環境要素的環境收益、數量測算與受益歸宿

馬 本,劉侗一,馬 中

環境要素的環境收益、數量測算與受益歸宿

馬 本,劉侗一,馬 中*

(中國人民大學環境學院,北京 100872)

為定量測算環境收益及其受益歸宿,理解經濟增長與環境保護的復雜耦合關系,匹配了中國工業企業數據庫與環境統計數據庫,用2011～2013年微觀面板數據估計了企業治污成本函數,分介質、分行業加總得到了工業環境收益,采用受約束模型估計了其在企業利潤、工資與稅收間的分配.結果發現中國年度工業環境收益約9000億元,是當年GDP和工業增加值的約2%與5%;高耗能行業占了環境收益的近70%.環境收益的最大受益方是企業職工,攝取了總額的約80%,政府是第二大獲益方,進入企業利潤的份額不足3%;環境收益貢獻了企業工資的近25%,高耗能行業該比例達50%.環境要素的使用是增長的重要推動力,而工業的深度污染治理可能帶來利益格局的不對稱調整,對企業工資和就業產生重要影響,在綠色發展中應建立局部與整體、短期與長期利益的平衡機制.

工業企業；環境紅利；成本函數；受益歸宿；面板數據

由于環境資源的公共品屬性,環境收益由排污者直接攝取,通過在國民收入中進行再分配,最終成為經濟活動主體收入的組成部分.環境收益有以下特點:第一,是環境要素投入生產過程的回報.環境容量是一種資源,也是生產要素,環境收益是環境容量資源的經濟回報[1];若污染排放不超過環境容量閾值,不產生環境污染,否則環境收益的獲取以環境污染為代價.第二,與資本、勞動等生產要素相比,環境容量作為公共資源,產權不明確導致其收益直接進入二次分配,最終的受益歸宿需要測量.第三,與環境污染的外部環境容量作為公共品,其受益歸宿并不明確.傳統生產要素是私人物品,所有權和收益權明晰,與環境成本相比,環境收益是市場價值,是國民經濟核算的組成部分,其計量比缺少市場價格的污染損失核算更為客觀、準確,可直接作為經濟決策的參考依據.中國經濟增長的本質特征是快速工業化,該進程伴隨著能源資源大量消耗和污染物密集排放. 2015年工業SO2、NO和煙(粉)塵排放量分別占全國排放量的83.73%、63.80%和80.14%,工業廢水排放接近200億t,人均排放達14.51t[2].工業污染排放的背后是環境收益以現金流為經濟主體帶來額外經濟利益.那么,工業企業通過對環境容量資源的使用產生了多少經濟收益,對工業經濟增長的貢獻幾何,哪些群體最終從中獲益、分配格局如何?基于環境收益理論視角,回答上述問題對于深層次理解污染的經濟本質,透析污染治理帶來的利益格局調整以及污染與增長復雜的耦合關系具有重要的現實意義.

結合環境生產要素理論,學者們開始關注環境收益的核算及其分配.環境收益研究有兩個重要考量:一是污染治理成本函數估計.在分析污染治理成本時,較多研究對中觀或宏觀數據進行核算[3-6],鮮有以微觀企業數據為基礎的治理或減排成本研究[7-8],亦有研究將治理投資引入成本函數模型[9-10].二是環境收益在不同主體及區域間的分配.此類研究并不多見,雖然沒有核算出環境收益的大小,楊繼生 and徐娟[1]通過構建多經濟主體的分配模型,發現企業攫取的環境紅利達41%,農村居民比城鎮居民享受了更多的環境紅利,其比例分別為21%和19%.

綜上,環境生產要素理論將環境作為經濟增長的必要投入,在生產過程中,環境要素按照其邊際產品價值獲得經濟回報,而環境污染是對環境容量資源過度使用獲得超額經濟回報的副產品.現階段環境經濟核算存在明顯缺陷、限制了其現實應用;環境收益在邏輯框架上與GDP更為一致,但其核算涉及污染治理成本函數、不同行業污染物單位治理成本等綜合分析,就作者所知,目前尚無文獻對我國工業企業環境收益進行確切測算,同時針對環境收益在不同主體間分配的研究仍有待深化.

為測度環境要素對中國經濟增長的貢獻,探究污染排放對經濟利益分配格局的影響,本文以工業為例,將中國工業企業數據庫與環境統計數據庫相匹配,針對大氣、水等環境介質,采用2011～2013年超過13萬家企業構成的微觀面板數據按行業估計了工業污染物治理成本函數,通過分行業、分污染物測算得到工業企業的加總環境收益;而后對環境收益在企業、居民和政府等主要主體間的分配進行測算,對不同環境介質、行業、區域環境收益的受益歸宿進行了探析.

本文的學術貢獻在于:第一,研究視角上,本文基于污染排放的經濟回報,對環境收益的估算能夠避免綠色GDP核算中,非市場環境損害貨幣化中的人為因素帶來的不確定,能夠深化經濟增長與環境污染復雜耦合關系的認識;先前研究僅提到環境收益或環境紅利的概念[11-12],或對單一污染物核算環境紅利[13],其結論難以支撐進一步污染治理直接經濟代價的宏觀、量化分析.第二,研究數據上,已有研究僅采用省級數據進行環境收益的相關分析[1],本文基于工業微觀數據測算環境收益,相較于宏觀經濟數據更能體現個體及不同行業間異質性,微觀加總得到的環境收益更加客觀和準確.第三,研究方法上,本文通過構造分行業的污染治理成本函數,考慮個體企業的污染物產生量與去除量,基于積分方法得到企業邊際治理成本,充分考慮了企業污染治理邊際成本遞增的特點,相較于基于線性治理成本的環境經濟核算更為精確[14-15].

1 工業企業污染治理成本函數

1.1 成本函數模型

環境收益核算首先要估計污染物治理成本模型.對該函數的研究多構造污染物處理費用與污染物去除量或進一步引入邊際治理成本函數進行分析[16-17].本文結合理論與實證研究將成本函數確定為:

=(,,, …) (1)

式中:為污染治理成本;為污染物去除量;為工人工資;為相關原料價格.在排除價格變動的影響后,本文主要考察和的關系,估計簡化的污染治理成本函數.結合數據的可得性將成本模型設定為:

() =() (2)

式中:表示污染治理運行費用;表示污染物去除量;由于企業污染治理投資是固定成本,不隨去除量變化而變化,本文僅考慮作為直接成本的治污設備運行費用,亦不考慮企業優化生產流程、提高生產技術效率等清潔生產措施對應的間接成本.根據治理費用函數的研究[18],使用簡單的固定彈性模型具有較好的擬合效果,且主要變量符號符合理論預期.為刻畫污染物邊際治理成本遞增規律,本文采用半彈性模型,即假定污染去除成本與污染物去除量之間存在指數函數關系.通過對數變換將成本函數變為線性模型,在實證估計時,對數變換可縮小數據取值范圍、降低異方差性的影響.半對數化后的成本模型為:

lnE=0+1R+u(3)

式中:為污染治理設施運行費用,可具體為工業廢水、廢氣治污運行費用;分別對應工業廢水、廢氣污染物去除量;1為待估參數;為隨機誤差項;代表企業;為年度.

1.2 數據來源與描述統計

表1 成本函數變量描述性統計

選取2011～2013年的工業企業微觀數據用于估計治污成本函數,時間段選取的原因為:(1)環境收益分配需要中國工業企業數據庫中的企業稅收、利潤、工資等數據,為保持研究前后一致性,將環境統計數據與中國工業企業數據庫數據進行匹配.(2)可獲取的中國工業企業數據庫最新數據為2013年.(3)自2011年規模以上工業企業的標準從每年主營業務收入不小于500萬元,調整為2000萬元及以上,導致中國工業企業數據庫2011年前后企業數量出現明顯波動.(4)2011年之前的中國工業企業數據庫缺少稅收、利潤或工資數據,不能支持本文環境收益分配的研究.鑒于此,本文匹配了2011～2013年的環境統計數據與工業企業數據,貨幣量指標均采用所在地級市GDP平減指數折算為2011年價格.

估計成本函數需污染治理運行費用、廢水廢氣污染物產排量數據.其中,運行費用是指治理污染物所需的運行成本,包括固定資產折舊費、維修費、人工費、電費等各種材料的消耗費用[19].由于治污設施運行費用是按水、氣劃分的加總數據,廢水、廢氣中均包含多種污染物,為匹配2組數據需將污染物產排量按照水、氣的分類進行類內加總.不同污染物的單位、毒性、環境影響均存在差異,難以直接加總,本文采用《環境保護稅法》中污染當量值進行不同污染物的折算,即污染物產生量、排放量或去除量除以該污染物對應的污染當量值,而后分別獲得水、氣污染物產生、排放和去除總當量值.結合數據情況,工業廢水污染物包括COD、氨氮,工業廢氣污染物包括二氧化硫、氮氧化物、煙(粉)塵(自2011年環境統計將煙塵與粉塵合并,基于2010年工業煙塵、粉塵排放數據通過加權得到了煙粉塵對應的當量值2.2926),其中COD和SO2是“十一五”以來總量減排的主要污染物,氨氮和氮氧化物從“十二五”時期列入主要污染物.變量的描述統計如表1.污染物治理成本與去除當量之間呈現明顯的正相關關系(圖1),從數據的集中趨勢看,隨污染物去除量提高,治理運行費用增長速度明顯加快,符合邊際治理成本遞增規律.

1.3 估計結果

采用混合最小二乘法(POLS)、隨機效應(RE)與固定效應(FE)3種方法對成本函數進行估計,其中考慮到短時間跨度內企業年際變化較小,采用企業固定效應將導致企業隨時間變異過小;本文采用年份×省域、行業×省域、年份×行業3組固定效應,背后的假定是企業治污成本在3組固定效應之外維度上的變異具有可比性;后文環境收益分配模型的估計沿用該處理.Hausman檢驗表明固定效應模型優于隨機效應模型,結果以固定效應模型為準.

由表2可見,廢水系數為0.0193,廢氣系數為0.0103,均在1%的顯著性水平上顯著.工業廢水污染物去除每提高1萬當量,治理運行費用將提高1.93%;工業廢氣污染物去除當量每提升1萬當量,治理運行費用將提高1.03%.將線性模型變換后,可得到治污運行費用與污染去除量關系函數,遵循邊際成本遞增規律.

由于不同行業的工藝、治污技術等存在差異,各行業的成本函數結構不同.根據最新的國民經濟行業分類(GB/T 4754—2017),結合樣本的行業分布,將分行業估計確定為包含六大高耗能行業和四大高水污染行業在內的13個子行業[20].引入行業虛擬變量,采用FE模型估計廢水與廢氣的分行業成本函數,結果如表3.廢水各行業系數均在1%的顯著性水平上顯著,水污染物去除量提高1萬當量,運行費用提高1.06%～5.60%,各行業表現出較大差異.廢氣的估計系數也具有統計顯著性,萬當量去除量將提高0.0159%～3.33%的運行費用.

表2 工業企業廢水、廢氣污染治理成本模型估計結果

注:括號里為標準誤;*、** 、***分別為在10%、5%和1%顯著性水平上顯著.其中,FE模型包含年份×省域、行業×省域、年份×行業3組固定效應.

2 工業環境收益的測算

2.1 測量方法

環境收益是企業污染排放節省的治理成本.工業企業污染物產生量一部分被治污設備去除,其余為排放量.因此,環境收益是在既定去除量基礎上,進一步治理至零排放對應的治理成本增量.考慮到水、氣等環境介質的固有差異,以及不同行業工藝、治污技術的不同,本文采用按介質、分行業的“自下而上”的環境收益測算方法,加總得到更為準確的工業環境收益規模.

基于分行業治污成本函數,直觀的方法用企業污染物產生量預測企業“零排放”對應的治理成本,扣除已發生的治理成本,即該企業的環境收益.然而該方法存在明顯缺陷:企業的單位治污成本存在明顯的異質性,即便是同一行業亦是如此,僅基于產生量單一因素對治理成本的預測存在較大誤差(廢水和廢氣污染治理成本模型的R僅有0.232和0.270).結果是導致部分預測值低于已有治理成本,出現環境收益為負的不合理情形.鑒于此,本文對環境收益估算方法進行優化,采用既尊重個體企業治污成本的異質性,又遵循邊際治污成本遞增理論的兩步法.

第一步:單個企業的線性環境收益預測.假定污染治理成本隨去除量線性變化,基于排放量預測得到線性環境收益.

w=w/wg=g/g(4)

1=w×w+g×g(5)

式中:為單位去除成本;為污染治理設施運行費用;為污染物去除量;1為線性環境收益;為污染物排放量;w代表廢水;g代表廢氣.

第二步:基于行業治污成本函數對線性環境收益進行成本遞增修正,得到最終的環境收益.

F=w×w×w+g×g×g(6)

式中:F為修正后最終的環境收益;為修正系數,可具體為廢水、廢氣的修正系數.

修正系數的計算方法如圖2示意:每個企業基于本行業的邊際成本遞增的治污成本函數,取去除量到產生量的定積分,此時得到的即為治污成本曲線斜率之和,而后除以排放量即為該段的修改系數(數據斜率的總體均值).

2.2 計算結果

按水、氣環境介質,基于分行業治污成本函數,估算了樣本企業2011～2013年的環境收益.圖3展示了按介質、分行業的企業環境收益核密度.從分布上看,企業廢水環境收益靠近零值的比例更大,電力熱力行業的企業環境收益顯著高于其他高耗能行業.

圖2 工業企業環境收益修正系數求解示意

表3 工業企業分行業污染治理成本模型估計結果

注:括號里為標準誤;*、** 、***分別為在10%、5%和1%顯著性水平上顯著.

由表4可見,從2011年的9348.33億元略微下降到2013年的8996.64億元.其中,工業廢氣的環境收益大于廢水,前者占比約為3/4,且呈溫和上升趨勢.與工業水污染相比,大氣污染排放貢獻了更多的GDP,直接原因在于廢氣排放當量明顯高于廢水,后者僅是前者的1/10.另外,廢水中污染物種類繁多,核算時受企業數據限制僅涵蓋兩種主要污染物,可能影響廢水和廢氣的對比關系.廢水環境收益明顯下降,年均降幅為10.58%;該下降可能源于工業廢水污染物產生量明顯下降,2011～2013年下降率為48%,而同期工業廢氣污染物產生量僅下降9%;工業水污染物產生量大幅下降可能與“十二五”時期將氨氮排放總量下降率納入政府考核,同期國務院提出加強主要污染物總量減排等政策措施有關.

表4 工業企業環境收益計算結果

2.3 環境收益大小與分布

2.3.1 與GDP和工業增加值的比較 與土地獲得租金、勞動獲得工資類似,環境收益是環境要素投入生產過程的經濟回報.因此,環境收益是基于收入法GDP核算的組成部分.由于環境要素是公共資源,產權主體不明確,環境收益并未被特定主體占有;工業企業獲得環境收益后,將進一步在不同收入主體間二次分配.因此,環境收益與工業增加值的比較,本質上是對工業企業獲得的直接環境收益大小的分析,暫未考慮其二次分配.

通過與GDP和工業增加值對比,考察環境收益的相對大小.由圖4可見,環境收益占GDP的比重在2011年為1.98%,與工業增加值之比2011年為4.96%;該比例在年際呈下降趨勢,2013年分別為1.64%和4.12%.下降的原因可能在于2011～2013年廢氣和廢水污染物產生量分別下降9%和48%,產業結構調整與企業清潔生產產生了減排效果.進一步考察經濟活動新增量,工業環境收益與當年GDP增量的比值超過20%,與工業增加值增量的比值更是超過50%,工業污染排放產生的經濟收益是相當可觀的.

圖4 2011～2013年工業企業環境收益及其占比趨勢

2.3.2 環境收益的行業分布 不同行業的排放強度、排放量存在差異,進一步考察環境收益在不同行業的分布和大小.圖5(a)所示,六大高耗能行業(大氣污染重點行業)環境收益明顯高于其他行業,六大行業環境收益總額2011年、2013年分別為6220.02和6437.80億元,占工業環境收益比重由2011年的66.54%上升至2013年的71.56%.高耗能行業通過利用環境要素獲得了較大的經濟利益.其中,電力行業的環境收益最高,3年均超過1600億元.2013年電力行業的二氧化硫、氮氧化物及煙粉塵排放占工業排放的比重分別達42.66%、61.23%和26.43%.

考察不同行業環境收益與工業增加值的比率(圖5(b)),六大高耗能行業的環境收益與該行業工業增加值的比例在10%左右,電力行業占比則超過15%,明顯高于其他行業.同時多數行業的環境收益與增加值之比呈下降趨勢,表明工業領域的污染防治在清潔生產、環境管制、技術進步等的共同作用下取得了積極成效.

3 工業環境收益的受益歸宿

3.1 收益分配模型

收入分配是經濟學家關注的一個重點課題,研究收入和財富分配可以掌握經濟社會的資金流向,理解各主體財富分配潛在矛盾.很多經濟學家使用經典的C-D生產函數研究收入分配[21].

與資本、勞動等不同,環境要素是公共資源,環境收益作為環境要素的經濟回報并無明確的收益“代理人”.同時,基于外部性理論,負外部性會導致企業過量生產,污染排放節省的治理成本通常導致企業生產規模擴張,直接攫取的環境收益用于再生產后,以稅收的形式繳納給政府,以工資的形式支付給工人,以企業利潤的形式留存企業作為企業所有者報酬(基于收入法的GDP核算,包括勞動者報酬、生產稅凈額、營業盈余和固定資產折舊,本文未考慮固定資產折舊).從收入法國民經濟核算來看,環境收益最終在政府、企業和居民三者間進行二次分配.鑒于此,本文使用受約束的C-D生產函數構造環境收益分配模型:

++= 1

式中:為環境收益;為職工薪酬;為企業利潤;G為政府稅收;是個體;為年份.上述模型本質上是測度各主體收入中,與環境收益具有協變特征的部分,即與環境收益的動態變化重合的部分[1].為過濾企業環境收益中的共性成分,在模型中引入了3組固定效應:年份×省域,行業×省域,年份×行業,分別控制省域動態變化固定效應、省份行業固定效應和行業動態變化固定效應,假定同省同年度、同省同行業、同行業同年度內的企業具有不隨企業個體而異的共同特征;同時引入隨機誤差項以捕捉不能被模型解釋的隨機波動.對模型進行對數變換,得到線性面板數據模型:

lnB=lnS+lnP+lnG++++(8)

++= 1

式中:系數,,分別表示不同主體的環境收益份額;為年份;為省份;為行業.

3.2 估計方法與數據

模型(8)是受約束的靜態面板數據模型,我們采用LSDV方法估計在約束條件下包含年份虛擬變量的線性模型;實際上,這種方法等價于將++=1帶入該模型,得到無約束的模型之后通過LSDV方法估計,可以得到各參數的一致估計量[22].

表5 環境收益分配變量描述統計

環境收益的分配研究,采用中國工業企業數據庫數據.用企業營業利潤、職工薪酬反映企業留存收益和勞動報酬,用企業營業稅金、應交所得稅和增值稅表示政府稅收,利用GDP平減指數調整為2011年價格,表5提供上述變量的描述統計量.

3.3 基本結果分析

3.3.1 環境收益的分配 由表6可見,3部門的分配份額均在1%的顯著性水平上顯著相關,職工是環境收益的最大受益者,其占比為82.5%,企業及政府份額分別為2.7%和14.8%.就廢水而言,職工是環境收益的最大受益者,其份額為83.1%,政府作為第二大受益方獲取了14.1%,而企業作為環境收益的直接獲益者,經過二次分配僅留存了約3%的環境收益作為企業利潤增量;廢氣情形下,職工同樣是最大受益者,獲取了環境收益的81.2%,略低于廢水情形,政府作為第二大受益者其份額較廢水增加至16.4%,而僅有2.4%的環境收益進入企業利潤.廢水和廢氣兩種情形呈現基本一致的分配格局,分配份額的估計具有一定穩健性.

由上述分配占比可見,企業職工獲取了廢水及廢氣環境收益的主要份額,綜合占比接近80%,而企業僅留存不足3%的環境收益,這與楊繼生等[1]的研究結論(企業獲取環境收益占比為41%,農村和城鎮居民環境收益合計占比40%,政府在分稅制改革后占比為19%)存在較大差異.分析原因是,本文采用企業數據,與省級數據相比更為具體;此外,本文的分配僅針對企業職工,環境收益與職工工資均針對單個企業,匹配性更好,省級數據針對的是所有居民,包括未在工業企業就業的居民.由此,本文得到了較大的職工工資與環境收益協同變化系數具有合理性.

表6 工業企業環境收益分配估計結果

注:受約束回歸用Root MSE反映擬合度,即均方誤差的平方根;括號里為標準誤;*、** 、***分別為在10%、5%和1%顯著性水平上顯著.

圖6 各主體環境收益收入平均所得及收入占總額比重

根據外部性理論,企業污染排放獲取環境收益后,通過擴大再生產實現規模擴張,這一生產行為將引致企業雇傭更多的工人、繳納更多稅收,這意味著環境收益通過工資與稅收流向職工與政府,從而壓縮了企業利潤提升空間.從具體成因來看,本文的環境收益核算僅考慮治污設備運行成本,即環境收益源自可變成本的節約.從轉換的難易程度看,環境收益與同屬可變成本的職工工資之間的轉換更為便捷,這在某種程度上能夠解釋大部分環境收益最終轉化為了職工工資;同時工業企業高污染多歸因于能源資源的大量使用,在嚴格的環境管制下,規制政策力度增加很可能促使企業使用其他要素如勞動力替代能源[23-24],勞動力對能源資源要素的替代增大了環境收益在職工工資中較大分配份額的可能.

3.3.2 環境收益占比分析 圖6展示了利潤、工資和稅收總額中環境收益的比重.其中,工資總額中環境收益占比接近25%,環境要素的經濟回報成為職工工資的重要組成部分.如果加強環境規制力度,職工工資將首當其沖受到影響,導致利益格局的調整,這與秦昌波等[25]在研究煤炭環境成本內部化后對居民收入產生負面影響具有一致性.環境收益占利潤總額的比重較低,廢水和廢氣對應的比例分別為0.33%和0.55%,兩者合計不足1%;環境收益占企業稅收的比重在4%～5%左右.環境收益對企業稅收的貢獻較小,意味著相對于對職工工資的沖擊,進一步環境規制對企業納稅的影響相對有限.

3.4 異質性分析

3.4.1 所有制結構 考慮到環境規制對不同所有制企業的就業影響的異質性[26],按國有、集體、民營和外資四類所有制分組估計環境收益的分配,結果見表7.民營企業環境收益的分配與總體情形基本一致;相較于國有與集體企業,民營企業和外資企業的市場化程度更高,在擴大生產規模和獲取經濟利益上更具主動性,民營企業的環境收益在職工工資上有更大的份額;而國有和集體企業受到國家及地方政府影響更大,其用工不如民營企業靈活,相關行業對資源能源的使用具有一定的壟斷性,降低了勞動力對能源資源替代需求,導致國有和集體企業的環境收益進入工資的份額相對較低.

表7 工業廢水、廢氣環境收益按所有制分配結果

注:受約束回歸用Root MSE反映擬合度,即均方誤差的平方根;括號里為標準誤;*、** 、***分別為在10%、5%和1%顯著性水平上顯著.

3.4.2 區域異質性 考慮到中國區域發展、污染特征差異,按東中西部估計環境收益的分配,見表8.在不同區域內,廢水和廢氣情形具有一致性,職工分配份額占75%～90%,職工仍是最大受益者.進一步考察,三大區域的分配呈現差異:

第一,東部地區的政府獲取了最大份額的環境收益,廢水和廢氣的份額分別達12%和23%;東部企業利潤份額為大區域最低,且系數在統計上不顯著.東部市場化改革和對外開放較早,企業面臨更大的國內外市場競爭,可能壓縮了企業利潤留存空間;企業更可能傾向于將環境收益用于擴張生產規模,大市場份額,通過增值稅等為政府貢獻了較多稅收.

第二,與東部相對,中部地區政府獲得的環境收益份額最小,廢水和廢氣分別為4.2%和7.8%,而中部地區職工的份額最高,廢水和廢氣分別為90.1%和89.2%;就廢水而言,企業利潤的份額超過了政府,企業成為第二大獲益方.該現象表明,環境收益在中部地區并未帶來企業產量和產值的預期增加,政府獲得的稅收增量較小;同時,中部地區傾向于更多將環境收益用于支付勞動報酬,這與環境規制對中部勞動力工資沖擊最大的發現具有一致性[27],究其原因可能與中部地區較高的資本成本有關[28],通過勞動替代資本實現要素結構優化.這個現象與在增加投資過程中,中部地區的就業擴大效應更大的結論具有內在一致性[29].

第三,西部地區的企業留存了最大份額的環境收益.相對于東部,西部市場競爭程度較小,中國正經歷的由東向西的產業轉移亦表明西部的市場存在增量空間,較大的利潤空間為攫取環境收益提供了可能.

表8 工業廢水、廢氣環境收益區域分配估計結果

注:受約束回歸用Root MSE反映擬合度,即均方誤差的平方根;括號里為標準誤;*、**、***分別為在10%、5%和1%顯著性水平上顯著.

3.4.3 行業異質性 按重點行業分別估算廢水和廢氣環境收益的分配,結果見表9和表10.總體而言,多數行業企業利潤的分配額度在統計上不顯著,統計顯著的系數最大值僅為10.7%,主要原因在于統計企業多屬資源密集型產業,利潤波動大甚至可能出現年度為負的情況,導致分配系數不顯著;稅收份額的系數多數是顯著的,工資的系數全部顯著,其份額居主導位置.第一,伴隨市場化和全球化,多數工業行業面臨激烈競爭,企業受到獲得超額利潤的制約,環境收益最終難以或只有小部分轉化為企業利潤.第二,電力等高能耗行業屬資本密集型產業,由于資本邊際回報遞減,企業傾向于將環境收益更多用于支付職工工資,通過勞動對資本的替代,優化企業生產要素組合,企業規模的擴張效應可能相對有限.六大高耗能行業的工資份額整體高于造紙印刷行業的份額,而稅收份額的大小關系則相反,表明非資本密集型行業更傾向于將環境收益用于擴大再生產,貢獻了更多的稅收增量.

表9 工業廢水環境收益主要行業分配估計結果

注:受約束回歸用Root MSE反映擬合度,即均方誤差的平方根;括號里為標準誤;*、** 、***分別為在10%、5%和1%顯著性水平上顯著.

針對環境收益最大受益者的企業職工,進一步按重點行業計算工資總額中環境收益的比重.2011～ 013年工資總額中環境收益平均比重見圖7.六大高耗能行業該比重遠高于其他行業,2011～013年六大行業比重分別達56.27%、50.26%和52.41%.即高污染行業通過利用環境要素,貢獻了本企業職工工資的50%以上,遠高于工業平均的32%.當然,該貢獻額度針對的是企業職工整體,并不意味著個體的工資中環境收益貢獻了一半以上,由于勞動力市場化進程的推進,更可能是企業將環境收益用于雇傭更多員工.六大高耗能行業中,廢氣環境收益對工資貢獻額高于水環境收益的情形;而3個水污染重點行業,情形則相反.

表10 工業廢氣環境收益主要行業分配估計結果

注:受約束回歸用Root MSE反映擬合度,即均方誤差的平方根;括號里為標準誤;*、** 、***分別為在10%、5%和1%顯著性水平上顯著.

圖7 主要工業行業職工工資中環境收益的平均占比

4 政策含義

(1)環境容量作為生產要素能夠帶來經濟回報,是收入法GDP核算的組成部分;由于環境要素缺少明確的受益人,環境收益最終被其他要素所有者瓜分.污染排放為幾乎所有的經濟主體帶來了額外的經濟利益,因此政策制定者應認識到污染治理過程必然涉及利益格局的調整,且對不同群體、地區、行業的經濟沖擊具有非對稱性,在實施最嚴格的環境保護政策過程中需統籌考慮.

(2)針對工業污染的進一步治理,為減少短期內對國民收入的負面影響,需降低因污染排放帶來的環境收益總量.這既取決于產業結構清潔化、清潔生產的水平,也受當前環境規制力度的影響.前者決定污染產生量的多寡,后者決定多大比例的污染產生量排放到環境中.降低環境收益總量的一個關鍵變量是單位污染治理成本,即推動治污技術的進步.通過政府研發投入、產權激勵、環境規制的創新效應等措施,大力激勵污染治理技術進步,強化環境治理與技術創新的緊密聯系[30],是抵消最嚴格環境保護帶來的經濟利益沖擊的關鍵.

(3)在工業污染深度治理中,即使不采用淘汰落后、停產限產等激進措施,在推動企業采用工程技術手段治理污染過程中,對企業職工就業和工資的沖擊可能是首當其沖的.政策制定者應認識到工業污染治理的大部分成本在短期內可能由企業職工承擔,全面嚴格的污染治理措施可能帶來階段性失業問題.因此,在綠色發展過程中,應注重建立利益平衡機制,特別是平衡局部利益與整體利益、短期利益與長遠利益,重視環境治理過程中公眾利益的受損,積極采用利益補償等措施抵消嚴格的污染治理政策帶來的利益分配格局的非對稱調整.

需要指出的是,本文測算的工業環境收益僅是實際環境收益的一個下限.基于環境統計數據,本文未將可能存在的偷排偷放情形納入考量;由于數據不可得,在成本函數估計時,未考慮治污設備投資成本和清潔生產的工藝成本,測算的范圍并未涵蓋所有的工業污染物.除工業外,交通、生活、農業污染排放均產生環境收益,從長期來看污染排放帶來環境收益的同時,可能延緩企業創新進程而導致競爭力弱化,對這些領域環境收益和潛在成本的研究有助于揭示環境要素對經濟增長的總體貢獻,從而為深層次理解環境保護與經濟增長的關系提供全幅圖景.

5 結論

5.1 2011～2013年,年度工業環境收益維持在9000億元,環境收益與GDP、工業增加值的比率約為2%與5%,環境收益與GDP增量的比值超過20%,與增量工業增加值的比超過50%,工業企業通過污染排放對增長的貢獻是可觀的.其中,廢氣環境收益明顯高于廢水.

5.2 不同行業環境收益存在明顯異質性,高耗能行業明顯高于其他行業.六大高耗能行業的環境收益總量2013年為6437.80億元,占比達71.56%,環境收益現金流主要集中于高能耗行業.

5.3 環境收益的受益歸宿在不同主體間極不均衡.企業職工是環境收益的最大受益者,獲取份額達80%,政府通過企業稅成為環境收益的第二大受益者;工業企業雖直接獲取所有環境收益,但最終僅留存其中的不足3%作為企業利潤增量,存在劇烈的二次分配過程.

5.4 環境收益的分配因區域和行業而異,中部的企業職工獲取了最高比例的環境收益,高耗能行業的職工工資中超過50%來自環境收益.在企業利潤中,環境收益所占份額不足1%;企業繳納的稅收中,環境收益占比僅為4%～5%.環境收益在不同部門間的不均衡分配,意味著工業污染的深度治理將對不同主體經濟利益造成不對稱的影響.

[1] 楊繼生,徐 娟.環境收益分配的不公平性及其轉移機制[J]. 經濟研究, 2016,51(1):155-167.

Yang J S, Xu J. Inequality in the distribution of environmental benefit and its transfer mechanism [J]. Economic Research Journal, 2016, 51(1):155-167.

[2] 國家統計局,環境保護部.中國環境統計年鑒 [M]. 北京:中國統計出版社, 2016.

National Bureau of Statistics of the People's Republic of China, Ministry of Ecology and Environment of the People’s Republic of China. China environment statistics yearbook [M]. Beijing: China Statistics Press, 2016.

[3] 孫瑞玲,于忠華,吳 杰,等.區域大氣污染虛擬治理成本核算及空間差異分析 [J]. 干旱區資源與環境, 2018,32(1):56-61.

Sun R L, Yu Z H, Wu J, et al. Virtual control cost accounting for regional air pollution and the spatial difference analysis [J]. Journal of Arid Land Resources and Environment, 2018,32(1):56-61.

[4] 衛永紅.京津冀地區空氣污染治理成本的測度與對策研究 [D]. 天津:天津財經大學, 2016.

Wei Y H. A study on measurement and countermeasures to the cost of air pollution control in beijing,tianjin and hebei [D]. Tianjin: Tianjin University of Finance and Economics, 2016.

[5] 楊建軍,董小林,宋 赪,等.區域水環境治理成本核算及分析 [J]. 上海環境科學, 2011,30(1):41-46.

Yang J J, Dong X L, Song Z, et al. Cost accounting and analysis of regional water environment rehabilitation [J]. Shanghai Environmental Sciences, 2011,30(1):41-46.

[6] 楊建軍,董小林,張振文.城市大氣環境治理成本核算及其總量、結構分析——以西安市為例 [J]. 環境污染與防治, 2014,36(11):100-105.

Yang J J, Dong X L, Zhang Z W. Atmospheric environmental treatment cost accounting and analysis of total amount and structure — a case study of xi’an city [J]. Environmental Pollution & Control, 2014,36(11):100-105.

[7] Wang H. Pollution regulation and abatement efforts: evidence from China [J]. Ecological Economics, 2002,41(1):85-94.

[8] 彭 菲,於 方,馬國霞,等.“2+26”城市“散亂污”企業的社會經濟效益和環境治理成本評估 [J]. 環境科學研究, 2018,31(12):1993- 1999.

Peng F, Yu F, Ma G X, et al. Analysisof social-economic benefits and environmental pollution control costs of ‘dispersed, disrupted and polluted’ enterprises in the ‘2+26’ region [J]. Research of Environmental Sciences, 2018,31(12):1993-1999.

[9] 雷林銳.西北地區環境污染價值量與經濟發展關系研究 [D]. 蘭州:蘭州大學, 2015.

Lei L R. The research of the relationship between the economic development and the value of environmental pollution in the northwest region [D]. Lanzhou: Lanzhou University, 2015.

[10] 楊 靜.大氣污染防治的減排成本及健康效益研究 [D]. 南京:南京大學, 2019.

Yang J. Research on emission reduction cost and health benefit of air pollution prevention and control [D]. Nanjing: NanJing University, 2019.

[11] 馬 中,昌敦虎,周 芳.改革水環境保護政策告別環境紅利時代 [J]. 環境保護, 2014,42(4):22-25.

Ma Z, Chang D H, Zhou F. Reforming water environmental protection policy and farewelling the era of environmental dividend [J]. Environmental Protection, 2014,42(4):22-25.

[12] 馬 中.中國應反思“環境紅利” [N]. 北京科技報, 2014-12-29, (052).

Ma Z. China should reflect on the "environmental dividend" [N]. Beijing Science and Technology News, 2014-12-29, (052).

[13] 涂正革,傅立權.SO2排污權交易在中國的理論紅利核算 [J]. 中國地質大學學報(社會科學版), 2016,16(3):52-62.

Tu Z G, Fu L Q. The theoretical dividend calculation of SO2emission rights trading in China [J]. Journal of China University of Geosciences (Social Sciences Edition), 2016,16(3):52-62.

[14] 李 娜.天津市環境污染損失成本核算與控制研究 [D]. 天津:河北工業大學, 2006.

Li N. The research on accounting and control of environmental pollution loss cost of Tianjin [D]. Tianjin: Hebei University of Technology, 2006.

[15] 閆家鵬.大氣污染治理設施運行成本分析 [J]. 黑龍江科技信息, 2009,(28):217.

Yan J P. Analysis of operating cost of air pollution control facilities [J]. Scientific and Technological Innovation, 2009,(28):217.

[16] 杜 娜,曹 東,楊慧芬.工業企業大氣污染治理費用函數的研究 [J]. 科學技術與工程, 2007,7(6):1116-1118,1127.

Du N, Cao D, Yang H F. Research on air pollution abatement cost function of industrial enterprise [J]. Science Technology and Engineering, 2007,7(6):1116-1118,1127.

[17] 孫 寧,孫鈺茹,侯貴光.中國水污染控制費用函數研究現狀、問題與趨勢 [J]. 環境科學與管理, 2011,36(9):136-141.

Sun N, Sun Y R, Hou G G. Research status, issues and trends of china's water pollution control cost function [J]. Environmental Science and Management, 2011,36(9):136-141.

[18] Dasgupta S, Hua W, Wheeler D. Surviving success : policy reform and the future of industrial pollution in China [J]. Policy Research Working Paper, 1997:1-58.

[19] 國家環境保護總局,國家統計局.中國綠色國民經濟核算研究報告2004 [M]. 北京:中國統計出版社, 2006.

State Environmental Protection Administration of China, National Bureau of Statistics. China Green National Economic Accounting Research Report 2004 [M]. Beijing: China Statistics Press, 2006.

[20] 環境保護部,國家統計局,農業部.第一次全國污染源普查公報 [J]. 新華月報, 2010,(6):65-68.

Ministry of Ecology and Environment of the People’s Republic of China, National Bureau of Statistics of the People's Republic of China, Ministry of Agriculture and Rural Affairs of the People's Republic of China. Bulletin of the first national survey of pollution sources [J]. Xinhua Monthly Bulletin, 2010,(6):65-68.

[21] Jan W G. Income distribution in models for developing countries : Kenya and Tanzania [J]. University of Oxford, 1979.

[22] Greene W. Econometric analysis [M]. Beijing: Tsinghua University Press, 2001.

[23] Copeland B R, Taylor M S. Trade and the environment: theory and evidence [M]. Princeton, NJ: Princeton University Press, 2003.

[24] 陳媛媛.行業環境管制對就業影響的經驗研究:基于25個工業行業的實證分析 [J]. 當代經濟科學, 2011,33(3):67-73,126.

Chen Y Y. Effect of industrial environmental regulations on employment: empirical research on 25 industries [J]. Modern Economic Science, 2011, 33(3):67-73,126.

[25] 秦昌波,葛察忠,劉倩倩,等.中國煤炭環境成本內部化的經濟影響分析 [J]. 中國環境科學, 2018,38(2):745-754.

Qin C B, Ge C Z, Liu Q Q, et al. Economic impacts of environmental cost internalization of coal in China [J]. China Environmental Science, 2018,38(2):745-754.

[26] Liu M, Shadbegian R, Zhang B. Does environmental regulation affect labor demand in China? evidence from the textile printing and dyeing industry [J]. Journal of Environmental Economics and Management, 2017,86(C):277-294.

[27] 秦 明,齊 曄.環境規制的收入分配效應研究 [J]. 經濟與管理研究, 2019,40(11):70-81.

Qin Ming, Qi Ye. Research on income distribution effect of environmental regulation [J]. Research on Economics and Managemen, 2019,40(11):70-81.

[28] 陳詩一,劉朝良,馮 博.資本配置效率、城市規模分布與福利分析 [J]. 經濟研究, 2019,54(2):135-149.

Chen S Y, Liu C L, Feng B. Capital allocation efficiency, city-size distribution and social welfare analysis [J]. Economic Research Journal, 2019,54(2):135-149.

[29] 彭可茂,席利卿,雷玉桃.中國工業的污染避難所區域效應——基于2002～2012年工業總體與特定產業的測度與驗證 [J]. 中國工業經濟, 2013,(10):44-56.

Peng K M, Xi L Q, Lei Y T. Pollution haven regional effect of china industry—measurement and verification based on overall industry and specific industries in 2002～2012 [J]. China Industrial Economics, 2013,(10):44-56.

[30] 李 媛,張同斌,亓彭飛.地方環境約束目標對經濟增長的影響效應 [J]. 中國環境科學, 2020,40(10):4617-4630.

Li Y, Zhang T B, Qi P F. Research on the impact of the local government's environmental protection constraint target on economic growth [J]. China Environmental Science, 2020,40(10):4617-4630.

Economic returns of environmental factors: environmental benefit, quantitative estimation and benefits incidence.

MA Ben, LIU Tong-yi, MA Zhong*

(School of Environmental and Natural Resources, Renmin University of China, Beijing 100872, China)., 2021,41(6)：2964～2976

To estimate the environmental benefit and its distribution and understand the complex coupling links between economic growth and environmental protection, this paper estimated the cost models of pollution control process of industrial wastewater and waste gas based on a firm-level panel dataset from 2011 to 2013 by matching the Chinese industrial enterprise database and the environmental statistics database. The total environmental benefits of industries in China were obtained through estimation and aggregation by both sub-industry and pollutant. And then constrained regression model were employed to estimate the distribution of environmental benefits among corporate profits, employee wages and government taxes. We found that the total annual environmental benefits of China’s industry were nearly 900-billion-yuan, accounting for 2% and 5% of corresponding GDP and industrial added value, respectively. About 70% of total environmental benefits were generated by energy-intensive industries. In terms of benefit incidence, residents were proved to be primary beneficiaries who obtain about 80% of the total benefits. The government was the second largest beneficiary, while the share going into industrial profits was less than 3%. Nearly 25% of industrial wages came from environmental benefits and the figure reaches 50% for energy-intensive industries. The findings of this paper indicated that utilization of environmental resources was one of key drivers for economic growth, and more strict environmental regulation in industries might lead to asymmetric adjustment regarding benefit pattern with wage level and employment being the first to be affected. Accordingly, suggestions were proposed to establish interest balancing mechanism to coordinate partial interests with integral interests and short-term interests with long-term interests in the process of pursuing green development in China.

industrial enterprise；environmental dividend；cost function；benefit incidence；panel data

X196

A

1000-6923(2021)06-2964-13

2020-11-02

中國人民大學科學研究基金資助項目(中央高校基本科研業務費專項資金資助)(18XNB018)

* 責任作者, 教授, zhongma@vip.sina.com

馬 本(1986-),男,河南洛陽人,副教授,博士,研究方向為資源與環境經濟學.發表論文20余篇.