異質型環境規制對工業水污染治理效率的影響
——以長江經濟帶為例

劉 晗

(湘潭大學 公共管理學院,湖南 湘潭 411100)

長江經濟帶涵蓋了沿江九個省份和兩個直轄市,橫跨中國東、中、西部三個地區,是推動長江流域內地區協調發展的重要支撐,對于實現中國經濟高質量發展有著戰略意義。然而,長期以來以粗放型發展為主的工業發展模式對流域水環境造成了嚴重破壞。2020年11月,在全面推動長江經濟帶發展座談會上,習近平總書記強調了長江生態環境保護修復和經濟高質量發展的重要性,提出把修復長江生態環境擺在壓倒性位置。在黨的二十大報告中也明確指出要推動長江經濟帶高質量發展。科學的環境規制可以有效規范工業生產,減少工業水污染排放。但不同類型的環境規制對于工業水污染治理效率的作用有所差異,解決工業水污染問題的效果也不盡相同。因此,討論異質型環境規制對于工業水污染治理效率的影響,對于促進工業水污染減排,實現長江經濟帶工業高質量發展具有重要意義。

1 文獻綜述

近年來,許多學者開始關注環境規制對環境治理效率的影響,如水治理效率[1]、大氣污染治理效率[2]、綠色創新效率[3]和碳排放效率[4]等。目前,關于環境規制對工業水污染治理效率影響研究主要包括三種。首先,“波特假說”認為在合適的環境規制政策作用下企業會通過加大技術創新投入減少污染排放,從而提高水污染治理效率[5];但是也有部分學者提出環境規制可能會造成企業經營壓力導致環境污染加劇的情況[6-7]。其次,“壁壘效應”提出環境規制政策會推動產業結構升級,通過調整重污染行業的門檻促進水污染治理效率的提高[8]。最后,“污染避難所”觀點認為,受到環境規制強度的影響,企業更加傾向于向環境規制較為寬松的地區搬遷[9-10]。由此可以發現,環境規制對于工業水污染治理效率影響具有不確定性。部分學者指出將環境規制作為一個整體進行衡量,可能會出現“一刀切”的現象,忽略了環境規制的異質性影響[11]。為此,本文結合目前中國的環境規制體系和相關研究成果,將環境規制劃分為命令控制型、市場激勵型和公眾參與型三種以進一步分析其對工業水污染治理效率的差異化影響,為提高長江經濟帶工業水污染治理效率,促進高質量發展提供參考。

2 工業水污染治理效率的測算和分析

2.1 工業水污染治理效率測算

Tone提出了基于松弛變量的Super-SBM模型,通過在目標函數中加入期望產出和非期望產出等松弛變量彌補了傳統DEA模型的松弛性問題,確保了效率測度的準確性[12]。由此,本文構建工業水污染治理效率測算模型如下:

2.2 指標選擇

在評價工業水污染治理效率時,要同時考慮其所產生的經濟、社會和環境效益。本文根據投入—產出理論和相關學者的做法[13],將水利、環境和公共設施管理業從業人數、工業廢水治理設施數量、工業廢水處理能力和廢水治理設施年運行費用作為投入指標;把地區生產總值、工業廢水排放量和化學需氧量排放量分別作為期望產出和非期望產出。研究數據來源于2009—2021年《中國統計年鑒》和《中國環境統計年鑒》。

2.3 長江經濟帶工業水污染治理效率

樣本期內長江經濟帶11個省市的工業水污染治理效率均值及排名如表1所示,上中下游各地區工業水污染治理平均效率變化趨勢如圖1所示。從整體層面上看,長江經濟帶工業水污染治理效率2010—2020年總體呈波動上升的態勢,但除上海和江蘇以外其余省份的效率均值都小于0.6,仍有較大的提升空間。從區域層面上看,各地區的效率變化趨勢基本與全國保持一致,但是效率水平存在明顯的區域發展不平衡特征,下游效率均值顯著高于中上游地區。與中上游地區相較,下游地區在工業水污染治理方面更具資金優勢與技術優勢。同時,近年來工業企業逐漸由東部地區向中西部地區轉移,在一定程度上加劇了上游和中游地區的工業水污染治理壓力。隨著長江保護修復攻堅戰的深入推進,各地政府對工業水污染治理的重視程度不斷提高,一系列政策法規的出臺促進了各區域工業企業清潔生產,改善了工業水污染治理效率,各區域治理效率差距逐漸縮小。

表1 長江經濟帶工業水污染治理效率情況

圖1 長江經濟帶上中下游工業水污染治理效率變化情況

3 實證分析

3.1 計量模型構建

工業水污染治理效率不僅會受到本區域內各種因素的影響,還會受到鄰近省份政府、企業或公眾的驅動。空間杜賓模型既反映解釋變量的內生交互效應,又可以反映被解釋變量在空間上的外生交互效應,因此,本文選取空間杜賓模型。模型表達式如下:

其中:i和j代表不同省份,t指年份,Wij是空間鄰接矩陣,Yit代表工業水污染治理效率;Xit代表主要解釋變量,φit為控制變量;α、ρ、μ、τ為系數,θi指個體固定效應,μt指時間固定效應,σit是隨機誤差項。

3.2 變量選取與數據來源

3.2.1 變量選取

(1) 被解釋變量。上文測算出的工業水污染治理效率是被解釋變量。

(2)核心解釋變量。借鑒已有研究的做法,本文將環境規制分為命令控制型、市場激勵型和公眾參與型進行探討[14]。①命令控制型環境規制。環境治理投資是地方政府改善工業水污染的重要方式,采用環境治理投資總額占實際GDP的比重來衡量。②市場激勵型環境規制。目前排污費制度在中國經過多年實踐已經取得了顯著的成效,具有較強的代表性,故選取排污費和環保稅解繳入庫金額來表示。③公眾參與型環境規制。信訪和投訴是公眾參與的重要形式,環境信訪、投訴和舉報數量多少反映了公眾對水污染問題的關心程度,因此選取環境信訪、來信、來電和網絡投訴舉報總數表示。

(3)控制變量。根據對已有文獻的梳理,選取經濟發展水平、產業結構、科技創新水平和對外開放水平四個指標作為控制變量[15-16]。①經濟發展水平,選取人均GDP來表示;②產業結構,選取第三產業占GDP的比重來表示;③科技創新水平,選取地方科技支出占地方財政總支出比重表示;④對外開放水平,選取進出口貿易總額占GDP的比重來表示。

3.2.2 數據來源

本文收集了長江經濟帶內的11個省市2010—2020年的面板數據進行研究,數據來源于《中國統計年鑒》《中國環境統計年鑒》《中國環境年鑒》以及各省份統計年鑒,涉及價格的數據以2010年為基期進行平減處理。

3.3 實證結果分析

3.3.1 空間自相關檢驗

構建經濟地理嵌套矩陣,運用Stata16.0軟件測算全局Moran’s I指數檢驗空間自相關性,結果如表2所示。在經濟地理嵌套矩陣下,絕大部分年份的莫蘭指數值在10%顯著性水平下通過了檢驗。這表明長江經濟帶11個省市的工業水污染治理效率在空間上不完全是隨機分布的,呈現出一定的空間集聚特征。

表2 2010—2020年工業水污染治理效率的全局Moran’s I指數

3.3.2 空間杜賓模型估計結果

在確定空間自相關性的基礎上檢驗空間杜賓模型的穩定性。首先,對樣本數據進行LR檢驗和Wald檢驗,結果在1%水平上顯著,說明空間杜賓模型不會退化為空間滯后模型和空間誤差模型。Hausman檢驗結果在1%水平上拒絕原假設,選擇構建時間地點雙固定的空間杜賓模型進行分析,基準回歸結果如表3所示。

表3 長江經濟帶工業水污染治理效率的空間回歸結果

空間自回歸系數rho在10%水平下顯著為負,說明長江經濟帶鄰近地區間的工業水污染治理效率存在顯著的負向溢出效應,原因可能在于水污染本身具有負外部性特征,部分地方政府在工業水污染治理的過程中存在“搭便車”的現象,即地方政府企圖在鄰近地區水污染治理中獲得收益,從而弱化本地區污染治理力度的行為,很大程度上阻礙了區域整體效率水平的提升。

從核心解釋變量來看,命令型環境規制(lnER1)的系數為0.289,在1%顯著性水平下為正。這表明以政府環境投資為代表的命令型環境規制對工業水污染治理效率具有顯著的促進作用。政府環境投資力度的加大在改善工業治污設施、提高治污能力的同時,能一定程度上緩解工業企業污染治理的資金壓力,提高企業治污的積極性。市場激勵型環境規制(lnER2)的回歸系數為0.259,在1%顯著性水平下為正。這表明該類型的環境規制工具有利于工業水污染治理效率的提高。可能的原因在于排污費、環境稅等市場型管制方式能夠通過增加工業企業生產成本倒逼企業優化資源配置,提升技術水平從而改善工業水污染治理效率。公眾參與型環境規制(lnER3)的回歸系數未通過顯著性水平檢驗。這表明目前該類型的環境規制還未充分發揮作用,主要原因在于目前中國公眾參與水污染治理的渠道和方式正處于起步探索階段,公眾對于企業生產行為的約束作用還較為有限,公眾環境保護與監督意識有待進一步加強。

從控制變量來看,經濟發展水平(lnRGDP)和科技發展水平(lnTIE)的回歸系數不顯著為正,說明其對工業水污染治理效率的促進作用不明顯。一方面,現階段長江經濟帶各區域經濟發展不平衡,在環境治理方面難以達成共識;另一方面,工業水污染治理領域的科技成果轉化機制尚不完善,與污染治理的現實需求之間存在差距。產業結構(lnINS)的回歸系數顯著為負,主要是由于產業的轉型升級需要一定時間,長江經濟帶的產業結構在較長時間內仍處于調整優化階段,從而阻礙了工業水污染治理效率提升。對外開放水平(lnOPEN)的回歸系數顯著為負,可能的原因在于部分地區為促進經濟增長,出口貿易仍以高污染、高耗能產品為主,不利于工業水污染治理效率提升。

3.3.3 空間溢出效應分解

為了進一步分析異質型環境規制對工業水污染治理效率的空間溢出效應,運用偏微分方法進行空間效應分解,結果如表4所示。命令控制型環境規制(lnER1)和市場激勵型環境規制(lnER2)的直接效應與間接效應系數均顯著為正。說明這兩類環境規制工具在促進本地區工業水污染治理效率的同時會對鄰近地區產生正向溢出效應。可能原因在于環境治理過程中存在的區域間策略互動和資源協同,可能會產生“示范效應”,相鄰地區間通過互相學習、模仿和競爭,不斷完善自身環境政策和標準,促進治污技術的改進,從而改善了周邊地區的工業水污染治理效率。公眾參與型環境規制(LnER3)的直接效應和間接效應系數均不顯著,說明其對本地區和鄰近地區的工業水污染治理效率沒有產生顯著影響。

表4 空間效應分解結果

3.3.4 穩健性檢驗

本文采用替換空間權重矩陣的方式對空間杜賓模型回歸結果的穩健性進行檢驗。選取地理距離矩陣替代經濟地理嵌套矩陣進行重新回歸,核心解釋變量回歸結果如表5所示。在地理距離矩陣下,核心解釋變量回歸系數的符號和顯著性總體保持一致,表明前文所得出的研究結果較為穩健。

表5 穩健性檢驗結果

4 研究結論與建議

4.1 研究結論

本文運用基于非期望產出的超效率SBM模型測度了2010—2020年長江經濟帶11個省市的工業水污染治理效率,并進一步分析了三種不同類型環境規制對工業水污染治理效率的影響,得出結論如下:一是長江經濟帶工業水污染治理效率整體呈波動上升的趨勢,地區發展不平衡特征明顯,下游地區的工業水污染治理效率顯著高于中上游地區;二是對異質型環境規制的影響進行分析,命令控制型環境規制和市場激勵型環境規制對本地區和鄰近地區工業水污染治理效率具有顯著的促進作用;公眾參與型環境規制對本地區和鄰近地區工業水污染治理效率的影響均不顯著。

4.2 政策建議

基于上述研究結論,提出如下建議:

一是要因地制宜地制定環境規制政策,合理把握環境規制力度。由于長江經濟帶不同區域之間經濟、產業和資源的發展狀況存在差異,工業水污染治理效率呈現出地區發展不平衡的特征。地方政府要在根本目標一致的情況下,針對各個地區的實際情況和特點制定相應的工業水污染治理政策。與此同時,各省份之間應加強交流,積極開展雙邊或者多邊合作,縮小相互間的差距,實現上中下游協同發展。

二是要綜合運用環境規制工具,優化環境規制政策體系。研究發現,不同類型環境規制政策所產生的效果不同。未來要持續優化污染治理投資結構,在充分發揮命令型環境規制政策作用的同時,健全以環境稅、排污權交易制度為代表的市場激勵型規制工具,增強企業環保意識。此外,公眾參與型環境規制還存在較大的發展空間,可以進一步推動政府和企業環境信息公開,強化公眾參與和公眾監督,提高公眾積極性,以發揮該種類型環境規制工具的效力。

三是要進一步調整產業結構,推動技術創新。研究發現,經濟發展與科技投入對于工業水污染治理效率的作用仍未有效發揮。一方面,政府需要結合地區產業發展現狀,制定相應政策,積極引進高附加值產業,逐步淘汰以高污染高耗能為主的傳統企業,推動工業產業綠色化發展。另一方面,要采取加大人才引進力度、增加政府支持等有效措施激勵企業進行技術創新,促進科技成果轉化,以提升污染治理技術水平,實現綠色生產。