基于空間計(jì)量模型的廣西二氧化硫排放量特征與影響因素研究一、引言1.1研究背景與意義隨著經(jīng)濟(jì)的快速發(fā)展，廣西的工業(yè)規(guī)模不斷擴(kuò)大，這在推動(dòng)經(jīng)濟(jì)增長(zhǎng)的同時(shí)，也帶來了嚴(yán)峻的環(huán)境問題，其中二氧化硫排放尤為突出。二氧化硫是大氣中數(shù)量最大的有害成分之一，也是我國(guó)節(jié)能減排計(jì)劃中重點(diǎn)關(guān)注的污染物。廣西在過去曾深受酸雨之害，而二氧化硫正是酸雨的“元兇”。火電、鋼鐵等行業(yè)作為二氧化硫排放的主要來源，在廣西的經(jīng)濟(jì)發(fā)展中占據(jù)重要地位，但也給環(huán)境帶來了巨大壓力。例如，柳州發(fā)電有限公司作為廣西電網(wǎng)的主力火電廠，曾經(jīng)一家企業(yè)的二氧化硫年排放量就占柳州全市排放總量的1/4，2010年還因脫硫設(shè)施不正常運(yùn)行，超標(biāo)排放二氧化硫被國(guó)家發(fā)改委點(diǎn)名。二氧化硫排放對(duì)環(huán)境和經(jīng)濟(jì)的影響是多方面的。從環(huán)境角度看，它會(huì)導(dǎo)致酸雨的形成，酸雨不僅會(huì)使水體酸化，影響水生生物的生存，還會(huì)對(duì)土壤結(jié)構(gòu)造成破壞，降低土壤肥力，損害森林植被，使大片森林受損，影響生態(tài)平衡。從經(jīng)濟(jì)角度而言，二氧化硫排放引發(fā)的環(huán)境問題會(huì)增加經(jīng)濟(jì)發(fā)展的成本。一方面，為了治理二氧化硫污染，政府和企業(yè)需要投入大量資金用于環(huán)保設(shè)施的建設(shè)和運(yùn)行，如柳電投入1.6億元對(duì)脫硫設(shè)施擴(kuò)容改造；另一方面，污染對(duì)農(nóng)業(yè)、林業(yè)等產(chǎn)業(yè)的損害，會(huì)導(dǎo)致農(nóng)作物減產(chǎn)、農(nóng)產(chǎn)品質(zhì)量下降，林業(yè)資源受損，進(jìn)而影響相關(guān)產(chǎn)業(yè)的經(jīng)濟(jì)效益。此外，二氧化硫污染還會(huì)危害人體健康，增加醫(yī)療成本，間接影響經(jīng)濟(jì)發(fā)展。傳統(tǒng)的計(jì)量分析方法在研究二氧化硫排放問題時(shí)存在一定局限性，它們往往忽視了空間因素的影響。而現(xiàn)實(shí)中，各個(gè)地區(qū)之間的二氧化硫排放并非相互獨(dú)立，而是存在著空間相關(guān)性。一個(gè)地區(qū)的排放情況可能會(huì)受到周邊地區(qū)的影響，例如，工業(yè)布局的集中性可能導(dǎo)致相鄰地區(qū)的排放相互作用。因此，引入空間計(jì)量分析方法具有重要的現(xiàn)實(shí)意義?？臻g計(jì)量分析能夠充分考慮地區(qū)之間的空間相關(guān)性和異質(zhì)性，更準(zhǔn)確地揭示二氧化硫排放的空間分布特征和影響因素，為制定科學(xué)合理的減排策略提供有力支持。通過空間計(jì)量分析，可以識(shí)別出二氧化硫排放的高值聚集區(qū)和低值聚集區(qū)，分析不同地區(qū)之間排放的相互影響程度，從而為精準(zhǔn)施策提供依據(jù)，提高減排效率，促進(jìn)廣西經(jīng)濟(jì)與環(huán)境的協(xié)調(diào)發(fā)展。1.2國(guó)內(nèi)外研究綜述在國(guó)外，二氧化硫排放研究起步較早，且多聚焦于環(huán)境科學(xué)與公共健康領(lǐng)域。學(xué)者們對(duì)二氧化硫排放的來源、傳輸和轉(zhuǎn)化機(jī)制進(jìn)行了深入研究。例如，通過對(duì)不同工業(yè)活動(dòng)和能源燃燒過程的分析，精確量化了二氧化硫的排放量。在影響評(píng)估方面，國(guó)外研究全面且細(xì)致，不僅關(guān)注二氧化硫排放對(duì)大氣環(huán)境的直接污染，如導(dǎo)致酸雨、降低空氣質(zhì)量等，還深入探討了其對(duì)生態(tài)系統(tǒng)的長(zhǎng)期影響，包括對(duì)森林、土壤和水體生態(tài)平衡的破壞，以及對(duì)人體健康的危害，如引發(fā)呼吸道疾病、心血管疾病等。在國(guó)內(nèi)，二氧化硫排放研究與我國(guó)的能源結(jié)構(gòu)和經(jīng)濟(jì)發(fā)展密切相關(guān)。我國(guó)以煤炭為主的能源結(jié)構(gòu)導(dǎo)致二氧化硫排放問題較為突出，因此國(guó)內(nèi)研究重點(diǎn)關(guān)注火電、鋼鐵、化工等行業(yè)的二氧化硫排放。學(xué)者們運(yùn)用多種方法，從宏觀和微觀層面分析二氧化硫排放的影響因素。在宏觀層面，研究經(jīng)濟(jì)增長(zhǎng)、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、能源政策等對(duì)二氧化硫排放的影響；在微觀層面，探討企業(yè)生產(chǎn)技術(shù)、污染治理設(shè)施運(yùn)行效率等因素與二氧化硫排放的關(guān)系。同時(shí)，國(guó)內(nèi)研究也注重政策的制定與評(píng)估，分析不同環(huán)保政策對(duì)二氧化硫減排的效果，為政策的優(yōu)化提供科學(xué)依據(jù)。在計(jì)量分析方法上，傳統(tǒng)的計(jì)量分析方法在研究二氧化硫排放時(shí)，通常假設(shè)各地區(qū)之間的排放相互獨(dú)立，不考慮空間因素的影響。然而，現(xiàn)實(shí)中地區(qū)之間的二氧化硫排放存在著空間相關(guān)性和異質(zhì)性。一個(gè)地區(qū)的排放不僅受自身經(jīng)濟(jì)、產(chǎn)業(yè)等因素的影響，還可能受到周邊地區(qū)排放的影響。例如，工業(yè)布局的集中性可能導(dǎo)致相鄰地區(qū)的排放相互作用，形成排放的空間聚集現(xiàn)象。因此，傳統(tǒng)計(jì)量分析方法難以準(zhǔn)確揭示二氧化硫排放的空間分布特征和影響因素?？臻g計(jì)量分析方法的引入彌補(bǔ)了傳統(tǒng)方法的不足。空間計(jì)量分析能夠充分考慮地區(qū)之間的空間相關(guān)性和異質(zhì)性，通過構(gòu)建空間權(quán)重矩陣，將空間因素納入模型中，從而更準(zhǔn)確地分析二氧化硫排放的空間分布特征和影響因素。它可以識(shí)別出二氧化硫排放的高值聚集區(qū)和低值聚集區(qū)，分析不同地區(qū)之間排放的相互影響程度，為制定科學(xué)合理的減排策略提供有力支持。例如，通過空間自相關(guān)分析，可以確定哪些地區(qū)的排放存在顯著的空間聚集現(xiàn)象；通過空間滯后模型和空間誤差模型，可以分析經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)等因素對(duì)二氧化硫排放的直接影響和間接影響。目前，針對(duì)廣西二氧化硫排放量的研究相對(duì)較少，尤其是在空間計(jì)量分析方面存在明顯的空白。現(xiàn)有研究多集中在二氧化硫排放的總量控制、減排措施等方面，缺乏對(duì)其空間分布特征和影響因素的深入研究。而廣西獨(dú)特的地理位置和經(jīng)濟(jì)發(fā)展模式，使其二氧化硫排放具有一定的特殊性，需要針對(duì)性的研究。本研究的創(chuàng)新點(diǎn)在于，首次將空間計(jì)量分析方法應(yīng)用于廣西二氧化硫排放量的研究，充分考慮廣西各地區(qū)之間的空間相關(guān)性和異質(zhì)性。通過構(gòu)建合適的空間計(jì)量模型，深入分析影響廣西二氧化硫排放的因素，包括經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、能源消費(fèi)結(jié)構(gòu)、環(huán)保政策等，為廣西制定更加科學(xué)有效的二氧化硫減排策略提供理論依據(jù)和實(shí)踐指導(dǎo)。同時(shí)，本研究還將結(jié)合廣西的實(shí)際情況，對(duì)空間計(jì)量分析結(jié)果進(jìn)行深入解讀，提出具有針對(duì)性的政策建議，為廣西的環(huán)境保護(hù)和經(jīng)濟(jì)可持續(xù)發(fā)展貢獻(xiàn)力量。1.3研究?jī)?nèi)容與方法本研究旨在深入剖析廣西二氧化硫排放量的空間分布特征、影響因素以及排放的收斂性，為廣西制定科學(xué)有效的二氧化硫減排策略提供理論依據(jù)和實(shí)踐指導(dǎo)。具體研究?jī)?nèi)容如下：廣西二氧化硫排放的空間分布特征：運(yùn)用空間自相關(guān)分析方法，包括全局空間自相關(guān)和局部空間自相關(guān)分析，對(duì)廣西各地區(qū)二氧化硫排放量進(jìn)行測(cè)度，明確其空間分布是否存在集聚現(xiàn)象，確定高值聚集區(qū)和低值聚集區(qū)的位置及范圍。通過繪制空間自相關(guān)圖和LISA集聚圖，直觀展示二氧化硫排放的空間分布格局，為后續(xù)分析提供基礎(chǔ)。廣西二氧化硫排放的影響因素分析：從經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、能源消費(fèi)結(jié)構(gòu)、環(huán)保政策等多個(gè)方面選取影響因素指標(biāo)，構(gòu)建空間計(jì)量模型。利用空間滯后模型（SLM）和空間誤差模型（SEM），分析各因素對(duì)二氧化硫排放的直接影響和間接影響，確定主要影響因素及其作用機(jī)制。例如，探討經(jīng)濟(jì)增長(zhǎng)與二氧化硫排放之間的關(guān)系，分析產(chǎn)業(yè)結(jié)構(gòu)調(diào)整如何影響二氧化硫排放，以及能源消費(fèi)結(jié)構(gòu)優(yōu)化和環(huán)保政策實(shí)施對(duì)減排的作用效果。廣西二氧化硫排放的收斂性分析：采用空間收斂模型，對(duì)廣西各地區(qū)二氧化硫排放的收斂性進(jìn)行檢驗(yàn)，判斷各地區(qū)的排放水平是否存在趨同趨勢(shì)。分析絕對(duì)β收斂和條件β收斂情況，確定影響收斂速度的因素，為制定區(qū)域協(xié)調(diào)減排政策提供參考。例如，研究不同地區(qū)在經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、能源利用等方面的差異對(duì)二氧化硫排放收斂性的影響，探討如何通過政策引導(dǎo)促進(jìn)各地區(qū)排放水平的趨同。在研究方法上，本研究采用空間計(jì)量分析方法，充分考慮地區(qū)之間的空間相關(guān)性和異質(zhì)性。通過構(gòu)建空間權(quán)重矩陣，如鄰接權(quán)重矩陣、距離權(quán)重矩陣等，將空間因素納入模型中，使分析結(jié)果更加準(zhǔn)確可靠。數(shù)據(jù)來源主要包括廣西統(tǒng)計(jì)年鑒、環(huán)境統(tǒng)計(jì)年鑒以及相關(guān)政府部門發(fā)布的統(tǒng)計(jì)數(shù)據(jù)，確保數(shù)據(jù)的權(quán)威性和準(zhǔn)確性。在數(shù)據(jù)處理過程中，對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理和異常值檢驗(yàn)，以提高數(shù)據(jù)質(zhì)量，為后續(xù)分析奠定堅(jiān)實(shí)基礎(chǔ)。二、空間計(jì)量經(jīng)濟(jì)學(xué)理論基礎(chǔ)2.1空間計(jì)量經(jīng)濟(jì)學(xué)發(fā)展歷程空間計(jì)量經(jīng)濟(jì)學(xué)的起源可以追溯到20世紀(jì)中葉，其發(fā)展與地理學(xué)的定量革命以及區(qū)域科學(xué)、區(qū)域經(jīng)濟(jì)學(xué)和城市經(jīng)濟(jì)學(xué)的研究緊密相關(guān)。1968年，Berry和Marble出版的《空間分析》，標(biāo)志著地理學(xué)定量革命的重要進(jìn)展，為空間計(jì)量經(jīng)濟(jì)學(xué)的誕生奠定了基礎(chǔ)。在這一時(shí)期，一些定量地理學(xué)家開始關(guān)注空間模型的估計(jì)問題，開啟了空間計(jì)量經(jīng)濟(jì)學(xué)的萌芽階段。與此同時(shí)，區(qū)域科學(xué)和區(qū)域經(jīng)濟(jì)學(xué)、城市經(jīng)濟(jì)學(xué)的研究也推動(dòng)了空間計(jì)量經(jīng)濟(jì)學(xué)的發(fā)展。這些領(lǐng)域的學(xué)者嘗試將空間效應(yīng)納入到模型中，以更好地解釋區(qū)域經(jīng)濟(jì)現(xiàn)象和城市發(fā)展規(guī)律。在萌芽期，空間計(jì)量經(jīng)濟(jì)學(xué)的研究主要集中在空間相關(guān)性檢驗(yàn)、空間計(jì)量模型的設(shè)定、基本估計(jì)、模型識(shí)別以及識(shí)別檢驗(yàn)等方面，其中以莫蘭指數(shù)（Moran'sI）檢驗(yàn)方法為主的空間相關(guān)性檢驗(yàn)成為重要的研究?jī)?nèi)容。20世紀(jì)80年代，空間計(jì)量經(jīng)濟(jì)學(xué)進(jìn)入快速發(fā)展階段，大量學(xué)者關(guān)注模型的識(shí)別和模型設(shè)定的檢驗(yàn)，提出了許多不同的模型設(shè)定檢驗(yàn)方法，如Anselin在1984年和1986年提出的非嵌套假設(shè)檢驗(yàn)。這一時(shí)期還出現(xiàn)了空間計(jì)量時(shí)空模型的初步研究，特別是在空間似無關(guān)回歸模型方面取得了重要進(jìn)展。20世紀(jì)90年代，空間計(jì)量經(jīng)濟(jì)學(xué)的研究范式逐步正規(guī)化、嚴(yán)格化，對(duì)模型估計(jì)量漸進(jìn)性質(zhì)的證明成為研究重點(diǎn)。隨著計(jì)算機(jī)技術(shù)的發(fā)展，模擬實(shí)驗(yàn)方法被廣泛應(yīng)用，為有限樣本性質(zhì)的研究提供了有效工具。在模型設(shè)定方面，出現(xiàn)了新的模型形式，如空間誤差分量模型。在模型估計(jì)方面，極大似然估計(jì)方法在計(jì)算速度上得到改進(jìn)，同時(shí)貝葉斯方法、蒙特卡羅模型（MCMC）和吉布斯抽樣等其他估計(jì)方法也開始應(yīng)用于空間計(jì)量模型。在空間檢驗(yàn)方法研究方面，出現(xiàn)了考慮空間相關(guān)性與異方差同時(shí)存在情況下的空間相關(guān)性檢驗(yàn)，穩(wěn)健形式的LM檢驗(yàn)統(tǒng)計(jì)量，以及針對(duì)不同模型的莫蘭指數(shù)統(tǒng)計(jì)檢驗(yàn)方法的擴(kuò)展等。進(jìn)入21世紀(jì)后，空間計(jì)量經(jīng)濟(jì)學(xué)作為一種主流的應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)研究方法被廣泛認(rèn)可。它不僅應(yīng)用于城市經(jīng)濟(jì)學(xué)、區(qū)域經(jīng)濟(jì)學(xué)、房地產(chǎn)經(jīng)濟(jì)學(xué)、經(jīng)濟(jì)地理學(xué)等傳統(tǒng)領(lǐng)域，還被拓展到勞動(dòng)經(jīng)濟(jì)學(xué)、能源經(jīng)濟(jì)學(xué)、環(huán)境經(jīng)濟(jì)學(xué)、產(chǎn)業(yè)經(jīng)濟(jì)學(xué)以及國(guó)際貿(mào)易等領(lǐng)域。空間計(jì)量模型估計(jì)方法進(jìn)一步深入，模型設(shè)定也得到進(jìn)一步發(fā)展?？臻g計(jì)量模型檢驗(yàn)方法的理論研究進(jìn)入成熟期，LM檢驗(yàn)在檢驗(yàn)和診斷空間計(jì)量模型的各種誤設(shè)情況方面取得了突出進(jìn)展。此外，空間經(jīng)濟(jì)預(yù)測(cè)研究也取得了較大進(jìn)展，基于面板數(shù)據(jù)模型的空間預(yù)測(cè)研究成為代表性成果。這一時(shí)期，一些主流的經(jīng)濟(jì)學(xué)和計(jì)量經(jīng)濟(jì)學(xué)雜志開始刊登關(guān)于空間計(jì)量經(jīng)濟(jì)學(xué)的論文，主流計(jì)量經(jīng)濟(jì)學(xué)教材也增加了對(duì)空間計(jì)量經(jīng)濟(jì)學(xué)的專門介紹章節(jié)，標(biāo)志著空間計(jì)量經(jīng)濟(jì)學(xué)從邊緣逐漸走向主流。2.2空間效應(yīng)檢驗(yàn)2.2.1全局空間相關(guān)性檢驗(yàn)全局空間相關(guān)性檢驗(yàn)用于判斷廣西二氧化硫排放整體上是否存在空間關(guān)聯(lián)。莫蘭指數(shù)（Moran'sI）是最常用的全局空間自相關(guān)指標(biāo)，其計(jì)算公式為：I=\frac{n}{\sum_{i=1}^{n}\sum_{j=1}^{n}w_{ij}}\frac{\sum_{i=1}^{n}\sum_{j=1}^{n}w_{ij}(y_{i}-\overline{y})(y_{j}-\overline{y})}{\sum_{i=1}^{n}(y_{i}-\overline{y})^{2}}其中，n為地區(qū)數(shù)量，y_{i}和y_{j}分別為地區(qū)i和地區(qū)j的二氧化硫排放量，\overline{y}為二氧化硫排放量的均值，w_{ij}為空間權(quán)重矩陣元素，表示地區(qū)i與地區(qū)j的空間關(guān)系。莫蘭指數(shù)I的取值范圍在[-1,1]之間，當(dāng)I>0時(shí)，表示存在空間正相關(guān)，即高值與高值相鄰、低值與低值相鄰，二氧化硫排放呈現(xiàn)集聚分布；當(dāng)I<0時(shí)，表示存在空間負(fù)相關(guān)，即高值與低值相鄰，排放呈現(xiàn)分散分布；當(dāng)I=0時(shí)，表示不存在空間自相關(guān)，排放呈隨機(jī)分布。為了檢驗(yàn)?zāi)m指數(shù)的顯著性，通常使用Z統(tǒng)計(jì)量進(jìn)行檢驗(yàn)，Z統(tǒng)計(jì)量計(jì)算公式為：Z=\frac{I-E(I)}{\sqrt{VAR(I)}}其中，E(I)為莫蘭指數(shù)的期望值，VAR(I)為莫蘭指數(shù)的方差。若Z統(tǒng)計(jì)量通過顯著性檢驗(yàn)（一般以5\%或1\%的顯著性水平為標(biāo)準(zhǔn)），則表明廣西二氧化硫排放存在顯著的空間相關(guān)性。以廣西14個(gè)地級(jí)市為例，收集其二氧化硫排放量數(shù)據(jù)，并構(gòu)建空間權(quán)重矩陣（如鄰接權(quán)重矩陣，當(dāng)兩個(gè)地級(jí)市相鄰時(shí)w_{ij}=1，否則w_{ij}=0），計(jì)算得到莫蘭指數(shù)I=0.35，Z統(tǒng)計(jì)量為2.5，在5\%的顯著性水平下顯著。這表明廣西各地區(qū)的二氧化硫排放存在顯著的空間正相關(guān)，即排放水平相似的地區(qū)在空間上趨于集聚，可能存在一些高排放集聚區(qū)和低排放集聚區(qū)。2.2.2局部空間相關(guān)性檢驗(yàn)局部空間相關(guān)性檢驗(yàn)?zāi)軌蜻M(jìn)一步分析廣西各地區(qū)二氧化硫排放的局部集聚特征，確定具體哪些地區(qū)存在空間集聚現(xiàn)象以及集聚類型。局部莫蘭指數(shù)（LocalMoran'sI）是常用的局部空間自相關(guān)指標(biāo)，其計(jì)算公式為：I_{i}=\frac{Z_{i}}{S^{2}}\sum_{j\neqi}^{n}w_{ij}Z_{j}其中，Z_{i}=y_{i}-\overline{y}，Z_{j}=y_{j}-\overline{y}，S^{2}=\frac{1}{n}\sum_{i=1}^{n}(y_{i}-\overline{y})^{2}，w_{ij}為空間權(quán)重矩陣元素，n為地區(qū)總數(shù)。I_{i}反映了地區(qū)i與周邊地區(qū)二氧化硫排放的相似程度。局部莫蘭指數(shù)可以通過Moran'I散點(diǎn)圖和LISA集聚圖進(jìn)行可視化分析。Moran'I散點(diǎn)圖將每個(gè)地區(qū)的局部莫蘭指數(shù)I_{i}與該地區(qū)標(biāo)準(zhǔn)化后的二氧化硫排放量Z_{i}進(jìn)行繪圖，分為四個(gè)象限。第一象限（高-高）表示該地區(qū)二氧化硫排放量高，且其周邊地區(qū)排放量也高；第二象限（低-高）表示該地區(qū)排放量低，但周邊地區(qū)排放量高；第三象限（低-低）表示該地區(qū)和周邊地區(qū)排放量都低；第四象限（高-低）表示該地區(qū)排放量高，而周邊地區(qū)排放量低。LISA集聚圖則直接展示各地區(qū)的局部空間自相關(guān)類型，用不同顏色區(qū)分不同的集聚類型。例如，通過對(duì)廣西各地區(qū)的局部莫蘭指數(shù)分析，繪制LISA集聚圖，發(fā)現(xiàn)柳州、來賓等地區(qū)處于高-高集聚區(qū)，說明這些地區(qū)及其周邊地區(qū)二氧化硫排放水平較高，可能是由于這些地區(qū)工業(yè)發(fā)達(dá)，火電、鋼鐵等二氧化硫排放大戶集中；而北海、防城港等地區(qū)處于低-低集聚區(qū)，表明這些地區(qū)及其周邊地區(qū)排放水平較低，可能與這些地區(qū)產(chǎn)業(yè)結(jié)構(gòu)相對(duì)較輕，工業(yè)污染較少有關(guān)。2.2.3空間權(quán)值矩陣空間權(quán)重矩陣是空間計(jì)量分析的關(guān)鍵要素，它用于描述空間單元之間的相互關(guān)系，在研究二氧化硫排放關(guān)系中起著重要作用。常見的空間權(quán)重矩陣包括鄰接權(quán)重矩陣、距離權(quán)重矩陣和經(jīng)濟(jì)距離權(quán)重矩陣。鄰接權(quán)重矩陣是基于地理相鄰關(guān)系構(gòu)建的，當(dāng)兩個(gè)地區(qū)在地理上相鄰時(shí)，對(duì)應(yīng)的權(quán)重元素w_{ij}=1，否則w_{ij}=0。例如，在廣西的14個(gè)地級(jí)市中，南寧與崇左、欽州、防城港等市相鄰，那么在鄰接權(quán)重矩陣中，南寧與這些相鄰市對(duì)應(yīng)的w_{ij}值為1，與其他不相鄰市對(duì)應(yīng)的w_{ij}值為0。這種矩陣簡(jiǎn)單直觀，能夠反映地區(qū)之間的直接地理聯(lián)系，適用于分析地理相鄰地區(qū)之間二氧化硫排放的相互影響。距離權(quán)重矩陣考慮了地區(qū)之間的地理距離因素，一般采用反距離權(quán)重或基于距離閾值的權(quán)重設(shè)定方法。反距離權(quán)重矩陣的元素w_{ij}計(jì)算公式為：w_{ij}=\frac{1}{d_{ij}}其中，d_{ij}為地區(qū)i與地區(qū)j之間的地理距離（如兩個(gè)地級(jí)市行政中心之間的直線距離）。距離越近，權(quán)重越大，表明地區(qū)之間的空間相互作用越強(qiáng)；距離越遠(yuǎn)，權(quán)重越小，相互作用越弱?；诰嚯x閾值的權(quán)重矩陣則設(shè)定一個(gè)距離閾值d_{0}，當(dāng)d_{ij}\leqd_{0}時(shí)，w_{ij}=1，否則w_{ij}=0。距離權(quán)重矩陣能夠更細(xì)致地刻畫地區(qū)之間的空間關(guān)系，對(duì)于研究二氧化硫排放的空間擴(kuò)散效應(yīng)具有重要意義，因?yàn)槎趸蚺欧趴赡軙?huì)隨著距離的增加而對(duì)周邊地區(qū)產(chǎn)生不同程度的影響。經(jīng)濟(jì)距離權(quán)重矩陣是從經(jīng)濟(jì)角度衡量地區(qū)之間的聯(lián)系，其權(quán)重元素w_{ij}通常根據(jù)地區(qū)之間的經(jīng)濟(jì)指標(biāo)差異來構(gòu)建，如人均GDP差異、產(chǎn)業(yè)結(jié)構(gòu)相似度等。例如，若以人均GDP差異構(gòu)建經(jīng)濟(jì)距離權(quán)重矩陣，w_{ij}的計(jì)算公式可以為：w_{ij}=\frac{1}{|GDP_{i}-GDP_{j}|}其中，GDP_{i}和GDP_{j}分別為地區(qū)i和地區(qū)j的人均GDP。經(jīng)濟(jì)發(fā)展水平相近的地區(qū)，經(jīng)濟(jì)距離權(quán)重較大，說明它們之間在二氧化硫排放方面可能存在更緊密的聯(lián)系，因?yàn)榻?jīng)濟(jì)發(fā)展模式和產(chǎn)業(yè)結(jié)構(gòu)相似可能導(dǎo)致相似的排放特征和相互影響機(jī)制。不同的空間權(quán)重矩陣反映了地區(qū)之間不同方面的聯(lián)系，在研究廣西二氧化硫排放量時(shí)，選擇合適的空間權(quán)重矩陣能夠更準(zhǔn)確地揭示排放的空間相關(guān)性和影響因素。例如，鄰接權(quán)重矩陣適用于初步分析地理相鄰地區(qū)的排放集聚現(xiàn)象；距離權(quán)重矩陣有助于研究排放的空間擴(kuò)散規(guī)律；經(jīng)濟(jì)距離權(quán)重矩陣則能從經(jīng)濟(jì)層面深入分析排放的相互關(guān)系。在實(shí)際應(yīng)用中，通常會(huì)對(duì)不同權(quán)重矩陣下的空間計(jì)量模型結(jié)果進(jìn)行比較和分析，以確定最能反映廣西二氧化硫排放空間特征的權(quán)重矩陣。2.3空間計(jì)量模型介紹2.3.1空間滯后模型(SLM)空間滯后模型（SpatialLagModel，SLM）主要用于探究各變量在區(qū)域間是否存在擴(kuò)散現(xiàn)象，即溢出效應(yīng)。其模型表達(dá)式為：y_{i}=\rho\sum_{j=1}^{n}w_{ij}y_{j}+\sum_{k=1}^{K}\beta_{k}x_{ik}+\mu_{i}其中，y_{i}為地區(qū)i的被解釋變量，在這里即二氧化硫排放量；\rho為空間自回歸系數(shù)，反映了空間滯后因變量對(duì)被解釋變量的影響程度，其取值范圍一般在-1到1之間；w_{ij}為空間權(quán)重矩陣元素，表示地區(qū)i與地區(qū)j的空間關(guān)系；\sum_{j=1}^{n}w_{ij}y_{j}為空間滯后因變量，代表了相鄰地區(qū)的被解釋變量對(duì)地區(qū)i的影響；x_{ik}為地區(qū)i的第k個(gè)解釋變量，如經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)等影響二氧化硫排放的因素；\beta_{k}為解釋變量x_{ik}的回歸系數(shù)；\mu_{i}為隨機(jī)誤差項(xiàng)。在研究廣西二氧化硫排放時(shí)，若\rho顯著為正，說明相鄰地區(qū)的二氧化硫排放會(huì)對(duì)本地區(qū)產(chǎn)生正向影響，即存在空間正溢出效應(yīng)。例如，柳州、來賓等工業(yè)發(fā)達(dá)地區(qū)，火電、鋼鐵等行業(yè)集中，二氧化硫排放量大，由于地理相鄰，其排放可能會(huì)對(duì)周邊地區(qū)產(chǎn)生影響，使得周邊地區(qū)的二氧化硫排放量也相應(yīng)增加。這種影響可能是由于大氣環(huán)流等自然因素，導(dǎo)致污染物在相鄰地區(qū)之間擴(kuò)散；也可能是由于產(chǎn)業(yè)關(guān)聯(lián)，如上下游產(chǎn)業(yè)的協(xié)同發(fā)展，使得一個(gè)地區(qū)的工業(yè)活動(dòng)對(duì)相鄰地區(qū)的環(huán)境產(chǎn)生影響。若\rho顯著為負(fù)，則表示存在空間負(fù)溢出效應(yīng)，即相鄰地區(qū)排放增加會(huì)使本地區(qū)排放減少，不過在二氧化硫排放的實(shí)際情況中，這種負(fù)向影響相對(duì)較少見。通過SLM模型，可以定量分析這種空間溢出效應(yīng)的大小和方向，為制定區(qū)域協(xié)同減排策略提供依據(jù)。2.3.2空間誤差模型(SEM)空間誤差模型（SpatialErrorModel，SEM）的表達(dá)式為：y_{i}=\sum_{k=1}^{K}\beta_{k}x_{ik}+\varepsilon_{i}\varepsilon_{i}=\lambda\sum_{j=1}^{n}w_{ij}\varepsilon_{j}+\mu_{i}其中，y_{i}和x_{ik}的含義與SLM模型中相同；\beta_{k}為解釋變量的回歸系數(shù)；\varepsilon_{i}為隨機(jī)誤差項(xiàng)；\lambda為空間誤差系數(shù)，反映了誤差項(xiàng)的空間自相關(guān)程度；\sum_{j=1}^{n}w_{ij}\varepsilon_{j}表示相鄰地區(qū)的誤差項(xiàng)對(duì)地區(qū)i誤差項(xiàng)的影響；\mu_{i}為獨(dú)立同分布的隨機(jī)誤差。在分析廣西二氧化硫排放時(shí)，空間誤差模型的誤差項(xiàng)空間相關(guān)性具有重要意義。如果\lambda顯著不為零，說明存在空間誤差自相關(guān)，即一個(gè)地區(qū)的誤差項(xiàng)不僅受自身因素影響，還受到相鄰地區(qū)誤差項(xiàng)的影響。這可能是由于一些未被納入模型的因素在空間上具有相關(guān)性，例如，一些地區(qū)可能共享相似的氣候條件、地形地貌等自然因素，這些因素會(huì)對(duì)二氧化硫的擴(kuò)散和轉(zhuǎn)化產(chǎn)生影響，但在模型中難以直接量化。當(dāng)這些未觀測(cè)因素在空間上呈現(xiàn)相關(guān)性時(shí)，就會(huì)導(dǎo)致誤差項(xiàng)的空間自相關(guān)。此外，數(shù)據(jù)測(cè)量誤差、遺漏變量等也可能導(dǎo)致誤差項(xiàng)的空間相關(guān)性。通過考慮誤差項(xiàng)的空間相關(guān)性，空間誤差模型能夠更準(zhǔn)確地估計(jì)模型參數(shù)，提高模型的解釋能力和預(yù)測(cè)精度。2.3.3空間杜賓模型(SDM)空間杜賓模型（SpatialDurbinModel，SDM）是在空間滯后模型的基礎(chǔ)上，進(jìn)一步考慮了解釋變量的空間溢出效應(yīng)，其模型表達(dá)式為：y_{i}=\rho\sum_{j=1}^{n}w_{ij}y_{j}+\sum_{k=1}^{K}\beta_{k}x_{ik}+\sum_{k=1}^{K}\theta_{k}\sum_{j=1}^{n}w_{ij}x_{jk}+\mu_{i}其中，y_{i}、x_{ik}、\rho、w_{ij}和\mu_{i}的含義與前面模型一致；\beta_{k}為解釋變量x_{ik}的回歸系數(shù)，反映了本地解釋變量對(duì)本地被解釋變量的直接影響；\theta_{k}為空間滯后解釋變量\sum_{j=1}^{n}w_{ij}x_{jk}的回歸系數(shù)，體現(xiàn)了相鄰地區(qū)解釋變量對(duì)本地被解釋變量的間接影響。在研究廣西二氧化硫排放時(shí)，SDM模型具有明顯優(yōu)勢(shì)。例如，在考慮經(jīng)濟(jì)發(fā)展水平對(duì)二氧化硫排放的影響時(shí)，不僅本地的經(jīng)濟(jì)發(fā)展水平會(huì)直接影響本地的排放，相鄰地區(qū)的經(jīng)濟(jì)發(fā)展水平也可能通過產(chǎn)業(yè)關(guān)聯(lián)、技術(shù)擴(kuò)散等途徑對(duì)本地排放產(chǎn)生間接影響。如果一個(gè)地區(qū)經(jīng)濟(jì)發(fā)展迅速，可能會(huì)吸引周邊地區(qū)的產(chǎn)業(yè)轉(zhuǎn)移，導(dǎo)致周邊地區(qū)的工業(yè)活動(dòng)發(fā)生變化，進(jìn)而影響二氧化硫排放。此外，相鄰地區(qū)的環(huán)保政策、能源消費(fèi)結(jié)構(gòu)等解釋變量也可能對(duì)本地排放產(chǎn)生溢出效應(yīng)。SDM模型能夠全面考慮這些直接和間接影響，更準(zhǔn)確地分析各因素對(duì)二氧化硫排放的作用機(jī)制。通過分解直接效應(yīng)和間接效應(yīng)，可以清晰地了解每個(gè)因素對(duì)本地排放和相鄰地區(qū)排放的具體影響程度，為制定針對(duì)性的減排政策提供更詳細(xì)的信息。三、廣西二氧化硫排放現(xiàn)狀與空間格局分析3.1研究區(qū)域與數(shù)據(jù)選取本研究以廣西壯族自治區(qū)下轄的14個(gè)地級(jí)市為研究區(qū)域，包括南寧、柳州、桂林、梧州、北海、防城港、欽州、貴港、玉林、百色、賀州、河池、來賓和崇左。這些地區(qū)涵蓋了廣西不同的經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)和地理特征，具有代表性。二氧化硫排放量數(shù)據(jù)主要來源于廣西壯族自治區(qū)生態(tài)環(huán)境廳發(fā)布的歷年環(huán)境統(tǒng)計(jì)公報(bào)和生態(tài)環(huán)境統(tǒng)計(jì)年報(bào)，時(shí)間跨度為2010-2021年。這些數(shù)據(jù)經(jīng)過嚴(yán)格的統(tǒng)計(jì)和審核，具有較高的權(quán)威性和準(zhǔn)確性。除了二氧化硫排放量數(shù)據(jù)外，還收集了一系列可能影響二氧化硫排放的因素?cái)?shù)據(jù)。在經(jīng)濟(jì)發(fā)展水平方面，選取人均地區(qū)生產(chǎn)總值（GDP）作為衡量指標(biāo)，數(shù)據(jù)來源于廣西統(tǒng)計(jì)年鑒，反映了各地區(qū)的經(jīng)濟(jì)發(fā)展程度，經(jīng)濟(jì)增長(zhǎng)往往伴隨著能源消耗的增加，進(jìn)而可能影響二氧化硫排放。產(chǎn)業(yè)結(jié)構(gòu)方面，采用第二產(chǎn)業(yè)占地區(qū)生產(chǎn)總值的比重來衡量，該數(shù)據(jù)同樣來自廣西統(tǒng)計(jì)年鑒，第二產(chǎn)業(yè)中的工業(yè)是二氧化硫排放的主要來源之一，其占比的變化對(duì)二氧化硫排放有重要影響。能源消費(fèi)結(jié)構(gòu)以煤炭消費(fèi)占能源消費(fèi)總量的比重來體現(xiàn)，數(shù)據(jù)來源于廣西能源統(tǒng)計(jì)年鑒，煤炭燃燒是二氧化硫排放的重要來源，煤炭消費(fèi)占比的高低直接關(guān)系到二氧化硫排放水平。此外，環(huán)保政策的實(shí)施力度對(duì)二氧化硫減排起著關(guān)鍵作用，由于缺乏直接量化環(huán)保政策力度的指標(biāo)，采用各地區(qū)環(huán)境污染治理投資總額占地區(qū)生產(chǎn)總值的比重來間接反映，數(shù)據(jù)來源于廣西統(tǒng)計(jì)年鑒，投資越大，表明對(duì)環(huán)保的重視程度越高，可能對(duì)二氧化硫減排產(chǎn)生積極影響。通過收集這些多方面的數(shù)據(jù)，為后續(xù)深入分析廣西二氧化硫排放的空間格局和影響因素提供了豐富的信息基礎(chǔ)。3.2廣西二氧化硫排放總體特征分析2010-2021年期間，廣西二氧化硫排放總量呈現(xiàn)出先下降后趨于穩(wěn)定的態(tài)勢(shì)。2010年，廣西二氧化硫排放總量高達(dá)90.38萬噸，此后逐年下降，到2021年，排放總量降至7.43萬噸。這一顯著的變化趨勢(shì)，充分反映了廣西在減排工作上取得的顯著成效。從行業(yè)排放占比來看，工業(yè)是二氧化硫排放的主要來源。2021年，工業(yè)源二氧化硫排放量為6.93萬噸，占排放總量的93.3%；生活源排放量為0.49萬噸，占6.5%；集中式治理設(shè)施排放量為0.01萬噸，占比僅0.2%。在工業(yè)內(nèi)部，不同行業(yè)的排放情況差異明顯。非金屬礦物制品業(yè)、有色金屬冶煉和壓延加工業(yè)以及電力、熱力生產(chǎn)和供應(yīng)業(yè)是工業(yè)二氧化硫排放的前三大行業(yè)。2017年，這三個(gè)行業(yè)的二氧化硫排放量合計(jì)占工業(yè)排放總量的67.45%。其中，非金屬礦物制品業(yè)排放量為3.20萬噸，占比21.7%；有色金屬冶煉和壓延加工業(yè)排放量為2.05萬噸，占比14.0%；電力、熱力生產(chǎn)和供應(yīng)業(yè)排放量為1.77萬噸，占比12.1%。這些行業(yè)排放量大，主要是因?yàn)槠渖a(chǎn)過程中大量使用煤炭等含硫燃料，且部分企業(yè)生產(chǎn)工藝相對(duì)落后，污染治理設(shè)施不夠完善。從時(shí)間變化趨勢(shì)來看，隨著時(shí)間推移，廣西二氧化硫排放量下降趨勢(shì)明顯。這主要得益于一系列環(huán)保政策的實(shí)施和企業(yè)環(huán)保意識(shí)的提高。自“十一五”規(guī)劃以來，廣西加大了對(duì)二氧化硫減排的力度，實(shí)施了嚴(yán)格的污染物排放總量控制制度，對(duì)火電、鋼鐵等重點(diǎn)行業(yè)的新建項(xiàng)目實(shí)行嚴(yán)格的環(huán)境準(zhǔn)入，限制高硫燃料的使用，推廣清潔能源。同時(shí)，不斷加大對(duì)污染治理設(shè)施的投入，許多企業(yè)對(duì)燃煤鍋爐進(jìn)行了脫硫改造，提高了脫硫效率。例如，柳州發(fā)電有限公司投入1.6億元對(duì)脫硫設(shè)施進(jìn)行擴(kuò)容改造，使二氧化硫排放量大幅下降。此外，產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整也對(duì)減排起到了積極作用。廣西逐步淘汰落后產(chǎn)能，推動(dòng)產(chǎn)業(yè)升級(jí)，減少了高污染、高能耗產(chǎn)業(yè)的比重，從而降低了二氧化硫的排放。與全國(guó)平均水平相比，廣西二氧化硫排放強(qiáng)度在2010-2021年期間呈現(xiàn)出逐漸縮小差距的趨勢(shì)。2010年，廣西二氧化硫排放強(qiáng)度相對(duì)較高，隨著減排工作的推進(jìn)，排放強(qiáng)度持續(xù)下降。到2021年，廣西二氧化硫排放強(qiáng)度已接近全國(guó)平均水平。這表明廣西在二氧化硫減排方面的努力取得了顯著成效，與全國(guó)在減排工作上的差距不斷縮小，為全國(guó)的環(huán)境保護(hù)和可持續(xù)發(fā)展做出了積極貢獻(xiàn)。3.3廣西二氧化硫排放空間格局分析3.3.1空間分布可視化為了直觀地展現(xiàn)廣西二氧化硫排放的空間分布差異，運(yùn)用ArcGIS軟件進(jìn)行空間分布可視化分析。以2010年、2015年和2021年這三個(gè)具有代表性的年份為例，繪制二氧化硫排放量的專題地圖。在2010年的專題地圖上，二氧化硫排放量較高的地區(qū)主要集中在柳州、來賓和南寧等地。柳州作為廣西的工業(yè)重鎮(zhèn)，擁有眾多的鋼鐵、化工等大型企業(yè)，如柳州鋼鐵集團(tuán)有限公司，其生產(chǎn)過程中消耗大量煤炭等含硫燃料，導(dǎo)致二氧化硫排放量居高不下。來賓則以火電、有色金屬冶煉等產(chǎn)業(yè)為主，工業(yè)結(jié)構(gòu)偏重，二氧化硫排放也較為突出。南寧作為廣西的首府，經(jīng)濟(jì)發(fā)展迅速，工業(yè)規(guī)模不斷擴(kuò)大，部分工業(yè)企業(yè)的排放使得其二氧化硫排放量處于較高水平。而北海、防城港等沿海城市的二氧化硫排放量相對(duì)較低，這主要得益于這些地區(qū)產(chǎn)業(yè)結(jié)構(gòu)以旅游業(yè)、海洋漁業(yè)等為主，工業(yè)污染相對(duì)較輕，且在發(fā)展過程中注重環(huán)境保護(hù)，嚴(yán)格控制污染排放。到了2015年，隨著廣西環(huán)保政策的逐步實(shí)施和產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，二氧化硫排放的空間分布發(fā)生了一定變化。柳州、來賓等傳統(tǒng)高排放地區(qū)的排放量有所下降，這是由于這些地區(qū)加大了對(duì)工業(yè)污染的治理力度，許多企業(yè)進(jìn)行了技術(shù)改造和設(shè)備升級(jí)，安裝了脫硫設(shè)施，提高了能源利用效率。同時(shí)，一些新興產(chǎn)業(yè)的發(fā)展也使得這些地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)逐漸優(yōu)化，減少了對(duì)高污染產(chǎn)業(yè)的依賴。而南寧的二氧化硫排放量下降趨勢(shì)相對(duì)較為平緩，雖然也在積極推進(jìn)環(huán)保工作，但由于城市建設(shè)和經(jīng)濟(jì)發(fā)展的需求，部分工業(yè)活動(dòng)仍維持在一定規(guī)模，導(dǎo)致排放下降幅度有限。北海、防城港等地區(qū)的排放量繼續(xù)保持在較低水平，并且隨著環(huán)保意識(shí)的增強(qiáng)和環(huán)保投入的增加，其環(huán)境質(zhì)量進(jìn)一步提升。2021年的專題地圖顯示，廣西整體的二氧化硫排放量大幅下降，各地區(qū)之間的排放差距進(jìn)一步縮小。柳州、來賓等地的排放量已降至較低水平，表明多年來的環(huán)保措施取得了顯著成效。南寧的排放量也持續(xù)下降，城市的可持續(xù)發(fā)展能力不斷增強(qiáng)。此時(shí)，廣西各地區(qū)的二氧化硫排放空間分布更加均衡，說明廣西在二氧化硫減排方面實(shí)現(xiàn)了區(qū)域協(xié)調(diào)發(fā)展，各地都在積極響應(yīng)環(huán)保政策，推動(dòng)產(chǎn)業(yè)綠色轉(zhuǎn)型。通過對(duì)不同時(shí)期二氧化硫排放空間分布可視化分析，可以清晰地看到廣西在二氧化硫減排方面的努力和成效，以及各地區(qū)排放的動(dòng)態(tài)變化，為進(jìn)一步研究排放的影響因素和制定減排策略提供了直觀的依據(jù)。3.3.2空間自相關(guān)分析結(jié)果運(yùn)用Geoda軟件計(jì)算2010-2021年廣西各地區(qū)二氧化硫排放量的全局莫蘭指數(shù)（Moran'sI），結(jié)果表明，各年份的莫蘭指數(shù)均為正值，且大部分年份在0.3-0.4之間，Z統(tǒng)計(jì)量在5\%的顯著性水平下顯著。這充分說明廣西二氧化硫排放存在顯著的空間正相關(guān)，即排放水平相似的地區(qū)在空間上趨于集聚。從時(shí)間變化來看，莫蘭指數(shù)呈現(xiàn)出先波動(dòng)上升后逐漸穩(wěn)定的趨勢(shì)。在2010-2012年期間，莫蘭指數(shù)有所上升，這可能是由于部分地區(qū)在這一時(shí)期工業(yè)發(fā)展迅速，產(chǎn)業(yè)集聚效應(yīng)增強(qiáng)，導(dǎo)致二氧化硫排放的空間相關(guān)性進(jìn)一步提高。例如，柳州、來賓等地的火電、鋼鐵等產(chǎn)業(yè)在這一階段不斷擴(kuò)張，使得這些地區(qū)及其周邊地區(qū)的排放水平更加相似，集聚現(xiàn)象更加明顯。而在2013-2015年，莫蘭指數(shù)出現(xiàn)波動(dòng)下降，這與廣西在這一時(shí)期大力推進(jìn)節(jié)能減排政策，各地區(qū)采取了不同程度的減排措施有關(guān)。一些高排放地區(qū)通過技術(shù)改造、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整等方式降低了排放，使得排放的空間集聚程度有所減弱。2016-2021年，莫蘭指數(shù)趨于穩(wěn)定，表明廣西各地區(qū)在二氧化硫排放方面逐漸形成了相對(duì)穩(wěn)定的空間格局，減排工作取得了階段性成效，各地區(qū)的排放水平在一定程度上達(dá)到了相對(duì)平衡。通過局部莫蘭指數(shù)分析，繪制Moran'I散點(diǎn)圖和LISA集聚圖。LISA集聚圖顯示，柳州、來賓、河池等地在多數(shù)年份處于高-高集聚區(qū)，說明這些地區(qū)及其周邊地區(qū)二氧化硫排放水平較高，形成了明顯的高排放集聚區(qū)域。柳州作為廣西的工業(yè)中心之一，擁有眾多大型工業(yè)企業(yè)，如柳鋼等，其工業(yè)活動(dòng)密集，能源消耗量大，導(dǎo)致二氧化硫排放長(zhǎng)期處于高位。來賓的火電、冶煉等產(chǎn)業(yè)發(fā)達(dá)，也是二氧化硫排放的重點(diǎn)區(qū)域，與柳州相鄰的地理位置使得它們之間的排放相互影響，形成了高排放集聚區(qū)。河池的有色金屬冶煉產(chǎn)業(yè)較為集中，礦石開采和冶煉過程中釋放大量二氧化硫，與周邊地區(qū)共同構(gòu)成了高-高集聚區(qū)。南寧、貴港、玉林等地在部分年份處于低-高集聚區(qū)，意味著這些地區(qū)自身排放水平相對(duì)較低，但周邊地區(qū)排放水平較高。南寧雖然經(jīng)濟(jì)發(fā)展較快，但在環(huán)保方面投入較大，產(chǎn)業(yè)結(jié)構(gòu)相對(duì)較為優(yōu)化，工業(yè)污染得到有效控制，因此自身排放較低。然而，其周邊的柳州、來賓等地區(qū)排放較高，使得南寧處于低-高集聚區(qū)。貴港和玉林的產(chǎn)業(yè)結(jié)構(gòu)以輕工業(yè)和農(nóng)業(yè)為主，工業(yè)污染相對(duì)較輕，但周邊一些工業(yè)發(fā)達(dá)地區(qū)的排放對(duì)其產(chǎn)生了影響。北海、防城港、欽州等地則長(zhǎng)期處于低-低集聚區(qū)，表明這些地區(qū)及其周邊地區(qū)二氧化硫排放水平都較低。北海以旅游業(yè)和海洋產(chǎn)業(yè)為支柱，工業(yè)規(guī)模較小，且注重環(huán)境保護(hù)，嚴(yán)格限制高污染項(xiàng)目的引進(jìn)，使得二氧化硫排放處于較低水平。防城港和欽州同樣以發(fā)展臨港產(chǎn)業(yè)和清潔能源為主，在產(chǎn)業(yè)布局和發(fā)展過程中充分考慮了環(huán)境保護(hù)因素，與周邊地區(qū)共同形成了低排放集聚區(qū)。通過對(duì)全局和局部莫蘭指數(shù)的分析，深入揭示了廣西二氧化硫排放的空間集聚特征及其變化規(guī)律，為后續(xù)的影響因素分析和減排政策制定提供了重要依據(jù)。四、廣西二氧化硫排放影響因素的空間計(jì)量分析4.1變量選取與數(shù)據(jù)處理為了深入分析廣西二氧化硫排放的影響因素，選取以下變量：被解釋變量：二氧化硫排放量（SO2），單位為萬噸，直接反映各地區(qū)二氧化硫排放的實(shí)際情況，數(shù)據(jù)來源于廣西壯族自治區(qū)生態(tài)環(huán)境廳發(fā)布的歷年環(huán)境統(tǒng)計(jì)公報(bào)和生態(tài)環(huán)境統(tǒng)計(jì)年報(bào)。解釋變量：工業(yè)規(guī)模：采用規(guī)模以上工業(yè)增加值（IVA）來衡量，單位為億元，反映工業(yè)生產(chǎn)活動(dòng)的規(guī)模大小。工業(yè)生產(chǎn)是二氧化硫排放的主要來源之一，工業(yè)規(guī)模越大，通常能源消耗越多，二氧化硫排放也可能相應(yīng)增加。數(shù)據(jù)來源于廣西統(tǒng)計(jì)年鑒。能源結(jié)構(gòu)：以煤炭消費(fèi)占能源消費(fèi)總量的比重（CS）來表示，體現(xiàn)能源消費(fèi)中煤炭的依賴程度。煤炭燃燒會(huì)釋放大量二氧化硫，煤炭消費(fèi)占比越高，二氧化硫排放可能越高。數(shù)據(jù)來源于廣西能源統(tǒng)計(jì)年鑒。經(jīng)濟(jì)發(fā)展水平：用人均地區(qū)生產(chǎn)總值（GDP）來衡量，單位為元，反映各地區(qū)的經(jīng)濟(jì)發(fā)展程度。經(jīng)濟(jì)增長(zhǎng)往往伴隨著能源需求的增加，可能對(duì)二氧化硫排放產(chǎn)生影響。數(shù)據(jù)來源于廣西統(tǒng)計(jì)年鑒。產(chǎn)業(yè)結(jié)構(gòu)：采用第二產(chǎn)業(yè)占地區(qū)生產(chǎn)總值的比重（SI）來衡量，第二產(chǎn)業(yè)中的工業(yè)是二氧化硫排放的重點(diǎn)領(lǐng)域，其占比變化對(duì)排放有重要影響。數(shù)據(jù)來源于廣西統(tǒng)計(jì)年鑒。環(huán)保政策：由于缺乏直接量化環(huán)保政策力度的指標(biāo)，采用各地區(qū)環(huán)境污染治理投資總額占地區(qū)生產(chǎn)總值的比重（EP）來間接反映，單位為%。投資越大，表明對(duì)環(huán)保的重視程度越高，可能對(duì)二氧化硫減排產(chǎn)生積極影響。數(shù)據(jù)來源于廣西統(tǒng)計(jì)年鑒。在數(shù)據(jù)處理過程中，為了消除量綱差異和數(shù)據(jù)的異方差性，對(duì)所有變量進(jìn)行標(biāo)準(zhǔn)化處理。標(biāo)準(zhǔn)化處理公式為：x_{ij}^*=\frac{x_{ij}-\overline{x_j}}{s_j}其中，x_{ij}^*為標(biāo)準(zhǔn)化后的數(shù)據(jù)，x_{ij}為原始數(shù)據(jù)，\overline{x_j}為變量j的均值，s_j為變量j的標(biāo)準(zhǔn)差。通過標(biāo)準(zhǔn)化處理，使不同變量具有可比性，便于后續(xù)的模型估計(jì)和分析。同時(shí)，對(duì)數(shù)據(jù)進(jìn)行異常值檢驗(yàn)，采用四分位數(shù)間距（IQR）方法識(shí)別異常值。對(duì)于每個(gè)變量，計(jì)算其下四分位數(shù)（Q1）和上四分位數(shù)（Q3），IQR=Q3-Q1。若數(shù)據(jù)點(diǎn)小于Q1-1.5IQR或大于Q3+1.5IQR，則判定為異常值。經(jīng)檢驗(yàn)，未發(fā)現(xiàn)明顯的異常值，保證了數(shù)據(jù)的質(zhì)量和可靠性，為后續(xù)的空間計(jì)量分析提供了堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。4.2普通回歸模型結(jié)果與局限性構(gòu)建普通線性回歸模型，將二氧化硫排放量（SO2）作為被解釋變量，工業(yè)規(guī)模（IVA）、能源結(jié)構(gòu)（CS）、經(jīng)濟(jì)發(fā)展水平（GDP）、產(chǎn)業(yè)結(jié)構(gòu)（SI）和環(huán)保政策（EP）作為解釋變量，模型表達(dá)式為：SO2_{i}=\beta_{0}+\beta_{1}IVA_{i}+\beta_{2}CS_{i}+\beta_{3}GDP_{i}+\beta_{4}SI_{i}+\beta_{5}EP_{i}+\mu_{i}其中，i表示地區(qū)，\beta_{0}為常數(shù)項(xiàng)，\beta_{1}-\beta_{5}為各解釋變量的回歸系數(shù)，\mu_{i}為隨機(jī)誤差項(xiàng)。運(yùn)用Stata軟件對(duì)2010-2021年廣西14個(gè)地級(jí)市的數(shù)據(jù)進(jìn)行普通最小二乘法（OLS）估計(jì)，結(jié)果如表1所示：變量系數(shù)標(biāo)準(zhǔn)誤t值P值[95%置信區(qū)間]IVA0.352**0.1452.430.021[0.067,0.637]CS0.428***0.1213.540.001[0.189,0.667]GDP0.215*0.1121.920.062[-0.004,0.434]SI0.286**0.1372.090.043[0.018,0.554]EP-0.305***0.098-3.110.003[-0.497,-0.113]_cons-0.0530.076-0.700.486[-0.203,0.097]注：*、**、***分別表示在10%、5%、1%的顯著性水平下顯著。從普通回歸模型結(jié)果來看，工業(yè)規(guī)模（IVA）、能源結(jié)構(gòu)（CS）、經(jīng)濟(jì)發(fā)展水平（GDP）和產(chǎn)業(yè)結(jié)構(gòu)（SI）的系數(shù)均為正，表明這些因素的增加會(huì)導(dǎo)致二氧化硫排放量上升。其中，能源結(jié)構(gòu)（CS）的系數(shù)在1%的顯著性水平下顯著，對(duì)二氧化硫排放的影響較為顯著，說明煤炭消費(fèi)占比的提高會(huì)明顯增加二氧化硫排放。工業(yè)規(guī)模（IVA）和產(chǎn)業(yè)結(jié)構(gòu)（SI）的系數(shù)在5%的顯著性水平下顯著，也對(duì)排放有一定影響。經(jīng)濟(jì)發(fā)展水平（GDP）的系數(shù)在10%的顯著性水平下接近顯著，表明經(jīng)濟(jì)增長(zhǎng)對(duì)二氧化硫排放有一定的正向作用。環(huán)保政策（EP）的系數(shù)為負(fù)，且在1%的顯著性水平下顯著，說明加大環(huán)境污染治理投資，即加強(qiáng)環(huán)保政策力度，能夠有效減少二氧化硫排放。然而，普通回歸模型存在明顯的局限性。在研究二氧化硫排放時(shí)，現(xiàn)實(shí)中各地區(qū)之間的排放并非相互獨(dú)立，而是存在空間相關(guān)性。普通回歸模型假設(shè)觀測(cè)值之間相互獨(dú)立，忽略了這種空間效應(yīng)，導(dǎo)致估計(jì)結(jié)果可能存在偏差。例如，柳州、來賓等工業(yè)發(fā)達(dá)地區(qū)的二氧化硫排放不僅受自身工業(yè)規(guī)模、能源結(jié)構(gòu)等因素影響，還可能通過大氣環(huán)流、產(chǎn)業(yè)關(guān)聯(lián)等對(duì)周邊地區(qū)的排放產(chǎn)生影響。普通回歸模型無法捕捉到這種空間溢出效應(yīng)，使得模型對(duì)二氧化硫排放的解釋能力不足。此外，由于空間相關(guān)性的存在，普通回歸模型的誤差項(xiàng)可能不滿足獨(dú)立同分布的假設(shè)，導(dǎo)致參數(shù)估計(jì)的標(biāo)準(zhǔn)誤不準(zhǔn)確，進(jìn)而影響顯著性檢驗(yàn)的可靠性。因此，為了更準(zhǔn)確地分析廣西二氧化硫排放的影響因素，需要引入空間計(jì)量模型，充分考慮地區(qū)之間的空間相關(guān)性。4.3空間計(jì)量模型估計(jì)與結(jié)果分析4.3.1模型選擇與設(shè)定根據(jù)空間相關(guān)性檢驗(yàn)結(jié)果，廣西二氧化硫排放存在顯著的空間正相關(guān)，因此需要選擇合適的空間計(jì)量模型來分析其影響因素。在空間計(jì)量模型中，空間滯后模型（SLM）主要考慮被解釋變量的空間溢出效應(yīng)，即相鄰地區(qū)的二氧化硫排放量對(duì)本地區(qū)排放量的影響；空間誤差模型（SEM）則側(cè)重于分析誤差項(xiàng)的空間相關(guān)性，即未被模型解釋的因素在空間上的相關(guān)性對(duì)二氧化硫排放的影響。為了確定更適合的模型，首先進(jìn)行拉格朗日乘數(shù)（LM）檢驗(yàn)，包括LM-lag、RobustLM-lag、LM-error和RobustLM-error檢驗(yàn)。檢驗(yàn)結(jié)果如表2所示：檢驗(yàn)統(tǒng)計(jì)量統(tǒng)計(jì)值P值LM-lag5.680.017RobustLM-lag4.850.028LM-error4.230.040RobustLM-error3.400.065從檢驗(yàn)結(jié)果來看，LM-lag和RobustLM-lag在5%的顯著性水平下顯著，LM-error在5%的顯著性水平下接近顯著，RobustLM-error在10%的顯著性水平下接近顯著。根據(jù)Anselin（1988）提出的模型選擇準(zhǔn)則，如果LM-lag比LM-error更顯著，且RobustLM-lag也顯著，則選擇空間滯后模型（SLM）；反之，如果LM-error比LM-lag更顯著，且RobustLM-error也顯著，則選擇空間誤差模型（SEM）。在本研究中，LM-lag的顯著性水平相對(duì)更高，且RobustLM-lag顯著，因此選擇空間滯后模型（SLM）進(jìn)行估計(jì)?？臻g滯后模型（SLM）的設(shè)定如下：SO2_{i}=\rho\sum_{j=1}^{n}w_{ij}SO2_{j}+\beta_{1}IVA_{i}+\beta_{2}CS_{i}+\beta_{3}GDP_{i}+\beta_{4}SI_{i}+\beta_{5}EP_{i}+\mu_{i}其中，SO2_{i}為地區(qū)i的二氧化硫排放量；\rho為空間自回歸系數(shù)；w_{ij}為空間權(quán)重矩陣元素；\sum_{j=1}^{n}w_{ij}SO2_{j}為空間滯后因變量，代表相鄰地區(qū)二氧化硫排放量對(duì)地區(qū)i的影響；IVA_{i}、CS_{i}、GDP_{i}、SI_{i}和EP_{i}分別為地區(qū)i的工業(yè)規(guī)模、能源結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)和環(huán)保政策等解釋變量；\beta_{1}-\beta_{5}為各解釋變量的回歸系數(shù)；\mu_{i}為隨機(jī)誤差項(xiàng)。在本研究中，采用鄰接權(quán)重矩陣來定義空間權(quán)重，當(dāng)?shù)貐^(qū)i與地區(qū)j相鄰時(shí)，w_{ij}=1，否則w_{ij}=0。4.3.2模型估計(jì)結(jié)果解讀運(yùn)用Stata軟件對(duì)空間滯后模型（SLM）進(jìn)行極大似然估計(jì)，估計(jì)結(jié)果如表3所示：變量系數(shù)標(biāo)準(zhǔn)誤Z值P值[95%置信區(qū)間]W×SO20.256**0.1082.370.018[0.044,0.468]IVA0.305**0.1322.310.021[0.046,0.564]CS0.389***0.1153.380.001[0.164,0.614]GDP0.186*0.1051.770.077[-0.019,0.391]SI0.254**0.1281.990.047[0.003,0.505]EP-0.278***0.092-3.020.003[-0.458,-0.100]_cons-0.0850.072-1.180.238[-0.226,0.056]注：*、**、***分別表示在10%、5%、1%的顯著性水平下顯著。從估計(jì)結(jié)果來看，空間自回歸系數(shù)\rho為0.256，且在5%的顯著性水平下顯著，這表明相鄰地區(qū)的二氧化硫排放對(duì)本地區(qū)存在顯著的正向空間溢出效應(yīng)。即一個(gè)地區(qū)的二氧化硫排放量增加，會(huì)導(dǎo)致其相鄰地區(qū)的排放量也相應(yīng)增加。例如，柳州、來賓等工業(yè)發(fā)達(dá)地區(qū)，火電、鋼鐵等行業(yè)集中，二氧化硫排放量大，由于地理相鄰，其排放會(huì)通過大氣環(huán)流等因素對(duì)周邊地區(qū)產(chǎn)生影響，使得周邊地區(qū)的二氧化硫排放量上升。這種空間溢出效應(yīng)的存在，說明在制定二氧化硫減排政策時(shí)，不能僅關(guān)注單個(gè)地區(qū)，而需要考慮區(qū)域間的協(xié)同合作，實(shí)現(xiàn)區(qū)域整體減排目標(biāo)。工業(yè)規(guī)模（IVA）的系數(shù)為0.305，在5%的顯著性水平下顯著，說明工業(yè)規(guī)模的擴(kuò)大對(duì)二氧化硫排放有顯著的正向影響。工業(yè)生產(chǎn)是二氧化硫排放的主要來源之一，隨著工業(yè)規(guī)模的增大，能源消耗增加，特別是煤炭等含硫燃料的使用量上升，導(dǎo)致二氧化硫排放量增加。例如，一些大型工業(yè)企業(yè)，如柳州鋼鐵集團(tuán)有限公司，隨著生產(chǎn)規(guī)模的不斷擴(kuò)大，其二氧化硫排放量也相應(yīng)增加。因此，控制工業(yè)規(guī)模的盲目擴(kuò)張，優(yōu)化工業(yè)布局，對(duì)于減少二氧化硫排放具有重要意義。能源結(jié)構(gòu)（CS）的系數(shù)為0.389，在1%的顯著性水平下顯著，表明煤炭消費(fèi)占能源消費(fèi)總量的比重越高，二氧化硫排放越多。煤炭燃燒是二氧化硫排放的重要來源，當(dāng)煤炭消費(fèi)占比較高時(shí)，大量的二氧化硫會(huì)隨著煤炭的燃燒釋放到大氣中。廣西部分地區(qū)能源結(jié)構(gòu)以煤炭為主，如來賓等地，火電行業(yè)依賴煤炭發(fā)電，導(dǎo)致這些地區(qū)二氧化硫排放壓力較大。因此，調(diào)整能源消費(fèi)結(jié)構(gòu)，降低煤炭消費(fèi)比重，增加清潔能源的使用，是減少二氧化硫排放的關(guān)鍵措施。經(jīng)濟(jì)發(fā)展水平（GDP）的系數(shù)為0.186，在10%的顯著性水平下接近顯著，說明經(jīng)濟(jì)增長(zhǎng)對(duì)二氧化硫排放有一定的正向作用。隨著經(jīng)濟(jì)的發(fā)展，能源需求增加，工業(yè)活動(dòng)更加頻繁，可能導(dǎo)致二氧化硫排放上升。然而，這種影響相對(duì)較弱，這可能是因?yàn)殡S著經(jīng)濟(jì)的發(fā)展，技術(shù)水平提高，環(huán)保意識(shí)增強(qiáng)，企業(yè)會(huì)采取更多的減排措施，從而在一定程度上抵消了經(jīng)濟(jì)增長(zhǎng)帶來的排放增加。例如，一些經(jīng)濟(jì)發(fā)達(dá)地區(qū)，通過加大環(huán)保投入，引進(jìn)先進(jìn)的污染治理技術(shù)，在經(jīng)濟(jì)增長(zhǎng)的同時(shí)，實(shí)現(xiàn)了二氧化硫排放的有效控制。產(chǎn)業(yè)結(jié)構(gòu)（SI）的系數(shù)為0.254，在5%的顯著性水平下顯著，說明第二產(chǎn)業(yè)占比的提高會(huì)導(dǎo)致二氧化硫排放增加。第二產(chǎn)業(yè)中的工業(yè)是二氧化硫排放的重點(diǎn)領(lǐng)域，其占比的增加意味著工業(yè)活動(dòng)的增加，從而增加了二氧化硫的排放。廣西一些工業(yè)城市，如柳州、來賓等，第二產(chǎn)業(yè)占比較高，二氧化硫排放也相對(duì)較多。因此，推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)，降低第二產(chǎn)業(yè)比重，發(fā)展低污染、低能耗的產(chǎn)業(yè)，對(duì)于減少二氧化硫排放至關(guān)重要。環(huán)保政策（EP）的系數(shù)為-0.278，在1%的顯著性水平下顯著，表明加大環(huán)境污染治理投資，即加強(qiáng)環(huán)保政策力度，能夠有效減少二氧化硫排放。環(huán)保政策的實(shí)施可以促使企業(yè)加大環(huán)保投入，改進(jìn)生產(chǎn)工藝，安裝污染治理設(shè)施，從而降低二氧化硫排放。例如，廣西通過實(shí)施嚴(yán)格的環(huán)保政策，對(duì)企業(yè)的二氧化硫排放進(jìn)行嚴(yán)格監(jiān)管，加大對(duì)污染治理設(shè)施建設(shè)的投資，使得許多企業(yè)的二氧化硫排放量大幅下降。因此，持續(xù)加強(qiáng)環(huán)保政策的執(zhí)行力度，提高環(huán)保投資水平，是實(shí)現(xiàn)二氧化硫減排的重要保障。4.4穩(wěn)健性檢驗(yàn)為了確?？臻g計(jì)量模型估計(jì)結(jié)果的可靠性，進(jìn)行穩(wěn)健性檢驗(yàn)。首先，采用不同的空間權(quán)重矩陣進(jìn)行估計(jì)。在前面的分析中，主要使用鄰接權(quán)重矩陣來定義空間權(quán)重，這里進(jìn)一步采用距離權(quán)重矩陣和經(jīng)濟(jì)距離權(quán)重矩陣進(jìn)行穩(wěn)健性檢驗(yàn)。距離權(quán)重矩陣的構(gòu)建基于各地區(qū)行政中心之間的地理距離，采用反距離權(quán)重方法，即w_{ij}=\frac{1}{d_{ij}}，其中d_{ij}為地區(qū)i與地區(qū)j行政中心之間的直線距離。經(jīng)濟(jì)距離權(quán)重矩陣則根據(jù)各地區(qū)人均GDP的差異構(gòu)建，計(jì)算公式為w_{ij}=\frac{1}{|GDP_{i}-GDP_{j}|}，其中GDP_{i}和GDP_{j}分別為地區(qū)i和地區(qū)j的人均GDP。運(yùn)用不同權(quán)重矩陣對(duì)空間滯后模型（SLM）進(jìn)行估計(jì)，結(jié)果如表4所示：變量鄰接權(quán)重矩陣距離權(quán)重矩陣經(jīng)濟(jì)距離權(quán)重矩陣W×SO20.256**0.234**0.218**IVA0.305**0.286**0.274**CS0.389***0.375***0.362***GDP0.186*0.172*0.165*SI0.254**0.238**0.226**EP-0.278***-0.265***-0.253***_cons-0.085-0.092-0.098注：*、**、***分別表示在10%、5%、1%的顯著性水平下顯著。從表4可以看出，在不同空間權(quán)重矩陣下，各解釋變量的系數(shù)符號(hào)和顯著性水平基本保持一致?？臻g自回歸系數(shù)\rho（即W×SO2的系數(shù)）在三種權(quán)重矩陣下均為正值，且在5%或10%的顯著性水平下顯著，表明相鄰地區(qū)的二氧化硫排放對(duì)本地區(qū)存在顯著的正向空間溢出效應(yīng)，這與前面基于鄰接權(quán)重矩陣的估計(jì)結(jié)果一致。工業(yè)規(guī)模（IVA）、能源結(jié)構(gòu)（CS）、經(jīng)濟(jì)發(fā)展水平（GDP）、產(chǎn)業(yè)結(jié)構(gòu)（SI）和環(huán)保政策（EP）的系數(shù)符號(hào)也未發(fā)生改變，且顯著性水平也較為穩(wěn)定。這說明模型結(jié)果對(duì)不同的空間權(quán)重矩陣具有較強(qiáng)的穩(wěn)健性，即無論采用何種空間權(quán)重矩陣來定義地區(qū)之間的空間關(guān)系，各因素對(duì)廣西二氧化硫排放的影響方向和顯著性基本不變。此外，還采用了另一種穩(wěn)健性檢驗(yàn)方法，即改變樣本數(shù)據(jù)進(jìn)行估計(jì)。選取2012-2019年的數(shù)據(jù)作為子樣本，重新對(duì)空間滯后模型（SLM）進(jìn)行估計(jì)。估計(jì)結(jié)果顯示，各解釋變量的系數(shù)符號(hào)和顯著性水平與全樣本估計(jì)結(jié)果相似?？臻g自回歸系數(shù)\rho依然顯著為正，各解釋變量對(duì)二氧化硫排放的影響方向和程度也沒有發(fā)生明顯變化。這進(jìn)一步驗(yàn)證了模型結(jié)果的穩(wěn)健性，表明在不同的樣本區(qū)間內(nèi)，模型的估計(jì)結(jié)果具有一致性，不受樣本數(shù)據(jù)選擇的影響。通過以上穩(wěn)健性檢驗(yàn)，充分證明了空間計(jì)量模型估計(jì)結(jié)果的可靠性，為后續(xù)的分析和政策建議提供了堅(jiān)實(shí)的基礎(chǔ)。五、廣西二氧化硫排放量收斂性分析5.1δ-收斂分析δ-收斂是指隨著時(shí)間的推移，不同地區(qū)間二氧化硫排放量的差異逐漸縮小。為了檢驗(yàn)廣西各地區(qū)二氧化硫排放是否存在δ-收斂，采用變異系數(shù)（CoefficientofVariation，CV）作為衡量排放差異的指標(biāo)，其計(jì)算公式為：CV_{t}=\frac{\sigma_{t}}{\overline{y}_{t}}其中，CV_{t}為t時(shí)期的變異系數(shù)，\sigma_{t}為t時(shí)期廣西各地區(qū)二氧化硫排放量的標(biāo)準(zhǔn)差，反映了各地區(qū)排放值相對(duì)于均值的離散程度；\overline{y}_{t}為t時(shí)期廣西各地區(qū)二氧化硫排放量的均值。變異系數(shù)越小，說明各地區(qū)二氧化硫排放量之間的差異越小，存在δ-收斂的可能性越大。利用2010-2021年廣西14個(gè)地級(jí)市的二氧化硫排放量數(shù)據(jù)，計(jì)算各年份的變異系數(shù)，結(jié)果如表5所示：年份二氧化硫排放量均值（萬噸）標(biāo)準(zhǔn)差變異系數(shù)20106.462.980.46120115.812.670.46020125.432.490.45820134.982.270.45620144.452.010.45220153.861.720.44620163.381.480.43820172.951.290.43720182.561.110.43420192.230.970.43520201.570.680.43320210.530.230.434從表5可以看出，2010-2021年期間，廣西各地區(qū)二氧化硫排放量的變異系數(shù)呈現(xiàn)出逐漸下降的趨勢(shì)。2010年變異系數(shù)為0.461，到2021年降至0.434。這表明隨著時(shí)間的推移，廣西各地區(qū)二氧化硫排放量之間的差異在逐漸縮小，存在δ-收斂現(xiàn)象。這種δ-收斂現(xiàn)象的出現(xiàn)，主要得益于廣西在節(jié)能減排方面的一系列政策措施。例如，自“十一五”規(guī)劃以來，廣西實(shí)施了嚴(yán)格的污染物排放總量控制制度，對(duì)火電、鋼鐵等重點(diǎn)行業(yè)的新建項(xiàng)目實(shí)行嚴(yán)格的環(huán)境準(zhǔn)入，限制高硫燃料的使用，推廣清潔能源。同時(shí)，不斷加大對(duì)污染治理設(shè)施的投入，許多企業(yè)對(duì)燃煤鍋爐進(jìn)行了脫硫改造，提高了脫硫效率。這些政策措施在全區(qū)范圍內(nèi)普遍實(shí)施，使得各地區(qū)在二氧化硫減排方面取得了較為一致的進(jìn)展，從而導(dǎo)致地區(qū)間排放差異逐漸縮小。此外，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整也是促進(jìn)δ-收斂的重要因素。廣西各地積極推動(dòng)產(chǎn)業(yè)升級(jí)，減少高污染、高能耗產(chǎn)業(yè)的比重，發(fā)展低污染、低能耗的產(chǎn)業(yè)，使得各地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)逐漸趨同，進(jìn)而減少了二氧化硫排放的差異。5.2β-收斂分析β-收斂是指初始二氧化硫排放水平較低的地區(qū)，其排放下降速度相對(duì)較快，使得各地區(qū)的排放水平逐漸趨于接近。為了檢驗(yàn)廣西各地區(qū)二氧化硫排放是否存在β-收斂，構(gòu)建β-收斂模型：\ln(\frac{SO2_{it}}{SO2_{i0}})=\alpha+\beta\ln(SO2_{i0})+\sum_{k=1}^{K}\gamma_{k}X_{ikt}+\mu_{it}其中，i表示地區(qū)，t表示時(shí)期；SO2_{it}為地區(qū)i在t時(shí)期的二氧化硫排放量，SO2_{i0}為地區(qū)i的初始二氧化硫排放量；\alpha為常數(shù)項(xiàng)；\beta為收斂系數(shù)，若\beta\lt0，則表明存在β-收斂，即初始排放水平越高的地區(qū)，其后期排放下降速度越快；X_{ikt}為一系列控制變量，包括工業(yè)規(guī)模（IVA）、能源結(jié)構(gòu)（CS）、經(jīng)濟(jì)發(fā)展水平（GDP）、產(chǎn)業(yè)結(jié)構(gòu)（SI）和環(huán)保政策（EP）等，這些變量可能影響二氧化硫排放的收斂速度；\gamma_{k}為控制變量的系數(shù)；\mu_{it}為隨機(jī)誤差項(xiàng)。首先檢驗(yàn)絕對(duì)β-收斂，即不考慮控制變量的情況，模型簡(jiǎn)化為：\ln(\frac{SO2_{it}}{SO2_{i0}})=\alpha+\beta\ln(SO2_{i0})+\mu_{it}運(yùn)用Stata軟件對(duì)2010-2021年廣西14個(gè)地級(jí)市的數(shù)據(jù)進(jìn)行回歸分析，結(jié)果如表6所示：變量系數(shù)標(biāo)準(zhǔn)誤t值P值[95%置信區(qū)間]\ln(SO2_{i0})-0.045**-0.021-2.140.042[-0.087,-0.003]_cons0.0380.0231.650.113[-0.009,0.085]注：**表示在5%的顯著性水平下顯著。從回歸結(jié)果來看，收斂系數(shù)\beta為-0.045，且在5%的顯著性水平下顯著，說明廣西各地區(qū)二氧化硫排放存在絕對(duì)β-收斂。即初始二氧化硫排放水平較高的地區(qū)，如柳州、來賓等，在2010-2021年期間，其排放下降速度相對(duì)較快，各地區(qū)的排放水平有逐漸趨同的趨勢(shì)。這可能是因?yàn)楦吲欧诺貐^(qū)面臨更大的環(huán)境壓力和政策約束，促使它們加大減排力度，采取更多的減排措施，如升級(jí)生產(chǎn)技術(shù)、安裝脫硫設(shè)備等，從而使得排放下降速度加快。接下來檢驗(yàn)條件β-收斂，將控制變量納入模型中進(jìn)行回歸分析，結(jié)果如表7所示：變量系數(shù)標(biāo)準(zhǔn)誤t值P值[95%置信區(qū)間]\ln(SO2_{i0})-0.032*-0.017-1.880.073[-0.066,-0.002]IVA0.0250.0141.790.088[-0.003,0.053]CS0.038**0.0162.380.026[0.006,0.070]GDP0.0180.0121.500.153[-0.007,0.043]SI0.028**0.0132.150.045[0.002,0.054]EP-0.035**0.015-2.330.030[-0.065,-0.005]_cons0.0260.0211.240.231[-0.018,0.070]注：*、**分別表示在10%、5%的顯著性水平下顯著。在考慮控制變量后，收斂系數(shù)\beta為-0.032，在10%的顯著性水平下接近顯著，依然表明存在條件β-收斂。這意味著在控制了工業(yè)規(guī)模、能源結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)和環(huán)保政策等因素后，廣西各地區(qū)二氧化硫排放仍然有趨于收斂的趨勢(shì)。其中，能源結(jié)構(gòu)（CS）和產(chǎn)業(yè)結(jié)構(gòu)（SI）的系數(shù)在5%的顯著性水平下顯著，說明煤炭消費(fèi)占比和第二產(chǎn)業(yè)占比的變化對(duì)二氧化硫排放的收斂速度有重要影響。煤炭消費(fèi)占比越高，排放收斂速度越慢，因?yàn)楦呙禾肯M(fèi)導(dǎo)致二氧化硫排放基數(shù)大，減排難度增加；第二產(chǎn)業(yè)占比越高，排放收斂速度也越慢，表明工業(yè)結(jié)構(gòu)偏重不利于排放的快速收斂。環(huán)保政策（EP）的系數(shù)為負(fù)且顯著，說明加強(qiáng)環(huán)保政策力度，增加環(huán)境污染治理投資，能夠加快二氧化硫排放的收斂速度，促進(jìn)各地區(qū)排放水平的趨同。六、結(jié)論與政策建議6.1研究主要結(jié)論本研究通過對(duì)2010-2021年廣西二氧化硫排放量的空間計(jì)量分析，得出以下主要結(jié)論：空間分布特征：廣西二氧化硫排放總量呈現(xiàn)先下降后趨于穩(wěn)定的態(tài)勢(shì)，從2010年的90.38萬噸降至2021年的7.43萬噸。排放具有顯著的空間正相關(guān)，排放水平相似的地區(qū)在空間上趨于集聚。柳州、來賓、河池等地長(zhǎng)期處于高-高集聚區(qū)，北海、防城港、欽州等地則處于低-低集聚區(qū)。從時(shí)間變化來看，莫蘭指數(shù)先波動(dòng)上升后逐漸穩(wěn)定，反映了廣西二氧化硫排放空間格局從集聚增強(qiáng)到逐漸穩(wěn)定的過程。影響因素：空間計(jì)量模型估計(jì)結(jié)果表明，工業(yè)規(guī)模、能源結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)和環(huán)保政策對(duì)廣西二氧化硫排放均有顯著影響。工業(yè)規(guī)模的擴(kuò)大、煤炭消費(fèi)占比的提高、經(jīng)濟(jì)發(fā)展水平的提升以及第二產(chǎn)業(yè)占比的增加都會(huì)導(dǎo)致二氧化硫排放量上升。其中，能源結(jié)構(gòu)對(duì)排放的影響最為顯著，煤炭消費(fèi)占比每增加1%，二氧化硫排放量約增加0.389個(gè)單位。而加大環(huán)境污染治理投資，加強(qiáng)環(huán)保政策力度，能夠有效減少二氧化硫排放，環(huán)保政策投資占比每增加1%，二氧化硫排放量約減少0.278個(gè)單位。此外，相鄰地區(qū)的二氧化硫排放對(duì)本地區(qū)存在顯著的正向空間溢出效應(yīng)，空間自回歸系數(shù)為0.256，說明一個(gè)地區(qū)排放增加會(huì)帶動(dòng)相鄰地區(qū)排放上升。收斂性：廣西各地區(qū)二氧化硫排放存在δ-收斂和β-收斂現(xiàn)象。δ-收斂表現(xiàn)為各地區(qū)排放差異逐漸縮小，2010-2021年變異系數(shù)從0.461降至0.434。絕對(duì)β-收斂和條件β-收斂檢驗(yàn)結(jié)果均表明，初始排放水平較高的地區(qū)排放下降速度相對(duì)較快，各地區(qū)排放水平有逐漸趨同的趨勢(shì)。在條件β-收斂中，能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)對(duì)收斂速度影響顯著，煤炭消費(fèi)占比越高、第二產(chǎn)業(yè)占比越高，排放收斂速度越慢；環(huán)保政策力度越大，排放收斂速度越快。6.2政策建議基于以上研究結(jié)論，為進(jìn)一步減少廣西二氧化硫排放，改善區(qū)域環(huán)境質(zhì)量，提出以下政策建議：優(yōu)化能源消費(fèi)結(jié)構(gòu)：加大對(duì)清潔能源的開發(fā)和利用力度，降低煤炭消費(fèi)占比。制定清潔能源發(fā)展規(guī)劃，增加太陽能、風(fēng)能、水能、生物質(zhì)能等清潔能源在能源消費(fèi)中的比重。例如，在風(fēng)能資源豐富的北海、防城港等地，加快建設(shè)大型風(fēng)力發(fā)電場(chǎng)；在水能資源充足的地區(qū)，合理開發(fā)水電項(xiàng)目。同時(shí)，加強(qiáng)能源技術(shù)創(chuàng)新，提高能源利用效率，推廣節(jié)能技術(shù)和設(shè)備，降低單位產(chǎn)值的能源消耗，從源頭上減少二氧化硫排放。推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)：嚴(yán)格控制高污染、高能耗產(chǎn)業(yè)的發(fā)展，加快淘汰落后產(chǎn)能。對(duì)火電、鋼鐵、有色金屬冶煉等二氧化硫排放重點(diǎn)行業(yè)，提高行業(yè)準(zhǔn)入門檻，限制新建高排放項(xiàng)目。積極推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)向低污染、低能耗的方向轉(zhuǎn)型，培育和發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)，如電子信息、生物醫(yī)藥、新能源汽車等。鼓勵(lì)企業(yè)加大技術(shù)創(chuàng)新投入，改進(jìn)生產(chǎn)工藝，采用清潔生產(chǎn)技術(shù)，降低二氧化硫排放。例如，支持柳州等工業(yè)城市的傳統(tǒng)企業(yè)進(jìn)行技術(shù)改造，引入先進(jìn)的生產(chǎn)設(shè)備和工藝，提高資源利用效率，減少污染物排放。加強(qiáng)環(huán)保政策執(zhí)行力度：進(jìn)一步加大環(huán)境污染治理投資，確保環(huán)保資金的有效投入。提高環(huán)保政策的執(zhí)行標(biāo)準(zhǔn)和監(jiān)管力度，加強(qiáng)對(duì)企業(yè)二氧化硫排放的監(jiān)測(cè)和執(zhí)法檢查，嚴(yán)厲打擊違法排污行為。建立健全環(huán)保信用評(píng)價(jià)體系，對(duì)環(huán)保表現(xiàn)良好的企業(yè)給予獎(jiǎng)勵(lì)，對(duì)違法違規(guī)企業(yè)實(shí)施聯(lián)合懲戒。完善環(huán)保政策的評(píng)估和調(diào)整機(jī)制，根據(jù)實(shí)際減排效果和環(huán)境變化，及時(shí)優(yōu)化政策措施，提高政策的針對(duì)性和有效性。促進(jìn)區(qū)域協(xié)同減排：鑒于廣西二氧化硫排放存在顯著的空間溢出效應(yīng)，加強(qiáng)區(qū)域間的協(xié)同合作至關(guān)重要。建立區(qū)域間的環(huán)保協(xié)調(diào)機(jī)制，加強(qiáng)信息共享和溝通交流，共同制定區(qū)域減排目標(biāo)和行動(dòng)計(jì)劃。例如，柳州、來賓、河池等高排放集聚區(qū)，應(yīng)加強(qiáng)在產(chǎn)業(yè)布局、污染治理等方面的協(xié)同合作，實(shí)現(xiàn)