鞠可一 葉 欽 李文慧 何 蕾

(1 江蘇科技大學經濟管理學院，江蘇 鎮(zhèn)江 212100；2 南京航空航天大學能源軟科學研究中心，南京 211106)

0 引 言

大氣污染水平的量化和影響因素一直是國內外學者關注的重點問題。關于大氣污染水平的量化，部分學者著重討論了單一污染物(如NO2等)的濃度。隨著我國《環(huán)境空氣質量標準》的修訂，越來越多的學者采用空氣質量指數(shù)(AQI)作為量化標準，以SO2、NO2、PM10、PM2.5、CO、O3等6類污染物中的首要污染物作為衡量大氣污染水平的標準，一定程度上科學測度了我國主要環(huán)境污染物的排放現(xiàn)狀，為科學制定減排計劃提供了決策依據(jù)[1]。關于大氣污染水平的影響因素，學者們通過不同角度來選取指標，研究其對大氣污染水平的影響。在人口方面，王素鳳等研究了人口發(fā)展對大氣污染的門檻效應[2]；在社會因素方面，占華將收入差距因素引入環(huán)境污染影響因素研究，發(fā)現(xiàn)收入差距增加不利于環(huán)境質量的改善[3]；在政策方面，于連超等[4]，汪克亮等[5]，李輝等[6]分別研究了環(huán)境保護費改稅、財政分權與政府創(chuàng)新偏好、城際聯(lián)動執(zhí)法對我國大氣污染水平的影響。

上述針對大氣污染水平及其影響因素的研究大部分圍繞整體展開，缺乏區(qū)域性的指導結論。鑒于長三角地區(qū)重要區(qū)位特征以及不斷推進的一體化進程，對其大氣污染水平的綜合測算將更有利于判斷該地區(qū)的時空關聯(lián)，進而提出更為合理的減排建議?；诖?，本文利用長三角地區(qū)41市2015—2019年的SO2、NO2、PM10、PM2.5、CO、O3等6類大氣污染物來建立復合指標以反映各個城市的大氣污染水平，并采用空間計量模型，參考“環(huán)境庫茲涅茨曲線”假說，對大氣污染的社會經濟影響因素進行全面考察，以期發(fā)現(xiàn)影響長三角地區(qū)大氣污染水平的關鍵因素，并制定專門的應對策略。

1 研究方法

1.1 空間相關性檢驗

本文采用Moran′s I指數(shù)對長三角地區(qū)大氣污染水平的空間相關性進行判斷，并描述其空間分布特征，計算公式為：

(1)

(2)

1.2 空間計量模型

由莫蘭指數(shù)檢驗能夠判斷各城市空氣質量綜合指數(shù)是否存在空間相關性，如果存在空間自相關性，則以空間計量經濟學理論方法為基礎，建立空間計量模型。常用的空間計量模型包括空間滯后模型(SLM)、空間杜賓模型(SDM)和空間誤差模型(SEM)三種。

空間杜賓模型中包含了本城市自變量的影響以及相鄰城市因變量和自變量對本城市的空間溢出效應，具體表達式為：

y=λWy+Xβ+WXδ+ε

慕尼黑工業(yè)大學擁有非專利材料的所有權。在協(xié)商利益相關方（即參與開發(fā)非專利材料的各方）同意后，慕尼黑工業(yè)大學可將其用于研究和商業(yè)用途，例如，通過授予許可或轉讓獲取收益。利益相關方有權分享收益。

(3)

式(3)中，W為空間權重矩陣，λWy表示來自相鄰城市因變量的影響，λ為空間回歸系數(shù)，用于刻畫空間相關性，X為解釋變量，β為本城市自變量對因變量影響的相應系數(shù)。WXδ表示來自相鄰城市自變量的影響，δ為相應的系數(shù)。當WXδ=0時，空間杜賓模型簡化為空間滯后模型(SLM)，表明相鄰城市對本城市的空間溢出效應來自因變量；當相鄰城市對本城市的空間溢出效應來自誤差項時，空間杜賓模型簡化為空間誤差模型(SEM)。

1.3 空氣質量綜合指數(shù)構成

空氣質量綜合指數(shù)是國家生態(tài)環(huán)境部用于對168個城市空氣質量進行評價、排名的一種工具。它是一種描述城市環(huán)境空氣質量綜合狀況的無量綱指數(shù)，綜合考慮了SO2、NO2、PM10、PM2.5、CO、O3六類污染物的污染程度，其值越大表明綜合污染程度越重。

空氣質量綜合指數(shù)的計算方法為評價時段內，六項污染物濃度與對應的二級標準值(根據(jù)《環(huán)境空氣質量標準》GB3095-2012)之商的總和，具體計算公式為:

(4)

2 變量選取與數(shù)據(jù)來源

2.1 大氣污染水平影響因素

為了全面考察影響空氣質量綜合指數(shù)的社會經濟因素，本文在借鑒其他學者研究的基礎上，通過查閱梳理相關文獻，并結合數(shù)據(jù)的可得性，最終選取城鄉(xiāng)收入差距(X1)、人均電力消耗量(X2)、人均民用汽車保有量(X3)、第二三產業(yè)產值比(X4)、發(fā)明專利項數(shù)(X5)、節(jié)能環(huán)保財政支出(X6)、全社會固定資產投資(X7)、人均GDP(X8)、人口密度(X9)9個變量作為影響空氣質量綜合指數(shù)的解釋變量。

本文采用泰爾系數(shù)來描述城鄉(xiāng)收入差距(X1)，具體計算公式為：

(5)

式(5)中，T為泰爾系數(shù)，i=1、2，分別表示城鎮(zhèn)地區(qū)和農村地區(qū)，G為該城市的城鄉(xiāng)總收入，Gi為該城市的城鎮(zhèn)總收入或農村總收入，P為該城市總人口，Pi為該城市的城鎮(zhèn)人口或農村人口。泰爾系數(shù)越大，說明該城市城鄉(xiāng)收入差距越大。

為使數(shù)據(jù)更為精確，本文以2015年為基期，按照GDP、第二產業(yè)和第三產業(yè)相應指數(shù)分別剔除了價格因素的影響。且由于節(jié)能環(huán)保投入對大氣污染的治理存在明顯的滯后性，因此本文采用滯后一期的節(jié)能環(huán)保支出。此外，為使得回歸的結果更加符合實際，本文參考“環(huán)境庫茲涅茨曲線”假說，在模型中引入人均GDP(X8)和人口密度(X9)的二次項和三次項。最后，除空氣質量綜合指數(shù)(I*)、城鄉(xiāng)收入差距(X1)以及第二第三產業(yè)產值比(X4)外，其余變量均進行對數(shù)處理。

2.2 數(shù)據(jù)來源

本文所使用的大氣污染數(shù)據(jù)來自中國空氣質量在線監(jiān)測分析平臺(https://www.aqistudy.cn/historydata/)和各個城市的大氣污染監(jiān)測站。GDP及指數(shù)、年末常住人口、第二產業(yè)第三產業(yè)產值及指數(shù)、全社會用電量、城鄉(xiāng)居民收入和人口以及2017年及以后的全社會固定資產投資額來自上海、江蘇、浙江和安徽統(tǒng)計年鑒。節(jié)能環(huán)保支出來自江蘇、安徽統(tǒng)計年鑒，《浙江財政年鑒》《中國財政年鑒》。行政面積、2017年及以后的發(fā)明專利授予量和2016年及以前的全社會固定資產投資額來自《中國城市統(tǒng)計年鑒》。2016年及以前的發(fā)明專利授予量來自41個城市國民經濟和社會發(fā)展統(tǒng)計公報。

3 長三角地區(qū)大氣污染時空分布與影響因素分析

3.1 長三角地區(qū)空間集聚特征分析

根據(jù)Moran′s I指數(shù)的計算公式(1)，采用行標準化后的鄰接空間權重矩陣，使用Stata軟件計算出2015—2019年江浙滬皖41市空氣質量綜合指數(shù)的Moran′s I指數(shù)，結果如表1所示。

表1 空氣質量綜合指數(shù)全局莫蘭檢驗

由表1可知，在2015—2019年間，41市空氣質量綜合指數(shù)的Moran′s I指數(shù)均為正值，且通過了1%的顯著性檢驗，說明長三角地區(qū)存在顯著的空間集聚性。此時，采用空間計量模型比傳統(tǒng)模型更能準確考察各影響因素對大氣污染水平的作用。此外Moran′s I指數(shù)逐年增大，說明隨著時間的推移，41市大氣污染水平的空間集聚性越來越強，也從側面證實了江浙滬皖地區(qū)“一榮俱榮，一損俱損”的區(qū)域大氣污染空間集聚效應正在快速形成。

為獲取長三角地區(qū)41市及其相鄰城市的大氣污染水平的區(qū)域相關性，研究進行了局部莫蘭指數(shù)檢驗，檢驗結果如圖1所示。2015—2019年長三角地區(qū)41市大氣污染水平的空間分布整體以高-高(HH)集聚和低-低(LL)集聚為主。約以蘇州-湖州-杭州-宣城-池州-六安為界，南部集聚特征為LL，北部為HH。位于分界線的城市中其集聚特征不穩(wěn)定。以杭州為例，在研究期內杭州出現(xiàn)了4次高-低(HL)集聚，作為唯一一個呈現(xiàn)HL特征的省會城市，杭州為浙江省其他城市承擔了更多的污染排放。值得注意的是，同樣作為省會城市的合肥和南京在本省其他城市大氣污染程度較高的情況下，并沒有起到表率作用。上海的空間集聚特征為：HH→LH→LL，不僅自身的大氣污染水平逐年改善，且?guī)又苓叧鞘械钠毡楹棉D。

圖1 2015—2019年長三角地區(qū)41市大氣污染水平集聚圖

3.2 長三角地區(qū)大氣污染水平影響因素分析

根據(jù)全局莫蘭檢驗的結果(見表1)以及Stata的檢驗，本文決定使用地區(qū)固定效應的空間杜賓模型來對長三角地區(qū)大氣污染水平的影響因素進行研究，計量模型如下：

(6)

表2前三列呈現(xiàn)了在標準化后的鄰接空間權重矩陣下，空間杜賓模型的估計結果。

從人均GDP(X8)和人口密度(X9)的三次項系數(shù)來看，二者與大氣污染之間分別呈現(xiàn)倒“N”型和“N”型關系。選取東南西北4個方位(甬溫徽徐)及各省省會(寧杭廬)、直轄市(滬)，標注其在“N”型/倒“N”型曲線中的相對位置，如圖2所示。圖2(a)表明，隨著人口的集聚，大量城市基礎設施需要建設，導致了初期污染的增加(徽)，而隨著這些設施的日益完備，資源高效利用的紅利便展現(xiàn)了出來(廬杭徐溫甬)。當人口進一步集聚，資源高效利用帶來的紅利逐漸消失，大氣污染水平再度隨人口密度的增大而增加(寧滬)。圖2(b)顯示，大部分城市延續(xù)了“先污染，后治理”的發(fā)展模式，在其大氣污染物的排放速度超過環(huán)境和人為的治理速度后，經濟發(fā)展初期呈現(xiàn)出大氣污染水平和人均GDP同步增長的局面(徽溫徐)。在人才、資本、信息等要素充分流動后，企業(yè)的生產技術和污染處理技術都會得到革新，高技術含量、低污染、低耗能的企業(yè)比例逐漸提高，經濟發(fā)展與大氣污染水平逆向而行(廬甬杭滬寧)。

圖2 人口密度、人均GDP和大氣污染水平的關系

本城市和相鄰城市的城鄉(xiāng)收入差距(X1)均會對大氣污染水平產生顯著的正向影響，即城鄉(xiāng)收入差距的擴大會使得大氣污染趨于嚴重。說明大氣污染的治理和城鄉(xiāng)收入差距的改善是可以同步進行的，二者之間是相輔相成的關系，而非“魚與熊掌”?？紤]到省級城市上海、省會城市南京、杭州和合肥與一般地級市無論是經濟水平還是人口規(guī)模都相差甚大，表2單獨呈現(xiàn)了排除滬寧杭廬四大城市后的回歸結果。若排除上海的影響，無論是本地區(qū)還是相鄰地區(qū)，城鄉(xiāng)收入差距對空氣質量綜合指數(shù)的影響仍然顯著為正，表明城鄉(xiāng)收入差距會加劇大氣污染的結果并非偶然；若排除滬寧杭廬，相鄰地區(qū)城鄉(xiāng)收入差距對空氣質量綜合指數(shù)的影響并不顯著，說明省級與省會城市的大氣污染受到來自相鄰城市城鄉(xiāng)收入差距的影響要遠大于一般地級市?？傮w而言，大氣污染水平受城鄉(xiāng)收入差距的影響在省會城市及相鄰地區(qū)尤為明顯。

表2 回歸結果

此外，從回歸結果中還可以看出人均耗電量(X2)對大氣污染水平的影響為負，說明電氣化水平的提升在減緩大氣污染水平過程中發(fā)揮了巨大的促進作用。民用汽車保有量(X3)對大氣污染的影響顯著為正，說明汽車行業(yè)的發(fā)展會對空氣質量產生負面影響，政府需要加強對環(huán)保型或新能源汽車產業(yè)的支持和推廣，以緩解燃油汽車對大氣污染的負向作用。第二、三產業(yè)產值之比(X4)對大氣污染水平的影響顯著為負，這可能是因為長三角地區(qū)部分城市的第二產業(yè)產值以醫(yī)藥、航天、新材料和新能源等高新技術產業(yè)為主，這些產業(yè)產值高、污染低，造成了第二產業(yè)對大氣污染水平的影響為負的“特例”。發(fā)明專利授予量(X5)對大氣污染水平的影響在10%的顯著水平下為負，說明科技進步對大氣污染具有一定的抑制作用。政府節(jié)能環(huán)保支出(X6)和大氣污染水平間呈現(xiàn)出一次項為正，二次項為負的相關關系，其表現(xiàn)形態(tài)為“倒U”型，即在節(jié)能環(huán)保投入的初期，無法從根本上調整大氣污染水平，但隨著投入的持續(xù)，大氣污染水平可進入下行狀態(tài)。全社會固定資產投資(X7)對本地大氣污染水平的影響不顯著，但會正向影響其相鄰城市，說明全社會固定資產投資對相鄰城市間大氣污染水平存在溢出效應。

4 結論和建議

4.1 結 論

長三角地區(qū)41座城市大氣污染水平的空間性特征明顯。在空間上，大氣污染水平存在顯著的空間正相關性，且相關性逐年遞增，約以蘇州-湖州-杭州-宣城-池州-安慶為界，北部呈現(xiàn)高高聚集，南部呈現(xiàn)低低聚集。

城鄉(xiāng)收入差距的擴大會使得大氣污染趨于嚴重，且省會城市(滬寧杭廬)及其相鄰地區(qū)的表現(xiàn)尤為明顯；電氣化水平的提升在減緩大氣污染水平過程中發(fā)揮了巨大的促進作用，而汽車行業(yè)的發(fā)展會對空氣質量產生負面影響，政府需要加強對環(huán)保型或新能源汽車產業(yè)的支持和推廣，以緩解燃油汽車對大氣污染的負向作用。

基于環(huán)境庫茲涅茨曲線空間計量模型實證結果顯示，人口密度和人均GDP回歸結果呈現(xiàn)顯著的“N”型和倒“N”型關系。人口的適當集聚可以使得污染治理成本迅速降低，大氣污染也逐步減少。但過度集聚也會使得因人口規(guī)模帶來的污染排放效應超過資源高效利用帶來的污染遏制效應，治理成本和大氣污染再度增加。同時經濟的高質量發(fā)展，使得產業(yè)結構得到優(yōu)化升級，大氣污染物排放逐步減少。

因為大氣環(huán)流和經濟交流的空間溢出性，各城市間的大氣污染存在不同程度的關聯(lián)。大氣污染在空間上的集聚性要求政府在進行大氣污染治理時不能忽視本城市與周邊城市之間的聯(lián)系，應當加強區(qū)域合作，建立聯(lián)防減排機制。加強城市和區(qū)域間的通力合作，建立共同協(xié)作減排機制，推進長三角地區(qū)聯(lián)防聯(lián)控。為使大氣污染治理更加高效，也為防止相鄰城市的大氣污染導致本城市大氣污染的反彈或加劇，長三角地區(qū)一體化的聯(lián)防聯(lián)控勢在必行。

4.2 政策建議

大氣污染在空間上存在明顯的差異性，各個城市的人口密度、支柱產業(yè)及產業(yè)結構特點也存在較大的差異。在進行大氣污染治理時應當綜合各城市的發(fā)展情況制定具體、精準的環(huán)保政策并縮小城鄉(xiāng)收入差距，加速推進共同富裕，讓低收入群體也享受到經濟發(fā)展的益處，提高低收入家庭的環(huán)保意識，讓“綠水青山就是金山銀山”的觀念進一步深入人心。各城市綜合考慮自身支柱產業(yè)和產業(yè)結構特點，對短時間內無法放棄的產業(yè)進行技術升級，同時逐步淘汰落后產能，引入先進和新型的技術產業(yè)同時發(fā)展第三產業(yè)，讓經濟和環(huán)境達成共贏。與此同時，人口較為密集的城市，如上海、南京等應時刻關注自身的人口承載力，遏制人口的過度集聚，防止因人口密度過大加劇大氣污染水平惡化。