要素市场扭曲影响中国城市环境质量的空间效应研究

张亚斌，李英杰，金培振

(1.湖南大学经济与贸易学院，湖南 长沙 410079；2.中国建设银行上海分行，上海 200120)

要素市场扭曲影响中国城市环境质量的空间效应研究

张亚斌1，李英杰1，金培振2

(1.湖南大学经济与贸易学院，湖南 长沙 410079；2.中国建设银行上海分行，上海 200120)

本文以2000-2009年中国29个省会城市的面板数据为样本，尝试将经济增长背后存在的要素市场扭曲因素纳入分析框架，结合空间Durbin模型实证分析要素市场扭曲对城市空气质量的影响。研究结果发现，要素市场的扭曲会恶化城市空气质量且存在负的空间溢出效应，较高的城市人口密度会恶化城市空气质量，城市绿化率和城市公共交通的提升可以改善城市空气质量，但城市的产业结构、能源效率和政府环境治理度等对城市空气质量的影响不够明显。推动我国要素市场化改革进程、改善城市空气质量对生态文明建设具有重大的现实意义。

要素市场扭曲；城市空气质量；空间Durbin模型

一、引 言

改革开放以来，中国经济保持着高速增长，人们的生活质量也显著提高。然而，经济高速增长伴随而来的环境污染问题日益凸显。《中国城市空气质量管理绩效评估报告》指出我国空气污染防治政策滞后于社会经济发展*中国人民大学环境学院主办的“中国城市空气质量管理绩效评估报告”发布会(2013年3月28日)。，城市空气污染依然严重，尤其是大城市空气污染呈现加重的趋势。2013年全国各地出现的严重雾霾天气进一步表明建设生态文明的紧迫性和必要性。在十八届五中全会上，中国政府首次将生态文明建设列入第十三个“五年规划”的目标任务中，并上升到国家战略层面。因此，实现经济高速增长的同时，进一步提升环境质量、走绿色发展道路显得十分紧迫。

众多文献对经济增长与环境污染的关系进行了探讨，但中国经济增长背后隐含着一个特殊现象，即多数地区的要素市场化进程滞后于产品的市场化进程[1]。各地区以要素价格扭曲为代价，获得低成本要素来维持经济增长[2]。由此引申出一个重要的问题：要素市场扭曲是否会导致环境污染恶化？不同地区的要素市场扭曲是否也会受空间关联的影响？进而对其他地区的环境是否产生溢出效应？本文拟尝试回答这些问题。

要素市场扭曲对城市环境质量的影响存在三个方面的机理。首先，要素市场扭曲对高能耗产业结构形成锁定效应。在要素市场扭曲程度高的地区，地方政府通过税收、补贴等方式向某些行业或企业提供低于市场价格的要素资源，这些低成本要素会刺激生产企业进一步增加有形要素的使用而减少对自主创新的投资，使产能过剩、高能耗和高污染的产业继续存在，进而影响城市环境质量。其次，以GDP增长为核心目标的制度安排使地方政府的动机扭曲[3]，地方政府更倾向于将要素优先分配给辖区内的企业，并对其他地区的企业实施价格歧视[4]。因此,降低了资源的流动性和使用效率，削弱和抑制了企业技术进步，企业缺乏对技术创新和采用清洁生产工艺、清洁能源和污染处理设备的动力，导致单位产出能耗高、污染高，城市环境质量也日趋恶化[5]。最后，从空间溢出效应的视角出发，某个区域的要素扭曲可能对周边区域产生扩散或回流效应，改善或恶化其城市环境质量。基于此，本文提出研究假说：要素市场扭曲将恶化城市环境质量，区域间的要素市场扭曲在空间关联的相互作用下也对本地区和其他地区的环境质量产生影响。

本文的主要贡献在于：(1)从要素市场扭曲角度出发，实证分析要素市场扭曲与城市环境质量之间的关系，验证要素市场扭曲恶化城市环境质量的假说，拓展环境污染研究的视角和文献；(2)在研究方法上，采用空间计量方法来分析要素市场扭曲对城市空气质量的影响，并对其可能存在的空间溢出效应提供新的证据。

二、相关文献综述

关于要素市场扭曲原因和测算的研究。改革开放至今，中国市场化改革进程中伴随一个特殊现象，即要素市场的改革滞后于产品市场的改革进程[6]。产品市场已基本实现市场化，但在生产要素领域，由于许多要素资源的初始配置和价格仍受到政府管制，许多要素价格依然被低估。要素市场之所以受到干预和控制，其根本原因在于地方政府一味追求GDP的增长。对要素扭曲的测算，Hsieh等(2009)采用全要素生产率价值的离散程度来评估资源配置效率[7]，但不足之处是对单个要素的配置效率无法衡量。张杰等(2011)根据产品市场和要素市场的市场化程度来构造要素市场扭曲指标[1]，其缺陷在于该指标的构造方法使区域间的要素扭曲相对程度低于实际情况。林伯强等(2013)利用各地区的要素市场发育程度和样本要素市场发育程度的相对差距进行测算[4]，但该方法定义的要素扭曲是一种相对扭曲，在一定程度上可能会低估要素扭曲程度。

关于经济增长与环境污染关系的实证研究。Kuznets(1955)研究发现经济增长与环境污染之间存在倒“U”型关系，即环境库茨涅茨曲线[8]。Grossman and Krueger(1995)基于跨国的面板数据研究证实该曲线的存在[9]。根据中国环境污染物的数据来源，我们可将研究文献分为两类。一类是以工业污染物排放量的数据来分析。Song等(2008)采用我国工业“三废”的省级面板数据，实证分析工业污染物排放量与人均GDP之间的关系[10]。包群等(2006)运用省级面板数据分析经济增长与环境污染之间的相互反馈关系[11]。另一类是以城市污染物浓度监测的数据来实证。He等(2012)运用城市空气污染物浓度的面板数据，实证分析氮氧化物浓度与人均收入之间呈正相关[12]，但使用人均资本代替产业结构是缺乏说服力的。杜雯翠等(2013)估算发现当城市化率为59%时，经济增长对空气污染影响的拐点开始出现[13]，但对城市化产生的生产效应和生活效应的关系界定不够清晰。

由此可见，诸多文献均采用EKC分析框架来研究经济增长与环境污染的关系，但运用空间计量方法探讨经济发展中要素市场扭曲与环境污染之间关系的文献甚少。王敏等(2015)认为监测大气污染物相比工业排放的污染物更能客观和真实地体现经济增长与环境污染之间的关系[14]，因此本文采用可吸入颗粒物浓度PM10作为城市环境质量的代理变量。基于上述分析，本文以各省会城市为载体，尝试空间计量方法，以新的分析框架研究要素市场扭曲与我国城市环境质量的关系。

三、要素市场扭曲与城市环境质量的时空演变

(一)要素市场扭曲指标与PM10指标的测度

要素价格扭曲是指由于政府干预、市场不完全等原因导致的生产要素资源在国民经济中非最优配置，具体表现为要素的市场价格与机会成本之间的背离[15]。绝对扭曲是要素价格与其边际收益之间的偏离，相对扭曲是部门之间的不同要素价格比的差异，本文选择测度要素价格之间的相对扭曲。借鉴林伯强和杜克锐(2013)的做法，我们利用各地区要素市场发育程度与样本中要素市场发育程度最高之间的相对差距作为要素市场扭曲的代理变量[4]，factorit表示要素市场发育程度指数，即

FACit=[max(factorit)-factorit]/max(factorit)×100

(1)

可吸入颗粒物PM10长期悬浮在空气中不易沉降，也是大气中有害物质的载体。关于PM10的数据来源和计算，2000年中国环境保护部网站公布47个重点城市的空气污染指数，2003年起公布的113个重点城市大气污染物浓度监测数据开始包括PM10，我们可通过公布的空气污染指数(API)计算得到，2003年以后的PM10数据可直接从《中国环境统计年鉴》中获取。

(二)要素市场扭曲与城市环境质量的时空演变

我们借助ArcGIS9.3软件，利用等间隔分类法分别测绘2000、2005和2009年的要素市场扭曲和城市PM10的区域分布(如图1所示)。

图1 中国各区域要素市场扭曲(a)与城市PM10(b)的时空演变

根据上图的比较分析，我们可看出要素市场扭曲和PM10的时空演变及两者的联系。首先，观察要素市场扭曲(图a)可以发现各省的要素市场扭曲呈现明显的区域差异，同时整体的要素市场扭曲也是逐渐降低的，表明我国要素市场正在逐步完善。其中，东部地区的广东、福建、浙江和江苏等省份的要素市场扭曲程度始终处于一个较低的水平；中部地区的要素市场扭曲程度处于中间水平，湖北、江西和河南等省份的要素市场扭曲程度表现为由高到低的趋势，湖南和广西等省份则呈现“U”型演进；除四川和云南之外，西部地区省份的要素市场扭曲程度经常处于较高的水平，且多数要素市场扭曲程度下降比较慢。北京、天津、上海、深圳和重庆等地区的要素市场扭曲程度始终处于相对较低的水平，可能是由于直辖市有别于其他省份的特殊政策，使地区的要素市场扭曲程度处于相对较低的水平。

然后，观察各省份的城市PM10浓度(图b)可以明显发现大多数区域的PM10浓度呈现逐年增高的态势，反映城市空气质量有恶化的趋势，从南到北的纵向上整体呈现倒“U”型的演变趋势。其中，云南、广西、广东和福建等省份的城市PM10浓度都处在相对较低的水平；中部地区的湖北、陕西及四川等省份的城市PM10浓度大于河南、安徽和浙江等省份；西部地区的新疆和青海的城市PM10浓度呈“U”型趋势。北京和上海都是经济发达地区，近些年北京经常遭遇严重的雾霾天气影响，反映了保护环境的重要性和紧迫性。

四、变量选择、数据来源和研究模型

(一)变量定义与描述性分析

关于控制变量，借鉴已有的理论和文献主要包括：

1.人口密度。城市区域的人口集聚增加会从生产和生活两个领域提升气体污染物的排放。在生产方面，生产企业面对需求大的市场会增加生产，从而带来各种工业污染废气等；在生活方面，城市人口集聚增加了对城市供电、供暖设备及机动车辆的需求，导致排放更多的生活污染气体，因此本文选用人口密度来刻画人口集聚。

2.产业结构。在整个产业结构中，第二产业产值比重对城市空气质量影响的权重比第一、三产业更大。第二产业主要以工业为主，工业化的发展带来了经济增长，但由于能源消耗高，不可避免地产生大量的工业污染物，本文以第二产业占GDP的比重作为产业结构的代理变量。

3.能源效率。能源效率的提升可有效降低对城市空气的污染，能源技术改进和升级可有效促进能源效率的提高。而现实中有的生产企业过度依赖低成本要素，采取高能耗和高污染的落后生产技术，排放出大量的污染物，严重恶化了城市空气质量，因此本文使用燃料煤和原料煤消费总量占GDP的比重作为能源效率的代理变量。

4.政府环境治理度。在环境治理中，政府可通过要素价格机制实现资源在不同产业之间的优化配置，政府对环境治理的行为可通过环境治理投资额来观察。本文选用污水处理、城市园林绿化、市容环境卫生的改善等三项费用总支出作为政府环境治理投资总额，把上述环境治理投资总额占该地区GDP的比重作为政府环境治理度的代理变量。

5.城市绿化率。除从污染源头上控制污染物的排放外，在污染物的传播途径上，通过建设绿色环境来吸纳气体污染物，以减轻城市环境污染。城市区域的绿化覆盖率能进一步改善城市的空气质量、提升地区的外部性，也给城市居民提供一个舒适的环境，本文选用建成区的绿化覆盖率来刻画城市绿化率。

6.城市公共交通。机动车的尾气是空气污染源之一，日益增多的私家车直接产生大量的尾气污染、造成城市交通拥堵。然而，城市公共交通可提高交通效率，减少由拥堵而造成的尾气污染；也节省私人的交通成本，增加社会的总福利，因此本文使用每万人拥有公共汽车作为城市公共交通的代理变量。

(二)数据来源

本文选取2000-2009年中国29个省会城市的面板数据*由于西藏和海南的部分变量数据严重缺失，故本文未予考虑。，数据来源于《中国市场化指数：各地区市场化相对进程2011年报告》、《中国城市统计年鉴》、《中国城市建设统计年鉴》、《中国环境年鉴》及中国环境部网站公布的主要城市空气日报。表1为各变量的描述性统计。

表1 变量的描述性统计(N=290)

(三)模型设定

为实证分析要素市场扭曲与城市空气质量的关系，我们设定如下的计量模型：

(2)

其中，Yit表示PM10，Xkjt表示j地区t年的第k个变量且主要为要素市场扭曲变量和其他控制变量，Wij表示空间权重矩阵，eit为随机扰动项。

关于权重矩阵的设定。借鉴金培振等(2015)的构造方法[16]，基于引力模型思想，我们综合考虑两个地区的经济规模和地理距离对要素流动性的影响，以此构造空间计量模型中的权重矩阵Wit：

(3)

其中，Qi和Qj分别表示两个城市的人均GDP水平，dij是以两个区域城市之间最近的铁路距离刻画的地理距离。

五、实证研究结果及分析

(一)空间相关性检验

在进行空间计量实证分析之前，首先需检验空间相关性，检验方法主要有Moran指数、Geary指数等，本文选用Moran指数来检验。由表2的检验结果可以发现，Moran指数在1%的情况下具有显著的空间自相关性，表明区域之间存在显著的正向空间关联性，因此采用空间计量模型分析是合适的。

表2 基于面板全局的Moran检验结果

(二)实证结果

表3 要素市场扭曲影响城市环境质量的空间效应检验

注：“*** ”、“** ”和“* ”分别表示1%、5%、10%的显著性水平；括号内为t值。下表同此。

(三)空间溢出效应

空间溢出效应可用间接效应的显著性来衡量。表4报告了要素市场扭曲的总效应、直接效应和间接效应。其中，要素市场扭曲指标lnFac的间接效应在1%的情况下显著，发现要素市场扭曲可能存在负向的空间溢出效应，即区域的要素市场扭曲可能对其他地区的PM10排放浓度产生负向影响，这似乎与常理不太相符。其原因主要在于：当区域要素市场严重扭曲时，各类要素在价格机制的诱导下流向边际收益更高的区域，改善了流入区域的要素配置效率，从而降低了PM10浓度。这意味着地方政府以经济增长为核心目标，人为干预要素价格来换取短时期内的经济增长，不仅使自身城市的空气质量恶化，还可能使要素资源流入其他地区并改善其他竞争区域的空气质量。从长期来看，本地区的经济增长难以持续健康发展，甚至使区域之间的环境差距越来越大。另外，要素市场扭曲严重的区域的生产企业过度依赖于低成本、高能耗和高污染产业，可能因为存在极化效应，其他高污染产业从其周边区域转移至本区域发展，使周边区域城市的空气质量相对于本区域更佳。

表4 要素市场扭曲的总效应、直接效应、间接效应及空间溢出效应

六、结论与建议

基于中国的29个省会城市2000-2009年的面板数据，本文运用ArcGIS9.3软件和空间计量模型实证分析发现，通过分析要素市场扭曲和城市PM10浓度的时空演变，发现二者的各个区域均存在部分差异，同时也有一定程度的空间联系；要素市场的扭曲会恶化城市空气质量且存在负的空间溢出效应，说明区域要素市场严重扭曲时，各类要素在价格机制的诱导下流向边际收益更高的区域，改善了流入区域的要素配置效率，从而降低了PM10浓度；较高的城市人口密度在一定程度上恶化城市空气质量，城市绿化率和城市公共交通的提升可以改善城市空气质量，但城市的产业结构、能源效率和政府环境治理度等对城市空气质量的影响不够明显。

本文关于要素市场扭曲对城市空气质量的影响为经济持续发展和推进生态文明建设提供了政策启示。首先，推进要素资源市场化，完善要素资源价格机制。我国应推进要素资源市场化，让生产要素能跨部门、跨区域自由流动，释放新一轮改革红利。市场化的要素资源价格能反映产品的市场供求和稀缺程度，在资源稀缺的情况下，迫使生产企业提高技术投入和管理水平，使其单位产出能耗低、污染少，提高城市环境质量。其次，缩小城乡差距，构建绿色城市。大力发展农村经济，逐步缩小城乡之间的差距，使人口有效率地分布，避免过度集中带来的环境污染。积极建设城市公共交通，推进新能源的公共交通工具，实现低能耗和低污染的绿色出行。推进传统的城市地面绿化和打造出立体绿化，合理利用城市高层建筑的屋顶及室内空间，尽可能以绿色生态替代空调等产品。最后，提供产权保护，优化要素结构。完善知识产权保护制度，为市场主体提供鼓励创新的土壤。各地方政府可自主培育高级生产要素(如高新技术、人力资本等)，支持并鼓励企业利用绿色环保技术实现经济效益与生态效益的双赢局面。

[1]张杰,周晓艳,李勇.要素市场扭曲抑制了中国企业R&D[J].经济研究,2011,(8):78-91.

[2]袁志刚.深化要素市场改革、创新对外开放模式[J].经济研究,2013,(2):19-20.

[3]周黎安.中国地方官员的晋升竞标赛模式研究[J].经济研究,2007,(7):36-50.

[4]林伯强,杜克锐.要素市场扭曲对能源效率的影响[J].经济研究,2013,(9):125-136.

[5]刘胜.要素市场扭曲、出口技术复杂度与地区环境污染——基于中国省级面板数据的实证研究[J].经济问题探索,2015,(9):24-31.

[6]盛世斌,徐涛.要素价格扭曲的就业效应研究[J].经济研究,1999,(5):66-72.

[7]Hsieh C.T.,Klenow P.J. Misallocation and manufacturing TFP in China and India[J].Quarterly Journal of Economics,2009,124(4):1403-1448.

[8]Kuznets S. Economic growth and income inequality[J].American Economic Review,1955,45(1):1-28.

[9]Grossman G.,A.Krueger. Economic growth and the environment[J].Quarterly Journal of Economics, 1995,110(2):353-377.

[10]Song T.,T.Zheng,L.Tong. An empirical test of the environmental Kuznets curve in China: A panel co-integration approach[J].China Economic Review,2008,19(3):381-392.

[11]包群,彭水军.经济增长与环境污染：基于面板数据的联立估计[J].世界经济,2006,(11):48-58.

[12]He J.,H.Wang. Economic structure, development policy and environmental quality: An empirical analysis of environmental Kuznets curves with Chinese municipal data[J].Ecological Economics, 2012,(76):49-59.

[13]杜雯翠,冯科.城市化会恶化空气质量吗？——来自新兴经济体国家的经验证据[J].经济社会体制比较, 2013,(5):91-99.

[14]王敏,黄滢.中国的环境污染与经济增长[J].经济学(季刊),2015,(2):557-578.

[15]唐杰英.要素价格扭曲对出口的影响——来自中国制造业的实证分析[J].世界经济研究,2015,(6): 92-101.

[16]金培振,张亚斌,邓孟平.区域要素市场分割与要素配置效率的时空演变及关系[J].地理研究,2015, (5):953-966.

(责任编辑:化 木)

Spatial Effect of Factor Market Distortion on Chinese Urban Environmental Quality

ZHANG Ya-bin1，LI Ying-jie1，JIN Pei-zhen2

(1.School of Economics & Trade，Hunan University，Changsha 410079，China；2.China Construction Bank Shanghai Branch，Shanghai 200120，China)

In this paper,2000-2009 panel data 29 provinces in China cities as samples, using space Durbin Empirical Analysis of factors market distortion impact on urban air quality. The study figured out distortion factor market will worsen urban air quality with the negative spillover effects of space; High urban population density urban air quality will worsen; urban greening and urban public transport boost can improve urban air quality , but the industrial structure, energy efficiency and environmental management of the city government on the impact of urban air quality is not obvious. To promote the process of China’s market-oriented elements, improving urban air quality, for the construction of ecological civilization have great practical significance.

factor market distortion；urban air quality；spatial Durbin model

2015-12-01

张亚斌(1965-)，男，湖南岳阳人，湖南大学经济与贸易学院教授；李英杰(1990-)，男，湖南长沙人，湖南大学经济与贸易学院硕士生；金培振(1986-)，男，河南开封人，中国建设银行上海分行经济师，博士。

F713.55

A

1004-4892(2016)07-0003-08