环境规制工具影响污染产业投资区位的比较研究——基于空间视角的分析

宋 爽

(1.西安交通大学城市学院，西安 710018； 2.西安交通大学 经济与金融学院，西安 710061)



环境规制工具影响污染产业投资区位的比较研究
——基于空间视角的分析

宋 爽1,2

(1.西安交通大学城市学院，西安 710018； 2.西安交通大学 经济与金融学院，西安 710061)

污染产业的有序转移关系到落后产能的淘汰和环保技术的创新。将环境规制工具分为费用型、投资型和公众参与型三类，从理论层面深入剖析不同环境规制工具影响污染产业投资区位的作用机理，在实证层面上运用SAC模型从空间视角对2004—2014年不同环境规制工具的成本效应、创新效应和集聚效应进行对比分析。结果显示：不同类型的环境规制工具对污染产业投资区位的影响差异显著，就影响方向来看，治污投资总体、城镇环境基础建设和公众参与型规制的提高能够吸引更多污染产业投资；就影响机制来看，费用型规制、治污投资总体、工业污染源治理投资和建设项目“三同时”投资对技术创新有一定的激励作用，而费用型规制、治污投资总体和公众参与型规制则表现出显著的负集聚效应。因此，应根据东、中、西部地区的发展阶段特点，有针对性地选择适当的环境规制工具组合以实现经济与环境的双赢。

费用型环境规制；投资型环境规制；公众参与型环境规制；空间自相关模型；污染产业投资区位

随着经济发展进入“新常态”，淘汰落后产能、激发技术创新成为中国经济面临的新挑战。污染产业投资的区位转移不仅影响着落后产能的分布，而且伴随着环保技术的创新。关于环境规制与污染产业投资区位的关系，最早源于对著名的“污染避难所假说”(Pollution Haven Hypothesis,PHH)的验证和质疑。PHH指环境规制差异会影响污染密集型产业的生产成本，导致其向环境规制相对宽松的国家或地区转移。这一在理论上被验证的结论[1]，在实证检验中却发生了分歧：一部分学者认为环境规制与FDI区位选择负相关[2-3]；一部分学者则认为环境规制与FDI区位选择正相关[4-5]；还有一部分学者认为环境规制与FDI区位选择不相关[6-7]。产生分歧的原因之一在于学者们选用了不同的环境规制衡量指标。

经过多年努力，我国已经建立起较为完善的多层次的环境监管体系。就环保法律来看，据统计，全国人大及其常委会颁布的有关环境与资源保护的法律法规将近30项，地方性环境立法84项，有关部门还制定了一系列配套的行政规章[8]。就经济型环境规制来看，2014年排污费征收规模达到187亿元，城镇环境基础建设投资占GDP的比重达到1.60%，老工业污染源治理投资和建设项目“三同时”投资占GDP的比重达到1.13%。此外，非正式环境规制的作用也日益凸显。

要实现污染密集型产业在区域间的有序转移，在经济发展与环境保护之间寻找最佳契合点，环境规制工具的选择必须是恰当的、可行的。研究不同类别环境规制工具对污染产业投资区位的影响机制，有助于破解上述难题。

一、文献综述

就环境规制的分类标准来看，现有的实证分析中大体有三类：(1)按照政策实施机制可分为正式环境规制和非正式环境规制(自愿、参与型规制)，其中前者又可细分为命令控制型环境规制和经济激励型环境规制[9-10]；(2)按照污染物种类可分为废气治理费用、废水治理费用等[11]；(3)按照经济效益不同可分为费用型环境规制和投资型环境规制[12-13]，投资型环境规制按照资金用途又可分为城镇环境基础设施建设、工业污染源治理投资和建设项目“三同时”投资。不论是研究环境规制对经济增长的影响，还是对产业结构调整的影响，大部分结论都认为不同的环境规制工具对经济变量的影响是有差异的，只有选择合适的环境规制工具才能够达到理想的政策效果。

现有文献关于不同环境规制工具对污染产业投资区位的影响研究，多集中在对企业创新能力(生产效率)方面。张江雪等认为行政型和市场型环境规制对工业绿色增长的作用显著，而公众参与型环境规制的作用则非常有限[14]。占佳等认为：命令控制型规制工具对技术创新的影响不显著；市场激励型规制工具在短期内会抑制技术创新，但这种抑制效果逐渐减弱并转而促进技术创新；公众参与型规制工具对技术创新能起到立竿见影的效果，但长期来看这种促进效应不显著甚至会抑制创新[15]。张平等认为：费用型环境规制产生了“挤出效应”，不能促进企业进行技术创新，而投资型环境规制则产生了“激励效应”，支持了“波特假说”，尤其是城市环境基础设施投资对企业技术创新的促进作用最为显著，建设项目“三同时”的作用则难以确定，而工业污染源治理投资却抑制了企业的技术创新[12]。由此可见，在有限的文献中，关于不同环境规制工具对企业生产区位影响的结论莫衷一是。

而在不同环境规制工具对污染产业投资区位的影响方面，现有文献非常有限，且研究不够深入。如彭文斌等认为政府环境规制对污染产业投资区位的影响方向与非政府环境规制的影响方向基本相同，但平均影响效应要强于非政府环境规制[16]。

综上所述，现有研究存在以下缺陷：(1)关于环境规制对污染产业投资区位影响的文献虽多，但环境规制指标过于笼统，缺少对环境规制工具的细分研究，尤其是关于投资型环境规制的细分研究较少，不利于环境政策的落地实施。(2)现有研究大多侧重于实证分析，没有从理论层面深刻剖析不同类别环境规制工具的作用机制。而事实上，环境规制性质的不同对污染产业投资区位的影响路径是有显著差异的，只有厘清了各自的作用机制才能够因地制宜地选择恰当的环境政策。(3)没有考虑相邻地域之间的空间相关性，导致估计参数产生偏差。地理学第一定律说明相邻区域之间存在着相互影响，而大多数相关文献忽略了相邻区域在经济、文化等方面的紧密联系，这会影响到估计参数的准确性和可靠性。本文使用广义空间自回归模型(SAC)将空间相关关系纳入模型，从理论和实证两个层面剖析了费用类、投资类和公众参与类环境规制对污染产业投资区位的影响。

二、环境规制工具对污染产业区位选择的影响机理

(一)费用型环境规制工具对污染产业投资区位的影响

以排污费为例，征缴对象是“直接向环境排放污染物的单位和个体工商户”。由于是来源于企业的生产经营资金，费用型环境规制会在短期内迅速引致企业成本上涨，尤其是对于污染密集型企业影响较大，因此大部分文献认为费用型环境规制对企业的成本效应为负值，即环境规制强度的提高会增加企业的生产成本从而诱发企业向区域外转移。

但上述结论如果放在长期的动态视角来看，则可能会发生变化。在动态视角下，费用型环境规制影响污染产业投资区位的机制有两种：(1)创新效应。一方面，排污费征收标准不断提高，如2003年之后排污费征收标准由单纯的超标收费改为排污即收费和超标收费并行；另一方面，《排污费征收使用管理条例》鼓励企业改造和使用标准更高的治污设备，如规定排污者建成或改造工业固体废物贮存或者处置设置符合环境保护标准的，不再缴纳排污费。这些做法无疑增加了企业进行技术创新的动力，通过技术创新来降低生产成本，因此创新效应对污染产业投资的影响为正值。当这种技术创新所带来的成本节约能够抵消缴纳排污费所带来的成本增加的时候，提高环境规制的成本效应可能由负值转变为正值*在一些文献中，这种现象被称为“强波特假说”。。(2)集聚效应。污染密集型产业集中的区域是政府进行污染物排放监控的重点区域，随着监控管理效率逐渐提高，在污染产业集聚地区费用型环境规制的作用可能会增强，从而加大了污染密集型企业的成本压力并成为其向区域外转移的推动力，因此集聚效应对污染产业投资的影响为负值。基于此，本文提出：

假设1：费用型环境规制对污染产业投资的创新效应为正值、集聚效应为负值，而成本效应方向无法确定。

(二)投资型环境规制工具对污染产业区位选择的影响

投资型环境规制包括三类：城镇环境基础设施建设、工业污染源治理投资和建设项目“三同时”投资。这三类投资的性质不同，对污染产业投资区位的影响也是有差异的。

城镇环境基础设施建设投资一般是由地方政府主导开展的，包括燃气工程建设、集中供热工程建设、排水工程建设、园林绿化工程建设、市容环境卫生工程建设等基础设施建设工程。这些项目的建设周期比较长，资金主要来源于政府的投入和银行的贷款，短期来看对企业的生产成本影响不大，但随着项目建成后效益的显现，会降低单个企业的治污成本，从而吸引更多的企业进入区域内，也就是说长期来看成本效应为正值。但正是因为此类投资的资金并不是由企业直接负担，因此对企业技术创新的激励不足，创新效应并不显著。此外，此类投资的受益对象既包括区域内的企业，也包括家庭和个人，其与工业企业的集聚并没有显著的相关性，因此集聚效应也不显著。

假设2：城镇环境基础设施建设投资的成本效应短期来看不显著、长期来看为正值，创新效应和集聚效应都不显著。

工业污染源治理投资是由企业主导进行的对老旧设备的更新改造，包括废水、废气、固体废物、噪音及其他治理项目投资。此类投资的资金来源主要是企业的自有资金或贷款，且工业污染源治理投资的规模远远大于排污费的征收规模*例如，2014年全国工业污染源治理投资的规模是排污费征收规模的5.34倍。，故其所带来的成本压力在投入初期表现得较为明显，但治污设备正常运行之后污染排放大幅度减少则有利于降低企业的生产成本，因此基于固定资本形成的长期性特征成本效应可能呈现“U”型特征。此外，与费用型环境规制类似，治污投资所带来的成本压力会刺激企业积极进行技术创新活动，工业污染源治理投资的创新效应为正值；而工业企业集聚地区的环境监控更加严厉，会导致工业污染源治理投资的集聚效应为负值。

假设3：工业污染源治理投资的成本效应和集聚效应为负值，而创新效应为正值。

建设项目“三同时”投资是指建设项目中的生态环境保护内容，即工程建设中的生态环境保护工程应与主体工程同时设计、同时施工、同时投入使用。此类投资的资金来源于工程的承建方，如果是由工业企业筹建，则构成企业生产成本的一部分，因此短期来看，其对污染产业投资的成本效应为负值。但是从长期来看，由于此类投资会对企业技术创新形成刺激作用，也就是说，创新效应为正值。当技术创新所带来的成本削减能够抵消投资所带来的成本增加的时候，建设项目“三同时”投资的成本效应就可能变为正值。此外，由于建设项目“三同时”的投资主体并非仅限于工业企业，也包括居民住户、政府单位等，因此工业企业的产业集聚并不是主要的影响因素，即集聚效应可能不显著。

假设4：建设项目“三同时”投资的成本效应和集聚效应均不显著，而创新效应为正值。

综上所述，整体来看投资型环境规制对污染产业投资的成本效应和集聚效应的方向是无法确定的，或者说，是不显著的；而创新效应很可能表现为对污染产业投资的正效应，即企业为了减少治污投资而积极开展技术创新活动，从而吸引了更多的污染密集型投资流入区域内。

(三)公众参与型环境规制工具对污染产业投资区位的影响

2015年1月1日开始实施的新的《中华人民共和国环境保护法》明确赋予了公众参与环境监督的权利，公众参与型规制工具正逐渐引起人们的重视。公众参与型环境规制通过间接手段向污染企业施压，迫使企业采取措施减少或者停止污染排放行为。公众参与型环境规制只有达到一定的强度之后，才能够成为改变污染企业行为的有效力量。由于这一类工具并不直接构成企业的成本压力，故成本效应并不显著；同样，由于缺乏创新激励，其对污染产业投资的创新效应也并不显著。但由于工业企业聚集区的环境污染问题更容易引起公众和舆论的关注，因此公众参与型环境规制对污染产业投资的集聚效应为负，即工业企业集聚地区的公众参与型环境规制效果越明显，越会推动污染密集型产业的向外转移。

假设5：公众参与型环境规制工具对污染产业投资的成本效应和创新效应均不显著，而集聚效应为负值。

三类环境规制工具对污染产业投资的预期效应如表1所示。

表1 三类环境规制工具影对污染产业投资的预期效应

注：符号“+”和“-”分别表示正相关和负相关关系。

三、变量选择和数据说明

(一)变量的选择

本文的核心自变量是环境规制，包括正式环境规制和非正式环境规制。鉴于数据的可得性，本文研究的正式环境规制是指经济型环境规制，包括费用型环境规制(用排污费征收额占地区生产总值的比重作为衡量指标)和投资型环境规制(用治污投资总额占地区生产总值的比重作为衡量指标，分为3个子项：城镇环境基础投资、工业污染源治理投资和建设项目“三同时”环保投资)。环保意识是非正式环境规制的核心，因此非正式环境规制可通过环保意识进行测度。Kathuria使用污染事件的媒体曝光率进行衡量，Goldar等将议会选举中的投票率和教育水平的增长率作为非正式环境规制强度的代理变量[17-18]。本文参照Pargal和Wheeler以及原毅军等[10]的思路，进一步优化修正后，选择收入水平、受教育程度、信访参与度和年龄结构4个指标所构成的综合指标来评价各地区的非正式环境规制。根据数据可得性，本文选择的具体指标如下：(1)使用在岗职工平均工资衡量各地区的收入水平。收入水平越高的地区，公众对高质量生存环境的需求越强烈，高收入地区的环保意识更为强烈。(2)使用教育水平综合指标来衡量各地区的受教育水平。受教育水平越高，环保意识越强，公众对环境质量的关注程度也越高。(3)使用各地区环境信访人均件数来衡量信访参与度。人均环境信访度越高，意味着参与非正式规制的人数越多，环保意识越强烈。(4)选取15岁以下人口衡量年龄结构，年轻人口比重高的地区更关注污染问题，对非政府环保组织的参与程度也会更高。

其中，教育水平综合指标的计算方法为：

HUMI=Pi1×6+Pi2×9+Pi3×12+Pi4×16

(1)

其中，Pi1、Pi2、Pi3、Pi4分别表示地区i受教育程度为小学、初中、高中、大专及以上的人口比重，权重为受教育年份数。

因变量是污染产业投资。本文借鉴彭可茂等[19]的方法，选择地区工业年度投资额作为污染产业投资的衡量指标，即用当年“资产总计”中的“流动资产合计”与“固定资产累计折旧”两者之和来表示当年的工业投资额。

控制变量包括：LB(劳动力成本)、PC(人均资本存量)、CYJJ(产业集聚)、CX(技术创新)。借鉴杨振兵等[20]的方法，LB的衡量指标是各地区工资总额与工业总产值的比重；PC是资本存量与工业从业人数的比值，借鉴陈诗一[21]的方法计算资本存量；CYJJ的衡量指标是各地区污染密集型产业的工业总产值在全国的区位熵；借鉴原毅军等[22]的方法，选择各地区专利申请受理量作为CX变量的衡量指标。变量的选择及衡量指标如表2所示。

(二)数据来源和统计特征

排污费和环境信访量来源于《中国环境年鉴》；治污投资额来源于《中国环境统计年鉴》；工资总额和工业总产值、固定资产净值和固定资产原值、从业人员人数来源于《中国工业统计年鉴》；专利申请受理量来源于《中国科技统计年鉴》；资本形成总额、固定资产价格指数、教育水平、各地区年龄结构来源于《中国统计年鉴》。由于西藏自治区数据不足，本文研究了除西藏之外的30个省(市、自治区)。

为了验证环境规制的创新效应和集聚效应，在实证分析中引入拓展项：技术创新与环境规制强度的交叉项(CX×ER) 、产业集聚与环境规制强度的交叉项(CYJJ×ER)；为了验证环境规制对污染产业投资的非线性影响，引入环境规制的二次项(ER2)。

为了减弱变量的异方差性，实证分析中对变量取对数纳入模型。工业投资额、资本存量均换算成1995年的固定价格。数据的描述性统计如表3。

表3 数据的描述性统计

四、实证分析

(一)空间自回归模型

同时包含因变量空间自相关和误差项空间自相关的空间自相关模型(SAC)*也有论文将此类模型称为广义空间计量模型(GSM)。，可表示如下：

Y=λWY+βX+u

u=ρWu+ε

ε～N(0,σ2)

(2)

其中，λ表示因变量的空间自相关系数，W是空间权重矩阵，在实证检验中常作标准化处理。λWY表示相邻单元的因变量对本地区因变量的影响。u代表空间误差项，可分为随机误差ε和空间误差ρWu两部分。ρ代表空间误差的系数，估计了未知因素对Y的空间影响。

本文采用基于邻接性的空间权重矩阵，在R中选择Rook一阶方法来构建30个省(市、自治区)的空间权重矩阵。为了消除孤岛效应，按照多数文献的做法，将海南省设置为与广东省相邻。

(二)实证分析结果

由表4可知，因变量的空间自相关系数λ在所有模型中均为正值，且在1%水平下显著，表明相邻省(市、自治区)污染密集型投资的增加与本区域内污染密集型投资的增加是同向变化的。这充分反映出目前中国污染密集型产业转移的空间粘性特征，即污染密集型产业的转移多发生在相邻地区，地理位置在转移过程中起着显著的作用。而误差项的空间相关系数ρ在所有模型中均为负值，且在1%水平下显著，表明除了模型中的自变量和控制变量之外，其他的未知因素也具有空间相关效应，其对本区域承接污染密集型投资的总体影响为负值。空间相关系数λ和ρ的显著性水平都较高，说明本文选择SAC模型是恰当的。通过比较LIK值，除了ERcost的基本模型和ERinf的拓展模型之外，表4中其他10个模型都是可信的*R软件估计SAC模型采用的方法是极大似然法，因此可决系数R2检验失效，应当选择LIK值来判断模型的可信度。一般认为，LIK值相差10以内的模型没有显著差异；当LIK值相差10以上的时候，选择LIK值较小的模型是恰当的。。

表4 环境规制工具对污染产业投资影响的实证结果

注：“*”“**”和“***”分别代表10%、5%和1%的显著性水平。

将实证结果整理汇总如表5，可知不同类别的环境规制对污染产业投资的影响呈现显著差异。首先，三类环境规制工具表现出差异性。费用型环境规制ERcost对污染产业投资的影响并不显著，而投资型环境规制ERinv以及公众参与型环境规制ERinf的提高则会使本区域承接更多的污染密集型投资。其次，投资型环境规制内部也呈现出差异性。城镇环境基础建设投资ERinv1的提高会使本区域承接更多的污染密集型投资，工业污染源治理投资ERinv2的提高对污染密集型投资的外移呈现先推进后抑制的“U”型特征，而建设项目“三同时”投资ERinv3对污染产业投资的影响并不显著。

创新效应和集聚效应揭示了上述差异性出现的部分原因。例如，ERcost、ERinv2和ERinv3的资金都直接来源于企业，因此对企业积极开展技术创新活动具有一定的刺激作用，创新效应均表现为正值，但最终的成本效应却表现出不同。(1)对于ERcost来说，一方面集聚效应和创新效应的符号相反，且都常发生在工业集聚地区，起到了一定的抵消作用；另一方面中国现行的排污费收费标准定于1979年，虽然在2003年进行了调整，但排污费征收标准依然普遍偏低，仅为污染治理设施运转成本的50%左右，某些项目甚至不到污染治理成本的10%[23]，因此对企业生产成本的影响有限。以上两个因素导致最终的成本效应表现得并不显著。(2)ERinv2的成本效应呈现为“U”型特征，主要归因于固定资产形成需要较长的时间。而由于中国目前尚处在环保事业发展的初期，大型治污设施尚未健全，先进的清洁技术也较为缺乏，因此工业企业对污染源治理投资的资金需求量较大，增加环保投资必然会挤占原本用于生产或研发的资源，导致“强波特效应”没有出现。(3)与ERinv2不同，建设项目“三同时”制度于20世纪80年代末期就开始推广，是我国较早的环境规章制度之一。一般认为投资型规制对排污企业产生的技术创新激励只有在长期内才能充分发挥，实证结果也表明正的创新效应在一定程度上抵消了ERinv3所带来的成本压力，使得最终的成本效应表现得并不显著。此外，投资型环境规制的集聚效应整体表现为负值，而创新效应则表现为正值，且非常显著，使得总的成本效应呈现为正值，即增加治污投资的规模能够吸引更多的污染密集型投资进入本区域内。最后，对于ERinf来说，创新效应和集聚效应的符号与预期中一样，但成本效应却表现为正值，可能的解释是公众参与型规制较强的地区也是年轻人比例较高、学历较高的地区，这会对工业企业的投资有一定的吸引力，使得污染密集型产业流入。

表5 环境规制工具对地区污染产业投资的影响

五、主要结论与启示

本文以不同环境规制工具对污染产业投资的影响为研究对象。将环境规制工具分为费用型、投资型和公众参与型三类，分别从成本效应、创新效应和集聚效应三方面深入剖析了不同环境规制工具对污染产业投资区位的影响机制，运用SAC模型从空间视角下对2004—2014年省级工业面板数据进行了实证分析。主要结论和启示有：

第一，费用型、投资型和公众参与型环境规制对污染产业投资的影响方向存在差异。提高投资型和公众参与型环境规制有利于本地区承接污染密集型产业，但费用型环境规制工具对污染产业投资的影响却并不显著。这说明仅仅依靠加大环境规制的执行力度以推动污染密集型产业向区域外转移的做法，可能收效甚微，尤其是在劳动力等生产要素成本相对较低的中西部地区。

第二，不同细分类别的投资型环境规制之间也呈现出明显的差异性。城镇环境基础建设投资的提高会使得本地区吸引更多的污染产业投资，工业污染源治理投资表现“U”型特征，而建设项目“三同时”投资对污染产业投资的影响则并不显著。主要原因是，工业污染源治理投资和建设项目“三同时”投资对工业企业技术创新的激励作用表现突出，而城镇环境基础设施投资对创新刺激的作用则并不明显。

第三，中西部地区应当充分利用环境规制的技术创新效应来缓解承接污染产业所带来的污染排放压力。技术创新不仅有利于增强企业的竞争力，而且对于减少环境污染有着不可替代的作用，只有选择恰当的环境规制工具才能够同时实现上述两个目的。中西部地区可根据本地实际情况，采取措施鼓励工业企业进行工业污染源改造、加强建设项目“三同时”的执法力度、推进排污费向环境税改革的进程，激发企业成为环保主体和创新主体。

第四，长期来看，缩小区域经济差距、在工业集聚地区重点加强环境执法力度，有利于淘汰落后产能、减少污染排放。污染产业转移过程中存在着显著的空间路径依赖，污染产业转移多发生在相邻区域之间，而污染产业的转移对劳动力等要素的生产成本非常敏感。区域之间经济差距的扩大，容易造成经济落后地区沦为“污染天堂”。在工业集聚地区加大环境规制的力度，不仅有利于激发企业创新动力，而且能够更好地发挥环境规制对污染密集型投资的抑制作用，对于减少区域内污染排放大有裨益。

总之，不同环境规制工具对污染产业投资的影响存在着显著的差异，只有认清各自的作用机制才能够精准地选择恰当的环境政策推动污染产业的有序转移。空间相关关系在污染产业转移中起着至关重要的作用，忽视空间关系就无法得出准确的结论。本文采用空间计量模型剖析了不同环境规制工具对污染产业投资区位的作用机制，为决策者选择有针对性的环境规制政策及政策组合提供参考。

[1] AKBOSTANCI E，TUNÇ GI，TÜRÜT-Asik.Pullution haven hypothesis and the role of dirty industries in Turkey’s exports[J].Environmental and Development Economics,2007,12(2):297-322.[2] HOFFMAN R，LEE C G,RAMASAMY B,et al.FDI and pollution:a granger causality test using panel data[J].Journal of International Development 2005,17(3):311-317.

[3] PAO H T,TSAI C M.Multivariate Granger causality between CO2emissions,energy consumption,FDI and GDP:Evidence from a panel of BRICs countries[J].Energy,2011,36(1):685-93.

[4] JUDITH M，MAR E，WANG H.Are foreign investors attracted to weak environmental regulations?[R].Word Bank Policy Research Working Paper,2005,35:19-31.

[5] DEAN M E.Are Foreign Investors Attracted to Weak Environmental Regulations? Evalating the Evidence from China[J].Journal of Development Economics,2005,90(1):1-13.

[6] KELLER W L A.Pollution Abatement Costs and Foreign Direct Investment Inflows to the U.S.States[J].The Review of Economics and Statistics,2006,84(4):691-703.

[7] 吴玉鸣.外商直接投资对环境规制的影响[J].国际贸易问题,2006(4):111-116.

[8] 包群，邵敏，杨大利.环境管制抑制了污染排放吗？[J].经济研究，2013(12):42-54.

[9] 彭星，李斌.不同类型环境规制下中国工业绿色转型问题研究[J].财经研究，2016，42(7):134-136.

[10]原毅军，谢荣辉.环境规制的产业结构调整效应研究——基于中国省际面板数据的实证检验[J].中国工业经济，2014(8):57-69.

[11]徐开军，原毅军.环境规制与产业结构调整的实证研究——基于不同污染物治理视角下的系统GMM估计[J].工业技术经济，2014(12):101-109.

[12]张平，张鹏鹏，蔡国庆.不同类型环境规制对企业技术创新影响比较研究[J].中国人口·资源与环境，2016，26(4):8-13.

[13]原毅军，谢荣辉.环境规制与工业绿色生产率增长——对“强波特假说”的再检验[J].中国软科学，2016(7):144-154.

[14]张江雪，蔡宁，杨陈.环境规制对中国工业绿色增长指数的影响[J].中国人口·资源与环境，2015，25(1):24-31.

[15]占佳，李秀香.环境规制工具对技术创新的差异化影响[J].广东财经大学学报，2015(6):16-26.

[16]彭文斌，吴伟平，邝嫦娥.环境规制对污染产业空间演变的影响研究——基于空间面板杜宾模型[J].世界经济文汇，2014(6):99-110.

[17]KATHURIA V.Informal regulation of pollution in a developing country:Evidence from India[J].Ecological Economics,2007,63:403-17.

[18]GOLDAR B,BANERJEE,N.Impact of informal regulation of pollution on water quality in rivers in india[J].Journal of Environmental Management,2004,73(2):117-30.

[19]彭可茂，席利卿，雷玉桃.中国工业的污染避难所区域效应——基于2002—2012年工业总体与特定产业的测度与验证[J].中国工业经济，2013(10):44-57.

[20]杨振兵，马霞，蒲红霞.环境规制、市场竞争与贸易比较优势——基于中国工业行业面板数据的经验研究[J].国际贸易问题，2015(3):65-75.

[21]陈诗一.中国工业分行业统计数据估算：1980—2008[J].经济学，2011，10(3):735-76.

[22]原毅军，谢荣辉.产业集聚、技术创新与环境污染的内在联系[J].科学学研究，2015，33(9):1340-1347.

[23]侯瑜，陈海宇.基于完全信息静态博弈模型的最优排污费确定[J].南开经济研究,2013(1): 121-128.

(责任编辑 魏艳君)

Comparison of the Effects of Environmental Regulation Tools on the Location of Polluting Industries Investment Based on the Spatial Analysis

SONG Shuang1,2

(1. Xi’an Jiaotong University City College, Xi’an 710018, China; 2.School of Finance and Economics of Xi’an Jiaotong University, Xi’an 710061, China)

The orderly transfer of polluting industries is significant for the elimination of the backward production capacity and the innovation of the environmental protection technology. Environmental regulation(ER) tools can be classified into expense ER, investment ER and public participation ER. Firstly, the effect of the mechanism of different ER tools on the location of polluting industry investment is deeply explored from the theoretical perspective; then, comparative analysis is empirically carried out on the Cost Effect, Innovation Effect and Agglomeration Effect of ERs with the spatial model of SAC. And results show that: the influence of ER tools on the location of polluting industry investment shows significant difference. The increase of pollution treatment investment, urban environmental infrastructure construction and public participation ER can attract more polluting industries. Expense ER, pollution treatment investment, industrial pollution control investment and construction project “Three Simultaneous” investment are incentive to the technological innovation; and expense ER, pollution treatment investment and public participation ER perform negative agglomeration effect significantly. Thus, it is proposed to select proper combination of ER tools according to the characteristics of the East, Middles and West Regions to achieve a win-win economic and environmental goal.

expense ER; investment ER; public participation ER; spatial auto-correlation model; location of polluting industry investment

2016-09-04 基金项目：国家社会科学基金重大项目“基于碳减排的产业有序转移和区域协调发展研究”(1282D070)；陕西省软科学项目“陕西省承接产业转移及对区域碳排放的影响研究”(2014KRM84)；陕西省社会科学基金项目“陕西省提高新型城镇化发展质量研究”(2014D10)

宋爽(1981—)，女，河南南阳人，西安交通大学城市学院副教授，西安交通大学经济与金融学院博士研究生，研究方向：环境经济学。

宋爽.环境规制工具影响污染产业投资区位的比较研究——基于空间视角的分析[J].重庆理工大学学报(社会科学)，2017(4):35-44.

format：SONG Shuang.Comparison of the Effects of Environmental Regulation Tools on the Location of Polluting Industries Investment Based on the Spatial Analysis[J].Journal of Chongqing University of Technology(Social Science)，2017(4):35-44.

10.3969/j.issn.1674-8425(s).2017.04.006

F424

A

1674-8425(2017)04-0035-10