政府行為、企業投機與中國城市綠色發展
——基于“高投入”與“強監管”的比較研究

徐 瑛 仲艾芬 鄭景仁

一、引言

綠色發展是協調經濟發展與資源、環境矛盾的必然選擇，而中國發展道路的選擇與實施離不開政府的助推，政府的監管與投入職能正越來越深刻地影響各地綠色發展進程。首先，政府投入不斷快速增長，2018年、2019年節能環保投入增速分別為12.1%和18.2%，2019年較2014年增長了95.1%。政府高投入對于中國綠色發展起到了重大支撐作用。但同時，各地財政環保投入顯現巨大差異，且呈擴大趨勢，2014—2019年財政節能環保支出省際差距逐年擴大。(1)根據《中國統計年鑒2015—2020》數據計算得到,2014—2019年中國省級節能環保財政支出的變異系數分別為：0.51、0.53、0.54、0.60、0.62和0.62。其次，各級政府監管呈現日益強化趨勢。2018年，全國范圍內完成1.1萬余件生態環境保護法規、規章和規范性文件的清理，制定144項國家環境保護標準。全國環境行政處罰案件罰款數額同比增長32%，是2014年的4.8倍。(2)阮煜琳：《2018年中國實施環境行政處罰案件18.6萬件》，參見中國新聞網，http://www.chinanews.com/cj/2019/01-19/8733847.shtml。而從2014年《中華人民共和國環境保護法》修訂，到2017年中央環保督察實現31個省(區、市)全覆蓋，再到2019年生態環境保護領域的第一部黨內法規《中央生態環境保護督察工作規定》印發，則更體現了頂層設計中的監管強化趨勢。

在政府強監管和高投入助推綠色發展的背景下，綠色發展的市場主體——企業，其決策行為卻往往與政策方向相背離?，F實中，政府的監管以及后續懲罰是非確定發生的，所以企業存在投機空間。中國環保行政處罰案件數量和罰款金額的快速增長也說明企業的投機行為仍然大量存在。未批先建、批建不符、超標或超總量排污、篡改偽造監測數據及環保設施未驗收或非正常運行等違法現象屢見不鮮，甚至被發現問題后，仍然存在“一查就停，一走就污染”“屢罰不改”“敷衍整改”“表面整改”等行為。這些違法行為背后折射出企業通過投機行為規避環境成本，獲取超額利潤的動機。我們在現實經濟運行過程中觀察到了大量的企業投機案例，但是對于企業投機行為產生及影響的理論機制尚缺乏深入研究，關于企業投機行為的實證研究更是空白，甚至沒有一個統一評價和比較各地企業投機行為的數據基礎?？梢?，針對企業投機行為的研究仍然很不充分。而政府強監管和高投入的政策效果將受到企業投機行為的干擾和扭曲。要理解政府行為對于綠色發展的影響，必須考慮企業投機行為，才能解釋政策效果的復雜性。

現有研究已經發現了兩類政府行為的政策效果差異。(1)對于污染排放控制來說，強監管會導致污染排放減少。(3)E.Berman，and L.T.M.Bui.“Environmental Regulation and Productivity:Evidence from Oil Refineries”.Review of Economics and Statistics，2001,83(3)：498-510;M.Greenstone.“The Impacts of Environmental Regulations on Industrial Activity:Evidence from the 1970 and 1977 Clean Air Act Amendments and the Census of Manufactures”.Journal of Political Economy，2002，110:1175-1219.其促進減排的機制在于：強監管有效促進技術創新(4)M.Hamamoto.“Environmental Regulation and the Productivity of Japanese Manufacturing Industries”.Resource and Energy Economics，2006，28(4):299-312；蔣為：《環境規制是否影響了中國制造業企業研發創新——基于微觀數據的實證研究》，載《財經研究》，2015(2)。，推動產業結構調整(5)徐成龍、程鈺：《新常態下山東省環境規制對工業結構調整及其大氣環境效應研究》，載《自然資源學報》，2016(10)。，引導企業投資調整(6)王書斌、徐盈之：《環境規制與霧霾脫鉤效應——基于企業投資偏好的視角》，載《中國工業經濟》，2015(4)；張先鋒、申屠瑤、王俊凱：《環境規制、企業異質性與企業退出》，載《北京理工大學學報(社會科學版)》，2017(4)。及改變產業集聚狀態(7)Y.P.Wang，W.L.Yan，D.Ma，and C.L.Zhang.“Carbon Emissions and Optimal Scale of China’s Manufacturing Agglomeration under Heterogeneous Environmental Regulation”.Journal of Cleaner Production，2018，176:140-150.。但是，高投入對于減排的影響則相對復雜。雖然高投入有利于政府補貼排污企業，鼓勵采用污染控制先進技術(8)J.K.Stranlund.“Public Technological Aid to Support Compliance to Environmental Standards”.Journal of Environmental Economics and Management，1997，34(3):200-239.，從而降低污染排放(9)占華：《博弈視角下政府污染減排補貼政策選擇的研究》，載《財貿經濟》，2016(4)。。但是，政府與排污企業間存在信息不對稱，監管難度大(10)石光、周黎安、鄭世林：《環境補貼與污染治理——基于電力行業的實證研究》，載《經濟學(季刊)》，2016(4)。，政府補貼容易使企業產生騙補行為(11)孫紅霞、呂慧榮：《新能源汽車后補貼時代政府與企業的演化博弈分析》，載《軟科學》，2018(2)。，甚至將補貼資金用于與減排無關的其他高收入途徑，導致政府補貼的成本高、效果差(12)高新偉、閆昊本：《新能源產業補貼政策差異比較:R&D補貼,生產補貼還是消費補貼》，載《中國人口·資源與環境》，2018(6)。。(2)對于環保產業發展來說，一般來講，強監管創造了排污企業的減排需求(13)原毅軍、耿殿賀：《環境政策傳導機制與中國環保產業發展——基于政府、排污企業與環保企業的博弈研究》，載《中國工業經濟》，2010(10)；張宇、蔣殿春：《FDI、環境監管與工業大氣污染——基于產業結構與技術進步分解指標的實證檢驗》，載《國際貿易問題》，2013(7)。，能夠促進環保產業發展，但是如果規制不當，也可能會對環保產業發展產生不利影響。具體而言，強監管對于環保產業發展的影響，取決于環境規制工具(14)M.David，and S.Bernard.“Environmental Regulation and the Eco-Industry”.Journal of Regulatory Economics，2005，28(2):141-155.、環保產業內部發展動力(15)儲成君、王依、王曉婷：《環保產業的市場環境變化與制度建設思考》，載《環境保護》，2017(9)；原毅軍、耿殿賀：《環境政策傳導機制與中國環保產業發展——基于政府、排污企業與環保企業的博弈研究》，載《中國工業經濟》，2010(10)。等因素，從而具有非確定性。而高投入對于環保產業的影響則更直接、確定。如：價格補貼降低了環保設備的成本，增加了企業對環保設備的需求(16)占華：《博弈視角下政府污染減排補貼政策選擇的研究》，載《財貿經濟》，2016(4)。；研發補貼解決了環保產業發展的資金短缺問題，促進了環保產業的結構優化和發展。(17)楊仕輝、王麟鳳：《最優環境研發補貼及技術溢出的效應分析》，載《經濟與管理評論》，2015(3)。

可見，高投入和強監管對于綠色發展的影響存在差別。雖然有一些研究分析了不同政策手段的效果差異(18)R.S.Main.“Subsidizing Non-Polluting Goods vs.Taxing Polluting Goods for Pollution Reduction”.Atlantic Economic Journal，2013，41(4):349-362.，認為政策效果取決于初始情況和政策設計(19)D.Susanne,and J.H.S.Philipp.“How to Turn an Industry Green:Taxes versus Subsidies”.Journal of Regulatory Economics，2005，27(2):177-202.，或者認為二者的組合能產生最優的減排效果(20)S.Cato.“Environmental Policy in a Mixed Market:Abatement Subsidies and Emission Taxes”.Environmental Economics and Policy Studies，2011,13(4):283-301.，但是尚未有研究從企業投機行為出發比較兩種政府行為的差異化政策效果。

而針對企業投機行為的研究，雖然有理論結論認為政府不完全執行環境規制(21)鄧峰：《基于不完全執行污染排放管制的企業與政府博弈分析》，載《預測》，2008(1)。、對投機型企業懲罰力度過低(22)盧方元：《環境污染問題的演化博弈分析》，載《系統工程理論與實踐》，2007(9)。及信息不對稱(23)張林、李存林、李丹：《不確定理論下帶懲罰機制的城市污水處理期望收益模型》，載《中國環境科學》，2018(7)。等因素都會增大投機型企業占比，高罰金和高補貼對于促使企業順從規制的影響也會不同(24)張雁林、杜建國、金帥：《企業環境污染治理中的三方博弈》，載《生態經濟》，2015(4)。。但是，這些博弈論視角的研究僅限于政府行為對于企業投機行為的影響，沒有進一步研究企業投機行為對于政策效果的干擾，更沒有解釋兩類政府行為對經濟總產出、污染排放和環保產業發展的不同影響。因此，本文從企業投機行為入手，構建企業投機行為理論模型，從而分析政府強監管和高投入對于經濟總產出、污染排放和環保產業發展三方面的影響。另外，我們在綠色發展的理論分析框架中，納入消費者多樣性偏好、廠商壟斷競爭以及政府非確定性監管等特征，以期更好地刻畫各行為主體的實際行為模式。

與企業投機行為的理論研究相比，實證研究更顯缺乏。雖然針對企業投機行為有個別描述和案例討論，但因為缺乏各地企業投機狀況的基礎數據，尚未有規范實證研究對企業投機行為的產生及影響等理論結果進行驗證。

本文主要通過理論邏輯演繹和數據事實歸納兩條路徑互相印證回答，企業投機行為背景下，兩類政府行為——監管與投入，對于綠色發展的影響。我們認為投機型企業突破環境管制，違規獲取超額利潤，并對減排和環保產業發展產生負面影響。而企業投機行為的選擇取決于利潤激勵和風險損失的比較，可見，投機型企業占比應該是一個內生變量。所以我們需要回答的理論問題是，這個內生變量取決于哪些因素，尤其是政府強監管和高投入對于該內生變量發揮什么作用？借由投機企業占比這個內生變量，兩類政府行為如何影響綠色發展？另外，實證研究方面，也需要回答：如何統一評估各地企業投機行為？理論模型的結論能否獲得實證檢驗結果的支持？這些問題關系到如何評價與反思中國綠色發展道路上的政府作用，也直接關系到綠色發展經驗的推廣或修正。

本文的主要貢獻在于：(1)構建了理論模型討論企業投機行為模式以及該模式下政府高投入和強監管對于綠色發展的影響機制，提出四個理論假說并利用實際數據進行驗證，形成了政府行為影響企業行為從而影響綠色發展的完整邏輯過程。(2)數據方面的貢獻。一是利用公開數據評估了100個城市的企業投機行為，并測算了各影響因素對于投機行為的影響；二是提出了“去結構排放強度”的測算方法，有效消除了規模、結構對于排放的影響，并驗證了空氣污染物治理中高投入和強監管的減排效果；三是采用100個重點城市的綠色發展數據，細化了省級層面的研究，得到了更豐富的城市層面的結論。

二、理論模型

制造業企業有兩種選擇，因此分化成兩種類型。一類企業選擇順從環境規制，實現清潔生產，并進行市場化決策，將此類企業命名為“減排型企業”。另一類企業則拒絕改變，成為“投機型企業”，即產出規模仍然為x，但是因為謊稱已實現清潔生產，獲得政府補貼也同于減排型企業，并以減排型企業價格銷售產品，因此這類企業獲得超額利潤。而這類企業面臨的風險是，如果被政府監管發現存在違規排放行為，則會被停產，并處以罰金。令投機型企業個數占所有制造業企業比重為λ，則減排型企業占比為1-λ。本文認為，投機型企業占比λ是內生決定的，政府行為——監管強度τ和投入強度f，都會影響投機型企業占比λ，從而影響污染排放和環保產業發展。λ的具體內生決定過程如下：

對于減排型企業，政府財政補貼制造業進行清潔生產，從而改變了企業的成本函數：

L=α+(β+βe-f)x

(1)

據此，我們可以計算投機型企業的平均(預期)收益為：

(2)

所以：

(3)

最終均衡條件為：

(4)

均衡條件可以轉化為λ的一元二次方程，從而求得λ的解析解。本文利用更直觀的圖形解，說明政府監管和財政投入的影響。令：

(5)

(6)

監管加強即τ上升，cf曲線會從cf1變為cf2，導致投機企業占比下降，如圖1中a情形。而財政投入加大，Lc曲線從Lc1變為Lc2，導致投機企業占比下降，如圖1中b情形。

圖1 強監管與高投入對投機企業占比影響

分析圖1中a情形下投機型企業利潤函數可以發現：監管增強增加了投機型企業風險(損失)。損失包括兩部分：一是因為企業停產風險增大，導致平均產出下降，從而導致固定投入αw浪費，即損失規模報酬；二是企業被處以罰金的可能性上升，所以預期罰金上升。這兩部分反映在圖中，就是cf斜率和截距都增加，即企業進行投機會面臨更大損失。因此，選擇投機的企業數量會減少，一直減少到π重新等于0，即λ從λ1減少到λ2。分析b情形下投機型企業利潤函數可以發現：財政補貼力度增加會導致減排型企業定價pm越來越接近環境規制前的價格p(即投機型企業的真實價格)，這意味著投機型企業按照pm銷售的價格利差減少，投機帶來的超額利潤下降，即利差Lc從Lc1下降到Lc2。所以財政補貼加強，企業投機獲利減少。因此，選擇投機的企業數量也會減少，一直減少到π重新等于0，即λ從λ1減少到λ2。

假說1政府的監管力度τ加強，增大了企業投機風險，所以會降低投機型企業占比；而政府環保投入F/N增加，減少了投機型企業獲利，所以也會降低投機型企業占比。

企業生產規模結論的經濟學含義是：第一，當τ變大時，投機型企業占比變少，減排型企業占比增大，導致分到減排型產品上的財政補貼被稀釋，所以，企業邊際成本上升，企業的最佳生產規模下降。第二，財政投入增大時，也同樣因為減排企業數目增大產生對于財政資源的競爭，從而導致單位減排型產品中的財政補貼有減少趨勢。但是，財政投入F增大本身還擴大了財政資源規模，有增加補貼的力量，且增加的力量大于減少的力量，最終導致單位減排型產品補貼上升，邊際成本下降，從而有利于減排型企業更充分地發揮規模效應。

利用以上結論，我們可以分析制造業部門的產出總量：

Y=N[λx(1-τ)+(1-λ)xm]=NS

(7)

(1)財政投入增大，不僅導致投機型企業占比λ下降，還導致減排企業規模xm增大，所以，財政投入對于經濟總量產生如下影響(27)因為本模型只考察了企業在兩類行為中的轉變，沒有考慮企業進入或退出行業的行為，所以N是不變的，因此lnN偏導為0。另外，x表達式中也不包含F，因此偏導也為0。：

(8)

(2)監管強度加大，不僅導致投機型企業占比λ下降，減排型企業規模xm減少，而且還導致投機型企業的平均產出x(1-τ)下降，因為投機型企業在強監管下更容易停產。同樣求偏導可得：

(9)

因此，我們可得到如下假說：

假說2高投入對于制造業產出總量的影響取決于監管強度。監管強度足夠大時，高投入會擴大經濟產出總量；監管強度不大時，高投入可能產生擴大或縮小經濟總量兩種結果。強監管對于制造業產出總量的影響，取決于財政環保投入：投入很小時，強監管會導致產出總量萎縮；而投入比較大時，強監管可能產生擴大或縮小產出總量兩種結果。

另外，基于以上結論，我們很容易得到以下兩個關于綠色發展的假說：

(1)監管強度τ和財政投入F對于環保產業規模的影響。環保產業的總體規模是：

(10)

其中，只有(1-λ)和xm是內生變化的。因此，從這兩方面分析政府行為的影響即可。財政投入增加，導致(1-λ)上升，xm上升，對環保產業產生正向拉動作用。而監管強度τ增大，導致(1-λ)上升，xm下降，所以強監管對于環保產業規模的影響是不確定的，取決于二者的對比。

假說3財政投入增加對于環保產業規模產生正向拉動作用，監管力度增大對于環保產業規模的影響不確定。

假說4強監管降低了投機型企業占比λ及企業規模；而高投入降低了投機型企業占比λ，并提高了減排型企業生產規模。因此，高投入和強監管都將降低單位產出污染排放。

三、變量與數據說明

本文以《中國環境統計年鑒》中113個環保重點城市為研究對象，因部分城市相關變量缺失，最終采用了100個城市為樣本，涵蓋了中國大陸地區除西藏外的30個省、市、自治區的省會城市，以及各省內具有代表性的城市。本文數據來源主要有兩類：一是年鑒，包括《中國城市統計年鑒》《中國環境統計年鑒》《中國工業統計年鑒》《中國統計年鑒》和《中國財政年鑒》；二是公眾環境研究中心(Institute of Public and Environmental Affairs，IPE)發布的數據和報告。

具體指標選取上，投機型企業占比指標通過企業不良記錄數據以及相關指標進行估算得到，以實現各城市的統一評價和比較。綠色經濟發展主要選取兩方面的指標：一是污染排放情況，以去結構排放強度指標為代表；二是環保產業發展情況，以節能環保產業上市公司的市值為代表。政府兩類行為，“高投入”以地方政府財政支出中節能環保類下的“污染減排”支出作為指標，“強監管”則以IPE發布的污染源監管信息公開指數PITI體現。

(一)PITI指數與投機型企業占比λ估算

企業違反環境規制的投機行為通常具有隱蔽性，因此尚未有公開發布的投機型企業占比數據。本文利用IPE發布的企業不良記錄數據，以及污染源監管信息公開指數PITI來進行估算。PITI指數評價了120個城市監管、監測、互動回應、排放數據、環評信息五個方面的信息公開和監管情況，可以認為該指數體現了各個城市的綜合環境監管強度，因此我們直接用PITI指數代表監管強度τ。本研究涉及的100個城市中，99個城市在PITI評價的120個城市范圍內，只有海口市缺失，我們用全國平均值代替。投機型企業占比λ估算如下：

(11)

其中：“發布的違規企業數量”指標為各城市具有環保不良記錄的企業個數；“發布比例”等于已發布監管記錄企業數量/應發布企業數量；“監管強度”用PITI指數代表；“全部企業數量”等于有不良記錄企業數量加無不良記錄企業數量。估算λ超過1的計為1。

100個城市中平均投機型企業占比為21.9%，可見企業投機行為比較普遍。城市數量最集中的λ值區間是5%以下，有超過1/3的城市情況還是相對樂觀的(見表1)。投機企業占比最高的十個城市依次為：大同市、陽泉市、長治市、齊齊哈爾市、三門峽市、咸陽市、渭南市、克拉瑪依市、馬鞍山市及臨汾市。投機企業占比最低的十個城市依次為：臺州市、鎮江市、溫州市、杭州市、寧波市、紹興市、福州市、成都市、南通市及無錫市。由此可見，中、西部資源型城市企業投機行為比較普遍，而東部地區經濟發展水平高的城市企業投機行為比較少。中、西部城市因為經濟發展相對滯后，且高度依賴資源型產業，政府缺乏強化環保監管的積極性和主動性，企業也表現出更強烈的投機傾向。

表1 投機企業占比基本情況

(二)污染排放指標

z=∑szs=∑sxses=x∑skses=x×I=x×k×e

(12)

我們計算了四種污染物(二氧化硫、氮氧化物、氨氮和化學需氧量)工業排放的去結構排放強度。以二氧化硫為例，觀察去除結構前后各地級及以上城市排放強度的變化，可以看到產業結構對排放強度影響最大的十個城市依次為：西寧市、銀川市、石嘴山市、蘭州市、?？谑小⒈本┦?、昆明市、貴陽市、遵義市和烏魯木齊市。這些城市主要是一些重工業集中的資源型城市，但也包含了北京市和昆明市兩個非資源型城市。進一步研究數據可以發現，北京市和昆明市的“工業”產業結構中，電力、熱力生產及供應業產出占比高于絕大多數城市，分別為21%和13%，因此，兩個城市的產業結構對于“工業”二氧化硫排放強度影響巨大。比如去除結構前，北京市的二氧化硫排放強度高于深圳市，但是去除結構后，北京市的二氧化硫排放強度低于深圳市，是全國去結構排放強度最低的城市。

(三)環保產業發展

本文以2017年各城市節能環保概念股上市公司市值作為各城市環保產業發展的指標。本文共選取了92家節能環保概念股上市公司，查找地址和市值，將其計入各個城市。沒有環保產業上市公司的城市，該指標記為0。

(四)財政投入F/N

財政收支分類科目中，環境保護以211類“節能環?！毙问絾为毩兄?，下設的15款可大致劃分為三大類：環境污染治理、生態建設和保護、能源資源節約利用。其中，環境污染治理包括環境保護管理事務、環境監測與監察、污染防治及“污染減排”等。我們利用其中的“污染減排”支出來代表理論模型中的F(30)“污染減排”支出包括環境監測與信息、環境執法監察、減排專項、清潔生產專項及其他污染減排等方面支出，其實際內容比理論模型中F內涵更豐富，可能會某種程度弱化指標代表性，更精準的對應有待中國財政數據進一步完善。，但是目前公開發布數據中缺乏地級市層面的“污染減排”項目數據，因此本文整合了全國、省級、地級市的財政支出數據，并結合環境監測點位數信息，對該指標進行了估算，估算步驟如下：

(1)地級市節能環保支出=地級市財政支出總額×所在省份節能環保支出占財政支出比重。數據來源于《中國統計年鑒》和《中國城市統計年鑒》。

(2)計算節能環保支出內部比例a1：

a1=(環境保護管理事務+環境監測與監察+污染減排)/節能環保支出。數據來源于《中國財政年鑒》。

(3)估算各地級市“環境保護管理事務”與“環境監測與監察”兩項支出之和a2。利用地方一般公共預算、決算收支統計數據中的環境保護管理事務、環境監測與監察兩個項目支出，和各地級市地表水監測點和空氣監測點位數數據，估算每個監測點的平均管理和監測支出，然后乘以各地級市監測點數量，估算各城市a2。

(4)估算各城市污染減排支出及高投入指標F/N：

污染減排支出F=節能環保支出×a1-a2

F/N=污染減排支出/全部企業數量

四、實證結果

利用以上數據，我們對四個假說進行了驗證。

(一)假說1的驗證

假說1對應的主要計量關系如下：

y=α0+α1x1+α2x2+βz+u

(13)

其中：y是投機型企業占比，x1是高投入指標F/N，x2是強監管指標τ，z是其他控制變量，包括理論模型中的企業規模x、企業個數N以及工資水平w。企業規模指標用規模以上工業企業總產值除以工業企業數計算獲得，企業個數為IPE發布的總企業個數，工資水平指標為在崗職工工資。如表2所示，OLS回歸結果表明強監管和高投入都對企業投機行為產生抑制作用，其中強監管的負效應更顯著。

表2 投機型企業占比的影響因素模型

考慮到在企業投機行為多發地區，政府會有更大壓力加強環境監管和環保投入，即存在變量之間的聯立關系，從而導致內生性問題，因此OLS估計可能有偏、不一致。因此，本文構建了聯立方程模型，并采用工具變量法對系數進行估計，以克服內生性問題。聯立方程模型構建如下：

y1=α10+α11y2+α12y3+β1z1+u1

(14)

y2=α20+α21y1+β2z2+u2

(15)

y3=α30+α31y1+β3z3+u3

(16)

其中，y1是投機型企業占比，y2是高投入指標，y3是強監管指標。

第三個方程式(16)表示，監管強度受到客觀條件和主觀動機兩方面影響。客觀條件包括：監測點密度和信息網絡技術條件，前者以空氣、地表水監測點位密度表示，后者體現了網絡信息技術發展對于提升民眾參與及政府監管技術等方面的促進作用，以互聯網+指數(32)來源于騰訊研究院：《中國“互聯網+”數字經濟指數》報告。表示。主觀動機包括：(1)主體功能區定位分為三類：優化開發區、重點開發區和其他，各地區會根據本地區功能定位選擇環境監管強度;(2)pm2.5濃度高、企業投機情況嚴重的城市也會選擇更嚴格的監管。綜上，z3包括：主體功能區(包括兩個虛擬變量)、互聯網+指數以及監測點密度和pm2.5年均濃度四個變量。

對于外生工具變量進行過度識別檢驗發現，所有工具變量外生性成立；計算聯立方程秩條件證實三個方程都可識別。因此，我們可用工具變量和方程系統相結合的方法(包括傳統3SLS和系統GMM)來估計模型，在克服內生性問題的同時，提高估計效率。作為對比，我們也列出了單方程兩階段最小二乘估計結果。如表3所示，模型結果表明：第一，假說1成立，高投入和強監管都顯著降低了投機型企業占比。第二，強監管的負效應在各個模型中穩定且顯著，而高投入的負效應顯著性相對較弱，且在個別模型中出現符號逆轉。綜上所述，強監管對于抑制企業投機行為的效果更為突出和穩定。

(二)假說2的驗證

根據假說2的結論，我們構建包含交互項的模型來進行檢驗：

lnY=lnN+β0+β1x1+β2x2+β3x1x2+u

即：

lny=β0+β1x1+β2x2+β3x1x2+u

(17)

其中：Y是工業總產值，y是單位企業產值，x1是高投入指標，x2是強監管指標。

根據假說2的結論可知，該模型預期的符號為：β1<0，β2<0，β3>0?；貧w結果見表3。所有系數符號都符合理論模型結論且都顯著，因此假說2成立。理論和實證結果都表明：財政環保投入只有伴隨足夠強的監管，才能對經濟產出總量產生正向拉動；而強監管如果沒有匹配一定的財政環保投入，則經濟產出總量會因為監管強度增大而下降，即強監管會使得經濟總量萎縮。

表3 高投入與強監管對于經濟產出總量的影響

(三)假說3的驗證

構建模型：

y=β0+β1x1+β2x2+u

(18)

其中：y是環保產業市值，x1是高投入，x2是強監管。

回歸結果見表4。從結果來看，財政高投入對于環保產業發展具有非常顯著且穩定的正向影響。而強監管的系數，雖然在單變量回歸中顯著為正，但是在綜合考慮兩個變量的回歸中，不僅統計上不顯著，而且符號不再符合預期。因此，可以認為，高投入對于環保產業具有積極、明確的拉動作用，而強監管對于環保產業發展的影響不顯著，無統計證據支持。綜上，假說3成立。

表4 強監管與高投入對于環保產業發展的影響模型

(四)假說4的驗證

構建模型：

y=β0+β1x1+β2x2+γz+u

(19)

其中：y為四種污染物去結構排放強度，x1是高投入，x2是強監管。

回歸結果見表5。我們發現強監管對于所有污染物都具有非常顯著的減排效應。高投入對于二氧化硫、氮氧化物具有非常顯著的減排效應，但是對于氨氮和化學需氧量的影響不顯著，符號也不符合理論預期?？赡艿脑蚴牵皟煞N污染物對應的空氣污染減排是政府重點治理領域，是財政環保投入增大的直接影響對象；后兩種水體污染受財政支持相對少，因此環保投入增大對其影響不明顯。綜上，可以認為假說4基本成立。

表5 強監管與高投入對于四種污染物的減排效應模型

五、結論與討論

本文建立了企業投機行為的理論模型，推導出了政府強監管和高投入對于綠色發展影響的四個假說，進而利用100個重點城市數據實證檢驗了四個假說。本文得到以下主要結論：一是面對政府非確定的環境規制，企業存在投機行為，投機行為的普遍程度取決于政府監管強度和財政環保投入力度。加強監管，擴大財政投入，企業投機行為都將受到抑制。二是強監管如果不能匹配足夠高的環保投入，將使得經濟總量萎縮；而高投入要想拉動經濟總量增長，亦需匹配一定強度以上的監管。三是環保產業發展取決于企業減排需求的擴大，具體取決于三個因素：減排型企業的產出規模、減排型企業占比以及單位產品制造所需減排投入βe。財政補貼既能促進減排型企業占比提升，又能使減排型企業獲取更充分的規模報酬，所以是拉動環保產業發展的有效手段；而強監管雖然提高了減排型企業占比，但是抑制了減排型企業的規模報酬，所以對于環保產業的作用不明確。四是加大財政環保投入及加強監管，都有利于提升“清潔”產品比例，因此二者都能促進污染排放強度下降。其中，強監管對于減排的效果最穩定和突出，而高投入的減排效果在政府重點治理的空氣污染領域更明顯和穩定。

基于以上研究結論，本文提出四點建議：一是由于投機型企業的存在，環境規制政策效果受限，應該加大懲罰力度，進一步打擊企業投機行為，減少政策效果的跑冒滴漏。二是強監管和高投入雖然有利于減排和環保產業發展，但是也存在減少經濟產出總量的風險，因此應該尋找兩種政策強度的適當匹配，以合理的政策組合盡可能降低經濟總量萎縮風險。三是當前環保產業發展顯著受制于財政高投入，而相對落后地區財政資金規模有限，在環保產業發展競爭中處于劣勢。因此，當前有必要從國家層面統籌兼顧相對落后地區的環保產業發展。長遠來講，應該鼓勵市場自發的環保力量，減少環保產業對于政府投入的依賴。四是加強監管雖然能減少企業投機行為、減少污染排放，但同時也需要克服其對規模收益的抑制效應，應鼓勵制造業企業充分發揮規模報酬遞增優勢，以擴大環保產業市場規模，實現綠色經濟的長遠可持續發展。