引 en

中国空气污染物排放的治理:技术进步效应与政府努力效应

王文欢^1,2
，王思允²
，杨晓光^2,3

1. 浙江工业大学政治与公共管理学院,浙江杭州 310023； 2. 中国石油大学(北京) 经济管理学院,北京 102249； 3. 中国科学院数学与系统科学研究院,北京 100190；

Treatment of Air Pollutant Emissions in China: Technical Progressive Effect and Government Effort Effect

WANG Wenhuan^1,2
， WANG Siyun²
， YANG Xiaoguang^2,3

1. Zhejiang University of Technology, Hangzhou, Zhejiang 310023 , China； 2. China University of Petroleum (Beijing), Beijing 102249 , China； 3. Academy of Mathematics and System Science, Chinese Academy of Science, Beijing 100190 , China；

作者简介:

王文欢(1988—),女,河北唐山人,浙江工业大学政治与公共管理学院讲师,博士,研究方向为能源环境政策分析。

通讯作者:

杨晓光(1964—),男,安徽凤台人,中国科学院数学与系统科学研究院研究员,中国石油大学(北京)经济管理学院特聘教授,博士,博士生导师,国家杰出青年科学基金获得者,研究方向为金融风险管理、博弈论与复杂网络、能源经济与管理。

中图分类号:X32

文献标识码:A

文章编号:1673-5595(2020)03-0007-09

DOI:10.13216/j.cnki.upcjess.2020.03.0002

全文
评论
参考文献
出版信息

参考文献 1

揭滢,陈少平.转变增长方式构建循环经济发展模式 [J].中国石油大学学报(社会科学版),2016,32(3):19-22.

查找原文

参考文献 2

Yale University,Columbia University.2018 Envlronmental Performance Index [ EB/LL].(2018-01-23)[2019-03-15].https://epi.envirocanter.yale.edu/node/36657/book.

查找原文

参考文献 3

张坤民,温宗国,彭立颖.当代中国的环境政策:形成、特点与评价[J].中国人口·资源与环境,2007,17(2):1-7.

查找原文

参考文献 4

丰月,冯铁拴.管制、共治与组合:环境政策工具新思考 [J].中国石油大学学报(社会科学版),2018,34(4):50-57.

查找原文

参考文献 5

Fujii H,Managi S,Kaneko S.Decomposition Analysis of Air Pollution Abatement in China:Empirical Study for Ten Industrial Sectors from 1998 to 2009 [J].Journal of Cleaner Production,2013,59(18):22-31.

查找原文

参考文献 6

Levinson A.Technology,International Trade,and Pollution from US Manufacturing[J].American Economic Review,2009,99(5):2177-2192.

查找原文

参考文献 7

黄菁.环境污染与工业结构:基于Divisia指数分解法的研究[J].统计研究,2009,26(12):68-73.

查找原文

参考文献 8

李荔,毕军,杨金田,等.我国二氧化硫排放强度地区差异分解分析 [J].中国人口 · 资源与环境,2010,20(S1):34-38.

查找原文

参考文献 9

魏巍贤,马喜立,李鹏,等.技术进步和税收在区域大气污染治理中的作用[J].中国人口·资源与环境,2016,26(5):1-11.

查找原文

参考文献 10

Zhang S,Worrell E,Crijns-Graus W.Evaluating Co-benefits of Energy Efficiency and Air Pollution Abatement in China︐s Cement Industry[J].Applied Energy,2015,147:192-213.

查找原文

参考文献 11

王金南,雷宇,宁淼.实施《大气污染防治行动计划》:向 PM_2.5宣战[J].环境保护,2014,42(6):28-31.

查找原文

参考文献 12

Chen YJ,Li P,Lu Y.Career Concerns and Multitasking Local Bureaucrats:Evidence of a Target-based Performance Evaluation System in China [J].Journal of Development Economics,2018,133:84-101.

查找原文

参考文献 13

Wang Q,Wang Y,Zhou P,et al.Whole Process Decom-position of Energy-related SO₂ in Jiangsu Province,China [J].Applied Energy,2017,194:679-687.

查找原文

参考文献 14

Lyu W,Li Y,Guan D,et al.Driving Forces of Chinese Primary Air Pollution Emissions:An Index Decomposition Analysis[J].Journal of Cleaner Production,2016,133:136-144.

查找原文

参考文献 15

Liu Z,Liang S,Geng Y,et al.Features,Trajectories and Driving Forces for Energy-related GHG Emissions from Chinese Mega Cites:The Case of Beijing,Tianjin,Shanghai and Chongqing [J].Energy,2012,37(1):245-254.

查找原文

参考文献 16

Chang M,Zheng J,Inoue Y,et al.Comparative Analysis on the Socioeconomic Drivers of Industrial Air-pollutant Emissions between Japan and China:Insights for the Further-abatement Period Based on the LMDI Method[J].Journal of Cleaner Production,2018,189:240-250.

查找原文

参考文献 17

Zhang P.End-of-pipe or Process-integrated:Evidence from LMDI Decomposition of China ‘ s SO₂ Emission Density Reduction [J].Frontiers of Environmental Science & Engineering,2013,7(6):867-874.

查找原文

参考文献 18

Zhao M,Tan L,Zhang W,et al.Decomposing the Influencing Factors of Industrial Carbon Emissions in Shanghai Using the LMDI Method[J].Energy,2010,35(6):2505-2510.

查找原文

参考文献 19

Lu X,McElroy M B,Wu G,et al.Accelerated Reduction in SO₂ Emissions from the U.S.Power Sector Triggered by Changing Prices of Natural Gas[J].Envi-ronmental Science & Technology,2012,46(14):7882-7889.

查找原文

参考文献 20

Deng G,Ding Y,Ren S.The Study on the Air Pollutants Embodied in Goods for Consumption and Trade in China— Accounting and Structural Decomposition Analysis [J].Journal of Cleaner Production,2016,135:332-341.

查找原文

参考文献 21

Liu Z,Geng Y,Lindner S,et al.Uncovering China’ s Greenhouse Gas Emission from Regional and Sectoral Per-spectives[J].Energy,2012,45(1):1059-1068.

查找原文

参考文献 22

李绍萍,王倩,刘洋.基于LMDI的东北老工业基地工业碳排放影响因素实证分析[J].中国石油大学学报(社会科学版),2013,29(4):18-22.

查找原文

参考文献 23

Tang X,Jin Y,McLellan B C,et al.China ' s Coal Consumption Declining———Impermanent or Permanent?[J].Resources,Conservation and Recycling.2018,129:307-313.

查找原文

参考文献 24

Chen W,Xu R.Clean Coal Technology Development in China[J].Energy Policy,2010,38(5):2123-2130.

查找原文

参考文献 25

马丽梅,张晓.中国雾霾污染的空间效应及经济、能源结构影响[J].中国工业经济,2014(4):19-31.

查找原文

参考文献 26

Zhang Q,Jiang X,Tong D,et al.Transboundary Health Impacts of Transported Global Air Pollution and International Trade [J].Nature,2017,543(7647):705-709.

查找原文

参考文献 27

Liu F,Zhang Q,Tong D,et al.High-resolution Inventory of Technologies,Activities,and Emissions of Coal-fired Power Plants in China from 1990 to 2010 [J].Atmospheric Chemistry and Physics,2015,15(23):13299-13317.

查找原文

参考文献 28

Thompson T M,Rausch S,Saari R K,et al.A Systems Approach to Evaluating the Air Quality Co-benefits of US Carbon Policies [J].Nature Climate Change,2014,4(10):917-923.

查找原文

参考文献 29

梁彩懿.中国省域经济与环境耦合协调发展空间格局特征[J].中国石油大学学报(社会科学版),2016,32(2):10-14.

查找原文

参考文献 30

唐睿,刘红芹.从GDP锦标赛到二元竞争:中国地方政府行为变迁的逻辑———基于 1998—2006 年中国省级面板数据的实证研究[J].公共管理学报,2012,9(1):9-16.

查找原文

参考文献 31

温宗国,李会芳.中国工业节能减碳潜力与路线图[J].财经智库,2018,3(6):93-106.

查找原文

摘要

中国作为空气污染最严重的国家之一,为了实现可持续发展,政府采取了很多措施努力解决空气污染问题。比较空气污染物排放的技术进步因素和政府努力因素,有助于理解空气污染治理的实质,选择更有效率的环境治理措施。利用 LMDI 模型,可将污染物排放的治理效应分为“技术进步效应”和“政府努力效应”两组,来对比分析中国 2008—2016 年 PM2. 5、SO₂ 、 NOx 和 VOC 这 4 种污染物排放的环境治理效应的变化。结果表明:近十年来,两类技术进步效应均一直抑制空气污染物的排放,而政府努力效应则表现出不同差异:投入效应边际递减,环保强度效应开始发力,而区域重视效应随后跟进。在 4 种污染物中,SO₂ 和 PM2. 5 由于治理时间久和治理力度较大,基本实现了抑制排放,而 NOx 只有北京、上海、广东、浙江这四个经济高度发达的地区实现了抑制排放,VOC 由于政策重视较晚且政策实施级别低,未能抑制排放。因此建议对空气污染治理尤其是针对 VOC 治理,要提高空气污染控制政策级别,加大政策实施力度;在加大投入和实现各省之间环保投入均衡的同时,鼓励各地区部门产业向高附加值低污染的方向发展;继续加强技术进步对污染物排放的抑制;重视大气污染控制边际效益递减的情况, 在重点控制工业源治理的同时,可以加强交通源和建筑源的大气污染治理。

Abstract

As one of the countries with the most serious air quality, China is also working hard to solve the problem of air pollution control in order to achieve sustainable development. Comparing technical progressive factors and government effort factors will help understand the essence of air pollution control and choose more effective environmental management measures. This paper used the LMDI model to classify the treatment effects of pollutant emissions into two groups: " Technical Progressive Effect" and " Government Effort Effect" . Then this paper analyzed the changes of treatment effects on China's PM2. 5, SO₂ , NOx, and VOC emissions from 2008 to 2016. The results show that in the past decade, both types of technological progressive effects have been inhibiting air pollutant emissions, while the three types of government effort have shown different effect. Input effect had a marginal decrease, the environmental intensity effect began to exert force, and the regional emphasis effect followed. Among the four pollutants, SO₂ and PM2. 5 have basically achieved the emission reduction due to long treatment period and large treatment effort, while NOx has only achieved emission reduction in four developed regions such as Beijing, Shanghai, Guangdong and Zhejiang. VOC failed to achieve emission reduction due to its late policy attention and low level of policy implementation. This paper suggests that for air pollution control, especially VOC governance, it is necessary to improve the level of air pollution control policies and increase policy implementation. While the government should increase the environmental investment and achieve balanced environmental protection investment, regional industries should be encouraged to transfer to high value-added and low pollution industries. Further efforts should be made to strengthen the suppression of pollutant emissions by technological progress. The diminishing marginal benefit of air pollution control should be given more importance. While focusing on industrial source control, it is necessary to strengthen the air pollution control of traffic sources and building sources.

关键词

空气污染；政府努力；技术进步； LMDI

Keywords

air pollution ； government efforts ； technological progress ； LMDI

一、引言
近年来,由于经济增长方式引发的一系列诸如水土流失、雾霾笼罩、极端天气、资源匮乏等问题, ^[1]中国已经成为全球空气污染最严重的国家之一。耶鲁大学和哥伦比亚大学联合发布的《2018 年环境绩效指数( 2018 Environmental Performance Index)》中指出, 中国的空气质量指标排名177/180,仅超过了印度、孟加拉国和尼泊尔三个国家。 ^[2]面对与经济高速发展伴生而来的空气污染问题,中国政府为了实现可持续发展,在不断采取措施解决空气质量问题。中国1972 年开始形成环境政策^[3],政策工具不断丰富^[4],政策目标不断强化。以国家最高级别的指导政策———五年规划为例,资源环境目标(见表1)不断细化。从资源环境目标来看,政策主要针对能源、污染控制总量方面。且相比于“十五”规划只提出了一个污染物排放总量减少10%的目标,“十三五”规划明确提出:单位GDP能耗降低15%,非化石能源占一次能源消费比重提高到15%的能源目标,单位GDP二氧化碳排放减少18%,化学需氧量、氨氮排放量分别减少10%,二氧化硫、氮氧化物分别减少15%等10 个资源环境目标。中国为了可持续发展在不断努力,但经过40 多年的空气治理,空气污染问题依然严重,尤其是近些年来,中国正处于经济转型阶段,政府先后提出了 “去产能、去库存”、经济“新常态”以及由国务院牵头颁布了史上最严格的环境治理政策《大气污染防治行动计划》(国发也2013页37 号)。中国政府空气污染治理努力的成效如何从技术进步中独立出来进行考察,是一个值得研究的问题。
表1 “十五”至“十三五”资源环境目标
目前有很多文献利用LMDI模型研究中国空气污染物排放的影响因素。国外文献中,Fujii等用LMDI分析1998—2009 年5 个影响因素:能源结构、煤炭污染强度、产出效率变化、末端治理技术和生产规模对中国工业部门污染物排放变化的影响,结果表明规模效应驱动SO₂ 排放增加,末端治理和能源结构的变化使SO₂排放减少。^[5] Levinson对1997— 2002 年美国4 种主要污染物排放情况进行分析,结果表明污染物排放量降低主要受到基数效应影响。 ^[6]国内学者也有很多文献对中国污染排放问题进行分析。黄菁对中国1994—2007 年4 种工业污染物排放进行LMDI分析,结果表明规模效应起到促进作用, 技术效应对污染物排放起到抑制作用。 ^[7]李荔等分析中国区域SO₂ 排放,结果表明能源强度变化对SO₂ 起显著作用。 ^[8] 表2 对部分已有文献进行了整理。
空气污染治理也是当前研究的热点。在技术进步方面,魏巍贤等研究了技术进步(能源利用效率和清洁能源技术) 在空气污染治理中的作用,其结果表明改进能源清洁技术进一步巩固了空气污染的政策效果;提高能源利用效率对空气污染的影响较小。 ^[9] Zhang等研究表明能源效率的提高引起空气污染物排放大幅降低。 ^[10] 在政府努力方面,王金南等论述了政府为确保《大气污染防治行动计划》的有效实施而采取的一系列措施。 ^[11] Chen等研究了政府把SO₂ 治理纳入当地官员政绩考核是否会影响SO₂ 的减排。 ^[12]
基于以上文献发现,目前少有文献从政府努力的角度对中国空气污染的治理效应进行测算;少有文献将治理效应分为“政府努力"和“技术进步”两类进行分析;也较少有文献针对中国4 种主要空气污染物PM2.5、 SO₂、NOx和VOC( Volatile Organic Compounds,挥发性有机物)排放进行分析。加之中国作为由区域构成的大国,实现污染控制目标,需要在区域层面上取得显著效果。因此,本文将治理效果分为“政府努力”和“技术进步”两类,并计算两类治理效应2008—2016 年间对PM2.5、SO₂、NOx和VOC污染物排放的影响。本文主要做出以下贡献:(1)首次将治理效应分为“政府努力” 和“技术进步”两方面,对比分析政府努力效应和技术进步效应对污染物排放的影响。(2) 在研究对象方面,本文针对4 种污染物排放的治理效应进行对比分析, 并首次对VOC这种未被国家列入全面监控范围内的污染物进行治理效应分析。
表2 用LMDI分析污染物(GHG) 排放影响因素的部分已有文献
注:各个指标有不同意义。A指污染物(GHG)气体排放量,E指能源消费,E_i 指部门能源消费,Q指GDP,Q_i 指部门GDP,P指人口数量,O指污染物产生量
二、研究方法和数据
(一) LMDI模型介绍
很多因素分解模型被应用于温室气体或大气污染物排放的影响因素分析中,如SDA ^[20]、IDA ^[21]、LMDI ^[16]等。 LMDI法由于其分解完全无残差项,使得其在因素分解研究中被广泛应用^[22],该方法可以计算每个因素对总目标的贡献程度,因此成为分析能源环境问题的常用方法之一^[23],也是能源、环境领域因素分析研究方面一个非常重要的方法^[24]。
本文用LMDI模型对中国大气污染物排放的治理效应进行分析。为了量化各治理效应对污染物排放的贡献,本文将影响大气污染物排放的因素进行分解,如公式(1)所示:

A = \sum_{i = 1}^{30} \frac{A_{i}}{E_{i}} \frac{E_{i}}{Y_{i}} \frac{Y_{i}}{T_{i}} \frac{T_{i}}{T} \frac{T}{G} G

(1)

表3 为公式(1) 中各变量的含义及描述。目前,AE(单位排放效应)、EY(能源强度效应)、G(经济规模效应)三个影响因素已经被很多文献验证和研究过。但是YT(投入效率效应)、TT(区域重视效应)、TG(环保强度效应)目前尚未被任何文献检验过。我们定义YT为投入效率效应,即单位环境治理投入的部门增加值,反映了环境治理投入对部门产值的影响能力;TT为区域重视效应,即各省环境治理投入占全国的比重,代表各省对环境治理的重视程度;TG为环保强度效应,即环境治理投入占全国国内生产总值的比重,反映了国家对环境保护的投入;AE(单位排放效应,与能源结构和能源品质有关)和EY(能源强度效应)为技术进步效应;YT(环保投入效率)、TT(区域环保重视均衡程度)、TG(环保投入强度)为政府努力效应。
A^t 表示t时期的排放量,则第t期相对于基期的排放量的变化可以表示为公式(2):
式中 $Δ A_{A E} 、 Δ A_{E Y} 、 Δ A_{Y T} 、 Δ A_{T T} 、 Δ A_{T G} 、 Δ A_{G}$ 分别为各个因素变化对排放量变化的贡献值。如果大于0,代表对于排放具有拉动作用,导致污染物排放增加;如果小于0,表示具有抑制作用,导致排放量减少。
表3 公式(1)变量的定义及描述
Ang等人在1998 年提出了LMDI分解法进行分解。按照该方法,各个因素的分解结果如公式(3):

\begin{matrix} Δ A_{A E} & = \sum_{i}^{30} W_{i}^{- 1} l n \frac{{A E}_{i}^{t}}{{A E}_{i}^{0}} \\ Δ A_{E Y} & = \sum_{i}^{30} W_{i}^{- 1} l n \frac{{E Y}_{i}^{t}}{{E Y}_{i}^{0}} \\ Δ A_{Y T} & = \sum_{i}^{30} W_{i}^{- 1} l n \frac{{Y T}_{i}^{t}}{{Y T}_{i}^{0}} \\ Δ A_{T T} & = \sum_{i}^{30} W_{i}^{- 1} l n \frac{{T T}_{i}^{t}}{{T T}_{i}^{0}} \\ Δ A_{T G} & = \sum_{i}^{30} W_{i}^{- 1} l n \frac{{T G}_{i}^{t}}{{T G}_{i}^{0}} \\ Δ A_{G} & = \sum_{i}^{30} W_{i}^{- 1} l n \frac{G_{i}^{t}}{G_{i}^{0}} \end{matrix}

(3)

式中, $W_{i}^{- 1} = \frac{A_{i}^{t} - A_{i}^{0}}{\ln (\frac{A_{i}^{t}}{A_{i}^{0}})}$ , $A_{i}^{t}$ 为i部门消费所带来的排放量。
(二) 数据
1.污染物排放数据
本文选取了PM2.5、SO₂、NOx、VOC这4 种主要由于化石能源燃烧而引起的污染物的数据。虽然国家统计局会每年公布各省的污染物排放数据,但是只有二氧化硫、氮氧化物和烟粉尘数据。而作为近年来才走入大众视野的PM2.5,并没有各省的数据, 只有一些重点城市的数据。虽然已有研究中,有学者用省会城市的污染物数据代替全省数据^[25],但是基于中国有些区域如青海、新疆,有大量无人区,用城市数据代表全省的情况有失准确性。清华大学开发了MEIC数据库(即中国多尺度排放清单模型: Multi-resolution Emission Inventory for China, 简MEIC,http://www.meicmodel.org),该数据已经被多位学者使用并发表在Nature ^[26]、 Atmospheric Chemistry and Physics ^[27]等顶级期刊中,数据质量较高,且得到了学术界的肯定。目前只公布了间隔年数据,即2008、2010、2012、2014 和2016年的数据, 2018年数据尚未发布。这是目前可以找到的最全面和准确的各省4 种污染物的排放数据,且对于趋势分析来说,间隔年数据对趋势的影响不会特别大。因此,本文研究的时间区间受空气污染物排放数据所限,跨度为2008—2016 年,基本上体现了中国过去十年空气污染治理的历史。
2.其他数据
各省能源消费数据来源于《中国能源统计年鉴》,环保投入数据来源于《中国环境统计年鉴》,其他数据来源于《中国统计年鉴》。所有的价格数据都以2008 年为基期。
三、实证结果
全国层面污染物排放的因素分析数据见表4, 分析结果如图1~7。
表4 全国层面污染物排放的因素分解
从总效应( 图1) 来看, 2008—2016 年间PM2.5、SO₂ 出现了减少,NOx和VOC均增加。其中,PM2.5 减少3421234 吨,SO₂ 减少8803473 吨, NOx增加1547309吨,VOC增加4732105 吨。对于NOx而言, 在2008—2012 年未出现减少情况, 2012—2016 年间才开始减少,临界点为2012 年。中国的“十二五”规划(2011—2015)中首次明确指出,要实现NOx减少10%的目标,在时间点上,与本文结果相吻合,对于NOx的总量控制目标效果明显。而VOC在2014 年开始才出现减少,对于VOC的治理,目前作者可以查到的国务院政策中,最早在2011 年12 月15 日,《国家环境保护“十二五”规划》(国发也2011页42 号)只简单提及“开展重金属、挥发性有机物等典型环境问题特征污染因子排放源的监测,鼓励将特征污染物监测纳入地方日常监测范围”。直到2018 年6 月,生态环境部(原环境保护部)全国范围内对372 个城市进行实时监测空气质量,包括了PM2.5、PM10、SO₂、NO₂、CO和O₃,却没有对VOC进行监测。说明之前对VOC的治理和监测都不够重视。而直到2015 年6 月18 日,财政部、国家发展改革委、环境保护部《关于印发掖挥发性有机物排污收费试点办法业的通知》(财税也2015页71 号)成为首个以VOC为标题的全国性VOC控制政策,与本文结果与政策时间吻合。但是政策级别只到了国务院部委级别,说明中国政府管制之前忽略了对VOC的治理,对VOC的真正治理,是从近两年才开始进行的, 效果虽不明显但初见成效, 在2014—2016 年出现减少的情况。
图1 全国层面2008—2016 年的累积效应及逐年变化
分因素来看,“单位排放效应”(图2)和“能源强度效应”(图3)两个技术进步效应对于所有空气污染物减排效果一直起较为稳定的抑制作用,说明中国技术进步效应是大气污染控制效果最为重要的动力。而与政府努力相关的三个因素“投入效率效应” “区域重视效应”“环保强度效应”效果差异较大。
图2 单位排放效应2008—2016 年的累积效应及逐年变化
图3 能源强度效应2008—2016 年的累积效应及逐年变化
从“投入效率效应”(图4)来看,虽然累积效应实现了4 种污染物的减排,但是从逐年来看,近年来却均出现了增加排放的情况,这意味着近几年环保力度加大,环保投入增加,但是对减排的实际贡献逐年疲软。说明目前环保投入已经出现边际效应递减。一些低成本的减排手段(如减少燃煤使用) 完成之后,实现减排将越来越困难。 ^[28]
图4 投入效率效应2008—2016 年的累积效应及逐年变化
目前“区域重视效应”(图5)整体呈现促进排放, 说明类似于各省经济发展不平衡,目前的环保投入也不均衡,经济发达的省份如北京,2016 年GDP总量排名全国第12,但是环保投入占全国环保投入总量的比例排名全国第三。政治考核和政治升迁的压力导致地方政府非常重视GDP ^[29],不惜以资源耗费和环境污染为代价^[30],在这样的前提下,区域重视效应无法实现抑制排放。但是从图5 中可以看出,“区域重视效应”总体呈现下降趋势,与政府近些年把环保纳入政绩考核指标有关,该措施使得地方政府在环保方面也开始追求政绩,因此促进排放呈现下降趋势。
“环保强度效应”(图6) 可以看出累积效应促进PM2.5 和SO₂ 排放,抑制NOx和VOC排放。但是逐年来看,从2010 年开始实现了4 种污染物的减排,说明中国近些年大气污染控制政策力度加大,后期发力,投入增加,明显促进了大气污染物的减排。从促进到抑制的转变,也体现了中央的高度重视,着力落实习近平主席“绿水青山就是金山银山” 的指示,在全国层面上的污染治理力度效果更大,这也与地方政府的区域重视效应的变化略慢于国家层面环保强度效应相一致,体现出现阶段中国社会治理中央先于地方的特色。
图5 区域重视效应2008—2016 年的累积效应及逐年变化
图6 环保强度效应2008—2016 年的累积效应及逐年变化
“经济规模效应”(图7)成为了4 种污染物减排的最大促进因素,与以往研究结果一致。
图7 经济规模效应2008—2016 年的累积效应及逐年变化
表5 整理了2008—2016 年技术进步效应和政府努力效应对4 种污染物排放的作用情况。抑制污染物排放是政府和人民追求的目标,而“投入效率” 呈现了由抑制变为促进的趋势,这是接下来政府亟待解决的问题。
从省级层面大气污染物排放近十年来治理的总效应来看(图8),北京市成为唯一一个实现PM2.5、SO₂、NOx和VOC 4 种污染物减排的省份。各省PM2.5 和SO₂ 在2008—2016 年基本实现不同程度的减少(海南和黑龙江SO₂ 排放除外)。而从NOx和VOC的结果来看,只有北京、上海、浙江和广东这四个全国经济发展程度最高的省份实现了NOx减排;北京、山西和云南实现了VOC减排,其他省份VOC均为排放量增加。
表52008—2016 年4 种污染物的各效应情况总结
图8 各省2008—2016 年4 种污染物排放驱动因素累积效应
四、结论
本文利用LMDI模型,计算2008—2016 年“技术进步” 和“ 政府努力” 两类因素对PM2.5、 SO₂、 NOx和VOC这4 种污染物排放的影响。结果表明:
在全国层面,从总效应来看,PM2.5 和SO₂ 排放均减少,NOx从2012 年开始减少,而VOC从2014 年开始减少,这与政策实施程度和实施时间相吻合。从单个效应来看,技术进步对应的两类效应“单位排放效应"和“能源强度效应”对污染物排放有抑制作用,说明技术进步效果明显,且节能政策对大气污染控制具有政策协同的间接作用。而政府努力相关的因素表现不一致,“投入效率效应”因环保投入的边际效应递减,环保投入对部门增加值实际贡献逐年疲软,使得这一指标近些年不再驱动减排;而环境保护投入区域间不均衡,导致“区域重视效应”指标总体上没有驱动污染物减排,但可喜的是近年来由促进排放转为抑制排放,将环保纳入政绩考核促使地方政府放弃重GDP而轻环境的发展方式,“区域重视效应”近年来开始有促进减排的作用;“环保强度效应”从2010 年开始全面实现抑制4 种污染物排放。三个环保驱动指标表现不一致说明政府努力还需继续加强空气污染治理,同时重点关注“投入效率效应”,重点解决环境治理的边际效益递减的情况,寻找新的突破点。
省级层面来看,北京市是唯一实现4 种污染物减排的省份,北京作为首都,在大气污染方面控制措施更为严格,促使北京在污染物控制方面表现最优。而各省SO₂ 和PM2.5 基本实现减排,说明控制力度和控制时间都比较早的两种污染物表现最优。 NOx减排的规律性较为明显,只有全国经济发展程度最高的北京、上海、广东和浙江实现了NOx减排,说明经济发达程度对排放有影响,经济发达到一定程度, 会更加重视环境保护,与库茨涅兹曲线理论相吻合。 VOC未出现规律性,也基本未实现减排,说明政策高度和政策实施时间对污染物控制起到决定性作用。
因此针对上述结论本文建议:(1) 针对中国的大气污染问题,与中国强大有力的中央治理制度相适应,应将大气污染控制政策提高到最高级别,尤其是针对VOC的治理,最好由国务院牵头发布,各部委和各省市配合,实施VOC的全面监测和治理,以保证治理效果。(2)技术进步效应对抑制污染物排放起非常显著的作用,应该继续强化技术进步效应的作用,针对转型中的中国,继续降低能源消费强度、推广清洁能源、调整能源消费结构等,对推动大气污染物减排至关重要。(3)大气污染治理已经出现了边际效应递减,应加强利用其他途径进行大气污染控制,其他学者的研究表明工业能耗预计2020 年前后达到顶峰,减排重点逐步转向交通和建筑部门^[31],因此在制定工业减排策略的同时,可以考虑交通源和建筑源的排放问题;为保证环保效率和企业效益,要鼓励各地区将部门的发展方式转变为向高附加值低污染的方向发展,以抑制大气污染物排放。(4)空气污染治理要实现区域均衡,同时需要加大环保投入强度,经济发达地区应继续保持其环境治理力度,而欠发达地区除自身重视环境治理之外,可以由经济发达地区利用其先进经验对口支援欠发达地区大气污染控制。
参考文献
- [1] 揭滢,陈少平.转变增长方式构建循环经济发展模式 [J].中国石油大学学报(社会科学版),2016,32(3):19-22.
- [2] Yale University,Columbia University.2018 Envlronmental Performance Index [ EB/LL].(2018-01-23)[2019-03-15].https://epi.envirocanter.yale.edu/node/36657/book.
- [3] 张坤民,温宗国,彭立颖.当代中国的环境政策:形成、特点与评价[J].中国人口·资源与环境,2007,17(2):1-7.
- [4] 丰月,冯铁拴.管制、共治与组合:环境政策工具新思考 [J].中国石油大学学报(社会科学版),2018,34(4):50-57.
- [5] Fujii H,Managi S,Kaneko S.Decomposition Analysis of Air Pollution Abatement in China:Empirical Study for Ten Industrial Sectors from 1998 to 2009 [J].Journal of Cleaner Production,2013,59(18):22-31.
- [6] Levinson A.Technology,International Trade,and Pollution from US Manufacturing[J].American Economic Review,2009,99(5):2177-2192.
- [7] 黄菁.环境污染与工业结构:基于Divisia指数分解法的研究[J].统计研究,2009,26(12):68-73.
- [8] 李荔,毕军,杨金田,等.我国二氧化硫排放强度地区差异分解分析 [J].中国人口 · 资源与环境,2010,20(S1):34-38.
- [9] 魏巍贤,马喜立,李鹏,等.技术进步和税收在区域大气污染治理中的作用[J].中国人口·资源与环境,2016,26(5):1-11.
- [10] Zhang S,Worrell E,Crijns-Graus W.Evaluating Co-benefits of Energy Efficiency and Air Pollution Abatement in China︐s Cement Industry[J].Applied Energy,2015,147:192-213.
- [11] 王金南,雷宇,宁淼.实施《大气污染防治行动计划》:向 PM_2.5宣战[J].环境保护,2014,42(6):28-31.
- [12] Chen YJ,Li P,Lu Y.Career Concerns and Multitasking Local Bureaucrats:Evidence of a Target-based Performance Evaluation System in China [J].Journal of Development Economics,2018,133:84-101.
- [13] Wang Q,Wang Y,Zhou P,et al.Whole Process Decom-position of Energy-related SO₂ in Jiangsu Province,China [J].Applied Energy,2017,194:679-687.
- [14] Lyu W,Li Y,Guan D,et al.Driving Forces of Chinese Primary Air Pollution Emissions:An Index Decomposition Analysis[J].Journal of Cleaner Production,2016,133:136-144.
- [15] Liu Z,Liang S,Geng Y,et al.Features,Trajectories and Driving Forces for Energy-related GHG Emissions from Chinese Mega Cites:The Case of Beijing,Tianjin,Shanghai and Chongqing [J].Energy,2012,37(1):245-254.
- [16] Chang M,Zheng J,Inoue Y,et al.Comparative Analysis on the Socioeconomic Drivers of Industrial Air-pollutant Emissions between Japan and China:Insights for the Further-abatement Period Based on the LMDI Method[J].Journal of Cleaner Production,2018,189:240-250.
- [17] Zhang P.End-of-pipe or Process-integrated:Evidence from LMDI Decomposition of China ‘ s SO₂ Emission Density Reduction [J].Frontiers of Environmental Science & Engineering,2013,7(6):867-874.
- [18] Zhao M,Tan L,Zhang W,et al.Decomposing the Influencing Factors of Industrial Carbon Emissions in Shanghai Using the LMDI Method[J].Energy,2010,35(6):2505-2510.
- [19] Lu X,McElroy M B,Wu G,et al.Accelerated Reduction in SO₂ Emissions from the U.S.Power Sector Triggered by Changing Prices of Natural Gas[J].Envi-ronmental Science & Technology,2012,46(14):7882-7889.
- [20] Deng G,Ding Y,Ren S.The Study on the Air Pollutants Embodied in Goods for Consumption and Trade in China— Accounting and Structural Decomposition Analysis [J].Journal of Cleaner Production,2016,135:332-341.
- [21] Liu Z,Geng Y,Lindner S,et al.Uncovering China’ s Greenhouse Gas Emission from Regional and Sectoral Per-spectives[J].Energy,2012,45(1):1059-1068.
- [22] 李绍萍,王倩,刘洋.基于LMDI的东北老工业基地工业碳排放影响因素实证分析[J].中国石油大学学报(社会科学版),2013,29(4):18-22.
- [23] Tang X,Jin Y,McLellan B C,et al.China ' s Coal Consumption Declining———Impermanent or Permanent?[J].Resources,Conservation and Recycling.2018,129:307-313.
- [24] Chen W,Xu R.Clean Coal Technology Development in China[J].Energy Policy,2010,38(5):2123-2130.
- [25] 马丽梅,张晓.中国雾霾污染的空间效应及经济、能源结构影响[J].中国工业经济,2014(4):19-31.
- [26] Zhang Q,Jiang X,Tong D,et al.Transboundary Health Impacts of Transported Global Air Pollution and International Trade [J].Nature,2017,543(7647):705-709.
- [27] Liu F,Zhang Q,Tong D,et al.High-resolution Inventory of Technologies,Activities,and Emissions of Coal-fired Power Plants in China from 1990 to 2010 [J].Atmospheric Chemistry and Physics,2015,15(23):13299-13317.
- [28] Thompson T M,Rausch S,Saari R K,et al.A Systems Approach to Evaluating the Air Quality Co-benefits of US Carbon Policies [J].Nature Climate Change,2014,4(10):917-923.
- [29] 梁彩懿.中国省域经济与环境耦合协调发展空间格局特征[J].中国石油大学学报(社会科学版),2016,32(2):10-14.
- [30] 唐睿,刘红芹.从GDP锦标赛到二元竞争:中国地方政府行为变迁的逻辑———基于 1998—2006 年中国省级面板数据的实证研究[J].公共管理学报,2012,9(1):9-16.
- [31] 温宗国,李会芳.中国工业节能减碳潜力与路线图[J].财经智库,2018,3(6):93-106.

基本信息

中图分类号: X32
文献标识码: A
DOI: 10.13216/j.cnki.upcjess.2020.03.0002
文章编号: 1673-5595(2020)03-0007-09

基金信息

国家自然科学基金重点项目(71431008)；
国家自然科学基金面上项目(71673297)；
国家社科基金重大项目 (15ZDA011, 13&ZD159)；

引用信息

稿件历史

收稿日期: 2019-03-22

参考文献

[1] 揭滢,陈少平.转变增长方式构建循环经济发展模式 [J].中国石油大学学报(社会科学版),2016,32(3):19-22.
[2] Yale University,Columbia University.2018 Envlronmental Performance Index [ EB/LL].(2018-01-23)[2019-03-15].https://epi.envirocanter.yale.edu/node/36657/book.
[3] 张坤民,温宗国,彭立颖.当代中国的环境政策:形成、特点与评价[J].中国人口·资源与环境,2007,17(2):1-7.
[4] 丰月,冯铁拴.管制、共治与组合:环境政策工具新思考 [J].中国石油大学学报(社会科学版),2018,34(4):50-57.
[5] Fujii H,Managi S,Kaneko S.Decomposition Analysis of Air Pollution Abatement in China:Empirical Study for Ten Industrial Sectors from 1998 to 2009 [J].Journal of Cleaner Production,2013,59(18):22-31.
[6] Levinson A.Technology,International Trade,and Pollution from US Manufacturing[J].American Economic Review,2009,99(5):2177-2192.
[7] 黄菁.环境污染与工业结构:基于Divisia指数分解法的研究[J].统计研究,2009,26(12):68-73.
[8] 李荔,毕军,杨金田,等.我国二氧化硫排放强度地区差异分解分析 [J].中国人口 · 资源与环境,2010,20(S1):34-38.
[9] 魏巍贤,马喜立,李鹏,等.技术进步和税收在区域大气污染治理中的作用[J].中国人口·资源与环境,2016,26(5):1-11.
[10] Zhang S,Worrell E,Crijns-Graus W.Evaluating Co-benefits of Energy Efficiency and Air Pollution Abatement in China︐s Cement Industry[J].Applied Energy,2015,147:192-213.
[11] 王金南,雷宇,宁淼.实施《大气污染防治行动计划》:向 PM_2.5宣战[J].环境保护,2014,42(6):28-31.
[12] Chen YJ,Li P,Lu Y.Career Concerns and Multitasking Local Bureaucrats:Evidence of a Target-based Performance Evaluation System in China [J].Journal of Development Economics,2018,133:84-101.
[13] Wang Q,Wang Y,Zhou P,et al.Whole Process Decom-position of Energy-related SO₂ in Jiangsu Province,China [J].Applied Energy,2017,194:679-687.
[14] Lyu W,Li Y,Guan D,et al.Driving Forces of Chinese Primary Air Pollution Emissions:An Index Decomposition Analysis[J].Journal of Cleaner Production,2016,133:136-144.
[15] Liu Z,Liang S,Geng Y,et al.Features,Trajectories and Driving Forces for Energy-related GHG Emissions from Chinese Mega Cites:The Case of Beijing,Tianjin,Shanghai and Chongqing [J].Energy,2012,37(1):245-254.
[16] Chang M,Zheng J,Inoue Y,et al.Comparative Analysis on the Socioeconomic Drivers of Industrial Air-pollutant Emissions between Japan and China:Insights for the Further-abatement Period Based on the LMDI Method[J].Journal of Cleaner Production,2018,189:240-250.
[17] Zhang P.End-of-pipe or Process-integrated:Evidence from LMDI Decomposition of China ‘ s SO₂ Emission Density Reduction [J].Frontiers of Environmental Science & Engineering,2013,7(6):867-874.
[18] Zhao M,Tan L,Zhang W,et al.Decomposing the Influencing Factors of Industrial Carbon Emissions in Shanghai Using the LMDI Method[J].Energy,2010,35(6):2505-2510.
[19] Lu X,McElroy M B,Wu G,et al.Accelerated Reduction in SO₂ Emissions from the U.S.Power Sector Triggered by Changing Prices of Natural Gas[J].Envi-ronmental Science & Technology,2012,46(14):7882-7889.
[20] Deng G,Ding Y,Ren S.The Study on the Air Pollutants Embodied in Goods for Consumption and Trade in China— Accounting and Structural Decomposition Analysis [J].Journal of Cleaner Production,2016,135:332-341.
[21] Liu Z,Geng Y,Lindner S,et al.Uncovering China’ s Greenhouse Gas Emission from Regional and Sectoral Per-spectives[J].Energy,2012,45(1):1059-1068.
[22] 李绍萍,王倩,刘洋.基于LMDI的东北老工业基地工业碳排放影响因素实证分析[J].中国石油大学学报(社会科学版),2013,29(4):18-22.
[23] Tang X,Jin Y,McLellan B C,et al.China ' s Coal Consumption Declining———Impermanent or Permanent?[J].Resources,Conservation and Recycling.2018,129:307-313.
[24] Chen W,Xu R.Clean Coal Technology Development in China[J].Energy Policy,2010,38(5):2123-2130.
[25] 马丽梅,张晓.中国雾霾污染的空间效应及经济、能源结构影响[J].中国工业经济,2014(4):19-31.
[26] Zhang Q,Jiang X,Tong D,et al.Transboundary Health Impacts of Transported Global Air Pollution and International Trade [J].Nature,2017,543(7647):705-709.
[27] Liu F,Zhang Q,Tong D,et al.High-resolution Inventory of Technologies,Activities,and Emissions of Coal-fired Power Plants in China from 1990 to 2010 [J].Atmospheric Chemistry and Physics,2015,15(23):13299-13317.
[28] Thompson T M,Rausch S,Saari R K,et al.A Systems Approach to Evaluating the Air Quality Co-benefits of US Carbon Policies [J].Nature Climate Change,2014,4(10):917-923.
[29] 梁彩懿.中国省域经济与环境耦合协调发展空间格局特征[J].中国石油大学学报(社会科学版),2016,32(2):10-14.
[30] 唐睿,刘红芹.从GDP锦标赛到二元竞争:中国地方政府行为变迁的逻辑———基于 1998—2006 年中国省级面板数据的实证研究[J].公共管理学报,2012,9(1):9-16.
[31] 温宗国,李会芳.中国工业节能减碳潜力与路线图[J].财经智库,2018,3(6):93-106.

分享给微信好友或者朋友圈

使用微信“扫一扫”功能。

中国空气污染物排放的治理:技术进步效应与政府努力效应

Treatment of Air Pollutant Emissions in China: Technical Progressive Effect and Government Effort Effect

摘要

Abstract

关键词

Keywords

一、 引言

二、研究方法和数据

(一) LMDI模型介绍

(1)

(3)

(二) 数据

1.污染物排放数据

2.其他数据

三、实证结果

四、结论

参考文献

基本信息

基金信息

引用信息

稿件历史

参考文献

一、引言