劉凈然 范慶泉 儲成君 潘文卿

摘要在新古典理論的鞍點(diǎn)路徑上，文章構(gòu)建了包括霧霾污染損失和企業(yè)治污機(jī)制的理論框架，刻畫以要素投入為主的中國經(jīng)濟(jì)發(fā)展特征以及霧霾污染從無到有、從小到大的動態(tài)過程，將經(jīng)濟(jì)增長內(nèi)生化，從動態(tài)環(huán)境規(guī)制政策的視角，分析經(jīng)濟(jì)發(fā)展與霧霾污染關(guān)系的影響機(jī)制，并基于中國88個城市2007—2018年期間霧霾治理數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)。理論研究發(fā)現(xiàn)，漸進(jìn)遞增的動態(tài)環(huán)境規(guī)制適應(yīng)了經(jīng)濟(jì)增長路徑上經(jīng)濟(jì)結(jié)構(gòu)特征的內(nèi)在變化，避免了由于環(huán)境規(guī)制造成生產(chǎn)投入要素的大幅度波動，保持了均衡投資額和能源消費(fèi)量的平穩(wěn)增長，提高了鞍點(diǎn)路徑上消費(fèi)增長的平滑性，實(shí)現(xiàn)了鞍點(diǎn)路徑上社會福利最大化目標(biāo)。同時，企業(yè)逐漸加大治污投入，霧霾治理的效果開始呈現(xiàn)，動態(tài)環(huán)境規(guī)制政策是經(jīng)濟(jì)發(fā)展與霧霾污染存在著“倒U”型關(guān)系的主要影響機(jī)制。實(shí)證研究支持了動態(tài)環(huán)境規(guī)制政策是經(jīng)濟(jì)發(fā)展與霧霾污染關(guān)系的內(nèi)在影響機(jī)制的論述。此外，實(shí)證研究還發(fā)現(xiàn)，全國霧霾污染持續(xù)蔓延的趨勢仍未得到根本扭轉(zhuǎn)，各地區(qū)之間的霧霾污染程度具有顯著的空間滯后效應(yīng)，并且空間溢出效應(yīng)突破了相鄰地區(qū)的區(qū)域限制，這意味著污染產(chǎn)業(yè)的跨區(qū)域轉(zhuǎn)移現(xiàn)象比較突出。值得肯定的是，三大經(jīng)濟(jì)區(qū)域霧霾治理效果初步顯現(xiàn)，這對于堅(jiān)定政府污染防治的戰(zhàn)略定力和制定新一輪的環(huán)保稅政策具有重要的參考價值。政府應(yīng)進(jìn)一步強(qiáng)化霧霾治理的戰(zhàn)略定力，一方面要不斷加大環(huán)境規(guī)制政策執(zhí)行力度，通過提高環(huán)保稅額，加大稅收征管力度，推動企業(yè)加大治污投入；另一方面政府也要關(guān)注污染產(chǎn)業(yè)的跨區(qū)域轉(zhuǎn)移問題，協(xié)調(diào)好產(chǎn)業(yè)轉(zhuǎn)移與環(huán)境保護(hù)之間的關(guān)系。

關(guān)鍵詞 霧霾治理；動態(tài)環(huán)境規(guī)制；治污投入；動態(tài)空間面板模型

中圖分類號F062. 6文獻(xiàn)標(biāo)識碼A文章編號1002-2104（2021）08-0080-10DOI：10. 12062/cpre. 20210114

基金項(xiàng)目：國家自然科學(xué)基金項(xiàng)目“環(huán)保稅動態(tài)優(yōu)化、區(qū)域結(jié)構(gòu)差異及作用機(jī)制研究”（批準(zhǔn)號：71904131）；教育部人文社會科學(xué)研究項(xiàng)目“中國經(jīng)濟(jì)增長路徑上的動態(tài)環(huán)保稅、污染防治補(bǔ)貼及生態(tài)補(bǔ)償機(jī)制研究”（批準(zhǔn)號：19YJC790026）；2019年中宣部宣傳思想文化青年英才項(xiàng)目“碳排放權(quán)生產(chǎn)要素視角下減排路徑優(yōu)化與分配機(jī)制研究”；首都經(jīng)濟(jì)貿(mào)易大學(xué)北京市屬高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金資助。

霧霾治理是打好污染防治攻堅(jiān)戰(zhàn)的重中之重?，F(xiàn)階段，霧霾污染仍然呈現(xiàn)出發(fā)生頻率高、影響范圍廣、治理難度大等特點(diǎn)[1]。據(jù)統(tǒng)計(jì)，2019年337個城市的重度污染天數(shù)達(dá)到1 666天，甚至比2018年還增加了88天；以PM2. 5為首要污染物的污染天數(shù)占重度以上污染天數(shù)的78. 8%，而2019年P(guān)M2. 5濃度平均值相比上一年度也未曾下降。霧霾治理效果還有待進(jìn)一步提升，大氣污染問題依然十分突出，嚴(yán)重影響著人民群眾的生產(chǎn)生活，已經(jīng)成為當(dāng)前社會各界的重大現(xiàn)實(shí)關(guān)切。經(jīng)濟(jì)增長下行壓力加大，霧霾治理攻堅(jiān)戰(zhàn)對經(jīng)濟(jì)發(fā)展的不利影響也引發(fā)了人們的一定擔(dān)憂。如何保持環(huán)境規(guī)制政策的適度性，既能夠兼顧持續(xù)經(jīng)濟(jì)增長，又能夠有效控制大氣污染規(guī)模，降低污染造成的經(jīng)濟(jì)損失程度，這已成為現(xiàn)階段中國政府及學(xué)術(shù)界急需研究的重要課題。

實(shí)踐中，中國政府對于環(huán)境規(guī)制政策實(shí)施以及環(huán)保稅額的設(shè)定也是十分謹(jǐn)慎的。在“稅負(fù)平移”的原則下，2019年中國征收的環(huán)保稅收入占稅收總收入的比重不足0. 2%，而美國環(huán)保稅收入的比重長期穩(wěn)定在3. 5%左右。從區(qū)域角度來看，京津冀地區(qū)和長三角大部分地區(qū)按照最低稅額標(biāo)準(zhǔn)的8～10倍征收環(huán)保稅，而東北地區(qū)以及大部分中西部地區(qū)按照最低稅額標(biāo)準(zhǔn)征收環(huán)保稅。最高稅額征收標(biāo)準(zhǔn)是否契合了當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展階段，最低稅額征收標(biāo)準(zhǔn)是否激發(fā)了企業(yè)霧霾治理的動機(jī)，都有待進(jìn)一步客觀評估。需要指出的是，霧霾治理的目標(biāo)是為了提高社會福利水平，而福利水平持續(xù)提高又是以經(jīng)濟(jì)增長作為物質(zhì)基礎(chǔ)，治污投入同樣也需要依靠經(jīng)濟(jì)增長提供物質(zhì)支撐，我們將其稱之為霧霾治理的經(jīng)濟(jì)基礎(chǔ)。如果環(huán)境規(guī)制政策過低或者過高，都可能會導(dǎo)致經(jīng)濟(jì)發(fā)展停滯不前或者增速放緩，無法實(shí)現(xiàn)福利改善的目標(biāo)。受中國政府漸進(jìn)式推行環(huán)境規(guī)制政策的啟發(fā)，文章將從霧霾治理的經(jīng)濟(jì)基礎(chǔ)出發(fā)，分析動態(tài)環(huán)境規(guī)制政策的適用性，并以此作為研究經(jīng)濟(jì)發(fā)展與霧霾污染“倒U”型關(guān)系的理論機(jī)制。

1文獻(xiàn)綜述

在研究經(jīng)濟(jì)發(fā)展與霧霾污染的相互關(guān)系文獻(xiàn)中，有關(guān)環(huán)境污染與經(jīng)濟(jì)增長之間“倒U”型關(guān)系的影響機(jī)制并未展開論述[2-4]。陳詩一等[5]對霧霾污染對經(jīng)濟(jì)發(fā)展的反向影響進(jìn)行實(shí)證檢驗(yàn)，指出越是經(jīng)濟(jì)發(fā)達(dá)地區(qū)霧霾污染的損失影響越大。范慶泉等[6]認(rèn)為“倒U”型可能僅是兩者關(guān)系的外在表現(xiàn)形式，如果不能深入闡述其理論影響機(jī)制，則就無法制定科學(xué)的環(huán)境規(guī)制政策。

而在分析經(jīng)濟(jì)發(fā)展對環(huán)境污染的影響機(jī)制文獻(xiàn)中，經(jīng)濟(jì)增長的外生性假設(shè)又是影響機(jī)制成立的關(guān)鍵因素[7]。環(huán)境污染與經(jīng)濟(jì)增長關(guān)系的理論影響機(jī)制可以歸納為五個方面[8]，包括消費(fèi)者綠色偏好變化[9-10]、技術(shù)變化[11]、環(huán)境規(guī)制政策、經(jīng)濟(jì)結(jié)構(gòu)變化以及國際貿(mào)易的再分配等[12]。但是，以上環(huán)境污染與經(jīng)濟(jì)增長關(guān)系的理論影響機(jī)制研究都是基于收入增長或經(jīng)濟(jì)發(fā)展。如果環(huán)境污染使得經(jīng)濟(jì)發(fā)展受阻，甚至出現(xiàn)經(jīng)濟(jì)下滑，那么消費(fèi)者清潔偏好、經(jīng)濟(jì)結(jié)構(gòu)變遷、國際貿(mào)易轉(zhuǎn)移等理論分析的角度將不復(fù)存在。然而，從動態(tài)環(huán)境規(guī)制政策視角，分析企業(yè)治污行為對經(jīng)濟(jì)發(fā)展與霧霾污染之間關(guān)系產(chǎn)生影響的文獻(xiàn)較為少見。范慶泉等[6]在研究政府開征環(huán)境稅的時點(diǎn)選擇問題中指出，環(huán)保稅收的扭曲效應(yīng)隨著經(jīng)濟(jì)規(guī)模遞增而下降。但該文并沒有引入企業(yè)治污機(jī)制，環(huán)境污染的累積現(xiàn)象也與霧霾污染即期性特點(diǎn)不一致，更沒有對經(jīng)濟(jì)發(fā)展與霧霾污染的內(nèi)在影響機(jī)制展開深入分析。

此外，大部分理論文獻(xiàn)都是基于經(jīng)濟(jì)穩(wěn)態(tài)或是平衡增長路徑展開研究，無法刻畫出經(jīng)濟(jì)發(fā)展和環(huán)境污染的動態(tài)特征[13]，也就無法給出符合自身經(jīng)濟(jì)發(fā)展階段的環(huán)境規(guī)制政策。在以要素投入為主的經(jīng)濟(jì)追趕模式下，中國經(jīng)濟(jì)發(fā)展水平仍處于Ramsey模型的鞍點(diǎn)路徑上，還遠(yuǎn)未達(dá)到穩(wěn)態(tài)階段[14]。Ljungqvist等[15]給出了一種可以計(jì)算出從新古典模型任意初始狀態(tài)到穩(wěn)態(tài)的均衡轉(zhuǎn)移路徑的數(shù)值模擬方法，并將其稱之為“Shooting方法”。目前，從鞍點(diǎn)路徑上研究中國經(jīng)濟(jì)問題的相關(guān)文獻(xiàn)仍然很少。因此，在新古典理論框架基礎(chǔ)上，刻畫以要素投入為主的中國經(jīng)濟(jì)發(fā)展特征以及霧霾污染從無到有、從小到大的動態(tài)過程，采用Shooting求解鞍點(diǎn)路徑上的均衡解，在經(jīng)濟(jì)增長路徑上分析動態(tài)環(huán)境規(guī)制政策的適用性，構(gòu)成了研究中國霧霾治理的新的理論框架。

2動態(tài)環(huán)境規(guī)制適用性的理論框架構(gòu)建

3動態(tài)環(huán)境規(guī)制的適用性分析

3. 1三種政策情景設(shè)計(jì)與企業(yè)治污動機(jī)分析

在新古典鞍點(diǎn)路徑上，參照范慶泉等[16]的思路，我們設(shè)計(jì)了一條稅額從零逐漸增加到穩(wěn)態(tài)時“最優(yōu)”環(huán)保稅額的動態(tài)環(huán)境規(guī)制政策，用以剖析政府霧霾治理實(shí)踐背后的理論機(jī)制。與之對應(yīng)，我們將基于穩(wěn)態(tài)均衡求解得出的“最優(yōu)”環(huán)保稅，稱之為嚴(yán)格環(huán)保稅；同時，我們將不實(shí)施環(huán)保稅政策情景也加入其中，以便于對比分析。鞍點(diǎn)路徑上三種不同的環(huán)保稅政策的設(shè)計(jì)路徑，如圖1所示。

圖2中，文章給出了三種不同環(huán)保稅政策情景下企業(yè)治污的時點(diǎn)選擇及投入額的變化趨勢。在動態(tài)環(huán)保稅情景下，企業(yè)治污時點(diǎn)要滯后于環(huán)保稅的開征時點(diǎn)（第12期），一直到第31期企業(yè)才開始進(jìn)行治污投入。隨著鞍點(diǎn)路徑上環(huán)保稅額的逐漸提高，企業(yè)治污投入力度不斷加大。環(huán)保稅額的提高，本質(zhì)上是增加治污投入的邊際收益。與此同時，隨著鞍點(diǎn)路徑上資本要素的不斷累積，資本邊際回報率也在持續(xù)下調(diào)，企業(yè)治污投入資本的邊際成本也隨之下降，這是企業(yè)治污投入力度不斷加大的理論基礎(chǔ)。與之對應(yīng)，在嚴(yán)格環(huán)保稅政策情景下，企業(yè)治污投入的時點(diǎn)甚至可以提前到第21期，這說明更高的環(huán)保稅額會進(jìn)一步提高企業(yè)的治污動機(jī)；而無環(huán)保稅情景下，企業(yè)也就不存在治污動機(jī)，治污投入水平始終為零。

3. 2動態(tài)環(huán)境規(guī)制與鞍點(diǎn)路徑福利最大化

圖3和圖4分別給出了三種環(huán)境規(guī)制政策情景下鞍點(diǎn)路徑上的均衡消費(fèi)水平和均衡產(chǎn)出水平。不難發(fā)現(xiàn)，動態(tài)環(huán)保稅政策情景下，鞍點(diǎn)路徑上均衡消費(fèi)水平是最高的。這表明動態(tài)環(huán)保稅政策可以實(shí)現(xiàn)鞍點(diǎn)路徑上的福利最大化目標(biāo)。動態(tài)環(huán)保稅平衡了經(jīng)濟(jì)發(fā)展與環(huán)境污染損失之間的關(guān)系。與嚴(yán)格環(huán)保稅政策情景相比，動態(tài)環(huán)保稅政策在初期征收的環(huán)保稅額較低，并沒有使得產(chǎn)出水平大幅度下降，保持了鞍點(diǎn)路徑上均衡產(chǎn)出的平穩(wěn)增長，為后續(xù)持續(xù)提高消費(fèi)水平夯實(shí)了物質(zhì)基礎(chǔ)。

環(huán)境規(guī)制政策通過影響能源需求和投資決策進(jìn)而影響均衡產(chǎn)出和均衡消費(fèi)。通過模擬不同政策情景下鞍點(diǎn)路徑上能源消費(fèi)的變化趨勢，可以更為深入地理解動態(tài)環(huán)境規(guī)制政策的適用性。圖5給出了三種環(huán)境規(guī)制政策情景下鞍點(diǎn)路徑上的能源消費(fèi)量。動態(tài)環(huán)保稅政策情景下，鞍點(diǎn)路徑上的能源消費(fèi)量保持了平穩(wěn)增長，即不同于嚴(yán)格環(huán)保稅下對于能源需求的過度抑制，也不同于無環(huán)保稅政策下能源的過度消耗。

3. 3霧霾治理的經(jīng)濟(jì)基礎(chǔ)

圖6給出了三種政策情景下霧霾污染排放量的變化趨勢。動態(tài)環(huán)保稅政策保持了能源消費(fèi)量的平穩(wěn)增長，盡管霧霾污染在初始時期有所增加，但增速相比無環(huán)保稅政策情景下更低。在進(jìn)入第31期時，霧霾污染增長趨勢得以扭轉(zhuǎn)，這是因?yàn)槠髽I(yè)開始進(jìn)行治污投入，降低了單位能源消耗的污染物排放，同時能源消耗量也得到了有效控制，使得霧霾污染出現(xiàn)拐點(diǎn)開始下降。

隨著經(jīng)濟(jì)規(guī)模的發(fā)展，由于污染造成的經(jīng)濟(jì)損失在變大，資本邊際回報率在下降，使得環(huán)保稅提高和企業(yè)治污投入的邊際收益在增加。由此可見，動態(tài)環(huán)境規(guī)制適應(yīng)了經(jīng)濟(jì)增長路徑上經(jīng)濟(jì)結(jié)構(gòu)特征的內(nèi)在變化，基于市場資源配置的方式，實(shí)現(xiàn)了鞍點(diǎn)路徑上社會福利最大化目標(biāo)，并通過保持經(jīng)濟(jì)持續(xù)發(fā)展，為平穩(wěn)提升消費(fèi)水平以及企業(yè)進(jìn)行治污投入提供了物質(zhì)基礎(chǔ)；且隨著治污投入力度的不斷加大，霧霾治理的效果開始逐漸呈現(xiàn)。簡而言之，動態(tài)環(huán)境規(guī)制執(zhí)行力度應(yīng)隨著經(jīng)濟(jì)規(guī)模的增加而不斷提高，這就是霧霾治理的經(jīng)濟(jì)基礎(chǔ)。

圖7給出了三種政策情景下經(jīng)濟(jì)發(fā)展與霧霾污染的相關(guān)關(guān)系。在動態(tài)環(huán)境規(guī)制政策情景下，經(jīng)濟(jì)發(fā)展與霧霾污染呈現(xiàn)出“倒U”型關(guān)系。通過三種環(huán)境規(guī)制政策情景的比較，文章指出經(jīng)濟(jì)發(fā)展與霧霾污染之間的“倒U”型關(guān)系，并非經(jīng)濟(jì)增長到一定階段的“自然產(chǎn)物”，其根本是政府實(shí)施動態(tài)環(huán)境規(guī)制政策所產(chǎn)生的經(jīng)濟(jì)現(xiàn)象。經(jīng)濟(jì)發(fā)展無法“等來”污染拐點(diǎn)的出現(xiàn)，甚至還會造成經(jīng)濟(jì)停滯不前。同時我們也看到，在以要素投入為主的經(jīng)濟(jì)發(fā)展階段，與經(jīng)濟(jì)增長相適應(yīng)的動態(tài)環(huán)境規(guī)制政策，是實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展與霧霾治理的最優(yōu)路徑選擇。

4經(jīng)濟(jì)發(fā)展對霧霾治理影響的實(shí)證研究

（2）變量選取。我們收集了2014—2018年生態(tài)環(huán)境部發(fā)布PM2. 5濃度數(shù)據(jù)，整理出88個城市年均的PM2. 5濃度值。其中，88個城市指的是以環(huán)京津冀28城市和第一階段實(shí)施新空氣質(zhì)量標(biāo)準(zhǔn)的74城市為基礎(chǔ)，由于13個城市同屬于兩類城市群，不包括西藏地區(qū)，故共有88個地區(qū)?？紤]到數(shù)據(jù)樣本區(qū)間較短，參照邵帥等[1]選取的數(shù)據(jù)樣本，文章又補(bǔ)增了2007—2016年哥倫比亞大學(xué)發(fā)布的PM2. 5濃度的衛(wèi)星監(jiān)測數(shù)據(jù)。

經(jīng)濟(jì)發(fā)展指標(biāo)使用各地區(qū)產(chǎn)出增加值的對數(shù)序列代替（lngdpit），并加入了該變量的平方項(xiàng)，用以刻畫經(jīng)濟(jì)發(fā)展對霧霾污染的非線性影響關(guān)系。為便于敘述，我們將后續(xù)影響機(jī)制模型中使用的中介變量先進(jìn)行介紹，一是各地區(qū)重點(diǎn)監(jiān)控企業(yè)的排污費(fèi)征收額（envfeeit），該變量可以體現(xiàn)各地區(qū)的霧霾治理力度；二是各地區(qū)環(huán)保類財政支出額占公共財政支出的比重（renvfinit），該變量可以刻畫各地區(qū)的治污技術(shù)水平，也可以反映各地區(qū)政府霧霾治理的力度。尤其是考慮到投資變量產(chǎn)生經(jīng)濟(jì)影響效果存在滯后性，該變量可能更多地體現(xiàn)為地方政府的霧霾治理力度。

工業(yè)生產(chǎn)消耗化石能源是造成霧霾污染的主要來源，我們使用第二產(chǎn)業(yè)占產(chǎn)出增加值的比重構(gòu)造了經(jīng)濟(jì)結(jié)構(gòu)變量（strgdpit），以刻畫各地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)狀況，該變量系數(shù)預(yù)期符號為正；采用各地區(qū)標(biāo)準(zhǔn)煤消費(fèi)量除以產(chǎn)出增加值構(gòu)造單位產(chǎn)出的能源消費(fèi)變量（eneperit），以刻畫各地區(qū)能源結(jié)構(gòu)狀況，該變量系數(shù)預(yù)期符號為正；采用單位面積的城市人口數(shù)量構(gòu)造城市人口密度變量（peodenit），城市人口聚集會加重霧霾污染，該變量系數(shù)預(yù)期符號為正。此外，文章將消費(fèi)者價格指數(shù)（CPIit）加入到影響機(jī)制模型的控制變量中，用以刻畫各時期的經(jīng)濟(jì)周期特征。

文章選取88個城市在2007—2018年期間的主要經(jīng)濟(jì)變量。其中霧霾污染、經(jīng)濟(jì)發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)變量均為各城市的數(shù)據(jù)指標(biāo)；限于數(shù)據(jù)的可獲取性，中介變量、其他控制變量均為88個城市所在省份的數(shù)據(jù)指標(biāo)。所有數(shù)據(jù)指標(biāo)均來自2008—2019年的《中國統(tǒng)計(jì)年鑒》和各省份統(tǒng)計(jì)年鑒、生態(tài)環(huán)境部公布的88城市年度PM2. 5濃度平均值，以及2008—2018年的《中國環(huán)境統(tǒng)計(jì)年鑒》和《中國環(huán)境年鑒》。需要指出的是，考慮到中國幅員遼闊、南北方地區(qū)氣候差異明顯。而霧霾污染的空間溢出效應(yīng)在一定程度上也會受到氣候差異影響，因此，將中國88城市劃分為北方地區(qū)與南方地區(qū)。為刻畫霧霾污染的空間溢出特征，我們給出了88城市之間的公路里程，使用各城市間公路里程的倒數(shù)構(gòu)造地理權(quán)重矩陣（W1）；此外，文章還構(gòu)造了88城市是否相鄰的0-1矩陣（W2）作為檢驗(yàn)空間效應(yīng)的權(quán)重矩陣。

4. 2經(jīng)濟(jì)發(fā)展對霧霾污染的實(shí)證結(jié)果分析

（1）空間相關(guān)性檢驗(yàn)和模型選擇。表1給出了全國及兩類地區(qū)霧霾污染的空間相關(guān)性檢驗(yàn)結(jié)果。統(tǒng)計(jì)結(jié)果顯示，各類地區(qū)的霧霾污染具有顯著的空間自相關(guān)性?？臻g滯后模型要優(yōu)于空間誤差模型，后續(xù)分析中我們均采用空間滯后模型。

（2）實(shí)證結(jié)果分析。表2給出了兩種類型權(quán)重矩陣下全國及兩類地區(qū)經(jīng)濟(jì)發(fā)展對霧霾污染的實(shí)證估計(jì)結(jié)果。從時空滯后變量的估計(jì)系數(shù)來看，霧霾污染有顯著的時空效應(yīng)。在空間層面上，各地區(qū)之間的霧霾污染程度與地理因素密切相關(guān)，這與邵帥等[1]的結(jié)論是一致的；從時間層面來看，各地區(qū)霧霾污染存在著路徑依賴問題。從兩類權(quán)重矩陣空間滯后效應(yīng)的估計(jì)系數(shù)比較來看，地理權(quán)重矩陣的空間自相關(guān)系數(shù)要高于相鄰權(quán)重矩陣。這可能表明空間溢出效應(yīng)突破了相鄰地區(qū)的區(qū)域限制，霧霾污染會在全國更大范圍內(nèi)相互滲透，其背后可能隱含著污染型產(chǎn)業(yè)的跨相鄰區(qū)域轉(zhuǎn)移的現(xiàn)象，而不僅局限于相鄰地區(qū)內(nèi)。

表2顯示，全國及兩類地區(qū)的所有模型中，經(jīng)濟(jì)發(fā)展對霧霾污染的一次項(xiàng)估計(jì)系數(shù)都是正的，二次項(xiàng)估計(jì)系數(shù)都是負(fù)的，且都至少10%的顯著性水平下拒絕了原假設(shè)（估計(jì)系數(shù)為零），這表明經(jīng)濟(jì)發(fā)展的確對霧霾污染產(chǎn)生了“倒U”型的非線性影響關(guān)系。回歸結(jié)果表明，在經(jīng)濟(jì)發(fā)展的初期階段，由于經(jīng)濟(jì)發(fā)展的規(guī)模效應(yīng)，化石能源消耗日益增多，使得霧霾污染問題逐漸凸顯出來；隨著經(jīng)濟(jì)的持續(xù)發(fā)展，霧霾污染規(guī)模逐漸得到了控制，甚至出現(xiàn)了霧霾治理改善和經(jīng)濟(jì)持續(xù)發(fā)展的雙重紅利，這與理論分析結(jié)論是一致的。

4. 3影響機(jī)制分析

由于各地區(qū)實(shí)施不同的環(huán)境規(guī)制強(qiáng)度，可能會引發(fā)污染產(chǎn)業(yè)的區(qū)域間轉(zhuǎn)移，因此，在上述方程中我們還加入了環(huán)境規(guī)制政策變量的空間滯后項(xiàng)。

（2）實(shí)證結(jié)果分析。表3給出了方程式（20）動態(tài)面板模型的實(shí)證估計(jì)結(jié)果。在5%的顯著性水平下，全國及兩類地區(qū)模型的AR（2）不顯著，這表明模型不存在二階自相關(guān)問題，估計(jì)方法的選用是合適的；并且所有模型的Sargan檢驗(yàn)結(jié)果表明，模型選用的工具變量也是有效的。經(jīng)濟(jì)發(fā)展對環(huán)境規(guī)制強(qiáng)度變量的二次項(xiàng)系數(shù)為正，但一次項(xiàng)系數(shù)卻為負(fù)，這表明經(jīng)濟(jì)發(fā)展對環(huán)境規(guī)制政策強(qiáng)度的影響是“U型”的。在經(jīng)濟(jì)發(fā)展初期，地方政府存在為追求經(jīng)濟(jì)增長的績效目標(biāo)而忽視了環(huán)境規(guī)制。

在以征收排污費(fèi)作為環(huán)境規(guī)制強(qiáng)度代理變量的情況下，2018年全國及兩類地區(qū)經(jīng)濟(jì)發(fā)展的平均值已經(jīng)超過了“U型”的拐點(diǎn)值。以治污投入占比作為代理變量的模型中，經(jīng)濟(jì)發(fā)展對環(huán)境規(guī)制強(qiáng)度的拐點(diǎn)值普遍高于以排污費(fèi)作為代理變量的模型，這也反映出治污投入是以約束性環(huán)境規(guī)制政策為前提的，否則企業(yè)將不存在治污投入的動機(jī)，因此，經(jīng)濟(jì)發(fā)展對治污投入的“U型”拐點(diǎn)要高于排污費(fèi)。進(jìn)一步發(fā)現(xiàn)，2018年全國及兩類地區(qū)經(jīng)濟(jì)發(fā)展的平均值沒有超過治污投入模型中“U型”的拐點(diǎn)值，這表明大部分地區(qū)治污投入力度還有待進(jìn)一步提升。在環(huán)境規(guī)制政策強(qiáng)度的兩類代理變量模型中，經(jīng)濟(jì)發(fā)展對環(huán)境規(guī)制政策強(qiáng)度均表現(xiàn)出非線性的關(guān)系，隨著經(jīng)濟(jì)基礎(chǔ)的夯實(shí)，最終推動環(huán)境規(guī)制政策強(qiáng)度不斷增加。這一聯(lián)動的變化趨勢是否傳導(dǎo)到霧霾治理層面，接下來我們將通過回歸方程式（21）進(jìn)行驗(yàn)證。

表4和表5分別給出了以排污費(fèi)和治污投入占比作為中介變量的實(shí)證模型估計(jì)結(jié)果。值得關(guān)注的是，在地理距離的權(quán)重矩陣下，兩類模型均選擇的是加入中介變量空間滯后項(xiàng)的杜賓模型。排污費(fèi)提高有助于降低本地區(qū)的霧霾污染水平，但污染產(chǎn)業(yè)會通過區(qū)域間轉(zhuǎn)移，進(jìn)而加重了其他地區(qū)的霧霾污染程度；類似地，治污投入力度越高，則本地區(qū)的霧霾污染程度越低；但治污投入力度也會加重其他地區(qū)的霧霾污染程度。一個地區(qū)治污投入力度越大，則表明當(dāng)?shù)卣沫h(huán)境關(guān)注程度越高，對于企業(yè)環(huán)保類監(jiān)管力度越大，也會導(dǎo)致污染產(chǎn)業(yè)轉(zhuǎn)移。然而，在以相鄰與否作為權(quán)重矩陣的實(shí)證結(jié)果中，環(huán)境規(guī)制政策強(qiáng)度僅對本地區(qū)霧霾污染產(chǎn)生了顯著性負(fù)影響，而對相鄰地區(qū)的影響不顯著。從一個側(cè)面反映出，現(xiàn)階段的污染產(chǎn)業(yè)轉(zhuǎn)移并非局限于周圍鄰近地區(qū)，而是更大區(qū)域內(nèi)的產(chǎn)業(yè)轉(zhuǎn)移。接下來，我們將重點(diǎn)放在中介變量對經(jīng)濟(jì)發(fā)展估計(jì)系數(shù)的影響上。

北方地區(qū)的所有模型中，經(jīng)濟(jì)發(fā)展變量的一次項(xiàng)和二次項(xiàng)系數(shù)依然是顯著的，對霧霾污染的影響關(guān)系呈現(xiàn)出“倒U”型特征，但模型中的經(jīng)濟(jì)拐點(diǎn)值相比之前均有所提升。這表明北方地區(qū)環(huán)境規(guī)制政策強(qiáng)度發(fā)揮了部分中介效應(yīng)的作用。與之不同的是，除以地理距離作為權(quán)重矩陣的模型外，南方地區(qū)的其他模型中，經(jīng)濟(jì)發(fā)展的一次項(xiàng)系數(shù)顯著為正，但二次項(xiàng)系數(shù)均不再顯著；即使在經(jīng)濟(jì)發(fā)展二次項(xiàng)系數(shù)顯著為負(fù)的模型中，其經(jīng)濟(jì)發(fā)展的拐點(diǎn)值也遠(yuǎn)高于2018年該地區(qū)經(jīng)濟(jì)發(fā)展水平的最大值，即在當(dāng)前經(jīng)濟(jì)發(fā)展規(guī)模下，其對霧霾污染綜合影響也是顯著性為正。這表明南方地區(qū)環(huán)境規(guī)制政策強(qiáng)度發(fā)揮了完全中介效應(yīng)的影響，即經(jīng)濟(jì)發(fā)展對霧霾污染影響的“倒U”型關(guān)系消失了。

基于上述分析，文章指出逐漸趨嚴(yán)的動態(tài)環(huán)境規(guī)制政策是經(jīng)濟(jì)發(fā)展對霧霾污染產(chǎn)生非線性影響的重要渠道。在經(jīng)濟(jì)發(fā)展初期，為推動經(jīng)濟(jì)高速發(fā)展，各地區(qū)實(shí)施的環(huán)境規(guī)制強(qiáng)度普遍較低，甚至存在為發(fā)展而弱化環(huán)境規(guī)制的現(xiàn)象；隨著經(jīng)濟(jì)持續(xù)發(fā)展，社會資本邊際報酬在下降，環(huán)境污染問題日益凸顯，人們對環(huán)境空氣質(zhì)量的訴求也不斷提升，一方面實(shí)施環(huán)境規(guī)制政策的邊際成本在下降，另一方面加大環(huán)境規(guī)制力度的邊際收益在提升，不斷提升的環(huán)境規(guī)制政策強(qiáng)度逐漸遏制了霧霾污染的蔓延趨勢，進(jìn)一步證實(shí)了霧霾治理經(jīng)濟(jì)基礎(chǔ)的存在性。

5結(jié)論及政策啟示

在新古典理論的鞍點(diǎn)路徑上，刻畫以要素投入為主的中國經(jīng)濟(jì)發(fā)展特征以及霧霾污染從無到有、從小到大的動態(tài)過程，將經(jīng)濟(jì)增長內(nèi)生化，加入企業(yè)的霧霾治理機(jī)制，設(shè)計(jì)動態(tài)環(huán)境規(guī)制政策，采用Shooting求解鞍點(diǎn)路徑上的均衡解，在經(jīng)濟(jì)增長路徑上分析動態(tài)環(huán)境規(guī)制政策的適用性，研究經(jīng)濟(jì)發(fā)展與霧霾污染之間“倒U”型關(guān)系的影響機(jī)制，并從中國霧霾治理的實(shí)踐中尋找經(jīng)驗(yàn)證據(jù)。

理論研究發(fā)現(xiàn)，漸進(jìn)遞增的動態(tài)環(huán)境規(guī)制適應(yīng)了經(jīng)濟(jì)增長路徑上經(jīng)濟(jì)結(jié)構(gòu)特征的內(nèi)在變化，避免了由于環(huán)境規(guī)制造成生產(chǎn)投入要素的大幅度波動，保持了均衡投資額和能源消費(fèi)量的平穩(wěn)增長，提高了鞍點(diǎn)路徑上消費(fèi)增長的平滑性，實(shí)現(xiàn)了鞍點(diǎn)路徑上社會福利最大化目標(biāo)。同時，隨著環(huán)境規(guī)制執(zhí)行力度的不斷提高，企業(yè)逐漸加大治污投入，霧霾治理的效果開始逐漸呈現(xiàn)，這表明動態(tài)環(huán)境規(guī)制政策是經(jīng)濟(jì)發(fā)展與霧霾污染存在“倒U”關(guān)系的主要影響機(jī)制。

實(shí)證研究表明，中國經(jīng)濟(jì)發(fā)展與霧霾污染之間存在“倒U”型的非線性關(guān)系，2018年中國南北方地區(qū)經(jīng)濟(jì)發(fā)展的平均規(guī)模處于“倒U”拐點(diǎn)位置附近。從全國層面來看，污染產(chǎn)業(yè)的跨區(qū)域轉(zhuǎn)移依然嚴(yán)重，全國霧霾污染持續(xù)蔓延的趨勢仍未得到根本扭轉(zhuǎn)。隨著經(jīng)濟(jì)持續(xù)發(fā)展，社會資本邊際報酬在下降，環(huán)境污染問題日益凸顯，人們對環(huán)境空氣質(zhì)量的訴求也不斷提升，一方面實(shí)施環(huán)境規(guī)制政策的邊際成本在下降，另一方面加大環(huán)境規(guī)制力度的邊際收益在提升，不斷提升的環(huán)境規(guī)制政策強(qiáng)度逐漸遏制了霧霾污染的蔓延趨勢，進(jìn)一步證實(shí)了霧霾治理經(jīng)濟(jì)基礎(chǔ)的存在性，也為動態(tài)環(huán)境規(guī)制政策是經(jīng)濟(jì)發(fā)展對霧霾污染產(chǎn)生非線性影響的傳導(dǎo)機(jī)制提供了實(shí)踐支撐。

經(jīng)濟(jì)發(fā)展與霧霾污染之間的“倒U”型關(guān)系，并非經(jīng)濟(jì)增長到一定階段的“自然產(chǎn)物”，其根本是政府實(shí)施動態(tài)環(huán)境規(guī)制政策所產(chǎn)生的經(jīng)濟(jì)現(xiàn)象。環(huán)保稅應(yīng)隨著經(jīng)濟(jì)規(guī)模不斷擴(kuò)大和環(huán)境污染的負(fù)外部性不斷加重而持續(xù)提高。現(xiàn)階段，霧霾治理進(jìn)入關(guān)鍵期，區(qū)域性霧霾治理效果已經(jīng)初步顯現(xiàn)。政府應(yīng)進(jìn)一步強(qiáng)化霧霾治理的戰(zhàn)略定力，一方面要不斷加大環(huán)境規(guī)制政策執(zhí)行力度；另一方面也要關(guān)注污染產(chǎn)業(yè)的跨區(qū)域轉(zhuǎn)移問題，協(xié)調(diào)好產(chǎn)業(yè)轉(zhuǎn)移與環(huán)境保護(hù)之間的關(guān)系。

參考文獻(xiàn)

[1]邵帥，李欣，曹建華，等.中國霧霾污染治理的經(jīng)濟(jì)政策選擇：基于空間溢出效應(yīng)的視角[J].經(jīng)濟(jì)研究，2016，51（9）：73-88.

[2]EBENSTEIN A，F(xiàn)AN M，GREENSTONE M，et al. Growth，pollu？ tion，and life expectancy：China from 1991-2012[J]. American economic review，2015，105（5）：226-231.

[3]黃壽峰.財政分權(quán)對中國霧霾影響的研究[J].世界經(jīng)濟(jì)，2017，40（2）：127-152.

[4]邵帥，李欣，曹建華.中國的城市化推進(jìn)與霧霾治理[J].經(jīng)濟(jì)研究，2019，54（2）：148-165.

[5]陳詩一，陳登科.霧霾污染、政府治理與經(jīng)濟(jì)高質(zhì)量發(fā)展[J].經(jīng)濟(jì)研究，2018，53（2）：20-34.

[6]范慶泉，周縣華，張同斌.動態(tài)環(huán)境稅外部性、污染累積路徑與長期經(jīng)濟(jì)增長：兼論環(huán)境稅的開征時點(diǎn)選擇問題[J].經(jīng)濟(jì)研究，2016，51（8）：116-128.

[7]KIJIMA M，NISHIDE K，OHYAMA A. Economic models for the environmental Kuznets curve：a survey[J]. Journal of economic dy？ namics & control，2010，34（7）：1187-1201.

[8]BRUYN S M，HEINTZ R J. The environmental kuznets curve hy？ pothesis[M]. 1st ed. Oxford：Edward Elgar Publishing，1999：656-677.

[9]ANDREONI J，LEVINSON A. The smple analytics of the environ？ mental Kuznets curve[J]. Journal of public economics，2001，80（2）：269-286.

[10]LIEB C M. The environmental kuznets curve and flow versus stock pollution：the neglect of future damages[J]. Environmental and re？ source economics，2004，29（4）：483-506.

[11]TAHVONEN O，SALO S. Economic growth and transitions be？ tween renewable and nonrenewable energy resources[J]. European economic review，2001，45（8）：1379-1398.

[12]SHAPIRO J S，WALKER R. Why is pollution from US manufac？ turing declining：the roles of environmental regulation，productivi？ ty，and trade[J]. American economic review，2018，108（12）：3814-3854.

[13]BRUNNER M，STRULIK H. Solution of perfect foresight saddle point problems：a simple method and applications[J]. Journal of economic dynamics and control，2002，26（5）：737-753.

[14]李稻葵，徐欣，江紅平.中國經(jīng)濟(jì)國民投資率的福利經(jīng)濟(jì)學(xué)分析[J].經(jīng)濟(jì)研究，2012，47（9）：46-56，71.

[15]LJUNGQVIST L，SARGENT T J. Recursive macroeconomic theory[M]. 2nd ed. Cambridge Massachusetts：MIT Press，2004：330-334.

[16]范慶泉，張同斌.中國經(jīng)濟(jì)增長路徑上的環(huán)境規(guī)制政策與污染治理機(jī)制研究[J].世界經(jīng)濟(jì)，2018，41（8）：171-192.

[17]HEUTEL G. How should environmental policy respond to business cycles：optimal policy under persistent productivity shocks[J]. Re？ view of economic dynamics，2012，15（2）：244-264.

[18]潘文卿，范慶泉.生產(chǎn)性財政支出、經(jīng)濟(jì)增長與社會福利最大化[J].管理科學(xué)學(xué)報，2019，22（7）：1-19.

Economic base of haze governance： applicability analysis of dynamic environmental regulation

LIU Jingran1，F(xiàn)AN Qingquan1，CHU Chengjun2

（1. School of Public Finance and Taxation， Capital University of Economics and Business， Beijing 100070， China； 2. Chinese Academy for Environmental Planning， Ministry of Ecology and Environment， Beijing 100012， China）

AbstractThis paper established a theoretical framework including the loss caused by haze and firms？pollution control mechanism on the saddle path of the neoclassical model， and characterized China？s economic development mainly based on factor？input and the evolu？ tion of haze from zero to a large scale， internalizing the economic growth. Furthermore， the paper analyzed the mutual influence of eco？ nomic growth and haze pollution from the perspective of dynamic environmental regulation and used haze governance data of 88 Chi？ nese cities from 2007 to 2018 as empirical evidence. The theoretical study found that incremental environmental regulation fit the inter？ nal change of the economic structure on the economic growth path and realized the goal of maximizing social welfare on the saddle path through avoiding large fluctuations in production factors due to environmental regulation， maintaining steady growth in investment and energy consumption， and improving the smoothness of consumption growth on the saddle path. Besides， as firms increased investment in pollution control， the effects of haze governance began to show， demonstrating that dynamic environmental regulation policies were the main mechanism of the inverted U？shaped curve relationship between economic growth and haze pollution. The empirical results showed that the national spread of haze pollution was not curbed and the cross？regional transfer of polluting industries was prominent because haze had the spatial characteristics of？all prosperity， or all damage？among regions， and the spatial spillover effect broke through the restrictions of adjacent regions. Moreover， the haze governance of three economic zones started to show positive results， which was instructive for the government to implement pollution control strategies and formulate a new round of environmental tax poli？ cies. Therefore， the government should strengthen haze governance from two aspects： one is enhancing environmental regulation to drive firms to increase investment in pollution control by increasing environmental tax and reinforcing the administration of tax collection； the other is attaching importance to the cross？regional transfer of polluting industries and coordinating industrial transfer and environmental protection.

Key wordshaze governance； dynamic environmental regulation； pollution control investment； dynamic spatial panel model

（責(zé)任編輯：于杰）