1. 网站地图
  2. 设为首页
  3. 关于我们


地区腐败对空气质量影响的空间效应及影响机制研究

发布时间:2022-09-21 15:40
目录
第 1 章 绪论 1
1.1研究背景与意义 1
1.1.1研究背景 1
1.1.2研究意义 2
1.2研究内容与方法 3
1.2.1研究内容 3
1.2.2研究方法 4
1.3本文创新点与不足 6
1.3.1创新点 6
1.3.2不足之处 7
1.4本章小结 7
第 2 章 理论基础与文献综述 8
2.1相关概念 8
2.1.1空气质量 8
2.1.2腐败 8
2.2理论基础 8
2.2.1“污染避难所”假说 8
2.2.2可持续发展理论 9
2.2.3地区腐败对环境治理的空间关联效应 9
2.3文献综述 10
2.3.1腐败对环境污染影响方面 10
2.3.2腐败对空气质量影响方面 13
2.3.3文献述评 14
2.4本章小结 14
第 3 章 我国空气质量和地区腐败现状分析 15
3.1我国空气质量现状分析 15
3.1.1省级层面空气质量现状分析 15
3.1.2城市层面空气质量现状分析 17
3.2我国腐败现状分析 18
3.2.1全国腐败现状分析 18
3.2.2省级层面腐败现状分析 21
3.3本章小结 24
第 4 章 地区腐败对空气质量影响的空间效应分析 25
4.1空间计量方法简介 25
4.1.1空间效应 25
4.1.2空间权重矩阵 26
4.1.3探索性空间数据分析方法(ESDA) 28
4.1.4空间计量模型形式 30
4.2变量选择与数据来源 32
4.3基准计量模型设定与检验 35
4.3.1模型设定 35
4.3.2空间自相关性检验 36
4.3.3空间依赖性检验 39
4. 3. 4似然比(LR)检验和Wald检验 40
4. 3. 5 豪斯曼 (Hausman) 检验 41
4.4地区腐败对空气质量的影响效应分解 41
4.4.1基本回归结果分析 41
4.4.2直接效应和间接效应分析 42
4.5本章小结 44
第 5 章 地区腐败对空气质量影响机制分析 46
5.1中介效应模型及检验方法介绍 46
5.2中介效应模型设定 47
5.3地区腐败对空气质量影响机制分析 48
5.4本章小结 49
第 6 章 结论和建议 50
6.1主要结论 50
6.2对策建议 50
参考文献 52
个人简介及攻读学位期间获得成果目录清单 55
致谢 56
第 1 章 绪论
1.1研究背景与意义
1.1.1研究背景
改革开放以来,我国取得了举世瞩目的成就,成为了世界第一工业大国,综 合国力持续提升。但长期以来粗放式的经济增长经营模式造成了严重的环境污染, 2021 年3 月中国经历了一次近十年来强度最大的沙尘暴天气。自2012 年起,中 国环境保护部每日公布空气质量指数(AQI), PM2.5作为其中首要的污染物, 引起了广泛的关注。数据资料显示, 2013 年《全球环境竞争力报告》中提到, 在测度的 133个国家中,我国空气质量排名倒数第二。长期严重的空气污染问题 引起了党中央和国务院的高度重视, 2013年9月10日,国务院印发《大气污染 防治行动计划》,别名“大气十条”,该计划的发布,打响了蓝天保卫战,强调 必须根治大气污染问题。党的十九大报告提出“持续实施大气污染防治行动,打 赢蓝天保卫战”的战略部署。2018年6月27日,国务院印发《打赢蓝天保卫战 三年行动计划》的通知,经过三年努力,全国空气质量总体得到改善,降低了细 颗粒物(PM2.5)的浓度,增强了人民的蓝天幸福感。到2020年,PM2.5未达 标城市浓度比2015年下降18%以上,城市空气质量优良天数比率达到80%,重 度及以上污染天数比率比2015年下降25%以上。
同时,中国所实行的社会改革的特殊性,以及政治上高度的集权、经济上高 度的分权,这种体制滋生了大量的腐败[1]。腐败被公认为是社会的一颗“毒瘤”, 它会破坏法律权威,危害精神文明,腐蚀经济建设成果,严重损害社会的公平及 和谐稳定。 2002年以来,人民网两会调查热词榜中,“反腐”相关词条在20个 候选词中脱颖而出,多次位居热词榜榜首,并且每年都会进入前十名,反映出我 国人民对腐败问题的关注度持续增加。
党的十八大以来,党和国家一直非常重视反腐工作。习近平总书记多次强调 公权力监督和反腐败的重要性,党中央和各级政府反腐败的力度明显加大,反腐 败斗争的法制化、常态化得以强化,使公职人员不敢腐、不能腐,如今政治上风 清气正,有明显好转,腐败问题在一定程度上得到了遏制。习近平总书记提到: “新型政商关系要做到‘亲'、‘清',即政府和企业既要亲近又要清白”。学 1
术方面,尽管已有研究验证了腐败与环境污染之间的关系,但有关腐败作用于空 气污染方面研究仍然不足。杨颖(2018)通过对空气污染最严重的华北地区 26 座城市的研究发现,腐败对空气质量呈负向影响[2]。但其并没有考虑空气质量的 空间效应,实际上一个地区的空气质量会对相邻地区的空气质量产生影响,即存 在空间相关性。计量经济学家将这种空间相关性引入传统计量经济模型,便产生 了空间计量经济模型。因此本文借鉴国内外相关研究成果,尝试将地区腐败对空 气质量的影响上升到空间效应影响层面,根据实证结果得出相应结论,并从反腐 败的角度对治理空气污染提出有效政策建议。
1.1.2研究意义
(一)理论意义 目前地区腐败与环境污染方面的研究,大多数学者的研究关注点都在地区腐 败对整体环境污染的方向,只有少量的学者从地区腐败对空气质量角度进行研究, 因此本文主要是研究地区腐败对空气质量影响的空间效应及传导机制具有一定 的创新性,同时可以为地区腐败与环境污染之间的研究提供一些新的思路。本文 首先通过系统的测算和分析地方腐败与空气质量相关性的研究得出相应的研究 结论,可以对现有的理论成果进一步深入验证,在一定程度上丰富该领域的研究。 其次,本文的研究范畴包含了地理经济学、区域经济学和环境经济学的前沿问题, 是将政治学、经济学、社会学、地理学和统计学相结合进行跨学科研究的尝试, 涉及到了多领域、多学科及多种研究方法相融合的研究方法。最后,本文在分析 地区腐败对空气质量的影响中,将区域间的潜在地理空间相互影响考虑在内,能 够更加全面的反映上述两者之间相互影响的效应,再根据中介效应模型探究地区 腐败对空气质量的传导机制,有助于深入了解地区腐败对空气质量的影响效应和 作用机理,同时也有助于丰富环境经济学、区域经济学理论的研究。总之,通过 本文的研究,对地方腐败与环境污染方面提供一定的新思路。
(二)现实意义 自建国以来,为了快速发展经济,我国实行粗放型的经济发展模式,由此产 生了“先污染后治理”的落后生态观念,导致我国环境遭到了严重污染,给社会 经济发展带来愈发严峻的挑战,对我国居民身体也带来了严重的健康风险[3]。为 此在 2013年十一届三中全会上习近平总书记强调:“我们既要绿水青山,也要 金山银山。宁要绿水青山,不要金山银山,而绿水青山就是金山银山[4]”。这句
2
话清晰指明了实现发展经济和保护环境协同共生的新路径。对于腐败这个社会现 象,古今中外,无论是何种社会制度,腐败是难以避免和根除的政治“毒瘤”。 随着中国经济的高速发展,腐败现象有蔓延的趋势。因此,自党的十八大以来, 从中央到地方,党政部门坚决进行着强力的反腐败斗争。同时近些年来,党和政 府严重打击政府官员和企业勾结,为环境政策的正常实行提供了有力的坚强后盾。 本研究分析地区腐败对空气质量的影响,可以实现为政府有关部门制定和调整政 策提供新思路、新选择,有的放矢的改善空气质量,促进经济全面健康发展。
1.2研究内容与方法
1.2.1研究内容
本文利用 2000-2018 年我国 30 个省级(除西藏、港澳台地区)样本面板数 据,分析地区腐败及空气质量的现状及地区腐败对空气质量的影响机制,运用空 间自相关检验空气质量的空间自相关性,以及对空间杜宾模型进行相关检验,根 据实证结果分析地区腐败对空气质量的空间效应,并分别从直接效应、间接效应 和总效应三个角度分解地区腐败对空气质量的影响。构建中介效应模型分析地区 腐败影响工业污染进而影响空气质量。最后根据模型结果得出相应的结论并给出 相应的对策建议。本文共划分为 6 章,各章的具体内容如下:
第一章 绪论
介绍研究背景和意义,从理论意义和现实意义两个角度分析本文选题的意义, 介绍本文整理研究思路与结构安排、研究方法以及本文创新点。
第二章 理论基础与文献综述
简单介绍了空气质量、腐败的概念,以及本文涉及到的理论“污染避难所” 假说和可持续发展理论,梳理国内外相关文献研究成果,在以往学者的研究基础 之上,为本文的撰写工作提供新思路。
第三章 我国空气质量和地区腐败现状分析 根据《中国生态环境状况公报》发布空气质量的相关数据、透明国际组织测
算的我国清廉指数的得分和排名以及本文使用的空气质量数据和地区腐败数据, 综合利用图形、表格等统计描述工具初步分析样本省份地区腐败和空气质量的现 状和趋势,为后续研究奠定基础。
第四章 地区腐败对空气质量影响的空间效应分析
3
详细的描述了探索性空间数据分析(ESDA)方法、空间计量经济理论和估 计方法等奠定理论基础和技术基础。借鉴专家学者对空气质量和地区腐败的研究 成果以及实际情况,确定被解释变量空气质量的衡量指标和核心解释变量地区腐 败的衡量指标,以及影响空气质量的其他控制变量,设定基准的空间回归模型并 对模型进行检验。首先,采用全局自相关性和局域自相关性检验方法对空气质量 的空间相关性进行检验,在空间相关性的基础上对空气质量的空间依赖性进行检 验,来选取适合本研究的模型。其次,利用豪斯曼(Hausman)检验判断应该使 用随机效应的空间计量模型还是固定效应的空间计量模型。然后,利用似然比
(LR)检验和Wald检验判断是否可以将模型简化,选择最优模型。最后,对模 型回归结果进行分析,探究地区腐败对空气质量的直接影响效应、空间溢出效应 和总效应。
第五章 地区腐败对空气质量影响机制分析
利用中介效应模型探究地区腐败对空气质量的影响机制。首先,构建中介效 应检验的三个递归模型,在模型中引入空间权重矩阵,构建空间中介效应模型, 再参考温忠麟中介效应三步检验方法进行估计,判断空气质量、地区腐败以及工 业污染之间是否存在中介效应,总结地区腐败对空气质量的影响机制。
第六章 结论和建议
根据空间计量模型和中介效应模型的实证结果总结地区腐败对空气质量的 直接影响关系和间接影响机制,得出相应结论。并从政治角度治理空气污染提出 建议,实现人与自然和谐发展,促使中国经济迈向高质量、可持续发展之路。最 后指出本文存在的不足与期望。
1.2.2研究方法
(一) 图表分析法
综合利用图形、表格等统计描述工具初步分析样本省份的腐败情况和空气质 量以及经济发展的现状和趋势,深入全面分析地区腐败对空气质量的影响,形成 本文的研究思路。
(二) 文献研究法
通过图书馆、互联网等途径对腐败和环境污染以及腐败和空气质量等方面的 国内外相关文献资料进行搜集、阅读、整理、归纳分析,了解相关知识,理清地 区腐败对环境污染以及空气质量方面的研究进程和最新研究成果,为设计本文结
4
构提供思路和参考。
(三)理论分析与实证分析相结合 首先从理论出发,介绍了本文涉及到的理论研究,并探讨了地区腐败对空气 质量的影响机理,然后运用2000-2018年30个样本省级(除西藏、港澳台地区) 面板数据进行空间计量的实证分析。
(四)空间计量分析方法
(1)通过探索性数据分析方法,选择合适的空间权重矩阵,计算我国空气 质量的全局自相关(Moran指数)指数,并进一步通过局部自相关(Moran散点 图和LISA集聚图)方法探究我国空气质量的空间集聚特征。
(2) 利用拉格朗日乘子(LM)检验对空气质量的空间依赖性进行检验,选 择合适的空间计量模型。
(3) 利用豪斯曼(Hausman)检验对随机效应模型和固定效应模型进行选 择。
(4) 利用似然比(LR)检验和Wald检验判断是否可以将模型简化,选择 最优模型。
(5) 引入空间权重矩阵,建立空间计量模型,通过检验选择最优的空间面 板数据模型,并分析地区腐败对空气质量影响的空间效应。
(6) 构建空间中介效应模型,分析地区腐败对于空气质量的影响机制。
(五)归纳总结法 总结地区腐败对于空气质量的直接影响效应和间接影响效应,得出相应结论, 探寻地区腐败与空气质量之间关系的影响机制,为实现我国经济绿色健康发展提 供实践方法和路径指导。
本文技术路线图见图 1-1。
 
图 1-1 技术路线图
 
1.3本文创新点与不足
1.3.1创新点
(1)考虑区域间存在的空间地理影响 从现有的文献研究中可以了解到,以往文献对区域间空气质量可能存在的空 间相关性关注度较低,本文则充分的将空间相关性考虑在内,在此基础上,进行 空间相关性检验,验证地区腐败对本地和周边邻接地区空气质量影响的直接效应、 间接效应和总效应,因此本文在研究地区腐败对空气质量影响的空间效应上做了 一定的补充,使该领域的研究更加丰满。
( 2)理论传导机制创新
国内外以往研究鲜有分析地区腐败对空气质量影响的传导机制,本文将工业 污染作为中介变量构建中介效应模型,从省级单位层面分析地区腐败是如何通过 工业污染来影响空气质量的,更充分地研究地区腐败和空气质量这两个指标之间 的内在联系以及影响机制,能够更好地丰富对空气质量影响的研究。
6
1.3.2不足之处
本文虽然考虑了地区腐败对空气质量影响的空间效应和中介效应,得到的结 果也比较符合预期,但还存在一定的不足之处:(1)数据使用不够全面,为了 保证样本数据的完整性,将全国范围内除去了西藏自治区和港澳台地区以外的 30 个省份均纳入考察范围,又因为衡量地区腐败的数据只能找到2018 年,所以 本文的研究只到 2018年; ( 2 )研究数据获取有限,本文只从省域上研究地区腐 败对空气质量的影响,空间尺度较大。
1.4本章小结
本章分别介绍了本文的研究背景和意义、研究内容和方法以及本文的创新点。 研究背景主要介绍了根据已经发布相关数据,分析了现如今大气污染的严重性和 对人类生活及健康产生的危害,并介绍了国家、政府及人民对保护空气质量所做 出的贡献;研究意义分为理论意义和现实意义,理论意义是通过多学科、多种知 识相结合来体现本文选题的合理性。现实意义介绍了本文通过模型得到可靠的结 论,可以实现为政府有关部门制定和调整政策提供新思路、新选择,促进经济全 面健康发展;研究内容主要梳理了本文的写作框架,研究方法介绍了本文中涉及 到的一些方法;创新点介绍了本文区别于其他文章的新颖之处。
第 2 章 理论基础与文献综述
2.1相关概念
2.1.1空气质量
空气质量是指空气的清洁程度,是反映空气好坏程度的标准,依据空气中的 污染物浓度的高低来判断。空气质量的六项检测指标为PM2.5、PM10、二氧化 氮,二氧化硫、一氧化碳和臭氧 8小时浓度。
2.1.2腐败
“腐败”一词的起源可以追溯到古代,将“腐败”解释为腐烂发臭,一般都 是用于对食物的描绘。后来是指政府官员利用自己职务之便所做出的一种违背其 职责的一种行为,这种行为是通过违法手段为自己或者他人获得的某种利益[5]。 由此可见,“腐败”由最初谷物发霉、腐烂,逐步引申到有权利的某一类人通过 违法途径为自己或者他人谋取利益的形态。现如今,腐败总是与公共权力结合在 一起,英国史学家阿克顿曾说过:“权力倾向于腐败,绝对的权力倾向于绝对的 腐败[6]-[7]。”而权力的行使者也是普通人,他们具有二重身份,一种是“道德的 公共人”,另一种是“理性的经济人”,而腐败产生的原因就是在公共利益和私 人利益之间进行博弈,而博弈的结果就是牺牲公共利益满足个人利益[]。因此, 公共权力本身不会腐败,实施腐败的主体才是促使腐败的元凶。综上所述,腐败, 从来都是权力腐败,没有权力,就没有腐败,腐败的概念是掌握一定权力的公职 人员,不合目的地行使权力谋取利益的行为。
2.2理论基础
2.2.1“污染避难所”假说
“污染避难所”假说也称为“污染天堂”假说,主要是指污染密集型产业的 企业会倾向于建立在环境管控松的国家或地区。当产品有了同一价格,那么生产 成本就决定利润的高低,与其他企业相比污染密集型产业的企业所需要的排污费 会成为大量的成本费用,企业为了节省费用,降低成本,提高利润,就会选择将 企业建立在环境标准较低的国家或者地区,从而导致环境标准较低的国家或者地 区的环境污染加剧,这些国家或者地区就成为“污染避难所”。但“污染避难所” 假说一直备受争议,诸多学者对该假说进行实证研究,验证的结论分为三种结果: 成立、不成立、不确定。结果不同是由于各个学者的研究对象不同,所以该假说 不是在所有国家或者地区都是适用的,本文的实证结果显示“污染避难所”假说 成立。
2.2.2可持续发展理论
可持续发展理论(Suatainable Development Theory) —词的提出,其含义在 全球范围内未达成共识,到目前为止,被国际社会普遍接受的可持续发展理论的 定义是 1987年布伦特兰夫人在主持世界环境与发展委员会上给出的:可持续发 展是指既满足当代人的需要,又不损害后代人满足需要的能力的发展[9]。布氏定 义的可持续发展理论的核心思想是:要将健康的经济发展应建立在生态可持续能 力的基础上[10]-[11]。所追求的目标是:“生态环境就是财富”,倡导经济发展、 环境保护与人民幸福协调统一,以良好的生态环境提升人民的福祉。
2.2.3地区腐败对环境治理的空间关联效应
腐败作为经济社会问题,在空间上存在显著的空间关联效应。主要有两个特 点:传染性和策略性。汪伟等(2013)基于我国 1998-2010 年省级层面面板数据, 并运用空间计量模型,检验结果显示地方官员腐败行为不仅与本地区的特征有关, 而且与竞争省份的官员腐败行为有关,即如果竞争地区官员腐败水平降低,那么 本地区官员也会相应降低腐败水平,邻接地区腐败恶化,尤其是环保领域腐败加 剧,导致人员和资本流失,从而破坏政府环保领域政策投资治理。此外,官员腐 败行为存在学习效应,相邻地区由于各方面往来较频繁,使得较清廉的地区学会 用腐败方式打交道的技巧,从而导致腐败程度加剧[12]。李子豪,毛军(2018)利 用空间面板联立方程估计结果表明邻接地区腐败恶化会加剧地方政府之间的环 境治理的博弈,为避免本地资源被邻接地区弱化的环境治理吸引而流失,本地区 政府会降低环境治理力度[13]。李子豪,袁丙兵(2019)利用省级层面和地市层面 的数据,实证结果表明本地区腐败问题和邻近地区腐败问题恶化对本地政府环境 治理确实存在负面影响[14]。
2.3文献综述
20 世纪90 年代末期,各个国家的腐败现象处于严峻形式,以及环境状况污 染严重,甚至危害到了人身健康。由此,有学者开始尝试研究腐败和环境的关系。
Desai (1998)分析印度、泰国等几个发展相对落后的发展中国家,发现当地的 高污染企业为了收获高额利润,会通过向环境监管执法人员进行贿赂,从而降低 自己的成本,使得当地政府环保政策的制定受到影响,降低了环保执法力度,显 著地增加了当地的环境污染,此研究证实了腐败可以影响环境污染[15]。随着研究 的深入,一些学者开始系统地运用理论模型或实证方法来研究腐败对环境的影响 (李子豪、刘辉煌, 2013) [16]。本文主要梳理了国内外腐败对环境污染的相关研 究文献,发现大部分文献都是从腐败对环境污染方面进行研究探讨的,而关于腐 败对空气质量影响方面的研究极其少。
2.3.1腐败对环境污染影响方面
本文梳理了国内外的相关研究文献,按照研究思路和研究角度的差异,将现 有文献研究主要分为三大方面。
(一) 腐败对环境污染具有直接的影响。Yuejun Zhang (2016)通过研究 APEC 国家腐败对二氧化碳排放量的影响,发现腐败对碳排放具有异质性,即在 低碳排放国家,腐败对碳排放具有显著的负影响,但是在高碳排放国家,腐败对 碳排放没有显著影响[17]。Marcel Joly(2016)以巴国有公司和巴西石油公司为例, 研究结果说明政府腐败加剧当地社会环境污染,并造成严重的后果[18]。
(二) 研究腐败对环境污染的影响,更多的是研究腐败作用于其他因素进而 对环境污染产生间接影响,如经济因素、制度因素、法律因素、外贸因素等等。
第一类收入因素。基于腐败、收入和环境污染的框架,来研究腐败对环境污 染的影响。自从Crossman和Krueger (1991)提出人均收入与环境污染之间的"环 境库兹涅茨曲线”(EKC)之后,大多数学者都基于EKC理论研究经济与环境 之间的关系,而根据已有研究表明,腐败对环境污染具有较为显著的负面影响[19]。 因此,一些学者会将腐败、收入和环境污染作为基本研究框架,考察腐败对环境 污染的影响。Welsch(2004)通过研究表明腐败可以通过阻碍收入增长,从而对 环境污染产生间接影响[20]。Cole(2007)的研究表明,在模型加入经济因素以后, 腐败程度增加,会导致人均 GDP 减少,而二氧化碳的排放量也会相应变少[21]。 [] Bae 等(2017)研究表明,以苏联后期为研究对象,当地政府官员的腐败增加, 会直接导致地区二氧化碳的排放量呈下降趋势,但是加入人均 GDP 变量后,若 人均 GDP 增加,会间接导致地区二氧化碳的排放量也增加,而腐败作用在碳排 放量的间接作用要大于其直接作用,所以总的来说,腐败会导致环境污染加剧[22]。 Laegreid和Povitkina (2018)认为民主经验、腐败等政治因素会调节人均GDP 和二氧化碳排放量之间的关系,在不考虑政治制度因素时,人均GDP和二氧化 碳排放量之间呈现积极地影响,但是加入政治制度因素后,腐败程度增加,二氧 化碳排放量也会增加[23];李子豪、刘辉煌(2012)根据1993-2008年中国省级面 板数据,采用二阶段最小二乘(2SLS)方法,实证结果表明腐败可以通过减少 人均收入从而影响环境质量[24]。余长林(2019)认为腐败对环境污染的影响依赖 于对经济规模的效应,利用系统GMM方法考察了腐败和非正规经济活动对我国 环境质量的影响效应,研究结果表明,腐败可以通过扩大非正规经济规模提高环 境污染[25]。
第二类制度因素。研究侧重于考察腐败对环境管制或环境政策的影响[26]。以 往文献研究表明,腐败可以破坏环境规制的执行力,扭曲环境政策,对高污染企 业放任不管,从而使空气质量愈来愈严重。无论是发达国家还是发展中国家,良 好的环境政策是保证环境质量的重要条件[27]。部分文献的研究结果表明腐败可以 与法律、制度因素共同影响环境政策执行效果。
法律角度来看,近年来,各国都意识到了环境污染和大气污染问题的严重性, 相继发布适应本国国情的环境政策,但可能会存在个别个体或组织社会无视法律 制度或者不会严格遵守,导致环境规制水平下降,法律效益的力度大大降低。 Pellegrini和Gerlagh (2005)使用31个国家的面板数据,构建EKC模型验证腐 败和环境规制的关系,实证结果表明,腐败显著降低了环境规制水平,加剧环境 污染[28]。Fredriksson和Wollscheid (2010)认为,腐败程度较低的国家拥有严格 的执法体系,有利于提高环境政策效果,腐败程度较高的国家,虽然执法严格, 环境政策的效果也会减弱。制度的角度来看,制度因素是指政治稳定情况,国家 结构对环境政策效果产生的调节作用[29]。Fredriksson和Svensson (2003 )利用 1993 年 60 个国家的截面数据考察腐败与环境规制之间的关系,认为腐败会弱化 环境规制水平[30]° Ivanova K (2011)和Biswas AK等(2012)经过研究发现腐 败会加剧环境污染,即使在环境规制趋严的态势下,腐败也会在某种程度上导致 环境恶化EH32】。Ozturk和AI-Mulali (2015)认为反腐工作有利于环境变好,因
11
为反腐可以强化环境法规,迫使利益集团放弃不利于环境的决策行为[33]。李后建
(2013)在 Fredriksson 和 Svensson 研究工作基础上证实了腐败可以弱化环境政 策[34]。文显堂(2014)通过研究发现腐败是环境污染的根源[35]。王顺昊(2016) 认为政府公职人员的玩忽职守行为导致环境治理失职,大大降低了环境管制政策 的实施力度,是工业企业进行超额污染排放的重要诱因,可以加剧环境污染[36]。 政府管控可以使环境质量得到改善(Clo等,2017)[37],同时地方政府与高污染 企业存在长期非法合作关系,政府对企业破坏环境制度的行为视而不见,企业非 法排污的行为更加严重,导致环境规制效用降低(梁平汉和高楠, 2017) [38]。林 煜恩等(2019)和史志颖等(2019)认为腐败可以破坏环境政策的法律效力,加 剧环境污染[39]-[40]。刘铭倩(2019)在探索地区腐败程度对环境规制治理效用影 响时发现环境腐败会损害环境规制效用,因此,要加强治理地方腐败,采取因地 制宜的环境制度,从而有效减少企业环境违规行为[41]。
第三类外贸因素。主要是考察开放条件下腐败对环境的影响,是指经济贸易 透明程度和可能存在逃避环境监管的经济主体数量。在全球化深入发展的背景下, 大多数学者证实了腐败对对外贸易的影响,一些学者开始思考开放经济中腐败对 环境的影响。根据现有文献研究 FDI 对环境污染的影响,学者们产生了分歧。
一些人认为,引进外贸投资会恶化东道国的环境状况。 “污染天堂”假说
(Pollution Haven Hypothesis,简称PHH,又称“污染避难所”假说)是研究外贸 投资对东道国环境污染最权威的一个理论观点。国内外学者已经证实了“污染天 堂”现象的存在,认为引进外贸投资会破坏东道国的环境质量。“污染天堂”大 多数会发生在发展中国家。各个发展中国家为了使本国经济快速发展,通常会降 低环境管制标准,并利用本国的自然资源吸引发达国家的企业,而这些发达国家 具有一定的经济实力,为了保护本国的环境质量,会把一些高污染企业投放到发 展中国家,而发展中国家迫于经济压力,会毫不犹豫引进这些高污染企业,主要 生产污染密集型产品,加速了本国的自然资源的开发利用,因此,大多数发展中 国家更多地从事生产“高污染”产品,进而沦为发达国家的污染转移地,形成“污 染天堂”现象。周智敏(2018)在省级层面上分析 FDI 对总二氧化硫排放的影 响,验证了我国存在“污染天堂”现象[42]。 Smarzynska 和 Wei( 2001 )使用 1997 年24 个国家的数据进行分析,证明东道国的腐败可以提高当地污染水平,验证 了 “污染避难所”假说[43]。Cole(2007)等在分析FDI对东道国环境的影响时也 验证了 “污染避难所”是存在的,实证结果表明当地腐败程度越高,FDI对环境
12
的负面影响就越大[21]。杨万平和袁小玲(2008)等人通过研究发现“污染避难所” 假说在我国得到证实,对外贸易恶化了环境质量,发达国家通过对外贸易将污染 转嫁给中国[44]。张宇、蒋殿春(2013)通过研究引进FDI对工业大气污染的影 响,结果表明跨国企业确实存在转移高污染产业会对东道国造成“污染避难所” 的现象[45]。一般来说,发展中国家有着较低的环境标准和松弛的环境管制手段, 贸易自由化会使发展中国家成为“污染避难所”[46]。
还有部分学者通过研究发现:对外贸易不一定会加剧东道国环境污染。 Mani and Wheeler (1998)发现,在早期的经济发展中,发展中国家引进大量的外企, 会导致东道国环境质量恶化,但是随着FDI的大量流入,会增加收入水平,因 此会向治理环境污染投入大量资金,区域环境质量由此可以得到很大程度上的改 善[47]。 Baomin Dong 等(2012)建立东道国和污染企业输入国的南北市场共享博 弈模型,证明了 FDI的流入会提高两个国家的环境管制标准,环境质量由此会 得到改善[48]。阚大学和吕连菊(2015)运用系统广义矩估计方法实证发现腐败加 剧了环境污染,但当腐败水平低于 2.97 时,对外贸易才会改善环境质量,反之 会加剧环境污染[49]。刘萍(2015)认为FDI流入对环境质量的影响与时间的长 短有关系,FDI流入短期内会恶化环境质量,但在长期内通过技术溢出和产业投 资转移会改善东道国的环境质量,即FDI流入与环境污染呈现“倒U”型关系[50]。
(三)地区腐败对环境污染具有总效应。王佳(2015)利用中国特有的公共 治理结构,构建非合作博弈模型分析政府和公司之间的内在联系,实证结果表明, 地区腐败行为增加了污染物的排放量,对环境污染的总体效应为正,并且存在直 接效应和间接效应QU。Pellegrini and Gerlagh (2006) [52]和 Cole (2017)冋等学 者通过实证研究证实了地区腐败可以直接影响二氧化碳和二氧化硫的排放量,同 时地区腐败又可以通过影响收入间接影响这两种污染物的排放量。
2.3.2腐败对空气质量影响方面
通过梳理现有文献发现,有关地区腐败对空气质量方面影响的文献较少。杨 颖(2018)以空气污染最严重的华北地区为研究对象,选取2010-2014年26个 地级市的面板数据进行实证分析,在传统的EKC模型中加入腐败因素,建立联 立方程组,分别研究腐败对经济增长、腐败与经济增长对空气质量的影响[2]。实 证结果表明:腐败对华北地区的空气质量呈负向影响,经济增长与空气质量之间 呈“U”型曲线关系。
13
2.3.3文献述评
总的来说,因为研究思路、研究方法和指标衡量存在差异,就现有研究成果 而言,对于地区腐败对环境污染的影响尚未有统一的结论。但这些研究也存在着 一些缺陷:首先,在研究空气质量的影响因素时,没有考虑各地区空气质量之间 的空间相关性,一般的都采用的传统的计量方法进行分析研究,忽略了其空间效 应。其次,当前研究大多数都是考察地区腐败对综合环境污染的影响,已有研究 富有成效,但多数都是关于腐败对整体环境方面的影响,缺乏对环境污染中大气 污染的研究。因此,关于地区腐败对空气质量的影响方面的研究尚待进一步深入 研究,本文将在现有研究基础之上加以创新和弥补其中的一些不足,加入空间权 重矩阵,构建空间计量经济学模型,探究我国地区腐败对空气质量的影响。
2.4本章小结
本章分为三部分:第一部分为相关概念,通过查阅相关资料,借鉴已有研究 成果,对空气质量和腐败的概念做了相应解释。第二部分为理论基础,介绍了“污 染避难所”假说和可持续发展理论,本文的实证结果验证了我国存在“污染避难 所”现象。第三部分为文献综述,通过梳理国内外研究成果,按照研究对象不同, 将现有文献分为地区腐败对环境污染方面的影响和地区腐败对空气质量方面的 影响两大方面。又将地区腐败对环境污染方面影响的文献按照研究思路和研究角 度的差异,分为三大方面:腐败可以直接影响环境污染,腐败作用于其他因素进 而对环境污染产生间接影响,地区腐败对环境污染具有总效应。
14
 
第 3 章 我国空气质量和地区腐败现状分析
3.1我国空气质量现状分析
3.1.1省级层面空气质量现状分析
随着各省份经济的高速发展,城镇化、工业化的脚步也在加快,随之也加剧 了空气污染,严重影响了各地区的空气质量。接下来从省域角度分析各样本省份 的空气质量,绘制了我国2004、2011、2018年PM2.5浓度数据分布图,分别见 图 3-1、3-2、3-3。
<112004
[9. 700 : 24. 200] (7)
 
 
 
从图 3-1、3-2、3-3可以看出,我国华北平原一直是空气污染最为严重的地 区, PM2.5 浓度以华北平原为中心向周围地区扩散,并逐渐下降,其中东北地区 黑龙江、吉林和北部的内蒙古以及西北地区的青海、云南等地相对来说空气污染 程度较轻。2004年,PM2.5浓度范围在9.7〜55.6微克/立方米之间,年平均浓度 最高的集中在山东、江苏、河南、安徽及湖南五个省,超过35 微克/立方米的有 15 个省,污染程度比较严重,主要分布在华北平原、东南沿海地区,由于这些
16 地区经济发展较快,所以空气污染也很严重。2011年相对于2004年,PM2.5浓 度范围在12.6~82.8微克/立方米,其浓度范围扩大。污染程度比2004年更为严 重,年平均浓度超过35微克/立方米的有21个省,呈现以华北平原重污染区域 向周边省份扩散的趋势。2018 年, PM2.5浓度范围在12.6〜51.3微克/立方米,与 2011年相比,浓度范围缩小,而且各省份之间的差距减小,有7个省的PM2.5 浓度超过 35 微克/立方米,包括重工业地区的山东、江苏、河南、安徽、天津以 及高资源消耗地区的新疆,其他地区的PM2.5浓度较小,污染程度较轻。
3.1.2城市层面空气质量现状分析
进入二十一世纪以来,我国经济发展突飞猛进,但却忽略了环境污染问题, 以至于一直以来我国大气污染程度比较严重。严重的大气污染已经危害了人们的 正常生活,国家、政府以及相关部门对此高度重视,并相继发布治理空气污染的 政策。《中国生态环境状况公报》每年都会公布我国空气质量情况,表3-1 显示 了 2001 年、 2011 年检测城市中空气质量达到各级标准的个数。 2001 年,检测的 341 个地级及以上城市(含部分地、州、盟所在地和省直辖市,以下简称城市) 中,只有10个城市的空气质量达到一级标准,占所有检测总数的2.9%;有104 个城市达到二级标准,占统计总数的 30.5%;有 114个城市空气质量为三级,占 统计城市数的33.4%;113个城市空气质量劣于三级,占总城市数的33.2%。根 据国家对于空气质量达标规定空气质量达到二级及以上才属于达标。 2001 年, 341个城市中,有33.4%的城市空气质量达标,而66.6%的城市超标。 2011年, 所检测的325个城市中,有3.1%的城市空气质量达到一级标准, 85.9%的城市空 气质量达到二级标准,环境空气质量达标城市比例为 89.0%;9.8%的城市空气质 量达到三级,劣于三级的城市有1.2%,环境空气质量超标城市比例为11.0%。 对比2001年和2011年的城市空气质量达标情况,经过十年的大气污染防治行动, 我国空气质量达标城市从33.4%提升为89.0%,这可以看出党和人民已经高度重 视大气污染带来的危害,出台相应政策,使得我国空气质量有所改善。
表 3-1 2001 年、2011 年监测城市中空气质量达标和未达标个数
城市个数 达标 所占比例 未达标 所占比例
2001 341 114 33.4% 227 66.6%
2011 325 289 89.0% 36 11.0%
17
近年来,我国经常出现严重的雾霾天气,尤其是每年的秋冬季节,大部分地 区遭遇的雾霾天气均呈现出污染范围广、持续时间长、污染程度严重、污染物累 计迅速等特点,并且首要污染物均以PM2.5为主。《2013年中国生态环境状况 公报》和《2018年中国生态环境状况公报》的数据显示:2013 年, PM2.5 年均 浓度范围为26〜160微克/立方米,平均浓度为72微克/立方米,达标城市比例 为4.1%。2018年PM2.5年均浓度范围为9〜74微克/立方米,平均浓度为41微 克/立方米,与2013 年相比, PM2.5 年均浓度范围在缩小并且最大值、最小值都 在减小。以京津冀地区为例, 2013 年 13 个地级及以上城市超标天数中以 PM2.5 为首要污染物的天数最多,占66.6%。 PM2.5 平均浓度为 106 微克/立方米;所 有城市的PM2.5浓度均超标;2018年京津冀及周边地区“2+26”城市优良天数 比例范围为41.4%〜62.2%,以PM2.5为首要污染物的天数占总超标天数的40.7%, 对比 2013 年和2018 年的数据,以 PM2.5 为首要污染物的天数占总超标天数的 比例从66.6%下降到40.7%,显示出我国在 PM2.5 治理上的工作成效显著。
但是根据世界卫生组织(WTO) 2006年公布的空气质量标准,PM2.5浓度 的安全值为 10 微克/立方米,若超过这个标准,就会对人类身体产生极大的危害; PM2.5 的过渡期目标为 35 毫克/立方米,相对于10 微克/立方米来说,长期暴露 在35毫克/立方米死亡率将增高大约15%。而我国PM2.5浓度一值高于WTO公 布的安全值[53],由此可见,我国的空气污染虽然有所改善但仍然十分严重,要继 续毫不松懈地治理空气污染。
在党中央、国务院的正确领导下,各地区、各部门都在严格遵守并执行国务 院印发的《大气污染防治行动计划》。生态环境部自然生态保护司司长崔书红提 到:“环境就是民生,青山就是美丽,蓝天也是幸福”,自十八大以来,党中央、 国务院相继出台多项大气污染防治相关改革措施,修订相关法律法规,通过数据 对比显示,我国在治理空气污染方面的工作成效更加显著,取得如此成绩,离不 开全国人民的共同努力,但问题尚未彻底解决,仍需继续努力。
3.2我国腐败现状分析
3.2.1全国腐败现状分析
透明国际(Transparency International)是德国人彼得艾根在1993年创办, 是一个检察腐败贪污的国际非盈利、非政府的民间组织,该组织是以推动全球反
18
腐运动为己任。透明国际发布的世界各国清廉指数是在全世界范围内具有较大影 响的腐败程度测量方法(罗猛, 2020)[54]。已在120个国家和地区建立了分会。 透明国际在衡量腐败程度上主要采用两种指标:清廉指数(CPI)和行贿指数
(BPI)。清廉指数和行贿指数互为对立,清廉指数得分越高表示国家政府官员 越清廉,行贿指数得分越低表示国家政府官员越清廉。清廉指数是以企业家、风 险分析家、一般民众为调查对象,据他们的经验和感觉对各地进行由10到0的 评分而得到的综合分数,清廉指数作为清廉程度级别的代理,反映的是一个国家 政府官员的廉洁程度。而主要反映一国(地区)出口企业在国外行贿的意愿,大 多数国家都会使用清廉指数。自1995年起,透明国际组织每年发布各参与国家 清廉指数的得分和排行榜。 1995年到2011年,清廉指数一直采用 10分制, 10 分为最高分,表示最廉洁;0分表示最腐败;&0〜10.0之间表示比较廉洁;5.0〜 8.0之间为轻微腐败;2.5〜5.0之间腐败比较严重;0〜2.5之间则为极端腐败。 得分越高,表示腐败程度越低。 2012年后清廉指数采用百分制, 100分表示最廉 洁; 0分表示最腐败; 80〜100之间表示比较廉洁; 50〜80之间为轻微腐败; 25〜 50之间腐败比较严重; 0〜25之间则为极端腐败。表3-2给出了我国 1995年到 2020 年的清廉指数的得分及排名。
表 3-2 1995-2020 年全球清廉指数报告
年度 得分 排名 国家(地区)数
1995 2.2 40 41
1996 2.4 50 52
1997 2.9 41 52
1998 3.5 52 85
1999 3.4 58 99
2000 3.1 63 90
2001 3.5 57 91
2002 3.5 59 102
2003 3.4 66 133
2004 3.4 71 145
2005 3.2 78 158
2006 3.3 70 163
2007 3.5 72 179
2008 3.6 72 180
19
 
 
2009 3.6 79 180
2010 3.5 78 178
2011 3.6 75 183
2012 39 80 176
2013 40 80 177
2014 36 100 175
2015 37 83 168
2016 40 79 176
2017 39 77 180
2018 40 80 177
2019 41 80 180
2020 42 78 180
 
根据表3-2 我国的清廉指数得分和排名来看:自1995 年起,到2011 年采用 10 分制,我国得分在 3.1〜3.7 之间,处在腐败比较严重阶段;而 2012 年至今, 透明国际采用百分制,我国得分在 36〜42 之间,在平均参评的 180 个国家中处在 中等偏上的位置,但依旧处在腐败比较严重的阶段。
自1995 年起,透明国际组织开始测算国家清廉指数,由于跟腐败相关的数 据会涉及到国家私密问题,获取数据存在一定难度,所以最初参评国家少。而 2012 年到现在,每年参加测算的国家总体上相差不大,所以本文做了2012-2020 年我国清廉指数得分及排名的趋势图,见图 3-4。
 
 
20
根据图3-4可以看出,我国清廉指数得分在逐年上升,但排名依旧在78〜80 之间,说明我国治理腐败的措施有所成效。总体来说,我国依旧处在腐败比较严 重的阶段,但与十八大之前相比,腐败程度有所下降,体现了我国十八大以来的 反腐工作取得了明显的成效,这与我国的党和政府坚定不移地打击腐败事业密不 可分。
改革开放以来,我国在经济建设、人民生活等各个方面都焕然一新,综合国 力上升了一个大台阶,成功跻身于世界前几名。随着全面建成小康社会的奋斗目 标的实现,全国人民的生活水平大大提高。与此同时,腐败现象也越来越多,公 职人员的腐败问题与治理成为我国极为重视的一个问题。“中国青年报社会调查 中心通过网络调查的形式,请公众表达他们对2005年关键词的预测,统计结果 显示‘反腐败'得票率为 49.9%,获得十大关键词之首!”在后期类似许多调查 中,“腐败”同样以高票率稳居第一,尽管国家和政府一直以来都有政策积极应 对治理,但我国的政府官员以职权之便利为己谋私、官商勾结等腐败现象依然很 多。腐败问题依然突出。大案要案数量逐年上升,涉案金额也在不断增大,腐败 主体向高层次方向发展,“一把手”腐败问题严重。这颗“毒瘤”严重危害我国 的国体及现代化经济建设,不能任其肆意发展。改革开放以来,我国在大力发展 经济建设、加强党的执政能力的同时,深入开展反腐败斗争和党风廉政建设,在 腐败的预防上进行了不断的探索,取得了明显的成效。党的十八大以来,以习近 平同志为核心的党中央聚焦反腐问题,作出一系列重大决策部署,严格排查政府 官员,绝不放过每一个危害国家和社会的腐败分子,深入推进国家监察体制改革, 形成更严谨的监督体系,深化不敢腐、不能腐、不想腐一体推进,使得反腐败工 作又进一步深入。 2021 年 1 月,习近平总书记在十九届中央纪委五次全会上强 调指出,要大力推进清廉建设,营造风清气正的政治生态和良好的发展环境。
3.2.2省级层面腐败现状分析
随着我国在经济发展上取得举世瞩目的成绩,由于存在多种因素制约,我国 各省份发展水平参差不齐,导致各地区的腐败程度不同。基于本文使用的衡量地 区腐败的数据分析我国腐败现状,本文以2002年、2016年、2018年数据为例分 析我国各样本省份的腐败现状,如图 3-5、3-6、3-7。
21
 
 
图 3-5 2002 年我国各省公职人员腐败立案数分布情况
图 3-6 2016 年我国各省公职人员腐败立案数分布情况
图 3-7 2018 年我国各省公职人员腐败立案数分布情况
由图3-5可知, 2002年,我国各省公职人员腐败立案数范围在175~3823件, 而且2002年与其他样本期间的年份相比,全国公职人员的腐败立案数最多,腐 败最严重,以山西、湖北、湖南、广西为分界线,以东大部分都属于腐败程度严 重的地区,以西除四川外,其他地区的腐败程度相对较轻。根据图3-6 可以看出, 2016年,我国各省公职人员腐败立案数范围在165~3245,相较于2002年,有稍 微的降低,全国范围内腐败程度都比较严重,只有青海、内蒙古、宁夏的立案数 少,腐败程度低。由图3-7可以看出, 2018年,经过几年的反腐倡廉的法治建设, 我国查获的腐败案件数明显减少,大部分省份的腐败程度明显降低。 2000-2018 年间,腐败现象较为严重省份分布在东北地区、东部沿海地区、南部地区和西南 地区。其中最为严重的省份包括山东、河南、河北、四川、广东等地,这些地区 属于人口大省,相对国家公职人员也多,腐败立案数相对较多。聂辉华教授曾经 说过:“腐败程度和经济发展水平呈正相关”。在经济水平相对较高的地区,其 资源越是有价值,腐败的机会可能越多。因为“制度落后于经济增长”,在快速 发展经济的时候,还没有建立有效的约束机制,腐败就有机会滋生,所以根据图 中可以看出,一些经济水平比较靠前的省份,比如山东、河南、浙江等地腐败程 度更严重。此外,由于北京、天津、上海这三个地区地位相对特殊,所以腐败程 度最小。
23
3.3本章小结
本章节主要介绍了我国 2000-2018 年间空气质量及地区腐败的现状,依据中 国生态环境部公开发布的各年《中国生态环境状况公报》,对比不同年份的相关 数据,得出我国 PM2.5 浓度先增加后减少的变化趋势,基于本文使用样本的数 据分析我国各省份的 PM2.5 浓度分布情况,可知我国 PM2.5 浓度较高的地区聚 集在华北平原,以华北平原为中心向周边地区发散。依据透明国际组织公开发布 的各国的清廉指数,得出了我国的腐败现象依然严峻,又分析了我国2002 年、 2016 年和2018 年各样本省份公职人员的腐败立案数的数据,可以知道我国腐败 程度较为严重的地区也聚集在华北平原,以华北平原向周边地区发散。近几年, 党中央和地方各相关部门都在密切地关注大气污染和腐败问题,并付诸于行动, 都取得了显著的成效。
24
第 4 章 地区腐败对空气质量影响的空间效应分析
4.1空间计量方法简介
1974年,荷兰学者Paelinek首次提出了空间计量经济学理论。空间计量经 济学的核心定义在于空间依赖性的关系,也就是说,空间计量实际上就是一种空 间依赖。 Tober 地理学第一定律中表明地理位置相近的区域之间的属性值比相距 较远的区域的属性值更相似,所以说,与地理位置有关的现象很可能表现出一定 的空间自相关性。在空间计量经济学中,将传统计量回归模型中加入了地理因素 的空间相关关系,充分考虑了模型变量的空间效益,使其在分析过程中更加完整、 全面。
4.1.1空间效应
空间效应指的是发生在不同空间区域之间的经济活动由于各种因素的存在 都会有一定程度上的相互作用。在空间计量经济学理论中,计量经济学模型中引 入的空间效应,因此空间效应分析成为空间计量经济学区别于传统的计量经济学 的关键。乔宁宁(2013)认为空间效应更多体现在空间相关上[55]。
在空间效应分析中,首先根据题意构建合适的空间权重矩阵,再进行空间相 关性的分析。因此,根据空间效应的不同作用效果,一般可分为空间相关性和空 间异质性两大类。
(1) 空间相关性 空间相关性是指在某空间区域的观测值与其邻近地区的观测值存在相关性,
也就是说,本地区的经济活动会受到周围地区的影响,其经济活动存在相似性。 最普遍的原因是其在地理空间上数据观测点的距离相近,这也与地理学第一定律 相吻合。另一个原因是地区之间会存在效仿和竞争行为,例如,一个地区由于实 行某一政策使其突出,优秀于周围其他地区,而其他地区也会为了让自身变得优 秀而会将其作为效仿对象,也会将其作为竞争对象。
(2) 空间异质性 空间异质性是指在每一个区域中,往往会存在与其他空间单元不同的地方,
而这个特殊的单元,就体现了空间的异质性。主要体现在空间地理区域上为非均 匀性。
25
4.1.2空间权重矩阵
空间权重描述的是一对位置的空间地理关系,是测量空间地理位置的邻接性 或距离的依据。空间权重矩阵是研究区域内地理单元之间的空间关系的矩阵,反 映的是区域个体单元在空间中相互依赖关系的矩阵,是用来描述地理单元的邻近 或邻接的关系,可以有效地表示出其空间自相关性,一般用字母 w 表示。空间
权重矩阵的基础表达式如下:
「w11 w12 •- W1 n "
w= W21 w22 •- W2 n 公式(4-1)
一 Wn1 Wn2 - •- Wnn _
 
其中空间权重矩阵w是一个nxn阶矩阵,其主对角线的元素都是0, wi}
(i, j = 1,2,...,n )为区域单元i和j的邻近关系。特性一是主对角元素都为0,因 为区域单元自己和自己不能算是邻接;二是矩阵w经过标准化以后,每行元素 之和为 1。目前为止,研究学者们常用的空间权重矩阵有三种,分别为 0-1邻接 权重矩阵、空间距离权重矩阵和空间经济权重矩阵。
(1) 基于共享空间要素的空间权重矩阵 这种空间权重矩阵只要是根据邻接关系确定空间权重矩阵,而0-1 邻接权重
矩阵是目前国内在空间计量经济学里最常用的,它又被称为二进制邻接矩阵,是 由0和1组成的nxn阶矩阵,表示的是如果两个空间地区单元有公共的边界w”就
赋值1,没有公共的边界W”就赋值0,具体表现形式如下:
wij = T1,当区域i和区域j相邻接 公式(4-2)
[o, 其他
其中i和j分别代表不同的空间区域单元。一般在用空间权重矩阵时,为了 减少或消除量纲和区域之间存在的外在影响,需要将矩阵中的每一个元素分别除 以每行元素之和,得到一个标准化的空间权重矩阵用于接下来的实证研究。
(2) 基于距离概念的空间权重矩阵 在空间计量经济学中,除了邻接关系可以刻画地理空间单元的关系外,距离
也是体现空间格局的一个重要指标。根据 Tobler 地理学第一定律告诉我们:距离 越近可以预示着关系越密切,权重影响w”越大,而距离不仅仅是我们常见的狭 义距离还有广义距离。
26
 
狭义距离又可称为物理距离,仅仅从地理的角度来测度,在空间计量中可被
用作建立空间距离权重矩阵,表示区域地理单元的空间效应的受距离影响的强度, 一般情况下,单元的距离越短,之间的空间效应越强,反之则越弱。根据钟水映、 李魁(2010)和陈继勇等(2010)总结出的计算两个地区单元之间的距离的方法
有很多种,其中,最常用的有两单元省会城市间的直线距离、球面距离、公路距 离、铁路距离等[56]-[57]。空间距离权重矩阵的基本形式表现为:
公式(4-3)
当i=j
其中, d 表示的是两个区域单元之间的距离(直线、公路、铁路等)。而陈 继勇等(2010)认为可以通过计算两个区域省会之间的交通距离来反映目前的经 济的实际情况,并采用距离倒数的平方项来作为两区域间空间权重矩阵[57],具体 形式如下:
公式(4-4)
当i=j
广义的距离包括多种形式的虚拟距离,例如:经济距离、社会距离或者时间 距离等,因为在空间计量经济学中往往考虑到的是变量的经济意义以及在经发展 和和会文化中的区域相关性,这其中的意义不是简单的物理距离所能解释的,很 多情况下物理距离很近的两个区域并不是一定能产生某一经济现象的聚集。因此, 可以利用经济距离构建空间经济权重矩阵,一般用GDP来衡量区域的经济发展 水平,最常见的构建方法是使用经济变量之差的绝对值,绝对值越小,就说明区
域7和区域j之间的经济发展水平越相似,经济距离越近,两区域单元之间的空 j=卩卩厂儿」,就可以得到空间
经济权重矩阵,具体表现形式如下:
[i
公式(4-5)
当i=j
3)复合型空间权重矩阵
我们所用到的空间权重矩阵是外生给定的,所以,有学者会将其两两组合, 形成一个新的组合空间权重矩阵,可以构建的组合有:邻接与距离组合权重矩阵、
邻接与经济组合权重矩阵和距离与经济组合权重矩阵(刘淼, 2021)[58]。这一类
27
矩阵的构造形式多种多样,只要符合所研究问题的逻辑和实证需求,就都是合理
可行的,这样的构建思路具有价值性和新意性。
4. 1. 3探索性空间数据分析方法(ESDA)
探索性空间数据分析(Exploratory Spatial Data Analysis,ESDA)是指在建立 空间计量模型之前,对数据的空间分布进行描述性统计分析,目的是用来检验数 据空间分布的相关性和随机性,这一过程被称为探索性空间数据分析。学者专家 们最常用的方法是全局自相关和局部自相关。全局空间自相关是用于研究区域经 济现象在总体上的分布特征,其衡量方法一般用全局Moran's I和Geary系数C; 局部空间自相关是用来描述区域经济现象在局部表现出来的空间分布特征,其衡 量指标一般用局部的 Moran's I、Geary 指数和莫兰散点图来表示。
(1)全局空间自相关
全局空间自相关是构建空间计量模型的前提,最常用的方法是全局 Moran's I 来度量,可以衡量空间邻近地区属性值的相似程度,同时反映的是空间地理单 元之间是否存在空间效应。计算公式如下:
MoranS 1 = —“— * (必一恥” 一刃
工』,-y)2
其中
S 2 =E1( X -刃2
所以
M , I EZx 工:=1 w(M -刃(儿-刃 Moran s 1 -
其中,n代表样本中区域的个数;wy.表示为变准化后的空间权重矩阵,表 示地区单元之间的邻近程度;y,和y.分别表示地区i和地区j所选择变量的观测 值;y表示的是变量的所有观测值的平均值。Mora's 1的取值范围是[-1,1]。从
公式中可以看出,当y,和y.同时大于y时,1〉0,表示的是邻近地区单元之间 的属性值具有相似性,则该区域内的空间效应存在高-高值和低-低值的空间聚集 现象,即存在正相关;若1 < 0,则表示邻近地区单元属性值差异较大,即存在
28
负相关;若/ = 0,则说明邻近地区单元之间不存在相关性。
通常情况下,许多学者也会使用到Morans I的期望值和方差,具体计算公 式如下:
 
Var(Moran'sI) = “ ——E2(Moran'sI) 公式 (4-10)
其中,N为所选地区变量的样本总数;炉1=工二工;W ;
w2=2 工;=1 m=i(Wj + Wi)2 ; W3 =^n=1(w!J + WJ7)2,wt为矩阵中第i行所有数值和, wj为矩阵中第j列所有数值之和。
对于Morans I值测算出以后,还需要检验其是否显著,通过Z -Score正态 分布假设进行显著性检验。统计量Z的计算公式为:
公式(4-11)
通过计算统计量Z的p值与显著性水平《相比较,根据检验的空间自相关 性是否显著就可以确定所选指标是否存在空间自相关效应。
(2)局部空间自相关 局部空间自相关可以测度区域单元的相似值在局部空间上的集聚现象。因为 全局的空间自相关指标只能测度区域单元在整体上的空间分布是否存在空间效 应,忽略了空间效应在局部上的不稳定性问题。因此,1995年Anselin提出了局 部空间自相关,用Local Moran's I指数来测度,成为了空间联系的局部指标(Local Indicators of Spatial Association, LISA),反映了相似值在局部空间上的集聚现象。 局部 Moran's I 指数的具体计算公式如下:
 
其中,力和力分别表示地区7和地区丿所选择变量的观测值,若I >0,则说明 局部地区出现“高-高”或“低-低”的空间集聚现象,即正相关关系;而I < 0, 则说明局部地区出现“高-低”或“低-高”的空间集聚现象,即负相关关系。全 局空间自相关和局部空间自相关的关系是所有区域单元的局部自相关指数之和
29
 
 
等于全局自相关指数乘以区域单元个数,其公式表达如下:
 
Local Moran's I 指数也可以 Z-Score 正态分布假设进行显著性检验。检验公 式如下:
 
为了可以更直观的反映空间自相关性的局部集聚现象,常常在计算出局部 Moran's I指数后,可以通过Moran散点图来展示局部的集聚现象。Moran散点 图以变量z为横轴,以Wz为纵轴,形成四个象限,分别代表了地区单元与其周 围相邻单元的四种局部相关关系。第一象限表示的是空间正相关的“高-高”聚 集,即当所研究地区的观测值较高时,其周围的地区的观测值也会高,也就是说 若该区域的经济发展水平较高,周围地区的发展水平也会高,表现出局部地区显 现的空间正相关性;第二象限表示的是空间负相关的“低-高”聚集,即当所研 究地区的观测值较低时,其周围的地区的观测值均比较高;第三象限表示的是空 间正相关的“低-低”聚集,即当所研究的地区的观测值较低时,其周围的地区 的观测值也会出现较低的现象;第四象限表示的是空间负相关的“高-低”聚集, 即当所研究的地区的观测值较高时,其周围的地区的观测值会较低。第一、三象 限反映的是相似性的属性值得集聚现象,地区与地区之间的观测值在空间上所表 现出的是正相关关系;第二、四象限发现的是空间的异质性,地区与地区之间上 空间上表现出负相关关系。Moran散点图所研究的观测值会落到各个象限,根据 落点情况会给出一条正相关(向右倾斜)或负相关(向左倾斜)的直线,可以直 观的看出所研究的观测值的相关性。
4.1.4空间计量模型形式
在传统的计量经济学模型中忽略了地区与地区之间的相互作用关系,这一问 题一经发现,就有越来越多的计量经济学家将这种地区与地区之间存在的相互关 系加入到标准线性回归模型中,这就演变成了空间的计量经济学模型,该模型纠 正了传统计量模型所忽略的地区与地区之间空间效应。在各个传统的面板计量模 型加入这种地区之间的相互作用关系,可以演变成其相应的空间计量模型。常见 的空间计量经济学模型有空间误差模型(SEM)、空间滞后模型(SLM)和空
30 间杜宾模型( SDM)。
( 1)空间误差模型
空间误差模型主要用于研究随机误差模型,通过对其他地区的随机误差项的 空间溢出效应的研究来分析对本地区的被解释变量的影响,其数学表达式为:
y = X/3 + 公式(4-15)
[j. = yWp. + 8 公式(4-16)
其中,J是随机误差项,W为空间权重矩阵,£是服从正态分布的随机误差 向量,y是被解释变量的空间误差系数,用于测度其他地区的被解释变量的误差 对本地区对本地区产生的空间溢出效应, X 是解释变量的观测值矩阵。
(2) 空间滞后模型
空间滞后模型主要用于研究某一个地区对其相邻地区属性值产生的影响,主 要涉及到被解释变量的滞后项对被解释变量的影响,即一个地区是否具有空间溢 出效应,其一般表达式为:
y = pWy + X3 + s 公式(4-17)
其中,p为空间自回归系数,Wy为空间滞后项,可以估计模型中各地区被 解释变量之间的空间相互作用的程度,同时也可以调整其他解释变量对被解释变 量的影响,X是解释变量矩阵,3是解释变量X的回归系数,S是随机扰动项。
(3) 空间杜宾模型 空间杜宾模型有时可以考虑其他地区中被解释变量的空间滞后影响,有时也
可以同时考虑被解释变量和解释变量的空间滞后影响。该模型的一般表达式是:
y = X3 + SWX + s 公式(4-18)
y = pWy + X3 + SWX + s 公式(4-19)
其中,WX为其他地区的解释变量对本地区各要素的影响,S是其他地区解 释变量对本地区各要素的影响系数,W为空间权重矩阵,p是被解释变量的空 间滞后项系数,用于度量在空间权重下其他影响地区的被解释变量对本地区被解 释变量的影响,s是随机扰动项。而空间杜宾模型可以通过检验退化为空间误差 模型或者是空间滞后模型。
(4) 模型估计及检验
31
当所研究的现象存在显著的空间自相关时,要对所拟设的模型进行估计和检 验,通过了模型的估计和检验的所以步骤,所拟设的模型做出的实证结果才是有 效的、可信服的。本文将采用最大似然法来估计空间滞后和空间误差模型的参数。 虽然Moran'I指数可以检验模型的空间自相关性,但是不能用来确定这三种模型 中的哪一个计量模型的效果比较好。Anselin和Rey(1991)提出了拉格朗日乘 子检验(LM)和稳健性检验(LR), LM-Lag是对空间滞后模型进行检验,检 验假设的是当随机误差项不存在空间自相关时,检验是否具有空间自回归效应。 LM-Error是对空间误差模型进行检验,检验假设的是当不存在空间滞后效应时, 模型的随机干扰项是否存在空间自相关。若Moran's I的指数检验是显著的,存 在空间自相关效应,LM-Lag检验结果比LM-Error检验结果更显著,而且 LR-LMLag显著,LR-LMError不显著,则就选择空间滞后模型;反之则选择空 间误差模型。拟合优度R2是一般用于空间计量经济学模型的显著性检验的指标。 此外,也可以通过自然对数似然函数值(LogL)、池信息准则(AIC)等方法 来检验, Log L 越大, AIC 越小,则模型的效果越好。
4.2变量选择与数据来源
参考现有文献研究,选择工业污染、对外开放程度、能源消费结构、经济发 展效率作为影响空气质量的控制变量。
(一)被解释变量-空气质量(Air Quality,简称AQ) 对于被解释变量空气质量这一指标的衡量,目前大多数学者研究地级市城市, 杨颖(2018)以地级市为研究对象,采用城市空气质量达到二级以上的天数来衡 量[2],但对于省级城市来说,只有各个省(市、自治区)的首府城市数据,显然 不能用来衡量省级城市的空气质量。大多数学者研究的是环境的整体水平,使用 二氧化硫浓度或者是烟、粉尘排放量的数据来衡量,而对空气质量这一指标来说 显然不准确。近年来,我国部分地区时常出现雾霾天气,各种大气污染物对人类 生活造成严重影响,甚至部分大气污染物对人类身体健康造成严重危害。大气污 染中的污染物主要是PM2.5、PM10、03、S02、N02、CO等,PM2.5由于其空 气动力学直径(直径在 2.5 微米)小,可以直达人体肺泡,对人体的伤害最大, 许多医学研究者已经证实, PM2.5 被吸进人体后,对呼吸道、心血管产生严重的 影响,会大大降低人体的免疫力,长期接触会危害生命。并且一直以来PM2.5 浓度在大气污染中占比最高,成为空气污染中的首要污染物。又因为,我国从
32
2013年开始使用空气质量指数(AQI)来表示空气质量,但由于发布间短而且不 能囊括本文的研究年份,而PM2.5是计算AQI的一项重要指标,它能够在一定 程度上代表空气污染,并且可以得到长期的省级PM2.5浓度数据。因此,本文 选取 PM2.5 浓度来衡量地区空气质量。
(二)核心解释变量-地区腐败(Corruption,简称Cor)
从现有的研究成果来看,地区腐败程度的衡量可以分为两大类:一类采用调 查问卷的方式,测算出腐败程度得分,如CPI指数,但国际透明组织只测度了国 家层面的腐败水平;另一类是采用当地监察机关的公职人员的腐败案件立案数来 衡量。为了衡量中国省级层面的腐败程度,中国人民大学国家发展与战略研究院 副院长、经济学院教授聂辉华采用每万名公职人员腐败案件的立案数1来衡量一 个地区的腐败程度[59],事实上,这也是当下国内唯一可获得的省级数据集。聂辉 华教授表示,中国大陆省级行政区的腐败程度排序中,数值越大,表示腐败程度 越高。由于问卷调查的方式存在许多缺陷,并且难以获得省级层面的研究数据。 周黎安,陶婧(2009)使用该省检察机关立案的政府部门工作人员腐败案件数衡 量该省腐败程度[60]。郭炳南,林基(2017)、许培培(2018)在研究腐败对我国 二氧化碳排放的影响时利用每万人公职人员职务犯罪立案数衡量各地区的腐败 水平[61]-[62]。陆雷成(2019)研究腐败视角下环境管制的污染治理成效中以各省 每万名公职人员腐败案件数衡量各省份腐败程度[63]。王佳,杨俊(2015) [51]、 李子豪(2019) [14]研究地区腐败对环境治理的影响时采用地区每十万人口的腐败 立案数衡量腐败水平。刘帅,杨丹辉(2020)研究反腐败对环境污染作用机理中 采取折中方法,选取检察院贪污腐败与渎职案直接立案数这一指标衡量腐败程度 [1]。因此,本文为了保持数据完整和实证结果更符合实际,采用各省检查机关公 布的公职人员腐败案件的立案数来表征当地的腐败程度。
(三)控制变量
本文将控制变量组成的向量集考虑在内,据相关理论研究,如果能将影响空 气质量的关键动力因素和传导途径尽可能全面地引入空间回归模型,就会对实证 研究结果的可行性起到很大的支持作用。因此,本文择优选择了 4 个控制变量, 具体介绍如下:
(1)工业污染(IP):早期的研究案例中,Desai发现(1998)腐败会通过 扭曲环境政策或降低环境规制力度来影响环境质量[9]; Smarzynska 和 We(i 2001)
1 地区腐败案件的立案数是通过汇总各地区检查机关当年立案侦查的贪污、受贿、挪用公款、巨额财产来 源不明等几类职务犯罪案件的数量得到。
33
在研究中发现,腐败是影响环境规制的重要因素,腐败上升会直接导致环境规制 强度下降,环境规制的执法力度下降会导致工业污染排放加剧,进而会影响空气 质量[39]。本文选择综合环境污染指数作为工业污染的衡量指标,考虑到工业废水 中的污染物在一定条件下会分解产生恶臭气体或有毒气体进而影响空气质量,因 此利用熵值法将我国各样本省份“三废”(工业废水排放量、工业二氧化硫排放 量、工业烟尘排放量)排放量数据进行测算来表征综合环境污染指数。
(2) 对外开放程度(Open):为了拉动经济的快速增长,我国扩大对外开 放程度,引进大量的外企和外资,其中包括高污染企业和资源密集型企业,这些 高耗能、高污染、低效率的企业在拉动经济的同时也对环境造成了严重的影响。 本文采用一般文献的做法,用进出口总额占GDP的比重来衡量对外开放程度。
(3) 能源消费结构(Enr):能源的开发、利用会对经济增长产生一定的拉 动作用,但消耗能源时所产生的废气或废物都会投放到大自然中,造成了环境污 染,尤其是产生大量的废气难以做到完全无害化处理,被排放到空气中,造成严 重的大气污染。本文采用煤炭消费总量占所有能源消费总量的比例(简称:炭占 比),其中煤炭消费总量由各省(市、自治区)的原煤、洗精煤、其他洗煤、型 煤、焦炭、焦炉煤气、其他煤气的消费量乘以其折算值得到,能源消费总量由原 煤、原油、天然气等20 种能源消费量乘以其相应的折算值得到。
(4) 经济发展效率(TFP):采用全要素生产率来表征,全要素生产率的 一般含义为资源(包括人力、物力、财力)的开发利用效率,从经济增长的角度 来说,生产率与资本、劳动等要素的投入都贡献于经济增长,从本质上讲,全要 素生产率反映的是某个国家(地区)为了摆脱经济贫困、落后和发展经济在一定 时期里表现出来的能力和努力程度,是技术进步对经济发展作用的综合反映,因 此,全要素生产率可以更加全面的表征经济发展效率。
考虑到数据的可得性、完整性及安全性,本文选取2000-2018 年全国 30 个 省级地区(西藏、港澳台除外)作为样本,各变量数据来源于《中国统计年鉴》、 《中国能源统计年鉴》、《中国环境统计年鉴》、《中国检察年鉴》、各省历年 统计年鉴,以及马克数据网,对于缺失的数据采用线性插值法进行补充。变量描 述性统计分析如表 4-1:
表 4-1 变量描述性统计分析
 
变量 质量
核心解
释变量 地区
腐败 公职人员的 腐败案件立 案数 Cor 570 1.735 139.016 27.6622 11.3323
工业
污染 综合环境
污染指数 IP 570 0 2.5853 0.5284 0.5336
对外开
放程度 进出口总额 占 GDP 的比重 Open 570 0.0175 1.7113 0.3161 0.3767
控制 煤炭消费总
变量 能源消
费结构 量占所有能
源消费总量 Enr 570 0.0163 0.8177 0.4498 0.1615
的比例
经济发
展效率 全要素
生产率 TFP 570 0.0506 2.9801 1.5150 0.7526
 
4.3基准计量模型设定与检验
4.3.1模型设定
空间杜宾模型可以得到被解释变量的空间依赖性,既能够描述解释变量对被 解释变量的影响,又可以刻画出邻接地区解释变量对本地区被解释变量的影响。 因此,本文建立空间杜宾模型作为基准模型,后面将通过检验验证所选择模型的 合理性。模型设定如下:
AQi = a0 + aCortl + a2IP; + a3Open ; + a4Enr: + a5TFP^
+ %工”3; + 伙工jWjIP; + 03工jwjOPen t + 04工jWjEnr;
+ 仅工 JwjTFPt,+ P》jWAQt + 儿 + Yt + *t
公式( 4-20)
其中,a0为常数项,p为空间滞后系数,w为空间权重矩阵,a为回归系 数, 0为来自其他地区解释变量影响的系数, wijAQtj 为空气质量的空间滞后项, wjCort'为地区腐败程度的空间滞后项,wjIP'为工业污染的空间滞后项,wjOpenit 为对外开放程度的空间滞后项,WjEnr;为能源消费结构的空间滞后项,w[TFP;为 经济发展程度的空间滞后项,"为空间固定效应下的常数项,儿为时间固定效 应下的常数项,&;为随机误差项。
35
4.3.2空间自相关性检验
(一)全局空间自相关检验
构建空间计量经济学模型的前提条件就是检验变量是否存在空间自相关性, 其相关系数衡量了研究对象在空间上的分布特点以及对该地区的影响水平,通常 采用Moran's I指数来判别。本文的研究对象为空气质量,空气具有一定的流动 性,对相邻的地区会产生一定影响,对于相隔较远的地区的影响不那么明显或者 就没有影响,因此本文选择 0-1 邻接空间权重矩阵测度空气质量的 Moran's I 指 数,而且空间邻接矩阵也是最经典的权重矩阵。 2000-2018 年 PM2.5 浓度的 Moran's I值及其统计检验如表4-2所示:
表4-2 2000-2018年样本省份PM2.5浓度的Moran's I值
Moran's I E(I) sd(I) z p-value
2000 0.071 -0.034 0.061 1.741 0.041
2001 0.126 -0.034 0.062 2.584 0.005
2002 0.182 -0.034 0.062 3.475 0.000
2003 0.175 -0.034 0.062 3.397 0.000
2004 0.185 -0.034 0.062 3.516 0.000
2005 0.168 -0.034 0.062 3.248 0.001
2006 0.112 -0.034 0.062 2.383 0.009
2007 0.179 -0.034 0.062 3.425 0.000
2008 0.124 -0.034 0.062 2.554 0.005
2009 0.167 -0.034 0.062 3.243 0.001
2010 0.141 -0.034 0.062 2.819 0.002
2011 0.139 -0.034 0.062 2.790 0.003
2012 0.130 -0.034 0.062 2.647 0.004
2013 0.132 -0.034 0.062 2.707 0.003
2014 0.170 -0.034 0.062 3.307 0.000
2015 0.196 -0.034 0.062 3.718 0.000
2016 0.143 -0.034 0.062 2.879 0.002
2017 0.185 -0.034 0.062 3.545 0.000
2018 0.107 -0.034 0.062 2.276 0.011
 
表4-2中显示了 2000-2018年空气质量的全局Moran's I指数及其P值,从
表中可知:首先,样本测度期内,我国样本省份的Moran's I指数值均为正值, 
并且除了 2000年和2018年Moran's I指数在5%显著性水平上显著,其他年份也 都通过了 1%水平上的显著性检验,说明整体上来看相邻省份的空气质量之间存 在一定的空间相关性,且为显著的正向相关关系。总体来说我国各省份的空气质 量还是存在较为明显的空间效应, PM2.5 浓度在地理空间上表现为一定的集聚现 象。因此,通过了建立空间计量经济学模型的前提,可以进行后续工作。
(二)局部空间自相关检验
各省份空气质量的全局自相关分析证明了我国各省份间的空气质量存在明 显的正向相关关系,而对于各个省份之间的空间关系并没有得到明显的体现。因 此,需要对空气质量进行局部空间相关性分析,由于局部空间自相关检验只能分 析截面数据,根据Moran's I指数值的特点,并借鉴汪俊(2015)的做法,选取各 省份2000-2018年PM2.5浓度的平均值作为样本进行局部空间自相关分析[64]。局 部Moran's I散点图如4-1所示:
 
 
上图比较具体直观地给出了我国2000-2018年样本省份PM2.5浓度均值的 Moran's I为0.138,Moran's I的值大部分位于一三象限,表示各省份PM2.5浓度 的均值存在正向的局部空间效应。第一象限(高-高)中的散点表示位于该点省 份的PM2.5浓度较高,并且其周边省份的PM2.5浓度也比较高,其中包含的省份 有:浙江、江西、北京、河北、上海、湖北、江苏、安徽、山东、河南和天津,
37
共计 11 个省份,占研究样本省份总数量的 36.67%,而且这些省份存在正向的空 间自相关性;第二象限(低-高)中的散点表示位于该点省份PM2.5浓度较低, 但其周边省份的PM2.5浓度较高,其中包含的省份有:山西、陕西、广东、辽宁、 福建、吉林和内蒙古,共计 7个省份,占省份总数的 23.33%;第三象限(低-低) 的散点表示位于该点省份的PM2.5浓度较低,并且其周边省份的PM2.5浓度也比 较低,其中包含的省份有:黑龙江、青海、云南、海南、四川、新疆、贵州、广 西和甘肃,共计 9个省份,占省份总数的 30.00%,位于此象限省份的空气质量 也存在正向的相关关系;第四象限(高-低)的散点表示位于该点省份的PM2.5 浓度较高,但其周边省份的PM2.5浓度比较低,其中包含的省份有:重庆、宁夏 和湖南,占省份总署的 10.00%。
另外从图中还可以看出,30个样本省份中66.67%的省份PM2.5浓度的 Moran's I值位于一、三象限,图中的趋势线也表明了样本省份的点主要落在了一、 三象限,形成了高-高、低-低集聚区,说明上文得出的存在正向相关关系的结论 是合理的。但是,有 33.33%的省份落在了二、四象限,并不符合这一特性,说 明我国各样本省份的空气质量之间既存在空间依赖性,同时也存在空间异质性。 这种结果也说明全局Moran' sI指数的局限性以及不能单一的使用全局Moran's I 指数检验样本的空间自相关性,证实了局部自相关检验的必要性。
接下来通过LISA聚类地图来研究我国各省份空气质量的空间相关性,并利 用Geoda软件绘制了我国样本省份PM2.5浓度均值的LISA聚类地图,见图4-2。 从地图中可以知道,我国的区域PM2.5浓度尽管在整体上是存在高度自相关性的, 但是局部自相关性主要表现在部分区块上,其中主要是中东部的长江三角洲地区 出现了高-高集聚现象,出现此类现象的主要原因是该区块属于重工业集聚地区, 所以其PM2.5浓度会高,东北地区和甘肃出现了低-低集聚现象。根据LISA聚类 地图可以发现我国空气质量呈现出高集聚和低集聚相互交错现象。
38
 
 
图 4-2 我国各省份 PM2.5 浓度 LISA 聚类地图
 
4.3.3空间依赖性检验
PM2.5浓度的空间相关性通过了全局空间自相关检验和局部空间自相关检 验,证明了被解释变量PM2.5浓度在地理空间上存在空间自相关性,但是在进 行空间分析之前还需要检验其空间上的依赖性,可以采用拉格朗日乘子检验(LM 检验)。LM检验是用来检验残差项是否具有空间依赖性特征,需要预先设定传 统面板回归模型(OLS),其原假设为不存在空间滞后效应或者空间误差效应。 通过拉格朗日乘子检验可以对空间滞后模型(SLM)、空间误差模型(SEM)、 空间杜宾模型(SDM)进行初步筛选,如果仅存在滞后效应,则选择空间滞后 模型;如果仅存在误差效应,则选择空间误差模型;如果空间滞后模型和空间误 差模型的p值均显著,则可以择优选择。本文对模型进行LM检验,检验结果如 表 4-3:
表 4-3 LM 检验结果
检验项目 统计量 p-value 结论
误差效应 LM-Error 861.844 0.000 存在
Robust LM-Error 487.955 0.000 存在
滞后效应 LM-Lag 377.873 0.000 存在
Robust LM-Lag 3.984 0.046 存在
 
根据LM检验可知,LM-Error、LM-Lag统计量均在1%的显著性水平上是 显著的,证明了空间依赖性的存在,这说明建立空间计量经济学模型来进行分析
39
是比较恰当的。稳健的LM-Error统计量的检验也在1%的显著性水平上是显著的, 稳健的LM-Lag统计量在1%的显著性水平上不显著,但是在5%的显著性水平上 是显著的,这也证明了本文选择空间计量经济学模型来进行分析是合理的,并且 也能够证实之前通过全局Moran's I指数和局部Moran's I指数得到的存在空间相 关性的结论。LM-Error、稳健的LM-Error、LM-Lag、稳健的LM-Lag都在5%的 显著性水平上显著,由于稳健的 LM-Error 比稳健的 LM-Lag 更显著,由此可以 得出结论,本文应构建空间误差模型进行分析。接下来验证空间杜宾模型是否可 以退化为空间误差模型。
4.3.4似然比(LR)检验和Wald检验
由于空间杜宾模型可以退化为空间滞后模型或者空间误差模型,因此,需要 通过似然比检验(LR检验)和Wald检验来验证空间杜宾模型是否能退化为空 间滞后模型或者空间误差模型。若 LR-spatial-Lag 统计量和 Wald-spatial-Lag 统计 量均显著,则证明空间杜宾模型不能退化为空间滞后模型;若 LR-spatial-Error 统计量和Wald-spatial-Error统计量均显著,则证明空间杜宾模型不能退化为空间 误差模型。本文对模型进行LR检验和Wald检验,得到的检验结果如表4-4:
表4-4 LR检验和Wa l d检验结果
LR检验 Wald检验 结论
模型选择 2 2
x 2 p-value x2 p-value
SDM 退化为
SEM 12.10 0.0335 11.14 0.0251
SDM 退化为
SLM 11.25 0.0467 11.78 0.0379
 
表中结果显示, LR-spatial-Lag 统计量值为 11.25, Wald-spatial-Lag 统计量值 为 11.78,且均在 5%的显著性水平上显著,可以证明空间杜宾模型不能退化为空 间滞后模型; LR-spatial-Error 统计量值为 12.10, Wald-spatial-Error 统计量值为 11.14,且两个检验均通过了 5%的显著性水平,证明空间杜宾模型不能退化为空 间误差模型。因此,模型通过了似然比(LR)检验和Wald检验,拒绝原假设, 故本文选择空间杜宾模型是合理的,也验证了前面拟构建的空间杜宾模型。
40
4. 3. 5豪斯曼(Hausman)检验
为了进一步优化模型,通过豪斯曼(Hausman)检验来验证是选择随机效应 的空间杜宾模型还是固定效应的空间杜宾模型,其原假设为选择随机效应模型。 本文对模型进行Hausman检验,检验统计量对应的p值为0.0002,小于0.05, 所以应拒绝原假设,即应选择固定效应的空间杜宾模型。
本文构建的固定效应的空间杜宾模型,不仅可以测度地区腐败、工业污染、 能源消费结构、对外开放程度和经济发展效率5个解释变量对本地区空气质量的 影响,也可以测度本地区地区腐败、工业污染、能源消费结构、对外开放程度和 经济发展效率5个解释变量对邻接地区空气质量的影响。
4.4地区腐败对空气质量的影响效应分解
4.4.1基本回归结果分析
本文构建固定效应的空间杜宾模型,基本回归结果如表4-5所示:
表 4-5 各个变量对空气质量影响的空间效应结果
变量 空间效应
0.0049***
Cor (4.81)
1.7553
IP (1.20)
14.9024***
Open (7.19)
25.6052***
Enr (5.34)
-3.3746*
TFP (-1.77)
(注:***、**、*分别表示在1%、5%、10%的显著性水平上显著,小括号内为z统计量值)
根据表4-5可以得出:地区腐败对空气质量影响的回归系数为0.0049,且在 1%的显著性水平上显著,这说明地区腐败对空气质量存在正向的空间效应,腐 败程度越严重PM2.5浓度高。在全国范围内,地区腐败作为空气质量的影响因
41
素,腐败严重可以加剧空气污染,因此要根治空气污染,对地区腐败的治理刻不 容缓。
对外开放程度对空气质量影响的回归系数在 1%的水平上是显著的,且为正, 说明对外开放会恶化中国的空气质量。根据文献梳理可知,一般经济比较发达的 国家的跨国企业以资本输出为诱惑,会向经济相对落后的东道国转移高污染产业 和资源密集型产业,而我国在二十一世纪初期为了快速发展经济,长期引进国外 的企业,而忽视了对这些企业进行清洁性和产业流向的引导,使得高污染企业大 规模流入,加速了我国自然资源的开发,加剧了空气污染,此结论验证了“污染 避难所”假说。能源消费结构对空气质量影响的回归系数通过了 1%的显著性水 平检验,且为正,说明能源消费强度越大,空气污染越严重。能源消耗虽然会促 进经济的增长,但同时又会造成严重的环境污染。能源的利用会产生大量的含碳 的气体污染物,这些物质的排放会对地区造成十分严重的大气污染,因此,能源 消费越多会加剧空气污染。经济发展效率对空气质量影响的回归系数在 10%的显 著性水平上是显著的,且系数为负,说明经济发展水平会改善空气质量。
4.4.2直接效应和间接效应分析
在空间计量经济学的回归分析中,因为变量之间存在空间上的相关性,因此 模型中的解释变量的系数不能直接表示对被解释变量作用的大小。本文基于空间 杜宾模型,利用 Stata16.0 软件,测算出影响空气质量的各个要素的直接效应、 间接效应和总效应。在空间计量经济学中,直接效应表示的是本区域的解释变量 对本区域的被解释变量的平均影响,间接效应表示的是本地区的解释变量对其他 邻接地区的被解释变量的平均影响,总效应表示的是总体区域的影响情况。具体 分析结果如表 4-6 所示:
表 4-6 各个变量对空气质量的直接效应、间接效应和总效应结果
变量 直接效应 间接效应 总效应
0.0048*** -0.0225*** -0.0177***
Cor (4.58) (-4.00) (-3.04)
1.8792 28.7917*** 30.6709***
IP (1.33) (4.31) (4.44)
15.3762*** 25.8408*** 41.2170***
Open (7.79) (2.38) (3.67)
42
 
 
(注:***、**、*分别表示在[%、5%、10%的显著性水平上是显著的,小括号内为z统计量值)
(一) 直接效应
由效应分解结果可知,核心解释变量地区腐败通过了 1%的显著性水平检验, 且系数为正,表明本地区腐败对空气质量存在正向影响,即本地区腐败程度加重, 会加重本地区的空气污染,地区腐败影响空气质量的显著性和系数的符号符合预 期。由于国家和地方的政府官员既是环境治理政策的制定者,又是实施者,他们 对政策执行的态度决定了当地环境的好坏,各地区公职人员腐败立案数越多,说 明该地区腐败程度越严重,存在政企合谋现象。企业若要达到国家规定的排污标 准,需要花费高额费用,这对企业来说是一项巨大的成本,因此当地企业会通过 贿赂当地官员的方式放松其对企业的管控,降低排污成本,将未经合格处理的污 染物就都投放到大气中,导致空气污染加重, PM2.5 浓度上升。所以,地区腐败 程度加重会使本地区PM2.5浓度升高。对外开放程度在1%的显著性水平上显著, 且系数为正,表明对外开放程度对空气质量的影响存在正效应。对外开放程度加 强,会吸引更多的高污染和高能耗企业外国企业,加重我国空气污染程度。能源 消费结构在 1%的显著性水平上显著,且系数为正,表明本地区的煤炭消费量占 能源消费总量的比例提高,也会使PM2.5浓度上升。为了经济的高速发展,我 国大力发展本土资源密集型企业,同时也会引进国外的密集型企业,这导致我国 自然资源被大量开发和利用,导致大量气体污染物被排放到空气中,严重损害了 空气质量。经济发展效率的系数为负,且在10%的显著性水平上显著,表明随着 经济发展效率越高,会降低空气中的 PM2.5 的浓度。随着我国经济高速发展, 雄厚的经济基础所带来的经济效应和技术效应会逐步改善空气质量。国家政府等 相关部门投入大量的人力、物力和财力,加大力度对空气污染全方位治理,使得 PM2.5 的浓度下降。
(二) 间接效应
间接效应通常被称作空间溢出效应。核心解释变量地区腐败在1%的显著性 水平上显著,且系数为负,地区腐败的间接效应为-0.0225,表明本地区的腐败程 度加重对邻接地区的空气质量产生负向的影响,随着本地区腐败程度加重,导致 本地区的环境规制执法力度松懈,致使其他地区会将重污染工业转移到本地区,
43
从而会使其他邻接地区的空气质量变好。工业污染的系数为 28.7917,且通过了 5%的显著性水平检验,说明本地区工业污染排放物被投放到大气中,由于空气 具有流动性,会扩散到其他周边邻接地区,对其他地区的空气质量产生一定的影 响,使周边邻接地区 PM2.5 浓度增加。对外开放程度的系数为 25.8408,且通过 了 5%的显著性水平检验,说明本地区加大对外开放程度,会成为“污染避难所”, 加剧本地区空气污染,同时通过污染溢出对邻接地区的空气质量产生显著的负向 影响。能源消费结构的系数为 35.1440,且通过了 5%的显著性水平检验,说明高 耗能企业消耗大量的能源,产生大量的污染气体被排放到空气中,加剧本地区大 气污染的同时,也会通过污染溢出影响邻接地区的空气质量,与工业污染、对外 开放程度的作用效果是一样的,经济发展效率对邻接地区的空气质量不存在空间 溢出效应。
(三)总效应 总效应表示解释变量对所有样本省份的整体空气质量水平的平均影响情况, 总效应值为间接效应和直接效应之和。地区腐败对样本省份整体的空气质量的影 响通过了 1%显著性水平检验,且系数为负,地区腐败的总效应为-0.0177,这是 因为地区腐败对空气质量的直接效应的绝对值小于间接效应的绝对值,所以地区 腐败对空气质量影响的总效应为负,这说明地区腐败程度增加会使环境执法力度 降低从而导致重污染企业的转移导致的空气质量降低的效应要大于地区腐败对 于本地区的直接产生的影响效应。工业污染、对外开放程度、能源消费结构这三 个解释变量均通过了 5%的显著性水平检验,且系数为正,表明工业污染排放量 加剧、对外开放程度增强、煤炭消费量加大都会对整体的空气质量产生影响,会 加剧空气污染。根据实证结果显示,工业污染、对外开放程度、能源消费结构三 个解释变量的直接效应、间接效应、总效应的系数分别都呈现出递增的趋势,相 较于本地区和邻接地区来说,三个解释变量均在整体的影响作用是最大的。
4.5本章小结
本章介绍了构建空间计量模型所用到的相关方法,主要有空间权重矩阵、空 间相关性检验方法和空间计量模型的检验方法,以及常用的三种空间计量模型。 本章使用空间杜宾模型进行实证分析,引入 0-1 邻接空间权重矩阵,考察了 2000-2018 年我国30 个样本省份地区腐败、工业污染、对外开放程度、能源消费 结构以及经济发展效率对空气质量的影响,模型结果符合现实预期。结果显示:
44
空气质量存在空间自相关性,地区腐败对空气质量存在空间效应,说明地区腐败 可以加剧空气污染,并且直接效应和间接效应都显著,不仅加重本地区的 PM2.5 浓度,而且也会加重邻接地区的 PM2.5 浓度。工业污染、对外开放程度和能源 消费结构这三个指标不仅对本地区空气质量产生正向影响,而且对周围邻接地区 产生正向影响。经济发展效率只对本地区空气质量产生负向影响,对邻接地区没 有影响。
45
第 5 章 地区腐败对空气质量影响机制分析
由于空气污染中的污染物主要来源于工业污染排放,而工业污染排放量是否 达标与环境规制的执法力度息息相关,这其中存在着政企合谋关系,企业会为了 节省一大笔排污费,会对治法人员行贿放松对其管控,导致环境规制执法力度大 大减弱,大量未达标工业污染物肆意排放,加重空气污染。因此,本文选择工业 污染这一指标作为中介变量,并引入核心解释变量的平方项与其余指标一起作为 控制变量,采用中介效应模型分析地区腐败对空气质量的影响机制。
5.1中介效应模型及检验方法介绍
考虑自变量X对因变量Y的影响,如果X通过影响变量M而对Y产生影 响,则称M为中介变量。根据温忠麟的介绍,避免在回归方程中出现与方法讨 论无关的截距项,假设所有变量都已经中心化或者标准化[65]-[66],可以用回归方 程(5-1)、(5-2)、(5-3)来描述变量之间的关系。
Y = cX + e1 公式(5-1)
M = aX + e2 公式(5-2)
Y=c'X+bM + e3 公式(5-3)
其中回归方程(5-1)的系数c表示自变量X对因变量Y的总效应;回归方 程(5-2)的系数a表示自变量X对中介变量M的效应;回归方程(5-3)的系 f 口 数b是在控制了自变量X的影响后,中介变量M对因变量Y的效应。系数c是 在控制了中介变量M的影响后,自变量X对因变量Y的直接效应。弓、e2、e3是 回归残差。在这样的简单的中介效应模型中,中介效应就是间接效应,等于系数 乘积ab,总效应等于直接效应加间接效应。关系式如方程(5-4)所示。
c = c' + ab 公式(5-4)
检验中介效应最常用的方法是逐步检验回归系数法。回归步骤为:(1)估 计回归方程(5-1)的系数c显著;(2)估计回归方程(5-2)的系数a显著;(3) 估计回归方程(5-3)的系数b显著,则中介效应显著,说明自变量X可以通过 影响中介变量M进而影响因变量Y。相应的路径如图5-1。
46
 
5.2中介效应模型设定
本文参考温忠麟提出的中介效应三步检验法检验地区腐败影响空气质量的 作用机制。三个回归模型设定如下:
AQt = aCort +a2(Cor^ )2 + P1 工)w[Cor; +a2 X; + 02工} WjXt + Q工j W,jAQt + “li + 人 + £1t ip; =^Cort +^2(Cor')2+0 工 JwJCor, +s Xt + 02工J WjXt +。工J WjIPt + “2 + Y2t + Gt
AQt = 8£or: +&2(Cor;)2 +s工严“:⑷:+n2£W』P: + &4Xt + 兀3工j W;X; +。工j WjAQt + “i + %3t + S3t
其中,X;表示一组控制变量,包括对外开放程度、能源消费结构、经济发 展效率,其余指标解释均与空间杜宾模型的一致。回归系数a和仇分别表示地 区腐败影响空气质量的总效应和直接效应,5 X03则表示地区腐败通过作用于工 业污染影响空气质量的中介效应。
本文将根据温忠麟的三步检验法验证中介效应是否显著存在:第一步,估计 回归模型(5-5),检验a是否显著,若a显著,则说明地区腐败影响空气质量 的总效应显著,可以按中介效应立论,继续下一步,若a不显著,则按遮掩效
应立论,终止操作;第二步,估计回归模型(5-6),检验q是否显著,若q显 著,则说明地区腐败影响工业污染,继续下一步;第三步,估计回归模型(5-7), 检验G和&3的显著性,若G不显著而&3显著,则说明地区腐败对空气质量影响 的直接效应不显著,对空气质量的影响是通过工业污染发挥作用的,表示只存在 中介效应,若G和&3均显著,则说明地区腐败影响空气质量的直接效应显著, 可能存在其他中介效应,接下来检验qx&3与q的符号,若是同号,则说明存在 部分中介效应,若是异号,则说明存在遮掩效应,按遮掩效应来解释结果。
5.3地区腐败对空气质量影响机制分析
按照上文给出的中介效应检验步骤进行三个模型的估计,模型(5-5)、(5-6) 和(5-7)的估计结果见表5-1:
表 5-1 中介效应检验结果
变量 模型(5-5) 模型(5-6) 模型(5-7)
Cor 0.0047** 0.0002** 0.0041*
(2.10) (2.02) (1.84)
Cor2 -1.51*10-6*** -5.18*10-9 -1.49*10-6***
(-2.87) (-0.27) (-2.88)
IP 4.3403***
(3.83)
Open -1.1845 -0.0760 -0.8248
(-0.56) (-1.00) (-0.40)
Enr -5.2996* 0.1966* -6.2793**
(-1.83) (1.86) (-2.18)
TFP 0.5597 0.0352 0.4056
(0.83) (1.42) (0.61)
(注:***、**、*分别表示在1%、5%、10%的显著性水平上是显著的,小括号内为z统计量值)
由表5-1可知,第一列为中介效应递归模型的第一步估计结果,a1在5%的 显著性水平上显著且系数为正,估计模型回归结果通过检验,说明可以按中介效 应立论,地区腐败对空气质量影响的总效应存在,地区腐败程度加重导致 PM2.5 浓度增加;第二列为地区腐败对工业污染的回归模型,估计结果显示內通过了 5%的显著性水平检验且系数为正,则说明地区腐败对工业污染产生正向影响, 地区腐败程度增加会加大工业污染排放量;第三列是中介效应递归模型的第三步 估计结果,是在第一步的基础上引入了中介变量工业污染,检验结果显示q通过 了 10%的显著性水平检验,则说明地区腐败对空气质量影响的直接效应是显著的;
48 q在1%的显著性水平上是显著的,且q xq表示为地区腐败对空气质量影响的 间接效应,也是中介效应,且与q是同号,说明存在部分中介效应,表明地区腐 败对空气质量的影响也可以通过影响工业污染来发挥作用,地区腐败会削弱环境 规制力度,让重污染企业将大量的污染物排放到大气中,加剧了空气污染。根据 回归结果可知,q xq = 0.0002x 4.3403心0.00087 ,说明地区腐败对空气质量影 响的中介效应值为0.00087。综上所述,地区腐败影响空气质量的总效应通过了 检验且符号符合预期,同时,地区腐败影响中介变量工业污染的估计系数的符号 和显著性也符合预期,工业污染影响空气污染的显著性和估计系数的符号也符合 预期,且总体估计结果符合中介效应检验的判断标准,说明在地区腐败影响空气 质量的过程中,工业污染起到了部分中介作用。
5.4本章小结
本章介绍了简化的中介效应模型以及模型的检验方法,以工业污染为中介变 量,在每个方程里加入空间权重矩阵,设定中介效应模型,研究地区腐败对空气 质量的影响机制。本文借鉴温忠麟的中介效应三步检验法检验三个回归方程。结 果显示:第一个估计模型回归结果通过检验,说明可以按中介效应立论,地区腐 败对空气质量影响的总效应存在。第二个估计模型回归结果通过检验,说明地区 腐败对工业污染产生正向影响。第三个估计模型回归结果也通过检验,说明地区 腐败对空气质量影响的直接效应是显著的。而且q也在1%的显著性水平上是显 著的,且q xq表示为地区腐败对空气质量影响的间接效应,也是中介效应,且 与q是同号,说明存在部分中介效应,表明地区腐败对空气质量的影响也可以通 过影响工业污染来发挥作用。三个方程均通过检验,说明地区腐败可以通过影响 工业污染进而影响空气质量。
49
第 6 章 结论和建议
6.1主要结论
本文利用2000-2018年我国30个样本省份的面板数据,构建空间杜宾模型 和空间中介效应模型考察地区腐败对空气质量影响的空间效应和影响机制。研究 结果表明:(1)空气质量在空间上表现出较强的正相关性特征;(2)在空间单 元上地区腐败对空气质量的影响存在空间效应,地区腐败对本地区的空气质量的 影响显著,且为正向影响,并且对其他邻接地区的空气质量也存在显著的负向影 响,从整体来看,地区腐败对空气质量存在总效应;(3)工业污染排放量增加、 对外开放程度增强、煤炭消费量加大会加剧空气质量恶化;(4)本地区经济发 展效率只对本地区的空气质量产生影响,良好的经济发展会促进空气质量好转; (5)在地区腐败影响空气质量的过程中,工业污染起到了部分中介作用,说明 地区腐败程度增加可以通过影响工业污染物的排放量进而导致空气质量恶化。
6.2对策建议
政治、环境和人是一个复杂的系统,公职人员既是政策的制定者也是实施者, 执法力度直接关系到环境的好坏,环境的好坏又直接影响人们的生活质量,因此 平衡政治、环境和人的关系是需要探索的问题。本文通过对空气质量和地区腐败 的现状分析以及模型结果分析,并结合我国的实际情况,提出以下几点建议:
(1)监督不合法的政企合谋
对我国而言,治理空气污染要从深层原因入手。监督政企合谋,杜绝政府和 企业之间的不合法行为,坚持不断打击政府官员腐败,尤其是对空气质量产生负 面影响的行为,要及时监控并制止。还需要完善监督体系,建设廉洁政府,加强 环保力度,实现政企合谋共赢,促进经济可持续发展。党的十九届四中全会公报 中强调:“坚持和完善生态文明制度体系,需要通过源头治理的方式,把治理的 重点把握好,使之成为最高效率的治理行动。”
( 2)积极把控工业污染源达标排放
从根本上防治大气污染,就要积极把严污染的源头,对于污染物排放不达 标的企业必须严惩不贷。同时指出要“构建不敢腐、不能腐、不想腐体制机制”。 这预示着在未来相当长的时间内反腐败工作将保持高强度;积极调动地方官员 对环保执法工作的积极性,鼓励执法部门运用大数据等新技术新手段,发展创
50
新驱动的“绿色发展”模式,构建绿色产业体系,促使中国经济迈向高质量、 可持续发展之路。
(3)加强区域间协同治理
考虑到空气污染存在空间溢出性,需要各个城市政府间的联合治理,并且深 入研究各地区间空气污染的传播路径,了解空气污染的传播路径可以促进城市间 的共同防治。做好防范工作,减少空气污染跨区域传播对人们的正常生活产生不 利的影响。
51
参考文献
[1]刘帅,杨丹辉.反腐败能够抑制环境污染吗?一一基于反腐败与环境规制交互作用的分析J].当代经 济管理,2020,42(03):27-33.
[2]杨颖•腐败如何影响空气质量? ——来自华北地区的证据[J].资源环境经济,2018(5):62-76.
[3]李志光,贾仓仓.空气污染对居民健康水平的影响研究J].现代经济探讨,2021 (07):48-55.
[4]张弦,周新辉.习近平对马克思主义生态思想的继承和发展J].中共云南省委党校学 报,2016,17(01):68-71.
[5]李晓明,张长梅.腐败概念的泛化与界定[J].当代法学,2008(03):52-57.
[6]阿克顿.自由与权力[M].侯建,范亚峰译.北京:商务印书馆,2001.
[7]潘雪江.潜规则研究[D].南京师范大学,2007.
[8]李文耀.我国反腐败的现状及改进措施研究[D].上海:上海交通大学,2008.
[9]张培春.马克思主义可持续发展观研究[J].辽宁工业大学学报(社会科学版),2012,14(04):5-8.
[10]李欣.智慧执法提升南京社会管理及服务能力J].改革与开放,2013(21):19-20+31.
[11]李龙熙.对可持续发展理论的诠释与解析[J].行政与法(吉林省行政学院学报),2005(01):3-7.
[12]汪伟,胡军,宗庆庆,郭峰.官员腐败行为的地区间策略互动:理论与实证[J].中国工业经 济,2013(10):31-43.
[13]李子豪,毛军.地方政府税收竞争、产业结构调整与中国区域绿色发展[J].财贸经 济,2018,39(12):142-157.
[14]李子豪,袁丙兵.空间关联和门槛效应的地方政府环境治理研究一一基于廉洁度视角的考察[J].中国 软科学,2019(10):61-69.
[15]Desai U. Ecological Policy and Politics in Developing Countries: Growth, Democracy and Environment[M]. Albany: State University of New York Press, 1998.
[16]李子豪,刘辉煌.腐败加剧了中国的环境污染吗一一基于省级数据的检验[J].山西财经大学学 报,2013,35(07):1-11.
[17]Yuejun Zhang,Yanlin Jin,Julien Chevallier,etc.The effect of corruption on carbon dioxide emissions in APEC Countries:A panel quantity regression analysis[J].Technological Forecasting & Social Change, 2016, (112):220-227.
[18]Marcel Joly. Corruption: The shortcut to disaster[J]. Sustainable Production and Consumption,2016,10.
[19]Crossman G M, Krueger A B.Environment Impact of North American Free Trade Agreement[R]. NBER Working Paper, No.,3914, 1991.
[20]Welsch H. Corruption, Growth and the Environment: A Cross -Country Analysis [J]. Environment and Development Economics, 2004, 9(5):663-693.
[21]Cole M A. Corruption, Income and the Environment: An Empirical Analysis[J]. Ecological Economics, 2007, 62(3): 637-647.
[22]Bae J H, Rishi M. Determinants of CO2 emission for post-Soviet Union independent countries[J]. Climate Policy,2017,17(5):591-615.
[23]Laegreid O M,Povitkina M. Do political institutions moderate the GDP-CO2 relationship?[J]. Ecological Economics,2018,145:441-450.
52
[24]李子豪,刘辉煌.FDI对环境的影响存在门槛效应吗一一基于中国220个城市的检验[J].财贸经 济,2012(9):101-108.
[25]余长林.腐败如何影响了中国的环境污染?一一基于非正规经济的视角[J].中国管理科 学,2019,27(5):140-148.
[26]胡莹.腐败对中国环境污染的影响研究[D].江苏:中国矿业大学,2016.
[27]张丽颖,苏徐红,胡象明•腐败对环境政策效果影响的国际研究趋势J].北京航空航天大学学报(社会 科学版),2020,33(04):69-77.
[28]Pellegrini L, Gerlagh R. An Empirical Contribution to the Debate on Corruption, Democracy and Environmental Policy[R].FEEM Working Paper, No., 05/08, 2005.
[29]Fredriksson P G,Wollscheid J R. Party discipline and environmental policy:The role of “smoke-filled back rooms”[J]. The Scandinavian Journal of Economics,2010,112(3):489-513.
[30]Fredriksson P G, Svensson J. Political Instability, Corruption and Policy Formation: The Case of Environmental Policy[J]. Journal of Public Economics, 2003, 87(7):1383-1405.
[31]Ivanovak. Corruption and air pollution in Europe[J]. Oxford economic papers,2011,63(1): 49-70.
[32]Biswas A K. Pollution , shadow economy and corruption: theory and evidence[J]. Ecological economics,2012,75(2):114-125.
[33]Ozturk I , AL-Mulali U. Investigating the validity of the environmental Kuznets curve hypothesis in Cambodia[J]. Ecological Indicators,2015,57:324-330.
[34]李后建.腐败会损害环境政策执行质量吗?[J].中南财经政法大学学报,2013(06):34-42.
[35]文显堂.治雾霾先要治“环保腐败” [J].中国经济周刊,2014(13):87.
[36]王顺昊.环境治理失职对工业企业污染排放影响分析[D].北京:华北电力大学,2016.
[37]Clo,Stefano,Ferraris M , Florio M . Ownership and environmental regulation:Evidence from the European electricity industry. Energy Economics,2017,61(12):298-312.
[38]梁平汉,高楠.人事变更、法制环境和地方环境污染[J].管理世界,2014(6):65-78.
[39]林煜恩,刘雪芳,朱健齐.反腐败对投资效率的影响:基于可持续发展角度[J].华东经济管 理,2019,33(8):111-123.
[40]史志颖,李新功.反腐败力度、环境规制与企业技术创新实证研究[J].征信,2019, 37(8) :63-70.
[41]刘铭倩.政府环境规制对企业环境绩效的影响研究[D].湖南:湖南大学,2019.
[42]周智敏.中国FDI、产业结构与大气污染排放水平的关系研究[D].武汉:中南财经政法大学,201 &
[43]Smarzynska B K, Wei S J. Pollution Havens and Foreign Direct Investment: Dirty Secret or Popular Myth[R]. World Bank Policy Research Working Paper, No.,2673,2001.
[44]杨万平,袁小玲.对外贸易、FDI对环境污染的影响分析[J].世界经济研究,2008(12) :62-69.
[45]张宇,蒋殿春.FDI、环境监管与工业大气污染一一基于产业结构与技术进步分解指标的实证检验[J]. 国际贸易问题,2013(07):102-118.
[46]杨如.出口开放对城市增长影响的机制分析与实证研究[D].南京:东南大学,2019.
[47]Mani,Muthukumara S,Wheeler.D.In Search of Pollution Havens? Dirty Industry in the World Economy[J].Journal of Environment and Development.1998(3):215-247.
[48]Baomin Dong,Jiong Gong,Xin Zhao.FDI and environmental regulation:pollution haven or a race to the top?[J].Journal of Regulatory Economics.2012(41):216-237.
[49]阚大学,吕连菊.对外贸易、地区腐败与环境污染一一基于省级动态面板数据的实证研究[J].世界经 济研究,2015(1):13.
53
[50]刘萍.FDI、工业集聚影响中国环境污染的空间计量分析[D].重庆:重庆大学,2015.
[51]王佳,杨俊.地区腐败、经济增长和环境质量[J].云南:云南财经大学学报,2015(4):70-81.
[52]Pellegrini L, Gerlagh R. Corruption and Environmental Policies: What Are the Implications for the Enlarged EU[J]. European Environment, 2006, 16(3):139-154.
[53]赵赛南.空气污染对经济发展影响的区域差异性研究[D].北京:中国地质大学,2020.
[54]罗猛.略论腐败的测量[J].北外法学,2020(02):22-30.
[55]乔宁宁.混合地理加权回归模型中的空间相关性检验和参数估计研究[J].数量经济技术经济研 究,2013,30(08):93-108.
[56]钟水映,李魁.人口红利、空间外溢与省域经济增长[J].管理世界,2010(04):14-23+186-187.
[57]陈继勇,雷欣.我国区域间知识溢出的数量测度[J].科技进步与对策,2010,27(01):39-44.
[58]刘淼.长江经济带城镇化建设对城市生态效率的影响研究[D].江西:江西财经大学,2021.
[59]聂辉华.腐败对效率的影响:一个文献综述[J].金融评论,2014,6(01):13-23+123.
[60]周黎安,陶婧.政府规模、市场化与地区腐败问题研究[J].经济研究,2009(1):57-69.
[61]郭炳南,林基.腐败对中国二氧化碳排放影响的实证研究一一来自省际面板数据的经验证据[J].软科 学,2017,31(09):59-62.
[62]许培培.地区腐败、外商直接投资与碳排放[D].河南:河南大学,201 &
[63]陆雷成.腐败视角下环境管制的污染治理效应研究[D].浙江:浙江财经大学,2019.
[64]汪俊.贸易开放对碳排放影响效应的研究[D].浙江:浙江大学,2015.
[65]温忠麟,叶宝娟.中介效应分析:方法和模型发展[J].心理科学进展,2014,22(05):731-745.
[66]方杰,温忠麟,邱皓政.纵向数据的中介效应分析[J].心理科学,2021,44(04):989-996.
【本文地址:https://www.xueshulunwenwang.com//jingjilei/jiliangjingjixue/4027.html

上一篇:基于多元回归法的住宅类存量房地产税基批量评估研究

下一篇:Tobit 模型与 Two-Part 模型的选择研究 ——以Tobit II类模型为例

相关标签: