社会公众的环境关注与污染密集型企业的区位选择

徐志伟，欧阳业

天津财经大学 商学院，天津 300222

一、问题提出

中国高度重视生态环境问题。党的十八大首次将生态文明建设作为“五位一体”总体布局的重要组成纳入全面建成小康社会战略目标；“环境”“生态”等关键词也多次被写进政府工作报告，作为贯穿全年的重点工作加以部署。与此同时，随着社会经济发展和居民教育水平的提高，公众对于环境议题的关注程度和参与热情也日渐增强。《中国环境年鉴》显示，2020年由生态环境部承办的“两会”建议和提案达到849件，10年间的增幅接近100%。

由于相关政策可能增加企业生产成本、限制行业投资、提高准入门槛，政府层面环境规制水平提升势必会对包括区位选择在内的污染密集型行业相关企业(以下简称“污染密集型企业”)的生产决策产生强烈影响。典型的如污染避难所假说就认为，污染密集型企业更倾向在环境标准相对较低的国家或地区投资建厂。但现有文献几乎都是基于自上而下的环境规制视角展开，自下而上的公众环境关注是否会对污染密集型企业区位选择策略产生影响尚不得而知。此外，现有文献主要基于省级或地级市层面数据展开，直接将微观企业进入区位作为考察对象的还相对较少。即使有部分文献能够深入至微观企业选址决策的考察，但受制于中国工业企业数据库等资料来源所限，经验研究的样本期间最多也仅能维持至2013年前后，尚不能解释生态文明建设纳入“五位一体”总体布局之后公众环境关注与污染密集型企业区位选择策略的关系。最后，现有文献较少考虑污染密集型企业区位选择过程中的空间效应——即当首选区位因环保因素受到抑制时，污染密集型企业是否以及在何种条件下会选择邻近地区作为备选进入空间，进而产生进入区位的邻地溢出。

本文从理论和实证两个层面对公众环境关注与污染密集型企业区位选择关系进行研究。理论演绎部分，设计了“需求抑制”和“规制抑制”两条路径，刻画公众环境关注对污染密集型企业区位选择的作用机制，给出了区位选择邻地溢出的产生条件。经验研究部分，结合百度搜索指数以及“天眼查”企业信息登记平台等大数据手段，通过对2011—2018年分布于285个地级市10万余家污染密集型企业进入区位的考察，实证公众环境关注对企业选址策略的影响，对不同作用路径下企业区位选择是否存在邻地溢出进行经验检验。相较既有研究，本文具有以下特色：其一，在研究视角上，基于自下而上的公众环境关注角度重新审视环境约束日益加强背景下污染密集型企业的选址问题；其二，在数据来源上，借助大数据手段对研究对象和样本期间进行了有效拓展；其三，在研究方法上，将空间权重矩阵纳入离散选择模型的回归过程，对污染密集型企业区位选择策略进行考察，通过内生中介效应模型对“需求抑制”和“规制抑制”两条路径的存在性进行检验，发现了污染密集型企业区位选择邻地溢出的产生机制。

二、文献综述

一般认为，公众关注与公众行为之间具有密切联系。传统研究大多采用量表工具就某一议题的公众关注程度进行测度，并作为预测公众行为的基础。但为迎合社会规范或进行印象管理，公众在自我报告式的量表调研阶段经常倾向于表现出积极态度以美化自己，进而引致其与后续行为的相互偏离[1]。相对而言，网络搜索行为具有更强的内隐性，能更为真实地反映公众关注与公众行为之间关系[2]。因此，随着互联网成为公众信息来源和意见表达的主要渠道，网络搜索作为文本大数据分析工具之一，被普遍视为刻画议题公众关注程度的有效代理变量。

环境关注是公众意识并支持解决涉及生态环境问题的程度和意愿[3]。与其他商品的消费行为相类似，部分学者认为公众对于环境议题的高度关注可以驱动消费者采取更加绿色的消费行为，用绿色节能产品替代污染品购买[4]。新经济地理理论认为，市场潜力及其产生的循环累计因果效应是驱动企业向中心城市大规模聚集的重要因素[5]。因此，公众环境关注和绿色消费行为之间具有正向关系。在同等条件下，某地区关于环境议题的网络搜索越多，当地居民就越会从消费端减少污染品购买，通过行为转换达成“态度—行为”的统一。此时，由于区域内的市场需求萎缩，污染密集型企业区位进入可能性出现下降，即形成“环境关注—需求抑制—进入减少”的逻辑路径。

与此同时，另一部分学者研究发现，公众环境关注与绿色节能消费行为之间经常存在“言行不一”[6]。首先，时间距离影响消费行为。一般情况下，距离发生购买行为的时间越接近，消费者越可能放弃诸如绿色消费这样的“理想诉求”，购买决策容易受到商品实际价值的影响[7]。其次，绿色消费过程要求消费者在个人利益与公众利益之间选择权衡[8]。现实中，较低的商品价格要比道德鼓励更能够直接刺激消费者做出购买决策[9]。最后，消费者购买过程存在信息不对称。对公众而言，购买绿色节能产品是一个高不确定性任务，个体消费者往往倾向依据更为稳妥的商品售价、售后服务等直观可测信息做出购买决策[10]。由于可能存在“言行不一”，因此尚不能判断公众环境关注是否可以转化为现实污染品的需求抑制，减少污染密集型企业的区位进入。

除可能与自身行为具有密切联系外，公众关注在政府决策过程中也扮演了重要角色[11]。基于中国情境的研究表明，公众环境关注能够有效推动地方政府更加关注环境治理，出台更严格的规制政策[12]。一方面，2013年之后党和政府将增进人民福祉作为推动高质量发展的根本出发点和落脚点，同时明确将环境绩效作为考核地方政府官员进行的重要依据。因此，公众环境关注成为地方政府政策制定和出台的重要考量。另一方面，公众还会通过居住地迁移等“用脚投票”方式选择与其偏好相一致的公共服务[13]。考虑到环境污染对于健康可能造成的损害，公众经常会迁离环境关注迟迟难以得到政府响应的高污染地区[14]，这其中又尤以高技能人才的迁移敏感程度最高[15]。随着高技能人才的迁移，城市的创新产出及高质量发展等将会受到抑制[16]。因此，“用脚投票”也将增大政府提高环境规制强度的外部压力。

综上，即使不能完全确定公众环境关注能否转化为污染品的需求抑制，但其本身所产生的舆情压力也很可能迫使政府倾向对污染密集型企业实施更为严格的规制政策。政府环境规制过程中，无论是通过加大对污染密集型企业的排污税征缴，还是要求污染密集型企业安装更多的除尘减排设备，最终都将内化为企业的生产成本。区位选择理论始终认为，生产成本是除市场潜力之外影响企业区位选择策略的另一关键因素[17]。因此，环境规制将产生与聚集力相反的离心力，驱动污染密集型企业远离高规制水平市场，或对新建企业的区位进入形成抑制。此时，对污染密集型企业的区位选择而言，就会形成“环境关注—规制抑制—进入减少”的作用路径。但目前鲜有文献能够结合中国经验数据对公众环境关注与污染密集型企业区位选择关系进行考察，也尚未对二者间的作用机制及不同机制下微观企业的选址决策异质性进行检验。本文基于“需求抑制”和“规制抑制”两条路径给出公众环境关注对污染密集型企业区位选择的作用机制，并运用百度搜索指数及“天眼查”企业信息等大数据手段对理论逻辑进行了经验检验。

三、理论模型与研究假设

(一)公众的消费行为

假设地理空间由正整数城市集(1,…,j,…,J)组成，正整数集中的城市j与-j完全互斥。其中，第j个城市公众的消费集包含污染品q1和绿色节能品q2，并生成科布-道格拉斯形式的效用函数。经过对数单调变换，存在以下最优化问题：

u(q1,q2)=μlnq1+(1-μ)lnq2s.t.p1q1+p2q2=I

(1)

其中，μ和1-μ分别表示污染品和绿色节能品的消费比例，p1和p2表示污染品和绿色节能品市场价格，I为公众的收入水平。根据极值点的一阶条件，可以得到瓦尔拉斯需求函数：

(2)

式(2)为第j个城市公众对于污染品总需求的函数式。在收入水平和商品价格给定的条件下，公众对于污染品的总需求将反映为污染品消费在总消费中所占比重。如果第j个城市公众“言行一致”，能够将环境关注有效反映于实际的消费行为，则μ将下降。

(二)污染密集型企业的生产行为

假设在地理空间上存在两类企业：生产污染品的污染密集型企业和生产绿色节能品的非污染密集型企业。两类产品间存在不变替代弹性(CES)产出函数：

(3)

其中，σ>1是污染品和绿色节能品的固定替代弹性。假设地理空间上存在数量足够多的N家同质竞争性污染密集型企业进行q1的生产，并且满足：(1)由于具有同质性，任意企业污染品的生产过程都面临与其竞争对手一致的固定成本F和边际成本c；(2)由于选址于第j个城市之外其他城市的运输过程存在“冰川成本”τ-j>τj=1，在不考虑其他因素情况下，企业最有可能选址在污染品的最终消费地——城市j进行本地化生产。此时，对于第i(i=1,2,…，N)家本地化生产的代表性污染密集型企业存在成本函数：

C1i=F+cq1i

(4)

参考Fujita等[18]的研究，利润最大化条件下污染品生产的均衡条件为

p1=cσ/(σ-1)

(5)

对于式(5)，当σ→1时，污染品和绿色节能品之间几乎不可替代，所以p1>c；当σ→∞时，绿色节能产品会轻而易举替代污染品，则p1→c。进一步转入对污染品均衡产出的分析。由于竞争性的污染品市场是可自由进入退出的，对于其中的第i家代表性污染密集型企业存在

(p1-c)q1i=F

(6)

综合污染品均衡价格和市场出清条件可以得到

q1i=F(σ-1)/c

(7)

通过式(7)可以发现，代表性污染密集型企业的均衡产出取决于生产过程发生的固定成本F、边际成本c以及污染品、绿色节能品之间的常替代弹性σ。此时，任意污染密集型企业都面临一致的产出水平，即每家企业均占有整个污染品市场规模(μI/p1)的1/N份额。

(三)公众环境关注的作用路径与污染密集型企业的选址决策

根据文献梳理结果，如果第j个城市公众的环境关注水平上升，有可能通过两种路径对污染密集型企业的区位选择策略产生影响。

路径1：本地公众“言行一致”，采取直接行动用绿色节能产品替代污染品的购买，即形成“环境关注—需求抑制—进入减少”逻辑路径。

路径2：本地公众“言行不一”，拒绝削减污染品的购买，但通过舆情压力倒逼政府采取严格规制政策降低企业生产过程污染排放，即形成“环境关注—规制抑制—进入减少”逻辑路径。

首先，考虑“需求抑制”路径。企业的区位选择不是一个随机过程，而是单个企业基于利润最大化作出的自利性微观决策。由于污染品的市场份额被同质企业等分，在“需求抑制”路径下第i家代表性企业的区位选择存在条件概率：

(8)

其中，式(8)等号右侧第一项为该企业进入第j个城市能够获得的利润，等价于企业区位进入概率。第二项为根据式(2)(5)获得的推导结果。通过比较静态分析可以发现，由于存在∂P(y=j|μ)/∂μ>0，如果公众用绿色节能产品替代污染品购买，代表性污染密集型企业进入城市j的概率将下降。同时，由于依然有τ-j>τj，该企业也不会选择在地理空间内其他城市选址设厂。综上，本文提出如下假设：

H1：本地公众环境关注度上升引致的污染品需求下降，抑制污染密集型企业区位进入，并且该种抑制作用不具有邻地溢出性。

其次，假设选择“规制抑制”路径。此时，第j个城市的公众将在不减少污染品购买行为的同时，通过“用脚投票”等方式倒逼本地政府，采取加大排污税征缴或强制污染密集型企业安装更多除尘减排设备等方式减少生产过程中的污染物排放。假设第j个城市政府在生产环节对包括第i家代表性企业在内的全部污染密集型企业征收θ>1比例的排污税，则区位选择的条件概率函数瞬时变为

(9)

对于式(9)显然存在∂P(y=j|θ)/∂θ<0，即排污税的征收将抑制污染密集型企业形成本地进入。但只要运输成本存在τ-j<θ，污染密集型企业仍有可能在地理空间内的其他城市选址设厂，并通过市场竞争再达成新的均衡。通常意义上，与第j个城市空间距离越接近，运输成本就会越低。因此，当公众的环境关注存在“言行不一”时，单纯的地方政府响应极有可能形成污染密集型企业进入区位的邻地溢出。综上，本文提出如下假设：

H2：本地公众环境关注度上升引致的规制水平提高，抑制污染密集型企业区位进入，但是这种抑制作用具有邻地溢出性，将增加周边地区污染密集型企业的区位进入。

四、经验模型与数据选取

(一)经验模型构建

早期的区位选择模型将企业区位进入视为在备选空间y=(1,…,j,…,J)上的选择过程，通过既随个体而变又随方案而变的条件Logit进行经验估计。但如果企业的选址过程面临较多备选空间集或者备选集空间尺度过小，条件Logit估计可能违背独立不相关假设。因此，后续文献开始将企业选址问题转化为考察各备选空间集上新增企业数量，运用泊松回归进行估计。考虑到中国省级政府在政策制定、资源配置等方面的重要性，将省份异质性纳入研究过程。此时，对于时间t和省份d中的城市j，假设新建企业进入数量Ydjt=ydjt的概率为

P(Ydjt=ydjt|xdjt)=e-λdjtλdjtydjt/ydjt!

(10)

(11)

(12)

其中，非负的α被定义为过度分散参数。因此，负二项回归放松了泊松分布期望与方差一致性假定。当α→0时，负二项回归可还原为泊松回归。

具体到本文，初步选用面板泊松回归对模型进行估计。同时，将个体和时间双固定条件下的普通面板回归和面板负二项回归作为对照，通过过度分散检验确定最终的估计方法。公众环境关注对污染密集型企业本地进入影响的回归方程为

E(ydjt)=exp(βLcdjt+ρXdjt+ζd+υdj+ωt+εdjt)

(13)

其中，ydjt为省份d中第j个城市在第t年污染密集型行业的新建企业数量，Lcdjt为该城市在第t年的公众环境关注水平，Xdjt为反映相关城市经济发展水平、社会发展水平和环境地理特征的一组控制变量，ζd、υdj和ωt分别为省份、城市和时间固定效应，εdjt为随机扰动项。

在对污染密集型企业本地进入数量进行回归基础上，考察公众环境关注是否会产生邻地溢出效应，增加周边城市区位进入的概率，公式如下：

E(Wydjt)=exp(γLcdjt+φXdjt+ζd+υdj+ωt+εdjt)

(14)

(二)数据选取过程

1.被解释变量

由于现有资料难以获得2013年之后微观企业污染物排放信息，本文将被解释变量定义为样本期间内各城市污染密集型行业的新建企业数量(y)。现有文献大多利用中国工业企业数据库获得企业成立时间和选址信息，但以此为信息源存在两个问题：其一，观测的样本期间仅能维持至2013年前后；其二，限于数据库的统计口径，仅能对规模以上工业企业进行考察。为更全面考察近年来不同规模企业的区位选择策略，本文利用“天眼查”平台通过人工检索获取企业选址的微观信息。

具体来看，首先以大气污染密集型行业的新建企业为考察对象。相较于水污染和固体废弃物污染，以雾霾为代表大气污染更为显性，更易于被公众观察和感受，公众的关注程度也相对更高。其次，考虑到火电、煤炭开采等企业虽然多为大气污染物排放大户，但其选址过程往往受制于资源禀赋等因素限制，因此排除电力热力燃气及水的生产和供应业以及采掘业，仅对制造业企业进行考察。经计算，非金属矿物制品，黑色金属冶炼及压延加工，化学原料及化学制品制造，有色金属冶炼及压延加工，石油加工、炼焦及核燃料加工，造纸及纸制品，纺织，农副食品加工，酒和饮料制造，食品制造10个行业二氧化硫和烟粉尘排放量约占全部制造业排放总量的90%，因此将上述10个行业界定为污染密集型行业。最后，利用“天眼查”企业信息登记平台依次检索上述行业中新建企业的所属城市、行业分类和成立时间，获得样本期间内285个地级市各年度污染密集型行业的新建企业数量，企业样本信息合计10余万条。

2.核心解释变量

现有研究普遍采用Google关键词搜索作为公众环境关注的代理变量。但考虑中国国情，参考王宇哲等[19]的研究，通过“PC+移动”端百度搜索指数反映样本城市公众环境关注(Lc)的整体状况，并与对应城市人口数相除进行标准化处理，处理后的结果作为模型核心解释变量。由于相关领域缺乏有效预设词典，根据百度需求图谱将“大气(空气)污染”“大气(空气)质量”“雾霾”“PM2.5”作为检索关键词，并对关键词指数在等权重下进行加总。

3.控制变量

回归过程对样本城市的经济、社会发展水平以及环境地理特征进行控制。反映经济发展水平特征的控制变量包括：经济发达程度(Gdp)，用人均地区生产总值反映；产业结构(Str)，用第三产业产值占地区生产总值比重反映；经济外向型程度(FDI)，用外商直接投资占地区生产总值比重反映；劳动力成本(Lab)，用全市的职工年平均工资反映。反映社会发展水平特征的控制变量包括：市场潜力(Mar)，用全市的社会消费品零售总额反映；教育水平(Edu)，用全市高校的在校生人数反映；信息化水平(Inf)，用全市开通互联网家庭户数反映。反映环境地理特征的控制变量包括：城市环境(Env)，用城市建成区绿化率反映；在位企业排污水平(Pol)，用样本城市烟粉尘排放量反映；城市性质(Ct)，用虚拟变量反映，直辖市和省会城市为1，非省会城市为0。回归过程中，对用绝对数反映的控制变量取对数，数据均源于对应年份的《中国城市统计年鉴》。相关变量的描述性统计结果见表1。

表1 变量的描述性统计结果

五、实证结果与分析

(一)基本模型回归结果

选用普通面板、泊松回归和负二项回归多种方法对模型进行估计，具体结果如表2所示。由于被解释变量是非负离散的，双固定条件下的普通面板回归仅作为离散选择模型结果的一般参照。泊松回归虽然更为稳健，但其被采用的条件是样本期望与方差一致。经计算，样本城市污染密集型企业进入数量的均值为957.919，方差为914 079.023。因此放松假定，尝试对模型进行负二项回归。首先假设不存在个体异质性，运用混合负二项回归进行估计。过度分散检验参数α的估计值为0.178，其95%的置信区间为(0.166，0.191)，即混合负二项回归都至少在5%的水平上拒绝过度分散参数“H0：α=0”的原假设。结果说明，相较泊松回归，负二项回归的估计结果更为有效。继续放松个体异质性假设，采用随机效应的面板负二项回归再次估计，LR检验结果拒绝混合负二项回归关于不存在个体异质性的原假设。最后，尝试通过Hausman检验在固定效应和随机效应之间进行取舍。结果显示，Hausman检验的P值等于0，因此固定效应的面板负二项回归更具合理性。表2结果显示，公众环境关注水平上升会显著抑制污染密集型企业的本地区位进入。

上海诚达物流作为第三方运输公司，提供专业的第三方运输服务。但与运输相关的其他第三方物流服务并有涉及，导致了上海诚达物流公司服务产品的单一性。

表2 基本模型回归结果

控制变量方面，经验结果显示经济的发展可以有效抑制污染密集型企业的区位进入，其暗示中国部分城市可能已经越过环境库茨涅茨曲线拐点。但是否真如Kijima等[20]所预期，拐点的产生是因经济发展到一定阶段后居民逐渐在意环境质量，并驱动政府实施更为严格的环境规制政策所致，还需要进一步检验。与预期相一致，相关城市劳动力成本和市场潜力的上升将对企业进入产生作用方向截然相反的离心力和向心力，结论再次对新经济地理理论的基本观点提供了佐证。由于可以产生人力资本正外部性和交易成本节约正外部性，居民受教育程度和城市信息化水平提升也均可有效吸引相关企业形成聚集。城市绿化率对于污染密集型企业进入的影响为负，结果从侧面说明地方政府对城市生态环境质量重视程度的提升在一定程度上达到了预期效果。在位企业排污水平相对较高的城市污染密集型企业进入的概率较低，这意味着污染较为严重城市的地方政府可能正在采取措施，有意识地减少新建污染密集型企业。最后，城市性质也是左右污染密集型企业选址决策的重要因素。由于可能具有更为严格的环境准入标准，污染密集型企业进入直辖市和省会城市的概率相对更低。

(二)内生性处理

本文将“天眼查”企业信息登记平台显示的企业成立时间界定为污染密集型企业区位进入时点。一般来讲，企业最终能够投产达产距离成立时间存在一定滞后期，较小可能会产生“企业进入—排污增加—环境恶化—关注上升”的作用逻辑。这也就意味着公众环境关注与污染密集型企业区位进入不会存在严重的联立偏误。但本文以自然年度为一个样本观测期，不能完全排除少量企业可能存在当年成立、当年生产、当年排污情形。此外，虽然待估模型固定了“省份—城市—时间”效应，但因资料限制也不能排除仍存在一些遗漏变量，如“行业—企业”异质性可能给估计结果带来的偏误。综上考虑，运用两阶段法解决内生性问题。

检索样本城市“两会”期间《政府工作报告》的百度搜索指数，并利用对应城市人口和每年“两会”召开时间长度标准化后的结果(Rc)作为工具变量。其一，“两会”期间政府工作报告的百度搜索指数能够反映该城市公众对于重要政治、社会议题的敏感性和关注偏好，其与公众对环境议题的关注程度高度相关，理论上满足工具变量的相关性要求。其二，从时间维度来讲，由于春节等因素影响，每年前两个月注册企业数量大约仅占全部样本企业数量的10%，将每年3月上中旬“两会”期间作为《政府工作报告》关键词检索时段，在时间维度上接近大多数(90%左右)污染密集型企业区位进入的滞后期，理论上也满足工具变量外生性。结果显示，Cov(Rcdjt,Lcdjt)=0.559、Cov(Rcdjt,ydjt)=-0.116，支持工具变量相关性和外生性要求。回归结果如表3所示。

表3 两阶段法的估计结果

第一步，用本地公众环境关注百度搜索指数对标准化处理后的政府工作报告百度搜索指数进行回归。如表3第一阶段的估计结果所示，工具变量对公众环境关注的作用高度显著。F值为100.782，也远高于10的临界值，不必担心弱工具变量问题。将第一阶段回归结果残差拟合值作被解释变量，进行工具变量过度识别检验。结果显示，估计值均高度趋近于0，进一步支持了工具变量外生性假设。

第二步，利用第一步得到的核心解释变量拟合值作为解释变量，继续采用面板负二项回归对样本城市新建污染密集型企业数量进行再次回归。如表3第二阶段的估计结果所示，控制内生性之后估计系数虽出现一定程度下降，但公众环境关注上升对污染密集型企业区位进入的本地抑制效应依然显著。

(三)进一步的稳健性检验

第一，式(12)中的过度分散参数α被定义为常量。现放松这一假设，假设参数αdjt随公众环境关注程度的变化而变化，通过牺牲个体效应采用广义混合负二项回归对模型进行再次估计。结果显示，公众环境关注的条件方差估计值为0.654，聚类自助标准误为0.090，结果能在1%的水平上通过显著性检验，说明模型取得很好的拟合效果。如表4第(1)列所示，公众环境关注程度上升依然能够抑制污染密集型企业的本地进入，研究核心结论保持稳健。

第二，公众环境关注引致的污染密集型企业区位进入数量的减少应该仅发生在污染密集型行业。如果其他行业企业均有类似现象，则回归结果就可能是某些未能观测因素所致。将样本城市全部制造业新建企业进入数量作为被解释变量进行安慰剂检验。表4第(2)列的结果显示，公众环境关注对全部制造业企业本地进入的抑制作用非常不显著。因此，公众环境关注对企业选址决策的作用是仅存于污染密集型行业的特有现象。

第三，纺织、农副食品加工、酒和饮料制造、食品制造4个行业新建企业数量大约占到全部污染密集型行业新建企业数量的68%，但这些行业相关企业的污染物排放水平相对偏低。本文担心基础模型的回归结果是由这些数量众多、排污水平相对偏低的企业选址决策所致，故仅保留剩余的非金属制品等6个重工业行业新建企业进行再次估计。结果如表4第(3)列所示，抑制作用依然显著。

第四，现有研究表明，企业规模与进入区位关系紧密。受资源、信息和效率等多方因素限制，小型企业倾向在本地投资建厂[21]。相反，大型企业基于竞争效率上的优势，更倾向突破地域限制，在更广泛的地理空间进行投资。仅保留污染密集型行业中注册资本在500万元以上(含)的大型新建企业进行再次回归，以考察具有更多投资地域选择权市场主体的选址决策是否更易于受到公众环境关注的影响。如表4第(4)列所示，在污染密集型行业中，公众环境关注对于大型企业本地进入的抑制作用更为明显。

第五，从2014年开始北京市颁布实施了《工业污染行业、生产工艺调整退出及设备淘汰目录》，通过不予批准新增用地和办理生产许可等措施，对污染密集型企业投资进行严格准入限制。同时，北京市公众对环境议题的关注程度极高，样本期间内单位人口环境关注百度搜索指数年度均值几乎是全国平均水平的8倍。由此本文担心基本模型的回归结果是因北京市样本性质特殊所致，故剔除北京对剩余样本城市进行再次考察，具体结果如表4第(5)列所示，主要结论依然稳健。

第六，中国经济的空间分布具有明显非均质特征。中东部地区地级市之间的空间距离更为接近，交通更为便利，企业和人口分布也更为密集。将胡焕庸线以西的新疆、甘肃、青海、宁夏、内蒙古5个省份样本删除，对剩余中东部省份的样本城市进行再次估计。结果如表4第(6)列所示，随着公众环境关注程度的提升，污染密集型企业的本地进入依然会受到明显抑制。

第七，百度搜索指数统计功能始于2011年，但直到2013年2月国家科学技术名词审定委员会才将“PM2.5”一词正式定义为“大气中直径小于或等于2.5微米的颗粒物”。同时，在部分中小城市中，2011和2012年“PM2.5”等词汇百度搜索指数极低，甚至为0。将2011和2012年样本删除，以“PM2.5”为关键词进行百度搜索指数检索，标准化处理后作为核心解释变量进行再次回归。如表4第(7)列所示，改变估计期间和替换核心解释变量后，公众环境关注对污染密集型企业本地进入抑制作用保持显著。

表4 稳健性检验估计结果

(四)机制检验：需求抑制还是规制抑制

传统递归中介效应模型存在中介变量可能内生问题。Dippel等[22]的研究表明，单一工具变量可有效处理解释变量和中介变量的内生性。参考上述研究，内生中介变量的两阶段最小二乘估计模型为

(15)

(16)

1.“需求抑制”路径的检验

由于调查对象选取或量表问题设置等因素限制，现有涉及中国家庭消费状况的中国家庭追踪调查(CFPS)、中国健康与养老追踪调查(CHARLS)等，都无法从地级市统计口径上有效分离出中国消费者对于绿色节能产品的消费需求倾向。在理论逻辑及其形式化描述中，“需求抑制”路径设定为污染品消费在总消费中所占比重的下降。虽然精确的污染品消费难以确切统计，但现有研究发现公众的环境意识与居民用电特征具有密切关系[23]。政府规制政策的实施以及公众环境意识的增强均将反映为居民电力消费倾向的下降。因此，将“本地居民生活用电量×本地电价/居民收入水平”定义为居民电力消费倾向(CEP)，作为“需求抑制”路径中介变量的代理变量。

“需求抑制”路径的检验结果如表5第(1)(2)列所示。第一阶段回归结果中，公众环境关注对于电力消费倾向的影响为正，但不显著。在第二阶段回归中，公众环境关注和电力消费倾向均会对污染密集型企业本地进入产生显著的作用。因此，需要对“需求抑制”路径的中介效应进行Sobel检验。检验结果显示Z=0.772，由此判断“需求抑制”路径的中介效应在整体上并不显著。

表5 路径检验估计结果

2.“规制抑制”路径的检验

部分研究通过环保工作人员数量、环境污染治理研发投入、污染物去除率等指标反映政府环境规制水平。一方面，这些指标多侧重体现政府环境规制的某一特定方面，难以刻画环境治理的全貌[24]。另一方面，现有统计资料也难以保证上述指标在地级市层面的可获取性。Chen等[25]使用省级政府工作报告中与环境相关词汇出现频数的比重作为环境规制代理变量。但如此处理忽略了样本城市工业依存程度与既有排污强度差异给实际规制效果带来的影响。首先人工检索样本期间285个地级市历年政府工作报告中“污染”“环境”“生态”“绿色”“低碳”词汇出现次数占比，在此基础上与相应城市第二产业比重和工业烟粉尘排放量交乘，将交乘结果(ERI)作为“规制抑制”路径中介变量的代理变量。该做法逻辑近似陈诗一等[24]的观点：同等条件下，第二产业占比和既有排污强度越高的城市，规制所产生的影响也会越大。

“规制抑制”路径的检验结果如表5第(3)(4)列所示。在公众环境关注压力下，地方政府给予环保问题以更高重视，采取了更为严格的规制政策。进一步，规制政策又抑制了污染密集型企业的本地进入。经估算，政府规制的中介效应约占到总效应的53%左右。由此，在本地公众“言行不一”的情况下，“环境关注—规制抑制—进入减少”逻辑路径发挥了作用，抑制了污染密集型企业的本地进入。

(五)邻地溢出检验

首先对环境规制的代理变量进行局域空间相关性检验，结果发现绝大部分城市环境规制水平不存在空间自相关，因此样本城市之间也就不会因为环境规制水平的“高—高”局域相关影响污染密集型企业选址过程的邻地溢出。经地理空间权重矩阵加权后，空间滞后项Wydjt不再是严格意义上非负离散的，理论上也就不再具有采用离散选择模型进行估计的条件。但如表6所示，无论采用哪一种估计方法，公众环境关注程度的提升都会增加污染密集型企业进入邻地城市的可能性。由此，理论假设2可以得证。

此外，为了进一步考察市场需求因素与污染密集型企业区位选择策略之间的关系，表6还单独列示了控制变量中Mar项的估计结果。虽然稳健性水平可能因估计方法的改变有所差异，但回归结果显示样本城市居民消费能力的增加(用样本城市社会消费品零售总额反映)能够在一定程度上增加污染密集型企业的邻地溢出。结果从侧面印证，在首选区位因环境规制受到抑制时，样本城市自身的市场潜力会吸引污染密集型企业在城市周边选址建厂，而非彻底退出市场。

表6 邻地溢出性的考察结果

(六)城市规模异质性的进一步讨论

由于在居民消费偏好、规制政策强度等方面可能存在较大差异，依据国务院《关于调整城市规模划分标准的通知》，将市辖区人口超过100万的地级市归为大城市组，其他地级市归为中小城市组，进行公众环境关注影响及其作用路径异质性的进一步讨论。经统计，大城市组共计145个城市，另有140个划入中小城市组。在不同规模城市间，公众环境关注对于污染密集型企业进入区位的影响比较结果见表7。

对于市辖区人口在100万以上的大城市，公众环境关注仍然显著抑制了污染密集型企业的本地进入。但大城市公众环境关注对于其自身电力消费倾向的影响依然不显著，即大城市居民并未因环境关注程度的提升，而采取更为绿色节能的消费行为。进一步，“规制抑制”路径的检验结果显示，公众环境关注对政府环境规制水平的影响显著为正，政府规制又显著减少了污染密集型企业的本地进入。因此，大城市污染密集型企业进入区位的选择过程仍然遵循着“环境关注—规制抑制—进入减少”的逻辑路径。

对于中小城市而言，公众环境关注未能有效抑制污染密集型企业的本地进入。“需求抑制”路径和“规制抑制”路径检验也进一步验证，在中小城市当中，公众环境关注对相关企业区位选择策略不会产生明显作用。尤应关注的是，在居民环境关注程度提升的同时，电力消费倾向还在10%的水平上出现显著正增长，说明中小城市公众环境关注与其自身消费选择之间的“言行不一”更为明显。可能仅仅因为中小城市消费市场的吸引力较为有限，污染密集型企业的区位进入才没有受到显著影响。经统计，中小城市人口和污染密集型企业数量大约占全样本城市的1/3。虽然其影响并未根本改变全样本城市组的估计结果，但不同规模城市间公众环境关注及其影响的“二元性”仍值得高度关注。

进一步考察在不同规模城市之间，因公众环境关注引致的污染密集型企业区位选择邻地溢出是否存在异质性。具体通过虚拟变量反映城市规模差异。例如，当考察大城市公众环境关注是否会引致污染密集型企业向周边大城市溢出时，大城市公众环境关注项和空间权重矩阵中“大城市—大城市”对角元素的虚拟变量设为1，并与大城市之间地理距离的倒数进行交乘，其他相关项或元素设为0；当考察大城市公众环境关注是否会引致污染密集型企业向周边中小城市溢出时，大城市公众环境关注项和空间权重矩阵中“大城市—中小城市”对角元素虚拟变量设为1并与地理距离的倒数交乘，其他设为0。以此类推。由于经空间权重矩阵加权之后被解释变量不再严格离散，因此仅汇报固定效应下普通面板的回归结果。

如表8所示，在公众环境关注作用下，大城市对中小城市污染密集型企业区位选择的邻地溢出效应最为明显，大城市之间次之，中小城市对大城市的溢出效应仅能勉强通过10%的显著性检验，中小城市之间的邻地溢出则非常不显著。其一，由于中小城市政府对于本地公众环境关注未能进行有效响应，环境规制强度偏低，污染密集型企业选址过程的邻地溢出主要在大城市发生，这一点与不同规模城市公众环境关注作用路径的比较结果相一致；其二，大城市对中小城市的邻地溢出要高于大城市之间的溢出，其原因也与中小城市公众环境关注未能得到积极响应及其引致的环境规制强度偏低有关，结果会导致污染密集型企业向大城市周边的中小城市聚集。

表8 不同规模城市邻地溢出性的考察结果

六、研究结论与政策启示

本文基于百度搜索指数、“天眼查”企业信息登记平台等大数据手段获取数据信息，研究公众环境关注对污染密集型企业区位选择策略的作用。研究发现，公众环境关注水平上升在显著抑制相关企业本地进入的同时，会增加与之相邻城市污染密集型企业的进入概率。其原因在于，公众在给予环境问题高度关注的同时，并未有效采取绿色节能消费行为，这导致污染品的市场需求始终未能得到有效抑制。虽然公众环境关注可以倒逼政府采取更为严格的规制政策，相关规制政策在整体上也确实抑制了污染密集型企业的本地进入，但市场需求的存在致使污染密集型企业不愿过分远离高环境关注城市，最终选择在与之相邻的周边城市投资建厂。中小城市的情况则更为复杂。本地居民既未改变自身消费行为，地方政府也没有积极响应相关环境诉求，致使公众环境关注最终未能有效抑制污染密集型企业的区位进入。同时，与大城市之间污染密集型企业区位选择的邻地溢出相比，地方政府未能积极响应本地公众环境关注导致大城市对中小城市污染密集型企业的邻地溢出效应更为明显，这将进一步加大不同规模城市间环境协同共治的难度。

本研究获得以下几点政策启示：第一，公众环境关注对于污染密集型企业区位选择策略的作用路径仍未跳出“有事找市长”和依靠“有形之手”解决社会热点焦点问题的老路。虽然“有形之手”在及时回应公众关切、短时间内有效解决社会矛盾冲突过程中发挥着无可替代的作用，但从长期来看单纯依靠集中在生产端的政府规制仅是产生了污染密集型企业选址区位的邻地转移，并不能从根本上解决公众关注的环境污染问题。解决问题的根本出路在于将公众环境意识有效转化为实际的环保行为，依靠市场的“无形之手”从消费端减少污染品的市场需求，通过公众行为的改变走出城市污染治理和经济结构转型的新路子。第二，虽然长期来看，解决污染密集型企业选址过程邻地溢出的关键在于公众能够“言行一致”达成“态度—行为”之间的有效转换，但这并不意味着政府“有形之手”完全无用武之地。政府政策的发力点在于，通过绿色信贷等手段鼓励企业进行技术研发和产品开发，增强绿色节能产品的市场竞争力，构建、完善和扩大绿色节能产品设计标准体系、评价机制和认证体系，规范和维护绿色节能产品市场秩序，增强公众消费信心；加大宣传力度，使环保意识、生态意识、绿色意识深入人心，培养起绿色消费理念，形成绿色消费习惯。第三，应对不同规模城市间公众环境关注及其影响的“二元性”予以足够重视。一方面，中小城市地方政府应及时回应本地居民环境关切，通过生产端持续加大环境规制力度真正将绿色发展理念贯穿推动本地区社会经济高质量发展的全过程；另一方面，更为重要的是在树立绿色消费理念，培养绿色消费习惯过程中，需要对中小城市加以更多的政策扶持和政策倾斜，充分发挥和挖掘广大中小城市市场规模优势和绿色消费潜力，通过消费端的持续发力倒逼中小城市经济结构转型升级，形成长期、稳定、协调的绿色发展新路径。