環(huán)境規(guī)制對中國工業(yè)污染治理效率的影響研究

楊冕 晏興紅 李強誼

摘要?長期以來，工業(yè)化進程的持續(xù)深入是我國環(huán)境污染問題日益嚴峻的重要動因，而提高工業(yè)污染治理效率是有效控制污染排放，進而打贏污染防治攻堅戰(zhàn)的必然選擇。基于2000—2017年我國29個省級行政單元工業(yè)污染治理方面的投入產(chǎn)出數(shù)據(jù)，運用基于超越對數(shù)生產(chǎn)函數(shù)的SFA模型測度了各地區(qū)工業(yè)污染治理效率;在此基礎上，運用空間計量模型考察環(huán)境規(guī)制對工業(yè)污染治理效率的影響，并深入探究環(huán)境治理的空間溢出效應。研究表明：①2000—2017年我國各地區(qū)工業(yè)污染治理效率呈逐年上升態(tài)勢，全國工業(yè)污染治理效率平均值從2000年的0.165提高到2017年的0.309，但總體水平仍較低，并呈現(xiàn)出自西向東不斷增強的空間格局。②在工業(yè)污染治理過程中，財力投入和物力投入的增加有利于改善工業(yè)污染治理效率，而人力投入增加的效果不明顯。③全局 Moran's I指數(shù)均顯著為正，表明我國工業(yè)污染治理效率存在較強的空間相關性和空間集聚特征，具體體現(xiàn)為東部地區(qū)高-高集聚及西部地區(qū)低-低集聚，且存在較為穩(wěn)定的路徑依賴特征。④環(huán)境規(guī)制對本地區(qū)工業(yè)污染治理效率改善具有正向促進作用，對其他周邊地區(qū)也同樣具有正向溢出效應，這體現(xiàn)出污染治理的策略互動性和協(xié)同性。據(jù)此，從優(yōu)化環(huán)境污染治理投資結構、建立要素市場流動機制以及強化國有企業(yè)環(huán)境責任意識等方面提出相關政策建議，以期為提升我國工業(yè)污染治理效率、推動地區(qū)聯(lián)合治理污染提供政策依據(jù)。

關鍵詞?工業(yè)污染治理效率;環(huán)境規(guī)制;隨機前沿分析;空間溢出效應

中圖分類號?F205

文獻標識碼?A?文章編號?1002-2104（2020）09-0054-08?DOI：10.12062/cpre.20200308

近年來，日益嚴重的環(huán)境污染問題已成為制約我國經(jīng)濟社會可持續(xù)發(fā)展的重要因素[1]。環(huán)境污染給我國每年所造成的經(jīng)濟損失約占當年GDP總量的8%～15%[2-3];與此同時，由環(huán)境污染所引發(fā)的健康風險和損失也成為社會各界關注的焦點[4-7]。工業(yè)污染是我國當前環(huán)境污染的主要來源[8]，因此，加大對工業(yè)污染的治理力度、提高工業(yè)污染治理效率是打贏污染防治攻堅戰(zhàn)的重要途徑。21世紀以來，我國政府出臺了一系列嚴格的政策法規(guī)來加強工業(yè)污染治理力度。在此背景下，工業(yè)廢水和廢氣治理設施總數(shù)由2000年的7.9萬套增加到2015年的37.4萬套，增長了4.7倍。但由于長期沿用高物耗、高能耗和高污染的粗放型經(jīng)濟發(fā)展模式，我國的工業(yè)污染治理效果與理論預期之間還存在著較大的差距[9]。由此產(chǎn)生如下幾個問題：我國工業(yè)污染治理效率究竟如何？不同地區(qū)的工業(yè)污染治理效率是否存在著較為顯著的差異？我國環(huán)境規(guī)制對工業(yè)污染治理效率的改善存在著何種程度的促進作用？針對這些問題的探討對科學評估我國工業(yè)污染治理成效、厘清工業(yè)污染治理的外在約束乃至改善我國工業(yè)污染治理效率水平具有重要的理論與現(xiàn)實意義。

1?文獻綜述

當前，國內(nèi)外學者對污染治理效率的研究主要圍繞污染治理效率測度及其影響因素兩個主題來展開。首先，在污染治理效率測度方面，向書堅和吳淑麗[10]采用DEA方法，測度了1998—2009年我國除西藏和青海以外的大陸地區(qū)29個省市區(qū)工業(yè)廢氣治理技術效率，結果發(fā)現(xiàn)污染物治理效率大小依次是西部、中部和東部。解學梅等[9]選取了制造業(yè)廢水達標率、廢氣處理率、固體廢物利用率的平均值來衡量環(huán)境治理效率，并分析了制造業(yè)產(chǎn)值和環(huán)境治理效率之間的關系。相比污染治理效率，當前研究更多關注的是環(huán)境效率，通?；趧趧恿Α①Y本和能源為投入要素，環(huán)境污染物為非期望產(chǎn)出，GDP為期望產(chǎn)出，通過DEA模型進行測度。如Song等[11]構建出射線SBM（Ray Slack-based Model，RSBM）模型，對我國2004—2012年省級環(huán)境效率進行了評價。此外，Wu等[12]、Sueyoshi和Goto [13]在DEA框架下評價了我國和日本工業(yè)、制造業(yè)行業(yè)的環(huán)境效率。不過，也有學者從環(huán)境規(guī)制效率視角出發(fā)，對污染治理效率進行分析，例如程鈺等[14]基于超效率DEA模型測度了我國大陸30個省市區(qū)的環(huán)境規(guī)制效率，發(fā)現(xiàn)各省市區(qū)環(huán)境規(guī)制效率呈“東高西低”的分布格局。Tang等[15]基于SBM模型分析了2003—2013年我國各省市區(qū)的環(huán)境規(guī)制效率，并借助DEA-Malmquist生產(chǎn)率指數(shù)進一步將其分解為技術進步指數(shù)、純技術效率指數(shù)和規(guī)模效率指數(shù)。

其次，關于污染治理效率影響因素的探討，已有研究發(fā)現(xiàn)經(jīng)濟發(fā)展水平、研發(fā)投入、技術創(chuàng)新等因素有利于促進污染治理效率水平的改善，而二產(chǎn)比重、煤炭能耗占比等因素則抑制了污染治理效率水平的提升。王鵬和謝麗文[16]研究發(fā)現(xiàn)，相比污染治理投資，企業(yè)技術創(chuàng)新對污染治理效率的促進作用更強。此外，環(huán)境補貼、公眾參與、財政分權、國企占比等因素也對污染治理效率產(chǎn)生重大影響，如石光等[17]認為補貼政策可以有效激勵電力行業(yè)企業(yè)投運脫硫設施，從而提高城市二氧化硫去除率;藍慶新和陳超凡[18]研究發(fā)現(xiàn)財政分權和晉升錦標賽引致的制度軟化對大氣污染治理效率具有負向沖擊，而公眾認同對其具有正向影響;Wang和Yuan[19]認為國企占比高對節(jié)能減排具有顯著的抑制作用。

通過對相關文獻的梳理發(fā)現(xiàn)，現(xiàn)有研究仍存在以下不足：①大多聚焦于以勞動力、資本、能源等作為要素投入，經(jīng)濟水平和污染物排放作為期望產(chǎn)出和非期望產(chǎn)出的研究框架，而將污染物去除量作為合意產(chǎn)出，人力、物力、財力等作為要素投入的研究視角的探討并不多見。其次，前者側重的是環(huán)境效率，而后者更多強調的是環(huán)境治理效率。②鮮有文獻從環(huán)境規(guī)制視角探討區(qū)域或行業(yè)污染治理效率的影響因素，從空間溢出視角探究環(huán)境規(guī)制對工業(yè)污染治理效率影響的文獻則更為少見。由于環(huán)境污染具有很強的空間外溢性，污染企業(yè)也具有較強的區(qū)域流動性，忽略空間因素會導致實證結果存在偏差。

鑒于此，從以下兩個方面對已有研究做進一步拓展。首先，在充分考慮各地區(qū)資源稟賦、經(jīng)濟結構和隨機因素等影響背景下，構建基于超越對數(shù)生產(chǎn)函數(shù)的SFA模型，以污染物去除量作為合意產(chǎn)出，人力、物力、財力等作為要素投入，測度出2000—2017年我國各地區(qū)工業(yè)污染治理效率，并且對其做出直觀比較和深入分析。隨后，從空間互動視角探索我國各地區(qū)工業(yè)污染治理效率的空間關聯(lián)性與空間集聚特征，并構建空間計量模型探究環(huán)境規(guī)制對工業(yè)污染治理效率的影響，充分考慮了環(huán)境治理的空間溢出效應。

2?模型、變量與數(shù)據(jù)

2.1?SFA模型

隨機前沿分析法（Stochastic Frontier Analysis，SFA）是前沿分析中參數(shù)方法的典型代表，其最大優(yōu)點是考慮了隨機因素對產(chǎn)出的影響，使估計結果能更為真實地反映實際狀況，其基本表達式如下：

進一步，為避免估計產(chǎn)生的異方差，對式（1）兩邊取對數(shù)，得到如下對數(shù)形式的隨機前沿分析模型：

因為超越對數(shù)生產(chǎn)函數(shù)是一種變彈性生產(chǎn)函數(shù)形式，能夠較好地研究投入要素之間的相互影響，本文基于該函數(shù)的具體模型如公式（4）所示：

其中，i表示各個省市，t表示年份;Fit、Mit、Lit分別表示省市i在t年的工業(yè)廢水、廢氣治理設施實際運行總費用，工業(yè)廢水、廢氣治理設施總數(shù)，環(huán)保系統(tǒng)年末總人數(shù);Yit為省市i在t年的工業(yè)SO2、工業(yè)煙（粉）塵、工業(yè)廢水中COD綜合去除量;其他符號和上述模型中的一致。

2.2?空間相關性檢驗

根據(jù)空間計量經(jīng)濟學的原理，在建立空間計量模型進行實證分析之前，需要檢驗研究對象是否存在顯著的空間相關性，常用的檢驗方法有全局空間自相關和局部空間自相關。其中，全局空間自相關是從總體上檢驗研究對象的空間分布集聚情況，可通過計算全局Moran's I指數(shù)來實現(xiàn)，計算過程如下：

其中，N為空間單元的個數(shù);yi和yj分別為空間單元i和空間單元j的觀測值，即各省份工業(yè)污染治理效率值（TE）;Wij代表二進制的空間權重矩陣，采用鄰接標準定義，即若地區(qū)i和地區(qū)j空間相鄰，記為1，若地區(qū)i和地區(qū)j空間不相鄰，記為0，且認為地區(qū)i和地區(qū)i是不相鄰的。設定海南與廣東、廣西相鄰。

局部空間自相關則是用于探究某個地區(qū)與其周圍地區(qū)的空間相關性，一般可通過Moran指數(shù)散點圖來分析，其橫軸為研究對象，縱軸為研究對象的空間滯后值，共分為4個象限，第一象限為高-高集聚區(qū)，第三象限為低-低集聚區(qū)，第二、四象限分別為低-高集聚區(qū)和高-低集聚區(qū)。

2.3?空間計量模型

常用的空間計量模型包括空間滯后模型（Spatial Lag Model，SLM）、空間誤差模型（Spatial Error Model，SEM）和空間杜賓模型（Spatial Durbin Model，SDM）三種，其中，空間滯后模型（SLM）是在傳統(tǒng)計量模型的基礎上加入被解釋變量的空間滯后項，主要探究某地區(qū)的被解釋變量受鄰近地區(qū)被解釋變量的影響;空間誤差模型（SEM）是加入誤差項的空間相關性，主要反映鄰近地區(qū)的隨機擾動項對本地區(qū)的被解釋變量的影響;空間杜賓模型（SDM）將解釋變量、被解釋變量及誤差項的空間滯后算子都納入模型中，統(tǒng)籌考慮了解釋變量、被解釋變量及誤差項的空間效應，并且空間杜賓模型的溢出效應可分解為直接效應和間接效應。其中，直接效應表示各自變量對本地區(qū)因變量的平均影響程度;間接效應表示各自變量對其他地區(qū)因變量的平均影響程度。上述3種模型的表達式分別如下：

其中，yit為因變量，表示被解釋變量在第i個單元t時期值，即各省份工業(yè)污染治理效率值（TE）;xit為自變量，表示解釋變量在第i個單元t時期的值;Wij為空間權重矩陣;ρ為空間自回歸系數(shù);β為解釋變量的系數(shù)值，反映了自變量xit對因變量yit的影響;μit表示空間固定效應;λit表示時間固定效應;εit為隨機誤差項向量;Wijψit表示第i個單元t時期的空間自相關誤差項;Wijxit是空間滯后自變量算子，γ為空間滯后自變量的系數(shù)。

2.4?變量選取和數(shù)據(jù)說明

（1）被解釋變量的選取。為了測度我國各地區(qū)工業(yè)污染治理效率，選取的投入變量包括各地區(qū)在污染治理過程中的財力、物力和人力投入，產(chǎn)出變量則為工業(yè)污染物的綜合去除量，具體如下：①財力投入（Fit）。采用“工業(yè)廢水、廢氣治理設施實際運行總費用”度量，單位為萬元。②物力投入（Mit）。 采用“工業(yè)廢水、廢氣治理設施總數(shù)”度量，單位為套。③人力投入（Lit）。 采用“環(huán)保系統(tǒng)年末人數(shù)”度量，單位為人。（4）污染物綜合去除量（Yit）。 采用“工業(yè)SO2、工業(yè)煙（粉）塵及工業(yè)廢水中的COD的綜合去除量”度量，因各省份的資源稟賦、經(jīng)濟結構有所差異及SFA方法無法直接處理多產(chǎn)出效率問題，借助污染物的排放強度倒數(shù)和熵權法對污染物去除量數(shù)據(jù)進行校正和處理，先用上述污染物的排放強度倒數(shù)乘以其去除量絕對數(shù)值進行數(shù)據(jù)校正，再運用熵權法得到上述污染物綜合去除量數(shù)據(jù)以直觀比較各地區(qū)工業(yè)污染治理成效。為消除量綱的影響，對上述財力、物力、人力投入變量都進行標準化處理。

（2）核心解釋變量的選取。為了探究環(huán)境規(guī)制對工業(yè)污染治理效率的影響，基于上述投入產(chǎn)出數(shù)據(jù)測度的2000—2017年我國省際工業(yè)污染治理效率值為被解釋變量。環(huán)境規(guī)制（eps）是核心解釋變量，對于該變量的選取，目前國內(nèi)外學者常用的指代變量有污染治理投資額或污染治理投資額占GDP比重[20]、工業(yè)污染治理投資完成額[21-23]、工業(yè)污染治理投資完成額占工業(yè)總產(chǎn)值[24]等。旨在探討環(huán)境規(guī)制對工業(yè)污染治理效率的影響，主要考慮的是工業(yè)方面的治理投資成本，故鑒于指標的相對關聯(lián)性和完善性及數(shù)據(jù)的可獲得性，采用“工業(yè)污染治理投資完成額”來度量環(huán)境規(guī)制強度，包括治理工業(yè)廢水、廢氣、固體廢棄物等污染物的投資額，以反映政府在工業(yè)污染治理上付出的努力和成本，其大小表示實際環(huán)境規(guī)制的強度。一般認為實際工業(yè)污染治理投資完成額越大，越有利于發(fā)揮政府環(huán)境規(guī)制的作用，能夠有更充足的環(huán)保資金以投入更多的污染治理設備及技術，進而有利于改善工業(yè)污染治理效率。

（3）其他控制變量的選取。為了使模型估計結果更具真實性和合理性，控制變量：以經(jīng)濟發(fā)展水平（rgdp），用地區(qū)人均實際GDP表示;產(chǎn)業(yè)結構（cy），用地區(qū)第三產(chǎn)業(yè)總產(chǎn)值占地區(qū)GDP比重表示;對外開放度（fdi），用地區(qū)外商直接投資額占地區(qū)GDP比重表示;城鎮(zhèn)化率（cs），用地區(qū)城鎮(zhèn)人口占地區(qū)總人口比重表示;所有制結構（syz），用國有及國有控股工業(yè)企業(yè)總產(chǎn)值占規(guī)模以上工業(yè)總產(chǎn)值的比重表示;技術投入（jstr），用地區(qū)R&D投入占地區(qū)GDP比重表示。為消除異方差的影響，對上述被解釋變量、核心解釋變量和控制變量都進行了取對數(shù)處理。上述所選指標的描述性統(tǒng)計具體如表1所示。

（4）變量的數(shù)據(jù)來源與說明。因為香港、澳門、臺灣、西藏和青海等地區(qū)的數(shù)據(jù)缺失較嚴重，所以將研究區(qū)域限定為除以上地區(qū)以外的我國29個省級行政單元，考察的時間跨度為2000—2017年。由于工業(yè)廢水、工業(yè)廢氣治理設施數(shù)和工業(yè)廢水、工業(yè)廢氣治理設施運行費用及環(huán)保系統(tǒng)人員數(shù)，統(tǒng)計部門對于這些數(shù)據(jù)的公布截止至2015年，故后續(xù)年份的工業(yè)污染治理效率值根據(jù)移動加權平均法計算而得。核心解釋變量和控制變量的原始數(shù)據(jù)均來源于《中國統(tǒng)計年鑒》《中國環(huán)境年鑒》《中國環(huán)境統(tǒng)計年鑒》。其中，“工業(yè)廢水、廢氣治理設施實際運行總費用”“實際工業(yè)污染治理投資完成額”“人均實際GDP”數(shù)據(jù)是以2000年為基期，分別采用“工業(yè)生產(chǎn)者出廠價格指數(shù)”和“GDP平減指數(shù)”逐年平減得之;工業(yè)SO2、工業(yè)煙（粉）塵、工業(yè)廢水中COD去除量數(shù)據(jù)分別是用其產(chǎn)出量與排放量之差表示;外商直接投資占GDP比重是用當年平均匯率水平進行換算后得到的FDI數(shù)據(jù)除以當年名義GDP得之。

3?實證結果與分析

3.1?工業(yè)污染治理效率的測度結果與分析

運用SFA模型對我國29個省級行政單元的工業(yè)污染治理效率進行了測度，研究結果表明財力投入（工業(yè)廢水、廢氣治理設施實際運行總費用）和物力投入（工業(yè)廢水、廢氣治理設施總數(shù)）對我國工業(yè)污染治理效率的影響均顯著為正，兩者交互項對工業(yè)污染治理效率的影響也顯著為正;人力投入（環(huán)保系統(tǒng)年末人數(shù)）對工業(yè)污染治理效率的影響為負，但不顯著。這說明在現(xiàn)階段，我國改善工業(yè)污染治理效率主要依靠除污設施的投入，并有相應費用保證其正常運行。

結果表示，我國29個省級行政單元的工業(yè)污染治理效率值呈逐年上升的態(tài)勢，全國工業(yè)污染治理效率平均值從2000年的0.165提高到2017年的0.309，環(huán)境治理能力逐年提升，但總體水平仍較低。可能原因是：一方面，隨著資源環(huán)境問題的日益嚴峻，我國政府越來越重視經(jīng)濟與環(huán)境的協(xié)調發(fā)展，積極構建資源節(jié)約型、環(huán)境友好型社會，積極轉變經(jīng)濟增長模式，促進綠色發(fā)展，促使各工業(yè)企業(yè)不斷優(yōu)化綠色生產(chǎn)技術和污染治理技術，從而改善了工業(yè)污染治理效率。另一方面，由于現(xiàn)階段我國經(jīng)濟增長并沒有完全實現(xiàn)由粗放式發(fā)展轉向綠色集約型發(fā)展，在污染治理過程中存在污染治理技術水平有限、社會公眾環(huán)保參與度低等問題，故當前我國的工業(yè)污染治理效率還處于相對較低的水平，需要進一步提高環(huán)保投入資金利用率。

從省際差異來看，考察期內(nèi)，各省市的工業(yè)污染治理效率差異較大，其中工業(yè)污染治理效率最高的5個省市依次是上海、北京、浙江、江蘇和廣東，其工業(yè)污染治理效率平均值分別為0.949、0.514、0.510、0.497和0.485，最低的5個省市依次是寧夏、山西、新疆、甘肅和陜西，其工業(yè)污染治理效率平均值分別為0.042、0.059、0.060、0.073和0.083?？梢钥吹?，工業(yè)污染治理效率最高的5個省份均位于經(jīng)濟發(fā)展水平較高的東部地區(qū)，如上海市，其經(jīng)濟發(fā)展水平高，第三產(chǎn)業(yè)占比常年高達近70%，金融業(yè)、服務業(yè)發(fā)展水平高，為工業(yè)污染治理提供了充足的資金和技術支持。工業(yè)污染治理效率最低的5個省份大都位于經(jīng)濟欠發(fā)達的中西部地區(qū)，如寧夏和山西省，其煤炭資源豐富，高耗能高污染的重工業(yè)占比高，且經(jīng)濟欠發(fā)達，沒有足夠的環(huán)保資金和環(huán)保技術支持，導致其工業(yè)污染治理效率水平較低。

從區(qū)域差異來看，在樣本考察期內(nèi)，我國東、中、西部地區(qū)的工業(yè)污染治理效率差異明顯，東部地區(qū)最高，中部地區(qū)次之，西部地區(qū)最低，呈現(xiàn)“東-中-西”依次遞減態(tài)勢，這和大多數(shù)學者的研究結果一致。其中，東部地區(qū)工業(yè)污染治理效率平均值為0.414，中部地區(qū)為0.139，西部地區(qū)只有0.104，且在工業(yè)污染治理效率平均值排名前10的省市中，東部地區(qū)省市占有9個，而西部地區(qū)省市工業(yè)污染治理效率平均值排名普遍靠后?？赡艿脑蛉缦拢浩湟唬瑬|部地區(qū)經(jīng)濟發(fā)展、管理和技術水平均更高，吸引和利用外資能力更強，能夠充分發(fā)揮資源優(yōu)化配置的作用，而西部地區(qū)經(jīng)濟發(fā)展水平有限，污染治理投入相對不足，技術水平也相對更低，從而不利于污染治理效率水平的改善。其二，東部地區(qū)產(chǎn)業(yè)結構更趨于合理和優(yōu)化，大力發(fā)展高新技術產(chǎn)業(yè)和服務業(yè)，淘汰高耗能高污染產(chǎn)業(yè)，而西部地區(qū)仍以粗放型增長方式為主，高污染高耗能產(chǎn)業(yè)居多。其三，東部地區(qū)隨著經(jīng)濟發(fā)展水平的提高人們的環(huán)保意識和環(huán)保訴求也不斷增強，從而促進工業(yè)企業(yè)不斷改善工業(yè)污染治理效率。

3.2?空間相關性分析

根據(jù)表2可知，我國工業(yè)污染治理效率的全局 Moran's I指數(shù)值都顯著大于0，且逐年遞增，說明考察期內(nèi)我國工業(yè)污染治理效率的空間分布格局表現(xiàn)出顯著的正相關性特征，即工業(yè)污染治理效率較高的地區(qū)其相鄰地區(qū)工業(yè)污染治理效率也較高，工業(yè)污染治理效率較低的地區(qū)其相鄰地區(qū)也可能工業(yè)污染治理效率較低，且工業(yè)污染治理效率的集聚程度不斷增強。Moran指數(shù)散點圖（如圖1和圖2所示）的結果也顯示各省市工業(yè)污染治理效率呈現(xiàn)H-H集聚和L-L集聚特征，其中，北京、天津、上海、江蘇、浙江、福建、山東位于H-H集聚區(qū)，主要為東部省份，山西、湖北、湖南、重慶、四川、貴州、云南、陜西、甘肅、寧夏和新疆等位于L-L集聚區(qū)，主要為中西部省份，說明東部地區(qū)因經(jīng)濟發(fā)展水平較高及其沿海地理位置優(yōu)勢表現(xiàn)出高-高集聚現(xiàn)象，而中西部地區(qū)因經(jīng)濟發(fā)展水平相對落后、資源利用效率更低表現(xiàn)出低-低集聚特征，這與我國工業(yè)污染治理效率值的全局Moran's I指數(shù)值都顯著大于0的結果一致。對比2000年和2017年空間集聚情況，可以發(fā)現(xiàn)具有相似空間相關性的省市分別占比75.9%和82.8%，高集聚區(qū)和低集聚區(qū)集聚情況比較穩(wěn)定，具有較強的路徑依賴性?？赡茉蚴牵涵h(huán)境污染存在很強的空間外溢性，一個地區(qū)排放的環(huán)境污染物容易蔓延擴散到鄰近地區(qū)，產(chǎn)生負向溢出效應，且造成環(huán)境治理的責任界定模糊，從而在環(huán)境污染治理過程中存在“搭便車”現(xiàn)象，無法充分調動各方主體治理污染的積極性。正是由于環(huán)境污染的負外部性使得屬地污染治理模式失效，越來越多的地方政府尋求協(xié)同治理，政策協(xié)同、技術協(xié)同使得污染治理存在策略互動性，故各地區(qū)工業(yè)污染治理效率水平存在顯著的空間正相關特征，經(jīng)濟發(fā)展水平較高、產(chǎn)業(yè)結構優(yōu)化的地區(qū)工業(yè)污染治理效率水平較高，因政策、技術、人才、目標、區(qū)域協(xié)同，其鄰近地區(qū)工業(yè)污染治理效率水平也較高，而經(jīng)濟發(fā)展水平低、經(jīng)濟發(fā)展方式粗放的地區(qū)工業(yè)污染治理效率水平較低，其鄰近地區(qū)工業(yè)污染治理效率也偏低。

3.3?環(huán)境規(guī)制對工業(yè)污染治理效率影響的實證結果

經(jīng)檢驗，傳統(tǒng)面板數(shù)據(jù)的無固定效應、空間固定效應、時間固定效應和雙固定效應模型的LMlag、R-LMlag、LMerror、R-LMerror均顯著大于0，表明SLM模型和SEM模型均優(yōu)于無空間效應的傳統(tǒng)計量模型;空間滯后（Spatial Lag）和空間誤差（Spatial Error）的Wald和LR檢驗統(tǒng)計量也均顯著大于0，說明SDM模型不能被簡化為SLM和SEM模型。所以選擇SDM模型進行回歸估計，其估計結果如表3所示。根據(jù)表3的估計結果可知：①環(huán)境規(guī)制（eps）的估計系數(shù)、直接效應、間接效應分別為0.055、0.062、0.104，且均在1%的顯著性水平顯著，說明環(huán)境規(guī)制不僅對我國本地區(qū)工業(yè)污染治理效率的改善有積極的促進作用，還對周邊地區(qū)的工業(yè)污染治理效率產(chǎn)生正向空間溢出效應。污染治理投資完成額的增加意味著工業(yè)企業(yè)能夠有更充足的資金用于購買污染治理設備，改進污染治理技術，加強污染治理相關事宜的管理和監(jiān)督以保證政府的環(huán)保投入資金得到充分利用，而由于環(huán)境治理的策略互動性和政策、技術、人力協(xié)同，使得對周邊地區(qū)的工業(yè)污染治理效率產(chǎn)生正向空間溢出效應。②產(chǎn)業(yè)結構（cy）、經(jīng)濟發(fā)展水平（rgdp）、和技術投入（jstr）的估計系數(shù)、直接效應均顯著為正，說明產(chǎn)業(yè)結構的優(yōu)化、經(jīng)濟發(fā)展水平的提高和技術的投入顯著促進了本地區(qū)工業(yè)污染治理效率的提高，經(jīng)濟發(fā)展水平（rgdp）的間接效應不顯著為正，可能是污染轉移等因素導致。③外商直接投資（fdi）的估計系數(shù)為正，但其直接效應、間接效應系數(shù)都為負，說明現(xiàn)階段外商直接投資對我國工業(yè)污染治理效率的提升起到抑制作用，且對周邊地區(qū)的工業(yè)污染治理效率產(chǎn)生負向空間溢出效應，可能原因是現(xiàn)階段我國還存在外商直接投資結構不合理問題。④城鎮(zhèn)化率（cs）的估計系數(shù)、間接效應均顯著為負，而直接效應不顯著為負，說明現(xiàn)階段城鎮(zhèn)化率對本地區(qū)的工業(yè)污染治理效率的提升呈不明顯的負向作用，而對周邊地區(qū)的工業(yè)污染治理效率產(chǎn)生負向空間溢出效應，可能原因是大量農(nóng)村人口向城市集聚帶來了城市交通擁擠、城市垃圾、城市廢水廢氣排放等一系列環(huán)境問題。⑤所有制結構（syz）的估計系數(shù)、直接效應、間接效應顯著為正，說明在Wx_eps表示環(huán)境規(guī)制的空間滯后項，限于篇幅，其他控制變量的空間滯后項省略?，F(xiàn)階段企業(yè)的所有制結構對我國工業(yè)污染治理效率呈促進作用，現(xiàn)階段國有企業(yè)發(fā)揮了其在政策資源上的優(yōu)勢和模范帶頭作用。此外，為了保證SDM模型估計結果的穩(wěn)健性，通過調整環(huán)境規(guī)制變量的選取及空間權重矩陣的構建來進行穩(wěn)健性檢驗，研究結果依然穩(wěn)健。

4?結論與建議

基于2000—2017年我國29個省級行政單元政府工業(yè)污染治理投入和產(chǎn)出數(shù)據(jù)，構建基于超越對數(shù)生產(chǎn)函數(shù)的SFA模型測度我國省際工業(yè)污染治理效率;并在此基礎上，用空間相關性方法驗證了我國工業(yè)污染治理效率的空間集聚特征;進一步，采用空間計量模型探究了環(huán)境規(guī)制對我國工業(yè)污染治理效率的影響。結果表明：考察期內(nèi)我國省際工業(yè)污染治理效率逐年上升，并呈“東-中-西”依次遞減分布格局，各地區(qū)工業(yè)污染治理效率存在顯著的空間正相關性、空間集聚特征和較為穩(wěn)定的路徑依賴性，具體表現(xiàn)為東部地區(qū)高-高集聚、西部地區(qū)低-低集聚。而環(huán)境規(guī)制不僅對我國本地區(qū)工業(yè)污染治理效率的改善有積極的促進作用，還對周邊地區(qū)的工業(yè)污染治理效率產(chǎn)生正向空間溢出效應，體現(xiàn)了污染治理的策略互動性和政策、技術、人力的協(xié)同性。鑒于上述結論，提出以下建議。

（1）優(yōu)化環(huán)境污染治理投資結構，綜合運用多種手段加強環(huán)境規(guī)制。根據(jù)實證結果，我國存在環(huán)保人員投入效果不佳的問題，需要優(yōu)化環(huán)境污染治理投資結構，實現(xiàn)資源的優(yōu)化配置，強化環(huán)保人員環(huán)境責任意識，并充分發(fā)揮市場有效機制，借助環(huán)保法制的約束，綜合運用多種手段加強環(huán)境規(guī)制。

（2）強化國有企業(yè)環(huán)境責任意識，優(yōu)化產(chǎn)業(yè)結構，推動污染治理技術進步。進一步充分發(fā)揮國有企業(yè)在政策資源上的優(yōu)勢和模范帶頭作用，并重點調整中西部地區(qū)的產(chǎn)業(yè)結構，加大環(huán)保研發(fā)投入。

（3）優(yōu)化利用外資結構，不斷改善城市環(huán)境問題。在引進外資過程中，應進一步嚴格限制高污染、高耗能企業(yè)外資項目和外資企業(yè)的進入，注重引進低能耗、高附加值的外商投資項目。而在城市化進程中則應著重解決生活垃圾等問題，充分發(fā)揮城市資源集約優(yōu)勢。

（4）建立要素市場流動機制，促進區(qū)域間的交流與學習。我國工業(yè)污染治理效率總體水平還較低，地區(qū)差異明顯，存在較強空間依賴性和異質性。因此，需要構建一個合理有效的機制，積極引導各地區(qū)工業(yè)污染治理資源在地區(qū)之間充分流動。需要鼓勵東部發(fā)達地區(qū)將資金、技術、人才等要素向中西部地區(qū)轉移擴散，建立綠色生產(chǎn)和污染治理技術長期有效的共享平臺，實現(xiàn)東中西部地區(qū)的協(xié)調發(fā)展。

（編輯：李?琪）

參考文獻

[1]范子英， 趙仁杰. 法治強化能夠促進污染治理嗎？——來自環(huán)保法庭設立的證據(jù)[J]. 經(jīng)濟研究， 2019， 54（3）： 21-37.

[2]韓超， 胡浩然. 清潔生產(chǎn)標準規(guī)制如何動態(tài)影響全要素生產(chǎn)率——剔除其他政策干擾的準自然實驗分析[J]. 中國工業(yè)經(jīng)濟， 2015（5）： 70-82.

[3]童健， 劉偉， 薛景. 環(huán)境規(guī)制、要素投入結構與工業(yè)行業(yè)轉型升級[J]. 經(jīng)濟研究， 2016， 51（7）： 43-57.

[4]GEHRSITZ M. The effect of low emission zones on air pollution and infant health[J]. Journal of environmental economics and management， 2017，83：121-144.

[5]CHEN Z， WANG J N， MA G X， et al. China tackles the health effects of air pollution[J]. The lancet， 2013， 382： 1959-1960.

[6]王敏， 黃瀅. 中國的環(huán)境污染與經(jīng)濟增長[J]. 經(jīng)濟學（季刊）， 2015， 14（2）： 557-578.

[7]史貝貝， 馮晨， 張妍， 等. 環(huán)境規(guī)制紅利的邊際遞增效應[J]. 中國工業(yè)經(jīng)濟， 2017（12）： 40-58.

[8]金春雨， 吳安兵. 工業(yè)經(jīng)濟結構、經(jīng)濟增長對環(huán)境污染的非線性影響[J]. 中國人口·資源與環(huán)境， 2017， 27（10）： 64-73.

[9]解學梅， 霍佳閣， 臧志彭. 環(huán)境治理效率與制造業(yè)產(chǎn)值的計量經(jīng)濟分析[J]. 中國人口·資源與環(huán)境， 2015， 25（2）： 39-46.

[10]向書堅， 吳淑麗. 中國工業(yè)廢氣治理技術效率及其影響因素分析[J]. 數(shù)量經(jīng)濟技術經(jīng)濟研究， 2012（8）：79-91.

[11]SONG M， PENG J， WANG J， et al. Environmental efficiency and economic growth of China： a ray slack-based model analysis[J]. European journal of operational research， 2018， 269： 51-63.

[12]WU J， LI M， ZHU Q， et al. Energy and environmental efficiency measurement of China's industrial sectors： a DEA model with non-homogeneous inputs and outputs[J]. Energy economics， 2019， 78： 468-480.

[13]SUEVOSHI T， GOTO M. Environmental assessment for corporate sustainability by resource utilization and technology innovation： DEA radial measurement on Japanese industrial sectors[J]. Energy economics， 2014， 46： 295-307.

[14]程鈺， 徐成龍， 任建蘭. 中國環(huán)境規(guī)制效率時空演化及其影響因素分析[J]. 華東經(jīng)濟管理， 2015， 29 （9）： 79-84.

[15]TANG D， TANG J， XIAO Z， et al. Environmental regulation efficiency and total factor productivity： effect analysis based on Chinese data from 2003 to 2013[J]. Ecological indicators， 2017， 73： 312-318.

[16]王鵬， 謝麗文. 污染治理投資、企業(yè)技術創(chuàng)新與工業(yè)污染治理效率[J]. 中國人口·資源與環(huán)境， 2014， 24（9）： 51-58.

[17]石光， 周黎安， 鄭世林，等. 環(huán)境補貼與污染治理——基于電力行業(yè)的實證研究[J]. 經(jīng)濟學（季刊）， 2016， 15（4）： 1439-1462.

[18]藍慶新， 陳超凡. 制度軟化、公眾認同對大氣工業(yè)污染治理效率的影響[J]. 中國人口·資源與環(huán)境， 2015， 25（9）： 145-152.

[19]WANG Q， YUAN B. Air pollution control intensity and ecological total-factor energy efficiency： the moderating effect of ownership structure [J]. Journal of cleaner production， 2018， 186：373-387.

[20]何愛平， 安夢天. 地方政府競爭、環(huán)境規(guī)制與綠色發(fā)展效率[J]. 中國人口·資源與環(huán)境， 2019，29（3）： 21-30.

[21]宋馬林， 王舒鴻. 環(huán)境規(guī)制、技術進步與經(jīng)濟增長[J]. 經(jīng)濟研究， 2013， 48（3）： 122-134.

[22]郭妍， 張立光. 環(huán)境規(guī)制對工業(yè)企業(yè)R&D投入影響的實證研究[J]. 中國人口·資源與環(huán)境， 2014， 24（S3）： 104-107.

[23]李斌， 曹萬林. 環(huán)境規(guī)制對我國循環(huán)經(jīng)濟績效的影響研究——基于生態(tài)創(chuàng)新的視角[J]. 中國軟科學， 2017（6）： 140-154.

[24]龔健健， 沈可挺. 中國高耗能產(chǎn)業(yè)及其環(huán)境污染的區(qū)域分布——基于省際動態(tài)面板數(shù)據(jù)的分析[J]. 數(shù)量經(jīng)濟技術經(jīng)濟研究， 2011， 28（2）： 20-36，51.