-
随着“双碳”战略目标的提出,我国环境污染治理已进入重点攻坚与精准突破的深水区。如何有效解决当前污染治理能力与生态建设客观需求不匹配、传统环境治理模式与系统性污染治理实际不契合的矛盾,成为合理构建现代环境治理体系的关键。针对目前污染治理的形势,学术界更多从政府视角,试图基于财政政策实践中环境治理效率损失、中央到地方“自上而下的运动式治理”难以构建稳定的污染防治长效机制等问题加以阐明(蔡嘉瑶和张建华,2018)。更具说服力的解释则与环境治理体系的三大责任主体(政府、企业与社会公众)之间的合理平衡密切相关(孙慧等,2022)。我国环境治理模式以政府为主体,企业作为环境污染的最大排放者与政府环境规制的主要对象,受制于市场环境不规范与作用渠道不通畅,难以发挥其治理优势。此外,社会公众主体因监督平台与反馈机制建设的不健全而长期处于“缺位”状态,使其无法对环境污染治理效果形成有益补充。我国当下的环境治理模式正处于从政府单维治理向政府与企业、公众多元共治过渡的转型期,在污染治理重心向系统性治理转移的背景下,加快构建以政府为主导、企业为主体、社会公众积极参与的多元共治现代环境治理体系,成为有效整合治理主体自身优势、切实提升环境污染治理能力的必然选择(余泳泽和尹立平,2022)。如何更有效地促进政府与企业主体间的良性互动,最大化发挥市场机制对资源配置的决定性作用,进而为环境污染防治提供稳定的长效机制是当前的迫切任务。
政府与社会资本合作模式(Public-Pri-vate Partnership,PPP)作为具有风险共担、利益共享、合作共赢等特征的创新型公共产品供给方式,具备补强供给侧短板、改善社会福利、提升公共品供给质量和效率以及加快政府职能转变等优势(Hodge等,2017)。2015年以来,随着中央有关政策的不断加码与地方政府的配套落实,我国生态建设与环境保护行业PPP模式发展迅速,涉及污水处理、垃圾整治、海绵城市、气体排放与湿地绿地养护等多个领域。国家对防范化解政府债务风险问题尤为重视,多次强调规范实施PPP项目。环境治理类PPP项目增速虽在2018年后有所放缓,但总量上仍稳居前三。如图1所示,2016年后在环境治理客观需求、地方政府主观偏好以及财政禀赋约束的综合作用下,环境类PPP项目由早期的快速增长状态呈现更加鲜明的地区异质性,从区域增长态势来看,我国每年环境类PPP新增项目数量大体呈现西部<东部<全国平均<中部的显著特征。
作为我国PPP市场中的重点行业,截至2019年底,我国生态环境领域PPP项目数量为3196个,投资总额达1.97万亿元,项目总体落地率超过70%①。如图2所示,除西部地区项目受财政能力约束使落地情况不及预期外,中东部地区环境类PPP项目在地方政府的鼎力支持与社会资本的充分参与下落地进程良好。2020年3月国家颁布的《关于构建现代环境治理体系的指导意见》指出,“引导各类资本参与环境治理投资、建设、运行,加快形成规范有序的环境治理市场体系”。可见,在环境治理产业高质量发展背景下,PPP模式逐渐成为受困于绩效与财政双重压力下的地方政府强化环境基础设施建设、提升环境污染治理能力和推进环境服务市场化改革的主流选择(关斌,2020)。对于环境类PPP项目落地与污染治理能力的关系而言,近年来我国环境类PPP项目加速落地是否有效地促进了污染治理能力的提升?哪些因素在这一作用机制中发挥了关键作用?另外,环境类PPP落地项目污染治理效应在不同项目特征下的表现与可行的优化方式同样值得讨论。对这些问题的探索将有助于厘清当前环境治理领域PPP模式发展瓶颈的破解路径,为驱动我国环境治理市场化改革提供新思路。
当前关于创新环境治理政策工具方面的成果已十分丰富,众多学者立足创新制度供给与硬化政策执行,为健全现代环境治理体系提供方案(范子英和赵仁杰,2019;宋弘等,2019)。而对于市场化环境治理工具,越来越多的学者开始聚焦如何通过优化政策组合或创新治理模式激发市场主体治理污染的内生动力(郑洁等,2019;李治国和王杰,2021)。关于PPP模式在环境污染治理的应用层面,也有诸多学者围绕环境治理领域PPP模式的项目可行性(Yang等,2016)、运行机理(耿翔燕和葛颜祥,2018)、激励与监管框架设计(An等,2018)、回报机制(杜焱强等,2019)与风险分担方式(Shrestha等,2017)等维度从理论层面展开了有益探讨,但其中关于环境类PPP项目落实与污染治理间关系的研究结论却不尽一致。一部分观点认为,PPP模式在环境治理领域的应用有利于提升污染治理能力。Ouenniche等(2016)及Villani等(2017)认为PPP模式充分发挥了社会资本在技术、管理与创新方面的优势,并使政府职能逐渐转移到项目的统筹与规范上,通过付费与绩效结合极大地提升了项目运营效率与污染治理能力。李繁荣和戎爱萍(2016)认为PPP模式能够将政企双方优势有力结合,既可化解政府举债风险,拓宽融资渠道,同时又能通过各合作主体间成本与风险的合理分担,进一步加速释放社会资本固有潜力,推动环境治理产业跨越式发展。另一部分观点则认为相较传统治理模式,受限于地方政府的主观行为与社会资本的自利动机,在环境治理领域施用PPP模式并不能带来污染治理效率的显著提升。杜焱强等(2018)、Xue和Wang(2020)认为PPP模式在实施中受到政府治理能力与企业是否有效参与等问题约束,落地缺乏问题导向,应当审慎推进、不可盲从。特别在项目的执行阶段,由于环境治理产业链自身存在上下游利益分配不均的情况,后期运营维护区间因时间跨度较长,加之不确定因素较多,社会资本往往无法承受运营成本的持续增长而丧失参与积极性,造成项目收益下降并影响最终的环境治理绩效(Liang等,2019;Mensah,2020)。
基于上述认识可以发现,大多数学者对于PPP模式改善区域环境公平及破除环境治理困境的内在优势持肯定态度,但不可否认,环境治理领域PPP模式的污染治理效应会受到区域禀赋、政府治理能力与策略选择等因素的干扰,甚至产生功能异化现象。另外,已有研究关于环境类PPP项目落地对污染治理效应的分析方法从实证角度有待进一步深入。一方面,现有文献仍以定性评价与案例分析为主要研究方法,对于环境类PPP项目的发展态势缺少具体的量化指标;另一方面,已有研究大多缺乏对环境类PPP项目污染治理效应影响机理与异质性层面的考察,关于提升路径的讨论也更多停留在项目的内部要素。本文通过环境治理PPP项目落地情况测度项目发展态势,依托财政部政府与社会资本合作中心项目库数据,以2015−2019年我国环境类PPP落地项目为样本并匹配至地级以上城市,系统识别环境PPP项目对污染治理的影响效应、作用机制与可行的提升路径。结果表明,环境类PPP项目落地规模扩大对于污染治理效应具有显著促进作用。目前,该类项目主要通过优化资源配置与政府监管职能实现污染治理效应。环境类PPP落地项目的治污效应在政府治理能力与行为选择等因素影响下存在明显差异,项目审批效率更高、财政承受能力更强以及社会资本参与更充分的地区,表现出更好的污染治理效应。
本文的边际贡献如下:首先,基于环境类PPP落地项目,从实证层面检验了数年来PPP模式在我国环境治理领域的实施是否达到了污染防治能力提升的实践预期,为未来通过市场化工具创新环境治理模式、深化环境治理市场化改革提供了有力证据;其次,从作用机制看,本文厘清了环境类PPP项目落地提升污染治理能力的两条主要传导路径——资源配置效率提升与环境监管职能优化,同时进一步识别了在不同特征下环境类PPP落地项目污染治理效应的具体表现,有利于为环境治理领域PPP模式精准施策提供针对性指引;最后,区别于已有研究从项目结构设计或运行合理与否等内部视角研判环境类PPP落地项目污染治理成效的制约因素,本文更加关注PPP项目的治理效应是否受到政府治理能力与行为选择等外部因素的影响。通过异质性检验,本文尝试从厘清政府作用边界、提高PPP项目规范化重视度以及完善财政信息公开等视角对优化环境类PPP落地项目污染治理效应提出建议,为加快落实地方政府治理主体责任与健全环境治理市场体系提供参考。
-
从政府失灵与物有所值理论来看,环境类PPP项目的加速落地有利于克服公共部门环境投资的无序低效,市场机制中社会资本能够更为合理地控制机会成本且更加精准地捕捉公众对生态产品的实际需求,从而有效弥补了政府失灵并提升了资源配置效率。从熊彼特创新理论来看,环境类PPP项目能够将政府与企业优势要素充分融合,有利于实现治理技术与项目管理模式的双重创新。从委托代理理论来看,项目合作中公共部门能够集中资源更有效地发挥环境监管职能,对合作企业形成强有力的约束、激励与监督,有利于在一定程度上规避传统环境治理模式中存在的“逆向选择”“信息操纵”等代理人危机。从内生增长理论来看,环境类PPP落地项目铺开为治污能力升级提供了技术、资金、人才与管理经验等多方面支持,为延伸绿色产业链条与环境治理高质量建设积累了发展动力。基于此,本文提出假说H1。
H1:环境类PPP项目落地规模的扩大有利于促进环境治理效应,提升污染治理能力。
PPP模式作为发挥市场机制在资源配置中起决定性作用的工具之一,以产出为导向,相较于传统模式在成本管理、运营服务质量与及时性方面能够更加有效地规避效率损失问题(Ryzhenkov,2016)。同理,环境类PPP项目落地规模的扩大可以从环境公共服务的供给效率与资源利用效率上实现资源配置优化,达到提升污染治理水平的目的。在项目起步阶段,社会资本对成本与风险的承担及利润与回报的实现更为敏感,经过竞争选定的社会资本能够通过灵活的规划和专业的机构为其节省大量管理成本(马文超和夏烨,2020);在竞争性市场体系中,合作企业可以运用更加丰富的专业技术与创新管理经验使项目达到理想的投入产出状态,政府方则通过“按效付费”将社会资本收入与项目质量挂钩,使合作企业为追求自身盈利而有足够的动力不断提高运营质量,提升环境服务效果尤其是社会满意程度,实现资金使用效率与项目运作效率的共同提升(Park等,2018;Cui等,2019)。在项目运营阶段,PPP模式的施行能够优化污染治理的联动能力,相较于过去的“碎片化”治理方式更能够适应环境污染处理多样性与复杂性不断升级的实际,治理资源在空间上调配更加均衡,运营能力大幅增强,有效促进了污染治理的整体效益。同时,政府在近年来除新建项目外,还加大了对环境基础设施存量资产引入PPP模式的力度(吴亚平,2020)。数据表明,以污染处置设施为例,我国近1/3存量项目因资金来源与技术升级陷入困境,处在半运转或闲置状态,造成污染治理资源的极大浪费②。PPP模式的引入能够有效解决这一资源配置扭曲问题,既有利于盘活环境基础设施存量资产,提升原有项目运营效率,将过剩产能转化为有效供给,又进一步拓宽社会资本的投资渠道,实现政企双赢,促进我国污染治理能力的持续升级。
环境治理作为技术密集型产业,对治理技术与工艺的专业化程度有极高要求。在传统治理体系下,污染处理基础设施囿于政府财力与管理模式,处理设备更新与工艺升级的速度难以适应不断变化的环境治理需求,致使污染处理效率不可持续(Munir和Ameer,2020)。随着环境类PPP项目落地规模的不断扩大,环保类社会资本能够充分发挥其核心技术优势,促进污染处理工艺不断升级,同时有针对性地对焦不同污染现状施用最为合适的治理技术,极大地提升了污染治理效率。此外,随着信息与数字技术在城市建设中的广泛应用,数据资源逐渐成为环境治理运行中不可或缺的关键要素(Biygautane等,2019)。大量环境类PPP项目开始运用智慧系统对污染信息实时监测,不仅对污染物排放起到了前端预防作用,其数据共享还有利于政府降低监管成本,提升监管效率,改善传统治理模式中信息不对称的困境,进而有效推动污染治理能力提升。
环境类PPP项目落地规模的扩大还通过优化政府监管职能促进环境治理效益提升。传统模式下,政府往往承担直接的环境项目建设和环境服务提供责任,既是“裁判员”又是“运动员”,且多倾向于后者;而在PPP模式下,政府不直接承担环境类公共服务的产出过程,而是充分借助社会资本优势规避自身垄断性劣势,实现环境公共服务的提质增效。一方面,随着环境类PPP项目落地进程的加快,社会资本凭借其资金与融资便利优势,替代财政投入成为该领域项目建设与运营阶段投融资来源的主力军,极大程度上缓释了政府环境治理资金短缺问题,有效规避项目资金使用效率低下等现象,并通过多方协商、规划将投资成本在较长的项目生命周期中均衡分担,有效控制项目运营风险。另一方面,环境治理中的政府角色逐渐由供给者向监督者与协调者过渡,项目规划、配套支持、宏观调控及监管体系建设成为新的工作重心,使有限的财政资金充分运用于环境监管、资源统筹以及为社会资本服务等领域,达到提升污染治理能力与优化政府职能的双重目的。
PPP项目在环境治理领域的广泛落实有利于推进生态建设与环境服务供给侧结构性改革,特别是通过推动绿色产业向规范化高质量方向跨越式发展,实现污染治理能力的有效提升。环境类PPP项目落地规模扩大使环保类社会资本更多参与污染治理领域,加之政府对环境类PPP项目财政补贴、税收优惠等政策扶持与环境规制引导的强化,生态建设与环境保护行业融资壁垒与准入门槛不断降低,越来越多的优质环保企业在参与PPP项目的过程中持续提升核心竞争力,推动环境服务产品供给质量不断优化。同时,环境类PPP项目落地过程中深入吸纳数字信息等新兴生产要素,更多数据服务与信息系统研发等技术产业与其有效联动,催生了环境治理领域与科技服务领域的双向协同。诸多传统产业也因看到环境服务行业巨大的发展潜力与参与环境活动为企业带来的经济与社会双重效益,不断扩大对该领域的投入力度,有效推进了产业绿色化转型。基于此,本文提出假说H2。
H2:环境类PPP项目落地通过促进资源合理配置、增强技术创新投入、优化政府环境监管职能以及推动绿色产业发展等机制实现污染治理能力提升。
-
理论上,扩大环境类PPP项目落地规模能够对我国污染治理能力产生积极影响,但这种正向效应会在项目具体落实过程中因合作双方不同因素的综合作用呈现显著异质性。地方政府往往因较大的污染治理绩效压力急于求成,如为减少后期监管成本将多个子项目简单捆绑,忽视本地区污染治理实际与整体绩效实现,既造成了资源的不合理配置,也有违推广PPP模式以达到环境公共品供给质量与效率提升的初衷。同时,在社会资本的选择上,一些地方政府仅通过净资产总量衡量竞标企业的综合实力,对环保专业性强但体量小的企业产生了行业挤出效应。此外,在财政承受能力论证中,某些地方政府为突出政绩,通过承诺政府回购等方式吸引社会资本参与,在自身偿债能力不确定的情况下,提前固化了政府的支出责任,加剧其自身财政支付压力。一方面,政府部门作为PPP模式施行的决策者与项目的监督者,其自身治理能力与公共服务效率在项目运营中占有举足轻重的地位,加之生态环境的公共品属性使项目的回报机制多为政府付费与可行性缺口补助,同样需要地方政府财政承受能力与债务风险控制能力的可靠保障(贾康和吴昺兵,2020);另一方面,环境类PPP项目投资数额巨大,回报周期长,对当地的营商环境、市场开放程度以及社会资本的综合实力尤其是参与能力要求极高(Yang等,2020)。因此,本文从环境类PPP项目落实中的政府公共服务效率、财政承受能力与社会资本的参与程度展开异质性分析。
政府公共服务能力是影响环境类PPP项目污染治理效应的首要决定因素。公共服务效率高的政府具备良好的契约精神与政策公信力,有能力为社会资本提供优质的基础设施配套服务,减少内部交易成本,分担项目合作风险,更容易获得社会资本的信任(仇娟东等,2020)。尤其是环境类PPP项目,投资数额庞大、前期准备工作复杂、参与方众多,需要服务性政府建立高位的协调组织机制做好协同推进工作以降低项目落地难度。同时,公共服务水平越高的政府,其政策执行能力与法律规制能力越强,对项目的论证与监管也越严格,有利于减少项目合作过程中约定融资不到位、建设或运营质量不达标甚至寻租等现象,有效促进环境类PPP项目落地与污染治理效应实现。
PPP项目落地同样需要经过充分的财政承受能力论证,在地方政府举债被严格约束的背景下,财政风险承受能力强的地方政府更能获得社会资本对其履约能力的信任,从而使自身避免项目中断而导致利润亏损的风险。一方面,政府有足够的能力通过PPP模式进行环境治理项目建设,在争取上级政府更多优惠政策的同时进一步促进本地区环境治理项目运营服务能力的提质增效;另一方面,社会资本在保证自身收益预期的前提下,项目的潜在风险由政府兜底,提升了项目容错率,有利于缩减社会资本因投资风险而存在的额外成本,进而吸引更高效的合作企业参与竞争。
社会资本参与程度也是影响环境类PPP项目污染治理效应的关键所在(沈言言和李振,2021)。长期以来,囿于融资渠道匮乏及相关制度规定不健全,私人部门有效参与不足且缺乏竞争成为我国PPP项目难以有效落地的主要原因。地方政府通过优化辖区市场环境,降低企业制度性交易成本,吸引优质社会资本集聚,为政府部门提供更为多样化的合作选择,从而减轻政府方支付压力并促进项目加快落地进程,提升整体运营效率并合理控制项目潜在风险,从而更好地实现污染治理效应。基于此,本文提出假说H3。
H3:当项目得到更高效的政府公共服务、更有力的财政承受能力以及更充分的社会资本的支持时,该地区落地的环境类PPP项目更有利于释放污染治理效应。
-
本文实证研究遵循如下步骤:首先,为验证核心假说H1,本文分别考察污水收集与处理、垃圾收运与无害化处理以及生态绿化与湿地保护三类环境类PPP项目落地规模对城市污染治理能力产生的具体效应,由此构建如下基准回归模型:
$$ {Pga}_{i,t}={\alpha }_{0}+{\alpha }_{1}{Egl}_{i,t}^{*}+{\lambda }_{1}{Controls}_{i,t}+{\mu }_{i}+{\nu }_{t}+{\epsilon }_{i,t}$$ (1) 其中,当被解释变量污染治理能力(Pga)分别为污水集中处理率(Str)、垃圾无害化处理率(Wtr)与空气质量指数(Aqi)时,Egl*分别对应污水收集与处理类PPP项目(Egl1)、垃圾收运与无害化处理类PPP项目(Egl2)以及生态绿化与湿地保护类PPP项目(Egl3)落地规模。Controls为控制变量组,
$ {\mu }_{i} $ 为个体效应,$ {\nu }_{t} $ 为时间效应。其次,为验证机制假说H2,即环境类PPP项目落地规模通过何种作用机制对污染治理能力产生影响。本文参考Baron和Kenny(1986)的方法,构建如下中介模型:
$$ {Rae}_{i,t}\left({Tie}_{i,t},{Mag}_{i,t},{Gid}_{i,t}\right)={\beta }_{0}+{\beta }_{1}{Egl}_{i,t}^{*}+{\lambda }_{2}{Controls}_{i,t}+{\mu }_{i}+{\nu }_{t}+{e}_{i,t} $$ (2) $$ {Pga}_{i,t}={\gamma }_{0}+{\gamma }_{1}{Egl}_{i,t}^{*}+{\gamma }_{2}{Rae}_{i,t}\left({Tie}_{i,t},{Mag}_{i,t},{Gid}_{i,t}\right)+{\lambda }_{3}{Controls}_{i,t}+{\mu }_{i}+{\nu }_{t}{+u}_{i,t}$$ (3) 其中,模型(2)考察环境类PPP项目落地规模是否对资源配置(Rae)、绿色技术创新(Tie)、职能优化(Mag)以及环境产业发展(Gid)四个机制变量产生影响;模型(3)将四个机制变量与核心解释变量共同纳入回归方程,判断环境类PPP项目落地规模是否通过以上作用机制对污染治理能力产生影响。在α1、β1显著的情况下,若γ1不显著但γ2显著,说明该变量存在完全中介效应;若γ1、γ2均显著,则表明至少存在部分中介效应;若γ1显著但γ2不显著,需进一步通过Sobel检验证明中介效应是否存在。上述模型中,ei,t、ui,t、μi、vt均为随机误差项。
最后,为验证假说H3,本文通过政府审批效率(Aef)、财政承受能力(Fis)与社会资本参与程度(Scp)对环境类PPP项目落地的污染治理效应展开异质性分析。借鉴沈永建等(2019)的研究,按以上三个指标的中位数将所有样本城市分为高、低两组,在模型(1)的基础上进行分组回归,以此识别其在环境类PPP项目落地规模对污染治理能力影响中的具体效应差异。
-
城市污染治理能力(Pga)。城市污染按环境要素主要分为大气污染、水体污染与土壤污染等,所呈现的污染形态主要有污水、固体垃圾与废弃物以及存在于空气中的有害物质。本文参考曾昌礼和李江涛(2018)的研究,从污水集中处理率(Str)、垃圾无害化处理率(Wtr)以及空气质量指数③(Aqi)三个维度进行衡量,污水集中处理率、垃圾无害化处理率的提高与空气质量指数的降低均在一定程度上反映城市污染治理能力的提升。
-
环境类PPP项目落地规模(Egl*)。PPP项目的落地是指PPP项目已进入全生命周期五个阶段(识别、准备、采购、执行和移交)中的执行和移交两个阶段。为充分反映PPP项目的发起时间与运行周期,本文结合吴义东等(2019)的研究,采用地区环境类PPP项目落地金额占其环境类PPP总投资额的比重来衡量项目当期落地规模。关于环境类PPP项目的分类如下:我国环境类PPP项目主要涉及污水处理、生态建设和环境保护(包含流域生态景观绿化治理与边坡修复等)、垃圾处理(包含环卫服务和垃圾无害化处理)、海绵城市及供排水等领域,其中,前三类占总数的比重分别为35%、33%与15%④,在环境类PPP模式的项目结构中占据重要地位。同时,考虑到项目期望产出与被解释变量的匹配度,本文对财政部政府与社会资本合作中心项目管理库中的环境类PPP项目按最终产出是否为污水处理或垃圾处理设施以及生态绿化与湿地保护等进行人工分类,区分为污水收集与处理类PPP项目(Egl1)、垃圾收运与无害化处理类PPP项目(Egl2)以及生态绿化与湿地保护类PPP项目(Egl3)三类,以分别对应污水集中处理率(Str)、垃圾无害化处理率(Wtr)以及空气质量指数(Aqi)三个被解释变量。
-
环保资源配置(Rae)。借鉴曹亚军(2019)的研究,本文选择环境治理要素市场扭曲程度作为代理变量,从侧面反映行业要素资源配置是否合理。参考周一成和廖信林(2018)的方法,本文对环境治理要素市场扭曲程度测度如下:当环境治理要素市场扭曲程度数值接近1时,表示该行业要素越接近合理配置;若环境治理要素市场扭曲程度数值大于1甚至趋向更高,表明环境治理要素投入实际所得小于其应得报酬,即环境治理行业资源配置呈现负向扭曲,反之即为正向扭曲,两者均为资源配置效率下降的体现。
绿色技术创新(Tie)。本文参考胡晓珍和杨龙(2011)的研究,选择绿色全要素生产率衡量绿色技术创新效应。具体而言,以城镇单位从业人数、资本存量(通过永续盘存法估算)以及专利授权数分别作为劳动、资本与技术要素的投入指标,以地区生产总值与环境污染综合指数(利用熵值法对各地区工业废水、工业SO2、工业烟尘、工业粉尘及工业氮氧化物等污染指标拟合)分别作为期望产出与非期望产出指标。
监管职能优化(Mag)。本文选择政府环境监管能力建设与监管运行保障资金总额占财政环保支出的比例加以衡量,该指标数值越高,表明政府对环境监管的投入力度越大且结构更加向监管职能倾斜,利于其优化环境监管职能。本文使用的环境监管能力建设投资与环境监管运行保障资金总额来自《中国环境年鉴》的省级数据,并借鉴戴魁早(2018)的思路,以地级市人口总数占本省人口总数比重为权重,乘以省级指标得到地市一级数据。
环保产业发展(Gid)。本文采用环境行业人均产值衡量城市的环保产业发展效应。同样此处依然借鉴戴魁早(2018)的处理方式获取地市一级数据。
-
参考已有研究(席鹏辉,2017;石大千等,2018),本文选取人口密度对数值(Lnden)、人均地区生产总值对数值(Lnpgdp)、城市化率(Rcity)、第三产业占比(Trate)、财政科技支出占财政支出比重(Tec)、财政环保支出占财政支出比重(Env)以及环境基础设施投资额占地区生产总值比重(Infra)等控制变量。考虑到政府官员特征、政策偏好与公众诉求对环境污染治理水平的可能影响,本文对官员任期、政府对环境治理的重视程度以及公众环保诉求等变量加以控制。如选择市委书记在任时间是否超过3年对官员任期进行测度(汪峰等,2020);关于政府对环境治理重视度与公众环保诉求指标,本文分别通过地方政府工作报告中涉及环保词频的汇总以及地方人大、政协关于环保的建议与提案情况加以量化。各变量具体定义如表1所示。
表 1 变量定义
名称 变量 测度 污染治理能力 Pga 污水集中处理率(Str) 垃圾无害化处理率(Wtr) 空气质量指数取对数(Lnaqi) 环境类PPP项目落地规模 Egl* 污水收集与处理类PPP项目每年落地金额占总投资额比重(Egl1) 垃圾收运与无害化处理类PPP项目每年落地金额占总投资额比重(Egl2) 生态绿化与湿地保护类PPP项目每年落地金额占总投资额比重(Egl3) 环保资源配置 Rae 环境治理要素市场扭曲程度 绿色技术创新 Tie 绿色技术效率指数 监管职能优化 Mag 环境监管能力建设投资与环境监管运行保障资金总额之和/环保支出 环保产业发展 Lngid 环境行业人均产值取对数 人口密度 Lnden 人口总数/行政区域面积,并取对数 经济发展水平 Lnpgdp 人均地区生产总值,并取对数 城市化率 Rcity 非农业人口/总人口 产业结构 Trate 地区第三产业产值/地区生产总值 科技投入水平 Tec 财政科技支出/财政支出 环境规制 Env 财政环保支出/财政支出 环境基础设施投资 Infra 环境基础设施投资额/地区生产总值 官员任期 Ote 市委书记截至当年在该职位时间是否超过3年,是为1,否则为0 政府对环境治理的重视程度 Lniep 地方政府工作报告中关于环保词频的数量,并取对数 公众环保诉求 Lnepp 地方人大与政协关于环保问题的建议与提案数,并取对数 -
本文的研究样本为我国除直辖市、西藏及港澳台地区外所有含环境类PPP项目的地级市。通过手工收集财政部政府与社会资本合作中心PPP项目管理库市政工程、生态建设和环境保护、能源与农业等领域中涉及环境治理的PPP项目(不包括中央级与省级),根据变量设计进行分类,并匹配项目所在城市的面板数据(2015−2019年),最终得到256个地级市样本(1280个观测值)⑤。另外,环境监管职能优化、环境基础设施投资额以及地方人大、政协关于环保的建议与提案情况等变量数据来自《中国环境年鉴》《中国环境统计年鉴》,政府对环境治理重视度的数据来自地方政府年度工作报告,官员任期数据通过各城市年鉴与互联网检索手工整理获得。其余变量数据主要来自《中国城市统计年鉴》、各省市统计年鉴、各地市国民经济和社会发展统计公报(2015−2019年)以及各省、市政府门户网站与财政、环保等部门网站。其中,部分年份变量数据存在缺失的,采用平均增长率法与插值法进行补齐。主要变量描述性统计结果如表2所示。
表 2 主要变量描述性统计
变量 样本数 均值 标准差 最小值 最大值 Str 1270 0.907 0.091 0.300 1 Wtr 1280 0.957 0.117 0.018 1 Lnaqi 1280 4.328 0.261 3.565 4.989 Egl1 1270 0.368 0.400 0 1 Egl2 1280 0.278 0.405 0 1 Egl3 1280 0.366 0.415 0 1 Rae 1280 0.208 0.203 0.005 2.673 Tie 1280 1.009 0.029 0.960 1.060 Mag 1280 0.105 0.160 0.002 0.978 Lngid 1280 5.873 1.098 2.530 10.569 注:限于篇幅,未报告控制变量描述性统计结果,备索。 -
考虑到污水集中处理率(Str)与垃圾无害化处理率(Wtr)的取值是介于0和1的受限因变量且具有归并数据的特征,本文采用Tobit模型对方程进行估计,但Tobit模型存在对分布依赖性较强从而造成估计结果产生偏误的缺陷,因此本文选择Clad模型回归并将结果与Tobit模型所得回归结果进行比较,以确保扰动项在不服从正态分布或存在异方差的情况下仍能得到相对稳健的结果。
表3的回归结果表明,我国污水收集与处理类PPP项目以及垃圾收运与无害化处理类PPP项目落地规模的扩大显著提升了对应污染物的治理能力,生态绿化与湿地保护类PPP项目则有效降低了空气质量指数,对我国空气质量优化产生促进作用,假说H1得以验证。从系数大小来看,环境类PPP项目落地进程的加快对于我国空气污染的抑制效果最佳,对于污水的治理效应次之,对于垃圾无害化处理能力的提升效应最小。蓝天保卫战作为我国污染防治攻坚战的重中之重,一直以来受社会各界高度重视,各级政府通过引导PPP模式在该领域持续施力,极大地促进了我国城市绿化覆盖面积,增强了湿地、森林等生态系统对大气环境的修复、调节功能,对空气质量改善产生了较为明显的积极作用;而污水集中处理与垃圾无害化处理对技术更新的依赖性较强,加之技术适用具有一定的时滞性,相应污染治理工艺改造升级的进度与污染治理需求的增长速度难以达到充分匹配,依然存在较大的调整空间。总体而言,近年来我国环境类PPP项目在污染治理能力提升上成效初显,各地区通过增强对社会资本的政策扶持力度不断扩大环境类PPP项目落地规模,实现了项目运营与资金使用效率的共同提升,为污染防治攻坚提供了有力保障。
表 3 环境类PPP项目落地规模对污染治理能力的回归结果
变量 Str Wtr Lnaqi Tobit
(1)Clad
(2)固定效应
(3)Tobit
(4)Clad
(5)固定效应
(6)固定效应
(7)Egl* 0.043*** 0.026*** 0.041*** 0.014* 0.002*** 0.016** −0.054*** (0.006) (0.003) (0.005) (0.008) (0.001) (0.008) (0.010) Lnden 0.010*** 0.008*** −0.064 0.019** 0.004*** 0.005 −0.069 (0.003) (0.002) (0.042) (0.004) (0.000) (0.058) (0.076) Lnpgdp 0.042*** 0.050*** 0.059*** 0.041*** 0.007*** 0.078*** 0.046 (0.008) (0.004) (0.015) (0.011) (0.001) (0.022) (0.029) Rcity −0.010*** −0.072*** −0.244** −0.003 −0.005** 0.119 −0.383* (0.031) (0.015) (0.105) (0.042) (0.003) (0.150) (0.198) Trate 0.171*** 0.109*** 0.125*** 0.105** 0.005** 0.131** −0.381*** (0.031) (0.015) (0.046) (0.042) (0.003) (0.066) (0.086) Env 0.571*** 0.304*** 0.381*** 0.088 0.016 0.646*** 0.033 (0.132) (0.054) (0.121) (0.176) (0.010) (0.173) (0.225) Tec 0.163 −0.367*** −0.041 0.057 −0.020 −0.199 0.807** (0.170) (0.086) (0.203) (0.228) (0.015) (0.290) (0.379) Infra 3.237*** 2.735*** 0.579 1.816** 0.208*** 1.318 3.299*** (0.561) (0.272) (0.608) (0.752) (0.047) (0.870) (1.136) Ote 0.001 −0.004 −0.002 0.000 0.001 −0.004 0.007 (0.005) (0.003) (0.003) (0.007) (0.000) (0.005) (0.006) Lniep −0.025*** −0.007* −0.011* 0.032*** 0.001 0.004 −0.096*** (0.007) (0.004) (0.006) (0.010) (0.001) (0.009) (0.012) Lnepp −0.003 −0.005*** −0.005 −0.005 −0.001* −0.006 0.045*** (0.004) (0.002) (0.004) (0.005) (0.000) (0.005) (0.007) Constant 0.420*** 0.340*** 0.498* 0.236* 0.895*** −0.008 4.797*** (0.092) (0.045) (0.259) (0.124) (0.008) (0.360) (0.474) Year/City 控制 控制 控制 控制 控制 控制 控制 Obs 1270 1270 1270 1280 1280 1280 1280 R2 0.259 0.116 0.307 注:括号内为标准误,*、**与***分别表示系数在10%、5%与1%的水平上显著。下同。 控制变量的回归结果显示:(1)经济发展水平在1%的显著性水平上促进了污水集中处理率与垃圾无害化处理率的提升,表明经济发展程度较高的地区具备较强的环境污染治理能力,反映出我国经过多年的生态环境建设正逐渐步入环境库兹涅茨曲线(EKC)的右半段;与之相对,经济发展水平的提升并不利于空气质量的改善,表明经济活动的扩大仍会带来空气污染进一步恶化。(2)政府环境规制在1%的显著性水平上对污水与垃圾处理能力产生正向效应,体现出当前环境保护工作中仍需发挥政府坚实有力的主导作用,进一步提升财政环保支出比重尤为关键。(3)产业结构调整显著促进了污水、垃圾与空气污染治理能力的提升,体现出近年来合理引导产业结构向绿色转型升级的工作取得良好的环境治理成效,较好地契合了人口增长所带来的污染治理需求。(4)政府对环境治理的重视显著提升了空气污染治理能力,表明近年来地方政府对于突出环境问题的有效整治充分提升了辖区居民对生态环境的满意程度,人大、政协关于环保问题提案与建议数的下降进一步反映出有关部门对于空气污染治理能力的优化是卓有成效的。(5)城市化率与科技投入对空气污染治理分别具有显著的正向影响和抑制作用,反映出坚持走高质量发展的新型城镇化道路的同时,加快提升前端科技投入水平,推进技术进步由“污染型”向“绿色型”转变势在必行。
-
为克服可能的反向因果问题对基准回归结果的干扰,本文采用滞后一期的环境类PPP项目落地规模作为工具变量并通过两阶段最小二乘法(2SLS)对其进行检验。表4列(1)至列(3)的结果表明,环境类PPP项目落地规模对污染治理能力回归系数的显著性及符号方向与基准回归结果基本保持一致,上文结果稳健。
表 4 稳健性检验:工具变量法与替换核心解释变量
变量 Str
(1)Wtr
(2)Lnaqi
(3)Str
(4)Wtr
(5)Lnaqi
(6)Str
(7)Wtr
(8)Lnaqi
(9)Egl* 0.065*** 0.051* −0.072** (0.022) (0.028) (0.023) Eglr* 0.005** 0.020** −0.057*** (0.002) (0.008) (0.010) Degl* 0.015*** 0.015*** −0.018*** (0.003) (0.005) (0.006) Controls 控制 控制 控制 控制 控制 控制 控制 控制 控制 Year/City 控制 控制 控制 控制 控制 控制 控制 控制 控制 LM 51.777 66.751 90.812 Wald F 40.292 52.534 73.611 Obs 1270 1280 1280 1270 1280 1280 1270 1280 1280 R2 0.137 0.078 0.342 0.217 0.117 0.307 0.229 0.119 0.292 注:限于篇幅,未报告控制变量的回归结果,备索。下同。 -
第一,采用地区每年环境类PPP项目落地数量占其环境类PPP项目总数的比重(Eglr*)对项目当期的落地规模进行测度,结果如表4列(4)至列(6)所示。第二,借鉴席鹏辉等(2017)的处理方式,构建虚拟变量刻画环境类PPP项目落地进程(Degl*):当该地区本年度环境类PPP项目落地规模较上一年度增长时赋值为1,落地规模减少或没有变化时赋值为0,结果如表4列(7)至列(9)所示。可以发现,在替换核心解释变量后,系数显著性与符号方向并未发生明显变化,即环境类PPP项目落地规模扩大能够明显促进污染治理能力的提升。
-
城市污染治理能力的提升同样得益于中央或上级政府政策调整或增强执行力度,此类政策因素的存在势必对环境类PPP项目落地规模的污染治理效应产生一定干扰。本文对2015−2019年中央与地方政府施行的环境政策进行筛选,最终选择环境垂直管理体制改革与中央环保督察巡视两项政策作为可能的政策干扰变量,将其纳入基准回归模型(席鹏辉,2017;刘亦文等,2021)。环境垂直管理体制改革与环保督察巡视制度的推行旨在强化落实各级环保部门职能,减弱地方政府出于经济发展目标的晋升激励对环保职能履行的干预,以期全面落实环境保护“党政同责”“一岗双责”的主体责任。上述制度安排对近年来各地区环境治理能力的提升起到了显著促进作用。
表5的结果显示,将环保垂直管理体制改革(Ver×D)与中央环保督察巡视(Ceps×D)纳入考虑后,污水处理类PPP项目落地规模(Egl1)、垃圾处理类PPP项目落地规模(Egl2)及绿化保护类PPP项目落地规模(Egl3)的系数大小相较于基准回归结果均有所降低,表明加入政策变量稀释了核心解释变量的部分影响效应,但总体而言,本文的基准回归结果未发生实质性改变。
表 5 稳健性检验:排除相关政策干扰
变量 Str
(1)Wtr
(2)Lnaqi
(3)Str
(4)Wtr
(5)Lnaqi
(6)Ver×D 0.027*** 0.007 −0.037*** (0.006) (0.007) (0.009) Ceps×D 0.015** 0.015** −0.005 (0.006) (0.006) (0.008) Egl1 0.034*** 0.038*** (0.007) (0.007) Egl2 0.015* 0.014* (0.008) (0.008) Egl3 −0.047*** −0.053*** (0.010) (0.010) Controls 控制 控制 控制 控制 控制 控制 Year/City 控制 控制 控制 控制 控制 控制 Obs 1270 1280 1280 1270 1280 1280 R2 0.164 0.117 0.320 0.152 0.121 0.307 -
根据前文论述,推进环境类PPP项目落地可能通过提升资源配置效率、驱动技术创新、优化政府环境监管职能以及推动绿色产业发展等路径释放污染治理的积极效应。为进一步识别上述影响机制是否成立,本文通过模型(2)与模型(3)进行检验。
第一阶段,通过模型(2)分析环境类PPP项目落地规模对四个机制变量的影响,回归结果如表6所示。污水收集与处理类PPP项目、垃圾收运与无害化处理类PPP项目以及生态绿化与湿地保护类PPP项目落地规模均在5%的显著性水平上促进了环境治理资源配置优化。在优化政府环境监管职能的路径中,污水收集与处理类PPP项目及生态绿化与湿地保护类PPP项目落地规模在10%的显著性水平上对其产生正向影响。而在驱动绿色技术创新与推进环保产业发展的路径中,除污水收集与处理类PPP项目对二者产生显著正向效应外,其余两类环境治理类PPP项目落地规模均未对其产生明显作用,绿色技术创新与环保产业发展能否作为影响机制有待第二阶段加以识别。
表 6 作用机制检验
变量 Str
(1)Tie
(2)Str
(3)Rae
(4)Str
(5)Lngid
(6)Str
(7)Mag
(8)Str
(9)Egl1 0.041*** 0.005* 0.041*** 0.061*** 0.038*** 0.083** 0.041*** 0.025** 0.040*** (0.005) (0.003) (0.005) (0.011) (0.005) (0.032) (0.005) (0.013) (0.005) Tie 0.058 (0.051) Rae 0.063*** (0.015) Lngid 0.003 (0.005) Mag 0.026** (0.013) Obs 1270 1270 1270 1270 1270 1270 1270 1270 1270 R2 0.259 0.103 0.260 0.097 0.267 0.304 0.260 0.268 0.262 Sobel P 0.348 0.001 0.601 0.066 注:限于篇幅,本文仅报告污水收集与处理类PPP项目(Egl1)的机制检验结果,其余备索。 第二阶段,本文将环境类PPP项目落地规模与第一阶段检验通过的机制变量一同纳入模型(3)以分析其影响机制,结果如表6所示。在环境治理资源配置效率提升路径中,三类环境类PPP项目落地规模与资源配置对污染治理能力的回归系数均显著且在10%水平上通过了Sobel检验,资源配置效率提升的作用机制成立。在政府环境监管职能优化的路径中,污水处理类PPP项目落地规模(Egl1)以及生态绿化类PPP项目落地规模(Egl3)与机制变量的影响系数均在10%水平上显著,进一步进行Sobel检验发现中介效应存在,即环境监管职能优化在污水处理类与生态绿化类PPP项目落地规模对污水治理与空气质量改善的影响中建立了作用机制。与之相对,政府对于监管能力与运行保障的投入并未对生活垃圾的充分治理产生显著效果,亟需政府部门加快推进环境治理角色转换,将环境监管进一步落到实处。
表6列(3)、列(7)的结果显示,虽然三种环境类PPP项目落地规模的系数均在5%水平上显著,但绿色技术创新与环保产业发展的系数并不显著且未能通过Sobel检验,作用机制并不成立。原因在于:(1)生态绿化与湿地保护类项目更多通过生态系统自身的调节对空气污染进行治理,对环保技术升级的需求总体较弱;而垃圾与污水处理项目对绿色环境治理技术的应用面仍未完全拓宽,难以充分释放潜在的绿色技术创新效应。(2)环境类PPP模式的推广虽然能够吸引更多具备核心竞争力的优质社会资本进入环保产业,且有利于促进新兴科技产业同环境治理产业深度融合,但由于其起步较晚,加之近年来受规范性政策约束,市场回落较快,无法在短时间内形成环保产业的规模化趋势,因而在目前阶段未能建立作用机制。
综上,环境类PPP项目落地主要通过优化环境治理资源配置与政府环境监管职能实现污染治理能力提升。首先,资源配置效应作为作用机制更具普遍性,进一步反映了PPP模式的本质优势,即通过市场手段对政府治理失灵加以弥补,充分提升环境治理项目运营效率与资金使用效率,缓解治理资源配置扭曲,从而实现环境公共产品供给提质增效,为污染防治攻坚与建设美丽中国助力。其次,PPP模式引入环境治理领域也使政府部门能够更好地发挥监管者与服务者的功能,使其将财政资金更多投入污染监管能力的建设,实时监测环境类项目产出边界并充分掌握污染治理进度,有利于遏制社会资本方在项目建设运营中可能隐含的道德风险问题。
-
基于假说H3,本文选择各市项目审批效率(Aef)、财政承受能力(Fis)与社会资本参与率(Scp)三个指标,对样本城市分别按三项指标的中位数大小区分为高、低两组,分析何种情况下更有利于发挥环境类PPP落地项目的污染治理效应,结果如表7列(1)至列(6)所示。本文借鉴冯净冰等(2020)的研究,使用项目发起到本级政府审核项目财政支出责任所耗费的天数衡量项目推进的审批效率;借鉴蔡显军等(2020)的做法,采用政府付费类和可行性缺口补助类项目总额占PPP项目总额之比衡量政府在环境类PPP项目中的财政承受能力;参考郭威和郑子龙(2018)的研究,使用各市项目所披露的社会资本持股比例作为代理变量,并以项目投资金额为权重进行加权平均处理。表7结果显示,在具备较高政府审批效率、较强财政承受能力以及社会资本参与较充分的地区,环境类PPP项目的污染治理效应更为显著,假说H3得以验证。
表 7 异质性检验结果与优化路径
变量 Str Wtr Lnaqi Str Wtr Lnaqi (1)低 (2)高 (3)低 (4)高 (5)低 (6)高 (7) (8) (9) Panel A:根据项目审批效率分组 Egl* 0.038*** 0.041*** 0.003 0.027** −0.046*** −0.063*** 0.055*** 0.073*** −0.072*** (0.007) (0.008) (0.010) (0.012) (0.014) (0.013) (0.012) (0.018) (0.030) Gov 0.002 0.006*** −0.002 (0.001) (0.002) (0.003) Egl*×gov −0.002 −0.007*** 0.002 (0.001) (0.002) (0.003) Controls 控制 控制 控制 控制 控制 控制 控制 控制 控制 Year/City 控制 控制 控制 控制 控制 控制 控制 控制 控制 Chi2检验 0.650 0.810 0.440 Obs 635 635 640 640 640 640 1270 1280 1280 R2 0.289 0.255 0.158 0.161 0.386 0.249 0.260 0.127 0.310 Panel B:根据财政承受能力分组 Egl* 0.032*** 0.054*** −0.007 0.037*** −0.044*** −0.067*** 0.051*** 0.029** −0.044*** (0.006) (0.009) (0.009) (0.012) (0.014) (0.014) (0.008) (0.013) (0.017) spm 0.013** 0.029*** −0.029*** (0.015) (0.002) (0.009) Egl*×spm −0.018* −0.019 −0.004 (0.009) (0.013) (0.018) Controls 控制 控制 控制 控制 控制 控制 控制 控制 控制 Year/City 控制 控制 控制 控制 控制 控制 控制 控制 控制 Chi2检验 0.930 1.340 2.690* Obs 635 635 640 640 640 640 1270 1280 1280 R2 0.284 0.264 0.096 0.178 0.330 0.299 0.264 0.134 0.317 Panel C:根据社会资本参与程度分组 Egl* 0.033*** 0.051*** 0.003 0.032*** −0.048*** −0.070*** 0.070*** 0.060** −0.083*** (0.006) (0.009) (0.010) (0.012) (0.013) (0.015) (0.012) (0.019) (0.022) Ftr 0.000*** 0.001*** −0.000 (0.000) (0.000) (0.000) Egl*×Ftr −0.001*** −0.001*** 0.001 (0.000) (0.000) (0.000) Controls 控制 控制 控制 控制 控制 控制 控制 控制 控制 Year/City 控制 控制 控制 控制 控制 控制 控制 控制 控制 Chi2检验 0.410 0.680 0.973 Obs 635 635 640 640 640 640 1270 1280 1280 R2 0.331 0.243 0.085 0.178 0.363 0.301 0.267 0.126 0.311 首先,项目审批效率越高的城市,环境类PPP项目落地所带来的污染治理能力提升程度越明显。政府作为生态产品的最主要供给者,其治理能力与行政效率在很大程度上决定了环境公共服务的供给质量,高效的公共部门通过对项目前期程序的简化优化与评估评价工作的严格把控,能够更好地实现优质社会资本的精确筛选与项目风险的合理规避,为促进污染治理能力有效提升提供了稳定的制度环境。
其次,具备更强PPP项目财政承受能力的城市,环境类PPP项目落地所产生的污染治理效应更强。合理的风险分配是PPP项目成功落地的关键要素,有利于保障社会资本在特许经营期内获得较为稳定的收益,从而吸引更多企业参与竞争。同时,在绿色政绩考核与环境服务难以满足公众需求的压力下,可靠的财政承受能力更有利于政府同社会资本达成合作,缩减项目早期阶段的谈判周期,地方政府可以最大程度地发挥财政资金撬动作用,统筹远期规划与近期投入,进一步提升社会资源利用效率与环境服务质量。因此,这些地区更有意愿提供财政支持或相关配套政策,吸引环保类社会资本合作,促成项目最终落地,在较短时间内充分释放环境类PPP落地项目对污染治理的正向效应。
最后,相比社会资本参与率较低的地区,对社会资本具有较高吸引力城市的环境类PPP落地项目所产生的污染治理效应更加明显。大多数环境治理项目生命周期较长,对社会资本的综合实力特别是融资能力的稳定性要求较高,当市场环境缺乏活跃性时,社会资本进入较为困难,对项目极易形成融资阻碍。社会资本充分参与的地区为本地环境类PPP项目提供了更为多元的投融资路径,在政策性资金的带动下,社会闲置资金得以激活,极大缓解了环境治理领域的资金缺口,有效提升了污染治理技术与环境基础设施发展水平,因而对于社会资本参与率较高的地区而言,扩大环境类PPP项目落地规模更有利于发挥其对污染治理的促进作用。
-
政府作为PPP项目的发起者与最终责任人,其对项目的介入程度、自身的治理能力与行为选择对于能否最大化提升环境类PPP项目质量并增进公共服务供给效率起着决定性作用(Hueskes等,2017)。异质性检验发现,项目审批效率、项目财政承受能力以及吸引社会资本参与能力更佳的城市更能够充分释放污染治理效应。本文试图根据这一结论从政府视角探究环境类PPP项目落地促进污染治理能力的优化路径。
本文分别从厘清政府作用边界、提升PPP项目规范化管理的重视程度以及财政透明等方面探讨环境类PPP落地项目对于污染治理效应的优化路径。在模型(4)中,本文通过引入政府相对规模(Gov)、是否强化PPP项目规范化管理(Spm)、财政透明度(Ftr)及其与环境类PPP项目落地规模的交互项,并观察交互项系数η2的符号及显著性,判断三种因素是否促进了落地项目污染治理效应进一步优化:
$$ \begin{split} {Pga}_{i,t}=&{\eta }_{0}+{\eta }_{1}{Egl}_{i,t}^{*}+{\eta }_{2}{Gov}_{i,t}\left({Spm}_{i,t},{Ftr}_{i,t}\right)\times {Egl}_{i,t}^{*}\\&{+\eta }_{3}{Gov}_{i,t}\left({Spm}_{i,t},{Ftr}_{i,t}\right) +{\lambda }_{4}{Controls}_{i,t}+{\mu }_{i}+{\nu }_{t}+{v}_{i,t} \end{split}$$ (4) 本文借鉴梅建明和罗惠月(2019)的方法,采用政府一般公共服务支出与公共管理、社会保障和社会组织从业人数之比衡量政府相对规模。关于是否强化PPP项目规范化管理,本文通过财政部政府与社会资本合作中心、地方政府以及各省市财政部门网站,确定该地区是否出台了规范PPP项目发展的政策文件与通知公告,是赋值为1,否则为0。地级市财政透明度数据来自清华大学公共管理学院公布的《中国市级政府财政透明度研究报告》。
关于政府相对规模,表7的Panel A中列(7)至列(9)结果显示,在引入政府相对规模与环境类PPP项目落地规模交互项后,其对垃圾处理落地项目的污染治理效应产生了明显的阻碍,且对污水处理与生态绿化项目的污染治理效应无显著促进作用,进一步说明项目实施过程中厘清政府作用边界的重要性。
关于政府对PPP项目规范化管理的重视程度,表7的Panel B中列(7)至列(9)的结果显示,控制PPP规范化发展这一变量后,该变量显著提升了环境类PPP落地项目的污染治理能力。但引入该变量与环境类PPP项目落地规模的交互项后,PPP项目规范化管理并未对三类环境类PPP项目的治污效应释放正向影响甚至产生了削弱作用。原因在于,当前地方政府多以临时的规范性文件对PPP模式发展进行约束,法律层级较低,缺乏一套完整立体的政策性法规与之配套;加之具体落实时,各级财政部门难以全面有效地对项目准备阶段工作加以监管,“两评一案”工作在一定程度上失去了“安全阀”作用,造成一批环境治理类项目在实际操作中缺乏合规性,从而在后期运营中存在效率损失、缺乏可持续性与模式错配等问题,特别是环境类PPP项目以政府付费为主要回报机制,缺乏规范管理,极有可能加剧财政中长期支出压力,长期抑制污染治理能力可持续提升。
关于财政透明度,表7的Panel C中列(7)至列(9)的结果显示,该变量同样未能对环境类PPP落地项目的污染治理效应产生正向促进作用。已有研究发现,财政透明度在多数情况下与公共服务效率存在U型关系(许安拓和张弛,2021)。在本级政府财政透明度提高的初期,其受到来自上级政府与社会资本更为全面的双重监督约束,虽有利于规范其预算行为,但也缩小了双方的寻租空间并减弱合作企业投机性参与动机,使财政信息公开产生的边际收益小于边际成本;随着财政信息公开工作的进一步改善,良好的财政信息透明度将逐渐对优质社会资本产生吸引并促使其与政府部门积极合作,进而到达U型曲线右半段。可以期待,环境类PPP项目入库的前期论证、中期采购、运营维护、预算管理与信息公开等方面的规范性程度提升,将在未来有效促进环境类PPP项目更充分地发挥污染治理效应。
-
在环境治理市场化改革浪潮中,政府与社会资本合作模式能否成为环境污染治理能力提升的合理选择,是决策者与学者关注的焦点。本文基于2015−2019年我国256个地市面板数据,利用Clad模型与固定效应模型检验了环境类PPP项目落地规模对污染治理能力的影响,并从作用机制、异质性与提升路径等视角进行了深入分析。研究发现,扩大环境类PPP项目落地规模能够显著促进我国的城市污染治理效应,其中,对于空气质量的改善效果最为明显,对污水集中处理率的提升作用次之,对垃圾无害化处理率的正向效应最弱。作用机制检验发现,环境类PPP项目落地主要通过提升资源配置效率、优化政府环境监管职能两条路径提升污染治理能力,提升资源配置效率这一路径的作用更为普遍,而监管职能优化机制则主要体现在对污水与空气污染治理上,而通过环保产业发展与驱动绿色技术创新以促进污染治理的路径目前仍不明显。异质性检验发现,项目审批效率越高、财政承受能力越强、社会资本参与越充分的城市,越有利于释放环境类PPP项目落地所产生的污染治理效应。进一步研究环境类PPP落地项目污染治理效应的提升路径发现,当前亟需厘清地方政府在PPP模式中的作用边界,强化对PPP项目的规范化约束并逐渐完善PPP项目财政信息公开,方能持续发挥环境类PPP项目落地的污染治理效应。
结合上述结论,本文提出如下建议:
(1)充分发挥环境类PPP项目污染治理效应,加快推进项目落地,补强垃圾无害化处理等环境基础设施发展的短板领域,进一步释放环境类PPP落地项目提升资源配置效率的积极效应,优化环境类社会资本市场环境,为其精准配套财政、税收及土地等相关优惠政策,不断促进其污染治理的最终产出能力。
(2)优化政府污染治理监管职能,加强环境监测技术投入力度。政府部门需积极提高财政环保资金的使用效率,扩大环境监管与运行保障能力建设的投入比重,做好PPP项目合作中服务者与监督者的角色;同时充分发挥财政资金引导作用,鼓励专业性强、创新程度高的智慧型民营企业参与环境类PPP项目,加强环境监测方面数据的交流与共享,充分利用大数据技术完善环境监管系统的网络化。
(3)不断提升政府治理能力与公共服务效率,优化项目审批流程,厘清政府作用边界,同时严格把关社会资本的进入渠道,完善市场监督机制。
(4)强化环境类PPP项目规范化发展约束力度,充分衡量地方财政承受能力,严格杜绝盲目投融资行为,正确引导PPP模式发挥其拓宽多元融资渠道、缓解财政压力的优势,加快法律层面顶层设计,为环境类PPP项目阳光运行提供制度保障。
(5)落实完善环境类PPP项目全生命周期的财政信息公开制度。坚持公开、公正、透明的财政资金使用原则,全面推进预算绩效管理在各地区环境类PPP项目全生命周期中的应用,合理安排财政支出责任,严格落实项目产出与绩效相挂钩,科学、谨慎地实施决策进而规避项目潜在风险。
-
摘要: 我国环境服务市场化改革与现代环境治理体系建设不断深入,环境类PPP项目落地规模呈现强劲增长态势。文章基于2015−2019年我国256个地级市面板数据,采用Clad模型与固定效应模型评估环境类PPP项目落地规模对污染治理能力的影响,并构建中介效应模型对其作用机制展开分析。结果显示:环境类PPP项目落地主要通过提高资源配置效率与优化政府环境监管职能显著提升污染治理能力,在其影响路径中资源配置效应的作用更为普遍。异质性分析结果表明,项目审批效率更高、财政承受能力更强以及社会资本参与更充分的地区更有利于释放环境类PPP项目落地所产生的污染治理效应。进一步研究发现,现阶段亟需从厘清政府作用边界、强化PPP项目规范化发展以及完善项目财政信息公开等方面有效提升环境类PPP落地项目的治污能力。
Environmental PPP Projects and Pollution Control: A Study Based on Landing Scale of Projects
Abstract: With the in-depth advancement of environmental service market reform and the construction of a modern environmental governance system, the landing scale of environmental PPP projects has shown a strong growth trend in China. Based on the panel data of 256 cities in China from 2015 to 2019, the Clad model and the fixed effect model are used to evaluate the impact of the landing scale of environmental PPP projects on pollution control capacity, and the mediation effect model is constructed to analyze its mechanism. The results show that the implementation of environmental PPP projects can significantly enhance pollution control capacity by improving the efficiency of resource allocation and optimizing environmental supervision function of governments. The resource allocation effect plays a more pervasive role in the pathway of this impact. The results of heterogeneous analysis indicate that regions with higher project approval efficiency, greater financial affordability and more extensive participation of social capital are more favorable for releasing the pollution control effects generated by the implementation of environmental PPP projects. Further research finds that it is imperative to effectively enhance the pollution control capacity of environmental PPP projects from the aspects of clarifying the role boundary of the government, strengthening the importance of standardized development of PPP projects and improving the disclosure of project financial information at this stage. -
表 1 变量定义
名称 变量 测度 污染治理能力 Pga 污水集中处理率(Str) 垃圾无害化处理率(Wtr) 空气质量指数取对数(Lnaqi) 环境类PPP项目落地规模 Egl* 污水收集与处理类PPP项目每年落地金额占总投资额比重(Egl1) 垃圾收运与无害化处理类PPP项目每年落地金额占总投资额比重(Egl2) 生态绿化与湿地保护类PPP项目每年落地金额占总投资额比重(Egl3) 环保资源配置 Rae 环境治理要素市场扭曲程度 绿色技术创新 Tie 绿色技术效率指数 监管职能优化 Mag 环境监管能力建设投资与环境监管运行保障资金总额之和/环保支出 环保产业发展 Lngid 环境行业人均产值取对数 人口密度 Lnden 人口总数/行政区域面积,并取对数 经济发展水平 Lnpgdp 人均地区生产总值,并取对数 城市化率 Rcity 非农业人口/总人口 产业结构 Trate 地区第三产业产值/地区生产总值 科技投入水平 Tec 财政科技支出/财政支出 环境规制 Env 财政环保支出/财政支出 环境基础设施投资 Infra 环境基础设施投资额/地区生产总值 官员任期 Ote 市委书记截至当年在该职位时间是否超过3年,是为1,否则为0 政府对环境治理的重视程度 Lniep 地方政府工作报告中关于环保词频的数量,并取对数 公众环保诉求 Lnepp 地方人大与政协关于环保问题的建议与提案数,并取对数 表 2 主要变量描述性统计
变量 样本数 均值 标准差 最小值 最大值 Str 1270 0.907 0.091 0.300 1 Wtr 1280 0.957 0.117 0.018 1 Lnaqi 1280 4.328 0.261 3.565 4.989 Egl1 1270 0.368 0.400 0 1 Egl2 1280 0.278 0.405 0 1 Egl3 1280 0.366 0.415 0 1 Rae 1280 0.208 0.203 0.005 2.673 Tie 1280 1.009 0.029 0.960 1.060 Mag 1280 0.105 0.160 0.002 0.978 Lngid 1280 5.873 1.098 2.530 10.569 注:限于篇幅,未报告控制变量描述性统计结果,备索。 表 3 环境类PPP项目落地规模对污染治理能力的回归结果
变量 Str Wtr Lnaqi Tobit
(1)Clad
(2)固定效应
(3)Tobit
(4)Clad
(5)固定效应
(6)固定效应
(7)Egl* 0.043*** 0.026*** 0.041*** 0.014* 0.002*** 0.016** −0.054*** (0.006) (0.003) (0.005) (0.008) (0.001) (0.008) (0.010) Lnden 0.010*** 0.008*** −0.064 0.019** 0.004*** 0.005 −0.069 (0.003) (0.002) (0.042) (0.004) (0.000) (0.058) (0.076) Lnpgdp 0.042*** 0.050*** 0.059*** 0.041*** 0.007*** 0.078*** 0.046 (0.008) (0.004) (0.015) (0.011) (0.001) (0.022) (0.029) Rcity −0.010*** −0.072*** −0.244** −0.003 −0.005** 0.119 −0.383* (0.031) (0.015) (0.105) (0.042) (0.003) (0.150) (0.198) Trate 0.171*** 0.109*** 0.125*** 0.105** 0.005** 0.131** −0.381*** (0.031) (0.015) (0.046) (0.042) (0.003) (0.066) (0.086) Env 0.571*** 0.304*** 0.381*** 0.088 0.016 0.646*** 0.033 (0.132) (0.054) (0.121) (0.176) (0.010) (0.173) (0.225) Tec 0.163 −0.367*** −0.041 0.057 −0.020 −0.199 0.807** (0.170) (0.086) (0.203) (0.228) (0.015) (0.290) (0.379) Infra 3.237*** 2.735*** 0.579 1.816** 0.208*** 1.318 3.299*** (0.561) (0.272) (0.608) (0.752) (0.047) (0.870) (1.136) Ote 0.001 −0.004 −0.002 0.000 0.001 −0.004 0.007 (0.005) (0.003) (0.003) (0.007) (0.000) (0.005) (0.006) Lniep −0.025*** −0.007* −0.011* 0.032*** 0.001 0.004 −0.096*** (0.007) (0.004) (0.006) (0.010) (0.001) (0.009) (0.012) Lnepp −0.003 −0.005*** −0.005 −0.005 −0.001* −0.006 0.045*** (0.004) (0.002) (0.004) (0.005) (0.000) (0.005) (0.007) Constant 0.420*** 0.340*** 0.498* 0.236* 0.895*** −0.008 4.797*** (0.092) (0.045) (0.259) (0.124) (0.008) (0.360) (0.474) Year/City 控制 控制 控制 控制 控制 控制 控制 Obs 1270 1270 1270 1280 1280 1280 1280 R2 0.259 0.116 0.307 注:括号内为标准误,*、**与***分别表示系数在10%、5%与1%的水平上显著。下同。 表 4 稳健性检验:工具变量法与替换核心解释变量
变量 Str
(1)Wtr
(2)Lnaqi
(3)Str
(4)Wtr
(5)Lnaqi
(6)Str
(7)Wtr
(8)Lnaqi
(9)Egl* 0.065*** 0.051* −0.072** (0.022) (0.028) (0.023) Eglr* 0.005** 0.020** −0.057*** (0.002) (0.008) (0.010) Degl* 0.015*** 0.015*** −0.018*** (0.003) (0.005) (0.006) Controls 控制 控制 控制 控制 控制 控制 控制 控制 控制 Year/City 控制 控制 控制 控制 控制 控制 控制 控制 控制 LM 51.777 66.751 90.812 Wald F 40.292 52.534 73.611 Obs 1270 1280 1280 1270 1280 1280 1270 1280 1280 R2 0.137 0.078 0.342 0.217 0.117 0.307 0.229 0.119 0.292 注:限于篇幅,未报告控制变量的回归结果,备索。下同。 表 5 稳健性检验:排除相关政策干扰
变量 Str
(1)Wtr
(2)Lnaqi
(3)Str
(4)Wtr
(5)Lnaqi
(6)Ver×D 0.027*** 0.007 −0.037*** (0.006) (0.007) (0.009) Ceps×D 0.015** 0.015** −0.005 (0.006) (0.006) (0.008) Egl1 0.034*** 0.038*** (0.007) (0.007) Egl2 0.015* 0.014* (0.008) (0.008) Egl3 −0.047*** −0.053*** (0.010) (0.010) Controls 控制 控制 控制 控制 控制 控制 Year/City 控制 控制 控制 控制 控制 控制 Obs 1270 1280 1280 1270 1280 1280 R2 0.164 0.117 0.320 0.152 0.121 0.307 表 6 作用机制检验
变量 Str
(1)Tie
(2)Str
(3)Rae
(4)Str
(5)Lngid
(6)Str
(7)Mag
(8)Str
(9)Egl1 0.041*** 0.005* 0.041*** 0.061*** 0.038*** 0.083** 0.041*** 0.025** 0.040*** (0.005) (0.003) (0.005) (0.011) (0.005) (0.032) (0.005) (0.013) (0.005) Tie 0.058 (0.051) Rae 0.063*** (0.015) Lngid 0.003 (0.005) Mag 0.026** (0.013) Obs 1270 1270 1270 1270 1270 1270 1270 1270 1270 R2 0.259 0.103 0.260 0.097 0.267 0.304 0.260 0.268 0.262 Sobel P 0.348 0.001 0.601 0.066 注:限于篇幅,本文仅报告污水收集与处理类PPP项目(Egl1)的机制检验结果,其余备索。 表 7 异质性检验结果与优化路径
变量 Str Wtr Lnaqi Str Wtr Lnaqi (1)低 (2)高 (3)低 (4)高 (5)低 (6)高 (7) (8) (9) Panel A:根据项目审批效率分组 Egl* 0.038*** 0.041*** 0.003 0.027** −0.046*** −0.063*** 0.055*** 0.073*** −0.072*** (0.007) (0.008) (0.010) (0.012) (0.014) (0.013) (0.012) (0.018) (0.030) Gov 0.002 0.006*** −0.002 (0.001) (0.002) (0.003) Egl*×gov −0.002 −0.007*** 0.002 (0.001) (0.002) (0.003) Controls 控制 控制 控制 控制 控制 控制 控制 控制 控制 Year/City 控制 控制 控制 控制 控制 控制 控制 控制 控制 Chi2检验 0.650 0.810 0.440 Obs 635 635 640 640 640 640 1270 1280 1280 R2 0.289 0.255 0.158 0.161 0.386 0.249 0.260 0.127 0.310 Panel B:根据财政承受能力分组 Egl* 0.032*** 0.054*** −0.007 0.037*** −0.044*** −0.067*** 0.051*** 0.029** −0.044*** (0.006) (0.009) (0.009) (0.012) (0.014) (0.014) (0.008) (0.013) (0.017) spm 0.013** 0.029*** −0.029*** (0.015) (0.002) (0.009) Egl*×spm −0.018* −0.019 −0.004 (0.009) (0.013) (0.018) Controls 控制 控制 控制 控制 控制 控制 控制 控制 控制 Year/City 控制 控制 控制 控制 控制 控制 控制 控制 控制 Chi2检验 0.930 1.340 2.690* Obs 635 635 640 640 640 640 1270 1280 1280 R2 0.284 0.264 0.096 0.178 0.330 0.299 0.264 0.134 0.317 Panel C:根据社会资本参与程度分组 Egl* 0.033*** 0.051*** 0.003 0.032*** −0.048*** −0.070*** 0.070*** 0.060** −0.083*** (0.006) (0.009) (0.010) (0.012) (0.013) (0.015) (0.012) (0.019) (0.022) Ftr 0.000*** 0.001*** −0.000 (0.000) (0.000) (0.000) Egl*×Ftr −0.001*** −0.001*** 0.001 (0.000) (0.000) (0.000) Controls 控制 控制 控制 控制 控制 控制 控制 控制 控制 Year/City 控制 控制 控制 控制 控制 控制 控制 控制 控制 Chi2检验 0.410 0.680 0.973 Obs 635 635 640 640 640 640 1270 1280 1280 R2 0.331 0.243 0.085 0.178 0.363 0.301 0.267 0.126 0.311 -
[1] 蔡嘉瑶, 张建华. 2018. 财政分权与环境治理——基于“省直管县”财政改革的准自然实验研究. 经济学动态 (1): 53−68. [2] 蔡显军, 吴卫星, 徐佳. 2020. 晋升激励机制对政府和社会资本合作项目的影响. 中国软科学 (3): 150−160. [3] 曹亚军. 2019. 要素市场扭曲如何影响了资源配置效率: 企业加成率分布的视角. 南开经济研究 (6): 18-36, 222. [4] 戴魁早. 2018. 技术市场发展对出口技术复杂度的影响及其作用机制. 中国工业经济 (7): 117−135. doi: 10.19581/j.cnki.ciejournal.2018.07.006 [5] 杜焱强, 刘平养, 吴娜伟. 2018. 政府和社会资本合作会成为中国农村环境治理的新模式吗? ——基于全国若干案例的现实检验. 中国农村经济 (12): 67−82. [6] 杜焱强, 王亚星, 陆万军. 2019. PPP模式下农村环境治理的多元主体何以共生? ——基于演化博弈视角的研究. 华中农业大学学报(社会科学版) (6): 89−96, 163−164. [7] 范子英, 赵仁杰. 2019. 法治强化能够促进污染治理吗? ——来自环保法庭设立的证据. 经济研究 (3): 21−37. [8] 冯净冰, 章韬, 陈钊. 2020. 政府引导与市场活力——中国PPP项目的社会资本吸纳. 经济科学 (5): 19−31. [9] 耿翔燕, 葛颜祥. 2018. 生态补偿背景下生态建设公私合作模式的运作机制. 中国科技论坛 (9): 166−172. doi: 10.13580/j.cnki.fstc.2018.09.025 [10] 关斌. 2020. 地方政府环境治理中绩效压力是把双刃剑吗? ——基于公共价值冲突视角的实证分析. 公共管理学报 (2): 53−69, 168. [11] 郭威, 郑子龙. 2018. 专有技术转让、融资成本差异与PPP最优股权架构: 来自发展中国家的实证研究. 世界经济研究 (12): 96−114,134. [12] 胡晓珍, 杨龙. 2011. 中国区域绿色全要素生产率增长差异及收敛分析. 财经研究 (4): 123−134. doi: 10.16538/j.cnki.jfe.2011.04.010 [13] 贾康, 吴昺兵. 2020. PPP财政支出责任债务属性问题研究——基于政府主体风险合理分担视角. 财贸经济 (9): 5−20. doi: 10.3969/j.issn.1002-8102.2020.09.002 [14] 李繁荣, 戎爱萍. 2016. 生态产品供给的PPP模式研究. 经济问题 (12): 11−16. doi: 10.16011/j.cnki.jjwt.2016.12.003 [15] 李治国, 王杰. 2021. 中国碳排放权交易的空间减排效应: 准自然实验与政策溢出. 中国人口·资源与环境 (1): 26−36. [16] 刘亦文, 王宇, 胡宗义. 2021. 中央环保督察对中国城市空气质量影响的实证研究——基于“环保督查”到“环保督察”制度变迁视角. 中国软科学 (10): 21−31. doi: 10.3969/j.issn.1002-9753.2021.10.003 [17] 马文超, 夏烨. 2020. 环境资源约束、企业战略选择与环境报告——兼述环境会计研究中的基本问题. 会计与经济研究 (4): 79−95. doi: 10.16314/j.cnki.31-2074/f.2020.04.005 [18] 梅建明, 罗惠月. 2019. PPP对公共基础设施供给效率的影响. 中南财经政法大学学报 (6): 94−102. doi: 10.3969/j.issn.1003-5230.2019.06.010 [19] 仇娟东, 黄海楠, 赵军. 2020. “一带一路”沿线国家PPP项目发起政府级别如何影响私人部门的投资额: “差序信任”还是“贴近市场”? 财政研究 (1): 96−112. [20] 沈言言, 李振. 2021. 地方政府自有财力对私人部门参与PPP项目的影响及其作用机制. 财政研究 (1): 116−129. doi: 10.19477/j.cnki.11-1077/f.2021.01.009 [21] 沈永建, 于双丽, 蒋德权. 2019. 空气质量改善能降低企业劳动力成本吗? 管理世界 (6): 161−178, 195−196. [22] 石大千, 丁海, 卫平, 刘建江. 2018. 智慧城市建设能否降低环境污染. 中国工业经济 (6): 117−135. doi: 10.19581/j.cnki.ciejournal.2018.06.008 [23] 宋弘, 孙雅洁, 陈登科. 2019. 政府空气污染治理效应评估——来自中国“低碳城市”建设的经验研究. 管理世界 (6): 95−108, 195. [24] 孙慧, 王慧, 肖涵月, 辛龙. 2022. 异质型责任主体的环境协同治理效果. 资源科学 (1): 15−31. doi: 10.18402/resci.2022.01.02 [25] 汪峰, 熊伟, 张牧扬, 钟宁桦. 2020. 严控地方政府债务背景下的PPP融资异化——基于官员晋升压力的分析. 经济学(季刊) (3): 1103−1122. [26] 吴亚平. 2020. 基础设施存量资产引入PPP模式研究. 宏观经济研究 (2): 84−91. [27] 吴义东, 陈卓, 陈杰. 2019. 地方政府公信力与PPP项目落地规模——基于财政部PPP项目库数据的研究. 现代财经(天津财经大学学报) (11): 3−13. [28] 席鹏辉, 梁若冰, 谢贞发. 2017. 税收分成调整、财政压力与工业污染. 世界经济 (10): 170−192. [29] 席鹏辉. 2017. 财政激励、环境偏好与垂直式环境管理——纳税大户议价能力的视角. 中国工业经济 (11): 100−117. doi: 10.19581/j.cnki.ciejournal.2017.11.009 [30] 许安拓, 张驰. 2021. 市级财政透明度对财政教育资金使用效率的影响研究. 中央财经大学学报 (3): 15−23. doi: 10.19681/j.cnki.jcufe.2021.03.003 [31] 余泳泽, 尹立平. 2022. 中国式环境规制政策演进及其经济效应: 综述与展望. 改革 (3): 114−130. [32] 曾昌礼, 李江涛. 2018. 政府环境审计与环境绩效改善. 审计研究 (4): 44−52. doi: 10.3969/j.issn.1002-4239.2018.04.008 [33] 郑洁, 付才辉, 赵秋运. 2019. 发展战略与环境治理. 财经研究 (10): 4−20, 137. [34] 周一成, 廖信林. 2018. 要素市场扭曲与中国经济增长质量: 理论与经验证据. 现代经济探讨 (8): 8−16. doi: 10.3969/j.issn.1009-2382.2018.08.002 [35] An, X., H. Li, L. Wang, Z. Wang, J. Ding, and Y. Cao. 2018. Compensation mechanism for urban water environment treatment PPP project in China. Journal of Cleaner Production 201: 246−253. doi: 10.1016/j.jclepro.2018.08.003 [36] Baron, R. M., and D. A. Kenny. 1986. The moderator-mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology 51(6): 1173−1182. doi: 10.1037/0022-3514.51.6.1173 [37] Biygautane, M., C. Neesham, and K. O. Al-Yahya. 2019. Institutional entrepreneurship and infrastructure public-private partnership (PPP): Unpacking the role of social actors in implementing PPP projects. International Journal of Project Management 37(1): 192−219. doi: 10.1016/j.ijproman.2018.12.005 [38] Cui, C., J. Wang, Y. Liu, and V. Coffey. 2019. Relationships among value-for-money drivers of public-private partnership infrastructure projects. Journal of Infrastructure Systems 25(2): 1−11. doi: 10.1061/(ASCE)IS.1943-555X.0000479 [39] Hodge, G., C. Greve, and A. Boardman. 2017. Public-private partnerships: The way they were and what they can become. Australian Journal of Public Administration 76(3): 273−282. doi: 10.1111/1467-8500.12260 [40] Hueskes, M., K. Verhoest, and T. Block. 2017. Governing public-private partnerships for sustainability: An analysis of procurement and governance practices of PPP infrastructure projects. International Journal of Project Management 35(6): 1184−1195. doi: 10.1016/j.ijproman.2017.02.020 [41] Liang, Q., H. Hu, Z. Wang, and F. Hou. 2019. A game theory approach for the renegotiation of public-private partnership projects in Chinese environmental and urban governance industry. Journal of Cleaner Production 238, 117952. [42] Mensah, J. 2020. Effectiveness of National Sanitation Day as a community-participatory approach for improving environmental sanitation in Edina Traditional Area, Ghana. Management of Environmental Quality: An International Journal 31(1): 235−253. doi: 10.1108/MEQ-02-2019-0042 [43] Munir, K., and A. Ameer. 2020. Nonlinear effect of FDI, economic growth, and industrialization on environmental quality: Evidence from Pakistan. Management of Environmental Quality: An International Journal 31(1): 223−234. doi: 10.1108/MEQ-10-2018-0186 [44] Ouenniche, J., A. Boukouras, and M. Rajabi. 2016. An ordinal game theory approach to the analysis and selection of partners in public-private partnership projects. Journal of Optimization Theory & Applications 169(1): 314−343. [45] Park, H., S. Lee, and J. Kim. 2018. Do public private partnership projects deliver value for money? An ex post Value for Money (VfM) Test on three road projects in Korea. International Journal of Urban Sciences 22(4): 579−591. doi: 10.1080/12265934.2018.1455528 [46] Ryzhenkov, M. 2016. Resource misallocation and manufacturing productivity: The case of Ukraine. Journal of Comparative Economics 44(1): 41−55. doi: 10.1016/j.jce.2015.12.003 [47] Shrestha, A., T. K. Chan, A. A. Aibinu, and C. Chen. 2017. Efficient risk transfer in PPP wastewater treatment projects. Utilities Policy 48: 132−140. doi: 10.1016/j.jup.2017.03.003 [48] Villani, E., L. Greco, and N. Phillips. 2017. Understanding value creation in public-private partnerships: A comparative case study. Journal of Management Studies 54(6): 876−905. doi: 10.1111/joms.12270 [49] Xue, Y., and G. Wang. 2020. Analyzing the evolution of cooperation among different parties in river water environment comprehensive treatment public-private partnership projects of China. Journal of Cleaner Production 270, 121118. [50] Yang, T., X. Li, and C. Xing. 2020. Factors that influence regional differences in the development of agricultural public-private partnership projects in China. Transformations in Business & Economics 19(3): 329−350. [51] Yang, T., R. Long, X. Cui, D. Zhu, and H. Chen. 2016. Application of the public-private partnership model to urban sewage treatment. Journal of Cleaner Production 142: 1065−1074.

下载:



