自改革开放以来，中国经济的飞速增长创造了全球瞩目的成就，其中工业部门作为增长的主要引擎，对实现所谓的“东方奇迹”起到了关键作用。2022年，中国工业增加值超过了40万亿元人民币，占国内生产总值(GDP)的33.2%，显著体现了工业部门在国民经济中的重要地位。然而，这种快速发展背后，工业部门长期采用的粗放式发展模式也带来了严重的环境污染问题，这不仅威胁到公众健康，也成为阻碍人民追求高质量生活的主要因素[1-2]。面对这一挑战，党和政府高度重视工业绿色发展，早在2018年12月的中央经济工作会议上就将“促进制造业高质量发展”定为一项关键任务，并在党的十九届五中全会上进一步强调加速绿色低碳发展的必要性。在“十三五”和“十四五”规划中均提出了推动绿色低碳发展的目标，旨在加速形成绿色发展方式和生活方式，推动经济结构和能源结构的优化升级。因此，面对当前的环境挑战和社会发展需求，传统工业发展模式已不再适应，迫切需要向绿色可持续的发展模式转型，以实现经济发展与环境保护的双赢。这一转型不仅是提升工业自身竞争力和可持续性的必然选择，也是推进社会整体进步和保障公共健康的重要途径。

1、文献综述

1990年美国学者SCHALTEGGER等[3]最早提出生态效率，旨在为经济活动提供环境绩效考量。随后，WBCSD[4]与OECD[5]等组织分别对生态效率进行了定义。目前，生态效率已得到学术界广泛认可和接受，逐渐成为衡量区域、产业、产品等经济与环境协调绿色转型发展的重要指标。工业作为绿色发展的重点领域，现有学者已从技术创新、产业结构、外商投资、对外开放等众多方面探究了工业绿色转型的途径[6-7]。上述因素在推进工业绿色转型中的作用固然重要，但要从根源解决工业污染治理问题，环境管理体制的重要性不可忽略。环境管理体制的有效设计，尤其是合理分配各级地方政府间环境权责关系，是工业绿色发展的重要制度保障。

环境分权重点关注一国环境事务权力的集中、分散问题[8]。作为中央与地方政府在环境管理事务中的权责分配安排，环境分权是为适应绿色可持续发展要求而构建的环境保护制度[9]。一方面，部分学者认为环境分权对绿色发展具有促进作用。例如，李光龙等[10]研究发现，环境分权有利于绿色发展水平的提高；陆凤芝等[11]也认为，增加环境分权度有助于改善生态环境污染状况；李卫兵等[12]认为，环境分权虽然在短期内会显著抑制国家重点监控企业生产率的提升，但随着时间的推移，这种抑制作用会逐渐消失。另一方面，部分学者认为环境分权对绿色发展具有抑制作用。例如，GRAY[13]发现，环境治理存在外部性，而分权体制可能引诱地方政府降低环保支出，从而导致污染加剧；D’AMATO等[14]认为，环境权力下移降低了环境治理的规模优势，降低了中央政府环境治理效率。王瑶等[15]发现，“环保垂改”政策而非环境分权可以显著提升城市经济绿色转型水平；张华等[8]认为，在条块管理的体制下，环保部门的独立性不足，此时环境分权显著加剧了碳排放。

进一步来说，虽然环境分权对绿色发展的影响吸引了广泛关注，但是目前极少有文献专门探究环境分权对工业绿色发展的影响。然而，工业既是中国环境污染的重要来源，也是经济增长的主要支柱，在这“两难”境地之中，更需要实现二者的协调。现有文献因切入视角等的差异，最终得出的结论也不尽一致。例如，彭星[16]通过指标体系法衡量了工业绿色发展水平，研究表明适度的环境分权有利于促进产业结构升级及工业绿色转型；彭薇等[17]以ML指数法测算了工业全要素生产率，发现当前环境分权对其具有显著的负向影响；李国祥[18]利用Tobit模型检验了环境分权与工业污染治理效率的关系，发现环境分权及环境行政分权、环境监察分权及环境监测分权在提高工业污染治理方面均产生了积极作用；李强等[19]采用多期双重差分及三重差分方法进行了实证检验，研究发现环境分权并未对工业污水排放强度产生显著影响，环境分权的减排增效机制路径有待完善。

综上所述，现有文献主要探讨环境分权对区域层面绿色发展的影响。那么，在工业经济增长与环境保护的双重目标下，环境分权对工业绿色发展的作用到底如何?不同环境分权细分指标的影响效应有何差异?是否具有空间效应?时空异质性又有何表现?这都有待进一步分析。基于此，本文尝试从以下几个方面对相关研究进行补充：①关注环境分权对工业绿色发展的影响，理论分析环境分权对工业绿色发展的作用机制，进一步丰富环境分权视域下的研究内容。②结合“双碳”目标，将工业碳排放纳入测算指标体系，基于非径向的Super-SBM模型测度工业绿色发展水平，使之增加新的内涵。③运用空间计量模型实证检验环境分权对工业绿色发展的影响及空间效应，运用工具变量法处理内生性问题以及进行稳健性检验，以期得到更为可靠的研究结论。④探究环境分权细分指标对工业绿色发展的影响差异，同时讨论财政分权与地方政府竞争对环境分权的调节效应，环境分权对工业绿色发展的区域异质性等，更为细致地挖掘环境分权对工业绿色发展影响的客观规律。

2、理论机制与研究假设

2.1 环境分权对区域工业绿色发展的影响

中国地方政府有较强的“工业增长偏好”[1]，这源于地方政府的行为在很大程度上受体制的激励。自1994年实施分税制改革后，地方政府失去了部分财政来源，财政缺口迫使地方政府努力追求预算内财政收入，这诱导了地方政府追求GDP增长以扩大财政规模。同时，在GDP锦标赛的驱动模式下，政绩考核及其干部任期制度则进一步激发了政府官员的“晋升锦标赛”。工业成为地方政府保持GDP增长的重要抓手，“工业增长偏好”因而不断强化并逐渐形成路径依赖。

在“工业增长偏好”背景下，环境分权程度的提升使得地方政府对环境管理的干预能力和动机不断增强，由此导致的主要后果是：一方面，地方政府有动机利用手中权力截留甚至挪用工业环保治理资金到其他生产性开支中，引发“粘蝇纸效应”，致使工业环保治理资金投入不足。另一方面，地方政府倾向于实施地方保护主义，放松对工业污染企业的管制；地方政府客观上与当地污染企业在经济利益追求方面具有一致性，容易引起权力寻租活动与腐败行为[20]。以上后果不仅直接造成了环境规制压力难以传导至企业，甚至削减了企业污染内部化的动机。从这一视角来看，中国的“工业增长偏好”并不单纯是追求经济效率与净收益的最大化，而是追求地方GDP规模或财政总收入最大化，并在一定程度上牺牲了环境保护与社会福利等多重目标，环境分权程度的提高成了“工业增长偏好”的助推器。

据此，提出假设1：环境分权可能不利于区域工业绿色发展。

2.2 环境分权对区域工业绿色发展的空间溢出效应

随着交通基础设施的完善及区域协同发展战略的深化，各省份间存在着密切的交流与联系，工业绿色发展可能存在显著的空间相关性。若忽略工业绿色发展的空间溢出效应，可能对现实缺乏足够的解释力度。具体而言，基于委托—代理理论，在一定的环境分权水平下，由“工业增长偏好”所引致的空间溢出效应主要有以下两种途径。

一方面，工业企业是地方政府招商引资的主要对象，且成效的高低与所提供的优惠条件密切相关。地方政府竞争转化为优惠条件的区际竞争，优惠条件竞争的一个重要方面就是降低工业企业的环境准入门槛和监管力度，从而降低企业的环境遵循成本，于是区际竞争又转化为了工业环境污染的加剧[21]。另一方面，由于环境具有外部性，中央和地方政府难以实现委托—代理框架下的完全激励机制兼容。地方政府为了防止搭便车而陷入“囚徒困境”，各地均放松环境治理成了彼此的占优策略，导致相邻地方政府皆没有动力进行工业环境污染防治，限制了地方环保部门环境治理能力[2]。从以上两个方面可以看出，环境分权导致的“逐底竞争”现象，可能对工业绿色发展具有显著的负向空间溢出效应。

但与此同时，目前从国家到地方的发展规划均将资源环境领域的要求列入约束性指标。如“十四五”规划纲要中，5个绿色生态指标均为约束性指标：单位GDP能源消耗和二氧化碳排放分别降低13.5%、18%，地级及以上城市空气质量优良天数比率达到87.5%；地表水达到或好于Ⅲ类水体比例87.5%；森林覆盖率提高到24.1%。因此，随着绿色发展理念的深化，环境治理与保护逐渐受到地方政府的重视，政绩考核体系的变化使得地方政府的竞争行为由单纯追求地区生产总值规模及其增长率转为经济增长与环境保护并重。在新形势下，地方政府更加注重经济增长的质量，谋求通过淘汰落后产能、培育战略性新兴产业、实施创新驱动发展等实现地方政府竞争。在这两方面因素作用下，环境分权也可能导致“逐顶竞争”现象，从而对工业绿色发展具有显著的正向空间溢出效应。

据此，提出假设2：工业绿色发展具有显著的空间溢出效应，但该空间溢出效应有可能是正向的，也有可能是负向的。

3、模型设定、变量选择与数据来源

3.1 模型设定

本文考虑空间因素，进而构建空间计量模型，如式(1)所示：

式中：GDit表示i省份第t年的工业绿色发展水平，C为常数项，EDit表示i省份第t年的环境分权水平，Xkit表示i省份第t年的第k个控制变量，Wij表示空间权重矩阵，μi为省份固定效应，ϑt为时间固定效应，εit、υit为误差项，α、θk、ρ、φ、γk、τ均为待估参数。当τ=0、φ=0且γk=0时，式(1)为空间滞后模型(SAR)；当ρ=0、φ=0且γk=0时，式(1)为空间误差模型(SEM)；当τ=0时，式(1)为空间杜宾模型(SDM)。

本文选择了三种空间权重矩阵Wij，具体而言：①地理邻接矩阵(W1)反映了各省份在地理空间上是否相邻，相邻则权重赋值为1，否则赋值为0。②地理距离矩阵(W2)主要刻画各省份在距离上的远近，以经纬度计算的省会城市之间距离平方的倒数来反映。③经济地理矩阵(W3)是在地理距离权重矩阵的基础上，进一步考虑了省份间经济发展水平的差异(即经济距离，以研究期内平均GDP差距绝对值倒数来反映，差距越小则经济距离越近)，是地理距离与经济距离二者的嵌套矩阵。

3.2 核心变量测算

3.2.1 被解释变量：区域工业绿色发展水平(GD)

传统的SBM模型在多个决策单元同时处于生产前沿面时，无法对决策单元作出进一步区分，TONE[22]提出的Super-SBM模型不仅保留了传统SBM模型的优势，同时能够对同处于生产前沿面的决策单元作出进一步的对比，因此本文用该方法测算区域工业绿色发展水平。

进一步而言，本文借鉴已有研究[2]，投入角度主要包括资本、劳动和能源的投入，分别用工业企业从业人员数、工业固定资产值、工业终端能源消耗量衡量；期望产出为工业增加值，非期望产出为工业废水排放量、工业二氧化硫排放量和工业二氧化碳排放量。

3.2.2 核心解释变量：环境分权(ED)

本文借鉴相关研究[10-11]的衡量办法，环境分权的计算公式为：

式中：EDit为i省份第t年的环境分权度，LEPit为i省份第t年的环保系统人员数，NEPPt为第t年的全国环保系统人员数，POPit为i省份第t年的年末人口数，POPt为第t年的全国人口总数。(1-GDPit/GDPt)为经济规模折算指数，GDPit为i省份第t年的国内生产总值，GDPt为第t年的国内生产总值。同时，本文还分别衡量环境行政分权(EADit)、环境监察分权(EMDit)以及环境监测分权(ESDi,t)，其与总体环境分权计算方法相同，仅将相应从业人员进行替换。

3.3 控制变量与数据来源

本文选取如下变量以缓解遗漏变量偏误。①经济发展水平(PGDP)：以人均GDP来衡量。②研发投入水平(TECH)：以规模以上工业企业人均科研经费支出衡量。③城镇化水平(URBAN)：以城镇常住人口占总人口的比重衡量。④国有化水平(OS)：以国有控股企业的主营业务收入与全部工业企业的主营业务收入的比值衡量。⑤对外开放水平(FDI)：采用人均外商直接投资衡量。⑥环境规制水平(ER)：以工业污染治理投资与工业增加值的比值衡量。⑦能源消费结构(ENER)：以化石能源消费量占能源消费总量的比重衡量。

本文以2005—2020年我国30个省份(鉴于数据获取难度，不包含西藏及港澳台地区)为研究对象。相关指标的原始数据来自《中国统计年鉴》《中国环境年鉴》等；二氧化碳排放量来自中国城市温室气体工作组。为了保证不同年份间的数据具有可比性，对所有包含价格信息的指标均以2005年为基年进行平减处理。

4、实证结果分析

4.1 空间相关性检验

如果假定各区域之间是相互独立的，将无法考察省份间工业绿色发展的互动机制。因此，本文首先基于地理邻接矩阵进行空间相关性检验。

表1的全局莫兰指数的分析结果显示，在考察的各个年份中，指数值为正数并在1%的显著性水平上通过了检验，表明中国工业绿色发展在空间上展现出显著的正向关联性。这种分布格局的形成与区域间日益增强的经济互动密切相关，特别是在交通和通信基础设施不断完善的背景下，各省份之间的劳动力、资本和技术等关键要素流动与交换日益频繁，促进了邻近省份间在工业绿色发展方面的相互影响与协调。因此，工业绿色发展的空间正相关性为采用空间计量模型进行分析提供了坚实的理论基础。

表1 2005—2020年工业绿色发展的全局莫兰指数测算结果

4.2 基于空间计量模型的回归结果

在最优空间计量模型的选择上，LM＿lag拒绝不存在空间滞后效应的原假设，而LM＿error接受不存在空间误差效应的原假设，因此在空间误差模型与空间滞后模型之间，选择空间滞后模型。Wald＿lag与Wald＿error值分别为76.19、94.61，且在1%水平下显著，说明空间杜宾模型不能退化为空间滞后模型或空间误差模型，因此本文采用双向固定的空间杜宾模型。表2同时给出了空间滞后模型(SAR)、空间杜宾模型(SDM)及空间误差模型(SEM)分别在邻接距离矩阵(W1)、地理距离矩阵(W2)及经济地理矩阵(W3)下的回归结果。

(1)从表2列(1)～(9)的回归结果来看，环境分权(lnED)的系数在三种空间计量模型及三种空间权重矩阵下，均在1%水平下显著为负。说明在考虑了空间效应的前提下，环境分权对工业绿色发展具有抑制作用。环境分权强化了“工业增长偏好”，地方政府可能出现如优先考虑地区经济增长而忽视环保责任，在环境监管中实行宽松政策以吸引投资，或因缺乏足够的监管资源而导致监管不力等。这些行为削弱了环境政策的有效实施，使得工业企业在污染排放方面受到的约束减少。上述核心结论在各类空间计量模型中高度一致，说明本文的回归结果具有良好的稳健性。

(2)从表2列(1)～(9)的回归结果来看，空间滞后系数ρ在邻接权重矩阵(W1)下，其值为正，最低在5%水平上显著，这说明工业绿色发展水平具有较强的正向溢出效应。ρ在地理距离权重矩阵(W2)下，其值也为正，但在SAR模型下并不显著。进一步来看，ρ在经济地理权重矩阵(W3)下，其值显著为正，绝对值最高。说明在经济地理权重矩阵下，工业绿色发展的空间相关性最强，原因在于经济地理权重矩阵不仅考虑了省份间空间位置的邻近程度，还进一步考虑了省份间的经济发展水平差距，彼此间在劳动力、资金及技术等方面的流动更加频繁，从而工业绿色发展的溢出效应最强。

(3)环境分权空间溢出效应的分解如表2中最后三行所示(SEM模型无法进行效应分解)。从直接效应结果来看，环境分权的直接效应系数最低都在5%水平下显著为负。以列(2)结果为例，即环境分权水平每提高1%，工业绿色发展水平则下降0.117%，这说明环境分权对本地工业绿色发展具有显著的抑制作用。从间接效应结果来看，环境分权系数为负，但仅在列(7)显著，这表明环境分权对邻近地区工业绿色发展没有产生明显的负面影响。

4.3 内生性分析

为解决可能存在的内生性问题，本文采用工具变量法进行处理。所选取的工具变量有两个：第一，借鉴张华等[8]的方法，采用环境分权的一阶滞后项(L.lnED)作为当期环境分权水平的工具变量。第二，上文研究表明，环境分权水平仅对本地区工业绿色发展具有负向影响，而对相邻地区无显著的溢出效应，这满足了工具变量外生性的条件；同时，相邻地区间经济发展水平、工业发展方式等更加相似，因此本地环境分权水平会受到相邻地区的影响，这满足了工具变量与核心解释变量相关性的条件。因此，本文采用相邻地区环境分权水平的平均值(lnEDA)作为本地环境分权水平的工具变量。运用2SLS方法重新对模型进行估计，结果如表3所示。

表2 环境分权的空间计量实证结果

表3 内生性分析结果

从工具变量的有效性来看，识别不足检验(Kleibergen-Paap rk LM statistic)与弱工具变量检验(Kleibergen-Paap rk Wald F statistic)表明，本文所选取的两个工具变量均是有效的。从回归结果来看，第一阶段的回归系数均为正数，均通过了1%水平下的显著性检验，这说明本文所选取的两个工具变量与环境分权之间的相关性较强，无论是环境分权的一阶滞后项(L.lnED)，还是相邻地区环境分权的平均值(lnEDA)，都会对本地区环境分权具有促进作用。第二阶段的回归系数均为负，且最低通过了5%水平下的显著性检验，这与上文的回归结果保持一致，即环境分权对区域工业绿色发展具有负向影响。以上分析表明，在考虑了模型存在的内生性之后，本文的核心结论依然是稳健的。

5、进一步讨论

5.1 调节效应检验

在中央—地方政府双重领导下，地方环保部门被赋予环境管理事权的同时，财政分权所带来的地方财政自主权以及地方政府竞争所产生的经济激励效应，可能影响地方环保部门环境管理权力的实施。因此，环境分权对工业绿色发展的作用强度是否会受到财政分权与地方政府竞争的影响?本文将对此展开探究。第一，借鉴张璇等[23]的研究，以各省预算内财政收入与中央预算内本级财政收入之比来衡量财政分权水平(lnFD)。第二，外商直接投资是地方政府促进本辖区经济增长的重要手段，也是地方政府为本辖区争取资本、人才等稀缺资源的重要手段，故外商直接投资是地方政府竞争的重要表现之一。因此借鉴陆凤芝等[11]的研究，以各省人均外商直接投资额来衡量地方政府竞争程度(lnLGC)。为检验财政分权、地方政府竞争与环境分权的交互影响，在上述研究的基础上，依次加入环境分权与财政分权交叉项(lnED×lnFD)、环境分权与地方政府竞争交叉项(lnED×lnLGC)，分别基于普通面板模型和空间杜宾模型(SDM)进行分析。为了使环境分权及其相应的交叉项系数同时有意义，将数据进行去中心化处理，结果如表4所示。

从表4中可以看出，在控制其他变量不变的情况下，无论是否考虑空间效应，环境分权与财政分权的交叉项(lnED×lnFD)、环境分权与地方政府竞争的交叉项(lnED×lnLGC)的回归系数均为负数，最低通过了10%水平的显著性检验。这说明随着财政分权的提高和地方政府竞争的增强，二者都会进一步强化环境分权对工业绿色发展的负向影响，从而不利于本地区工业绿色转型。出现上述现象的原因在于：①就财政分权而言，财政分权体现了中央—地方政府的“纵向博弈”，中央赋予地方政府一定的财政自主权，缓解了地方政府环境治理投入的资金约束。但与此同时，财政分权的提高也增强了地方政府干预本地区环保事务的动机和能力，税收激励往往会导致地方政府阻碍环保行为，促使环保部门对企业排污等行为采取一定的包庇纵容态度，因此这进一步恶化了环境分权的负向影响。②就地方政府竞争而言，地方政府竞争体现了地方政府间的“横向博弈”[24-25]。一方面，在“GDP锦标赛”的驱动模式下，地方政府有较强的经济增长考核压力，这一考核机制形成了地方“向上负责”的偏好，降低了地方政府环境治理意愿，不利于地方环保部门正常履行环保职能；另一方面，地方政府为获得更快、更高的投资成效从而拉动GDP增长，更有可能通过财政补贴及银行贷款等优惠政策，改变企业的投资偏好，鼓励企业在扩大生产规模、增强基础设施建设等方面加大投资，这可能会挤占企业的环保治理投资，进而增强了环境分权对工业绿色发展产生的负向影响。

5.2 环境分权分解指标的异质性检验

接下来分别从环境行政分权、环境监察分权以及环境监测分权三个角度进行分类讨论。地理邻接矩阵(W1)、地理距离矩阵(W2)以及经济地理矩阵(W3)下SDM模型的回归结果如表5所示。

第一，lnEAD的系数均显著为正，说明环境行政分权对于区域工业绿色发展具有显著的促进作用。随着中央政府在环境管理领域加大宏观调控力度，中央与地方之间的环境治理激励机制正在逐步优化。这一变化促进了中央与地方在环境保护目标上的一致性，进而鼓励地方政府在环境政策的制定上更加符合中央的导向。第二，lnEMD的系数显著为负，即环境监察分权显著降低了区域工业绿色发展水平。环境监察职权的履行与地方短期经济利益相冲突，往往导致环境监察部门的不完全执法行为。虽然我国从2016年先后在河北、重庆等地陆续实施了省以下环境监察监测垂直管理制度试点建设，然而如何进一步增强中央的环保垂直管理力度，仍有待进一步探索。第三，lnESD的系数显著为负，即环境监测分权也显著降低了工业绿色发展水平。分权化的环境监测体制可能导致监测数据的不准确性，遮蔽了地区内部实际的工业污染情况。例如，如果某地区低报了PM2.5浓度数据，环保机构可能无法及时调整空气质量改善方案或对超标排放的企业采取必要的惩罚措施。

表4 环境分权对区域工业绿色发展影响的机制检验

此外，进一步对环境分权细分指标的空间效应进行分解。以地理邻接矩阵(W1)的回归结果为例，其结果表明环境行政分权的直接效应显著为正，间接效应为正但不显著，这说明环境行政分权仅对本地区的工业绿色发展具有促进作用，并不会促进相邻地区工业绿色发展水平的提升。环境监察分权的直接效应显著为负，间接效应为负但不显著，表明环境监察下移所产生的负面效应也主要局限于本地。环境监测分权的直接效应与间接效应系数都显著为负，说明环境监测分权不仅不利于本地工业绿色发展，而且对相邻地区也产生了明显的负向影响。

5.3 区域异质性检验

本文从东部地区(包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南)、中部地区(包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南)及西部地区(包括四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西)三大区域层面展开异质性分析。基于地理邻接权重矩阵(W1)下SDM模型的回归结果如表6所示。

表5 环境分权细分指标的空间计量实证结果

在控制其他变量的情况下，东部地区除环境监测分权显著为负之外，其他各分权指标均不显著，中部地区仅环境行政分权不显著，而西部地区与全国层面结果相一致。背后的原因在于：①在环境分权的背景下，东部地区具有较高的经济发展水平，地方政府已开始从依赖传统的GDP增长模式转变为了更加可持续的发展策略，即同时重视经济增长、生态环境保护及社会福祉，这减轻了环境分权可能导致的负面效应。反观中部、西部地区，受限于其相对较低的经济发展水平，地方政府面临着更为迫切的经济增长压力，可能更倾向于利用环境管理职权以经济增长为先而牺牲环境保护，这种做法降低了地区的工业绿色发展水平。②就环境行政分权而言，可能东部及中部地区在环境机构及人员的安排上已趋于合理，环境政策体系也比较完善，因而环境行政分权所带来的工业环境治理边际效应存在明显衰减。相对而言，环境行政分权在西部地区还有进一步提升的空间。③就环境监察分权而言，东部地区的环境规制强度更高，对污染企业的监察力度更大，因此环境监察分权对工业绿色发展的抑制作用已不再明显。相对而言，中部及西部地区对污染企业还存在一定的“区别对待”现象，不利于工业绿色转型。④就环境监测分权而言，其在三大地区的影响系数均为负数，这一现象可能根源于环境监测分权执行过程中普遍存在数据伪造或隐瞒问题。这表明，在不同地区实施环境监测分权时，面临的挑战具有普遍性，均对实现工业绿色发展目标构成阻碍。

表6 区域异质性的实证结果

此外，从工业绿色发展空间滞后系数ρ值来看，其在东部地区为正数，通过了1%水平的显著性检验。这表明工业绿色发展在东部地区呈现正向溢出效应，东部地区省份间已形成了工业绿色发展的良性互动关系。但ρ值在中部地区为负数，也通过了1%水平下的显著性检验。这表明中部省份间工业绿色发展存在“以邻为壑”现象，即相邻省份工业绿色发展水平的提高，对本省工业绿色发展具有负向影响。可能的原因在于，部分中部省份扭转了以牺牲资源环境为代价的工业发展理念，少数中部省份的工业发展已向清洁绿色化转型，进而其工业绿色发展水平有所提高，但也由此带来了较强的“虹吸效应”，使得邻近省份的先进技术、人才、资金等要素向该地区集聚，造成了中部地区省份间的竞争大于合作。ρ值在西部地区也为负数，但并不显著。这可能是由于西部地区各省份之间交流与联系较少，彼此间的互动不强，而且西部地区既有云南、广西等自然资源相对富裕的省份，可以降低对能源要素的依赖，也有宁夏、内蒙古等能源富集地，其发展长期依赖于能源要素投入，可见由于资源禀赋及发展方式的差异导致其彼此间难以形成有力的辐射与带动作用。

5.4 时间异质性检验

随着时间的推移，外部因素及制度环境等具有显著差异，因此有必要从时段层面来展开异质性分析。基于地理邻接权重矩阵(W1)下SDM模型的回归结果见表7。

在控制其他变量的情况下，2005—2012年除环境行政分权不显著之外，其他各指标均与2013—2020年的影响方向保持一致，但影响程度上具有显著差异。背后的原因可能与发展理念转变、制度改革及考核体系的改变密切相关。一方面，2016年中共中央办公厅、国务院办公厅印发了《关于省以下环保机构监测监察执法垂直管理制度改革试点工作的指导意见》，随后，河北、重庆等地相继出台了省级《生态环境机构监测监察执法垂直管理制度改革实施方案》。环保垂改的重要方面包括市级环保局实行以省级环保厅(局)为主的双重管理，同时将市县两级环保部门的环境监察监测职能上收至省级环保部门，这增强了省级环保部门垂直管理力度，在一定程度上切断了地方政府竞争与环境损害之间的联系。另一方面，党的十八大以来，环境治理与保护逐渐受到地方政府的重视，政绩考核体系的变化使得地方政府的竞争行为由单纯追求地区生态总值规模及其增长率转为经济增长与环境保护并重，多元化特征开始凸显。在这种形势下，地方政府更加注重经济增长的质量，谋求通过淘汰落后产能、培育战略性新兴产业、实施创新驱动发展等实现地方政府竞争。在这两方面因素作用下，对工业绿色发展的影响十分明显，2013—2020年地方政府更多地倾向于高质量竞争而非粗放式赶超，因此环境分权对工业绿色发展的抑制作用有所减弱。然而，这种抑制作用并没有完全消失，持续完善环境制度的权责安排，完善中央及地方的激励相容机制，可能依然是当前需要关注的重点问题。

此外，从工业绿色发展空间滞后系数ρ值来看，其在2005—2012年为负数，在2013—2020年为正数，均通过了1%水平的显著性检验。这说明工业绿色发展的空间溢出效应存在显著的时段差异，呈现出由负向溢出效应向正向溢出效应的转变。根据理论分析的内容，2005—2012年地方政府竞争及“理性人”政府发挥着主导作用，导致省份间工业绿色发展具有一定的“逐底竞争”现象；2013—2020年，随着绿色发展理念的深化及生态环境指标纳入中央及地方政府发展规划的约束性指标，工业发展开始追求经济产出与绿色发展等多元目标，这在一定程度上扭转了“逐底竞争”现象，并开始向“逐顶竞争”转化。

表7 时间异质性的实证结果

6、结论与建议

本文研究结论如下：①全国层面上，工业绿色发展具有显著的空间正相关性。考虑空间效应的前提下，环境分权对于工业绿色发展产生了显著的抑制效果。具体地，在研究期内，环境管理职责的下移并未激励地方政府在推动工业绿色转型方面与中央政府的愿景保持一致。相反环境分权可能因地方政府的短期经济利益考量，导致对工业污染的管控不够严格，从而阻碍了工业向绿色、低碳和可持续发展模式的转变。这一发现对于制定有效的环境政策和推动工业绿色发展具有一定的参考意义。②虽然环境分权对工业绿色发展具有显著的抑制作用，但其细分指标具有异质性影响。环境行政分权对工业绿色发展具有促进作用，而环境监察分权、环境监测分权具有抑制作用。然而，除环境监测分权之外，环境分权及其他环境分权细分指标，其所产生的影响主要限于本省份内部，均未对邻近省份的工业绿色发展产生显著影响。③财政分权的提高和地方政府竞争的增强，会进一步强化环境分权对工业绿色发展的抑制作用。东部地区仅环境监测分权对工业绿色发展具有显著抑制作用；中部地区仅环境行政分权对工业绿色发展无显著影响，而西部地区的回归结果与全国层面保持一致。东部地区工业绿色发展具有正向溢出作用，中部地区存在一定的“以邻为壑”现象，而西部地区的空间溢出效应还未显现。从时间维度来看，相比于2005—2012年，2013—2020年环境分权及细分指标的边际效应有所减弱。

基于以上结论，本文提出以下政策建议：①建立跨级环境治理协作机制。鉴于环境分权实施中存在的挑战，建议加强中央与地方之间的环境治理协调和合作。通过制定跨级环境治理框架，促进中央和地方政府在环境政策制定、执行和监督等方面的有效协同。②优化环境监管体系，强化数据透明度和公信力。针对环境监测分权可能带来的数据不准确问题，建议国家加强环境监测数据的标准化、公开化和透明化。通过建立和完善第三方监测机构的角色，引入社会监督和公众参与，提高环境监测数据的准确性和可信度。同时，利用大数据和云计算等现代信息技术，提升环境监测、分析和预警的能力。③调整环境分权结构，明确权责匹配原则。为了解决环境分权可能导致的责任不明确、执行力度不足的问题，建议对现行的环境分权结构进行调整和优化。具体而言，可以通过明确中央和地方在环境保护各领域(如大气污染防治等)的权责划分，确保权责匹配，避免政策执行中的模糊地带。同时，强化地方政府在环境保护方面的绩效考核，将环境治理成效与地方官员的晋升和奖惩直接挂钩，以提高地方政府执行中央环保政策的积极性和有效性。④在环保垂管体制下细化环境分权政策。可以通过制定明确的环境政策执行标准和监督机制，确保地方政府在环境管理职责上既有自主性又能保证中央环保目标的实现。此外，加强环境政策的垂直监管体系，确保地方政府环境治理的政策执行与中央政策保持一致性，有效避免环境分权可能带来的政策执行偏差。

参考文献:

[1]杨仁发,李娜娜.环境规制与中国工业绿色发展:理论分析与经验证据[J].中国地质大学学报(社会科学版),2019,19(5):79-91.

[2]张家辉.环境分权对工业环境效率的影响研究[D].长沙:湖南大学,2023.

[8]张华,丰超,刘贯春.中国式环境联邦主义:环境分权对碳排放的影响研究[J].财经研究,2017,43(9):33-49.

[9]屈小娥,刘柳.环境分权对经济高质量发展的影响研究[J].统计研究,2021,38(3):16-29.

[10]李光龙,周云蕾.环境分权､地方政府竞争与绿色发展[J].财政研究,2019(10):73-86.

[11]陆凤芝,杨浩昌.环境分权､地方政府竞争与中国生态环境污染[J].产业经济研究,2019(4):113-126.

[12]李卫兵,史璐.环境分权与企业生产率:来自“国控源环境数据直报”政策的经验证据[J].当代经济科学,2024,46(1):117-130.

[15]王瑶,张生玲.环境分权视角下“环保垂改”政策对城市经济绿色转型的影响[J].中国人口·资源与环境,2024(8):47-58.

[16]彭星.环境分权有利于中国工业绿色转型吗?:产业结构升级视角下的动态空间效应检验[J].产业经济研究,2016(2):21-31.

[17]彭薇,熊科,李昊.环境分权､技术创新与中国工业产业绿色转型:基于省域空间面板的实证研究[J].当代经济管理,2020,42(10):54-60.

[18]李国祥,张伟.环境分权､环境规制与工业污染治理效率[J].当代经济科学,2019,41(3):26-38.

[19]李强,唐幼明.行政督察背景下环境分权能否实现减排增效的双重红利?[J].南开经济研究,2023(10):165-184.

[21]徐盈之,范小敏,童皓月.环境分权影响了区域环境治理绩效吗?[J].中国地质大学学报(社会科学版),2021,21(3):110-124.

[23]张璇,袁浩铭,郝芳华.财政分权对环保投资效率的影响研究:基于DEA-Tobit模型的分析[J].中国环境科学,2018,38(12):4780-4787.

[24]白俊红,聂亮.能源效率､环境污染与中国经济发展方式转变[J].金融研究,2018(10):1-18.

[25]游达明,张杨,袁宝龙.官员晋升锦标赛体制下环境规制､央地分权对环境污染的影响研究[J].中南大学学报(社会科学版),2018,24(3):66-77.

基金资助:江苏省社会科学基金项目“江苏生态宜居乡村建设多元主体参与的行为逻辑与优化策略研究”(23GLD004);

文章来源:王晗,阚萧.环境分权对区域工业绿色发展影响的空间溢出效应研究[J].生态经济,2025,41(01):201-209+229.