京津冀工業(yè)污染的空間特征及供給側(cè)減排效果

韓 楠, 范博一, 羅新宇

(燕山大學(xué) 經(jīng)濟(jì)管理學(xué)院,河北 秦皇島 066004)

京津冀地區(qū)經(jīng)濟(jì)快速發(fā)展的同時(shí),環(huán)境問題也日益凸顯,以犧牲環(huán)境為代價(jià)的經(jīng)濟(jì)增長模式不可持續(xù)。供給側(cè)結(jié)構(gòu)性改革旨在調(diào)整經(jīng)濟(jì)結(jié)構(gòu),實(shí)現(xiàn)要素最優(yōu)配置,是工業(yè)綠色發(fā)展的新動(dòng)力。因此,把供給側(cè)改革與環(huán)境保護(hù)結(jié)合起來,從供給側(cè)改革視角分析供給側(cè)要素對京津冀工業(yè)污染的減排影響,實(shí)現(xiàn)要素最優(yōu)配置的同時(shí)控制環(huán)境污染,對于解決京津冀區(qū)域經(jīng)濟(jì)發(fā)展問題具有重要的理論和現(xiàn)實(shí)意義。

國內(nèi)外學(xué)者針對工業(yè)污染的空間特征和供給側(cè)減排進(jìn)行了相關(guān)研究。工業(yè)污染的空間特征主要集中于兩個(gè)方面:第一,在對反映工業(yè)污染情況的主要指標(biāo)進(jìn)行綜合評價(jià)的基礎(chǔ)上,用聚類分析等方法對工業(yè)污染的空間分布進(jìn)行實(shí)證研究[1-2];第二,考慮空間的相關(guān)性,從空間互動(dòng)視角探索各地區(qū)工業(yè)污染的空間關(guān)聯(lián)性和空間集聚性特征[3-4]。關(guān)于供給側(cè)減排的相關(guān)研究主要集中在:第一,基于經(jīng)濟(jì)增長的動(dòng)力視角,探討勞動(dòng)力、資本、土地、創(chuàng)新、制度五大要素對污染排放的影響[5-6]。第二,從經(jīng)濟(jì)結(jié)構(gòu)視角,即產(chǎn)業(yè)化解過剩產(chǎn)能、政府環(huán)境規(guī)制等層面剖析供給側(cè)結(jié)構(gòu)性改革下的節(jié)能減排[7-8]。

本研究在分析京津冀工業(yè)污染空間分布特征的基礎(chǔ)上,構(gòu)建工業(yè)污染與供給側(cè)要素間的空間計(jì)量模型,研究資本、勞動(dòng)力、科技創(chuàng)新和政策調(diào)控等供給側(cè)要素對京津冀工業(yè)污染的減排效果,以期為降低工業(yè)污染排放,實(shí)現(xiàn)京津冀經(jīng)濟(jì)與環(huán)境的協(xié)調(diào)發(fā)展提供理論參考。

1 京津冀工業(yè)污染的空間分布特征

1.1 研究方法

運(yùn)用探索性空間數(shù)據(jù)分析方法對京津冀工業(yè)污染的空間相關(guān)性及集聚效應(yīng)進(jìn)行分析。探索性空間數(shù)據(jù)分析主要是利用空間相關(guān)性檢驗(yàn)來探索經(jīng)濟(jì)活動(dòng)的空間格局和分布特征,包括全局空間相關(guān)性檢驗(yàn)和局域空間相關(guān)性檢驗(yàn)。

1.1.1 全局空間相關(guān)性檢驗(yàn)

全局空間相關(guān)性是從區(qū)域空間的整體上反映工業(yè)污染空間分布集群情況,包括Moran指數(shù)和Geary指數(shù)。本研究使用Moran指數(shù)檢驗(yàn)京津冀工業(yè)污染是否存在全局空間相關(guān)性。Moran指數(shù)由Moran1950年最早提出,可以反映區(qū)域空間鄰接或鄰近的單元屬性值的相關(guān)程度[9]。Moran指數(shù)I的計(jì)算公式如下:

式中:Wij——城市i和城市j的鄰近關(guān)系。根據(jù)相鄰標(biāo)準(zhǔn),Wij的構(gòu)建原則為:

Moran指數(shù)的取值在[-1,1]之間,其中,I>0表示正相關(guān),單元間存在相似屬性;I<0則為負(fù)相關(guān),具有不相似屬性[10]。

1.1.2 局域空間相關(guān)性檢驗(yàn)

局域空間相關(guān)性檢驗(yàn)可以揭示各地區(qū)的局域空間相關(guān)性特征和局域空間集聚性,本研究采用Moran散點(diǎn)圖檢驗(yàn)京津冀工業(yè)污染的局域空間相關(guān)性以及局部地區(qū)是否存在集聚效應(yīng)。Moran散點(diǎn)圖分析是對上述全局Moran指數(shù)I的計(jì)算公式進(jìn)行改寫:

Moran散點(diǎn)圖是以(Wz,z)為坐標(biāo)點(diǎn)的二維圖,用來描述局域空間相關(guān)性,從而反映各城市工業(yè)污染的空間集聚特征。Moran散點(diǎn)圖將各城市的工業(yè)污染集群分為四個(gè)象限:第一象限(高-高,H-H)代表高工業(yè)污染的城市被同是高工業(yè)污染的其他城市所包圍;第二象限(低-高,L-H)表示低工業(yè)污染的城市被高工業(yè)污染的其他城市所包圍;第三象限(低-低,L-L)表示低工業(yè)污染的城市被同是低工業(yè)污染的其他城市所包圍;第四象限(高-低,H-L)表示高工業(yè)污染的城市被低工業(yè)污染的其他城市所包圍。Moran散點(diǎn)圖中第一、三象限體現(xiàn)出正的空間自相關(guān)性,第二、四象限體現(xiàn)出負(fù)的空間自相關(guān)性。

1.2 空間特征分析

選取2010—2018年京津冀13個(gè)城市的工業(yè)廢水排放量、工業(yè)二氧化硫排放量以及工業(yè)煙塵排放量3個(gè)指標(biāo)作為評價(jià)各城市工業(yè)污染狀況的指標(biāo),具體數(shù)據(jù)來源于《中國城市統(tǒng)計(jì)年鑒》。首先,應(yīng)用熵值法計(jì)算工業(yè)廢水排放量、工業(yè)二氧化硫排放量以及工業(yè)煙塵排放量的指標(biāo)權(quán)重。熵值法的計(jì)算步驟不再詳細(xì)闡述。其次,將2010—2018 年京津冀各城市的工業(yè)污染數(shù)據(jù)進(jìn)行無量綱化后,分別乘以該年每種工業(yè)污染指標(biāo)的權(quán)重,計(jì)算得到2010—2018年13個(gè)城市的工業(yè)污染綜合指數(shù)。京津冀13個(gè)城市工業(yè)污染綜合指數(shù)2010—2018年的平均值如圖1所示。由圖1可以看出,京津冀工業(yè)污染最高的城市是唐山市,最低的城市是衡水市。為了能夠更為直觀地反映出京津冀13個(gè)城市工業(yè)污染狀況的地理特征,將各城市工業(yè)污染綜合指數(shù)按照高、中、低進(jìn)行分類,繪制出京津冀工業(yè)污染綜合指數(shù)平均值分類的地圖,如圖2所示。由圖2可以看出,京津冀工業(yè)污染狀況可分為高、中、低三個(gè)等級;其中,低值范圍是環(huán)境污染綜合指數(shù)在[0.057 1,0.121]區(qū)間的城市;中值范圍是環(huán)境污染綜合指數(shù)在[0.123,0.26]區(qū)間;高值范圍是環(huán)境污染綜合指數(shù)在[0.377,0.901]之間。從區(qū)域分布來看,京津冀工業(yè)污染整體上呈現(xiàn)出東北部、西南部的工業(yè)污染高值區(qū)以及中南部的工業(yè)污染低值區(qū)。其中,工業(yè)污染最高的城市有四個(gè),主要集中在東北部區(qū)域的唐山和天津,以及西南部區(qū)域的石家莊和邯鄲;工業(yè)污染較低的主要是中南部的衡水、滄州和廊坊等城市;工業(yè)污染中等城市主要包括承德、北京、張家口、保定、秦皇島、邢臺(tái)等。

圖1 2010—2018年京津冀工業(yè)污染綜合指數(shù)均值

圖2 2010—2018年京津冀工業(yè)污染綜合指數(shù)均值的分類

運(yùn)用Geoda軟件,使用Moran指數(shù)和Moran散點(diǎn)圖對京津冀工業(yè)污染的空間相關(guān)性及分布特征分別進(jìn)行全局和局域空間相關(guān)性計(jì)算。根據(jù)公式(1)計(jì)算得出,2010—2018年京津冀工業(yè)污染的Moran指數(shù),計(jì)算結(jié)果如圖3所示。從圖3可以看出,2010—2018年京津冀工業(yè)污染的Moran值均大于0,雖呈現(xiàn)小幅波動(dòng),但空間集聚特征基本保持穩(wěn)定。因此,從全局上看,京津冀13個(gè)城市的工業(yè)污染在空間地理分布上表現(xiàn)出較強(qiáng)的正自相關(guān)性,存在一定的空間集聚特征。

圖3 2010—2018年京津冀工業(yè)污染的Moran指數(shù)

在分析全局空間相關(guān)性的基礎(chǔ)上,采用Moran散點(diǎn)圖檢驗(yàn)京津冀13個(gè)城市工業(yè)污染的局域空間相關(guān)性特征。因篇幅所限,本研究只列示2010年和2018年13個(gè)城市工業(yè)污染的Moran散點(diǎn)圖及各城市的分布情況,見圖4、圖5和表1。

圖4 2010年京津冀工業(yè)污染的Moran散點(diǎn)圖

圖5 2018年京津冀工業(yè)污染的Moran散點(diǎn)圖

表1 Moran散點(diǎn)圖市域分布情況

由圖4、圖5和表1可以看出,2010—2018年各象限的城市基本保持穩(wěn)定。以2018年為例,有2個(gè)城市位于第一象限(高-高);4個(gè)城市屬于第二象限(低-高);5個(gè)城市位于第三象限(低-低);2個(gè)城市位于第四象限(高-低)。其中,第一、三象限的城市占樣本總數(shù)的54%,進(jìn)一步證實(shí)了Moran指數(shù)的計(jì)算結(jié)果,說明京津冀工業(yè)污染呈現(xiàn)正的空間相關(guān)性。特別是第三象限低值集聚區(qū)的城市占總數(shù)的38%,各市域工業(yè)污染存在顯著的空間正相關(guān)性,呈現(xiàn)相似的集聚特征。此外,對比2010年和2018年各城市的變化情況,由于秦皇島的鄰近城市唐山工業(yè)污染增長幅度較大,使得2018年秦皇島與唐山工業(yè)污染產(chǎn)生較大差距,導(dǎo)致秦皇島市從第三象限的低-低集聚躍遷到第二象限的低-高集聚區(qū)域。

2 京津冀工業(yè)污染的供給側(cè)減排效果分析

從生產(chǎn)要素的角度,供給側(cè)包括資本、勞動(dòng)力、土地、創(chuàng)新和制度等五個(gè)生產(chǎn)要素[11-12]。供給側(cè)的本質(zhì)是資本、勞動(dòng)力和創(chuàng)新等生產(chǎn)要素的組合與配置,供給體系所存在的問題本質(zhì)上就是生產(chǎn)要素低效率、低質(zhì)量的“錯(cuò)配”。供給側(cè)要素的優(yōu)化配置能夠提高全要素生產(chǎn)率的同時(shí),從源頭以盡可能少的能源消耗和環(huán)境破壞來實(shí)現(xiàn)經(jīng)濟(jì)可持續(xù)發(fā)展。資本、勞動(dòng)力、創(chuàng)新和政策調(diào)控等供給側(cè)要素對工業(yè)污染排放會(huì)產(chǎn)生直接或間接的影響。因此,本研究從供給側(cè)的生產(chǎn)要素出發(fā),構(gòu)建空間計(jì)量模型,研究供給側(cè)要素對降低京津冀工業(yè)污染的影響效果。

2.1 模型構(gòu)建

從上述分析可以發(fā)現(xiàn),京津冀各城市工業(yè)污染呈現(xiàn)空間相關(guān)性特征,因此,可以引入空間因素建立空間計(jì)量模型對京津冀工業(yè)污染與供給側(cè)要素間的關(guān)系進(jìn)行研究。參考已有的研究[13-14],從供給側(cè)的生產(chǎn)要素出發(fā),選取資本、勞動(dòng)力、科技創(chuàng)新和政策調(diào)控等因素分析供給側(cè)對京津冀工業(yè)污染減排的影響?？臻g計(jì)量模型包括空間滯后模型(SLM)和空間誤差模型(SEM)兩種基本形式。

SLM模型主要分析各變量在某一城市是否存在溢出效應(yīng),表達(dá)式為:

式中:P——工業(yè)污染綜合指數(shù);K作為衡量資本供給的指標(biāo),以人均能源工業(yè)投資表征,即能源工業(yè)投資/總?cè)丝?元/人;L——?jiǎng)趧?dòng)力供給,用第二產(chǎn)業(yè)從業(yè)人員的比重來衡量,%;T——?jiǎng)?chuàng)新供給的指標(biāo)反映科技創(chuàng)新水平,采用專利申請授權(quán)量的對數(shù);G——政策調(diào)控因素,選用財(cái)政支出占GDP的比重,%;ε——隨機(jī)誤差項(xiàng);i——代表城市;t——代表年度。W——空間權(quán)重矩陣,仍選用0～1 空間權(quán)重矩陣;ρ——空間滯后系數(shù),反映空間分布上相鄰城市的工業(yè)污染對本城市的影響;W*Pit為空間滯后因變量。

SEM模型主要通過探討誤差項(xiàng)的變化來分析各城市的空間相關(guān)性,表達(dá)式為:

式中:λ——空間誤差系數(shù),度量相鄰城市的工業(yè)污染對本城市的影響方向和程度, SEM模型的空間作用主要存在于擾動(dòng)誤差項(xiàng)。μ——正態(tài)分布的隨機(jī)誤差向量,其他變量同上。

2.2 實(shí)證分析

選取2010—2018年京津冀13個(gè)城市作為樣本,原始數(shù)據(jù)來自《河北省統(tǒng)計(jì)年鑒》《北京市統(tǒng)計(jì)年鑒》和《天津市統(tǒng)計(jì)年鑒》。其中,2010—2017年各城市的能源工業(yè)投資通過統(tǒng)計(jì)年鑒直接獲取,但由于統(tǒng)計(jì)口徑的變化,2018年數(shù)據(jù)使用工業(yè)固定資產(chǎn)投資代替。通過Matlab軟件分別估計(jì)了無固定效應(yīng)、空間固定效應(yīng)、時(shí)間固定效應(yīng)、時(shí)間和空間雙固定效應(yīng),計(jì)算結(jié)果顯示,無固定效應(yīng)模型的擬合優(yōu)度和對數(shù)似然值最高,是最優(yōu)回歸模型。由于篇幅所限,僅列示無固定效應(yīng)模型的結(jié)果,見表2:

表2 空間滯后模型和空間誤差模型估計(jì)結(jié)果

進(jìn)一步計(jì)算空間相關(guān)性LM檢驗(yàn)得出,LMERR(2.090 1)較之LMLAG(0.211 4)在統(tǒng)計(jì)上更加顯著,并且在1%的顯著性水平下,Roust LMERR顯著而Roust LMLAG不顯著。因此,根據(jù)Anselin和Florax提出的模型判別準(zhǔn)則,SEM模型比SLM模型對樣本更具有解釋力,是最優(yōu)模型。通過表2可以發(fā)現(xiàn):

第一,空間滯后系數(shù)的估計(jì)值為0.218 9,且通過5%的顯著性水平檢驗(yàn),說明京津冀工業(yè)污染存在顯著的空間作用和正向的空間溢出特征。正的空間溢出效應(yīng)意味著,京津冀某一城市的工業(yè)污染會(huì)影響到其相鄰的其他城市。

第二,資本供給的估計(jì)系數(shù)在1%的顯著性水平下顯著為正,說明能源工業(yè)投資對京津冀工業(yè)污染排放的增加產(chǎn)生了重要影響。工業(yè)投資增長必然會(huì)帶來經(jīng)濟(jì)的擴(kuò)張,從而加重能源的消耗量和污染物的排放量。在其他因素不變的情況下,人均能源工業(yè)投資每增加(或減少)1%,工業(yè)污染會(huì)增加(或減少)0.249 6%。

第三,勞動(dòng)力供給對京津冀工業(yè)污染的回歸系數(shù)為0.682 1,通過了1%的顯著性水平檢驗(yàn),這意味著京津冀工業(yè)污染與第二產(chǎn)業(yè)從業(yè)人員之間呈現(xiàn)顯著的正相關(guān)關(guān)系。第二產(chǎn)業(yè)從業(yè)人員比重每增加(或減少)1%,京津冀工業(yè)污染會(huì)增加(或減少)0.682 1%。2010—2018年,北京和天津第二產(chǎn)業(yè)從業(yè)人員比重呈現(xiàn)大幅下降趨勢,河北省除了廊坊、唐山和邯鄲等市出現(xiàn)小幅增長以外,也整體呈現(xiàn)小幅下降趨勢?？梢?第二產(chǎn)業(yè)從業(yè)人員比重的降低對京津冀工業(yè)污染的減排效果顯著。

第四,創(chuàng)新供給對工業(yè)污染的回歸系數(shù)為-0.036 9,且在1%的統(tǒng)計(jì)水平下顯著,說明專利授權(quán)數(shù)的增加對降低京津冀工業(yè)污染起到促進(jìn)作用。技術(shù)創(chuàng)新驅(qū)動(dòng)代替?zhèn)鹘y(tǒng)資源能源驅(qū)動(dòng)能夠提高京津冀綠色發(fā)展能力,對京津冀工業(yè)污染排放具有一定的抑制作用。

第五,政策調(diào)控在1%的統(tǒng)計(jì)水平下顯著,政策調(diào)控對京津冀工業(yè)污染的回歸系數(shù)為-2.106 3,表明京津冀工業(yè)污染與政策調(diào)控之間呈現(xiàn)負(fù)相關(guān)關(guān)系。財(cái)政支出占GDP的比重每增加(或減少)1%,工業(yè)污染會(huì)減少(或增加)2.106 3%。在供給側(cè)要素中,政策調(diào)控對京津冀工業(yè)污染的減排效果最為顯著。政府財(cái)政補(bǔ)貼屬于市場激勵(lì)型規(guī)制工具,通過加大政府財(cái)政補(bǔ)貼力度,利用市場機(jī)制能夠有效地引導(dǎo)和激發(fā)企業(yè)主動(dòng)制定綠色發(fā)展戰(zhàn)略。

3 結(jié)論及建議

本研究在分析京津冀13個(gè)城市工業(yè)污染空間分布特征的基礎(chǔ)上,構(gòu)建工業(yè)污染與供給側(cè)要素間的空間計(jì)量模型,研究資本、勞動(dòng)力、科技創(chuàng)新和政策調(diào)控等供給側(cè)要素對京津冀工業(yè)污染的減排效果。結(jié)論如下:

(1)2010—2018年,京津冀13個(gè)城市工業(yè)污染存在一定的空間正相關(guān)性,并在地理分布上顯現(xiàn)出穩(wěn)定的空間集聚特征。從區(qū)域分布來看,呈現(xiàn)出東北部、西南部的工業(yè)污染高值區(qū)以及中南部的低值區(qū);其中,唐山、天津等東北部,石家莊、邯鄲等西南部城市始終保持工業(yè)污染的高排放;而衡水、滄州、廊坊等中南部市域則形成了工業(yè)污染的低值集聚區(qū)。

(2)京津冀各城市工業(yè)污染存在顯著的空間作用和正向的空間溢出特征,即京津冀某一城市的工業(yè)污染會(huì)影響到與其相鄰的其他城市。

(3)京津冀工業(yè)污染與資本供給、勞動(dòng)力供給呈現(xiàn)顯著的正相關(guān)關(guān)系;與科技創(chuàng)新和政策調(diào)控呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系。從供給側(cè)要素的減排影響力來看,各要素對京津冀工業(yè)污染減排效果的影響總體為:政策調(diào)控>勞動(dòng)力供給>資本供給>創(chuàng)新供給。在供給側(cè)各要素中,政策調(diào)控對京津冀工業(yè)污染的減排效果最為顯著。

因此,根據(jù)上述分析結(jié)果,從供給側(cè)角度提出以下進(jìn)一步降低京津冀工業(yè)污染的建議:

(1)政府通過加大扶持力度,引導(dǎo)社會(huì)投資方向,鼓勵(lì)勞動(dòng)力從第一、二產(chǎn)業(yè)向第三產(chǎn)業(yè)轉(zhuǎn)移,推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)向節(jié)能型、高級化發(fā)展。北京和天津處于工業(yè)化后期,而河北省整體處于工業(yè)化中期階段,京津冀產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的重點(diǎn)是河北省。河北省應(yīng)充分利用京津的資源優(yōu)勢,引進(jìn)優(yōu)秀人才,加快產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級。

(2)加強(qiáng)京津冀創(chuàng)新協(xié)作。加大對節(jié)能減排和新能源技術(shù)領(lǐng)域的科技創(chuàng)新支持,構(gòu)建綠色經(jīng)濟(jì)發(fā)展的技術(shù)支撐體系。增加京津冀各城市之間的技術(shù)交流,有效發(fā)揮北京和天津的輻射作用。河北應(yīng)抓住京津冀協(xié)同發(fā)展的有利契機(jī),積極從京津引進(jìn)資金與技術(shù)等重要資源,加快推進(jìn)技術(shù)創(chuàng)新。

(3)強(qiáng)化政府宏觀調(diào)控。政府應(yīng)綜合運(yùn)用財(cái)政政策、行政命令等手段建立節(jié)能減排的長效機(jī)制。各級政府在制定產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、節(jié)能減排等政策時(shí),應(yīng)充分考慮到工業(yè)污染排放的空間相關(guān)性,建立京津冀區(qū)域合作機(jī)制,積極推進(jìn)京津冀跨區(qū)域的環(huán)保合作。