李金鎧,孫合草,張瑾*
(1.鄭州大學(xué)能源環(huán)境經(jīng)濟(jì)研究中心,河南鄭州 450000;2.鄭州大學(xué)商學(xué)院,河南鄭州 450000;3.清華大學(xué)公共管理學(xué)院,北京 100871)
生態(tài)環(huán)境問題突出,污染治理難度大,是我國當(dāng)前亟須解決的一項(xiàng)重大命題。鑒于技術(shù)進(jìn)步是提高能效、減少排放、改善環(huán)境的關(guān)鍵因素和重要手段[1,2],我國相繼出臺了有關(guān)政策,在打好污染防治攻堅(jiān)戰(zhàn)中提出了明確要求和安排,不斷強(qiáng)化科技支撐作用,推動技術(shù)創(chuàng)新,增加科技投入,促進(jìn)環(huán)境質(zhì)量改善。雖然以上關(guān)于污染控制的措施已取得一定效果,但我國環(huán)境問題依然比較嚴(yán)重。有數(shù)據(jù)顯示,2019 年全國337 個(gè)地級及以上城市中,180 個(gè)城市環(huán)境空氣質(zhì)量超標(biāo),占53.4%[3];中國在2020 年全球環(huán)境績效指標(biāo)排名中,以37.3 分位居第120 位,排名較為落后。
鑒于依然嚴(yán)峻的環(huán)境形勢,學(xué)者們開始全面反思和進(jìn)一步探討技術(shù)與環(huán)境效應(yīng)的關(guān)系。劉亦文等[4]和Berkhout[5]的研究發(fā)現(xiàn)通過改進(jìn)技術(shù)這一手段來提高資源利用效率并解決環(huán)境污染問題往往達(dá)不到預(yù)期效果,其中一個(gè)重要原因就是回彈效應(yīng)的存在。環(huán)境回彈效應(yīng)(Environmental Rebound Effect,ERE)是指經(jīng)濟(jì)機(jī)制中效率提升所帶來的預(yù)期環(huán)境改善與實(shí)際環(huán)境改善之間的差額,即“收回”(taken-back)的改善量[6]。也就是說由于環(huán)境回彈效應(yīng)的存在,技術(shù)進(jìn)步對治污效率的提高作用可能被部分抵消了。
因此,厘清ERE 的發(fā)生機(jī)理,科學(xué)地測度ERE,是環(huán)境治理效果評估和政府決策輔助的重要命題?;诖?,本文從環(huán)境經(jīng)濟(jì)學(xué)的視角,在David Font Vivanco 等[6]開發(fā)的分析回彈效應(yīng)的通用框架基礎(chǔ)上,首先深入探究了技術(shù)進(jìn)步觸發(fā)的ERE 的基本原理及路徑;其次,基于Sequential Malmquist-Luenberger(SML)指數(shù)全要素生產(chǎn)率模型估計(jì)了純技術(shù)進(jìn)步對經(jīng)濟(jì)產(chǎn)出的貢獻(xiàn),構(gòu)造了ERE 的測算公式,并利用1999—2017 年中國能源環(huán)境經(jīng)濟(jì)數(shù)據(jù)對我國30 個(gè)省份①考慮到數(shù)據(jù)的可獲得性,西藏及港、澳、臺地區(qū)除外。的環(huán)境回彈效應(yīng)進(jìn)行測度;最后,為深入了解環(huán)境回彈效應(yīng)的區(qū)域異質(zhì)性特征,本文引入了空間分析方法對中國省域環(huán)境回彈效應(yīng)的空間分布結(jié)構(gòu)和集聚特征等進(jìn)行了刻畫。
回彈效應(yīng)最初源于“杰文斯悖論”[7],后被廣泛應(yīng)用于能源經(jīng)濟(jì)領(lǐng)域。由于回彈效應(yīng)有強(qiáng)大的理論分析適用性,近年來回彈效應(yīng)也逐漸被應(yīng)用到環(huán)境問題的研究上。其中,Goedkoop[8]認(rèn)為ERE 是指世界環(huán)境負(fù)荷的增加,它是生態(tài)和經(jīng)濟(jì)兩方面功能實(shí)現(xiàn)優(yōu)化的間接結(jié)果,這一概念提供了一種更為全面的回彈效應(yīng)觀點(diǎn)。Spielmann 等[9]將ERE 定義為系統(tǒng)環(huán)境性能的變化。Murray[10]將其定義為抵消消耗量所產(chǎn)生的能量、資源或外部性的數(shù)量,表示為不抵消消耗量的潛在減少量的百分比。
顯然,對于ERE 的存在性,即“有沒有”的問題,學(xué)界是達(dá)成共識的。而對于ERE 的內(nèi)涵、機(jī)理、理論分析框架的討論則依然在進(jìn)行中。理論上來講,ERE 與能源經(jīng)濟(jì)學(xué)的基本假設(shè)是一致的,即技術(shù)進(jìn)步所帶來的產(chǎn)品效率變化(如提供能源服務(wù)的能源效率)可以通過消費(fèi)行為變化和生產(chǎn)要素投入等活動帶來總需求的變化。但ERE 的概念是廣義的,它既涵蓋了能源和與能源相關(guān)的排放以及更廣泛的環(huán)境問題,又?jǐn)U展了回彈效應(yīng)框架,使其更具有環(huán)境評估能力[6]。比如,ERE 的觀點(diǎn)使得技術(shù)創(chuàng)新從解決單一環(huán)境問題(提高能源效率以減少石油消耗)逐步轉(zhuǎn)向能夠同時(shí)處理多個(gè)問題(減緩全球變暖、城市空氣污染,減少噪聲等)上來[11]。正因?yàn)榇?,也使得ERE 的發(fā)生機(jī)理依然存在爭議。傳統(tǒng)能源回彈效應(yīng)中價(jià)格機(jī)制(觸發(fā)消費(fèi)和生產(chǎn)行為變化的根本原因)是核心[12],但在ERE 中,引發(fā)消費(fèi)和生產(chǎn)行為變化的原因不僅有能源要素價(jià)格變動,還有消費(fèi)和生產(chǎn)主體對于時(shí)間、空間的感知變化等社會和文化方面的原因[13],這同樣也為ERE 的測度帶來了挑戰(zhàn)。
因此,對于ERE 的測度逐漸成為研究焦點(diǎn)。在已有研究中,主要是基于工業(yè)生態(tài)學(xué)、生態(tài)經(jīng)濟(jì)學(xué)等視角,以生命周期分析法(Life Cycle Analysis,LCA)為主要測度模型開發(fā)的思路,并應(yīng)用于不同產(chǎn)品、產(chǎn)業(yè)或領(lǐng)域。例如,Vivanco 等分別利用生命周期評價(jià)來量化技術(shù)進(jìn)步變化帶來的環(huán)境回彈效應(yīng)值[14,15]。雖然生命周期評價(jià)為環(huán)境回彈效應(yīng)的研究提供了多維度和生命周期視角,具有重要的價(jià)值[16]。但是,LCA的最主要缺陷在于“系統(tǒng)邊界”的確定,即同樣的觀測對象,如果生命周期的選取標(biāo)準(zhǔn)不同,其結(jié)果也會發(fā)生較大的變化。Weber 等[17]曾指出雖然已有機(jī)構(gòu)開始設(shè)計(jì)標(biāo)準(zhǔn)的LCA 評估流程,但是它們也始終未能為科學(xué)地界定系統(tǒng)邊界、數(shù)據(jù)收集和設(shè)置參數(shù)做出統(tǒng)一指導(dǎo)。此外,傳統(tǒng)的生命周期評價(jià)仍側(cè)重于對單個(gè)產(chǎn)品或產(chǎn)業(yè)的評價(jià),對于宏觀環(huán)境回彈的測算存在一定的局限性。
近些年,也有學(xué)者嘗試用經(jīng)濟(jì)學(xué)的分析方法來討論ERE。Runar Br?nnlun 等[18]研究表明技術(shù)進(jìn)步帶來的能源效率提高對二氧化碳、二氧化硫和氮氧化物的排放有回彈效應(yīng)。Wu 等[19]、Yang 等[20]從宏觀經(jīng)濟(jì)的角度出發(fā),定量評價(jià)了技術(shù)進(jìn)步與碳排放之間的關(guān)系,揭示了中國碳排放的回彈效應(yīng)。查冬蘭[21]等用CGE 模式估計(jì)了中國二氧化碳排放的反彈效應(yīng)值,發(fā)現(xiàn)當(dāng)煤炭、石油和電力利用效率分別提高4%后,主要部門的碳排放分別減少0.98%、0.44%和1.9%。
總的來說,現(xiàn)有的研究大多是從宏觀經(jīng)濟(jì)視角出發(fā),且主要是相關(guān)性分析,以間接揭示ERE 的存在。關(guān)于中國環(huán)境回彈效應(yīng)的定量測度中,也主要側(cè)重于碳排放,并不能對廣義環(huán)境治理效果進(jìn)行評估。由于以往學(xué)者大多直接采用能源回彈效應(yīng)的理論框架,這使得當(dāng)前國內(nèi)已有研究中對于ERE 的內(nèi)涵及機(jī)制解釋較為模糊,導(dǎo)致結(jié)果的可比性、政策含義較不明顯。此外,在環(huán)境回彈效應(yīng)的測度方法上也還存在較大的改進(jìn)空間?;诖耍疚臄M從兩個(gè)方面進(jìn)行探索性深入研究:理論層面,從回彈效應(yīng)的一般框架出發(fā),分析ERE 的發(fā)生機(jī)理,構(gòu)建ERE 理論框架,厘清ERE測度方法和測度指標(biāo)選取的基本要求,從而提高ERE理論的可推廣性;實(shí)證層面,技術(shù)進(jìn)步效應(yīng)的估計(jì)值是測度ERE 的關(guān)鍵,本文基于SML 指數(shù)全要素生產(chǎn)率模型估計(jì)技術(shù)進(jìn)步效應(yīng),避免技術(shù)回歸現(xiàn)象從而提高ERE 測度結(jié)果的準(zhǔn)確性、可比性。
David Font Vivanco 等[6]通過對能源經(jīng)濟(jì)領(lǐng)域的經(jīng)典能源回彈效應(yīng)及其在其他領(lǐng)域的拓展研究進(jìn)行深入回顧,提出了“回彈效應(yīng)”分析的一般框架。他將回彈效應(yīng)的定義分解為四個(gè)要素:①技術(shù)(效率)變化(回彈觸發(fā));②由技術(shù)驅(qū)動(回彈驅(qū)動因素)的生產(chǎn)和消費(fèi)要素變化;③將回彈驅(qū)動因素的變化轉(zhuǎn)化為需求變化的經(jīng)濟(jì)機(jī)制(回彈機(jī)制);④表示需求變化的經(jīng)濟(jì)和環(huán)境指標(biāo)(回彈測度指標(biāo))?;诖丝蚣埽疚臉?gòu)建如圖1 所示的ERE 的理論框架,分別刻畫了ERE 的關(guān)鍵因素及其相互關(guān)系。
其中,ERE 框架下的“技術(shù)(效率)變化”,與能源經(jīng)濟(jì)學(xué)、生態(tài)經(jīng)濟(jì)學(xué)中對“效率”的定義不同。ERE 框架下的“技術(shù)(效率)變化”應(yīng)當(dāng)既包含促進(jìn)經(jīng)濟(jì)產(chǎn)出增長的物質(zhì)資本要素的技術(shù)進(jìn)步,又包括用于消除或減少污染物排放的技術(shù)進(jìn)步。本文將其定義為“經(jīng)濟(jì)整體技術(shù)進(jìn)步對環(huán)境降污效率的變化”,環(huán)境降污效率是涵蓋性概念,這里用“污染排放強(qiáng)度”表示。但由于ERE 視角下,回彈驅(qū)動因素不能具象至于價(jià)格、收入或生產(chǎn)要素的經(jīng)濟(jì)因素,環(huán)境污染是這些經(jīng)濟(jì)因素的后果,并非經(jīng)濟(jì)因素的本身。因此,能準(zhǔn)確解釋“環(huán)境降污效率變化”的因果機(jī)制尚不清楚。但正如De Haan[22]指出的“回彈效應(yīng)的定義本身不應(yīng)該出現(xiàn)價(jià)格信號,而只是建立在能源效率變化引起的能源需求變化的基礎(chǔ)上”,本文建議ERE 的定義也不宜強(qiáng)調(diào)價(jià)格信號的作用,只需要突出“環(huán)境降污效率(污染強(qiáng)度)變化引起的環(huán)境污染變化”即可。只要能夠準(zhǔn)確測度出技術(shù)進(jìn)步對經(jīng)濟(jì)產(chǎn)出(包含污染要素)的貢獻(xiàn),那么就可以認(rèn)為該技術(shù)進(jìn)步效應(yīng)能通過環(huán)境降污效率機(jī)制“觸發(fā)”環(huán)境回彈,即便不能直接觀測到這個(gè)效率機(jī)制內(nèi)部的因果。如圖1 所示,本文將ERE 的回彈機(jī)制簡單概括為因技術(shù)進(jìn)步引發(fā)經(jīng)濟(jì)系統(tǒng)內(nèi)生產(chǎn)和消費(fèi)行為變化所導(dǎo)致的環(huán)境降污效率(污染排放強(qiáng)度)變化與生產(chǎn)和消費(fèi)行為不變時(shí)環(huán)境降污效率(預(yù)期污染排放強(qiáng)度)變化不一致。
經(jīng)典的回彈效應(yīng)指標(biāo)是根據(jù)DPSIR(Drive、Pressure、State、Impact and Response)框架[23]定義的“驅(qū)動力指標(biāo)”——例如能源消耗表征,而環(huán)境回彈效應(yīng)的觀點(diǎn)則以“壓力”指標(biāo)——例如二氧化碳、污染物等來表征。雖然不同學(xué)者會選擇不同的回彈指標(biāo),但該指標(biāo)必須與回彈觸發(fā)的技術(shù)(效率)變化保持內(nèi)在一致,能夠解釋回彈效應(yīng)的后果。本文將環(huán)境回彈效應(yīng)的后果定義為環(huán)境污染物的變化,因此構(gòu)建了包含污染要素的非期望產(chǎn)出全要素模型,以此估計(jì)包含了環(huán)境因素的經(jīng)濟(jì)產(chǎn)出中技術(shù)進(jìn)步的貢獻(xiàn)。
假設(shè)T時(shí)期經(jīng)濟(jì)產(chǎn)出為Yt,對應(yīng)系統(tǒng)污染物EMt,環(huán)境污染排放強(qiáng)度為EMIt。T時(shí)期至T+1 時(shí)期,經(jīng)濟(jì)系統(tǒng)中技術(shù)得到改進(jìn)(技術(shù)進(jìn)步),使得經(jīng)濟(jì)產(chǎn)出變化為Yt+1,對應(yīng)系統(tǒng)污染物EMt+1,環(huán)境污染排放強(qiáng)度為EMIt+1?;谇拔膶RE 理論內(nèi)涵的介紹,可構(gòu)建環(huán)境回彈效應(yīng)的測算公式。
圖1 ERE的理論框架
其中,αt+1表示第t+1 年的技術(shù)進(jìn)步貢獻(xiàn)率;Yt表示第t年的經(jīng)濟(jì)產(chǎn)出;EMIt+1表示第t+1 年的污染排放強(qiáng)度。αt+1(Yt+1-Yt)表示由技術(shù)進(jìn)步引起的經(jīng)濟(jì)增量;αt+1(Yt+1-Yt)EMIt+1表示由技術(shù)進(jìn)步引起的污染物排放增加量。Yt+1(EMIt-EMIt+1)表示由污染強(qiáng)度變動引起的污染排放的減少量。EREt+1表示第t+1 年的環(huán)境回彈效應(yīng),是由技術(shù)進(jìn)步引起的污染物排放的增加量與由污染強(qiáng)度變動引起的污染排放的減少量之間的比率。
根據(jù)上文分析,如何在ERE 框架下準(zhǔn)確估計(jì)技術(shù)進(jìn)步對經(jīng)濟(jì)增長的貢獻(xiàn)率,是測度ERE 的關(guān)鍵。這里關(guān)鍵步驟為:構(gòu)建包含環(huán)境污染的非期望產(chǎn)出全要素生產(chǎn)率,用以刻畫經(jīng)濟(jì)系統(tǒng)的環(huán)境—經(jīng)濟(jì)技術(shù)效率;將技術(shù)進(jìn)步對經(jīng)濟(jì)產(chǎn)出的貢獻(xiàn)從全要素生產(chǎn)率中分離出來,即估計(jì)技術(shù)(效率)變化,并將其代入公式(1)以形成ERE 的測度公式。
首先,目前主流的全要素生產(chǎn)效率核算模型主要包括參數(shù)與非參數(shù)兩類,多數(shù)文章對兩者的區(qū)別和優(yōu)劣進(jìn)行解析[24,25],本文不再贅述。本文選擇非參數(shù)估計(jì)法,主要考慮ERE 是多投入多產(chǎn)出經(jīng)濟(jì)系統(tǒng)的現(xiàn)象,因此不宜采用隨機(jī)前沿函數(shù)設(shè)定的參數(shù)法。其次,估算純技術(shù)效應(yīng)變動需要對全要素生產(chǎn)率進(jìn)行分解,主流使用方法主要是指數(shù)分解法。其中,應(yīng)用最廣泛的是Malmquist-Luenberger(ML)指數(shù)。ML 指數(shù)考慮了非期望產(chǎn)出,比如水污染、空氣污染、固體廢棄物污染等。因此,該方法被廣泛應(yīng)用于環(huán)境和能源領(lǐng)域的技術(shù)進(jìn)步貢獻(xiàn)率測算中[26]。但ML 指數(shù)忽視了技術(shù)進(jìn)步的本質(zhì)屬性,因?yàn)閺暮暧^角度來講,技術(shù)總是進(jìn)步的,至少不會后退,但是ML 指數(shù)在應(yīng)用過程中可能會測算出技術(shù)存在倒退的現(xiàn)象[26,27]。
因此,Oh 和Heshmati[28]結(jié)合連續(xù)順序引用生產(chǎn)集概念和方向距離函數(shù)(Directional Distance Function,DDF)概念改進(jìn)了傳統(tǒng)的ML 指數(shù),提出了SML 指數(shù)。SML 指數(shù)法對于數(shù)據(jù)的要求比較寬松,只考慮投入產(chǎn)出的數(shù)量而不考慮價(jià)格因素。由于ERE框架下的回彈機(jī)制無法直接體現(xiàn)價(jià)格因素,因而SML指數(shù)法更適用于對環(huán)境回彈效應(yīng)的分析。它將全要素生產(chǎn)率分解為技術(shù)進(jìn)步效應(yīng)和效率變化效應(yīng),能夠更準(zhǔn)確地測算出技術(shù)進(jìn)步對于經(jīng)濟(jì)增長的貢獻(xiàn)率,也被廣泛應(yīng)用于測算考慮環(huán)境約束下各領(lǐng)域的生產(chǎn)效率變化[29,30]。具體測度模型如下:
在考慮環(huán)境約束的條件下,利用SML 指數(shù)測算1999—2017 年我國30 個(gè)省份的技術(shù)進(jìn)步率。SML 指數(shù)模型的方向性距離函數(shù)[31]被定義為
其中,生產(chǎn)可能集P t(Xt)為
為了計(jì)算和分解t到t+1 期的SML 指標(biāo)值,需要計(jì)算四個(gè)DDF 的值。代表t和t+1 期的同期DDF,則不同期的DDF 值分別為:和其中,同期DDF 可表示為
不同期DDF 可類比同期表達(dá)式,t變?yōu)閠+1。
則,決策單元k從t到t+1 期的SML 可以表示為[28]
采用方向距離函數(shù)可以將SML 指數(shù)分解為兩部分效應(yīng):技術(shù)變化效應(yīng)(Technology Change Effect,TC)和效率變化效應(yīng)(Efficiency Change Effect,EC)。最終,可將技術(shù)變化效應(yīng)從全要素生產(chǎn)率中分解出來。即
則(6)式可寫為SML=EC ×TC。這里需注意,TC和EC 也是評價(jià)指標(biāo),僅能表示方向,不能表示程度。需要進(jìn)一步利用TC 估計(jì)技術(shù)進(jìn)步對經(jīng)濟(jì)增長的唯一貢獻(xiàn)率,消除投入規(guī)模對經(jīng)濟(jì)增長的貢獻(xiàn)。本文借鑒Wu[19]對估計(jì)技術(shù)進(jìn)步貢獻(xiàn)率的方法,將技術(shù)進(jìn)步對經(jīng)濟(jì)增長的貢獻(xiàn)率αt+1定義為
結(jié)合公式(7),環(huán)境回彈效應(yīng)的測度公式(1)可被表示為,
本文利用1999—2018 年相關(guān)指標(biāo)數(shù)據(jù)對中國30個(gè)省、自治區(qū)和直轄市的環(huán)境回彈效應(yīng)進(jìn)行測算。數(shù)據(jù)主要來源于《中國統(tǒng)計(jì)年鑒》《中國環(huán)境統(tǒng)計(jì)年鑒》《中國能源統(tǒng)計(jì)年鑒》及各省份統(tǒng)計(jì)年鑒。其中不同指標(biāo)的定義如下:
(1)資本存量K(億元):本文參考單豪杰[32]構(gòu)建的資本存量的計(jì)算方法,利用永續(xù)盤存法計(jì)算1952—2017 年30 個(gè)省份的資本存量。
(2)人力資本L(萬人):采用歷年各省份年末從業(yè)人數(shù)作為勞動力投入量。
(3)能源消費(fèi)量E(萬噸標(biāo)準(zhǔn)煤):采用各省份能源消耗總量作為能源投入變量。
(4)期望產(chǎn)出G(億元):期望產(chǎn)出用各省份國內(nèi)生產(chǎn)總值(GDP)表示,以1990 年的不變價(jià)格進(jìn)行計(jì)算。
(5)非期望產(chǎn)出(萬噸):用各省份生產(chǎn)過程中產(chǎn)生的環(huán)境污染物表示,本文選取廢水排放量、二氧化硫排放量、一般固體廢物產(chǎn)生量、粉塵(煙塵)排放量四個(gè)指標(biāo)(包括工業(yè)和生活)。由于DEA(Data Envelopment Analysis)模型是一種數(shù)據(jù)驅(qū)動模型,投入產(chǎn)出的指標(biāo)數(shù)量不宜過多。本文借鑒劉亦文等[4]的處理方法,將30 個(gè)省份每年各污染物的排放量指標(biāo)作為基礎(chǔ)變量,對其標(biāo)準(zhǔn)化處理后,運(yùn)用熵權(quán)法確定各個(gè)變量所占的權(quán)重,進(jìn)而求出各省份每年的污染物排放水平。
(6)污染排放強(qiáng)度EMI(噸/億元):污染排放強(qiáng)度指各省份單位產(chǎn)值的污染排放量,即各省份每年污染物排放水平與所對應(yīng)的實(shí)際GDP 的比值。
根據(jù)公式(8)可得到2000—2017 年30 個(gè)省、自治區(qū)、直轄市的環(huán)境回彈效應(yīng)值,圖2 顯示了全國環(huán)境回彈效應(yīng)值和技術(shù)進(jìn)步帶來的實(shí)際降污量。
從全國平均水平來看,各省份ERE 均值集中在-13.23%~29.63%。除去2016 年異常值外,樣本期內(nèi)中國ERE 均值集中在0~30%,與胡宗義、張麗娜[36]研究結(jié)果40%~90%存在較大差異,這可能與他們采用參數(shù)法構(gòu)建全要素生產(chǎn)率模型有關(guān),經(jīng)濟(jì)投入產(chǎn)出實(shí)物量的價(jià)格因素比較敏感,而實(shí)證數(shù)據(jù)又未能解決這一問題,因此導(dǎo)致結(jié)果有偏。Yang 等[20]的結(jié)果10%~60%也差距較大,主要原因在于Yang等[20]直接將TC 當(dāng)作技術(shù)進(jìn)步貢獻(xiàn)計(jì)入模型,而未進(jìn)行進(jìn)一步的處理和變換,導(dǎo)致結(jié)果被高估。Wu 等[19]對中國宏觀經(jīng)濟(jì)的碳排放回彈效應(yīng)進(jìn)行估計(jì),結(jié)果在7.4%~43.4%。碳排放強(qiáng)度指標(biāo)也可以作為衡量經(jīng)濟(jì)生產(chǎn)和消費(fèi)活動的環(huán)境后果,但其畢竟僅能代表“能源”投入后果,其ERE 的真實(shí)發(fā)生機(jī)制較之本文更為復(fù)雜,因此結(jié)論推廣有限。誠然,本文的測度結(jié)果也有待其他學(xué)者進(jìn)一步檢驗(yàn)。
本文測度結(jié)果顯示,在樣本期內(nèi)中國的整體環(huán)境污染物排放的回彈效應(yīng)均值為0.1042,這表明技術(shù)進(jìn)步帶來的環(huán)境污染減少量的10.42%被削減了,真正依靠技術(shù)進(jìn)步實(shí)現(xiàn)的降污量僅為2932 萬噸,實(shí)際降污率僅為65.74%。技術(shù)進(jìn)步削減污染量在“十一五”“十二五”時(shí)期較大,這與現(xiàn)實(shí)比較吻合?!熬盼濉薄笆濉背跗冢夹g(shù)進(jìn)步技術(shù)幾乎沒有削減污染量,這也與這一時(shí)期“重發(fā)展、輕治理”的理念有關(guān)。
從2000—2017 年中國環(huán)境回彈效應(yīng)的演變特征來看,環(huán)境回彈效應(yīng)主要出現(xiàn)在經(jīng)濟(jì)產(chǎn)出和環(huán)境污染脫鉤過渡階段。從圖2 中可以看出,“十一五”和“十二五”前期,技術(shù)削減污染物排放量較大,環(huán)境回彈效應(yīng)也很大,這表明“邊發(fā)展、邊治理”的思路使得技術(shù)進(jìn)步對污染排放的降低作用被產(chǎn)出擴(kuò)張引發(fā)的污染增加所抵消?!笆濉敝泻笃?,2014—2016 年環(huán)境回彈效應(yīng)出現(xiàn)較大幅度降低,這可以解釋為“十二五”時(shí)期污染治理成為核心政策關(guān)切,完成環(huán)境改善目標(biāo)成為地方政府的首要考量。各種措施多管齊下,粗放生產(chǎn)方式轉(zhuǎn)變效果顯著,雖然技術(shù)進(jìn)步削減的污染物排放量較之前有所下降,但是技術(shù)進(jìn)步刺激的產(chǎn)出擴(kuò)張并沒有帶來更多的污染。至于2016年環(huán)境回彈效應(yīng)出現(xiàn)負(fù)值,雖然理論上表明該時(shí)期存在過度儲存效應(yīng),即實(shí)際減排量遠(yuǎn)大于預(yù)期技術(shù)減排量,但一個(gè)可能的解釋是,行政干預(yù)的節(jié)能減排行為,即“拉閘限電”“強(qiáng)制關(guān)?!钡却胧?dǎo)致經(jīng)濟(jì)體技術(shù)水平改進(jìn)未能體現(xiàn)到真實(shí)的增長中,而這部分作用的污染物減排量又在模型中被核算。這可能也是2017 年大幅反彈的一個(gè)解釋。
圖2 2000—2017年全國環(huán)境回彈效應(yīng)均值及技術(shù)進(jìn)步的實(shí)際降污量均值
圖3 2000—2017年中國各省份環(huán)境污染回彈效應(yīng)值和技術(shù)進(jìn)步貢獻(xiàn)率(均值)
圖3 描述了2000—2017 年各省份環(huán)境回彈效應(yīng)值和技術(shù)進(jìn)步貢獻(xiàn)率的年均值,根據(jù)省際平均值劃分為四個(gè)象限。在第一象限中,江蘇、山東、浙江、湖北、北京的環(huán)境回彈效應(yīng)和技術(shù)進(jìn)步率均較高。第二象限內(nèi),內(nèi)蒙古的技術(shù)進(jìn)步率較低但環(huán)境回彈效應(yīng)較高。第三象限內(nèi),四川、福建、天津等省份的環(huán)境回彈效應(yīng)和技術(shù)進(jìn)步率均較低。此外,考慮到各個(gè)省份的經(jīng)濟(jì)發(fā)展水平、技術(shù)進(jìn)步與環(huán)境回彈效應(yīng)存在復(fù)雜關(guān)系,經(jīng)濟(jì)強(qiáng)?。▍^(qū)、市)、技術(shù)水平高的地區(qū),環(huán)境回彈效應(yīng)有像江蘇這種較高的,也有像廣東這種較低的。這表明經(jīng)濟(jì)發(fā)展方式對于環(huán)境回彈效應(yīng)的影響十分重要。此外,在研究期內(nèi),各省份環(huán)境回彈效應(yīng)值與技術(shù)進(jìn)步有一定程度的相關(guān)性,但兩者之間并不是完全同步變化的,技術(shù)進(jìn)步效應(yīng)對環(huán)境回彈效應(yīng)的影響存在一定程度的滯后作用,且區(qū)域差異明顯。
根據(jù)時(shí)序演變的特征分析,已初步識別出ERE存在顯著的區(qū)域差異,并與經(jīng)濟(jì)發(fā)展水平、發(fā)展模式相關(guān)。區(qū)域經(jīng)濟(jì)學(xué)理論表明,經(jīng)濟(jì)發(fā)展的空間不平衡,要素流動會使得區(qū)域發(fā)展在地理上呈現(xiàn)出經(jīng)濟(jì)集聚的特征。那么,ERE 是否也存在空間集聚的特征?這里我們基于空間計(jì)量經(jīng)濟(jì)學(xué)中莫蘭指數(shù)(Moran’sI)從空間分析的視角來揭示。其中Moran’sI的測度公式詳見于Lesage 等[34]的研究。運(yùn)用GeoDa 軟件基于鄰接Rook空間權(quán)重矩陣計(jì)算30 個(gè)省份環(huán)境回彈效應(yīng)的全局自相關(guān)Moran’sI指數(shù)及其Z統(tǒng)計(jì)量、顯著水平P值,結(jié)果如表1所示。
從表1 可以發(fā)現(xiàn):樣本期內(nèi),僅2006—2011 年全局Moran’sI指數(shù)均為正值,Z值均大于1.65,P值均小于0.01(達(dá)到99% 的置信度),這表明該階段各省份環(huán)境回彈效應(yīng)存在顯著的全局空間正相關(guān)特征。即這一時(shí)期,各省份ERE 發(fā)展不平衡,存在顯著的空間集聚特征。這表明此一階段,ERE與周邊地區(qū)的環(huán)境回彈效應(yīng)狀況緊密聯(lián)系,地區(qū)輻射和共軛作用十分突出。一個(gè)可行的解釋是,技術(shù)進(jìn)步的溢出效應(yīng)在此一階段顯著地促進(jìn)了不同省份ERE 的趨同。這一時(shí)期正好是“十一五”“十二五”時(shí)期,加大技術(shù)治污是這一階段共同的發(fā)展理念。而其他年份的Moran’sI指數(shù)都是略大于或小于0,P值均大于0.10,這表明,統(tǒng)計(jì)上不能識別出整體的空間集聚特征,可以判定為ERE 空間不存在顯著的空間異質(zhì)性。這一時(shí)期的空間差異還需要進(jìn)一步從局部區(qū)域或各地區(qū)內(nèi)部尋找解釋。
表1 2000—2017年各省份環(huán)境回彈效應(yīng)的全局Moran’s I統(tǒng)計(jì)量
進(jìn)一步結(jié)合Moran 散點(diǎn)圖和局部Moran’sI指數(shù)的LISA(Local indicators of Spatial association)集聚特征對各省份的局部相關(guān)性進(jìn)行研究,其中2000、2005 年、2010 年、2017 年年各省份ERE 在5%(及以下)顯著水平上的LISA 集聚結(jié)果如表2 所示。
表2 30個(gè)省份在2000年、2005年、2010年、2017年ERE的LISA集聚結(jié)果
可以看出,局部存在顯著的空間相關(guān)性。2000年,局部集聚特征表現(xiàn)為京津冀地區(qū)形成以河北為中心的低高空心區(qū),山東出現(xiàn)低值蕭索區(qū),北京和山西出現(xiàn)高低孤立區(qū);局部溢出關(guān)系規(guī)律性不強(qiáng)。2005年,江西和福建出現(xiàn)局部低值蕭索區(qū),這表明兩地的環(huán)境回彈效應(yīng)顯著低于全國其他地區(qū)。2010 年,局部集聚特征明顯,東部地區(qū),江蘇、山東成為高值集簇區(qū),中部地區(qū)安徽成為低高空心區(qū),西部地區(qū)甘肅、四川、陜西、寧夏成為低值蕭索區(qū),東北地區(qū)黑龍江成為高低孤立區(qū);顯然,這一時(shí)期的環(huán)境回彈效應(yīng)局部特征與經(jīng)濟(jì)發(fā)展的空間不平等逐漸統(tǒng)一起來。2017 年,相對于全國整體,局部高值集聚區(qū)域出現(xiàn)在湖南、江西,局部低值出現(xiàn)在內(nèi)蒙古、云南。綜上所述,隨著時(shí)間的推移,中國逐漸形成東部地區(qū)為ERE高值集簇區(qū)、中部次之、西部最低的空間格局,而且各省份ERE 存在一定程度的空間相關(guān)性??傊臻g特征的探索表明,ERE 存在空間相關(guān)性,未來定量識別影響ERE 的關(guān)鍵因素時(shí),需考慮地理位置的作用。
本文深入分析了環(huán)境回彈效應(yīng)的理論機(jī)制,構(gòu)建了ERE 的分析框架,采用SML 指數(shù)法估算技術(shù)進(jìn)步對經(jīng)濟(jì)增長的貢獻(xiàn)率,對2000—2017 年中國30 個(gè)省份環(huán)境回彈效應(yīng)值進(jìn)行測算。在此基礎(chǔ)上,從時(shí)間和空間兩個(gè)視角刻畫和揭示了ERE 的演變特征,得出以下結(jié)論:
(1)環(huán)境回彈效應(yīng)發(fā)生機(jī)理較傳統(tǒng)能源回彈理論更為復(fù)雜,主要體現(xiàn)在技術(shù)進(jìn)步引發(fā)經(jīng)濟(jì)系統(tǒng)內(nèi)生產(chǎn)和消費(fèi)行為的綜合變化,具體觸發(fā)變化的機(jī)制不能簡單歸結(jié)為“價(jià)格因素”,可能涉及更廣泛的社會學(xué)、心理學(xué)意義上的行為習(xí)慣變化。
(2)整體來看,在2000—2017 年各省份環(huán)境回彈效應(yīng)均值集中在-13.23%~29.63%,波動較大,且呈現(xiàn)倒“W”形變動趨勢。整體均值為10.42%,即技術(shù)進(jìn)步帶來的環(huán)境污染減少量的10.42%被削減了,真正依靠技術(shù)進(jìn)步實(shí)現(xiàn)的降污量僅為2932 萬噸,實(shí)際減污率僅為65.74%。
(2)從各省份來看,ERE 與GDP 呈現(xiàn)一定的正相關(guān)性,多數(shù)省份的結(jié)果顯示,研究樣本期內(nèi)經(jīng)濟(jì)發(fā)展與環(huán)境污染依然存在強(qiáng)相關(guān)關(guān)系,亟須實(shí)現(xiàn)兩者的脫鉤。環(huán)境回彈效應(yīng)值與技術(shù)進(jìn)步的變化趨勢存在一定的相似性,但二者之間并非完全同步變化,環(huán)境回彈具有一定的滯后性。
(3)空間相關(guān)分析顯示,2006—2011 年各省份ERE 呈正向空間自相關(guān)特征,空間集聚現(xiàn)象顯著;局部集聚特征隨著時(shí)間的推移,變化較大,ERE 高值集簇區(qū)主要分布在東部沿海地區(qū),且呈現(xiàn)明顯的向鄰近的中部地區(qū)擴(kuò)散的趨勢。低值蕭索區(qū)主要分布在中西部地區(qū),空間分布較為穩(wěn)定。
基于以上分析和結(jié)論,為降低環(huán)境回彈效應(yīng),提高環(huán)境治理效率,我們建議:
(1)環(huán)境規(guī)制不僅需要考慮供給端企業(yè)的生產(chǎn)行為,還應(yīng)考慮需求端消費(fèi)者的消費(fèi)行為。過去一些地方出現(xiàn)政府與污染企業(yè)“共謀”,企業(yè)排污行為未得到有效規(guī)制。我們建議應(yīng)將進(jìn)一步改進(jìn)排污收費(fèi)這一政策工具的使用,加強(qiáng)地方政府和企業(yè)排污審計(jì),可適當(dāng)引入市場交易機(jī)制,激發(fā)企業(yè)排污治理積極性。對于消費(fèi)者,由于公眾很難直接意識到個(gè)人需求與環(huán)境污染的聯(lián)系,因此我們建議在進(jìn)行環(huán)境治理宣傳時(shí),不僅提倡綠色消費(fèi)、節(jié)儉消費(fèi)等理念,還應(yīng)宣傳環(huán)境治理的系統(tǒng)性、復(fù)雜性等方面信息,以提高消費(fèi)者參與環(huán)境治理的責(zé)任心。
(2)環(huán)境政策的制定不僅要考慮技術(shù)效率的改進(jìn),還應(yīng)考慮控制污染物排放絕對量。過去為有效促進(jìn)節(jié)能減排,能源領(lǐng)域經(jīng)歷了由“總量控制”到“總量控制與強(qiáng)度控制”的目標(biāo)轉(zhuǎn)換,“雙控目標(biāo)”政策的執(zhí)行有效地遏制了能源消費(fèi)的回彈效應(yīng)。我們建議環(huán)境污染治理政策也借鑒這一思路,在未來的污染目標(biāo)管控中,將污染物排放總量和污染物排放強(qiáng)度同時(shí)納入考核目標(biāo)。
(3)環(huán)境治理應(yīng)重視區(qū)域協(xié)調(diào)與區(qū)域聯(lián)動。鑒于各省份環(huán)境回彈效應(yīng)的空間集聚性,在開展環(huán)境治理工作時(shí),要分區(qū)域、分省份,因地制宜地制定差異化的降污政策,尋求最優(yōu)的減排政策,同時(shí)對相鄰省份要發(fā)揮區(qū)域協(xié)調(diào)作用,提高治污效率。