環境規制的空間外溢與中國污染產業投資區位轉移

摘?要：使用Moran指數和LISA指數剖析了污染產業投資區位轉移的空間路徑，從理論上剖析了環境規制空間外溢性的產生機理，基于動態空間杜賓模型實證研究了環境規制在污染產業投資區位轉移中的空間外溢效應。發現中國污染產業投資的轉移存在著空間上的路徑依賴和時間上的轉移粘性特征，表現為以環渤海和長三角地區為中心緩慢向周邊擴散的“暈輪模式”;提高環境規制強度能顯著抑制污染產業投資，但這種抑制作用主要是通過周邊鄰近地區普遍加強環境規制的作法所導致。因此，應注重環境政策的同步性和協同性，聯防聯控的區域性環境規制政策能有效推動污染產業向外轉移。

關鍵詞：環境規制;污染產業投資;空間轉移路徑;動態空間杜賓模型;空間外溢效應

中圖分類號：F0615;F205文獻標志碼：A文章編號：1674-8131（2019）02-0113-12

一、引言

自20世紀80年代初環境保護被列為基本國策以來，我國相繼出臺了一系列的環保法律 [1]，但在環境保護方面的努力并沒有在環境治理效果上得到明顯的體現[2]。在2016年全球環境績效指數（EPI）排名中，中國的空氣質量指數在180個國家中位列倒數第二，環境問題日益嚴峻。2016年11月國務院公布《“十三五”生態環境保護規劃》，提出“經濟轉型升級、供給側結構性改革加快化解重污染過剩產能”是“十三五”期間生態環境保護面臨的重要戰略機遇之一，并明確了“處理好發展和保護的關系，推進供給側結構改革，優化空間布局”的基本原則。從全國層面、而不是局域層面上控制污染排放是中國當前面臨的首要問題。

隨著東部經濟的崛起，以污染產業為代表的邊際產業并沒有像學者們預期的那樣，向經濟發展水平較低的中西部進行大規模的階梯型轉移。20世紀90年代中期以來，污染產業轉移仍大多發生在東部的大城市與周邊中小城市之間以及珠三角、長三角、環渤海等地區，這一現象被許多學者的研究所證實[3-5]。日益加強的環境規制政策為何沒能顯著地推動這些地區污染產業大規模階梯式的向外轉移？對這一答案的探索，不僅有助于發達地區盡快實現產業結構轉型升級，而且有助于在全國層面構建合理有效的空間治理體系。

關于環境規制與污染產業區位關系的研究，最早源于對“污染避難所假說”（Pollution Haven Hypothesis， PHH）的驗證和質疑。所謂“污染避難所”假說，是指發達國家執行嚴格的環境規制增加了其污染密集型產業的生產成本，企業為躲避本國嚴格的環境標準，將污染密集型產業通過FDI、對外貿易等方式轉移到勞動力相對便宜、環境規制相對寬松的發展中國家，導致后者淪為前者的“污染避難所”或“污染天堂”。可見，PHH的基本觀點是認為污染產業傾向于向環境規制寬松的地區轉移。

理論上對PHH的剖析，大多是從環境規制對生產成本的負面影響方面展開論證的。早期的學者將環境規制當成一種要素稟賦納入H-O-S的理論框架，構成地區比較優勢的來源之一，欠發達地區傾向于放松環境規制以增強區域競爭力[6] [7]。新經濟地理學興起后，學者們嘗試將環境污染納入新經濟地理學的研究框架[8] [9]，認為地方政府對環境規制強度的微小調整可能會導致企業區位選擇的非連續變化[10]，或者產業集聚條件下PHH可能不會發生[11]。

對PHH的實證檢驗最早是從發達國家和發展中國家的視角展開的，按照選擇的產業轉移指標可分為三類：（1）基于FDI的驗證。Lucas等（1992）[12]發現1976—1987年污染密集型企業從美國轉移到欠發達國家的證據;Xing和Kolstad （2002）[13]以二氧化硫排放作為目的地國的環境松弛度代理變量，發現美國化學與金屬原料制造業的FDI與二氧化硫排放顯著正相關，證明了“污染避難所”效應的存在性;Cole和Elliot （2005） [14]發現美國各行業對外FDI與污染控制成本顯著正相關;Wagner和Timmins（2009）[15]利用德國制造業FDI面板數據在控制了集聚效應后，利用GMM方法發現化學工業存在顯著的“污染避難所”效應。（2）基于進出口貿易的驗證。Antweiler等（1998）[16]首次采用跨國面板數據，研究發現避難所效應和要素稟賦效應都成立，對外貿易有利于環境質量的改善;Levinson和Taylor（2008）[17]構建了一個克服了非觀測效應、內生性和加總偏誤的回歸模型考察環境管制對貿易流的影響，發現污染減排成本高的行業經歷了一個凈進口的高增長，推論出污染避難所效應很可能存在;Broner等（2012）[18]認為環境規制增強將會降低污染密集型行業的比較優勢。（3）基于生產規模的驗證。Birdsall和Wheeler（1993） [19]研究發現，OECD成員提高環境標準之后，拉丁美洲的污染密集型產業比重提升速度加快。

關于中國環境規制與承接國外污染產業轉移的研究，大多集中在環境規制與中國吸收FDI的關系研究[20] [21] [22]。近年來隨著供給側改革的推進，越來越多的研究開始轉向中國區域間環境規制差異對國內污染產業轉移的影響。按照產業轉移的衡量指標，大致可以分為三類：（1）資本轉移的角度。魏瑋和畢超（2011）[23]構建了一個解釋PHH的理論模型，并用2004—2008年新創立企業的面板數據，證實了中國產業區際轉移中存在著“污染避難所”效應;田馨予和雷平（2016）[24]基于73個重點城市的企業數量也證實了區域環境規制對企業區位決策會形成負面影響。當然，也有一部分研究[25]發現環境規制并不是污染密集型產業區域轉移的影響因素，由于污染密集型產業對技術、資源、市場等要素的依賴，環境規制并不是促使其發生轉移的重要力量，而只是產業份額調節的中間力量。（2）區際貿易的角度。傅帥雄和張可云（2011）[26]采用地區與產業特征雙維度的經典貿易模型，證實了污染密集型產業會從環境規制強的省份向環境規制弱的省份轉移，驗證了PHH。張友國（2015）[27]基于投入產出模型實證分析了碳排放視角下中國省際和四大地區層面的區域間貿易模式，結果表明PHH和H-O理論各自能部分地解釋中國的區域間貿易，將兩者結合起來就能夠很好地揭示中國的區域間貿易。（3）生產區位的角度。傅京燕（2006）[28]使用生產比例指標考察了環境成本對我國東部地區向西部地區產業轉移的影響，初步驗證了PHH。彭文斌和陳蓓（2014）[29]利用因子分析法證明了正式環境規制是影響我國污染密集型企業空間演變的重要因素，而非正式環境規制的影響相對較小。就研究方法來說，目前大多采用傳統的計量方法（如FGLS方法[20]或GMM方法[30] ），區域劃分大多遵從三大板塊或四大板塊[31]，將空間因素納入污染產業轉移研究的文獻較少[32]。

縱觀現有文獻，本文認為，對我國環境規制治理效果的質疑及觀點分歧可能正是與上述缺陷有關：（1）沒有考慮到環境規制的空間外溢特征。污染企業的區位決策不僅受到本地區環境規制政策的影響，可能還與鄰近地區的環境規制政策有關[33]，后者有可能加強或者抵消前者的作用，同時企業的區位決策還與兩者的強度之差有關;（2）不當的區域劃分標準掩蓋了環境規制效果的地域差異。東、中、西部的傳統劃分標準與目前區域經濟一體化的發展趨勢之間存在矛盾，長三角、珠三角及環渤海等地區的經濟聯系日益緊密，環境規制的協調性日益加強，其環境規制的效果可能會呈現出不同的特點。

基于此，本文嘗試解決以下問題：中國污染產業投資在時間維度和空間維度呈現出什么樣的特征？環境規制對污染產業投資區位的影響是否存在空間外溢性？一體化程度不同的地區，環境規制的作用是否存在差異？可能的創新點包括：（1）明確污染產業投資轉移在空間上的路徑依賴特征和時間上的轉移粘性特征，并基于環渤海經濟區和長三角經濟區的塊狀特征，提出圍繞此兩個核心向周邊拓展的“暈輪模式”;（2）從理論和實證兩個層面剖析了環境規制空間外溢性的特征及產生機理。提出周邊鄰近地區普遍提高環境規制強度會導致本地區污染產業投資的減少，聯防聯控的區域性環境規制政策能夠有效推動污染產業向外轉移。

二、污染產業投資區際轉移的空間路徑

污染密集型產業，簡稱污染產業，是指在生產過程中要直接或間接排放大量污染物，如果不加以治理會對周邊或相關產業帶來負外部性的產業。本文依據國務院2006年公布的《第一次全國污染源普查方案》[34]中對重污染行業的界定，選擇“造紙及紙制品業、農副食品加工業、化學原料及化學制品制造業、紡織業、黑色金屬冶煉及壓延加工業、食品制造業、電力/熱力的生產和供應業、皮革毛皮羽毛（絨）及其制品業、石油加工/煉焦及核燃料加工業、非金屬礦物制品業、有色金屬冶煉及壓延加工業”共11類污染產業作為研究對象。

1.1994—2014年污染產業投資的重點區域

使用GeoDa軟件生成1994—2014年污染產業投資的五分位地圖，并按照污染產業投資規模從大到小將31個省（區）進行排名，分為5個等級[分別包含6、6、7、6、6個省（區）]，將第1～3等級列表如下：

由表1可知，中國污染產業投資區位轉移的空間路徑有如下特點：第一，以環渤海和長三角為中心，以“暈輪”模式向周邊拓展。第一中心是環渤海，以遼、冀、魯為核心，到2006年前后拓展至晉、京、蒙，到2013年前后又進一步拓展至津、吉、陜;第二中心是長三角，以滬為中心，2000年以后逐漸拓展至浙、蘇、閩。第二，污染產業的轉移呈現出間斷或突變的塊狀特征。一方面，遼、冀、魯、粵一直是污染產業投資的重點流入地區，即使技術條件、產業結構、環境規制、開放水平等外部因素發生了變化，仍然無法改變這一事實;另一方面，離兩個中心距離遠的地區承接的污染產業投資明顯偏少，表現在：（1）西部偏遠地區的比重較低。在考察期內，青、藏、疆、甘、貴、寧等西部偏遠地區均處在第4或者第5等級;（2）部分中部地區的比重呈現下降趨勢。黑、贛、皖、湘等離兩個中心稍遠的中部地區，在考察期內呈現等級下降的趨勢。

2.污染產業投資的全域空間自相關性檢驗

本文使用Moran指數來檢驗全域空間自相關性。其表達形式如下：

Moran′s I=N∑i∑jwij×∑i∑jwij（xi-x）（xj-x）∑i（xi-x）2（1）

其中，wij表示地區i和j的空間權重，N表示地區總數，x表示x的平均值。通常，Moran指數分布在[-1，1]區間，正值表示正空間相關關系，即本地區與相鄰地區的變化趨勢相同;負值表示負相關關系，即本地區與相鄰地區的變化趨勢相反。本文采用基于鄰接性的空間權重矩陣，在GeoDa中選擇Rook一階方法來構建31個省（區）的空間權重矩陣。為了消除孤島效應，按照多數文獻的做法，將海南省設置為與廣東省相鄰。

由此，計算出1994—2014年污染產業投資的Moran指數（表2）。1997—2014年，31個省（區）污染產業投資均呈現正的空間相關關系，從1997年的004提高到2014年的033;從Moran指數的顯著性來看，2003年以后均通過了10%的顯著性水平，且顯著性水平逐年提高。可見，2003年后中國31個省（區）污染產業投資的空間依賴關系逐漸增強，空間因素在污染產業投資區位轉移中的影響已經不容忽視。

3污染產業投資的局域空間自相關檢驗

局域空間自相關性的檢驗指標（Local Indicator of Spatial Association， LISA）能夠對每一個區域單元的空間自相關關系進行量化分析，表達式為：

Ii=N（xi-x）∑i（xi-x）2×∑jwij（xj-x）（2）

很明顯，∑i（Ii/N）=I。即使Moran指數不顯著，仍然可以應用LISA來觀測局域的空間相關模式。具體到某個區域，空間相關關系呈現四種形式。高污染產業投資—高空間相關性（H-H），代表污染產業投資較高地區被高污染產業投資地區包圍，稱為污染產業高密集區;低污染產業投資—低空間相關關系（L-L），代表污染產業投資較低地區被低污染產業投資地區包圍，稱為污染產業低密集區。與此類似，還有低污染產業投資—高空間相關關系（L-H）和高污染產業投資—低空間相關關系（H-L）。H-H和L-L模式是我們重點關注的地區（表3）。從H-H地區來看，1994—2014年間變化并不大，冀、魯、浙及其周邊是承接污染產業轉移的重點區域，進一步證實了上文中提到的兩個中心——環渤海和長三角;從L-L地區來看，主要包括疆、甘等西部偏遠地區，這些省（區）及其周邊承接的污染產業投資相對較少。值得注意的是，近年來冷點地區數量大幅下降，尤其是以川、青、甘等為代表的西部省（區）退出了冷點地區，表明中東部地區的污染產業正在向西部地區轉移。

三、空間視角下環境規制影響污染產業投資區位轉移的作用機理

1.環境規制對本地污染產業投資的抑制作用

從靜態視角來看，環境規制對企業生產成本的影響，一方面與該地區環境規制的平均水平和政策結構有關，另一方面與環境規制的落實程度緊密相關。而這兩個方面都與企業所在地緊密聯系，因此將環境規制作為不可流動要素來看待。隨著地方政府環保力度的增強，會削弱污染密集型產業的比較優勢，從而對污染產業的投資產生抑制作用。從動態視角來看，一方面，環境規制強度的提高可能會刺激技術創新，被稱為“創新補償效應”。表現在：（1）環境成本的增加使得企業面臨著行業內更加激烈的競爭，企業加大研發投入，科技創新能力和整體競爭力得以提高;（2）企業之間通過“技術溢出效應”提升了區域內企業環保技術的整體水平。產業內集聚的企業越多，為科技創新帶來的知識儲備和技術供給也越多，人才間的交流、合作必然能提高創新效率。當創新所帶來的效率提升能夠彌補比較優勢被削弱所帶來的成本降低時，表現為環境規制強度與產業擴張正相關，被稱為“強波特效應”，但目前中國在大多數情況下，這種效率的提升并不能夠完全抵消成本的降低，表現為“弱波特效應”，最終的結果仍舊是環境規制強度的提高導致投資的減少。另一方面，較高的污染水平會加速要素的外流，被稱為“污染的負外部性”。如果地方政府采取先污染后治理的做法，污染水平的提高伴隨著環境規制強度的逐漸增強，而日益惡化的環境會降低本地區對企業和工人的吸引力，導致產業向外轉移。可見，一般地，環境規制強度的提高會對本地污染產業投資產生抑制作用。

2.環境規制對鄰近地區污染產業投資存在空間外溢作用

第一，區域經濟一體化增強了區際產業轉移的粘性，在較大程度上影響了本地區環境政策的作用效果。區域經濟一體化水平的提高導致區域之間可移動要素的轉移成本降低，以“市場接近效應”為核心的需求關聯循環累積因果關系和以“生活成本效應”為核心的成本關聯循環累積因果關系相互交織，產生了自我強化的聚集力，從而導致了“核心—邊緣”極化結構的出現。這種結構一旦形成具有強大的慣性特征，即使有外力的出現也很難打破，兩地環境規制強度差距擴大也很難推動污染產業的轉移。區域一體化程度的提高會擴大環境規制差距的容忍區間。

第二，區域聯合治理的環境保護政策日趨成熟，環境規制強度在一定地理范圍內呈現同步性。近年來，環境污染的外部性使得人們逐漸認識到，孤立的環保政策的治理效果并不盡如人意。固體廢棄物的跨區域傾倒問題、污水排放的流域性污染問題以及霧霾的區域性擴散問題，使得重點區域聯防聯控政策和構建空間治理體系等問題提上日程。例如，2017年3月環保部印發《京津冀及周邊地區2017年大氣污染防治工作方案》，聯合北京市、天津市、河北省、陜西省、山東省以及河南省政府，制定詳細工作計劃切實加大京津冀及周邊地區大氣污染治理力度，這些區域性環境規制政策的作用效果正在顯現。

第三，初始優勢的差異導致非連續性的或間歇性的產業轉移。產業轉移的方向不僅與轉出地的稟賦優勢有關，也與承接地的稟賦優勢密切相關。假設有三個鄰近的地區，其中地區1和地區2擁有相似的稟賦優勢，而地區3的要素成本顯著低于前兩者，考慮到污染產業轉移的粘性特征，地區1環境規制強度的提高并不一定會導致污染產業投資立刻轉向鄰近的地區2;隨著地區1與地區3環境規制強度差距的不斷擴大，污染產業可能會優先地轉向鄰近的地區3，以盡可能地規避環境成本并獲得廉價生產要素。

由此提出：

假說1：污染產業投資的轉移存在著空間上的路徑依賴和時間上的轉移粘性特征。前者指相鄰空間單元之間呈現出正的空間相關關系，污染產業投資呈現區域性聚集趨勢;后者指存在諸多阻礙或者延緩產業轉移的因素導致產業梯度轉移難以循序進行，長期滯留在原產地。

假說2：環境規制對污染產業投資區位的影響存在著顯著的負向的空間外溢作用。周邊鄰近地區普遍提高環境規制強度會導致本地區污染產業投資的減少，聯防聯控的區域性環境規制政策能夠有效推動污染產業向外轉移。

四、基于SDM的污染產業投資區位轉移影響實證

1.模型設定

在處理區域經濟增長問題時，忽視變量之間的空間相關性是錯誤的設定[35]。本文重點考察環境規制強度與污染產業投資區位之間的關系，使用空間杜賓模型（SDM）構建如下基準回歸模型：

Yit=α0+ρWYit+α1ERSit+α2WERSit+β1Xit+β2WXit+εitεit～N（0，σ2）（3）

其中，Yit表示區域i在t期的污染產業投資額;W是空間權重矩陣;ρ是污染產業投資的空間外溢系數，ρWYit表示鄰居的污染產業投資水平對本地區的影響;ERSit表示區域i在t期的環境規制強度，若其系數α1顯著為負，則說明本地區加強環境規制會刺激污染產業向外轉移;α2WERSit衡量了鄰居的環境規制強度對本地區污染產業投資水平的影響，其系數α2代表著環境規制的空間外溢特征;εit為誤差項。

控制變量Xit包括：勞動力成本labor、人力資本human、資本存量capital、產業集聚水平agglo和技術創新水平inno。空間權重矩陣W采用前文中所述的鄰接性空間權重矩陣，經過行標準化處理后進入模型運算。

為了將路徑依賴性納入實證分析并考慮到內生性問題，本文將采用動態杜賓模型DSDM：

Yit=θYit-1+ρWYit+α1ERSit+α2WERSit+β1Xit+β2WXit+εitεit～N（0，σ2I）（4）

2.變量測度和數據說明

關于被解釋變量，選擇地區污染產業年度投資額作為污染產業投資區位轉移的衡量指標[36]，用 “資產總計”中的“流動資產合計”與“固定資產累計折舊”之和來表示當年的污染產業投資額。對于污染產業投資的度量，本文沒有采用實際投資增長率而采用實際投資額[37]，原因有二：其一，本文采用的是具有時間序列的面板數據，分析本身暗含了投資增長率的意義;其二，由于企業投資行為在鄰近地區間的空間相關性表現在投資規模上而非增速上，因此文中選擇以實際投資額作為空間計量模型的被解釋變量是恰當的。數據來源于《中國工業經濟統計年鑒》和《中國統計年鑒》。

關于解釋變量，即環境規制強度ERS。選擇工業廢水排放強度、工業廢氣排放強度和工業固體廢棄物排放強度作為污染物排放效果的三個子指標，選擇萬元增加值的工業廢水污染治理投資完成額、工業廢氣污染治理投資完成額和工業固體廢棄物污染治理投資完成額作為污染治理成本的三個子指標。以此為基礎，構建3個單項指標，即工業廢水治理成本（工業廢水污染治理投資完成額/工業廢水排放強度）、工業廢氣治理成本（工業廢氣污染治理投資完成額/工業廢氣排放強度）和工業固體廢棄物治理成本（工業固體廢棄物污染治理投資完成額/工業固體廢棄物排放強度）。參照傅京燕和李麗莎（2010）[38]、原毅軍和謝榮輝（2014）[39]的方法，并根據本文研究目的進行相應的調整，構建地區環境規制強度的綜合評價指數。選取各省份的工業廢水治理成本、工業廢氣治理成本和工業固體廢棄物治理成本3個單項指標，給予適當權重構成綜合評價指標。具體計算步驟如下：

第一步，對3個單項指標進行線性標準化處理，計算公式為：

GZij=Gij-minGjmaxGj-minGj（5）

其中，i指省份（i=1，2，3，…，27），j指3類污染物（j=1，2，3），Gij為各項指標的原始值，maxGj和minGj分別為各個省份3個單項指標每年的最大值和最小值，GZij為環境規制的標準化值。

第二步，計算各單項指標的權重wij。由于每個省份的廢水、廢氣和固體廢物排放量不同，需要對上述3項標準化環境規制賦予不同的權重，才能準確反映各省份主要污染物的治理強度。權重的計算方法如下：

wij=Eij/∑EijYi/∑Yi（6）

其中，wij為i省份中污染物j的環境規制權重，Eij為i省份污染物j的排放量，∑Eij為全國同類污染物的排放總量，Yi為i省份的工業增加值，∑Yi為全國工業增加值。用上述公式計算出歷年廢水、廢氣和固體廢物的環境規制權重后，再求簡單平均數計算出考察期內i省份第j種污染物的環境規制權重的平均值wij-。

第三步，基于各單項指標的標準化值和平均權重，計算出各省份的正式環境規制強度，計算公式為：

ZSGZi=13∑3j=1wij-·GZij（7）

數據來源于《中國環境統計年鑒》和《中國統計年鑒》。為了檢驗結果的穩健性，構建環境規制的替代變量ERSa和ERSb。（1）治污效果型環境規制ERSa：選擇工業廢水排放強度、工業廢氣排放強度和工業固體廢棄物排放強度作為三個子指標;（2）治污投資型環境規制ERSb：選擇萬元增加值的工業廢水污染治理投資完成額、工業廢氣污染治理投資完成額和工業固體廢棄物污染治理投資完成額作為三個子指標。

關于控制變量，labor的衡量指標是各地區工資總額與工業總產值的比重[40]，勞動力成本的提高會對地區投資產生抑制作用;human的衡量指標是平均受教育年限，豐富的人力資本有利于提高企業生產效率、增強區域投資吸引力，計算方法為：

humani=Pi1×6+Pi2×9+Pi3×12+Pi4×16（8）

其中，Pi1、Pi2、Pi3、Pi4分別表示地區i受教育程度為小學、初中、高中、大專及以上的人口比重，權重為受教育年份數。

capital是固定資產投資存量，采用永續盤存法計算，具體計算方法參見趙云鵬和葉嬌（2018）[41]。固定資產投資反映了資本要素在不同地區的配置，豐富的資本要素構成了地區的比較優勢;agglo的衡量指標是各地區污染產業總產值在全國的區位熵，產業集聚能夠通過正外部性來吸引更多投資;選擇各地區每萬人的專利申請受理量作為變量inno的衡量指標[42]，數據來源于《中國科技統計年鑒》。

關于區域的劃分，全國層面的研究樣本包括30個省（區）（剔除西藏），環渤海經濟區包括京、津、冀、魯、遼、晉、蒙七個省（市），長三角經濟區包括滬、蘇、浙三個省（市）。

為了減弱變量的異方差性，實證分析中對變量取對數納入模型。工業投資額、資本存量、污染治理投資完成額均換算成2003年的固定價格。研究時間跨度為2003—2014年。

3.全國層面的實證分析

從前文的Moran指數可知，2003—2014年期間中國污染產業投資在省級層面上存在著顯著的空間自相關，且相關性日益增強（從2003年的018迅速增加到2014年的033）。這意味著，使用忽略空間關系的傳統計量方法可能會造成估計結果的偏差。雖然Moran指數和LISA指數表明了被解釋變量空間相關關系的存在，但究竟是何種相關形式需要進一步在空間計量模型中進行檢驗。由表4可知，Robust LM lag和Robust LM err統計量都是顯著的，SAR和SEM模型都有可能是可行的。當SAR和SEM兩者其一或均通過了相關LM顯著性檢驗時，應當進一步使用SDM對模型進行拓展[43]。因Hausman檢驗結果為正值且在5%水平上顯著，故選擇固定效應。20世紀90年代末以來，不少學者提出了環境規制具有內生性特征[17]，發現不同模型設定對于環境規制變量的顯著性可能具有影響（林季紅和劉瑩，2013）[44]。基于環境規制可能存在的內生性考慮，本文進一步使用DSDM進行檢驗（見表5）。與靜態空間面板模型相比，動態空間面板模型的優越性在于：既考慮了經濟增長的動態效應和空間溢出效應[45]，又可以在一定程度上減弱“雞蛋相生”的內生性問題[43]。Lesage和Pace（2009）[46]提出使用點估計檢驗空間溢出效應的方法會導致模型估計偏誤，采用偏微分的方法能夠更好地處理這一問題，并提出在SDM中將空間溢出總效應分為直接效應和間接效應。直接效應表示解釋變量對本地區被解釋變量的影響，而間接效應表示其他地區解釋變量對本地區被解釋變量的影響。分別使用式（3）和式（4）進行實證分析，結果如表5所示。

實證結果顯示，SDM和DSDM中被解釋變量的空間自相關系數rho為正值且顯著，說明污染產業投資轉移過程中確實存在著路徑依賴現象，呈現出區域性聚集發生態勢，支持了假說1中關于污染產業投資轉移中路徑依賴的觀點。DSDM中被解釋變量滯后一期的系數通過了1%水平下的顯著性檢驗且為正值，證明了假說1中關于污染產業投資轉移粘性的論點;而靜態SDM的空間溢出系數rho顯著高于DSDM的空間溢出系數，說明SDM高估了污染產業投資在空間上的路徑依賴性。一般的解釋是被解釋變量的一階滯后項能將影響污染產業投資的潛在因素（如市場容量等）從空間結構因素的影響中分離出來，從而使得靜態空間面板模型帶來的偏差得以糾正，這也反映了中國污染產業投資具有動態性、連續性的特征。

從DSDM的計量結果來看，核心解釋變量ERS的短期總效應和長期總效應均在10%水平上顯著為負，說明就中國省際層面來說，不管是從短期還是長期來看，提高環境規制強度確實能夠增加污染企業的生產成本，對污染產業投資有一定的抑制作用。那么這種抑制作用是來源于區域孤立的環境規制政策還是來源于區域之間環境規制政策的聯合影響？從分解效應來看，ERS的短期直接效應和長期直接效應雖為負值但并不顯著，而短期間接效應和長期間接效應則均在5%水平上顯著為負。這充分說明地方孤立的環境規制政策雖然能夠在一定程度上抑制本地污染產業投資，但是作用有限;不管是從短期還是從長期來看，環境規制強度對污染產業投資的抑制作用更多的是通過區域之間環境政策的空間外溢機制來實現的。這就支持了假說2，即周邊鄰近地區普遍加強環境規制的作法會對本地區的污染產業投資起到抑制作用。其政策含義是，考察環境政策對本地污染產業投資活動的影響時，不能僅僅寄希望于本地區在環境保護方面的孤軍奮戰;要想增強環境政策的有效性，就必須聯合周邊鄰近地區推行聯防聯控的區域性環境規制政策，注意環境政策的同步性并擴大實施范圍，這樣才能有效推動污染產業向區域外的有序轉移。

就其他控制變量來看，（1）高企的勞動力成本顯著地推動污染產業外移。表5顯示，勞動力成本的總效應顯著為負，其中直接效應顯著為負，而間接效應不顯著。說明在中國污染產業轉移中，勞動成本是一個非常重要的影響因素，隨著本地勞動者工資水平的不斷攀升，發達地區污染產業的外遷壓力正在日益增加。（2）豐富的人力資本供給和物質資本存量增加了污染產業的轉移粘性。就人力資本變量來看，總效應和間接效應均為正值且顯著，說明污染企業傾向于選擇在人力資本豐富的地區進行投資，而且由于高素質勞動力較之普通勞動力具有更強的流動性，因此人力資本要素具有較強的跨省外溢特征;就資本存量變量來看，直接效應顯著為正，但間接效應不顯著。說明固定資本存量主要影響本地污染產業投資，豐富的資本存量能夠吸引更多的污染產業投資，但這種影響力的空間外溢性并不顯著。（3）產業集聚水平的提升有利于推動污染產業的外移。產業集聚變量的總效應和間接效應均顯著為負，說明較大范圍內的產業集聚（如長三角地區）會產生“擁擠效應”，通過“負外部性”推動污染產業向外轉移。

為了檢驗模型的穩健性，本文做了以下兩個方面的嘗試：首先，分別設置省會城市之間的距離倒數W1和距離倒數的平方W2，兩種空間權重矩陣代替鄰接空間權重矩陣進行測算此處的距離采用的是各省份省會城市或直轄市經緯度的歐氏距離。 ;其次，分別使用治污效果型環境規制ERSa和治污投資型環境規制ERSb代替解釋變量ERS進行測算。結果顯示（見表6），這四種穩健性檢驗對核心指標的檢驗結果基本相同。主要表現：環境規制變量的總效應均顯著為負;環境規制變量的間接效應絕大部分顯著為負（在8個間接效應中有7個顯著為負）;環境規制變量的直接效應雖然為負但均不顯著;被解釋變量Y的滯后項系數為正值且顯著。可見，進一步證明了假說1和假說2。

五、主要結論與啟示

1主要結論

本文基于2003—2014年省級面板數據，使用Moran指數和LISA指數剖析了污染產業投資區位轉移的空間路徑，基于動態空間杜賓模型實證研究了環境規制強度在污染產業投資區位轉移中的空間外溢特征。主要結論有：第一，污染產業投資在空間上具有顯著的路徑依賴特征，在時間上具有顯著的轉移粘性特征。一方面，轉移路徑呈現出“暈輪模式”。以環渤海的遼、冀、魯為第一中心，逐漸向晉、京、蒙，而后又向津、吉、陜拓展;以長三角的滬為中心，逐漸向浙、蘇、閩拓展。另一方面，呈現出顯著的轉移粘性。遼、冀、魯、粵等四個省（區）自2003年以來一直是污染產業投資的重點流入地區。第二，環境規制的空間外溢性是推動本地區污染產業投資外移因素之一。周邊鄰近地區普遍加強環境規制力度能夠對本地區污染產業的投資活動起到顯著的抑制作用，相對于孤立的地方性環境規制，聯防聯控的區域性環保措施效果更為明顯。考察環境政策對本地污染產業投資活動的影響時，不能僅僅寄希望于本地區在環境保護方面的孤軍奮戰;要提高環境政策的有效性，就必須聯合周邊鄰近地區推行聯防聯控的區域性環境規制政策，注意環境政策的同步性并擴大實施范圍，這樣才能有效推動污染產業向區域外的有序轉移。

2政策啟示

一是對熱點地區應加強環境政策的空間聯動性，構建跨區域協同減排機制。對于環渤海和長三角等經濟發展水平和一體化程度相對較高的地區，推動產業結構轉型升級、提升經濟發展質量是當前階段的戰略目標。在控制污染產業擴張方面，各地必須認識到孤立的環境政策效果會被周邊地區的空間溢出效應所抵消，因此應加強環境治理政策的聯動性和協調性，在環境政策標準、執行和監管方面構建順暢的協作聯動機制，在污染企業集聚的一些產業園區制定有針對性的環境標準，強化環境執法的效果，提高治污投資的效率。

二是對其他地區應在引導產業梯度轉移的過程中避免“先污染后治理”的覆轍。中原城市群、成渝地區、關中地區以及長江中游等區域，正逐漸成為一些污染產業的主要承接地，加之其環境承載力有限，造成了大量的環境污染。可以采取征收累進環境稅等方法以激勵企業減少單位產品污染排放，根據本地比較優勢和產業結構定位，篩選前后向聯系較弱的產業和邊際產業先行轉移出去。此外，應當在有選擇地承接污染產業基礎上實現經濟與環境共贏。一定要把握好技術和市場準入門檻，防止資源利用效率低、污染嚴重、技術落后的產品和工藝轉移到這些地區。在有效利用污染治理規模效應的同時，鼓勵地方政府推動以技術創新為核心的深層次去污模式。

參考文獻：[1]

包群，邵敏，楊大利.環境管理抑制了污染排放嗎？[J].經濟研究，2013（12）：42-54.

[2]?沈坤榮，金剛，方嫻.環境規制引起了污染就近轉移嗎？[J].經濟研究，2017（5）：44-59.

[3]?陳秀山，徐瑛.中國制造業空間結構變動及其對區域分工的影響[J].經濟研究，2008（10）：18-31.

[4]?耿文才.新經濟地理學視角下中國紡織業區際轉移的粘性分析[J].地理研究，2015（2）：259-269.

[5]?李婭，伏潤民. 為什么東部產業不向西部轉移：基于空間經濟理論的解釋[J].世界經濟，2010（8）：59-71.

[6]?TOBEY J. The effects of domestic environmental policies on patterns of world trade：An empirical test[J]. Kyklos，1990， 43（2）：191-209.

[7]TAYLOR M，COPELAND B. North-south trade and the environment[J]. The Quarterly Journal of Economics，1994（109）： 3.

[8]?QUAAS M，LANGE A. Economic geography and urban environmental pollution[R]. Discussion Paper Series. University of Heigdlberg，2004.

[9]?MARREWIJK C. Geograchical economics and the role of pollution on location[R]. Tinbergen Institute Discussion Papers，2005.

[10]RAUSCHER M. Concetration，separation and dispersion：Economic geography and the environment[EB]. Thuenen-Series of Applied Economic Theory，2009.

[11]ZENG D，ZHAO L. Pollution havens and industrial agglomeration[J]. Journal of Environmental Economics and Management，2009，58（2）：141-153.

[12]LUCAS R，WHEELER D，HEMAMALA H. Economic development，environmental regulation，and the international migration of toxic industrial pollution 1960-1988[R]. World Bank Working Paper：Washington D C，1992.

[13]XING Y，KOLSTAD C. Do lax enviromental regulations attract foreign investment？[J]. Environmental and Resource Evonomics，2002，21（1）：1-22.

[14]COLE M，ELLIOTT R. FDI and the capital intensity of "ditry" sectors：A missing piece of the pollution haven puzzle[J]. Review of Development Economics，2005，9 （4）：530-548.

[15]WAGNER U，TIMMINS C. Agglomeration effects in foreign direct investment and the pollution haven hypothesis[J]. Environmental and Resource Evonomics，2009，43（2）：231-256.

[16]ANTWEILER W，COPELAND B，TAYLOR M. Is free trade good for the environment？[R].National Bureau of Economic Research Working Paper，1998.

[17]LEVINSON A，TAYLOR M. Unmasking the pollution haven effect[R]. NBER Working Paper，2008：106-119.

[18]BRONER F，BUSTONS P，CARVALHO V. Sources of comparative advantage in polluting industries[R]. NBER Working Paper，2012.

[19]BIRDSALL N，WHELLER D. Trade policy and pollution in Latin American：Where are the pollution haven？[J]. Journal of Environment and Development，1993，2 （1）：137-145.

[20]傅京燕，李麗莎.FDI、環境規制與污染避難所效應——基于中國省級數據的經驗分析[J].公共管理學報，2010，7（3）：65-76.

[21]郭建萬，陶鋒.集聚經濟、環境，管制與外商直接投資區位選擇[J].產業經濟研究，2009（4）：29-37.

[22]周長福，杜宇瑋，彭安平.環境規制是否影響了我國FDI的區位選擇？——基于成本視角的實證研究[J].世界經濟研究，2016（1）：110-121.

[23]魏瑋，畢超.環境規制、區際產業轉移與“污染避難所”效應[J].山西財經大學學報，2011，33（8）：69-75.

[24]田馨予，雷平.環境規制對污染企業區位決策的差別化影響[J].生態經濟，2016，32（7）：87-91.

[25]周沂，賀燦飛，劉穎.中國污染密集型產業地理分布研究[J].自然資源學報，2015，30（8）：1183-1194.

[26]傅帥雄，張可云.基于改進生態足跡模型的中國31個省級區域生態承載力實證研究[J].地理科學，2011（9）：1084-1089.

[27]張友國.碳排放視角下的區域間貿易模式：污染避難所與要素稟賦[J].中國工業經濟，2015（8）：5-19.

[28]傅京燕.環境成本轉移與西部地區的可持續發展[J].當代財經，2006（6）：102-106.

[29]彭文斌，陳蓓.環境規制作用下污染密集型企業空間演變影響因素的實證研究[J].社會科學，2014（8）：22-27.

[30]張彩云，郭艷青.污染產業轉移能夠實現經濟和環境雙贏嗎？——基于環境規制視角的研究[J].財經研究，2015，41（10）：96-108.

[31]宋爽.不同環境規制工具影響污染產業投資的區域差異研究[J].西部論壇，2017，27（2）：90-99.

[32]彭文斌，吳偉平，鄺嫦娥.環境規制對污染產業空間演變的影響研究——基于空間面板杜賓模型[J].世界經濟文匯， 2014（6）：99-110.

[33]趙霄偉.地方政府間環境規制競爭策略及其地區增長效應——來自地級市以上城市面板的經驗數據[J].財貿經濟， 2014（10）：105-113.

[34]國務院辦公廳.第一次全國污染源普查方案[EB/OL].（2007-05-25）[2018-11-25]. http：//www.gov.cn/zwgk/ 2007-05/25/content_626141.htm，2007-05-25.

[35]REY J，MONTOURI D. US regional income convergence：A spatial econometric perspective[J]. Regional Studies，1999，33（2）：23-42.

[36]彭可茂，席利卿，雷玉桃.中國工業的污染避難所區域效應——基于2002—2012年工業總體與特定產業的測度與驗證[J].中國工業經濟，2013，10（10）：44-57.

[37]于斌斌.產業結構調整與生產率提升的經濟增長效應——基于中國城市動態空間面板模型的分析[J].中國工業經濟，2015（12）：83-98.

[38]傅京燕，李麗莎.環境規制、要素稟賦與產業國際競爭力研究——基于中國制造業的面板數據[J].管理世界，2010（10）：87-98.

[39]原毅軍，謝榮輝.環境規制的產業結構調整效應研究——基于中國省際面板數據的實證檢驗[J].中國工業經濟，2014（8）：57-69.

[40]楊振兵，馬霞，蒲紅霞.環境規制、市場競爭與貿易比較優勢——基于中國工業行業面板數據的經驗研究[J].國際貿易問題，2015（3）：65-75.

[41]趙云鵬，葉嬌.對外直接投資對中國產業結構影響研究[J].數量經濟技術經濟研究，2018（3）：78-95.

[42]原毅軍，謝榮輝.產業集聚、技術創新與環境污染的內在聯系[J].科學學研究，2015，33（9）：1340-1347.

[43]ELHORST J P. Matlab software for spatial panels[J]. International Reginal Science Review，2014，37（3）：389-405.

[44]林季紅，劉瑩.內生的環境規制：“污染天堂假說”在中國的再檢驗[J].中國人口·資源與環境，2013（1）：13-18.

[45]ZHENG X，YU Y，WANG J，et al. Identifying the determinants and spatial nexus of provincial carbon intensity in China：A dynamic spatial paneal approach[J]. Reginal Environmental Changes，2014，14（4）：1651-1661.

[46]LESAGE J，PACE R. Introduction to spatial econometircs[M]. Boca Raton，Florida：Chapman & Hall/CRC，2009.

The Spatial Spillover of Environmental Regulation and

Regional Transfer of Polluting Industry Investment in China

SONG Shuang

（School of Finance and Economics， Xizang Minzu University， Xianyang 712082， Shaanxi， China）

Abstract： This paper examines the spatial path of the polluting industry investment location shift by using Moran Index and LISA Index， analyzes the generating mechanism of spatial spillover in environmental regulations theoretically and empirically studies the spatial spillover effect of environment regulation on polluting industry investment location shift by using Dynamic Spatial Durbin Model. Results show that the transfer of polluting industry investment in China demonstrates spatial path dependence and temporal transfer viscosity， taking on such a “Halo Model” that is centering on Circum-Bohai-Sea region and Yangtze River Delta and slowly spreading to the surroundings.Improving the strength of environmental regulations can significantly inhibit the polluting industry investment， which is mainly caused by the practice of strengthening environmental regulations in the surrounding areas. Thus， attention should be paid to synchronicity and synergy of environmental policies， and the regional environmental regulation policy of joint prevention and control can effectively promote the outward transfer of polluting industries.

Key words： environmental regulations; polluting industry investment; spatial transfer path; Dynamic Spatial Durbin Model; spatial spillover effect