吳春燕 劉金典

摘要：目的：基于濟南市1993～2016年市區(qū)霧霾污染及交通運輸、能源消耗等數據，以濟南市為例，研究以客貨運周轉總量為代表的交通運輸對霧霾污染的影響，并從理論上探討交通運輸對霧霾污染的作用機制。方法：半對數多元回歸模型。結果：（1）公路貨運周轉量對霧霾污染有顯著的正向影響，公路貨運是重要的霧霾污染源之一。公路客運周轉量占比的上升并非必然加重霧霾，公共交通體系的完善和優(yōu)化有利于霧霾的治理。（2）產業(yè)結構優(yōu)化、能源結構優(yōu)化和人均公共綠地面積的提高對霧霾污染有顯著的抑制作用。（3）濟南市的霧霾在發(fā)展中產生，也需要在發(fā)展中解決。結論：濟南市應重點監(jiān)測貨運車輛，支持新能源汽車產業(yè)發(fā)展和使用普及，有序淘汰尾氣排放不達標車輛，降低單車霧霾排放。優(yōu)化城市交通體系，管控市區(qū)機動車數量，引導居民綠色低碳出行。此外，要優(yōu)化能源消耗結構和產業(yè)結構，降低能源消耗的環(huán)境壓力;并提高人均綠地面積，發(fā)揮公共綠地對霧霾污染的凈化作用，在發(fā)展中解決霧霾問題。

關鍵詞：交通運輸;霧霾污染;客貨運周轉量;污染排放

中圖分類號：F062.2文獻標志碼：A文章編號：1008-4657（2020）03-0031-07

0?引言

改革開放40年以來，中國經歷了快速的經濟發(fā)展和城市化進程，但也面臨各種各樣令人擔憂的城市化問題，如交通擁堵和霧霾污染，以上問題對城市的可持續(xù)發(fā)展造成負面影響。針對霧霾污染加劇問題，十九大重申“綠色發(fā)展”的重要性，強調要“堅持全民共治、源頭防治，持續(xù)實施大氣污染防治行動，打贏藍天保衛(wèi)戰(zhàn)”。濟南市作為山東省的省會城市和環(huán)渤海地區(qū)南翼的中心城市，受到交通擁堵與霧霾污染的雙重困擾，居民的生活與健康、城市生態(tài)系統(tǒng)和交通運輸系統(tǒng)都受到一定影響。雖然霧霾污染是地理氣候因素、能源消耗結構、產業(yè)結構和交通運輸結構等多種因素綜合作用的結果，但是根據2018年濟南市環(huán)保局對PM2.5來源分解結果顯示，機動車尾氣對霧霾的分擔率高達32.60%，比燃煤的分擔率還高出6.00%，成為首要霧霾污染源。另外，根據高德地圖交通出行大數據分析報告顯示，濟南市2017年位列十大擁堵城市之首，高峰時段的擁堵延時指數高達2.006 7，比北京高出0.003 4，高峰時段的平均車速21.12 km/h。怠速行駛下汽車尾氣的排放量倍增，交通擁堵無疑加劇了霧霾污染。綜上可見，濟南市交通運輸因素是霧霾污染重要來源之一。因此，探討濟南市交通運輸業(yè)對霧霾污染的影響機理，對霧霾污染成因及治理有一定的理論意義和政策價值。

1?文獻綜述

國內外學者從多視角、多層次對霧霾成因進行了深入研究，國外學者將經濟增長、工業(yè)集聚、能源消耗和對外貿易等因素歸結為重要的霧霾影響因素。如Grossman等[1]提出環(huán)境庫茲涅茨曲線假說，該假說認為經濟增長與環(huán)境污染之間存在倒“U”型關系。Frank[2]選取了歐盟地區(qū)200個集聚區(qū)為研究對象，結果表明經濟集聚是造成大氣污染的重要原因。Poon等[3]運用空間計量研究能源、交通以及對外貿易對中國大氣環(huán)境的影響，主要針對二氧化硫和煙塵進行研究，證實了溢出效應在中國省域之間確實存在。國內學者對霧霾污染成因也進行了大量的研究，深入探討了霧霾污染與經濟增長、能源結構、產業(yè)結構等因素的關系。如馬麗梅等[4]運用空間計量檢驗了中國31省市霧霾污染與人均GDP之間的關系，研究表明人均GDP與霧霾污染呈顯著的正相關。程中華等[5]基于中國285個地級及以上城市數據探討了產業(yè)結構的霧霾減排效應，結果表明產業(yè)結構優(yōu)化具有顯著的霧霾污染減排效應。付鵬[6]研究認為中國以傳統(tǒng)化石燃料為主體的能源結構是霧霾污染的重要誘因。魏巍賢等[7]通過建立中國能源結構調整、技術進步與霧霾治理的動態(tài)一般均衡模型，得出推進能源結構調整與技術進步的政策組合是治理霧霾的有效手段。冷艷麗等[8]對2001～2010年中國省際面板數據分析表明，房屋建筑施工面積對霧霾污染有顯著的正向影響。韓曄等[9]測算了西安市綠地對霧霾的吸收作用，研究表明綠地能夠吸收污染氣體和滯塵，對霧霾污染有顯著的凈化作用。以上結論為研究濟南市交通運輸業(yè)對霧霾污染的影響提供有益的借鑒，基于以上分析，在計量模型中控制諸如能源結構、產業(yè)結構等因素，從而更精確的估計交通運輸業(yè)對霧霾污染的凈影響。

交通運輸對霧霾的影響及機制也受到關注。在交通運輸對霧霾污染影響的研究上，學者采用普通回歸分析、動態(tài)面板回歸分析及空間計量分析，得出交通運輸是霧霾污染重要污染源。如周嶠[10]采用回歸分析方法，從自然氣候與經濟發(fā)展角度剖析了霧霾成因，發(fā)現(xiàn)機動車尾氣排放是引發(fā)霧霾的四個主要因素之一。邵帥等[11]采用動態(tài)面板模型證實了交通運輸是中國各省霧霾污染加劇的重要驅動因素。馬麗梅[12]采用空間杜賓模型發(fā)現(xiàn)交通擁堵是霧霾污染的直接誘因，且具有區(qū)域異質性。在交通運輸被識別為加重霧霾的影響因素之后，學者們從交通運輸模式、城市空間布局等角度深化研究交通運輸對霧霾污染影響的機理，加深了對交通運輸業(yè)與霧霾污染二者關系的理解。如李霽嬈等[13]從交通運輸模式角度探討了交通運輸業(yè)對霧霾污染的影響，并提出治理措施。他們將交通對霧霾污染的貢獻歸為機動車保有量的劇增、道路擁堵嚴重、交通運輸結構失衡、公共交通發(fā)展不足等，認為通過合理控制機動車保有量、征收擁堵稅、優(yōu)化公共交通結構等政策能夠降低交通的污染排放。梁若冰等[14]對比不同的交通方式對霧霾污染影響的異質性，該研究發(fā)現(xiàn)軌道交通減少了機動車相關的污染氣體排放（包括PM2.5、SO2、NO2和NO），對空氣污染具有顯著的減排效應。秦蒙等[15]從城市空間布局的交通運輸規(guī)劃體系角度深化對交通運輸業(yè)引發(fā)霧霾污染機理的理解，研究發(fā)現(xiàn)城市無序蔓延導致城市霧霾的加重，認為要優(yōu)化城市內部空間規(guī)劃，合理布局交通運輸體系，完善公共交通服務，治理城市交通擁堵。Sun等[16]實證檢驗交通基礎設施的優(yōu)化對霧霾污染的影響，結果顯示，無論從短期抑或長期來看，加大交通基礎設施投資，都能緩解交通壓力和優(yōu)化交通系統(tǒng)，從而降低霧霾污染。一些學者探討了交通擁堵現(xiàn)象對霧霾污染的影響，如Xie等[17]采用2003～2015年中國283個地級市數據，以交通密度測度交通壓力及交通擁堵程度，分析交通密度對霧霾污染的影響，結果表明中國大中城市的交通密度對霧霾污染具有直接的顯著影響。王卉彤等[18]采用高德?lián)矶卵訒r指數衡量交通擁堵，也探討了交通擁堵對霧霾污染的影響，該研究同樣表明交通擁堵對霧霾有顯著的正向影響。綜上，交通運輸被識別為重要的霧霾污染源之一，平衡和優(yōu)化交通運輸結構、轉變交通運輸模式、優(yōu)化城市空間布局、完善交通基礎設施、緩解交通擁堵等成為緩解基于交通運輸業(yè)引發(fā)的霧霾的重要措施。

已有文獻為后續(xù)研究提供了理論借鑒，但遺憾的是，仍有待深入和細化：（1）已有文獻多從社會經濟因素探討霧霾成因，對交通運輸業(yè)發(fā)展對霧霾污染的影響及機制研究尚不充分，從交通運輸業(yè)的角度揭示霧霾成因，也成為近期國內外研究的熱點問題。（2）現(xiàn)有研究多從全國城市層面，比較宏觀的研究交通運輸業(yè)發(fā)展概況，如交通擁堵、公路密度、交通基礎設施投資等，對霧霾的影響。但是，以具體霧霾頻發(fā)城市為案例，細化研究交通運輸結構和模式對霧霾的影響尚且缺乏。（3）衡量霧霾污染的指標較為單一?，F(xiàn)有研究多以PM2.5或PM10為霧霾代理變量展開研究，但霧霾構成卻包括多種污染氣體，細化研究交通對霧霾組成部分的影響也更有意義。因此，本文采用霧霾污染較為嚴重的東部城市——濟南市為案例，分析1993～2016年24年間的長時間序列數據，細化研究客貨運對該市霧霾污染的影響，并具體研究交通運輸業(yè)對各霧霾氣體組成部分的影響及強度，深化了交通對霧霾影響的研究，也為具體研究某個城市的霧霾成因和治理提供了一個思路。

2?模型建立和數據來源

根據國內外已有研究的基本結論，建立計量模型

其中，hazei是模型的因變量，以濟南市i年PM10的年均濃度值的對數值來衡量，需要說明的是，雖然PM2.5是相對較優(yōu)的霧霾衡量指標，鑒于濟南市自2013年才開始統(tǒng)計PM2.5濃度值，而本文分析的時間跨度為1993年到2016年長達24年的數據，囿于數據的可得性，且已有研究表明PM10和PM2.5之間有一定的正相關性，采用PM10衡量霧霾濃度也不失合理性。為進一步考察計量模型的穩(wěn)健性，采用SO2、NO2和污染總值（即SO2、NO2和PM10三者的年均濃度總和值）的對數值作為霧霾的代理變量，分別估計交通運輸業(yè)對各代理變量的影響。核心解釋變量為roadf和roadt，分別衡量公路貨運周轉量占總貨運周轉量的比例和公路客運周轉量占總客運周轉量的比例。客（貨）運周轉總量衡量一定時期內各種運輸工具（包括公路、鐵路和航空）實際運送的旅客（貨物）數量及距離，它從運輸量和運輸距離兩個維度反映運輸強度，較客（貨）運總量來看，更能綜合反映交通運輸的規(guī)模和污染氣體排放強度。

X為根據現(xiàn)有霧霾成因研究成果選定的一組控制變量，包括以下5個細分變量。gre為濟南市人均公共綠地面積，已有研究表明綠植通過呼吸作用、光合作用和吸附作用凈化吸收部分霧霾組成氣體，起到一定的空氣凈化作用，引入該變量可衡量該凈化作用是否顯著及凈化能力大小;inds反映濟南市產業(yè)結構狀況，以第二產業(yè)占總產值的比重來量化，以控制產業(yè)結構的變動對霧霾的影響。elec反映濟南市的能源消耗結構，以電力消耗占總能源消耗的比例來衡量，電力相對化石能源對空氣的污染更低，該比例一定程度上反映濟南市能源結構的優(yōu)化程度，量化了能源結構的環(huán)境壓力;pgdp為濟南市人均GDP的對數值，經濟發(fā)展水平與霧霾之間存在一定的聯(lián)系，環(huán)境的庫茲涅茨倒“U”字理論就是針對經濟發(fā)展水平與環(huán)境污染之間關系的一個經典理論，引入此變量可以檢驗濟南市經濟發(fā)展的環(huán)境效應;hous是濟南市房屋建筑施工面積的對數值，建筑揚塵作為城區(qū)霧霾污染源被關注，引入此變量則可檢驗濟南建筑揚塵對霧霾是否有顯著影響。詳細的變量類型和定義見表1。

本文采用的濟南市1993～2016年各指標的數據均收集整理來自1994～2017年的《濟南市統(tǒng)計年鑒》。為削弱模型的異方差和共線性問題，通過取對數對因變量做平穩(wěn)化處理。變量的均值統(tǒng)計見表1第（3）列。

3?實證分析

3.1?實證結果及分析

表2中模型（1）到（5）是逐步加入解釋變量和控制變量的回歸結果，在逐步納入更多的變量之后，模型的R2值最高，總體解釋力最強。基于模型（5）做出具體分析。

從核心解釋變量來看：①公路貨運周轉量占總周轉量比例對霧霾有顯著正向影響，且該比例上升1單位會導致霧霾濃度上升6.42%，這初步驗證了公路貨運交通是濟南市霧霾的重要影響因素。根據2018年濟南市環(huán)保局對PM2.5來源分解結果顯示，機動車尾氣對霧霾的分擔率高達32.60%。且濟南市區(qū)每天PM2.5的峰值出現(xiàn)在早晚交通高峰期，這一監(jiān)測結果佐證了機動車尾氣引發(fā)空氣污染的事實。公路貨運車輛中大型柴油重車所占比例較高，不僅運載重量較大，而且運輸距離較長，相對客運車輛的尾氣排放量也更高。②公路客運周轉量占總客運周轉量的比例對霧霾有負向影響，且通過1%的顯著性檢驗，這意味著公路客運周轉量比例的上升并未造成霧霾的加重。已有研究多認為汽車保有量的劇增是霧霾加重的誘因之一。對濟南的研究表明，公路旅客周轉量的上升并不必然導致霧霾加劇。公共交通對私家車的出行需求的替代，通過共享公共交通資源而降低了私人交通的能源消耗和污染排放，也降低了城市在交通高峰時段的擁堵程度，都是降低霧霾的可能途徑。

從控制變量來看，①公共綠地能改善霧霾污染。城市公共綠地在城市生態(tài)系統(tǒng)中起凈化作用，首先，它通過呼吸作用和光合作用吸收有害氣體，并釋放氧氣，從而凈化有害氣體。其次，它通過吸附作用將空氣中的揚塵吸附沉降，綠色樹木的樹冠和枝葉，能截留、阻擋、吸滯空氣中的粉塵和灰塵，大幅度減少粉塵中碳、鉛微粒所攜帶的有害細菌和病菌。②產業(yè)結構的優(yōu)化也有利于霧霾的治理。GDP中第二產業(yè)占比對霧霾有顯著的正向影響，產業(yè)結構的高級化和合理化是霧霾治理的重要途徑。③能源結構的優(yōu)化也有利于降低霧霾。濟南市近年來的能源結構趨于優(yōu)化，電力消耗占比上升，化石能源的消耗逐漸讓位給電力等清潔能源，從而降低了能源消耗的環(huán)境壓力。④經濟發(fā)展與霧霾之間呈正相關，但并未通過顯著性檢驗。⑤建筑揚塵對濟南市霧霾的影響并不顯著。總體來看，濟南市的霧霾的來源主要在于交通、產業(yè)結構和能源結構等。霧霾是一種典型的空氣污染型環(huán)境破壞，而環(huán)境問題的治理最終有賴于經濟的發(fā)展，環(huán)保問題最終也是發(fā)展的問題，它在發(fā)展中產生，也只能在發(fā)展中才能得到解決。

3.2?穩(wěn)健性檢驗結果及分析

上文主要檢驗了交通運輸業(yè)對霧霾的影響，得出公路貨運周轉量占比對霧霾有顯著的正向作用，公路客運周轉量占比并非必然加劇霧霾污染。為了進一步檢驗交通運輸業(yè)對霧霾的影響，分別以二氧化硫（SO2）、二氧化氮（NO2）和總污染氣體濃度（TOTAL）的年均濃度的對數值作為衡量霧霾的代理變量，估計結果見表3的模型（1）、模型（2）和模型（3）。分析表3可知，公路貨運周轉量占比對二氧化硫、二氧化氮和總污染氣體濃度均有正向影響，且均通過1%的顯著性檢驗。公路客運周轉量占比對SO2、NO2和TOTAL依然有顯著負向影響，說明公路客運并非必然是霧霾加重的影響因素。公共綠地對二氧化硫、二氧化氮和總污染氣體濃度均有顯著負向影響，說明綠地是霧霾污染的抑制性因素。此外，產業(yè)結構和能源結構優(yōu)化對霧霾有一定的抑制作用（NO2除外），建筑揚塵的影響依然較小。總體上，穩(wěn)健性檢驗的結果與實證結果基本保持一致，說明選取PM10作為霧霾污染的代理變量具有一定的合理性，實證結果也具有穩(wěn)定性與科學性。

4?結論與啟示

基于濟南市1993～2006年24年的時間序列數據，采用計量回歸方法，研究了交通運輸業(yè)對霧霾的影響，并采用替換變量法做進一步的穩(wěn)健性檢驗。結論如下：

第一，貨運周轉量占比的上升是霧霾污染加劇的重要因素，但客運周轉量占比的上升并非加劇霧霾的因素，公共交通的發(fā)展與完善降低了交通壓力和污染排放，對霧霾有一定的抑制作用。

第二，能源結構優(yōu)化、產業(yè)結構優(yōu)化和人均綠地面積增加對霧霾都有一定的抑制作用。

第三，霧霾污染在經濟發(fā)展中產生，其治理也依賴于經濟發(fā)展質量的進一步提升。

基于以上結論，可以得到多方面的啟示：

第一，綜合采用行政管理與市場調節(jié)相結合的方式，控制機動車數量，改善交通擁堵狀況。在行政管理手段上，可以采用限購政策控制私家車規(guī)模。通過市區(qū)機動車限行政策，減少中心城區(qū)機動車數量，緩解市區(qū)交通壓力和道路擁堵。從市場調節(jié)來看，可以通過征收污染排放稅、擁堵稅等，提高駕車出行的成本，把汽車排污帶來的負外部性的社會成本轉移到駕車者身上。在便捷與成本之間權衡的出行者，在面臨較高排污成本時，在購車時會傾向于選擇污染排放較小的汽車，從而倒逼生產廠商改進汽車排放技術，降低汽車污染氣體排放量。在出行選擇上，提高駕車出行的成本，可能會促使出行者選擇公共交通方式。

第二，從交通模式和出行理念兩個層面入手，改善公共交通系統(tǒng)，培養(yǎng)綠色出行意識。一方面，便捷的公共交通對小汽車出行具有一定的替代作用，所以要基于濟南市實際情況，推動形成低能耗、低污染的城市交通模式，提高公共交通體系的便捷性和舒適度，以舒適便捷的公共交通替代小汽車出行需求。另一方面，隨著霧霾污染的危害加重和居民對高質量環(huán)境的迫切需求，培養(yǎng)居民的綠色出行意識，引導居民合理選擇出行方式，對緩解交通擁堵和霧霾污染也能起到一定的作用。

第三，加強各部門協(xié)同治理，采用多種措施，著力降低單車排放量。單車排放量受汽車排放標準、能源利用效率、燃油品質等因素的影響。因此，首先，“交通治霾”的核心是降低單車污染氣體排放量，這需要環(huán)保、公安、交通、質檢、工商等諸多部門協(xié)調配合，實施機動車環(huán)保定期檢驗及環(huán)保標志核發(fā)工作，采用淘汰補貼政策與限行、處罰政策，加速黃標車的淘汰速度。其次，改進傳統(tǒng)能源汽車技術，提高發(fā)動機能源利用效率。加大對濟南市自主研發(fā)新能源汽車企業(yè)扶持力度，綜合利用稅收優(yōu)惠、補貼政策、政府采購等措施，促進新能源汽車企業(yè)的批量化生產和實現(xiàn)規(guī)模經濟效應。最后，推進燃油質量與國際標準接軌，實施排放標準向第四、第五階段轉型，加強對石油品質的監(jiān)管。打破石油行業(yè)的壟斷，引入行業(yè)競爭，促進石油行業(yè)的污染減量的技術進步。

第四，要將霧霾治理融入到經濟高質量發(fā)展的轉型過程，在發(fā)展中優(yōu)化能源利用結構和產業(yè)結構，加快建設可持續(xù)發(fā)展的綠色城市。在發(fā)展中降低霧霾，治理霧霾。

參考文獻：

[1] Grossman G M，Krueger A B.Environmental Impacts of a North American Free Trade Agreement[R].National Bureau of Economic Research，1991.

[2] Frank A A M de Leeuw，Nicolas Moussiopoulos，Peter Sahm.Urban Air Quality in Larger Conurbations in the European Union[J].Environmental Modelling & Software，2001，16（4）：399-414.

[3] Poon J P H，Casas I，He C.The Impact of Energy，Transport，and Trade on Air Pollution in China[J].Eurasian Geography and Economics，2006，47（5）：568-584.

[4] 馬麗梅，張曉.中國霧霾污染的空間效應及經濟、能源結構影響[J].中國工業(yè)經濟，2014（4）：19-31.

[5] 程中華，劉軍，李廉水.產業(yè)結構調整與技術進步對霧霾減排的影響效應研究[J].中國軟科學，2019（1）：146-154.

[6] 付鵬.新常態(tài)下城市霧霾治理的現(xiàn)實路徑選擇[J].管理世界，2018，34（12）：179-180.

[7] 魏巍賢，馬喜立.能源結構調整與霧霾治理的最優(yōu)政策選擇[J].中國人口·資源與環(huán)境，2015，25（7）：6-14.

[8] 冷艷麗，杜思正.能源價格扭曲與霧霾污染——中國的經驗證據[J].產業(yè)經濟研究，2016（1）：71-79.

[9] 韓曄，周忠學.西安市綠地景觀吸收霧霾生態(tài)系統(tǒng)服務測算及空間格局[J].地理研究，2015，34（7）：1 247-1 258.

[10] 周嶠.霧霾天氣的成因[J].中國人口·資源與環(huán)境，2015（s1）：211-212.

[11] 邵帥，李欣，曹建華，等.中國霧霾污染治理的經濟政策選擇——基于空間溢出效應的視角[J].經濟研究，2016，51（9）：73-88.

[12] 馬麗梅，劉生龍，張曉.能源結構，交通模式與霧霾污染——基于空間計量模型的研究[J].財貿經濟，2016，37（1）：147-160.

[13] 李霽嬈，李衛(wèi)東.基于交通運輸的霧霾形成機理及對策研究——以北京為例[J].經濟研究導刊，2015（4）：147-150.

[14] 梁若冰，席鵬輝.軌道交通對空氣污染的異質性影響——基于RDID方法的經驗研究[J].中國工業(yè)經濟，2016（3）：83-98.

[15] 秦蒙，劉修巖，仝怡婷.蔓延的城市空間是否加重了霧霾污染——來自中國PM2.5數據的經驗分析[J].財貿經濟，2016（11）：146-160.

[16] Sun Chuanwang，Luo Yuan，Li Jianglong.Urban Traffic Infrastructure Investment and Air Pollution：Evidence from the 83 Cities in China[J].Journal of Cleaner Production，2018，172：488-496.

[17] Xie R，Wei D，Han F，et al.The Effect of Traffic Density on Smog Pollution：Evidence from Chinese Cities[J].Technological Forecasting and Social Change，2019，144：421-427.

[18] 王卉彤，劉傳明，趙浚竹.交通擁堵與霧霾污染：基于職住平衡的新視角[J].財貿經濟，2018（1）：147-160.

[責任編輯：鄭筆耕]