陳 瑤

內(nèi)容提要 面對(duì)全球氣候異常挑戰(zhàn)及國(guó)內(nèi)大氣污染排放的雙重壓力，“協(xié)同控制”已經(jīng)成為中國(guó)工業(yè)可持續(xù)發(fā)展的重要戰(zhàn)略任務(wù)和優(yōu)化選擇。文章基于區(qū)域異質(zhì)視角，以工業(yè)CO2對(duì)SO2的協(xié)同減排為著力點(diǎn)，運(yùn)用計(jì)量模型分析工業(yè)CO2對(duì)SO2的協(xié)同減排效應(yīng)及擴(kuò)展效應(yīng)，論證工業(yè)部門CO2對(duì)SO2協(xié)同減排的區(qū)域異質(zhì)性。研究表明：工業(yè)CO2對(duì)SO2的協(xié)同減排及擴(kuò)展效應(yīng)總體顯著，但是技術(shù)創(chuàng)新能力與環(huán)境規(guī)制強(qiáng)度存在滯后效應(yīng)，且低碳技術(shù)的滯后性會(huì)弱化協(xié)同減排效應(yīng)，因此需要探索溫室氣體與大氣污染物協(xié)同控制的技術(shù)工藝，加強(qiáng)協(xié)同創(chuàng)新；工業(yè)CO2對(duì)SO2的協(xié)同減排及擴(kuò)展效應(yīng)存在區(qū)域差異，東部和中西部地區(qū)具有更顯著的協(xié)同減排效應(yīng)，東北及西部地區(qū)技術(shù)創(chuàng)新能力的協(xié)同減排和擴(kuò)展效應(yīng)均存在滯后性，環(huán)境規(guī)制強(qiáng)度的政策效果在東部和西部地區(qū)的滯后性也更加顯著，因此應(yīng)針對(duì)不同區(qū)域制定不同的協(xié)同減排實(shí)施方案。

引 言

現(xiàn)階段協(xié)同減排效應(yīng)的研究具有多重視角，國(guó)際社會(huì)更加關(guān)注溫室氣體減排措施對(duì)傳統(tǒng)污染物減排的協(xié)同效應(yīng)，聯(lián)合國(guó)政府間氣候變化專門委員會(huì)(IPCC)、經(jīng)濟(jì)合作與發(fā)展組織(OECD)等國(guó)際機(jī)構(gòu)以及歐美國(guó)家環(huán)保部門對(duì)協(xié)同效應(yīng)的闡述主要集中在溫室氣體協(xié)同控制大氣污染物排放，而中國(guó)、日本等亞洲國(guó)家主要強(qiáng)調(diào)環(huán)境污染控制政策與氣候變化政策同等重要。①本文主要研究溫室氣體控制對(duì)大氣污染物的協(xié)同減排效應(yīng)，這是順應(yīng)大氣污染防治的有效舉措，更是推進(jìn)我國(guó)生態(tài)文明建設(shè)的重要抓手。中國(guó)工業(yè)是溫室氣體排放的主要領(lǐng)域，工業(yè)化石能源碳排放占全國(guó)碳排放的70%以上，②SO2、PM2.5、NO2等也是主要工業(yè)廢氣廢物。2005年以來，中國(guó)雖然實(shí)施了一系列SO2控排措施，但仍是僅次于印度和俄羅斯的第三大SO2排放國(guó)。③國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，2011—2020年，中國(guó)88.33%的SO2排放量來自工業(yè)部門，且SO2在工業(yè)污染物中比例最高。因此文章以中國(guó)工業(yè)部門為研究對(duì)象，力圖量化工業(yè)CO2對(duì)主要大氣污染物SO2的協(xié)同減排及擴(kuò)展效應(yīng)，論證協(xié)同減排效應(yīng)的區(qū)域異質(zhì)性，擬解決如下問題：工業(yè)CO2對(duì)SO2協(xié)同減排效應(yīng)如何？

工業(yè)CO2減排的同時(shí)可以降低多少SO2排放量？不同經(jīng)濟(jì)區(qū)域的協(xié)同減排擴(kuò)展效應(yīng)如何體現(xiàn)？這些問題的解決為加速推進(jìn)區(qū)域間工業(yè)部門溫室氣體與大氣污染物協(xié)同治理進(jìn)程、協(xié)同控制路徑實(shí)施提供理論支撐，這對(duì)實(shí)現(xiàn)工業(yè)污染一體化綜合治理、促成碳排放早日達(dá)峰及實(shí)現(xiàn)碳中和具有重要意義。

國(guó)內(nèi)外學(xué)者對(duì)協(xié)同效應(yīng)的研究領(lǐng)域及研究方法涉獵較廣，既包括對(duì)空氣質(zhì)量影響的研究，④也包括對(duì)人體健康、當(dāng)?shù)亟?jīng)濟(jì)發(fā)展和就業(yè)以及社會(huì)福利等影響的研究。⑤在健康效益方面，有學(xué)者估算出2010—2030年氣候政策所產(chǎn)生的燃煤電廠SO2協(xié)同減排產(chǎn)生的協(xié)同收益，每年可以避免1030—12000億美元的經(jīng)濟(jì)損失。⑥在經(jīng)濟(jì)發(fā)展與社會(huì)影響方面，從全球?qū)用鎭砜矗?00ppmvCO2穩(wěn)定情景下，2020—2100年期間全球道路車輛的SO2、NO2和PM累積排放量減少率分別為22.1%、10.8%和14.4%。⑦從城市層面來看，提升能源利用效率及降低垃圾產(chǎn)生量可以有效緩解氣候變化且實(shí)現(xiàn)協(xié)同效益；地方政府為解決氣候變化問題而采取的舉措可以有效實(shí)現(xiàn)城市協(xié)同效益。⑧在空氣質(zhì)量方面，學(xué)者們主要基于不同模型對(duì)不同氣候變化進(jìn)行政策情景模擬，包括從國(guó)家層面量化南非全國(guó)范圍的空氣污染物和溫室氣體排放及其成本控制，⑨以及從全球?qū)用孢M(jìn)行協(xié)同效應(yīng)的政策評(píng)估，認(rèn)為氣候變化減緩政策對(duì)SO2和NO2排放的影響最大。⑩

協(xié)同效應(yīng)研究主要涉及鋼鐵、水泥、煤炭、電力等重污染型行業(yè)。在鋼鐵行業(yè)中，部分學(xué)者發(fā)現(xiàn)節(jié)能減排技術(shù)的普及對(duì)降低大氣污染物(SO2、NO2和PM10等)排放量具有顯著的協(xié)同效益。水泥行業(yè)在CO2減排目標(biāo)為5.5%時(shí)，可協(xié)同減排230萬噸空氣污染物(SO2、NO2和煙塵等)。煤炭行業(yè)如果從源頭和末端兩方面進(jìn)行控制，可以在2030年達(dá)到碳峰值目標(biāo)，同時(shí)有效實(shí)現(xiàn)空氣質(zhì)量的提升。較多學(xué)者關(guān)注電力行業(yè)，發(fā)現(xiàn)CO2減排對(duì)SO2減排存在協(xié)同效應(yīng)，且協(xié)同減排效應(yīng)存在區(qū)域異質(zhì)性，能源消耗情景預(yù)測(cè)表明低碳路徑可以更好地實(shí)現(xiàn)CO2與空氣污染物的協(xié)同減排。也有部分學(xué)者從行業(yè)差異視角研究協(xié)同效應(yīng)，發(fā)現(xiàn)電力行業(yè)大多依靠工程減排，水泥和鋼鐵行業(yè)主要靠調(diào)整結(jié)構(gòu)來實(shí)現(xiàn)減排，且末端治理技術(shù)也會(huì)造成能源消耗，因此污染物的協(xié)同控制效果較差。協(xié)同效應(yīng)研究廣泛使用的模型包括技術(shù)的市場(chǎng)分配模型(MARKAL)、遠(yuǎn)程能源替代計(jì)劃模型(LEAP)、能源系統(tǒng)優(yōu)化模型、可計(jì)算一般均衡模型(CGE)、動(dòng)態(tài)優(yōu)化模型、系統(tǒng)動(dòng)力學(xué)模型、Kaya恒等式以及回歸模型等。其中Kaya恒等式和LMDI分解法一直是碳排放影響因素分析的基礎(chǔ)模型，在解釋歷史排放變化及內(nèi)部機(jī)理方面具有重要的作用。

研究設(shè)計(jì)與變量分析

(一)模型設(shè)計(jì)與變量選擇

Kaya恒等式是通過構(gòu)建鏈?zhǔn)匠朔e的形式對(duì)碳排放量進(jìn)行分解，并測(cè)度各驅(qū)動(dòng)因素的貢獻(xiàn)，隨著研究領(lǐng)域的深入及擴(kuò)展，很多學(xué)者豐富了Kaya恒等式的研究視角。本研究需要解決CO2的協(xié)同減排問題，因此對(duì)Kaya恒等式進(jìn)行擴(kuò)展，納入工業(yè)CO2對(duì)SO2的協(xié)同減排效應(yīng)，得出改進(jìn)的Kaya恒等式：

(1)

式(1)中i代表不同地區(qū)，ωi代表每單位工業(yè)CO2排放產(chǎn)生的工業(yè)SO2排放量，即CO2對(duì)SO2的協(xié)同減排效應(yīng)；τi代表工業(yè)行業(yè)每單位能源消耗產(chǎn)生的CO2排放量，即各種能源的碳排放因子，為常量；σi代表每單位工業(yè)增加值的能源消耗，即工業(yè)能源強(qiáng)度，πi代表工業(yè)增加值占GDP比重，ρi表示人均GDP，Pi代表人口規(guī)模。

參考Ang對(duì)碳排放影響因素的分析，以及傅京燕和原宗琳對(duì)電力行業(yè)SO2排放的分解原理，對(duì)式(1)進(jìn)行全微分處理，并求基期到T期([0,T])的定積分，將工業(yè)SO2排放的影響因素分解為協(xié)同減排效應(yīng)、能源強(qiáng)度效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)、經(jīng)濟(jì)發(fā)展效應(yīng)、人口效應(yīng)，其中τi全微分后為零。進(jìn)一步基于對(duì)數(shù)平均權(quán)重分解獲得式(3)，對(duì)應(yīng)式(2)的右邊的五種效應(yīng)。

(2)

ΔSO2=Δωi+Δσi+Δπi+Δρi+ΔPi

(3)

結(jié)合前人的研究經(jīng)驗(yàn)及上述因素分解過程，本研究以工業(yè)SO2減排量為被解釋變量，對(duì)影響SO2減排的解釋變量做以下選取和分類：(1)核心解釋變量。即工業(yè)CO2的減排量，重點(diǎn)分析CO2減排對(duì)SO2協(xié)同減排的量化關(guān)系。(2)能源要素，選擇工業(yè)能源消耗與工業(yè)增加值的比重來表示能源要素。如部分學(xué)者研究發(fā)現(xiàn)能源消費(fèi)與SO2排放呈現(xiàn)高度線性關(guān)系。(3)產(chǎn)業(yè)結(jié)構(gòu)要素，選取工業(yè)增加值占GDP的比重來表示。已有研究表明，我國(guó)高耗能行業(yè)如煤電、水泥、鋼鐵等均通過優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)實(shí)現(xiàn)了單位能源SO2排放量的降低。(4)技術(shù)要素，選取R&D占GDP的比重代表技術(shù)創(chuàng)新要素，用于分析協(xié)同減排擴(kuò)展效應(yīng)。如部分學(xué)者認(rèn)為節(jié)能減排技術(shù)的普及對(duì)降低大氣污染物排放量具有顯著的協(xié)同效益。(5)經(jīng)濟(jì)和社會(huì)要素，選擇人均GDP代表全國(guó)不同省份的經(jīng)濟(jì)發(fā)展水平，社會(huì)要素選取城鎮(zhèn)化水平、環(huán)境規(guī)制強(qiáng)度和人口密度來表示，其中城鎮(zhèn)化水平和環(huán)境規(guī)制強(qiáng)度用于分析協(xié)同減排擴(kuò)展效應(yīng)，城鎮(zhèn)化水平代表市場(chǎng)的潛力大小，環(huán)境規(guī)制則從制度方面考慮，人口密度指單位土地面積上的人口數(shù)量，這些要素均可通過影響工業(yè)產(chǎn)品的生產(chǎn)與消費(fèi)來改變工業(yè)SO2減排量。

(二)模型構(gòu)建

根據(jù)擴(kuò)展的Kaya恒等式及前人對(duì)影響工業(yè)SO2減排要素的經(jīng)驗(yàn)總結(jié)，量化工業(yè)CO2對(duì)SO2的協(xié)同減排及擴(kuò)展效應(yīng)，本研究構(gòu)建回歸模型并納入代表協(xié)同減排效應(yīng)、能源強(qiáng)度效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)、經(jīng)濟(jì)發(fā)展效應(yīng)、人口基數(shù)效應(yīng)的相應(yīng)變量：工業(yè)CO2減排量、工業(yè)能源強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)、人均GDP及其平方項(xiàng)(檢驗(yàn)是否存在環(huán)境庫茲涅茨曲線假說)、人口密度，建立雙向固定效應(yīng)的回歸模型：

(4)

(5)

式(4)和(5)中i和t分別代表地區(qū)和時(shí)間，SO2和CO2分別代表工業(yè)二氧化硫和二氧化碳的減排量，EI、IS、PGDP、PD分別代表工業(yè)能源強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)、人均GDP和人口密度，R&D、Urban、ER分別代表技術(shù)創(chuàng)新能力、城鎮(zhèn)化水平、環(huán)境規(guī)制強(qiáng)度；考慮到技術(shù)創(chuàng)新能力與環(huán)境規(guī)制強(qiáng)度對(duì)CO2減排存在滯后性，模型中納入了這兩個(gè)解釋變量的滯后效應(yīng)，α0、β0為常量，μi、δt分別代表個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)，εit為隨機(jī)誤差。式(4)為基準(zhǔn)回歸模型，式(5)是在基準(zhǔn)模型基礎(chǔ)上納入CO2減排量分別與技術(shù)創(chuàng)新能力、城鎮(zhèn)化水平以及環(huán)境規(guī)制強(qiáng)度的交互作用，具體分析由于經(jīng)濟(jì)、社會(huì)和環(huán)境要素對(duì)CO2減排的影響，進(jìn)而對(duì)SO2產(chǎn)生的協(xié)同減排擴(kuò)展效應(yīng)。

(三)數(shù)據(jù)來源與變量描述

本研究選取2005—2020年中國(guó)30個(gè)省區(qū)市的數(shù)據(jù)(考慮到數(shù)據(jù)的可獲取性，研究不涉及西藏和港澳臺(tái)地區(qū))，實(shí)證分析中國(guó)工業(yè)CO2對(duì)SO2的協(xié)同減排及擴(kuò)展效應(yīng)。各變量的基礎(chǔ)數(shù)據(jù)來源于歷年的《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》《中國(guó)工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》以及各省區(qū)市統(tǒng)計(jì)年鑒等，并對(duì)相關(guān)資料數(shù)據(jù)進(jìn)行適當(dāng)處理。

各省份工業(yè)SO2排放量的數(shù)據(jù)來源于歷年《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)環(huán)境年鑒》。由于工業(yè)CO2排放量的數(shù)據(jù)無法從年鑒中直接獲取，本研究應(yīng)用《IPCC2006年國(guó)家溫室氣體排放清單》中不同化石能源的平均低熱值和碳氧化率，根據(jù)化石能源消耗量及碳排放系數(shù)，測(cè)算工業(yè)CO2排放量，并進(jìn)一步獲取工業(yè)CO2減排量，主要的化石能源包括：煤炭、石油和天然氣。

實(shí)證結(jié)果分析及政策含義

(一)單位根檢驗(yàn)

為避免回歸模型相互序列間可能存在“偽回歸”現(xiàn)象，對(duì)協(xié)同效應(yīng)基準(zhǔn)回歸模型和協(xié)同擴(kuò)展回歸模型進(jìn)行平穩(wěn)性檢驗(yàn)，多元時(shí)間序列回歸模型平穩(wěn)性檢驗(yàn)的通常做法是檢驗(yàn)回歸模型是否存在單位根?？紤]到回歸模型面板數(shù)據(jù)單位根檢驗(yàn)可能由于變量參數(shù)限制存在面板數(shù)據(jù)的截面序列相同單位根或不同單位根，對(duì)面板數(shù)據(jù)分別進(jìn)行LLC(Levin-Lin-Chu)檢驗(yàn)、IPS(Im-Pesaran-Skin)檢驗(yàn)、Fisher-ADF檢驗(yàn)及Fisher-PP檢驗(yàn)，各變量的一階差分單位根檢驗(yàn)結(jié)果均顯示通過單位根檢驗(yàn)，且在1%水平上顯著，因此各變量一階差分對(duì)應(yīng)的序列平穩(wěn)。其次在單位根平穩(wěn)檢驗(yàn)的基礎(chǔ)上，我們進(jìn)一步對(duì)回歸模型的協(xié)整關(guān)系和序列波動(dòng)性進(jìn)行檢驗(yàn)，判斷序列間是否存在穩(wěn)定的均衡關(guān)系。通常以Johansen協(xié)整檢驗(yàn)體現(xiàn)回歸模型序列間的長(zhǎng)期均衡關(guān)系，或者建立在Engle and Granger二步法檢驗(yàn)基礎(chǔ)上的面板協(xié)整檢驗(yàn)(具體方法有Pedroni檢驗(yàn)和Kao檢驗(yàn))。文章采用Kao檢驗(yàn)對(duì)我國(guó)不同經(jīng)濟(jì)區(qū)域，以及協(xié)同基準(zhǔn)模型和協(xié)同擴(kuò)展模型中的變量進(jìn)行協(xié)整檢驗(yàn)，判斷各回歸模型變量之間是否存在長(zhǎng)期穩(wěn)定的協(xié)整關(guān)系。各模型Kao檢驗(yàn)的P值均表明，在1%的置信水平下，自變量和因變量的Kao檢驗(yàn)結(jié)果的統(tǒng)計(jì)值非常顯著，拒絕原假設(shè)，表明各檢驗(yàn)?zāi)Ｐ椭忻姘鍞?shù)據(jù)變量各序列間均存在協(xié)整關(guān)系。

(二)回歸結(jié)果分析

文章采用固定效應(yīng)(FE)、可行性廣義最小二乘法(FGLS)以及全面FGLS等估計(jì)方法構(gòu)建多個(gè)回歸模型進(jìn)行對(duì)比分析，模型擬合度較好，回歸模型結(jié)果均顯示工業(yè)部門CO2對(duì)SO2具有顯著的協(xié)同減排效應(yīng)。考慮全面FGLS相較于其他回歸模型具有更好的穩(wěn)定性和有效性，并且能夠有效解決回歸模型自相關(guān)、組間異方差、組間同期相關(guān)等問題，文章采用全面FGLS進(jìn)行估計(jì)，基準(zhǔn)模型、協(xié)同擴(kuò)展模型及四大區(qū)域的模型的回歸結(jié)果如表1所示。其中模型(1)為協(xié)同效應(yīng)基準(zhǔn)模型的回歸結(jié)果，模型(2)是工業(yè)CO2減排與技術(shù)創(chuàng)新能力、城鎮(zhèn)化水平、環(huán)境規(guī)制強(qiáng)度交互作用下的協(xié)同擴(kuò)展效應(yīng)模型；模型(3)—模型(6)是中國(guó)四大經(jīng)濟(jì)區(qū)域的回歸結(jié)果，以模型(2)的回歸結(jié)果對(duì)工業(yè)整體情況展開具體分析。

表1 溫室氣體協(xié)同減排效應(yīng)的回歸結(jié)果

(1)協(xié)同減排核心要素

從模型(2)的回歸分析結(jié)果可以看出，工業(yè)部門CO2協(xié)同減排效應(yīng)顯著，即每減少1萬噸工業(yè)CO2排放量，SO2可以協(xié)同減排0.0054萬噸。同時(shí)CO2減排與技術(shù)創(chuàng)新能力、城鎮(zhèn)化水平、環(huán)境規(guī)制強(qiáng)度交互作用下對(duì)SO2協(xié)同減排的擴(kuò)展效應(yīng)也相應(yīng)顯著。技術(shù)創(chuàng)新能力的交互項(xiàng)(CO2R)顯示，當(dāng)期技術(shù)創(chuàng)新能力對(duì)SO2減排具有顯著的正相關(guān)性(0.20056)，即R&D投入在CO2排放控制的同時(shí)，對(duì)SO2協(xié)同減排有顯著的擴(kuò)展效應(yīng)；但是CO2R的滯后項(xiàng)(L.CO2R)卻是5%水平下的負(fù)相關(guān)(-0.04643)，這可能意味著，低碳技術(shù)可以協(xié)同減排當(dāng)期的SO2，但也會(huì)產(chǎn)生能源消耗從而引起下期SO2排放量增加，這一結(jié)論也與顧阿倫等的研究結(jié)果一致。城鎮(zhèn)化水平的交互項(xiàng)(CO2U)顯示，城鎮(zhèn)化水平對(duì)工業(yè)SO2減排具有顯著的正相關(guān)性，即提高城鎮(zhèn)化水平對(duì)工業(yè)SO2協(xié)同減排有顯著的擴(kuò)展效應(yīng)。環(huán)境規(guī)制強(qiáng)度的交互項(xiàng)(CO2E)顯示，環(huán)境規(guī)制強(qiáng)度對(duì)工業(yè)SO2減排具有顯著的正相關(guān)性，同時(shí)其滯后項(xiàng)(L.CO2E)也具有顯著的相關(guān)性，說明工業(yè)污染治理投入的增強(qiáng)能有效促進(jìn)工業(yè)SO2協(xié)同減排，同時(shí)當(dāng)期的工業(yè)污染治理投資具有顯著的滯后性，且對(duì)下期的工業(yè)SO2減排具有顯著的協(xié)同減排效應(yīng)。

(2)工業(yè)能源強(qiáng)度要素

工業(yè)能源強(qiáng)度要素(EI)對(duì)工業(yè)SO2減排呈現(xiàn)顯著的負(fù)相關(guān)，說明工業(yè)能源強(qiáng)度越小，能源利用效率越高，工業(yè)SO2減排量越大。國(guó)際能源署發(fā)布《能源效率2018——分析和展望至2040》提出全球能源效率具有較大的提升潛力，能源效率提升可以提供可觀的經(jīng)濟(jì)、社會(huì)和環(huán)境效益，這與全球溫室氣體排放達(dá)到峰值也密切相關(guān)。2020年我國(guó)能源強(qiáng)度指標(biāo)比2005年下降64.78%，同年工業(yè)和信息化部按照《“十三五”工業(yè)綠色發(fā)展規(guī)劃》制定《工業(yè)節(jié)能診斷服務(wù)行動(dòng)計(jì)劃》，對(duì)工業(yè)企業(yè)工藝技術(shù)裝備、能源利用效率、能源管理體系開展全面診斷，幫助企業(yè)發(fā)現(xiàn)用能問題，查找節(jié)能潛力，提升能效和節(jié)能管理水平。從國(guó)家層面來看，工業(yè)能源強(qiáng)度的降低與節(jié)能減排措施對(duì)工業(yè)SO2減排具有顯著的成效，應(yīng)進(jìn)一步加強(qiáng)節(jié)能管理，挖掘工業(yè)能源利用效率的提升潛力。

(3)產(chǎn)業(yè)結(jié)構(gòu)要素

產(chǎn)業(yè)結(jié)構(gòu)(IS)與工業(yè)SO2減排呈現(xiàn)顯著的負(fù)相關(guān)，即隨著我國(guó)工業(yè)增加值占GDP的比重的逐步下降，工業(yè)SO2減排力度呈上升趨勢(shì)。從全國(guó)整體看，“十一五”至“十三五”期間產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化，技術(shù)創(chuàng)新能力不斷加強(qiáng)，2006年之后工業(yè)增加值占GDP的比重整體呈下降趨勢(shì)，降幅達(dá)28%。隨著產(chǎn)業(yè)持續(xù)升級(jí)，傳統(tǒng)工業(yè)尤其是制造業(yè)占經(jīng)濟(jì)比重呈下降趨勢(shì)，第三產(chǎn)業(yè)增加值占比呈上升趨勢(shì)。2012年，第三產(chǎn)業(yè)占比首次超過第二產(chǎn)業(yè)，達(dá)到45.50%。《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》強(qiáng)調(diào)加快現(xiàn)代產(chǎn)業(yè)體系，加快推進(jìn)制造強(qiáng)國(guó)、質(zhì)量強(qiáng)國(guó)建設(shè)，促進(jìn)先進(jìn)制造業(yè)和現(xiàn)代服務(wù)業(yè)深度融合，深入實(shí)施智能制造和綠色制造工程，推動(dòng)制造業(yè)高端化智能化綠色化，推動(dòng)生產(chǎn)性服務(wù)業(yè)向?qū)I(yè)化和價(jià)值鏈高端延伸。因此推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)能有效提升工業(yè)SO2減排潛力，但隨著我國(guó)制造強(qiáng)國(guó)、質(zhì)量強(qiáng)國(guó)建設(shè)的持續(xù)推進(jìn)，產(chǎn)業(yè)結(jié)構(gòu)將趨于穩(wěn)定，工業(yè)SO2減排的潛力也將逐步減小。

模型(2)中人均GDP及其平方項(xiàng)顯示經(jīng)濟(jì)發(fā)展與工業(yè)SO2減排呈現(xiàn)顯著的倒“U”型關(guān)系。經(jīng)濟(jì)發(fā)展初期持續(xù)的能源消耗一定程度上加大了工業(yè)SO2減排力度，但隨著時(shí)間推移，當(dāng)經(jīng)濟(jì)發(fā)展水平提升并到達(dá)“拐點(diǎn)”或者臨界點(diǎn)時(shí)，能源消耗逐步減少，大氣污染狀況相對(duì)改善，工業(yè)SO2減排量也逐步下降，經(jīng)濟(jì)發(fā)展水平與工業(yè)SO2減排形成環(huán)境庫茲涅茨曲線現(xiàn)象。工業(yè)SO2減排量總體呈穩(wěn)步上升趨勢(shì)，可見我國(guó)人均收入總體水平仍未達(dá)到工業(yè)SO2減排的環(huán)境庫茲涅茨曲線的“拐點(diǎn)”；人均GDP平方項(xiàng)的顯著負(fù)相關(guān)結(jié)果顯示，隨著人均收入總體水平提升并超過曲線“拐點(diǎn)”，工業(yè)SO2減排量逐步減少，這需要相應(yīng)實(shí)施有效的環(huán)境規(guī)制政策才能保證經(jīng)濟(jì)發(fā)展與環(huán)境改善的共贏。此外不能僅從人均GDP與工業(yè)SO2減排形成的環(huán)境庫茲涅茨曲線現(xiàn)象來完全解釋經(jīng)濟(jì)發(fā)展與大氣污染的關(guān)系。

(5)區(qū)域分析

模型(3)—模型(6)分別反映中國(guó)東北、東部、中部和西部地區(qū)的回歸結(jié)果，除東北地區(qū)外，其他地區(qū)工業(yè)CO2對(duì)SO2的協(xié)同減排效應(yīng)均顯著，每減少1萬噸工業(yè)CO2排放量，四個(gè)地區(qū)工業(yè)SO2分別協(xié)同減排0.0021萬噸、0.0052萬噸、0.0055萬噸、0.0055萬噸。工業(yè)CO2對(duì)SO2協(xié)同減排的擴(kuò)展效應(yīng)存在較為明顯的區(qū)域差異，東部地區(qū)的技術(shù)創(chuàng)新能力(CO2R)及滯后效應(yīng)(L.CO2R)與全國(guó)水平類似，其他地區(qū)的當(dāng)期CO2R均不顯著，東北及西部地區(qū)技術(shù)創(chuàng)新能力均存在滯后性，即當(dāng)期的低碳R&D投入對(duì)下期工業(yè)SO2減排具有顯著的協(xié)同擴(kuò)展效應(yīng)。城鎮(zhèn)化水平(CO2U)在東部和中西部地區(qū)具有顯著的協(xié)同減排擴(kuò)展效應(yīng)，而東北地區(qū)結(jié)果不顯著。其他解釋變量的回歸結(jié)果顯示，東北和西部的工業(yè)能源強(qiáng)度(EI)與工業(yè)SO2減排呈顯著的負(fù)相關(guān)，說明兩個(gè)地區(qū)的工業(yè)能源利用效率得到有效提升，“東北振興”和“西部大開發(fā)”戰(zhàn)略在提升經(jīng)濟(jì)發(fā)展的同時(shí)有效促進(jìn)了能源轉(zhuǎn)型升級(jí)，降低了大氣污染物排放。產(chǎn)業(yè)結(jié)構(gòu)(IS)與工業(yè)SO2減排在東部和西部地區(qū)呈現(xiàn)顯著負(fù)相關(guān)，在東北及中部地區(qū)負(fù)相關(guān)水平較弱。研究期間東部地區(qū)工業(yè)增加值占GDP的比重從41.74%持續(xù)降低到32.0%；東部地區(qū)是我國(guó)經(jīng)濟(jì)實(shí)力最強(qiáng)、發(fā)展水平最高、產(chǎn)業(yè)轉(zhuǎn)型升級(jí)走在全國(guó)前列的經(jīng)濟(jì)區(qū)域，如江蘇省將產(chǎn)業(yè)創(chuàng)新作為主攻方向，著力以科技創(chuàng)新推動(dòng)產(chǎn)業(yè)向中高端升級(jí)轉(zhuǎn)型，并取得了顯著成效。中西部地區(qū)的人均GDP及其平方項(xiàng)顯示經(jīng)濟(jì)發(fā)展與工業(yè)SO2減排呈現(xiàn)顯著的倒“U”型關(guān)系，環(huán)境庫茲涅茨曲線現(xiàn)象較為顯著。

(三)內(nèi)生性問題和穩(wěn)健性檢驗(yàn)

鑒于回歸模型可能存在內(nèi)生性的問題，這包括測(cè)算誤差、變量遺漏、核心變量的反向因果等問題，可能降低模型穩(wěn)健性并導(dǎo)致估計(jì)結(jié)果偏誤。通常選擇工具變量法解決解釋變量的內(nèi)生性問題，假定核心解釋變量CO2減排量為內(nèi)生變量，CO2的前期排放活動(dòng)可能影響當(dāng)期SO2的排放，選取CO2減排量的一階滯后項(xiàng)作為工具變量。內(nèi)生性DWH檢驗(yàn)結(jié)果顯示存在內(nèi)生解釋變量，弱工具變量檢驗(yàn)Shea’s Partial R2(F統(tǒng)計(jì)量)以及Gragg-Donald Wald F的檢驗(yàn)結(jié)果均顯示不存在弱工具變量，因此選取兩階段最小二乘法估計(jì)(2SLS)先分離出外生變量的內(nèi)生部分，再對(duì)外生部分回歸分析。2SLS一階段的估計(jì)結(jié)果顯示CO2的一階滯后項(xiàng)對(duì)CO2具有較好的解釋性。在球狀擾動(dòng)項(xiàng)的假設(shè)下，2SLS檢驗(yàn)是最有效率的，考慮到擾動(dòng)項(xiàng)可能存在異方差或者自相關(guān)，為驗(yàn)證模型的穩(wěn)健性及有效性，進(jìn)一步使用廣義矩估計(jì)法(GMM)進(jìn)行統(tǒng)計(jì)推斷。同時(shí)利用最小二乘虛擬變量模型(LSDV)與GMM模型回歸對(duì)比分析，發(fā)現(xiàn)GMM模型雖然更加穩(wěn)健與有效，但核心解釋變量的顯著性明顯低于LSDV模型，其余變量總體回歸結(jié)果相似，可以支撐模型的穩(wěn)健性。

結(jié) 論

面對(duì)全球氣候異常變化和國(guó)內(nèi)大氣污染治理的嚴(yán)峻形勢(shì)，“協(xié)同控制”已經(jīng)成為中國(guó)工業(yè)應(yīng)對(duì)氣候挑戰(zhàn)及緩解大氣污染防治壓力的重要戰(zhàn)略選擇。本研究以中國(guó)工業(yè)部門為研究對(duì)象，采用改進(jìn)的Kaya恒等式，以2005—2020年數(shù)據(jù)實(shí)證分析工業(yè)CO2對(duì)SO2的協(xié)同減排及擴(kuò)展效應(yīng)，論證工業(yè)CO2對(duì)SO2協(xié)同減排的區(qū)域異質(zhì)性，得出以下結(jié)論：

(1)工業(yè)CO2對(duì)SO2的協(xié)同減排效應(yīng)總體顯著，工業(yè)CO2減排與技術(shù)創(chuàng)新能力、城鎮(zhèn)化水平、環(huán)境規(guī)制強(qiáng)度相互作用下對(duì)SO2協(xié)同減排產(chǎn)生顯著的擴(kuò)展效應(yīng)，技術(shù)創(chuàng)新能力滯后項(xiàng)(L.CO2E)顯著，低碳技術(shù)可以協(xié)同減排當(dāng)期的工業(yè)SO2，但也會(huì)產(chǎn)生能源消耗從而引起下期工業(yè)SO2排放量增加。環(huán)境規(guī)制強(qiáng)度對(duì)工業(yè)SO2減排具有顯著的正相關(guān)性，其滯后項(xiàng)(L.CO2E)也反映出當(dāng)期的環(huán)境規(guī)制強(qiáng)度對(duì)工業(yè)SO2減排具有較強(qiáng)的滯后性。

(2)工業(yè)能源強(qiáng)度要素(EI)對(duì)工業(yè)SO2減排具有顯著的負(fù)相關(guān)性，相關(guān)部門應(yīng)充分發(fā)揮工業(yè)能源效率提升潛力對(duì)工業(yè)SO2減排的顯著成效。產(chǎn)業(yè)結(jié)構(gòu)要素(IS)顯示工業(yè)增加值占GDP的比重與工業(yè)SO2減排呈現(xiàn)顯著的負(fù)相關(guān)，即隨著我國(guó)工業(yè)增加值占GDP的比重的逐步下降，工業(yè)SO2減排力度呈現(xiàn)上升趨勢(shì)。人均GDP及其平方項(xiàng)顯示經(jīng)濟(jì)發(fā)展與工業(yè)SO2減排呈現(xiàn)顯著的倒“U”型關(guān)系，但我國(guó)人均收入總體水平仍未達(dá)到工業(yè)SO2減排的環(huán)境庫茲涅茨曲線的“拐點(diǎn)”。

人類的項(xiàng)目管理的實(shí)踐有著悠久的歷史，但是，人類對(duì)項(xiàng)目管理模式的研究的歷史卻極其有限。在我國(guó)實(shí)現(xiàn)現(xiàn)代化社會(huì)的轉(zhuǎn)變，項(xiàng)目管理的模式也由傳統(tǒng)的模式向現(xiàn)代模式進(jìn)行了相應(yīng)的轉(zhuǎn)變。以往項(xiàng)目管理的主要作用是預(yù)算、規(guī)劃、實(shí)行。在20世紀(jì)80年代美國(guó)開始對(duì)現(xiàn)代項(xiàng)目管理體系進(jìn)行研究，項(xiàng)目管理從傳統(tǒng)模式開始向現(xiàn)代模式改變。所以，分析管理模式的轉(zhuǎn)變對(duì)我國(guó)的各行業(yè)的管理模式有著重要意義。

(3)工業(yè)CO2對(duì)SO2的協(xié)同減排及擴(kuò)展效應(yīng)存在區(qū)域差異。除東北地區(qū)外，其他地區(qū)工業(yè)CO2對(duì)SO2的協(xié)同減排效應(yīng)均顯著。東部地區(qū)的技術(shù)創(chuàng)新能力(CO2R)及滯后效應(yīng)(L.CO2R)與全國(guó)水平類似，東北及西部地區(qū)CO2R的協(xié)同減排擴(kuò)展效應(yīng)均存在滯后性。城鎮(zhèn)化水平(CO2U)在東部和中西部地區(qū)具有顯著的協(xié)同減排擴(kuò)展效應(yīng)。東北和西部地區(qū)的工業(yè)能源強(qiáng)度(EI)與工業(yè)SO2減排呈顯著的負(fù)相關(guān)，產(chǎn)業(yè)結(jié)構(gòu)(IS)與工業(yè)SO2減排在東部和西部地區(qū)呈現(xiàn)顯著正相關(guān)，中西部地區(qū)的環(huán)境庫茲涅茨曲線現(xiàn)象較為顯著。

①姜曉群等：《關(guān)于溫室氣體控制與大氣污染物減排協(xié)同效應(yīng)研究的建議》，《環(huán)境保護(hù)》2019年第19期。

②王勇等：《中國(guó)工業(yè)碳排放達(dá)峰的情景預(yù)測(cè)與減排潛力評(píng)估》，《中國(guó)人口·資源與環(huán)境》2017年第10期。

③Greenpeace Environment Trust (GET), 2019, “Global SO2Emission Hotspot Database: Ranking the World’s Worst Sources of SO2Pollution”, Greenpeace Environment Trust. https://www.greenpeace.org.au/wp/wp-content/uploads/2019/08/Global- Hotspot-and-Emission-Sources-for-SO2_August-2019_AU_final.pdf.

④D. Burtraw, et al., “Ancillary Benefits of Reduced Air Pollution in the US from Moderate Greenhouse Gas Mitigation Policies in the Electricity Sector”,JournalofEnvironmentalEconomicsandManagement, Vol.45, No.3(2003), pp.650-673.

⑤K. Rypdal, et al., “Nordic Air Quality Co-benefits from European Post——2012 Climate Policies”,EnergyPolicy, Vol.35, No.12 (2007), pp.6309-6322.

⑥B. Groosman, et al., “The Ancillary Benefits from Climate Policy in the United State”,Environmental&ResourceEconomics, Vol.50, No.920(2011), pp.585-603.

⑦T. Takeshita, “Assessing the Co-benefits of CO2Mitigation on Air Pollutants Emissions from Road Vehicles”,AppliedEnergy, No.97(2012), pp.225-237.

⑧T. Lee, S. V. D. Meene, “Comparative Studies of Urban Climate Co-benefits in Asian Cities: An Analysis of Relationships between CO2Emissions and Environmental Indicators”,JournalofCleanerProduction, No.58 (2013), pp.15-24.

⑨L. R. F. Henneman, et al., “Assessing Emissions Levels and Costs Associated with Climate and Air Pollution Policies in South Africa”,EnergyPolicy, Vol.89, No.2 (2016), pp.160-170.

⑩O. B. Radu, et al., “Exploring Synergies between Climate and Air Quality Policies Using Long-term Global and Regional Emission Scenarios”,AtmosphericEnvironmental, Vol.140, No.9 (2016), pp.577-591.