不同地理特征下出口贸易对大气污染的影响研究

吴春霞 ，吴先华,2，蒋晨琪

(1.上海海事大学 经济管理学院，上海 201306)(2. 南京信息工程大学 气象灾害预警预报与评估协同创新中心，南京 210044)(3.中国建设银行 上海市分行松江支行，上海 201699)

随着全球价值链分工体系逐渐形成，出口贸易导致与生产相关的污染排放从消费地转移到生产地，大量的出口增加了工业规模，严重恶化出口国城市环境[1-4]，高比例主要集中在第二产业活动上[5].全球供应链模式下可能会导致碳排放重新定位[6].文献[7]认为：环境污染水平与经济增长呈倒U型关系，即在经济发展早期，环境质量随贸易量逐步恶化，但达到临界值后又会随着经济增长而下降.其次，贸易和投资领域存在“污染避难所”效应(PHH)[8-10]，即产业、产能转移通过国际贸易与投资两种形式对母国及东道国的生态环境产生负向外部性.也有研究发现，贸易与投资开放存在“污染光环”[11]，即国际贸易与投资会随着出口水平的提高，通过双向技术溢出效应、示范效应、竞争效应提高生产及利用效率，从而降低大气污染物的排放，参与国际贸易有利于中国的污染减排[12].再者，经贸活动和大气污染都存在地理相关性[13].不同的地理区位决定了地区所处的温度带，会影响区域经济发展特征，导致不同的生产方式和产业布局，形成不同的污染和扩散条件，可能使出口贸易的大气污染效应呈现区域异质性[14-15].另外，地理区位条件还决定了该地区的人口密度，从而影响地区经济活动密切度，产生的污染物也会形成不同的扩散条件，影响地区大气污染程度.文中选择了中国287个地级市2004至2018年的数据，根据EKC曲线，构建了计量模型，实证研究了出口贸易、地理特征与大气污染排放之间的关系，并对比“新常态”前后的变化.研究符合我国实现“双碳”目标和加快改革力度的核心需求，有助于为不同区域兼顾经济发展与环境保护双目标，制定针对性政策措施提供参考依据.

1 模型设计与变量选择

1.1 模型设计

在上述分析的基础上，根据EKC曲线的基础表达式，列出模型公式：

(1)

文中加入地理区位条件变量乘以出口贸易量的值来检验地理区位条件对出口贸易大气污染的影响，模型表达式为：

(2)

1.2 数据与变量说明

数据来源：所采用的空气质量指数AQI及可吸入颗粒物PM10等环境污染数据来自《中国环境年鉴》(2004—2018年).城市的进出口贸易量、各城市的年度生产总值GRP、外商投资额FDI来自《中国城市统计年鉴》(2004—2018年).地理经纬度数据来自百度百科.

变量说明：由于各个指标数据之间的单位不同且难以转化，为避免各个指标数据之间的差异太大，文中选取对数值来消除异方差带来的问题.

被解释变量：选择lnAQI和lnPM10作为被解释变量.两者分别是空气质量指数AQI以及可吸入颗粒物PM10取对数后的值.AQI越高表示大气污染越严重，它将SO2、NO2、PM10、PM2.5、CO和O3的6个指标简化成单一数值指标，综合衡量大气污染程度.在2013年之前，中国采用的是大气污染指数API，相比AQI缺少了PM2.5、O3和CO，文中也一并采用.另外，也考虑PM10对大气污染的影响.

解释变量：选择InEX作为解释变量.InEX为出口贸易量取对数后的值.中国大量的生产环节需要进口国外各类电子元器件等中间产品，在国内进行加工和组装并生产成成品后再销往世界各国的消费地.

控制变量：InIM作为控制变量，InIM为进口贸易量取对数后的值：在全球贸易体系中，原材料进口是生产成品出口的前提，进口额作为控制变量纳入统计数据中.InGRP作为控制变量，InGRP为地区生产总值取对数后的值：地区当年的生产总值往往代表着该地区一年的经济发展状况和出口贸易量，体现与污染的关系；InFDI作为控制变量，InFDI为外商投资额取对数后的值：外商直接投资FDI很大一部分用于投资生产后的商品外销，是出口贸易的重要组成部分.

1.3 描述性统计分析

重点采用的环境观测值为AQI.lnPM10作为辅助的被解释变量，进一步分析出口贸易对常规大气污染物质带来的潜在影响，见表1.

通过表1可知，对数化之后的AQI、PM10、EX、IM、GRP、FDI数据的取值范围跨度都不大，相对很稳定，利用对数化去除单位不同可能导致的异方差，对文中的实证检验提供了可靠的支撑.

表1 变量的描述性统计结果

2 实证检验

2.1 基准回归结果

根据表2中的(1)(2)列数据，说明不论是否加入控制变量，出口贸易对空气污染都存在显著的正向影响.控制其他数据变量不变时，出口贸易额增加100%，空气污染会有约0.030 149 4单位的上升.

本栏目主要刊载研究中医中药，中西医结合的新成果、新观点、新技术、新方法和临床各科的诊疗经验的学术性文章。按不同的论文格式和内容分为论著、基础理论、临床实践、中药研究、专家经验、中西医结合治疗、综述等子栏目。

表2 出口贸易对大气污染影响的基准回归结果

2004—2018年，中国出口贸易额从5 933.3亿美元增长到2.48万亿美元，上升了317.98%.InPM10回归数据中的(4、5)列数据说明，出口贸易对该指标衡量的大气污染同样显著正相关.控制其他数据变量不变时，出口贸易额增加100%，PM10污染物含量浓度会有0.014 075 2个单位的上升.根据表2中第(3、6)列，年份的增长对空气质量指数以及空气污染程度没有关系，P值显示时间的作用非常不显著.

出口贸易在2014年“新常态”提出前后发生了较大的转变，在回归上要有一定延续性，而城市的地理区位条件即城市所处的地理位置的不同会使得“中国出口贸易对空气污染造成影响”的论证结果产生一定的差异，故在数据分析时加入了地理区位条件因素.因此，表3表示了城市所处地理区位的不同在新常态模式之前和延续发展新常态模式以来，两个不同经济政策下出口贸易的空气污染效应呈现出来的差异性.

2.2 “新常态”政策前出口贸易与大气污染的关系

首先讨论“新常态”发展前即我国过去传统的“旧常态”下出口贸易与空气污染的关系.按照中国的地理区域划分为3类，即以经济发展水平分为东部、中部、西部，以秦岭—淮海为分界线划分的南部和北部以及以黑河腾冲线划分的东南和西北两部分，结果见表3第3列“新常态前(2004—2013年)”的数据，EAST、CENTRAL、NORTH分别为东部、中部、北部计量经济模型里的虚拟变量，值为0或1，如果东部为1，非东部为0，胡焕庸线HU-LINE为虚拟变量，在线两侧值则为1.

(1) 中国东中西部地区的地理差异性

中国东部地区陆海运均比较发达，经济发展水平更高、改革开放力度更大；中部地区陆运系统发达，但海运欠缺，发展水平处于中间位置；西部地区发展水平较弱，交通最为不便，出口贸易的便利性呈明显的等级差异.

表3 地理区位特征影响下的出口贸易的空气污染效应

表3第3列第(1、2)行的数据显示，当lnAQI和lnPM10分别为因变量时，In (EX×EAST)的系数分别为0.125 952和0.034 616 2，分别在0.01和0.05的水平显著为正，In (EX×CENTRAL)的系数分别为0.076 513 6和0.045 199 5，都在0.01的水平显著为正，说明中国的东中部地区出口贸易量的增长导致的大气污染恶化比西部地区更显著.这表明在中国经济水平更高、自改革开放以来经济自由度更高的东中部地区，出口贸易对大气污染的影响更大，对环境的不利影响更显著.表3中第3列第(3)行数据显示，In (EX×LONGI)的系数显著为正，说明经度越大的临海城市的出口贸易导致的大气污染越严重，与之前的推论相吻合.

(2) 中国南北地区的地理差异性

中国以秦岭—淮河线作为区分南北地区的主要依据.南北方有着截然不同的地理特征与风水人文，在生产力的发展侧重以及生产方式上也有所差异.

表3中第3列第(4)行的结果显示，当lnAQI和lnPM10分别为因变量时，In (EX×NORTH)的系数分别为0.078 163 3和0.042 877 4，都在0.01的水平显著为正，说明出口贸易量的增长会导致该地区的大气污染进一步恶化，而控制的变量为北方地区，意味着北方在此方面相较于南方影响更为显著.可能因为北方冬天利用能源供暖导致AQI居高不下，且天气寒冷干燥，不利于污染物转移扩散.表3第3列第(5)行数据显示，当lnAQI和lnPM10分别为因变量时，In (EX×LATI)的系数分别为0.005 491 4和0.001 953 6，分别在0.01和0.05的水平显著为正，表明北方地区较南方地区，出口贸易导致的大气污染更显著，与之前的推论相吻合.

(3) 以黑河腾冲线两侧地区的地理差异性

黑河腾冲线由我国著名地理学家胡焕庸提出的中国人口密度对比线，它将我国分割成了东南和西北两部分.以此线为界，约有94%的人口居住在约占全国土地面积43%的东南部地区，约6%的人口居住在约占全国土地面积57%的西北部地区.因此，这两部分不论是从人口密度上，还是经济规模的发展上都截然不同.

文中设置了虚拟变量HU-LINE作为黑河腾冲线在回归中的数据表达，如果该地级市位于黑河腾冲线的两侧，则取变量为1，如果该地级市不符合两侧的条件，则取值为0.表3第3列第(6)行数据显示，当lnAQI和lnPM10分别为因变量时，In (EX×HU-LINE)的系数分别为-0.039 060 1和-0.020 272 1，并不显著.说明黑河腾冲线两侧地区出口贸易量对大气污染影响并不明显，虽然东南部地区积聚了中国90%以上的人口和GDP总产值，人口密度相比起西北部地区差距极大，但是这却并没有使出口贸易对大气污染的影响有所差异.尽管如此.西部地区也不应忽视出口贸易导致的大气污染.

2.3 “新常态”政策以来我国出口贸易对大气污染的治理效果

侧重分析了“新常态”发展以来中国出口贸易对大气污染的影响与政策实施前的对比.结果见表3第4列“延续发展以来(2004—2018年)”中的数据.

从回归结果中对表3中第4列第(1)行数据结果观察可以发现，当lnAQI和lnPM10分别为因变量时，In (EX×EAST)的系数分别为-0.015 573 7和-0.019 389 6，分别在0.05和0.01的水平显著为负，In (EX×CENTRAL)的系数分别为0.027 511 5和0.003 834 3，分别在0.01和0.05的水平显著为正.说明“新常态”以来，在中东部地区中，中部地区城市的出口贸易对大气污染依旧有显著正向影响，而东部地区在新政策下出口贸易结构变化导致了显著的负相关性，出口贸易对大气污染的负面效应在减弱，环境污染问题在不断改善，说明中国的“新常态”经济发展模式初步取得了明显效果.再观察表3第4列中的第(3)行数据结果可知，当lnAQI和lnPM10分别为因变量时，In (EX×LONGI)的系数分别为-0.000 245 6和-0.000 032 8，分别在0.01和0.05的水平显著为负，说明在“新常态”政策下，经度越大的临海地区大气污染程度的反向关系越明显，与东部地区的大气污染负面效应的减弱相吻合.而在表3第4列第(6)行回归数据可知，黑河腾冲线两侧地区对AQI的影响呈负显著相关(-0.044 842 5，在0.01的水平显著)，意味着在“新常态”经济发展模式的作用下，在黑河腾冲线两侧的城市对大气污染呈反向关系，人口密度越大而大气污染越小.但是PM10依旧没有受到人口密度大小的影响(系数为-0.006 148 9，且不显著)，说明黑河腾冲线两侧地区对PM10的影响依旧不显著.

2.4 “新常态”政策前后的数据对比

表3的第3列不包括“新常态”时期的数据，第4列包括了“新常态”时期的数据.对比来看，自变量In (EX×EAST)和In (EX×LONGI)的系数发生了变化，都是由正变为负.说明“新常态”以来，中国东部和经度越大的临海城市，出口贸易越多，大气污染越少.当因变量为lnAQI时，自变量In (EX×HU-LINE)的系数由不显著变为显著，说明黑河腾冲线右侧地区，人口密度越大而大气污染程度越弱，可见“新常态”以来，东部地区的出口贸易与大气污染直接呈现负向关系，大气污染治理取得了显著成效.除这5个系数外，两个时间段的其他系数值及其伴随概率没有太大的变化.

3 结论

3.1 结论分析

(1) 不论是否加入控制变量，出口贸易对大气污染都存在显著的正向影响，而进口对大气污染的影响并不显著.可能是因为中国经济目前正在经历EKC曲线中的早期污染不断加重到中期污染不断放缓，缓慢下降的过程，但清洁技术和能源替代的发展速度还不够快.

(2) 地理区位条件特别是经纬度对于出口贸易和大气污染存在明显的关联，且不同的经纬度呈现不同的显著性.中国东中部地区出口贸易量增长导致的大气污染恶化比西部更显著，北方比南方更显著.

(3) 中国“新常态”经济发展模式初期取得明显效果，尤其是东部及经度大的临海地区出口贸易对大气污染的负面效应在减弱，环境污染问题在不断改善.

3.2 对策建议

出口贸易是中国推行改革开放政策、保持经济持续增长的重要手段，随着全球经济治理机制的创新和完善显得尤为重要.

(1) 调整出口贸易主要产品结构.工业的快速发展导致中国产业结构不合理，部分行业产能过剩，产业聚集度低等.应从源头上推动供给侧结构性改革，去产能、去库存；注重发展环境友好型产业，降低工业尤其是重工业比例；通过税收优惠、出口退税等政策降低污染密集型企业产品的生产和出口成本.根据产业发展布局、结构和规模，加快天然气、氢气等新能源和空气监测净化等环保技术的开发应用，加快构建以政府为主导、企业为主体、市场为导向、产学研相结合的环保技术创新体系，以科技带动产业结构优化升级.

(2) 重视地理区位条件对产业发展影响.在区域经济发展规划和大气污染治理上要根据地区特点进行调整，着重把握地理条件所起的作用.选择发展地方行业时不仅要考虑产业契合问题、交通运输问题、劳动力问题、还要加强对经纬度等地理因素影响的科学分析.根据每个地区所处的发展阶段，结合理论层面的产业结构阈值，制定中长期的分级产业结构升级调整计划，树立绿色化、科技化、高效化、减排常态化的产业发展原则.

(3) 优化探索区域协同治理路径.由于大气污染具有跨界性和溢出性等特征，加上各类生产要素已形成跨域自由流通和聚集，倡导多元主体跨域生态环境协同治理已成为破解“经贸发展与环境保护”难两全的必然之举.自2012年起，我国相继颁布了一系列政策，要求建立全新的区域大气污染共治体系，但整体协同治理效果并不理想.应加快做好区域协同治理的顶层设计、改进协调机制、共享治理信息、建立激励措施、完善立法试点、加强环保考核等，充分发挥政府、企业、公众等三方作用，实现区域间、主体间的高度协同.