柴澤陽,孫 建

(重慶工商大學(xué) a.長(zhǎng)江上游經(jīng)濟(jì)研究中心;b.經(jīng)濟(jì)學(xué)院，重慶 400067)

?

中國區(qū)域環(huán)境規(guī)制“綠色悖論”研究
——基于空間面板杜賓模型*

柴澤陽a,孫 建b

(重慶工商大學(xué) a.長(zhǎng)江上游經(jīng)濟(jì)研究中心;b.經(jīng)濟(jì)學(xué)院，重慶 400067)

借鑒“綠色悖論”理論，利用中國2003—2012年省級(jí)面板數(shù)據(jù)，構(gòu)建了空間面板杜賓模型來檢驗(yàn)我國區(qū)域環(huán)境規(guī)制是否存在碳排放“綠色悖論”效應(yīng)。結(jié)果表明：我國省區(qū)碳排放存在顯著的空間相關(guān)性且呈現(xiàn)加強(qiáng)的趨勢(shì)，60%左右的省區(qū)體現(xiàn)為高高聚集和低低聚集的碳排放特征；以工業(yè)污染治理完成投資額占地區(qū)生產(chǎn)總值的比重、工業(yè)SO2去除率、污染排放綜合指數(shù)的逆指數(shù)為代表的三個(gè)環(huán)境規(guī)制變量均表現(xiàn)出明顯的“綠色悖論”效應(yīng)；值得注意的是，三個(gè)環(huán)境規(guī)制變量的“綠色悖論”效應(yīng)存在空間溢出；人口規(guī)模和人均GDP對(duì)碳排放起推動(dòng)作用且存在正向空間溢出效應(yīng)，技術(shù)進(jìn)步具有較好的碳減排效應(yīng)且存在負(fù)向空間溢出效應(yīng)。

環(huán)境規(guī)制；空間杜賓模型；綠色悖論；溢出效應(yīng)

引言

改革開放以來，我國實(shí)現(xiàn)了經(jīng)濟(jì)的快速持續(xù)增長(zhǎng)，人民生活水平不斷提高，然而生態(tài)環(huán)境卻逐年惡化，環(huán)境保護(hù)與經(jīng)濟(jì)發(fā)展之間的沖突也日益激化。雖然中央和地方政府制定了一系列的環(huán)境政策，各省區(qū)環(huán)境污染治理投資和環(huán)境監(jiān)管力度逐年提高，但是環(huán)境的改善效果卻不盡如人意。鑒于此，國內(nèi)外部分學(xué)者對(duì)政府環(huán)境規(guī)制的監(jiān)管效果提出了質(zhì)疑。Sinn(2008)以碳稅為研究對(duì)象，認(rèn)為旨在限制氣候變化的環(huán)境政策會(huì)導(dǎo)致化石能源的加速消費(fèi)，從而增加溫室氣體的排放，造成環(huán)境狀況進(jìn)一步惡化，這被稱為“綠色悖論”現(xiàn)象。然而，碳稅并不是導(dǎo)致“綠色悖論”現(xiàn)象的唯一原因，除此之外，替代品價(jià)格下降、增加補(bǔ)貼和技術(shù)進(jìn)步等也可產(chǎn)生同樣的效應(yīng)(Hoel,2011)。Strand(2007)利用不可再生能源開采的霍特林框架推導(dǎo)出京都協(xié)議國家致力于開發(fā)化石能源后備技術(shù)可能會(huì)對(duì)氣候產(chǎn)生消極影響。Di Maria et al(2012)對(duì)提前宣布一項(xiàng)氣候政策時(shí)煤炭和石油擁有者的反應(yīng)進(jìn)行了研究，結(jié)果表明不可再生資源的缺乏彈性供應(yīng)可能會(huì)促使煤炭和石油擁有者在政策執(zhí)行前降低價(jià)格，從而提高了污染排放。Sjak Smulders et al(2010)在C-D生產(chǎn)函數(shù)的基礎(chǔ)上增加了碳稅政策施行的不確定因素，結(jié)果表明在氣候政策聲明和執(zhí)行的過渡期間，溫室氣體的排放會(huì)加劇。Gerlagh(2011)首次將“綠色悖論”分為“弱綠色悖論”和“強(qiáng)綠色悖論”，前者強(qiáng)調(diào)氣候政策所導(dǎo)致的短期碳排放增加，后者則強(qiáng)調(diào)氣候政策在長(zhǎng)期所增加的氣候成本。張華和魏曉平(2014)利用2000—2011年中國省級(jí)面板數(shù)據(jù)，采用兩步GMM法分析了環(huán)境規(guī)制對(duì)碳排放的雙重效應(yīng)，結(jié)果表明環(huán)境規(guī)制對(duì)碳排放的影響呈現(xiàn)倒U形曲線，也就是說在環(huán)境規(guī)制強(qiáng)度提高的前期表現(xiàn)出“綠色悖論”現(xiàn)象，在后期體現(xiàn)為“倒逼減排”效應(yīng)。張華(2014)認(rèn)為就環(huán)境規(guī)制本身而言不存在“綠色悖論”效應(yīng)，但在地方政府競(jìng)爭(zhēng)的影響下，本地區(qū)與相鄰地區(qū)的環(huán)境規(guī)制出現(xiàn)了“綠色悖論”現(xiàn)象。李玉婷(2015)對(duì)氣候政策的“綠色悖論”研究進(jìn)行了歸納分析，認(rèn)為設(shè)計(jì)不完善的氣候政策可能通過公告效應(yīng)、泄露效應(yīng)等機(jī)制引發(fā)“綠色悖論”。李程宇(2015)梳理了《京都議定書》簽訂以來全球低碳經(jīng)濟(jì)合作中的新挑戰(zhàn)以及碳交易市場(chǎng)的建設(shè)狀況，研究發(fā)現(xiàn)，國際合作的制度設(shè)計(jì)缺陷、對(duì)不可再生資源的征稅以及對(duì)其替代品的補(bǔ)貼是造成“綠色悖論”的主要原因。

進(jìn)一步分析有關(guān)環(huán)境規(guī)制的“綠色悖論”文獻(xiàn)，可以看到其研究結(jié)論并不一致，這可能與變量的選取及分析模型框架不同有關(guān)。首先，單一的環(huán)境規(guī)制變量指標(biāo)可能導(dǎo)致研究結(jié)果出現(xiàn)偏差，不能較全面地保證模型的穩(wěn)健性；其次，由于諸多因素的影響，二氧化碳等變量可能存在空間相關(guān)性，孫建(2015)根據(jù)研究指出，傳統(tǒng)回歸對(duì)存在空間相關(guān)性的樣本不再有效；最后，大多數(shù)的研究著重于環(huán)境規(guī)制的直接效應(yīng)，缺乏對(duì)環(huán)境規(guī)制溢出效應(yīng)的思考。因此，本文從變量選取、模型設(shè)定以及溢出效應(yīng)三個(gè)角度出發(fā)，采用多種環(huán)境規(guī)制指標(biāo)進(jìn)行敏感性研究，并結(jié)合多種環(huán)境規(guī)制指標(biāo)對(duì)模型進(jìn)行穩(wěn)健性檢驗(yàn)；通過嚴(yán)格的空間統(tǒng)計(jì)分析和空間模型檢驗(yàn)來確定最終研究模型；從直接效應(yīng)與溢出效應(yīng)兩方面來分析我國的環(huán)境規(guī)制是否存在“綠色悖論”現(xiàn)象。

一、模型設(shè)定及變量說明

(一)空間模型構(gòu)建

幾乎所有的空間數(shù)據(jù)都有可能表現(xiàn)出空間依賴性或空間自相關(guān)性的特征(Anselin et al,1992)，再加上大氣環(huán)流的作用，碳排放更容易產(chǎn)生空間溢出效應(yīng)。此外，我國工業(yè)分布、能源消費(fèi)結(jié)構(gòu)和環(huán)境投資力度所表現(xiàn)的空間集聚性也使得污染排放存在一定的空間相關(guān)性(Poon et al,2006)。傳統(tǒng)面板數(shù)據(jù)模型在描述數(shù)據(jù)空間特性時(shí)，更多的是強(qiáng)調(diào)空間異質(zhì)性，忽略了空間相關(guān)性，這在一定意義上影響了模型估計(jì)的穩(wěn)健性(朱平輝 等，2010)。介于此，本文在處理“綠色悖論”相關(guān)的區(qū)域數(shù)據(jù)時(shí)，采用了空間計(jì)量分析方法。常用的空間計(jì)量模型有空間滯后模型(SAR)、空間誤差模型(SEM)和空間杜賓模型(SDM)。與空間滯后模型和空間誤差模型相比，空間杜賓模型不僅考慮了因變量的空間相關(guān)性，也考慮了自變量的空間相關(guān)性，既可以分析因變量受本地區(qū)自變量的影響，也可以分析受鄰近地區(qū)自變量的影響(Lesage,2008)，該模型更為全面地處理了遺漏變量和空間異質(zhì)性問題。此外，模型平均的貝葉斯方法有效解決了模型設(shè)定的不確定性，最終得出的模型形式為空間杜賓模型，具體推導(dǎo)過程見肖光恩、楊勇(2014)。

綜合上述原因，本文將采用空間杜賓模型來檢驗(yàn)區(qū)域環(huán)境規(guī)制是否存在“綠色悖論”效應(yīng)，模型設(shè)定如下：

LNCO2it=ρW×LNCO2it+β1LNERit+β2LNPOPit+β3LNPGDPit+β4LNTECHit+β5LNINDit+β6LNURBit+d1W×LNERit+d2W×LNPOPit+d3W×LNPGDPit+d4W×LNTECHit+d5W×LNINDit+

d6W×LNURBit+εit

(1)

其中，LNCO2為各省區(qū)二氧化碳排放量(簡(jiǎn)稱“碳排放”)的對(duì)數(shù)值；核心解釋變量LNER為各省區(qū)環(huán)境規(guī)制強(qiáng)度的對(duì)數(shù)值；控制變量中，LNPOP為各省區(qū)人口數(shù)量的對(duì)數(shù)值；LNPGDP為各省區(qū)實(shí)際人均GDP的對(duì)數(shù)值；LNTECH為技術(shù)進(jìn)步變量的對(duì)數(shù)值；LNIND為產(chǎn)業(yè)結(jié)構(gòu)的對(duì)數(shù)值；LNURB為城鎮(zhèn)化水平的對(duì)數(shù)值；ε為隨機(jī)誤差；ρ為空間自回歸系數(shù)，表示碳排放的空間相關(guān)性；dk(k=1,2,…,6)為空間溢出系數(shù)，表示鄰近省區(qū)解釋變量變動(dòng)對(duì)本省區(qū)碳排放的影響；W為經(jīng)過行標(biāo)準(zhǔn)化的30個(gè)省份的空間權(quán)重矩陣；βk(k=1,2,…,6)為待估參數(shù)；ε為隨機(jī)誤差。York和Dietz等人于1994建立的STIRPAT模型將環(huán)境壓力的影響因素解釋為人口規(guī)模、富裕度、技術(shù)進(jìn)步，鑒于此，本文同樣將這三個(gè)因素加入模型中。其他控制變量的選取參考了毛明明和孫建(2015)等人的研究。

由于空間杜賓模型中引入了解釋變量的空間滯后項(xiàng)，雖然系數(shù)估計(jì)值的符號(hào)與顯著性依然有效，但并不代表解釋變量對(duì)被解釋變量的影響，因此需要利用直接效應(yīng)、間接效應(yīng)和總效應(yīng)等統(tǒng)計(jì)量來解釋空間效應(yīng)(Lesage,2008)。其中，直接效應(yīng)表示本省區(qū)的解釋變量對(duì)被解釋變量的平均影響；間接效應(yīng)表示鄰近省區(qū)解釋變量對(duì)本省區(qū)被解釋變量的平均影響；總效應(yīng)表示解釋變量對(duì)本地區(qū)被解釋變量和鄰近省區(qū)被解釋變量變化總和的平均影響。

(二)空間權(quán)重矩陣

空間計(jì)量中的相鄰關(guān)系包括車相鄰(rook contiguity)、象相鄰(bishop contiguity)和后相鄰(queen contiguity),本文依據(jù)車相鄰關(guān)系，構(gòu)建空間權(quán)重矩陣，即如果區(qū)域i與區(qū)域j有共同的邊，則Wij=1；反之，則Wij=0。由于本文的研究樣本中海南島出現(xiàn)孤島現(xiàn)象，因此借鑒大多數(shù)文獻(xiàn)的處理方法，將海南島與廣東省設(shè)為相鄰。最后，對(duì)所構(gòu)建的空間權(quán)重矩陣進(jìn)行行標(biāo)準(zhǔn)化處理，使得每行的元素之和為1。本文采用這一行標(biāo)準(zhǔn)化的空間權(quán)重矩陣進(jìn)行二氧化碳的空間相關(guān)性檢驗(yàn)以及空間模型的估計(jì)。

(三)環(huán)境規(guī)制強(qiáng)度

考慮到環(huán)境規(guī)制指標(biāo)難以準(zhǔn)確量化，單一指標(biāo)的選擇可能會(huì)對(duì)模型結(jié)果產(chǎn)生影響，實(shí)證中采用三種環(huán)境規(guī)制變量來彌補(bǔ)這一問題，并同時(shí)將三種環(huán)境規(guī)制變量加入模型以檢驗(yàn)單一變量的穩(wěn)定性。LNER1為第一種環(huán)境規(guī)制強(qiáng)度指標(biāo)的對(duì)數(shù)值，即每?jī)|元地區(qū)生產(chǎn)總值的工業(yè)污染治理完成投資額的對(duì)數(shù)值，該指標(biāo)屬于投入型指標(biāo)，反映了各省區(qū)生產(chǎn)總值的增加值每提高一個(gè)單位，對(duì)工業(yè)環(huán)境污染治理的投資力度，力度越大則表明環(huán)境規(guī)制強(qiáng)度越大；LNER2為第二種環(huán)境規(guī)制強(qiáng)度指標(biāo)的對(duì)數(shù)值，即工業(yè)SO2去除率的對(duì)數(shù)值，該指標(biāo)屬于績(jī)效型指標(biāo)，反映了工業(yè)生產(chǎn)過程中SO2的利用情況，去除率越高則說明利用率較高，環(huán)境規(guī)制強(qiáng)度較高；LNER3為第三種環(huán)境規(guī)制強(qiáng)度指標(biāo)的對(duì)數(shù)值，即污染排放綜合指數(shù)逆指標(biāo)的對(duì)數(shù)值，該指標(biāo)屬于績(jī)效型指標(biāo)，綜合考慮了廢水、廢塵和二氧化硫三種代表性污染物，污染排放綜合指數(shù)的逆指數(shù)越高，則環(huán)境規(guī)制強(qiáng)度越高，反之，環(huán)境規(guī)制強(qiáng)度越弱，該指標(biāo)的計(jì)算借鑒了朱平芳、張征宇等(2011)的研究。

(四)碳排放測(cè)算

各省區(qū)碳排放總量的測(cè)算采用2006年IPCC所制定的國家溫室氣體清單指南給出的方法：

(2)

其中，Ei為第i種能源消耗所產(chǎn)生的碳排放量；Ci為各種能源的消費(fèi)量；NCVi表示平均低位發(fā)熱量(凈發(fā)熱值)；CEFi表示碳排放系數(shù)；COFi表示碳氧化因子；44和12分別是CO2和C的分子量；i表示本文選取的7種能源，分別是煤炭、原油、汽油、煤油、柴油、燃料油、天然氣。表1顯示了各種能源的平均低位發(fā)熱量、碳排放系數(shù)和碳氧化因子。

表1 能源碳排放系數(shù)

注：平均低位發(fā)熱量來自《中國能源統(tǒng)計(jì)年鑒》；碳排放系數(shù)和碳氧化因子均來自IPCC2006的數(shù)據(jù)。

(五)控制變量及數(shù)據(jù)來源

人口規(guī)模采用各省區(qū)年末常住人口數(shù)來表示；經(jīng)濟(jì)發(fā)展水平采用以2003年為基期的各省區(qū)實(shí)際人均地區(qū)生產(chǎn)總值來表示；技術(shù)進(jìn)步用能源消費(fèi)強(qiáng)度來表示，該值的降低反映了單位GDP所耗能源減少，生產(chǎn)技術(shù)水平提高；產(chǎn)業(yè)結(jié)構(gòu)用工業(yè)生產(chǎn)總值占地區(qū)生產(chǎn)總值的比重來表示；城鎮(zhèn)化水平用各省區(qū)城鎮(zhèn)人口與總?cè)丝诘谋戎貋肀硎尽?/p>

本文研究樣本為中國大陸30個(gè)省、市、自治區(qū)(西藏除外)2003—2012年的上述數(shù)據(jù)，來源于《中國統(tǒng)計(jì)年鑒》《中國能源統(tǒng)計(jì)年鑒》《中國環(huán)境統(tǒng)計(jì)年鑒》，少量空缺的數(shù)據(jù)采用線性插值法補(bǔ)齊。

二、實(shí)證結(jié)果與分析

(一)全局空間相關(guān)分析

空間計(jì)量分析的前提是被解釋變量存在空間相關(guān)性，因此在使用空間計(jì)量模型之前需要檢驗(yàn)被解釋變量的空間相關(guān)性。Moran在1950年提出的Moran’s I指數(shù)能夠較為準(zhǔn)確的檢驗(yàn)整個(gè)研究區(qū)域中臨近地區(qū)之間的空間相關(guān)性。本文計(jì)算了樣本期間二氧化碳的Moran’s I指數(shù)，計(jì)算過程中用到的空間鄰接關(guān)系即為前文中的基于車相鄰原則的行標(biāo)準(zhǔn)化空間權(quán)重矩陣。計(jì)算結(jié)果如表2所示。

表2 碳排放的Moran’s I指數(shù)

注：**、***分別表示在5%、1%的顯著性水平下顯著

從表2來看，2003—2012年中國碳排放的Moran’s I指數(shù)均為正且均在1%的顯著性水平下顯著，說明碳排放在各省區(qū)之間存在一定的關(guān)聯(lián)特征，各省區(qū)碳排放表現(xiàn)出明顯的正空間相關(guān)性。也就是說，碳排放較高的省區(qū)形成空間集聚，碳排放較低的省區(qū)也形成空間集聚。從時(shí)間維度來看，Moran’s I指數(shù)呈現(xiàn)波動(dòng)上升的趨勢(shì)，表明各省區(qū)之間的經(jīng)濟(jì)關(guān)系越來越緊密，聯(lián)動(dòng)性逐步加強(qiáng)，二氧化碳的空間集聚效應(yīng)也趨于增強(qiáng)。

(二)局部空間相關(guān)分析

全局空間相關(guān)分析的結(jié)果只能說明我國區(qū)域碳排放存在空間集聚的現(xiàn)象，但并不能體現(xiàn)出省區(qū)集聚的特征。因此，本文還將運(yùn)用Moran散點(diǎn)圖來分析碳排放的省區(qū)集聚特征。圖1和圖2分別給出了研究樣本初期和末期我國區(qū)域碳排放的Moran散點(diǎn)圖。由圖1可見，2003年位于第一象限的省市區(qū)有河北、山西、內(nèi)蒙古、遼寧、上海、江蘇、山東、河南，這些省區(qū)的碳排放呈現(xiàn)高高集聚的空間特征；位于第二象限的有北京、天津、吉林、福建、江西、海南，這些省區(qū)的碳排放呈現(xiàn)低高集聚的空間特征；位于第三象限的有湖南、廣西、重慶、四川、貴州、云南、甘肅、青海、寧夏、新疆，這些省區(qū)的碳排放呈現(xiàn)低低集聚的空間特征；位于第四象限的有黑龍江、浙江、湖北、廣東，這些省區(qū)的碳排放呈現(xiàn)高低集聚的空間特征；安徽位于第一、二象限的交界處，陜西位于第二、三象限的交界處。由圖2可見，2012年位于第一象限的省市區(qū)有河北、山西、內(nèi)蒙古、遼寧、江蘇、山東、河南，這些省區(qū)的碳排放呈現(xiàn)高高集聚的空間特征；位于第二象限的有北京、吉林、上海、安徽、海南、寧夏，這些省區(qū)的碳排放呈現(xiàn)低高集聚的空間特征；位于第三象限的有福建、江西、湖南、廣西、重慶、四川、貴州、云南、甘肅、青海、新疆，這些省區(qū)的碳排放呈現(xiàn)低低集聚的空間特征；位于第四象限的有浙江、湖北、廣東，這些省區(qū)的碳排放呈現(xiàn)高低集聚的空間特征；黑龍江位于第一、二象限交界處，天津于第二、三象限的交界處，陜西位于第一、四象限的交界處。

綜合圖1、圖2的散點(diǎn)分布，位于一、三象限的省區(qū)約占研究樣本的60%，位于二、四象限的省市區(qū)大約有30%，還有10%左右的省市區(qū)處于象限交界處。而且，從2003年至2012年，位于一、三象限和二、四象限的省區(qū)均沒有較大幅度的變化。因此，可以認(rèn)為我國區(qū)域碳排放確實(shí)存在較為穩(wěn)定的正空間相關(guān)性。

圖1 2003年我國碳排放Moran散點(diǎn)圖

(三)空間面板杜賓模型估計(jì)結(jié)果

本文利用STATA13.0估計(jì)了環(huán)境規(guī)制對(duì)碳排放的空間影響效應(yīng)，表3報(bào)告了模型I、II、III、IV的估計(jì)結(jié)果，在模型的估計(jì)過程中，由于產(chǎn)業(yè)結(jié)構(gòu)LNIND和城鎮(zhèn)化水平LNURB的估計(jì)結(jié)果始終不顯著，因此進(jìn)一步的模型調(diào)整并不包括這兩個(gè)變量，同時(shí)在空間滯后變量的選擇中也根據(jù)顯著性只保留了人口規(guī)模LNPOP和第三個(gè)環(huán)境規(guī)制變量LNER3。根據(jù)Hausman檢驗(yàn)拒絕原假設(shè)的結(jié)果，4個(gè)模型均為空間固定效應(yīng)杜賓模型。各個(gè)模型的擬合水平均較高，R2分別為0.879 2、0.881 3、0.887 8、0.892 5，表明解釋變量對(duì)碳排放有較高的解釋程度。此外，表3還報(bào)告了各解釋變量的直接效應(yīng)、間接效應(yīng)、總效應(yīng)。

圖2 2012年我國碳排放Moran散點(diǎn)圖

解釋變量模型Ⅰ模型Ⅱ模型Ⅲ模型ⅣLNER10.0669***0.0040.0585***0.008LNER20.0713***0.0010.0537***0.008LNER30.1553***0.0000.1280***0.001LNPOP0.3059*0.0440.11290.4600.3070**0.0350.2662*0.073LNPGDP1.0537***0.0001.0230***0.0001.1089***0.0001.0490***0.000LNTECH0.8857***0.0000.9085***0.0000.8293***0.0000.8690***0.000W×LNPOP0.5576**0.0490.5690**0.0430.7000***0.0110.6338**0.019W×LNER30.1943**0.0150.1645**0.037Rho0.1776***0.0040.1681***0.0070.1125*0.0710.1290**0.036Direct-LNER10.0671***0.0010.0584***0.002Direct-LNER20.0715***0.0000.0555**0.013Direct-LNER30.1607***0.0000.1353***0.001Direct-LNPOP0.3463**0.0280.15140.3540.3390**0.0280.2871**0.033Direct-LNPGDP1.0683***0.0001.0366***0.0001.1185***0.0001.0659***0.000Direct-LNTECH0.8994***0.0000.9215***0.0000.8382***0.0000.9010***0.000Indirect-LNER10.0142*0.0670.0087*0.080Indirect-LNER20.0142*0.0550.00810.114Indirect-LNER30.2503***0.0040.1978**0.050Indirect-LNPOP0.7626**0.0140.7263**0.0160.8500***0.0060.7700***0.010Indirect-LNPGDP0.2215***0.0080.2015**0.0110.13540.1160.1575**0.037Indirect-LNTECH0.1896**0.0190.1824**0.0240.10400.1310.1363*0.063Total-LNER10.0813***0.0010.0671***0.002Total-LNER20.0857***0.0000.0636**0.012Total-LNER30.4111***0.0000.3332***0.000Total-LNPOP1.1090***0.0000.8777***0.0011.1890***0.0001.0570***0.000Total-LNPGDP1.2900***0.0001.2381***0.0001.2539***0.0001.2234***0.000Total-LNTECH1.0891***0.0001.1039***0.0000.9422***0.0001.0373***0.000R20.87920.88130.88780.8925LOG-likelihood274.6919276.4234285.2155291.5146Hausman53.75***0.00085.62***0.00020.67***0.00020.26***0.003

注：*、**、***分別代表在10%、5%和1%的顯著性水平下顯著。

模型Ⅰ、Ⅱ、Ⅲ分別為考察第一、第二、第三個(gè)環(huán)境規(guī)制變量時(shí)的估計(jì)結(jié)果。這三個(gè)模型中變量Rho的估計(jì)值分別為0.1776、0.1681、0.1125，且均較為顯著，說明鄰近省市區(qū)碳排放量的增加會(huì)使得本省市區(qū)碳排放量增加，即碳排放存在溢出效應(yīng)。這一溢出效應(yīng)可能由外力造成，如大氣環(huán)流等；也可能由經(jīng)濟(jì)系統(tǒng)的內(nèi)力造成，如經(jīng)濟(jì)競(jìng)爭(zhēng)、政策模仿等。這三個(gè)模型中環(huán)境規(guī)制變量LNER1、LNER2、LNER3的直接效應(yīng)分別為0.067 1、0.071 5、0.160 7，且均在1%的顯著性水平下顯著，說明各省市區(qū)的環(huán)境規(guī)制強(qiáng)度每提高1%會(huì)使得其碳排放提高0.067 1%～0.160 7%?？梢?，各省市區(qū)環(huán)境規(guī)制對(duì)碳排放的影響確實(shí)存在“綠色悖論”效應(yīng)，只是替代變量的選取差異會(huì)導(dǎo)致效應(yīng)強(qiáng)度產(chǎn)生差異。產(chǎn)生“綠色悖論”效應(yīng)的原因可能有：雖然政府制定了足夠的法律法規(guī)來懲治污染行為，但是可能由于懲治力度不足，企業(yè)從成本收益的角度仍然鋌而走險(xiǎn)；由于我國市場(chǎng)機(jī)制仍不健全，環(huán)境規(guī)制政策以命令控制型為主，研究表明這一類政策存在高成本、低效率、低激勵(lì)的弊端(趙玉民,朱方明等,2009；江珂,2010)；受到技術(shù)水平的限制以及經(jīng)濟(jì)發(fā)展的導(dǎo)向作用，大多數(shù)省市區(qū)不可能立即改變?cè)械摹案吲欧拧鄙a(chǎn)模式；隨著各省市區(qū)的經(jīng)濟(jì)增長(zhǎng)且各省市區(qū)之間的經(jīng)濟(jì)關(guān)系越來越緊密，其間的競(jìng)爭(zhēng)也會(huì)隨之?dāng)U大，為了維持本省市區(qū)的經(jīng)濟(jì)增長(zhǎng)態(tài)勢(shì)，政府和企業(yè)可能會(huì)在加大環(huán)境污染治理投資的基礎(chǔ)上，繼續(xù)原有的甚至更粗放的生產(chǎn)模式?？偠灾砻嫔檄h(huán)境規(guī)制強(qiáng)度在提高，實(shí)際上污染仍在繼續(xù)。這三個(gè)模型中環(huán)境規(guī)制強(qiáng)度變量LNER1、LNER2、LNER3的間接效應(yīng)分別為0.014 2、0.014 2、0.250 3，且分別在10%、10%、1%的顯著性水平下顯著，雖然3個(gè)模型中環(huán)境規(guī)制強(qiáng)度變量的顯著性水平有所不同，但也足以說明鄰近省區(qū)的環(huán)境規(guī)制對(duì)本省區(qū)的碳排放具有正向溢出效應(yīng)，即“綠色悖論”溢出效應(yīng)，鄰近省區(qū)環(huán)境規(guī)制強(qiáng)度的提高在一定程度上會(huì)增加本省區(qū)碳排放。從產(chǎn)業(yè)轉(zhuǎn)移的角度來看，東部沿海地區(qū)的污染產(chǎn)業(yè)逐漸向環(huán)境規(guī)制強(qiáng)度較低的內(nèi)陸轉(zhuǎn)移，因此當(dāng)東部沿海地區(qū)的環(huán)境規(guī)制強(qiáng)度提高時(shí)，與其相鄰的內(nèi)陸地區(qū)的碳排放正在加劇，并且碳排放又存在較為顯著的溢出效應(yīng)，由此產(chǎn)生“綠色悖論”溢出效應(yīng)不無可能；從區(qū)域競(jìng)爭(zhēng)的角度來看，隨著經(jīng)濟(jì)不斷發(fā)展，各省區(qū)會(huì)增加環(huán)境污染治理投資、改進(jìn)生產(chǎn)技術(shù)等，以保證其環(huán)境不再繼續(xù)惡化，但是為了同時(shí)維持較高的經(jīng)濟(jì)發(fā)展和環(huán)保投資水平，各省區(qū)又可能會(huì)降低污染標(biāo)準(zhǔn)，導(dǎo)致碳排放仍在提高，這樣就為“鄰近省區(qū)高規(guī)制，本省區(qū)高排放”作出了“貢獻(xiàn)”。由此，也可以看出，雖然各個(gè)省區(qū)在行政規(guī)劃上是互相獨(dú)立的，但在經(jīng)濟(jì)、政策以及環(huán)保等方面是相互關(guān)聯(lián)的，各個(gè)省區(qū)在政策制定、污染治理等方面應(yīng)該以區(qū)域協(xié)調(diào)發(fā)展為最終目標(biāo)。

此外，模型Ⅰ、Ⅱ、Ⅲ中人口規(guī)模LNPOP的直接效應(yīng)分別為0.346 3、0.151 4、0.339 0，雖然模型Ⅱ中的人口規(guī)模并不顯著，但模型Ⅰ和模型Ⅲ中的人口規(guī)模均在5%的顯著性水平下顯著，綜合看來各省區(qū)人口規(guī)模對(duì)其碳排放有明顯的驅(qū)動(dòng)作用，這與多數(shù)研究(朱勤，彭希哲等，2009；陳婧，2011；胡艷興，潘竟虎等，2015)結(jié)果一致；這三個(gè)模型中，人口規(guī)模LNPOP的間接效應(yīng)分別為0.762 6、0.726 3、0.850 0，且分別通過了5%、5%、1%的顯著性檢驗(yàn)，說明了人口壓力所帶來的碳排放壓力存在正向空間溢出效應(yīng)且這一效應(yīng)強(qiáng)度比直接效應(yīng)強(qiáng)度更為明顯和強(qiáng)烈。人口數(shù)量的上升使得各省區(qū)能源消耗增加，碳排放隨之增加。同時(shí)，由于本省區(qū)的鄰近省區(qū)可能不止一個(gè)，因此當(dāng)鄰近省區(qū)的人口增加時(shí)，無論是從生產(chǎn)角度還是運(yùn)輸角度都將會(huì)有更高的能源消耗，這樣由鄰近省區(qū)人口壓力所導(dǎo)致的本省區(qū)碳排放壓力就可能會(huì)高于由本省區(qū)人口壓力所帶來的碳排放壓力。這三個(gè)模型中，人均地區(qū)生產(chǎn)總值LNPGDP的直接效應(yīng)分別為1.068 3、1.036 6、1.118 5，且均在1%的顯著性水平下顯著，說明各省區(qū)人均GDP對(duì)其碳排放具有較為強(qiáng)烈的驅(qū)動(dòng)效應(yīng)，“碳減排”在很大程度上為經(jīng)濟(jì)發(fā)展讓了路；人均地區(qū)生產(chǎn)總值LNPGDP的間接效應(yīng)分別為0.221 5、0.201 5、0.135 4，前兩個(gè)估計(jì)值分別在1%、5%的顯著性水平下顯著，第三個(gè)估計(jì)值不顯著，綜合來看，鄰近省區(qū)人均地區(qū)生產(chǎn)總值對(duì)本省區(qū)的碳排放同樣也具有一定程度的正向溢出效應(yīng)。鄰近省區(qū)的經(jīng)濟(jì)增長(zhǎng)會(huì)對(duì)本省區(qū)產(chǎn)生競(jìng)爭(zhēng)壓力，迫使本省區(qū)通過降低污染門檻來實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)，以保持和鄰近省區(qū)處于同一水平。這三個(gè)模型中，能源消費(fèi)強(qiáng)度LNTECH的直接效應(yīng)分別為0.899 4、0.921 5、0.838 2，且均在1%的顯著性水平下顯著，間接效應(yīng)分別為0.189 6、0.182 4、0.104 0，前兩個(gè)估計(jì)值在5%的顯著性水平下顯著，第三個(gè)估計(jì)值不顯著。由于本文使用能源消費(fèi)強(qiáng)度來代替技術(shù)進(jìn)步變量，因此，該值的降低體現(xiàn)了生產(chǎn)技術(shù)的進(jìn)步，估計(jì)結(jié)果表明技術(shù)進(jìn)步有顯著的碳減排效應(yīng)。因此，在控制其他因素不變的情況下，改進(jìn)生產(chǎn)技術(shù)、提高能源利用率和碳再利用率等是較為有效的碳減排方案。同時(shí)，鄰近省區(qū)生產(chǎn)技術(shù)的進(jìn)步對(duì)本省區(qū)的碳排放具有一定程度的負(fù)向溢出效應(yīng)，即鄰近省區(qū)生產(chǎn)技術(shù)的提高能夠緩解本省區(qū)的碳排放。這一負(fù)向溢出效應(yīng)主要來源于本省區(qū)對(duì)鄰近省區(qū)先進(jìn)生產(chǎn)技術(shù)的學(xué)習(xí)和模仿。

為了檢驗(yàn)?zāi)Ｐ廷?、Ⅱ、Ⅲ的穩(wěn)定性，模型Ⅳ綜合考察了三種環(huán)境規(guī)制變量的空間固定效應(yīng)杜賓模型。變量Rho的估計(jì)值為0.1290且在5%的顯著性水平下顯著，說明碳排放的空間相關(guān)性較為穩(wěn)定，與前文的估計(jì)結(jié)果一致。環(huán)境規(guī)制變量LNER1、LNER2、LNER3的直接效應(yīng)分別為0.058 4、0.055 5和0.135 3，且分別在1%、5%、1%顯著性水平下顯著，間接效應(yīng)分別為0.008 7、0.008 1、0.197 8，第1、3個(gè)估計(jì)值分別在10%、5%的顯著性水平下顯著，第2個(gè)估計(jì)值不顯著。人口規(guī)模、人均地區(qū)生產(chǎn)總值和能源消費(fèi)強(qiáng)度的直接效應(yīng)和間接效應(yīng)的符號(hào)和估計(jì)值均與前三個(gè)模型一致且顯著性水平較高。因此，可以認(rèn)為估計(jì)結(jié)果穩(wěn)定且值得信賴。各省區(qū)環(huán)境規(guī)制強(qiáng)度對(duì)碳排放的影響確實(shí)存在“綠色悖論”效應(yīng)，且鄰近省區(qū)環(huán)境規(guī)制對(duì)本省區(qū)碳排放的影響存在一定程度的“綠色悖論”溢出效應(yīng)。

三、結(jié)論與政策建議

本文利用空間計(jì)量經(jīng)濟(jì)模型研究了我國區(qū)域環(huán)境規(guī)制是否存在碳排放的“綠色悖論”效應(yīng)。通過空間統(tǒng)計(jì)分析及空間杜賓模型的分析，得出如下主要結(jié)論。

第一，省區(qū)碳排放存在顯著的正空間相關(guān)性，且隨著時(shí)間的推移，這一空間相關(guān)性正在逐步加強(qiáng)。由Moran散點(diǎn)圖可知，60%左右的省區(qū)表現(xiàn)為高高集聚和低低集聚。

第二，就各省區(qū)自身而言，無論單獨(dú)考察1個(gè)環(huán)境規(guī)制變量還是綜合考察3個(gè)環(huán)境規(guī)制變量，環(huán)境規(guī)制總是表現(xiàn)出“綠色悖論”效應(yīng)，盡管這一效應(yīng)并不強(qiáng)烈，但足以說明我國目前的環(huán)境規(guī)制政策并沒有起到預(yù)期的碳減排作用。各省區(qū)對(duì)污染的懲治力度不足、省區(qū)間的經(jīng)濟(jì)競(jìng)爭(zhēng)以及“高排放”生產(chǎn)模式的慣性等均是產(chǎn)生“綠色悖論”效應(yīng)的潛在動(dòng)因。就省區(qū)關(guān)聯(lián)而言，環(huán)境規(guī)制帶來的“綠色悖論”效應(yīng)存在正向空間溢出，即鄰近省區(qū)環(huán)境規(guī)制強(qiáng)度的提高會(huì)使得本省區(qū)的碳排放上升。產(chǎn)業(yè)轉(zhuǎn)移、區(qū)域競(jìng)爭(zhēng)等均為“綠色悖論”效應(yīng)的空間溢出提供了條件。

第三，控制變量中，人口規(guī)模和人均GDP對(duì)碳排放起推動(dòng)作用且存在正向空間溢出效應(yīng)，各省區(qū)人口規(guī)模的擴(kuò)大和經(jīng)濟(jì)發(fā)展提高了能源消耗，且各省區(qū)之間的競(jìng)爭(zhēng)壓力降低了污染門檻，從而使得碳排放上升。技術(shù)進(jìn)步具有較好的碳減排效應(yīng)且存在負(fù)向空間溢出效應(yīng)，生產(chǎn)技術(shù)的改進(jìn)提高了能源利用效率和碳再利用率，同時(shí)知識(shí)的溢出效應(yīng)使得先進(jìn)技術(shù)得以擴(kuò)散，進(jìn)而有利于降低污染水平。

上述結(jié)論對(duì)于我國制定相關(guān)政策有重要的啟發(fā)意義。經(jīng)濟(jì)競(jìng)爭(zhēng)有效地促進(jìn)了各省區(qū)的經(jīng)濟(jì)發(fā)展，但是唯“GDP”的政績(jī)觀使得經(jīng)濟(jì)競(jìng)爭(zhēng)趨于惡化，碳排放加劇。因此本文認(rèn)為，政績(jī)考核體制應(yīng)該逐步實(shí)現(xiàn)綠色化，環(huán)境績(jī)效的考核比例應(yīng)當(dāng)逐漸擴(kuò)大，削弱地方政績(jī)與經(jīng)濟(jì)增長(zhǎng)的直接關(guān)系，從而為實(shí)現(xiàn)經(jīng)濟(jì)社會(huì)協(xié)調(diào)發(fā)展拓寬道路。各省區(qū)環(huán)境規(guī)制的實(shí)施應(yīng)當(dāng)切實(shí)做到“執(zhí)法必嚴(yán)”“違法必究”。完善環(huán)境規(guī)制體系，充分利用環(huán)境規(guī)制的激勵(lì)性作用，使“倒逼減排”逐步升級(jí)為“積極減排”。將區(qū)域經(jīng)濟(jì)合作擴(kuò)展到技術(shù)及環(huán)境領(lǐng)域合作，共同研究開發(fā)先進(jìn)的生產(chǎn)技術(shù)和治污減排技術(shù)，充分發(fā)揮知識(shí)的溢出效應(yīng)，從污染的根源來降低污染水平，實(shí)現(xiàn)區(qū)域協(xié)調(diào)一致發(fā)展。

[1] Sinn H W. Public policies against global warning: A supply side approach[J]. International Tax Public Finance，2008，15(4):360-394.

[2] Hoel M. The supply side of CO2with country heterogeneity[J].The Scandinavian Journal of Economics，2011，113 (4):755-958.

[3] Strand J. Technology treaties and fossil fuels extraction[J].The Energy Journal，2007，28(4):129-142.

[4] Di Maria C， Smulders S， Van Der Werf E. Absolute abundance and relative scarcity: announced policy, resource extraction, and carbon emissions[R].FEEM Working Paper， 2008.

[5] Smulders S， Tsur Y， Zemel A. Uncertain climate policy and the green paradox[R]. Discussion Paper，2010.

[6] Gerlagh R. Too much oil[R]. CESifo Economic Studies，2011 (1):79-102.

[7] 張華，魏曉平．綠色悖論抑或倒逼減排——環(huán)境規(guī)制對(duì)碳排放影響的雙重效應(yīng)[J]．中國人口、資源與環(huán)境，2014(9):21-29.

[8] 張華．“綠色悖論”之謎：地方政府競(jìng)爭(zhēng)視角的解讀[J]．財(cái)經(jīng)研究，2014(12):114-127．

[9] 李玉婷.氣候政策的綠色悖論文獻(xiàn)述評(píng)[J].現(xiàn)代經(jīng)濟(jì)探討，2015(8):88-92.

[10] 李程宇．《京都》15年后：分階段減排政策與“綠色悖論”問題[J]．中國人口、資源與環(huán)境，2015 (1):1-8．

[11] 孫建．中國區(qū)域碳排放EKC曲線異質(zhì)性研究空間過濾的面板數(shù)據(jù)分析[J]．資源開發(fā)與市場(chǎng)，2015(7):787-790．

[12] Anselin L， Getis A. Spatial statistical analysis and geographic information systems[J].Annals of Regional Science，1992，26(1):19-33.

[13] Poon J P H， Casas I， He C F. The impact of energy， transport, and trade on air pollution in China[J].Eurasian Geography and Economics，2006，47(5):1-17.

[14] 朱平輝，袁加軍，等.中國工業(yè)環(huán)境庫茲涅茨曲線分析——基于空間面板模型的經(jīng)驗(yàn)研究[J].中國工業(yè)經(jīng)濟(jì)，2010(6):65-74.

[15] Lesage J P. An introduction to spatial econometrics[J]. Revue Deconomie Industrielle, 2008(3):19-44.

[16] 肖光恩，楊勇，等.空間計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論[M].北京:北京大學(xué)出版社，2014:20-24.

[17] 毛明明，孫建．區(qū)域FDI的碳排放影響路徑分析——基于京津冀地區(qū)面板聯(lián)立方程模型[J]．經(jīng)濟(jì)與管理，2015(4):91-96．

[18] 朱平芳，張征宇，等．FDI與環(huán)境規(guī)制：基于地方分權(quán)視角的實(shí)證分析[J]．經(jīng)濟(jì)研究，2011(6):133-145．

[19] 趙玉民，朱方明，等.環(huán)境規(guī)制的界定、分類與演進(jìn)研究[J].中國人口、資源與環(huán)境,2009(6):85-90.

[20] 江珂.我國環(huán)境規(guī)制的歷史、制度演進(jìn)及改進(jìn)方向[J].改革與戰(zhàn)略，2010(6):31-33.

[21] 朱勤，彭希哲，等.中國能源消費(fèi)碳排放變化的因素分解及實(shí)證分析[J].資源科學(xué)，2009(12):2072-2079.

[22] 陳婧.人口因素對(duì)碳排放的影響[J].西北人口,2011(2):23-27.

[23] 胡艷興，潘竟虎，等.基于ESDA-GWR的1997—2012年中國省域能源消費(fèi)碳排放時(shí)空演變特征[J].環(huán)境科學(xué)學(xué)報(bào)，2015(6):1896-1906.

[24] 王鵬，曾坤.創(chuàng)新環(huán)境因素對(duì)區(qū)域創(chuàng)新效率影響的空間計(jì)量研究[J].貴州財(cái)經(jīng)大學(xué)學(xué)報(bào),2015,33(02):74.

(責(zé)任編校：朱德東)

A Study of Regional Environmental Regulation’s “Green Paradox” in China—Based on Spatial Panel Durbin Model

CHAI Ze-yang，SUN Jian

(ResearchCenterofEconomyoftheUpperReachesoftheYangtzeRiver,ChongqingTechnologyandBusinessUniversity,Chongqing400067,China)

This paper constructs the spatial panel Durbin model to test the existence of “green paradox” effect of carbon emissions in regional environmental regulation in China according to the theory of “green paradox” and the panel data of China’s 30 provinces from 2003 to 2012. The results show that the provincial carbon emission in China has significant spatial correlation which presents intensive trend. And about 60% of the provinces show the carbon emission characteristics of high gathering and low gathering. The proportion of investment completed in industrial pollution treatment to regional GDP, removal rate of industrial SO2and the reverse index of pollution composite index have obvious “green paradox” effect, and the three environmental regulation variables have spatial spillover effect, which is worth noting. The size of population and per capita GDP have driving effect and have positive spatial spillover effect in carbon emissions. The technical progress has carbon emission reduction effect and negative spatial spillover effect.

environmental regulation; spatial Durbin model; green paradox; spillover effect

10.3969/j.issn.1672- 0598.2016.06.006

2016-07-04

國家社科基金一般項(xiàng)目“中國區(qū)域技術(shù)創(chuàng)新碳減排效應(yīng)及優(yōu)化政策研究(13BJY024)”；重慶市社科規(guī)劃博士項(xiàng)目“中國技術(shù)創(chuàng)新宏觀績(jī)效一般均衡分析及政策優(yōu)化研究(2012BS13)”；重慶工商大學(xué)研究生創(chuàng)新型科研項(xiàng)目“中國環(huán)境規(guī)制碳減排效應(yīng)及優(yōu)化對(duì)策研究(yjscxx2015-41-03)”；重慶工商大學(xué)研究生創(chuàng)新型科研項(xiàng)目“中國工業(yè)碳排放影響因素及碳減排潛力研究(yjscxx2015-41-05)”

柴澤陽(1990—)，男，山西晉城人；重慶工商大學(xué)長(zhǎng)江上游經(jīng)濟(jì)研究中心碩士研究生，主要從事計(jì)量經(jīng)濟(jì)分析與預(yù)測(cè)研究。 孫建(1974—)，男，四川崇州人；博士，重慶工商大學(xué)經(jīng)濟(jì)學(xué)院副教授，主要從事應(yīng)用數(shù)量經(jīng)濟(jì)、產(chǎn)業(yè)與組織、政策績(jī)效評(píng)價(jià)研究。

X-01

A

1672- 0598(2016)06- 0033- 09