我国空气污染治理投资特征的空间计量分析

摘要：我国近年来空气污染的问题越来越严重，为了改善空气质量，对空气污染治理进行投资是必不可少的。影响空气污染治理投资的因素很多，但是空间因素却没有得到相应的重视。为此，以省级空气污染治理的空间相关性论述为重点，首先对省级空气污染治理进行Moran I指数分析，然后建立空间计量模型，得出中国空气污染治理投资具有空间相关性和空间聚集性，中央政府环境保护投入不足、地方政府财政分权度提高有利于空气污染治理等结论，提出我国应该从区域联防联控、提高地方政府财政自由度、切实加大地方政府环境管制力度等方面入手进行空气污染治理。

关键词：空气污染治理投资；空间相关性；Moran I指数；空间计量模型

中图分类号：F062文献标识码：A

文章编号：1005-913X（2014）07-0023-03

Spatial Econometric Analysis of China's Air Pollution Control Investment Characteristics

Zhu Jingjing

（Research Center for Population, Resource and Environmental Economics, Economics and Management School, Wuhan University, 430072）

Abstract: In recent years, the problem of air pollution in our country has become more and more serious. In order to improve air quality, putting emphasis on air pollution control investment is essential. There are a lot of factors affecting air pollution control investments, but the spatial factor has not been given due attention. In this paper, the provincial spatial correlation of air pollution control investment is discussed. First, focuses on the provincial air pollution control analysis through Moran I index, and then builds a spatial econometric model. It is concluded that China's air pollution control investment has spatial correlation and spatial aggregation effects, and central government's investment in environmental protection is inadequate. Local governments raise the degree of fiscal decentralization could benefit air pollution control and so on. In the end, it puts forward some measures, such as forming the joint prevention and control between areas, improving local government financial freedom, effectively increasing the intensity of local government environmental regulation.

Key Words: air pollution control investment; spatial correlation; Moran I index; spatial econometric model

一、 引言

经过快速的工业化过程，我国已经成为世界上制造业大国，但这种压缩性发展是以牺牲环境为代价的。当前，各种环境污染问题成为了中国经济发展的瓶颈。2012―2013年，我国大部分地区特别是京津冀、长三角、珠三角和其他快速发展城市群区域出现了大规模、长时间的雾霾天气。造成大面积雾霾天气的主要原因是大气污染排放的增加和自然界自净能力的减弱。为了解决这种大气污染问题，2013年9月22日，国务院了《大气污染防治行动计划》，该计划以严厉的措辞明确了行动的方式、目标等。

解决大气污染问题的一个重要方面在于增加污染防治投资，事实上我国自上世纪70年代开始就加强了环保投资力度，我国环保投资的总量和相对量一直呈上升趋势。本该有所改善的大气环境却出现了更加严重的污染状况，这一方面是由于经济增长速度超出了生态系统的净化速度，另一方面也反映出环保投资力度不足、环境投资资金使用效率低下等问题。关于后者，从理论上来说，环境政策具有外溢性，这可能使地方政府之间形成“标杆竞争”和决策上的空间相关性。[1]从已有的研究结果来看，地方政府在制定环境投资政策时，不但会参考邻近辖区的环境政策，还会为了取得有利经济竞争优势来进行博弈。在中国，环境保护投资是一种政策引导下的行为，因此在研究我国空气污染治理投资特征的时候，考虑空间相关性显得尤为重要。除此之外，中央政府的干预程度、地方政府的财政自由度、区域环境污染程度、公众环境保护意识等因素也都影响着地方空气污染治理投资行为。为了揭示其中的规律，笔者利用空间计量经济模型进行分析。

二、中国省级空气污染治理投资的Moran I指数分析

空间相关性，即空间自相关指的是一个地区的样本观测值与其他地区的观测值相关。观测值在空间上缺乏独立性，空间相关的程度及模式由绝对位置和相对位置（布局、距离）决定。检验区域经济活动的空间相关性存在与否，空间统计学较常使用两个统计量：一者是由Moran（1950）提出的空间相关指数Moran I；另一为Geary(1954)所定义的Geary c。在实际的空间相关分析应用研究中，由于Moran I和Geary c的作用基本相同，而Moran I更为常用，[2]因此笔者使用Moran I指数来检验我国省级空气污染治理投资是否具有空间相关性。Moran I指数包括全局指标和局部指标两种形式，全局指标反映的是空间邻接或空间邻近的区域单元属性值的相似程度，局部指标是衡量地区单元与其周边省份相关性程度的指标。所以，在此选用全局Moran I指数来测量省级空气污染治理投资的集聚效应。[3]

Moran I指数的计算公式如下：

（1）

其中，，Yi表示地方政府i的变量观测值，n为地方政府总数，Wij为二进制的邻接空间权重矩阵，通常采用是否有共同边界为邻接标准，其目的是定义空间对象的相互邻接关系，便于把地理信息系统数据库中的有关属性放到所研究的地理空间上来对比。一般相邻接的Wij的表达式为：

（2）

因为Moran I可理解为各地区观测值的乘积，所以-1Moran I1。当Moran I大于0时说明所观测的变量空间正相关，小于0时空间负相关，等于0时空间不相关。[4]具体到省级空气污染治理投资问题，就是当Moran I不为0时，表示我国空气污染治理投资具有空间相关性。

为了剔除地区经济规模差异对空气污染治理投资的影响，选用投资强度即单位GDP的空气污染投资额来描述省级空气污染投资的力度。基于数据可得性，笔者使用的是除港澳台、青海和29个省份的工业废气治理投资数据，这些数据来自2002-2012年的《中国统计年鉴》和《中国环境统计年鉴》。利用GeoDa软件，画出2011年度全局Moran I指数散点图并算出Moran I指数值。如下图所示：

图中横轴为2011年各省的工业废气治理投资强度，纵轴为经空间权重矩阵加权后的邻接省份的工业废气治理投资强度。从上图可以看出，Moran I值为0.261176，且大多数省份位于第一、第三象限，这说明省级空气污染治理投资存在着显著的、正向的空间自相关，并出现了高―高、低―低投资强度的相邻省份集聚的空间特征。

三、我国空气污染治理投资特征的实证分析

（一）模型设定与数据选取

纳入了空间效应（空间相关和空间差异）的计量模型，包括空间滞后模型（Spatial Lag Model，SLM）与空间误差模型（Spatial Error Model，SEM）两种，其中空间滞后模型也称为空间自相关模型（Spatial Autoregressive Model，SAR）。空间滞后模型主要是探讨各变量在一地区是否有扩散现象（溢出效应），而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察值的影响程度（Anselin,1988）。鉴于研究目的，笔者选用空间自相关模型。另外，关于面板数据的计量经济模型有三种形式：混合回归模型，变系数回归模型和变截距回归模型。根据样本数据性质的不同，变系数模型和变截距模型又有确定效应模型和随机效应模型之分，并对应不同的参数回归方法。如果仅以样本自身效应为条件进行推论，应采用确定效应模型；如果需用样本对总体效应进行推论，则应采用随机效应模型。笔者在面板数据模型背景下，建立的仅仅是中国各省市的计量模型，数据资料也并不全面，而且研究中也考虑到未观测到的其他特有变量对模型的影响，故应该选择固定效应模型。[5]由前文的空间分析可知，中国各省级工业废气治理投资确实存在着空间集聚现象，因此需要强调地区效应，所以笔者直接选用变截距模型。

模型表达式为：

，i，j=1，2，3…，29，i≠j （3）

其中：ln invit表示i省在t时期的工业废气治理投资强度，即地区工业废气投资完成额/地区生产总值，单位为元/万元；C为常数项；Wij为二进制的邻接空间权重矩阵，如上文所述，其采用邻近标准，即不同省份辖区有共同边界，Wij取值为1，否则为0。同时对空间权重矩阵进行了行标准化处理；ln invjt表示第j省在t时期的工业废气治理投资强度；Xit为其他影响环保投资的外生控制变量矩阵；β和εit分别为回归系数和随机误差项；α为空间回归系数，反映了样本观测值的空间相关性，即相邻辖区Wij ln invjt对本辖区观测值ln invit的影响方向与程度，[6]也是研究的重点。

除了上文所述的数据来源，也有部分数据2002-2012年的《中国工业经济统计年鉴》和《中国环境年鉴》。（3）式中控制变量的选取具体如下：第一，中央政府对环境污染治理的重视程度，用相应年份中央财政环境保护支出占中央财政总支出的比例来表示。[7]第二，地方政府的财政支配权，即财政分权度，为了剔除人口和转移支付的影响，用人均省级预算内财政支出与人均总财政支出的比值来表示。财政分权度也就是地方政府的财政自由度，包括财政收入和支出的自由度，由于地方政府的政治目标可能与中央政府、民众产生偏离，所以财政分权度的大小可能对地方环境污染治理投资产生影响。[8]第三，各省环境管制力度，借鉴刘建民和陈果的方法，使用工业二氧化硫去除量与排放量的比值来衡量。环境管制力度的引入主要是为了得出环境保护投资中企业的作用，而选用这种方法来计算可以避免用排污费衡量出现的误区，包括监管不到位和排污成本过低。第四，各省大气污染程度，使用的是大气污染严重行业产值与地区生产总值的比值。根据2012年《中国环境统计年鉴》，找出工业废气排放量前七大行业，它们总共排放了当年工业废气的90.13%，而且从历年年鉴中发现这七个行业对污染的影响随时间变化不大，因此用这七大行业的产值之和代表大气污染严重行业产值；在此，为了便于比较变化率，也为了避免可能存在的非线性、非平稳性、异方差等问题，将工业废气治理投资强度和各省大气污染程度取自然对数，即inv和pol。

（二）模型的估计与分析

对面板数据如果仍采用最小二乘法进行估计，可能就不是无偏、有效的结果，所以这里使用的是广义最小二乘法。利用Eviews6.0进行回归分析，得到的结果如下图所示

由R2和调整后的R2可以看出模型的拟合程度较好，各项指标均通过了1%或5%水平下的显著性检验，说明所选取的各个影响因素对于地区工业废气治理投资强度具有明显的作用。从F值可以看出，所有选择的变量对省级工业废气治理投资强度的综合作用是明显的。

四、结论

笔者利用我国29个省市2001-2011年的数据，建立空间计量经济模型，分析我国省级空气污染治理投资的特征，得出了以下结论。

（一）我国空气污染治理投资存在着明显的空间相关性和空间聚集效应，即一地区的环境投资和环境政策受相邻地区的影响

回归结果显示，邻接地区空气污染治理投入越高，本地区空气污染治理投入也随之增高。而且由Moran I指数散点图可见，高水平和低水平的空气污染治理投资地区出现聚集现象，这可能是由于地方政府之间在空气污染治理投资方面达成了“共识”，为了改善区域空气质量而共同合作，都增加空气污染治理投资；为了吸引外资来加速经济增长，纷纷降低对环境保护的要求，降低了空气污染治理投资强度。

（二）中央政府对环境保护的重视程度越高反而引起了地方政府空气污染治理投资强度的下降

这说明了中央政府对环境保护投入的不足，特别是空气污染治理方面。我国所统计的环境保护投资分为工业污染源治理投资、建设项目“三同时”环保投资和城市环境基础设施建设投资。其中，城市环境基础设施建设投资在历年都占了绝对优势的地位。[9]中央财政用于城市基础设施建设投资的增长，不仅会加重空气污染的现状，而且导致地方政府空气污染治理强度的下降。另一方面，中央财政环境保护支出的增加，可能出现地方“搭便车”的现象，这与空间相关性也紧密相连。

（三）地方政府的财政分权度越高，空气污染治理投资额就越高，二者呈现正相关关系

地方政府财政收入决定了进行空气污染治理的能力，而财政支出则对于空气污染治理投资起到了重要的导向作用。当地方政府的财政分权度升高，支出自由度变大时，地方政府才有动力和能力去加强环境保护，增加对工业废气治理的投资。

（四）地方政府对环境实施管制的力度越大，空气污染治理投资强度也应该增大

而这与文中回归的结果相反，这其中可能有两点原因，首先这个指标的选取是为了说明企业在空气污染治理投资中的作用，系数为负可能是因为大部分企业处于消极应对的局面，也就是宁愿由于监管被处罚也不愿主动进行污染防治的投资。其次，地方政府虽然加大了对环境管制的力度，但是经济增长的速度仍然是地方政府工作的首要目标，导致空气污染治理投资的增速仍然滞后于经济增速。

（五）若省市地方大气污染行业占比重越高，则大气污染防治的投资额也就越高

这点与现实相符，我国近年大气污染严重的京津冀地区已经率先实行了比其他地区更加严格的大气污染防治措施。例如河北省2013年明确提出“到2017年，全省煤炭消费量在2012年基础上净削减4000万吨和钢铁产能净压减6000万吨”的目标。伴随着产业结构调整的就是环保资金的投入，政府支持政策的实施以及环保行业的发展。这些都将促进空气污染治理投资的增加。

五、政策含义

为了改善严重的空气污染现状，地区经济发展的外部性应该得到充分重视，并打破地区间以牺牲环境为代价的恶性竞争，才能实现地区间的联防联控。中央政府在空气污染治理中的主要作用是完善法律法规，制定可行的政策，建立监督、奖励和惩罚机制。在此，保证政策的连贯性，让地方政府看到治理空气污染的决心，才能打赢治理空气污染这场持久战。给予地方政府更高的财政自由度，会有利于空气污染的治理，同时需要就财政资金的使用进行科学合理的规划，确保有限的资金达到优化的配置。我国环境管制的主要手段之一是收取排污费，但排污费标准过低，没有起到防治空气污染的作用。为了督促企业投资空气污染治理，需要提高标准，加紧监督，加重惩罚，避免无效的环境管制行为。对于重工业发达的地区，空气污染严重行业占比较高的地区，只有转变产业结构，提高现有技术，加大对空气污染治理投入，才有可能实现经济与环境的协调发展。

参考文献：

[1] 杨海生，陈少凌，周水章.地方政府竞争与环境政策――基于省际工业污染数据的实证分析[J].南方经济，2008(6).

[2] 吴玉鸣.县域经济增长集聚与差异:空间计量经济实证分析[J].世界经济文汇，2007(2).

[3] 袁冬梅，魏后凯，于斌.中国地区经济差距与产业布局的关联性――基于Moran指数的解释[J].中国软科学，2012(12).

[4] 刘渝林，李扬.中国FDI区域性差异的Moran指数分析[J].重庆大学学报（社会科学版），2011(1).

[5] 吴玉鸣，徐建华.中国区域经济增长集聚的空间统计分析[J].地理科学，2004(6).

[6] 崔亚飞，刘小川.基于空间计量的我国省级环保投资特征分析[J].学海，2010(3).

[7] 董秀海，李万新.地方环保投资驱动因素研究[J].云南师范大学学报（哲学社会科学版），2008(3).

[8] 薛钢，潘孝珍.财政分权对中国环境污染影响程度的实证分析[J].中国人口・资源与环境，2012(1).

[9] 朱建华，逯元堂，吴舜泽.中国与欧盟环境保护投资统计的比较研究[J].环境污染与防治，2013(3).