寧譯萱 尹勇 李瓊

摘 要：選取中國省際2005-2016相關(guān)空間面板數(shù)據(jù)，構(gòu)建帶有時空雙固定效應(yīng)的空間杜賓模型探究各種影響因素對霧霾污染的空間效應(yīng)，研究結(jié)果表明：霧霾污染表現(xiàn)出顯著正的溢出效應(yīng)，本地區(qū)霧霾污染的提升會相應(yīng)加重鄰近地區(qū)霧霾污染。開放程度、環(huán)境規(guī)制、經(jīng)濟發(fā)展水平、城市化水平、技術(shù)水平、產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)均能不同程度對霧霾污染產(chǎn)生影響?；诖?，提出相應(yīng)可降低霧霾污染的政策建議。

關(guān)鍵詞：霧霾;影響因素;空間杜賓模型;時空雙固定效應(yīng)

中圖分類號：F2 ? ? 文獻標識碼：A ? ? ?doi：10.19311/j.cnki.1672-3198.2020.26.023

改革開放帶來中國“經(jīng)濟奇跡”的同時也使得我國陷入“經(jīng)濟-環(huán)境”怪圈中，傳統(tǒng)粗放式的經(jīng)濟發(fā)展模式以重工業(yè)發(fā)展為主，“重發(fā)展-輕保護”的發(fā)展理念使得目前的中國已成為世界上污染最為嚴重的國家之一。近年來，霧霾污染席卷全國，呈現(xiàn)出發(fā)生頻率高、波及范圍廣、持續(xù)時間長、治理難度大等特點;《2018中國生態(tài)環(huán)境狀況公報顯示》，京津冀、長三角、汾渭平原等地區(qū)平均優(yōu)良天數(shù)比例分別為505%、741%、543%，全年城市環(huán)境空氣質(zhì)量達標數(shù)僅占總體的358%。由于我國幅員遼闊，各地區(qū)霧霾污染存在顯著區(qū)域特征?；诖耍\用空間計量方法分析各省市霧霾污染的空間效應(yīng)及影響因素，對于霧霾污染的有效治理存在應(yīng)有之意。

1 研究方法與模型設(shè)定

霧霾污染的影響因素涵蓋了社會的方方面面，而霧霾本身也存在空間依賴性，此時若采用普通面板回歸對霧霾污染及其影響因素進行分析會使得估計結(jié)果存在很大偏差，需借助空間計量模型來進行實證檢驗?？臻g計量模型主要包括空間滯后（SAR）、空間誤差（SEM）和空間Dubin模型（SDM），而空間滯后、空間誤差模型都是空間Dubin模型的特殊形式，因此本文構(gòu)建更一般化的空間Dubin模型來探究各種影響因素對霧霾的影響效應(yīng)：

上式中，PM表示為霧霾污染，W為前文所設(shè)定的空間0-1權(quán)重矩陣，W·PM表示為霧霾污染的空間溢出項，ρ表示為霧霾污染的空間溢出系數(shù)，即表示為本地區(qū)霧霾污染對鄰近地區(qū)所造成的影響;Xit表示為第i個省市第j年各種影響因素變量，包括開放程度、環(huán)境規(guī)制、經(jīng)濟發(fā)展水平、城市化水平、產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)等;η為各影響因素變量的空間溢出系數(shù)，β為各影響因素變量的線性系數(shù)，μi表示為空間固定效應(yīng)，αt表示為時間固定效應(yīng)，εit表示為隨機擾動項。

2 變量選取與分析

被解釋變量：霧霾污染（PM）。對于霧霾污染的度量，一些學(xué)者借助PM10、二氧化硫、AQI等指標來衡量。但由于PM25才是霧霾污染的主要來源，因此，本文選取PM25來作為霧霾污染的度量指標。由于我國對霧霾污染的測量時間較晚，測量周期較短可能會對研究結(jié)果造成影響，所以選取哥倫比亞大學(xué)衛(wèi)星監(jiān)測得到的柵格數(shù)據(jù)，采用Arcgis軟件進行提取得到2005-2016年我國各省份PM25年均值。由于官方統(tǒng)計給出的柵格數(shù)據(jù)只進行到2016年，這也是本文選取區(qū)間為2005-2016年的原因。圖1為采用提出所得的霧霾污染數(shù)據(jù)繪出的2005-2016分區(qū)域霧霾污染年均值對比折線圖，由圖1給出的對比圖可知，在研究區(qū)間內(nèi)，全國范圍內(nèi)的霧霾污染濃度年均值在30ug/m3附近波動，基本已達到世界衛(wèi)生組織所規(guī)定的35ug/m3以下水平，說明從全國范圍來看，目前我國各省份霧霾污染情況已有所好轉(zhuǎn)，現(xiàn)有的治霾政策頗有成效。分區(qū)域情況來看，東部沿海地區(qū)省份以及中部地區(qū)省份各年均值都高于全國年均值水平，經(jīng)濟較發(fā)達的東、中部地區(qū)各省份全年霧霾污染較為嚴重;而對于西部地區(qū)來說，年均值低于全國年均值水平，對于經(jīng)濟欠發(fā)達的西部地區(qū)來說其霧霾污染也相對較輕;綜上所述，我國霧霾污染分布存在顯著區(qū)域差異性，因此對于霧霾污染的治理需因地制宜。

通過空間計量模型探究各種影響因素對霧霾污染的影響效應(yīng)，本文選取如下幾個影響因素變量：①開放程度（fdi），用各省市實際利用外資額來表示。②環(huán)境規(guī)制（ers），通過各省市工業(yè)二氧化硫、廢氣、固體廢物排放量構(gòu)造綜合指數(shù)，用熵權(quán)法加權(quán)得到環(huán)境規(guī)制的度量值。③經(jīng)濟發(fā)展水平（gdp），用各省市人均GDP來表示。④城市化水平（ul），用各省市城鎮(zhèn)人口所占總?cè)丝诒戎貋肀硎?。⑤技術(shù)水平（tec），用各省市專利申請授權(quán)量來表示。⑥產(chǎn)業(yè)結(jié)構(gòu)（ind），用各省市第三產(chǎn)業(yè)所占GDP比重來表示。⑦能源結(jié)構(gòu)（es），用各省市煤炭消耗總量占總能源消耗量的比重來表示。

3 實證分析

3.1 空間自相關(guān)檢驗

由stata15計算得出2005-2016我國各省市霧霾污染Global Morans指數(shù)如表1所示，如表1給出的結(jié)果易知，在使用標準化后的0-1空間權(quán)重矩陣條件下，所研究年份霧霾污染Global Morans指數(shù)均大于0且在1%的水平下顯著，表明霧霾污染存在顯著的正的空間相關(guān)性。從各年份Global Morans指數(shù)值來看，從2005到2016年，莫蘭指數(shù)具有逐年遞增趨勢，且每一年的指數(shù)值均大于05，說明目前各省份霧霾污染正空間相關(guān)性越來越強。

3.2 空間杜賓模型回歸結(jié)果分析

3.2.1 計量模型檢驗

基于前文設(shè)定的空間杜賓模型對霧霾污染及影響因素進行空間面板模型分析，根據(jù)Elhorst的做法，需對空間面板模型的最優(yōu)選擇進行檢驗，Hausman估計的檢驗結(jié)果為66.08且在1%的水平下顯著，拒絕了隨機效應(yīng)優(yōu)于固定效應(yīng)的原假設(shè)，因此后續(xù)模型檢驗均為基于固定效應(yīng)進行分析;對比分析在空間固定、時間固定以及時空雙固定條件下空間杜賓模型估計結(jié)果，對比三個固定效應(yīng)的R2值與擬合優(yōu)度Log-likelihood，均為時空雙固定效應(yīng)中的系數(shù)較大;且由LR檢驗結(jié)果可知，在1%的顯著性水平下認為時空雙固定是最優(yōu)選擇，因此后續(xù)模型分析均為采用時空雙固定效應(yīng)來進行。此外，由LR（lag）、LR（error）、Wald（lag）、Wald（error）檢驗結(jié)果可知，在5%的顯著性水平下拒絕了sdm會退化為sem與sar的假設(shè)，說明了本文選取空間杜賓模型的合理性。由霧霾污染的空間溢出系數(shù)ρ可知，在1%的顯著性水平下，本地區(qū)霧霾污染對鄰近地區(qū)的霧霾污染影響為正，影響系數(shù)為06811，隨著本地區(qū)霧霾污染上升1%，會相應(yīng)提升鄰近地區(qū)霧霾污染上升06811%，這也進一步說明霧霾污染確實具有顯著正空間自相關(guān)性。

3.2.2 空間杜賓模型效應(yīng)分解結(jié)果分析

Anselin and Gallo認為，由于空間杜賓模型分析得出的結(jié)果中加入了自變量與因變量的空間滯后項，僅考慮直接的回歸結(jié)果會忽視自變量對因變量帶來的邊際影響，從而導(dǎo)致估計結(jié)果存在偏差。LeSage and Pace針對空間效應(yīng)作用范圍與對象的差異性，將空間杜賓模型中自變量對因變量的影響效應(yīng)分為直接、間接與總效應(yīng)?？臻g杜賓模型的效應(yīng)分解結(jié)果如表2所示。

從直接效應(yīng)的回歸結(jié)果來看，開放程度對霧霾污染的影響在10%的水平下顯著為負，影響系數(shù)為-00334;外商投資的引進并不一定會產(chǎn)生“污染天堂”效應(yīng)，引進地區(qū)相反會由于在引進的同時學(xué)習(xí)了國外先進的科學(xué)技術(shù)與管理經(jīng)驗，從而對霧霾污染產(chǎn)生顯著抑制作用。環(huán)境規(guī)制、經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)對霧霾均具有抑制作用，但這種作用并不顯著，說明他們對霧霾污染產(chǎn)生的影響效應(yīng)并不明顯;技術(shù)水平對霧霾污染的影響效應(yīng)在1%的水平下顯著為負，影響系數(shù)為-00601;隨著各地區(qū)技術(shù)創(chuàng)新投入的增加，提升了企業(yè)污染減排的效率，從而使得霧霾污染水平顯著降低。能源結(jié)構(gòu)對霧霾污染的影響在1%的顯著性水平下顯著為正，影響系數(shù)為02467;以煤炭等傳統(tǒng)能源為主的能源消耗方式在給地區(qū)環(huán)境帶來嚴重污染的同時還造成了巨大的資源浪費，傳統(tǒng)能源的過度使用會阻礙霧霾污染治理效果。

從間接效應(yīng)的回歸結(jié)果來看，開放程度對霧霾污染的影響在5%的水平下顯著為負，影響系數(shù)為-02362，地區(qū)外商投資的溢出效應(yīng)主要表現(xiàn)在技術(shù)溢出，本地區(qū)外資企業(yè)表現(xiàn)出“示范效應(yīng)”，從而對鄰近地區(qū)霧霾污染具有顯著抑制作用。環(huán)境規(guī)制對霧霾污染的影響為負，但并不顯著;經(jīng)濟發(fā)展水平對霧霾污染的影響為負，且在5%的水平下顯著，經(jīng)濟發(fā)展每提升1%，相應(yīng)會促使鄰近地區(qū)霧霾污染降低05008%，說明隨著區(qū)域經(jīng)濟發(fā)展的加快，本地區(qū)發(fā)展經(jīng)濟的同時會相應(yīng)帶動鄰近地區(qū)經(jīng)濟的發(fā)展，從而提升了居民的生活水平和環(huán)境保護意識，進而降低了霧霾污染。城鎮(zhèn)化水平、產(chǎn)業(yè)結(jié)構(gòu)對霧霾污染的影響為正，但并不顯著，說明目前隨著城鎮(zhèn)化水平的不斷提升以及第三產(chǎn)業(yè)比重不斷增加，均會對鄰近地區(qū)霧霾污染產(chǎn)生不顯著的促進作用。能源結(jié)構(gòu)對霧霾污染的影響在1%的水平下顯著為負，影響系數(shù)為-08153，隨著本地區(qū)以重工業(yè)為主的經(jīng)濟增長方式在給本地區(qū)環(huán)境造成環(huán)境污染的同時，會隨著大氣環(huán)流等溢出效應(yīng)對鄰近地區(qū)環(huán)境產(chǎn)生更嚴重的污染。對比各影響因素變量的直接效應(yīng)和間接效應(yīng)系數(shù)，無論是否顯著，其間接效應(yīng)影響系數(shù)均大于直接效應(yīng)，說明目前隨著經(jīng)濟全球化以及區(qū)域經(jīng)濟發(fā)展的普及，各變量的溢出效應(yīng)越來越成為學(xué)術(shù)研究中不可忽視的一個重要因素，這也進一步的說明了本文選擇空間計量模型進行分析的必要性。

從總效應(yīng)給出的回歸結(jié)果來看，開放程度、經(jīng)濟發(fā)展水平、技術(shù)水平對霧霾污染的影響為在5%的水平下顯著為負，說明它們從整體來看均會對霧霾產(chǎn)生顯著抑制作用。環(huán)境規(guī)制對霧霾污染影響為負，但并不顯著;城市化水平、產(chǎn)業(yè)結(jié)構(gòu)對霧霾影響為正，也不顯著，說明從整體來看，它們對霧霾污染的影響并不明顯。能源結(jié)構(gòu)對霧霾污染的影響在1%的水平下顯著為正，說明以煤炭為主的能源消耗方式會在整體上促進霧霾污染的增加。

4 結(jié)論與啟示

本文基于2005-2016年中國大陸（除西藏）30個省市的相關(guān)面板數(shù)據(jù)，采用探索性空間分析方法對各年份霧霾污染進行空間相關(guān)性分析，并構(gòu)建開放程度、環(huán)境規(guī)制、經(jīng)濟發(fā)展水平、城市化水平、技術(shù)水平、產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)影響霧霾污染的空間杜賓模型，研究發(fā)現(xiàn)：我國霧霾污染在空間上表現(xiàn)出高度正空間自相關(guān)性，且這種正空間相關(guān)性具有逐年遞增趨勢;大部分高-高集聚區(qū)位于我國東部沿海地區(qū)，低-低集聚區(qū)大多位于經(jīng)濟欠發(fā)達的西部地區(qū)。霧霾污染具有顯著溢出效應(yīng)，本地區(qū)霧霾污染的提升會對鄰近地區(qū)的霧霾污染具有顯著促進作用，忽略溢出效應(yīng)的存在會使得估計結(jié)果有所偏差。開放程度、技術(shù)水平的提升不僅能顯著降低本地區(qū)霧霾污染程度，還會通過溢出作用對鄰近地區(qū)的霧霾污染產(chǎn)生顯著抑制作用，并且這個溢出作用較強;以煤炭為主的能源消耗方式的比重提升會對本地區(qū)和鄰近地區(qū)霧霾污染均產(chǎn)生顯著促進作用;經(jīng)濟發(fā)展水平對本地區(qū)產(chǎn)生不顯著的抑制作用，但卻能顯著抑制鄰近地區(qū)霧霾污染;環(huán)境規(guī)制、產(chǎn)業(yè)結(jié)構(gòu)對霧霾污染均具有抑制作用，但這個抑制作用并不顯著。

基于上述結(jié)論，我們可以得到如下啟示：第一，溢出作用的存在是造成霧霾污染擴散的主要原因，為有效解決“霧霾鎖城”問題，需加強區(qū)域聯(lián)防聯(lián)控，共同協(xié)商治理政策。第二，外資企業(yè)的引入對地區(qū)環(huán)境存在兩面性，政府需提高外商引資的準入門檻，避免由于追求經(jīng)濟發(fā)展而成為發(fā)達國家的“污染天堂”，力求實現(xiàn)“引資”與“治霾”雙重目標;技術(shù)水平能顯著抑制霧霾污染，政府與企業(yè)需加強對治污技術(shù)研發(fā)投入，提升霧霾污染治理效率。第三，以煤炭為主的傳統(tǒng)能源消費方式是引發(fā)霧霾污染的主要原因之一，因此治霾的重中之重在于清潔能源的開發(fā)、使用與對能源使用效率的提升。

參考文獻

[1]邵帥，李欣，曹建華，等.中國的城市化推進與霧霾治理[J].經(jīng)濟研究，2019，54（2）：148-165.

[2]李光勤，秦佳虹，何仁偉，等.中國大氣PM2.5污染演變及其影響因素[J].經(jīng)濟地理，2018，38（8）：11-18.

[3]謝佳慧，李隆偉，王艷平，等.排斥物：霧霾降低入境旅游規(guī)模[J].當(dāng)代經(jīng)濟科學(xué)，2017，39（1）：113-123+128.

[4]林楚海.中國霧霾污染的空間計量分析[J].統(tǒng)計與決策，2018，34（16）：94-99.

[5]張生玲，王雨涵，李躍，等.中國霧霾空間分布特征及影響因素分析[J].中國人口·資源與環(huán)境，2017，27（9）：15-22.

[6]姚奕，倪勤.中國地區(qū)碳強度與FDI的空間計量分析——基于空間面板模型的實證研究[J].經(jīng)濟地理，2011，31（9）：1432-1438.

[7]Elhorst J P.Applied Spatial econometrics：Raising the bar[J].Satial economic analysis，2010，5（1）：9-28.

[8]Anselin L.Spatial Effects in Econometric Practice in Environmental and Resource Economics[J].American Journal of Agricultural Economics，2001，83（3）：705-710.

[9]Lesage J P，Pace R K.Introduction to spatial econometrics[M].CRC Press，2009：513-514.

[10]張明，李曼.經(jīng)濟增長和環(huán)境規(guī)制對霧霾的區(qū)際影響差異[J].中國人口·資源與環(huán)境，2017，27（9）：23-34.