（安徽建筑大學(xué) 經(jīng)濟(jì)與管理學(xué)院，安徽 合肥 230601）

工業(yè)革命以來(lái)，人類為發(fā)展經(jīng)濟(jì)對(duì)資源肆意索取，造成的環(huán)境破壞日益顯現(xiàn)。進(jìn)入21 世紀(jì)，環(huán)境污染已經(jīng)成為一個(gè)亟待解決的全球性問(wèn)題[1]。與此同時(shí)，隨著國(guó)內(nèi)工業(yè)化及城鎮(zhèn)化快速推進(jìn)，霧霾污染呈現(xiàn)發(fā)生頻率高、影響范圍廣、治理難度大、出現(xiàn)常態(tài)化的特點(diǎn)[2]。安徽省位于中國(guó)華東地區(qū)，瀕江近海，有400 km 的沿江城市群和皖江經(jīng)濟(jì)帶，是長(zhǎng)三角的重要組成部分，它是國(guó)家經(jīng)濟(jì)發(fā)展戰(zhàn)略動(dòng)力的重要部分。近年來(lái)，安徽省空氣質(zhì)量有了很大改善，但空氣污染依然嚴(yán)峻，特別是冬季，霧霾天氣依然較多，2017 年，安徽省僅有黃山市空氣質(zhì)量達(dá)到國(guó)家二級(jí)標(biāo)準(zhǔn)。因此全省要確切落實(shí)各項(xiàng)防污減排措施，將霧霾治理置于重中之重。

能源消費(fèi)是霧霾污染的重要原因之一，同時(shí)也一直是國(guó)內(nèi)外學(xué)術(shù)界關(guān)注的重點(diǎn)。而 Suri 和Soytas等[3-4]通過(guò)研究證明能源消費(fèi)會(huì)引起環(huán)境污染，對(duì)環(huán)境污染具有正向效應(yīng)。而Bastoia 和Sapkota[5]利用模型研究了尼泊爾聯(lián)邦共和國(guó)的能源消費(fèi)與環(huán)境污染的因果關(guān)系，提出能源消費(fèi)與碳排放之間有著因果關(guān)系，能源消費(fèi)的增長(zhǎng)會(huì)帶來(lái)碳排放量的增加。馬麗梅和張曉[6]利用空間計(jì)量的研究方法發(fā)現(xiàn)，我國(guó)的霧霾污染會(huì)產(chǎn)生明顯的空間擴(kuò)散效果，且霧霾的污染程度與能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)的變化密切相關(guān)。冷艷麗和杜思正[7]證明消除能源價(jià)格扭曲會(huì)減少霧霾污染。張文靜[8]研究了能源消費(fèi)與大氣污染之間的關(guān)系，證明了能源消費(fèi)造成了霧霾污染，增加高新科技投入能夠減少能源消費(fèi)量與霧霾污染。交通因素對(duì)霧霾的影響一直也是熱點(diǎn)問(wèn)題，Hao和Lin[9]提出車輛數(shù)量的增多和第二產(chǎn)業(yè)占比的加重會(huì)增加城鎮(zhèn)的PM2.5 濃度。馬麗梅等[10]則認(rèn)為從全國(guó)的角度來(lái)看，交通因素對(duì)霧霾污染沒有太大影響。在產(chǎn)業(yè)結(jié)構(gòu)和霧霾的研究中，孫坤鑫等[11]認(rèn)為優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)可以改善空氣質(zhì)量。人口因素對(duì)霧霾的影響同樣不可忽視，王素鳳等[12]將人口規(guī)模用作衡量人口變化的代表性指標(biāo)，例如城市常住人口和人口的城市化率等。

本文從能源消費(fèi)規(guī)模、能源消費(fèi)質(zhì)量和能源消費(fèi)結(jié)構(gòu)3 個(gè)維度，完善能源消費(fèi)與霧霾污染的理論研究機(jī)制，彌補(bǔ)能源消費(fèi)與霧霾污染區(qū)域性研究的不足?；诎不帐?6 個(gè)城市，2010—2017 年間640個(gè)數(shù)據(jù)作為研究依據(jù)，并對(duì)霧霾污染治理中就能源消費(fèi)方面提出合理意見。

1 模型構(gòu)建與數(shù)據(jù)來(lái)源

1.1 因變量

可吸入顆粒物（PM10）。大氣可吸入顆粒物(PM10)是我國(guó)大部分城市大氣的首要污染物[13]。有研究表明，PM10 濃度每上升10 μg/m3,居民死亡率、心血管疾病死亡率和呼吸系統(tǒng)疾病死亡率分別升高0.51%、0.68%和0.68%[14]。

1.2 自變量

基于國(guó)內(nèi)外學(xué)者對(duì)于能源消費(fèi)與霧霾污染關(guān)系的研究，本文挑選出可能對(duì)霧霾污染造成影響的6 個(gè)自變量：人均地區(qū)生產(chǎn)總值（PGDP）、各市私人汽車擁有量（PCO）、第二產(chǎn)業(yè)占地區(qū)生產(chǎn)總值比重（INST）、能源消費(fèi)總量（TEC）、城市常住人口（RESI）、城市人口密度（DENS）。為了保證回歸方程中的所有變量的線性關(guān)系是有意義的，并且自變量的變化將導(dǎo)致因變量的較大變化。本文將通過(guò)逐步回歸法篩選出對(duì)霧霾污染顯著性較高的自變量，篩選結(jié)果見表1。TEC、RESI、INST及PCO中P值（0.0029）（0.0000）（0.0000）（0.0172）在95%的置信度下對(duì)霧霾污染都有顯著性影響。同時(shí)TEC、RESI、INST及PCO 的容差值（0.622）、（0.497）、（0.527）、（0.560）均大于0.1，獨(dú)立性較好；VIF值（1.607）、（2.013）、（1.897）、（1.785）均小于10，通過(guò)了多重共線性的線性診斷。因此，本文選取能源消費(fèi)總量（TEC）、城市常住人口（RESI）、第二產(chǎn)業(yè)占地區(qū)生產(chǎn)總值比重（INST）及各市私人汽車擁有量（PCO）作為自變量，分析其對(duì)霧霾污染的關(guān)系。

表1 回歸結(jié)果（自變量的確定）

為了全面衡量能源消費(fèi)對(duì)霧霾污染濃度的影響，本文對(duì)能源消費(fèi)的指標(biāo)分為了三類：能源消費(fèi)規(guī)模、能源消費(fèi)質(zhì)量及能源消費(fèi)結(jié)構(gòu)。見表2。

表2 變量選取及能源消費(fèi)指標(biāo)構(gòu)建

能源消費(fèi)規(guī)模指標(biāo)。煤炭燃燒過(guò)程中伴隨大量顆粒物排放[15]，能源消費(fèi)總量作為反應(yīng)能源消費(fèi)規(guī)模的直接指標(biāo)，對(duì)霧霾污染有著必然聯(lián)系；而城市常住人口作為反映城市規(guī)模的重要指標(biāo)，對(duì)能源消費(fèi)有著重要影響，因此本文選取能源消費(fèi)總量及城市常住人口代表安徽地區(qū)能源消費(fèi)規(guī)模指標(biāo)，研究能源消費(fèi)規(guī)模是否對(duì)PM10 濃度造成顯著影響。

能源消費(fèi)質(zhì)量指標(biāo)。各市私人汽車擁有量對(duì)能源消費(fèi)質(zhì)量有著直接影響，由于目前汽車的燃料主要是汽油、柴油、液化石油氣等，因此各市私人汽車擁有量增加反映了一定程度的能源消費(fèi)質(zhì)量的降低。

能源消費(fèi)結(jié)構(gòu)指標(biāo)。第二產(chǎn)業(yè)占地區(qū)生產(chǎn)總值比重的優(yōu)化可以促進(jìn)工業(yè)能源的合理配置，提高工業(yè)能源的利用效率，從而優(yōu)化能源的消費(fèi)結(jié)構(gòu)。因此本文選取第二產(chǎn)業(yè)占地區(qū)生產(chǎn)總值比重作為能源消費(fèi)結(jié)構(gòu)的指標(biāo)科學(xué)合理。

此外，城市人口密度（DENS）及人均地區(qū)生產(chǎn)總值（PGDP）也可能對(duì)大氣污染和霧霾濃度造成影響，但是通過(guò)逐步回歸法挑選變量后，城市人口密度（DENS）及人均地區(qū)生產(chǎn)總值（PGDP）對(duì)于回歸方程并不顯著，因此本文并未選用。

1.3 多重共線性檢驗(yàn)

依據(jù)SPSS 多重共線性檢驗(yàn)結(jié)果顯示，TEC（0.003）、RESI(0.000)、PCO（0.016）及INST（0.000）他們都通過(guò)了1%p值檢驗(yàn)，表明在1%顯著性水平的變量之間沒有多重共線性，即獨(dú)立性很強(qiáng)。結(jié)果見表3。

表3 多重共線性檢驗(yàn)結(jié)果

1.4 平穩(wěn)性檢驗(yàn)

由表4 的單位根檢驗(yàn)結(jié)果可知，變量PM10 在1%、5%、10% 3 個(gè)顯著性水平下的臨界值分別為-3.482879、-2.884477 和-2.57908，均大于t統(tǒng)計(jì)量-4.854779，拒絕原假設(shè)，表明殘差序列不存在單位根，序列平穩(wěn)；變量TEC 在1%、5%、10% 3 個(gè)顯著性水平下的臨界值分別為-4.034997、-3.447072和-3.148578，均大于t統(tǒng)計(jì)量-10.51248，拒絕原假設(shè)，表明殘差序列不存在單位根，序列平穩(wěn)；變量RESI 在1%、5%、10% 3 個(gè)顯著性水平下的臨界值分別為-4.039797、-3.449365 和-3.149922，均大于t統(tǒng)計(jì)量-19.30745，拒絕原假設(shè)，表明殘差序列不存在單位根，序列平穩(wěn)；變量PCO 在1%、5%、10%三個(gè)顯著性水平下的臨界值分別為-4.031899、-3.445590 和-3.147710，均大于t統(tǒng)計(jì)量-12.98895，拒絕原假設(shè)，表明殘差序列不存在單位根，序列平穩(wěn)；變量INST 在1%、5%、10%三個(gè)顯著性水平下的臨界值分別為-2.585226、-1.943637 和-1.614882，均大于t 統(tǒng)計(jì)量-7.712092，拒絕原假設(shè)，表明殘差序列不存在單位根，序列平穩(wěn)。

表4 ADF 單位根檢驗(yàn)

本文選取的數(shù)據(jù)共計(jì)640 個(gè)，為了方便了解數(shù)據(jù)特點(diǎn)，隨即對(duì)樣本量進(jìn)行相關(guān)描述性統(tǒng)計(jì)，詳見表5。

表5 變量的描述性統(tǒng)計(jì)

2 模型構(gòu)建與數(shù)據(jù)結(jié)果

2.1 模型構(gòu)建

基于能源消費(fèi)各變量和霧霾污染的多重共線性檢驗(yàn)、平穩(wěn)性檢驗(yàn)和回歸結(jié)果分析，同時(shí)確保能源消費(fèi)各變量對(duì)霧霾污染的影響力度，本文選取方法和模型比較簡(jiǎn)單易用，對(duì)數(shù)據(jù)要求相對(duì)不高，能夠得到合理結(jié)果的回歸分析方法，以2010—2017年安徽省16 個(gè)城市面板數(shù)據(jù)為依據(jù)建立計(jì)量經(jīng)濟(jì)模型，以下是用Eviews 計(jì)算得出回歸方程：

對(duì)多元線性回歸方程進(jìn)行了F統(tǒng)計(jì)值的檢驗(yàn)，F(xiàn)（19.59568），p值（0.000000 ），1%p值檢驗(yàn)通過(guò)，表明了自變量和因變量在多元回歸方程中顯著相關(guān)，該方程是可行的。

2.2 數(shù)據(jù)結(jié)果

各市私人汽車擁有量每增加1 輛，PM10 下降-1.47×10-5μg/m3即0.0000147 μg/m3,對(duì)PM10濃度造成的影響極小。

能源消費(fèi)總量對(duì)PM10 濃度造成正向影響，能源消費(fèi)總量每消耗1 萬(wàn)頓標(biāo)準(zhǔn)煤，PM10 上升0.005922 μg/m3，煤炭燃燒排放會(huì)伴隨產(chǎn)生有害顆粒物，在潮濕氣候下不易揮發(fā)，必然加重霧霾污染。

城市常住人口對(duì)PM10 濃度造成正向影響，城市常住人口每增加1 萬(wàn)人，PM10 上升0.049838 μg/m3，城市常住人口的增加會(huì)伴隨者能源需求量的增大，交通壓力增長(zhǎng)以及大量污染物的排放，而這些是產(chǎn)生霧霾的重要因素。

第二產(chǎn)業(yè)占地區(qū)生產(chǎn)總值比重每增加1%，PM10 上升0.732148 μg/m3，對(duì)霧霾濃度造成正向影響。第二產(chǎn)業(yè)占地區(qū)生產(chǎn)總值比重增加會(huì)帶來(lái)能源消耗量的急劇上升，進(jìn)而伴隨霧霾污染嚴(yán)重化。

2.3 格蘭杰因果檢驗(yàn)

格蘭杰因果檢驗(yàn)結(jié)果詳見表6，TEC 是PM10的Granger 原因(0.0779)，在1%顯著水平下接受了原假設(shè)；RESI 不是PM10 的Granger 原因（1.00×10-5），在1%顯著水平下拒絕了原假設(shè)；PCO 不是PM10 的Granger 原因（4.22756），在1%顯著水平下接受了原假設(shè)；INST 不是PM10 的Granger 原因(0.0002)，在1%顯著水平下否定了原假設(shè)，因此RESI,PCO,INST 是導(dǎo)致PM10 變化的原因。

表6 格蘭杰因果檢驗(yàn)結(jié)果

2.4 脈沖響應(yīng)結(jié)果分析

Granger 的因果關(guān)系檢驗(yàn)只能顯示變量之間是否存在因果關(guān)系，而不能反映因果關(guān)系改變的大小和過(guò)程。分析脈沖響應(yīng)可以解決這個(gè)問(wèn)題。基于VAR 模型，可以使用Eviews 軟件獲得脈沖響應(yīng)曲線。由圖1 可以得到如下結(jié)論：

(1)PM10 受到TEC 的沖擊后在第一、第二期內(nèi)快速下降，在第二期以后出現(xiàn)較小幅度的波動(dòng)，在第八期達(dá)到最低值此后呈現(xiàn)相對(duì)平穩(wěn)的狀態(tài)。

(2)RESI 對(duì)PM10 產(chǎn)生正向影響作用下先升后降，在第三期達(dá)到了最高點(diǎn)，在第四期以后出現(xiàn)較小幅度波動(dòng)，此后呈現(xiàn)出一個(gè)緩慢上升的狀態(tài)。

(3)PCO 對(duì)PM10 產(chǎn)生正向影響作用下，第一期至第三期趨于平穩(wěn)，第三期以后出現(xiàn)較小波動(dòng)，于第六期達(dá)到了最低點(diǎn)，此后呈現(xiàn)出一個(gè)相對(duì)平穩(wěn)的狀態(tài)。

(4)PM10 受到INST 的沖擊后，于第一期內(nèi)快速下降，然后表現(xiàn)出較小幅度波動(dòng)，總體呈上升趨勢(shì)，于第九期內(nèi)大到最大值，此后呈下降趨勢(shì)。

圖1 TEC,RESI,PCO,INST 對(duì)PM10 的沖擊

3 結(jié)論及建議

實(shí)證結(jié)果表明，能源消費(fèi)量的增加會(huì)加劇PM10 污染濃度，同時(shí)能源消費(fèi)總量、城市常住人口及第二產(chǎn)業(yè)占地區(qū)生產(chǎn)總值比重對(duì)霧霾污染具有顯著的正向影響。而各市私人汽車擁有量對(duì)PM10 的具有相對(duì)較小的負(fù)向影響。

（1）由于能源消費(fèi)總量對(duì)PM10 產(chǎn)生正向影響，因此安徽省政府可以通過(guò)增大稅收抑制以煤炭為主的能源消耗量，制定有效的環(huán)境績(jī)效考核體系，從而達(dá)到減少霧霾污染的效果。同時(shí)，由于目前中國(guó)對(duì)新能源的補(bǔ)貼為財(cái)政支出的0.2%，而美國(guó)和德國(guó)的相關(guān)數(shù)字分別為0.4%和0.7%[16]。還需要通過(guò)減少稅收等政策的頒布來(lái)鼓勵(lì)清潔能源的使用，使大、中、小型企業(yè)轉(zhuǎn)變以煤炭為主的能源消費(fèi)結(jié)構(gòu)，同時(shí)向使用清潔能源的方向轉(zhuǎn)型，扶持綠色產(chǎn)業(yè)的發(fā)展。

（2）鑒于第二產(chǎn)業(yè)占地區(qū)生產(chǎn)總值比重對(duì)PM10 具有正向影響，安徽省政府應(yīng)該適時(shí)調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，鼓勵(lì)以服務(wù)業(yè)為主要的第三產(chǎn)業(yè)發(fā)展，支持高新技術(shù)產(chǎn)業(yè)的發(fā)展，減少以煤炭為主能源消耗量的使用，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)。

（3）伴隨著城市常住人口的增加，PM10 污染更加嚴(yán)重，安徽政府應(yīng)該加強(qiáng)宣傳教育，通過(guò)學(xué)校、社區(qū)、企業(yè)及網(wǎng)絡(luò)等多種渠道，提倡居民實(shí)行綠色、環(huán)保的生產(chǎn)和生活方式，普及使用太陽(yáng)能和風(fēng)能等清潔能源，同時(shí)鼓勵(lì)居民對(duì)于不符合綠色、環(huán)保行為的群體或個(gè)人進(jìn)行舉報(bào)、監(jiān)督，政府通過(guò)教育和罰款等措施進(jìn)行懲罰，把減少霧霾污染發(fā)展成為所有居民共同的社會(huì)責(zé)任。

（4）最后也需要借鑒國(guó)內(nèi)外霧霾治理的經(jīng)驗(yàn)，對(duì)于有著長(zhǎng)期霧霾治理經(jīng)驗(yàn)的政府可以交流、學(xué)習(xí)霧霾治理措施，取長(zhǎng)補(bǔ)短，既要做到有效的事后治理也要做到提前防御，同時(shí)參考安徽省本省的實(shí)際情況，因地制宜，制定出本省的有效治理政策，推動(dòng)我省的霧霾治理走向更成熟的發(fā)展之路。