王嘉寧 李業(yè)錦 李怡旻 李倩

摘要：[目的/意義]探究京津冀地區(qū)霧霾污染的分布特征以及影響因素，厘清PM2.5濃度與制造業(yè)集聚之間的關(guān)系，可能是推動(dòng)京津冀地區(qū)綠色發(fā)展的重要途徑。[方法/過程]本文基于2005—2013年京津冀地區(qū)規(guī)模以上工業(yè)企業(yè)微觀數(shù)據(jù)以及NASA的年均PM2.5濃度數(shù)據(jù)，以京津冀204個(gè)區(qū)（縣）為研究對(duì)象，探究制造業(yè)集聚與PM2.5濃度的時(shí)空演化特征，運(yùn)用地理探測(cè)器方法，從集聚形式和行業(yè)異質(zhì)性兩個(gè)視角揭示PM2.5濃度空間分布的影響機(jī)理。[結(jié)果/結(jié)論]①京津冀地區(qū)年均PM2.5濃度呈現(xiàn)西北低、東南高的空間分布格局，且上升態(tài)勢(shì)明顯。制造業(yè)集聚形式呈現(xiàn)空間分異特征，其中集聚密度呈現(xiàn)“京-津-邯”三核心組團(tuán)式發(fā)展格局。專業(yè)化集聚表現(xiàn)為“張-保-邢-秦”四小型核心發(fā)展格局。多樣性集聚呈現(xiàn)集中連片式發(fā)展格局。②不同時(shí)期的制造業(yè)集聚形式對(duì)PM2.5濃度的解釋力存在差異。集聚密度始終是PM2.5濃度空間分布的主導(dǎo)因素，但影響程度有所下降，專業(yè)化集聚對(duì)于PM2.5濃度的解釋力有所增強(qiáng)。不同集聚形式的交互作用加強(qiáng)了對(duì)PM2.5濃度空間分布的影響程度。③從行業(yè)異質(zhì)性來(lái)看，化學(xué)原料及化學(xué)制品制造業(yè)是導(dǎo)致PM2.5濃度空間分異的主導(dǎo)因素，化學(xué)原料及化學(xué)制品制造業(yè)與其他因子的交互作用的解釋力明顯強(qiáng)于其他因子間的交互作用，其與黑色金屬冶煉及壓延加工業(yè)交互作用的解釋力最高。因此，引導(dǎo)制造業(yè)空間合理集聚、有序集聚、多樣性集聚，加大偏污染型、重化工產(chǎn)業(yè)的疏解力度，加快推動(dòng)制造業(yè)綠色環(huán)保轉(zhuǎn)型，是京津冀地區(qū)PM2.5環(huán)境治理的重要戰(zhàn)略選擇。

關(guān)鍵詞：集聚形式 PM2.5 地理探測(cè)器 京津冀地區(qū)

分類號(hào)：F427

DOI： 10.19318/j.cnki.issn.2096-1634.2022.02.15

？本文系國(guó)家自然科學(xué)基金項(xiàng)目“北京城市環(huán)境污染對(duì)居民居住空間選擇的影響及其演化模擬”（項(xiàng)目編號(hào)：41671166）、國(guó)家自然科學(xué)基金青年項(xiàng)目“基于城市安全環(huán)境評(píng)價(jià)的大城市應(yīng)急避難場(chǎng)所區(qū)位優(yōu)化配置研究：以北京為例”（項(xiàng)目編號(hào)：41001105）研究成果之一。

1 引言

不合理的產(chǎn)業(yè)集聚有可能會(huì)加劇環(huán)境的污染，產(chǎn)生一系列的環(huán)境問題以及潛在的環(huán)境威脅。近年來(lái)，京津冀地區(qū)作為霧霾污染重災(zāi)區(qū)，實(shí)施了《大氣污染防治行動(dòng)計(jì)劃》《大氣十條》等政策，同時(shí)將加強(qiáng)工業(yè)企業(yè)大氣污染綜合治理看作一號(hào)工程。然而對(duì)一些不合理的產(chǎn)業(yè)集聚區(qū)進(jìn)行疏解轉(zhuǎn)移有可能比直接進(jìn)行治理更為有效。因此，探究京津冀地區(qū)不同時(shí)期霧霾污染分布特征以及影響因素，積極厘清PM2.5（細(xì)顆粒物）濃度與制造業(yè)集聚之間的關(guān)系，可能是推動(dòng)京津冀地區(qū)綠色發(fā)展的重要途徑。

環(huán)境問題與經(jīng)濟(jì)活動(dòng)的影響、產(chǎn)業(yè)集聚的環(huán)境效應(yīng)是經(jīng)濟(jì)地理學(xué)和環(huán)境經(jīng)濟(jì)學(xué)的研究熱點(diǎn)，隨著環(huán)境經(jīng)濟(jì)地理學(xué)和演化經(jīng)濟(jì)地理學(xué)的興起，有關(guān)集聚與環(huán)境的問題逐漸成為學(xué)術(shù)界研究的核心主題[1]。已有研究主要集中在工業(yè)集聚與環(huán)境污染方面[2-14]。從行業(yè)異質(zhì)性視角出發(fā)，學(xué)者們發(fā)現(xiàn)不同污染程度的行業(yè)集聚對(duì)環(huán)境造成的正負(fù)外部性有所不同[6-10]，研究尺度包括全國(guó)尺度[11]、區(qū)域尺度[12]、省級(jí)尺度[13]和市級(jí)尺度[14]。此外，也有學(xué)者對(duì)農(nóng)業(yè)以及服務(wù)業(yè)集聚與環(huán)境進(jìn)行了研究[15-16]。從不同集聚形式視角出發(fā)，依托集聚的外部性理論，學(xué)者們多從專業(yè)化集聚和多樣性集聚的角度去分析產(chǎn)業(yè)集聚與環(huán)境污染的相關(guān)問題[17-18]。隨著研究的不斷深入，學(xué)者們[19-23]將集聚形式細(xì)分為空間形式和組織形式來(lái)探討集聚與環(huán)境的關(guān)系，主要探究產(chǎn)業(yè)集聚與環(huán)境污染的空間關(guān)系和計(jì)量關(guān)系兩個(gè)方面的內(nèi)容：對(duì)于空間關(guān)系常用空間自相關(guān)等空間分析的方法[20-21]；對(duì)于計(jì)量關(guān)系常構(gòu)建計(jì)量經(jīng)濟(jì)模型、空間杜賓模型等計(jì)量模型[22-23]。目前，有關(guān)產(chǎn)業(yè)集聚與環(huán)境污染關(guān)系的結(jié)論在學(xué)術(shù)界并未達(dá)成一致，主要存在三種觀點(diǎn)：①產(chǎn)業(yè)集聚具有環(huán)境負(fù)外部性效應(yīng)——集聚導(dǎo)致規(guī)模擴(kuò)大、產(chǎn)能擴(kuò)張，產(chǎn)生過度擁擠效應(yīng)、密集效應(yīng)、惡性競(jìng)爭(zhēng)效應(yīng)，加劇環(huán)境污染[24-25]；②產(chǎn)業(yè)集聚具有環(huán)境正外部性效應(yīng)——產(chǎn)業(yè)集聚產(chǎn)生的知識(shí)外溢以及技術(shù)擴(kuò)散為產(chǎn)業(yè)發(fā)展提供創(chuàng)新環(huán)境，產(chǎn)生的規(guī)模效應(yīng)提高能源使用效率，良性競(jìng)爭(zhēng)促進(jìn)企業(yè)間物質(zhì)交換，從而減輕環(huán)境污染[26-27]；③產(chǎn)業(yè)集聚與環(huán)境污染的關(guān)系具有不確定性，存在非線性和門檻效應(yīng)特征——不同時(shí)期的產(chǎn)業(yè)集聚所產(chǎn)生的環(huán)境正外部性以及環(huán)境負(fù)外部性共同作用的結(jié)果決定了產(chǎn)業(yè)集聚的環(huán)境效應(yīng)，呈現(xiàn)出倒“U形”[28]、“U形”[29]、“N形”[30]、倒“N形”[31]以及“S形”[32]等關(guān)系。縱觀現(xiàn)有文獻(xiàn)，盡管學(xué)術(shù)界對(duì)產(chǎn)業(yè)集聚與環(huán)境污染進(jìn)行了深入的探討和研究，但仍有以下問題值得進(jìn)一步討論：①研究主要基于城市群、地市等大中尺度，對(duì)京津冀地區(qū)的微觀尺度研究比較匱乏，京津冀地區(qū)各區(qū)（縣）具有空間異質(zhì)性，不同區(qū)（縣）存在不同污染特征；②不同集聚形式對(duì)于霧霾污染的影響程度存在差異，從行業(yè)異質(zhì)性視角出發(fā)，較少實(shí)證分析京津冀地區(qū)細(xì)分行業(yè)集聚對(duì)霧霾污染的影響機(jī)理。

基于此，本文以京津冀區(qū)（縣）為研究區(qū)域，采用2005—2013年中國(guó)工業(yè)企業(yè)數(shù)據(jù)以及美國(guó)國(guó)家航空航天局（National Aeronautics and Space Administration，NASA）的年均PM2.5濃度數(shù)據(jù)，在總結(jié)現(xiàn)有學(xué)者的相關(guān)文獻(xiàn)以及研究的基礎(chǔ)上，將制造業(yè)集聚分為空間形式以及組織形式，分析制造業(yè)集聚與PM2.5濃度的時(shí)空演化特征，并利用地理探測(cè)器探討不同集聚形式以及制造業(yè)細(xì)分行業(yè)集聚對(duì)PM2.5濃度空間分異的驅(qū)動(dòng)作用，剖析京津冀地區(qū)產(chǎn)業(yè)集聚的環(huán)境效應(yīng)，以期為探索京津冀各區(qū)（縣）制造業(yè)的合理布局和霧霾污染治理提供理論和決策依據(jù)。

2 數(shù)據(jù)來(lái)源和研究方法

2.1 數(shù)據(jù)來(lái)源

2.1.1 工業(yè)企業(yè)數(shù)據(jù) 工業(yè)企業(yè)數(shù)據(jù)來(lái)自2005—2013年中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)包括全部國(guó)有工業(yè)企業(yè)以及規(guī)模以上非國(guó)有工業(yè)企業(yè)。本文選擇規(guī)模以上工業(yè)企業(yè)點(diǎn)位的工業(yè)總產(chǎn)值、行業(yè)名稱、詳細(xì)地址等信息，然后整理獲得各區(qū)（縣）國(guó)民經(jīng)濟(jì)行業(yè)分類代碼介于13～43之間的制造業(yè)行業(yè)的工業(yè)總產(chǎn)值，通過計(jì)算得出各區(qū)（縣）制造業(yè)以及細(xì)分行業(yè)的工業(yè)總產(chǎn)值，并提取2005年9，511家企業(yè)和2013年19，851家企業(yè)的詳細(xì)地址信息，通過百度地圖應(yīng)用程序接口（Application Programming Interface，API）接口，批量獲取制造業(yè)企業(yè)的經(jīng)緯度，將每家企業(yè)坐標(biāo)空間化。

2.1.2 PM2.5濃度數(shù)據(jù) PM2.5濃度數(shù)據(jù)來(lái)源于哥倫比亞大學(xué)國(guó)際地球信息科學(xué)網(wǎng)絡(luò)中心所屬的社會(huì)經(jīng)濟(jì)數(shù)據(jù)和應(yīng)用中心所發(fā)布的2005—2013年的平均柵格數(shù)據(jù)，該數(shù)據(jù)是以衛(wèi)星搭載的中分辨率成像光譜儀和多角度成像光譜儀對(duì)氣溶膠光學(xué)厚度進(jìn)行測(cè)定后轉(zhuǎn)換而來(lái)。本文通過ArcGIS10.2軟件的“按掩膜提取”功能以及以表格顯示分區(qū)統(tǒng)計(jì)等工具將原柵格數(shù)據(jù)進(jìn)行處理，得出京津冀各區(qū)（縣）的年均PM2.5濃度數(shù)據(jù)。

2.2 研究方法

2.2.1 制造業(yè)集聚空間組織形式指標(biāo)測(cè)度 從集聚的外部性差異出發(fā)，依據(jù)集聚在空間層面和組織層面所表現(xiàn)出的不同特征，將集聚分為空間形式和組織形式?？臻g形式主要利用集聚密度、企業(yè)地理鄰近度等指標(biāo)進(jìn)行測(cè)度；組織形式主要利用專業(yè)化指數(shù)、多樣性指數(shù)、相關(guān)多樣性指數(shù)和非相關(guān)多樣性指數(shù)進(jìn)行測(cè)度。①集聚密度：利用相對(duì)制造業(yè)密度來(lái)表示京津冀各區(qū)（縣）制造業(yè)空間集聚的水平。②企業(yè)地理鄰近度：以京津冀各區(qū)（縣）的企業(yè)點(diǎn)緯度值的變異系數(shù)和經(jīng)度值的變異系數(shù)進(jìn)行構(gòu)建。③專業(yè)化指數(shù)和多樣性指數(shù)：分別以京津冀各區(qū)（縣）規(guī)模最大行業(yè)的區(qū)位商和赫芬達(dá)爾指數(shù)的倒數(shù)表示。④相關(guān)多樣性與非相關(guān)多樣性：參考潘文卿等[33]中根據(jù)投入產(chǎn)出表計(jì)算得到的產(chǎn)業(yè)分類結(jié)果，將31個(gè)制造業(yè)（由于廢棄資源綜合利用業(yè)、金屬制品、機(jī)械和設(shè)備修理業(yè)行業(yè)產(chǎn)值基本為0，故只將29個(gè)制造業(yè)行業(yè)進(jìn)行分類）分為4大類聚集集合，大類內(nèi)的行業(yè)間具有關(guān)聯(lián)性，大類之間具有非關(guān)聯(lián)性，據(jù)此計(jì)算大類行業(yè)的熵可得非相關(guān)多樣性，對(duì)每一大類中行業(yè)的熵進(jìn)行加權(quán)求和得到相關(guān)多樣性。具體公式和解釋說(shuō)明見表1。

3 制造業(yè)集聚與PM2.5濃度的時(shí)空演化特征

3.1 PM2.5濃度的時(shí)空演化特征

總體來(lái)看，京津冀地區(qū)年均PM2.5濃度，空間分布上由東南向西北呈現(xiàn)圈層結(jié)構(gòu)并逐漸遞減，高值區(qū)位于石家莊以及邯鄲的部分區(qū)（縣）；時(shí)間分布上呈現(xiàn)上升趨勢(shì)。由圖1可知，分時(shí)間段來(lái)看，2005年石家莊橋東區(qū)、橋西區(qū)以及邯鄲叢臺(tái)區(qū)的PM2.5濃度的范圍均在70.1～95.0 ug/m3期間。2013年京津冀東南部分區(qū)縣的年均PM2.5濃度上升到95.1～120.0 ug/m3，高濃度區(qū)域仍舊處于石家莊橋東區(qū)、橋西區(qū)以及邯鄲叢臺(tái)區(qū)，這些地區(qū)以發(fā)展鋼鐵等重污染企業(yè)為主，導(dǎo)致其霧霾污染防控形勢(shì)嚴(yán)峻。

3.2 制造業(yè)集聚形式的時(shí)空演化特征

本文利用ArcGIS 10.2軟件，將制造業(yè)不同集聚形式的數(shù)值由低到高依次劃分為低值區(qū)、較低值區(qū)、中值區(qū)、較高值區(qū)和高值區(qū)五類。

3.2.1 集聚密度 空間分布呈現(xiàn)“京-津-邯”三核心發(fā)展格局。2005年，高值區(qū)包括天津和平區(qū)、邯鄲復(fù)興區(qū)、北京石景山區(qū)等；2013年，高值區(qū)以天津市和平區(qū)、邯鄲復(fù)興區(qū)和北京石景山區(qū)三個(gè)核心地區(qū)為中心，形成推動(dòng)周邊區(qū)（縣）集聚密度增加的格局。這類地區(qū)具有良好的制造業(yè)發(fā)展基礎(chǔ)和條件，其中天津市和平區(qū)是近代工業(yè)發(fā)祥地；北京市石景山區(qū)是首鋼所在地，為重工業(yè)區(qū)；邯鄲市復(fù)興區(qū)是重化工業(yè)區(qū)，其制造業(yè)集聚密度較高（見圖2）。

3.2.2 企業(yè)地理鄰近度 2005—2013年，高值區(qū)由片狀分布轉(zhuǎn)變?yōu)榱闵Ⅻc(diǎn)狀分布，數(shù)量明顯減少，由邯鄲市魏縣、邯鄲市臨漳縣、滄州市吳橋縣、張家口橋西區(qū)、張家口康保縣、張家口陽(yáng)原縣、邢臺(tái)新河縣等41個(gè)區(qū)（縣）減少到張家口康?？h、滄州運(yùn)河區(qū)等24個(gè)區(qū)（縣）。京津冀南部地區(qū)2005年處于產(chǎn)業(yè)發(fā)展的早期，由于相關(guān)產(chǎn)業(yè)企業(yè)生產(chǎn)技術(shù)較為落后，中、小型企業(yè)數(shù)量偏多，導(dǎo)致企業(yè)集中建廠、生產(chǎn)；西部地區(qū)多山地，內(nèi)部適宜發(fā)展工業(yè)的土地面積較小，各區(qū)（縣）經(jīng)濟(jì)發(fā)展水平較低，在產(chǎn)業(yè)發(fā)展初期同樣也出現(xiàn)扎堆建廠的現(xiàn)象。因此，初期企業(yè)地理鄰近度高值區(qū)較多，集中連片分布在南部和西部的部分區(qū)（縣）；后期產(chǎn)業(yè)發(fā)展良好，中、小企業(yè)逐漸整改或停產(chǎn)，大型企業(yè)迅猛發(fā)展，從而高值區(qū)逐漸減少（見圖3）。

3.2.3 專業(yè)化與多樣性集聚 ①專業(yè)化集聚：2005年，高值區(qū)連片集中分布在京津冀中部偏南的保定市清苑縣、高陽(yáng)縣、邢臺(tái)市柏鄉(xiāng)縣等部分區(qū)（縣）以及西北部的張家口康?？h、張家口橋東區(qū)、保定容城縣等部分區(qū)（縣）。2013年，低值區(qū)連片擴(kuò)張，高值區(qū)由片狀分布轉(zhuǎn)變?yōu)椤皬?保-邢-秦”四小型核心發(fā)展格局。②多樣性集聚：2005年，高值區(qū)分布在天津東麗區(qū)、北京通州區(qū)、石家莊裕華區(qū)等部分區(qū)（縣），整體呈現(xiàn)“京-津-石”三核心集聚分布格局。2013年，低值區(qū)減少，高值區(qū)連片集中分布在北京朝陽(yáng)區(qū)、北京東城區(qū)、天津武清區(qū)、保定安國(guó)市、石家莊裕華區(qū)等地區(qū)。發(fā)展初期，偏南部地區(qū)和西部地區(qū)各區(qū)（縣）經(jīng)濟(jì)發(fā)展水平較低，制造業(yè)門類較單一，且西部地區(qū)發(fā)展因地形限制進(jìn)行了大量資源整合，利用自身資源優(yōu)勢(shì)大力發(fā)展單一制造業(yè)門類，因此制造業(yè)專業(yè)化水平較高，多樣性水平較低。發(fā)展后期，北京朝陽(yáng)區(qū)、天津武清區(qū)等地區(qū)經(jīng)濟(jì)快速發(fā)展且不斷增加企業(yè)間上下游聯(lián)系，成為制造業(yè)多樣性高值區(qū)。具體見圖4。

3.2.4 相關(guān)多樣性與非相關(guān)多樣性：空間分布較分散 ①相關(guān)多樣性：2005年，空間分布呈現(xiàn)“唐-邯”雙核心高值集聚區(qū)和中部高值發(fā)展帶，區(qū)（縣）間相關(guān)多樣性差距較大，邯鄲武安市、唐山遷西縣等部分區(qū)（縣）產(chǎn)業(yè)間技術(shù)關(guān)聯(lián)度較高，而秦皇島盧龍縣等部分區(qū)（縣）產(chǎn)業(yè)間不存在技術(shù)關(guān)聯(lián)；2013年，京津冀各區(qū)（縣）的相關(guān)多樣性發(fā)展水平差距縮小，高值區(qū)包括天津紅橋區(qū)等部分區(qū)（縣）。②非相關(guān)多樣性：2005年，各區(qū)（縣）非相關(guān)多樣性存在高值極高、低值極低的差異化發(fā)展現(xiàn)象，高值區(qū)包括承德雙灤區(qū)、唐山遷西縣等部分區(qū)（縣），低值區(qū)集中分布在張家口的大部分區(qū)（縣）；2013年，各區(qū)（縣）非相關(guān)多樣性水平差距縮小，高值區(qū)包括邯鄲邯山縣、天津紅橋區(qū)等部分區(qū)（縣）。具體見圖5。

4 PM2.5濃度空間分異驅(qū)動(dòng)因素的實(shí)證研究

本文分別從集聚形式和行業(yè)異質(zhì)性視角出發(fā)，利用地理探測(cè)器對(duì)PM2.5濃度空間分異的影響機(jī)理進(jìn)行因子探測(cè)和交互探測(cè)。因子探測(cè)器主要探究驅(qū)動(dòng)因子對(duì)PM2.5濃度空間分異的貢獻(xiàn)程度，可明確各因子之間的相關(guān)互聯(lián)性，分析各驅(qū)動(dòng)因子多大程度影響了PM2.5濃度的空間分異，探究制造業(yè)不同集聚形式、細(xì)分行業(yè)集聚對(duì)PM2.5污染的發(fā)生和發(fā)展的決定性作用。交互探測(cè)器主要用來(lái)探測(cè)驅(qū)動(dòng)因子對(duì)影響PM2.5濃度的空間分布是否具有交互作用，識(shí)別驅(qū)動(dòng)因子之間的共同作用是否增加或減弱對(duì)PM2.5濃度的解釋力。

4.1 基于集聚形式對(duì)京津冀地區(qū)PM2.5濃度空間分異影響的實(shí)證研究

遴選6個(gè)探測(cè)因素，分別為集聚密度（X1）、企業(yè)地理鄰近度（X2）、專業(yè)化（X3）、多樣性（X4）、相關(guān)多樣性（X5）和非相關(guān)多樣性（X6），運(yùn)用ArcGIS10.2自然斷點(diǎn)法進(jìn)行要素分類后利用地理探測(cè)器的方法探討制造業(yè)集聚形式對(duì)PM2.5濃度空間分異的影響顯著程度。

4.1.1 基于地理探測(cè)器的因子探測(cè) 總體來(lái)看，不同時(shí)期各影響要素對(duì)PM2.5濃度的解釋力存在著差異，其中集聚密度企業(yè)鄰近度、多樣性、相關(guān)多樣性與非相關(guān)多樣性的解釋力有所減弱，專業(yè)化的解釋力有所增強(qiáng)。相關(guān)多樣性與非相關(guān)多樣性對(duì)于京津冀各區(qū)（縣）PM2.5空間分布的解釋力大幅度降低，由高度顯著變?yōu)椴伙@著，說(shuō)明近年來(lái)PM2.5濃度的加劇與制造業(yè)的相關(guān)多樣性和非相關(guān)多樣性集聚的關(guān)系程度較小。專業(yè)化集聚對(duì)于PM2.5濃度的解釋力有所增強(qiáng)，且從不顯著變?yōu)轱@著，說(shuō)明同種類別的制造業(yè)在地區(qū)集聚逐漸加劇了PM2.5濃度空間分布的影響程度。集聚密度始終是PM2.5濃度空間分布的主導(dǎo)因素，但影響程度有所下降。分時(shí)間段來(lái)看，2005年，企業(yè)地理鄰近度、相關(guān)多樣性與非相關(guān)多樣性在一定程度上影響PM2.5濃度空間分布，因子按照q統(tǒng)計(jì)量的大小進(jìn)行整體排序最終得出：集聚密度>相關(guān)多樣性>非相關(guān)多樣性>企業(yè)地理鄰近度。集聚密度的貢獻(xiàn)率最大，解釋力為35%，最為顯著，其次是相關(guān)多樣性，解釋力為27.4%。這在一定程度上反映了集聚形式中的集聚密度是導(dǎo)致PM2.5濃度空間分異的主導(dǎo)因素。2013年，影響因子轉(zhuǎn)為集聚密度、企業(yè)地理鄰近度、專業(yè)化，因子按照q統(tǒng)計(jì)量的大小進(jìn)行整體排序最終得出：集聚密度>專業(yè)化>企業(yè)地理鄰近度。其中，集聚密度解釋力為23.6%，最為顯著。具體見表2。

4.1.2 基于地理探測(cè)器的交互探測(cè) 基于京津冀各區(qū)（縣）PM2.5濃度的因子交互探測(cè)的結(jié)果顯示，總體來(lái)看，各因子交互作用以非線性增強(qiáng)和雙因子增強(qiáng)為主，說(shuō)明京津冀各區(qū)（縣）PM2.5濃度的空間分異是多種集聚形式共同影響的結(jié)果。其中，多數(shù)因子的交互作用的解釋力趨于下降，企業(yè)地理鄰近度與專業(yè)化、專業(yè)化與多樣性交互作用的解釋力增強(qiáng)。分時(shí)間段來(lái)看，2005年，各因子交互作用以雙因子增強(qiáng)為主，說(shuō)明在制造業(yè)集聚形式因子中任意的兩個(gè)因子交互作用均大于單個(gè)因子的作用。其中，集聚密度與其他因子交互作用的解釋力高于其他因子間的交互作用，與相關(guān)多樣性交互作用時(shí)解釋力最高。2013年，各因子交互作用以非線性增強(qiáng)為主，說(shuō)明在所選的制造業(yè)行業(yè)集聚因子中任意的兩個(gè)因子交互作用均大于兩個(gè)因子之和的作用，集聚密度與其他因子交互作用的解釋力高于其他因子間的交互作用，與專業(yè)化交互作用時(shí)解釋力最高。具體見表3。

4.2 基于行業(yè)異質(zhì)性對(duì)京津冀地區(qū)PM2.5濃度空間分異影響的實(shí)證研究

從制造業(yè)分行業(yè)工業(yè)總產(chǎn)值的占比來(lái)看（見圖6），黑色金屬冶煉和壓延加工、化學(xué)原料及化學(xué)制品等重工業(yè)和化學(xué)工業(yè)在京津冀地區(qū)所占比重較大，這些行業(yè)往往是污染密集型和能源密集型行業(yè)。天津、唐山、衡水、邢臺(tái)等都是能源密集行業(yè)占主導(dǎo)，這些地區(qū)的經(jīng)濟(jì)發(fā)展取決于環(huán)境開發(fā)和資源消耗的程度，使經(jīng)濟(jì)增長(zhǎng)與環(huán)境脫鉤的難度加大[36]。本文選取了31個(gè)制造業(yè)細(xì)分行業(yè)的集聚密度作為探測(cè)要素，利用地理探測(cè)器的方法進(jìn)行橫向比較各行業(yè)集聚對(duì)于PM2.5空間分異的相對(duì)重要性。

4.2.1 基于地理探測(cè)器的因子探測(cè) 基于不同行業(yè)集聚的PM2.5濃度空間分異驅(qū)動(dòng)因子探測(cè)的結(jié)果顯示，在31個(gè)制造業(yè)細(xì)分行業(yè)中，20個(gè)行業(yè)通過顯著性檢驗(yàn)，這些行業(yè)的集聚在不同程度上解釋了PM2.5濃度空間分異的驅(qū)動(dòng)機(jī)制。從q統(tǒng)計(jì)量大小的整體排名來(lái)看，化學(xué)原料及化學(xué)制品制造業(yè)、橡膠和塑料制品業(yè)、專用設(shè)備制造業(yè)、黑色金屬冶煉及壓延加工業(yè)、電氣機(jī)械和器材制造業(yè)、通用設(shè)備制造業(yè)以及非金屬礦物制品業(yè)是導(dǎo)致PM2.5濃度空間分異的主要因素，解釋力分別為31.9%、27.9%、24.5%、24.4%、24.2%、22.6%、21.3%。其中，化學(xué)原料及化學(xué)制品制造業(yè)解釋力最強(qiáng)，在一定程度上反映了化學(xué)原料及化學(xué)制品制造業(yè)的集聚對(duì)京津冀各區(qū)（縣）PM2.5濃度空間分布具有顯著影響，這是導(dǎo)致PM2.5濃度空間分異的主要因素。具體見表4。

4.2.2 基于地理探測(cè)器的交互探測(cè) 基于不同行業(yè)集聚的PM2.5濃度空間分異驅(qū)動(dòng)因子交互探測(cè)的結(jié)果顯示，各因子交互作用以非線性增強(qiáng)和雙因子增強(qiáng)為主，說(shuō)明京津冀各區(qū)（縣）PM2.5濃度的空間分異不是由單個(gè)行業(yè)集聚所造成的，而是不同行業(yè)共同集聚的結(jié)果。其中，化學(xué)原料及化學(xué)制品制造業(yè)與其他因子的交互作用的解釋力明顯強(qiáng)于其他因子間的交互作用，其與黑色金屬冶煉及壓延加工業(yè)交互作用時(shí)解釋力最高，為50.5%，其次是橡膠和塑料制品業(yè)與黑色金屬冶煉及壓延加工業(yè)的交互作用，解釋力為50.3%。由此可見，化學(xué)原料及化學(xué)制品制造業(yè)與黑色金屬冶煉及壓延加工業(yè)、橡膠和塑料制品業(yè)與黑色金屬冶煉及壓延加工業(yè)在空間上的集聚對(duì)PM2.5濃度空間分布具有重要的影響。具體見表5。

5 結(jié)論與建議

5.1 結(jié)論

本文通過分析京津冀各區(qū)（縣）PM2.5濃度與制造業(yè)集聚的時(shí)空演化特征，基于不同集聚形式和行業(yè)異質(zhì)性，利用地理探測(cè)器識(shí)別京津冀區(qū)（縣）尺度PM2.5污染空間分異的影響因素，得到如下結(jié)論。

（1）對(duì)基于年均PM2.5濃度、制造業(yè)集聚形式的時(shí)空演化特征分析可知：京津冀地區(qū)年均PM2.5濃度西北低、東南高，呈現(xiàn)上升趨勢(shì)，高值區(qū)位于石家莊、邯鄲的部分區(qū)（縣）。制造業(yè)集聚密度的空間分布呈現(xiàn)“京-津-邯”三核心組團(tuán)式發(fā)展的格局；企業(yè)地理鄰近度高值區(qū)由片狀分布轉(zhuǎn)變?yōu)榱闵Ⅻc(diǎn)狀分布；專業(yè)化集聚空間分布由中部以及西北部集中連片發(fā)展格局轉(zhuǎn)變?yōu)椤皬?保-邢-秦”四小型核心發(fā)展格局；多樣性集聚空間分布由“京-津-石”三小型集聚核心格局轉(zhuǎn)變?yōu)榧羞B片式發(fā)展格局；相關(guān)多樣性與非相關(guān)多樣性空間分布較分散，各區(qū)（縣）相關(guān)多樣性與非相關(guān)多樣性發(fā)展水平差距逐漸縮小?？傮w來(lái)看，京津冀各區(qū)（縣）的PM2.5濃度以及制造業(yè)集聚形式存在明顯的空間分異性。

（2）從空間分異的機(jī)理上來(lái)看，制造業(yè)粗放式發(fā)展模式以及在空間上的不合理集聚對(duì)京津冀地區(qū)空氣污染治理產(chǎn)生了威脅。2005—2013年，不同集聚形式對(duì)PM2.5濃度影響的結(jié)果表明，不同時(shí)期各影響要素對(duì)PM2.5濃度的解釋力存在差異。其中，集聚密度一直是PM2.5濃度空間分布的主導(dǎo)因素，但影響程度有所下降；專業(yè)化集聚對(duì)于PM2.5濃度的解釋力有所增強(qiáng)，這說(shuō)明同種類別的制造業(yè)在地區(qū)集聚逐漸加劇了對(duì)PM2.5濃度空間分布的影響程度。同時(shí)，不同集聚形式的交互作用加強(qiáng)了對(duì)PM2.5濃度空間分布的影響程度。因此，防止制造業(yè)在空間上過度集聚，引導(dǎo)制造業(yè)空間合理集聚、有序集聚、多樣化集聚，是京津冀地區(qū)PM2.5環(huán)境治理的重要戰(zhàn)略選擇。

（3）基于行業(yè)異質(zhì)性的細(xì)分行業(yè)集聚對(duì)PM2.5濃度空間分異的影響的結(jié)果表明，化學(xué)原料及化學(xué)制品制造業(yè)、橡膠和塑料制品業(yè)、專用設(shè)備制造業(yè)、黑色金屬冶煉及壓延加工業(yè)等的集聚是導(dǎo)致PM2.5濃度空間分異的主要因素。其中，化學(xué)原料及化學(xué)制品制造業(yè)的集聚是導(dǎo)致PM2.5濃度空間分異的主導(dǎo)因素。同時(shí)，化學(xué)原料及化學(xué)制品制造業(yè)與其他因子的交互作用的解釋力明顯強(qiáng)于其他因子間的交互作用，其與黑色金屬冶煉及壓延加工業(yè)交互作用時(shí)解釋力最高。因此，京津冀地區(qū)作為世界性霧霾問題最突出的地區(qū)之一，應(yīng)加快疏解化學(xué)原料及化學(xué)制品制造業(yè)等細(xì)分行業(yè)的集聚，以及化學(xué)原料及化學(xué)制品制造業(yè)與黑色金屬冶煉及壓延加工業(yè)等偏污染型、重化工行業(yè)在空間上的共同集聚，這是降低京津冀各區(qū)（縣）PM2.5濃度的重要路徑。

5.2 建議

京津冀地區(qū)是我國(guó)PM2.5污染的重災(zāi)區(qū)之一，因此，在面對(duì)制造業(yè)產(chǎn)業(yè)集聚發(fā)展與PM2.5污染治理時(shí)，需要科學(xué)管控、精準(zhǔn)施策，逐步開展生態(tài)文明建設(shè)，實(shí)現(xiàn)可持續(xù)發(fā)展。因此，本文提出以下政策建議。①合理制定政策，產(chǎn)業(yè)科學(xué)布局。按照制造業(yè)的集聚情況，從治理方案、集聚特點(diǎn)、管理重點(diǎn)、政策支撐等多方面進(jìn)行區(qū)域差異化管理，合理制定制造業(yè)發(fā)展規(guī)劃，通過降低地租、財(cái)政補(bǔ)貼等政策，鼓勵(lì)企業(yè)遷移到制造業(yè)發(fā)展基礎(chǔ)薄弱且亟須發(fā)展的地區(qū)。同時(shí)，在這些地區(qū)建立可承接企業(yè)的制造業(yè)園區(qū)，增加企業(yè)間上下游聯(lián)系，提高產(chǎn)業(yè)多樣化水平，并對(duì)園區(qū)的污染物進(jìn)行統(tǒng)一檢測(cè)、處理以及排放，防止地區(qū)PM2.5濃度升高。②優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，提升生產(chǎn)技術(shù)。以PM2.5濃度的標(biāo)準(zhǔn)來(lái)控制促進(jìn)制造業(yè)轉(zhuǎn)型，通過制造業(yè)結(jié)構(gòu)的優(yōu)化和轉(zhuǎn)型升級(jí)，來(lái)改變京津冀地區(qū)以放任空氣污染為代價(jià)的傳統(tǒng)的工業(yè)化發(fā)展模式，做好工業(yè)固廢等大宗廢棄物的資源化利用，大力發(fā)展綠色產(chǎn)業(yè)。引進(jìn)培養(yǎng)相關(guān)產(chǎn)業(yè)和環(huán)保領(lǐng)域的人才，建立人才隊(duì)伍，加大資金投入，攻克環(huán)境污染治理和高效生產(chǎn)的關(guān)鍵技術(shù)。③設(shè)立大氣環(huán)境監(jiān)測(cè)合作機(jī)制，完善大氣環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)，加強(qiáng)區(qū)域內(nèi)環(huán)境監(jiān)測(cè)合作定期協(xié)商，推進(jìn)大氣監(jiān)測(cè)數(shù)據(jù)共享，持續(xù)提高空氣質(zhì)量?jī)?yōu)良率。同時(shí)，科普環(huán)保知識(shí)，提高環(huán)保意識(shí)。

參考文獻(xiàn)：

[1] 孫博文. 環(huán)境經(jīng)濟(jì)地理學(xué)研究進(jìn)展[J]. 經(jīng)濟(jì)學(xué)動(dòng)態(tài)， 2020（3）： 131-146.

[2] CHEN D K， CHEN S Y， JIN H. Industrial agglomeration and CO2 emissions： Evidence from 187 Chinese prefecture-level cities over 2005-2013[J]. Journal of Cleaner Production， 2018（ 172）： 993-1003.

[3] LIU Z D， CAI Y， HAO X J. The agglomeration of manufacturing industry， innovation and haze pollution in China： Theory and evidence[J]. International Journal of Environmental Research and Public Health， 2020， 17（5）： 1670.

[4] 張姍姍， 朱曉東， 張磊， 等. 蘇錫常地區(qū)制造業(yè)污染減排綜合分析與評(píng)價(jià)[J]. 地理科學(xué)， 2020， 40（2）： 238-247.

[5] 候勃， 岳文澤， 王騰飛. 中國(guó)大都市區(qū)碳排放時(shí)空異質(zhì)性探測(cè)與影響因素： 以上海市為例[J]. 經(jīng)濟(jì)地理， 2020， 40（9）： 82-90.

[6] 仇方道， 蔣濤， 張純敏， 等. 江蘇省污染密集型產(chǎn)業(yè)空間轉(zhuǎn)移及影響因素[J]. 地理科學(xué)， 2013， 33（7）： 789-796.

[7] 王亞平， 曹欣欣， 程鈺， 等. 山東省污染密集型產(chǎn)業(yè)時(shí)空演變特征及影響機(jī)理[J]. 經(jīng)濟(jì)地理， 2019， 39（1）： 130-139.

[8] 薛黎明， 趙桔， 鄭志學(xué)， 等. 基于Lotka-Volterra模型的煤炭產(chǎn)業(yè)與環(huán)境系統(tǒng)協(xié)調(diào)性研究[J]. 地域研究與開發(fā)， 2020， 39（5）： 150-155， 162.

[9] 鄒輝， 段學(xué)軍. 中國(guó)化工產(chǎn)業(yè)布局演變與影響機(jī)理研究[J]. 地理科學(xué)， 2020， 40（10）： 1646-1653.

[10] 周沂， 賀燦飛， 劉穎. 中國(guó)污染密集型產(chǎn)業(yè)地理分布研究[J]. 自然資源學(xué)報(bào)， 2015， 30（7）： 1183-1196.

[11] 胡志強(qiáng)， 苗健銘， 苗長(zhǎng)虹. 中國(guó)地市尺度工業(yè)污染的集聚特征與影響因素[J]. 地理研究， 2016， 35（8）： 1470-1482.

[12] 丁鐳， 夏會(huì)會(huì)， 師懿， 等. 2000—2015年長(zhǎng)江經(jīng)濟(jì)帶工業(yè)結(jié)構(gòu)演變及其環(huán)境效應(yīng)[J]. 安全與環(huán)境工程， 2020， 27（2）： 8-16.

[13] 沈靜， 向澄， 柳意云. 廣東省污染密集型產(chǎn)業(yè)轉(zhuǎn)移機(jī)制：基于20002009年面板數(shù)據(jù)模型的實(shí)證[J]. 地理研究， 2012， 31（2）： 357-368.

[14] 高爽， 魏也華， 陳雯， 等. 發(fā)達(dá)地區(qū)制造業(yè)集聚和水污染的空間關(guān)聯(lián)： 以無(wú)錫市區(qū)為例[J]. 地理研究， 2011， 30（5）： 902-912.

[15] 鄧晴晴， 李二玲， 任世鑫. 農(nóng)業(yè)集聚對(duì)農(nóng)業(yè)面源污染的影響： 基于中國(guó)地級(jí)市面板數(shù)據(jù)門檻效應(yīng)分析[J]. 地理研究， 2020， 39（4）： 970-989.

[16] 余奕杉， 衛(wèi)平， 高興民. 生產(chǎn)性服務(wù)業(yè)集聚對(duì)城市綠色全要素生產(chǎn)率的影響： 以中國(guó)283個(gè)城市為例[J]. 當(dāng)代經(jīng)濟(jì)管理， 2021， 43（4）： 54-65.

[17] DE LUCIO J J， HERCE J A， GOICOLEA A. The effects of externalities on productivity growth in Spanish industry[J]. Regional Science and Urban Economics， 2002， 32（2）： 241-258.

[18] 王艷華， 苗長(zhǎng)虹， 胡志強(qiáng)， 等. 專業(yè)化、多樣性與中國(guó)省域工業(yè)污染排放的關(guān)系[J]. 自然資源學(xué)報(bào)， 2019， 34（3）： 586-599.

[19] 胡志強(qiáng)， 苗長(zhǎng)虹， 袁豐. 集聚空間組織形式對(duì)中國(guó)地市尺度工業(yè)SO2排放的影響[J]. 地理學(xué)報(bào)， 2019， 74（10）： 2045-2061.

[20] 張姍姍， 張磊， 張落成， 等. 蘇南太湖流域污染企業(yè)集聚與水環(huán)境污染空間耦合關(guān)系[J]. 地理科學(xué)， 2018， 38（6）： 954-962.

[21] CHENG Z H. The spatial correlation and interaction between manufacturing agglomeration and environmental pollution[J]. Ecological Indicators， 2016（ 61）： 1024-1032.

[22] 姚成勝， 曹紫怡， 韓媛媛. 工業(yè)集聚、人口城鎮(zhèn)化、土地城鎮(zhèn)化與環(huán)境污染[J]. 地域研究與開發(fā)， 2020， 39（5）： 145-149.

[23] 修國(guó)義， 朱悅， 王儉. 產(chǎn)業(yè)集聚、人口規(guī)模與霧霾污染： 基于省際面板數(shù)據(jù)的實(shí)證[J]. 統(tǒng)計(jì)與決策， 2020， 36（7）： 61-65.

[24] 賈卓， 強(qiáng)文麗， 王月菊， 等. 蘭州-西寧城市群工業(yè)污染集聚格局及其空間效應(yīng)[J]. 經(jīng)濟(jì)地理， 2020， 40（1）： 68-75， 84.

[25] DURANTON G， PUGA D. Micro-foundations of urban agglomeration economies[J]. Handbook of Regional and Urban Economics， 2004（ 4）： 2063-2117.

[26] 彭倩， 干鎧駿. 產(chǎn)業(yè)集聚、生產(chǎn)率與污染排放： 來(lái)自中國(guó)制造業(yè)企業(yè)的經(jīng)驗(yàn)證據(jù)[J]. 山西大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）， 2020， 43（2）： 105-120.

[27] HOSOE M， NAITO T. Trans‐boundary pollution transmission and regional agglomeration effects[J]. Papers in Regional Science， 2006， 85（1）： 99-120.

[28] 王素鳳， CHAMPAGNE P， 潘和平， 等. 工業(yè)集聚、城鎮(zhèn)化與環(huán)境污染： 基于非線性門檻效應(yīng)的實(shí)證研究[J].科技管理研究， 2017， 37（11）： 217-223.

[29] 王西琴， 李芬. 天津市經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染水平關(guān)系[J]. 地理研究， 2005， 24（6）： 834-842.

[30] 雷玉桃， 鄭夢(mèng)琳， 孫菁靖. 中國(guó)重點(diǎn)城市群工業(yè)集聚對(duì)霧霾污染的影響研究[J]. 軟科學(xué)， 2020， 34（4）： 64-69.

[31] 曹杰， 林云. 我國(guó)制造業(yè)集聚與環(huán)境污染關(guān)系的實(shí)證研究[J]. 生態(tài)經(jīng)濟(jì)， 2016， 32（6）： 82-87.

[32] 張可， 豆建民. 集聚與環(huán)境污染： 基于中國(guó)287個(gè)地級(jí)市的經(jīng)驗(yàn)分析[J]. 金融研究， 2015（12）： 32-45.

[33] 潘文卿， 李子奈， 劉強(qiáng). 中國(guó)產(chǎn)業(yè)間的技術(shù)溢出效應(yīng)：基于35個(gè)工業(yè)部門的經(jīng)驗(yàn)研究[J]. 經(jīng)濟(jì)研究， 2011， 46（7）： 18-29.

[34] 王勁峰， 徐成東. 地理探測(cè)器： 原理與展望[J]. 地理學(xué)報(bào)， 2017， 72（1）： 116-134.

[35] 陳洪星， 楊德剛， 李江月， 等. 大數(shù)據(jù)視角下的商業(yè)中心和熱點(diǎn)區(qū)分布特征及其影響因素分析： 以烏魯木齊主城區(qū)為例[J]. 地理科學(xué)進(jìn)展， 2020， 39（5）： 738-750.

[36] ZHAO Y B，WANG S J， ZHOU C S. Understanding the relation between urbanization and the eco-environment in China’s Yangtze River Delta using an improved EKC model and coupling analysis[J]. The Science of the Total Environment， 2016（571）： 862-875.

作者貢獻(xiàn)說(shuō)明：

王嘉寧：負(fù)責(zé)總體構(gòu)思及主要內(nèi)容撰寫；

李業(yè)錦：負(fù)責(zé)方法指導(dǎo)及部分內(nèi)容撰寫；

李怡旻：負(fù)責(zé)部分內(nèi)容撰寫以及相關(guān)政策修改；

李 倩：負(fù)責(zé)部分內(nèi)容撰寫。

Research on the Influence of Manufacturing Agglomeration in Beijing-Tianjin-Hebei Region on PM2.5 Concentration Based on Geographic Detector

Wang Jianing1 Li Yejin1 LI Yimin2 Li Qian3 1College of Resources Environment and Tourism， Capital Normal University， Beijing 100048 2Faculty of Geographical Science， Beijing Normal University， Beijing 100088 3China International Engineering Consulting Corporation， Senior Engineer， Beijing 100048

Abstract： [Purpose/significance] Exploring the distribution characteristics and influencing factors of haze pollution in the Beijing-Tianjin-Hebei region and clarifying the relationship between PM2.5 concentration and manufacturing agglomeration may be an important way to promote the green development of the Beijing-Tianjin-Hebei region. [Method/process] 204 districts and counties in Beijing-Tianjin-Hebei Region were taken as research objects to explore the spatial and temporal distribution characteristics of manufacturing agglomeration and PM2.5 concentration based on the data of industrial enterprises and the average annual PM2.5 concentration data from 2005 to 2013. The geographical detectors were used to reveal the influence mechanism of PM2.5 concentration spatial distribution from the perspectives of industry heterogeneity and agglomeration. [Result/conclusion]①The average annual PM2.5 concentration in Beijing-Tianjin-Hebei region showed a low spatial distribution pattern in northwest and a high spatial distribution pattern in southeast， with the obviously upward trend. The agglomeration form of manufacturing industry presented the spatial differentiation characteristic， in which the agglomeration density presented the development pattern of “Beijing-Tianjin-Handan” three-core group. Specialized agglomeration was manifested in the four small core development patterns of “Zhangjiakou-Baoding-Xingtai-Qinhuangdao”. Diversity agglomeration showed a centralized and contiguous development pattern. ②There was difference in the explanatory power of manufacturing agglomeration forms to PM2.5 concentration in different periods. Agglomeration density is always the dominant factor in the spatial distribution of PM2.5 concentration， but the degree of influence decreases to some extent. Specialized agglomeration has enhanced the explanatory power of PM2.5 concentration. The interaction of different agglomeration forms strengthens the degree of influence on the spatial distribution of PM2.5 concentration. ③From the perspective of industry heterogeneity， chemical raw materials and chemical products manufacturing industry were the leading factors resulting in the spatial differentiation of PM2.5 concentration. The explanatory power of the interaction between chemical raw materials and chemical products manufacturing industry and other factors was obviously stronger than that of other factors， and the explanatory power of the interaction between chemical raw materials and chemical products manufacturing industry and ferrous metal smelting and rolling processing industry was the highest. Therefore， the pollution-prone and heavy chemical industries should also be redistributed more vigorously to guide the reasonable， orderly and diversified agglomeration of manufacturing space， and accelerate the green and low-carbon transformation of manufacturing industry， which is an important strategic choice for the environmental management of PM2.5 in Beijing-Tianjin-Hebei region.

Keywords： agglomeration form PM2.5 geographic detector Beijing-Tianjin-Hebei region