康 雨

?

貿(mào)易開(kāi)放程度對(duì)霧霾的影響分析——基于中國(guó)省級(jí)面板數(shù)據(jù)的空間計(jì)量研究

康 雨

（南京大學(xué)商學(xué)院 江蘇南京 210023）

運(yùn)用中國(guó)31個(gè)省1998-2012年間PM2.5的數(shù)據(jù)，本文在空間計(jì)量分析基礎(chǔ)上考慮到模型本身的內(nèi)生性問(wèn)題后，試分析貿(mào)易開(kāi)放程度對(duì)霧霾的影響。由于同時(shí)考慮了可能引起本類(lèi)文獻(xiàn)回歸結(jié)果偏誤的兩個(gè)最主要因素，本文的結(jié)論更為可靠。空間計(jì)量方面，全局及局域相關(guān)性分析顯示，中國(guó)霧霾的空間溢出效應(yīng)顯著。本文因此采用空間滯后面板數(shù)據(jù)模型。解釋變量?jī)?nèi)生性方面，本文將滯后十年的旅游外匯收入作為工具變量，該工具變量具有很好的理論及現(xiàn)實(shí)意義。在考慮到這兩個(gè)因素的雙重作用后，本文證實(shí)了貿(mào)易開(kāi)放對(duì)霧霾有加劇作用的結(jié)論。此研究對(duì)更準(zhǔn)確認(rèn)識(shí)國(guó)際貿(mào)易對(duì)環(huán)境的影響具有重要的推動(dòng)作用，也為中國(guó)倡導(dǎo)各省聯(lián)合治理霧霾的政策提供了堅(jiān)實(shí)理論基礎(chǔ)。

貿(mào)易開(kāi)放度 霧霾 空間計(jì)量分析

一、引言及文獻(xiàn)綜述

近幾年，越來(lái)越多的人將貿(mào)易開(kāi)放所帶來(lái)環(huán)境隱患與霧霾問(wèn)題相聯(lián)系。通過(guò)對(duì)外開(kāi)放“三步走”戰(zhàn)略及一系列稅收減免政策，中國(guó)出口貿(mào)易高速增長(zhǎng)，國(guó)民生產(chǎn)總值中進(jìn)出口總額占比由1978年的11.2%增至2012年的45.7%。結(jié)構(gòu)方面，在中國(guó)的外向型經(jīng)濟(jì)模式指導(dǎo)下，出口產(chǎn)品中資本密集型產(chǎn)品占比迅速增加，由1998年的38.4%增至2012年的59.3%。資本密集型產(chǎn)業(yè)中，以冶金工業(yè)、石油工業(yè)、機(jī)械制造業(yè)等重工業(yè)為代表的資本密集型產(chǎn)業(yè)均有高污染、高排放的特征。這使貿(mào)易自由化在促進(jìn)中國(guó)工業(yè)發(fā)展的同時(shí)，也帶來(lái)了更多污染隱患。然而，有學(xué)者認(rèn)為，貿(mào)易自由化帶來(lái)的促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)及技術(shù)進(jìn)步等正效應(yīng)亦對(duì)環(huán)境污染起到改善作用，這與前文提到的污染隱患作用相反。因此，貿(mào)易的引致效應(yīng)不能從理論上明確預(yù)測(cè)。

貿(mào)易與環(huán)境之間關(guān)系的研究開(kāi)始于Grossman和Krueger（1991）。在分析北美自由貿(mào)易協(xié)議（NAFTA）對(duì)環(huán)境產(chǎn)生的影響時(shí)，他們首次提出環(huán)境與收入之間存在倒U形關(guān)系，即“環(huán)境庫(kù)茲涅茨曲線”。具體影響可以分解為規(guī)模效應(yīng)、結(jié)構(gòu)效應(yīng)和技術(shù)效應(yīng)三部分，最終結(jié)果取決于這三種效應(yīng)的合力。規(guī)模效應(yīng)即貿(mào)易量增加導(dǎo)致經(jīng)濟(jì)活動(dòng)規(guī)模擴(kuò)大，從而產(chǎn)生更多的污染物；結(jié)構(gòu)效應(yīng)強(qiáng)調(diào)國(guó)際產(chǎn)業(yè)轉(zhuǎn)移改變本國(guó)產(chǎn)業(yè)結(jié)構(gòu)，從而對(duì)環(huán)境產(chǎn)生影響；技術(shù)效應(yīng)指貿(mào)易活動(dòng)中引入或開(kāi)發(fā)的新技術(shù)對(duì)降低單位產(chǎn)出的污染量具有積極作用。之后又有學(xué)者（Panayotou，2000）進(jìn)一步加入了收入效應(yīng)和規(guī)制效應(yīng)，使分析更加完備。

實(shí)證方面，不同學(xué)者因選取的樣本、方法不同，得出了不同的結(jié)論。有學(xué)者認(rèn)為國(guó)際貿(mào)易對(duì)環(huán)境有改善作用。如Antweiler，B. R. Copeland和M. S. Taylor（2001）使用1971-1996年的跨國(guó)面板數(shù)據(jù)考察了上述三種效應(yīng)的大小，認(rèn)為貿(mào)易總體上對(duì)環(huán)境改善有積極作用。針對(duì)此結(jié)論，有學(xué)者進(jìn)一步認(rèn)為不同發(fā)展程度的國(guó)家合力方向可能不同。如Baek，Cho和W. W. Koo（2009）采用1960-2000年50國(guó)的SO2排放量數(shù)據(jù)進(jìn)行分析，得出自由貿(mào)易對(duì)發(fā)達(dá)國(guó)家的空氣質(zhì)量改善有積極作用，對(duì)發(fā)展中國(guó)家的空氣質(zhì)量有消極作用的結(jié)論；而Zhigang Li，Nan Xu和Jia Yuan（2015）以可見(jiàn)度為指標(biāo)，發(fā)現(xiàn)國(guó)際貿(mào)易對(duì)世界134個(gè)發(fā)達(dá)國(guó)家和發(fā)展中國(guó)家的空氣質(zhì)量均有負(fù)面影響。

中國(guó)作為全球貿(mào)易體系中十分重要的一員，其貿(mào)易開(kāi)放程度對(duì)環(huán)境的影響為許多學(xué)者所重視。如鄧柏盛，宋德勇（2008）以SO2排放量作為指標(biāo)，發(fā)現(xiàn)FDI有利于中國(guó)環(huán)境的改善，而商品貿(mào)易則惡化了環(huán)境。彭水軍等人（2013）在綜合分析了251個(gè)地級(jí)市2005-2010年的工業(yè)煙塵、SO2和水污染情況之后，卻認(rèn)為貿(mào)易總體上有利于國(guó)內(nèi)環(huán)境的改善。

隨著研究的深入，越來(lái)越多的學(xué)者注意到貿(mào)易開(kāi)放度與環(huán)境之間的內(nèi)生性問(wèn)題，即二者之間可能會(huì)有因閥值效應(yīng)產(chǎn)生的同期偏差（Simultaneity Bias），忽略這一問(wèn)題可能導(dǎo)致估計(jì)結(jié)果有偏。針對(duì)此問(wèn)題，F(xiàn)rankel和Rose（2005）首次將重力模型引入分析框架，以各國(guó)人口、地理及經(jīng)濟(jì)距離等外生性變量為工具變量進(jìn)行分析，得到了自由貿(mào)易促進(jìn)環(huán)境質(zhì)量改善的結(jié)論。此后，相關(guān)文獻(xiàn)幾乎都沿用了這一方法（M. A. Cole，2006; Zhigang Li，Nan Xu和Jia Yuan，2015）。然而，作為工具變量的人口、距離等地理變量不隨時(shí)間的變化而改變，因此，在利用面板數(shù)據(jù)分析時(shí)不再有效。本文以10年前的各省旅游外匯收入作為工具變量，這一變量與各省本年的貿(mào)易開(kāi)放度高度相關(guān)，而10年前的旅游外匯收入對(duì)10年后本省環(huán)境狀況的解釋度微乎其微，是比較理想的工具變量。

另一個(gè)被本領(lǐng)域多數(shù)研究所忽視的問(wèn)題是污染的空間溢出效應(yīng)，Maddison（2007）對(duì)歐洲國(guó)家1951-1990年的相關(guān)數(shù)據(jù)進(jìn)行了分析，發(fā)現(xiàn)二氧化硫和氮氧化物在各國(guó)間存在顯著的溢出效應(yīng)。馬麗梅、張曉（2014）運(yùn)用空間計(jì)量方法，探討中國(guó)各省間霧霾污染的交互關(guān)系問(wèn)題及能源結(jié)構(gòu)影響，也表示霧霾的溢出效應(yīng)在省際間確實(shí)存在，且相當(dāng)明顯。因此若不考慮各地區(qū)環(huán)境的相互關(guān)聯(lián)性，研究結(jié)果可能會(huì)出現(xiàn)較大偏誤。

本文在逐步控制解釋變量?jī)?nèi)生性與空間溢出效應(yīng)的情況下，通過(guò)空間滯后面板數(shù)據(jù)分析模型來(lái)探究貿(mào)易開(kāi)放程度對(duì)霧霾的影響。本文可能的貢獻(xiàn)在于：1. 樣本選擇更有效。不同于大多數(shù)本領(lǐng)域文獻(xiàn)采用時(shí)間序列或橫截面數(shù)據(jù)進(jìn)行分析，本文以1998-2012年間31個(gè)省市的面板數(shù)據(jù)為樣本，有效控制了省際個(gè)體異質(zhì)性及模型異方差等問(wèn)題（Zhigang Li，Nan Xu和Jia Yuan，2015）。2. 被解釋變量選取更有意義。在全國(guó)合力治理霧霾的大背景下，本文以PM2.5濃度作為污染物的代理變量具有很強(qiáng)的現(xiàn)實(shí)意義及參考價(jià)值。3. 工具變量的選取更合理。本文選用10年前的旅游外匯收入作為工具變量，在理論及實(shí)證檢驗(yàn)中均十分符合工具變量的選取要求，這使模型估計(jì)更加精確。4. 估計(jì)結(jié)果更可信。雖然內(nèi)生性與空間溢出效應(yīng)在近幾年曾分別被學(xué)者所關(guān)注，但到目前為止，還沒(méi)有此領(lǐng)域研究將這兩個(gè)因素聯(lián)合加以考慮。本文考慮二者的合力方向，使結(jié)果更可信。

本文結(jié)構(gòu)安排如下：第一部分綜述已有文獻(xiàn)；第二部分介紹數(shù)據(jù)來(lái)源，并作簡(jiǎn)單描述性分析；第三部分對(duì)霧霾污染的現(xiàn)狀及空間相關(guān)性進(jìn)行分析；第四部分設(shè)定基本的空間滯后面板數(shù)據(jù)模型；第五部分通過(guò)工具變量及空間滯后面板數(shù)據(jù)模型的使用逐步得出結(jié)論；第六部分為敏感性檢驗(yàn)；第七部分總述結(jié)論。

二、數(shù)據(jù)來(lái)源與初步分析

（一）數(shù)據(jù)來(lái)源

由于國(guó)內(nèi)數(shù)據(jù)不足，本文參考了馬麗梅和張曉（2014）的研究，采用巴特爾研究所及哥倫比亞大學(xué)國(guó)際地球科學(xué)信息網(wǎng)絡(luò)中心通過(guò)衛(wèi)星搭載設(shè)備對(duì)氣溶膠光學(xué)厚度進(jìn)行測(cè)定得到的1998—2012年全球PM2.5遙感數(shù)據(jù)（SEDAC，2015）。該數(shù)據(jù)與環(huán)保部與2012年2月對(duì)于中國(guó)霧霾形勢(shì)的判斷基本吻合，可信度較高。值得注意的是，為了保證數(shù)據(jù)的平穩(wěn)性，該測(cè)算機(jī)構(gòu)公布的PM2.5的數(shù)據(jù)為3年的滑動(dòng)平均值。因此，本文將其他解釋變量亦做3年的滑動(dòng)平均處理。本文的其他數(shù)據(jù)來(lái)自中國(guó)統(tǒng)計(jì)局網(wǎng)站和《中國(guó)統(tǒng)計(jì)年鑒》。由于西藏自治區(qū)部分資料不全，本文不將其放入考慮范圍內(nèi)。

軟件使用方面，本文利用ArcGIS 10.3對(duì)遙感數(shù)據(jù)進(jìn)行處理得到全國(guó)各省（不包括港澳臺(tái)）每年的數(shù)據(jù)，空間相關(guān)性分析部分的計(jì)算使用GeoDA 1.6.7完成。本文的空間計(jì)量分析及模型回歸使用MATLAB R2015a和Stata12.0軟件完成。

（二）初步分析

圖1為貿(mào)易開(kāi)放度與PM2.5濃度之間的關(guān)系概覽。為更好的體現(xiàn)二者關(guān)系，本文將這兩變量變?yōu)閷?duì)數(shù)形式。其中，每個(gè)都點(diǎn)代表某地區(qū)某一年度的數(shù)據(jù)。如圖所示，PM2.5濃度與貿(mào)易開(kāi)放度有較為明顯的正相關(guān)。同時(shí)，圖中各數(shù)據(jù)呈現(xiàn)出現(xiàn)較明顯的集群特征，除了有自相關(guān)因素外，此圖也顯示出各地區(qū)發(fā)展情況可能存在集聚效應(yīng)。其他變量的統(tǒng)計(jì)性描述見(jiàn)附錄1。

圖1 貿(mào)易開(kāi)放度和PM2.5濃度關(guān)系散點(diǎn)圖

三、空間相關(guān)性分析

（一）全局空間相關(guān)性

本文采用全局Moran’s I指數(shù)來(lái)衡量區(qū)域間整體空間相關(guān)程度。其計(jì)算公式為：

I即Moran’s I指數(shù)，用于測(cè)度區(qū)域間PM2.5的總體相關(guān)程度。I值越接近1表示地區(qū)間空間正相關(guān)程度越高，越接近-1表示負(fù)相關(guān)程度越高，指數(shù)為0則表示沒(méi)有空間相關(guān)性。為第i個(gè)地區(qū)的PM2.5濃度值，n為地區(qū)數(shù)，W為空間權(quán)重矩陣。

經(jīng)計(jì)算，1998-2012年間，中國(guó)的全局Moran’s I指數(shù)由0.583逐漸升至0.642，且均通過(guò)1%顯著水平的檢驗(yàn)，說(shuō)明各省PM2.5的濃度一直存在正向顯著的空間相關(guān)性，污染集聚效應(yīng)明顯。①

圖2分別為1998-2000、2004-2006與2010-2012年間各省的Moran散點(diǎn)圖。其中，橫軸為標(biāo)準(zhǔn)化后的PM2.5濃度值，縱軸是標(biāo)準(zhǔn)化后的PM2.5濃度空間滯后值，散點(diǎn)圖以平均值為原點(diǎn)。位于第一象限的點(diǎn)屬于高—高正相關(guān)，第三象限屬于低—低正相關(guān)，二、四象限均表示負(fù)相關(guān)。因此，一、三象限為典型觀測(cè)區(qū)域，二、四象限為非典型觀測(cè)區(qū)域。如圖所示，中國(guó)絕大多數(shù)省份均位于典型觀測(cè)區(qū)內(nèi)，僅有一兩個(gè)省份落入非典型區(qū)域，這亦體現(xiàn)出PM2.5空間正相關(guān)關(guān)系的顯著性及穩(wěn)定性。

圖2 中國(guó)各地區(qū)PM2.5濃度的Moran散點(diǎn)圖

1998-2000年 ?????? 2004-2006年 ????? ? 2010-2012年

（二）局域空間相關(guān)性

全局Moran’s I指數(shù)從整體上刻畫(huà)了PM2.5濃度的聚集情況。然而，基于整體的空間自相關(guān)分析可能忽略了局部地區(qū)的非典型特性（Anselin，1995）。局域空間關(guān)聯(lián)指標(biāo)（Local Indicators of Spatial Association，LISA）可以檢驗(yàn)局部地區(qū)的集聚現(xiàn)象是否顯著。本文采用的是局域Moran's I指數(shù)，計(jì)算公式為：

其中，Ii是i地區(qū)的局域相關(guān)性指數(shù)，測(cè)度i地區(qū)與其周?chē)貐^(qū)PM2.5的相關(guān)程度，，，n，W，S2均與上一節(jié)中設(shè)定相同。表示正相關(guān)，即高—高集聚或低—低集聚；表示負(fù)相關(guān)，即高—低或低—高相鄰。下圖為根據(jù)局域Moran’s I指數(shù)繪制的1998-2000和2010-2012年度中國(guó)各地區(qū)的局域集聚情況圖，集聚區(qū)均通過(guò)了顯著性水平為5%的檢驗(yàn)。結(jié)合其他年份的局域集聚相關(guān)性地圖可知，①新疆、青海、黑龍江、吉林等地屬于低—低集聚區(qū)；京津冀、長(zhǎng)三角及其周?chē)貐^(qū)呈現(xiàn)出明顯而穩(wěn)定的集聚效應(yīng)。這也顯示出，集聚區(qū)域內(nèi)針對(duì)霧霾的聯(lián)合治理比單個(gè)省單打獨(dú)斗更有效。通過(guò)轉(zhuǎn)移將高污染轉(zhuǎn)移給臨近省市這種以鄰為壑的做法在長(zhǎng)期將不能達(dá)到改善本省環(huán)境狀況的目的。

圖3 基于局域Moran’s I的中國(guó)各地區(qū)局域集聚地圖

1998-2000年2010-2012年

四、模型設(shè)定

（一）基本模型

本文基本模型設(shè)定如下：

關(guān)于人均收入對(duì)霧霾濃度的影響，理論上，環(huán)境庫(kù)茲涅茨曲線（EKC）的倒“U”形形狀使收入的一次方項(xiàng)和二次方項(xiàng)應(yīng)同時(shí)被加入模型中。然而結(jié)合許多學(xué)者認(rèn)為中國(guó)大部分地區(qū)仍處于發(fā)展的初級(jí)階段，即未到曲線的拐點(diǎn)（許廣月，宋德勇，2010）。因此，在回歸中加入二次方項(xiàng)的實(shí)際意義不大，而且可能造成回歸結(jié)果的偏差。因此，本文在此模型中僅加入收入的一次方項(xiàng)。加入二次方項(xiàng)進(jìn)行回歸，本文亦得出了與前文相似的結(jié)果。①

（二）內(nèi)生性問(wèn)題

由于貿(mào)易開(kāi)放對(duì)環(huán)境污染的影響具有因閥值效應(yīng)而產(chǎn)生的內(nèi)生性問(wèn)題，Rose和Frankel（2005）采用國(guó)際貿(mào)易重力模型中一系列外生地理變量或基礎(chǔ)社會(huì)經(jīng)濟(jì)變量來(lái)作為工具變量，取得了很好的效果，大多數(shù)此領(lǐng)域文獻(xiàn)也都采用這一方法。然而模型中這些自然地理變量不隨時(shí)間變化而變化，且省級(jí)層面的進(jìn)出口貿(mào)易不存在固定的貿(mào)易伙伴，故此方法不適用于本文對(duì)省級(jí)面板數(shù)據(jù)的分析。

本文選取本省10年前的旅游外匯收入作為工具變量。由于經(jīng)濟(jì)開(kāi)放程度的變化具有連續(xù)性，10年前的旅游外匯收入反映了同期本地的貿(mào)易開(kāi)放程度，進(jìn)而可以有效的影響10年后的開(kāi)放程度。由于貿(mào)易開(kāi)放程度并不是影響霧霾形成的最主要因素，其他因素，如近幾年的工業(yè)污染物排放量會(huì)在很大程度上影響本省霧霾濃度，可以認(rèn)為10年前的旅游收入情況對(duì)當(dāng)前霧霾狀況的影響微乎其微。一條可能的機(jī)制為該省在10年前就制定打造旅游省份的規(guī)劃，因此在近10年的發(fā)展過(guò)程中著重發(fā)展第三產(chǎn)業(yè)，使現(xiàn)階段PM2.5的濃度較小。然而，中國(guó)此類(lèi)規(guī)劃多局限于個(gè)別旅游資源豐富的城市，上升到省級(jí)層面來(lái)看，省內(nèi)個(gè)別城市的旅游業(yè)發(fā)展對(duì)全省帶來(lái)的影響很小。并且，幾乎每個(gè)省都有主打發(fā)展旅游業(yè)的城市，因此這一機(jī)制不是造成省際霧霾狀況差異的主要因素。這符合工具變量應(yīng)與貿(mào)易開(kāi)放程度高度相關(guān)，卻是模型中外生變量的選取原則。

數(shù)值方面，表1為工具變量與開(kāi)放程度、環(huán)境污染之間的相關(guān)系數(shù)矩陣，可以看出，10年前的旅游外匯收入與10年后的貿(mào)易開(kāi)放程度高度相關(guān)，相關(guān)系數(shù)為0.75；而工具變量與貿(mào)易開(kāi)放程度的相關(guān)性只有0.14。②

表1 工具變量與開(kāi)放程度、環(huán)境污染相關(guān)系數(shù)矩陣

五、霧霾污染空間效應(yīng)的實(shí)證分析結(jié)果

（一）針對(duì)空間計(jì)量的模型設(shè)定

本文（5）式的基礎(chǔ)上，引入空間變量逐步完善模型。由于進(jìn)行的是面板數(shù)據(jù)分析，因此需要考慮時(shí)間效應(yīng)與個(gè)體效應(yīng)。故擴(kuò)展后的表達(dá)式為：

（二）基于模型的實(shí)證回歸結(jié)果

表2 不同模型設(shè)定下的回歸結(jié)果比較

注：1. 括號(hào)中顯示的是各變量所對(duì)應(yīng)的標(biāo)準(zhǔn)誤差。 2. 星號(hào)表示的是不同顯著性水平?！?**”表示p<0.01，“**”表示p<0.05，“*”表示p<0.1。

如表2所示，回歸（I）為不考慮內(nèi)生性或空間溢出效應(yīng)，用OLS方法回歸出的參照結(jié)果?？梢钥闯觯Q(mào)易開(kāi)放度對(duì)霧霾污染有顯著的改善作用。回歸（II）為只考慮貿(mào)易開(kāi)放程度與霧霾之間的內(nèi)生性問(wèn)題后，采用2SLS方法得到的結(jié)果，回歸（III）為只考慮空間溢出效應(yīng)，采用空間滯后面板數(shù)據(jù)回歸模型后的結(jié)果?；貧w（IV）為既考慮內(nèi)生性、又考慮空間溢出效應(yīng)的回歸結(jié)果。這三種方法得到的貿(mào)易開(kāi)放度對(duì)霧霾的影響均為正，即貿(mào)易對(duì)環(huán)境污染有加劇作用；同時(shí)，其加劇程度變小。觀察到收入對(duì)霧霾濃度的影響在同時(shí)控制了兩種因素后由正轉(zhuǎn)負(fù)，空間溢出效應(yīng)的系數(shù)卻變大?？赏茰y(cè)，這兩個(gè)變量所帶來(lái)的影響被省份之間的相互影響所分擔(dān)。同時(shí)，資本密度、供暖及政府治理這三個(gè)變量的影響不再顯著。然而這些不是本文的研究重點(diǎn)，故不在這里進(jìn)一步討論。

（三）對(duì)污染天堂假說(shuō)的檢驗(yàn)

污染天堂假說(shuō)認(rèn)為低收入發(fā)展中國(guó)家環(huán)境規(guī)制力度較低，因而在尋求地外部成本的污染密集性產(chǎn)業(yè)上具有比較優(yōu)勢(shì)，進(jìn)而使這些國(guó)家成為污染的集中區(qū)。本文遵循Frankel和Rose（2005）的做法，通過(guò)設(shè)立交叉項(xiàng)對(duì)“貿(mào)易天堂”假說(shuō)進(jìn)行檢驗(yàn)，具體檢驗(yàn)結(jié)果詳見(jiàn)附錄2。對(duì)這一假說(shuō)的解釋主要有三種：

一是由于環(huán)境標(biāo)準(zhǔn)更為嚴(yán)格和完善，發(fā)達(dá)國(guó)家會(huì)將高污染高耗能產(chǎn)業(yè)向發(fā)展中國(guó)家轉(zhuǎn)移。本文在方程中加入開(kāi)放度和人均收入的乘積這一交叉項(xiàng)為檢驗(yàn)此機(jī)制。其系數(shù)顯著為負(fù)，即在同一開(kāi)放程度下，高收入省份的污染反而較低，此機(jī)制成立。

二是與資源稟賦假說(shuō)相近，環(huán)境資源豐富的國(guó)家會(huì)主動(dòng)出口高污染產(chǎn)品。本文在方程中加入開(kāi)放度與人均土地面積的交叉項(xiàng)，若此機(jī)制成立，其系數(shù)應(yīng)為正。而本文回歸結(jié)果為負(fù)，此機(jī)制不成立。

三是資本密集型國(guó)家利用其比較優(yōu)勢(shì)生產(chǎn)較多資本密集型產(chǎn)品，導(dǎo)致污染集中。本文加入開(kāi)放度與資本勞動(dòng)比率的交叉項(xiàng)。其回歸系數(shù)顯著為負(fù)，即此機(jī)制在中國(guó)不成立。

綜上，由于在開(kāi)放過(guò)程中接收來(lái)自發(fā)達(dá)國(guó)家的高污染產(chǎn)業(yè)，中國(guó)逐漸成為“污染天堂”。

六、敏感性檢驗(yàn)

（一）數(shù)據(jù)選取的合理性檢驗(yàn)

本文通過(guò)用2001-2010年間中國(guó)各省的工業(yè)粉塵排放量來(lái)代替PM2.5數(shù)據(jù)做敏感性檢驗(yàn)。得到的部分回歸結(jié)果如表3所示。和表2所呈現(xiàn)出的結(jié)論相似，與簡(jiǎn)單回歸相比，不論是單獨(dú)考慮內(nèi)生性、空間溢出效應(yīng)，還是將兩種因素都考慮進(jìn)去，貿(mào)易開(kāi)放程度對(duì)霧霾的影響均為正顯著。這說(shuō)明將PM2.5的數(shù)據(jù)作為霧霾的代理變量所產(chǎn)生的結(jié)果具有一定可靠性。①

表3 不同模型設(shè)計(jì)下貿(mào)易開(kāi)放度對(duì)工業(yè)粉塵排放量的影響

注：1. 括號(hào)中顯示的是各變量所對(duì)應(yīng)的標(biāo)準(zhǔn)誤差。 2. 星號(hào)表示的是不同顯著性水平?！?**”表示 p<0.01，“**”表示p<0.05，“*”表示 p<0.1。

（二）工具變量選取的合理性檢驗(yàn)

本文從兩個(gè)角度來(lái)檢驗(yàn)合理性，一是工具變量與等式的外生關(guān)系（過(guò)度識(shí)別檢驗(yàn)），二是工具變量與內(nèi)生變量的關(guān)系及強(qiáng)弱程度（不可識(shí)別檢驗(yàn)及弱勢(shì)別檢驗(yàn)）。其中，運(yùn)用階條件來(lái)判斷方程是否可識(shí)別，運(yùn)用秩條件來(lái)判斷方程識(shí)別的狀態(tài)。具體介紹如下所示：

1）Underidentification tests（不可識(shí)別檢驗(yàn)）：通過(guò)秩條件來(lái)判斷工具變量與等式中的內(nèi)生變量是否有關(guān)系的檢驗(yàn)。本文采取Anderson秩檢驗(yàn)中的拉格朗日乘數(shù)法（Lagrange multiplier，LM）來(lái)檢驗(yàn)（Anderson，1951）。兩種檢驗(yàn)的原假設(shè)均為：方程不可識(shí)別。本文中結(jié)果顯示拒絕原假設(shè)，即方程可識(shí)別（identified）。

2）Weak identification test（弱識(shí)別檢驗(yàn)）：工具變量與內(nèi)生變量關(guān)系強(qiáng)弱的檢驗(yàn)。本文采取Cragg-Donald Wald秩檢驗(yàn)的F檢驗(yàn)方法（Cragg and Donald，1933）。原假設(shè)為：工具變量與內(nèi)生變量之間關(guān)系較弱。根據(jù)經(jīng)驗(yàn)法則，F(xiàn)值大于10即可拒絕原假設(shè)。因此本文中工具變量與內(nèi)生變量有較強(qiáng)的相關(guān)性。

3）Weak-instrument-robust inference（弱工具變量檢驗(yàn)）：工具變量本身顯著性程度的檢驗(yàn)。本文采取Anderson-Rubin Wald檢驗(yàn)（Anderson and Rubin，1950）與Stock-Wright拉格朗日乘數(shù)法檢驗(yàn)（Stock and Wright，2000）。其原假設(shè)為：工具變量在回歸中的系數(shù)為0，即解釋力度不大。本文中拒絕原假設(shè)，即工具變量有較強(qiáng)解釋力。

如表5所示，本文的回歸結(jié)果通過(guò)了關(guān)于工具變量合理性的檢驗(yàn)，因此采用此工具變量進(jìn)行的回歸結(jié)果準(zhǔn)確度較高。關(guān)于2SLS回歸中工具變量的第一階段回歸結(jié)果，詳見(jiàn)附錄3。

表5 工具變量的合理性檢驗(yàn)結(jié)果

注：1. 括號(hào)中顯示的是各變量所對(duì)應(yīng)的標(biāo)準(zhǔn)誤。 2. 星號(hào)表示的是不同顯著性水平?！?**”表示 p<0.01，“**”表示p<0.05，“*”表示p<0.1。

七、結(jié) 論

本文利用1998-2012年間中國(guó)31個(gè)省市的PM2.5及相關(guān)數(shù)據(jù)，在同時(shí)考慮到了解釋變量?jī)?nèi)生性及空間溢出效應(yīng)這兩種可能使結(jié)果有偏的因素后，探尋貿(mào)易開(kāi)放程度對(duì)霧霾的影響。結(jié)果證實(shí)了在中國(guó)貿(mào)易自由化對(duì)環(huán)境污染具有加劇作用的觀點(diǎn)。具體來(lái)說(shuō)：

1. 中國(guó)各省霧霾情況的空間集聚效應(yīng)明顯。

2. 在考慮到解釋變量的內(nèi)生性及空間溢出效應(yīng)后，貿(mào)易開(kāi)放度對(duì)霧霾的影響由負(fù)變正，由此得出貿(mào)易開(kāi)放度對(duì)霧霾有加劇作用的結(jié)論，即中國(guó)有成為全球化背景下的“污染天堂”的趨勢(shì)。

本文的研究可能與特定的地域與時(shí)期有關(guān)，也與中國(guó)各省自身發(fā)展?fàn)顩r的不同有關(guān)。如在全球價(jià)值鏈中處于不同地位的不同省市中貿(mào)易對(duì)環(huán)境的影響可能不同。因此，將全國(guó)性的數(shù)據(jù)分解至不同經(jīng)濟(jì)聚類(lèi)區(qū)、進(jìn)行更加深入的結(jié)構(gòu)分析是本文下一步的研究方向。同時(shí)，貿(mào)易開(kāi)放的影響機(jī)制除了EKC假說(shuō)、污染天堂假說(shuō)外，還有向底線賽跑（Race to the Bottom）假說(shuō)，即在國(guó)際貿(mào)易競(jìng)爭(zhēng)中各地紛紛降低其環(huán)境質(zhì)量標(biāo)準(zhǔn)，以保持競(jìng)爭(zhēng)力。進(jìn)一步檢驗(yàn)向底線賽跑假說(shuō)也是本文下一步的完善方向。

本文結(jié)論也具有一定的政策意義，即：

1. 地方政府在治理霧霾時(shí)應(yīng)考慮到霧霾的空間溢出效應(yīng)，集聚區(qū)內(nèi)的省市聯(lián)合治理的結(jié)果會(huì)顯著優(yōu)于某個(gè)省的單打獨(dú)斗。同時(shí)，通過(guò)將高污染產(chǎn)業(yè)遷至鄰省從而達(dá)到減少本省污染目標(biāo)的這種以鄰為壑的做法是不可取的，并不能從根本上改善本省環(huán)境。

2. 政府在制定貿(mào)易開(kāi)放政策時(shí)應(yīng)考慮到貿(mào)易開(kāi)放對(duì)環(huán)境的負(fù)影響。在進(jìn)行進(jìn)出口貿(mào)易時(shí)應(yīng)注意貿(mào)易產(chǎn)品的結(jié)構(gòu)優(yōu)化，避免重蹈歐美國(guó)家在上世紀(jì)初遇到的種種環(huán)境危機(jī)。

附錄1 各變量名稱(chēng)及基本信息

變量名稱(chēng)單位樣本數(shù)均值標(biāo)準(zhǔn)差最小值最大值 PM2.5PM2.5濃度39039.03419.0378.69485.650 Openness貿(mào)易開(kāi)放程度—3900.3240.4110.0341.690 Income人均實(shí)際收入萬(wàn)元39018.69612.2604.62664.192 Policy政府環(huán)境治理投資萬(wàn)元3900.0020.0020.0010.007 Landarea per capita土地密度—390401.930380.28830.6972239.017 Heat供暖情況—3900.6650.4640.0001.000 Trip income旅游外匯收入萬(wàn)元367295.579620.2730.2334562.240

附錄2 “污染天堂”假說(shuō)的檢驗(yàn)結(jié)果

假設(shè)1假設(shè)2假設(shè)3 ln Openness0.807***（0.000）0.793***（0.000）0.796***（0.000） 1.847***（0.000）1.773***（0.000）1.814***（0.000） ln Policy-0.043（0.231）-0.019（0.603）-0.029（0.428） ln landareaper capita0.223*（0.058）0.195*（0.098）0.217*（0.072） Heat-0.080（0.401）-0.102（0.290）-0.090（0.350）

續(xù)附錄2

假設(shè)1假設(shè)2假設(shè)3 Openness * Income-0.012***（0.000）__ Openness * Land_-0.0003***（0.002）_ Openness * Capital-labor Ratio__-0.032***（0.002） Observations370370370 Adjusted 0.7870.7800.779

注：1. 括號(hào)中顯示的是各變量所對(duì)應(yīng)的標(biāo)準(zhǔn)誤差。 2. 星號(hào)表示的是不同顯著性水平?！?**”表示 p<0.01，“**”表示p<0.05，“*”表示p<0.

附錄3 2SLS方法的第一階段回歸結(jié)果

模型（6）模型（8）敏感性檢驗(yàn) ln Income-0.220** （0.026）0.362 （0.425）-0.220** （0.026） ln2Income_-0.108（0.189）_ ln Policy0.049*** （0.000）0.032 （0.378）0.049 （0.160） ln Landarea per capita-0.194 * （0.075）-0.172 （0.120）-0.194* （0.075） Heat0.159*** （0.000）0.174* （0.063）0.159* （0.087） ln Trip_income0.203*** （0.000）0.201*** （0.000）0.203*** （0.000） Observations330 330 330 Adjusted R20.370 0.374 0.370 F value96.65***（0.000）26.96***（0.000）96.65***（0.000） Underidentification tests合格合格合格 Weak identification test合格合格合格 Weak-instrument-robust inference合格合格合格

注：1. 括號(hào)中顯示的是各變量所對(duì)應(yīng)的標(biāo)準(zhǔn)誤差。 2. 星號(hào)表示的是不同顯著性水平?！?**”表示 p<0.01，“**”表示p<0.05，“*”表示 p<0.1。

1. 鄧柏盛、宋德勇：《中國(guó)對(duì)外貿(mào)易，F(xiàn)DI與環(huán)境污染之間關(guān)系的研究: 1995-2005》[J]，《國(guó)際貿(mào)易問(wèn)題》2008年第4期。

2. 馬麗梅、張曉：《中國(guó)霧霾污染的空間效應(yīng)及經(jīng)濟(jì)，能源結(jié)構(gòu)影響》[J]，《中國(guó)工業(yè)經(jīng)濟(jì)》2014年第4期。

3. 彭水軍、張文城、曹毅：《貿(mào)易開(kāi)放的結(jié)構(gòu)效應(yīng)是否加劇了中國(guó)的環(huán)境污染——基于地級(jí)城市動(dòng)態(tài)面板數(shù)據(jù)的經(jīng)驗(yàn)證據(jù)》[J]，《國(guó)際貿(mào)易問(wèn)題》2013年第8期。

4. 沈坤榮、李劍：《中國(guó)貿(mào)易發(fā)展與經(jīng)濟(jì)增長(zhǎng)的經(jīng)驗(yàn)研究》[J]，《經(jīng)濟(jì)研究》2003年第5期。

5. 魏鋒、沈坤榮：《中國(guó)出口商品結(jié)構(gòu)與貿(mào)易發(fā)展方式的轉(zhuǎn)變——基于1978-2007 年的經(jīng)驗(yàn)研究》[J]，《國(guó)際貿(mào)易問(wèn)題》2009年第10期。

6. 許廣月、宋德勇：《中國(guó)碳排放環(huán)境庫(kù)茲涅茨曲線的實(shí)證研究》[J]，《中國(guó)工業(yè)經(jīng)濟(jì)》2010年第5期。

7. 楊海生、賈佳、周永章：《貿(mào)易, 外商直接投資，經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染》[J]，《中國(guó)人口資源與環(huán)境》2005年第2期。

8. Anderson, T. W., 1951, "Estimating Linear Restrictions on Regression Coefficients for Multivariate Normal Distributions" [J],, PP327-351.

9. Anderson, T. W., and Rubin, H., 1950, "The Asymptotic Properties of Estimates of the Parameters of a Single Equation in a Complete System of Stochastic Equations"[J],, PP 570-582.

10. Anselin, L., 1995, "Local Indicators of Spatial Association—LISA"[J],, Vol.27(2), PP 93-115.

11. Antweiler, W., Copeland, B. R., and Taylor, M. S., 1998, "Is Free Trade Good for the Environment?" [J],No. w6707.

12. Baek, J., Cho, Y., and Koo, W. W., 2009, "The Environmental Consequences of Globalization: A Country-specific Time-series Analysis"[J],, Vol.68(8), PP2255-2264.

13. Cole, Matthew A., 2006, "Does Trade Liberalization Increase National Energy Use?" [J],, Vol.92(1), PP108-112.

14. Cole, Matthew A., and Elliott. R. J., 2003, "Determining the Trade–environment Composition Effect: The Role of Capital, Labor and Environmental Regulations." [J],, Vol.46(3), PP363-383.

15. Copeland, B. R., and Taylor, M. S., 1995, "Trade and Transboundary Pollution"[J],, PP716-737.

16. Copeland, B. R., and Taylor, M. S., 2003, "Trade, Growth and the Environment"[J] ,. No. w9823.

17. Cragg, John G., and Donald, S. G., 1993, "Testing Identifiability and Specification in Instrumental Variable Models." [J],, Vol.9, PP222-240.

18. Frankel, J. A., and Rose, A. K., 2005, "Is Trade Good or Bad for the Environment? Sorting Out the Causality." [J],Vol.87(1), PP85-91.

19. Frankel, J. A., & Romer, D., 1999, "Does Trade Cause Growth? "[J],, PP379-399.

20. Grossman, G. M., and Krueger, A. B., 1991, "Environmental Impacts of a North American Free Trade Agreement"[J],. No. w3914.

21. Li, Z., Xu, N., and Yuan, J., 2015, "New Evidence on Trade-environment Linkage Via Air Visibility" [J],.

22. Maddison, David., 2007, "Modelling Sulphur Emissions in Europe: a Spatial Econometric Approach." [J],, Vol.59(4), PP726-743.

23. Panayotou, Theodore., 2000, "Economic Growth and the Environment"[D], Center for International Development at Harvard University. No. 56.

24. Stock, J. H., and Wright, J. H., 2000, "GMM with Weak Identification." [J],, Vol.68(5), PP1055-1096.

25. Yan Yunfeng, and Yang Laike, 2010, "China's Foreign Trade and Climate Change: A Case Study of CO 2 Emissions"[J],, Vol.38(1): PP350-356.

（HT）

①因篇幅所限，各年間指數(shù)的具體數(shù)值從略。若需要可與作者聯(lián)系索要。

①因篇幅所限，其他年份的集聚地圖未呈現(xiàn)。需要可與作者索要。

①因篇幅所限，二次方項(xiàng)的回歸結(jié)果未呈現(xiàn)。需要可與作者索要。

②由于篇幅原因，工具變量在兩階段回歸中第一階段的回歸結(jié)果未在此展示，若需要可與作者索要。

①以工業(yè)粉塵排放量為指標(biāo)的工具變量及模型設(shè)定的合理性檢驗(yàn)結(jié)果由于篇幅原因未能展示，若需要可與作者聯(lián)系索要。