您的位置:免费论文网 > 经济学论文 > 经济增长和环境规制对雾霾的区际影响差异 正文

经济增长和环境规制对雾霾的区际影响差异

经济增长和环境规制对雾霾的区际影响差异 本文关键词:经济增长,规制,差异,环境,影响

经济增长和环境规制对雾霾的区际影响差异 本文简介:摘要为探究不同省级区域雾霾、经济增长和环境规制之间的空间关联效应,本文提出针对雾霾的引力模型空间权重矩阵,并利用该矩阵建立了空间杜宾模型,分别对全国、西部、中部和东部省区的面板数据进行了空间计量检验。实证结果显示:全国雾霾的莫兰指数值显著,且取值介于0.367—0.460之间;雾霾&ld

经济增长和环境规制对雾霾的区际影响差异 本文内容:

摘要 为探究不同省级区域雾霾、经济增长和环境规制之间的空间关联效应,本文提出针对雾霾的引力模型空间权重矩阵,并利用该矩阵建立了空间杜宾模型,分别对全国、西部、中部和东部省区的面板数据进行了空间计量检验。实证结果显示:全国雾霾的莫兰指数值显著,且取值介于0.367 — 0.460之间;雾霾“重心”呈现先向东南再向西北移动的趋势,移动距离为76 557 m;雾霾的莫兰指数值为东部省区最大,西部省区最小,中部省区介于二者之间。全国的雾霾与经济增长之间呈显著的“U”型曲线,而西部、中部和东部省区则呈倒“U”型曲线,其中中部省区的曲线最为陡峭,西部省区次之,东部省区最为平缓。环境规制每增加1%,只有西部和东部的雾霾相应减少,且各自相应下降0.009和0.010个百分点。西部和东部经济增长的溢出效应均显著,而环境规制的溢出效应不显著。研究结果表明:①雾霾在空间上表现出集聚的特点,全国和三个区域的雾霾都存在显著的正向空间溢出效应,这种空间依赖性在时间维度上大致呈加强的趋势;雾霾的空间相关性表现为东部省区最强,西部省区紧随其后,中部省区最低。②西部和东部省区部分省市还未过拐点,全国意义上的环境库茨涅兹假说是不存在的,或者是至少还未出现。③西部和东部环境规制效果较为理想,而中部省区的环境规制效果不佳;从全国总体来看,当前的环境规制整体上对雾霾并未起到有效的抑制作用。④东西部省区和中部省区经济增长对雾霾溢出效应分别表现为正向和反向;环境规制对雾霾的溢出效应并不显著。建议加强对雾霾的区域协同治理,重点推进西部和东部省区经济结构的转型升级,调整和完善西部、中部和东部省区的环境规制政策。
  关键词 雾霾;经济增长;环境规制;引力空间权重矩阵;区际差异
  中图分类号 X22
  文献标识码 A文章编号 1002-2104(2017)09-0023-12DOI:10.12062/cpre.20170702
  近年来中国大多数城市和省区都面临着不同程度的雾霾,不仅严重危害着人们的日常生活和健康,也直接和间接地引起了巨大的经济损失[1]。针对日益严峻的雾霾现状,国家相继出台了许多有关大气防治的法律、法规和政策,加大了对工业企业违规行为的监管和处罚力度。尤其2016年底出现的跨年污染引起了社会各界的广泛关注,2017年3月5日李克强总理在做政府工作报告时再次强调了治理雾霾的紧迫性,坚定了“打好蓝天保卫战”的决心。社会公众广泛地参与环境治理,表达环保诉求的途径和方式也日益多样化[2]。随着中国经济发展进入新常态,在长期中实现环境治理与经济增长的双赢发展是一个社会性共识[3]。因此,探讨雾霾与经济增长之间的关系,以及当下的环境规制对控制雾霾所取得的效果,具有重要的理论意义和现实意义。针对该问题的研究多采用传统的计量经济学方法,而考虑了空间因素的空间计量经济学方法在空间权重矩阵的构造上也存在着改进的空间,需要结合具体的研究问题进行设计。与此同时,关于雾霾方面的已有研究,较少涉及异质性的问题。基于此,本文以中国的雾霾现状为研究对象,结合实际情况提出了基于引力模型的空间权重矩阵,将空间样本按区域划分,深入分析西部、中部和东部地区的雾霾与经济增长和环境规制之间关系的差异。
  1 文献综述
  国内外学者对大气污染与经济增长之间的关系的研究由来已久,一部分学者基于脱钩理论展开,Asjad Naqvi and Klara Zwickl[4]研究发现对于几乎所有的经济部门和大气污染物指标,在欧盟中位数国家至少有一些是脱钩的;另一部分学者主要围绕环境库茨涅兹曲线(EKC)理论进行:王星[5]和何枫等[6]学者纷纷借助EKC对雾霾问题进行实证研究,通过传统计量分析,他们认为雾霾和经济增长之间可能呈“U”型、“N”和倒“N”型等多种不同的关系;Xu B et al.[7]则运用STIRPAT模型和非参数回归模型验证了大气污染与经济增长之间的倒“U”型关系;近几年,通过采用不同的空间权重矩阵,学者们证实了空间计量方法的拟合优度高于普通OLS,但Ma Y et al.[8]认为环境库茨涅兹曲线是存在的,而马丽梅和张晓[9]、邵帅等[10]则对环境库茨涅兹曲线的存在性提出了质疑。然而现有研究考虑了省际或区际的地理或经济距离因素,解决了雾霾的溢出效应,但是忽略了邻近省区与本省区雾霾之间存在引力作用,因此引入引力模型空间权重矩阵是有必要的。
  国外学者对于环境规制效果的研究侧重于三个方面,一是微观企业投资行为:促进污染减排资本投资的环境规制政策会降低企业的投资率[11],会降低建筑行业企业的竞争绩效,且行政监管对绩效的提升比经济监管效果大[12],对有形的商品、新建筑、机械和“生产性”等四种不同类型投资的影响[13];二是对新建厂商数量的影响[14];三是对微观企业技术创新活动的选择[15]。国外研究较少涉及环境规制方面的空间计量分析,而国内对大气污染与环境规制之间关系的研究,也大多采用传统的计量经济学方法,从环境规制主体、行业产业排放、经济活动指标等角度展开:一方面,何为等[16]认为政府的执行能力能使天津市各地污染物的排放显著降低;贺灿飞等[17]发现政府的弱执行能力和企业的执行阻力会降低环境质量,而社会公众的压力则会提高环境质量,三者的总效应使大气污染状况得到改善;与上述结论有所不同,王书斌和徐盈之[18]以工业企业投资偏好为切入点,发现环境行政管制和环境污染监管对雾霾有较强的抑制作用,环境经济规制则会削弱该效应。另一方面,徐成龙和程钰[19]以山东为研究对象,研究发现环境规制的工业结构效应和技术效率效应对大气污染的抑制作用明显;高明等[20]认为环境规制只对東部省区工业污染的减排起到了抑制作用,全国范围内效果并不佳。此外,刘晓红和江可申[21]通过对分级后的雾霾水平分析,认为环境规制对全国雾霾的遏制是通过中、轻污染省区发挥作用来实现的。
  鉴于传统的计量经济学方法忽略了雾霾存在空间相关性的事实[9],并未将空间依赖性作为关键因素去考量,而已有的空间计量实证研究[22]中普遍采用的四种空间权重矩阵无法满足对雾霾实际空间效应的刻画:邻接空间权重矩阵忽略了来自非相邻省区雾霾的影响;地理邻近空间权重矩阵仅仅考虑了地理因素,没有考虑周边省区的雾霾水平;经济邻近空间权重矩阵单纯考虑了省际经济发展差异;地理经济邻近空间权重矩阵忽略了省际或区际雾霾水平的引力作用,而引入基于引力模型的空间权重矩阵则可以较好地刻画该问题。此外,针对异质性问题,主要有四种处理办法,一是将空间单元上的样本划分为若干个部分,二是采用地理加权回归的方法,三是定义新的变量,四是创新权重矩阵。相较于已有研究,本文将从以下几个方面予以分析:①使用PM2.5的栅格数据表示雾霾程度,运用探索性空间数据分析方法,描述雾霾的时空动态分布格局;②在环境库茨涅兹曲线[23]的基础上,将空间因素纳入雾霾与环境规制之间关系的考察中,引入基于引力模型的空间权重矩阵,采用新经济地理学中特定的空间回归方法进行研究;③将全国划分为西部、中部和东部三大省区,比较分析各省区的经济增长对该省区雾霾的影响,以及各省区环境规制的效果;④考察经济增长、环境规制等变量的直接效应和溢出效应
 2 模型设定与方法解析
  2.1 雾霾重心迁移轨迹
  根据张兴榆等[24],雾霾的“重心”指在地理空间上存在一点,在该点处来自不同方向上的力量相互作用,使雾霾达到了平衡状态,可以用来描述雾霾的动态演化趋势,进一步揭示该事物的区际空间差异,本文采用地理学上的GIS技术,确定全国雾霾“重心”的地理坐标:
  其中,X和Y分别表示各年雾霾“重心”的经度值和纬度值,xi和yi分别表示第i和第j个省、市(自治区)省会中心的经度值和纬度值,Mi表示第i个省、市(自治区)雾霾的数值。全国雾霾“重心”空间省际平均移动距离的计算公式:
  其中,D表示两个不同年际间“重心”移动的距离,s和k分别表示两个不同的年份,(XsYs)和(XkYk)分别表示第s年和第k年某省、市(自治区)雾霾“重心”所在空间位置的经度值和纬度值,C表示地理经纬度值转换为空间距离的系数,通常为111.111。
  2.2 构造基于引力模型的空间权重矩阵
  Anselin et al.[25]提出通过引入空间权重矩阵来度量观测值之间的空间关联机制,空间权重矩阵是事物之间空间属性的一种表现形式。针对不同的结构的空间单元,需考虑到空间权重矩阵的适用性,而目前空间计量经济学应用中的经济理论大多采用基于邻接关系、距离函数和离散点的空间权重矩阵,缺乏对空间权重矩阵的其他设定[26]。不同的空间权重矩阵会造成差异较大的估计结果,而大气污染中存在下面的条件:首先,雾霾水平较高的省区会对雾霾水平较低的省区产生一定的影响,同时,随着两地之间距离的增加,影响的效应会逐渐减弱。据此,本文将物理学中的引力模型引入不同省区之间雾霾的空间关联效应中,提出基于引力模型的空间权重矩阵(W),矩阵中各元素的定义如下式所示:
  其中,wij表示空间权重矩阵中的元素,i和j表示省份,PMi和PMj分别表示1999年至2011年第i和j省份雾霾的平均值,dij表示两个省级行政区地理中心之间的直线里程。
  2.3 探索性空间数据分析
  2.3.1 全域空间相关性分析
  全域空间相关性分析的指标有全域空间自相关Moran’s I指数和Geary’ C指数两种,张松林和张昆[27]经过研究认为在判断一个区域是否存在空间聚集时,采用Moran’s I指数更为可靠,基于此本文采用Moran’s I指数,其公式如下:
  其中,n表示地区数,xi表示第i个地区的雾霾观测值,wij表示空间权重矩阵中的元素,=1/n∑ni=1xi。
  2.3.2 局域空间相关性分析
  在实际情况中,由于研究区域存在一定程度的空间异质性,各自的空间关联情况并不一样,而全域的空间相关性分析往往会忽略空间异质性的影响,因此对局域的空间相关性进行分析并以此来测算局部区域雾霾的空间相关性是有必要的,局域空间相关性指数Moran’s I定义为[28]:
  其中,S2=∑ni=1(xi-x)2n(7)式中各元素含义同上。
  2.4 空间面板模型的选择
  空间杜宾模型是SAR、SER和SLX的嵌套模型,本文在引力空间权重矩阵的基础上,建立空间杜宾模型,以研究各省和邻省的地理、经济及环境规制等对本地雾霾状况的影响。雾霾在省际间可能存在三种空间依赖性[29]:①一个省份的雾霾会通过空间传导机制对周边省份产生影响,空间滞后模型(SAR)可以解决该问题;②除经济增长和环境规制以外,可能还存在影响雾霾水平在不同省区之间溢出的其他变量,空间误差模型(SER)可以解决该问题;③一个省份的雾霾水平不仅与该省的经济增长和环境规制相关联,也与邻省的相关因素密切相关,外生解释变量的滞后模型(SLX)可以解决该问题。本文构建的模型如下[30]:
  其中,i表示省份,t表示年份,W表示基于引力模型的空间权重矩阵,用来表征省际间雾霾的依赖关系;Xti表示外生解释变量矩阵,Xti=[lnGDPti,ln(GDPti)2,ERti,C],GDPti,表示人均國内生产总值,ERti表示环境规制强度系数,C表示控制变量矩阵,相关变量包括交通运输TPti、能源消费强度EDti、产业结构ISti和城镇化水平URti、外商直接投资FDIti;ρ表示空间自回归系数;θ表示自变量空间滞后值的系数;λ表示空间自相关系数;表示待估计的参数向量;W·PMti为雾霾的空间滞后值,表示周围省份的雾霾水平和与本省的邻近关系对本省雾霾造成的影响;εti为服从正态分布的随机误差向量。为降低异方差的影响,同时消除数据的非平稳性因素,本模型采用对数的形式。
  当满足ρ≠0、θ=0和λ=0时,空间杜宾模型退化为空间滞后模型,仅体现雾霾水平的空间交互效应,具体形式为:
  当满足λ≠0、ρ=0和θ=0时,空间杜宾模型退化为空间误差模型,度量了邻近地区关于因变量的误差冲击对本地区观测值的影响程度,具体形式为:
  本文根据区际雾霾之间依赖关系的具体形式来确立模型,首先采用沃尔德Wald法和似然比LR法对空间杜宾模型进行估计,原假设为H0:θ=0且H0:θ+δβ=0,根据沃尔德检验和似然比检验的估计结果,假如拒绝了前一个原假设,则选择使用空间滞后模型;假如拒绝了后一个原假设,则选择使用空间误差模型。假如上述两个条件中有一个不满足,或者同时拒绝了两个原假设,则选择使用空间杜宾模型[26]。
  3 数据来源与变量选择
  近年来,马丽梅和张晓[9]、潘慧峰等[31]、邵帅等[10]专家学者纷纷运用PM2.5(细颗粒物)作为衡量雾霾状况的指标。由于中国国家大气环境检测系统在2012年才开始将PM2.5浓度值纳入监测指标体系,相关数据不完善,而通过卫星搭载设备对气溶胶光学厚度进行测定得到的遥感数据具有时间序列长和空间覆盖广的优点,其反演的气溶胶光学厚度(AOD)被普遍认为是表示PM2.5浓度的重要指标,因此考虑使用美国宇航局下设于哥伦比亚大学的社会经济数据应用中心(SEDAC)监测PM2.5的卫星影像栅格数据,通过软件提取得到中国各省、市和自治区(以下简称“省份”)的PM2.5浓度数据,以此表征各省份的雾霾水平。此外,由于SEDAC的PM2.5浓度数据有3年移动平均数据和年份数据两组,但对它们进行推算所得到的年份PM2.5数据的质量欠佳,故将3年移动平均数据取做中间年份的数据,由此得到1999—2011年的年份PM2.5数据。
 对部分解释变量的说明如下:①经济增长(EG)。采用人均GDP衡量,以1978年作为基准年,为了探究环境污染与经济增长之间是否呈库兹涅茨曲线的倒“U”型关系,在模型中引入人均GDP及其平方项,均取自然对数[6]。②环境规制(ER)。国内外学者提出了计算环境规制强度所采用的6种方法,每种方法在一定程度上都各自存在局限性[32]。学者余长林和高宏建[33]、穆怀中和范洪敏[34]都选用了省份工业污染源治理的总投资额与规模以上工业企业工业增加值的比值作为衡量环境规制的指标,鉴于相关数据便于获取,也较为完备,本文也选取该方法。关于控制变量的说明:①交通因素(TP),各省私人汽车拥有量与公路里程的比值可用来表示交通压力,城市居民油品的生活消耗量与城市道路面积的比值可用来表示交通拥堵程度[35],但是私有汽车保有量不能代表所有城市车辆,所以本文采用城市居民油品的生活消耗量与道路长度的比值来测度交通因素,并通过对二者归一化处理以消除量纲差异。②产业结构(IS),用第二产业占GDP的比重表示[36]。③外商直接投资(FDI),用各省市实际利用外资额表示[37],不对企业投资类型加以区分,以此来反映地区经济的整体开放程度。④城镇化水平(UR),用各省份城镇常住人口占该省份常住总人口的比例表示[21]。⑤能源消费强度(ED),用各省单位GDP的能源消费量表示[38]。从省级单元尺度构建1999—2011年全国30个省份PM2.5浓度、环境及社会经济面板数据库,不含西藏、香港、澳门和台湾,主要原因在于这些省份的统计数据不完备。环境数据来源于CEIC数据库、《中国环境统计年鉴》和《中国工业统计年鉴》,社会经济数据来源于《中国统计年鉴》和《中国人口统计年鉴》。
  4 实证结果与分析
  4.1 雾霾现状分析
  通过使用全国PM2.5的栅格数据生成13个年份雾霾的空间分布图,以此表征雾霾的时空格局,限于文章篇幅,在此仅列出5个代表性年份的空间分布图,如图1所示,其中色彩分级采用自然断点法。可以看出,全国大部分省区都遭受着不同程度的雾霾。其中华北省区雾霾最为严重,部分华中、华东、西北和西南省区紧随其后,这些省区整体污染程度较其余省区高出1倍左右。雾霾高污染区集中分布在天津、河北、上海、河南、山东和江苏等省区,而内蒙古、黑龙江、吉林、青海、云南和海南等省份则常年处于低污染区。
  1999—2011年期间,雾霾水平呈现空间集聚现象,其变化呈现两个趋势:一是在气象和地理条件因素,以及社会经济因素的影响下,雾霾逐渐向东部沿海省区扩散,河南和山东等地,以及京津冀和长江三角洲两大经济圈的部分地区污染最为严重;二是气候干旱、土地荒漠化严重的西北省区沙尘天气形成的条件非常有利,沙尘暴天气持续肆虐,雾霾水平相对来说则有所下降。
  集聚和扩散的力量使得雾霾在空间上的分布出现了不同程度的移动现象,为进一步考察雾霾在空间上的轨迹,运用ArcGIS软件做出雾霾的空间“重心”及其迁移轨迹,如图2所示。可以看出雾霾“重心”一直都处于河南省内偏南地区,呈现先向东南再向西北移动的趋势,并且前几年变化幅度较大,后几年变化较小,位置也相对集中,经纬度坐标显示雾霾“重心”整体上表现为向东部偏移,其中经向移动0.831°,纬向移动-0.082°,换算成公路里程为76 557 m。
  4.2 探索性空间数据分析
  4.2.1 全域空间相关性分析
  采用1998—2012年雾霾的截面数据,运用MATLAB软件计算引力模型空间权重矩阵下每年雾霾的Moran’s I指数,结果显示全部通过了1%水平的显著性检验,其具体数值和变化趋势如表1所示。可以看出全国的雾霾在每年都呈现显著的空間正相关性,因此在计量模型中纳入空间影响因子是必要的,而且随着时间的推移,尽管个别年份Moran’s I指数有所下降,但相关程度整体上处在较高水平,且总体有所增强,说明雾霾的空间依赖性在时间维度上大致呈加强的趋势。
  4.2.2 局域空间相关性分析
  采用雾霾的截面数据,联合使用Geoda软件和ArcGIS软件,生成13个年份的LISA集聚图,限于文章篇幅,在此仅列出3个代表性年份的集聚图,如图3所示。雾霾高-高集聚性很强,表现为雾霾水平较高的省区被邻近的高雾霾省区所包围,该区域呈向东和向北扩张的演化趋势,逐渐形成了以环渤海、京津冀和长江三角洲为集聚核心的高雾霾地带。而位于东北的黑龙江和吉林,西北省区的甘肃、青海、宁夏和内蒙古,以及西南省区的云南等省份的雾霾水平较低,常年被周围的高污染省区包围,形成了低-高集聚地带。
  4.2.3 三大区域各自的空间相关性分析
  以地方的经济发展水平和所处的地理位置为依据,将全国划分为西部、中部和东部三个区域[38]。为深入考察各自空间相关性情况,再次计算每个区域各年雾霾的莫兰指数值,并与全国雾霾的莫兰指数值进行对比,结果如图4所示。可知三个区域雾霾的空间相关性存在差异,在没有考虑区域间相互关联的情况下,东部省区雾霾的内部正空间相关程度最强,西部省区次之,中部省区的空间关联程度最弱。由于各区域之间也具有相关性,整体上增强了全国雾霾的相关程度,使得全国雾霾的空间相关性强于三个区域,如果忽略了这种区域间的依赖性,会低估全国范围内雾霾的相关程度。
  4.3 关联效应测定
  4.3.1 空间计量模型实证结果及分析
  为了考察局域性的空间溢出效应在解释各因素变动时对雾霾影响的程度,运用MATLAB软件,分别使用空间杜宾模型对全国和不同区域的样本进行空间异质性检验,估计结果如表2所示。根据沃尔德检验(Wald)和似然比检验(LR)的结果,同时拒绝了两个原假设,即拒绝了空间误差模型和空间滞后模型,因此采取空间杜宾模型[40],进行了实证分析。根据Hausman检验结果,p值小于0.05,拒绝随机效应,全国、西部、中部和东部省区都采用固定效应模型。

  • 经济增长和环境规制对雾霾的区际影响差异

    摘要为探究不同省级区域雾霾、经济增长和环境规制之间的空间关联效应,本文提出针对雾霾的引力模型空间权重矩阵,并利用该矩阵建立了空间杜宾模型,分别对全国、西部、中部和东部...




本文标题:经济增长和环境规制对雾霾的区际影响差异
本文地址:http://www.lwlwlw.com/show/210984.html
下一篇:最后一页
声明:该文章系网友上传分享,此内容仅代表网友个人经验或观点,不代表本网站立场和观点;若未进行原创声明,则表明该文章系转载自互联网;若该文章内容涉嫌侵权,请及时向免费论文网投诉!

推荐专题

关注排行