工業SO2 排放空間格局演變及其影響因素分析
——以長江三角洲城市群為例

杜威望

（中共福建省委黨校閩臺研究院， 福建福州350001）

一、問題的提出

改革開放以來，我國經濟取得了舉世矚目的發展，但隨之而來的是日益凸顯的環境問題。作為我國最發達的地區，長江三角洲城市群①在工業化水平快速發展的同時，環境也遭到了嚴重破壞，特別是區域性灰霾天氣日益嚴重，而二氧化硫（SO2）的過量排放是引起酸雨和霧霾的主要原因。因此，為留住 “綠水青山” 和建設生態文明社會，治理SO2已經刻不容緩。此外，由于SO2主要是工業生產排放的，因此工業SO2減排的順利實施是關鍵。

由于SO2特別是工業SO2大量排放引起了環境污染問題，有關SO2和工業SO2排放及減排研究的文獻已非常豐富。早期的文獻主要集中在SO2排放的環境庫茲涅茲曲線研究， Selden 和Song[1]、Grossman 和Krueger[2]、Stern 和Common[3]、Harbaugh等[4]的研究均發現SO2等污染物排放量和經濟發展呈現倒 “U” 型的環境庫茲涅茲曲線關系。國內學者李文潔等[5]研究發現，我國所有省會城市的工業SO2排放量存在倒 “U” 型的環境庫茲涅茲曲線，目前國內的一些特大城市空氣質量狀況已經達到倒 “U”型曲線的右側，但大部分城市仍然處于倒 “U” 型曲線的左側。

一般認為，產業政策特別是產業結構均衡化調整和產業結構優化對工業SO2排放有明顯的限制作用[6]，但也有學者得出相反的結論。郭國慶等[7]研究發現，第二產業比重越高，工業SO2排放強度下降越明顯。政府干預（環境規制）是促進環境保護和經濟發展相協調的重要手段，王鋒正等[8]研究表明，環境規制對SO2排放顯示出負向的影響作用。然而，與此相反的結論是地方政府的行政干預越多，該地區企業的SO2排放量就越難以控制，SO2排放量也就越大[9]。外資企業擁有比本國企業更先進和更高效的能源使用效率和環保理念，因此外資企業有利于東道國的環境保護，能夠減少工業SO2等污染物的排放[10]。然而也有學者認為，當較不發達國家在環境標準較低的情況下，發達國家的企業為規避本國較高環保標準與污染處理費用，會將本國的高污染產業通過外商投資或國際貿易轉移到發展中國家，從而導致發展中國家工業SO2等污染物的排放量增加[11]。還有學者研究發現，FDI 對我國城市工業SO2等環境污染具有 “污染光環” 和 “污染天堂” 的雙重效應[12]。對外貿易規模的擴大是導致工業SO2排放增加的主要原因[13]，沈利生和唐志[14]、何潔[15]、黨玉婷[16]的研究也證實了這一點。

隨著空間計量經濟學的興起，也有學者開始研究SO2和工業SO2排放的空間相關性，研究表明，我國省際的SO2排放[17]以及我國285 個城市的工業SO2排放，均存在明顯的空間集聚效應[12]。

由以上分析可知，現有研究對工業SO2的排放現狀、減排影響因素和空間相關性研究已較為全面。但已有研究仍存在不足之處，如鮮有涉及對工業SO2排放空間格局及其影響因素的研究。因此，本文基于長江三角洲城市群工業產業集聚的現實基礎，以工業SO2排放為焦點，研究該地區工業SO2排放的空間格局演變，并研究工業SO2排放的空間格局對其減排的影響，以期彌補現有文獻的不足，為長江三角洲城市群工業SO2減排提供新的理論依據和對策建議。

二、長江三角洲城市群工業SO2 排放空間格局分析

（一）全局空間自相關

Sokal 和Oden[18]指出，空間自相關分析是檢驗一個位置上的一個變量的屬性值與鄰近位置上同一變量的屬性值是否顯著相關的有效方法。全局自相關分析可以從整體上衡量整個地區的空間關聯性和空間差異水平，其中Global Moran's I 指數是最常用的衡量全局空間自相關程度的指標，其定義如下：

在（1）式中，n 為研究區域中單元的數量，wij是空間權重（若單元i 和單元j 空間相鄰則設為1，反之為0），xi和xj為單元i 和單元j 的屬性值，為屬性值的方差[19]。

Moran's I 系數的取值范圍為- 1 到1，1 表示該區域各個單元的屬性值之間存在強的正空間相關性，0 表示該區域各個單元的屬性值之間是隨機的，- 1表示該區域各個單元的屬性值之間存在強的負空間相關性。在應用中通常用一個標準化的Z 統計量對Moran's I 系數進行顯著性檢驗，Z 統計量定義如式（2）。

在式（2）中，I為Global Moran's I 指數，E（I）和V（I）分別為其均值和標準差。

（二）長江三角洲城市群工業SO2 排放空間格局

空間計量經濟學中的Moran'I 可用來衡量集聚程度，若Moran'I 為正值，表明有正的集聚現象，即臨近地區呈現高- 高或低- 低的狀態；若Moran'I 為負值，表明有負的集聚現象，即臨近地區呈現高- 低或低- 高的狀態。本部分通過計算歷年長江三角洲城市群工業SO2排放量的Moran'I 來研究該地區工業SO2排放的空間格局。本文選取1985—2016年度數據，數據來源于中國城市統計年鑒和各地市統計年鑒以及國民經濟和社會發展統計公報，個別缺失的數據利用插值法補齊（下同）。采用公式（1）和（2）計算得到1985年至2016年工業SO2排放量Moran'I 及其Z 值（見表1）。從表1 可知，1985年到1991年的Moran'I 均小于0.1 且Z 統計量不顯著，表明這幾年該地區工業SO2排放并沒有表現出空間集聚，甚至1985年和1986年的Moran'I 為負值，也即是說這兩個年份的工業SO2排放空間格局具有負的空間集聚效應。從1992年開始，各年份的Moran'I 均大于0.1 且Z 統計量顯著，表明該地區工業SO2排放空間格局具有正的空間集聚效應，即鄰近地區的工業SO2排放呈現高- 高或低- 低的排放格局。改革開放以來，特別是1992年市場化改革以來，長江三角洲城市群第一產業比重下降，第二產業比重上升，工業產業集聚顯著[20]，并且城市群內部各個城市之間的空間作用和區域間經濟聯系不斷增強，導致該地區工業SO2排放量具有越來越高的關聯度[21]。

表1 1985—2016年工業SO2 排放量Moran'I 及其Z 值②

為了更好地展現歷年工業SO2排放空間格局Moran'I 的動態變化過程，繪制Moran'I 趨勢變化如圖1 所示。從圖1 中可以看出，Moran'I 變化趨勢大體可分為三個階段：

圖1 1985—2016年工業SO2 排放量Moran'I 趨勢圖

第一階段為1985 至1991年，即工業SO2排放空間格局的集聚效應不顯著階段。在該階段中，我國改革開放處于初始發展階段，市場化進程相對緩慢，且該時期長江三角洲對外開放力度較小、出口產品少、工業發展水平相對較低，因此工業SO2排放量較少，并且該階段交通系統不發達，地區間的經濟聯系較弱，從而導致該階段長江三角洲城市群的工業SO2排放空間格局的空間集聚效應不顯著。

第二階段為1992 至2004年，即工業SO2排放空間格局集聚效應持續上升階段。1992年我國進行市場化改革，大量吸引外資，出口持續增加，工業化進程加快。在此階段，長江三角洲城市群憑借其良好的投資環境和豐富的勞動力資源大力發展出口加工工業。該階段也是我國大力發展公路鐵路等基礎設施的重要時期，交通設施的便捷性大大增強了地區間的經濟聯系，進而導致該時期工業SO2排放量和空間集聚效應持續上升。從圖1 中還可以看出，受1997年亞洲金融危機的影響和2001年底加入世貿組織對中國經濟的沖擊，工業SO2排放空間格局的集聚效應在1997年和2002年有所回落。

第三階段為2005 至2016年，即工業SO2排放空間格局集聚效應處于調整階段。一方面，我國經濟經過多年高速發展，到2004年已出現經濟過熱的現象，國家開始對經濟進行宏觀調控；另一方面，多年來以犧牲環境為代價換取經濟發展的模式導致環境受到極大破壞，人們的環保意識越來越強。這兩方面的原因共同迫使長江三角洲城市群進行產業結構調整，淘汰落后產能，大力發展環保事業，因此工業SO2排放量開始下降，工業SO2排放空間格局集聚效應增長的趨勢得到緩解，并出現回落趨勢。

三、工業產業比重對工業SO2 排放空間格局的影響模式研究

工業SO2主要來源于工業生產，工業產業比重（地區工業增加值/ 地區生產總值）是影響工業SO2排放及其空間格局的主要影響因素。現有研究發現第二產業的產業結構對工業SO2排放的影響模式依賴于各地區不同的產業結構，如北京呈 “N” 型，河北呈倒 “U” 型[22]。因此，通過構建式（3）的模型來確定長江三角洲工業產業比重對工業SO2排放空間格局的影響方式，其中工業SO2排放空間格局Moran'I（Moran_I）為被解釋變量，解釋變量有工業產業比重（IND，該地區各市的地區工業增加值總額/ 該地區各市的地區生產總值總額）、工業產業比重的平方（IND2）。

模型（3）的估計結果如表2 所示，工業產業比重（IND）的系數為正，其平方（IND2）的系數為負，表明工業產業比重對工業SO2排放空間格局集聚效應存在倒 “U” 型的影響模式，即隨著工業產業比重的上升，工業SO2排放空間格局集聚效應提高，當工業產業比重達到臨界值時，工業SO2排放空間格局集聚效應會隨著工業產業比重的上升而下降。此外，還可以根據表2 的回歸結果列出式（4）來求解工業產業比重對工業SO2排放空間格局集聚效應倒 “U” 型影響模式的拐點（即臨界值），將等式（4）兩邊對IND求導得式（5）。

表2 工業產業比重對工業SO2 排放空間格局集聚效應的影響方式估計結果

通過求解式（5）可得出工業產業比重影響工業SO2排放空間格局集聚效應的拐點為IND_gd=0.4224，據此可以認為當長江三角洲城市群工業產業比重小于0.4224 時，工業產業比重的增加會提高工業SO2排放的空間集聚效應；當大于0.4224 時，工業SO2排放的空間集聚效應會隨著工業產業比重的上升而減小。但這個解釋是否合理、是否符合長江三角洲城市群工業發展的實際情況呢？為進一步驗證該結論，根據長江三角洲城市群歷年的整體工業產業比重數據和式（5）得到的工業SO2排放空間格局集聚效應的拐點繪制圖2，從圖2 中可以看出在1985年到2012年之間的工業產業比重均大于拐點值，2013年到2016年的工業產業比重才開始略小于拐點值，所以工業產業比重在2013年達到拐點。

圖2 1985—2016年工業產業比重變化趨勢圖

綜合上面的分析，將工業SO2排放空間格局集聚效應（Moran_I）作為Y軸，工業產業比重（IND）作為X軸，形成如圖3 工業產業比重和工業SO2排放空間格局集聚效應的倒 “U” 型關系曲線，并利用長江三角洲城市群工業產業比重的演化過程進行總結分析。該地區工業產業比重在1985年達到了0.4993，其間幾經反復，但都沒有超過1985年的數值，整體呈現震蕩遞減的趨勢，在2016年達到最低值0.3768。因此在分析圖3 的X橫軸時，要從右往左進行分析，X軸和Y軸的交叉點為X軸的1 值（假設工業增加值占地區生產總值為100%），交叉點為Y軸的0 值（工業SO2排放空間格局集聚效應為0）。1985年到2012年之間，工業產業比重均大于拐點0.4224，所以該階段位于圖3 倒 “U” 型曲線的右側，即工業產業比重的降低導致工業SO2排放空間格局集聚效應增大。這有可能是因為雖然該地區的工業增加值和地區生產總值都快速增長，但隨著產業結構的升級工業增加值的增長幅度整體小于地區生產總值，所以工業產業比重呈現下降趨勢。又由于該階段中國開始成為“世界加工廠”，主要出口高能耗高污染的產品，排放的工業SO2增加，長江三角洲城市群作為我國對外貿易最為活躍的地區也是這種局面，因此該階段隨著工業產業比重的降低，工業SO2排放空間格局集聚效應增大。2013年到2016年之間，工業產業比重均小于拐點0.4224，該階段位于圖3 倒 “U” 型曲線的左側，即工業產業比重的降低導致工業SO2排放空間格局集聚效應下降。該階段我國經濟進入新常態，開始轉型升級，淘汰落后產能，降低環境污染，工業SO2減排初見成效，因此隨著工業產業比重的降低，工業SO2排放空間格局集聚效應也下降。

圖3 工業產業比重和工業SO2 排放空間格局集聚效應的倒“U” 型關系

由以上的分析可知，工業產業比重對工業SO2排放空間格局呈現倒 “U” 型的影響關系，該倒“U” 型曲線在2013年達到拐點，因此在下文的模型構建中要考慮該倒 “U” 型的影響關系，以減少模型設定偏誤。

四、實證分析

（一）變量選取與模型設定

1.變量選取

為進一步量化該地區工業產業比重及其他影響因素對工業SO2排放空間格局的影響，本部分通過構建計量模型進行深入研究。被解釋變量為工業SO2排放空間相關指數Moran'I（Moran_I），解釋變量除工業產業比重（IND）之外，本文還選取以下解釋變量：

政府干預（GOV）是環境保護與環境治理的重要手段，政府干預力度的加強一般會降低工業SO2的排放量，進而降低工業SO2的空間集聚度。借鑒已有文獻的做法，本文以該地區各市的財政一般預算支出總額占該地區的地區生產總值百分比來表征政府干預力度。長三角地區是我國對外出口和外商投資的重地，對外出口（EXP）會增加工業SO2排放量，本文以地區出口總額來表征對外出口。外商投資（FDI）既可能具有“污染光環” 效應也有可能具有 “污染天堂” 效應，因此外商投資也會對所在地的工業SO2的排放產生影響。本文以該地區各市的實際利用外資總額來表征外商投資。考慮到當期的工業SO2排放空間格局會受前一期的影響，本文還選擇工業SO2排放空間相關指數Moran'I滯后一期（Moran_It-1）作為控制變量。

根據上文分析，1992年之前的Moran'I均小于0.1 且Z統計量不顯著，因此該回歸選取1992 到2016 的年度數據，數據來源于歷年各省市的統計年鑒和統計公報。由于本文數據涉及的城市較多和年份跨度長，囿于少部分數據的缺失，因此使用插值法將數據補全。另外，在模型的估計時，為消除數據不同量綱的影響和減少模型中數據的異方差性，對所有變量進行取對數變換，取完對數后分別用lnMoran_I、lnIND、lnGOV、lnEXP、lnFDI、lnMoran_It-1表示。

2.模型設定

由前文的分析知，1992—2016年期間，工業產業比重對工業SO2排放的空間格局影響模式處于倒“U” 型曲線的右半部分，2013—2016年期間，工業產業比重對工業SO2排放的空間格局影響模式處于倒 “U” 型曲線的左半部分，其中工業產業比重的拐點值為IND_gd=0.4224。鑒于此，為了減少模型設定偏誤，本文通過建立臨界指標的虛擬變量模型來反映工業產業比重在拐點前后對工業SO2排放空間格局的不同影響模式。以t*=2013 為轉折期，以工業產業比重的拐點值IND_gd=0.4224 為臨界值，設置如下虛擬變量：

則長江三角洲城市群工業SO2排放空間格局影響因素的回歸模型如下：

利用普通最小二乘法估計得到模型（7）的回歸方程如下：

由（8）式可以得出兩個時期長江三角洲城市群工業SO2排放空間格局影響因素的函數分別為：

當t＜t*=2013 時，

當t≥t*=2013 時，

（二）估計結果解釋

長江三角洲工業SO2排放空間格局的實證回歸結果如表3 所示，從中可看出模型的擬合優度達到了0.8800，雖然除出口總額、實際利用外資和控制變量工業SO2排放空間相關Moran'I滯后一期系數在10%水平以內顯著外，其余解釋變量系數均未通過10%顯著性水平檢驗，但模型估計系數的正負值均符合預期，具體分析如下：

表3 工業SO2 排放空間格局集聚效應影響因素分析估計結果

1992—2016年工業產業比重的估計系數為- 5.0498，長江三角洲城市群工業產業占比呈現逐年下降的趨勢，因此在該時間段中保持其他條件不變的情況下，工業產業比重降低1%會導致工業SO2排放空間格局集聚效應上升5.0498%。2013—2016年工業產業比重的估計系數為5.9891 （11.0389- 5.0498），表明在該時間段中保持其他條件不變的情況下，工業產業比重降低1%會導致工業SO2排放空間格局集聚效應下降5.9891%。這兩個時間段的系數分別解釋了圖3 中倒 “U” 型曲線的右半部分和左半部分，即在1992—2012年期間，隨著工業產業比重的降低，工業SO2排放空間格局集聚效應上升； 在2013—2016年期間，隨著工業產業比重的降低，工業SO2排放空間格局集聚效應下降。

政府干預的估計系數為- 2.3264，即在其他條件不變的情況下，政府干預力度每提高1%會導致工業SO2排放空間格局集聚效應下降2.3264%。政府可以通過制定政策法規、稅收調節、財政金融支持等手段來干預經濟的運行。為了促進工業SO2減排，近年來有關部門相繼出臺了《酸雨控制區和二氧化硫污染控制區劃分方案》 《中華人民共和國環境保護法》 《中華人民共和國大氣污染防治法》 等法律法規，關停高污染高能耗企業或提高這些企業的稅收、加大脫硫技術的財政補貼力度和研發經費的投入，這些措施對工業SO2減排工作的實施起到了積極作用，進而降低了工業SO2排放空間格局集聚效應。

出口總額的估計系數為1.2940，表明在其他條件不變的情況下，出口總額每提高1%會導致工業SO2排放空間格局集聚效應上升1.2940%。作為我國生產出口產品的集聚區，長江三角洲城市群長期以來的出口總額在全國出口額中的比重呈連年上升趨勢，從1985年的10%左右上升至2016年的53%以上。出口增加會擴大國內生產規模，隨之導致SO2排放量增加，又由于貿易會導致產業結構變遷，進而加速產業集聚，因此出口總額增加會提高長江三角洲城市群工業SO2排放空間格局集聚效應。

實際利用外資的估計系數為- 1.2511，說明在其他條件不變的情況下，實際利用外資總額每提高1%會導致工業SO2排放空間格局集聚效應下降1.2511%。憑借完善的工業基礎設施和豐富的人力資源以及便利的交通網絡，長江三角洲城市群已成為我國吸引外商直接投資最多的地區，由于發達國家將先進技術和嚴格的環境標準帶到長三角城市群，促使長三角城市群環境污染減少，進而降低了長三角城市群工業SO2排放的空間集聚效應。

（三）進一步研究：工業SO2 排放空間格局對工業SO2 排放的影響研究

為了將研究落到實處，進一步探討工業SO2排放空間格局對工業SO2排放的影響。鑒于工業產業占比對工業SO2排放空間格局的倒 “U” 型影響模式，本節依然構建臨界指標的虛擬變量模型，如式（11）所示，式中IND_SO2 為長江三角洲城市群歷年的工業SO2排放總量，其余變量同前文。

從表4 的估計結果可知，工業SO2排放的空間集聚效應與工業SO2排放呈現顯著的正相關性，在其他變量保持不變的情況下，工業SO2排放的空間集聚效應每下降1%可以促使工業SO2排放降低0.0677%。在1992—2012年期間，工業產業比重與工業SO2排放呈現負相關，2013—2016年期間，工業產業比重與工業SO2排放呈現正相關。政府干預和利用外資可以抑制工業SO2的排放，出口會增加工業SO2的排放。

表4 工業SO2 排放空間格局對工業SO2 排放影響實證分析結果

（四）穩健性檢驗

為了驗證模型（7）和模型（11）的穩健性，利用1992 到2012年度數據，對工業產業占比對工業SO2排放空間格局倒“U” 型影響曲線的右半部分進行驗證，分別構建式（12）和式（13）兩個模型。估計結果如表5 和表6 所示，從估計結果可以看出，模型估計系數的正負值與表3 和表4 一致，均符合預期，說明在1992—2012年期間這兩個模型是穩健的。

表5 工業SO2 排放空間格局集聚效應影響因素估計

表6 工業SO2排放空間格局對工業SO2排放影響實證分析結果

六、結論和對策建議

本文在對長江三角洲城市群工業SO2排放空間格局演變的分析以及對工業產業比重對工業SO2排放空間格局影響模式研究的基礎上，通過構建臨界指標的虛擬變量模型，實證檢驗了不同時間段中該地區工業SO2排放空間格局的影響因素，得出以下結論：

（1）長江三角洲城市群工業SO2排放存在正的空間集聚效應，并且這種集聚效應的演變趨勢大致可分為三個階段：第一階段，1985 至1991年，即工業SO2排放空間格局集聚效應不顯著階段；第二階段，1992 至2004年，即工業SO2排放空間格局集聚效應持續上升階段；第三階段，2005 至2016年，即工業SO2排放空間格局集聚效應調整階段。

（2）工業產業比重的變動對長江三角洲城市群工業SO2排放空間格局集聚效應的影響模式為倒“U” 型，1992年至2012年處于倒“U” 型的右半部分，2013年以后處于倒 “U” 型的左半部分，即隨著工業產業比重的降低，工業SO2排放空間格局集聚效應下降。

（3）臨界指標虛擬變量模型的實證研究表明，工業產業比重是工業SO2排放空間格局最重要的影響因素。1992—2012年工業產業比重與工業SO2排放空間格局集聚呈現負相關關系，2013—2016年工業產業比重與工業SO2排放空間格局集聚呈現正相關關系，符合倒 “U” 型影響模式；政府干預力度的提高會降低其集聚效應；出口總額的增加會提高其集聚效應；外商直接投資額的增加會降低其集聚效應。

（4）工業SO2排放空間集聚效應的降低有利于促進工業SO2減排。

結合上述結論，提出如下對策建議：

（1）長江三角洲城市群工業SO2的減排需要各個地區的協同工作。可通過加大政府干預力度，建立以長江三角洲城市群為整體的區域工業SO2減排協調機制，各個地市聯合執法、通力合作，從整體上降低其集聚效應，從而實現工業SO2減排。

（2）要以產業轉型升級為契機，通過科技進步、勞動者素質提升和管理創新等方式優化工業產業比重以降低該地區的工業SO2排放，進而降低該地區工業SO2排放空間格局的集聚效應。

（3）因為我國出口商品中高污染、高能耗產品居多，因此，要盡可能鼓勵企業出口低能耗、低污染的高新技術產品。這樣一方面可減少企業在生產過程中的工業SO2排放，進而降低該地區SO2排放的空間集聚效應，另一方面也通過提升商品生產的環境標準來增加我國出口商品的國際競爭力。

（4）外商直接投資以其先進的生產技術和嚴格的環境標準，對長江三角洲城市群的SO2減排工作起到了正面促進作用，因此，在吸引外資來該地區進行投資的同時，也要鼓勵當地產能過剩的企業實現產業的國際轉移。

注釋：

①本文所選取長江三角洲城市群共有26 個城市，包括上海，江蘇省的南京、無錫、常州、蘇州、南通、鹽城、揚州、鎮江、泰州，浙江省的杭州、寧波、嘉興、湖州、紹興、金華、舟山、臺州，安徽省的合肥、蕪湖、馬鞍山、銅陵、安慶、滁州、池州、宣城等26 個市。

②由于2017年開始個別地區沒有公布工業二氧化硫排放數據，因此本文使用的工業二氧化硫數據截止2016年，下同。