环境分权是否真的加剧了雾霾污染？

白俊红+聂亮

摘要 科学、合理地划分政府间的环境管理权力是解决中國环境污染问题的重要前提和制度基础。以往研究虽然关注了中国式分权与环境污染的关系，但多是使用财政分权指标简单地刻画中国各地环境分权状况，忽视了从环境管理体系出发探寻雾霾加剧的原因。本文在现有研究的基础上，利用中国分省区面板数据，由各级环保机构规模与人员数量动态变化特征的角度构建环境分权指标，在此基础上，运用动态空间面板模型，实证考察了中国式环境分权对各地雾霾污染的影响。研究结果显示：①适当加大环境分权程度有助于改善中国的雾霾污染状况。从三项分解指标来讲，加大环境监察分权对于改善雾霾污染的作用最为明显，环境行政分权度次之，环境监测分权对雾霾污染的影响最小。②中国各地区的雾霾污染具有显著的正向空间自相关性，即雾霾浓度会随着地区间风向以及湿度的变化扩散到周边地区，进而破坏了当地的空气质量。③中国各地区雾霾污染具有一定的路径依赖性。某地在空气中残留的雾霾颗粒会在下一期进一步加剧该地的污染程度。因此，为解决日益严重的雾霾污染问题，可以适当加大中国各地的环境管理分权程度，赋予地方环保部门一定的环境法规制定权，下放部分“治霾”资金使用权，允许其根据当地具体情况合理设置人员岗位与环保机构。此外在开展雾霾治理工作时，需要加强地区间 “联防联控”的协同机制以及居民对当地政府环保工作的监督机制。藉此，将有助于进一步完善中国环境分权管理制度，加快各地雾霾治理工作，进而助推“美丽中国”建设。

关键词 环境分权；雾霾污染；动态空间面板

中图分类号 F062.6文献标识码 A文章编号 1002-2104（2017）12-0059-11DOI：10.12062/cpre.20170911

近年来，随着经济社会的快速发展和工业化进程的加快，中国环境污染问题变得日益凸显，尤其以雾霾天气为代表的污染问题频频发生，严重威胁着人们的日常生活和健康。2016年秋冬季，中国中东部地区出现了大范围的雾霾天气。此次雾霾污染事件影响了17个省市，覆盖面积曾一度高达143万km2（超过七分之一的国土面积）。针对持续性的雾霾天气，北京、天津、石家庄、太原、德州、郑州、西安等24座城市先后启动了空气重污染红色预警响应。日益严重的空气污染问题已成为中国在建设生态文明社会过程中一个亟待解决的难题。为此，中国政府做了大量行之有效的工作，尤其是在“十三五”规划中明确提出要改革当前的环境治理基础制度，进一步落实地方政府环境责任，以此保障人民群众健康和经济社会可持续发展。由此可见，科学、合理地划分政府间环境管理权利，完善各地环境分权管理体制是解决雾霾污染的重要前提与制度基础。自上个世纪90年代起，中国政府开始实行分权制改革。在环境管理领域，逐步赋予地方一定的环境治理权力，允许其根据辖区内的具体状况决定所需施行的政策类型。鼓励地方政府积极参与环境管理活动，以便提供更优质的环境公共服务。但是，近年来分权制改革带来的负面影响也开始逐步显现。各地政府在晋升激励的作用下，以牺牲环境的方式换取短期内的经济增长，扭曲了环境公共物品的供给模式，导致环境质量不断恶化。从目前的研究进展来看，多数学者认为环境分权体制造成了激励扭曲与约束不足问题，从而使得地方政府在环境基本公共服务供给上展开“逐底竞争”，最终加剧了各地的污染程度[1-2]。然而，这些研究多是使用财政分权指标简单的刻画政府间的环境分权行为，忽视了二者之间可能存在的不一致性。事实上，财政分权主要概述了中央与地方之间对经济权利（或是政治权利）的划分，而环境分权则主要阐述了政府间有关环境管理权利的划分。虽然二者之间有着一定的联系，但却存在本质的区别。环境保护事务的特殊性决定了必须由环境公共管理体系出发，根据政府间环境管理权力的划分逻辑来构建分权指标[3]。如果只是使用财政分权指标简单地描述政府间的环境分权行为，这会导致对于中国环境分权管理体制的度量偏差，进而影响对其绩效的评价结果。因此，本文结合已有文献，利用政府各级环保机构人员数量的动态变化特征对中国的环境分权管理体制展开具体测算，在此基础上，使用动态空间面板模型，实证考察中国环境分权程度对各地雾霾污染的影响，以便分析中国式环境分权体制是否真的加剧了各地雾霾污染。本文研究内容有助于从环境分权视角重新审视雾霾污染加剧的原因，丰富了有关环境分权与雾霾污染的理论成果，拓宽了该领域的研究思路。从政策层面来讲，文章所得结论对政府完善环境分权管理体制，加快雾霾治理工作，推动“美丽中国”建设具有重要的参考价值。

1 文献综述

随着全球性环境危机的日益凸显，学者们从众多角度对环境污染的原因展开了探讨。环境管理制度作为直接影响环境质量的政策体系历来是研究的热点内容，尤其是政府间关于环境权力的配置更是研究的重点之一，因而在此基础上逐渐形成了环境联邦主义理论[4-5]。目前，学者们对环境联邦主义的讨论主要集中于以下两方面，一类研究认为中央集权的环境管理制度更有利于改善环境质量；另一类研究则认为地方分权的管理模式更有助于治理污染问题。

以Stewart[6]、Gray和Shadbegian[7]、Helland和Whitford[8]为代表的一批学者认为中央集权模式能够促使政府提供更优质的环境公共服务。其原因在于以下两点：一方面，由中央政府提供环境公共服务可以避免分权模式下地方政府的“免费搭便车”行为，以及由此造成的环境公共物品供给不足现象；另一方面，环境类公共服务往往具有规模经济效应，如果由中央政府统一提供，则可以有效降低产品的供给成本。以Ulph[9]、Fredriksson和Millimet[10]为代表的另一批学者则是从“逐底竞争”角度阐述了分权管理体制对环境的危害。地方政府会以降低环境标准的形式来吸引更多的投资、增加就业机会或税收等。各地政府纷纷以其他地区的环境规制水平为标尺制定自身标准，从而导致环境标准的竞相下降，最终引起整体环境质量地恶化[11]。

Magnani[12]、Millimet[13]则认为分权体制更有利于地方政府提供更好的环境服务。由于不同地区的地理环境、气候条件、经济基础不同，环境污染状况也会呈现出明显的区域差异性。地方政府能够根据辖区内的具体状况，采取成本收益分析法，提供更为优质的环境公共服务。然而，如果采取集权管理模式，中央政府往往会忽视地区之间的异质性，其提供的公共服务可能并不能满足各地区的真实需要，从而不利于增进社会的整体福利。

近些年来，伴随中国境内环境问题的日益加剧，尤其是雾霾天气的频繁出现。中国式分权体制对环境污染的影响逐渐引起了学者们的重视。目前的多数研究结论赞成上述第一种观点，认为提高分权程度不利于改善中国的环境质量[1-2]。在分权制改革所产生的“块状竞争”与政治集权所产生的“条状竞争”的耦合作用下，地方政府为吸引更多外资，不断放松监管标准，造成了严重的环境污染问题。然而，政府官员却为此承担了相对较少的环境责任。这种扭曲的激励方式会不断加剧中国的环境污染程度。

虽然上述研究得出了分权管理体制会加剧环境污染的结论，但它们多是用财政分权指标简单地刻画地方政府的环境分权行为，忽视了从环境管理体制的角度来探讨污染加剧的原因[14-15]。事实上，环境分权体现的是以环境基本公共服务为核心的环境事权划分，而财政分权更多体现的是“政治集权和经济集权”相结合的激励机制。环境公共服务的复杂性（主要体现在极强的外部性）使得原有的财政分权理论很难全面兼顾和反映环境保护领域的特殊性，因而不能简单地用财政联邦主义来代替环境联邦主义。若混淆二者的本质区别，则难以准确地判断中国环境分权管理体制与环境污染之间的真实关系，不利于从环境管理体系视角探讨各地污染加剧的原因。

综上所述，目前虽然已经有研究关注了中国式分权对环境污染的影响，但多数研究是利用财政分权指标简单的刻画环境分权状况，这可能会在一定程度上导致对中国环境分权管理体系的测算偏差，进而影响对其绩效评价的结果。因此，本文将从中国环境管理体制的内在逻辑与体制变迁规律出发构建中国式环境分权指标，以便更为全面客观地揭示环境分权背后的理论机理，并在此基础上进一步考察环境分权对雾霾污染的影响，以检验分权管理体制是否真的加剧了各地雾霾污染。

2 环境分权的衡量

环境分权是本文的核心解释变量，对于该变量的正确度量是解决文章所要研究问题的关键。首先需要说明一点，目前构建一个实践与理论自洽的环境分权指标是非常困难的，其原因在于以下几点：①不同国家和地区其环境管理体系演进变迁的历史各不相同，这导致各国环境监管体系存在巨大差异，从而较难寻找到一个统一指标衡量各国的环境分权程度。②除了直接的环境政策外，政府其它部门的相关政策亦会对地区环境质量产生影响，如税收政策、产业政策、能源政策等等。仅通过政府在环境管理上的行为来判断分权程度的大小，容易造成一定的测算误差。③地方实际的环境分权体系要远比行政或法律界定的分权管理行为复杂的多。不同层级间以及层级内部间错综复杂的关系给分权度的测算造成了极大的困难。因而，现阶段构造一个能够全面、准确地衡量环境分权的指标其难度相对较大。本文将会在已有研究的基础上，从环保机构与人员规模动态变化特征的角度构建环境分权指标，从而尽可能降低上述不利因素地干扰。

现有研究多是通过间接方法度量环境分权的，如Sigman[5]、Lutsey和Sperling[16]通过法律制度证据与事实特征来判断政府的分权与集权行为，但是祁毓等[3]指出根据先验证据判断一个国家是否属于分权管理体制，并以地方政府的环境治理行为和策略互动来判断环境分权体制优劣的做法并不可取，其在逻辑性与精确性上均存在不足。另外，政府间关于环境事权的划分是一个动态变迁与互相博弈的过程，上述指标并不能有效反映这类信息。因而，祁毓等[3]、彭星[17]、陆远权和张德钢[18]等在已有研究的基础上提出采用环境机构人员数量的动态变化特征来衡量各级政府间的环境分权程度，其原因在于以下几点：①政府职能多是通过行政机构与人员来实现的。一定数量的人员与机构规模是政府充分行使其职能的前提与保障。缺乏必要的人员与机构，政府行使环境权利便无从谈起。因而，不同层级间政府行政机构的设置与人员规模的相对变化往往能够反映对于环境事权的划分。例如在中国，政府为了落实特定的环境保护工作，往往会成立相應的环境机构并辅以一定数量的工作人员，此外还会根据事务的多寡决定人员的编制。②相比于其它部门，环保部门人员的整体规模相对稳定，其人员流动多发生在机构内的层级间或层级内的部门间。因而环保机构人员规模的相对变化能够较好地反映政府内部有关环境事权的划分。③人员与机构的财政供养问题往往是中国政府行政体制改革的核心。中央与地方之间关于事权的划分通常能够在财政供养问题上得以体现，而人员规模的变动正是财政供养问题的直接表现。④以往文献中较多使用人员分布与支出分布来衡量政府间的分权程度，而环境分权更偏向于管理分权的一种。因此，相比于支出分布，人员分布更能体现出环境分权的本质内涵。总体来讲，通过环保机构人员的相对规模来测度环境分权程度具有一定的科学性与适用性，所以本文亦采用这一研究方法。

目前，中国的环境管理体制主要包括以下几个方面：环境政策的制定、环境监测、环境监察、环境基础设施、环境投融资、环境信息服务、环境科研、环境教育等。本文主要通过探讨环境分权、环境行政分权、环境监管分权以及环境监测分权来考察中国式环境分权问题。

式（1）给出了该方法的具体计算公式：

其中，Envit为i省t年的环境分权程度；Sysit为i省t年的环保系统人员数，Syst为第t年全国（含中央与地方）环保系统人员总数；Popit表示i省t年的人口规模，Popt表示第t年全国总人口规模；Gdpit表示i省t年的地区生产总值，Gdpt表示第t年全国国内生产总值。[1-（Gdpit/Gdpt）]为经济规模的缩放因子。事实上，环境分权可能会在一定程度上受到地区经济规模的影响（例如经济发展程度越高，地区设置的环保人员也就越多），从而在一定程度上造成内生性问题。加入经济规模缩放因子后能够有效降低上述内生性干扰。式（1）表示地方人均环境机构人数与全国人均环境机构人数的比值，即地方环保机构人员规模。在中国，法律并未明确界定中央与地方间的环境事权，但地方环保部门的人事与财政关系均隶属于地方，所以地方政府在环境管理上拥有极大的自主权。人员的增加反映的正是地方对于环境事权的介入。因而该比值越大，表示地方环境机构人员规模相对越大，即地方政府对所涉及领域环境管理事权的介入也就越大，反之亦然。总体上讲，该指标能够较为准确地衡量各地区的环境分权程度。

为了确保环境分权变量以及实证结果的有效性和准确性，本文的经验分析部分将会使用环境行政分权指标、环境监察分权指标、环境监测分权指标对前文所得结论进行稳健性检验。三项分解指标的测算方法与式（1）类似，只需要将其中的Sysit与Syst替换为对应的指标即可。

此外，为了检验中国环境分权与财政分权是否具有一致性，本文同时给出各地的财政分权水平。以往研究较多使用财政收入分权指标或支出分权指标来度量各地区的财政分权程度，但彭星[17]指出，这二者仅仅描述了政府间分权行为的时间变化特征，忽视了跨区截面信息。Lin和Liu[19]、陈硕[20]等所使用的财政自主度指标可以有效弥补上述缺陷。因此，本文也采用该指标来衡量各地财政分权（Fis）状况，其具体测算公式如下：

其中，Fisit表示i省t年的财政分权程度，Revit表示i省t年地方本级预算内财政收入，Expit表示i省t年地方本级预算内财政支出。地方预算内财政支出与收入的差额即为中央对地方的转移支付。因此，该指标的具体含义为地方自身的财政收入为其支出提供的融资能力。事实上，在财政支出的资金来源结构中，地方政府对本级财政收入的使用自主权较大，而对中央转移支付的使用自主权较小（中央对地方的转移支付中，有相当数量的资金是用于实现特定政策目标的[21]）。因而，该比值小于1说明地方政府入不敷出，需要中央政府援助，财政自主权受到一定的限制；大于1则说明地方政府自身财政收入不仅能够满足本级支出，而且还可以利用剩余财力援助中央，财政自主权较大；等于1表示地方所有支出均来源于自身收入，不依靠中央的转移支付。因此，该指标能够较为准确地表达出中央与地方间对于财政事权的划分。图1与图2分别给出了中国各地区环境分权与财政分权水平的测算结果。

对比图1与图2后发现，环境分权程度排在前五名的省份分别为山西、河北、河南、辽宁、吉林。其中，大部分省份位于中国的中西部以及东北地区，而财政分权程度排在前五名的省份是上海、北京、广东、江苏、山东，这些省份均处于中国的东部地区。因此，以上研究结果在一定程度上表明中国各地区环境分权与财政分权具有不一致性。财政分权水平较高的地区并不意味着该地区也拥有较高的环境分权水平，反之亦然。过去关于环境联邦主义的研究，多是使用财政分权指标简单地描述各地区的环境分权状况，这会在一定程度上造成测算偏差，从而影响对中国各地环境分权管理体系的绩效评价结果。因此，为了更为准确地考察中国环境分权体制与各地雾霾污染的关系，需要从环境管理体系出发构建分权度指标。

3 计量模型与变量选择

3.1 计量模型设定

在实证方法上，以往的研究多是假定地区间是相互独立的，即各地的雾霾污染不会产生相互影响，但是这显然与实际情况不符。研究表明，单一地区较高的雾霾浓度往往会随着地区间风向与湿度的变化传递到周边省份，从而导致不同地区间的雾霾污染呈现出空间相关性[22-23]。在计量模型中，如果忽视这种情况有可能会在一定程度上造成估计误差。鉴于此，本文将使用动态空间面板模型来实证考察中国环境分权水平对各地区雾霾污染的影响。该模型的具体设置形式如下：

其中，i表示地区，t表示年份，式（3）为空间滞后模型（Spatial Autoregressive Model，SAR），式（4）为空间误差模型（Spatial Error Model，SEM）。Fogit为i省t年的雾霾污染状况；Fogit-1为雾霾污染的滞后一期，用于考察雾霾污染的累积与持续效应；Wit为邻接标准定义的空间权重矩阵；Envit为环境分权程度；αi、υt分别是表示地区效应与时间效应的哑变量；εit～iid（0，σ2）为随机误差项。ρ与λ分别为空间滞后系数与空间误差系数。Xit为控制变量集，包括：地区生产总值、产业结构、人力资本、城镇化水平、外商直接投资以及环境规制；γ为对应控制变量的系数。

3.2 变量选取

对于被解释变量雾霾污染，本文使用中国各地区PM2.5的年均浓度表征。由于国内空气环境质量标准制定的滞后，到2012 年底，仅有部分城市开始统计PM2.5数据，因而存在数据缺失现象。现阶段对于雾霾数据的获取，学者们主要采用两种方法，第一是哥伦比亚大学、耶鲁大学以及巴特尔研究所的相关研究人员利用卫星搭载设备对全球气溶胶光学厚度（AOD）进行测定得到的2001—2010年PM2.5年均值。第二则是魏巍贤和马喜立[24]根据中国环境年报中SO2排放量与PM2.5浓度的比值推算出往年的PM2.5浓度。目前多数学者采用第一种方法测算各地区的雾霾污染状况[22]，因此本文亦沿用此方法。另外需要说明的一点是利用该方法得到的雾霾污染数据与环保部对中国空气污染状况的分析基本一致，因而该组数据具有较高的可信度。

本文核心解释变量环境分权则使用文章第二部分所得数据。由于以往研究较多采用财政分权指标描述政府间的环境分权行为，所以本文的实证部分同样给出以财政分权作为核心解释变量的估计结果，以便进一步分析中国财政分权与环境分权对各地雾霾污染的影响差异。此外本文还将利用环境行政分权指标、环境监察分权指标、环境监测分权指標进行稳健性检验以增加所得结论的真实性与准确性。

同时，出于稳健性考虑，文章还控制了其它一些影响雾霾污染的变量，包括：

（1）地区生产总值。生产总值反映一个地区的经济发展水平，而环境质量与地区经济发展总是紧密相关的。一方面，经济的快速发展需要大量的能源投入，但是能源的消耗往往会产生烟尘、废气，进而引发雾霾污染问题。另一方面，经济的快速发展能够为当地政府提供稳定的财税来源，这有助于地方政府加大环境保护治理投资，从而在一定程度上减少雾霾污染。因此，本文将借鉴李力等[25]的做法，使用各省GDP来衡量地区经济发展水平，并利用GDP平减指数消除每年的价格影响。

（2）产业结构。工业的快速发展不仅需要大量的能源投入而且也会产生一系列的环境污染物。目前，中国正处于产业结构调整的关键时期，虽然工业产值在GDP中所占比重呈逐年下降趋势，但这并未从根本上改变原本的粗放型发展模式。工业生产所排放的烟尘废气仍是造成雾霾污染的主要原因之一。因此，本文借鉴冷艳丽和杜思正[26]的做法，用工业生产总值占各地区GDP的比重来衡量地区产业结构状况。

（3）人力资本。人力资本是指凝结在劳动力身上的知识、技能以及劳动熟练程度[27]。人力资本对雾霾天气的影响主要体现在以下两个方面：①较高的人力资本有助于当地发展节能减排技术，从而在一定呈上促进了空气质量的改善；②高人力资本地区往往会对环境质量提出更高的要求，这会促使当地政府实行更为严格的环境规制措施以限制空气污染物的排放。本文拟采用各地人均受教育年限来衡量人力资本水平，其具体计算方法为：

其中，Humit表示i省t年的人力资本水平，Priit、Junit、Senit、Colit、Totit分别表示i省t年的小学文化程度人口数、初中文化程度人口数、高中文化程度人口数、大专及以上文化程度人口数以及六岁以上抽样总人口数；6、9、12 和16是根据受教育年限而赋予不同文化程度人口的权重。

（4）城镇化水平。伴随着中国城镇化的推进，大量的人口由农村地区涌向城市。人口出行需要导致了城市内机动车保有量的急剧增加。机动车尾气排放是造成各地雾霾污染的主要原因之一。此外，城镇化的发展增加了对住房的需求，这引起各城市大力开展住房施工建设。然而，建筑工地的扬尘以及钢铁、水泥行业的污染排放都会在一定程度上恶化空气环境质量，加剧雾霾污染。所以本文借鉴黄寿峰[28]的方法，使用非农产业人口占总人口的比重来衡量各地城镇化水平。

（5）外商直接投资。目前关于fdi与雾霾污染的观点主要有两种，一种观点是“污染避难所假说”[29]。该假说认为，发展中国家为吸引更多的外资，纷纷降低自身的环境准入门槛。跨国公司会以国际投融资形式将高污染型产业转移到发展中国家，从而加剧东道国雾霾污染程度。另一种观点是“污染光环假说”[30]。该假说认为外商直接投资能够为东道国带来更为先进的清洁技术，这会对东道国企业产生积极的学习效应、竞争效应与示范效应，从而有助于改善当地的空气质量。本文将借鉴杨仁发[31]的做法，采用各省的外商直接投资额来衡量各地区的外资水平，并利用人民币对美元中间价，将其折算成人民币计价，再通过GDP平减指数消除每年的价格影响。

（6）环境规制。环境污染存在着较强的负外部性，仅依靠市场力量解决环境问题的难度相对较大，因而需要政府采取合理的规制措施进行宏观调控。众多的研究表明环境规制是解决环境污染问题的一个比较好的方法。合理的环境规制能够激发企业的创新行为[32]，从而有助于其发展清洁生产技术，减少雾霾污染。本文拟采用各省的环境污染治理投资额占GDP的比重来衡量各地区的环境规制强度[33]。

3.3 数据说明

鉴于数据的可得性，本文选取2001—2010年中国内地29个省级行政单位（由于西藏地区部分数据缺失，研究中暂不予考虑；重庆市的数据被并入到四川省处理）作為考察样本。其中，雾霾数据来源于美国巴特尔纪念研究所和哥伦比亚大学地球学院国际地球科学信息网络中心的官方网站，其它各组变量的原始数据来自各期的《中国统计年鉴》《中国环境年鉴》以及《中国财政年鉴》。表1给出了本文所选变量的描述性统计结果。

4 经验检验与结果分析

4.1 空间相关性检验

在进行空间计量分析之前，首先需要对雾霾污染进行空间相关性检验。目前，多数学者采用Morans I指数检验区域的空间自相关性，其具体计算公式如下：

式（6）中，I为Moran指数，表征了中国雾霾污染的全局空间自相关性。S2=1n∑ni=1（Ai-A-），A-=1n∑ni=1Ai，Ai为i地区的雾霾浓度，n为地区个数，W为邻接空间权重矩阵。I的取值范围为-1≤I≤1，当I接近1时，表示地区间雾霾污染呈现正向空间自相关性；当其接近-1时，表示雾霾污染呈负向空间自相关性；当其接近0时，表示雾霾污染不存在空间相关性。表2给出了2001—2010年间中国雾霾污染的Morans I指数测算结果。

由表2可以看出来，雾霾污染的Morans I指数均通过了1%的显著性水平检验，且数值均在0.4左右，这说明中国各地区的雾霾污染并非处于完全随机状态，而是表现明显的正向空间相关性。其原因在于雾霾浓度会随着地区间风向、湿度等因素的变化而产生扩散效应，从而在一定程度上破坏了周边地区的空气质量。雾霾污染的Moran指数反映的是全局空间自相关性，如果想要进一步考察空间自相关的局部特征，则需要用到Morans I散点图。为使研究结果更具直观性，本文将2010年中国各地区雾霾污染的Morans I散点图直接标识在中国地图上，进而得到了雾霾污染的LISA集聚图，如图3所示。

从图3中可以看出，2010年中国雾霾污染的地区集聚特征非常明显。H-H集聚区域主要位于中东部地区，分别为山东、安徽、河南、湖北四省。这主要是因为该区域的重化工型产业较为发达，以煤炭、钢铁、冶金、建筑为代表的高污染、高排放型的产业结构对当地空气质量造成了严重的破坏。此外，该区域正处于京津冀与长三角经济带之间，承接了大量经济发达地区淘汰的落后产能，所以呈现出雾霾污染的高值集聚特征。L-L集聚区域位于东北地区，分别为黑龙江、吉林二省。虽然东北地区曾经是中国的重工业基地，但是近些来由于资源的逐步耗竭，其传统产业正逐渐丧失比较优势，从而淘汰了一大批落后产能；另一方面，东北地区受困于原本的粗放型发展模式，产业结构升级步伐缓慢，较难形成新的经济增长点。上述原因使得该地区经济增速逐年放缓，经济活动对环境的危害相对较小，此外二省周边多为空气质量良好的地区。所以，该区域最终呈现出雾霾污染低值集聚特征。

4.2 空间面板估计结果与分析

对于空间计量分析是采用SAR模型还是SEM模型，本文通过比较Lagrange乘数及其稳健性，决定采用SAR模型。根据Elhorst[34]的研究，本文采用无条件极大似然估计法对模型（3）展开估计。表3给出了最终的估计结果。其中，模型（5）、（6）分别是以环境分权、财政分权作为核心解释变量的动态空间面板估计结果。出于稳健性考虑，表3同时给出了OLS与静态空间面板估计结果。

由表3可以看出，在三种估计方法下，财政分权项估计系数均在1%的水平上显著为正，这与以往的多数研究结论相一致[14-15]，即财政分权程度的加大会促进雾霾污染的进一步加剧。这类研究通常将其解释为赋予地方政府更大的环境权力会导致其以牺牲环境为代价的方式盲目地追求经济增长，进而造成环境污染问题。但是，将核心解释变量替换为环境分权后，该系数估计结果在1%的水平上显著为负。这表明环境分权程度的加大有利于改善各地区的雾霾污染。以往研究中依托财政分权指标简单地刻画各地区环境管理分权行为的做法存在一定的不足之处，这会導致对政府间环境分权水平的测算偏差，从而难以真实地反映中国式环境分权体系对雾霾污染的影响。虽然上述关于财政分权项估计系数的解释存在一定的合理性，但是该机制发挥作用的时代条件正在改变。自2008年以来，中央政府逐步将节能减排纳入到官员政绩考核体系中，对地方官员实行问责制与一票否决制。地方政府再也不能像过去一样，为吸引投资随意地改变地区环境规制标准，尤其是在雾霾治理工作上。伴随着近年来各地雾霾污染的不断加剧，中央高度重视雾霾治理工作。空气环境质量正逐渐成为衡量地方官员政绩的一根重要标尺，这在一定程度上调动了地方官员“治霾”的积极性与主动性。因而，赋予地方政府更大的环境治理权力，有助其根据本地区的经济、环境、文化等状况更为准确地制定环境规制措施，合理安排环境治理投资，调整环保机构与人员安排，开展环境监察与监测工作等，从而能够更为切实、有效地解决地区雾霾污染问题。若是将环境权力较多地集中于上级环保部门，由于其距离污染事件发生地相对较远，从而难以真正发挥环境保护职能。因此，过度集权的环境管理模式并不利于改善各地的雾霾污染状况。

既然并未有直接的证据表明中国各地区财政分权与环境分权存在一致性，那么为什么财政分权程度加大会促进雾霾污染加剧呢？事实上，正如上文第二部分所反映的，目前中国财政分权程度较大的地区往往也是经济较为发达的地区。林毅夫[35]指出适当的财政分权有助于调动地方政府的积极性，从而在一定程度上促进经济增长。经济的发展以及各项医疗、教育等基础设施的不断完善吸引大量人口向经济发达地区流动。但是，人口的集聚引致了出行与住房需要，机动车排放的尾气以及建筑工地的扬尘等污染物会在一定程度上破坏这些地区的空气环境质量。

由表3可以看出，无论是在静态还是在动态空间计量模型中，空间滞后项ρ的估计系数均在1%的水平上显著为正，这说明各地的雾霾污染状况并不是相互独立的，而是呈现显著的正向空间自相关性。随着地区间风向与湿度的变化，某一地的雾霾浓度会扩散到周边地区，从而在一定程度上影响了当地的空气质量。此外，模型（5）的估计结果显示，雾霾污染的一阶滞后项在5%的水平上显著为正，这说明各地区的雾霾污染在时间上具有一定的动态性与连续性特征，也称为路径依赖现象。上一期遗留在空气中的雾霾颗粒会在当期进一步加剧本地区的污染程度。因此，短期的雾霾污染如果得不到及时处理，将会造成长期的、成本更高的负面环境效应。

下面本文以模型（5）作为主体模型来简要分析各控制变量的估计结果。地区经济发展水平（Lgdp）对雾霾污染的影响系数显著为负，这表明经济的发展有助于改善各地雾霾污染，其原因在于经济的快速发展为当地政府的环境保护治理投资提供了充足的资金来源，从而在一定程度上有助于改善雾霾天气，冷艳丽和杜思正[26]也有类似发现。产业结构（Str）对雾霾污染的影响系数显著为正。这表明虽然中国正逐步加快产业结构的升级步伐，但这并未从根本上改变工业的粗放型发展模式。工业产值的增加仍然是以牺牲环境为代价的[23]。城市化水平（Urb）对雾霾污染的影响系数在10%的水平上显著为正。现阶段，中国的城镇化进程导致城区内私家车保有量的急剧增加。汽车尾气的大量排放加剧了各地区的雾霾污染程度，这与黄寿峰[28]的研究结论相一致。此外，外商直接投资（Lfdi）对雾霾污染的影响系数并不显著。这可能是因为目前中国正处于外资引进由“量”到“质”转型的关键时期。一方面，受到“污染避难所假说”的影响，外商多是将污染型产业转移到发展中国家，从而在一定程度上破坏了中国的环境；另一方面，近些年来中国政府开始注重外资引进“质量”，鼓励各地优先引进清洁生产技术与设备，这在一定程度上改善了各地区的空气环境[36]。因此，在上述两种相反方向的作用机制下，外商直接投资对雾霾污染的影响表现的并不显著。环境规制（Reg）的估计系数也不显著，这可能是因为相对于持续增长的地区生产总值而言，中国对环境污染治理投资尚显不足，无法显著地改善各地区的雾霾污染状况，许和连和邓玉萍[37]也有类似发现。但令人意外的是人力资本（Hum）对雾霾污染的影响系数显著为正，这说明提升各地人力资本水平会加剧雾霾污染。其原因可能在于，虽然人力资本的增加有助于技术的发展，但是目前中国人力资本对清洁技术发展所起到的作用相对较小，其更多促进的是生产型技术的发展。这类技术往往具有成本低、投入小、见效快等优势，但正如孙军和高彦彦[38]所指出的，该类技术的发展往往也会带来严重的环境污染问题，因而随着人力资本的增加，雾霾污染呈加剧趋势。

4.3 稳健性检验

为了检验上述结论的稳健性，下面本文将会使用第二部分得到的三项分解指标重新进行空间计量分析。表4给出了稳健性检验结果。

从表4可以看出，环境行政分权、环境监察分权、环境监测分权三个分解指标对雾霾污染的影响系数均在1%的水平上显著为负，这表明环境分权程度的加大的确有助于促进各地雾霾污染的改善。此外，与模型（5）相比，模型（7）、（8）、（9）的空间滞后项与时间滞后项估计系数的方向与显著性并未发生根本转变。因此，上文所得结论是具有稳健性的。

下面将就上述三项分解指标的估计结果做出简要分析。

首先，环境行政分权对雾霾污染的影响系数在1%的水平上显著为负。这说明适当加大环境行政分权度有助于地方环境行政部门根据本地区经济、地理、环境等状况，科学制定环境行政管理制度、合理安排环境保护治理投资、有效设置环境保护人员与岗位等，从而能够提供更为优质的环境公共服务，改善地区空气质量。

其次，環境监察分权对雾霾污染的影响系数在1%的水平上显著为负。这说明适当加大地方政府的环境监察权力，有助于其更好地建立环境管理监督制度、完善环境保护执法工作、落实排污收费稽查任务等，这会在一定程度上改善当地的雾霾污染状况。此外，在三项分解指标中，环境监察分权对雾霾污染的影响系数最大。其原因可能在于，相对于环境行政与监测工作，监察部门是最为直接的污染排放管控部门。该部门的有效运作关系到环境管理政策能否实际落实、环境治理投资能否产生治污效果、环境管理体系能否发挥真实作用，因而该项分权指标对雾霾污染的影响最为明显。

最后，表4的估计结果显示环境监测分权也在1%的水平上显著为负。这说明适当加大环境监测分权有助于地方部门有效开展环境质量监测工作、实施环境质量评估等，从而能够发布更为准确的环境质量信息。环境行政与监察部门则可以根据上述信息提供有效的环境公共服务，进而改善当地的空气质量。但是，在三项分解指标中，环境监测分权的估计系数是最小的。其原因可能在于，与环境行政、监察工作相比，监测工作对雾霾污染更多表现为间接影响，即该项工作是通过为行政与监察工作提供环境信息的方式间接影响雾霾污染的。因而，该项分权指标对雾霾污染的影响相对较小。

5 结论及政策启示

合理划分政府间的环境管理权力是解决中国雾霾污染问题的重要前提和制度基础。以往研究虽然关注了中国式分权与环境污染的关系，但多是采用财政分权指标简单地描述各级政府间的环境分权行为，忽视了从环境管理体系出发探寻雾霾加剧的原因。本文在现有研究的基础上，利用中国分省区面板数据，由各级环保机构人员数量动态变化特征的角度出发，构建了中国式环境分权指标，并在此基础上，运用动态空间面板模型，实证考察了环境分权对各地雾霾污染的影响。

研究发现，适当加大环境分权程度有助于改善中国的雾霾污染状况。从三项分解指标来看，环境监察分权对雾霾污染的影响作用最为明显，环境行政分权度次之，环境监测分权相对较小。因此在政策层面，可以适当加大地方政府的雾霾治理权力，给予地方环保部门一定的人事调度以及考核权力，扩大地方的“治霾”资金使用权。此外在分权制改革中，可以适当向监察工作倾斜，赋予地方政府更大的环境行政处罚权，允许其根据辖区内具体情况开展环境保护执法监察工作。藉此，进一步调动地方环保部门的积极性，充分发挥地方信息优势，改善空气环境质量。

研究还发现，中国各地区的雾霾污染具有显著的正向空间自相关性，即雾霾浓度会随着地区间风向以及湿度的变化扩散到周边地区，进而破坏当地的空气质量。因此，地方政府在开展雾霾治理工作时，应以联合执法、跨区执法、交叉执法等形式增强地区间的协作性，这将有助于各地尽快形成“联防联控”的雾霾治理格局。此外，本文还发现，中国各地区雾霾污染具有一定的路径依赖性，即某地在空气中残留的雾霾颗粒会在下一期进一步加剧当地的污染程度。这启示我们，各地区需要建立雾霾污染的实时监控系统，完善居民对政府的监督机制，以此督促各地政府及时开展雾霾治理工作，这将有助于各地尽快突破雾霾污染的路径依赖性，加快雾霾污染治理步伐，从而助推“美丽中国”建设。

参考文献（References）

[1]王永钦， 张晏， 章元， 等. 中国的大国发展道路——论分权式改革的得失[J]. 经济研究， 2007（1）： 4-16.[WANG Yongqin， ZHANG Yan， ZHANG Yuan， et al. On Chinas development model： the costs and benefits of Chinas decentralization approach to transition[J]. Economic research journal， 2007（1）： 4-16.]

[2]陶然， 陆曦， 苏福兵， 等. 地区竞争格局演变下的中国转轨：财政激励和发展模式反思[J]. 经济研究， 2009（7）： 21-33.[TAO Ran， LU Xi， SU Fubing， et al. Chinas transition and development model under evolving regional competition patterns[J]. Economic research journal， 2009（7）： 21-33.]

[3]祁毓， 卢洪友， 徐彦坤. 中国环境分权体制改革研究：制度变迁、数量测算与效应评估[J].中国工业经济，2014（1）： 31-43.[QI Yu， LU Hongyou， XU Yankun. Research on reformation of Chinas environmental decentralization system： institutional change， numerical estimate and effects assessment[J]. China industrial economics， 2014（1）： 31-43.]

[4]OATES W E. An essay on fiscal federalism[J]. American economic association， 1999， 37（3）： 1120-1149.

[5]SIGMAN H. Transboundary spillovers and decentralization of environmental policies[J]. Journal of environmental economics and management， 2005， 50（1）： 82-101.

[6]STEWART R B. Pyramids of sacrifice？ problems of federalism in mandating state implementation of national environmental policy[J]. Yale law journal， 1977， 86（6）： 1196-1272.

[7]GRAY W B， SHADBEGIAN R J. Optimal pollution abatement： whose benefits matter， and how much？[J]. Journal of environmental economics and management， 2002， 47（3）： 510-534.

[8]HELLAND E， WHITFORD A B. Pollution incidence and political jurisdiction： evidence from the TRI[J]. Journal of environmental economics and management， 2002， 46 （3）： 403-424.

[9]ULPH A. Political institutions and the design of environmental policy in a federal system with asymmetric information[J]. European economic review， 1998， 42（3-5）： 583-592.

[10]FREDRIKSSON P G， MILLIMET D L. Strategic interaction and the determination of environmental policy across U.S. States[J]. Journal of urban economics， 2002， 51（1）： 101-122.

[11]KUNCE M， SHOGREN J. Destructive interjurisdictional competition： firm， capital， and labor mobility in a model of direct emission control[J]. Ecological economics， 2007， 60（3）： 543-549.

[12]MAGNANI E. The Environmental Kuznets Curve， environmental protection policy and income distribution[J]. Ecological economics， 2000， 32 （3）： 431-443.

[13]MILLIMET D L. Assessing the empirical impact of environmental federalism[J]. Journal of regional science， 2003， 43（4）： 711-733.

[14]傅勇. 財政分权、政府治理与非经济性公共物品供给[J]. 经济研究， 2010（8）： 4-15.[FU Yong. Fiscal decentralization， governance and non-economic public goods provision[J]. Economic research journal， 2010（8）： 4-15.]

[15]张克中， 王娟， 崔小勇. 财政分权与环境污染： 碳排放的视角[J]. 中国工业经济， 2011（10）： 65-75.[ZHANG Kezhong， WANG Juan， CUI Xiaoyong. Fiscal decentralization and environmental pollution： from the perspective of carbon emission[J]. China industrial economics， 2011（10）： 65-75.]

[16]LUTSEY N， SPERLING D. Americas bottom-up climate change mitigation policy[J]. Energy policy， 2008， 36（2）： 673-685.

[17]彭星. 环境分权有利于中国工业绿色转型吗？——产业结构升级视角下的动态空间效应检验[J]. 产业经济研究， 2016（2）： 21-31.[PENG Xing. Is environmental decentralization conducive to industrial green transformation in China？ dynamic spatial effect test under the perspective of upgrading of industrial structure[J]. Industrial economics research， 2016（2）： 21-31.]

[18]陆远权， 张德钢. 环境分权、市场分割与碳排放[J]. 中国人口·资源与环境， 2016（6）： 107-115.[LU Yuanquan， ZHANG Degang. Environmental decentralization， market segmentation and carbon emissions[J]. China population， resources and environment， 2016（6）： 107-115.]

[19]LIN J， LIU Z. Fiscal decentralization and economic growth in China[J]. Economic development and cultural change， 2000， 49（1），1-21.

[20]陈硕， 高琳. 央地关系：财政分权度量及作用机制再评估[J]. 管理世界， 2012（6）： 43-59.[CHEN Shuo， GAO Lin. Central and local relations： re-evaluation of financial decentralization and mechanism[J]. Management world， 2012（6）： 43-59.]

[21]陳硕. 分税制改革、地方财政自主权与公共品供给[J]. 经济学（季刊）， 2010（4）： 1427-1445.[CHEN Shuo. Tax-share reform， local fiscal autonomy， and public goods provision[J]. China economic quarterly， 2010（4）： 1427-1445.]

[22]马丽梅， 刘生龙， 张晓. 能源结构、交通模式与雾霾污染——基于空间计量模型的研究[J]. 财贸经济， 2016（1）： 147-160.[MA Limei， LIU Shenglong， ZHANG Xiao. Study on haze pollution induced by energy structure and transportation： based on spatial econometric model analysis[J]. Finance & trade economics， 2016（1）： 147-160.]

[23]邵帅， 李欣， 曹建华， 等. 中国雾霾污染治理的经济政策选择——基于空间溢出效应的视角[J]. 经济研究， 2016（9）：73-88.[SHAO Shuai， LI Xin， CAO Jianhua， et al. Chinas economic policy choices for governing smog pollution： based on spatial spillover effects[J]. Economic research journal， 2016（9）： 73-88.]

[24]魏巍贤， 马喜立. 能源结构调整与雾霾治理的最优政策选择[J]. 中国人口·资源与环境， 2015（7）： 6-14.[WEI Weixian， MA Xili. Optimal policy for energy structure adjustment and haze governance in China[J]. China population， resources and environment， 2015（7）： 6-14.]

[25]李力， 唐登莉， 孔英， 等. FDI对城市雾霾污染影响的空间计量研究——以珠三角地区为例[J]. 管理评论， 2016（6）： 11-24.[LI Li， TANG Dengli， KONG Ying， et al. A spatial econometric analysis of impact of FDI on urban haze pollution： case of the Pearl River Delta Region[J]. Management review， 2016（6）： 11-24.]

[26]冷艳丽， 杜思正. 能源价格扭曲与雾霾污染——中国的经验证据[J]. 产业经济研究， 2016（1）： 71-79.[LENG Yanli， DU Sizheng. Energy price distortion and haze pollution： the evidence from China[J]. Industrial economics research， 2016（1）： 71-79.]

[27]SCHULTZ T. Investment in human capital[J]. American economic review， 1961， 51（1）： 1-17.

[28]黄寿峰. 环境规制、影子经济与雾霾污染——动态半参数分析[J]. 经济学动态， 2016（11）： 33-44.[HUANG Shoufeng. Environmental regulation， shadow economy and haze pollution： dynamic semi-parametric analysis[J]. Economic perspectives， 2016（11）： 33-44.]

[29]LIST J A， CATHERINE Y C. The effects of environmental regulations on foreign direct investment[J]. Journal of environmental economics and management， 2000， 40（1）： 1-20.

[30]LETCHUMANAN R，KODAMA F. Recounciling the conflict between the ‘pollution-haven hypothesis and an emerging trajectory of international technology transfer[J]. Research policy， 2000， 29（1）：59-79.

[31]杨仁发. 产业集聚能否改善中国环境污染[J]. 中国人口·资源与环境， 2015（2）： 23-29.[YANG Renfa. Whether industrial agglomeration can reduce environmental pollution or not[J]. China population， resources and environment， 2015（2）： 23-29.]

[32]PORTER M E. Americas green strategy[J]. Scientific American， 1991， 264（4）： 168.

[33]曾贤刚. 环境规制、外商直接投资与“污染避难所”假说——基于中国30个省份面板数据的实证研究[J]. 经济理论与经济管理， 2010（11）： 65-71.[ZENG Xiangang. Environmental regulation， foreign direct investment and ‘pollution haven hypothesis： an empirical study based on panel data in 30 provinces of China[J]. Economic theory and business management， 2010（11）： 65-71.]

[34]ELHORST J P. Unconditional maximum likelihood estimation of linear and log-linear dynamic models for spatial panels[J]. Geographical analysis， 2005， 37（1）： 85-106.

[35]林毅夫， 劉志强. 中国的财政分权与经济增长[J]. 北京大学学报（哲学社会科学版）， 2000（4）： 5-17.[LIN Yifu， LIU Zhiqiang. Chinas fiscal decentralization and economic growth[J]. Journal of Peking University （philosophy and social sciences）， 2000（4）： 5-17.]

[36]包群， 陈媛媛， 宋立刚. 外商投资与东道国环境污染： 存在倒U型曲线关系吗？[J]. 世界经济， 2010（1）： 4-11.[BAO Qun， Chen Yuanyuan， SONG Ligang. Foreign investment and host country environmental pollution： is there an inverted U-shaped Curve？[J]. The journal of world economy， 2010（1）： 4-11.]

[37]许和连， 邓玉萍. 外商直接投资导致了中国的环境污染吗？——基于中国省际面板数据的空间计量研究[J]. 管理世界， 2012（2）： 30-43.[XU Helian， DENG Yuping. Does foreign direct investment lead to environmental pollution in China？ spatial measurement based on Chinas provincial panel data[J]. Management world， 2012（2）： 30-43.]

[38]孙军， 高彦彦. 技术进步、环境污染及其困境摆脱研究[J]. 经济学家， 2014（8）： 52-58.[SUN Jun， GAO Yanyan. A study on technological advance， environment pollution and the solutions to the dilemma[J]. Economist， 2014（8）： 52-58.]