空间计量经济学视角下的浙江工业大气污染物排放及社会影响因素*

丁 镭 刁贝娣

(1.宁波职业技术学院环杭州湾地区产业经济研究中心，浙江 宁波 315800;2.中国矿业大学经济管理学院，江苏 徐州 221000)

大气污染物的排放和转移对城市空气质量起着重要作用[1]，其中的工业大气污染物又是重中之重[2-3]。在京津冀大气污染物的主要来源中，工业排放的二氧化硫和氮氧化物分别占到了二者总排放量的74%、56%[4]。因此，工业源大气污染物控制和减排研究及其影响因素的确定依然是当前大气污染治理工作的关键[5-6]。京津冀及其周边地区、长三角、汾渭平原等重点区域的大气污染控制和减排是“十二五”以来我国大气污染防治的一项关键工作和重点任务[7]。2018年生态环境部出台了一系列针对重点区域的大气污染综合治理攻坚行动方案，对这些地区提出工业产业布局优化、工业污染治理、能源结构调整等整治要求。作为长三角的重点经济区和“两山”理论的发源地，同时也是蓝天保卫战重点区域，浙江在推进“两美浙江”建设和打好污染防治攻坚战的过程中，探究其工业大气污染物排放的主要特征及影响因素，可以挖掘出浙江在大气污染治理层面的经验做法，为区域乃至全国的大气污染防治提供借鉴[8]。

从已有研究来看，工业大气污染物排放及影响因素分解，主要围绕以下3个角度展开：(1)基于传统的环境库兹涅茨曲线(EKC)模型，常常将工业废气排放量作为因变量之一，与废水排放量、固体废弃物排放量等一起，探讨它们与地方经济发展[9-11]、产业结构[12-13]的关系和影响，但不能具体分析不同大气污染物排放量的影响差异；(2)基于对数平均迪氏指数法(LMDI)的因素分解模型，从经济发展水平、产业结构、科技进步水平、能源结构等方面对工业废气中主要污染物(包括废气排放总量、二氧化硫、氮氧化物和烟粉尘)的减排效应进行解析，但往往缺少区域间的空间联系和相互影响分析[14-19]；(3)基于计量经济学特别是空间计量经济学，在EKC模型的框架上对大气污染物排放量[20-22]或者环境空气质量[23],[24]171,[25-29]变化的社会经济影响机理进行系统揭示。从目前来看，空间计量经济学可以更加科学地反映大气污染的溢出效应和相关作用机理。

综上分析，本研究以浙江11个地级市为研究对象，在分析3种主要工业大气污染物(二氧化硫、氮氧化物和烟粉尘)的排放量变化特征及空间关系的基础上，基于计量经济学和空间计量经济学构建普通面板和空间计量面板回归模型，探究经济发展水平、产业结构、科技进步水平、能源结构和污染治理水平等社会影响因素对工业大气污染物排放的影响，为区域工业结构调整、大气污染治理和减排政策制定提供参考。

1 数据来源和研究方法

1.1 数据来源

本研究所需的人均国内生产总值(GDP)、工业增加值、单位工业增加值的综合能耗、工业煤炭消费量等数据主要来自2007—2018年的浙江统计年鉴，个别缺失的数据参考了浙江11个地级市的统计年鉴。工业二氧化硫、氮氧化物、烟粉尘排放量和工业废气治理投资金额等数据主要来自2007—2018年的浙江自然资源与环境统计年鉴、个别缺失的数据参考了2006—2017年浙江11个地级市的环境质量公报等资料。需要说明的是，3类统计年鉴的数据反映的均为上一年的数据。

1.2 研究方法

首先，分析11个地级市的工业大气污染物排放量的空间相关性，本研究选择全局空间自相关方法进行分析，为空间计量面板回归模型选择提供依据，反映全局空间自相关的全局莫兰指数计算公式见式(1)[30]103,[31]。

(1)

然后，分别用地级市i的人均GDP(Pi，元)、工业增加值占GDP的比重(Si，%)、单位工业增加值的综合能耗(Ti，亿元/万t(以标准煤计))、工业煤炭消费量(Ei，万t)和工业废气治理投资金额(Gi，万元)表征经济发展水平、产业结构、科技进步水平、能源结构和环境污染治理水平，构建普通面板回归模型(见式(2))，总体上判定各个影响因素对工业大气污染物排放的影响程度。为降低异方差性的影响，对主要变量进行对数变换[24]172,[32]。

lnxi=μ+β1lnPi+β2ln2Pi+β3lnSi+β4lnTi+β5lnEi+β6lnGi+ε

(2)

式中：β1～β6为相应项的回归系数；μ为常数项；ε为误差项。

再次，考虑到模型变量存在的空间相关性，为提高回归模型的分析精度，进行了拉格朗日乘数(LM)检验和沃尔德(Wald)检验[33-34]，发现混合效应模型、时期固定效应模型和个体时期固定效应模型都没有通过显著性检验，因而选择空间杜宾模型[35]来构建空间计量面板回归模型(见式(3))。

lnxi=μ+δWlnxi+β1lnPi+β2ln2Pi+β3lnSi+β4lnTi+β5lnEi+β6lnGi+θ1WlnPi+θ2Wln2Pi+θ3WlnSi+θ4WlnTi+θ5WlnEi+θ6WlnGi+ε

(3)

2 结果与分析

2.1 浙江主要工业大气污染物排放的时序变化特征分析

3种工业大气污染物的排放量时序变化特征见图1。从全省总量来看，二氧化硫、氮氧化物和烟粉尘排放总量分别从2006年的82.80万、45.79万、30.99万t，降到了2017年的18.24万、21.13万、13.25万t，其中二氧化硫的减排控制效果最好，实现了年均约7.6%的排放量削减。从各个地级市的排放量来看：(1)11个地级市的二氧化硫排放量均有明显的逐年递减趋势，2006年全省排放量最高的3个地级市是宁波、杭州、嘉兴，均超过10万t，2017年11个地级市都降到了3万t以下，宁波的降幅最为明显；舟山和丽水的二氧化硫排放量一直处于较低水平。(2)11个地级市的氮氧化物排放量呈现先增加后降低趋势，基本在2010—2011年达到最高峰，之后开始逐渐削减；氮氧化物排放量相对较高的城市是工业经济发达的宁波、杭州等，主要受化工、石油、钢铁、纺织等污染密集型产业的影响，而排放量相对较低的是丽水、舟山。(3)11个地级市的烟粉尘排放量呈现波动中下降的趋势，排放量相对较高的是衢州、杭州、湖州、金华、宁波，排放量相对较低的是舟山、台州和温州。

2.2 浙江主要工业大气污染物排放的空间相关性分析

2006—2017年3种工业大气污染物的全局莫兰指数见表1。3种工业大气污染物排放量的全局莫兰指数总体呈现由负(接近于0)转正、逐渐增大的趋势，说明浙江的工业大气污染物排放在空间分布上由随机状态向集聚状态转变，主要集聚在杭州、嘉兴和宁波一带，特别是2010年之后，污染物排放的空间集聚性趋于增强。2010年以后，全局莫兰指数的p也越来越小，表明聚集特征越来越显著。

图1 2006—2017年浙江主要工业大气污染物排放量的时序变化特征Fig.1 Time variation characteristics of major industrial air pollutants emissions in Zhejiang from 2006 to 2017

2.3 普通面板回归模型结果

普通面板回归模型结果见表2。通过Hausman检验发现，二氧化硫和烟粉尘排放量的回归结果用固定效应解释更合适，而氮氧化物排放量用随机效应解释更合适。

(1) 对于二氧化硫排放量而言，β1为14.064、β2为-0.656(均在1%水平上显著)，说明浙江工业二氧化硫排放量与人均GDP呈现典型的“倒U型”关系；β3为2.271、β5为0.366(均在1%水平上显著)，这意味着工业增加值占GDP的比重和工业煤炭消费量是导致二氧化硫排放量增多的重要因素，调整和优化产业结构和能源结构是未来二氧化硫减排的重点任务；此外，科技进步水平和环境污染治理水平对二氧化硫排放量有一定的削减作用。

(2) 对于氮氧化物排放量而言，β1为9.642、β2为-0.446(均在1%水平上显著)，同二氧化硫排放量的回归结果类似，说明浙江工业氮氧化物排放量与人均GDP也呈现典型的“倒U型”关系；β3为2.512(在1%水平上显著)、β5为0.409(在5%水平上显著)，说明工业增加值占GDP比重和工业煤炭消费量与氮氧化物排放量也有显著的正相关关系；β6为-1.603(在5%水平上显著)，则说明环境污染治理水平对氮氧化物排放量有显著的削减作用；而科技进步水平的削减作用还没有显现，未来需要进一步加强提升工业企业的脱硝水平。

表1 浙江主要工业大气污染物排放量的全局莫兰指数

表2 普通面板回归模型结果1)

(3) 对于烟粉尘排放量而言，β1为9.519、β2为-0.517(均在1%水平上显著)，同前两种污染物一致，烟粉尘排放量与人均GDP也呈现典型的“倒U型”关系；β4为-1.399(在5%水平上显著)，说明科技进步水平对烟粉尘排放量有显著的削减作用；其他变量对烟粉尘排放量影响不显著。

2.4 空间杜宾模型结果

空间杜宾模型的空间固定效应的似然比检验值(LR)为271.654(p<1%)，时期固定效应的LR为69.832(p<1%)，均通过显著性检验，这表明需要采用个体时期双固定的空间杜宾模型进行回归分析。同时，Hausman检验值为7.23(p>10%)，没有通过显著性检验，进一步表明个体时期双固定的空间随机效应模型更适合。最终空间杜宾模型结果见表3。

由表3可见，二氧化硫、氮氧化物和烟粉尘排放量的δ分别为0.287、0.192、0.302(均在1%水平上显著)，均为正值，表明浙江工业大气污染物排放总体存在空间集聚特征和空间溢出效应，说明快速的工业经济发展不仅对区域内部工业污染物集聚带来影响，也对邻近地区产生溢出效应。

从表3的β1、β2、θ1、θ2数据可以看出，经济发展水平对3种工业大气污染物的排放量起着先增加后减少的直接影响，但是其空间溢出效应不显著，即对邻近城市的影响较小。已有研究指出，高速经济增长是影响城市环境空气质量的“幕后推手”[30]106。随着“美丽浙江”等生态文明建设的推进，浙江为保护生态环境，控制了经济增速，调整了政府投资导向，使得经济发展水平对工业大气污染物排放的作用由增加转为减少。

表3 空间杜宾模型结果

表4 各社会影响因素的直接影响和溢出效应分解

从表3的β3和θ3数据可以看出，产业结构对3种工业大气污染物的排放量有显著增加的直接影响，其中对氮氧化物和烟粉尘排放而言还具有一定的空间溢出效应。值得注意的是，工业增加值占GDP比重的提升会增加本地的污染物排放，但在一定程度上能缓解邻近地区的污染物排放量，这主要是因为产业转移导致的污染物排放转移。从当前现状来看，浙江的产业结构问题仍然突出，局部地区高污染、高能耗和“低小散”企业比重仍然较大[36]14。未来，浙江需加快淘汰这些企业，优化工业结构，特别是需强化规划环评，引导重点企业的合理布局，以实现生态化、绿色化的发展。

从表3的β5和θ5数据可以看出，能源结构对3种工业大气污染物的排放量也有一定的直接影响，会起到增加污染物排放的作用，但其空间溢出效应不显著。目前，浙江煤炭消费占能源消费总量的比重依然较高，2015年煤炭消费量为1.38亿t，占一次能源消费总量的比例达52.4%。未来，浙江应优化能源结构，提高清洁能源的使用比例。

从表3的β4和θ4数据可以看出，科技进步水平有利于直接减少3种工业大气污染物的排放量，并且存在空间溢出效应，可以联动周边区域实现共同减排。特别是“十三五”以来，杭州、宁波等科技发达的地级市推广使用高效、成熟的脱硝技术和除尘技术，逐渐带动了全省二氧化硫、氮氧化物和烟粉尘的持续减排[36]15。

从表3的β6和θ6数据可以看出，环境污染治理水平也起到直接减少3种工业大气污染物排放量的作用，同时存在空间溢出效应。环境污染治理水平的空间溢出效应体现在提高了周边地区公众、社会对环境污染治理的认知水平，从而引发更高的环保诉求，另一方面也影响了周边地区环保督察的惩治力度和考核标准。相比科技进步水平，环境污染治理水平的减排作用总体偏低。

参照LESAGE等[37]的偏微分解析方法，将以上社会影响因素对工业大气污染物排放量的直接影响和溢出效应进行进一步分解，结果见表4。由表4可见，各社会影响因素的直接影响与溢出效应分析结果与空间杜宾模型一致。对于同时存在直接影响和溢出效应的产业结构、科技进步水平和环境污染治理水平，基本上都是直接影响大于溢出效应。

3 结论与启示

3.1 结 论

(1) 2006—2017年，浙江3种主要工业大气污染物排放量均呈现出总体削减的趋势。全局莫兰指数分析表明，2010年以后污染物排放量的空间集聚性趋于增强，主要集聚在杭州、嘉兴、宁波一带。

(2) 普通面板回归模型分析结果表明，经济发展水平对3种工业大气污染物的排放影响呈“倒U型”趋势。产业结构和能源结构对二氧化硫和氮氧化物的排放具有促进作用，环境污染治理水平具有削减作用，而科技进步水平对二氧化硫和烟粉尘排放量具有削减作用。

(3) 空间杜宾模型分析结果表明，经济发展水平和能源结构对3种工业大气污染物的排放主要体现为直接影响；产业结构除直接影响外，对氮氧化物和烟粉尘排放还具有溢出效应；科技进步水平和环境污染治理水平同时存在直接影响和溢出效应。

3.2 启 示

首先，需实施重点地区重点控制和联防联控协同治理“两手抓”策略。结合各地级市“十三五”工业大气污染物减排目标，应重点加强宁波、杭州、嘉兴等高污染物排放量地区的监管和环保督察，科学确定上述地区“十四五”工业大气污染物减排量。同时，采取联防联控协同治理策略，做到污染物排放清单、空气质量监测数据、严重失信企业名单的共享，广泛开展工业污染治理的联动执法检查。此外，要严格把控产业转移过程中带来的污染转移。

其次，积极发挥工业企业的科技进步水平和环境污染治理水平等的削减作用及其空间溢出效应。因此，未来需要重视环保技术创新和环保新产品的推广和输出。比如，可以考虑取消钢铁行业烧结机和球团生产设备脱硫旁路，推广使用高效、成熟的脱硝技术和除尘技术，以技术共享的方式推进整个区域二氧化硫、氮氧化物排放量持续减少；还可以加快工业园区内的集中供热，发挥规模优势，提高能源使用效率。