推荐人： 华中科技大学管理学院 欧阳洁
原文信息： Chen, Z., Kahn, M. E., Liu, Y. and Wang, Z. (2018). “The Consequences of Spatially Differentiated Water Pollution Regulation in China”. Journal of Environmental Economics and Management, 88, pp. 468-485.
图片来源： 百度图片搜索
1.引言
20世纪80年代后，中国的水污染不断恶化，严重威胁到居民的生活质量。2005年，中国政府在《十一五规划纲要（2006-2010年）》中明确表态要减少水污染排放，2010年水体中的化学需氧量（简称COD，测度水污染的重要指标）相比2005年要降低10%，污染越严重的地方的治污目标更严格。中央政府还将治污纳入官员升迁的考核中以提升地方官员的积极性。整个“十一五”期间，全国投入了约820亿元治理水污染。
中国第一大河长江在过去遭受了严重污染，沿江11省企业产生的污染占了全国水污染物的一半，“十一五”期间，长江流域水污染治理也成为了重中之重。2011年，中央政府宣布包括已经完成了减少COD的目标，然而，水利部的数据却显示，2010年长江流域的工业废水排放量和不可饮用水占比较2005年均有所增加。数据进一步显示，长江流域上游的污染程度进一步恶化，而下游却得到改善（如下图Panel A、Panel B）。
为什么会产生这样的结果？我们认为，这可能是因为环境管制的强度存在区域差异性。下游严格的环境管制使得污染企业迁移到环境管制力度较弱的上游，这反而有可能使得水污染覆盖更大面积的水域和更多的人口。本文通过实证发现，中国的环境管制减少了高强度管制地区的污染排放，却可能使得污染企业迁移至低强度管制地区。本文的研究提供了“污染天堂”的中国证据。
2.制度背景
改革开放以来，中国建立了环境分权体制，中央政府制定全国层面的环境目标，地方政府负责制定和实施具体的环境法规。2005年以前，中国实行的是以GDP为核心的激励方式，地方官员缺乏治理环境的积极性。为落实《十一五规划纲要（2006-2010年）》中提出的环境治理目标，中央将能耗降低和污染减排完成情况作为政府领导干部综合考核评价的重要内容，实行严格的问责制（参见国发【2007】36号）。
为落实“十一五”减排目标，2006年，环保部和发改委下发《“十一五”期间全国主要污染物排放总量控制计划》，明确了各省的减排任务，污染较重的省份和经济增长较快的省份减排目标更高。2006年秋，环保部给出了各市减排目标的计算公式（1），它等于该市所在省的减排目标乘上该市企业排污在全省的比例。
地方政府往往通过事前的排污许可或事后的惩罚措施达到减少污染的目标。企业为获得排污许可，必须采用更严格的污染排放标准，安装清洁设备。政府还可以直接关闭污染严重的工厂或者不允许重污染企业在本地落户。这些环境管制政策执行力度的强弱会直接影响企业的生产成本，从而影响企业污染的空间分布。
由于中国各地都为了招商引资兴建了工业园区，工业园区内有良好的基础设施，这使得企业的搬迁成本大大降低，一般而言，从企业决定入驻某地到开始满负荷运转平均只需要两年时间。面临环境管制，企业也可以通过其他方式例如改变其在各地的生产规模实现污染转移。产能过剩也降低了企业的污染转移成本。
3.方法
本文采用DID的估计方法。我们认为，与管制相对宽松的地区相比，管制较为严格的地区水污染行业的产量下降幅度会更大。具体而言，在2006年之前，各城市的监管严格程度几乎是一致的。2006年以后，一些城市被赋予了更严格的COD减排任务，因此通过了更严格的水污染法规。本文的模型如式（2）所示：
其中Yct 为c市t年水污染行业总产值的对数；Rc 是c市监管严格程度的衡量指标；Postt 是表示2006年前后的虚拟变量；αc 代表城市固定效应,；δt 代表年份固定效果，εct 表示随机误差项。
然而上述模型存在一定的问题。例如城市层面随时间变化的变量可能会使得核心解释变量内生。此外，2007年实施的新劳动法也存在执行力度的空间差异，同时会影响企业的生产情况，可能会使得我们高估环境规则政策的效果。为解决这一问题，本文根据行业是否属于污染行业再进行一次差分，引入DDD模型（3）：
其中Yict 为c市i行业在t年的总产值的对数；Dirtyi 是一个虚拟变量，企业属于水污染行业则取1。DDD模型的一个主要优势是，它允许我们控制更高维度的固定效应。在同一行业(城市)内，不同年份的误差项可能是连续相关的，且同一城市不同行业的误差项可能存在空间相关性。为了控制误差项的潜在空间和序列相关性，标准误差按城市和行业进行双向聚类。
4.数据与主要结果
本文样本期为2003-2009年，样本包含长江流域11个省的85个城市（见Fig. 2），其中地级市83个，省级城市2个。本文将相对于武汉的下游城市定义为下游，相对于武汉(含武汉)的上游城市定义为上游。根据描述性统计，与上游城市相比，下游在2005年经济更加发达，污染水平更高。
为度量各城市监管的严格程度，本文构建了两种事前指标。【1】根据“十一五”期间的省级COD减排任务和公式（1）中所述的省内分配规则，可以计算各城市的COD减排程度。与公式（1）中使用COD排放占比进行计算不同，在实践中，COD排放并不是直接测量的，而是由当地政府官员从生产活动中估算出来的。因此，我们利用2005年工业企业数据库中水污染行业生产活动的信息来估计每个城市的COD排放比例，如公式（4）所示：
与公式（1）不同，我们用c城市污染行业的产值占该省的比例计算该市减排任务。
【2】考虑省级官员可能会改变各市的减排目标，且减排任务的大小不能完全反映各地官员的减排努力。本文利用各市每年政府工作报告中环境相关文本的比例来衡量地方官员为实现目标所付出的实际努力。
为构建DDD模型，本文根据工业企业数据库计算了2003年至2009年期间，每个城市每两位数行业的年总产值。本文总共选取了六个行业进行实证研究，其中有两个水污染行业——造纸及纸制品业、化学原料及化学制品制造业。
如Table 2所示，本文发现，不管使用哪一指标，均可发现严格管制地区的污染行业产值显著下降，然而第（3）列中，我们发现，2006年后上游地区水污染行业产值显著增长。对于非水污染行业，我们没有发现上游地区产值相对于下游地区的显著增长。
为减弱内生性问题，本文还进行了DDD估计，发现不管使用哪种指标，2006年后水污染管制严格地区污染行业产值显著下降。本文进一步考虑了动态效应，发现环境管制最早在2008年发挥作用。接下来文章进行了一系列的稳健性检验和异质性检验，进一步强化了文章逻辑的可信度。
本文最后研究了企业污染空间转移的形式。利用企业开业年份的信息，我们计算出每个城市每个行业每年新成立的企业和老企业的数量。老企业是指开业年份在2000年之前的企业。本文利用DDD模型，发现环境规制较为宽松的城市(上游城市)吸引了更多的水污染行业的新企业，与此同时，老公司则退出了监管更为严格的城市(下游城市)，如Table 8所示。
5.结论
本文发现，中国污染区域管制差异化导致污染企业可能会转移到管制力度弱的地区。就中国长江流域水污染而言，“十一五”期间的COD减排措施未能阻止上游人口密集地区的污染活动增加。这一污染造成的不良后果可能更严重，因为上游地区50%以上的居民是农民，他们的收入较低，更容易受到水污染的影响。由于大多数发展中国家的下游区域通常更接近主要港口，比上游区域更加发达，因此，本文的研究结果具有普遍意义，即差异化的环境管制可能使欠发达的上游区域的居民福利水平恶化。
推荐理由
（1）问题意识：本文作者通过数据发现，水体污染数据呈现趋势与政府目标存在不一致，从而发现了研究的问题；（2）“污染天堂”：“污染天堂”是否存在一直是学术界争议的话题，它本身是一个国家间的概念，本文的研究与“污染天堂”有异曲同工之处，环境成本对企业选址的影响仍然是一个重要的话题；（3）环境管制的政治经济学：在中央政府明确的环境目标下，为什么上游企业仍然愿意接纳高污染的企业，是一个值得思考的政治经济学话题；（4）文本分析：本文利用政府工作报告相关文字长度构建政府环境管制力度指标，值得学习和借鉴。