环境规制对中国生猪养殖生产布局与产业转移的影响分析

周建军，谭莹，胡洪涛

（华南农业大学经济管理学院，广东 广州 510642）

近十几年来，我国生猪养殖业发展迅速，猪肉产量不断增长，在肉类供应中具有极其重要的地位和作用。然而，随着养殖规模的不断扩大，其所带来的环境污染问题也日益突出。据2010年《全国第一次污染源普查公报》统计，畜禽养殖业污染排放已经成为了我国最主要的污染源之一。对此相关部门出台了一系列政策措施来治理畜禽养殖业的环境污染问题，着力促进畜牧业发展方式的转型升级。2016年农业部出台了《全国生猪生产发展规划（2016—2020年）》将广东、浙江等8个南方省份划为限养区。与此同时各省纷纷划定区域范围内的限养与禁养区，限期拆除清退禁养区内的畜禽养殖场，严格限制限养区内的各类养殖。不少地区为追求环保政绩，盲目扩大畜牧限养与禁养区范围，给生猪养殖业造成了不小的影响。据农业部统计：2015年有近500万散养户退出畜禽养殖业，2016年因环境保护政策而削减的生猪产量多达3 600万头。现有条件下一刀切式地提高环境规制水平是否符合各省实情？该如何解决生猪养殖业发展与环境保护之间的矛盾？如何解决环境制约下生猪总产量上升与区域间增量转移之间的矛盾？能不能养？怎么养？去哪里养？成为当前生猪养殖业所必须面临的突出问题。因此探讨不同省份环境规制对生猪养殖业作用影响的临界点，优化环境规制政策制定，调整生猪养殖布局，促进地区间产业转移，对生猪养殖业的长远健康发展具有十分重要的意义。

最早研究环境规制对产业布局影响可以追溯到Walter和Ugelow[1]提出的“污染天堂假说”。早期研究主要集中于国际贸易与环境的关系，Copeland和Taylor[2]认为南北国际贸易的存在使得南方发展中国家成为北方发达国家转移污染产业的聚集地。而后进一步拓展，Cole[3]将EKC曲线与污染天堂假说相结合，证实环境污染天堂的存在。D’Agostino[4]进一步结合波特假说，认为污染企业缺乏对环境监管的应对能力，会被环境监管宽松的国家和地区吸引，从而实现污染产业的转移。国内学者中，张可云和傅帅雄[5]在“污染天堂假说”演进的基础上，对其最新理论和研究成果进行了概括总结。钟茂初等[6]认为环境规制会导致污染型企业调整生产行为从而驱动污染产业的转移以促进本地产业结构的升级。对此姚从容[7]进一步指出我国污染型产业正由经济发达地区向经济欠发达地区，由东南沿海地区向中西部地区梯次转移。从现有文献来看，环境规制对污染型产业布局与转移的影响机制和程度并不能确定。部分学者认为环境规制的提升，通过类似征收环境税的手段将外部环境污染内部化解决，极易加剧企业尤其是中小型企业的生产成本，对生产造成不利影响[8-9]。而杜威剑和李梦洁[10]、原毅军和谢荣辉[11]、刘传江和赵晓梦[12]则坚持波特假说，认为环境规制的加强虽然会在短期内增加企业的生产成本，但严格的环境规制约束同样能够倒逼污染型企业加大环保资金投入和生产技术创新改造，通过技术补偿效应带来产出的增长，长期来看这将抵消环境规制带来的生产成本。

对生猪等畜牧养殖业生产布局变动的影响因素，张晖和虞祎[13]、刘晓磊等[14]、王欢和乔娟[15]、谭莹等[16-19]、廖翼等[20]多从传统产业资源禀赋、生产成本和市场条件等自然经济区位因素来探讨，对于环境规制影响因素的关注不多。如虞祎等[21-22]验证生猪生产布局中存在污染天堂效应，生猪养殖正在从环境规制严格的地区向环境规制宽松的地区转移。王德鑫等[23]探讨了环境规制下我国规模化生猪的生产效率，认为环境规制下我国规模化生猪生产率呈现增长，取得了一定的双赢效果。张郁和江易华[24]、张郁和刘耀东[25]则从环境风险感知的角度分析认为环境规制对生猪养殖户生产行为会产生显著的影响，需重视生猪养殖的环境规制风险。Mulatu和Wossink[26]分析欧洲环境监管对养猪业生产环境的影响程度。同样发现污染相对严重的养猪企业易被环境监管相对宽松的地区吸引，进而发生产业转移。总体而言国内外学者对此类研究主要集中在工业污染领域，而对农业及畜牧业领域内环境规制问题探讨较少。随着我国养殖业环境污染问题的日益突出，以及畜牧业环境保护政策的逐渐落实，探讨环境规制对于生猪养殖业的影响及作用机制是十分有必要的。因此，本文基于波特假说的相关理论，利用2004—2015年中国省级生猪养殖面板数据，分析环境规制对生猪产业生产布局的影响，探讨其空间转移的影响机制，从而丰富农业领域环境规制问题的相关研究，检验波特假说的合理性，同时也为我国生猪养殖业环保革新提出相应的政策建议。

1 理论分析

波特假说认为环境规制政策的制定可以通过技术补偿和学习效应改进环境质量和提高产出，虽然短期内可能增加企业的成本而对生产产生不利影响，但从长期来看通过技术进步和效率提高将带来产出水平的增长。本文参考Mohr[27]、王杰和刘斌[28]的模型假设，分析环境规制对生猪生产的影响机制。

假设存在N个同质的生猪养殖厂家，生产技术水平相同，在一段时间内每个生猪养殖厂家都投入l单位的劳动，生产单一的生猪产品C，劳动总供给为L=N×l，劳动生产率依赖于资本K，资本K是一段时间内（从0到t）使用某种技术的劳动量，计算公式为：

假设当存在环境规制的情形下，生猪养殖厂家要为生猪养殖所造成的污染排放承担相应的社会环境成本，相当于缴纳一种环境税，设税额为δN。环境税的征收有利于降低生猪养殖过程中的污染排放w，增加了养殖户的环境成本。在养殖规模较小的阶段，环境成本的增加容易使得养殖户减少规模甚至退出，时期t内的产出可以表示为：

环境规制水平的逐步提高会倒逼生产厂家加大技术革新力度，假设存在生产生猪产品C的新技术g，新技术g比旧技术f生产效率更高，且污染排放更小，则对于任何的l、w和K，都有相同投入下新技术的产出比旧技术的产出更多，定义生产函数b（l，w，K）表示生猪养殖厂家在受到环境规制约束时，使用新技术g在生猪产出相同时相对于旧技术f所减少的污染排放量。则有

式（3）和（4）表明在其他条件不变的情况下，采用新技术时的产出更多，或者在产出相同的情况下所造成的污染量更小。如果环境规制政策要求生猪养殖厂家必须减少一定数量的污染排放量e，且0＜e＜b（l，wf，K），则养殖厂家在每个时点上必须选择Wg为其采用新技术g后的污染排放量：

对于所有的η：

由于环境规制政策要求必须减少污染排放量e，且e>0，则环境质量可以得到改善，按照式（6）和（7）：由于e＜b，此时通过技术革新促进生猪养殖企业生产能力的提高，生猪养殖产量增加。但是生猪养殖企业技术革新的投入力度是有限的，如果e>b，环境规制的提高超出了生猪养殖企业的负担或者技术革新也无法达到环境规制的要求，那么养殖企业会选择缩减规模，减少生猪产品产量，甚至转移到其他环境规制较弱的地区以避免环境规制的约束。

因此，较低的环境规制水平虽然增加了生猪养殖企业的成本，但在养殖规模较小的阶段，例如大量的农村个体散养户，其生猪规模以几头至十几头居多。个体散养户减产和退出成本较低，缺乏环保技术投入与扩大规模的能力，环境规制政策的实施能够极其容易消灭掉这部分养殖户的产量。而对于中等规模以上的养殖企业，一般都有多年的生猪养殖经历，生产投入巨大，这类养殖企业退出成本高昂甚至短时间内无法退出。环境规制水平的日趋严厉必然增加生猪养殖的环境成本，生猪养殖企业在短时间内无法退出的情况下，只有被迫加大环保技术的投入力度，减少养殖污染排放，并且在技术投入加强的同时扩大生猪养殖密度以维持原有的养殖利润水平，使得在产量增加的同时，降低污染排放水平。但是当环境规制超过了养殖企业所能够承担的最大值时，如大范围的禁止限制养殖生猪，技术投入改造力度无法满足环境政策的要求，环境成本高于退出转移成本，则会对生猪养殖产生不利影响，造成生猪产量的下降，养殖企业倾向于转移到环境规制较低的地区。环境规制与生猪生产之间符合倒N型的关系。

2 研究方法

2.1 模型选择

本文将采用动态空间面板模型，其优势在于既考虑了环境规制对生猪养殖业时间上的动态效应，同时也考虑到了其空间效应。Elhorst[29]认为采用动态空间面板模型可以使模型结果估计更加准确可靠，并且在一定程度上避免内生性问题。据此模型设定为：

根据波特假说的理论推导，本文将环境规制的二次项，三次项加入到模型当中，模型扩展为：

式中：Yit为生猪生产的三个变量，生猪出栏密度、生猪存栏密度和生猪养殖场密度，Xit为环境规制变量，Zit为影响生猪产业的其他控制变量，θ反映生猪产业的动态特征，ρ为空间自相关系数，反映不同地区的生猪产业是否存在空间相互影响。β1，β2，β3反映环境规制对生猪生产的非线性影响，βc为控制变量对生猪生产的影响系数，α为常数项，ui为地区固定效应，vt为时间固定效应，εit为均值为0和方差为σ2的随机扰动项。考虑到采用普通的OLS估计动态空间面板模型很可能导致有偏不一致，并且会存在内生性问题。因此本文借鉴Taspinar等[30]的思路采用系统GMM方法估计动态空间模型，并与非空间模型估计结果进行比较。

2.2 空间效应检验

结合地理学第一定律，Tobler[31]认为任何事物都是彼此关联的，距离越近关联度越高。因此必须先对数据进行空间相关性检验，采用空间相邻权重矩阵，来探讨不同省份之间的变量的空间关联性，通过计算全局Moran’s I指数（MI）来揭示空间关联特征，其公式为：

Moran’s I指数在（0, 1）之间表示空间正相关，在（-1, 0）之间表示空间负相关，接近于0则表示不存在空间自相关。但我国省际之间差异较大，全局Moran’s I指数不能够刻画某一局部省份的聚集特征，因此需要使用局域 Moran’s Ii指数（MIi），计算公式为：局域Moran’s Ii指数度量了省份i与周围省份的空间关联程度，正值表示与周边省份之间呈正相关，即生猪产业密度相似的省份聚集在一起。通过该指标构建Moran’s Ii散点图来充分反映局域地区之间的空间相关特征。

2.3 变量说明

1）生猪生产变量：由于我国各省区生猪产业基础不同，省情各异，因此，使用各省单位面积内的畜牧生产量能够更好的反映该省产业发展程度。分别以生猪的出栏量、存栏量和养殖场绝对数量为基础，除以各省的区域面积以得到产业的密度变量。由于我国生猪养殖场规模差异较大，因此以中等规模养殖场的养殖量为基础，将不同规模的生猪养殖场折算为中等规模养殖场的数量。

2）环境规制变量：选择经济发展水平GDP总量来衡量环境规制的强度，并采用调整系数对此进行调整。一方面，各地区的经济发展水平能够很好地反映该地区的环境规制强度，经济发展水平越高的省份环保治理投入、环保重视程度、环境质量需求方面要求越高，环境监管强度越大。另一方面，采用调整系数对此进行调整，调整系数为各省区域中心到边界的内部距离的倒数，内部距离越大，调整系数越小。在环境监管执法力量相同的情况下，区域范围越大的省份相关环境监管所需要覆盖面积越大，距离中心区域越远的边缘地区尤其是农村地区，其环境执法强度越低，环境监管控制力度衰减越严重，整个区域环境规制的平均力度也会越小。省域面积较小的地区如浙江，江苏和各直辖市相比内蒙古，四川等管辖区域较大的省份更容易对辖区展开全方位的环境监管，相应的监管盲点死角较少。由中心区域到边缘区域环境监管控制力度衰减程度越小，环境规制的整体平均力度相比更高。因此以二者的乘积来更好地反映各省环境规制的强弱程度，调整系数借鉴王雪辉和谷国锋[32]的研究，具体的计算方法为：

式中：envir表示环境规制强度；GDP为地区生产总值，表示经济发展水平；area表示各省的区域面积，π为圆周率。

各省环境规制随着经济发展水平的提升而不断加强，且不同地区间环境规制差异巨大，经济发展程度越高、区域面积越小的省份环境规制强度相应的越强。

3）市场价格因素：生猪价格波动会影响养殖户生产积极性，引起生猪养殖规模及产出的变动。由于市场价格对畜牧生产的调节存在一定的滞后性，生猪养殖户大多依赖上一年的价格信息作为本年度的生产决策依据。因此选择生猪的上一年度的市场年平均价格纳入到模型当中。

4）要素禀赋变量：生产成本越低，原料资源越丰富的省份越能吸引生猪养殖。各省要素禀赋不同，对于畜牧生产布局及空间转移会产生影响。本文选择生猪每单位（50 kg主产品）生产成本，以及各省的玉米总产量来反映生猪养殖的空间要素禀赋差异。

5）市场条件因素：猪肉属于大宗消费品，需要强大的消费市场和便捷快速的交通运输条件，市场广阔、交通便捷的地区容易吸引生猪养殖场进驻。以各省的人口密度来衡量各地区的市场需求量，由铁路和高速公路长度构成的交通里程密度来衡量交通条件。

2.4 数据来源

本文数据来自我国30个省市（港澳台和西藏自治区由于缺少数据而不在本文考察范围内），样本区间为2004—2015年的年度数据。数据来自于国家统计局、EPS数据库和布瑞克农业数据库。

3 结果与分析

3.1 生猪养殖与环境规制空间自相关检验

基于空间相邻权重矩阵计算得到2004—2015年的Moran’s I指数以进行空间相关性检验。生猪存栏、出栏和养殖场密度的Moran’s I指数均在1%水平上显著（表1），我国生猪养殖在空间上存在显著的正自相关性，生猪养殖密度高的省份之间相互趋近，生猪养殖密度低的省份之间相互聚集。环境规制的Moran’s I值在1%水平上同样显著为正，并且呈现出逐步加强的走势。表明部分较为发达的省份更加重视环境保护，环保政策的执行力度比其他省份要大，环境规制水平在地区间呈现分化聚集的现象。

表1 生猪养殖及环境规制空间自相关检验Table 1 Spatial autocorrelation test of hog breeding and environmental regulations

运用Moran’s Ii散点图来进一步分析我国生猪养殖和环境规制的空间聚集特征。生猪养殖场密度和环境规制强度的Moran’s Ii散点图中（图1），z表示本地区的值，Wz表示空间相关区域的值。大部分省份位于第一、三象限，呈现出以“高—高”和“低—低”两种模式为主的空间聚集特征，生猪养殖场密度（单位面积内的生猪养殖场数量）的空间聚集状态呈层次状分布。中东部省份主要呈“高—高”聚集特征，是我国生猪养殖的主要生产地区。而西部和东北地区主要呈“低—低”聚集特征。

3.2 环境规制对生猪养殖的影响分析

表2给出了系统GMM和动态空间系统GMM的估计结果，在这两种估计结果下环境规制的一次项lnenvir、二次项lnenvir2和三次项lnenvir3的回归系数符号依次分别为负号、正号和负号，模型估计结果总体比较显著。这表明环境规制对中国的生猪出栏、生猪存栏和生猪养殖场密度均存在显著的影响，并且其高次项系数的符号表明这种影响既不是线性的也不是传统的倒U型非线性关系，而是一种倒N型的非线性关系。具体来说，在控制其他条件不变的情况下，生猪出栏、生猪存栏和生猪养殖场密度随着环境规制的加强，其发展过程为先小幅减少，越过第一拐点后逐步增加，到达第二拐点后再趋向于减少的动态过程。

在尚未到达第一拐点时，环境规制对生猪养殖产业发展具有负向影响，但影响程度较小，原因是在这一拐点之前，生猪养殖产业发展处于较低水平，规模化水平不高，以农村个体散养户为主。这类养殖者资金技术力量薄弱，难以进行技术革新及环保治理投入，养殖退出成本低，在环境监管政策下，更易倾向于缩减养殖规模，甚至直接退出生猪养殖业，造成生猪总体产量减少。

图1 2015年生猪养殖场密度和环境规制强度的Moran’s I散点图Fig. 1 Moran’s I scatter plot of the density of hog farms and environmental regulation intensity in 2015

在越过第一拐点之后，环境规制对生猪养殖产业发展具有显著的正向影响。原因在于在此阶段，经济发展水平达到一定程度，对猪肉产品的需求量较高，同时生猪养殖业规模化程度不断提高，中等规模以上的养殖企业数量逐渐增加。较大的养殖规模有利于技术水平的提升，有充分的资金技术实力投入以应对环境污染问题，同时也提高了养殖企业的行业退出成本，进行技术革新所获得的规模利润要高于环境规制带来的生产成本。生猪养殖企业在环境规制的约束下，容易倾向于加大技术投入改造力度，在扩大生猪产业规模获得更大利润的同时降低养殖污染排放水平，实现波特假说的双赢局面。

表2 模型回归结果Table 2 Regression results of the model

当越过第二拐点时，经济发展达到较高水平，环境质量需求提高。而环境污染问题的不断突出迫使出台更加严厉的监管政策，甚至直接限制禁止生猪养殖，其所带来的环境成本负担要远高于通过技术革新所带来的规模利润。养殖企业被迫减小规模及产出，或者转移到环境规制比较弱的地区来逃避高昂的环境成本，生猪养殖规模及产出随着环境规制的加强而减少。

姜堰自古万商云集，经济繁荣，是著名的苏北粮油、茶叶集散地，有“金姜堰”之称。经过多年的发展，姜堰农业有特色、旅游业有亮点，但工业支撑作用不强、推动力不强。为此，我们把产业发展尤其是工业经济作为提升区域经济竞争力的突破口，大力实施产业强区战略，不断提升经济发展实力。

从空间上来看，生猪养殖产业受到空间的影响比较大，对比动态空间GMM估计与系统GMM估计结果来分析空间相关因素对生猪养殖业的影响。表2结果显示：1）残差项的AR(1)和AR(2)检验，以及Hansen过度识别检验表明系统GMM估计和动态空间系统GMM估计均不存在模型误设的问题，选取的工具变量环境规制空间滞后项均满足外生性的假定。2）动态因素θ和空间自相关系数ρ均显著为正，表明各地区生猪养殖业不仅受到产业惯性的影响，同时还受到周边省份生猪养殖业的影响，存在时间上的延续和空间上的转移。3）生猪出栏密度的θ值要明显低于生猪存栏密度和生猪养殖场密度的θ值，而空间自相关系数ρ则要明显高于生猪存栏密度和生猪养殖场密度的ρ值，表明生猪出栏可能受动态因素影响较小而受空间因素影响较大。中国生猪养殖受“猪周期”的影响，盲目跟风现象严重，各地区之间出栏量变动往往相互影响。

3.3 曲线拐点计算

进一步地，本文根据表2的动态面板空间系统GMM估计结果，得出生猪出栏密度，存栏密度和养殖场密度与环境规制之间的关系：

根据式（13）～（15），本文用 lnpork1、lnpork2、lnpork3相继对环境规制lnenvir取偏导数，进而求得函数倒N型曲线的拐点（表3）。

表3 中国生猪产业环境规制拐点Table 3 Environmental regulation’s inf l ection point of China’s livestock industry

以生猪出栏密度为例，将两个拐点值转换成对应的GDP值来对比每个省份目前所处的阶段。2015年全国有北京、天津、上海、江苏等8个省市GDP值超过了第二拐点对应的GDP值（表4），表明这8个省市处于倒N型曲线第二拐点右侧下降阶段，除河南外均属于东部沿海地区，生猪产业密度随着经济的发展和环境规制的增强而逐渐下降。主要原因在于这类地区近几年来在环境规制政策制定和执行力远超其它地区，在全国范围内处于较高水平，对于养殖污染物排放的监管处罚严格，包括生猪养殖场在内的污染型企业被迫关闭甚至拆迁清退。环境保护成本远远超过企业的技术投入规模化所能带来的利润，生猪养殖企业只有缩小养殖规模甚至搬迁到其它环境监管较弱的地区才能避免亏损。

表4 第一、二拐点值对应的GDP与2004年、2015年GDP值的比较（×1010元）Table 4 Comparison of GDP between the two inf l etion points and the years of 2004 and 2015

2015年河北、山西、内蒙古等20个省份的GDP值处在第一及第二拐点对应的GDP值之间，这类省份越过了第一拐点但尚未到达第二拐点，处于倒N型曲线上升阶段。除福建、辽宁、河北、海南外均处于中西部省份，生猪产业密度随着经济的发展和环境规制的增强总体呈上升趋势。主要原因在于这20个省份相比于8个东部沿海省份而言，社会公众环保意识较弱，环境质量需求较低，如湖北、湖南、四川在内的多个省份又属于生猪养殖的主产区，生猪养殖产业基础较好，承担着保障中国猪肉产品供给的重要任务，短时间内养殖企业行业退出成本高，养殖企业通过加大环保技术改造力度仍有应对环境监管成本的空间。在环境规制加强，环境污染税费逐渐实施的条件下，养殖企业被迫通过加大技术投入，完善环保减排设施，减少污染排放，提高规模化集约化生产力度，增加生猪养殖量以平摊环境保护成本维持正常的生产运营。在未来的一段时间内，这类地区的生猪养殖规模及产量仍会有不同程度的增长，从而实现双赢局面。

新疆和青海2015年GDP值未超过第一拐点对应的GDP值，位于第一拐点左侧倒N型曲线下降阶段。这两个地区自然生态脆弱，少数民族聚集，养殖业基础薄弱，目前条件下并不利于生猪养殖业的发展。

3.4 饱和时间节点预测

根据环境规制的计算公式，将经济增长的速度近似看作环境规制水平的增速，根据2016年各省地区生产总值的增速，预测各省在倒N型曲线上所处的位置，计算得到各地区生猪产业到达第二拐点所需要时间，将其划分成4个阶段（图2和表5）。处于第四阶段的上海、江苏、北京、广东等8个省份已经越过第二拐点（图2），2012—2015年三年间生猪出栏总增长率为-0.66%（表5），处于产出下降，生猪产业向外转移的阶段。

图2 中国各省份生猪产业在倒N型曲线上所处的不同阶段Fig. 2 Different stages in the inverted N curve of every province livestock industry in China.

表5 中国各省份生猪生产到达下降第二拐点的时间跨度Table 5 Time span of provinces reaching to the second inf l ection point in China

位于第三阶段的10个省份到达第二拐点的时间在10年以内，2012—2015年三年间生猪出栏总增长率为1.67%（表5），其中福建、辽宁、河北、湖北、湖南、安徽会在1～2年内快速到达第二拐点（图2）。这类地区在环境规制制约下生猪产业增长已经接近饱和状态，是目前我国生猪主产区，生猪生产的区域转移处于紧平衡状态，需要兼顾环境保护与生猪产业发展两个方面。

第二阶段到达第二拐点的时间在10～20年之间，主要有贵州、广西、吉林等6个省份（图2），2012—2015年三年间生猪出栏总增长率为4.29%（表5），增长速度较快。这类地区生猪产业密度和环境规制强度都处于较低水平，同时生猪养殖的产业基础较好，作为生猪产业转入地的条件比较成熟，可以引导生猪产业大规模转入，同时需要避免出台过于严格的环境监管政策，挫伤生猪养殖积极性，影响生猪产业的发展。

第一阶段到达第二拐点的时间在20年以上，主要有黑龙江、内蒙古、宁夏等6个省份（图2），2012—2015年三年间生猪出栏总增长率为2.70%（表5）。这类地区受自然环境、交通条件和市场状况的影响，生猪产业基础较为薄弱，目前并不适合大规模转入生猪养殖企业。但这类地区特别是内蒙古、黑龙江等地发展生猪养殖的潜力巨大，近年来国内多家知名畜牧企业纷纷布局，抢占先机，随着产业基础的不断完善和生猪养殖企业的逐渐转入，未来有望成为我国生猪养殖的重要基地。总体来看，中国东南沿海省份生猪产业倾向于向外转出，而中西部地区尤其是西部省份生猪产出水平快速提升，增长速度较快，具备承接东南沿海地区的生猪产能的潜力，使得我国生猪产业出现“南猪北移，东猪西进”的新趋势。

4 结论与建议

4.1 结论

随着环保政策的深入实施，环境规制成为生猪养殖业所必须面临的首要问题。生猪养殖与环境规制具有强烈的空间关联性，在空间上呈现聚集分布。研究表明，环境规制与生猪养殖密度呈现倒N型的关系，而非通常意义上的负向线性关系。环境规制对生猪养殖存在拐点，在不同的阶段上环境规制的作用机制不同，通过计算不同省份环境规制对生猪养殖业作用影响的临界点可以发现各个省份所处的不同阶段，探讨不同省份生猪养殖产业的转移趋势。总体而言，我国东南沿海地区生猪养殖倾向于向外转出，而中西部地区转入趋势明显，养殖格局存在着“南猪北移，东猪西进”的空间转移趋势。

在面对环境规制日益严厉的政策环境下，为保障生猪产业稳定健康发展，制定合理有效的环境规制措施成为目前急需解决的重点问题。

4.2 建议

1）应该差异化分层次的确定各个地区的环境规制水平及相应的监管政策。各省到达生猪养殖业增长拐点或临界点的时间不同，对环境规制的反应程度存在差异，因此不能搞一刀切无差异的行政命令式的监管政策。具体而言，沿海发达省份总体应以禁养政策为主，其中养殖业较发达的边远市县短期内可以适当限养作为过渡，减少生猪养殖污染排放强度以保护生态环境。中西部养殖大省为避免养殖业的剧烈冲击，总体应以适养为主，在省内中心地区，城区周围和重点流域辅以限养甚至禁养政策，在缓解养殖业污染强度的同时保持行业稳定，尤其需要避免出现环保政策的竞争升级现象与不顾地区实际的简单粗放的监管方式。

2）应该引导加强养殖业资金技术投入，促进规模集约化经营以应对环境监管的冲击，达到规模集约化下产量增长与技术革新下养殖污染减少的双赢现象。模型分析中，总计有20个中西部省份在环境规制作用下，生猪养殖密度呈上升趋势，环境规制倒逼养殖者加大技术投入促进规模集约化发展，符合波特假说的理论分析。因此，各地区尤其是生猪主产区政府部门应该加大对生猪养殖企业的资金技术扶持力度，引导高校和科研团体提供环保减排技术服务与指导，帮助生猪养殖企业进行技术革新和环保改造，通过技术创新提高减排效率，减少环境污染以应对环境规制政策。同时加快整合生猪养殖行业，合并淘汰小规模个体散养户，大力扶持规模以上养殖企业，通过实现规模化发展来提高对环境规制的应对能力，从而优化产业结构，转变发展方式，促进生猪养殖产业健康发展。

3）需密切关注由环境监管带来的生猪供给短缺，严防猪肉价格出现新一轮的大涨周期。各地区环境监管政策的落实，大批生猪养殖场被拆除，大量养殖户退出生猪养殖业，极有可能带来未来几年内生猪供给的缺口，造成猪肉价格的持续暴涨，形成更强的“猪周期”。因此有关部门必须密切关注猪肉价格的变动情况，出台一系列措施稳定猪肉价格，针对未来可能存在的猪肉供给缺口提前做出预判，适时加大肉类产品的进口以弥补国内缺口，稳定国内猪肉市场价格。

参考文献：

[1] Walter I, Ugelow J. Environmental policies in developing countries[J]. Ambio, 1979, 8(2/3): 102-109.

[2] Copeland B R, Taylor M S. North-south trade and the environment[J]. The Quarterly Journal of Economics, 1994,109(3): 755-787.

[3] Cole M A. Trade, the pollution haven hypothesis and the environmental Kuznets curve: Examining the linkages[J].Ecological Economics, 2004, 48(1): 71-81.

[4] D’Agostino L M. How MNEs respond to environmental regulation: Integrating the Porter hypothesis and the pollution haven hypothesis[J]. Economia Political, 2015, 32(2): 245-269.

[5] 张可云, 傅帅雄. 环境规制对产业布局的影响——“污染天堂”的研究现状及前景[J]. 现代经济探讨, 2011(2): 65-68.Zhang K Y, Fu S X. The impact of environmental regulation on industrial distribution research status and prospects of “Pollution Paradise”[J]. Modern Economic Research, 2011(2): 65-68.

[6] 钟茂初, 李梦洁, 杜威剑. 环境规制能否倒逼产业结构调整——基于中国省际面板数据的实证检验[J]. 中国人口·资源与环境, 2015, 25(8): 107-115.Zhong M C, Li M J, Du W J. Can environmental regulation force industrial structure adjustment: An empirical analysis based on provincial panel data[J]. China Population, Resources and Environmental, 2015, 25(8): 107-115.

[7] 姚从容. 产业转移, 环境规制与污染集聚: 基于污染密集型产业空间变动的分析[J]. 广东社会科学, 2016(5):43-54.Yao C R. Industrial transfer, environmental regulation and pollution agglomeration: An analysis based on the spatial change of pollution-intensive industries[J]. Social Sciences in Guangdong,2016(5): 43-54.

[8] Porter M E, Linde C V. Toward a new conception of the environment competitiveness relationship[J]. Journal of Economic Perspectives, 1995, 9(4): 97-118.

[9] Lanoie P, Patry M, Lajeunesse R. Environmental regulation and productivity: Testing the porter hypothesis[J]. Journal of Productivity Analysis, 2008, 30(2): 121-128.

[10] 杜威剑, 李梦洁. 环境规制对企业产品创新的非线性影响[J].科学学研究, 2016, 34(3): 462-470.Du W J, Li M J. Nonlinear impact of environmental regulations on product innovation[J]. Studies in Science of Science, 2016, 34(3):462-470.

[11] 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.Yuan Y J, Xie R H. Environmental regulation and the ‘Green’productivity growth of China’s industry—Retesting the “Strong Porter Hypothesis”[J]. China Soft Science, 2016(7): 144-154.

[12] 刘传江, 赵晓梦. 强“波特假说”存在产业异质性吗? ——基于产业碳密集程度细分的视角[J]. 中国人口·资源与环境,2017, 27(6): 1-9.Liu C J, Zhao X M. Does strong Porter Hypothesis have industrial heterogeneity?—The perspective from segmentation of industrial carbon intensity[J]. China Population, Resources and Environmental, 2017, 27(6): 1-9.

[13] 张晖, 虞祎. 基于环境综合比较优势的中国生猪生产布局调整研究[J]. 农业技术经济, 2012(12): 122-127.Zhang H, Yu Y. Study on the distribution and adjustment of China’s livestock production based on the comparative advantage of environment[J]. Journal of Agrotechnical Economics，2012(12): 122-127.

[14] 刘晓磊, 孙润南, 胡科, 等. 中国生猪生产所需耕地及影响因素分析[J]. 干旱区资源与环境, 2016, 30(7): 14-18.Liu X L, Sun R N, Hu K, et al. Land requirement of China’s pig production and the influence factors[J]. Journal of Arid Land Resources and Environment, 2016, 30(7): 14-18.

[15] 王欢, 乔娟. 中国生猪生产布局变迁的经济学分析[J]. 经济地理, 2017, 37(8): 129-136.Wang H, Qiao J. An economic analysis on the changes in the distribution of pig production in China[J]. Economic Geography,2017, 37(8): 129-136.

[16] 谭莹. 中国猪肉市场总供给波动及影响因素的实证分析[J]. 华中农业大学学报(社会科学版), 2010(3): 24-29.Tan Y. An empirical analysis on the volatility of aggregate pork supply and its influencing factors[J]. Journal of Huazhong Agricultural University (Social Sciences Edition), 2010(3): 24-29.

[17] 谭莹. 我国猪肉供给的驱动因素及补贴政策分析[J]. 农业经济问题, 2011(9): 52-57.Tan Y. The analysis on the driving factors and subsidy policy of China’s pork supply[J]. Issues in Agricultural Economy, 2011(9):52-57.

[18] 谭莹, 张伟, 邱俊杰. 能繁母猪保险政策的养殖户支付意愿分析[J]. 保险研究, 2014(6): 11-17.Tan Y, Zhang W, Qiu J J. An empirical study on farmers’willingness to pay for sow insurance[J]. Insurance Studies,2014(6): 11-17.

[19] 谭莹, 张俊艳, 何勤英. 中国生猪生产布局演进历程及区域优化研究[J]. 黑龙江畜牧兽医, 2018(6): 24-29.Tan Y, Zhang J Y, He Q Y. Research on the evolution and regional optimization of pig production layout in China[J]. Heilongjiang Animal Science and Veterinary Medicine, 2018(6): 24-29.

[20] 廖翼, 夏青青, 陈文馨, 等. 我国生猪生产区域布局变动及其影响因素实证研究[J]. 中国畜牧杂志, 2017, 53(4): 144-149.Liao Y, Xia Q Q, Chen W X, et al. The study on regional distribution and the inf l uencing factors of livestock production in China[J]. Chinese Journal of Animal Science, 2017, 53(4): 144-149.

[21] 虞祎, 张晖, 胡浩. 环境规制对中国生猪生产布局的影响分析[J]. 中国农村经济, 2011(8): 81-88.Yu Y, Zhang H, Hu H. Analysis on the inf l uence of environmental regulation on the livestock production in China[J]. Chinese Rural Economy, 2011(8): 81-88.

[22] 虞祎, 张晖, 胡浩. 地方环境规制, 地区猪肉流通与污染天堂效应——基于引力模型的实证检验[J]. 农业技术经济,2011(11): 84-90.Yu Y, Zhang H, Hu H. Regional environmental regulation,regional pork circulation and pollution paradise effect based on empirical test of the gravity model[J]. Journal of Agrotechnical Economics, 2011(11): 84-90.

[23] 王德鑫, 郑炎成, 李谷成, 等. 环境规制条件下我国规模化生猪生产效率的测度与分析——兼论生猪养殖的适度规模经营[J].农业现代化研究, 2015, 36(5): 818-825.Wang D X, Zheng Y C, Li G C, et al. Assessment and analysis of scale hog production eff i ciency in China under the constraint of environmental regulations and the discussion of the moderate scale management of hog production[J]. Research of Agricultural Modernization, 2015, 36(5): 818-825.

[24] 张郁, 江易华. 环境规制政策情境下环境风险感知对养猪户环境行为影响——基于湖北省280户规模养殖户的调查[J]. 农业技术经济, 2016(11): 76-86.Zhang Y, Jiang Y H. Impact of environmental risk perception on the environmental behavior of farmers in environmental regulation policy—Based on the survey of 280 scale pig farmers in Hubei Province[J]. Journal of Agrotechnical Economics, 2016(11): 76-86.

[25] 张郁, 刘耀东. 养猪户环境风险感知影响因素的实证研究——基于湖北省280个规模养猪户的调研[J]. 中国农业大学学报,2017, 22(6): 168-176.Zhang Y, Liu Y D. Empirical study on the inf l uencing factors of pig farmers’ environmental risk perception: Based on the survey of 280 scale pig farmers in Hubei Province[J]. China Agricultural University Journal of Social Sciences Edition, 2017, 22(6): 168-176.

[26] Mulatu A, Wossink A. Environmental regulation and location of industrialized agricultural production in Europe[J]. Land Economics, 2014, 90(3): 509-537.

[27] Mohr R. Technical change, external economies, and the Porter Hypothesis[J]. Journal of Environmental Economics and Management, 2002, 43(1): 158-168.

[28] 王杰, 刘斌. 环境规制与企业全要素生产率——基于中国工业企业数据的经验分析[J]. 中国工业经济, 2014(3): 44-56 Wang J, Liu B. Environmental regulation and enterprises’ TFP—an empirical analysis based on China’s industrial enterprises data[J]. China Industrial Economics, 2014(3): 44-56.

[29] Elhorst J P. Spatial Econometrics: From Cross-sectional Data to Spatial Panels[M]. New York: Springer, 2010: 95-117.

[30] Taspinar S, Dogan O, Bera A K. GMM gradient tests for spatial dynamic panel data model[J]. Regional Science and Urban Economics, 2017, 65(7): 65-88.

[31] Tobler W. A transformational view of cartography[J]. The American Cartographer, 1979, 6(2): 101-106.

[32] 王雪辉, 谷国锋. 市场潜能, 地理距离与经济增长的溢出效应[J]. 财经论丛, 2016(11): 3-10.Wang X H, Gu G F. Market potential, geographical distance and spillover effect of economic growth[J]. Collected Essays on Finance and Economics, 2016(11): 3-10.