EN中文

Economic geography >

2019 , Vol. 39 >Issue 9: 122 - 128

DOI: https://doi.org/10.15957/j.cnki.jjdl.2019.09.015

Could Environmental Control Optimize Urban Industrial Structure?Evidence from a Quasi-Natural Experiment of "Two Control Zones" Policy in China

  • GAO Xuelian , 1, 3 ,
  • WANG Jiaqi 1, 2 ,
  • ZHANG Qian 1 ,
  • ZONG Jiafeng , 3, ※
Expand
  • 1. The Institute of Urban and Regional Economics，Nankai University，Tianjin 300071，China
  • 2. Dalian Branch of Industrial and Commercial Bank of China，Dalian 116000，Liaoning，China
  • 3. School of Economics，Nankai University，Tianjin 300071，China

Received date: 2018-10-11

  Revised date: 2019-04-23

  Online published: 2025-04-18

Fold

Abstract

Environment regulation shows a significant spatial heterogeneity characteristic on the industrial upgrading. This paper uses the quasi-natural experiment to check the effects of "two control zones" (TCZ, for short, referring to the "acid rain control area and the sulfur dioxide pollution control area division plan") environment regulation policy, which was implemented in Chinese 149 cities in 1998. Taking these 149 cities as study group, and 174 non-TCZ cities as control group, it sets up a difference-in-difference model to compare the effects of TCZ before (1994-1998) and after (1999-2004) the policy. The result shows that TCZ policy, the foreign investment and human resources significantly promotes the transformation of urban industrial structure from the secondary industry to the service industry. From the perspective of region, the policy positively promotes the optimization of industrial structure in the cities of eastern and central China, while has a negative impact on those cities of western and northeastern regions. Then, this study takes 2010 as another time node to examine the effect under the background of more stringent environmental regulations. This policy only improves the industrial structure in the cities of eastern China, verifying the "pollution halo hypothesis" of eastern China. The conclusion is that environmental regulation policies has more effects on spatial differentiation of industrial structure change in different regional cities of China.

Key words： environmental control; "Two Control Zones" policy; industrial structure change; Quasi-natural experiment; difference-in-difference model; acid rain control area; sulfur dioxide pollution control area; service industry

Cite this article

GAO Xuelian , WANG Jiaqi , ZHANG Qian , ZONG Jiafeng . Could Environmental Control Optimize Urban Industrial Structure?Evidence from a Quasi-Natural Experiment of "Two Control Zones" Policy in China[J]. Economic geography, 2019 , 39(9) : 122 -128 . DOI: 10.15957/j.cnki.jjdl.2019.09.015

严峻的雾霾、水质污染等环境问题引发了各方密切关注，从中央到区域乃至各个城市，纷纷出台越来越严格的环境管制措施。《大气污染防治法》规定，根据气象、地形、土壤等自然条件，可以将已经产生、可能产生酸雨的地区或者其他SO2污染严重的地区，划定为酸雨控制区或者SO2污染控制区，即“两控区”。1998年，国务院对我国175个城市出台了“两控区”政策，2010年，国务院、国家环境保护部等颁布了163项环保政策法规，有史以来数量最多。那么，这些规划和管制举措是否促进了产业结构高度化进而改善了环境?产业结构变化是由于环境管制影响还是本身的技术进步?在东中西部表现了同样的效果吗?
针对上述问题，学术界的研究结论是环境保护能够倒逼、助推经济结构调整和转型[1]。对于环境管制影响产业升级的路径，学者们认为环境规制会从需求、进入壁垒、国际贸易、技术创新、产品升级、扩大开放、企业引入投资等途径影响产业升级，推动产业结构变迁[4]。李强利用Baumol模型发现，环境规制会使工业部门向服务业部门转移[5]。
对于环境管制是否影响产业在地理上的空间分布有三种不同看法。一是Walter I等提出的“污染天堂或避难所假说”，即由于发达国家对污染产业实施严格管制，而发展中国家环境管制宽松，吸引了污染产业转移，成为“污染避难所”或是“污染天堂”[6]。二是持有相反观点的“波特假说”，认为环境管制会推动企业积极进行技术创新，增强企业竞争能力，以弥补环境管制带来的成本上升，由此环境管制不会改变企业的生产选址，产业较少发生转移[7]。Wells等认为环境标准的提高会使企业的产品结构向中高端移动[8]。吴明琴等使用1992—2009年数据[9]，史贝贝等运用1994—2010年数据[10]，采用倍差法发现，1998年实施的“两控区”政策对我国城市经济增长和环境治理绩效具有显著的促进作用。三是折衷看法。主要是从外商投资FDI角度对“污染天堂”和“波特假说”的综合。
综上可见，现有研究还存在以下几点不足：①针对单一环境规制政策对产业结构变动影响的研究相对较少，特别是对区域产业结构空间差异的影响研究较少；②大多数研究是将环保政策或环境规制强度和其他因素综合看待，没有考虑政策作为解释变量的内生性问题，由此可能夸大环境管制的真实效果；③目前的实证研究多在省际数据上进行，而城市作为产业结构升级和环境管制的重点地域，有自己的独特地理特征，两控区和非两控区城市，东部、中部、西部和东北地区的城市，也有明显的空间分异，理应区分考量。

1 研究思路和研究对象

1.1 研究思路

以1998年实施的“两控区”为自然实验分析对象，把“两控区”的城市视为实验组，非两控区城市为对照组，运用双重差分法，收集1994—2004年的城市相关数据，对政策实施前4年和后6年的产业结构变化进行比较，由此可以计算出“两控”环境规制政策是否对两控区城市的产业结构变动产生了影响，即从中剥离出环境管制对产业结构的作用效果。之后，继续以“两控区”城市为实验对象，采用2005—2016年数据，以“十二五”规划起始年份、环境规制力度加大的2010年为时间节点，考察两控区政策实施十年后，面临更高强度的环境规制时，“两控区”城市的产业结构是否仍然受到影响。

1.2 研究对象

1998年，为防止和减轻酸雨和SO2对环境的破坏，我国中央政府划分了酸雨控制区和SO2控制区，简称“两控区”。这是全国范围内首次大规模针对城市的、最为典型的单一环境管制政策。“两控区”政策共涉及27个省、自治区、直辖市的175个城市（图1），其控制目标为：①到2000年要遏制酸雨和SO2污染恶化的趋势，②到2010年使酸雨和SO2污染状况明显好转。当一项政策只对某些城市起作用，而其他城市没有实施，则可近似地看作一个自然实验。对比两组城市在政策实施后产生的差距，可以作为政策的实施效应。
图1 两控区和非两控区城市

Fig.1 "TCZ" and "Non-TCZ" cities

2 研究方法、模型与数据来源

2.1 研究方法

本文主要采用双重差分法（Difference-in-difference Method，DID）进行实证分析。双重差分法是国外经济学界1970年代末兴起的，一种以实验设计或准实验设计为基础的计量经济方法[11]，它利用随机性实验的思想作为因果效应的基础，可以有效解决回归中的内生性问题[12-13]。周黎安等最早将双重差分法引入中国农村税费改革的政策分析[14]，近几年国内学者也在尝试将制度变迁或新政策视为外生于经济系统的“自然实验”，来分析政策效果。
双重差分法有两类假设，一是随机性假设，即选择和排除无法控制因素的影响是随机的，从而达到能控制所有可能影响实验结果的无关因素的目的。二是同质性假设，实验组和控制组在政策实施等准自然实验变量外，其他方面都是完全相似或具有相同的变化趋势。
双重差分法的优点在于计量模型简单易用，并且能够较为准确地估计出真实的政策效果[15]。模型可以有效控制被解释变量和解释变量之间的相互影响效应，即能避免某项政策作为解释变量所存在的内生性问题，从而较为清晰地辨识出政策效果。对于面板数据的样本，双重差分模型在利用解释变量外生性的同时，可以控制一些不可观测变量的个体异质性对被解释变量的影响。

2.2 研究模型

使用双重差分考察某一政策出台的效果，一般以政策实施当年为时间节点，比较此前4年和之后4年间实验组和对照组的变化差异。若实验组与对照组差异较大，则说明政策对于实验组的作用效果明显。如在政策实施之后，又有其他辅助政策出台，则要考察更长的年限进行对比。具体模型为：
y i t j = α 0 + α 1 d t + α 2 d j + β d t j + α 3 X i t j + ε i t j
式中： y i t i是各城市每年产业结构指数，用各城市第三产业占GDP的比重与第二产业占GDP比重的比值来衡量，其计算公式如下：
y i t j = y i t 3 j / y i t 2 j
式中： y i t 3 j为第三产业占地区总收入的比重； y i t 2 j为第二产业占地区总收入的比重。该比值越大说明该城市经济中转向服务性行业的比重越大。
d t为时间虚拟变量， d j为分组虚拟变量， d t j为双重差分虚拟变量（d t j = d t × d j），本文中，1998（或2010）年以前 d t = 0，表明“两控区”政策尚未实施（更为严格的环境管制尚未出台）；1998（或2010）年及1998（或2010）年之后 d t = 1，表示已经实施政策。两控区城市 d j = 1，为实验组，非两控区城市 d j = 0，为控制组。
X i t j是其他可以影响产业结构的控制变量，它包含 F D I i t j、 F I i t j、 H C i t j， F D I i t j为各城市每年外商投资水平，因在FDI对产业变动的影响研究中，一般认为FDI会通过技术溢出效应提升产业升级，促进产业结构变动， F D I i t j采用各城市当年实际利用外资指标来核算； F I i t j是各城市每年固定资产投入水平，来衡量资本投入对产业结构变化的影响； H C i t j是人力资本，有助于推动企业技术创新和经营管理，进而影响产业结构变动，用各城市每年高校在校生人数代表。为保证数据平稳性，取其对数值进行回归，即 l n F D I i t j、 l n F I i t j、 l n H C i t j。

2.3 数据来源

数据处理过程中，剔除了行政区划前后不一致及数据缺失严重的城市。由于东部地级市大多属于“两控区”城市，使该地区实验组与对照组城市数量严重不平衡，对东部地区回归会导致结果不精确，因此我们从东部地区筛选出72个与西部地区地级市经济体量相似的县级市作为非两控区城市，最终实验对象为323个城市，其中149个为“两控区”城市（限于篇幅，各城市名单略去，有兴趣的读者可向作者索取）。
第二和第三产业占比、实际使用外资数、普通高校学生数、固定资产投资数据均来自《中国城市统计年鉴》相应各年。其中，固定资产投资数据因缺少城市固定资产投资价格指数数据，故采用该省固定资产投资价格指数以1994年不变价为基期，对各市固定资产投资进行价格平减，省际固定资产投资价格指数来自于《中国统计年鉴》。

3 实证结果分析

3.1 1998年“两控区”政策效果显著

对实验组与控制组1998年前后被解释变量y求平均值并进行比较，见表1。表1显示，“两控区”城市在政策实施前后第三产业与第二产业比值平均增加了0.0887，而非两控区城市在政策实施前后该比值平均增长了0.0740，“两控区”城市比对照组城市的三产与二产比值平均多增长了0.0147，说明实施“两控”的城市第三产业增长相对较快。均值变动差异仅能粗略统计“两控”型环境管制政策对产业结构变化的影响，若要估计政策效果，还需要更为精确的回归统计分析。
表1 模型Ⅰ实验组与对照组y平均值变化

Tab.1 The mean value change of study group and control group in model Ⅰ

政策实施前 政策实施后 均值变动
实验组 0.7404 0.8291 0.0887
对照组 0.7331 0.8071 0.0740
实验组与对照组差 0.0147
为更精确验证“两控区”城市在政策实施前后产业比重变化情况，利用Coefplot进行平行趋势检验。检验结果如图2所示，结果发现系数在政策实施前的确在0附近波动，政策发生一年后系数显著为正。表明实验组和对照组是可以进行比较的，政策实施后显著推动了产业结构升级。
图2 模型Ⅰ的平行趋势检验（对dy做的结果）

Fig.2 Parallel trend test based on model Ⅰ

3.1.1 所有样本的双重差分回归结果

对被解释变量进行一阶差分，形成新的变量dy，对dy进行平稳性检验，在1%的显著性水平下平稳，所以选择dy作为被解释变量。因dy= y t - y t - 1，dy变量为第三产业产值占比与第二产业产值占比比值的增长量。经过霍斯曼检验，P值为0.00，因此固定效应模型优于随机效应模型。对模型进行个体效应检验，其F统计量概率为0.3949，不能拒绝原假设，即OLS混合模型又优于固定效应模型，故选取混合效应模型进行回归，结果见表2。
表2 模型Ⅰ全部城市双重差分回归结果

Tab.2 The DID regression results of all cities in model Ⅰ

自变量 因变量dy
d t -0.0428***（0.00777）
d j -0.0123（0.00804）
d t j 0.0251***（0.00924）
lnFDI 0.00334**（0.00149）
lnFI -0.0190***（0.00321）
lnHC 0.00573***（0.00205）
Constant 0.204***（0.0273）

注：*、**、***分别表示在10%、5%、1%的水平上显著。表3~表8同。

回归结果中，我们最关心的政策实施效应变量 d t j的系数为0.0251，且在1%的显著性水平下显著，表明“两控区”政策的实施一定程度上会使城市的第三产业与第二产业比值的增长值平均有0.0251的增长，说明该环境管制政策对产业结构向服务性行业转变有显著的推动作用，这也验证了我们的猜想。
控制变量中，外商直接投资与人力资本对第三产业与第二产业比值的增长有正的效应，FDI每增加1%使该增加值增加0.00334，普通高校人数每增加1%使该增加值增加0.00573。固定资产投资对被解释变量呈显著负向影响，固定资产投资每增加1%，将使三产与二产比值的增加值减少0.019。这可能是由于，第二产业无论是传统工业企业还是高新技术产业，都需要大量的设备、工厂，在所有产业中固定资产所占比例较大，因此固定资产投资增量会较大比例用于第二产业，故而会减缓二产向三产转变的速度。

3.1.2 分区域回归结果比较

本节将323个样本城市按所在区域划分，东部地区159个城市，其中“两控区”城市62个；中部地区68个城市，“两控区”城市37个；西部地区62个城市，“两控区”城市38个；东北部地区34个城市，“两控区”城市12个。按照GDP计算，“两控区”和“非两控区”基本平衡。为进一步优化变量内生性问题，采用系统广义矩估计（系统GMM）法对4个地区分别进行回归，回归结果见表3。
表3 模型Ⅰ分地区环境管制对产业结构影响

Tab.3 The effect of regional environmental control on industrial structure in model Ⅰ

变量 东部地区 中部地区 西部地区 东北地区
L.y 0.974***
（0.0143）		 0.940***
（0.00287）		 0.952***
（0.00714）		 0.715***
（0.0191）
d t -0.0472***
（0.00710）		 0.0479***
（0.00610）		 0.0566***
（0.0122）		 0.0738***（0.00620）
d j 0.182***
（0.0273）		 0.0267**
（0.0111）		 0.173***
（0.0230）		 -0.0145
（0.0270）
d t j 0.0665***
（0.00754）		 0.0297***
（0.00747）		 -0.0161***
（0.0147）		 -0.0584***（0.00869）
lnFDI -0.00286
（0.00367）		 0.000785
（0.00106）		 0.00634***
（0.000668）		 0.00168
（0.00233）
lnFI -0.0267***
（0.00367）		 -0.0727***
（0.00379）		 -0.0736***
（0.00195）		 -0.128***
（0.00594）
lnHC -0.00693**
（0.00296）		 0.0104***
（0.00186）		 -0.00653**
（0.00254）		 0.00388
（0.00518）
Constant 0.350***
（0.0398）		 0.823***
（0.0327）		 0.860***
（0.0244）		 1.854***
（0.0755）
表3显示，政策实施变量 d t j在东部和中部分别为0.0665和0.0297，即“两控区”环境管制政策在东部地区、中部地区对产业结构变动的影响显著为正，且东部地区的环境管制政策对产业结构变动影响较大，对该地区城市第三产业与第二产业比值平均提高0.0665，比中部地区约高0.0368。而在西部地区（-0.0161）和东北地区（-0.0584）显著为负，即在西部地区和东北地区实施环境管制政策会使当地产业结构从服务性行业倒转到第二产业。可能的原因是西部地区和东北地区政府对环境管制重视不够，对控制环境指标的投入力度较小，与政策所需的环境质量水平差距较大；另外，西部地区地广人稀，经济条件落后，工业化尚未完成，极易引起“污染天堂假说”，成为东部地区或中部地区转移工厂的选址目标，反而提高了工业产业产值占比，影响了环境管制效果。
从控制变量看，各地固定资产投资水平都与产业结构变动有显著的负向影响，这与全国整体讨论结果一致，且三产与二产比值显著依赖于上期水平。东部地区，FDI对三产与二产的比值影响不显著，人力资本投入对产业结构转换有负向影响。中部地区，人力资源水平则有显著的正向影响，普通高校人数每增加1%，将会使三产与二产比值有0.0104的提高，而FDI对产业结构变动影响效果不显著。可能的解释是，山西、河南等资源和农业大省，服务业欠发达，外商投资仍是以第二产业为主，山西是以煤炭采掘及相关产业为主，河南则重视发展制造业。西部地区，外商投资水平会促进产业结构向服务性行业转变，FDI每增加1%，将会使该地第三产业与第二产业的比值平均有0.00634的提高，而产业结构变动与人力资源水平呈显著负向影响。老工业基地东北三省FDI水平和人力资源水平与产业结构从第二产业向第三产业转变的作用关系都不显著，猜测是由于外资、人力资源大部分会输送到工业行业所致。

3.2 2010年为时间节点的政策呈负向效应

3.2.1 全部样本的回归结果

经过霍斯曼检验，P值为0.00，且固定效应模型F统计量概率为0.00，固定效应模型显著优于混合效应模型，故选用固定效应模型，仍然选取dy作为被解释变量，主要变量回归结果见表4。
表4 模型Ⅱ全部城市双重差分回归结果

Tab.4 The DID regression results of all cities in model Ⅱ

自变量 因变量dy
d t j -0.015016*（0.0077188）
lnFDI -0.0035795*（0.00362）
lnFI 0.0477031***（0.0063521）
lnHC 0.0490346***（0.0067045）
观测值 2 557
城市数 325
根据回归结果可知，对于“两控区”城市，2010年更加严格的环境管制措施并不能推动产业结构变动，反而会显著减缓从第二产业转变为服务业的速度，这些城市在环境管制更为严格之后，三产与二产的比值增加值会平均减少0.015016。可能的原因是，“两控区”政策实施十年后，政策效应逐渐消失，产业结构转型红利趋于弱化，“两控区”城市在面临更严格的环境管控时，产业结构水平并没有较其他城市有显著提升，反而是“非两控区城市”受到管制压力，产业水平追赶上来。
考虑其他控制变量，固定资产投资水平、人力资源水平都能显著促进产业结构的升级，固定资产投资每增加1%，会使三产与二产比值增加0.0477031；普通高校人数每增加1%，会使该值增加0.0490346。而全国来看FDI对产业结构转向服务型行业却是显著的负相关，与前十年相比，固定资产投资的作用效果凸显出来，说明近十年来，产业结构的变动会依靠固定资产投资及人力资源来推动，而外商投资水平却不能有效促进产业从工业行业转向服务型行业。

3.2.2 分区域回归结果及比较

表5显示，政策实施变量 d t j系数在东部地区、中部地区、西部地区及东北地区都显著，而只在西部地区显著为正，即在西部地区实施更严格的环保措施，对“两控区”城市第三产业与第二产业比值平均有0.0084的提升，而在东部地区，则会使第三产业与第二产业比值平均减少0.0427，中部地区该值减少0.0964，东北地区该值减少0.1127。相比较前十年以1998年“两控区”政策为自然实验的实证结果，说明西部地区近几年持续保持了对环境管制的重视，使更严格的环境管制显著推动了产业结构的变动。而其他地区的“两控区”城市可能由于产业结构水平已经到了一定高度，或是环境管制力度不足，更严格的环保政策实施后对该地产业结构变动没有影响或有负向的影响。
表5 模型Ⅱ分地区环境管制对产业结构影响

Tab.5 The effect of regional environmental control on industrial structure in model Ⅱ

变量 东部地区 中部地区 西部地区 东北地区
L.y 0.0415***
（0.00646）		 0.9659***
（0.00645）		 0.8475***
（0.00398）		 0.9341***
（0.03499）
d t 0.1492***
（0.00892）		 -0.0132***
（0.00236）		 -0.1074 ***
（0.00342）		 0.1329***（0.01281）
d j -0.7932***
（0.03685）		 0.1494***
（0.0028）		 0.1921***
（0.00876）		 -0.0449
（0.07004）
d t j -0.0427***
（0.00857）		 -0.0964***
（0.0034）		 0.0084**
（0.00376）		 -0.1127***
（0.04098）
lnFDI 0.01586***
（0.00238）		 -0.0070***
（0.00036）		 -0.00102**
（0.00047）		 -0.0585***（0.00951）
lnFI -0.0945***
（0.00705）		 0.1164***
（0.00212）		 0.1387***
（0.0022）		 0.0322***
（0.01205）
lnHC 0.3400***
（0.01003）		 0.0085***
（0.00152）		 -0.0262***
（0.00124）		 0.1251***
（0.01353
Constant -1.0730***
（0.08126）		 -1.8078***
（0.02601）		 -1.7738***
（0.03098）		 -1.1084***
（0.15445）
观测值 937 719 546 356
城市数 107 88 87 43
其他控制变量表明，四个地区的产业结构都显著依赖于上期水平。其中，东部地区外商投资水平及人力资本水平与第三产业与第二产业比值都有显著的正相关关系，外商投资水平每提高1%，会使三产与二产比值平均增加0.01586，普通高校人数每增加1%，会使该比值增加0.3400，而固定资产投资对产业结构变动有显著负的影响；在中部地区，固定资产投资及人力资本水平都会显著推进产业结构向服务业转变，固定资产投资每增加1%，将使三产与二产比值增加0.1164，普通高校人数每增加1%，会使该比值增加0.0085，而外商投资水平则呈现显著负的影响；西部地区固定资产投资会显著促进产业结构变动，固定资产投资每增加1%，将使三产与二产比值增加0.1387，说明在西部地区近十年来，固定资产更多投资于第三产业，而外商投资和人力资本水平对产业结构转向服务性行业有显著负相关关系；在东北地区，固定资产投资及人力资本水平会显著推动产业结构变动，固定资产投资每增加1%，会使三产与二产比值平均增加0.0322，普通高校人数每增加1%，会使该比值增加0.1251，表明固定资产投资以及人力资本水平较前十年有很大改善，另一方面，外商投资水平对产业结构转向第三产业有负相关作用。

4 “两控区”政策效果的稳健性检验

前面的回归基本证实了环境管制对城市产业结构的效应，但可能还会存在一些因素影响模型的稳健性。下面我们通过两类检验来排除干扰因素。

4.1 调整年份的安慰剂检验

我们猜测划定“两控区”的年份没有任何意义，即管制效果可能出现在任何一年。为此采用安慰剂实验，将实际划定“两控区”之前的前两年（模型Ⅰ为1996年，模型Ⅱ为2008年）视为“两控区”开始发挥影响的年份，进行重新估计，回归结果见表6第2列和第3列。表6说明，1996和2008年假想的“两控区”政策效果均不显著，当年并无政策发挥作用，假设不成立，安慰剂检验通过，证实了“两控区”政策的有效性。
表6 全部城市安慰剂检验回归结果

Tab.6 The regression results of placebo test for all cities

自变量 Dy（模型Ⅰ） dy（模型Ⅱ）
d p -0.047617***
（0.0158216）		 0.0069
（0.00899）
d j -0.0360149**
（0.016446）		 -0.0008
（0.0089058）
d p j 0.0238777
（0.0197196）		 0.0146
（0.01117）
lnFDI -0.0006233
（0.0032381）		 0.0021
（0.00254）
lnFI -0.007454
（0.0062784）		 0.01672***
（0.00553）
lnHC 0.0113622**
（0.0044622）		 -0.0003
（0.00323）
Constant 0.0782912
（0.0547366）		 -0.2949***
（0.0551）

4.2 倾向得分匹配双重差分法（PSM-DID）检验

为确保分析结果的稳健性，进一步采用双重差分倾向得分匹配（PSM-DID）方法，以消除样本选择偏差。首先检验匹配前后各变量在实验组和对照组的分布是否变得更加平衡，以及协变量的均值在实验组和对照组之间是否仍然有差异。检验结果见表7。表7显示，匹配后fdi、fi、hc的均值在实验组和对照组之间不存在显著差异，表明外商投资水平、固定资产投资及人力资本水平在两组间的分布是平衡的，说明PSM-DID方法检验有效。
表7 模型Ⅰ、模型Ⅱ检验结果

Tab.7 The test results of model Ⅰ and model Ⅱ

变量 模型Ⅰ 模型Ⅱ
Diff. |t| Pr（|T|>|t|） Diff. |t| Pr（|T|>|t|）
dy -0.026 2.74 0.0063*** 0.005 0.74 0.4566
lnFDI 0.094 0.66 0.5127 0.080 0.79 0.4295
lnFI -0.002 0.03 0.9778 -0.004 0.07 0.9467
lnHC -0.083 0.81 0.4187 -0.043 0.56 0.5760
表8是对全部城市进行PSM-DID的检验结果。表8第二列是对模型Ⅰ的双重差分检验，系数为0.034，在1%的水平显著，说明1998年在划定“两控区”政策显著促进了城市的产业结构升级，与上文结果一致，检验结果稳健。第三列是对模型Ⅱ的双重差分检验，系数为-0.006，表明2010年更加严格的环境管制措施并未推动产业结构变动，反而减缓了产业结构从第二产业转变为服务业的速度，也与上文结论一致，检验结果稳健。
表8 全部城市PSM-DID检验结果

Tab.8 The PSM-DID test results of all cities

估计结果 Dy模型Ⅰ Dy模型Ⅱ
Before Diff（T-C） -0.027***
（0.008）		 0.005
（0.006）
After Diff（T-C） 0.006
（0.006）		 -0.002
（0.005）
DID 0.034***
（0.010）		 -0.006
（0.008）
综上，安慰剂检验和PSM-DID方法的检验均验证了上文结论的稳健性。

5 主要结论和对策建议

本文以1998年实施“两控区”环境管制政策的城市作为准自然实验对象，建立双重差分模型，考察其对城市产业结构变动的影响，而后又以环境管制更为严格的2010年为时间节点，检测政策实施十年后城市产业结构的变化。所得结论如下：
①从全国来看，“两控区”政策显著推动了城市产业结构由第二产业向服务性行业转换，其它控制变量中，外资投资及人力资源水平也有积极的正向影响，受第二产业占用了大量固定资产的影响，固定资产投资阻碍了城市产业结构向服务业的变化。
②就区域而言，“两控区”政策具有显著的空间分异特征。其对东部、中部城市的产业结构起着积极的推动作用，东部地区的影响效果最为显著；而西部和东北的“两控区”政策对城市产业结构变动的影响显著为负，原因可能是这两个地区的经济水平欠发达，城市政府对实施环境管控重视不足，力度不大，未能达到应有效果。无论哪个区域的城市，其产业结构水平都显著地依赖上期水平，表明产业结构受以往历史影响明显，固定资产投资与产业结构转换均呈负相关关系。
③2010年以来，在更为严格的环境管制下，“两控区”城市产业结构变动却是整体趋缓，但都显著地依赖上期水平。仅有东部地区的城市表现出了产业由工业向服务性行业转换的显著性，体现了东部城市的污染光环假说。中部和东北地区的城市则存在负向的相关关系，特别是在西部地区，严格的环境管制对产业结构变动的影响效果不显著。
④两控区政策能够促进我国城市产业结构持续优化升级。我们利用ARIMA模型这一精度较高的时间序列短期预测方法，对2017—2020年全国城市平均产业结构做了预测并进行了平稳性检验，预测结果良好，由2017的1.0386稳步上升到2020年的1.0821（模型和结果略，有兴趣的读者可向作者索取），证明我国城市产业结构持续优化升级，“两控区”政策显著推动城市产业结构由第二产业向服务性行业转换。
上述结论表明，环境管制的确影响着城市产业结构变动，东、中、西部和东北地区由于环境管制力度不同，导致各区域的城市间产业结构在空间上呈现显著的分异。我们建议，全国整体上应进一步提高环境规制强度，强化管制执行效率，加高污染行业的投资进入壁垒，鼓励和欢迎高技术水平的外资企业进入，坚决拒绝把我国当作“污染避难所”的外资，培养高水平人才，提升人力资源水平，促进城市产业结构优化升级。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
环境保护部. 正确认识经济发展与环境保护关系“环境保护优化经济发展”媒体座谈会召开[N]. http://www.zhb.gov.cn/gkml/hbb/qt/201509/t20150910_309584.html,2015-09-10

[2]
肖兴志, 李少林. 环境规制对产业升级路径的动态影响研究[J]. 经济理论与经济管理, 2013(6):102-112.

[3]
龚海林. 环境规制促进产业结构优化升级的绩效分析[J]. 财经理论与实践, 2013(5):85-89.

[4]
李娜, 伍世代, 代中强, 等. 扩大开放与环境规制对我国产业结构升级的影响[J]. 经济地理, 2016, 36(11):109-115,123.

[5]
李强. 环境规制与产业结构调整——基于Baumol模型的理论分析与实证研究[J]. 经济评论, 2013(5):100-107,146.

[6]
Walter I, Ugelow J L. Environmental policies in developingcountries[J]. Ambio, 1979, 8(2/3):102-109.

[7]
Porter M E, Linde C V D. Toward a new conception of the envi-ronment competitiveness relationship[J]. Journal of Economic Perspectives, 1995, 9(4):97-118.

[8]
Wells P, Varma A, Dan N, et al. Governmental regulation im-pact on producers and consumers:A longitudinal analysis of the European automotive market[J]. Transportation Research Part A Policy & Practice, 2013(47):28-41.

[9]
吴明琴, 周诗敏. 环境规制与污染治理绩效——基于我国“两控区”的实证研究[J]. 现代经济探讨, 2017(9):7-15.

[10]
史贝贝, 冯晨, 张妍, 等. 环境规制红利的边际递增效应[J]. 中国工业经济, 2017(12):40-58.

[11]
Ashenfelter Orley C. Estimating the Effect of Training Pro-grams on Earnings[J]. Review of Economics and Statistics, 1978, 60(1):47-57.

[12]
Joshua D Angrist, Jörn-Steffen Pischke. Mostly HarmlessEconometrics An Empiricist's Companion[M]. Princeton: Princeton University Press, 2009.

[13]
赵西亮. 基本有用的计量经济学[M]北京: 北京大学出版社, 2017.

[14]
周黎安, 陈烨. 中国农村税费改革的政策效果:基于双重差分模型的估计[J]. 经济研究, 2005(8):44-53.

[15]
陈林, 伍海军. 国内双重差分法的研究现状与潜在问题[J]. 数量经济技术经济研究, 2015(7):133-148.

Options
Outlines

/

〈 〉