鄭石明,羅凱方
(1.華南理工大學(xué) 公共管理學(xué)院,廣東 廣州 510641;2.中南大學(xué) 公共管理學(xué)院,湖南 長(zhǎng)沙 410083)
大氣污染治理效率與環(huán)境政策工具選擇
——基于29個(gè)省市的經(jīng)驗(yàn)證據(jù)
鄭石明1,羅凱方2
(1.華南理工大學(xué) 公共管理學(xué)院,廣東 廣州 510641;2.中南大學(xué) 公共管理學(xué)院,湖南 長(zhǎng)沙 410083)
基于我國(guó)29個(gè)省市2005-2014年大氣污染治理面板數(shù)據(jù),運(yùn)用超效率DEA模型測(cè)算出大氣污染治理效率,并運(yùn)用面板校正標(biāo)準(zhǔn)誤(PCSE)模型評(píng)估三類政策工具對(duì)大氣污染治理效率的影響。研究顯示:對(duì)比2005年與2014年的聚類結(jié)果顯示,十年前后,海南、寧夏和內(nèi)蒙古均居高效率組,湖南、廣東、四川和天津則一直處于低效率組,上海從高效率組跌至低效率組。政策工具的滯后回歸表明,我國(guó)管制型和市場(chǎng)型政策工具對(duì)大氣污染治理均有成效,與治理效率呈正相關(guān),自愿型政策工具則對(duì)大氣污染治理效率暫無(wú)正向影響。該結(jié)果通過(guò)了穩(wěn)健性檢驗(yàn)。
大氣污染治理效率;環(huán)境政策工具;超效率DEA模型
Abstract:Based on the panel data of 29 provinces and municipalities in 2005-2014, super-efficiency DEA model is employed to measure the air pollution abatement efficiency. Subsequently we employ panel-corrected standard error model to evaluate the impacts of policy tools on air pollution abatement efficiency. The results suggest that Hainan, Ningxia and Inner Mongolia were clustered in high efficiency group in 2005 and 2014, while Hunan, Guangdong, Sichuan and Tianjin in low efficiency group. Shanghai dropped from the high efficiency group in 2005 to the low in 2014. The lag regression results of policy tools’ impacts reveal that regulatory and market-oriented policy tools are effective and positively correlated with air pollution abatement efficiency, while voluntary policy tools has been witnessed no positive correlation. The results above have passed the robustness test.
Keywords:air pollution abatement efficiency; environmental policy tools; super-efficiency DEA
隨著中國(guó)工業(yè)化與城市化進(jìn)程深入推進(jìn),空氣污染防治工作也進(jìn)入了攻堅(jiān)期和深水區(qū)。由京津冀、長(zhǎng)三角和珠三角領(lǐng)銜的東中部區(qū)域作為中國(guó)經(jīng)濟(jì)發(fā)展最為快速的區(qū)劃,近年來(lái)接連爆發(fā)大氣重污染事件,劇烈惡化的大氣質(zhì)量不僅危害人民身體健康,還使得地區(qū)經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展陷入瓶頸,迫使區(qū)域經(jīng)濟(jì)必須應(yīng)對(duì)愈發(fā)嚴(yán)峻的環(huán)境挑戰(zhàn)。首先,隨著大氣污染防治投入的逐年提高,許多學(xué)者用“效率”來(lái)評(píng)估大氣污染治理,追求以最少的治理投入帶來(lái)最大的產(chǎn)出。那么,我國(guó)各省份基于不同的經(jīng)濟(jì)發(fā)展水平,是否在環(huán)境政策的推動(dòng)下實(shí)現(xiàn)了大氣污染治理效率的改善?是什么因素在影響我國(guó)各省份的大氣污染治理效率?
其次,基于環(huán)境負(fù)外部性的特征,政府適時(shí)地進(jìn)行政策干預(yù)十分必要。為提高大氣污染治理效率,環(huán)境政策正是關(guān)鍵因素。2000年以來(lái),我國(guó)大氣污染物特征轉(zhuǎn)變,政府開(kāi)始推廣信息公開(kāi)和公眾參與等自愿型環(huán)境政策,持續(xù)完善和豐富環(huán)境法治[1]。近年來(lái),重污染天氣頻頻爆發(fā),大氣污染治理政策體系日益豐富,大氣污染防治政策工具從以管制型為主導(dǎo)逐步演變?yōu)橐怨苤菩汀⑹袌?chǎng)型和自愿型政策工具相結(jié)合的環(huán)境政策工具矩陣,說(shuō)明僅僅依靠強(qiáng)制性手段已不能壓制愈加復(fù)雜的大氣污染現(xiàn)狀,必須接納多種政策工具共同參與的政策結(jié)構(gòu)。這時(shí)衡量和評(píng)估各類環(huán)境政策工具的績(jī)效就顯得尤為重要。對(duì)中國(guó)來(lái)說(shuō),三種政策工具的大氣污染防治效果究竟如何?對(duì)大氣污染治理效率的影響是否存在差異?哪類政策工具對(duì)改善大氣污染起主要作用?面對(duì)不同類型的政策工具,中國(guó)應(yīng)該如何從當(dāng)前環(huán)境政策體系中構(gòu)建出最合適的政策工具組合呢?這些都是優(yōu)化我國(guó)環(huán)境政策工具體系,改善我國(guó)環(huán)境政策績(jī)效亟待解決的問(wèn)題。
污染治理效率一般用于衡量污染防治工作中投入與產(chǎn)出的相對(duì)有效性。在測(cè)算我國(guó)省際大氣污染治理效率方面,Super-SBM模型[2]和超效率DEA模型[3]均有使用。考慮到傳統(tǒng)DEA模型有效單元的最大值為100%,當(dāng)多個(gè)單元效率值達(dá)到100%時(shí)無(wú)法區(qū)分高下,而超效率DEA模型則恰好彌補(bǔ)了這一點(diǎn),本文也將選擇超效率DEA模型來(lái)測(cè)算中國(guó)省際大氣污染治理效率。
環(huán)境政策是我國(guó)為實(shí)現(xiàn)環(huán)境質(zhì)量改善而出臺(tái)實(shí)施的一系列防治、控制和協(xié)調(diào)等環(huán)境措施的總和。國(guó)際上按強(qiáng)制程度劃分環(huán)境政策工具,經(jīng)濟(jì)合作與發(fā)展組織(OECD)將環(huán)境政策工具劃分為:命令-控制方法、經(jīng)濟(jì)手段和勸說(shuō)式手段等三類[4]。世界銀行(World Bank)則劃分為:利用市場(chǎng)、創(chuàng)建市場(chǎng)、環(huán)境管制和公眾參與[5]。國(guó)內(nèi)學(xué)者也對(duì)劃分環(huán)境政策工具有所研究,如張坤民等[6]認(rèn)為中國(guó)環(huán)境政策常用四類手段:命令-控制手段、市場(chǎng)經(jīng)濟(jì)手段、自愿行動(dòng)和公眾參與。趙新峰等[7]結(jié)合我國(guó)區(qū)域大氣污染防治實(shí)踐劃分為三大類:管制型、市場(chǎng)型和自愿型政策工具。
自環(huán)境政策面世以來(lái),環(huán)境政策的績(jī)效研究頗受學(xué)者們的青睞。陳傲[8]發(fā)現(xiàn)以排污費(fèi)為代表的市場(chǎng)型政策工具對(duì)生態(tài)效率作用不顯著。Xue[9]認(rèn)為“十二五”實(shí)施的國(guó)家排放總量控制(NTEC)將降低2015年全國(guó)SO2和NO2的平均濃度,這類“政治性藍(lán)天”的研究從側(cè)面考察了管制型工具的治理效果。曾冰[10]則建立固定效應(yīng)模型探討環(huán)境政策工具對(duì)環(huán)境質(zhì)量的改善作用,結(jié)果表明市場(chǎng)型工具對(duì)各類污染抑制作用顯著,而管制型和自愿型工具僅對(duì)某類污染有效。
現(xiàn)有環(huán)境政策文獻(xiàn)中基于經(jīng)濟(jì)學(xué)視角的研究較多,而基于政策工具的研究較少[11];其次更少學(xué)者從政策工具入手,研究其對(duì)大氣污染治理效率的影響,并進(jìn)行政策工具的優(yōu)化選擇。
基于政策網(wǎng)絡(luò)視角,如圖1所示,當(dāng)前我國(guó)大氣污染防治政策的運(yùn)行,以中央政府、地方政府和排污企業(yè)及個(gè)人為核心,三者圍繞大氣污染防治政策進(jìn)行互動(dòng)博弈。對(duì)地方政府來(lái)說(shuō),在環(huán)境保護(hù)和經(jīng)濟(jì)增長(zhǎng)的雙重任務(wù)之間有一個(gè)權(quán)衡[12],規(guī)制俘獲視角下,地方政府易受區(qū)域經(jīng)濟(jì)發(fā)展激勵(lì)的影響而放松對(duì)排污企業(yè)的規(guī)制[13]。從制度分析出發(fā),中國(guó)特有的“政治集權(quán)、財(cái)政分權(quán)與行政分權(quán)”治理結(jié)構(gòu),引致政策制定與執(zhí)行環(huán)節(jié)存在分離性[14],中央政府、地方政府和排污企業(yè)間因信息不對(duì)稱和監(jiān)管缺失進(jìn)行利益博弈。圖2總結(jié)了管制型、市場(chǎng)型和自愿型政策工具提升大氣污染治理效率的作用機(jī)理和路徑。
圖2 大氣污染治理政策工具作用機(jī)理
(一)模型的選擇
Andersen等[15]創(chuàng)建超效率DEA模型,以實(shí)現(xiàn)DEA有效決策單元的再排序。式(1)為以產(chǎn)出為導(dǎo)向的徑向規(guī)模報(bào)酬變化超效率DEA模型。假設(shè)有n個(gè)決策單元(DMUj:j=1,2,…,n),各決策單元都針對(duì)大氣污染治理投入了m種要素,xij(i=1,2,…,m),產(chǎn)生了s種產(chǎn)出,yrj(r=1,2,…,s),與要素投入和產(chǎn)出相對(duì)應(yīng)的投入產(chǎn)出向量為(X,Y)。
(1)
(二)指標(biāo)選擇與數(shù)據(jù)來(lái)源
大氣污染治理效率的測(cè)算包括投入變量和產(chǎn)出變量。投入變量方面,以“廢氣治理設(shè)施數(shù)”、“環(huán)境保護(hù)系統(tǒng)年末實(shí)有人數(shù)”和“廢氣治理運(yùn)行費(fèi)用”衡量人力物力投入??紤]到各省污染物排放量存在較大差距,起點(diǎn)不一,單獨(dú)選取大氣污染物的去除量不具參考性,因此本文將同時(shí)選取大氣污染物的排放量和去除量作為產(chǎn)出變量。去除量和排放量數(shù)據(jù)由工業(yè)二氧化硫、煙塵、粉塵去除量構(gòu)成。其中由于2011-2014年去除量數(shù)據(jù)缺失,筆者收集和整理數(shù)據(jù)的方式為:(1)搜集三種大氣污染物的產(chǎn)生量信息,依據(jù)公式“產(chǎn)生量=排放量+去除量[16]”計(jì)算得到該階段去除量數(shù)據(jù)。(2)由于《中國(guó)環(huán)境年鑒》將“工業(yè)煙塵”和“工業(yè)粉塵”合并成了“工業(yè)煙(粉)塵”指標(biāo),筆者也只能沿用。工業(yè)煙、粉塵同為產(chǎn)出變量,合并這兩個(gè)指標(biāo)不會(huì)對(duì)結(jié)果產(chǎn)生影響??紤]到排放量是大氣污染治理的負(fù)產(chǎn)出,筆者對(duì)排放量數(shù)據(jù)取倒數(shù)。本文以2005-2014年中國(guó)29個(gè)省份、直轄市、自治州的相應(yīng)大氣環(huán)境數(shù)據(jù)為樣本(不含西藏、青海、港澳臺(tái)),統(tǒng)計(jì)數(shù)據(jù)來(lái)源于2005-2014年《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》和《中國(guó)環(huán)境年鑒》。
(三)我國(guó)大氣污染治理效率及結(jié)果分析
表1為大氣污染治理效率測(cè)算結(jié)果。提取2005年與2014年的省際大氣污染治理效率數(shù)據(jù)并標(biāo)準(zhǔn)化,運(yùn)用SPSS 19.0進(jìn)行聚類分析,劃歸為高效率組、中效率組和低效率組三類,對(duì)比十年前后大氣污染治理的效果變化。由于海南省的效率值遠(yuǎn)高于其他省份,作為個(gè)案將會(huì)影響結(jié)果,因此在標(biāo)準(zhǔn)化和聚類分析時(shí)均將海南省剔除,默認(rèn)海南省為高效率組。聚類結(jié)果見(jiàn)表2。
表1 2005-2014年各省大氣污染治理超效率值
注:東、中、西部地區(qū)的排名平均值為所屬各省份排名的算術(shù)平均值。
表2 大氣污染治理效率值聚類結(jié)果對(duì)比
結(jié)合表1與表2,從省際維度看,海南、寧夏和內(nèi)蒙古三省十年前后均位于高效率組,可能是因?yàn)檫@些省份污染少、污染物特征單一,大氣污染治理工作較易有成效,同時(shí)對(duì)大氣污染治理投入適當(dāng)。尤其是海南省,其人力物力投入僅為其他省份的1/10,甚至1%,同時(shí)排放量又極低(僅為其他省份的1/50),由此形成了海南省效率值極高的結(jié)果。此外,上海大氣污染治理效率逐年遞減,從2005年高效率組跌至2014年的低效率組,湖南、廣東、四川和天津則一直處于低效率組,十年來(lái)污染治理進(jìn)展緩慢。不難看出,東部地區(qū)盡管在資金和技術(shù)上獨(dú)占鰲頭,治理大氣污染時(shí)依然處于下風(fēng),原因可能在于東部大氣污染物數(shù)量龐大且特征復(fù)雜的固有缺陷,且隨著大氣污染治理縱深發(fā)展,治理難度逐步加大,加大環(huán)境資金與環(huán)保技術(shù)的投入也無(wú)法彌補(bǔ)治理難度大的劣勢(shì)。
(一)研究假設(shè)
基于理論分析,本文將環(huán)境政策分為三類,分別是管制型、市場(chǎng)型和自愿型政策工具。
管制型政策工具指由國(guó)家出臺(tái)并強(qiáng)制實(shí)施的一系列法律法規(guī),是我國(guó)環(huán)境政策的主導(dǎo)工具。排污企業(yè)往往費(fèi)盡心機(jī)與其博弈,以求降低環(huán)保成本。因?yàn)樵谌〉孟鄳?yīng)的環(huán)保成效后,治污企業(yè)可以更好地應(yīng)對(duì)即將出臺(tái)的環(huán)保標(biāo)準(zhǔn)。此外,若整個(gè)行業(yè)的污染治理情況都有所提高,那么未來(lái)針對(duì)該行業(yè)繼續(xù)進(jìn)行環(huán)境管制的可能性和嚴(yán)苛性都會(huì)有所降低。由此,提出假設(shè)1:管制型環(huán)境政策力度越強(qiáng),大氣污染治理效率越高。
市場(chǎng)型政策工具利用經(jīng)濟(jì)激勵(lì)手段,通過(guò)改變污染排放者的經(jīng)濟(jì)成本或效益,間接達(dá)到環(huán)境質(zhì)量改善的目的,其本質(zhì)主要體現(xiàn)了“污染者付費(fèi)原則(polluter pays principle,PPP原則)”。市場(chǎng)型政策工具的優(yōu)勢(shì)在于低成本高效率以及對(duì)技術(shù)革新擴(kuò)散的持續(xù)激勵(lì)[17]。由此,提出假設(shè)2:市場(chǎng)性政策工具執(zhí)行力越強(qiáng),大氣污染治理效率越高。
自愿型政策工具的目標(biāo)群體是社會(huì)公眾,是除了管制型環(huán)境政策工具和市場(chǎng)型環(huán)境政策工具之外的所有環(huán)境政策,涵蓋環(huán)境信息公開(kāi)、環(huán)境宣教、公眾參與等[18]。環(huán)境宣教為培養(yǎng)環(huán)境友好型習(xí)慣奠定基礎(chǔ),通過(guò)提升社會(huì)公眾對(duì)環(huán)境政策的理解和接受程度,潛移默化地改變?nèi)藗兊膽B(tài)度和行為,進(jìn)而提高環(huán)境政策績(jī)效[19]。關(guān)于公眾信訪的不少研究表明公眾對(duì)環(huán)境問(wèn)題的關(guān)注可顯著地增強(qiáng)排污企業(yè)的環(huán)境績(jī)效,不論是在發(fā)達(dá)國(guó)家[20],還是在發(fā)展中國(guó)家[21]。一般認(rèn)為,公眾關(guān)注度高,側(cè)面體現(xiàn)了該地區(qū)當(dāng)年污染嚴(yán)重,即大氣污染治理效率與公眾關(guān)注度應(yīng)呈負(fù)相關(guān)關(guān)系。為避免研究結(jié)果出現(xiàn)該誤解,本文將對(duì)政策工具的衡量指標(biāo)做滯后處理,滯后回歸不僅解決了公眾關(guān)注度與大氣污染治理效率互為因果的混亂問(wèn)題,也還原了政策執(zhí)行存在的時(shí)間滯后效應(yīng)。由此,提出假設(shè)3:自愿型政策工具中公眾關(guān)注度越高,大氣污染治理效率越高。
(二)變量選擇與模型設(shè)定
本文以2005-2014年各地區(qū)(不含西藏、青海、港澳臺(tái))的相關(guān)政策數(shù)據(jù)為研究樣本。大氣污染治理效率(Y)直接沿用上文超效率DEA模型的測(cè)算結(jié)果,引入面板數(shù)據(jù)模型。
影響大氣污染治理效率的三類環(huán)境政策工具包括:
1.管制型環(huán)境政策
“三同時(shí)”制度是我國(guó)特有的一項(xiàng)管制型環(huán)境政策,它要求申請(qǐng)項(xiàng)目的污染防治設(shè)施應(yīng)當(dāng)與主體工程同時(shí)設(shè)計(jì)、同時(shí)施工、同時(shí)投產(chǎn),“三同時(shí)”制度是中國(guó)環(huán)境政策中源頭控制的有力手段?;跀?shù)據(jù)的可得性,本文以“三同時(shí)環(huán)保驗(yàn)收項(xiàng)目環(huán)保投資(ST3)”作為管制型環(huán)境政策的表征指標(biāo)。
2.市場(chǎng)型環(huán)境政策
政府實(shí)施最早的手段是征收排污費(fèi)。雖然近年來(lái)排污權(quán)交易和環(huán)境稅等新型環(huán)境措施開(kāi)始走進(jìn)公眾視野,但由于數(shù)據(jù)收集較難且數(shù)據(jù)不完整,故本文選擇“排污費(fèi)征收總額(PWF)”作為其替代指標(biāo),為剔除物價(jià)波動(dòng)的影響,本文以2005年的商品零售價(jià)格指數(shù)為基期,對(duì)排污費(fèi)征收總額進(jìn)行初步數(shù)據(jù)處理。
3.自愿型環(huán)境政策
目前在我國(guó)應(yīng)用較少,2005-2014年間企業(yè)污染排放信息強(qiáng)制披露制度以及政府相關(guān)部門環(huán)境信息公開(kāi)制度均未落實(shí),故本文依據(jù)該類型環(huán)境政策的特征選取表征居民環(huán)保意識(shí)的“環(huán)境污染來(lái)信來(lái)訪總數(shù)(XF)”來(lái)衡量。
4.控制變量及其解釋
我們共引入四個(gè)控制變量:①各地區(qū)經(jīng)濟(jì)發(fā)展水平,用人均GDP(PCGDP)衡量;②各地區(qū)工業(yè)依賴程度,用第二產(chǎn)業(yè)占GDP比重(SI)衡量;③各地區(qū)外商直接投資,用年末登記的外商投資企業(yè)投資額(FDI)衡量;④各地區(qū)研發(fā)投入,用各地區(qū)R&D研發(fā)經(jīng)費(fèi)支出(RD)衡量。其對(duì)因變量的影響如下:
(1)經(jīng)濟(jì)發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)。除經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染呈倒“U”型關(guān)系外,Grossman等[22]發(fā)現(xiàn)在不同經(jīng)濟(jì)發(fā)展階段,產(chǎn)業(yè)結(jié)構(gòu)演變與環(huán)境污染也呈倒“U”型關(guān)系。這兩個(gè)因素有兩種解讀:第一種解讀是當(dāng)?shù)胤疆a(chǎn)業(yè)結(jié)構(gòu)不合理時(shí),比如第二產(chǎn)業(yè)占比大,經(jīng)濟(jì)發(fā)展水平越高,工業(yè)行業(yè)“高污染、高能耗、高排放”的粗放模式將排放更多污染物,拉低大氣污染治理效率;第二種解讀是,在地方產(chǎn)業(yè)結(jié)構(gòu)合理的情況下,第三產(chǎn)業(yè)或高新技術(shù)產(chǎn)業(yè)推動(dòng)經(jīng)濟(jì)增長(zhǎng),并逐漸開(kāi)始追求良好的環(huán)境質(zhì)量,進(jìn)而提高大氣污染治理效率。
(2)外商直接投資。與“污染避難所”假說(shuō)相反,Kirkulak等[23]認(rèn)為加入WTO后,F(xiàn)DI的流入會(huì)減輕中國(guó)大氣污染,這一結(jié)果可歸因于FDI同時(shí)也是先進(jìn)技術(shù)的主要來(lái)源。
(3)研發(fā)投入。排污企業(yè)主動(dòng)或被動(dòng)地增加對(duì)環(huán)保設(shè)備和技術(shù)的研發(fā)投入,有利于排污企業(yè)進(jìn)行技術(shù)創(chuàng)新,開(kāi)發(fā)出適宜企業(yè)的設(shè)備和技術(shù),改進(jìn)大氣污染治理措施。
綜上,設(shè)定面板滯后回歸模型如方程(2),其中i為各省份、直轄市、自治州,t為年份(2005-2014)。β0-8表示估計(jì)系數(shù),μt+εit為復(fù)合擾動(dòng)項(xiàng)。
Yit=β0+β1ST3i(t-1)+β2PWFi(t-1)+β3XFi(t-1)+β4PCGDPit+β5SIit+β6FDIit+β7RDit+μt+εit
(2)
(三)數(shù)據(jù)來(lái)源與描述性統(tǒng)計(jì)
本文數(shù)據(jù)來(lái)自2005-2014 年中國(guó)29個(gè)地區(qū)(不含西藏、青海和港澳臺(tái))。表2為具體數(shù)據(jù)來(lái)源,表4為變量描述性統(tǒng)計(jì)。
(四)實(shí)證結(jié)果與分析
首先基于F檢驗(yàn)P值為0.0000的結(jié)果,拒絕使用混合模型,采用個(gè)體固定效應(yīng)模型。其次通過(guò)“Wooldridge”和“Modified Wald”檢驗(yàn)診斷模型是否存在自相關(guān)與異方差。結(jié)果表明固定效應(yīng)模型存在異方差和自相關(guān)(見(jiàn)表5)。Beck和Katz[24]提出了面板校正標(biāo)準(zhǔn)誤方法,以面板校正標(biāo)準(zhǔn)誤來(lái)替換OLS標(biāo)準(zhǔn)誤,實(shí)現(xiàn)穩(wěn)健預(yù)測(cè)。因而,本文也選取面板校正標(biāo)準(zhǔn)誤(PCSE)模型進(jìn)行估計(jì),來(lái)調(diào)整面板數(shù)據(jù)中存在個(gè)體效應(yīng)的系數(shù)標(biāo)準(zhǔn)差,以控制異方差和自相關(guān)。PCSE模型滯后回歸結(jié)果見(jiàn)表6。
表3 數(shù)據(jù)來(lái)源表
資料來(lái)源:作者根據(jù)中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)庫(kù)數(shù)據(jù)自制。
表4 變量描述性統(tǒng)計(jì)
注:數(shù)據(jù)根據(jù)四舍五入法則保留小數(shù)點(diǎn)后三位。
表5 面板數(shù)據(jù)模型的F檢驗(yàn)、異方差和自相關(guān)檢驗(yàn)結(jié)果
資料來(lái)源:作者根據(jù)中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)庫(kù)數(shù)據(jù)自制。
表6 面板校正標(biāo)準(zhǔn)誤(PCSE)模型滯后回歸結(jié)果
注:*、**和***分別表示在10%、5%和1%的顯著性水平下顯著。數(shù)據(jù)依據(jù)四舍五入保留至小數(shù)點(diǎn)后四位。
回歸結(jié)果表明,幾乎所有參數(shù)都在5%甚至1%的置信水平下顯著,R-squared模型擬合優(yōu)度為28.8%。下面,我們將具體分析各顯著性變量:
1.管制型政策工具對(duì)大氣污染治理效率有正向影響
三同時(shí)環(huán)保驗(yàn)收項(xiàng)目環(huán)保投資與大氣污染治理效率在P值為5%的置信水平下呈正相關(guān)。且在其他因素不變的情況下,三同時(shí)環(huán)保驗(yàn)收項(xiàng)目環(huán)保投資每增加1%,大氣污染治理效率提高0.7800。在中國(guó)環(huán)境治理情境下,以“三同時(shí)”制度為代表的管制型政策工具卓有成效。許多學(xué)者的研究都驗(yàn)證了這一點(diǎn)。Zheng等[25]發(fā)現(xiàn)地方節(jié)能法規(guī)和環(huán)境排放標(biāo)準(zhǔn)有助于提高地方大氣質(zhì)量。Brouhle等[26]實(shí)證研究的結(jié)論是:管制壓力對(duì)企業(yè)參與決策與企業(yè)環(huán)境績(jī)效的改善有顯著影響。驗(yàn)證了假設(shè)1。
2.市場(chǎng)型政策工具對(duì)大氣污染治理效率有正向影響
排污費(fèi)征收總額與大氣污染治理效率在P值為5%的置信水平下呈正相關(guān)。且在其他因素不變的情況下,排污費(fèi)征收總額每增加1%,大氣污染治理效率提高0.0802。理論一般認(rèn)為,管制型政策工具靈活性差,成本高,是不經(jīng)濟(jì)、無(wú)效率的,從政策目標(biāo)考量,比不上市場(chǎng)型工具,因?yàn)楹笳呖赏ㄟ^(guò)外生加價(jià),影響企業(yè)主的收益,擁有更高成本有效性。不少研究均肯定了污染收費(fèi)政策的減排效果[27-28]。驗(yàn)證了假設(shè)2。
3.自愿型政策工具對(duì)大氣污染治理效率暫無(wú)正向影響
環(huán)境污染來(lái)信來(lái)訪總數(shù)與大氣污染治理效率在P值為5%的置信水平下呈負(fù)相關(guān)。在其他因素不變的情況下,環(huán)境污染來(lái)信來(lái)訪總數(shù)每增加1%,大氣污染治理效率降低0.2183。該結(jié)果表明,公眾的環(huán)境訴求還無(wú)法得到滿足。一方面,非管制性壓力尚不足以對(duì)企業(yè)的排污行為構(gòu)成威脅。首先,中國(guó)公民對(duì)環(huán)境治理的態(tài)度較為消極,公眾參與度不高。其次,《中國(guó)環(huán)境年鑒》中各地區(qū)每年環(huán)境來(lái)信來(lái)訪數(shù)量與已辦結(jié)數(shù)量間存在巨大差距,表明地方環(huán)保部門對(duì)公民環(huán)境訴求未予以足夠重視,以致落實(shí)不及時(shí),側(cè)面體現(xiàn)社會(huì)公眾的監(jiān)督作用有限[29]。另一方面,自愿型環(huán)境政策的落實(shí)依賴管制壓力。Arimuna等[30]發(fā)現(xiàn)自愿型工具與管制型工具組合使用效果更好。王惠娜[31]通過(guò)梳理文獻(xiàn)得到:管制壓力持續(xù)存在是企業(yè)自愿削減排污量的必要條件。但事實(shí)上中國(guó)環(huán)境管制與經(jīng)濟(jì)發(fā)展沖突,往往被地方政府弱化。綜上所述,目前不論是環(huán)境管制壓力還是非管制壓力,中國(guó)都比較薄弱,即便企業(yè)違背自愿性削減協(xié)議,所需承擔(dān)的違約成本往往極低。因此自愿型環(huán)境政策工具在中國(guó)環(huán)境治理中難以發(fā)揮效用,還需依靠管制壓力。
4.控制變量
控制變量均與大氣污染治理效率呈現(xiàn)高度相關(guān)性。(1)人均GDP與大氣污染治理效率呈顯著負(fù)相關(guān)。一方面,目前中國(guó)處于經(jīng)濟(jì)發(fā)展轉(zhuǎn)型的過(guò)渡期,地方政府仍在走“重經(jīng)濟(jì),輕環(huán)境”的老路;另一方面,總體上看,中國(guó)大部分省份尚未達(dá)到“倒U”曲線的拐點(diǎn),隨經(jīng)濟(jì)增長(zhǎng)環(huán)境污染將不斷加重[32]。(2)第二產(chǎn)業(yè)占GDP的比重與大氣污染治理效率呈顯著負(fù)相關(guān)。工業(yè)企業(yè)是大氣污染物的主要來(lái)源,隨著第二產(chǎn)業(yè)比重增加,排污強(qiáng)度加大,將耗費(fèi)大量的設(shè)備和人力物力治污,污染治理效率自然下降。(3)外商投資企業(yè)投資額與大氣污染治理效率呈顯著正相關(guān),但系數(shù)較小。該結(jié)果與“污染避難所”假說(shuō)相反,盡管影響程度較小,但外商直接投資對(duì)治理污染的影響大體上是正向的。(4)R&D研發(fā)經(jīng)費(fèi)支出與大氣污染治理效率呈顯著負(fù)相關(guān)。環(huán)境研發(fā)投入的負(fù)效應(yīng)表明,現(xiàn)階段我國(guó)環(huán)境技術(shù)無(wú)法適應(yīng)治理要求,科研經(jīng)費(fèi)投入仍未起到有效的抑制作用,需進(jìn)一步加大教育及科技的投入。
(五)穩(wěn)健性檢驗(yàn)
首先運(yùn)用傳統(tǒng)DEA模型測(cè)算我國(guó)2005-2014年省際大氣污染治理效率,接著運(yùn)用加權(quán)最小二乘法考察我國(guó)環(huán)境政策工具對(duì)大氣污染治理效率的影響。加權(quán)最小二乘法的回歸結(jié)果如表7。
表7 加權(quán)最小二乘法結(jié)果
注:*、**和***分別表示在10%、5%和1%的顯著性水平下顯著。數(shù)據(jù)依據(jù)四舍五入保留至小數(shù)點(diǎn)后四位。
通過(guò)雙邊檢驗(yàn),所有參數(shù)都在5%甚至1%的置信水平下顯著,且解釋變量系數(shù)的正負(fù)方向與原模型一致,R-squared模型擬合優(yōu)度為27.2%。該結(jié)果表明本文的實(shí)證研究結(jié)果是可靠的。
本文構(gòu)建“大氣污染防治政策工具選擇”的理論框架進(jìn)行實(shí)證分析得到上述結(jié)果,現(xiàn)提出以下幾點(diǎn)建議:①自愿型環(huán)境政策工具依賴管制壓力才能發(fā)揮效力,因此還需保持管制型環(huán)境政策工具的主導(dǎo)地位,強(qiáng)化環(huán)境規(guī)制機(jī)構(gòu)的管制權(quán)威,加大對(duì)大氣污染治理的管制壓力。②充分發(fā)揮市場(chǎng)型環(huán)境政策工具外生加價(jià)的作用,在不影響企業(yè)競(jìng)爭(zhēng)力的情況下,政府應(yīng)嚴(yán)格制定市場(chǎng)型環(huán)境政策標(biāo)準(zhǔn),提高企業(yè)排污成本以約束排污行為,激勵(lì)企業(yè)采納環(huán)境友好型生產(chǎn)技術(shù)。③順應(yīng)世界環(huán)境管制潮流,提升自愿型環(huán)境政策工具在環(huán)境政策矩陣中的地位,鼓勵(lì)公眾參與大氣污染防治活動(dòng),樹(shù)立環(huán)保意識(shí),與此同時(shí)將監(jiān)督職能從政府分散給社會(huì)公民和大眾媒體,結(jié)合媒體對(duì)大氣污染防治成效的大力宣傳,以及對(duì)排污企業(yè)行為的深層揭露,建立公民個(gè)人與大眾媒體對(duì)政府和企業(yè)履行大氣污染防治職能的監(jiān)督反饋體系。④改革和完善當(dāng)前基層地方政府的環(huán)境問(wèn)責(zé)機(jī)制,推動(dòng)當(dāng)?shù)鼗鶎拥胤秸h(huán)境信息公開(kāi),促進(jìn)環(huán)境部門的規(guī)范化、透明化管理,落實(shí)當(dāng)?shù)卣拇髿馕廴局卫砺氊?zé)。⑤提升環(huán)境保護(hù)和生態(tài)建設(shè)在晉升考核中的比重,或建立“綠色GDP”考核制度,將環(huán)境績(jī)效及其相關(guān)要素添加到考察范圍,以平衡單一的“GDP錦標(biāo)賽”競(jìng)爭(zhēng)模式,建立更全面、綠色的多元競(jìng)爭(zhēng)機(jī)制。而大氣環(huán)境作為綠色發(fā)展重要指標(biāo),更應(yīng)在地方考核體系中占據(jù)關(guān)鍵地位。
此外,為改進(jìn)環(huán)境質(zhì)量,各地應(yīng)積極進(jìn)行產(chǎn)業(yè)轉(zhuǎn)型,不應(yīng)盲目發(fā)展第二產(chǎn)業(yè)以單純地追求GDP增長(zhǎng)。加快產(chǎn)業(yè)結(jié)構(gòu)升級(jí),實(shí)現(xiàn)生產(chǎn)結(jié)構(gòu)向更清潔行業(yè)或部門轉(zhuǎn)移。同時(shí),盡管外資對(duì)大氣污染治理的總效應(yīng)為正向,但系數(shù)較小,所以應(yīng)嚴(yán)格執(zhí)法,避免外資產(chǎn)生負(fù)面環(huán)境效應(yīng)。
[1]馮貴霞.大氣污染防治政策變遷與解釋框架構(gòu)建——基于政策網(wǎng)絡(luò)的視角[J].中國(guó)行政管理,2014(9):16-20.
[2]藍(lán)慶新,陳超凡.制度軟化、公眾認(rèn)同對(duì)大氣污染治理效率的影響[J].中國(guó)人口·資源與環(huán)境,2015,25(9):145-152.
[3]王 奇,李明全.基于DEA方法的我國(guó)大氣污染治理效率評(píng)價(jià)[J].中國(guó)環(huán)境科學(xué),2012,32(5):942-946.
[4]經(jīng)濟(jì)合作與發(fā)展組織.環(huán)境管理中的經(jīng)濟(jì)手段[M].張世秋,李彬.北京:中國(guó)環(huán)境科學(xué)出版社,1996:8-9.
[5]K·哈密爾頓等.里約后五年:環(huán)境政策的創(chuàng)新[M].張慶豐,張世秋,嚴(yán)琛譯.北京:中國(guó)環(huán)境科學(xué)出版社,1998:10-11,22-31.
[6]張坤民,溫宗國(guó),彭立穎.當(dāng)代中國(guó)的環(huán)境政策:形成、特點(diǎn)與評(píng)價(jià)[J].中國(guó)人口·資源與環(huán)境,2007,17(2):1-7.
[7]趙新峰,袁宗威.區(qū)域大氣污染治理中的政策工具:我國(guó)的實(shí)踐歷程與優(yōu)化選擇[J].中國(guó)行政管理,2016(7):107-114.
[8]陳 傲.中國(guó)區(qū)域生態(tài)效率評(píng)價(jià)及影響因素實(shí)證分析——以2000-2006年省際數(shù)據(jù)為例[J].中國(guó)管理科學(xué),2008(s1):566-570.
[9]XUE Wen Bo, WANG Jin Nan, NIU Hao, et al. Assessment of air quality improvement effect under the National Total Emission Control Program during the Twelfth National Five-Year Plan in China [J]. Journal of Changsha University of Science & Technology, 2013, 68(2): 74-81.
[10]曾 冰,鄭建鋒,邱志萍.環(huán)境政策工具對(duì)改善環(huán)境質(zhì)量的作用研究——基于2001-2012年中國(guó)省際面板數(shù)據(jù)的分析[J].上海經(jīng)濟(jì)研究,2016(5):39-46.
[11]鄭石明.基于文獻(xiàn)計(jì)量的環(huán)境政策研究動(dòng)態(tài)追蹤[J].中山大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2016,56(2):154-162.
[12]WANG Chun Mei, LIN Zhao Lan. Environmental policies in China over the past 10 years: progress, problems and prospects [J]. Procedia Environmental Sciences, 2010, 2: 1701-1712.
[13]雷 平,高青山.區(qū)域環(huán)境規(guī)制強(qiáng)度影響因素研究:基于規(guī)制俘獲的視角[J].中國(guó)科技論壇,2017(5):107-113.
[14]林 梅.環(huán)境政策實(shí)施機(jī)制研究——一個(gè)制度分析框架[J].社會(huì)學(xué)研究,2003(1):102-110.
[15]ANDERSEN P, PETERSEN N C. A procedure for ranking efficient units in data envelopment analysis [J]. Management Science, 1993, 39(10): 1261-1264.
[16]於 方.中國(guó)環(huán)境經(jīng)濟(jì)核算技術(shù)指南[M].北京:中國(guó)環(huán)境科學(xué)出版社,2009:30.
[17]保羅·R·伯特尼,羅伯特·N·史蒂文斯.環(huán)境保護(hù)的公共政策[M].穆賢清,方志偉譯.上海:上海人民出版社,2004:55.
[18]余 偉,陳 強(qiáng),陳 華.不同環(huán)境政策工具對(duì)技術(shù)創(chuàng)新的影響分析——基于2004-2011年我國(guó)省級(jí)面板數(shù)據(jù)的實(shí)證研究[J].管理評(píng)論,2016,28(1):53-61.
[19]THATHONG K, LEOPENWONG S. The development of environmental education activities for Forest resources conservation for the youth [J]. Procedia-Social and Behavioral Sciences, 2014, 116: 2266-2269.
[20]LANGPAP C, SHIMSHACK J P. Private citizen suits and public enforcement: Substitutes or complements? [J]. Journal of Environmental Economics and Management, 2010, 59(3): 235-249.
[21]KATHURIA V. Informal regulation of pollution in a developing country: Evidence from India [J]. Ecological Economics, 2007, 63(2): 403-417.
[22]GROSSMAN G, KRUEGER A. Economic environment and the economic growth [J]. Quarterly Journal of Economics, 1995, 110(2): 353-377.
[23]KIRKULAK B, QIU Bin, YIN Wei. The impact of FDI on air quality: Evidence from China [J]. Journal of Chinese Economic and Foreign Trade Studies, 2011, 4(2): 81-98.
[24]BECK N, KATZ J N. What to do (and not to do) with time-series cross-section data [J]. American political science review, 1995, 89(3): 634-647.
[25]ZHENG Shi Ming, YI Hong Tao, LI Hui. The impacts of provincial energy and environmental policies on air pollution control in China [J]. Renewable and Sustainable Energy Reviews, 2015, 49: 386-394.
[26]BROUHLE K, GRIFFITHS C, WOLVERTON A. Evaluating the role of EPA policy levers: An examination of a voluntary program and regulatory threat in the metal-finishing industry [J]. Journal of Environmental Economics and Management, 2009, 57(2): 166-181.
[27]李永友,沈坤榮.我國(guó)污染控制政策的減排效果——基于省際工業(yè)污染數(shù)據(jù)的實(shí)證分析[J].管理世界,2008(7):7-17.
[28]WANG Hua, WHEELER D. Financial incentives and endogenous enforcement in China's pollution levy system [J]. Journal of Environmental Economics and Management, 2005, 49(1): 174-196.
[29]鄭石明,雷 翔,易洪濤.排污費(fèi)征收政策執(zhí)行力影響因素的實(shí)證分析——基于政策執(zhí)行綜合模型視角[J].公共行政評(píng)論,2015(1):29-52.
[30]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, 55(3): 281-295.
[31]王惠娜.自愿性環(huán)境政策工具在中國(guó)情境下能否有效?[J].中國(guó)人口·資源與環(huán)境,2010,20(9):89-94.
[32]符 淼.我國(guó)環(huán)境庫(kù)茲涅茨曲線:形態(tài)、拐點(diǎn)和影響因素[J].?dāng)?shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2008(11):40-55.
(本文責(zé)編:辛城)
AirPollutionAbatementEfficiencyandSelectionofEnvironmentalPolicyTools:EmpiricalEvidenceof29ProvincesorMunicipalities
ZHENG Shi-ming1, LUO Kai-fang2
(1.SchoolofPublicAdministration,SouthChinaUniversityofTechnology,Guangzhou510641,China;2.SchoolofPublicAdministration,CentralSouthUniversity,Changsha410083,China)
D035.5
A
1002-9753(2017)09-0184-09
2016-11-08
2017-07-21
國(guó)家自然科學(xué)基金面上項(xiàng)目“綠色創(chuàng)新政策對(duì)環(huán)境治理績(jī)效的影響:機(jī)制、路徑及其效應(yīng)”(71673308);教育部重大攻關(guān)項(xiàng)目“我國(guó)社會(huì)治理體系構(gòu)建及其運(yùn)行機(jī)制研究”(16JZD026)以及湖南省社科基金項(xiàng)目“地方政府環(huán)境政策對(duì)城市空氣質(zhì)量的影響研究”(15YBA387)。
鄭石明(1967-),男,湖南永州人,華南理工大學(xué)公共管理學(xué)院教授,博士;研究方向:環(huán)境政策,創(chuàng)新政策,治理創(chuàng)新。