基于空間杜賓模型的中國省際霧霾污染影響因素分析

寧譯萱 尹勇 李瓊

摘 要：選取中國省際2005-2016相關(guān)空間面板數(shù)據(jù)，構(gòu)建帶有時(shí)空雙固定效應(yīng)的空間杜賓模型探究各種影響因素對(duì)霧霾污染的空間效應(yīng)，研究結(jié)果表明：霧霾污染表現(xiàn)出顯著正的溢出效應(yīng)，本地區(qū)霧霾污染的提升會(huì)相應(yīng)加重鄰近地區(qū)霧霾污染。開放程度、環(huán)境規(guī)制、經(jīng)濟(jì)發(fā)展水平、城市化水平、技術(shù)水平、產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)均能不同程度對(duì)霧霾污染產(chǎn)生影響。基于此，提出相應(yīng)可降低霧霾污染的政策建議。

關(guān)鍵詞：霧霾;影響因素;空間杜賓模型;時(shí)空雙固定效應(yīng)

中圖分類號(hào)：F2 ? ? 文獻(xiàn)標(biāo)識(shí)碼：A ? ? ?doi：10.19311/j.cnki.1672-3198.2020.26.023

改革開放帶來中國“經(jīng)濟(jì)奇跡”的同時(shí)也使得我國陷入“經(jīng)濟(jì)-環(huán)境”怪圈中，傳統(tǒng)粗放式的經(jīng)濟(jì)發(fā)展模式以重工業(yè)發(fā)展為主，“重發(fā)展-輕保護(hù)”的發(fā)展理念使得目前的中國已成為世界上污染最為嚴(yán)重的國家之一。近年來，霧霾污染席卷全國，呈現(xiàn)出發(fā)生頻率高、波及范圍廣、持續(xù)時(shí)間長、治理難度大等特點(diǎn);《2018中國生態(tài)環(huán)境狀況公報(bào)顯示》，京津冀、長三角、汾渭平原等地區(qū)平均優(yōu)良天數(shù)比例分別為505%、741%、543%，全年城市環(huán)境空氣質(zhì)量達(dá)標(biāo)數(shù)僅占總體的358%。由于我國幅員遼闊，各地區(qū)霧霾污染存在顯著區(qū)域特征?；诖耍\(yùn)用空間計(jì)量方法分析各省市霧霾污染的空間效應(yīng)及影響因素，對(duì)于霧霾污染的有效治理存在應(yīng)有之意。

1 研究方法與模型設(shè)定

霧霾污染的影響因素涵蓋了社會(huì)的方方面面，而霧霾本身也存在空間依賴性，此時(shí)若采用普通面板回歸對(duì)霧霾污染及其影響因素進(jìn)行分析會(huì)使得估計(jì)結(jié)果存在很大偏差，需借助空間計(jì)量模型來進(jìn)行實(shí)證檢驗(yàn)。空間計(jì)量模型主要包括空間滯后（SAR）、空間誤差（SEM）和空間Dubin模型（SDM），而空間滯后、空間誤差模型都是空間Dubin模型的特殊形式，因此本文構(gòu)建更一般化的空間Dubin模型來探究各種影響因素對(duì)霧霾的影響效應(yīng)：

上式中，PM表示為霧霾污染，W為前文所設(shè)定的空間0-1權(quán)重矩陣，W·PM表示為霧霾污染的空間溢出項(xiàng)，ρ表示為霧霾污染的空間溢出系數(shù)，即表示為本地區(qū)霧霾污染對(duì)鄰近地區(qū)所造成的影響;Xit表示為第i個(gè)省市第j年各種影響因素變量，包括開放程度、環(huán)境規(guī)制、經(jīng)濟(jì)發(fā)展水平、城市化水平、產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)等;η為各影響因素變量的空間溢出系數(shù)，β為各影響因素變量的線性系數(shù)，μi表示為空間固定效應(yīng)，αt表示為時(shí)間固定效應(yīng)，εit表示為隨機(jī)擾動(dòng)項(xiàng)。

2 變量選取與分析

被解釋變量：霧霾污染（PM）。對(duì)于霧霾污染的度量，一些學(xué)者借助PM10、二氧化硫、AQI等指標(biāo)來衡量。但由于PM25才是霧霾污染的主要來源，因此，本文選取PM25來作為霧霾污染的度量指標(biāo)。由于我國對(duì)霧霾污染的測(cè)量時(shí)間較晚，測(cè)量周期較短可能會(huì)對(duì)研究結(jié)果造成影響，所以選取哥倫比亞大學(xué)衛(wèi)星監(jiān)測(cè)得到的柵格數(shù)據(jù)，采用Arcgis軟件進(jìn)行提取得到2005-2016年我國各省份PM25年均值。由于官方統(tǒng)計(jì)給出的柵格數(shù)據(jù)只進(jìn)行到2016年，這也是本文選取區(qū)間為2005-2016年的原因。圖1為采用提出所得的霧霾污染數(shù)據(jù)繪出的2005-2016分區(qū)域霧霾污染年均值對(duì)比折線圖，由圖1給出的對(duì)比圖可知，在研究區(qū)間內(nèi)，全國范圍內(nèi)的霧霾污染濃度年均值在30ug/m3附近波動(dòng)，基本已達(dá)到世界衛(wèi)生組織所規(guī)定的35ug/m3以下水平，說明從全國范圍來看，目前我國各省份霧霾污染情況已有所好轉(zhuǎn)，現(xiàn)有的治霾政策頗有成效。分區(qū)域情況來看，東部沿海地區(qū)省份以及中部地區(qū)省份各年均值都高于全國年均值水平，經(jīng)濟(jì)較發(fā)達(dá)的東、中部地區(qū)各省份全年霧霾污染較為嚴(yán)重;而對(duì)于西部地區(qū)來說，年均值低于全國年均值水平，對(duì)于經(jīng)濟(jì)欠發(fā)達(dá)的西部地區(qū)來說其霧霾污染也相對(duì)較輕;綜上所述，我國霧霾污染分布存在顯著區(qū)域差異性，因此對(duì)于霧霾污染的治理需因地制宜。

通過空間計(jì)量模型探究各種影響因素對(duì)霧霾污染的影響效應(yīng)，本文選取如下幾個(gè)影響因素變量：①開放程度（fdi），用各省市實(shí)際利用外資額來表示。②環(huán)境規(guī)制（ers），通過各省市工業(yè)二氧化硫、廢氣、固體廢物排放量構(gòu)造綜合指數(shù)，用熵權(quán)法加權(quán)得到環(huán)境規(guī)制的度量值。③經(jīng)濟(jì)發(fā)展水平（gdp），用各省市人均GDP來表示。④城市化水平（ul），用各省市城鎮(zhèn)人口所占總?cè)丝诒戎貋肀硎?。⑤技術(shù)水平（tec），用各省市專利申請(qǐng)授權(quán)量來表示。⑥產(chǎn)業(yè)結(jié)構(gòu)（ind），用各省市第三產(chǎn)業(yè)所占GDP比重來表示。⑦能源結(jié)構(gòu)（es），用各省市煤炭消耗總量占總能源消耗量的比重來表示。

3 實(shí)證分析

3.1 空間自相關(guān)檢驗(yàn)

由stata15計(jì)算得出2005-2016我國各省市霧霾污染Global Morans指數(shù)如表1所示，如表1給出的結(jié)果易知，在使用標(biāo)準(zhǔn)化后的0-1空間權(quán)重矩陣條件下，所研究年份霧霾污染Global Morans指數(shù)均大于0且在1%的水平下顯著，表明霧霾污染存在顯著的正的空間相關(guān)性。從各年份Global Morans指數(shù)值來看，從2005到2016年，莫蘭指數(shù)具有逐年遞增趨勢(shì)，且每一年的指數(shù)值均大于05，說明目前各省份霧霾污染正空間相關(guān)性越來越強(qiáng)。

3.2 空間杜賓模型回歸結(jié)果分析

3.2.1 計(jì)量模型檢驗(yàn)

基于前文設(shè)定的空間杜賓模型對(duì)霧霾污染及影響因素進(jìn)行空間面板模型分析，根據(jù)Elhorst的做法，需對(duì)空間面板模型的最優(yōu)選擇進(jìn)行檢驗(yàn)，Hausman估計(jì)的檢驗(yàn)結(jié)果為66.08且在1%的水平下顯著，拒絕了隨機(jī)效應(yīng)優(yōu)于固定效應(yīng)的原假設(shè)，因此后續(xù)模型檢驗(yàn)均為基于固定效應(yīng)進(jìn)行分析;對(duì)比分析在空間固定、時(shí)間固定以及時(shí)空雙固定條件下空間杜賓模型估計(jì)結(jié)果，對(duì)比三個(gè)固定效應(yīng)的R2值與擬合優(yōu)度Log-likelihood，均為時(shí)空雙固定效應(yīng)中的系數(shù)較大;且由LR檢驗(yàn)結(jié)果可知，在1%的顯著性水平下認(rèn)為時(shí)空雙固定是最優(yōu)選擇，因此后續(xù)模型分析均為采用時(shí)空雙固定效應(yīng)來進(jìn)行。此外，由LR（lag）、LR（error）、Wald（lag）、Wald（error）檢驗(yàn)結(jié)果可知，在5%的顯著性水平下拒絕了sdm會(huì)退化為sem與sar的假設(shè)，說明了本文選取空間杜賓模型的合理性。由霧霾污染的空間溢出系數(shù)ρ可知，在1%的顯著性水平下，本地區(qū)霧霾污染對(duì)鄰近地區(qū)的霧霾污染影響為正，影響系數(shù)為06811，隨著本地區(qū)霧霾污染上升1%，會(huì)相應(yīng)提升鄰近地區(qū)霧霾污染上升06811%，這也進(jìn)一步說明霧霾污染確實(shí)具有顯著正空間自相關(guān)性。

3.2.2 空間杜賓模型效應(yīng)分解結(jié)果分析

Anselin and Gallo認(rèn)為，由于空間杜賓模型分析得出的結(jié)果中加入了自變量與因變量的空間滯后項(xiàng)，僅考慮直接的回歸結(jié)果會(huì)忽視自變量對(duì)因變量帶來的邊際影響，從而導(dǎo)致估計(jì)結(jié)果存在偏差。LeSage and Pace針對(duì)空間效應(yīng)作用范圍與對(duì)象的差異性，將空間杜賓模型中自變量對(duì)因變量的影響效應(yīng)分為直接、間接與總效應(yīng)?？臻g杜賓模型的效應(yīng)分解結(jié)果如表2所示。

從直接效應(yīng)的回歸結(jié)果來看，開放程度對(duì)霧霾污染的影響在10%的水平下顯著為負(fù)，影響系數(shù)為-00334;外商投資的引進(jìn)并不一定會(huì)產(chǎn)生“污染天堂”效應(yīng)，引進(jìn)地區(qū)相反會(huì)由于在引進(jìn)的同時(shí)學(xué)習(xí)了國外先進(jìn)的科學(xué)技術(shù)與管理經(jīng)驗(yàn)，從而對(duì)霧霾污染產(chǎn)生顯著抑制作用。環(huán)境規(guī)制、經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)對(duì)霧霾均具有抑制作用，但這種作用并不顯著，說明他們對(duì)霧霾污染產(chǎn)生的影響效應(yīng)并不明顯;技術(shù)水平對(duì)霧霾污染的影響效應(yīng)在1%的水平下顯著為負(fù)，影響系數(shù)為-00601;隨著各地區(qū)技術(shù)創(chuàng)新投入的增加，提升了企業(yè)污染減排的效率，從而使得霧霾污染水平顯著降低。能源結(jié)構(gòu)對(duì)霧霾污染的影響在1%的顯著性水平下顯著為正，影響系數(shù)為02467;以煤炭等傳統(tǒng)能源為主的能源消耗方式在給地區(qū)環(huán)境帶來嚴(yán)重污染的同時(shí)還造成了巨大的資源浪費(fèi)，傳統(tǒng)能源的過度使用會(huì)阻礙霧霾污染治理效果。

從間接效應(yīng)的回歸結(jié)果來看，開放程度對(duì)霧霾污染的影響在5%的水平下顯著為負(fù)，影響系數(shù)為-02362，地區(qū)外商投資的溢出效應(yīng)主要表現(xiàn)在技術(shù)溢出，本地區(qū)外資企業(yè)表現(xiàn)出“示范效應(yīng)”，從而對(duì)鄰近地區(qū)霧霾污染具有顯著抑制作用。環(huán)境規(guī)制對(duì)霧霾污染的影響為負(fù)，但并不顯著;經(jīng)濟(jì)發(fā)展水平對(duì)霧霾污染的影響為負(fù)，且在5%的水平下顯著，經(jīng)濟(jì)發(fā)展每提升1%，相應(yīng)會(huì)促使鄰近地區(qū)霧霾污染降低05008%，說明隨著區(qū)域經(jīng)濟(jì)發(fā)展的加快，本地區(qū)發(fā)展經(jīng)濟(jì)的同時(shí)會(huì)相應(yīng)帶動(dòng)鄰近地區(qū)經(jīng)濟(jì)的發(fā)展，從而提升了居民的生活水平和環(huán)境保護(hù)意識(shí)，進(jìn)而降低了霧霾污染。城鎮(zhèn)化水平、產(chǎn)業(yè)結(jié)構(gòu)對(duì)霧霾污染的影響為正，但并不顯著，說明目前隨著城鎮(zhèn)化水平的不斷提升以及第三產(chǎn)業(yè)比重不斷增加，均會(huì)對(duì)鄰近地區(qū)霧霾污染產(chǎn)生不顯著的促進(jìn)作用。能源結(jié)構(gòu)對(duì)霧霾污染的影響在1%的水平下顯著為負(fù)，影響系數(shù)為-08153，隨著本地區(qū)以重工業(yè)為主的經(jīng)濟(jì)增長方式在給本地區(qū)環(huán)境造成環(huán)境污染的同時(shí)，會(huì)隨著大氣環(huán)流等溢出效應(yīng)對(duì)鄰近地區(qū)環(huán)境產(chǎn)生更嚴(yán)重的污染。對(duì)比各影響因素變量的直接效應(yīng)和間接效應(yīng)系數(shù)，無論是否顯著，其間接效應(yīng)影響系數(shù)均大于直接效應(yīng)，說明目前隨著經(jīng)濟(jì)全球化以及區(qū)域經(jīng)濟(jì)發(fā)展的普及，各變量的溢出效應(yīng)越來越成為學(xué)術(shù)研究中不可忽視的一個(gè)重要因素，這也進(jìn)一步的說明了本文選擇空間計(jì)量模型進(jìn)行分析的必要性。

從總效應(yīng)給出的回歸結(jié)果來看，開放程度、經(jīng)濟(jì)發(fā)展水平、技術(shù)水平對(duì)霧霾污染的影響為在5%的水平下顯著為負(fù)，說明它們從整體來看均會(huì)對(duì)霧霾產(chǎn)生顯著抑制作用。環(huán)境規(guī)制對(duì)霧霾污染影響為負(fù)，但并不顯著;城市化水平、產(chǎn)業(yè)結(jié)構(gòu)對(duì)霧霾影響為正，也不顯著，說明從整體來看，它們對(duì)霧霾污染的影響并不明顯。能源結(jié)構(gòu)對(duì)霧霾污染的影響在1%的水平下顯著為正，說明以煤炭為主的能源消耗方式會(huì)在整體上促進(jìn)霧霾污染的增加。

4 結(jié)論與啟示

本文基于2005-2016年中國大陸（除西藏）30個(gè)省市的相關(guān)面板數(shù)據(jù)，采用探索性空間分析方法對(duì)各年份霧霾污染進(jìn)行空間相關(guān)性分析，并構(gòu)建開放程度、環(huán)境規(guī)制、經(jīng)濟(jì)發(fā)展水平、城市化水平、技術(shù)水平、產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)影響霧霾污染的空間杜賓模型，研究發(fā)現(xiàn)：我國霧霾污染在空間上表現(xiàn)出高度正空間自相關(guān)性，且這種正空間相關(guān)性具有逐年遞增趨勢(shì);大部分高-高集聚區(qū)位于我國東部沿海地區(qū)，低-低集聚區(qū)大多位于經(jīng)濟(jì)欠發(fā)達(dá)的西部地區(qū)。霧霾污染具有顯著溢出效應(yīng)，本地區(qū)霧霾污染的提升會(huì)對(duì)鄰近地區(qū)的霧霾污染具有顯著促進(jìn)作用，忽略溢出效應(yīng)的存在會(huì)使得估計(jì)結(jié)果有所偏差。開放程度、技術(shù)水平的提升不僅能顯著降低本地區(qū)霧霾污染程度，還會(huì)通過溢出作用對(duì)鄰近地區(qū)的霧霾污染產(chǎn)生顯著抑制作用，并且這個(gè)溢出作用較強(qiáng);以煤炭為主的能源消耗方式的比重提升會(huì)對(duì)本地區(qū)和鄰近地區(qū)霧霾污染均產(chǎn)生顯著促進(jìn)作用;經(jīng)濟(jì)發(fā)展水平對(duì)本地區(qū)產(chǎn)生不顯著的抑制作用，但卻能顯著抑制鄰近地區(qū)霧霾污染;環(huán)境規(guī)制、產(chǎn)業(yè)結(jié)構(gòu)對(duì)霧霾污染均具有抑制作用，但這個(gè)抑制作用并不顯著。

基于上述結(jié)論，我們可以得到如下啟示：第一，溢出作用的存在是造成霧霾污染擴(kuò)散的主要原因，為有效解決“霧霾鎖城”問題，需加強(qiáng)區(qū)域聯(lián)防聯(lián)控，共同協(xié)商治理政策。第二，外資企業(yè)的引入對(duì)地區(qū)環(huán)境存在兩面性，政府需提高外商引資的準(zhǔn)入門檻，避免由于追求經(jīng)濟(jì)發(fā)展而成為發(fā)達(dá)國家的“污染天堂”，力求實(shí)現(xiàn)“引資”與“治霾”雙重目標(biāo);技術(shù)水平能顯著抑制霧霾污染，政府與企業(yè)需加強(qiáng)對(duì)治污技術(shù)研發(fā)投入，提升霧霾污染治理效率。第三，以煤炭為主的傳統(tǒng)能源消費(fèi)方式是引發(fā)霧霾污染的主要原因之一，因此治霾的重中之重在于清潔能源的開發(fā)、使用與對(duì)能源使用效率的提升。

參考文獻(xiàn)

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

[2]李光勤，秦佳虹，何仁偉，等.中國大氣PM2.5污染演變及其影響因素[J].經(jīng)濟(jì)地理，2018，38（8）：11-18.

[3]謝佳慧，李隆偉，王艷平，等.排斥物：霧霾降低入境旅游規(guī)模[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2017，39（1）：113-123+128.

[4]林楚海.中國霧霾污染的空間計(jì)量分析[J].統(tǒng)計(jì)與決策，2018，34（16）：94-99.

[5]張生玲，王雨涵，李躍，等.中國霧霾空間分布特征及影響因素分析[J].中國人口·資源與環(huán)境，2017，27（9）：15-22.

[6]姚奕，倪勤.中國地區(qū)碳強(qiáng)度與FDI的空間計(jì)量分析——基于空間面板模型的實(shí)證研究[J].經(jīng)濟(jì)地理，2011，31（9）：1432-1438.

[7]Elhorst J P.Applied Spatial econometrics：Raising the bar[J].Satial economic analysis，2010，5（1）：9-28.

[8]Anselin L.Spatial Effects in Econometric Practice in Environmental and Resource Economics[J].American Journal of Agricultural Economics，2001，83（3）：705-710.

[9]Lesage J P，Pace R K.Introduction to spatial econometrics[M].CRC Press，2009：513-514.

[10]張明，李曼.經(jīng)濟(jì)增長和環(huán)境規(guī)制對(duì)霧霾的區(qū)際影響差異[J].中國人口·資源與環(huán)境，2017，27（9）：23-34.