王班班 廖曉潔 譚秀杰

摘要 中國(guó)的快速城市化進(jìn)程伴隨著霧霾暴露水平的非線性變化。為分析城市化的不同內(nèi)涵對(duì)霧霾污染的貢獻(xiàn)程度，文章對(duì)中國(guó)九大城市群2001—2018年的霧霾暴露指標(biāo)進(jìn)行分解。其中，霧霾暴露側(cè)重于衡量霧霾污染對(duì)人類活動(dòng)和健康的危害程度，也是世界銀行衡量空氣污染的主要指標(biāo)之一;影響因素上主要考察人口集聚、人口密度、城市擴(kuò)張、經(jīng)濟(jì)增長(zhǎng)和排放強(qiáng)度，分別用于衡量人口城市化、土地城市化、經(jīng)濟(jì)城市化和城市污染治理;方法上選取了時(shí)空LMDI分解法，以便更有效地對(duì)分解結(jié)果進(jìn)行跨城市群、跨時(shí)間段和城市群內(nèi)部的多維度比較。研究結(jié)果發(fā)現(xiàn)：①2001—2018年期間，城市擴(kuò)張和經(jīng)濟(jì)增長(zhǎng)主要導(dǎo)致城市群霧霾暴露上升;人口密度和排放強(qiáng)度主要促使城市群霧霾暴露降低;人口集聚因素的貢獻(xiàn)主要在長(zhǎng)三角、京津冀和珠三角城市群為正，但2016年后在長(zhǎng)三角和京津冀變?yōu)樨?fù)。②2013年"大氣十條"發(fā)布后，排放強(qiáng)度對(duì)降低城市群霧霾暴露的積極影響在增大，城市擴(kuò)張和經(jīng)濟(jì)增長(zhǎng)的負(fù)面影響在減小。③在城市群內(nèi)部，人口城市化在2013年以前提高了長(zhǎng)三角和京津冀中心城市的霧霾暴露，體現(xiàn)出這些城市極強(qiáng)的人口吸引力;2013年后人口集聚降低了一些中心城市而增加了外圍城市的霧霾暴露，體現(xiàn)了后者的人口疏導(dǎo)作用。④一些中心城市開始實(shí)現(xiàn)綠色的土地和經(jīng)濟(jì)城市化，而外圍城市仍存在粗放的土地?cái)U(kuò)張;排放強(qiáng)度的促降作用在外圍城市明顯增大，城市群協(xié)同減排取得顯著成果。為此，建議在城市群層面，繼續(xù)推進(jìn) "大氣十條"等大氣污染治理計(jì)劃，加大環(huán)保執(zhí)法力度，完善區(qū)域聯(lián)防聯(lián)控機(jī)制，加強(qiáng)城市之間在大氣污染控制技術(shù)和治理經(jīng)驗(yàn)上的合作交流;在城市群內(nèi)部，針對(duì)外圍城市的人口、土地和經(jīng)濟(jì)三方面城市化，應(yīng)加強(qiáng)基礎(chǔ)設(shè)施建設(shè)，打造綠色宜居的衛(wèi)星城市，加強(qiáng)新城區(qū)環(huán)境治理，改造完善生態(tài)工業(yè)園，發(fā)展清潔生產(chǎn)技術(shù)，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化。

關(guān)鍵詞 霧霾暴露;城市化;城市群;時(shí)空分解;LMDI

中圖分類號(hào) F061.5 ; F062.2 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1002-2104（2021）07-0063-12 DOI：10.12062/cpre.20201211

中國(guó)正在經(jīng)歷快速的城市化進(jìn)程，以城市常住人口占比度量的城鎮(zhèn)化率從2001年的37.66%上升到2019年的60.60% [1-2]，在城市化進(jìn)程中，中國(guó)已形成了20個(gè)左右的大中型城市群。城市群建設(shè)在中國(guó)區(qū)域協(xié)調(diào)發(fā)展和可持續(xù)發(fā)展中發(fā)揮著重要的作用。“十四五”規(guī)劃強(qiáng)調(diào)，要“推動(dòng)城市群一體化發(fā)展”，“統(tǒng)籌推進(jìn)基礎(chǔ)設(shè)施協(xié)調(diào)布局、產(chǎn)業(yè)分工協(xié)作、公共服務(wù)共享、生態(tài)共建環(huán)境共治”，“提高中心城市綜合承載能力和資源優(yōu)化配置能力，強(qiáng)化對(duì)區(qū)域發(fā)展的輻射帶動(dòng)作用”。城市化與空氣污染呈非線性關(guān)系，城市化發(fā)展往往伴隨著空氣污染與治理問題 [3-6]。中國(guó)快速增長(zhǎng)的大城市及其霧霾污染問題引起了研究者的關(guān)注 [6–10]，對(duì)中國(guó)城市人口霧霾暴露風(fēng)險(xiǎn)的測(cè)算表明，2014年中國(guó)有7.23億人口暴露于霧霾污染，在15年間增加了17%，且大城市的霧霾暴露問題更嚴(yán)重 [11]。霧霾污染主要來自城市居民活動(dòng)、工業(yè)生產(chǎn)、交通行駛等過程，也與城市人口集聚、經(jīng)濟(jì)增長(zhǎng)、結(jié)構(gòu)調(diào)整、土地?cái)U(kuò)張等諸多因素高度相關(guān) [12–15]。霧霾污染會(huì)降低城市吸引力，不利于人力資本積累，進(jìn)而損害城市經(jīng)濟(jì)增長(zhǎng) [6，16]。隨著中國(guó)城市的發(fā)展，霧霾污染治理成為政府的重要工作之一?？紤]到城市群緊湊的空間分布和霧霾污染的空間溢出效應(yīng) [9，17]，有必要就中國(guó)城市化對(duì)霧霾污染的影響因素進(jìn)行更全面的比較和分析。文章以2001—2018年的中國(guó)九大城市群為樣本，基于時(shí)空LMDI分解法 [18]，考察人口城市化、土地城市化、經(jīng)濟(jì)城市化、城市污染治理對(duì)霧霾污染的貢獻(xiàn)程度，并將分解結(jié)果進(jìn)行跨城市群、跨時(shí)間段和城市群內(nèi)部的多維度比較。文章的邊際貢獻(xiàn)有三點(diǎn)。第一，利用LMDI分解法在時(shí)空分解上的新進(jìn)展 [18]，定量分析了城市化的社會(huì)經(jīng)濟(jì)因素對(duì)霧霾污染的貢獻(xiàn)及其在跨時(shí)期、跨城市群、城市群內(nèi)部之間的差異，對(duì)城市化進(jìn)程中的霧霾污染治理具有一定的政策啟示。第二，拓展了傳統(tǒng)分解法的影響因素，側(cè)重于考察城市化層面因素的貢獻(xiàn)，并根據(jù)城市化的不同內(nèi)涵，將霧霾污染的貢獻(xiàn)因素分解為人口城市化、土地城市化、經(jīng)濟(jì)城市化和城市污染治理的相應(yīng)指標(biāo);霧霾暴露指標(biāo)用于衡量霧霾污染，能夠更好地體現(xiàn)城市霧霾污染對(duì)人體健康的危害程度，也是世界銀行衡量空氣污染的主要指標(biāo)之一。第三，考慮到霧霾污染的空間相關(guān)特征，文章將現(xiàn)有關(guān)于城市群霧霾污染的研究范圍擴(kuò)大到了中國(guó)前九大城市群。

1 文獻(xiàn)綜述

1.1 城市化與空氣污染

城市化的主要特征為人口集聚、經(jīng)濟(jì)集聚和城市土地?cái)U(kuò)張 [19-20]，分別體現(xiàn)了人口、經(jīng)濟(jì)和土地三方面的城市化過程 [10，21-22]。城市化在帶來規(guī)模經(jīng)濟(jì)、知識(shí)溢出、低運(yùn)輸成本等集聚收益的同時(shí)，也可能導(dǎo)致集聚無效率，引發(fā)擁堵和空氣污染等“城市病” [23-24]。隨著城市化的推進(jìn)，居民的收入和教育水平提高，對(duì)空氣質(zhì)量的要求也會(huì)更高 [16]。因此為了實(shí)現(xiàn)城市的可持續(xù)發(fā)展，政府需要對(duì)空氣污染采取有效的治理措施。

人口集聚是城市化的首要特征，從規(guī)模、擁堵和聚集效應(yīng)等方面對(duì)霧霾污染產(chǎn)生復(fù)雜影響。一方面，人口規(guī)模增加提高了城市能源需求，導(dǎo)致污染暴露水平上升 [25]，同時(shí)市中心人口密度提高會(huì)帶來交通擁堵，加劇顆粒物排放 [15];另一方面，人口集聚具有正外部性，促進(jìn)了技術(shù)進(jìn)步，還有利于發(fā)揮公共基礎(chǔ)設(shè)施（如地鐵、天然氣）和私人清潔技術(shù)投資的集聚效應(yīng)和規(guī)模效應(yīng)，減少了市中心居民對(duì)汽車的依賴，促使其向綠色生活方式轉(zhuǎn)變 [26-27]，從而降低霧霾污染。

經(jīng)濟(jì)集聚與人口集聚相伴隨，促進(jìn)了創(chuàng)新和經(jīng)濟(jì)增長(zhǎng)。經(jīng)濟(jì)增長(zhǎng)對(duì)霧霾污染可能存在倒“U”型的非線性影響 [28]。一方面，當(dāng)經(jīng)濟(jì)增長(zhǎng)主要依賴于第二產(chǎn)業(yè)時(shí)，工業(yè)經(jīng)濟(jì)規(guī)模增加會(huì)大幅提高能源消耗，增加霧霾污染排放 [7，29]。另一方面，規(guī)模經(jīng)濟(jì)和集聚效應(yīng)有助于提高資源配置效率和能源使用效率，降低運(yùn)輸和通勤成本，激發(fā)技術(shù)創(chuàng)新，推進(jìn)清潔生產(chǎn) [6，30-31]，并且當(dāng)經(jīng)濟(jì)發(fā)展到一定程度時(shí)，能源結(jié)構(gòu)調(diào)整和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)也有利于降低霧霾污染 [32]。

城市擴(kuò)張是城市化的另一個(gè)重要特征，在中國(guó)包括自發(fā)擴(kuò)張和行政擴(kuò)張兩種形式，對(duì)霧霾污染也產(chǎn)生雙向影響。自發(fā)擴(kuò)張是指由市中心的擁擠、污染和高昂租金所驅(qū)動(dòng)的居民和公司的自發(fā)外遷，會(huì)形成更大的城市空間。但緊湊城市理論認(rèn)為較高的城市密度能夠通過集聚和規(guī)模效應(yīng)來減少碳排放，從而改善環(huán)境;但在分散型城市，郊區(qū)的高通勤成本和粗放的生產(chǎn)生活方式會(huì)增加能源消耗和污染排放 [19，32-33]。邵帥等 [8]證明，緊湊集約型的城市化深度推進(jìn)模式有助于降低霧霾污染，而擴(kuò)張型城市化則不利于霧霾減排。城市化還可通過行政式的土地快速擴(kuò)張來實(shí)現(xiàn)。中國(guó)的“撤縣設(shè)區(qū)”“撤縣設(shè)市”、建設(shè)工業(yè)園等活動(dòng)促進(jìn)了當(dāng)?shù)氐某鞘谢凸I(yè)化，帶來了住房、工業(yè)和公路投資，增加了能源消耗，甚至產(chǎn)生了過度投資和資源浪費(fèi)的問題，導(dǎo)致低效率城市化，降低了城市空氣質(zhì)量 [34]。但近年來中國(guó)著重建設(shè)“生態(tài)工業(yè)園”，旨在保持經(jīng)濟(jì)增長(zhǎng)的同時(shí)實(shí)現(xiàn)生態(tài)保護(hù)，有利于改善環(huán)境 [35-36]。

空氣污染會(huì)對(duì)城市發(fā)展產(chǎn)生不利影響，而地方政府的環(huán)境規(guī)制措施能夠顯著減少霧霾等空氣污染 [6，29，37-39]。對(duì)于生產(chǎn)者，環(huán)境規(guī)制能夠通過阻止污染企業(yè)進(jìn)入、促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、督促企業(yè)使用循環(huán)減排裝置、刺激綠色創(chuàng)新等措施來減少污染排放 [40-44]。對(duì)于消費(fèi)者，環(huán)境規(guī)制可以通過環(huán)境披露來提高公眾的環(huán)境保護(hù)意識(shí)，從而提高政府的污染治理成效 [16，45-46]。

1.2 城市化與霧霾污染關(guān)系的階段性特征

一般認(rèn)為，城市經(jīng)濟(jì)發(fā)展與空氣污染之間呈倒“U”型的EKC曲線關(guān)系 [28，45]，即經(jīng)濟(jì)增長(zhǎng)最初會(huì)加劇空氣污染，隨著技術(shù)的進(jìn)步和能源效率的提高，收入增加對(duì)空氣污染的不利影響會(huì)逐漸減小 [5]，到達(dá)拐點(diǎn)后將有助于空氣質(zhì)量的改善。在全球范圍內(nèi)，研究表明城市化和霧霾污染之間確實(shí)也存在倒“U”型關(guān)系，低收入國(guó)家處于霧霾污染隨城市化而加劇的階段，而高收入國(guó)家處于霧霾污染隨城市化而降低的階段 [5，47]。這可能是由于發(fā)達(dá)國(guó)家擁有更嚴(yán)格的環(huán)境法規(guī)、更高的生產(chǎn)效率和更清潔的生產(chǎn)技術(shù) [5]。對(duì)中國(guó)的研究表明，城市化與霧霾污染也呈現(xiàn)類似倒“U”型關(guān)系，在東部較發(fā)達(dá)地區(qū)甚至可能呈現(xiàn)“N”型或者倒“N”型關(guān)系[7-8，21-22]。

政府污染治理可以降低霧霾污染對(duì)城市經(jīng)濟(jì)和發(fā)展的負(fù)面影響 [48]。嚴(yán)格的環(huán)境政策能夠使EKC曲線形狀變得更低且更平緩 [45]，促使經(jīng)濟(jì)增長(zhǎng)和環(huán)境污染在更低的污染水平脫鉤 [49]。政府污染治理力度與城市經(jīng)濟(jì)發(fā)展水平有關(guān)。一是污染治理會(huì)帶來的經(jīng)濟(jì)損失 [46]，因此政府需要在經(jīng)濟(jì)增長(zhǎng)和環(huán)境污染之間進(jìn)行權(quán)衡，只有當(dāng)城市經(jīng)濟(jì)發(fā)展到一定水平后，政府才會(huì)從優(yōu)先發(fā)展經(jīng)濟(jì)轉(zhuǎn)向空氣污染治理 [50]。二是隨著居民收入的提高，霧霾污染對(duì)環(huán)境治理會(huì)產(chǎn)生反饋?zhàn)饔?，公眾?huì)提高對(duì)空氣質(zhì)量的訴求，有利于提高政府污染治理成效 [16，49]。

1.3 城市化與霧霾污染的空間特征

霧霾污染本身具有空間溢出效應(yīng) [9，17]。在城市群內(nèi)，城市之間在地理位置上的鄰近特征和產(chǎn)業(yè)轉(zhuǎn)移等社會(huì)經(jīng)濟(jì)活動(dòng)上的緊密聯(lián)系進(jìn)一步加強(qiáng)了霧霾污染的空間傳輸作用 [51]，使得鄰近城市的城市化水平和污染治理也會(huì)影響當(dāng)?shù)氐撵F霾污染 [9]，因此區(qū)域聯(lián)防聯(lián)控機(jī)制是治理霧霾的重要策略 [17]。Fang等 [52]的研究表明，京津冀地區(qū)的城市空氣污染治理能夠降低當(dāng)?shù)仂F霾污染，但會(huì)導(dǎo)致霧霾擴(kuò)散至周邊城市。李永友和沈坤榮 [39]發(fā)現(xiàn)地區(qū)之間的環(huán)境規(guī)制存在嚴(yán)重的競(jìng)爭(zhēng)效應(yīng)，鄰近地區(qū)污染治理政策的嚴(yán)厲程度對(duì)本地污染治理決策具有顯著影響。Wu等 [53]以北京為例，證明如果中心城市聯(lián)合周圍城市實(shí)施區(qū)域空氣污染治理，將比其獨(dú)自進(jìn)行污染治理節(jié)約更多成本并達(dá)到更好的治理成效。

1.4 文獻(xiàn)述評(píng)

從現(xiàn)有文獻(xiàn)回顧可以看出，不論是以人口、經(jīng)濟(jì)還是土地度量的城市化，對(duì)霧霾污染均產(chǎn)生了非線性影響，而城市污染治理能夠降低城市化帶來的空氣污染。一般在城市化的早期和快速發(fā)展階段，城市化可能導(dǎo)致空氣質(zhì)量下降。中國(guó)快速城市化中的霧霾污染問題因而受到了學(xué)者的廣泛關(guān)注。然而，現(xiàn)有研究依然存在幾方面可以進(jìn)一步挖掘的問題。一是城市化本身具有豐富的內(nèi)涵，而大多數(shù)現(xiàn)有文獻(xiàn)僅采用單一指標(biāo)度量城市化進(jìn)程，有必要就城市化的幾個(gè)主要方面對(duì)霧霾污染的貢獻(xiàn)程度進(jìn)行研究。二是中國(guó)的城市化已經(jīng)呈現(xiàn)城市群發(fā)展態(tài)勢(shì)，但城市群視角下的城市化與霧霾污染研究還較為缺乏，且大多集中在京津冀、長(zhǎng)三角和珠三角這三大城市群，有待更大范圍的比較研究。三是不同于大多數(shù)相關(guān)研究以污染濃度為因變量，作者采用污染暴露指標(biāo)來衡量城市霧霾污染對(duì)城市居民健康的危害程度，該指標(biāo)是世界銀行衡量空氣污染的主要指標(biāo)之一。

2 政策背景

2.1 霧霾防治相關(guān)政策背景

近年來，北京等城市的霧霾污染備受媒體和大眾關(guān)注。2011年開始，北京、廣州、上海等多個(gè)重點(diǎn)城市率先公布PM2.5監(jiān)測(cè)數(shù)據(jù)。2013年1月11日，北京空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)顯示，北京的城區(qū)和郊區(qū)都被最嚴(yán)重等級(jí)的霧霾污染籠罩，PM2.5指數(shù)達(dá)到240到446之間，屬六級(jí)嚴(yán)重污染。隨后，中央和地方政府出臺(tái)大氣污染治理政策，重拳治理霧霾污染。

2013年9月10日，國(guó)務(wù)院發(fā)布了《大氣污染防治行動(dòng)計(jì)劃》（簡(jiǎn)稱“大氣十條”），首次針對(duì)PM2.5濃度對(duì)各地級(jí)市空氣質(zhì)量提出要求：到2017年，全國(guó)地級(jí)及以上城市可吸入顆粒物濃度比2012年下降10%以上，京津冀、長(zhǎng)三角、珠三角等區(qū)域細(xì)顆粒物濃度分別下降25%、20%、15%左右。為了實(shí)現(xiàn)以上目標(biāo)，計(jì)劃中提出了一些具體措施，例如加強(qiáng)污染的末端排放治理、改善能源結(jié)構(gòu)、提升產(chǎn)業(yè)結(jié)構(gòu)、降低排放強(qiáng)度、推行清潔生產(chǎn)、發(fā)展公共交通、倡導(dǎo)節(jié)約綠色的消費(fèi)方式和生活習(xí)慣、建立區(qū)域治理協(xié)作機(jī)制等，同時(shí)，中央與各省級(jí)政府簽訂目標(biāo)責(zé)任書，定期公布城市空氣質(zhì)量排名，進(jìn)行年度考核，嚴(yán)格責(zé)任追究。

盡管“十一五”（2006—2010年）和“十二五”（2011—2015年）規(guī)劃綱要分別將能源強(qiáng)度和二氧化碳排放強(qiáng)度納入環(huán)境發(fā)展約束性指標(biāo)，但沒有考慮霧霾污染指標(biāo)?！笆濉保?016—2020年）規(guī)劃綱要首次將PM2.5濃度作為空氣質(zhì)量發(fā)展約束性指標(biāo)，強(qiáng)調(diào)了要加大重點(diǎn)地區(qū)，特別是京津冀地區(qū)的PM2.5污染治理力度，要求未達(dá)標(biāo)城市的PM2.5濃度在5年內(nèi)累計(jì)下降18%。

2.2 城市群相關(guān)政策背景

在地區(qū)層面，城市群的相關(guān)政策最早可追溯到1996年廣東省城鄉(xiāng)建設(shè)委員會(huì)編制的《珠江三角洲經(jīng)濟(jì)區(qū)城市群規(guī)劃——協(xié)調(diào)與持續(xù)發(fā)展》從2001年開始，其他各省市地區(qū)也陸續(xù)提出建設(shè)都市圈、城市群的規(guī)劃綱要。

在全國(guó)層面，“十五”規(guī)劃綱要（2001—2005年）提出要完善區(qū)域性中心城市功能，發(fā)揮大城市的輻射帶動(dòng)作用，引導(dǎo)城鎮(zhèn)密集區(qū)有序發(fā)展，培育新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)和經(jīng)濟(jì)帶?！笆晃濉币?guī)劃綱要（2006—2010年）進(jìn)一步提出，要把城市群作為推進(jìn)城鎮(zhèn)化的主體形態(tài)，促進(jìn)經(jīng)濟(jì)發(fā)展與人口、資源、環(huán)境相協(xié)調(diào)，形成高效協(xié)調(diào)可持續(xù)的城鎮(zhèn)化空間格局?！笆濉币?guī)劃（2011—2015年）強(qiáng)調(diào)，要促進(jìn)城市群的人口和產(chǎn)業(yè)集聚，統(tǒng)籌謀劃人口分布、經(jīng)濟(jì)布局、國(guó)土利用和城鎮(zhèn)化格局。“十三五”（2016—2020年）規(guī)劃進(jìn)一步賦予城市群綠色發(fā)展的戰(zhàn)略目標(biāo)，強(qiáng)調(diào)跨區(qū)域城市間生態(tài)保護(hù)和環(huán)境治理協(xié)調(diào)聯(lián)動(dòng)，規(guī)劃建設(shè)低碳發(fā)展的現(xiàn)代城市群。

根據(jù)全國(guó)主體功能區(qū)規(guī)劃要求，2013年開始形成的中國(guó)城市群結(jié)構(gòu)為“5 + 9 + 6”模式，即五個(gè)國(guó)家級(jí)，九個(gè)區(qū)域型和六個(gè)地區(qū)性城市群。文章選擇了五個(gè)國(guó)家級(jí)城市群（京津冀、長(zhǎng)三角、珠三角、長(zhǎng)江中游、成渝），以及四個(gè)國(guó)家發(fā)改委已公布發(fā)展規(guī)劃的區(qū)域性城市群（中原、關(guān)中平原、北部灣、哈長(zhǎng)）作為樣本。

根據(jù)國(guó)家發(fā)改委印發(fā)的各城市群發(fā)展規(guī)劃和國(guó)務(wù)院印發(fā)的《關(guān)于建立更加有效的區(qū)域協(xié)調(diào)發(fā)展新機(jī)制的意見》文件，每個(gè)城市群均有1 ～ 3個(gè)中心城市（表1），這些中心城市一般是城市群中經(jīng)濟(jì)最發(fā)達(dá)的城市。中心城市的內(nèi)涵與Jefferson[54]提出的“首位城市”（primate city）概念類似，指一個(gè)國(guó)家或區(qū)域規(guī)模最大、經(jīng)濟(jì)最發(fā)達(dá)的城市。中心城市一般是區(qū)域中經(jīng)濟(jì)要素和人力資本的集聚中心，具有一定的資源分配權(quán)，對(duì)外圍城市有吸引力和輻射帶動(dòng)作用，具有政治和經(jīng)濟(jì)上的絕對(duì)優(yōu)勢(shì)，負(fù)責(zé)促進(jìn)區(qū)域的經(jīng)濟(jì)、社會(huì)、文化、生態(tài)全面高質(zhì)量發(fā)展。

3 方法和數(shù)據(jù)

3.1 時(shí)空分解方法

文章采用時(shí)空對(duì)數(shù)平均迪氏指數(shù)（spatial-temporal logarithmic mean Divisia index， ST-LMDI）分解法 [18]，該方法是LMDI的最新進(jìn)展，旨在解決傳統(tǒng)分解法進(jìn)行時(shí)空比較時(shí)不直接、低效率的問題，使LMDI方法具有時(shí)空可比性，因此能夠方便地進(jìn)行跨城市群、跨時(shí)間段和城市群內(nèi)部的比較。傳統(tǒng)對(duì)數(shù)LMDI可以對(duì)能源消費(fèi)（強(qiáng)度）、碳排放（強(qiáng)度）變化的社會(huì)經(jīng)濟(jì)影響因素，如經(jīng)濟(jì)結(jié)構(gòu)、能源強(qiáng)度、能源結(jié)構(gòu)等進(jìn)行分解，考察各影響因素的貢獻(xiàn)程度 [55]。LMDI方法已經(jīng)得到廣泛的應(yīng)用，主要研究一國(guó)（區(qū)域）內(nèi)、區(qū)域之間和區(qū)域-時(shí)間維度的能源經(jīng)濟(jì)問題 [56-62]。ST-LMDI具有如下特點(diǎn)。第一，繼承了傳統(tǒng)LMDI方法的優(yōu)點(diǎn)，可以對(duì)污染排放的影響因素進(jìn)行相對(duì)靈活的分解，且相較其他指數(shù)分解法，可以做到消除分解余項(xiàng)，并能更好地處理零值問題 [63-64]。第二，傳統(tǒng)LMDI分解法在進(jìn)行跨區(qū)域和跨時(shí)間段比較時(shí)僅能進(jìn)行兩兩比較，難以進(jìn)行更大時(shí)空尺度的高效率比較分析;時(shí)空LMDI分解法通過樣本均值構(gòu)建比較基準(zhǔn)，避免了參考區(qū)域選擇的隨意性，且易于計(jì)算、滿足循環(huán)性檢驗(yàn)，從而可以有效地同時(shí)進(jìn)行區(qū)域之間比較和趨勢(shì)發(fā)展的分析 [18]。文章將采用ST-LMDI方法，并在以下方面進(jìn)行了拓展。

3.1.1 霧霾暴露的城市化影響因素分解

在傳統(tǒng)LMDI分解法的基礎(chǔ)上進(jìn)行拓展，對(duì)霧霾暴露指標(biāo)在城市化層面的影響因素進(jìn)行分解。已有研究一般考察PM2.5排放或濃度，運(yùn)用LMDI方法時(shí)通常將其分解為經(jīng)濟(jì)增長(zhǎng)、人口規(guī)模和排放強(qiáng)度 [65-66]。文章進(jìn)一步開展了如下兩方面工作：一是考察霧霾暴露而非霧霾濃度。霧霾暴露指標(biāo)更側(cè)重于衡量霧霾污染對(duì)人類活動(dòng)和健康的影響。世界銀行將霧霾暴露定義為一個(gè)地區(qū)的人口暴露于PM2.5的平均水平，計(jì)算方法是將地區(qū)的PM2.5年平均濃度按該地人口比重進(jìn)行加權(quán)。二是側(cè)重于將霧霾暴露分解為與城市化緊密相關(guān)的幾個(gè)因素，包括人口集聚、人口密度、城市擴(kuò)張、經(jīng)濟(jì)增長(zhǎng)和排放強(qiáng)度五大因素，分別體現(xiàn)了人口城市化、土地城市化、經(jīng)濟(jì)城市化、城市污染治理等城市化的不同內(nèi)涵。

具體而言，第一步將九大城市群的城市人口加權(quán)平均霧霾暴露指標(biāo)? 進(jìn)行如下分解：

=∑Ni=1i=∑Ni=1LiLPi=∑Ni=1LiL·LiAi·Ai·YiLi·PiYi=

∑Ni=1PAi·PDi·CEi·PYi·EIi （1）

其中，下標(biāo) i 代表城市，N=147 代表樣本中城市總數(shù); i 表示城市霧霾暴露水平;表示城市PM2.5濃度; Li 和 L 分別表示城市的人口和所有城市的總?cè)丝? Ai 表示城市建成區(qū)面積; Yi 表示城市生產(chǎn)總值。上式將霧霾暴露分解為五個(gè)因素：①兩個(gè)人口城市化變量。城市人口集聚（Population Agglomeration，PAi ），為城市 i 的人口占所有城市總?cè)丝诘谋壤?，反映城市人口的相?duì)集聚程度和極化水平;城市人口密度（Population Density，PDi ），為城市單位面積的人口數(shù)量，反映城市擁擠程度。②一個(gè)土地城市化變量。城市擴(kuò)張（City Expansion，CEi ）為城市建成區(qū)面積，既反映了在城市化過程中城市面積的自發(fā)延展，也可以反映中國(guó)帶有行政色彩的土地城市化進(jìn)程，如“撤縣設(shè)市”“撤縣設(shè)區(qū)”和建設(shè)工業(yè)園等。③一個(gè)經(jīng)濟(jì)城市化變量。城市人均GDP（Per capita GDP， PY i），反映了城市化進(jìn)程中城市的經(jīng)濟(jì)增長(zhǎng)情況，也內(nèi)含了生產(chǎn)水平、生活水平的變化。④城市污染治理變量。PM2.5排放強(qiáng)度（Emissions Intensity，EIi ），即單位GDP霧霾污染濃度，反映城市經(jīng)濟(jì)發(fā)展和污染排放的關(guān)聯(lián)程度，排放強(qiáng)度的降低可能反映了更強(qiáng)的污染治理政策，也可能反映了污染控制技術(shù)水平的提高。

將全部樣本數(shù)據(jù)使用ST-LMDI方法進(jìn)行分解，再將分解結(jié)果在城市群層面上進(jìn)行加總，得到每個(gè)城市群的分解結(jié)果：

=∑Ni=1i=∑Kj=1kjj （2）

其中， j代表城市群，K=9，代表樣本中城市群總數(shù);對(duì)于任一個(gè)城市群j，包含kj個(gè)城市。j=1kj∑ kji=1i，表示城市群j的平均霧霾暴露。由于每個(gè)城市群所包含的城市數(shù)量不同，城市群層面上的分析須在平均水平上進(jìn)行。

3.1.2 時(shí)空比較方法

利用ST-LMDI方法的特點(diǎn)，對(duì)分解結(jié)果在不同城市群、不同時(shí)間段的更大時(shí)空范圍內(nèi)進(jìn)行比較。Ang等 [18]提出，可以使用所有樣本的平均值來構(gòu)建一個(gè)基準(zhǔn)城市，使之與所有樣本城市的所有年份進(jìn)行比較，進(jìn)而所有城市和年份之間的比較都是基于同一個(gè)標(biāo)準(zhǔn)，可以突破兩兩比較的局限。

使用樣本中全部城市、全部年份各變量數(shù)值的算數(shù)平均值來構(gòu)造一個(gè)基準(zhǔn)城市 [18]， 記為城市u，其霧霾暴露水平記為u。

在 t=0時(shí)刻，城市i與基準(zhǔn)城市霧霾暴露的差異可以分解為上述五個(gè)貢獻(xiàn)因素在城市i與基準(zhǔn)城市u之間的差異：

Δi0-u=i0-u=Δ PAi0-u+Δ PDi0-u+

Δ CEi0-u+Δ PYi0-u+Δ EIi0-u （3）

在t=T時(shí)刻，城市與基準(zhǔn)城市霧霾暴露的差異同樣可以分解為：

ΔiT-u=iT-u=Δ PAiT-u+Δ PDiT-u+Δ CEiT-u+

Δ PYiT-u+Δ EIiT-u （4）

則城市從到時(shí)期的霧霾暴露變化大小可分解為：

ΔiT-i0=iT-i0=（iT-u）-（i0-u）=ΔiT-u-Δi0-u

=∑Δ eiT-i0，e={PA，PD，CE，PY，EI} （5）

在上式中，各分解項(xiàng)（影響因素）對(duì)城市 i 的霧霾暴露變化大小的貢獻(xiàn)（0到T期）可表示為：

Δ eiT-i0=Δ eiT-u-Δ ei0-u=wiT-ulneiTeu-wi0-ulnei0eu，e

={PA，PD，CE，PY，EI} （6）

其中， e為各影響因素的數(shù)值;權(quán)重w是城市i與基準(zhǔn)城市u的霧霾暴露對(duì)數(shù)平均值：

wiT-u=L（iT，u）=iT-ulniT-lnu （7）

根據(jù)文獻(xiàn)[18]，可以將城市分解結(jié)果在城市群層面進(jìn)行加總，從而更便利地對(duì)城市群進(jìn)行時(shí)空比較。 記城市群j在時(shí)期0和時(shí)期T 的（平均）霧霾暴露分別為 j0=1kj∑ kji=1i0和jT=1kj∑ kji=1iT，則城市群j從0到T時(shí)期的霧霾暴露變化大小可分解為：

ΔjT-j0=jT-j0=1kj∑kji=1（iT-i0）

=∑Δ ejT-j0，e={PA，PD，CE，PY，EI} （8）

將各因素對(duì)城市群 j的霧霾暴露變化大小的貢獻(xiàn)記為C ej， 單位為ug/m 3，表示的是由因素引起的霧霾暴露變化大?。?到T期）：

C ej=Δ ejT-j0，e={PA，PD，CE，PY，EI} （9）

將因素e對(duì)城市群j的霧霾暴露變化率的貢獻(xiàn)記為CR ej，單位為%，反映該因素導(dǎo)致霧霾暴露變化的百分比，有助于更好地進(jìn)行跨城市群和城市群內(nèi)部的跨期比較。其中城市群j的霧霾暴露變化率為其T期霧霾暴露相對(duì)0期的變化百分比（ΔjT-jojo×100%）。

CR ej=C ejjo×100%，e={PA，PD，CE，PY，EI} （10）

3.2 數(shù)據(jù)說明

文章使用的地級(jí)市樣本數(shù)據(jù)分屬中國(guó)五個(gè)國(guó)家級(jí)城市群（長(zhǎng)三角、京津冀、珠三角、長(zhǎng)江中游、成渝）和四個(gè)區(qū)域性城市群（中原、關(guān)中平原、北部灣、哈長(zhǎng)）。剔除了在樣本期間因“撤縣設(shè)市”新設(shè)立的5個(gè)地級(jí)市后，樣本最終包含147個(gè)地級(jí)市，其總常住人口在2018年占全國(guó)的58%。樣本期間為2001—2018年，涵蓋了“十五”到“十二五”三個(gè)完整五年計(jì)劃時(shí)期和“十三五”前半段的數(shù)據(jù)。

地級(jí)市 PM2.5濃度數(shù)據(jù)（2001—2018年）來自加拿大達(dá)爾豪斯大學(xué)大氣成分分析組（Dalhousie University Atmospheric Composition Analysis Group）最新發(fā)布的適用于中國(guó)的地表PM2.5遙感反演數(shù)據(jù)（V4.CH.03）。利用ArcGIS軟件的統(tǒng)計(jì)工具提取出地級(jí)市PM2.5年平均濃度值（ug/m 3）。該數(shù)據(jù)集綜合了衛(wèi)星監(jiān)測(cè)數(shù)據(jù)和地面監(jiān)測(cè)站數(shù)據(jù)的優(yōu)點(diǎn)，具有精度高、受大氣因素影響小、覆蓋范圍廣、時(shí)間跨度長(zhǎng)等優(yōu)點(diǎn)。

用于構(gòu)造霧霾暴露水平和各分解項(xiàng)的社會(huì)經(jīng)濟(jì)變量包括：地級(jí)市常住人口、城市建成區(qū)面積和市轄區(qū)GDP，來自EPS（Economy Prediction System）數(shù)據(jù)庫(kù)和中國(guó)各省統(tǒng)計(jì)年鑒。對(duì)上述變量進(jìn)行如下說明和處理：第一，對(duì)市轄區(qū)GDP數(shù)據(jù)，以2001年為基準(zhǔn)年進(jìn)行價(jià)格平減。第二，采用地級(jí)市常住人口而非戶籍人口，前者更能體現(xiàn)城市真實(shí)的人口流動(dòng)情況。第三，采用地級(jí)市的建成區(qū)面積而非行政區(qū)劃面積來衡量城市擴(kuò)張。中國(guó)的統(tǒng)計(jì)部門用建成區(qū)來反映城市化區(qū)域大小。城市建成區(qū)是指一個(gè)市政區(qū)范圍內(nèi)經(jīng)過征用的土地和實(shí)際建設(shè)發(fā)展起來的非農(nóng)業(yè)生產(chǎn)建設(shè)的地段，包括市區(qū)集中連片的部分以及分散在近郊區(qū)域、與城市有密切聯(lián)系、具有基本完善的市政公用設(shè)施的城市建設(shè)用地。

4 霧霾暴露水平的城市化影響因素

4.1 城市群霧霾暴露的時(shí)空特征

首先，對(duì)九大城市群的霧霾暴露進(jìn)行空間比較。2018年霧霾暴露水平最高的前三個(gè)城市群是京津冀、中原和長(zhǎng)三角，分別達(dá)到0.44 ug/m 3、0.36 ug/m 3和0.28 ug/m 3。接下來，長(zhǎng)江中游和關(guān)中平原的霧霾暴露也達(dá)到了0.20 ug/m 3。在九大城市群中，北部灣的霧霾暴露水平最低，為0.13 ug/m 3;在五大國(guó)家級(jí)城市群中，珠三角的霧霾暴露水平最低，為0.18 ug/m 3。

其次，對(duì)各城市群霧霾暴露的變化趨勢(shì)進(jìn)行觀察。在“十五”至“十一五”階段（2001—2010年），霧霾暴露在所有城市群均呈波動(dòng)上升趨勢(shì)。從2011年開始，霧霾污染問題受到廣泛關(guān)注，地方和中央的大氣污染治理政策也陸續(xù)推出。在“十二五”到“十三五”前半段（2011—2018年），霧霾暴露在大多數(shù)城市群波動(dòng)下降。具體來說，京津冀的霧霾暴露在2001—2013年期間上升了59%到0.78 ug/m 3，隨后持續(xù)下降了43%到2018的0.44 ug/m 3;長(zhǎng)三角和珠三角在2001—2011年間分別增長(zhǎng)了40%和47%，隨后到2018年均下降了34%;成渝和哈長(zhǎng)分別在2010年和2014年達(dá)到頂峰，隨后到2018年分別下降了50%和37%;其余城市群在2001—2011年期間上升了15%～44%，隨后到2018年下降37%～43%。

4.2 跨城市群的分解結(jié)果比較

城市化進(jìn)程的不同內(nèi)涵對(duì)霧霾暴露水平的變化產(chǎn)生了明顯貢獻(xiàn)。作者以五年計(jì)劃為單位展示分解結(jié)果，分時(shí)間段考察城市化層面不同影響因素對(duì)霧霾暴露變化大小和變化率的貢獻(xiàn)（圖1）?？紤]到2013年9月中國(guó)出臺(tái)了嚴(yán)厲的霧霾治理政策，特別將“十二五”階段劃分為2013年前后兩個(gè)時(shí)間段進(jìn)行展示。

整體而言，城市擴(kuò)張 （CE）和經(jīng)濟(jì)增長(zhǎng)（PY）是導(dǎo)致霧霾暴露升高的主要因素;人口密度（PD）和排放強(qiáng)度（EI）是促使霧霾暴露降低的主要因素;人口集聚因素（PA） 的貢獻(xiàn)在長(zhǎng)三角、京津冀和珠三角主要導(dǎo)致霧霾暴露水平提高，在其他多數(shù)城市群促使其下降。

4.2.1 人口集聚和人口密度

人口集聚和人口密度反映了人口城市化的兩個(gè)方面。2015年之前，人口集聚的貢獻(xiàn)主要在前三大城市群為正，增加了這些城市群的霧霾暴露水平，而在其他城市群其本身變化及對(duì)霧霾暴露的貢獻(xiàn)均較小;2016年后在長(zhǎng)三角和京津冀城市群變?yōu)樨?fù)，而在其他多數(shù)城市群為正。具體而言，人口集聚在“十五”階段引起霧霾暴露變化的絕對(duì)值在6%以內(nèi)。但從“十一五”開始，該因素在長(zhǎng)三角、京津冀、珠三角分別導(dǎo)致霧霾暴露提高了7%、6%、13%;在其他城市群貢獻(xiàn)為負(fù)，且絕對(duì)值大多低于5%，主要是由于前三大城市群相對(duì)其他城市群而言人口吸引力更大，人口集聚帶來的環(huán)境凈收益可能為負(fù)，導(dǎo)致霧霾暴露水平上升。到了“十二五”后期，人口集聚因素的貢獻(xiàn)在長(zhǎng)三角減小，在京津冀變?yōu)樨?fù)?！笆濉鼻鞍攵?，其在前兩大城市群的貢獻(xiàn)已全部轉(zhuǎn)變?yōu)樨?fù)，分別為-3%和-10%。這可能是因?yàn)樵陂L(zhǎng)三角和京津冀城市群，由于實(shí)行人口控制，人口流入開始放緩，同時(shí)居民的綠色生活和出行的意識(shí)提高，清潔基礎(chǔ)設(shè)施建設(shè)更完善，有效緩解了居民生活帶來的環(huán)境壓力，有助于提高空氣質(zhì)量。人口集聚對(duì)其他多數(shù)城市群的霧霾暴露貢獻(xiàn)變?yōu)檎?%～5%，其中珠三角保持高人口流入水平，仍然給環(huán)境帶來一定壓力;其他城市群小幅的人口流入明顯提高了霧霾暴露，可能由于這些地區(qū)的基礎(chǔ)設(shè)施建設(shè)還不完善，較粗放的居民生活方式帶來了空氣污染。

人口密度是促使城市群霧霾暴露降低的一個(gè)主要因素，其貢獻(xiàn)在樣本期間始終為負(fù)。由于土地?cái)U(kuò)張速度比人口增加速度更快，九個(gè)城市群的人口密度在前三個(gè)五年計(jì)劃階段和“十三五”前半段分別下降10%～35%和1%～3%，分別促使霧霾暴露下降了9%～87%和0.1%～20%。人口密度降低有助于緩解交通擁堵，減少汽車尾氣排放，進(jìn)而降低霧霾污染。

盡管在前三大城市群，人口集聚對(duì)霧霾暴露的貢獻(xiàn)為正，但由于人口密度因素的負(fù)向貢獻(xiàn)程度始終高于人口集聚因素，人口城市化兩類因素的貢獻(xiàn)總和為負(fù)。因此，“十二五”規(guī)劃中倡導(dǎo)的“統(tǒng)籌謀劃人口分布”“引導(dǎo)人口向適宜開發(fā)區(qū)域集聚”的人口城市化政策總體而言可以降低九大城市群的霧霾暴露水平。

4.2.2 城市擴(kuò)張

城市擴(kuò)張是導(dǎo)致城市群霧霾暴露上升的主要因素。在中國(guó)的城市化進(jìn)程中，各城市群實(shí)際建成區(qū)面積不斷擴(kuò)張，在“十五”“十一五”“十二五”階段分別增加21%～121%、14%～41%和16%～46%，對(duì)霧霾暴露水平上升分別貢獻(xiàn)了18%～91%、12%～41%和16%～44%。在“十五”和“十一五”階段，城市擴(kuò)張對(duì)霧霾暴露的貢獻(xiàn)在長(zhǎng)三角、京津冀和珠三角城市群相對(duì)其他城市群更大。但從“十二五”開始，其他城市群也發(fā)生了明顯的地理擴(kuò)張，對(duì)提高霧霾暴露水平的貢獻(xiàn)也明顯增大。在“十三五”前半段，城市土地?cái)U(kuò)張速度略微下降，建成區(qū)面積平均增加了13%左右，對(duì)長(zhǎng)三角、京津冀和哈長(zhǎng)城市群霧霾暴露的正向貢獻(xiàn)減小至3%、0.3%和4%，但仍促使其他城市群的霧霾暴露水平上升了12% ～ 18%。土地?cái)U(kuò)張會(huì)帶來大量工業(yè)、公路和住房投資，當(dāng)前我國(guó)的能源結(jié)構(gòu)以煤炭消費(fèi)為主，投資導(dǎo)致的能源消耗大幅增加會(huì)加劇霧霾污染;而長(zhǎng)三角和京津冀等地區(qū)完善的基礎(chǔ)設(shè)施建設(shè)和嚴(yán)格的環(huán)境規(guī)制等措施可以有效減少城市擴(kuò)張帶來的霧霾污染。因此，盡管“十一五”規(guī)劃就開始強(qiáng)調(diào)要“嚴(yán)格控制建設(shè)用地增量”，但多數(shù)城市快速的土地城市化進(jìn)程形成了分散型城市布局，大幅加劇了城市群的霧霾污染，其不利影響直到“十三五”階段才開始減小。

4.2.3 經(jīng)濟(jì)增長(zhǎng)

經(jīng)濟(jì)增長(zhǎng)對(duì)霧霾暴露的正向貢獻(xiàn)逐漸減弱?！笆濉彪A段，經(jīng)濟(jì)增長(zhǎng)在各城市群都是導(dǎo)致霧霾暴露上升的一項(xiàng)重要因素。經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)在珠三角、關(guān)中平原和長(zhǎng)三角高達(dá)27%～57%，在其他城市群為5%～22%?！笆晃濉遍_始，經(jīng)濟(jì)增長(zhǎng)對(duì)霧霾暴露的影響在前三大城市群減弱至1%～10%，在中西部的長(zhǎng)江中游和成渝城市群分別增大到19%和18%，這種趨勢(shì)維持到“十二五”結(jié)束?！笆濉鼻鞍攵?，經(jīng)濟(jì)增長(zhǎng)放緩，對(duì)霧霾暴露的正向貢獻(xiàn)大多減小或變?yōu)樨?fù)，促使長(zhǎng)三角、珠三角、北部灣和哈長(zhǎng)城市群的霧霾暴露降低5%～7%，但導(dǎo)致其余城市群增加了5%～14%。值得關(guān)注的是，經(jīng)濟(jì)城市化在長(zhǎng)三角和珠三角城市群開始促使霧霾暴露降低，但在京津冀城市群仍加劇了霧霾污染。這可能是因?yàn)殚L(zhǎng)三角和珠三角地區(qū)的主要產(chǎn)業(yè)為服務(wù)業(yè)、高新技術(shù)業(yè)和輕工業(yè)，較容易實(shí)現(xiàn)產(chǎn)業(yè)升級(jí)和清潔生產(chǎn);而京津冀城市群除了北京和天津，其余城市主要是重工業(yè)，產(chǎn)業(yè)升級(jí)難度較大，綠色發(fā)展道阻且長(zhǎng)。

4.2.4 排放強(qiáng)度

PM2.5排放強(qiáng)度的變化可以體現(xiàn)城市污染治理成效。盡管在“十五”和“十一五”階段，排放強(qiáng)度在一些城市群降低了霧霾暴露，但貢獻(xiàn)大小不一?！笆濉遍_始，排放強(qiáng)度才真正促使霧霾暴露下降。2011年，霧霾污染開始受到廣泛關(guān)注;2013年，針對(duì)霧霾污染的治理政策《大氣污染防治行動(dòng)計(jì)劃》發(fā)布。分解結(jié)果顯示，在“十二五”期間，排放強(qiáng)度在除哈長(zhǎng)之外的所有城市群都成為降低霧霾暴露的主要貢獻(xiàn)因素，在京津冀和其他城市群分別促使霧霾暴露水平降低9%和24%～59%。以2013年為節(jié)點(diǎn)的分解結(jié)果顯示，京津冀的霧霾暴露在2011—2013年大幅上升了27%，在2014—2015年大幅下降了16%，其中排放強(qiáng)度在這兩個(gè)時(shí)期的貢獻(xiàn)分別為17%和-20%。2014—2015年期間，除了長(zhǎng)三角和哈長(zhǎng)，其他城市群的霧霾暴露大幅下降了15%～29%，其中排放強(qiáng)度的負(fù)向貢獻(xiàn)增加到16%～39%。該分解結(jié)果體現(xiàn)出“大氣十條”政策的有效性?！笆濉币?guī)劃進(jìn)一步將PM2.5濃度納入空氣質(zhì)量發(fā)展約束性指標(biāo)。分解結(jié)果顯示在“十三五”前半段（2016—2018年），排放強(qiáng)度在所有城市群都顯著降低了霧霾暴露，其負(fù)向貢獻(xiàn)在京津冀增大到25%，在長(zhǎng)三角和珠三角分別為15%和14%，在其余城市群達(dá)到18%～42%。“大氣十條”和“十三五”規(guī)劃均強(qiáng)調(diào)了要針對(duì)京津冀等地區(qū)重點(diǎn)治理霧霾污染，在政策的壓力和推動(dòng)下，這些霧霾防治政策在所有城市群，特別是京津冀，取得了顯著的治理成效。

4.3 城市群內(nèi)部的分解：中心城市和外圍城市的差異性特征

在城市群內(nèi)部，中心城市具有更大的吸引力和發(fā)展空間，對(duì)周邊城市既具有輻射和帶動(dòng)作用，也可能吸引周邊城市的資源向中心城市集聚。因此，在城市化進(jìn)程及其對(duì)霧霾暴露水平的影響特征上，中心城市和外圍城市之間可能存在差異。為探究“大氣十條”政策發(fā)布前后，中心城市和外圍城市的霧霾暴露及各影響因素貢獻(xiàn)的差異，以2013年為節(jié)點(diǎn)，分別展示各城市群的中心城市和外圍城市的分解結(jié)果（圖2）。2013年之前，中心城市的霧霾暴露增幅（%）明顯高于其外圍城市（北部灣城市群除外）;2013年后，多數(shù)中心城市的霧霾暴露降幅（%）與外圍城市相當(dāng)，協(xié)同減排效果顯著。

從具體因素來看，2013年之前，人口城市化兩類因素的總體貢獻(xiàn)在長(zhǎng)三角和京津冀的中心城市為正，而在其他城市和地區(qū)為負(fù)，體現(xiàn)出這幾個(gè)中心城市極強(qiáng)的人口吸引力。人口集聚在所有中心城市均導(dǎo)致霧霾暴露水平上升，且在長(zhǎng)三角、京津冀、珠三角貢獻(xiàn)更高;但對(duì)于外圍城市，該因素僅在這三大城市群導(dǎo)致霧霾暴露小幅上升。中心城市的吸引力更大，但人口大量流入對(duì)城市的環(huán)境容量造成一定壓力，大量的能源消耗提高了霧霾暴露風(fēng)險(xiǎn)。2013年后，人口集聚在長(zhǎng)三角和京津冀等城市群的中心城市開始大幅降低霧霾暴露，同時(shí)小幅提高多數(shù)外圍城市的霧霾暴露。外圍城市的環(huán)境容量可能相對(duì)充裕，人口增加帶來的霧霾污染相對(duì)更少，因此外圍城市能夠有效發(fā)揮其人口疏導(dǎo)功能。中心城市的人口城市化兩類因素的貢獻(xiàn)總和在長(zhǎng)三角和京津冀城市群變?yōu)樨?fù)，而在珠三角變?yōu)檎w現(xiàn)出人口城市化在前者開始降低而在后者仍提高了霧霾暴露。這表明，“十二五”規(guī)劃中針對(duì)特大城市“合理控制人口規(guī)模”的政策舉措在一定程度上降低了北京和上海兩個(gè)特大城市的霧霾污染，而廣深兩大都市較高的人口流入水平加劇了霧霾污染。

2013年之前，排放強(qiáng)度在多數(shù)中心城市對(duì)霧霾暴露的促降作用大于外圍城市。由于霧霾污染對(duì)中心城市的經(jīng)濟(jì)發(fā)展損害相對(duì)更大，同時(shí)中心城市具有更充足的污染治理資金和先進(jìn)技術(shù)，因此中心城市污染治理力度更大、成效更顯著。2013年“大氣十條”發(fā)布以后，排放強(qiáng)度在長(zhǎng)三角和京津冀城市群的中心城市反而導(dǎo)致霧霾暴露上升，說明超大城市的霧霾治理難度增大;但政策促使外圍城市霧霾暴露大幅下降，使得長(zhǎng)三角和京津冀城市群的整體霧霾暴露有所降低，這可能得益于區(qū)域聯(lián)防聯(lián)控機(jī)制中城市協(xié)同治理以及中心城市對(duì)外圍城市在資金和技術(shù)上的轉(zhuǎn)移支付，體現(xiàn)出城市群協(xié)同減排的作用。

2013年之前，城市擴(kuò)張和經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)在中心城市和外圍城市之間無系統(tǒng)性差異。2013年后，在多數(shù)城市群，特別是在長(zhǎng)三角和京津冀城市群，中心城市的城市擴(kuò)張貢獻(xiàn)變?yōu)樨?fù)而在外圍城市仍為正，說明中心城市在土地城市化進(jìn)程中實(shí)現(xiàn)了有效率的城市擴(kuò)張和嚴(yán)格的城區(qū)環(huán)境治理，而外圍城市并未有效執(zhí)行這些舉措，其土地?cái)U(kuò)張仍加劇了霧霾污染。經(jīng)濟(jì)城市化在長(zhǎng)三角和珠三角城市群的兩類城市都促使霧霾暴露降低，在其他多數(shù)城市群降低了中心城市但提高了外圍城市的霧霾暴露，說明中心城市的產(chǎn)業(yè)結(jié)構(gòu)更加清潔，實(shí)現(xiàn)了綠色發(fā)展，而外圍城市的經(jīng)濟(jì)增長(zhǎng)依然帶來了霧霾污染，未實(shí)現(xiàn)脫鉤。

5 結(jié)論和政策啟示

中國(guó)的快速城市化進(jìn)程伴隨著霧霾暴露水平的非線性變化，占全國(guó)約六成人口的九大城市群的平均霧霾暴露水平在2001—2011的十年間穩(wěn)步上升了30%，而在隨后的2011—2018年期間大幅下降了40%。城市化是一個(gè)綜合的進(jìn)程。為探究城市化的不同層面內(nèi)涵對(duì)城市霧霾暴露水平的影響，文章以中國(guó)九大城市群的147個(gè)城市為樣本，采用時(shí)空LMDI分解法，將霧霾暴露水平的變化分解為人口集聚、人口密度、城市擴(kuò)張、經(jīng)濟(jì)增長(zhǎng)、排放強(qiáng)度五大因素的貢獻(xiàn)，分別反映了人口城市化、土地城市化、經(jīng)濟(jì)城市化和城市污染治理四個(gè)方面的影響。并利用時(shí)空LMDI分解法的優(yōu)勢(shì)，對(duì)分解結(jié)果進(jìn)行跨城市群、城市群內(nèi)部和不同時(shí)間段的時(shí)空比較。

第一，在2001—2018年期間，城市擴(kuò)張和經(jīng)濟(jì)增長(zhǎng)是導(dǎo)致城市群霧霾暴露水平升高的主要因素;人口密度和排放強(qiáng)度是促使霧霾暴露水平降低的主要因素。人口集聚主要提高了前三大城市群的霧霾暴露，但2016年后降低了長(zhǎng)三角和京津冀城市群的霧霾暴露。各因素對(duì)霧霾暴露的貢獻(xiàn)具有階段性特征：“十五”和“十一五”階段，人口密度是霧霾暴露的主要促降因素，城市擴(kuò)張是主要促升因素;而從“十二五”開始，排放強(qiáng)度成為主要的促降因素，“十三五”開始，城市擴(kuò)張和經(jīng)濟(jì)增長(zhǎng)的不利影響在多數(shù)城市群減小。

第二，“大氣十條”和“十三五”規(guī)劃對(duì)霧霾暴露的促降作用明顯?！按髿馐畻l”政策發(fā)布后，在2014—2015年期間，所有城市群特別是京津冀的霧霾暴露大幅下降，排放強(qiáng)度在所有城市群對(duì)霧霾暴露的促降作用明顯增大，體現(xiàn)出該政策的有效性?！笆濉币?guī)劃將PM2.5濃度納入空氣質(zhì)量發(fā)展約束性指標(biāo)后，排放強(qiáng)度的促降作用在所有城市群進(jìn)一步增大。

第三，區(qū)域協(xié)同發(fā)展近年來在霧霾治理上發(fā)揮了重要作用。“大氣十條”政策中特別強(qiáng)調(diào)了區(qū)域協(xié)同治理。以此為界，2013年之前中心城市霧霾暴露的增幅明顯高于外圍城市，而之后取得了與外圍城市相當(dāng)?shù)慕捣?。排放?qiáng)度的促降作用在外圍城市明顯增大，有利于城市群整體霧霾暴露下降，區(qū)域聯(lián)防聯(lián)控成效顯著。人口集聚在2013年后降低了一些中心城市，特別是長(zhǎng)三角和京津冀中心城市的霧霾暴露，而小幅增加了外圍城市的霧霾暴露風(fēng)險(xiǎn)，表明外圍城市的人口疏導(dǎo)作用有利于中心城市空氣質(zhì)量的提高。

第四，一些中心城市開始實(shí)現(xiàn)綠色的土地和經(jīng)濟(jì)城市化，但外圍城市仍存在粗放的土地?cái)U(kuò)張，同時(shí)其經(jīng)濟(jì)增長(zhǎng)和霧霾污染之間還未脫鉤。說明在中心城市，“大氣十條”中發(fā)展公共交通、淘汰黃標(biāo)車、優(yōu)化產(chǎn)業(yè)空間布局、推動(dòng)產(chǎn)業(yè)升級(jí)、調(diào)整能源結(jié)構(gòu)等政策效果顯著，但在外圍城市，這些措施的實(shí)施仍不到位。

文章的研究結(jié)論具有如下政策啟示。

首先，排放強(qiáng)度已成為城市群霧霾污染的主要促降因素，中國(guó)近年來在降低能源強(qiáng)度、控制污染物排放、減少霧霾污染等方面的一系列政策舉措對(duì)霧霾治理產(chǎn)生了積極的作用。因此，繼續(xù)推進(jìn)“大氣十條”等大氣污染治理計(jì)劃的完善、加大環(huán)保執(zhí)法力度等措施可以延續(xù)政策效果。外圍城市的污染治理成效顯著，促進(jìn)了城市群整體空氣質(zhì)量的提高，應(yīng)繼續(xù)加強(qiáng)和完善區(qū)域聯(lián)防聯(lián)控，促進(jìn)城市之間在大氣污染控制技術(shù)和治理經(jīng)驗(yàn)上的合作交流，在霧霾防治上做到統(tǒng)一應(yīng)急響應(yīng)、多地區(qū)聯(lián)合執(zhí)法、多部門協(xié)調(diào)聯(lián)動(dòng)。

其次，引導(dǎo)區(qū)域協(xié)調(diào)發(fā)展，緩解大城市人口壓力有助于降低局部霧霾暴露風(fēng)險(xiǎn)，同時(shí)應(yīng)盡量減少人口流入給外圍城市帶來的環(huán)境壓力。在長(zhǎng)三角和京津冀城市群，中心城市的人口城市化帶來的霧霾暴露問題開始緩解，“十二五”規(guī)劃中針對(duì)特大城市合理控制人口規(guī)模的舉措初顯成效，但同時(shí)人口集聚可能會(huì)提高外圍城市的霧霾暴露風(fēng)險(xiǎn)。因此，外圍城市在發(fā)揮人口疏導(dǎo)作用的同時(shí)，還應(yīng)大力推進(jìn)城市公共交通和清潔能源等基礎(chǔ)設(shè)施建設(shè)，努力發(fā)展成為綠色宜居的衛(wèi)星城市。

最后，需重視外圍城市土地和經(jīng)濟(jì)城市化的不利影響。中國(guó)的城市化進(jìn)程伴隨著大規(guī)模的土地?cái)U(kuò)張，盡管其帶來的負(fù)面影響已經(jīng)開始減小，但在多數(shù)外圍城市，土地城市化仍然是霧霾暴露的最主要貢獻(xiàn)因素。因此，特別是在外圍城市，應(yīng)嚴(yán)格控制城區(qū)無序無效率擴(kuò)張，避免“攤大餅”式的低效土地城市化，重視新城區(qū)的環(huán)境治理，擴(kuò)大建成區(qū)綠地規(guī)模，重視產(chǎn)業(yè)園區(qū)的生態(tài)環(huán)境影響。在經(jīng)濟(jì)城市化方面，外圍城市應(yīng)爭(zhēng)取盡早實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展和霧霾污染之間的脫鉤，加快產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，淘汰落后產(chǎn)能，發(fā)展清潔生產(chǎn)技術(shù)和循環(huán)經(jīng)濟(jì)，嚴(yán)格控制高污染行業(yè)發(fā)展。同時(shí)中心城市應(yīng)加強(qiáng)發(fā)揮引領(lǐng)和輻射作用，推動(dòng)整個(gè)區(qū)域的綠色發(fā)展。

參考文獻(xiàn)

[1]中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局. 中華人民共和國(guó)2001年國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)[R]. 2002.

[2]中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局. 中華人民共和國(guó)2019年國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)[R]. 2020.

[3]VENNEMO H， AUNAN K， LINDHJEM H， et al. Environmental pollution in China： status and trends[J]. Review of environmental economics and policy， 2009， 3（2）： 209-230.

[4]XU B， LIN B. How industrialization and urbanization process impacts on CO2 emissions in China： evidence from nonparametric additive regression models[J]. Energy economics， 2015，48： 188-202.

[5]JI X， YAO Y， LONG X. What causes PM2.5 pollution：cross-economy empirical analysis from socioeconomic perspective[J]. Energy policy， 2018， 119（4）： 458-472.

[6]陳詩(shī)一，陳登科.霧霾污染、政府治理與經(jīng)濟(jì)高質(zhì)量發(fā)展[J].經(jīng)濟(jì)研究，2018，53（2）：20-34.

[7]WANG X， TIAN G， YANG D， et al. Responses of PM2.5 pollution to urbanization in China[J]. Energy policy， 2018， 123： 602-610.

[8]邵帥，李欣，曹建華.中國(guó)的城市化推進(jìn)與霧霾治理[J].經(jīng)濟(jì)研究，2019，54（2）：148-165.

[9]DU Y， SUN T， PENG J， et al. Direct and spillover effects of urbanization on PM2.5 concentrations in Chinas top three urban agglomerations[J]. Journal of cleaner production， 2018，190： 72-83.

[10]DU Y， WAN Q， LIU H， et al. How does urbanization influence PM 2.5 concentrations： perspective of spillover effect of multi-dimensional urbanization impact[J]. Journal of cleaner production， 2019 ，220： 974-983.

[11]HAN L， ZHOU W， LI W， et al. Urbanization strategy and environmental changes： an insight with relationship between population change and fine particulate pollution[J]. Science of the total environment， 2018，642： 789-799.

[12]HUANG R J， ZHANG Y， BOZZETTI C， et al. High secondary aerosol contribution to particulate pollution during haze events in China[J]. Nature， 2014， 514（7521）： 218-222.

[13]LIANG L， WANG Z， LI J. The effect of urbanization on environmental pollution in rapidly developing urban agglomerations[J]. Journal of cleaner production， 2019 ，237： 117649.

[14]LIN B， ZHU J. Changes in urban air quality during urbanization in China[J]. Journal of cleaner production， 2018 ，188： 312-321.

[15]LUO Z， WAN G， WANG C， et al. Urban pollution and road infrastructure： a case study of China[J]. China economic review， 2018 ，49： 171-183.

[16]GREENSTONE M， HANNA R. Environmental regulations， air and water pollution， and infant mortality in India[J]. American economic review， 2014， 104（10）： 3038-3072.

[17]邵帥，李欣，曹建華， 等.中國(guó)霧霾污染治理的經(jīng)濟(jì)政策選擇：基于空間溢出效應(yīng)的視角[J].經(jīng)濟(jì)研究，2016，51（9）：73-88.

[18]ANG B W， SU B， WANG H. A spatial-temporal decomposition approach to performance assessment in energy and emissions[J]. Energy economics， 2016 ，60： 112-121.

[19]GAIGNé C， RIOU S， THISSE J F. Are compact cities environmentally friendly？[J]. Journal of urban economics， 2012， 72（2/3）： 123-136.

[20]ROSENTHAL S S， STRANGE W C. The determinants of agglomeration[J]. Journal of urban economics， 2001， 50（2）： 191-229.

[21]WU J， ZHENG H， ZHE F， et al. Study on the relationship between urbanization and fine particulate matter （PM2.5） concentration and its implication in China[J]. Journal of cleaner production， 2018 ，182： 872-882.

[22]XU S C， MIAO Y M， GAO C， et al. Regional differences in impacts of economic growth and urbanization on air pollutants in China based on provincial panel estimation[J]. Journal of cleaner production， 2019 ，208： 340-352.

[23]HENDERSON V. The urbanization process and economic growth： the so-what question[J]. Journal of economic growth， 2003， 8（1）： 47-71.

[24]BRüLHART M， SBERGAMI F. Agglomeration and growth： cross-country evidence[J]. Journal of urban economics， 2009， 65（1）： 48-63.

[25]ZHENG S， KAHN M E. Understanding Chinas urban pollution dynamics[J]. Journal of economic literature， 2013， 51（3）： 731-772.

[26]AUNAN K， WANG S. Internal migration and urbanization in China： impacts on population exposure to household air pollution （2000-2010）[J]. Science of the total environment， 2014， 481： 186-195.

[27]SHEN H， TAO S， CHEN Y， et al. Urbanization-induced population migration has reduced ambient PM2.5 concentrations in China[J]. Science advances， 2017， 3（7）： e1700300.

[28]GROSSMAN G M， KRUEGER A B. Economic growth and the enviroment[J]. The quarterly journal of economics， 1995， 110（2）： 353-377.

[29]CHAY K Y， GREENSTONE M. Does air quality matter： evidence from the housing market[J]. Journal of political economy， 2005， 113（2）： 376-424.

[30]闞大學(xué)，羅良文.我國(guó)城市化對(duì)能源強(qiáng)度的影響：基于空間計(jì)量經(jīng)濟(jì)學(xué)的分析[J].當(dāng)代財(cái)經(jīng)，2010（3）：83-88.

[31]KAHN M E， SCHWARTZ J. Urban air pollution progress despite sprawl： the ‘greening of the vehicle fleet[J]. Journal of urban economics， 2008， 63（3）： 775-787.

[32]魏巍賢，馬喜立.能源結(jié)構(gòu)調(diào)整與霧霾治理的最優(yōu)政策選擇[J].中國(guó)人口·資源與環(huán)境，2015，25（7）：6-14.

[33]PUGA D. Urbanization patterns： European versus less developed countries[J]. Journal of regional science， 1998，38（2）： 231-252.

[34]DENG X， YU Y， LIU Y. Effect of construction land expansion on energy-related carbon emissions： empirical analysis of China and its provinces from 2001 to 2011[J]. Energies， 2015，8（6）： 5516-5537.

[35]TIAN J， LIU W， LAI B， et al. Study of the performance of eco-industrial park development in China[J]. Journal of cleaner production， 2014，64： 486-494.

[36]田金平，劉巍，賴玢潔， 等.中國(guó)生態(tài)工業(yè)園區(qū)發(fā)展的經(jīng)濟(jì)和環(huán)境績(jī)效研究[J].中國(guó)人口·資源與環(huán)境，2012，22（增刊2）：119-122.

[37]LI N， ZHANG X， SHI M， et al. Does Chinas air pollution abatement policy matter： an assessment of the Beijing-Tianjin-Hebei region based on a multi-regional CGE Model[J]. Energy policy， 2019 ，127： 213-227.

[38]YAN Y， ZHANG X， ZHANG J， et al. Emissions trading system （ETS） implementation and its collaborative governance effects on air pollution： the China story[J]. Energy policy， 2020 ，138： 111282.

[39]李永友，沈坤榮.我國(guó)污染控制政策的減排效果：基于省際工業(yè)污染數(shù)據(jù)的實(shí)證分析[J].管理世界，2008（7）：7-17.

[40]KAHN M E， MANSUR E T. Do local energy prices and regulation affect the geographic concentration of employment？[J]. Journal of public economics， 2013， 101： 105-114.

[41]LI X， QIAO Y， SHI L. Has Chinas war on pollution slowed the growth of its manufacturing and by how much：evidence from the Clean Air Action[J]. China economic review， 2019 ，53： 271-289.

[42]RUBASHKINA Y， GALEOTTI M， VERDOLINI E. Environmental regulation and competitiveness： empirical evidence on the Porter Hypothesis from European manufacturing sectors[J]. Energy policy， 2015 ，83： 288-300.

[43]王兵，劉光天.節(jié)能減排與中國(guó)綠色經(jīng)濟(jì)增長(zhǎng)：基于全要素生產(chǎn)率的視角[J].中國(guó)工業(yè)經(jīng)濟(jì)，2015 （5）：57-69.

[44]王國(guó)印，王動(dòng).波特假說、環(huán)境規(guī)制與企業(yè)技術(shù)創(chuàng)新：對(duì)中東部地區(qū)的比較分析[J].中國(guó)軟科學(xué)，2011（1）：100-112.

[45]DASGUPTA S， LAPLANTE B， WANG H， et al. Confronting the Environmental Kuznets Curve[J]. Journal of economic perspectives， 2002， 16（1）： 147-168.

[46]陳詩(shī)一.節(jié)能減排與中國(guó)工業(yè)的雙贏發(fā)展：2009—2049[J].經(jīng)濟(jì)研究，2010，45（3）：129- 143.

[47]DONG Q， LIN Y， HUANG J， et al. Has urbanization accelerated PM2.5 emissions： an empirical analysis with cross-country data[J]. China economic review， 2020 ，59： 101381.

[48]JIA S， LIU X， YAN G. Effect of APCF policy on the haze pollution in China： a system dynamics approach[J]. Energy policy， 2019，125： 33-44.

[49]鄭思齊，萬廣華，孫偉增， 等.公眾訴求與城市環(huán)境治理[J].管理世界，2013（6）：72-84.

[50]黎文靖，鄭曼妮.空氣污染的治理機(jī)制及其作用效果：來自地級(jí)市的經(jīng)驗(yàn)數(shù)據(jù)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2016（4）：93-109.

[51]馬麗梅，張曉.中國(guó)霧霾污染的空間效應(yīng)及經(jīng)濟(jì)、能源結(jié)構(gòu)影響[J].中國(guó)工業(yè)經(jīng)濟(jì)，2014（4）：19-31.

[52]FANG D， CHEN B， HUBACEK K， et al. Clean air for some： unintended spillover effects of regional air pollution policies[J]. Science advances， 2019， 5（4）： eaav4707.

[53]WU D， XU Y， ZHANG S. Will joint regional air pollution control be more cost-effective： an empirical study of Chinas Beijing-Tianjin-Hebei Region[J]. Journal of environmental management， 2015，149： 27-36.

[54]JEFFERSON M. The law of the primate city[J]. Geographical review， 1939， 29（2）： 226-232.

[55]ANG B W. The LMDI approach to decomposition analysis： a practical guide[J]. Energy policy， 2005， 33（7）： 867-871.

[56]ZHANG Y， ZHANG J， YANG Z， et al. Regional differences in the factors that influence Chinas energy-related carbon emissions， and potential mitigation strategies[J]. Energy policy， 2011， 39（12）： 7712-7718.

[57]WU Y. Energy intensity and its determinants in Chinas regional economies[J]. Energy policy， 2012 ，41： 703-711.

[58]MOUTINHO V， MOREIRA A C， SILVA P M. The driving forces of change in energy-related CO2 emissions in Eastern， Western， Northern and Southern Europe： the LMDI approach to decomposition analysis[J]. Renewable and sustainable energy reviews， 2015，50： 1485-1499.

[59]ZHANG W， LI K， ZHOU D， et al. Decomposition of intensity of energy-related CO2 emission in Chinese provinces using the LMDI Method[J]. Energy policy， 2016， 92： 369-381.

[60]TAN R， LIN B. What factors lead to the decline of energy intensity in Chinas energy intensive industries？[J]. Energy economics， 2018，71： 213-221.

[61]YANG X， SU B. Impacts of international export on global and regional carbon intensity[J]. Applied energy， 2019， 253： 113552.

[62]ZHENG J， MI Z， COFFMAN D M， et al. Regional development and carbon emissions in China[J]. Energy economics， 2019 ，81： 25-36.

[63]ANG B W. Decomposition analysis for policymaking in energy： which is the preferred method？[J]. Energy policy， 2004， 32（9）： 1131-1139.

[64]ANG B W， XU X Y， SU B. Multi-country comparisons of energy performance： the index decomposition analysis approach[J]. Energy economics， 2015 ，47： 68-76.

[65]DONG F， YU B， PAN Y. Examining the synergistic effect of CO2 emissions on PM2.5 emissions reduction： evidence from China[J]. Journal of cleaner production， 2019，223： 759-771.

[66]ZHANG Y， SHUAI C， BIAN J， et al. Socioeconomic factors of PM2.5 concentrations in 152 Chinese cities： decomposition analysis using LMDI[J]. Journal of cleaner production， 2019 ，218： 96-107.

Urbanization and its contribution to haze exposure：

a spatial-temporal decomposition of Chinese urban agglomerations

WANG Banban 1 LIAO Xiaojie 1 TAN Xiujie 2

（ 1. School of Economics， Huazhong University of Science and Technology， Wuhan Hubei 430074， China; 2. Institute for International Studies， Wuhan University， Wuhan Hubei 430072， China）

Abstract Chinas rapid urbanization process is accompanied by a nonlinear change in haze exposure. In order to quantify the contribution of different aspects of urbanization to haze pollution， this paper decomposed the haze exposure of Chinas nine major urban agglomerations in 2001-2018. Haze exposure， one of the main air pollution indices used by the World Bank， focuses on measuring the harm of haze pollution to human activities and health. We considered several impact factors including population agglomeration， population density， city expansion， economic growth and emission intensity， reflecting population urbanization， land urbanization， economic urbanization and pollution controlling， respectively. The spatial-temporal LMDI （ST-LMDI） decomposition method was applied， facilitating a multi-dimensional comparison of decomposition results across urban agglomerations， over time periods and within urban agglomerations. Our results showed that： ① In 2001-2018， city expansion and economic growth mainly increased the haze exposure of urban agglomerations， while population density and emission intensity led to the decrease; the contribution of population agglomeration was positive mainly in the top three urban agglomerations， but it changed to negative in Yangtze River Delta（YRD） and Beijing-Tianjin-Hebei （BTH） after 2016. ② After 2013， the positive effect of emission intensity on haze pollution controlling was increasing and the negative effects of city expansion and economic growth were decreasing. ③ Within urban agglomerations， before 2013， population urbanization increased the haze exposure of the central cities in YRD and BTH， reflecting their strong attraction to people; after 2013， population agglomeration reduced some central cities haze exposure but increased that of their peripheral cities， reflecting the benefits of population decentralization. ④ Some central cities had realized green land or green economic urbanization， but extensive land expansion still existed in peripheral cities. The negative contribution of emission intensity in peripheral cities significantly increased， showing the profits of collaborative governance within urban agglomerations. Therefore， we suggest that for urban agglomerations， governments should continue to fully implement the action plan for preventing and controlling air pollution， strengthen the environmental protection law enforcement， improve coordinated inter-regional prevention and control efforts，and strengthen the exchange and cooperation on air pollution control technologies and management experience among cities.Within urban agglomerations， in view of the population， land and economic urbanization of peripheral cities， governments should increase the infrastructure construction to build green and habitable satellite cities， strengthen environmental governance in new urban areas， construct eco-friendly industrial parks， develop clean production technology， and promote industrial structure optimization.

Key words haze exposure; urbanization; urban agglomeration; spatial-temporal decomposition; LMDI

（責(zé)任編輯：王愛萍）