地方政府间环境约束目标竞争：理论分析与实证检验

徐妍，郑冠群，沈悦

（1. 长安大学 经济与管理学院，陕西 西安 710064；2. 西安电子科技大学 经济与管理学院，陕西 西安 710126；3. 西安交通大学 经济与金融学院，陕西 西安 710061）

我国经济进入高质量发展阶段以来，区域环境保护工作成绩显著。“十四五”开局之年，《中华人民共和国国民经济和社会发展第十四个五年规划和2035 年远景目标纲要》（以下简称《纲要》）明确将“生态文明建设实现新进步”列为“十四五”时期经济社会发展主要目标。要求“协同推进经济高质量发展和生态环境高水平保护，坚决遏制高耗能、高排放项目盲目发展，推动绿色转型实现积极发展”。然而，在地方政府积极开展环境治理工作的同时也面临多重挑战。其一，如何将经济增长与环境保护协同发展。地方政府面临的“政治激励”主要围绕经济增长与环境保护两方面，随着《国务院关于加强环境保护重点工作的意见》（国发〔2011〕35 号）的发布，生态文明建设纳入地方各级人民政府绩效考核，考核结果作为领导干部考核评价的重要内容，实行环境保护一票否决制。而传统的经济增长中“高耗能，高投资，短平快”的项目往往更受青睐，是拉动区域经济增长的主要力量。因此，如何平衡经济增长与环境保护成为地区经济高质量发展面临的挑战之一[1-2]。其二，如何与邻近地区间实现协同发展。地方政府在执政期间会与周边政府进行策略性互动，表现为溢出效应、标尺竞争效应以及资源流动效应，造成污染企业在区域间集聚、转移，或者市场分割的区域经济景观。如何在地方政府竞争中实现竞相向上的良性局面是面临的另一重挑战[3-6]。其三，如何在现有市场制度与经济规模的条件下，突破原有的路径依赖，实现从高速增长向高质量增长转型。地区经济发展受资源禀赋、经济发展规模等因素的影响，任期内政府能否突破原有发展路径限制，在治理规制、区域重大规划和保护环境等方面发挥积极作用，为区域带来新知识、新技术乃至新产业，从而为区域经济增长创造新的路径[7]，成为地方政府亟须突破的又一挑战。

基于此，本文主要研究地方政府间的环境治理目标竞争，包括地区内经济规模的影响以及与邻近政府的溢出机制。首先，在现有理论研究的基础上，本文以有限理性为前提分析地方政府之间的博弈策略，通过演化博弈模型找出不同环境参数下地方政府的策略选择，为地区之间协同发展提供依据。其次，从实证分析的角度，选取275 个地级市为样本，检验邻近地方政府之间的溢出效应以及地区经济情况影响环境治理目标选择的机制。再次，根据前文分析得到针对性的政策建议。与现有文献相比较，本文可能的边际贡献在于：一是以地方政府面临的考核激励方式不断发展完善为背景，探讨地方政府的环境治理目标约束特征的相互影响，拓展地方政府竞争方面的理论研究；二是选择地方政府环境治理目标约束这一核心变量时，通过整理2006—2018 年各地级市政府的工作报告，缓解以往环境治理目标的内生性问题；三是针对理论分析的假设，检验了邻近地方政府之间的溢出效应和区域异质性，丰富了地方政府治理的研究内容。

1 文献综述

从地方政府的异质性治理行为解析中国经济不平衡发展已逐渐成为一种主流的观点，也是近几十年制度经济学、新经济地理学等领域最热门的话题之一。研究者们从中国式分权的政治体制入手，认为中央政府对地方官员形成直接的政治激励，而承受治理结果的居民和企业却不能直接影响地方官员的晋升，因此群众监督机制无法对地方官员的自利性投资形成有效的约束。为了赢得“晋升锦标赛”稀缺的入场券，地方官员任期内可能形成短视化偏好，将地区资源向投资周期短、见效快的项目配置。以环境保护为目标的产业优化升级或注重长期发展的创新类投资项目难以成为任期内政府官员的关注对象[8-10]。20 世纪80 年代以来，中央政府向地方政府的财政放权，使其对地区经济发展拥有极大的影响力，为地方政府形成异质性治理偏好提供可能性。一旦形成投资性偏好，地方政府往往还会通过产业政策或税收政策引导区域内企业投资，包括设立主导产业开发区、建立融资平台等方式。造成辖区内企业跟随从众、向主导产业靠拢、设立行业门槛威慑潜在企业等问题，以“非市场力量”左右地区资源配置[11-13]。随着政策当局将可持续发展纳入考核目标，并增强污染物减排实绩考核力度以来，地方政府着力推动清洁类产业的发展，利用其对区域经济发展的总量信息优势，激励资源密集型产业向技术密集型转型，给予“清洁产业”更多的补贴优惠等。可见，中国式分权的体制会激励地方政府形成异质性发展偏好，改变区域资源配置，这是形成地方政府间竞争的重要因素。

关于地方政府间环境治理竞争表现形式的研究日臻成熟，一种观点认为地方政府竞争以“竞优”为主。具体来看，地方政府竞争可能激励其对优质生产要素的追逐，通过提升环境治理标准进行筛选，留下发展前景明确的清洁产业，谋求区域长期可持续发展[14-17]。另一种观点认为地方政府之间展开逐底竞争，以“竞次”为主。具体来看，地方政府为了争夺生产资源和赢得政治晋升，主动降低环境治理标准，引起污染产业转移、污染物回流等现象。更进一步，部分学者还量化了这种污染转移效应的空间范围[18-21]。“竞次”的结果往往会减弱环境治理的力度，抑制地区经济的高质量发展，甚至产生“绿色悖论”[22-23]。

进一步，从地方政府治理政策的执行力度来看，有研究将约束分为“软约束”和“硬约束”，但多见于对地方经济增长目标的描述。划分标准是政策对于经济增长目标描述的准确度，“硬约束”是指那些对经济增长目标进行明确量化的，例如提出下一年度经济增长速度为某一具体数值的表达；反之，“软约束”是指经济增长目标采取较为模糊的说法，以“留有余地”的方式设定，往往搭配“区间”或“左右”等表述，偏重于强调区域经济的增长底线。异质性地方经济增长目标约束治理的效果也不尽相同，有学者认为硬约束的经济增长目标设定不利于地级市全要素生产率提升，而软约束则更能提升地区的经济增长效率[13]。同时“硬约束”还可能导致重复建设、政绩工程，甚至是公共品等非营利性物品供给不足的问题[13,24]。然而，关于地方政府环境治理约束目标异质性的研究却稍显不足，分析多围绕地区异质性展开，将环境治理政策在东部、中部、西部的差异化效果进行比较。总的来看，这都是从结果入手检验环境治理政策的执行效果，然而地区环境治理政策从制定到执行环节众多，不确定性较强，可能会出现地方政府环境治理初衷大打折扣，甚至出现相违背的情况。本文认为，虽然对环境治理政策执行效果的检验很重要，但也需要从环境治理目标约束的制定入手，两者结合才能有效解决现实中我国地区间环境治理政策差异大、治理效果参差不齐的问题[25]。

基于此，本文认为引导地方高质量发展、促进地区间协同发展有必要从环境治理目标约束入手，剖析异质性策略的执行效果和政策之间的溢出效应。

2 地方政府环境约束竞争的理论分析

我国财政分权的经济体制下，经济增长与环境保护内生于地方政府的治理策略，在“政治激励”和“经济激励”的双重压力下，地方政府有动力制定适宜的环境规制目标，并根据其他同级地方政府的策略不断调整。基于此，本文构建了两个相邻地方政府制定环境约束目标时的演化博弈模型。根据本文对地方政府工作报告中关于环境约束目标的分析和整理，将其分为“硬约束”与“软约束”两类，“硬约束”是指提出明确环境治理标准，有具体数值标准的约束，“软约束”是指环境治理标准表达较为模糊、采取“留有余地”式设定的约束形式。

2.1 模型的基本假设

（1）选择相邻的代表性地方政府A 和地方政府B，环境治理的目标约束策略包括硬约束和软约束两种，可以细分为：①双方同时制定环境治理硬约束；②地方政府A 选择软约束、地方政府B 选择硬约束；③地方政府B 选择软约束、地方政府A 选择硬约束；④双方同时制定环境治理软约束等四种策略。

（2）地方政府A 与B 进行区域发展治理时，有不同的政策偏好，两者对环境保护的倾向程度分别记为α1、α2，对经济发展的偏好程度分别记为β1、β2。

（3）地方政府间进行联合治理时，产生的环境收益记为ER，按照 的比例在地方政府A 与B 之间分配。假如地方政府中一方选择软约束进行治理，会使所在地区损失环境收益，这部分损失取决于地方政府对经济增长的偏好程度，即意愿在多大程度上牺牲环境促进经济增长，记为β1×ER、β2×ER。

（4）当两个地方政府实施不同环境约束时，政策之间有明显的“示范效应”，存在外部性作用机制。外部污染示范效应程度由地方政府异质性环境治理政策引发的“污染转移”和“环境绩效损失”所决定。具体来说，当地方政府A 施行软约束，邻近的地方政府B 实施硬约束时，污染行业有动力从B 地区流向A 地区，产生“污染转移”的区域经济景观，给A 地区带来环境损失。此外，实施软约束的地区对环境污染的容忍度更高，会引起任期内政府面对考核时损失绩效，地区经济规模越大，越容易引起上级政府的重视和不满。因此，A 地区遭受的收益损失由地区经济增长规模G1和外部性系数λ共同决定，记为λG1。这部分损失可视为对邻近地方政府的“示范效应”，督促B 政府增加环境保护力度，避免环境损失。

一方面，对地区B 来说，污染行业流出可视为地区B 的环境收益增加，表现为治理难度降低、监督成本下降、环保执行力增强等；另一方面，A 地政府绩效考核的降低，也使得B 政府更容易脱颖而出。因此，A 地实施软约束所造成的损失也可以看作B 地的环境收益。

进一步，采取环境软约束的地区会收获额外的经济收入，记为β1×GC1、β2×GC2，其中GC1、GC2分别代表了地方政府的治理能力，一般来说，治理能力越高的政府能够获得更好的经济收益。根据假设条件，地方政府A 与B 之间的演化博弈支付矩阵如表1 所示。

表1 地方政府的阶段博弈支付矩阵

2.2 地方政府间演化博弈模型构建

假设地方政府A 选择硬约束的概率为x，实施软约束的概率为1-x；类似地，地方政府B 选择硬约束的概率为y，施行软约束的概率为1-y，其中0 ≤x，y≤1。那么，地方政府A 选择硬约束的适应度为：

选择软约束的适应度为：

平均适应度为：

根据Malthusian 方程的做法，得到地方政府A 的复制动态方程为：

同理，得到地方政府B 的复制动态方程为

利用雅可比矩阵的局部稳态分析法对上述复制动态方程进行解析，雅可比矩阵为：

在该系统内，令x=0，y=0，得到均衡点O(0, 0)，A(1, 0)，B(0, 1)，C(1, 1)，将均衡点的数值代入，整理得到相关的行列式和迹的表达式，如表2 所示。

表2 系统均衡点对应的矩阵行列式和迹的表达式

2.3 模型的演化稳定策略分析

根据演化博弈理论中演化稳定点（ESS）的要求，对不同情形下的演化博弈稳定策略进行讨论。

假设一：地方政府选择环境治理目标受邻近地方政府的影响，表现为选择相同类型的治理模式，存在正向的“示范效应”。

接下来，具体考察地方政府环境治理目标选择的“示范效应”，

情形二：当地方政府相互影响的外部性程度λG1、λG2比较大，且分别大于两个地方政府治理的净收益λG1＞β2GC2-(1- )β2ER，λG2＞β1GC1-β1ER时，整个系统的均衡点的稳定性判断如下：此时，稳定的ESS 策略点为策略点(1, 1)，两个地方政府均选择环境治理的硬约束策略。表示当地方政府之间的外部性程度比较大，大于任何一方地方政府单独追求经济增长的净收益时，地方政府会根据对方的治理策略制定自己的环境策略，最终稳定在实施（硬约束，硬约束）的治理策略上。

假设二：地方政府之间的污染示范效应较大时，双方会倾向选择硬约束的环境治理策略。

情形三：当地方政府相互影响的外部性程度λG1、λG2较小，λG1＜β2GC2-(1- )β2ER且λG2＜β1GC1-β1ER，但地方政府的经济发展偏好β1、β2存在较大不同时，各均衡点的稳定性判断如下表，整个系统的ESS 策略点为(0, 0)，即双方均选择环境治理的软约束策略。表示当地方政府A 经济发展偏好较大，一定程度上愿意以牺牲环境为代价促进经济增长，选择了环境治理的软约束。此时，地方政府B 采取软约束的收益大于地方政府A 通过污染转移所带来的外部性，因此，地方政府B 的最优治理策略也为软约束。

假设三：地方政府的经济增长偏好越高，越倾向选择软约束的环境治理策略，影响邻近地方政府也选择环境治理的软约束。

情形四：当地方政府的经济规模差异较大，即G1＞G2，且λG2＞β1GC-β1ER、λG2＜β2GC2-(1- )β2ER时，当地方政府A 实施硬约束，B 实施软约束的环境治理策略时，A 对B 的污染转移所带来的环境收益大于地方政府A 追求经济增长的收益，所以地方政府A 选择环境治理的硬约束。进一步，当地方政府A 实施硬约束时，区域内污染产业进行转移，此时，地方政府B 实施软约束时会获得更多收入，因此会选择环境治理的软约束。整个系统各个均衡点的稳定性判断如表2 所示，ESS 策略点为A(1, 0)，表示当地方政府之间经济规模差异性较大时，产出水平较高的一方会主动选择环境治理的硬约束策略，而产出水平偏低的一方会选择环境治理的软约束策略。

假设四：地方政府进行环境治理策略博弈，受经济规模差距影响，产出水平较高的一方倾向于选择环境治理的硬约束策略，而产出水平较低的一方会选择软约束策略。

3 地方政府环境约束竞争的研究设计

3.1 模型设定

前文假设一认为地方政府环境治理目标约束存在策略互动，为了进一步检验这种区域演化特征是随机产生抑或是具有相关性的，设计如下模型：

式中：i=1, 2, ...,N;t=1, 2, ...,T分别表示地区、时间，城市样本覆盖275 个地级市，X为其余控制变量，εit是随机扰动项。Env_Dit为第i个地方政府在t年的环境治理目标约束的特征变量，Env_Dit=1 表示地方政府采取“硬约束”的治理形式，Env_Dit=0 表示地方政府采取“软约束”的治理形式。Sur_Polit为核心解释变量，表示与地方政府i相邻的其他地级市政府j1、j2…的政策倾向，即与地方政府i相邻的其他同级政府选择“硬约束”环境治理政策的情况，反映其对地方政府i影响的强度，Xit为控制变量集。

为减轻因双向因果而产生的内生性问题，采取了两种方法估计模型（1）。首先，将变量Sur_Polit滞后一期，考察L.Sur_Polit的回归系数，检验邻近地方政府的环境治理政策的“硬约束”特征对地方政府i的政策选择的影响。其次，将变量Env_Dit滞后一期，检验t期的政策环境变量对t-1 期地方政府环境选择的影响。

为了检验假设二，构建如下模型：

式中：i=1, 2, ...,N;t=1, 2, ...,T分别表示地区、时间，X为控制变量集，εit是随机扰动项，Extit为地方政府i邻近的其他地级市政府j1、j2…的污染示范外部效应，系数β1＞0 表明周边地级市政府的污染示范效应越大，地方政府i越倾向选择环境治理的硬约束。同样，为了减缓内生性问题，采取两种方法估计模型（2）。首先，将变量Extit滞后一期，考察L.Extit的回归系数，我们可检验邻近地方政府的污染转移外部性效应对地方政府i的政策选择的影响。其次，将变量Env_Dit滞后一期，检验t期的污染转移效应对t-1 期地方政府环境选择的影响。

为了检验假设三，构建如下模型：

式中：i=1, 2, ...,N;t=1, 2, ...,T分别表示地区、时间，X为控制变量集，εit是随机扰动项，Prefit为地方政府i的经济增长偏好，系数β1＞0 表明地方政府的投资性偏好越强，越会促使其选择环境治理的“软约束”。

为了检验假设四，构建如下模型：

式中：i=1, 2, ...,N;t=1, 2, ...,T分别表示地区、时间，X为控制变量集，εit是随机扰动项，D_GDPit为地方政府i与邻近的其他地级市政府j1、j2…的收入差距，系数β1＞0 表明随着地方政府之间经济规模差距增大，产出水平较高的地区倾向选择“硬约束”的环境治理目标，产出水平较低的地区则会倾向选择“软约束”的治理目标。

3.2 变量选择

3.2.1 地方政府环境治理目标约束

传统文献对地方政府环境治理的描述，多采用“环境规制”这一概念，使用SO2处理率[26]、废水达标率[27]、污染治理投资额[23,28-29]等。从环境治理的结果入手，反推地区环境治理政策的执行力度，与“经济增长、区域发展”等变量可能存在内生性的问题。随着地方政府考核体系中“环境治理”的重要性日益突出，理论研究需要更加小心甄别“环境治理目标约束”，特指那些预设的环境治理要求，而非正在实施的环境治理政策，因此，我们采取更具外生的设定方式，刻画地方政府执行环境保护的能动性。本文通过文件梳理发现，地方政府的环境治理政策更多以法规和规范性文件出现，且都以当年的地方政府工作报告为核心。另外，政府工作报告中反映的环境治理目标问题，不仅体现了中央政府环境治理的要求，还充分表达了地方政府对地区发展的规划。因此，选择地方政府工作报告中对于环境治理的目标设定，成为一个较优的选择。

本文以2006—2018 年275 个地级市的面板数据为样本，整理了政府工作报告中对于环境治理目标的描述，将其分为“硬约束”和“软约束”两类。其中，“硬约束”是指报告中对于当年的环境保护目标提出明确的数值标准的，采用类似吉林市2011 年地方政府工作报告中提及的“单位国内生产总值能耗和二氧化碳排放均比2010 年降低15%”或北京市2016 年地方政府工作报告中提及的“生活垃圾无害化处理率达到99.8%以上，污水处理率高于95%”的表达。这一类表述针对化学需氧量（COD）、氨氮、水耗、烟粉尘等污染物提出明确的量化目标，配合“削减、降低”等较为肯定的动词。“硬约束”的环境治理目标表明地方政府有强烈的环境治理意愿，也可认为其有较强的环境治理压力，需要采取严格的治理政策，是地方政府在“自我施压”与“政治激励”双重推动下的选择。

“软约束”则是指地方政府制定的较为宽松的、“留有余地”的环境治理目标，采用“努力做到”“力争”等较为模糊的动词，且并未确立明确量化目标的表述方式。这一类目标反应地方政府在当年的环境治理问题上未受到强烈的压力，能够在“经济发展”与“环境治理”目标上进行权衡取舍。因此，通过语境分析和对比，本文设定地方政府环境治理指标Env_D为代理变量，Env_D=1是硬约束，Env_D=0 是软约束。

3.2.2 环境污染外部性

模型（2）中涉及的外部污染示范效应（Extit），衡量地方政府i受邻近地方政府j1、j2…的影响。现有文献中对于污染转移的测量主要采用三种方法，其一是使用空间计量模型测度地区之间的污染溢出程度，研究主题围绕“环境规制下区域之间污染溢出”“高污染行业的空间演变”。通过设定地理权重矩阵判断相关地方政府之间是否相互影响，以及空间溢出效应的方向[30-33]。其二是采用环境库兹涅茨曲线进行拟合，根据残差项测度污染转移量区分“自生性污染”与“转移性污染”，多应用于特定区域的计算[34-35]。其三是构建污染产业分布指数，对比地区与全国的污染产业增长速度，判断污染转入地与转出地[28,36-37]。

根据前文逻辑，考虑本文重点研究的是地理上邻近的地方政府之间的问题，结合现有的做法，设置如下指数。首先，本文选取地理权重的Queen 型0-1 邻接矩阵（W），当地方政府i与地方政府j边界相邻时，Wij=1，不相邻时则为Wij=0。其次，根据地理权重矩阵选择与地方政府i相邻的地区j1、j2…，计算地区j1、j2…人均排放二氧化硫的平均值与地区i人均排放量的差。指数小于零说明区域i排放污染物的体量大于周边地区的平均值，表明地区j1、j2…是污染转入地，地区i为污染转出地。指数大于零说明地区j1、j2…的污染排放物均值大于区域i，地区j1、j2…为污染转出地，地区i为转入地。指数越大说明周边地区的污染排放越高于地区i，地区i由污染转出地变为转入地，换言之，邻近地区j1、j2…对地区i的污染示范效应随着指数的增加而增加。

3.2.3 地方政府偏好

现有成果对政府偏好的研究，随着内生经济增长理论的发展而完善，在中国财政分权的体制下，晋升激励影响地方政府偏好，改变其治理模式[38]。一是来自同级政府的“竞争效应”或“标尺效应”，地方政府为了在“晋升锦标赛”中脱颖而出，有动力利用其在市场资源的主导地位，将资源配置在那些投资周期短、见效快、风险低的项目上，特别是加大对固定资产或基础设施的投资，使其任期内能够快速提升地区经济规模[11]。这会对邻近同级政府产生示范效应，使周边地级市政府均有激励偏向生产性投资；二是上级政府对地方政府的政绩考核，以及群众监督力量，都能有效地改变政府偏好。分税制改革后中央政府加大转移支付力度，保障地方政府提供公共物品的能力，通过政治激励引导地方政府加大创新型投资，走可持续发展的高质量经济增长之路。而公众服务也有助于纠正地方政府偏好的偏差，群众监督下的服务满意度测评能够激励地方政府践行公共服务责任。可见，地方政府的投资偏好存在异质性，对短平快项目的选择，特别是对基础设施建设以及固定资产的投资体现了地方政府对直接促进经济增长的偏好。因此，参考后小仙等[9]和吴延兵[10]的做法，以固定资产投资占地区财政收入的比重为代理变量，表明政府的经济增长偏好。

3.2.4 控制变量

参考相关文献，本文选择了以下一系列控制变量，β2控制变量的系数，对变量的描述性统计见表3。

表3 模型变量的描述性统计

3.3 数据来源

本文选择了2006—2018 年中国275 个地级市面板数据，样本覆盖了除去西藏及港澳台地区外的所有省级行政单位，具有足够的代表性。地方政府工作报告来源于各地方政府的官方网站、城市年鉴和统计局公开网站。

4 实证检验结果与分析

4.1 基本回归结果分析

接下来，针对模型（1）进行回归，且因为被解释变量Env_Dit为二值变量，所以选择面板Logit 模型进行回归。Sur_Pol为解释变量，其含义为地方政府i相邻的其他同级政府采取硬约束的强度，即周边地区采取的环境治理目标约束的平均值，视为地方政府i面临的“硬约束”制度环境强度。根据前文分析进行内生化处理，将变量Sur_Polit滞后一期与Env_D进行回归，得到的结果见表4，其中第（1）列是采用OLS 法进行回归，第（2）列是采用面板固定效应回归，第（3）列和第（4）列分别采用混合Probit 和混合Logit 进行回归，均控制了个体效应和时间效应。第（5）列和第（6）列分别为面板Probit 随机效应和面板固定效应的Logit 回归。第（7）列至第（10）列分别为加入控制变量后的混合Logit、混合Probit 以及面板固定效应的Logit 和面板Probit 随机效应回归结果。

表4 地方政府的环境治理环境对治理政策选择的影响

根据前文所述，处理内生问题的第二种做法是将Env_D取差分后与Sur_Pol进行回归，第（1）列至第（5）列分别为OLS 回归、混合Probit、混合Logit 以及面板固定效应的Logit 和面板Probit 随机效应回归，第（6）至（9）列为加入控制变量后的混合Probit、混合Logit 以及面板Probit 随机效应和面板固定效应的Logit 回归，结果见表5。

表5 地方政府的环境治理环境对治理政策选择的影响

根据表4 和表5 列示的回归结果可知，核心解释变量Sur_Pol至少通过了10%的显著性检验水平，这说明邻近的地方政府的环境治理政策选择会影响地方政府i的选择。具体来看，当周边地方政府都选择“硬约束”的治理方式时，地方政府i也会倾向选择“硬约束”。验证了假设一中阐述的环境治理政策的“示范效应”，对此，我们的解释是：一是，在我国经济“三期叠加”的特殊时期，经济发展向高质量方向转型，中央政府积极引导各地政府开展协同治理，导致地方政府之间的环境治理策略趋同。特别的，在我国“十四五”规划中也明确指出要建立区域战略统筹、实现区域合作互助和区际利益补偿等机制，支持省际交界地区探索建立统一规划、统一管理、合作共建、利益共享的合作新机制。这种区域共治表现在多个领域，包括流域水资源治理[39]、空气污染共治[40]等方面。污染共治过程中虽然表现出演进速度缓慢、波动性大等问题，甚至引发“公地悲剧”或“搭便车”等行为，但还是使得地方政府之间的环境治理政策逐步趋同、趋紧。二是，我国财政分权的体制下，地方政府为了获得竞争优势，有动力展开地区间的政策竞争[41]。中国的生态环境考核制度正处于积极完善的过程，逐步收紧，2011 年原环保部在颁布的《主要污染物总量减排考核办法》后，明确了中央对地方政府环境考核问责制，提出环保问责的“一票否决”制，中央政府在顶层设计中增强了对地方政府节能减排的实绩考核力度，坚定不移地引导地方政府进行绿色发展。受激励机制变动的影响，地方政府有意愿收紧环境规制，展现环境治理绩效。因此，相邻地方政府面对趋严的激励考核以及激烈的横向竞争，会选择类似的“硬约束”治理策略。

接下来，针对模型（2）进行回归，其中被解释变量选择Env_D而解释变量选择邻近地方政府污染的外部性（Ext）。参考现有文献的做法，污染指标选择工业废水排放量，并用工业二氧化硫的排放量作为稳健性检验，结果列示见表6，第（1）列至第（5）列的核心解释变量为工业废水污染的外部效应，回归方法依次为OLS 回归、混合Logit、混合Probit 回归以及面板固定效应的Logit和面板随机效应的Probit 回归。第（6）列至第（10）列的核心解释变量为工业二氧化硫排放量，回归方法依次为OLS 回归、混合Logit、混合Probit 回归以及面板固定效应的Logit 和面板随机效应的Probit 回归。

表6 地方政府环境污染外部性对环境治理政策选择的影响

回归结果显示，邻近地方政府的污染外部性对地方政府i的环境治理政策有显著的影响，核心解释变量的系数都通过了至少10%的显著性检验水平。这说明当地方政府j1、j2…的污染示范效应较大时，会影响地区i的环境治理目标约束，表现为当周边地区的污染排放增大时，会带来较大的污染损失，影响任期内政府的环境政绩考核。特别是随着中央政府对地方政府的环境考核权重增大，会放大这种环境示范的外部效应，激励地方政府i实施严苛的环境治理硬约束，避免区域环境损失，影响到任期内晋升。

接下来，继续检验假设三，针对模型（3）使用面板Logit 模型进行回归，并选择了多种方法进行稳健性的检验。考虑到内生性问题，被解释变量选择Env_D而解释变量选择滞后一期的政府偏好（L.Pref）进行回归。结果列示见表7，第（1）列至第（5）列为OLS 的回归结果、混合Logit、混合Probit 以及面板固定效应的Logit回归和面板Probit 随机效应。第（6）列至第（9）为加入控制变量后的混合Logit、混合Probit 以及面板固定效应的Logit 回归和面板Probit 随机效应回归。

表7 地方政府偏好对环境治理政策选择的影响

根据回归结果发现核心解释变量L.Pref均通过了至少10%的显著性检验，说明当地方政府更加偏好经济增长，以固定资产投资拉动区域经济规模成长时，会对地区环境治理策略产生“挤出”。换言之，地方政府越倾向通过快速经济增长“彰显政绩”，越有动力放松环境治理要求，以“短平快”的方式引导地区走粗放发展的道路。关于地方政府偏好以投资拉动经济增长这一观点，学术界也从多个角度提供支持的证据。一方面，地方政府的投资偏好可以从地方债务规模的攀升“窥见一斑”，自2015 年地方政府正式被授权发行债券以来，地方政府债务规模快速膨胀，发行地方债务成为地方政府平滑暂时性收支缺口的重要手段。受预算软约束的影响，地方政府存在过度借债并忽视投资效果的冲动，致使中国地方政府的债务规模具有鲜明的结构性特征，大量地用于地方市政建设、固定资产投资、交通运输基础设施建设，在获得更多中央转移支付的同时还可以迅速拉动地区经济规模成长[42]。另一方面，我国的官员考核模式会通过政治激励驱动地方政府官员投资周期短、见效快、风险低的项目，短期内提升地区经济规模。财政分权的体制为地方政府的偏好性投资创造了条件，自20 世纪80 年代以来，中央政府将诸多的经济资源和管理权下放到地方政府，使得其对地区发展有了更大的影响力和控制力，拥有相对独立的经济决策权。通过非市场力量的“有形之手”调节资源配置，形成异质性的政府投资偏好[10]。

而环境治理对于区域政府来说不仅会占用大量资源，还可能会影响区域活跃的污染企业。据统计，第二产业是空气污染、水污染以及粉尘污染的重要来源，但也是我国大部分省份经济增长的支柱产业。一旦执行严苛的环境治理政策，关停整改污染企业或要求其推行绿色生产技术，都会影响短期内产量，不利于任期内政府官员赢得“晋升锦标赛”。因此，地方政府越偏好以投资拉动经济增长，越倾向实现环境治理的软约束。

接下来，为了检验假设四，我们对模型（4）进行回归，结果见表8，并选择了多种方法进行稳健性的检验。结果列示见表8，第（1）列至第（5）列为OLS 回归、混合Logit、混合Probit 以及面板固定效应的Logit 和面板随机效应的Probit 回归。第（6）列至第（9）列为加入控制变量的混合Logit、混合Probit 以及面板固定效应的Logit 和面板随机效应的Probit 回归。根据表8 的回归结果可以发现，核心解释变量GDP_GAP的显著性都至少通过了10%的显著性检验水平，这说明地区i与邻近地方政府j1、j2…的经济规模的差距越大，越倾向选择环境治理的硬约束。对此，我们的解释是当地区i经济规模较大，是周边地区的“领导地位”时，处于标尺竞争的前端。这说明，地区i的市场力量与政府调控力量能够较好地配合，进行合理的资源配置，政府在环境保护和经济增长方面取得较好的平衡，甚至已经越过环境库兹涅茨曲线的拐点，严格的环境治理政策进一步引起经济结构向低污染转变，地区i倾向于采取环境治理的硬约束。另一方面，经济规模较大的地区往往有更高的政府治理能力，更加注重地区经济的长期发展，致力于推动产业绿色升级，推行绿色化生产方式。因此地方政府更不会刻意降低环境治理标准吸引高产能的污染企业，谋求短期快速的发展。

表8 经济规模差距对环境治理约束选择的影响

4.2 异质性检验

为了进一步检验假设在不同区域的异质性表现，进行了分区域的检验，采用固定效应的Logit 回归，结果见表9。

表9 我国中东部、西北部的假设检验

根据回归结果发现前文的假设在不同区域都成立，就假设一来说，东部、中部省份和西北部的省份都存在环境治理政策相互影响的效应，且中部、东部省份的表现更加明显，我们认为这是由于这些省份之间的信息渠道更加畅通、沟通也更密切，因此环境治理政策的溢出效应也更加明显。异质性的省份在假设二下的表现也略有不同，西部、东北部的效应更加明显，即周边省份的环境污染外部效应对地区i选择“硬约束”的影响更显著。这是因为就大部分的污染物而言，西北部省份都是主要排放来源，遭受的环境损失也更大。相关研究也从EKC的角度证明过：东部地区突破拐点的速度要快于西部地区，污染产业的升级转型也开展较早，现有产业结构都相对清洁、环保。因此，污染转移的示范效应在西部更加明显，而东部省份地方政府的执政重点已经不局限在环境治理方向，可以更合理地平衡经济发展与环境保护等多重目标。假设三的回归结果表明不同区域的异质性并不明显，这说明地方政府的经济发展目标会对环境治理产生明显的挤出效应。我国分权的体制下，地方政府能够在一定范围内调动区域资源，引导区域发展，而以投资拉动经济增长与环境治理两个目标在短期内存在一定的矛盾。因此，地方政府在两个目标之间的取舍会引起资源配置的改变，导致目标之间的挤出效应。最后，根据第（7）列和第（8）列的回归结果显示，在西部和东北部地区经济规模差距能够促使高收入地区选择硬约束的环境治理政策，而中东部地区的效果也不甚明显。为了更细致地分析其中的原因，我们对东部和中部地区分开回归检验政策效果（鉴于篇幅有限，具体的回归结果未列出），其中中部的GDP_GAP系数为3.232，检验通过5%的显著性水平，而东部地区的系数却不甚显著。我们认为中国东部地区的省份普遍都经济效益较好，是我国经济发展的“先锋队”，市场化程度较高、地方政府执政能力较强，环境治理措施开展较早、产业的绿色化升级业已展开，相关研究显示，我国东部大多省份都跨过了环境库兹涅茨曲线的拐点。此外，中国东部沿海地区占有优势的地理位置，产业结构又以轻工业、服务业为主。产生的污染废弃物本就少，排放扩散的速度较快。因此，位于东部的省份的环境治理压力本就较少，加上经济增速更为相近，假设四所描述的情况在统计上不显著。

5 结论与建议

本文以中国经济高质量发展为背景，从环境治理的目标约束入手，研究地方政府之间的协同治理机制。首先，构建邻近地方政府环境治理策略互动的演化博弈模型，讨论不同情况下地方政府的环境治理政策选择，以及由此产生的溢出效应。其次，通过整理中国275 个地级市2006—2018 年的政府工作报告中的环境治理目标约束，并将其分为“硬约束”和“软约束”，用以刻画地方政府的异质性环境治理政策。再次，根据演化博弈模型得到的四个假设，采用地方政府环境治理目标约束为核心变量进行验证，总体上得到了支持的数据证据。最后，对假设一至假设四的结论进行地区异质性的检验，无论是中部、东部还是西北部的情况基本满足假设，对个别统计上不显著的结论，也给予了可能的分析。

根据得到的结论，首先，应当强化地方政府间新型竞争的顶层设计，加强对地方政府生态治理效果的考核力度。将环境绩效考核切实落入任期内领导考核体系，并将其贯彻至地级市政府层面，尽快改变以产出规模为导向的竞争模式。由于地方政府之间有正向的示范效应，可以通过“风向标”的作用形成地区间“以一带多”的良性发展局面。其次，地方政府之间进行产业转移时，转移承接省份应该加大对产业的调查及分析。客观实际地评价本省的生态环境承载能力与该产业的匹配程度，将“经济效益”和“环境效益”纳入统一的框架下进行度量。再次，地方政府的环境治理策略需要强调结构化特征，我国地区间发展不平衡已经成为当下不争的经济现实，收入差距导致地方政府间差异化的经济发展策略。因此，需要调整区域发展粗放式管理的策略，在尊重资源配置和产业布局的现状下，进行精细化管理，有序引导地方政府走向“高质量发展”之路。