石磊

作者简介： 石 磊（1991—），女，内蒙古凉城人，湖南大学经济与贸易学院博士研究生，研究方向：宏观经济学、区域经济学。

摘 要：基于2003—2018年中国283个地级市的面板数据，探讨地方政府双重目标管理对环境污染的影响机制。研究发现：经济增长目标压力会加剧环境污染，但是经济增长目标压力对环境污染的加剧作用会随着环境约束目标的引入而减弱，即双重目标管理会抑制环境污染。影响机制分析显示，经济增长目标压力会通过阻碍产业结构升级、抑制技术创新和加剧工业用地价格扭曲而加剧环境污染，环境约束目标的引入会通过推动产业结构升级、促进技术创新和抑制工业用地价格扭曲而削弱经济增长目标压力对环境污染的加剧作用。区域异质性分析显示，在中西部以及欠发达城市，经济增长目标压力对环境污染的加劇作用更大，在东部以及发达城市，这种加剧作用较小。在东部以及发达城市，环境约束目标的引入可以削弱经济增长目标压力对环境污染的加剧作用，在中西部以及欠发达城市，这种调节效应不显著。

关键词： 经济增长目标压力;环境约束目标;环境污染;经济高质量发展

中图分类号：F202 文献标识码： A 文章编号：1003-7217（2022）01-0104-10

一、引 言

改革开放以来，中国经济取得了举世瞩目的成就，已成为世界第二大经济体。但是以“高投资、高能耗、高污染”为特征的粗放式发展模式导致了严重的环境问题。《2018中国生态环境状况公报》显示，全国338个地级及以上城市中，121个城市空气质量达标，仍有217个城市空气质量超标，空气质量仍然是我国公共卫生的主要环境威胁之一①。环境污染问题不仅造成了巨大经济损失，也降低了人民生活质量，制约了经济高质量发展。因此，党的十九大报告指出，建设生态文明是中华民族永续发展的千年大计，必须树立和践行绿水青山就是金山银山的理念，坚定走生产发展、生活富裕、生态良好的文明发展道路，建设美丽中国。2020年，国务院办公厅印发的《关于构建现代环境治理体系的指导意见》强调，要以强化政府主导作用为关键，合理设定环境约束性目标和经济增长预期性目标，将环境质量改善纳入国民经济和社会发展规划，为建设生态文明和美丽中国提供有力制度保障。如何更好发挥政府在目标管理中的作用，选择适宜的政策目标组合对于实现绿色发展、构建现代环境治理体系至关重要。

中国当前的地方政府目标管理体系中，在以GDP为核心的考核体系下，一方面，经济增长目标会激励地方政府将资源配置到能高效实现经济发展的领域中，促进经济增长;另一方面，在晋升锦标赛的激励下，地方政府制定的经济增长目标普遍高于自身实际发展，在目标制定的过程中存在着“层层加码”与“行政发包制”现象[1，2]。较大的经济增长目标压力促使地方政府以牺牲环境为代价换取短期经济增长，由此造成环境污染日益严峻。但是，随着发展阶段的转变，生态环境问题受到重视，在“十一五”规划中，单位GDP能源消耗、二氧化硫、化学需氧量等主要污染物排放指标被确立为政府绩效考核的约束性指标;之后，在“十二五”“十三五”“十四五”规划中，环保目标责任制被进一步强化。单一的经济增长目标管理逐步转变为经济增长目标和环境约束目标的双重目标管理，地方政府的经济行为决策则受到环境约束目标的影响。因此，在探讨经济增长目标压力影响环境污染时，还需进一步考虑环境约束目标的影响。

经济增长目标是宏观经济管理的重要组成部分，受到学者们的广泛关注。关于经济增长目标的影响，主要存在两类观点：一是经济增长目标会激励地方政府将资源配置到能高效实现经济发展的领域中，引导消费、投资和政府支出促进经济增长[3，4]。二是经济增长目标压力下，地方政府可能会倾向于“多快好省”的短期行为，由此产生一系列“发展中的问题”，如遏制全要素生产率提升[5]、抑制服务业结构升级[6]、扭曲要素市场资源配置[7]等。少量文献探讨了经济增长目标压力对环境污染的影响，认为过高的经济增长目标压力会引起环境污染[8，9]。

现有相关文献对环境约束目标的直接影响研究较少，大多是将环境约束目标管理作为隐含的前提设定来探讨环境规制的政策效应。在环境规制与企业转移方面，最为基础的是“污染避难所假说”，当发达国家提高环境规制标准后，污染企业为了降低污染治理成本，选择向环境规制标准较低的发展中国家迁移，该发展中国家就为污染企业提供了“污染避难所”[10];相关研究也证实了“污染避难所”效应的存在[11-13]。在环境规制与环境污染方面的研究认为，环境规制可以激励企业进行清洁技术研发，降低环境污染程度[14，15];也有研究指出，只有环境规制标准跨越某一拐点后，其企业技术创新减排效应才能体现[16]。也有研究探讨了环境约束目标的直接影响，认为环境约束目标会促进企业节能减排[17]、推动产业结构升级[18];还有研究发现，环境约束目标会促进绿色专利申请数量扩张，但会导致绿色专利申请质量下降[19]。

综观已有相关研究可以看出，探讨地方政府经济增长目标压力和环境约束目标影响环境污染的尚在少数，虽然也有研究分别探讨了经济增长目标和环境约束目标的政策效应，但是实际上二者并非孤立地各自发挥作用，而是相互约束和相辅相成的，较高的污染物减排目标会降低地方政府设定较高经济增长目标的信心[20]，经济增长目标压力对环境污染的影响可能会受到环境约束目标的影响。因此，为全面把握地方政府行为与环境污染的内在逻辑，本文基于2003-2018年中国283个城市的面板数据，探讨环境约束目标在经济增长目标压力影响环境污染过程中的调节效应，并从产业结构升级、技术创新和土地资源配置三个方面检验其间的传导机制;同时，考察不同地理区位以及不同经济发展水平城市中经济增长目标压力和环境约束目标对环境污染的影响是否存在异质性;并从地方政府目标管理策略互动的视角探讨经济增长目标压力和环境约束目标对环境污染的空间溢出效应，以期能更好地认识经济发展过程中的政府策略与行为，从政府目标管理的优化入手探索现代环境治理模式并为推动经济高质量发展提供理论参考和政策启示。

二、理论机制与研究假说

（一）经济增长目标压力对环境污染的影响

改革开放以来，中国经济的飞速增长除了与资本积累、资源禀赋以及技术进步有关以外，还与以经济增长为目标取向的“晋升锦标赛”现象密切相关。在“晋升锦标赛”的激励下，地方政府有强烈的动机制定较高的经济增长目标，从而带来较大的经济增长压力，进而采取短期经济行为，导致环境污染问题日益严峻。经济增长目标压力主要通过以下几种方式导致环境污染：一是阻碍产业结构升级。经济增长目标压力之下，地方政府在招商引资时会向能够带来短期增长的工业企业倾斜，这些企业通常属于资本密集型企业，长期依赖资本密集型企业带动经济增长，容易引起地方产业发展的低端锁定，阻碍产业结构升级。同时，经济增长目标压力驱动的大规模投资基础设施建设会引起建筑业与房地产业比重不断攀升，研发和金融等生产性服务业发展不足，无法实现产业结构升级。而产业结构升级是提升环境质量的重要途径，只有产业结构的升级，才能使得高附加值、低污染产业的占比提高，环境质量才能得到提升。二是抑制技术创新。经济增长目标压力下，地方政府会大规模投资基础设施建设，通过投资增量效应拉动经济增长。政府财政资源有限，大量的资金被投入到基础设施建设中，将挤占对教育和科技的财政投入，从而对技术创新产生挤出效应。此外，基础设施建设的投资会增加社会总需求，市场利率随之提高，这使得企业融资成本增加;企业为了保证产出将减少研发投入，技术创新将进一步被抑制[21]。因此，经济增长目标压力会抑制企业的技术创新。而技术创新是减少企业污染物排放的核心路径，技术创新可以加快高污染、高耗能设备的淘汰，推动清洁技术得以运用，用环境友好型产品替代非清洁产品，从而减少污染物排放。三是扭曲工业用地价格。在财政压力之下，地方政府往往会采取低价出让工业用地的方式展开招商引資竞争，吸引大规模工业企业投资[22]。通过扭曲工业用地价格吸引的工业企业大多为资本密集型企业，这些企业虽然可以带来短期经济增长，但是往往能源利用率偏低且污染排放严重，从而加剧地区环境污染[23]。鉴于此，提出如下研究假说：

H1a 经济增长目标压力会加剧环境污染。

H1b 经济增长目标压力会通过阻碍产业结构升级、抑制技术创新和扭曲工业用地价格，进而加剧环境污染。

（二）环境约束目标在经济增长目标压力影响环境污染中的调节作用

随着官员政绩考核中环境约束目标的纳入，地方政府加强了环境规制政策的执行力度，其短期经济行为将会受到环境约束目标的钳制，从而会削弱经济增长目标压力对地区环境污染的加剧作用。环境约束目标主要通过以下几种方式削弱经济增长目标压力对环境污染的加剧作用：一是推动产业结构升级。在环境目标的约束下，地方政府在企业的招商引资中会设置环境壁垒，对入驻企业进行筛选，禁止高污染、高耗能企业的进入[18]。另外，地方政府还会增加低污染、高产值企业的财政补贴和税收优惠，鼓励高技术产业的发展;出台有利于环境保护的科技创新政策，激励资本密集型企业向技术密集型企业转变。故环境约束目标的引入会削弱经济增长目标压力导致的产业结构升级滞后，进而抑制环境污染。二是促进技术创新。面对经济增长速度和污染减排的双重考核，地方政府会对重点行业和企业进行监控并增加环保投资，鼓励企业进行清洁技术研发。地方政府还会削减基础设施建设资金，增加创新园区建设的资金投入[24]。这些因素会促进企业技术创新，淘汰落后产能，推动企业形成绿色生产模式。故环境约束目标的引入会削弱经济增长目标压力导致的技术创新挤占，进而抑制环境污染。三是缓解工业用地价格扭曲。地方政府如果执行高标准的环境规制政策，则可批准的土地开发项目会减少，土地开发规模将受到控制。地方政府为了完成经济增长目标，会通过土地优惠政策来发展服务业和高新技术产业，降低商服用地的出让价格，减少工业用地的出让规模，使得资本密集型工业企业的规模缩减，技术密集型工业企业的规模扩大，能源利用率提高，污染排放量减少。故环境约束目标的纳入会缓解经济增长目标压力导致的工业用地价格扭曲，进而抑制环境污染。为此，提出如下研究假说：

H2a 在与环境约束目标的互动中，经济增长目标压力对环境污染的加剧作用将随着环境约束目标的引入而减弱，即双重目标管理会抑制环境污染。

H2b 环境约束目标会通过推动产业结构升级、促进技术创新和缓解工业用地价格扭曲，进而削弱经济增长目标压力对环境污染的加剧作用。

三、模型设定与变量说明

（一）模型设定

为了检验经济增长目标压力、环境约束目标和环境污染之间的关系，建立时间地区双固定效应模型如下：

其中，i表示城市，t表示年份。pollutionit表示环境污染;cpgdpit表示经济增长目标压力，genit表示环境约束目标;cpgdpit╳genit表示经济增长目标压力和环境约束目标的交互项，检验地方政府双重目标管理对环境污染的影响;Xit表示其他控制变量的集合，包括经济发展水平（pgdpit）、对外开放程度（openit）、产业结构（indusit）、人口密度（peodeit）、城镇化水平（urbanrateit），以上变量的具体设定方式在后续变量说明部分进行具体阐述。μi和ηt分别表示城市固定效应和时间固定效应，εit为误差项。

（二）变量说明

1. 环境污染（pollutionit）。采用单位产出的工业二氧化硫排放量衡量环境污染。选取该指标主要基于以下考虑：第一，在《2020年全球环境绩效指数（EPI）报告》中，中国的EPI得分为37.3分，在参评的180个国家和地区中位列第120位[25]。其中，关于中国不同环境领域EPI评估结果显示，我国在气候与能源、渔业等方面排名较为靠前，但是空气质量领域排名一直处于落后位置，空气质量领域的滞后是我国EPI得分较低的主要原因之一。第二，现阶段我国能源结构仍然是以化石燃料为主，二氧化硫（SO2）是污染排放控制政策中的主要空气污染物[26，27]，故选取单位产出的工业二氧化硫排放量衡量环境污染。另外，还选取单位产出的工业烟尘排放量进行稳健性检验。

2. 经济增长目标（gecit）。采用地级市经济增长目标与省级经济增长目标的差距表示。关于经济增长目标，从各省及地级市人民政府门户网站的政府工作报告、地方年鉴手工整理得到，并做如下处理：经济增长目标中对于采用“约”“左右”“高于”“不低于”等表述时，采用其具体数值;对于采用“区间”的表述时，取其中间值②。

3. 环境约束目标（genit）。从搜集到的政府工作报告中手工整理得到各地级市的节能减排目标，并做如下处理：当政府工作报告中明确提到控制污染物排放数值目标时，如单位GDP能耗降低4%、化学需氧量降低2%等表述，则认定该地区受到了环境目标约束，赋值为1;否则，为0③。

4. 其他控制变量。基于已有文献，选取人均GDP衡量经济发展水平（pgdpit）;选取普通高等学校在校生与地区年末人口总数的比值衡量人力资本水平（humanit）;选取实际使用外资金额与地区生产总值的比值衡量对外开放度（openit）;选取第二产业产值与地区生产总值的比值衡量工业发展水平（indusit）;选取每平方千米的人数来衡量人口密度（peodeit）;选取城镇人口占总人口的比值衡量城镇化水平（urbanrateit）。

选取2003—2018年为研究时段，以中国283个地级及以上市行政区为区域样本（由于数据缺失比较严重，此样本不包括中国香港、中国澳门和中国台湾，剔除了新疆、西藏、海南、内蒙古、甘肃、云南等部分区域）。数据主要来源于各地级市政府网站的政府工作报告、《中国城市统计年鉴》、《中国区域经济统计年鉴》、对应省份的统计年鉴以及公开网站。为了消除物价因素的影响，所有价值数据都用各省价格指数进行了以2003年为基期的平减处理。主要变量的描述性统计如表1所示。

（三）内生性问题及工具变量

地方政府目标管理与城市环境污染存在着不可忽视的内生性问题。为此，采用工具变量法进行估计。对于经济增长目标压力，选取省内地级市数量以及滞后一期经济增长目标压力作为其工具变量[6]。以省内地级市数量作为工具变量的思路是：省内晋升职位固定且有限的情况下，地级市数量越多，省内GDP錦标赛越激烈，地方政府越有可能制定更高的经济增长目标，而样本期内省内地级市数量是一个固定值，不会受到地区环境污染的影响。对于环境约束目标，选取城市河流密度以及滞后一期环境约束目标作为其工具变量[18]。以河流密度作为工具变量的思路是：河流密度高的城市，交通运输成本较低，容易吸引工业企业的集聚，国家对这些工业企业会进行重点监测。为了获得上级的认可，这些城市地方政府会公布明确的节能减排目标。而河流密度取决于当地自然条件，不会受到地区环境污染的影响。在估计时，由于地级市数量和城市河流密度是不随时间变化的常量，使用地级市数量和滞后一期经济增长目标压力的交互项、城市河流密度和滞后一期环境约束目标的交互项作为工具变量进行估计[28]。

四、实证检验与拓展性分析

（一）经济增长目标压力和环境约束目标影响环境污染的基准回归结果

表2报告了经济增长目标压力和环境约束目标影响环境污染的基准回归结果。列（1）～（3）为采用OLS回归的估计结果，列（4）～（6）为采用工具变量法回归的估计结果。在工具变量法的回归结果中，根据解释变量的内生性检验、工具变量的相关性检验以及工具变量的外生性检验结果，选取的工具变量是合理的。由于模型存在的一定的内生性问题，因此，重点关注工具变量法的回归结果。根据表2的估计结果可知，cpgdp在各模型中的估计系数均显著为正，表明经济增长目标压力会加剧地区环境污染。较大的经济增长压力容易导致地方政府实施低效或者无效的经济干预，可能会阻碍产业结构升级、抑制技术创新和扭曲工业用地价格，从而加剧环境污染。gen的估计系数在大多数情况下不显著为负，表明环境约束目标可能会抑制地区环境污染，但是在GDP锦标赛的背景下，环境治理工具在地方政府追求短期经济增长的过程中容易发生功能偏离甚至被扭曲，地方政府对环境约束目标可能会非完全执行，环境约束目标的政策效应不能充分体现。列（6）中交互项cpgdp×gen的估计系数显著为负，表明经济增长目标压力对环境污染的加剧作用会随着环境约束目标的引入而减弱，即地方政府双重目标管理会抑制环境污染。政府绩效考核中环境约束目标的纳入，地方政府会加强环境规制政策的执行强度，其短期经济行为将会受到环境约束目标的纠偏，环境约束目标会通过推动产业结构升级、促进技术创新和缓解工业用地价格扭曲，进而削弱经济增长目标压力对环境污染的加剧作用。

（二）稳健性检验

为了验证基准结论的稳健性，从以下几个方面做稳健性讨论：第一，剔除直辖市。由于直辖市在行政级别和制度安排等方面均与其他地级市存在差别，剔除北京、天津、上海和重庆4个直辖市数据再次进行回归。第二，替换被解释变量。将单位产出的工业烟尘排放量作为环境污染的代理变量再次进行回归。第三，替换解释变量。将经济增长目标压力替换为经济增长目标再次进行回归。第四，采用GMM方法估计。考虑到环境污染是一个连续的过程，上一期污染物的排放量对当期的环境污染有明显影响。引入被解释变量的滞后期，构建动态面板模型。根据表3可知，经过一系列稳健性检验后，前文的研究结论依然成立，表明基准估计结果具有较强的稳健性。

（三）影响机制检验

从产业结构升级、技术创新和土地资源配置三个渠道进行机制讨论：（1）产业结构升级。选取产业间结构升级（aindus1it）和产业内结构升级（aindus2it）两个指标。产业间结构升级（aindus1it），从三大产业份额比例上的相对变化刻画产业结构的演进[29]，如aindus1it=∑3m=1yi，m，t×m，其中yi，m，t表示i地区第m产业在t时期占地区生产总值的比重。产业内结构升级（aindus2it），由于各省市年鉴中未公布地级市制造业中各分行业数据，故采用生产性服务业从业人员占服务业从业人员的比重表示。（2）技术创新（gpatentit）。选取绿色专利申请数量作为代理变量，数据来源于国家知识产权局专利数据库。（3）工业用地价格扭曲（distort）。使用工业用地出让最低价标准与实时监测的工业用地价格之间差值的比值来表示[30]，如distortit=（lowpriceit-landpriceit）/lowpriceit，其中，distortit表示i城市在t时期的工业用地价格扭曲程度，lowpriceit表示i城市在t时期的工业用地最低价标准④，landpriceit表示i城市在t时期的工业用地价格。工业用地价格数据来源于国土资源部，利用网络爬虫技术搜集了全国每宗土地的成交类型、交易额以及成交面积，然后加总到城市层面，整理得出各城市工业用地平均价格数据。根据表4的估计结果可知，各模型中经济增长目标压力cpgdp的估计系数在列（1）～（3）中显著为负，在列（4）中显著为正，交互项（cpgdp×gen）的估计系数在列（1）～（3）中显著为正，在列（4）中显著为负。结果表明，经济增长目标压力会通过阻碍产业结构升级、抑制技术创新和加剧工业用地价格扭曲，进而加剧环境污染，环境约束目标的引入会通过推动产业结构升级、促进技术创新和缓解工业用地价格扭曲，进而削弱经济增长目标压力对环境污染的加剧作用。

（四）拓展性分析：异质性分析与空间溢出效应

1. 不同经济发展水平城市异质性分析。为了检验地方政府目标管理对环境污染的影响是否因经济发展程度的不同而存在异质性，将城市划分为发达城市和欠发达城市两类⑤。最终划分结果为发达城市119个，欠发达城市164个。估计结果见表5的列（1）和列（2），可以发现，经济增长目标压力对环境污染的加剧作用在欠发达城市更大，在发达城市环境约束目标的引入削弱了经济增长目标压力对环境污染的加剧作用，在欠发达城市这种调节效应不显著。

2. 不同地理区位的异质性分析。中国各地区发展政策、要素禀赋、基础设施等差异明显，为了进一步考察地方政府目标管理对不同地区环境污染的异质性，将总样本分为东部城市和中西部城市样本组进行检验，估计结果见表5的列（3）和列（4）。可以发现，经济增长目标压力对环境污染的加剧作用在中西部城市更大，在东部城市环境约束目标的引入削弱了经济增长目标压力对环境污染的加剧作用，在中西部城市这种调节效应不显著。

综合来看，经济增长目标压力对环境污染的加剧作用在中西部以及欠发达城市更大，在东部以及发达城市这种加剧作用较小。在东部以及发达城市，环境约束目标的引入可以削弱经济增长目标压力对环境污染的加剧作用，在中西部以及欠发达城市，这种调节效应不显著。这是因为东部以及发达城市多为技术密集型企业，而中西部以及欠发达城市多为资本密集型的高污染、高耗能企业，且相对于东部以及发达城市，中西部以及欠发达城市的财政压力更大，地方政府制定较高经济增长目标驱动经济增长的积极性更强[31]，因此，中西部以及欠发达城市经济增长目标压力对环境污染的加剧作用更大。另外，中西部以及欠发达城市的支柱产业多为高污染、高耗能的工业企业，经济增长目标的实现主要依赖资源和能源的投入，地方政府对环境规制政策会采取非完全执行[32]，环境约束目标的调节效应较弱。

3. 空间溢出效应分析。考虑到地区污染物排放的负外部性以及地方政府目标管理的策略互动行为，那么，城市间的环境污染、地方政府间目标管理行为在空间上可能存在相关性，于是构建以下空间杜宾模型（SDM）：

其中，i表示城市，t表示年份。∑j≠iwij×pollutionit表示年份t除城市i之外所有城市环境污染的加权平均和。∑j≠iwijcpgdpit、∑j≠iwijgenit分别表示年份t除城市i之外所有城市经济增长目标压力的加权平均和、环境约束目标的加权平均和，wij为空间权重矩阵元素，考虑到空气污染向周边城市扩散的程度往往会随着距离的增加而减弱，因此，采用反地理距离空间权重矩阵。矩阵元素是两地距离dij的递减函数，即wij，d=1/dij。Xit表示其他控制变量的集合，与式（1）的变量设定一致;μi和ηt分别表示城市固定效应和时间固定效应，εit为误差项;Θ为常数项参数;ρ为空间自回归系数。

采用LM检验、LR检验以及Wald统计量对空间面板模型进行选择，确定模型的最终形式为SDM模型。表6报告了SDM模型的估计结果。表6中SDM模型的估计结果显示空间自回归系数ρ显著为正，表明城市之间环境污染具有明显的正向空间溢出，当周边城市污染物排放增加时，本市的污染物排放随之增加。LeSage和Pace（2009）指出空间回归模型中利用点估计方法检验是否存在空间溢出效应存在一定的偏误，使用基于偏微分矩阵计算得到的间接效应估计量进行检验是更为有效的方法[33]。为此，参考Elhorst（2014）的方法将各因素对环境污染的影响分解为直接效应和间接效应[34]。根据表6的估计结果可知，cpgdp的直接效应和间接效应均显著为正，表明经济增长目标压力不仅会加剧本市环境污染，也会加剧周边城市的环境污染。邻近城市之间横向竞争压力会传导为地方政府在制定经济增长目标时的竞相向上，使得地方政府面临的增长压力加大，引起污染物排放的进一步增加。gen的直接效应和间接效应估计系数均不显著为负，说明在发展经济的强烈动机下地方政府间会采取环境规制的逐底竞争，从而使得环境约束目标的政策效应较弱。交互项cpgdp×gen的直接效应和间接效应估计系数显著为负，表明双重目标管理在抑制本市环境污染的同时，也会对周边城市产生正外部性，抑制周边城市的环境污染。

五、结论与政策启示

以上研究表明：（1）经济增长目标压力会加剧环境污染，但是在与环境约束目标的互动中，经济增长目标压力对环境污染的加剧作用随着环境约束目标的引入而减弱，即地方政府双重目标管理会抑制环境污染。（2）经济增长目标压力会通过阻碍产业结构升级、抑制技术创新和加剧工业用地价格扭曲，进而加剧环境污染，环境约束目标的引入会通过推动产业结构升级、促进技术创新和抑制工业用地价格扭曲，进而削弱经济增长目标压力对环境污染的加剧作用。（3）在中西部以及欠发达城市，经济增长目标压力对环境污染的加剧作用更大;在东部以及发达城市，这种加剧作用较小。在东部以及发达城市，环境约束目标的引入可以削弱经济增长目标压力对环境污染的加剧作用;在中西部以及欠发达城市，这种调节效应不显著。空间溢出效应分析显示，地方政府目标管理存在着空间策略互动，经济增长目标压力不仅会加剧本市环境污染，也会加剧周边城市的环境污染。经济增长目标和环境约束目标的双重目标管理不仅会抑制本市环境污染，还会抑制周边城市的环境污染。

为此，提出以下政策建议：

（1） 完善绩效考核方式，构建目标组合管理体系。地方政府在政策目标设定时应注重长期经济绩效，既要关注经济指标，又要关注人文环境指标，从追求“为增长而竞争”的单目标模式向综合考量经济增长、环境质量、经济结构、科技创新、协调共享等强调高质量发展的多目标组合模式转变，形成“为质量而竞争”的空间竞争新格局。这就需要从根本上改革与完善现有的政绩考核方式：第一，弱化GDP指标的考核。在经济增长目标的设定上采用“留有余地”的软约束方式，使得地方政府更有空间进行政策资源的优化。第二，增大环境指标在绩效考核中的比重。在环保目标设定上采取严格的硬约束方式，增大环境指标在离任审计中的比重，落实环保終身责任制。此外，环境指标中还需增加环保财政资金投入和绿色技术研发等具体环保措施的考核比重，以防止地方政府为完成年度考核任务，可能会对污染企业采取关停或者异地转移等短期处理方式。第三，在绩效考核体系中还可以加入新的“标尺”，如民生、法制和科技创新等指标，充分发挥政绩考核的导向和激励作用，形成强调高质量发展的目标组合管理体系。

（2） 因地制宜实行目标管理，避免“一刀切”。根据地区的资源禀赋和产业发展，选择适宜的目标组合管理。东部以及发达城市具有较高的资源优势，市场环境和制度建设也较为完善，市场可以自发实现产出目标的可能性较大，地方政府应该弱化GDP指标的考核，避免造成资源要素配置扭曲。同时，地方政府需要强化环境约束目标，加大对高技术产业的政策扶持力度，推进绿色金融创新，激发环境约束目标的创新补偿效应。中西部以及欠发达城市应该强化地方政府竞争与环境保护的协同机制，推动地方政府竞争绿色化。

（3） 强化多污染物协同控制，推进区域环境协同治理。地方政府往往只针对某种污染物进行目标控制，忽视其他同等重要的污染物。例如，我们对搜集到的所有政府工作报告，粗略统计污染物中二氧化硫、化学需氧量、氨氮、氮氧化物、二氧化碳分别出现的次数为785、795、223、200、123次。单目标治理只能解决地方环境问题的某一方面，对于辖区的整体性污染控制收效甚微，地方政府根治污染需要多污染物协同控制。特别是在应对全球气候变化的背景下，地方政府要严格控制和减少二氧化碳的排放量，增加碳汇能力，实现碳循环平衡，尽早完成碳达峰和碳中和的目标。另外，在发展经济的强烈动机下，地方政府会采取环境规制的逐底竞争，引起污染企业的跨地迁移，进而导致跨界污染。因此，地方政府间要强化联防联控、流域共治和保护协作，从分割治理向协同治理转变。

注释：

① 数据来源于中华人民共和国生态环境部网站（https：//www.mee.gov.cn/hjzl/sthjzk/zghjzkgb/）。

② 对于个别城市某一年份没有指定具体的经济增长目标，采用该城市最近的5年规划中规定的经济增长目标。

③ 由于各城市政府工作报告中关于环境约束目标的表述方式不一致，如有的城市表述为“主要污染物排放减少5%”，有的城市表述为“单位GDP能耗、化学需氧量、二氧化硫排放量分别减少3%、2%、2%”，有的城市表述为“主要污染物排量完成省里下达的任务”，因此，针对环境约束目标采用虚拟变量的形式。

④ 《全国工业用地出让最低价标准》根据土地等级来划分工业用地出让最低价标准，多数地区存在着多个等级的土地，通过求不同等级土地的加权平均，确定该地区土地的工业用地出让最低价标准。

⑤ 关于城市等级的划分标准，根据《第一财经周刊》发布的最新中国城市商业魅力排行榜，将排行榜中的一线、新一线、二线、三线城市归为发达城市，排行榜中四线和五线城市归为欠发达城市。

参考文献：

[1] 周黎安，刘冲，厉行，等.“层层加码”与官员激励[J].世界经济文汇， 2015（1）： 1-15.

[2] Li X， Liu C， Weng X， et al. Target setting in tournaments： Theory and evidence from China[J]. The Economic Journal， 2019， 129（623）： 2888-2915.

[3] 刘淑琳，王贤彬，黄亮雄.经济增长目标驱动投资吗？——基于2001-2016年地级市样本的理论分析与实证检验[J].金融研究， 2019（8）： 1-19.

[4] 李书娟，徐现祥，王贤彬.目标导向的微观机制：国有企业的关键作用[J].财贸经济， 2021， 42（4）：83-97.

[5] 徐现祥，李书娟，王贤彬，等.中国经济增长目标的选择：以高质量发展终结“崩溃论”[J].世界经济， 2018， 41（10）： 3-25.

[6] 余泳泽， 潘妍. 中国经济高速增长与服务业结构升级滞后并存之谜——基于地方经济增长目标约束视角的解释[J]. 经济研究， 2019， 54（3）： 150-165.

[7] 赵新宇，郑国强.地方经济增长目标与要素市场扭曲[J].经济理论与经济管理， 2020（10）：37-49.

[8] 郭晓辉.经济增长目标、地方政府行为与环境效应的关系[J].城市问题，2020（9）：60-70.

[9] 周瑞辉，杨新梅.经济增长目标压力与城市绿色发展[J].城市问题，2021（1）：63-72.

[10]Copeland B R， Taylor M S. Trade， growth， and the environment[J]. Journal of Economic Literature， 2004， 42（1）： 7-71.

[11]Wheeler D. Racing to the bottom？ Foreign investment and air pollution in developing countries[J]. The Journal of Environment & Development， 2001， 10（3）： 225-245.

[12]金刚，沈坤荣.以邻为壑还是以邻为伴？——环境规制执行互动与城市生产率增长[J].管理世界，2018，34（12）：43-55.

[13]沈坤荣，周力.地方政府竞争、垂直型环境规制与污染回流效应[J].经济研究，2020，55（3）：35-49.

[14]Popp D， Newell R G， Jaffe A B. Energy， the environment， and technological change[J]. Handbook of the Economics of Innovation， 2010（2）： 873-937.

[15]謝宜章，邹丹，唐辛宜.不同类型环境规制、FDI与中国工业绿色发展——基于动态空间面板模型的实证检验[J].财经理论与实践，2021，42（4）：138-145.

[16]余泳泽，杜晓芬.经济发展、政府激励约束与节能减排效率的门槛效应研究[J].中国人口·资源与环境，2013，23（7）：93-99.

[17]韩超，陈震，王震.节能目标约束下企业污染减排效应的机制研究[J].中国工业经济，2020（10）：43-61.

[18]余泳泽，孙鹏博，宣烨.地方政府环境目标约束是否影响了产业转型升级？[J].经济研究，2020，55（8）：57-72.

[19]陶锋，赵锦瑜，周浩.环境规制实现了绿色技术创新的“增量提质”吗——来自环保目标责任制的证据[J].中国工业经济， 2021（2）： 136-154.

[20]Zhang P. Target interactions and target aspiration level adaptation： How do government leaders tackle the “environment‐economy” nexus？[J]. Public Administration Review，2021，81（2）：220-230.

[21]蔡晓慧，茹玉骢.地方政府基础设施投资会抑制企业技术创新吗？——基于中国制造业企业数据的经验研究[J].管理世界，2016（11）：32-52.

[22]杨其静，卓品，杨继东.工业用地出让与引资质量底线竞争——基于2007-2011年中国地级市面板数据的经验研究[J].管理世界，2014（11）：24-34.

[23]韩峰，严伟涛，王业强.生产性服务业集聚与城市环境质量升级——基于土地市场调节效应的研究[J].统计研究，2021，38（5）：42-54.

[24]张同斌，高铁梅.财税政策激励、高新技术产业发展与产业结构调整[J].经济研究， 2012，47（5）：58-70.

[25]Wendling Z A， Emerson J W， de Sherbinin A， et al. Environmental Performance Index 2020[R]. New Haven， CT： Yale Center for Environmental Law and Policy， 2020.

[26]Wu J， Xu M， Zhang P. The impacts of governmental performance assessment policy and citizen participation on improving environmental performance across Chinese provinces[J]. Journal of Cleaner Production， 2018， 184： 227-238.

[27]Zhang P， Wu J. Performance targets， path dependence， and policy adoption： Evidence from the adoption of pollutant emission control policies in Chinese provinces[J]. International Public Management Journal，2019，23（3）：405-420.

[28]韓峰，李玉双.产业集聚、公共服务供给与城市规模扩张[J].经济研究，2019，54（11）：149-164.

[29]徐敏，姜勇.中国产业结构升级能缩小城乡消费差距吗？[J].数量经济技术经济研究，2015，32（3）：3-21.

[30]黄健柏，徐震，徐珊.土地价格扭曲、企业属性与过度投资——基于中国工业企业数据和城市地价数据的实证研究[J].中国工业经济，2015（3）：57-69.

[31]詹新宇，刘文彬.中国式财政分权与地方经济增长目标管理——来自省、市政府工作报告的经验证据[J]. 管理世界， 2020， 36（3）：23-39.

[32]张华.地区间环境规制的策略互动研究——对环境规制非完全执行普遍性的解释[J].中国工业经济，2016（7）：74-90.

[33]LeSage J， Pace R K. Introduction to Spatial Econometrics[M]. New York：CRC Press Taylor & Francis Group， 2009.

[34]Elhorst J P. Matlab software for spatial panels[J]. International Regional Science Review， 2014，37（3）： 389-405.

（责任编辑：宁晓青）

3637501908262