陳明華，王 山，岳?，B，張曉萌

（1.山東財經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，山東 濟(jì)南250014；2.中國人民大學(xué) 應(yīng)用經(jīng)濟(jì)學(xué)院，北京100872）

一、引 言

長江中游城市群是我國霧霾污染較為嚴(yán)重的區(qū)域之一。根據(jù)國家環(huán)保部發(fā)布的2015 年1 月1日至2018年12月31日的空氣質(zhì)量指數(shù)（Air Quality Index，AQI）日報數(shù)據(jù)，長江中游城市群27 個地級城市空氣質(zhì)量平均不達(dá)標(biāo)天數(shù)為247天，其中不達(dá)標(biāo)天數(shù)排名前五位的城市分別是荊門市、宜昌市、武漢市、荊州市和鄂州市，而荊門市不達(dá)標(biāo)天數(shù)最多，為424 天；重度及以上污染天數(shù)排名前五位的城市分別是宜昌市、荊門市、荊州市、武漢市、長沙市，其中宜昌市重度及以上污染天數(shù)最多，達(dá)到66 天（1）。另一方面，在大氣環(huán)流、大氣化學(xué)等自然條件以及經(jīng)濟(jì)社會發(fā)展因素的共同作用下，長江中游城市群霧霾污染呈現(xiàn)較強的空間聯(lián)動性。2017年1 月4 日，長江中游城市群爆發(fā)嚴(yán)重的霧霾污染天氣，其中宜昌AQI 高達(dá)313，衡陽、黃岡、孝感等32 個城市均構(gòu)成重度及以上污染，這表明霧霾污染已經(jīng)不再是孤立的單個城市污染現(xiàn)象，城市間霧霾污染可能存在一種互為因果的內(nèi)在聯(lián)系。然而，目前長江中游城市群霧霾治理主要是以行政區(qū)域為單元展開的，未能充分考慮霧霾污染源頭城市，這一環(huán)境管理模式與霧霾污染的大范圍區(qū)域性連片特征顯然存在矛盾（孫亞男等，2017；劉晨躍和尚遠(yuǎn)紅，2017）［1-2］。鑒于此，本文關(guān)心的主要問題是：長江中游城市群霧霾污染呈現(xiàn)怎樣的空間關(guān)聯(lián)關(guān)系？具有何種關(guān)聯(lián)結(jié)構(gòu)特征？單個城市對城市群整體霧霾污染的貢獻(xiàn)度如何？城市霧霾污染的內(nèi)部與外部貢獻(xiàn)度如何？空間來源貢獻(xiàn)度與城市間地理距離有何關(guān)系？基于以上問題的分析，對于分析長江中游城市群霧霾污染的空間關(guān)聯(lián)關(guān)系、調(diào)整并構(gòu)建區(qū)域聯(lián)防聯(lián)控體系，具有重要的理論意義和應(yīng)用價值。

從已有相關(guān)文獻(xiàn)看，對于城市霧霾污染關(guān)聯(lián)關(guān)系的研究主要從三個方面展開：①在給定氣象條件下基于多樣化的空氣質(zhì)量模型就霧霾污染的跨區(qū)域傳輸進(jìn)行數(shù)值模擬（Wang et al.，2016）［3］。這類文獻(xiàn)主要基于特定區(qū)域的少數(shù)城市選取幾天或幾個月的數(shù)據(jù)展開分析，難以揭示霧霾污染在更長時間維度、更大空間維度的空間關(guān)聯(lián)和交互影響關(guān)系。另外，這類文獻(xiàn)通常將霧霾污染的跨區(qū)域傳輸動力完全歸結(jié)為自然因素，忽略了經(jīng)濟(jì)、社會等因素的影響。②利用地理信息系統(tǒng)（GIS）、探索性空間數(shù)據(jù)分析（ESDA）、Pearson 相關(guān)系數(shù)、小波分析等分析工具考察霧霾污染的時空分布特征以及空間關(guān)聯(lián)關(guān)系（劉華軍和杜廣杰，2016）［4］。這類研究較好地揭示了跨區(qū)域霧霾污染的線性相關(guān)特征，但未能從結(jié)構(gòu)角度揭示霧霾污染的復(fù)雜空間關(guān)聯(lián)特征。③從信息流視角基于線性Granger因果檢驗、廣義脈沖響應(yīng)函數(shù)等時間序列分析方法，就霧霾污染的空間關(guān)聯(lián)、沖擊大小、調(diào)整時滯等方面進(jìn)行研究（潘慧峰等，2015；劉華軍等，2017）［5-6］。因受到自然、社會、經(jīng)濟(jì)等因素的影響，霧霾污染的空間關(guān)聯(lián)可能并非呈現(xiàn)簡單的線性關(guān)系，但這類研究主要基于線性方法展開，無法揭示城市霧霾污染空間關(guān)聯(lián)的非線性特征以及空間關(guān)聯(lián)方向上的非對稱性特征，導(dǎo)致其研究結(jié)論可能存在偏誤，而非線性Granger 因果檢驗方法能夠克服這一問題（劉華軍和杜廣杰，2018）［7］。另外，方差分解方法有助于揭示霧霾污染的空間來源貢獻(xiàn)程度。

鑒于已有研究局限性，本文將首先基于2015—2018年空氣質(zhì)量指數(shù)（AQI）日報數(shù)據(jù)，借助非線性Granger因果檢驗方法識別長江中游城市群霧霾污染的空間關(guān)聯(lián)關(guān)系；其次，運用社會網(wǎng)絡(luò)分析（SNA）方法從結(jié)構(gòu)視角分析長江中游城市群霧霾污染的整體及個體網(wǎng)絡(luò)結(jié)構(gòu)特征，以揭示各城市在關(guān)聯(lián)網(wǎng)絡(luò)中的地位和作用；最后，運用方差分解方法分別考察單個城市對城市群整體霧霾污染的貢獻(xiàn)程度、城市霧霾污染的內(nèi)部與外部貢獻(xiàn)程度、城市間地理距離對霧霾污染空間來源貢獻(xiàn)度的影響。

二、方法與數(shù)據(jù)

（一）霧霾污染空間關(guān)聯(lián)關(guān)系的檢驗方法

目前，Granger 因果檢驗方法已經(jīng)廣泛應(yīng)用于城市霧霾污染的空間關(guān)聯(lián)關(guān)系識別中，然而，這種方法只能揭示變量之間的線性關(guān)系。Granger and Newbold（1986）［8］認(rèn)為，非線性關(guān)系是真實世界的主要構(gòu)成，故而非線性模型能夠更加準(zhǔn)確地模擬現(xiàn)實世界。為此，Baek and Brock（1992）［9］、Hiemstra and Jones（1994）［10］、Diks and Panchenko（2006）［11］相繼提出了非線性Granger 因果檢驗方法，這一方法可以通過線性Granger因果檢驗?zāi)Ｐ蛯π蛄虚g的線性“預(yù)測能力”進(jìn)行過濾，繼而基于殘差中的有用信息識別變量間的非線性Granger因果關(guān)系。

1.BDS檢驗

在非線性Granger 檢驗之前，需要對時間序列進(jìn)行BDS檢驗，以確定序列之間是否存在非線性關(guān)系。假設(shè)有m維時間序列Zt，其觀測值為（zt，zt+1，…，zt+m-1），因此跨期空間概率估計量關(guān)聯(lián)積分可以定義為：

其中，σm（d）為m維樣本標(biāo)準(zhǔn)差。若BDS 檢驗結(jié)果顯示拒絕原假設(shè)，那么可以判定序列中存在非線性關(guān)系。

2.非線性Granger因果關(guān)系檢驗

給定兩個時間序列變量Xt和Yt，并定義Xt的m維領(lǐng)先向量為和Yt的Lx期滯后向量分別為公式如下：

給定任意小的常數(shù)d＞0 且滿足m、Lx、Ly＞1，如果式（4）右端序列Xt的條件概率給定，并且無論有無序列Yt作為條件都不會對其造成影響，那么序列Yt就不是序列Xt的Granger 原因。式（4）中的條件概率也可以通過式（5）表達(dá)。其中，P（r·）為概率，‖·‖為最大范數(shù)，且

其中：

假定序列Xt和Yt嚴(yán)格平穩(wěn)且滿足混合條件，Diks and Panchenko（2006）［11］在“Yt不是Xt的嚴(yán)格Granger原因”原假設(shè)的基礎(chǔ)上，構(gòu)造了漸進(jìn)正態(tài)分布的T統(tǒng)計量：

其中:τ=T+1-m-max（Lx，Ly）；σ2（·）表示修正后的檢驗統(tǒng)計量漸進(jìn)方差。根據(jù)式（6）可以依次檢驗向量自回歸模型中的殘差序列。如果檢驗結(jié)果為拒絕“序列之間Granger 非因果關(guān)系”的原假設(shè)，那么可以判定兩個序列之間存在非線性Granger因果關(guān)系。

（二）霧霾污染的空間關(guān)聯(lián)網(wǎng)絡(luò)分析方法

1.整體網(wǎng)絡(luò)結(jié)構(gòu)特征刻畫

根據(jù)陳明華等（2016）、劉華軍和劉傳明（2017）［12-13］的研究，網(wǎng)絡(luò)密度、網(wǎng)絡(luò)關(guān)聯(lián)度、網(wǎng)絡(luò)等級度、網(wǎng)絡(luò)效率等可以作為刻畫整體網(wǎng)絡(luò)結(jié)構(gòu)特征的指標(biāo)。①網(wǎng)絡(luò)密度。就本文研究而言，網(wǎng)絡(luò)密度是指城市霧霾污染關(guān)聯(lián)網(wǎng)絡(luò)中實際連線數(shù)與最大可能連線數(shù)之比，反映霧霾污染關(guān)聯(lián)網(wǎng)絡(luò)的疏密程度，取值在0～1 之間。網(wǎng)絡(luò)密度越大，意味著城市霧霾污染關(guān)聯(lián)就越緊密。②網(wǎng)絡(luò)關(guān)聯(lián)度。網(wǎng)絡(luò)關(guān)聯(lián)度反映城市霧霾污染關(guān)聯(lián)網(wǎng)絡(luò)的穩(wěn)健性和脆弱性，取值在0～1之間。如果網(wǎng)絡(luò)中多數(shù)節(jié)點之間均存在連接路徑，則網(wǎng)絡(luò)關(guān)聯(lián)度較高；如果網(wǎng)絡(luò)中多數(shù)節(jié)點僅與某一個或幾個節(jié)點相連，則網(wǎng)絡(luò)關(guān)聯(lián)度較低。此時網(wǎng)絡(luò)對少數(shù)城市的依賴程度就較高，一旦排除這些城市，網(wǎng)絡(luò)就可能崩潰。③網(wǎng)絡(luò)等級度。網(wǎng)絡(luò)等級度表示霧霾污染關(guān)聯(lián)網(wǎng)絡(luò)中城市間非對稱可達(dá)程度，能夠反映各城市等級結(jié)構(gòu)，取值在0～1 之間。網(wǎng)絡(luò)等級度越高，就會有越多的城市處于從屬地位。④網(wǎng)絡(luò)效率。網(wǎng)絡(luò)效率反映霧霾污染關(guān)聯(lián)網(wǎng)絡(luò)中城市間連接效率，取值在0～1 之間。網(wǎng)絡(luò)效率越高，表明城市間的冗余連線越少，城市霧霾污染關(guān)聯(lián)越稀疏，網(wǎng)絡(luò)就越不穩(wěn)定。

2.個體網(wǎng)絡(luò)結(jié)構(gòu)特征刻畫

根據(jù)陳明華等（2016）、劉華軍和劉傳明（2017）［12-13］的研究，度數(shù)中心度、接近中心度、中介中心度等可以作為刻畫個體網(wǎng)絡(luò)結(jié)構(gòu)特征的指標(biāo)。①度數(shù)中心度。就本文研究而言，度數(shù)中心度是根據(jù)連接數(shù)來衡量各城市在霧霾污染關(guān)聯(lián)網(wǎng)絡(luò)中所處中心程度。度數(shù)中心度越高，那么該城市與其他城市間的連接線就越多，該城市也就處于霧霾污染關(guān)聯(lián)網(wǎng)絡(luò)更加中心的地位。度數(shù)中心度可以分成點出度、點入度。點出度是該城市指向其他城市的連線數(shù)，反映該城市霧霾污染對其他城市的影響程度；點入度是其他城市指向該城市的連線數(shù)，反映其他城市霧霾污染對該城市的影響程度。②接近中心度。接近中心度用來刻畫某個城市在霧霾污染關(guān)聯(lián)網(wǎng)絡(luò)中“對其他城市控制”的程度。接近中心度越高，意味著該城市與其他城市的“距離”越短，聯(lián)系越緊密，對其他城市的控制程度就越強，該城市也就處于霧霾污染關(guān)聯(lián)網(wǎng)絡(luò)更加中心的位置。③中介中心度。中介中心度反映某城市對其他城市間霧霾污染關(guān)聯(lián)的控制程度。中介中心度越高，意味著該城市越能控制其他城市間霧霾污染關(guān)聯(lián)，該城市也就處于霧霾污染關(guān)聯(lián)網(wǎng)絡(luò)更加中心的位置。

（三）霧霾污染的空間來源貢獻(xiàn)度分析方法

本文借助方差分解方法對霧霾污染的空間來源貢獻(xiàn)度進(jìn)行分析，具體思路如下：

式（7）反映了第j個擾動項εj從無限過去到現(xiàn)在時點對yi影響的總和。假定εj無序列相關(guān)，可求方差：

假定擾動項向量的協(xié)方差為對角矩陣，則yi的方差是上述方差的k項簡單和：

上述方差可以分解成k種不相關(guān)的影響，為測定各個干擾項對yi的方差的貢獻(xiàn)程度，做如下定義：

式中RVC 反映了第j個變量基于沖擊的方差對yi的方差的相對貢獻(xiàn)度。如果模型滿足平穩(wěn)性條件，則隨著q的增大而呈幾何級數(shù)衰減，不需用s=∞的項和來評價，只需取有限的s項即可。VAR（p）模型的前s期的預(yù)測誤差是：

那么可以得到近似的相對方差貢獻(xiàn)率（RVC）：

（四）樣本數(shù)據(jù)

本文以長江中游城市群27 個地級城市（2）作為樣本，具體包括武漢、黃石、鄂州、黃岡、孝感、咸寧、宜昌、荊門、荊州、長沙、株洲、湘潭、岳陽、益陽、常德、衡陽、婁底、南昌、九江、景德鎮(zhèn)、鷹潭、新余、宜春、萍鄉(xiāng)、上饒、撫州、吉安。本文以空氣質(zhì)量指數(shù)（AQI）（3）作為衡量城市霧霾污染的綜合指標(biāo)，AQI 越大，則霧霾污染程度越大，反之，則霧霾污染程度越小。樣本數(shù)據(jù)來源于國家環(huán)保部數(shù)據(jù)中心發(fā)布的2015 年1 月1 日—2018 年12 月31 日AQI日報數(shù)據(jù)。

三、長江中游城市群霧霾污染的客觀事實

本文根據(jù)樣本觀測期內(nèi)長江中游城市群27個城市AQI 均值數(shù)據(jù)，在ArcGIS 支持下，利用Kriging插值法繪制了長江中游城市群霧霾污染的空間分異圖如圖1所示。根據(jù)圖1，可以發(fā)現(xiàn)：①長江中游城市群霧霾污染具有顯著的空間非均衡特征；②長江中游城市群霧霾污染較為嚴(yán)重的地區(qū)主要集中在荊門、宜昌、荊州等西北部城市，而東南部地區(qū)的上饒、鷹潭、景德鎮(zhèn)、撫州等城市霧霾污染相對較輕；③霧霾污染總體呈現(xiàn)由西北向東南、西南方向不斷蔓延的趨勢。

圖1 長江中游城市群霧霾污染的空間分異

圖2 反映了長江中游城市群27 個地級城市霧霾污染平均差異情況。根據(jù)圖2，湖北省的荊門、宜昌、荊州、武漢、鄂州5個城市的AQI均值超過了85，接近輕度污染級別；湖南省的大部分城市AQI均值分布在70～80；江西省的城市空氣質(zhì)量普遍較好，大部分城市AQI均值低于70。圖3反映了長江中游城市群整體霧霾污染的波動變化態(tài)勢。根據(jù)AQI均值的擬合趨勢線，長江中游城市群霧霾污染呈顯著的U形變化趨勢，圖4、圖5分別從月度變化和季節(jié)變化視角清晰地反映了這一特征。從圖4可以看出，2015年1月和2月份長江中游城市群處于輕度污染狀態(tài)，其中1月份霧霾污染最嚴(yán)重，AQI的均值達(dá)到126.2；此后空氣質(zhì)量狀況逐漸得到改善，7月份的空氣質(zhì)量最好，AQI均值為56.8；8—10月份霧霾污染逐漸加劇，雖然11月份有所緩解，但12月份又出現(xiàn)強勢反彈。其他年份霧霾污染的月度變化態(tài)勢與2015年基本一致。從圖5可以看出，長江中游城市群冬季霧霾污染最為嚴(yán)重，其次是春季、秋季，而夏季空氣質(zhì)量狀況最好。

圖2 長江中游城市群各城市霧霾污染比較

圖3 長江中游城市群霧霾污染的波動態(tài)勢

圖4 長江中游城市群霧霾污染的月度變化

圖5 長江中游城市群霧霾污染的季節(jié)變化

四、長江中游城市群霧霾污染的空間關(guān)聯(lián)關(guān)系及結(jié)構(gòu)特征

（一）單位根檢驗

時間序列具有平穩(wěn)性是非線性Granger因果檢驗的前提條件（4），因此本文采用ADF單位根檢驗方法對所有序列進(jìn)行平穩(wěn)性檢驗（5）。根據(jù)檢驗結(jié)果，在1%顯著性水平下，T統(tǒng)計值均小于臨界值，拒絕“存在單位根”的原假設(shè)，即水平序列均為平穩(wěn)序列。接下來本文將基于長江中游所有城市的AQI指數(shù)進(jìn)行非線性BDS檢驗和非線性Granger因果關(guān)系檢驗。

（二）BDS檢驗

在對城市間霧霾污染的非線性因果關(guān)系展開分析之前，必須進(jìn)行非線性檢驗，以考察城市霧霾污染空間關(guān)聯(lián)關(guān)系中是否存在顯著的非線性特征（楊子暉等，2013）［14］。本文基于主流的BDS 檢驗方法（Broock et al.，1996）［15］對27 個城市AQI 序列兩兩之間的非線性變化趨勢進(jìn)行檢驗。首先構(gòu)建兩兩城市AQI 序列的VAR 模型，確定相互影響關(guān)系，并對其線性依存成分進(jìn)行過濾；然后基于過濾后的殘差序列進(jìn)行非線性BDS 檢驗。根據(jù)檢驗結(jié)果（6），在5%顯著性水平下，基于回歸殘差的BDS檢驗均拒絕“線性關(guān)系”的原假設(shè)，這意味著兩兩城市間均存在顯著的非線性變化關(guān)系。鑒于此，本文將基于非線性Granger因果關(guān)系檢驗方法考察長江中游城市群城市霧霾污染的空間關(guān)聯(lián)關(guān)系。

（三）霧霾污染的空間關(guān)聯(lián)關(guān)系及結(jié)構(gòu)特征

最優(yōu)滯后階數(shù)的選擇對于非線性Granger因果關(guān)系檢驗結(jié)果至關(guān)重要，但目前關(guān)于最優(yōu)滯后階數(shù)并沒有統(tǒng)一的選擇標(biāo)準(zhǔn)（Diks and Panchenko，2006）［11］。本文認(rèn)為，如果所有滯后階數(shù)下的檢驗結(jié)果均接受“不存在非線性Granger因果關(guān)系”的原假設(shè)，則變量間一定不存在傳導(dǎo)關(guān)系。如果所有滯后階數(shù)下檢驗結(jié)果均顯著地拒絕“不存在非線性Granger 因果關(guān)系”的原假設(shè)，則變量間就存在“穩(wěn)健”（Robust）傳導(dǎo)關(guān)系。本文將基于這種穩(wěn)健傳導(dǎo)關(guān)系所形成的關(guān)聯(lián)網(wǎng)絡(luò)定義為“穩(wěn)健性關(guān)聯(lián)網(wǎng)絡(luò)”（Robust Network，簡稱R-Network），并根據(jù)非線性Granger因果關(guān)系檢驗確定了長江中游城市群27個城市之間霧霾污染的穩(wěn)健性關(guān)聯(lián)關(guān)系。

1.霧霾污染關(guān)聯(lián)的整體結(jié)構(gòu)特征

根據(jù)長江中游城市群27個城市之間霧霾污染的穩(wěn)健性關(guān)聯(lián)關(guān)系，本文借助Ucinet對關(guān)聯(lián)網(wǎng)絡(luò)進(jìn)行可視化處理，如圖6 所示。根據(jù)圖6，可以發(fā)現(xiàn)長江中游城市群城市間霧霾污染呈現(xiàn)出多線程的復(fù)雜關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)形態(tài)。網(wǎng)絡(luò)中穩(wěn)健性關(guān)聯(lián)關(guān)系數(shù)為642個，理論上最大關(guān)聯(lián)關(guān)系數(shù)為702，網(wǎng)絡(luò)密度為0.91，表明長江中游城市群城市間霧霾污染存在較為廣泛的空間關(guān)聯(lián)關(guān)系。網(wǎng)絡(luò)關(guān)聯(lián)度為1，表明穩(wěn)健性網(wǎng)絡(luò)的聯(lián)動性強，具有較高的網(wǎng)絡(luò)通達(dá)性，各城市間存在普遍的霧霾污染關(guān)聯(lián)效應(yīng)。網(wǎng)絡(luò)等級度為0，表明穩(wěn)健關(guān)聯(lián)網(wǎng)絡(luò)并不存在等級森嚴(yán)的結(jié)構(gòu)，城市間對稱可達(dá)點的程度較高，處于從屬和邊緣的城市較少，長江中游城市群城市間即使距離較遠(yuǎn)，也存在霧霾污染的空間關(guān)聯(lián)效應(yīng)。網(wǎng)絡(luò)效率為0.015 4，說明穩(wěn)健性關(guān)聯(lián)網(wǎng)絡(luò)中各城市間存在較多的冗余連線，霧霾污染的非線性關(guān)聯(lián)關(guān)系存在多重疊加現(xiàn)象，網(wǎng)絡(luò)較為穩(wěn)定。以上特征表明，長江中游城市群霧霾污染已經(jīng)連成一片，沒有哪個城市能夠處于關(guān)聯(lián)網(wǎng)絡(luò)之外。換言之，一個城市的霧霾污染可能部分地由其他城市的霧霾污染所引起，這要求長江中游城市群霧霾污染聯(lián)防聯(lián)控政策的制定必須從全局、整體視角進(jìn)行考慮。

圖6 長江中游城市群霧霾污染的穩(wěn)健關(guān)聯(lián)網(wǎng)絡(luò)

2.霧霾污染關(guān)聯(lián)的個體結(jié)構(gòu)特征

本文選擇點出度、點入度、度數(shù)中心度、接近中心度和中介中心度等中心度指標(biāo)對長江中游城市群霧霾污染的個體結(jié)構(gòu)特征進(jìn)行刻畫，以反映各城市在霧霾污染關(guān)聯(lián)網(wǎng)絡(luò)中的地位和作用，具體結(jié)果見表1所列。從點出度的測算結(jié)果看，長江中游城市群27 個城市點出度均值為23.8，排名靠前的城市依次是萍鄉(xiāng)、新余、宜昌、荊門、孝感、黃石、荊州等，表明這些城市霧霾污染對其他城市具有較強引導(dǎo)關(guān)系，在關(guān)聯(lián)網(wǎng)絡(luò)中起“引領(lǐng)”作用。從點入度的測算結(jié)果看，點入度均值為23.8，排名靠前的城市依次是衡陽、新余、宜昌、荊門、婁底、宜春等，表明這些城市霧霾污染受到其他城市的較強影響，在關(guān)聯(lián)網(wǎng)絡(luò)中處于“跟隨”地位。從度數(shù)中心度的測算結(jié)果看，度數(shù)中心度均值為98.6，其中有20個城市的度數(shù)中心度超過這一數(shù)值，達(dá)到100，表明在關(guān)聯(lián)網(wǎng)絡(luò)中這些城市與其他城市之間存在較多的非線性引導(dǎo)關(guān)系。從接近中心度的測算結(jié)果看，接近中心度均值為98.7，排名靠前的城市依次是萍鄉(xiāng)、新余、宜昌、荊門、孝感、黃石、荊州等，表明這些城市能夠更快速地與其他城市霧霾污染產(chǎn)生引導(dǎo)關(guān)系，在關(guān)聯(lián)網(wǎng)絡(luò)中扮演著中心行動者的角色。而南昌、鷹潭、鄂州、咸寧、黃岡、景德鎮(zhèn)、撫州等城市的接近中心度則排名靠后，在關(guān)聯(lián)網(wǎng)絡(luò)中扮演著邊緣行動者的角色。從中介中心度的測度結(jié)果看，中介中心度的均值為0.06，萍鄉(xiāng)、新余、宜昌、荊門、孝感、黃石、荊州等城市排名靠前，這些城市對長江中游城市群城市間霧霾污染的關(guān)聯(lián)關(guān)系具有較強的控制能力，發(fā)揮著重要的中介作用。而鄂州、黃岡、咸寧、南昌、鷹潭、景德鎮(zhèn)、撫州等城市的中介中心度均處于0.04以下，表明這些城市在穩(wěn)健關(guān)聯(lián)性網(wǎng)絡(luò)中不具有橋梁作用，受制于中介中心度較高的其他城市。

表1 長江中游城市群霧霾污染穩(wěn)健關(guān)聯(lián)網(wǎng)絡(luò)的中心性

續(xù)表1

五、長江中游城市群霧霾污染的空間貢獻(xiàn)度分析

以上分析主要考察了三個方面的問題：第一，長江中游城市群城市間霧霾污染的非線性關(guān)聯(lián)關(guān)系如何？第二，霧霾污染關(guān)聯(lián)網(wǎng)絡(luò)呈現(xiàn)怎樣的整體結(jié)構(gòu)特征？第三，各城市在霧霾污染關(guān)聯(lián)網(wǎng)絡(luò)中的地位和作用如何？接下來，本文將根據(jù)方差分解方法就長江中游城市群霧霾污染的空間來源貢獻(xiàn)度進(jìn)行分析。

（一）長江中游城市群霧霾污染的城市綜合貢獻(xiàn)度分析

根據(jù)方差分解方法對長江中游城市群各城市霧霾污染進(jìn)行分解，結(jié)果見表2、表3所列。將每個城市對自身及其他城市霧霾污染的貢獻(xiàn)度進(jìn)行加總，可得長江中游城市群霧霾污染的各城市綜合貢獻(xiàn)度結(jié)果，具體見表3所列。根據(jù)表3，武漢市對長江中游城市群整體霧霾污染的綜合貢獻(xiàn)度最高，達(dá)到了156.17%，其中對自身的貢獻(xiàn)度為83.71%，對另外26個城市的貢獻(xiàn)度之和為72.46%；排名2-10位的分別是撫州、荊門、荊州、常德、宜昌、新余、黃岡、景德鎮(zhèn)、鄂州，綜合貢獻(xiàn)度均在100%以上。而鷹潭的綜合貢獻(xiàn)度最低，為78.96%，其中對自身的貢獻(xiàn)度為73.52%，對另外26 個城市的貢獻(xiàn)度之和僅為5.44%；上饒、宜春、吉安、湘潭、黃石、萍鄉(xiāng)、益陽、咸寧、長沙等城市的綜合貢獻(xiàn)度相對較低，均在90%以下。從總體上看，綜合貢獻(xiàn)度排名前4的城市均屬于湖北省，排名靠后的城市大多分布在湖南省、江西省。另外，湖北省城市對長江中游城市群霧霾污染的平均貢獻(xiàn)度為111.97%，湖南省城市的平均貢獻(xiàn)度為93.29%，江西省城市的平均貢獻(xiàn)度為94.60%，這表明湖北省城市是長江中游城市群霧霾污染的區(qū)域聯(lián)防聯(lián)控重點。

表2 長江中游城市群各城市霧霾污染的方差分解結(jié)果1

續(xù)表2

表3 長江中游城市群各城市霧霾污染的方差分解結(jié)果2

（二）城市霧霾污染的內(nèi)部與外部貢獻(xiàn)度分析

表4 報告了長江中游城市群各城市霧霾污染的內(nèi)部與外部貢獻(xiàn)度分析結(jié)果。由表4可以看出，長江中游城市群各城市霧霾污染主要是由自身因素造成的，內(nèi)部貢獻(xiàn)度介于69.67%～86.34%之間，均值為78.04%，其中內(nèi)部貢獻(xiàn)度超過80%的城市包括荊門、武漢、宜昌、孝感、景德鎮(zhèn)、常德、九江、黃岡。長江中游城市群各城市霧霾污染來自外部的貢獻(xiàn)度介于13.66%～30.33% 之間，均值為21.96%，其中新余、萍鄉(xiāng)、宜春、鷹潭、衡陽、株洲、吉安、湘潭8個城市來自外部的貢獻(xiàn)度均達(dá)到25%以上，這表明這些城市的霧霾污染受到其他城市較大程度的影響。如果僅就外部貢獻(xiàn)而言，城市霧霾污染的外部影響主要來源于距離400 公里以內(nèi)的城市，平均貢獻(xiàn)度為18.39%；而來自400 公里以上城市的平均貢獻(xiàn)度僅為3.31%，這表明總體上看霧霾污染的空間來源貢獻(xiàn)主要來自地理距離較近的城市。

表4 長江中游城市群各城市霧霾污染的內(nèi)部與外部貢獻(xiàn)度分析

（三）城市間地理距離對城市霧霾污染空間來源貢獻(xiàn)度的影響

由前文分析可知，武漢、撫州、荊門對長江中游城市群霧霾污染的綜合貢獻(xiàn)度排名靠前，接下來本文以這三個城市為代表，就城市間地理距離對單個城市霧霾污染空間來源貢獻(xiàn)度的影響進(jìn)行分析。表5 報告了三個代表性城市與其他城市間地理距離及霧霾污染的空間來源貢獻(xiàn)度結(jié)果。根據(jù)表5，除自身之外，武漢市霧霾污染的外部貢獻(xiàn)主要來源于荊門、新余、荊州、株洲等城市，城市貢獻(xiàn)度的大小與地理距離遠(yuǎn)近并無嚴(yán)格的對應(yīng)關(guān)系。即使距離較近的城市，貢獻(xiàn)度也可能相對較低，如鄂州，距離武漢36.19 公里，但貢獻(xiàn)度只有0.023%；即使距離較遠(yuǎn)的城市，貢獻(xiàn)度也可能相對較高，如新余，距離武漢321.73公里，貢獻(xiàn)度卻為2.570%，明顯高于距離較近的鄂州。就撫州而言，霧霾污染的外部貢獻(xiàn)主要來源于常德、宜昌、新余、萍鄉(xiāng)等城市，貢獻(xiàn)度均在2%以上。其中，宜昌距離黃岡582.980 公里，貢獻(xiàn)度卻達(dá)到了2.591%，這一貢獻(xiàn)明顯大于距離黃岡較近的鷹潭、吉安、宜春等城市。就荊門而言，霧霾污染的外部貢獻(xiàn)主要來源于黃岡、新余、孝感、株洲等城市，貢獻(xiàn)度均在1.2%以上，其中新余是距離荊門較遠(yuǎn)的城市，達(dá)到459.790公里，但貢獻(xiàn)度卻達(dá)到了1.748%，顯著大于距離荊州較近的荊州、岳陽、常德等城市。以上結(jié)果表明，現(xiàn)階段長江中游城市群的各城市霧霾污染存在普遍的空間影響，這一影響并不是只局限于臨近區(qū)域，即使距離較遠(yuǎn)的城市間也可能存在較強的空間影響，基于這一現(xiàn)象，必須擴大長江中游城市群霧霾污染的聯(lián)防聯(lián)控范圍，應(yīng)該將那些距離較遠(yuǎn)但又存在顯著影響的城市納入其中，否則必將大大降低區(qū)域聯(lián)防聯(lián)控的有效性。

續(xù)表5

六、結(jié)論及啟示

文章基于長江中游城市群2015—2018年空氣質(zhì)量指數(shù)（AQI）日報數(shù)據(jù)，采用非線性Granger 因果關(guān)系檢驗方法識別長江中游城市群城市間霧霾污染的空間關(guān)聯(lián)關(guān)系，借助社會網(wǎng)絡(luò)分析方法刻畫霧霾污染的整體及個體網(wǎng)絡(luò)結(jié)構(gòu)特征，并運用方差分解方法分別考察單個城市對城市群整體霧霾污染的貢獻(xiàn)程度、城市霧霾污染的內(nèi)部與外部貢獻(xiàn)程度、城市間地理距離對霧霾污染空間來源貢獻(xiàn)度的影響，從而對長江中游城市群霧霾污染實現(xiàn)全面的空間關(guān)聯(lián)分析。研究發(fā)現(xiàn)：

（1）長江中游城市群霧霾污染具有顯著的空間非均衡特征，總體呈現(xiàn)由西北向東南、西南方向不斷蔓延的趨勢。

（2）長江中游城市群27 個城市間霧霾污染存在非線性關(guān)聯(lián)關(guān)系，并呈現(xiàn)出多線程的復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)形態(tài)。在穩(wěn)健性網(wǎng)絡(luò)中，網(wǎng)絡(luò)密度達(dá)到0.91，網(wǎng)絡(luò)關(guān)聯(lián)度為1，網(wǎng)絡(luò)等級度為0，網(wǎng)絡(luò)效率為0.015 4，這表明網(wǎng)絡(luò)通達(dá)性較好、城市間存在普遍的霧霾污染關(guān)聯(lián)效應(yīng)；穩(wěn)健關(guān)聯(lián)網(wǎng)絡(luò)并不存在等級森嚴(yán)的結(jié)構(gòu)，城市間即使距離較遠(yuǎn)，也存在霧霾污染的空間關(guān)聯(lián)效應(yīng)；城市間霧霾污染的非線性關(guān)聯(lián)關(guān)系存在多重疊加現(xiàn)象，網(wǎng)絡(luò)較為穩(wěn)定。度數(shù)中心度均值、接近中心度均值、中介中心度均值分別為98.6、98.7、0.06，萍鄉(xiāng)、新余、宜昌、荊門、孝感、黃石等城市在穩(wěn)健網(wǎng)絡(luò)中處于核心位置。

（3）湖北省城市對長江中游城市群霧霾污染的綜合貢獻(xiàn)度最大；長江中游城市群各城市霧霾污染主要是由自身因素造成的，但是外部因素也具有重要影響；就城市總體看，霧霾污染的空間來源貢獻(xiàn)主要來自地理距離較近的城市，但就單個城市看，空間來源貢獻(xiàn)度的大小與地理距離遠(yuǎn)近并無嚴(yán)格的反向?qū)?yīng)關(guān)系，即使距離較遠(yuǎn)的城市，也可能具有較高的貢獻(xiàn)度。

基于以上結(jié)論，本文可以得出如下啟示：

（1）加快構(gòu)建長江中游城市群霧霾污染聯(lián)防聯(lián)控體系?！堕L江中游城市群發(fā)展規(guī)劃》指出，通過加強環(huán)境污染聯(lián)防聯(lián)治、完善生態(tài)補償機制及實施環(huán)境監(jiān)管執(zhí)法聯(lián)動等措施，建立健全跨區(qū)域生態(tài)文明建設(shè)聯(lián)動機制。目前，長江中游城市群27個城市之間普遍存在霧霾污染關(guān)聯(lián)關(guān)系，沒有哪個城市能夠孤立于關(guān)聯(lián)網(wǎng)絡(luò)之外，面對這一現(xiàn)狀，應(yīng)該從更廣視野、更大格局重新審視長江中游城市群霧霾污染問題，加快構(gòu)建霧霾污染的多層次、跨區(qū)域聯(lián)防聯(lián)控體系，在更大的空間范圍內(nèi)實現(xiàn)霧霾污染的協(xié)同治理和空氣質(zhì)量的協(xié)同改善（劉華軍和彭瑩，2019）［16］。湖北是區(qū)域聯(lián)防聯(lián)控的重點省份；萍鄉(xiāng)、新余、宜昌、荊門、孝感、黃石等是區(qū)域聯(lián)防聯(lián)控的重點城市。

（2）擴大霧霾污染聯(lián)防聯(lián)控范圍要充分考慮空間來源貢獻(xiàn)。面對霧霾污染頻發(fā)天氣，必須擴大霧霾污染聯(lián)防聯(lián)控范圍，提高防控措施的科學(xué)性和精準(zhǔn)性。目前，我國霧霾污染聯(lián)防聯(lián)控范圍的確定主要依據(jù)地理距離遠(yuǎn)近以及行政區(qū)劃關(guān)系，忽視了空間來源貢獻(xiàn)，根據(jù)本文研究，距離較遠(yuǎn)的城市之間霧霾污染也有可能存在較強的空間關(guān)聯(lián)關(guān)系，而距離較近的城市之間霧霾污染也有可能存在較弱的空間關(guān)聯(lián)關(guān)系，在此情形下聯(lián)防聯(lián)控效果必將大打折扣。因此，本文以為擴大霧霾污染聯(lián)防聯(lián)控范圍必須同時兼顧城市之間的地理距離遠(yuǎn)近、行政區(qū)劃關(guān)系以及空間來源貢獻(xiàn)。

（3）要成立城市群霧霾污染管理機構(gòu)，完善考核機制與監(jiān)督機制。為了保障長江中游城市群霧霾污染聯(lián)防聯(lián)控取得預(yù)期效果，必須成立“城市群—城市”的權(quán)利保障機構(gòu)，負(fù)責(zé)統(tǒng)一制定聯(lián)防聯(lián)控政策、統(tǒng)籌城市群防控協(xié)調(diào)工作。同時，還要加快構(gòu)建以促進(jìn)生態(tài)文明建設(shè)為導(dǎo)向的環(huán)境管理評價和考核體系，完善環(huán)境污染的監(jiān)督機制和責(zé)任追究制度，以避免環(huán)境保護(hù)工作中出現(xiàn)重建設(shè)輕成效、重投入輕產(chǎn)出等問題。另外，必須強調(diào)指出的是，霧霾污染在本質(zhì)上是由人類社會經(jīng)濟(jì)活動造成的（石敏俊，2017）［17］。因此，要實現(xiàn)真正意義上的霧霾污染聯(lián)防聯(lián)控必須從經(jīng)濟(jì)發(fā)展方式、能源結(jié)構(gòu)、能源消耗、環(huán)境規(guī)制、科學(xué)研究與發(fā)展、要素流動、產(chǎn)業(yè)集聚、城市化、人口規(guī)模、人口集聚、交通設(shè)施條件等方面進(jìn)一步展開研究。這一問題已超出本文的研究范圍，將是作者未來研究需要拓展和深化的主要方向。

注 釋：

（1）AQI 指數(shù)大于100 即為空氣質(zhì)量不達(dá)標(biāo)，AQI 指數(shù)大于200即為重度及以上污染。

（2）根據(jù)2015 年國務(wù)院批復(fù)同意的《長江中游城市群發(fā)展規(guī)劃》，長江中游城市群包括31 個城市，但環(huán)保部沒有公布襄陽、潛江、仙桃、天門4個城市AQI數(shù)據(jù)。

（3）根據(jù)國家環(huán)保部發(fā)布的《環(huán)境空氣質(zhì)量指數(shù)（AQI）技術(shù)規(guī)定（試行）》（HJ633-2012），AQI 是定量描述空氣質(zhì)量狀況的無量綱指數(shù)，它綜合考慮了二氧化氮（NO2）、二氧化硫（SO2）、粒徑小于2.5 μm 的顆粒物（PM2.5）、粒徑小于10 μm 的顆粒物（PM10）、一氧化碳（CO）、臭氧（O3）等多種污染物，是衡量空氣質(zhì)量的綜合指標(biāo)。

（4）如果時間序列存在單位根，那么非線性Granger 因果關(guān)系檢驗的F統(tǒng)計量可能不再具有標(biāo)準(zhǔn)的極限分布，從而導(dǎo)致錯誤的檢驗結(jié)論。

（5）由于篇幅所限，本文省略單位根檢驗結(jié)果，讀者若有興趣可向作者索取。

（6）由于篇幅所限，本文省略BDS 檢驗結(jié)果，讀者若有興趣可向作者索取。