”等一些特定政策背景下、污染治理政策对地区经济发展负面影响的定量评价.因此,关于新安江试点政策的经济抑制影响有待进一步开展定量研究.

本文以新安江跨省流域横向生态补偿试点作为准自然实验,基于双重差分方法定量评价试点政策对上下游地区经济发展的直接影响及动态效应,深入挖掘可能存在的内在机制原因,分析新安江试点对地区经济发展的抑制问题.这可以在一定程度上弥补以往对环境政策经济效应探讨的不足,为后续解决跨界水资源保护利益协调问题提供依据,同时也为政府评估跨流域横向生态补偿相关模式对高质量经济转型的推进成效及经济体现提供借鉴.

1 研究方法与数据来源

1.1 研究区概况

本研究所用数据来源于新安江试点范围内位于安徽、浙江省内的124个县级行政区域.新安江流域发源于中国安徽省黄山市休宁县境内,经浙江省淳安县至建德市与兰江汇合后成为钱塘江干流,自1959年新安江水库建成后,新安江安徽段成为浙江省重要的水源地.但是,新安江流域“一江跨两省”的状态,导致同一流域生态系统难以得到统一的管理,使得新安江流域水质不断恶化,严重威胁上下游居民的生产生活安全.鉴于此,2011年中国财政部、环保部牵头启动了新安江流域生态补偿机制试点, 2012年,两部两省正式签订协议,每轮试点为期3a,涉及上游的黄山市、宣城市绩溪县和下游的杭州市淳安县.经历了2轮试点(2012~2017),总投入36亿元,使得皖浙两省交界断面的水质恢复为二类水质,极大地改善了流域生态.因此,作为我国首个跨省流域的生态补偿机制试点,研究该模式对流域上下游地区经济发展的影响,对更好地制定和实施“青山绿水”和“金山银山”之间的利益调配机制具有一定的指导意义.

1.2 研究方法

1.2.1 模型设定 新安江试点政策可以视为一次外生的环保冲击,这为运用双重差分法识别政策效应提供了条件.因此,本文利用政策的“准自然实验”性质,结合地区经济发展在试点政策实施前后的变化情况,构建基于县域面板数据的双重差分模型(DID)进行研究,以有效控制研究对象间的事前差异,将真实的政策影响效果准确分离出来.基本计量模型如公式(1)所示:

1.2.2 变量选择 参考已有文献及根据模型设定,本研究的变量包括:

(1)被解释变量

经济发展状况(agdp):新安江流域横向生态补偿政策的实施目的不仅在于改善流域水生态环境,还应该将转变生产生活方式、提高经济发展水平作为评价生态补偿政策实施效果的重要方面.按照学界通行做法[23],经济发展状况采用人均GDP或地区GDP衡量.

(2)解释变量

本文将签订新安江流域横向生态补偿试点协议作为政策冲击,以试点启动年份2011年作为时间节点引入时间虚拟变量(time),用来识别政策实施前后试点地区和非试点地区经济发展的变化.同时,文中还引入地区虚拟变量(treated),用来识别试点政策对试点地区和非试点地区是否会产生不同影响.此外,还引入时间和地区虚拟变量的交互项(time´treated),以此作为核心解释变量,以检验新安江试点政策对地区经济发展状况的政策影响效果.

(3)控制变量

为减少由遗漏变量而导致的估计偏误,本文借鉴已有研究成果以及资源环境经济学相关原理,并基于随机扩展思想,合理引入一系列控制变量:

经济活跃度(fixedasset):根据以往研究[24],固定资产投资是县域经济增长的重要因素,可在一定程度上揭示出地区经济发展的活跃程度和发展活力.因此,文中采用固定资产投资额作为经济活跃度的代理指标.

居民储蓄能力(deposit):居民储蓄存款余额在某种程度上反映了地区的经济发达程度和经济集聚程度,关系到地区经济发展状况:一方面适量存款积蓄为国家经济建设带来了支撑,另一方面过量的存款储蓄又会反映出经济发展动力受阻、市场缺乏活力、投资渠道不畅等问题,对经济发展不利.因此,本文将居民储蓄存款余额作为影响地区经济发展状况的一个重要控制变量.

金融发展水平(finance):地区金融业除具有服务功能外,也可能会在一定程度上推动地区经济发展[25],应该予以充分考虑.因此,文中采用年末金融机构各项贷款余额作为金融发展水平的代理指标.

教育水平(education):地区教育水平也在很大程度上影响当地经济发展状况,是提高劳动生产率的重要因素.因此,限于数据可获得性,本文采用普通中学在校学生数作为当地教育水平的代理指标.

政府支持(government):以往不少研究证实了政府财政支持对地区经济发展的积极影响[26].结合获取的数据资料,文中采用公共财政支出来衡量当地政府财政支持程度.

1.2.3 实验组和对照组的选取 (1)实验组的选择.根据补偿试点协议的规定,生态补偿范围覆盖上游的黄山市、宣城市绩溪县和下游杭州市淳安县.由于新安江流域横向生态补偿所涉及的流域范围涵盖了多个县区,因此使用县级口径的统计数据更加客观全面,可以更为微观地刻画政策效果.因此,就流域上游而言,选择位于黄山市的黟县、歙县、休宁县、祁门县,以及宣城市的绩溪县共同作为实验组;就流域下游而言,选择杭州市的淳安县作为实验组.(2)对照组的选择.对照组的选择原则上不受政策影响,且在政策实施之前与实验组具有类似变化趋势.考虑到基于同一行政区域范围内进行对照能够更加准确揭示出生态补偿政策的真实影响,故选择安徽省境内除黟县、歙县、休宁县、祁门县、绩溪县以外的其余县域作为安徽试点地区的对照组;选择浙江省境内除淳安县以外的其余县域作为浙江试点地区的对照组.

1.3 数据来源及说明

表1 变量统计描述

数据来源于《安徽统计年鉴》[27]和《浙江统计年鉴》[28],各自选取62个县级行政单位,然后构成2001~2017年县级面板数据,涵盖了2012~2017年前两轮试点区间,数据描述性统计结果见表1.可以发现,上游安徽省境内固定资产投资和公共财政支出变量的标准差相对最大,在不考虑时间波动的情形下,意味着这两个经济指标在安徽省境内存在较大的地区绝对差距,具有较大的波动性;而在下游浙江省境内,固定资产投资、居民储蓄存款余额、年末金融机构各项贷款余额、公共财政支出等指标的标准差均相对较大,若不考虑由时间变化产生的差异,则反映出省内总体存在较大的地区差异.

2 结果与分析

2.1 基准回归结果

表2 新安江流域上游基本回归结果

注:括号内为变量估计系数的标准误,*、**、***分别表示10%、5%和1%的显著性水平,下同.

2.1.1 上游地区的检验结果 利用DID方法检验新安江试点政策对流域上游地区人均GDP的影响,估计结果见表2.回归方程(1)运用混合OLS回归进行估计,未引入地区固定效应,也未加入控制变量,结果发现试点政策抑制了实验组地区的经济发展状况,但是由于遗漏了其他变量,使得政策效应并不显著.回归方程(2)中继续加入经济活跃度、居民储蓄能力、金融发展水平、教育水平、政府支持程度等控制变量,发现与对照组相比,试点政策显著抑制了实验组地区的经济发展状况,大约下降了0.22个百分点.回归方程(3)中同时引入时间、地区固定效应,但未对各控制变量进行考虑,仍然支持前述结果.在回归方程(4)中,同时包含时间、地区固定效应,并引入了控制变量,在此情形下试点政策的经济抑制效应依旧稳健,did系数在1%的显著性水平上通过检验.因此,无论是否控制时间、地区固定效应,抑或是否引入控制变量,回归结果均显示新安江流域横向生态补偿试点政策显著抑制了安徽省境内试点县区的经济发展状况,检验结果稳健.

考虑到政策效应的释放需要时间,表3中方程(1)~(3)考察了试点政策对上游地区经济发展的动态影响效应,其中第(1)列和第(2)列分别代表未加入控制变量和时间效应的结果,第(3)列是考虑了时间、地区固定效应以及相关影响因素的估计结果.研究发现,当加入控制变量后,试点政策对上游经济发展表现出了动态影响效应,尤其是在充分考虑时间、地区效应的影响后,该动态影响呈现出先增大后减弱的趋势,经济抑制影响有减缓趋势,表明经济发展模式正在不断适应环保治理的需求.

表3 动态效应估计结果

2.1.2 下游地区的检验结果 表4列示了新安江试点政策对流域下游淳安县经济发展状况的影响检验结果,第(1)和(2)列展示了以人均GDP作为因变量的检验结果,可以发现,无论是否控制地区效应,在试点政策实施后,与未执行该试点的地区比较,淳安县的经济发展状况并无显著变化,即新安江试点政策对流域下游地区的经济发展状况并无显著影响作用.为保证结果的准确性,在第(3)和(4)列展示了以地区GDP作为因变量的检验结果,仍然支持前述结论,表明研究结果具有稳健性.这一研究结果与当前新安江试点模式的执行现状较为符合,事实上,与下游地区相比,上游地区承担了更重的源头环保整治任务,并也因此面临更大的经济发展压力.

表4 新安江流域下游基本回归结果

2.2 稳健性检验

前述检验结果显示新安江试点政策对流域上游地区的经济发展状况呈现出了抑制性影响,但对流域下游地区的经济发展并无显著作用.为此,本部分着重以涉及安徽境内县区的流域上游地区作为分析对象,进一步对前述经济影响检验结果进行稳健性分析.

(2)作图法:为进一步验证共同趋势假设,本文选取了2001~2017年安徽省县域数据,分别绘制实验组和对照组历年人均GDP的时间趋势变化图,若两条线的走势完全一致或基本一致,说明CT假设得到满足.结果如图1所示,在2011年之前实验组和对照组的人均GDP变化趋势具有高度一致性,且在2011年之后两组别的人均GDP变化趋势出现显著差异,比如实验组人均GDP的增速显著小于对照组、两组别人均GDP的相对大小出现了反转等.因此,可知在政策实施前,实验组和对照组满足平行性假定,符合运用双重差分法进行政策影响评价的前提条件.

表5 平行趋势检验结果

图1 经济发展状况平行趋势检验(2001~2017年)

2.2.2 安慰剂检验 尽管实验组和对照组在试点政策实施之前满足平行趋势假设,但仍需注意是否同时发生了其他可能影响趋势变化的政策因素,也就是说,政策干预之后实验组和对照组趋势的变化,可能并不真正是由该政策导致的,而是由同时期并存的其他政策导致.因此,为检验处理变量对产出变量作用机制的排他性,分别从改变政策干预时间、虚构实验组、重新定义被解释变量3个方面开展稳健性检验:

(1)政策干预时间的随机性

由于政策执行时间点的选取涉及到同时期诸多政策的干预,如果不排除其他政策效应的影响,那么文中所估计相关结果将无意义.基于此,为增加新安江试点政策的说服力,本文通过改变政策干预时间来进一步检验是否存在类似冲击影响.2006年3月国家环保总局颁布了环保领域第一部涉及公众参与的规范性文件《环境影响评价公众参与暂行办法》,并在同年组建了11个地方派出执法监督机构,“国家监察、地方监管、单位负责”的环境监察体制进入到实施阶段,这些举措与新安江试点存在不少相似之处,可以用来进行新安江试点政策排他性影响的对照检验.鉴于此,本文将政策执行时间提前到2006年,估计结果如表6第(1)列所示,可以发现,当将政策执行时间设定至2006年,政策效应变量(did)的估计系数不再显著,这表明除本文所研究之外,并不存在类似的政策冲击的影响,更进一步说明了本文估计结果具有可靠性.

(2)反事实检验

从理论上讲,新安江试点政策并不会对非试点地区的经济发展产生显著影响.为此,本部分通过虚构实验组来进行反事实检验,即选取已知的并不受政策影响的群组作为实验组进行回归,若政策效应不再显著,则证明前述研究结果稳健.鉴于此,本文选取非试点区域内离黄山市较近但并不相邻的安庆市作为虚构试点市,并选择市内怀宁县、太湖县、宿松县、望江县、岳西县5个县作为新的虚构实验组,估计结果如表6第(2)列所示.估计结果显示新安江试点政策对这部分行政县并不存在显著政策影响,因此很好地支撑了前述结论,提高了结论的可靠性.

(3)变换被解释变量

本文将人均GDP替换为地区GDP这一同样衡量地区经济发展的指标作为被解释变量,在此基础上以2011年作为政策节点,对政策影响及动态效应进行检验,估计结果如表6第(3)、(4)列所示.检验结果支持了新安江试点在一定程度上抑制上游经济发展的结论,表明基本回归结果是稳健的.

表6 稳健性检验结果

2.2.3 企业退出机制的检验 众所周知,为保护新安江流域生态环境,黄山、宣城两市执行了较为严格的生态环境和水资源管理制度,坚决制止可能影响生态环境的产业转入,并关停并转了一批污染型企业,大力推进产业结构优化调整的同时也牺牲了较多发展机会.因此,新安江流域横向生态补偿试点政策之所以显著抑制上游经济发展的很大一部分原因可能是部分企业被强制性退出了市场.鉴于此,为进一步对企业退出这一机制进行检验,以试点五县内规模以上工业企业个数作为被解释变量,然后进行双重差分检验,估计结果(表7)表明无论是否控制地区效应、以及是否引入其他因素的影响,在试点政策实施后,安徽试点县内规模以上工业企业个数显著减少,证实了企业退出机制的存在性,表明安徽试点县确实可能因为企业的大量退出,而对当地经济造成了一定程度的不利影响.这可能意味着当前经济出现下滑并不必然是悲观表现,也可能是由于绿色新经济的贡献暂时还未抵消掉企业退出机制造成的影响.

表7 企业退出机制的估计结果

3 讨论

本文并非“唯经济论”或单纯计算上游经济账问题,而是试图通过分析新安江模式对地区经济存在何种影响、影响程度多大、以及动态影响趋势等关键问题,从侧面判断生态效益是否有转化为经济效益的良好态势.在以下方面取得了进展:①在研究视角上,通过定量评价新安江试点政策对地区经济发展可能产生的负面影响,一定程度上克服了以往主要侧重环境保护效果的片面性.②在数据选择上,相比于省级或市级数据,利用县域层面数据能够更好刻画由政策产生的地区差异.此外,研究样本覆盖前两轮试点周期,基于完整的政策执行区间开展研究,便于与后续政策区间进行比较分析.③在研究方法上,双重差分方法的应用可以较好地解决内生性问题和遗漏变量偏误问题,得出的结论更加准确可靠.

总体而言,当前新安江试点政策对经济发展产生的影响尚未突破负向拐点,至于其对经济发展造成的不利影响会持续多长时间,可能取决于产业结构调整、科技创新等进展状况[30].根据以往类似环境政策实践,新安江试点政策对经济的影响可能会遵循先抑制后改善的时间变化规律[31],最终带来上下游地区经济效益的提升[32].经过两轮试点后,浙皖跨省断面水质得到显著提升,结合环境经济效益综合状况看[33],目前试点政策对经济造成的负面影响尚在合理可控范围内.正因为如此,针对环境改善与生态经济效益之间的动态联系进行更为细化地研究,将是今后攻克的重点和难点.

此外,在分析下游地区经济影响时,并未考虑“因上游提供优质水源为下游所带来的经济效益”.关于这点:考虑到这部分经济效益涉及面较为复杂,目前囿于数据资料和技术手段限制而在量化上存在困难;另外,关于“因上游提供优质水源”是否已充分转化为下游地区的经济效益仍存在一定疑问.为此,鉴于一系列操作上的难题,本文研究中未对此进行考虑,但这将是后续研究的重要方向.

4 结论

4.1 在前两轮试点中,新安江跨省流域横向生态补偿政策对流域上下游地区的经济发展存在不同影响,其中对上游安徽试点县具有抑制性影响,表现为人均GDP或地区GDP不同程度下降,而对下游杭州试点县则无显著影响,相关研究结果在进行多项稳健性检验后仍然成立.

4.2 新安江试点政策对上游地区的经济发展存在动态影响效应,具体为对上游经济的抑制影响呈现出先增大后减弱的趋势,达到一定程度后会逐渐减缓.

4.3 在执行新安江试点政策后,上游试点县内规模以上工业企业个数显著减少,验证了企业退出机制的存在性,企业退出成为短期内经济发展受到冲击的一个重要原因.

[1] Anastasiadis E, Deng X, Krysta P, et al. Network pollution games [J]. Algorithmica, 2019,81(1):124-166.

[2] 张 璇,袁浩铭,郝芳华.财政分权对环保投资效率的影响研究——基于DEA-Tobit模型的分析 [J]. 中国环境科学, 2018,38(12):382- 389. Zhang X, Yuan H M, Hao F H. Fiscal decentralization influence on environmental investment efficiency: Analysis based on DEA-Tobit model [J]. China Environmental Science, 2018,38(12):382-389.

[3] 王晓莉,徐 娜,王 浩,等.地方政府推广市场化生态补偿式扶贫的理论作用与实践确认 [J]. 中国人口·资源与环境, 2018,28(8):105- 116. Wang X L, Xv N, Wang H, et al. Theoretical role and practical confirmation of local government in promoting the market-oriented ecological compensation for poverty alleviation [J]. China Population Resources and Environment, 2018,28(8):105-116.

[4] Clot S, Grolleau G, Méral P. Payment vs. compensation for ecosystem services: Do words have a voice in the design of environmental conservation programs? [J]. Ecological Economics, 2017,135(5):299- 303.

[5] Kim H J, Chang J I, Yoo S H. Non-market valuation of water pollution remediation and disaster risk mitigation functions: The case of Nakdong River Estuary in South Korea [J]. Sustainability, 2019, 11(3):1-9.

[6] 马庆华,杜鹏飞.新安江流域生态补偿政策效果评价研究 [J]. 中国环境管理, 2015,7(3):63-70. Ma Q H, Du P F. Evaluation on the effect of ecological compensation in Xin’an river basin [J]. Environmental conformity Assessment, 2015, 7(3):63-70.

[7] 景守武,张 捷.新安江流域横向生态补偿降低水污染强度了吗?[J]. 中国人口·资源与环境, 2018,28(10):152-159. Jing S W, Zhang J. Can Xin’anjiang river basin horizontal ecological compensation reduce the intensity of water pollution? [J]. China Population Resources and Environment, 2018,28(10):152-159.

[8] Borghesi S, Cainelli G, Mazzanti M. Linking emission trading to environmental innovation: Evidence from the Italian manufacturing industry [J]. Research Policy, 2015,44(3):669-683.

[9] Olander L P, Johnston R J, Tallis H, et al. Benefit relevant indicators: Ecosystem services measures that link ecological and social outcomes [J]. Ecological Indicators, 2018(85):1262-1272.

[10] 马 艳.长江经济带城镇化与生态环境耦合协调效应测度与交互胁迫关系验证 [J]. 长江流域资源与环境, 2020,29(2):275-286. Ma Y. Examining the coupling degree and interactive stress between urbanization and eco-environment in Yangtze River economic belt [J]. Resources and Environment in the Yangtze Basin, 2020,29(2):275- 286.

[11] Borsatto J M L S, Amui LB L. Green innovation: Unfolding the relation with environmental regulations and competitiveness [J]. Resources, Conservation & Recycling. 2019,149:445-454.

[12] Zhang J, Liang G, Feng T, et al. Green innovation to respond to environmental regulation: How external knowledge adoption and green absorptive capacity matter? [J]. Business Strategy & the Environment (John Wiley & Sons, Inc), 2020,29(1):39-53.

[13] Rexhäuser S, Rammer C. Environmental innovations and firm profitability: Unmasking the Porter hypothesis [J]. Environmental & Resource Economics, 2014,57(1):145-167.

[14] 聂国卿,郭晓东.环境规制对中国制造业创新转型发展的影响 [J]. 经济地理, 2018,38(7):110-116. Nie G Q, Guo X D. The effect of environmental regulation on the manufacturing’s innovation and transformation development [J]. Economic Geography, 2018,38(7):110-116.

[15] Cao X, Deng M, Song F, et al. Direct and moderating effects of environmental regulation intensity on enterprise technological innovation: The case of China [J]. PLoS ONE. 2019,14(10):1-20.

[16] Besley T, Case A. Incumbent behavior: Vote-seeking, tax-setting, and yardstick competition [J]. American Economic Review, 1995,85(1): 25-45.

[17] 宋德勇,蔡 星.地区间环境规制的空间策略互动——基于地级市层面的实证研究 [J]. 工业技术经济, 2018,37(7):112-118. Song D Y, Cai X. Spatial strategic interaction of regional environmental regulation evidence from Chinese cities [J]. Industrial Technology & Economy, 2018,37(7):112-118.

[18] 张彩云,苏丹妮,卢 玲,等.政绩考核与环境治理——基于地方政府间策略互动的视角 [J]. 财经研究, 2018,44(5):4-22. Zhang C Y, Su D N, Lu L, et al. Performance evaluation and environmental governance: From a perspective of strategic interaction between local governments [J]. Journal of Finance and Economics, 2018,44(5):4-22.

[19] 金 刚,沈坤荣.以邻为壑还是以邻为伴?——环境规制执行互动与城市生产率增长 [J]. 管理世界, 2018,34(12):43-55. Jin G, Shen K R. Beggar-thy-neighbour or building strong relations with its neighbors: Interaction of environmental regulation implementation and urban productivity growth [J]. Management World, 2018,34(12):43-55.

[20] 杨梦杰,杨 凯,李 根,等.博弈视角下跨界河流水资源保护协作机制——以太湖流域太浦河为例 [J]. 自然资源学报, 2019,34(6): 1232-1244. Yang M J, Yang K, Li G, et al. The cooperation mechanism of water resources protection in trans-boundary river based on game theory: A case study of the Taipu River in the Taihu Lake Basin [J]. Journal of Natural Resources, 2019,34(6):1232-1244.

[21] 牛文娟,王伟伟,邵玲玲,等.政府强互惠激励下跨界流域一级水权分散优化配置模型 [J]. 中国人口·资源与环境, 2016,26(4):148-157.Niu W J, Wang W W, Shao L L, et al. The decentralized optimization allocation model of initial water rights of trans-boundary river basin under government’s strong reciprocity incentive [J]. China Population Resources and Environment, 2016,26(4):148-157.

[22] 毕睿罡,王钦云.政企合谋视角下的环境治理——基于官员考核标准变化的准自然实验 [J]. 当代经济科学, 2019,41(4):62-75. Bi R G, Wang Q Y. Environmental governance from the perspective of government-enterprise collusion: A quasi-nature experiment based on the change in official assessment system [J]. Modern Economic Science, 2019,41(4):62-75.

[23] 刘瑞明,赵仁杰.国家高新区推动了地区经济发展吗?——基于双重差分方法的验证 [J]. 管理世界, 2015,263(8):30-38.Liu R M, Zhao R J. Does National High-tech Zone promote regional economic development: Verification based on Differences-in- Differences method [J]. Management World, 2015,263(8):30-38.

[24] 张再杰,刘 洪,周 欢.民族地区财政支出、固定资产投资与经济增长——基于民族县面板数据分析 [J]. 贵州民族研究, 2017,38(9): 172-178.Zhang Z J, Liu H, Zhou H. Fiscal expenditure, investment in fixed assets and economic growth in ethnic minority areas: Panel data analysis based on ethnic counties [J]. Guizhou Ethnic Studies, 2017, 38(9):172-178.

[25] 张雪芳,戴 伟.金融发展对经济增长影响的门槛效应研究——基于金融发展规模,效率和结构三维视角的实证检验 [J]. 当代经济管理, 2020,42(4):89-97.Zhang X F, Dai W. Threshold effect of financial development on economic growth: An empirical analysis based on the three- dimensional perspective of scale, efficiency and structure of financial development [J]. Contemporary Economic Management, 2020,42(4): 89-97.

[26] 邓 菁,肖兴志.高新技术产业高质量发展的财政扶持策略研究 [J]. 经济与管理研究, 2019,40(11):96-111.Deng J, Xiao X Z. Financial support strategy for high-quality development of high-tech Industry [J]. Research on Economics and Management, 2019,40(11):96-111.

[27] 安徽省统计局,国家统计局安徽调查总队.安徽统计年鉴(2001~2017) [M]. 北京:中国统计出版社, 2001-2017. Statistics Bureau of Anhui province, Anhui survey team of National Bureau of Statistics. Anhui Statistical Yearbook(2001~2017) [M]. Beijing: China Statistical Publishing House, 2001-2017.

[28] 浙江省统计局,国家统计局浙江调查总队.浙江统计年鉴(2001~2017) [M]. 北京:中国统计出版社, 2001-2017. Statistics Bureau of Zhejiang province, Zhejiang survey team of National Bureau of Statistics. Zhejiang Statistical Yearbook (2001~ 2017) [M]. Beijing: China Statistical Publishing House, 2001-2017.

[29] 陈 林,伍海军.国内双重差分法的研究现状与潜在问题 [J]. 数量经济技术经济研究, 2015,32(7):133-148. Chen L, Wu H J. Research status and potential problems of differences-in-differences method in China [J]. The Journal of Quantitative & Technical Economics, 2015,32(7):133-148.

[30] 上官绪明,葛斌华.科技创新,环境规制与经济高质量发展——来自中国278个地级及以上城市的经验证据 [J]. 中国人口·资源与环境, 2020,30(6):95-104. Shangguan X M, Ge B H. Scientific and technological innovation, environmental regulation and high-quality economic development: Empirical evidence from 278 Chinese cities at prefecture level and above [J]. China Population Resources and Environment, 2020,30(6): 95-104.

[31] 杨白冰,姚晓明.环境规制对地区经济增长的短期和长期效应——基于面板协整和误差修正模型的研究视角 [J]. 城市发展研究, 2019,26(9):116-124. Yang B B, Yao X M. Short-term and long-term effects of environmental regulation on regional economic growth: Based on panel cointegration and error correction model [J]. Urban Development Studies, 2019,26(9):116-124.

[32] 于斌斌,金刚,程中华.环境规制的经济效应:“减排”还是“增效” [J]. 统计研究, 2019,36(2):90-102. Yu B B, Jin G, Cheng Z H. Economic effects of environmental regulations: “Emission Reduction” or “Efficiency Enhancement” [J]. Statistical Research, 2019,36(2):90-102.

[33] 新安江流域上下游横向生态补偿试点绩效评估报告(2012~2017) [R]. 北京:生态环境部环境规划院, 2018. Performance evaluation report of cross-regional eco-compensation pilot program in the upper and lower reaches of Xin’anjiang River Basin(2012-2017) [R]. Beijing: Chinese Academy of Environmental Planning, 2018.

Study on the economic effects of Xin’an river basin horizontal ecological compensation.

LIU Cong*, ZHANG Ning

(School of Management, Hangzhou Dianzi University, Hangzhou 310012, China)., 2021,41(4)：1940~1948

Taking the pilot policy of Xin’an river basin horizontal ecological compensation as a quasi-natural experiment, the difference-in-difference method was used to systematically examine the impact of pilot policy on the economic development of the upper and lower reaches of Xin’an river basin, based on the county-level panel data in Anhui and Zhejiang in 2001~2017. The results showed that the pilot policy had restrained the economic development of the upstream areas to a certain extent, and the per capita GDP and regional GDP of the relevant regions had declined. However, it had no significant effect on the economic development of the downstream areas. These conclusions were still valid after several robustness tests. Moreover, the negative impact of pilot policy on economic development of the upstream areas increased firstly and then decreased. Additionally, the driving mechanism analysis showed that the number of “industrial enterprises above designated size” decreased significantly in the five pilot counties, and revealed that “enterprise exit” was an important reason for the negative impact of Xin’an pilot policy on the economic development of the upstream regions. This study could provide reference for the formulation and implementation of the benefit allocation mechanism of trans-regional water resources protection.

horizontal ecological compensation；upstream and downstream；regional economic development；difference-in- difference model；Xin’an river basin

X321

A

1000-6923(2021)04-1940-09

刘 聪(1993-),女,山东潍坊人,助理研究员,博士,主要从事资源环境经济方面研究.发表论文8余篇.

2020-08-11

教育部人文社会科学研究青年基金资助项目(20YJC790075);浙江省教育厅科研项目(Y201942060);国家社科基金资助项目(20BGL188);教育部人文社会科学研究规划基金资助项目(18YJA790107);浙江省自然科学基金资助项目(LY18G030018)

* 责任作者, 助理研究员, liucongmeinu@163.com