環境規制、產業集中度與環境污染

杜雯翠,陳 博

(首都經濟貿易大學經濟學院,北京100070)

一、研究背景

小康全面不全面,生態環境很關鍵;高質量發展實現不實現,生態環境同樣很關鍵。改革開放以來,中國經濟40多年高速增長的同時也帶來了生態環境問題。此時,黨和國家充分意識到,只有轉變生產、生活方式,改善環境質量,才能為經濟持續發展提供有力支撐,高質量發展的重大判斷正是在這個背景下提出的。2017年10月,習近平總書記在黨的十九大報告中指出:“我國經濟已由高速增長階段轉向高質量發展階段,正處在轉變發展方式、優化經濟結構、轉換增長動力的攻關期。”2018年5月,習近平總書記在全國生態環境保護大會上指出,“綠色發展是構建高質量現代化經濟體系的必然要求”,明確了生態環境保護與高質量發展的關系。生態環境是高質量發展的核心目標之一,是衡量高質量發展成效的重要標尺,生態環境治理更是促進高質量發展的有效手段[1]。

環境治理有效促進了區域高質量發展[2-3]、產業高質量發展[4]、企業高質量發展[5],從宏、中、微觀三個層面對我國高質量發展產生了深刻影響。而在環境治理影響高質量發展的三個層面中,中觀層面又顯得尤為重要。加強環境治理引起的不僅僅是企業生存與轉型的決策,更是一場全行業的產能重組和資源重配。在行業市場需求一定的前提下,面臨更嚴格的環境規制,企業有三種選擇:一是退出行業,包括徹底關停和行業間轉移兩種情況,這兩種情況都會導致該行業內企業數量的減少。如果以規模作為“一刀切”的標準,這就會造成行業內小企業數量的減少和產業集中度的提高。二是兼并重組,例如河北鋼鐵行業的重組,這種情況只會影響企業數量,不會影響總產出,在不改變生產方式的情況下,只是同行業內產量歸屬發生了變化。三是產業升級,企業決定留下,通過生產技術、能源技術、治污技術的升級促使企業實現綠色轉型,這正是環境規制的最終目標,也是我們希望看到的社會優化解。在三種選擇中,前兩種都會減少小企業數量,提高產業集中度[6],進而對污染排放產生不同影響[7-8]。

現有關于環境規制與環境污染關系的研究主要是基于宏觀和微觀兩個層面的分析,較少涉及產業層面。由于數據的可獲得性,國外研究多從微觀層面入手,分析環境規制對企業污染排放的影響[9-13],而國內研究則多從宏觀層面入手,分析環境規制對區域環境污染的影響[14-17]。不過,上述研究較少從產業層面入手,分析環境規制是如何通過產業集中度來影響污染的。

基于此,本研究構建了包含一個大廠商和若干小廠商的斯塔克爾伯格(Stackelberg)模型,利用比較靜態分析探討“環境規制—產業集中度—污染排放”三者的理論關系;利用中國工業行業的平衡面板數據,驗證三者的數量關系。與現有研究相比,本研究的邊際貢獻在于:利用理論和實證方法,從行業角度驗證環境規制的減排效應。文章其余部分安排如下:第二部分是邏輯模型,利用數理模型分析環境規制、產業集中度與環境污染三者的關系;第三部分是研究設計,設定實證模型,說明變量與數據;第四部分是環境規制影響污染排放的效果檢驗;第五部分是環境規制影響污染排放的機制檢驗,從產業集中度的視角探索環境規制對污染的中觀作用機制;第六部分是主要結論與政策建議。

二、邏輯模型

(一)模型設定

假設市場由一個大廠商(b)和n個同質小廠商(s)構成。每個廠商生產的產品是同質的,不存在勾結,按照斯塔克爾伯格模型選擇各自的產量,決定市場價格。假設廠商i的產量為qi,則市場總產量為Q=qb+nqs,令市場的反需求函數為p=a-bQ,其中a,b>0。在市場容量一定的情況下,大廠商和小廠商的產量分配與產業集中度有關,大廠商產量越高,小廠商產量越低,產業集中度越高;反之,產業集中度越低。

廠商i的最終污染排放量由兩部分決定:污染產生量和污染處理量。污染產生量指的是在生產過程中產生的污染量總和,假設廠商i的污染排放強度(1)污染排放強度指的是每單位產出的污染排放量,對同一行業的企業而言,污染排放強度的大小反映了企業的生產技術水平和污染治理水平。是γi,則污染產生量為γiqi。污染處理量指的是廠商通過治污設備或手段對產生的污染進行處理,被治理的污染量就是污染處理量,假設廠商i的污染處理量為ai,則最終污染排放量(ei)為ei=γiqi-ai。

政府通過征收環境稅規制廠商的排污行為,借鑒Lei等[18]的做法,假設政府對所有廠商征收相同的基準環境稅率(to),但在執行過程中,對廠商i征收的實際環境稅率(ti)還受到污染排放強度的影響。以廢水為例,造紙、化工、鋼鐵、電力、食品、采掘、紡織7個行業的廢水排放量占全國排放量的4/5[19]。這些重點行業大多規模較大、污染較多,因而成為環境規制的重點。如果用環境稅率表征環境規制的強度,那么污染排放強度越大的廠商,被征收的環境稅率越高,反之越低。政府對廠商i征收的實際環境稅率可以表述為ti=At0γi,其中,A>0,表示廠商i的污染排放強度越大,被征收的實際環境稅率越高,環境規制越強,廠商i需要繳納的排污稅為Ti=tiei=At0γi(γiqi-ai)。

(二)基準模型

小廠商的目標是實現利潤(πs)最大化:

Maxπs=pqs-C(qs)-EC(as)-Ts=[a-b(nqs+

(1)

根據利潤最大化的一階條件求出小廠商的均衡產量(qs)為:

(2)

同理,大廠商的最優產量(qb)為:

(3)

將式(3)代入到式(2),得出小廠商的最優產量:

(4)

由式(3)(4)可知,提高小廠商的污染排放強度(γs)將減少小廠商產量,增加大廠商產量。當At0不變時,污染排放強度越高,環境稅率越高,即污染排放強度越高的企業面臨更加嚴格的環境規制。當廠商排放強度保持不變時,政府加強環境規制,不同規模廠商的產量變化如式(5)(6)所示:

(5)

(6)

(三)情景分析

由式(5)(6)可知,在加強環境規制的情況下,不同規模廠商的產量變化取決于各自的排放強度。按照不同規模廠商污染排放強度的關系分三類情況討論。

1.小廠商污染排放強度大于大廠商(γs>γb)

(7)

此時,政府加強環境規制,產業集中度的變化不僅取決于大、小廠商的排放強度,還取決于產品的需求價格彈性和小企業數量。

(8)

(9)

(10)

綜上所述,當小廠商的污染排放強度大于大廠商的污染排放強度(γs>γb)時,加強環境規制,大部分情況下會提高產業集中度,但總會減少環境污染。

2.小廠商污染排放強度等于大廠商(γs=γb)

當排放強度不變,加強環境規制,大廠商和小廠商的產量變化量見式(11)(12):

(11)

(12)

由式(11)(12)可知,加強環境規制,會導致大廠商和小廠商產量減少。此時,行業產量的變化為:

|Δqb|-n|Δqs|=

(13)

2.小廠商污染排放強度小于大廠商(γs<γb)

綜上,環境規制會通過產業路徑影響環境污染,但污染排放強度的差異會影響作用效果。如果小廠商污染排放強度大于大廠商,加強環境規制會提高產業集中度,減少行業污染排放。如果小廠商污染排放強度小于大廠商,加強環境規制會降低產業集中度,同樣導致行業污染排放減少。因此,不論大廠商與小廠商污染排放強度是否存在差異,加強環境規制總是可以降低行業污染排放。據此,本研究提出以下假說:

假設H1a:行業環境規制越強,產業集中度越高,污染排放水平越低。

假設H1b:行業環境規制越強,產業集中度越低,污染排放水平越低。

三、研究設計

(一)計量模型與變量選取

為了從實證角度檢驗環境規制是否會通過產業集中度這一中觀機制影響環境污染,根據中介效應模型的基本原理,構建如下三個計量模型。模型I是基礎回歸,用來檢驗環境規制對環境污染的總體影響效果,模型II和模型III利用中介效應模型檢驗環境規制影響環境污染的機制。

模型I:環境規制對環境污染的影響模型。

polluit=α0+α1regit+α2gdpit+α3energyit+

α4soeit+α5techit+τt+εit

(14)

模型II:環境規制對產業集中度的影響模型。

crit=β0+β1regit+β2gdpit+β3energyit+β4soeit+

β5techit+τt+εit

(15)

模型III:環境規制、產業集中度與環境污染的中介效應模型。

polluit=γ0+γ1regit+γ2crit+γ3gdpit+

γ4energyit+γ5soeit+γ6techit+τt+εit

(16)

模型I和模型III的因變量為環境污染(pollu),用該工業行業工業煙(粉)塵排放強度和工業廢水排放強度表示,由排放量與總產值的比值計算得到(單位:噸/億元)。模型II的因變量為產業集中度(cr),采用赫芬達爾-赫希曼指數(Herfindahl-Hirschman Index,HHI)衡量產業集中度,是一個行業中各市場競爭主體所占行業總收入或總資產百分比的平方和,計量市場份額的變化,即市場中廠商規模的離散度。模型I和模型II的自變量為環境規制(reg),采用單位企業的污染治理設施運行費來衡量(單位:萬元/個)。

控制變量包括:(1)單位產出(gdp),用該工業行業總產出與總勞動力之比表示(單位:萬元/人)。(2)能源消耗(energy),用單位產值的能源消耗量表示(單位:萬噸標準煤/億元)。(3)國有化程度(soe),所有制結構也會影響污染排放[21],用該行業國有資產占總資產的比例表示。(4)研發支出(tech),用該工業行業R&D投資額占行業總產值的比重表示。另外,τ表示與行業無關的時間特征,ε為隨機誤差項,i代表行業,t代表年份。

(二)樣本說明與行業調整

本研究樣本為2001—2013年中國工業行業的平衡面板數據,之所以沒有將數據更新至最新年份,是因為產業集中度數據來自《中國大型工業企業年鑒》,這個年鑒在2013年以后不再出版。如果以其他變量表征2013年以后的產業集中度,可能會影響結果可靠性和穩健性。從數據來源看,污染排放和環境規制數據來自《中國環境年鑒》,R&D數據來自《中國科技統計年鑒》,能源數據來自《中國能源統計年鑒》,產業集中度數據來自《中國大型工業企業年鑒》,其余數據來自《中國工業統計年鑒》。

由于《國民經濟行業分類》于2002年進行了第二次修訂,使樣本期間行業略有差異,為了獲得平衡面板數據,本研究進行了如下處理。第一,由于污染排放數據缺失,刪除“開采輔助活動”“其他采礦業”;第二,由于產業集中度數據缺失,刪除“廢棄資源綜合利用業”“木材及竹材采運業”;第三,由于R&D數據缺失,刪除“燃氣生產和供應業”“水的生產和供應業”以及“其他制造業”;第四,將2005—2010年的“橡膠制品業”“塑料制品業”兩個行業歸并為“橡膠和塑料制品業”。最終,本研究共獲得33個工業行業。

四、環境規制影響污染排放的效果檢驗

(一)描述性統計

表1為主要變量的描述性統計。從產業集中度的角度看,中國33個工業行業的產業集中度均值為1.2%。其中,最大值為2013年的“黑色金屬礦采選業”(13.7%),最小值為2008年的“金屬制品業”(0.1%)。2001—2013年間,約有超過一半行業的產業集中度上升,如“煙草制品業”“皮革、毛皮、羽毛及其制品和制鞋業”“儀器儀表制造業”。約2/5行業的產業集中度下降,如“非金屬礦采選業”“電氣機械和器材制造業”。產業集中度的變化反映出近些年來行業內的結構變動,這種變動可能歸因為技術特點,也可能源于外界政策(如環保政策),需要進一步檢驗。

表1 主要變量的描述性統計

(二)基礎回歸

以2001—2013年中國33個工業行業的平衡面板數據為樣本,利用固定效應模型估計模型I,結果參見表2的第(1)(3)列。考慮到污染治理的滯后效應,采用滯后一期的環境規制進行檢驗,結果見表2的第(2)(4)列。

表2 環境規制影響環境污染的基礎回歸(模型I)

由表2可以看出,在第(1)(2)列的回歸中,環境規制(reg)和滯后項(L.reg)的估計系數顯著為負,表明環境規制越高,工業煙(粉)塵污染排放強度越小,說明中國現有的以環保法律法規為主體的環境規制能夠有效降低大氣污染。在第(3)(4)列的回歸中,環境規制(reg)和滯后項(L.reg)的估計系數顯著為正,說明環境規制越強,工業廢水排放強度反而越高。這說明當期的廢水處理設施的運行尚未起到降低污染排放強度的作用。因此,對于不同污染物,環境規制的減排效果是不同的,環境規制有助于降低大氣污染排放強度,卻不利于降低水污染排放強度。對不同污染物的作用方向不同,說明加強環境規制不一定可以減少污染排放,因此假設H1a和H1b關于環境規制越強,污染排放水平越低的假設不成立。從控制變量的結果看,單位產出(gdp)的估計系數在第(3)(4)列顯著為正,說明工業廢水排放強度在很大程度上取決于單位產出。能源消耗(energy)的估計系數顯著為正,說明在樣本期間中國能源消耗依然是影響污染排放的重要因素。國有化程度(soe)的估計系數在第(1)(2)列回歸中顯著為正,說明國有化程度越高,工業煙(粉)塵污染排放強度越高。技術水平(tech)的估計系數在四列回歸中均顯著為負,表明技術進步能有效地降低污染排放強度。可見,對于不同的污染物,影響其排放的因素各有不同。因此,在制定環境政策時,應當充分考慮環境規制作用于不同污染物的異質性影響,以免造成政策的偏頗和抵消。

(三)穩健性檢驗

為了保證研究結果的可靠性,本文進行了如下穩健性檢驗:第一,利用工業SO2達標排放率衡量環境規制,回歸結果見表3的第(1)列,發現回歸結果基本穩健。該數據只有2005—2010年進行了統計,因此樣本區間為2005—2010年。第二,用單位產值的工業化學需氧量(COD)排放量和單位產值的工業氨氮排放量衡量環境污染,回歸結果見表3的第(2)(3)列,結果是穩健的。

表3 環境規制影響環境污染的穩健性檢驗(模型I)

五、環境規制影響污染排放的機制檢驗:產業集中度的視角

為了進一步探索環境規制影響污染排放的中觀機制,利用固定效應模型對模型II進行估計,回歸結果見表4。表4中第(1)—(5)列中,分別采用該行業資產總值最大的前四家企業總資產占行業總資產的比重、資產總值最大的前八家企業總資產占行業總資產的比重、赫芬達爾指數、工業總產值最高的前四家企業總產值占行業總產值的比重、工業總產值最高的前八家企業總產值占行業總產值的比重共五種方法衡量產業集中度。從中可以看出,環境規制(reg)的估計系數均顯著為正,說明環境規制的加強會提高產業集中度。這表明加強環境規制將導致行業內部結構調整,資源向大企業集中,小企業數量減少,產業集中度提高。該結果證明假設H1a關于環境規制越強、產業集中度越高的假設成立,H1b關于環境規制越強、產業集中度越低的假設不成立。出現這種結果可能的原因有兩個:第一,關停并轉(即關閉、停辦、合并以及轉產)是近些年來中國主要的環境治理措施,這些措施會直接減少行業中的企業數量,同時也會使行業中的部分小企業被兼并,導致該行業的產業集中度提高。第二,隨著環境規制逐漸加強,企業被迫加大研發投入、環保投資,降低污染排放水平,而行業中的小企業可能沒有能力承擔這部分成本,進而退出行業。

表4 中介效應檢驗(模型II)

模型III的回歸結果見表5。第(1)(2)列用工業煙(粉)塵排放強度表示污染排放,第(3)(4)列用工業廢水排放強度表示污染排放,第(1)(3)列以赫芬達爾指數衡量產業集中度,第(2)(4)列以工業總產值最大的前四家企業總產值占全行業總產值的比重衡量產業集中度。在第(2)列回歸中,產業集中度(cr)的估計系數顯著為負,說明產業集中度越高,工業煙(粉)塵排放強度越低。這主要是由于治污減排在某種程度上可能存在規模效應。在第(1)(2)列回歸中,通過Sobel檢驗發現產業集中度對總效應的貢獻約為53.32%。可見,環境規制除直接降低污染排放外,還通過提高產業集中度降低污染排放,這便是產業集中度在環境規制與環境污染之間發揮的中介作用,也正是本研究所要探究的環境規制影響環境污染的中觀產業機制。在第(3)(4)列中,產業集中度(cr)的估計系數均顯著為正,說明產業集中度越高,工業廢水排放強度越高,這其中一部分影響也是通過產業集中度實現的。結合表2、表4和表5的回歸結果,從工業廢水排放強度看,通過Sobel檢驗發現產業集中度在環境規制與工業廢水排放強度之間也發揮了中介效應,產業集中度對總效應貢獻約占19.49%。

表5 中介效應檢驗(模型III)

綜上,產業集中度在環境規制影響環境污染的中觀產業機制中發揮了不同作用:對于大氣污染物而言,產業集中度的提高有助于降低大氣污染排放強度;對于水污染物而言,產業集中度的提高不利于污染處理設施的使用。因此,環境規制一定會提高產業集中度,但產業集中度的提高卻對大氣和水污染排放產生了截然相反的影響,這在一定程度上證實了假設H1a關于環境規制越強、產業集中度越高的成立。關于環境規制越強、產業集中度越高、污染排放水平越低的假定只針對當污染物為工業煙粉塵時成立,對于水污染排放不成立。

六、主要結論與政策建議

本研究基于斯塔克爾伯格模型梳理了環境規制、產業集中度與環境污染的數理邏輯。研究發現:如果小廠商污染排放強度大于大廠商,加強環境規制會提高產業集中度,減少污染排放。如果小廠商污染排放強度小于大廠商,加強環境規制會降低產業集中度,減少污染排放。利用2001—2013年中國33個工業行業的面板數據,基于中介效應模型,驗證了環境規制是如何通過產業集中度來影響環境污染的。研究發現:加強環境規制會提高產業集中度,而提高產業集中度又會影響行業污染。以大氣污染排放為主的行業,環境規制提高了產業集中度,進而減少污染,產業集中度對總效應的貢獻約為53.32%。而以水污染排放為主的行業,環境規制提高了產業集中度,進而增加污染,產業集中度對總效應貢獻約為19.49%。

基于上述研究結論,本文就充分發揮產業集中度在環境規制與污染排放之間的中介作用,實現治污減排、高質量發展提出以下政策建議:

第一,加強水污染環境規制,加快環境基礎設施建設。水污染的治理不僅需要排污企業水污染處理設施的運行,還需要相應環境基礎設施的建設。因為水污染處理過程較為復雜,一些規模較小的企業并不具備處理水污染的能力,只能將廢水集中排放至污水處理廠處理。因此,地方政府應當進一步建設環境基礎設施,通過污水排放的集中有效處理,實現水污染環境規制的治理效能。

第二,科學看待產業集中度的變化,“一行一策”,尋找實現高質量發展的中觀途徑。通過比較工業行業的污染排放和產業集中度情況,發現一些行業產業集中度較低,一些行業產業集中度較高。因此,應進一步考察這些行業內大企業和小企業的環境行為,對產業集中度的合理性做出科學判斷,通過適當的環境規制引導,實現產業集中度的治污減排效應。

第三,環境管理變粗放式為精細化,推動企業高質量發展。研究發現,產業集中度的提高對于環境污染產生不同影響。針對污染排放強度較大的小企業應該制定合理的政策,促使企業轉型與企業合并。利用企業在線監測等數據手段,為環境執法找到效率更高、誤傷更少的依據。幫助企業從粗放式的高利潤增長轉變為精細化的高質量發展,推動地方政府從單一標準的粗放式環境管理轉變為科學標準的精細化環境治理。

當然,本文仍存在一些不足,由于衡量產業集中度的指標在2013年以后不再披露,使樣本不能得到更新,也無法檢驗最近幾年環境規制對產業結構和行業污染的影響。另外,到底有多少企業真正退出行業,又有多少企業并入到大企業這些問題的回答需要利用微觀數據進一步驗證,這將是本研究未來深入和完善的方向。