中國(guó)省級(jí)地下經(jīng)濟(jì)與環(huán)境污染——空間計(jì)量經(jīng)濟(jì)學(xué)模型的實(shí)證

閆海波 陳敬良 孟 媛

(上海理工大學(xué)管理學(xué)院，上海200093)

進(jìn)入21世紀(jì)，快速工業(yè)化與城鎮(zhèn)化、主要由要素投入推動(dòng)的經(jīng)濟(jì)增長(zhǎng)使得中國(guó)環(huán)境污染的壓力進(jìn)一步加大。根據(jù)耶魯大學(xué)和哥倫比亞大學(xué)聯(lián)合推出的“2012年度全球環(huán)境績(jī)效指數(shù)”(EPI)排名，中國(guó)在參評(píng)的149個(gè)國(guó)家和地區(qū)中排名第116位［1］，比2008年下降了11位。另?yè)?jù)世界銀行、中科院和國(guó)家環(huán)?？偩值臏y(cè)算，中國(guó)每年因環(huán)境污染造成的損失約占GDP的10%［2］。因此，要實(shí)現(xiàn)社會(huì)的可持續(xù)發(fā)展，必須統(tǒng)籌考慮人口、資源、環(huán)境與經(jīng)濟(jì)發(fā)展的協(xié)調(diào)性。國(guó)內(nèi)外的眾多研究表明，經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染之間存在著密切的關(guān)系。Beckerman［3］借鑒庫(kù)茨涅茨(Kuznets［4］)關(guān)于收入分配與經(jīng)濟(jì)增長(zhǎng)關(guān)系的著名“倒U”型曲線(xiàn)假說(shuō)，認(rèn)為經(jīng)濟(jì)增長(zhǎng)與環(huán)境質(zhì)量之間也可能存在倒U 關(guān)系。Grossman、Krueger［5－6］等基于經(jīng)驗(yàn)數(shù)據(jù)證實(shí)了人均GDP與污染物排放水平之間存在倒U型環(huán)境庫(kù)茨涅茨曲線(xiàn)(EKC)，SO2大氣懸浮物隨人均GDP增長(zhǎng)而升高。Stern［7－8］等研究發(fā)現(xiàn)，當(dāng)選取全球性國(guó)家樣本數(shù)據(jù)時(shí)人均硫排放與人均收入之間呈單調(diào)關(guān)系，當(dāng)選取高收入國(guó)家樣本時(shí)為“倒U”型，排放量的削減與時(shí)間相關(guān)與收入不相關(guān)。Maddison［9］利用空間經(jīng)濟(jì)計(jì)量方法對(duì)環(huán)境庫(kù)茨涅茨曲線(xiàn)進(jìn)行的實(shí)證研究則表明，一國(guó)人均二氧化硫排放量在很大程度上受到鄰國(guó)人均排放量的影響，一國(guó)人均氮氧化物排放量會(huì)因與人均收入高的國(guó)家相鄰而減少。Caviglia－Harris［10］等使用生態(tài)足跡這一綜合指標(biāo)衡量環(huán)境質(zhì)量，發(fā)現(xiàn)生態(tài)足跡同經(jīng)濟(jì)增長(zhǎng)之間不存在EKC倒U關(guān)系。

賀彩霞、冉茂盛［11］基于中國(guó)省級(jí)面板數(shù)據(jù)的研究結(jié)果，認(rèn)為經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染之間的關(guān)系存在顯著地區(qū)域差異，而且二者之間存在雙向反饋機(jī)制。包群、彭水軍［12］利用6類(lèi)環(huán)境污染指標(biāo)來(lái)實(shí)證檢驗(yàn)EKC假設(shè)，研究結(jié)果表明，EKC很大程度上取決于污染指標(biāo)和估計(jì)方法的選取。吳玉鳴、田斌［13］則使用空間計(jì)量經(jīng)濟(jì)學(xué)模型進(jìn)一步分析了省域環(huán)境污染的空間相關(guān)性，認(rèn)為我國(guó)省域環(huán)境污染存在明顯空間依賴(lài)和空間溢出效應(yīng)，并得出了省域人均收入越高、環(huán)境污染越嚴(yán)重的結(jié)論。綜上所知:第一，現(xiàn)有研究大多以時(shí)間序列模型為主，隱含地假設(shè)一個(gè)區(qū)域的環(huán)境污染與相鄰區(qū)域在地理空間上不存在空間相關(guān)性，由此獲得的估計(jì)結(jié)果可能存在偏誤，推導(dǎo)的結(jié)論和環(huán)境政策建議也難以令人信服［14－15］;第二，經(jīng)濟(jì)增長(zhǎng)通常是環(huán)境污染程度上升與地下經(jīng)濟(jì)擴(kuò)張的原因，但是關(guān)于地下經(jīng)濟(jì)的存在及其規(guī)模對(duì)環(huán)境污染影響的相關(guān)研究不足，國(guó)內(nèi)外尚缺少這方面的理論研究;第三，學(xué)者們多以二氧化硫、二氧化碳及工業(yè)三廢等單一污染物排放來(lái)衡量環(huán)境污染，缺乏整體上的考量。本文試圖克服以上不足，在總結(jié)現(xiàn)有空間經(jīng)濟(jì)計(jì)量分析技術(shù)基礎(chǔ)上，研究我國(guó)省級(jí)環(huán)境污染程度、地下經(jīng)濟(jì)規(guī)模、經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系。

1 環(huán)境污染指數(shù)與地下經(jīng)濟(jì)規(guī)模的測(cè)量

1.1 復(fù)合環(huán)境污染指數(shù)

本文使用復(fù)合環(huán)境污染指數(shù)作為對(duì)各省份環(huán)境污染程度的度量。復(fù)合污染是指多種污染物對(duì)同一介質(zhì)(土壤、水、大氣、生物)的同時(shí)污染，其典型反映是污染物在城市之間相互輸送，造成各城市污染相互關(guān)聯(lián)及多種高濃度污染物在時(shí)空上的疊加［16］。因此，構(gòu)建符合污染指數(shù)能夠更準(zhǔn)確地反映各種污染物相互影響之后的影響程度。借鑒原毅軍［16］等基于熵權(quán)法構(gòu)建環(huán)境污染指數(shù)的方法測(cè)算復(fù)合環(huán)境污染指數(shù)。復(fù)合污染指數(shù)的計(jì)算公式如下:

其中，Pi表示某一省份的復(fù)合環(huán)境污染指數(shù)。

xij表示選取的污染物指標(biāo)標(biāo)準(zhǔn)化之后的數(shù)值。本文選擇廢水排放量、化學(xué)需氧量(COD)、工業(yè)廢氣排放量、二氧化硫排放量、工業(yè)固體廢物產(chǎn)生量作為對(duì)水體、大氣、土壤污染的衡量。采取的空間樣本數(shù)據(jù)是除了臺(tái)灣省和香港、澳門(mén)特別行政區(qū)外的大陸31個(gè)省、自治區(qū)和直轄市。樣本區(qū)間為2002－2010年，數(shù)據(jù)來(lái)源于各年《中國(guó)統(tǒng)計(jì)年鑒》。

βij為第i個(gè)省份第j項(xiàng)指標(biāo)的系數(shù)，即根據(jù)熵值法確定的每種污染物的權(quán)重，βij則為:

其中，m為指標(biāo)個(gè)數(shù)，m=5;Ee是各項(xiàng)ej的和。ej表示第j項(xiàng)指標(biāo)的熵值，則ej為:

其中，n為省份數(shù)，n=31;k=ln(n);fij為第j項(xiàng)指標(biāo)下第i個(gè)省份占該指標(biāo)的比重:

1.2 地下經(jīng)濟(jì)規(guī)模

根據(jù)目前比較一致的認(rèn)識(shí)，地下經(jīng)濟(jì)是指根據(jù)現(xiàn)行的國(guó)民經(jīng)濟(jì)經(jīng)濟(jì)核算體系應(yīng)該被核算而未被核算和現(xiàn)行國(guó)民經(jīng)濟(jì)核算體系未涉及但又確實(shí)存在的經(jīng)濟(jì)生產(chǎn)活動(dòng)［17］。貨幣需求法是測(cè)量地下經(jīng)濟(jì)規(guī)模的較為優(yōu)良的方法，但卻無(wú)法估測(cè)各個(gè)省份地區(qū)的地下經(jīng)濟(jì)規(guī)模，故本文使用要素分配法［18］測(cè)算各省份地區(qū)地下經(jīng)濟(jì)的規(guī)模。根據(jù)經(jīng)濟(jì)學(xué)原理，收入=消費(fèi)支出+儲(chǔ)蓄，又因?yàn)橄M(fèi)支出、儲(chǔ)蓄支出的官方統(tǒng)計(jì)相對(duì)準(zhǔn)確，而人們則有隱瞞收入的傾向，所以地下經(jīng)濟(jì)部門(mén)的勞動(dòng)報(bào)酬收入可以用消費(fèi)、儲(chǔ)蓄與收入的差來(lái)計(jì)算，見(jiàn)下式:

地下經(jīng)濟(jì)部門(mén)的勞動(dòng)者報(bào)酬=居民消費(fèi)支出總額+居民儲(chǔ)蓄年增量－(城鎮(zhèn)居民人均生活費(fèi)收入×城鎮(zhèn)總?cè)丝?農(nóng)村居民人均純收入×農(nóng)村總?cè)丝?;

繼而根據(jù)勞動(dòng)者報(bào)酬在地下經(jīng)濟(jì)中所占的份額即正規(guī)經(jīng)濟(jì)部門(mén)勞動(dòng)者報(bào)酬占GDP的比重，可估測(cè)中國(guó)各省份地區(qū)的地下經(jīng)濟(jì)規(guī)模。

2 地下經(jīng)濟(jì)與環(huán)境污染的空間分布特征

2.1 地下經(jīng)濟(jì)的空間分布

過(guò)度危險(xiǎn)比率［19］(Excess Risk)度量了地下經(jīng)濟(jì)規(guī)模的相對(duì)嚴(yán)重程度。是觀(guān)測(cè)值與所有數(shù)據(jù)平均值的比值。過(guò)度危險(xiǎn)比率小于1，表明該省份的環(huán)境污染地下經(jīng)濟(jì)規(guī)模小于國(guó)內(nèi)的平均值。過(guò)度危險(xiǎn)比率大于1，則表明該省份地下經(jīng)濟(jì)規(guī)模大于國(guó)內(nèi)平均值，危險(xiǎn)程度較高。

從發(fā)展態(tài)勢(shì)上看，我國(guó)的地下經(jīng)濟(jì)規(guī)模呈現(xiàn)明顯的由點(diǎn)到面的擴(kuò)散趨勢(shì)。如表1所示，2002年，地下經(jīng)濟(jì)規(guī)模過(guò)度危險(xiǎn)比率大于等于1的省份有7個(gè)，至2010年，地下經(jīng)濟(jì)規(guī)模過(guò)度危險(xiǎn)比率大于等于1的省份已經(jīng)達(dá)到15個(gè)，占全部31個(gè)省份的48.38%。因此，本文認(rèn)為，第一，我國(guó)的地下經(jīng)濟(jì)規(guī)模趨于嚴(yán)重;第二，從地域分布與演化趨勢(shì)上看，北京、上海、天津、遼寧、廣東、海南始終是地下經(jīng)濟(jì)的重災(zāi)區(qū);第三，地下經(jīng)濟(jì)呈現(xiàn)出從京滬以及沿海經(jīng)濟(jì)發(fā)達(dá)地區(qū)向內(nèi)蒙古、西北地區(qū)遷移的趨勢(shì);第四，逐步呈現(xiàn)出地理空間上的非均質(zhì)性特征，存在中心和外圍地區(qū)、發(fā)達(dá)和落后地區(qū)的空間差異性。

2.2 環(huán)境污染程度的空間分布

如表2所示，2002年，復(fù)合環(huán)境污染指數(shù)小于0.3的省份是14個(gè)，2010年，復(fù)合環(huán)境污染指數(shù)小于0.3的省份仍然是14個(gè)。由此判斷，近十年來(lái)，我國(guó)的環(huán)境狀況并未有得到改善。其中，山東、江蘇、河南、河北、四川、廣東的環(huán)境污染指數(shù)始終在高位運(yùn)行，廣西則由中度污染程度地區(qū)落入了重度污染地區(qū)，新疆由無(wú)污染地區(qū)落入了輕度污染地區(qū)。只有山西的環(huán)境狀況有所改善，跳出了重度污染地區(qū)。若將我國(guó)的環(huán)境污染程度分為無(wú)污染程度、輕度污染程度、中度污染程度、中度污染程度四個(gè)級(jí)別，則環(huán)境污染狀況有以下特點(diǎn):第一，與區(qū)域經(jīng)濟(jì)發(fā)展的不均衡狀況類(lèi)似，我國(guó)各省份環(huán)境狀況呈現(xiàn)明顯的層次性分布:西部地區(qū)復(fù)合環(huán)境污染指數(shù)最小，中部地區(qū)復(fù)合環(huán)境污染指數(shù)次之，沿海地區(qū)復(fù)合環(huán)境污染指數(shù)最高。其中，環(huán)渤海地區(qū)的河北、遼寧、沿海的山東、江蘇、廣東、廣西以及內(nèi)陸省份河南、四川環(huán)境污染程度最高，屬于重度污染程度;第二，環(huán)境污染分布呈現(xiàn)地區(qū)聚集特征，且與污染程度在上一級(jí)次的地區(qū)臨近:都是中度污染程度的湖北、湖南、浙江、安徽、福建在地理位置上臨近，且靠近重度污染程度的環(huán)渤海地區(qū)和兩廣地區(qū);重度污染程度的四川處于環(huán)境污染程度的“孤島”，被輕度污染程度的云南、貴重、重慶、山西以及無(wú)污染程度的西藏、甘肅、青海所包圍。

表1 地下經(jīng)濟(jì)規(guī)模過(guò)度危險(xiǎn)比率

表2 復(fù)合環(huán)境污染指數(shù)

2.3地下經(jīng)濟(jì)與環(huán)境污染的空間自相關(guān)檢驗(yàn)

通過(guò)上文對(duì)于地下經(jīng)濟(jì)與環(huán)境污染的空間分布分析，可以初步判斷其在地理空間上存在集聚現(xiàn)象，即空間自相關(guān)。這意味著空間上的觀(guān)測(cè)值之間缺乏獨(dú)立性各變量之間存在相互影響，空間相關(guān)的強(qiáng)度及模式由空間的絕對(duì)位置(格局)和相對(duì)位置(距離)共同決定［20］。本文采用全域空間相關(guān)性檢驗(yàn)和局域空間相關(guān)性［21－22］檢驗(yàn)來(lái)分析測(cè)度省域地下經(jīng)濟(jì)與環(huán)境污染在地理上的集聚程度。使用由Moran(1950)提出的空間自相關(guān)系數(shù)全局Moran’s I［23］檢驗(yàn)區(qū)域變量的空間相關(guān)性存在與否，計(jì)算公式為:

Yi表示第i個(gè)地區(qū)的觀(guān)測(cè)值，n為地區(qū)總數(shù)，Wij為二進(jìn)制的鄰近空間權(quán)值矩陣，表示其中的任一元素，采用鄰近標(biāo)準(zhǔn)或距離標(biāo)準(zhǔn)，其目的是定義空間對(duì)象的相互鄰近關(guān)系。全局的Moran’s I值介于－1－1之間，大于0說(shuō)明空間存在正相關(guān)，越大說(shuō)明空間分布的正相關(guān)性越強(qiáng);否則為負(fù)相關(guān);近似為0表示空間服從隨機(jī)分布。通過(guò)上述公式計(jì)算的地下經(jīng)濟(jì)的Moran指數(shù)為負(fù)值，且通過(guò)5%的顯著性水平檢驗(yàn)，這表明我國(guó)31個(gè)省域地下經(jīng)濟(jì)在空間分布上具有顯著的負(fù)相關(guān)性;而復(fù)合環(huán)境污染指數(shù)Moran值為0.258，我國(guó)省域環(huán)境污染存在較為顯著的空間正相關(guān)性。

通過(guò)Moran指數(shù)可以將各省域的地下經(jīng)濟(jì)集群分為4種空間相關(guān)模式(見(jiàn)表3):第1象限(HH)表示地下經(jīng)濟(jì)規(guī)模高的省份被同是地下經(jīng)濟(jì)規(guī)模高的省份所包圍;第2象限(LH)表示地下經(jīng)濟(jì)規(guī)模低的省份被高的省份包圍;第3象限(LL)地下經(jīng)濟(jì)規(guī)模低的省份被同是規(guī)模低的省份所包圍;第4象限(HL)表示地下經(jīng)濟(jì)規(guī)模高的省份被低的省份所包圍。第1、3象限體現(xiàn)出正的空間自相關(guān)性，第2、4象限體現(xiàn)出負(fù)的空間自相關(guān)性。復(fù)合環(huán)境污染指數(shù)的空間關(guān)聯(lián)模式同上。

總體看來(lái)，我國(guó)省域地下經(jīng)濟(jì)存在著地理空間上的依賴(lài)性與異質(zhì)性，核心與邊緣地區(qū)模式是其典型的分布模式:地下經(jīng)濟(jì)規(guī)模最高的上海、北京、廣東等位于第4象限，被其他地下經(jīng)濟(jì)規(guī)模較低的省份包圍;沿邊地下經(jīng)濟(jì)規(guī)模較低的省份則連成一片，位于第3象限;位于第2象限省份的地理位置不相鄰，地下經(jīng)濟(jì)規(guī)模也相距甚大;我國(guó)省域環(huán)境污染聚集出現(xiàn)HH和LL兩種模式的分化，空間正相關(guān)性較為明顯。

分析表明，我國(guó)省域地下經(jīng)濟(jì)規(guī)模擴(kuò)張與環(huán)境污染程度確實(shí)存在空間聚集現(xiàn)象，地區(qū)差異比較顯著，表明有必要從空間維度的相關(guān)性和異質(zhì)性出發(fā)，其進(jìn)行空間計(jì)量分析。

表3 地下經(jīng)濟(jì)規(guī)模與環(huán)境污染程度省級(jí)區(qū)域的空間相關(guān)模式

3 地下經(jīng)濟(jì)對(duì)環(huán)境污染影響的空間計(jì)量檢驗(yàn)

3.1 模型設(shè)定

Florax［24］等發(fā)現(xiàn)對(duì)于真實(shí)的數(shù)據(jù)生成過(guò)程，從一般線(xiàn)性回歸模型出發(fā)，通過(guò)模型設(shè)定的檢驗(yàn)擴(kuò)展到具有空間滯后變量的計(jì)量模型，比從一般到具體的方法更好。因此本文首先借鑒已有的EKC研究范式，結(jié)合本文的研究目的，首先構(gòu)建如下對(duì)數(shù)線(xiàn)性回歸模型:

其中E表示環(huán)境污染程度，Y代表經(jīng)濟(jì)發(fā)展水平，U代表地下經(jīng)濟(jì)規(guī)模，α、ε分別為常數(shù)項(xiàng)和隨機(jī)誤差項(xiàng)，ε～N(0，σ2)。參數(shù)β1、β2的估計(jì)結(jié)果用以判斷環(huán)境－收入之間的集中可能曲線(xiàn)關(guān)系。β3的符號(hào)和大小反映了地下經(jīng)濟(jì)規(guī)模對(duì)環(huán)境質(zhì)量的影響。在此基礎(chǔ)上，引入空間計(jì)量模型對(duì)(6)式進(jìn)行修正。根據(jù)空間計(jì)量經(jīng)濟(jì)學(xué)，空間效應(yīng)可以表現(xiàn)為空間滯后模型(Spatial Lag Model，SLM)和空間誤差模型(Spatial Error Model，SEM)兩種基本形式［25］。在空間自回歸模型中，變量的空間相關(guān)關(guān)系由因變量的空間滯后項(xiàng)來(lái)反映，與(6)式對(duì)應(yīng)的SLM模型為:

WlnE為空間滯后因變量。ρ為空間自回歸系數(shù)，其估計(jì)值反映了空間相關(guān)性的方向和大小，即鄰近省域的環(huán)境污染對(duì)本省份觀(guān)察值的影響程度和方向。式中W為n×n的空間權(quán)值矩陣，其中的元素wij定義了空間鄰接關(guān)系。如果地理單元i和j鄰接，wij取1，反之則取0。由于相鄰省份間有共同的邊界，本文選取一階鄰接方法求取空間權(quán)值矩陣［19］。

假設(shè)空間相關(guān)通過(guò)誤差過(guò)程產(chǎn)生［26］，與式(6)對(duì)應(yīng)的的SEM模型為:

式中λ為空間誤差自相關(guān)系數(shù)，表示了回歸殘差之間空間相關(guān)的強(qiáng)度，Wμ為空間滯后誤差項(xiàng)。

由于空間效應(yīng)的存在，對(duì)上述兩種模型如果仍然采取普通最小二乘法(OLS)進(jìn)行估計(jì)，會(huì)導(dǎo)致系數(shù)估計(jì)值有偏或無(wú)效，根據(jù) Anselin［19］的建議，本文采用極大似然法對(duì)SLM和SEM模型進(jìn)行估計(jì)。

3.2 指數(shù)選取與數(shù)據(jù)來(lái)源

環(huán)境污染程度使用上文測(cè)算的復(fù)合環(huán)境污染指數(shù)，這樣可以消除不同省份在經(jīng)濟(jì)、人口等規(guī)模上的差異。經(jīng)濟(jì)發(fā)展水平Y(jié)使用人均GDP(單位:萬(wàn)元)來(lái)度量。地下經(jīng)濟(jì)規(guī)模U使用人均地下經(jīng)濟(jì)水平來(lái)度量(單位:萬(wàn)元)。實(shí)證分析所用的原始數(shù)據(jù)均來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒2010》。

3.3 實(shí)證結(jié)果和分析

表4報(bào)告了以復(fù)合環(huán)境污染指數(shù)為被解釋變量的回歸結(jié)果，相對(duì)于經(jīng)典回歸OLS模型，SLM和SEM的擬合優(yōu)度檢驗(yàn)值R2和對(duì)數(shù)似然函數(shù)值log－likelihood都有所提高，AIC和SC的值都相對(duì)變小，這說(shuō)明考慮空間效應(yīng)后的模型有效的消除了環(huán)境污染的空間自相關(guān)和空間誤差。而SEM模型中的log－likelihood和R2優(yōu)于其他模型相應(yīng)的統(tǒng)計(jì)值，這意味著一個(gè)地區(qū)的環(huán)境污染不僅受到周邊鄰近省域環(huán)境污染的相互沖擊，而且還受到區(qū)域間結(jié)構(gòu)性差異的誤差沖擊，這種結(jié)構(gòu)性差異體現(xiàn)在各個(gè)省域自身經(jīng)濟(jì)發(fā)展水平、地下經(jīng)濟(jì)規(guī)模以及其他未納入基本模型中的其他空間影響因素之間存在的差異［27］。進(jìn)一步比較分析可以發(fā)現(xiàn)，LMERR較之LMLAG在統(tǒng)計(jì)上更加顯著而且RLMERR也顯著，根據(jù)Anselin和Florax［24］提供的空間模型形式判別方法，可認(rèn)為SEM相對(duì)SLM模型能更好的擬合空間效應(yīng)。

OLS回歸結(jié)果顯示，人均GDP的回歸系數(shù)β1為正數(shù)，其平方項(xiàng)的回歸系數(shù)β2為負(fù)數(shù)，與EKC假說(shuō)一致，說(shuō)明環(huán)境質(zhì)量隨經(jīng)濟(jì)增長(zhǎng)倒U型關(guān)系［26］，SLM與SEM檢驗(yàn)結(jié)果也證實(shí)了這一關(guān)系，預(yù)示隨著人均GDP的增長(zhǎng)，復(fù)合污染程度指數(shù)呈現(xiàn)會(huì)呈現(xiàn)出先增長(zhǎng)后減弱的趨勢(shì)。據(jù)此計(jì)算出環(huán)境污染－收入倒U型曲線(xiàn)轉(zhuǎn)折點(diǎn)為人均GDP達(dá)2.78萬(wàn)元，對(duì)于人均GDP低于這一臨界點(diǎn)的省份而言，復(fù)合環(huán)境污染指數(shù)與人均GDP呈現(xiàn)出正相關(guān)關(guān)系，復(fù)合環(huán)境污染指數(shù)會(huì)隨著人均GDP的增加而上升，經(jīng)濟(jì)增長(zhǎng)將惡化環(huán)境。在跨越上述臨界值后，復(fù)合環(huán)境污染指數(shù)才會(huì)隨人均GDP的進(jìn)一步增加而出現(xiàn)下降的趨勢(shì)。2010年有18個(gè)省份人均GDP低于2.78萬(wàn)元，即有58.06%的省份位于EKC曲線(xiàn)的左半段，其中又以中西部省份居多。

盡管人們普遍擔(dān)心地下經(jīng)濟(jì)這種隱性和無(wú)法掌控的經(jīng)濟(jì)形式的存在會(huì)對(duì)地區(qū)環(huán)境造成負(fù)面影響，然而本文的實(shí)證結(jié)果并沒(méi)有找到地下經(jīng)濟(jì)的存在會(huì)惡化地區(qū)環(huán)境的證據(jù)。三種模型中地下經(jīng)濟(jì)的估計(jì)系數(shù)為 －0.0288、－0.0284、－0.0298，且在統(tǒng)計(jì)上顯著，這意味著地下經(jīng)濟(jì)的存在有利于減少主要污染物的排放，至少對(duì)環(huán)境質(zhì)量的改善有正向的作用。地下經(jīng)濟(jì)之所以與環(huán)境污染物之間負(fù)相關(guān)可能由以下原因造成:一是高耗能、高污染項(xiàng)目投資巨大，風(fēng)險(xiǎn)高，地下經(jīng)濟(jì)所形成的資金(地下資金)由于天然的風(fēng)險(xiǎn)厭惡而不愿進(jìn)入上述領(lǐng)域;二是雖然我國(guó)的高耗能、高污染的粗放增長(zhǎng)方式?jīng)]有得到根本改變，但是對(duì)此類(lèi)項(xiàng)目及其企業(yè)的監(jiān)管卻日益嚴(yán)格，地下資金難以進(jìn)入;三是我國(guó)的地下經(jīng)濟(jì)多隱藏于第三產(chǎn)業(yè)服務(wù)業(yè)，客觀(guān)上對(duì)環(huán)境污染的影響程度較小。

表4 地下經(jīng)濟(jì)與環(huán)境污染的空間計(jì)量檢驗(yàn)結(jié)果

4 主要結(jié)論和政策啟示

運(yùn)用探索性空間數(shù)據(jù)分析方法對(duì)我國(guó)各省域當(dāng)前地下經(jīng)濟(jì)與環(huán)境污染的分布格局及演變趨勢(shì)進(jìn)行了分析，并進(jìn)一步采用空間誤差模型(SEM和空間滯后模型(SLM)實(shí)證分析了經(jīng)濟(jì)發(fā)展水平、地下經(jīng)濟(jì)規(guī)模擴(kuò)張對(duì)環(huán)境污染的影響，得到以下結(jié)論及啟示:①我國(guó)省域環(huán)境污染程度存在顯著的空間依賴(lài)性，呈現(xiàn)出東高西低的階梯狀分布特征;②地下經(jīng)濟(jì)呈現(xiàn)出地理空間上的非均質(zhì)性特征，存在中心和外圍地區(qū)、發(fā)達(dá)和落后地區(qū)的空間差異性。③多數(shù)省份處在EKC曲線(xiàn)的左半段;地下經(jīng)濟(jì)規(guī)模與環(huán)境污染程度空間負(fù)相關(guān)。

根據(jù)以上結(jié)論，本文提出:為將經(jīng)濟(jì)增長(zhǎng)所引致的環(huán)境污染最小化，各級(jí)政府應(yīng)充分考慮經(jīng)濟(jì)與環(huán)境的空間相關(guān)性，打破各自為陣的行政壟斷，推進(jìn)以排污權(quán)交易為核心的跨區(qū)域環(huán)保合作，建立合理的補(bǔ)償機(jī)制，積極應(yīng)對(duì)跨省域的環(huán)境污染。此外，地下經(jīng)濟(jì)在客觀(guān)上具有緩解環(huán)境污染的作用，但這并非地下經(jīng)濟(jì)的存在的“本意”。因此，在調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、發(fā)展現(xiàn)代服務(wù)業(yè)的同時(shí)，應(yīng)加強(qiáng)對(duì)地下經(jīng)濟(jì)統(tǒng)計(jì)與監(jiān)察，使之可查、可控;制定合理有效的政策，使其逐步地上化、顯性化，最終并入可觀(guān)測(cè)的現(xiàn)代服務(wù)業(yè)范疇，發(fā)揮對(duì)環(huán)境質(zhì)量提升的積極作用。

(編輯:張 英)

［1］全球環(huán)境績(jī)效指數(shù)出爐，中國(guó)名列116位［EB/OL］.http://money.163.com/12/012/15/07.

［2］呂健.中國(guó)經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染關(guān)系的空間計(jì)量分析［J］.財(cái)貿(mào)研究，2011，(4):1－7.

［3］Beckerman W.Environmental policy and the challenge to economic theory［J］.

［4］Kuznets S.Economic Growth and Income Inequality［J］.The American Economic Review，1955，45(1):1 －28.

［5］Grossman，GMK.Economic.Growth and the Environment［J］.The Quarterly Journal of Economics，1995，110(2):353 －377.

［6］Grossman R M，krueger J，Yourish D.Interleukin 6 is expressed in high levels in psoriatic skin and stimulates proliferation of cultured human keratinocytes［J］.Proceedings of the National Academy of Sciences of the United States of America，1989，86(16):6367 －6371.

［7］Stern DI，Common.Is There an Environmental Kuznets Curve for Sulfur?［J］.Journal of Environmental Economics and Management，2001，41(2):162 －178.

［8］Stern DI，Common，Barbier EB.Economic growth and environmental degradation:The environmental Kuznets curve and sustainable development［J］.World Development，1996，24(7):1151 － 1160.

［9］Maddison D.Environmental Kuznets curves:A spatial econometric approach［J］.Journal of Environmental Economics and Management，2006，51(2):218 －230.

［10］Caviglia－Harris J L，Chambers D，Kahn J R.Taking the“U”out of Kuznets［J］.Ecological Economics，2009，68(4):1149 － 1159.

［11］賀彩霞，冉茂盛.環(huán)境污染與經(jīng)濟(jì)增長(zhǎng)——基于省際面板數(shù)據(jù)的區(qū)域差異研究［J］.中國(guó)人口·資源與環(huán)境，2009，(2):56－62.

［12］包群，彭水軍.經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染:基于面板數(shù)據(jù)的聯(lián)立方程估計(jì)［J］.世界經(jīng)濟(jì)，2006，(11):48 －58.

［13］吳玉鳴，田斌.省域環(huán)境庫(kù)茲涅茨曲線(xiàn)的擴(kuò)展及其決定因素——空間計(jì)量經(jīng)濟(jì)學(xué)模型實(shí)證［J］.地理研究，2012，(4):627－640.

［14］蘇梽芳，胡日東，林三強(qiáng).環(huán)境質(zhì)量與經(jīng)濟(jì)增長(zhǎng)庫(kù)茲尼茨關(guān)系空間計(jì)量分析［J］.地理研究，2009，(2):303 －310.

［15］龍志和，陳青青.中國(guó)省級(jí)CO2排放影響因素的空間計(jì)量分析［J］.中國(guó)人口資源與環(huán)境，2011，21(11):15 －20.

［16］原毅軍，郭麗麗，任煥煥.基于復(fù)合污染指數(shù)的省級(jí)環(huán)境技術(shù)效率測(cè)算［J］.中國(guó)人口資源與環(huán)境，2011，21(10):167 －172.

［17］李金昌，徐藹婷.未被觀(guān)測(cè)經(jīng)濟(jì)估算方法新探［J］.統(tǒng)計(jì)研究，2005，(11):21 － 26.［Li Jinchang，Xu Aiting.A New Research of Estimation Method of Unobserved Economy［J］.2005，(11):21 －26.］

［18］劉洪，夏帆.要素分配法估測(cè)我國(guó)非正規(guī)經(jīng)濟(jì)的規(guī)模［J］.財(cái)政研究，2004，(1):16 －19.

［19］Anselin L，Syabri I，Kho Y.GeoDa:An Introduction to Spatial Data Analysis［M］.http://sal.agecon.uiuc.edu/csiss/pdf/geoda093.pdf，2010.

［20］Baltagi，BH.A companion to theoretical econometrics［M］.Malden，MA:Blackwell Pub，2003.

［21］Anselin L.Model Validation in Spatial Econometrics:A Review and Evaluation of Alternative Approaches［J］.International Regional Science Review，1988，11(3):279 －316.

［22］Anselin L R?Perspectives on spatial data analysis［M］.Berlin，Heidelberg:Springer-Verlag Berlin Heidelberg，2010.

［23］Anselin L.Specification tests on the structure of interaction in spatial econometric models［J］.Papers of the Regional Science Association，1984(1).

［24］Florax R J，F(xiàn)lomer H，Rey S J.Specification searches in spatial econometrics:the relevance of Hendry’s methodology［J］.Regional Science and Urban Economics，2003，33(5):557 －579.

［25］Anselin L.Spatial Externalities，Spatial Multipliers，And Spatial E-conometrics［J］.International Regional Science Review，2003，26(2):153－166.

［26］蔣偉，劉牧鑫.外商直接投資與環(huán)境庫(kù)茲涅茨曲線(xiàn)——基于中國(guó)城市數(shù)據(jù)的空間計(jì)量分析［J］.數(shù)理統(tǒng)計(jì)與管理，2011，(4):752－760.

［27］鄧玉萍，許和連.外商直接投資導(dǎo)致了中國(guó)的環(huán)境污染嗎?:基于中國(guó)省際面板數(shù)據(jù)的空間計(jì)量研究［J］.管理世界，2012，(2):30－43.