城乡居民收入差距对空气污染治理的影响
——基于链式多重中介模型视角

常文涛，罗良文(.信阳师范学院 当代马克思主义研究所，河南 信阳 464000；.中南财经政法大学 经济学院，湖北 武汉 430073)

改革开放四十年，我国GDP增长到80万亿元，稳居世界第二，对世界经济增长贡献率超过30%。近70年间，我国GDP实际增长了174倍，人均GDP实际增长了70倍。与此同时，正如党的十九大报告所指出的那样，“城乡区域发展和收入分配差距依然较大”，城乡收入差距是中国居民收入不平等的集中体现[1]，1983年我国城乡居民收入之比为1.82，2018年这一比值为2.69，2019年该比值为2.64。近年来，我国环境污染日益严重，雾霾不断、城市河道水体黑臭、土壤污染、“垃圾围城”、废危处置与农村环境污染等问题突出，污染治理任重道远。现有文献从多个角度运用定量方法对城乡居民收入差距与空气污染关系进行了广泛研究，但在样本选择、指标度量等方面存在差异，导致结论并不完全一致。城乡居民收入差距扩大和环境污染作为我国经济发展过程中的两大难题，它们之间存在怎样的关系？城乡居民收入差距通过何种渠道和机制作用于生态环境？研究并解答这些问题，对保持经济和生态环境良性循环互动具有重大意义。

一、文献综述

国内外学者研究了收入差距与环境污染之间的关系，基于公共选择偏好、居民环境质量需求、EKC假说检验等不同视角展开的研究认为，收入差距扩大会加重环境污染。如Cropper[2]、Smulders & Gradus[3]等学者指出，环境污染会通过城乡居民劳动时间、健康人力资本、劳动生产效率等核心生产要素对收入产生影响。总体看来，国内外相关研究可以划分为如下三类：

(一)基于权力分配差距视角的研究

Boyce提出，收入分配不均导致权力分配不公，进而加剧环境污染[4]，由此开启了对收入分配与环境污染之间的关系的研究。在后期的研究中，Boyce假定个体从引致环境污染的相关经济活动中所获取的净收益与其所拥有的收入、财富呈正相关关系，则收入差距扩大进而加剧权力分配不公的现象，将进一步恶化环境质量[5]。Magnani指出，加重收入差距程度将降低社会经济结构下的中间人相对收入，进而改变中间人的环境保护政策偏好，造成环境质量得不到有效改善[6]。Marsiliani&Renstrom基于 “中间人投票”理论，结合静态模型和跨期动态决策模型，指出环境保护政策的制定受到收入差距两个方面的影响[7]：一是环境商品对私人物消费品的边际替代率较低，决定了穷人对环境商品的支付意愿水平较低。二是收入差距通过收入再分配使得消费可能性曲线向内移动，导致富人减少环境商品消费，穷人消费更多的私人物品，从而弱化了环境保护政策效应。Hubert Kempf&Rossignol指出，收入高的群体对环境质量的需求高，而最终整个社会的环境质量是由中位选民决定的，那么环境保护质量最终就取决于收入差距增大时中位选民的偏好[8]。总之，基于权力分配角度的研究引导我们关注收入差距对环境保护带来的扭曲效应，但忽视了政府在解决公共品供给中的积极作用。

(二)基于环境商品角度的研究

Martinez-Allier指出，收入不平等与环境质量之间的关系并不稳定[9]，他基于环境产品市场视角把环境商品分为两大类：环境必需品(如安全饮用水)与环境奢侈品，其中环境奢侈品的收入弹性大于1，而环境必需品的收入弹性小于1，两者之间存在替代关系，在收入再分配均等化的假定条件下，无法确切得知环境污染是不是受到收入差距的影响。Ravallion et al.指出，商品的污染排放强度和商品收入弹性之间存在负向关系，收入平等再分配导致消费更多的高收入弹性的低污染商品，减少收入弹性低的高污染商品消费，从而收入的平等再分配会恶化环境污染[10]。Golly&Meng利用UNIES调查数据分析了我国贫富家庭在能源消费上的碳排放差异，得出结论：一是我国富裕家庭无论是在直接能源或者间接能源消费上的碳排放均高于贫困家庭；二是贫困家庭在直接能源消费上的碳排放增长要高于富裕家庭，但在间接能源消费上的碳排放增长低于富裕家庭[11]。罗良文和茹雪也指出，应该从相对贫困的国家入手缩小贫富差距以应对环境污染[12]。综上，基于环境商品视角的研究为一个国家或者地区的环境保护提供了新的视角，一些国家和地区的可交易排污权等实践活动证实了该假说的合理性；但将环境污染商品化在我国缺乏实现路径。

(三)对“EKC”理论的实证研究

李海鹏等利用1986-2002年二氧化碳排放数据为样本，构建计量模型进行实证检验，指出我国收入差距扩大将增加二氧化碳排放，进而恶化环境[13]。钟茂初等构建动态追赶模型，对环境库兹涅茨曲线(EKC)的倒“U”型特征进行模拟，进一步证实了收入差距和环境破坏间的正相关关系，提出了我国收入差距扩大和环境恶化并存的观点[14]。此外，占华以人均碳排放量与碳排放强度测度环境污染程度，基于全国和地区视角分析收入增长对环境污染的效应，指出在引入人均能源消费量等控制变量后，我国的人均碳排放呈现出显著的“EKC”特征[15]。由于我国实际人均收入远未到达拐点处，我国的收入差距扩大加剧了环境污染。总之，对“EKC”理论的研究主要集中在定量分析两者关系上，而对两者作用机理基本未涉及。

综上所述，国内外大部分学者都认为，收入差距的扩大不利于改善环境质量，但也有少数学者得出了相反的结论。如Scruggs就对Boyce的观点提出了质疑，他指出，环境的公共物品属性未被Boyce考虑，环境具备公共物品属性和优质商品属性，环境商品的需求收入弹性大于1，民众对其需求的增加将快于自身收入的增长，所以随着收入不平等程度的扩大，富人将消费更对环境商品引致更少的环境污染[16]。吕力和高鸿鹰认为，由于存在伴随产业梯度的污染转移和欠发达地区工业化对环境的破坏这两个原因，我国经济高速增长过程中的收入差距扩大并不一定造成环境恶化，甚至在经济发展的某一阶段，收入差距扩大还会抑制环境恶化[17]。

二、理论分析

(一)空气污染治理的博弈分析

为分析存在收入差距的城乡居民在环境污染治理中的行为选择，本文做如下假定：(1)只有1位城市居民Ui和1位农村居民Ri参与到经济体系中。(2)考虑到空气污染的空间外溢效应及其公共品属性，假定城乡居民面临相同的空气污染治理成本c。(3)城市居民和农村居民拥有相同的空气污染治理福利权重系数，记为α。(4)假定城市空气污染对农村的空间外溢系数记为θu，农村空气污染对城市的空间外溢系数记为θr。

Bu表示城市居民支付空气污染治理成本后空气污染改善程度，Br表示农村居民支付空气污染治理成本后空气污染改善程度，Du表示城市居民未支付空气污染治理成本后空气污染恶化程度，Dr表示农村居民未支付空气污染治理成本后空气污染恶化程度。城乡居民空气污染治理的静态博弈结果如表1所示。

表1 空气污染治理静态博弈收益矩阵

从城市居民Ui角度来看，无论农村居民Ri怎样选择，只有当αBu+Du>0与αBu+Du-c>0成立时，“治理”才能成为占优策略。从农村居民Ri角度来看，无论城市居民Ui如何选择，只有当αθuBu+θuDu>0与αθuBu+θuDu-c>0成立时，“治理”才能成为其占优策略。

进一步，假设城市居民选择“治理”的概率为βu，则选择“不治理”的概率是1-βu，而农村居民选择“治理”的概率为βr，选择“不治理”的概率1-βr。据此，城市居民选择“治理”的期望收益为：

Ru治理=βr(αBu-c-θrDr)+

(1-βr)(αBu-c-θrDr)

(1)

选择“不治理”的期望收益为：

Ru不治理=βr(αθrBr-c-Du)+

(1-βr)(θrDr+Du))

(2)

根据式(1)、(2)可知，城市居民的期望收益为：

Ru=βuRu治理+(1-βu)Ru不治理

(3)

城市居民选择“管理”策略时的复制动态方程如下：

(4)

将(1)式和(2)式的结果带入(4)式，可以得到如下表达式：

(5)

同理，根据表1结果可以求得农村居民Ri的复制动态方程为：

(6)

由式(5)(6)可知，αBu-c和αBr-c分别为两位参与人空气污染治理的净收益。令F(Ru)=0，可以求得稳定结果为βu=0和βu=1，当αB1-c<0，可知F(βu)<0，同时F′(0)<0,F′(1)>0,βu=0为该博弈演化的稳定策略；当αBu-c>0,F(βu)>0，同时F′(0)>0,F′(1)<0，这表明βu=1也是博弈演化的稳定策略。同理可知，βr=0和βu=1为农村居民Ri的博弈演化稳定策略。

根据上述分析，得到如下假说(H1)：城乡居民收入差距扩大将加剧空气污染。

(二)两部门下收入差距对空气污染治理的影响

仍假定只有城市工业部门和农村农业部门，放宽资本不变的假定，假设两部门的工资水平分别为Wu和Wr，资本回报率分别为Ru与Rr，均为内生变量，且Wu>Wr,Ru>Rr。考虑到空气污染会降低两部门生产效率，将两部门生产函数分别表示为：

Yu=RτFu(Lu,Ku),0<τ<1,

(7)

Yr=EξFr(Lr,Kr),0<ξ<1,

(8)

p=ηYn+λYr,η>0,λ>0

(9)

由(9)式可知，空气污染程度P是关于Yu与Yr的增函数，随着Yu与Yr的增加，空气污染加剧，关系式为：

(10)

为了分析方便，不失一般性，将农产品价格记为1，工业品价格以农产品价格为基准记为γ，当选择L为变量时，即假定K不变时，根据两部门收益最大化的一阶条件，分别求利润函数关于Lu与Lr的偏导数，可得如下等式：

(11)

(12)

(13)

考虑到城乡之间资本流动，当选择K为变量时，即假定L不变时，分别求利润函数关于Ku和Kr的偏导数，可得下式：

(14)

(15)

将式(14)除以式(15)，并带入(7)(8)(9)式，整理后可得下式：

(16)

此外，在我国特殊的所有制结构中，所有制关系与收入差距存在重要的交互影响。在城乡居民收入差距对空气污染的影响中，产业结构与所有制结构是重要的中介变量。据此，提出假说3与假说4：H3—城乡居民收入差距通过所有制结构对空气污染治理产生中介影响。H4—城乡居民收入差距通过产业结构对空气污染治理产生中介影响。

四、数据来源与研究设计

(一)数据来源

本文所用变量数据主要来源于2000-2019年间《中国统计年鉴》《中国环境统计年鉴》《中国城市统计年鉴》，其中2000-2016年我国各省PM2.5年均值(pm25)来自哥伦比亚大学社会经济数据与应用中心利用卫星搭载设备对气溶胶光学厚度( aerosol optical depth)的监测数据进行计算获得(样本区间为2000-2019年)。同时，以2002年为基期对包含货币价值的指标进行价格平减，并利用均值插补完善缺失年份的变量数据。

(二)变量界定

1.被解释变量：各省PM2.5年均值。根据哥伦比亚大学社会经济数据与应用中心利用卫星搭载设备对气溶胶光学厚度测定所得数据，对我国30个省份(不含西藏和港澳台)地级以上区域的PM2.5数据进行加权取值，得到2000-2019年我国各省的PM2.5年均值，用于度量空气污染程度[18]。

2.解释变量与控制变量。考虑到我国城乡分割的二元经济特征，本文采用《中国统计年鉴》中城镇居民人均可支配收入与农民人均纯收入的比值来表示城乡居民收入差距，简记为gap。变量说明与统计结果见表2。

表2 控制变量说明与统计特征

(三)计量模型

(17)

式中C表示控制变量集合，β为该集合对应的系数向量，μi是地区i的固定效应，λt表示时间t的固定效应，εit为随机干扰项。

将空气污染的空间外溢效应纳入模型(17)，构建如式(18)所表示的空间杜宾模型：

pm25it=α0+α1Wpm25it+α2*gapit+βC+ΓW*C+μi+λt+εit

(18)

式中Γ为控制变量系数集合，W为空间相邻权重矩阵。

2.链式中介效应模型。以所有制结构os、产业结构is、能源消耗结构es为中介变量，构建链式多重中介效应模型，对应的计量方程式如下：

pm25it=α+βgapit+∑Xijtbj+∑controlit+ui+μt+εit

(19)

osit=α+α1gapit+d1esit+∑controlit+ui+μt+εit

2.协整检验。为检验各个变量之间是否存在协整关系，接下来利用Johansen协整检验方法对相关变量进行协整关系检验。通过协整检验发现，人民币汇率预期（DNDF）、境内外利差（DLC）与经常账户跨境资金流入（DLIJC）、经常账户跨境资金流出（DLOJC）、金融账户跨境资金流入（DIJR）、金融账户跨境资金流出（DOJR）以及资本账户跨境资金流入（DLIZB）等五项跨境资金流动指标之间不存在协整关系，而在分析人民币汇率预期（DNDF）、境内外利差（DLC）与资本账户跨境资金流出（DLOZB）之间的协整关系时，得出它们之间存在至少一个协整关系，即存在长期均衡关系（如表2所示）。

(20)

isit=α+α2gapit+d2osit+(d1d2+d3)esit+∑controlit+ui+μt+εi2t

(21)

esit=α+α3gapit+d3osit+∑controlit+ui+μt+εi3t

(22)

以上4式中，gap表示城乡居民收入差距，controlit代表控制变量集合，ui为个体效应,μt为时间效应；εit与εijt(j=1,2,3)表示独立同分布的随机干扰项；β′为收入差距对空气污染的直接效应；αi(i=1,2,3)为收入差距对中介变量影响的待估系数，式(19)中bj(j=1,2,3)为中介变量Xijt对空气污染影响的待估系数，而di(i=1,2,3)表示三个中介变量的交叉影响，总中介效应为indtotal=indos+indis+indes。

四、实证检验

(一)SDM估计

根据式(18)，进行SDM估计，结果见表3。

表3 SDM估计结果

根据表3的估计结果可知，在控制了空气污染的空间相关效应后，城乡居民收入差距的估计系数整体在1%置信水平上显著，直接效应在5%置信水平上显著，间接效应仅在10%置信水平上显著，证实了前文假设H1，也进一步证实了“EKC”理论。但引入空气污染空间相关效应之后，城乡居民收入差距的效应不显著，这意味着毗邻省份之间在空气污染治理上存在“搭便车”降低自身生产成本的倾向，这也证实了基于环境商品视角分析空气污染治理的合理性。人均实际GDP的检验结果不显著，但其二次项的直接效应与间接效应检验结果显著，意味着经济发展与空气污染之间并非简单的线性关系，呈现出较为典型的“U”型特征。环保支出具有显著的抑制空气污染效应，整体效应和直接效应均在1%置信水平上显著，意味着政府部门的环保支出能够有效减少权力分配差距产生的“搭便车”效应。排污费征收强度直接效应在5%置信水平上显著，整体效应在10%置信水平上显著，表明排污费征收强度增加有益于降低空气污染。外商投资变量整体估计系数为0.0483，在1%置信水平上显著，这表明部分地区仍然是外商投资的“污染天堂”。城市化水平在考虑到空气污染的空间相关效应时，对空气污染具有抑制效应；其它控制变量的作用方向与理论预期一致。

(二)工具变量及内生性检验

为了解决模型内生性问题，用城乡居民消费差距urcgap度量城乡居民收入差距。工具变量及内生性检验结果见表4。

表4 工具变量及内生性检验

根据表4中的检验结果可知，弱工具变量检验统计值为4.58，落在10-15%区间内，这表明拒绝“弱工具变量”的原假设。而内生性检验统计值为25.62，P值为0.001，在1%置信水平上拒绝了“城乡居民收入差距是外生变量”的原假设，表明选取城乡居民消费差距urcgap这一工具变量合意。

(三)中介效应检验

基于式(20)—(22)，链式多重中介效应检验结果见表5。

表5 中介效应检验结果

由表5的检验结果可知，所有制结构的直接效应不显著，而产业结构与能源消耗结构的直接效应在1%的置信水平上显著。在间接效应上，所有制结构在模型2和模型3中显著，能源消耗结构效应在模型3中显著。这意味着上述三个中介变量均存在二阶中介渠道，对空气污染治理产生影响。

五、结论与启示

本文基于我国2000-2019年省域面板数据，对城乡居民收入差距影响空气污染治理的作用机制进行了实证检验，得出如下结论：

第一，城乡居民收入差距扩大不利于空气污染治理。农村居民采取高空气污染的生产和生活方式，进而陷入“贫困—污染”的恶性循环，印证了“EKC”理论。但这一效应并不显著。考虑到中介效应的存在，这意味着SDM模型可能遗漏了“权力分配”这一中介变量的作用效应。

第二，我国经济发展与空气污染之间存在明显的“U”型特征。这意味着我国传统的高污染、高能耗的“粗放式”发展模式仍处转型脱碳阶段，应该进一步完善污染减排长效机制，尽可能降低“GDP追赶”对空气污染治理造成的影响。

第三，城乡居民收入差距通过所有制结构、产业结构、能源消费结构产生直接或间接中介效应，对空气污染加剧产生不利影响。

从上述结论，得到以下三点启示：

第一，继续缩小城乡居民收入差距，为减轻空气污染奠定经济基础。一是建立促进农民持续增收长效机制，贯彻落实强农惠农富农政策，多渠道促进农民增收，以缩小城乡收入差距。二是进一步优化产业结构，促进第三产业发展，这不仅能促进农民转移就业，增加农民工资性收入，还能促进产业结构转型脱碳[19]。

第二，激活微观个体采取环保行为的动力。一是环保部门必须构建空气污染防治城乡长效联动机制，消除权力分配差距导致的“搭便车”效应；二是引导城乡居民采取绿色低碳的生产生活方式，避免空气污染的“囚徒困境”。

第三，优化经济结构和能源消费结构。推进产业结构升级，改善能源消费结构，为收入分配调节强化空气污染治理，构建畅通高效的中介渠道。