雾霾的空间相关性探析

　　4.3 雾霾的空间相关性探析
　　
　　4.3.1 测度方法
　　
　　地理学第一定律（Tobler's First Law of Geography）中对于空间相关性进行了最初的探讨，这一定律阐述了相邻地域之间的连通性，多个相邻空间内的信息是具有相似性的，空间分布模式主要存在三种：点模式、面模式、体模式，目前研究最热的也是应用最多的是面模式，即空间自相关性，各地区要素之间是否具有空间相关性，可以通过计算其 Moran's I 值进行测算，其计算公式为： 　　 　　 　　
　　4.3.2 测度结果
　　
　　利用上述方法，我们使用 STATA12.0 对我国 2001-2010 十年间 29 个省级区域的PM2.5颗粒物浓度进行测度，测度其全局 Moran's I 值，测度结果如表 4-2 所示。
　　
　　由表 4-2 中数据可知，我国 29 个省级单位的 PM2.5浓度均通过了 1%的显着性水平检验，所以存在很强的空间正向相关性，也就是说，PM2.5呈现“高-高”“低-低”的相关关系，即：对于一个 PM2.5值较高的地区，其周边也会存在一些 PM2.5浓度很高的地区，出现聚集分布的特征，而对于 PM2.5浓度较低的地区，其周边相关省份的PM2.5污染物浓度值也很低；其次，我们还可以从数据中发现，Moran's I 在 2001-2010这十年间均在 0.5 左右波动，存在很高的相关性，而 2007 年达到峰值 0.508,从另一个方面说明了我国雾霾污染的空间相关性比较稳定而且程度很高。这些与我国目前雾霾污染的现状很符合，也符合目前的经验估计，我国的雾霾天气确实是每次都呈现聚集式爆发，尤其是京津冀以及环渤海地区更为严重。
　　
　　雾霾污染对于我国来说是一个新的大气污染灾害，以往对于大气污染的经济学角度分析多采用普通面板数据，其本质上是认为各个地区之间在经济发展、环境污染、人员资金流动等方面是相互独立的，但是从现阶段经济发展的实际情况来看这是十分欠妥的观点，因为经济以及空气质量的变化在很大程度上必将受到周围地区的影响，这也是我国目前雾霾污染呈现区域化的主要原因之一，各相邻地区由于产业转移将雾霾污染源转移到周边相对落后的区域，从而使雾霾污染向周围扩散，呈现出与区域经济一体化同步的特征。这些都是传统计量手段难以测度的，所以文章在考虑到雾霾污染的区域性特征之后，采用空间计量的方法来进行测算。
　　
　　4.3.3 空间模型设定
　　
　　为了更好的解释实证所用模型，我们首先建立一个 M 个地区的包含所有变量的空间通用模型，其具体形式为：
　　
　　在这其中，W 为前文介绍的 M×M 阶空间权重矩阵，WY 为因变量的滞后变量，目的是来表示与研究地区相邻地区的因变量 Y 对 Y 的共同作用，WX 为自变量 X 的滞后变量，用来测度临近地区的自变量 X 对 Y 的影响效用，与为 M×1 阶变量带估系数，0为方程的常数项，α被称为空间自回归系数，根据上述指标的不同可以将模型转化为不同种类的空间计量模型，在空间模型的选择上，目前主流研究方法有：空间杜宾模型（Spatial Dubin Model,SDM），空间误差模型（Spatial error Model,SEM），空间滞后模型（Spatial Lag Model,SLM）。
　　
　　SLM 模型主要研究各变量是否存在对其他地区的空间溢出效应，而 SDM 模型主要针对本地区自变量是否受到临近地区的自变量和因变量的显着影响，SEM 模型主要研究附近地区因变量的误差变动对本地区因变量 Y 的影响。
　　
　　三种模型基本样式如下所示： 　　　
　　的时间效应随机扰动量；结合模型（3）（6）（7）可以将原模型变化为我们所需要的SLM 模型，具体设定模式与（6）式相同， ∑ 2 5为空间滞后模型的空间变量，用来解释 i 临近地区的 PM2.5 浓度，W 为前文所设定的空间权重矩阵，为模型（8）的空间变量系数，用来衡量空间的溢出效应，也就是本地区的 PM2.5 浓度对于其他地区的影响程度。
　　
　　4.3.4 数据检验与空间计量模型选择
　　
　　（1）多重共线性检验
　　
　　为避免各变量之间存在严重的多重共线性，首先对模型的各自变量进行多重共线性检验，文章采用两种方法来检验多重共线性，条件数检验结果：
　　
　　如表 4-3 所示，条件数检验的标准为条件指数值在 30 以下，可视为不存在多重共线性，30-100 为存在多重共线性，但是共线性的存在不会影响最终的模型解释，而大于 100 则表示存在严重的共线性，需要对模型进行进一步的调试，从上边可以看出，模型的条件数值为 24.83 小于临界值 30,因此，从条件数检验来看，各变量之间不存在多重共线性。
　　
　　因为只用一种检验方式来说明迷行是否存在多重共线性难免有失偏颇，因此我们再采用方差膨胀因子（VIF）检验来测试模型是否存在严重的多重共线性；方差膨胀因子的公式可以表示为：2为模型的辅助回归的拟合优度，VIF 值越大则表示共线性越严重，由于现在没有通用的 VIF 临界值标准，所以采用经验标准来作为模型 VIF 值的检验标准，经验VIF 值为 10,即模型 VIF 值小于 10 则可以认为不存在严重的多重共线性，VIF 大于10 则表示存在严重的多重共线性，需要进行模型的进一步调整，模型的 VIF 检验结果如表 4-8 所示：
　　可以看出，模型的 VIF 均值为 6.38,小于经验临界标准 10,因此可以判定模型不存在严重的多重共线性。
　　
　　（2）拉格朗日 LM 检验
　　
　　现阶段，计量经济学对于面板数据模型的建立有四种：时间固定效应、空间固定效应、时空固定效应以及普通无固定效应四种，文章运用 LM 检验对于这四种检验进行分析，来检验是否需要使用空间计量模型进行进一步的分析，LM 检验结果如表 4-5所示。
　　
　　根据 LM 检验的结果，在 10%的显着性水平下，仅存在稳健的 LM spatial lag 和稳健的 LM spatial error 不显着，所以综合考虑上表中四种模型的 LM 以及 robust LM检验结果，需要我们在模型中考虑空间因素，应用空间计量模型。
　　
　　4.3.5 雾霾污染的实证结果与解释
　　
　　根据前文所述，目前应用最为广泛的空间计量模型有 SDM、SEM、SLM 三种，从 wald 和 LR 检验结果来看，原假设均在 10%的显着性水平下被拒绝，因此可以排除使用 SEM、SLM 模型，SDM 模型为最优选择。
　　
　　（1）SDM 模型实证结果：
　　
　　文章使用 STATA12.0 对 2001-2010 年相关雾霾浓度以及各类经济、交通、能源等数据进行空间计量分析，SDM 模型实证结果如表 4-6 所示：
　　
　　（2）实证结果的解释
　　
　　实证结果显示，SDM 模型中的空间相关系数 ρ 为 0.7234,在 1%的显着性水平下通过检验，这说明雾霾污染存在很强的空间溢出效应，也与我们最初的估计以及我国雾霾污染的实际状况相符合，即雾霾污染具有很强的区域性、跨界性，一个地区的雾霾状况不仅受到本地区的相关因素的影响，而且还受到临近地区雾霾污染状况的影响，这种影响显着为正；hasuman 检验在 5%的显着性水平下通过检验，拒绝原假设，因此 SDM 固定效应模型要好于 SDM 随机效应模型，因此在后续的分地区研究中，采用固定效应 SDM 模型进行分析。
　　
　　表 4-10 中的模型估计结果显示，HFM 指数在 1%的显着性水平下通过检验，系数为 0.0976,这表明我国产业结构中，重工业产值占轻工业产值每提高 1 个百分点，将使雾霾污染浓度上升 0.0976%,与我国现实状况相符合，我国的重工业主要是以高耗能、高污染型企业为主，在生产过程中不注意节能减排以及废气的后续处理，某些工业机构重工业化尤其严重的地区，诸如我国的河北、山东、天津、辽宁等地，雾霾污染也特别凸显，因此，产业结构中重工业比例过高，工业体系大而不强，泛而不精，工业生产倚重重化工业，这些都是我们亟待解决的问题，也是我们解决雾霾污染必须正视的问题。而 HFM 系数的空间回归系数为 0.11363 在 10%的显着性水平下通过检验，空间溢出效应显着，说明雾霾污染受到临近地区工业结构的影响较强，伴随着区域间产业转移地区产业机构呈现同质化，这也是雾污染高发呈现区域性、地带性的主要原因之一。
　　
　　人均 GDP 能够很好衡量一个地区社会经济发展水平，按照环境经济学理论，经济的发展在早期阶段会带来污染的不断加剧，但是当社会经济水平发展到某一阶段时，随着人均 GDP 的进一步上升，社会有足够的资源来治理环境污染，使环境得到改善，表中数据显示，人均 GDP 以及其二次方项在 5%的显着性水平下通过检验，系数分别为：-0.7881 和 0.1014,我们可以看出确实存在环境库茨涅茨效应，即存在雾霾污染与人均 GDP 之间的某种关系，实证数据显示，这种关系呈“U”型关系，符合前文论述的 EKC 曲线第二种假设，拐点值为“人均 GDP12088 万元”,我们使用 STATA12.0作出图 4-4 形式的 EKC 曲线：
　　
　　对于出现“U”型的 EKC 曲线一种解释：在经济发展的早期阶段，资本原始积累主要依靠的是轻工业，轻工业对于环境污染较小，结合我国的实际情况是，在 1995年以后，我国主要城市开始注重环境保护，都着手建设自己的环境检测体系，污染处理设施，到 2000 年初，基本实现污染处理能力，设施开始运行，因此在此阶段，轻工业的发展带来经济增长，能够有很多的资金投入到环境治理，出现雾霾污染下降的趋势，从 2001 年以后，我国进入快速城镇化时期，城市化进程的飞速提高，但是与此同时，没有相应的提高污染处理能力，旧有的污染处理设施，道路、交通等公共基础设施不断老化，缺乏对于新类型污染物PM2.5的监测体系与处理设施；2003年以后，我国工业出现重工业化趋势，并且在钢铁、造船、玻璃等行业出现产能过剩危机，致使我国的雾霾污染日趋严重，所以呈现拐点后上升的趋势，2010-2015 年我国面临的雾霾污染状况也验证了这一事实，即我国雾霾污染远未达到环境库兹涅茨曲线中的拐点位置，随着人均 GDP 的增长，雾霾污染还会加剧，治理雾霾污染还有相当长的一段路要走。
　　
　　实证结果证实供热量与我国雾霾污染有显着的关系，在 5%的显着性水平下通过检验，系数为 0.22179,即供热量提高 1%引起我国雾霾污染浓度上升 0.22179%,表明供热量对于雾霾污染具有正向作用，这与我国目前实际状况相符合，因为我国目前工业、生活用暖主要依靠热电厂，采取燃煤方式供暖，北方冬季之所以雾霾天气高发，一个重要原因就是冬季供暖量急速上升，尤其是京津冀、环渤海等人口密集地区，南方相对于北方冬季雾霾程度较轻，这与南方冬季不供暖也有很大的关系，供暖量大的额区域同时也是雾霾浓度高的地区，供暖量小的区域雾霾浓度也低，呈现“高-高”“低-低”分布，这也从侧面反映了我国供暖企业的能源结构有待进一步优化。供暖量空间回归系数为 0.348,在 5%的显着性水平下通过检验，表明供暖量的空间效应明显，临近地区供暖对于本地区的雾霾程度存在正向效应，即供暖量和雾霾污染之间存在空间相关性。
　　
　　空间汽车密度在 1%的显着性水平下通过检验，系数为 0.218,这表明单位国土面积上汽车保有量每增加 1%引起雾霾浓度增加 0.218%,国内外研究表明，汽车尾气作为大气污染物的重要来源，对于雾霾污染物的形成具有不可推卸的责任，实证结果也证实这种结论，我国进入 21 世纪以来，汽车保有量迅速增加，单位国土的承载能力有限，如果在有限的空间内积聚了过多的车辆，无疑会增加生态环境的负担，那么长此以往，出现雾霾天气也就不足为奇了，在汽车密度较大的城市，雾霾污染也越严重，另一方面，过多的汽车增加了交通负担，使通勤时间增加，额外耗费了更多的能源，排放了更多的大气污染物，而这些最终都成为雾霾污染物的来源。汽车保有量的空间效应不显着，这可能存在两方面的原因：一方面，临近地区生态承载力不同，部分地区生态承载能力强，对于临近地区雾霾污染物有协助消化作用，而另一部分可能生态承载力较差，导致雾霾污染更加严重，所以最终效果不明显；另一方面，我国目前汽车保有量的上升主要是由于私家车的拥有量大幅度上升，而私家车的购买和使用局限在某一地区内，限制了污染物的跨界排放、运输，所以最终效果不显着。
　　
　　FDI 变量在 10%的显着性水平下通过了检验，这表明外国直接投资对我姑雾霾污染有影响，系数为 0.353,即实际使用外资每增加 1%,引起 PM2.5 浓度增加 0.353%,主要测度了国际产业转移对我国雾霾的影响程度，西方发达国家发展程度高，对于企业的环境规制要求很高，在生产过程中需要支付高昂的环境保护费用，而相对于这些国家，我国对于环境保护的标准没有那么严格，所以这就导致国外的部分环境污染严重，能源消耗大的产业转移到我国，2008 年以前，我国外向型经济发展快速，所以我国承担了大量国外的投资额，各地区为了争取外资进入，甚至提供给这些企业相对于国内企业更低的环境保护标准，所以造成了大气环境的极大破坏。FDI 空间回归系数不显着，这表明 FDI 受到相邻地区影响不明显，这可能是由于外资的地域性限制较强，各地方政府对于外国投资实施了保护策略，限制了这些企业向其他地区转移；再者，在过去很长一段时间内，国外直接投资者只是将我国作为中间生产商，即“两头在外”,所以他们对于投资地区的区位因素考虑更多，比如是否方便出口以及各种生产资源可得性等，所以这些都限制了 FDI 的跨区域转移。
　　
　　废气治理投资强度在 5%的显着性水平下通过检验，系数为-0.1323,这表明废气治理投资占 GDP 的比例每上升 1%引起 PM2.5浓度下降 0.1323%,这与经验估计方向一致，废气治理投资直接作用于雾霾污染源，降低废气排放，随着我国国民经济的不断发展，废气治理投资强度会越来越大，这部分资金来源主要有三部分，其一，政府投资，政府通过补贴等形式为企业进行设备整改，降低废气排放量；其二，企业自筹资金，由于环境规制的要求，所以企业为保证自己能够合法持续经营下去，必须使自己的废气排放量达到法定标准；其三，社会筹资，各类环保组织将资金投入到废气污染的治理与天气灾害的预防。废气治理投资强度空间回归系数为-0.0577,在 10%的显着性水平下通过检验，废气治理投资强度存在显着的空间相关性，即某一地区的废气污染治理投资会对临近地区的雾霾污染产生反向作用，这说明废气治理投资强度溢出效应明显，一个地区雾霾污染治理投资的加大在减少本地区雾霾污染的同时，也显着降低临近地区的雾霾污染状况，呈现区域化的特征，产生了正的外部性，所以这也从侧面要求我们在治理雾霾污染的过程中更多的考虑区域联防联控，以降低污染治理成本，提高污染治理效率。
　　
　　煤炭消耗强度指标在 5%的显着性水平下通过检验，系数为 0.24026,即燃煤消耗强度每提高 1%,将引起 PM2.5浓度上升 0.24026%,这与经验估计相符合，煤炭作为我国能源结构的主要组成部分，其消耗轻度标志着我国能源消费体系的改善程度，原煤燃烧作为重要的 PM2.5颗粒来源，其消耗强度的不断提升必将导致雾霾污染的日趋严重，也从侧面反映了我国的能源消耗结构有待进一步优化，逐步减少原煤消耗，增加清洁能源的利用，从而减少雾霾污染，我国必须减少高耗能产业的投资，实现集约式发展。空间回归系数为 0.1465,在 5%的显着性水平下通过检验，这表明原煤消耗强度存在正的空间相关性，一个地区雾霾污染程度不仅受到本地区原煤燃烧强度的影响，还受到附近地区原煤消耗强度的影响，这一点在我国京津冀地区尤为明显，从原煤消耗强度来看，北京地区雾霾污染程度与附近的河北、天津相近，但是其原煤消耗强度为天津的 1/5,河北的 7/1,也就是说附近的原煤消耗强度具有很强的外溢性，北京通过产业结构的转型升级，将原煤消耗强度大的产业转移到周边的河北、天津等地，虽然这一措施降低了北京的原煤消耗强度，但是还是会因为外溢性的存在，使北京的雾霾污染日趋严重，这说明通过降低原煤消耗强度的降雾霾污染策略必须在区域内统筹规划，如果这些政策只是限制于某一地区，那么取得的成果将非常有限。
　　
　　环境规制变量 regulation 的实证结果显示不显着，空间效应亦不显着，这表明我国的排污收费制度还不健全，污染物作为生产的副产品，没有被厂商所“购买”,反映了生产的负外部性，在西方发达国家，排污收费制度已经建立的很健全，政府以及社会可以通过排污收费制度将生产的负外部性成本纳入到厂商的正常生产函数，从而实现社会帕累托最优，但是在我国，明显这项制度施行的非常差，从相关法律制度的制定，到政策的执行和交易制度的建立，都存在很多问题，还不能够通过排污费来规制厂商排污行为，或者说还不是特别明显，存在很多的逃避缴纳排污费的现象，这些都是我们需要进行进一步解决的。
　　
　　（3）东、中、西部不同区域雾霾影响因素解析
　　
　　根据国家统计局网站公布的分类标准，将我国分为东中西三大经济区域进行空间SDM 回归分析，来探究不同区域的雾霾污染影响因素，实证结果如表 4-7:分区域实证结果显示不同地区雾霾污染的主要影响因素可以表示为表 4-8:
　　
　　4.4 小结
　　
　　首先，在这一部分里，进行了 SDM、SEM、SLM 三种空间计量模型的比较，通过检验，我们选择了 SDM 作为文章研究所使用的模型，通过 SDM 模型探究了影响我国雾霾污染程度的主要因素以及是否存在空间效应，统计数据最终显示，我国雾霾污染程度受到产业结构、原煤消耗强度、汽车空间密度、供暖量、废气治理投资强度、FDI 等因素影响显着，环境规制因素影响不显着，空间效应中除 FDI、空间汽车密度、环境规制强度等因素不显着，其余均在 10%的显着性水平下通过检验；此外，通过绘制二次拟合曲线，发现我国雾霾污染与人均 GDP 呈“U”型曲线，也就是俗称“微笑”曲线，分析得出我国目前尚不具备雾霾污染呢由高到低的转折点。
　　
　　其次，通过将我国分为东中西三个大区，进行 SDM 回归，根据上表所示，雾霾污染的空间相关系数均大于 0,而且在 1%的显着性水平下通过检验，即雾霾污染都受到临近地区雾霾污染的影响，中部地区尤为严重，相关系数为 0.5908,其次为东部地区，相关系数为 0.542,西部地区最次，系数为 0.4685;东部和中部地区空间效应最为显着的是临近地区的雾霾污染，西部地区空间效应最为显着的是临近地区空间汽车密度，我们应该关注中部和西部地区，我国东部地区目前处于产业转型升级的关键时期，这一时期的特点就是大量的重化工业由沿海向内陆地区转移，因此我们从 SDM模型回归结果中可以看出，中西部地区的 HFM 系数溢出效应在 10%的显着性水平下通过检验，即临近地区的产业结构调整会对本地区的雾霾污染产生较强的影响，对于中西部地区，雾霾污染与人均 GDP 之间还不存在对应的“U”关系，经济发展水平相对于东部地区较低，因此中部地区雾霾污染与人均 GDP 存在线性关系，而西部地区这种关系不显着。