转移支付对黄河流域环境治理的效果分析
第36卷第9期经济地理Vol.36,No.9转移支付对黄河流域环境治理的效果分析
宋丽颖,杨潭※
(西安交通大学经济与金融学院,中国陕西西安710061)
摘要:以省级政府为研究单元,以纵向和横向转移支付政策为主导的两类转移支付政策环境治理效果为主要指
标,利用空间计量模型,对我国2007—2014年黄河流域沿线7个省份环境治理状况进行计量分析,评价不同转移支付政策对黄河流域环境治理的效果。结果表明:①转移支付政策将会显著影响省级政府对环境治理的效果,纵向转移支有助于增加黄河流域的财政投入;横向转移支付对环境规制强度有明显的提升作用。②黄河流域省份产业选择和财政支出行为将直接影响环境治理的效果。高污染行业比重过大与地方环境治理财政能力不足都会限制转移支付政策的实施效果。③省级政府环境治理程度与毗邻省市的环境治理程度呈负相关关系,这种竞争关系最终影响黄河流域环境治理效果。根据本文的研究,提出了三个针对性的政策建议:第一,将纵向转移支付和横向转移支付两种方式融合,配套环境指标考核机制,实现对黄河流域环境治理整体性推动;第二,通过产业升级,转变对高污染—高产出企业的经济依赖;第三,均衡各地方政府之间的利益关系,保障毗邻政府双方更好地参与并共同协作保护环境资源。关键词:黄河流域;转移支付;环境治理中图分类号:F810.2文献标志码:A 文章编号:1000-8462(2016)09-0166-07DOI :10.15957/j.cnki.jjdl.2016.09.022
Result Analysis of Transfer Payment for Environmental Governance
in Yellow River Basin
SONG Li -ying ,YANG Tan
(School of Economics and Finance ,Xi'an Jiaotong University ,Xi'an 710061,Shaanxi ,China )
Abstract:In this paper, the writer uses the sample data of provinces along the Yellow River from 2007to 2014. The 7
provinces along the Yellow River Basin are divided into vertical and horizontal transfer payment policy driven by the two categories. The local government response function is constructed based on the classification. By assessing the effects of different transfer payment policies in the Yellow River basin, there are three discoveries. Firstly, the policy of transfer payment will significantly influence the environmental governance of prefecture-level cities. The vertical transfer payment helps to increase financial input to the Yellow River Basin and the horizontal transfer payment improves the environmental regulation intensity obviously. Secondly, the effect of environmental governance will be affected directly by the industry choice and spending behavior of provinces along the Yellow River Basin. Excessive proportion of high pollution industry and the lack of local environmental governance capacity will limit the effect of transfer payment policy. Thirdly, the degree of environmental governance in prefecture-level cities is inversely associated with that in adjacent cities. This competitive relationship finally influences the result of environmental governance in the Yellow River Basin. In the end, according to the research, the paper puts forward three suggestions. The first is to integrate the horizontal transfer payment into the vertical transfer payment, and at the same time, there must be a complete set of environmental indicators evaluation mechanism to improve the environmental governance in the Yellow River Basin integrally. The second is to speed up the industry transformation and upgrading of high pollution industry sectors and to make the local economy get rid of the economic dependency on polluting industries as soon as possible. The third is to a balance the interest relationship between local governments to ensure that the two sides can better participate in the protection of environmental resources.
Key words:Yellow River Basin; transfer payment; environmental governance
收稿时间:2016-01-16;修回时间:2016-05-31基金项目:国家社会科学基金重大项目(12ZD072)作者简介:宋丽颖(1963—),女,北京人,博士,教授,博士生导师。主要研究方向为财政税收理论与政策。E-mail:[email protected]。※通讯作者:杨潭(1989—),男,陕西西安人,博士研究生。主要研究方向为税收理论与财政政策改革。E-mail:[1**********]@163.com。
第9期宋丽颖,杨潭:转移支付对黄河流域环境治理的效果分析167
黄河流域水资源是流域人民赖以生存的资源、
能源、生态服务和发展空间,是流域经济社会发展的基础。但是随着资源的过度开发与利用,黄河流域水资源的污染愈发严重,沿线省市不得不投入大量治理资金,一定程度上抑制了沿线省市经济发展[1]。以水资源为纽带的生态问题,已成为制约黄河流域经济社会可持续发展的一个重要因素。国家于2002年颁布的《中华人民共和国水法》,明确指出水资源的补偿办法。黄河沿线的省市基于此法案制订了适合自身的补偿办法,但是由于黄河流域沿线省市(陕西、山西、青海、甘肃、内蒙古、宁夏、山东)大多属我国中、西部地区,经济发展相对落后,通过本省经济投入难以达到治理标准。同时由于水域具有上下游的区别,上下游省市基于自身经济利益制定相关决策,单一省份决策容易忽略整体利益,导致流域子系统的决策难以达到整个流域的最优状态,一定程度上抑制了流域生态环境的建设[3]。通过研究发现,黄河流域的转移支付政策能否改善环境状况,主要取决于受益政府的响应行为。目标不兼容或制度设计不当会导致政府之间的博弈行为,这可能会削弱其制度功能,最终导致转移支付资金难以用于环境治理。因此,迫切需要国家运用财政手段,加大对黄河流域投资及环境保护力度,通过转移支付政策提高省市治理环境的努力程度,保证黄河流域区域生态的良性循环和经济持续发展。
转移支付作为生态补偿机制的重要手段,主要包括纵向转移支付与横向转移支付。纵向转移支付模式在发达国家运用较为广泛。但德国采用了少有的横向转移支付,并取得了较为显著的效果,通过州际财政平衡基金模式,实现区域内的转移支付,平衡环境与经济的良性循环。Elhorst J P 认为完善的转移支付政策将会有效解决政府失灵问题[2]。Liang X 还发现,转移支付政策与完善的市场机制将会有效地提升转移支付资金的使用效率[3]。Xia L 等采用问卷调查的方式,基于中美洲3个流域所采用的生态补偿手段进行了分析,发现上游的补偿金额,不仅包括下游地区环境治理成本,还要包括下游地区因资源污染导致的发展受限的机会成本,其研究为补偿主体对象的界定及补偿标准的确定提供了方法和依据[4]。
我国财政分权体制塑造了利益格局和竞争格局,导致了跨界转移污染、庇护污染企业和扭曲性环境决策。而转移支付政策的实施将针对财政分权
产生的弊端进行弥补。孙新章认为转移支付有助于矫正这些弊端,协调上下级政府间环境治理目标与利益的冲突,推进市县政府环境治理职能归位[5]。刘强等介绍了巴西政府通过财政转移支付有效激励州与市县对生态环境保护的积极性[6]。刘军民对中央财政通过转移支付方式实施的生态补偿制度办法进行评析,发现了南水北调中线水源区财政转移支付政策对生态补偿的重要性[7]。麻智辉等从介绍水生态补偿与生态补偿转移支付入手,通过分析目前存在的问题,提出一套水生态补偿财政转移支付制度构想[8]。
我国现有对于黄河流域间的转移支付的研究较少,且较少从横向转移支付与纵向转移支付视角研究黄河治理效果。现有研究大多只包含黄河流域相邻2~3个省市,并未将黄河沿线整体作为研究对象,且大多停留在理论基础,对转移支付的必要性、制度设计进行论述,较少采用实证分析[9]。
本文倾向认为,黄河流域的环境治理效果将直接受转移支付政策的影响。鉴于此,本文选择黄河流域污染较为严重的7个省区(甘肃、宁夏、内蒙古、山西、陕西、河南、山东)作为研究对象,根据资金来源与省份实施政策不同进行划分,山西、陕西、河南、山东主要以纵向转移支付政策为主导进行环境治理,而甘肃、宁夏、内蒙主要以横向转移支付政策为主导进行环境治理。本文将通过分析纵、横向转移支付政策对其辖区内的影响,并实证分析不同转移支付政策对黄河流域环境治理的效应,评价影响各省环境治理的因素和存在的问题,从而提出建议。
1转移支付政策及资金分类
黄河流域间不同省份将会根据环境状况与财政能力对辖区选择不同的转移支付政策,不同的转移支付政策选择将会直接影响到政府间的成本收益权衡[10]。
我国转移支付政策主要基于“谁损害谁补偿”及“谁受益谁补偿”的两大原则分为纵向转移支付与横向转移支付。转移支付资金由中央进行主导,以省级政府作为环境治理的主要负责方,对其辖区内的环境治理进行宏观调控[11]。具体来说:纵向转移支付政策主要通过配套财政补助和一般财力补助来缓解相关地区由于保护环境而放弃的经济发展。横向转移支付政策以政府作为单位,通过国家扣缴污染地区地方财政,形成转移支付资金,补偿被污染地区受到的损失。在实际调研过程中发现,
168经济地理第36卷
山西、陕西、河南、山东四个省以纵向转移支付为主要支付手段,以横向转移支付为辅助,其转移支付资金主要通过国家直接补助[12]。而甘肃、宁夏、内蒙四个省份以横向转移支付为主要手段,纵向转移支付手段作为辅助。转移支付资金主要来源于相邻省份,转移支付资金主要包括两部分,一部分是受到相邻省市污染从而获得横向资金补偿,另一部分是为了保障相邻省份发展减少资源使用,获得横向资金补偿。本文根据资金来源不同,以及省区政策不同进行划分(表1、表2)。
排放污染的水平。那么相同区域下相邻地区的环
境治理力度为α-i ,这里相邻的地区个数取值可以是1-n ,但是其总的治理力度依然用α-i 表示,即N =N (αi , α-i ) 。同理对其进行求偏导,可以得到
∂N ∂αi
少排污量。这里环境治理成本设为w ,则可以得到(1-t ) μ-wαi 为私人物品消费量。
根据上述设定,将已得式子代入效用函数,可以得到如下式子:
U =U ((1-δ) μ-wαi , tθμ+t (1-θ) +tq ,(1-t ) μ-wαi )
2构建黄河流域决策响应函数
为了检验转移支付政策与影响环境治理效果的相关因素之间的联系,构建政府响应函数。
本文将研究目标地区设为i ,在区域范围内私人物品的消费总和设为O ;公共物品消费的总和用M 表示;污染排放则用N 表示。根据以上设定,建立地区i 的效用函数为U (O , M , N ) 。不同地区经济的发展会伴随出现不同程度的产出与一定比例的污染,这里将产出设为μ,污染比例设为θ,根据产出污染比可以得到污染份额,这里用μθ表示。对上述求偏导可以得到∂θμ∂N >0。偏导数大于0则说明污染排量的增函数可以作为具有污染性质产业的产出。基于上述推导,不难求出共同物品的预算约束为M =tθμ+t (1-θ) +tq ,在预算约束中tθμ表示污染产业所上缴税赋,同理可以推出清洁产业的税赋为t (1-θ) 。同时在预算约束中加入转移支付作为影响因素,这里用tq 表示。
单一辖区内的污染产业由上述内容可得,而毗邻环境中的影响因素需要分为目标辖区与毗邻辖区分开探讨。由于目标地区为i ,则将地区内环境治理力度设度αi ,环境治理力度也代表了地区内的
Tab.1
省份山西陕西河南山东
对这个函数中的自变量αi 求导,得到满足效用最大化的一阶条件:
-U N U O =-c N α+(1-t )(θμ) N +(U M U O ) t (θμ) N (1)
i
式(1)的推导主要是为了描述环境的治理程度。在地区i 环境下,污染将会对私人产品与公共产品造成一定的损害,需要在一定的治理成本下,弥补污染造成的双重损害,具体如式(2)所示。
∂αi ∂tq =(U OM w -U MM t (θμ) N N α-U NM Nαi )/|Z |
i
其中|Z |是目标函数对αi 的二阶导数,对上式
的静态分析可以得到转移支付政策与影响其因素之间的隐函数为:
αi =f (μ, θ, β, α-i , w , tq ) (2)
通过(2)式建立辖区i 对转移支付的响应函数,
得出共区域内的经济(μ),产业结构中污染产业的比重(θ),税收所带来的影响(t ),毗邻环境的影响(α-i ),环境治理成本(w )以及极为重要的转移支付政策(tq )。
3计量模型的设定与数据来源
3.1影响黄河流域环境治理效果模型设定
基于上述分析,本文根据省级政府主导下的响
表1实施纵向转移支付的省份和资金来源
Provinces with the implementation of vertical transfer payment and sources of fund
治理标准
资金来源专项配套补助一般财力补助一般财力补助一般财力补助
依据地级城市对跨界河流的治理力度,根据跨界河流出境断面水质的化学需氧量和氨氮浓度为基准污染源排放达标率包括工业污染源排放达标率和城镇污水集中处理设施排放达标率为基准依据地级城市南水北调中线工程,根据水质中化学需氧量和氨氮为基准依据市县辖区对流域环境的治理成本,以各市县上年度治理化学需氧量和氨氮排放量成本的20%为标准
Tab.2
省份甘肃
宁夏内蒙古
表2实施横向转移支付的省份和资金来源
Provinces with the implementation of horizontal transfer payment and sources of fund
治理标准
资金来源中央主导转移支付中央主导转移支付中央主导转移支付
推动实施《黄河中上游流域水污染防治规划(2011—2015年)》为标准县域单位国土面积所排放的二氧化硫(SO 2)、化学需氧量(COD )、氨氮(MH3-N )和氮氧化物(NOX )为标准根据各县市森林面积以及空气和水质状况为标准
第9期宋丽颖,杨潭:转移支付对黄河流域环境治理的效果分析169
应函数构建面板模型,研究转移支付政策及相关因
素对黄河流域环境治理效果的影响:
αit =β0+β1μ+β2θ+β3t +β4wα-it +β5w +βtq+γ+εi 和t 分别表示辖区和课税压力;β0表常数式中:
εiδ=λ∑w ε+γiδ
N i =1
-it
项;随机误差项ε主要指相邻地区间γ为误差项;影响决策且无法观测的因素,例如道德因素。因变量αit 为辖区环境治理力度[13]:①模型右边的解释变量μ为辖区内的经济产出,具体表现为经济发展水平(pgdp );②θ为辖区内污染产业的比重,分别选取了纺织业比重(manufactory )、造纸业比重(textile )、化学工业比重(chemical )、有色金属冶炼
[14]
业比重(metal )、电力行业产值比重(electric );③t 代表变辖区内公共物品面临的课税压力,表示
[15]
为自身财政状况(own );④wα-it 为辖区内毗邻地区环境治理政策,其中毗邻辖区环境治理决策α-it 被赋予不同权重,w 即为不同毗邻辖区的权重矩阵,这里用(Wregulate )表示;⑤w 代表辖区内环境污染治理成本,表示为环境治理成本(cos t );⑥tq 为辖区内横向生态转移支付政策,其中tq 的系数β6作为主要衡量转移支付的检验参数,当β6大于0
GDP 作为衡量标准。
②污染产业比重(textile ),在衡量污染产业时,选取黄河流域污染比重较大的纺织业、造纸业、化学制品制造业、有色金属冶炼业以及电力行业作为考量对象,数据以环境公报为标准[20]。
③财政状况(own ),地区财政状况、课税压力以财政自给率作为标准,财政自给率则使用(税收收入/预算内财政支出)进行衡量,税源充裕度与其大小成正相关关系。
④环境治理成本(cos t ),通过人均工业废水排放量进行衡量,准确地进行测算选用滞后一期数据。
3.2.1.3控制变量
除了以上影响因素之外,在模型中加入了人口密度(density )和人均预算内财政支出(outlay )作为控制变量,变量数据均来自2007—2014年,共包含7个省份中81个地级城市的各自省市的统计年鉴和城市年鉴[21]。
3.3模型的完善与计量结果分析3.3.1模型的完善
经过上式分析,可以将上述面板模型转为待估计方程;根据转移支付不同的效应,环境规制强度和环保投入力度,可以得到如下方程:effict it =β0+β1Ingdpt it +β2textile it +β3manufactory it +
β4ch emi cal it +β5metal it +β6own it +β7cos t it -1+β8density it +β9outlay it +β10pollcy it +β11Wregulate -it +εit spend it =β0+β1Ingdpt it +β2textile it +β3manufactory it +
β4ch emi cal it +β5metal it +β6own it +β7cos t it -1+β8density it +β9outlay it +β10pollcy it +β11Wregulate -it +εit
εit =λ2,3…;t =1,2,3…T )∑W ε-it +u it (i =1,
n i =1
时,本文认为转移支付政策对环境将有正效用,也
就是转移支付政策将会抑制污染[16];⑦人口集中度(density )、人均财政支出(outlay )。本文利用R 软件,选择空间滞后模型(SAR )和空间误差模型(SEM ),并基于LM 和Robust LM 检验统计。3.2转移支付治理效果模型设定3.2.1变量的选择3.2.1.1被解释变量
通常衡量转移支付对环境治理的效果,主要是通过环境规制强度和环保投入支出两方面进行评价[7]。环境规制强度按照排放每吨工业废水实际征
[17]
收的排污费作为代理变量,将其定义为(effect it )。各省转移支付制度将基于排污收费标准作为环境治理主要目标。正如李永有所指出,污染收费制度是我国目前主要制约排污的方法[18]。环保投入支出采用预算内人均环境保护支出作为代理变量。主要包含:污染防治、退耕还林、生态保护等。这些支出与转移支付引导的地方政策目标相同,将环保
[19]
投入支出定义为(spend it )。3.2.1.2解释变量
①经济发展水平(pgdp ),本文将采用人均
3.3.2计量模型结果分析
结果分析共分两个步骤:转移支付政策对于环境治理的效应评估;解释变量并进行分析。转移支付政策对于环境治理的效果分析,结果见表3~表5。首先通过表3中的LM 和Robust -LM 检验,由于待估方程中的空间误差与空间滞后项目较为显著。同时通过表4可以得到政策变量的系数,统计结果并不明显,这表明转移支付政策对黄河流域省市间环境治理的效应总体并不显著。再次,根据表
εit =λ2,3…;t =1,2,3…T )∑W ε-it +u it (i =1,
n i =1
170经济地理第36卷
Tab.3
被解释变量计量方程模型textile
manufactory chemical metal electric own cost -1policy density outlay 表3黄河流域省市环境决策响应函数的估计结果
Results of environmental decision response function in the Yellow River Basin
环境规制强度
环境投入力度
(31.37)
***
-7.214(3.147)-6.547(5.857)0.375(1.145)0.315(0.678)0.876(1.131)0.238(0.498)-0.519(0.574)13.71(10.31)-0.134(0.273)14.31(9.47)
*
(0.074)
it (41.32)
***
-5.311(2.981)-8.312(6.431)-0.239(1.003)0.323(0.941)1.416(2.031)0.354(0.587)-0.317(0.471)
***
11.31(8.017)-0.161(0.231)
***
22.41(8.417)
(63.25)
***
-4.143(1.114)-8.776(6.143)-0.415(1.205)0.455(0.327)2.318(2.413)0.298(0.514)-0.174(0.531)21.66(11.73)-0.117(0.174)21.24(21.11)it
(21.37)(23.34)(32.23)0.0312(0.00131)0.0352(0.00174)0.006(0.004)
***
0.0541(0.0223)0.0219(0.0197)0.0499(0.0317)-0.0014(0.0055)-0.0031(0.0163)-0.0019(0.0021)
*********
-0.0198(0.00349)-0.0365(0.00211)-0.0483(0.00137)-0.0031(-0.015)-0.0049(-0.031)-0.0017(-0.063)
****
0.734(0.311)0.658(0.398)0.597(0.279)
******
0.0079(0.00031)0.0074(0.00061)0.0042***(0.00024)0.0419(0.0371)0.0471(0.0431)0.0271(0.0293)0.0017(0.0011)0.0012(0.0009)0.0032(0.0024)0.000014(0.0011)0.00013(0.00011)0.00022(0.00018)
*
(0.0541)**(0.1754)
Tab.4
被解释变量计量方程
模型LM 检验
RobustLM 检验表4黄河流域省市环境决策响应函数检验结果
Test results of environmental decision response function in the Yellow River River Basin
环境规制强度
4.879**9.878******
0.7145.148******
13.479**0.245**
环境投入力度13.827**0.1887**
注:括号内为稳健标准误;***、**和*表示1%、5%和10%的显著水平。
5的结果可以发现:甘肃、宁夏、内蒙古三个省份都采用了横向转移支付政策,三省在人均环境支出并未有显著的变化,然而在环境规制水平上的提高较为明显,分别为14.11、51.29、2.48元。陕西省、河南省和山东省虽然在环境规制水平上没有明显变化,但是其人均环境支出分别增加了3.347、6.04和3.47元。然而同样采用纵向转移支付政策的山西省,环境支出增加并没有其他三省那么明显。根据上述分析,本文认为:地方政府环境规制水平主要受到横向转移支付政策的影响,而地方政府增加环境治理的投入则受到纵向转移支付政策影响。
通过表5可以发现,山西省较为特殊,其环境规制强度和治理投入均不受政策影响,且还发现其环境规制强度出现下降趋势。其原因是山西省采取配套补助的拨款方式,政府的努力程度将直接影响决策实施质量。然而政府政策并没有针对性地改善环境质量,难以对环境治理产生显著影响。陕西省的生态转移支付政策对本省的环境规制影响并不明显,通过分析政策资金流向发现,陕西作为黄河流域治理的核心区域,其不仅肩负着环境治理的重任,同时需要缓解黄河流域的水土流失现象。国家多次对对陕西进行财力补助,推动陕西省对辖
区内黄河流域进行治理,导致陕西的财力补助类资
金较为充裕。陕西省主要资金来源依靠省级财政收入增量,随着资金的过度充裕导致省级政府忽视了对环境治理获得的利益,从而选择放松治理的松散治理模式。
对相关变量进行解释与分析,首先通过表5可以看出,甘肃、宁夏和内蒙三省样本城市环境投入的空间滞后系数均为负,且在统计上显著,说明观察省份将根据毗邻地区环境策略选择性地调整自身策略。当毗邻地区加大环境投入后,观察省份容易产生搭便车行为,策略性地降低自身环境投入,降低自身环保责任[22]。
其次,基于产业结构分析发现,污染产业占总产业比重的高低将直接影响环境治理效果。以甘肃地区为例,有色金属冶炼业和化学工业作为主要影响环境治理的产业,其中有色金属业对环境规制的影响系数在统计上显著为负,这意味着地方政府为了达到经济增长的目标,放松对环境污染的管制。通过统计表发现,甘肃省在化学工业对环境投入在影响系数上显著为负,说明化学工业造成的污染较为明显,然而对甘肃省的治理投入却并不能弥补环境污染的负效应。在一些地区,出现了环境规
第9期
表5省市环境决策响应函数的估计结果T a b . 5E s t i m a t i o n r e s u l t o f r e s p o n s e f u n c t i o n o f e n v i r o n m e n t a l d e c i s i o n i n p r o v i n c e s a n d c i t i e s
宁夏
环境投入S A C 模型
1. 964
(21. 75)
********
省份
环境规制S A C 模型
6. 311
(0. 513)
1. 245**
(0. 350)
1. 972
(1. 201)
-0. 451*
(0. 241)
-0. 41*
(0. 24)
5. 217
(7. 355)
1. 988***
(0. 531)
0. 211
(0. 843)
0. 0145
(0. 0431)-0. 147
(0. 0068)0. 757
(1. 354)4. 679***
(1. 758)
3. 344***
(1. 67)
0. 0288
(0. 0245)-1. 745
(3. 035)-1. 035
(3. 711)-0. 024***
(0. 0074)-0. 154
(0. 847)0. 015
(0. 024)
0. 763*
(0. 477)
0. 00154
(0. 001)
0. 0185
(0. 001)
3. 347**
(1. 178)47. 25
(35. 24)
0. 0015
(0. 004)
-0. 451*
(0. 241)-1. 3144**
(3. 748)-0. 0257**
(0. 0473)-5. 344
(2. 578)0. 005
(0. 007)0. 598
(0. 507)12. 87
(9. 77)-0. 0195
(0. 0176)-11. 73
(10. 25)0. 054
(0. 044)-18. 34**
(9. 446)
2. 652
(1. 254)
4. 751
(4. 254)
1. 375
(0. 942)
-0. 225
(0. 487)
-0. 294
(0. 584)
6. 04***
(1. 14)
0. 177
(0. 204)22. 47
(22. 14)0. 0547**
(0. 0247)-1. 387
(2. 417)0. 05*
(0. 017)-6. 41
(3. 884)2. 481
(0. 513)131. 421
(44. 31)0. 241
(0. 311)87. 44
(83. 41)0. 329
(0. 271)13. 80
(41. 33)0. 114
(0. 057)S A C 模型S A C 模型S A C 模型S A C 模型S A C 模型S A C 模型S A C 模型S A C 模型环境投入环境规制环境投入环境规制环境投入环境规制环境投入环境规制
甘肃内蒙古山西陕西河南山东
环境投入S A C 模型
24. 13
(11. 27)
-3. 124
(7. 417)
0. 067
(0. 0371)
-0. 0078
(0. 0064)
0. 0034
(0. 007)
-5. 347**
(9. 324)
-1. 795
(1. 498)
1. 477
(1. 713)
-0. 078***
(0. 0174)
0. 0024
(0. 0093)
0. 0099
(0. 0069)
-0. 0571**
(0. 0318)
-5. 017*
(2. 579)
-37. 4
(21. 9)
被解释变量
41. 37
(40. 04)
-11. 31**
(2. 154)
10. 131
(11. 48)
-0. 473
(3. 794)
-1. 8761**
(1. 563)
5. 071*
(3. 042)
6. 734**
(1. 137)
0. 0564***2. 987***
(0. 00844)(0. 738)
2. 481**
(1. 017)
0. 050*
(0. 0212)73. 28***
(8. 621)-0. 0024***8. 07
(0. 00074)(31. 22)0. 0577
(0. 136)0. 324***4. 517***
(0. 00500)(71. 34)0. 947
(1. 433)-0. 089**
(0. 207)-2. 134
(1. 573)-2. 143*
(1. 97)-0. 0492**-11. 38***
(-0. 0164)(1. 244)-1. 364
(4. 213)0. 0147
(0. 0271)0. 0157
(0. 0472)
环境规制环境投入环境规制
模型
S A C 模型
i n p g d p
7. 334
(0. 913)
***
4. 481
(0. 613)
S A C 模型
***
0. 674
(0. 187)
S A C 模型
t e x t i l e
0. 0321**
(0. 0122)-1. 387
(2. 417)0. 00843
(1. 1385)0. 0074**
(0. 0031)
m a n u f a c t o r y
0. 213
(0. 196)6. 972
(7. 201)-4. 157*
(2. 114)
c h e m i c a l
-11. 364
(15. 213)-7. 411*
(6. 241)-0. 0435
(0. 224)
m e t a l
-0. 321***
(0. 012)-0. 754
(0. 847)-0. 0393*
(0. 0221)
e l e c t r i c
-0. 445
(0. 478)5. 217
(5. 447)-0. 0479**
(0. 0359)
o w n
0. 311
(0. 475)-37. 4
(21. 9)0. 0063
(0. 0061)
c o s t -1
0. 433
(1. 985)
0. 0012*
(0. 0057)-0. 544***
(0. 037)
-0. 147
(0. 217)9. 154***
(3. 441)-0. 002512. 360**
(0. 00499)(0. 867)-3. 109
(6. 047)
3. 478*
(1. 544)
-1. 747***
(0. 318)-0. 0047-3. 178*
(0. 00741)(1. 357)
p o l i c y
-1. 8761**
(1. 567)
14. 11*
(0. 731)34. 11
(30. 21)51. 29**
(20. 31)
d e n s i t y
0. 0024*
(0. 0115)-0. 221***
(0. 016)-0. 0092***
(0. 0070)4. 687*-0. 00001-0. 124
(2. 478)(0. 000009)(0. 334)
宋丽颖,杨潭:转移支付对黄河流域环境治理的效果分析
o u t l a y
-0. 308*
(0. 194)-0. 188-0. 497***
(0. 150)(0. 00254)0. 413*
(0. 188)
0. 0070-0. 032*0. 000190. 039*0. 000420. 031***
(0. 0056)(0. 0187)(0. 000062)(0. 0089)(0. 00033)(0. 0033)0. 00020. 0271*0. 0000130. 03**
(0. 0001)(0. 0147)(0. 00009)(0. 0145)
-0. 664***
(-0. 118)0. 148
(0. 147)-1. 624
(1. 554)
0. 0004-0. 016*0. 0000150. 000017
(0. 0004)(0. 0091)(0. 000041)(0. 000038)
-0. 541**
(1. 0. 194)
-0. 109
(0. 248)0. 594**
(0. 147)-0. 194
(0. 185)0. 0942
(0. 157)0. 487*
(0. 312)
W r e g u l a t e
-0. 188
(0. 150)
2. 7128*
2. 7354
****
-0. 094-0. 431***
(0. 075)(0. 00213)-0. 164
(0. 128)
s p a t . a u (t λ)
4. 3128*
2. 9154*
**
0. 426***-0. 240(-0. 0484)(0. 499)
0. 512
6. 5925
0. 1701
4. 3285*
7. 15778. 6225*
***
-0. 849**
(0. 0841)
0. 6370. 8720. 864
-00571***
(0. 0824)-1. 8761**
(1. 569)-0. 628*0. 811***
(0. 245)(-0. 0977)
4. 2908*
11. 1154
0. 788
0. 2744
***
-0. 854***
(0. 0944)
0. 874
1. 4478
0. 17226. 2665
***
0. 755***
(1. 698)
0. 655
1. 5259
3. 2234*
3. 6579
**
-0. 844*
(0. 368)
0. 745
7. 2541**
0. 0487. 5668
**
-4. 548*
(0. 0004)
0. 522
19. 54***
0. 01278. 6414
**
R 2
0. 0042
2. 5617*
空间滞后L M 模型
R o b u s t L M 检验
空间误差L M 模型
5. 2621
4. 382*
0. 438
**
0. 1742
5. 3228
6. 251*
0. 6610. 894
**
*
2. 2514*
2. 1658*
***
***
*
**
4. 2154**
2. 1145
***
**
1. 0704
15. 54**
3. 057*
2. 47
*
0. 647
19. 475*
**
0. 5096
0. 653
***
0. 725
注:括号内为稳健标准误:***、**和*表示1%、5%和10%的显著水平。
171
172经济地理第36卷
制决策的影响为负,而对投入决策的影响为正的特殊现象。以山西为例,化学工业、有色金属冶炼业和电力行业的环境规制系数为负,且均为显著。这样的现象说明山西造成污染的行业并不是单一行业,比较分散且有可能是从产业上游到产业下游的链式污染。而在山西的电力行业中出现了较为奇怪的现象,在统计结果中,山西电力的环境规制决策的影响为负,而对投入决策的影响为正。可能的解释是,由于地方政府的核心为重工业,停止重工业将会直接影响当地经济来源,导致重工业对当地政府形成“倒逼”现象。由于重污染产业带来的经济利益使得地方政府陷入了博弈选择,从而选择一边加大投入污染治理,一边享受重污染产业带来的经济利益,更为凸显环境资源的扭曲配置。
再次,通过实证结果发现,人均GDP 一定程度上推动环境治理效果。主要因为随着GDP 的提升,带动了政府对区域内产业的全面升级,一定程度上减少了污染。同时财政自给率的提升表明地区共同物品的充足配置,随着共同物品的完善则会抑制环境污染。此外还发现人均财政支出的影响显著为正,这意味着提高省市财政支出能力出将会促进地方政府对环境投入的增加。
河流域省级财政平衡基金[22]。不局限于横纵向进行补偿,而是通过基金调控,避免地区之间的补偿纠纷,实现对黄河流域环境治理整体性推动[23]。同时继续提高国家对黄河流域转移政策实施力度,推动黄河流域省市政府保护环境的积极性。将黄河流域环境质量的绩效考核指标纳入当地政府政绩考核体系,引导当地政府树立绿色发展的理念。
第二,通过产业升级减少对污染型工业依赖。对于“污染型”工业部门,从短期看需要制定生产计划及加强排污管理,从而避免过度保护环境而忽视经济发展的极端现象。从长期看由于经济与污染存在着共生性,在维持经济的同时想降低污染的唯一手段是实现产业升级与转型。
第三,提升转移支付资金使用效率,均衡毗邻地区利益关系。明确转移支付的目标和原则,完善转移支付政策的相关法律法规,提高其资金的使用效率,减少政府间的博弈。毗邻政府双方能否更好地参与并保持合作关系是非常重要的[24]。政府间需要针对补偿机制达成共识,促进政府间积极参与补偿机制,主动保护流域,实现共赢的局面。参考文献:
[1]杨晓萌. 中国生态补偿与横向转移支付制度的建立[J ]. 财政
研究,2013(2):19-23.
[2]Elhorst J P. Specification and Estimation of Spatial Panel Data
Models [J ]. International Regional Science Review ,2003,26(3):244-268.
[3]Liang X ,Hou G P. Study on Performance Auditing Report of
Government Ecological Transfer Payment [J ]. Coal Economic Research ,2013.
[4]Xia L ,Zhao D ,Li Y . Game on jointly emission reduction based
on transfer payment contract between the supplier and the manu-facturer [J ]. Systems Engineering ,2013,31(8):39-46. [5]Sun Xinzhang ,Lu Chunxia. Major Problems and Countermea-sures for the Establishment of Ecological Compensation Sys-tems for National Key Ecological Function Areas [J ]. Journal of Resources and Ecology ,2015,6(6):363-368.
[6]刘强,彭晓春,周丽璇. 巴西生态补偿财政转移支付实践及启
示[J ]. 地方财政研究,2010(8):76-79.
[7]刘军民. 财政转移支付生态补偿的基本方法与比较[J ]. 环境
经济,2011(10):46-48.
[8]麻智辉,高玫. 跨省流域生态补偿试点研究——以新安江流域
为例[J ]. 企业经济,2013(7):145-149.
[9]党维勤,牛志鹏,马增胜. 黄河流域的水土保持生态补偿及发
展建议[J ]. 中国水土保持,2011(7):41-44.
[10]李晓冰. 关于建立我国金沙江流域生态补偿机制的思考[J ].
云南行政学院学报,2010,25(2):92-96.
[11]乔旭宁,杨永菊,杨德刚. 流域生态补偿研究现状及关键问题
4结论与政策建议
本文的证据表明:①通过纵向转移支付和横向
转移支付两方面可以衡量转移支付对黄河流域环境治理的效果。具体来说,纵向转移支付政策有助于增加黄河流域各省的财政投入,横向转移支付政策对环境规制强度有明显的提升作用。②产业选择和财政支出行为将直接影响转移支付政策下环境治理的效果。具体来说,转移支付政策对环境治理的正效应难以矫正“污染型”工业部门、地区间的恶性竞争产生环境污染带来的负面影响。同时政府在转移支付资金有限的情况下,难以维护和提高黄河流域生态环境质量。③本文还发现黄河作为公共物品,环境治理程度与毗邻省市环境治理程度成负相关关系,也就是说为了发展自身经济规避环境责任,政府将根据毗邻政府的政策,从而选择自身环境治理的相关政策。
综上所述,为完善转移支付政策,本文提出以下建议:
第一,融合转移支付方式,建立省级政策平衡基金。完善黄河流域转移支付政策,将横向转移支付政策与纵向转移支付政策两种方式融合,建立黄
(下转第191页)
第9期李保超,王朝辉,李龙,等:高速铁路对区域内部旅游可达性影响
vation ,2009,29:611-617.
191
[12]David Frost ,Jim Steer. High speeds ,high time the business
case for high speed rail [R ]. London :British chambers of com-merce ,2009,11:1-25.
[13]梁雪松. 基于双重区位空间的湖南旅游业发展机遇探讨[J ].
经济地理,2010,30(5):859-864.
[14]Reg Harman. High speed trains and the development and re-generation of cities [J ]. London :Green gauge 21,2006,6:5-126.
[15]Sean Randolph. California high-speed rail economic benefits
and impacts in the San Francisco Bay Area [R ]. San Francisco :Bay Area Council Economic Institute ,2008,10:1-44.
[16]林上. 日本高速铁路建设及其社会经济影响[J ]. 城市与规划
研究,2011,4(3):132-156.
[17]Oskar Fröidh.Market effects of regional high-speed trains on
the Svealand line [J ]. Journal of Transport Geography ,2005,13:352-361.
[18]汪德根. 旅游地国内客源市场空间结构的高铁效应[J ]. 地理
科学,2013,33(7):797-805.
[19]Jameel Khadaroo ,Boopen Seetanah. Transport Infrastructure
and Tourism Development [J ]. Annals of Tourism Research ,2007,34(4):1021-1032.
[20]JoséM Ureña,Philippe Menerault ,Maddi Garmendia. The
high-speed rail challenge for big intermediate cities :A nation-al ,regional and local perspective [J ]. Cities ,2009,26:266-279.
[21]Sophie Masson ,Romain Petiot. Can the high speed rail rein-force tourism attractiveness? The case of the high speed rail be-tween Perpignan (France)and Barcelona (Spain)[J ]. Techno-
[22]王缉宪,林辰辉. 高速铁路对城市空间演变的影响:基于中国
特征的分析思路[J ]. 国际城市规划,2011,26(1):16-23.
[23]王欣,邹统钎. 高速铁路网对我国区域旅游产业发展与布局
的影响[J ]. 经济地理,2010,30(7):1189-1194.
[24]Prideaux B. The role of the transport system in destination de-velopment [J ]. Tourism Mana-gement ,2000,21(3):53-63.
[25]Sean Tierney. High-speed rail ,the knowledge economy and
the next growth wave [J ]. Journal of Transport Geography ,2012,22:285-287
[26]汪德根. 武广高速铁路对湖北省区域旅游空间格局的影响
[J ]. 地理研究,2013,32(8):1555-1564.
[27]Chia-Lin Chen ,Peter Hall. The impacts of high-speed on Brit-ish economic geography :A study of the UK's Inter City and its effects [J ]. Journal of Transport Geography ,2011,19(4):589-704.
[28]魏小安,金准. “高速时代”的中国旅游业发展[J ]. 旅游学刊,
2012,12(27):40-46.
[29]殷平. 高速铁路与区域旅游新格局构建——以郑西高铁为例
[J ]. 旅游学刊,2012,27(12):47-53.
[30]安徽省发展和改革委员会. 皖南国际文化旅游示范区建设发
展规划纲要[Z ]. 2014.
[31]Lutter H ,Putz T ,Spangenberg M. Accessibility and Peripheral-ity of Community Regions :The Role of Road Long Distance Railway and Airport Networks [M ]. Brussels :Commission of the European Communities ,1992.
[32]杨犇. 高速铁路对区域发展的影响研究[D ]. 上海:华东师范
大学,2011.
(上接第172页)
剖析[J ]. 地理科学进展,2012,31(4):395-402.
[12]王璇. 生态转移支付研究综述及对我国的启示[J ]. 经济研究
导刊,2015(5):172-173.
[13]刘炯. 生态转移支付对地方政府环境治理的激励效应——基
于东部六省46个地级市的经验证据[J ]. 财经研究,2015,41(2):54-65.
[14]张文彬,李国平. 生态保护能力异质性、信号发送与生态补偿
激励——以国家重点生态功能区转移支付为例[J ]. 中国地质大学学报:社会科学版,2015(3):19-27.
[15]包群,彭水军. 经济增长与环境污染:基于面板数据的联立
方程估计[J ]. 世界经济,2006(11):48-58.
[16]郑雪梅. 生态转移支付——基于生态补偿的横向转移支付制
度[J ]. 环境经济,2006(7):11-15.
[17]杨凯. 黄河三角洲高效生态经济区滨海湿地生态补偿机制研
究[D ]. 济南:山东师范大学,2013.
[18]李永友,沈坤荣. 我国污染控制政策的减排效果——基于省
际工业污染数据的实证分析[J ]. 管理世界,2008(7):7-17.
[19]黄涛珍,李爱萍. 国外生态补偿机制对我国流域生态补偿的
启示[J ]. 水利经济,2014(6):35-38.
[20]杨晓萌. 中国生态补偿与横向转移支付制度的建立[J ]. 财政
研究,2013(2):19-23.
[21]李晓冰. 关于建立我国金沙江流域生态补偿机制的思考[J ].
云南行政学院学报,2010,25(2):92-96.
[22]接玉梅,葛颜祥,徐光丽. 基于进化博弈视角的水源地与下游
生态补偿合作演化分析[J ]. 运筹与管理,2012,21(3):137-143.
[23]曾纪发. 构建我国绿色财政体系的战略思考[J ]. 西部财会,
2011(1):64-67.
[24]窦德强,马军,薛磊. 财政政策支持甘肃省循环经济发展中存
在的问题及对策研究[J ]. 经济研究导刊,2015(20):133-134.