信息化能否降低环境污染?

郭国庆，牛海鹏

(中国人民大学 商学院，北京100872)

信息化是推动经济社会发展的重要动力，也是现代先进科学技术体系中的前导要素，其日新月异的发展与无所不在的应用令人目不暇接，甚或有些始料不及［1］。随着信息技术在各个领域的不断渗透与融合，信息化对中国经济增长、社会进步、科技创新和文化形态也产生了深刻而广泛的影响，推广应用信息技术已成为破解国民经济重要行业和关键领域难题的重要手段。基于此，党的十六大提出:“信息化是我国加快实现工业化和现代化的必然选择。坚持以信息化带动工业化，以工业化促进信息化，走出一条科技含量高、经济效益好、资源消耗低、环境污染少、人力资源优势得到充分发挥的新型工业化路子。”党的十八大又提出，要“坚持走中国特色新型工业化、信息化、城镇化、农业现代化道路，推动信息化和工业化深度融合、工业化和城镇化良性互动。”可见，发展信息化是实现新型工业化的前提，也是实现工业发展与环境保护双重目标的关键。信息化与环境污染有着密不可分的关系，信息化改变了人们的生活方式，改变了企业的生产方式，实现了污染源监测的立体化、实时化、连续化，还改变了城市发展方式。不仅如此，信息化本身也是资源节约、环境友好的。从原材料角度看，信息化建设的投入大部分为人力资源，生产材料和能源投入相对较少;从产出角度看，信息化产品能够被重复利用，是可再生的;从污染角度看，信息化产品的生产过程不排放污染，生产过程是清洁的。因此，在工业化与城市化快速发展的中国，资源投入少、污染产出少的信息化可能成为破解工业化与城市化进程中环境污染难题的突破口。不过，现有研究较少涉及信息化与污染排放关系的讨论，唐小坤和王哲(2007)［2］分析了信息化在环保领域的作用，认为信息化有利于环境监管部门及时获取数据，提高环保执法水平。陈滢和王爱兰(2010)［3］认为，信息化与工业化融合将对实现能源品种多元化、节能减排、降低污染、发展低碳工业具有重要的技术辅助作用，是发展低碳经济的一条有效途径。这些研究对信息化与环境污染的关注是不足的。本文以2003—2010年281 个城市的面板数据为研究样本，检验信息化与环境污染的关系，以此揭示信息化对环境污染的影响。

一、模型、变量与数据

为检验信息化对环境污染的动态影响，设定如下经验模型:

其中，因变量为环境污染(Pollu)，为保证回归结果的稳健性，这里采用两种污染物的排放强度衡量污染排放，分别为工业二氧化硫排放强度(SO2)、工业烟尘排放强度(Dust)。自变量为信息化(Information)，用当地互联网用户数占总人口的比重表示。根据以往文献的研究经验，模型中还对其他影响环境污染的因素加以控制。控制变量包括:(1)城市化率(Urban)，用城市非农人口的比例表示;(2)增长速度(Growth)，用城市GDP 年增长率表示;(3)经济结构(Structure)，用第二产业占GDP比重表示;(4)技术进步(Tech)，用从业人员的单位产出表示;(5)能源强度(Energy)，用单位GDP的工业用电量表示;(6)环保投资(Invest)，用三废综合利用产品产值占GDP 的比重表征;(7)年份(Year)，用哑变量表征。

表1 样本分布

表2 主要变量的描述性统计

本研究的所有数据均来自《中国城市统计年鉴(2004—2011)》，研究对象为中国30 个省市自治区281 个地级及以上城市(281 个城市的分布见表1)。由表1 可以看出，样本分布最多的省份为四川(6.41%)，除直辖市外，样本分布最少的省份为青海(0.36%)，样本分布相对均匀。

二、实证结果

(一)描述性统计

(二)回归结果

以2003—2010 年281 个城市为研究样本，分别用工业SO2、工业烟尘两种污染物数据，根据Hausman 检验，对实证模型进行面板数据的随机效应回归，结果见表3。由表3 可知，信息化在两种污染物的回归中均显著为负，这表明，信息化能够显著降低工业SO2与工业烟尘的排放强度。城市化率在两种污染物的回归中均显著为负，说明城市化水平越高，污染排放强度越低，这与杜雯翠和冯科(2013)［4］的回归结果是一致的。增长速度在两种污染物的回归中显著为正，表明经济增长速度越快，越不利于工业SO2与工业烟尘排放强度的降低。经济结构在两种污染物的回归中显著为正，说明第二产业比重越高，越不利于工业SO2与工业烟尘排放强度的降低。技术进步在两种污染物的回归中显著为负，说明技术进步有利于降低工业SO2与工业烟尘的排放强度。能源强度的估计系数在两种污染物的回归中均显著为正，表明能源使用效率越低，污染排放强度越高，这与Hamilton and Turton(2002)［5］、张平淡等(2013)［6］的研究结论是一致的。环保投资在两种污染物的回归中均不显著，这一方面可能在于环保投资使用的是三废综合利用产品产值占GDP 的比重表征，这可能无法充分体现环保投资的含义，不过，囿于数据的可获得性，我们暂时还没有找到合适的替代变量。

表3 回归结果

上述结果是以面板数据的随机效应模型估计得到的，其结果反映的只是各种解释变量对于污染物排放强度的条件分布的均值的影响，无法说明在污染物排放强度的不同分位点上，这种影响有何差异。因此，借鉴 Koenkel and Pxassett(1978)［7］的做法，采用分位数回归(quantile regression)检验不同分位点信息化对工业烟尘排放强度的作用，结果见表4。

由表4 可知，信息化在不同分位数下的回归结果是有差异的。信息化在0.1、0.25 和0.5 分位数的回归系数显著为负，而在0.75和0.9 分位数的回归系数并不显著。这说明，信息化在降低污染排放强度方面的作用主要体现在污染排放强度较低时。当排放强度较高时，信息化对降低环境污染的作用并不明显。同样地，城市化率在0.1、0.25 和0.5 分位数的回归系数显著为负，而在0.75和0.9 分位数的回归系数并不显著，证明尽管城市化有利于降低污染排放强度，但若污染排放强度达到较高水平时，城市化在改善环境质量方面的作用也有所削弱。技术进步与能源强度在不同分位数的回归系数表现一致。

本文以2003—2010 年281 个城市的面板数据为研究样本，通过随机效应模型与分位数回归等方法检验了信息化与两种污染物排放强度的关系。研究发现，信息化能够有效降低工业SO2与工业烟尘的排放强度。分位数回归结果表明，当污染排放强度较低时，信息化对降低污染排放强度的作用十分明显;当污染排放强度较高时，信息化的作用不再显著。因此，应当充分认识信息化与环境保护的关系，有效利用信息化的环保效应，充分发挥信息化在降低污染排放强度方面的积极作用，通过环保信息化与信息环保化实现城市的可持续发展。

表4 分位数回归结果

［1］ 杜澄，韩彬.约题专访:信息化的经济社会影响补余谈［J］.工程研究-跨科学视野中的工程，2013，(2).

［2］ 唐小坤，王哲. 信息化与环境保护［C］//中国环境科学学会学术年会优秀论文集，2007:1959 -1960.

［3］ 陈滢，王爱兰. 信息化与工业化融合是发展低碳经济的有效途径［J］. 资源开发与市场，2010，26(8):714 -716.

［4］ 杜雯翠，冯科. 城市化会恶化空气质量吗?——来自新兴经济体国家的经验证据［J］. 经济社会体制比较，2013，(5):91 -99.

［5］ Hamilton C，Turton H. Determinants of emissions growth in OECD countries［J］.Energy Policy，2002，30(1):63 -71.

［6］ 张平淡，韩晶，杜雯翠.工业COD 排放强度的技术效应分析［J］. 中国人口·资源与环境，2013，23(4):117 -123.

［7］ Koenker R，Bassett Jr G. Regression quantiles［J］.Econometrica:journal of the Econometric Society，1978:33 -50.