高質量發展下環境規制對長江經濟帶環境治理績效的影響研究

官永彬 陳絲雨

[摘 要]統籌推進長江經濟帶環境高水平治理與經濟高質量發展，是落實“綠水青山就是金山銀山”生態思想的內在要求。本文以長江經濟帶11個省份為研究單元，運用熵權綜合評價法和MLD指數分解方法測算了長江經濟帶2007—2017年的環境治理績效及區域差異，研究發現，長江經濟帶環境治理績效呈現出總體趨勢緩慢改善與區域不平衡的時空特征。在此基礎上，利用空間杜賓模型實證檢驗環境規制對長江經濟帶環境治理績效的異質影響。研究表明：命令控制型環境規制未對長江經濟帶環境治理績效產生顯著正向影響，市場激勵型和公眾參與型環境規制則顯著提升了長江經濟帶環境治理績效;長江經濟帶環境治理績效存在負向空間溢出效應;產業結構轉型在環境規制提升長江經濟帶環境治理績效的過程中發揮了部分中介作用。為此，長江經濟帶應切實完善環境規制體系，增強環境規制地區適宜性，創新跨區域聯防聯治機制，推動長江經濟帶環境治理績效的全面提升。

[關鍵詞] 高質量發展;長江經濟帶;環境規制;環境治理績效

[中圖分類號]F127;X321????? [文獻標識碼]A????? [文章編號]1672-1071（2021）04-0067-10

一、 引言

長江經濟帶在我國經濟社會發展中的戰略地位日益凸顯，但多年來過度依賴長江流域能源資源消耗的傳統經濟發展方式，導致長江經濟帶在高速增長的同時卻面臨著環境污染頻發、環境風險增加、生態退化等復雜環境問題，這已經嚴重影響了長江經濟帶發展的質量。為此，十九屆四中全會要求“加強長江、黃河等大江大河生態保護和系統治理”。2020年11月14日，習近平總書記在江蘇省南京市召開的全面推動長江經濟帶發展座談會上明確指出，“推動長江經濟帶高質量發展”，努力“使長江經濟帶成為我國生態優先綠色發展主戰場”和“引領經濟高質量發展主力軍”。顯然，在新發展階段持續推進長江經濟帶環境治理既是長江經濟帶高質量發展的內在要求，更是落實習近平新時代生態文明思想的戰略舉措。因此，如何在高質量發展背景下對長江經濟帶環境治理績效加以科學測度并揭示其影響機制就成為當前面臨的重要課題。

環境治理績效測度的前提是設計科學合理的測度指標體系，現有學者主要從環境治理投入和環境治理產出兩個維度加以設計。如黃菁等（2011）基于投入維度選擇環境污染治理投資及其份額來評價環境治理績效[1]。吳建南等（2016）采用非約束性的工業廢水和工業廢氣排放量以及約束性的二氧化硫排放量和化學需氧量等綜合產出指標刻畫我國31個行政省區環境治理效果[2]。楊鈞（2016）則構建了包含地區環境治理投資和工業污染物處置量的投入產出指標體系，運用數據包絡分析方法測度環境治理效率績效[3]。當然，績效評價的目的是結果評價，單從投入或產出維度評價可能存在偏差[4]。環境治理是新時代推進高質量發展的有效途徑，而高質量發展的根本目的是增進民生福利[5]。以此理念為指導，區域環境治理績效評價指標體系的構建應以高質量發展理念為引領，系統考慮環境治理投入、產出與結果的多維性。

環境規制是提升環境治理績效的重要手段和關鍵機制。基于政府介入程度和工具的強弱程度，經濟合作與發展組織（1996）將環境規制分為命令控制型、經濟激勵型和勸說型三種類型[6];哈密爾頓等（1998）把環境規制劃分為利用市場、創建市場、環境管制和公眾參與四類[7];趙新峰等（2016）也依據強制程度標準將其劃分為管制型、市場型和自愿型三大類[8]。基于不同類型環境規制對環境治理績效的影響，劉亦文（2019）認為市場型環境規制是化解新時代生態環境治理中國式難題的重要途徑[9]; Arimura等（2008）發現自愿型規制與強制型政策組合使用效果最好[10];曾冰等（2016）考察了直接管制型、市場型和非正式型三種環境規制對環境質量的改善效應[11];李冬琴（2018）驗證了市場激勵型環境規制與命令控制型環境規制的組合對環境創新的影響[12];王林輝等（2020）實證發現組合型環境規制政策較之于單一政策更能破除經濟增長和環境質量的兩難困境[13]。盡管已有研究已觸及環境規制對區域環境治理績效的差異影響，但考慮區域間空間關聯效應的實證研究仍還有待深化。

鑒于此，本文將基于經濟高質量發展情景，從“投入、產出和效果”三維設計長江經濟帶環境治理績效綜合測度指標體系，通過熵權法和MLD指數分解法對長江經濟帶環境治理績效及其區域差異加以科學測度，利用空間杜賓模型估計命令控制型、市場激勵型與公眾參與型三種環境規制對環境治理績效的異質影響，并進一步通過中介效應模型揭示環境規制對長江經濟帶環境治理績效的影響機制，以此為長江經濟帶環境政策的制定與完善提供理論依據和經驗參考。

二、 長江經濟帶環境治理績效的測度與分析

（一） 測度方法說明

為了克服主觀賦權法的隨機性因素干擾和多指標信息重疊問題，本文采用改進的熵權法測度長江經濟帶環境治理的綜合績效。其思想在于預先對各評價指標數據進行標準化處理，繼而運用反映各評價指標變異程度的信息熵確定指標權重，最后采用加權求和方法對長江經濟帶環境治理綜合績效進行測度評價。具體測度過程如下：

第一步，對環境治理評價指標體系中不同類型的單項指標作標準化處理。

正指標：Yij=Xij-minXijmaxXij-minXij逆指標：Yij=maxXij-XijmaxXij-minXij（1）

其中，Xij和Yij分別代表第i個省份第j個環境治理績效評價指標標準化處理前和處理后的數值，maxXij和minXij則表示Xij的最大值和最小值。

第二步，利用標準化后的Yij構建規范化矩陣P：

Pij=Yij∑ni=1Yij（2）

第三步，測度第j個環境治理績效評價指標的信息熵Ej：

Ej=-ln1n∑ni=1PijlnPij（3）

第四步，測度第j個環境治理績效評價指標權重Wj：

Wj=1-Ej∑mj=11-Ej（4）

第五步，利用加權求和法測度環境治理綜合指數中各子系統指標值Gi：

Gi=∑mj=1WijYij（5）

式（5）中，Gii=1，2，3為環境治理評價體系中投入、產出和效果三個子系統的指標值，Wij分別對應具體評價指標在各子系統指數中的權重。

第六步，根據子系統指標值Gi和對應的權重W*i，測度出長江經濟帶各個省份的環境治理綜合指數值I：

I=∑3i=1W*iGi（6）

在對長江經濟帶環境治理績效測度的基礎上，我們進一步采用MLD指數（Mean Log Deviation Index） 度量長江經濟帶環境治理績效的區域差異以及差異的來源結構，以便精準施策以縮小長江經濟帶環境治理績效的區域不平衡。MLD指數屬于泰爾零階指數，具有序數等價性、平移不變性以及權數和為1等分解性質。其具體的分解結果如下：

GE0（s）=GE0（s1，s2，…，sm）=1n∑mk=1∑nki=1lnμsi

=∑mk=1nkn1nk∑nki=1lnμksi+1n∑mk=1∑nki=1lnμμk

=∑mk=1vkGE0（sk）+∑mk=1vklnμμk=W+B（7）

其中，假定n個總樣本數被分成m組nk（k=1，2，…，m），每組相應的環境治理綜合指數向量為sk，環境治理綜合指數均值為μk，區域樣本數量為nk，則其占總樣本數量的比重為vk=nk/n;W表示長江下游、長江中游和長江上游三大區域內差異;B則代表長江下游、長江中游和長江上游三大區域間差異。因此，環境治理績效的總體差異直觀上可以表示為區域內部的平均差異和單純由區域之間環境治理水平不同而引起的差異之和。

（二）? 測度指標體系說明與數據來源

從經濟學意義上來說，高質量發展不僅追求供給的高效率與高附加值[14]，而且高質量發展要求對生態環境進行良好的處理[15]，最終滿足人民群眾日益增長的對優美生態環境的需要[16]。這意味著，高質量發展視域下的長江經濟帶環境治理績效評價體系構建，不僅要考慮環境治理投入和環境治理產出維度，還要考慮環境治理對民生福利的改善效果。以此為基本邏輯，同時結合當前長江經濟帶高質量發展過程中面臨的生態環境問題，本文從“投入、產出與效果”三維構建出長江經濟帶環境治理績效測度指標體系[17]。具體測度指標體系見表1。

鑒于數據的可獲得性和可操作性，本文所采用的數據主要來自《中國統計年鑒》（2008—2018）、《中國環境年鑒》（2008—2018）、《中國環境統計年鑒》（2008—2018）以及長江經濟帶各省份歷年環境統計公報。部分缺失的數據采用線性插值法加以補全。需要說明的是，本文長江經濟帶下游、中游和上游省份的劃分根據《長江經濟帶發展規劃綱要》確定。

（三） 長江經濟帶環境治理績效的時空特征描述

基于改進的熵值法我們測度出2007—2017年時間窗口內長江經濟帶11個省份環境治理各子系統和綜合指數，并據此得到長江下游、中游和上游分區域環境治理指數（圖1和圖2）。從中可以看出，長江經濟帶環境治理績效總體呈現出以下時空格局特征：一是長江經濟帶環境治理績效保持相對穩定且緩慢改善趨勢，綜合績效從2007年的0.419上升至2017年的0.429，升幅為2.29%，這意味著長江經濟帶在“共抓大保護，不搞大開發”戰略引領下環境治理取得了較為顯著的成效，但仍存在較大提升空間，特別是投入績效和效果績效兩個子系統的績效提升空間較大;二是長江經濟帶環境治理績效呈現鮮明的區域不平衡特征，長江下游環境治理綜合績效在整個樣本期間都顯著高于長江中游和上游地區，長江上游綜合績效均值為0.523，而中游和下游地區僅為0.385和0.367;三是長江經濟帶分區域環境治理績效發展態勢差異顯著，長江下游和長江中游綜合績效都呈波動改善趨勢，分別從2007年的0.527和0.345增加至2017年的0.546和0.396，增幅分別為3.61%和14.78%，而長江上游綜合績效則從2007年的0.367下降至2017年的0.337，降幅達到8.17%。

為了進一步考察長江經濟帶環境治理績效的總體空間差異、區域內差異以及差異的來源結構，我們采用MLD指數分解方法加以測度，測度結果如圖3和圖4所示。由圖3可知，總體MLD指數從2007年的0.0366上升到2017年的0.0382，增幅為4.37%，說明長江經濟帶環境治理績效在樣本期內的總體差異呈上升趨勢。從區域內差異來看，長江上游和中游地區的內部差異逐漸縮小，而長江上游地區呈現波動上升趨勢。此外，長江經濟帶上游地區內部差異程度最大，下游地區次之，中游地區最小。在觀測期內，長江經濟帶上游和下游地區的MLD指數均值分別是0.0249和0.0220，而中游地區僅僅為0.0019。從差異來源分解結果看，區域內差異和區域間差異對長江經濟帶環境治理績效總體差異的平均貢獻率分別為55.83%和 44.17%，這說明長江經濟帶環境治理績效的區域差異50%以上可由區域內差異來解釋。但從演變趨勢來看，區域內差異對長江經濟帶環境治理績效總體差異的貢獻率呈逐年下降態勢，從2007年的50.44%下降至2017年的42.03%，相應地，區域間差異的貢獻率卻從49.56%增加至57.97%。統籌推進長江經濟帶上游、中游和下游的生態環境治理顯得迫在眉睫。

三、 環境規制影響長江經濟帶環境治理績效的實證分析

（一） 空間計量模型設計與變量選擇

環境規制是當前地方政府化解突出的環境問題

所采取的重要治理手段。為此，本文在科學測度長江經濟帶環境治理績效的基礎上，充分考慮環境治理績效的空間關聯效應，創新引入空間計量方法來驗證當前環境規制的有效性和適用性，同時揭示長江經濟帶環境治理績效區域差異的制度原因。空間計量模型的常見形式是空間誤差模型（Ord，1975）[18]和空間滯后模型（Cliff & Ord，1981）[19]，但這兩類模型無法檢驗鄰近地區解釋變量對本地區被解釋變量是否存在空間效應。為此，本文選擇Anselin（1988）[20]提出的空間杜賓模型。該模型的一般形式如下：

Iit=α∑nj=1WijIit+βPOLICYit+γ∑nj=1WijPOLICYit+

δCONTRit+ρ∑nj=1WijCONTRit+μi+ωt+it（8）

式中，i和t表示區域和年份;μi和ωt表示個體固定效應和時間固定效應;it表示誤差項;W是空間權 重矩陣;I代表長江經濟帶各省份基于熵權法測度的環境治理綜合績效;POLICY代表環境規制變量;CONTR代表一組控制變量。

環境規制是模型的核心解釋變量。波特假說認為，政府實行環境規制可以激勵企業創新從而釋放出環境紅利和經濟紅利，實現環境規制和經濟發展的雙贏[21]。為了分類驗證波特假說在中國的存在性，以及考慮到我國生態環境治理體系中政府與市場雙調控、公眾與企業共同參與的特點，本文將環境規制分為以下三種類型。一是命令控制型（LnCOM）。政府通過環境法律、法規和相關規章標準的制定實施對企業生產行為進行強制性環保監督。本文利用地區環保處罰案件數來表征強制型環境規制強度。二是市場激勵型（LnMAR）。政府通過征收排污費、環境稅或提供財政補貼等手段規制企業生產行為，從而激勵企業綠色技術創新。由于排污費征收額是衡量環境規制強度的有效指標（李鋼等，2012）[22]，本文選擇地區排污費征收額來衡量市場激勵型環境規制強度。三是公眾參與型工具（LnPUB）。公眾以個體或組織的方式參與到地方環境治理的決策、監督、實施等社會活動中。鑒于群眾來訪密度對提升環境規制強度具有顯著的正向影響[23]，本文采用各地區環境來訪批次來刻畫公眾參與型環境規制。需要說明的是，環境規制變量均做了對數化處理，以增強變量數據的穩定性。

關于控制變量的選擇，首先在模型中引入的控制變量是城鎮化變量（URB）。城鎮化一方面強化了城鎮居民與轄區政府間的空間聯系，促使轄區政府采取更加有力的環境保護政策，另一方面卻導致了城市人口的過度集聚，進而給地區生態環境帶來較大壓力。雖然城鎮化包含人口城鎮化、土地城鎮化和經濟城鎮化等多個維度，但本文主要從人口特征角度采取“年末城鎮人口與總人口的比值”加以刻畫，同時該變量也可檢驗當前推進新型城鎮化戰略的環境改善效應。第二個控制變量是財政分權變量（FDE）。中國式財政分權作為一種制度安排，激發了地方政府間策略競爭行為，繼而影響了地方政府生態環境治理的努力程度和財政投資規模。本文基于財政自由度視角選擇“人均本級財政收入和人均全國財政收入的比值”指標對財政分權度加以衡量。此外，為了揭示環境規制變量對環境治理績效的影響機制，本文引入產業結構轉型這一中介變量（STR）。產業結構轉型升級是保護生態環境以實現區域高質量發展的必然要求和重要路徑，其基本表征就是各產業之間的合理比例關系。本文采用產業結構轉型升級系數即STR=R1+2R2+3R3來衡量，其中，R1、R2、R3分別表示第一產業、第二產業和第三產業增加值在各省份總產值中的比重。

（二） 空間計量分析方法與過程

空間相關是進行空間計量分析的前提條件。考慮到區域之間的地理距離與區域環境治理有著密切關聯，距離越近受到周邊地區環境治理影響的可能性就越大。因此，本文使用更為穩健的地理相鄰權重矩陣度量長江經濟帶環境治理績效的空間關聯性。為了驗證空間效應的存在性以及模型空間效應的最優形式，參照Elhorst（2010）[24]提出的拉格朗日乘數檢驗法，分別對空間滯后模型和空間誤差模型進行極大似然LMlag、Robust LMlag、LMerror以及Robust LMerror估計。從表2可以看出，用于檢驗空間自相關的LMlag統計量和Robust LMlag統計量均在1%的置信度水平拒絕“無因變量空間效應”的原假設，這表明長江經濟帶環境治理績效存在比較顯著的空間效應，空間滯后模型較之于空間誤差模型更優，且選擇空間杜賓模型比較適宜。此外，空間面板計量在正式估計前還要對計量方程固定效應或隨機效應加以判斷，本文采用釋然比（LR）與Hausman值相結合的方法對其做出檢驗。表3的檢驗結果充分說明固定效應模型顯著優于隨機效應模型。

（三） 空間計量模型的估計結果與分析

表4報告了地理相鄰權重和經濟地理權重下空間面板滯后模型與杜賓模型的固定效應估計結果。從基準模型來看（模型2），市場激勵型和公眾參與型環境規制在1%或10%的置信度水平下顯著為正，說明這兩種環境規制顯著提升了長江經濟帶環境治理績效，同時也在一定程度上驗證了波特假說在中國的存在性。這是因為，在以政府、企業和社會等多中心協同的環境治理體系中，公眾參與型環境規制對企業生產行為施加了外部輿論壓力，市場激勵型環境規制則通過產權交易、稅收補貼等手段為企業綠色生產注入內在動力，共同促使企業強化技術創新以實現環境友好型生產，從而改善環境治理績效。命令控制型環境規制變量的影響系數雖然為正，但在統計意義上并不顯著，表明命令控制型環境規制對提升環境治理績效的作用不明顯。這可能是源于命令控制型環境規制主要是通過設置環境標準、市場準入等行政命令型手段影響市場主體行為，缺乏政策靈活性，且執行的交易成本較高。

值得注意的是，環境規制對長江經濟帶環境治理績效的正向影響具有異質性。環境規制強度每提高1%，市場激勵型可以促進環境治理績效提升0.0485%，而公眾參與型僅能提升0.0061%。可能的原因是，在中國的環境管制情境下，社區和消費者對企業排污行為的非管制性壓力相對較弱，且自愿型環境規制的有效落實仍依賴于環境管制壓力[25]。這意味著，長江經濟帶環境規制的設計與完善需要在充分考慮各區域資源稟賦、產業結構與經濟發展差異的基礎上加以優化組合，持續擴大公眾參與環境治理的范圍和程度。

控制變量中（模型2），財政分權對長江經濟帶環境治理績效具有比較顯著的正向影響。具體來說，財政收入分權每提高1個單位，長江經濟帶環境治理績效就上升0.5634。主要原因可能在于，中國式財政分權體制賦予了地方政府財政自主權，伴隨中央對地方政府生態文明建設目標的約束考核，地方政府紛紛加強了環境治理的財政投入，強化污染企業的環境管制，改善環境民生福祉，并最終提升了環境治理績效。城鎮化率對長江經濟帶環境治理績效的影響在5%的顯著性水平下為正，城鎮化率每增加1%，長江經濟帶環境治理績效就提升0.1989。這說明地方政府正由偏重發展速度而忽略環境承載力的傳統城鎮化向城鎮建設與環境保護統籌推進的新型城鎮化轉變。

從空間溢出效應來看，空間自回歸系數α為負且在1%的置信度水平下顯著（模型2），表明長江經濟帶相鄰區域間環境治理績效的空間溢出效應明顯。究其原因，可能在于地方政府間策略競爭衍生出的環境治理“搭便車”現象[26]，亦即地方政府期待獲得其鄰近地區環境治理帶來的紅利而弱化本地區的環境治理。這就要求中央政府通過監管、獎勵以及懲罰機制嵌入地方政府環境治理實踐中，推動跨區域生態環境的聯防聯治，從而提升整個區域的生態環境績效。從三類環境規制的空間自相關系數和空間分解效應（限于篇幅，沒有報告）來看，市場激勵型環境規制變量的系數為正且在統計上顯著，這說明地方政府在市場激勵型環境規制的制定與實施上存在著對鄰近地區的模仿行為。同時，本地區企業為了規避政策工具變動的風險，可能會對鄰近轄區的市場激勵型環境規制多加關注以規范自身生產行為。此外，命令控制型環境規制和公眾參與型環境規制兩個變量的空間自相關系數顯著為負，說明這兩種工具存在負向溢出效應，可能是因為這兩種工具對企業施加了外在的管制壓力與輿論壓力，迫使污染型企業向鄰近地區轉移，從而降低了鄰近地區環境治理績效。這在某種程度上驗證了“污染避難所效應”的存在，亦即當企業面臨更加嚴格的環境規制時，可能通過重新空間布局來降低環境治理成本[27]。基于穩健性考慮，本文也報告了經濟地理權重矩陣下環境規制對環境治理績效的影響，其估計結果與地理鄰接權重基本一致。

（四） 環境規制影響環境治理績效的機制驗證

環境規制通過多維中介路徑影響環境治理績效，而其中產業結構轉型升級無疑是最關鍵和最重要的路徑。按照波特的創新補償假說，政府實行合理而嚴格的環境規制可以倒逼企業進行更多的創新活動，改善外部生產環境治理，調整優化企業自身結構，提升企業全要素綠色生產率，迎合市場不斷增長的綠色需求。同時，環境規制可以通過“叢林法則”淘汰產業族群中的污染型產業，提高產業整體質量，最終促進產業結構的轉型升級。而產業結構的轉型，不僅降低了高污染、高排放與高能耗產業比重，更提升了新能源、綠色低碳等綠色技術驅動的產業比重，從而改善地區生態環境質量與環境福祉，提升環境治理績效水平。為此，本文進一步采用中介效應模型檢驗環境規制對環境治理績效的影響機制。

表5是基于地理鄰接矩陣下產業結構轉型的中介效應檢驗結果。從模型1和模型2來看，命令控制型環境規制和市場激勵型環境規制對產業結構轉型的影響顯著為正，表明命令控制型和市場激勵型為代表的環境規制對環境治理績效存在顯著的提升效應。模型4中市場激勵型、公眾參與型與產業結構轉型的回歸系數顯著為正，表明產業結構轉型在環境規制提升環境治理績效的過程中存在部分中介效應。

四、? 研究結論與政策啟示

統籌推進長江經濟帶環境高水平治理與經濟高質量發展，是落實“綠水青山就是金山銀山”生態思想的內在要求。本文基于經濟高質量發展視域構建了長江經濟帶環境治理績效測度指標體系，選擇長江經濟帶11個省份為研究單元，運用熵權綜合評價法和MLD指數分解法測度了長江經濟帶2007—2017年的環境治理績效及其區域差異。結果表明，長江經濟帶環境治理績效呈現出總體趨勢改善與空間不平衡的時空格局特征。在此基礎上，利用空間杜賓模型實證研究命令控制型、市場激勵型與公眾參與型三種環境規制對長江經濟帶環境治理績效的潛在影響。研究發現，現行的市場激勵型環境規制和公眾參與型環境規制顯著提升了長江經濟帶的環境治理績效，驗證了波特假說的存在性;環境規制對長江經濟帶環境治理績效的正向影響具有異質性，較之于市場激勵型環境規制，公眾參與型環境規制的影響相對較弱，而命令控制型環境規制的影響不顯著;長江經濟帶環境治理績效存在比較顯著的負向空間外溢性;產業結構轉型在環境規制影響長江經濟帶環境治理績效的過程中發揮了部分中介作用。

2019年中央經濟工作會議指出要“落實長江經濟帶共抓大保護措施”，“推動高質量發展”。這意味著，制定科學適宜的環境政策工具，以統籌推進長江經濟帶環境高水平治理與經濟高質量發展，就顯得尤為重要。以此為背景，本文證實了現行環境政策工具對長江經濟帶環境治理績效的改善效應以及這種效應的異質性。為完善長江經濟帶環境政策工具選擇，提升長江經濟帶環境治理績效，實現生態環境高水平治理與經濟社會高質量發展，以下幾個方面可作為未來政策著力點。

一是完善長江經濟帶環境規制體系，發揮多元規制工具的組合效應。一方面靈活運用現有命令控制型工具，根據長江經濟帶經濟發展水平、資源稟賦、環境污染的差異制定更為完善的環境管制標準，靈活實施強制型環境規制，實現精準治理。另一方面，擴大市場型環境規制的激勵作用，完善環境市場運行機制，擴大排污收費征收范圍，推進排污權交易制度的建設，并積極推進財稅制度綠色化改革，驅動產業綠色創新與結構轉型升級。同時，重視公眾參與型環境規制的應用，完善環保工作的信息公開機制，規范公眾參與制度，利用公眾的環境維權意識推動環境保護和生態建設。

二是因類、因地選擇環境規制工具，增強環境規制的地區適宜性。由于產業結構、經濟基礎、資源稟賦、歷史地理等條件差異，長江經濟帶不同流域對同一環境規制的運用會呈現出不同治理績效結果。因此，地方政府在研究實施環境規制時，需要根據長江經濟帶不同區域的實際經濟和環境情況有重點地選擇適合當地發展的環境政策工具，同時關注政策實施過程中的動態變化，及時調整政策工具。對于長江經濟帶下游地區，應該以市場激勵型環境規制為主，輔以命令控制型環境規制，細化公眾參與型環境規制。而對于長江經濟帶中上游地區則要更多運用命令控制型環境規制。

三是創新長江經濟帶跨區域生態環境聯防聯治機制，構建區域生態環境共同體。積極推進長江經濟帶環境治理聯防聯治協會組建，設立長江經濟帶環境治理專項基金，構建以政府引導、協會監督、社會公眾配合的環境政策工具優化選擇平臺，研究制定并落實全流域統一的生態規劃、生態標準和生態政策，提高環境政策工具執行效率。創建覆蓋長江經濟帶全域的環境監測、預報預警及信息共享網絡，利用大數據、物聯網、云計算等技術手段建立長江經濟帶全流域環境監測及數據整合共享云平臺，對環境監測數據實時監測、實時匯總、實時分析和實時發布，以信息化推進長江經濟帶環境治理、環境監測與管理的精準化。優化長江經濟帶上下游河流長江聯動機制和生態補償機制，加快建立生態保護補償標準體系，并通過加大轉移支付資金、征收生態稅和政府“贖買”的政府補償手段和排污權交易、水權交易為主要模式的市場化補償手段助推長江經濟帶長效補償機制構建。

參考文獻：

[1]黃菁.環境污染治理與經濟增長：模型與中國的經驗研究[J].社會主義經濟理論與實踐，2011（8）：142-152.

[2]吳建南，徐萌萌，馬藝源.環保考核、公眾參與和治理效果：來自31個省級行政區的證據[J].中國行政管理，2016（9）：75-81.

[3]楊均.城鎮化對環境治理績效的影響：省級面板數據的實證研究[J].中國行政管理，2016（4）：103-109.

[4]Behn& Robert. Why Measure Performance？ Different Purpose Require Different Measure[J].Public Administration Review，2003（9）：586-606.

[5]朱小玉.為高質量發展保駕護航[EB/OL].[2018-03-15]http：//www.dangjian.com/djw2016sy/djw2016wkztl/wkztl2016djwzt k/specials/ztkxysjd/ztksjdsl/201803/t20180315_4622209.shtml.

[6]經濟合作與發展組織.環境管理中的經濟手段[M].張世秋，李彬，譯.北京：中國環境科學出版社，1996.

[7]K.哈密爾頓.里約后五年：環境政策的創新[M].張慶豐，譯.北京：中國環境科學出版社，1998.

[8]趙新峰，袁宗威.區域大氣污染治理中的政策工具：我國的實踐歷程與優化選擇[J].中國行政管理，2016（7）：107-114.

[9]劉亦文.基于市場的環境政策工具的認知迭代與中國實踐[J].湖湘論壇，2019（5）：97-103.

[10]Arimura T. H.，Hibiki A.，Katayama H.Is a voluntary approach an effective environmental policy instrument？ A case for environmental management systems[J].Journal of Environmental Economics and Management，2008（3）：281-295.

[11]曾冰，鄭建鋒，邱志范.環境政策工具對改善環境質量的作用研究——基于2001—2012年中國省際面板數據的分析[J]. 上海經濟研究，2016（5）：39-46.

[12]李冬琴.環境政策工具組合、環境技術創新與績效[J].科學學研究，2018（12）：2270-2279.

[13]王林輝，王輝，董直慶.經濟增長和環境質量相容性政策條件——環境技術進步方向視角下的政策偏向效應檢驗[J].管理世界，2020（3）：39-59.

[14]盛朝迅.理解高質量發展的五個維度[N].經濟日報，2018-04-27（14）.

[15]魏杰等.高質量發展的六大特質[N].北京日報，2018-07-23（14）.

[16]趙英民.生態環境保護與高質量發展密不可分[EB/OL].[2018-03-24]http：//finance.people.com.cn/n1/2018/0324/c1004-29886739.html.

[17]官永彬，趙思涵.高質量發展下長江經濟帶環境治理績效的評價體系構建與測度研究[J].重慶師范大學學報（社會科學版），2020（2）：59-70.

[18]Ord J.K.Estimation methods for models of spatial interaction[J].Journal of the American Statistical Association，1975（9）：120-126.

[19]Cliff A. & Ord J.K.Spatial processes：models and application[M].London：Pion Limited，1981.

[20]Anselin L. Spatial econometrics：methods and models[M].Dordrecht：Kluwer Academic Publishers，1988.

[21]Pote M.E. Americas green strategy[J].Scientific American，1991（4）：168.

[22]李鋼，李穎.環境規制強度測度理論與實證進展[J].經濟管理，2012（12）：154-165.

[23]肖漢雄.不同公眾參與模式對環境規制強度的影響——基于空間杜賓模型的實證研究[J].財經論叢，2019（1）：100-109.

[24]Elhorst J. P.， Piras G.， Arbia G. Growth and convergence in a multiregional model with spacetime dynamics[J].Geographical Analysis，2010（3）：338-355.

[25]王慧娜.自愿性環境政策工具在中國情景下能否有效？[J].中國人口Wingdings 2VB@資源與環境，2010（9）：89-94.

[26]黃壽峰.財政分權對中國霧霾影響的研究[J].世界經濟，2017（2）：127-152.

[27]Becker R. & Henderson V.Effects of Air Quality Regulations on Polluting Industries[J].Journal of Political Economy，2000 （2）：379-421.

（責任編輯：向 梅）

（校? 對：劉 蘭）