环境规制、能源消费结构与雾霾——基于省际面板数据的实证检验

刘晓红，江可申

(1.南京航空航天大学 经济与管理学院，江苏 南京 211106；

2.南京晓庄学院 商学院，江苏 南京 211171)



环境规制、能源消费结构与雾霾
——基于省际面板数据的实证检验

刘晓红1,2，江可申1

(1.南京航空航天大学 经济与管理学院，江苏 南京 211106；

2.南京晓庄学院 商学院，江苏 南京 211171)

摘要：采用我国30省(市、区)2003—2012年面板数据，分析环境规制强度、能源消费结构与雾霾之间的关系。首先，以PM10浓度指标进行聚类，把30省(市、区)划分为高、中、轻三大污染地区。其次，面板单位根检验结果显示各变量是一阶单整I(1)；Pedroni和Kao协整检验表明变量之间存在协整关系；FMOLS回归发现，全国总体环境规制强度与PM10浓度呈反方向变动，能源消费结构与PM10浓度呈同方向变动；高污染地区能源消费结构对PM10浓度产生正的影响，中、轻污染地区环境规制强度对PM10浓度产生负的影响。最后，提出了使用法律、经济手段加强环境规制，降低煤炭消耗比例、发展清洁能源等建议。

关键词：PM10；环境规制；能源消费结构

我国经济在发展的同时，也带来了环境污染问题，近几年来，雾霾日益笼罩在更多的大、中城市的上空，人们谈霾色变。我国政府重视雾霾问题，正在通过加大环境规制力度治理雾霾，“十三五”规划指出：“加大环境治理力度，以提高环境质量为核心，实行最严格的环境保护制度，形成政府、企业、公众共治的环境治理体系。扩大污染物总量控制范围，将细颗粒物等环境质量指标列入约束性指标”。经济发展离不开能源消费，我国当前的能源消费结构以煤炭、石油为主。环境规制、能源消费结构与雾霾的关系如何，对这一问题进行研究对于保护环境，增进人民福祉，推动我国生态文明建设有重要的现实意义。

1文献综述

国外对雾霾的研究起步较早，Elelred发现美国东部的可吸入颗粒物污染水平高于西部[1]。Nehze发现可吸入颗粒物污染呈现季节趋势，不同的季节、不同气候条件对污染浓度影响较大[2]。Pilla等对都柏林居民在上下班途中所暴露在PM10中的情况设定地理信息系统(GLS)模型，结果发现在公交车、自行车和步行方面GLS模型与PM10浓度的相关度较高，但是在乘坐火车方面相关度较低[3]。近两年，国内严峻的雾霾问题引起了我国学者对雾霾的研究，有的研究了环境规制对雾霾的影响，如马丽梅等探讨了31个省份本地与异地之间雾霾污染的交互影响问题以及经济变动、能源结构影响，结果发现：由于污染溢出的存在，环境规制更严格的地区不能获得其规制的全部利益，要区域间联防联控。长期看，改变能源消费结构以及优化产业结构是关键，短期要减少劣质煤的使用[4]。王书斌等通过门槛回归模型发现，环境行政管制仅通过企业技术投资偏好的路径实现雾霾脱钩，而环境污染监管和环境经济规制则通过企业技术投资偏好和类金融投资偏好两条路径实现雾霾脱钩，大规模企业在更高环境经济规制下可能存在脱离实体经济的现象[5]。有的研究了能源消费结构对雾霾的影响，如魏巍贤等通过一般均衡模型进行模拟发现，能源结构调整与技术进步才是治理雾霾的根本手段，并给出了实现雾霾治理和经济发展双重目标的最优政策选择[6]。向堃等通过空间计量检验得出以下结论：在相关污染治理政策的制定上要充分考虑到空间因素的影响，不仅要从经济发展方式和能源消耗结构的改变等环节入手，同时还要加强省域之间的协调促进[7]。王俊等提出要改善大气环境和解决雾霾问题，就需选择适合国情的可替代能源，来调整和优化能源结构，加快制定相关政策法规，推动形成全社会齐心协力防治大气污染的治理格局[8]。

到目前为止，尚未发现把环境规制、能源消费结构和雾霾3个变量结合起来进行的实证研究。故本文对全国总体及高、中、轻污染地区环境规制强度、能源消费结构对PM10浓度的影响进行研究，以期对治理我国雾霾有所裨益。

2聚类分析

本文以PM10浓度指标进行聚类分析。首先，对30省(市、区)的PM10浓度进行标准化处理，消除量纲；然后，采用欧式距离的平方计算样本间距离，使用Ward方法进行聚类，30省(市、区)PM10浓度划分为三类，即高污染、中污染、轻污染地区(表1)。高污染地区有：北京、新疆、甘肃、山东、陕西、青海、山西、河北8省(市、区)，中度污染地区包括辽宁、湖北、湖南、重庆、浙江、黑龙江、宁夏、安徽、天津、江苏、河南、四川等12省(市、区)，轻污染地区包括吉林、江西、内蒙古、福建、广西、上海、贵州、广东、云南、海南等10省(市、区)。

表1　PM10浓度聚类结果

3模型设定和数据说明

3.1计量经济学模型设定

为了探索环境规制强度、能源消费结构与雾霾之间的关系，建立如下计量经济学模型：

(1)

对上式取自然对数，结果如下式所示：

ln(PM10it)=α0+α1iln(ERit)+α2iln(ESit)+εit

(2)

式中:α0=ln(A0)为常数项；下标i为第i个省(市、区)；t为年份；PM10为年均PM10浓度；ER为环境规制强度;ES为能源消费结构；所有变量都取自然对数，系数α1和α2分别为环境规制强度、能源消费结构对PM10的弹性系数；εit为随机误差项。

3.2数据说明及来源

我国一些城市对PM10浓度的统计始于2003年，本文借鉴马丽梅等[9]的做法，各省的PM10浓度用省会城市的数据替代，共30省(市、区),不包括西藏和港澳台。PM10浓度的单位是：mg/m3，来自于2004—2013年《中国统计年鉴》。环境规制强度，用各省(市、区)工业污染治理本年完成投资与规模以上工业企业主营业务成本的比值来表示，单位是%。工业污染治理本年完成投资和规模以上工业企业主营业务成本来自于2004—2013年《中国统计年鉴》。煤炭消费实物量用煤炭折标准煤系数折算成标准煤，能源消费结构用各省(市、区)煤炭消费标准煤在能源消费总量中的比例来表示，单位是%。煤炭消费实物量和能源消费总量来自于2004—2013年《中国能源统计年鉴》，煤炭折标准煤系数来自于2012年《中国能源统计年鉴》。本文使用的计量分析软件是EViews8.0。

4实证研究

4.1单位根检验

在对面板数据回归之前，为了避免虚假回归，要进行单位根检验。我们采用了LLC、Fisher-ADF、Fisher-PP 3种检验方法对全国总体及高、中、轻污染地区lnER、lnES、lnPM10面板数据进行单位根检验，结果如表2所示。检验显示，全国总体及高、中、轻污染地区lnER、lnES、lnPM10水平序列接受原假设，说明全国总体及高、中、轻污染地区lnER、lnES、lnPM10序列是非平稳序列，但对lnER、lnES、lnPM10一阶差分进行单位根检验显示，lnER、lnES、lnPM10等一阶差分序列在1%的显著水平下拒绝原假设，故全国总体及高、中、轻污染地区的lnER、lnES、lnPM10序列是一阶单整序列，即Ⅰ(1)过程。

4.2面板协整检验

为了检验上述非平稳时间序列之间的协整关系，要进行面板协整检验，本文采用Engel and Granger二步法的面板协整检验方法，即Pedroni和Kao检验，结果分别如表3、4所示。Pedroni包括维度内和维度间两种情形，构造了7个统计量，对于小样本(T< 20)来说,Group ADF统计量是最有效力的[10]。本文因为是小样本数据，故主要看Group ADF统计量。从表3可以看出，全国总体及高、中、轻污染地区Group ADF统计量都通过了1%或5%显著水平的显著性检验，这说明模型2为我国各省(市、区)的PM10面板协整模型，全国总体以及高、中、轻污染地区环境规制、能源消费结构与PM10之间存在着长期均衡关系。

表2　全国总体及高、中、轻污染地区lnER、lnES、lnPM10面板单位根检验

注：***表示在1%显著水平上显著。

表3　Pedroni协整检验结果

注：*、**、**分别表示在10%、5%、1%显著水平上显著。表4中的Kao检验结果显示，全国总体及高、中、轻污染地区的3个变量lnER、lnES、lnPM10之间存在协整关系。

表4　Kao协整检验结果

注：原假设是变量都不协整，基于SIC的滞后选择；***表示在1%显著水平上显著。

4.3FMOLS回归估计

由于我国总体及高、中、轻污染地区的3个变量lnER、lnES、lnPM10之间存在协整关系，故可以对变量进行回归估计。FMOLS(完全修正的最小二乘法)能够纠正序列相关和有偏性问题，故本文使用此方法进行回归。以lnPM10为因变量，lnER、lnES为自变量，结果如表5所示。全国总体及高、轻污染地区方程R2大于等于0.8，方程拟合较好，中污染地区方程R2为0.706 8。就全国总体来看，环境规制强度和能源消费结构系数都通过了10%显著水平检验，其中，环境规制强度的弹性系数为负值，说明环境规制强度与PM10浓度呈反方向变动，环境规制强度越大，PM10浓度越小。环境规制强度每提高一个百分点，将使全国总体PM10下降0.027 8个百分点。为了降低全国总体PM10浓度，要加强环境规制强度。能源消费结构弹性系数大于0，说明能源消费结构与PM10浓度呈同方向变动，能源消费结构中煤炭所占比重每上升一个百分点，将使我国总体PM10浓度提高0.067 8个百分点，为了减少雾霾污染，能源消费结构中煤炭所占比例一定要下降。高污染地区环境规制强度系数没有通过显著性检验，但能源消费结构通过显著性检验，高污染地区煤炭比重每上升一个百分点，将使该地区PM10浓度上升0.040 8个百分点。中污染地区和轻污染地区的环境规制弹性系数都为负值，环境规制强度每上升一个百分点，将分别使中、轻污染地区PM10浓度下降0.034 5、0.052 8个百分点。综合以上可以看出，高污染地区能源消费结构对PM10浓度产生正的影响，中、轻污染地区环境规制强度对PM10浓度产生负的影响。虽然轻污染地区的能源消费结构弹性系数不显著，但能源消费结构对PM10浓度产生正的影响。

表5　全国总体及高、中、轻污染地区FMOLS面板估计结果

注：*、**分别表示在10%、5%显著水平上显著。

5结论及对策建议

基于数据的可得性，本文使用30省(市、区)(西藏除外)2003—2012年面板数据，分析环境规制强度、能源消费结构对PM10浓度的影响。首先，以PM10浓度指标进行聚类，把30省(市、区)划分为高、中、轻三大污染地区。其次，面板单位根检验显示，全国总体及高、中、轻污染地区lnER、lnES等变量是一阶单整Ⅰ(1)；Pedroni和Kao检验表明变量之间存在协整关系；FMOLS回归发现，全国总体环境规制强度与PM10浓度呈反方向变动，能源消费结构与PM10浓度呈同方向变动。高污染地区能源消费结构对PM10浓度产生正的影响，中、轻污染地区环境规制对PM10浓度产生负的影响。基于上述结论，提出如下建议。

(1)使用法律手段加强环境规制。实证分析表明，全国总体环境规制强度与PM10浓度呈反方向变动，即环境规制强度的提高会降低我国PM10浓度，故要提高环境规制强度，而通过立法手段加强环境规制强度是治理雾霾的主要手段之一。尤其在当前我国许多大中城市雾霾日益严重的情况下，通过立法手段加强环境规制显得尤为迫切。虽然我国已有《环境保护法》《大气污染防治法》等法律对雾霾进行防治，但存在法律责任体系不健全[11]、处罚过轻等问题，故首先要加强雾霾方面的立法建设，这包括完善法律体系，制定防治雾霾的法律、法规，使得有法可依；其次，加大处罚力度。一些企业之所以能毫无顾忌的肆意排放污染，影响大气环境质量，与处罚力度轻，违法成本小密切相关，故要重拳出击，加大排污企业的处罚金额，使其能考虑对环境的影响，减少污染排放；最后，区域联动，加强监管，严格执法。雾霾治理非一地之功，需要多地进行联合整治，各地政府要相互配合，信息共享，建立区域联动机制。同时要加强对污染排放的监管，充分发挥公众的监管作用，严格执法。

(2)使用经济手段加强环境规制。对雾霾的防治除了立法和行政手段外，还需要使用经济手段进行干预。各地政府要加大环保资金投入，提高环保资金投入占GDP的比重，对雾霾污染进行防范和治理。首先，对生产环保产品的企业给予减免税收或补贴。通过减免税收或资金支持可以鼓励企业进行环保产品的生产，降低废气排放；其次，进行环境税制改革。在既有税制的基础上，拓宽税收范围，设立碳税、环境税等税种，对高污染和高能耗产品征税，以抑制高污染和高能耗产品的生产；最后，发放消费券，鼓励居民进行环保产品的消费。居民消费也是导致雾霾的重要原因，尤其是其中的汽车消费，通过发放消费券，刺激居民购买小排量的汽车或电动汽车，推动消费方式创新，减少尾气排放。

(3)降低煤炭消耗比例，加强对煤炭的高效利用。全国总体及高、轻污染地区的能源消费结构中煤炭消费比例与PM10浓度呈同方向变动，煤炭消费比例的提高会助推PM10浓度的上升，故为了降低PM10浓度，减少煤炭消耗比例非常重要。2015年《BP世界能源统计年鉴》显示，煤炭依然是我国能源消费的主导燃料，2014年我国的煤炭消费为1 962.4×106t油当量，在我国能源消费中的比重是66%，占世界煤炭消费量的50.6%。故我国要采取措施降低煤炭消费比例。在当前市场经济条件下，煤炭消费比例降低需要通过需求管理来实现。根据需求规律，企业和居民对煤炭的消费量与煤炭价格有关，当前我国煤炭的价格较低，且没有开征资源税，使得煤炭的消费比例较高，故要对煤炭征收资源税，提高煤炭价格，促进企业和消费者减少对煤炭的消费量。同时，使用优质煤炭，并采用气化、净化等方法产生电和液体燃料，对煤炭进行清洁高效利用。

(4)发展清洁能源。首先，转变能源消费模式，把以煤炭能源为主转化为清洁能源为主。为了改变我国能源消费结构中煤炭消费独大的现象，要优化能源消费结构，使用其他能源替代煤炭。清洁能源中的水能、风能、太阳能、生物能等，是可再生能源，可以降低污染排放，安全、环保，故发展清洁能源既可以促进我国经济发展，又可以保护环境，兼顾生态文明建设，实现我国经济的又好又快发展；其次，推动技术创新，加强对清洁能源的研发。在当前我国清洁能源技术水平比较落后的前提下，政府要通过资金支持的方式鼓励企业进行技术创新，开发生物质能等清洁能源，增加清洁能源的供给，促进经济增长；最后，减少企业使用清洁能源的成本。当前，我国风电、太阳能等清洁能源的价格较高，企业对清洁能源的使用望而却步，这就要求对使用清洁能源的企业给予补贴，降低企业使用清洁能源的成本，增加清洁能源的使用比例，减少雾霾产生的可能性。

参考文献：

[1]Eldred R.Composition of PM2.5 And PM10-Aerosols in the lmprove Network[J] .Air&Waste Manage,1997,12(47):1-4.

[2]Nehzat Mtalebi.Winter time PM2.5 And PM10，source apportionment at Sacramento,Caledonia[J].Air&Waste Manage,1999,12(49):25-29.

[3]Pilla F,Broderick B.A GIS model for personal exposure to PM10 for Dublin commuters[J].Sustainable Cities and Society,2015,(15): 1-10.

[4]马丽梅，张晓．中国雾霾污染的空间效应及经济、能源结构影响[J]．中国工业经济，2014，(4): 19-31．

[5]王书斌，徐盈之．环境规制与雾霾脱钩效应——基于企业投资偏好的视角[J]．中国工业经济，2015，(4)：18-29.

[6]魏巍贤,马喜立．能源结构调整与雾霾治理的最优政策选择[J]．中国人口·资源与环境，2015，(7)：6-14.

[7]向堃，朱德勇．中国省域PM2.5污染的空间实证研究[J]．中国人口·资源与环境,2015，(9)：153-159.

[8]王俊，陈柳钦.我国能源消费结构转型与大气污染治理对策[J].经济研究参考，2014，(50):32-39.

[9]马丽梅，张晓.区域大气污染空间效应及产业结构影响[J]．中国人口·资源与环境,2014，(7):157-164.

[10]吴巧生,陈亮,张炎涛,等.中国能源消费与GDP关系的再检验——基于省际面板数据的实证分析[J].数量经济技术经济研究,2008，(6):27-40.

[11]王波，郜峰．雾霾环境责任立法创新研究——基于现代环境责任的视角[J]．中国软科学，2015，(3):1-8.

Environmental Regulation,Energy Consumption Structure and Hazy in China-Empirical Test Based on Provincial Panel Data

LIUXiao-hong1,2,JIANGKe-shen1

(1.College of Economics and Management,Nanjing University of Aeronautics and Astronautics,Nanjing 211106,China;2.Buseness College,Nanjing Xiaozhuang University,Nanjing 211171,China)

Abstract:This paper examines the relationships between environmental regulations,energy consumption structure and hazy in China by means of the panel data of the 30 provinces (cities,districts) during 2003-2012 period.Firstly,the 30 provinces (cities,districts) are divided into high,medium and light pollution areas by clustering in PM10 concentration index.Secondly,with the panel unit root tests，we found that all panel variables are I(1) process.Both the Pedroni and Kao co-integration tests show that there are co-integration relationships between variables.Using FMOLS estimating method,we found that environmental regulation intensity and PM10 concentration changes in the opposite direction in China.On the contrary,energy consumption structure and PM10 concentration changes in the same direction in China .The energy consumption structure has positive effect on the PM10 concentration in high pollution area.The environmental regulation intensity has negative effect on the PM10 concentration in the medium and light pollution areas.Finally,we put forward suggestions such as strengthening environmental regulation using legal and economic means,reducing the proportion of coal consumption,developing clean energy and so on.

Key words:PM10;environmental regulation;energy consumption structure

中图分类号：X22

文献标志码：A

文章编号：1009-4210-(2016)01-059-07

作者简介：刘晓红(1976—)，女，博士，副教授，从事低碳经济研究。E-mail:amylxhong@163.com

基金项目：国家社会科学基金项目(15BGL144)；国家自然科学基金青年项目(71203097)；教育部人文社会科学基金青年项目

收稿日期：2015-11-04；改回日期：2015-11-19

doi:10.3969/j.issn.1009-4210.2016.01.008

(10YJC790005)；江苏省普通高校研究生科研创新计划项目(KYZZ15_0106)