郭義琴

摘要：改革開放以來，中國式財政分權極大的推動了經濟增長，但污染與生態(tài)環(huán)境破壞問題加重。文章以2008年至2017年30個省市的人均SO2負擔強度、財政支出衡量的財政分權度、第三產業(yè)增加值占比等主要指標，通過建立面板數(shù)據(jù)模型來研究財政分權與產業(yè)結構對空氣污染的影響。結果表明財政分權加劇了空氣污染，而產業(yè)結構的升級有利于空氣質量的提高。

Abstract： Since the reform and opening up， fiscal decentralization to a large extent promotes economic development. However， pollution problem and environmental disruption have been intensified. Based on annual data from 2008 to 2017， this article establishes a Fisher-ADF model， and uses RE model to study the relationship between fiscal decentralization and industrial structure. The results show that air quality has a negative correlation with fiscal decentralization and the upgrading of industrial structure benefits air quality on the contrary.

關鍵詞：財政分權;空氣污染;隨機效應模型

Key words： fiscal decentralization;air pollution;RE model

中圖分類號：F812.2;X51 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1006-4311（2020）19-0068-02

0 ?引言

1994年分稅制改革之后，中央收入時常達到全國一般公共財政收的50%左右，地方收支差額不斷擴大，甚至部分地區(qū)的支出是差額的2倍，這種不平衡嚴重依賴中央的轉移支付。隨著產業(yè)結構持續(xù)調整，各省市第三產業(yè)占GDP比重趨于合理，但仍與發(fā)達國家有一定差距。據(jù)《2018年中國生態(tài)環(huán)境狀況公報》，2018年空氣污染超標率達64.2%。在產業(yè)結構持續(xù)調整的過程中，集約型經濟增長方式正在逐步替代粗放型，能耗低的產業(yè)不斷壯大，這有利于降低污染物排放量，2018年我國工業(yè)占GDP比重仍占到31.7%。相較于2008的48.6%，第三產業(yè)增加值的占比已經達到59.7%。所以在經濟新常態(tài)背景下，研究財政分權、產業(yè)結構與空氣污染的關系契合了生態(tài)文明建設的主題，符合綠色經濟發(fā)展理念。

1 ?文獻綜述

在學術界，財政分權與環(huán)境污染之間的關系主要分為兩種：一種觀點認為財政分權對環(huán)境質量起著非常明顯的積極作用。Sigman（2007）[1]考察了47個國家的水污染情況，認為提高財政分權不會加劇河流污染。國內學者段龍龍和劉秀偉（2016）[2]利用STIRPAT模型發(fā)現(xiàn)財政分權形成的地方政府之間的競爭不一定帶來空氣質量的惡化。另一種觀點認為財政分權與環(huán)境質量有明顯的反向關系。Barrett（1994）[3]的研究發(fā)現(xiàn)，政府之間通過放低環(huán)境標準形成惡性競爭的現(xiàn)象，在這種環(huán)境下，財政分權帶來了環(huán)境污染。劉琦（2013）[4]表明財政分權加劇污染排污量，經濟增長會惡化環(huán)境質量。

2 ?實證分析

2.1 模型建立

為了檢驗SO2污染與財政分權、產業(yè)結構之間的關系，文章以2008-2017年的年度數(shù)據(jù)為基礎使用Stata15軟件，所構建的面板模型表達式為：

其中，下標i和t分別表示省份和年份，以SO2污染強度ln_pi為被解釋變量，以財政分權l(xiāng)n_fdc、第三產業(yè)增加值占比ln_stru為核心解釋變量，以人均國民收入ln_pgdp、人口城市化ln_urban為控制變量，μit為隨機誤差項。這里將變量以對數(shù)的形式出現(xiàn)，是出于構建穩(wěn)定序列的考慮，同時也能反映變量間的長期彈性關系。

2.2 多重共線性檢驗

在進行面板回歸分析之前，我們先利用stata15計算出各變量的方差膨脹因子值（VIF），來判斷變量間是否存在多重共線性問題。相較于標準值10，表3中模型的平均VIF值4，最大值7.03，證實不存在嚴重的多元共線性問題。

2.3 單整檢驗

ADF檢驗能有效判斷序列是否存在單位根，由于是我們是短面板數(shù)據(jù)，為避免產生偽回歸問題，我們選擇了Fisher檢驗，結果如表4。

變量ln_pi ln_fdc ln_stru ln_urban的水平量在1%的顯著水平下p值均接近于1，這說明這幾個變量都不具備平穩(wěn)性的特征。dln_pi dln_fdc dln_stru dln_pgdp dln_urban分別代表相應變量的一階差分項，從表4可以看出它們的P值均接近于0.0000，故在1%的顯著水平下能拒絕原假設，認為變量ln_pi ln_fdc ln_stru ln_pgdp ?ln_urban均為一階單整序列，可以進行協(xié)整檢驗。