面板污染（精选五篇）
面板污染 篇1
为了激发各级政府加强环境治理和保护,2005年国务院印发了《关于落实科学发展观加强环境保护的决定》,将环境保护纳入地方政府考核的体系中。虽然近十年间中央政府不断要求各地方政府加大环境污染治理力度,但是2013年我国二氧化硫排放总量达到2 044万吨,仍旧位于世界第一。2015年,中共中央办公厅、国务院办公厅印发了《党政领导干部生态环境损害责任追究办法(试行)》,进一步强化政府领导班子的生态环境保护的职责。因此,研究政府政绩追求与环境污染之间的关系对于具有巨大环境污染压力的中国来说具有重要的理论和现实意义。
中国政府的政绩考核是一个非常复杂的系统,“唯GDP论”一直是中国各省市政府凸显政绩的主要指标。由于各省市一味突出经济发展速度,大力招商引资,不断降低环保准入标准,导致高污染、高耗能产业的不断增加,环境污染越来越严重。国外有关政府环境治理的研究主要集中在财政分权与环境污染的关系、环境分权下地方政府环境政策的策略性行为、政府官员的腐败与地方政府的环境政策以及环境污染的空间溢出效应等。Wallace E.Oates[1]得出这样的结论:环境标准必须集中设定,否则环境分权会引起地方政府间的环境标准的逐底竞争。Per G.Fredriksson[2]等指出在政府腐败水平较低时,政治的不稳定对环境规制有负面的影响,腐败将削弱环境法律法规的执行,而当政治越不稳定时,这种作用将消失。Siqi Zheng[3]等研究了中国城市领导人由于中央政府和社会大众的压力,将解决环境污染问题作为政治与经济激励的衡量标准,从而有效的改善了当地环境污染问题。Jing Wu[4]等从政府投资角度出发,研究发现政府投资交通基础设施不仅能快速促进当地经济发展且利于官员自身政治晋升,但是若当地政府加大环境污染等公共支出,则不利于官员政治晋升;Ruixue Jia[5]指出在中国,政客的晋升激励制度是把双刃剑,以GDP为衡量标准的地区经济得到快速发展,但忽视了环境污染等类似的社会成本。国内主要集中于官员晋升激励角度来研究政府与环境污染的关系。周黎安[6]指出,晋升锦标赛模式致使地方政府官员只关心经济绩效,忽视其存在的长期影响,同时提出地方政府官员考核指标应考虑多方因素,例如环境质量因素。杨海生[7]等研究结果表明基于我国地方政府官员GDP政绩考核标准,致使各地方政府官员在环境政策方面也存在着相互竞争和攀比的局面,这样的竞争和攀比并不是为了解决地区环境问题,而是为了争夺更多的资源和要素,从而导致地区环境污染恶化。李胜兰[8]等指出,中央政府须尽快制定多元化的政府政绩考核体系,完善环境法律法规,实现经济与环境的协调发展。于文超[9]等提出,官员政绩追求不仅会削弱地方环境管制,使官员对地区环境问题采取“纵容”态度,还会降低地方环保准入标准,加速环境污染。
现有文献对环境污染研究较少考虑政府因素对环境污染的影响,多数文献以GDP为政府官员政绩的考核指标,考核指标单一。本文主要从政府财政收入、经济增长率以及就业率三方面来构建政府政绩考核标准来探讨政府政绩追求与环境污染之间的关系。为了更直观的观察政府政绩追求与环境污染间的关系,本文以2004-2013年间全国30个省市的空间面板数据为样本,构建空间面板模型进行实证分析。
1 研究设计
1.1 模型设置
本文主要的被解释变量是以二氧化硫的强度来刻画的环境污染,因为环境污染在空间上具有一定的溢出效应,因此采用空间滞后模型(SAR)和空间误差模型(SEM)来进行研究。根据上文阐述和已有文献的研究,本文的模型设置如下:
式(1)和(2)中polluit为省份i在t时期的环境污染程度,作为本文的被解释变量;fisit为省份i在t时期的财政收入状况,等于地方财政一般预算收入;gdpit为省份i在t时期的经济发展程度,等于各年的经济增长率;empit为省份i在t时期的就业率,等于各省市就业人数占年末人口数,这三者作为本文的主解释变量。Xit为本文的控制变量;ρ和λ为空间自回归系数;β1、β2、β3、β4为变量系数;εit、μit为随机误差项;νt为时间固定效应。其中,μit服从标准正态分布。i,j=1,2…n,i≠j,n为省份,Wij表示空间权重矩阵,设定原则根据两区域是否有共同的顶点和边界,若两区域有共同的顶点或是边界时,Wij=1;若两区域没有共同的顶点或是边界时,Wij=0。在实证过程中,本文对Wij进行标准化处理。
1.2 指标选取及数据来源
本文沿用大多数文献研究方法将二氧化硫排放强度,即二氧化硫排放量除以GDP作为衡量环境污染的指标,作为本文的被解释变量。将政府政绩追求作为主解释变量,在这里政府政绩追求主要用地方财政收入和GDP增长率以及各省市就业率进行衡量。
本文选取的控制变量主要有:(1)环境规制(reg)。借鉴已有文献,将工业污染治理投资完成额作为环境规制的衡量标准。(2)产业结构(str),本文用第三产业的增加值与第二产业的增加值之比来衡量产业结构。(3)人口密度(dens),本文采用每万平方千米的人口数衡量人口密度。(4)外商直接投资(fdi),本文使用实际使用外商直接投资额来衡量外商直接投资。
基于研究的目的和数据的可得性,本文选取了2004-2013年间全国30个省市除我国港澳台和西藏在内的2 400个样本数据。因海南省地理位置特殊,在设置空间权重矩阵时假设其与广东省相邻。本文研究的样本数据均来源于中国统计局、《中国统计年鉴》、《中国环境统计年鉴》以及各省市的统计年鉴。鉴于各数据的可获得性和统计口径的一致性,我们对所有的数据均统一换算为2004年的不变价格。
2 实证检验与结果分析
2.1 全局空间自相关性分析
本文利用Geoda1.6.7空间数据分析软件对我国30个省市以及自治区的二氧化硫排放强度进行空间自相关检验,因海南省特殊的地理位置,为了消除孤岛效应,本文按照大多数文献处理的方法,将海南省与广东省设置为相邻省份。计算出2004-2013年二氧化硫强度的Moran’s I指数,用来检验各省市环境污染的空间自相关性,结果见表1。
从Moran’s I指数的检验结果来看,2004-2013年全国各省市二氧化硫排放强度的Moran’s I指数全部为正,所有年份均在1%以下显著。这说明我国30个省市和自治区的二氧化硫排放强度于2004-2013年间在地理空间上表现出显著的空间依赖性或空间交互作用,这种依赖性除了2004-2006年没有固定的趋势,在2007-2013年间逐步增强。也就是说,二氧化硫排放强度较高的省域相对趋近于二氧化硫排放强度较高的省域,或者是二氧化硫排放强度较低的省域相对趋近于二氧化硫排放强度较低的省域的空间关联结构。总之,环境污染在地理空间上存在一定的集群现象。
2.2 局部空间自相关性分析
全局空间相关性分析检验的研究结果说明了我国二氧化硫排放强度存在空间集聚的现象,但分析的结果并没有给出我国二氧化硫排放强度的空间集聚特征。为了更直观的分析各省市的二氧化硫排放强度的情况,我们做出2004年和2013年的我国二氧化硫排放强度Moran’s I指数散点图。其中图中SO2表示二氧化硫排放强度,Lagged SO2表示二氧化硫排放强度的滞后变量。图1给出了始末两个时间点的我国二氧化硫排放强度Moran’s I指数的散点图。从图中可以看出2013年与2004年相比较,各省市的二氧化硫排放强度变化不是很大,变化的有贵州省由高-高模式变为高-低模式,广西由高-高模式变为低-高模式,重庆由高-高模式变为低-高模式,四川由高-高模式变为低-高模式,云南由低-高模式变为高-高模式,青海由低-高模式变为高-高模式,河北由低-低模式变为低-高模式。
由图2可看出,四川省的二氧化硫排放强度从2004年到2013年得到较大降低,因此邻近的贵州省与其之间的模式变成了高-低模式;云南的二氧化硫排放强度从2004年到2013年一直居高不下且排放强度加大,所以广西省与其之间的模式变成了低-高模式;2004年到2013年由于重庆、云南、青海本省份二氧化硫排放强度不断增加,导致其自身由低-高模式变为高-高模式;青海省2004年到2013年二氧化硫排放强度不断增加,导致四川省的模式变成了低-高模式;云南的模式变化与辽宁省2004年到2013年二氧化硫排放强度的加强,导致了河北省变成了低-高模式。
由于Moran’s I散点图没有给出省域二氧化硫排放强度的局部显著性水平和具体数值,所以很有必要对集聚特征做进一步研究。图2给出了2004年和2013年我国二氧化硫排放强度的LISA分布图。
2.3 模型估计结果与分析
本文将空间权重矩阵导入Matlab7.0软件中,并利用Matlab7.0软件对样本数据进行实证研究。根据Anselin、Rey[10]的研究,当LMLAG比LMERR更显著时,那么应选择空间滞后模型(SAR),否则选择空间误差模型(SEM)。首先做空间面板的拉格朗日乘子LMLAG、Robust-LMLAG、LMERR和RobustLMERR检验,用来判断选用空间滞后模型(SAR)还是空间误差模型(SEM)。从表3中,我们可以看到LMLAG、LMERR均显著,而Robust-LMLAG比Robust-LMERR显著。因此,本文采用空间滞后(SAR)模型对样本进行估计。
注:***表示在1%的显著性水平下显著。
本文使用固定效应进行模型估计而非随机效应模型,原因是样本回归分析局限于一些特定的个体时(如中国31个省级区划单位),固定效应模型最好的选择。基于固定效应模型,每种模型又分为4种,即无固定效应、空间固定效应、时间固定效应、空间时间双固定效应。表4显示,本文通过比较4种固定效应的拟合优度R2和空间项参数ρ和λ,最终选用空间时间双固定效应进行模型估计。
对表4中各变量的系数解释如下:
1)主解释变量:对于政府政绩追求,这里采用财政收入、GDP增长率和就业率三个指标来衡量。各主要解释变量均显著,这表明政府政绩追求是造成当今社会环境污染的重要因素。变量fis的系数显著为正,意味着随着财政收入的增加,政府将会有更多的财政资金进行支配,而财政支出是政府进行资源配置的最主要手段,政绩追求的驱使会让政府采取各种能使本地快速发展的方式,毫无疑问会加重当地的环境污染。变量gdp的系数显著为正,当地的经济发展水平依然是政府官员政绩考核的主要参考的因素,不少政府在处理经济发展和环境污染的问题上,依然会选择优先发展当地经济,大力发展高耗能高污染的行业,忽视当地环境污染问题。变量emp的系数显著为正,表明了地方政府为了维护社会稳定,会努力降低失业率,提高社会就业率。大力招商引资是提高社会就业率的有限途径。在招商引资的过程中,政府会降低环保准入门槛,从而高污染高耗能企业更容易进入该地区,环境质量得不到保证。
2)控制变量:所选取的四个控制变量中,变量reg和fdi系数不显著。这表明政府通过环境规制作为缓解环境污染的手段,效果并不明显。政府加大引入外商直接投资对地区的环境污染问题效果依然不明显。变量str的系数在1%的水平上显著为负,说明第三产业的增加值相较于第二产业增加值不断增加时,会降低二氧化硫的排放强度从而改善环境质量,这一点也证实了国内外大多数学者的观点:产业结构是影响环境污染的重要因素,产业结构的不断优化会降低环境污染,改善环境质量。变量dens的系数在1%的水平上显著为正,这表明人口密度越高的地区,二氧化硫的排放强度越大。通常人口密度高的地区,说明当地有较充足的劳动力,且人口密度高的地区产品需求市场也较大,则会吸引大量的企业投资办厂,所以会加重环境污染。
注:*、**、***分别表示在10%、5%、1%的显著性水平下显著;括号内为渐进的t统计量。
3 结论与政策建议
我国在实现经济高速发展的同时,环境问题也愈来愈显现,严重的环境污染给人们的生活和社会的可持续发展带来了严重的挑战。在关心环境问题的同时,我们也越来越注重研究引起环境问题的各种原因。在这里利用空间计量经济学方法,对我国30个省市的二氧化硫排放强度进行了空间自相关分析,通过构建政府政绩压力指标实证检验了政府政绩追求与环境污染的关系,得到以下结论:第一,我国30个省市的二氧化硫排放强度存在显著的空间溢出效应,近几年来空间溢出效应越来越显著,同时二氧化硫排放强度在地理区域的分布上具有明显的集聚现象。第二,在对待地区发展和环境污染的问题上,政府出于其经济利益和政治利益的考虑,依然将政绩追求放在重要位置,忽视环境污染问题。
基于以上研究,转变地方政府以政绩追求的发展模式可以有效的减轻环境污染,本文提出以下政策建议:第一,改革和完善政府政绩考核和官员提拔标准。地方政府必须转变唯地区经济发展速度和财政收入以及高就业率为主的政绩观,同时提高官员提拔标准。严格环保考核机制,将环境质量纳入政府政绩考核中。以更多元的政绩考核标准为导向,实现本地区经济、社会和环境的可持续发展。第二,优化地区产业结构。我国正处于向重工业化迈进、经济高速发展时期,这给环境带来了巨大的压力。政府部门应大力发展低污染、低能耗和高产出的产业。创新技术,加大对高能耗、高污染产业生产技术和设备的优化升级改造。第三,加强区域合作。环境污染在地理空间上具有溢出效应,由于相邻的地区拥有相似的资源禀赋和产业结构,在对待环境污染的问题上相邻省份应该相互交流、相互合作。打破地域界限,协调各方利益关系,共同治理环境污染问题。第四,提高环境准入标准。各地方政府必须实行严格的产业环境准入制度,建立和完善控制污染项目的前置性的评估机制。制定出本地区禁止引入的高耗能、高污染产业和项目的清单,强化对环境污染大的项目和产业的审查和监管。
参考文献
[1]WALLACE E OATES.Environmental policy in the european community:harmonization or national standards?[J].Empirica,1998(25):1-13.
[2]PER G FREDRIKSSON,JAKOB SVENSSON.Political instability,corruption and policy formation:the case of environmental policy[J].Journal of Public Economics,2003,87:1383-1405.
[3]SIQI ZHENG,MATTHEW E KAHN,WEIZENG SUN,DANGLUN LUO.Incentives for China′s urban mayors to mitigate pollution externalities:the role of the central government and public environmentalism[J].Regional Science and Urban Economics,2014,47:61-71.
[4]JING WU,YONGHENG DENG,JUN HUANG,RANDALL MORCK,BERNARD YEUNG.Incentives and outcomes:China’s environmental policy[Z].NBER Working Paper,2013.
[5]RUIXUE JIA.Pollution for promotion[Z].Unpublished Paper,2012.
[6]周黎安.中国地方官员的晋升锦标赛模式研究[J].经济研究,2007(7):36-50.
[7]杨海生,陈少凌,周永章.地方政府竞争与环境政策:来自中国省份数据的证据[J].南方经济,2008(6):15-30.
[8]李胜兰,初善冰,申晨.地方政府竞争、环境规制与区域生态效率[J].世界经济,2014(4):88-110.
[9]于文超,高楠,查建平.政绩诉求、政府干预与地区环境污染:基于中国城市数据的实证研究[J].中国经济问题,2015(5):35-45.
面板污染 篇2
自从上世纪70年代末实行改革开放政策以来, 中国经济发展取得了世界瞩目的成绩。在经济全球化的背景下, 中国逐步深层次、全方位地融入了经济全球化的浪潮, 积极参与国际贸易和国际产业转移, 吸引跨国公司和外商直接投资 (FDI) 。从上世纪90年代起, 中国成为了仅次于美国的世界第二大FDI接受国, 到2003年, 中国FDI的年流入额达到约535亿美元, 已经大大超过德国 (470亿美元) 和美国 (400亿美元) , 成为世界上最大的FDI接受国 (OECD, 2004) 。
在肯定外商直接投资对经济发展的贡献的同时, 人们也日益关注其负面影响。环境影响正是其中的重要议题之一。发达国家随着公众环境意识与科技水平的提高, 制定了较高的环境标准, 强化了国内环境监管, 而为摆脱高能耗、重污染的所谓“夕阳工业”, 通过跨国投资渠道将污染密集型产业转移到环境控制标准较低的发展中国家。而一些国家为了发展经济, 通过放松和不施加环境管制来吸引污染密集型投资, 导致一些污染型产业从发达国家转移到发展中国家, 由此发展中国家成为“污染者的天堂”。改革开放30年来, 伴随着经济的高速发展, 中国的环境状况迅速恶化。城市空气质量自改革开放以来不断下降, 虽然在上世纪90年代后中国开始实施较为严格的环境规制政策, 但是2/3以上城市的空气质量在环保部门的检测中仍没能达标 (中国环保总局, 2003) 。可见, 随着中国经济的迅猛发展, 环境问题日渐突出, 污染排放和资源消耗已逼进环境承载能力。
十六大以来, 中国政府在发展经济的同时, 更加强调环境问题, 并特别指出要建设和谐社会, 走可持续发展的道路。因此, 如何有效利用FDI, 促进中国经济良性发展及产业结构优化升级, 使得FDI和环境和谐发展, 显得十分重要。FDI和环境污染之间究竟存在何种联系, FDI是否是导致我国环境状况恶化的主要原因, 厘清上述问题对于我国更加有效地利用外资, 在保持经济增长的同时, 节约资源、保护环境, 实现国民经济“又好又快”的发展具有十分重要的理论和现实意义。本研究采用省级面板数据考察FDI和中国环境污染之间的关系, 从而能够深刻认识FDI对中国环境污染的影响, 力图在已有成果的基础上, 将该问题的研究再推进一步。
2 数据来源及实证方法
2.1 模型与方法
在Grossman和Krueger (1995) 模型的基础上, 我们对一般的FDI和环境污染模型进行扩展, 选定反映环境污染与FDI影响关系的面板回归方程, 该方程形式为:
中被解释变量Fit代表第i个省市在第t年的污染排放量, FDIit代表第i个省市在第t年的外商直接投资指标, GRPit第i个省市在第t年的国民生产总值。INDUSTRYit表示第i个省市在第t年的产业结构变动情况;εit代表影响环境质量变化的其他控制变量;αi则为反映个体影响的特定截面效应。
2.2 数据来源及说明
由于重庆、四川、西藏、青海四个省区部分数据缺失, 将其剔除后, 本文的面板数据包括了中国大陆27个省、直辖市、自治区在2000—2006年期间的原始数据。我们采用污染排放物指标来度量环境污染程度与环境质量, 其中污染排放物又可分为三类:气体污染排放物、液体污染排放物以及固体废弃物。根据数据可获得性, 研究所选取的污染排放物变量包括地区工业废水排放量、地区工业废气排放量、地区工业固体废物排放量三类指标 (见表1) 。在模型估计过程中, 分别将工业废水排放量、工业废气排放量和工业固体废弃物排放量带入上述面板回归方程, 所以原模型变成了三个方程。
数据来源:《中国统计年鉴》、《中国金融统计年鉴》、《中国环境年鉴》、《全国环境统计公报》各年。
在分析过程中, FDI以2000—2006年期间每年各地区实际使用外商直接投资金额并取对数来表示, 用以反映FDI的环境效应。GRP变量为2000—2006年期间每年各地区国民生产总值, 用来反映各地区的经济增长水平, 在研究过程中为消除通货膨胀等影响, 数据用居民消费物价指数加以修正, 并取对数。同时本文用2000—2006年期间每年各地区工业国民生产总值占地区国民生产总值的比重来反映各地区产业结构变动情况, 用INDUSTRY表示, 以度量各地区产业结构变动的环境效应。
3 实证分析与检验结果
3.1 面板单位根检验
计量经济理论表明, 众多经济变量尤其是面板数据大都是非平稳变量, 用非平稳变量进行回归分析结果很大程度上表现为伪回归。为避免伪回归现象, 需要对面板数据进行单位根和协整检验。面板单位根检验方法有别于时间序列数据单位根检验, 主要有LLC检验、IPS检验、Fisher-ADF检验以及Fisher-PP检验。其中LLC检验是相同根的检验方法, IPS检验、Fisher-ADF、Fisher-PP检验是不同根的检验方法。上述四种面板单位根检验原假设是含有单位根。由EVIEWS 6.0软件进行的面板单位根检验结果如表2所示。
注: (1) *、**、***分别表示在10%、5%、1%的显著性水平上显著; (2) 括号中数据是该统计量的伴随概率; (3) 表中斜体数字表示该检验的结果和其他检验结果相反。
由表2可知, 在上述检验结果中, 除了FEIS、FDI、及INDUSTRY水平值的LLC检验显著与众不同外, 其他检验方法检验结论一致, 均表明上述变量是I (1) 的, 也就是说本文模型所用变量是非平稳变量。对于面板模型, 如果变量是非平稳的, 进行回归分析之前需要进行协整检验, 以判断是否可能属于伪回归。
3.2 面板协整检验
面板数据的协整理论研究始于1995年, Pedroni (1995) 、Kao和Chen (1995) 等分别研究了面板数据的伪回归和协整检验。在面板数据模型中, 由于个体的异质性、非平衡面板数据、空间相关性以及纵剖面时间序列的协整性等问题的存在, 使得面板数据的协整检验远远复杂于时间序列的协整检验。常用于面板数据协整检验的方法主要有Kao (1999) 提出的同质面板数据的协整检验和Pedroni (1999, 2004) 提出的异质面板数据的协整检验 (1) 。本文利用Pedroni检验方法对变量间的协整关系加以检验。由EVIEWS 6.0软件检验的结果见表3。
注: (1) 除了Panelν-stat为右尾检定之外, 其余统计检验量均为左尾检定; (2) *、**、***分别表示在10%、5%、1%的显著性水平上拒绝不存在协整关系的原假设。
由表3的检验结果可知, 三个方程变量的协整检验的组内和组间统计量均表明拒绝不存在协整关系的原假设, 因此上述三个方程存在协整关系, 可以直接进行回归分析, 不存在伪回归。
3.3 模型形式设定检验
由于面板数据同时具有截面、时序的两维特性, 模型设定直接决定了参数估计的有效性, 因此首先必须对模型设定形式进行假设检验, 主要是检验模型参数在所有截面、时序样本点上是否具有相同的参数。面板数据的估计有不变系数模型、变截距模型以及变系数模型三类, 而变截距模型估计又可分为固定效应模型 (fixed effect model, FE) 和随机效应模型 (random effect model, RE) (2) 。由于通常很少采用变系数模型, 因此本文面板数据估计主要考虑不变系数模型和变截距模型, 即根据经常使用的协方差检验来判断选用不变系数模型还是变截距模型, 如果样本数据符合变截距模型, 则还需根据Hausman检验在固定效应模型和随机效应模型中进行选择。
3.3.1 协方差分析检验
协方差分析检验主要是检验如下两个假设:
如果接受假设H2, 则可以认为样本数据符合不变系数模型, 无需进行进一步检验。如果拒绝假设H2, 则需进一步检验假设H1。如果接受假设H1, 则认为样本数据符合变截距模型, 反之则认为样本数据符合变系数模型 (3) 。
协方差检验是通过如下两个F检验来进行的:
其中, S1、S2、S3分别代表利用变系数模型、变截距模型和不变系数模型回归得到的残差平方和。在假设H1和H2下, 统计量F2和F1服从上述特定自由度的F分布。若计算所得到的统计量F2的值不小于给定置信度下的相应临界值, 则拒绝H2, 应继续检验H1。反之, 则利用不变系数模型拟合样本。在已确定参数存在非齐性的基础上, 若计算所得到的统计量F1的值不小于给定置信度下的相应临界值, 则拒绝H1, 应该用变系数模型拟合样本, 反之, 则用变截距模型拟合样本。本文协方差分析检验结果见表4。
注:***表示在1%的显著性水平下显著。
由表4可知, 分别选用三个被解释变量进行的模型协方差检验结果均拒绝假设H2, 接受假设H1, 所以在本文的模型估计中选取变截距模型比较合适。
3.3.2 Hausman检验
通过协方差检验可知, 本文在估计中应选用变截距模型拟合样本, 根据面板数据模型形式设定检验的步骤, 所以应继续选用Hausman检验在固定效应模型和随机效应模型中进行选择。Hausman检验的原假设是随机效应模型的系数与固定效应模型的系数没有差别, 如果接受原假设, 表明应选择随机效应模型, 否则就应该选择固定效应模型。
从表5中结果可以看出, 分别由三个被解释变量进行的Hausman检验, 均拒绝了“随机效应模型的系数与固定效应模型的系数没有差别”的原假设, 所以本文在模型估计时选择固定效应模型。
3.4 模型估计结果
按照上述检验的结果, 本文对三个模型进行了总体回归, 回归结果制成表6。表中斜体数据表明t统计量接受系数为零的原假设。
注: (1) *、**、***分别表示t统计量在10%、5%、1%的显著性水平上拒绝系数为零的原假设; (2) 解释变量系数下面括号里的数字为t统计量。
通过上述回归结果可知, FDI的回归系数显著为负, FEIS、FEIQ、FEIW这三个指标均与FDI负相关, 反映了各地区引进FDI的相对水平和工业环境污染之间存在着负相关的关系, 说明FDI带来的更清洁的生产技术以及引致的技术溢出效应都对环境产生积极的影响。FDI的流入可能会淘汰国内生产中所使用的原有落后的生产技术, 加速改进生产工艺流程, 促使企业管理者逐步树立现代环境管理理念, 从而减轻环境污染。所以从总体上来看, 外商直接投资可能并非导致我国环境状况恶化的主要因素, 相反FDI的流入在一定程度上减轻了环境的压力。
GRP和FEIQ、FEIW之间存在正相关的关系, 表明各地区国民生产总值的相对水平与工业废气、工业固体废物排放量显著相关, 虽然GRP和FEIS存在负相关的关系, 但是从总体上看, 本文认为中国经济所取得的快速增长是以严重的环境污染为代价的, 粗放式的发展对环境造成了巨大的压力。
INDUSTRY对污染排放量的回归系数皆显著为正, 说明了污染增加的一个重要原因是我国工业产业比重过高。现阶段我国仍处于工业化发展的初级阶段, 工业能耗水平居高不下, 同时各地区污染治理的整体水平提升尚需时日, 从而对环境造成了很大的压力。
4 结论
本文采用面板协整理论这一最新发展起来的计量经济学方法, 以2000~2006年期间中国大陆27个省市的面板数据为基础, 对FDI与环境污染之间的关系进行了研究。面板单位根检验和面板协整检验结果显示FDI与环境污染的各个序列存在面板单位根且各变量之间是面板协整的。面板数据模型估计结果显示:
(1) 基于Hausman检验的固定效应模型回归结果表明, 从总体上看, 外商直接投资与环境污染变量FEIS、FEIQ、FEIW之间存在着负相关的关系。这一结果说明了“污染避难所”假说在中国的经验验证中可能并不成立。
(2) FDI的流入不仅带来了资金同样也带来了技术, FDI的技术效应对于中国环境产生了积极的影响。就总体而言, 国外发达国家的生产技术、工艺流程和管理理念均优于国内现有水平, 考虑到FDI对经济的拉动作用, 假设改革开放以来我国所取得的经济增长仅仅是依靠国内资本和技术投入, 可能要付诸更大的资源和环境代价, 而合理利用国外资本、先进技术以及现代的管理理念在一定程度上改善了中国的环境问题。
(3) 由于中国处于工业化发展的初级阶段, 经济结构尚不合理, 粗放的经济增长模式并没有从根本上转变, 不可避免地对环境产生了巨大的压力。对于中西部欠发达地区而言, 面临着发展经济和保护环境的双重任务, 这些地区在谋求经济快速发展的同时, 需要注意防止污染产业的国际间转移和省际迁移。
摘要：采用面板协整理论这一最新发展起来的计量经济学方法, 以2000—2006年期间中国大陆27个省市的面板数据为基础, 对FDI与环境污染之间的关系进行了研究。研究结果表明:“污染避难所”假说在中国的经验验证中可能并不成立, FDI的流入不仅带来了资金同样也带来了技术, FDI的技术效应对于中国环境产生了积极的影响。
关键词：FDI,环境污染,面板协整检验
参考文献
[1]GROSSMAN G, A KRUEGER.Economic Growth and the Environ-ment[J].Quarterly Journal of Economics, 1995, 110 (2) :353-377.
[2]JIE HE.Pollution Haven Hypothesis and Environmental Impacts of Foreign Direct Investment:The Case of Industrial Emission of Sulfur Dioxide (SO2) in Chinese Provinces[J].Ecological Economics, 2006:228-245.
[3]白仲林.面板数据的计量经济分析[M].天津:南开大学出版社, 2008.
[4]曹光辉, 汪峰, 张宗益, 邹畅.我国经济增长与环境污染关系研究[J].中国人口、资源与环境, 2006 (1) .
[5]高铁梅.计量经济分析方法与建模[M].北京:清华大学出版社, 2006.
[6]赖明勇, 许和连, 包群.出口贸易与经济增长:理论、模型及实证研究[M].上海:上海三联出版社, 2003.
[7]杨海生, 周永章.外商直接投资与环境库兹涅茨曲线[J].生态经济, 2005 (9) .
面板污染 篇3
关键词：环境污染,政府换届,面板数据
0 引言
改革开放以来,以资源超常消耗和生态环境严重退化为代价的经济增长模式使环境资源对经济发展的制约日益突出,环境污染也已影响到居民日常生活,因此国家加大了对环保的关注度。如今环保不仅成为我国落实科学发展观、构建和谐社会的重要内容,同时也成为我国全面建设小康社会的内在要求。但是,环境保护的法令中有法不依、执法不严的现象还比较普遍,环境违法处罚力度不足及违法成本低等问题还很严重,有些地方甚至存在着严重的地方保护主义。我国面临着“十二五”期间要实现有效控制污染物排放, 尽快改善重点流域、重点区域和重点城市的环境质量的目标,因此,解决环境问题刻不容缓。
在目前的学术领域内,环境研究方面的文章虽然很多,但焦点大多集中在环境与经济发展的主题上,而将环境问题与政治周期相联系的文献则主要是从理论角度阐述了政府换届可能从经济、税收、环境管制政策等方面对环境造成的影响,很少涉及政府换届与环境污染之间的直接研究,实证研究更是少之又少。因此,本文将环境问题的研究纳入政治经济学的分析框架,既拓宽了环境研究的思路,又为理解一个国家政治经济机制的运行提供了新的视角。
1 政府环境对环境污染影响的文献综述
国内外学者针对该领域积累了有参考价值的文献,例如黄慧婷采用空间计量的方法对我国30 个省份的面板数据进行分析,以GDP为核心的政绩考核造成地方政府片面追求资方经济增长,进而增加了工业“三废”的排放量。周黎安等通过中国改革开放以来的省级官员的数据验证了地方官员晋升与地方经济绩效的显著正向相关关系,为地方官员晋升激励的存在提供了一定的经验证据。段润来利用地方官员政绩考核凭证进行分析,研究得出,激励省级领导人竭尽全力发展地方经济最重要的原因是中央政府对于不努力发展经济的省级领导会给予一定的惩罚。徐现祥和王贤彬系统地考察了地方官员的晋升激励与经济增长的关系,采用了中国1978-2008 年全国29 个省级数据发现,省长在任期内取得较好的经济增长表现有助于其晋升为本省的省委书记。这些文献都无一例外的表明,官员的晋升机制与经济增长息息相关,但却不曾对环境保护提出要求。
另外,周业安与章泉分别利用中国1996-2004 年省际间面板数据,对财政分权与中国环境质量关系进行检验,实证结果分析得出,财政分权度越高对环境质量具有的负面影响也就越大,从而说明分权式改革可能会导致地方政府降低环境管制的努力。薛刚和潘孝珍通过利用1998 年到2009 年的省级面板数据,对中国财政分权与污染物排放规模之间的关系进行了实证分析,研究结果表明:以支出分权度衡量的财政分权指标与污染物排放规模负相关,且实证结果具有稳健性,以收入分权度衡量的财政分权指标与污染物排放规模的关系从实证的角度来讲不确定。齐晔利用31 个省际间面板数据,结合晋升激励和财政分权对我国的环境治理模式进行了深入进行研究,可是对于相应理论没有进行实践检验,对具体的管制政策研究也存在不足之处。
国外学者如Tiebou利用“用脚投票”理论解释了较高的财政分权体制可以激励地方政府提供更多的公共服务来满足居民的需求从而吸引更多的居民来该辖区居住,其中就包括提供较低的环境污染程度,这是第一代财政分权理论的基本观点。
从国际比较的视角上看,Zhuravskaya和Bardhan认为,俄罗斯、印度和中国在20 世纪90 年代之后出现的经济成绩差异的原因,主要是源于政府治理上的差异。Blanchard与Shleifer从俄罗斯和中国的比较出发,并指出中央政府对地方政府控制力的强弱成为地方财政分权能否促进经济增长的关键决定因素。政治激励假说可以增进人们对中国快速经济增长的理解,与此同时,环境污染就必然成为代价。
2 政府换届对环境污染影响的理论假设与计量模型
2.1 理论分析与研究假设
根据环境外部性理论,环境是一种具有外部性和不确定性的特殊产出。环境的外部性使企业所导致的环境污染成本不是由企业自身而是由整个社会来承担,而环境的不确定性则体现在保护环境的未来收益需要较长时期才能体现,因此企业不愿意在当前付出代价。环境的外部性和不确定性会导致市场失灵,因此企业为了获取短期利益不考虑环境成本,造成环境的进一步恶化。市场失灵的领域就要求政府介入和干预,但近年来一系列的跨界水污染纠纷说明地方政府对于环境外部性的规制并不总是有效。
在我国现行官员考核与晋升制度下,地方政府有动机也有能力干预企业的生产经营活动。由于GDP的增长率已成为我国地方政府官员选拔和晋升的主要标准,因此,地方政府有动机要求其所属企业扩大投资,但在缺乏有效的环境管制措施的情况下,投资规模的扩大必然带来环境污染的增加。周权雄通过实证研究也发现,地方政府短期利益导向的行政干预越多,该地区的二氧化硫排放量就越难以控制。
鉴于上述分析,本文认为,政府换届会导致对政府对企业的干预增多以获得更好的GDP产出,而企业会以环境为代价,从而导致地区环境污染越严重。因此,本文基于以下假设:政府换届带来的干预会导致更严重的地区环境污染,展开实证检验。
2.2 计量模型的设定
本文借鉴了薛刚和潘孝珍的分析方法,构建如下的实证模型,来表征环境污染排放水平和政府换届之间的关系:
其中,i表示地区,i=1,2,…,30 分别表示模型中所要研究的30 个省份;t表示年份,t=2003,2004,…,2012,共10 年;β0、β1、β2、β3、β4、β5为变量的系数。
Pollution为各省三种污染物的排放量,造成环境污染的原因主要在于人类社会直接或间接地向自然环境排放了超过其自净能力的物质或能量,实证分析中必须选择恰当的指标对环境污染水平进行衡量。本文具体采用工业废水排放量(Ln Water)、废气排放量(Ln Gas)以及固体废弃物排放量(Ln Solid)作为环境污染的量化指标,来衡量环境污染物的排放水平(Ln Pollution),即此方程的因变量Yi,t;GDP为各省的经济规模,取对数值;FDI为各省外商投资总额;Industry代表各省的产业结构;Pop-density为各省的人口密度;εi,t为随机扰动项。模型中除政府换届变量为本文实验变量外,其余变量均与薛刚和潘孝珍相同。自变量Xi,t定义为政府换届,由于一般地方政府的领导班子主要由省长(或市长)与省委书记(或市委书记)构成,因此为了系统分析领导变更对环境的影响,本文将政府换届的变量定义为三种,分别是:X1(省长或市长更换为1,不更换时为0),X2(书记更换为1,不更换时为0),X1*X2(省长与书记均更换时为1,不更换时为0)。
本文选用的样本为2003-2012 年中国30 个省份的面板数据,样本不包括西藏自治区、中国台湾、香港特别行政区和澳门特别行政区。所有的样本数据均来自相应年份的《中国统计年鉴》《中国环境统计年鉴》与《中国环境年鉴》,部分资料从地方统计年鉴和国家统计局及国泰安数据库得到补充,本文采用STATA 12.0 软件进行数据处理和回归分析。
3 实证分析结果
3.1 变量平稳性检验
为确保估计结果的有效性,本文首先对各变量进行平稳性检验,各变量单位根检验结果见表1。由表1 知,各变量除X1*X2均在1% 的统计水平上拒绝了原假设,表明各变量不存在单位根,皆为平稳序列。由于X1*X2变量存在单位根,因此下文中不再对此变量进行研究。
3.2 实证检验及分析
表2 显示了以工业废水、工业废气及固体废弃物为环境污染因变量的具体量化指标,对政府换届(省长更换X1)的面板数据回归结果。本文将根据回归结果,对数据进行分析,得出相应的结论。
从表2 中的R2可以看出,当省长更换时,以工业废气、固体废弃物排放量为因变量的模型的拟合优度分别为0.842 和0.756,远高于以工业废水排放量为因变量的模型的拟合优度。在这3 个模型中,解释变量X1(省长更换)的系数均为负,表示省长更换会使环境污染降低,但这种结果并不显著。变量Ln GDP与Ln Industry的系数均显示为正,且在工业废水和固体废弃物的模型当中,在1% 的水平上显著,这表明GDP的增加和第二产业比重的增大,会导致环境污染加剧。另外,变量Ln FDI在3 个模型中的系数均为负,表明外来投资的增长有利于降低环境污染,尤其是工业废气和固体废弃物的排放量会显著降低。而变量Ln Pop-density在3 个模型中均在1% 的水平上显著,虽然人口密度的增加对降低工业废气和固体废弃物的排放量有利,却会导致工业废水的排放量增加。
表3 显示了以工业废水、工业废气及固体废弃物为环境污染因变量的具体量化指标,对政府换届(书记更换X2)的面板数据回归结果。
注:括号内为标准误差;* 表示10% 的显著性水平,** 为5% 的显著性水平;*** 为1% 的显著性水平
注:括号内为标准误差;* 表示10% 的显著性水平,** 为5% 的显著性水平;*** 为1% 的显著性水平
从表3中的R2可以看出,同省长更换相似,当书记更换时,以工业废气、固体废弃物排放量为因变量的模型的拟合优度较好,而以工业废水排放量为因变量的模型的拟合优度则一般。表3显示,当书记更换时,工业废水和工业废气的排放量会降低,而固体废弃物的排放量会升高,但这种结果并不显著。在3个模型中,变量Ln GDP与Ln Industry的系数均显示为正,这表明GDP的增加和第二产业比重的增大,会导致环境污染加剧,尤其是工业废气和固体废弃物的排放量会显著增加。变量Ln FDI在3个模型中的系数均为负,且在工业废水和固体废弃物的模型当中,在1%的水平上显著,说明外来投资的增长有利于降低环境污染。变量Ln Pop-density在3个模型中均在1%的水平上显著,但人口密度的增加虽然会导致工业废水的排放量增加,但对降低工业废气和固体废弃物的排放量却是有利的,这与省长变更的模型相一致。
4结语
综合描述性统计与变量回归的结果,得出以下结论:
第一,无论是省长更换还是省委书记更换,对环境的影响都不显著,这表明环境污染与政府换届之间没有显著的关系。但考虑到政府人员的工作的周期性,可能这种影响会有一种滞后性;同时,本文对于政府换届是以年来考核的,如果调整为月,可能结果会更有针对性。
面板污染 篇4
关键词：外商直接投资,环境污染,“EKC”假说,面板数据
一、引言
在中国经济历经30余年的快速增长中，以跨国公司为代表的外商直接投资企业也迅猛发展，对中国经济的发展和社会的进步起到了重要的推动作用。同时我国的环境污染问题也日益突出，大气污染、水土流失、土地荒漠化、森林砍伐、工业“三废”排放影响极大。因此，政策制定者和社会大众关注的焦点已不在是FDI能否促进我国经济的增长，而是FDI对我国环境的影响以及如何协调FDI与环境之间的关系。
目前的实证研究大多以环境库兹涅茨曲线（EKC）作为基点，说明环境质量与经济增长之间的关系。Grossman和Krueger(1995）在其研究中发现，14种空气和水体质量变量中的12种存在这样一种倒U型关系。Selden和Song(1994）对大气污染的排放量进行了研究，其结论是SO2、NOX和CO排放量与人均GDP的关系确实呈倒U型关系，只是其EKC转折点有所不同。Shafik(1992）和Panayotou(1993）等也都证明了一些污染物与收入之间呈倒U型关系。国内学者对经济发展和环境质量的定量研究始于90年代，如夏友富（1999）从行业层面对外商投资于中国污染密集型产业的情况进行了实证研究，认为外商通过直接投资的渠道向中国转移污染密集型行业是客观存在的，其对中国生态环境的负面影响不容忽视。张晓利（1999）建立了中国经济发展与环境污染之间的计量经济模型，通过研究，发现中国在工业化进程中的环境变迁遵循着发达国家在工业化阶段所走过的轨迹，只是倒“U”型的曲线比较平缓。李周、包晓斌（2002）对中国的环境库兹涅茨曲线进行了估计，研究结论为：环境污染总量与经济发展水平之间并非总存在着倒“U”型曲线的关系；中国尚未超过环境库兹涅茨曲线的转折点；中国局部地区，如大连市已超过了环境库兹涅茨曲线的转折点。
上述分析表明，外商直接投资与东道国的环境污染关系问题至今还没有得出一个完全一致的说法，其主要原因是由于学者们所采用的分析技术、分析范围、指标选取、数据来源等的不同。本文的主要创新点首先是明确环境问题产生的深层经济原因，其次根据前人研究成果，建立模型分析我国FDI与环境质量之间的关系，引入一些重要的影响因素变量，采用的数据较新，时间跨度较大，使研究结果更接近现实。
二、理论基础
理论上讲，环境污染问题是基于外部性理论、产权理论和公共物品理论三个方面。环境污染的根本原因是由于环境因素外部效应的存在，环境所提供的服务多为公共物品，例如清洁的空气、干净的水等等。因此，无法使环境污染的成本内部化，从而导致市场失灵。这正是环境的公共物品特性带来的环境外部性问题，从而导致的环境污染问题。另外，政府干预某种程度上也存在失灵，即缺乏有效的措施使企业完全遵守某些环境规范从而使政府干预低效率。这一逻辑关系可总结为：环境———公共物品———产权不明确———负外部性———市场失灵+政府失灵———环境污染问题。
环境问题产生的根源是由于市场失灵和政府干预的失灵引起的，FDI本身并不是环境污染的根源，但它却对环境有直接或间接的影响。目前，国际上关于FDI对东道国环境的影响主要有两种观点。一种观点认为，FDI对东道国环境起到一定的积极作用，即FDI的流入为东道国带来了先进的技术和管理经验。当其被东道国消化吸收后可以改进其自身的生产方式，提高资源利用率和生产率，因而可以促进环境的改善。另一种观点认为，FDI恶化了东道国的环境。支持此观点的人主要基于两种假说，即污染避难所假说和向底线赛跑假说。向底线赛跑假说是污染避难所假说的一个分支，是政府通过竞相降低产业进入的环境标准来吸引更多的FDI，这样做的结果也导致了环境的恶化。
三、FDI与中国环境关系的实证分析
1、计量模型与数据说明
因流入中国的FDI多为第二产业，所以工业三废的排放量与FDI之间的关系密切。而FDI的增加又与工业废气的排放量关系尤其密切，因此本文采用工业废气排放量来代表环境质量并将此作为因变量，基于EKC假说建立如下模型：
式中，Enviro表示污染物的排放量，FDI表示外商直接投资额，AGDP表示人均国内生产总值，μ表示随机误差项，i表示第i个省市，t表示第t期。考虑到FDI主要流入我国东部沿海地区，而且FDI在东部地区的行业分布与其他地区存在很大差异，为考察这种行业分布的差异性导致的FDI对我国环境的影响，在模型（1）的基础上加入沿海地区虚拟变量Dummy和FDI的交叉项：
其中。将模型（2）作为本文分析的基本计量模型。此外，为了分析近年来我国环境保护政策对环境的影响，本文引入环境政策变量Policy，用各省市工业污染治理投资完成额来衡量，说明各地政府环境治理力度，由此得到扩展模型：
若EKC假说成立，即人均国内生产总值与污染排放量之间存在倒U型关系，这意味着在上述模型（3）中a3<0。系数a1反映了外商直接投资对EKC的影响，若a1>0，说明FDI流入对我国环境有负面的影响，即我国污染排放量随FDI的增加而增加；反之，则FDI有助于我国环境的改善。
本文分析所选择的样本数据为2000—2007年我国29个省、市、自治区的面板数据（鉴于数据的可获得性，将西藏和青海两地从样本中剔除）。在数据处理上，先用相应年度的美元与人民币的年平均汇率将FDI转化为以人民币为单位；为了消除物价因素的影响，对与价格有关的变量用以2000年为基期的居民消费价格指数进行缩减；同时为了消除异方差，对相关变量进行自然对数处理。本文所用的数据均来源于《中国统计年鉴》（2001—2008年）。变量的描述性统计如表1所示。
2、回归结果分析
在运用面板数据模型进行分析时，首先会面临固定效应模型（Fixed Effect Model）和随机效应模型（Random Effect Model）的选择问题，并且选择不同效应的模型会对分析结果产生很大的影响。为此，本文采用Hausman检验（Hausman,1978）进行判断选取具体估计模型。Hausman检验的原假设为H0，在随机效应与解释变量不相关的假定下，固定效应和随机效应模型是一致的，但固定效应不是有效的。构造检验统计量为：W=(b-B)'[Var(b)-Var(B)]-1(b-B)～x2(k），其中b为固定效应模型估计的回归系数向量，B为随机效应模型估计的回归系数向量，k为模型中被估参数的个数。具体判断法则为：如果W>xa2(k）（或P-FE、RE分别表示固定效应和随机效应。）值小于某一显著性水平a），则拒绝原假设选择固定效应模型，反之，则选择随机效应模型，这里xa2(k）为某一显著性水平下的临界值。一般来说，当Hausman检验在10%显著性水平上时，选择固定效应模型的估计结果，反之，则选择随机效应模型的估计结果。本文借助stata10.0软件得到面板回归结果如表2所示。在回归结果中，Hausman检验的P值为0.122，因此本文选择随机效应模型。可决系数R2均在0.85以上，说明模型都拟合得较好。
（注：*、**、***分别表示在10%、5%和1%的水平上显著，FE、RE分别表示固定效应和随机效应。）
通过对面板数据回归结果的具体分析我们不难得出以下结论。
(1）人均收入对我国环境的影响效应为正。LNAGDP的系数为1.8814，而且通过了1%的显著性水平检验，说明我国人均GDP每增加1个百分点，污染排放量将增加1.88个百分点。LNAGDP平方项的系数为负值，这意味着污染排放量与人均GDP之间存在倒U型的关系，支持了EKC假说。
(2）无论是固定效应模型还是随机效应模型，LNFDI的回归系数均显著为正。即外商直接投资加剧了我国的环境污染，FDI每增加1个百分点，我国污染排放量将增加约0.1个百分点。值得注意的是，沿海地区虚拟变量和FDI的交叉项的回归系数显著为负（-0.07），表明东部沿海地区FDI对我国环境污染的影响比非沿海地区约低0.07个百分点，这可能与FDI的行业分布差异有关。因为东部沿海地区外资分布的行业技术含量较中部和西部等非沿海地区高，产业结构升级快，而中、西部地区外资所在的行业多为劳动密集型以及高耗能高污染型。
(3）在加入环境政策变量的模型（3）中，LNPolicy的系数为正。这说明我国当前环境政策效果还不明显，对环境的改善作用有限。但是EKC的拐点左移了，在模型（3）中，EKC的拐点在-a2/2a3处出现，加入环境政策变量后拐点值由原来的20.95左移至18.46，这表明EKC曲线转折点对应的人均GDP值减少，说明随着污染治理力度的加大，我国会提前进入EKC曲线的下降阶段，即我国的污染情况将加速改善。
四、结论及启示
本文基于我国29个省市2000—2007年的相关数据，通过建立面板数据模型实证分析了我国外商直接投资与环境污染之间的关系，得到以下主要结论：FDI对我国的环境产生了显著的负面影响，即我国污染排放量随着FDI的增加而提高，但这种影响存在区域的差异性，我们发现东部沿海地区FDI对环境污染的影响程度较非沿海地区小；此外，我国环境污染与人均GDP之间存在倒U型关系，该结论为“EKC”假说提供了新证据；我们的研究还发现，目前我国的环境政策效果还不明显，但污染治理力度的加大有助于加速我国环境污染状况的改善。
综上所述，首先，我国在进一步融入到全球经济体系的背景下，在吸引外资政策方面要进行适当的调整。一些地区和企业由于盲目追求发展速度而不顾环境政策的有关规定，不加选择的招商引资，这使我国的生态环境受到严重威胁。因此，在吸引外商投资时必须考虑环境保护基本国策的要求，吸收外资必须为可持续发展服务，做到以外资促环保，以环保促外资，纠正片面追求外商规模和数量而忽视环境问题的做法，把提高环境质量作为改善投资环境、提高利用外资水平的重要内容。
其次，还要进一步调整外商投资领域的产业与地区导向，从环境保护角度制定鼓励、限制、严格限制、禁止外商投资的领域与项目；积极鼓励外商投资到具有重大影响的能够促进可持续发展的领域，创造条件，改善投资环境，积极引进高新技术、先进技术、新设备和新材料，以改进产品性能，节约能源和原材料，提高企业技术经济效益。
最后，要提高我国的环境保护标准。相对于一些发达国家来说，我国的环境标准制定偏低，这无疑就会加剧我国成为污染避难所假说的趋势。因此，应正确认识环保产业的战略价值，借鉴国际先进经验，建立符合我国国情的环保产业调控激励机制，尽快与世界先进工业技术标准接轨，从根本上提高我国环境标准的科技性，不给外国投资者利用技术差别转移污染的可乘之机。
参考文献
[1]Selden,T.and D.Song.Environmental quality and development:Is there a Kuznets Curve for air Pollution Emissions?[J].Journal of Environmental Economics and Management,1994(27).
[2]Shafik,N.Economic Development and Environmental Quality:An Econometric Analysis.Oxford Economic Papers,1994(46).
[3]Panayotou,T.Demystifying the Environmental Kuznets Curve:Turning a Black Box into a Policy Tool[J].Environment and Development Economics,1997(2).
[4]夏友富:外商投资中国污染密集型产业现状、后果及其对策研究[J].管理世界,1993(3).
[5]应瑞瑶、周力:外商直接投资、工业污染与环境规制——基于中国数据的计量经济学分析[J].财贸经济,2006(1).
[6]谭晶荣、张德强:对我国利用FDI项目中环境保护问题的思考[J].国际贸易问题,2005(5).
[7]陈继勇:国际直接投资的新发展与外商对华直接投资研究[M].北京:人民出版社,2004.
[8]焦必方:环保型经济增长:21世纪中国的必然选择[M].复旦大学出版社,2001.
[9]江小涓:中国外资经济:对增长、结构升级和竞争力的贡献[M].中国人民大学出版社,2002.
面板污染 篇5
经济与环境协调发展是实现可持续发展的重要体现, 随着世界经济一体化进程的不断深入, 国际资本流动规模日益扩大, 外商直接投资与东道国环境的关系越来越被各界所关注, 政府的环境规制政策也逐渐严格化, 环境规制对外商直接投资的影响也成为学者们研究的焦点。
随着中国吸引外商直接投资数量的逐年增长, 并成为世界主要的引资国之一, 学者们对中国的环境规制与外商直接投资的关系这一问题也逐渐关注起来。Judith和Mary (2005) [1]以中国的2886个外资项目区位分布数据为样本, 研究结论为:不同来源国及地区的外商直接投资对环境规制的敏感程度是有差异的。来自发展中国家与地区及中国港、澳、台的外资向污染密集型产业的投资受较低的环境规制要求所吸引;而来自发达国家的外商直接投资, 即使是污染密集型产业, 也不受较低环境规制要求所吸引。Matthew A.Cole和Robert J.R Elliott (2005) [2]将相对于环境规制而言, 把资本较丰富的国家作为研究对象, 通过行业面板数据分析得出结论:行业的资本密集度与减污成本均对引进外资有着重要的影响作用。Christer和Martin (2005) [3]运用中国的28个省 (自治区、直辖市) 1987～1998年的数据进行研究得出结论:从全国的角度看, 环境规制对外商直接投资并没有显著的影响。在西部及中部区域, 环境规制对外商直接投资的流入有显著的负影响。He (2006) [4]运用中国的数据实证研究发现:外商直接投资的流入与工业二氧化硫排放之间有显著的正向关系, 即外商直接投资流入的决策受上期环境规制强度的影响。Sonia Ben Kheder (2008) [5]基于空间经济学模型, 运用法国企业层面的数据, 实证研究得出结论:环境规制对外资选址起着重要的影响作用。
我国学者也展开了中国环境规制对外商直接投资的影响的研究, 得出不同的结论。杨涛 (2003) [6]的实证研究得出:中国环境规制程度的上升对吸引外商直接投资存在着显著的负影响, 但环境规制并不是决定外商直接投资流量的唯一因素;吴玉鸣 (2006) [7]研究得出:中国环境规制程度的上升会对滞后期的外商直接投资产生负面影响, 但其影响程度是小于经济发展水平及国民经济市场化程度等因素对外商直接投资的影响;綦建红、鞠磊 (2007) [8]实证分析认为:环境规制不是引起外资变化的格兰杰原因, 但外资是引起环境规制变化的格兰杰原因;刘志忠、陈果 (2009) [9]利用我国192个城市2003～2006年的数据实证研究了环境规制对我国外商直接投资区位分布的影响, 结论表明:环境规制对外商直接投资具有显著的负效应;郭建万、陶锋 (2009) [10]通过在新经济地理模型框架下纳入环境规制因素考察外商直接投资区位选择因素, 研究结果表明:在不考虑聚集经济情况下, 外商投资与环境规制关系则呈显著的负相关关系。考虑到集聚经济, 外商投资与环境规制关系则呈显著的正相关关系, 并提出提高劳动者素质和外商直接投资集聚效应才是吸引外资的有利因素;傅京燕 (2010) [11]将中国内地分为东、中、西部, 实证研究表明:外商对中国进行区位选择时, 环境规制与FDI的关系显著为负。
以上文献关于中国环境规制对外商直接投资的影响研究中, 行业角度的研究较少, 本文从20个污染密集型行业的角度出发, 研究环境规制对污染密集型行业外商直接投资在中国的行业份额的影响。
1 模型的建立
影响外商直接投资的因素很多, 如经济增长速度、经济发展水平、劳动力成本、经济体制、市场规模、经济政策、贸易自由度、地理区位、环境规制、文化差异等。Sonia Ben Kheder (2008) 在空间经济学模型的基础上引入环境规制变量, 提出了外商直接投资企业决策的影响因素模型, 被解释变量为外商直接投资的决策, 解释变量分为4类:市场潜力、技术进步、要素禀赋及政府因素, 其中要素禀赋由资本劳动比及环境规制水平两个变量来度量, 以此来检验环境规制是否影响了外商直接投资。本文在选择研究变量时, 紧密结合中国是发展中国家且地区经济发展不平衡的具体国情和经济发展阶段, 借鉴Sonia Ben Kheder (2008) 模型对中国的问题进行研究, 由于本文研究的主题是环境规制对外商直接投资的影响, 对于Sonia模型中的政府因素如国家政治稳定性等问题没有涉及, 该变量没有列入模型中。同时也结合Cole (2005) 的行业层面的面板模型, 建立中国行业的环境规制水平对外商直接投资行业份额的影响模型, 计量模型设定为:
Cit=b0+b1IGit+b2ITFPit+b3 (IKit/ILit) +b4ERPit+εit (1)
模型中, i=1, 2, 3, …, 20, 表示污染密集型工业各个行业 (后文中将对污染密集型工业行业的定义作详细的分析) ;t=2001, 2002, …, 2007, 表示年;b0为常数项, b1, b2, b3, b4为回归系数值;εit为随机误差项。C是被解释变量, 代表各污染密集型工业行业中三资企业的工业增加值占该行业全部企业总的工业增加值的比重;解释变量G、TFP、IK/IL、ERP分别表示行业总产值, 行业的全要素生产率、行业资本劳动比及行业环境规制水平, 其中行业的环境规制水平是本文重点考查的变量。
2 污染密集型行业的定义及变量说明
2.1 污染密集型行业的定义
污染密集行业 (Pollution Intensive Industries, 简称PIIs) 或环境敏感行业 (Environmental-sensitive Industries, 简称ESIs) , 是指在生产过程中会直接或间接产生大量污染物, 因此必须对这类行业加强治理, 以控制污染排放。污染密集型行业的主要特征是:产品生产过程中污染排放较大, 对自然环境及人类与动植物的生存产生较大的危害;生产工艺复杂, 如不采取防护措施会威胁工人的安全和健康;污染防治资金投入较大, 技术含量较高, 难度大, 需要建立合理的污染防治和处理系统;政府需要制定环保法规及环境规制政策来加强管理。在国内外的实证研究文献中学者们对污染密集型行业的概念进行了界定。
国外对污染密集型行业的定义有:Tobey (1990) [12]以美国的行业为研究对象认为, 若行业的直接和间接的污染减排成本大于或等于总成本的1.85%就被认为是污染密集型行业。根据该定义, 属于污染密集型行业的有:采矿业、初级有色金属行业、钢铁行业和化学行业、造纸及纸制品业。Grossman和Krueger (1993) [13]计算了美国行业的污染减排成本占行业增加值的比重, 以此来界定污染密集型行业。Mani和Wheeler (1998) [14]计算出行业的空气、水和固体废物的综合污染排放数据, 并根据单位产出的污染排放进行划分, 最后得出结论, 污染密集型行业包括钢铁、有色金属、非金属矿物行业、化工行业、纸浆和造纸行业。Smarzynska和Wei (2006) [15]根据行业的综合污染排放水平, 将污染密集型行业按照污染排放的程度不同划分为轻度污染行业、中度污染行业和重度污染行业3类。
国内对污染密集型行业的定义有:赵细康 (2003) [16]根据Mani和Wheeler (1998) 的计算方法, 计算出1991～1999年中国各工业行业固体废物、废气、废水3类污染排放物的单位产值排放, 并进行等权加和平均, 得出各工业行业污染排放强度系数, 根据该系数把工业行业划分为轻度污染密集型行业 (Less Pollution Intensive Industry, 简称LPII) 、中度污染密集型行业 (Middle Pollution Intensive Industry, 简称MpII) 和重污染密集型行业 (Heavy Pollution Intensive Industry, 简称HpII) 。
夏友富 (1999) [17]根据有关工业部门对环境的实际影响及国家法规, 认为污染密集型行业主要包括:电子及通讯设备制造业中的部分产品;部分电器机械及器材;部分机械产品制造业;部分金属制品;部分塑料制品;橡胶制品;化学纤维制造业;医药制造业;化学原料及化学制品制造业;火力发电业;造纸及纸制品业;皮革、毛皮、羽绒及其制造业;制鞋业;纺织印染业;饮料制造中的酒精及饮料酒制造业;食品制造业中的发酵制品业、罐头食品制造业、调味品制造业;食品加工中的植物油加工业、制糖业;某些非金属矿采选及部分非金属矿物制品;有色金属矿采选、冶炼;黑色金属矿采选业、冶炼;石油开采、加工、炼焦、石油化工;煤炭采选业。
王寿兵 (2008) [18]利用我国2001～2005年“十一五”期间的行业污染排放数据, 对各行业污染度进行量化的综合评价, 得到综合的污染度指数, 并对我国41个工业行业的综合污染度进行了评价和排名, 研究结果显示排放污染度指数由大到小排名前10位的行业依次是:燃气生产和供应业;火力发电业;电力、热力的生产和供应业;造纸及纸制品业;水的生产和供应业;水泥制造业;化学原料及化学制品制造业;非金属矿采选业;非金属矿物制品业以及农副食品加工业。
笔者以夏友富的分类为基础并参考其他学者的分类情况, 将中国的污染密集型行业定义为20个大类行业:电力、热力的生产和供应业;金属制品业;有色金属冶炼及压延加工业;黑色金属冶炼及压延加工业;非金属矿物制品业;塑料制品业;橡胶制品业;化学纤维制造业;医药制造业;化学原料及化学制品制造业;石油、炼焦及核燃料加工;造纸及纸制品业;皮革、毛皮、羽毛 (绒) 及其制品业;纺织业;农副食品加工业;非金属矿采选业;有色金属矿采选业;黑色金属矿采选业;石油和天然气开采业;煤炭开采和洗选业。其中, 重污染行业共10个, 这些行业主要是能源和原材料加工业, 不仅需要大量的原材料和资源投入, 同时由于资源利用效率等原因, 还要向环境排放大量的废弃物;中等污染行业共5个, 这些行业主要是加工业, 但需要投入较多的中间产品, 因而必然也向环境排放一定量的废弃物;轻度污染行业共5个, 这些行业主要是加工业, 需要投入的原材料相对较少, 因而向环境排放的废弃物也相对较少。
2.2 变量说明
由于涉及到不同指标不同年份的数据, 行业名称或统计范围有所变动, 为了数据的统一性, 以2001年国家环保总局公布的污染物排放数据的行业划分为基础, 将其他指标和年份的行业数据与其相匹配。
2.2.1 外商直接投资行业份额 (C)
对于该变量的度量, 李永军 (2003) [19]用各个行业的外商直接投资企业销售收入与行业中全部企业总的销售收入的比例来表示中国外商直接投资行业份额, 并以此作为被解释变量, 研究中国外商直接投资行业份额的决定因素。本文借鉴李永军对行业份额的表示方法, 认为工业增加值比销售收入更具有说服力, 采用各污染密集型工业行业中规模以上三资企业的工业增加值 (当年价格) 占该行业规模以上全部企业总的工业增加值 (当年价格) 的比重来表示, 以此反映中国外商直接投资企业行业份额, 计算结果如表1所示。
资料来源: (1) 以上数据由原始数据筛选、整理、计算得出, 计算过程省略。原始数据 (2001～2007年) 来源于中华人民共和国国家统计局/统计数据/中国统计年鉴。其中, 2004年数据缺失, 用 (2003+2005) /2填补。 (2) 企业是指全部国有及规模以上 (年主营业务收入在500万元以上) 非国有工业企业, 或称为规模以上工业企业, 全部、全国。 (3) “三资”是指外商及港澳台商投资。 (4) i (20) 是前文所指20个污染密集型工业行业。
从表1可以分析出, 2001～2007年期间, 外商直接投资所占比例最大的行业为皮革、毛皮羽绒及其制品业, 比例最小的为煤炭开采和洗选业, 总的来说中度污染行业和轻度污染行业所占的比重要远远大于重度污染行业所占比重;10个重度污染密集型行业中, 除电力热力的生产和供应业的外资所占比例有较明显的下降外, 其余的均有一定程度的上升或者变化不明显, 其中增长比例最大的为黑色金属矿采选业。中度污染行业和轻度污染行业中除金属制品业、塑料制品业、橡胶制品业、皮革、毛皮羽绒及其制品业略有下降以外, 其余的外商直接投资所占比重均上升。
2.2.2 行业规模 (G)
Cole (2005) 在研究东道国行业吸引外商直接投资的影响因素时认为东道国较大的行业市场规模对外资具有较大吸引力。本文采用污染密集型行业的工业总产值 (G) 表示行业的市场规模, 并用各行业的工业品出厂价格指数将当年价格的工业总产值折算成以2001年为基期的不变价格。
2.2.3 行业的技术进步水平 (ITFP)
Sonia (2008) 认为东道国的全要素生产率影响外商的投资决策;李永军 (2003) 认为拥有技术优势越强的行业就越有可能更多地吸收外商直接投资;本文采用的Fare (1994) [20]等设计的基于DEA的两种投入要素的Malmquist指数方法测算出我国各污染密集型行业的全要素生产率ITFP。投入要素中的劳动投入变量用各个污染密集型行业的从业人员表示、资本投入变量用固定资产净值年平均余额表示、产出变量用行业的工业增加值表示, 对Malmquist指数的计算采用DEAP2.1软件完成, 结果如表2所示。
资料来源:i (20) 是本文所指20个污染密集型工业行业, Malmquist指数通过DEAP2.1软件计算得到, 由于篇幅所限, 仅列出各行业Malmquist指数2001～2007年的均值。
从表2可以分析出, 2001～2007年期间, 我国污染密集型行业平均的全要素生产率增长为10.3%, 从行业分类来看, 这个阶段全要素生产率增长率的顺序从高到低依次是重度污染行业、中度污染行业和轻度污染行业。各行业2001～2007年的全要素生产率增长存在比较明显的差别, 全要素生产率增长最快的非金属矿采选业, 为18.7%;其次是电力及热力的生产和供应业, 为16.1%。
2.2.4 行业的资本劳动比 (IK/IL)
Sonia (2008) 及Cole (2005) 均在模型中研究了资本密集度对外商直接投资的影响。本文采用Sonia (2008) 及李永军 (2003) 的方法, 用资本与劳动的比值度量该变量。资本投入 (IK) 用各个污染密集型行业当年的固定资产净值年平均余额表示, 再用固定资产投资价格指数平减为2001年不变价格;行业劳动投入 (IL) 用各个污染密集型行业的从业人员表示。同样采用Sonia的做法, 用滞后一期的资本劳动比反映各地的要素禀赋。
2.2.5 行业环境规制水平 (ERP)
这是本文关注的核心变量, 对于行业环境规制水平的度量, 赵红 (2007) [21]根据2002～2008年《中国环境年鉴》中公布的样本行业废水和废气污染治理设施的当年运行费用之和, 作为行业污染治理成本, 计算出样本行业环境规制强度。傅京燕 (2009) [22]对于行业层面的环境规制度量, 利用公式把地区层面的规制数据相对应转化为行业层面的数据。本文采用刘志忠 (2009) [23]使用的污水排放达标率来反映各行业的环境规制水平。污水排放达标率越高, 代表环境规制水平越高, 反之, 则代表环境规制水平越低, 由于环境规制的影响存在时滞, 采用Sonia的做法, 本文选取滞后一期的环境规制水平。
本文使用的中国污染密集型行业2001～2007年的数据均来自于《中国统计年鉴》 (2002～2008年) , 《中国工业经济统计年鉴》 (2002～2008年) , 和《中国环境年鉴》 (2002～2008年) 。
3 面板回归结果及分析
以各个污染密集行业的三资企业的工业增加值占该行业全部企业总的工业增加值的比重为被解释变量, 运用Eviews 6.0软件, 采用固定效应的面板数据模型, 对我国20个污染密集型工业行业组成的面板数据进行拟合, 考察环境规制对外商直接投资行业份额的影响, 得到表3所示的根据模型 (1) 的拟合结果。
资料来源:运用Eviews 6.0软件计算得出, 20个污染密集型行业的样本数为140个。
行业市场规模的系数在模型中显著为正, 这说明市场规模越大, 对外资的吸引力越大。行业的全要素生产率对外资所占比重的影响不大, 这说明外资之所以进入中国还是部分地依赖于它们自身在技术方面的优势地位, 受投资地技术水平的影响并不大。行业资本密集度的影响是显著为负, 即资本越是密集的行业外商投资企业所占的比重就小, 资本密集度从一个侧面可以反映了劳动力成本 (Sonia, 2008) , 这说明在我国, 外商直接投资企业更多地流向那些劳动力成本相对较低廉的行业。
污染密集型行业环境规制水平对各行业中的三资企业工业增加值占行业中全部企业总的工业增加值的比重影响不大, 即环境规制没有影响三资企业在我国污染密集型行业中所占的份额, 外商直接投资行业份额不受中国环境规制的影响。这说明外商之所以投资环境污染行业, 其根本原因在于中国这些污染密集型行业具有较高的投资回报率及低效率的环境规制投资环境, 这主要是由于受供求关系的影响, 国内这些污染密集型行业市场价格逐年上升, 利润较大, 发展的商业机会较好 (李岚红, 2006) ①。而同时与发达国家和新兴工业化国家和地区相比, 我国环境规制水平总体上明显偏低, 并且我国行业层面的环境规制, 特别是针对外商投资于污染密集型行业的环境规制法律来看, 在立法和执法水平方面较为滞后, 特别是在外商直接投资的行业市场准入和项目监管等方面, 没有充分重视环境保护问题, 外资所受约束很小。因此, 中国污染密集型行业一方面具有高投资回报率, 另一方面又是低水平的环境规制效率, 这二者为利润的追逐提供了现实的可行性, 环境规制没有影响三资企业在我国污染密集型行业中所占的份额。
4 对行业层面的政策建议
4.1 加强外商直接投资行业指导的立法与执法
我国对于外商直接投资行业的市场准入问题上, 立法及执法这两方面都较为滞后。在立法形式上, 对外商直接投资项目中的环境规制法律并没有统一, 而是根据《环境保护法》、《外资法》及其它相关法律的规定, 按照鼓励、允许、限制和禁止将外商投资项目分成4类②。2007年12月1日第四次修订并开始执行的《外商投资产业指导目录》对相关规定进行了调整, 不再鼓励外商投资我国稀缺或不可再生的重要矿产资源。不再允许外商投资勘查开采一些不可再生的重要矿产资源, 限制或禁止外资项目进入高物耗、高能耗、高污染的产业。强调引进的外资要符合国家的产业政策, 并有助于我国产业结构的优化升级。针对现状, 我们应该引起注意的是, 目前立法缺乏统一专门法规 (律) , 法律条款之间互相矛盾, 环境规制立法缺乏规划, 执法人员素质不高, 机构不健全, 权限不明确, 环保执法渠道不畅通, 这些问题的存在导致法律并没有有效地控制污染性项目的进入。
针对外商直接投资存在的污染问题, 应逐渐完善外商投资领域的环境规制立法, 强化环境规制执法。 (1) 在环境立法方面, 加强《涉外经济合同法》、《外资法》对环保的要求, 制定《外商投资环境管理条例》来统一规范外商直接投资环境管理;对于地方环境立法的完善, 要对相关的国际环境立法活动积极地参加, 努力形成一个以《环境保护法》为法律基础, 以《外商投资环境管理条例》为主干, 以其他相关法律法规为配套, 以有关的国际环境立法为补充的, 有机的、系统的、统一的外商投资环境保护立法体系。 (2) 在环境执法方面, 应做到“有法可依, 有法必依, 执法必严, 违法必究”, 加强环境执法机构建设, 提高执法人员素质, 加强对环境保护机构和外经贸部门工作人员的能力培训。
4.2 加强行业协会的环境规制作用
实证结果表明, 行业层面的环境规制对外商直接投资的作用不明显, 这就需要行业协会充分发挥其中观层面的作用, 弥补目前环境规制的不足。各个行业协会应该充分发挥约束与中介的作用, 通过相应的政策来监督各个行业的内资及外资会员企业的社会责任问题, 给社会造成的外部不经济问题, 如典型的环境破坏问题。众所周知, 环境保护问题是一个世界性的难题, 单靠一个企业、一个行业的努力是没有效果的, 这需要全社会的共同努力, 共同监督污染治理, 共同减少环境污染。各个行业协会作为整个行业的核心领导者, 应该建立行业联盟, 制定相应的规章制度, 有效解决环境外部性问题, 努力创造和谐的生存环境。国外很多行业协会致力于此, 如美国硬件协会、美国塑料协会、美国石油协会、国际银行协会、加拿大化学品生产商协会、欧洲汽车制造商协会、日本经济团体联合会都先后对环境行为及可持续发展制定了相关规定。
如果行业协会能够发挥监督与管理的职能, 将有助于解决或缓解环境外部性问题。行业协会可以制定协会章程, 运用经济手段对企业行为进行调控, 如要求企业缴纳会费时附带治污费, 对污染排放者进行罚款, 同时对环境保护做得好的企业给予物质及精神上的奖励及鼓励, 要求其他企业以环保做得好的企业为榜样, 积极开展环保经验交流, 提高整个行业的环境绩效。行业协会内的外商直接投资企业也必须遵守协会章程的相关环保规定, 有效控制环境污染。
摘要：环境规制对FDI的影响是当前的研究热点, 但从行业角度的研究较少, 本文运用面板数据从行业的角度实证研究环境规制对外商直接投资的影响并得出结论:环境规制对20个污染密集型行业外商直接投资在中国的行业份额没有影响, 这意味着中国行业层面的环境规制对投资于污染密集型行业的外商直接投资没有起到约束的作用, 环境规制政策的效率不高, 这一结论为行业环境规制政策的改进方向提供了理论依据。