APP下载

我国雾霾集聚的空间特征及其影响因素
——基于环境模型的实证分析

2017-09-01武云亮

宿州学院学报 2017年6期
关键词:规制面板污染

赵 君,武云亮

安徽财经大学国际经济贸易学院,蚌埠,233000

我国雾霾集聚的空间特征及其影响因素
——基于环境模型的实证分析

赵 君,武云亮

安徽财经大学国际经济贸易学院,蚌埠,233000

基于环境模型,利用31个省市自治区2005-2015年的面板数据建立静态和动态计量模型,研究雾霾治理的影响因素,对比分析三大地区,并研究了我国雾霾集聚的空间特征。结果表明:经济发展水平和产业结构调整对雾霾治理效果显著,验证了波特假说的存在,但是环境规制影响不大;同时我国雾霾污染呈现集聚现象,大多数省份呈现高高集聚和低低集聚态势。基于此,从经济发展、产业结构和环境规制三个方面提出了雾霾治理的建议。

雾霾集聚;产业结构调整;空间相关性;雾霾治理;环境模型

1 问题的提出

中国经济高速发展的同时一场“雾霾战役”席卷我国大部分地区,雾霾泛滥已成为国民之殇,调查显示,长三角、珠三角、京津冀三大区域的雾霾频发,每年雾霾出现的天数竟高达100 天以上。雾霾频发给社会发展和人民生活造成了不利影响,雾霾治理刻不容缓,找出雾霾污染最显著的影响因素对雾霾治理显得尤为重要。

关于雾霾的研究,国外学者要早于国内学者。起初大多是基于雾霾来源、组成、危害和治理对策上进行分析,但是随着雾霾污染加剧,对于其空间效应和经济诱因的研究也随之增多。国外学者对于大气环境污染的空间研究大多基于诱因,空间计量专家Anselin[1]首次探讨了空间研究的价值和意义,Frank认为经济集聚是造成环境污染的重要诱因[2-3]。

国内学者对雾霾的研究主要集中在空间效应及其影响因素,在空间效应方面,马丽梅等[4]运用空间计量方法探讨了雾霾空间溢出效应的存在,同时学界普遍认为中国雾霾污染存在显著的空间正相关特征[5-8]。另外,向堃等[9]采用非空间交互模型和空间Dubin模型验证雾霾存在高排放集聚特征;在影响因素方面,学者从不同角度出发进行研究,如从经济、人口、政策方面入手[10],而王美霞[11]从实际影响因素着手检验雾霾污染形成的主要驱动因素。通过文献梳理可以发现,学者对环境污染的研究大多集中在其空间效应,鲜有文献引入雾霾滞后效应。另外,对雾霾污染影响因素的研究也各有不同,本文在验证雾霾空间集聚的基础上,基于环境模型得出雾霾治理的影响因素,并验证雾霾累积的动态过程,以期给雾霾治理提出建议。

2 雾霾污染影响因素机理分析

假设中国整个经济社会不存在外商直接投资的影响,处于一个经济封闭状态,且整个经济主体的总资本为K,再假设整个经济主体中资本主要用于两个方面,一方面用于生产产品的资本为KY,另一方面用于环境规制和污染治理的资本为KE,因此,K=KY+KE。令α=KY/K(0<α<1),其中α代表用于生产产品的资本对于总资本的占比,,则环境规制和污染治理的资本对于总资本的占比为1-α,即KE=(1-α)K。在消费经济中,由于理性人假设的存在,经济主体的目标旨在追求自身效用最大化,即:

(1)

(2)

用于治理污染的资本约束为:

(3)

最优化问题为:

利用拉格朗日方程求解最优化问题,得:

L=U(C,E)+λ[F(αK,E)-C]

+μ[h((1-α)K)-θF(αK,E)]

(4)

对上述方程求一阶导数,得:

(5)

由环境变化模型分析可得,收入水平、贴现率和技术水平影响环境存量的变化,国民收入水平越高,整个国家的经济发展水平越高,同时对于优良环境的需求也会显著提高,有利于环境质量的改善,预期对雾霾治理有正相关作用;贴现率越高时,在总资本的分配方面,人们在工业生产上投入更多的资本,而将少量资本投入到环境规制和污染治理方面,但是随着经济的发展,环境相对于产品而言价格提升,从而使贴现率下降,人们对于资本的支配会着重于环境规制方面,从而有利于雾霾治理;技术水平越高,会促使企业进行产业结构调整,高污染、高排放企业会逐渐利用新技术减少污染,这对雾霾治理有显著影响。综上所述,经济发展水平、产业结构、环境规制都影响雾霾治理,具体机理分析如图1所示。

图1 雾霾污染影响因素机理分析

3 中国雾霾集聚的空间相关性分析

3.1 中国雾霾集聚状况

根据PM10浓度进行等级划分,用Stata11.0制作出雾霾污染空间分布图,鉴于篇幅大小,本文选择2005年和2015年的雾霾分布图(图2)。

由图2可知,2005年甘肃污染最为严重,且中西部地区雾霾已经呈现带状趋势;到2015年,雾霾污染主要集中在京、津、冀和河南、山东一带,西部地区雾霾并没有出现显著变化,雾霾治理效果不显著,但是在西南部一些省份,雾霾污染出现缓解现象。

3.2 全局空间相关性检验

在进行空间计量分析之前,要进行空间权重矩阵的设定。由于雾霾污染的溢出效应主要发生在地理相邻辖区之间,因此本文选取相邻矩阵进行研究,若相邻城市i与j之间有共同的边界,则wij=1,反之则设定wij=0,并对其作矩阵行和单位化。空间相关性检验主要分为全局空间自相关检验和局部空间自相关检验,全局空间自相关检验方法主要有莫兰指数法和吉尔里指数法,具体结果如表1所示。

图2 雾霾污染分布图

年份莫兰指数/I吉尔里指数/C20050.243**(2.321)0.652***(-2.617)20060.337***(3.138)0.6***(-2.934)20070.260**(2.445)0.636***(-2.795)20080.187*(1.828)0.719**(-2.181)20090.298***(2.769)0.608***(-2.989)20100.279***(2.621)0.666**(-2.514)20110.241**(2.326)0.663**(-2.468)20120.277***(2.627)0.605***(-2.906)20130.402***(3.922)0.791(-1.364)20140.548***(4.899)0.509***(-3.665)20150.568***(5.019)0.401***(-4.576)

注:***、**、*分别表示通过1%、5%、10%的显著性检验,括号内的值为t统计量。

通过观察各省市2005-2015年雾霾集聚的莫兰指数和吉尔里指数可以发现,我国雾霾集聚的莫兰指数值均大于0,吉尔里指数均小于1,且基本上都通过了1%的显著性检验,说明我国的雾霾集聚呈现出空间依赖性且存在明显的空间正相关性。

3.3 局部空间相关性检验

全局空间自相关检验旨在反映总体状况,为得到观测值的空间分布,需要进行局部空间自相关检验,局部空间自相关检验的方法主要是利用莫兰散点图和LISA图。莫兰散点图是用来刻画观测值与其相邻观测值之间的关系,根据观测值所在的象限可以分为:第一象限高高集聚(HH)、第二象限低高集聚(LH)、第三象限低低集聚(LL)、第四象限高低集聚(HL),而LISA图更能清晰地说明雾霾集聚的空间差异性。本文在全局空间自相关的基础上,采用莫兰散点图检验不同省市雾霾集聚的空间差异程度,鉴于篇幅限制,本文给出2005年与2015年雾霾集聚的莫兰散点图(图3)以及对应的LISA图(图4)。

图3 我国雾霾集聚的莫兰散点图

由图3可以看出,我国雾霾污染整体上呈现出集聚状态,2005年的雾霾集聚莫兰散点图显示,大多数省份集中在第一和第三象限,呈现出高高集聚和低低集聚态势;2015年的莫兰散点图显示,集聚现象更加显著,大多数省份依然集中在第一象限和第三象限,呈现出高高集聚和低低集聚。为了更清晰地说明各省市雾霾集聚的空间差异,本文给出相应的LISA图(图4)。

由图4表明,2005年我国京津冀以及内陆地区雾霾污染呈现出高高集聚态势,南方省份环境状况良好,呈现出低低集聚态势,湖南、上海、浙江等经济发展比较好的省份雾霾污染呈现高低态势;到2015年,我国雾霾污染高高集聚态势依然遍布大半个中国,说明我国雾霾污染治理效果不够显著,北方省份依然是高高集聚态势,南方大部分省份依然是低低集聚态势,与我国环境现状相符。

图4 我国雾霾集聚的LISA图

4 指标选择、数据来源及模型设定

4.1 指标选择与数据来源

4.1.1 被解释变量

本文旨在研究雾霾治理,因此选择雾霾污染程度作为被解释变量,鉴于PM2.5数据获取的难度,本文参照王书斌等[12]对雾霾污染程度指标的选取,选择PM10来刻画雾霾污染程度,《中国统计年鉴》中只有省会城市有数据统计,考虑到雾霾污染的空间扩散性和省会城市的核心代表作用,以省会城市的PM10作为全省的雾霾污染程度,用M来表示。

4.1.2 核心解释变量

(1)经济发展水平。目前,文献中采用人均国内生产总值作为衡量经济发展水平的指标,本文根据王询等人[13]做法,选择人均GDP来衡量经济发展水平,用P表示。

(2)产业结构调整。吕守军[14]曾指出,有关PM2.5的环境规制,主要受到六大高污染行业的影响,而这六大高污染行业都是第二产业的组成部分。为了能反映出工业发展过程中产生污染程度的大小,同时也能表示经济发展过程中产生的结果效应和技术水平变化效应,本文选取第二产业增加值占地区生产总值的比重来衡量产业结构调整,用I表示。

(3)环境规制。目前,对于环境规制力度的测度有多种方法[17-19],本文根据沈能[15]的方法,选取治污投资总额对地区生产总值占比来衡量环境规制,用F表示。

4.1.3 其他解释变量

对于控制变量的选取,采用原毅军等[20]的方法,选取受教育程度、收入水平、人口密度、年龄结构作为控制变量,分别用E、W、D、A来表示,具体如表2。

表2 雾霾治理影响因素的具体指标分析

注:数据均来源于《中国统计年鉴》(2006-2016)。

4.1.4 模型设定

考虑到波特假说的存在,为了验证其有效性,本文加入P的平方项,模型设定如下:

+β4Fi,t+β5Wi,t+β6Ei,t+β7Di,t

+β8Ai,t+vi+ui,t

(1)

其中,i代表地区,t代表年份,vi表示面板固定效应的固定值,不随时间变化,uit表示面板数据模型随机效应的残差项。静态面板模型(1)并没有考虑到被解释变量的滞后效应,由于经济变量中惯性的存在,使得本期结果会受到前一期结果的影响,因此,在模型(1)的基础上,引入被解释变量的滞后一期项来验证雾霾污染的滞后效应,动态面板模型构建如下:

+β3Ii,t+β4Fi,t+β5Wi,t+β6Ei,t

+β7Di,t+β8Ai,t+vi+ui,t

(2)

其中α表示前一期雾霾污染对本期雾霾污染的程度大小。为了验证雾霾污染的滞后性,本文对动态面板模型采用系统GMM方法进行回归。

5 回归结果分析

5.1 变量的平稳性检验

在进行回归之前,先对各变量进行平稳性检验,为了避免面板数据模型出现伪回归现象,保证估计结果的有效性,平稳性检验方法选择费雪式Choi平稳性检验和HadriLM平稳性检验,各变量的单位根检验如表3所示,ADF-FCS、PP-FCS、HadriLM分别表示Choi检验的Fisher-ADF、Fisher-PP统计量以及HadriLM检验的统计量。由表3可知,在1%的显著性水平下,各变量均拒绝存在单位根的原假设,说明是平稳序列。

表3 各变量单位根检验结果

5.2 实证结果分析

本文采用stata11.0软件分析雾霾治理的影响因素,首先从全国层面进行,然后按照国家统计局的分区*本文参照国家统计局网站对三大地区分类方式,东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南,中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南,西部地区包括内蒙古、广西、四川、重庆、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆。进行比较分析。在进行面板数据分析之前,先采用膨胀因子法对指标数据进行多重共线性检验,以免出现多重共线性,导致数据不显著,结果表明,指标的VIF值均小于10,且VIF的均值小于2,因此,判定全国层面的指标间不具有多重共线性,可对数据进行面板分析。首先对模型(1)进行静态面板回归分析,回归之前对数据进行标准化处理,根据Hausman检验结果判断究竟选择固定效应模型还是随机效应模型,具体分析结果如表4所示。

由实证结果可知,无论是全国层面还是三大地区,经济发展的一阶项与雾霾污染呈现正相关,且通过显著性检验;而经济发展的平方项与雾霾污染程度呈现负相关,全国层面与西部地区的相关性不显著,说明经济发展初期走的是“先污染后治理”的老路,经济的快速增长以牺牲环境为代价。但是,随着经济的发展,逐渐意识到良好环境的重要性,开始注重环境治理,东部地区和中部地区经济发展程度要优于西部地区,有足够的资金和能力开展雾霾治理,且效果显著。

产业结构调整对雾霾污染的影响系数为负,且影响显著,表明第二产业占比越高,雾霾污染越少,由于我国目前能源稀缺,且新能源的研发使用还不能替代煤炭和石油,但在工业污染气体排放过程中加上了污染气体过滤装置,能够减少污染,对于雾霾治理作出了贡献。在此基础上,应当加大第三产业比重,且在产业结构内部改进新技术,向低能耗和低污染看齐。

表4 静态面板回归结果分析

注:*、**、***表示10%、5%、1%水平下显著,括号里表示t统计量。

全国层面、东部地区和西部地区环境规制强度对雾霾污染程度系数为正,说明政府制定政策不能使雾霾污染降低,这跟吕守军等基于环境规制理论视角得出PM2.5治理困局一致。吕守军等人的研究结果表明,污染比重大的企业对地方经济发展有重要作用,往往支配力显著,地方政府在治理雾霾时,常顾忌企业,从而阻碍了环境规制强度的提升,对雾霾治理极为不利,雾霾治理陷入困局。虽然西部地区环境规制能使雾霾污染降低,但是效果不太显著。

收入水平对雾霾污染程度的影响系数为负,人们在生活水平提高的同时会逐渐注重生活质量的提升,对于优良环境的需求会增加,有助于改善雾霾污染,中部地区效果不显著在于其雾霾污染程度过高,增加了治理难度,收入水平明显低于东部地区,雾霾治理不易;除了东部地区外,其他地区受教育程度对环境污染的影响不显著,受教育程度的高低影响到环保意识,但是并不一定能影响到执行力,毕竟产生雾霾比重大的是企业,而不是个人;全国层面、东部地区和西部地区人口密度和人口年龄结构对雾霾污染程度呈现显著正相关,人口密度越大,儿童占比越高,雾霾污染会加重,但是中部地区人口密度与人口年龄结构对雾霾污染呈现显著负相关。为了更好地控制雾霾污染的滞后性,本文基于雾霾污染的动态演变过程,采用系统GMM方法对模型(2)进行估计,回归结果如表5所示。

表5 动态面板回归结果分析

注:*、**、***表示10%、5%、1%水平下显著,括号里表示t稳健统计量。

由实证结果可知,滞后一期的雾霾污染对本期污染污染有显著性的影响,说明雾霾是一个连续的动态调整过程;经济发展对雾霾治理的效果不太明显,但是产业结构调整对雾霾治理的效果显著,这可能跟我国雾霾产生的机制相关,环境规制对雾霾污染依旧产生治理困局,教育水平和人口密度对雾霾治理影响较大。

6 结论与建议

本文基于环境模型分析雾霾治理的影响因素,主要有经济发展水平、产业结构调整和环境规制,并实证分析影响效果,检验了雾霾污染的集聚效应和滞后性问题,得出结论如下:

(1)我国雾霾污染呈现集聚态势,且大多数省份呈现高高集聚和低低集聚状态。

(2)雾霾污染存在滞后性,本期雾霾污染会受到滞后期雾霾污染的影响。

(3)全国层面和三大地区的经济发展与雾霾污染符合波特假说,产业结构调整对雾霾治理效果显著,但是环境规制对雾霾治理出现困局。

由实证分析结果得出以下启示:

首先,发展绿色循环经济,坚持科学发展观。经济发展对雾霾治理有一定的显著作用,以牺牲生活优良环境为代价换取GDP增长,显然不可取,应该采用绿色清洁的方式来提高经济水平,比如采用新能源、利用太阳能等。

其次,调整产业结构,加速产业升级。产业结构调整对于雾霾治理有显著作用,产业升级刻不容缓,在产业外部来说,应当转变产业发展模式,着重发展具有高附加值的第三产业,降低第二产业在GDP中的占比,从产业内部而言,应该提高技术水平,改变工业内部结构,使用清洁能源,发展技术密集型产业。

最后,注重政策的适应性,不要一概而就。政府应当根据本地区实际情况制定适合的环境规制措施,实现经济增长与绿色发展的双重红利。同时,应当对地区公众进行教育、宣传,不能仅仅依靠媒体曝光率来维持非正式环境规制力度,公众应当主动行使自己的监督权,提高自身的环保意识。

[1] Anselin L.Spatial Effects in Econometric Practice in Environmental and Resource Economics[J].American Journal of Agriculural Economics, 2001,83:55-64

[2] Frank A A M de Leeuw, Nicolas Moussiopoulos, Peter Sahm, et al. Urban Air Quality in Larger Conurbations in the European Union[J].Environmental Modeling and Software,2001(4):399-414

[3] Rupasinghal A,Stephan J Goetz,David L Debertin,et al. The En-vironmental Kuznets Curve for US Countries: A Spatial EconometricAnalysis with Extensions [J].Papers in Regional Science, 2004(4):407-424

[4]马丽梅,张晓.中国雾霾污染的空间效应及经济、能源结构影响[J].中国工业经济,2014(4):19-31

[5]马丽梅,刘生龙,张晓. 能源结构、交通模式与雾霾污染:基于空间计量模型的研究[J].财贸经济,2016(1):147-160

[6]东童童,李欣,刘乃全. 空间视角下工业集聚对雾霾污染的影响:理论与经验研究[J].经济管理,2015(9):29-41

[7]卢华,孙华臣. 雾霾污染的空间特征及其与经济增长的关联效应[J].福建论坛:人文社会科学版,2015(9):44-51

[8]严雅雪,齐绍洲. 外商直接投资对中国城市雾霾(PM2.5)污染的时空效应检验[J].中国人口·资源与环境,2017(4):68-77

[9]向堃,宋德勇. 中国省域PM2.5污染的空间实证研究[J].中国人口·资源与环境,2015(9):153-159

[10]王立平,陈俊. 中国雾霾污染的社会经济影响因素:基于空间面板数据EBA模型实证研究[J].环境科学学报,2016(10):3833-3839

[11]王美霞. 雾霾污染的时空分布特征及其驱动因素分析:基于中国省级面板数据的空间计量研究[J]. 陕西师范大学学报:哲学社会科学版,2017(3):1-10

[12]王书斌,徐盈之. 环境规制与雾霾脱钩效应:基于企业投资偏好的视角[J].中国工业经济,2015(4):18-30

[13]王询,张为杰. 环境规制、产业结构与中国工业污染的区域差异:基于东、中、西部Panel Data的经验研究[J].财经问题研究,2011(11):23-30

[14]吕守军,沈星迟,张晓敏. 中国PM2.5治理困局及对策研究:基于环境规制理论视角的分析[J].上海交通大学学报:哲学社会科学版,2015(6):50-59

[15]沈能. 环境效率、行业异质性与最优规制强度:中国工业行业面板数据的非线性检验[J].中国工业经济,2012(3):56-68.

[16]陆旸. 环境规制影响了污染密集型商品的贸易比较优势吗[J].经济研究,2009(4):28-40

[17]张文彬,张理芃,张可云. 中国环境规制强度省际竞争形态及其演变:基于两区制空间固定效应模型的分析[J]. 管理世界,2010(12):34-44

[18]傅京燕,李丽莎. 环境规制、要素禀赋与产业国际竞争力的实证研究:基于中国制造业的面板数据[J].管理世界,2010(10):87-98

[19]武云亮,汪朝. 中国环境规制对产业结构调整的影响研究[J].宜春学院学报,2017(2):38-45

[20]原毅军,谢荣辉. 环境规制的产业结构调整效应研究:基于中国省际面板数据的实证检验[J].中国工业经济,2014(8):57-69

(责任编辑:周博)

10.3969/j.issn.1673-2006.2017.06.029

2017-03-24

安徽财经大学科研创新基金“产业结构调整对我国雾霾治理影响研究-基于环境规制的视角”(ACYC2016024);安徽省哲学社会科学规划项目“安徽产业集群与城镇化互动发展研究”(AHSKY2014D40)。

赵君(1992-),女,河北邢台人,在读硕士研究生,研究方向:环境规制。

F062.9

A

1673-2006(2017)06-0108-07

猜你喜欢

规制面板污染
面板灯设计开发与应用
主动退市规制的德国经验与启示
MasterCAM在面板类零件造型及加工中的应用
坚决打好污染防治攻坚战
坚决打好污染防治攻坚战
保护与规制:关于文学的刑法
Photoshop CC图库面板的正确打开方法
对抗尘污染,远离“霾”伏
内容规制
高世代TFT-LCD面板生产线的产能评估