長江經(jīng)濟帶污染物排放強度的空間差異及影響因素研究

王宇昕 余興厚 熊興

摘?要：本文通過構(gòu)建污染物排放指標體系對長江經(jīng)濟帶各省市污染物排放強度水平進行測算，運用泰爾指數(shù)、基尼系數(shù)以及對數(shù)離差均值三個具有互補性的差異性指標對污染物排放強度的區(qū)域差異進行綜合評價，基于省際面板數(shù)據(jù)，引入產(chǎn)業(yè)結(jié)構(gòu)水平、經(jīng)濟發(fā)展水平、人力資本水平、外商投資水平、能源消耗水平和城鎮(zhèn)化水平等六個解釋變量，選用空間計量模型實證探究了長江經(jīng)濟帶整體以及各區(qū)域污染物排放強度的影響因素。研究結(jié)果顯示：長江經(jīng)濟帶各區(qū)域污染物排放強度具有顯著的差異性，以2011年為轉(zhuǎn)折點，總體上呈現(xiàn)出先上升后下降的變化趨勢，其中上游地區(qū)的差異最大，中游地區(qū)次之，下游地區(qū)最小;三大區(qū)域污染物排放強度的影響因素存在著明顯的差異性，各解釋變量對不同區(qū)域降低污染物排放強度的作用存在著顯著的異質(zhì)性。

關鍵詞：污染物排放強度;空間差異;影響因素;長江經(jīng)濟帶

中圖分類號：F127;F205文獻標志碼：A文章編號：1674-8131（2019）03-0104-11

一、引言

習近平總書記分別于2016年和2018年兩次在考察長江經(jīng)濟帶生態(tài)環(huán)境和發(fā)展建設情況時強調(diào)長江經(jīng)濟帶建設要堅持貫徹“共抓大保護、不搞大開發(fā)”的戰(zhàn)略思路。顯然，這一戰(zhàn)略思路強化了長江經(jīng)濟帶建設發(fā)展中生態(tài)環(huán)境硬約束。在國家環(huán)境保護部所印發(fā)的《長江經(jīng)濟帶生態(tài)環(huán)境保護2016—2017年行動計劃》中對提高長江經(jīng)濟帶生態(tài)環(huán)境質(zhì)量與減少主要污染物排放總量作出了明確的要求和規(guī)定。控制并減少主要污染物的排放作為推進長江經(jīng)濟帶生態(tài)文明建設過程中的重點與難點，已成為沿江各省市經(jīng)濟與社會發(fā)展過程中的共識，是能否順利將長江經(jīng)濟帶打造成環(huán)境友好型、資源節(jié)約型的可持續(xù)發(fā)展帶的關鍵。由于我國各地區(qū)的經(jīng)濟發(fā)展水平和技術效率存在明顯差異[1]，污染物排放規(guī)模和強度均具有顯著的區(qū)域異質(zhì)性。長江經(jīng)濟帶橫跨我國東中西部11省市，其內(nèi)部的區(qū)域差異顯著，因此，深入研究長江經(jīng)濟帶各省市污染物排放的差異與變化趨勢，積極探索污染物排放的減排路徑是當前長江經(jīng)濟帶生態(tài)優(yōu)先、綠色發(fā)展的重要部分。

污染物減排作為環(huán)境污染治理的重要環(huán)節(jié)，對生態(tài)環(huán)境質(zhì)量的改善與環(huán)保基礎設施建設水平的提升均具有積極的促進作用。學術界普遍使用污染物排放強度作為反映單位新創(chuàng)造經(jīng)濟價值的環(huán)境負荷量的衡量指標。圍繞著污染物控制與減排制度的設計研究，楊玉峰和傅國偉（2001）基于國家宏觀層面對各區(qū)域污染物排放總量的分配原則進行探索[2]，指出我國的分配方案應充分考慮到區(qū)域間的差異特征;王媛等（2008）將基尼系數(shù)運用到水污染總量的分配中，設計出各區(qū)域水污染排放的初始分配方案[3]，為推進排污許可證交易制度建立提供理論依據(jù);張文靜等（2015）引入人口、GDP、水環(huán)境容量等多維度指標對污染物總量分配的方法進行優(yōu)化[4];周申蓓和齊文韜（2017）從企業(yè)微觀層面，運用聯(lián)合確定基數(shù)探討了在合作協(xié)商下的企業(yè)污染物減排模式[5]。要達到控制、減少污染物排放的目標必須建立在對地區(qū)范圍內(nèi)污染物排放的準確測量基礎上，宋修霖等（2015）對我國當前污染物核算中環(huán)境監(jiān)測數(shù)據(jù)的使用以及核算的標準兩大方面提出了改進思路[6];在污染物減排的績效考核方面，徐廣華等（2011）對污染物總量減排的考核原則與考核思路提出了幾點思考，為構(gòu)建污染物減排的績效考核體系奠定了理論基礎[7];董圓媛等（2015）選擇27個指標對太湖流域水污染總量減排進行績效評估，為推進流域水污染物減排的績效考核作出了重要貢獻[8]。實證研究方面主要是側(cè)重單一或多種污染物排放強度水平的評價與其影響因素。蘇丹等（2010）選取化學需氧量、廢水量和氨氮污染物，運用均方差賦權(quán)法對遼河流域的工業(yè)廢水的污染物排放強度進行分析評價[9];陳媛媛和李坤望（2010）基于36個工業(yè)行業(yè)的面板數(shù)據(jù)，探究在開放條件下，影響污染物排放強度的主要因素[10];王超等（2015）對海河流域各區(qū)域主要的污染物來源與污染物組成結(jié)構(gòu)進行對比分析，為海河流域的產(chǎn)業(yè)布局提出對策建議[11]。此外，在研究污染物排放強度的地區(qū)差異方面，陳一萍等（2014）基于福建省2007—2012年主要污染物排放數(shù)據(jù)，采用密切值法對其年際差異與地區(qū)差異進行了計算分析[12];董小林等（2017）采用熵權(quán)TOPSIS方法對陜西省各省市的工業(yè)污染強度的差異性進行綜合評價并提出相關的減排建議[13]。

綜上所述，學者們圍繞著污染物減排的制度設計、核算體系、績效考核機制做了豐富的研究;在污染物排放強度方面，針對污染物排放強度水平的評價與區(qū)域差異進行了大量的實證研究，并對其造成的原因進行了深入分析。但總體來看，大多數(shù)關于污染物排放強度的實證研究只是局限于省際或流域范圍內(nèi)，而少有的關于省際間或全國范圍內(nèi)污染物排放強度的差異性研究只是針對單一污染源，針對多種污染物排放強度的文獻較少。此外在探究區(qū)域間污染物排放強度的差異時，大部分研究只考慮了本地區(qū)自身的經(jīng)濟社會發(fā)展因素，而較少涉及空間效應的研究。因此，本文選取長江經(jīng)濟帶11個省市為研究對象，對其在2006—2015年污染物排放強度進行綜合測算與評價，并探究其空間差異性及影響因素。

二、長江經(jīng)濟帶各省市污染物排放強度的現(xiàn)狀與差異性分析

1.污染物排放強度的水平現(xiàn)狀分析

（1）污染物排放強度的測算。當前學術界關于污染物排放強度的測算主要是針對特定污染源，如大氣中的污染物排放、水質(zhì)中的污染物排放、公路線源的污染物排放（劉華軍 等，2012;李海萍 等，2016;何吉成，2015）[14-16]。本文基于環(huán)境公報上對主要污染物的范圍界定為依據(jù)，從廢物、廢水和廢氣三方面對污染物排放強度進行綜合測算。

鑒于當前對污染物排放的測算主要是從污染物濃度與污染物排放總量兩個方面來研究，前者主要適用于對廢氣、廢水排放的測算;后者則對廢氣、廢水與固體廢物排放的測算均適用。考慮到現(xiàn)階段我國環(huán)境管理政策的主要目標是控制、減少污染物排放總量，因此本文選用污染物排放總量作為衡量指標，借鑒相關文獻對測量污染物排放的指標體系，基于指標選取的科學性、層次性、合理性和可及性，構(gòu)建測量污染排放的指標體系，如表1所示。

依據(jù)袁曉玲等（2009）[17]、劉亦文等（2016）[18]的處理方法，將長江經(jīng)濟帶各省市每年污染物指標的排放量作為基礎變量，對其標準化處理后運用熵權(quán)法確定各個變量所占的權(quán)重，進而求出各省市每年的污染物排放水平。此外，通過平減指數(shù)計算求出各省市每年的實際GDP值。最后計算各省市每年污染物排放水平與所對應的實際GDP的比值，得到各省市每年的污染物排放強度，相關數(shù)據(jù)來源于《中國環(huán)境統(tǒng)計年鑒》和各省市統(tǒng)計年鑒。本文計算的污染物強度可以理解為各省市在生產(chǎn)每單位GDP（萬元）所需排放的污染物數(shù)量，計算結(jié)果如表2所示。

（2）污染物排放強度的統(tǒng)計分析。從圖4各省市污染物排放強度的期初、期末值來看，除上海和貴州出現(xiàn)不同幅度的下降之外（下降幅度分別為6.54%和11.68%），其余九省市的污染物排放強度呈現(xiàn)不同幅度的上升。其中增長幅度最大為安徽，由2006年的0.097上升至2015年的0.229，增長率達136.49%，緊隨其后的分別是云南、湖南、四川、湖北等。雖然江西、江蘇和浙江作為增長幅度最小的三個省份，但其污染物排放強度的增長率也均超過了30%，這說明相比于2006年，2015年長江經(jīng)濟帶整體的污染物排放強度水平更高。此外，從各省市十年的污染物排放強度平均值來看，最高的前三位省市分別是云南、貴州和江西，分別達到0.326、0.316和0.224，比最低的上海高出10倍左右，即云南每萬元GDP所排放生產(chǎn)、生活的污染物量約是上海的12倍。從現(xiàn)有學者的研究分析來看，造成上述顯著的省域差異的原因是多方面的，其中最主要、直接的原因是云南、貴州等上游地區(qū)以及江西等中游地區(qū)的GDP總量產(chǎn)值遠低于上海、浙江等下游地區(qū)，其之間的GDP數(shù)量差距遠大于其之間的污染排放差距。如云南在2006年和2015年的污染物排放總量分別占當年長江經(jīng)濟帶污染物排放總量的10.76%和15.18%，但其GDP產(chǎn)值僅分別占當年長江經(jīng)濟帶GDP生產(chǎn)總值的4.33%和4.39%;再如貴州在2006年和2015年的污染物排放總量分別占當年長江經(jīng)濟帶污染物排放總量的10.73%和7.56%，但其GDP產(chǎn)值分別占當年長江經(jīng)濟帶GDP生產(chǎn)總值的2.47%和3.13%，這反映出云南、貴州等上游地區(qū)在生產(chǎn)、生活過程中新創(chuàng)造單位GDP的環(huán)境負荷量比較大，經(jīng)濟、社會與生態(tài)環(huán)境的耦合度不高。另外，長江經(jīng)濟帶各省市產(chǎn)業(yè)結(jié)構(gòu)的異質(zhì)性、環(huán)保基礎設施建設水平的不均衡、生態(tài)環(huán)境治理的制度差異等諸多因素也是造成省際污染物排放強度存在較大差異的重要原因。

2.各省市地區(qū)污染物排放強度的差異性分析

（1）污染物排放強度的區(qū)域差異測算。常用的測量差異性的統(tǒng)計指標主要有變異系數(shù)（Coefficient of Variation）、泰爾指數(shù)（Theils Entropy Index）、基尼系數(shù)（Gini Coefficient）和對數(shù)離差均值（Logarithmic Mean Deviation）。其中，泰爾指數(shù)和對數(shù)離差均值分別對上層部分和底層部分的差異變化比較敏感，而基尼系數(shù)則對中間部分的差異變化比較敏感。可見這三個指標之間具有一定的互補性。為更加全面地研究污染物排放強度的區(qū)域差異，本文綜合上述三個指標來測算分析。基尼系數(shù)的計算公式表示如下：

泰爾指數(shù)與對數(shù)離差均值是由經(jīng)濟學家泰爾（Theil）于1967年所提出，他引用信息理論中的熵概念來測量收入的不平等差異度，泰爾指數(shù)（GE1）和對數(shù)離差均值（GE0）的計算公式分別表示如下：

（2）污染物排放強度的省際差異分析。根據(jù)式（1）、式（2）和式（3），可依次測算出各省市每年污染物排放強度的基尼系數(shù)、泰爾指數(shù)與對數(shù)離差均值，具體計算結(jié)果詳見表4。

從表4可發(fā)現(xiàn)，基尼系數(shù)、泰爾指數(shù)以及對數(shù)離差均值整體上呈現(xiàn)出相同的變化趨勢，但在某些年份，三個指標的變動幅度卻表現(xiàn)出較為明顯的差異。如在2009年，泰爾指數(shù)與對數(shù)離差均值較2008年分別上漲14.05%和13.21%，但基尼系數(shù)卻較2008年僅上升6.44%，這表明，處于污染物排放強度兩端水平的省市經(jīng)歷了較大的變化，而處于污染物排放強度中間水平的省市其變化幅度相對較小。綜合比較三個指標的整體變化幅度，可發(fā)現(xiàn)變化幅度最大的為泰爾指數(shù)，對數(shù)離差均值次之，基尼系數(shù)最小，這表明在觀察期內(nèi)，長江經(jīng)濟帶污染物排放強度的內(nèi)部組成結(jié)構(gòu)尚未發(fā)生較大改變。

從統(tǒng)計特征來看，基尼系數(shù)的最大值、最小值與平均值分別為0.422 8、0.379 4、0.401 7;對數(shù)離差均值的最大值、最小值與平均值分別為0.338 5、0.263 1、0.305 6;泰爾指數(shù)的最大值、最小值與平均值分別為0.291 3、0.231 5、0.262 9。其中基尼系數(shù)與泰爾指數(shù)均在2009年具有最高的正向增長率，增長率分別為6.44%和14.05%;對數(shù)離差均值在2011年具有最高的正向增長率，增長率為15.03%，這表明長江經(jīng)濟帶污染物排放強度的區(qū)域差異在2009年與2011年均出現(xiàn)了大幅度的上升;此外，基尼系數(shù)、對數(shù)離差均值均在2014年具有最高的負向增長率，增長率分別為-3.90%和-6.58%，泰爾指數(shù)在2008年具有最高的負向增長率，增長率為-7.77%，這表明長江經(jīng)濟帶污染物排放強度的區(qū)域差異在2008年與2014年均出現(xiàn)了大幅度的下降。

（3）三大區(qū)域間污染物排放強度的差異分析。根據(jù)表1的測算結(jié)果和《長江經(jīng)濟帶規(guī)劃發(fā)展綱要》對長江流域區(qū)域的劃分方法，依照式（4）和式（5）對長江經(jīng)濟帶整體污染物排放強度差異進行分解，可計算出各區(qū)域間污染物排放強度的差異特征，具體結(jié)果見表5與表6。

綜合表6和表7可以看出，泰爾指數(shù)與對數(shù)離差均值所描述的各區(qū)域差異特征基本相似，上游地區(qū)各省市間污染物排放強度的差異程度最大，中游地區(qū)次之，下游地區(qū)最小。從整體觀察期來看，上述兩個指標均以2009年和2011年為轉(zhuǎn)折點：在2006—2008年污染物排放強度呈現(xiàn)出下降趨勢，隨后在2009年陡然上升至近似于2006年的水平，隨后再次呈下降趨勢，但2011年再次陡然上升，達到觀察期中的最大值，即在2011年長江經(jīng)濟帶各區(qū)域的污染物排放強度的差異值達到最大，2011年之后又平穩(wěn)地下降。進一步分析組成各區(qū)域污染物排放強度的差異結(jié)構(gòu)，可以發(fā)現(xiàn)每年的區(qū)域內(nèi)差異均小于區(qū)域間差異，即在污染物排放強度的總差異中，區(qū)域間差異扮演著最主要的作用。就區(qū)域間差異水平占總差異水平的比例來看，總體上呈現(xiàn)出平穩(wěn)上升的趨勢，這說明區(qū)域間差異在總差異中占據(jù)日益主要的地位。

三、長江經(jīng)濟帶污染物排放強度的空間性分析

1.污染物排放強度的空間相關性檢驗

依據(jù)表2計算結(jié)果，使用全局自相關檢驗模型，可分別求得各年的Morans I指數(shù)。全局Morans I指數(shù)描述了各省市每年污染物排放強度的空間關聯(lián)與空間差異程度。

圖5為Morans I指數(shù)變化情況。

從圖5可看出，各年的Morans I指數(shù)均大于0.148，這表明長江經(jīng)濟帶各省市的污染物排放強度具有空間正相關性，存在一定程度上的集聚效應，即污染物排放強度高的省市互為相鄰，污染物排放強度低的省市互為相鄰。從Morans I指數(shù)的變化趨勢來看，Morans I指數(shù)整體上呈現(xiàn)出平穩(wěn)的、具有一定波動性地增長，由2006年的0.148迅速增長至2007年的0.234，隨后呈現(xiàn)出緩慢的下降趨勢，下降至2009年的0.178之后，又開始上升，在2014年達到最大值0.304，隨后又在2015年驟然下降到0.234。為更好地分析各省市地區(qū)污染物排放強度在空間上的集聚分布特征，本文引入2006年、2011年以及2015年Moran散點圖來分析，詳見圖6、圖7和圖8。

圖6、7、8中Moran散點圖的第一、第二、第三和第四象限分別對應著高—高、低—高、低—低和高—低地區(qū)，其中第一和第三象限所對應的Morans I指數(shù)為正，表明落在此范圍內(nèi)具有空間的正相關性;第二和第四象限所對應的Morans I指數(shù)為負，表明落在此范圍內(nèi)具有空間的負相關性。從Moran散點圖的變化趨勢來看，整體上的散點分布情況變化不大，大部分散點主要是落在第二和第三象限，只有較少散點落在第一象限或者第二象限。進一步研究可發(fā)現(xiàn)，污染物排放強度低集聚的最開始主要是集中在以上海和江蘇為中心的下游地區(qū)，但到2008年之后就變?yōu)橐陨虾橹行牡南掠蔚貐^(qū)。

綜合分析，樣本各年的全局自相關性均至少在5%顯著性水平顯著，但在局部空間自相關檢驗中，大多數(shù)省份并不存在著顯著的局域空間自相關性。因此，可說明全局的空間自相關并非是由局域空間自相關所造成的。

2.污染物排放強度的影響因素研究

本文選取長江經(jīng)濟帶各省市的產(chǎn)業(yè)結(jié)構(gòu)水平（INDU）、人均GDP水平（GDP）、平均人力資本水平（ALAB）、外商投資水平（FDI）、能源消耗強度（ES）以及城鎮(zhèn)化水平（URBAN）等六個解釋變量來探究各省市污染物排放強度的影響因素。其中，產(chǎn)業(yè)結(jié)構(gòu)水平采用地區(qū)第二產(chǎn)業(yè)產(chǎn)值占地區(qū)經(jīng)濟總產(chǎn)值的比例;平均人力資本水平通過人均受教育年限來衡量，依據(jù)人口普查、抽樣調(diào)查和經(jīng)濟普查資料，運用加權(quán)平均法測算所在地區(qū)的就業(yè)人員的平均受教育年限，計算方法參見鈔小靜（2014）[19]對不同學歷水平的賦權(quán)標準，對未上過學、小學、初中、高中（包含中職）、大學專科、大學本科、研究生及以上分別賦予權(quán)重1、6、9、12、15、16、19，進而求出加權(quán)平均值;外商投資水平用外商投資總額與GDP總值來表示;能源消耗強度采用各省市的總能源消耗與其各自的GDP比值來表示;城鎮(zhèn)化水平用各省市當?shù)氐某擎?zhèn)常住人口占總?cè)丝诘谋壤齺肀硎荆嚓P數(shù)據(jù)來源于各省市統(tǒng)計年鑒。

鑒于污染物排放具有外部性特征，因此污染物排放強度不僅受本省市的產(chǎn)業(yè)結(jié)構(gòu)、人均GDP水平等因素影響，還受鄰近省市的產(chǎn)業(yè)結(jié)構(gòu)、人均GDP水平等因素影響。本文選用空間面板計量模型依次對長江經(jīng)濟帶整體和三大區(qū)域分別做空間自回歸模型（SAR）、空間杜賓模型（SDM）、空間自相關模型（SAC）、空間誤差模型（SEM）分析。結(jié)果顯示，除SDM在長江經(jīng)濟帶整體和三大區(qū)域均適用以外，其余三個模型只部分適用。因此，為便于比較分析，本文采用SDM，對于是選用隨機效應還是固定效應，運用了Hausman檢驗

由于篇幅限制，這里沒有報告Hausman檢驗結(jié)果以及長江經(jīng)濟帶整體和各區(qū)域的SAR、SAC、SEM回歸結(jié)果，如有需要可向作者索取。，結(jié)果顯示長江經(jīng)濟帶整體和三大區(qū)域均更適用隨機效應模型，回歸結(jié)果見表7。

表7顯示，對整體或三大區(qū)域而言，SDM的擬合優(yōu)度均優(yōu)于普通面板回歸模型，這表明長江經(jīng)濟帶各省市的污染物排放強度值存在著較強的空間聯(lián)系。從整體上看，人均GDP水平、平均人力資本水平、能源消耗強度三個解釋變量均在1%的顯著性水平上顯著，這說明就長江經(jīng)濟帶11個省市整體而言，人均GDP水平的提升以及平均人力資本水平和能源消耗強度的調(diào)整對污染物排放強度的降低有著重要的作用。

從各區(qū)域的回歸結(jié)果來看，除產(chǎn)業(yè)結(jié)構(gòu)水平、GDP水平、平均人力資本水平、能源消耗強度均對三大區(qū)域污染物排放強度具有顯著影響外，外商投資水平與城鎮(zhèn)化水平僅對部分區(qū)域顯著，結(jié)合各解釋變量的相關系數(shù)可以發(fā)現(xiàn)，各區(qū)域污染物排放強度的影響因素存在著一定的差異性，其中上游地區(qū)與中下游地區(qū)之間的差異較為顯著。因此，長江經(jīng)濟帶各區(qū)域在貫徹落實降低污染物排放的實踐過程中需結(jié)合自身實際情況制定符合本區(qū)域的減排政策，不可盲目地“一刀切”。

就各自變量而言，人均GDP水平均在1%的顯著性水平上顯著，這表明地區(qū)經(jīng)濟發(fā)展水平與污染物排放強度存在著緊密的關系，其中上游地區(qū)人均GDP水平與污染物排放強度呈負相關，即隨著上游地區(qū)經(jīng)濟發(fā)展水平的提高，污染物排放強度會出現(xiàn)下降趨勢;中游、下游地區(qū)的人均GDP水平與污染物排放強度呈正相關，即隨著中游、下游地區(qū)經(jīng)濟發(fā)展水平的提高，污染物排放強度會出現(xiàn)上升趨勢;這看似與Grossman 和Krueger[20]所檢驗的經(jīng)濟增長與環(huán)境污染之間呈倒U型關系（通常叫作庫茲涅茨環(huán)境曲線，即隨著經(jīng)濟水平的增長，環(huán)境污染呈現(xiàn)先上升后下降的趨勢）不相符，但仔細推敲可發(fā)現(xiàn)本文所得的結(jié)果是比較合理的。首先，本文所檢驗的是經(jīng)濟水平增長與污染物排放強度之間的關系，而并非庫茲涅茨環(huán)境曲線中描述的經(jīng)濟水平增長與環(huán)境污染水平之間的關系;其次，本文對污染物排放的測算涵蓋廢物、廢氣與廢水三大一級指標，七個二級指標，核算指標體系更加豐富全面，而Grossman 和Krueger[20]的污染物測定只包含空氣污染和水污染兩方面。造成上游與中、下游系數(shù)符號不同的原因主要是由于上游（西部）地區(qū)自身的區(qū)域條件因素和相對落后的經(jīng)濟發(fā)展水平，其經(jīng)濟的增長主要是依靠第一產(chǎn)業(yè)和傳統(tǒng)的服務業(yè)，兩者都是對環(huán)境危害相對較小的產(chǎn)業(yè);其次，近年來上游地區(qū)，特別是云南省和貴州省，大力發(fā)展生態(tài)旅游業(yè)，生態(tài)旅游就是依托良好的生態(tài)環(huán)境，減少對自然環(huán)境的污染，是經(jīng)濟增長與生態(tài)環(huán)境保護協(xié)調(diào)發(fā)展的綠色產(chǎn)業(yè);再者，國家在長江流域生態(tài)環(huán)境建設上不均衡的投入，相比其他區(qū)域，上游地區(qū)在生態(tài)環(huán)境建設上獲得了中央財政較大的支持，如退耕還林還草工程、天然林保護工程等，這在一定程度上提高了上游地區(qū)環(huán)境凈化能力。

產(chǎn)業(yè)結(jié)構(gòu)水平雖然在整體上未能通過顯著性檢驗，但就三大區(qū)域而言，產(chǎn)業(yè)結(jié)構(gòu)水平均在1%顯著性水平上顯著，其中上游地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)水平與污染物排放強度的系數(shù)為負，中、下游地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)水平與污染物排放強度的系數(shù)為正，造成這差異性的原因可能是上游地區(qū)作為長江上游的生態(tài)屏障，肩負起長江經(jīng)濟帶水資源安全與生態(tài)環(huán)境保護的重任，其地區(qū)產(chǎn)業(yè)的發(fā)展規(guī)劃與路徑受到了中央或地方政府明確的限制。如在三峽工程項目建設中，重慶庫區(qū)多個區(qū)縣傳統(tǒng)的“三高”工業(yè)企業(yè)被迫關停遷移，在三峽工程竣工之后，重慶地方政府在招商引資中較為嚴格地執(zhí)行負面清單制，設立環(huán)保準入門檻標準;而中下游地區(qū)在經(jīng)濟發(fā)展上搭乘了上游地區(qū)生態(tài)環(huán)境保護的便車，享受了上游地區(qū)生態(tài)文明建設成果的正外部性，在產(chǎn)業(yè)的發(fā)展建設中過多地注重GDP的增長，而忽視了環(huán)境污染所帶來的負面影響。

人力資本水平至少在5%顯著性水平上顯著，這說明人力資本水平對污染物排放強度也有著密切的關系。這是因為地區(qū)的人力資本水平可以決定該地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)和高度，產(chǎn)業(yè)的結(jié)構(gòu)與高度又可以決定地區(qū)的經(jīng)濟增長方式。無論是從長江經(jīng)濟帶整體或各區(qū)域來看，平均人力資本水平對污染物排放強度的系數(shù)均為正數(shù)，這表明當前長江經(jīng)濟帶人力資本水平還不夠高，還處于中低端水平，高端型技術創(chuàng)新人才還比較匱乏。此外，還可以看出，上游地區(qū)平均人力資本水平對污染物排放強度水平的系數(shù)最大，中游地區(qū)次之，下游地區(qū)最小，這在一定程度上也符合當前人力資本水平在長江經(jīng)濟帶各省市不均衡分布的特征。

外商投資水平僅在中游地區(qū)通過了顯著性檢驗，這可能是因為上游地區(qū)吸納外資水平還不夠高，尚未達到外資對生態(tài)環(huán)境污染的門檻值;而下游地區(qū)在高度化的貿(mào)易開放水平下，其外資資本存量已積累到較高水平，對吸納新外資資本的選擇具有更加嚴格的要求。中游地區(qū)的外商投資水平介于上、下游地區(qū)之間，相比上游地區(qū)，中游地區(qū)所肩負的環(huán)保任務較輕，外商投資沒有受到過多的環(huán)保約束限制;相比下游地區(qū)，中游地區(qū)自主創(chuàng)新能力還不夠強，因此加大貿(mào)易開放成為促進中游地區(qū)產(chǎn)業(yè)、經(jīng)濟發(fā)展的有效途徑之一。這在一定程度上也驗證了貿(mào)易開放與環(huán)境污染之間的向底線賽跑假說[21-22]，即隨著全球貿(mào)易化的進程，部分國家或地區(qū)會通過采取降低本國或地區(qū)的環(huán)境規(guī)制標準以實現(xiàn)競爭力的穩(wěn)定增長。

能源消耗強度均至少在10%顯著性水平上顯著。其中，整體和下游地區(qū)的系數(shù)為正，上、中游地區(qū)的系數(shù)為負，這說明對于不同區(qū)域而言，能源消耗強度的調(diào)整對降低污染物排放強度具有不同的作用，造成其差異性的主要原因是上游地區(qū)粗放式發(fā)展模式與中下游地區(qū)集約型發(fā)展模式所造成的。另外，城鎮(zhèn)化水平只在中、下游地區(qū)通過了顯著性檢驗，城鎮(zhèn)化的推進在上游地區(qū)尚未發(fā)揮出明顯的減排效果;中、下游地區(qū)的城鎮(zhèn)化水平系數(shù)為正，表明中、下游地區(qū)已初現(xiàn)城市病端倪，因此，如何科學合理地規(guī)劃城市人口規(guī)模對減少污染物排放強度有著積極作用。

四、結(jié)論與啟示

本文通過構(gòu)建污染物排放指標體系對長江經(jīng)濟帶各省份污染物排放強度水平進行了測算，運用泰爾指數(shù)、基尼系數(shù)以及對數(shù)離差均值三個具有互補性的差異性指標對污染物排放強度的區(qū)域差異進行綜合分析，并從產(chǎn)業(yè)結(jié)構(gòu)水平、經(jīng)濟發(fā)展水平、人力資本水平、外商投資水平、能源消耗水平和城鎮(zhèn)化水平等方面分析了污染物排放強度的影響因素。研究結(jié)果發(fā)現(xiàn)：第一，長江經(jīng)濟帶污染物排放強度具有顯著的區(qū)域差異性。其中，上游地區(qū)污染物排放強度最高，中游地區(qū)次之，分別為下游地區(qū)的8倍和5倍。從各區(qū)域內(nèi)的差異變化來看，上游地區(qū)的差異最大，中游地區(qū)次之，下游地區(qū)最小。從整體差異的變化趨勢來看，以2011年為轉(zhuǎn)折點，呈現(xiàn)先上升后下降的趨勢。就三大區(qū)域的污染物排放強度差異來看，區(qū)域間差異占主導位置，且區(qū)域間差異占總差異的比重持續(xù)增長，這表明2006—2015年長江經(jīng)濟帶污染物排放強度的差異主要是由三大區(qū)域間差異所造成的。第二，三大區(qū)域污染物排放強度的影響因素存在著明顯的差異性，各解釋變量對不同區(qū)域降低污染物排放強度的作用存在著顯著的異質(zhì)性。其中上游地區(qū)與中游、下游地區(qū)之間的差異最為顯著;人均GDP水平、平均人力資本水平、能源消耗強度的優(yōu)化均能對整體和三大區(qū)域產(chǎn)生影響，產(chǎn)業(yè)結(jié)構(gòu)水平、外商投資水平和城鎮(zhèn)化水平的調(diào)整只能影響部分地區(qū)。基于此，本文得出以下幾點啟示：

第一，轉(zhuǎn)變發(fā)展方式，堅持生態(tài)優(yōu)先綠色發(fā)展的發(fā)展理念。繼續(xù)貫徹以供給側(cè)結(jié)構(gòu)性改革為主線，積極轉(zhuǎn)方式調(diào)結(jié)構(gòu)，優(yōu)化產(chǎn)業(yè)布局，鼓勵具有條件的地區(qū)率先形成資源集約型和環(huán)境保護型的綠色產(chǎn)業(yè)結(jié)構(gòu);中西部地區(qū)在承接東部產(chǎn)業(yè)轉(zhuǎn)移時需嚴格執(zhí)行環(huán)保負面清單制度，在源頭上嚴格控制減少新增污染物排放;積極探索在財政、金融、投資、市場化等方面的政策工具創(chuàng)新，樹立以生態(tài)資源環(huán)境為硬性約束的發(fā)展模式，推動長江經(jīng)濟帶生態(tài)環(huán)境與經(jīng)濟社會的協(xié)調(diào)發(fā)展。

第二，完善省際政府間橫向生態(tài)補償機制，構(gòu)建績效考核及監(jiān)督約束機制。長江經(jīng)濟帶的生態(tài)文明建設亟需從過去條塊化的治理模式轉(zhuǎn)為整體化的協(xié)同治理模式。目前，我國初顯成效的新安江流域生態(tài)環(huán)境治理正是在財政部與環(huán)保部牽頭下，皖浙兩省級政府積極合作的成果。但這寶貴的流域治理實踐經(jīng)驗不可以僅局限于這兩個省級政府之間，還應更大范圍的推廣實踐。因此，加快推進沿江多省市級政府之間的生態(tài)流域合作治理，完善環(huán)境保護督察長效機制，全面推進河長制是落實推動跨省大型流域生態(tài)補償?shù)谋匾Ｕ稀?/p>

第三，積極構(gòu)建多元合作共治模式。通過積極的財政稅收、投融資政策，構(gòu)建以政府為主導，政府、企業(yè)、民間組織、個人參與的多元共治模式;建立公共參與機制，提高公眾參與度，充分發(fā)揮各利益相關方的作用，以提高不同利益群體對生態(tài)環(huán)境的最大價值公約數(shù)，增強人民群眾對生態(tài)環(huán)境保護的責任感與獲得感，實現(xiàn)“一江清水，多元共治”的美好愿景。

參考文獻：

[1] 李春艷，衣辰，張兆陽.中國技術效率的區(qū)域差距與收斂性檢驗[J].經(jīng)濟地理，2014，34（5）：116-122.

[2]?楊玉峰，傅國偉.區(qū)域差異與國家污染物排放總量分配[J].環(huán)境科學學報，2001（2）：129-133.

[3]?王媛，牛志廣，王偉.基尼系數(shù)法在水污染物總量區(qū)域分配中的應用[J].中國人口·資源與環(huán)境，2008（3）：177-180.

[4]?張文靜，陳巖，劉雅玲，劉晨峰，韋大明，趙琰鑫.綜合考慮減排效益的污染物總量分配方法研究[J].環(huán)境污染與防治，2015，37（3）：107-110.

[5]?周申蓓，齊文韜.基于聯(lián)合協(xié)商的企業(yè)污染物減排模式研究[J].經(jīng)濟與管理評論，2017，33（3）：60-67.

[6]?宋修霖，張凌云，龔夢潔，王曉，齊曄.中國污染物總量減排數(shù)據(jù)核算體系研究[J].中國人口·資源與環(huán)境，2015，25（1）：46-54.

[7]?徐廣華，陳靜，王興國.關于總量減排監(jiān)測體系考核的思考[J].中國環(huán)境監(jiān)測，2011，27（1）：11-13.

[8]?董圓媛，張濤，顧進偉，沈紅軍.太湖流域水污染物總量減排績效評估體系建立[J].中國環(huán)境監(jiān)測，2015，31（5）：22-26.

[9]?蘇丹，王治江，王彤，白琳，劉蘭嵐.遼河流域工業(yè)廢水主要污染物排放強度單元差異分析[J].生態(tài)環(huán)境學報，2010，19（2）：275-280.

[10]陳媛媛，李坤望.開放條件下工業(yè)污染物排放強度影響因素分析[J].上海財經(jīng)大學學報，2010，12（4）：90-97.

[11]王超，張洪，唐文忠，單保慶，榮楠.海河流域主要污染物排放強度及其源結(jié)構(gòu)解析——以2007年為例[J].環(huán)境科學學報，2015，35（8）：2345-2353.

[12]陳一萍，鄭朝洪，劉杏英.福建省主要污染物排放強度的差異分析[J].地球環(huán)境學報，2014，5（4）：287-291.

[13]董小林，王歡，劉豐旋，馮文昕.基于熵權(quán)法的污染物排放強度區(qū)域分異性評價——以陜西省主要工業(yè)污染物為例[J].生態(tài)經(jīng)濟，2017，33（10）：190-194.

[14]劉華軍，趙浩.中國二氧化碳排放強度的地區(qū)差異分析[J].統(tǒng)計研究，2012，29（6）：46-50.

[15]李海萍，趙穎，傅毅明.京津冀國家干線公路污染空間特征分析[J].環(huán)境科學學報，2016，36（10）：3515-3526.

[16]何吉成.基于車流量的京哈高速公路車輛大氣污染物排放[J].生態(tài)科學，2015，34（1）：154-157.

[17]袁曉玲，張寶山，楊萬平.基于環(huán)境污染的中國全要素能源效率研究[J].中國工業(yè)經(jīng)濟，2009（2）：76-86.

[18]劉亦文，文曉茜，胡宗義.中國污染物排放的地區(qū)差異及收斂性研究[J].數(shù)量經(jīng)濟技術經(jīng)濟研究，2016，33（4）：78-94.

[19]鈔小靜，沈坤榮.城鄉(xiāng)收入差距、勞動力質(zhì)量與中國經(jīng)濟增長[J].經(jīng)濟研究，2014，49（06）：30-43.

[20] GROSSMAN M，KRUEGER B. Economic growth and the environment[J]. Quarterly Journal of Economics，1995，110（2）：353-377.

[21]DANIEL E，GENTRYB. Foreign investment，globalisation and the environment[M]//JONES T. Globalization and the Environment. 1997.

[22]ESTY C，DUA A. Sustaining the Asia Pacific miracle：Environmental protection and economic integration[J]. Peterson Institute Press：All Books，1997.