财政分权对环境污染的空间效应

王东 李金叶

摘要 利用2006—2017年我国30个省级行政单位的面板数据，采用空间计量模型对财政分权与环境污染之间的关系进行实证分析，并通过效应分解分别计算出财政收入分权和财政支出分权对环境污染的直接效应、空间溢出效应和总效应。模型估计的结果表明：①财政收入分权与财政支出分权通过直接效应和空间溢出效应两种途径对环境污染产生显著影响，但收入分权与支出分权对环境污染的空间效应具有异质性。②财政收入分权对环境污染具有显著的负向直接效应和负向空间溢出效应，影响系数分别为-5.429和-17.572。提高财政收入分权度不仅有利于减轻本省份环境污染，也对邻近省份的环境污染起到抑制作用。而财政支出分权对环境污染具有显著的负向直接效应和正向的空间溢出效应，影响程度分别为-3.345和1.173。提高财政支出分权虽然有利于减少本省份污染的排放，但在一定程度上引起省际的污染外溢效应，提高邻近省份的污染程度。③从总效应来看，财政收入分权和财政支出分权对环境污染均呈现出顯著的负向相关性，影响程度分别为-23.001和-2.172。提高财政分权可降低环境污染水平，有利于环境质量提升。④通过构建不同空间权重矩阵，检验模型的稳健性，结果表明模型估计是稳健可靠的。根据分析结论，可能的启示与建议有：①合理划分中央政府和地方政府之间的财政事权和支出责任，在提高财政支出分权度的同时提高地方政府财政收入分权度，充分发挥地方政府环境治理的积极性和主动性。②继续加大生态环境保护力度，完善绿色经济考核机制，引导地方政府加大对污染治理和环境改善的支出水平及效率。

关键词 财政收入分权;财政支出分权;环境污染;空间效应

中图分类号 F062.2 文献标识码 A 文章编号 1002-2104（2021）02-0044-08 DOI：10.12062/cpre.20200607

改革开放40多年来，我国经济发展迅速，国内生产总值由1978年的3 679亿元增长到2018年的90×104亿元，年均实际增长9.4%，但是伴随着我国工业化、城镇化的快速推进，环境问题日益严峻，环境污染、生态破坏、雾霾天气等问题对人们的生产生活产生了严重影响，加强环境治理，提高环境质量是新发展理念的重要组成部分。近年来随着环境保护力度的不断加大，地方政府用于环境保护的支出不断增多，2018年我国地方财政环保支出为5 870.05亿元，占全国财政环保支出总额的93.2%，但是随着地方政府财政压力的增大，地方政府财权与事权不匹配、缺乏财政自主权等问题凸显，可能导致地方政府为增加财政收入而忽视环境质量提升，那么在现有的财政分权体制下的财政收入分权和财政支出分权分别对环境污染产生何种效应以及如何通过优化财政分权实现对地方政府的环境保护激励和提高环境治理水平具有一定的现实意义。

1 文献综述

环境质量属于公共物品范畴，不具有排他性和竞争性，市场供给难以形成帕累托最优，因此应当由政府供给。一方面由于居民会以“用脚投票”的方式对地方政府进行选择[1]，地方政府为满足居民需求会增加包括环境在内的公共物品和服务等的支出，从而推动公共物品和服务的供给水平不断地向着帕累托效率改进，提高地方政府的支出效率。另一方面由于存在信息不对称，地方政府相较于中央政府掌握更多的关于当地居民的信息资源，地方政府可根据自身的信息优势对辖区的公共资源进行配置，因此在实施公共支出政策时就会比中央政府更符合辖区内居民的偏好[2]，实行财政分权可以促进经济效率的提升。环境联邦主义认为居民对环境质量需求偏好具有异质性且不同地方政府进行环境治理的边际成本具有差异化特征[3]，因此由地方政府进行环境治理和改善环境质量可以更好地促进当地居民福利增加。

第一代财政分权理论认为政府的主要目标是使居民的福利达到最大化，而以Qian和Weingast[4] 、Qian和Roland[5] 为代表的第二代财政分权理论提出政府与政府官员是“经济人”的假设，以“委托-代理”理论为基础，认为地方政府的目标函数更多是追求预算最大化，因此地方政府会选择保护本地市场从而形成地区间的财政竞争。在这种财政分权体制下，地方政府为了追求预算收入最大化通常会采取效率低下的环境政策，放松环境监管与治理[6]，从而导致污染排放加剧的“逐底竞争”，甚至发生以邻为壑的现象[7]。而Glazer[8]则认为当污染成本过高时会使地方政府提高环境标准，进而形成“竞争到顶”的现象。

由于我国的经济增长主要以政府为主导，因此第二代财政分权理论并不完全符合我国实际。长期以来，以出口和投资为导向的增长方式在一定程度上导致了环境污染的增加[9]，而这种发展方式很大程度上是由中国式分权治理模式决定的[10]。在以GDP为主要考核指标的晋升激励下，一方面地方政府为追求经济增长，更多地倾向于经济性支出而对环境等公共物品或公共服务支出不足[11-12]。另一方面由于地方政府财权与事权不匹配，增加环境治理等支出会使地方财政压力扩大，导致地方政府对环境污染治理、提高环境标准等方面的积极性和主动性较为缺乏[13]，从而导致污染加剧。

尽管上述关于晋升锦标赛的理论更符合我国实际情况，但仍然无法解释地方政府不断增长的环保支出行为[14]。此外众多学者通过实证研究讨论了我国财政分权对环境污染的影响。宋马林和金培振[15]认为财政分权导致地方政府税收竞争，加剧资源错配和要素扭曲，能效低下和环境污染也随之而来。冯雪艳等[16]通过对2005—2015年我国各省份历史数据进行实证研究，认为财政分权会使本省份环境污染趋于恶化。李强[17]用系统广义矩方法进行实证检验，发现财政分权导致环境污染水平提升，不利于生态保护和绿色发展。而韩君和孟冬傲[18]通过实证分析，发现财政收入分权和支出分权都对SO2排放有显著的负向影响，提高财政分权度可以抑制SO2 的排放。郑洁等[19]基于替代效应和收入效应对1997—2016年我国的省级面板数据进行了门槛分析，发现财政分权对环境会产生负向效应，随着各地人均收入水平的提高，负向效应不断减弱。

在已有文献研究的基础上，试图在以下方面开展探索：一方面基于地理学第一定律，邻近省份之间的财政分权可以通过地区间的模仿和示范等作用对环境污染产生显著的空间外溢性[20]，因此引入空间面板数据模型探讨财政分权对环境污染的空间效应，相比于已有文献更多的采用普通面板数据模型而言更加符合实际经济状况。另一方面，对应财政收入和支出，分别形成收入分权和支出分权，大多数文献往往选择其中之一作为研究对象，对两种分权对环境的影响分析不全面。因此基于收入和支出双重视角将两种分权同时引入空间计量模型，以便更好地分析财政收入分权和财政支出分权对环境污染空间效应的异质性。

2 实证设计

2.1 空间权重矩阵构建

空间面板数据模型需要设定空间权重矩阵，用以确定各空间区域之间的关联方式和关联状态，目前文献中通常所采用的空间权重矩阵主要有Bishop邻接矩阵、Queen邻接矩阵、Rook相邻矩阵、K-nearest矩阵、物理距离矩阵、经济距离矩阵等。为了保证对模型进行正确识别，空间权重矩阵需要具有外生性，因此选择基于地理信息的距离倒数矩阵，以各省份质心坐标间地理距离的倒数作为空间权重，记区域i与区域j的距离为dij，定义空间权重为wij=1/dij。

空间权重矩阵W设定如下：

2.2 空间自相关检验

由于环境污染排放虽然按照行政区划进行计算，但是污染物对生态环境的影响程度通常具有跨区域影响的特征。已有研究表明废水、废气和固体废弃物等环境污染均会产生空间溢出[21]，即具有一定的空间自相关性。通过计算莫兰指数，测度了2006—2017年我国环境污染的空间自相关特征，表1报告了测算结果。从表1可以看出，2006—2009年我国环境污染的空间自相关性相对较差，但关联性不断增强，2010—2017年我国环境污染的空间自相关性均在5%水平上达到显著性要求，即空间自相关性较强。在实证研究中应充分考虑环境污染的空间属性，因此引入空间计量模型进行实证研究是必要的。

同时鉴于Morans I空间相关性检验主要是针对截面数据回归模型所提出的[22-23]，由于选取的数据结构为空间面板数据，因此为进一步确保上述检验结果的稳健性，通过构建混合最小二乘模型进行回归并对结果进行LM检验[24]。结果表明财政收入分权对环境污染的效应LM-error、Robust-LM-error、LM-lag、Robust-LM-lag等检验结果均在5%的水平上显著，而财政支出分权对环境污染的效应Robust-LM-error检验结果也在10%的水平上显著。因此进一步说明了环境污染存在空间关联，空间计量经济模型较为适用。

2.3 模型设定

由于普通面板模型无法对不同区域之间的经济变量的空间交互关系进行刻画，结合上述分析，在探讨财政分权对环境污染的效应时引入空间计量模型。已有研究表明财政分权和环境污染存在显著的空间相关性[25]，因此以环境污染为被解释变量，分别以财政收入分权和财政支出分权为解释变量，探讨财政分权对环境污染的影响。由于不同的空间模型所表达的实际经济意义不同，参考白俊红等[26]、卓乘风等[27]的做法，分别采用OLS、SAR、SEM、SAC作为具体模型应用，分别估计财政收入分权与财政支出分权对环境污染的具体效应，以财政收入分权为例具体模型如下：

式（5）为空间自相关模型SAC，式（2）～（4）可看作是对SAC模型分别设置某种约束条件后得到的OLS模型、SAR模型和SEM模型。当空间SAC模型不考虑被解释变量的滞后项对其本身的影响时，即模型空间滞后项的系数ρ=0时，就可得到空间误差SEM模型，如式（4）。当空间SAC模型排除扰动项影响，即空间误差项的系数λ=0时，则得到空间自回归SAR模型，如式（3）。由于OLS模型属于非空间计量模型，未考虑不同省份之间的空间相关性，因此可以看作空间SAC模型中同时排除空间滞后项和空间误差项的影响后所得，如式（2）。式（2）～（5）中POLL为被解释变量，W为地理距离权重矩阵，X为控制变量，μ和ε是服从独立同分布的扰动项。

2.4 指标选择与描述统计

基于上述模型设定，POLL为被解释变量，代表地区污染物的对数。考虑到指标的代表性，综合考虑不同类型污染物排放情况，选取的污染物包括工业固体废弃物产生量、工业二氧化硫排放量和工业废水COD排放量的总和。由于我国的一般公共预算收入（支出）由中央本级和地方政府两级收入（支出）组成，因此财政收入分权衡量指标用地方本级收入与（中央本级收入+地方本级收入）之比表示;财政支出分权用地方本级支出与（中央本级支出+地方本级支出）之比表示。由于环境污染会受到多种因素的影响，因此在进行经验分析时对部分变量予以控制。随着我国城镇化进程不断推进，人口集聚和产业集聚使得资源能源消耗加大，污染排放和环境压力增加[28]，因此选取城镇化水平（URBAN）作為控制变量，采用各省份年末城镇人口数占总人口比重表示。基于环境库兹涅茨曲线假说，经济的不断增长对环境污染水平具有较大影响[29]，故而选取人均国内生产总值（PGDP）作为控制变量，用地区生产总值与地区总人口比重表示。产业结构是人类活动影响环境污染的重要环节[30]，随着我国工业化的不断推进，产业结构不合理等导致环境污染问题日益严峻[31]，因此选取产业结构（STR）作为控制变量，用各省第二产业增加值占GDP比重表示[32]。由于中央政府不断加大环境规制强度，污染治理投入力度加大，对减少环境污染具有重要影响[33]，因此选取环境规制（RUG）作为控制变量，用各省工业污染投资的对数表示。基于对外贸易发展可能促使其他国家对我国进行环境污染转嫁[34]，因此选取开放水平（OPEN）作为控制变量，用各省进出口总额与地区生产总值的比重表示。如表2所示。

所选取的面板数据是2006—2017年我国除西藏、港澳台地区以外的30个省区市的相关数据。数据来自历年《中国统计年鉴》《中国财政年鉴》《中国环境统计年鉴》以及各省市自治区统计年鉴。各变量的描述性统计特征见表3。

3 实证结果与空间效应分析

3.1 实证结果

通过对面板数据进行Hausman检验，Hausman统计量显著为正，固定效应模型具有更好的效果。同时考虑到针对特定样本中个体进行回归分析时（如选取我国除西藏、港澳台地区以外的30个省

份），固定效应模型相比于样本从考察总体中随机抽取的随机效应模型来说效果更好[35]，因此通过建立空间面板固定效应模型，并采用极大似然法对空间计量模型进行估计。由于空间计量模型包含空间固定、时间固定和时空固定效应的情况，因此根据似然比（LR）检验、自然对数值（Log-L）检验分别对SAR、SEM和SAC模型的固定效应形式进行检验并结合数据结构进行模型设定，具体模型回归结果见表4。从表4的估计结果可以看出，以上SAR、SEM和SAC模型的空间项系数ρ和λ呈现出较高的显著性，表明我国各地区环境污染的确存在高度的空间相关性。在考虑空间效应的情况下，除了SAR模型中财政支出分权对环境污染作用不显著以外，其他模型中财政收入分权与财政支出分权两个指标的回归系数均显著为负，这表明财政分权与环境污染具有负相关关系，适当提升财政分权度有利于抑制环境污染。在空间计量模型中财政收入分权IFD的系数-4.947的绝对值大于财政支出分权EFD的系数-3.312的绝对值，而且IFD的空间项系数显著性水平更高，普通OLS模型的估计结果也具有相似的特征。这意味着财政收入分权与财政支出分权不仅能够抑制污染排放，而且各自的边际效应也存在异质性，财政收入分权对环境和生态污染的抑制作用更为明显。此外，各模型的回归结果也较为一致，结论具有一定的稳健性。

从模型估计结果上看，SAC模型相比于SAR、SEM和普通面板数据OLS模型具有空间效应最为显著的特点。从控制变量上看，城镇化水平、人均GDP、产业结构、环境规制等均呈现较高的显著性，而且SAC模型包含了自相关和随机扰动两种空间传导机制假定，对分析财政收入分权和财政支出分权对环境污染的空间效应的作用不可忽视。为进一步判断SAC模型的合理性，对SAC模型进行LR检验，结果显示χ2统计量对应的P值为0，即拒绝空间SAR和SEM模型替代SAC模型的原假设，验证了使用SAC模型进行分析是合适的。

3.2 空间效应分析

为进一步揭示解释变量对被解释变量的空间溢出效应的程度，通过效应分解分别计算出财政收入分权和财政支出分权对环境污染的直接效应、间接效应和总效应。直接效应用于描述财政分权对本地区环境污染的平均影响，间接效应即空间溢出效应揭示了本省份财政分权对其他省份的环境污染的平均影响，总效应反映了解释变量财政分权对全部地区产生的平均影响[36]。表5报告了计算结果。

通过表5可以看到两种分权模式不仅对环境污染有显著的直接效应，还通过空间溢出效应间接对环境污染产生显著影响，通过P值判断无论是直接效应、间接效应还是总效应都具有较高的显著性。

从财政收入分权方面看：本地区财政收入分权对其自身环境污染的直接效应显著为负，直接效应系数为-5.429，表明提高地方政府财政收入分权度，有利于各省份减少污染排放，对各地环境质量的提升与生态环境的改善起到积极作用。可能原因是在中国式分权体制下，一方面随着财政收入比重的提升，使得地方政府的投资性偏好相对下降[37]，而用于改善环境等公共物品和服务的偏好增加。另一方面财政收入分权度的提高使得地方财政收入自主权扩大，地方政府可以制定具有比较优势的产业政策着眼于实现经济长期增长，有助于财政收入的增加。因此地方政府提供公共物品和服务的能力得到改善，从而加大环境治理强度和提高地区环境标准，降低污染排放。且财政收入分权对环境污染也具有显著的负向空间溢出效应，影响程度为-17.572，表明地方政府财政收入分权度的提高除了对本地区环境污染起到抑制作用以外，还会对其他省份的污染水平产生抑制作用。可能原因是各地区在新发展理念和生态保护政策等的激励和约束下，不断争取财政和晋升激励最大化，实现策略调整，采取更加严格的环境标准，促进本地区环境质量改善，并通过“模仿效应”和“示范效应”形成“竞争到顶”的效果，从而促进整体环境质量提升。

从财政支出分权方面看：本地区财政支出分权对当地环境污染有显著的负向直接效应，影响程度为-3.345，表明各省份财政支出分权度的提高对本省污染排放有抑制效应。主要原因可能是中央政府在考核机制上不断提升生态环境保护等指标权重，以及实行生态环境指标“一票否决制”，使得地方政府不断增加对环境保护与治理的支出水平，不断提高环境标准和增加治理投入，从而导致污染排放减少。而财政支出分权空间溢出效应显著为正，影响程度为1.173，表明本省份财政支出分权的提高增加了邻近省份的污染排放。可能原因是财政支出分权度的提高使得地方环境标准提升，增加了本省份污染企业成本，从而使本地污染企业迁出到临近省份或者其他地区。由于各个省份财政支出分权存在一定的差异性，使得污染企业有迁入环境支出效率较低地区的可能性，在某种程度上导致污染外溢。但从总效应来看，财政支出分权对环境污染呈现负向相关关系，表明财政支出分权的提高总体上有利于环境质量提升。

3.3 稳健性检验

由于上述研究主要是基于通过空间地理距离构建空间权重矩阵并进行极大似然估计的，为进一步验证模型估计结果的稳健性，通过增加距离缩减系数的方法构建地理质心距离平方倒数矩阵W1和引入基于人均GDP的经济距离空间权重矩阵W2，再次进行SAC模型估计，以检验结果是否稳定。表6报告了检验结果。

从表6的结果可以看出，选择新的空间权重矩阵进行模型估计后，回归结果显示SAC模型回归系数仍然具有显著性。空间项系数ρ和λ呈现出较高的显著性，说明运用SAC模型实证检验财政收入分权和财政支出分权对环境污染的空间效应是合适的。进一步通过空间效应分解的结果可以看出无论是财政收入分權还是财政支出分权对环境污染的直接效应、间接效应和总效应的估计结果仍然显著，且三种效应的方向与前文仍然保持一致，因此研究结果是稳健可靠的。

[14]刘伯凡，吴莉昀.财政分权理论中的环境污染治理问题：地方政府规制选择视角下的研究评述[J].经济问题探索，2019（8）：181-190.

[15]宋马林，金培振.地方保护、资源错配与环境福利绩效[J].经济研究，2016，51（12）：47-61.

[16]冯雪艳，师磊，凌鸿程.财政分权、产业结构与环境污染[J].软科学，2018，32（11）：25-28.

[17]李强.财政分权、环境分权与环境污染[J].现代经济探讨，2019（2）：33-39.

[18]韩君，孟冬傲.财政分权对生态环境的空间效应分析：来自省际面板的经验数据[J].财政研究，2018（3）：71-77.

[19]郑洁，付才辉，刘舫.财政分权与环境治理：基于动态视角的理论和实证分析[J].中国人口·资源与环境，2020，30（1）：67-73.

[20]洪源，袁莙健，陈丽.财政分权、环境财政政策与地方环境污染：基于收支双重维度的门槛效应及空间外溢效应分析[J].山西财经大学学报，2018，40（7）：1-15.

[21]李佳佳，罗能生.税收安排、空间溢出与区域环境污染[J].产业经济研究，2016（6）：57-66.

[22]何江，张馨之.中国区域经济增长及其收敛性：空间面板数据分析[J].南方经济，2006（5）：44-52.

[23]安虎森，吴浩波.利用空间面板数据模型研究空间相关性问题：来自地级及地级以上城市样本数据[J].西南民族大学学报（人文社科版），2015，36（5）：107-115.

[24]丁志国，赵宣凯，苏治.中国经济增长的核心动力：基于资源配置效率的产业升级方向与路径选择[J].中国工业经济，2012（9）：18-30.

[25]贲友红，李向东.财政分权与环境污染：基于空间计量的实证分析[J].中国科技论坛，2017（6）：109-114.

[26]白俊红，王钺，蒋伏心，等.研发要素流动、空间知识溢出与经济增长[J].经济研究，2017，52（7）：109-123.

[27]卓乘风，邓峰.基础设施投资与制造业贸易强国建设：基于出口规模和出口技术复杂度的双重视角[J].国际贸易问题，2018（11）：104-119.

[28]杜江，刘渝.城市化与环境污染：中国省际面板数据的实证研究[J].长江流域资源与环境，2008（6）：825-830.

[29]赵璟，李颖，党兴华.中国经济增长对环境污染的影响：基于三类污染物的省域数据空间面板分析[J].城市问题，2019（8）：13-23.

[30]韩楠，于维洋.中国产业结构对环境污染影响的计量分析[J].统计与决策，2015（20）：133-136.

[31]李佳佳.制度安排、城镇化与环境污染[J].经济经纬，2020，37（3）：29-36.

[32]刘洁，李文.中国环境污染与地方政府税收竞争：基于空间面板数据模型的分析[J].中国人口·资源与环境，2013，23（4）：81-88.

[33]何爱平，安梦天.地方政府竞争、环境规制与绿色发展效率[J].中国人口·资源与环境，2019，29（3）：21-30.

[34]胡飛.产业结构升级、对外贸易与环境污染的关系研究：以我国东部和中部地区为例[J].经济问题探索，2011（7）：113-118.

[35]BALTAG I， BADI H. Econometric analysis of panel data[J]. Econometric theory， 2001（5）：747-754.

[36]LESAGE J P ， PACE R K . Spatial econometric modeling of origin-destination flows[J]. Journal of regional science， 2008， 48（5）：941-967.

[37]后小仙，陈琪，郑田丹.财政分权与环境质量关系的再检验：基于政府偏好权变的视角[J].财贸研究，2018，29（6）：87-98.

（责任编辑：李 琪）