我國省區(qū)環(huán)境污染資源損失及其外溢效應(yīng)研究

舒元 黃亮雄

［收稿日期］20111231

［基金項目］廣東省軟科學(xué)研究項目“科技進步對廣東省經(jīng)濟—環(huán)境協(xié)調(diào)性的影響機制研究”（2011B070400015）；2011年度中山大學(xué)笹川基金博士生重要創(chuàng)新項目。

［作者簡介］舒元（1949— ），男，中山大學(xué)嶺南學(xué)院博士生導(dǎo)師，教授，國際商學(xué)院院長，從事西方經(jīng)濟學(xué)和增長經(jīng)濟學(xué)研究；黃亮雄（1985— ），男，中山大學(xué)嶺南學(xué)院博士研究生，從事環(huán)境經(jīng)濟學(xué)和增長經(jīng)濟學(xué)研究。

①數(shù)據(jù)根據(jù)《2009年中國環(huán)境狀況公報》整理而得。

②數(shù)據(jù)根據(jù)《2009年中國國土資源公報》整理而得。

③下文簡稱為環(huán)境污染資源損失。

第27卷第3期2012年5月審計與經(jīng)濟研究JOURNAL OF AUDIT & ECONOMICSVol.27, No. 3May, 2012

［摘要］測量環(huán)境污染損失和資源損耗的經(jīng)濟價值（環(huán)境污染資源損失）是制定環(huán)境資源政策的關(guān)鍵。為此，沿用世界銀行2011年發(fā)布的方法測量了我國30個省區(qū)2004—2009年的人均環(huán)境污染資源損失，分析了它的區(qū)域分布特點并驗證了其外溢效應(yīng)的存在性。結(jié)果表明，我國省區(qū)間人均環(huán)境污染資源損失存在顯著的正外溢效應(yīng)。這種效應(yīng)在空間上表現(xiàn)為損失程度相近的省區(qū)彼此集聚，在政策舉措上表現(xiàn)為省區(qū)的環(huán)境資源政策行為相互模仿。這種外溢效應(yīng)主要源于東部省區(qū)內(nèi)部；其次源于中部與西部跨區(qū)之間；另外在中部省區(qū)內(nèi)部以及東部與中部跨區(qū)之間也存在一定的正外溢效應(yīng)。

［關(guān)鍵詞］環(huán)境污染資源損失；環(huán)境污染資源外溢效應(yīng)；地區(qū)環(huán)境污染；省區(qū)環(huán)境污染；環(huán)境資源問題

［中圖分類號］F224［文獻(xiàn)標(biāo)識碼］A［文章編號］10044833(2012)03008611

一、 引言

我國近30年經(jīng)濟高速增長的壯麗畫卷背后，環(huán)境資源問題令人擔(dān)憂。據(jù)國家發(fā)布的信息，2009年我國的大氣污染、水污染等問題嚴(yán)重。大氣污染方面，在開展了環(huán)境空氣質(zhì)量監(jiān)測的全國612個縣級及以上城市中，僅4.2%的城市達(dá)到一級標(biāo)準(zhǔn)。監(jiān)測的488個市（縣）中，出現(xiàn)酸雨的市（縣）高達(dá)258個，占52.9%。水污染方面，203條河流408個地表水國控監(jiān)測斷面中，Ⅲ類以下水質(zhì)的斷面比例仍高達(dá)42.7%。26個國控重點湖泊（水庫）中，Ⅲ類以下水質(zhì)的有20個，占76.9%①。與此同時，經(jīng)濟發(fā)展對自然資源的開采愈發(fā)依賴，2009年全國天然氣的開采量為851.7億立方米，比上年增長11.9%；煤炭開采量為30.5億噸，比上年增長16.4%②?？梢姡h(huán)境資源問題不容忽視，建設(shè)資源節(jié)約型、環(huán)境友好型社會及發(fā)展循環(huán)經(jīng)濟，增強可持續(xù)發(fā)展能力，成為當(dāng)務(wù)之急。

走可持續(xù)發(fā)展之路，就要衡量經(jīng)濟、環(huán)境與資源三者的關(guān)系；就要研究經(jīng)濟的增長帶來了多少環(huán)境污染損失，損耗了多少資源，也就是需要測量地區(qū)環(huán)境污染帶來的損失和資源損耗的程度③。只有合理地測量出地區(qū)環(huán)境污染資源損失程度，才能使人們認(rèn)識到環(huán)境資源問題的嚴(yán)重程度并驗證環(huán)境資源政策的有效性，同時能為政府制定有關(guān)政策提供信息支持。環(huán)境污染資源損失的測量是衡量地區(qū)環(huán)境經(jīng)濟體健康發(fā)展的重要一環(huán)，對其測量有非貨幣評價和貨幣評價兩種評價模式。非貨幣評價模式試圖建立一個多維、多層次的指標(biāo)體系，對環(huán)境資源的多個截面或多個維度進行評價，如1999年出版的《中國可持續(xù)發(fā)展戰(zhàn)略報告》中的資源環(huán)境綜合績效指數(shù)［1］。但這種衡量體系容易出現(xiàn)指標(biāo)信息覆蓋不全或指標(biāo)間信息重疊兩個問題。貨幣評價模式就是對環(huán)境污染引起的損失、生產(chǎn)帶來的資源損耗統(tǒng)一以貨幣的形式表示。這種模式通用性比較好，評價結(jié)果簡明易懂。目前無論官方機構(gòu)還是個人的研究多采用這種模式。這種評價模式在我國的應(yīng)用始于上世紀(jì)80年代，過孝民和張惠勤在20世紀(jì)80年代，第一次應(yīng)用這種評價模式估算了全國范圍內(nèi)的環(huán)境污染損失，指出1981—1985年間平均每年損失為380億元，占1983年GNP的6.75%［2］。這項研究不但具有開創(chuàng)性，而且它使用的方法有較強的理論基礎(chǔ)，后來被許多研究者沿用。夏光和趙毅紅估算了我國1992年環(huán)境污染造成的經(jīng)濟損失，估值約為986.1億元，占當(dāng)年GNP的4.04%［3］。鄭易生等估算的我國1993年環(huán)境污染經(jīng)濟損失為1084.1億元，占當(dāng)年GNP的3%以上［4］。世界銀行的估算結(jié)果令人吃驚，它指出1995年我國大氣與水污染的損失占當(dāng)年GDP的比重高達(dá)8%［5］。進入21世紀(jì)，國家環(huán)?？偩趾徒y(tǒng)計局對2004年我國綠色GDP作了詳盡的核算，指出2004年全國因環(huán)境污染造成的經(jīng)濟損失占當(dāng)年GDP的3.05%，虛擬治理成本占當(dāng)年GDP的1.80%［6］。世界銀行再次關(guān)注我國的大氣污染問題，經(jīng)過估算后指出，2003年我國大氣污染所造成的健康損失占GDP的3.8%［7］。

上述的估算雖科學(xué)嚴(yán)謹(jǐn)、具有較高的學(xué)術(shù)價值，且深刻揭示了我國環(huán)境資源問題的嚴(yán)峻現(xiàn)狀，但仍存在兩點不足：（1）除了對資源環(huán)境綜合績效指數(shù)測算之外，其余研究則僅局限于對環(huán)境污染的損失進行估算，而忽視了經(jīng)濟增長對自然資源的損耗。事實上，自然資源諸如礦產(chǎn)資源、能源資源及森林資源是不可再生資源或者再生周期較長，對其過度開發(fā)而取得的經(jīng)濟增長是不可持續(xù)的。同時，環(huán)境問題與資源問題是密不可分的?？梢?，測量經(jīng)濟活動對自然資源的損耗同樣重要。（2）很多研究僅估計了全國數(shù)據(jù)，而缺失對我國分地區(qū)的研究，例如對省區(qū)層面的研究。我國區(qū)域差異巨大，如果把估算細(xì)致到省區(qū)層面，將對制定地區(qū)政策具有更為積極的意義。鑒于此，本文綜合環(huán)境污染損失和資源損耗，把分析區(qū)域細(xì)致到省區(qū)層面，并參考世界銀行2011年報告The Changing Wealth of Nations的方法，測算了我國30個?。ㄊ?，區(qū)）2004—2009年的人均環(huán)境污染資源損失，分析了其區(qū)域分布特點。

地區(qū)人均環(huán)境污染資源損失可看作是該地區(qū)環(huán)境資源政策的體現(xiàn)。而我國省區(qū)政策的制定往往植根于省區(qū)的相互影響之中。那么，省區(qū)間的政策舉措是如何相互影響的？它們之間是相互獨立、相互模仿，還是相互對立？回答這個問題，就要探討省區(qū)間人均環(huán)境污染資源損失外溢效應(yīng)（Spillover effect）。若不存在外溢效應(yīng)，則省區(qū)間的政策舉措是相互獨立的；若存在正的外溢效應(yīng)，省區(qū)間表現(xiàn)為相互模仿的政策互動；若存在負(fù)的外溢效應(yīng)，省區(qū)間表現(xiàn)出相互對立的政策互動。科學(xué)地驗證外溢效應(yīng)的存在性并辨別其方向，有助于深刻了解我國區(qū)域關(guān)系，妥善處理好區(qū)域問題。這也成為本文的研究重點。

本文如下部分的結(jié)構(gòu)安排：第二部分闡述環(huán)境污染資源損失的測量方法；第三部分針對測量的結(jié)果進行區(qū)域分布分析；第四五部分為實證部分，驗證我國省區(qū)間人均環(huán)境污染資源損失的外溢效應(yīng)；第六部分為結(jié)論。

二、 測量方法

本文在參考了Hamilton、Clemens和世界銀行2002年方法的基礎(chǔ)上，主要使用了世界銀行2011年報告所使用的測量環(huán)境污染資源損失程度的方法，這種方法也是一種貨幣評價模式方法［810］。相比于龐雜的評價體系，這種方法操作性更強，且較易拓展到省區(qū)層面。本文沿用該種方法，把環(huán)境資源損失分為自然資源損耗、二氧化碳排放的破壞與對環(huán)境破壞的治理投入三部分，具體核算可由以下公式表達(dá)：

DAM=∑Ri+CD+GE（1）

其中，DAM為環(huán)境污染資源損失，Ri為各項資源的損耗，CD為二氧化碳排放的破壞，GE為對環(huán)境破壞的治理投入。

各項資源損耗包括能源損耗、礦產(chǎn)損耗和森林損耗。各損耗=PV（利潤以4%進行折舊）/T。其中，T為資源的壽命，PV為現(xiàn)值。T的選取因資源的不同而不同，但大部分資源的壽命都集中在20年—30年，故世界銀行的評價有選擇T=20［11］，也有選擇T=25［8］，但本文選取T=25。

能源資源和礦產(chǎn)資源都是非再生資源，其中能源資源一般包括石油、天然氣和煤，而礦產(chǎn)資源包括黑色金屬和有色金屬。有關(guān)其利潤，本文選取石油及天然氣開采業(yè)和煤炭開采業(yè)的利潤總額來表示能源資源的利潤；選取黑色金屬采礦業(yè)和有色金屬采礦業(yè)的利潤總額來表示礦產(chǎn)資源的利潤。數(shù)據(jù)來源于歷年《中國工業(yè)經(jīng)濟統(tǒng)計年鑒》和《中國經(jīng)濟普查年鑒》。

至于森林財富，包括木材資源和非木材資源，但一般認(rèn)為森林產(chǎn)品的利潤率介于耕地和草地之間，而耕地的利潤率大約為30%，草地產(chǎn)品的利潤率大概是45%［8，12］。因此，本文選取35%，也就是說，森林利潤是林業(yè)總產(chǎn)值的35%。另外，森林是可再生資源，每年大約有10%的森林可以再生，于是用原利潤率減去再生率，可得森林資源損害等于林業(yè)總產(chǎn)值的25%。林業(yè)總產(chǎn)值的數(shù)據(jù)來源于各期《中國農(nóng)業(yè)年鑒》。

二氧化碳的破壞（CD）=排放量（噸）×20美元（以2005年為基年折算成人民幣為163.83元）［13］。至于各省區(qū)二氧化碳排放量的算法，可參看杜立民的做法，主要數(shù)據(jù)來源于歷年《中國能源統(tǒng)計年鑒》［14］。

對環(huán)境破壞的治理投入（GE），采用環(huán)境污染治理投資總額。環(huán)境污染治理總額包括工業(yè)污染源投資、建設(shè)項目環(huán)保投資和城市環(huán)境基礎(chǔ)設(shè)施建設(shè)投資三項，這三項數(shù)據(jù)主要來源于各期《中國環(huán)境統(tǒng)計年鑒》大部分省區(qū)在2004年以前都沒有公布城市環(huán)境基礎(chǔ)設(shè)施建設(shè)投資數(shù)據(jù)，所以本文的測量年限為2004—2009年。。

三、 環(huán)境資源損失的區(qū)域分布

使用上節(jié)論述的方法，本節(jié)測算出我國30個?。ㄊ?，區(qū)）2004—2009年的人均環(huán)境污染資源損失限于數(shù)據(jù)的獲得，這里不包括西藏自治區(qū)。所有數(shù)據(jù)都使用GDP縮減指數(shù)進行平減，以2000年為基期。，并分析其在我國的區(qū)域分布。

2004—2009年，我國人均環(huán)境污染資源損失愈加嚴(yán)重。如圖1所示，2004年全國人均環(huán)境污染資源損失為771.58元30個省區(qū)的平均，下同。，2009年上升到1422.00元，年均增長10.7%，高于同期全國人均GDP年均9.5%的增長率。也就是說，環(huán)境污染資源損失占GDP的比重將越來越高。事實上，2004年全國環(huán)境污染資源損失占GDP的比重為6.7%，2009年上升為7.2%相比于《中國綠色國民經(jīng)濟核算研究報告2004》，我們的結(jié)果高出約兩個百分點，因為前者沒有計算自然資源的損耗。，環(huán)境資源問題令人擔(dān)憂。分區(qū)域來看，這六年來，東部的人均環(huán)境污染資源損失最高，中部次之，西部最低。東中西部的年均增長率分別為8.6%、12.9%和11.6%?？梢?，近年來，中西部對環(huán)境資源的索取程度愈漸追上東部地區(qū)，這與各地區(qū)的發(fā)展模式有關(guān)。改革開放以來，東部沿海地區(qū)憑借著地理優(yōu)勢以及低廉的勞動力，選擇制造業(yè)出口導(dǎo)向型的發(fā)展模式，如長三角和珠三角模式。這種模式符合比較優(yōu)勢原理，使得企業(yè)擁有自生能力，進而適應(yīng)市場要求［15］。經(jīng)過30年的發(fā)展，這種發(fā)展模式初見成效，雖然對經(jīng)濟發(fā)展環(huán)境的破壞在加強，但對自然資源的索取卻有所降低。中西部省區(qū)雖然沒有東部省區(qū)的地理優(yōu)勢，也缺乏較好的基礎(chǔ)設(shè)施、人力資本以及市場環(huán)境等因素，但卻擁有豐富的自然資源，尤其是隨著市場經(jīng)濟的確立，自然資源越發(fā)成為稀缺資源，價格不斷推高。在“標(biāo)尺競爭”下，自身經(jīng)濟不發(fā)達(dá)的中西部省區(qū)，著力追趕東部省區(qū)，從而更關(guān)注于短期內(nèi)對GDP增長有顯著貢獻(xiàn)的自然資源開采項目，而忽視開采自然資源對環(huán)境的破壞，這樣就造成中西部省區(qū)的人均環(huán)境污染資源損失增長愈快。

以泰爾指數(shù)泰爾指數(shù)Teil=∑{(gi/G)*ln［(gi /pi)/(G/P)］}，其中g(shù)i為i地區(qū)的變量、pi為i地區(qū)的人口、G為全國變量、P為全國總?cè)丝?。來反映我國人均環(huán)境污染資源損失的區(qū)域差異。如圖2所示，2004—2007年泰爾指數(shù)由8.7%下降到8.3%，這是由于基數(shù)較大的東部，損失增長率放緩，中西部地區(qū)則增長迅速，局域差距緩慢下降。但2008年較為特別，泰爾指數(shù)大幅增長到11.0%，2009年又回落到8.7%，與2004年相當(dāng)。也就是說，除了2008年之外，我國的人均環(huán)境污染資源損失區(qū)域差異基本穩(wěn)定。

圖3我國人均環(huán)境污染資源損失的區(qū)域分布（單位：元）

圖3使用分位數(shù)來反映我國人均環(huán)境污染資源損失的區(qū)域分布。對比2004年與2009年可知，省區(qū)的集團間變化較少，特別是處于第一和第二集團（50%與75%百分位以后）的省區(qū)基本沒有發(fā)生變化，僅是廣東與海南由2004年的第二集團下降到2009年的第三集團（25%至50%百分位之間的省區(qū)），與此同時，陜西與福建由2004年的第三集團上升到2009年的第二集團。第一和第二集團大部分是沿海省區(qū)或是內(nèi)陸擁有國際邊界的省區(qū)，第三和第四集團省區(qū)則大部分是內(nèi)陸省份。這樣就形成了外圈套內(nèi)圈的分布格局，其中，外圈是人均環(huán)境污染資源損失較高的第一和第二集團省區(qū)，內(nèi)圈則是損失較低的第三和第四集團省區(qū)。如此的區(qū)域分布與區(qū)域要素稟賦和產(chǎn)業(yè)結(jié)構(gòu)有較強的聯(lián)系。第一集團的省區(qū)多集中于與河北和內(nèi)蒙古交界的省區(qū)，這些省區(qū)有的是能源或資源大省，如內(nèi)蒙古和山西均是煤炭大省；有的是重工業(yè)基地，如河北和遼寧，這些省區(qū)一方面對資源索取較多，另一方面對環(huán)境污染也較重。第二集團多集中于沿海省區(qū)，也包括資源大省新疆和重工業(yè)基地黑龍江與吉林。沿海地區(qū)經(jīng)濟規(guī)模較大，對環(huán)境的破壞也較大。特別地，北京、上海與天津這3個直轄市六年來都處于第一集團。三市轄區(qū)面積小，環(huán)境承載力有限，但由于其地位特殊，過去發(fā)展了不少重工業(yè)產(chǎn)業(yè)，如上海的寶鋼等，這種模式的可持續(xù)性值得深究。不過，現(xiàn)在三市的排名已有所下降，同時損失的增長速度較慢，分別為3.4%，3.5%與3.3%，遠(yuǎn)低于全國平均水平，三市的環(huán)境相對改善。

四、 實證方法

（一） 計量方法

上節(jié)的分析指出我國人均環(huán)境污染資源損失的區(qū)域分布呈集聚狀態(tài)：沿海省區(qū)與擁有國際邊界的省區(qū)構(gòu)成的第一和第二集團形成外圈，中部與西南部的內(nèi)陸省區(qū)構(gòu)成的第三和第四集團形成內(nèi)圈。這體現(xiàn)出地區(qū)經(jīng)濟地理行為間的空間依賴性。真實的空間依賴性反映了現(xiàn)實中存在的空間交互作用（Spatial Interaction Effects），比如區(qū)域經(jīng)濟要素的流動、創(chuàng)新的擴散、技術(shù)溢出等。本文就是要構(gòu)造計量模型來識別省區(qū)人均環(huán)境污染資源損失的空間依賴性。

在現(xiàn)實的經(jīng)濟地理研究中，許多涉及地理空間的數(shù)據(jù)普遍存在空間依賴性，例如一般認(rèn)為空間上離的近的變量之間比在空間上離的遠(yuǎn)的變量之間具有更加密切的關(guān)系［16］。傳統(tǒng)的統(tǒng)計與計量理論忽視了這種空間依賴性，其統(tǒng)計與計量分析的結(jié)果值得進一步深入探究［17］?？臻g計量分析為這種研究打開了一扇窗?？臻g依賴性可以用空間滯后模型（Spatial Lag Model，SLM）與空間誤差模型（Spatial Error Model，SEM）兩種空間計量模型進行刻畫［18］。

空間滯后模型（Spatial Lag Model，SLM）的表達(dá)式為：

y=ρWy+Xβ+ε（2）

其中，參數(shù)β反映了自變量對因變量的影響；W為空間加權(quán)矩陣；空間滯后因變量Wy是一個內(nèi)生變量，反映了空間距離對區(qū)域行為的作用；參數(shù)ρ衡量了樣本觀察值中的空間依賴作用，即相鄰地區(qū)的觀察值y對本地區(qū)觀察值y的影響方向和程度。由于SLM模型與時間序列中自回歸模型相類似，因此SLM也被稱作空間自回歸模型（Spatial Autoregressive Model，SAR）。特別地，SLM常用于討論各變量在地區(qū)間是否有擴散現(xiàn)象（外溢效應(yīng)）。本文也將檢驗我國省區(qū)人均環(huán)境污染資源損失方程是否適用該模型。

空間誤差模型（Spatial Error Model，SEM）的數(shù)學(xué)表達(dá)式為：

Y=Xβ+ε（其中，ε=λWε+μ）（3）

式中，ε為隨機誤差項向量，λ為n×1階的截面因變量向量的空間誤差系數(shù)，μ為正態(tài)分布的隨機誤差向量。SEM中參數(shù)β反映了自變量X對因變量y的影響。SEM的空間依賴作用存在于擾動誤差項之中，λ度量了鄰近地區(qū)關(guān)于因變量的誤差沖擊對本地區(qū)觀察值的影響程度。鑒于SEM模型與時間序列中的序列相關(guān)問題類似，因此被稱為空間自相關(guān)模型（Spatial Autocorrelation Model，SAC）。

（二） 空間加權(quán)矩陣

空間計量經(jīng)濟模型通過引入空間加權(quán)矩陣來表達(dá)空間相互作用?？臻g加權(quán)矩陣W為一個n×n的對稱矩陣，其對角線上的元素Wii被設(shè)為0，而Wij表示區(qū)域i和區(qū)域j在空間上相連接的原因。其權(quán)數(shù)的設(shè)定一般有兩種規(guī)則：地理位置規(guī)則與空間距離規(guī)則。本文涉及的權(quán)數(shù)均采用這兩種規(guī)則。地理位置規(guī)則使用Rook鄰近空間加權(quán)矩陣(Wr)，即當(dāng)兩個地區(qū)擁有共同邊界時，wij=1，而當(dāng)兩個地區(qū)沒有共同的邊界時，wij=0為了避免“單個島嶼效應(yīng)”，設(shè)定海南省與廣東省、廣西壯族自治區(qū)有共同邊界。?？臻g距離規(guī)則采用K值最鄰近空間矩陣(Wk)，具體為給定空間單元周圍選擇最鄰近K個地區(qū)的權(quán)數(shù)為1，其余為0，一般地，K=4［19］。為了減少或消除區(qū)域間的外在影響，權(quán)值矩陣被標(biāo)準(zhǔn)化w*ij=wij/∑nj=1wij，從而使行元素之和為1。

五、 外溢效應(yīng)的實證結(jié)果

（一） 數(shù)據(jù)描述

本節(jié)所使用的數(shù)據(jù)是2004—2009年30個省區(qū)各年的橫截面數(shù)據(jù)，使用逐年回歸的方法進行分析。本節(jié)的實證步驟如下：首先是數(shù)據(jù)描述，其次進行SLM與SEM檢驗判別，最后得出回歸結(jié)果并作時間比較。

因變量為上文測量的各省區(qū)人均環(huán)境污染資源損失（dam）。自變量方面，除了Wy或Wε，其余控制變量主要源于Grossman和Krueger的環(huán)境三效應(yīng)模型［20］，該模型經(jīng)過Antweiler 等建立數(shù)理模型驗證［21］。他們將影響環(huán)境的因素分為三種效應(yīng)：規(guī)模效應(yīng)、結(jié)構(gòu)效應(yīng)和技術(shù)效應(yīng)。規(guī)模效應(yīng)是指經(jīng)濟規(guī)模的增大，影響到環(huán)境污染資源的損失，用真實人均GDP及其平方項來反映。這些最早見于Grossman和Kruger的EKC假說［20］。后來，Copeland和Taylor為EKC假說提供了一個合理的數(shù)理推導(dǎo)，并研究了南北貿(mào)易環(huán)境的關(guān)系，揭示了高收入地區(qū)選擇強的環(huán)境保護措施的原因［22］。結(jié)構(gòu)效應(yīng)是指產(chǎn)業(yè)結(jié)構(gòu)的變化導(dǎo)致環(huán)境污染資源損失的變化，這里使用第二產(chǎn)業(yè)占GDP比重（we2）來反映。技術(shù)效應(yīng)是指因為技術(shù)的進步致使環(huán)境污染資源損失的改變，這里使用研究與試驗發(fā)展的人員數(shù)量（rd）表示。另外，使用對外依存度，即進出口總額占GDP的比重（ti）來捕捉污染產(chǎn)生的效應(yīng)。為了反映政府保護環(huán)境的努力程度，本文采用類似于曾文慧提出的水污染有效征收率（Effective Levy Rate，EL），以總排污費除以未達(dá)標(biāo)工業(yè)廢水排放量來度量［23］。

綜合各變量，以2009年為例，對其進行簡要的數(shù)據(jù)描述，如表1所示。

（二） 實證結(jié)果

判斷地區(qū)間空間相關(guān)性是否存在以及SLM和SEM哪個模型更恰當(dāng)，一般可通過包括Moran餾 I檢驗、兩個拉格朗日乘數(shù)（Lagrange Multiplier）檢驗，LMLAG、LMERR及其穩(wěn)?。≧obust）的R睱MERR、R睱MLAG）等檢驗來實現(xiàn)。表2（見下頁）列示了使用2009年省區(qū)數(shù)據(jù)進行的幾項檢驗。

Moran餾 I檢驗，無論是Wr還是Wk加權(quán)矩陣都通過了5%的顯著性檢驗，這表明我國各地區(qū)人均環(huán)境資源損失的分布出現(xiàn)了空間上的聚集現(xiàn)象，即具有人均較高環(huán)境污染資源損失的地區(qū)相互臨近，而具有較低人均環(huán)境污染資源損失的地區(qū)也相互臨近。

盡管Moran餾 I統(tǒng)計量表明我國省區(qū)人均環(huán)境污染資源損失的空間自相關(guān)作用是顯著的，但是該統(tǒng)計量不能顯示出高損失地區(qū)或低損失地區(qū)集聚的具體情況。我們使用Moran散點圖來揭示這一現(xiàn)象。

Moran散點圖以每個地區(qū)觀測值的離差為橫坐標(biāo)，以其空間滯后值為縱坐標(biāo)，四個不同的象限分別對應(yīng)四種不同的局部空間相關(guān)關(guān)系。如圖4（見下頁）所示，以Wk權(quán)重為例，位于第一象限即H睭（High睭igh）型地區(qū)以及第三象限即L睱型（Low睱ow）地區(qū)的省區(qū)居多，導(dǎo)致擬合線的斜率為正。其中，第一象限包括內(nèi)蒙古、黑龍江、遼寧、河北、北京、天津、寧夏、山西、山東、江蘇、浙江和上海，這些省區(qū)本身具有較大的損失值，并且其附近的地區(qū)也具有較大的損失值。H睭型地區(qū)和L睱型地區(qū)表示地區(qū)間存在正的空間自相關(guān)且空間實體呈現(xiàn)空間集聚。

圖4人均環(huán)境污染資源損失Moran散點圖（2009年）

至于SLM與SEM的選擇，Anselin和Florax提出了如下判別準(zhǔn)則：如果在空間依賴性的檢驗中發(fā)現(xiàn)LM（lag）較之LM（error）在統(tǒng)計上更加顯著，且R睱M（lag）顯著而R睱M（error）不顯著，則可以斷定適合的模型是SLM；相反，如果LM（error）比LM（lag）在統(tǒng)計上更加顯著，且R睱M（error）顯著而R睱M（lag）不顯著，則可以斷定SEM是恰當(dāng)?shù)哪Ｐ汀?/p>

從表2（見下頁）可知，Wr加權(quán)矩陣中，LM（lag）檢驗顯著而LM（error）檢驗不顯著，因此選擇SLM；Wk加權(quán)矩陣中，LM（lag）與LM（error）檢驗顯著，但R睱M（lag）檢驗顯著而R睱M（error）檢驗不顯著，因此也選擇SLM。那么，兩個加權(quán)矩陣的空間回歸模型均使用SLM。于是，回歸模型設(shè)定為：

dam=β0+ρW·dam+β1pgdp+β2pgap2+β3we2+β4rd+β5ti+β6el+ε（4）

正是由于選擇了SLM，（4）式可考察省區(qū)人均環(huán)境污染資源損失的外溢效應(yīng)。式中ρ的符號決定了外溢效應(yīng)的方向，其大小決定了效應(yīng)的大小。若ρ=0，則不存在外溢效應(yīng)，此時省區(qū)間的政策舉措是相互獨立的；若ρ＞0，則存在正的外溢效應(yīng)，此時省區(qū)間表現(xiàn)為相互模仿的政策互動或稱政策互補；若ρ＜0，則存在負(fù)的外溢效應(yīng)，此時區(qū)間表現(xiàn)為差異化的政策互動或稱之為政策替代。

空間計量模型存在自變量的內(nèi)生性，這類模型的估計如果仍采用OLS，系數(shù)估計值會有偏或者無效，因此需要通過IV、ML或GLS、GMM等其他方法來進行估計。Anselin建議采用極大似然法估計［18］。另外，針對擾動項方差的設(shè)定不同，LeSage和Peace以貝葉斯的視角拓展了空間計量模型，并使用Markov Chain Monte Carlo（MCMC）方法進行估計［25］。這里，我們使用兩種空間加權(quán)矩陣，使用ML與MCMC兩種方法分別估計各年的情況，其中2009年的回歸結(jié)果見表3（見下頁）所示表3只列示了2009年的回歸結(jié)果，其余年份的結(jié)果可向作者索取。。

表3使用了兩種空間加權(quán)矩陣和兩種回歸方法，共四個方程來驗證我國省區(qū)人均環(huán)境污染資源損失的外溢效應(yīng)使用修正擬合優(yōu)度（Rbar^2）和最大似然值（ll）來判別，應(yīng)選擇方程（4）。，結(jié)果都顯示ρ值顯著為正，即存在正的外溢效應(yīng)。這種效應(yīng)在空間上，表現(xiàn)為相近損失水平的省區(qū)集聚在一起，于是就形成了圖3所示的我國省區(qū)人均環(huán)境污染資源損失外圈套內(nèi)圈的空間分布，其中外圈是人均損失較大的沿海省區(qū)與擁有國際邊界的省區(qū)，內(nèi)圈是人均損失較小的內(nèi)陸省區(qū)。在政策舉措上，正的外溢效應(yīng)表現(xiàn)為省區(qū)的環(huán)境資源政策行為相互模仿。那么，一省區(qū)采用減小環(huán)境污染資源損失的措施，其臨近的省區(qū)也相應(yīng)采取減小損失的措施。這樣的現(xiàn)象與Huang等的榜樣效應(yīng)如出一轍［26］。

考察外溢效應(yīng)的時間變動趨勢。如圖5所示，四個方程度量的ρ值都具有相仿的時間變動趨勢。圖中ML的估計值比MCMC的估計值大。LeSage指出ML與MCMC的估計差異在于模型的異方差大?。?7］?？臻g加權(quán)矩陣Wk的ρ值大于Wr的ρ值，源于Wk賦予最近的4個省區(qū)的權(quán)數(shù)為1，而Wr則是賦予鄰近省區(qū)的權(quán)數(shù)為1，而我國各省區(qū)平均擁有4.23個鄰近省區(qū)。這樣，最近4個省區(qū)的平均距離小于鄰近省區(qū)指省區(qū)間的質(zhì)心距離。。某省與其最近4個省區(qū)的緊密程度大于鄰近省區(qū)時，其對最近4個省區(qū)的影響也與其鄰近省區(qū)的影響相當(dāng)。在時間變動上，2006年，ρ值達(dá)到峰值，其余Wk的ρ值較為穩(wěn)定，ML估計一般在0.5的水平，MCMC估計一般在0.4水平。而Wr的ρ值在2008年有個明顯的低谷，但ML估計基本維持在0.3，MCMC估計基本維持在0.2的水平。正是由于省區(qū)的正外溢效應(yīng)普遍存在，省區(qū)間的環(huán)境資源政策相互模仿，導(dǎo)致我國人均環(huán)境污染資源損失的區(qū)域差異較為穩(wěn)定，這點又與圖2泰爾指數(shù)反映的結(jié)果相互印證。

控制變量方面，真實人均GDP的系數(shù)顯著為正，其二次項的系數(shù)雖符號為負(fù)，但不顯著，即人均環(huán)境污染資源損失的EKC假說不成立，而是與真實人均GDP呈斜率為正的線性關(guān)系。以方程（4）為例，真實人均GDP每增長1萬元，人均環(huán)境資源損失增加567.34元。按現(xiàn)行的經(jīng)濟增長模式，新增環(huán)境污染資源損失約占新增GDP的5.7%，再次說明了我國環(huán)境資源問題的嚴(yán)峻性。結(jié)構(gòu)效應(yīng)中的二產(chǎn)占GDP比重（we2）雖然系數(shù)符號為正，但不顯著，即二產(chǎn)比重的增加沒有顯著加大環(huán)境資源的損失。觀察圖3可知，人均環(huán)境污染資源損失較高的省區(qū)，二產(chǎn)比重較高（如：山東、河北生產(chǎn)排污較為嚴(yán)重），但諸如山西、內(nèi)蒙古等資源大省對資源的損耗較多，然二產(chǎn)比重不大，因此綜合起來看，結(jié)構(gòu)效應(yīng)對二產(chǎn)比重的影響不顯著。再者，對外依存度（ti）的系數(shù)不顯著，表明污染天堂效應(yīng)在我國不成立。而環(huán)保努力程度（el）的系數(shù)僅在方程（4）中通過10%的顯著性檢驗，說明我國的環(huán)保效果不是很突出。捕捉技術(shù)效應(yīng)的研究與試驗發(fā)展全時人員當(dāng)量（rd）的系數(shù)顯著為負(fù)，即技術(shù)進步能降低人均環(huán)境污染資源損失，全時人員當(dāng)量每增加1單位，人均環(huán)境污染資源損失降低0.004元。控制變量中三種效應(yīng)的驗證說明，當(dāng)經(jīng)濟規(guī)模擴大的同時降低對環(huán)境資源的負(fù)荷需要靠技術(shù)進步。因而，加大研發(fā)，實施科教興國戰(zhàn)略，也成為了可持續(xù)發(fā)展的必由之路。

分地區(qū)比較外溢效應(yīng)的情況。由于以Wk刻畫空間相互作用，使用ML估計的效果較好，于是采用方程（4）對分地區(qū)進行檢驗MCMC的估計結(jié)果與ML一致，并不影響區(qū)域比較的屬性。，結(jié)果由表4顯示。從東中西三地區(qū)來看，東部省區(qū)內(nèi)部的外溢效應(yīng)顯著為正，且系數(shù)較大，除了2008年外，ρ值都基本維持在0.8，比全國估計得出的表3的方程（4）大。與此同時，2004—2007年，中部的ρ值顯著為正，此時中部省區(qū)內(nèi)部也存在正外溢效應(yīng)，但系數(shù)卻比全國樣本的小，而且2008—2009年的系數(shù)不顯著，此時中部省區(qū)內(nèi)部不存在外溢效應(yīng)。西部的ρ值大多不顯著，甚至在2005年和2006年顯著為負(fù)，即在區(qū)域分布上，人均環(huán)境資源損失相當(dāng)?shù)氖^(qū)會離散；在政策舉措上，地區(qū)的行為恰好相反，某省區(qū)采用減少環(huán)境污染資源損失的措施，其臨近的省區(qū)反而采用增大損失的措施。Huang等將這種效應(yīng)稱為轉(zhuǎn)移效應(yīng)。綜合三地區(qū)來看，全國層面存在的正的外溢效應(yīng)主要源于東部地區(qū)內(nèi)部。在地區(qū)間競爭下，各省區(qū)追逐GDP的熱情世界罕見［28］，但短期內(nèi)使GDP快速增長的措施，往往都是相仿的，如地方政府會選擇大力發(fā)展二產(chǎn)、重視一產(chǎn)、忽視三產(chǎn)［29］；地方政府會加大基礎(chǔ)設(shè)施建設(shè)上的投資而忽視教育投資［30］。這種競爭在經(jīng)濟發(fā)達(dá)的東部地區(qū)尤為激烈［31］。

再分析地區(qū)間的交互作用。東中部和中西部的ρ值顯著為正，且中西部的值較大，那么中部與西部之間在人均環(huán)境污染資源損失的外溢效應(yīng)強于東部與中部之間。東部與中部地區(qū)無論是在地理，還是在經(jīng)濟方面的差異都相對強于中部與西部之間的差異。地區(qū)間競爭，確定政績的好壞，通常以實力相當(dāng)?shù)氖^(qū)作對比。這樣，某省區(qū)只會關(guān)心與其相仿的省區(qū)，即該省區(qū)對與其實力相當(dāng)且臨近的省區(qū)政策作出較快反應(yīng)，但對與其差異很大的省區(qū)的反應(yīng)就較為緩慢，甚至不作出反應(yīng)，這樣中部與西部省區(qū)間的外溢效應(yīng)就強于東部與中部間的外溢效應(yīng)。也正是由于這個原因，東部地區(qū)內(nèi)部差異性小于跨區(qū)間，其競爭激烈程度也高于跨區(qū)間省份的競爭，跨區(qū)的東中部和中西部的外溢效應(yīng)強度均低于東部內(nèi)部。另外，東西部的外溢效應(yīng)不顯著，東部與西部的交互作用不明顯。這是由于一方面，西部省區(qū)離發(fā)達(dá)地區(qū)太遠(yuǎn)，發(fā)達(dá)地區(qū)對西部地區(qū)的影響力度有限，其影響范圍不足以輻射到西部地區(qū)；另一方面，西部與東部差異大，并不是彼此競爭的對象，二者相互影響較少。

六、 結(jié)論

我國經(jīng)濟高速增長的背后，存在諸多問題，其中環(huán)境資源問題尤為重要。因此，如何合理地測量我國各省區(qū)環(huán)境污染資源損失程度并分析其特征便成為了制定環(huán)境資源政策必先認(rèn)真對待的問題。本文沿用2011年世界銀行對環(huán)境污染資源損失的貨幣評價模式，測量了我國30個省區(qū)2004—2009年的人均環(huán)境污染資源損失，分析了它的區(qū)域分布特點，并在此基礎(chǔ)上，驗證了我國省區(qū)間人均環(huán)境污染資源損失外溢效應(yīng)的存在性，其結(jié)果表明：

第一，2004—2009年，我國人均環(huán)境污染資源損失愈加嚴(yán)重，其年均增速高于同期GDP增速，這其中中西部較快。由于東部基數(shù)較大，中部與西部的差距拉大，故總體上我國人均環(huán)境污染資源損失的區(qū)域差異基本穩(wěn)定。在區(qū)域分布上，形成了損失嚴(yán)重的外圈套損失較小的內(nèi)圈這一格局，外圈是東部沿海省區(qū)以及擁有國際邊界的北方省區(qū)，內(nèi)圈是中西部內(nèi)陸省區(qū)。

第二，針對損失的區(qū)域分布特點，本文使用了空間計量回歸的方法，驗證了我國省區(qū)人均環(huán)境污染資源損失存在正的外溢效應(yīng)。這種效應(yīng)在空間上表現(xiàn)為相近損失水平的省區(qū)集聚在一起；在政策舉措上，表現(xiàn)為省區(qū)的環(huán)境資源政策行為相互模仿。從分地區(qū)來看，這種效應(yīng)主要源于東部省區(qū)內(nèi)部；從跨區(qū)域交互影響來看，這種效應(yīng)主要源于中部與西部之間及東部與中部之間，且前者的外溢效應(yīng)為大。

我國人均環(huán)境污染資源損失的區(qū)域分布特點及存在的正外溢效應(yīng)給我們帶來這樣的啟示：我國要建立“資源節(jié)約型社會”、“環(huán)境友好型社會”，發(fā)展“循環(huán)經(jīng)濟”，做到人與自然和諧相處，就要妥善處理好區(qū)域問題。我國省區(qū)間的環(huán)境資源政策具有相互模仿的特征，那么確立榜樣地區(qū)，使其發(fā)揮示范作用，就能產(chǎn)生連鎖效應(yīng)。同時，這種模仿特征更多地歸根于地區(qū)競爭，因此通過制度創(chuàng)新使得地方政府從競爭走向競合是解決地區(qū)環(huán)境問題的有效途徑。

參考文獻(xiàn)：

［1］中國科學(xué)院可持續(xù)發(fā)展戰(zhàn)略研究組.中國可持續(xù)發(fā)展戰(zhàn)略報告［R］.北京：科學(xué)出版社，2011.

［2］過孝民,張慧勤.公元2000年中國環(huán)境預(yù)測與對策研究［M］.北京：清華大學(xué)出版社，1990.

［3］夏光,趙毅紅.中國環(huán)境污染損失的經(jīng)濟計量與研究［J］.管理世界，1995（6）：198205.

［4］鄭易生,錢薏紅,王世汶,李玉浸.中國環(huán)境污染經(jīng)濟損失估算：1993年［J］.生態(tài)經(jīng)濟，1997（6）：614.

［5］World Bank.China s environment in the new century: clear water, blue skies［R］. World Bank，1997.

［6］國家環(huán)?？偩趾蛧医y(tǒng)計局.中國綠色國民經(jīng)濟核算研究報告2004［R］.國家統(tǒng)計局，2006.

［7］World Bank. Cost of pollution in China［R］. World Bank，2007.

［8］World Bank .The changing wealth of nations［R］. World Bank，2011.

［9］Hamilton K, Clemens M. Genuine savings rates in developing countries［J］. World Bank Economic Review，1999(13) : 333356.

［10］Word Bank. Manual for calculating adjusted net savings［R］. World Bank，2002.

［11］World Bank. Expanding the measure of wealth: indicators of environmentally sustainable development［R］. World Bank，1997.

［12］World Bank. Where Is the wealth of nations？Measuring capital for the 21st century［R］. World Bank，2006.

［13］Fankhauser.S. The economic costs of global warming damage: asurvey［J］. Global Environmental Change，1994(4):301309.

［14］杜立民.我國二氧化碳排放的影響因素：基于省級面板的研究［J］.南方經(jīng)濟，2010（11）：2033.

［15］林毅夫，李永軍.比較優(yōu)勢、競爭優(yōu)勢與發(fā)展中國家的經(jīng)濟發(fā)展［J］.管理世界，2003（7）：2128.

［16］Anselin L,Getis A. Spatial statistical analysis and geographic information systems［J］. Ann. Regional Science，1992，7(2):1933.

［17］Anselin L,Griffith D A.Do spatial effects really matter in regression analysis?［J］. Papers Regional Science Association，1988，65（1）:1134.

［18］Anselin L. Spatial econometrics: methods and models［M］. The Netherlands: Kluwer Academic Publishers，1988.

［19］Anselin L. Geoda 0.9 user餾 guide［R］. Department of Agricultural and Consumer Economics, University of Illinois，2003.

［20］Grossman G M,Krueger A B. Environmental impacts of a north american free trade agreement［M］. Cambridge : The MIT Press，1993.

［21］Antweiler W, Copeland B, Taylor S. Is free trade good for the environment?［J］. The American Economic Review，2001,91 (4) :877908.

［22］Copeland B,Taylor S. North睸outh trade and the environment［J］. The Quarterly Journal of Economics，1994,109 (3):755787.

［23］曾文慧.流域越界污染規(guī)制：對中國跨省水污染的實證研究［J］.經(jīng)濟學(xué)（季刊），2008（2）：447464.

［24］Anselin L,Florax R J. Small sample properties of tests for spatial dependence in regression models: some further results［J］. New Directions in Spatial Econometrics，1995,15(1): 2174.

［25］LeSage J P,Pace R K.Introducion to spatial econometrics［M］. New York:Taylor and Francis，2009.

［26］Huang L X, Zhang L,Shu Y. Pollution spillover in developed regions in China睟ased on the analysis of the industrial SO2 emission［J］. Energy Procedia，2011,24(5) :10081013.

［27］LeSage J P. The theory and practice of spatial econometrics［M］. University of Toledo :Department of Econmoics，1999.

［28］周黎安，李宏彬，陳燁.相對績效考核：中國地方官員晉升機制的一項經(jīng)驗研究［J］.經(jīng)濟學(xué)報，2005（1）：8396.

［29］徐現(xiàn)祥，王賢彬，舒元.地方官員與經(jīng)濟增長——來自中國省長、省委書記交流的證據(jù)［J］.經(jīng)濟研究，2007（9）：1831.

［30］孫敬水;陳稚蕊;李志堅.中國發(fā)展低碳經(jīng)濟的影響因素研究——基于擴展的STIRPAT模型分析［J］.審計與經(jīng)濟研究，2011（4）：100104.

［31］張傳國.國外碳金融研究的新進展［J］.審計與經(jīng)濟研究2011（5）：104112.

［責(zé)任編輯：楊志輝，許成安］

The Loss of Environmental Pollution and Resources of China餾

Provinces and Their Spillover Effects

SHU Yuan, HUANG Liangxiong

（School of Lingnan, Dr. SUN Yatsen University, Guangzhou 510275, China）

Abstract: Measuring the economic loss of environmental pollution and resources depletion (loss of environmental pollution and resources) is a key issue of formulating environmental and resource policy. This paper follows the method of World Bank (2011) to measure the per capita loss of environmental pollution and resources of China餾 30 provinces from 2004 to 2009. We then analyze its regional distribution and verify its existence of spillover effect. The result shows that there is a significant positive spillover effect among the per capita loss of environmental pollution and resources of China餾 30 provinces. The effect shows that the provinces which have similar loss levels gather each other in space, and they imitate each other in the performance of policy initiatives. This effect is mainly due to the internal part of eastern provinces; followed from the cross between the central and western regions. At the same time, there are some positive spillover effects in the internal part of central provinces and the cross between the eastern and central regions.

Key Words: loss of environmental pollution and resources; spillover effects of environmental pollution and resources; regional environmental pollution; provincial environmental pollution; environmental resources