产品
行业

中国高耗能产业及其环境污染的区域分布——基于省际动态面板数据的分析

2019-05-29    来源:《中国经济学人》
0
[ 导读 ]:本文以高耗能产业为研究对象, 通过分析中国30个省份1998-2008年高耗能产业的区域分布及污染排放状况, 利用动态面板数据对影响中国各省区及东中西三大区域高耗能产业污染排放的因素进行了回归分析。研究结果表明, 高耗能产业密集分布于中东部地区, 其发展速度则表现为东中西依次递增; 东部地区高耗能污染排放仍是目前中国污染排放的主角; 高耗能产业的区域集聚有利于节能减排,且中国各省区及东中西三大区域均存在环境库兹涅茨曲线,但其污染排放情况存在省际强异质性。


【摘要】本文以高耗能产业为研究对象, 通过分析中国30个省份1998-2008年高耗能产业的区域分布及污染排放状况, 利用动态面板数据对影响中国各省区及东中西三大区域高耗能产业污染排放的因素进行了回归分析。研究结果表明, 高耗能产业密集分布于中东部地区, 其发展速度则表现为东中西依次递增; 东部地区高耗能污染排放仍是目前中国污染排放的主角; 高耗能产业的区域集聚有利于节能减排,且中国各省区及东中西三大区域均存在环境库兹涅茨曲线,但其污染排放情况存在省际强异质性。

关键词: 高耗能产业  环境污染  区域分布  产业集聚  环境库兹涅茨曲线

JEL:Q43, L60

一、引 言

自进入工业化时代以来,由人类活动对化石能源的大量需求所引致的温室气体排放已成为导致全球气候变暖的主要原因。人类通过自身生产活动使得生活水平大大提高的同时也给自然环境及人类本身带来了巨大的危害。根据IPCC(2007)的评估,如果全球平均温度增幅超过1.5ºC~2.5ºC(与1980~1999年相比),20%~30%的物种可能面临增大的灭绝风险。中国作为一个发展中国家,目前正处于高速工业化和城市化的历程当中。工业化和城市化的发展需要耗费大量能源,而化石能源的大量消耗则将直接导致环境的严重污染。因此,能源消耗的日益加剧和环境问题的日益突出已引起各界的广泛关注。

目前关于能源和环境问题的研究文献可以分为两大类,一类集中于考察影响能源或环境变化的因素,另一类则主要研究能源或污染排放对产出以及经济增长的影响。从研究角度上来看,又可以分为从行业层面和区域层面进行研究。现有的文献大多是从区域层面对能源和环境问题进行分析,很少从行业层面(特别是针对高耗能产业)展开区域分析。而中国因能源消费而产生的污染排放中,工业部门的排放占到80%以上(陈诗一,2009),且高能耗产业的污染排放又占据了工业部门排放的90%以上,同时由于各省市的经济发展水平和能源技术效率的显著差异,因此针对工业部门高能耗产业的污染排放进行区域部门的分析研究,对中国的节能减排及工业转型将有重要的参考价值。

本文首次以中国区域部门的高耗能产业作为研究对象,试图在现有文献基础上做出如下贡献:第一,将针对中国30个省区1998~2008年的高耗能产业的区域分布及环境污染排放状况进行分析,并描述其区域及污染的分布特征及增长趋势;第二,验证在中国省际区域之间是否存在污染产业转移,并对“污染避难所”假说进行实证检验;第三,利用动态面板数据模型对导致不同区域间高耗能产业污染排放差异的驱动因素进行分解,并分析不同区域间高耗能产业环境污染排放的个体差异。

本文接下来的结构安排如下:第二部分描述高耗能产业的区域分布特征及环境污染分布状况;第三部分为回归模型构建和基于动态面板数据模型的实证检验及结果分析;第四部分为基本结论及政策含义。

二、高耗能产业的区域分布及环境污染

1.数据说明

本文主要使用的数据是1998~2008年我国30个省、自治区和直辖市(香港、澳门、台湾不作为考察对象,西藏自治区因数据统计不全除外)的行业数据。由于二位码行业中的废弃资源和废旧材料回收加工业是在2003年后才公布,因此本文将其与工艺品及其他制造业一起合并为其他制造业。另外,木材及竹材采运业在2002标准中改属农林牧渔业,因此本文将2002年及以前的木材及竹材采运业剔除,最后本文所实际构建的是38个工业二位码中类分行业的面板数据。所有的数据均来自于历年的《中国统计年鉴》、《中国工业经济年鉴》、《中国能源统计年鉴》、《中国环境统计年鉴》、《中国科技统计年鉴》和各省市自治区的统计年鉴。

2.高耗能产业的划分

相对于其他产业来讲,高耗能产业消耗资源的速度最快,且对能源的需求量也较大,容易造成严重的环境污染。本文采用行业实际能源消耗强度作为划分高耗能产业的标准。能源消耗强度是衡量一个国家或者地区能源使用效率和能源应用技术水平的重要指标,同时也反映了产业耗能力度的强弱。本文对我国1998~2008年各个工业行业的实际能源消耗强度进行了测算:首先,将各年各行业的工业总产值按照1998年不变价格进行折价,得出其实际工业总产值;然后计算出各年各行业的实际能源消耗强度;最后求出各个行业实际能源消耗强度的平均值,并按照由高到低的顺序将其划分为三个产业组(高耗能产业组、中耗能产业组和低耗能产业组),结果如表1所示。

我们把实际能源消耗强度在1吨标准煤/万元以上的行业作为高耗能产业组,在1吨标准煤/万元以下的工业行业作为中低耗能产业组,而本文将主要针对高耗能产业组进行分析。由表1可以看出,高耗能产业组所涵盖的产业和一般意义上所认为的高耗能产业基本一致。H26黑色金属冶炼及压延加工业实际能耗强度达到2.73,每万元工业总产值消耗的能源最高;H37燃气生产和供应业、H25非金属矿物制品业、H1煤炭开采和洗选业的实际能耗强度达到了2.2以上;电力、有色金属、非金属、石油化工和化学纤维制造这些典型的高耗能产业实际能耗强度也均在1以上。



3.高耗能产业的区域及污染分布

(1)高耗能产业区域分布状况

为了衡量高耗能产业的区域分布状况及其工业集聚度的大小,我们将各个省区高耗能产业的实际工业增加值除以当年的全国总增加值,得到各个省区高耗能产业规模占全国总高耗能产业规模的比重。本文仿照Wen(2004)将各地区高耗能产业实际工业增加值的占比作为衡量高耗能产业区域分布的指标。如果某一地区的高耗能产业工业增加值占比较大,则说明该地区高耗能产业的企业数量较多或其高耗能产业企业的生产能力较强,那么该地区即可被视为高耗能产业密集分布区。

为了详细描述高耗能产业的区域分布状况,我们通过对1998年和2008年30个省区的高耗能产业的实际工业增加值(按照各个省区1998年的不变价格折算)的占比进行分类加总整理得出其不同的高耗能产业区域分布状况,并将其绘制成高耗能产业在30个省区密集分布状况的区域渐进变化图。

从图1可以非常清晰地看到中国高耗能产业在1998~2008年间的集聚和转移过程。我们根据高耗能产业工业集聚度的大小将30个省区平均划分为五个等级,左右两图(左图为1998年,右图为2008年)划分标准一致,详见图例。图中颜色最深的区域即是高耗能产业分布密集程度最高的地区,而随着颜色程度的减轻,高耗能产业分布的密集程度也趋于降低。从此图中能初步清晰地看出,高耗能产业密集分布于中东部地区,且在区域层面上发生了转移,从而简单直观地验证了我国省域之间的污染产业转移。

为了更加详细且具有针对性地研究我国高耗能产业的区域分布状况,通过对东中西三大区域的高耗能产业数据进行整理计算,我们发现三大区域高耗能产业的实际工业增加值都经历了较为快速的增长,其中东部高耗能产业实际工业增加值的平均年增长率达到19.89%,中部达到19.95%,西部达到24.22%。由此可以看出西部高耗能产业的发展速度远远大于东部,从而使整体呈现出由东部、中部到西部依次递增的局面。因此从高耗能产业的工业集聚和三大区域工业增加值年增长速度变化情况,我们可以看出较为明显的由东向西转移的态势,这也初步验证了存之于国内高耗能产业的“污染避难所”(Pollution Havens)假说。



(2)高耗能产业污染分布状况

为了更清晰地了解高耗能产业在不同地区之间所造成的环境污染及其分布,我们对高耗能产业在省域间的污染排放进行了考察。本文将SO2作为衡量工业环境污染水平的主要指标,并用各个省区SO2排放量的占比来衡量省区高耗能产业的污染程度,从而确定我国高耗能产业的污染分布状况。同时,将我国1998年和2008年高耗能产业的污染分布状况绘制成区域渐进变化对比图(见图2),图中将各个省区高耗能产业污染程度划分为五个等级,颜色由浅及深,反映了省区高耗能产业污染程度的由低到高。为了便于对比,左右两图(左图为1998年,右图为2008年)的划分标准一致,详见图例。

通过观察图2,我们发现与1998年相比,高耗能产业的污染排放分布在2008年更加分散,中西部地区的颜色趋于加深,呈现出污染向中西部地区扩散的趋势。通过对比,我们可以直观地看出中国高耗能产业在1998~2008这11年间污染分布状况的变化,发生在中国的“污染西迁”现象也被简单地证实。而埋藏在这种表象背后的深层次原因是什么?这值得引起政府及学术界的深思。



进行回归。由于系统GMM估计相对差分GMM估计有着更好的有限样本特征,且估计结果更加有效,因此我们主要使用系统GMM方法进行估计。为了验证工具变量有效性,我们将采用Sagan/Hansen检验及AR检验(Arellano-Bond test for AR)进行判断,在Sargan/Hansen检验中,原假设为工具变量有效;在AR检验中,残差项允许存在一阶序列相关,但不允许存在二阶序列相关。动态面板GMM估计又可以分为一步和两步GMM估计。由于两步估计的标准差存在向下偏倚,这种偏倚经过Windmeijer(2005)调整后会减小,但会导致两步GMM估计量的近似渐进分布不可靠,所以在经验应用中通常使用一步GMM(one-step GMM)估计量(Bond,2002),因此本文将采用一步系统广义矩估计(one-step system GMM)并进行小样本调整。同时,为了确定影响中国三大区域高耗能产业环境污染排放的不同的驱动因素及其驱动力的大小,本文将对东中西三大区域的面板数据进行静态面板估计(由于分区域以后N≤T,GMM估计在小样本下无效)。

2.回归结果分析

表3和表4给出了模型的回归结果。模型1是采用系统GMM法对全国范围的面板数据估计的结果。在系统GMM估计中,我们将EC、lnik的差分项和IRD、lny、lny2、IER的一阶到二阶的滞后项作为一阶差分方程的工具变量,EC、lnik的水平项和IRD、lny、lny2、IER的差分项作为水平方程的工具变量。同时,GMM估计的一致性要求差分残差的二阶序列的相关性为零,经过检验,我们发现AR(1)拒绝原假设而AR(2)接受原假设,即随机干扰项不存在二阶序列相关的原假设成立。同时,Hansen检验接受原假设,其统计量不显著也说明了我们工具变量的选择是可靠的。通过观察我们发现采用系统GMM估计后所得到的因变量一阶滞后项的系数大小位于OLS和固定效应模型估计量之间,因此根据Bond(2002)提出的判断偏倚的方法得知我们的估计结果并没有发生较大偏倚。

模型2到模型10分别是对全国及其三大区域采用静态面板估计的结果。对于静态面板估计,考虑到各个省区的禀赋差异和产业结构差异,样本中个体之间可能存在异方差和自相关,因此我们对于模型2到模型10中的固定效应都采用截面加权的广义最小二乘法(GLS)进行估计以剔除异方差所造成的影响,并用AR项消除自相关。



从模型1的估计结果,我们可以看出,大部分的解释变量都比较显著,且方向也和我们的预期较为一致。从回归结果上来看,前期的SO2排放量和当期的SO2排放量正相关,这说明了在全国范围内,高耗能产业所造成的环境污染排放具有连续性,是一个累积的调整过程。人均产出的一次项和二次项系数分别为99.34和-5.347,并且在1%的水平上显著,这说明了人均产出和SO2排放量呈显著的倒U型,从而在全国这个样本范围内验证了环境库兹涅茨假说(EKC)。能源强度的回归结果不显著,说明它不是影响SO2排放的主要因素,这可能与我国各个省区高耗能产业由于技术和认识水平的差异,在能源利用效率的提高上不够重视有关。能源结构与SO2排放量呈显著正相关,且回归系数达到27.88,这使我们认识到能源结构的恶化和煤炭消费比重的增加将带来更大的环境污染排放,因此在全国范围内优化能源结构,增加替代能源及清洁能源的比重是刻不容缓的。企业的规模变量的回归结果不显著,这说明了企业的规模变量对环境污染排放影响作用并不显著,但是在静态面板回归中和SO2的排放量呈正相关,且在1%水平上显著,也说明了在全国范围内,高耗能产业内单个企业的平均规模越大,其造成的环境污染也越高。研发强度在10%的显著性水平上与SO2排放呈负相关,可以看出高耗能产业中企业的研发和科技活动为我国节能减排提供了较为强大的驱动力。环境管制强度虽然不显著,但是其回归系数的方向和我们的预期一致,这说明了严厉的环境管制将使得环境污染排放减少,而资本强度由于极不显著,在做系统GMM回归中将其去掉后各统计量的回归结果更加良好,所以在回归中我们将其剔除。模型2和模型3分别报告了固定效应估计和随机效应估计的结果,这两种方法估计的结果和GMM估计的结果基本一致,只是对于动态面板数据来说,GMM估计的结果相对更理想一些。



表4给出了三大区域高耗能产业污染排放驱动因素模型的回归结果。在表4的模型中,我们将lnSO2it作为因变量,一是为了考察其不同的经济意义,二是为了更加准确地比较三大区域在造成环境污染排放上驱动力差异。模型5描述了东部地区高耗能产业环境污染排放驱动因素的估计结果。我们发现在东部地区,上一期的SO2排放对本期的SO2排放同样具有累积作用,这说明东部地区的SO2排放依然是一个连续的调整过程。而人均产出的一次项和二次项依然在1%的水平上显著,这说明在东部省份,EKC假说依然成立,即随着经济的快速增长,东部高耗能产业的环境污染排放呈现出显著的先增长后减少的态势。值得关注的是东部地区的环境管制强度与SO2排放呈显著的正相关,也就是说随着东部地区政府环境管制强度的加大,SO2排放却依然不减反增。我们认为,这可能与东部地区的历史条件和地理位置有关,东部地区位于沿海地区,在考察期内承接了国外大部分的污染产业的转移,从而造成东部地区SO2排放不减反增的局面。在固定效应模型中,通过观察东部地区各个省份的不同的个体影响,也即利用其污染排放量相对于平均排放量的偏离来反映个体环境污染排放差异。我们发现山东(1.10)、河北(0.91)的正向偏离值最大,其高耗能产业的SO2排放量在东部地区最高;而海南(-1.72)、北京(-1.12)的负向偏离值最大,其环境污染排放最少,环境友好程度较高。

模型7给出了中部地区高耗能产业环境污染排放驱动因素模型的估计结果。F检验拒绝原假设,Hausman检验支持固定效应模型,因此用固定效应模型的估计结果来解释。同时,中部地区模型的回归系数显著,拟合优度达到97%。我们可以看出,中部地区前期SO2排放的累积效应显著地比东部地区要更强(回归系数0.374>0.354),这可能与两个地区的研发强度有关(即已排放SO2回收和再利用的技术水平),东部地区的研发强度IRD与SO2排放呈负相关,而中部地区呈正相关也可以反映这一现象。人均产出的一次项y和二次项y2呈1%的显著性水平,且二次项y2的符号为负,这证明了在中部地区依然存在着EKC曲线。其次,中部地区的能源结构EC在10%的水平上显著,且与SO2排放呈正相关,且对SO2排放的影响在三大区域中也是最大的,这与其特有的资源禀赋有很大关系,特别是山西、河南等地均是产煤大省,煤炭的生产和消费量居全国前列,煤炭消费的比重较大使得环境污染的排放也较高,这便使得中部地区的能源结构对高耗能产业的SO2排放的驱动力也最大。规模变量Scale在1%的水平上显著,且和SO2排放量呈正相关,说明了中部地区高耗能产业随着企业规模的扩大,对环境造成的污染也越大。与其他两个区域相比,我们也可以看出中部地区的规模变量对其SO2排放的影响最大,这说明中部地区企业并不能利用规模经济在节能减排方面带来的优势,反而造成更高的环境污染排放。最后,我们通过观察中部地区的个体影响差异发现,河南(0.42)、湖南(0.33)、山西(0.21)和江西(0.32)的正向偏离最大,黑龙江(-0.75)、吉林(-0.67)的负向偏离最大。

模型9描述了西部地区的模型估计结果。同样地,根据F检验和Hausman检验,都拒绝了原假设,从而支持固定效应模型,模型的拟合优度较高(95%),回归系数也大部分显著。值得注意的是,西部地区的前期SO2排放累积效应较强,在全国三大区域中是最高的(0.601),且在1%的水平上显著,这说明与中东部地区相比,西部减排技术较不成熟。人均产出的一次项和二次项也同样地验证了在西部地区环境库兹涅茨假说依然成立。规模经济依然没有为西部地区的环境污染减排做出贡献,西部地区高耗能产业的企业规模越大,其SO2的排放量在5%的显著性水平上也越高。值得注意的是,中西部地区的环境管制强度均为负,且西部地区的环境管制强度对SO2排放的负向影响比中部大。这使我们认识到随着中东部地区向西部地区的污染产业转移,西部地区承接了更多的环境污染。在实施同等程度的环境管制下,由于污染基数的不同,西部地区环境管制强度每增加一个单位,将比中部地区更多地减少5.59%的SO2排放量。因此,从全国范围来讲,在减少高耗能产业的污染排放上,对于西部地区的环境管制将起到至关重要的作用。在固定效应的个体影响差异上,西部地区个体之间的差异不是很大,四川(0.52)、广西(0.41)、内蒙古(0.28)对平均排放量的正向偏离较大;重庆(-0.74)、新疆(-0.35)、云南(-0.33)的负向偏离值较大。

模型6、模型8和模型10分别是东中西部在控制其他影响变量的同时,着重考察工业集聚对环境污染排放影响的回归结果。通过观察,我们发现在东部地区,高耗能产业的工业集聚并没有对污染排放产生显著的影响,而在中西部均产生了显著的负向影响,且西部的工业集聚对于污染排放的减少作用远远大于中部和东部地区。这说明了中西部地区的工业集聚给该地区的高耗能产业带来了范围经济,同时由于知识和技术的外溢使得高耗能企业在节能减排的技术交流与合作中具有较大的正的外部性。此外,由于国家在“十一五”期间节能减排政策的实施中,中西部地区并没有走东部“先污染、后治理”的老路,恰恰由于工业集聚的发生使得在对中西部地区高耗能产业的环境管制和政策规划上更具有针对性。因此,对于中西部地区来说,高耗能产业的工业集聚是有利于当地的节能减排。

四、结论及政策含义

本文以区域部门的高耗能产业作为研究对象,通过描述高耗能产业在我国各省区的区域分布特征及其环境污染排放的增长状况,对其发展态势有了一个简单而清晰的了解;同时还利用了1998~2008年的省际面板数据对影响我国及三大区域高耗能产业环境污染排放的决定性因素进行了实证检验及分析。本文的主要结论及政策含义如下:

第一,高耗能产业比较密集分布于中东部部分地区和沿海地区,如山东、江苏、广东、辽宁这些东部沿海地区和河南、山西、河北等中部地区;西部的高耗能产业的发展速度远远大于东部,从而使整体呈现出了东中西依次递增的局面。通过对高耗能产业的区域及污染分布的分析发现,东部地区高耗能产业的污染排放依然是我国目前高耗能产业污染排放的主角。只有较大幅度地切实有效地促使东部地区的高耗能产业进行生产技术的改进和产业的内部升级,才能使其污染排放大幅度减少,从而提高我国整体高耗能产业的减排效率。

第二,中西部地区确实承接了东部地区的高耗能产业转移。尤其是西部地区,其高耗能产业SO2排放量的剧增远远超过了自身本应具有的SO2排放量的增长,这在一定程度上说明了西部地区污染排放的增加是由于中东部地区的高耗能产业的转移所致,验证了 “污染避难所”假说。

第三,通过实证检验分析发现,我国及中东西三大区域均存在着环境库兹涅茨曲线,从而支持了EKC假说。尽管EKC曲线并不能完整地反映经济发展与排放关系的内在要求,但是证明在人均收入水平与污染物排放之间存在着库兹涅茨曲线仍然是有意义的。因为它表明,政府对经济发展阶段变化所产生的改变经济增长方式和改善环境质量的要求可以做出积极的政策反应(蔡昉,2008)。

第四,高耗能产业的环境污染排放是一个累积、连续的调整过程;能源强度、能源结构和环境污染排放呈正相关,研发强度、环境管制强度和其排放呈负相关。这说明提高能源利用效率,优化能源消费结构,提高研发技术水平及环境管制力度都能够减少高耗能产业的环境污染排放。

第五,从我们的实证分析看出,高耗能产业的工业集聚有利于中西部地区的节能减排。尤其是西部的产业集聚对于污染排放的减少作用远远大于中部和东部地区。这也说明了中西部地区并没有走东部“先污染、后治理”的老路,正是由于产业集聚的发生使得在对中西部地区高耗能产业的环境管制和政策规划上更具有针对性。

由于我国高耗能产业的环境污染排放模式具有很强的省际异质性,因此在政策制定上就应当有更大的区域针对性。在“十二五”计划期间,首先,我国政府应当进行新的机制设计,从而能够保证各级政府能够转变当前的经济增长方式及思维模式,从被动完成指标变成主动要求节能减排;其次应当优化产业结构,增加科研投入以提高技术水平,从而开发替代能源和清洁能源;最后,鼓励高耗能产业在区域上的经济集聚,通过完善区域之间、中央与地方之间的转移支付,使各级政府能够更加有效地通过激励相容的方式来实施节能减排,从而使我国的高耗能产业能够更加健康有序地走上可持续发展之路。

龚健健 沈可挺(浙江工商大学经济学院)

 
 
[ 皇家线上官网(中国)有限公司搜索 ]  [ 加入收藏 ]  [ 告诉好友 ]  [ 打印本文 ]  [ 违规举报 ]  [ 关闭窗口 ]

0相关评论

相关文章



  • 精彩推荐
  • 中国节能网
  • 中国节能网
  • 中国节能网
  • 中国节能网
  • 中国节能网
网站首页  |  关于我们  |  我们宗旨  |  我们使命  |  我们愿景  |  组织机构  |  领导机构  |  专家机构  |  管理团队  |  机构分布  |  联系方式  |  网站地图  |  排名推广  |  广告服务  |  积分换礼  |  网站留言  |  RSS订阅  |  违规举报  |  京ICP备050212号-1