中国污染物排放的地区差异及收敛性研究，本文主要内容关键词为：中国论文,污染物排放论文,差异论文,地区论文,收敛性论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
党的十八届五中全会将绿色发展提升为“十三五”期间五大发展理念之一，明确提出生态环境质量总体改善和主要污染物排放总量大幅减少的目标要求。污染物排放作为生态环境治理的重要抓手和突破口，已经贯穿经济社会发展全过程，因此研究污染物排放，深化污染物减排内涵以及探索减排路径是当今社会的一个重要课题。 “十一五”以来，中国强势推进以总量控制制度为目标的污染减排政策，主要污染物排放控制取得了明显效果。作为一项有效的污染防治制度，污染物排放总量控制制度相关研究也一直是学术界和实务界研究的重点（如乔晓楠和段小刚，2012；李永友和沈坤荣，2008；刘娜和谢绍东，2007等）。然而，中国幅员辽阔，各地区的经济发展方式和程度不一致，所占资源也存在较大差异，同时各地区在资源利用率以及污染物排放方面也存在着很大的不同，所以各地区对污染物减排政策的理解和响应程度也非常不一致。因此，在总量控制制度下，中国主要污染物的污染贡献及地区差异使得中国环境保护成效大打折扣。与此同时，在PM2.5等污染问题的诱发下，近年来社会公众对环境问题的关注度明显提升，污染减排成效与公众对质量的主观感受存在着较大差异。环境质量改善已成为衡量环境保护工作成效的主要标准，这对于环境保护事业将会产生重大而持续的影响，也是对总量控制制度实施进行再认识、再思考和必要考量时的重点关注因素。 在大力发展生态文明建设，构建“环境友好型、资源节约型”社会，建设美丽中国的背景下，污染物排放强度作为一个衡量经济环境质量的重要指标，已经受到国家和政府的高度关注。党的十八届五中全会通过的“十三五”规划建议明确指出“强化约束性指标管理，实行能源和水资源消耗、建设用地等总量和强度双控行动”。环保部在研究制定“十三五”主要污染物减排方案时也明确提出“实施环境质量和污染排放总量双控、协同控制”的总体思路。种种迹象表明，“十三五”期间，中国能源消费与碳排放均将实施强度和总量双控制度，以强化倒逼经济和能源的低碳转型。以强度和总量双控制度为目标的污染减排趋势已蔚然成风，全面控制中国主要污染物排放强度是总量减排与质量改善衔接的主要切入点和关键点。 一般来说，政策的制定需要在一定程度上考虑地区之间经济条件、自然条件的差异性，污染物减排政策更是如此，所以对中国各地区污染物排放的差异性和收敛性进行定量的研究，可以为污染物减排政策提供一定的参考，也可以用来评价污染物减排政策对于各地区的合理性。同时，中国污染物排放强度之间的差异性研究，还有助于促进地区的产业结构调整以及产业配置的优化，最终推动中国污染物减排总体目标的实现。 收敛理论是现代经济增长理论的重要内容。随着收敛理论的发展，有学者将收敛理论应用到碳排放领域，研究碳排放的收敛性。Strazicich和List（2003）首次将收敛理论应用到污染物领域——碳排放收敛性的研究上，随后陆续有学者对碳排放的收敛性进行了不同角度的研究。如Van（2005）基于非参数检验方法，对1966-1996年工业国家的碳排放收敛模式进行了研究。Aldy（2006）采用1960-2000年的23个工业国家的面板数据，利用分布动态法验证了碳排放收敛性的存在。Mizobuchi和Kakamu（2007）对日本碳排放的区际溢出效应进行了研究，他们发现在空间作用的影响下，城郊地区的碳减排效率要远低于城区的碳减排效率。Lee和Chang（2008）选取世界100个国家进行分组研究，研究发现低排放国家的碳排放不收敛，而高排放国家的碳排放收敛。Barassi等（2008）同时基于时间序列数据和面板数据的分析，发现OECD成员国二氧化碳的排放并不收敛。Panopoulou和Pantelidis（2009）发现高收入国家的人均二氧化碳排放收敛，而低收入国家的人均二氧化碳排放不收敛。Criado和Grether（2011）基于随机核估计模型，通过将166个国家按经济水平、地理环境、国际组织机构等条件分成若干组考察各组的碳排放收敛，研究表明G20、OECD、EU15的碳排放为收敛的，而OPEC的碳排放为显著发散。 国内方面，许广月（2010）将国外碳排放收敛理论应用到国内研究中来，通过构建碳排放收敛模型，分析了中国1995-2007年省际碳排放的收敛性，研究表明中国人均碳排放量存在条件收敛，同时东部、中部和西部存在俱乐部收敛。魏梅等（2010）首先利用DEA模型对中国1986-2008年的碳排放效率进行了测算，之后利用误差修正模型对碳排放效率的收敛性进行了检验，结果表明中国各地区的碳排放效率不存在收敛性。杜克锐和邹楚沅（2011）对中国1995-2009年碳排放效率收敛性进行研究，发现中国碳排放效率不存在随机收敛以及俱乐部收敛。陈青青和龙志和（2011）利用中国1997-2007年的二氧化碳省际面板数据，发现中国碳排放不存在绝对收敛，但存在条件收敛。杨骞和刘华军（2012）对中国1995-2009年的碳排放收敛性进行检验，发现中国碳排放不存在绝对收敛和条件收敛。彭文强和赵凯（2012）对中国1995-2010年碳生产率的收敛性进行分析，发现全国和东部地区的碳生产率存在绝对收敛，中部和西部不存在绝对收敛，全国、东部、中部和西部地区存在条件收敛，其中东部收敛最快，中部次之，西部最慢。高广阔和马海娟（2012）通过运用面板数据的分位数回归方法，对中国28个省份碳排放收敛性进行研究，结果表明中国存在绝对收敛和条件收敛，但不存在俱乐部收敛。杜慧滨和王洋洋（2013）采用基于松弛变量测度的DEA模型，利用1997-2009年中国29个省份的面板数据分析了中国各区域的碳排放绩效差异，得出了中国整体和四大区域的碳排放具有明显的绝对收敛和条件收敛的趋势。 目前，对于污染物排放收敛性的研究多集中于碳排放收敛性，对于污染物综合排放强度收敛性的研究较少。而事实上，污染物综合排放强度收敛性的研究能够有助于从区域层面上更全面地认识中国污染物减排任务的划分是否合理。同时，在当下研究污染物排放收敛性的文献中，比较少考虑空间因素的影响，而实际上中国各地区污染物排放的差异非常明显，污染物排放收敛过程中存在着明显的空间差异性，即同样的影响因子对于不同区域的污染物排放强度收敛性存在着不同的影响。因此，将空间因素纳入污染物排放收敛性分析中，在空间计量的基础上研究污染物排放强度收敛性更具有科学性。本文在经典收敛理论的基础上，将碳排放收敛理论扩大到整个污染物排放领域，考虑地理因素对污染物排放强度收敛性的影响，采用空间收敛模型，实证分析污染物排放强度各区域的收敛性，从空间作用角度分析区域污染物排放强度的收敛规律，可以为中国污染物减排政策提供理论支持，为区域经济发展和环境关系的研究提供依据。 一、中国各地区污染物排放的现状与差异分析 中国各地区的污染物排放呈现巨大的差异，而了解各地区的污染物排放水平以及之间的差异程度有助于更好地认识中国污染物的排放状况。本文对于中国各地区的主要污染物排放状况做了详细描述，同时运用差异指标从省际差异和区域差异两个角度对各地区的污染物排放强度进行量化测算。 1.各地区污染物排放强度的现状 （1）各地区污染物排放强度的测算。目前关于污染物排放强度测定的研究还较少，且大部分对于污染物排放强度的测算都是针对具体污染源的污染物排放测算，如大气中的污染物排放测算、公路上的污染物排放测算、水质中的污染物排放测算等，本文依据环境统计公报中划定的主要排放物，从废气、废水以及固体废弃物三个方面出发，对污染物排放强度进行综合测算。 从目前的研究来看，对于污染物排放的测算可从两个方面入手，一个是测算污染物浓度，这个一般适用于研究废气或者废水的排放，但不适用于固体废弃物的测算；另一个则是测算污染物排放的总量，这个方法对于废气、废水和固体废弃物都是适用的。另外，考虑到污染物排放总量控制是与我国环境管理政策直接挂钩的，也是最直观的绝对性量化指标，因此，本文选取污染物排放总量作为量化指标来测算污染物排放强度。 依据相关文献研究以及《中国环境统计年鉴》和《中国统计年鉴》各年，废气、废水以及固体废弃物可通过若干个量化指标反映，具体为：①工业废水：包括工业生产中的废水以及污水。近年来，随着工业的迅速发展，废水的种类和数量急剧增加，对水体的污染也日趋广泛和严重，因此工业废水处理的重要性也日益增大。②生活污水：人类日常生活过程中产生的污水，与工业废水一样，是废水的主要来源之一。③化学需氧量：是以化学方法测算水样中需要被氧化的还原性物质的量，反映了水中受还原性物质污染的程度。④氨氮化物：其主要是由于化肥和石油化工产生的废水导致的，是造成赤潮现象的主要原因之一。⑤二氧化硫：是大气的主要污染物之一，通常是由工业废气排放造成的，因此在选取指标时一般直接选取工业二氧化硫。⑥烟尘、粉尘：指的是悬浮在大气中的固体微粒，统计年鉴将两者合算在一起，因此在具体选取指标时依据年鉴中的指标名称烟（粉）尘。⑦固体废弃物：人类在工业过程中以及日常生活过程中产生的固态以及半固态的废弃物质。这七个指标基本涵盖了污染物排放的三个大方向。 本文以中国的31个省份为基础考察单位，在杨万平和袁晓玲（2008）、袁晓玲等（2009）、霍婷（2012）等研究基础上，建立一个有关污染物排放强度的测算方法，详见胡宗义等（2014）。根据数据的可获取性，选择2001-2011年期间中国31个省份的工业废水、生活污水、化学需氧量、氨氮化物、工业二氧化硫、烟（粉）尘和固体废弃物七类污染物排放量作为基础变量，标准化后通过熵值法确定各变量的权重，然后求出污染物水平，最后用污染物水平与GDP相除，得到污染物排放强度，表示各地区每生产1万元产值而排放的污染物数量。具体测算的污染物排放强度值如表1所示。
（2）各地区污染物排放强度的统计分析。由下页表2可知，2001-2011年期间，中国各地区的污染物排放强度均呈现递减趋势，其中下降幅度最大的省份是内蒙古，由2001年的0.200下降到0.044，下降幅度达到了78.21%，紧随其后的有天津、重庆、四川、山东、广西、辽宁、吉林、江苏和陕西等。下降幅度较小的后十个省份依次是贵州、海南、黑龙江、上海、北京、宁夏、河北、甘肃、云南和新疆。虽然新疆是31个省份中下降幅度最小的，但也达到了59.03%，这说明近年来中国各省份在污染物减排方面都取得了不错的成绩，经济发展方式也在慢慢向绿色经济发展方式靠拢。另外从这段时期的污染物排放强度的平均值来看，污染物排放强度最大的省份是西藏，平均污染物排放强度达到了1.156，比最低的省份广东0.019高出十多倍，即西藏每生产1万元GDP产值所排放的污染物数量是广东省每生产1万元GDP产值所排放的污染物数量的十多倍，从以往的文献来看，造成这种差距的原因是多方面的，虽然西藏的污染物排放总量水平是所有省份中最小的，但是其GDP产值也是中国最低的，观察其具体所占比例，如2011年，西藏污染物排放总量在全国所占比例为2.65%，而其当年GDP产值在全国所占比例只有0.12%，这在一定程度上反映了西藏单位GDP的环境负荷大，环境效率不高，从经济发展水平、产业结构、资源利用效率以及污染物减排技术与管理方面来看，西藏、宁夏、青海、海南、贵州等省份都与广东、江苏、山东、浙江等省份存在着一定差距，从而也造成两者在污染物排放强度之间的巨大差异。
2.污染物排放强度的区域差异分析 （1）污染物排放强度区域差异的特征。从统计学的角度来说，研究区域差异的指标主要有变异系数（Coefficient of Variation）、Theil指数（Theil's Entropy Index）、对数离差均值和基尼系数（Gini Coefficient）。其中，基尼系数对于中间水平的变化比较敏感，而对数离差均值和Theil指数则分别对底层水平和上层水平的变化比较敏感，本文综合考虑这三个指标，以期对污染物排放强度差异进行更全面的测量，多角度认识污染物排放强度在区域间的差异。 本文用来表示污染物排放强度的基尼系数的计算公式为：
其中，n表示样本个数，即地区数；
表示污染物排放强度按由小到大的顺序排列后第i个样本的污染物排放强度；
指的是污染物排放强度的均值。 对数离差均值（
）和Theil指数（
）于1967年由经济学家泰尔提出，其依据信息理论学中的熵值概念来计算收入水平之间的差异，具体公式分别如下：
其中，n表示样本个数，即地区数；
表示污染物排放强度按由小到大的顺序排列后第i个样本的污染物排放强度；
指的是污染物排放强度的均值。 对数离差均值（
）和Theil指数（
）能够直接被分解为组间和组内的污染物排放强度差异，其分解结果如下式：
（2）污染物排放强度的省际差异分析。依据式（1）、式（2）和式（3），可以分别计算出中国31个省份2001-2011年的污染物排放强度的基尼系数（GINI）、对数离差均值（
）以及Theil指数（
）同时计算这三个指标的增长率，结果如下页表3所示。 从表3可以看出，基尼系数（GINI）、对数离差均值（
）以及Theil指数（
）都表现出相同的变动趋势。不过，在部分年份，三个差异指标变动的幅度却是不一样的，如在2005年，对数离差均值（
）和Theil指数（
）在2004年的基础上分别上升了10.50%和10.89%，而基尼系数（GINI）却只上升了4.30%，这说明，2005年污染物排放强度处于两端的省份的变化较大，而污染物排放强度处于中间水平的省份变化较小。考察三个变异指标整体的变化幅度，其中Theil指数（
）变化幅度最大，其次是对数离差均值（
），变化幅度最小的是基尼系数（GINI），这表明2001-2011年期间，中国污染物排放强度的内部结构没有发生很大的变化。
进一步对三项变异指标的变动情况和统计特征进行分析，可以观察到，2001-2011年期间，基尼系数（GINI）的平均值为0.5770，最大值为0.5969，最小值为0.5674；对数离差均值（
）的平均值为0.5854，最大值为0.5975，最小值为0.5620；Theil指数（
）的平均值为0.6701，最大值为0.7304，最小值为0.6459。三项差异指标都在2005年有最大的正向增长率，依次是4.30%、10.50%、10.89%，这表明污染物排放强度的地区差异在2005年增加幅度最大，而与此同时三项指标在2006年有最大的负向增长率，依次是-3.74%、-8.43%、-9.45%，表明污染物排放强度的地区差异在2006年缩小的幅度最大，这可能与中国“十一五”规划将降低能源消耗强度以及主要污染物排放总量第一次加入到约束性指标中，明确提出减排是构建资源节约型、环境友好型社会的重要部分有关。 （3）区域间污染物排放强度差异的分析。依据前文已经测算出的中国各省份污染物排放强度数据和三大经济带的划分方法，可得到各地区的污染物排放强度的统计特征值，具体结果如表4所示。
由表4各地区污染物排放指数的统计特征可知，东部污染物排放强度的下降幅度为76.5%，中部为69.0%，西部为68.3%，其中以东部下降的幅度最大。从平均数可以看出，西部的污染物排放强度远大于东部和中部，分别为东部的4.6倍，中部的6倍。就全国而言，2001-2011年期间，中国的污染物排放强度平均值为4.589，下降的幅度为68.5%。另外从前文观察到的污染物排放强度排名靠前或者靠后的省份，可以发现，污染物排放强度均值排名在前十位的省份里有七个属于西部地区，分别为西藏、宁夏、青海、重庆、贵州、甘肃和新疆，中部地区有山西和内蒙古，只有排在第四位的海南属于东部地区，同时，在污染物排放强度均值排名在后十位的省份中，有八个省份是属于东部地区的，依次为广东、江苏、山东、浙江、上海、辽宁、河北和福建，其余两个省份是河南和湖北，二者同属于中部地区。东、中、西部三个区域的划分是根据经济水平划分的，可以看到，经济发展水平高的省份其污染物排放强度要比经济发展水平低的省份要低。另外从污染物排放强度下降的幅度来看，排前十位的省份里属于东部地区的有天津、山东、辽宁和江苏，属于西部的有内蒙古、重庆、四川、广西和陕西，中部地区只有吉林。在前十位的省份中多为西部和东部的省份，对于西部的几个省份，它们都属于在西部中经济相对发达的，另外下降幅度较低的省份有甘肃、云南和新疆，都属于在西部中经济相对不发达的省份，可以看出，对于西部来说，经济增长对于污染物减排有一定的积极作用。同时根据式（4）和式（5）可得污染物排放强度区域差异的测算结果，结果如表5和表6所示。 由表5和表6可知，两个指标反映的污染物排放强度的区域差异大体类似，结果显示，2001-2011年，东部地区的Theil指数的均值为0.4158，对数离差均值指标的均值为0.3358，中部地区的两个指标的均值分别为0.1183和0.1327，西部地区的为0.4885和0.4743，因此可以看出，西部地区的污染物排放强度的差异最大，东部次之，中部最小。从变动趋势来看，两个指标都是以2005年为转折点，2001-2005年呈上升趋势，2005-2011年呈下降趋势，2005年为最大值，即在2005年，中国东部、中部和西部的污染物排放强度的差异均为最大。观察三大区域的污染物排放强度差异，可以看到，在2001-2011年期间，每一年的区域内差异都大于区域间差异，也就是说在污染物排放强度总差异中，区域内差异占主要位置，而区域间差异占次要位置。就区域内差异占总差异的比例变化趋势来看，Theil指数表明区域间差异在不断扩大，其在总差异中所占的比例也越来越大。
二、污染物排放强度的空间收敛性分析 1.污染物排放强度的空间相关性检验 本文的污染物排放强度的空间收敛性模型是在空间回归模型的基础上构建的。根据中国31个省份的2001-2011年的污染物排放强度数据，利用全局自相关检验模型，可得中国在2001-2011年的Moran's I指数，该指数描绘了中国各地区污染物排放指数在2001-2011年的关联程度以及局域地区的空间集聚性，能够衡量中国各地区污染物排放指数的空间自相关情况。具体的Moran's I指数情况如下页图l所示。 从图1可以看出，污染物排放的Moran's I指数基本上都大于0.15，表明中国31个省份的污染物排放强度在空间上具有明显的正相关关系，即地区间的污染物排放会受到邻近地区的污染物排放影响，排放强度高（低）的地区相邻。从Moran's I指数的变化趋势来看，2001-2011年间，Moran's I指数存在一定波动，整体来看，Mora'n I指数下降，但下降的幅度不大。 为进一步考察中国各地区的污染物排放强度在空间上的集聚模式，我们考察污染物排放在2001年和2011年的Moran散点图和LISA集聚图，如图2和图3所示。
图2显示，2001年，新疆、甘肃、宁夏、四川、贵州、陕西和云南在High-High型高值集聚区，安徽、福建、浙江、江苏和上海处在Low-Low型低值集聚区。图3显示2011年，新疆、西藏、青海和甘肃在High-High高值集聚区，山东、江苏和上海在Low-Low型低值集聚区，安徽在High-Low型集聚区，四川在Low-High型集聚区。Moran散点图的第一、二、三、四象限分别对应High-High、Low-High、Low-Low、High-Low地区，第一、三象限对应的Moran's I指数为正，表明具有正的空间相关性，第二、四象限对应的Moran's I指数为负，表明具有负的空间相关性。从图2和图3来看，大多数点落在第一和第三象限，只有少部分落在第二和第四象限，即空间离群。对比来看，污染物排放强度大的多集中在以甘肃为中心的西部地区，而污染物排放强度低的多集中在以江苏为中心的东部沿海地区，四川在2001-2011年，由High-High变为Low-High型，安徽则由Low-Low变为High-Low型。 总的来说，2001-2011年的样本考察期中全局空间自相关指标均显著，而在局部空间自相关的考察中，部分省份不存在显著的局域自相关，所以，全局的空间自相关主要是由存在局域自相关的地区引起的，中国区域污染物排放存在着空间相关性和差异性。 2.污染物排放强度的收敛性检验 （1）α收敛。α收敛是指污染物排放指数的分布分散程度随着时间的推移而降低，是针对存量水平而言的，在讨论α收敛过程中，本文采用标准差来分析污染物排放强度的α收敛性。标准差的公式为：
依据公式（6）可分别计算出全国、东部、中部和西部的污染物排放指数标准差，所得结果绘制成折线图（见图4）。从图4中标准差的变化趋势来看，无论是全国、东部、中部或者西部，都呈现非常明显的下降趋势，其中西部下降的幅度最大，东部次之，中部最小。这表明中国各地区的污染物排放强度存在显著的α收敛性，并且西部收敛速度最快，中部最慢，即各地区污染物排放强度差异在逐渐缩小且中部地区差异缩小得最快。具体来说，东部的污染物排放指数标准差从0.132下降到0.043，中部的污染物排放强度指数标准差从0.047下降到0.014，西部从0.546下降到0.171，全国整体的污染物排放指数的标准差也从0.38下降到0.12。另外可观察到各地区的标准差在2005年都有不同幅度的向上波动，而在2006年之后，继续保持之前的下降趋势。
（2）β收敛。Baumol在1986年首次提出β收敛的概念，指出不同经济变量的增长率与其初始水平的关系是负相关的，其中包括绝对β收敛和条件β收敛。就污染物排放强度来说，β绝对收敛表明随着时间的推移，各地区将逐渐收敛到相同的污染物排放水平，其严格假定各地区的能源消费结构、经济增长水平和产业结构等条件完全相同。而β条件收敛则考虑到各地区的能源消费结构、经济增长水平和产业结构等存在差异性，它表明各个地区的污染物排放强度最终收敛到各自的稳定水平，而不是相同的稳定水平。因此在具体考察污染物排放强度条件β收敛的时候，需要设置若干控制变量，本文设置的控制变量具体如下。人均GDP（G），以此来考察经济发展水平对污染物排放收敛的影响。能源消费结构（ES），采用总能源消费中煤炭所占的比重表示，以此来衡量能源消费结构对污染物排放收敛的影响。能源消耗强度（E），采用总能源消费与GDP比值表示，以此来考察其对污染物排放收敛的影响。产业结构（IS），采用第二产业占GDP比重来表示，这是因为众多研究表明，工业是污染物排放的重要源头，其发展模式长时间属于“高能耗、高排放”类型，降低工业比重，发展其他产业是目前发展绿色经济，减污减排的重要途径，考虑到第二产业基本涵盖了所有工业类型，因此本文采用第二产业占GDP比重来表示产业结构。城镇化水平（U）采用非农业人口占总人口的比重来表示。贸易自由度（T）采用进出口贸易总额与GDP比重来表示。 考虑到本文研究基于省域数据，故β收敛模型选取空间固定效应模型。而在空间固定效应模型的基础上具体选择空间滞后模型还是空间误差模型还需要接受LM检验，LMerr和LMlag及相关稳健形式的空间相关性检验，可以作为选择空间滞后模型和空间误差模型的判断标准，如果LMlag比LMerr的统计量值更大，则选择空间滞后模型，反之亦然。由表8可知，在绝对收敛中，LMlag（21.5919）和LMerr（19.9122）都在5%的水平上显著，但是前者比后者的统计量值大，进一步考虑Robust LM，Robust LMlag（5.1569）通过了水平为5%的显著性检验，而Robust LMerror（3.4722）的P值大于0.05，没有通过显著性检验，因此在分析绝对收敛的时候选择空间滞后模型更适合，同理在条件收敛中，LMlag（22.2556）比LMerr（22.0776）的统计量值大，Robust LMlag（0.330）也比Robust LMerr（0.1551）大，所以空间滞后模型比空间误差模型效果更好一些，本文的分析也以空间滞后模型（SLM）的结果为主。
从表9和表10可以看到，无论是绝对收敛模型还是条件收敛模型，空间滞后模型（SLM）中的空间滞后系数ρ均大于0且都显著，这表明各地区的污染物排放强度存在明显的空间相关性。具体考察污染物排放强度的绝对β收敛性，由表9的结果可知，全国、东部、中部和西部的空间滞后模型的拟合程度都远远优于普通面板回归模型。就空间滞后模型来看，全国、东部、中部和西部的β值都不显著，其中全国和东部地区的β值小于0，即污染物全国和东部是存在绝对β收敛的，而中部和西部的β值大于0，即污染物排放强度在中部和西部是不存在绝对β收敛的。这说明由于区域内差异的存在，各地区的节能减排政策很难达成一致，在减污减排政策的选择方面很难达成共识，全国范围内的污染物排放强度差异不会自动消除，另外联系上文的Moran散点图和LISA集聚图，整个污染物排放强度在空间上存在着东部低值集聚、西部高值集聚，即在经济发展程度相近的地区内部的不同经济系统之间，在具有相似的结构特征的前提下趋于收敛。因此，我们可以进一步考虑污染物排放强度是否存在条件收敛。
表10结果表明：对于条件β收敛模型来说，空间滞后模型的拟合程度优于普通面板模型，就空间滞后模型来说，全国、东部、中部和西部的收敛系数都显著且小于0，说明全国、东部、中部和西部都存在条件β收敛，即随着经济的发展，产业结构、能源消耗强度和能源消费结构的调整，城镇化进程的推进以及贸易自由度的增加，经过很长一段时间，中国各地区的污染物排放强度将达到各自的稳定水平。从各地区收敛系数的绝对值大小来看，中部最大，西部次之，东部最小，这说明中国各地区的污染物排放强度的收敛速度呈现中部到西部再到东部的格局，中部的污染物排放强度将最先收敛到其稳定水平。 从全国角度来看，能源消费结构、能源消耗强度、产业结构、人均GDP通过了显著性检验，这说明，就全国来说，能源消费结构和产业结构的调整，能源消耗强度的降低以及经济的增长对于全国污染物排放强度收敛有着重要的影响。从区域角度来看，东部的能源消费结构和人均GDP通过了显著性检验，中部的产业结构和人均GDP通过了显著性检验，西部的能源消费结构和人均GDP通过了显著性检验，这说明各地区的污染物排放强度的驱动因素不同，在污染物减排实践中需要区别对待，制定符合各地区实际情况的减排政策。 就各具体指标变量来说，全国、东部、中部和西部的人均GDP均通过了显著性检验，这说明在各地区的污染物排放强度收敛的过程中，经济发展水平的提高有利于减少污染物排放强度的差异。城镇化水平和贸易自由度在三个地区内均未通过显著性检验，这说明城镇化发展以及贸易开放程度在污染物减排过程中的作用还未完全展现。只有全国和中部的产业结构通过了显著性检验，这说明产业结构的调整有助于污染物排放强度的收敛，但是对于其对污染物排放强度的具体影响可能需要分地区分行业进行探讨。全国、东部和西部的能源消费结构通过了显著性检验，而只有全国的能源消耗强度通过了显著性检验，说明在经济高速发展的过程中，中国的能源消费结构的调整虽然对于污染物排放强度差异性的减少有一定的作用，然而在一定时期内，中国的能源需求总量仍然保持较高的水平，发展与减排之间的矛盾仍旧是未来污染物减排的巨大阻力。因此，能源消费结构和产业结构的调整，能耗强度的降低仍然是未来污染物减排工作中的重点。 三、结论性评述 近年来，众多学者对污染物排放问题进行了积极研究与探讨，不过现有文献对污染物排放问题的研究大多基于污染物排放总量控制制度或某个单方面的污染物排放，如分别对水污染、大气污染等特定的主体进行分析，比较缺乏对污染物排放强度总体的考量研究。“新常态”下，以强度和总量双控制度为目标的污染物减排政策将成为未来环境政策的首选。正是在这种大环境下，本文率先综合考虑污染物的排放，对污染物排放综合强度进行测算，从综合性的视角对污染物排放问题进行研究。另外，由于中国各地区的经济发展模式以及其他因素所造成的差异，污染物排放强度在各地区之间也存在着显著的差异，因此本文通过考察各地区主要污染物的排放情况以及计算污染物排放强度差异指标对中国污染物排放强度的地区差异进行了分析，同时基于污染物排放收敛模型对污染物排放强度的收敛性进行了实证检验。本文研究具体得到以下结论： 第一，中国污染物排放强度地区差异显著。中国污染物排放强度的地区差异比较明显，不论是31个省份之间的差异，还是东部、中部和西部之间的差异都是比较显著的。总体来看，西部的污染物排放强度最大，东部次之，中部最小，西部的污染物排放强度分别为东部的4.6倍，中部的6倍。从污染物排放下降的幅度来看，东部的下降幅度为76.5%，中部为69.0%，西部为68.3%，其中以东部下降的幅度最大，可以看出经济增长对于污染物减排有一定的积极作用。从污染物排放强度的区域差异的变化来看，西部地区的污染物排放强度的差异最大，东部次之，中部最小。从变动趋势来看，污染物排放强度的区域差异在2001-2005年呈上升趋势，2005-2011年呈下降趋势，2005年为最大值，即在2005年，中国东部、中部和西部的污染物排放强度的差异均为最大。对于三大区域的污染物排放强度差异，在污染物排放强度总差异中，区域内差异占主要位置，而区域间差异占次要位置。就区域内差异占总差异的比例变化趋势来看，Theil指数表明区域间差异在不断扩大，其在总差异中所占的比例也越来越大。这说明2001-2011年中国污染物排放强度的差异主要是由东部、中部和西部的区域内部差异造成的，而非三大区域间的差异，不过随着时间的推移，区域间的差异对于中国整体污染物排放强度差异的影响越来越大。 第二，中国各地区污染物排放强度均存在显著的收敛，且西部收敛速度最快，中部最慢，这说明全国、东部、中部和西部的污染物排放强度差异均在逐渐缩小，并且在各地区中西部地区差异缩小的最快，中部地区差异缩小的最慢。 第三，全国、东部、中部和西部的污染物排放强度都不存在明显的绝对β收敛，但在引入人均GDP、产业结构、能源消耗强度、能源消费结构、城镇化水平和贸易自由度六个变量后存在条件β收敛。这表明，中国各地区的污染物排放强度并不会收敛到同一稳定水平，但随着经济的发展，产业结构、能源消耗强度和能源消费结构的调整，城镇化进程的推进以及贸易自由度的增加，经过很长一段时间，各地区的污染物排放强度将达到各自的稳定水平。
标签：碳排放论文; 空间分析论文; 中国东部论文;
