绿色技术进步缓解雾霾污染了吗

李风琦，龚 娟

(1.湖南省社会科学界联合会，湖南 长沙 410003；2.浙江大学 经济学院，浙江 杭州 310000)

一、引言

改革开放四十多年来，我国经济持续增长，GDP总量跃居世界第二，创造了“世界第一增长大国”的奇迹。然而，多年来的粗放式经济发展模式，也带来了资源浪费、环境污染、生态破坏等一系列后遗症，其中大气污染问题备受关注。根据哥伦比亚大学经济数据与应用中心(Socioeconomic Data and Applications Center,SEDAC)发布的数据，从2003年至2016年中国各城市的雾霾污染仍然十分严峻[1] 3762-3772。生态环境部的数据显示，2018年338个观测城市中，PM2.5达标城市依然不到四成。深入探究雾霾成因及治理途径，改变雾霾久治不愈的现状是我国生态文明建设中的重中之重。

雾霾污染的成因与治理也引发了学界的广泛关注。已有文献集中于从能源结构(马丽梅和张晓，2014)[2]19-31、外商直接投资(施震凯等，2017；严雅雪和齐绍洲，2017)[3]107-117，[4]68-77、城市空间结构(秦蒙等，2016)[5] 146-160、交通集聚(罗能生和李建明，2018)[6] 52-64以及政府治理(黄寿峰，2017)[7] 127-152等方面考察对雾霾污染的影响，少数文献则专门对治霾的经济政策选择(邵帅等，2016)[8] 73-88与“政治性蓝天”(石庆玲等，2016)[9] 40-56及雾霾污染的环境EKC曲线检验(刘华军和裴延峰，2017)[10] 3-15等问题进行了探讨。

绿色技术进步被视为是治理污染难题的重要手段，成为环境政策的一个重要部分(Acemoglu et al., 2012；董直庆和王辉，2019；Popp et al.,2009)[11] 131-166，[12] 100-118，[13] 873-937。党的十九届四中全会强调“促进生态文明建设、实现人与自然和谐共生，大力推进以市场为导向的绿色技术创新”。在当前中国加快“创新驱动发展战略”与决胜“蓝天保卫战”的大背景下，探究我国绿色技术进步对雾霾污染的影响具有理论与现实意义。在此背景下，本文选取2003—2016年我国270个地级市面板数据，将绿色专利授权数作为绿色技术进步的指标，以PM2.5年平均值表征雾霾污染，采用空间计量模型探究地区绿色技术进步对本地和周边地区雾霾污染的影响。

本文的余下结构安排如下：第二部分为理论分析与模型构建；第三部分为绿色技术进步对雾霾污染的空间计量分析；第四部分为主要结论与政策启示。

二、理论分析与模型构建

(一)理论基础

技术进步是影响环境的重要因素。根据环境经济学理论，技术进步提高生产效率，带动经济发展，却导致了环境污染呈上升态势，使得优良的生态环境具有稀缺性。在公众的关注和政府的政策共识下，环境也被看成生产要素，将其外部性内部化，环境规制作用日益突显，推动绿色技术进步，促使市场转向符合环境规制要求的经济发展模式，从而使环境污染呈下降趋势。Porter & Linde(1995)提出的“波特假说”认为合理的环境规制会刺激企业加快创新，提高生产效率，促使企业提高环境绩效。[14] 97-118Acemoglu et al.(2012)将产业划分为清洁与污染两部门，构建了环境技术进步方向模型，指出实现向绿色技术进步的转变是解决环境问题的根本途径。[11] 131-166董直庆和王辉(2019)在此基础上研究了环境规制影响绿色技术进步的本地—邻地效应。[12] 100-118Gilli et al.(2013)发现较差的环境绩效与更有限的创新采用之间的联系，这表明创新对于环境结果是至关重要的。[15]247-263Claudia & Francesco(2017) 利用意大利的部门数据研究了环境创新(EIs)对环境绩效(EPs)的影响，发现绿色技术水平(GTs)较高的地区也是那些环境绩效较好的地区。[16]1-13对于中国的情形，魏巍贤和马喜立(2015)建立动态CGE模型进行了模拟研究，发现技术进步是治理雾霾的根本途径。[17]6-14但是，绿色技术进步对环境的影响不是单向性的。根据能源经济学理论，绿色技术进步提高能源使用效率，产生回弹效应，进而导致环境污染呈上升趋势或是不确定性趋势。有文献指出，技术创新效率提高可能会改变参与者的行为，产生“回弹效应”，从而抵消对环境污染的积极作用(Bergh et al., 2011;Ploeg, 2011)[18]1-23，[19]130-134。Mazzanti&Zoboli(2009)利用1991—2001年意大利的数据，表明创新通过提高劳动生产率等渠道产生间接的效应。[20]1182-1194Weina et al.(2016)分析了1990—2010年意大利95个省的二氧化碳排放与绿色技术之间的关系，研究结果表明绿色技术改善环境结果方面没有发挥重要作用，但提高了环境效率。[21]247-263因此，绿色技术进步是否减轻雾霾污染仍需进一步展开实证研究，本文提出研究假说：绿色技术进步整体上有助于雾霾污染的减轻。

本文采用动态空间面板模型，实证研究中国地级市层面绿色技术进步对雾霾污染的影响，其边际贡献主要体现在以下两个方面：第一，基于卫星监测数据得到地级市层面的雾霾污染数据，并采用绿色专利数据对地级市绿色技术进步进行了测度；第二，采用地理距离与经济距离等多种权重矩阵，结合动态空间计量模型与S-GMM方法对我国绿色技术进步与雾霾污染的空间溢出效应进行实证检验，丰富了相关实证研究。

(二)基准计量模型

本文依托2003—2016年中国270个地级市的面板数据来甄别绿色技术进步对雾霾污染的影响。为此，我们以标准STIRPAT模型 (Dietz & Rosa, 1994)[22] 277-300和EKC假说(Grossman&Krueger, 1995)[23] 353-377为理论框架构建基准模型。将STIRPAT模型取自然对数后，其面板形式转换为：

lnIit=a+blnPit+clnAit+dlnTit+eXit+εit(1)

其中，lnIit、lnPit、lnAit和lnTit分别表示城市i在第t年的环境质量、人口规模、人均财富和技术水平，Xit表示其他控制变量，εit为误差项。具体而言，我们对STIRPAT模型进行了相应的拓展，并将各度量指标与数据做如下说明。

被解释变量：雾霾浓度(lnPMit)。本文选取PM2.5浓度年平均值作为雾霾污染的代理指标进行实证研究。由于我国于2012年2月才开始对外公布PM2.5监测数据，因此我们采用哥伦比亚大学社会经济数据和应用中心( SEDAC) 公布的基于卫星监测的全球PM2.5浓度年均值的栅格数据，利用ArcGIS 软件解析得到中国各城市的年均PM2.5浓度。[24]146-154

核心解释变量：绿色技术进步(lnENVPit)。现有文献采用非参数DEA方法，从生产率中分解出技术进步，或利用索洛余值的回归残差表征技术进步(董直庆和王辉，2019)[12] 100-118，也有不少学者从投入角度如采用R&D来表示技术水平(如邵帅等，2016；严雅雪和齐绍洲，2017)[8] 73-88，[4] 68-77，还有学者认为资本劳动比的提高是技术进步的外在表现，因此利用K/L表征技术进步(许和连和邓玉萍，2012)[25]30-43。但这些方法难以将绿色技术进步与一般的技术进步区分开来，以此来表征绿色技术进步会造成较大的测量偏误。故本文参照董直庆和王辉(2019)[12] 100-118的方法，采用绿色专利授权数表征绿色技术进步。

本文采用由世界知识产权组织(WIPO)所发布的“IPC Green Inventory”来确定绿色专利IPC编码。该绿色专利清单由IPC专家委员会编写，基本涵盖联合国变化框架公约(UNFCCC)中列出的无害环境技术(ESTs)领域。本文利用中国知识产权局专利数据库，获取绿色发明专利与实用新型专利相关数据，利用发明单位(个人)地址及公开(公告)日匹配得到各城市的绿色专利授权数。

此外，本文参考前人文献，选取如下控制变量。①人口密度(lnPOPit)。采用单位行政面积的户籍人口数表征人口密度。②人均GDP(lnRGDPit)。同时加入人均GDP的一次、二次与三次项来考察经济增长与雾霾污染的关系。人均GDP数据以2003年为基期，采用历年各城市GDP平减指数消除价格因素影响。③产业结构(lnSTRUit)。采用第二产业产值占GDP的比重衡量产业结构。④对外开放(lnFDIit)。采用各年人民币对美元年均价将实际外资使用额折算为人民币计价总额，并以其占GDP的比例代表对外开放。⑤交通运输(lnTRANit)。以单位行政面积公路里程数表示交通运输状况。⑥地方政府干预(lnGOVit)。以地方政府支出占GDP的比重衡量的地方政府干预程度作为控制变量。⑦绿地面积(lnGRLDit)。选取城市绿地面积覆盖率作为绿地面积的代理指标。

除PM2.5年均值与绿色专利数据外，本文中的其他数据均来自于CEIC数据库，部分缺失数据通过插值法拟合得到。同时，为消除异方差等因素的影响，本文所有数据都进行了对数化处理，表1中报告了最终的变量描述性统计结果。

表1 变量描述性统计结果

三、绿色技术进步对雾霾污染的空间计量分析

(一)空间权重矩阵

为全面进行考察，并保证结果的稳定性，本文构建了4种空间权重矩阵，具体说明如下。

首先，构建反距离矩阵W1，其中dij代表按照经纬度计算的城市i中心与城市j中心的地理距离。

(2)

其次，本文参考邵帅等(2016)的做法，利用实际人均GDP的倒数构建了经济距离权重矩阵(W2)，并将地理因素与经济发展水平相结合构建了两种经济地理空间权重矩阵(W3与W4)与一种经济地理嵌套权重矩阵(W5)，以此增强本文结论的客观性与可靠性。[8] 73-88

(3)

其中，|rgdpi-rgdpj|代表2003—2016年两城市实际GDP年平均值之差。

(4)

(5)

(6)

其中，mrgdpi代表2003—2016年城市i实际GDP年平均值，mrgdp表征2003—2016年所有城市实际GDP年平均值。

(二)全域空间自相关检验

表2 2003—2016年雾霾污染与绿色技术进步的Moran's I指数

(三)动态空间计量模型检验

由于部分城市数据缺失，本文最终选取2003—2016年全国270个地级市的面板数据作为样本(直辖市未包括在内)。本文在模型中加入雾霾污染的时间滞后变量，采取动态空间面板模型对其进行估计，其基本形式如下：

lnPMit=θL.lnPMit+∂Xit+βWXit+ε

(7)

考虑到绿色技术进步与雾霾污染之间可能存在反向因果关系，从而导致解释变量的内生性问题，此模型可能无法采用传统的最大似然法(MLE)，因此，本文利用系统广义矩估计(S-GMM)进行有效估计。S-GMM能够从时间趋势变量中提取工具变量，较好地解决了外部工具变量不足的问题。

表3 动态空间面板模型估计结果

根据表3中的模型参数估计结果，本文得到如下结论：

第一，在四种权重矩阵的设定下，时间滞后系数(L.lnPMit的系数)都在1%的水平显著为正，这证实了雾霾污染存在明显的时间滞后性，表明其在时间维度具有“叠加效应”。如果上一期的雾霾浓度高，下期也有继续走高的趋势。

第二，回归结果显示，lnENVPit的系数在1%的显著性水平下为负，说明本地绿色技术进步显著降低PM2.5浓度，在雾霾污染治理中能发挥非常重要的作用，证实了促进绿色技术进步是缓解我国城市雾霾污染的有效途径。

第三，四个结果均显示W.lnENVPit的系数在1%的显著性水平下显著为正，表明其他地区的绿色技术进步反而对本地的雾霾污染产生了负向作用，不利于本地环境质量的改善。可能的原因是：其一，绿色技术进步需要的成本高，本地企业的“搭便车”心态导致对邻地依赖程度高，因此邻地绿色技术的进步反而不利于本地改善雾霾污染；其二，绿色技术进步背后可能是更紧的环境规制约束，这会诱使污染转移现象的产生。绿色技术创新完全依靠自由市场并不可行，政府规制在此过程中承担了重要角色(董直庆和王辉，2019)[12] 100-118，而各地区之间的经济发展和目标不一致，环境规制之间缺乏协调性，就有可能导致污染产业的就近转移。例如，沈坤荣等(2017)就基于空间自滞后模型(SLX)，对邻近城市环境规制与本地污染排放之间的因果关系进行了识别，研究发现环境规制确实导致了污染就近转移，并且在增加污染迁入地产业规模的同时，提升了污染迁入地的产业结构污染程度。[26]44-59

第四，在其他控制变量中，实证研究结果表明人口密度对雾霾污染产生显著的正向效应，说明人口密度增加所带来的规模效应更大。除此之外，交通运输状况通过1%的显著性检验，且系数为正，说明交通运输压力的增大，汽车尾气、扬尘等也是雾霾污染的一大源头。外商直接投资的系数显著为负，证实了“污染光环”假说，我国引进外资可能倒逼了产业结构升级，向更清洁的经济发展方式转变。绿地面积与政府干预程度系数与预期基本一致，显著为负。此外，本文发现人均GDP的一次、二次项系数在四类权重矩阵的设定下均显著为负，但三次项系数有两个为负，未通过显著性检验，其余为负、正，结果表明我国雾霾污染的EKC曲线可能呈现出“倒U形”或“倒N形”趋势，存在明显的拐点。

为消除各地级市之间经济发展程度与科技投入经费的影响，本文更换绿色技术进步度量指标作为稳健性检验。表4中报告了以单位人均实际GDP的绿色专利产出对数值衡量绿色技术进步后的回归结果，lnENVP2it与W.lnENVP2it的系数分别为负、正，且均通过了1%的显著性水平检验。

表4 单位人均实际GDP的绿色专利产出回归结果

四、主要结论与政策启示

基于2003—2016年我国270个地级市的空间面板数据，本文实证检验了绿色技术进步与雾霾污染之间的关系，得出以下结论：

(1)我国雾霾污染和绿色技术进步呈现出显著的空间正相关性，存在“空间俱乐部”的集聚效应。(2)动态空间杜宾模型的结果表明，本地绿色技术进步1%，雾霾污染降低约2%，这证实了绿色技术进步是缓解我国城市雾霾污染的有效途径。然而，邻地绿色技术进步反而对本地的雾霾污染产生了负向作用，不利于本地环境质量的改善。(3)人口密度、交通运输状况对雾霾污染产生显著的正向效应，而外商直接投资、绿地面积与政府干预程度系数显著为负，此外经济发展水平对我国雾霾污染的影响存在非线性关系。

基于上述结论，本文得出以下政策建议：(1)关注溢出效应，推进协同治理。由于雾霾污染与绿色技术进步均存在显著的空间正相关性，且存在显著的空间差异，因此只有相互影响、相互合作的关系才能产生有效的协同作用，在差异化发展的同时促进整体的绿色发展。(2)优化绿色创新市场环境，促进生态资源合理配置。由于绿色技术创新的成本过高，企业在实现自身经济利润最大化的动机下缺乏进行绿色技术创新的激励，因此应当加强对企业开展绿色技术创新的资金支持与权益保护，同时进一步规范和引导市场主体企业的行为，营造公平竞争的市场环境，让市场驱动成为实现区域雾霾治理的有效途径。