中國污染物排放強度的動態演進及空間收斂性研究

劉亦文　胡宗義　文曉茜

摘 要 使用中國（不含港澳臺地區）31個省級地區2001-2011年數據，利用空間面板模型對工業廢水、化學需氧量、氨氮化物、工業二氧化硫、工業煙（粉）塵、工業廢氣和工業固體廢物等七類污染物排放強度的地區差異性和空間收斂性進行了分析.研究結果表明：中國污染物排放強度存在著顯著的空間相關性，各區域的污染物排放強度不滿足絕對β收斂.人均GDP對污染物排放存在正的影響，第二產業比重存在負的影響，地區效應對收斂存在正相關效應.

關鍵詞 污染物排放強度；收斂性；空間面板模型

中圖分類號 F205 文獻標識碼 A

Abstract Used space panel model to analyse on the regional differences and spatial convergence in pollutants emission intensity in 31 provincial-level regions of the Chinese mainland in 2001-2011. The results showed that： Pollutant emission intensity presence of a significant space correlation， regional pollutant emissions intensity does not meet the absolute β convergence. Per capita GDP has a positive impact on pollutant emissions， Proportion of secondary industry has a negative impact on pollutant emissions， regional effect has a positively correlated impact on convergence regions.

Key words pollutant emission intensity； convergence； spatial panel model

中國經濟列車飛速前行，短短近四十載走完了發達國家數百年工業化發展道路，成功締造了世界第二大經濟體的“中國式奇跡”.然而，中國是以犧牲環境為代價來實現經濟的快速發展的，中國的污染主要來自于工業生產.中國經濟發展與資源環境之間的深層次矛盾日益尖銳，特別是近年來霧霾在全國各大主要城市“風靡”，讓我們真真切切地感受到了環境污染的嚴重性.環境風險以及由此引起的各種經濟風險和社會風險不斷積聚，生態環境赤字呈現不斷擴大趨勢，使得中國生態環境問題稱為世界上最為復雜和困難的問題（亞洲開發銀行，2012）.

對中國各地區污染物排放強度的差異性和收斂性進行定量的研究，既可以科學評價當前我國環境政策作用于全國各地區污染物減排的合理性與有效性，也可以為政府的環境管理工作與環境風險管理策略提供理論和實證依據.

長期以來，經濟學家一直致力于探究經濟增長源泉問題，資源消耗是一把“雙刃劍”，不僅有力地推動經濟的發展，也帶來資源環境問題，資源節約、環境保護成為了人類可持續發展所面臨的全球性難題.以能源效率提升為導向的能源資源優化配置和引導調控一直是學術界和實務部門關注的重點，而對環境質量的關注則是在第三次科技革命之后，全球污染事件頻發引發了整個人類關注和深思，在此背景下，各國學者積極投身于污染物排放與治理相關研究，取得了豐碩成果.一是較為全面地探討了污染物排放強度與經濟增長之間的關系.Keeler et al. （1971）認為控制污染物排放強度的最優路徑是強化資本積累與經濟增長，被學術界公認為最早對污染物排放強度研究的學者[1].基于Keeler et al. （1971）的分析框架，Van der Ploeg 和Withagen （1991）構建了一個全面的處理資本—污染動態的Ramsey-Cass-Koopmans模型[2]，Bovenberg 和 Smulders （1995）[3]、Stockey （1998）[4]將內生增長理論納入到經濟增長與環境污染水平的研究中.Lucas（1988）[5]、Tetsuya Tsurumi 和 Shunsuke Managi（2010）[6]、He 和 Wang（2012）[7]、Cynthia等（2013）[8]等從經濟規模、經濟結構、技術、收入差異、國際貿易角度探討了環境質量的發力點.國內方面，李達和王春曉（2007）[9]、鄧明和錢爭鳴（2010）[10] 、牛海鵬等（2012）[11]、趙紅和彭磬（2013）[12] 等學者也對污染物排放與經濟增長之間關系進行了相應研究.張小漫等（2017）通過對三大環境污染物排放強度進行分區，探討了經濟增長、能源消費與外商直接投資的雙向耦合關系[13].二是關于污染物總量控制制度研究，如喬曉楠和段小剛（2012）[14]，王金南等（2015）[15]，黃冬婭和楊大力（2016）[16]等.王金南等（2010）對國家“十二五”（2011-2015年）時期污染物排放總量控制路線圖和支撐體系建設進行謀劃[17].蔣洪強等（2017）基于污染物排放許可制度內涵與特征探討了污染物總量控制制度改革思路和方向[18].段海燕和王憲恩（2017）則關注污染物排放總量控制指標差異性公平配置法律制度[19].王婧和李裕瑞（2017）系統考察了京津冀地區2000—2013年主要污染物排放變化趨勢，在此基礎上探討了工業細分行業污染排放的結構特征.三是針對具體污染源及其污染形成機制進行研究[20].如張婷等（2010）[21]、周侃等（2017）[22]等以水污染為研究對象，而從污染物排放強度方面研究的比較少，僅有陳東景（2008） [23]、陳媛媛和李坤望（2010）[24]、胡宗義等（2014）[25]和王強等（2016）[26]等.同時，國內外對于污染物收斂性研究也相對較少.Alvarez， Marrero和Puch（2004） 基于新古典增長模型分析了1990年至2000年間歐洲國家經濟增長與不同種類污染物收斂性之間的關系，得出了在歐洲經濟增長水平下存在污染水平收斂性，并對這些國家在污染物排放量和增長方面的表現進行了排序[27].胡玉敏和杜綱（2009）運用空間計量模型對1991～2006年期間中國28個省份環境污染趨同進行了研究[28].張崇輝和汪勁松（2012）對中國經濟增長與環境污染之間的關系進行了分析，并測算出了環境水平對經濟收斂速度的影響[29].程鈺等（2013）分析了工業經濟增長對山東省大氣環境污染的影響及其時空格局[30].張可（2015）對中國地級及以上城市污染排放增長的收斂性進行了研究[31].周申蓓和肖亞朋（2016）則對污染物排放約束下的水資源環境效率空間收斂性進行了研究[32].

污染控制作為生態文明建設的具體內容之一，加強污染物排放強度和總量雙控有助于更好地實現主要污染物減排目標，增強政府在環境污染中的治理能力，提高政府生態文明建設的公眾滿意度[33].著力探尋地區之間于污染物排放強度變化趨勢及規律，深入了解其發展現狀，助推中國經濟綠色轉型發展，提升公眾對美好生活的感知，富有較強的理論價值與現實意義.

1 中國31個省市（因研究需要，沒有納入港澳臺地區數據，下同）污染物排放強度測算

當前學術界關于污染物排放強度測度方法存在差異，且無統一標準.沿襲胡宗義等（2014）[25] 測算方法對中國31個省市污染物排放強度進行測度，具體結果如表2所示.

從2001～2011年11年來的中國各地區污染物排放強度變動趨勢來看，中國污染物排放強度無論是全國層面，還是地區層面，抑或各省市，均呈現出逐年遞減趨勢，各省市的強度下降率的范圍在[59.03%，78.21%]之間波動.其中，內蒙古的指數下降率最大，為78.21%，緊接著是天津和重慶，下降率分別為76.45%和74.58%.這說明了不論是發達地區還是欠發達地區，我國各地區降低污染物排放強度的潛力大.

分省市看，對于各地區污染物排放強度，大部分省市的各地區污染物排放強度在0.1～0.2之間.廣東、江蘇、山東、浙江和上海的污染物排放強度在全國位居前五，這5個?。ㄊ校┚挥跂|部地區，他們的污染物排放強度平均值分別為0.019、0.022、0.024、0.030和0.037.排名最末的兩個省（自治區）均為西部地區中的西藏和寧夏，分值分別為1.156和0.590.

分地區看，對于污染物排放強度，西部、東部、中部和東北地區的污染物排放強度依次遞減，平均水平分別為0.2768、0.0678、0.676和0.613，平均國內生產總值分別為2.78萬元、5.608萬元、2.8萬元和3.856萬元，說明我國各地區污染物排放強度并非與經濟發展水平趨于一致.東部地區中，各?。ㄊ校┑奈廴疚锱欧艔姸炔町愝^大，廣東的污染物排放強度為0.019，遙遙領先于其他?。ㄊ校?，海南的最差，為0.312，僅達到西部地區的發展水平，排名倒數第4.在中部地區中，山西、安徽、江西、河南、湖北和湖南6個省的污染物排放強度相差不大，在0.040和0.119之間波動.西部地區中，四川的污染物排放強度的排名最高，其他省（自治區）的均值得分差別不大.東北地區中，遼寧省的污染物排放強度平均值為0.042，吉林省和黑龍江省的污染物排放強度平均值分別為0.089和0.054.

2 中國污染物排放強度的收斂性研究

由上文統計測度分析可知，我國污染物排放強度在地域空間上已經顯示出較大差異性，為了進一步剖析各地區污染物排放強度的內在差異形成機制，因此完全有必要對我國污染物排放強度的收斂性特征進行研究，重點考察不同地區污染物排放強度速度與期初污染物排放強度水平的內在聯系.本文借鑒經濟發展過程中存在的收斂機制，分別研究污染物排放強度的β收斂和俱樂部收斂，其中β收斂又分為兩類，即β絕對收斂和β條件收斂.

2.1 空間相關性檢驗

目前研究收斂性的文獻大都集中在地區經濟增長方面，且經濟增長的收斂性往往表現出較強的空間相關性.從上文分析可以看出，我國污染物排放強度也存在實質意義上的收斂現象，可以運用收斂性研究思路和方法對中國污染物排放強度的收斂現象進行更深入的研究.基于31個省2001～2011年的面板數據建立反映中國污染物排放強度收斂性的空間計量模型.在構建空間收斂計量模型之前，必須進行空間相關性檢驗，通過公式（1）計算全局莫蘭指數和局部莫蘭指數并以此來檢驗各地區污染物排放強度之間是否存在空間相關性：

Moran'sI=∑ni=1∑nj=1wij（xi-）（xj-）∑ni=1（xi-）2 （1）

其中W采用地理空間權重矩陣，理論上，莫蘭指數取值為[-1，1]，若值為正則為空間正自相關，值為負則為負自相關.在將地理空間權重矩陣行標準化之后，運用軟件Stata14.0對各年份污染物排放強度做全局空間相關性檢驗，檢驗結果發現莫蘭（Morans I）指數取值范圍在[0.141，0.283]之間，且在α為5%時通過了顯著性檢驗，這表明我國省域污染物排放強度有明顯的空間正相關現象，在計算局部莫蘭指數過程中，發現同樣在在α為5%時有相當一部分省份通過了顯著性檢驗，即可強烈拒絕無空間自相關的原假設.

為進一步考察中國各地區污染物排放強度在空間上的集聚模式， 圖2和圖3分別為2001年、2011年各地區污染物排放強度的莫蘭散點圖、橫軸代表污染物排放強度的離差，縱軸代表污染物排放強度的空間滯后值，由莫蘭散點圖可以看出，2001年，中國大部分地區的位于第一象限HH型），即污染物排放強度低的?。▍^）大都聚集在一起，也即存在高點區域，而LL型低值集聚區主要是東部地區省份（具體包括福建、浙江、江蘇和上海等）和中部地區的安徽省.表明我國污染物排放強度相近的地區具有明顯的空間集聚效應.且20（廣東）、14（福建）等地區由第二象限轉移到第三象限，表現出輕微的傳染效應.隨著中國經濟社會的發展，到2011年，HH高值集聚區仍全部為西部地區省份，而LL型低值集聚區則全部為東部地區省市（具體包括山東、江蘇和上海等）.

同時，計算了2011年全國地區污染物排放強度的吉爾里指數C和Getis-Ord指數G，且均通過了顯著性檢驗，其中用非標準化的對稱空間權重矩陣計算的Getis-Ord指數G，其值為 0.577，進一步證明了污染物排放強度不僅存在空間正自相關，而且存在高點區域（HH），這與莫蘭指數的檢驗是完全一致的.表明中國污染物排放強度具有明顯的空間相關特征，故基于空間計量模型研究污染物排放強度的收斂是合理的.

2.2 中國污染物排放強度的收斂性分析

中國污染物排放強度收斂性分析包括：污染物排放強度的分布分散程度的α收斂分析，污染物排放指數的最后穩態狀態的β收斂分析.由于中國污染物排放強度的β收斂取決于各經濟體污染物排放強度速度與其期初污染物排放強度水平，按是否考慮自身條件差異的情況下，可分為β絕對收斂和β條件收斂.

3 實證分析

3.1 α收斂

從圖4全國、東中西部污染物排放強度的標準差可以看出，不同層面的污染物排放強度的標準差均呈現出下降趨勢，污染物排放指數都是滿足α收斂的.由圖5可知，各區域污染物排放強度的變差系數僅在2005年出現了小幅度的波動，其他年份整體較為平穩.因此可以判定中國各地區污染物排放指數不滿足α收斂.

3.2 β收斂

用Stata14.0對上文測度得到的各?。▍^）的中國污染物排放強度水平進行空間效應診斷，由表3 可知，在絕對β收斂中LMlag、LMerr和Robust LMlag在5%顯著性水平下均通過了顯著性檢驗，而在條件β收斂中，LMlag的統計量值高于LMerr，Robust LMlag的統計量值也高于Robust LMerr，這表明空間滯后模型（SLM）更適合用來構建收斂模型，但為確保結果的穩健性，本文在研究β收斂時將同時給出這兩種模型的結果.根據胡宗義等（2014）研究發現，中國污染物排放強度具有顯著空間相關性的結論，故基于空間滯后模型（SLM）、空間誤差模型（SEM）分別建立相應的空間收斂計量模型.

由表4可知，在中國各地區污染物排放強度的β絕對收斂空間模型中，無論是SEM還是SLM，兩種模型的β系數的估計結果均呈現出一致性，但未表現出明顯的絕對收斂現象，需進一步分析污染物排放強度是否存在條件β收斂.

在控制了經濟發展水平、第二產業占GDP比重等變量后，由表4可知，各地區的β系數均顯著為負，且SEM與SLM模型的結果表現出一致性，表明中國污染物排放強度呈現出明顯的β條件收斂，收斂速度為6.78%，這說明了經濟發展水平和第二產業占GDP比重是影響各地區污染物排放強度的主要因素，并且在控制了這些因素后，中國污染物排放強度表現為絕對收斂，即各省份之間污染物排放強度的差距隨著時間的變化而越來越小.

4 結 論

采用2001-2011年的空間面板數據對中國及各地區污染物排放強度進行了測度，并在此基礎上考慮了污染物排放強度的空間相關性，比較空間誤差模型（SEM）和空間滯后模型（SLM）研究污染物排放強度的收斂性，得出以下結論：

（1）我國污染物排放強度整體較低，還有待進一步提高，且不同地區的污染物排放強度及趨勢存在差異，東部、中部和東北地區整體發展水平相對接近，但西部地區遠遠高于上述地區.

（2）中國污染物排放強度存在明顯的空間相關性，對地區污染物排放強度的研究不可忽視其空間相關性.采用并比較空間誤差（SEM）和空間滯后模型（SLM），發現SEM和 SLM的檢驗結果在β系數上表現出一致性，但根據空間診斷效應結果，發現空間滯后效應更明顯，故本文以SLM分析結果為主.

（3）在污染物排放強度的收斂性研究中，發現在α收斂中，由于采用不同的考察方法，得到的結論是截然相反的，即采用標準差考察α收斂時，無論是全國層面，還是東中西部三個地區都是α收斂的，而采用變差系數考察α收斂是，無論是全國層面，還是東中西部三個地區均不滿足α收斂.中國污染物排放強度不存在絕對β收斂，在引入濟發展水平等變量后，中國污染物排放強度表現出明顯的β條件收斂.因此，加快地區經濟增長、促進產業結構優化是降低污染物排放強度最為有效的抓手.

綜上，各地區污染物排放強度存在較大差異，且經濟發展水平、第二產業占GDP比重是影響各地區污染物排放強度的主要因素，同時地區間應該加大環境規制力度，努力降低自身污染物排放強度的基礎上實現區域間的協調發展.

參考文獻

[1] Keeler， Emmett， Michael Spence， & Richard Zeckhauser.The optimal control of pollution[J]. Journal of Economic Theory， 1971， 4（1）：19-34.

[2] Van der Ploeg， F. and C. Withagen.Pollution control and the Ramsey problem[J]. Environmental and Resource Economics， 1991， 1（2）：215-236.

[3] Lans Bovenberg， A. & Smulders， Sjak. Environmental quality and pollution-augmenting technological change in a two-sector endogenous growth model[J].Journal of Public Economics， 1995，57（3）：369-391.

[4] Stockey， N. Are there limits to growth[J]. International Economic Review， 1998，39（1）：1-31.

[5] Lucas Jr R E.On The Mechanics Of Economic Development[J].Journal Of Monetary Economics， 1988， 22（1）： 3-42.

[6] Tetsuya Tsurumi，Shunsuke Managi， 2010. Decomposition of the environmental Kuznets curve： scale， technique， and composition effects[J].Society for Environmental Economics and Policy Studies，2010，11（1）：19-36.

[7] He， Jie & Wang， Hua. Economic structure， development policy and environmental quality： An empirical analysis of environmental Kuznets curves with Chinese municipal data[J].Ecological Economics， ， 2012，76（C）：49-59.

[8] C.Y. Cynthia Lin ，Zachary D. Liscow. Endogeneity in the Environmental Kuznets Curve： An Instrumental Variables Approach[J]. American Journal of Agricultural Economics，2013，95（2）： 268-274.

[9] 李達，王春曉. 中國經濟增長與大氣污染物排放的關系——基于分省面板數據的經驗研究[J]. 財經科學.2007 （2）：43-47.

[10]鄧明，錢爭鳴. 能源消費，污染物排放與中國經濟增長——基于有向無環圖的動態關系研究[J].山西財經大學學報.2010（11）：42-28.

[11]牛海鵬，朱松，尹訓國，張平淡.經濟結構，經濟發展與污染物排放之間關系的實證研究[J]. 中國軟科學，2012（4）：160-164.

[12]趙紅，彭磬. 對外貿易，相對收入與污染物排放——基于中國省級單位面板數據的研究[J].南京農業大學學報（社會科學版），2013（1）：103-105.

[13]張小漫，傅強，張亞軍.經濟增長、能源消費與外商直接投資的雙向耦合關系——基于污染物排放強度分組[J].國際商務（對外經濟貿易大學學報），2017（4）：87-99.

[14]喬曉楠，段小剛.總量控制、區際排污指標分配與經濟績效[J].經濟研究，2012（10）：121-133.

[15]王金南，蔣春來，張文靜.關于“十三五”污染物排放總量控制制度改革的思考[J].環境保護，2015（21）：21-24.

[16]黃冬婭，楊大力.考核式監管的運行與困境：基于主要污染物總量減排考核的分析[J].政治學研究，2016（4）：101-112.

[17]王金南，田仁生，吳舜澤，董戰峰.“十二五”時期污染物排放總量控制路線圖分析[J].中國人口.資源與環境，2010（8）： 70-74.

[18]蔣洪強，周佳，張靜.基于污染物排放許可的總量控制制度改革研究[J]. 中國環境管理，2017（4）： 9-12.

[19]段海燕，王憲恩.我國污染物排放總量控制指標差異性公平配置理論及法律制度研究[J].法學雜志，2017（7）： 22-31.

[20]王婧，李裕瑞.京津冀地區主要污染物排放變化趨勢及啟示[J].地域研究與開發，2017（4）： 136-140.

[21]張婷，劉靜玲，王雪梅.白洋淀水質時空變化及影響因子評價與分析[J].環境科學學報，2010，30（ 2） ： 261-267.

[22]周侃，樊杰，劉漢初.環渤海地區水污染物排放的時空格局及其驅動因素[J].地理科學進展，2017（2）： 171-181.

[23]陳東景.中國主要污染物排放強度的區域差異分析[J].生態環境，2008（1）： 133-137.

[24]陳媛媛，李坤望. 開放條件下工業污染物排放強度影響因素分析[J]. 上海財經大學學報2010（4）：90-95.

[25]胡宗義，文曉茜，劉亦文.中國污染物排放強度及其收斂性的區域差異研究[J].經濟數學，2014（4）：59-64.

[26]王強，劉雅玲，吳悅穎，文宇立.我國主要污染物排放強度區域特征分析研究[J].環境保護科學，2015，41（3）：57-61.

[27]Francisco Alvarez， Gustavo A. Marrero and Luis A. Puch.Air Pollution Convergence and Economic Growth across European Countries European Countries [J/OL]. http：//eprints.ucm.es/7720/

[28]胡玉敏，杜綱.中國各省區環境污染趨同研究——基于4種污染物的空間計量分析[J].科學對社會的影響，2009（2）：32-35.

[29]張崇輝，汪勁松.環境污染與經濟收斂關系的實證檢驗[J].統計與決策，2012（11）： 123-126.

[30]程鈺，徐成龍，劉雷，任建蘭.1991-2011 年山東省工業經濟增長的大氣污染效應及其時空格局——以SO2和粉塵為例[J]. 地理科學進展，2013，32（11）： 1703-1711.

[31]張可.污染排放增長存在內生收斂嗎[J].統計研究，2015，32（6）：59-66.

[32]周申蓓，肖亞朋.污染物排放約束下的水資源環境效率空間收斂分析[J].水電能源科學，2016（6）：27-31.

[33]胡宗義，李毅.環境規制與中國工業綠色技術效率——基于省際面板數據的實證研究[J].湖南大學學報（社會科學版），2017，31（5）：42-48.