能源结构、交通模式与雾霾污染——基于空间计量模型的研究，本文主要内容关键词为：模型论文,能源论文,结构论文,模式论文,交通论文，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。
一、引言及文献回顾 近年来，大范围的雾霾多次笼罩我国中东部地区，几乎涵盖了所有发达经济区，并且正呈持续扩张态势。污染给中国带来了严重的健康影响，其经济成本也正逐年攀升，目前已以万亿计。①对于我国雾霾污染的成因，学者们特别是自然科学的研究学者对其进行了深入的成分解析及追踪监测。薛安、耿恩泽(2015)运用中国环境监测总站发布的数据研究得到PM2.5污染具有区域传输特性，区域内与区域间的污染状况是相互作用的，因此对于污染的治理不能仅对单一地区进行分析，而应该以城市群或整个区域为分析对象。程念亮等(2014)也同样指出PM2.5的分布呈现明显的时空分布特性，更进一步地，他们通过综述大量研究文献对PM2.5的来源进行了解析，虽然各研究成果采用的方法不同，以及受到PM2.5成分多变性和研究者主观因素的限制，所得到的研究结论不尽相同，但仍然可归纳得到中国重点城市的PM2.5来源主要包括三个方面：燃煤源、工业源和汽车尾气，其中汽车尾气的贡献约在10%～30%，北京、广州、厦门、杭州等地表现尤为突出。2014年4月，北京市环保局正式发布了PM2.5来源解析的研究成果，该分析指出，北京市的污染是由本地排放和区域传输共同作用而成，其中区域传输占比为28%～36%，本地污染占64%～72%，在本地污染中，工业生产、燃煤和机动车是主要贡献源，占比依次为18.1%、22.4%和31.1%。综上所述，空间效应、燃煤、工业以及汽车尾气是地区PM2.5产生的重要因素，燃煤、工业生产对于污染的影响实质上与能源结构息息相关，而汽车尾气则属于交通部门，因此，本文结合空间、能源结构以及交通三个因素探讨雾霾问题，尝试在空间视角下对该问题展开分析。 在以往的研究文献中，国内学者针对能源结构、经济与环境关系的探讨相对较多(张友国，2009；林伯强，2010；刘佳骏等，2013)，然而，交通对于我国环境的影响却没有得到足够的重视，相关研究也相对起步较晚且集中于研究碳排放。Poon等(2006)指出较美国等西方国家而言，虽然中国的私家车拥有率偏低，但随着人均收入的提高，这一数字会不断突破历史记录，并对中国的环境，特别是城市环境构成严重威胁。郑思齐、霍燚(2010)从微观角度说明了城市交通拥堵与碳排放的联系，并探讨了城市空间结构对于缓解拥堵和改善环境的重要意义。王锋等(2010)运用Divisia指数分解法来研究我国碳排放增长的驱动因素，实证显示交通工具数量是影响碳排放的重要变量。吴开亚等(2012)与李虹、亚琨(2012)分别对上海以及全国的交通运输业的碳排放进行研究，并对其变化趋势进行原因、特征解析。 近年来，随着气候变化问题的不断升温，中国的环境经济学者将研究视角更多地投入到了对碳排放问题的讨论，忽视了对雾霾污染的分析，本文以PM2.5为污染的测度指标，结合空间计量方法，针对雾霾污染进行分析。本文的第二部分对研究方法进行介绍，并总结归纳了所选用的空间模型——空间杜宾模型的优势。第三部分运用空间杜宾模型实证分析中国31个省份的雾霾污染问题。第四、第五部分进一步探讨雾霾污染的区域特征。第六部分为基于实证结果的讨论及建议。 二、空间杜宾模型的优势：基于空间计量模型的比较分析 在研究方法上，针对以往文献主要采用假定地区间相互独立的传统计量方法，本文尝试采用空间计量模型进行分析，这是因为地区间的经济、环境明显会受到其邻近地区的影响，传统计量方法却无法考虑到这一点。在空间模型选择上，本文采用空间杜宾模型，并对其特点进行归纳总结。 (一)空间模型的设定 为了更好地对空间模型进行归纳，这里运用横截面数据进行说明，建立N个地区的包含所有空间变量的通用模型(General nesting spatial model，GNS)，形式为： Y=δWY+αlN+Xβ+WXθ+u u=λWu+e (1) 其中，W为N×N阶空间权重矩阵，WY为因变量Y的滞后变量，用以表示邻近地区因变量对Y的共同作用，WX为自变量X的滞后变量，用以表示邻近地区自变量对Y的共同作用，Wu为随机误差项的交互影响效应。δ被称为空间自回归系数，λ被称为空间自相关系数，θ、β为NX1阶变量的待估计系数，αlN为常数项。根据δ、θ、λ设定的不同，通用模型可转化为不同形式的空间模型，见图1(Vega，Elhorst，2012)。目前，应用较广的空间计量模型主要是空间滞后模型(Spatial lag model，SLM)、空间误差模型(Spatial error model，SEM)和空间杜宾模型(Spatial Durbin model，SDM)，本文仅针对以上三类模型进行对比分析。 (二)SDM的优势及其应用 相比于其他空间模型，SDM由于包含了空间滞后解释变量WX，更有助于防止遗漏变量偏误；而在进行实证分析过程中，要对区域样本数据进行处理，遗漏变量问题经常发生，SDM模型很好地解决了这一问题。此外，如果数据的生成过程是SEM或是SLM，SDM模型仍然能够保证系数估计的无偏性质(Lesage，Pace，2009)。Gerkman(2012)运用住房价格数据对比SEM与SDM，实证显示，无论是空间Hausman test检验，还是直接与间接效应分析，均呈现SDM最优。 James Lesage在2007年第54届北美国际区域科学协会会议上开始提倡对空间杜宾模型的应用，它指出空间杜宾模型不仅包括了被解释变量的空间变量，而且还包含了解释变量的空间变量，是更加精准的一类空间模型。应用空间杜宾模型较早的一篇文献是Elhorst和Freret(2009)，他们对法国的政治竞争进行了探讨。借助于Elhorst等人的思路，张文彬等(2010)运用该方法研究了中国环境规制强度的省际竞争形态及其演变，Elhorst等(2013)进一步将其扩展到动态空间面板领域，研究了相邻国家财政改革的交互影响问题。我国学者对该模型的应用主要集中于2012年以后，大量的文献用于讨论经济、环境领域的各类问题，如金融、产业竞争力以及碳排放等。
图1 各类型空间模型的联系 (三)空间模型选择机制 各类型空间模型的联系见图1。 对于三类常用模型(SLM，SEM，SDM)的选择可分为横截面数据和面板数据两种情况。本文针对面板数据进行说明。首先，估计OLS模型并检验SLM或是SEM哪个更为适合，需要检验基于OLS残差的四个统计量
对应空间滞后模型，
、Robust
对应空间误差模型。如果OLS被拒绝，统计检验显示，SLM或者SEM合适，或是两个均合适，那么接下来不能直接进行选择，还需对SDM模型进行估计(Lesage和Pace，2009)。这里要注意的是，要执行模型选择机制，估计方法必须选择极大似然估计，所得到的似然比LR可以用来检验两个假设：
∶θ=0和
∶θ+δβ=0，其中，
∶θ=0是用来检验SDM是否可简化为SLM，
∶θ+δβ=0是用来检验SDM是否可简化为SEM。如果两个假设均被拒绝，那么就说明SDM模型最优；如果第一个假设未被拒绝并且上面的稳健性检验Robust
也选择了SLM，那么就说明SLM最优，这两个条件必须同时满足，否则应选择SDM。类似地，如果第二个假设未被拒绝并且稳健性检验也指向SEM，那么说明SEM模型能够更好地描述数据的生成过程，若两条件中有一个不满足，应选择SDM。 如果模型进行OLS估计，并且LM、Robust LM检验拒绝OLS模型扩展为空间模型，那么在这种情况下仍然有必要对SLM和SEM进行估计；如果δ或λ的检验显著，则有必要进一步估计SDM，检验假设
∶θ=0，如果该假设未被拒绝，说明OLS最优。相反的，如果该假设被拒绝，那么就需要进一步检验
∶δ=0；若此假设也被拒绝，说明SDM最优；若该假设未被拒绝，说明空间模型仅带有被解释变量的空间滞后就能满足要求。 三、中国雾霾污染的空间效应及影响因素分析 (一)数据来源 囿于国内数据缺失，这里借助国外研究机构的卫星数据进行分析。Van Donkelaar等(2010)运用MODIS卫星得到气溶胶光学厚度数据，将其与全球化学传输模型GEOS-Chem相结合，制作出全球首张PM2.5年均浓度分布图，当前该技术已被广泛应用于空气质量的研究中。借助于Van Donkelaar等人的思路，哥伦比亚大学国际地球科学信息网络中心(CIESIN)与巴特尔研究所利用卫星搭载设备测定得到了全球2001—2010年PM2.5年均值，并将测算结果及研究报告公布在其官方网站上(Battelle Memorial Institute，CIESIN，2013)。该数据与2012年2月环保部对中国污染状况的判断基本吻合，方法科学，具有较高的可信度，本文数据来源于此。考虑到人口密度对污染的影响，将PM2.5制作成人口加权值进行分析。由于卫星数据读取问题，这里将重庆与四川暂且视为同一省份，运用2001—2010年PM2.5人口加权浓度值测度雾霾污染，对中国31个省份(不包括中国香港、澳门及台湾地区)进行研究。其他数据均来源于《中国统计年鉴》和《中国工业经济统计年鉴》。 (二)空间杜宾模型设定 建立如下空间模型来分析交通、能源结构以及经济发展对雾霾污染的影响：
交通因素
。本文选取两种指标测度交通因素，一种为交通压力，用该省份的私人汽车拥有量与该地区公路总长度(辆/公里)之比来表示。近年来，中国民用汽车总量呈迅猛增长态势，然而交通建设的发展速度却远滞后于汽车总量的增长速度，交通拥堵不断蔓延至全国各地。王峰等(2010)指出，1995—2007年，中国运输线路总长增长速度为8%，而交通工具总量增长速度高达26.2%，1995年交通工具拥有的平均线路长度约为0.22公里，而到2007年这一数字缩小了5倍，仅为0.04。郑思齐、霍燚(2010)以北京为例同样阐述了我国严重的交通压力问题。2010年，北京机动车保有量约为464万辆，二、三、四环路在完全排满的情况下最多也只能容纳22.4万辆车，仅占汽车总量的5%。因此，本文选取私人汽车拥有量与地区公路总长度之比来测度交通压力，该指标在一定程度上也反映了交通拥堵程度。测度值越高，说明交通压力越大。 另一种为交通拥堵程度，用该省份城市居民油品的生活消耗量与城市道路面积之比(t/
)来表示。政府间气候变化委员会(IPCC)曾在2006年国家温室气体清单指南中公布了私家车行驶速度与单位里程汽油消耗量关系图，该图显示汽车行驶速度越缓慢，其所消耗的汽油量就越高，几乎为正常行驶速度的2倍。而近年来，城市居民生活耗油量的快速增长一方面源于私人汽车拥有率的不断攀升，而另一方面严重的城市交通拥堵也是其背后重要动因。本文尝试运用居民对油品的生活消耗量来测度交通拥堵程度。单位道路面积的耗油量越高，说明交通拥堵程度越高。 权重矩阵的设定原则。本文采用两种空间权重矩阵，一种是平均权重矩阵，它假定各邻近地区对本地区雾霾污染产生的影响相同；另一种是面积加权矩阵，通常情况下，对于某一省份的空气污染来说，面积较大的邻省要比面积较小的邻省影响力大一些，因此面积加权权重矩阵赋予面积较大的邻省较高权重，更为接近现实。两种权重矩阵的设定原则如下：
(三)实证结果 由于存在着空间自相关，OLS的参数估计将不再一致。因此对于上述空间模型的估计一般采用广义矩(GMM)估计或者极大似然(ML)估计。本文采用ML估计方法，运用Matlab7.0软件对数据进行处理。③用于测度交通因素的两种指标存在高度自相关，选取反映交通压力的指标回归结果更好一些，故仅列出这一指标的回归结果，见表1和表2。
首先，分析空间相关性诊断检验。由表1可以看到，针对面板数据的四类模型进行了诊断性检验，依次为无固定效应、空间固定效应、时间固定效应和时空固定效应。在1%的显著水平下，
检验的四类空间滞后模型均显著，
仅时间固定效应不显著，结合四类模型的Robust LM检验，可以判断需引入空间计量模型进行回归分析。其次，建立空间杜宾模型。本文建立三类空间杜宾模型进行估计，依次为时空固定效应、时空固定效应偏差修正和时间固定空间随机效应。最后，模型的选择。在5%的显著水平下，Wald和LR检验均显著，即拒绝空间滞后模型和空间误差模型，说明空间杜宾模型最优。同时，根据Hausman test的判断，选择时间固定空间随机效应模型，表2为运用两种空间权重矩阵的回归结果。 由模型1和模型2可以看到，被解释变量的空间滞后变量系数均通过了水平为1%的显著性检验，这说明中国31个省份雾霾污染存在着显著的空间溢出效应。此外，能源结构、人均GDP这两项指标通过了水平为5%的显著性检验。而反映交通因素的指标未通过显著性检验。综上所述，从全国范围看，能源结构、经济发展水平是影响每一个省份雾霾污染的重要因素，而交通因素至少从全国范围看是不显著的。然而中国的经济社会发展地区差异显著，在不同区域，雾霾污染的影响因素是否也不同呢，下面我们建立分区域的空间计量模型进行探讨。 四、中国雾霾污染的区域特征分析 (一)中国雾霾污染现状分析 图2是按照2001—2010年PM2.5平均值绘制的分布图，将全国划分为4个区域，颜色越深表示雾霾污染越严重。可以看出，我国的雾霾污染呈现出明显的区域特征，污染最严重的省份依次为山东、河南、江苏、河北、四川(包括重庆)、湖北、广西、湖南，这些省份在空间上紧密相连。首先，以山东、河南、河北为主的区域形成了一大污染极，污染程度为全国之首；其次，以四川(包括重庆)、湖北、湖南、广西为主的区域形成了第二污染极。本文根据污染分布的特点，并结合经济发展水平，将全国划分为6大区域，区域划分情况见表5。图3给出了划分区域污染的变动趋势，区域特征明显。首先，中原经济区、中南和西南经济区、东部沿海依次为中国的三大污染极，污染程度均在2007年达到最高，但不同的是东部地区自2007年以后呈现下降趋势，其他两个地区自2009年起污染却呈上升态势。其次，西部生态区、东北地区污染程度较低，西部经济区略高于这两个地区，以上三个区域的变动趋势基本相同，无较大波动。为什么雾霾污染在全国形成如此分布态势及变动趋势呢？对此，下文将建立分区域的空间计量模型，探寻其形成动因。
(二)分区域的实证分析结果 模型设定与(2)式相同，需要特殊说明的是空间滞后变量的取值问题。由于进行了区域划分，某一省份的邻省很可能不包含在其划分区域内，但污染还会受到其相邻省份的影响，上文的Matlab程序代码已不再适用。针对这一问题，本文首先计算各空间变量的具体数值，即通过空间权重矩阵(面积加权矩阵)得到300×1的空间滞后变量，运用Stata11.0进行回归分析，方法为ML估计，选择随机效应。TPit的两个指标回归结果相似，反映交通拥堵程度的指标回归结果更好些，见表3。
五、影响雾霾污染的区域因素分析 (一)能源结构对雾霾污染的影响 由表2可知，能源结构是影响中、西部地区雾霾污染的最直接因素，中部尤为突出，通过了显著性水平为5%的检验。由图2可以看到，中部地区也是雾霾污染最为严重的地区，中部高雾霾的背后则隐藏着更为深刻的经济发展动因，而能源结构恰恰是反映经济发展的重要衡量指标。 1.表现为制造业集聚区域的转移。一是东部沿海的产业转移呈现出“北上”趋势，由珠三角、长三角地区向环渤海地区转移(陈耀、陈钰，2011)，本文划分的“中原经济区”中的山东、河北成为主要的承接地。二是东部经济发达地区的制造业集聚逐渐降低，向中西部地区转移。“十一五”期间，中西部地区的工业迅速发展，增加值份额大幅度攀升，东部经济发达地区产业在向外转移，产业承接区主要为中、西部地区。特别是中部地区，借助于地理位置的优势成为沿海地区的主要产业承接基地。值得关注的是，这些转出的产业以纺织服装、食品制造以及资源型产业为主，大多为高耗煤、高污染产业。那么，在治污技术水平不变或是提升速度远远低于产业集聚速度时，中部地区产业不断集聚，在带来经济正外部性的同时，也带来了负外部性，即污染的集聚。 此外，我国产业结构调整更是存在着“损人利己”效应(黄亮雄等，2012)，经济较发达的东、中部尤显突出。由表3可知，对于东部和中原经济区，本地自身产业结构优化会使污染得到改善(ESit系数为正，即直接效应)，然而邻近地区产业结构的优化会升高本地区的污染，呈现负效应(W*ESit系数为负，即间接效应)，这说明产业结构调整存在一定的“损人利己”效应，本地区产业结构的优化，可能意味着邻近地区产业结构的“恶化”，进而使得地区不能获得其自身产业结构调整所带来的全部利益(总效应小于直接效应)，即环境质量没有达到预期的改善目标。虽然间接效应的指标未通过显著性检验，但从其符号上看已反映了这样的趋势。表2的模型2也反映了这一趋势。 2.表现为以煤为主要能源的经济发展模式。表4为主要国家能源结构对比表，按照PM10浓度大小进行排列。由表4可以看到，污染排在前三位的国家尼日利亚、印度、中国均为发展中国家，且在能源结构上呈现出较为相似的特征。首先，在煤炭利用上，煤炭在发达国家能源消耗结构中所占比均在20%左右，印度为41%，而中国更高，已达到71%；其次，在清洁能源利用方面，发达国家均已占到30%，而尼日利亚、中国和印度均还不到10%。可见能源结构是决定雾霾污染的重要因素。而更值得注意的是，我国的能源净进口量也排在前列，在表4中居第3位，而近年来我国的劣质煤进口量在逐年攀升，据海关总署数据显示，尤其是褐煤(煤化程度最低的矿产煤，燃烧中产生大量的烟尘)，在2009—2012年间进口量增长了9倍之多，无疑给环境造成了更大压力。 3.产能过剩进一步加剧了雾霾。中国的产能过剩集中发生在高耗能产业上(胡鞍钢等，2015)，韩国高等(2011)对我国28个行业1999—2008年的产能利用水平进行测度，得出七大产能过剩行业，与2009年国务院发布的《关于抑制部分行业产能过剩和重复建设引导产业健康发展若干意见的通知》提及的产能过剩行业判断基本相符。这些产业除化学纤维制造业外，均包含在本文选取的八个高耗能行业中，表2的回归结果显示，这些行业的产值占地区GDP比重越高，雾霾就越严重。而产能过剩行业的产值均超出实际产能的20%～30%，致使了能源的过度消耗。
(二)交通模式对雾霾污染的影响 进入工业化后期的省份，交通成为影响雾霾的最直接因素。由表3可以看到交通因素TP[，it]对于雾霾污染的影响，经济较为发达的东部地区尤为显著，中南和西南经济区虽显著但其系数远低于东部，西部地区甚至出现了负向趋势。“十一五”(2005—2010年)期间本文划分的东部省份已全部进入工业化发展阶段后期，接近于步入后工业化社会，产业结构的影响已不再明显。然而，交通问题成为影响雾霾污染的最直接因素。 从全球范围看，交通问题不仅在中国，同样也是国际性难题。经济越发达的国家，交通对环境质量的影响越显著，而对于经济较为落后的国家，能源结构对环境的影响则愈显突出。根据美国能源信息署(EIA)的报告分析，④美国、加拿大、澳大利亚等发达国家，交通运输是影响其空气质量的主要原因，然而对于印度、南非等发展中国家，能源结构则成为主导因素。 在表1中，反映交通压力的指标虽不显著，但可以肯定的是对雾霾污染产生了正向影响(lnTPit系数为正)，即单位道路面积的私人汽车数增加会导致环境质量的恶化。而在表3中，反映交通拥堵程度的指标在东部发达地区通过了显著水平为1%的检验，说明交通拥堵已经成为困扰我国经济发达地区改善环境质量的重要障碍。2013年，在国家交通部科学研究院、环保部机动车排污监控中心等单位主办的“缓解交通拥堵、改善空气质量经济政策国际研讨会”上，会议代表指出汽车在怠速状态下排放的PM2.5是顺畅通行时的5倍，杭州汽车尾气排放对PM2.5的贡献度已达到了40%，北京也达到了30%以上。随着区域经济的迅速发展，交通将会成为影响城市环境的重要因素。 (三)雾霾污染的空间作用 由表2可以看到，从全国范围看，雾霾污染存在显著的空间溢出效应。进一步运用表3进行区域分析，得到了污染较严重的三个地区为东部地区、中原经济区、西南和中南经济区。其中，东部地区受到邻近地区雾霾污染的影响系数(W*lnPM的回归系数)最大为0.6388，是中原经济区的3倍，而中南和西南经济区甚至出现了“较弱的负效应”(系数为-0.0740)。即对于东部地区来说，来自邻近地区的影响是构成其污染的重要因素，邻近地区PM2.5每升高1%，就会引起本地区雾霾污染升高0.6388%。从表3中还可以看到，产业结构对于东部地区已不再显著，特别是，当“污染的外溢效应”大于地区自身“产业结构优化效应”时，东部地区很难独善其身，如图2中的北京、天津等地，虽自身产业结构不断优化，但污染却仍维持在较高水平。表5在以上分析的基础上，总结概括了影响各地区污染的主要因素。 六、结论与讨论 相关研究已证实，PM2.5可以被远距离传输，一个地区的污染是本地污染和外地污染共同作用的结果，中国的雾霾污染已经波及25个省份，影响面积高达130多万平方公里，空间因素不容忽视。本文构建空间杜宾模型探讨了能源结构、交通、空间因素对雾霾污染的影响。模型的实证发现，我国的雾霾污染空间区域特征明显。(1)对于东部地区，自身的产业结构已经得到优化，基本进入工业化发展阶段的后期，交通以及来自邻近地区的影响是其成为高污染区的重要原因，特别是，当“污染的外溢效应”大于其自身“产业结构优化效应”时，东部地区很难独自努力实现大气环境质量的改善。(2)对于中、西部地区，能源结构以及产业结构是致使其成为高污染集聚区的最主要原因。这主要体现在以下三个方面：首先，表现为制造业集聚逐渐向这些地区转移，且近年来，转移大多以高污染、高能耗的产业为主；其次，表现为以煤为主的能源消耗结构，近年来，大多数发达国家的能源结构中煤炭所占比重均在20%左右，而我国在70%左右；在清洁能源利用方面，我国仅为8%，发达国家却均已达到30%以上；最后，表现为产能过剩加剧了雾霾污染，致使能源消耗过度以及更多的工业废气排放。
空间因素是影响雾霾污染的重要因素。这就要求我们在治理雾霾上，应增强“联防联控”意识。而“联防联控”的实施应更具针对性，从本文的研究(见表5)可以看到，东部沿海地区受空间因素影响较显著，区域联合治理更适用于这些地区。在具体方案实施中，应尝试打破省份行政区域界限，进一步落实到市级城市的合作层面，运用城市PM2.5数据对污染区域进行划分，确定“城市群”范围，针对污染较为严重的“城市群”采取“联防联控”措施是更为有效的治理手段。 能源结构是治理雾霾的关键。与之紧密对应的便是产业结构的优化以及经济发展方式的转变。然而，这对于仍处于重工业化的中国来说还有很长的一段路要走，那么，在经济增长模式尚未彻底转型之际，采取什么样的措施能够取得些许成效呢？本文的实证发现，短期内，我们在两方面可以做出改善。首先，交通因素已成为发达地区空气污染的重要来源，汽车在怠速状态下的污染极其严重，加之遍布整个城市的高层建筑物，无疑阻碍了空气的流通，使城市的空气质量更是“雪上加霜”。然而，试图通过维持私家车的拥有率来解决交通拥堵，似乎并不现实。那么，发展公共交通、优化交通网络，必将是缓解交通压力，治理雾霾的必然选择。值得一提的是，中国很多城市在布局上没有一个合理的长期规划，为了配合不断变化的城建方案，许多道路处于重复建设之中，是造成交通拥堵的重要原因之一。这种现象在许多中西部省会城市尤为明显，因此，制定一个符合城市发展的中长期布局规划对于未来中国雾霾污染的治理十分关键。其次，减少劣质煤、劣质油品的使用是减少雾霾较为有效的途径，而目前我国这方面的法律法规并不完善，导致工作没有落到实处。 相比短期而言，更具深远意义的是发展清洁能源技术以及煤炭的清洁高效利用技术，从而进一步增加可再生能源的消耗比重。正如本文第五部分所阐述的观点，在治污技术水平不变的条件下，经济集聚在获得正外部性的同时，必然会带来环境污染等负外部性，负外部性的治理则依赖于技术水平的提高。而更具战略意义的是，以太阳能、风能等为代表的清洁能源产业，在优化能源结构的同时，也拉动了就业、推动了经济的增长，成为未来全球经济发展的新引擎。目前，政府部门已意识到以上问题的重要性。国务院近期相继出台“大气污染防治十条措施”、《2014—2015年节能减排低碳发展行动方案》以及《能源发展战略行动计划(2014—2020年)》。在调整能源结构、改善交通方面均设定了具体目标，特别是重视了发达地区的交通问题以及重点区域的联合防控，例如，“加大机动车减排力度，到2015年底，京津冀、长三角、珠三角等区域内重点城市全面供应国五标准车用汽油和柴油，加快柴油车车用尿素供应体系建设”“到2020年，非化石能源占一次能源消费比重达到15%”等。这些政策的有效实施必将对雾霾污染产生实质影响。 注释： ①参见《中国环境经济核算报告2010》。 ②选取的行业依次为电力、热力的生产和供应业、石油加工、炼焦及核燃料加工业、黑色金属冶炼及压延加工业、非金属矿物制品业、煤炭开采和洗选业、化学原料及化学制品制造业、有色金属冶炼及压延加工业、造纸及纸制品业。 ③程序代码由Elhorst,J.P.编写，参见www.regroningen.nl。 ④资料来源：http://www.eia.gov/countries/。
标签：能源结构论文; 雾霾治理论文; 空间分析论文; 经济模型论文; 环境经济论文; 中国模式论文; 中国东部论文; 经济学论文;
能源结构、交通方式与雾霾污染&基于空间计量模型的研究_能源结构论文
下载Doc文档