一、引言

财政分权是中国经济增长的重要驱动力。中国的财政分权改革给予了地方政府极大地参与经济转型和进行制度创新的激励(Qian and Xu, 1993；Qian and Roland G，1998)。财政分权充分调动了地方官员发展经济的积极性，地方官员为增长而展开“标尺竞争(Yardstick Competition)”。正是这种政治晋升激励机制使得中国经济迅猛发展，能在30年间保持每年近10%的增长速度。周黎安(2004)认为中国在财政分权改革的同时创造了一种独特的政府治理结构模式—以GDP为核心考评指标的“政治晋升锦标赛”(political promotion tournaments) ^①。中央政府会优先提拔相对经济绩效表现好的地方官员。在这种类似M型的组织结构下，各地区官员会极力创造条件推动辖区经济增长，通过在经济上的相互竞争获得升迁机会。晋升锦标赛将关心自身仕途的官员置于强烈的激励之下，这种激励使得地方官员具有足够的动力去发展辖区经济，为增长而展开“标尺竞争(Yardstick Competition)”。政治晋升激励已成为中国经济增长和发展的重要推动因素。官员间围绕增长而展开的政治晋升锦标赛是理解中国经济增长的关键线索(周黎安，2007)。

① 其最大特征是，只有上一轮的获胜者才能进入下一轮，每一轮被淘汰的选手自动失去下一轮参赛的资格。

Li and Zhou(2005)研究了省级地方官员晋升与地方经济绩效之间的关系，其研究结果表明省级官员的升迁概率与辖区GDP增长率呈显著正相关关系，且为增加其激励效果，中央政府运用相对绩效考核评估方法来考核地方官员。徐现祥、王贤彬(2010)考察了地方官员的经济增长行为，他们认为地方官员为增长而展开“标尺竞争(Yardstick Competition)”将会产生两种效应：竞争效应(competition effects)和极化效应(polarization effects)。前者是指在其他条件一定时，参与竞赛考核的地方官员为在竞赛中获胜，会把财政支出更多用于生产性支出，而非消费性支出。后者是指理性的异质地方官员对相同激励会做出不同反应：初始禀赋高的官员在竞争中有优势，倾向增加生产性支出，促进辖区经济增长，以期在竞赛中获胜得到晋升，从而增进自身的福利水平；而初始禀赋低的官员在竞赛中处于不利地位，倾向将财政收入更多用于在职消费增进自身福利。这两种效应决定了地方官员面临相同激励可能会采取不同经济增长行为，从而使得辖区经济增长绩效不同。

但另一方面，“GDP晋升锦标赛”也产生了一些扭曲性后果(包括市场分割、地方保护主义、资源消耗严重、环境污染等)。地方官员之间的晋升激励使得地方竞争空间加大，合作空间缩小，地方保护主义、地区恶性竞争、过度投资等问题屡见不鲜(周黎安，2004；皮建才，2009)。强烈的政治晋升激励促进了经济增长，但官员间政治晋升锦标赛可能存在的“过度激励”，使得经济发展忽视了社会成本(比如环境污染)等问题(Jia，2012)。以GDP为主的相对绩效考核机制使得地方政府提供公共服务的激励明显不足，具有明显正外部性的环境保护就首当其冲的成为地方政府未能很好履行甚至被牺牲的一项公共职能，一些地方政府为追求当地经济增长，会放松环境监管标准，默许企业排污，甚至为当地的企业排污行为提供保护(梁平汉、高楠，2014；孙伟增等，2014)。由此可见，已有越来越多的学者开始研究财政分权体制下GDP晋升锦标赛的副作用，关注官员政绩诉求对辖区环境质量的影响。例如，于文超、何勤英(2013)考察了辖区经济增长绩效与环境污染事故之间的关系，结果发现以GDP为主要考核标准的“晋升锦标赛”是导致辖区环境污染事故频发的重要原因，且这一影响在沿海地区更为明显。

笔者认为，一方面晋升激励能够调动辖区官员发展经济的积极性，推动辖区经济增长，但过于注重GDP的官员考核体制，会使辖区官员在推动经济增长过程中可能只是“为了增长而增长”，从而忽视甚至牺牲辖区环境质量；另一方面，任职预期长短对官员的行为逻辑结构也会产生不同的影响，进而对辖区环境质量产生不同的影响。有鉴于此，我们在大量阅读并梳理前人研究文献的基础上，拟研究晋升激励、地方官员任职预期对辖区环境质量的影响。

与已有研究文献不同的是，本文一是注意到了晋升激励对环境质量的作用要受地方官员任职预期的影响, 即，考察不同任职预期下，官员晋升激励对辖区环境质量的影响; 二是关注了财政压力对环境质量的影响; 三是鉴于环境污染具有一定连续性，我们还关注了上期环境污染对下期环境污染的影响。

本文余下的结构安排如下：第二节是本文的两个简短理论假说；第三节是计量模型设定与数据说明；第四节是实证检验；第五节给出本文的结论。

二、晋升激励、任职预期与环境质量：两个简短理论假说

政府本身是一个抽象的“黑箱”，其特征要通过作为其代表的官员的具体行为来体现(钱先航等，2011)。官员的动机体现了政府自身的各种特征。分权体制下的财政激励和政治晋升激励是中国政府治理的核心和关键(傅勇、张晏，2007)。本文尝试从官员晋升激励的角度来研究地方政府行为对环境质量的影响。

从理论上讲，一方面在以GDP为核心考评指标的“政治晋升锦标赛”体制下，经济增长是考核政府政绩和执政能力的最重要指标(李斌、王小龙，2006)。以GDP为主的政绩考核晋升机制是中国分权式改革过程中的一个重要机制^① ，此机制往往会使地方政府忽视在基础教育、环境保护及卫生保健等公共产品上的支出(Li and Zhou, 2005)。为在晋升中取胜，地方政府具有追求经济增长的强烈意愿，任期内地方官员为获得晋升会采取尽可能多的措施(包括过度投资、重复建设、引进高耗能、高污染产业项目)推动辖区经济增长^②，漠视甚而忽视经济发展带来的环境污染问题，从而使当地的环境质量恶化。另一方面，当前我国还未能成功跨过EKC曲线的拐点，经济发展和环境保护之间还存在潜在冲突。换言之，当前的经济发展还处于低水平阶段，经济增长还是以牺牲环境资源为代价，粗放式的增长在一定程度上恶化了当前的环境质量(徐娟等，2016)。如果要发展“绿色经济”，实现“低碳排放”，势必要全面升级当前的产业结构，这种做法短期内很可能会造成经济增长放缓或损失。“GDP晋升锦标赛”体制下，官员升迁很大程度上取决于其在任期内的经济增长绩效，任期内地方官员以经济增长为代价发展绿色低碳经济的意愿不足。与之相反，辖区官员为在短期内获得政治晋升很可能为实现经济增长而放松对一些污染企业的监管，甚至默许企业的排污行为(缘于这些污染企业能够拉动当地的GDP并贡献较多税收收入，而经济增长正是地方官员获得晋升机会的主要考评依据)，这势必会恶化辖区环境质量。此外，地方政府提供的环境保护等公共服务及各类民生指标不易测度，这也为“利维坦(Leviathan)”式地方政府为增加财税收入而忽视辖区环境质量提供了理由(陶然等，2009)。

① 中国共产党内部的手册显示，经济工作绩效在地方官员评估内容中的占比达到60%-70%，而其他因素，如政治觉悟、工作能力和勤劳等占到剩下的30%-40%(Edin, 2003)。

② 在财政利益和政治晋升的双重激励下，地方政府总是有利用违规优惠政策措施进行招商引资的强烈动机(郭庆旺、贾俊雪，2006)。

环境政策一般无法产生立竿见影的效果，且在较短任期内官员采取“短视”行为发展经济而造成的环境质量恶化状况还来不及或未全部显现。而如果任职预期较长，地方官员的环境政策效果会显现。同时地方官员也有了调整、升级产业结构的时间，他们很可能会摈弃“竭泽而渔”的经济发展方式而采取可持续的发展战略，此战略刚开始可能会损害辖区的一些经济增长速度，但其经济增长动力充足、结构合理、资源消耗低，官员后半任期内经济增长速度将得到很大提升，并具有较大可持续性。

基于上述理论分析，笔者给出本文的两个简短理论假说：

假说一：官员晋升激励恶化了辖区环境质量。

“GDP晋升锦标赛”体制下，地方官员改善辖区环境质量的意愿不足，地方官员为在晋升中取得胜利，很可能会采取牺牲辖区环境资源为代价的粗放式手段推动辖区经济增长，较少顾及甚至忽视辖区环境质量，以此推动辖区经济在其任期内快速增长，地方官员为推动经济增长而采取的这些举措将导致辖区环境质量恶化。

假说二：晋升激励对辖区环境质量的作用要受地方官员任职预期的影响，官员不同任职预期长度下，晋升激励对环境质量的作用不同。

任职预期较短，辖区官员易采取“短视”行为。即，官员采取只注重辖区经济增长而不顾及辖区环境质量和民生改善的发展策略，导致辖区环境质量恶化；任职预期较长，官员会将辖区视为自己的“地盘”，制定长远发展战略，协调经济增长与辖区资源环境之间的关系，如此便减弱了晋升激励对环境质量的负面作用。

三、数据说明与计量模型设定 (一) 数据观察及说明

本文运用的数据主要来源于2001-2012年《中国环境统计年鉴》、《中国环境年鉴》、《中国财政年鉴》、《中国统计年鉴》、《中国人口统计年鉴》、《中国国土资源统计年鉴》、《国泰安经济金融研究数据库》及环保部公布的《全国环境统计公报》，数据包括了我国31个省(直辖市、自治区)2000-2011年的主要环境、经济、人口、财政等信息。其中，环境质量数据主要来自历年《中国环境统计年鉴》、《中国环境年鉴》及中华人民共和国环境保护部公布的《全国环境统计公报》，经济变量数据主要来源于《中国统计年鉴》, 人口数据主要来源于《中国人口统计年鉴》，财政数据主要来源于历年《中国财政年鉴》，以土地违法案件数表示的法制环境数据来源于《中国国土资源统计年鉴》，各省(直辖市、自治区)的固定资产投资数据来源于《国泰安经济金融研究数据库》。此外，地方官员任期、调动、年龄和教育背景等个人特征数据为笔者通过人民网、新华网及各相关政府网站手工搜集整理。我们借鉴张军、高远(2007)、钱先航等(2011)的做法，如果官员是在1-6月份上任，则地方官员任期时间我们从当年开始计算；如果官员是在7-12月份上任，则地方官员任期时间从次年开始计算。由于官员的实际任期不是官员自身所能决定的，为降低内生性的干扰，我们还采用了官员任职预期数据。官员任职预期有两种可能，一是离退休的时间年限，即预期多久；二是中途空降的官员(半届或一届末等上任官员)，由于自己年限或其他原因预期的任期年限等。地方官员任职预期的计算，我们借鉴Antia et al.(2010)计算CEO预期任职的方法，用省长年龄和已任职期限同全国省长平均年龄和和平均任职期限两个维度的差值之和来测度省长的预期任职期限情况，具体算法如下：

$d{{h}_{it}}=\left[ tenur{{e}_{it}}-tenur{{e}_{ct}} \right]+\left[ ag{{e}_{it}}-ag{{r}_{ct}} \right]$

(1)

其中，tenure_it是i辖区官员在t年时担任省长的期限，tenure_ct是同期所有与辖区官员在t年时已担任官员的平均期限；age_it是i辖区官员在t年的年龄，age_ct是同期所有与辖区官员在t年时已担任省长的平均年龄。表 1是本文计量模型主要变量的定义及描述性统计。如果省长已任职期限和年龄和小于全国平均水平，则表明其继续任期的可能性大，反之则相反。

从表 1中可以看出，人均工业二氧化硫排放量(lnpSO₂)的最大值是6.4085(吨/万人)，最小值是0.9867(吨/万人)，最大值是最小值的49倍，平均值是4.7946(吨/万人)，标准差是0.8881。人均工业废水排放量(lnpwater)的最大值是3.8635(吨/人)，最小值是0.1807(吨/人)。可见各省(直辖市、自治区)污染物排放量差异较大。经济指标方面，本任省长与前任省长任内GDP平均增长率之差(pref1)最小值是-0.2370，最大值是0.1481，标准差是0.0721，可见官员任内GDP平均增长率差距较小，在推动经济增长方面，本任官员并没有明显比前任高出或低出多少，这说明官员GDP晋升锦标赛体制下，官员都很努力在推动经济增长，官员间的晋升竞争非常激烈。人均GDP(lnpgdp)的最小值是7.9226，最大值是11.3529，标准差是0.7222，说明各省(直辖市、自治区)经济发展水平不一，差异较大。财政压力(deficit)的最大值是-17.8564(为2002年西藏自治区)，最小值是-0.0472(为2007年黑龙江省)。人口密度指标(popden)的标准差是5.2985，说明各省(直辖市、自治区)人口密度差异较大，显然东部经济发达地区的人口密度较大(最大为上海为每平方公里3701人)，西部欠发达地区的人口密度较小(最小为西藏为每平方公里2.06人)。地方官员任期指标方面，省长的最短任期为1年，最长任期为9年。

图 1是2000-2011年期间，在我国31个省(直辖市、自治区)任职的省长(自治区主席)年龄直方图与正密度图。从图 1中可以看出，大部分任职书记的年龄为58岁，58岁出现的频数最高，其次依次是55岁和65岁。这与我国《党政领导干部职务任期暂行规定》(中办发[2006]19号)，省部级党政机关干部的退休时间是65岁有关。

图 2是我国31个省(直辖市、自治区)人均工业二氧化硫排放量的时间趋势图^①。从图 2中可以看出，不同省(直辖市、自治区)的人均工业二氧化硫排放量的时间趋势不尽相同，有些地区呈上升趋势(比如，29，青海省；31，新疆自治区)，有些地区呈下降趋势(比如，9，上海市)，而有些地区则比较平稳(比如，15，山东省；18，湖南省；21，海南省)。人均工业二氧化硫排放量在不同省(直辖市、自治区)的差异在一定程度上有助于我们科学的估计其影响因素。

① 1-31分别代表 31个省(直辖市、自治区)的人均工业二氧化硫排放量趋势图。其中，1代表北京市、2天津市、3河北省、4山西省、5内蒙古自治区、6辽宁省、7吉林省、8黑龙江省、9上海市、10江苏省、11浙江省、12安徽省、13福建省、14代表江西省、15山东省、16河南省、17湖北省、18湖南省、19广东省、20广西省、21海南省、22重庆市、23四川省、24贵州省、25云南省、26西藏自治区、27山西省、28甘肃省、29青海省、30宁夏自治区、31新疆自治区，下同。

图 3是我国各省(直辖市、自治区)人均工业废水排放量的时间趋势图，其变化趋势与图 2类似，在此不再赘述。

(二) 计量模型设定

在上述数据观察与说明的基础上，这部分对本文第二节所提出的理论假说进行实证检验。我们采用了如下动态面板数据模型(dynamic panel data model)对环境质量进行估计：

$E{{n}_{it}}={{\alpha }_{0}}+{{\alpha }_{1}}E{{n}_{it-1}}+{{\alpha }_{2}}per{{f}_{it}}+\beta {{X}_{it}}+{{u}_{i}}+{{\varepsilon }_{it}}$

(2)

其中u_i是个体固定效应，代表不可观测的省(直辖市、自治区)的特征。ε_it是残差项，假设其与解释变量无关。En_it表示第i个省(直辖市、自治区)第t年的环境污染水平。En_it－1为被解释变量的滞后项，表示第i个省(直辖市、自治区)第t－1年的环境污染水平。在回归模型中加入被解释变量的滞后项，能够解决遗漏潜在变量而导致的估计有偏问题(Burkhart and Lewis-Beck, 1994)。显然，使用传统静态面板框架下的OLS估计和FE进行对上述动态面板数据模型进行估计可能面临伪回归的威胁。perf_it表示晋升激励。晋升激励可能存在内生性问题：晋升激励和环境质量可能同时被某些不可观测的因素所决定。为解决面板数据回归的伪回归和内生性问题，Arellano and Bond (1991)和Blundell and Bond(1998)发展了GMM估计技术，其基本思想是通过控制被解释变量的滞后变量解决伪回归问题，同时利用解释变量的滞后变量作为工具变量(Ⅳ)解决内生性问题。本文将使用GMM方法估计方程(2)。

关于被解释变量En_it指标的选取，有学者用环境污染事故次数刻画辖区环境质量(于文超、何勤英，2013)。笔者认为，地方官员为维护自己的形象，对发生在辖区的污染事故很可能会瞒报。这就可能影响到计量结果的准确性和稳健性。为此，本文用各省(直辖市、自治区)人均工业二氧化硫排放量来表征辖区环境污染水平，文中我们用其对数形式(lnpSO₂)来表示。二氧化硫是我国大气污染的主要形式，是形成PM2.5的重要污染物，是我国节能减排计划中的主要污染物之一，在已有研究文献中也有学者选用此指标表征环境质量(盛斌、吕越，2012；林伯强、邹楚沅, 2014)，因此本文选用此指标表征我国的环境质量水平是合理恰当的。此外，二氧化硫主要产生于工业生产活动，其影响是地方性和区域性的，选用此指标可以有效避免回归结果对省份地理位置及气候、雨水等自然环境的依赖(冯海波、方元子；2014)。又仅以人均工业二氧化硫排放量(lnpSO₂)刻画环境质量可能有偏差(模型的说服力和稳健性不足)，因此我们增加了人均工业废水排放量和人均工业粉尘排放量指标来观察，文中我们用其对数形式lnpwater和lnpdust来表示。

perf_it代表晋升激励，是本文关注的主要解释变量，我们以本任省长与前任省长任内GDP平均增长率之差(perf1)、本任省长任内相邻省份gdp平均增长率之差(perf3)和本任省长任内GDP平均增长率与全国平均增长率之差(perf5)表征。En_it－1是上一期的环境污染，我们将其加入方程(2)式的右边，以此考察上期环境污染对下期污染排放量的影响。

X_it是本文的其他控制变量，主要包括人均GDP、工业增加值占比、财政压力、土地违法案件查处数、人口密度、地方官员年龄和官员教育背景等变量。其中，各省(直辖市、自治区)的财政压力指标，我们借鉴赵文哲等(2010)、Liao and Liu (2014)、祝继高等(2014)的做法，采用“ ‘地方财政一般预算收入与一般预算支出的差’与地方财政一般预算收入之比”来表示。土地违法案件的发生，说明政府权力的过多干涉和司法系统的不完善性及制度缺陷，也表明我国构建“依法治国”的国家体系建设还有很多问题要解决。辖区政府在财政分权体制下的政治晋升激励和相关部门利益是土地违法案件产生的根本原因(梁若冰，2009)。土地违法和环境污染都在一定程度上反映了“政企合谋”行为(梁平汉、高楠，2014)，土地违法案件发生次数揭示的政企合谋行为所产生的法制环境土壤，与反映地方政府及辖区污染企业合谋时的法制环境是一致的。因此，我们将辖区土地违法案件发生次数作为衡量辖区法制环境的负向指标是可取的做法。同样文中我们也将其取对数，用lnillegal表示。官员年龄(age)越大，其从政经验越丰富，官员能更容易处理好经济增长与环境保护之间的关系，减少环境污染事件的发生。理工科教育背景的官员在政治晋升锦标赛中具有一定的技术优势，他们在竞赛中取胜的欲望很可能更强，其对辖区环境污染的容忍程度也很可能相对较高。因此模型(2)中，我们还控制了地方官员年龄(age)和官员教育背景(edu)。此外，我们还用人口密度(popden)控制了各省(直辖市、自治区)的人口结构因素。

本文的第二个理论假说关注了官员不同任职预期长度下晋升激励对环境质量的作用。即，晋升激励对环境质量的作用要受地方官员任职预期长度的影响。为此，我们在模型中加入了晋升激励与地方官员任职预期的交叉项来验证此假说。此处设定的计量模型如下：

$\begin{align} &E{{n}_{it}}={{\alpha }_{0}}+{{\alpha }_{1}}E{{n}_{it-1}}+{{\alpha }_{2}}per{{f}_{it}}+{{\alpha }_{3}}d{{h}_{it}}+{{\alpha }_{4}}tenure{{5}_{it}}+{{\alpha }_{5}}per{{f}_{it}}*d{{h}_{it}}+ \\ &\beta {{X}_{it}}+{{u}_{i}}+{{\varepsilon }_{it}} \\ \end{align}$

(3)

(3) 式中，地方官员任期(dh_it)是我们要检验的影响官员晋升激励的主要因素。perf_it*dh_it是晋升激励与地方官员任期的交叉项^①，tenure5_it表示官员是否处于任期第五年，其他控制变量与(2)式相同。(3)式中，我们关心的是，官员晋升激励对环境质量的作用受官员任职预期影响：∂En_it/∂perf_it = α₂+α₅dh_it。

① 在表 1统计描述和表 4和表 5回归结果中我们分别用pt1、pt2、pt3、pt4、pt5和pt6表示此交叉项。

显然，(2)式和(3)式的解释变量都含有被解释变量的滞后项，它们反应了环境污染排放的惯性趋势，但也带来了内生性问题。二者都是标准的动态面板数据模型，传统静态面板框架下的OLS估计和FE(固定效应模型估计)都将导致估计结果的偏误(biased)。为了得到有效无偏的估计结果，解决面板数据回归中的伪回归和内生性问题，本文将使用Diff-GMM(差分广义矩估计)进行估计。更一般地，考虑以下动态面板模型：

${{y}_{it}}=\alpha +\rho {{y}_{i,t-1}}+{{{{x}'}}_{it}}\beta +{{{{z}'}}_{it}}\delta +{{u}_{i}}+{{\varepsilon }_{it}}\left( t=2,\cdots ,T \right)$

(4)

先做一阶差分消除个体效应u_i，可得:

$\Delta {{y}_{it}}=\rho \Delta {{y}_{i,t-1}}+\Delta {{{{x}'}}_{it}}\beta +\Delta {{\varepsilon }_{it}}\left( t=2,\cdots ,T \right)$

(5)

由于y_{i, t－1}与ε_{i, t－1}相关，所以Δy_{i, t－1}≡y_{i, t－1}－y_{i, t－2}依然与Δε_it≡ε_it－ε_{i, t－1}相关。因此，Δy_{i, t－1}为内生变量，需要寻找适当的工具变量才能得到一致估计。Arellano and Bond (1991)和Blundell and Bond(1998)使用所有可能的滞后变量作为工具变量，进行GMM估计，这就是“Arellano-Bond估计量”，也被称为“差分GMM”(Difference GMM，其实是对差分后的方程进行GMM估计)。

使用Diff-GMM的前提为随即扰动项ε_it不存在自相关，Cov(ε_it, ε_is)=0, t≠s, ∀i。Diff-GMM估计的基本原理是：先做一阶差分消除各省(直辖市、自治区)本身可能存在的不可观测的u_i (个体固定效应)，然后用二阶或更高阶的滞后变量作为差分方程中相应内生变量的滞后变量，对差分后的方程进行GMM估计。

在使用高阶滞后变量进行GMM估计时，记由工具变量组成的矩阵为Z，则工具变量y_it－2将为Z贡献以下一个列向量：

${{\left( \centerdot {{y}_{i1}}\cdots \cdots {{y}_{i,T-2}} \right)}^{\prime }}$

(6)

(5) 式中，第一个点“ · ”表示缺失值，这意味着将丢失第一行观测数据，损失样本量。同理，使用y_{i, t－3}将损失前两行数据；以此类推，使用越高阶滞后作为工具变量，则损失的样本量越多。Holtz-Eakin et al.(1988)提出用一系列工具变量来表示y_{i, t－2}，其中每个工具变量对应一个时期，缺失值用0来代替：

$\left( \begin{array}{*{35}{l}} 00\cdots \cdots 0 \\ {{y}_{i1}}0\cdots 0 \\ 0{{y}_{i2}}\cdots 0 \\ \cdots \cdots \\ 00\cdots {{y}_{i,T-2}} \\ \end{array} \right)$

(7)

这种形式的工具变量被称为“GMM式”(GMM-type，GMM-style)或“展开式”(uncollapsed)工具变量，形式如(7)。

四、实证检验 (一) 晋升激励与环境质量

表 2是本文Diff-GMM(广义差分矩估计)的基本回归估计结果。表 2中，模型(1)-(3)的被解释变量是人均工业废水排放量。模型(1)给出了引入晋升激励变量和相关经济变量、人口变量等控制变量的估计结果。模型(2)在模型(1)的基础上引入了官员教育背景变量。模型(4)的被解释变量是人均工业粉尘排放量。模型(5)的被解释变量是人均工业二氧化硫排放量。显然，在模型(1)-(5)中差分GMM的回归都通过了所有工具变量均有效的Sargan检验；同时通过了误差项AR1序列相关、AR2序列不相关的Arellano-Bond检验。

从检验结果来看，晋升激励变量(perf1)的回归系数在模型(1)-(5)中都是正数且模型拟合优度都达到99%，说明晋升激励(perf1)对人均工业二氧化硫排放量(lnpSO₂)、人均工业废水排放量(lnpwater)和人均工业粉尘排放量(lnpdust)有显著正向影响。具体讲，晋升激励每增加一个标准差(为0.0721)，模型(1)-(5)中相应的环境污染物将分别增加2.3577%、2.163%、1.6799%、16.4893%和8.4357%。这一实证研究结果从统计学意义上支持我们的第一个理论假说：晋升激励恶化了辖区环境质量。

人均GDP(lnpgdp)的回归系数显著为正(模型1-3和5中)，说明随着经济发展水平的不断提高，辖区环境质量趋于恶化。其原因可能是经济收入水平越高的地区，政府反而越会牺牲环境而追求经济增长。这从另一方面也说明，当前粗放式的经济发展模式不利于我国环境质量水平的改善，我国经济的快速发展是以牺牲环境为代价的。

工业增加值占比(igdpr)的回归系数为正且模型拟合优度都达到了99%(模型5)，具体讲，工业增加值占比每增加一个标准差(为0.1322)，人均工业二氧化硫排放量(lnpos2)将增加11.8848%。即工业增加值占比越高，环境污染越严重。这是因为我国工业化过程中对能源的需求巨大，工业的能源消耗强度远远高于农业和服务业。同时在发展工业过程中也会产生大量废气、废水和固体废弃物，造成环境污染。据国家环保局测算，工业污染最高曾占中国污染总量的70%。

模型(1)-(3)中财政压力(deficit)变量的估计系数是正数且模型拟合优度都达到了99%。具体讲，财政压力(deficit)每增加一个标准差(为2.4683)，人均工业废水排放量(lnpos2)将分别增加11.9219%、10.0707%和13.0573%。这说明地方政府财政压力是影响辖区环境质量的重要因素，财政压力会恶化辖区环境质量，省级政府的财政压力越大，其增加辖区公共物品供给、改善环境质量的意愿就越弱，其在环境保护与治理上产生的“面向谷底(race to the bottom)”竞争的“竞次”效应就越强，辖区环境质量就越易恶化。1994年分税制改革实施后，税源大而集中的税种成为中央税，而税源分散、收入零星、涉及面广的税种成为地方税。地方政府财权不断缩小，而事权却呈扩大趋势。为缓解地方财政困境，地方政府在发展经济过程中，由于高污染、高耗能的企业往往能在短期内快速拉动经济增长并贡献较多财税收入, 对污染企业很可能会网开一面，默许甚而纵容一些污染企业的排污行为，地方政府的这些举措势必会恶化辖区环境质量。

模型(1)-(3)中法制环境(lnillegal)变量的估计系数是正数且模型拟合优度都在95%以上。具体讲，法制环境(以土地违法案件数表示)每增加一个标准差(为1.3424)，人均工业废水排放量(lnpwater)将分别增加2.4834%、2.2821%和3.0875%。这说明法制环境越差，环境污染越严重。这是因为在法制环境较差的地区，一是企业更易通过对政府官员提供利益输送的方式获得排污许可，使企业的排污行为得到地方政府的默许甚至保护；二是企业也更易游说政府放宽环境监管。因此，法制环境的降低，恶化了辖区环境质量。

模型(2)加入了地方官员年龄(age)变量。回归结果显示，地方官员年龄(age)变量的估计系数是负数且模型拟合优度都达到了90%。这说明地方官员年龄的增长对环境质量改善起正面作用，这一方面可能是因为官员年龄(age)越大，其从政经验越丰富，官员能更容易处理好经济增长与环境保护之间的关系，减少环境污染事件的发生；另一方面，官员年龄(age)越大，政治晋升激励的作用越小(徐现祥、王贤彬，2011)，其采取“短视行为”推动辖区经济增长的动机越弱，改善辖区环境质量等基本公共服务的动机越强。

此外，回归模型解释变量中含有被解释变量的滞后项，这有利于我们捕捉模型可能存在的遗漏变量等问题。从表 2中可以看出，环境污染确实存在一定的惯性，以人均工业废水、人均工业粉尘和人均工业二氧化硫表征的环境质量，上期污染排放量与下期环境污染显著正相关且模型拟合优度都达到了99%。

在稳健性检验中，我们用本任省长与前任省长任内固定资产投资平均增长率之差(perf2)、本任省长任内相邻省份固定资产投资平均增长率之差(perf4)和本任省长任内固定资产投资平均增长率与全国固定资产投资平均增长率之差(perf6)表征晋升激励。近年来中国经济增长主要是靠投资来拉动，投资对中国经济增长的贡献巨大。投资是地方政府发展经济的一剂“良药”。一般来讲，地方官员大多通过招商引资、增加固定资产投资等渠道，推动地方经济增长和增加地方财政收入，以此在晋升锦标赛中获胜(李勇刚、张士杰，2014)。因此我们选用此指标作为晋升激励的代理变量是合理的，这有利于增加本文实证检验的可信度。

表 3是晋升激励对环境质量稳健性检验的回归结果。估计结果显示模型的基本结论保持不变。具体如下，模型(1)的被解释变量是人均工业二氧化硫排放量。模型(2)-(4)的被解释变量是人均工业废水排放量。模型(3)在模型(2)的基础上引入了官员教育背景变量。晋升激励变量(perf4)的回归系数在模型(1)-(4)中都是正数且模型拟合优度都达到99%，说明晋升激励(perf4)对人均工业二氧化硫排放量(lnp SO₂)和人均工业废水排放量(lnpwater)有显著正向影响。模型(5)的被解释变量是人均工业粉尘排放量。晋升激励(perf2)在模型在模型(1)和(5)中的估计系数是正数且模型拟合优度都达到了99%，说明晋升激励(perf2)对人均工业二氧化硫排放量(lnpSO₂)和人均工业粉尘排放量(lnpdust)有显著正向影响。其他控制变量估计系数的符号与上文基本一致，在此不再赘述。这一实证研究结果进一步从统计学意义上支持我们的第一个理论假说：围绕GDP增长而进行的“政治晋升锦标赛”恶化了辖区环境质量。

(二) 晋升激励、官员任职预期与环境质量

本文的第二个理论假说是：晋升激励对环境质量的作用要受地方官员任职预期的影响，不同任职预期下，官员晋升激励对环境质量的作用不同。也就是说，任职预期增加，官员晋升激励对辖区环境质量的负面作用将被减弱。这一结论的逻辑在于：较短任职预期，辖区官员易以“杀鸡取卵”的方式攫取地方经济成果, 以便尽快晋升, 而忽视辖区环境质量和公众福祉，导致辖区环境质量恶化。任职预期较长，官员会将辖区视为自己的“地盘”，思考辖区的长远发展规划，因为只有长远的战略发展规划才能为地方带来持久的经济增长和稳定财税收入(Olson，1993)。任职预期较长，官员在发展经济过程中协调经济发展与环境保护关系的动力增加，很可能会采取注重环境的长远发展战略政策推动辖区经济增长，这在一定程度上能够减弱晋升激励对环境质量的负面作用。

为验证这个理论假说，我们在(2)式基本计量回归模型的基础上，引入了地方官员任职预期(dh)及地方官员任职预期与晋升激励的交叉项(pt1和pt5)，构建了第(3)式的计量模型。首先，差分GMM的回归都通过了所有工具变量均有效的Sargan检验；同时通过了误差项AR1序列相关、AR2序列不相关的Arellano-Bond检验。从表 4中可以看出，(1)-(4)式中官员任职预期(dh)的估计系数都为负且模型拟合优度都达在95%以上，说明官员任职预期对辖区环境质量有显著正向影响。具体讲，官员任职预期每增加一年，辖区环境质量分别改善0.427%、0.338%、0.932%和0.858%。在模型(3)和(5)中地方官员任期与晋升激励的交叉项(pt1)的估计系数为都为正且模型拟合优度都达到了95%，这说明晋升激励(perf1)对环境质量的作用与地方官员任职预期有很大关系。下文的稳健性检验中，我们将分析晋升激励对环境质量的偏效应。

单纯的回归方程分析并不具备足够的可信度和说服力，在给出基本结论后，这部分对上述模型进行稳健性检验。在此，我们对本文的核心解释变量地方官员任职预期及地方官员任职预期与晋升激励的交叉项进行了替换，以考察本文的第二个理论假说：晋升激励对环境质量的作用要受地方官员任职预期的影响，不同任职预期长度下，官员晋升激励对环境质量的作用不同。

以表 5中的模型(5)为例，当地方官员任期(tenure)取最小值-16.0323时，晋升激励(perf6)对环境质量(人均工业二氧化硫排放量)的影响是0.253(0.282－0.0290×(-16.0323)=0.7469)，其含义是晋升激励(perf6)每增加1%，就会使得辖区环境污染加剧0.7469；当地方官员任职预期(tenure)取均值为-1.81E-08时，晋升激励(perf6)对环境质量的影响是0.282(0.282－0.0290×(-1.81E-08)=0.282)，其含义是晋升激励(perf6)每增加1%，就会使得辖区环境污染加剧0.282；当地方官员任期(tenure)取值比均值增加两个标准差为10.5967时，晋升激励(perf6)对环境质量的影响是-0.0263(0.282－(0.0290×(-1.81E-08+5.3145×2)=-0.0263)，其含义是晋升激励(perf6)每增加1%，就会使得辖区环境质量改善0.0263；当地方官员任期(tenure)取最大值13.5161时，晋升激励(perf6)对环境质量的影响是-0.1010(0.282－0.0290×13.5161=-0.1010)，其含义是晋升激励(perf6)每增加1%，就会使得辖区环境质量改善0.1010。从以上分析中可以看出，随着地方官员任职预期(tenure)取值的不断增大，晋升激励(perf6)对环境质量(人均工业二氧化硫排放量)的负向影响逐渐降低，当地方官员任期(tenure)取值比均值增加两个标准差10.6290(-1.81E-08+5.3145×2=10.6290)时，晋升激励(perf1)对环境质量(人均工业二氧化硫排放量)的影响开始变为“负向”为-0.0263，即晋升激励开始改善辖区环境质量；当任期(tenure)取最大值13.5161时，这种“负向”效应达到最大为-0.1010。这说明，随着地方官员任职预期的增加，晋升激励对环境质量的偏效应(∂En_it/∂perf2_it)逐渐减小，并由正向变为负向(即由负面影响开始变为正面影响)。这刚好证实了本文的第二理论假说：晋升激励对环境质量的作用要受官员任职预期的影响，不同任职预期下，官员晋升激励对辖区环境质量的作用不同。任职预期增加，晋升激励对辖区环境质量影响的负面作用将被减弱。

其他控制变量估计系数的符号与上文基本一致，在此不再赘述。可见，在替换并控制相关核心解释变量和被解释变量后，模型仍然具有很强的解释力，模型的基本结论保持不变。这说明模型的估计结果是可靠的，模型设计是稳健的。

五、结果与讨论

本文运用我国31个省(直辖市、自治区)2000-2011年的主要环境、经济、人口、财政等信息和省长的个人详细信息数据，通过构建动态面板数据模型(dynamic panel data model)，实证检验了晋升激励、地方官员任期对辖区环境质量影响。本文的研究结果表明：

(1) 晋升激励恶化了辖区环境质量。“GDP晋升锦标赛”体制下，地方官员改善辖区环境质量的意愿不足，地方官员为在晋升中取得胜利，很可能会采取牺牲辖区环境资源为代价的粗放式手段推动辖区经济增长，甚至还会缩减辖区教育、医疗、环境等公共服务上的支出用于生产性支出，以此推动辖区经济在其任期内快速增长，地方官员追求短期内经济快速增长而采取的这些“短视”行为，将导致辖区环境质量恶化。

(2) 晋升激励对环境质量的作用要受地方官员任职预期的影响，不同任职预期下，官员晋升激励对辖区环境质量的作用不同。较短任职预期，辖区官员易采取短视行为，实施忽视辖区资源环境的发展战略，导致辖区环境质量恶化；如果任期预期较长，官员会将辖区视为自己的“地盘”，制定长远的发展战略，协调经济增长与辖区资源环境之间的关系，如此便减弱了晋升激励对辖区环境质量的负面作用。

(3) 地方政府财政压力是影响辖区环境质量的重要因素。具体而言，地方政府财政压力越大，辖区环境质量会越易恶化。一个可能的解释是，为缓解地方财政困境，地方政府在发展经济过程中，对污染企业很可能会网开一面，默许甚而纵容一些污染企业的排污行为，地方政府的这些举措势必会恶化辖区环境质量。而地方财政压力越大，地方政府采取上述手段发展经济的可能性就越大，结果导致辖区环境质量恶化。

(4) 地方官员年龄的增长对辖区环境质量改善起正面作用。这一方面可能是因为官员年龄(age)越大，其从政经验越丰富，官员能更容易处理好辖区经济增长与环境保护之间的关系，减少辖区环境污染事件的发生；另一方面，官员年龄(age)越大，政治晋升激励的作用越小，其采取“短视行为”推动辖区经济增长的动机越弱，改善辖区环境质量等基本公共服务的动机越强。

根据本文的研究结论，目前的“政治晋升锦标赛”体制下，地方政府为发展经济而实施的政策导致地方保护主义、过度投资、环境污染等现象屡见不鲜。地方官员减少能源消费、保护辖区生态环境的激励不足。辖区环境质量不但得不到重视，甚至成为官员发展经济可以牺牲的目标。为此，我们应该做到：

第一，改革当前以GDP为主要考核目标的政治晋升机制，建立一种全面而更有效的晋升考核机制。在条件成熟时，可在某些区域先行试点“自下而上”的“用脚投票机制”，给予公众更多的发言权和监督政府行为的权利。

第二，当前省长的平均任期为3.1183年，鉴于较长任职预期能够弱化晋升激励对辖区环境质量的负面作用，可考虑适当延长地方官员任期，激励辖区官员制定并实施可持续发展战略，使地方官员能够真正做到“管理一方水土，热爱一方水土，造福一方百姓”；激励地方官员采取更加注重辖区教育、医疗、环境质量等公共服务供给改善的有效政策措施，促进辖区经济全面、可持续发展。

第三，加大对财政困难省份的财政转移支付力度，缓解这些地方的财政压力，使地方政府不为增加财力而采取“竭泽而渔”的“短视”经济发展手段。同时对地方政府的固定资产投资行为进行正确、合理的引导，以避免资金大量流向高耗能、高污染行业及其它一些产能过剩行业。