社會公眾的環境關注與污染密集型企業的區位選擇

徐志偉，歐陽業

天津財經大學 商學院，天津 300222

一、問題提出

中國高度重視生態環境問題。黨的十八大首次將生態文明建設作為“五位一體”總體布局的重要組成納入全面建成小康社會戰略目標；“環境”“生態”等關鍵詞也多次被寫進政府工作報告，作為貫穿全年的重點工作加以部署。與此同時，隨著社會經濟發展和居民教育水平的提高，公眾對于環境議題的關注程度和參與熱情也日漸增強?！吨袊h境年鑒》顯示，2020年由生態環境部承辦的“兩會”建議和提案達到849件，10年間的增幅接近100%。

由于相關政策可能增加企業生產成本、限制行業投資、提高準入門檻，政府層面環境規制水平提升勢必會對包括區位選擇在內的污染密集型行業相關企業(以下簡稱“污染密集型企業”)的生產決策產生強烈影響。典型的如污染避難所假說就認為，污染密集型企業更傾向在環境標準相對較低的國家或地區投資建廠。但現有文獻幾乎都是基于自上而下的環境規制視角展開，自下而上的公眾環境關注是否會對污染密集型企業區位選擇策略產生影響尚不得而知。此外，現有文獻主要基于省級或地級市層面數據展開，直接將微觀企業進入區位作為考察對象的還相對較少。即使有部分文獻能夠深入至微觀企業選址決策的考察，但受制于中國工業企業數據庫等資料來源所限，經驗研究的樣本期間最多也僅能維持至2013年前后，尚不能解釋生態文明建設納入“五位一體”總體布局之后公眾環境關注與污染密集型企業區位選擇策略的關系。最后，現有文獻較少考慮污染密集型企業區位選擇過程中的空間效應——即當首選區位因環保因素受到抑制時，污染密集型企業是否以及在何種條件下會選擇鄰近地區作為備選進入空間，進而產生進入區位的鄰地溢出。

本文從理論和實證兩個層面對公眾環境關注與污染密集型企業區位選擇關系進行研究。理論演繹部分，設計了“需求抑制”和“規制抑制”兩條路徑，刻畫公眾環境關注對污染密集型企業區位選擇的作用機制，給出了區位選擇鄰地溢出的產生條件。經驗研究部分，結合百度搜索指數以及“天眼查”企業信息登記平臺等大數據手段，通過對2011—2018年分布于285個地級市10萬余家污染密集型企業進入區位的考察，實證公眾環境關注對企業選址策略的影響，對不同作用路徑下企業區位選擇是否存在鄰地溢出進行經驗檢驗。相較既有研究，本文具有以下特色：其一，在研究視角上，基于自下而上的公眾環境關注角度重新審視環境約束日益加強背景下污染密集型企業的選址問題；其二，在數據來源上，借助大數據手段對研究對象和樣本期間進行了有效拓展；其三，在研究方法上，將空間權重矩陣納入離散選擇模型的回歸過程，對污染密集型企業區位選擇策略進行考察，通過內生中介效應模型對“需求抑制”和“規制抑制”兩條路徑的存在性進行檢驗，發現了污染密集型企業區位選擇鄰地溢出的產生機制。

二、文獻綜述

一般認為，公眾關注與公眾行為之間具有密切聯系。傳統研究大多采用量表工具就某一議題的公眾關注程度進行測度，并作為預測公眾行為的基礎。但為迎合社會規范或進行印象管理，公眾在自我報告式的量表調研階段經常傾向于表現出積極態度以美化自己，進而引致其與后續行為的相互偏離[1]。相對而言，網絡搜索行為具有更強的內隱性，能更為真實地反映公眾關注與公眾行為之間關系[2]。因此，隨著互聯網成為公眾信息來源和意見表達的主要渠道，網絡搜索作為文本大數據分析工具之一，被普遍視為刻畫議題公眾關注程度的有效代理變量。

環境關注是公眾意識并支持解決涉及生態環境問題的程度和意愿[3]。與其他商品的消費行為相類似，部分學者認為公眾對于環境議題的高度關注可以驅動消費者采取更加綠色的消費行為，用綠色節能產品替代污染品購買[4]。新經濟地理理論認為，市場潛力及其產生的循環累計因果效應是驅動企業向中心城市大規模聚集的重要因素[5]。因此，公眾環境關注和綠色消費行為之間具有正向關系。在同等條件下，某地區關于環境議題的網絡搜索越多，當地居民就越會從消費端減少污染品購買，通過行為轉換達成“態度—行為”的統一。此時，由于區域內的市場需求萎縮，污染密集型企業區位進入可能性出現下降，即形成“環境關注—需求抑制—進入減少”的邏輯路徑。

與此同時，另一部分學者研究發現，公眾環境關注與綠色節能消費行為之間經常存在“言行不一”[6]。首先，時間距離影響消費行為。一般情況下，距離發生購買行為的時間越接近，消費者越可能放棄諸如綠色消費這樣的“理想訴求”，購買決策容易受到商品實際價值的影響[7]。其次，綠色消費過程要求消費者在個人利益與公眾利益之間選擇權衡[8]。現實中，較低的商品價格要比道德鼓勵更能夠直接刺激消費者做出購買決策[9]。最后，消費者購買過程存在信息不對稱。對公眾而言，購買綠色節能產品是一個高不確定性任務，個體消費者往往傾向依據更為穩妥的商品售價、售后服務等直觀可測信息做出購買決策[10]。由于可能存在“言行不一”，因此尚不能判斷公眾環境關注是否可以轉化為現實污染品的需求抑制，減少污染密集型企業的區位進入。

除可能與自身行為具有密切聯系外，公眾關注在政府決策過程中也扮演了重要角色[11]?；谥袊榫车难芯勘砻?，公眾環境關注能夠有效推動地方政府更加關注環境治理，出臺更嚴格的規制政策[12]。一方面，2013年之后黨和政府將增進人民福祉作為推動高質量發展的根本出發點和落腳點，同時明確將環境績效作為考核地方政府官員進行的重要依據。因此，公眾環境關注成為地方政府政策制定和出臺的重要考量。另一方面，公眾還會通過居住地遷移等“用腳投票”方式選擇與其偏好相一致的公共服務[13]。考慮到環境污染對于健康可能造成的損害，公眾經常會遷離環境關注遲遲難以得到政府響應的高污染地區[14]，這其中又尤以高技能人才的遷移敏感程度最高[15]。隨著高技能人才的遷移，城市的創新產出及高質量發展等將會受到抑制[16]。因此，“用腳投票”也將增大政府提高環境規制強度的外部壓力。

綜上，即使不能完全確定公眾環境關注能否轉化為污染品的需求抑制，但其本身所產生的輿情壓力也很可能迫使政府傾向對污染密集型企業實施更為嚴格的規制政策。政府環境規制過程中，無論是通過加大對污染密集型企業的排污稅征繳，還是要求污染密集型企業安裝更多的除塵減排設備，最終都將內化為企業的生產成本。區位選擇理論始終認為，生產成本是除市場潛力之外影響企業區位選擇策略的另一關鍵因素[17]。因此，環境規制將產生與聚集力相反的離心力，驅動污染密集型企業遠離高規制水平市場，或對新建企業的區位進入形成抑制。此時，對污染密集型企業的區位選擇而言，就會形成“環境關注—規制抑制—進入減少”的作用路徑。但目前鮮有文獻能夠結合中國經驗數據對公眾環境關注與污染密集型企業區位選擇關系進行考察，也尚未對二者間的作用機制及不同機制下微觀企業的選址決策異質性進行檢驗。本文基于“需求抑制”和“規制抑制”兩條路徑給出公眾環境關注對污染密集型企業區位選擇的作用機制，并運用百度搜索指數及“天眼查”企業信息等大數據手段對理論邏輯進行了經驗檢驗。

三、理論模型與研究假設

(一)公眾的消費行為

假設地理空間由正整數城市集(1,…,j,…,J)組成，正整數集中的城市j與-j完全互斥。其中，第j個城市公眾的消費集包含污染品q1和綠色節能品q2，并生成科布-道格拉斯形式的效用函數。經過對數單調變換，存在以下最優化問題：

u(q1,q2)=μlnq1+(1-μ)lnq2s.t.p1q1+p2q2=I

(1)

其中，μ和1-μ分別表示污染品和綠色節能品的消費比例，p1和p2表示污染品和綠色節能品市場價格，I為公眾的收入水平。根據極值點的一階條件，可以得到瓦爾拉斯需求函數：

(2)

式(2)為第j個城市公眾對于污染品總需求的函數式。在收入水平和商品價格給定的條件下，公眾對于污染品的總需求將反映為污染品消費在總消費中所占比重。如果第j個城市公眾“言行一致”，能夠將環境關注有效反映于實際的消費行為，則μ將下降。

(二)污染密集型企業的生產行為

假設在地理空間上存在兩類企業：生產污染品的污染密集型企業和生產綠色節能品的非污染密集型企業。兩類產品間存在不變替代彈性(CES)產出函數：

(3)

其中，σ>1是污染品和綠色節能品的固定替代彈性。假設地理空間上存在數量足夠多的N家同質競爭性污染密集型企業進行q1的生產，并且滿足：(1)由于具有同質性，任意企業污染品的生產過程都面臨與其競爭對手一致的固定成本F和邊際成本c；(2)由于選址于第j個城市之外其他城市的運輸過程存在“冰川成本”τ-j>τj=1，在不考慮其他因素情況下，企業最有可能選址在污染品的最終消費地——城市j進行本地化生產。此時，對于第i(i=1,2,…，N)家本地化生產的代表性污染密集型企業存在成本函數：

C1i=F+cq1i

(4)

參考Fujita等[18]的研究，利潤最大化條件下污染品生產的均衡條件為

p1=cσ/(σ-1)

(5)

對于式(5)，當σ→1時，污染品和綠色節能品之間幾乎不可替代，所以p1>c；當σ→∞時，綠色節能產品會輕而易舉替代污染品，則p1→c。進一步轉入對污染品均衡產出的分析。由于競爭性的污染品市場是可自由進入退出的，對于其中的第i家代表性污染密集型企業存在

(p1-c)q1i=F

(6)

綜合污染品均衡價格和市場出清條件可以得到

q1i=F(σ-1)/c

(7)

通過式(7)可以發現，代表性污染密集型企業的均衡產出取決于生產過程發生的固定成本F、邊際成本c以及污染品、綠色節能品之間的常替代彈性σ。此時，任意污染密集型企業都面臨一致的產出水平，即每家企業均占有整個污染品市場規模(μI/p1)的1/N份額。

(三)公眾環境關注的作用路徑與污染密集型企業的選址決策

根據文獻梳理結果，如果第j個城市公眾的環境關注水平上升，有可能通過兩種路徑對污染密集型企業的區位選擇策略產生影響。

路徑1：本地公眾“言行一致”，采取直接行動用綠色節能產品替代污染品的購買，即形成“環境關注—需求抑制—進入減少”邏輯路徑。

路徑2：本地公眾“言行不一”，拒絕削減污染品的購買，但通過輿情壓力倒逼政府采取嚴格規制政策降低企業生產過程污染排放，即形成“環境關注—規制抑制—進入減少”邏輯路徑。

首先，考慮“需求抑制”路徑。企業的區位選擇不是一個隨機過程，而是單個企業基于利潤最大化作出的自利性微觀決策。由于污染品的市場份額被同質企業等分，在“需求抑制”路徑下第i家代表性企業的區位選擇存在條件概率：

(8)

其中，式(8)等號右側第一項為該企業進入第j個城市能夠獲得的利潤，等價于企業區位進入概率。第二項為根據式(2)(5)獲得的推導結果。通過比較靜態分析可以發現，由于存在?P(y=j|μ)/?μ>0，如果公眾用綠色節能產品替代污染品購買，代表性污染密集型企業進入城市j的概率將下降。同時，由于依然有τ-j>τj，該企業也不會選擇在地理空間內其他城市選址設廠。綜上，本文提出如下假設：

H1：本地公眾環境關注度上升引致的污染品需求下降，抑制污染密集型企業區位進入，并且該種抑制作用不具有鄰地溢出性。

其次，假設選擇“規制抑制”路徑。此時，第j個城市的公眾將在不減少污染品購買行為的同時，通過“用腳投票”等方式倒逼本地政府，采取加大排污稅征繳或強制污染密集型企業安裝更多除塵減排設備等方式減少生產過程中的污染物排放。假設第j個城市政府在生產環節對包括第i家代表性企業在內的全部污染密集型企業征收θ>1比例的排污稅，則區位選擇的條件概率函數瞬時變為

(9)

對于式(9)顯然存在?P(y=j|θ)/?θ<0，即排污稅的征收將抑制污染密集型企業形成本地進入。但只要運輸成本存在τ-j<θ，污染密集型企業仍有可能在地理空間內的其他城市選址設廠，并通過市場競爭再達成新的均衡。通常意義上，與第j個城市空間距離越接近，運輸成本就會越低。因此，當公眾的環境關注存在“言行不一”時，單純的地方政府響應極有可能形成污染密集型企業進入區位的鄰地溢出。綜上，本文提出如下假設：

H2：本地公眾環境關注度上升引致的規制水平提高，抑制污染密集型企業區位進入，但是這種抑制作用具有鄰地溢出性，將增加周邊地區污染密集型企業的區位進入。

四、經驗模型與數據選取

(一)經驗模型構建

早期的區位選擇模型將企業區位進入視為在備選空間y=(1,…,j,…,J)上的選擇過程，通過既隨個體而變又隨方案而變的條件Logit進行經驗估計。但如果企業的選址過程面臨較多備選空間集或者備選集空間尺度過小，條件Logit估計可能違背獨立不相關假設。因此，后續文獻開始將企業選址問題轉化為考察各備選空間集上新增企業數量，運用泊松回歸進行估計。考慮到中國省級政府在政策制定、資源配置等方面的重要性，將省份異質性納入研究過程。此時，對于時間t和省份d中的城市j，假設新建企業進入數量Ydjt=ydjt的概率為

P(Ydjt=ydjt|xdjt)=e-λdjtλdjtydjt/ydjt!

(10)

(11)

(12)

其中，非負的α被定義為過度分散參數。因此，負二項回歸放松了泊松分布期望與方差一致性假定。當α→0時，負二項回歸可還原為泊松回歸。

具體到本文，初步選用面板泊松回歸對模型進行估計。同時，將個體和時間雙固定條件下的普通面板回歸和面板負二項回歸作為對照，通過過度分散檢驗確定最終的估計方法。公眾環境關注對污染密集型企業本地進入影響的回歸方程為

E(ydjt)=exp(βLcdjt+ρXdjt+ζd+υdj+ωt+εdjt)

(13)

其中，ydjt為省份d中第j個城市在第t年污染密集型行業的新建企業數量，Lcdjt為該城市在第t年的公眾環境關注水平，Xdjt為反映相關城市經濟發展水平、社會發展水平和環境地理特征的一組控制變量，ζd、υdj和ωt分別為省份、城市和時間固定效應，εdjt為隨機擾動項。

在對污染密集型企業本地進入數量進行回歸基礎上，考察公眾環境關注是否會產生鄰地溢出效應，增加周邊城市區位進入的概率，公式如下：

E(Wydjt)=exp(γLcdjt+φXdjt+ζd+υdj+ωt+εdjt)

(14)

(二)數據選取過程

1.被解釋變量

由于現有資料難以獲得2013年之后微觀企業污染物排放信息，本文將被解釋變量定義為樣本期間內各城市污染密集型行業的新建企業數量(y)。現有文獻大多利用中國工業企業數據庫獲得企業成立時間和選址信息，但以此為信息源存在兩個問題：其一，觀測的樣本期間僅能維持至2013年前后；其二，限于數據庫的統計口徑，僅能對規模以上工業企業進行考察。為更全面考察近年來不同規模企業的區位選擇策略，本文利用“天眼查”平臺通過人工檢索獲取企業選址的微觀信息。

具體來看，首先以大氣污染密集型行業的新建企業為考察對象。相較于水污染和固體廢棄物污染，以霧霾為代表大氣污染更為顯性，更易于被公眾觀察和感受，公眾的關注程度也相對更高。其次，考慮到火電、煤炭開采等企業雖然多為大氣污染物排放大戶，但其選址過程往往受制于資源稟賦等因素限制，因此排除電力熱力燃氣及水的生產和供應業以及采掘業，僅對制造業企業進行考察。經計算，非金屬礦物制品，黑色金屬冶煉及壓延加工，化學原料及化學制品制造，有色金屬冶煉及壓延加工，石油加工、煉焦及核燃料加工，造紙及紙制品，紡織，農副食品加工，酒和飲料制造，食品制造10個行業二氧化硫和煙粉塵排放量約占全部制造業排放總量的90%，因此將上述10個行業界定為污染密集型行業。最后，利用“天眼查”企業信息登記平臺依次檢索上述行業中新建企業的所屬城市、行業分類和成立時間，獲得樣本期間內285個地級市各年度污染密集型行業的新建企業數量，企業樣本信息合計10余萬條。

2.核心解釋變量

現有研究普遍采用Google關鍵詞搜索作為公眾環境關注的代理變量。但考慮中國國情，參考王宇哲等[19]的研究，通過“PC+移動”端百度搜索指數反映樣本城市公眾環境關注(Lc)的整體狀況，并與對應城市人口數相除進行標準化處理，處理后的結果作為模型核心解釋變量。由于相關領域缺乏有效預設詞典，根據百度需求圖譜將“大氣(空氣)污染”“大氣(空氣)質量”“霧霾”“PM2.5”作為檢索關鍵詞，并對關鍵詞指數在等權重下進行加總。

3.控制變量

回歸過程對樣本城市的經濟、社會發展水平以及環境地理特征進行控制。反映經濟發展水平特征的控制變量包括：經濟發達程度(Gdp)，用人均地區生產總值反映；產業結構(Str)，用第三產業產值占地區生產總值比重反映；經濟外向型程度(FDI)，用外商直接投資占地區生產總值比重反映；勞動力成本(Lab)，用全市的職工年平均工資反映。反映社會發展水平特征的控制變量包括：市場潛力(Mar)，用全市的社會消費品零售總額反映；教育水平(Edu)，用全市高校的在校生人數反映；信息化水平(Inf)，用全市開通互聯網家庭戶數反映。反映環境地理特征的控制變量包括：城市環境(Env)，用城市建成區綠化率反映；在位企業排污水平(Pol)，用樣本城市煙粉塵排放量反映；城市性質(Ct)，用虛擬變量反映，直轄市和省會城市為1，非省會城市為0?；貧w過程中，對用絕對數反映的控制變量取對數，數據均源于對應年份的《中國城市統計年鑒》。相關變量的描述性統計結果見表1。

表1 變量的描述性統計結果

五、實證結果與分析

(一)基本模型回歸結果

選用普通面板、泊松回歸和負二項回歸多種方法對模型進行估計，具體結果如表2所示。由于被解釋變量是非負離散的，雙固定條件下的普通面板回歸僅作為離散選擇模型結果的一般參照。泊松回歸雖然更為穩健，但其被采用的條件是樣本期望與方差一致。經計算，樣本城市污染密集型企業進入數量的均值為957.919，方差為914 079.023。因此放松假定，嘗試對模型進行負二項回歸。首先假設不存在個體異質性，運用混合負二項回歸進行估計。過度分散檢驗參數α的估計值為0.178，其95%的置信區間為(0.166，0.191)，即混合負二項回歸都至少在5%的水平上拒絕過度分散參數“H0：α=0”的原假設。結果說明，相較泊松回歸，負二項回歸的估計結果更為有效。繼續放松個體異質性假設，采用隨機效應的面板負二項回歸再次估計，LR檢驗結果拒絕混合負二項回歸關于不存在個體異質性的原假設。最后，嘗試通過Hausman檢驗在固定效應和隨機效應之間進行取舍。結果顯示，Hausman檢驗的P值等于0，因此固定效應的面板負二項回歸更具合理性。表2結果顯示，公眾環境關注水平上升會顯著抑制污染密集型企業的本地區位進入。

上海誠達物流作為第三方運輸公司，提供專業的第三方運輸服務。但與運輸相關的其他第三方物流服務并有涉及，導致了上海誠達物流公司服務產品的單一性。

表2 基本模型回歸結果

控制變量方面，經驗結果顯示經濟的發展可以有效抑制污染密集型企業的區位進入，其暗示中國部分城市可能已經越過環境庫茨涅茨曲線拐點。但是否真如Kijima等[20]所預期，拐點的產生是因經濟發展到一定階段后居民逐漸在意環境質量，并驅動政府實施更為嚴格的環境規制政策所致，還需要進一步檢驗。與預期相一致，相關城市勞動力成本和市場潛力的上升將對企業進入產生作用方向截然相反的離心力和向心力，結論再次對新經濟地理理論的基本觀點提供了佐證。由于可以產生人力資本正外部性和交易成本節約正外部性，居民受教育程度和城市信息化水平提升也均可有效吸引相關企業形成聚集。城市綠化率對于污染密集型企業進入的影響為負，結果從側面說明地方政府對城市生態環境質量重視程度的提升在一定程度上達到了預期效果。在位企業排污水平相對較高的城市污染密集型企業進入的概率較低，這意味著污染較為嚴重城市的地方政府可能正在采取措施，有意識地減少新建污染密集型企業。最后，城市性質也是左右污染密集型企業選址決策的重要因素。由于可能具有更為嚴格的環境準入標準，污染密集型企業進入直轄市和省會城市的概率相對更低。

(二)內生性處理

本文將“天眼查”企業信息登記平臺顯示的企業成立時間界定為污染密集型企業區位進入時點。一般來講，企業最終能夠投產達產距離成立時間存在一定滯后期，較小可能會產生“企業進入—排污增加—環境惡化—關注上升”的作用邏輯。這也就意味著公眾環境關注與污染密集型企業區位進入不會存在嚴重的聯立偏誤。但本文以自然年度為一個樣本觀測期，不能完全排除少量企業可能存在當年成立、當年生產、當年排污情形。此外，雖然待估模型固定了“省份—城市—時間”效應，但因資料限制也不能排除仍存在一些遺漏變量，如“行業—企業”異質性可能給估計結果帶來的偏誤。綜上考慮，運用兩階段法解決內生性問題。

檢索樣本城市“兩會”期間《政府工作報告》的百度搜索指數，并利用對應城市人口和每年“兩會”召開時間長度標準化后的結果(Rc)作為工具變量。其一，“兩會”期間政府工作報告的百度搜索指數能夠反映該城市公眾對于重要政治、社會議題的敏感性和關注偏好，其與公眾對環境議題的關注程度高度相關，理論上滿足工具變量的相關性要求。其二，從時間維度來講，由于春節等因素影響，每年前兩個月注冊企業數量大約僅占全部樣本企業數量的10%，將每年3月上中旬“兩會”期間作為《政府工作報告》關鍵詞檢索時段，在時間維度上接近大多數(90%左右)污染密集型企業區位進入的滯后期，理論上也滿足工具變量外生性。結果顯示，Cov(Rcdjt,Lcdjt)=0.559、Cov(Rcdjt,ydjt)=-0.116，支持工具變量相關性和外生性要求。回歸結果如表3所示。

表3 兩階段法的估計結果

第一步，用本地公眾環境關注百度搜索指數對標準化處理后的政府工作報告百度搜索指數進行回歸。如表3第一階段的估計結果所示，工具變量對公眾環境關注的作用高度顯著。F值為100.782，也遠高于10的臨界值，不必擔心弱工具變量問題。將第一階段回歸結果殘差擬合值作被解釋變量，進行工具變量過度識別檢驗。結果顯示，估計值均高度趨近于0，進一步支持了工具變量外生性假設。

第二步，利用第一步得到的核心解釋變量擬合值作為解釋變量，繼續采用面板負二項回歸對樣本城市新建污染密集型企業數量進行再次回歸。如表3第二階段的估計結果所示，控制內生性之后估計系數雖出現一定程度下降，但公眾環境關注上升對污染密集型企業區位進入的本地抑制效應依然顯著。

(三)進一步的穩健性檢驗

第一，式(12)中的過度分散參數α被定義為常量?，F放松這一假設，假設參數αdjt隨公眾環境關注程度的變化而變化，通過犧牲個體效應采用廣義混合負二項回歸對模型進行再次估計。結果顯示，公眾環境關注的條件方差估計值為0.654，聚類自助標準誤為0.090，結果能在1%的水平上通過顯著性檢驗，說明模型取得很好的擬合效果。如表4第(1)列所示，公眾環境關注程度上升依然能夠抑制污染密集型企業的本地進入，研究核心結論保持穩健。

第二，公眾環境關注引致的污染密集型企業區位進入數量的減少應該僅發生在污染密集型行業。如果其他行業企業均有類似現象，則回歸結果就可能是某些未能觀測因素所致。將樣本城市全部制造業新建企業進入數量作為被解釋變量進行安慰劑檢驗。表4第(2)列的結果顯示，公眾環境關注對全部制造業企業本地進入的抑制作用非常不顯著。因此，公眾環境關注對企業選址決策的作用是僅存于污染密集型行業的特有現象。

第三，紡織、農副食品加工、酒和飲料制造、食品制造4個行業新建企業數量大約占到全部污染密集型行業新建企業數量的68%，但這些行業相關企業的污染物排放水平相對偏低。本文擔心基礎模型的回歸結果是由這些數量眾多、排污水平相對偏低的企業選址決策所致，故僅保留剩余的非金屬制品等6個重工業行業新建企業進行再次估計。結果如表4第(3)列所示，抑制作用依然顯著。

第四，現有研究表明，企業規模與進入區位關系緊密。受資源、信息和效率等多方因素限制，小型企業傾向在本地投資建廠[21]。相反，大型企業基于競爭效率上的優勢，更傾向突破地域限制，在更廣泛的地理空間進行投資。僅保留污染密集型行業中注冊資本在500萬元以上(含)的大型新建企業進行再次回歸，以考察具有更多投資地域選擇權市場主體的選址決策是否更易于受到公眾環境關注的影響。如表4第(4)列所示，在污染密集型行業中，公眾環境關注對于大型企業本地進入的抑制作用更為明顯。

第五，從2014年開始北京市頒布實施了《工業污染行業、生產工藝調整退出及設備淘汰目錄》，通過不予批準新增用地和辦理生產許可等措施，對污染密集型企業投資進行嚴格準入限制。同時，北京市公眾對環境議題的關注程度極高，樣本期間內單位人口環境關注百度搜索指數年度均值幾乎是全國平均水平的8倍。由此本文擔心基本模型的回歸結果是因北京市樣本性質特殊所致，故剔除北京對剩余樣本城市進行再次考察，具體結果如表4第(5)列所示，主要結論依然穩健。

第六，中國經濟的空間分布具有明顯非均質特征。中東部地區地級市之間的空間距離更為接近，交通更為便利，企業和人口分布也更為密集。將胡煥庸線以西的新疆、甘肅、青海、寧夏、內蒙古5個省份樣本刪除，對剩余中東部省份的樣本城市進行再次估計。結果如表4第(6)列所示，隨著公眾環境關注程度的提升，污染密集型企業的本地進入依然會受到明顯抑制。

第七，百度搜索指數統計功能始于2011年，但直到2013年2月國家科學技術名詞審定委員會才將“PM2.5”一詞正式定義為“大氣中直徑小于或等于2.5微米的顆粒物”。同時，在部分中小城市中，2011和2012年“PM2.5”等詞匯百度搜索指數極低，甚至為0。將2011和2012年樣本刪除，以“PM2.5”為關鍵詞進行百度搜索指數檢索，標準化處理后作為核心解釋變量進行再次回歸。如表4第(7)列所示，改變估計期間和替換核心解釋變量后，公眾環境關注對污染密集型企業本地進入抑制作用保持顯著。

表4 穩健性檢驗估計結果

(四)機制檢驗：需求抑制還是規制抑制

傳統遞歸中介效應模型存在中介變量可能內生問題。Dippel等[22]的研究表明，單一工具變量可有效處理解釋變量和中介變量的內生性。參考上述研究，內生中介變量的兩階段最小二乘估計模型為

(15)

(16)

1.“需求抑制”路徑的檢驗

由于調查對象選取或量表問題設置等因素限制，現有涉及中國家庭消費狀況的中國家庭追蹤調查(CFPS)、中國健康與養老追蹤調查(CHARLS)等，都無法從地級市統計口徑上有效分離出中國消費者對于綠色節能產品的消費需求傾向。在理論邏輯及其形式化描述中，“需求抑制”路徑設定為污染品消費在總消費中所占比重的下降。雖然精確的污染品消費難以確切統計，但現有研究發現公眾的環境意識與居民用電特征具有密切關系[23]。政府規制政策的實施以及公眾環境意識的增強均將反映為居民電力消費傾向的下降。因此，將“本地居民生活用電量×本地電價/居民收入水平”定義為居民電力消費傾向(CEP)，作為“需求抑制”路徑中介變量的代理變量。

“需求抑制”路徑的檢驗結果如表5第(1)(2)列所示。第一階段回歸結果中，公眾環境關注對于電力消費傾向的影響為正，但不顯著。在第二階段回歸中，公眾環境關注和電力消費傾向均會對污染密集型企業本地進入產生顯著的作用。因此，需要對“需求抑制”路徑的中介效應進行Sobel檢驗。檢驗結果顯示Z=0.772，由此判斷“需求抑制”路徑的中介效應在整體上并不顯著。

表5 路徑檢驗估計結果

2.“規制抑制”路徑的檢驗

部分研究通過環保工作人員數量、環境污染治理研發投入、污染物去除率等指標反映政府環境規制水平。一方面，這些指標多側重體現政府環境規制的某一特定方面，難以刻畫環境治理的全貌[24]。另一方面，現有統計資料也難以保證上述指標在地級市層面的可獲取性。Chen等[25]使用省級政府工作報告中與環境相關詞匯出現頻數的比重作為環境規制代理變量。但如此處理忽略了樣本城市工業依存程度與既有排污強度差異給實際規制效果帶來的影響。首先人工檢索樣本期間285個地級市歷年政府工作報告中“污染”“環境”“生態”“綠色”“低碳”詞匯出現次數占比，在此基礎上與相應城市第二產業比重和工業煙粉塵排放量交乘，將交乘結果(ERI)作為“規制抑制”路徑中介變量的代理變量。該做法邏輯近似陳詩一等[24]的觀點：同等條件下，第二產業占比和既有排污強度越高的城市，規制所產生的影響也會越大。

“規制抑制”路徑的檢驗結果如表5第(3)(4)列所示。在公眾環境關注壓力下，地方政府給予環保問題以更高重視，采取了更為嚴格的規制政策。進一步，規制政策又抑制了污染密集型企業的本地進入。經估算，政府規制的中介效應約占到總效應的53%左右。由此，在本地公眾“言行不一”的情況下，“環境關注—規制抑制—進入減少”邏輯路徑發揮了作用，抑制了污染密集型企業的本地進入。

(五)鄰地溢出檢驗

首先對環境規制的代理變量進行局域空間相關性檢驗，結果發現絕大部分城市環境規制水平不存在空間自相關，因此樣本城市之間也就不會因為環境規制水平的“高—高”局域相關影響污染密集型企業選址過程的鄰地溢出。經地理空間權重矩陣加權后，空間滯后項Wydjt不再是嚴格意義上非負離散的，理論上也就不再具有采用離散選擇模型進行估計的條件。但如表6所示，無論采用哪一種估計方法，公眾環境關注程度的提升都會增加污染密集型企業進入鄰地城市的可能性。由此，理論假設2可以得證。

此外，為了進一步考察市場需求因素與污染密集型企業區位選擇策略之間的關系，表6還單獨列示了控制變量中Mar項的估計結果。雖然穩健性水平可能因估計方法的改變有所差異，但回歸結果顯示樣本城市居民消費能力的增加(用樣本城市社會消費品零售總額反映)能夠在一定程度上增加污染密集型企業的鄰地溢出。結果從側面印證，在首選區位因環境規制受到抑制時，樣本城市自身的市場潛力會吸引污染密集型企業在城市周邊選址建廠，而非徹底退出市場。

表6 鄰地溢出性的考察結果

(六)城市規模異質性的進一步討論

由于在居民消費偏好、規制政策強度等方面可能存在較大差異，依據國務院《關于調整城市規模劃分標準的通知》，將市轄區人口超過100萬的地級市歸為大城市組，其他地級市歸為中小城市組，進行公眾環境關注影響及其作用路徑異質性的進一步討論。經統計，大城市組共計145個城市，另有140個劃入中小城市組。在不同規模城市間，公眾環境關注對于污染密集型企業進入區位的影響比較結果見表7。

對于市轄區人口在100萬以上的大城市，公眾環境關注仍然顯著抑制了污染密集型企業的本地進入。但大城市公眾環境關注對于其自身電力消費傾向的影響依然不顯著，即大城市居民并未因環境關注程度的提升，而采取更為綠色節能的消費行為。進一步，“規制抑制”路徑的檢驗結果顯示，公眾環境關注對政府環境規制水平的影響顯著為正，政府規制又顯著減少了污染密集型企業的本地進入。因此，大城市污染密集型企業進入區位的選擇過程仍然遵循著“環境關注—規制抑制—進入減少”的邏輯路徑。

對于中小城市而言，公眾環境關注未能有效抑制污染密集型企業的本地進入?！靶枨笠种啤甭窂胶汀耙幹埔种啤甭窂綑z驗也進一步驗證，在中小城市當中，公眾環境關注對相關企業區位選擇策略不會產生明顯作用。尤應關注的是，在居民環境關注程度提升的同時，電力消費傾向還在10%的水平上出現顯著正增長，說明中小城市公眾環境關注與其自身消費選擇之間的“言行不一”更為明顯。可能僅僅因為中小城市消費市場的吸引力較為有限，污染密集型企業的區位進入才沒有受到顯著影響。經統計，中小城市人口和污染密集型企業數量大約占全樣本城市的1/3。雖然其影響并未根本改變全樣本城市組的估計結果，但不同規模城市間公眾環境關注及其影響的“二元性”仍值得高度關注。

進一步考察在不同規模城市之間，因公眾環境關注引致的污染密集型企業區位選擇鄰地溢出是否存在異質性。具體通過虛擬變量反映城市規模差異。例如，當考察大城市公眾環境關注是否會引致污染密集型企業向周邊大城市溢出時，大城市公眾環境關注項和空間權重矩陣中“大城市—大城市”對角元素的虛擬變量設為1，并與大城市之間地理距離的倒數進行交乘，其他相關項或元素設為0；當考察大城市公眾環境關注是否會引致污染密集型企業向周邊中小城市溢出時，大城市公眾環境關注項和空間權重矩陣中“大城市—中小城市”對角元素虛擬變量設為1并與地理距離的倒數交乘，其他設為0。以此類推。由于經空間權重矩陣加權之后被解釋變量不再嚴格離散，因此僅匯報固定效應下普通面板的回歸結果。

如表8所示，在公眾環境關注作用下，大城市對中小城市污染密集型企業區位選擇的鄰地溢出效應最為明顯，大城市之間次之，中小城市對大城市的溢出效應僅能勉強通過10%的顯著性檢驗，中小城市之間的鄰地溢出則非常不顯著。其一，由于中小城市政府對于本地公眾環境關注未能進行有效響應，環境規制強度偏低，污染密集型企業選址過程的鄰地溢出主要在大城市發生，這一點與不同規模城市公眾環境關注作用路徑的比較結果相一致；其二，大城市對中小城市的鄰地溢出要高于大城市之間的溢出，其原因也與中小城市公眾環境關注未能得到積極響應及其引致的環境規制強度偏低有關，結果會導致污染密集型企業向大城市周邊的中小城市聚集。

表8 不同規模城市鄰地溢出性的考察結果

六、研究結論與政策啟示

本文基于百度搜索指數、“天眼查”企業信息登記平臺等大數據手段獲取數據信息，研究公眾環境關注對污染密集型企業區位選擇策略的作用。研究發現，公眾環境關注水平上升在顯著抑制相關企業本地進入的同時，會增加與之相鄰城市污染密集型企業的進入概率。其原因在于，公眾在給予環境問題高度關注的同時，并未有效采取綠色節能消費行為，這導致污染品的市場需求始終未能得到有效抑制。雖然公眾環境關注可以倒逼政府采取更為嚴格的規制政策，相關規制政策在整體上也確實抑制了污染密集型企業的本地進入，但市場需求的存在致使污染密集型企業不愿過分遠離高環境關注城市，最終選擇在與之相鄰的周邊城市投資建廠。中小城市的情況則更為復雜。本地居民既未改變自身消費行為，地方政府也沒有積極響應相關環境訴求，致使公眾環境關注最終未能有效抑制污染密集型企業的區位進入。同時，與大城市之間污染密集型企業區位選擇的鄰地溢出相比，地方政府未能積極響應本地公眾環境關注導致大城市對中小城市污染密集型企業的鄰地溢出效應更為明顯，這將進一步加大不同規模城市間環境協同共治的難度。

本研究獲得以下幾點政策啟示：第一，公眾環境關注對于污染密集型企業區位選擇策略的作用路徑仍未跳出“有事找市長”和依靠“有形之手”解決社會熱點焦點問題的老路。雖然“有形之手”在及時回應公眾關切、短時間內有效解決社會矛盾沖突過程中發揮著無可替代的作用，但從長期來看單純依靠集中在生產端的政府規制僅是產生了污染密集型企業選址區位的鄰地轉移，并不能從根本上解決公眾關注的環境污染問題。解決問題的根本出路在于將公眾環境意識有效轉化為實際的環保行為，依靠市場的“無形之手”從消費端減少污染品的市場需求，通過公眾行為的改變走出城市污染治理和經濟結構轉型的新路子。第二，雖然長期來看，解決污染密集型企業選址過程鄰地溢出的關鍵在于公眾能夠“言行一致”達成“態度—行為”之間的有效轉換，但這并不意味著政府“有形之手”完全無用武之地。政府政策的發力點在于，通過綠色信貸等手段鼓勵企業進行技術研發和產品開發，增強綠色節能產品的市場競爭力，構建、完善和擴大綠色節能產品設計標準體系、評價機制和認證體系，規范和維護綠色節能產品市場秩序，增強公眾消費信心；加大宣傳力度，使環保意識、生態意識、綠色意識深入人心，培養起綠色消費理念，形成綠色消費習慣。第三，應對不同規模城市間公眾環境關注及其影響的“二元性”予以足夠重視。一方面，中小城市地方政府應及時回應本地居民環境關切，通過生產端持續加大環境規制力度真正將綠色發展理念貫穿推動本地區社會經濟高質量發展的全過程；另一方面，更為重要的是在樹立綠色消費理念，培養綠色消費習慣過程中，需要對中小城市加以更多的政策扶持和政策傾斜，充分發揮和挖掘廣大中小城市市場規模優勢和綠色消費潛力，通過消費端的持續發力倒逼中小城市經濟結構轉型升級，形成長期、穩定、協調的綠色發展新路徑。