深度 环境收益分配的不平等性及其转移机制

喜欢就点击上方蓝字关注哦

杨继生│ 华中科技大学经济学院

徐   娟│ 中南财经政法大学统计与数学学院

内容摘要

环境收益在经济主体以及地区间的分配状态不但关系社会公平、更关系发展的持续性。本文构建了环境红利在经济主体和地区间分配格局的测度模型，以便为环境补偿定价提供依据。结果表明：企业是环境红利的最大摄取者，比例高达41%。比较而言，农村居民比城镇居民享受了更多的环境红利，二者比例分别为22%和19%。政府分配比例在分税制改革后由14%上升至19%，但是，政府比例的上升并非来自企业，而是来自农村居民分配比例的下降。东中部地区始终承受着比西部高得多的环境成本。地区间污染成本的转嫁并非一般认为的自东向西跨越，而是由近及远渐进式的。所以，，引入各地区环境成本的权重，有助于提高税收安排的合理性。而征收价外的环境税则是遏制企业环境滥用冲动的有效手段。

关键词

环境红利丨收益分配丨成本转移丨不平等性

01

引言

自然环境作为经济活动的空间载体，其损耗与劳动、资本等投入要素一样，也是经济活动的关键要素。缘于商品贸易，环境投入的收益不但在经济主体间进行分配，还在地区间进行分配，所以环境收益的分配涉及两个方面的公平性：一是在经济主体间（如政府、企业、居民）的分配是否公平？二是在不同地区间的分配是否公平？

环境投入的收益跟劳动、资本的收益是不同的，环境收益有两个典型的特征：（1）没有明确的分配形态；（2）没有明确的归属性。在经济活动里，劳动者投入劳动获得工资，企业通过资本获取利润，政府通过制度供给获得税收。但清洁的空气和水具有“公地”特性，归属不明确，环境收益是被各主体以工资、利润和税收形式瓜分了。劳动者的工资并不完全是劳动的报酬，其中一部分是环境投入的收益。企业利润和政府税收也是一样的道理。所以，环境收益的分配具有红利的性质，所以，我们把环境收益又称之为“环境红利”。本文的目的就在于定量测度环境红利在不同主体和不同地区间分配的平等性及其转移机制。

首先，从经济主体间的分配格局来看，环境红利在政府、企业、居民之间的不公平，使得居民更多地承受了污染所带来的恶劣影响，成为环境问题的最终受害者。

中国作为世界上最大的发展中国家，正处于工业化、城镇化快速发展的进程中，粗放式经济增长模式带来可观GDP的背后是日益严峻的环境污染问题，。环境问题的严重性得到了越来越多人的重视，环境保护的呼声也日益高涨。中国在环保方面的努力程度一直在加强，，加强环境立法，加大环境保护投入，但总体来看，中国环境污染仍未得到有效的控制。这一方面是由于地方政府急于追求经济发展速度，为了得到更多的地方性税收，采取宽松的环境政策，导致环境政策的“趋劣竞争”，在一定程度上影响了环境质量的改善。另一方面是由于企业的社会环境责任没有得到有效履行。企业作为主要污染排放单位，不承担或很少承担污染排放的“负外部性”，却享受着来自于资本投入的巨大回报。以水污染为例，国家水污染控制与治理重大科技专项“中国水环境保护价格与税费政策示范研究”课题组发现：中国“达标”排放的污水实际依然在污染环境。从取水到污水处理，“祸首”企业只需支付极低的费用，远低于它对环境的破坏，企业坐享着巨大的环境红利。而且，伴随环境的污染，地方政府税收在提高，政府和企业都在享受环境投入的红利，而居民却不得不为环境污染所带来的健康问题买单。杨继生等的研究显示，经济发展在总体上实际降低了居民的社会健康水平。

那么，在对中国经济增长起到强大推动作用的同时，环境红利在政府、企业、居民三者之间分配的不公平性具体达到何种程度，究竟如何量化呢？一直以来，分配的不公平性是经济和社会学者关注的重点，也是各种经济问题的根源。在中国的国民收入分配中，居民所占份额偏低，而政府偏向、企业偏向严重。那么，在环境红利的分配格局中，是否存在失衡、失衡到何种程度？这是我们需要准确回答的第一个问题。

再者，从区域不平衡性的角度来看，资源禀赋和经济结构差异导致环境污染从经济发达地区向欠发达地区蔓延。

在2000年开始的西部大开发战略指导下，西部地区的经济发展成了重中之重。由于西部地区工业生产技术落后，而且是我国资源富集区，能源、矿藏资源一直是西部经济发展的一大优势，在能源、原材料工业很长时期都是制约我国经济发展的“瓶颈”的背景下，西部地区极有可能由于自然资源禀赋成为我国东部沿海地区的原料供应和加工基地。也正是因为如此，西部地区的经济发展方式相对于东部发达地区而言，更加依赖于大量消耗资源、能源的模式，承受着更重的环境成本。数据显示，近年来，工业产值“东迁”，而工业污染“西移”，这两种方向相反的迁移的确加重了西部地区的污染程度。统计表明，1991年东中西部工业增加值分别占全国的58%、26%、 16%，2005年则为64%、22%、14%。在15年间，工业增加值向东部地区迁移了6个百分点。与此同时，与空气污染息息相关的工业二氧化硫排放量1991年东中西部地区占全国的份额分别为46%、24%、30%， 2005年变为39%、27%、34%。工业烟尘排放量1991年东中西部地区占全国的份额分别为37%、35%、28%，2005年则变为28%、40%、32%。工业粉尘排放量1991年东中西部地区占全国份额为44%、32%、24%，2005年则为30%、39%、31%。15年来，工业二氧化硫向中西部地区迁移了7个百分点；工业烟尘向中西部迁移了9个百分点；工业粉尘向中西部迁移了14个百分点。

这里需要澄清的是，环境成本的转移和环境污染的转移是两个不同的概念。污染的转移可以从污染排放的统计数据直观反映。而环境成本是与一个经济体的收入水平对应的，是经济体总体收益所蕴含的“公平污染量”，环境成本的转移是实际污染量与“公平污染量”之差。所以，环境成本的转移是统计数据无法直接反映的。单从统计数据来看，工业污染确实在向中西部地区集中。但是，我们不能忽略一个客观现实，那就是东部地区在早期承担了绝大部分的环境成本，中西部地区享受了东部地区的巨额环境红利。环境成本转移和环境污染转移是完全不同的两个概念。环境污染转移是地区间污染排放量的相对变化，是显性的，而环境成本转移是一个地区承担了其他地区经济生活所引致的污染，是隐性的。那么，不同地区间的环境成本（或环境收益）到底是如何分配和转移的，转移比例又是多少？这正是本文所要深入考察的第二个问题。

环境红利在经济主体间和不同地区间的分配格局关系国计民生、关系社会公平，为此，本文基于我国省际面板数据，建立了三部门框架下环境收益分配的平等性计量模型，以测度环境红利在经济体内部主体间和地区间分配的不平等程度。第一，测度环境红利分配在政府、企业、居民之间分配的不公平性。第二，量化环境成本在地区间转移的比例。对环境收益在不同经济主体间分配结构的度量是环境补偿定价的基本依据。。

02

环境红利分配不平等

的理论基础及测度模型

（一）理论基础

1. 经济主体间分配的不平等性

关于环境红利的理论基础，目前较为认可的是环境生产要素理论。该理论认为，环境实际上是一种生产要素，环境污染是由于环境这种生产要素被过度使用造成的。Lopz、Thampapillai等指出，把环境污染作为一种经济增长的要素投入会导致环境污染。Sibert, Baumol & Oates等认为，环境作为一种生产要素，以环境禀赋的形式决定比较优势的形成，一国如果环境资源丰富，则该国会生产污染密集型产品。按照环境生产要素理论，中国是发展中国家，环境资源相对丰富，技术水平相对较低，产业结构落后，污染密集型产品在国际市场中具有比较优势。即中国将环境资源作为廉价的资源大量投入，生产污染密集型产品，使污染大量排放，环境质量不断恶化，由此形成了中国以高投入、高耗能、高排放为特征的粗放型经济增长。

经济主体在享受经济增长的同时应该承担环境污染的相应代价。在三部门经济中，环境红利带来的经济增长理应在政府、企业、居民之间实行合理的分配。但是，现有文献的研究通常只关注于环境污染与某一特定经济主体的利益关系，而很少涉及环境收益在不同主体间的分配格局，更没有对分配失衡进行定量的测度。

关于环境红利对应的环境污染与政府、企业、居民之间的关系，我们在现有文献的基础上分别进行说明：

首先，关于环境污染与政府行为之间的关系，现有研究主要关注于地方政府的税收竞争因素。Cumberland认为，地方政府间的税收竞争会导致地方环境质量恶化。Fredriksson & Millimet通过考察美国各州的竞争行为发现，本辖区污染减排水平提升与其相邻地区的环境政策收紧有关。Rauscher认为地方政府并不必然以本辖区社会福利最大化为目标，为了获得更高的财政收入，。特别是在经济发展的初级阶段，为了解决发展问题，政府会尽力为企业创造发展的条件，甚至是一些环境资源及税收方面的优惠，来促进当地经济的发展。

第二，关于环境污染和企业行为之间的关系，现有研究主要基于环境规制对企业成本和企业利润的影响进行分析。Walter & Ugelow提出“污染避难所假说”，认为污染密集产业的企业倾向于建立在环境标准相对较低的国家或地区，尽可能的获得环境红利所带来的好处。而政府严格的环境规制会制约企业竞争力，弱化了环境责任的履行。Christiansen & Haveman认为，在环境规制下，企业生产技术不变时生产效率会降低，在市场需求不变的情况下，生产成本的增加一定程度上促使产品价格上升，导致利润的下降。Wally & Whitehead认为，若一国政府实行严格的环境管制，企业为了达到标准，必须增加投资，进而提高生产成本，必然影响企业的生产效率和竞争力，使得企业参与国际市场的竞争力下降。中国企业目前正处于原始积累的高速发展时期，企业所关注的重心是获取超额利润，环境责任意识相对缺失。

第三，关于环境污染和居民利益之间的关系，一个基本共识是环境污染所带来的经济增长在提高居民生活水平的同时，也影响了居民的健康状况。Fitzgerald et al.指出，经济的发展和工业化程度的提高让中东欧国家付出了高额的环境成本，特别是重金属污染、空气污染对儿童健康造成了极大的不良影响。Chay & Greenstone发现空气中可吸入颗粒（PM10和PM2.5）每增加一个百分点，会导致幼儿死亡率增加0.35个百分点。Szreter将工业化对健康的影响因素归结为4Ds（disruption, deprivation, disease, death），特别是疾病和死亡最具有破坏性作用。Wordly et al.，Banister，Mead & Brajer发现煤炭等化石燃料的大量使用、各种工业废气废水的排放，使心脑血管疾病、呼吸系统疾病的发病率大幅度增加。环境收益虽然通过工资增加了居民的收入，但是环境恶化对人们的健康造成严重危害，直接增加了社会健康成本。杨继生等的研究显示，中国居民健康成本对收入的弹性为1.66，健康成本的增速显著大于收入的增速。

综上所述，企业和政府对使用环境要素具有很强的原始冲动，准确测度环境收益在各主体间的分配格局，并据此进行收益分配的平衡调整，可以有效遏制企业和政府在环境要素使用中的“兴奋”情绪。

2. 地区间分配的不平等性

环境收益分配格局与环境成本配置状态是严格反向对应的，目前关于环境收益或成本在地区间配置的理论中，被普遍认可的是“环境成本转移说”。“环境成本转移”是将廉价的初级产品在国际间流动视为环境成本由进口国到出口国的生态流动，更自由的贸易可能会促使更多的环境负担从进口国向出口国转移。而且，发展中国家和发达国家之间的这种贸易结构不仅导致“环境成本转移”，而且可能使发展中国家专业化于资源密集型产品而陷入“专业化陷阱”。显然，现有文献主要关注于国际贸易所导致的国家间环境成本的转移，而很少涉及同一经济体内部不同地区间环境收益的分配，更没有对其失衡程度进行准确的测度。

目前的研究文献多关注于发达国家与欠发达国家之间的环境成本转移。Muradian & Martinez-Alier从发展中国家视角提出“环境成本转移说”，认为更自由的贸易会促使发达国家通过进口发展中国家的资源密集产品，把污染物以合理的买卖留在了发展中国家，实现环境成本的转移。同时还提出，这种南北贸易结构更可能使发展中国家专业化于资源密集产品而陷入“专业化陷阱”。 Taylor & Copeland认为，从贸易的角度看，为了保护国内环境、节省国内资源，发达国家会将污染密集型产业转移到发展中国家，发展中国家更容易利用环境红利来发展污染密集型产业，环境污染会更严重。Ekins指出，可以通过进口来不断满足本国对环境密集型产品的消费。Robinson研究证实，美国较为严格的污染规则的确改变了美国的贸易模式，使其更倾向于进口具有较高污染成本的商品。Arden-Clarke发现，从全球来看，不发达国家流向发达国家的主要是初级产品，发达国家消费的初级产品数量占发展中国家出口总量的绝大多数，而初级产品的收益又占发展中国家出口收入的绝大部分。

国内学者相关研究主要集中在两方面：一方面是研究国际贸易中环境成本的转移，例如吴蕾和吴国蔚从环境成本转移的概念出发，计算了我国出口贸易中的环境成本，发现进口贸易中，化学工业、采矿业、塑料、橡胶制品业和金属制品业的净进口向国外转移了最多的环境成本，纺织业和电器机械及器材制造业产品的净出口则向我国转移了最多的环境成本。徐慧运用投入产出法计算我国42个部门生产的完全产污系数和进出口贸易中包含的污染物排放量，基于同一技术水平检验中国进出口贸易的环境成本转移情况，发现中国作为生产国，其大量出口所引致的环境成本转移略低于其作为消费者从国外进口所引致的环境成本转移。另一方面，由于大多数发达省份集中在东部地区，而不发达省份则集中在西部地区，现有文献主要从中国的区域特征出发，研究西部大开发中的环境成本转移。彭海珍和任荣明从“南北”贸易模式出发，分析了其中隐含的“环境成本转移”和“专业化陷阱”问题，指出它们不利于一个国家或地区的可持续发展。傅京燕指出在西部大开发的背景下，西部地区面临着较大的环境风险，存在工业污染西移的现象。

综合而言，不管是经济体内不同主体之间的分配，还是经济体内不同地区之间的分配，都是环境收益在经济体内部不同利益主体之间的配置问题，二者完全可以放在同一框架下进行分析，所以，本文的首要任务就是要构建一个同时计量环境收益在主体间和地区间分配格局的测度模型。

（二）模型设定

在既定的国际贸易背景下，环境红利在国内部门被分解为三部分：政府收入、企业利润、居民可支配收入。收益分配是经济学研究中一个相对古老的命题，最经典的收入分配模型是带约束的C-D生产函数形式（参见Venieris & Gupta，Alcántar-Toledo & Venieris）。即：

其中，bon为环境红利，gov为政府收入，ent为企业利润，res为居民可支配收入，表示个体（如某一省份），t表示时间。本文只考虑三部门经济间的分配格局，存在的约束条件。分别是政府、企业和居民对环境红利的分配比例。

模型（1）本质上是测度各主体的收入中与环境红利具有协变特征的部分，即与环境红利稍的动态变化重合的部分，在的约束下，也就是各主体从环境红利中获取的比例。

鉴于环境收益无法直接测度，设环境红利与环境投入之间的技术函数为：

其中：为环境投入即环境污染；为不可观测的技术和制度因素，表示在t时间第i个个体环境污染与收益之间的技术转换参数，是一个随个体和时间变化的随机变量。则有：

其中：为技术或制度参数。基于模型（3）对进行估计，即可测度环境红利在政府、企业和居民三者间的分配比例。

由于中国典型的二元经济结构，城乡居民的经济特征有显著差异。为了揭示城乡居民在环境红利分配中的差异性，我们将居民进一步区分为城镇居民urb和农村居民rur两个群体。由此，模型（3）即为：

其中，urb为城镇居民的可支配收入，rur为农村居民的纯收入。此时，有。对模型进行对数变化，得到线性面板回归模型：

其中，分别反映了政府、企业、城镇居民、农村居民所占的环境红利份额。是不可观测的。为了反映技术因素随个体的差异和时间的变化，可以区分为不可观测的个体效应和时间效应和纯随机因素。即：

实际上，模型（6）隐含着一个非常强的假定：在模型中，共同因子对不同个体有相同的影响，这一点既不符合经济理论，也违反经验直觉。共同因子主要反映技术进步或制度变迁，这些因素对不同个体的影响通常会有差异。例如，由于经济结构和自然禀赋的差异，一项政策的实施对某一地区可能有积极影响，对另一地区的影响则可能是消极的。同样地，一项新技术的应用对某些地区可能有显著效用，对其他地区则可能没什么作用。Bai（2009）通过在面板数据模型中引入了时间与个体的交互效应，以反映个体对共同因素的效应差异。将交互效应引入到模型（6）中，则有：

其中：反映了共同因子对不同个体的不同影响。同样地，。

因为环境收益与环境成本具有严格的对应关系，所以，模型（7）既可以称为环境收益分配方程，也可以称之为环境成本配置方程，二者具有同一性。该方程不但可以测度环境红利在经济个体（政府、企业、城镇居民、农村居民）间的分配比例，即参数的估计值，还可以同时度量不同地区间环境成本的转移额度及比例。

基于模型（7）的参数估计结果，可以得到的拟合值：

它是由本地区各经济主体收入水平、以及整个经济体的技术状况和制度安排确定的，代表了与本地区政府税收、企业利润、居民收入相适应的污染排放平均水平，是一个与本地区经济收入水平相适应的“公平的污染水平”。

显然，实际值与拟合值之差存在三种情形：

（i），即实际污染水平高于公平的污染水平，表明本地区承载了其他地区应该承担的部分污染，也就是污染转入地区。

（ii），即实际污染水平低于公平的污染水平，表明本地区本应承担的部分污染被转给了其他地区，也就是污染转出地区。

（iii），实际污染水平恰好等于公平的污染水平，表明该地区既没有污染的转入，也没有转出。

如果某地区的环境成本对外转移，则说明其承担的环境成本小于相应经济发展水平产生的污染排放，环境成本由其他地区承担了，享受了来自其他地区的环境红利。反之，如果某地区的环境成本对内转移，则说明这一地区承担的环境成本大于相应经济发展水平产生的污染排放，应该获得相应的环境补偿。

为了比较环境成本转移的程度，我们可以计算环境成本转移的准确比例：

基于这一比例，可以更直观地比较不同地区间环境成本转移的程度大小，即环境收益在地区间分配的不平等程度。

（三）受约束交互效应面板数据模型的识别和估计

模型( 7) 是受约束的交互效应面板数据模型，将约束条件δ = 1 － α － β － θ 代入方程，得到无约束方程：

其中，

Bai( 2009) 基于迭代算法为类似( 10) 的交互效应面板数据模型建立了一致估计量，其基本思想是: 如果共同因子及其载荷系数已知，那么，模型( 10) 就是典型的受约束静态面板模型，可以通过LSDV 估计系数α，β，θ。相反，如果系数α，β，θ 已知，那么，模型( 10) 就是典型的因子模型，通过主成分分析就可以估计出及其载荷系数。由此，基于某一初值，通过上述两个模型的迭

代估计，就可以得到各参数的一致估计量。

03

样本数据

本文的样本区间为1991年到2010年，横截面为29个省区。鉴于数据可得性原因，样本中没有包含西藏和重庆。所有数据均来自中国经济信息网统计数据库。

环境变量pol：我们参考Mohtadi的标准，用各省份历年污染物的排放来衡量。工业生产过程中污染物的排放分为工业废气、工业废水和工业固体废物。其中，工业固体废物的统计非常不完整，而且比较而言对环境的损害最小，我们暂且不予考虑。工业废气我们选取工业二氧化硫和微小颗粒粉尘和烟尘的排放量总和来反映，统计单位为万吨，与工业废水一致，我们选取两者之和来衡量。由于从2011年开始环境保护部对统计制度中的指标体系、调查方法及相关技术规定等进行了修订，统计范围扩展为工业源、农业源、城镇生活源、机动车、集中式污染治理设施等5个部分，无法将工业废气和废水的排放量分离出来，所以我们的样本区间只到2010年。

政府收入gov：我们选取地方财政决算收入来衡量。

企业收入ent：我们选取工业企业的利润总额来反映。

城镇居民收入urb：选取可支配收入总和来表示，由城镇居民人均可支配收入与城镇人口数相乘所得。

农民居民收入rur：用纯收入的总和来表示，由农村居民人均纯收入与农村人口数相乘而得。

为了保持数据的可比性，收入数据均基于1990年不变价格进行平减。

04

环境红利分配的不公平性测度

（一）样本数据和模型设定的相关检验

1. 数据的平稳性

为避免伪回归，我们对所有变量进行面板平稳性检验，检验结果见表1（括号中为p值）。从面板单位根检验结果可以看出，5个变量都是平稳的。所以，我们可以直接对环境收益（或成本）配置方程进行估计，而无需担心伪回归的问题。

2．模型设定的完整性

对环境收益（或成本）配置方程（7）进行估计，图1是反映技术和制度变迁的共同因子估计结果。从图1可以看出，在样本期内，共同因子（图1中实线）呈现持续下降的趋势，能够很好地揭示技术革新和制度变迁对减排的作用。但是，具体而言， 1991年—1995年共同因子表现出明显的波动特征，而1995年以后，则表现出更为稳定的趋势。据此，我们怀疑，环境收益（或成本）配置方程在1995年可能存在断点，有结构突变的可能。

现实背景也表明，1995年前后，环境收益（或成本）配置方程可能会发生结构变化。原因在于，1994年我国实行了分税制改革。分税制改革前，所有税收都由地方政府管辖的税务局征收，地方政府在税收政策上有较大的权限。而分税制改革以后，，通过减免税来扶持企业的行为会受到遏制。税制改革本身就是分配机制的改革，分税制的实施很可能对环境收益的分配格局产生影响，导致环境红利在政府、企业、居民之间的分配比例发生变化。

根据共同因子的估计结果和分税制改革的现实背景，我们必须考虑1995年前后环境收益（或成本）配置方程发生变化的可能性。引入虚拟变量D，1991~1994年，D=0，1995~2010年，D=1。考虑了税制改革影响以后，环境收益（或成本）配置方程可表述为：

其中：政府、企业、城镇居民、农村居民在分配份额在1995年以前分别为

并有约束。1995年以后则分别为，并有约束。用以反映可能存在的截距变化。

模型（11）的估计方法与前面模型（7）是相同的，估计结果（表1）显示，以及均显著异于0，表明1995年前后环境红利分配格局确实有显著变化。

考虑了税制改革这一可观测政策变革后，图1中虚线所表示的共同因子表现出更为稳定的下降趋势，可以更好地度量其他不可观测的技术积累和制度变迁。由此也可以看出，技术进步和制度变革对减排确实起到了显著的推动作用。

（二）环境红利分配的不公平性

1. 经济主体之间的分配

表1是各经济主体所得环境红利的份额估计值。我们也同时给出了没有考虑税制改革影响的全样本（1991~2010）估计结果。作为一个拟合不足的模型，其结果没有参考价值，仅作为与完整模型的比较。

显然，企业摄取了大约四成的环境红利，多年来，廉价的自然资源价格为中国工业的发展提供了有益的条件，但由此也造就了经济增长中高能耗、高污染现象。虽然国家采取了一系列环境保护政策，但实际上，我国环境管理中仍存在一系列制度性“黑洞”， “祸首”工业企业付出极低的排污价格，坐享了巨大的环境红利。

比较而言，农村居民比城镇居民享受了更多的环境红利。这一结果与经验判断好像不太一致。在社会上和学术界有一个较为普遍的观点，即城镇居民更多地享受了经济发展的成果。但从环境角度来看，显然事实并非如此。其实背后的原因并不难理解，工业企业大多分布在城镇或郊区，城镇居民承受了更多的污染损害，其源自环境污染的收入增长相对较低。农村居民的绝对收入及其增速可能都比较低，但是，平均而言，其在承受较小污染损害的情况下参与污染收益的分配，其环境收益的分配比例就会相对较高。

还有一个与我们先验判断不一致的结果，那就是政府从环境污染中所得收益并不高，仅有14%。其原因可以从税收制度来解释，1995年之前，所有税收都由地方政府管辖的税务局征收，税收减免是地方政府吸引企业投资的重要手段，地方政府“慷环境之慨取悦资本”。

（2）1995年以后，环境红利在政府、企业、城镇和农村居民之间的分配比例分别为：19%、41%、19%和21%。

显然，1995年以后，农村居民的分配比例有较大幅度的下降，降幅达7个百分点。城镇居民略有上升，但仍低于农村居民。我们推断，一个可能原因，也是一个事实，就是污染逐渐由城镇向农村扩散和蔓延。

另一个变化是政府分配比例显著上升，增加了5个百分点，表明分税制改革确实提高了政府税收在环境收益中的比例。但是需要特别关注的是，税制变革并没有动摇企业的环境污染收益。企业在环境红利中的分配比例依然超过4成。政府比例的提高主要源自农村居民比例的下降，而不是企业。说明“羊毛出在羊身上”，企业向居民转嫁成本，其对环境红利的摄取比例具有刚性特征。

环境收益在政府、企业、居民间的分配结构及其变迁充分说明，由于环境污染的负外部性，市场既无法遏制企业滥用环境资源的冲动，也无法实现环境红利的公平配置。环境保护和环境红利的公平配置都只能依赖于政府的环境补偿机制，而且，针对企业的税费会被企业通过商品定价转嫁给居民。所以，价内的环境税无法遏制企业滥用环境的冲动，对生产过程具有高污染性的商品征收价外的环境税，有助于遏制市场需求，从而降低污染。而本文的测度结果则为价外税率的厘定提供了定量依据。

2. 地区之间的转移

社会上乃至学术界有一个较为普遍的观点，西部大开发战略实施以后，中国出现环境成本西移的现象。在经济发展过程中，特别是西部大开发后，为了追求西部经济的快速发展，国内部分企业可能利用东西部经济实力的落差，而且考虑到环境禀赋的差异，将部分污染大、能耗高的技术和企业引入西部，造成西部的环境污染。那么，与公平的污染水平相比，各地区的实际污染水平是偏高还是偏低呢？或者说，一个地区所承受的环境污染是否与本地政府、企业、居民的收入相适应呢？

表3给出了我们的测度结果，也就是基于（9）式核算出来的各地区环境成本转移比例。转移比例为负值意味着实际污染水平比公平的污染水平低，也就是与各经济主体的收入相比，本地区的污染偏低，存在着污染的对外转移。而正值则意味着与各经济主体的收入相比，本地区的污染水平偏高。也就是被转入了污染。 

从横向看，1991~1994年间，污染转出比例最高的地区依次是青海、海南、宁夏、新疆、贵州等，主要是西部地区；而污染转入比例最高的地区依次是上海、江苏、四川、湖南、湖北等，主要是东中部地区。1995~2010年间，污染转出比例最高的地区依次是海南、青海、北京、贵州、新疆等，主要还是西部地区；污染转入比例最高的地区依次是江苏、广西、浙江、湖南，依然主要是东中部地区。环境污染转移的总体格局没有太大变化，东中部地区依旧承受着比西部更高的环境成本，只是差距有所减小。

纵向来看，环境成本动态变化最大的地区有北京、上海、宁夏、青海等。我们基于1994年和2010年的具体变化来看：

北京由1994年的公平污染水平变为大量转出，2010年转出比例高达488%。其原因众所周知，就是北京污染企业的外迁。与其对应的是，河北污染转入比例大幅增加，由原来的5%上升到28%。 与北京类似的还有上海，其污染转入比例由原来的53%变为转出53%。但同期浙江的污染转入比例由36%上升至53%。除了河北和浙江，更严重的影响反映在临近的沿海地区如山东和福建等。同期山东的污染水平由转出18%变为转入40%，福建的转入比例由13%上升至47%。

与北京上海相反，青海、宁夏等地原来非常高的污染转出比例大幅下降。其污染转出比例分别由119%和90%下降为38%和27%。这应该算是承接污染西移的典型表现。与其相反的是贵州和云南，其污染转出比例不降反升，这应该与其旅游发展有较大关系。

综合而言，地区间污染成本的转移是由近及远渐进式的。与西部地区相比，处于经济高梯度的中东部地区依然承担着更高的环境污染成本，环境红利的分配格局并没有根本性变化。只不过目前的环境成本转移缩小了地区间原来较大的环境成本差距，这有助于纠正而不是导致西部地区的“专业化陷阱”。

。，并没有考虑与税收对应的环境污染成本。这样的税收安排严重抑制了地方政府进行环境补偿的能力及意愿。在地方政府的分成中，加上环境成本的权重，以便承担了较高环境污染成本的地区有足够资金进行环境恢复，。但是，加成部分需要做到“专款专用”，否则会对污染成本较高的地区形成反向激励。

（三）对技术进步和制度变革的灵敏度

如前所述，交互效应反映的是技术进步和制度变迁对环境污染的效应。其中，共同因子反映了技术和制度因素的作用趋势，载荷系数则反映了技术和制度因素对不同地区的效应差异。估计结果表明，技术进步和制度变革对减排确实起到了持续稳定的推动作用（见图1），但是，各地区的反应灵敏度有所不同。表3是所反映的不同地区环境污染对技术和制度因素的灵敏度。

从估计值可以看出，对技术和制度因素比较敏感的地区有北京、上海、辽宁、黑龙江等，主要是传统工业较为集中的地区。而相对不敏感的有广西、宁夏、青海、新疆，主要是西部污染成本较低的地区。

05

结论

伴随着中国经济的持续和高速增长，环境污染也日趋严重。环境作为经济生产过程的投入要素之一，其收益分配是否公平成为社会舆论和学术研究的重要问题。对环境红利在政府、企业、居民之间分配结构的度量是进行环境补偿定价的基本依据。。

本文建立了含有约束的交互效应面板数据模型，在既定的国际贸易背景下，测度环境收益在不同经济主体和不同地区间的分配格局和动态变化。其主要结论如下：

（1）企业摄取了超过40%的环境红利，而且该比例具有刚性特征。

（2）政府从环境污染中获取的税收并不高，其占有比例在分税制改革后由14%上升至19%。遗憾的是，政府占有比例的上升不是来自企业、而是来自农村居民分配比例的下降。

（3）比较而言，农村居民比城镇居民享受了更多的环境红利。但随着工业污染从城镇向农村蔓延，其差距在缩小。近期内，二者的分配比例分别为21%和19%左右。

（4）环境污染成本在地区间的总体格局没有显著变化，东中部地区始终承受着比西部更高的环境成本。目前的环境成本转移只是缩小了原来地区间巨大的环境成本差距，这有助于纠正而不是导致地区经济落入“专业化陷阱”。

（5）纵向来看，北京、上海等经济发达地区的污染成本在下降，但临近地区如河北、浙江、山东、福建等，污染成本明显上升。表明污染成本在地区间的转移是由近及远渐进式的、而并非普遍认为的自东向西跳跃。

上述结果表明：市场无法遏制企业滥用环境的冲动，更无法实现环境红利的公平配置，环保和环境红利的公平配置都只能依赖于政府的环境补偿机制。由于企业的环境红利分配比例具有刚性特征，针对企业的税费会被企业通过商品定价转嫁给居民，所以，对生产过程具有高污染性的商品征收价外的环境税，有助于遏制市场需求，从而降低污染，而本文的测度结果则为价外税率的厘定提供了定量依据。

同时，，在地方政府的分成中，以环境成本进行加权，以便承担了较高环境污染成本的地区有足够资金进行环境恢复，。但是，加成部分的税收要做到“专款专用”，以免对当地的环境污染形成反向激励。

最后需要说明的是，因为没有直接的统计数据，我们对环境红利和环境成本配置状态的测度，必然受到样本数据和模型设定的制约。基于不同的样本或不同的模型，有可能得出不同的测度结果。而本文主要的目的则在于：基于理论和先验信息，通过规范的分析，为环境红利分配机制的测度提供一个新的视角和量化手段。

  作者介绍  

杨继生│ 华中科技大学经济学院教授、博士生导师、华中学者。全国百篇优秀博士论文获得者，，中国数量经济学会理事。主要从事计量经济学—面板数据理论与应用研究。

徐   娟│ 中南财经政法大学统计与数学学院副教授。张培刚优秀博士论文获得者。参与国家自科基金，全国优秀博士论文专项资助基金。主要从事面板数据计量经济学及环境经济学方面研究。

End

本文发表于《经济研究》2016年第1期

声明：本文为作者授权发布，如需转载请联系小编微信：cm3250992838