一、 引言

中国东部沿海地区在经历了改革开放30多年的高速增长之后，劳动力成本上升、土地资源短缺和生态环境压力等诸多挑战愈来愈严峻，经济结构调整和产业转型升级成为驱动经济可持续增长的关键。历史经验表明，发达国家或地区的产业转型之路通常伴随着产业转移，而且，被转移出去的重点对象通常是能耗大、污染重的产业。在中国地区经济发展水平差异较大的环境中，欠发达地区不仅在客观的环境条例和法规标准方面更为宽松，而且地方政府在唯GDP的政绩考核制度下易在主观上漠视经济增长的环境代价。那么，在东部沿海发达地区实行“腾笼换鸟”推动产业转型的过程中，较低水平的环境规制是否诱使欠发达地区成为发达地区污染产业转出的“污染避难所”呢？另外，东部沿海发达地区内部也存在发展不平衡的情况，一些省级政府尝试通过指导产业转移推动省内地区间的协调发展。那么，发达地区当前进行的产业转移是否也导致了区域内的“污染避难所”效应呢？

一般而言，我们可以把一个地区的产业转移分解成两个部分：存量变化和增量变化。已有企业产出规模变化刻画的是地区产业转移的存量变化；而新建企业的数量和产出则刻画的是地区产业转移的增量变化。值得指出的是，环境规制对新建企业和已有企业的影响存在明显的差异。对于已有企业而言，其在生产运营中投入大量资源用于厂房建设和租赁、机器设备和生产线购买和安装、本地营销网络和社会关系网络的构建。一旦企业迁出本地，由于流动性和空间根值性，这些资产将会蒙受巨大的损失，这种成本可能远高于环境规制导致的直接成本。相反，新迁入的企业则不需面对这些已经投入的成本。因此，新建企业对环境规制带来的成本更为敏感。换句话说，和已有企业迁出决策相比，环境规制对新企业迁入决策的影响更为明显。有鉴于此，本文以新建企业选址作为切入点，考察环境规制对产业转移的影响。

本文尝试在如下几方面对现有研究做出补充。第一，通过研究新建企业的选址行为，从增量变化的视角考察环境规制对产业转移的影响。现有研究大多根据行业总的产出规模变化对中国全国范围内的产业转移进行测度 (侯伟丽等，2013；何龙斌，2013)。因此，本文对于上述问题研究是一个有益的补充。第二，本文采用了中国地级市作为企业选址的备选空间，探究了市级环境规制对产业转移的影响。基于市级数据的研究，一方面能够更精确地测度环境规制变量；另一方面也有助于我们从区域内和区域间两个方面考察环境规制对产业转移的影响。第三，针对市级数据的结构和企业区位选择的行为特征，本文运用了泊松 (Poisson) 模型估计企业选址行为，并对企业数量和环境规制水平之间相互影响所产生的内生性进行了处理。

本文余下部分安排如下。第二部分是文献综述；第三部分是计量模型设定、数据来源和变量选择的介绍；第四部分就环境规制对企业选址的影响进行了基本分析；第五部分则重点考察了环境规制对污染企业选址影响并进行了区域间的比较；第六部分为结论。

二、 文献综述

企业的区位选择一直是区域经济学的热点问题。在理论方面，早在以韦伯为代表的工业区位论就认为生产成本是影响企业区位选址的基本因素之一。随着工业化进程的深入，工业生产产生的污染物对环境造成的压力也越来越大，进而导致环境规制日趋严格。因此，工业企业面临治理污染或减少污染排放导致的生产成本也日益增加。面对环境规制带来的约束，用脚投票成为企业的一种应对策略，比如说国际贸易领域的“污染避难所”假说。学者们也开始将环境规制因素纳入企业区位选址的分析框架中 (Levinson，1996；Bartik，1988)。正如Jeppesen and Folmer (2001)指出，环境规制是否影响工业企业区位决策，取决于规制形成的治理成本如何改变潜在区位的吸引程度。

早期关于环境规制对企业选址影响的研究主要集中于发达国家的经验，基本上都否定了环境规制对企业区位选址的显著影响。Bartik (1988)通过对美国各州500强企业新建厂房选址的考察发现，环境规制指标对企业选址都不存在显著的负向联系；Levinson (1996)对美国1982~1987年间各州新建工业企业选址问题的研究也得到类似的结果。

但是，Jeppesen et al.(2002)认为早期的研究在数据集和估计方法上存在问题，从而导致估计结果偏误。首先，由于数据可得性限制，许多早期文献采用截面数据，而地区污染水平、企业选址和环境治理支出常常是正向相关的，采用截面数据回归难以控制由于逆向因果、遗漏变量等因素带来的内生性问题。其次，大部分早期研究选取的行业范围较为广泛，没有将研究重点集中于重污染行业。事实上，由于不同行业生产原料、生产技术和流程工艺差异巨大，环境管制对企业生产约束也具有明显的行业差异，这会给回归结果带来偏误。最后，由于样本数据的年份较早，环境规制导致的成本压力可能并不大，在当时可能仍未成为企业选址主要的制约因素。

随着数据可得性的提高和计量方法的改进，后续研究给出了环境规制对企业选址存在负向影响的一系列证据。基于1963~1989年间美国工业普查数据，Gray (1997)分别以最小二乘法、Logit模型和泊松模型检验环境规制对企业选址的影响，结果发现环境规制越严厉的州新建企业数量越少，但他并没有发现重污染行业受到更多的影响。在更小的地理范围内，Becker and Henderson (2000)分析了郡级环境规制对美国四个重污染行业的企业选址影响，结果发现对于未达标地区，空气质量管制导致新建厂房减少了26%~45%。同样基于美国郡级数据，Condliffe and Morgan (2009)采用泊松模型考察了企业选址问题，结果发现环境未达标地区的新建企业数量减少了约10%。这些证据表明污染企业向环境管制较为宽松的地区转移。

关于中国的研究，早期主要集中于中国是否成为FDI的“污染避难所”，各研究给出的结论也不尽相同。Dean et al. (2009)考察了中国合资企业的选址问题，发现虽然来自高污染行业的港澳台合资企业倾向于选址在环境规制较弱的地区，但来自发达国家的污染产业却没有表现出这种倾向。一些国内学者的研究也否定了中国成为外资“污染避难所”的结论。比如，邓玉萍和许和连 (2013)认为FDI在我国主要集中在环境污染较低的地区，且FDI有助于我国对环境污染的治理。此外，张志辉 (2006)和赵玉焕 (2006)等人的研究都认为环境规制和污染产业转移之间并不存在必然联系。朱平芳等 (2011)则从中国地方政府的分权视角进一步考察了FDI和中国城市环境规制水平的相互影响问题。

随着中国工业化进程的深入和区域间的产业转移，一些学者开始考察我国污染产业在国内不同地区间转移的问题。何龙斌 (2013)采用污染产业产量的面板数据分析了我国污染产业转移的路径，发现西部地区成为了我国污染产业的净转入区。魏玮和毕超 (2011)则基于省级新建企业面板数据，考察了环境规制对企业选址影响，结果表明我国区际产业转移中确实存在污染避难所效应；侯伟丽等 (2013)和沈静等 (2012)也分别给出了省际和省内的产业转移存在“污染避难所”效应的证据。总的来看，这方面的研究结果较为一致。

但是，关于环境规制对中国产业转移影响的现有文献存在着以下几点不足。首先，现有文献通常用地区某行业总产出规模或比例测度产业转移 (侯伟丽等，2013)。如前所述，产业转移可以分解为存量和增量两个部分；而且环境规制对新企业和已有企业的影响也具有明显差异。因此，在考察产业转移问题时，尝试区分环境规制对两类企业生产活动影响是必要的。其次，省级数据造成的偏误。中国省级行政疆域较大，基于省份建立的环境规制指标难以真实反映省内可能存在的环境规制差异。地理范围进一步细分对估计结果将造成影响 (Jeppesen et al., 2002)。而且，在唯GDP的绩效考核制度下，中国现阶段的产业转移通常遵循先省内后省外的模式。因此，考察区域内环境规制对企业选址的影响同样具有现实意义。另外，现有研究较少考虑环境规制水平与污染排放水平之间的内生性问题。魏玮和毕超 (2011)采用了单位工业增加值对应的污染物排放量来衡量环境规制，试图缓解变量相互影响所导致的内生性问题。但是，该衡量指标与新建污染企业之间仍可能存在逆向因果关系。沈静等 (2012)虽然采用了固定效应模型控制了地区间不可观测的异质性，但仍没有对变量的因果关系做出相应讨论。

鉴于上述问题，本文尝试从企业选址的角度考察环境规制对产业转移的影响。具体来说，本文以我国288个地级城市作为企业选址的备选空间，利用泊松模型考察我国2003~2007年30个制造业行业新建企业的选址行为。选取地级市作为企业选址空间有助于避免未考虑省内城市间环境规制差异对估计结果造成的偏误^①。另外，针对环境规制水平与污染水平之间相互影响导致的内生性偏误，本文沿用Hilbe (2011)的方法对内生性问题进行了处理。

①以广东省为例，2007年广东省最高环境污染治理支出的城市是东莞市，约为5600元/万人；最低为惠州市，约24.7元/万人，相差如此巨大的环境污染治理成本必将导致市级政府在环境治理的力度上有所区别。数据引自《中国城市统计年鉴》。

三、 模型设定、数据和变量 (一) 模型设定

沿用List and Mchone (2000)考察企业选址的思路，假设某空间点上含有的新企业数量为n_jt，进一步假设t时刻空间j处影响企业分布的因素为X_jt，那么我们可以得到一个j处新企业数量的简约估计方程：

$ {n_{jt}} = f({X_{jt}}) + {e_{jt}} $

(1)

其中e_jt则是随机误差项。由于每个城市新建企业数是整数，因此假设n_jkt服从泊松分布，那么在t时刻，j处的k行业有n_jkt个新建企业的概率为

$ prob({n_{jkt}}) = \frac{{\exp (- {\lambda _{jkt}})\lambda _{jkt}^{{n_{jkt}}}}}{{{n_{jkt}}}}, \lambda > 0, {n_{jkt}} = 0, 1, 2, \cdots, n $

(2)

其中λ_jkt是泊松分布的参数，表示t时刻城市j处行业k新建企业数量n_jkt的均值。假设参数λ_jkt和n_jkt的期望的对数与解释变量存在线性关系，即

$ \mathit{ln}({\lambda _{jkt}}) = {\beta _k}{X_{jt}} $

(3)

其中β_k是一组待估参数。最终，本文利用 (3) 式估计β_k。

(二) 数据

本文的样本数据主要来自两个数据集。第一个是《中国城市统计年鉴》。限于城市环境规制数据的可获得性，本文的考察时期为2003~2007年，企业选址的备选空间为288个地级市。第二个是中国工业企业数据库。根据数据集中关于企业地理位置、行业及开工时间等信息，本文整理了2003~2007年期间城市制造业各行业历年的新建企业数量。然后，根据城市信息将两个数据集进行匹配，得到了本文最终采用的数据集。

(三) 变量 1. 环境规制指标

对于地方环境规制强度变量，由于相关衡量标准在学界尚未有一致定论，且数据难以获得，已有的经验研究文献都受到了某程度上的限制 (Busse，2004；陆旸，2009)。从已有的文献看，相关衡量指标大致可分为四类：环境综合指数、政府污染治理支出、企业污染排放成本或排放量、以及相关法律规定^①。其中，环境综合指数较多运用污染排放量、去除率、法律法规等综合计算地区环境规制水平，试图较为全面地反映地区环境规制水平 (Levinson，1996；傅京燕和李丽莎，2010)。但是，综合指数的变量选择和计算权重存在一定的主观性，特定环境综合指数的回归结果可能并不具有代表性，对于回归系数的解释也存在困难。

①张成等 (2011)对经验研究中测度环境规制的指标有较为全面的概述，本文在该文与国外综述类文献的基础上对该指标进行了大致分类。

政府污染治理支出和企业排污成本则以经济投入的方法衡量地区的环境规制水平。一般而言，政府污染治理支出越高表明当地政府对提升地区环境规制的激励越强 (Bartik，1988；List and Mchone, 2000)；而地区企业污染治理成本越高，也表明地区环境规制越严厉。本文以地级市作为企业选址的备选空间，行政单位的缩小有助于在一个更微观层面上考察环境规制在区域内和区域间对产业转移的影响，但也使环境规制数据的可得性受到一定程度的影响。一方面，城市之间与环境相关的法律法规差异并不明显，不易衡量；另一方面，企业的排污成本或排污量数据难以在地级市层面获得，且随城市产业结构和行业生产技术存在较大差异。因此，基于数据的可得性，本文分别采用了各地级市的污染源治理本年投资额 (iptpc) 和城市环境基础设施建设完成投资额 (iueipc) 两个变量作为刻画城市环境规制水平的指标。其中，污染源治理投资额衡量了地方企事业单位本年在污染治理工程 (或设施) 建设中实际投入的资金总额，反映了企业的污染排放成本。显然，企事业单位污染排放成本越高，表明地级市对环境要求相对越高。城市环境基础设施投资总额则衡量了地级市在燃气、污水、垃圾、园林等环境相关的城市建设投资。该投资总额越高，表明当地政府与居民对于生活环境质量要求越高，地区环境规制也越严厉。这两个指标分别从企业和政府层面衡量地级市环境规制，对规制强度的反映较为全面，数据质量也相对完善。为避免地级市间经济规模差异导致的偏误，我们将上述指标除以城市总人口，用人均量衡量地方环境规制水平。

2. 其他控制变量

为了提高估计的准确性，本文还加入了一些影响企业选址的常见因素作为控制变量。首先，我们以省内需求可达性衡量地区的潜在市场，需求可达性的计算公式为：

$ DA{C_i} = \frac{{gd{p_{ic}}}}{{{t_{i, ic}}}} $

(4)

其中ic表示城市i所在省份的省会，gdp_ic表示省会ic的地区生产总值，而t_{i, ic}表示ic和i之间的公路行车时间^①。

①本文利用Google地图获得城市间的公路行车时间。周浩和陈益 (2013)利用该方法构建了市级可达性指标。另外，本文选择1990年作为基期，对GDP和后文的污染治理投资进行了调整。

其次，集聚外部性也是企业区位选择的主要影响因素之一。沿用众多文献的思路，本文重点考察地方化经济和城市化经济这两个因素 (Guimaraes et al., 2000；余珮和孙永平，2011)。沿用范剑勇等 (2014)的方法，本文对地方化经济采用绝对指标测度，而对城市化经济采用相对指标测度。两个指标的计算公式具体如下：

$ L{E_{ikt}} = labo{r_{ikt}} $

(5)

$ U{E_{ikt}}{\left({\sum\nolimits_k {\left| {r{l_{ikt}} - r{l_{kt}}} \right.} } \right)^{ - 1}}, r{l_{ikt}} = \frac{{labo{r_{ikt}}}}{{labo{r_{it}}}}, r{l_{kt}} = \frac{{labo{r_{kt}}}}{{labo{r_t}}} $

(6)

其中式 (5) 测度的地方化经济LE_ikt，用t时刻城市i行业k的就业人数labor_ikt衡量；式 (6) 测度的是城市化经济UE_ikt，其中rl_ikt表示t时刻城市i行业k就业人数占同期城市i就业人数的比重，而rl_kt则表示t时刻行业k就业人数占全国就业人数的比重。

此外，本文用平均工资 (awage) 刻画企业的用工成本，人口密度 (denpopu) 刻画本地市场规模。我们还引入了一组虚拟变量以控制其他一些不可观测因素，其中包括用于控制省份个体特征的省份虚拟变量 (dum_prov) 和控制全国宏观经济发展环境的年份虚拟变量 (dum_year)，本文最终的估计方程为^②：

②除新建企业数量和虚拟变量外，其余变量在回归时均取对数。

$ {Y_{ijt}} = \beta (iptp{c_{it}}/iueip{c_{it}}, DA{C_{ijt}}, U{E_{ijt}}, L{E_{ijt}}, denpop{u_{it}}, awag{e_{it}}, dumprov, dumyear) $

(7)

四、 环境规制对企业选址的影响 (一) 基本回归结果

表 1给出了环境规制对整个制造业新建企业选址影响的基本估计结果。其中，泊松回归结果如模型 (1) 和 (2) 所示。泊松回归的前提条件是因变量的均值与方差相等，对于本文重点考察的企业选址问题，样本中新企业数的方差大于均值 (新企业数的方差约为12.53，而均值则只有0.92)，存在所谓的过度分散 (overdispersion) 问题。沿用Cameron and Trivedi (1990)的方法，本文基于泊松回归结果构造了被解释变量Z_i，并进行相应的过度分散检验^③。检验结果显示，估计系数的t值分别为28.21和27.84，存在较为明显的过度分散问题。为处理该问题，我们引入了随机变量ν~Gamma (1, α)，用λν代替泊松分布中的参数λ，因此新建企业数量N~Poisson (N|λν)。在该假定下，新建企业数量N的分布就修正为负二项分布 (the negative binomial distribution)，记为NB(λ, α)。表 1中的模型 (3) 和 (4) 是负二项回归，刻画环境规制衡量的指标污染源治理投资额和城市环境基础设施建设投资额的估计系数均显著为负。

③根据Cameron和Trivedi (1990)，定义构造的被解释变量$zi \equiv \frac{{{{({\rm{num}}\_{\rm{dir}}{{\rm{m}}_{\rm{i}}} - {\rm{u}}\widehat {{\rm{nm}}}\_{\rm{fir}}{{\rm{m}}_{\rm{i}}})}^2} - {\rm{num}}\_{\rm{fir}}{{\rm{m}}_{\rm{i}}}}}{{\sqrt 2 \widehat {{\rm{nm}}}\_{\rm{fir}}{{\rm{m}}_{\rm{i}}}}}$, 然后用Z对Z对unm^_firm_i进行最小二乘 (LS) 回归。

对于估计方程中包含的控制变量，需求可达性的估计系数均为显著正，表明市场潜能依旧是吸引企业的重要因素之一。由于同一省份内经济环境、产业特征和经济政策较为相似，交通设施的改善和省会经济增长都将增加区域的需求吸引力，导致制造业资本的流入。其次，衡量集聚的城市化经济和地方化经济的估计系数也均显著为正。这与周浩和陈益 (2013)的结论相一致。此外，人口密度的估计系数在两个方程中显著为正。一般来说，本地人口越多，本地的市场需求就越大，对企业的吸引力也越大。平均工资的估计系数显著为负，显示用工成本仍旧是影响企业选址的重要因素之一。总的来看，控制变量的估计结果都符合一般的经济直觉。

(二) 内生性处理

虽然我们通过引入了省份和年份的虚拟变量以缓解由于遗漏变量所造成的内生性问题。但是，工业企业数量与环境规制代理变量之间仍可能存在由逆向因果带来的内生性偏误。一方面，环境规制严格程度会直接影响企业生产过程中购置排污设备和污染物净化处理等所产生的污染治理成本，从而影响新企业进入该地区的可能性；另一方面，随着企业数量的增加，工业活动排放的污染物也随之增加，从而加大了地区环境压力，导致政府会增加污染治理支出和投资额，加强环境规制水平。当然，新增工业企业只占所有工业企业的一部分，如果新增企业的数量较少或者其带来的污染压力较小，那么其对城市环境规制水平的影响可能较弱，由此造成的内生性问题也许并不严重。

我们沿用Hilbe (2011)的两步法对可能存在的上述内生性进行处理^①。回归结果如表 1的模型 (5) 和 (6) 所示。从两步法回归的残差项系数可以看到，res_ieui通过了1%的显著性检验，表明人均环境基础设施投资变量确实存在一定的内生性问题，Hilbe两步法的估计结果显示人均环境基础设施投资变量系数及其显著性与之前的相比有所提升。另外，res_ipt的回归系数并不显著，表明人均污染源治理支出变量的内生性问题并不严重，这可能是由于各地区每年新建企业的数量较少，其产生的环境压力不一定会带来地区污染治理支出的显著提高。总体而言，环境规制对新企业的迁入有显著的约束作用。

①第一步，利用内生变量 (当期的环境规制变量) 对工具变量 (滞后一期的环境规制变量) 及其他控制变量进行OLS估计，得到对应的残差；第二步，利用内生变量、第一步估计的残差及其他控制变量 (不包括工具变量)、新建企业数进行负二项回归。为了节约篇幅，表 1只给出了第二步的估计结果。

五、 环境规制对污染行业企业选址影响的进一步分析 (一) 行业差异

工业活动导致的环境污染存在明显的行业差异。污染密集型工业活动通常给环境带来更多的压力；而环境规制给重度污染行业企业带来的成本也更为明显。因此，我们将30个制造业行业分成重度污染行业和中轻度污染行业，进一步检验我国地区环境规制对污染行业企业选址的影响。

1. 基本分组回归结果

对重污染行业而言，环境规制造成的污染排放处理成本将成为其区位选择中一个不可忽视的重要因素；而对于污染排放较少的行业而言，由于排污处理的成本较低，环境规制的影响可能较小。针对这种行业差异，借鉴徐敏燕和左和平 (2013)的做法，本文将样本中30个制造业行业分为重度污染企业和中轻度污染企业两组^②，并进行分组回归。结果如表 2所示^③，重污染行业组别的环境规制变量估计系数显著为负，ilptpc和iueipc的估计系数分别为-0.073和-0.195；而中轻度污染行业组别的估计系数也显著为负，但系数均小于重污染行业的分组的估计值。回归结果表明，环境规制对重污染行业的作用更为明显，这与近年大部分相关研究的结论是一致的 (Condliffe and Morgan, 2009；魏玮和毕超，2011；List and Mchone, 2000)。

②重度污染产业包括：造纸及纸制品业 (22)、非金属矿物制品业 (31)、黑色金属冶炼及压延加工业 (32)、有色金属金属冶炼及压延加工业 (33)、化学原料及化学制品制造业 (26)、石油加工及炼焦业 (25)、纺织业 (17)。其余为中轻度污染产业。本节第二部分将对行业分类作稳健性讨论，限于篇幅，本文其余部分均采用徐敏燕和左和平 (2013)的分类标准。

③沿用Hilbe (2011)的两步法处理内生性，当two-step NB中对应的残差项估计系数不显著时，意味着不拒绝环境规制变量是外生变量的原假设，因此我们选择NB估计的结果。

2. 污染行业分组的稳健性检验

对于污染行业的分类标准，学术界尚无一致共识。为此，我们采用多种污染行业分类标准对样本重新分类，进行稳健性检验。首先，我们将造纸及纸制品业、非金属矿物制品业、黑色金属冶炼及压延加工业、有色金属金属冶炼及压延加工业、化学原料及化学制品制造业和石油加工及炼焦业定义为基本污染产业。这些产业在绝大部分研究中都被列为重度污染产业^①。其次，我们将纺织业、化学纤维制造业、医药制造业、食品制造业、饮料制造业、农副食品加工业、交通运输设备制造业定义为边缘污染产业，这些产业的个别污染物排放量较大，在不同分类标准可能被归为重度污染产业。然后，将边缘污染产业分别单独加入基本污染产业进行回归，并比较回归结果的差异是否明显，以检验我们的结论在不同分类标准中是否一致。

①这些产业被归为重度污染产业的依据来自于Mani and Wheeler (1998)、Busse (2004)、赵细康 (2003)、陆旸 (2009)等。

主要解释变量的回归结果如表 3所示^②。对于不同污染行业的分类，三个主要解释变量的系数和显著性差异很小。7个行业分组共14个核心解释变量回归系数全部大于总体回归结果的系数，这充分表明重污染行业受环境规制的制约作用明显高于平均企业。本文的研究结论在一系列不同的污染行业分类标准下表现较为稳健。

②模型 (1) 和 (8) 为基本污染行业回归，模型 (2)-(6) 和 (9)-(13) 分别为基本污染行业单独加入纺织业 (17)、化学纤维制造业 (26)、医药制造业 (27)、食品、饮料及农副产品加工业 (13~15)、交通设备制造业 (37) 作回归。模型 (7) 和 (14) 为基本污染行业加入所有边缘污染行业作回归的结果。限于篇幅，此处只列出了关键变量的结果。有兴趣的读者可以向作者索取估计的完整结果。表 5进行类似处理。

表 2和3的估计结果显示，从全国范围看，污染行业新建企业的选址行为呈现出显著的“污染避难所”效应。

(二) “污染避难所”效应的检验 1. “污染避难所”效应的检验

上述估计结果显示，环境规制对污染企业的选址具有显著的约束作用。从全国范围看来，由于环境规制程度较低的地区通常是欠发达、污染较少的地区，环境保护力度的差异^①导致重污染企业向落后地区转移，即产生“污染避难所”效应。但是，中国很多发达地区在进行产业转移过程中，为了平衡省内经济发展，政府会出台了一些省内城市间产业转移的定点对接。这是否会导致区域内的“污染避难所”效应呢？为此，我们按东、中、西部三个区域^②划分样本城市并进行分组回归，结果如表 4所示。

①例如，在2007年人均污染源治理支出最高的50个城市中，东部城市占30个，中部城市11个，西部城市9个。2007年东部城市人均污染治理支出对数的平均值约为5.47、中部城市约为4.30、西部城市约为3.96。

②按照国家统计局划分标准，东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南11个省、直辖市。中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南8个省。西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、宁夏、青海、新疆12个省、自治区、直辖市。

首先，从三个区域内部看，东部地区的两个环境规制变量系数均显著为负；而中西部地区环境规制变量的估计系数虽然为负，但均不显著。该结果显示，东部地区的环境规制对污染行业企业的迁入有显著的约束作用，即存在区域内的“污染避难所”效应；而中西部地区的环境规制对污染行业企业的迁入没有显著的影响，即不存在区域内的“污染避难所”效应。在当前的环境下，对于东部地区而言，一方面某些地区经济发展水平较高，人们对环境、生态的质量要求越来越高，污染企业带来的高污染与高能耗越来越为社会所诟病，倒逼产业结构转型升级；另一方面区域内的经济发展差异也非常明显，为了协调省内区域经济发展，很多产业转移在政府相关政策的引导下呈现省内转移的特征。比如说，广东省实施的“腾笼换鸟”政策就引导了很多产业从珠三角地区转移到粤西和粤北地区。因此，东部地区的产业转移在区域内呈现出“污染避难所”效应。

与之相反，对于中西部地区，由于经济总体的发展水平不高，地方政府面临较大的增长与就业压力，在主要以GDP作为业绩考核的制度下，地方官员为了晋升有较强激励引进短期内带来较大经济增长的项目 (周黎安，2004)。为了吸引这些企业，政府不仅在土地、税收、审批等方面给予优惠条件，而且可能有意放松环境规制，降低新迁入企业应该承担的环境成本。另外，在中西部地区内部，经济相对发达地区可能会凭借较好的经济环境和基础，在承接东部地区转移出来的产业上更具优势。因此，在中西部地区环境规制对新建污染企业的约束缺乏实质影响，并不存在显著的“污染避难所”效应。

2. 区域间“污染避难所”效应的检验

前文表 3的估计结果显示，在全国范围内存在显著的“污染避难所”效应；而表 4的结果显示东部地区内部存在显著的“污染避难所”效应，但中西部地区内部则不存在。那么东部与中西部之间是否存在区域间的“污染避难所”效应？为此，我们在回归方程中用规制变量与区域虚拟变量 (东部地区=1，其他地区=0) 的乘积项 (iptpc×dumreg和iueipc×dumreg) 代替原来的规制变量，其他变量保持不变，估计方程修正为

$ \begin{array}{l} Y = \beta (iptpc \times dumreg/iueipc \times dumreg,\\ DAC,UE,LE,denpopu,awage,dumprov,dumyear) \end{array} $

(8)

具体的估计结果如表 5所示，其中iptpc×dumreg和iueipc×dumreg的估计系数均显著为负。这说明，以中西部地区作为参照时，环境规制对污染行业企业迁入东部地区具有显著的约束作用。鉴于中国的实际情况，这意味着污染行业的新企业会流向中西部地区，即产生区域间的“污染避难所”效应。结合东部区域内的“污染避难所”效应，本文认为，来自新增企业选址的证据显示，环境规制对其区位选择的影响体现在污染行业在东部与中西部的区域间转移和东部地区内部的区域内转移，从而导致污染行业转移在空间上的梯度特征。

六、 结论

本文将新建企业的空间选址视为产业转移中的增量变化，通过新建企业选址考察了环境规制对污染产业转移的影响。鉴于新建企业对环境规制所产生的成本更为敏感，选择新建企业作为样本有助于更准确地衡量环境规制对污染产业转移的影响。本文的实证研究结果显示，总体上看，在全国范围内环境规制对新建企业的迁入具有显著的约束作用，即存在“污染避难所”效应。在此基础上，以污染产业作为重点考察样本，通过对东中西三个地区进行的比较研究，本文进一步发现，“污染避难所”效应在中国表现出一定的梯度特征：东部地区存在区域内“污染避难所”效应；东部与中西部之间存在区域间的“污染避难所”效应；但中西部地区内部并不存在区域内“污染避难所”效应。

本文的实证分析提供了一些政策启示。从实证结果可以看到，我国沿海地区的环境约束对企业选址的影响相对显著，表明沿海地区环境政策措施取得了一定成效。但是，中西部地区环境规制对污染行业企业迁入的作用却不明显。如果延续现有趋势，那么从长期看来，中西部地区的发展可能会重走部分沿海地区“先发展，后治理”的老路。这不仅增加了日后的污染治理成本，环境的承载能力也必然受到冲击，其长远的代价将可能是极高的。近年来，国务院发布并执行了全国“主体功能区”的规划。其中，包括冀中南、太原地区等18个地区被划分为重点开发区域，仍然以发展工业和城镇化发展作为优先评价标准。在这些地区发展经济的同时，地方政府也应该对环境污染给予充分考量。而从全国整体角度看，我国在推动中西部发展时应考虑环境规制对经济行为的影响存在区域间差异，适度调整地方经济增长激励，为经济和环境协同发展创造良好的条件。