長(zhǎng)江經(jīng)濟(jì)帶污染物排放強(qiáng)度的空間差異及影響因素研究

王宇昕 余興厚 熊興

摘?要：本文通過構(gòu)建污染物排放指標(biāo)體系對(duì)長(zhǎng)江經(jīng)濟(jì)帶各省市污染物排放強(qiáng)度水平進(jìn)行測(cè)算，運(yùn)用泰爾指數(shù)、基尼系數(shù)以及對(duì)數(shù)離差均值三個(gè)具有互補(bǔ)性的差異性指標(biāo)對(duì)污染物排放強(qiáng)度的區(qū)域差異進(jìn)行綜合評(píng)價(jià)，基于省際面板數(shù)據(jù)，引入產(chǎn)業(yè)結(jié)構(gòu)水平、經(jīng)濟(jì)發(fā)展水平、人力資本水平、外商投資水平、能源消耗水平和城鎮(zhèn)化水平等六個(gè)解釋變量，選用空間計(jì)量模型實(shí)證探究了長(zhǎng)江經(jīng)濟(jì)帶整體以及各區(qū)域污染物排放強(qiáng)度的影響因素。研究結(jié)果顯示：長(zhǎng)江經(jīng)濟(jì)帶各區(qū)域污染物排放強(qiáng)度具有顯著的差異性，以2011年為轉(zhuǎn)折點(diǎn)，總體上呈現(xiàn)出先上升后下降的變化趨勢(shì)，其中上游地區(qū)的差異最大，中游地區(qū)次之，下游地區(qū)最小;三大區(qū)域污染物排放強(qiáng)度的影響因素存在著明顯的差異性，各解釋變量對(duì)不同區(qū)域降低污染物排放強(qiáng)度的作用存在著顯著的異質(zhì)性。

關(guān)鍵詞：污染物排放強(qiáng)度;空間差異;影響因素;長(zhǎng)江經(jīng)濟(jì)帶

中圖分類號(hào)：F127;F205文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1674-8131（2019）03-0104-11

一、引言

習(xí)近平總書記分別于2016年和2018年兩次在考察長(zhǎng)江經(jīng)濟(jì)帶生態(tài)環(huán)境和發(fā)展建設(shè)情況時(shí)強(qiáng)調(diào)長(zhǎng)江經(jīng)濟(jì)帶建設(shè)要堅(jiān)持貫徹“共抓大保護(hù)、不搞大開發(fā)”的戰(zhàn)略思路。顯然，這一戰(zhàn)略思路強(qiáng)化了長(zhǎng)江經(jīng)濟(jì)帶建設(shè)發(fā)展中生態(tài)環(huán)境硬約束。在國家環(huán)境保護(hù)部所印發(fā)的《長(zhǎng)江經(jīng)濟(jì)帶生態(tài)環(huán)境保護(hù)2016—2017年行動(dòng)計(jì)劃》中對(duì)提高長(zhǎng)江經(jīng)濟(jì)帶生態(tài)環(huán)境質(zhì)量與減少主要污染物排放總量作出了明確的要求和規(guī)定?？刂撇p少主要污染物的排放作為推進(jìn)長(zhǎng)江經(jīng)濟(jì)帶生態(tài)文明建設(shè)過程中的重點(diǎn)與難點(diǎn)，已成為沿江各省市經(jīng)濟(jì)與社會(huì)發(fā)展過程中的共識(shí)，是能否順利將長(zhǎng)江經(jīng)濟(jì)帶打造成環(huán)境友好型、資源節(jié)約型的可持續(xù)發(fā)展帶的關(guān)鍵。由于我國各地區(qū)的經(jīng)濟(jì)發(fā)展水平和技術(shù)效率存在明顯差異[1]，污染物排放規(guī)模和強(qiáng)度均具有顯著的區(qū)域異質(zhì)性。長(zhǎng)江經(jīng)濟(jì)帶橫跨我國東中西部11省市，其內(nèi)部的區(qū)域差異顯著，因此，深入研究長(zhǎng)江經(jīng)濟(jì)帶各省市污染物排放的差異與變化趨勢(shì)，積極探索污染物排放的減排路徑是當(dāng)前長(zhǎng)江經(jīng)濟(jì)帶生態(tài)優(yōu)先、綠色發(fā)展的重要部分。

污染物減排作為環(huán)境污染治理的重要環(huán)節(jié)，對(duì)生態(tài)環(huán)境質(zhì)量的改善與環(huán)保基礎(chǔ)設(shè)施建設(shè)水平的提升均具有積極的促進(jìn)作用。學(xué)術(shù)界普遍使用污染物排放強(qiáng)度作為反映單位新創(chuàng)造經(jīng)濟(jì)價(jià)值的環(huán)境負(fù)荷量的衡量指標(biāo)。圍繞著污染物控制與減排制度的設(shè)計(jì)研究，楊玉峰和傅國偉（2001）基于國家宏觀層面對(duì)各區(qū)域污染物排放總量的分配原則進(jìn)行探索[2]，指出我國的分配方案應(yīng)充分考慮到區(qū)域間的差異特征;王媛等（2008）將基尼系數(shù)運(yùn)用到水污染總量的分配中，設(shè)計(jì)出各區(qū)域水污染排放的初始分配方案[3]，為推進(jìn)排污許可證交易制度建立提供理論依據(jù);張文靜等（2015）引入人口、GDP、水環(huán)境容量等多維度指標(biāo)對(duì)污染物總量分配的方法進(jìn)行優(yōu)化[4];周申蓓和齊文韜（2017）從企業(yè)微觀層面，運(yùn)用聯(lián)合確定基數(shù)探討了在合作協(xié)商下的企業(yè)污染物減排模式[5]。要達(dá)到控制、減少污染物排放的目標(biāo)必須建立在對(duì)地區(qū)范圍內(nèi)污染物排放的準(zhǔn)確測(cè)量基礎(chǔ)上，宋修霖等（2015）對(duì)我國當(dāng)前污染物核算中環(huán)境監(jiān)測(cè)數(shù)據(jù)的使用以及核算的標(biāo)準(zhǔn)兩大方面提出了改進(jìn)思路[6];在污染物減排的績(jī)效考核方面，徐廣華等（2011）對(duì)污染物總量減排的考核原則與考核思路提出了幾點(diǎn)思考，為構(gòu)建污染物減排的績(jī)效考核體系奠定了理論基礎(chǔ)[7];董圓媛等（2015）選擇27個(gè)指標(biāo)對(duì)太湖流域水污染總量減排進(jìn)行績(jī)效評(píng)估，為推進(jìn)流域水污染物減排的績(jī)效考核作出了重要貢獻(xiàn)[8]。實(shí)證研究方面主要是側(cè)重單一或多種污染物排放強(qiáng)度水平的評(píng)價(jià)與其影響因素。蘇丹等（2010）選取化學(xué)需氧量、廢水量和氨氮污染物，運(yùn)用均方差賦權(quán)法對(duì)遼河流域的工業(yè)廢水的污染物排放強(qiáng)度進(jìn)行分析評(píng)價(jià)[9];陳媛媛和李坤望（2010）基于36個(gè)工業(yè)行業(yè)的面板數(shù)據(jù)，探究在開放條件下，影響污染物排放強(qiáng)度的主要因素[10];王超等（2015）對(duì)海河流域各區(qū)域主要的污染物來源與污染物組成結(jié)構(gòu)進(jìn)行對(duì)比分析，為海河流域的產(chǎn)業(yè)布局提出對(duì)策建議[11]。此外，在研究污染物排放強(qiáng)度的地區(qū)差異方面，陳一萍等（2014）基于福建省2007—2012年主要污染物排放數(shù)據(jù)，采用密切值法對(duì)其年際差異與地區(qū)差異進(jìn)行了計(jì)算分析[12];董小林等（2017）采用熵權(quán)TOPSIS方法對(duì)陜西省各省市的工業(yè)污染強(qiáng)度的差異性進(jìn)行綜合評(píng)價(jià)并提出相關(guān)的減排建議[13]。

綜上所述，學(xué)者們圍繞著污染物減排的制度設(shè)計(jì)、核算體系、績(jī)效考核機(jī)制做了豐富的研究;在污染物排放強(qiáng)度方面，針對(duì)污染物排放強(qiáng)度水平的評(píng)價(jià)與區(qū)域差異進(jìn)行了大量的實(shí)證研究，并對(duì)其造成的原因進(jìn)行了深入分析。但總體來看，大多數(shù)關(guān)于污染物排放強(qiáng)度的實(shí)證研究只是局限于省際或流域范圍內(nèi)，而少有的關(guān)于省際間或全國范圍內(nèi)污染物排放強(qiáng)度的差異性研究只是針對(duì)單一污染源，針對(duì)多種污染物排放強(qiáng)度的文獻(xiàn)較少。此外在探究區(qū)域間污染物排放強(qiáng)度的差異時(shí)，大部分研究只考慮了本地區(qū)自身的經(jīng)濟(jì)社會(huì)發(fā)展因素，而較少涉及空間效應(yīng)的研究。因此，本文選取長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市為研究對(duì)象，對(duì)其在2006—2015年污染物排放強(qiáng)度進(jìn)行綜合測(cè)算與評(píng)價(jià)，并探究其空間差異性及影響因素。

二、長(zhǎng)江經(jīng)濟(jì)帶各省市污染物排放強(qiáng)度的現(xiàn)狀與差異性分析

1.污染物排放強(qiáng)度的水平現(xiàn)狀分析

（1）污染物排放強(qiáng)度的測(cè)算。當(dāng)前學(xué)術(shù)界關(guān)于污染物排放強(qiáng)度的測(cè)算主要是針對(duì)特定污染源，如大氣中的污染物排放、水質(zhì)中的污染物排放、公路線源的污染物排放（劉華軍 等，2012;李海萍 等，2016;何吉成，2015）[14-16]。本文基于環(huán)境公報(bào)上對(duì)主要污染物的范圍界定為依據(jù)，從廢物、廢水和廢氣三方面對(duì)污染物排放強(qiáng)度進(jìn)行綜合測(cè)算。

鑒于當(dāng)前對(duì)污染物排放的測(cè)算主要是從污染物濃度與污染物排放總量?jī)蓚€(gè)方面來研究，前者主要適用于對(duì)廢氣、廢水排放的測(cè)算;后者則對(duì)廢氣、廢水與固體廢物排放的測(cè)算均適用。考慮到現(xiàn)階段我國環(huán)境管理政策的主要目標(biāo)是控制、減少污染物排放總量，因此本文選用污染物排放總量作為衡量指標(biāo)，借鑒相關(guān)文獻(xiàn)對(duì)測(cè)量污染物排放的指標(biāo)體系，基于指標(biāo)選取的科學(xué)性、層次性、合理性和可及性，構(gòu)建測(cè)量污染排放的指標(biāo)體系，如表1所示。

依據(jù)袁曉玲等（2009）[17]、劉亦文等（2016）[18]的處理方法，將長(zhǎng)江經(jīng)濟(jì)帶各省市每年污染物指標(biāo)的排放量作為基礎(chǔ)變量，對(duì)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)而求出各省市每年的污染物排放水平。此外，通過平減指數(shù)計(jì)算求出各省市每年的實(shí)際GDP值。最后計(jì)算各省市每年污染物排放水平與所對(duì)應(yīng)的實(shí)際GDP的比值，得到各省市每年的污染物排放強(qiáng)度，相關(guān)數(shù)據(jù)來源于《中國環(huán)境統(tǒng)計(jì)年鑒》和各省市統(tǒng)計(jì)年鑒。本文計(jì)算的污染物強(qiáng)度可以理解為各省市在生產(chǎn)每單位GDP（萬元）所需排放的污染物數(shù)量，計(jì)算結(jié)果如表2所示。

（2）污染物排放強(qiáng)度的統(tǒng)計(jì)分析。從圖4各省市污染物排放強(qiáng)度的期初、期末值來看，除上海和貴州出現(xiàn)不同幅度的下降之外（下降幅度分別為6.54%和11.68%），其余九省市的污染物排放強(qiáng)度呈現(xiàn)不同幅度的上升。其中增長(zhǎng)幅度最大為安徽，由2006年的0.097上升至2015年的0.229，增長(zhǎng)率達(dá)136.49%，緊隨其后的分別是云南、湖南、四川、湖北等。雖然江西、江蘇和浙江作為增長(zhǎng)幅度最小的三個(gè)省份，但其污染物排放強(qiáng)度的增長(zhǎng)率也均超過了30%，這說明相比于2006年，2015年長(zhǎng)江經(jīng)濟(jì)帶整體的污染物排放強(qiáng)度水平更高。此外，從各省市十年的污染物排放強(qiáng)度平均值來看，最高的前三位省市分別是云南、貴州和江西，分別達(dá)到0.326、0.316和0.224，比最低的上海高出10倍左右，即云南每萬元GDP所排放生產(chǎn)、生活的污染物量約是上海的12倍。從現(xiàn)有學(xué)者的研究分析來看，造成上述顯著的省域差異的原因是多方面的，其中最主要、直接的原因是云南、貴州等上游地區(qū)以及江西等中游地區(qū)的GDP總量產(chǎn)值遠(yuǎn)低于上海、浙江等下游地區(qū)，其之間的GDP數(shù)量差距遠(yuǎn)大于其之間的污染排放差距。如云南在2006年和2015年的污染物排放總量分別占當(dāng)年長(zhǎng)江經(jīng)濟(jì)帶污染物排放總量的10.76%和15.18%，但其GDP產(chǎn)值僅分別占當(dāng)年長(zhǎng)江經(jīng)濟(jì)帶GDP生產(chǎn)總值的4.33%和4.39%;再如貴州在2006年和2015年的污染物排放總量分別占當(dāng)年長(zhǎng)江經(jīng)濟(jì)帶污染物排放總量的10.73%和7.56%，但其GDP產(chǎn)值分別占當(dāng)年長(zhǎng)江經(jīng)濟(jì)帶GDP生產(chǎn)總值的2.47%和3.13%，這反映出云南、貴州等上游地區(qū)在生產(chǎn)、生活過程中新創(chuàng)造單位GDP的環(huán)境負(fù)荷量比較大，經(jīng)濟(jì)、社會(huì)與生態(tài)環(huán)境的耦合度不高。另外，長(zhǎng)江經(jīng)濟(jì)帶各省市產(chǎn)業(yè)結(jié)構(gòu)的異質(zhì)性、環(huán)?；A(chǔ)設(shè)施建設(shè)水平的不均衡、生態(tài)環(huán)境治理的制度差異等諸多因素也是造成省際污染物排放強(qiáng)度存在較大差異的重要原因。

2.各省市地區(qū)污染物排放強(qiáng)度的差異性分析

（1）污染物排放強(qiáng)度的區(qū)域差異測(cè)算。常用的測(cè)量差異性的統(tǒng)計(jì)指標(biāo)主要有變異系數(shù)（Coefficient of Variation）、泰爾指數(shù)（Theils Entropy Index）、基尼系數(shù)（Gini Coefficient）和對(duì)數(shù)離差均值（Logarithmic Mean Deviation）。其中，泰爾指數(shù)和對(duì)數(shù)離差均值分別對(duì)上層部分和底層部分的差異變化比較敏感，而基尼系數(shù)則對(duì)中間部分的差異變化比較敏感?？梢娺@三個(gè)指標(biāo)之間具有一定的互補(bǔ)性。為更加全面地研究污染物排放強(qiáng)度的區(qū)域差異，本文綜合上述三個(gè)指標(biāo)來測(cè)算分析。基尼系數(shù)的計(jì)算公式表示如下：

泰爾指數(shù)與對(duì)數(shù)離差均值是由經(jīng)濟(jì)學(xué)家泰爾（Theil）于1967年所提出，他引用信息理論中的熵概念來測(cè)量收入的不平等差異度，泰爾指數(shù)（GE1）和對(duì)數(shù)離差均值（GE0）的計(jì)算公式分別表示如下：

（2）污染物排放強(qiáng)度的省際差異分析。根據(jù)式（1）、式（2）和式（3），可依次測(cè)算出各省市每年污染物排放強(qiáng)度的基尼系數(shù)、泰爾指數(shù)與對(duì)數(shù)離差均值，具體計(jì)算結(jié)果詳見表4。

從表4可發(fā)現(xiàn)，基尼系數(shù)、泰爾指數(shù)以及對(duì)數(shù)離差均值整體上呈現(xiàn)出相同的變化趨勢(shì)，但在某些年份，三個(gè)指標(biāo)的變動(dòng)幅度卻表現(xiàn)出較為明顯的差異。如在2009年，泰爾指數(shù)與對(duì)數(shù)離差均值較2008年分別上漲14.05%和13.21%，但基尼系數(shù)卻較2008年僅上升6.44%，這表明，處于污染物排放強(qiáng)度兩端水平的省市經(jīng)歷了較大的變化，而處于污染物排放強(qiáng)度中間水平的省市其變化幅度相對(duì)較小。綜合比較三個(gè)指標(biāo)的整體變化幅度，可發(fā)現(xiàn)變化幅度最大的為泰爾指數(shù)，對(duì)數(shù)離差均值次之，基尼系數(shù)最小，這表明在觀察期內(nèi)，長(zhǎng)江經(jīng)濟(jì)帶污染物排放強(qiáng)度的內(nèi)部組成結(jié)構(gòu)尚未發(fā)生較大改變。

從統(tǒng)計(jì)特征來看，基尼系數(shù)的最大值、最小值與平均值分別為0.422 8、0.379 4、0.401 7;對(duì)數(shù)離差均值的最大值、最小值與平均值分別為0.338 5、0.263 1、0.305 6;泰爾指數(shù)的最大值、最小值與平均值分別為0.291 3、0.231 5、0.262 9。其中基尼系數(shù)與泰爾指數(shù)均在2009年具有最高的正向增長(zhǎng)率，增長(zhǎng)率分別為6.44%和14.05%;對(duì)數(shù)離差均值在2011年具有最高的正向增長(zhǎng)率，增長(zhǎng)率為15.03%，這表明長(zhǎng)江經(jīng)濟(jì)帶污染物排放強(qiáng)度的區(qū)域差異在2009年與2011年均出現(xiàn)了大幅度的上升;此外，基尼系數(shù)、對(duì)數(shù)離差均值均在2014年具有最高的負(fù)向增長(zhǎng)率，增長(zhǎng)率分別為-3.90%和-6.58%，泰爾指數(shù)在2008年具有最高的負(fù)向增長(zhǎng)率，增長(zhǎng)率為-7.77%，這表明長(zhǎng)江經(jīng)濟(jì)帶污染物排放強(qiáng)度的區(qū)域差異在2008年與2014年均出現(xiàn)了大幅度的下降。

（3）三大區(qū)域間污染物排放強(qiáng)度的差異分析。根據(jù)表1的測(cè)算結(jié)果和《長(zhǎng)江經(jīng)濟(jì)帶規(guī)劃發(fā)展綱要》對(duì)長(zhǎng)江流域區(qū)域的劃分方法，依照式（4）和式（5）對(duì)長(zhǎng)江經(jīng)濟(jì)帶整體污染物排放強(qiáng)度差異進(jìn)行分解，可計(jì)算出各區(qū)域間污染物排放強(qiáng)度的差異特征，具體結(jié)果見表5與表6。

綜合表6和表7可以看出，泰爾指數(shù)與對(duì)數(shù)離差均值所描述的各區(qū)域差異特征基本相似，上游地區(qū)各省市間污染物排放強(qiáng)度的差異程度最大，中游地區(qū)次之，下游地區(qū)最小。從整體觀察期來看，上述兩個(gè)指標(biāo)均以2009年和2011年為轉(zhuǎn)折點(diǎn)：在2006—2008年污染物排放強(qiáng)度呈現(xiàn)出下降趨勢(shì)，隨后在2009年陡然上升至近似于2006年的水平，隨后再次呈下降趨勢(shì)，但2011年再次陡然上升，達(dá)到觀察期中的最大值，即在2011年長(zhǎng)江經(jīng)濟(jì)帶各區(qū)域的污染物排放強(qiáng)度的差異值達(dá)到最大，2011年之后又平穩(wěn)地下降。進(jìn)一步分析組成各區(qū)域污染物排放強(qiáng)度的差異結(jié)構(gòu)，可以發(fā)現(xiàn)每年的區(qū)域內(nèi)差異均小于區(qū)域間差異，即在污染物排放強(qiáng)度的總差異中，區(qū)域間差異扮演著最主要的作用。就區(qū)域間差異水平占總差異水平的比例來看，總體上呈現(xiàn)出平穩(wěn)上升的趨勢(shì)，這說明區(qū)域間差異在總差異中占據(jù)日益主要的地位。

三、長(zhǎng)江經(jīng)濟(jì)帶污染物排放強(qiáng)度的空間性分析

1.污染物排放強(qiáng)度的空間相關(guān)性檢驗(yàn)

依據(jù)表2計(jì)算結(jié)果，使用全局自相關(guān)檢驗(yàn)?zāi)Ｐ?，可分別求得各年的Morans I指數(shù)。全局Morans I指數(shù)描述了各省市每年污染物排放強(qiáng)度的空間關(guān)聯(lián)與空間差異程度。

圖5為Morans I指數(shù)變化情況。

從圖5可看出，各年的Morans I指數(shù)均大于0.148，這表明長(zhǎng)江經(jīng)濟(jì)帶各省市的污染物排放強(qiáng)度具有空間正相關(guān)性，存在一定程度上的集聚效應(yīng)，即污染物排放強(qiáng)度高的省市互為相鄰，污染物排放強(qiáng)度低的省市互為相鄰。從Morans I指數(shù)的變化趨勢(shì)來看，Morans I指數(shù)整體上呈現(xiàn)出平穩(wěn)的、具有一定波動(dòng)性地增長(zhǎng)，由2006年的0.148迅速增長(zhǎng)至2007年的0.234，隨后呈現(xiàn)出緩慢的下降趨勢(shì)，下降至2009年的0.178之后，又開始上升，在2014年達(dá)到最大值0.304，隨后又在2015年驟然下降到0.234。為更好地分析各省市地區(qū)污染物排放強(qiáng)度在空間上的集聚分布特征，本文引入2006年、2011年以及2015年Moran散點(diǎn)圖來分析，詳見圖6、圖7和圖8。

圖6、7、8中Moran散點(diǎn)圖的第一、第二、第三和第四象限分別對(duì)應(yīng)著高—高、低—高、低—低和高—低地區(qū)，其中第一和第三象限所對(duì)應(yīng)的Morans I指數(shù)為正，表明落在此范圍內(nèi)具有空間的正相關(guān)性;第二和第四象限所對(duì)應(yīng)的Morans I指數(shù)為負(fù)，表明落在此范圍內(nèi)具有空間的負(fù)相關(guān)性。從Moran散點(diǎn)圖的變化趨勢(shì)來看，整體上的散點(diǎn)分布情況變化不大，大部分散點(diǎn)主要是落在第二和第三象限，只有較少散點(diǎn)落在第一象限或者第二象限。進(jìn)一步研究可發(fā)現(xiàn)，污染物排放強(qiáng)度低集聚的最開始主要是集中在以上海和江蘇為中心的下游地區(qū)，但到2008年之后就變?yōu)橐陨虾橹行牡南掠蔚貐^(qū)。

綜合分析，樣本各年的全局自相關(guān)性均至少在5%顯著性水平顯著，但在局部空間自相關(guān)檢驗(yàn)中，大多數(shù)省份并不存在著顯著的局域空間自相關(guān)性。因此，可說明全局的空間自相關(guān)并非是由局域空間自相關(guān)所造成的。

2.污染物排放強(qiáng)度的影響因素研究

本文選取長(zhǎng)江經(jīng)濟(jì)帶各省市的產(chǎn)業(yè)結(jié)構(gòu)水平（INDU）、人均GDP水平（GDP）、平均人力資本水平（ALAB）、外商投資水平（FDI）、能源消耗強(qiáng)度（ES）以及城鎮(zhèn)化水平（URBAN）等六個(gè)解釋變量來探究各省市污染物排放強(qiáng)度的影響因素。其中，產(chǎn)業(yè)結(jié)構(gòu)水平采用地區(qū)第二產(chǎn)業(yè)產(chǎn)值占地區(qū)經(jīng)濟(jì)總產(chǎn)值的比例;平均人力資本水平通過人均受教育年限來衡量，依據(jù)人口普查、抽樣調(diào)查和經(jīng)濟(jì)普查資料，運(yùn)用加權(quán)平均法測(cè)算所在地區(qū)的就業(yè)人員的平均受教育年限，計(jì)算方法參見鈔小靜（2014）[19]對(duì)不同學(xué)歷水平的賦權(quán)標(biāo)準(zhǔn)，對(duì)未上過學(xué)、小學(xué)、初中、高中（包含中職）、大學(xué)?？?、大學(xué)本科、研究生及以上分別賦予權(quán)重1、6、9、12、15、16、19，進(jìn)而求出加權(quán)平均值;外商投資水平用外商投資總額與GDP總值來表示;能源消耗強(qiáng)度采用各省市的總能源消耗與其各自的GDP比值來表示;城鎮(zhèn)化水平用各省市當(dāng)?shù)氐某擎?zhèn)常住人口占總?cè)丝诘谋壤齺肀硎荆嚓P(guān)數(shù)據(jù)來源于各省市統(tǒng)計(jì)年鑒。

鑒于污染物排放具有外部性特征，因此污染物排放強(qiáng)度不僅受本省市的產(chǎn)業(yè)結(jié)構(gòu)、人均GDP水平等因素影響，還受鄰近省市的產(chǎn)業(yè)結(jié)構(gòu)、人均GDP水平等因素影響。本文選用空間面板計(jì)量模型依次對(duì)長(zhǎng)江經(jīng)濟(jì)帶整體和三大區(qū)域分別做空間自回歸模型（SAR）、空間杜賓模型（SDM）、空間自相關(guān)模型（SAC）、空間誤差模型（SEM）分析。結(jié)果顯示，除SDM在長(zhǎng)江經(jīng)濟(jì)帶整體和三大區(qū)域均適用以外，其余三個(gè)模型只部分適用。因此，為便于比較分析，本文采用SDM，對(duì)于是選用隨機(jī)效應(yīng)還是固定效應(yīng)，運(yùn)用了Hausman檢驗(yàn)

由于篇幅限制，這里沒有報(bào)告Hausman檢驗(yàn)結(jié)果以及長(zhǎng)江經(jīng)濟(jì)帶整體和各區(qū)域的SAR、SAC、SEM回歸結(jié)果，如有需要可向作者索取。，結(jié)果顯示長(zhǎng)江經(jīng)濟(jì)帶整體和三大區(qū)域均更適用隨機(jī)效應(yīng)模型，回歸結(jié)果見表7。

表7顯示，對(duì)整體或三大區(qū)域而言，SDM的擬合優(yōu)度均優(yōu)于普通面板回歸模型，這表明長(zhǎng)江經(jīng)濟(jì)帶各省市的污染物排放強(qiáng)度值存在著較強(qiáng)的空間聯(lián)系。從整體上看，人均GDP水平、平均人力資本水平、能源消耗強(qiáng)度三個(gè)解釋變量均在1%的顯著性水平上顯著，這說明就長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市整體而言，人均GDP水平的提升以及平均人力資本水平和能源消耗強(qiáng)度的調(diào)整對(duì)污染物排放強(qiáng)度的降低有著重要的作用。

從各區(qū)域的回歸結(jié)果來看，除產(chǎn)業(yè)結(jié)構(gòu)水平、GDP水平、平均人力資本水平、能源消耗強(qiáng)度均對(duì)三大區(qū)域污染物排放強(qiáng)度具有顯著影響外，外商投資水平與城鎮(zhèn)化水平僅對(duì)部分區(qū)域顯著，結(jié)合各解釋變量的相關(guān)系數(shù)可以發(fā)現(xiàn)，各區(qū)域污染物排放強(qiáng)度的影響因素存在著一定的差異性，其中上游地區(qū)與中下游地區(qū)之間的差異較為顯著。因此，長(zhǎng)江經(jīng)濟(jì)帶各區(qū)域在貫徹落實(shí)降低污染物排放的實(shí)踐過程中需結(jié)合自身實(shí)際情況制定符合本區(qū)域的減排政策，不可盲目地“一刀切”。

就各自變量而言，人均GDP水平均在1%的顯著性水平上顯著，這表明地區(qū)經(jīng)濟(jì)發(fā)展水平與污染物排放強(qiáng)度存在著緊密的關(guān)系，其中上游地區(qū)人均GDP水平與污染物排放強(qiáng)度呈負(fù)相關(guān)，即隨著上游地區(qū)經(jīng)濟(jì)發(fā)展水平的提高，污染物排放強(qiáng)度會(huì)出現(xiàn)下降趨勢(shì);中游、下游地區(qū)的人均GDP水平與污染物排放強(qiáng)度呈正相關(guān)，即隨著中游、下游地區(qū)經(jīng)濟(jì)發(fā)展水平的提高，污染物排放強(qiáng)度會(huì)出現(xiàn)上升趨勢(shì);這看似與Grossman 和Krueger[20]所檢驗(yàn)的經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染之間呈倒U型關(guān)系（通常叫作庫茲涅茨環(huán)境曲線，即隨著經(jīng)濟(jì)水平的增長(zhǎng)，環(huán)境污染呈現(xiàn)先上升后下降的趨勢(shì)）不相符，但仔細(xì)推敲可發(fā)現(xiàn)本文所得的結(jié)果是比較合理的。首先，本文所檢驗(yàn)的是經(jīng)濟(jì)水平增長(zhǎng)與污染物排放強(qiáng)度之間的關(guān)系，而并非庫茲涅茨環(huán)境曲線中描述的經(jīng)濟(jì)水平增長(zhǎng)與環(huán)境污染水平之間的關(guān)系;其次，本文對(duì)污染物排放的測(cè)算涵蓋廢物、廢氣與廢水三大一級(jí)指標(biāo)，七個(gè)二級(jí)指標(biāo)，核算指標(biāo)體系更加豐富全面，而Grossman 和Krueger[20]的污染物測(cè)定只包含空氣污染和水污染兩方面。造成上游與中、下游系數(shù)符號(hào)不同的原因主要是由于上游（西部）地區(qū)自身的區(qū)域條件因素和相對(duì)落后的經(jīng)濟(jì)發(fā)展水平，其經(jīng)濟(jì)的增長(zhǎng)主要是依靠第一產(chǎn)業(yè)和傳統(tǒng)的服務(wù)業(yè)，兩者都是對(duì)環(huán)境危害相對(duì)較小的產(chǎn)業(yè);其次，近年來上游地區(qū)，特別是云南省和貴州省，大力發(fā)展生態(tài)旅游業(yè)，生態(tài)旅游就是依托良好的生態(tài)環(huán)境，減少對(duì)自然環(huán)境的污染，是經(jīng)濟(jì)增長(zhǎng)與生態(tài)環(huán)境保護(hù)協(xié)調(diào)發(fā)展的綠色產(chǎn)業(yè);再者，國家在長(zhǎng)江流域生態(tài)環(huán)境建設(shè)上不均衡的投入，相比其他區(qū)域，上游地區(qū)在生態(tài)環(huán)境建設(shè)上獲得了中央財(cái)政較大的支持，如退耕還林還草工程、天然林保護(hù)工程等，這在一定程度上提高了上游地區(qū)環(huán)境凈化能力。

產(chǎn)業(yè)結(jié)構(gòu)水平雖然在整體上未能通過顯著性檢驗(yàn)，但就三大區(qū)域而言，產(chǎn)業(yè)結(jié)構(gòu)水平均在1%顯著性水平上顯著，其中上游地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)水平與污染物排放強(qiáng)度的系數(shù)為負(fù)，中、下游地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)水平與污染物排放強(qiáng)度的系數(shù)為正，造成這差異性的原因可能是上游地區(qū)作為長(zhǎng)江上游的生態(tài)屏障，肩負(fù)起長(zhǎng)江經(jīng)濟(jì)帶水資源安全與生態(tài)環(huán)境保護(hù)的重任，其地區(qū)產(chǎn)業(yè)的發(fā)展規(guī)劃與路徑受到了中央或地方政府明確的限制。如在三峽工程項(xiàng)目建設(shè)中，重慶庫區(qū)多個(gè)區(qū)縣傳統(tǒng)的“三高”工業(yè)企業(yè)被迫關(guān)停遷移，在三峽工程竣工之后，重慶地方政府在招商引資中較為嚴(yán)格地執(zhí)行負(fù)面清單制，設(shè)立環(huán)保準(zhǔn)入門檻標(biāo)準(zhǔn);而中下游地區(qū)在經(jīng)濟(jì)發(fā)展上搭乘了上游地區(qū)生態(tài)環(huán)境保護(hù)的便車，享受了上游地區(qū)生態(tài)文明建設(shè)成果的正外部性，在產(chǎn)業(yè)的發(fā)展建設(shè)中過多地注重GDP的增長(zhǎng)，而忽視了環(huán)境污染所帶來的負(fù)面影響。

人力資本水平至少在5%顯著性水平上顯著，這說明人力資本水平對(duì)污染物排放強(qiáng)度也有著密切的關(guān)系。這是因?yàn)榈貐^(qū)的人力資本水平可以決定該地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)和高度，產(chǎn)業(yè)的結(jié)構(gòu)與高度又可以決定地區(qū)的經(jīng)濟(jì)增長(zhǎng)方式。無論是從長(zhǎng)江經(jīng)濟(jì)帶整體或各區(qū)域來看，平均人力資本水平對(duì)污染物排放強(qiáng)度的系數(shù)均為正數(shù)，這表明當(dāng)前長(zhǎng)江經(jīng)濟(jì)帶人力資本水平還不夠高，還處于中低端水平，高端型技術(shù)創(chuàng)新人才還比較匱乏。此外，還可以看出，上游地區(qū)平均人力資本水平對(duì)污染物排放強(qiáng)度水平的系數(shù)最大，中游地區(qū)次之，下游地區(qū)最小，這在一定程度上也符合當(dāng)前人力資本水平在長(zhǎng)江經(jīng)濟(jì)帶各省市不均衡分布的特征。

外商投資水平僅在中游地區(qū)通過了顯著性檢驗(yàn)，這可能是因?yàn)樯嫌蔚貐^(qū)吸納外資水平還不夠高，尚未達(dá)到外資對(duì)生態(tài)環(huán)境污染的門檻值;而下游地區(qū)在高度化的貿(mào)易開放水平下，其外資資本存量已積累到較高水平，對(duì)吸納新外資資本的選擇具有更加嚴(yán)格的要求。中游地區(qū)的外商投資水平介于上、下游地區(qū)之間，相比上游地區(qū)，中游地區(qū)所肩負(fù)的環(huán)保任務(wù)較輕，外商投資沒有受到過多的環(huán)保約束限制;相比下游地區(qū)，中游地區(qū)自主創(chuàng)新能力還不夠強(qiáng)，因此加大貿(mào)易開放成為促進(jìn)中游地區(qū)產(chǎn)業(yè)、經(jīng)濟(jì)發(fā)展的有效途徑之一。這在一定程度上也驗(yàn)證了貿(mào)易開放與環(huán)境污染之間的向底線賽跑假說[21-22]，即隨著全球貿(mào)易化的進(jìn)程，部分國家或地區(qū)會(huì)通過采取降低本國或地區(qū)的環(huán)境規(guī)制標(biāo)準(zhǔn)以實(shí)現(xiàn)競(jìng)爭(zhēng)力的穩(wěn)定增長(zhǎng)。

能源消耗強(qiáng)度均至少在10%顯著性水平上顯著。其中，整體和下游地區(qū)的系數(shù)為正，上、中游地區(qū)的系數(shù)為負(fù)，這說明對(duì)于不同區(qū)域而言，能源消耗強(qiáng)度的調(diào)整對(duì)降低污染物排放強(qiáng)度具有不同的作用，造成其差異性的主要原因是上游地區(qū)粗放式發(fā)展模式與中下游地區(qū)集約型發(fā)展模式所造成的。另外，城鎮(zhèn)化水平只在中、下游地區(qū)通過了顯著性檢驗(yàn)，城鎮(zhèn)化的推進(jìn)在上游地區(qū)尚未發(fā)揮出明顯的減排效果;中、下游地區(qū)的城鎮(zhèn)化水平系數(shù)為正，表明中、下游地區(qū)已初現(xiàn)城市病端倪，因此，如何科學(xué)合理地規(guī)劃城市人口規(guī)模對(duì)減少污染物排放強(qiáng)度有著積極作用。

四、結(jié)論與啟示

本文通過構(gòu)建污染物排放指標(biāo)體系對(duì)長(zhǎng)江經(jīng)濟(jì)帶各省份污染物排放強(qiáng)度水平進(jìn)行了測(cè)算，運(yùn)用泰爾指數(shù)、基尼系數(shù)以及對(duì)數(shù)離差均值三個(gè)具有互補(bǔ)性的差異性指標(biāo)對(duì)污染物排放強(qiáng)度的區(qū)域差異進(jìn)行綜合分析，并從產(chǎn)業(yè)結(jié)構(gòu)水平、經(jīng)濟(jì)發(fā)展水平、人力資本水平、外商投資水平、能源消耗水平和城鎮(zhèn)化水平等方面分析了污染物排放強(qiáng)度的影響因素。研究結(jié)果發(fā)現(xiàn)：第一，長(zhǎng)江經(jīng)濟(jì)帶污染物排放強(qiáng)度具有顯著的區(qū)域差異性。其中，上游地區(qū)污染物排放強(qiáng)度最高，中游地區(qū)次之，分別為下游地區(qū)的8倍和5倍。從各區(qū)域內(nèi)的差異變化來看，上游地區(qū)的差異最大，中游地區(qū)次之，下游地區(qū)最小。從整體差異的變化趨勢(shì)來看，以2011年為轉(zhuǎn)折點(diǎn)，呈現(xiàn)先上升后下降的趨勢(shì)。就三大區(qū)域的污染物排放強(qiáng)度差異來看，區(qū)域間差異占主導(dǎo)位置，且區(qū)域間差異占總差異的比重持續(xù)增長(zhǎng)，這表明2006—2015年長(zhǎng)江經(jīng)濟(jì)帶污染物排放強(qiáng)度的差異主要是由三大區(qū)域間差異所造成的。第二，三大區(qū)域污染物排放強(qiáng)度的影響因素存在著明顯的差異性，各解釋變量對(duì)不同區(qū)域降低污染物排放強(qiáng)度的作用存在著顯著的異質(zhì)性。其中上游地區(qū)與中游、下游地區(qū)之間的差異最為顯著;人均GDP水平、平均人力資本水平、能源消耗強(qiáng)度的優(yōu)化均能對(duì)整體和三大區(qū)域產(chǎn)生影響，產(chǎn)業(yè)結(jié)構(gòu)水平、外商投資水平和城鎮(zhèn)化水平的調(diào)整只能影響部分地區(qū)?；诖?，本文得出以下幾點(diǎn)啟示：

第一，轉(zhuǎn)變發(fā)展方式，堅(jiān)持生態(tài)優(yōu)先綠色發(fā)展的發(fā)展理念。繼續(xù)貫徹以供給側(cè)結(jié)構(gòu)性改革為主線，積極轉(zhuǎn)方式調(diào)結(jié)構(gòu)，優(yōu)化產(chǎn)業(yè)布局，鼓勵(lì)具有條件的地區(qū)率先形成資源集約型和環(huán)境保護(hù)型的綠色產(chǎn)業(yè)結(jié)構(gòu);中西部地區(qū)在承接?xùn)|部產(chǎn)業(yè)轉(zhuǎn)移時(shí)需嚴(yán)格執(zhí)行環(huán)保負(fù)面清單制度，在源頭上嚴(yán)格控制減少新增污染物排放;積極探索在財(cái)政、金融、投資、市場(chǎng)化等方面的政策工具創(chuàng)新，樹立以生態(tài)資源環(huán)境為硬性約束的發(fā)展模式，推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶生態(tài)環(huán)境與經(jīng)濟(jì)社會(huì)的協(xié)調(diào)發(fā)展。

第二，完善省際政府間橫向生態(tài)補(bǔ)償機(jī)制，構(gòu)建績(jī)效考核及監(jiān)督約束機(jī)制。長(zhǎng)江經(jīng)濟(jì)帶的生態(tài)文明建設(shè)亟需從過去條塊化的治理模式轉(zhuǎn)為整體化的協(xié)同治理模式。目前，我國初顯成效的新安江流域生態(tài)環(huán)境治理正是在財(cái)政部與環(huán)保部牽頭下，皖浙兩省級(jí)政府積極合作的成果。但這寶貴的流域治理實(shí)踐經(jīng)驗(yàn)不可以僅局限于這兩個(gè)省級(jí)政府之間，還應(yīng)更大范圍的推廣實(shí)踐。因此，加快推進(jìn)沿江多省市級(jí)政府之間的生態(tài)流域合作治理，完善環(huán)境保護(hù)督察長(zhǎng)效機(jī)制，全面推進(jìn)河長(zhǎng)制是落實(shí)推動(dòng)跨省大型流域生態(tài)補(bǔ)償?shù)谋匾Ｕ稀?/p>

第三，積極構(gòu)建多元合作共治模式。通過積極的財(cái)政稅收、投融資政策，構(gòu)建以政府為主導(dǎo)，政府、企業(yè)、民間組織、個(gè)人參與的多元共治模式;建立公共參與機(jī)制，提高公眾參與度，充分發(fā)揮各利益相關(guān)方的作用，以提高不同利益群體對(duì)生態(tài)環(huán)境的最大價(jià)值公約數(shù)，增強(qiáng)人民群眾對(duì)生態(tài)環(huán)境保護(hù)的責(zé)任感與獲得感，實(shí)現(xiàn)“一江清水，多元共治”的美好愿景。

參考文獻(xiàn)：

[1] 李春艷，衣辰，張兆陽.中國技術(shù)效率的區(qū)域差距與收斂性檢驗(yàn)[J].經(jīng)濟(jì)地理，2014，34（5）：116-122.

[2]?楊玉峰，傅國偉.區(qū)域差異與國家污染物排放總量分配[J].環(huán)境科學(xué)學(xué)報(bào)，2001（2）：129-133.

[3]?王媛，牛志廣，王偉.基尼系數(shù)法在水污染物總量區(qū)域分配中的應(yīng)用[J].中國人口·資源與環(huán)境，2008（3）：177-180.

[4]?張文靜，陳巖，劉雅玲，劉晨峰，韋大明，趙琰鑫.綜合考慮減排效益的污染物總量分配方法研究[J].環(huán)境污染與防治，2015，37（3）：107-110.

[5]?周申蓓，齊文韜.基于聯(lián)合協(xié)商的企業(yè)污染物減排模式研究[J].經(jīng)濟(jì)與管理評(píng)論，2017，33（3）：60-67.

[6]?宋修霖，張凌云，龔夢(mèng)潔，王曉，齊曄.中國污染物總量減排數(shù)據(jù)核算體系研究[J].中國人口·資源與環(huán)境，2015，25（1）：46-54.

[7]?徐廣華，陳靜，王興國.關(guān)于總量減排監(jiān)測(cè)體系考核的思考[J].中國環(huán)境監(jiān)測(cè)，2011，27（1）：11-13.

[8]?董圓媛，張濤，顧進(jìn)偉，沈紅軍.太湖流域水污染物總量減排績(jī)效評(píng)估體系建立[J].中國環(huán)境監(jiān)測(cè)，2015，31（5）：22-26.

[9]?蘇丹，王治江，王彤，白琳，劉蘭嵐.遼河流域工業(yè)廢水主要污染物排放強(qiáng)度單元差異分析[J].生態(tài)環(huán)境學(xué)報(bào)，2010，19（2）：275-280.

[10]陳媛媛，李坤望.開放條件下工業(yè)污染物排放強(qiáng)度影響因素分析[J].上海財(cái)經(jīng)大學(xué)學(xué)報(bào)，2010，12（4）：90-97.

[11]王超，張洪，唐文忠，單保慶，榮楠.海河流域主要污染物排放強(qiáng)度及其源結(jié)構(gòu)解析——以2007年為例[J].環(huán)境科學(xué)學(xué)報(bào)，2015，35（8）：2345-2353.

[12]陳一萍，鄭朝洪，劉杏英.福建省主要污染物排放強(qiáng)度的差異分析[J].地球環(huán)境學(xué)報(bào)，2014，5（4）：287-291.

[13]董小林，王歡，劉豐旋，馮文昕.基于熵權(quán)法的污染物排放強(qiáng)度區(qū)域分異性評(píng)價(jià)——以陜西省主要工業(yè)污染物為例[J].生態(tài)經(jīng)濟(jì)，2017，33（10）：190-194.

[14]劉華軍，趙浩.中國二氧化碳排放強(qiáng)度的地區(qū)差異分析[J].統(tǒng)計(jì)研究，2012，29（6）：46-50.

[15]李海萍，趙穎，傅毅明.京津冀國家干線公路污染空間特征分析[J].環(huán)境科學(xué)學(xué)報(bào)，2016，36（10）：3515-3526.

[16]何吉成.基于車流量的京哈高速公路車輛大氣污染物排放[J].生態(tài)科學(xué)，2015，34（1）：154-157.

[17]袁曉玲，張寶山，楊萬平.基于環(huán)境污染的中國全要素能源效率研究[J].中國工業(yè)經(jīng)濟(jì)，2009（2）：76-86.

[18]劉亦文，文曉茜，胡宗義.中國污染物排放的地區(qū)差異及收斂性研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2016，33（4）：78-94.

[19]鈔小靜，沈坤榮.城鄉(xiāng)收入差距、勞動(dòng)力質(zhì)量與中國經(jīng)濟(jì)增長(zhǎng)[J].經(jīng)濟(jì)研究，2014，49（06）：30-43.

[20] GROSSMAN M，KRUEGER B. Economic growth and the environment[J]. Quarterly Journal of Economics，1995，110（2）：353-377.

[21]DANIEL E，GENTRYB. Foreign investment，globalisation and the environment[M]//JONES T. Globalization and the Environment. 1997.

[22]ESTY C，DUA A. Sustaining the Asia Pacific miracle：Environmental protection and economic integration[J]. Peterson Institute Press：All Books，1997.