［摘要］測量環境污染損失和資源損耗的經濟價值（環境污染資源損失）是制定環境資源政策的關鍵。為此，沿用世界銀行2011年發布的方法測量了我國30個省區2004―2009年的人均環境污染資源損失，分析了它的區域分布特點并驗證了其外溢效應的存在性。結果表明，我國省區間人均環境污染資源損失存在顯著的正外溢效應。這種效應在空間上表現為損失程度相近的省區彼此集聚，在政策舉措上表現為省區的環境資源政策行為相互模仿。這種外溢效應主要源于東部省區內部；其次源于中部與西部跨區之間；另外在中部省區內部以及東部與中部跨區之間也存在一定的正外溢效應。
［關鍵詞］環境污染資源損失；環境污染資源外溢效應；地區環境污染；省區環境污染；環境資源問題
［中圖分類號］F224［文獻標識碼］A［文章編號］10044833(2012)03008611
一、 引言
我國近30年經濟高速增長的壯麗畫卷背后，環境資源問題令人擔憂。據國家發布的信息，2009年我國的大氣污染、水污染等問題嚴重。大氣污染方面，在開展了環境空氣質量監測的全國612個縣級及以上城市中，僅4.2%的城市達到一級標準。監測的488個市（縣）中，出現酸雨的市（縣）高達258個，占52.9%。水污染方面，203條河流408個地表水國控監測斷面中，Ⅲ類以下水質的斷面比例仍高達42.7%。26個國控重點湖泊（水庫）中，Ⅲ類以下水質的有20個，占76.9%①。與此同時，經濟發展對自然資源的開采愈發依賴，2009年全國天然氣的開采量為851.7億立方米，比上年增長11.9%；煤炭開采量為30.5億噸，比上年增長16.4%②。可見，環境資源問題不容忽視，建設資源節約型、環境友好型社會及發展循環經濟，增強可持續發展能力，成為當務之急。
走可持續發展之路，就要衡量經濟、環境與資源三者的關系；就要研究經濟的增長帶來了多少環境污染損失，損耗了多少資源，也就是需要測量地區環境污染帶來的損失和資源損耗的程度③。只有合理地測量出地區環境污染資源損失程度，才能使人們認識到環境資源問題的嚴重程度并驗證環境資源政策的有效性，同時能為政府制定有關政策提供信息支持。環境污染資源損失的測量是衡量地區環境經濟體健康發展的重要一環，對其測量有非貨幣評價和貨幣評價兩種評價模式。非貨幣評價模式試圖建立一個多維、多層次的指標體系，對環境資源的多個截面或多個維度進行評價，如1999年出版的《中國可持續發展戰略報告》中的資源環境綜合績效指數［1］。但這種衡量體系容易出現指標信息覆蓋不全或指標間信息重疊兩個問題。貨幣評價模式就是對環境污染引起的損失、生產帶來的資源損耗統一以貨幣的形式表示。這種模式通用性比較好，評價結果簡明易懂。目前無論官方機構還是個人的研究多采用這種模式。這種評價模式在我國的應用始于上世紀80年代，過孝民和張惠勤在20世紀80年代，第一次應用這種評價模式估算了全國范圍內的環境污染損失，指出1981―1985年間平均每年損失為380億元，占1983年GNP的6.75%［2］。這項研究不但具有開創性，而且它使用的方法有較強的理論基礎，后來被許多研究者沿用。夏光和趙毅紅估算了我國1992年環境污染造成的經濟損失，估值約為986.1億元，占當年GNP的4.04%［3］。鄭易生等估算的我國1993年環境污染經濟損失為1084.1億元，占當年GNP的3%以上［4］。世界銀行的估算結果令人吃驚，它指出1995年我國大氣與水污染的損失占當年GDP的比重高達8%［5］。進入21世紀，國家環保總局和統計局對2004年我國綠色GDP作了詳盡的核算，指出2004年全國因環境污染造成的經濟損失占當年GDP的3.05%，虛擬治理成本占當年GDP的1.80%［6］。世界銀行再次關注我國的大氣污染問題，經過估算后指出，2003年我國大氣污染所造成的健康損失占GDP的3.8%［7］。
上述的估算雖科學嚴謹、具有較高的學術價值，且深刻揭示了我國環境資源問題的嚴峻現狀，但仍存在兩點不足：（1）除了對資源環境綜合績效指數測算之外，其余研究則僅局限于對環境污染的損失進行估算，而忽視了經濟增長對自然資源的損耗。事實上，自然資源諸如礦產資源、能源資源及森林資源是不可再生資源或者再生周期較長，對其過度開發而取得的經濟增長是不可持續的。同時，環境問題與資源問題是密不可分的。可見，測量經濟活動對自然資源的損耗同樣重要。（2）很多研究僅估計了全國數據，而缺失對我國分地區的研究，例如對省區層面的研究。我國區域差異巨大，如果把估算細致到省區層面，將對制定地區政策具有更為積極的意義。鑒于此，本文綜合環境污染損失和資源損耗，把分析區域細致到省區層面，并參考世界銀行2011年報告The Changing Wealth of Nations的方法，測算了我國30個省（市，區）2004―2009年的人均環境污染資源損失，分析了其區域分布特點。
地區人均環境污染資源損失可看作是該地區環境資源政策的體現。而我國省區政策的制定往往植根于省區的相互影響之中。那么，省區間的政策舉措是如何相互影響的？它們之間是相互獨立、相互模仿，還是相互對立？回答這個問題，就要探討省區間人均環境污染資源損失外溢效應（Spillover effect）。若不存在外溢效應，則省區間的政策舉措是相互獨立的；若存在正的外溢效應，省區間表現為相互模仿的政策互動；若存在負的外溢效應，省區間表現出相互對立的政策互動。科學地驗證外溢效應的存在性并辨別其方向，有助于深刻了解我國區域關系，妥善處理好區域問題。這也成為本文的研究重點。
本文如下部分的結構安排：第二部分闡述環境污染資源損失的測量方法；第三部分針對測量的結果進行區域分布分析；第四五部分為實證部分，驗證我國省區間人均環境污染資源損失的外溢效應；第六部分為結論。
二、 測量方法
本文在參考了Hamilton、Clemens和世界銀行2002年方法的基礎上，主要使用了世界銀行2011年報告所使用的測量環境污染資源損失程度的方法，這種方法也是一種貨幣評價模式方法［810］。相比于龐雜的評價體系，這種方法操作性更強，且較易拓展到省區層面。本文沿用該種方法，把環境資源損失分為自然資源損耗、二氧化碳排放的破壞與對環境破壞的治理投入三部分，具體核算可由以下公式表達：
DAM=∑Ri+CD+GE（1）
其中，DAM為環境污染資源損失，Ri為各項資源的損耗，CD為二氧化碳排放的破壞，GE為對環境破壞的治理投入。
各項資源損耗包括能源損耗、礦產損耗和森林損耗。各損耗=PV（利潤以4%進行折舊）/T。其中，T為資源的壽命，PV為現值。T的選取因資源的不同而不同，但大部分資源的壽命都集中在20年―30年，故世界銀行的評價有選擇T=20［11］，也有選擇T=25［8］，但本文選取T=25。
能源資源和礦產資源都是非再生資源，其中能源資源一般包括石油、天然氣和煤，而礦產資源包括黑色金屬和有色金屬。有關其利潤，本文選取石油及天然氣開采業和煤炭開采業的利潤總額來表示能源資源的利潤；選取黑色金屬采礦業和有色金屬采礦業的利潤總額來表示礦產資源的利潤。數據來源于歷年《中國工業經濟統計年鑒》和《中國經濟普查年鑒》。
至于森林財富，包括木材資源和非木材資源，但一般認為森林產品的利潤率介于耕地和草地之間，而耕地的利潤率大約為30%，草地產品的利潤率大概是45%［8，12］。因此，本文選取35%，也就是說，森林利潤是林業總產值的35%。另外，森林是可再生資源，每年大約有10%的森林可以再生，于是用原利潤率減去再生率，可得森林資源損害等于林業總產值的25%。林業總產值的數據來源于各期《中國農業年鑒》。
二氧化碳的破壞（CD）=排放量（噸）×20美元（以2005年為基年折算成人民幣為163.83元）［13］。至于各省區二氧化碳排放量的算法，可參看杜立民的做法，主要數據來源于歷年《中國能源統計年鑒》［14］。
對環境破壞的治理投入（GE），采用環境污染治理投資總額。環境污染治理總額包括工業污染源投資、建設項目環保投資和城市環境基礎設施建設投資三項，這三項數據主要來源于各期《中國環境統計年鑒》大部分省區在2004年以前都沒有公布城市環境基礎設施建設投資數據，所以本文的測量年限為2004―2009年。。
三、 環境資源損失的區域分布
使用上節論述的方法，本節測算出我國30個省（市，區）2004―2009年的人均環境污染資源損失限于數據的獲得，這里不包括西藏自治區。所有數據都使用GDP縮減指數進行平減，以2000年為基期。，并分析其在我國的區域分布。
2004―2009年，我國人均環境污染資源損失愈加嚴重。如圖1所示，2004年全國人均環境污染資源損失為771.58元30個省區的平均，下同。，2009年上升到1422.00元，年均增長10.7%，高于同期全國人均GDP年均9.5%的增長率。也就是說，環境污染資源損失占GDP的比重將越來越高。事實上，2004年全國環境污染資源損失占GDP的比重為6.7%，2009年上升為7.2%相比于《中國綠色國民經濟核算研究報告2004》，我們的結果高出約兩個百分點，因為前者沒有計算自然資源的損耗。，環境資源問題令人擔憂。分區域來看，這六年來，東部的人均環境污染資源損失最高，中部次之，西部最低。東中西部的年均增長率分別為8.6%、12.9%和11.6%。可見，近年來，中西部對環境資源的索取程度愈漸追上東部地區，這與各地區的發展模式有關。改革開放以來，東部沿海地區憑借著地理優勢以及低廉的勞動力，選擇制造業出口導向型的發展模式，如長三角和珠三角模式。這種模式符合比較優勢原理，使得企業擁有自生能力，進而適應市場要求［15］。經過30年的發展，這種發展模式初見成效，雖然對經濟發展環境的破壞在加強，但對自然資源的索取卻有所降低。中西部省區雖然沒有東部省區的地理優勢，也缺乏較好的基礎設施、人力資本以及市場環境等因素，但卻擁有豐富的自然資源，尤其是隨著市場經濟的確立，自然資源越發成為稀缺資源，價格不斷推高。在“標尺競爭”下，自身經濟不發達的中西部省區，著力追趕東部省區，從而更關注于短期內對GDP增長有顯著貢獻的自然資源開采項目，而忽視開采自然資源對環境的破壞，這樣就造成中西部省區的人均環境污染資源損失增長愈快。
以泰爾指數泰爾指數Teil=∑{(gi/G)*ln［(gi /pi)/(G/P)］}，其中gi為i地區的變量、pi為i地區的人口、G為全國變量、P為全國總人口。來反映我國人均環境污染資源損失的區域差異。如圖2所示，2004―2007年泰爾指數由8.7%下降到8.3%，這是由于基數較大的東部，損失增長率放緩，中西部地區則增長迅速，局域差距緩慢下降。但2008年較為特別，泰爾指數大幅增長到11.0%，2009年又回落到8.7%，與2004年相當。也就是說，除了2008年之外，我國的人均環境污染資源損失區域差異基本穩定。
圖3我國人均環境污染資源損失的區域分布（單位：元）
圖3使用分位數來反映我國人均環境污染資源損失的區域分布。對比2004年與2009年可知，省區的集團間變化較少，特別是處于第一和第二集團（50%與75%百分位以后）的省區基本沒有發生變化，僅是廣東與海南由2004年的第二集團下降到2009年的第三集團（25%至50%百分位之間的省區），與此同時，陜西與福建由2004年的第三集團上升到2009年的第二集團。第一和第二集團大部分是沿海省區或是內陸擁有國際邊界的省區，第三和第四集團省區則大部分是內陸省份。這樣就形成了外圈套內圈的分布格局，其中，外圈是人均環境污染資源損失較高的第一和第二集團省區，內圈則是損失較低的第三和第四集團省區。如此的區域分布與區域要素稟賦和產業結構有較強的聯系。第一集團的省區多集中于與河北和內蒙古交界的省區，這些省區有的是能源或資源大省，如內蒙古和山西均是煤炭大省；有的是重工業基地，如河北和遼寧，這些省區一方面對資源索取較多，另一方面對環境污染也較重。第二集團多集中于沿海省區，也包括資源大省新疆和重工業基地黑龍江與吉林。沿海地區經濟規模較大，對環境的破壞也較大。特別地，北京、上海與天津這3個直轄市六年來都處于第一集團。三市轄區面積小，環境承載力有限，但由于其地位特殊，過去發展了不少重工業產業，如上海的寶鋼等，這種模式的可持續性值得深究。不過，現在三市的排名已有所下降，同時損失的增長速度較慢，分別為3.4%，3.5%與3.3%，遠低于全國平均水平，三市的環境相對改善。
四、 實證方法
（一） 計量方法
上節的分析指出我國人均環境污染資源損失的區域分布呈集聚狀態：沿海省區與擁有國際邊界的省區構成的第一和第二集團形成外圈，中部與西南部的內陸省區構成的第三和第四集團形成內圈。這體現出地區經濟地理行為間的空間依賴性。真實的空間依賴性反映了現實中存在的空間交互作用（Spatial Interaction Effects），比如區域經濟要素的流動、創新的擴散、技術溢出等。本文就是要構造計量模型來識別省區人均環境污染資源損失的空間依賴性。
在現實的經濟地理研究中，許多涉及地理空間的數據普遍存在空間依賴性，例如一般認為空間上離的近的變量之間比在空間上離的遠的變量之間具有更加密切的關系［16］。傳統的統計與計量理論忽視了這種空間依賴性，其統計與計量分析的結果值得進一步深入探究［17］。空間計量分析為這種研究打開了一扇窗。空間依賴性可以用空間滯后模型（Spatial Lag Model，SLM）與空間誤差模型（Spatial Error Model，SEM）兩種空間計量模型進行刻畫［18］。
空間滯后模型（Spatial Lag Model，SLM）的表達式為：
y=ρWy+Xβ+ε（2）
其中，參數β反映了自變量對因變量的影響；W為空間加權矩陣；空間滯后因變量Wy是一個內生變量，反映了空間距離對區域行為的作用；參數ρ衡量了樣本觀察值中的空間依賴作用，即相鄰地區的觀察值y對本地區觀察值y的影響方向和程度。由于SLM模型與時間序列中自回歸模型相類似，因此SLM也被稱作空間自回歸模型（Spatial Autoregressive Model，SAR）。特別地，SLM常用于討論各變量在地區間是否有擴散現象（外溢效應）。本文也將檢驗我國省區人均環境污染資源損失方程是否適用該模型。
空間誤差模型（Spatial Error Model，SEM）的數學表達式為：
Y=Xβ+ε（其中，ε=λWε+μ）（3）
式中，ε為隨機誤差項向量，λ為n×1階的截面因變量向量的空間誤差系數，μ為正態分布的隨機誤差向量。SEM中參數β反映了自變量X對因變量y的影響。SEM的空間依賴作用存在于擾動誤差項之中，λ度量了鄰近地區關于因變量的誤差沖擊對本地區觀察值的影響程度。鑒于SEM模型與時間序列中的序列相關問題類似，因此被稱為空間自相關模型（Spatial Autocorrelation Model，SAC）。
（二） 空間加權矩陣
空間計量經濟模型通過引入空間加權矩陣來表達空間相互作用。空間加權矩陣W為一個n×n的對稱矩陣，其對角線上的元素Wii被設為0，而Wij表示區域i和區域j在空間上相連接的原因。其權數的設定一般有兩種規則：地理位置規則與空間距離規則。本文涉及的權數均采用這兩種規則。地理位置規則使用Rook鄰近空間加權矩陣(Wr)，即當兩個地區擁有共同邊界時，wij=1，而當兩個地區沒有共同的邊界時，wij=0為了避免“單個島嶼效應”，設定海南省與廣東省、廣西壯族自治區有共同邊界。。空間距離規則采用K值最鄰近空間矩陣(Wk)，具體為給定空間單元周圍選擇最鄰近K個地區的權數為1，其余為0，一般地，K=4［19］。為了減少或消除區域間的外在影響，權值矩陣被標準化w*ij=wij/∑nj=1wij，從而使行元素之和為1。
五、 外溢效應的實證結果
（一） 數據描述
本節所使用的數據是2004―2009年30個省區各年的橫截面數據，使用逐年回歸的方法進行分析。本節的實證步驟如下：首先是數據描述，其次進行SLM與SEM檢驗判別，最后得出回歸結果并作時間比較。
因變量為上文測量的各省區人均環境污染資源損失（dam）。自變量方面，除了Wy或Wε，其余控制變量主要源于Grossman和Krueger的環境三效應模型［20］，該模型經過Antweiler 等建立數理模型驗證［21］。他們將影響環境的因素分為三種效應：規模效應、結構效應和技術效應。規模效應是指經濟規模的增大，影響到環境污染資源的損失，用真實人均GDP及其平方項來反映。這些最早見于Grossman和Kruger的EKC假說［20］。后來，Copeland和Taylor為EKC假說提供了一個合理的數理推導，并研究了南北貿易環境的關系，揭示了高收入地區選擇強的環境保護措施的原因［22］。結構效應是指產業結構的變化導致環境污染資源損失的變化，這里使用第二產業占GDP比重（we2）來反映。技術效應是指因為技術的進步致使環境污染資源損失的改變，這里使用研究與試驗發展的人員數量（rd）表示。另外，使用對外依存度，即進出口總額占GDP的比重（ti）來捕捉污染產生的效應。為了反映政府保護環境的努力程度，本文采用類似于曾文慧提出的水污染有效征收率（Effective Levy Rate，EL），以總排污費除以未達標工業廢水排放量來度量［23］。
綜合各變量，以2009年為例，對其進行簡要的數據描述，如表1所示。
（二） 實證結果
判斷地區間空間相關性是否存在以及SLM和SEM哪個模型更恰當，一般可通過包括Moran�s I檢驗、兩個拉格朗日乘數（Lagrange Multiplier）檢驗，LMLAG、LMERR及其穩健（Robust）的R�LMERR、R�LMLAG）等檢驗來實現。表2（見下頁）列示了使用2009年省區數據進行的幾項檢驗。
Moran�s I檢驗，無論是Wr還是Wk加權矩陣都通過了5%的顯著性檢驗，這表明我國各地區人均環境資源損失的分布出現了空間上的聚集現象，即具有人均較高環境污染資源損失的地區相互臨近，而具有較低人均環境污染資源損失的地區也相互臨近。
盡管Moran�s I統計量表明我國省區人均環境污染資源損失的空間自相關作用是顯著的，但是該統計量不能顯示出高損失地區或低損失地區集聚的具體情況。我們使用Moran散點圖來揭示這一現象。
Moran散點圖以每個地區觀測值的離差為橫坐標，以其空間滯后值為縱坐標，四個不同的象限分別對應四種不同的局部空間相關關系。如圖4（見下頁）所示，以Wk權重為例，位于第一象限即H�H（High�High）型地區以及第三象限即L�L型（Low�Low）地區的省區居多，導致擬合線的斜率為正。其中，第一象限包括內蒙古、黑龍江、遼寧、河北、北京、天津、寧夏、山西、山東、江蘇、浙江和上海，這些省區本身具有較大的損失值，并且其附近的地區也具有較大的損失值。H�H型地區和L�L型地區表示地區間存在正的空間自相關且空間實體呈現空間集聚。
圖4人均環境污染資源損失Moran散點圖（2009年）
至于SLM與SEM的選擇，Anselin和Florax提出了如下判別準則：如果在空間依賴性的檢驗中發現LM（lag）較之LM（error）在統計上更加顯著，且R�LM（lag）顯著而R�LM（error）不顯著，則可以斷定適合的模型是SLM；相反，如果LM（error）比LM（lag）在統計上更加顯著，且R�LM（error）顯著而R�LM（lag）不顯著，則可以斷定SEM是恰當的模型。
從表2（見下頁）可知，Wr加權矩陣中，LM（lag）檢驗顯著而LM（error）檢驗不顯著，因此選擇SLM；Wk加權矩陣中，LM（lag）與LM（error）檢驗顯著，但R�LM（lag）檢驗顯著而R�LM（error）檢驗不顯著，因此也選擇SLM。那么，兩個加權矩陣的空間回歸模型均使用SLM。于是，回歸模型設定為：
dam=β0+ρW・dam+β1pgdp+β2pgap2+β3we2+β4rd+β5ti+β6el+ε（4）
正是由于選擇了SLM，（4）式可考察省區人均環境污染資源損失的外溢效應。式中ρ的符號決定了外溢效應的方向，其大小決定了效應的大小。若ρ=0，則不存在外溢效應，此時省區間的政策舉措是相互獨立的；若ρ＞0，則存在正的外溢效應，此時省區間表現為相互模仿的政策互動或稱政策互補；若ρ＜0，則存在負的外溢效應，此時區間表現為差異化的政策互動或稱之為政策替代。
空間計量模型存在自變量的內生性，這類模型的估計如果仍采用OLS，系數估計值會有偏或者無效，因此需要通過IV、ML或GLS、GMM等其他方法來進行估計。Anselin建議采用極大似然法估計［18］。另外，針對擾動項方差的設定不同，LeSage和Peace以貝葉斯的視角拓展了空間計量模型，并使用Markov Chain Monte Carlo（MCMC）方法進行估計［25］。這里，我們使用兩種空間加權矩陣，使用ML與MCMC兩種方法分別估計各年的情況，其中2009年的回歸結果見表3（見下頁）所示表3只列示了2009年的回歸結果，其余年份的結果可向作者索取。。
表3使用了兩種空間加權矩陣和兩種回歸方法，共四個方程來驗證我國省區人均環境污染資源損失的外溢效應使用修正擬合優度（Rbar^2）和最大似然值（ll）來判別，應選擇方程（4）。，結果都顯示ρ值顯著為正，即存在正的外溢效應。這種效應在空間上，表現為相近損失水平的省區集聚在一起，于是就形成了圖3所示的我國省區人均環境污染資源損失外圈套內圈的空間分布，其中外圈是人均損失較大的沿海省區與擁有國際邊界的省區，內圈是人均損失較小的內陸省區。在政策舉措上，正的外溢效應表現為省區的環境資源政策行為相互模仿。那么，一省區采用減小環境污染資源損失的措施，其臨近的省區也相應采取減小損失的措施。這樣的現象與Huang等的榜樣效應如出一轍［26］。
考察外溢效應的時間變動趨勢。如圖5所示，四個方程度量的ρ值都具有相仿的時間變動趨勢。圖中ML的估計值比MCMC的估計值大。LeSage指出ML與MCMC的估計差異在于模型的異方差大小［27］。空間加權矩陣Wk的ρ值大于Wr的ρ值，源于Wk賦予最近的4個省區的權數為1，而Wr則是賦予鄰近省區的權數為1，而我國各省區平均擁有4.23個鄰近省區。這樣，最近4個省區的平均距離小于鄰近省區指省區間的質心距離。。某省與其最近4個省區的緊密程度大于鄰近省區時，其對最近4個省區的影響也與其鄰近省區的影響相當。在時間變動上，2006年，ρ值達到峰值，其余Wk的ρ值較為穩定，ML估計一般在0.5的水平，MCMC估計一般在0.4水平。而Wr的ρ值在2008年有個明顯的低谷，但ML估計基本維持在0.3，MCMC估計基本維持在0.2的水平。正是由于省區的正外溢效應普遍存在，省區間的環境資源政策相互模仿，導致我國人均環境污染資源損失的區域差異較為穩定，這點又與圖2泰爾指數反映的結果相互印證。
控制變量方面，真實人均GDP的系數顯著為正，其二次項的系數雖符號為負，但不顯著，即人均環境污染資源損失的EKC假說不成立，而是與真實人均GDP呈斜率為正的線性關系。以方程（4）為例，真實人均GDP每增長1萬元，人均環境資源損失增加567.34元。按現行的經濟增長模式，新增環境污染資源損失約占新增GDP的5.7%，再次說明了我國環境資源問題的嚴峻性。結構效應中的二產占GDP比重（we2）雖然系數符號為正，但不顯著，即二產比重的增加沒有顯著加大環境資源的損失。觀察圖3可知，人均環境污染資源損失較高的省區，二產比重較高（如：山東、河北生產排污較為嚴重），但諸如山西、內蒙古等資源大省對資源的損耗較多，然二產比重不大，因此綜合起來看，結構效應對二產比重的影響不顯著。再者，對外依存度（ti）的系數不顯著，表明污染天堂效應在我國不成立。而環保努力程度（el）的系數僅在方程（4）中通過10%的顯著性檢驗，說明我國的環保效果不是很突出。捕捉技術效應的研究與試驗發展全時人員當量（rd）的系數顯著為負，即技術進步能降低人均環境污染資源損失，全時人員當量每增加1單位，人均環境污染資源損失降低0.004元。控制變量中三種效應的驗證說明，當經濟規模擴大的同時降低對環境資源的負荷需要靠技術進步。因而，加大研發，實施科教興國戰略，也成為了可持續發展的必由之路。
分地區比較外溢效應的情況。由于以Wk刻畫空間相互作用，使用ML估計的效果較好，于是采用方程（4）對分地區進行檢驗MCMC的估計結果與ML一致，并不影響區域比較的屬性。，結果由表4顯示。從東中西三地區來看，東部省區內部的外溢效應顯著為正，且系數較大，除了2008年外，ρ值都基本維持在0.8，比全國估計得出的表3的方程（4）大。與此同時，2004―2007年，中部的ρ值顯著為正，此時中部省區內部也存在正外溢效應，但系數卻比全國樣本的小，而且2008―2009年的系數不顯著，此時中部省區內部不存在外溢效應。西部的ρ值大多不顯著，甚至在2005年和2006年顯著為負，即在區域分布上，人均環境資源損失相當的省區會離散；在政策舉措上，地區的行為恰好相反，某省區采用減少環境污染資源損失的措施，其臨近的省區反而采用增大損失的措施。Huang等將這種效應稱為轉移效應。綜合三地區來看，全國層面存在的正的外溢效應主要源于東部地區內部。在地區間競爭下，各省區追逐GDP的熱情世界罕見［28］，但短期內使GDP快速增長的措施，往往都是相仿的，如地方政府會選擇大力發展二產、重視一產、忽視三產［29］；地方政府會加大基礎設施建設上的投資而忽視教育投資［30］。這種競爭在經濟發達的東部地區尤為激烈［31］。
再分析地區間的交互作用。東中部和中西部的ρ值顯著為正，且中西部的值較大，那么中部與西部之間在人均環境污染資源損失的外溢效應強于東部與中部之間。東部與中部地區無論是在地理，還是在經濟方面的差異都相對強于中部與西部之間的差異。地區間競爭，確定政績的好壞，通常以實力相當的省區作對比。這樣，某省區只會關心與其相仿的省區，即該省區對與其實力相當且臨近的省區政策作出較快反應，但對與其差異很大的省區的反應就較為緩慢，甚至不作出反應，這樣中部與西部省區間的外溢效應就強于東部與中部間的外溢效應。也正是由于這個原因，東部地區內部差異性小于跨區間，其競爭激烈程度也高于跨區間省份的競爭，跨區的東中部和中西部的外溢效應強度均低于東部內部。另外，東西部的外溢效應不顯著，東部與西部的交互作用不明顯。這是由于一方面，西部省區離發達地區太遠，發達地區對西部地區的影響力度有限，其影響范圍不足以輻射到西部地區；另一方面，西部與東部差異大，并不是彼此競爭的對象，二者相互影響較少。
六、 結論
我國經濟高速增長的背后，存在諸多問題，其中環境資源問題尤為重要。因此，如何合理地測量我國各省區環境污染資源損失程度并分析其特征便成為了制定環境資源政策必先認真對待的問題。本文沿用2011年世界銀行對環境污染資源損失的貨幣評價模式，測量了我國30個省區2004―2009年的人均環境污染資源損失，分析了它的區域分布特點，并在此基礎上，驗證了我國省區間人均環境污染資源損失外溢效應的存在性，其結果表明：
第一，2004―2009年，我國人均環境污染資源損失愈加嚴重，其年均增速高于同期GDP增速，這其中中西部較快。由于東部基數較大，中部與西部的差距拉大，故總體上我國人均環境污染資源損失的區域差異基本穩定。在區域分布上，形成了損失嚴重的外圈套損失較小的內圈這一格局，外圈是東部沿海省區以及擁有國際邊界的北方省區，內圈是中西部內陸省區。
第二，針對損失的區域分布特點，本文使用了空間計量回歸的方法，驗證了我國省區人均環境污染資源損失存在正的外溢效應。這種效應在空間上表現為相近損失水平的省區集聚在一起；在政策舉措上，表現為省區的環境資源政策行為相互模仿。從分地區來看，這種效應主要源于東部省區內部；從跨區域交互影響來看，這種效應主要源于中部與西部之間及東部與中部之間，且前者的外溢效應為大。
我國人均環境污染資源損失的區域分布特點及存在的正外溢效應給我們帶來這樣的啟示：我國要建立“資源節約型社會”、“環境友好型社會”，發展“循環經濟”，做到人與自然和諧相處，就要妥善處理好區域問題。我國省區間的環境資源政策具有相互模仿的特征，那么確立榜樣地區，使其發揮示范作用，就能產生連鎖效應。同時，這種模仿特征更多地歸根于地區競爭，因此通過制度創新使得地方政府從競爭走向競合是解決地區環境問題的有效途徑。
