何楓++馬棟棟

摘要：以2013年中國74個首批PM25監(jiān)測城市的截面數據為研究樣本，應用TOBIT模型進行霧霾與工業(yè)化發(fā)展之間的實證分析。結果表明：首先，若某城市工業(yè)增加值占GDP比提高1個百分點，那么其霧霾天數將增加約4天。其次，若某城市象征重工業(yè)化度的重要指示變量霍夫曼系數之倒數提高1個百分點，那么其霧霾天數也將增加約1天。第三，所監(jiān)測城市化程度越高，則所對應的霧霾現象也越嚴重。據此，在經濟發(fā)展模式不作調整的前提下，中國城市霧霾現象將難以解決。

關鍵詞：霧霾；PM25；工業(yè)化

DOI：10.13956/j.ss.1001-8409.2015.06.24

中圖分類號：F4240；F291.1 文獻標識碼：A 文章編號：1001-8409（2015）06-0110-05

近年來，中國很多地區(qū)不斷受到大范圍霧霾天氣的困擾。霧霾天的頻率越來越高，范圍也越來越大，幾乎涉及近30個?。▍^(qū)、市），嚴重影響了所在地區(qū)居民的健康和心情。目前，PM25指數是人們判斷霧霾的關鍵顯示性指標，它是指直徑小于等于25微米的細顆粒物，富含大量有毒、有害物質，在空氣中停留時間長，其濃度的增加直接導致了霧霾天氣的頻繁發(fā)生?！?013中國環(huán)境狀況公報》顯示，2013年中國平均霧霾日數為359天；相比2012年，增加了183天。2012年10月11日，國家頒布了新的《環(huán)境空氣質量標準》，將PM25納入到環(huán)境監(jiān)測中來，尤其是對京津冀、長三角、珠三角等重點區(qū)域以及直轄市、省會城市等按照新標準對PM25進行監(jiān)測。根據所監(jiān)測的主要城市可以看出，霧霾的重災區(qū)基本上都是工業(yè)化發(fā)展程度較高的城市。于是提出疑問，中國大范圍高濃度霧霾天氣與工業(yè)化進程之間到底有著怎樣的關聯？霧霾是否是工業(yè)化發(fā)展到一定階段的必然產物？

1 文獻回顧

環(huán)境與經濟發(fā)展之間的關系是經濟學研究中一個經久不衰的話題，對環(huán)境庫茲涅茨曲線（EKC）的分析就是其中的一個關鍵所在。Selden和Song[1]、高宏霞等[2]人的實證結果表明，經濟發(fā)展與環(huán)境惡化之間存在著倒U型曲線。Jerrett等[3]利用美國的51個城市的PM25驗證了PM25與經濟發(fā)展階段之間表現為庫茲涅茨曲線形式。王良舉等[4]發(fā)現高、中、低收入國家中EKC曲線確實存在，轉折點為13000美元左右。當然，一些學者對環(huán)境庫茲涅茨曲線存有質疑，例如，Richmond和Kaufmann[5]則認為環(huán)境污染與經濟發(fā)展之間不存在顯著的倒U形關系。程莉[6]發(fā)現我國29個省份中各地區(qū)的經濟增長與環(huán)境污染之間不一定呈現倒U型關系。

對于發(fā)展中國家來說，除經濟發(fā)展這個因素外，產業(yè)結構與環(huán)境污染之間也有一定的關聯。在這一方面，Antweiler和Copeland[7]、Chow和Lin[8]研究了產業(yè)結構、產權結構、經濟規(guī)模結構、能源結構等結構性因素變化對環(huán)境約束下的經濟發(fā)展的作用和影響。朱平輝[9]等發(fā)現人均工業(yè)廢水排放量與人均GDP之間為倒N型關系，人均工業(yè)廢氣與人均GDP之間為兩個拐點的倒N型關系。Zhou[10]認為工業(yè)結構調整能夠有效降低CO2的排放。Bruvoll和Medina[11]、查建平[12]等認為結構性調整對碳排放績效具有重要意義，是低碳發(fā)展和經濟結構升級的主要路徑。

可見經濟發(fā)展與產業(yè)結構對環(huán)境的污染有一定的影響。對于霧霾與經濟發(fā)展階段之間的關系，在西方發(fā)達國家已達成共識。而就目前而言，我國正處于工業(yè)化中后期經濟發(fā)展階段，大范圍霧霾與工業(yè)化發(fā)展程度究竟有何具體關聯，則需要作深入研究。本文旨在利用中國2013年首次全面的城市霧霾監(jiān)測數據和相應城市的工業(yè)化發(fā)展數據進行相關性研究，并以此為據，為治理大范圍內霧霾天氣給出建議。

2 實證分析設計

2.1 各城市霧霾污染狀況

2013年，國家環(huán)境保護部公布的74個城市中，京津冀地區(qū)污染比較嚴重，其中，有7個城市排在了污染嚴重的前10位。長三角地區(qū)距離空氣達標水平還有一定的難度，珠三角區(qū)域空氣質量達標具有很大的希望。三大地區(qū)最主要的污染物均為PM25，其次是臭氧和二氧化氮。根據國家環(huán)境保護部規(guī)定的《環(huán)境空氣質量標準》（GB3095-2012），如表1，對PM25指數進行分類，易得出各城市2013年PM25指數高于100的天數，也即是霧霾天數。圖1為2013年中國霧霾天數的分布示意圖?？梢?，霧霾治理刻不容緩。

表1 國家空氣質量標準

PM25指數等級狀態(tài)注意事項0～501級優(yōu)參加戶外活動呼吸清新空氣50～1002級良可以正常進行室外活動101～1503級輕度敏感人群減少體力消耗大的戶外活動151～2004級中度對敏感人群影響較大201～3005級重度所有人應適當減少室外活動>3006級嚴重盡量不要留在室外

注：標準來源于GB3095-2012

圖1 2013年中國霧霾天數分布示意圖

注：資料來源于《2013中國環(huán)境狀況公報》

2.2 模型的設定

顯然，霧霾天數是一個典型的受限因變量；因此，本文擬采用TOBIT模型進行實證分析，具體計量模型如式（1）所示。

ln（Y）i=β0+β1lnTi+β2lnGi+β3Zi+β41HFMi+β5Di+β6DiZi+β7Di1HFMi+ui（1）

式（1）中，下角標i（i=1，2，…74）為中國首批PM25監(jiān)測城市的代號，u為該計量模型中的誤差項，此外，該模型中的各變量分別定義如下：

（1）Y為霧霾天數。該值越大，就表示該城市的霧霾現象越嚴重。

（2）T為某城市規(guī)模以上工業(yè)總產值。規(guī)模以上工業(yè)總產值是指工業(yè)企業(yè)主營業(yè)務收入在2000萬元以上的工業(yè)企業(yè)的總產值。本文采用此變量，以便能夠充分體現某城市的工業(yè)經濟發(fā)展的總規(guī)模和總水平[13]。

（3）G為某城市人均GDP。人均GDP作為控制變量，它是衡量某地區(qū)經濟發(fā)展狀況的標志性指標之一，是非常重要的宏觀經濟指標[14]。

（4）Z為某城市規(guī)模以上工業(yè)增加值占GDP比重，它是本文的一個主要觀測變量。該變量是衡量一個國家或地區(qū)工業(yè)化水平的重要指標，經常被用于跨國或跨區(qū)域之間的比較分析[15]。

（5）1HFM為霍夫曼系數倒數?；舴蚵禂礫16]是德國學者提出來的。他借助于將近20個國家的工業(yè)結構方面的時間序列資料，通過分析消費資料工業(yè)（主要是輕工業(yè)）和資本資料工業(yè)（以重工業(yè)為主）之間的關系，來驗證一個國家或者區(qū)域的工業(yè)結構的規(guī)律?；舴蚵禂等缡剑?）所示。

HFM=LDPHDP（2）

其中，LDP是指輕工業(yè)部門的總產值，HDP是指重工業(yè)部門的總產值。

在本文的研究中，為了直觀體現出重工業(yè)的發(fā)展程度，采用霍夫曼系數的倒數，即1HFM。結合數據的可得性，本文實證分析中采用規(guī)模以上工業(yè)企業(yè)的重工業(yè)產值和輕工業(yè)產值。

（6）D為虛擬變量：該變量用于控制城市化程度對霧霾的整體影響。城市化水平高，則D=1；反之，則D=0。在具體城市化的階段上，筆者借用中國社會科學院財政與貿易經濟研究所進行的城市劃分，在此分類的基礎上，將一線二線城市劃分為城市化高的地區(qū)，而剩余的城市歸為城市化低的地區(qū)。

2.3 數據來源及其描述性統(tǒng)計

本文所觀測的樣本城市采用2013年重點監(jiān)測的74個城市，具體是：北京、天津市、上海市、重慶市、保定、滄州、承德、邯鄲、衡水、廊坊、秦皇島市、石家莊市、唐山市、張家口市、邢臺市、太原市、呼和浩特、大連、沈陽市、長春市、哈爾濱、常州、淮安、連云港、南京、南通、蘇州市、泰州市、無錫市、宿遷市、徐州市、鹽城市、揚州市、鎮(zhèn)江市、湖州、杭州、嘉興、金華、麗水、寧波、衢州市、紹興市、臺州市、溫州市、舟山市、合肥、福州、廈門、南昌、濟南、青島市、鄭州市、武漢市、長沙市、東莞、佛山、廣州、惠州、江門、深圳市、肇慶市、中山市、珠海市、南寧、?？?、成都、貴陽、昆明、拉薩、西安市、蘭州、西寧市、銀川市、烏魯木齊市共74個城市。具體來說，2013年開始，此74個城市PM25指數正式進行全面監(jiān)測，數據相對較完整。PM25指標數據從國家環(huán)境保護部門及PM25監(jiān)測網站得到。

在工業(yè)化發(fā)展相關數據方面。工業(yè)化發(fā)展的相關數據分別從《中國區(qū)域經濟統(tǒng)計年鑒》以及各城市統(tǒng)計局網站得到。部分城市的相關工業(yè)化數據來自于國家統(tǒng)計局公布的各地區(qū)統(tǒng)計公報查出以及各城市的官方統(tǒng)計局網站。

變量的描述性統(tǒng)計如表2所示。本文所考慮的兩個變量規(guī)模以上工業(yè)增加值占GDP比及霍夫曼系數倒數分別與霧霾天數的散點圖，如圖2及圖3所示。

從表3中不難看出，該模型總體顯著，各估計系數變化比較穩(wěn)健。綜合來看，方程IV的整體解釋相對較好。根據這一計量結果，本文分析如下：

（1）常數項的估計系數β0是7619，為正且非常顯著。此估計系數表明，當所有解釋變量取值為零時，該城市的霧霾天數為7天左右。

（2）控制變量規(guī)模以上工業(yè)總產值的估計系數β1是0203，為正且非常顯著。這一估計結果表明，規(guī)模以上工業(yè)總產值每增加一個百分點，霧霾天數就提升020%左右?？梢?，該城市規(guī)模以上的工業(yè)總產值越大，那么相應投入的資源就越多，排放的污染就越多，霧霾現象就越嚴重。這是現階段中國工業(yè)化發(fā)展對霧霾所造成的規(guī)模效應。

（3）控制變量人均GDP的估計系數β2是-0594，為負且非常顯著。系數為負則表明人均GDP每提升1個百分點，霧霾天數便減少約06%。規(guī)模以上工業(yè)總產值提升了霧霾現象的嚴重性，在工業(yè)產值貢獻一定的情況下，由第三產業(yè)貢獻值提升引起的人均GDP的上升會減少霧霾現象的發(fā)生。可見，第三產業(yè)越發(fā)達，霧霾現象就會減少。

（4）規(guī)模以上工業(yè)增加值占GDP比的估計系數β3是1.481，為正且非常顯著，這是本文重點觀測的變量之一。這說明，規(guī)模以上工業(yè)增加值占GDP比每提升1個百分點，霧霾天數則增加e1.481個單位，也即約4天；從該指標的定義來看，其值越高，表明該城市的工業(yè)化發(fā)展水平就越高，帶來的霧霾天數就越多?？梢?，在當前中國經濟發(fā)展模式不變的前提下，工業(yè)化發(fā)展與霧霾天數之間存在著很強的相關關系。

（5）霍夫曼系數倒數的估計系數β4是0051，為正且非常顯著。霍夫曼系數倒數是規(guī)模以上重工業(yè)產值與輕工業(yè)產值之比，象征著某城市的重工業(yè)化發(fā)展程度，此變量比值越大，就越顯示出該城市的工業(yè)化結構偏向于重工業(yè)。也是本文所研究另一個關鍵的解釋變量。不難發(fā)現，該變量每增加1個百分點，霧霾天數將增加e0051個單位，也即是1天左右。從經濟意義上來看，重工業(yè)化程度的上升會有效提升霧霾天數。由此不難推出，降低重工業(yè)化發(fā)展程度，可有效地降低霧霾天數。這也反映出產業(yè)結構的轉換對于霧霾治理的迫切性。

（6）城市發(fā)展度變量的估計系數β5是0447，顯著異于零。這是考慮城市化水平的高低對霧霾所造成的影響。不難判斷，在其他因素不變的前提下，城市化水平較低的城市霧霾天數將比城市化水平較高的城市霧霾少1天。

（7）城市發(fā)展度與規(guī)模以上工業(yè)增加值占GDP比的交互項估計系數β6是-1815。該系數為負數但不顯著。該交叉項的本意是分析城市化水平高低的規(guī)模以上工業(yè)增加值的不同能否影響霧霾的污染狀況。從估計結果來看，此結果沒有通過檢驗?？梢?，目前尚不能證明綜合發(fā)展程度高的城市工業(yè)化程度與霧霾天數有顯著的相關性。

3 結論及政策建議

本文的實證分析結果表明，中國霧霾與工業(yè)化發(fā)展度之間存在著較強的相關關系。第一，在中國現階段增長方式不變的前提下，規(guī)模以上工業(yè)總產值每增加1%，霧霾天數增加02%。第二，人均GDP每增長1%，霧霾天數減少06%。第三，規(guī)模以上工業(yè)增加值占GDP比每提升1%，霧霾天數將增加約4天。第四，反映重工業(yè)化程度的霍夫曼系數倒數每提高1%，霧霾天數將增加約1天。最后，研究結果還發(fā)現在首批監(jiān)測城市中城市化程度越高，霧霾則越嚴重。工業(yè)規(guī)模越大，重工業(yè)的比例越高，工業(yè)增加值占GDP比越大，霧霾就越嚴重。由此提出以下政策建議：

第一，增加空氣質量監(jiān)測點數量，提升各城市的防污能力。據報道[17]，倫敦作為世界城市之一，城市建成區(qū)約1577平方千米，監(jiān)測點103個，而北京作為一個重災霧霾區(qū)，建成區(qū)面積達1289平方千米，空氣質量監(jiān)測點數只有35個，如果以倫敦標準作為參照的話，北京市至少有84個監(jiān)測點。空氣質量監(jiān)測點數量的增加可以及時地發(fā)現周圍空氣質量的變化，有助于在政府、環(huán)保部門及公眾等在第一時間采取預防措施，避免因空氣污染帶來的經濟損失以及健康危害。

第二，加快產業(yè)結構調整進程，促使產業(yè)結構升級。工業(yè)及重工業(yè)占比過高，一方面給能源帶來巨大壓力，另一方面造成的能耗較高，從而致使該城市的霧霾污染嚴重，而依靠第三產業(yè)為主的城市，霧霾情況則相對較輕。因此，改變以工業(yè)及重工業(yè)為主的發(fā)展模式向以第三產業(yè)為主的模式轉變，積極地調整產業(yè)結構，加強產業(yè)結構布局的指導，堅持經濟貢獻大、資源消耗小、環(huán)境污染輕、規(guī)?；洜I的產業(yè)或企業(yè)的發(fā)展方向，明確禁止、限制和鼓勵的產業(yè)，推進產業(yè)和企業(yè)轉移和退出。

第三，加大環(huán)保資金投入，提升環(huán)境自身的污染治理能力?！侗本┦写髿馕廴痉乐螚l例》的出臺，7600億元的環(huán)保投資以及積極使用市場手段治理北京市的霧霾污染，在環(huán)保投資及治理方面為其他城市做了帶頭示范作用?？諝獾奈廴臼且粋€區(qū)域問題，因此，希望從國家方面進行立法，提升環(huán)保資金的投入，明確規(guī)定環(huán)保投資占GDP的下限，進行多融資渠道優(yōu)惠政策的實施，優(yōu)化環(huán)保投資領域，積極引導環(huán)保產業(yè)開發(fā)環(huán)保產品，提升環(huán)境自身的污染治理能力。

參考文獻：

[1] Selden T M， Song D. Environmental Quality and Development： Is There a Kuznets Curve for Air Pollution Emissions？ [J]. Journal of Environmental Economics and Management， 1994， 27（2）： 147-162.

[2]高宏霞，楊林，付海東.中國各省經濟增長與環(huán)境污染關系的研究與預測——基于環(huán)境庫茲涅茨曲線的實證分析[J].經濟學動態(tài)，2012（1）：52-57.

[3]Jerrett M， Burnett R T， Ma R. et al. Spatial Analysis of Air Pollution and Mortality in Los Angeles [J]. Epidemiology， 2005， 16（6）：727-736.

[4]王良舉，王永培，李逢春.環(huán)境庫茲涅茨曲線存在嗎？——來自CO2排放量的國際數據驗證[J].軟科學，2011，25（8）：35-39.

[5]Richmond A K， Kaufmann R K. Is there a Turning Point in the Relationship be-tween Income and Energy Use and or Carbon Emissions？ [J].Ecological Economics， 2006（56）：176-189.

[6]程莉.經濟增長、人類發(fā)展與地區(qū)環(huán)境質量差異[J].軟科學，2014，28（02）：6-1020.

[7]Antweiler W， Copeland B R. Taylor M S.Is Free Trade Good for the Environment [J].American Economic Review， 2001（91）：877-908.

[8]Chow G， Lin A L. Accounting for Economic Growth in Taiwan and Mainland China： A Comparative Analysis [J].Journal of Comparative Economics， 2002， 30（3）：507-530.

[9]朱平輝，袁加軍，曾五一.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驗研究[J].中國工業(yè)經濟，2010（6） ： 65-74.

[10] Zhou X Y， Zhang J， Li J P. Industrial Structural Transformation and Carbon Dioxide Emissions in China[J]. Energy Policy， 2013， 57： 43-51.

[11]Bruvoll A， Medin H. Factors behind the Environmental Kuznets Curve [J]. Environmental and Resource Economics， 2003（24）：27-48.

[12]查建平，唐方方，別念民.結構性調整能否改善碳排放績效？——來自中國省級面板數據的證據[J].數量經濟技術經濟研究， 2012（11）：18-33.

[13]Wang Z H ， Zeng H L， Wei Y M， et al. Regional Total Factor Energy Efficiency： An Empirical Analysis of Industrial Sector in China[J]. Applied Energy， 2012， 97： 115-123.

[14]彭水軍，包群.經濟增長與環(huán)境污染——環(huán)境庫茲涅茨曲線假說的中國檢驗[J].財經問題研究，2006（8）：3-17.

[15]張協(xié)奎，李玉翠，陳垚希.基于多變量雙對數回歸模型的工業(yè)發(fā)展與環(huán)境質量實證研究——以南寧市為例[J].生態(tài)經濟，2012（4）：39-4186.

[16]Hoffmann W G. The Growth of Industrial Economies [M]. Translated by Henderson W O， Chaloner W H. Manchester University Press， 1958.

[17]李禾.調整空氣監(jiān)測站，人為增加藍天數？[N].科技日報， 2012-02-26.

（責任編輯：秦 穎）