论文部分内容阅读
摘要 文章匹配相关空间栅格数据与乡镇经济统计数据，整理10 796个乡镇2013—2017年间的经济面板数据和2011—2017年间的环境面板数据，并基于2014年全国重点镇建设名单增补调整的政策冲击，评估了乡镇地区城镇化建设的经济绩效和环境绩效。结果表明：第一，全国重点镇建设在提升乡镇地区城镇化发展水平的同时，加剧了其空气污染，即积极的“乡镇发展效应”与消极的“环境污染效应”并存。第二，乡镇的城镇化建设效果具有明显的区位异质性。城镇化建设的乡镇发展效应仅受到县级城市中心的辐射影响，而环境污染效应则主要限于远离地级和县级城市中心的较偏远乡镇。第三，城镇化建设的乡镇发展效应离不开工业化的配合，但却可能存在污染性生产活动向西部地区转移的“污染避难所”效应。因此，在推动城镇化建设过程中，要坚持走兼顾生态文明建设的新型城镇化道路。特别是欠发达的西部地区和远离区域经济中心的偏远地区，不可片面为了吸引产业和人口流入，而放松环境规制要求。对于污染端，要通过供给侧结构性改革，加大对高耗能高污染工业的改造力度，促进传统工业转型升级，推动新型工业化与城镇化同步发展。
关键词 城镇化;重点镇建设;空气污染;空间栅格数据;污染避难所
中图分类号 F061.5 文献标识码 A 文章编号 1002-2104（2021）04-0062-12 DOI：10.12062/cpre.20200610
我国近年的城镇化建设取得了令人瞩目的成就，截至2019年底，城镇常住人口增加到8.48亿人，城镇化率高达60.60%，已提前一年完成《国家新型城镇化规划（2014—2020年）》中“常住人口城镇化率达到60%左右”的发展目标。然而，伴随快速城镇化而来的环境污染问题也日益严重，城市建设与生态环境相互协调逐渐得到了政府相关部门的应有重视[1]。那么，近年来我国快速扩张的城镇化建设是否遵循兼顾“绿色”与“增长”的高质量发展路径，是否实现了“新型工业化与城镇化同步发展”？不同地区的城镇化建设效果有何差异，是否存在“污染避难所”效应[2]？探讨以上问题具有重要的理论与现实意义。
现有研究大多基于省级或地市级层面的城镇化发展水平指标考察我国城市地区城镇化建设的各种绩效[3-5]，却较少关注我国乡镇地区城镇化建设的政策效果，较少使用乡镇一级的微观层面数据与研究样本。鉴于此，作者依托国家统计局最新发布的乡镇统计数据并匹配中科院资源环境科学数据中心、欧洲中期天气预报中心及哥伦比亚大学社会经济数据和应用中心等提供的空间栅格数据，利用2014年国家重点镇增补调整这一政策冲击构筑双重差分模型，评估了近年来我国乡镇地区城镇化建设的经济绩效和环境绩效及其空间异质性。
1 文献综述
1.1 关于城镇化建设的经济效应研究
现有研究分别从经济增长[6-7]、居民消费[8-9]、产业结构[10-11]、城乡收入分配[12-13]和公共服务供给[14-15]等维度考察了城镇化建设的经济效应。朱孔来等[16]研究发现，城镇化率每提高一个百分点，可以维持7.1%的经济增长。雷潇雨和龚六堂[17]的理论模型和实证检验均揭示出，城镇化水平的提高可以促进城市消费率的增长，但是城镇化发展过快则会抑制消费率的增长。基于省级层面的新型城镇化综合指数和空间计量模型，蓝庆新和陈超凡[18]实证发现，我国新型城镇化建设能够显著提升产业发展层次。利用全国各地市人口城镇化率与城乡收入比数据，张耀军和柴多多[19]研究揭示了城镇化发展水平与城乡收入差距之间的负向关系。总体上，学界对城镇化建设的经济效应以正面态度为主。
遗憾的是，已有研究几乎均是基于城镇化率和城镇地区人口密度、人口规模、GDP密度等城镇化建设的结果变量[20]，考察我国城镇化建设对各种经济指标的影响，可能存在遗漏变量和反向因果问题。有别于现有文献，作者利用2014年国家重点镇建设名单的增补调整来识别不同地区城镇化建设力度的外生波动差异，并通过构造双重差分模型来考察城镇化建设对地区城镇化发展水平的影响，从而较好地克服潜在的内生性问题。另外，不同于现有研究主要关注城市地区的城镇化建设，作者着眼于乡镇地区的城镇化建设，进一步拓宽了城镇化研究的范畴。
1.2 关于城镇化建设的环境效应研究
关于城镇化建设与环境质量关系的研究，主要存在两种竞争性的观点。一种观点认为，城镇化建设离不开工业化的发展，伴随着产业集聚和人口规模扩张，城镇化建设可能因为能源消费激增而使得地区环境质量恶化。大量研究为此提供了支持性证据。如Hu等[21]发现，经历30年高强度的工业化和城镇化后，珠三角地区的土壤重金属污染物显著增加。邓晓兰等[22]使用1995—2010年中国省域面板数据发现，随着经济不断发展，碳排放轨迹表现为单调递增形态。张腾飞等[23]也检验出，中国的城镇化进程对碳排放存在正向的影响。另一种观点声称，城镇化可通过有效利用公共基础设施而降低能源使用和污染排放水平[24-25]。如张可[26]指出，经济集聚促进了污染排放总量的空间集中，经济活动向经济密度高的城市集中有利于减排。梁伟等[27]采用广义空间三阶段最小二乘法进行整体估计后发现，本地和周边地区城镇化率的提升均对其雾霾污染具有显著的负向影响。
总之，以往研究并不能就城镇化建设与环境质量之间的内在关系达成有效共识。其主要原因在于现有研究无法有效分离出政策和空间效果的异质性。中国城镇化建设很大程度上由地方政府主导，不同层级、区位和职能的地方政府由于面临的考核压力和晋升激励有别，从而对环境造成不同程度的影响。另外，中国幅员辽阔，区域间存在巨大的空间异质性。因此，仅使用省级层面或地市级层面的面板数据，通过添加有限的经济变量控制地域间的差异可能无法得出一致的结论。为此，作者试图使用更为细致的乡镇面板数据考察城镇化建設与环境质量之间的关系及其空间异质性效果。 2 重点镇建设背景
2004年2月4日，原建设部、国家发改委等六部委公布了第一批1 887个重点镇建设名单。经过十年左右的发展，首批全国重点镇在集聚人口、扩大就业、带动农村地区发展等方面取得一定成效。2013年7月，住建部、国家发改委等六部委在全国范围内组织开展了重点镇增补调整工作，并于2014年7月21日发布了最新一批重点镇建设名单，同时宣布2004年的重点镇名单作废。
此轮重点镇建设不仅要“服务支持农村、增强农村活力”，而且要“承接城市产业转移、缓解城市压力”，从而“落实积极稳妥推进城镇化的战略”。并且明确提出要“将全国重点镇作为今后各地各有关部门扶持小城镇发展的优先支持对象”。2016年国务院印发《关于深入推进新型城镇化建设的若干意见》，在关于“加快培育中小城市与特色小城镇”的要求中，特别强调“提升县城与重点镇基础设施水平”和“加大对中西部地区发展潜力大、吸纳人口多的县城和重点镇的支持力度”。
伴随着新一轮重点镇名单的出台，各级政府加大了对重点镇的财政支持和政策倾斜[28]。以广西贺州市政府为例，2015年出台的《中共贺州市委员会贺州市人民政府关于推进综合配套改革加快重点镇发展的意见》中规定，“重点镇辖区征收的土地出让金，扣除成本和按规定计提各项基（资）金后，按不低于80%补助重点镇”。为支持重点镇基础设施建设，贺州市钟山县要求，重点乡镇每年组织的城市维护建设税收入全额返回乡镇。
经过增补调整后，我国重点镇的数量急剧增加，从原先的1 887个重点镇，增加到了3 675个，增长了近一倍，基本上“使每个县（市）至少有1个重点发展的建制镇列入全国重点镇”。东部、中部和西部地区重点镇均显著增加。其中，东部地区增长最为迅速，全国占比从2004年的36.3%进一步上升到42.37%。在政策扶持下，东北、西北和西南等边境地区重点镇也明显增加。
作者主要关注最新一批重点镇建设的政策效果。预期在严格的考核压力和地方政府自下而上的锦标赛式竞争下，纳入重点镇名单的乡镇在承接产业转移和发展地方经济方面会表现出更大的积极性，从而可能对当地城镇化发展和环境质量产生影响。
3 研究设计
3.1 数据来源与处理
作者使用的乡镇面板数据分为2013—2017年乡镇经济面板数据和2011—2017年乡镇环境面板数据。前者主要摘自2014—2018年中国县域统计年鉴乡镇卷。主要从中选取乡镇人口、工业企业数量和企业从业人员等指标。由于乡镇层面统计指标较为缺乏且不连续，为增加更多的经济指标，将乡镇数据与2014—2018年中国县域统计年鉴县市卷中关于县域的统计数据进行匹配，从而得到乡镇所在县的经济发展信息。
根据乡镇名称，从谷歌地图上获取到每个乡镇行政中心的精确地理坐标。进一步根据经纬度信息并使用Arcgis 10.2采样分析，可以得到与每个乡镇行政中心距离最近的气温、降水、风速、对流层高度和PM2.5浓度数据。其中，气温和降水数据来源于中国科学院资源环境科学数据中心。由于该网站上公开的气温和降水数据仅更新到2015年，进一步从欧洲中期天气预报中心发布的近地面2 m高的气温数据（精度为0.125°×0.125°）和美国国家航空航天局（NASA）网站上公布的全球降水测量数据（GPM）（精度为0.1°×0.1°）增补得到2016—2017年的气温和降水数据。考虑到这两项数据为月度数据，通过对各月数据取均值或加总
可以得到年度气温和降水数据。风速和对流层高度数据来自欧洲中期天气预报中心ERA-interim数据库。PM2.5浓度数据源自哥伦比亚大学社会经济数据和应用中心公布的精度为0.1°×0.1°的全球空间栅格数据。这一历史时间序列数据由Van Donkelaar等[29]通过处理捕捉气溶胶光学厚度AOD（Aerosol Optical Depth）的卫星图片，并结合地球大气运输模型（Global Chemical Transport Model）以及地面PM2.5观测站数据估算得到。该数据剔除了自然界灰尘与海盐对PM2.5浓度的贡献，并经过人口加权调整[30]。
剔除掉核心变量指标缺失值样本后，为避免行政区划调整的影响，仅保留样本期间名称一致的乡镇。此外，也剔除了行政职能特殊的兵团和农场以及街道办事处样本。最终，得到10 796个乡镇的经济面板数据（2013—2017）和环境面板数据（2011—2017）。
3.2 双重差分模型
以2014年全国重点镇增补调整作为我国乡镇地区城镇化建设的一次政策冲击，考察乡镇城镇化建设的发展效应和环境效应。其中，2014年最新被列入重点镇建设名单的乡镇作为城镇化建设力度更大的处理组，2004年和2014年均未被选入重点镇建设名单的乡镇作为城镇化建设力度更小的控制组。鉴于2004年和2014年前后两轮重点镇的建设目标和政策内容不同，为集中考察最新的2014年重點镇建设的政策效果，将2004年已经列入重点镇建设名单的乡镇样本进行删除。
为考察以重点镇建设为代表的城镇化建设对乡镇地区城镇化发展水平的影响，构建如下双重差分模型：
urbanit=a+βtreati×postt+θXit+λt+μi+εit（1）
式中，urbanit为被解释变量，表示第i个乡镇t年城镇化发展水平，使用城镇建成区常住人口占乡镇常住人口比例衡量。考虑到该比例指标容易受总体人口规模影响，也使用城镇（建成区）常住人口规模作为补充性衡量指标。treati为乡镇是否纳入2014年重点镇建设名单。重点镇建设名单增补调整发生于2014年7月21日，鉴于这项政策年中出台，而决定着地方全年发展大计的地方政府年度工作报告和财政支出预算一般发生在年初，这项政策要真正落地并贯彻到地方，至少得延迟到下一年即2015年。因此，对于时间差分变量postt的设置，仅当时间出现在2015年及以后时，设postt为1，否则为0。 双重差分估计量treati×postt为核心解释变量，如果重点镇建设在推进地区城镇化发展方面发挥作用，其回归系数β应显著为正。为控制区域经济发展水平的影响，回归中加入了经反距离加权的乡镇所在县的人均GDP、人均固定资产投资和人均财政支出等控制变量，即Xit。乡镇固定效应μi和年份固定效应λt则有助于控制不同乡镇之间既有的不随时间变化的个体差异和不同年份的外生冲击。此外，回归中将标准误聚类到更高的区县层面以控制区县内同时影响控制组和处理组的潜在混淆因素。
鉴于中国自上而下的行政管理体制和自下而上的地方政府锦标赛竞争模式，作为中国正式行政层级中的最低层级，乡镇政府官员也面临较高的经济绩效考核压力和晋升激励。对于纳入重点镇建设名单的乡镇而言，更是如此。为了完成重点镇建设的主要经济考核任务，抓住政策带来的向上流动的晋升机会，纳入重点镇建设的乡镇相对于未纳入重点镇建设的乡镇而言，其地方官员更可能因为过度重视经济绩效方面的考核指标而忽视环境保护，导致环境质量恶化。为检验这种效果，本文构建计量模型（2）：
pm2.5it=a+βtreati×postt+θXit+τWit+λt+
μi+εit（2）
考虑到本文衡量空气污染的pm2.5it为污染浓度数据，容易受到区域特定的气候环境影响。因此，在模型1的基础上，模型2进一步控制了气温、降水及其二次项与风速、对流层高度和二者交乘项衡量的空气流通系数[31-32]，即Wit。主要变量见表1。
3.3 平行趋势检验
研究显示，在2014年及其以前，处理组与控制组在城镇化率和城镇常住人口规模方面的增长趋势较为一致，而当2014年重点镇名单出台后，控制组的增速相对处理组而言有所放缓。进一步使用控制变量进行调整，步骤如下：① 分别对处理组样本和控制组样本实施被解释变量关于基准回归模型（1）中控制变量的回归，得到相应的回归残差。② 分别绘制第一步中得到的处理组与控制组回归残差的逐年均值图。可以发现，2014年及其以前，处理组的城镇化发展水平低于控制组，而一旦重点镇名单出台后，上述趋势开始逆转。自2013年以来，控制组和处理组总体上均经历了PM2.5浓度水平的下降，这可能与2013年出台的“大气十条”政策有关。在2014年重点镇名单出台前，控制组和处理组的变化趋势几乎一致，但重点镇名单出台后，处理组的下降趋势明显放缓，致使其与控制组的PM2.5浓度值差距缩小。使用控制变量进行调整后可以更容易看出，重点镇名单出台前，处理组PM2.5浓度水平低于控制组，但重点镇名单出台后，前者已经超越后者。综上，可以推测重点镇建设将对乡镇地区城镇化发展水平和环境质量产生影响。
4 实证检验
4.1 基准回归结果分析
表2的基准回归结果表明，无论是以城镇化率衡量，还是以城镇常住人口规模衡量，纳入2014年重点镇建设名单的乡镇城镇化发展水平总体上出现了显著的提升。相对于非重点镇而言，重点镇城镇化率提高了约0.8个百分点，城镇常住人口规模增长了3.1%。即使控制了区域的经济发展条件，双重差分变量的估计系数值和显著性水平几乎不变。与此同时，重点镇建设对乡镇环境质量也带来了显著的负面影响。不添加任何经济控制变量回归时，双重差分变量的估计系数值为0.530，在1%水平上显著;加入经济控制变量后该系数值增大为0.540，统计意义上仍十分显著。这表明，以重点镇建设为代表的乡镇城镇化建设在提升乡镇地区城镇化发展水平的同时也加剧了其空气污染。
重点镇的重要功能在于有效转移农村人口并缓解大中城市压力，即推动农村人口更多向小城镇就近转移，而非大量涌入人口稠密的大中城市。在面临每年新增城镇人口和城镇化率任务的硬考核约束以及通过城镇化推动地方经济和财政收入增长的软政绩和经济激励下，纳入重点镇建设的地方官员推动城镇化的积极性不言而喻。与此同时，重点镇的地位也客观上为其城镇化建设争取到了更多的经济资源和政策优惠，包括来自上级政府的财政转移支付投入、基础设施建设和产业转移支持。在地方官员
积极招商引资和上级政府政策导向的共同作用下，产业、资金、人口开始向重点镇集聚，推动其城镇化水平的提高。
一方面伴随着经济活动的集聚，重点镇的污染水平可能会加剧，特别是当前我国工业化进程仍未结束，工业化发展对传统化石能源消耗较大，产出规模和能源消耗的扩张会引起单位空间内污染排放总量的增加而加剧环境污染[33]。另一方面，重点镇地区的官员在推动城镇化建设过程中，也可能因为过度看重晋升激励和经济激励而忽视了地区环境保护。特别是在招商引资过程中，对污染企业缺乏筛选，甚而降低环境门槛，从而使得地方环境质量进一步恶化[34]。总之，基准回归结果表明，当前我国乡镇城镇化建设过程中，仍面临着区域发展与环境质量之间权衡取舍的发展困境。
4.2 稳健性检验
为检验基准回归结果的稳健性，分别做如下处理：① 剔除掉重点镇建设名單出台的2014年的样本。② 仅保留镇的样本进行回归以避免乡和镇之间经济条件差异对本文估计结果的干扰。③由于“大气十条”政策自2013年9月开始实施，并且京津冀、珠三角和长三角城市面临更高的减排目标要求，这可能对估计结果造成干扰。为此，本文构造“大气十条”政策变量，即如果该乡镇位于京津冀、珠三角或长三角城市群内并且时间处在2013年以后则赋值为1，否则为0。并将该政策变量分别纳入基准回归模型（1）和（2）中进行回归。估计结果如表3所示，回归系数均未出现显著的变化。
虽然此轮新增的重点镇数量和范围几乎覆盖到了全国所有县级行政单位，这避免了本文的实验组样本在省级和地级市空间范围内的政策选择性问题。然而，在县级行政单位以内，考虑到绝大部分县级单位只能申报一个重点镇，因此仍旧无法避免发生在县域内的潜在样本选择问题。为此，使用基于倾向得分匹配法（propensity score matching，PSM）的双重差分方法（PSM-DID），以进一步减小回归的选择性偏误。 选择重点镇公布前一年即2013年乡镇的夜间灯光亮度值（数据来自中国科学院资源环境科学数据中心）、工业企业数量以及基准回归中的控制变量作为匹配变量进行严格的1：1最近邻匹配。经过PSM匹配后，处理组和控制组在经济特征方面不再具有显著的差异，并且匹配后特征变量中最大偏差仅为5.8%，从而保证了处理组与控制组样本在政策冲击前的平衡性。利用该样本重新进行基准回归模型（1）和（2）的回归后发现，重点镇建设依旧对地区城镇化水平和PM2.5浓度产生了显著的正向影响。关于常住人口规模的回归系数尽管不显著但依旧为正，一旦将标准误聚类到乡镇层面，该系数开始显著。
与此同时，本文也通过随机赋予乡镇政策选择时间和处理组状态，进行1 000次的安慰剂试验。为便于运算，将样本统一截取为2013—2017年。随机选择政策发生时间为2013、2014、2015或2016年，并在随机选择的政策年份下，从样本中随机选择1 505个乡镇为处理组，剩余9 291个乡镇为控制组，进行250次有放回抽样，从而可以得到1 000次回归结果。结果发现，在分别关于城镇化率、城镇常住人口规模和PM2.5的1 000次隨机模拟试验中，仅各自出现6、8和2次随机试验估计系数高于基准估计系数的情况。这表明重点镇建设的政策效果在统计意义上是小概率事件，并非随机发生的，从而进一步支持了本文的基准回归结果。
4.3 空间异质性分析
4.3.1 东中西部重点镇建设效果的异质性
作为我国经济重心，东部沿海地区自改革开放以来一直是我国人口、资本、技术等各类生产要素的主要流入地，这一流动模式基本由市场配置效率所主导。然而，2014年重点镇建设名单的增补调整却可能对这一趋势产生影响。尽管从中央战略决策来看，此举旨在推动区域和城乡经济社会一体化发展，但在实践过程中，却可能由于地方政府的锦标赛式竞争而产生一定程度的政策扭曲。
表4分样本估计结果表明，重点镇建设对西部地区城镇化率和城镇常住人口规模几乎没有显著影响，但提升中部和东部地区城镇化率1个百分点左右，并且分别增加中部和东部地区城镇常住人口规模3.25%和3.67%。进一步考察空气污染发现，西部重点镇PM2.5浓度上升了近1.5个单位，并在1%水平上显著，增量是全国平均水平的2.75倍;以西部地区重点镇PM2.5浓度的均值26.778 3（μg/m3）为基准，则增幅高达5.55%。东部和中部重点镇PM2.5浓度并无显著变化。尽管第（8）列双重差分变量的估计系数在10%水平上显著，但系数值较小，仅为中部地区PM2.5浓度均值水平的0.6%。一旦将标准误聚类到乡镇层面时或者将样本观测周期调整为2013—2017年时，中部地区关于PM2.5的回归系数将不再显著。上述结果表明，东部和中部重点镇的建设效果更优，伴随地区城镇化发展水平提升的同时区域空气质量并未明显恶化;而西部重点镇建设不仅未能有效提升地区城镇化发展水平，反而导致区域空气质量恶化，因而建设效果较差。
区域间经济发展水平和所处城镇化阶段的差异是造成上述政策异质性效果的主要原因。较之于东中部地区，西部地区经济发展水平落后，城镇化水平相对较低，尚处于城镇化发展的初级阶段[35]，在工业增长与资源环境保护之间面临更为直接的“两难选择”[36]。特别是在面临重点镇建设的考核压力和经济激励时，区位和经济条件“先天不足”的西部重点镇，更可能为了吸引投资和产业转移而放松环境门槛，从而加剧地区空气污染。换句话说，西部重点镇在城镇化建设中可能存在“污染避难所”效应。
4.3.2 不同区位条件重点镇建设效果的异质性
鉴于重点镇的建设目标之一在于承接城市产业转移、缓解城市压力。而以往研究表明，地理距离是产业转移的重要因素。特别是一些污染性产业，往往会因为市区相对严格的环境规制而就近转移到周边地区。因此，到省会城市、地级城市和县级城市中心的地理距离也一定程度上代表着重点镇的区位条件和受到的经济辐射效果的差异。为考察重点镇建设随其到各级城市中心距离非线性变化的政策效果，在基准回归模型中加入核心解释变量treati×postt与乡镇到各级行政中心距离分组distanceijk的交乘项[37]，构建计量模型：
其中，distancekij代表第i个乡镇到第j级（1，2，3分别代表省会城市、地级城市和县级城市）城市中心的地理距离组别。当考察到县级城市中心的距离distanceki3时，k=1，2，3，…，7分别代表到县级城市中心0～5 km、5～10 km、10～15 km、15～20 km、20～25 km、25～30 km和30 km及以上的乡镇;当考察到地级城市中心的距离distanceki2时，k=1，2，3，…，7分别代表到地级城市中心0～20 km、20～40 km、40～60 km、60～80 km、80～100 km、100～120 km和120 km及以上的乡镇;当考察到省会城市中心的距离distanceki1时，k=1，2，3，…，7分别代表到省会城市中心0～50 km、50～100 km、100～150 km、150～200 km、200～250 km、250～300 km和300 km及以上的乡镇。模型（3）和模型（4）中基准组分别为treati×postt×distanceij7和treati×postt×distanceij1，回归中被删除。
表5的回归结果表明，与省会城市中心的距离对重点镇建设的城镇化提升效应和环境污染效应几乎没有影响。而与地级城市中心的距离仅对重点镇建设的环境污染效应有一定调节作用。具体而言，重点镇建设显著提升了那些距离地级城市中心100 km及以上乡镇的PM2.5浓度水平，并且距离越远，政策效果越显著。然而，重点镇建设对乡镇地区城镇化的提升效应并未受到地级城市中心的辐射影响。相比之下，与县级城市中心的地理距离对重点镇建设的城镇化提升效应和环境污染效应均具有一定的调节作用。具体而言，重点镇建设显著提升了那些距离县级城市中心0～5 km范围内乡镇的城镇化发展水平以及那些距离县级城市中心30 km及以上乡镇的PM2.5浓度水平。鉴于30 km和100 km分别接近或超过本文样本中大部分县级城市和地级城市的行政区划半径，因此县级市和地级市行政边界地区重点镇建设的环境污染效应较为明显。 上述结果表明，以重点镇建设为代表的乡镇城镇化建设对乡镇地区城镇化发展水平的提升效应受到直属县级城市中心的经济辐射影响，但并未受到更高层级的省会城市和地级城市中心的经济辐射影响。并且，相应的经济辐射效果仅限于与县城毗邻的乡镇地区。然而，随着到所在
地级城市和县级城市中心距离的增加，重点镇建设的环境污染效应进一步强化，并且主要体现在远离地级和县级城市中心的偏远乡镇。
由于几乎每个县市都至少有一个重点镇，省级财政和地级市财政相关政策支持显然覆盖有限，因此重点镇建设主要依赖更低层级的地方政府，特别是直属县级政府的支持。另一方面，县级城市中心由于数量更多、分布更广，作为区域经济发展中心，对周边乡镇的经济辐射影响更大。从区位条件来看，离县城中心较近的重点镇由于中心城区的扩张更能直接享受到城镇化进程加速的红利，大量吸引农村人口和部分城区人口的流入，也一定程度上缓解了中心城区人口压力。因此，在重点镇建设过程中，县级城市中心的经济辐射效果较为显著，并且主要作用于县城周边的乡镇地区。
重点镇建设环境效应的区位异质性，与地方政府产业规划和布局以及乡镇政府间的引资竞争有关。首先，为减少對中心城区的污染辐射，地市政府和区县政府倾向于将污染性产业和工业企业布局在离市区相对较远的乡镇特别是行政边界地区，比较典型的是开发区建设和工业园区建设。其次，位置偏远的乡镇为弥补自身的区位条件劣势，在引资竞争中往往倾向于放松环境质量要求，容易成为工业污染源的“避难所”。因此，远离地级城市中心和县级城市中心的偏远乡镇，在重点镇建设过程中遭受更大的环境污染。
4.4 机制分析
4.4.1 工业化的作用渠道分析
基准回归结果表明，重点镇建设对乡镇地区城镇化发展水平和环境质量分别具有显著的正向和负向影响。以往研究也揭示出，城镇化发展水平与环境质量均与我国工业化建设密切相关[38-40]。由于重点镇大多以工业专业化为发展导向[41]，通过承接大中城市产业转移和发展工业化既有助于提高城镇化发展水平，也会因工业污染源集聚而对地区环境质量产生负面影响。因此，工业化建设可能是引致上述效果的重要渠道。
为考察重点镇建设对区域工业化发展的影响，本文分别选取工业企业数量、二三产业从业人员数量和企业从业人员数量占比来综合衡量工业化的不同方面，并将上述指标替换基准回归模型（1）中的被解释变量重新进行回归。鉴于工业在我国经济总量中仍保持较高比重，特别是对于经济集聚度较低的乡镇地区，第三产业发展较为落后，地区经济对工业依赖度可能更高，因而二三产业从业人员数量和企业从业人员占比这两项指标尽管衡量不尽完美，但二者的变化仍可以捕捉到工业化发展和产业转移带来的就业机会。
表6的回归结果表明，纳入重点镇建设名单的乡镇在工业企业数量、二三产业从业人数和企业从业人数占比方面均经历了较为显著的增长。当不考虑控制变量进行回归时，三者的估计系数分别为0.072、0.015和0.032，各自在5%、10%和1%的水平上显著。而当控制区域经济条件后，三者的估计系数和显著性水平几乎不变。平均而言，相对于未纳入重点镇建设名单的乡镇而言，纳入重点镇建设名单的乡镇工业企业数量增加了7.47%、二三产业从业人数增加了约1.51%，企业从业人数占比提高了3.2个百分点。
城镇化的发展离不开工业化的推进，尤其是产业的支撑。事实上，重点镇建设本身亦是一项重要的产业政策，在各级政府的政策引导和产业规划下，重点镇成为地方主导产业建设的首选之地。相对完善的基础设施和工业用地优惠条件吸引着大量工业企业入驻，由此带来工业水平的提升和二三产业发展。与此同时，更多的就业机会和经商机会也吸引着更多外来人口涌入，进一步推动乡镇常住人口规模的增加和城镇化率的提升。另一方面，当前我国工业化进程中，工业发展消耗了大量化石能源[42]，从而加剧空气污染。根据辜胜阻等[43]的分析，2005—2014年10年间，随着我国工业增加值的不断增长，工业废气排放量和工业固体废物分别增长了1.58倍和1.45倍。经济集聚和工业生产规模扩张也导致污染排放加剧。因此，作为我国城镇化建设中的一项重要工程，重点镇建设通过工业化发展一方面提升了乡镇地区城镇化发展水平，另一方面也导致区域环境质量恶化。分析表明，近年来我国快速扩张的城镇化和工业化建设似乎并未实现乡镇地区经济增长和环境质量的协调发展。
4.4.2 “污染避难所”效应
重点镇建设通过工业化加剧了乡镇地区空气污染，但这只能识别重点镇建设在全国所有乡镇平均意义上的政策效果，并不能有效解释为何西部乡镇较之于东中部乡镇更为显著的环境污染效应。实际上，从区位条件和经济基础来看，较之于东部和中部地区，西部地区具有较为明显的发展劣势。因此，为了推动工业化和城镇化发展，西部地区的重点镇更可能在引资竞争过程中降低环境门槛，从而吸引大量污染性企业迁入。这一现象可以概
括为“污染避难所”效应，并且在国际贸易领域得到了大量经验证据的支持[44-47]。Wu等[48]和Chen等[49]利用我国“十一五”计划中关于COD和SO2强制减排目标的区域差异，构筑双重差分模型探讨了环境规制对污染性生产活动的影响。研究表明，严格的环境规制推动污染性生产活动更多向环境规制较为宽松的西部和长江上游地区转移，因此也从区域间产业转移视角支持了“污染避难所”效应。
如果“污染避难所”效应在重点镇建设中也成立，那么发展条件更不利的西部地区将成为更多污染性生产活动的集聚地，西部重点镇的污染排放将显著增加。为此，首先分样本考察西部重点镇是否相对于东中部重点镇而言具有更显著的产业转移效应。表7中模型（1）—（3）的回归结果表明，西部重点镇建设使得工业企业数量增加了24.98%，增幅是全国平均水平的3.3倍，并显著高于东部和中部地区重点镇水平。其次，囿于乡镇层面排污数据的不可得，将研究的视野聚集到地级市层面，并分样本考察重点镇建设是否导致西部地区出现更多的工业污染排放。为了较好地刻画重点镇政策在地级市层面的效果，借鉴汪增洋和张学良[41]的思路，将每个地级市内的重点镇数量进行加总然后除以该市行政区域面积，从而得到反映每个地级市参与重点镇建设强度的处理变量，并重新构造核心解释变量， 对应的DID模型也随之变形为连续型DID，回归结果报告在表7第4—6列中。相对于东中部地区而言，西部重点镇建设导致地区排放相对更多的工业烟尘。这一结果基本与表4中第7—9列的回归结果一致，并揭示出西部重点镇建设中可能存在的“污染避难所”效应。 5 研究结论与启示
基于全国重点镇建设名单增补调整的政策实践，评估了近年来我国乡镇城镇化建设的经济绩效和环境绩效。研究发现，总体上我国乡镇城镇化建设提高了乡镇地区城镇化发展水平，但同时也导致区域环境质量恶化。相对于东中部地区而言，西部地区乡镇城镇化建设效率明显更低。进一步考察乡镇城镇化建设效果的区位异质性发现，乡镇城镇化建设对乡镇地区城镇化水平的提升效果仅受到直属县级城市中心的辐射影响，并且这一效果仅限于与县城毗邻的乡镇地区。而乡镇城镇化建设则明显恶化了远离地级和县级城市中心的较偏远乡镇的环境质量。机制分析表明，工业化发展可能是我国乡镇城镇化建设产生上述双重效应的重要渠道。并且，我国乡镇地区城镇化建设过程中可能存在污染性生产活动向西部地区转移的“污染避难所”效应。
研究发现具有重要的政策含义：第一，要坚持走以人为本、统筹协调、科学发展的新型城镇化道路。城镇化建设不能片面追求速度，更要看重质量。在着力提升城镇化发展水平的同时，要兼顾地区生态环境质量。特别是欠发达的西部地区和远离区域经济中心的偏远地区，不可片面为了吸引产业和人口流入，而放松环境规制要求。第二，鉴于工业化是当前我国城镇化建设中空气污染加剧的主要推手，并且我国工业化进程仍未结束，要通过供给侧结构性改革，加大对高耗能高污染工业的改造力度，推动传统工业转型升级，坚持走兼顾经济增长和环境质量的新型工业化发展道路。第三，就我国重点镇建设而言，要合理布局重点镇建设名单，建立健全重点镇动态评估与退出机制，坚持集约化发展原则，逐步淘汰清理一批不符合政策要求、经济环境双无效率的重点镇，避免盲目的造城运动。要因地制宜，合理有序推进产业转移，将重点镇建设与专业镇、特色镇建设和乡村振兴有机融合。
参考文献
[1]刘照胜，于尚坤，王成新.我国城市化新时代基本特征与发展策略[J].山东社会科学，2019（8）：136-140.
[2]COPELAND B R， TAYLOR M S. North-south trade and the environment[J]. The quarterly journal of economics， 1994， 109（3）：755-787.
[3]LUO K， LI G， FANG C， et al. PM2.5 mitigation in China： socioeconomic determinants of concentrations and differential control policies[J]. Journal of environmental management， 2018， 213（5）：47-55.
[4]WANG X， TIAN G， YANG D， et al. Responses of PM2.5 pollution to urbanization in China[J]. Energy policy， 2018， 123：602-610.
[5]邵帅，李欣，曹建华.中国的城市化推进与雾霾治理[J].经濟研究，2019，54（2）：148-165.
[6]中国经济增长与宏观稳定课题组，陈昌兵，张平，等.城市化、产业效率与经济增长[J].经济研究，2009，44（10）：4-21.
[7]KREY V， O’NEILL B C， VAN RUIJVEN B V， et al. Urban and rural energy use and carbon dioxide emissions in Asia[J]. Energy economics， 2012， 34（3）：272-283.
[8]朱勤，魏涛远.中国人口老龄化与城镇化对未来居民消费的影响分析[J].人口研究，2016，40（6）：62-75.
[9]HOVHANNISYAN V， DEVADOSS S. Effects of urbanization on food demand in China[J]. Empirical economics， 2020， 58（2）：699-721
[10]MICHAELS G， RAUCH F， REDDING S. Urbanization and structural transformation [J]. The quarterly journal of economics， 2012，127（2）：535-586.
[11]孙叶飞，夏青，周敏.新型城镇化发展与产业结构变迁的经济增长效应[J].数量经济技术经济研究，2016，33（11）：23-40.
[12]孙永强.金融发展、城市化与城乡居民收入差距研究[J].金融研究，2012（4）：98-109.
[13]MEHTA A， HASAN R. The effects of trade and services liberalization on wage inequality in India[J]. International review of economics & finance， 2012，23：75-90.
[14]贾俊雪. 政府间财政收支责任安排与地方公共服务均等化：实证研究[J].中国软科学，2011（12）：35-45.
[15]FLECKIGER M， LUDWIG M. Urbanization， fertility and child education in Sub-Saharan Africa[J]. Economics letters， 2017， 157（8）：97-102. [16]朱孔来，李静静，乐菲菲.中国城镇化进程与经济增长关系的实证研究[J].统计研究，2011，28（9）：80-87.
[17]雷潇雨，龚六堂.城镇化对于居民消费率的影响：理论模型与实证分析[J].经济研究，2014，49（6）：44-57.
[18]蓝庆新，陈超凡.新型城镇化推动产业结构升级了吗：基于中国省级面板数据的空间计量研究[J].财经研究，2013，39（12）：57-71.
[19]张耀军，柴多多.人口城镇化与城乡收入差距耦合关系研究[J].人口研究，2018，42（6）：61-73.
[20]袁晓玲，李朝鹏，方恺.中国城镇化进程中的空气污染研究回顾与展望[J].经济学动态，2019（5）：88-103.
[21]HU Y， LIU X， BAI J， et al. Assessing heavy metal pollution in the surface soils of a region that had undergone three decades of intense industrialization and urbanization[J]. Environmental science and pollution research， 2013， 20（9）：6150-6159.
[22]邓晓兰，鄢哲明，武永义.碳排放与经济发展服从倒U型曲线关系吗：对环境库兹涅茨曲线假说的重新解读[J].财贸经济，2014（2）：19-29.
[23]张腾飞，杨俊，盛鹏飞.城镇化对中国碳排放的影响及作用渠道[J].中国人口·资源与环境，2016，26（2）：47-57.
[24]LIDDLE B. Demographic dynamics and per capita environmental impact： using panel regressions and household decompositions to examine population and transport[J]. Population and environment， 2004， 26（1）：23-39.
[25]CHEN H， JIA B， LAU S. Sustainable urban form for Chinese compact cities： challenges of a rapid urbanized economy[J]. Habitat international， 2008， 32（1）：28-40.
[26]张可.经济集聚的减排效应：基于空间经济学视角的解释[J].产业经济研究，2018（3）：64-76.
[27]梁伟，杨明，张延伟.城镇化率的提升必然加剧雾霾污染吗：兼论城镇化与雾霾污染的空间溢出效应[J].地理研究，2017，36（10）：1947-1958.
[28]金栋昌，李天姿，王宏波.小城镇基础设施建设：社会工程之困与新型集体经济出路[J].内蒙古社会科学（汉文版），2018，39（1）：133-139.
[29]VAN DONKELAAR A， MARTIN R V， BRAUER M， et al. Use of satellite observations for long-term exposure assessment of global concentrations of fine particulate matter[J]. Environmental health perspectives， 2015， 123（2）：135-143.
[30]陳林，万攀兵.《京都议定书》及其清洁发展机制的减排效应：基于中国参与全球环境治理微观项目数据的分析[J].经济研究，2019，54（3）：55-71.
[31]沈坤荣，金刚，方娴.环境规制引起了污染就近转移吗？[J].经济研究，2017，52（5）：44-59.
[32]陈诗一，陈登科.雾霾污染、政府治理与经济高质量发展[J].经济研究，2018，53（2）：20-34.
[33]邵帅，张可，豆建民.经济集聚的节能减排效应：理论与中国经验[J].管理世界，2019，35（1）：36-60，226.
[34]邓玉萍，许和连.外商直接投资、地方政府竞争与环境污染：基于财政分权视角的经验研究[J].中国人口·资源与环境，2013，23（7）：155-163.
[35]罗能生，李佳佳，罗富政.中国城镇化进程与区域生态效率关系的实证研究[J].中国人口·资源与环境，2013，23（11）：53-60.
[36]庞瑞芝，李鹏，路永刚.转型期间我国新型工业化增长绩效及其影响因素研究：基于“新型工业化”生产力视角[J].中国工业经济，2011（4）：64-73.
[37]沈坤荣，金刚.中国地方政府环境治理的政策效应：基于“河长制”演进的研究[J].中国社会科学，2018（5）：92-115，206.
[38]涂正革，谌仁俊.工业化、城镇化的动态边际碳排放量研究：基于LMDI“两层完全分解法”的分析框架[J].中国工业经济，2013（9）：31-43.
[39]刘满凤，谢晗进.我国工业化、城镇化与环境经济集聚的时空演化[J].经济地理，2015，35（10）：21-28.
[40]王庆喜，钱遂，庞尧.环境约束下中国工业化与城镇化的关系演变：效率分析视角[J].地理科学，2017，37（1）：92-101.
[41]汪增洋，张学良.后工业化时期中国小城镇高质量发展的路径选择[J].中国工业经济，2019（1）：62-80. [42]LIN B Q， OUYANG X L. Energy demand in China： comparison of characteristics between the US and China in rapid urbanization stage[J]. Energy conversion and management， 2014，79（3）： 128-139.
[43]辜胜阻，曹冬梅，韩龙艳.“十三五”中国城镇化六大转型与健康发展[J].中国人口·资源与环境，2017，27（4）：6-15.
[44]HANNA R. US environmental regulation and FDI： evidence from a panel of US-based multinational firms[J]. American economic journal： applied economics， 2010， 2（3）：158-189.
[45]CHUNG S H. Environmental regulation and foreign direct investment： evidence from South Korea[J]. Journal of development economics， 2014， 108：222-236.
[46]MILLIMET D L， ROY J. Empirical tests of the pollution haven hypothesis when environmental regulation is endogenous[J]. Journal of applied econometrics， 2016， 31（4）：652-677.
[47]SHI X， XU Z. Environmental regulation and firm exports： evidence from the eleventh Five-Year Plan in China[J]. Journal of environmental economics & management，2018， 89：187-200.
[48]WU H， GUO H， ZHANG B， et al. Westward movement of new polluting firms in China： pollution reduction mandates and location choice[J]. Journal of comparative economics， 2017， 45（1）：119-138.
[49]CHEN Z， KAHN M E， LIU Y， et al. The consequences of spatially differentiated water pollution regulation in China[J]. Journal of environmental economics and management， 2018， 88（3）：468-485.
Township development and environmental pollution
effect of urbanization construction
CHEN Lin1 ，2 WAN Panbing3
（1. Institute of Industrial Economics， Jinan University， Guangzhou Guangdong 510632， China;
2. Guangzhou Regional Low Carbon Economy Research Base， Guangzhou Key Research
Base for Humanities and Social Sciences， Guangzhou Guangdong 510632， China;
3. Economics and Management School， Wuhan University， Wuhan Hubei 430072， China）
Abstract Covering 10，796 townships， this study matched the spatial raster data and the township economic statistics， compiled the economic panel data in 2013-2017 and the environmental panel data in 2011-2017， and evaluated the economic and environmental performance of urbanization in township areas based on the policy impact of the addition and adjustment of the national key township construction list in 2014. The results showed that： Firstly， while enhancing the level of urbanization development in townships， the construction of national key towns had aggravated air pollution， i.e. the positive ‘township development effect’ coexisted with the negative ‘environmental pollution effect’. Secondly， the effect of township urbanization construction had obvious regional heterogeneity. The township development effect of urbanization was only affected by the radiation function of the county-level city centers， while the environmental pollution effect mainly occurred in more remote townships far from the city-level and county-level urban centers. Thirdly， the township development effect of urbanization was closely related to industrialization， but a ‘pollution haven’ effect might exist when polluting production activities moved to the western regions in the urbanization process. Therefore， in the process of promoting urbanization， we must adhere to the new urbanization road that takes into account the construction of ecological civilization. Specifically， in the underdeveloped western regions and remote areas far away from regional economic centers， local governments should not relax the environmental regulations in order to attract industry and population inflows. With regard to the pollution sources， all sectors should strengthen the transformation of high energy consumption and high pollution industries through supply-side structural reforms， promote the transformation and upgrading of traditional industries， and promote the simultaneous development of new industrialization and urbanization.
Key words urbanization; construction of key townships; air pollution; spatial raster data; pollution haven
（責任编辑：刘照胜）
收稿日期：2019-10-29 修回日期：2020-06-15
作者简介：陈林，博士，教授，博导，主要研究方向为国有经济与环境规制。E-mail：[email protected]。
通信作者：万攀兵，博士，讲师，主要研究方向为环境经济与绿色低碳。E-mail：[email protected]。
基金项目：“研究阐释党的十九届四中全会精神”国家社会科学基金重点项目“自由贸易试验区负面清单制度的推广与评估”（批准号：20AZD050）;国家自然科学基金面上项目“竞争政策与准入规制的协调机制研究”（批准号：71773039）;教育部哲学社会科学研究重大课题攻关项目“我国全要素生产率提升与测算研究”（批准号：17JZD013）;广东省自然科学基金面上项目“粤港澳大湾区空气污染与公众健康”（批准号：2020A1515011233）;广东省基础与应用基础研究重大项目“粤港澳环境质量协同创新联合实验室”科技创新战略专项资金项目（批准号：2019B121205004）;中央高校基本科研业务费项目（批准号：20JNTZ06/ 20JNZS15）;清华大学中国现代国有企业研究院资助项目“党组织在混合所有制企业中的领导地位和作用研究”（批准号：ISOEYB202021）。
关键词 城镇化;重点镇建设;空气污染;空间栅格数据;污染避难所
中图分类号 F061.5 文献标识码 A 文章编号 1002-2104（2021）04-0062-12 DOI：10.12062/cpre.20200610
我国近年的城镇化建设取得了令人瞩目的成就，截至2019年底，城镇常住人口增加到8.48亿人，城镇化率高达60.60%，已提前一年完成《国家新型城镇化规划（2014—2020年）》中“常住人口城镇化率达到60%左右”的发展目标。然而，伴随快速城镇化而来的环境污染问题也日益严重，城市建设与生态环境相互协调逐渐得到了政府相关部门的应有重视[1]。那么，近年来我国快速扩张的城镇化建设是否遵循兼顾“绿色”与“增长”的高质量发展路径，是否实现了“新型工业化与城镇化同步发展”？不同地区的城镇化建设效果有何差异，是否存在“污染避难所”效应[2]？探讨以上问题具有重要的理论与现实意义。
现有研究大多基于省级或地市级层面的城镇化发展水平指标考察我国城市地区城镇化建设的各种绩效[3-5]，却较少关注我国乡镇地区城镇化建设的政策效果，较少使用乡镇一级的微观层面数据与研究样本。鉴于此，作者依托国家统计局最新发布的乡镇统计数据并匹配中科院资源环境科学数据中心、欧洲中期天气预报中心及哥伦比亚大学社会经济数据和应用中心等提供的空间栅格数据，利用2014年国家重点镇增补调整这一政策冲击构筑双重差分模型，评估了近年来我国乡镇地区城镇化建设的经济绩效和环境绩效及其空间异质性。
1 文献综述
1.1 关于城镇化建设的经济效应研究
现有研究分别从经济增长[6-7]、居民消费[8-9]、产业结构[10-11]、城乡收入分配[12-13]和公共服务供给[14-15]等维度考察了城镇化建设的经济效应。朱孔来等[16]研究发现，城镇化率每提高一个百分点，可以维持7.1%的经济增长。雷潇雨和龚六堂[17]的理论模型和实证检验均揭示出，城镇化水平的提高可以促进城市消费率的增长，但是城镇化发展过快则会抑制消费率的增长。基于省级层面的新型城镇化综合指数和空间计量模型，蓝庆新和陈超凡[18]实证发现，我国新型城镇化建设能够显著提升产业发展层次。利用全国各地市人口城镇化率与城乡收入比数据，张耀军和柴多多[19]研究揭示了城镇化发展水平与城乡收入差距之间的负向关系。总体上，学界对城镇化建设的经济效应以正面态度为主。
遗憾的是，已有研究几乎均是基于城镇化率和城镇地区人口密度、人口规模、GDP密度等城镇化建设的结果变量[20]，考察我国城镇化建设对各种经济指标的影响，可能存在遗漏变量和反向因果问题。有别于现有文献，作者利用2014年国家重点镇建设名单的增补调整来识别不同地区城镇化建设力度的外生波动差异，并通过构造双重差分模型来考察城镇化建设对地区城镇化发展水平的影响，从而较好地克服潜在的内生性问题。另外，不同于现有研究主要关注城市地区的城镇化建设，作者着眼于乡镇地区的城镇化建设，进一步拓宽了城镇化研究的范畴。
1.2 关于城镇化建设的环境效应研究
关于城镇化建设与环境质量关系的研究，主要存在两种竞争性的观点。一种观点认为，城镇化建设离不开工业化的发展，伴随着产业集聚和人口规模扩张，城镇化建设可能因为能源消费激增而使得地区环境质量恶化。大量研究为此提供了支持性证据。如Hu等[21]发现，经历30年高强度的工业化和城镇化后，珠三角地区的土壤重金属污染物显著增加。邓晓兰等[22]使用1995—2010年中国省域面板数据发现，随着经济不断发展，碳排放轨迹表现为单调递增形态。张腾飞等[23]也检验出，中国的城镇化进程对碳排放存在正向的影响。另一种观点声称，城镇化可通过有效利用公共基础设施而降低能源使用和污染排放水平[24-25]。如张可[26]指出，经济集聚促进了污染排放总量的空间集中，经济活动向经济密度高的城市集中有利于减排。梁伟等[27]采用广义空间三阶段最小二乘法进行整体估计后发现，本地和周边地区城镇化率的提升均对其雾霾污染具有显著的负向影响。
总之，以往研究并不能就城镇化建设与环境质量之间的内在关系达成有效共识。其主要原因在于现有研究无法有效分离出政策和空间效果的异质性。中国城镇化建设很大程度上由地方政府主导，不同层级、区位和职能的地方政府由于面临的考核压力和晋升激励有别，从而对环境造成不同程度的影响。另外，中国幅员辽阔，区域间存在巨大的空间异质性。因此，仅使用省级层面或地市级层面的面板数据，通过添加有限的经济变量控制地域间的差异可能无法得出一致的结论。为此，作者试图使用更为细致的乡镇面板数据考察城镇化建設与环境质量之间的关系及其空间异质性效果。 2 重点镇建设背景
2004年2月4日，原建设部、国家发改委等六部委公布了第一批1 887个重点镇建设名单。经过十年左右的发展，首批全国重点镇在集聚人口、扩大就业、带动农村地区发展等方面取得一定成效。2013年7月，住建部、国家发改委等六部委在全国范围内组织开展了重点镇增补调整工作，并于2014年7月21日发布了最新一批重点镇建设名单，同时宣布2004年的重点镇名单作废。
此轮重点镇建设不仅要“服务支持农村、增强农村活力”，而且要“承接城市产业转移、缓解城市压力”，从而“落实积极稳妥推进城镇化的战略”。并且明确提出要“将全国重点镇作为今后各地各有关部门扶持小城镇发展的优先支持对象”。2016年国务院印发《关于深入推进新型城镇化建设的若干意见》，在关于“加快培育中小城市与特色小城镇”的要求中，特别强调“提升县城与重点镇基础设施水平”和“加大对中西部地区发展潜力大、吸纳人口多的县城和重点镇的支持力度”。
伴随着新一轮重点镇名单的出台，各级政府加大了对重点镇的财政支持和政策倾斜[28]。以广西贺州市政府为例，2015年出台的《中共贺州市委员会贺州市人民政府关于推进综合配套改革加快重点镇发展的意见》中规定，“重点镇辖区征收的土地出让金，扣除成本和按规定计提各项基（资）金后，按不低于80%补助重点镇”。为支持重点镇基础设施建设，贺州市钟山县要求，重点乡镇每年组织的城市维护建设税收入全额返回乡镇。
经过增补调整后，我国重点镇的数量急剧增加，从原先的1 887个重点镇，增加到了3 675个，增长了近一倍，基本上“使每个县（市）至少有1个重点发展的建制镇列入全国重点镇”。东部、中部和西部地区重点镇均显著增加。其中，东部地区增长最为迅速，全国占比从2004年的36.3%进一步上升到42.37%。在政策扶持下，东北、西北和西南等边境地区重点镇也明显增加。
作者主要关注最新一批重点镇建设的政策效果。预期在严格的考核压力和地方政府自下而上的锦标赛式竞争下，纳入重点镇名单的乡镇在承接产业转移和发展地方经济方面会表现出更大的积极性，从而可能对当地城镇化发展和环境质量产生影响。
3 研究设计
3.1 数据来源与处理
作者使用的乡镇面板数据分为2013—2017年乡镇经济面板数据和2011—2017年乡镇环境面板数据。前者主要摘自2014—2018年中国县域统计年鉴乡镇卷。主要从中选取乡镇人口、工业企业数量和企业从业人员等指标。由于乡镇层面统计指标较为缺乏且不连续，为增加更多的经济指标，将乡镇数据与2014—2018年中国县域统计年鉴县市卷中关于县域的统计数据进行匹配，从而得到乡镇所在县的经济发展信息。
根据乡镇名称，从谷歌地图上获取到每个乡镇行政中心的精确地理坐标。进一步根据经纬度信息并使用Arcgis 10.2采样分析，可以得到与每个乡镇行政中心距离最近的气温、降水、风速、对流层高度和PM2.5浓度数据。其中，气温和降水数据来源于中国科学院资源环境科学数据中心。由于该网站上公开的气温和降水数据仅更新到2015年，进一步从欧洲中期天气预报中心发布的近地面2 m高的气温数据（精度为0.125°×0.125°）和美国国家航空航天局（NASA）网站上公布的全球降水测量数据（GPM）（精度为0.1°×0.1°）增补得到2016—2017年的气温和降水数据。考虑到这两项数据为月度数据，通过对各月数据取均值或加总
可以得到年度气温和降水数据。风速和对流层高度数据来自欧洲中期天气预报中心ERA-interim数据库。PM2.5浓度数据源自哥伦比亚大学社会经济数据和应用中心公布的精度为0.1°×0.1°的全球空间栅格数据。这一历史时间序列数据由Van Donkelaar等[29]通过处理捕捉气溶胶光学厚度AOD（Aerosol Optical Depth）的卫星图片，并结合地球大气运输模型（Global Chemical Transport Model）以及地面PM2.5观测站数据估算得到。该数据剔除了自然界灰尘与海盐对PM2.5浓度的贡献，并经过人口加权调整[30]。
剔除掉核心变量指标缺失值样本后，为避免行政区划调整的影响，仅保留样本期间名称一致的乡镇。此外，也剔除了行政职能特殊的兵团和农场以及街道办事处样本。最终，得到10 796个乡镇的经济面板数据（2013—2017）和环境面板数据（2011—2017）。
3.2 双重差分模型
以2014年全国重点镇增补调整作为我国乡镇地区城镇化建设的一次政策冲击，考察乡镇城镇化建设的发展效应和环境效应。其中，2014年最新被列入重点镇建设名单的乡镇作为城镇化建设力度更大的处理组，2004年和2014年均未被选入重点镇建设名单的乡镇作为城镇化建设力度更小的控制组。鉴于2004年和2014年前后两轮重点镇的建设目标和政策内容不同，为集中考察最新的2014年重點镇建设的政策效果，将2004年已经列入重点镇建设名单的乡镇样本进行删除。
为考察以重点镇建设为代表的城镇化建设对乡镇地区城镇化发展水平的影响，构建如下双重差分模型：
urbanit=a+βtreati×postt+θXit+λt+μi+εit（1）
式中，urbanit为被解释变量，表示第i个乡镇t年城镇化发展水平，使用城镇建成区常住人口占乡镇常住人口比例衡量。考虑到该比例指标容易受总体人口规模影响，也使用城镇（建成区）常住人口规模作为补充性衡量指标。treati为乡镇是否纳入2014年重点镇建设名单。重点镇建设名单增补调整发生于2014年7月21日，鉴于这项政策年中出台，而决定着地方全年发展大计的地方政府年度工作报告和财政支出预算一般发生在年初，这项政策要真正落地并贯彻到地方，至少得延迟到下一年即2015年。因此，对于时间差分变量postt的设置，仅当时间出现在2015年及以后时，设postt为1，否则为0。 双重差分估计量treati×postt为核心解释变量，如果重点镇建设在推进地区城镇化发展方面发挥作用，其回归系数β应显著为正。为控制区域经济发展水平的影响，回归中加入了经反距离加权的乡镇所在县的人均GDP、人均固定资产投资和人均财政支出等控制变量，即Xit。乡镇固定效应μi和年份固定效应λt则有助于控制不同乡镇之间既有的不随时间变化的个体差异和不同年份的外生冲击。此外，回归中将标准误聚类到更高的区县层面以控制区县内同时影响控制组和处理组的潜在混淆因素。
鉴于中国自上而下的行政管理体制和自下而上的地方政府锦标赛竞争模式，作为中国正式行政层级中的最低层级，乡镇政府官员也面临较高的经济绩效考核压力和晋升激励。对于纳入重点镇建设名单的乡镇而言，更是如此。为了完成重点镇建设的主要经济考核任务，抓住政策带来的向上流动的晋升机会，纳入重点镇建设的乡镇相对于未纳入重点镇建设的乡镇而言，其地方官员更可能因为过度重视经济绩效方面的考核指标而忽视环境保护，导致环境质量恶化。为检验这种效果，本文构建计量模型（2）：
pm2.5it=a+βtreati×postt+θXit+τWit+λt+
μi+εit（2）
考虑到本文衡量空气污染的pm2.5it为污染浓度数据，容易受到区域特定的气候环境影响。因此，在模型1的基础上，模型2进一步控制了气温、降水及其二次项与风速、对流层高度和二者交乘项衡量的空气流通系数[31-32]，即Wit。主要变量见表1。
3.3 平行趋势检验
研究显示，在2014年及其以前，处理组与控制组在城镇化率和城镇常住人口规模方面的增长趋势较为一致，而当2014年重点镇名单出台后，控制组的增速相对处理组而言有所放缓。进一步使用控制变量进行调整，步骤如下：① 分别对处理组样本和控制组样本实施被解释变量关于基准回归模型（1）中控制变量的回归，得到相应的回归残差。② 分别绘制第一步中得到的处理组与控制组回归残差的逐年均值图。可以发现，2014年及其以前，处理组的城镇化发展水平低于控制组，而一旦重点镇名单出台后，上述趋势开始逆转。自2013年以来，控制组和处理组总体上均经历了PM2.5浓度水平的下降，这可能与2013年出台的“大气十条”政策有关。在2014年重点镇名单出台前，控制组和处理组的变化趋势几乎一致，但重点镇名单出台后，处理组的下降趋势明显放缓，致使其与控制组的PM2.5浓度值差距缩小。使用控制变量进行调整后可以更容易看出，重点镇名单出台前，处理组PM2.5浓度水平低于控制组，但重点镇名单出台后，前者已经超越后者。综上，可以推测重点镇建设将对乡镇地区城镇化发展水平和环境质量产生影响。
4 实证检验
4.1 基准回归结果分析
表2的基准回归结果表明，无论是以城镇化率衡量，还是以城镇常住人口规模衡量，纳入2014年重点镇建设名单的乡镇城镇化发展水平总体上出现了显著的提升。相对于非重点镇而言，重点镇城镇化率提高了约0.8个百分点，城镇常住人口规模增长了3.1%。即使控制了区域的经济发展条件，双重差分变量的估计系数值和显著性水平几乎不变。与此同时，重点镇建设对乡镇环境质量也带来了显著的负面影响。不添加任何经济控制变量回归时，双重差分变量的估计系数值为0.530，在1%水平上显著;加入经济控制变量后该系数值增大为0.540，统计意义上仍十分显著。这表明，以重点镇建设为代表的乡镇城镇化建设在提升乡镇地区城镇化发展水平的同时也加剧了其空气污染。
重点镇的重要功能在于有效转移农村人口并缓解大中城市压力，即推动农村人口更多向小城镇就近转移，而非大量涌入人口稠密的大中城市。在面临每年新增城镇人口和城镇化率任务的硬考核约束以及通过城镇化推动地方经济和财政收入增长的软政绩和经济激励下，纳入重点镇建设的地方官员推动城镇化的积极性不言而喻。与此同时，重点镇的地位也客观上为其城镇化建设争取到了更多的经济资源和政策优惠，包括来自上级政府的财政转移支付投入、基础设施建设和产业转移支持。在地方官员
积极招商引资和上级政府政策导向的共同作用下，产业、资金、人口开始向重点镇集聚，推动其城镇化水平的提高。
一方面伴随着经济活动的集聚，重点镇的污染水平可能会加剧，特别是当前我国工业化进程仍未结束，工业化发展对传统化石能源消耗较大，产出规模和能源消耗的扩张会引起单位空间内污染排放总量的增加而加剧环境污染[33]。另一方面，重点镇地区的官员在推动城镇化建设过程中，也可能因为过度看重晋升激励和经济激励而忽视了地区环境保护。特别是在招商引资过程中，对污染企业缺乏筛选，甚而降低环境门槛，从而使得地方环境质量进一步恶化[34]。总之，基准回归结果表明，当前我国乡镇城镇化建设过程中，仍面临着区域发展与环境质量之间权衡取舍的发展困境。
4.2 稳健性检验
为检验基准回归结果的稳健性，分别做如下处理：① 剔除掉重点镇建设名單出台的2014年的样本。② 仅保留镇的样本进行回归以避免乡和镇之间经济条件差异对本文估计结果的干扰。③由于“大气十条”政策自2013年9月开始实施，并且京津冀、珠三角和长三角城市面临更高的减排目标要求，这可能对估计结果造成干扰。为此，本文构造“大气十条”政策变量，即如果该乡镇位于京津冀、珠三角或长三角城市群内并且时间处在2013年以后则赋值为1，否则为0。并将该政策变量分别纳入基准回归模型（1）和（2）中进行回归。估计结果如表3所示，回归系数均未出现显著的变化。
虽然此轮新增的重点镇数量和范围几乎覆盖到了全国所有县级行政单位，这避免了本文的实验组样本在省级和地级市空间范围内的政策选择性问题。然而，在县级行政单位以内，考虑到绝大部分县级单位只能申报一个重点镇，因此仍旧无法避免发生在县域内的潜在样本选择问题。为此，使用基于倾向得分匹配法（propensity score matching，PSM）的双重差分方法（PSM-DID），以进一步减小回归的选择性偏误。 选择重点镇公布前一年即2013年乡镇的夜间灯光亮度值（数据来自中国科学院资源环境科学数据中心）、工业企业数量以及基准回归中的控制变量作为匹配变量进行严格的1：1最近邻匹配。经过PSM匹配后，处理组和控制组在经济特征方面不再具有显著的差异，并且匹配后特征变量中最大偏差仅为5.8%，从而保证了处理组与控制组样本在政策冲击前的平衡性。利用该样本重新进行基准回归模型（1）和（2）的回归后发现，重点镇建设依旧对地区城镇化水平和PM2.5浓度产生了显著的正向影响。关于常住人口规模的回归系数尽管不显著但依旧为正，一旦将标准误聚类到乡镇层面，该系数开始显著。
与此同时，本文也通过随机赋予乡镇政策选择时间和处理组状态，进行1 000次的安慰剂试验。为便于运算，将样本统一截取为2013—2017年。随机选择政策发生时间为2013、2014、2015或2016年，并在随机选择的政策年份下，从样本中随机选择1 505个乡镇为处理组，剩余9 291个乡镇为控制组，进行250次有放回抽样，从而可以得到1 000次回归结果。结果发现，在分别关于城镇化率、城镇常住人口规模和PM2.5的1 000次隨机模拟试验中，仅各自出现6、8和2次随机试验估计系数高于基准估计系数的情况。这表明重点镇建设的政策效果在统计意义上是小概率事件，并非随机发生的，从而进一步支持了本文的基准回归结果。
4.3 空间异质性分析
4.3.1 东中西部重点镇建设效果的异质性
作为我国经济重心，东部沿海地区自改革开放以来一直是我国人口、资本、技术等各类生产要素的主要流入地，这一流动模式基本由市场配置效率所主导。然而，2014年重点镇建设名单的增补调整却可能对这一趋势产生影响。尽管从中央战略决策来看，此举旨在推动区域和城乡经济社会一体化发展，但在实践过程中，却可能由于地方政府的锦标赛式竞争而产生一定程度的政策扭曲。
表4分样本估计结果表明，重点镇建设对西部地区城镇化率和城镇常住人口规模几乎没有显著影响，但提升中部和东部地区城镇化率1个百分点左右，并且分别增加中部和东部地区城镇常住人口规模3.25%和3.67%。进一步考察空气污染发现，西部重点镇PM2.5浓度上升了近1.5个单位，并在1%水平上显著，增量是全国平均水平的2.75倍;以西部地区重点镇PM2.5浓度的均值26.778 3（μg/m3）为基准，则增幅高达5.55%。东部和中部重点镇PM2.5浓度并无显著变化。尽管第（8）列双重差分变量的估计系数在10%水平上显著，但系数值较小，仅为中部地区PM2.5浓度均值水平的0.6%。一旦将标准误聚类到乡镇层面时或者将样本观测周期调整为2013—2017年时，中部地区关于PM2.5的回归系数将不再显著。上述结果表明，东部和中部重点镇的建设效果更优，伴随地区城镇化发展水平提升的同时区域空气质量并未明显恶化;而西部重点镇建设不仅未能有效提升地区城镇化发展水平，反而导致区域空气质量恶化，因而建设效果较差。
区域间经济发展水平和所处城镇化阶段的差异是造成上述政策异质性效果的主要原因。较之于东中部地区，西部地区经济发展水平落后，城镇化水平相对较低，尚处于城镇化发展的初级阶段[35]，在工业增长与资源环境保护之间面临更为直接的“两难选择”[36]。特别是在面临重点镇建设的考核压力和经济激励时，区位和经济条件“先天不足”的西部重点镇，更可能为了吸引投资和产业转移而放松环境门槛，从而加剧地区空气污染。换句话说，西部重点镇在城镇化建设中可能存在“污染避难所”效应。
4.3.2 不同区位条件重点镇建设效果的异质性
鉴于重点镇的建设目标之一在于承接城市产业转移、缓解城市压力。而以往研究表明，地理距离是产业转移的重要因素。特别是一些污染性产业，往往会因为市区相对严格的环境规制而就近转移到周边地区。因此，到省会城市、地级城市和县级城市中心的地理距离也一定程度上代表着重点镇的区位条件和受到的经济辐射效果的差异。为考察重点镇建设随其到各级城市中心距离非线性变化的政策效果，在基准回归模型中加入核心解释变量treati×postt与乡镇到各级行政中心距离分组distanceijk的交乘项[37]，构建计量模型：
其中，distancekij代表第i个乡镇到第j级（1，2，3分别代表省会城市、地级城市和县级城市）城市中心的地理距离组别。当考察到县级城市中心的距离distanceki3时，k=1，2，3，…，7分别代表到县级城市中心0～5 km、5～10 km、10～15 km、15～20 km、20～25 km、25～30 km和30 km及以上的乡镇;当考察到地级城市中心的距离distanceki2时，k=1，2，3，…，7分别代表到地级城市中心0～20 km、20～40 km、40～60 km、60～80 km、80～100 km、100～120 km和120 km及以上的乡镇;当考察到省会城市中心的距离distanceki1时，k=1，2，3，…，7分别代表到省会城市中心0～50 km、50～100 km、100～150 km、150～200 km、200～250 km、250～300 km和300 km及以上的乡镇。模型（3）和模型（4）中基准组分别为treati×postt×distanceij7和treati×postt×distanceij1，回归中被删除。
表5的回归结果表明，与省会城市中心的距离对重点镇建设的城镇化提升效应和环境污染效应几乎没有影响。而与地级城市中心的距离仅对重点镇建设的环境污染效应有一定调节作用。具体而言，重点镇建设显著提升了那些距离地级城市中心100 km及以上乡镇的PM2.5浓度水平，并且距离越远，政策效果越显著。然而，重点镇建设对乡镇地区城镇化的提升效应并未受到地级城市中心的辐射影响。相比之下，与县级城市中心的地理距离对重点镇建设的城镇化提升效应和环境污染效应均具有一定的调节作用。具体而言，重点镇建设显著提升了那些距离县级城市中心0～5 km范围内乡镇的城镇化发展水平以及那些距离县级城市中心30 km及以上乡镇的PM2.5浓度水平。鉴于30 km和100 km分别接近或超过本文样本中大部分县级城市和地级城市的行政区划半径，因此县级市和地级市行政边界地区重点镇建设的环境污染效应较为明显。 上述结果表明，以重点镇建设为代表的乡镇城镇化建设对乡镇地区城镇化发展水平的提升效应受到直属县级城市中心的经济辐射影响，但并未受到更高层级的省会城市和地级城市中心的经济辐射影响。并且，相应的经济辐射效果仅限于与县城毗邻的乡镇地区。然而，随着到所在
地级城市和县级城市中心距离的增加，重点镇建设的环境污染效应进一步强化，并且主要体现在远离地级和县级城市中心的偏远乡镇。
由于几乎每个县市都至少有一个重点镇，省级财政和地级市财政相关政策支持显然覆盖有限，因此重点镇建设主要依赖更低层级的地方政府，特别是直属县级政府的支持。另一方面，县级城市中心由于数量更多、分布更广，作为区域经济发展中心，对周边乡镇的经济辐射影响更大。从区位条件来看，离县城中心较近的重点镇由于中心城区的扩张更能直接享受到城镇化进程加速的红利，大量吸引农村人口和部分城区人口的流入，也一定程度上缓解了中心城区人口压力。因此，在重点镇建设过程中，县级城市中心的经济辐射效果较为显著，并且主要作用于县城周边的乡镇地区。
重点镇建设环境效应的区位异质性，与地方政府产业规划和布局以及乡镇政府间的引资竞争有关。首先，为减少對中心城区的污染辐射，地市政府和区县政府倾向于将污染性产业和工业企业布局在离市区相对较远的乡镇特别是行政边界地区，比较典型的是开发区建设和工业园区建设。其次，位置偏远的乡镇为弥补自身的区位条件劣势，在引资竞争中往往倾向于放松环境质量要求，容易成为工业污染源的“避难所”。因此，远离地级城市中心和县级城市中心的偏远乡镇，在重点镇建设过程中遭受更大的环境污染。
4.4 机制分析
4.4.1 工业化的作用渠道分析
基准回归结果表明，重点镇建设对乡镇地区城镇化发展水平和环境质量分别具有显著的正向和负向影响。以往研究也揭示出，城镇化发展水平与环境质量均与我国工业化建设密切相关[38-40]。由于重点镇大多以工业专业化为发展导向[41]，通过承接大中城市产业转移和发展工业化既有助于提高城镇化发展水平，也会因工业污染源集聚而对地区环境质量产生负面影响。因此，工业化建设可能是引致上述效果的重要渠道。
为考察重点镇建设对区域工业化发展的影响，本文分别选取工业企业数量、二三产业从业人员数量和企业从业人员数量占比来综合衡量工业化的不同方面，并将上述指标替换基准回归模型（1）中的被解释变量重新进行回归。鉴于工业在我国经济总量中仍保持较高比重，特别是对于经济集聚度较低的乡镇地区，第三产业发展较为落后，地区经济对工业依赖度可能更高，因而二三产业从业人员数量和企业从业人员占比这两项指标尽管衡量不尽完美，但二者的变化仍可以捕捉到工业化发展和产业转移带来的就业机会。
表6的回归结果表明，纳入重点镇建设名单的乡镇在工业企业数量、二三产业从业人数和企业从业人数占比方面均经历了较为显著的增长。当不考虑控制变量进行回归时，三者的估计系数分别为0.072、0.015和0.032，各自在5%、10%和1%的水平上显著。而当控制区域经济条件后，三者的估计系数和显著性水平几乎不变。平均而言，相对于未纳入重点镇建设名单的乡镇而言，纳入重点镇建设名单的乡镇工业企业数量增加了7.47%、二三产业从业人数增加了约1.51%，企业从业人数占比提高了3.2个百分点。
城镇化的发展离不开工业化的推进，尤其是产业的支撑。事实上，重点镇建设本身亦是一项重要的产业政策，在各级政府的政策引导和产业规划下，重点镇成为地方主导产业建设的首选之地。相对完善的基础设施和工业用地优惠条件吸引着大量工业企业入驻，由此带来工业水平的提升和二三产业发展。与此同时，更多的就业机会和经商机会也吸引着更多外来人口涌入，进一步推动乡镇常住人口规模的增加和城镇化率的提升。另一方面，当前我国工业化进程中，工业发展消耗了大量化石能源[42]，从而加剧空气污染。根据辜胜阻等[43]的分析，2005—2014年10年间，随着我国工业增加值的不断增长，工业废气排放量和工业固体废物分别增长了1.58倍和1.45倍。经济集聚和工业生产规模扩张也导致污染排放加剧。因此，作为我国城镇化建设中的一项重要工程，重点镇建设通过工业化发展一方面提升了乡镇地区城镇化发展水平，另一方面也导致区域环境质量恶化。分析表明，近年来我国快速扩张的城镇化和工业化建设似乎并未实现乡镇地区经济增长和环境质量的协调发展。
4.4.2 “污染避难所”效应
重点镇建设通过工业化加剧了乡镇地区空气污染，但这只能识别重点镇建设在全国所有乡镇平均意义上的政策效果，并不能有效解释为何西部乡镇较之于东中部乡镇更为显著的环境污染效应。实际上，从区位条件和经济基础来看，较之于东部和中部地区，西部地区具有较为明显的发展劣势。因此，为了推动工业化和城镇化发展，西部地区的重点镇更可能在引资竞争过程中降低环境门槛，从而吸引大量污染性企业迁入。这一现象可以概
括为“污染避难所”效应，并且在国际贸易领域得到了大量经验证据的支持[44-47]。Wu等[48]和Chen等[49]利用我国“十一五”计划中关于COD和SO2强制减排目标的区域差异，构筑双重差分模型探讨了环境规制对污染性生产活动的影响。研究表明，严格的环境规制推动污染性生产活动更多向环境规制较为宽松的西部和长江上游地区转移，因此也从区域间产业转移视角支持了“污染避难所”效应。
如果“污染避难所”效应在重点镇建设中也成立，那么发展条件更不利的西部地区将成为更多污染性生产活动的集聚地，西部重点镇的污染排放将显著增加。为此，首先分样本考察西部重点镇是否相对于东中部重点镇而言具有更显著的产业转移效应。表7中模型（1）—（3）的回归结果表明，西部重点镇建设使得工业企业数量增加了24.98%，增幅是全国平均水平的3.3倍，并显著高于东部和中部地区重点镇水平。其次，囿于乡镇层面排污数据的不可得，将研究的视野聚集到地级市层面，并分样本考察重点镇建设是否导致西部地区出现更多的工业污染排放。为了较好地刻画重点镇政策在地级市层面的效果，借鉴汪增洋和张学良[41]的思路，将每个地级市内的重点镇数量进行加总然后除以该市行政区域面积，从而得到反映每个地级市参与重点镇建设强度的处理变量，并重新构造核心解释变量， 对应的DID模型也随之变形为连续型DID，回归结果报告在表7第4—6列中。相对于东中部地区而言，西部重点镇建设导致地区排放相对更多的工业烟尘。这一结果基本与表4中第7—9列的回归结果一致，并揭示出西部重点镇建设中可能存在的“污染避难所”效应。 5 研究结论与启示
基于全国重点镇建设名单增补调整的政策实践，评估了近年来我国乡镇城镇化建设的经济绩效和环境绩效。研究发现，总体上我国乡镇城镇化建设提高了乡镇地区城镇化发展水平，但同时也导致区域环境质量恶化。相对于东中部地区而言，西部地区乡镇城镇化建设效率明显更低。进一步考察乡镇城镇化建设效果的区位异质性发现，乡镇城镇化建设对乡镇地区城镇化水平的提升效果仅受到直属县级城市中心的辐射影响，并且这一效果仅限于与县城毗邻的乡镇地区。而乡镇城镇化建设则明显恶化了远离地级和县级城市中心的较偏远乡镇的环境质量。机制分析表明，工业化发展可能是我国乡镇城镇化建设产生上述双重效应的重要渠道。并且，我国乡镇地区城镇化建设过程中可能存在污染性生产活动向西部地区转移的“污染避难所”效应。
研究发现具有重要的政策含义：第一，要坚持走以人为本、统筹协调、科学发展的新型城镇化道路。城镇化建设不能片面追求速度，更要看重质量。在着力提升城镇化发展水平的同时，要兼顾地区生态环境质量。特别是欠发达的西部地区和远离区域经济中心的偏远地区，不可片面为了吸引产业和人口流入，而放松环境规制要求。第二，鉴于工业化是当前我国城镇化建设中空气污染加剧的主要推手，并且我国工业化进程仍未结束，要通过供给侧结构性改革，加大对高耗能高污染工业的改造力度，推动传统工业转型升级，坚持走兼顾经济增长和环境质量的新型工业化发展道路。第三，就我国重点镇建设而言，要合理布局重点镇建设名单，建立健全重点镇动态评估与退出机制，坚持集约化发展原则，逐步淘汰清理一批不符合政策要求、经济环境双无效率的重点镇，避免盲目的造城运动。要因地制宜，合理有序推进产业转移，将重点镇建设与专业镇、特色镇建设和乡村振兴有机融合。
参考文献
[1]刘照胜，于尚坤，王成新.我国城市化新时代基本特征与发展策略[J].山东社会科学，2019（8）：136-140.
[2]COPELAND B R， TAYLOR M S. North-south trade and the environment[J]. The quarterly journal of economics， 1994， 109（3）：755-787.
[3]LUO K， LI G， FANG C， et al. PM2.5 mitigation in China： socioeconomic determinants of concentrations and differential control policies[J]. Journal of environmental management， 2018， 213（5）：47-55.
[4]WANG X， TIAN G， YANG D， et al. Responses of PM2.5 pollution to urbanization in China[J]. Energy policy， 2018， 123：602-610.
[5]邵帅，李欣，曹建华.中国的城市化推进与雾霾治理[J].经濟研究，2019，54（2）：148-165.
[6]中国经济增长与宏观稳定课题组，陈昌兵，张平，等.城市化、产业效率与经济增长[J].经济研究，2009，44（10）：4-21.
[7]KREY V， O’NEILL B C， VAN RUIJVEN B V， et al. Urban and rural energy use and carbon dioxide emissions in Asia[J]. Energy economics， 2012， 34（3）：272-283.
[8]朱勤，魏涛远.中国人口老龄化与城镇化对未来居民消费的影响分析[J].人口研究，2016，40（6）：62-75.
[9]HOVHANNISYAN V， DEVADOSS S. Effects of urbanization on food demand in China[J]. Empirical economics， 2020， 58（2）：699-721
[10]MICHAELS G， RAUCH F， REDDING S. Urbanization and structural transformation [J]. The quarterly journal of economics， 2012，127（2）：535-586.
[11]孙叶飞，夏青，周敏.新型城镇化发展与产业结构变迁的经济增长效应[J].数量经济技术经济研究，2016，33（11）：23-40.
[12]孙永强.金融发展、城市化与城乡居民收入差距研究[J].金融研究，2012（4）：98-109.
[13]MEHTA A， HASAN R. The effects of trade and services liberalization on wage inequality in India[J]. International review of economics & finance， 2012，23：75-90.
[14]贾俊雪. 政府间财政收支责任安排与地方公共服务均等化：实证研究[J].中国软科学，2011（12）：35-45.
[15]FLECKIGER M， LUDWIG M. Urbanization， fertility and child education in Sub-Saharan Africa[J]. Economics letters， 2017， 157（8）：97-102. [16]朱孔来，李静静，乐菲菲.中国城镇化进程与经济增长关系的实证研究[J].统计研究，2011，28（9）：80-87.
[17]雷潇雨，龚六堂.城镇化对于居民消费率的影响：理论模型与实证分析[J].经济研究，2014，49（6）：44-57.
[18]蓝庆新，陈超凡.新型城镇化推动产业结构升级了吗：基于中国省级面板数据的空间计量研究[J].财经研究，2013，39（12）：57-71.
[19]张耀军，柴多多.人口城镇化与城乡收入差距耦合关系研究[J].人口研究，2018，42（6）：61-73.
[20]袁晓玲，李朝鹏，方恺.中国城镇化进程中的空气污染研究回顾与展望[J].经济学动态，2019（5）：88-103.
[21]HU Y， LIU X， BAI J， et al. Assessing heavy metal pollution in the surface soils of a region that had undergone three decades of intense industrialization and urbanization[J]. Environmental science and pollution research， 2013， 20（9）：6150-6159.
[22]邓晓兰，鄢哲明，武永义.碳排放与经济发展服从倒U型曲线关系吗：对环境库兹涅茨曲线假说的重新解读[J].财贸经济，2014（2）：19-29.
[23]张腾飞，杨俊，盛鹏飞.城镇化对中国碳排放的影响及作用渠道[J].中国人口·资源与环境，2016，26（2）：47-57.
[24]LIDDLE B. Demographic dynamics and per capita environmental impact： using panel regressions and household decompositions to examine population and transport[J]. Population and environment， 2004， 26（1）：23-39.
[25]CHEN H， JIA B， LAU S. Sustainable urban form for Chinese compact cities： challenges of a rapid urbanized economy[J]. Habitat international， 2008， 32（1）：28-40.
[26]张可.经济集聚的减排效应：基于空间经济学视角的解释[J].产业经济研究，2018（3）：64-76.
[27]梁伟，杨明，张延伟.城镇化率的提升必然加剧雾霾污染吗：兼论城镇化与雾霾污染的空间溢出效应[J].地理研究，2017，36（10）：1947-1958.
[28]金栋昌，李天姿，王宏波.小城镇基础设施建设：社会工程之困与新型集体经济出路[J].内蒙古社会科学（汉文版），2018，39（1）：133-139.
[29]VAN DONKELAAR A， MARTIN R V， BRAUER M， et al. Use of satellite observations for long-term exposure assessment of global concentrations of fine particulate matter[J]. Environmental health perspectives， 2015， 123（2）：135-143.
[30]陳林，万攀兵.《京都议定书》及其清洁发展机制的减排效应：基于中国参与全球环境治理微观项目数据的分析[J].经济研究，2019，54（3）：55-71.
[31]沈坤荣，金刚，方娴.环境规制引起了污染就近转移吗？[J].经济研究，2017，52（5）：44-59.
[32]陈诗一，陈登科.雾霾污染、政府治理与经济高质量发展[J].经济研究，2018，53（2）：20-34.
[33]邵帅，张可，豆建民.经济集聚的节能减排效应：理论与中国经验[J].管理世界，2019，35（1）：36-60，226.
[34]邓玉萍，许和连.外商直接投资、地方政府竞争与环境污染：基于财政分权视角的经验研究[J].中国人口·资源与环境，2013，23（7）：155-163.
[35]罗能生，李佳佳，罗富政.中国城镇化进程与区域生态效率关系的实证研究[J].中国人口·资源与环境，2013，23（11）：53-60.
[36]庞瑞芝，李鹏，路永刚.转型期间我国新型工业化增长绩效及其影响因素研究：基于“新型工业化”生产力视角[J].中国工业经济，2011（4）：64-73.
[37]沈坤荣，金刚.中国地方政府环境治理的政策效应：基于“河长制”演进的研究[J].中国社会科学，2018（5）：92-115，206.
[38]涂正革，谌仁俊.工业化、城镇化的动态边际碳排放量研究：基于LMDI“两层完全分解法”的分析框架[J].中国工业经济，2013（9）：31-43.
[39]刘满凤，谢晗进.我国工业化、城镇化与环境经济集聚的时空演化[J].经济地理，2015，35（10）：21-28.
[40]王庆喜，钱遂，庞尧.环境约束下中国工业化与城镇化的关系演变：效率分析视角[J].地理科学，2017，37（1）：92-101.
[41]汪增洋，张学良.后工业化时期中国小城镇高质量发展的路径选择[J].中国工业经济，2019（1）：62-80. [42]LIN B Q， OUYANG X L. Energy demand in China： comparison of characteristics between the US and China in rapid urbanization stage[J]. Energy conversion and management， 2014，79（3）： 128-139.
[43]辜胜阻，曹冬梅，韩龙艳.“十三五”中国城镇化六大转型与健康发展[J].中国人口·资源与环境，2017，27（4）：6-15.
[44]HANNA R. US environmental regulation and FDI： evidence from a panel of US-based multinational firms[J]. American economic journal： applied economics， 2010， 2（3）：158-189.
[45]CHUNG S H. Environmental regulation and foreign direct investment： evidence from South Korea[J]. Journal of development economics， 2014， 108：222-236.
[46]MILLIMET D L， ROY J. Empirical tests of the pollution haven hypothesis when environmental regulation is endogenous[J]. Journal of applied econometrics， 2016， 31（4）：652-677.
[47]SHI X， XU Z. Environmental regulation and firm exports： evidence from the eleventh Five-Year Plan in China[J]. Journal of environmental economics & management，2018， 89：187-200.
[48]WU H， GUO H， ZHANG B， et al. Westward movement of new polluting firms in China： pollution reduction mandates and location choice[J]. Journal of comparative economics， 2017， 45（1）：119-138.
[49]CHEN Z， KAHN M E， LIU Y， et al. The consequences of spatially differentiated water pollution regulation in China[J]. Journal of environmental economics and management， 2018， 88（3）：468-485.
Township development and environmental pollution
effect of urbanization construction
CHEN Lin1 ，2 WAN Panbing3
（1. Institute of Industrial Economics， Jinan University， Guangzhou Guangdong 510632， China;
2. Guangzhou Regional Low Carbon Economy Research Base， Guangzhou Key Research
Base for Humanities and Social Sciences， Guangzhou Guangdong 510632， China;
3. Economics and Management School， Wuhan University， Wuhan Hubei 430072， China）
Abstract Covering 10，796 townships， this study matched the spatial raster data and the township economic statistics， compiled the economic panel data in 2013-2017 and the environmental panel data in 2011-2017， and evaluated the economic and environmental performance of urbanization in township areas based on the policy impact of the addition and adjustment of the national key township construction list in 2014. The results showed that： Firstly， while enhancing the level of urbanization development in townships， the construction of national key towns had aggravated air pollution， i.e. the positive ‘township development effect’ coexisted with the negative ‘environmental pollution effect’. Secondly， the effect of township urbanization construction had obvious regional heterogeneity. The township development effect of urbanization was only affected by the radiation function of the county-level city centers， while the environmental pollution effect mainly occurred in more remote townships far from the city-level and county-level urban centers. Thirdly， the township development effect of urbanization was closely related to industrialization， but a ‘pollution haven’ effect might exist when polluting production activities moved to the western regions in the urbanization process. Therefore， in the process of promoting urbanization， we must adhere to the new urbanization road that takes into account the construction of ecological civilization. Specifically， in the underdeveloped western regions and remote areas far away from regional economic centers， local governments should not relax the environmental regulations in order to attract industry and population inflows. With regard to the pollution sources， all sectors should strengthen the transformation of high energy consumption and high pollution industries through supply-side structural reforms， promote the transformation and upgrading of traditional industries， and promote the simultaneous development of new industrialization and urbanization.
Key words urbanization; construction of key townships; air pollution; spatial raster data; pollution haven
（責任编辑：刘照胜）
收稿日期：2019-10-29 修回日期：2020-06-15
作者简介：陈林，博士，教授，博导，主要研究方向为国有经济与环境规制。E-mail：[email protected]。
通信作者：万攀兵，博士，讲师，主要研究方向为环境经济与绿色低碳。E-mail：[email protected]。
基金项目：“研究阐释党的十九届四中全会精神”国家社会科学基金重点项目“自由贸易试验区负面清单制度的推广与评估”（批准号：20AZD050）;国家自然科学基金面上项目“竞争政策与准入规制的协调机制研究”（批准号：71773039）;教育部哲学社会科学研究重大课题攻关项目“我国全要素生产率提升与测算研究”（批准号：17JZD013）;广东省自然科学基金面上项目“粤港澳大湾区空气污染与公众健康”（批准号：2020A1515011233）;广东省基础与应用基础研究重大项目“粤港澳环境质量协同创新联合实验室”科技创新战略专项资金项目（批准号：2019B121205004）;中央高校基本科研业务费项目（批准号：20JNTZ06/ 20JNZS15）;清华大学中国现代国有企业研究院资助项目“党组织在混合所有制企业中的领导地位和作用研究”（批准号：ISOEYB202021）。