摘 要：在分析京津冀城市群霧霾現(xiàn)狀基礎上，對京津冀城市群霧霾污染進行了空間自相關檢驗，運用空間滯后和空間杜賓模型分析了霧霾污染的空間溢出效應。結果表明：京津冀城市群霧霾污染具有明顯的空間集聚特征，產業(yè)結構不合理、人均GDP低可增加霧霾污染物，而外商實際投資增加、綠化覆蓋率高以及平均氣壓和平均風速高可減少霧霾污染。

關鍵詞：京津冀；霧霾污染；空間效應；影響因素

中圖分類號：X513 文獻標志碼：B 文章編號：2095–3305（2024）08–0-03

京津冀城市群作為我國特大級城市群之一，特別是國家級新區(qū)雄安新區(qū)的設立，更加凸顯出京津冀城市群作為中國經濟核心區(qū)的重要性，同時，京津冀城市群也被定位于協(xié)同發(fā)展改革引領區(qū)、生態(tài)修復環(huán)境改善示范區(qū)[1]。但該區(qū)域也是中國生態(tài)環(huán)境最嚴重、大氣污染最集中的地區(qū)?！毒┙蚣絽f(xié)同發(fā)展規(guī)劃綱要》中指出要在生態(tài)環(huán)境協(xié)同治理方面率先突破，表明大氣污染問題已經引起政府、公眾的廣泛關注，京津冀三地共同出臺了《京津冀及周邊地區(qū)深化大氣污染控制中長期規(guī)劃》，打破行政框架，共同治理霧霾污染[2]。

然而，這些措施并沒有從根本上扭轉霧霾污染的形勢。為此，研究京津冀城市群霧霾的時空分布、霧霾污染的影響因素對京津冀城市群大氣污染防控具有重要的現(xiàn)實意義。

中國科學院地理所方創(chuàng)琳研究員團隊對此進行了系統(tǒng)的研究。劉海猛等[3]基于京津冀縣級數(shù)據(jù)，利用空間計量模型研究了京津冀霧霾污染的影響因素；崔學剛等[4]以京津冀城市群13個地級以上城市為例，研究了環(huán)境規(guī)制對城市生態(tài)環(huán)境的影響；王振波等[5]以2000—2015年京津冀城市群面板數(shù)據(jù)為研究樣本，構建了“壓力—狀態(tài)—響應（PSR）”城市群生態(tài)安全指標體系，對京津冀生態(tài)安全進行了評價。此外，王一辰等[6]利用京津冀2006—2015年13個城市面板數(shù)據(jù)利用ARCGIS軟件對霧霾的影響因素進行了研究。

1 模型構建和變量選擇

1.1 模型構建

空間計量方法能夠克服傳統(tǒng)計量方法的不足，把變量的空間變量納入模型，空間計量模型包括空間滯后模型（Spatial Lag Model，SLM）與空間誤差模型（Spatial Error Model，SEM）以及后續(xù)發(fā)展的包含解釋變量空間滯后項的空間杜賓模型（Spatial Dubin Model，SDM）等形式。

1.2 變量選擇

變量選取方面，在參考文獻基礎上，主要選取社會經濟發(fā)展和自然因素2個方面，其中社會經濟發(fā)展主要選取產業(yè)結構、人均GDP、外商直接投資和綠化覆蓋率，自然因素主要選取平均氣壓和平均風速[7-10]。

2 實證分析

2.1 空間自相關

使用Moran’s I檢驗京津冀地區(qū)霧霾污染的空間相關性。從表1可以看出，京津冀城市群的霧霾污染在空間上具有很強的相關性，所有年份的Moran’s I值都通過了5%的檢驗，均＜0.05，Z值均＞3.0。

2.2 空間計量檢驗

將京津冀城市群的霧霾污染程度的PM2.5作為被解釋變量，影響霧霾的社會經濟發(fā)展和自然因素作為解釋變量，利用空間計量模型對京津冀PM2.5進行檢驗。

（1）空間滯后模型?？臻g計量基本模型主要分為空間誤差模型、空間滯后模型和空間杜賓模型，空間誤差模型和空間滯后模型主要依據(jù)LM檢驗結果進行判斷。從表2可以看出，空間滯后模型的LM檢驗結果顯著，并且穩(wěn)健的LM檢驗空間滯后模型也比空間誤差模型顯著，因此空間滯后模型要優(yōu)于空間誤差模型。

從表3可以看出，京津冀地區(qū)霧霾污染的影響系數(shù)顯著，空間溢出效應明顯。京津冀地區(qū)產業(yè)分布比較集中，在某些城市高耗能產業(yè)比例較高，導致如唐山、衡水、邢臺等城市霧霾污染較為嚴重，處于霧霾污染環(huán)境庫茲涅茨曲線拐點之前，產業(yè)結構升級系數(shù)每下降1%，會造成霧霾污染提高2%～3%。人均GDP和外商實際投資額對霧霾污染影響呈現(xiàn)正相關關系，經濟發(fā)展帶動人均GDP增加，帶動能源消費增加，并且隨著人們生活水平不斷提高，交通和建筑物密度增加，從而使霧霾污染物集聚，導致空氣污染[11]。與人均GDP相反，外商實際投資額增加會導致霧霾污染程度降低，這主要是由于近年來，各地雖然一直在加大招商引資力度，但是外商投資會重點向高科技、低耗能產業(yè)傾斜。同時，外商投資增加會增加政府稅收，從而增加環(huán)境污染治理投資，因此外商實際投資增加在一定程度上緩解了霧霾污染。綠化率的系數(shù)為負，表明綠化率的增加會降低空氣中霧霾的含量，是提高空氣質量的重要舉措。從自然因素看，平均氣壓和平均風速對霧霾有著顯著的影響，系數(shù)都為負值，表明氣壓和風速越高，越有利于污染物的擴散，降低空氣中霧霾濃度。

（2）空間杜賓模型?？臻g杜賓模型考慮了自變量空間滯后性與因變量之間的關系，此方面空間杜賓模型要優(yōu)于空間滯后面板模型和空間誤差面板模型。從表4可以看出，空間杜賓模型結果表明，京津冀城市群霧霾污染的溢出效應較為明顯，各個樣本城市的霧霾污染不僅與當?shù)叵嚓P，還受到其他區(qū)域的影響。各類模型的空間滯后系數(shù)為正值，說明京津冀城市群的霧霾污染在時空上具有一定的持續(xù)性和區(qū)域性的特征。

（3）空間效應分解。由空間滯后模型和空間杜賓模型可知，霧霾污染存在著空間溢出效應，即一個地區(qū)的產業(yè)結構、人均GDP等不僅影響該地區(qū)的霧霾，也會對其他地區(qū)產生影響，同時，霧霾污染物具有流動性的特征，也會對其他地區(qū)產生影響。從表5可以看出，在時間和空間2個維度下，各種影響因素對霧霾的直接效應和間接效應比較明顯，表明各種因素對霧霾的影響不僅在時間上具有累積性，而且在空間上具有關聯(lián)性。

3 結論

（1）京津冀城市群霧霾污染具有集聚特征。通過對京津冀城市群霧霾進行空間自相關檢驗，表明PM2.5在京津冀13個城市的集聚性和區(qū)域性特征較為明顯，并且從時間維度看變化不大。霧霾污染較重的主要集中在石家莊、保定、邢臺、邯鄲和衡水等平原型城市，霧霾污染較輕的主要集中在承德、張家口等城市。

（2）京津冀城市群空間效應顯著。通過對模型進行LM檢驗，表明空間計量模型中固定效應和空間滯后模型擬合效果較好，產業(yè)結構不合理、人均GDP低可增加霧霾污染物，而外商實際投資增加、綠化覆蓋率高以及平均氣壓和平均風速大可減少霧霾污染。

參考文獻

[1] 陸大道.京津冀城市群功能定位及協(xié)同發(fā)展[J].地理科學進展，2015，34（3）：265-270.

[2] 王振波，方創(chuàng)琳，許光，等.2014年中國城市PM2.5濃度的時空變化規(guī)律[J].地理學報，2015，70（11）：1720-1734.

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

[4] 崔學剛，方創(chuàng)琳，張薔.京津冀城市群環(huán)境規(guī)制強度與城鎮(zhèn)化質量的協(xié)調性分析[J].自然資源學報，2018，33（4）：563-575.

[5] 王振波，梁龍武，方創(chuàng)琳，等.京津冀特大城市群生態(tài)安全格局時空演變特征及其影響因素[J].生態(tài)學報，2018，38 （12）：4132-4144.

[6] 王一辰，沈映春.京津冀霧霾空間關聯(lián)特征及其影響因素溢出效應分析[J].中國人口·資源與環(huán)境，2017，27（S1）：41 -44.

[7] 盧辭，李明鴻，張俊.安徽省農業(yè)面源污染的時空演變及影響因素研究：基于空間計量模型[J].中國農學通報，2023，39 （34）：105-113.

[8] 寧譯萱，尹勇，李瓊.基于空間杜賓模型的中國省際霧霾污染影響因素分析[J].現(xiàn)代商貿工業(yè)，2020，41（26）：44-46.

[9] 王少劍，高爽，陳靜.基于GWR模型的中國城市霧霾污染影響因素的空間異質性研究[J].地理研究，2020，39（3）：651-668.

[10] 劉曉紅.綠色創(chuàng)新測度及其對中國省際霧霾污染的影響：基于空間計量模型的實證[J].當代經濟管理，2019，41（10）： 47-53.

[11] 郭四代，張華，郭杰，等.基于空間計量模型的中國環(huán)境污染評價及影響因素分析[J].生態(tài)學雜志，2018，37（2）：471-481.