章強(qiáng)，陳萬(wàn)響

(上海海事大學(xué)交通運(yùn)輸學(xué)院，上海 201306)

0 引 言

隨著綠色航運(yùn)理念的不斷深化，船舶大氣污染問(wèn)題在全球范圍內(nèi)受到了廣泛關(guān)注。為改善大氣環(huán)境質(zhì)量，國(guó)際海事組織以及主要航運(yùn)國(guó)家和地區(qū)紛紛采取措施控制船舶大氣污染物排放，其中設(shè)立船舶排放控制區(qū)(emission control area，ECA)是國(guó)內(nèi)外控制船舶大氣污染物排放的典型政策手段。

我國(guó)于2015年12月出臺(tái)了《珠三角、長(zhǎng)三角、環(huán)渤海(京津冀)水域船舶排放控制區(qū)實(shí)施方案》，設(shè)立了三大ECA對(duì)船舶污染物排放進(jìn)行限制。在此基礎(chǔ)上，2018年底交通運(yùn)輸部又發(fā)布了《船舶大氣污染物排放控制區(qū)實(shí)施方案》，對(duì)ECA政策實(shí)施范圍、實(shí)施標(biāo)準(zhǔn)等提出了新的要求?，F(xiàn)有研究表明我國(guó)ECA政策的實(shí)施對(duì)于減少船舶大氣污染物排放具有明顯成效。然而，ECA政策在不同港口的實(shí)施效果表現(xiàn)出一定的異質(zhì)性，只是現(xiàn)有關(guān)于ECA政策實(shí)施效果異質(zhì)性的研究所涉及的港口數(shù)量相對(duì)較少，研究結(jié)論的普適性有待進(jìn)一步論證。為深入、準(zhǔn)確地評(píng)估ECA政策實(shí)施效果在不同地區(qū)所表現(xiàn)出的異質(zhì)性，本文在現(xiàn)有研究的基礎(chǔ)上，擴(kuò)大樣本數(shù)量，在綜合考量地理位置分布和數(shù)據(jù)可獲得性的基礎(chǔ)上，選取我國(guó)沿海28個(gè)港口城市作為研究對(duì)象，利用面板數(shù)據(jù)模型來(lái)探究ECA政策實(shí)施對(duì)不同港口城市空氣質(zhì)量的影響程度。

1 國(guó)內(nèi)外研究綜述

自2006年國(guó)際海事組織在波羅的海水域設(shè)立國(guó)際上首個(gè)ECA以來(lái)，ECA政策的實(shí)施效果及其有效性研究就受到學(xué)者們的關(guān)注。其中，“自下而上”和“自上而下”的船舶排放測(cè)算方法被廣泛采用。近年來(lái)越來(lái)越多的學(xué)者開(kāi)始探索使用新的定量研究方法來(lái)評(píng)估ECA政策的實(shí)施效果。具體來(lái)看，相關(guān)的研究可分為兩大進(jìn)路，一路側(cè)重于船舶排放實(shí)測(cè)數(shù)據(jù)的對(duì)比，另一路引入計(jì)量經(jīng)濟(jì)學(xué)中的分析方法。

在基于實(shí)測(cè)數(shù)據(jù)的研究方面，SCHEMBARI等基于船上大氣污染監(jiān)測(cè)站所采集的數(shù)據(jù)，以地中海地區(qū)的4個(gè)港口為研究對(duì)象，指出歐盟層面推出的船舶在港排放控制政策能夠有效降低港口大氣中的SO質(zhì)量濃度，平均降幅可達(dá)66%。陳鴻展等使用“碳平衡法”，通過(guò)對(duì)ECA政策實(shí)施前后實(shí)船排放數(shù)據(jù)的對(duì)比研究，指出使用低硫燃油后船舶污染物排放會(huì)不同程度地下降，進(jìn)而證實(shí)了ECA政策的有效性，但該研究選取的實(shí)測(cè)船舶的數(shù)量少且未包含多種船型。李亞芳等利用衛(wèi)星數(shù)據(jù)進(jìn)行反演計(jì)算，得到了渤海地區(qū)大氣中的SO質(zhì)量濃度，通過(guò)分析比較實(shí)施ECA政策前后大氣中的SO質(zhì)量濃度的時(shí)空分布，認(rèn)為設(shè)立環(huán)渤海ECA對(duì)保護(hù)海洋環(huán)境具有積極作用。

在引入計(jì)量經(jīng)濟(jì)學(xué)分析方法方面，WAN等采用雙重差分法，通過(guò)對(duì)實(shí)驗(yàn)組和對(duì)照組的對(duì)比研究，證實(shí)了實(shí)施ECA政策能夠降低港口城市大氣中的SO質(zhì)量濃度，還指出ECA政策的實(shí)施效果在不同地區(qū)具有一定的差異性。ZHANG等使用斷點(diǎn)回歸模型方法，研究了上海港實(shí)施ECA政策對(duì)上海市空氣質(zhì)量的影響，其結(jié)果證明實(shí)行ECA政策有助于降低上海市大氣中日均SO質(zhì)量濃度。章強(qiáng)等為探究ECA政策在我國(guó)不同港口實(shí)施的有效性，基于斷點(diǎn)回歸模型對(duì)ECA政策在上海港和天津港的實(shí)施效果進(jìn)行了對(duì)比研究，結(jié)果表明實(shí)施ECA政策能有效降低港口城市大氣中的SO質(zhì)量濃度，ECA政策在我國(guó)不同地區(qū)表現(xiàn)出較好的普適性。盡管上述研究深入分析了ECA政策的有效性，并就政策實(shí)施效果的異質(zhì)性進(jìn)行了初步研究，但所選取的研究對(duì)象較少，沿海港口覆蓋不足，對(duì)ECA政策實(shí)施效果的異質(zhì)性研究還有待進(jìn)一步加強(qiáng)。

就研究方法而言，面板數(shù)據(jù)是截面數(shù)據(jù)與時(shí)間序列數(shù)據(jù)的綜合，依托面板數(shù)據(jù)既可以分析個(gè)體之間的差異，又可以分析個(gè)體的動(dòng)態(tài)變化特征。面板數(shù)據(jù)模型在很多研究領(lǐng)域有著廣泛的應(yīng)用，其中也包括環(huán)境污染治理領(lǐng)域。例如，沙文兵等基于短面板數(shù)據(jù)，通過(guò)構(gòu)建變截距固定效應(yīng)模型研究了外商投資對(duì)工業(yè)廢氣排放的影響，結(jié)果顯示，外商的直接投資對(duì)我國(guó)的生態(tài)環(huán)境具有負(fù)面影響，且外商直接投資對(duì)東、中、西部三大區(qū)域生態(tài)環(huán)境的負(fù)面效應(yīng)呈現(xiàn)出明顯的東高西低的梯度特征。金殿臣等采用面板數(shù)據(jù)固定效應(yīng)模型探究了我國(guó)省級(jí)區(qū)域工業(yè)污染與工業(yè)增長(zhǎng)的關(guān)系，指出我國(guó)大部分地區(qū)仍處于工業(yè)固體廢物生成量隨工業(yè)增長(zhǎng)而不斷增加的階段。李婉紅等利用短面板數(shù)據(jù)，通過(guò)建立變截距固定效應(yīng)模型研究了環(huán)境規(guī)制強(qiáng)度對(duì)污染密集行業(yè)綠色技術(shù)創(chuàng)新的影響，研究結(jié)果顯示，由于受經(jīng)濟(jì)和企業(yè)特征等多方面因素影響，環(huán)境規(guī)制政策不會(huì)對(duì)所有污染密集型行業(yè)形成有效規(guī)制?，F(xiàn)有文獻(xiàn)的研究成果充分表明，可以利用面板數(shù)據(jù)模型來(lái)研究評(píng)估ECA政策對(duì)城市空氣質(zhì)量的影響。

2 面板數(shù)據(jù)模型的構(gòu)建

2.1 變量的選取與說(shuō)明

本文旨在探究ECA政策在我國(guó)不同港口城市實(shí)施效果的異質(zhì)性。鑒于ECA政策的主要內(nèi)容在于限制船用燃油的含硫量以減少船舶的硫氧化物排放，進(jìn)而改善港口城市的空氣質(zhì)量，為準(zhǔn)確評(píng)估ECA政策對(duì)港口城市空氣質(zhì)量的影響，選取港口城市年均SO質(zhì)量濃度作為被解釋變量。核心解釋變量為ECA政策變量，將其設(shè)為虛擬變量，港口城市實(shí)施ECA政策前該虛擬變量取值為0，實(shí)施政策后則取值為1?？紤]到港口城市大氣中的SO質(zhì)量濃度除受船舶廢氣排放影響外，還主要受汽車尾氣排放以及城市工業(yè)生產(chǎn)過(guò)程中廢氣排放的影響，結(jié)合相關(guān)數(shù)據(jù)的可獲得性，本文將能夠反映到港船舶規(guī)模的港口貨物吞吐量、反映城市工業(yè)生產(chǎn)規(guī)模的第二產(chǎn)業(yè)產(chǎn)值占城市生產(chǎn)總值的比例和反映汽車尾氣排放規(guī)模的城市民用汽車保有量作為控制變量引入最終模型。

2.2 樣本選取與數(shù)據(jù)來(lái)源

選取2014—2019年我國(guó)28個(gè)沿海港口城市作為研究樣本，通過(guò)構(gòu)建短面板數(shù)據(jù)模型展開(kāi)研究。選取的這28個(gè)沿海港口城市遍布我國(guó)五大港口群，港口及城市規(guī)模具有明顯差異，有助于對(duì)ECA政策實(shí)施效果的異質(zhì)性進(jìn)行研究。各港口城市大氣中年均SO質(zhì)量濃度數(shù)據(jù)來(lái)自各城市歷年《統(tǒng)計(jì)年鑒》和生態(tài)環(huán)境主管部門(mén)發(fā)布的年度數(shù)據(jù)，港口貨物吞吐量、城市第二產(chǎn)業(yè)產(chǎn)值占城市生產(chǎn)總值的比例和城市民用汽車保有量數(shù)據(jù)來(lái)自各城市歷年的《統(tǒng)計(jì)年鑒》，其中城市第二產(chǎn)業(yè)產(chǎn)值占城市生產(chǎn)總值的比例是通過(guò)采集到的第二產(chǎn)業(yè)產(chǎn)值和國(guó)民生產(chǎn)總值數(shù)據(jù)計(jì)算得出的。表1為相關(guān)變量的描述性統(tǒng)計(jì)結(jié)果。

表1 相關(guān)變量的描述性統(tǒng)計(jì)

2.3 模型形式設(shè)定前的檢驗(yàn)

根據(jù)有無(wú)個(gè)體影響和結(jié)構(gòu)變化，面板數(shù)據(jù)模型可以分為無(wú)個(gè)體影響的不變系數(shù)模型、有個(gè)體影響的變截距模型和有個(gè)體影響的變系數(shù)模型3種形式，分別表示為

式中：為截面?zhèn)€體，=1,2,…,；為每個(gè)截面?zhèn)€體的觀測(cè)時(shí)期，=1,2,…,；為被解釋變量；和為截距項(xiàng)；為解釋變量；和為變量系數(shù)；為隨機(jī)誤差項(xiàng)。

為準(zhǔn)確構(gòu)建面板數(shù)據(jù)模型，首先需要明確是否存在個(gè)體影響?，F(xiàn)假設(shè)==…=，==…=，若這個(gè)假設(shè)成立，則選用無(wú)個(gè)體影響的不變系數(shù)模型。本文利用Stata計(jì)量軟件進(jìn)行個(gè)體效應(yīng)檢驗(yàn)得到，在1%顯著性水平上拒絕原假設(shè)，也即存在個(gè)體效應(yīng)。由于個(gè)體效應(yīng)可能以固定效應(yīng)的形式存在，也可能以隨機(jī)效應(yīng)的形式存在，故需要對(duì)其進(jìn)行進(jìn)一步明確。本文采用豪斯曼檢驗(yàn)來(lái)檢驗(yàn)個(gè)體影響與解釋變量之間的相關(guān)性，該檢驗(yàn)的原假設(shè)為隨機(jī)效應(yīng)模型中個(gè)體影響與解釋變量不相關(guān)。在該假設(shè)下，采用普通最小二乘法估計(jì)固定效應(yīng)模型參數(shù)，采用廣義最小二乘法估計(jì)隨機(jī)效應(yīng)模型參數(shù)，得到的估計(jì)參數(shù)都是無(wú)偏且一致的，不會(huì)有顯著的差異?；诖?，建立豪斯曼檢驗(yàn)統(tǒng)計(jì)量：

=(-)(-)

(4)

式中：和分別表示最小二乘虛擬變量法(least squares dummy variable, LSDV)和可行廣義最小二乘法(feasible generalized least squares, FGLS)所估計(jì)出的變量系數(shù)向量；表示經(jīng)LSDV或FGLS估計(jì)后得到的協(xié)方差矩陣。經(jīng)檢驗(yàn)，拒絕原假設(shè)，需要選用固定效應(yīng)模型。由于變化的截距僅能反映面板數(shù)據(jù)模型中忽略的反映個(gè)體差異的變量的影響，而不能體現(xiàn)反映經(jīng)濟(jì)結(jié)構(gòu)的相關(guān)解釋變量系數(shù)隨截面?zhèn)€體變化而產(chǎn)生的變化，所以需要進(jìn)一步判別是選用固定影響變截距模型還是選用固定影響變系數(shù)模型。本文利用參數(shù)穩(wěn)定性檢驗(yàn)方法進(jìn)行模型的最終選擇，該檢驗(yàn)的原假設(shè)為==…=；經(jīng)檢驗(yàn)，拒絕原假設(shè)，故本文最終選用固定影響變系數(shù)模型。

2.4 模型的最終構(gòu)建

經(jīng)過(guò)上述一系列檢驗(yàn)，選用固定影響變系數(shù)模型，具體形式為

=+1,+2,+3,+4,+

(5)

式中：=1,2,…,28分別代表28個(gè)港口城市；=1,2,…,6分別代表2014—2019年間不同的觀察年；表示經(jīng)對(duì)數(shù)處理后的各港口城市大氣中年均SO質(zhì)量濃度；1,表示各港口城市ECA政策虛擬變量，為虛擬變量的系數(shù)；2,、3,、4,分別表示經(jīng)對(duì)數(shù)處理后的各港口城市的港口貨物吞吐量、第二產(chǎn)業(yè)產(chǎn)值占城市生產(chǎn)總值的比例和城市民用汽車保有量，、、分別為對(duì)應(yīng)的變量系數(shù)；為擾動(dòng)項(xiàng)；為截距項(xiàng)。

對(duì)式(5)進(jìn)行系統(tǒng)估計(jì)所需估計(jì)的參數(shù)較多，從而導(dǎo)致自由度的損失。為減少所需估計(jì)的參數(shù)的數(shù)量，同時(shí)考慮到本文重點(diǎn)是ECA政策實(shí)施對(duì)港口城市空氣質(zhì)量的影響，本文采用變系數(shù)模型中的部分變系數(shù)模型，即僅允許ECA政策虛擬變量系數(shù)依個(gè)體而變，而其余解釋變量的系數(shù)不依個(gè)體變化而變化。此時(shí)，需要利用LSDV進(jìn)行模型估計(jì)，在回歸方程中引入個(gè)體虛擬變量以及個(gè)體虛擬變量與解釋變量1,的交互項(xiàng)。=1表示第個(gè)觀測(cè)個(gè)體，=0表示不是第個(gè)觀測(cè)個(gè)體。因此，本文最終設(shè)定的估計(jì)模型為

(6)

3 基于我國(guó)主要沿海港口城市面板數(shù)據(jù)的實(shí)證分析

3.1 面板數(shù)據(jù)回歸分析

利用Stata計(jì)量軟件對(duì)所構(gòu)建的固定影響變系數(shù)模型進(jìn)行估計(jì)，回歸模型可決系數(shù)達(dá)0.835 4，表明模型擬合度較好。得到的各港口城市的截距項(xiàng)和ECA政策虛擬變量系數(shù)估計(jì)結(jié)果見(jiàn)表2。由表2可以看出：ECA政策在大多數(shù)沿海港口城市均表現(xiàn)出良好的實(shí)施效果，即體現(xiàn)ECA政策減排能力的虛擬變量系數(shù)的估計(jì)值在一定的顯著性水平上為負(fù)數(shù)；ECA政策在不同港口城市的實(shí)施效果表現(xiàn)出明顯的異質(zhì)性，例如，在鹽城該系數(shù)估計(jì)值為-1.09，而在汕頭該系數(shù)估計(jì)值僅為-0.001；廈門(mén)、秦皇島、唐山和中山這4個(gè)港口城市的政策虛擬變量系數(shù)估計(jì)值為負(fù)數(shù)，但不顯著；福州、東莞、珠海、湛江、北海這5個(gè)港口城市的政策虛擬變量系數(shù)估計(jì)值顯著為正數(shù)，反映出ECA政策未能發(fā)揮出其降低城市大氣中SO質(zhì)量濃度的應(yīng)有作用，對(duì)此將在后文進(jìn)一步討論。

表2 固定影響變系數(shù)模型參數(shù)估計(jì)結(jié)果

3.2 回歸結(jié)果的穩(wěn)健性檢驗(yàn)

為確保實(shí)證研究結(jié)果的可靠性，需要對(duì)上述回歸結(jié)果開(kāi)展穩(wěn)健性檢驗(yàn)。在使用面板數(shù)據(jù)模型的研究中，子樣本回歸法常被用來(lái)進(jìn)行結(jié)果的穩(wěn)健性檢驗(yàn)。

由于到港船舶數(shù)量與港口貨物吞吐量密切相關(guān)，所以一般港口貨物吞吐量較少的港口城市受船舶排放污染的影響相對(duì)較小，這會(huì)使得ECA政策的實(shí)施對(duì)這類城市空氣質(zhì)量的改善并不明顯，可能會(huì)影響研究的準(zhǔn)確性?，F(xiàn)從28個(gè)港口城市中剔除年均港口貨物吞吐量最少的5個(gè)港口城市濱州、威海、汕頭、中山和北海，對(duì)其余的23個(gè)港口城市進(jìn)行回歸分析，得到的各港口城市的截距項(xiàng)和ECA政策虛擬變量系數(shù)估計(jì)結(jié)果見(jiàn)表3。由表3可以發(fā)現(xiàn)，政策虛擬變量系數(shù)顯著為負(fù)數(shù)、不顯著為負(fù)數(shù)和顯著為正數(shù)的港口城市分布與表2結(jié)果總體保持一致，說(shuō)明原實(shí)證研究結(jié)果具有穩(wěn)健性。

表3 減少樣本后的模型參數(shù)估計(jì)結(jié)果

4 針對(duì)實(shí)證結(jié)果的進(jìn)一步闡釋

從表2不難發(fā)現(xiàn)，ECA政策的實(shí)施效果在我國(guó)沿海城市表現(xiàn)出較為明顯的地域差異。具體而言，ECA政策在環(huán)渤海地區(qū)的整體實(shí)施效果較為明顯，其中最為明顯的3個(gè)港口城市為東營(yíng)、濰坊和天津，實(shí)施ECA政策后這3個(gè)港口城市大氣中的SO質(zhì)量濃度分別降低了0.834 6%、0.623 5%、0.598 0%。ECA政策在長(zhǎng)三角地區(qū)的整體實(shí)施效果也較好，但不及在環(huán)渤海地區(qū)的實(shí)施效果，以上海和寧波為例，實(shí)施ECA政策后這2個(gè)港口城市大氣中的SO質(zhì)量濃度分別降低了0.290 2%和0.148 0%。相比環(huán)渤海地區(qū)和長(zhǎng)三角地區(qū)，ECA政策在東南沿海、珠三角和西南沿海地區(qū)的實(shí)施效果表現(xiàn)出不穩(wěn)定性，在部分港口城市表現(xiàn)出一定的減排成效，如深圳、廣州和江門(mén)市大氣中的SO質(zhì)量濃度有一定程度的降低，但在部分港口城市如福州、珠海、北海則出現(xiàn)了統(tǒng)計(jì)意義上的不減反增現(xiàn)象。

除上述研究結(jié)果外，還要考慮到影響大氣中SO質(zhì)量濃度的因素是復(fù)雜且多元的，包括氣候條件、社會(huì)經(jīng)濟(jì)結(jié)構(gòu)等。對(duì)于很多城市，特別是第二產(chǎn)業(yè)即工業(yè)較為發(fā)達(dá)的城市，非金屬礦物制品業(yè)、電力與熱力的生產(chǎn)和供應(yīng)業(yè)、黑色金屬冶煉及壓延加工業(yè)等是城市大氣中SO的主要來(lái)源。近年來(lái)，我國(guó)沿海港口城市在實(shí)施ECA政策減少船舶排放的同時(shí)，也在不斷加大工業(yè)減排力度。相比而言，北方環(huán)渤海地區(qū)港口城市的第二產(chǎn)業(yè)產(chǎn)值占城市生產(chǎn)總值的比例較大，如上文提及的東營(yíng)、濰坊和天津在2014—2019年間第二產(chǎn)業(yè)產(chǎn)值占城市生產(chǎn)總值比例的平均值分別為60.34%、42.70%、42.75%，因此這些港口城市的大氣污染物減排空間相對(duì)較大。在實(shí)施ECA政策前，東營(yíng)、濰坊和天津市大氣中年均SO質(zhì)量濃度分別為50.25、40.50、31.67 μg/m，而位于珠三角地區(qū)的江門(mén)、深圳、廣州市大氣中年均SO質(zhì)量濃度分別僅為16.00、8.33、14.00 μg/m。

模型估計(jì)結(jié)果顯示，實(shí)施ECA政策使得大氣中SO質(zhì)量濃度不減反增的港口城市有5個(gè)，分別為福州、東莞、珠海、湛江和北海，這些港口城市的一個(gè)共同特征是在實(shí)施ECA政策前空氣質(zhì)量就長(zhǎng)期保持良好水平。福州市空氣質(zhì)量排名近10年來(lái)一直在全國(guó)名列前茅，在實(shí)施ECA政策前的2014—2018年間，其年均SO質(zhì)量濃度僅為6.6 μg/m。西南沿海的湛江和北海在實(shí)施ECA政策前的2014—2018年間年均SO質(zhì)量濃度分別為10.40、9.80 μg/m，均處于較低水平。處于珠三角地區(qū)的東莞和珠海于2017年就開(kāi)始實(shí)施ECA政策，而在實(shí)施ECA政策前就采取了“騰籠換鳥(niǎo)”等措施，將高污染、高能耗的企業(yè)外遷，這些措施使得大氣污染物排放明顯減少，城市空氣質(zhì)量顯著提高。上述港口城市出現(xiàn)的統(tǒng)計(jì)意義上的不減反增現(xiàn)象可能有兩個(gè)方面的原因，一是船舶廢氣排放在整個(gè)城市大氣污染物排放中占比較小，二是這些城市空氣質(zhì)量整體上已保持在穩(wěn)定的良好水平，ECA政策發(fā)揮成效的空間十分有限。

5 結(jié) 論

本文基于我國(guó)28個(gè)沿海港口城市的面板數(shù)據(jù)進(jìn)行研究，結(jié)果顯示ECA政策在大多數(shù)沿海港口城市均表現(xiàn)出良好的實(shí)施效果，能夠起到降低大氣中SO質(zhì)量濃度的作用，進(jìn)而改善城市空氣質(zhì)量，但ECA政策在不同地區(qū)的實(shí)施效果表現(xiàn)出一定的差異性?？傮w而言，在北方港口城市的減排效果整體上優(yōu)于在南方港口城市的減排效果，這在很大程度上受氣候條件、社會(huì)經(jīng)濟(jì)結(jié)構(gòu)、現(xiàn)有空氣質(zhì)量等多重因素的影響。

鑒于ECA政策在船舶廢氣減排方面的積極表現(xiàn)，我國(guó)應(yīng)繼續(xù)堅(jiān)持實(shí)施ECA政策，以2018年出臺(tái)的《船舶大氣污染物排放控制區(qū)實(shí)施方案》為基礎(chǔ)，繼續(xù)穩(wěn)步推進(jìn)現(xiàn)行ECA政策中關(guān)于硫氧化物和顆粒物排放控制要求的升級(jí)。針對(duì)ECA政策在不同地區(qū)的實(shí)施效果表現(xiàn)出的差異性，建議在未來(lái)ECA政策的實(shí)施過(guò)程中，采取分區(qū)域形式在不同地區(qū)實(shí)施具有一定差異化控制要求的ECA政策。