数据来源与计量方法

3.3.3　数据来源与计量方法

为进行实证分析，笔者通过《中国环境年鉴》、《中国统计年鉴》、《中国工业经济年鉴》和《中国人口统计年鉴》构建省级面板数据（各数据的具体来源参见附录3-2），受数据可获得性的限制，本研究所考察的具体年份包括1994，1997，1999，2000，2002。实证分析中所采用的变量及变量定义见表3-7。

表3-7　实证分析中采用的变量与变量定义

（续表）

本研究考察省级环境规制问题，整个省的工业企业构成了环境需求的主体。污染价格的指标采取我们在前文已经讨论过的有效征收率（PLW）指标，即各省对每单位超标废水排放的收费，排污量的指标则为各省工业废水中COD排放量。考虑到模型特征，我们用另外两个指标来表示排污量，一是COD污染密度（COD Density，CODD），即各省每单位土地面积COD平均排放量；二是COD工业排放强度（COD Intensity，CODI），即各省单位工业产出所排放的COD数量^[33]。附录3-3提供了1993年到2002年各省的CODI数据，总体而言，CODI具有迅速下降的趋势，但是各省之间的差距极为明显。

参照Wang和Wheeler的研究经验，我们用各工业部门的产出比例来控制废水污染密度、进流浓度和污染物排放浓度标准的联合影响。部门产出的影响取决于：环境规制政策是否就不同部门的废水污染密度、进流浓度和削减成本进行调整。如果对废水污染密度高和进流浓度高的高削污成本的企业制定相应较低的环境收费，那么环境政策的调整是比较到位的，部门份额对环境需求应该没有独立的影响。

越界污染激励则是通过引入大企业和国有企业的产出比例来考察的。Wang和Wheeler指出，大企业由于具有污染削减的规模经济，在其他条件相同的情况下，相应会降低环境需求，但是考虑到大企业是地方政府极为重要的财政源泉，企业搭便车将污染排放至下游所受到的惩罚力度较小，大企业具有增加排污的激励。综合上述两种可能性，大企业产出份额对省级污染量的影响不一定是负向的，也有可能是正向的，即大企业产出份额的增加将提高省级污染量。对国有企业而言，由于受到中央更为严厉的监控，跨越省界考虑整个流域的环境问题而承担污染责任的可能性较集体企业或私人企业而言较大，将污染外部性内部化的程度相对较高一些，因此有降低排污的激励^[34]，对省级污染量的影响有可能是负向的。

综上所述，环境需求函数（ED）的经验估计方程为

先验估计：a_L＞0，a_S＜0，a_p＜0

其中：CODI_r为COD工业排放强度；S_kr为工业部门K的工业产出份额；LARGE_r为大企业的工业产出份额；STATE_r为国有企业的产出份额；PLW_r为有效征收率。

我们接下来再分析环境供给函数。污染所造成的社会损失由该地区的人均收入来衡量，越高的人均收入意味着污染造成的健康损失越高，从而提高本地区对污染的定价。教育水平越高，意味着人们对环境质量的认识水平和自觉意识越高，这将促进政府提高对污染的定价。此外，我们还要考虑工业化水平对环境供给的影响。传统工业化模式建立在对能源和资源大量消耗的基础上，对生态环境的破坏性很大。各地区的环境规制强度受到潜在的经济发展压力的影响，尤其是各区域面对发展本地区经济和增加本级政府财政的激励，为了在“让利竞争”中获得优势，有可能在环境规制上“竞争到底”，对工业发展带来的污染负效应放松规制。我国目前的工业发展仍然是以粗放型的经济增长方式为特点^[35]，投资率高，污染严重，各地区政府若采取严厉的环境规制政策将面对财政和投资上的负面影响，在存在越界污染的可能性下，环境规制政策相对会比较缓和。综上所述，环境供给（ES）的经验估计方程为

lgPLW_r-lgPOPD_r＝lg（ω₀ω₁）＋（ω₁-1）lgCODD_r＋ω₂lgPCC_r＋ω₃lgEdu_r＋ω₄lgIND_r＋V_r　　　（3.23）

先验估计：ω₁＜1，ω₂＞0，ω₃＞0，ω₄＜0

其中：PLW_r为有效征收率；POPD_r为省级人口密度；CODD_r为COD污染密度；PCC_r为省级人均收入；EDU_r为省级教育水平；IND_r为省级工业化水平。

PLW和CODI（或CODD）同时由ES与ED联合决定^[36]。环境需求方程（3.22）和环境供给方程（3.23）的误差项可能包括了与内生解释变量相关的遗漏变量，为避免联立性偏误问题，我们采用两阶段最小二乘法（TSLS）进行上述面板数据联立方程的估计。由于样本包括26个省市，不是大总体的随机抽样，所以我们选择固定效应模型进行估计。

在固定效应模型当中，虽然不能把时间上不变的变量本身纳入模型，但是可以将这些变量与随时间变化的变量（如年虚拟变量）交互起来分析^[37]。在对越界污染的研究中，让我们感兴趣的问题是各省的上下游位置是否会影响到各省的环境规制行为，可以考虑在固定效应模型中加入上下游位置与年虚拟变量的交互作用项，考察位于下游的省份与位于上游的省份在污染定价上的区别是怎么随着时间而变化的。

年虚拟变量为D97，D99，D00，D02，1994年为基年。交互项为年虚拟变量与上下游虚拟值的乘积。为简化计算，我们将省份分为上游组和下游组，中游组也并入上游组进行考察（参见表3-6）。我们将上下游设为虚拟变量Stream，属于上游这个大组的省份对应的虚拟值为0，属于下游组的省份对应的虚拟值为1，由于下游更有规制污染的积极性，因此相对于上游而言，下游省份更会提高对污染的有效征收率，所以我们先验估计Stream与年虚拟变量的交互作用项的系数为正。