異質型環境規制影響霧霾污染的雙重效應

屈小娥

摘要：? 環境規制的規制效應已引起廣泛討論，但鮮有文獻探究不同類型環境規制對霧霾污染的影響，而對這一問題的研究又是制定環境規制政策的關鍵。本文首先分析了環境規制通過中介效應對霧霾污染的影響機理，然后通過構建面板空間計量模型，基于2001—2015年省際層面PM 2.5濃度數據，實證檢驗了命令型環境規制、經濟型環境規制和監管型環境規制對霧霾污染的直接效應和間接效應。結果表明，環境規制能否通過中介效應促進霧霾污染減排和規制工具的類型有關，不同類型環境規制工具對霧霾污染的影響各異，目前發展階段命令型環境規制是改善霧霾污染的重要手段，并能夠通過技術創新、產業結構調整和能源結構優化間接降低霧霾污染;經濟型環境規制的直接效應顯著，其間接效應僅限于技術創新和能源結構優化;監管型環境規制對霧霾污染尚未產生顯著的直接影響，其間接影響僅限于產業結構調整。分地區看，東部地區經濟型環境規制的作用大于命令型和監管型環境規制，中西部地區命令型環境規制的作用較大;三種環境規制均能夠通過倒逼技術創新、產業結構調整、能源結構優化降低東部地區的霧霾污染，對中部地區的影響僅限于命令型環境規制，對西部地區降低霧霾污染并未產生顯著影響。霧霾治理中選擇何種環境規制工具，應根據地區特征考慮相應的制度安排、實施成本和各種規制工具的優化組合效應。

關鍵詞：?? 環境規制; 霧霾污染; 雙重效應; 地區差異

文獻標識碼： A? 文章編號： 1002-2848-2018（06）-0026-12

2013年以來，大面積常態化爆發的霧霾污染不僅嚴重影響了居民正常的生產、生活和健康，也給我國經濟和社會發展帶來了諸多不可估量的負面影響。2016年，京津冀PM 2.5年均濃度已達71微克/立方米，比全國平均水平高51.1%。霧霾已成為吸引國外優秀人才、國際資本投資以及國外游客來華旅游的重要障礙，尤其對北京、上海等國際大都市形象的影響更甚，其影響程度已遠遠超過經濟效益損失[1]。“霧霾鎖城”問題已引起廣泛關注。為了改善大氣環境質量，2013年9月，我國政府頒布了《大氣污染防治行動計劃》，并制定了到2030年PM 2.5年均濃度控制在35微克/立方米的目標，即世界衛生組織（WHO）規定的“過渡期”標準。隨后，各地區政府相繼出臺了一系列地方性的大氣污染防治細則，彰顯了我國政府治污減霾的決心。霧霾污染問題也引起了學者們的研究興趣。但已有文獻較多關注了霧霾污染的成因、危害及治理問題，而實踐中霧霾治理難見成效已成為不爭的事實。由于霧霾具有典型的公共品屬性，單純依靠市場的作用很難達到根治目的，因此政府的作用就顯得尤為重要。事實上，隨著近年來霧霾天氣的頻繁爆發，我國政府已出臺了一系列的大氣污染防治政策，目前已基本形成了以政府行政命令和市場激勵為主等多種規制工具相結合的治理體系，這些規制工具是否以及如何影響霧霾污染？環境規制能否通過中介效應影響霧霾減排？如何發揮異質型規制工具的優化組合效應？對這些問題進行深入研究，對于霧霾防治政策的合理制定及有效實施具有重要的現實意義。

一、文獻綜述

自20世紀60年代Gray[2]針對有關罪犯和懲罰的經濟學文章發表以來，國外學者就對環境規制效果問題給予了極大關注，相關的研究成果不斷出現。歸納起來，其觀點主要有兩種：一是認為經濟激勵型規制工具的效果比命令控制型更優[3-4]。二是認為環境規制工具的規制效果具有不確定性，應視具體情況具體分析[5-6]。隨后，學者們分別從靜態和動態兩個方面對此進行了深入探討，其焦點集中在環境規制的“遵循成本”效應占主導地位，還是“倒逼減排”效應占主導地位。其中，“遵循成本”效應從靜態角度出發，認為提高環境規制水平需要企業支付一定的排污費用，這會增加企業的成本負擔，既不利于企業通過技術創新減少污染排放，還有可能使企業在利潤最大化目標驅使下擴大產出和增加污染排放。Greenstone[7]以美國制造業為例，研究表明，嚴格的環境規制對污染密集型企業的創新發展產生了抑制作用，不利于企業的污染減排;Blackman等[8]基于墨西哥環保數據的研究認為，環境規制對促進企業“綠色”技術創新并沒有起到顯著的作用，反而增加了污染排放。相對于“遵循成本”，更多學者從動態角度出發，認為合理設計的環境規制能夠倒逼企業生產技術和減排技術創新，從而能夠抑制污染物的排放。Laplante等[9]基于加拿大紙漿和紙制品行業的研究表明，環境規制確實能夠減少企業的污染排放;Hettige等[10]指出，在環境規制嚴格的國家或地區，工業污染排放明顯減少;Cole等[11]基于英國工業企業污染數據的研究表明，正式環境規制和非正式環境規制均能夠有效降低空氣污染。Marconi[12]以中國和歐盟14國為研究對象，對比分析了環境規制對廢氣、廢水密集型企業的影響，發現環境規制具有顯著的污染減排效應。

國內研究始于20世紀90年代。戴輝等[13]較早建立了環境污染的理論模型分析政府的環境政策效應，認為可交易排污許可和稅收的經濟激勵性更強，因而更優于直接管制方法。蘇曉紅[14]認為，命令控制型規制工具能較快控制污染排放，但缺乏效率，也不利于技術進步，而經濟激勵型規制工具成本低、創新激勵性強。孫鰲[15]指出，每一種政策工具都有其特定的適用條件，在發展中國家經濟激勵型規制工具應用的環境較為復雜，而命令型環境規制工具或許更有效。王書斌[16]認為，環境污染監管迫使企業通過增加技術投資或關閉違規排放產能實現合規化生產，最終將有利于霧霾脫鉤。徐圓[17]認為，相對于正式環境規制，非正式環境規制雖然也促進了中國工業的污染治理，但其影響較小。劉晨躍等[18]研究了環境規制影響霧霾治理的機制和作用，發現環境規制既可以直接作用于霧霾治理，還可以通過產業結構和能源結構優化間接影響霧霾治理。李強[19]以長江經濟帶為例，研究表明，正式與非正式環境規制均具有較為顯著的減排效應。對于環境規制“遵循成本”效應占主導地位還是“倒逼減排”效應占主導地位，國內研究并沒有形成共識。余長林等[20]認為，由于隱性經濟的存在，環境規制對污染排放具有相反的兩種效應，從而得出環境規制對改善環境質量沒有顯著影響的結論。何為等[21]提出了“環境政策有效性”假說，并基于天津市的數據進行了實證檢驗，發現政府環境政策能夠顯著降低污染排放。徐志偉[22]基于2001—2013年省際工業數據的研究表明，環境規制水平的提高加重了污染排放，即環境規制的“遵循成本”效應占主導地位。

可以看出，學者們較多地關注了環境規制的規制效應，但對于不同類型環境規制是否以及如何通過中介效應影響霧霾減排，已有文獻尚未對此進行深入探討。本文主要從以下兩個方面對已有研究進行擴展：第一，將環境規制工具變量分為命令型環境規制、經濟型環境規制和監管型環境規制，分別探究不同類型環境規制工具的規制效應;第二，本文不僅考察環境規制的直接效應，還從中介效應視角考察三種類型環境規制工具如何通過技術創新、產業結構調整、能源結構優化間接影響霧霾治理，從而能夠更深層次地理解環境規制工具的規制效應。本文對于制定有針對性的環境規制政策，充分發揮各類規制工具的優化組合效應具有一定的參考價值。

二、環境規制影響霧霾污染的中介效應

隨著我國居民收入水平的不斷提高，居民對居住地生態環境質量的關注度也與日俱增，但污染負外部性的影響及環境產品所具有的公共品屬性，決定了單純依靠市場機制難以解決環境問題，必須依靠政府的干預。因此，一方面政府可以利用行政管制型手段，以行政命令的方式對高能耗、高排污企業直接干預，強制企業執行節能減排標準;另一方面，政府可以利用排污稅費、可交易排污許可、補貼等以市場為主的經濟型規制手段，抑制化石能源的過度消耗和傳統重化工業規模的過度擴張，鼓勵使用新型清潔能源，通過發展壯大綠色生態產業、戰略性新興產業和循環產業等措施有效遏制霧霾污染。

環境規制不僅能夠直接作用于霧霾治理，還能夠通過技術創新、產業結構調整和能源結構優化等間接路徑影響霧霾治理。雖然已有文獻從不同方面關注了環境規制的減排效應，但缺乏對環境規制如何促成霧霾減排的真正誘導機制及其實證分析的研究。對此，本文將從以下三個方面解析環境規制通過中介效應對霧霾治理的影響機理，如圖1所示。

（1）技術創新的中介效應。環境規制通過技術創新對霧霾污染既有負面的“遵循成本”效應，又有正面的技術創新“補償效應”，即“波特假說”效應。“遵循成本”效應以傳統新古典經濟理論為基礎，該學派支持環境規制“制約論”的觀點，認為環境保護將企業污染的外部性內部化，加重了企業的成本負擔，從而制約企業的技術創新能力。為了追求利潤最大化，在競爭中取勝并彌補環境成本，企業往往會主動擴大生產規模和產品生產能力并產生污染物排放。因此，“遵循成本說”認為，嚴格的環境標準可能會使排放強度增加，對污染治理也會產生不利影響。與此不同的是，以Porter等[23]為代表的修正學派從動態角度提出了捍衛環境保護的主張，該學派認為，合理設計的環境標準能夠刺激企業進行技術創新，由此產生的技術創新“補償效應”不但能夠彌補甚至超過環境規制的遵循成本，提高企業競爭力，還能夠達到污染減排的目的，因此被稱為是“綠色”與效率“雙贏”的政府管制。總之，從中介效應看，環境規制對霧霾污染的影響會隨著地區技術創新能力的變化而變化，其影響方向取決于“遵循成本”效應占主導地位，還是“創新補償”效應占主導地位。

（2）產業結構調整的中介效應。霧霾的大規模頻繁爆發一定程度上是經濟發展過程中產業結構比例失衡的結果，一個地區高能耗、高排放產業的規模越大，引致的排放量就越多，這是形成霧霾天氣頻發的重要原因。環境規制使高排放企業的環境“遵循成本”負擔加重，壓縮了該類企業的利潤空間，倒逼該類企業淘汰落后產能并選擇發展綠色清潔產業以內化其環境成本，或者選擇將高排放企業遷移至環境規制力度較低的地區。因此，環境規制標準的合理設計有助于地區產業和企業群體的強制性“篩選”，從而驅動產業結構的“綠色化”調整并減少污染排放[24]。但對于那些經濟發展高度依賴于污染密集型的工業制造業及資源型產業的地區而言，嚴格的環境標準不僅難以在短期內起到優化產業結構的目的，還有可能會放大環境規制的“遵循成本”效應。因此，從中介效應看，環境規制對霧霾污染的影響會隨著地區產業結構綠色化程度的變化而變化，具有不確定性，有待于進一步的實證檢驗。

（3）能源結構優化的中介效應。要素稟賦假說認為，能源或污染密集型產品一般都是資本密集型產品，發達地區往往具有生產此類產品的比較優勢，但較高的環境規制一定程度上會抵消這種比較優勢，因此，環境規制能夠通過調整要素稟賦結構實現對化石能源的節約使用，有利于降低污染排放。同時，環境規制能夠通過影響煤炭消費比例，促進能源結構的“綠色化”調整而影響污染排放。我國以煤為主的能源消費結構在支撐經濟發展的同時，也帶來了嚴重的環境污染。2016年，我國能源消費總量43.6億噸標準煤，但煤炭消費占比仍然高達62%，而燃煤尤其是散煤和劣質煤的大量使用所排放的煙塵被視為大面積霧霾產生的罪魁禍首，是PM 2.5的第一大來源[25]。環境規制可以通過提高傳統化石能源的使用成本來約束相關企業的煤炭消費比例，甚至以政府干預的方式直接限制企業煤炭的使用比例，倒逼企業開發并使用清潔能源。環境規制還可以通過倒逼能源價格的市場化改革來影響燃煤和清潔能源的使用比例，促進可再生能源和清潔能源對傳統化石能源的替代，達到優化能源結構，實現能源結構的綠色化調整，減少包括霧霾在內的其它大氣污染的目的。因此，從中介效應看，環境規制對霧霾污染的影響會隨著能源結構的變化而變化，能源結構的綠色化程度越高，霧霾污染越少。

三、變量與模型

（一）變量選取及數據來源

1.被解釋變量（PM）。我國對霧霾天氣的關注較晚，2012年底部分城市才開始監測統計PM 2.5的數據。鑒于國內數據的不足，本文所用數據來源于巴特爾研究所、哥倫比亞大學國際地球科學信息網絡中心（Battelle Memorial Institute，CIESIN），它借助Van Donkelaar[26]的思路，利用衛星搭載設備測定得到的全球PM 2.5濃度年均值的柵格數據，然后利用Arc GIS軟件將其解析為PM 2.5濃度值。利用衛星設備的監測方法科學，可信度高。目前，國內研究基本都使用該研究所的數據[1，27-28]。

2.解釋變量。本文的解釋變量包括環境規制變量和其它控制變量。

（1）環境規制（ERG）。環境規制是本文的核心解釋變量，借鑒原毅軍和謝榮輝[29]的研究，本文將環境規制變量分為命令型環境規制、經濟型環境規制和監管型環境規制。①命令型環境規制（XER），指由立法或行政部門制定的、能夠直接影響排污主體做出有利于環保選擇的法律、法規、政策和制度，包括企業必須遵守的環保標準和規范以及必須采用的技術等[30]。借鑒李樹和翁衛國[31]的研究，本文采用各地區累計頒布的環境法規數衡量命令型環境規制。②經濟型環境規制（SER），該類規制工具旨在利用市場信號將企業環境成本內生于生產函數，以激勵排污者減少污染排放。本文用“各地區排污費征收總額”表示經濟型環境規制。③監管型環境規制（JER），是一種事后的監督機制，當監管強度提高使違排、偷排帶來的預期收益小于合法排放的預期收益時，企業會選擇合法排放。本文用各省份當年受理的環境行政處罰案件數表示監管型環境規制。

（2）控制變量。

①經濟發展水平（GDP），用各地區人均GDP表示;②技術創新能力（TEC），用各地區專利申請授權量表示，數值越大表明該地區創新能力越強;③產業結構（STR），用第二產業產值占地區生產總值的比重表示，比值越大說明產業結構越偏向于第二產業，霧霾污染越嚴重。④能源結構（ENS），用煤炭消費占能源消費總量的比重表示，比重越大說明能源結構越偏向煤炭，越不利于霧霾減排。⑤交通壓力（TRF），借鑒Glaser等[32]的研究，用各地區機動車擁有量與該地區公路總長度之比（輛/千米）表示，值越大霧霾污染越嚴重。

以上變量所用數據來源于《中國統計年鑒》《中國環境年鑒》《中國能源統計年鑒》《中國科技統計年鑒》以及國務院信息網“區域經濟數據庫”，部分缺失數據由各省統計年鑒補齊，對所有價值型變量均以2001年為基期平減。各變量描述性統計結果見表1。

（二）模型設定

由于霧霾污染存在極強的跨界性和溢出性，一個地區的霧霾污染既來自本地區霧霾的實際產生量，也來自其他地區霧霾擴散的“貢獻”，同時本地區的霧霾也會向其它地區擴散，因此使用傳統靜態計量模型的OLS估計有可能會出現偏誤，需要考慮空間因素建立空間計量模型。故本文將空間因素引入模型之中，同時由于霧霾治理是一個連續的動態系統過程，前期的環境行為可能會對本期或滯后若干期的霧霾治理產生“路徑依賴”，故引入動態因素。綜合分析，本文構建同時包含動態因素和空間因素的動態空間面板計量模型：

其中，i和t分別表示省份和時間，PM it為i省份第t年PM 2.5濃度值，τ表示PM滯后項的回歸系數。ρ為空間變量系數，若ρ顯著大于0，表明霧霾污染存在正的空間外溢效應;若ρ顯著小于0，表明霧霾污染存在負的空間外溢效應。[WTHX]W[WTBX]為空間權重矩陣，本文采用地理鄰接權重矩陣，當兩個地區相鄰時，權重為1;若不相鄰，則權重為0。α1、α2、α3分別為

命令型環境規制、經濟型環境規制和監管型環境規制的回歸系數。β1-β5分別為

經濟發展水平、技術創新能力、產業結構、能源結構和交通壓力的回歸 系數。

為了進一步考察環境規制通過中介效應對霧霾污染的間接影響，在式（1）中引入三種環境規制與技術創新、產業結構和能源結構的交互項，構建同時包含動態因素和空間因素的間接效應模型：

其中，α1、α2、α3分別為命令型環境規制與技術創新、產業結構、能源結構交互項的回歸系數;β1、β2、β3分別為經濟型環境規制與技術創新、產業結構、能源結構交互項的回歸系數;γ1、γ2、γ3分別為監管型環境規制與技術創新、產業結構、能源結構交互項的回歸系數;λ1、λ2分別為經濟發展水平和交通壓力的回歸系數。其余變量含義與式（1）相同。為了減少異方差的影響，對所有變量均取自然對數。

在式（1）和式（2）中，若τ=0，ρ=0，則為普通OLS模型;若τ≠0，ρ=0，則為普通動態面板模型;若τ=0，ρ≠0，則為靜態空間面板模型;若τ≠0，ρ≠0，則為動態空間面板模型。

四、實證結果及分析

（一）環境規制影響霧霾污染的直接效應

首先，對模型的形式進行檢驗。Hausman檢驗結果表明，直接效應模型式（1）和間接效應模型式（2）的Chi-sq.統計值分別為108.341和122.553，P值均為0.0000，在1%顯著性水平下拒絕使用隨機效應模型的原假設，故都應該選擇固定效應模型。

由于式（1）中引入了空間滯后被解釋變量（lnPM it-1），選用空間滯后模型估計空間效應。普通動態模型采用GMM方法進行估計，如果仍采用GMM方法估計動態空間面板模型，會導致估計結果有偏。在實際研究中通常采用極大似然（ML）法來估計空間計量經濟模型。以2001—2015年我國31個省（自治區、直轄市）的面板數據為依據，采用Stata軟件對式（1）進行估計，結果見表2。

表2中，模型1是普通最小二乘法（OLS）的估計結果，模型2是系統GMM估計的普通動態模型，從模型的診斷性檢驗可以看出，AR（1）、AR（2）檢驗結果中模型一次差分殘差序列只存在一階自相關而不存在二階自相關，表明只選取被解釋變量一階滯后項進行估計是合理的，Sargan檢驗結果表明工具變量的選取是合理的。模型3是靜態空間面板模型的估計結果，模型4是動態空間模型估計結果。

比較模型2、模型3和模型4可以看出，普通動態模型忽略了霧霾污染的空間效應，在納入空間變量后，模型3、模型4中空間系數均在1%水平上顯著為正，表明霧霾污染具有顯著的空間溢出效應。在模型4中納入霧霾污染的一階滯后項后，動態系數（0.2841）在1%水平上顯著，表明霧霾污染具有“時間疊加”效應。模型4中空間系數（0.1637）明顯小于模型3中的空間系數（0.3233），說明考慮被解釋變量的動態因素后，模型4由于分離出了前期積累對本期的影響，使得模型3中的偏差得以校正。

從模型整體擬合結果看，除擬合優度外，空間計量模型一般使用對數似然函數值判斷模型的擬合效果，對數似然函數值越大則擬合效果越好。由表2可以看出，動態空間模型對數似然函數值（338.29）和擬合優度（0.7461）最大。因此，綜合考慮本文選擇動態空間模型4作為最終的解釋模型。四個模型中，大部分變量的回歸系數方向一致，只是系數大小有所差別，驗證了本文回歸結果的穩定性。

（1）由表2可知，命令型環境規制回歸系數為負，且在5%的水平上顯著，表明目前發展階段命令型環境規制仍然是改善環境質量的重要手段，特別是對國有化程度較高的地區或行業，短期內更能起到立竿見影的作用。如“關停并轉”各種高能耗、高排放企業，機動車單雙號限行等強制性措施，都能夠對降低霧霾污染起到積極的作用。目前，命令型環境規制工具是世界各國應用最為廣泛的規制工具，合理設計的環境規制標準產生的技術“創新補償”效應，在一定程度上能夠彌補環境規制的“遵循成本”，由此驗證了修正學派的“波特假說”效應。許多學者的研究都證明了這一點，如李永友等[33]通過分析命令控制型環境規制下企業的污染減排曲線，發現短期內命令控制型環境規制對污染的降低作用比較明顯;Zhang等[34]經過研究發現，地方節能法規和環境排放標準有助于改善大氣質量。本文的回歸結果和多數學者的研究結論基本一致，也說明目前我國設計并實施的命令型環境規制工具能夠對降低霧霾污染起到積極的作用。

（2）經濟型環境規制回歸系數為負，且在1%水平上顯著，意味著經濟型環境規制對降低霧霾污染能夠起到顯著的促進作用。經濟型環境規制的回歸系數大于命令型環境規制的回歸系數，說明經濟型環境規制的實際執行效果更強。經濟型規制工具旨在借助市場信號，使用經濟激勵手段，通過改變排污者的經濟成本或收益來引導企業的排污行為，從而達到間接降低污染排放的目的，也是“污染者付費原則”的本質體現。其優勢在于低成本、高效率以及對技術創新擴散的持續激勵[35]，使排污主體在保持產出增長的同時降低排放強度，但需要健全的市場體系，否則排污稅費、可交易排污許可、補貼等市場型工具則無法有效發揮作用。目前，我國大部分地區已進入后工業化階段，市場化程度逐步提高，市場機制體制逐步健全，以市場為主的經濟激勵手段在處理環境問題時可能效果更好。

（3）監管型環境規制回歸系數不顯著為負，意味著試圖通過事后監管降低霧霾污染的努力目前可能并未產生實質性的影響。該類規制工具通過加強對企業違規排放的監督和懲罰力度影響其投資決策，但事后監管的效力如何主要取決于書面的環境立法到底能在多大程度上被嚴格執行，而“中國的環境執法工作實際上長期徘徊在低水平線上，從而造成了環境書面法令在整體上是缺乏效力和效率的”。特別是對類似于中國這樣尚缺乏完備執法監督機制的發展中國家而言，環境執法可能比書面的環境立法本身更難也更為重要[36]。可能的原因在于，一是地方政府偏好經濟性指標，更高的GDP增長率、財政收入和就業等績效指標是他們任期內追求的主要政績，而環境質量指標未被納入考核范圍;二是作為環境執法及監督主要責任主體的各級地方環保部門，其預算審批、官員任免等都受地方政府控制，實際上他們主要對地方政府負責而非上級環保部門[37]。地方環保部門會根據不同類型企業對地方經濟的貢獻程度而采取區別對待的“選擇性執法”監督策略，對于能夠創造大量稅收和就業機會的企業，即使存在嚴重的污染排放，也可能會免于處罰。許多學者的研究都證實了中國的環境法規在實際中普遍存在“非完全執行”的現狀，這種現象在發展水平較低的地區可能更為突出。

（4）控制變量中，經濟發展水平回歸系數均顯著為正，說明以“污染換增長”的發展模式依然沒有改變[38]，經濟發展“綁架”環境規制的現象仍然存在。技術創新回歸結果在10%水平上顯著為正，說明目前發展階段技術創新并沒有起到有效降低霧霾污染的作用。事實上，實際生產過程中技術投入存在偏向性，根據偏向方向的不同，可分為偏向生產技術進步和偏向減排技術進步兩類，前者主要對企業要素生產率產生影響，后者主要對污染強度產生影響，因此技術創新投入的偏向性一定程度上決定了生產技術進步影響環境質量的方向。目前，我國大部分地區的研發投入可能更多地偏向于生產技術進步而非治污減排技術進步，由此引致的生產規模擴大增加了能源投入和霧霾污染。產業結構回歸結果在1%水平上正向顯著，說明產業結構越偏向于以工業制造業為主的第二產業，環境規制越乏力，霧霾污染越嚴重，意味著我國產業結構“綠色化”調整任重道遠。能源結構與霧霾污染顯著正相關，即煤炭消費所占比重越大，霧霾污染越嚴重。交通因素回歸結果顯著為正，說明單位道路面積的交通壓力越大，對霧霾污染的影響越嚴重。從世界范圍看，經濟越發達的國家或地區，交通因素對霧霾污染的影響越顯著。根據美國能源信息署（EIA）的報告，美國、澳大利亞、加拿大等發達國家，交通已經成為影響空氣質量的重要因素，而對于南非、印度等發展中國家，能源結構則是主要因素。EIA的這一論斷在我國同樣適用，這一點在本文的實證結果中已得到驗證。

（5）空間因素（ρ）不論是在靜態空間還是動態空間模型中，回歸系數均在1%水平上顯著為正，即霧霾污染存在極為顯著的內生交互效應，本地區的霧霾污染顯著依賴于其他地區的霧霾污染，反之亦然，并且地理距離越近的地區，霧霾污染的擴散效應越明顯，由此產生霧霾污染的俱樂部趨同或稱“涓滴效應”。這意味著霧霾污染治理必須采取區域聯防聯控的治理策略，單一政府的“單邊”治霾努力將是徒勞無益的。

（6）動態因素（τ）在普通動態模型和空間動態模型中估計系數均為正，且均通過了1%的顯著性水平檢驗。這表明霧霾污染變化具有明顯的路徑依賴性，前期霧霾污染處于較高水平時，本期或下一期的霧霾污染水平將可能繼續走高;而前期霧霾污染下降，則本期或下一期污染水平可能走低，霧霾污染和其他污染指標一樣，在時間維度上表現出“滾雪球效應”，表明霧霾污染是一個連續的系統動態過程，也意味著霧霾污染治理具有相當的緊迫性。

（二）環境規制影響霧霾污染的間接效應

間接效應模型的估計方法和直接效應模型相同，普通動態模型采用GMM方法估計，空間計量模型采用極大似然（ML）法估計。結果見表3。

表中模型1是最小二乘法估計結果，模型2是系統GMM估計的普通動態模型，從模型的診斷性檢驗可以看出，AR（1）、AR（2）檢驗結果中模型一次差分殘差序列只存在一階自相關而不存在二階自相關，表明只選取被解釋變量一階滯后項進行估計是合理的，Sargan檢驗結果表明工具變量的選取是合理的。從模型整體擬合效果來看，動態空間模型的擬合優度（0.7428）和對數似然函數值（331.07）最大。因此，選擇動態空間模型作為最終的解釋模型。

（1）表3顯示，命令型環境規制和經濟型環境規制與技術創新交互項回歸系數顯著為負，表明命令型環境規制和經濟型環境規制能夠通過倒逼技術創新減少霧霾排放;而監管型環境規制與技術創新交互項回歸系數負向不顯著，意味著試圖通過事后監管倒逼技術創新的減霾效應可能對降低霧霾污染并未產生實質性的影響。可能的原因在于，事后監管主要通過提高環境監管強度影響排污者違排、偷排的預期收益以達到降低污染排放的目的。為了降低排放成本，實現預期收益最大化目標，排污者試圖在排污過程中與政府進行博弈，以做出合法排放還是違排、偷排的選擇。當監管強度較低，使違排、偷排帶來的預期收益大于合法排放的預期收益時，企業將會選擇違排、偷排而放棄對治污減排技術的研發，在本文的回歸結果中則表現為不顯著的影響效應。

（2）三種類型環境規制與產業結構交互項回歸系數均為負，除命令型和監管型環境規制系數檢驗10%顯著外，經濟型環境規制與產業結構交互項系數檢驗不顯著，即經濟型環境規制通過倒逼產業結構調整的減排效應有限。事實上，對于我國大部分發展水平較低的省份而言，一方面要承擔轉移產業帶來的環境成本;另一方面，即使環境規制標準趨嚴導致企業遵循成本上升，但地方政府出于招商引資的需要，還是會利用財政補貼、稅收優惠等措施來維持本地區的產業發展，在這種情況下通過環境規制倒逼產業結構的綠色化調整將是低效甚至是無效的。因此，合理設計的環境規制能夠通過倒逼產業結構調整降低霧霾污染，但目前這種作用十分有限。

（3）命令型環境規制和經濟型環境規制與能源結構交互項回歸系數為負向顯著，監管型環境規制與能源結構交互項系數為負向不顯著，表明命令型和經濟型環境規制均能夠通過優化能源結構降低霧霾污染。可能的原因在于，環境規制通過推動能源價格的市場化改革，以價格信號反映資源特征和資源使用的環境成本，可以避免因資源價格扭曲、資源使用環境成本過低而導致的過度消耗現象，從而達到降低煤炭消費比例，遏制霧霾污染的目的。

（4）空間因素（ρ）在模型3和模型4中回歸系數均在1%水平下顯著為正，說明霧霾污染存在顯著的空間溢出效應。模型4中空間因素ρ回歸系數為0.1618，小于模型3中的0.1932，充分說明在考慮動態因素后，模型4分離出了前期相關因素對本期的影響，對模型3的估計結果進行了部分矯正。

（5）動態因素（τ）在模型2和模型4中的估計系數在1%水平上顯著為正，說明前期的霧霾污染和當期的霧霾污染顯著正相關，證明霧霾污染變化具有明顯的路徑依賴性，當期霧霾污染水平較高，下期可能持續走高，是一個連續動態的環境壓力系統。

此外，經濟增長和交通因素回歸系數符號與表1回歸結果一致，只是系數大小有微弱的差別。四種模型估計結果相互驗證，也證明了本文回歸結果的穩定性。

（三）基于區域層面的實證檢驗

以上從整體上檢驗了環境規制影響霧霾污染的直接效應和間接效應，為了進一步識別不同地區不同類別環境規制對霧霾污染的影響，以便于提出更有針對性的霧霾治理政策措施，本文按照傳統的區域劃分方法，將30個省、自治區、直轄市按東、中、西三大地區歸類（西藏數據缺失較多，不包括在分析范圍之內），分別檢驗不同地區不同類別環境規制影響霧霾污染的直接效應和間接效應。

首先，確定模型的形式，Hausman檢驗結果表明，三大地區直接效應模型和間接效應模型的檢驗結果均在1%顯著性水平下拒絕使用隨機效應模型的原假設，故都選擇固定效應模型進行回歸。

1.直接效應回歸結果。基于直接效應模型，采用極大似然（ML）法分地區進行回歸。表4為三大地區環境規制影響霧霾污染的直接效應回歸結果，為了節省版面，本文僅給出了動態空間面板模型回歸結果。其它三種模型回歸結果與動態空間面板模型回歸結果方向一致，不同的只是回歸系數大小有區別而已。

（1）由表4可以看出，命令型環境規制回歸系數顯著為負，三大地區回歸結果一致，表明命令型環境規制是目前各地區解決霧霾污染的重要手段。經濟型環境規制在東部及中部地區回歸系數為負，但中部系數檢驗不顯著，在西部地區則為正向不顯著，意味著經濟型環境規制對降低中西部地區霧霾污染并未產生實質性的影響。東部地區市場化程度相對較高，環境規制體制機制較為健全，經濟型規制工具在處理環境問題時可能更有效率，并且經濟型規制工具在運用過程中，相關經濟主體可以通過權衡規制成本與收益大小，選擇最優的資源配置方案，以達到獲取最大收益的同時將規制成本降到最低。中西部地區市場化程度較低，市場體系不健全，經濟型規制工具發揮作用的成本高且空間有限。本文以排污費表示經濟型環境規制，意味著當排污費征收提高到一定水平時，中西部地區要上繳更多的排污稅費，這對落后的中西部地區經濟發展和環境保護都會產生不利影響，甚至會起到相反的作用。雖然近年來我國的排污費征收總額逐步上升，但對中西部地區的刺激作用仍然有限。監管型環境規制在東部地區回歸系數在10%水平上顯著為負，中西部地區回歸系數均為正向不顯著，這意味著試圖通過事后監管降低霧霾污染的努力對經濟發展水平較低的中西部地區可能是無效的。相對于中西部地區，東部地區的大部分省份已進入集約型發展階段，環境工具設計及運用科學，企業競爭力較強，能夠滿足環保標準要求并承受一定的環保守法成本負擔。

從環境規制效應的地區差異看，東部地區經濟型環境規制（回歸系數為-0.3181）和監管型環境規制（回歸系數為-0.1572）的規制效應大于行政型環境規制（回歸系數為-0.1083），而中西部地區命令型環境規制的規制效應大于經濟型和監管型環境規制。東部地區市場經濟較為發達，市場機制比較健全，政府管制型環境規制的成本高而市場交易成本低，因而更適合運用以市場為主體的經濟激勵型規制工具;中西部地區市場化程度較低，市場機制體制不健全，因而更適合采取政府行政管制型的環境規制工具。

（2）控制變量中，三大地區經濟發展水平回歸系數均正向顯著。技術創新與東部地區霧霾污染顯著負相關，與中西部地區則顯著正相關，說明我國中西部地區的大部分省份技術創新對降低霧霾污染并沒有起到積極的作用。產業結構回歸系數在中部和西部1%顯著為正，東部地區則1%顯著為負，這和東部地區產業結構偏向于第一產業和以現代服務業為主的第三產業密切相關。能源結構回歸系數在東部地區不顯著，中西部地區則正向顯著，說明能源結構已不是構成東部地區霧霾污染的主要因素。這一方面和東部地區能源結構優化及新能源使用有關;另一方面，近年來，東部地區高能耗、高排放的紡織服裝、食品制造及資源型產業大規模向中西部地區轉移，使得制造業集聚度逐漸降低，霧霾污染減少，但卻加劇了轉入地即中西部地區的能源消耗和霧霾污染，因此，本地區產業結構的優化可能是以其他地區產業結構的“惡化”為代價的，也就意味著本地區環境質量的改善可能是以其它地區環境質量的“惡化”為代價的，總體上并沒有達到改善環境質量的目的。交通因素回歸結果東部和中部為正，但中部系數檢驗不顯著，說明單位道路面積的交通壓力越大，霧霾污染越嚴重;西部地區回歸結果為負，雖不顯著，但可以說明目前發展階段，交通因素可能并不是影響西部地區霧霾污染的主要因素。動態因素（τ）和空間因素（ρ）回歸系數1%顯著為正，區域層面上的檢驗結果進一步表明，霧霾治理中區域聯防聯控的必要性和治理時間上的緊迫性。

2.間接效應回歸結果。根據間接效應模型，采用極大似然法分地區進行回歸，表5為三大地區不同類別環境規制影響霧霾污染的間接效應回歸 結果。

（1）從間接效應看，東部地區三種類型環境規制與技術創新交互項回歸系數均為負向顯著，表明環境規制通過倒逼技術創新的減霾效應在東部地區是有效的;中部地區三種類型環境規制與技術創新交互項回歸系數均為負，但除命令型環境規制與技術創新交互項系數在10%水平上顯著外，其余兩種類型環境規制與技術創新交互項系數檢驗均不顯著，意味著中部地區環境規制通過倒逼技術創新的減排效應僅限于命令型環境規制。西部地區三種類型環境規制與技術創新交互項系數均不顯著。這一方面可能和西部地區技術研發對霧霾治理的針對性不強有關;另一方面，也反映了西部地區環境規制倒逼技術創新的減排效應有限，這就對政策制定及其優化組合提出了新的挑戰。總體來看，地區之間環境規制倒逼技術創新的減霾效應存在較大差異，環境規制倒逼技術創新的減霾效應僅限于東部地區，中西部地區特別是西部地區環境規制的“遵循成本”效應仍然占主導地位。

（2）從環境規制倒逼產業結構的減霾效應看，東部地區三種類型環境規制與產業結構交互項系數均顯著為負，中部地區命令型環境規制與產業結構交互項回歸系數10%顯著為負，經濟型和監管型環境規制與產業結構交互項回歸系數均為10%正向顯著，即中部地區環境規制倒逼產業結構調整的減排效應僅限于命令型環境規制;西部地區命令型環境規制與產業結構交互項回歸系數不顯著為正，其余兩種類型環境規制與產業結構交互項回歸系數均正向顯著。上述結果表明，命令型環境規制通過調整產業結構能夠降低東部地區的霧霾污染，但對中西部地區降低霧霾污染并沒有起到積極的作用。

（3）從環境規制倒逼能源結構調整的減霾效應看，命令型環境規制和經濟型環境規制與能源結構交互項回歸系數在東部和中部為負向顯著，西部地區則為正向顯著，意味著環境規制通過優化能源結構、減少霧霾污染的努力在西部地區可能是無效的。這一方面可能和西部地區環境規制水平較低有關，另一方面也和西部地區豐富的煤炭資源以及資源價格市場化改革滯后有關。如何通過環境規制優化能源結構，是資源豐裕的西部地區在未來發展中亟待解決的重要難題。

（4）動態因素、空間因素和其它控制變量回歸結果與直接效應回歸結果方向一致，只是回歸系數大小有微弱的變化。三種環境規制下的估計結果相互驗證，也證明了本文回歸結果的穩定性。

五、結論及啟示

本文基于2001—2015年省級層面PM 2.5數據，通過構建空間面板計量模型，實證檢驗了三種類型環境規制作用于霧霾污染的直接效應和間接效應。結果表明，環境規制能否通過中介效應促進霧霾減排和規制工具的類型有關，命令型環境規制能夠直接降低霧霾污染，還能夠通過倒逼技術創新、產業結構調整和能源結構優化間接降低霧霾污染;經濟型環境規制能夠直接降低霧霾污染，其間接效應僅限于技術創新和能源結構優化;監管型環境規制對霧霾污染的直接影響不顯著，其間接影響僅限于產業結構調整。但不同地區不同類型環境規制工具的直接效應和間接效應存在較大差異。霧霾污染在空間上具有顯著的外溢效應，在時間上是一個動態連續的環境壓力系統;經濟增長對霧霾污染具有顯著的正向影響，交通因素已成為影響霧霾污染的重要因素。以上結論的重要啟示在于：

（1）兼顧地區差異，合理選擇環境規制工具。本文的實證結果表明，命令型環境規制不僅可以有效降低霧霾污染，還能夠通過中介效應間接降低霧霾污染，特別是對市場化水平不高、國有比重較大的中西部地區，實施以市場為主的經濟型環境規制和監管型環境規制效果欠佳。因此，應依托命令型規制工具見效快的優勢，通過政府管制的方式制定企業生產技術標準和治污減排技術標準，更多地依靠政府的力量治理霧霾污染，以命令型規制工具為主，經濟型規制工具為輔，同時應強化監督型規制工具的作用。對于市場化程度較高，環保體制較為健全的東部發達地區，政府應盡量避免對企業經營活動的過多干預，更多地發揮以市場為主的經濟激勵型規制工具的作用，促使企業自覺履行減排義務。此外，環境規制政策工具的制定及運用也應考慮地區技術創新能力、產業結構高級化、能源結構綠色化的貢獻，以達到更好地發揮環境規制的倒逼減排效應。