中国式分权、文化非正式制度与环境污染关系的实证

胡小梅

（1.长沙银行博士后科研流动站协作研发中心，长沙 410005；2.湖南财政经济学院 财政金融学院，长沙 410205）

0 引言

改革开放以来，我国经济高速发展是以环境污染为代价的，以“高投入、高消耗、高污染”为特征的粗放型经济增长模式所带来的环境问题，已经成为我国当前公共治理领域的“重症顽疾”。在地方政府环境治理和企业污染减排的过程中，制度因素具有至关重要的作用：一方面，以中国式分权治理模式为核心的“正式制度”是推动污染治理的关键因素，分权制度所引致的地方政府竞争，会导致环境治理制度软化，使得地方政府通过策略性竞争、减少环境治理投资、放松环境规制等方式，来获取在政治晋升中的优势地位，从而影响地区环境质量；另一方面，作为制度约束的文化非正式制度，对污染治理的影响也日益突出，道德伦理、文化传统、风俗习惯、价值信念等“非正式制度”约束，可以弥补正式制度的不足，潜移默化的影响地方政府环境治理与企业污染减排行为。

现有文献表明环境污染具有很强的空间相关性[1]，并且这一现象与制度环境下地方政府行为密切相关[2]。学者们更多地关注了以财政分权为核心的正式制度对环境污染的影响[3-9]，较少考虑到隐性的非正式制度对环境污染的影响。有些文献虽然考察了文化非正式约束对环境绩效和绿色转型的影响[10]，但并未考虑正式制度与非正式制度因素，在环境治理中的冲突与融合效应。此外，相关实证分析文献大多采用静态计量模型，鲜有文献从动态视角出发，并结合空间计量模型对其进行实证检验。为了克服现有研究不足，本文将以“中国式分权”为代表的正式制度安排、文化非正式制度和环境污染纳入统一的分析框架，并将反映地区相似性的空间权重矩阵，引入动态空间面板模型，实证检验中国式分权、文化非正式制度及其交互作用的环境影响。

1 模型设定、变量选取和数据说明

1.1 动态空间模型设定

鉴于环境污染具有较强的动态性和连续性，在考虑空间维度的地理邻近性特征，以及时间维度的动态性特征的基础上，为了度量经济基础、制度环境、文化背景等潜在因素对环境污染的影响，本文将采用动态空间面板模型分析我国省际环境污染的空间分布及动态变化趋势。由于观测值空间相关性具有异质性的冲击方式，目前学术界将动态空间面板模型划分为两种类型：一是动态SAR模型，即动态空间自相关模型；二是动态SEM模型，即动态空间误差模型。

动态空间面板SAR模型设定如下：

其中，εit～N（0，）。

动态空间面板SEM模型设定如下：

式（1）和式（2）中，ρ为空间自相关系数，反映了邻近地区的环境污染，对本地区环境污染观测值的影响大小、方向和程度，W为空间权重矩阵，i和t分别表示地区和年份，μi为无法观测到的地区性扰动项。EDit为环境分权，SDit为财政分权，INSit为文化非正式制度综合指数，模型中通过引入中国式分权这一正式制度因素（包括环境分权和财政分权两方面）与文化非正式制度之间的交叉项，来反映正式制度与非正式制度因素的交互作用对环境污染的作用效应。Xit为控制变量，λ为空间误差系数。

1.2 变量选取与数据说明

本文选取2000—2015年间我国30个省、市、自治区作为数据样本（由于西藏和港澳台地区数据严重缺失，予以剔除）。相关原始数据来源于《中国统计年鉴》《中国财政年鉴》《中国环境年鉴》《中国环境统计年鉴》和各省统计年鉴。考虑到各省市在2000—2015年间先后经历了通货膨胀或通货紧缩，为了增强实证检验结果的可信度，所有变量均以2000年为基期利用价格指数进行平减（2000年=100）。部分缺失数据采用插值法予以补齐。为了削弱异方差、离群值和异常项对数据平稳性的影响，所有数据均进行取对数处理。相关变量指标选取及构建说明如下：

（1）环境污染（E）。我国当前以煤炭、石油为主的传统能源消费结构，决定了SO2是大气污染的主要来源之一，因此本文选取SO2排放强度，作为环境污染度量指标，对SO2排放强度这一指标，主要采用单位GDP的SO2污染排放量进行衡量。

（2）空间权重矩阵（W）。地理区位相邻或经济发展水平相近的地区，往往会发生策略性竞争或模仿行为，同时这种空间集聚效应，会呈现出随“空间距离”逐渐衰减的特征[11]。为了综合反映地理与经济等因素，对中国式分权与文化非正式制度作用于环境污染过程中可能存在的空间溢出效应，准确度量不同地区或个体间的空间相关关系，本文将构建邻接权重矩阵、地理权重矩阵、经济权重矩阵和混合权重矩阵这四种不同类型的空间权重矩阵，具体如表1所示。

表1 四类空间权重矩阵

在具体实证计量与模型估算过程中，本文将对上述四类空间权重矩阵进行“标准化”处理，以确保各类空间权重矩阵每行元素之和等于1。

（3）环境分权（ED）。环境分权表示以环境基本公共服务为核心的环境管理权及事权的下放程度，为了考察环境管理向地方政府分权对地区环境质量的影响，借鉴祁毓等（2014）[12]的指标构建方法，具体如下：

式（3）中，LEPPit、POPit和GDPit分别表示第i省第t年环保系统人员、人口规模和国内生产总值；NEPPt表示全国（含中央与地方）第t年环保系统人员；POPt和GDPt分别表示全国总人口规模和国内生产总值。

（4）财政分权（SD）。财政分权度=各省人均预算内本级财政支出/（各省人均预算内本级财政支出+中央人均预算内本级财政支出）。

（5）文化非正式制度（INS）。本文借鉴彭星等（2013）[10]和原毅军、谢荣辉（2014）[13]的测度方法，采用熵值法，将2个直接指标（各地区环境污染来访人数和环境污染来信总数），和3个间接指标（地区收入水平、受教育水平和年龄结构）进行合并，从而构建文化非正式制度综合指数。其中，地区收入水平、受教育水平和年龄结构这三项指标，分别由城镇职工在岗平均工资水平、各地区就业人员中大专以上人员比重和15岁以下人口比重来表征。

（6）其他控制变量包括：①产业结构（IS）。从已有研究来看，第二产业比重与主要污染物排放强度成正向相关，即第二产业比重的提高加剧环境污染。本文采用第二产业增加值占GDP的比重，作为产业结构的度量指标。②经济发展水平（PGDP）。随着经济发展水平的提高，人们对环境质量的要求也越来越高。本文采用人均实际GDP来衡量。③人口密度（POP）。人口密度越大的城市，既可以制造出更多的污染活动，也可以有更大的环保参与范围。本文采用全地区年末总人口与全地区行政区域面积的比值，以表征人口密度。④能源强度（EI）。煤炭、石油、天然气等化石燃料燃烧后，会排放出大量的SO2，因此能源强度会影响一个地区温室气体的排放。本文选用单位GDP能耗这一宏观指标进行具体测度。⑤固定资产投资（RFC）。固定资产投资主要通过产业链延伸以及产业转移过程中，所产生的规模、结构、技术效应等渠道，作用于环境污染，本文将采用各地区实际固定资产形成额占GDP的比重来衡量。

2 省际环境污染的空间集群分析

为了直观反映区域环境污染差异的具体演化，本文采用非参数方法，来估算中国地区环境污染水平可能存在空间差异的核密度函数。受篇幅限制，本文选取研究期间的三个典型年份（2000年、2008年和2015年）的环境污染差异核密度函数，作为典型样本进行对比分析，如图1所示。

图1典型年份环境污染Kernel密度函数分布图

根据图1可知，我国SO2排放强度这一指标的主峰，在2000年、2008年和2015年这三个典型年份期间，呈现出逐步向左侧进行平移的特征，表明随着时间的持续推移，我国地区间环境污染状况的差距在逐步扩大。另外，我国区域环境污染状况分布，由2000年的“双峰”形状，逐步演化至2015年的“多峰”形状，表明我国区域环境污染分布，呈现出由“两极化”演化为“多极化”的发展态势。

全域空间自相关Moran’s I指数及其散点图，可以直观地反映环境污染空间聚类格局及其演变情况。受篇幅所限，表2仅列出了2000—2015年间环境污染，基于混合权重矩阵计算所得的Moran’s I指数。样本考察期间，环境污染指标的Moran’s I指数，均显示为正值，且至少通过了5%的显著性水平检验，这表明环境污染在地区分布上，具有明显的正相关性；且随着时间的推进，Moran's I统计值逐步提高，表明近年来区域之间环境污染的空间关联性，呈现出逐年攀升的态势。

表2 环境污染Moran’s I统计值（基于混合权重矩阵）

为了更直观地刻画环境污染的空间集聚现象，本文进一步绘制出2000年和2015年两个典型年份环境污染的Moran指数散点图。由图2和图3可知，我国环境污染在空间分布上是以HH（高-高集聚）和LL（低-低集聚）两种模式为主，进一步表明我国30个省区之间的环境污染水平，在空间分布上具有明显的正自相关关系（空间依赖性），即环境污染在空间分布上并不是随机的，而是表现出某些省域环境污染的相似值，在空间上趋于集群的现象。

图2 2000年环境污染moran散点图

图3 2015年环境污染moran散点图

图3具体列示了2015年我国30个地区环境污染Moran散点图对应的地区分类详情。其中，位于第一象限（HH，高-高集聚）的地区，有河北、山西、内蒙古、黑龙江、河南、重庆、贵州、云南、陕西、甘肃、青海和宁夏12个地区，其含义为SO2排放强度较高的地区，被排放强度同样较高的地区所包围，可以发现这些地区主要集中在中西部地区；位于第二象限（LH，低-高集聚）的地区，有吉林、安徽、山东、湖南、广西、海南和四川7个地区，其含义为SO2排放强度较低的地区，被排放强度较高的地区所包围；位于第三象限（LL，低-低集聚）的地区，有北京、天津、上海、江苏、浙江、福建、湖北和广东8个地区，其含义为SO2排放强度较低的地区，被排放强度较低的地区所包围；位于第四象限（HL，低-低集聚）的地区，有辽宁、江西和新疆3个地区，其含义为SO2排放强度较高的地区，被排放强度较低的地区所包围。由此可见，中国各个地区环境污染状况的空间集聚性非常明显，呈现出显著的正向局域相关和空间集聚特征。

继续观察Moran散点图，可以进一步发现环境污染的空间动态跃迁过程，本文运用由Rey（2001）[14]提出的时空跃迁测度法，发现环境污染的动态跃迁过程主要表现为四种类型，具体如表3所示。

表3 我国省域环境污染Moran散点的空间跃迁（2000—2015年）

由表3可知，在样本考察期间，环境污染属于相关空间邻近地区的跃迁类型有北京（由LH区域范围，跃迁至LL区域范围）、吉林和安徽（由LL区域范围，跃迁至LH区域范围）这3个地区；发生地区跃迁到其他不同地区的跃迁类型有黑龙江（由LL区域范围，跃迁至HH区域范围）、湖南和广西（由HL区域范围，跃迁至LH区域范围）；属于相对位移地区的跃迁类型有7个，山东和四川由HH区域范围跃迁至LH区域范围，河南、云南和青海由LH区域范围跃迁至HH区域范围，辽宁和江西则由LL区域范围跃迁至HL区域范围；其他17个地区及其邻居则保持相同水平，占到样本总体的56.67%，可见环境污染在我国地理分布上，存在明显的“路径依赖”特征。

3 实证检验

本文采用动态空间面板模型来实证检验中国式分权与文化非正式制度对环境污染的影响效应。根据Anselin和Florax（1995）[15]的判定规则，由于动态空间面板SAR模型的LM Lag统计量显著，而动态空间面板SEM模型的LM Lag统计量却不显著，因此本文采用动态空间面板SAR模型的估计结果，来进行后续的计量分析。表4列出了环境污染基于四种空间权重矩阵下动态空间面板模型的估计结果。其中，模型（2）、（4）、（6）、（8）分别在模型（1）、（3）、（5）、（7）的基础上加入环境分权与文化非正式制度交叉项、财政分权与文化非正式制度交叉项、环境分权与财政分权交叉项，以考察中国式分权等正式制度因素与非正式制度因素的交互作用对污染减排的影响效应。

表4 动态空间面板估计结果

根据表4的结果显示，以上8种分别基于不同空间权重矩阵下的动态空间面板SAR模型中，所有研究样本的整体空间相关系数ρ均为正值（估计系数值分布区间为0.0936～0.1638），且均至少通过1%的显著性水平检验。表明本地区环境污染水平，与地理相邻地区环境污染水平之间，或经济发展水平相似地区环境污染水平之间，确实存在非常显著的正向空间依赖关系，即正向空间溢出效应，意味着地理邻近地区或其他经济发展水平相似地区的经济活动，对本地区的环境污染水平，具有显著的溢出效应，进而引起地理邻近地区间或经济发展水平相似地区间，在污染排放与治理等方面存在竞相模仿及策略性竞争行为。此外，所有动态空间面板模型中的环境污染这一变量的滞后项（LnSO2-1），其估计系数均为正值（估计系数值分布区间为0.7344～0.7901），且均至少通过了1%的显著性水平检验，表明前期各类环境污染物排放，在时间范畴内的持续积累，会影响后一期（或多期）的环境污染水平，即环境质量的恶化是一个动态的系统调整过程。

在不考虑包括环境分权、财政分权等在内的正式制度因素与文化非正式制度因素之间的交互作用时，环境分权（LnED）的估计值均至少在5%的置信水平下显著为正，表明环境分权管理制度不利于环境质量的改善。由于环境污染具备较强的地区溢出效应，即使是在中央政府授权下由地方政府执行统一的环境保护政策也可能无效，而环境分权弱化了中央政府对地方环境问题的垂直干预，可能导致地方政府对环境保护政策的选择性执行。财政分权（LnSD）的估计值均至少在1%的置信水平下显著为负，表明当前的财政支出分权制度有利于污染减排，这与薛钢、潘孝珍（2012）[5]以及谭志雄、张阳阳（2015）[8]的研究结论相一致。文化非正式制度（LnINS）的估计值均至少在10%的置信水平显著为正，表明当前的文化非正式制度不利于环境质量优化。虽然文化非正式制度有利于公众环保意识的增强，然而受制于公众环境诉求表达机制以及监督与信息反馈渠道的不完善，公众向污染企业施压的能力非常有限。

在对环境分权、财政分权与文化非正式制度因素三者之间的交互影响加以控制之后，环境分权（LnED）对环境污染的影响虽然依然为正，但均无法通过10%的显著性水平检验；财政分权（LnSD）对环境污染的影响虽然依然为负，但均无法通过10%的显著性水平检验；文化非正式制度（LnINS）对环境污染的影响由正转负，但并未通过10%的显著性水平检验。引入环境分权与非正式制度的交叉项（LnED*LnINS）后发现其估计系数均无法通过10%的显著性水平检验；财政分权与文化非正式制度因素的交叉项（LnSD*LnINS）的估计值均无法通过10%的显著性水平检验；环境分权与财政分权的交叉项（LnED*LnSD）的估计系数均为正值，且通过了1%的显著性水平检验。引入交叉项后发现环境分权、财政分权与文化非正式制度因素对地区环境污染的影响并不显著，而环境分权与财政分权的交互机制对环境质量的恶化效应则进一步增强，表明三者之间的交互作用效应在地区间环境质量的演变过程中确实起到了非常重要的影响作用。一方面，中国式分权制度下中央与地方政府之间的环境治理责任归属模糊，以及环境成本内在化的困境放纵了企业的减排行为，由此引发相邻地区之间的连锁反应；另一方面，以中国式分权为核心的正式制度因素与文化非正式制度因素之间存在一个双向互动机制，这种互动会影响地方政府的行为与资源配置和流动，最终作用于地区经济发展与环境质量。

4 结论与政策启示

立足于环境污染的空间异质性特征，基于我国2000—2015年的省级面板数据，本文分别合成了中国式分权（环境分权和财政分权）与文化非正式制度的各项指标，并采用动态空间面板模型，实证检验了中国式分权与文化非正式制度及其互动作用对环境污染的影响以及由此引致的策略性污染减排竞争。本文的主要结论及相应的政策启示为：

第一，不同区域之间的环境污染状况，具有显著的空间“策略性竞争”特征，即相邻地区之间或经济属性相似地区之间的环境污染水平，并非呈现相互独立的特征，而是存在十分显著的空间溢出效应。这一结论的启示：一是根据环境污染治理所带来的“外溢性”空间范围，合理明确中央与地方政府的财税支持和环境监管责任，建立层次分明的“立体式”政策支持体系；二是构建跨区域环境治理的风险分担机制、利益分享机制与“试错-容错-纠错”一体化的宽容机制，可以有效解决污染空间外溢问题。

第二，环境分权与文化非正式制度因素加剧了环境污染，而财政分权制度则有利于环境质量的优化，三者之间的交互作用对地区间的“策略性”减排行为具有重要影响。这一结论的启示：首先，构建与生态文明建设相适应的财政分权和环境分权管理制度，扭转地方政府因财政缺口不断扩大而通过牺牲环境质量换取财政收入的“短视行为”；其次，加强对非正式制度力量的政策支持和引导，促进消费者导向的环境规制创新，充分发挥非盈利环保组织对公众环保需求的刺激功能；最后，大力发展绿色金融、绿色产业和绿色经济，实现稀缺、有限的财政资源、金融资源、人力资源、技术资源、信息资源在环境治理中的“最优化”配置，提高政府、金融机构、企业、消费者等主体参与环境保护的主动性和积极性。