环境规制的空间外溢与中国污染产业投资区位转移
摘?要：使用Moran指数和LISA指数剖析了污染产业投资区位转移的空间路径，从理论上剖析了环境规制空间外溢性的产生机理，基于动态空间杜宾模型实证研究了环境规制在污染产业投资区位转移中的空间外溢效应。发现中国污染产业投资的转移存在着空间上的路径依赖和时间上的转移粘性特征，表现为以环渤海和长三角地区为中心缓慢向周边扩散的“晕轮模式”;提高环境规制强度能显著抑制污染产业投资，但这种抑制作用主要是通过周边邻近地区普遍加强环境规制的作法所导致。因此，应注重环境政策的同步性和协同性，联防联控的区域性环境规制政策能有效推动污染产业向外转移。
关键词：环境规制;污染产业投资;空间转移路径;动态空间杜宾模型;空间外溢效应
中图分类号：F0615;F205文献标志码：A文章编号：1674-8131（2019）02-0113-12
一、引言
自20世纪80年代初环境保护被列为基本国策以来，我国相继出台了一系列的环保法律 [1]，但在环境保护方面的努力并没有在环境治理效果上得到明显的体现[2]。在2016年全球环境绩效指数（EPI）排名中，中国的空气质量指数在180个国家中位列倒数第二，环境问题日益严峻。2016年11月国务院公布《“十三五”生态环境保护规划》，提出“经济转型升级、供给侧结构性改革加快化解重污染过剩产能”是“十三五”期间生态环境保护面临的重要战略机遇之一，并明确了“处理好发展和保护的关系，推进供给侧结构改革，优化空间布局”的基本原则。从全国层面、而不是局域层面上控制污染排放是中国当前面临的首要问题。
随着东部经济的崛起，以污染产业为代表的边际产业并没有像学者们预期的那样，向经济发展水平较低的中西部进行大规模的阶梯型转移。20世纪90年代中期以来，污染产业转移仍大多发生在东部的大城市与周边中小城市之间以及珠三角、长三角、环渤海等地区，这一现象被许多学者的研究所证实[3-5]。日益加强的环境规制政策为何没能显著地推动这些地区污染产业大规模阶梯式的向外转移？对这一答案的探索，不仅有助于发达地区尽快实现产业结构转型升级，而且有助于在全国层面构建合理有效的空间治理体系。
关于环境规制与污染产业区位关系的研究，最早源于对“污染避难所假说”（Pollution Haven Hypothesis， PHH）的验证和质疑。所谓“污染避难所”假说，是指发达国家执行严格的环境规制增加了其污染密集型产业的生产成本，企业为躲避本国严格的环境标准，将污染密集型产业通过FDI、对外贸易等方式转移到劳动力相对便宜、环境规制相对宽松的发展中国家，导致后者沦为前者的“污染避难所”或“污染天堂”。可见，PHH的基本观点是认为污染产业倾向于向环境规制宽松的地区转移。
理论上对PHH的剖析，大多是从环境规制对生产成本的负面影响方面展开论证的。早期的学者将环境规制当成一种要素禀赋纳入H-O-S的理论框架，构成地区比较优势的来源之一，欠发达地区倾向于放松环境规制以增强区域竞争力[6] [7]。新经济地理学兴起后，学者们尝试将环境污染纳入新经济地理学的研究框架[8] [9]，认为地方政府对环境规制强度的微小调整可能会导致企业区位选择的非连续变化[10]，或者产业集聚条件下PHH可能不会发生[11]。
对PHH的实证检验最早是从发达国家和发展中国家的视角展开的，按照选择的产业转移指标可分为三类：（1）基于FDI的验证。Lucas等（1992）[12]发现1976—1987年污染密集型企业从美国转移到欠发达国家的证据;Xing和Kolstad （2002）[13]以二氧化硫排放作为目的地国的环境松弛度代理变量，发现美国化学与金属原料制造业的FDI与二氧化硫排放显著正相关，证明了“污染避难所”效应的存在性;Cole和Elliot （2005） [14]发现美国各行业对外FDI与污染控制成本显著正相关;Wagner和Timmins（2009）[15]利用德国制造业FDI面板数据在控制了集聚效应后，利用GMM方法发现化学工业存在显著的“污染避难所”效应。（2）基于进出口贸易的验证。Antweiler等（1998）[16]首次采用跨国面板数据，研究发现避难所效应和要素禀赋效应都成立，对外贸易有利于环境质量的改善;Levinson和Taylor（2008）[17]构建了一个克服了非观测效应、内生性和加总偏误的回归模型考察环境管制对贸易流的影响，发現污染减排成本高的行业经历了一个净进口的高增长，推论出污染避难所效应很可能存在;Broner等（2012）[18]认为环境规制增强将会降低污染密集型行业的比较优势。（3）基于生产规模的验证。Birdsall和Wheeler（1993） [19]研究发现，OECD成员提高环境标准之后，拉丁美洲的污染密集型产业比重提升速度加快。
关于中国环境规制与承接国外污染产业转移的研究，大多集中在环境规制与中国吸收FDI的关系研究[20] [21] [22]。近年来随着供给侧改革的推进，越来越多的研究开始转向中国区域间环境规制差异对国内污染产业转移的影响。按照产业转移的衡量指标，大致可以分为三类：（1）资本转移的角度。魏玮和毕超（2011）[23]构建了一个解释PHH的理论模型，并用2004—2008年新创立企业的面板数据，证实了中国产业区际转移中存在着“污染避难所”效应;田馨予和雷平（2016）[24]基于73个重点城市的企业数量也证实了区域环境规制对企业区位决策会形成负面影响。当然，也有一部分研究[25]发现环境规制并不是污染密集型产业区域转移的影响因素，由于污染密集型产业对技术、资源、市场等要素的依赖，环境规制并不是促使其发生转移的重要力量，而只是产业份额调节的中间力量。（2）区际贸易的角度。傅帅雄和张可云（2011）[26]采用地区与产业特征双维度的经典贸易模型，证实了污染密集型产业会从环境规制强的省份向环境规制弱的省份转移，验证了PHH。张友国（2015）[27]基于投入产出模型实证分析了碳排放视角下中国省际和四大地区层面的区域间贸易模式，结果表明PHH和H-O理论各自能部分地解释中国的区域间贸易，将两者结合起来就能够很好地揭示中国的区域间贸易。（3）生产区位的角度。傅京燕（2006）[28]使用生产比例指标考察了环境成本对我国东部地区向西部地区产业转移的影响，初步验证了PHH。彭文斌和陈蓓（2014）[29]利用因子分析法证明了正式环境规制是影响我国污染密集型企业空间演变的重要因素，而非正式环境规制的影响相对较小。就研究方法来说，目前大多采用传统的计量方法（如FGLS方法[20]或GMM方法[30] ），区域划分大多遵从三大板块或四大板块[31]，将空间因素纳入污染产业转移研究的文献较少[32]。
纵观现有文献，本文认为，对我国环境规制治理效果的质疑及观点分歧可能正是与上述缺陷有关：（1）没有考虑到环境规制的空间外溢特征。污染企业的区位决策不仅受到本地区环境规制政策的影响，可能还与邻近地区的环境规制政策有关[33]，后者有可能加强或者抵消前者的作用，同时企业的区位决策还与两者的强度之差有关;（2）不当的区域划分标准掩盖了环境规制效果的地域差异。东、中、西部的传统划分标准与目前区域经济一体化的发展趋势之间存在矛盾，长三角、珠三角及环渤海等地区的经济联系日益紧密，环境规制的协调性日益加强，其环境规制的效果可能会呈现出不同的特点。
基于此，本文尝试解决以下问题：中国污染产业投资在时间维度和空间维度呈现出什么样的特征？环境规制对污染产业投资区位的影响是否存在空间外溢性？一体化程度不同的地区，环境规制的作用是否存在差异？可能的创新点包括：（1）明确污染产业投资转移在空间上的路径依赖特征和时间上的转移粘性特征，并基于环渤海经济区和长三角经济区的块状特征，提出围绕此两个核心向周边拓展的“晕轮模式”;（2）从理论和实证两个层面剖析了环境规制空间外溢性的特征及产生机理。提出周边邻近地区普遍提高环境规制强度会导致本地区污染产业投资的减少，联防联控的区域性环境规制政策能夠有效推动污染产业向外转移。
二、污染产业投资区际转移的空间路径
污染密集型产业，简称污染产业，是指在生产过程中要直接或间接排放大量污染物，如果不加以治理会对周边或相关产业带来负外部性的产业。本文依据国务院2006年公布的《第一次全国污染源普查方案》[34]中对重污染行业的界定，选择“造纸及纸制品业、农副食品加工业、化学原料及化学制品制造业、纺织业、黑色金属冶炼及压延加工业、食品制造业、电力/热力的生产和供应业、皮革毛皮羽毛（绒）及其制品业、石油加工/炼焦及核燃料加工业、非金属矿物制品业、有色金属冶炼及压延加工业”共11类污染产业作为研究对象。
1.1994—2014年污染产业投资的重点区域
使用GeoDa软件生成1994—2014年污染产业投资的五分位地图，并按照污染产业投资规模从大到小将31个省（区）进行排名，分为5个等级[分别包含6、6、7、6、6个省（区）]，将第1～3等级列表如下：
由表1可知，中国污染产业投资区位转移的空间路径有如下特点：第一，以环渤海和长三角为中心，以“晕轮”模式向周边拓展。第一中心是环渤海，以辽、冀、鲁为核心，到2006年前后拓展至晋、京、蒙，到2013年前后又进一步拓展至津、吉、陕;第二中心是长三角，以沪为中心，2000年以后逐渐拓展至浙、苏、闽。第二，污染产业的转移呈现出间断或突变的块状特征。一方面，辽、冀、鲁、粤一直是污染产业投资的重点流入地区，即使技术条件、产业结构、环境规制、开放水平等外部因素发生了变化，仍然无法改变这一事实;另一方面，离两个中心距离远的地区承接的污染产业投资明显偏少，表现在：（1）西部偏远地区的比重较低。在考察期内，青、藏、疆、甘、贵、宁等西部偏远地区均处在第4或者第5等级;（2）部分中部地区的比重呈现下降趋势。黑、赣、皖、湘等离两个中心稍远的中部地区，在考察期内呈现等级下降的趋势。
2.污染产业投资的全域空间自相关性检验
本文使用Moran指数来检验全域空间自相关性。其表达形式如下：
Moran′s I=N∑i∑jwij×∑i∑jwij（xi-x）（xj-x）∑i（xi-x）2（1）
其中，wij表示地区i和j的空间权重，N表示地区总数，x表示x的平均值。通常，Moran指数分布在[-1，1]区间，正值表示正空间相关关系，即本地区与相邻地区的变化趋势相同;负值表示负相关关系，即本地区与相邻地区的变化趋势相反。本文采用基于邻接性的空间权重矩阵，在GeoDa中选择Rook一阶方法来构建31个省（区）的空间权重矩阵。为了消除孤岛效应，按照多数文献的做法，将海南省设置为与广东省相邻。
由此，计算出1994—2014年污染产业投资的Moran指数（表2）。1997—2014年，31个省（区）污染产业投资均呈现正的空间相关关系，从1997年的004提高到2014年的033;从Moran指数的显著性来看，2003年以后均通过了10%的显著性水平，且显著性水平逐年提高。可见，2003年后中国31个省（区）污染产业投资的空间依赖关系逐渐增强，空间因素在污染产业投资区位转移中的影响已经不容忽视。
3污染产业投资的局域空间自相关检验
局域空间自相关性的检验指标（Local Indicator of Spatial Association， LISA）能够对每一个区域单元的空间自相关关系进行量化分析，表达式为：
Ii=N（xi-x）∑i（xi-x）2×∑jwij（xj-x）（2）
很明显，∑i（Ii/N）=I。即使Moran指数不显著，仍然可以应用LISA来观测局域的空间相关模式。具体到某个区域，空间相关关系呈现四种形式。高污染产业投资—高空间相关性（H-H），代表污染产业投资较高地区被高污染产业投资地区包围，称为污染产业高密集区;低污染产业投资—低空间相关关系（L-L），代表污染产业投资较低地区被低污染产业投资地区包围，称为污染产业低密集区。与此类似，还有低污染产业投资—高空间相关关系（L-H）和高污染产业投资—低空间相关关系（H-L）。H-H和L-L模式是我们重点关注的地区（表3）。从H-H地区来看，1994—2014年间变化并不大，冀、鲁、浙及其周边是承接污染产业转移的重点区域，进一步证实了上文中提到的两个中心——环渤海和长三角;从L-L地区来看，主要包括疆、甘等西部偏远地区，这些省（区）及其周边承接的污染产业投资相对较少。值得注意的是，近年来冷点地区数量大幅下降，尤其是以川、青、甘等为代表的西部省（区）退出了冷点地区，表明中东部地区的污染产业正在向西部地区转移。
三、空间视角下环境规制影响污染产业投资区位转移的作用机理
1.环境规制对本地污染产业投资的抑制作用
从静态视角来看，环境规制对企业生产成本的影响，一方面与该地区环境规制的平均水平和政策结构有关，另一方面与环境规制的落实程度紧密相关。而这两个方面都与企业所在地紧密联系，因此将环境规制作为不可流动要素来看待。随着地方政府环保力度的增强，会削弱污染密集型产业的比较优势，从而对污染产业的投资产生抑制作用。从动态视角来看，一方面，环境规制强度的提高可能会刺激技术创新，被称为“创新补偿效应”。表现在：（1）环境成本的增加使得企业面临着行业内更加激烈的竞争，企业加大研发投入，科技创新能力和整体竞争力得以提高;（2）企业之间通过“技术溢出效应”提升了区域内企业环保技术的整体水平。产业内集聚的企业越多，为科技创新带来的知识储备和技术供给也越多，人才间的交流、合作必然能提高创新效率。当创新所带来的效率提升能够弥补比较优势被削弱所带来的成本降低时，表现为环境规制强度与产业扩张正相关，被称为“强波特效应”，但目前中国在大多数情况下，这种效率的提升并不能够完全抵消成本的降低，表现为“弱波特效应”，最终的结果仍旧是环境规制强度的提高导致投资的减少。另一方面，较高的污染水平会加速要素的外流，被称为“污染的负外部性”。如果地方政府采取先污染后治理的做法，污染水平的提高伴随着环境规制强度的逐渐增强，而日益恶化的环境会降低本地区对企业和工人的吸引力，导致产业向外转移。可见，一般地，环境规制强度的提高会对本地污染产业投资产生抑制作用。
2.环境规制对邻近地区污染产业投资存在空間外溢作用
第一，区域经济一体化增强了区际产业转移的粘性，在较大程度上影响了本地区环境政策的作用效果。区域经济一体化水平的提高导致区域之间可移动要素的转移成本降低，以“市场接近效应”为核心的需求关联循环累积因果关系和以“生活成本效应”为核心的成本关联循环累积因果关系相互交织，产生了自我强化的聚集力，从而导致了“核心—边缘”极化结构的出现。这种结构一旦形成具有强大的惯性特征，即使有外力的出现也很难打破，两地环境规制强度差距扩大也很难推动污染产业的转移。区域一体化程度的提高会扩大环境规制差距的容忍区间。
第二，区域联合治理的环境保护政策日趋成熟，环境规制强度在一定地理范围内呈现同步性。近年来，环境污染的外部性使得人们逐渐认识到，孤立的环保政策的治理效果并不尽如人意。固体废弃物的跨区域倾倒问题、污水排放的流域性污染问题以及雾霾的区域性扩散问题，使得重点区域联防联控政策和构建空间治理体系等问题提上日程。例如，2017年3月环保部印发《京津冀及周边地区2017年大气污染防治工作方案》，联合北京市、天津市、河北省、陕西省、山东省以及河南省政府，制定详细工作计划切实加大京津冀及周边地区大气污染治理力度，这些区域性环境规制政策的作用效果正在显现。
第三，初始优势的差异导致非连续性的或间歇性的产业转移。产业转移的方向不仅与转出地的禀赋优势有关，也与承接地的禀赋优势密切相关。假设有三个邻近的地区，其中地区1和地区2拥有相似的禀赋优势，而地区3的要素成本显著低于前两者，考虑到污染产业转移的粘性特征，地区1环境规制强度的提高并不一定会导致污染产业投资立刻转向邻近的地区2;随着地区1与地区3环境规制强度差距的不断扩大，污染产业可能会优先地转向邻近的地区3，以尽可能地规避环境成本并获得廉价生产要素。
由此提出：
假说1：污染产业投资的转移存在着空间上的路径依赖和时间上的转移粘性特征。前者指相邻空间单元之间呈现出正的空间相关关系，污染产业投资呈现区域性聚集趋势;后者指存在诸多阻碍或者延缓产业转移的因素导致产业梯度转移难以循序进行，长期滞留在原产地。
假说2：环境规制对污染产业投资区位的影响存在着显著的负向的空间外溢作用。周边邻近地区普遍提高环境规制强度会导致本地区污染产业投资的减少，联防联控的区域性环境规制政策能够有效推动污染产业向外转移。
四、基于SDM的污染产业投资区位转移影响实证
1.模型设定
在处理区域经济增长问题时，忽视变量之间的空间相关性是错误的设定[35]。本文重点考察环境规制强度与污染产业投资区位之间的关系，使用空间杜宾模型（SDM）构建如下基准回归模型：
Yit=α0+ρWYit+α1ERSit+α2WERSit+β1Xit+β2WXit+εitεit～N（0，σ2）（3）
其中，Yit表示区域i在t期的污染产业投资额;W是空间权重矩阵;ρ是污染产业投资的空间外溢系数，ρWYit表示邻居的污染产业投资水平对本地区的影响;ERSit表示区域i在t期的环境规制强度，若其系数α1显著为负，则说明本地区加强环境规制会刺激污染产业向外转移;α2WERSit衡量了邻居的环境规制强度对本地区污染产业投资水平的影响，其系数α2代表着环境规制的空间外溢特征;εit为误差项。
控制变量Xit包括：劳动力成本labor、人力资本human、资本存量capital、产业集聚水平agglo和技术创新水平inno。空间权重矩阵W采用前文中所述的邻接性空间权重矩阵，经过行标准化处理后进入模型运算。
为了将路径依赖性纳入实证分析并考虑到内生性问题，本文将采用动态杜宾模型DSDM：
Yit=θYit-1+ρWYit+α1ERSit+α2WERSit+β1Xit+β2WXit+εitεit～N（0，σ2I）（4）
2.变量测度和数据说明
关于被解释变量，选择地区污染产业年度投资额作为污染产业投资区位转移的衡量指标[36]，用 “资产总计”中的“流动资产合计”与“固定资产累计折旧”之和来表示当年的污染产业投资额。对于污染产业投资的度量，本文没有采用实际投资增长率而采用实际投资额[37]，原因有二：其一，本文采用的是具有时间序列的面板数据，分析本身暗含了投资增长率的意义;其二，由于企业投资行为在邻近地区间的空间相关性表现在投资规模上而非增速上，因此文中选择以实际投资额作为空间计量模型的被解释变量是恰当的。数据来源于《中国工业经济统计年鉴》和《中国统计年鉴》。
关于解释变量，即环境规制强度ERS。选择工业废水排放强度、工业废气排放强度和工业固体废弃物排放强度作为污染物排放效果的三个子指标，选择万元增加值的工业废水污染治理投资完成额、工业废气污染治理投资完成额和工业固体废弃物污染治理投资完成额作为污染治理成本的三个子指标。以此为基础，构建3个单项指标，即工业废水治理成本（工业废水污染治理投资完成额/工业废水排放强度）、工业废气治理成本（工业废气污染治理投资完成额/工业废气排放强度）和工业固体废弃物治理成本（工业固体废弃物污染治理投资完成额/工业固体废弃物排放强度）。参照傅京燕和李丽莎（2010）[38]、原毅军和谢荣辉（2014）[39]的方法，并根据本文研究目的进行相应的调整，构建地区环境规制强度的综合评价指数。选取各省份的工业废水治理成本、工业废气治理成本和工业固体废弃物治理成本3个单项指标，给予适当权重构成综合评价指标。具体计算步骤如下：
第一步，对3个单项指标进行线性标准化处理，计算公式为：
GZij=Gij-minGjmaxGj-minGj（5）
其中，i指省份（i=1，2，3，…，27），j指3类污染物（j=1，2，3），Gij为各项指标的原始值，maxGj和minGj分别为各个省份3个单项指标每年的最大值和最小值，GZij为环境规制的标准化值。
第二步，计算各单项指标的权重wij。由于每个省份的废水、废气和固体废物排放量不同，需要对上述3项标准化环境规制赋予不同的权重，才能准确反映各省份主要污染物的治理强度。权重的计算方法如下：
wij=Eij/∑EijYi/∑Yi（6）
其中，wij为i省份中污染物j的环境规制权重，Eij为i省份污染物j的排放量，∑Eij为全国同类污染物的排放总量，Yi为i省份的工业增加值，∑Yi为全国工业增加值。用上述公式计算出历年废水、废气和固体废物的环境规制权重后，再求简单平均数计算出考察期内i省份第j种污染物的环境规制权重的平均值wij-。
第三步，基于各单项指标的标准化值和平均权重，计算出各省份的正式环境规制强度，计算公式为：
ZSGZi=13∑3j=1wij-·GZij（7）
数据来源于《中国环境统计年鉴》和《中国统计年鉴》。为了检验结果的稳健性，构建环境规制的替代变量ERSa和ERSb。（1）治污效果型环境规制ERSa：选择工业废水排放强度、工业废气排放强度和工业固体废弃物排放强度作为三个子指标;（2）治污投资型环境规制ERSb：选择万元增加值的工业废水污染治理投资完成额、工业废气污染治理投资完成额和工业固体废弃物污染治理投资完成额作为三个子指标。
关于控制变量，labor的衡量指标是各地区工资总额与工业总产值的比重[40]，劳动力成本的提高会对地区投资产生抑制作用;human的衡量指标是平均受教育年限，丰富的人力资本有利于提高企业生产效率、增强区域投资吸引力，计算方法为：
humani=Pi1×6+Pi2×9+Pi3×12+Pi4×16（8）
其中，Pi1、Pi2、Pi3、Pi4分别表示地区i受教育程度为小学、初中、高中、大专及以上的人口比重，权重为受教育年份数。
capital是固定资产投资存量，采用永续盘存法计算，具体计算方法参见赵云鹏和叶娇（2018）[41]。固定资产投资反映了资本要素在不同地区的配置，丰富的资本要素构成了地区的比较优势;agglo的衡量指标是各地区污染产业总产值在全国的区位熵，产业集聚能够通过正外部性来吸引更多投资;选择各地区每万人的专利申请受理量作为变量inno的衡量指标[42]，数据来源于《中国科技统计年鉴》。
关于区域的划分，全国层面的研究样本包括30个省（区）（剔除西藏），环渤海经济区包括京、津、冀、鲁、辽、晋、蒙七个省（市），长三角经济区包括沪、苏、浙三个省（市）。
为了减弱变量的异方差性，实证分析中对变量取对数纳入模型。工业投资额、资本存量、污染治理投资完成额均换算成2003年的固定价格。研究时间跨度为2003—2014年。
3.全国层面的实证分析
从前文的Moran指数可知，2003—2014年期间中国污染产业投资在省级层面上存在着显著的空间自相关，且相关性日益增强（从2003年的018迅速增加到2014年的033）。这意味着，使用忽略空间关系的传统计量方法可能会造成估计结果的偏差。虽然Moran指数和LISA指数表明了被解释变量空间相关关系的存在，但究竟是何种相关形式需要进一步在空间计量模型中进行检验。由表4可知，Robust LM lag和Robust LM err统计量都是显著的，SAR和SEM模型都有可能是可行的。当SAR和SEM两者其一或均通过了相关LM显著性检验时，应当进一步使用SDM对模型进行拓展[43]。因Hausman检验结果为正值且在5%水平上显著，故选择固定效应。20世纪90年代末以來，不少学者提出了环境规制具有内生性特征[17]，发现不同模型设定对于环境规制变量的显著性可能具有影响（林季红和刘莹，2013）[44]。基于环境规制可能存在的内生性考虑，本文进一步使用DSDM进行检验（见表5）。与静态空间面板模型相比，动态空间面板模型的优越性在于：既考虑了经济增长的动态效应和空间溢出效应[45]，又可以在一定程度上减弱“鸡蛋相生”的内生性问题[43]。Lesage和Pace（2009）[46]提出使用点估计检验空间溢出效应的方法会导致模型估计偏误，采用偏微分的方法能够更好地处理这一问题，并提出在SDM中将空间溢出总效应分为直接效应和间接效应。直接效应表示解释变量对本地区被解释变量的影响，而间接效应表示其他地区解释变量对本地区被解释变量的影响。分别使用式（3）和式（4）进行实证分析，结果如表5所示。
实证结果显示，SDM和DSDM中被解释变量的空间自相关系数rho为正值且显著，说明污染产业投资转移过程中确实存在着路径依赖现象，呈现出区域性聚集发生态势，支持了假说1中关于污染产业投资转移中路径依赖的观点。DSDM中被解释变量滞后一期的系数通过了1%水平下的显著性检验且为正值，证明了假说1中关于污染产业投资转移粘性的论点;而静态SDM的空间溢出系数rho显著高于DSDM的空间溢出系数，说明SDM高估了污染产业投资在空间上的路径依赖性。一般的解释是被解释变量的一阶滞后项能将影响污染产业投资的潜在因素（如市场容量等）从空间结构因素的影响中分离出来，从而使得静态空间面板模型带来的偏差得以纠正，这也反映了中国污染产业投资具有动态性、连续性的特征。
从DSDM的计量结果来看，核心解释变量ERS的短期总效应和长期总效应均在10%水平上显著为负，说明就中国省际层面来说，不管是从短期还是长期来看，提高环境规制强度确实能够增加污染企业的生产成本，对污染产业投资有一定的抑制作用。那么这种抑制作用是来源于区域孤立的环境规制政策还是来源于区域之间环境规制政策的联合影响？从分解效应来看，ERS的短期直接效应和长期直接效应虽为负值但并不显著，而短期间接效应和长期间接效应则均在5%水平上显著为负。这充分说明地方孤立的环境规制政策虽然能够在一定程度上抑制本地污染产业投资，但是作用有限;不管是从短期还是从长期来看，环境规制强度对污染产业投资的抑制作用更多的是通过区域之间环境政策的空间外溢机制来实现的。这就支持了假说2，即周边邻近地区普遍加强环境规制的作法会对本地区的污染产业投资起到抑制作用。其政策含义是，考察环境政策对本地污染产业投资活动的影响时，不能仅仅寄希望于本地区在环境保护方面的孤军奋战;要想增强环境政策的有效性，就必须联合周边邻近地区推行联防联控的区域性环境规制政策，注意环境政策的同步性并扩大实施范围，这样才能有效推动污染产业向区域外的有序转移。
就其他控制变量来看，（1）高企的劳动力成本显著地推动污染产业外移。表5显示，劳动力成本的总效应显著为负，其中直接效应显著为负，而间接效应不显著。说明在中国污染产业转移中，劳动成本是一个非常重要的影响因素，随着本地劳动者工资水平的不断攀升，发达地区污染产业的外迁压力正在日益增加。（2）丰富的人力资本供给和物质资本存量增加了污染产业的转移粘性。就人力资本变量来看，总效应和间接效应均为正值且显著，说明污染企业倾向于选择在人力资本丰富的地区进行投资，而且由于高素质劳动力较之普通劳动力具有更强的流动性，因此人力资本要素具有较强的跨省外溢特征;就资本存量变量来看，直接效应显著为正，但间接效应不显著。说明固定资本存量主要影响本地污染产业投资，丰富的资本存量能够吸引更多的污染产业投资，但这种影响力的空间外溢性并不显著。（3）产业集聚水平的提升有利于推动污染产业的外移。产业集聚变量的总效应和间接效应均显著为负，说明较大范围内的产业集聚（如长三角地区）会产生“拥挤效应”，通过“负外部性”推动污染产业向外转移。
为了检验模型的稳健性，本文做了以下两个方面的尝试：首先，分别设置省会城市之间的距离倒数W1和距离倒数的平方W2，两种空间权重矩阵代替邻接空间权重矩阵进行测算此处的距离采用的是各省份省会城市或直辖市经纬度的欧氏距离。 ;其次，分别使用治污效果型环境规制ERSa和治污投资型环境规制ERSb代替解释变量ERS进行测算。结果显示（见表6），这四种稳健性检验对核心指标的检验结果基本相同。主要表现：环境规制变量的总效应均显著为负;环境规制变量的间接效应绝大部分显著为负（在8个间接效应中有7个显著为负）;环境规制变量的直接效应虽然为负但均不显著;被解释变量Y的滞后项系数为正值且显著。可见，进一步证明了假说1和假说2。
五、主要结论与启示
1主要结论
本文基于2003—2014年省级面板数据，使用Moran指数和LISA指数剖析了污染产业投资区位转移的空间路径，基于动态空间杜宾模型实证研究了环境规制强度在污染产业投资区位转移中的空间外溢特征。主要结论有：第一，污染产业投资在空间上具有显著的路径依赖特征，在时间上具有顯著的转移粘性特征。一方面，转移路径呈现出“晕轮模式”。以环渤海的辽、冀、鲁为第一中心，逐渐向晋、京、蒙，而后又向津、吉、陕拓展;以长三角的沪为中心，逐渐向浙、苏、闽拓展。另一方面，呈现出显著的转移粘性。辽、冀、鲁、粤等四个省（区）自2003年以来一直是污染产业投资的重点流入地区。第二，环境规制的空间外溢性是推动本地区污染产业投资外移因素之一。周边邻近地区普遍加强环境规制力度能够对本地区污染产业的投资活动起到显著的抑制作用，相对于孤立的地方性环境规制，联防联控的区域性环保措施效果更为明显。考察环境政策对本地污染产业投资活动的影响时，不能仅仅寄希望于本地区在环境保护方面的孤军奋战;要提高环境政策的有效性，就必须联合周边邻近地区推行联防联控的区域性环境规制政策，注意环境政策的同步性并扩大实施范围，这样才能有效推动污染产业向区域外的有序转移。
2政策启示
一是对热点地区应加强环境政策的空间联动性，构建跨区域协同减排机制。对于环渤海和长三角等经济发展水平和一体化程度相对较高的地区，推动产业结构转型升级、提升经济发展质量是当前阶段的战略目标。在控制污染产业扩张方面，各地必须认识到孤立的环境政策效果会被周边地区的空间溢出效应所抵消，因此应加强环境治理政策的联动性和协调性，在环境政策标准、执行和监管方面构建顺畅的协作联动机制，在污染企业集聚的一些产业园区制定有针对性的环境标准，强化环境执法的效果，提高治污投资的效率。
二是对其他地区应在引导产业梯度转移的过程中避免“先污染后治理”的覆辙。中原城市群、成渝地区、关中地区以及长江中游等区域，正逐渐成为一些污染产业的主要承接地，加之其环境承载力有限，造成了大量的环境污染。可以采取征收累进环境税等方法以激励企业减少单位产品污染排放，根据本地比较优势和产业结构定位，筛选前后向联系较弱的产业和边际产业先行转移出去。此外，应当在有选择地承接污染产业基础上实现经济与环境共赢。一定要把握好技术和市场准入门槛，防止资源利用效率低、污染严重、技术落后的产品和工艺转移到这些地区。在有效利用污染治理规模效应的同时，鼓励地方政府推动以技术创新为核心的深层次去污模式。
参考文献：[1]
包群，邵敏，杨大利.环境管理抑制了污染排放吗？[J].经济研究，2013（12）：42-54.
[2]?沈坤荣，金刚，方娴.环境规制引起了污染就近转移吗？[J].经济研究，2017（5）：44-59.
[3]?陈秀山，徐瑛.中国制造业空间结构变动及其对区域分工的影响[J].经济研究，2008（10）：18-31.
[4]?耿文才.新经济地理学视角下中国纺织业区际转移的粘性分析[J].地理研究，2015（2）：259-269.
[5]?李娅，伏润民. 为什么东部产业不向西部转移：基于空间经济理论的解释[J].世界经济，2010（8）：59-71.
[6]?TOBEY J. The effects of domestic environmental policies on patterns of world trade：An empirical test[J]. Kyklos，1990， 43（2）：191-209.
[7]TAYLOR M，COPELAND B. North-south trade and the environment[J]. The Quarterly Journal of Economics，1994（109）： 3.
[8]?QUAAS M，LANGE A. Economic geography and urban environmental pollution[R]. Discussion Paper Series. University of Heigdlberg，2004.
[9]?MARREWIJK C. Geograchical economics and the role of pollution on location[R]. Tinbergen Institute Discussion Papers，2005.
[10]RAUSCHER M. Concetration，separation and dispersion：Economic geography and the environment[EB]. Thuenen-Series of Applied Economic Theory，2009.
[11]ZENG D，ZHAO L. Pollution havens and industrial agglomeration[J]. Journal of Environmental Economics and Management，2009，58（2）：141-153.
[12]LUCAS R，WHEELER D，HEMAMALA H. Economic development，environmental regulation，and the international migration of toxic industrial pollution 1960-1988[R]. World Bank Working Paper：Washington D C，1992.
[13]XING Y，KOLSTAD C. Do lax enviromental regulations attract foreign investment？[J]. Environmental and Resource Evonomics，2002，21（1）：1-22.
[14]COLE M，ELLIOTT R. FDI and the capital intensity of "ditry" sectors：A missing piece of the pollution haven puzzle[J]. Review of Development Economics，2005，9 （4）：530-548.
[15]WAGNER U，TIMMINS C. Agglomeration effects in foreign direct investment and the pollution haven hypothesis[J]. Environmental and Resource Evonomics，2009，43（2）：231-256.
[16]ANTWEILER W，COPELAND B，TAYLOR M. Is free trade good for the environment？[R].National Bureau of Economic Research Working Paper，1998.
[17]LEVINSON A，TAYLOR M. Unmasking the pollution haven effect[R]. NBER Working Paper，2008：106-119.
[18]BRONER F，BUSTONS P，CARVALHO V. Sources of comparative advantage in polluting industries[R]. NBER Working Paper，2012.
[19]BIRDSALL N，WHELLER D. Trade policy and pollution in Latin American：Where are the pollution haven？[J]. Journal of Environment and Development，1993，2 （1）：137-145.
[20]傅京燕，李麗莎.FDI、环境规制与污染避难所效应——基于中国省级数据的经验分析[J].公共管理学报，2010，7（3）：65-76.
[21]郭建万，陶锋.集聚经济、环境，管制与外商直接投资区位选择[J].产业经济研究，2009（4）：29-37.
[22]周长福，杜宇玮，彭安平.环境规制是否影响了我国FDI的区位选择？——基于成本视角的实证研究[J].世界经济研究，2016（1）：110-121.
[23]魏玮，毕超.环境规制、区际产业转移与“污染避难所”效应[J].山西财经大学学报，2011，33（8）：69-75.
[24]田馨予，雷平.环境规制对污染企业区位决策的差别化影响[J].生态经济，2016，32（7）：87-91.
[25]周沂，贺灿飞，刘颖.中国污染密集型产业地理分布研究[J].自然资源学报，2015，30（8）：1183-1194.
[26]傅帅雄，张可云.基于改进生态足迹模型的中国31个省级区域生态承载力实证研究[J].地理科学，2011（9）：1084-1089.
[27]张友国.碳排放视角下的区域间贸易模式：污染避难所与要素禀赋[J].中国工业经济，2015（8）：5-19.
[28]傅京燕.环境成本转移与西部地区的可持续发展[J].当代财经，2006（6）：102-106.
[29]彭文斌，陈蓓.环境规制作用下污染密集型企业空间演变影响因素的实证研究[J].社会科学，2014（8）：22-27.
[30]张彩云，郭艳青.污染产业转移能够实现经济和环境双赢吗？——基于环境规制视角的研究[J].财经研究，2015，41（10）：96-108.
[31]宋爽.不同环境规制工具影响污染产业投资的区域差异研究[J].西部论坛，2017，27（2）：90-99.
[32]彭文斌，吴伟平，邝嫦娥.环境规制对污染产业空间演变的影响研究——基于空间面板杜宾模型[J].世界经济文汇， 2014（6）：99-110.
[33]赵霄伟.地方政府间环境规制竞争策略及其地区增长效应——来自地级市以上城市面板的经验数据[J].财贸经济， 2014（10）：105-113.
[34]国务院办公厅.第一次全国污染源普查方案[EB/OL].（2007-05-25）[2018-11-25]. http：//www.gov.cn/zwgk/ 2007-05/25/content_626141.htm，2007-05-25.
[35]REY J，MONTOURI D. US regional income convergence：A spatial econometric perspective[J]. Regional Studies，1999，33（2）：23-42.
[36]彭可茂，席利卿，雷玉桃.中国工业的污染避难所区域效应——基于2002—2012年工业总体与特定产业的测度与验证[J].中国工业经济，2013，10（10）：44-57.
[37]于斌斌.产业结构调整与生产率提升的经济增长效应——基于中国城市动态空间面板模型的分析[J].中国工业经济，2015（12）：83-98.
[38]傅京燕，李丽莎.环境规制、要素禀赋与产业国际竞争力研究——基于中国制造业的面板数据[J].管理世界，2010（10）：87-98.
[39]原毅军，谢荣辉.环境规制的产业结构调整效应研究——基于中国省际面板数据的实证检验[J].中国工业经济，2014（8）：57-69.
[40]杨振兵，马霞，蒲红霞.环境规制、市场竞争与贸易比较优势——基于中国工业行业面板数据的经验研究[J].国际贸易问题，2015（3）：65-75.
[41]赵云鹏，叶娇.对外直接投资对中国产业结构影响研究[J].数量经济技术经济研究，2018（3）：78-95.
[42]原毅军，谢荣辉.产业集聚、技术创新与环境污染的内在联系[J].科学学研究，2015，33（9）：1340-1347.
[43]ELHORST J P. Matlab software for spatial panels[J]. International Reginal Science Review，2014，37（3）：389-405.
[44]林季紅，刘莹.内生的环境规制：“污染天堂假说”在中国的再检验[J].中国人口·资源与环境，2013（1）：13-18.
[45]ZHENG X，YU Y，WANG J，et al. Identifying the determinants and spatial nexus of provincial carbon intensity in China：A dynamic spatial paneal approach[J]. Reginal Environmental Changes，2014，14（4）：1651-1661.
[46]LESAGE J，PACE R. Introduction to spatial econometircs[M]. Boca Raton，Florida：Chapman & Hall/CRC，2009.
The Spatial Spillover of Environmental Regulation and
Regional Transfer of Polluting Industry Investment in China
SONG Shuang
（School of Finance and Economics， Xizang Minzu University， Xianyang 712082， Shaanxi， China）
Abstract： This paper examines the spatial path of the polluting industry investment location shift by using Moran Index and LISA Index， analyzes the generating mechanism of spatial spillover in environmental regulations theoretically and empirically studies the spatial spillover effect of environment regulation on polluting industry investment location shift by using Dynamic Spatial Durbin Model. Results show that the transfer of polluting industry investment in China demonstrates spatial path dependence and temporal transfer viscosity， taking on such a “Halo Model” that is centering on Circum-Bohai-Sea region and Yangtze River Delta and slowly spreading to the surroundings.Improving the strength of environmental regulations can significantly inhibit the polluting industry investment， which is mainly caused by the practice of strengthening environmental regulations in the surrounding areas. Thus， attention should be paid to synchronicity and synergy of environmental policies， and the regional environmental regulation policy of joint prevention and control can effectively promote the outward transfer of polluting industries.
Key words： environmental regulations; polluting industry investment; spatial transfer path; Dynamic Spatial Durbin Model; spatial spillover effect
