郝 宇，張千雪（北京理工大學(xué) a.能源與環(huán)境政策研究中心；.管理與經(jīng)濟學(xué)院，北京 100081）

●理論·實務(wù)

中國城市空氣污染收斂性研究
——以二氧化硫為例的實證分析

郝 宇a，b，張千雪b
（北京理工大學(xué) a.能源與環(huán)境政策研究中心；b.管理與經(jīng)濟學(xué)院，北京 100081）

SO2作為一種常規(guī)污染物在1990年代初就受到中國政府的重點管控。文章利用2002-2012年我國113個城市的人均SO2排放量面板數(shù)據(jù)探討了我國人均SO2排放量變化的內(nèi)在規(guī)律，使用靜態(tài)和動態(tài)面板數(shù)據(jù)的回歸方法檢驗了市級人均SO2排放量的收斂性，并分析了人均SO2收斂速度的影響因素。實證結(jié)果顯示：在全國范圍及東、中、西部三大區(qū)域內(nèi)，城市人均SO2排放量存在著絕對與相對收斂；在影響收斂速度的各因素中，人均收入的提高可以加快人均SO2排放的收斂速度，而人口密度的增加則會降低人均SO2排放量的收斂速度。

空氣污染；人均SO2排放量；中國城市；收斂性

［DOI］10.3969/j.issn.1007-5097.2015.08.021

一、引 言

近幾十年來，伴隨著經(jīng)濟的快速發(fā)展，我國的環(huán)境污染問題也愈發(fā)嚴重，受到了社會各界的廣泛關(guān)注。以近年來頻繁襲擊我國東部和北部大部分地區(qū)的霧霾天氣為標志，空氣污染已成為我國最為突出的環(huán)境問題之一。由于中國能源消費量激增且消費結(jié)構(gòu)以煤炭為主，自1980年代中期以來，包括SO2、NO2、可吸入顆粒物（PM10）和細顆粒物（PM2.5）等空氣污染物的排放量持續(xù)上升。作為一種典型的傳統(tǒng)污染物，SO2對人體危害很大，可造成肺功能減退、氣道炎癥、哮喘癥和呼吸道疾病。SO2對生態(tài)環(huán)境也有相當(dāng)大的負面影響，如高濃度SO2會改變植物中的PH值，從而導(dǎo)致農(nóng)業(yè)減產(chǎn)，林木死亡，由SO2引發(fā)的酸雨對各種金屬材料和建筑都會造成腐蝕①。鑒于SO2的巨大危害，中國政府早在1990年代初就已開始大力管控SO2的排放，并取得了一定的成效。根據(jù)《中國統(tǒng)計年鑒2014》的數(shù)據(jù)，在2006年，我國SO2排放總量達到峰值2588.8萬噸，此后開始了回落。在“十二五”（2011-2015）規(guī)劃綱要中，政府又明確提出了要將SO2排放總量在“十二五”期間繼續(xù)削減10%。

收稿日期：2015-03-12

基金項目：國家自然科學(xué)基金青年項目（71403015）；教育部留學(xué)回國人員科研啟動基金項目（20152132001）；北京理工大學(xué)優(yōu)秀青年教師資助計劃項目（20142142005）；北京理工大學(xué)基礎(chǔ)研究基金項目（20132142014）；北京理工大學(xué)“大學(xué)生創(chuàng)新性實驗計劃”項目（BJ14167）

作者簡介：郝 宇（1983-），男，湖北黃石人，講師，德國漢堡大學(xué)經(jīng)濟學(xué)博士，研究方向：能源經(jīng)濟，環(huán)境政策，宏觀經(jīng)濟；

張千雪（1994-），女，陜西西安人，國際經(jīng)濟與貿(mào)易專業(yè)學(xué)生，研究方向：環(huán)境經(jīng)濟，能源經(jīng)濟。

雖然自2006年以來SO2排放總量有所降低，但由于我國經(jīng)濟發(fā)展區(qū)域不平衡，不同城市之間的SO2排放情況有較大差異。如北京市的人均SO2排放量持續(xù)降低，從2002年的16.9千克/人下降到2012年的7.2千克/人；而烏魯木齊市的人均SO2排放量卻出現(xiàn)了明顯上升，從2002年的5.7千克/人猛增到2012年的48.3千克/人，增加了7倍多。區(qū)域間人均SO2排放的巨大差異意味著SO2的減排政策需要差別化，而且減排政策需要考慮SO2排放的長期趨勢特征。為了探究人均SO2排放的內(nèi)在規(guī)律，本文采用城市間面板數(shù)據(jù)，考查中國113個地級市的人均SO2排放量在2002-2012年間的收斂性。對于中國市級SO2排放趨同性的研究具有重要的學(xué)術(shù)和現(xiàn)實意義，主要原因有三點。一是人均SO2排放的城市間收斂如果存在，那么排放量較高的城市排放下降速率會更快，因此對這些城市應(yīng)該施行更加嚴厲的SO2管控政策。二是在近年來SO2總排放量和人均排放量總體下降的趨勢下，由于城市是SO2主要來源地，只有當(dāng)城市人均SO2排放量表現(xiàn)出收斂性時，全國人均SO2排放的拐點才會存在（Jobert等，2010）［1］，進而SO2排放總量的拐點也才會確立。換言之，人均SO2排放收斂性的存在是SO2排放總量出現(xiàn)拐點的必要條件。三是由于SO2作為一種重要的常規(guī)污染物，考察其收斂的存在性將對我國其他常規(guī)污染物的收斂性研究產(chǎn)生重要的借鑒意義。特別是近年來出現(xiàn)的霧霾天氣，主要是由細顆粒物（PM2.5）造成的，而燃煤也是其重要來源之一（陶俊等，2014）［2］，SO2排放量與PM2.5排放量有較強的相關(guān)性。因而，通過對市級SO2排放收斂性的研究，可以一定程度上判斷城市間PM2.5水平的收斂性，并輔助預(yù)估未來PM2.5污染的變化趨勢。近年來，已有一些學(xué)者對污染物排放的收斂性進行了相關(guān)研究，但基本是以CO2作為主要的研究目標，這主要基于發(fā)達國家的CO2排放已表現(xiàn)出穩(wěn)定的持續(xù)下降趨勢的事實，同時迎合了近年來備受關(guān)注的全球變暖問題。然而，在SO2排放收斂問題上的研究不多，List（1999）［3］以及Lee和List（2004）［4］利用國別數(shù)據(jù)驗證了SO2排放的跨國趨同，而對于中國的SO2和其他傳統(tǒng)空氣污染物排放量的趨同研究還較少。

鑒于此，本文的主要貢獻在于首次利用較為嚴謹?shù)挠嬃拷?jīng)濟學(xué)研究范式對我國市級人均SO2排放的收斂性進行研究。為了克服此前趨同分析中的種種缺陷，我們選擇了合適的實證分析方法，并通過對不同形式回歸方程的考察驗證了估計結(jié)果的穩(wěn)健性。例如，為了克服傳統(tǒng)的橫截面數(shù)據(jù)僅使用樣本初始和末尾兩個時點的信息而忽略樣本期內(nèi)排放量變化情況的問題，本文使用了2002年到2012年我國113個城市的面板數(shù)據(jù)。除了標準的靜態(tài)面板數(shù)據(jù)固定效應(yīng)估計之外，為了充分引入動態(tài)因素并解決潛在的內(nèi)生性問題，我們使用了動態(tài)面板數(shù)據(jù)模型（DFE）和廣義矩（GMM）的方法對收斂性進行了驗證?；貧w方法的合理選擇以及多組回歸結(jié)果的相互驗證使得本文的實證結(jié)果具有較高的可信度，也使相應(yīng)的政策建議更具合理性。

本文其余部分的安排如下：第二部分回顧了相關(guān)的文獻；第三部分介紹了數(shù)據(jù)來源和本研究所采用的實證分析方法；第四部分報告了對收斂性實證分析的結(jié)果并對其進行了相應(yīng)討論和分析；第五部分是文章的結(jié)論和相關(guān)政策建議。

二、文獻綜述

收斂理論是新古典增長理論索洛模型（Solow，1956）［5］的重要推論，也是現(xiàn)代經(jīng)濟增長實證研究的熱點問題。按照種類來分，趨同種類可以分為β趨同、σ趨同、隨機趨同、決定性趨同和俱樂部趨同等［6-7］。收斂理論最初被學(xué)者們運用于研究人均收入在不同經(jīng)濟體之間的收斂性（如Baumol，1986；Barro，1991）［8-9］。近年來也有學(xué)者開始將其研究領(lǐng)域擴展到污染排放問題，如List（1999）［3］首次使用時間序列的方法，根據(jù)美國不同州的二氧化硫和氮氧化物的排放變化情況，驗證了空氣污染物排放存在著趨同，這為收斂理論模型在環(huán)境方面的運用開創(chuàng)了先河。近年來，一些學(xué)者開始使用不同的收斂方法和模型，如Lee and List（2004）［4］就用時間序列分析方法鑒于了美國重要空氣污染物（SO2和NOx）隨機趨同的存在性。如前所述，對污染物排放收斂的性研究主要集中在二氧化碳的排放量收斂性方面，比如Strazicich和John（2003）［10］利用橫截面與時間序列兩種檢驗方式，研究了21個國家從1960到1997年的CO2排放量，證明CO2的排放量在工業(yè)化國家呈現(xiàn)出收斂趨勢。在最近的一篇研究中，Camarero等（2013）［11］不僅驗證了OECD國家間人均CO2排放量的收斂性，同時也驗證了人均CO2排放量的兩個決定性因素——能源強度（能源消費量與GDP比值）和碳化指數(shù)（CO2排放量與能源消費量比值）——的收斂性。鑒于長期以來對污染物的收斂研究一直是純實證研究而缺乏收入收斂性研究的實證基礎(chǔ)，Brock和Tailor（2010）［12］以及Ordás Criado等（2011）［13］先后發(fā)展了不同的理論模型框架，以從理論上解釋污染物收斂性存在的原因。近年來，一些中國學(xué)者也開始就省域CO2排放趨同問題進行了研究。許廣月（2010）［14］第一次將收斂理論運用于檢驗我國人均碳排放量，根據(jù)省際面板數(shù)據(jù)證明了我國人均碳排放量不存在β絕對收斂，但是存在β條件收斂和東部、中部和西部地區(qū)的三大俱樂部收斂的結(jié)論。許廣月（2013）［15］進一步對我國碳強度俱樂部收斂進行了研究，在對碳強度進行內(nèi)生性分組的基礎(chǔ)上驗證了每一組內(nèi)碳排放強度俱樂部收斂的存在性。王藝明等 （2014）［16］利用較新的俱樂部收斂分析方法證明了我國碳排放強度存在三個收斂俱樂部（雖然這些“俱樂部”并不嚴格按地理區(qū)位劃分）最近，王娟和張克中（2014）［17］，Huang和Meng（2013）［6］以及Wang和Zhang（2014）［18］利用不同的方法驗證了人均CO2排放的省域收斂性。

相對CO2而言，關(guān)于重要常規(guī)污染物SO2的研究受到的關(guān)注較少，Kaufmann等（1998）［19］利用環(huán)境庫茲涅茨曲線對SO2的排放與收入、經(jīng)濟活動的空間強度進行了研究，結(jié)果表明SO2濃度與兩者分別呈U形和倒U形關(guān)系，其中經(jīng)濟活動的空間強度是政策和技術(shù)進步的重大推動力量，因而發(fā)展中國家的SO2排放量下降速度可能高于之前研究測算出的水平。為了對SO2排放量下降速度進行進一步探究，對于SO2的收斂性研究開始引起學(xué)者們的關(guān)注。在List（1999）［3］率先進行相關(guān)研究并得到美國州級SO2排放量存在著收斂性之后，Bulte等（2007）［20］使用1929-1999年的更長時間段的美國州一級時間序列數(shù)據(jù)分析了氮氧化物和SO2的隨機趨同和β-趨同，發(fā)現(xiàn)收斂性在聯(lián)邦政府監(jiān)督治理空氣質(zhì)量的時期（1970-1999）比州政府自行治理空氣質(zhì)量時期（1929-1969）要更強。此外，他們還發(fā)現(xiàn)收斂性與州級收入有關(guān)。

近年來，我國學(xué)者就SO2排放的EKC曲線存在性及其影響因素等問題在環(huán)境經(jīng)濟學(xué)方面也進行了較為豐富的研究。例如，陳曉峰（2011）［21］使用了長三角地區(qū)從1985到2009年間的樣本數(shù)據(jù)，文章運用了OLS模型和Granger因果檢驗法，得出了外商直接投資的增長和環(huán)境污染變化之間有著協(xié)整和因果關(guān)系，但“倒U型”的SO2排放EKC在長三角地區(qū)不一定存在的結(jié)論。謝申祥等（2012）［22］借助2003-2009年我國省際面板數(shù)據(jù)，分析了我國經(jīng)濟增長、FDI投資方式與二氧化硫排放之間的關(guān)系。這項研究證實了我國SO2排放的EKC曲線確實存在，而且外商直接投資的增加將降低我國的二氧化硫的排放量。李惠娟和龍如銀 （2013）［23］將47個地級資源型城市作為了研究對象，利用2003—2009年的面板數(shù)據(jù)驗證了“倒U型”SO2排放EKC曲線在各種資源型城市中的存在性。最近，He和Wang （2013）［24］利用中國市級數(shù)據(jù)檢驗了包括SO2在內(nèi)的幾種常見空氣污染物的EKC曲線的存在性。然而，迄今為止尚未有學(xué)者對我國SO2排放量進行收斂性研究。鑒于這一研究的重要性，本文利用市級面板數(shù)據(jù)，并且分別應(yīng)用靜態(tài)和動態(tài)面板數(shù)據(jù)的計量方法，系統(tǒng)全面地對我國人均SO2排放量的斂散性問題做出研究。

三、數(shù)據(jù)來源與實證方法

（一）實證方法

早期的收斂分析通常采用截面數(shù)據(jù)進行研究（如Barro，1991）［9］。但正如Jobert et al.（2010）［1］所指出的，橫截面數(shù)據(jù)存在兩個方面的主要缺陷：一是只有樣本期的初始和終了時期的信息得到了利用，二是不同經(jīng)濟體之間的差異性沒有很好地得到考慮。鑒于此，本文基于面板數(shù)據(jù)模型進行分析，因為面板數(shù)據(jù)相較截面數(shù)據(jù)樣本量更大，并且可以控制不同地區(qū)之間異方差性以及修正忽略變量引起的偏誤等問題。

本文采用如下的對數(shù)方程作為回歸方程的基準形式：

其中，si，t表示城市i在第t年的人均SO2排放量，因此ln（si，t/si，t-1）表示從第t-1年到第t年i市的人均SO2排放量的增長率。zit為控制變量構(gòu)成的列向量。β和η分別為解釋變量lnsi，t-1和控制變量的系數(shù)，α為回歸方程的截距項。μi為個體效應(yīng)，表示各城市不隨時間變化但影響人均SO2排放量增長率的特有性質(zhì)；ξt表示時間效應(yīng)，用來控制對各城市相同但隨時間變化的影響人均SO2排放量增長率的各種因素。εit是iid隨機誤差項。

在回歸方程（1）中，我們最關(guān)心的是回歸系數(shù)β的值。如果β是顯著為負的，說明市級人均SO2排放量的β趨同是存在的。在回歸方程不包含其他控制變量z時，表明存在絕對趨同；當(dāng)方程中包含其他控制變量z時，驗證的是條件趨同。

由于在估計方程（1）式時不需要考慮動態(tài)性，因此（1）為靜態(tài)方程。在用傳統(tǒng)計量經(jīng)濟學(xué)方法（包括截面OLS，固定效應(yīng)面板數(shù)據(jù)方法等）估計（1）式時通常存在兩方面的缺陷：一是由于不可避免的忽略變量問題（總有一些解釋變量因缺乏數(shù)據(jù)或無法統(tǒng)計而未引入回歸方程）或因變量與解釋變量具有雙向因果關(guān)系，回歸方程（1）式具有潛在的內(nèi)生性問題。但傳統(tǒng)計量經(jīng)濟學(xué)方法并沒有有效地控制內(nèi)生性，這可能使一些變量系數(shù)的估計量有偏。二是回歸方程（1）式本質(zhì)上是一個動態(tài)方程，因其因變量（人均工業(yè)SO2排放量的增長率）也是由第t年和第t-1年的人均SO2排放量構(gòu)造出來的。而且由于污染物的排放具有較大慣性，相鄰年份的人均SO2排放量不會相差太大，因此有必要將此動態(tài)因素考慮在內(nèi)，但方程（1）式實質(zhì)上并未考察這一動態(tài)效應(yīng)，這同樣可能造成回歸偏誤。

為了將動態(tài)因素顯性地引入回歸方程，我們在（1）式兩側(cè)同時加上lnsi，t-1得到：

其中γ=β+1。由于方程（2）右端有因變量lnsi，t的一階滯后項，因而回歸方程（2）是標準的動態(tài)方程。

由于（2）式使用了因變量的一階滯后作為一個解釋變量，殘差項ε可能具有序列相關(guān)性，并且殘差項與因變量一階滯后項可能相關(guān)。因此，對于動態(tài)面板數(shù)據(jù)，傳統(tǒng)的OLS估計方法（如FE）會產(chǎn)生有偏估計，因而不再適用（Woodridge，2010）［25］。對于非靜態(tài)面板數(shù)據(jù)，可以采用Pesaran和Smith （1995）［26］以及Pesaran等（1997，2004）［27-28］發(fā)展的動態(tài)固定效應(yīng)模型（DFE）進行測算。在動態(tài)固定效應(yīng)模型中，每個城市的截距項（固定效應(yīng)）μi是不同的，但各解釋變量的長期系數(shù)（γ和η）是相同的。

另一類估計動態(tài)方程（2）的方法是工具變量法（IV）及廣義矩法（GMM）。由于工具變量法需要找到合適的工具變量以消除內(nèi)生性，但實際上尋找合適的工具變量非常困難，因而我們采用Arella?no和Bond（1998）［29］創(chuàng)建的GMM方法估計方程（2）。GMM方法本質(zhì)上也是一種工具變量方法，但其使用前定變量和一些外生變量的滯后項作為工具變量，并利用一些檢驗方法來判斷所選取的工具變量的合理性。

在研究中經(jīng)常使用的GMM方法一般為一階差分GMM（first-difference GMM）和系統(tǒng)GMM（system GMM），兩者主要區(qū)別在于前者先使用時間一階差分處理原始數(shù)據(jù)［30-32］。但由于一階差分GMM通過差分過程消除了同一城市內(nèi)不隨時間變化的影響SO2排放的因素（如氣候、地理位置、居民用能習(xí)慣等），而這些因素會導(dǎo)致回歸結(jié)果產(chǎn)生明顯偏誤，因此我們采用一階差分GMM方法進行回歸分析。

（二）數(shù)據(jù)說明及來源

本文的實證研究基于市級數(shù)據(jù)。采用市級數(shù)據(jù)的原因有以下兩點：一是市級數(shù)據(jù)樣本數(shù)較大，相比于使用省級數(shù)據(jù)的研究可以得到更加精確的結(jié)果；二是由于SO2的污染源主要集中在城市地區(qū)，城市數(shù)據(jù)比省級數(shù)據(jù)（實際上是城市與農(nóng)村數(shù)據(jù)的平均）更好地反映了SO2這種常規(guī)污染物的排放情況。除了市級人均SO2排放量這一關(guān)鍵變量之外，本文的實證分析還包括如下幾個控制變量［33-35］：

（1）實際人均GDP。大量研究指出，污染物的排放量和人均收入有關(guān)，其基本思想在于，公眾對于環(huán)境質(zhì)量的要求與公眾的收入水平有關(guān)。在收入較低時公眾對較差環(huán)境質(zhì)量容忍度較高。隨著收入水平的提升，公眾對環(huán)境質(zhì)量的要求也相應(yīng)提升，更傾向于要求減少污染和提升環(huán)境品質(zhì)。具體地，我們計算了全國重點城市2000年不變價實際人均GDP，并將其作為一個控制變量。

（2）第二產(chǎn)業(yè)增加值占GDP比重。由于我國SO2排放量中60%～70%來自于第二產(chǎn)業(yè)，因此第二產(chǎn)業(yè)的相對規(guī)模對地區(qū)人均SO2排放量有著直接的顯著的效果。而且，在我們的樣本分析期內(nèi)很多城市重工業(yè)上升較為明顯，從而拉動了第二產(chǎn)業(yè)占GDP的比重。因此，本文將引入第二產(chǎn)業(yè)增加值占GDP的比重作為一個解釋變量。

（3）人口密度。人口密度也是研究污染物排放時的一個常用指標。但人口密度與環(huán)境污染之間的相關(guān)性并不確定。一方面，人口密度較高的地區(qū)的城鎮(zhèn)化程度越高，工業(yè)化程度也較為發(fā)達，因而人均SO2排放量也可能越高；另一方面，高人口密度使得更集約化更高效地利用能源成為可能，且人口密集聚集的地區(qū)的民眾對環(huán)境質(zhì)量的要求一般會更高（特別是經(jīng)濟發(fā)達地區(qū)的大城市），因為環(huán)境污染影響更多人的健康狀況。

（4）城市人均綠地面積。城市中的綠地往往被稱為城市的“肺”，而研究已證實某些綠色植被可以吸收SO2等常規(guī)污染物（Smith等，1998）［30］，從而減少污染物的排放和濃度。另一方面，城市的綠地面積在某種程度上可以體現(xiàn)政府對城市環(huán)境保護方面投入。因此，在其他條件相同的情況下，一個城市的人均綠地面積越大，污染物排放量增長率就應(yīng)該越低。

各城市的GDP總額、二次產(chǎn)業(yè)增加值、人口數(shù)、人口密度、建成區(qū)綠化覆蓋率從歷年的中國城市統(tǒng)計年鑒獲得，SO2排放總量數(shù)據(jù)來源于各年中國環(huán)境年鑒。本文實證分析中的時間區(qū)間為2002年到2012年，包括中國113個地級市⑤。各指標的人均值均通過總量除以人口數(shù)得到。表1中報告了各變量的描述性統(tǒng)計結(jié)果。

表1 各變量描述性統(tǒng)計

為了更直觀地了解各城市人均SO2排放量在樣本期內(nèi)的變化情況，圖1中以年度增長率為縱坐標，2002年的排放量為橫坐標，展示了各城市在樣本期內(nèi)，人均SO2排放量的初值及其增長率的關(guān)系。從年度平均增長率來看，期初SO2排放量越高的城市SO2排放量的增長速度更慢，或者下降速度更快，總的趨勢線是向下傾斜的，因此可以明確地看出2002-2012年間人均SO2排放量趨同是存在的。

四、回歸結(jié)果及分析

表2列出了幾種不同計量模型的面板回歸結(jié)果。為了檢驗回歸結(jié)果的穩(wěn)健性，我們嘗試了不同回歸方程的形式，并對全國及東、中、西三大地區(qū)進行了估計。每個面板的估計都分為兩部分，第一個方程的解釋變量僅為對數(shù)SO2的排放量的滯后一階項，因此驗證的是絕對β趨同。第二個回歸方程中除了對數(shù)SO2外還增加了其他的控制變量，因此檢驗的是條件β趨同。所有模型均采用時間固定效應(yīng)。

圖1 各市2002年的人均SO2排放量（千克/人）及2002-2012年平均年度增長率（%）

表2 靜態(tài)方程（1）式面板數(shù)據(jù)估計結(jié)果

表2中的各區(qū)域第一個回歸方程僅包括對數(shù)人均SO2排放量（ln（SO2）的一階滯后值，因此估計的是絕對β趨同。在這些回歸方程中，解釋變量ln（SO2）的系數(shù)顯著為負，說明絕對收斂是存在的。

各區(qū)域第二個回歸方程中除最關(guān)鍵的解釋變量ln（SO2）一階滯后值外還加入了其他解釋變量，因此考察的是相對β趨同。方程加入了實際人均GDP的對數(shù)（ln（GDP））的一階滯后值，各市人口密度對數(shù)（ln（POP）），第二產(chǎn)業(yè)增加值占GDP比重（secind）以及對數(shù)人均綠地面積ln（GREEN）的一階滯后值。所有方程均采用了時間固定效應(yīng)。結(jié)果表明在所有相對β趨同回歸方程中關(guān)鍵解釋變量ln（SO2）一階滯后值的系數(shù)全部顯著為負，說明條件趨同存在。全國面板數(shù)據(jù)中，ln（GDP）的一階滯后值的系數(shù)顯著為負，說明人均GDP較高的城市人均SO2排放量傾向于下降得更快。由于SO2排放量與經(jīng)濟發(fā)展水平高度相關(guān)，這一結(jié)果在一定程度上反映了SO2這種典型污染物的排放量與人均GDP市級趨同的相關(guān)性。二產(chǎn)結(jié)構(gòu)secind的系數(shù)為正，反映了工業(yè)部門是中國SO2主要排放源的客觀事實：第二產(chǎn)業(yè)越發(fā)達的城市，人均SO2排放量相對越高，因而人均SO2排放量收斂速度相對越慢。人口密度的系數(shù)為負，反映了人口的積聚使得能源得到集約化利用，對環(huán)境質(zhì)量產(chǎn)生了正面影響，從而提高了SO2排放較高城市降低排放的速度。人均綠地面積的對數(shù)值系數(shù)顯著為負，說明了人均綠地面積較高的城市人均SO2排放量傾向于更快速地下降。

對于全國113個城市的面板來說，在我們的樣本期內(nèi)（2002-2012年），其他條件不變的情況下，初始人均SO2排放量高1%的城市的人均SO2排放量下降速度平均要加快0.35%；初始人均GDP和人均綠地面積每提高1%可以使人均SO2排放量下降速度分別加快0.08%和0.03%，這與我們的預(yù)期是相符的。第二產(chǎn)業(yè)占比對人均SO2增長率的影響雖然是顯著的，但是數(shù)值很小，第二產(chǎn)業(yè)占GDP比重一個百分點的提高僅會減緩人均SO2排放量降低速度0.003%。人口密度的增加會降低人均SO2排放增長率的貢獻，雖然這一影響并不顯著。

考慮到中國經(jīng)濟社會發(fā)展的不平衡，不同地區(qū)人均收入、人口密度、氣候環(huán)境等方面都存在著較為明顯的差異，我們將全國分為東部、西部、中部三個部分，分別對其進行子面板數(shù)據(jù)估計。從表2可以看出，在將原樣本以地域為界分為三個子樣本后，對于三個子樣本地區(qū)，市級絕對趨同和相對趨同都存在，即ln（SO2）一階滯后項的系數(shù)顯著為負。三個區(qū)域的對數(shù)人均GDP系數(shù)都為負但并不顯著，其中中部子面板的ln（GDP）系數(shù)絕對值明顯小于其他兩個區(qū)域。東西部對數(shù)人口密度系數(shù)均為負但不顯著，中部則與之相反，系數(shù)呈現(xiàn)正值。對于二產(chǎn)比重一項，東部的系數(shù)顯著為正且高于全國的系數(shù)，西部子面板中此項系數(shù)顯著，中部的結(jié)果則是顯著為負。對數(shù)人均綠地面積的一階滯后項系數(shù)也呈現(xiàn)出較大差異。其中東部西部子面板系數(shù)不顯著且為正值，但是中部顯著為負。

在人均收入的收斂方面已經(jīng)有學(xué)者按照東、中、西部的劃分分別進行回歸，如一些學(xué)者所做的按照地理范圍劃分的“俱樂部收斂”，即經(jīng)濟發(fā)展水平和初始條件相似的經(jīng)濟體內(nèi)部存在著條件收斂，但不同經(jīng)濟體之間卻不收斂的一種收斂狀態(tài)。如沈坤榮和馬?。?002）［37］表明，中國三大區(qū)域內(nèi)的人均GDP在1978-1999年間存在著俱樂部收斂；彭國華（2005）［38］利用一階差分GMM驗證了中國省區(qū)全要素生產(chǎn)率（TFP）在全國范圍內(nèi)存在條件收斂但僅在東部地區(qū)存在俱樂部收斂；劉生龍等（2009）［39］利用更新的數(shù)據(jù)發(fā)現(xiàn)在西部大開發(fā)之后，我國區(qū)域經(jīng)濟發(fā)展差距從2004年開始有所下降，俱樂部收斂趨于消失；潘文卿（2010）［40］的研究也證明了，從1990年后，中國東部、中部和西部三大收斂“俱樂部”的特征非常明顯且持續(xù)加強。相對于人均收入而言，人均SO2排放量的收斂特征要更強。中國人均SO2排放量除了在東、中、西三大區(qū)域內(nèi)部均存在“俱樂部收斂”，在全國范圍內(nèi)的絕對收斂和相對收斂也都是存在的。

就市級人均SO2的絕對收斂速度而言，中部與西部的收斂速度相近且高于東部地區(qū)。然而，西部地區(qū)的相對收斂速度最高，達到47.6%，而中部地區(qū)相對收斂速度最低，只有36.0%。

由于污染物的收斂本質(zhì)上是一個動態(tài)過程，接下來我們采用動態(tài)方程（2）作為回歸分析的基準方程。我們采用動態(tài)面板模型（DFE）和廣義距（GMM）方法對方程（2）進行測算，并將其結(jié)果與方程（1）的靜態(tài)面板固定效應(yīng)（FE）測算結(jié)果進行比較，以檢驗收斂結(jié)果的穩(wěn)健性。首先，表3顯示了全國以及三大地區(qū)的動態(tài)面板模型（DFE）的測算結(jié)果。為了清晰表現(xiàn)靜態(tài)與動態(tài)固定效應(yīng)模型估計的區(qū)別，我們也將FE估計的結(jié)果列在表中作為比較。

為了控制內(nèi)生性并控制固定效應(yīng)，我們利用差分GMM方法對方程（2）式進行回歸，同樣分別對總樣本及以地域為界的三個子樣本進行回歸，得到的結(jié)果顯示在表4中。

從表3和4可以看出，無論是對于全國還是東、中、西三大區(qū)域，在樣本期內(nèi)人均SO2排放量的趨同都是存在的。這些結(jié)論是與我們利用傳統(tǒng)固定效應(yīng)面板數(shù)據(jù)估計結(jié)果基本一致的。但值得注意的是，使用DFE和GMM對方程（2）進行的估計結(jié)果得到的收斂速度要比根據(jù)傳統(tǒng)固定效應(yīng)面板數(shù)據(jù)計算出的收斂速度更高，對于全國和東、中、西三大區(qū)域都是如此。這一結(jié)果部分反映了使用恰當(dāng)方法利用動態(tài)方程（2）估計城市間人均SO2排放量收斂性的合理性：未考慮動態(tài)因素和內(nèi)生性時人均SO2排放量的系數(shù)估計量可能上偏，因而低估了收斂速度。還需要注意的一點是，控制了內(nèi)生性后，GMM回歸結(jié)果顯示，中部地區(qū)相對收斂速度最快而西部地區(qū)速度最慢，這一結(jié)果與靜態(tài)面板數(shù)據(jù)結(jié)果正好相反。可見內(nèi)生性問題可能導(dǎo)致區(qū)域內(nèi)趨同速度估計結(jié)果的嚴重偏誤。

表3 動態(tài)方程（2）式DFE及FE估計結(jié)果

表4 動態(tài)方程（2）式一階差分GMM估計結(jié)果

對影響人均SO2排放量的因素，我們也得到了不同的結(jié)論。首先，實際人均GDP的增長對于人均SO2的排放量的增長速度有著較為明顯的減緩作用，其中西部較東部和中部的減緩程度更大。導(dǎo)致這一結(jié)果的可能原因在于，雖然西部地區(qū)人均GDP基數(shù)較低，但環(huán)境承載力較弱，因此在收入獲得一定程度提升之后人們更愿意保護環(huán)境、提升環(huán)境質(zhì)量。因此，西部地區(qū)的經(jīng)濟發(fā)展對環(huán)境保護可以起到積極正面的影響。進一步發(fā)展西部經(jīng)濟，不僅有助于減小我國地區(qū)間發(fā)展水平的差距，也有利于提升全國的整體環(huán)境品質(zhì)。對于人口密度來說，全國與分地區(qū)得到的結(jié)論一致，即人口密度的上升會加快人均SO2排放量的增長率，可能的原因在于人口密度較高的地區(qū)的城鎮(zhèn)化程度越高，工業(yè)也較為發(fā)達，所以人均SO2排放量也越高。特別是東部地區(qū)ln （POP）系數(shù)比西部與中部高很多，也正驗證了這一點。另一方面，工業(yè)對人均SO2排放收斂的影響并不大，特別是與CO2相比更是如此（郝宇等，2014）［34］。即第二產(chǎn)業(yè)占GDP的增長值的比重的增加雖然會使得人均SO2排放量增長率上升，但是程度卻很小?？紤]到我們的樣本時間段為2002-2012年，這可能由于進入新千年后，特別是加入世貿(mào)組織以后，我國的產(chǎn)業(yè)轉(zhuǎn)型取得了一定成果，同時第二產(chǎn)業(yè)更加注重環(huán)保，對于SO2等常規(guī)污染物的控制進一步加強。最后，人均綠地面積的影響的程度較低（系數(shù)絕對值較小）。人均綠地面積的回歸系數(shù)在東部和中部為負，在西部和全國卻為正值，且均不顯著。這一結(jié)果可能表明城市綠地對SO2排放的影響可能并沒有預(yù)期的那樣大，這與城市綠地植被種類構(gòu)成有一定關(guān)系，因為并非所有綠色植物對SO2都有很強的吸附能力。

五．結(jié)論與政策建議

由于政府對于SO2等常規(guī)污染物的高度重視和嚴格監(jiān)控，從1990年代初開始，中國SO2管控就取得了顯著成效。然而，進入21世紀后，由于經(jīng)濟發(fā)展等因素的影響，SO2的排放量有了新的變化。為了進一步探討中國在重點城市人均SO2排放的趨勢和特點，本文將2002-2012年作為樣本期，采用了我國113個重點城市的人均SO2排放量數(shù)據(jù)，使用靜態(tài)固定效應(yīng)面板數(shù)據(jù)，動態(tài)面板數(shù)據(jù)和系統(tǒng)GMM方法分析并驗證了中國市級人均SO2排放量的β-收斂性，同時將全國113個重點城市按照所在區(qū)域劃分為東部、西部、中部三個部分，分別對其子樣本進行了收斂性研究，并分析了影響中國人均SO2排放收斂性的因素。我們得出的主要結(jié)論包括：

（1）總體上，在樣本期內(nèi)，人均SO2排放量的絕對收斂和相對收斂都存在于113個重點城市中。無論使用傳統(tǒng)的面板數(shù)據(jù)方法，動態(tài)面板數(shù)據(jù)方法還是系統(tǒng)GMM方法，結(jié)論都支持收斂的存在性，而且根據(jù)動態(tài)面板數(shù)據(jù)以及系統(tǒng)GMM方法估計值得到的收斂速度均高于使用傳統(tǒng)面板數(shù)據(jù)得到的收斂速度。

（2）在將全國重點城市按照地域劃分為東部、西部、中部之后，筆者分別對三個子樣本進行了面板數(shù)據(jù)分析，結(jié)論表明三個子樣本的人均SO2排放量均存在絕對與相對收斂。在控制內(nèi)生性并引入動態(tài)關(guān)系后的GMM回歸結(jié)果顯示，中部地區(qū)的收斂速度最高，而西部速度最低。

（3）人均實際收入、人口密度、第二產(chǎn)業(yè)增長值占GDP增長值和人均綠地面積的比重等因素都會影響市級人均SO2排放量的收斂速度。高人均收入會加速人均SO2排放的收斂，而較高的人口密度和二產(chǎn)比重會使得收斂速度降低，但效果不顯著。人均綠地面積對人均SO2排放量收斂速度的影響不大。

根據(jù)這些主要結(jié)論，我們有以下政策建議：

（1）由于市級收斂性確實存在，不同城市的SO2管控政策應(yīng)該有所不同，以更好地促進全國SO2排放量的降低。當(dāng)前人均SO2排放量較高的城市傾向于具備更快的下降速度，因此應(yīng)該采取更加嚴格的管控手段，這樣可以更快地降低全國排放量。

（2）而根據(jù)區(qū)域劃分之后可以看出，盡管三個子面板都具備收斂性，但是還是略有差異。因此對于不同地域，也應(yīng)該采用不同的政策。如目前西部人均SO2排放量較高，根據(jù)趨同規(guī)律會有較快的下降速度，而且西部的環(huán)境承載力也相對較低，因此應(yīng)采取相對更強的環(huán)境保護策略，促使人均SO2排放量盡快降低。東部地區(qū)的收斂速度較快，說明東部沿海地區(qū)經(jīng)濟達到繁榮之后對于環(huán)境保護有了更強的意識，對于污染物的排放有了更好的控制，但是從第二產(chǎn)業(yè)比重一項可以看出，由于東部沿海地區(qū)的工業(yè)發(fā)展程度高，工業(yè)產(chǎn)值的增加對SO2的排放有著更重要的影響。東部沿海地區(qū)應(yīng)當(dāng)注重產(chǎn)業(yè)轉(zhuǎn)型，大力推廣節(jié)能減排的先進生產(chǎn)技術(shù)。

（3）實際人均GDP的提高對于加快人均SO2排放量的收斂有比較明顯的作用，因此進一步促進經(jīng)濟發(fā)展以提高人均收入也是保護環(huán)境的重要方式。更高人口密度會降低收斂速度，說明了我國仍然需要控制重點城市人口增長速度，這與目前對于特大城市人口進一步限制的政策是一致的。

注 釋：

① 酸雨是SO2造成的重要環(huán)境危害之一。根據(jù)中國環(huán)境監(jiān)測總站的報告，2011年我國酸雨城市比例達到31.8%，高達48.5%的城市出現(xiàn)過酸雨。參見http://www.cnemc.cn/ publish/106/news/news_27407.html。

②由于數(shù)據(jù)的可獲得性問題，本文以2002年為起始年份。2002年以前《中國環(huán)境年鑒》雖然也統(tǒng)計市級SO2人均排放量，但只包括40個左右的城市，即全部省會城市加上一些重要的計劃單列市。由于與2002年之后統(tǒng)計SO2排放量城市數(shù)目差異較大，我們只考慮2002年以后的數(shù)據(jù)。

［1］Jobert T，Karanfil F，Tykhonenko A.Convergence of per cap?ita carbon dioxide emissions in the EU：Legend or reality? ［J］.Energy Economics，2010，32（6）：1364-1373.

［2］陶俊，張仁健，段菁春，等.北京城區(qū)PM2.5中致癌重金屬季節(jié)變化特征及其來源分析［J］.環(huán)境科學(xué)，2014，35（2）：411-417.

［3］List J A.Have air pollutant emissions converged amongst U. S.regions?Evidence from unit-root tests［J］.Southern Eco?nomic Journal，1999，66：144-155.

［4］Lee J，List J A.Examining trends of criteria air pollutants：are the effects of governmental intervention transitory?［J］. Environmental and Resource Economics，2004，29：21-37.

［5］Solow R M.A contribution to the theory of economic growth ［J］.The Quarterly Journal of Economics，1956，70（1）：65-94.

［6］Huang B，Meng L.Convergence of per capita carbon dioxideemissions in urban China：A spatio-temporal perspective ［J］.Applied Geography，2013，40：21-29.

［7］Li Q，Papell D.Convergence of international output time se?ries evidence for 16 OECD countries［J］.International Re?view of Economics&Finance，1999，8（3）：267-280.

［8］Baumol W J.Productivity growth，convergence，and welfare：what the long-run data show［J］.The American Economic Review，1986，76（5）：1072-1085.

［9］Barro R J.Economic growth in a cross section of countries ［J］.The Quarterly Journal of Economics，1991，106（2）：407-443.

［10］Strazicich M C，List J A.Are CO2emission levels converg?ing among industrial countries?［J］.Environmental and Re?source Economics，2003，24（3）：263-271.

［11］Camarero Olivas M A，Picazo Tadeo A J，Tamarit C R.Are thedeterminantsofCO2emissionsconvergingamong OECD countries?［J］.Economic Letters，2013，18：159-162.

［12］Brock W A，Taylor M S.The green Solow model［J］.Jour?nal of Economic Growth，2010，15（2）：127-153.

［13］Ordás Criado C，Valente S，Stengos T.Growth and pollu?tion convergence：Theory and evidence［J］.Journal of Envi?ronmental Economics and Management，2011，62（2）：199-214.

［14］許廣月.碳排放收斂性:理論假說和中國的經(jīng)驗研究［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2010（9）：31-42.

［15］許廣月.碳強度俱樂部收斂性：理論與證據(jù)——兼論中國碳強度降低目標的合理性和可行性［J］.管理評論，2013 （4）：48-58.

［16］王藝明，張佩，蔡昌達.低碳經(jīng)濟下中國碳排放強度收斂性的實證檢驗［J］.廈門大學(xué)學(xué)報：哲學(xué)社會科學(xué)版，2014 （2）：014.

［17］王娟，張克中.中國省域碳排放趨同與經(jīng)濟增長［J］.經(jīng)濟管理，2014，36（6）：34-43.

［18］Wang J，Zhang K.Convergence of carbon dioxide emis?sions in different sectors in China［J］.Energy，2014，65：605-611.

［19］Kaufmann R K，Davidsdottir B，Garnham S，et al.The de?terminants of atmospheric SO2concentrations：reconsider?ing the environmental Kuznets curve［J］.Ecological Eco?nomics，1998，25（2）：209-220.

［20］Bulte E，List J A，Strazicich M C.Regulatory Federalism and the Distribution of Air Pollutant Emissions［J］.Journal of Regional Science，2007，47（1）：155-178.

［21］陳曉峰.FDI，經(jīng)濟增長與環(huán)境污染關(guān)系的實證研究——來自長三角地區(qū)1985-2009年的數(shù)據(jù)［J］.華東經(jīng)濟管理，2011（3）：45-50.

［22］謝申祥，王孝松，黃保亮.經(jīng)濟增長，外商直接投資方式與我國的二氧化硫排放——基于2003～2009年省際面板數(shù)據(jù)的分析［J］.世界經(jīng)濟研究，2012（4）：64-70.

［23］李惠娟，龍如銀.資源型城市環(huán)境庫茲涅茨曲線研究——基于面板數(shù)據(jù)的實證分析［J］.自然資源學(xué)報，2013，28 （1）：19-27.

［24］He J，Wang H.Economic structure，development policy and environmental quality：An empirical analysis of envi?ronmental Kuznets curves with Chinese municipal data［J］. Ecological Economics，2013，76：49-59.

［25］Woodridge J M.Econometric Analysis of Cross Section and Panel Data［M］.Cambridge，Massachusetts：the MIT Press，2010.

［26］Pesaran M H，Smith R.Estimating long-run relationships from dynamic heterogeneous panels［J］.Journal of Econo?metrics，1995，68（1）：621–634.

［27］Pesaran M H，Shin Y，Smith R.Pooled estimation of longrun relationships in dynamic heterogeneous panels［Z］. Cambridge Working Papers in Economics no.9721，1997.

［28］Pesaran M H，Shin Y，Smith R.Pooled mean group estima?tion of dynamic heterogeneous panels［Z］.ESE Discussion Papers 16.University of Edinburgh，Edinburgh，2004.

［29］Arellano M，Bond S.Dynamic Panel Data Estimation Using DPD98 for GAUSS，Mimeo［Z］.London：Institute for Fiscal Studies，1998.

［30］Smith M，Whitelegg J，Williams N.Greening the Built Envi?ronment［Z］.Taylor&Francis Group，1998.

［31］Bond S，Hoeffler A，Temple J.GMM Estimation of Empiri?cal Growth Models［Z］.CEPR Discussion Paper No.3048，2001.

［32］Arellano M，Bover O.Another look at the instrumentalvariable estimation of error-components models［J］.Jour?nal of Econometrics，1995，68：29-52.

［33］Blundell R，Bond S.Initial conditions and moment restric?tions in dynamic panel data models［J］.Journal of Econo?metrics，1998，87（1）：115-143.

［34］郝宇，廖華，魏一鳴.中國能源消費和電力消費的環(huán)境庫茲涅茨曲線:基于面板數(shù)據(jù)空間計量模型的分析［J］.中國軟科學(xué)，2014（1）：134-147.

［35］Auffhammer M，Carson R T.Forecasting the path of Chi?na's CO2 emissions using province-level information［J］. Journal of Environmental Economics and Management，2008，55（3）：229-247.

［36］杜立民.我國二氧化碳排放的影響因素:基于省級面板數(shù)據(jù)的研究［J］.南方經(jīng)濟，2010（11）:20-33.

［37］沈坤榮，馬俊.中國經(jīng)濟增長的“俱樂部收斂”特征及其成因研究［J］.經(jīng)濟研究，2002（1）：33-39.

［38］彭國華.中國地區(qū)收入差距、全要素生產(chǎn)率及其收斂分析［J］.經(jīng)濟研究，2005（9）：19-29.

［39］劉生龍，王亞華，胡鞍鋼.西部大開發(fā)成效與中國區(qū)域經(jīng)濟收斂［J］.經(jīng)濟研究，2009（9）：94-105.

［40］潘文卿.中國區(qū)域經(jīng)濟差異與收斂［J］.中國社會科學(xué)，2010（1）：72-84.

［責(zé)任編輯：張 青］

A Study on Convergence of Urban Air Pollution in China —An Empirical Analysis on Sulfur Dioxide(SO2)

HAO Yua，b，ZHANG Qian-xueb(a.Energy and Environmental Policy Research Center；b.School of Management and Economics，Beijing Institute of Technology，Beijing 100081，China)

As a representative of traditional pollutants，SO2has been under active control of Chinese government since the early 1990s.In order to investigate the innate principles of the evolvement of per capita emissions of SO2in China，we use the panel data of per capita emissions of SO2collecting from 113 cities in China.We examine the convergence of per capita emis?sions of SO2at municipal level by employing the regression method of static and dynamic panel data，and analyze the influ?encing factors of SO2convergence speed.The empirical results show that there is absolute and relative convergence of urban per capita emissions of SO2within the whole nation as well as in the eastern，central and western regions.Among the factors that would influence SO2emissions，higher per capita income would increase the convergence speed，while population densi?ty is negatively related with the convergence speed.

air pollution；per capita emissions of SO2；Chinese cities；convergence

F205

A

1007-5097（2015）08-0144-09