环境规制对绿色经济绩效的影响范文

〔摘要〕面对资源和环境的约束，考虑空间因素研究环境规制对中国绿色经济绩效的影响具有重要的意义。为此，基于空间计量经济学的研究视角，本文构建3种空间权重下的空间面板模型，选取2007～2016年中国省域面板数据，进一步分析环境规制对中国绿色经济绩效的影响。结果显示:(1)中国绿色经济绩效存在显著的正向空间溢出效应;(2)环境规制对中国绿色经济绩效具有显著的“门槛效应”，当前尚未达到倒“U”型曲线的拐点，即对绿色经济绩效有显著的提升作用;(3)产业结构对中国绿色经济绩效有显著的促进作用，政府干预和对外开放对中国绿色经济绩效的作用以抑制为主，而要素禀赋对中国绿色经济绩效的影响具有不确定性。实证结果表明，适当提高环境规制强度、推进产业转型升级、推进政府职能转变、提高对外开放水平和优化要素资源配置，对提升绿色经济绩效具有重要意义。

〔关键词〕环境规制；绿色经济绩效；空间溢出效应；产业结构；政府干预；产业转型

引言

改革开放以来，虽然以资源投入和规模扩张为特征的粗放式增长模式为推动中国经济高速增长提供了有力的支撑，但却引发了资源耗竭和环境污染等一系列生态问题，因而这种模式是不可持续的。经济新常态背景下，面对环境和资源的约束，中央在十八届五中全会上适时提出“创新、协调、绿色、开放、共享”的新发展理念，强调不再单纯追求GDP的数量增长，而是追求经济、资源和环境的可持续发展，“绿色经济”这一概念应运而生。鉴于环境的公共产品属性和环境污染的负外部性属性，市场机制很难有效解决环境污染问题，环境规制成为弥补市场失灵的重要突破口［1］。如何通过环境规制推动产业转型升级和净化经济发展质量，实现经济的“绿色增长”和高质量增长，具有重要的理论意义和实践价值。

1文献回顾与评述

环境规制是通过制定预防和控制环境污染的各种引导性、规范性和约束性规则等方式，解决经济主体行为过程中产生的负外部性等市场不完全问题［2］。关于环境规制强度的测算，目前学术界尚未达成广泛的共识。目前国内外学者主要采取以下3种量化模式:以定性指标为基础综合得到定量指标;直接使用定量指标;将多个定量指标整合为一个定量指标［3］。鉴于环境规制强度测算的数据可得性、多维性和对立性等障碍，选择科学有效的环境规制指标成为本文分析结果是否具有现实指导意义的关键。绿色经济绩效是个内涵丰富的概念，既涉及经济增长效果，又考虑节能减排、产业转型、技术创新等经济增长动力的转变，追求的是经济、资源和环境的可持续增长［4］。关于对绿色经济绩效的测度，有的学者从全要素生产率出发采用数据包络分析(DEA)等非参数法［5］或随机前沿分析(SFA)等参数法［6］进行了有益的探索;也有学者采用主成分分析法对多因子提取主成分形成综合主成分，然后采用功效系数法进行处理，最终得到绿色经济绩效值［7］。鉴于采用DEA方法测算的绿色经济绩效值无法进行检验，而采用SFA方法可能存在模型设定偏误等问题，本文选取更为客观的主成分分析法和功效系数法相结合的方法来测算绿色经济绩效。但提高环境规制强度就能提升绿色经济绩效吗?现有研究文献对此并未达成一致的结论。张江雪等［8］研究发现在不同程度绿化地区起主要作用的环境规制类型并不一致，技术创新和工业结构也是影响绿色经济绩效的重要因素。彭星等［9］研究发现不同类型环境规制和不同强度环境规制对绿色经济绩效的影响存在地区异质性，并提出了具有针对性和差异化的环境规制政策。原毅军等［10］研究发现费用型环境规制与投资型环境规制在促进绿色经济绩效提升方面存在互补关系，绿色经济绩效的提升需要多样化环境规制组合的综合使用。张建华等［11］研究发现在一定范围内提高环境规制水平能有效促进绿色经济绩效的提升，而提高政府干预程度容易引发资源配置扭曲，不利于绿色经济绩效的提升。上述学者对不同类型环境规制和不同环境规制强度对绿色经济绩效的影响研究拓宽了本文的研究思路。通过分析现有文献发现，多数研究采用一般面板模型分析环境规制对绿色经济绩效的影响，但考虑空间要素来探究环境规制对绿色经济绩效的研究几乎处于空白。因此，本文在借鉴前人研究的基础上，基于不同空间计量模型，设置不同空间权重矩阵，进一步探究在考虑空间因素时不同类型环境规制及不同环境规制强度如何影响绿色经济绩效，从而为环境规制倒逼产业结构升级和净化经济增长质量提供理论支撑和现实指导。

2变量选择和数据来源

2.1指标选取

2.1.1被解释变量为了保证数据的客观性、可比性，本文借鉴李斌等［2］的做法，构建包括生态环境绩效、资源消耗和综合利用绩效以及经济绩效的绿色经济绩效综合指标体系。

2.1.2核心解释变量基于研究视角和研究方法的差异，学术界目前对环境规制工具尚未达成广泛的共识。为了以环境规制体现政府对治理污染的努力，并基于对数据可得性和稳定性的考量，本文在参考邓峰等［12］和罗能生等［13］文献的基础上，进一步将环境规制分为治理投入型环境规制和治理效果型环境规制。其中，治理投入型环境规制用工业污染治理投资额与工业增加值来测度，治理效果型环境规制用工业废水处理量和工业废水排放总量的比值来测度。

2.1.3控制变量本文选取以下指标作为控制变量:(1)产业结构:以工业增加值占当地GDP的比重来表示;(2)政府干预:用国有企业就业人数占城镇单位就业人数的比重来表示;(3)对外开放:用外商直接投资与当地GDP的比重来表示，其中外商直接投资利用人民币兑美元的年度平均汇率进行了换算。(4)要素禀赋:用资本与劳动的比值来表示，其中资本为当地固定资产存量［14］，劳动则用各省份历年从业人员数据表示。

3模型设定

3.1空间计量模型空间计量模型在空间外溢效应的实证分析中得到了广泛地应用。Anselin［15］将经典计量经济学中忽略的空间因素纳入空间计量模型，并系统地研究了空间计量模型的基本形式。常用的空间计量模型主要有空间滞后模型(SLM)、空间误差模型(SEM)和广义空间模型(SAC)。鉴于环境规制对绿色经济绩效的非线性影响是呈“U”型结构还是呈倒“U”型结构仍需实证检验，本文在模型中加入了环境规制的平方项。

3.2空间权重矩阵为了全面、客观地测度我国绿色经济绩效的空间外溢效应，空间权重矩阵W的设置分别以地理特征、经济特征和社会特征3个角度分别建立地理距离空间权重矩阵、经济距离空间权重矩阵和人力资本空间权重矩阵。

3.2.1地理距离空间权重矩阵常用的地理特征空间权重包括邻接标准和地理距离标准，本文选用能测度更远空间单元之间关系的地理距离空间权重矩阵。

3.2.2经济距离空间权重矩阵区域经济绩效的空间外溢效应除了具有地理距离属性之外，还受到经济发展水平差距的影响。若仅采用地理距离空间权重矩阵来测度区域经济绩效的空间外溢效应，难免会使测算结果出现偏差。为此，本文选用各个省份的人均GDP作为矩阵元素。

3.2.3人力资本空间权重矩阵区域经济绩效的空间外溢效应除了具有地理特征和经济特征之外，还受到人力资本要素集聚差异的影响。为此，本文选用各个省份的人力资本存量作为矩阵元素。

3.3空间相关性检验在采用空间计量方法时，首先要判断被解释变量的空间相关性是否存在。检验被解释变量空间相关性存在与否的常用测度指标有MoranI、Geary'sC、Getis、Join指数等，其中MoranI统计量是较为普遍的对空间相关性进行测度的方法。当MoranI大于0时，被解释变量之间为空间正相关关系;当MoranI小于0时，被解释变量之间为空间负相关关系;当MoranI等于0时，被解释变量之间无关联性;MoranI的绝对值越大，被解释变量之间的空间相关性越强。

4实证检验

4.1空间相关性检验结果由表3可知，3种矩阵的MoranI指数均为正值且全部通过了10%的显著性检验。这表明中国绿色经济绩效自身存在正的空间相关性，即本省域绿色经济绩效对周围(相近)省域具有正的空间外溢效应。另外，MoranI指数和Z值都很稳定，说明绿色经济绩效的空间变动趋势较为平稳。

4.2空间面板模型的估计结果与分析按照上述分析得出的空间面板模型以及各输入变量，通过Hausman检验进行判别，上述3类模型均采用固定效应模型。由于无法事先判断各变量之间存在何种空间相关关系，所以本文将治理投入型环境规制和治理效果型环境规制下的估计结果分别列入表5～6中。从整体上来看，各个模型的估计结果在同一环境规制、同一权重矩阵下的差异并不明显，除了个别系数外，系数的正负在整体上具有一致性，这也验证了本文模型设计的合理性。按照Anselin等［17］的方法，综合考虑自然对数函数值(LogLikelihood，LogL)、似然比率(LikelihoodRatio，LR)、赤池信息准则(AkaikeInformationCriterion，AIC)和施瓦茨准则(SchwartzCriterion，SC)等判断规则，本文最终选择广义空间模型(SAC)作为分析模型。由表4～5可知，从整体上来看，3种矩阵下各模型的一般外溢系数、t值及显著性相差不大，说明考虑不同空间权重矩阵进行回归分析的结果具有稳健性;3种矩阵下各模型的空间外溢系数都通过了显著性检验，说明忽略空间外溢效应的一般回归分析很可能会出现结果偏误，从而再次验证了本文模型设计的合理性。虽然空间滞后模型(SLM)和广义空间模型(SAC)的空间外溢系数的差别不大且全部通过了显著性检验，但是空间误差模型(SEM)和广义空间模型(SAC)的空间外溢系数的正负却相反且全部通过了显著性检验，说明基于不同假设模型下的空间外溢效应的来源差别很大。

4.2.1核心解释变量环境规制对绿色经济绩效的影响3种空间权重矩阵下广义空间模型(SAC)的两种环境规制及其平方项的系数都通过了1%的显著性检验，而环境规制的系数为正，环境规制平方项的系数为负，说明环境规制对绿色经济绩效存在显著的“门槛效应”，呈现倒“U”型动态变化特征，即环境规制对绿色经济绩效存在非线性影响。在上述研究的基础上，通过对不含平方项的空间计量模型进行回归发现，环境规制仍对绿色经济绩效起正向促进作用(限于篇幅，本文不再赘述具体过程)，即当前环境规制仍处于倒“U”型曲线的拐点的左侧。考虑到污染治理投资的累积效应以及工业企业的技术创新和生产工艺改进，中国治理投入型环境规制和治理效果型环境规制的强度都将不断增强，两种类型环境规制的合力将促使绿色经济绩效向倒“U”型曲线的拐点附近靠拢，从而保证节能减排和经济高质量增长目标的实现。

4.2.24个控制变量对绿色经济绩效的影响产业结构控制变量的系数在所有广义空间模型(SAC)中都为正且通过了1%的显著性检验，说明产业结构对绿色经济绩效存在正向影响，即中国的产业结构日趋合理化对绿色经济绩效提升有明显的促进作用。政府干预控制变量在不同广义空间模型(SAC)中只有部分为负的系数通过了10%的显著性检验，而其它部分符号为负的系数和所有符号为正的系数都不显著，说明政府干预对绿色经济绩效的影响以抑制为主，政府干预仍是阻碍绿色经济绩效提升的主要因素。对外开放控制变量也是在不同广义空间模型(SAC)中只有部分为负的系数通过了10%的显著性检验，而其它部分符号为负的系数和所有符号为正的系数都不显著，说明对外开放对绿色经济绩效的影响以抑制为主，这与近年来引进FDI的质量参差不齐有关，因此在提升FDI引进力度的同时要设置相应的“质量门槛”，避免成为外资的“污染避难所”。要素禀赋控制变量的系数符号和显著性在所有广义空间模型(SAC)中存在明显差异，说明要素禀赋对绿色经济绩效的影响具有不确定性，这与近年来生产要素过度集中造成的要素扭曲和效率损失有关，因此要合理引导不同生产要素在全国合理布局，从而实现资源的有效利用，进而提升绿色经济绩效。

4.3空间面板模型的稳健性检验结果

由于两种环境规制的空间外溢效应都存在一定的内生性问题，可能会对估计结果产生一定的偏差。为了保证模型实证结果的稳健性，本文采用广义空间模型(SAC)的GMM估计进行实证结果的再检验。由表6可知，与普通空间面板模型相比，一般外溢系数部分值的显著性降低，空间外溢系数有所提升，并且调整的R2互有升降，空间GMM估计结果整体上与以上分析得出的结论基本一致。5结论与政策启示本文基于2007～2016年中国30个省的省际面板数据，综合采用空间滞后模型(SLM)、空间误差模型(SEM)和广义空间模型(SAC)，通过设置地理距离空间权重矩阵、经济距离空间权重矩阵和人力资本空间权重矩阵，分析了环境规制对绿色经济绩效的外溢效应，研究显示:(1)中国省域绿色经济绩效对周围(相近)省域存在显著的正向外溢效应，且绿色经济效应的空间变动趋势具有较好的稳健性;(2)环境规制与中国绿色经济绩效之间存在倒“U”型曲线的动态关系，即环境规制对绿色经济绩效呈现先促进后抑制的作用;(3)产业结构对中国绿色经济绩效有显著的促进作用，政府干预和对外开放对中国绿色经济绩效的作用以抑制为主，而要素禀赋对中国绿色经济绩效的影响具有不确定性。

基于上述分析，本文提出以下几点建议:(1)适当提升环境规制强度，发挥环境规制对提升绿色经济绩效的倒逼作用。不同地区应加强环境规制的空间联动，避免落入“逐底效应”的恶性循环。同时，要坚持适度原则，避免进入脱离实际、盲目提高环境规制强度的误区，不然就会越过拐点成为绿色环境绩效提升的障碍。此外，应注重配套工具的组合运用，开展税收优惠、排污许可证交易和绿色资本市场等试点工作，以建立与现代市场经济体制相适应的政策体系，提高环境规制的灵活性和有效性，为提升绿色经济绩效提供多元化的环境规制渠道。(2)推进政府职能转变，深化国有企业改革，建立自由流通的要素市场，并鼓励不同地区企业之间进行合作与交流，促进知识、技术的扩散和传播，提高要素配置效率和技术进步水平，从而促进绿色经济绩效的提升。将节能减排效果纳入政绩考核范围之内，并积极引导公众和媒体对环境问题的监督，削弱地方政府在落实环境规制时的扭曲，实现政府角色由经济活动“管理者”向“监督者”转变，推进要素市场建设和技术交流平台搭建，从而建立良好的绿色经济发展环境。(3)推进产业转型升级，提高对外开放水平。中国各省域应因地制宜，特别是中西部地区在承接产业转移时应通过环境规制“质量门槛”建立产业甄别机制，避免重蹈东部地区覆辙，使环境规制成为产业转型升级的动力。提高对外开放水平，通过提高引进外资的“质量门槛”避免成为“污染避难所”，并加强外资与国内重大科技创新项目的结合，建立激励与约束并重的环保技术市场，充分发挥环境规制的经济质量净化作用，最大程度地实现外资对中国绿色经济绩效的正向外溢效应。

作者：冯严超；王晓红单位：哈尔滨工业大学经济与管理学院