1 引言(Introduction)

京津冀地区包括北京市、天津市及河北省全境, 是我国雾霾污染最严重的地区之一.京津冀地区第二产业在总体经济结构中占比过高, 煤炭等非清洁能源大规模使用, 以及机动车保有量快速增加, 造成京津冀地区大气严重污染(于娜等, 2009；孙华臣等, 2013；马丽梅等, 2014；柯水发等, 2015)；此外, 城镇化进程中大量基础设施建造带来的扬尘加剧了该地区的雾霾污染(Zhao et al., 2006).目前, 雾霾污染已经严重影响到京津冀地区居民身体健康和区域经济可持续发展, 并引起全社会的广泛关注, 逐渐成为京津冀地区经济和社会发展必须面对的关键性问题(Peters, 2005；温汉忠等, 2014；周珍等, 2017).京津冀地区雾霾污染呈现出空间相关性、复合性的特点, 传统的单纯属地防治手段已不能有效治理该地区大规模区域性雾霾污染, 若要从根本上解决京津冀地区雾霾污染问题, 就需要针对雾霾污染的特点, 探索出一种能够应对内源性污染和外源性污染的跨区域协同治理机制(潘晓峰等, 2015；王立平等, 2016；邵帅等, 2016；史燕云等, 2017).生态补偿是一种运用经济激励手段协调环境保护和经济发展的环境经济学策略, 生态补偿理论作为实现生态环境成本内部化、使利益相关者的获益与受损达到平衡的生态环境治理理论正逐步受到广泛关注(Farley et al., 2010；刘春腊等, 2013；袁伟彦等, 2014).科学合理地确定补偿标准是建立生态补偿机制的重点和难点, 直接关系到生态补偿效果的显著性(林黎阳等, 2014；宫冬杰等, 2016).由于生态补偿问题的复杂性, 学者对生态补偿标准的测算方法不尽相同, 其中, 生态服务功能价值法确定生态补偿标准最重要的是准确评估出整体生态价值(Costanza et al., 1997；赵苗苗等, 2017)；支付意愿调查法则需要调查出补偿主体能够接受的支付数额区间(王娟娟, 2011)；而机会成本法的核心是要准确计算出生态环境保护者放弃的经济利益及生态环境受益者所获得的经济利益(代明等, 2013).但不论哪种方法, 生态补偿标准的确定都要以使生态补偿效果达到最佳为目标.

本文考虑到京津冀地区雾霾污染空间相关性的特点, 选择跨区域雾霾污染生态补偿理论来研究京津冀地区雾霾污染问题.依据京津冀各地区雾霾污染治理成本的不同, 以雾霾污染治理成本最低的地区作为京津冀地区雾霾治理任务的主要承担者, 在此基础上, 构建机会成本模型, 计算出因工业产值调整对GDP、财政收入等方面造成影响的数额, 以此作为雾霾治理的受益者向雾霾治理承担者提供生态补偿的数额, 为京津冀地区雾霾污染生态补偿标准的制定提供参考依据.

2 京津冀地区雾霾污染现状及空间相关性分析(Present situation and spatial correlation analysis of haze pollution in the Beijing-Tianjin-Hebei region) 2.1 京津冀地区雾霾污染现状

京津冀地区是我国城市群最密集、工业产业群最集中和人口规模最大的地区之一.改革开放以来, 京津冀地区的经济、社会与文化都得到快速发展, 与此同时, 雾霾污染问题也愈发严重, 已成为全社会关注的焦点.环保部发布的《2017年上半年74个城市空气质量状况》显示, 京津冀地区空气污染最为严重, 在空气质量排名后10位的城市中, 河北独占6席, 其中, 邯郸、石家庄、邢台、保定、唐山“包揽”空气质量“黑榜”前五名.图 1是2005年以来京津冀地区雾霾天数变化折线图.

图 1显示, 京津冀地区雾霾污染天数在2012年发生跳跃式增加, 2013年后雾霾污染天数有所下降, 但雾霾污染天数仍接近全年天数的50%.雾霾污染问题对京津冀地区人民生活造成了严重影响, 近些年, 政府针对雾霾污染问题采取了许多措施, 如北京市大力发展新能源汽车, 严格控制机动车数量, 淘汰黄标车；河北省对冶金、水泥、火力发电等高能耗高污染产业进行升级改造, 控制大气污染物的工业源.此外, 政府也制定发布了相应的法律法规, 如2013年9月国务院发布的《大气污染防治行动计划》, 该文件首次对京津冀区域雾霾治理提出了时间要求和具体目标；2015年8月修订的《大气污染防治法》明确指出要完善环境信息公开制度, 强化各级地方政府的责任.一系列的雾霾污染治理措施使雾霾污染情况有所缓解, 但京津冀地区雾霾污染形势依然严峻.

2.2 京津冀地区雾霾污染空间相关性分析

京津冀地区雾霾污染具有空间相关性的特点, 是构建雾霾污染生态补偿标准模型的前提.本文在构建雾霾污染生态补偿标准模型之前, 首先对京津冀地区雾霾污染空间相关性进行验证, 空间计量方法中较为流行的测度指数为莫兰指数I(Moran′s I), 检验定义如式(1)所示.I的取值介于-1~1之间, 大于0表示正相关, 即高值与高值相邻、低值与低值相邻；小于0表示负自相关, 即高值与低值相邻.

(1)

式中, , x_i表示第i个地区的观测值, w_ij为空间权重矩阵, 本文将其设定为地理权重, 即：

(2)

本文选取北京市、天津市及河北省下辖的11个地级市(承德、秦皇岛、张家口、唐山、保定、廊坊、沧州、石家庄、衡水、邢台、邯郸)2013—2016年的年均PM_2.5浓度作为观测对象.数据来源于“天气后报”网站发布的PM_2.5日数据, 根据日数据算出各地区的PM_2.5年均数据, 检验结果如表 1所示.

表 1显示, Moran′s I值均为正值, 且通过了5%的显著性水平检验, 这说明京津冀地区雾霾污染存在明显的正向空间相关性, 雾霾污染严重的地区, 其相邻的地区雾霾污染同样较为严重, 京津冀各地区之间有着相同的雾霾污染趋势.京津冀地区地缘相接、地域一体, 大气污染物的空间溢出, 使得单个省市无法通过“自扫门前雪”的方式完成各自的雾霾污染治理目标.京津冀地区雾霾污染治理是一项极其复杂的系统工程, 必须采取联防联控的治理模式, 加强政府顶层设计工作, 打破传统的属地治理模式, 统筹考虑整个地区的大气污染防治工作, 建立跨区域的雾霾污染生态补偿机制.

3 雾霾污染生态补偿标准模型构建(Construction of ecological compensation standard model of haze pollution)

雾霾污染生态补偿标准模型的设计是基于各地区之间大气污染物减排成本的差异, 明确界定补偿体系中谁应是受益者、谁应是保护者, 再运用机会成本法核算出补偿数额, 建立可以使京津冀三地协同发展、共同受益的生态补偿标准体系.具体来说, 考虑京津冀三地大气污染物减排成本的差异, 由大气污染物减排成本最小的地区承担雾霾污染治理的主要任务, 在完成总体治理任务的情况下, 使整个地区的雾霾污染治理成本达到最小化.考虑到雾霾污染治理会对工业发展造成限制, 构建机会成本模型, 计算出因工业产值调整对GDP、财政收入等方面造成的影响, 以此作为雾霾治理的受益者向雾霾治理主要承担者提供生态补偿数额的依据.

3.1 大气污染物减排成本模型

本文借鉴薛俭等(2014)对大气污染物去除成本模型的研究, 构建京津冀地区的大气污染物减排成本模型.大气污染物减排成本最直接的衡量指标是政府对大气污染治理投入, 但由于中国政府统计部门没有对大气污染治理投入做专门的统计, 因此, 本文参考中国清洁空气联盟(CAAC)的研究报告, 以政府财政支出项目中环保支出30%的份额作为大气污染治理投入.

根据相关研究和京津冀地区雾霾污染的特点, 可以认为该地区大气污染物减排成本(C)主要受3个因素影响：废气排放总量(T)、污染物排放量(E)及地区特征(W), 因此, 本文构建的大气污染物减排成本模型为：

(3)

进一步参考世界银行政策研究局的研究成果, 选用固定弹性函数对大气污染物减排成本模型进行简化, 这一方法在环境保护部等相关机构的课题研究中也得到广泛应用, 即：

(4)

式中, α、β、φ为结构参数.对式(3)两边同时取对数, 可得到线性化后的大气污染物减排成本模型：

(5)

对某个地区来说, 地区特征(W)在研究期内可以认为不变, 在模型中应为一个常数项, 不妨令lnθ=lnφ+lnW代入式(4), 得到i地区的某种大气污染物减排成本模型：

(6)

3.2 机会成本补偿量化模型

中国清洁空气联盟(CAAC)对京津冀地区雾霾污染原因的分析结果表明, 工业生产排放的大气污染物是导致雾霾污染的主要原因.因此, 京津冀地区治理雾霾污染, 首先要对工业生产过程中产生的大气污染物排放进行控制, 而控制工业大气污染物排放短期内势必会影响工业发展, 工业方面的调整则会引起相关经济指标的变动.因此, 本文借鉴代明等(2013)基于机会成本法设计的生态补偿标准的研究成果, 构建补偿量化模型如下：

(7)

式中, EC表示补偿标准, OC表示机会成本, 即雾霾污染治理承担者因为治理雾霾污染, 在经济发展方面所放弃的利益.

若对产生大量大气污染物的工业企业进行停产或者升级改造, 则会导致工业整体增速放缓, 进而引起其它相关经济指标增速减慢, 如居民收入、固定投资、社会消费水平和居民储蓄存款等会受到影响, 因此, 构建如下机会成本模型：

(8)

式中, Y_i是工业正常发展时的相关经济指标值, Y_il表示工业发展放缓时受到影响后的相关经济指标值.

4 实证分析(Empirical analysis) 4.1 京津冀各地区大气污染物减排成本 4.1.1 数据选取及说明

京津冀地区大气污染物最主要的组成成分是二氧化硫反应物、氮氧化物反应物及烟(粉)尘, 因此, 本文选取二氧化硫、氮氧化物和烟(粉)尘的统计数据来测算京津冀各地区的大气污染物减排成本模型, 进而表征京津冀各地区治理雾霾污染所需成本.根据本文研究内容, 对数据作如下简化和说明：①本文以政府财政支出项目中环保支出的30%份额作为大气污染治理投入, 即京津冀三地治理二氧化硫、氮氧化物和烟(粉)尘排放的费用；②由于工业生产过程中所排放的大气污染物是导致京津冀地区雾霾污染的主要原因, 且本文机会成本补偿模型基于工业发展方面构建, 因此, 废气排放总量数据选取工业废气排放总量, 污染物排放量数据分别选取工业二氧化硫排放量、工业氮氧化物排放量和工业烟(粉)尘排放量；③根据数据的准确性、及时性和可得性原则, 本文选取2006—2015年空间面板数据进行实证分析, 所有数据均取自《中国环境年鉴》和各地区的统计年鉴.

4.1.2 回归结果和分析

使用Stata12对京津冀地区工业二氧化硫排放量、工业氮氧化物排放量和工业烟(粉)尘排放量数据进行回归分析, 得到目标变量的回归系数(表 2).

表 2显示, 北京、天津和河北三地工业二氧化硫排放量回归结果中的调整R²均大于0.78, 说明模型拟合优度较高, 3个地区的模型中解释变量E_SO2的回归系数全部通过5%的显著性检验.北京、天津和河北三地工业氮氧化物排放量回归结果中, 只有河北省解释变量E_NOx的回归系数通过5%的显著性检验, 北京和天津两地均未通过5%的显著性检验.京津冀地区工业烟(粉)尘排放量回归结果中, 只有北京地区的工业烟(粉)尘排放量通过5%的显著性检验, 而天津和河北两地均未通过5%的显著性检验.上述结果说明仅有工业二氧化硫排放量同时在京津冀三地的模型中与大气污染治理投入都存在显著关系.因此, 为了更科学合理地比较京津冀各地区雾霾治理成本, 本文选取工业二氧化硫排放量指标来分析京津冀地区的大气污染物减排成本.

将上述京津冀各地区工业二氧化硫排放量回归结果代入式(3), 则可得到京津冀各地区工业二氧化硫减排成本函数, 具体如表 3所示.

分别对上述工业二氧化硫减排成本函数求关于工业二氧化硫排放量的偏导, 得到北京、天津和河北所对应的工业二氧化硫排放成本弹性系数分别是-1.52、-3.11和-1.28, 也就是说北京市工业二氧化硫排放量每减少1%, 则需要增加1.52%的大气污染治理投入, 天津市工业二氧化硫排放量每减少1%, 则需要增加3.11%的大气污染治理投入, 河北省工业二氧化硫排放量每减少1%, 则需要增加1.28%的大气污染治理投入.由此可见, 在京津冀地区, 河北省在大气污染物减排方面的成本优势最大, 由河北省承担更多的减排任务, 北京市和天津市按照河北省治理雾霾带来的机会成本对其给予相应的补偿, 可以降低京津冀地区整体的雾霾治理成本, 使京津冀区域雾霾治理效益达到最大化.

4.2 机会成本法量化生态补偿标准

依据前文分析结果, 河北省在大气污染物减排方面最具有成本优势, 因此, 由河北省承担更多雾霾污染治理任务, 控制河北省工业发展使京津冀地区大气环境得到改善的策略具有合理性.本文简化京津冀地区雾霾污染的原因, 用工业大气污染物减排成本表征雾霾污染治理成本, 假设河北省承担更多的雾霾治理任务, 并因此导致河北省工业发展受到限制, 通过机会成本补偿量化模型核算出因工业产值减少对地区GDP和财政收入造成影响的数额, 作为京津冀地区雾霾污染生态补偿标准制定的依据.

4.2.1 指标选取

工业是地区经济发展的主力军, 工业发展影响着河北省经济各个方面的发展.关于选取哪些受工业发展影响的经济指标, 有以下几点要求：一是相关性, 即被选的经济指标与工业发展必须有显著相关性, 这样工业发展对经济指标的影响才能够真实可靠的反映, 计算出的数额才能令人信服；二是可比性, 因为有些经济指标的统计口径、单位设置不同, 为了在计算影响程度(弹性)时避免出现不相符合的情况, 要尽量保证各经济指标不仅可以自身纵向比较, 还可以相互之间横向比较；三是非重复性, 在对受影响的多项经济指标进行核算时, 应保证这些经济指标之间不发生重复核算.基于上述3个原则, 本文选取地方GDP和财政收入两个经济指标进行补偿核算.

4.2.2 机会成本因子计算

机会成本因子指工业产值变动对相关经济指标变动的影响程度, 即经济学上的弹性概念, 用来反映因变量对自变量变动的敏感程度, 可表示为：

(9)

本文借鉴吴涛等(2009)的计算方法, 将Y和X的关系用固定弹性模型进行表示, 即Y=aX^M, 对等式两边同时取对数, 可得到一个线性对数模型：

(10)

其中, 自变量(工业产值)的系数M表示因变量(相关经济指标)对自变量的弹性, 即工业产值每变动1%, 相关经济指标变动百分比.本文选取2000—2016年河北省工业产值、GDP和财政收入的统计数据, 所有数据均取自《河北省经济年鉴》, 使用Stata12对数据进行回归分析, 得到各相关经济指标对工业产值的弹性, 结果如表 4所示.由表可知, 河北省GDP和财政收入对河北省工业总产值的弹性均为正, 且都通过1%的显著性检验.因此, 河北省工业产值变动1%, 则GDP变动1.02%, 财政收入变动0.8%.

4.2.3 机会成本补偿标准量化

完成雾霾污染治理目标, 河北省需要减少的工业产值的计算思路如下：按照中央政府发布的《大气污染防治行动计划》要求：到2017年, 京津冀地区的PM_2.5浓度比2012年下降25%.有研究指出, 北京和天津两地约有30%的大气污染物来自周边地区, 假设这些大气污染物全部由河北省输入, 在京津冀地区协同治理雾霾过程中, 这些大气污染物的治理任务全部由河北省承担.然后根据2012年京津冀各地工业二氧化硫排放量占整个地区工业二氧化硫排放量比例(河北省81.84%, 北京市3.92%, 天津市14.24%)计算, 则到2017年河北省PM_2.5浓度需要比2012年下降26.66%, 即河北省在完成自身原定PM_2.5浓度下降任务后, 仍需要再额外承担1.66%的治理任务(其中, 替北京市承担0.36%, 替天津市承担1.3%).

分析河北省工业产值与工业大气污染物排放量关系(回莹等, 2017), 得到两者之间弹性约为1, 即河北省工业产值减少1%, 工业大气污染物排放量减少1%.因此, 京津冀地区在完成《大气污染防治行动计划》要求的指标时, 河北省除了承担因自身减排任务引起工业产值减少的份额外, 还需要替北京市承担0.36%, 替天津市承担1.3%的工业产值减少.

河北省GDP和财政收入对工业产值的弹性分别为1.02和0.80, 因此, 当河北省工业产值减少1.66%时, 河北省GDP和财政收入分别减少1.69%和1.33%.依据《大气污染防治行动计划》实施期间2013—2016年河北省平均GDP产值29935亿元和财政收入3964亿元计算, 则河北省替北京市和天津市承担减排任务, 引起工业产值减少所造成的机会成本为： +(3964×1.33%)=558.62亿元.

根据生态补偿标准模型EC≥OC, 因此, 北京市和天津市对河北省的生态补偿金额应不少于558.62亿元, 其中, 北京市应承担121.15亿元, 天津市应承担437.47亿元.北京市政府在解读《北京市2013—2017年清洁空气行动计划》时指出, 为完成计划中规定的量化任务, 北京市财政5年内将投入资金2000×10⁹~3000×10⁹元, 这一数额远远大于本文根据机会成本法所核算出的补偿数额, 说明机会成本法得出的结果具有一定的实际可行性.

5 结论(Conclusions)

本文通过构建大气污染物减排成本模型, 研究分析了北京市、天津市和河北省治理雾霾污染方面的成本, 结果表明, 在京津冀地区, 河北省雾霾污染治理成本最低, 由河北省承担更多的雾霾污染治理任务, 能使京津冀地区在完成雾霾污染治理目标时, 总成本达到最小化.通过机会成本补偿量化模型, 依据河北省GDP产值和财政收入两项经济指标核算出, 北京市和天津市应当给予河北省经济补偿数金额不少于558.62亿元, 其中, 由北京市承担121.15亿元, 天津市承担437.47亿元.

6 政策建议(Police recommendation)

为使京津冀地区雾霾污染生态补偿方案能够顺利实施, 基于研究结论, 提出如下政策建议：

1) 成立跨区域雾霾污染联合治理小组.构建跨区域联防联控的政府协作机制, 强化京津冀地区顶层设计工作, 打破原有的地域限制, 成立跨区域联合治理机构, 统筹调控整个地区的雾霾污染防治工作, 协调化解区域内部各主体的利益冲突, 形成“统一监测、统一评估、统一规划、统一治理”的同步治理措施, 防止出现“形联意不联”的情况.

2) 健全雾霾污染生态补偿立法.当前阶段, 我国在环境保护方面的法律法规不断健全, 但这些法律法规中缺乏专门针对跨区域雾霾污染生态补偿的相关内容, 使得京津冀地区在实施雾霾污染生态补偿方案过程中变得无法可依.政府应当加强立法建设, 尽快出台专门针对雾霾污染生态补偿实施办法的法律法规, 从法律层面上对生态补偿形成强制性的约束, 确保京津冀地区雾霾污染生态补偿方案的顺利实施.

3) 设立京津冀地区雾霾污染生态补偿专项基金.三地政府联合出资, 短期内北京市和天津市承担主要出资责任, 设立雾霾污染生态补偿专项基金, 成立由三地政府组成的基金管理小组, 共同管理和监督基金的运营及使用情况.同时, 补偿专项基金的资金来源不局限于政府拨款, 还可以吸收社会资金的进入, 来增强专项基金运行活力.