公众环境监督行为、公众环境参与政策对工业污染治理效率的影响

作者:未知

  摘要 随着工业化进程的推进,环境污染问题日益严峻,公众越来越重视污染治理问题,并积极地参与到环境治理中。公众对环境污染的监督本质上是一种监督式的环境参与行为,为了促进公众的环境监督行为,政府颁布了诸多公众环境参与政策以保障公众环境监督权利的实施。本文以2006-2014年间30个省份的面板数据和国家层面的时间序列数据为研究样本,分析了公众监督行为以及公众环境参与政策对于工业污染治理效率的影响,并研究了公众监督行为与政策间的交互作用。实证结果表明,从省级面板数据的回归结果来看,以环境来信和政协提案衡量的公众监督行为与工业“三废”的治理效率相关程度不强,但在国家层面上公众的环境来信行为能够显著地提高工业污染治理效率;公众环境参与政策在这两种情形下,对工业污染治理效率均呈现出促进作用,说明政府颁布的公众环境参与政策更具强制性,对环境污染的治理效率具备一定的正面效力,能够减缓环境条件的恶化速度。另外,从国家级的公众环境参与分析结果来看,政策对环境治理效率具有长期影响效应,当期开始便会对污染物的治理效率产生最大的影响作用,随着时间的推移,其效力会不断的削弱。公众参与政策和环境来信之间存在良好的交互作用,并且当期的政策同样能影响未来1~3 a的公众监督行为。政府颁布的政策能促进公众的环境来信行为,公众的环境来信行为同样有助于政策的完善与实施,两者的交互效应能够对环境治理产生正向作用。所以,面对环境问题,在坚持政府自上而下领导作用的同时,也要注重公众自下而上的环境参与诉求。
  关键词 公众环境监督行为;公众环境参与政策;政策量化;工业污染治理效率
  中图分类号 F205
  文献标识码A
  文章编号1002 - 2104(2019) 01 - 0144 - 08
  D01:10.12062/cpre.20180928
  工业化、城镇化以及经济社会快速发展使得中国环境问题日益突出,特别是诸多地区一度走的是“先污染,后治理”、“以牺牲环境为代价”的粗放式经济发展道路,这使得社会公众的日常生活和生产受到了严重的影响。这也使得公众愈加关注环境污染问题。社会公众在2012年美国驻北京大使馆公布PM2.5相关数据后对环境污染的关注曾达到高峰。广泛的网络连接、微博、手机、在线投票等媒介为人们提供了了解信息、相互沟通和发表观点的多种渠道。频繁出现的极端天气以及日益增多的环保事故使得公众不得不为保护自身健康和权益积极采取行动。由于污染问题与每一位公民都是息息相关的,涉及所有人的切身利益,以及环境治理的复杂性、环境资源的公共性、环境保护成果的共享性,使得公众有意愿也有必要参与到污染治理中。为推动公众依法有序参与环境保护、监督企业污染物排放,切实保障公民获取环境信息、参与和监督环境保护的权利,中国政府自1979年开始通过多部法案为公众参与环境治理提供了保障。从最新修订的《环境保护公众参与办法》(2015)中我们可以看出公民主要通过环境来信、检举、控告等方式对企业污染排放的监督来改善环境治理效率。因此,本文拟采用中国省际面板数据,将主动的公众监督行为与强制性的公众环境参与政策结合起来研究二者对工业污染治理效率的影响,并提出提高污染治理效率的政策与建议。
  1 文献综述
  公众参与这一概念源于西方民主制度,公众对环境污染的监督本质上是一种具体的、监督式的环境参与行为。Tiebout认为公众可以通过迁徙选择与其偏好相同的公共服务,这一行为不仅提供了公众对公共服务满意与否的明确信号,而且给地方政府施加了改善公共服务的压力。赫希曼在上述“退出威胁”的基础上,增加了“呼吁”的公众参与行为,他认为通过请愿、申诉、发动舆论以及抗议同样能够达到相应的效果。李胜指出环境治理是多方共同参与的结果,除了提高中央的政策置信度与强化地方的问责制,还要鼓励社会公众参与环保,以提高环境污染治理的效率。
  与此同时,国内外学者对公众参与行为的影响效用进行了实证检验。Di和Wang通过对中国85个地方城镇进行实证分析,指出地方政府对工业污染治理的偏好会受到上级政府干预以及本辖区居民抱怨的影响,即上级政府对环境保护的重视程度和本辖区居民对环境污染的投诉会提升地方政府对环境污染的治理程度。Liao从公众诉求的角度考察了中国绿色投资的决定因素,研究得出公众诉求显著增加了对中国环境的绿色投资。然而,有些学者通过研究发现公众环境参与对环境治理并没有明确地推动作用,他们认为将公众参与引进环境治理领域不仅会增加管理成本和时间,而且公众参与的结果未必能够提高管理决策的科学性。Pargal等人以1996年印度250家大中型厂商为对象,并选择公民的教育程度、所得水平、都市化程度作为公众环境参与的衡量指标,通过实证分析发现公众环境参与行为与污染排放之间不存在显著的负相关关系。国内学者李永友和沈坤荣对工业污染减排的实证分析进一步探索了公众环境参与效果不够理想的原因,由于缺乏正当渠道,公众在环境保护方面的诉求无法得到满足,因而也无法对环保执法起到积极的推动作用。在此基础上,新近的研究主要对公众参与的影响因素以及公众参与的方式进行了探索。Trucco通过构建计量模型发现政府回应会对公众参与的积极性产生影响,并且公众参与也促进了政府相关工作的开展;Chen等人研究发现对于中国县级政府,公民涉及群体行为、上级政府部门的诉求会促使县级政府进行回应,而公民在诉求中表明对党的忠诚与政府的回应度没有关联;Fedorenko和Sun探讨了网络公众参与对环境政策制定的影响作用,发现微博平台可以扩大公众参与对中国环境治理的作用。本文将从公众环境监督行为与政策两个角度探讨公众参与对环境治理效率的影響作用。对于公众环境参与政策,国外颁布的比较早,而且比较详细。相较而言,中国政府在颁布公众环境参与政策方面,起步较晚,政策结构还不够完善。考虑到数据可获得性因素,过往关于公众环境参与政策的研究多采用定性方法。所以,选用中国的数据探讨公众环境参与行为与政策对环境治理效率的影响具有必要性及研究意义。   综上,本文将进一步对这一具有争议性的问题进行探讨,分别考察省级层面和国家级层面的公众环境参与行为对企业的监督作用,并在此基础上,探索公众环境监督行为与政策之间的交互滞后效应。本文的理论贡献主要有以下三点:第一点,本文直接基于政策文本,通过量化978条公众环境参与政策,建立了表征公众环境参与政策的指标。以往研究中的代理指标只是政府在实施环境规制后的结果指标,如征收的污染费用和污染减排支出等,并且使用经济性的代理指标在实证研究中往往会导致内生性问题,导致估计结果的稳健性值得商榷。第二,本文分别探究了地方级和国家级的公众环境监督行为对工业污染治理效率的作用效果,以考察地方政府对中央政策的落实情况;第三,分析了公众环境参与政策和公众环境监督行为之间的交互作用,将二者结合起来考察对工业污染治理效率的影响。
  2 变量描述与研究设计
  2.1 变量选取
  本文选用2006-2014年全国30个省份(不包括西藏、港澳台)的面板数据,考察公众环境监督行为及相关政策对工业污染治理效率的影响。选取工业固体综合利用率、工业二氧化硫去除率、工业用水重复利用率作为工业污染治理效率的因变量;选取公众环境监督行为、公众环境参与政策为主要自变量。其中,公众环境监督行为采用环境来信以及政协提案来衡量,公众环境参与政策采用与公众参与相关的环境政策的量化打分结果进行衡量;其他控制变量为产业结构因素和公众受教育程度,分别采用第二产业占比和人均受教育年限来衡量。
  2.2 变量描述
  2.2.1 自变量描述
  (1)公众环境监督行为。与环境问题相关的来信数是体现公民环境参与的直接性指标,各地区公众都可以通过信件直接向当地环境保护机构反映环境问题,来信数量越大表明当地的公众环境参与程度越高、监督意愿强;而政协提案数则反映了具有社会影响力的公民,通过中国人民政治协商会议表达环境意愿的间接性环境参与方式,相比于环境来信影响力更大。本文同时从这两个角度刻画公众环境监督行为,即环境来信(Letter)以及政协有关环境污染治理的提案(Prfposal)作为公民在环境监督行为方面的替代变量。
  (2)公众环境参与政策。对于公众环境参与政策指标,本文从两方面进行构建。其一为中央政府对公众环境参与的重视程度。在发达国家,人们可以投票选择当地政府官员作为其代表,以增加公共开支,改善环境质量。相比之下,中国是一个自上而下的政治体系,各个地区的公共选择不适用。中国中央政府愿意听取公众呼吁,建立严格的污染排放环境法规,以维持社会稳定。中央政府通过“压力传导机制”推动省级和地方政府执行这些规定。因此,对于各个省份来说中央政策在各个省份的实行具有一定的一致性。本文通过对中央公众环境参与政策的量化指标来表征。其二为各地方政府对环境政策的实行程度。由于各个地区经济水平、产业结构、能源结构等不尽相同,各地方政府需要根据自身的发展特点达到中央政策的要求。本文使用环境治理投资额作为中央环境政策在各地方的实现程度。
  关于中央政策方面,政府颁布的相关政策具有强制性与直接性,对环境污染治理的效率发挥着重要作用。本文从全球法律法规网数据库中收集了自1978年起的环境规制政策并已经形成政策数据库,基于该数据库从中筛选公众环境参与政策,并借鉴Mou等人的政策量化模式,从政策目标这一维度筛选出国家层面自2006年至2014年间共颁布的978条政策并对其进行量化,进而构建公众环境参与政策指标。不同环境政策中,对于促进公众参与这一目标的体现方式各有不同,重视程度也存在差异。政策目标的量化结果应该体现政府对该目标的态度以及实现目标的程度,根据态度的强硬程度、实现目标的程度大小给予目标5、4、3、2、1分的赋值。
  基于上述量化结果,本文对公众环境参与政策进行构建。第t年政府想要通过实施第j条政策来达成对促进公众参这一目标的强烈程度以pgtj来衡量。考虑到总量指标更能反映一段时期内中央政府的总体重视程度,本文将第t年所有政策的pgit加总,得到第t年中央政府对推进公众环境参与的重视程度Pot:
  Pot=∑j=pgij,t=[2006,2014]
  (1)
  上式体现的是中央政府对于公众环境参与的重视程度,由于中国属于一党执政的国家,中央的政策能够对全国各地区政府产生效力。地方官员的晋升机会与中央政府制定的政策目标的完成度相挂钩。因此,当地政府对中央颁布的公众环境参与政策的响应程度可以通过该省的环境治理投资额体现出来。在本文中,我们用国家层面的政策指标乘以各省份环境治理投资额(Inv)来体现出各地区政府对当地公众环境参与的重视程度,即各省的公众环境参与政策指标,如公式(2)所示:
  Policyi,t=Pot×Invi,t
  (2)
  本文分别从公众监督和政府的角度考察公众参与对环境问题的具体效应,公众环境监督变量体现的是人民对日益严重的环境问题的关注程度和参与程度,是从公众角度出发考察公众参与对环境问题的影响效应;公众环境参与政策变量表示的是政府希冀通过政策的实施激励公众关于环境问题的参与,是从政府的角度出发,体现着政府对公众监督的重视程度。
  2.2.2 因变量描述
  工业污染是环境污染的最主要来源,目前的研究尚未有全面衡量环境污染治理整体水平的统一指标,普遍采用具体的污染物治理指标表征污染治理效率,本文借鉴王鹏和谢丽文使用的环境治理效率指标,选取工业三废处理率作为环境治理效率指标。在工业固体废物治理效率方面,选用工业固体废物综合利用量占工业固体废物产生量的比重——工业固体废物综合利用率(IWU,Industrial Wastes Utilization Rate),表示可利用的固体废物量的提取和回收利用情况。关于大气污染的治理,包括二氧化硫、烟尘、粉尘等污染物的去除,鉴于近年来二氧化硫污染的严重性与危害性,本文选取工业二氧化硫去除率(ISD,Industrial Sulphur Dioxide Removed Rate)表示工業废气污染的治理效率,计算公式为:工业二氧化硫去除率=工业二氧化硫去除量/(工业二氧化硫排放量+工业二氧化硫去除量)·100%。另外,我们使用工业重复用水率(IWR,Industrial Water Recycled Rate)来衡量工业废水污染的治理效率,计算公式为:工业重复用水率=重复利用的水量/工业总用水量。   2.2.3 控制变量描述
  (1)产业结构。本文控制了产业结构(Scale)因素,选取第二产业占GDP的比重来衡量,地区产业布局情况和工业发展规模与环境质量密切相关,不同产业结构对应着不同的污染排放结构,污染型产业占比越大,污染越严重。Torvanger在指标分解法的基础上结合OECD九个成员国1973-1987年的数据,研究得出产业结构对降低碳排放存在重大影响,第二产业的比重越大,环境质量的状况就越糟糕。
  (2)公众受教育程度。本文还对公众受教育程度(Edu)进行了控制,用人均受教育年限来衡量。本文预期,公众受教育程度越高的省份,对环境问题的关注度会越高,进而能推进环境状况的改善。Zheng和Kahn利用中国83个城市2003-2012年的面板数据,研究得出,当公众的平均受教育年限每增加1个单位,空气污染颗粒物PM10的浓度将会下降0.918个单位。
  3 实证分析
  3.1 计量模型设定
  工业污染治理效率的生产函数涉及劳动力、资本等因素,因此建立如下环境污染治理效率的投入与产出关系:P=g(L,I,O),其中,P代表工业污染的治理效率,L代表环境污染治理的人力投入,反映在本文中表示公众环境监督;I体现了环境污染治理的资本投入;0表示其他影响环境治理产出的因素,体现在本文中就是公众环境参与政策、居民受教育程度以及产业结构因素。基于改进的C-D生产函数设定如下模型:P=。前面提到的Di等人构造了公众环境参与和上级政府干预影响环境治理效率的面板数据模型,本文借鉴其思路,利用省级层面的工业污染治理效率Pollit估计如下方程。为了提高变量的平稳性,取对数进行回归,具体线性面板数据模型如下:
  3.2 公众环境监督行为与政策的实证分析
  回归之前,本文首先对回归的有效性进行检验,防止经典假设不成立带来的估计偏误。具体结果如表1所示。
  表1是针对模型估计有效性的检验。其中,Pesaran是对组间同期相关的检验;Wald是对模型组间异方差的检验;Wooldridge则是对面板数据组内自相关的检验。由以上结果可知,统计量均强烈拒绝“无组间同期相关”“同方差”“不存在一阶组内自相关”的原假设,认为存在组间异方差,组内自相关以及组间同期相关。针对上述问题,本文在正文部分已运用了面板矫正标准误(PCSE)对其进行了修正。
  表2展示了使用面板矫正标准误(PCSE)的回归结果。从上表的数据可以看出,公众环境参与政策(Policy)与工业方面的环境状况存在显著的因果关系。从影响程度来看,政府对公众环境监督的重视程度每提高1个单位,就能使工业二氧化硫去除率(/SD)提高0.206个单位,工业废水的重复利用率(WR)提高0.370个单位。这说明,政府在环境治理中扮演举足轻重的角色,政府自上而下的公众环境参与政策是积极有效的,应该继续强化实施。
  但是,在公众监督行为的两个代理变量中,只有少数回归结果的系数具备统计学上的显著性。其中,只有环境来信(Letter)对工业重复用水率(IWR)产生了显著的正向作用,其他变量的系数都是不显著的。这可能是由于媒体对企业污染信息环境曝光程度不强,公众与企业之间存在着极大的信息不对称。另外,公众的环境监督行为未能引起地方政府的重视,也有可能是导致公众监督效果不理想的因素。
  此外,工业占比(Scale)越高,环境污染的治理效率就越差,這与前面Torvanger的研究结论是一致的。从第1列的结果可以看出,第二产业占比(Scale)对工业二氧化硫去除率(lSD)产生了显著的负向作用,说明工业产值占GDP的比重越大,污染物的排放就越高。这表明了中国工业结构变化对于工业污染治理效率的影响比较复杂并且尚未形成抑制性,经济增长方式还未完全由高排放、高能耗型转变为绿色生态环保型。另外,从第3列的结果我们可以看出人均受教育年限(Edu)越长,工业废水的治理效率(IWR)就越高,对企业污染改善形成了良好的监督效果。
  综上所述,地方政府越重视公众环境参与政策的推行,企业的排污行为越能受到遏制;省级层面的公众环境监督行为对工业污染治理效率的影响并不大;第二产业占GDP的比重越大,环境污染就越严重;随着人们受教育水平的提高,对环境问题的关注度会更高,同样有助于企业污染治理效率的提升。
  在此基础上,本文将广义最小二乘法(FGLS)作为模型回归的稳健性检验。结果显示,与表2结果相比,模型回归系数的正负效应以及显著性并无较大差异。一般说来,对于估计偏误的修正PCSE最为稳健,FGLS最有效率。本文中,无论是OLS +PCSE方法还是FGLS回归得到的结论均一致。
  3.3 公众环境监督行为和政策之间的交互效应
  工业污染治理效率不仅受当期公众环境参与政策的影响,而且也受到过去政府颁布的相关政策的影响。为此,本文选取国家层面2000-2015年的时间序列数据,利用多项式分布滞后模型(PDLS)来考察公众环境参与政策对工业污染治理效率的时滞效应。首先,本文分析了国家层面的公众监督行为、公众环境参与政策对工业污染治理效率的独立影响,具体模型如下:
  其中,DEPi为独立变量与控制变量集合;β0为政策的短期乘数作用;(β1+β2+…+βk)为政策的长期影响作用。ALMON分布滞后模型利用次数较低的p阶多项式来逼近βi的值:
  βi=γ1+γ2(i-c)+ γ3(i-c)2+…+γp+1(/i-c)p (5)
  上式中C为常数,用来避免随着滞后期数增加所产生的共线性问题,不影响β的估计。随着公众环境参与政策的颁布实施,其影响作用在不断减弱,我们加入一个远端约束(如下所示),限制政策对因变量的作用在大于k期之后消失。并且考虑到待估参数过多带来的自由度损失,多项式阶数p要小于滞后阶数k,由于样本量的限制,本文考察了政策变量滞后1~3期的影响。利用PDLS模型得到的结果见表3。   βk+1=γ1+γ2(k+l-c)+γ3(k+l-c)2+…+
  yp+1(k+l -c)p=0
  (6)
  观察表3中的数据可知,公众环境参与政策(Policy)对工业二氧化硫去除率(ISD)以及工业重复用水率(IWR)的提高有一定的作用。并且,上表还可以反映出公众环境参与政策在当期开始便会对污染物的治理效率产生最大的影响作用,随着时间的推移,其效力在不断的削弱。从公众环境监督行为方面来看,回归结果与省级面板数据的回归结果存在很大的差异,省级层面的环境来信对工业污染治理效率并未产生令人满意的效果,但国家级的环境来信(Letter)与环境治理效率的三个代理变量几乎都通过了1%的显著性检验。这表明公众环境监督行为对环境质量的改善的确能起到推动作用,但地方政府未能对此加以重视,从而导致各地区的公众监督效果不佳。
  上面分析仅仅考虑了公众环境监督行为和政策对环境治理效率的独立影响效应,尚未两者之间的交互效应。一个自变量对因变量的影响效应会因为另一个自变量的水平不同而有所不同,则这两个变量之间就存在交互效应。从现有的研究文献来看,现有研究成果通常将公众参与行为和政策作为独立、平行的变量,没有探究这两者之间是否存在交互作用。接下来,本文通过构建以下模型来考察公众参与行为和政策之间的交互效应。
  其中,Cont为控制变量;Policyt×CLt代表政策和环境来信之间的交互效应,Policyt×CEPt代表公众环境参与政策和政协提案之间的交互效应,αi,βi为回归系数,μt为误差项,结果如表4所示。
  首先,公众环境参与政策与环境来信两者的交互项(Policy×Letter)对工业二氧化硫去除率(ISD)、工业用水重复利用率(IWR)以及工业固体废物综合利用率(IWU)产生了显著的正向作用。这表明政策(Policy)与环境来信(Letter)率的影响表现为互补效应,政策的推行鼓励了公众监督行为,公众的环境来信行为同样可以促进政策的完善与实施,两者的交互效应更有利于环境质量的改善。另外,国家级的环境来信与滞后1~3期的政策之间的交互项(Policy×Letter,L1-L3)也对环境治理效率的三个代理变量产生了显著的正向作用。这表明环境治理结果不仅受当期政策与环境来信的交互效应的影响,也受前期的政策与环境来信之间的交互效应的影响,也就是说,当年的政策同样能影响以后年度的公众环境监督行为。接下来,我们来看公众环境参与政策与政协提案之间的交互效应。上表中的数据显示,公众环境参与政策与政协提案的交互项(Policy×Proposal)和三个因变量的关系都没有通过显著性检验。这可能是由于政协提案不同于普通的环境来信,它是参加政协的民主党派、团体和政协委员提出的,并且政协提案是必须办理的,必须保证件件有答复,事事有交待。另外,本文选取的是国家级别的政协提案来进行分析的,这些提案更有可能形成政策性文件,这就导致公众环境参与政策的一些内容可能与政协提案的内容是相似的,所以两者之间的交互效应未能对环境治理产生显著的提高作用。
  4 结论与建议
  公众是环境污染的直接受害者,也应是环境治理的参与者和监督者。本文利用中国30个省份(不包括西藏、港澳台)2006-2014年工业污染治理效率的面板数据,分析了公众环境参与的现状,得出以下结论:
  第一,以環境来信以及政协提案这两个指标来衡量的公众环境监督行为与工业污染治理效率之间未呈现出显著的相关关系,公众环境监督行为对企业污染没有达到预期的监督作用。这可能一方面是由于公众的环境监督行为未能引起地方政府的重视,因为从国家层面的回归结果来看,公众的环境的来信行为对工业污染治理效率具备显著地促进作用;另一方面由于企业的环境信息披露机制不健全,公众对于企业的污染物排放存在较大的信息不对称,从而造成公众环境监督对企业排污行为的监督效果不理想。
  第二,公众环境参与政策对工业污染的治理都发挥了促进作用。中国政府推行的公众环境参与政策是比较成功的,能够起到减缓环境质量恶化速度的效果。参与环境治理是以政府为主导的自上而下的形式,公众参与环境治理大多依赖政府颁布相关法律政策,社会公众必须按照相关规定遵守法律法规制定的要求。相对而言,这种方式更具备直接性和时效性,政府颁布的公众环境参与政策能够对工业污染治理效率产生直接而重要的作用。
  第三,从国家级的公众环境参与政策分析结果来看其在当期开始便会对污染物的治理效率产生最大的影响作用,随着时间的推移,其效力会不断的削弱。另外,政策与环境来信的交互项和环境治理效率显著相关,与政协提案之间不存在交互效应。也就是说,政府颁布的政策能有效作用于公众的环境来信行为,公众的环境来信行为同样可以促进政策的完善与实施,两者的交互效应更有利于环境质量的改善。并且,当期的政策同样能影响未来期间的公众环境监督行为。根据上述结论,本文提出以下三条建议:
  第一,面对环境问题,在坚持政府主体由上而下领导作用的同时,也要注重由下而上的公民层面的环境参与诉求。各地政府应该进一步加强环保宣传工作,健全信息披露机制,建立公民与国家环保部、地方环保局的良好互动机制,充分调动公众环境参与的积极性,有效监督污染物排放,从而使环境状况得到改善。
  第二,政府在推进环境治理方面占据主导地位,即使在公众环境参与发展较快的今天我们依然需要重视政府在治理环境问题方面发挥的主体作用。政府应以已出台的相关法律法规为基础,进一步完善公民环境参与的体制机制,拓展公民环境参与的范围和渠道,倡导公民通过公益诉讼维护环境保护权利。
  第三,在制定政策时政府要充分考虑公众环境来访的意见,积极发挥政策对公众参与行为的促进作用,将政策真正落实到公众身上,两者的交互可以更好地促进工业污染治理效率的提高。
转载注明来源:https://www.xzbu.com/7/view-14847443.htm

服务推荐