中国城市污染排放的俱乐部收敛特征及其动态演变

doi:10.16381/j.cnki.issn1003-207x.2021.2405

摘要/Abstract

摘要：

本文在修正的空间绿色索洛模型框架下对我国城市污染排放的收敛性问题进行了理论分析与实证检验，主要得出以下几点结论：首先，理论分析表明，当减排技术增长率大于总产出增长率时，经济将跨越环境库兹涅茨曲线拐点，这为污染排放收敛的存在性提供了学理支持；随后，空间面板模型的估计结果表明，当前中国城市污染排放已具备收敛属性，而“俱乐部收敛”将率先实现；最后，分组估计的结果显示，中国当前存在轻度污染、中度污染和高污染三类城市集群，其中，低污染城市群的治污工作已进入良性发展模式；中度污染城市群则出现了污染转移现象，体现出一定的以邻为壑效应；而高污染城市群中出现了典型的污染正反馈循环机制，仍存在着污染加剧的风险。

关键词: 城市污染排放, 俱乐部收敛, 空间绿色索洛模型, 空间诊断

Abstract:

A theoretical analysis and empirical examination of the convergence of pollution emissions in China is conducted under the modified spatial green Solow model framework. The following key conclusions are primarily drawn： Firstly， theoretical analysis suggests that when the growth rate of emission reduction technologies exceeds the overall output growth rate， the economy will surpass the turning point of the environmental Kuznets curve， providing theoretical support for the existence of pollution emission convergence. Subsequently， the results of the spatial panel model estimation indicate that urban pollution emissions in China currently exhibit convergent characteristics， with “club convergence” being the first to materialize. Finally， the results of the grouped estimation reveal that there are three categories of urban clusters in China， namely， low-pollution， moderate-pollution， and high-pollution. Among them， the low-pollution city cluster has entered a virtuous development model for pollution control. The moderate-pollution club has experienced pollution transfer phenomena， reflecting a certain degree of “pollution haven” effect. In contrast， the high-pollution club exhibits a typical pollution-positive feedback loop mechanism， indicating the continued risk of worsening pollution.

Key words: urban pollutant emission, club convergence, spatial green solow model, spatial diagnosis

中图分类号:

F061.5

王俏茹,刘达禹,刘廷宇. 中国城市污染排放的俱乐部收敛特征及其动态演变[J]. 中国管理科学, 2024, 32(3): 70-81.

Qiaoru Wang,Dayu Liu,Tingyu Liu. The Club Convergence and Its Dynamic Evolution of Urban Pollutant Emissions in China[J]. Chinese Journal of Management Science, 2024, 32(3): 70-81.

图/表 9

表1

不同收敛方式的参数条件"

收敛类型	绝对收敛	条件收敛	俱乐部收敛
结构特征 $κ ?, η ?$	$κ ?, η ? = 0$	$κ ?, η ? ≠ 0$	$κ ?, η ? ≠ 0$
初始条件 $c ?$	$c ? = c$ (常数)	$c ? = c$ (常数)	$c ? (i) = c i ≠ 0$

表1

表2

空间贝叶斯模型的选择"

权重矩阵	不同空间模型的后验概率对比				不同权重矩阵的后验概率对比
权重矩阵	DSEM	DSLM	DSDEM	DSDM	DSEM	DSLM	DSDEM	DSDM
$k 2$	×	×	×	√	×	×	√	×
$k 4$	×	×	×	√	×	×	×	×
$k 6$	×	×	×	√	×	×	×	×
$k 8$	×	×	×	√	×	×	×	×
$k 10$	×	×	×	√	×	×	×	×
$k 15$	×	×	×	√	×	√	×	×
$I n d i s t$	×	×	×	√	×	×	×	×
$400 千米$	×	×	×	√	√	×	×	×
$600 千米$	×	×	×	√	×	×	×	√
$800 千米$	×	×	×	√	×	×	×	×
$1000 千米$	×	×	×	√	×	×	×	×

表2

图1

表3

收敛方程的估计结果"

变量	绝对收敛		条件收敛		俱乐部收敛
变量	(1)	(2)	(3)	(4)	(5)	(6)
	DPDM	DSLM	DPDM	DSDM	DPDM	DSDM
$c$	-0.028^***	-0.013^**	0.192^***	0.215^***	-	-
$c$	(0.006)	(0.006)	(0.053)	(0.070)	-	-
$E t - 1$	0.917^***	0.909^***	0.912^***	0.904^***	0.516^***	0.725^***
$E t - 1$	(0.006)	(0.007)	(0.007)	(0.007)	(0.019)	(0.028)
$W × E t$	-	0.390^***	-	0.380^***	-	-0.237^***
$W × E t$	-	(0.023)	-	(0.023)	-	(0.030)
$W × E t - 1$	-	-0.328^***	-	-0.323^***	-	0.142^***
$W × E t - 1$	-	(0.025)	-	(0.025)	-	(0.030)
控制变量	无	无	有	有	有	有
固定效应	无	无	无	无	有	有
$λ + γ + ξ$	-	0.970	-	0.961	-	0.630
收敛速度	0.086	0.049	0.092	0.065	0.662	0.354
半衰期	8.031	14.121	7.528	10.687	1.048	1.958
$R 2$	0.845	0.861	0.846	0.861	0.298	0.867
$σ 2$	0.112	0.100	0.112	0.100	0.089	0.103
$l o g L$	-1244.3	-1090.5	-1233.4	-1081.7	-787.6	-652.1

表3

表4

效应分解"

变量	直接效应		间接效应		总效应
收敛效应
$E t - 1$	-0.274^***	(0.021)	-0.025	(0.040)	-0.298^***	(0.040)
短期效应
$I n v t$	-0.044	(0.027)	0.030	(0.038)	-0.014	(0.029)
$C a p t$	0.052^***	(0.019)	-0.005	(0.037)	0.046	(0.035)
$P o p t$	0.001	(0.002)	0.012^***	(0.003)	0.013^***	(0.002)
$F d i t$	-0.008	(0.007)	0.022^**	(0.011)	0.014	(0.010)
$I n d t$	0.009	(0.064)	-0.174^**	(0.086)	-0.165^***	(0.064)
$R e g t$	-0.056^***	(0.015)	-0.063^**	(0.026)	-0.119^***	(0.026)
$T e c t$	-0.010	(0.014)	0.003	(0.017)	-0.007	(0.009)
长期效应
$I n v t$	-0.163	(0.102)	0.117	(0.139)	-0.046	(0.100)
$C a p t$	0.191^***	(0.074)	-0.032	(0.134)	0.159	(0.124)
$P o p t$	0.004	(0.007)	0.040^***	(0.011)	0.044^***	(0.008)
$F d i t$	-0.031	(0.028)	0.080^**	(0.04)	0.049	(0.035)
$I n d t$	0.047	(0.246)	-0.610^*	(0.322)	-0.564^**	(0.236)
$R e g t$	-0.210^***	(0.068)	-0.208	(0.138)	-0.417^***	(0.143)
$T e c t$	-0.037	(0.056)	0.013	(0.063)	-0.024	(0.031)

表4

图2

图3

图4

表5

异质参数模型的效应分解"

		直接效应	间接效应			总效应
		$c l u b 1 → c l u b 1$	$c l u b 1 → c l u b 1$	$c l u b 2 → c l u b 1$	$c l u b 3 → c l u b 1$	$c l u b 1$
低污染俱乐部	$E t - 1$	-0.300^***	-0.005	-0.001	0.004	-0.302^***
	$I n v t$	-0.019	-0.041	-0.049	-0.028	-0.137
	$C a p t$	0.167^***	0.014	0.015	0.007	0.203
	$P o p t$	0.003	0.010^**	0.012^**	0.007^**	0.031^**
	$F d i t$	0.006	0.009	0.010	0.006	0.031
	$I n d t$	0.243^**	0.066	0.076	0.042	0.426^*
	$R e g t$	-0.037^*	-0.003	-0.005	-0.003	-0.047^*
	$T e c t$	-0.040^**	-0.022	-0.027	-0.015	-0.104
中度污染俱乐部		$c l u b 2 → c l u b 2$	$c l u b 1 → c l u b 2$	$c l u b 2 → c l u b 2$	$c l u b 3 → c l u b 2$	$c l u b 2$
	$E t - 1$	-0.354^***	0.014^***	0.022^***	0.020^***	-0.299^*
	$I n v t$	-0.074^**	0.038	0.060	0.054	0.078
	$C a p t$	-0.005	0.034	0.053	0.047	0.130
	$P o p t$	0.002	0.002	0.002	0.002	0.008
	$F d i t$	-0.001	0.009	0.014	0.013	0.034
	$I n d t$	0.017^*	-0.202^***	-0.316^***	-0.280^***	-0.781^**
	$R e g t$	-0.018	-0.116^***	-0.182^***	-0.161^***	-0.478^***
	$T e c t$	0.002	0.005	0.009	0.008	0.023
高污染俱乐部		$c l u b 3 → c l u b 3$	$c l u b 1 → c l u b 3$	$c l u b 2 → c l u b 3$	$c l u b 3 → c l u b 3$	$c l u b 3$
	$E t - 1$	-0.284^***	-0.007	-0.012	-0.011	-0.314^***
	$I n v t$	-0.090^***	0.020^**	0.049^**	0.076^**	0.055^*
	$C a p t$	0.075^***	-0.015	-0.037	-0.057	-0.034
	$P o p t$	0.004	0.001	0.001	0.002	0.008
	$F d i t$	-0.015^*	0.003	0.008	0.013	0.010
	$I n d t$	0.088^**	-0.026	-0.064	-0.100	-0.102^*
	$R e g t$	-0.016	-0.004	-0.011	-0.016	-0.047
	$T e c t$	-0.011	0.001	0.001	0.002	-0.009

表5

参考文献 32

1	Brock W A， Taylor M S. The green solow model［J］. Journal of Economic Growth， 2010， 15（2）： 127―153.
2	Barro R J， Sala-i-Martin X. Convergence［J］. Journal of Political Economy， 1992， 100（2）： 223―251.
3	王俏茹，刘金全，刘达禹. 经济增长“俱乐部收敛”中的金融门限效应——基于动态面板门限模型的分析［J］. 南开经济研究， 2020（1）： 154―175.
	Wang Q R， Liu J Q， Liu D Y. The threshold effect of financial development in the formation of club convergence： analysis based on dynamic panel threshold model［J］. Nankai Economic Studies， 2020（1）： 154―175.
4	Miketa A， Mulder P. Energy productivity across developed and developing countries in 10 manufacturing sectors： patterns of growth and convergence［J］. Energy Economics， 2005， 27（3）： 429―453.
5	Aldy J E. Per capita carbon dioxide emissions： convergence or divergence？［J］. Environmental and Resource Economics， 2006， 33（4）： 533―555.
6	Romero-Ávila D. Convergence in carbon dioxide emissions among industrialized countries revisited［J］. Energy Economics， 2008， 30（5）： 2265―2282.
7	Li X H， Lin B Q. Global convergence in per capita CO₂ emissions［J］. Renewable and Sustainable Energy Reviews， 2013， 24： 357―363.
8	Panopoulou E， Pantelidis T. Club convergence in carbon dioxide emissions［J］. Environmental and Resource Economics， 2009， 44（1）： 47―70.
9	Criado C O， Grether J M. Convergence in per capita CO₂ emissions： a robust distributional approach［J］. Resource and Energy Economics， 2011， 33（3）： 637―665.
10	Camarero M， Castillo J， Picazo-Tadeo A J， et al. Eco-efficiency and convergence in OECD countries［J］. Environmental and Resource Economics， 2013， 55（1）： 87―106.
11	许广月. 碳排放收敛性：理论假说和中国的经验研究［J］. 数量经济技术经济研究， 2010， 27（9）： 31―42.
	Xu G Y， The convergence in carbon dioxide emissions： theoretical hypotheses and empirical research in China ［J］. The Journal of Quantitative & Technical Economics， 2010， 27（9）： 31―42.
12	唐志鹏，刘卫东，刘志高，等. 中国工业废水达标排放的区域差异与收敛分析［J］. 地理研究， 2011， 30（6）： 1101―1109.
	Tang Z P， Liu W D， Liu Z G， et al. Regional difference and convergence of standardized discharge of industrial waste water in China［J］. Geographical Research， 2011， 30（6）： 1101―1109.
13	张可. 污染排放增长存在内生收敛吗［J］. 统计研究， 2015， 32（6）： 59―66.
	Zhang K. Does the convergence of pollution emissions growth exist？［J］. Statistical Research， 2015， 32（6）： 59―66.
14	刘亦文，文晓茜，胡宗义. 中国污染物排放的地区差异及收敛性研究［J］. 数量经济技术经济研究， 2016， 33（4）： 78―94.
	Liu Y W， Wen X X， Hu Z Y. Analysis on the difference and convergence in pollutant emission in China［J］. The Journal of Quantitative & Technical Economics， 2016， 33（4）： 78―94.
15	张可. 区域一体化有利于减排吗？［J］. 金融研究， 2018（1）： 67―83.
	Zhang K. Is regional integration beneficial to emission reduction？［J］.Journal of Financial Research， 2018（1）： 67―83.
16	Zhang P， Hao Y. Rethinking China’s environmental target responsibility system： province-level convergence analysis of pollutant emission intensities in China［J］. Journal of Cleaner Production， 2020， 242（1）： 118472.
17	林伯强，邹楚沅. 发展阶段变迁与中国环境政策选择［J］. 中国社会科学， 2014（5）： 81―95＋205―206.
	Lin B Q， Zou C Y. Changes in developmental stage and environmental policy options in China［J］. Social Sciences in China， 2014（5）： 81―95+205―206.
18	沈坤荣，金刚，方娴. 环境规制引起了污染就近转移吗？［J］. 经济研究， 2017， 52（5）： 44―59.
	Shen K R， Jin G， Fang X. Does environmental regulation cause pollution to transfer nearby？［J］. Economic Research Journal， 2017， 52（5）： 44―59.
19	姚洪心，海闻. 相关市场、生态倾销与最优战略环境政策［J］. 经济学（季刊）， 2012， 11（4）： 1389―1402.
	Yao H X， Hai W. Correlated demand， eco-dumping and optimal environmental policy［J］. China Economic Quarterly， 2012， 11（4）： 1389―1402.
20	郭俊杰，方颖，杨阳. 排污费征收标准改革是否促进了中国工业二氧化硫减排［J］. 世界经济， 2019， 42（1）： 121―144.
	Guo J J， Fang Y， Yang Y. Does China's pollution levy standards reform promote emissions reduction？［J］. The Journal of World Economy， 2019， 42（1）： 121―144.
21	金刚，沈坤荣. 以邻为壑还是以邻为伴？——环境规制执行互动与城市生产率增长［J］.管理世界， 2018， 34（12）： 43―55.
	Jin G， Shen K R. Polluting thy neighbor or benefiting thy neighbor： enforcement interaction of environmental regulation and productivity growth of Chinese cities［J］. Management World， 2018， 34（12）： 43―55.
22	刘啟仁，陈恬. 出口行为如何影响企业环境绩效［J］. 中国工业经济， 2020（1）： 99―117.
	Liu Q R， Chen T. How does export behavior affect firm environmental performance［J］. China Industrial Economics， 2020（1）： 99―117.
23	Yu J H， Lee L F. Convergence： a spatial dynamic panel data approach［J］. Global Journal of Economics， 2012， 1（1）： 1250006.
24	Lee L F， Yu J H. Estimation of spatial autoregressive panel data models with fixed effects［J］. Journal of Econometrics， 2020， 154（2）： 165―185.
25	Elhorst J P. Applied spatial econometrics： raising the bar［J］. Spatial Economic Analysis， 2010， 5（1）： 9―28.
26	Elhorst J P， Zandberg E， De Haan J. The impact of interaction effects among neighbouring countries on financial liberalization and reform： a dynamic spatial panel data approach［J］. Spatial Economic Analysis， 2013， 8（3）： 293―313.
27	朱平芳，张征宇，姜国麟.FDI与环境规制：基于地方分权视角的实证研究［J］.经济研究， 2011， 46（6）： 133―145.
	Zhu P F， Zhang Z Y， Jiang G L. Empirical study of the relationship between FDI and environmental regulation： an intergovernmental competition perspective［J］. Economic Research Journal， 2011， 46（6）： 133―145.
28	Silva D F， Elhorst J P， Neto R D. Urban and rural population growth in a spatial panel of municipalities［J］. Regional Studies， 2017， 51（6）： 894―908.
29	Rios V， Pascual P， Cabases F N. What drives local government spending in Spain？ A dynamic spatial panel approach［J］. Spatial Economic Analysis， 2017， 12（2-3）： 230―250.
30	Eskeland G S， Harrison A E. Moving to greener pastures？ Multinationals and the pollution haven hypothesis［J］. Journal of Development Economics， 2003， 70（1）： 1―23.
31	Rios V， Gianmoena L. Convergence in CO2 emissions： a spatial economic analysis with cross-country interactions［J］. Energy Economics， 2018， 75： 222―238.
32	Leisch F. A toolbox for K-centroids cluster analysis［J］. Computational Statistics & Data Analysis， 2006， 51（2）： 526―544.

[1]	赵慧, 张涛, 汤珂. 集聚如何影响南北方创业活动？——来自高频全量企业大数据的证据[J]. 中国管理科学, 2023, 31(6): 231-240.
[2]	刘雪飞, 张奇, 李彦, 余乐安, 王歌. 普惠金融支持光伏发电发展的空间效应研究[J]. 中国管理科学, 2021, 29(8): 24-34.
[3]	唐松林, 周文兵, 王国成. 房价变动、产业转移与区域协调发展——以京津冀地区为例[J]. 中国管理科学, 2021, 29(3): 14-23.