基于DPSIR模型的中国省际环境质量评价与影响因素分析

(1.华中师范大学经济与工商管理学院，湖北武汉430079；2. 中国人民银行信阳中心支行，河南信阳464000)

一、引言

改革开放40年来，中国名义国内生产总值由1978年的3679亿元增长到2018年的90万亿元，实际年均增速高达9.9%，经济总量占世界的比重由1978年的1.8%上升到2018年的16%，稳居世界第二位。但是总体而言，我国的高速经济增长是以高耗能为代价的。煤、石油等能源资源的高消耗是我国经济增长的基础，2016年和2017年我国分别消耗435818.63万吨和449000万吨标准煤，万元GDP能耗分别为0.59吨和0.55吨标准煤。虽然我国能源使用效率在逐步提升，但与美国(0.268吨标煤/万元)等发达资本主义国家相比仍有较大差距。能源消耗总量过大、使用效率较低导致二氧化硫、工业固体废弃物等有害物质排放量增加，对我国环境质量造成恶劣影响。也就是说，在高速经济增长中我国付出了沉重的环境成本。耶鲁大学发布的《2018年环境绩效指数报告》评价了全球180个国家(地区)的环境状况，结果显示中国环境绩效指数综合得分50.74，位列第120位，远远落后于法国、英国等发达国家。《2017年中国生态环境状况公报》也显示：我国338个地级及以上城市中仅99个城市空气质量达标，36.1%的城市出现过酸雨，全国现有土壤侵蚀总面积为294.9万平方公里，占普查范围总面积的31.1%。环境污染造成生态系统破坏，会诱发土地沙漠化、水土流失等自然灾害。由水利部、中国科学院、中国工程院组织的中国水土流失与生态安全综合科学考察团公布的调查结果显示，我国现有水土流失面积356.92万平方公里，占国土总面积的36.8%；荒漠化土地高达267.4万平方公里，占国土面积的27.9%。此外，生态环境恶化会加速人力资本折旧，也会影响经济增长的速度和质量(祁毓，2012)。国家统计总局数据显示：2017年我国自然灾害受灾人口为14448万人次，自然灾害直接经济损失为3018.7亿元。世界银行与中国国务院研究中心合作完成的报告《中国污染的代价》显示，我国每年因为大气污染和水污染导致的经济损失占GDP 的5.8%，其中医疗卫生费用占3.8%。

生态环境恶化对经济社会发展形成压力，党和政府高度重视环境与经济的协调发展。中国共产党十九大提出了“加快生态文明体制改革”的总要求，把生态文明建设和生态环境保护提升到前所未有的战略高度。习近平总书记在多个场合阐述“绿水青山就是金山银山”的生态文明理念，强调生态惠民、生态利民、生态为民，不断满足人民日益增长的优美生态环境需要，体现了中共中央对推进生态文明建设、建设美丽中国的坚定决心，把不损害生态环境作为发展的底线，绝不会再走用绿水青山换取金山银山的老路。推行环境质量评价与国家生态文明建设战略相符，与人民群众改善环境质量的诉求一致，它能够实现经济生产的合理布局、指导环境保护措施的设计，强化环境管理、有效控制污染源、优化环境保护和治理方案，有利于促进经济发展方式变革，推动经济、社会、环境的可持续发展。

我国的环境质量评价起步较晚，当前，缺乏统一的能够全面、科学反馈环境质量的指标。很多学者使用单维度指标衡量环境质量，此做法缺乏全面性。也有学者使用多维度指标，但是由于没有形成统一的标准，使用的指标类别和计算方法多种多样，导致结果差异很大。本文在可持续发展理论、生态文明建设理论及物质平量理论的指导下，基于经济合作与发展组织提出的DPSIR模型构建了环境质量评价模型，并使用熵值法赋权，一定程度上拓展、完善了国内环境质量评价理论与方法。

二、文献综述

(一)主要国家环境质量评价历程

国外的环境质量评价开始于20世纪60年代中期，70年代得到蓬勃发展。美国在20世纪60年代首次提出了大气和水体的质量指数评价方法，R. P. Iorton(1965)提出用质量指数(QI)评价水质，此后R. M. Brown提出了水质质量指数(WQI)，N. L. Nemerow在《河流污染的科学分析》一文中又提出了新的水质计算方法。Green(1966)提出了大气污染综合指数，随后又出现了格林大气污染指数、橡树岭大气质量指数等。20世纪70年代欧洲、日本等地区(国家)也相继开展了环境质量评价研究。瑞典1969年制定了以环境影响评价为核心的国家环境保护法。1974年，经济合作与发展组织提出了欧洲核心环境指标体系。1972年日本出现了涉及控制污染物流量的浓度控制法、K值控制法，控制污染物存量的总量控制法等。东欧和苏联侧重于评价河流和地理，采用物理和化学指标评价，同时也将生物指标纳入评价体系之中。捷克在20世纪70年代开展全国性环境质量评价工作并出版了彩色环境质量图。

我国的环境质量评价始于20世纪70年代初期，发展历程可以分为4大阶段。第一是探索阶段(1972-1978)。此阶段我国高校以及科研院所开始研究环境质量评价的方法，典型的评价实例是北京西郊的环境质量评价、南京环境质量评价。第二是发展阶段(1979-1989)。1979年颁布的《中华人民共和国环境保护法(试行)》指出：“在老城市改造和新城市建设中，应当根据气象、地理、水文、生态等条件，对工业区、居民区、公共设施、绿化地等做出环境影响评价”，该法律的颁布确立了环境质量评价的法律地位。第三是完善阶段(1990-2001)。国家环保总局编写的《环境质量影响评价技术导则》为我国大气环境、水环境、声环境以及非污染生态影响的评价提供了技术保障。第四是提高阶段(2002年至今)。2002年颁布了《中华人民共和国环境影响评价法》，2016年9月实施了新修订的《环境影响评价法》，全面规范了环境质量评价范围、原则、对象、内容以及过程，我国环境质量评价的广度和深度均有所加大(杨仁斌，2006)。

(二)环境质量评价指标及方法

当前，缺乏统一的能够全面、科学反馈环境质量的指标。学术界使用的环境质量评价指标可以分为单维度指标和多维度指标；评价方法主要涉及指数法、主成分法、因子分析法、拉开档次法、不确定性法，其中不确定性法又分为层次分析法、模糊评价法、灰色评价法和熵值法。

单维度评价指标是指使用单一指标或者分别使用多个独立的单一指标评价环境质量。早期有关环境质量的研究使用的多为单一指标，其中使用最多的指标是二氧化硫和二氧化碳排放量。Merlevede等(2005)使用年度二氧化硫排放总量作为环境质量的度量指标。Dasgupta等(2005)使用悬浮颗粒物作为环境质量评价指标。SONG等(2007)以固体废弃物产生量度量环境质量。李猛(2009)选取工业二氧化硫和工业废水中化学需氧物排放量反映环境污染程度。高挺等(2018)使用二氧化硫排放量作为环境质量的替代变量。赵选民等(2018)使用了工业“三废”排放量作为环境质量的度量指标。

单维度指标获取便利、连续性强，有利于开展实证分析，在研究环境局部质量问题和针对性评价中应用广泛，但在评价环境整体质量时难免会产生“盲人摸象”的现象(李政大等，2014)。Joan Marull等(2006)利用GIS方法从自然环境适宜性、生物环境适宜性以及功能适宜性三个维度构建了土地适宜性评价指标体系，综合评价城市的生态环境质量。李名升等(2007)基于压力—状态—响应框架模型构建了涵盖39个指标的中国环境状态评价模型并采用层次分析法以及因子分析法评价中国环境状况，结果显示中国环境质量整体在改善。屈小娥(2017)使用了2个维度11个指标，基于TOPSIS综合评价原理测算了2003-2014年我国30个省市的环境污染指数。杨万平等(2018)从气候、土地、水文等9个维度构建了人居生态环境质量评价体系，使用投影追踪法测算了中国30个省份2002-2015年的人居生态环境质量指数。

综上所述，现有研究存在以下不足：一是局部的环境质量评价使用单维度指标具有针对性，但是在评价整体环境质量时，单维度指标缺乏全面性会降低实证分析的准确性；二是采用多维度指标构建环境质量评价体系，并使用层次分析法、熵值法等多种方法对评价体系进行权重以量化环境质量，力求全面、准确地评价环境质量状况，但由于没有形成统一的标准，学者们使用的指标类别和计算方法多种多样，导致研究结论差异较大。基于此，本文采用成熟的DPSIR模型结合熵值法评价分析我国省际环境质量。

三、基于DPSIR模型的中国省际环境质量评价体系构建

(一)DPSIR模型理论框架

1979年加拿大统计学家David J. Rapport和Tony Friend提出了Pressure-State-Response模型，简称PSR模型。该模型使用了“压力—状态—响应”这一套思维逻辑，体现了人类与自然相互作用的关系，回答了“为什么发生变化、发生了怎样的变化以及如何应对”的问题。但该模型存在局限性，它仅包含“压力—状态—响应”三个部分，并不能说明压力产生的潜在原因以及环境状况对人类的影响。后来经专家学者的发展，又出现了DSR模型(驱动力—状态—响应)和PSIR模型(压力—状态—影响—响应)，在不同层面补充了PSR模型，但仍不全面。1993年经济合作与发展组织提出了DPSIR模型，该模型成为研究环境污染、可持续发展等问题的框架模型，后来在欧洲环境署得到广泛应用，其基本框架如图1所示：

图1 DPSIR模型框架

DPSIR模型也是一种基于因果关系组织信息及相关指数的框架，它将表征一个自然系统的评价指标分成驱动力(Driving)、压力(Pressure)、状态(State)、影响(Impact)和响应(Responses)五种类型。驱动力是造成环境污染或环境变化的潜在因素；压力是人类经济与社会活动中对自然环境造成破坏和干扰的直接因素；状态是指当前阶段的环境状况或者说上一阶段到本阶段的自然环境变化状况；影响是指状态系统变化对人类、自然界造成的威胁；响应是指人类对自然环境状况变化采取的行动。

(二)环境质量评价的DPSIR模型

根据DPSIR模型的基本框架原理，结合现实状况，本文构建了环境质量评价的DPSIR模型，如图2所示：

图2 环境质量评价的DPSIR模型

1.驱动力系统(D)

驱动力系统是推动环境质量发生变化的潜在因素，是促使环境质量改变的最原始的指标，主要分为经济部门和社会部门。其中经济部门主要指经济发展水平和工业化程度；社会部门是指城镇化建设以及人口的变动。驱动力系统变动会造成压力系统变动，并通过压力系统的中介效应影响环境质量。经济发展必然要消耗一定的能源，2017年我国共消耗449000万吨标准煤，万元国内生产总值能耗为0.55吨标准煤；工业化发展会排放大量的工业“三废”；人口增长会导致煤炭、石油等能源需求量增大，生活垃圾排放量增大。

2.压力系统(P)

压力系统是指通过驱动力作用后直接施加在环境质量上、促使环境质量发生变化的因素，它与驱动力系统都是改变环境质量的外生因素，但是二者之间存在差异。驱动力系统指标是潜在因素、隐性指标，对环境质量的作用是隐式的；而压力系统是直接因素、显性指标，对环境质量的作用是显式的(曹红军，2005)。淡水、煤炭、石油、天然气等自然资源消耗和二氧化硫、二氧化碳、废水等污染物排放是压力系统的主要构成部分，对状态系统具有直接影响。淡水储备量占全球总水量的2.53%，过度消耗淡水资源，导致内陆湖泊消失，容易引发土地荒漠化、干旱等自然灾害。煤炭、石油等能源的消耗会排放大量的污染物质，工业锅炉每燃烧一吨标准煤会产生2620公斤二氧化碳，8.5公斤二氧化硫和7.4公斤氮氧化物。

3.状态系统(S)

状态系统是指环境质量在压力系统作用下所处的状态，包含物理、化学以及生物等多方面的特征，主要包括空气质量、水体质量以及土壤质量。空气质量反映了空气污染程度，它是依据空气中污染物浓度的高低来判断的；水体质量反映了水体中的物理(色度、浊度等)、化学(有机物、无机物等)、生物(细菌、浮游动物等)的特性和组成状况；土壤质量是支持生物生产持续性、维持环境质量、促进动植物健康的能力。

4.影响系统(I)

影响系统是指当前的环境质量状态对经济社会发展以及人类健康的影响。例如土壤质量会影响农产品的产量和质量，水体质量会影响渔业的发展，空气质量会影响地区旅游业的发展，并且环境状况对人类的健康状况也具有显著的影响(王家庭等，2017)。环境恶化导致全世界每年1260万人死亡，每4名死者中就有1名死于环境问题，其中空气污染每年夺走650万人的生命，被称为第一大环境杀手(联合国环境署：《迈向零污染地球》)。

5.响应系统(R)

响应系统指人类针对环境质量变化对经济、社会、人类健康等方面造成的影响而采取的管理措施。环境质量恶化对社会经济发展、人类健康造成不利影响，引发人类回应影响系统，采用一系列政策和措施，但是人类不会盲目实施政策和措施，人类会分析费用效益之后，根据不同因子的影响差异，确定响应顺序并分别设置响应目标，通过宏观政策、部门政策调整经济以及社会结构，通过环境政策限制煤炭、石油等能源使用量和污染物排放量，从而达成目标。

基于环境质量评价的DPSIR模型并结合以往学者的研究指标，本文构建了中国环境质量评价体系，如表1所示。

表1 省际环境质量评价体系

1.驱动力指标(D)

地区生产总值(D1)：地区所有常住单位在一定时期内所有生产活动的最终成果，是三大产业增加值之和。美国经济学家Grossman和Krueger提出了环境库兹涅茨曲线(EKC)，认为污染水平随着经济发展呈现倒U型。包群、彭水军(2006)等众多学者的研究证实了EKC理论能够很好地解释中国经济增长与环境质量之间的关系。在经济发展的初期，产业结构以劳动力密集型和资源密集型为主，能源使用量和污染物排放量较大，特别是工业化阶段对环境危害较大，此时环境污染与经济增长关系处在倒U型曲线的左端。但随着经济发展水平的继续提升，产业结构得以优化，资金密集型和技术密集型产业比重提高，重化工业比重逐渐下降，环境污染水平会逐步降低，此时环境污染与经济增长关系处于倒U型曲线的右端，所以本文将地区生产总值作为正向驱动因素之一。

城镇化率(D2)：地区城镇人口占常住人口的比重。我国在城镇化早期片面追求城镇化速度，不注重城镇化质量，出现了城镇建设用地失控、城镇区域环境质量下降、生态环境破坏严重的问题。而穆怀中等(2016)基于27个国家面板数据的实证研究表明随着城市化水平的不断提高,环境污染水平先上升后下降；杨晓叶等(2018)实证研究也表明我国工业废气排放与城镇化率呈倒U型关系。因为长期来看城镇化的提升能够促进第三产业的发展，优化城市产业结构，促进新能源和治污技术的发展，增强居民的环保意识，从而促进环境质量改善，因此本文将城镇化作为正向驱动因素之一。

第二产业比重(D3)：第二产业增加值占地区生产总值的比重。工业的发展意味着煤炭、石油等能源使用量的增加，同时二氧化硫(SO2)、二氧化碳(CO2)等污染物排放量也会有所增加，尤其是重化工业会排放大量的工业“三废”，所以第二产业比重为负向指标。

人口密度(D4)：单位面积上的人口数量，地区常住总人口与总面积的商。人口增加会引起汽车使用量增加，能源消耗量增大，会导致单位面积上污染物排放量的增加，造成环境质量下降。当前我国大城市人口密度不断提升，使城市污染物的排放量远超城市大气环境容量，是造成城市空气质量下降的根本原因(王兴杰等，2015)，所以本文将人口密度作为负向指标。

2.压力指标(P)

用水总量(P1)：地区的农业用水总量、工业用水总量、生活用水总量以及生态用水总量之和。淡水是宝贵、稀缺的自然资源，过度使用地下水会导致地下水水位下降，破坏地球水文圈，同时也会造成地面沉降，影响植被生长。

生活垃圾排放量(P2)：地区居民生活垃圾的排放总量。生活垃圾的渗滤液含有大量化学物质，会对地面水以及地下水造成污染；生活垃圾中的有机物经微生物厌氧消化会产生CO2、CH4等物质，造成大气污染，此外生活垃圾中的电池、塑料等会造成土壤污染。

煤炭消费量(P3)：生产以及生活中的煤炭使用总量。煤炭的大量使用会产生CO2、SO2等气体，污染大气环境；产生的颗粒物会影响人类健康。

汽油消耗量(P4)：生产以及生活中的汽油使用总量。大量使用汽油会排放出CO2、SO2等气体，含铅汽油会排放出铅，影响人类健康。

废水排放总量(P5)：地区居民生活以及工业生产废水排放量之和。废水的随意排放会造成河流、湖泊等水体富营养化，污水的渗漏会造成地下水污染。

废气中二氧化硫排放量(P6)：地区居民生活以及工业生产中二氧化硫排放量之和。

3.状态指标(S)

地下水资源量(S1)：地区某时段内地下含水层接受降水、地表水体、侧向径流及人工回灌等项渗透补给量的总和，本文取年度数据。

森林面积(S2)：乔木树种构成，郁闭度0.2以上(含0.2)的林地或冠幅宽度10米以上的林带的面积。森林可以有效地净化空气、涵养水源、防止水土流失，森林面积广阔的地区，其空气质量、水体质量一般优于其他地区。因此，森林面积状态可以在一定程度上反映该地区大气环境、水体水质以及土壤状况。

空气质量好于二级的天数(S3)：地区每年空气质量达到二级以及好于二级的天数。

二氧化硫年平均浓度(S4)：地区年度空气中二氧化硫的平均浓度。

可吸入颗粒(PM10)年均浓度(S5)：地区年度空气中粒径在10微米以下的颗粒物平均浓度。

4.影响指标(I)

人口死亡率(I1)：地区某时间段内的死亡人口数量与总人口数量的比值。环境质量对人类健康有显著影响，良好的生态环境有利于人类健康长寿。

城镇居民恩格尔系数(I2)：家庭食品支出占消费总支出的比重，恩格尔系数越大，表示生活越贫困，反之越富裕。环境质量较差的地区，服务业发展较差，高新技术等产业匮乏，造成当地居民就业面较窄，生活贫困。因此，环境质量状况会对地区富裕程度产生一定的影响。

自然灾害直接经济损失(I3)：自然灾害主要包括旱灾、洪涝、山体滑落、台风、雪灾以及森林、海洋等灾害。自然灾害的频发与生态环境质量恶化之间具有一定的关联性，因此自然灾害造成的直接经济损失可视为环境质量恶化的影响。

国际旅游外汇收入(I4)：为入境的国际旅游者提供的商品及各种服务所得到的外汇收入。生态环境相关资源是旅游产业发展的基础，良好的生态环境能够促进地区旅游产业的发展。

农林牧渔业增加值(I5)：农、林、牧、渔及农林牧渔服务业生产货物或提供服务活动而增加的价值，为农林牧渔业总产值扣除农林牧渔业中间投入后的余额。生态环境质量较好的地区会带来农、林、牧、渔业产品质量以及产量的提升，从而增加农林牧渔业产值。

5.响应指标(R)

建成区绿化覆盖率(R1)：城市建成区内的常年植被覆盖面积与建成区总面积的商，建成区绿化覆盖率越高，地区环境质量越好。

生活垃圾无害化处理率(R2)：地区生活垃圾无害化处理量占生活垃圾总量的比重。所谓无害化处理是指使用先进的工艺和技术，降低生活垃圾及其衍生物对环境的影响，主要的方法是填埋、堆肥和焚烧。

造林总面积(R3)：地区某时间段的人工造林面积。

工业污染控制率(R4)：工业污染治理投资完成额占GDP 的比重。

四、中国省际环境质量评价及时空差异分析

(一)熵值法

多指标综合评价中，权重的确定可以分为主观赋权法和客观赋权法，熵值法是一种客观确定各个指标权重的方法。熵值法主要借鉴信息熵的理论和方法，根据每个指标的指标值数据差异程度确定其权重。一般地，某个指标的指标值的差异程度越大，则其有序性越好，熵值越小，最后赋权的权重就越大(颜双波，2017)。但如同每一个赋权方法一样，熵值法也存在着缺点。比如，当熵值在靠近1的时候，较小的差异都会引起熵权较大的变化，因此很多学者提出使用改进的熵值法计算权重，改进的熵值法增加了对指标的差异性评价。

中国30个省份环境质量评价的原始指标数据表示为S={xtij}10×30×24，Xtij表示第t年第i个省份的第j项指标的原始数据。其中，1≤t≤10，表示2007-2016这10年的时间跨度；1≤i≤30，表示评价对象个数；1≤j≤24,表示本文构建的区域环境质量综合评价体系中24个不同类型的指标。多属性决策矩阵S如下所示：

利用熵值法对S进行综合评价分析主要包括以下几个步骤：

1)无量纲化处理。不同指标之间量纲的不同会对结果产生影响，因此需要对原始数据进行无量纲化处理。常用的无量纲化方式主要有：标准化处理法、极值处理法、功效系数法、归一化法等。不同的无量纲化方式会对评价结果产生差异。朱喜安(2015)在对比不同无量纲化条件下改进熵值法的优良性后，认为在熵值法的实际应用中，极值处理法是最优改进熵值法。本文使用极值法对原始数据进行无量纲化处理，如下列方程所示：

(1)

(2)

方程(1)是正向指标的无量纲化方程，方程(2)是负向指标的无量纲化方程。Atij为无量纲化处理后的结果，为了防止求信息熵时出现ln0的问题，将0值替换为0.000001计算(王玉南，2012)。

2)第j个指标值在所有评价对象的第j个指标值总和中所占的比重：

(3)

3)计算第j个指标的信息熵：

(4)

m=t×i，其中t=10，i=30，即10年，30个省份，故m=300。

4)计算第j个指标的冗余度，熵值越大，冗余程度越小，权重越小：

gj=1-ej

(5)

5)计算每个指标的权重：

(6)

权重值为每个指标在中国环境质量评价体系中所占的比重。在多层次结构的评价指标体系中计算上层指标的权重值可以利用熵的可加性原理，通过下层指标的冗余度gj，得到上层指标的冗余度之和，记为Gk，然后利用方程(7)计算相应的权重值(李红薇，2017)。

(7)

其中，K指上层指标的个数，在本文中为驱动力系统、压力系统、状态系统、影响系统、响应系统，所以K=5。

6)综合评价

(8)

综合评价结果即为第t年第i个省份的环境质量分数。

(二)指标权重

按照上述熵值法的运算步骤，结合我国30个省份的相关数据对中国环境质量评价体系的24个指标进行权重，结果如表2所示。可以看出，系统层中驱动力系统、压力系统、状态系统、影响系统、响应系统的权重值分别为0.1793、0.0893、0.1986、0.3305、0.2023。其中权重值最高的是影响系统，说明影响系统在中国环境质量评价体系中占据首要地位，环境质量状况对人类健康、经济生产等方面的影响是我国环境质量评价的重点内容。响应系统的权重值位列第二，说明我国针对当前的环境状况而采取的行动策略对环境质量具有重要影响。驱动力系统和状态系统权重值相对较高，说明影响环境质量的潜在因素以及当前的环境状况能够较大程度影响我国环境质量评价结果。权重值最低的是压力系统，说明我国30个省份的压力系统差异较小，对环境质量评价结果的影响较弱。

表2 中国环境质量综合评价体系指标权重

指标层中的国际旅游外汇收入权重最高，为0.1841，这说明旅游产业的发展在中国环境质量综合评价体系中占有首位的重要性，这与生态环境质量较好的地区旅游产业较为发达的客观事实一致。其次权重较大的是造林总面积和森林面积，权重分别为0.0947和0.0930。森林相关指标权重较大是因为森林能够有效涵养水源、保持水土、吸收二氧化碳、净化空气并且能够为动物提供栖息之地，通过这些途径森林能够有效影响地区的环境质量。最后，权重相对较高的是地区生产总值、农林牧渔业增加值、地下水资源量、工业污染控制，权重分别为0.0859、0.0829、0.0784、0.0772。指标层中权重相对较低的是自然灾害直接经济损失、可吸入颗粒(PM10)年均浓度等指标，这些指标的权重在0.01以下，说明这些指标相对于国际旅游外汇收入、造林总面积以及森林面积等指标而言，30个省份之间的差距较小，指标包含的信息量较少。

(三)省际环境质量排名及时空态势分析

1.省际环境质量排名

按照各项指标权重，运用加权平均求和方法，计算出我国30个省份2007-2016年的环境质量综合评价指数，即环境质量得分，该值越大表示环境质量越好，反之则越差。对结果进行排名，从最终排名结果中选取2007年、2010年、2013年、2016年4个时间截面制作了表3。

表3 2007-2016年中国30个省份环境质量得分与排名

2007年我国环境质量得分前5名的分别是云南、广东、四川、北京以及内蒙古，其环境质量得分分别为0.5171、0.5126、0.4954、0.4850、0.4557。而2010年排名前5位的分别是广东、云南、北京、四川以及福建，环境质量得分分别为0.5839、0.5638、0.5108、0.5009、0.4854。其中，内蒙古排名由第5名下降到11名，主要是由于内蒙古地区过度放牧、不适当的开垦和耕作导致草原和森林面积退化引发了沙尘暴等自然灾害，造成空气、土壤以及水土质量受损。北京市排名进入了前3名，主要是由于为举办2008年奥运会整治了市区内的高污染企业并出台了多项政策提升其环境质量，一系列环保政策有效提升了北京居民的环保意识(刘敬奇等，2011)。广东省排名上升到第1位，一方面在于广东省的环境质量得分与云南省差距并不大，另一方面在于广东省大量外迁高消耗、高污染型企业，产业结构得以优化，并且随着经济发展水平的提升广东省居民环保意识也逐渐增强。2013年排名前5位的分别是广东、云南、北京、福建、广西，环境质量得分分别为0.6579、0.5772、0.5220、0.5170、0.5088。2016年排名前5位的分别是广东、云南、四川、福建、广西，得分分别为0.7556、0.6189、0.6082、0.5862、0.5547；四川进入前5名，而北京下降到第7名。

2007年环境质量得分排名后3位的分别是河南、河北、山西，环境质量得分分别为0.3015、0.2998、0.2950；2010年环境质量得分排名后3位的分别是河北、山东、山西，得分分别为0.3261、0.3229、0.2957；2013年环境质量得分排名后3位的分别是山东、河北、山西，得分分别为0.3579、0.3300、0.2911；2016年环境质量得分排名后3位的分别是河南、山东、山西，得分分别为0.4068、0.3767、0.3092。环境质量排名后3位的基本在河南、河北、山西以及山东4省之间轮换，其中山西省在这4年中排名均为倒数第一。2016年《中国生态环境状况公报》也显示32个城市重度及以上污染天数超过32天，这些城市主要集中在河北、山西、河南境内。主要由于这些省份人口相对较多，居民环保意识相对淡薄；第二产业比重较高，地方政府为了提升经济发展水平承接了东部地区高消耗、高污染型企业转移，而且政府的环保投入相对较低等。

2.省际环境质量空间分布格局

由中国30个省份的环境质量得分来看，中国环境质量南北差异较大，南部地区明显优于北部。2007年环境质量较好的地区主要分布在我国南部地区，主要为广东、福建、四川以及云南，北部地区仅内蒙古、北京环境质量较好；环境质量较差的地区主要分布在北部，主要为山西、河北、山东以及河南，南部地区较差的为贵州、江苏。2010年北部地区环境质量较好的地区仅有北京，而南部地区的广东、福建等省份环境质量较好；北部地区的山西、山东等几个省份的环境质量较差，而南部地区环境质量较差的地区相对较少，仅有贵州、江苏。2013年中国环境质量空间分布基本与2010年一致，不同点在于北部地区的青海以及甘肃环境质量相对变差。2016年贵州的环境质量相对有所优化，而北部地区的山西、山东等省份环境质量相对而言改善幅度较小。所以，从南北分布来看，2007-2016年我国南部地区环境质量较好的省份多于北部地区，南部环境质量整体优于北部。

我国环境质量的南北差异主要受地理位置、产业结构、能源使用结构等因素的影响。北方多为温带季风性气候，降雨量相对较少，气候较为干燥，地下水资源量较少。水资源匮乏导致植被覆盖率较低，容易引发沙尘暴等恶劣天气，影响了空气质量和水体质量。南方多为亚热带季风性气候，降雨量较多，气候湿润，水资源丰富有利于植被生长，因此南方的植被覆盖率远高于北方，有利于改善环境质量。北方地区产业结构以第二产业为主，东北地区为我国重工业基地，工业发展会排放大量的工业“三废”，对地区环境质量造成恶劣影响；而南方地区经济发展水平较高，产业结构以第三产业和轻工业为主，对环境质量影响较小。北方地区的民众在冬季取暖会燃烧大量的煤炭，而且以工业为主的产业结构导致其煤炭、石油等能源的使用量较大，产生大量污染物质，破坏环境质量；南方地区的能源使用结构更为多元化，风能、水能等清洁能源的使用有利于保护环境质量。此外南北方地方政府环保力度的差异也是影响其环境质量的重要因素。

中国三大经济带是经济发展与地理空间分布格局长期演变的产物，三大经济带环境质量的变动基本能反映出中国生态环境演化的宏观空间格局(孙东琪等，2012)。由表3可知：中国环境质量呈现“两边高，中间低”的空间分布格局。2007-2016年中国东部经济带的广东、北京、福建等省市的环境质量较好，中部经济带的山西、河南等省份环境质量较差，而西部经济带的云南、四川等省份环境质量较好。2013-2016年的《中国生态环境状况公报》也表明长三角、珠三角地区的污染物浓度状态明显低于京津冀等地区。表4的东中西经济带环境质量数值进一步验证了中国环境质量“两边高，中间低”的空间分布格局，2007-2016年东部经济带和西部经济带的环境质量得分高于中部经济带，而且东部经济带环境质量得分在2007-2010年低于西部经济带，而2011-2016年东部经济带环境质量得分高于西部经济带。

表4 2007-2016年中国东中西经济带环境质量状况

环境质量“两边高，中间低”的空间分布格局主要是由于东中西经济带产业结构差异造成的，第二产业比重越高会排放越多的工业垃圾，导致环境质量恶化。我国东部经济带的经济发展水平较高，产业结构以第三产业为主；而中部经济带承接了东部经济带的产业转移，目前产业结构以第二产业为主；西部经济带的经济发展水平较差，第二产业和第三产业发展水平相对较低。

3.省际环境质量时间变化态势

1)整体态势

总体而言，2007-2016年中国环境质量呈现平稳上升态势。2007年中国环境质量得分为0.4048；2008-2010年环境质量平稳上升，2010年环境质量得分为0.4276,但2011年环境质量得分有所下降；2012-2016年呈现平稳上升态势，2016年环境质量得分达到0.4859，参见图3。

图3 2007-2016年中国整体环境质量变化态势

2007年中国共产党第十七次全国代表大会重点讨论了要深入贯彻落实科学发展观，实现人与自然的和谐发展。我国逐渐转变以往的高消耗、高污染的经济增长方式，大力推进经济增长方式向集约型转变。2012年11月召开的中国共产党十八大首次把“美丽中国”作为生态文明建设的宏伟目标写进了大会报告。中国共产党十九大要求“加快生态文明体制改革，建设美丽中国”，把生态文明建设和生态环境保护提升到前所未有的战略高度。习近平总书记也多次强调要改善环境质量。在中共中央的高度重视下，地方政府对污染性企业逐步实行“关停并转”，并且扩大了财政支出在环保方面的投入，2016年我国30个省份财政环保投入达到4406.28亿元，同比增加了60多亿元。2016年的《中国生态环境状况公报》也显示，全国338个城市空气平均优良天数比例为78.8%，同比上升2.1%，在此背景下我国环境质量逐渐提升。

2007-2016年中国环境质量上升幅度为20.05%，年均增长幅度在2%左右，说明环境质量提升较为缓慢。我国仍处于社会主义初级阶段，虽然改革开放以来经济发展取得了举世瞩目的成就，但产业结构仍以第二产业为主，第三产业比重与发达国家相比仍有差距；能源使用以煤炭、石油为主，新能源使用率偏低；欠发达地区环保意识不强等宏观与微观因素的综合影响造成我国环境质量提升缓慢。

2)分省态势

从单个省份来看，2007-2016年30个省份的环境质量得分均呈上升趋势，但是，在10年间30个省份环境质量得分的变化轨迹存在一定差异。本文将30个省份环境质量得分动态轨迹分别归纳为上升型、升降型、平稳型以及L型四大类别，具体分布情况如表5所示：

表5 2007-2016年中国30个省份环境质量变化态势类型

2007-2016年我国30个省份环境质量呈现上升状态的为北京、浙江、福建等7个省市，占比23.33%；环境质量变化态势为升降型的为内蒙古、辽宁等6个省份，占比20%；环境质量变化态势呈平稳状态的是山西、海南等4个省份，占比13.33%；环境质量变化态势呈现反L型的为天津、河北等13个省份，占比43.33%。

2007-2016年北京、浙江等7个省市的环境质量得分基本呈现上升型，具体状况如图4所示：

图4 环境质量得分基本呈上升型地区

北京、浙江等7个省市环境质量基本呈稳定上升态势是政府和人民共同努力的结果。北京作为我国首都，其环境状况受到中央政府和北京市政府的高度重视。2008年之前为迎接奥运，北京市对高污染企业“关停并转”，同时北京市还联合天津、河北等地区共同采取措施改善环境质量。此外，随着生活水平的提升，北京市民环保意识逐渐增强。浙江、福建、广东位于我国东部沿海地区，气候湿润，降雨多，环境质量相对较好。浙江和广东两省经济发展水平较高，第三产业比重高，福建省旅游产业发达，有利于地区环境质量的改善。需要指出的是，2016年浙江省环境质量略微下降，下降幅度为0.0279，原因在于2016年浙江省人口密度上升导致生活垃圾排放量和煤炭消耗量有所上升，此外当年酸雨污染较为严重。云南经济发展相对落后，重工业比重较小，旅游产业发达。云南省政府为推动旅游产业发展，严格管控生态环境，其空气质量二级天比例常年居全国首位。江苏整体环境质量在逐步提升，但是2013年环境质量下滑了0.0301，主要原因在于自然灾害影响导致空气质量下降，当年江苏多地出现30天以上的雾霾天气，《2013年江苏环境状况公报》也显示：受极端天气影响，徐州等13个省辖市的空气质量未达标。

2007-2016年内蒙古、辽宁等6个省份的环境质量得分基本呈现升降型，具体状况如图5所示：

图5 环境质量得分呈升降型地区

内蒙古、甘肃、青海以及宁夏经济发展水平相对较差，辽宁、黑龙江为我国重工业基地，这些地方第二产业比重较高。提升经济发展水平仍是这些地方政府的主要目标，但是在中央政府环保“高压”之下，这些省份地方政府也不敢降低环保力度，因此这些地区多走“边污染，边治理”的经济发展之路，难以保障环境质量的逐步提升。

2007-2016年山西、海南等4个省份的环境质量得分基本呈现平稳型，具体状况如图6所示：

图6 环境质量得分呈平稳型地区

山西省的产业结构以第二产业为主，重化工业比重高，煤炭资源丰富，在开采煤炭过程中造成了严重的生态环境破坏。虽然当前中央政府和山西省政府加大了环境治理力度，但由于产业结构短期难以实现本质调整以及生态环境破坏严重、恢复难度大等因素的影响，山西省环境质量没有得到明显改善。海南省重点发展旅游产业，重工业比重较低，对环境质量影响较小。由于环境质量历史基础较好、气候条件优良、第二产业比重较低，海南省政府的环保压力较小，对环境质量的调控力度较弱，所以海南省环境质量虽在逐步提升，但提升幅度不大，2007-2016年环境质量得分上升幅度低于0.05。陕西省产业结构以第二产业为主，在政府的环保调控下，环境质量有所改善，但是限于产业结构和能源使用结构的影响，环境质量改善成效不大。新疆土地面积广阔，人口密度较低，经济发展比较落后，工业生产及生活废物排放量较少，地方政府环保力度以及人民环保意识相对薄弱，导致新疆环境质量得分相对平稳。

2007-2016年天津、河北等13个省份的环境质量基本呈现反L型，具体状况如图7所示：

图7 环境质量得分呈反L型地区

2007-2016年我国大多数省份环境质量变化态势呈现反L型，反L型的拐点基本在2012-2013年，其主要原因在于自2012我国政府加强了对环境质量的监督与调控力度，2012年国家财政环保支出为2963.46亿元，同比上升12.2%。环保部发布《国家环境保护“十二五”规划》明确要求推进主要污染物减排、着力削减化学需氧量和氨氮排放量、切实解决突出环境问题。在中央政府的环保“高压”下，北京、天津、河北在2013年10月正式启动京津冀及周边地区大气污染防治协作机制，共同推进区域大气污染联防联控工作；上海市实施2012-2014年环境保护和建设三年行动计划，立足治本，狠抓源头，全面推进七大领域的环境保护和建设；河南省多部门联合出台了《2012年河南省环境综合整治实施方案》，严格环保目标考核，依法查处违法排污企业；2012年湖北省召开第八次环保大会，提出严格执行环评制度、强力推进污染减排、大力推进节能降耗等意见；山东省政府出台了《山东省2013-2020年大气污染防治规划》，着力解决大气污染问题；吉林、江西等省份也出台了相关政策，着力控制环境污染，强化环保措施。

五、基于空间杜宾模型的中国省际环境质量影响因素分析

(一)变量选取及说明

本文的被解释变量为环境质量，关键解释变量为环境规制，控制变量为经济发展水平、对外开放水平、人口规模、人力资本水平等，如表6所示：

表6 变量的类别、符号与测量

当前环境规制的度量主要有三大方法：第一种以减排成本或治污投资表示环境规制的严厉程度；第二种从污染减排量或排放量角度度量环境规制；第三种是构建综合指数度量环境规制。第二种方法从减排的角度度量环境规制并不严谨，因为污染减排量并非完全来自环境规制。第三种方法虽然相对全面地度量环境规制，但是因为不同学者选择的指标和使用的方法不同导致研究结果差异较大。因此本文借鉴张成等(2011)、徐开军等(2014)的做法，从投入角度度量环境规制，与这些学者不同的是本文使用环境保护支出占财政一般预算支出的比重进行度量，与环保投入占GDP比重的度量方式相比更能体现政府环境规制的决心。环境规制数据根据国家统计局原始数据计算得到。

为剔除规模效应使用人均GDP表示经济发展水平，数据来源于国家统计局；借鉴王柏杰等(2018)的做法使用FDI占GDP比重度量对外开放水平，比值由FDI按照当年的平均汇率水平折算为人民币后计算所得，数据来源于2007-2016年各省份统计年鉴；人口规模使用常住人口总量表示，数据来源于国家统计局；人力资本使用人均人力资本表示，数据来源于中国人力资本与劳动经济研究中心；使用R&D经费支出占GDP比重衡量技术研发水平，数据来源于历年各省份统计年鉴；使用第三产业比重衡量产业结构升级状况，数据来源于国家统计局。

表7 变量描述性统计分析结果

(二)空间权重矩阵构造

使用空间计量经济模型首先要构建空间权重矩阵，空间权重矩阵是各区域空间邻近作用效应的体现。不同学者根据研究内容的差异，构建了不同类型的空间权重矩阵，当前比较权威的空间权重矩阵分别是邻接空间权重矩阵、地理距离权重矩阵、经济距离权重矩阵(1)后文用了经济发展水平这一经济变量作为被解释变量来解释影响区域环境质量水平的因素，为了避免内生性，本文不使用经济距离权重矩阵。。

1.邻接空间权重矩阵

该矩阵的构造原理在于区域i与区域j之间是否有公共边界或顶点，若存在公共边界或顶点则取值为1，无边界或顶点取值为0。空间权重矩阵如下所示：

(9)

考虑到研究环境质量的实际情况，本文在邻接空间权重矩阵中将海南省设为与广东省相邻。

2.地理距离权重矩阵

将区域i与区域j之间的距离记为dij，可定义空间权重矩阵如下所示：

(10)

地理距离以省会城市之间的球面距离测量，若两地之间的距离(dij)越近，则权重越大，反之两地之间的距离(dij)越远，则权重越小。

(三)空间自相关检验

使用空间计量方法时要考察数据是否存在空间依赖性，如果存在空间依赖性可以使用空间计量方法，反之则使用标准的计量方法。空间自相关描述了某一区域与相邻区域的观测值之间的关系，用以度量观测值的集聚程度。如果高值与高值集聚在一起，低值与低值集聚在一起，则为正空间自相关；如果高值与低值集聚在一起，则为负空间自相关；如果高低值完全随机分布，则不存在空间自相关(陈强，2014)。空间自相关具有多种检验方法，使用范围最广的是莫兰指数I：

(11)

其中，wij为空间权重矩阵的(i，j)元素，莫兰指数的取值在-1至1之间，高于0表示存在正空间自相关，低于0表示存在负空间自相关，接近于0说明不存在空间自相关。

由表8可以看出，2007-2016年莫兰指数均为正且在1%的水平上显著，说明我国环境质量得分存在正空间自相关。图8表明：我国多数省份位于莫兰指数散点图的第一象限和第三象限，体现了“高-高”集聚和“低-低”集聚的空间特征。具体来说：13-福建、14-江西、18-湖南、19-广东、25-云南等地位于第一象限，说明这些省份的环境质量观测值较高并且被高观测值省份所包围；21-海南、22-重庆、24-贵州等省份位于第二象限，说明这些省份的环境质量观测值相对较低，但是被高观测值省份所包围；3-河北、5-内蒙古、15-山东、16-河南等省份位于第三象限，表示这些省份的环境质量观测值较低并且被低观测值省份所包围；1-北京、8-黑龙江等省份位于第四象限，说明这些省份的环境质量观测值较高，但是被低观测值省份所包围。

表8 lngra的全局Moran’s I结果

图8 2016年环境质量(lngra)Moran’s I散点图

(四)模型设置

空间杜宾模型(SDM)，其模型形式如下所示：

Y=βX+θWX+ρWY+ε

(12)

其中，Y为被解释变量，X为解释变量，W为空间权重矩阵，WY为被解释变量的空间滞后项，WX为解释变量的空间滞后项，β为解释变量回归系数，ρ为被解释变量的空间自回归系数，θ为解释变量的空间自回归系数，ε为误差项。基于SDM模型的基本形式，设计本文的SDM模型，如下所示：

lngrait=β1govit+βX+θ1W×govit+θW×X+ρW×lngrait+εit

(13)

其中，lngra为环境质量水平，gov为环境规制水平，X为6×1的控制变量向量，lnpgdp、lnp、lnpl分别为经济发展水平、常住人口总量、人力资本水平的对数，fdi、tin、rd分别为对外开放水平、产业结构状况、技术研发水平，W是邻接空间权重矩阵，W×gov、W×lnpgdp、W×fdi、W×lnp、W×lnpl、W×tin、W×rd分别是环境规制水平、经济发展水平、对外开放水平、常住人口总量、人力资本水平、产业结构状况、技术研发水平的空间滞后项;ρ为环境质量水平的空间自回归系数，反映了相邻地区环境质量水平对本地区环境质量水平的作用方向和大小。

(五)回归结果

首先，不考虑空间因素，进行普通面板回归，hausman检验推荐固定效应模型，因此回归结果以固定效应模型为准，随机效应模型回归结果仅供参考；实际上无论是随机效应模型还是固定效应模型，普通面板回归系数的方向并没有发生变化，只是显著性水平有所差异。环境规制水平的回归系数为正且在1%的水平上显著，说明我国政府环境规制对环境质量改善产生了明显的推动作用。控制变量中经济发展水平、人力资本水平、产业结构水平的回归系数为正且至少在10%的水平上显著，说明我国经济发展水平、人力资本水平、产业结构水平提升能够促进环境质量改善。对外开放水平回归系数为负，说明我国对外开放引进了污染性企业，对环境质量造成了消极影响。人口规模回归系数为负说明了人口规模增加不利于我国环境质量改善。具体回归结果详见表9。

表9 回归结果

回归结果显示SDM-FE的R2和Log-likelihood值均高于SDM-RE，说明SDM-FE拟合效果优于SDM-RE，因此结果以SDM-FE为准。SDM模型的固定效应和随机效应结果ρ值分别为0.1940和0.3031且在1%的水平上显著。在空间计量模型的估计中，若ρ值不等于0，则回归系数就不能直接衡量解释建立的空间溢出效应，而对不同空间模型设定中变量变化的偏微分解释则可作为检验是否存在空间溢出效应假设的更为有效的基础(Le Sag等，2009；刘华军等，2014)。由此说明表9的SDM模型回归结果具有系统偏差，不能直接使用环境规制水平、经济发展水平等变量的回归系数来解释各变量的经济意义。因此，本文采用空间回归模型偏微分方法将环境规制水平、经济增长水平、对外开放水平、人口规模、人力资本水平、技术研发水平、产业结构状况对环境质量的影响分解为直接效应和间接效应。

(六)空间效应分解

采用空间回归模型偏微分方法将环境规制水平及相关控制变量对环境质量的影响分解为直接效应和间接效应，结果报告在表10中。

表10 基于邻接空间权重矩阵的空间效应分解结果

1.环境规制的空间溢出效应

首先是环境规制对环境质量改善的区域内溢出效应。环境规制的直接效应回归系数为正且在1%的水平上显著，说明本地政府的环境规制能够有效改进当地环境质量。本地政府环保投入能够通过区域内环境监测与监察、设立地方污染防治组织、环保科研投入、生态工程等直接影响当地环境质量。其次是环境规制对环境质量改善的区域间溢出效应。环境规制的间接效应回归系数为正且在1%的水平上显著，说明本地政府的环境规制会产生一定的空间溢出效应，推动周围其他地区环境质量改善。环境本身并不具备产生外部性的条件，但是环境可以被视为外部性产生的“中介”，环境污染会产生负外部性，而良好的环境质量会产生正外部性；本地政府的环境规制行为促进了本地环境质量改善，本地环境质量改善的正向外部性提升了周围其他地区的环境质量，此外本地政府环境规制行为也会形成“示范效应”，加速周围地区政府的环境规制行为。此结论在说明北京与河北环境质量时尤为适用，北京作为我国政治、文化中心对环境质量容忍度较低，近年来北京的环保行为有效影响到了河北的环境质量。最后是环境规制对环境质量改善的总效应。环境规制的总效应回归系数为正且在1%的水平上显著，说明我国政府环境规制能够有效改善当前环境质量。此结论与吴伟平等的研究成果(2017)也验证了“波特假说”在我国成立，即我国政府的环境规制产生了“创新补偿”效应和“先动优势”效应，能够提升企业生产效率，最终促进环境质量的提升。

2.控制变量的空间溢出效应

经济发展水平直接效应回归系数为正在1%的水平上显著，间接效应回归系数为负在10%的水平上显著，总效应为正在1%的水平上显著。这说明随着本地经济发展水平提升，本地环境质量会逐步得到改善，但是本地经济增长会对周围地区环境质量改善产生抑制作用，主要是由于随着本地经济发展水平提升，本地工业企业尤其是重工业企业会逐步外迁，周围地区承接这些工业企业的转移导致环境质量恶化。对外开放水平的回归系数均为正，但不显著，说明对外开放对环境质量改善的影响有限，没有形成显著效果。人口规模的回归系数均为负，直接效应在1%水平上显著，间接效应不显著，总效应在5%的水平上显著，说明本地人口规模增加会对环境质量产生抑制作用，但对周围地区的辐射较弱。人力资本的回归系数均为正且总效应在5%的水平上显著，说明人力资本水平提升能够促进我国环境质量改善。产业结构的回归系数均为正，直接效应在5%的水平上显著，间接效应不显著，总效应在1%的水平上显著，说明本地产业结构升级对本地环境质量改善具有明显的推动作用，但是对周围地区的辐射作用较低，不能明显影响其环境质量水平。技术研发水平的直接效应和总效应回归系数为正且在1%的水平上显著，间接效应回归系数为负且不显著，说明本地技术研发水平提升能够有效提升本地环境质量水平，但本地技术研发水平提升可能形成“虹吸效应”，吸引周围地区的科技企业、人才在本地集聚，导致周围地区技术研发水平下降，从而对环境质量产生一定的抑制作用。

(七)稳健性检验

为检验回归结果的稳健性，本文基于地理距离权重矩阵重新构建SDM模型进行回归分析，结果如表11所示。可见，SDM-FE的R2和Log-likelihood值均高于SDM-RE，说明SDM-FE拟合效果优于SDM-RE，因此结果以SDM-FE为准。由于空间滞后项系数显著不为零，本文继续采用空间回归模型偏微分方法将环境规制水平、经济增长水平、对外开放水平、人口规模、人力资本水平、技术研发水平、产业结构状况对环境质量的影响分解为直接效应和间接效应，结果与上文基本一致(见表12)，说明本文回归结果稳健。

表11 基于地理距离权重矩阵的SDM模型回归结果

表12 基于地理距离权重矩阵的空间效应分解结果

六、基本结论与研究展望

(一)基本结论

本文以新时代生态文明理论为基础，借鉴已成熟的DPSIR模型，构建了中国环境质量评价体系，通过熵值法对相应指标进行权重，并根据权重值计算我国30个省份2007-2016年的环境质量得分，利用ArcMAP10.2深入分析中国省域间环境质量时空变化态势。随后，构建空间杜宾模型探究环境规制等变量对环境质量的影响，得到以下结论：

第一，DPSIR模型包含驱动力、压力、状态、影响和响应五大系统，以DPSIR模型为基础构建环境质量评价体系，该体系涵盖了经济、社会、自然三大方面的指标，能够全面、有效地评价环境质量。同时利用熵值法对指标体系进行权重，能够客观反映我国整体及30个省份的环境质量状况。

第二，中国整体环境质量在逐步提升，区域间差异较大。省际之间：北京、四川、广东、云南的环境质量相对较好，山西、河北、河南等地环境质量较差。区域之间：中国环境质量南北差异较大，南部地区明显优于北部地区。就东中西三大经济带分布而言，中国环境质量呈现“两边高，中间低”的空间分布格局。从时空态势来看：2007-2016年中国环境质量变化态势分为上升型、升降型、平稳型以及反L型。其中北京、浙江等7个省份为上升型，内蒙古、辽宁等6个省份为升降型，山西、海南等4个省份为平稳型，天津、河北等13个省份为反L型。

第三，中国环境质量水平具有显著的空间依赖性和空间异质性；本地政府的环境规制不仅能够有效改善本地环境质量，而且会产生明显的空间溢出效应，促进周围其他地区环境质量提升；本地经济发展水平提升能够促进环境质量改善，但是会对周围地区环境质量改善产生抑制作用；本地人口规模增加会对环境质量产生抑制作用，但对周围地区的辐射较弱；本地产业结构升级对本地环境质量改善具有明显的推动作用，但是对周围地区的辐射作用较低，不能明显影响其环境质量水平；本地技术研发水平提高能够有效提升本地环境质量水平，但对周围地区环境质量产生一定的抑制作用。

基于上述结论，本文得出以下几点政策启示：

首先，建立健全法律机制。生态环境保护，法律是基础，只有确立了完善的法律法规，在法律层面上提供保障，才能让中国生态文明建设更好开展下去。在立法上，应明确各个部门的权利与义务，划定生态红线，严格控制自然资源的开发利用以及对环境的污染程度；在执法上，对高污染企业的处罚要落实到位，并通过一定的补偿机制引导完善跨区域的企业治理环境，做到“谁污染、谁治理”，减少对环境的恶意污染，从而提高环境质量。

其次，创新政绩考核制度。地方政府应避免在地区发展中一味追求经济利益而忽视对环境的负面影响。可以考虑把生态环境质量指标纳入考核的范围并加大考核权重，建立“生态效率竞赛”制度，以各项生态指标构建约束机制，改变政府单纯追求数量而忽视质量的发展模式。此外，还可实行环境问题终身问责制。环境问题具有潜伏性、累积性和持续性，而我国各级领导干部跨区域调动频繁，任期内有可能为了追求高GDP而不惜引入高污染企业，而污染带来的后果可能在官员离职之后才会显现出来。所以，为了保障中国环境质量继续提升，需要实行环境问题终身问责制，形成“谁出问题，对谁终身追责”的局面，这样才能使官员在任期间真正“造福一方”，更加注重对环境的保护与治理。

再次，建立对口帮扶机制。环境质量值比较高的地区，比如广东、云南等省份，应依托自身在经济、政治、科技、地理位置等方面的优势，充分利用好环境规制的溢出效应，发展好自身的同时扶持环境质量较低的地区。可以根据地理空间位置，将环境质量较好地区与较差地区结对，有针对性地开展“一对多”帮扶计划。可建立跨区域生态协调机制和项目建设机制，开展跨区域环境共建项目，实现人才、技术、资源等方面共享，在节约资源的同时也避免了重复建设，共同提高区域环境质量。

(二)进一步研究的方向

限于公开的相关指标的种类和时间跨度，本文构建的中国环境质量评价体系包含24个指标，时间跨度为10年，评价对象只包含了北京、上海等30个省份，样本的容量相对较小，需要在日后的研究中扩展研究指标的范围、时间跨度，同时需要将评价对象扩大到地级市层面。

本文以环境规制水平作为核心解释变量，参考以往学者的研究选取了经济发展水平、对外开放水平等变量作为控制变量，未来需要选择更多更全面的数据变量开展更全面深入的分析。