“一带一路”下空气污染物分布与经济增长关系的空间统计分析

（浙江大学宁波理工学院商学院，宁波市，315100） 孙健凯 郝立亚 吕存健 黄天睿

1 引言

自2013年习近平总书记提出“一带一路”战略构想以来，中国为推动世界经济一体化作出了突出的贡献。随着发展战略目标的推进，沿线地区在“和平合作、互利共赢、开放包容、互学互鉴”的理念下，打造了合作、共赢、包容、均衡、普惠的区域经济合作架构。“一带一路”是指“丝绸之路经济带”和“21世纪海上丝绸之路”。其中“丝绸之路经济带”沿线国内区域地域接壤，在省域经济的共融发展的同时，经济增长与环境之间的冲突更加复杂和多样化，其中以空气污染的影响最为深远。伴随着区域经济的迅猛发展，相伴而生的是城镇化的加速推进，而空气质量的优劣情况与城镇居民的身体健康和生活质量都有着紧密的影响，进一步阻碍区域经济的长期稳步发展，不利于“一带一路”战略目标的实现。解决空气污染与经济发展矛盾的关键是理清“一带一路”沿线区域空气污染的分布状况及其与经济增长的关系，促使经济增长的可持续绿色发展。

2 文献综述

关于空气污染的空间联动效应的研究方面，国外的研究开展的得较早，其中Koelemeijer分析了欧洲地区空气颗粒物浓度在空间和时间上变化情况［1］。Maddison（2007）对欧洲国家空气污染情况进行了分析，证实国家之间的空气污染以及治理效果均 存 在 空 间 溢 出 效 应［2］。 Dimitriou 和Pavloskassomenos（2014）对罗马PM2.5的来源和对空气质量影响情况进行了研究，说明污染物具有潜在的外部溢出效应［3］。Hosseini等（2011）通过空间计量方法研究了1990年至2007年的亚洲各国的CO2和PM10的分布情况，结果表明这两大污染物在被亚洲各国间存在着显著的溢出效应［4］。Grossman和Krueger（1995）把“倒U型假说”引入到空气污染与经济发展的研究之中，其中环境污染水平与经济增长呈现的“倒U型”，被称之为环境库兹涅兹曲线[5]。

关于中国空气污染的空间联动方面的研究，近年来国内外学者都给予了积极的关注，如Jessie等（2006）使用空间计量方法研究对外贸易、能源、交通对中国大气污染的影响，并重点针对烟尘进行研究，由模型结果可知中国省域之间具有空间溢出效应[6]。Hao和Liu（2016）运用空间误差空间滞后模型对PM2.5与经济发展直接的关系进行分析，结果表明PM2.5与人均GDP之间的关系呈现倒U型，第二产业对城市PM2.5浓度具有显著的正向影响［7］。赵慧娟（2016）基于我国30个省份2002～2014年的空间面板数据，分析出我国社会经济因素对SO2排放量的影响关系［8］。王立平和陈俊（2016）通过构建极值边界模型表明中国省域雾霾现象存在“稳健”的空间溢出效应［9］。马丽梅和张晓（2014）建立空间计量模型，对中国各省的空气污染现象的交互影响进行研究[10]。吴雪萍等（2018）研究2001～2014年我国30个省份的空气污染的空间自相关性，采用空间杜宾滞后模型和半参数空间滞后模型实证检验经济增长与空气污染的非线性关系[11]。

而目前对“一带一路”沿线区域的空气污染分布情况的研究尚且较少，如丁鑫（2017）基于西北五省1993-2014年省级面板数据，检验全要素生产率与环境污染之间的关系[12]，本文基于“丝绸之路经济带”沿线12个省份(新疆、重庆、陕西、甘肃、宁夏、青海、内蒙古、黑龙江、吉林、辽宁、广西、云南)从2007到2017年共11年的面板数据，在对省域空气污染分布进行检验的基础上，采用空间面板模型研究空气污染物分布与经济增长的空间相关关系。

3 省域空气污染分布的空间效应检验

为验证省域空气污染分布的空间效应，需要对其空间自相关性进行检验。图1为省域Moran’I指数分布图，表1为对应的空间相关模式。可以看出，各省区污染排放强度存在空间正相关关系，也就是说具有相似污染排放强度的省区存在空间集聚现象，省域空气污染排放强度表现为空间依赖性，污染排放强度较高的省区产生的空间溢出效应，对邻近省区的污染排放有一定的影响。对应象限内的空间相关模式图可以看出：位于第一象限的省区有7个（内蒙古，吉林，新疆，甘肃，宁夏，青海，陕西），表现为HH集聚；位于第三象限内的省区有2个（云南，广西），表现为LL集聚；位于第二、四象限的省区有3个（黑龙江，重庆，辽宁），表现为LH集聚。位于二、四象限的省域同时存在空间依赖性和差异性。下面我们采用空间面板模型研究省域空气污染物分布与经济增长的空间相关关系。

图1 省域Moran’I指数分布图

表1 省域污染排放的空间相关模式

4 基于空间面板模型的分析

4.1 指标选取

1.被解释变量。大气污染物排放量代表了我国地区大气污染排放水平高低，主意以二氧化硫排放量、氮氧化物排放量和烟粉尘排放量为大气污染物排放的最主要来源。本文用AR来代表大气污染物排放量。

2.被解释变量。结合文献中的研究情况，同时考虑数据的可得性、可分析性，本文选择以下指标作为解释变量。

国民生产总值(GDP)。一般指国民生产总值是一个国家（或地区）所有常住单位在一定时期（通常为一年）内收入初次分配的最终结果。

产业结构(IS)。一般情况下产业结构是指农业、工业和服务业在一国经济结构中所占的比重，这里主要指工业在社会总产值当中所占的比例，

固定资产投资（I）。固定资产投资是以货币形式表现的、企业在一定时期内建造和购置固定资产的工作量以及与此有关的费用变化情况。

能源结构（ES）.能源结构是指在社会能源消耗总量中，煤炭能源占社会总能源消耗的百分比。

城镇化率(UR)。城镇化率是指一个地区城镇常住人口占该地区常住总人口的比例。城镇化水平是衡量一个国家或一个地区社会经济发展水平的重要标志。

数据来源为中国统计年鉴和中国国家统计局网站。

4.2 空间面板模型设定

1.空间滞后面板模型（SAR）。空间滞后模型设定如下：

其中ρ为空间自相关系数，ω为基于queen邻接的空间权重矩阵。

2 空间误差模型（SEM）

其中λ为残差相关系数，ω为基于queen邻接的残差权重矩阵

4.3 模型结果

得到了基于OLS、SAR和SEM三种面板模型的分析结果，相关分析结果如表2、表3所示：

结果显示三个模型系数正负号一致，表明三种模型都证明了解释变量作用的方向一致。其中空间面板模型均通过了相关空间计量检验，考虑到SAR模型和SEM模型R方更高，t检验情况更好，因此本文的计量模型应在SAR模型和SEM中进行选择。此外由于模型中城镇化率这一指标未能通过95%之下的t检验，故将该因素剔除之后重新分析SAR模型和SEM模型。

可以发现在剔除城镇化率这一因素之后，SAR模型和SEM模型R方均有所上升，所有解释变量均通过了t检验。根据空间计量模型的选择原则，综合考虑Log-L、AIC、SC值以及拟合优度，本文认为采用SAR模型较为合适。最终拟合模型表示为

4.4 实证结果及结论

第一，部分地区存在产业结构、工业结构较好，但污染程度仍然较高的现象，这与空气污染的区域溢出作用相关，SAR模型结果显示，邻近地区的污染增加1%,本地区的污染就将增长0.55%。

第二，经济每增长1%,空气污染排放强度就将相应降低0.34%。这表明当前阶段，我国“丝绸之路经济带”沿线省份的经济增长对空气污染的排放具有一定的抑制作用，也说明目前的经济增长方式总体对环境具有正向作用。

表2 模型结果

第三，产业结构和空气污染排放之间同样存在正相关关系，其系数为0.4759，说明产业结构即工业制造业所占比例进一步提高空气污染排放强度，具体原因可以归结为部分东部和中部地区的产业转移所导致的环境负担加重。

第四，能源结构与大气污染排放之间存在正向的关系，人均燃煤量的提高会促进该地区污染的增长，人均燃煤使用量每增长1%，该地区污染就将增长0.3405%。降低煤炭能源在能源消费中所占的比例，能有效降低空气污染物的排放强度。

第五，固定投资的增长对于一带一路沿线省份大气污染的增长具有正相关关系，固定投资每增长1%，大气污染物就增长约0.2296%。说明目前在“丝绸之路经济带”沿线省域的固定资产投资仍然对环境具有较重的负担。

5 政策建议

通过运用空间面板模型，研究了“丝绸之路经济带”沿线省份空气污染与经济发展的关系。从研究结果可以看出，空气污染存在空间溢出效应，部分地区存在较为明显的污染区域传输情况。经济增长总体对于空气污染治理有着积极的作用，但产业结构、能源结构和固定资产投资的增长均对环境造成了一定的负担，说明经济增长的方式还需要进行积极转变。根据分析的结果，本文提出如下政策建议：

第一，重视污染的生态空间管控。污染治理应注意污染的区域传输。部分地区存在工业产值比例下降、燃煤使用量下降，但大气污染下降不明显的情况，这种情况和大气污染的区域传输有着密切的联系

第二，从不同能耗产业的具体情况入手，逐渐淘汰“高能耗、高污染、低产值”的落后产能。淘汰落后产能，改善产业结构，引导产业向创新、协调、绿色方向发展。大力发展清洁能源，进一步提高清洁能源在总能源中所占比例。

第三，在当前阶段，固定投资对于污染的增长没有抑制作用。本文在东南沿海地区产业向内陆尤其是一带一路沿线省份的过程中，不能全盘承接东南的部分高污染、低附加值、低技术水平制造业。对于东部地区的产业转移，要拒绝其中高污染、高能耗、低技术含量企业。