丁 鐳 刁貝娣
(1.寧波職業(yè)技術學院環(huán)杭州灣地區(qū)產業(yè)經(jīng)濟研究中心,浙江 寧波 315800;2.中國礦業(yè)大學經(jīng)濟管理學院,江蘇 徐州 221000)
大氣污染物的排放和轉移對城市空氣質量起著重要作用[1],其中的工業(yè)大氣污染物又是重中之重[2-3]。在京津冀大氣污染物的主要來源中,工業(yè)排放的二氧化硫和氮氧化物分別占到了二者總排放量的74%、56%[4]。因此,工業(yè)源大氣污染物控制和減排研究及其影響因素的確定依然是當前大氣污染治理工作的關鍵[5-6]。京津冀及其周邊地區(qū)、長三角、汾渭平原等重點區(qū)域的大氣污染控制和減排是“十二五”以來我國大氣污染防治的一項關鍵工作和重點任務[7]。2018年生態(tài)環(huán)境部出臺了一系列針對重點區(qū)域的大氣污染綜合治理攻堅行動方案,對這些地區(qū)提出工業(yè)產業(yè)布局優(yōu)化、工業(yè)污染治理、能源結構調整等整治要求。作為長三角的重點經(jīng)濟區(qū)和“兩山”理論的發(fā)源地,同時也是藍天保衛(wèi)戰(zhàn)重點區(qū)域,浙江在推進“兩美浙江”建設和打好污染防治攻堅戰(zhàn)的過程中,探究其工業(yè)大氣污染物排放的主要特征及影響因素,可以挖掘出浙江在大氣污染治理層面的經(jīng)驗做法,為區(qū)域乃至全國的大氣污染防治提供借鑒[8]。
從已有研究來看,工業(yè)大氣污染物排放及影響因素分解,主要圍繞以下3個角度展開:(1)基于傳統(tǒng)的環(huán)境庫茲涅茨曲線(EKC)模型,常常將工業(yè)廢氣排放量作為因變量之一,與廢水排放量、固體廢棄物排放量等一起,探討它們與地方經(jīng)濟發(fā)展[9-11]、產業(yè)結構[12-13]的關系和影響,但不能具體分析不同大氣污染物排放量的影響差異;(2)基于對數(shù)平均迪氏指數(shù)法(LMDI)的因素分解模型,從經(jīng)濟發(fā)展水平、產業(yè)結構、科技進步水平、能源結構等方面對工業(yè)廢氣中主要污染物(包括廢氣排放總量、二氧化硫、氮氧化物和煙粉塵)的減排效應進行解析,但往往缺少區(qū)域間的空間聯(lián)系和相互影響分析[14-19];(3)基于計量經(jīng)濟學特別是空間計量經(jīng)濟學,在EKC模型的框架上對大氣污染物排放量[20-22]或者環(huán)境空氣質量[23],[24]171,[25-29]變化的社會經(jīng)濟影響機理進行系統(tǒng)揭示。從目前來看,空間計量經(jīng)濟學可以更加科學地反映大氣污染的溢出效應和相關作用機理。
綜上分析,本研究以浙江11個地級市為研究對象,在分析3種主要工業(yè)大氣污染物(二氧化硫、氮氧化物和煙粉塵)的排放量變化特征及空間關系的基礎上,基于計量經(jīng)濟學和空間計量經(jīng)濟學構建普通面板和空間計量面板回歸模型,探究經(jīng)濟發(fā)展水平、產業(yè)結構、科技進步水平、能源結構和污染治理水平等社會影響因素對工業(yè)大氣污染物排放的影響,為區(qū)域工業(yè)結構調整、大氣污染治理和減排政策制定提供參考。
本研究所需的人均國內生產總值(GDP)、工業(yè)增加值、單位工業(yè)增加值的綜合能耗、工業(yè)煤炭消費量等數(shù)據(jù)主要來自2007—2018年的浙江統(tǒng)計年鑒,個別缺失的數(shù)據(jù)參考了浙江11個地級市的統(tǒng)計年鑒。工業(yè)二氧化硫、氮氧化物、煙粉塵排放量和工業(yè)廢氣治理投資金額等數(shù)據(jù)主要來自2007—2018年的浙江自然資源與環(huán)境統(tǒng)計年鑒、個別缺失的數(shù)據(jù)參考了2006—2017年浙江11個地級市的環(huán)境質量公報等資料。需要說明的是,3類統(tǒng)計年鑒的數(shù)據(jù)反映的均為上一年的數(shù)據(jù)。
首先,分析11個地級市的工業(yè)大氣污染物排放量的空間相關性,本研究選擇全局空間自相關方法進行分析,為空間計量面板回歸模型選擇提供依據(jù),反映全局空間自相關的全局莫蘭指數(shù)計算公式見式(1)[30]103,[31]。
(1)
然后,分別用地級市i的人均GDP(Pi,元)、工業(yè)增加值占GDP的比重(Si,%)、單位工業(yè)增加值的綜合能耗(Ti,億元/萬t(以標準煤計))、工業(yè)煤炭消費量(Ei,萬t)和工業(yè)廢氣治理投資金額(Gi,萬元)表征經(jīng)濟發(fā)展水平、產業(yè)結構、科技進步水平、能源結構和環(huán)境污染治理水平,構建普通面板回歸模型(見式(2)),總體上判定各個影響因素對工業(yè)大氣污染物排放的影響程度。為降低異方差性的影響,對主要變量進行對數(shù)變換[24]172,[32]。
lnxi=μ+β1lnPi+β2ln2Pi+β3lnSi+β4lnTi+β5lnEi+β6lnGi+ε
(2)
式中:β1~β6為相應項的回歸系數(shù);μ為常數(shù)項;ε為誤差項。
再次,考慮到模型變量存在的空間相關性,為提高回歸模型的分析精度,進行了拉格朗日乘數(shù)(LM)檢驗和沃爾德(Wald)檢驗[33-34],發(fā)現(xiàn)混合效應模型、時期固定效應模型和個體時期固定效應模型都沒有通過顯著性檢驗,因而選擇空間杜賓模型[35]來構建空間計量面板回歸模型(見式(3))。
lnxi=μ+δWlnxi+β1lnPi+β2ln2Pi+β3lnSi+β4lnTi+β5lnEi+β6lnGi+θ1WlnPi+θ2Wln2Pi+θ3WlnSi+θ4WlnTi+θ5WlnEi+θ6WlnGi+ε
(3)
3種工業(yè)大氣污染物的排放量時序變化特征見圖1。從全省總量來看,二氧化硫、氮氧化物和煙粉塵排放總量分別從2006年的82.80萬、45.79萬、30.99萬t,降到了2017年的18.24萬、21.13萬、13.25萬t,其中二氧化硫的減排控制效果最好,實現(xiàn)了年均約7.6%的排放量削減。從各個地級市的排放量來看:(1)11個地級市的二氧化硫排放量均有明顯的逐年遞減趨勢,2006年全省排放量最高的3個地級市是寧波、杭州、嘉興,均超過10萬t,2017年11個地級市都降到了3萬t以下,寧波的降幅最為明顯;舟山和麗水的二氧化硫排放量一直處于較低水平。(2)11個地級市的氮氧化物排放量呈現(xiàn)先增加后降低趨勢,基本在2010—2011年達到最高峰,之后開始逐漸削減;氮氧化物排放量相對較高的城市是工業(yè)經(jīng)濟發(fā)達的寧波、杭州等,主要受化工、石油、鋼鐵、紡織等污染密集型產業(yè)的影響,而排放量相對較低的是麗水、舟山。(3)11個地級市的煙粉塵排放量呈現(xiàn)波動中下降的趨勢,排放量相對較高的是衢州、杭州、湖州、金華、寧波,排放量相對較低的是舟山、臺州和溫州。
2006—2017年3種工業(yè)大氣污染物的全局莫蘭指數(shù)見表1。3種工業(yè)大氣污染物排放量的全局莫蘭指數(shù)總體呈現(xiàn)由負(接近于0)轉正、逐漸增大的趨勢,說明浙江的工業(yè)大氣污染物排放在空間分布上由隨機狀態(tài)向集聚狀態(tài)轉變,主要集聚在杭州、嘉興和寧波一帶,特別是2010年之后,污染物排放的空間集聚性趨于增強。2010年以后,全局莫蘭指數(shù)的p也越來越小,表明聚集特征越來越顯著。
圖1 2006—2017年浙江主要工業(yè)大氣污染物排放量的時序變化特征Fig.1 Time variation characteristics of major industrial air pollutants emissions in Zhejiang from 2006 to 2017
普通面板回歸模型結果見表2。通過Hausman檢驗發(fā)現(xiàn),二氧化硫和煙粉塵排放量的回歸結果用固定效應解釋更合適,而氮氧化物排放量用隨機效應解釋更合適。
(1) 對于二氧化硫排放量而言,β1為14.064、β2為-0.656(均在1%水平上顯著),說明浙江工業(yè)二氧化硫排放量與人均GDP呈現(xiàn)典型的“倒U型”關系;β3為2.271、β5為0.366(均在1%水平上顯著),這意味著工業(yè)增加值占GDP的比重和工業(yè)煤炭消費量是導致二氧化硫排放量增多的重要因素,調整和優(yōu)化產業(yè)結構和能源結構是未來二氧化硫減排的重點任務;此外,科技進步水平和環(huán)境污染治理水平對二氧化硫排放量有一定的削減作用。
(2) 對于氮氧化物排放量而言,β1為9.642、β2為-0.446(均在1%水平上顯著),同二氧化硫排放量的回歸結果類似,說明浙江工業(yè)氮氧化物排放量與人均GDP也呈現(xiàn)典型的“倒U型”關系;β3為2.512(在1%水平上顯著)、β5為0.409(在5%水平上顯著),說明工業(yè)增加值占GDP比重和工業(yè)煤炭消費量與氮氧化物排放量也有顯著的正相關關系;β6為-1.603(在5%水平上顯著),則說明環(huán)境污染治理水平對氮氧化物排放量有顯著的削減作用;而科技進步水平的削減作用還沒有顯現(xiàn),未來需要進一步加強提升工業(yè)企業(yè)的脫硝水平。
表1 浙江主要工業(yè)大氣污染物排放量的全局莫蘭指數(shù)
表2 普通面板回歸模型結果1)
(3) 對于煙粉塵排放量而言,β1為9.519、β2為-0.517(均在1%水平上顯著),同前兩種污染物一致,煙粉塵排放量與人均GDP也呈現(xiàn)典型的“倒U型”關系;β4為-1.399(在5%水平上顯著),說明科技進步水平對煙粉塵排放量有顯著的削減作用;其他變量對煙粉塵排放量影響不顯著。
空間杜賓模型的空間固定效應的似然比檢驗值(LR)為271.654(p<1%),時期固定效應的LR為69.832(p<1%),均通過顯著性檢驗,這表明需要采用個體時期雙固定的空間杜賓模型進行回歸分析。同時,Hausman檢驗值為7.23(p>10%),沒有通過顯著性檢驗,進一步表明個體時期雙固定的空間隨機效應模型更適合。最終空間杜賓模型結果見表3。
由表3可見,二氧化硫、氮氧化物和煙粉塵排放量的δ分別為0.287、0.192、0.302(均在1%水平上顯著),均為正值,表明浙江工業(yè)大氣污染物排放總體存在空間集聚特征和空間溢出效應,說明快速的工業(yè)經(jīng)濟發(fā)展不僅對區(qū)域內部工業(yè)污染物集聚帶來影響,也對鄰近地區(qū)產生溢出效應。
從表3的β1、β2、θ1、θ2數(shù)據(jù)可以看出,經(jīng)濟發(fā)展水平對3種工業(yè)大氣污染物的排放量起著先增加后減少的直接影響,但是其空間溢出效應不顯著,即對鄰近城市的影響較小。已有研究指出,高速經(jīng)濟增長是影響城市環(huán)境空氣質量的“幕后推手”[30]106。隨著“美麗浙江”等生態(tài)文明建設的推進,浙江為保護生態(tài)環(huán)境,控制了經(jīng)濟增速,調整了政府投資導向,使得經(jīng)濟發(fā)展水平對工業(yè)大氣污染物排放的作用由增加轉為減少。
表3 空間杜賓模型結果
表4 各社會影響因素的直接影響和溢出效應分解
從表3的β3和θ3數(shù)據(jù)可以看出,產業(yè)結構對3種工業(yè)大氣污染物的排放量有顯著增加的直接影響,其中對氮氧化物和煙粉塵排放而言還具有一定的空間溢出效應。值得注意的是,工業(yè)增加值占GDP比重的提升會增加本地的污染物排放,但在一定程度上能緩解鄰近地區(qū)的污染物排放量,這主要是因為產業(yè)轉移導致的污染物排放轉移。從當前現(xiàn)狀來看,浙江的產業(yè)結構問題仍然突出,局部地區(qū)高污染、高能耗和“低小散”企業(yè)比重仍然較大[36]14。未來,浙江需加快淘汰這些企業(yè),優(yōu)化工業(yè)結構,特別是需強化規(guī)劃環(huán)評,引導重點企業(yè)的合理布局,以實現(xiàn)生態(tài)化、綠色化的發(fā)展。
從表3的β5和θ5數(shù)據(jù)可以看出,能源結構對3種工業(yè)大氣污染物的排放量也有一定的直接影響,會起到增加污染物排放的作用,但其空間溢出效應不顯著。目前,浙江煤炭消費占能源消費總量的比重依然較高,2015年煤炭消費量為1.38億t,占一次能源消費總量的比例達52.4%。未來,浙江應優(yōu)化能源結構,提高清潔能源的使用比例。
從表3的β4和θ4數(shù)據(jù)可以看出,科技進步水平有利于直接減少3種工業(yè)大氣污染物的排放量,并且存在空間溢出效應,可以聯(lián)動周邊區(qū)域實現(xiàn)共同減排。特別是“十三五”以來,杭州、寧波等科技發(fā)達的地級市推廣使用高效、成熟的脫硝技術和除塵技術,逐漸帶動了全省二氧化硫、氮氧化物和煙粉塵的持續(xù)減排[36]15。
從表3的β6和θ6數(shù)據(jù)可以看出,環(huán)境污染治理水平也起到直接減少3種工業(yè)大氣污染物排放量的作用,同時存在空間溢出效應。環(huán)境污染治理水平的空間溢出效應體現(xiàn)在提高了周邊地區(qū)公眾、社會對環(huán)境污染治理的認知水平,從而引發(fā)更高的環(huán)保訴求,另一方面也影響了周邊地區(qū)環(huán)保督察的懲治力度和考核標準。相比科技進步水平,環(huán)境污染治理水平的減排作用總體偏低。
參照LESAGE等[37]的偏微分解析方法,將以上社會影響因素對工業(yè)大氣污染物排放量的直接影響和溢出效應進行進一步分解,結果見表4。由表4可見,各社會影響因素的直接影響與溢出效應分析結果與空間杜賓模型一致。對于同時存在直接影響和溢出效應的產業(yè)結構、科技進步水平和環(huán)境污染治理水平,基本上都是直接影響大于溢出效應。
(1) 2006—2017年,浙江3種主要工業(yè)大氣污染物排放量均呈現(xiàn)出總體削減的趨勢。全局莫蘭指數(shù)分析表明,2010年以后污染物排放量的空間集聚性趨于增強,主要集聚在杭州、嘉興、寧波一帶。
(2) 普通面板回歸模型分析結果表明,經(jīng)濟發(fā)展水平對3種工業(yè)大氣污染物的排放影響呈“倒U型”趨勢。產業(yè)結構和能源結構對二氧化硫和氮氧化物的排放具有促進作用,環(huán)境污染治理水平具有削減作用,而科技進步水平對二氧化硫和煙粉塵排放量具有削減作用。
(3) 空間杜賓模型分析結果表明,經(jīng)濟發(fā)展水平和能源結構對3種工業(yè)大氣污染物的排放主要體現(xiàn)為直接影響;產業(yè)結構除直接影響外,對氮氧化物和煙粉塵排放還具有溢出效應;科技進步水平和環(huán)境污染治理水平同時存在直接影響和溢出效應。
首先,需實施重點地區(qū)重點控制和聯(lián)防聯(lián)控協(xié)同治理“兩手抓”策略。結合各地級市“十三五”工業(yè)大氣污染物減排目標,應重點加強寧波、杭州、嘉興等高污染物排放量地區(qū)的監(jiān)管和環(huán)保督察,科學確定上述地區(qū)“十四五”工業(yè)大氣污染物減排量。同時,采取聯(lián)防聯(lián)控協(xié)同治理策略,做到污染物排放清單、空氣質量監(jiān)測數(shù)據(jù)、嚴重失信企業(yè)名單的共享,廣泛開展工業(yè)污染治理的聯(lián)動執(zhí)法檢查。此外,要嚴格把控產業(yè)轉移過程中帶來的污染轉移。
其次,積極發(fā)揮工業(yè)企業(yè)的科技進步水平和環(huán)境污染治理水平等的削減作用及其空間溢出效應。因此,未來需要重視環(huán)保技術創(chuàng)新和環(huán)保新產品的推廣和輸出。比如,可以考慮取消鋼鐵行業(yè)燒結機和球團生產設備脫硫旁路,推廣使用高效、成熟的脫硝技術和除塵技術,以技術共享的方式推進整個區(qū)域二氧化硫、氮氧化物排放量持續(xù)減少;還可以加快工業(yè)園區(qū)內的集中供熱,發(fā)揮規(guī)模優(yōu)勢,提高能源使用效率。