孫 悅1,趙 慶

(1.東北財經(jīng)大學 馬克思主義學院,遼寧 大連 116025;2.中國大連高級經(jīng)理學院,遼寧 大連 116086;3.上海交通大學 安泰經(jīng)濟與管理學院,上海 200230)

1 引言

近年,企業(yè)生產(chǎn)在促進經(jīng)濟發(fā)展的同時,帶來的負外部性環(huán)境污染引起了社會廣泛關注。這些企業(yè)中既有外資企業(yè),也有國有和私營企業(yè),不同所有制類型的企業(yè)與環(huán)境污染是否具有一定的關聯(lián)性？此外,區(qū)域環(huán)境污染是否具有溢出效應,即省際間環(huán)境污染是否會產(chǎn)生相互影響？這些問題值得探索。

通過對上述文獻梳理發(fā)現(xiàn)兩點不足:①目前分析企業(yè)所有制結構角度對環(huán)境污染產(chǎn)生影響的文獻較少,且在實證模型的選擇上存在偏差,如外資直接投資(FDI)對環(huán)境污染的影響多忽略了區(qū)域環(huán)境污染的溢出效應。即假定各個區(qū)域之間的污染是相對獨立的,彼此之間互相不產(chǎn)生影響,但這卻與實際情況存在較大偏差,如空氣、水流動等自然因素或區(qū)域間產(chǎn)業(yè)轉移等社會因素會使臨近區(qū)域環(huán)境污染產(chǎn)生相互影響,因此應選擇考慮空間溢出效應的空間計量模型。②現(xiàn)有關于環(huán)境污染的研究無論是從“污染天堂”假說角度還是從其他視角研究環(huán)境污染問題,大多選取工業(yè)廢氣、廢水、固體排放物一種或幾種進行研究,環(huán)境污染是由多種污染物造成,選擇一種或幾種污染物會存在一定偏差,對污染物指標選取的不同也會造成實證結論的不同。

鑒于上述原因,本文采用2011—2016年我國30個省、市、自治區(qū)作為樣本數(shù)據(jù)(未包括香港和澳門特區(qū)、臺灣地區(qū)、西藏自治區(qū),下同),首先用熵權法構建區(qū)域環(huán)境污染綜合指數(shù),檢驗其分布格局;然后通過全局空間自相關Moran′I指數(shù)檢驗和局域空間自相關Moran散點圖檢驗區(qū)域環(huán)境污染綜合指數(shù)的區(qū)域依賴特征,分析區(qū)域環(huán)境綜合污染指數(shù)是否存在溢出效應;采用空間滯后模型(SLM)、空間誤差模型(SEM)和普通最小二乘法(OLS)實證對比分析國有企業(yè)、私營企業(yè)和外資企業(yè)對我國區(qū)域環(huán)境污染溢出效應的影響,同時分析經(jīng)濟發(fā)展、產(chǎn)業(yè)結構和知識資本存量對我國省際區(qū)域環(huán)境污染溢出效應的影響,并對結論進行穩(wěn)健性檢驗。

2 構建區(qū)域環(huán)境污染綜合指數(shù)

理論上各地區(qū)間環(huán)境污染會彼此產(chǎn)生影響,一是由于區(qū)域環(huán)境污染的自然屬性,水污染、大氣污染具有自然流動性導致區(qū)域環(huán)境污染產(chǎn)生溢出效應[11];二是由于社會或經(jīng)濟導致區(qū)域環(huán)境污染產(chǎn)生溢出效應——經(jīng)濟增長導致環(huán)境污染擴散[12,13];臨近城市間的經(jīng)濟集聚和環(huán)境污染存在相互交叉影響[14];欠發(fā)達地區(qū)承接產(chǎn)業(yè)轉移的同時也伴隨著污染轉移[15],使區(qū)域環(huán)境污染產(chǎn)生溢出效應。

表1 區(qū)域環(huán)境污染綜合指數(shù)

目前關于對環(huán)境污染的研究主要選取氣體、液體或固體中一種或幾種具體的污染物排放量來衡量整體對環(huán)境的污染水平[16],而環(huán)境污染并不是由某一種污染物造成的,因此本文在考察區(qū)域環(huán)境污染時,借鑒Ma等采用熵權法構建了一個全面反映環(huán)境污染的區(qū)域環(huán)境污染綜合指數(shù)[17]。液體污染主要選取廢水排放總量(萬t),氣體污染物選取二氧化硫(萬t)、氮氧化物和煙(粉)塵(萬t),固體廢物選取一般工業(yè)廢物產(chǎn)生量(萬t)。2011年我國制定了國家環(huán)境保護“十二五”規(guī)劃,因此選取2011—2016年我國30個省市自治區(qū);數(shù)據(jù)來源于2012—2017年《中國統(tǒng)計年鑒》;為避免異常值的影響,采用Winsorize 5%縮尾處理,區(qū)域環(huán)境污染的綜合指數(shù)見表1。

由表1可見,區(qū)域環(huán)境污染綜合指數(shù)最高的5個地區(qū)分別是河北、山東、山西、河南和內(nèi)蒙古,區(qū)域環(huán)境污染綜合指數(shù)最低的5個地區(qū)分別是海南、北京、天津、青海和寧夏，其中北京和天津的區(qū)域環(huán)境污染綜合指數(shù)較低。通過分析發(fā)現(xiàn),北京、天津的產(chǎn)業(yè)結構特征即第三產(chǎn)業(yè)占GDP比重較高,而第三產(chǎn)業(yè)相比第一產(chǎn)業(yè)和第二產(chǎn)業(yè)產(chǎn)生的環(huán)境污染很低,說明北京、天津的污染排放并非由北京、天津自身污染產(chǎn)生,所以區(qū)域環(huán)境綜合污染指數(shù)較低;另一方面,北京、天津被河北包圍,而河北的二氧化硫、氫氧化物和煙(粉)塵排放量均居我國首位。因此,北京、天津的空氣污染在一定程度上是受河北污染影響所致。

3 區(qū)域環(huán)境污染綜合指數(shù)溢出效應檢驗

3.1 區(qū)域環(huán)境污染綜合指數(shù)全局空間自相關檢驗

在采用空間計量經(jīng)濟模型實證檢驗前,首先需要確定空間權重矩陣,本文采用區(qū)域污染綜合指數(shù)的空間權重矩陣。全局空間自相關分析用Moran′I指數(shù)來衡量[18],區(qū)域環(huán)境污染綜合指數(shù)的全局空間自相關檢驗見表2。

由表2可知,區(qū)域環(huán)境污染綜合指數(shù)的Moran′I指數(shù)均為正,除2013年外均通過1%顯著性水平檢驗,說明我國省際區(qū)域環(huán)境污染綜合指數(shù)在空間分布上具有顯著的正相關性,區(qū)域環(huán)境污染綜合指數(shù)的區(qū)域特征是由正向空間相關引起的,區(qū)域環(huán)境污染綜合指數(shù)呈現(xiàn)出顯著的地域依賴特征。2011—2016年的Moran′I指數(shù)逐年下降,說明在國家環(huán)境保護“十二五”規(guī)劃內(nèi),隨著滯后期的延長,各區(qū)域環(huán)境污染綜合指數(shù)呈現(xiàn)出均衡化。

3.2 區(qū)域環(huán)境污染綜合指數(shù)局域空間自相關檢驗

Moran散點圖[18]可描述變量x和其空間滯后向量Wx(即某區(qū)域觀測值x與周圍“臨近”區(qū)域之間的加強平均值)之間的相關關系。Moran散點圖劃分為四個象限:第一象限(HH)代表高Index的地區(qū)被其他高Index區(qū)域包圍;第二象限(LH)代表低Index的地區(qū)被其他高Index區(qū)域包圍;第三象限(LL)代表該地區(qū)與周圍地區(qū)都是低Index的區(qū)域;第四象限(HL)代表該區(qū)域是一個高Index地區(qū),而周圍的其地區(qū)屬于低Index地區(qū)。本文僅列2014年區(qū)域環(huán)境污染綜合指數(shù)(Index)Moran散點圖(圖1)。

圖1 2014年區(qū)域環(huán)境污染綜合指數(shù)Moran散點圖

由圖1可知,我國區(qū)域環(huán)境污染的綜合指數(shù)表現(xiàn)出共同的空間分布特征,呈現(xiàn)出正向空間自相關性,第一象限(HH)主要有河北、山西、內(nèi)蒙古、遼寧、山東、河南;第二象限(LH)主要有北京、吉林、上海、浙江、江西、湖北、湖南;第三象限(LL)主要有天津、黑龍江、廣西、海南、重慶、云南、甘肅、青海、寧夏、福建和貴州;第四象限(HL)主要有江蘇、安徽、廣東、四川、新疆。Moran散點圖位于第一象限和第三象限合計占比達到56.7%,再次驗證了我國區(qū)域環(huán)境污染呈現(xiàn)出顯著的空間正相關性,高環(huán)境污染的省份被高環(huán)境污染的臨近地區(qū)包圍,低環(huán)境污染的省份被低環(huán)境污染的地區(qū)包圍。但也存在明顯的溢出效應,如北京處于第二象限(LH),意味著低環(huán)境污染綜合指數(shù)的地區(qū)被高環(huán)境污染綜合指數(shù)的地區(qū)包圍,而北京臨近地區(qū)的河北、內(nèi)蒙古均處于第一象限(HH),且屬于環(huán)境污染指數(shù)較高的地區(qū),因此北京的污染多源于河北、內(nèi)蒙古地區(qū)環(huán)境污染的溢出效應影響所致。通過對區(qū)域環(huán)境污染綜合指數(shù)全局空間自相關檢驗和局域空間自相關檢驗,呈現(xiàn)出顯著的區(qū)域依賴特征,因此應該采用空間計量模型將空間效應納入實證分析。

4 區(qū)域環(huán)境污染綜合指數(shù)空間計量檢驗

4.1 實證模型設計

借鑒境庫茲涅茨曲線引入經(jīng)濟發(fā)展變量,研究不同所有制企業(yè)對區(qū)域環(huán)境污染綜合指數(shù)的影響:①經(jīng)濟發(fā)展(GDP)。Grossman、Krueger指出環(huán)境問題與經(jīng)濟發(fā)展關系緊密,而GDP能較好地反映出地區(qū)的經(jīng)濟發(fā)展水平[19]。對不同地區(qū)和污染物而言,兩者關系并非完全符合倒“U”型假說;Shafik、Bandyopadhyay認為,廢水、固體廢物、CO2與經(jīng)濟發(fā)展呈單調上升[20];楊子暉認為CO2與經(jīng)濟發(fā)展呈三次方型[21]。因此,在構建模型中引入GDP的平方項和三次方項考察環(huán)境污染和經(jīng)濟發(fā)展水平之間的關系。為了盡量減少變量遺漏而導致結論偏差,增加了可能影響環(huán)境污染的其他控制變量。②產(chǎn)業(yè)結構(Con)。產(chǎn)業(yè)結構情況可能會影響區(qū)域廢棄物排放,當經(jīng)濟發(fā)展一定階段時,經(jīng)濟增長將由粗放型增長向集約型增長,這時工業(yè)廢棄物等污染物排放也將隨之變化,借鑒許和連、鄧玉萍[7]采用第二產(chǎn)業(yè)產(chǎn)值占地區(qū)生產(chǎn)總值的比重度量。③知識資本存量(RTE)。區(qū)域知識資本提升可能促使企業(yè)采用新型生產(chǎn)技術,進而減少污染物排放。王德文、何宇鵬認為高的技術進步速度能提高減污技術能力[22],借鑒Furman、Hayes[23]、程強[24]等方法采用人均GDP反映一個地區(qū)已實現(xiàn)的知識存量。借鑒Antweiler等[25]一般均衡模型研究方法,建立計量經(jīng)模型:

Indexi=α0+α1lnGDPit+α2ln2GDPit+α3ln3GDPit+α4stateit+α5privateit+α6foreignit+α7xit+εit

(1)

式中,i和t代表省份和年度;Index為區(qū)域環(huán)境綜合污染指數(shù);GDP為經(jīng)濟發(fā)展;lnGDP為GDP的自然對數(shù);ln2GDP為lnGDP的平方項,依此類推;state、private、foreign分別代表國企、私企和外企;x為影響環(huán)境污染的其他控制變量。

構建空間滯后模型(SLM):

Indexi=ρWIndexi+α0+α1lnGDPit+α2ln2GDPit+α3ln3GDPit+α4stateit+α5privateit+α6foreignit+α7xit+εit

(2)

式中,ρ為空間回歸系數(shù),反映了區(qū)域之間的相互關系,即相鄰區(qū)域對本區(qū)域的影響程度,具有方向性;WIndexi為n×n的空間權重矩陣;參數(shù)α1-α7主要反映了解釋量對被解釋變量的影響;ε為隨機誤差向量;空間滯后因變量是內(nèi)生變量,反映了空間距離對各區(qū)域單元之間的作用，其他變量與上述相同。

構建空間誤差模型(SEM):

Indexi=α0+α1lnGDPit+α2ln2GDPit+α3ln3GDPit+α4stateit+α5privateit+α6foreignit+α7xit+εit

ε=λWε+μit

(3)

式中,W為n×n的空間權重矩陣;參數(shù)α1-α7反映了解釋量對被解釋變量的影響;u為正態(tài)分布的隨機誤差向量;λ為被解釋變量Index向量的空間誤差系數(shù)，其余變量與上述相同。

4.2 實證分析

選取2011—2016年我國30個省市自治區(qū)作為樣本數(shù)據(jù),區(qū)域環(huán)境污染綜合指數(shù)Index按前文計算。由于僅有工業(yè)行業(yè)中按照所有制性質劃分,并且工業(yè)行業(yè)相比較其他行業(yè)也是環(huán)境污染的主要行業(yè)之一,具有一定的代表性,因此采用工業(yè)行業(yè)中國有及國有控股企業(yè)、私營工業(yè)企業(yè)、“三資”工業(yè)企業(yè)中總資產(chǎn)(億元)衡量國有企業(yè)、私營企業(yè)和外資企業(yè),數(shù)據(jù)來源于相關年份的《中國統(tǒng)計年鑒》。為避免異常值的影響,樣本數(shù)據(jù)采用Winsorize 5%進行縮尾處理,構建SLM和SEM進行實證分析。為了進一步驗證區(qū)域環(huán)境污染綜合指數(shù)具有空間相關性,同時也采用普通最小二乘法(OLS)估計模型進行對比分析,結果見表3。

表3 不同所有制企業(yè)對區(qū)域環(huán)境污染綜合指數(shù)空間計量檢驗

(續(xù)表3)

由表3可知:①從模型角度而言,所有空間滯后模型(SLM)和空間誤差模型(SEM)擬合效果均優(yōu)于相應的普通最小二乘法(OLS),表明動態(tài)空間計量模型的適用性。此外,空間滯后模型(SLM)中空間回歸系數(shù)ρ在1%水平下顯著,說明各地區(qū)環(huán)境污染存在顯著的溢出效應;空間誤差模型(SEM)中空間誤差系數(shù)λ也在1%水平下顯著為正,說明相鄰區(qū)域的環(huán)境污染對本地區(qū)的環(huán)境污染綜合指數(shù)影響顯著,且存在一個正向影響,即周圍地區(qū)的環(huán)境污染的加劇會導致本地區(qū)的環(huán)境污染加劇。②從不同所有制企業(yè)對區(qū)域環(huán)境污染綜合指數(shù)影響角度而言,外資企業(yè)對綜合指數(shù)的影響是負向的,并且均在1%水平下顯著,表明外資企業(yè)對環(huán)境污染起到了抑制的作用,說明“污染天堂”假說在我國并不成立,這與已有結論相似[26]。這主要源于:一方面由于我國人力成本逐步升高,迫使外資企業(yè)傾向于使用較先進的生產(chǎn)技術,同時外資企業(yè)使用較先進的污染排放系統(tǒng),在實際生產(chǎn)過程中對環(huán)境污染較少,從目前在我國環(huán)境管理體系認證(ISO14001)中約2/3以上屬于外資企業(yè),這可間接得到印證。另一方面,各地方政府加強對非清潔型外資企業(yè)的政策審批力度,非清潔型外資企業(yè)的引入在很大程度上推動了區(qū)域產(chǎn)業(yè)結構的優(yōu)化與升級,減輕了區(qū)域環(huán)境污染。國有企業(yè)和私營企業(yè)對綜合指數(shù)在1%水平下顯著正向影響,表明國有企業(yè)和私營企業(yè)加劇了環(huán)境的污染的溢出效應。③控制變量的解釋。經(jīng)濟發(fā)展(GDP)對環(huán)境污染產(chǎn)生加劇作用,但未見“U”型或“N”型曲線關系。產(chǎn)業(yè)結構(Con)對環(huán)境綜合污染指數(shù)在1%水平下產(chǎn)生顯著的正向影響,表明隨著第二產(chǎn)業(yè)占比的不斷提升,環(huán)境污染會加劇。知識資本存量(RTE)環(huán)境綜合污染指數(shù)在1%水平下產(chǎn)生顯著的負向影響,說明高的知識積累會促進高的技術進步速度,從而提高減污技術能力。

4.3 穩(wěn)健性檢驗

通過選取控制變量避免因變量選取而導致的估計結果偏差,采用不同的度量指標方法,國有企業(yè)、私營企業(yè)和外資企業(yè)采用流動資產(chǎn)(億元)重構模型,使結論更加可靠,結果見表4,結論同前。

表4 穩(wěn)健性檢驗結果

(續(xù)表4)

5 結論與建議

本文基于區(qū)域環(huán)境污染的分布格局和空間動態(tài)躍遷進行分析,對區(qū)域環(huán)境污染綜合指數(shù)的全局空間自相關Moran′I指數(shù)檢驗和局域空間自相關Moran散點圖的檢驗,區(qū)域環(huán)境污染綜合指數(shù)呈現(xiàn)出顯著的區(qū)域依賴特征；進一步對2011—2016年我國30個省市自治區(qū)采用空間滯后模型(SLM)和空間誤差模型(SEM)研究國有企業(yè)、私營企業(yè)和外資企業(yè)對區(qū)域環(huán)境污染綜合指數(shù)溢出效應的影響,得到以下啟示:①通過對區(qū)域環(huán)境污染綜合指數(shù)全局空間自相關Moran′I指數(shù)檢驗,表明我國30個省市自治區(qū)的區(qū)域環(huán)境污染綜合指數(shù)在空間分布上具有顯著的正相關性,呈現(xiàn)出顯著的地域依賴特征;對區(qū)域環(huán)境污染綜合指數(shù)的局域空間自相關Moran散點圖檢驗,發(fā)現(xiàn)各地區(qū)之間呈現(xiàn)出顯著的正向溢出效應,說明各省際間環(huán)境污染存在相互影響和正向相互加劇的作用。這意味著要遏制環(huán)境污染,各省之間必須建立完善、有效的協(xié)同治理模式:一是要建立跨省際的環(huán)境執(zhí)法機構,消除各省利益羈絆,提高執(zhí)法協(xié)同與效率;二是構建各省際間環(huán)境信息共享、溝通平臺。通過各省間環(huán)境信息共享,保障執(zhí)法機構信息暢通,形成有效的監(jiān)控、調查和處理機制;三是統(tǒng)一各省環(huán)境執(zhí)法標準,嚴格行政執(zhí)法。統(tǒng)一環(huán)境執(zhí)法標準,避免因各省執(zhí)法標準不統(tǒng)一,造成污染企業(yè)向臨省控制薄弱地區(qū)轉移;摒棄“運動式”執(zhí)法模式,確保嚴格執(zhí)法常態(tài)化;四是統(tǒng)一執(zhí)法程序,確保執(zhí)法公正。規(guī)范的執(zhí)法程序不僅是實現(xiàn)實體公正的手段,還是防止、限制行政權力被濫用,保障公眾合法權利的需要。②通過空間計量SLM模型、SEM模型和穩(wěn)健性檢驗得知,國有企業(yè)、私營企業(yè)和外資企業(yè)對區(qū)域環(huán)境污染溢出效應影響不同,外資企業(yè)對區(qū)域環(huán)境污染溢出效應呈現(xiàn)出顯著的負向影響,表明外資企業(yè)抑制了區(qū)域環(huán)境污染的溢出效應。從企業(yè)所有制角度和區(qū)域環(huán)境污染溢出效應角度來說,“污染天堂”在我國并不成立,而國有企業(yè)和私營企業(yè)呈現(xiàn)出顯著的正向影響,國有企業(yè)和私營企業(yè)能加劇環(huán)境污染。這意味著現(xiàn)階段我國大多數(shù)企業(yè)仍是以粗放型方式發(fā)展,資源消耗較大,環(huán)保設施不全或運行不正常,國有企業(yè)未能充分履行社會職責,對環(huán)保的關注不積極、重視力度不夠;私營企業(yè)為追求高額利潤,偷排漏排、超標排放等現(xiàn)象時有發(fā)生。

本文提出以下建議:①開展環(huán)境保護教育,增強履行社會責任和法制教育,強化環(huán)境保護意識。②完善環(huán)境保護管理制度,強化考核與監(jiān)管。一方面要構建系統(tǒng)性的污染物排放總額上限制度,設計形成污染物排放總額上限指標體系,根據(jù)各生產(chǎn)經(jīng)營環(huán)節(jié),將總額上限進行合理分配,保證每一項工作流程都嚴格遵守相應的指標范圍。另一方面優(yōu)化企業(yè)環(huán)境保護的考核、檢測與監(jiān)督制度。為保證各個層級的工作人員嚴格按照企業(yè)環(huán)保規(guī)章制度進行生產(chǎn)經(jīng)營活動,企業(yè)應設置相應的檢測與考核方法,將環(huán)境保護工作人員、部門以及相關職能部門都納入考察范圍。③科學規(guī)劃、優(yōu)化環(huán)境保護管理方法。一方面,構建企業(yè)環(huán)境保護管理的目標體系,包含短期目標和長期目標。企業(yè)可首先設計出科學而具有較強操作性的長期目標,然后將長期目標分成不同的幾個階段,且依次遞進,每一個階段形成相應的階段性目標。另一方面,明確企業(yè)環(huán)境保護管理的核心原則,企業(yè)的環(huán)境保護工作應改變以往的末端治理狀態(tài),加強生產(chǎn)經(jīng)營活動前期的預防與控制,以預防為主,后期治理與前期預防緊密結合。④加強環(huán)保管理人員培訓,提升專業(yè)素養(yǎng)。一方面,強化環(huán)境保護管理人員的專業(yè)交流與培訓,通過舉辦學術講座、知識講座等活動,向企業(yè)環(huán)境保護管理人員傳授新興科學知識和管理技能。另一方面,企業(yè)環(huán)境保護管理部門應構建良好的人才引進渠道,積極招聘專業(yè)人才,為環(huán)境保護管理工作注入新的動力。⑤針對外資企業(yè),注重環(huán)境監(jiān)管上的一視同仁。當前我國經(jīng)濟要向高質量發(fā)展轉變,就必須更加重視公平競爭的市場環(huán)境,尤其在環(huán)境保護問題上不應存在差異對待。⑥針對國有企業(yè),在企業(yè)負責人年度經(jīng)濟責任考核的同時,要引入環(huán)境保護社會責任考核,強化環(huán)境保護的領導負責制,并在晉升、評優(yōu)等方面實行一票否決,強化負責人責任意識;環(huán)境督查單位要注重對高級別領導的企業(yè)進行定期和不定期的巡視檢查,加重視環(huán)境保護。⑦針對私營企業(yè),一是強化項目審批制度,嚴懲“未批先建”;做好企業(yè)項目的審批工作,嚴格審核、嚴格把關。二是加強對企業(yè)的監(jiān)管力度和環(huán)境監(jiān)測工作,加大檢查頻次,突出檢查重點,開展環(huán)保專項整治工作,發(fā)現(xiàn)環(huán)境違法行為,嚴格按照有關法律法規(guī)進行處罰;進一步規(guī)范和強化環(huán)境監(jiān)測工作,保證數(shù)據(jù)的有效性和準確性。研究認為,經(jīng)濟發(fā)展(GDP)對環(huán)境污染產(chǎn)生了加劇作用,但未見“U”型或“N”型曲線關系;產(chǎn)業(yè)結構(Con)對環(huán)境綜合污染指數(shù)存在顯著的正向影響,說明隨著第二產(chǎn)業(yè)占比的不斷提升,環(huán)境污染將會加劇;知識資本存量(RTE)環(huán)境綜合污染指數(shù)存在顯著的負向影響,說明高的知識積累將會促進高的技術進步速度,從而提高減污的技術能力。