空间效应视角下的财政分权与中国雾霾治理

陶爱萍，杨 松，张淑安

（合肥工业大学 经济学院，安徽 合肥 230601）

●经济观察

空间效应视角下的财政分权与中国雾霾治理

陶爱萍，杨 松，张淑安

（合肥工业大学 经济学院，安徽 合肥 230601）

文章基于制度经济学的视角，首先使用2004-2013年中国省域PM2.5数据，检验雾霾空间效应的存在性；然后在此基础上，构建财政分权影响雾霾治理的理论框架；通过建立空间面板计量模型，实证检验财政分权对雾霾治理的影响。结果表明：中国雾霾污染具有正向空间相关性，在地域分布上表现出高-高、低-低相邻的空间特征；财政分权通过制度化的激励，显著影响地方政府的治霾偏好，并且随着财政分权度的提高，地方政府雾霾治理的动力由强转弱，表现出财政分权与雾霾污染浓度间的U型关系；在不同经济发展水平下，财政分权对雾霾治理的影响不同，表现出地区间的异质性。基于此，提出中国雾霾治理的相关对策建议，即优化并适度提高财政分权度，将环境指标全面纳入地方政府政绩考核体系。

雾霾治理；财政分权；空间效应；空间计量

一、引 言

财政分权是中央政府赋予地方政府一定的债务安排、税收管理和预算执行的自主权力，地方政府可自主决定其预算支出规模、方向和结构。适度的财政分权有利于优化对地方政府的激励约束机制，提高资源配置效率［1-2］。1994年之前，中国中央政府和地方政府通过不同的税收包干形式初步形成分权结构，1994年开展的中央和地方政府分税制改革，将财政分权推向新的高度，此后财政分权开始显著并全面地响地方政府对资源要素配置和地区公共品供给的行为模式［3］，从而也影响地方政府对雾霾治理的财政支出。

自2012年雾霾污染爆发以来，污染区域逐渐向全国扩大，环境保护部公布的《2015中国环境状况公报》显示，全国地级以上城市中有265个城市环境空气质量超标，占全部城市的78.40%。雾霾污染不仅直接威胁国民健康，而且会造成大量经济损失，影响经济可持续发展。经合组织研究发现，2014年2月京津冀地区6天持续重污染的直接经济损失达到60.30亿元。鉴于雾霾带来的严重后果，2013年国务院制定的《大气污染防治行动计划》提出了明确的治霾目标：到2017年全国地级及以上城市可吸入颗粒物浓度比2012年下降10%以上；雾霾重灾区京津冀、长三角、珠三角等区域细颗粒物浓度分别下降25%、20%、15%左右。雾霾治理支出已构成地方政府财政支出的一个重要方面，雾霾治理的成效很大程度上受地方政府治霾偏好的影响，因此，明晰财政分权对雾霾治理及地方政府治霾偏好的影响具有重要的现实意义。

目前，国内外学者对相关领域的研究主要集中在三个方面：一是对雾霾污染影响因素的研究，经济增长、产业结构、对外贸易等诸多经济性因素均被检验出与雾霾污染显著相关［4-6］，而制度性因素对雾霾污染的影响研究较少。二是对雾霾污染特征的探究，邵帅等（2016）研究中国省域雾霾污染的特征，发现其具有高排放俱乐部集聚特征，且在时间维度上具有雪球效应，空间维度上具有泄漏效应［7］；随着雾霾污染范围的托大，一些学者将空间因素纳入雾霾污染的分析框架，运用空间计量模型研究发现雾霾污染存在显著的空间溢出效应［8-9］，地区间雾霾污染具有一定的空间相关性，一地区雾霾污染会导致周边地区雾霾污染的加重。三是对财政分权与雾霾治理关系的研究，李根生和韩民春（2015）将雾霾污染作为环境质量的衡量指标研究财政分权制度下的中国城市雾霾治理问题，结果发现财政分权会激励地方政府加大雾霾治理力度，内生于财政分权的地方政府竞争则起反向作用［10］；马海涛和师玉朋（2016）通过建立博弈模型，进一步探究了财政分权引致的地方政府间横向和纵向竞争对雾霾治理的影响机理［11］。

综上所述，目前研究财政分权与雾霾治理关系的文献较少，且多以PM10浓度衡量污染程度，而当前中国面临的主要空气污染物是PM2.5，使用PM2.5的数据更能真实反映雾霾污染对国民生活和经济发展的危害，同时空间效应强化了雾霾的空间相关性，因此本文利用省级PM2.5数据，基于中国经验数据考察雾霾污染的空间效应，并通过构建空间面板计量模型，实证检验财政分权对雾霾治理的影响。本文余下的结构安排为：第二部分是对雾霾空间效应的理论及中国经验分析；第三部分是财政分权对雾霾治理影响的理论分析及相关假说；第四部分是模型建立与变量说明；第五部分是实证结果分析；第六部分是结论与对策建议。

二、雾霾的空间效应：理论及中国经验

（一）理论分析

地理学第一定律指出地理事物或属性存在空间上的相互影响［12］，越相近的地区，联系越紧密，并且具有相似的空间特性。雾霾经常表现出成片出现、集中分布的特征，其并非是简单的局部环境问题，而是具有较强的空间依赖性［13］。风向、温差等自然力量所引致的雾霾颗粒物的自由流动，使得存在雾霾浓度差异的相邻地区表现出领先滞后关系［14］，由此产生的扩散效应往往会改变地区雾霾污染格局，并且相邻地区雾霾浓度差异越大，空间外溢效应越明显。

除了自然因素外，社会经济因素也会强化雾霾的空间相关性［15］。萨缪尔森指出当个体生产或消费对其他个体强征了不可补偿的成本或给予了无须补偿的收益时便产生了外部性，环境问题更多表现出跨区域的外部性，地区间的产业转移和贸易是使雾霾污染外部性发生的主要途径：随着开放程度的提高，地区间的经济活动日益频繁，产业转移成为区域合作的重要方面，然而发达地区向不发达地区转移的产业多是技术工艺较为落后、污染较重的产业，随之产生的负外部性造成雾霾污染的人为扩散，加深了地区间雾霾污染的空间联动性；此外，空间相互作用理论的互补性从空间视角上解释了相邻地区跨区贸易的存在，由于相邻地区具有较为相似的经济结构，以及运输距离短、运输成本低等优势，使得相邻地区要素和产品的跨区贸易更加频繁，于是雾霾污染借助贸易运输链在地区间迅速扩散，并且随着地区间贸易关联水平的提高，雾霾污染的空间关联特征将日益强化，空间外溢将愈加明显。

（二）中国经验数据分析

现有研究文献中PM2.5浓度的数据多是来自大气污染物监测或MODIS气溶胶光学厚度遥感数据。大气污染物监测数据属于点源数据，而气溶胶光学厚度遥感数据属于面源数据，其更有助于探究雾霾污染的空间效应。中国2012年才开始对PM2.5浓度值进行监测，鉴于数据的可得性，以及已有相关研究的做法［5，7，16］，本文采用美国国家航空航天局社会经济数据和应用中心公布的年度PM2.5浓度网格化影像数据集①，该数据集是气溶胶光学厚度遥感数据，由气溶胶卫星获取的细颗粒物经过复合反演而得到，可信度较高。

（1）全局空间相关性。考察雾霾的空间效应，首先需要对其进行空间相关性检验。空间计量经济学中有多种检验空间效应的方法，其中Moran’sI指数既可以检验空间滞后相关也可以检验空间误差相关［17］，是最常用的检验空间相关性的方法，因此，本文沿用这一方法对中国分省雾霾数据进行全局空间相关性检验，测度其空间依赖特性。

表1 2004-2013年中国PM2.5全局Moran’s I指数值

由表1可知，2004-2013年中国雾霾污染的空间Moran’sI指数均在0.60左右，且均通过了1%的显著性检验，说明中国雾霾污染在省际存在较强的正向空间相关性，即雾霾较为严重的省份，其周边省份的雾霾也较为严重，并且在时间上表现出一致性。Mo⁃ran’sI指数散点图可以将省域雾霾污染的空间特征细分为四个象限（见图1）：第一象限表示高雾霾污染省域被同样高雾霾污染的其他省域所包围；第二象限表示低雾霾污染省域被高雾霾污染省域所包围；第三象限表示低雾霾污染省域被其他低雾霾污染省域所包围；第四象限表示高雾霾污染省域被低雾霾污染省域所包围。通过观察Moran’sI指数散点图②，可以看出几乎所有省份都分布在第一、三象限，大部分省域与其邻近省域表现出相似的集聚特征，即各省份PM2.5浓度表现出高-高、低-低相邻的空间特征，空间依赖性明显，这种空间关联属性解释了中国雾霾污染成片出现的事实。

图1 2004、2009和2013年中国PM2.5 Moran’s I指数

现阶段，中国雾霾污染既存在高值与高值相邻的区域，又存在低值与低值相邻的区域，为了了解中国雾霾污染是以高-高相邻为主，还是低-低相邻为主，文章进一步通过General G检验进行探究。

各变量含义同上，若G值大于E（G），则表现为区域间的高聚类；若G值小于E（G），则表现为区域间的低聚类；若G值趋近于E（G），则表现为空间上的随机分布。

由表2可以看到，2004-2013年GeneralG的观测值均大于期望值，并且均通过了1%的显著性检验，表明中国雾霾污染主要以高聚类为主，即雾霾污染更多的呈现出高-高相邻的空间特征，这种空间特征降低了各地政府治理雾霾的偏好和积极性，进而导致治霾效率的低下，这也解释了中国雾霾高值区域的核心与边缘分布现状。可见，中国雾霾污染存在由点及面逐步扩大污染的趋势，说明了中国雾霾污染的严峻性。因此，要提高中国雾霾治理效率，必须消除或减少雾霾污染高-高相邻的空间特征对地方政府治霾偏好的不利影响，进而提高各省份的治霾积极性。

表2 2004-2013年中国PM2.5高低聚类检验结果

（2）局域空间相关性。区域间空间效应的局域分布特征可能会出现全域指标所不能反映的“非典型”情况［17-18］，因此本文在检验了中国雾霾污染的全局空间相关性之后，进一步检验局域空间相关性，以便更加具体展现雾霾的空间效应。通过LISA聚集图③可以看出（见图2），中国雾霾污染主要表现为高-高相邻和低-低相邻的空间特征，并且随着时间的推移，低-低相邻区域的省份数量时有变动，而高-高相邻区域则相对稳定，即表明中国雾霾污染以高聚类为主，并且具有粘滞效应，具有较大的治理难度。其中白色区域未显示出高、低特征，可能与其气候特征有关，但其存在向高聚合或低聚合演变的可能性，因此通过雾霾治理，防止这些省份向雾霾高值省份聚集具有重要意义。此外，可以看到，北京、河北、山东、江苏等省份长期位于雾霾污染的高聚类之中，空间相互作用效应较强，并且这些省份人口较为集中，雾霾污染潜在的健康隐患较大。可见，局域空间相关性较好地呼应了全局空间相关性的检验，两者的结合更好地刻画了中国雾霾污染的空间效应。

图2 2004年、2009年和2013年中国PM 2.5 LISA聚集图

三、财政分权对雾霾治理的影响：理论与假说

众多研究文献表明，环境污染与政府的财政分权度有关［19］，财政分权影响着中央和地方政府对于环境治理的自主意识和行为模式［20］。财政分权形成了中央—地方两级政府治理模式，并且中央和地方政府有着不同的诉求和约束，应用委托-代理理论，假定雾霾治理是中央政府的诉求，同时财政分权的存在使得中央政府无法直接操作地方的雾霾治理，这构成中央政府的事权约束，此外中央并不十分了解地方实际的污染情况，构成中央政府的信息约束。地方政府的诉求为亮眼的政绩，以此实现晋升，其中主要表现为谋求地区GDP增长，其约束为财力大小，因此，其并不十分愿意投入稀缺的资金治理雾霾。

文章已经论证了雾霾空间效应的内生存在性，这种空间效应表明，一地区的雾霾污染会产生负的外部性，可能导致雾霾污染的成片出现，而一地区的雾霾治理会产生正的外部性，将可能带来全国性的环境改善。因此，雾霾的空间效应对中央政府产生治霾的正向激励，若能推动地方的雾霾治理，不仅可以避免污染的成片出现，更有可能实现全国的雾霾改善。但财政分权导致的事权和信息约束使中央政府较难直接治理雾霾，为实现环境诉求的最大化，中央政府需要通过制度改革激励地方政府加大雾霾治理力度，降低雾霾污染，进而实现帕累托改进。

然而，雾霾的空间效应对于地方政府而言：一方面在追求GDP增长的同时并不需要支付污染的全部成本。现阶段，GDP增长仍然是我国官员政绩考核体系的主要方面，地方政府对晋升和政绩的渴求，使其为追求GDP增长而竞争［21］，甚至不惜以牺牲环境为代价实现GDP增长目标，财政分权则加剧了地方政府间的竞争［22］，使其将更多的财政资金投入到经济建设而进一步减少环境等公共产品的供给［23］，同时为了吸引外部投资而降低环境监管标准，产生“竞次”现象［24］，此外，经济上的分权强化了预算软约束，进而对地方政府产生过度支出和大量举债的逆向激励［25］，地方政府为了弥补财政赤字而追求经济快速增长，但由此产生的污染成本并不需要其全部承担，进而导致其雾霾治理意愿降低、污染加重；另一方面存在雾霾治理搭便车的倾向。地方政府在地方经济发展中面临着财政资金的约束，而雾霾治理的搭便车行为可以减少其治理雾霾的资金投入，进而可以将有限的财政资金投入到经济发展事务中，而且财政分权强化了各省地方利益的分割，使得地方政府间难以协调解决搭便车行为，结果造成具有较强区域外部性的环境公共品无法有效提供，进而导致雾霾治理效率低下，难以改善高污染现状。

空间效应的内生存在影响了中央和地方政府对于雾霾治理的行为模式，而这种治霾行为模式的相机选择就是财政分权对雾霾治理影响的内在机理。虽然空间效应降低了地方政府的治霾意愿，进而减少地方环境公共品的供给，但中央政府通过财政分权施展的政策激励以及制度约束将能够改变地方政府的诉求与约束结构，激励地方政府提高雾霾治理的努力程度，一定程度上消除或减轻雾霾空间效应对其治霾偏好的消极影响。财政分权是实现这种正向激励的重要制度性因素，但分权的规模和程度影响着中央政府激励政策的实际效果，进而影响地方政府的治霾偏好（见图3）。

图3 财政分权对雾霾治理的影响机理

因此，文章提出假说：雾霾空间效应的内生性可能使得财政分权与雾霾治理存在非线性关系。

四、模型构建与变量选择

（一）模型设定

依据地理学第一定律，前文已论证风力、温差等自然因素引起的雾霾颗粒物流动，进而形成扩散效应，及产业转移、跨区贸易等经济活动形成的产业转移链和贸易链，使雾霾污染表现出明显的空间溢出效应，对中国经验数据的空间相关性检验进一步证明了雾霾存在空间溢出效应。因此一地区雾霾浓度PM既包括非空间因素产生量f(x)又包括空间因素溢出量g(x)。

财政分权的制度化影响着中央和地方政府的诉求与约束结构，进而影响到两级政府治理雾霾的行为模式，因此财政分权对雾霾治理的影响最终将反映在雾霾污染浓度的变化上。基于财政分权对雾霾治理影响的理论分析以及EKC假说，文章假定非空间因素产生的雾霾污染浓度受财政分权FD的影响，且与其存在二次函数关系。

STIRPAT模型是研究环境污染影响因素的基本理论框架，已经发展成为非常成熟、应用广泛的环境压力评价模型［26-28］。因此，本文基于STIRPAT模型对（5）式进行扩展：

其中，IS为产业结构；lngdp是人均GDP的对数值；EX表示出口规模；lnPD是人口密度的对数形式。

雾霾空间溢出是相向发生的，既包括本地区溢出到邻近地区，又包括邻近地区溢出到本地区，若Sij表示i地区溢出到j地区的雾霾浓度，Sji表示j地区溢出到i地区的雾霾浓度，n表示地区数，则i地区雾霾污染浓度的空间溢出量为：

将（6）式和（7）式代入（4）式，得（8）式：

空间计量经济学理论指出，空间依赖特性既可能来自被解释变量，又可能来自遗漏解释变量［29］。若i地区雾霾污染浓度的观察值依赖于邻近j地区雾霾污染浓度的观察值PMj，则i地区雾霾污染浓度的空间溢出量为：

其中，Wij为空间权重矩阵，ρ为空间系数。将（9）式代入（8）式，得（10）式：

若i地区雾霾浓度的观察值依赖于未观察到的解释变量，则：

其中uj为误差项。将（11）式代入（8）式，得（12）式：

鉴于文章使用的是空间面板数据，因此在（10）式和（12）式中引入个体效应αi并分别构建空间滞后回归模型（SAR）：

和空间误差回归模型（SEM）：

（二）变量说明

本文的被解释变量是雾霾治理，用PM2.5浓度值衡量，雾霾污染浓度的变化能够反映出雾霾治理的强度和效果。核心解释变量是财政分权，现有文献中提供了三种财政分权的量化方法：一是财政支出分权，以地方人均财政支出占中央人均财政支出的比值为衡量指标［30-31］；二是财政收入分权，以地方人均财政收入占中央人均财政收入的比值为衡量指标［32-33］；三是以地方政府自有收入的留成比率为衡量指标［10］。目前，多数文献采取的是财政支出分权指标［34］，以财政支出指标度量财政分权既能体现支出水平的分权，又蕴含了支出支配权的分权，能够更加真实地反映地方政府的财政自主度，因此，本文以地方人均预算内财政支出占中央人均预算内财政支出的比重度量各省份财政分权度。

文章引入的控制变量为：产业结构是地方政府能够通过产业转移等相关产业政策进行调整的结构性因素，不同的产业对环境的污染程度不同，以第二产业总产值占地区总产值的比重作为产业结构的衡量指标；出口规模可以反映地区间贸易对雾霾污染的影响，以地区出口总额占地区生产总值的比重作为衡量指标；人均GDP作为地方政府政绩的衡量指标，可以度量地区经济发展水平，考虑到环境污染的库茨涅兹假说，文章在模型中引入人均GDP及其平方项。此外，为了控制人口因素，本文选取人口密度作为控制变量。

（三）数据收集与处理

本文所使用的PM2.5数据来自美国国家航空航天局社会经济数据和应用中心，通过ArcGIS软件处理后得到中国30个省份2004年到2013年的浓度值。由于数据的缺失，本文将西藏和中国台湾、中国香港、中国澳门从样本剔除。文中所有解释变量的数据均来自中国统计局网站以及各省各年统计年鉴。本文以2004年的价格为基期价格对相关原始数据进行了平减处理。

五、实证结果与分析

（一）财政分权对雾霾治理影响的实证分析

文章首先进行无空间效应的普通面板OLS④估计，在固定效应和随机效应的估计中，LR检验结果均强烈地拒绝了不存在个体效应的原假设，因此文章在模型中引入个体效应是合理的。从表3可以看出，不论是固定效应还是随机效应，财政分权以及财政分权平方项的估计均非常显著，并且财政分权平方项的系数为正，表明以PM2.5表征的雾霾污染浓度与财政分权存在U型结构关系，即雾霾治理与财政分权存在倒U型关系；产业结构的估计结果不显著，但系数为正；人均GDP及其平方项均显著，并且人均GDP平方项系数为负，符合倒U型的环境库茨涅兹曲线；出口规模、人口密度以及截距项呈现出不同程度的显著性。从Hausman检验结果来看，在无空间效应的普通面板中应选择随机效应。

前文Moran’sI指数的检验已经证明了雾霾空间效应的内生存在，并且LM以及Robust LM空间效应的边际检验也显著地表明存在空间依赖特性，因此未考虑空间效应的普通面板OLS估计结果是有偏的、非一致的。本文将空间效应引入面板数据模型，建立空间面板计量模型，进行空间滞后模型（SAR）和空间误差模型（SEM）的估计，对于SAR模型的估计，财政分权、财政分权平方项以及被解释变量空间滞后项的系数均非常显著，但固定效应的LR检验不显著；对于SEM模型的估计，在固定效应中财政分权、财政分权平方项呈现出弱显著性，在随机效应中则不显著，但LR检验和空间项均非常显著。Hausman检验结果显示，SAR模型应选择随机效应模型，而SEM模型应选择固定效应模型。

为了确定模型中空间效应的最优设定形式，本文遵循国内外学者一致认可的方法［29，35］，分别对SAR模型和SEM模型进行极大似然LM-lag和LM-error检验，从表3中可以看出两者都非常显著；BeraandYoon（1993）［36］提出了被解释变量存在空间自相关但被忽略时的Robust LM-error检验统计量，以及误差项存在空间自相关但被忽略时的Robust LM-lag检验统计量，因此文章进而进行稳健的LM检验，从估计结果可以看出，两者都是显著的，但是Robust LM-lag的显著性要高于Robust LM-error的显著性，因此通过检验和比较，本文最终选定空间滞后随机效应模型作为文章的最终模型。

从SAR随机效应模型的回归结果可以看出：①财政分权与PM2.5浓度存在显著的U型结构关系，即雾霾污染浓度随着财政分权度的不断提高呈现出先下降后上升的变化趋势，进而反映出地方雾霾治理先强化后减弱的特征。在财政分权度处于低值时，随着财政分权程度的提高，地方政府逐渐拥有更多的支出财权，获得的激励效用较为明显，治霾偏好逐渐强化，并且治霾诉求逐渐增加，一方面是为了向中央展现政绩以期获得晋升优势，另一方面是为了切切实实地改善地方环境；在财政分权度处于高值时，地方政府已拥有较多的自由裁量权，中央激励措施的边际影响逐渐减小，地方政府着眼于地区之间的竞争而逐渐减少对环境保护的财政支出，加之中央权力过于分散而导致中央政府对地方政府的统筹协调能力大大减弱，最终形成地方政府的无序竞争和各自为政，导致治霾偏好下降，环境污染日益加重。因此，财政分权显著影响着地方政府雾霾治理的偏好，不同的财政分权度对应着不同的雾霾治理偏好和强度，以及治霾效果，要实现最大程度的中国雾霾改善应选择适宜的财政分权度。②产业结构的回归结果不显著，但回归系数为正。诸多研究已经表明第二产业是废气排放的主要来源，因此第二产业在国民经济中占比越高雾霾污染越严重，但在本文中其回归结果不显著并且系数非常小，可能因为存在某种机制隐性化了产业结构对PM2.5浓度的直接影响。③人均GDP和其平方项均非常显著，并且人均GDP平方项的系数为负，符合倒U型的环境库茨涅兹假说。在经济发展初期，由于经济水平较低，地方政府将经济增长放在首位，因此造成雾霾污染随着经济增长而加重；当地方经济水平处于较高位置时，地方政府逐渐将环境保护放在施政的核心位置，并且又有更多的资金投入到雾霾治理中，因此雾霾污染随着经济进一步的发展而逐渐得到改善，故而经济增长与雾霾治理并不矛盾。④出口规模的回归结果表现出弱显著性，出口总额占GDP比重的增加，有助于降低雾霾污染浓度。中国的主要出口对象为欧盟和北美，出口产品面临国际市场的高标准，因此出口产品的生产工艺更先进、科技含量更高，相较于国内消费产品而言，其单位产品生产的污染排放更少，出口规模越大则国内消费产品生产规模相对越小，越有利于降低雾霾污染浓度。⑤人口密度与雾霾污染浓雾呈现高度显著的正相关关系，人口密度每提高1%，雾霾污染将加重0.15%。人口密度大的地区生活、生产活动更密集，大量的人类活动必然会带来高污染排放。⑥模型中被解释变量的空间滞后项高度显著，它反映出邻近地区的雾霾污染会通过空间效应加重本地区的雾霾污染，相邻地区的PM2.5浓度每提高1%，本地区的PM2.5浓度便会增加0.62%，进而导致雾霾治理效率的降低，同时也体现了地区间联合治霾的重要性。

表3 OLS、SAR、SEM模型的回归结果

空间计量模型研究观察地区之间复杂的依赖关系，参数估计包含了大量关于这些观察对象之间相互作用关系的信息，与解释变量相关的任何一个观察地区的改变都将对该地区本身产生直接效应影响，同时潜在地影响所有其他地区，表现出一种间接效应。空间滞后模型中的直接效应和间接效应使得参数的解释变得丰富且复杂，大量学者指出应对模型参数进行具体的解释［37］。

用向量表示SAR模型：y=ρWy+Xβ+ε，移项得：

其中In为单位矩阵，对方程两边求期望：

其中，Sr(W)=(In-ρW)-1βr，下标r表示第r个解释变量，对上式求偏导：

由此可见，空间滞后模型中解释变量X对y的边际效应并非系数b，因为X对y同时存在直接效应和间接效应，以及由此形成的反馈回路，即解释变量对i地区的影响会传递到相邻的j地区，最后又传回到i地区。Sr(W)ii即为直接效应，Sr(W)ij（i≠j）为间接效应也即空间溢出效应，总效应为直接效应与间接效应的和。从表4中可以看出，财政分权对雾霾污染具有显著的负向影响，即当前中国总体的财政分权程度还处于较低水平，财政分权改革对雾霾治理的正效应大于负效应，有助于提高地方政府的治霾偏好。因此，就目前而言，适当提高中国的财政分权度有利于改善地方政府的诉求与约束结构，进而强化其治霾偏好，降低雾霾污染浓度。此外，负的间接效应表明：财政分权度的提高不仅能够降低本地区的雾霾浓度还有利于降低邻近地区的雾霾浓度，即雾霾治理的正向外部性能够产生区域性的环境改善，其间接效应为直接效应的17.80%，即邻近地区PM2.5浓度的变化量与该地区变化量的比例近似为1∶5.6。

表4 空间滞后模型直接效应和间接效应的估计结果

（二）财政分权对雾霾治理影响的异质性与稳健性检验

文章采用门槛模型检验不同经济发展水平下财政分权对雾霾治理影响的异质性，同时稳健性检验其与PM2.5浓度间的U型结构。Hansen（1999）［38］提出的面板门槛模型不仅能够较为准确地估计出门槛值，而且能够检验内生性门槛因子［39］。本文以财政支出指标度量财政分权度，而地方政府财政支出规模受到地区经济发展水平的制约，不同的地区经济发展水平下，财政分权对地方政府雾霾治理偏好存在不同方向的影响。因此，本文选用人均GDP作为门槛变量，使用Hansen面板门槛模型进行异质性与稳健性检验。假设存在单一门槛效应，并建立单一门槛模型（16）式，其中γ为门槛值，I(·)为指示函数，表示当括号中的条件得到满足时，I=1，反之I=0。多重门槛模型可由单一门槛模型扩展得到，文章不再列出。

文章首先进行单门槛检验，估计出门槛值为9.06，并满足5%的显著性，95%的置信区间为［8.97，9.07］。继而进行双重门槛检验，估计出门槛值为（9.06，9.48），结果并不显著。因此本文选定单门槛模型作为最终门槛模型进行回归，结果见表5所列。从表5中可以看出，当地区经济发展水平较低时，财政分权对雾霾浓度具有显著的抑制作用，即对雾霾治理具有促进作用，此时财政分权提高了地方政府治霾偏好；当地区经济发展水平较高时，财政分权对雾霾浓度具有显著的提升作用，即开始对雾霾治理产生抑制作用，此时财政分权对地方政府治霾偏好产生了负向影响。由于地区间存在经济发展水平的差异，经济发展水平较低的省份，财政分权改革对其雾霾治理表现出正向影响，而经济发展水平较高的省份，财政分权改革对其雾霾治理的负效应超过了正效应，表现出对地方治霾的抑制，因而财政分权对雾霾治理的影响存在地区间的异质性。

表5 门槛模型回归结果

一般而言，低经济发展水平对应低财政支出，高经济发展水平对应高财政支出，因此可以推断出，当地区经济发展水平较低时，中央政府统筹安排财政支出，财政分权程度较低，此时财政分权对PM2.5浓度具有负向影响；当地区经济发展水平较高时，地方政府拥有更高的财政支出能力，财政分权程度较高，此时财政分权对PM2.5浓度具有正向影响，即表明财政分权与PM2.5浓度存在U型相关关系。此外控制变量产业结构、出口规模、人口密度对雾霾污染的影响方向与前文分析相符，从而文章的前述结论是稳健的。

六、结论与建议

环境治理是全球性话题，与经济发展同等重要，近年来，中国雾霾污染日益严重，诸多学者对与其成因相关的经济因素进行了深入的研究，本文则从制度经济学的角度，通过建立空间面板计量模型，探究中国特色的财政分权改革对地方政府雾霾治理的影响，研究发现：

（1）雾霾存在正向的空间相关性。对中国30个省份10年的PM2.5浓度数据进行空间相关性检验发现，雾霾污染存在正向的空间相关性，地区之间表现出高-高、低-低相邻的空间依赖特征，并且以高聚类为主，存在由点及面逐步扩大污染的趋势，北京、河北、山东、江苏、安徽等省份长期位于雾霾污染的高聚类之中，雾霾治理难度较大。

（2）财政分权显著地影响着地方政府的治霾偏好，当财政分权度较低时，地方政府治霾偏好随着财政分权度的提高而加强，雾霾治理效果较好，当财政分权度较高时，地方政府治霾偏好随着财政分权度的提高而逐渐弱化，雾霾治理效果较差，表现为财政分权与雾霾污染浓度的U型结构关系；邻近地区的雾霾污染会通过空间效应加重本地区的雾霾污染，邻近地区PM2.5浓度每提高1%，本地区PM2.5浓度会增加0.62%；以第二产业产值占比表征的产业结构对雾霾浓度存在正向影响，即第二产业在国民经济结构中的比重越大，雾霾污染越严重；人均GDP与雾霾浓度的关系符合环境库茨涅兹假说，即随着经济增长雾霾污染先上升后下降；出口规模对雾霾浓度存在负向影响，出口总额占GDP比重的增加，能够减轻国内的雾霾污染；人口密度与雾霾浓度正相关，人口密度每提高1%，雾霾浓度将提高0.15%，人口集中的中东部地区雾霾污染较严重。

（3）空间视角下财政分权对雾霾治理既存在直接效应又存在间接效应，财政分权对雾霾治理的间接效应是直接效应的17.80%，就目前而言，中国总体财政分权水平较低，适度提高财政分权水平能够激励地方政府加大治霾力度，并且某地区财政分权度的提高不仅能够促进本地区的雾霾治理还有利于减轻邻近地区的雾霾污染，雾霾浓度减少量的比例近似为5.6∶1。

（4）在不同的经济发展水平下，财政分权对地方政府雾霾治理偏好的影响存在异质性，在本文中当lngdp小于门槛值9.06时，财政分权对雾霾治理存在正向影响，当lngdp大于门槛值时，财政分权对雾霾治理存在负向影响，门槛模型的结果同时验证了财政分权与PM2.5浓度间存在的U型关系的稳健性。

雾霾空间溢出效应的存在，使得中国雾霾污染成为一个区域性问题，北京、河北等雾霾高聚类区域呈现出扩张的趋势，雾霾污染日益严重，雾霾治理已经成为中国环境治理中最为紧迫的一项任务。经济增长等经济因素会在一定程度上产生雾霾，而财政分权作为制度性因素则是在维持经济增长的基础上，寻求对雾霾的治理，协调经济增长与环境的关系，因此，财政分权体制下，经济增长与雾霾治理并不矛盾。完善、合理的财政分权制度不仅能推动地方经济的增长，而且能够提升地方政府的治霾偏好，激励地方加大雾霾治理力度。雾霾空间效应的存在，使得雾霾治理不仅能够降低本省域的雾霾浓度，还能够间接地改善邻近地区的雾霾污染，因此对中东部雾霾高聚类省份进行雾霾的联合治理，能够有效地缓解北京等省市严重的雾霾污染，并且能够抑制雾霾高聚类的扩张。因此，虽然雾霾空间溢出效应给地方政府治霾偏好带来了负向激励，但却对中央政府的治霾诉求产生了正向激励，作为制度的制定者，中央政府完全可以通过优化财政分权体制、完善地方政府政绩考核制度等机制设计，改变地方政府的诉求与约束结构，削弱雾霾空间效应对地方政府的负向激励，在提升地方治霾偏好和积极性的同时，维持地方经济的增长态势。而且，在经济发展新常态的形势下，生态文明的构建将成为中国经济在世界市场中重筑优势竞争力的关键举措。

本文基于空间效应的视角研究了财政分权对雾霾治理的制度性影响，深入探析了财政分权对环境问题的作用机制，具有一定的理论意义，同时在中国雾霾治理的实践中，具有一定的现实指导作用。根据研究结论，文章提出如下治霾建议：

（1）完善中央政府对地方政府的激励相容政策。中央政府应进一步深化地方政府的政绩考核制度改革，将环境质量状况全面纳入考核体系，通过科学、有效的机制设计改变地方政府的诉求结构，提高地方政府的治霾积极性，激励地方政府加大雾霾治理力度，增加环境公共品的供给。

（2）建立地区间雾霾污染联防联控治理体系。雾霾空间效应的存在加深了地区间雾霾污染的相关性，使得各省份不愿将雾霾污染的外部成本内部化，导致雾霾治理的低效率，因此中央政府应积极推动各省份建立区域间的联防联控治理体系，共同规划和实施雾霾治理方案，以及建立统一的雾霾治理法规与标准，强化地区间的协调与合作，避免地方政府之间的“竞次”行为而引致“公地悲剧”，从而抑制雾霾污染高聚类区域的向外扩张，改变中国雾霾污染的分布形态。

（3）深化财政分权制度改革。中央政府要深化财政分权制度的改革实践，探索最适宜国民经济发展和环境治理的财政分权体系，在当前，可适当提高财政分权的整体水平，进而提高地方政府的治霾偏好，同时，鉴于地区间财政分权改革对雾霾治理影响的异质性，针对经济发展水平较低的省份适度增加分权规模，针对经济发展水平较高的省份适度缩小分权规模。

（4）优化地方政府财政支出结构。第二产业的规模越大对雾霾污染的加深作用越强，而出口由于产品生产技术水平的提高则有助于减轻雾霾污染，因此，地方政府宜遵循增加出口规模、优化产业结构的财政实施方向，优化财政支出体系，增加绿色科技研发投入以及环境治理、监管投入，平衡经济增长与环境保护的关系。

注 释：

①数据来自https：//urs.earthdata.nasa.gov/login，该网站需要注册才能访问数据。

②受篇幅所限，文章只列出了部分年份的Moran’s I指数散点图，若要得到全部年份的散点图请与作者联系。

③因篇幅有限，本文只列出部分LISA聚集图，若要得到全部聚集图请与作者联系。

④本文中对无空间效应普通面板的估计方法分别为：固定效应采用组内估计，随机效应采用MLE估计，OLS在本文中仅用来表示无空间效应的普通面板回归。

［1］Oates W E.Fiscal Federalism［M］.New York：Harcourt Brace Jovanovich，1972.

［2］周业安，章泉.财政分权、经济增长和波动［J］.管理世界，2008（3）：6-15.

［3］李斌，祁源，李倩.财政分权、FDI与绿色全要素生产率——基于面板数据动态GMM方法的实证检验［J］.国际贸易问题，2016（7）：119-129.

［4］Duh J D，Shandas V，Chang H，et al.George.Rates of Ur⁃banization and the Resiliency of Air and Water Quality［J］.Science of the Total Environment，2008，400（1）：238-256.

［5］冷艳丽，冼国明，杜思正.外商直接投资与雾霾污染——基于中国省际面板数据的实证分析［J］.国际贸易问题，2015（12）：74-84.

［6］王立平，陈俊.中国雾霾污染的社会经济影响因素——基于空间面板数据EBA模型实证研究［J］.环境科学学报，2016，36（10）：3833-3839.

［7］邵帅，李欣，曹建华，等.中国雾霾污染治理的经济政策选择——基于空间溢出效应的视角［J］.经济研究，2016（9）：73-88.

［8］Hosseini H M，Kaneko S.Can Environmental Quality Spread through Institutions？［J］.Energy Policy，2013，56：312-321.

［9］马丽梅，张晓.中国雾霾污染的空间效应及经济、能源结构影响［J］.中国工业经济，2014（4）：19-31.

［10］李根生，韩民春.财政分权、空间外溢与中国城市雾霾污染：机理与证据［J］.当代财经，2015（6）：26-34.

［11］马海涛，师玉朋.三级分权、支出偏好与雾霾治理的机理——基于中国式财政分权的博弈分析［J］.当代财经，2016（8）：24-32.

［12］Tobler W R.A Computer Movie Simulating Urban Growth in the Detroit Region［J］.Economic Geography，1970，46：234-240.

［13］向堃，宋德勇.中国省域PM2.5污染的空间实证研究［J］.中国人口·资源与环境，2015，25（9）：153-159.

［14］潘慧峰，王鑫，张书宇.雾霾污染的持续性及空间溢出效应分析——来自京津冀地区的证据［J］.中国软科学，2015（12）：134-143.

［15］Poon JPH，Casas I，He C.The Impact of Energy，Trans⁃port，and Trade on Air Pollution in China［J］.Eurasian Geography and Economics，2006，47（5）：568-584.

［16］Van Donkelaar A，Martin R V，Brauer M，et al.Use of Satellite Observations for Long-term Exposure Assessment of Global Concentrations of Fine Particulate Matter［J］.En⁃vironmental Health Perspectives，2015，123（2）：135-143.

［17］Anselin L.Local Indicators of Spatial Association-LISA［J］.Geographical Analysis，1995，27（2）：93-115.

［18］潘文卿.中国的区域关联与经济增长的空间溢出效应［J］.经济研究，2012（1）：54-65.

［19］Sigman，H.Decentralization and Environmental Quality：An International Analysis of Water Pollution Levels and Variation［J］.Land Economics，2014，90（1）：114-130.

［20］周飞舟.分税制十年：制度及其影响［J］.中国社会科学，2006（6）：100-115.

［21］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.

［22］李敬涛.财政分权、信息公开与官员腐败——基于宏微观制度环境的双重考察［J］.会计与经济研究，2016，30（3）：25-44.

［23］傅勇，张晏.中国式分权与财政支出结构偏向：为增长而竞争的代价［J］.管理世界，2007（3）：4-12.

［24］Kunce M ，Shogren J F.Destructive Interjurisdictional Competition：Firm，Capital，and Labor Mobility in A Mod⁃el of Direct Emission Control［J］.Ecological Economics，2007，60（3）：543-549.

［25］姜子叶，胡育蓉.财政分权、预算软约束与地方政府债务［J］.金融研究，2016（2）：198-206.

［26］Shi A.The Impact of Population Pressure on Global Car⁃bon Dioxide Emissions，1975-1996：Evidence from Pooled Cross-country Data［J］.Ecological Economics，2003，44（1）：29-42.

［27］York R，Rosa E A，Dietz T.STIRPAT，IPAT and Im⁃PACT：Analytic Tools for Unpacking the Driving Forces of Environmental Impacts［J］.Ecological Economics，2003，46（3）：351-365.

［28］黄蕊，王铮.基于STIRPAT模型的重庆市能源消费碳排放影响因素研究［J］.环境科学学报，2013，33（2）：602-608.

［29］LeSage J，Pace R K.Introduction to Spatial Econometrics［M］.Boca Baton，FL：CRC Press，2009.

［30］Qiao B，Martinez-Vazquez J，Xu Y.The Tradeoff be⁃tween Growth and Equity in Decentralization Policy：Chi⁃na’s Experience［J］.Journal of Development Economics，2008，86（1）：112-128.

［31］郭庆旺，贾俊雪.财政分权、政府组织结构与地方政府支出规模［J］.经济研究，2010（11）：59-87.

［32］Akai N，Sakata M.Fiscal Decentralization Contributes to Economic Growth：Evidence from State-level Cross-sec⁃tion Data for the United States［J］.Journal of Urban Eco⁃nomics，2002，52（1）：93-108.

［33］龚锋，卢洪友.公共支出结构、偏好匹配与财政分权［J］.管理世界，2009（1）：10-21.

［34］谢贞发，张玮.中国财政分权与经济增长——一个荟萃回归分析［J］.经济学（季刊），2015，14（2）：435-452.

［35］龙小宁，朱艳丽，蔡伟贤，等.基于空间计量模型的中国县级政府间税收竞争的实证分析［J］.经济研究，2014（8）：41-53.

［36］Bera A K，Yoon M J.Specification Testing with Locally Misspecified Alternatives［J］.Econometric Theory，1993，9（4）：649-658.

［37］Anselin L，LeGallo J.Interpolation of Air Quality Mea⁃sures in Hedonic House Price Models：Spatial Aspects［J］.Spatial Economic Analysis，2006，1（1）：31-52.

［38］Hansen B E.Threshold Effects in non-Dynamic Panels：Estimation，Testing，and Inference［J］.Journal of Econo⁃metrics，1999，93（2）：345-368.

［39］邓敏，蓝发钦.金融开放条件的成熟度评估：基于综合效益的门槛模型分析［J］.经济研究，2013（12）：120-133.

Fiscal Decentralization and Haze Governance in China from the Perspectiveof Spatial Effect

TAO Ai-ping,YANG Song,ZHANG Shu-an
(School of Economics,Hefei University of Technology,Hefei 230601,China)

Based on the perspective of the institutional economics,this paper first tests the existence of the spatial effect of haze pollution by using the PM2.5 provincial data in China from 2004 to 2013.Then,on the basis of this,the paper con⁃structs the theoretical framework of fiscal decentralization affecting haze governance,and establishes the spatial panel measure⁃ment model to empirically examine the impact of the fiscal decentralization on haze governance.The results indicate:The haze pollution in China has a positive spatial correlation and shows the high-high and low-low adjacent spatial features on the geo⁃graphical distribution;The fiscal decentralization has a significant influence on the local governments'preference to haze gover⁃nance through institutional incentives,and with the rise of the degree of fiscal decentralization,the driving force of governing the haze of local governments gradually weakens from strong to weak,and the fiscal decentralization and haze pollution concen⁃tration presents a U-type relationship;At different levels of economic development,the impacts of the fiscal decentralization on haze governanceare are different,showing the heterogeneity between regions.Finally,the paper,based on the conclusions of the study,puts forward some countermeasures on China's haze governance,namely optimizing and moderately improving the de⁃gree of fiscal decentralization,and fully integrating the environmental indicators into the local government performance evalua⁃tion system.

haze governance;fiscal decentralization;spatial effect;space measurement

F810

A

1007-5097（2017）10-0092-11

10.3969/j.issn.1007-5097.2017.10.013

2017-06-07

国家自然科学基金面上项目（71573070）

陶爱萍（1970-），女，安徽铜陵人，教授，经济学博士，研究方向：产业组织与政府规制；杨 松（1992-），男（回族），安徽淮南人，硕士研究生，研究方向：产业经济与环境规制；张淑安（1994-），女，安徽合肥人，硕士研究生，研究方向：金融学。

［责任编辑：张 青］