环境规制、产业升级与雾霾治理
1本文得到北京市社会科学基金项目“京津冀大气污染源解析、防治效果评价及区域联防补偿机制研究”(批准号：18YJC016)的资助。
2范庆泉，首都经济贸易大学财政税务学院副教授，东北财经大学经济计量分析与预测研究中心访问学者，E-mail：fanqingquan@163.com。
3储成君(通讯作者)，生态环境部环境规划院助理研究员，E-mail：chucj@caep.org.cn。
4刘净然，首都经济贸易大学财政税务学院博士研究生，E-mail：jrliu@vip.163.com。
5张铭毅，国家开发银行扶贫金融事业部助理经济师，E-mail：zhangmingyi@cdb.cn。
本文选自《经济学报》2020年第四期 （P189-213页）
摘 要 本文构建了一个包括能源消耗排放污染和企业具有污染治理机制的理论研究框架，分析环境规制推动下产业升级对雾霾污染的综合影响状况，并基于2007—2018年省际PM2.5浓度的卫星监测数据，采用面板门限模型，评估产业升级对雾霾治理的非线性影响效果。理论研究发现，环境规制政策是企业进行治污投入的必要条件，也是实现单位GDP能耗下降的关键因素；随着环境规制政策的执行力度不断加大，产业升级对雾霾治理的效果愈加明显。实证研究表明，在产业升级的初期阶段，工业经济仍然是造成雾霾污染的关键因素；随着产业升级水平的不断提升，工业经济中新兴产业的比重持续增加，对雾霾污染的影响系数显著下降，尤其是沿海地区，清洁产业的污染减排量已经超过了传统行业的污染排放增量，使得环境空气质量得到了明显改善，这对于加强政府污染防治的战略定力和制定新一轮的环境规制政策都具有重要的参考价值。
关键词 环境规制；产业升级；雾霾治理；单位GDP能耗
0 引言
高能耗、低效率的粗放式发展模式推动了中国经济快速增长，同时也产生了严重的雾霾污染问题。现阶段雾霾污染呈现出发生频率高、影响范围广、治理难度大等特点(邵帅等，2016)，已经严重影响了人们的生产生活，引发社会各界的广泛关注。雾霾治理是打好污染防治攻坚战的重要任务，是改善民生的当务之急，如何有效治理雾霾污染已成为当前社会各界研究的重点课题。
传统工业生产方式是造成雾霾污染的主要来源，也是政府大力推进节能减排和推动产业升级的重要考量。据统计，2019年我国单位GDP能耗相比2015年已经累积下降13.7%，年均降速3.6%；高技术产业增加值相比2015年累积增加52.7%，平均增速11.2%；战略性新兴产业增加值相比2015年累积增加44.8%，平均增速9.7%，分别高出规模以上工业增加值年平均增速5.0和3.6个百分点，产业升级已取得阶段性成果(1)本文将产业升级定义为传统产业的能源消费结构优化以及新兴清洁产业发展，以低污染、高效率、高质量为典型特征的新经济发展模式。。与此同时，我国环境空气质量也有了明显改善。2019年全国337个城市环境空气质量达标率46.6%，相比2015年的21.6%提高了25个百分点(2)2015年我国开始公布338个城市的环境空气质量状况；因莱芜市并入济南市，故2019年城市数量由338个变为337 个。。尽管如此，337个城市的环境空气质量达标率仍未过半，PM2.5平均浓度为37微克/立方米也仅与2018年持平，雾霾污染问题依然十分严峻。面临逐年加大的经济下行压力，越来越严格环境规制政策也受到社会的一定质疑。产业升级对雾霾治理是否产生了积极性影响亟须评价，这对于回应人们对环境质量的现实关切和坚定中国政府污染防治的战略定力都具有重要的研究价值。
实际上，有关产业升级对雾霾治理的实证研究文献并不多见。一方面是受限于数据的可获取性，有关新兴产业增加值的公布时间较短，采用年度数据会存在样本量不足的问题。如果采用季度频度进行分析，雾霾污染又会受到区域、气象等一系列因素的干扰，也可能会带来估计偏误。另一方面，包括高技术产业、战略性新兴产业在内的新兴产业增加值，也并非我国产业升级的全部内容，传统产业的能源消费结构优化也是实现产业升级的重要组成部分，但我们又无法从传统产业统计口径中提取出来。更为重要的是，无论使用新兴产业增加值规模变量，或是使用能源消费的结构占比，都无法将传统产业的规模效应考虑在内，也就无法客观估计产业升级背景下工业经济发展对雾霾污染的综合影响状况。这是因为，尽管新兴产业发展、能源结构优化均对雾霾治理可能存在着积极影响，如果传统产业发展的规模效应仍然推动污染物排放量屡创新高，人们对环境空气质量改善的诉求依然无法得到满足，环境规制强度仍需进一步加大。如何科学刻画产业升级下工业经济发展的代理指标，进而合理客观评估产业升级对雾霾污染的综合影响效果，将是本文研究的重点内容。
环境规制通过产业升级对雾霾治理产生影响的作用机制，也是本文从理论层面上需要回答的关键问题；尤其是环境规制政策是否有必要越来越严格，如果雾霾治理效果呈现，是否可以降低规制政策强度等。而回答上述问题的关键是，要充分理解环境规制的约束机制与企业治污动机的决策因素，要合理刻画企业的污染治理行为，要科学厘清影响产业升级的关键指标。因此，本文在新古典理论模型基础上，构建了一个包括能源消耗排放污染物和企业进行污染治理的理论模型，通过分析不同环境规制政策情景下的企业治污动机，识别推动产业升级的关键因素，评估产业升级对雾霾治理的影响程度，并从中国污染治理实践中寻找经验证据，为推动产业结构升级和提高雾霾治理效率提供理论依据与经验支撑。
1 文献述评
有关雾霾污染影响因素的实证文献较为多见(Keller and Levinson，2002；Poon et al.，2006；许和连和邓玉萍，2012；Han et al．，2014；Guan et al．，2014；邵帅等，2016，2019；黄寿峰，2017；李金珂和曹静，2017；Gehrsitz，2017；张华和冯烽，2019；宋弘等，2019)。Keller and Levinson(2002)、Poon et al.(2006)、许和连和邓玉萍(2012)均从外商直接投资(FDI)的视角研究了其对环境污染的影响。黄寿峰(2017)从财政分权的视角研究了区域间雾霾污染的溢出效应，财政分权加剧了本地区及周边地区的雾霾污染程度。李金珂和曹静(2017)采用断点回归模型，分析供暖集中期前后空气污染浓度的变化情况，研究指出集中供暖加剧了空气污染水平，在供暖开始后PM2.5浓度增加了近三成。Han et al．(2014)、邵帅等(2019)均从城市化进程的视角对雾霾污染的实证影响展开论述，指出雾霾污染是城市化进程的阶段性产物，而城市化的聚集效应和结构效应是雾霾治理的主要方式。张华和冯烽(2019)研究了高铁开通对雾霾污染的实证影响，指出高铁开通从规模效应、结构效应和技术效应等途径影响空气污染水平。Gehrsitz(2017)、宋弘等(2019)从低碳城市建设行为的视角研究了其对环境空气质量的影响及作用机制，低碳城市主要通过企业污染减排和工业产业结构升级的方式降低了空气污染程度。
然而，从产业升级视角研究雾霾治理的文献并不多见。在上述大多数文献中也都将产业结构作为主要的控制变量引入到实证模型当中，并预期该变量对雾霾污染的影响系数为正，甚至有些文献也将能源消费结构作为控制变量加入模型当中。实际上，无论是产业结构或是能源消费结构作为独立变量都不足以全面刻画工业经济的总体状况，也无法合理估计产业升级下的工业经济结构对雾霾污染的综合影响效果；尤其是传统产业发展对雾霾污染的规模效应仍然占据主导时，产业升级并没有扭转雾霾污染扩张的趋势，通过综合效果评估有助于客观认识当前雾霾治理的现状，也有助于科学制定后续的环境规制政策。对此，本文采用门限面板模型，通过单位产出能耗和工业经济结构占比的双变量组合方式构造产业升级指标，作为刻画产业升级的组合代理变量。这样既可能反映各地区的规模经济状况，也可以反映地区间的产业升级差异，估计产业升级对雾霾污染的总体影响状况，以评价产业升级的不同阶段对雾霾治理的非线性影响效果。
环保税主要通过限制污染性产业规模以达到减少污染排放的目的(Pang and Shaw，2011)，我们将其称为规模减排模式。随着环境规制政策强度不断加大，企业治污动机愈加明显，此后有关污染减排方式及其机制设计的研究文献也越来越多(Krysiak，2011；Pang and Shaw，2011；Chakravorty et al.，2012；Acemoglu et al.，2012， 2016；王鹏和谢丽文，2014；Aghion et al.，2016；范庆泉和张同斌，2018)通过设计各种污染减排的机制来降低单位产出的污染排放量，即在保持产出规模不变的情况下，减少污染排放量，我们将其称为效率减排模式。Pang and Shaw(2011)通过理论推导得出政府最优的减排补贴将会产生更高的污染水平。该文认为政府的污染减排补贴减弱了环境税的政策效果，导致最优环境税率下降，进而使得产出规模扩大，由于规模效应造成污染排放增加量大于单位产出污染水平下降所带来的污染排放减少量，最终导致污染水平上升。该文指出由于污染减排补贴可以兼顾经济发展与降低污染的双重目标，在一定程度上受到政策制定者的青睐。Krysiak(2011)等构建了包括清洁技术和非清洁技术部门的模型，并指出由于技术研发成本具有不确定性以及专利权的期限是有限的，环境规制政策将会影响技术发展方向。Acemoglu et al.(2012)认为清洁技术路径转变存在经济外部性，适当的环境规制政策有利于提高技术水平。王鹏和谢丽文(2014)提出适度增加污染治理投资有利于提高企业的生产技术，可以通过前端预防的形式减少环境污染。Acemoglu et al.(2016)指出清洁技术对于减少使用化石能源和改善环境质量具有重要作用，并从微观层面研究促进清洁技术转变的最优政策组合路径。范庆泉和张同斌(2018)指出环境规制是促使企业进行治污投入和推动能源消费结构优化进而实现产业升级的必要条件。
上述文献大都建立在内生增长理论模型上，主要从清洁技术进步的视角研究污染减排机制，随着清洁技术进步甚至环保税额最终可以趋向于零(Acemoglu et al.，2016)。由于内生增长理论主要是基于技术进步、人力资本或产品创新等方式推动经济增长，这与发展中国家以要素推动为主的发展模式存在较大差异，有关环境规制政策演变趋势的研究结论在发展中国家不具有适用性(范庆泉等，2016)。因此，本文仍然采用新古典理论框架设计模型，并加入企业的污染治理机制，将环境规制政策设计为企业实施治污决策的先决条件，在不同环境规制政策强度下研究企业进行治污投入的时点选择问题，进一步分析环境规制推动下的产业升级对雾霾治理的作用机制，为后续的实证研究提供理论支撑。
2 环境规制推动产业升级的理论框架构建
在新古典理论一般均衡框架中，本文构建了包括能源消耗排放污染物，污染导致经济效率损失、企业具有污染治理动机的理论模型，刻画企业选择规模减排和效率减排的决策行为，分析环境规制政策对于激发企业治污动机和提高减排效率的作用机制，为研究企业清洁生产的双重红利提供理论支撑。
2.1 模型设定
2.1.1 两类生产部门及污染排放函数
以能源消耗为主的粗放式经济发展方式可以推动经济快速发展，但在生产过程中排放了大量污染物，严重的环境污染对人们的生产生活均产生了不利影响。对此，参照范庆泉和张同斌(2018)的设计思路，本文将能源品和污染负外部性行为纳入到生产函数当中，以刻画这一典型的经济发展模式，为进一步研究企业清洁生产和产业升级提供理论基础。不失一般性，我们假设生产函数投入要素包括两类，一类是资本品投入要素，另一类是能源品投入要素，具体产品部门的生产函数表达式为：
(1)
其中，Yt表示第t期的产出水平，Ky,t表示第t期资本品的投入水平，Et表示第t期能源品的投入水平，α、1-α分别表示资本品和能源品的产出弹性系数，At表示第t期产品部门的技术水平，EMt表示第t期生产过程中排放的污染物数量，d(EMt)为效率损失函数，代表第t期污染排放对生产效率损失的影响程度。d′(EMt)>0，表示随着污染排放量增加，经济效率的损失程度越大。
能源品供给的生产函数如下：
(2)
其中，Et表示第t期能源品供给的产出水平，Ke,t表示第t期能源生产所需资本品的投入水平，Bt表示第t期能源部门的技术水平，γ表示能源资本品的产出弹性系数。产品部门能源消耗过程中排放污染物，污染排放函数为：
EMt=f(Et,Ks,t)
(3)
在治污投入不变的条件下，企业消耗的能源品越多，其排放的污染物数量就越大，即满足： f′1(Et,Ks,t)>0；Ks,t表示第t期企业为降低污染排放，提升减排效率而进行的治污资本投入。在消耗能源品数量不变的前提下，企业治污投入水平越高，则污染排放量越小，即满足： f′2(Et,Ks,t)<0。为保证经济系统的稳定性，设定f″22(Et,Ks,t)>0，表示治污资本投入的边际效果越来越小。
2.1.2 环境规制下的企业治污动机
由于企业自身无法将污染行为纳入其最优决策行为当中，即存在市场失灵现象。政府通过对污染排放行为课税的方式对此加以纠正，本文将政府课征的环保税视为一种环境规制政策。征收的环保税额越大，则表示环境规制政策强度越高。在政府实施环境规制政策下，企业追求利润最大化的目标函数如下：
Πy,t=PtYt-rtKy,t-Pe,tEt-τtEMt-rtKs,t
(4)
其中，Πy,t表示第t期企业的利润水平，rt表示第t期的资本租赁价格，Pt表示第t期最终产品的价格水平，Pe,t表示第t期能源品的价格水平。τt为第t期政府对污染行为征收的环保税，是一种从量征收的税种。为进行均衡求解，不失一般性，假设Pt=1。
孟鲁司特联合丙酸氟替卡松对儿童变应性鼻炎的疗效及血清IgE和炎性因子的影响（胡丽敏 闫志毓 郭光良）2∶99
[rt+τt f′2(Et,Ks,t)]Ks,t=0
(5)
其中，-f′2(Et,Ks,t)可以视为治污资本的边际减排效果，是治污资本投入的减函数，即随着治污资本投入额的增加，边际减排效果必然越来越小。换言之，当治污资本投入水平为零时，边际治污效果(-f′2(Et,0))取值最大。资本租赁价格可以视为治污资本的边际成本，而-τt f′2(Et,Ks,t)可以视为治污资本的边际收益。在稳态均衡时，由于资本租赁的均衡价格是由外生参数决定的，可以将其视为一个常数。因此，企业进行治污资本投入时需要权衡两个因素，一方面是环境规制政策的强度，二是治污资本的边际减排效果。企业具备治污资本的投入动机，需要满足如下条件：
rt<-τt f′2(Et,0)
(6)
则存在Ks,t>0，满足rt+τt f′2(Et,Ks,t)=0的条件成立。此时，治污资本投入大于零，企业有了进行污染减排的动机，企业进入效率减排阶段。值得注意的是，当政府开征的环保税额较低，以至于存在rt>-τt f′2(Et,Ks,t)的情况，即治污资本投入的边际成本大于其边际收益时，为实现式(6)一阶条件成立，此时优化治污资本的投入数量为零。本文将该阶段称为规模减排阶段，主要通过抑制能源品消费降低污染排放量，尤其当政府不针对污染排放行为课税时，企业没有治污投入的动机。此外，产品部门资本品和能源品投入的一阶条件为：
能源部门追求利润最大化的一阶条件为：
(9)
2.1.3 均衡求解的其他条件
假设经济体中存在一个代表性家庭，其追求效用最大化目标，效用函数设定为：
(10)
预算约束方程为：
Ct+It=rtKt+Πt+Trt
(11)
其中，β为效用贴现率，Ct表示第t期代表性家庭的消费水平，It表示第t期代表性家庭的投资额，Πt表示第t期产品部门和能源部门的利润之和；Trt表示政府的转移支付额，即政府将征收的环保税收入全部转移支付给代表性家庭。资本动态累积方程式：
Kt+1=(1-δ)Kt+It
(12)
其中，δ为资本折旧率。假设资本要素市场在各个部门之间是自由流通的，即各部门租赁的资本品要素的价格是一样的。各部门资本要素投入额等于总资本水平，即：
Kt=Ky,t+Ke,t+Ks,t
(13)
进一步求解可得代表性家庭跨期消费选择的欧拉方程为：
Ct+1=Ctβ[rt+1+(1-δ)]
(14)
产品市场的出清条件：
Ct+It=Yt
(15)
2.2 参数校准
参照范庆泉和张同斌(2018)的作法，设定产品部门资本产出弹性系数为α=0.508，设定能源品部门资本产出弹性系数为γ=0.390，年度资本折旧率设定为δ=0.096(张军和章元，2003)。借鉴Heutel(2012)有关函数拟合的思路，针对污染排放函数f(Et,Ks,t)和污染效率损失函数d(EMt)的设定，我们采用一元二次函数的特定区间曲线进行拟合，以满足上文给定的函数性质；根据杨继生等(2013)有关环境污染对经济损失程度的测算值为参考，通过多次模拟调试，以环境污染成本约占实际产出的10%为基准，校准拟合函数的参数取值，以提高拟合效果。污染排放函数为
2.3 环境规制推动产业升级的理论分析
本文将环保税视为一种外生变量，通过连续调增环保税额的数值，在环境规制政策不断趋强的背景下，分析主要经济变量的变化趋势以及企业治污投入相机抉择过程，以及研究企业清洁生产的双重红利实现机制。
2.3.1 规模减排与效率减排
图1和图2分别给出了不同环境规制政策情景下稳态时均衡产出水平和均衡投资额的变化趋势。不难发现，在环保税额由零逐渐提高到0.79的阶段，随着环境规制政策不断趋强，均衡产出水平也在不断提高，但均衡投资额却在不断下降。在这一阶段，通过实施环保税，增加了企业能源消耗的成本，进而抑制了能源需求(后文将给出能源消费量的模拟曲线)，也使得投资需求随之下降，通过减少能源消费已达到减少污染排放的目的。由于污染排放量的下降，减缓了其经济损失效率程度，使得均衡产出水平得到了进一步的提高。尽管产出水平有所提升，因为限制了能源使用，使得产出水平的提升速度是缓慢的。由于污染排放量的下降是通过抑制能源消费规模实现的，本文将这一阶段称之为规模减排阶段。
图1 不同环境规制情景下的均衡产出水平
图2 不同环境规制情景下的均衡投资额
随着环保税额的持续提高(由0.79逐渐提高到2.08)，无论是均衡产出或是投资额均得到了迅速提升。在这一阶段，由于环保税额较高，导致企业必须承担较高的污染减排成本，这将会提高企业的治污动机，加大治污资本投入，以降低单位能源消耗的污染排放量，本文将这一阶段称之为效率减排阶段。下文中，我们将对该阶段各个经济变量的变化趋势进行详细介绍。如果环保税额超过2.08后仍在持续提高，均衡产出水平则开始下降。过高的环保税额的税收扭曲性大于其污染减排的经济外部性，最终将会导致产出水平下降。从产出规模最大化的视角，则存在着最优环保税的环境规制政策。
2.3.2 环境规制与治污动机
图3和图4分别给出了不同环境规制政策情景下的均衡能源消费量和企业治污研发的资本投入水平。在规模减排阶段，由于企业治污的研发投入边际收益较低，该阶段主要通过减少能源消费量以降低污染排放，此时企业治污资本投入量为零。随着环境规制政策的进一步趋强，企业污染排放的成本不断提高，其污染治理的边际收益也随之增加，促使企业加大治污资本投入力度，以降低能源消耗的污染排放量。由于减排效率的提升，也进一步推动了能源消费需求的复苏。这充分表明环境规制并不必然导致产业升级，而只有不断强化的环境规制政策执行力度，才能“倒逼”产业升级，实现效率减排。
图3 不同环境规制情景下的能源消费量
图4 不同环境规制情景下的治污研发投入
在效率减排阶段，随着环境规制强度不断提高，企业治污研发的资本投入水平也越来越高，这主要得益于治污资本的边际收益越来越高。然而，能源消费量并未随之持续增加，其经历了需求复苏，再创新高，而后又有所下降的变化趋势。能源消费量变化的本质在于治污减排效率、污染经济损失与环境规制强度等综合因素的影响。当然，我们更为关心的是，更高的能源消费量是否再次拉升污染物的排放量，企业治污投入是否对产业升级产生实质性的积极影响。
2.3.3 产业升级与污染治理
图5 不同环境规制情景下的单位GDP能耗
图5给出了不同环境规制政策情景下单位GDP能耗的变化趋势。在规模减排阶段，由于能源需求量的减少，降低了污染的经济效率损失，产出水平缓慢提升，使得单位GDP的能源消耗也有所下降；在效率减排阶段，由于治污技术的提高，降低了单位能源的污染排放量，促使能源消费需求复苏，随之产出水平规模提升速度更快，单位GDP能耗也得到进一步的下降。单位GDP能耗不断下降，直观上是企业治污投入的直接结果，即污染经济效率损失下降，带动了全要素生产率以及产出规模的提升。根据式(8)我们可知，本质上在于环保税额的不断提高，“迫使”单位能源的产出水平不断提升，以降低污染排放的边际成本。根据模拟结果显示，由于能源消费价格水平走势也类似于能源消费量的变化趋势，先缓慢下降，而后复苏再创新高，并逐渐回落，由此单位GDP能耗的持续下降，最终原因落实在环保税额和能源的边际污染排放量函数上。而能源边际污染排放函数，随着治污资本投入的增加而不断下降。只有环保税额的不断提升，才是保持单位GDP能耗持续下降的关键因素。因此，我们将单位GDP能耗也设为一种环境规制政策的代理变量，环境规制政策越强，则意味着单位GDP能耗水平越低，并将其视为企业清洁生产行为内生动力的外在表现形式。
图6 不同环境规制情景下的污染物排放量
图6给出了不同环境规制政策情景下污染物排放量的变化趋势。类似地，在规模减排阶段，能源需求量的下降使得污染物排放量下降；在效率减排阶段，由于治污资本投入使得单位能源消耗的污染物排放量下降，尽管能源消费量有所提升，但污染物排放量下降的趋势依然没有改变。无论是单位GDP能耗下降，或是企业加大治污资本的研发投入等措施，我们统一将其视为在环境规制政策趋严的背景下企业的内在清洁生产行为。企业加大清洁生产力度，可以在宏观层面上推动产业结构不断升级。由于污染物排放量总量的下降，既实现了污染治理的目标，同时也保持了经济的可持续发展，我们将其视为清洁生产和产业升级的双重红利。基于此，本文提出产业升级对雾霾治理影响关系的基本假设：
随着环境规制政策的不断趋强，转换为企业提高清洁生产的内在动力，表现为单位GDP能耗的不断下降，使得经济发展对大气污染的影响系数在逐渐减弱，体现为两者动态递减的影响关系，即产业升级具有显著的雾霾治理效果。
3 产业升级对雾霾治理的实证研究
随着大气污染问题的逐渐凸显，中国政府不断推出各种环境规制的管制措施，优化能源消费结构，推进重点领域的节能减排工作，促进企业进行清洁生产，这为我们从实践中研究产业转型升级对雾霾治理的影响提供了可能。本文将基于中国节能减排与清洁生产的宏观经济数据，在坚决打好污染防治攻坚战的背景下，研究产业升级对雾霾治理的显著性影响关系，为进一步夯实和坚定雾霾治理政策提供经验证据。
3.1 实证模型构建和变量选取
3.1.1 计量经济模型设定
邵帅等(2016)指出雾霾产生的主要来源是工业部门和建筑业部门。实际上，无论是传统产业加大治污研发投入或是清洁产业也基本来自于上述部门。由此，我们使用两类部门的产出增加值占GDP的比重来衡量一个地区工业的经济结构。基于上述理论分析，我们可以理解为该经济结构变量是造成雾霾污染的主要影响因素。考虑到环境规制政策逐渐趋严的背景下，该类部门中企业治污投入的不断加大和清洁产业的快速发展，使得其内部结构不断优化，其对雾霾污染的影响程度应该逐渐减弱，由此明确了本文进行实证检验的基本思路：在传统产业结构下，工业经济结构占比对雾霾污染的影响系数较大；随着产业结构升级步伐加快，工业经济结构占比对雾霾污染的影响系数也在逐渐变小，甚至可能会降低雾霾污染。如果工业经济结构占比对雾霾污染存在着显著递减的非线性影响关系，则表明产业结构升级对雾霾治理具有显著性影响。基于上述分析，我们将选用以门限回归模型考察产业升级对雾霾治理的实证影响。
具体而言，本文将衡量产业结构升级的代理变量作为门限变量，譬如可以选取单位GDP能耗(eneperit)、单位GDP电耗(eleperit)和发电耗煤率(eleffit)等作为代理变量。以单位GDP能耗为例，假设存在一个门限值(λ1)将其分为高能耗区制(eneperit>λ1)，作为衡量以传统产业为主的产业结构；低能耗区制(eneperit≤λ1)，作为衡量以清洁产业为主的产业结构。门限值的个数及具体的数值在实证检验中加以确定。由此，我们可以建立产业升级对雾霾治理的面板门限模型：
(16)
其中，lnPMit表示第i个地区第t期的PM2.5浓度值的对数形式；indstrit代表第i个地区第t期的工业和建筑业产出增加值占GDP的比重；Xit代表为控制变量向量组，主要包括环保财政支出占比(renvfinit)、城市人口密度(citydenit)、经济开放度(openit)、消费者价格指数(CPIit)、生产者价格指数(PPIit)等；μi、νt分别代表地区、时间固定效应变量。本文对PM2.5浓度值进行了对数化处理，一方面是为了降低异方差和进行线性化转换，另一方面使得产业结构变量估计系数的经济学含义更为直观。接下来，我们将通过实证模型检验不同区制下产业结构变量估计系数的大小关系。譬如，在一个门限值模型中，如果α1>α2，这表明清洁产业相比传统产业有助于降低雾霾污染，即证实产业升级对雾霾治理具有积极影响。
3.1.2 变量选取
(1) 被解释变量。我们收集了2007—2017年哥伦比亚大学发布的PM2.5浓度的卫星监测数据和2015—2018年生态环境部发布PM2.5浓度数据，分别整理为我国各省份年均的PM2.5浓度值。本文以2007—2016年哥伦比亚大学发布的PM2.5浓度的卫星监测数据为主，将同一省份所有城市浓度值进行平均计算，进而得到各省份PM2.5浓度值；为进一步扩大样本量，我们也计算了2014—2018年生态环境部提供的省际PM2.5年度浓度值的同比增速，并以2017和2018两个年度的同比增速作为卫星监测数据的变化趋势，据此将卫星监测数据补充到2018年度。卫星监测的PM2.5浓度值被广泛应用(马丽梅和张晓，2014；邵帅等，2016，2019；黄寿峰，2017)，卫星监测属于面源监测，其精确度要高于地面监测数据，该指标可以较好地测度各省份的雾霾污染状况。
(2) 解释变量与门限变量。化石能源消耗和建筑扬尘是造成雾霾污染的主要来源，由此我们构造了工业增加值和建筑业增加值占GDP比重的经济结构指标。由于工业增加值份额远高于建筑业，不失一般性，后续我们将该比值称为工业经济结构占比指标(indstrit)，用以衡量某地区工业经济规模份额。同时，选取可以衡量产业结构升级状况的(eneperit)、单位GDP电耗(eleperit)和发电耗煤率(eleffit)等指标作为门限变量。在相同的工业经济结构中，如果单位GDP能耗、电耗或者发电耗煤率指标越低，则表明该地区工业经济体系中清洁产业占比越高；反之反然。
(3) 控制变量。环保财政支出占比(renvfinit)是各地区环保财政支出占总财政支出的比值，用以衡量各省级环保支出力度，理论上该变量系数应该为负。为缓解该变量可能与雾霾污染存在着内生性问题，参照杜龙政等(2019)的思路，在后续实证模型中我们使用该变量的滞后一期变量作为稳健性检验。考虑到环保支出转化为雾霾治理效果可能存在一定滞后性，该变量系数可能不显著；城市人口密度(citydenit)是城市单位面积的人口数量，该指标可以反映出人口聚集程度，有可能人口聚集可能会加重雾霾污染(童玉芬和王莹莹，2014)，也有可能人口聚集有助于提升节能减排效应(邵帅等，2019)，进而达到实现雾霾治理的效果，该变量系数预期符合未定；经济开发程度(openit)使用进出口总额占GDP比重衡量，该指标可以反映各地区与外部经济的密切关联程度，体现的是一个地区的经济开放度。该变量对于雾霾污染影响系数也存在两种研究结论，一是经济开放度有利于引入清洁技术以减少环境污染(许和连和邓玉萍，2012)；二是经济开发程度越高有可能会引入高污染产业加剧环境污染(List and Co，2000)，或者有助于增加出口的高污染产品的产出规模而恶化环境质量。此外，本文还将消费者价格指数(CPIit)、生产者价格指数(PPIit)加入到控制变量序列当中，用以刻画不同经济周期、产业周期对雾霾污染的影响。
本文选取的样本区间为2007—2018年。节能减排政策是2006年在我国“十一五”规划纲要中首次提出的，2007年是该项政策全面贯彻落实的起始年份。此外，环保财政支出指标自2007年以来各省份数据也较为齐全，因此我们选择样本起点为2007年。本文采用各省份的工业增加值、建筑业增加值、GDP、单位GDP能耗、单位GDP电耗、发电耗煤率、环保财政支出、公共财政支出、进出口总额、城市人口密度、消费者价格指数、生产者价格指数等数据全部来源于2008—2019年的《中国统计年鉴》以及各省份统计年鉴。需要指出的是，由于中国地域辽阔、各地区经济发展存在着较大差异，将我国各省份划分为沿海地区与内陆地区(潘文卿和李子奈，2007)(3)沿海地区包括北京、天津、河北、辽宁、山东、上海、江苏、浙江、福建和广东共10个省份，考虑海南的数据指标特征与内陆地区更为接近，因此将其划分为内陆地区；内陆地区包括云南、内蒙古、吉林、四川、宁夏、安徽、山西、广西、新疆、江西、河南、海南、湖北、湖南、甘肃、贵州、重庆、陕西、青海和黑龙江，共20个省份。。表1给出了全国及两类地区各变量的描述性统计结果。
表1 主要变量的描述性统计
续表
3.2 门限检验与实证分析
3.2.1 门限效应检验
为了能够恰当选择工业经济结构升级代理变量的门限个数及门限值，本文依次进行线性模型、单门限模型、双门限模型和三门限模型的检验。基于不同类型模型残差平方和构造的F检验统计量不再满足标准F分布，因此需要通过自举法模拟计算F检验统计量的p值(Hansen，2000)。由于模拟统计在局部范围内具有一定随机性，本文主要根据具有确定性显著关系的统计检验结果选择适合的门限数量。(4)本文的门限检验和实证估计都是使用Stata13.1统计软件操作的，命令名称是xthreg。有关工业经济结构升级变量门限个数及其门限值的检验结果如表2所示。
由表2可得，在线性门限和单门限模型的选择检验中，无论是全国模型或是地区模型均拒绝了线性模型的原假设；在单门限模型和双门限模型的选择检验中，除单位GDP能耗作为门限变量的沿海地区模型外，也均拒绝了单门限模型的原假设。在双门限模型和三门限模型的选择检验中，均无法拒绝双门限模型与三门限模型无显著性差异的原假设。鉴于绝大部分模型均选择双门限模型，在接下来的分析中本文将采用双门限模型进行实证研究。以全国模型为例，单位GDP能耗的两个门限值分别为0.502和0.671，则将取值高于0.671的单位GDP能耗划分为高能耗区制，将介于0.502～0.671的单位GDP能耗划分为中能耗区制，而将取值低于0.502的单位GDP能耗划分为低能耗区制。
表2 三类门限变量模型的门限效应检验
注：括号内为p值。
图7给出了2007—2018年度不同耗能区制下各省份的数量变化。其中，高耗能区制的省份数量由2007年的30家逐渐下降到2018年的9家；而中耗能区制的省份数量先由2008年的1家上升到2013年的13家，然后又持续下降到2018年的5家；低耗能区制的省份数量由2010年的1家持续增加到2018年的16家。从不同耗能区制的省份数量变化来看，我国清洁生产发展迅速，产业升级步伐有了明显提升，新兴高技术产业占工业经济中的份额持续上升。
图7 2007—2018年份不同耗能区制下的省份数量
3.2.2 实证结果分析
表3中，本文给出了以单位GDP能耗为门限变量的实证估计结果，考察产业升级的不同阶段工业经济占比对雾霾污染的影响系数。在全国和两类地区模型中，工业经济占比对雾霾污染均具有显著性影响。沿海地区的模型中，在高能耗区制下工业经济占比对雾霾污染的影响系数为0.860，而在中耗能区制下工业经济占比的影响系数有所下降，为0.673，值得关注的是，在低耗能区制下工业经济占比雾霾污染的影响系数甚至为负值-0.848。这表明随着工业经济内部产业升级，其对雾霾污染的影响在下降，甚至对雾霾治理具有显著性影响。在内陆地区的模型中，征税方式转变对福利总平均水平的影响也是显著为正的，但估计系数值低于沿海地区模型，同样也具有类似的影响趋势，随着单位GDP能耗不断下降，工业经济占比对雾霾污染的影响系数正在逐渐下降。由于单位GDP能耗的不断下降，本质上是企业加大能源结构优化，提高能源使用效率，加大污染治理力度，推进企业进行清洁生产，实现产业结构转型升级的具体表现。我们可以将单位GDP能耗下降的工业经济占比视为产业转型升级的代理指标。换言之，我们可以理解为产业升级对雾霾治理具有显著性影响，支持了理论分析中给出命题的相关结论。
表3 单位GDP能耗作为门限变量情景下的实证估计结果
注：***、**、*分别表示在1%、5%和10%显著性水平下显著；括号内为标准差。
表4和表5分别给出以单位GDP电耗和发电耗煤率为门限变量的情况下工业经济占比对雾霾污染的实证估计结果。除单位GDP电耗为门限变量的沿海地区模型外，所有模型估计系数均具有显著性正影响，一方面表明工业经济依然是造成雾霾污染的主要因素；另一方面，随着产业结构升级，工业经济对雾霾污染的影响系数在逐渐减弱。需要指出的是，在低电耗和低耗煤率的区制下，沿海地区工业经济占比对雾霾污染的影响系数不显著或显著为负，该地区清洁产业发展对雾霾治理的影响效果更为明显。这表明沿海地区工业经济结构中新兴产业已经占据主导地位，清洁产业的污染减排量已经超过了传统行业的污染排放增量，使得环境空气质量得到了明显改善。
表4 单位GDP电耗作为门限变量情景下的实证估计结果
注：***、**、*分别表示在1%、5%和10%显著性水平下显著；括号内为标准差。
表5 发电耗煤率作为门限变量情景下的实证估计结果
注：***、**、*分别表示在1%、5%和10%显著性水平下显著；括号内为标准差。
在低耗能、低耗电以及低耗煤率的清洁发展模式下，工业经济占比对雾霾污染的影响系数更低，其中沿海地区对雾霾污染的影响系数甚至为负，其根本原因在于清洁产业的份额越来越大。正如前文所述，我们将企业治污投入、高技术产业发展视为清洁产业发展的主要推动力，对此我们使用高技术产业总产值(tecoutit)、环保类固定投资(envinvit)作为主要解释变量分别对单位GDP电耗(eleperit)和发电耗煤率(eleffit)三个产业结构升级代理变量的影响进行实证分析，如表6所示。为降低异方差和趋势性因素可能的影响，上述变量均取对数形式。实证结果显示，高技术产业发展对单位GDP能耗、单位GDP电耗和发电耗煤率均具有显著性负影响，这表明新兴产业发展，减少了能源消耗，有助于优化能源消费结构，促进了产业结构升级；环保类固定资产投资也对单位GDP能耗、单位GDP电耗和发电耗煤率具有显著性负影响，这表明环保类固定投资通过提高污染治理水平、降低污染排放强度，也促进了产业结构升级。鉴于此，为提高产业升级对雾霾治理实证估计结果的稳健性，本文使用高技术产业发展、环保类投资作为产业结构升级的代理变量进行稳健性检验。
表6 高技术产业发展与环保类固定投资对产业结构升级的实证影响结果
注：***、**、*分别表示在1%、5%和10%显著性水平下显著；括号内为标准差。
3.3 稳健性检验
表7中，本文给出了高新技术产业、环保类固定投资作为门限变量的门限检验结果。在线性模型和单门限模型的检验中，大部分模型均拒绝了线性模型的原假设；在单门限模型和双门限模型的选择检验中，除沿海地区模型外，也均拒绝了单门限模型的原假设；基于统计检验结果，并且考虑与上述实证模型的一致性，我们均采用双门限模型进行实证研究。
表7 两类门限变量模型的门限效应检验
注：括号内为p值。
表8和表9分别给出了高技术产业总产值、环保类投资额作为门限变量情况下工业经济占比对雾霾污染的实证估计结果。以沿海地区为例，在高新技术行业低产值区制下，工业经济占比对雾霾污染的影响系数为0.915；在中产值区制下，工业经济占比对雾霾污染的影响系数为0.636；在高产值区制下，工业经济占比对雾霾污染的影响系数为0.460。不难发现，随着高技术产值规模的增加，工业经济占比对雾霾污染的影响系数在逐渐变小。类似地，随着环保类投资规模的扩大，工业经济占比对雾霾污染的影响系数也在逐渐变小，这也进一步佐证了产业升级对雾霾治理具有显著性的积极影响。
表8 高新技术产业总产值作为门限变量情景下的实证估计结果
续表
注：***、**、*分别表示在1%、5%和10%显著性水平下显著；括号内为标准差。
表9 环保投资额作为门限变量情景下的实证估计结果
注：***、**、*分别表示在1%、5%和10%显著性水平下显著；括号内为标准差。
由此我们得出产业升级依然是雾霾治理的关键因素。近些年来，我国各级政府坚决打好污染防治攻坚战，加快能源结构优化调整，推动新兴产业发展，在保持经济可持续发展的前提下，雾霾治理效果也十分明显。正如理论分析所述，政府强有力的环境规制是推动清洁产业发展的必然条件和外在动力，这对于政府坚定污染防治战略定力提供了实践支撑；尤其是沿海地区，随着清洁产业在工业经济中的比重不断提升，其对雾霾污染的影响程度越来越小，在产业升级较高的区制下，甚至会降低雾霾污染的程度，真正实现了经济高质量发展与生态高水平保护的双重目标。
4 结论
环境规制推动产业升级是否已转化为雾霾治理的有效手段？对此本文从理论层面和实证角度展开了研究。在新古典理论模型上，构建了一个包括能源消耗排放污染物和企业进行污染治理的理论模型，分析不同环境规制政策情景下的企业治污动机，刻画企业选择规模减排和效率减排的决策行为，识别推动产业升级的关键因素，评估产业升级对雾霾治理的影响程度，并从中国污染治理实践中寻找经验证据，为制定新一轮的雾霾治理措施提供科学证据。
理论研究发现，企业雾霾治理分为两个阶段：在环境规制强度较低时，企业主要通过减少能源消费量以降低污染排放，称之为规模减排阶段；在环境规制强度较高时，企业污染治理的边际收益逐渐大于污染排放的边际成本，促使其加大了治污资本投入力度，以降低单位能源消耗的污染排放量，称之为效率减排阶段，这表明环境规制并不必然导致产业升级，只有不断强化环境规制政策的执行力度，才能“倒逼”产业升级，实现效率减排。随着环境规制政策的不断趋强，转换为企业提高清洁生产的内在动力，表现为单位GDP能耗的不断下降，使得经济发展对大气污染的影响系数在逐渐减弱，体现为两者动态递减的影响关系，即产业升级具有显著的雾霾治理效果。
实证研究表明，产业升级对雾霾治理具有显著的非线性影响。在产业升级的初期，工业经济结构占比仍然是造成雾霾污染的关键因素；随着产业结构持续升级，工业经济对雾霾污染的影响系数显著下降。需要指出的是，在沿海地区产业升级的较高阶段，工业经济占比对雾霾污染的影响不再显著，这表明沿海地区工业经济结构中新兴产业已经占据主导地位，清洁产业的污染减排量已经超过了传统行业的污染排放增量，使得环境空气质量得到了明显改善；而内陆地区的产业升级仍未扭转雾霾污染的蔓延趋势，环境规制强度仍需持续提高，以推动清洁产业发展和加大企业治污投入力度。
雾霾治理是一项长期性、系统性工程，是响应民众对环境空气质量改善诉求的根本需要，是倒逼产业结构升级和推动高技术产业发展的重要契机。现阶段，产业升级依然是雾霾治理的关键因素，全国大部分地区传统工业经济产生的雾霾污染仍然占据主导地位。政府应加强污染防治的战略定力，一方面要加强环境规制政策的执行力度，譬如提高环境管理的相关标准，或者尽快制定相关法律法规，进一步提高雾霾污染的成本，增加治污投入的收益，通过市场经济手段，推动企业加大治污投入力度；另一方面政府应加快能源结构优化调整，通过包括提增资源税、建立全国排污权交易机制、加大清洁能源补贴等各种约束或激励型措施，提升新兴产业在工业经济中的比重，壮大经济发展的新动能，扭转雾霾污染持续扩增的基本局面，依靠市场化机制实现环境高水平保护和经济高质量增长的战略目标。
参考文献
杜龙政, 赵云辉, 陶克涛, 等. 2019. 环境规制、治理转型对绿色竞争力提升的复合效应——基于中国工业的经验证据[J]. 经济研究, 54(10): 106-120.
Du L Z, Zhao Y H, Tao K T, et al. 2019. Compound effects of environmental regulation and governance transformation in enhancing green competitiveness[J]. Economic Research Journal, 54(10): 106-120. (in Chinese)
范庆泉, 周县华, 张同斌. 2016. 动态环境税外部性、污染累积路径与长期经济增长——兼论环境税的开征时点选择问题[J]. 经济研究, 51(8): 116-128.
Fan Q Q, Zhou X H, Zhang T B. 2016. Externalities of dynamic environmental taxation, paths of accumulative pollution and long-term economic growth[J]. Economic Research Journal, 51(8): 116-128. (in Chinese)
范庆泉, 张同斌. 2018. 中国经济增长路径上的环境规制政策与污染治理机制研究[J]. 世界经济, 41(8): 171-192.
Fan Q Q, Zhang T B. 2018. A study of environmental regulations and pollution abatement mechanism on China’s economic growth path[J]. The Journal of World Economy, 41(8): 171-192. (in Chinese)
黄寿峰. 2017. 财政分权对中国雾霾影响的研究[J]. 世界经济, 40(2): 127-152.
Huang S F. 2017. A study of impacts of fiscal decentralization on smog pollution[J]. The Journal of World Economy, 40(2): 127-152. (in Chinese)
李金珂, 曹静. 2017. 集中供暖对中国空气污染影响的实证研究[J]. 经济学报, 4(4): 138-150.
Li J K, Cao J. 2017. Empirical analysis of the effect of central heating on air pollution in China[J]. China Journal of Economics, 4(4): 138-150. (in Chinese)
马丽梅,张晓. 2014. 中国雾霾污染的空间效应及经济、能源结构影响[J].中国工业经济, (4): 19-31.
Ma L M, Zhang X. 2014. The spatial effect of China’s haze pollution and the impact from economic change and energy structure[J]. China Industrial Economics, (4): 19-31. (in Chinese)
潘文卿, 李子奈. 2007. 中国沿海与内陆间经济影响的反馈与溢出效应[J]. 经济研究, 42(5): 68-77.
Pan W Q, Li Z N. 2007. Feedback and spillover effects between coastal and non-coastal regions of China[J]. Economic ResearchJournal, 42(5): 68-77. (in Chinese)
邵帅, 李欣, 曹建华, 等. 2016. 中国雾霾污染治理的经济政策选择——基于空间溢出效应的视角[J]. 经济研究, 51(9): 73-88.
Shao S, Li X, Cao J H, et al. 2016. China’s economic policy choices for governing smog pollution based on spatial spillover effects[J]. Economic Research Journal, 51(9): 73-88. (in Chinese)
邵帅, 李欣, 曹建华. 2019. 中国的城市化推进与雾霾治理[J]. 经济研究, 54(2): 148-165.
Shao S, Li X, Cao J H. 2019. Urbanization promotion and haze pollution governance in China[J]. Economic Research Journal, 54(2): 148-165. (in Chinese)
宋弘, 孙雅洁, 陈登科. 2019. 政府空气污染治理效应评估——来自中国“低碳城市”建设的经验研究[J]. 管理世界, 35(6): 95-108.
Song H, Sun Y J, Chen D K. 2019. Assessment for the effect of government air pollution control policy: Empirical evidence from “low-carbon city” construction in China[J]. Management World, 35(6): 95-108. (in Chinese)
童玉芬, 王莹莹. 2014. 中国城市人口与雾霾: 相互作用机制路径分析[J]. 北京社会科学(5): 4-10.
Tong Y F, Wang Y Y. 2014. The interaction mechanism of urban population and haze in China[J]. Social Science of Beijing, (5): 4-10. (in Chinese)
王鹏, 谢丽文. 2014. 污染治理投资、企业技术创新与污染治理效率[J]. 中国人口·资源与环境, 24(9): 51-58.
Wang P, Xie L W. 2014. Pollution control investment, enterprise technical innovation and pollution control efficiency[J]. China Population Resources and Environment, 24(9): 51-58. (in Chinese)
许和连, 邓玉萍. 2012. 外商直接投资导致了中国的环境污染吗?——基于中国省际面板数据的空间计量研究[J]. 管理世界(2): 36-49.
Xu H L, Deng Y P. 2012. Does FDI cause environmental pollution in China?—A spatial econometric study based on provincial panel data in China[J]. Management World, (2): 36-49. (in Chinese)
杨继生, 徐娟, 吴相俊. 2013. 经济增长与环境和社会健康成本[J]. 经济研究, 42(12): 17-29.
Yang J S, Xu J, Wu X J. 2013. Income growth, environmental cost and health problems[J]. Economic Research Journal, 48(12): 17-29. (in Chinese)
张华, 冯烽. 2019. 绿色高铁: 高铁开通能降低雾霾污染吗?[J]. 经济学报, 6(3): 114-147.
Zhang H, Feng F. 2019. Green high-speed railway: Does high-speed railway reduce haze pollution?[J] China Journal of Economics, 6(3): 114-147. (in Chinese)
张军, 章元. 2003. 对中国资本存量K的再估计[J]. 经济研究(7): 35-43.
Zhang J, Zhang Y. 2003. Recalculating the capital of China and a review of Li and Tang’s article[J]. Economic Research Journal, (7): 35-43. (in Chinese)
Acemoglu D, Aghion P, Bursztyn L, et al. 2012. The environment and directed technical change[J]. American Economic Review, 102(1): 131-166.
Acemoglu D, Akcigit U, Hanley D, et al. 2016. Transition to clean technology[J]. Journal of Political Economy, 124(1): 52-103.
Aghion P, Dechezleprêtre A, Hémous D, et al. 2016. Carbon taxes, path dependency, and directed technical change: Evidence from the auto industry[J]. Journal of Political Economy, 124(1): 1-51.
Chakravorty U, Leach A, Moreaux M. 2012. Cycles in nonrenewable resource prices with pollution and learning-by-doing[J]. Journal of Economic Dynamics and Control, 36(10): 1448-1461.
Gehrsitz M. 2017. The effect of low emission zones on air pollution and infant health[J]. Journal of Environmental Economics and Management, 83: 121-144.
Guan D B, Su X, Zhang Q, et al. 2014. The socioeconomic drivers of China’s primary PM2.5 emissions[J]. Environmental Research Letters, 9(2): 024010.
Han L J, Zhou W Q, Li W F, et al. 2014. Impact of urbanization level on urban air quality: A case of fine particles (PM2.5) in Chinese cities[J]. Environmental Pollution, 194: 163-170.
Hansen B E. 2000. Sample splitting and threshold estimation[J]. Econometrica, 68(3): 575-603.
Heutel G. 2012. How should environmental policy respond to business cycles? Optimal policy under persistent productivity shocks[J]. Review of Economic Dynamics, 15(2): 244-264.
Keller W, Levinson A. 2002. Pollution abatement costs and foreign direct investment inflows to U.S. States[J]. Review of Economics and Statistics, 84(4): 691-703.
Krysiak F C. 2011. Environmental regulation, technological diversity, and the dynamics of technological change[J]. Journal of Economic Dynamics and Control, 35(4): 528-544.
List J A, Co C Y. 2000. The effects of environmental regulations on foreign direct investment[J]. Journal of Environmental Economics and Management, 40(1): 1-20.
Pang A, Shaw D. 2011. Optimal emission tax with pre-existing distortions[J]. Environmental Economics and Policy Studies, 13(2): 79-88.
Poon J P H, Casas I, He C F. 2006. The impact of energy, transport, and trade on air pollution in China[J]. Eurasian Geography and Economics, 47(5): 568-584.
JEL Classification Q53, Q56, O13
Environmental Regulation, Industrial Upgrading and Haze Governance
Qingquan Fan1,2 Chengjun Chu3 Jingran Liu1 Mingyi Zhang4
(1. School of Public Finance and Taxation, Capital University of Economics and Business;2. Center for Econometric Analysis and Forecasting, Dongbei University of Finance and Economics;3. ChineseAcademy for Environmental Planning, Ministry of Ecology and Environment;4. Poverty Relief Program Finance Planning & Adminstration Department， China Development Bank)
Abstract The paper establishes a theoretical framework including pollution emission during energy consumption and enterprises having pollution control mechanism, and analyzes the overall influence of industrial upgrading driven by environmental regulation on haze pollution. Using PM2.5 concentrations data at China’s provincial level over 2007—2018, the paper adopts the threshold panel model and evaluates the non-linear effects of industrial upgrading having on haze control. The theoretical study finds that environmental regulatory policies are essential for enterprises to invest in pollution control and are a key factor in lowering energy use per unit of GDP. As environmental regulation strengthens, the effect of industrial upgrading on smog control becomes more obvious. The empirical results show that industrial production is still the leading cause of haze pollution in the initial stage of industrial upgrading; As industrial upgrading progresses, the share of emerging industries in the industry continuously increases, and the influence coefficient on haze pollution drops significantly. Especially in the coastal areas, the emissions reduction of cleaner industry has surpassed the increased emissions of traditional industry, yielding significantly improved environment quality. The results are instructive for the government to make pollution control resolution and formulate a new round of environmental regulatory policies.
往期推送，点击蓝色文章题目阅读：
银企关系、政治联系与银行信贷筛选效率 ——来自中国上市企业的经验证据
总统的权力：美国执政党更替与中美贸易(1984—2015) ——兼议中美经贸关系