基于SML 指數的環(huán)境回彈效應分析：模型與測算

李金鎧，孫合草，張瑾＊

（1.鄭州大學能源環(huán)境經濟研究中心，河南鄭州 450000；2.鄭州大學商學院，河南鄭州 450000；3.清華大學公共管理學院，北京 100871）

引言

生態(tài)環(huán)境問題突出，污染治理難度大，是我國當前亟須解決的一項重大命題。鑒于技術進步是提高能效、減少排放、改善環(huán)境的關鍵因素和重要手段[1,2]，我國相繼出臺了有關政策，在打好污染防治攻堅戰(zhàn)中提出了明確要求和安排，不斷強化科技支撐作用，推動技術創(chuàng)新，增加科技投入，促進環(huán)境質量改善。雖然以上關于污染控制的措施已取得一定效果，但我國環(huán)境問題依然比較嚴重。有數據顯示，2019 年全國337 個地級及以上城市中，180 個城市環(huán)境空氣質量超標，占53.4%[3]；中國在2020 年全球環(huán)境績效指標排名中，以37.3 分位居第120 位，排名較為落后。

鑒于依然嚴峻的環(huán)境形勢，學者們開始全面反思和進一步探討技術與環(huán)境效應的關系。劉亦文等[4]和Berkhout[5]的研究發(fā)現通過改進技術這一手段來提高資源利用效率并解決環(huán)境污染問題往往達不到預期效果，其中一個重要原因就是回彈效應的存在。環(huán)境回彈效應（Environmental Rebound Effect，ERE）是指經濟機制中效率提升所帶來的預期環(huán)境改善與實際環(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)境回彈效應的存在，技術進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)生機理，科學地測度ERE，是環(huán)境治理效果評估和政府決策輔助的重要命題?；诖耍疚膹沫h(huán)境經濟學的視角，在David Font Vivanco 等[6]開發(fā)的分析回彈效應的通用框架基礎上，首先深入探究了技術進步觸發(fā)的ERE 的基本原理及路徑；其次，基于Sequential Malmquist-Luenberger（SML）指數全要素生產率模型估計了純技術進步對經濟產出的貢獻，構造了ERE 的測算公式，并利用1999—2017 年中國能源環(huán)境經濟數據對我國30 個省份①考慮到數據的可獲得性，西藏及港、澳、臺地區(qū)除外。的環(huán)境回彈效應進行測度；最后，為深入了解環(huán)境回彈效應的區(qū)域異質性特征，本文引入了空間分析方法對中國省域環(huán)境回彈效應的空間分布結構和集聚特征等進行了刻畫。

1 文獻綜述

回彈效應最初源于“杰文斯悖論”[7]，后被廣泛應用于能源經濟領域。由于回彈效應有強大的理論分析適用性，近年來回彈效應也逐漸被應用到環(huán)境問題的研究上。其中，Goedkoop[8]認為ERE 是指世界環(huán)境負荷的增加，它是生態(tài)和經濟兩方面功能實現優(yōu)化的間接結果，這一概念提供了一種更為全面的回彈效應觀點。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生的能量、資源或外部性的數量，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，學界是達成共識的。而對于ERE 的內涵、機理、理論分析框架的討論則依然在進行中。理論上來講，ERE 與能源經濟學的基本假設是一致的，即技術進步所帶來的產品效率變化（如提供能源服務的能源效率）可以通過消費行為變化和生產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的排放以及更廣泛的環(huán)境問題，又擴展了回彈效應框架，使其更具有環(huán)境評估能力[6]。比如，ERE 的觀點使得技術創(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）逐步轉向能夠同時處理多個問題（減緩全球變暖、城市空氣污染，減少噪聲等）上來[11]。正因為此，也使得ERE 的發(fā)生機理依然存在爭議。傳統(tǒng)能源回彈效應中價格機制（觸發(fā)消費和生產行為變化的根本原因）是核心[12]，但在ERE 中，引發(fā)消費和生產行為變化的原因不僅有能源要素價格變動，還有消費和生產主體對于時間、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。在已有研究中，主要是基于工業(yè)生態(tài)學、生態(tài)經濟學等視角，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，并應用于不同產品、產業(yè)或領域。例如，Vivanco 等分別利用生命周期評價來量化技術進步變化帶來的環(huán)境回彈效應值[14,15]。雖然生命周期評價為環(huán)境回彈效應的研究提供了多維度和生命周期視角，具有重要的價值[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準不同，其結果也會發(fā)生較大的變化。Weber 等[17]曾指出雖然已有機構開始設計標準的LCA 評估流程，但是它們也始終未能為科學地界定系統(tǒng)邊界、數據收集和設置參數做出統(tǒng)一指導。此外，傳統(tǒng)的生命周期評價仍側重于對單個產品或產業(yè)的評價，對于宏觀環(huán)境回彈的測算存在一定的局限性。

近些年，也有學者嘗試用經濟學的分析方法來討論ERE。Runar Br?nnlun 等[18]研究表明技術進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。Wu 等[19]、Yang 等[20]從宏觀經濟的角度出發(fā)，定量評價了技術進步與碳排放之間的關系，揭示了中國碳排放的回彈效應。查冬蘭[21]等用CGE 模式估計了中國二氧化碳排放的反彈效應值，發(fā)現當煤炭、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，現有的研究大多是從宏觀經濟視角出發(fā)，且主要是相關性分析，以間接揭示ERE 的存在。關于中國環(huán)境回彈效應的定量測度中，也主要側重于碳排放，并不能對廣義環(huán)境治理效果進行評估。由于以往學者大多直接采用能源回彈效應的理論框架，這使得當前國內已有研究中對于ERE 的內涵及機制解釋較為模糊，導致結果的可比性、政策含義較不明顯。此外，在環(huán)境回彈效應的測度方法上也還存在較大的改進空間。基于此，本文擬從兩個方面進行探索性深入研究：理論層面，從回彈效應的一般框架出發(fā)，分析ERE 的發(fā)生機理，構建ERE 理論框架，厘清ERE測度方法和測度指標選取的基本要求，從而提高ERE理論的可推廣性；實證層面，技術進步效應的估計值是測度ERE 的關鍵，本文基于SML 指數全要素生產率模型估計技術進步效應，避免技術回歸現象從而提高ERE 測度結果的準確性、可比性。

2 理論模型及測算方法

2.1 環(huán)境回彈效應的理論模型

David Font Vivanco 等[6]通過對能源經濟領域的經典能源回彈效應及其在其他領域的拓展研究進行深入回顧，提出了“回彈效應”分析的一般框架。他將回彈效應的定義分解為四個要素：①技術（效率）變化（回彈觸發(fā)）；②由技術驅動（回彈驅動因素）的生產和消費要素變化；③將回彈驅動因素的變化轉化為需求變化的經濟機制（回彈機制）；④表示需求變化的經濟和環(huán)境指標（回彈測度指標）。基于此框架，本文構建如圖1 所示的ERE 的理論框架，分別刻畫了ERE 的關鍵因素及其相互關系。

其中，ERE 框架下的“技術（效率）變化”，與能源經濟學、生態(tài)經濟學中對“效率”的定義不同。ERE 框架下的“技術（效率）變化”應當既包含促進經濟產出增長的物質資本要素的技術進步，又包括用于消除或減少污染物排放的技術進步。本文將其定義為“經濟整體技術進步對環(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“污染排放強度”表示。但由于ERE 視角下，回彈驅動因素不能具象至于價格、收入或生產要素的經濟因素，環(huán)境污染是這些經濟因素的后果，并非經濟因素的本身。因此，能準確解釋“環(huán)境降污效率變化”的因果機制尚不清楚。但正如De Haan[22]指出的“回彈效應的定義本身不應該出現價格信號，而只是建立在能源效率變化引起的能源需求變化的基礎上”，本文建議ERE 的定義也不宜強調價格信號的作用，只需要突出“環(huán)境降污效率（污染強度）變化引起的環(huán)境污染變化”即可。只要能夠準確測度出技術進步對經濟產出（包含污染要素）的貢獻，那么就可以認為該技術進步效應能通過環(huán)境降污效率機制“觸發(fā)”環(huán)境回彈，即便不能直接觀測到這個效率機制內部的因果。如圖1 所示，本文將ERE 的回彈機制簡單概括為因技術進步引發(fā)經濟系統(tǒng)內生產和消費行為變化所導致的環(huán)境降污效率（污染排放強度）變化與生產和消費行為不變時環(huán)境降污效率（預期污染排放強度）變化不一致。

經典的回彈效應指標是根據DPSIR（Drive、Pressure、State、Impact and Response）框架[23]定義的“驅動力指標”——例如能源消耗表征，而環(huán)境回彈效應的觀點則以“壓力”指標——例如二氧化碳、污染物等來表征。雖然不同學者會選擇不同的回彈指標，但該指標必須與回彈觸發(fā)的技術（效率）變化保持內在一致，能夠解釋回彈效應的后果。本文將環(huán)境回彈效應的后果定義為環(huán)境污染物的變化，因此構建了包含污染要素的非期望產出全要素模型，以此估計包含了環(huán)境因素的經濟產出中技術進步的貢獻。

假設T時期經濟產出為Yt，對應系統(tǒng)污染物EMt，環(huán)境污染排放強度為EMIt。T時期至T+1 時期，經濟系統(tǒng)中技術得到改進（技術進步），使得經濟產出變化為Yt+1，對應系統(tǒng)污染物EMt+1，環(huán)境污染排放強度為EMIt+1?；谇拔膶RE 理論內涵的介紹，可構建環(huán)境回彈效應的測算公式。

圖1 ERE的理論框架

其中，αt+1表示第t+1 年的技術進步貢獻率；Yt表示第t年的經濟產出；EMIt+1表示第t+1 年的污染排放強度。αt+1(Yt+1-Yt)表示由技術進步引起的經濟增量；αt+1(Yt+1-Yt)EMIt+1表示由技術進步引起的污染物排放增加量。Yt+1(EMIt-EMIt+1)表示由污染強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，是由技術進步引起的污染物排放的增加量與由污染強度變動引起的污染排放的減少量之間的比率。

2.2 環(huán)境回彈效應的測度

根據上文分析，如何在ERE 框架下準確估計技術進步對經濟增長的貢獻率，是測度ERE 的關鍵。這里關鍵步驟為：構建包含環(huán)境污染的非期望產出全要素生產率，用以刻畫經濟系統(tǒng)的環(huán)境—經濟技術效率；將技術進步對經濟產出的貢獻從全要素生產率中分離出來，即估計技術（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效率核算模型主要包括參數與非參數兩類，多數文章對兩者的區(qū)別和優(yōu)劣進行解析[24,25]，本文不再贅述。本文選擇非參數估計法，主要考慮ERE 是多投入多產出經濟系統(tǒng)的現象，因此不宜采用隨機前沿函數設定的參數法。其次，估算純技術效應變動需要對全要素生產率進行分解，主流使用方法主要是指數分解法。其中，應用最廣泛的是Malmquist-Luenberger（ML）指數。ML 指數考慮了非期望產出，比如水污染、空氣污染、固體廢棄物污染等。因此，該方法被廣泛應用于環(huán)境和能源領域的技術進步貢獻率測算中[26]。但ML 指數忽視了技術進步的本質屬性，因為從宏觀角度來講，技術總是進步的，至少不會后退，但是ML 指數在應用過程中可能會測算出技術存在倒退的現象[26,27]。

因此，Oh 和Heshmati[28]結合連續(xù)順序引用生產集概念和方向距離函數（Directional Distance Function，DDF）概念改進了傳統(tǒng)的ML 指數，提出了SML 指數。SML 指數法對于數據的要求比較寬松，只考慮投入產出的數量而不考慮價格因素。由于ERE框架下的回彈機制無法直接體現價格因素，因而SML指數法更適用于對環(huán)境回彈效應的分析。它將全要素生產率分解為技術進步效應和效率變化效應，能夠更準確地測算出技術進步對于經濟增長的貢獻率，也被廣泛應用于測算考慮環(huán)境約束下各領域的生產效率變化[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 指數測算1999—2017 年我國30 個省份的技術進步率。SML 指數模型的方向性距離函數[31]被定義為

其中，生產可能集P t(Xt)為

為了計算和分解t到t+1 期的SML 指標值，需要計算四個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]

采用方向距離函數可以將SML 指數分解為兩部分效應：技術變化效應（Technology Change Effect，TC）和效率變化效應（Efficiency Change Effect，EC）。最終，可將技術變化效應從全要素生產率中分解出來。即

則（6）式可寫為SML=EC ×TC。這里需注意，TC和EC 也是評價指標，僅能表示方向，不能表示程度。需要進一步利用TC 估計技術進步對經濟增長的唯一貢獻率，消除投入規(guī)模對經濟增長的貢獻。本文借鑒Wu[19]對估計技術進步貢獻率的方法，將技術進步對經濟增長的貢獻率αt+1定義為

結合公式（7），環(huán)境回彈效應的測度公式（1）可被表示為，

2.3 指標選取與數據說明

本文利用1999—2018 年相關指標數據對中國30個省、自治區(qū)和直轄市的環(huán)境回彈效應進行測算。數據主要來源于《中國統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》及各省份統(tǒng)計年鑒。其中不同指標的定義如下：

（1）資本存量K（億元）：本文參考單豪杰[32]構建的資本存量的計算方法，利用永續(xù)盤存法計算1952—2017 年30 個省份的資本存量。

（2）人力資本L（萬人）：采用歷年各省份年末從業(yè)人數作為勞動力投入量。

（3）能源消費量E（萬噸標準煤）：采用各省份能源消耗總量作為能源投入變量。

（4）期望產出G（億元）：期望產出用各省份國內生產總值（GDP）表示，以1990 年的不變價格進行計算。

（5）非期望產出（萬噸）：用各省份生產過程中產生的環(huán)境污染物表示，本文選取廢水排放量、二氧化硫排放量、一般固體廢物產生量、粉塵（煙塵）排放量四個指標（包括工業(yè)和生活）。由于DEA（Data Envelopment Analysis）模型是一種數據驅動模型，投入產出的指標數量不宜過多。本文借鑒劉亦文等[4]的處理方法，將30 個省份每年各污染物的排放量指標作為基礎變量，對其標準化處理后，運用熵權法確定各個變量所占的權重，進而求出各省份每年的污染物排放水平。

（6）污染排放強度EMI（噸/億元）：污染排放強度指各省份單位產值的污染排放量，即各省份每年污染物排放水平與所對應的實際GDP 的比值。

3 結果與分析

3.1 省際環(huán)境回彈效應的時序演變特征分析

根據公式（8）可得到2000—2017 年30 個省、自治區(qū)、直轄市的環(huán)境回彈效應值，圖2 顯示了全國環(huán)境回彈效應值和技術進步帶來的實際降污量。

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，樣本期內中國ERE 均值集中在0～30%，與胡宗義、張麗娜[36]研究結果40%～90%存在較大差異，這可能與他們采用參數法構建全要素生產率模型有關，經濟投入產出實物量的價格因素比較敏感，而實證數據又未能解決這一問題，因此導致結果有偏。Yang 等[20]的結果10%～60%也差距較大，主要原因在于Yang等[20]直接將TC 當作技術進步貢獻計入模型，而未進行進一步的處理和變換，導致結果被高估。Wu 等[19]對中國宏觀經濟的碳排放回彈效應進行估計，結果在7.4%～43.4%。碳排放強度指標也可以作為衡量經濟生產和消費活動的環(huán)境后果，但其畢竟僅能代表“能源”投入后果，其ERE 的真實發(fā)生機制較之本文更為復雜，因此結論推廣有限。誠然，本文的測度結果也有待其他學者進一步檢驗。

本文測度結果顯示，在樣本期內中國的整體環(huán)境污染物排放的回彈效應均值為0.1042，這表明技術進步帶來的環(huán)境污染減少量的10.42%被削減了，真正依靠技術進步實現的降污量僅為2932 萬噸，實際降污率僅為65.74%。技術進步削減污染量在“十一五”“十二五”時期較大，這與現實比較吻合?！熬盼濉薄笆濉背跗?，技術進步技術幾乎沒有削減污染量，這也與這一時期“重發(fā)展、輕治理”的理念有關。

從2000—2017 年中國環(huán)境回彈效應的演變特征來看，環(huán)境回彈效應主要出現在經濟產出和環(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，技術削減污染物排放量較大，環(huán)境回彈效應也很大，這表明“邊發(fā)展、邊治理”的思路使得技術進步對污染排放的降低作用被產出擴張引發(fā)的污染增加所抵消。“十二五”中后期，2014—2016 年環(huán)境回彈效應出現較大幅度降低，這可以解釋為“十二五”時期污染治理成為核心政策關切，完成環(huán)境改善目標成為地方政府的首要考量。各種措施多管齊下，粗放生產方式轉變效果顯著，雖然技術進步削減的污染物排放量較之前有所下降，但是技術進步刺激的產出擴張并沒有帶來更多的污染。至于2016年環(huán)境回彈效應出現負值，雖然理論上表明該時期存在過度儲存效應，即實際減排量遠大于預期技術減排量，但一個可能的解釋是，行政干預的節(jié)能減排行為，即“拉閘限電”“強制關?！钡却胧е陆洕w技術水平改進未能體現到真實的增長中，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 年大幅反彈的一個解釋。

圖2 2000—2017年全國環(huán)境回彈效應均值及技術進步的實際降污量均值

圖3 2000—2017年中國各省份環(huán)境污染回彈效應值和技術進步貢獻率（均值）

圖3 描述了2000—2017 年各省份環(huán)境回彈效應值和技術進步貢獻率的年均值，根據省際平均值劃分為四個象限。在第一象限中，江蘇、山東、浙江、湖北、北京的環(huán)境回彈效應和技術進步率均較高。第二象限內，內蒙古的技術進步率較低但環(huán)境回彈效應較高。第三象限內，四川、福建、天津等省份的環(huán)境回彈效應和技術進步率均較低。此外，考慮到各個省份的經濟發(fā)展水平、技術進步與環(huán)境回彈效應存在復雜關系，經濟強?。▍^(qū)、市）、技術水平高的地區(qū)，環(huán)境回彈效應有像江蘇這種較高的，也有像廣東這種較低的。這表明經濟發(fā)展方式對于環(huán)境回彈效應的影響十分重要。此外，在研究期內，各省份環(huán)境回彈效應值與技術進步有一定程度的相關性，但兩者之間并不是完全同步變化的，技術進步效應對環(huán)境回彈效應的影響存在一定程度的滯后作用，且區(qū)域差異明顯。

3.2 省際環(huán)境回彈效應的空間演變特征分析

根據時序演變的特征分析，已初步識別出ERE存在顯著的區(qū)域差異，并與經濟發(fā)展水平、發(fā)展模式相關。區(qū)域經濟學理論表明，經濟發(fā)展的空間不平衡，要素流動會使得區(qū)域發(fā)展在地理上呈現出經濟集聚的特征。那么，ERE 是否也存在空間集聚的特征？這里我們基于空間計量經濟學中莫蘭指數（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。運用GeoDa 軟件基于鄰接Rook空間權重矩陣計算30 個省份環(huán)境回彈效應的全局自相關Moran’sI指數及其Z統(tǒng)計量、顯著水平P值，結果如表1所示。

從表1 可以發(fā)現：樣本期內，僅2006—2011 年全局Moran’sI指數均為正值，Z值均大于1.65，P值均小于0.01（達到99% 的置信度），這表明該階段各省份環(huán)境回彈效應存在顯著的全局空間正相關特征。即這一時期，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)境回彈效應狀況緊密聯系，地區(qū)輻射和共軛作用十分突出。一個可行的解釋是，技術進步的溢出效應在此一階段顯著地促進了不同省份ERE 的趨同。這一時期正好是“十一五”“十二五”時期，加大技術治污是這一階段共同的發(fā)展理念。而其他年份的Moran’sI指數都是略大于或小于0，P值均大于0.10，這表明，統(tǒng)計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性。這一時期的空間差異還需要進一步從局部區(qū)域或各地區(qū)內部尋找解釋。

表1 2000—2017年各省份環(huán)境回彈效應的全局Moran’s I統(tǒng)計量

進一步結合Moran 散點圖和局部Moran’sI指數的LISA（Local indicators of Spatial association）集聚特征對各省份的局部相關性進行研究，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 集聚結果如表2 所示。

表2 30個省份在2000年、2005年、2010年、2017年ERE的LISA集聚結果

可以看出，局部存在顯著的空間相關性。2000年，局部集聚特征表現為京津冀地區(qū)形成以河北為中心的低高空心區(qū)，山東出現低值蕭索區(qū)，北京和山西出現高低孤立區(qū)；局部溢出關系規(guī)律性不強。2005年，江西和福建出現局部低值蕭索區(qū)，這表明兩地的環(huán)境回彈效應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，這一時期的環(huán)境回彈效應局部特征與經濟發(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)域出現在湖南、江西，局部低值出現在內蒙古、云南。綜上所述，隨著時間的推移，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性。總之，空間特征的探索表明，ERE 存在空間相關性，未來定量識別影響ERE 的關鍵因素時，需考慮地理位置的作用。

4 結論與建議

本文深入分析了環(huán)境回彈效應的理論機制，構建了ERE 的分析框架，采用SML 指數法估算技術進步對經濟增長的貢獻率，對2000—2017 年中國30 個省份環(huán)境回彈效應值進行測算。在此基礎上，從時間和空間兩個視角刻畫和揭示了ERE 的演變特征，得出以下結論：

（1）環(huán)境回彈效應發(fā)生機理較傳統(tǒng)能源回彈理論更為復雜，主要體現在技術進步引發(fā)經濟系統(tǒng)內生產和消費行為的綜合變化，具體觸發(fā)變化的機制不能簡單歸結為“價格因素”，可能涉及更廣泛的社會學、心理學意義上的行為習慣變化。

（2）整體來看，在2000—2017 年各省份環(huán)境回彈效應均值集中在-13.23%～29.63%，波動較大，且呈現倒“W”形變動趨勢。整體均值為10.42%，即技術進步帶來的環(huán)境污染減少量的10.42%被削減了，真正依靠技術進步實現的降污量僅為2932 萬噸，實際減污率僅為65.74%。

（2）從各省份來看，ERE 與GDP 呈現一定的正相關性，多數省份的結果顯示，研究樣本期內經濟發(fā)展與環(huán)境污染依然存在強相關關系，亟須實現兩者的脫鉤。環(huán)境回彈效應值與技術進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）空間相關分析顯示，2006—2011 年各省份ERE 呈正向空間自相關特征，空間集聚現象顯著；局部集聚特征隨著時間的推移，變化較大，ERE 高值集簇區(qū)主要分布在東部沿海地區(qū)，且呈現明顯的向鄰近的中部地區(qū)擴散的趨勢。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。

基于以上分析和結論，為降低環(huán)境回彈效應，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)的生產行為，還應考慮需求端消費者的消費行為。過去一些地方出現政府與污染企業(yè)“共謀”，企業(yè)排污行為未得到有效規(guī)制。我們建議應將進一步改進排污收費這一政策工具的使用，加強地方政府和企業(yè)排污審計，可適當引入市場交易機制，激發(fā)企業(yè)排污治理積極性。對于消費者，由于公眾很難直接意識到個人需求與環(huán)境污染的聯系，因此我們建議在進行環(huán)境治理宣傳時，不僅提倡綠色消費、節(jié)儉消費等理念，還應宣傳環(huán)境治理的系統(tǒng)性、復雜性等方面信息，以提高消費者參與環(huán)境治理的責任心。

（2）環(huán)境政策的制定不僅要考慮技術效率的改進，還應考慮控制污染物排放絕對量。過去為有效促進節(jié)能減排，能源領域經歷了由“總量控制”到“總量控制與強度控制”的目標轉換，“雙控目標”政策的執(zhí)行有效地遏制了能源消費的回彈效應。我們建議環(huán)境污染治理政策也借鑒這一思路，在未來的污染目標管控中，將污染物排放總量和污染物排放強度同時納入考核目標。

（3）環(huán)境治理應重視區(qū)域協調與區(qū)域聯動。鑒于各省份環(huán)境回彈效應的空間集聚性，在開展環(huán)境治理工作時，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，同時對相鄰省份要發(fā)揮區(qū)域協調作用，提高治污效率。