王紅梅 謝永樂(lè) 張馳 孫靜

摘要：基于空間關(guān)聯(lián)分析與動(dòng)態(tài)空間自回歸模型，以AQI和PM2.5、PM10、SO2等6類污染物為研究對(duì)象，探尋2013—2018年京津冀及周邊地區(qū)“2+26+3”城市大氣污染的集聚演化特征及相關(guān)協(xié)同因素。研究發(fā)現(xiàn)：①大氣污染呈復(fù)合型演化態(tài)勢(shì)。AQI、PM2.5、PM10以高-高集聚為主，SO2、CO、O3為高-高、低-低集聚并存;PM2.5、PM10、SO2的全局相關(guān)程度高，CO、O3相對(duì)較弱;NO2的局部與全局相關(guān)性均不顯著。②大氣污染的“時(shí)空尺度效應(yīng)”非常顯著。就本地區(qū)而言，經(jīng)濟(jì)、社會(huì)類因素主要發(fā)揮正向作用，生態(tài)保護(hù)類因素以負(fù)向影響為主，且前兩者的貢獻(xiàn)強(qiáng)度明顯高于后者。全面改善京津冀及周邊地區(qū)的大氣質(zhì)量，可從四個(gè)方面推進(jìn)：一是協(xié)調(diào)好屬地發(fā)展訴求與協(xié)同治理目標(biāo)的對(duì)立統(tǒng)一關(guān)系，建立健全區(qū)域內(nèi)環(huán)保利益差核算與轉(zhuǎn)移支付（補(bǔ)償）機(jī)制;二是統(tǒng)籌好全局與局部“共同但有差別”的聯(lián)防聯(lián)控步調(diào)，構(gòu)建多中心、復(fù)合型聯(lián)合治理體系，以專項(xiàng)責(zé)任目標(biāo)引導(dǎo)精細(xì)化治理行動(dòng);三是推動(dòng)區(qū)域“三維一體”協(xié)同體系建設(shè)，從主體功能分區(qū)、清潔產(chǎn)能置換等層面，求解各地區(qū)之間達(dá)成穩(wěn)固性合作聯(lián)盟的“最大公約數(shù)”;四是完善地方政府績(jī)效及晉升體制改革，以拓展環(huán)境治理考核維度、調(diào)減經(jīng)濟(jì)指標(biāo)權(quán)重等方式，強(qiáng)化其融入?yún)^(qū)域協(xié)同體系的內(nèi)在動(dòng)力與主責(zé)意識(shí)。

關(guān)鍵詞：京津冀及周邊地區(qū);大氣污染;外溢效應(yīng);協(xié)同因素;動(dòng)態(tài)空間自回歸模型

中圖分類號(hào)F062.2文獻(xiàn)標(biāo)識(shí)碼A文章編號(hào)1002-2104（2021）03-0052-14

DOI：10.12062/cpre.20201208

2020年政府工作報(bào)告與“十四五”規(guī)劃均明確提出，要強(qiáng)化多污染物協(xié)同控制與區(qū)域協(xié)同治理，切實(shí)提高環(huán)境治理成效。針對(duì)京津冀及周邊地區(qū)的大氣污染物連片排放與跨域迭代傳輸問(wèn)題，分散性屬地治理的成效有限，協(xié)同合作始終是攻克這一難題的共識(shí)。為此，中央政府相繼發(fā)布了《關(guān)于推進(jìn)大氣污染聯(lián)防聯(lián)控改善區(qū)域空氣質(zhì)量的指導(dǎo)意見(jiàn)》《大氣污染防治行動(dòng)計(jì)劃》《京津冀協(xié)同發(fā)展生態(tài)保護(hù)規(guī)劃》等指導(dǎo)政策?，F(xiàn)階段，在加強(qiáng)以地方政府為責(zé)任主體、中央與地方雙重推動(dòng)型“七省區(qū)八部委”聯(lián)防聯(lián)控機(jī)制體系建設(shè)的同時(shí)，行政區(qū)劃分割主導(dǎo)的屬地治理模式與特殊任務(wù)驅(qū)動(dòng)的合作治理模式，仍并存于大氣污染治理實(shí)踐中，使“奧運(yùn)藍(lán)”“閱兵藍(lán)”“APEC藍(lán)”及“兩會(huì)藍(lán)”等區(qū)域整體性大氣質(zhì)量改善未能可持續(xù)化。根據(jù)近幾年的生態(tài)環(huán)境質(zhì)量報(bào)告顯示，京津冀及周邊地區(qū)“2+26”城市的PM2.5、PM10、SO2等污染物濃度，仍明顯高于長(zhǎng)三角、珠三角等區(qū)域，且各類污染物“大雜居、小聚居”的特征日益突顯。有效實(shí)現(xiàn)不同地區(qū)的精細(xì)化分工與協(xié)作，是目前所面臨的挑戰(zhàn)。因此，基于大氣污染集聚演化規(guī)律與區(qū)域聯(lián)防聯(lián)控邏輯，探尋資源稟賦、經(jīng)濟(jì)基礎(chǔ)、技術(shù)水平、市場(chǎng)環(huán)境、政治位勢(shì)、污染源結(jié)構(gòu)等因素的影響路徑，構(gòu)建全域統(tǒng)籌規(guī)劃基礎(chǔ)上的多層級(jí)、多中心、網(wǎng)格化局域協(xié)同治理體系，是提升京津冀及周邊地區(qū)大氣污染深化治理成效的戰(zhàn)略要求和可行性選擇。

1文獻(xiàn)綜述

伴隨社會(huì)對(duì)綠色發(fā)展政策實(shí)施效果的關(guān)注度不斷提升，學(xué)術(shù)界從多元維度就“京津冀及周邊地區(qū)大氣污染協(xié)同治理效果何以不盡如人意”這一問(wèn)題提出了相關(guān)觀點(diǎn)。魏娜等[1]、孟慶國(guó)等[2]借鑒Bryson等[3]的“起始條件-過(guò)程-結(jié)構(gòu)和治理-偶然事件和約束條件-結(jié)果和責(zé)任”研究框架與Ansell[4]的分析模型考察提出，雖然“被動(dòng)回應(yīng)型”協(xié)同模式能獲得短暫的合法性效果回饋，但其運(yùn)行成本巨大，且存在明顯的反彈效應(yīng)。王紅梅等[5]受Thomson等[6]“協(xié)同多維度模型”啟發(fā)，通過(guò)地方利益類型剖析指出，難以協(xié)調(diào)的非對(duì)稱復(fù)合型府際利益關(guān)系，是京津冀難以達(dá)成穩(wěn)固性大氣污染合作治理聯(lián)盟的根本原因。李牧耘等[7]從聯(lián)防聯(lián)控機(jī)制演進(jìn)歷程探究出，因領(lǐng)導(dǎo)組織及機(jī)制不完善、地區(qū)“位勢(shì)差異”、政策工具類型失衡等，致使地方政府缺乏長(zhǎng)效的橫向溝通路徑。臧雷振和翟曉榮[8]基于區(qū)域壁壘分析提出，地區(qū)之間的技術(shù)、經(jīng)濟(jì)及環(huán)境等壁壘，以相互迭代方式阻礙了協(xié)同治理的整體進(jìn)程。賀璇和王冰[9]關(guān)于京津冀大氣污染治理模式轉(zhuǎn)型的探討表明，自然環(huán)境承載力約束與經(jīng)濟(jì)社會(huì)發(fā)展需求的多重差異性，使中央與地方在協(xié)同治理進(jìn)程中的財(cái)政轉(zhuǎn)移支付可能違背市場(chǎng)運(yùn)行規(guī)律，從而引發(fā)權(quán)錢交易、尋租等X-低效率問(wèn)題。

根據(jù)大氣污染復(fù)合性、公共性及外溢性等特征，如何立足于區(qū)域動(dòng)態(tài)空間發(fā)展戰(zhàn)略布局，挖掘局域發(fā)展與全域協(xié)同的影響因素，以妥善解決內(nèi)部投入-產(chǎn)出失衡問(wèn)題，提升屬地之間的聯(lián)防協(xié)作驅(qū)動(dòng)力，是推動(dòng)京津冀及周邊地區(qū)大氣污染協(xié)同治理持續(xù)深化的關(guān)鍵。目前，基于新經(jīng)濟(jì)地理理論與計(jì)量實(shí)證方法，區(qū)域環(huán)境治理動(dòng)態(tài)空間外溢效應(yīng)探討已取得一定進(jìn)展。如Bucovetsky[10]基于地區(qū)之間流動(dòng)與非流動(dòng)要素的互動(dòng)特征，通過(guò)調(diào)整標(biāo)準(zhǔn)稅收競(jìng)爭(zhēng)模型的約束條件，設(shè)計(jì)出廣義非對(duì)稱性稅收競(jìng)爭(zhēng)模型。Economides等[11]以公共投入為考慮前提，構(gòu)建了經(jīng)濟(jì)發(fā)展與環(huán)境污染治理互動(dòng)的內(nèi)生增長(zhǎng)模型。趙桂梅等[12]融合STIRPAT和EKC模型，檢驗(yàn)出我國(guó)省際碳排放強(qiáng)度具有“俱樂(lè)部收斂”特征。馮穎等[13]、馬黎等[14]、姜磊[15]、胡志高等[16]通過(guò)靜、動(dòng)態(tài)的空間面板模型及LM檢驗(yàn)等方法，探究了不同約束條件下經(jīng)濟(jì)發(fā)展、人口密度、科技進(jìn)步、能源消耗、交通狀況、綠化建設(shè)等因素對(duì)我國(guó)大氣污染集聚演化的影響情況。陳碧瓊、張梁梁[17]基于動(dòng)態(tài)空間GMM模型，研究了金融規(guī)模、金融效率等因素對(duì)我國(guó)碳排放量及排放強(qiáng)度的空間關(guān)聯(lián)效應(yīng)。羅能生、王玉澤[18]運(yùn)用收-支雙維動(dòng)態(tài)空間杜賓模型，探尋出我國(guó)財(cái)政分權(quán)、環(huán)境規(guī)制對(duì)省際生態(tài)效率演化的影響程度。Anoulises[19]立足于國(guó)家行動(dòng)策略互動(dòng)視角，發(fā)現(xiàn)貿(mào)易一體化與環(huán)境污染之間存在顯著的非線性動(dòng)態(tài)相關(guān)關(guān)系。時(shí)樂(lè)樂(lè)[20]采用非線性動(dòng)態(tài)門檻模型，分析出我國(guó)環(huán)境綜合治理進(jìn)程中，環(huán)境規(guī)制對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的作用路徑及特征。

綜上可知，目前國(guó)內(nèi)外關(guān)于京津冀及周邊地區(qū)大氣污染協(xié)同治理效果評(píng)判、區(qū)域環(huán)境治理外溢效應(yīng)探討、動(dòng)態(tài)空間檢驗(yàn)方法應(yīng)用等已取得一定的研究進(jìn)展。但是，針對(duì)地區(qū)“階梯式”經(jīng)濟(jì)社會(huì)發(fā)展差距與政治位勢(shì)差異，如何將大氣污染治理置于區(qū)域“五位一體”發(fā)展戰(zhàn)略布局，統(tǒng)籌好多元要素配置、多元主體參與、多方訴求協(xié)調(diào)等問(wèn)題，有效平衡屬地非對(duì)稱利益博弈，建立健全集體行動(dòng)體系，推動(dòng)“地方政府績(jī)效”與“區(qū)域治理協(xié)同”的雙向統(tǒng)一，尚存在諸多可創(chuàng)新性研究空間。鑒于此，本文立足于動(dòng)態(tài)空間視域，通過(guò)局部與全局關(guān)聯(lián)性分析，明確京津冀及周邊地區(qū)“2+26+3”城市大氣污染的集聚演化情況，并通過(guò)時(shí)間與空間雙重考察的動(dòng)態(tài)空間自回歸（dynamicspatialautoregressivemodel，D-SAR）檢驗(yàn)，探尋不同情境中經(jīng)濟(jì)、社會(huì)與生態(tài)類因素的具體影響，以期探尋出科學(xué)的權(quán)責(zé)分工、目標(biāo)責(zé)任督察等協(xié)同路徑，為地方政府的戰(zhàn)略制定與政策執(zhí)行提供相關(guān)參考。

2變量解釋與模型構(gòu)建

2.1數(shù)據(jù)來(lái)源

我國(guó)于2013年開(kāi)始發(fā)布PM2.5的監(jiān)測(cè)數(shù)據(jù)。近年來(lái)，許多學(xué)者使用哥倫比亞大學(xué)國(guó)際地球科學(xué)信息網(wǎng)絡(luò)中心（CIESI）提供的“柵格數(shù)據(jù)”進(jìn)行相關(guān)研究，但其統(tǒng)計(jì)方法及口徑與我國(guó)現(xiàn)有的《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》（GB3095-2012）、《環(huán)境空氣質(zhì)量指數(shù)（AQI）技術(shù)規(guī)定（試行）》（HJ633-2012）存在較大出入。因此，為確保數(shù)據(jù)統(tǒng)計(jì)口徑的一致性，本文根據(jù)當(dāng)前京津冀行政區(qū)劃邊界與《京津冀及周邊地區(qū)2017年大氣污染防治工作方案》確定的攻堅(jiān)范圍，選定“2+26+3”城市為研究主體（圖1），以2013—2018年的面板數(shù)據(jù)為分析樣本。數(shù)據(jù)來(lái)源包括《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》《中國(guó)城市統(tǒng)計(jì)年鑒》以及各地區(qū)統(tǒng)計(jì)年鑒、環(huán)境質(zhì)量公報(bào)、財(cái)政決算報(bào)告、政府工作報(bào)告、國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)，少部分缺失數(shù)據(jù)采用線性插值法加以補(bǔ)充。

2.2變量選取

被解釋變量：大氣污染由多種污染源交疊融合所致，單憑某一類污染物濃度的變化難以全面衡量區(qū)域整體情況。故本文按我國(guó)現(xiàn)有大氣質(zhì)量監(jiān)測(cè)維度與標(biāo)準(zhǔn)，選取空氣質(zhì)量指數(shù)（airqualityindex，AQI）及6種污染物（PM2.5、PM10、SO2、NO2、CO、O3）的年均濃度值來(lái)表征大氣污染程度，分別用PAQI、Ppm2.5、Ppm10、PSO2、PNO2、PCO、PO3來(lái)表示，并通過(guò)局部與全局自相關(guān)檢驗(yàn)，篩選出符合京津冀及周邊地區(qū)實(shí)情的變量?？傮w而言，各變量的數(shù)值越高，表明大氣污染越嚴(yán)重。

解釋變量：在我國(guó)經(jīng)濟(jì)、政治、社會(huì)、文化、生態(tài)“五位一體”發(fā)展體系中，大氣污染必然會(huì)同時(shí)受多元因素的影響。為有效挖掘與識(shí)別出京津冀及周邊地區(qū)大氣污染演化與空間外溢的相關(guān)因素，本文基于共同體理論[21-22]、集體行動(dòng)理論[23-24]、以公共價(jià)值為基礎(chǔ)的政府績(jī)效治理理論[25]，通過(guò)借鑒Zugravu等[26]、張為杰等[27]、嚴(yán)雅雪等[28]的研究成果，按經(jīng)濟(jì)發(fā)展、社會(huì)發(fā)展及生態(tài)保護(hù)維度，共提煉出24個(gè)可行性解釋變量，并運(yùn)用相關(guān)系數(shù)檢驗(yàn)、VIF檢驗(yàn)與Hausman檢驗(yàn)，判定變量之間的多重共線性與聯(lián)立型內(nèi)生性問(wèn)題，最終選定9個(gè)解釋變量，具體如下：①經(jīng)濟(jì)增長(zhǎng)（GDPL），以GDP增長(zhǎng)率表示。經(jīng)典EKC假說(shuō)提出，環(huán)境污染與經(jīng)濟(jì)增長(zhǎng)具有“倒U”型關(guān)系，且許多學(xué)者驗(yàn)證出，我國(guó)環(huán)境污染和經(jīng)濟(jì)增長(zhǎng)尚未到達(dá)“倒U”型曲線的頂點(diǎn)，故預(yù)期其系數(shù)為正。②產(chǎn)業(yè)結(jié)構(gòu)（IS），以第三產(chǎn)業(yè)增加值占GDP的比重衡量。相較于第二產(chǎn)業(yè)，第三產(chǎn)業(yè)在能源消耗、廢棄物排放等方面都更為“綠色”，其所占比重的提升，將有助于減緩大氣污染，故預(yù)期其系數(shù)為負(fù)。③對(duì)外開(kāi)放（EI），以進(jìn)出口貿(mào)易總額進(jìn)行測(cè)度。進(jìn)出口貿(mào)易在引進(jìn)資金、產(chǎn)品及技術(shù)的同時(shí)，也可能導(dǎo)致重污染產(chǎn)業(yè)轉(zhuǎn)入，目前對(duì)于是否存在“污染天堂”或“污染暈輪”效應(yīng)尚無(wú)確切定論，故難以預(yù)期其系數(shù)。④人口密度（POP），以常住人口數(shù)除以行政區(qū)域面積得出。人口密度越大，因生產(chǎn)、生活帶來(lái)的更多能源消耗與污染物排放，會(huì)加劇大氣污染，故預(yù)期其系數(shù)為正。⑤城鎮(zhèn)化率（UP），以城鎮(zhèn)常住人口占地區(qū)常住總?cè)丝诘谋戎睾饬?。城?zhèn)化率提升意味著人口與產(chǎn)業(yè)集聚，但因人口及第二、三產(chǎn)業(yè)等相對(duì)集聚速度的較量，難以判定城鎮(zhèn)化發(fā)展是否一定會(huì)加劇大氣污染，故不好預(yù)期其系數(shù)。⑥科技進(jìn)步（PA），以科學(xué)技術(shù)支出占一般公共預(yù)算支出的比重測(cè)度。數(shù)值越大，表明政府對(duì)研究與開(kāi)發(fā)的支持力度越大，意味著技術(shù)創(chuàng)新能力越高，有助于提高能源利用效率、降低污染物排放強(qiáng)度等。但也有研究表明，科技進(jìn)步會(huì)引致“能源回彈效應(yīng)”[29]，故難以預(yù)期其系數(shù)。⑦交通情況（CAR），以地區(qū)民用汽車擁有量表示。雖然我國(guó)積極推進(jìn)新能源汽車的應(yīng)用，但傳統(tǒng)型汽車仍占據(jù)很大的市場(chǎng)份額，汽車尾氣排放是重要的大氣污染源之一，故預(yù)期其系數(shù)為正。⑧環(huán)境規(guī)制（ER），以節(jié)能環(huán)保支出占一般公共預(yù)算支出的比重測(cè)度。數(shù)值越大，表明政府對(duì)生態(tài)環(huán)境治理的重視程度越高，有助于推動(dòng)以清潔能源置換、廢氣物處理技術(shù)改進(jìn)等直接、間接調(diào)控方式降低大氣污染，故預(yù)期其系數(shù)為負(fù)。⑨綠化建設(shè)（GR），以建成區(qū)綠化覆蓋率表示。綠色植被的葉片表面性能（茸毛和臘質(zhì)表皮等）可截取和固定細(xì)微顆粒物，從而具有凈化空氣的效能。綠化覆蓋率越高，越有利于減緩大氣污染，故預(yù)期其系數(shù)為負(fù)。變量統(tǒng)計(jì)與檢驗(yàn)情況如表1、表2、表3所示。

經(jīng)檢驗(yàn)得出：①解釋變量之間的相關(guān)系數(shù)絕對(duì)值基本位于0～0.6之間，單個(gè)解釋變量的VIF值域?yàn)閇1.43，5.70]，且MeanVIF值為3.51。由此可判定，解釋變量之間沒(méi)有顯著的相關(guān)關(guān)系，即不存在多重共線性問(wèn)題。②解釋變量以相對(duì)量指標(biāo)為主，使絕對(duì)量指標(biāo)之間原本可能存在的內(nèi)生關(guān)系被有效降低。針對(duì)解釋變量與被解釋變量之間可能存在的聯(lián)立型內(nèi)生性問(wèn)題，考慮異方差影響的修正型Hausman檢驗(yàn)顯示，在AQI、NO2、CO、O3情境中均不存在顯著聯(lián)立性。雖然PA與PM2.5、EI與PM10、CAR與SO2之間存在聯(lián)立性，但因PA、EI、CAR與其他解釋變量之間沒(méi)有顯著的相關(guān)關(guān)系，不會(huì)影響同一情境中其他解釋變量的參數(shù)估計(jì)，故不存在明顯的內(nèi)生性問(wèn)題。

2.3動(dòng)態(tài)空間模型設(shè)置

傳統(tǒng)計(jì)量模型以數(shù)據(jù)獨(dú)立、均勻分布為前提，不適用于研究對(duì)象之間存在空間相關(guān)關(guān)系的情況，故而需在模型設(shè)置中體現(xiàn)空間外溢效應(yīng)。目前，空間計(jì)量模型的應(yīng)用主要有：①空間自回歸模型（spatialautoregressivemodel，SAR），旨在探討因變量本身是否具有“外溢效應(yīng)”，如鄰近地區(qū)大氣污染演化對(duì)本地區(qū)的影響;②空間誤差模型（spatialerrormodel，SEM），即重點(diǎn)度量誤差沖擊（即擾動(dòng)項(xiàng)）的空間外溢程度;③空間杜賓模型（spatialDubinmodel，SDM），主要考察本地區(qū)觀察變量對(duì)鄰近地區(qū)因變量的影響。對(duì)于區(qū)域大氣污染治理而言，經(jīng)濟(jì)增長(zhǎng)、產(chǎn)業(yè)升級(jí)、技術(shù)進(jìn)步、環(huán)境規(guī)制等對(duì)本地區(qū)的影響，會(huì)通過(guò)大氣的無(wú)界性流動(dòng)，作用于鄰近地區(qū)，即大氣污染外溢性是各地區(qū)之間多元協(xié)同因素聯(lián)動(dòng)的有效橋梁。所以，在此選用空間自回歸模型（SAR）作為外溢效應(yīng)檢驗(yàn)的基準(zhǔn)工具。因考慮到各地區(qū)大氣污染演化本身可能存在一定的“時(shí)間慣性”，從而引入AQI及PM2.5、PM10、SO2等污染物的一期滯后項(xiàng)作為解釋變量，并加入個(gè)體固定效應(yīng)，以緩解遺漏變量產(chǎn)生的內(nèi)生性問(wèn)題，最終構(gòu)建出動(dòng)態(tài)空間自回歸（D-SAR）模型。具體模型為：

Yit=γlnYit-1+ρ∑nj=1wijYjt+β1GDPLit+β2lnPOPit+

β3ISit+β4ERit+β5PAit+β6UPit+β7lnEIit+

β8GRit+β9lnCARitit+μi+εit

其中，Yit、Yjt分別表示第i、j個(gè)地區(qū)第t年的大氣污染程度;Yit-1表示第i個(gè)地區(qū)第t-1年的大氣污染程度;n為考察的地區(qū)總數(shù);wij為二進(jìn)制的鄰接權(quán)重矩陣（即0-1矩陣），若兩個(gè)地區(qū)相鄰，則wij=1，反之wij=1=0;γ表示“時(shí)間慣性”強(qiáng)度;ρ表示空間外溢效應(yīng)強(qiáng)度;GDPLit、lnPOPit、ISit、ERit、PAit、UPit、lnEIit、GRit、lnCARitit分別表示第i個(gè)地區(qū)第t年的經(jīng)濟(jì)增長(zhǎng)、人口密度、產(chǎn)業(yè)結(jié)構(gòu)、環(huán)境規(guī)制、科技進(jìn)步、城鎮(zhèn)化率、對(duì)外開(kāi)放、綠化建設(shè)及交通情況，它們共同構(gòu)成京津冀及周邊地區(qū)大氣污染治理的協(xié)同因素體系;μi為個(gè)體固定效應(yīng);εit為隨機(jī)擾動(dòng)項(xiàng)。

3京津冀及周邊地區(qū)大氣污染的空間集聚演化特征

3.1局部自相關(guān)分析

局部自相關(guān)分析，旨在研究某特定范圍內(nèi)大氣污染的空間集聚情況，通常使用局部MoransI指數(shù)進(jìn)行衡量，計(jì)算公式為：Ii=[（Yi-）∑nj=1wij（Yj-）]/S2。

其中，Ii是局部Moran指數(shù)，取值區(qū)間為[-1，1];n是考察的地區(qū)總數(shù);Yi和Yj分別是地區(qū)i和地區(qū)j的觀測(cè)值，wij是鄰接權(quán)重矩陣;是平均值;S2=∑ni=1（Yi-）2/n。若Ii>0，則呈現(xiàn)為高（低）值地區(qū)i被相鄰高（低）值地區(qū)包圍的空間聯(lián)系，例如，高（低）AQI的本地區(qū)與高（低）AQI的相鄰地區(qū)并存，即高-高（第一象限）或低-低（第三象限）集聚模式;若Ii<0，則呈現(xiàn)為低-高（第二象限）或高-低（第四象限）集聚模式。在此，本文運(yùn)用Stata14軟件，計(jì)算京津冀及周邊地區(qū)2013—2018年的局部MoransI指數(shù)，并擬合出相應(yīng)的Moran散點(diǎn)圖（圖2），進(jìn)而歸納出AQI及6類大氣污染物的局部空間集聚特征與演化路徑（表4、表5）。

經(jīng)比較發(fā)現(xiàn)，京津冀及周邊地區(qū)大氣污染具有顯著的復(fù)合型局部集聚演化特征。第一，從AQI及6類污染物層面來(lái)看，NO2在2014—2018年期間的局部MoransI值域?yàn)閇0.011，0.042]，其散點(diǎn)圖幾乎與橫軸重合，即不存在顯著的局部自相關(guān)關(guān)系，故在此不作進(jìn)一步探討。同時(shí)，AQI及其他污染物的局部集聚變化比較顯著。①AQI：2013年以低-低集聚為主，2016年以低-高集聚為主，2015、2017年以高-高集聚為主，2014、2018年以高-高與低-低集聚為主。②PM2.5與PM10的局部集聚態(tài)勢(shì)基本一致，2013—2014年以高-高與低-低集聚為主，2015—2018年以高-高集聚為主。③SO2：2013—2014年以低-高與低-低集聚為主，2015—2018年以高-高與低-低集聚為主。④CO：2013—2018年均以高-高集聚為主，同時(shí)，低-高與低-低集聚的程度基本持平。⑤O3：2013—2014年為高-高、高-低與低-高的集聚程度基本持平，2015—2016年以高-高、低-低與高-低集聚為主，2017—2018年以高-高與高-低集聚為主，但2015—2018年的局部MoransI值域?yàn)閇0.048，0.138]，即整體顯著性水平偏低。第二，從地區(qū)層面來(lái)看，整體上是以高-高、低-低及混合集聚模式為主，且同一地區(qū)不同污染物的集聚及演化情況有所差異。①高-高集聚模式主要分布于河北與山東地區(qū)。如石家莊、邯鄲在AQI及5類污染物情境中均顯著;衡水在AQI、PM2.5、PM10情境中顯著;邢臺(tái)在AQI、PM2.5、CO情境中顯著;唐山、廊坊在CO與O3情境中顯著;濟(jì)南、德州、聊城在PM2.5與PM10情境中顯著;淄博在PM10與SO2情境中顯著。②低-低集聚模式的情境交疊現(xiàn)象非常明顯。如北京、張家口、承德在AQI、PM2.5、PM10、SO2情境中顯著;天津、秦皇島在PM2.5與PM10情境中顯著;菏澤在SO2、CO、O3情境中顯著等。③顯性與隱性潛在風(fēng)險(xiǎn)地區(qū)并存。一方面，唐山、保定、淄博、菏澤、安陽(yáng)等地區(qū)，在不同情境中均呈現(xiàn)出具有顯著負(fù)外部性的高-低集聚模式。另一方面，基于經(jīng)濟(jì)、社會(huì)發(fā)展等多元因素的影響，現(xiàn)有混合集聚模式的部分地區(qū)已經(jīng)演化為高-高或高-低集聚模式。如晉城、新鄉(xiāng)在PM2.5與PM10情境演化為高-高集聚模式;太原、陽(yáng)泉在PM10與O3情境演化為高-高集聚模式;保定在PM2.5與CO情境演化為高-低集聚模式等。因此，京津冀及周邊地區(qū)大氣污染的深化治理，必須扎根于各地區(qū)在不同污染物情境的局部集聚演化實(shí)情，探討適配性方案。

3.2全局自相關(guān)分析

相較于局部自相關(guān)分析，全局自相關(guān)檢驗(yàn)的重點(diǎn)在于探討整體空間序列{Xi}ni=1的集聚情況，以呈現(xiàn)區(qū)域大氣污染的整體演化態(tài)勢(shì)。它通常采用全局MoransI指數(shù)進(jìn)行測(cè)度，計(jì)算公式為：

I=[n∑ni=1∑nj=1wij（Yi-）（Yj-）]/[S2∑ni=1∑nj=1wij]，其中，I是全局Moran指數(shù)，其他指標(biāo)與局部MoransI指數(shù)計(jì)算公式一致。此時(shí)，若I>0，則存在正向的空間自相關(guān)，且越靠近1表示正相關(guān)性越強(qiáng);若I<0，則存在負(fù)向的空間自相關(guān)，且越靠近-1表示負(fù)相關(guān)性越強(qiáng);若I=0，則表明在空間上服從隨機(jī)分布。在此，本文運(yùn)用Stata14軟件，計(jì)算出京津冀及周邊地區(qū)“2+26+3”城市2013—2018年大氣污染的全局MoransI指數(shù)及其顯著水平（表6）。

首先，從AQI及6類污染物層面來(lái)看，由表6的數(shù)值統(tǒng)計(jì)結(jié)果發(fā)現(xiàn)，京津冀及周邊地區(qū)大氣污染的全局演化具有顯著的復(fù)合型特征。①整體呈現(xiàn)為正向相關(guān)關(guān)系，但顯著程度有所差異。其中，除2016年外，AQI的全局MoransI指數(shù)均為正值，且都通過(guò)了10%及以上的顯著性水平檢驗(yàn);PM2.5、PM10、SO2在2013—2018年的全局MoransI指數(shù)均為正值，同時(shí)，PM2.5、PM10全部通過(guò)了1%的顯著性水平檢驗(yàn)，SO2全部通過(guò)了5%及以上的顯著性水平檢驗(yàn);雖然CO的全局MoransI指數(shù)均為正值，但僅在2013、2017與2018年通過(guò)了10%的顯著性水平檢驗(yàn);O3的全局MoransI指數(shù)在2013、2014年為負(fù)值，在2015—2018年為正值，且在2013、2016年分別通過(guò)了5%、10%的顯著性水平檢驗(yàn)。②個(gè)別污染物尚處于隱性全局演化階段。NO2在2013—2018年的全局MoransI絕對(duì)值區(qū)間為[0.015，0.117]，整體變動(dòng)幅度很小，且均不顯著，即不存在全局自相關(guān)關(guān)系。這與局部自相關(guān)分析的結(jié)果基本一致，故而將在后續(xù)的實(shí)證檢驗(yàn)中予以剔除。

4京津冀及周邊地區(qū)大氣污染的外溢效應(yīng)檢驗(yàn)與協(xié)同因素

4.1實(shí)證結(jié)果分析

表7成為運(yùn)用鄰接權(quán)重矩陣，基于京津冀及周邊地區(qū)“2+26+3”城市2013—2018年面板數(shù)據(jù)，得出的動(dòng)態(tài)空間自回歸（D-SAR）檢驗(yàn)結(jié)果。在此，可從兩個(gè)維度判定動(dòng)態(tài)空間外溢效應(yīng)的強(qiáng)度及其顯著情況：①AQI及5類大氣污染物的空間外溢效應(yīng)（即Spatialrho）取值范圍為[0.262，0.883]，且都通過(guò)了1%的顯著性水平檢驗(yàn)，表明各地區(qū)之間的大氣污染存在很強(qiáng)的正向空間相關(guān)關(guān)系，即相鄰地區(qū)大氣污染加劇，會(huì)引致本地區(qū)大氣質(zhì)量下降。如相鄰地區(qū)的PM2.5年均濃度每增加1%，將使本地區(qū)的PM2.5年均濃度增加0.374%。②AQI及5類污染物滯后項(xiàng)系數(shù)的取值范圍為[0.127，1.181]，且除CO滯后項(xiàng)系數(shù)為10%的顯著性水平外，其他滯后項(xiàng)系數(shù)均通過(guò)了1%的顯著性水平檢驗(yàn)，表明大氣污染變動(dòng)具有顯著的“時(shí)間慣性”特征。當(dāng)某地區(qū)上一年的PM10年均濃度每增加1%時(shí)，將導(dǎo)致其本年的PM10年均濃度增加0.458%。由此可得出與全局自相關(guān)分析一致的結(jié)論：京津冀及周邊地區(qū)大氣污染演化具有顯著的正向“時(shí)空尺度效應(yīng)”[30]。

在社會(huì)主義市場(chǎng)經(jīng)濟(jì)深化轉(zhuǎn)型的戰(zhàn)略背景下，以屬地“多域協(xié)同”推動(dòng)區(qū)域“五位一體”發(fā)展，是京津冀及周邊地區(qū)大氣污染治理攻堅(jiān)的關(guān)鍵。在此，針對(duì)D-SAR檢驗(yàn)結(jié)果，對(duì)經(jīng)濟(jì)、社會(huì)與生態(tài)維度的相關(guān)協(xié)同因素變量進(jìn)行討論（圖3）。

第一，經(jīng)濟(jì)發(fā)展維度。①經(jīng)濟(jì)增長(zhǎng)（GDPL）對(duì)AQI、PM10具有正向影響，且分別通過(guò)了1%、5%的顯著性水平檢驗(yàn)，即GDPL每提升1%，將導(dǎo)致AQI、PM10分別提高0.033%、0.009%。與此同時(shí)，GDPL對(duì)SO2具有1%顯著性水平的負(fù)向影響，即GDPL每提升1%，會(huì)促使SO2降低0.04%。這與宋馬林等[31]、Hao等[32]、黃瀅等[33]等驗(yàn)證的中國(guó)式環(huán)境庫(kù)茲涅茨曲線特征一致。盡管京津冀及周邊地區(qū)的經(jīng)濟(jì)發(fā)展水平尚未越過(guò)“倒U”型曲線的拐點(diǎn)，但其增長(zhǎng)方式的轉(zhuǎn)型已取得一定成效，特別是脫硫技術(shù)的推廣應(yīng)用，對(duì)緩減大氣污染起到了積極作用。如何持續(xù)、全面推動(dòng)集約型、技術(shù)型經(jīng)濟(jì)增長(zhǎng)，加快“后工業(yè)”時(shí)代的綠色發(fā)展步伐，依然值得高度重視。②產(chǎn)業(yè)結(jié)構(gòu)（IS）對(duì)PM10、CO、O3均具有負(fù)向影響，但只有CO的影響通過(guò)了10%顯著性水平的檢驗(yàn)，整體效果不佳。結(jié)合鄧祥征等[34]、宋海鷗等[35]、Li等[36]等的研究發(fā)現(xiàn)，其原因在于兩個(gè)方面：一是資源稟賦、經(jīng)濟(jì)績(jī)效、市場(chǎng)環(huán)境等現(xiàn)實(shí)約束，使京津冀及周邊地區(qū)的第三產(chǎn)業(yè)占比較低，傳統(tǒng)重化工產(chǎn)業(yè)仍然是屬地之間較量的核心裝備，能源消耗與廢氣物排放，是加劇大氣污染的強(qiáng)勢(shì)力量;二是現(xiàn)有第三產(chǎn)業(yè)內(nèi)部結(jié)構(gòu)的優(yōu)化不足、技術(shù)融入度偏低，對(duì)能源置換及使用效率提升的作用有限，需繼續(xù)推動(dòng)綠色升級(jí)。③對(duì)外開(kāi)放（EI）對(duì)CO具有5%顯著性水平的負(fù)向影響，即進(jìn)出口貿(mào)易總額每提升1%，將會(huì)促使CO降低0.121%。根據(jù)Frankel等[37]、許和連等[38]、秦曉麗等[39]等提出的“污染暈輪”效應(yīng)，近年來(lái)，世界各國(guó)都在積極推進(jìn)以清潔能源替代煤炭、石油等傳統(tǒng)能源的研發(fā)與應(yīng)用，且許多發(fā)達(dá)國(guó)家還設(shè)置了綠色貿(mào)易壁壘，使國(guó)際流通富含的污染因子減少，從而有助于大氣質(zhì)量改善。但值得注意的是，EI對(duì)AQI還具有接近于10%顯著性水平的正向影響，系數(shù)為0.069。這表明，進(jìn)出口貿(mào)易總額的增加潛藏著Mani等[40]、Cole等[41]提出的“污染天堂”問(wèn)題。因此，各地區(qū)要全面統(tǒng)籌、多維權(quán)衡地推動(dòng)對(duì)外開(kāi)放進(jìn)程。

第二，社會(huì)發(fā)展維度。①人口密度（POP）對(duì)SO2、CO具有正向影響，系數(shù)分別為2.128、1.659，且各自通過(guò)了1%、5%的顯著性水平檢驗(yàn);對(duì)O3具有接近于10%顯著性水平的正向影響，系數(shù)為1.040。正如Vandeweghe等[42]、Hixson等[43]、何文舉等[44]的研究表明，人口密度高的地區(qū)會(huì)產(chǎn)生更多元化的需求，而生產(chǎn)、生活集聚帶來(lái)的能源消耗與污染物直接、間接排放等，會(huì)加劇大氣污染。②城鎮(zhèn)化率（UP）對(duì)PM2.5、PM10分別具有10%、1%顯著性水平的負(fù)向影響，且對(duì)CO的負(fù)向影響接近于10%的顯著性水平，而對(duì)SO2則具有1%顯著性水平的正向影響。與周宏春等[45]、Bai等[46]“正向論”不同的是，京津冀及周邊地區(qū)的城鎮(zhèn)化發(fā)展呈現(xiàn)出“雙重效應(yīng)”：一是人口和產(chǎn)業(yè)集聚拉動(dòng)建筑業(yè)發(fā)展，進(jìn)而促進(jìn)水泥、鋼鐵等重工業(yè)壯大，致使揚(yáng)（煙）塵等污染物增加，加劇大氣污染。二是伴隨產(chǎn)業(yè)結(jié)構(gòu)集聚演化的調(diào)整升級(jí)，當(dāng)?shù)谌a(chǎn)業(yè)集聚速度快于第二產(chǎn)業(yè)、技術(shù)主導(dǎo)型產(chǎn)業(yè)集聚快于能源消耗型產(chǎn)業(yè)時(shí)，將有助于緩減大氣污染。因此，要持續(xù)注重與推進(jìn)城鎮(zhèn)化的有效發(fā)展。③交通情況（CAR）對(duì)PM10、SO2、O3的正向影響系數(shù)依次為0.133、0.843與0.324，且分別通過(guò)了10%、1%、10%的顯著性水平檢驗(yàn);對(duì)PM2.5的正向影響接近于10%的顯著性水平。張鐵映[47]、柯水發(fā)等[48]探討得出，汽車排放對(duì)大氣污染具有“穩(wěn)健性”影響。雖然我國(guó)新能源汽車市場(chǎng)正在快速崛起，但因高技術(shù)開(kāi)發(fā)成本引致的高銷售價(jià)格，傳統(tǒng)能源汽車仍是京津冀及周邊地區(qū)民用汽車市場(chǎng)的主流，從“供-需”兩端同步推動(dòng)汽車能源結(jié)構(gòu)轉(zhuǎn)型，是大氣污染源防控的重要方向。④科技進(jìn)步（PA）對(duì)CO具有5%顯著性水平的負(fù)向影響，系數(shù)為-0.078，對(duì)AQI具有接近于10%顯著性水平的正向影響，對(duì)其他污染物的影響均不顯著。這與Levinson[49]、于峰等[50]研究相吻合，即京津冀及周邊地區(qū)的科技進(jìn)步對(duì)大氣污染確實(shí)起到了一定的抑制作用，但整體影響力度尚有不足，且潛藏著“能源回彈效應(yīng)”。正如楊飛等[51]提出的“科技效用門檻”觀點(diǎn)，單純?cè)黾涌茖W(xué)技術(shù)投入并不能有效保證大氣污染的消減，還需輔有適配的節(jié)能減排調(diào)控政策。

第三，生態(tài)保護(hù)維度：①環(huán)境規(guī)制（ER）對(duì)PM10、SO2分別具有10%、1%顯著性水平的負(fù)向影響，即節(jié)能環(huán)保支出每提高1%，會(huì)使它們分別下降0.008%、0.023%;對(duì)PM2.5的負(fù)向影響接近于10%的顯著性水平;對(duì)O3的正向影響系數(shù)為0.022，且通過(guò)了5%的顯著性水平檢驗(yàn)。這種“矛盾型”效果反映出兩個(gè)問(wèn)題，一是環(huán)境規(guī)制的整體投入力度不足，賀俊等[52]已運(yùn)用內(nèi)生增長(zhǎng)模型驗(yàn)證出，針對(duì)我國(guó)環(huán)境治理投資占GDP的比重與環(huán)境污染的“倒U”型關(guān)系，當(dāng)比重超過(guò)1.8%時(shí)，才能遏制環(huán)境污染。目前京津冀及周邊地區(qū)節(jié)能環(huán)保支出占GDP比重的取值范圍為[0.19%，1.69%]，未達(dá)到有效抑制大氣污染的標(biāo)準(zhǔn)。

二是環(huán)境規(guī)制的效率偏低，地方政府關(guān)注傾向的差異過(guò)大、環(huán)保監(jiān)督力度不足、法律法規(guī)建設(shè)不完善、企業(yè)及公眾的環(huán)保意識(shí)較薄弱等，導(dǎo)致京津冀及周邊地區(qū)節(jié)能環(huán)保支出的整體成效不足。②綠化建設(shè)（GR）對(duì)SO2具有1%顯著性水平的負(fù)向影響，即綠化覆蓋率每提升1%，將使SO2降低0.015%;但對(duì)AQI及其他污染物的影響尚不顯著。說(shuō)明提升京津冀及周邊地區(qū)的綠化水平是緩減大氣污染的有效途徑，可進(jìn)一步加強(qiáng)多類型綠色植被的栽育。

4.2穩(wěn)健性檢驗(yàn)

為考察京津冀及周邊地區(qū)大氣污染D-SAR回歸結(jié)果的穩(wěn)健程度，本文將“鄰接矩陣”替換為“反地理距離矩陣（1/d2）”進(jìn)行驗(yàn)證，執(zhí)行這一操作主要是基于兩個(gè)方面的考慮：①在變換空間權(quán)重矩陣的基礎(chǔ)上，保持既定模型設(shè)置與因素變量選取不變，可以確保實(shí)證思路的一致性。②現(xiàn)實(shí)中，強(qiáng)勁的風(fēng)速將可能使本地區(qū)的大氣污染外溢效應(yīng)超出相鄰地區(qū)的范圍，即在有效距離內(nèi)的非相鄰地區(qū)也可能受到一定程度的影響。以地理距離作為空間外溢效應(yīng)輻射強(qiáng)度的測(cè)定，既是對(duì)原有約束條件的延展，又能在實(shí)質(zhì)評(píng)判準(zhǔn)則上保持一致。具體檢驗(yàn)結(jié)果如表8所示。

整體而言，AQI及5種污染物的空間外溢效應(yīng)方向及顯著性水平不變，整體強(qiáng)度基本一致，且除CO外的全部滯后項(xiàng)（Yt-1）系數(shù)仍具有1%顯著性水平的正向影響。這表明，京津冀及周邊地區(qū)大氣污染的動(dòng)態(tài)空間外溢效應(yīng)顯著且穩(wěn)健。此時(shí)，各類協(xié)同因素的影響變動(dòng)情況（圖4）如下：①經(jīng)濟(jì)發(fā)展維度。經(jīng)濟(jì)增長(zhǎng)（GDPL）對(duì)SO2的負(fù)向影響由1%顯著性水平變?yōu)椴伙@著（但接近于10%的顯著性水平）;產(chǎn)業(yè)結(jié)構(gòu)（IS）對(duì)PM10、O3的負(fù)向影響顯著程度進(jìn)一步降低;對(duì)外開(kāi)放（EI）對(duì)SO2的負(fù)向影響由不顯著變?yōu)?%顯著性水平，而對(duì)AQI的正向影響顯著程度，則進(jìn)一步降低。②社會(huì)發(fā)展維度。人口密度（POP）的整體影響方向和顯著性水平不變，但對(duì)SO2與CO的影響強(qiáng)度存在“此消彼長(zhǎng)”態(tài)勢(shì);城鎮(zhèn)化率（UP）對(duì)SO2的正向影響由1%顯著性水平變?yōu)椴伙@著，對(duì)CO的負(fù)向影響由不顯著變?yōu)?0%顯著性水平;交通情況（CAR）對(duì)PM2.5的正向影響由不顯著變?yōu)?%顯著性水平，而對(duì)SO2、O3的正向影響分別由1%、10%顯著性水平變?yōu)椴伙@著;科技進(jìn)步（PA）對(duì)CO負(fù)向影響的顯著性水平由5%上升為1%，且對(duì)PM2.5具有接近于10%顯著性水平的負(fù)向影響。③生態(tài)保護(hù)維度。環(huán)境規(guī)制（ER）減少了對(duì)PM10與SO2的顯著性負(fù)向影響;綠化建設(shè)（GR）對(duì)SO2的負(fù)向影響由1%顯著性水平變?yōu)椴伙@著，但對(duì)CO產(chǎn)生了10%顯著性水平的正向影響，即現(xiàn)有綠化建設(shè)結(jié)構(gòu)未有效發(fā)揮出凈化CO的效能，需推進(jìn)更多元化的綠色植被栽培。綜上可知，兩類空間權(quán)重情境的檢驗(yàn)結(jié)果基本一致，表明D-SAR模型設(shè)置與協(xié)同因素選取具有良好的穩(wěn)健性。因此，以屬地“多域協(xié)同”為基礎(chǔ)單元的全局多中心協(xié)同實(shí)踐模式，可成為提升京津冀及周邊地區(qū)大氣污染深化治理成效的探尋方向。

基于不同權(quán)重測(cè)度情境的動(dòng)態(tài)空間自回歸檢驗(yàn)結(jié)果可知，相較于降水、風(fēng)力等不可控的自然因素而言，經(jīng)濟(jì)社會(huì)發(fā)展、生態(tài)建設(shè)等可調(diào)控性因素，對(duì)京津冀及周邊地區(qū)的大氣污染演化有著非常顯著的影響。屬地內(nèi)部及相互之間多元協(xié)同因素的交疊作用，引致出區(qū)域多層次、復(fù)合型大氣污染空間相關(guān)關(guān)系。因此，以地方政府為責(zé)任主體，精準(zhǔn)發(fā)掘不同地區(qū)大氣污染的形成根源與演化規(guī)律，全面統(tǒng)籌、協(xié)調(diào)、把控好局域與全域性關(guān)鍵因素的合理規(guī)制，是實(shí)現(xiàn)區(qū)域大氣污染協(xié)同治理攻堅(jiān)目標(biāo)的可行性策略選擇。

5結(jié)論與對(duì)策建議

大氣污染復(fù)合性、流動(dòng)性與極強(qiáng)的外部性，決定其治理必然是一項(xiàng)長(zhǎng)期性、系統(tǒng)性的工程?，F(xiàn)階段，根據(jù)各地區(qū)資源稟賦、經(jīng)濟(jì)基礎(chǔ)、技術(shù)條件、污染源結(jié)構(gòu)等實(shí)情，精準(zhǔn)識(shí)別京津冀及周邊地區(qū)大氣污染動(dòng)態(tài)空間外溢效應(yīng)的演化特征與相關(guān)協(xié)同因素的影響情況，是持續(xù)、穩(wěn)步提升區(qū)域聯(lián)防協(xié)作治理效果的突破口。

基于局部與全局空間關(guān)聯(lián)性分析可知：①京津冀及周邊地區(qū)大氣污染具有顯著的復(fù)合型局部集聚特征。2013—2018年，AQI、PM2.5、PM10均以高-高集聚為主，SO2、CO及O3為高-高集聚與低-低集聚并存，NO2的分布較為均勻，無(wú)顯著的集聚特征;石家莊、邯鄲等10個(gè)地區(qū)以高-高集聚為主，北京、天津等6個(gè)地區(qū)以低-低集聚為主，其他地區(qū)為混合集聚特征。②各類大氣污染物的全局演化方向基本一致，但顯著程度存在差異。PM2.5、PM10、SO2的顯著性強(qiáng)，CO與O3相對(duì)較弱，NO2則完全不顯著。根據(jù)D-SAR模型的實(shí)證檢驗(yàn)與協(xié)同因素影響分析得出：①京津冀及周邊地區(qū)的大氣污染演化具有極強(qiáng)的“時(shí)空尺度效應(yīng)”，本地區(qū)相關(guān)污染物濃度的提升，對(duì)自身與鄰近地區(qū)均存在顯著的正向影響。②現(xiàn)階段，各類協(xié)同因素對(duì)屬地大氣污染演化亦發(fā)揮著顯著的復(fù)合型作用。其中，經(jīng)濟(jì)與社會(huì)發(fā)展類因素以正向影響為主，而生態(tài)保護(hù)類因素主要發(fā)揮負(fù)向作用，且前兩者的整體貢獻(xiàn)強(qiáng)度明顯高于后者。

全面改善京津冀及周邊地區(qū)的大氣質(zhì)量，可從以下四個(gè)方面推進(jìn)：①協(xié)調(diào)好屬地發(fā)展訴求與區(qū)域協(xié)同治理目標(biāo)的“對(duì)立統(tǒng)一”關(guān)系。即面臨“發(fā)展”和“保大氣質(zhì)量”使命的博弈困境，要充分重視各地區(qū)經(jīng)濟(jì)社會(huì)等差距與現(xiàn)實(shí)訴求，通過(guò)政府聯(lián)席會(huì)議、專家討論會(huì)等，組建專項(xiàng)領(lǐng)導(dǎo)小組、強(qiáng)化府際（部門）協(xié)同立法、細(xì)化監(jiān)測(cè)督察制度設(shè)定等，建立健全區(qū)域內(nèi)的環(huán)保利益差核算與轉(zhuǎn)移支付（補(bǔ)償）機(jī)制，促使“被動(dòng)式應(yīng)對(duì)型協(xié)同”向“主動(dòng)式常態(tài)型協(xié)同”轉(zhuǎn)變[53-54]。②統(tǒng)籌好全局與局部“共同但有差別”的聯(lián)防聯(lián)控步調(diào)，探尋因類、因域施治的協(xié)同路徑。即根據(jù)PM2.5、PM10、SO2、CO及O3的集聚演化特征，以北京、天津、石家莊、濟(jì)南、鄭州、太原為基點(diǎn)，按地緣關(guān)系逐步完善多中心、復(fù)合型聯(lián)合治理體系，使各地區(qū)充分明確自身在相關(guān)污染物情境的責(zé)任目標(biāo)，制定資金分配、排放限值、應(yīng)急預(yù)警等適配性方案，實(shí)現(xiàn)精細(xì)化治理。③積極推動(dòng)“三維一體”協(xié)同體系建設(shè)。即立足于經(jīng)濟(jì)、社會(huì)及生態(tài)因素的影響方向與強(qiáng)度，求解各地區(qū)達(dá)成穩(wěn)固性合作聯(lián)盟的“最大公約數(shù)”，制定持續(xù)有效的專項(xiàng)協(xié)同方案。具體而言，在經(jīng)濟(jì)發(fā)展維度，一要根據(jù)資源稟賦、技術(shù)條件、地理區(qū)位等比較優(yōu)勢(shì)，促進(jìn)“2+26+3”城市的研發(fā)、制造、外貿(mào)等主體功能分區(qū)，打造互補(bǔ)型局域經(jīng)濟(jì)圈體系，增強(qiáng)京津冀及周邊地區(qū)的內(nèi)部協(xié)作契合度與外部競(jìng)爭(zhēng)力;二要基于產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、新清潔能源開(kāi)發(fā)與置換等發(fā)展方向，淘汰傳統(tǒng)型高耗能、重污染企業(yè)，強(qiáng)化技術(shù)密集型生產(chǎn)性服務(wù)業(yè)，吸引優(yōu)質(zhì)外資企業(yè)，推動(dòng)區(qū)域整體經(jīng)濟(jì)增長(zhǎng)方式由“量引導(dǎo)”向“質(zhì)驅(qū)動(dòng)”轉(zhuǎn)型，提高全要素綠色生產(chǎn)率。在社會(huì)發(fā)展維度，一要積極完善基礎(chǔ)設(shè)施建設(shè)與綠色型城鎮(zhèn)化發(fā)展，強(qiáng)化地（縣）級(jí)市在產(chǎn)業(yè)承接、科技創(chuàng)新、市場(chǎng)拓展等方面的綜合實(shí)力，有效解決北京、天津、鄭州等“虹吸效應(yīng)”所引致的資源配置懸殊問(wèn)題。二要大力推進(jìn)多元化新能源汽車生產(chǎn)技術(shù)研發(fā)，降低單位生產(chǎn)成本，并制定相應(yīng)的激勵(lì)政策，提升民用普及率，實(shí)現(xiàn)區(qū)域汽車市場(chǎng)結(jié)構(gòu)的整體升級(jí)。在生態(tài)保護(hù)維度，一要以石家莊、邯鄲、衡水、邢臺(tái)等為代表，提升地區(qū)環(huán)境規(guī)制投入比重及使用效率，健全省-市-縣層級(jí)的不定期巡查與通報(bào)機(jī)制，實(shí)時(shí)監(jiān)督責(zé)任目標(biāo)的執(zhí)行進(jìn)度。二要根據(jù)地形、土質(zhì)、降水等情況，分域、分類提升多元化綠色植被的覆蓋率，強(qiáng)化生態(tài)系統(tǒng)的“自我凈化”能力。④完善地方政府績(jī)效考核及晉升機(jī)制改革。針對(duì)GDP績(jī)效占主導(dǎo)與大氣污染治理見(jiàn)效緩慢的矛盾，為強(qiáng)化地方政府融入?yún)^(qū)域協(xié)同組織體系的內(nèi)在動(dòng)力與主責(zé)意識(shí)、規(guī)避“搭便車”與“向底線賽跑”效應(yīng)，一要參照國(guó)家“五位一體”發(fā)展戰(zhàn)略布局，以拓展官員晉升的環(huán)境治理績(jī)效維度、調(diào)減經(jīng)濟(jì)增長(zhǎng)的權(quán)重等，貫徹“黨政同責(zé)、一崗雙責(zé)”考核制度;二要探索科學(xué)的綠色GDP核算方法，將治理成本、經(jīng)濟(jì)損值、個(gè)體及共同收益等，有效納入地區(qū)的綜合發(fā)展效益評(píng)估范疇。

參考文獻(xiàn)

[1]魏娜，孟慶國(guó).大氣污染跨域協(xié)同治理的機(jī)制考察與制度邏輯：基于京津冀的協(xié)同實(shí)踐[J].中國(guó)軟科學(xué)，2018（10）：79-92.

[2]孟慶國(guó)，魏娜，田紅紅.制度環(huán)境、資源稟賦與區(qū)域政府間協(xié)同：京津冀跨界大氣污染區(qū)域協(xié)同的再審視[J].中國(guó)行政管理，2019（5）：109-115.

[3]BRYSONJM，CROSBYBC，STONEMM.Thedesignandimplementationofcross-sectorcollaborations：propositionsfromtheliterature[J].Publicadministrationreview，2006，66（6）：44-55.

[4]ANSELLC，GASHA.Collaborativegovernanceintheoryandpractice[J].Journalofpublicadministrationresearchandtheory，2008，18（4）：543-571.

[5]王紅梅，邢華，魏仁科.大氣污染區(qū)域治理中的地方利益關(guān)系及其協(xié)調(diào)：以京津冀為例[J].華東師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2016，48（5）：133-139，195.

[6]THOMSONAM，PERRYJL.Collaborationprocesses：insidetheblackbox[J].Publicadministrationreview，2006，66：20-32.

[7]李牧耘，張偉，胡溪，等.京津冀區(qū)域大氣污染聯(lián)防聯(lián)控機(jī)制：歷程、特征與路徑[J].城市發(fā)展研究，2020，27（4）：97-103.

[8]臧雷振，翟曉榮.區(qū)域協(xié)同治理壁壘的類型學(xué)分析及其影響：以京津冀為例[J].天津行政學(xué)院學(xué)報(bào)，2018，20（5）：29-37.

[9]賀璇，王冰.京津冀大氣污染治理模式演進(jìn)：構(gòu)建一種可持續(xù)合作機(jī)制[J].東北大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2016，18（1）：56-62.

[10]BUCOVETSKYS.Asymmetrictaxcompetition[J].Journalofurbaneconomics，1991，30（2）：167-181.

[11]ECONOMIDESG，PHILIPPOPOULOSA.Growthenhancingpolicyisthemeanstosustaintheenvironment[J].Reviewofeconomicdynamics，2008，11（1）：207-219.

[12]趙桂梅，耿涌，孫華平，等.中國(guó)省際碳排放強(qiáng)度的空間效應(yīng)及其傳導(dǎo)機(jī)制研究[J].中國(guó)人口·資源與環(huán)境，2020，30（3）：49-55.

[13]馮穎，屈國(guó)俊，李晟.基于空間面板數(shù)據(jù)模型的人口聚集與環(huán)境污染的關(guān)系研究[J].經(jīng)濟(jì)問(wèn)題，2017（7）：7-13，45.

[14]馬黎，梁偉.中國(guó)城市空氣污染的空間特征與影響因素研究：來(lái)自地級(jí)市的經(jīng)驗(yàn)證據(jù)[J].山東社會(huì)科學(xué)，2017（10）：138-145.

[15]姜磊.論LM檢驗(yàn)的無(wú)效性與空間計(jì)量模型的選擇：以中國(guó)空氣質(zhì)量指數(shù)社會(huì)經(jīng)濟(jì)影響因素為例[J].財(cái)經(jīng)理論研究，2018（5）：37-50.

[16]胡志高，李光勤，曹建華.環(huán)境規(guī)制視角下的區(qū)域大氣污染聯(lián)合治理：分區(qū)方案設(shè)計(jì)、協(xié)同狀態(tài)評(píng)價(jià)及影響因素分析[J].中國(guó)工業(yè)經(jīng)濟(jì)，2019（5）：24-42.

[17]陳碧瓊，張梁梁.動(dòng)態(tài)空間視角下金融發(fā)展對(duì)碳排放的影響力分析[J].軟科學(xué)，2014，28（7）：140-144.

[18]羅能生，王玉澤.財(cái)政分權(quán)、環(huán)境規(guī)制與區(qū)域生態(tài)效率：基于動(dòng)態(tài)空間杜賓模型的實(shí)證研究[J].中國(guó)人口·資源與環(huán)境，2017，27（4）：110-118.

[19]ANOULISSL.Aretradeintegrationandtheenvironmentinconflict：thedecisiveroleofcountriesstrategicinteractions[J].Internationaleconomics，2016，148：1-15.

[20]時(shí)樂(lè)樂(lè).環(huán)境規(guī)制對(duì)中國(guó)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響研究[D].烏魯木齊：新疆大學(xué)，2017.

[21]斐迪南·滕尼斯.共同體與社會(huì)[M].林榮遠(yuǎn)，譯.北京：商務(wù)圖書館，1999.

[22]LISAAC.Anintegrativereviewofcommunitytheoriesappliedtopalliativecarenursing[J].Journalofhospiceandpalliativenursing，2020，22（5）：363-376.

[23]BENDORJ，MOOKHERJEEB.Institutionalstructureandthelogicofongoingcollectiveaction[J].Americanpoliticalsciencereview，1987，81（1）：129-154.

[24]OSTROME.Governingthecommons：theevolutionofinstitutionsforcollectiveaction[M].NewYork：CambridgeUniversityPress，1990.

[25]包國(guó)憲，王學(xué)軍.以公共價(jià)值為基礎(chǔ)的政府績(jī)效治理：源起、架構(gòu)與研究問(wèn)題[J].公共管理學(xué)報(bào)，2012，9（2）：89-97，126-127.

[26]ZUGRAVUS，NATALIA.Howdoesforeigndirectinvestmentaffectpollution：towardabetterunderstandingofthedirectandconditionaleffects[J].Environmentalandresourceeconomics，2017，66（2）：293-338.

[27]張為杰，任成媛，胡蓉.中國(guó)式地方政府競(jìng)爭(zhēng)對(duì)環(huán)境污染影響的實(shí)證研究[J].宏觀經(jīng)濟(jì)研究，2019（2）：133-142.

[28]嚴(yán)雅雪，齊紹洲.外商直接投資與中國(guó)霧霾污染[J].統(tǒng)計(jì)研究，2017，34（5）：69-81.

[29]馮烽，葉阿忠.回彈效應(yīng)加劇了中國(guó)能源消耗總量的攀升嗎？[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2015，32（8）：104-119.

[30]劉海猛，方創(chuàng)琳，黃解軍，等.京津冀城市群大氣污染的時(shí)空特征與影響因素解析[J].地理學(xué)報(bào)，2018，73（1）：177-191.

[31]宋馬林，王舒鴻.環(huán)境庫(kù)茲涅茨曲線的中國(guó)“拐點(diǎn)”：基于分省數(shù)據(jù)的實(shí)證分析[J].管理世界，2011（10）：168-169.

[32]HAOY，LIUYM.TheinfluentialfactorsofurbanPM2.5concentrationsinChina：aspatialeconometricanalysis[J].Journalofcleanerproduction，2016，112：1443-1453.

[33]黃瀅，劉慶，王敏.地方政府的環(huán)境治理決策：基于SO2減排的面板數(shù)據(jù)分析[J].世界經(jīng)濟(jì)，2016，39（12）：166-188.

[34]鄧祥征，劉紀(jì)遠(yuǎn).中國(guó)西部生態(tài)脆弱區(qū)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的污染風(fēng)險(xiǎn)分析：以青海省為例[J].中國(guó)人口·資源與環(huán)境，2012，22（5）：55-62.

[35]宋海鷗，王瀅.京津冀協(xié)同發(fā)展：產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與大氣污染防治[J].中國(guó)人口·資源與環(huán)境，2016，26（增刊1）：75-78.

[36]LIK，LINB.Economicgrowthmodel，structuraltransformationandgreenproductivityinChina[J].Appliedenergy，2017，187（1）：489-500.

[37]FRANKELJA，ROSEAK.Anestimateoftheeffectofcommoncurrenciesontradeandincome[J].Thequarterlyjournalofeconomics，2002（2）：437-466.

[38]許和連，鄧玉萍.外商直接投資導(dǎo)致了中國(guó)的環(huán)境污染嗎：基于中國(guó)省際面板數(shù)據(jù)的空間計(jì)量研究[J].管理世界，2012（2）：30-43.

[39]秦曉麗，于文超.外商直接投資、經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染：基于中國(guó)259個(gè)地級(jí)市的空間面板數(shù)據(jù)的實(shí)證研究[J].宏觀經(jīng)濟(jì)研究，2016（6）：127-134，151.

[40]MANIM，WHEELERD.Insearchofpollutionhavensdirtyindustryintheworldeconomy，1960to1995[J].Thejournalofenvironment&development，1998，7（3）：215-247.

[41]COLEMA.Trade，thepollutionhavenhypothesisandtheenvironmentalKuznetsCurve：examiningthelinkages[J].Ecologicaleconomics，2004，48（1）：71-81.

[42]VANDEWEGHEJR，KENNEDYC.AspatialanalysisofresidentialgreenhousegasemissionsintheTorontoCensusMetropolitanArea[J].Journalofindustrialecology，2007，11（2）：133-144.

[43]HIXSONM，MAHMUDA，HUJL，etal.ResolvingtheinteractionsbetweenpopulationdensityandairpollutionemissionscontrolsintheSanJoaquinValley，USA[J].JournaloftheAirandWasteManagementAssociation，2012，62（5）：566-575.

[44]何文舉，張華峰，陳雄超，等.中國(guó)省域人口密度、產(chǎn)業(yè)集聚與碳排放的實(shí)證研究：基于集聚經(jīng)濟(jì)、擁擠效應(yīng)及空間效應(yīng)的視角[J].南開(kāi)經(jīng)濟(jì)研究，2019（2）：207-225.

[45]周宏春，李新.中國(guó)的城市化及其環(huán)境可持續(xù)性研究[J].南京大學(xué)學(xué)報(bào)（哲學(xué)·人文科學(xué)·社會(huì)科學(xué)），2010，47（4）：66-75.

[46]BAIX，CHENJ，SHIP.LandscapeurbanizationandeconomicgrowthinChina：positivefeedbacksandsustainabilitydilemmas[J].Environmentalscienceandtechnology，2012，46（1）：132-139.

[47]張鐵映.城市不同交通方式能源消耗比較研究[D].北京：北京交通大學(xué)，2010.

[48]柯水發(fā)，王亞，陳奕鋼，等.北京市交通運(yùn)輸業(yè)碳排放及減排情景分析[J].中國(guó)人口·資源與環(huán)境，2015，25（6）：81-88.

[49]LEVINSONA.Technology，internationaltradeandpollutionfromUSmanufacturing[J].TheAmericaneconomicreview，2009，99（5）：2177-2192.

[50]于峰，齊建國(guó)，田曉林.經(jīng)濟(jì)發(fā)展對(duì)環(huán)境質(zhì)量影響的實(shí)證分析：基于1999—2004年間各省市的面板數(shù)據(jù)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2006（8）：36-44.

[51]楊飛，孫文遠(yuǎn)，張松林.全球價(jià)值鏈嵌入、技術(shù)進(jìn)步與污染排放：基于中國(guó)分行業(yè)數(shù)據(jù)的實(shí)證研究[J].世界經(jīng)濟(jì)研究，2017（2）：126-134，137.

[52]賀俊，劉亮亮，張玉娟.稅收競(jìng)爭(zhēng)、收入分權(quán)與中國(guó)環(huán)境污染[J].中國(guó)人口·資源與環(huán)境，2016，26（4）：1-7.

[53]徐曉雯，孫超，王夢(mèng)迪.財(cái)政分權(quán)體制下地方政府環(huán)境規(guī)制的治污效應(yīng)研究[J].山東財(cái)經(jīng)大學(xué)學(xué)報(bào)，2019，31（5）：67-81.

[54]王微微，譚詠琳.大氣污染與經(jīng)濟(jì)增長(zhǎng)關(guān)系的再檢驗(yàn)：基于門檻回歸模型對(duì)179個(gè)地級(jí)以上城市的分組研究[J].山東財(cái)經(jīng)大學(xué)學(xué)報(bào)，2019，31（5）：14-24.

Clusteringevolutioncharacteristicsandsynergisticfactorsofairpollutionin

Beijing-Tianjin-Hebeiandsurroundingareasfromtheperspectiveofdynamicspace

WANGHongmei1XIEYongle1ZHANGChi2SUNJing1

（1.SchoolofGovernmentManagement，CentralUniversityofFinanceandEconomics，Beijing100081，China;

2.SchoolofPublicAdministration，TsinghuaUniversity，Beijing100084，China）

AbstractBasedonspatialcorrelationanalysisandthedynamicspatialautoregressivemodel，thispapertookAQIandsixtypesofpollutants，includingPM2.5，PM10，SO2.etc.，astheresearchobjectstoexplorethetime-spaceagglomerationevolutioncharacteristicsandrelatedsynergisticfactorsofairpollutionin‘2+26+3citiesofBeijing-Tianjin-Hebeiandsurroundingareasfrom2013to2018.Thisstudyfoundthat：①Airpollutionpresentedacomplexevolutionarytrend.AQI、PM2.5andPM10weremainlypresentedaslocalagglomerationofhigh-hightype，whileSO2、COandO3havingagglomerationofbothhigh-hightypeandlow-lowtype;PM2.5，PM10andSO2hadahighdegreeofglobalcorrelation，whileCOandO3wererelativelyweak;thelocalandglobalcorrelationofNO2werenotsignificant.②The‘space-timescaleeffectofairpollutionwasverysignificant.Asfarasthisregionwasconcerned，economicandsocialdevelopmentfactorsmainlyhadapositiveimpact，whileimpactofecologicalprotectionfactorsweremainlynegative，andthepreviouscontributionwassignificantlyhigherthanthatofthelatter.ComprehensiveimprovementoftheairqualityinBeijing-Tianjin-Hebeiandsurroundingareascanbepromotedfromfouraspects：Thefirstistocoordinatethe‘unityofoppositesrelationshipbetweenappealsforlocaldevelopmentandobjectivesofregionalcollaborativegovernance，andtoestablishandimprovetheaccountingandtransferpayment（compensation）mechanismofinterestdifferenceintheregion.Thesecondistocoordinatetheoverallandlocal‘commonbutdifferentiatedjointdefenseandjointcontrolmechanisms，tobuildamulti-center，compoundjointgovernancesystem，andtoguiderefinedgovernancewithspecialresponsibilitygoals.Thethirdistopromotetheconstructionofaregional‘three-dimensionalintegrationcollaborativesystem，andtosolvethe‘greatestcommondivisorofvariousregionstoreachasolidcooperativealliancefromtheaspectsofmainfunctionalzoningandcleancapacityreplacement.Thefourthistoimprovethereformoflocalgovernmentperformanceandpromotionsystem，andtostrengthenitsinternalmotivationandsenseofresponsibilitytobeintegratedintotheregionalcoordinationsystembyexpandingthedimensionsofenvironmentalgovernanceassessmentandreducingtheweightofeconomicindicators.

KeywordsBeijing-Tianjin-Hebeiandsurroundingareas;airpollution;spillovereffect;synergisticfactor;dynamicspatialautoregressivemodel

（責(zé)任編輯：劉照勝）