王磊 王雪利 楊文毅

摘要 以霧霾為代表的環(huán)境惡化問(wèn)題不僅增加了中國(guó)經(jīng)濟(jì)發(fā)展的成本，其在區(qū)域發(fā)展、社會(huì)等級(jí)之間和代際的分?jǐn)偛还F(xiàn)象還大大降低了人們生活的品質(zhì)和幸福感。共享出行的出現(xiàn)促使人們由消費(fèi)者擁有自己資產(chǎn)的生活方式向消費(fèi)者共享資產(chǎn)的生活方式轉(zhuǎn)變，不僅便利了人們中短途的出行，也增加了城市內(nèi)部的生產(chǎn)生活集聚程度;但共享出行依然以汽車為載體，汽車尾氣為霧霾的主要產(chǎn)生方式之一。鑒于此，文章以2017年滴滴出行開(kāi)城城市的截面數(shù)據(jù)為研究樣本探討汽車共享出行對(duì)霧霾的影響機(jī)制?？諝忪F霾具有顯著的空間溢出效應(yīng)，在控制城市的經(jīng)濟(jì)、交通、地理、氣象和政策變量后，以廣義空間兩階段最小二乘法（GS2SLS）模型估計(jì)了汽車共享出行對(duì)霧霾的影響，分別以代表人類活動(dòng)強(qiáng)度和范圍的城市化深度（城市集聚）和廣度變量（城市蔓延）為中介變量檢驗(yàn)城市形態(tài)在汽車共享出行和空氣霧霾之間的傳導(dǎo)機(jī)制，并檢驗(yàn)了基于城市層級(jí)的異質(zhì)性。研究發(fā)現(xiàn)：①汽車共享出行規(guī)模與霧霾在空間上呈現(xiàn)顯著的“正U型”關(guān)系，其最初的發(fā)展對(duì)霧霾具有顯著的促降作用，但當(dāng)發(fā)展到如北京、深圳等規(guī)模后會(huì)加劇霧霾污染。②新能源汽車占比的提升有利于減少霧霾，但不顯著，目前新能源汽車對(duì)霧霾的作用機(jī)制尚不明確。③城市化深度是汽車共享出行減排作用的傳導(dǎo)機(jī)制，這一結(jié)論在三線及以上城市中得以驗(yàn)證，四五線城市的傳導(dǎo)機(jī)制不明顯。④汽車共享出行的發(fā)展規(guī)模應(yīng)與城市發(fā)展規(guī)模相適應(yīng)，設(shè)計(jì)減排政策可以考慮從集聚的城市形態(tài)入手，減少城市的低效蔓延。

關(guān)鍵詞 汽車共享出行;霧霾;城市形態(tài);空間溢出

在中國(guó)工業(yè)化和城鎮(zhèn)化快速發(fā)展的同時(shí)，以霧霾為代表的環(huán)境惡化問(wèn)題對(duì)中國(guó)經(jīng)濟(jì)的影響備受重視。在中國(guó)經(jīng)濟(jì)面臨結(jié)構(gòu)性減速的情況下，霧霾等環(huán)境問(wèn)題加劇了經(jīng)濟(jì)增長(zhǎng)的壓力，據(jù)《中華人民共和國(guó)國(guó)家環(huán)境分析》報(bào)告顯示，中國(guó)空氣污染每年造成的經(jīng)濟(jì)損失，基于疾病成本估算相當(dāng)于國(guó)內(nèi)生產(chǎn)總值的1.2%，基于支付意愿估算則高達(dá)3.8%。2013年霧霾事件造成全國(guó)交通和健康直接損失、民航航班延誤損失、高速封路損失和急、門(mén)診成本達(dá)460.58億元[1]。霧霾具有頻發(fā)、跨區(qū)域傳播、影響范圍廣和持續(xù)時(shí)間長(zhǎng)的特性，同時(shí)，霧霾在區(qū)域發(fā)展、社會(huì)等級(jí)和代際之間的成本分?jǐn)偛还F(xiàn)象使其不僅阻礙了我國(guó)的生態(tài)文明建設(shè)，更加使得人民的生活品質(zhì)和幸福感大打折扣，對(duì)霧霾這一“呼吸痛點(diǎn)”的有效治理迫在眉睫。

盡管現(xiàn)有的可持續(xù)發(fā)展倡議和措施取得了一定的成效，但我國(guó)以資源環(huán)境換取經(jīng)濟(jì)發(fā)展的路徑依賴沒(méi)有發(fā)生本質(zhì)上的轉(zhuǎn)變。因此，除了現(xiàn)有的戰(zhàn)略和政策外，還需要采取新的方法， “共享經(jīng)濟(jì)”有可能為實(shí)現(xiàn)可持續(xù)發(fā)展提供新的途徑[2]。Mhlmann等[3]認(rèn)為，汽車共享出行平臺(tái)通過(guò)減少消費(fèi)者對(duì)資源的需求促進(jìn)了資源更加公平和可持續(xù)的分配。資本主義發(fā)展方式往往伴隨著不可持續(xù)的過(guò)度消費(fèi)行為，而共享經(jīng)濟(jì)的出現(xiàn)可以使人們從消費(fèi)者擁有自己資產(chǎn)的生活方式轉(zhuǎn)為消費(fèi)者共享資產(chǎn)的生活方式，這種轉(zhuǎn)變是由共享平臺(tái)的出現(xiàn)所驅(qū)動(dòng)，這類平臺(tái)將消費(fèi)者連接起來(lái)，使消費(fèi)者能夠更有效地利用資產(chǎn)，從而實(shí)現(xiàn)可持續(xù)的發(fā)展。汽車共享出行便利了人們中短途的出行，因此不會(huì)像私人汽車那樣擴(kuò)張城市范圍[4]，但是卻有效地帶動(dòng)了如消費(fèi)之類的人類活動(dòng)強(qiáng)度。此外，黨的十九大報(bào)告指出，“在中高端消費(fèi)、創(chuàng)新引領(lǐng)、綠色低碳、共享經(jīng)濟(jì)、現(xiàn)代供應(yīng)鏈、人力資本服務(wù)等領(lǐng)域培育新增長(zhǎng)點(diǎn)，形成新動(dòng)能”。我國(guó)共享經(jīng)濟(jì)高速增長(zhǎng)，2017年共享經(jīng)濟(jì)交易額約4.92萬(wàn)億元，同比增長(zhǎng)47.2%，共享經(jīng)濟(jì)不僅對(duì)拉動(dòng)就業(yè)的成效顯著，也成了創(chuàng)新驅(qū)動(dòng)的時(shí)代縮影，促進(jìn)了產(chǎn)業(yè)鏈從低端走向高端，成了傳統(tǒng)市場(chǎng)的一個(gè)重要補(bǔ)充。其中，2017年交通領(lǐng)域的共享出行市場(chǎng)交易額達(dá)2010億元，同比增長(zhǎng)56.8%，2017年僅滴滴出行在全國(guó)為4.5億用戶提供超74.3億次出行服務(wù)，日訂單量突破2 500萬(wàn)。我國(guó)汽車共享出行規(guī)模日益壯大，而多數(shù)學(xué)者的研究表明，汽車尾氣是PM2.5的主要成因之一[5]，但現(xiàn)有汽車共享出行的規(guī)模對(duì)空氣霧霾的影響機(jī)制尚不明確，有待進(jìn)一步探析。共享出行本身具有綠色交通的根本屬性，它在一定程度上緩解了城市交通供給不足的現(xiàn)狀[6]，其發(fā)展會(huì)為本地創(chuàng)造新的就業(yè)機(jī)會(huì)，加快城市化進(jìn)程等[7]，但這些改變也與霧霾息息相關(guān)?；诖?，本文以汽車共享出行為代表研究這一新型生產(chǎn)方式對(duì)空氣霧霾的影響機(jī)制。霧霾具有顯著的跨區(qū)域傳播性，對(duì)霧霾的影響機(jī)制檢驗(yàn)只有考慮其空間溢出效應(yīng)，才能為治理霧霾提供準(zhǔn)確的經(jīng)驗(yàn)證據(jù)。

有鑒于此，本文以2017年滴滴在我國(guó)的208個(gè)開(kāi)城城市為研究樣本，以滴滴研究院提供的2017年滴滴出行規(guī)模相關(guān)數(shù)據(jù)[8]表征汽車共享經(jīng)濟(jì)發(fā)展規(guī)模，從可吸入顆粒物的遙感圖像中提取年均PM2.5均值表征空氣霧霾，以夜間燈光數(shù)據(jù)構(gòu)造燈光復(fù)合指數(shù)作為城市化水平和城市形態(tài)的指標(biāo)，就汽車共享出行規(guī)模對(duì)霧霾的影響及其作用機(jī)制進(jìn)行了系統(tǒng)的實(shí)證考察。與現(xiàn)有文獻(xiàn)相比，本文的貢獻(xiàn)在于系統(tǒng)地以數(shù)據(jù)為基礎(chǔ)實(shí)證分析了國(guó)內(nèi)汽車共享出行對(duì)空氣霧霾的作用機(jī)制。第一，從汽車共享出行的研究來(lái)看，已有文獻(xiàn)多聚焦于交通層面上滴滴對(duì)出行方式的影響，或考察滴滴本身的商業(yè)模式，忽略了滴滴對(duì)人們生產(chǎn)生活行為的影響。第二，本文進(jìn)一步探析了滴滴如何通過(guò)用戶的出行目的來(lái)傳導(dǎo)對(duì)霧霾的影響，即用戶通過(guò)滴滴到達(dá)目的地之后的行為對(duì)霧霾的傳導(dǎo)機(jī)制及這一機(jī)制在不同等級(jí)城市間的差異。

1 文獻(xiàn)綜述與研究假設(shè)

已有豐富的文獻(xiàn)論述了經(jīng)濟(jì)發(fā)展與環(huán)境污染的關(guān)系，大多數(shù)文獻(xiàn)基于環(huán)境庫(kù)茲涅茲曲線并考察了經(jīng)濟(jì)發(fā)展與環(huán)境污染的非線性關(guān)系[9-10]，其研究范圍涉及城市化、產(chǎn)業(yè)集聚、技術(shù)進(jìn)步、科技創(chuàng)新、外商直接投資與能源消耗等[11-14]。近些年，霧霾污染因其廣泛的傳播性、治理的難度大等特點(diǎn)引起了學(xué)者們的重視，眾多學(xué)者將視角轉(zhuǎn)移到空氣污染尤其是霧霾與經(jīng)濟(jì)發(fā)展的關(guān)系上[15-17]，多數(shù)文獻(xiàn)對(duì)霧霾的研究建立在空間模型的基礎(chǔ)上，并考察了諸如城市規(guī)模、城市化、產(chǎn)業(yè)結(jié)構(gòu)、能源和社會(huì)治理等多種因素對(duì)霧霾的影響[18-19]。上述的研究基本上形成了兩種觀點(diǎn)：第一，空氣霧霾具有顯著的空間溢出效應(yīng);第二，經(jīng)濟(jì)發(fā)展、城市化、產(chǎn)業(yè)集聚、外商直接投資與能源消耗等對(duì)環(huán)境污染具有促增或促降作用，且眾多變量與環(huán)境污染之間的EKC曲線假說(shuō)成立。僅有少部分文獻(xiàn)聚焦在交通出行上，尤其是汽車共享出行對(duì)空氣霧霾的影響上。最初大部分學(xué)者將研究聚焦在交通出行和碳排放上，如Poon等 [20]認(rèn)為中國(guó)依然處于工業(yè)化階段，汽車車輛和能耗的增加使得煙塵不太可能會(huì)減少。張?zhí)招耓21]認(rèn)為中短期內(nèi)，交通能源強(qiáng)度會(huì)顯著促進(jìn)城市道路交通碳排放的提升，但長(zhǎng)期來(lái)看，城鎮(zhèn)化率的碳排放率最高。邵帥等[22]以單位面積公路里程衡量了交通運(yùn)輸強(qiáng)度，認(rèn)為交通運(yùn)輸是空氣霧霾的主要成因。馬麗梅等[5]也認(rèn)為汽車尾氣是霧霾的主要成因之一。根據(jù)已有交通出行對(duì)碳排放和霧霾污染影響機(jī)制的研究，考慮到汽車共享出行作為交通出行方式的一種，本文提出以下研究假設(shè)。

假設(shè)1：汽車共享出行規(guī)模的擴(kuò)大會(huì)引起霧霾的加劇。

交通出行不僅是交通系統(tǒng)單方面的問(wèn)題，也與城市化格局有關(guān)，城市化的空間形態(tài)會(huì)影響到城市交通供給和需求的平衡[23]。越來(lái)越多的證據(jù)表明空氣污染與城市形態(tài)有關(guān)[24]，Cárdenas 等[25]認(rèn)為緊湊型城市可以提高交通便利性，減少能耗和交通需求。較短的平均出行距離或更有效的城市交通系統(tǒng)下的機(jī)動(dòng)車碳排放相對(duì)較少[26]。同時(shí)，高密度城市區(qū)域的人均汽車使用量少，污染物和碳氧化物的排放量較低[27]。集聚形態(tài)下的共享出行模式促使線路相似的私家車共享，降低了空載率[28]，減少了人均汽車使用量。此外，還有研究表明，緊湊型城市的空氣質(zhì)量狀況要好于分散的城市[29]?；诖?，共享出行在緊湊型城市可能會(huì)降低污染。相反，與空間上緊湊的大都市區(qū)相比，蔓延指數(shù)較高的城市會(huì)遇到更多的空氣污染[30]，而共享這一出行方式是促使龐大的城市發(fā)展到更緊湊城市的轉(zhuǎn)折點(diǎn)[31]。考慮到本文以燈光強(qiáng)度和面積衡量的城市化深度和城市化廣度實(shí)則反映了人們活動(dòng)強(qiáng)度和范圍，共享出行多以中短途距離為主，在更大程度上便利了城市內(nèi)部出行，而并非擴(kuò)展出行范圍。基于以上，本文提出第二個(gè)假設(shè)。

假設(shè)2：汽車共享出行更大程度上促進(jìn)了城市化深度增加，城市化深度會(huì)起到中介變量的作用，汽車共享出行會(huì)通過(guò)城市化深度促降霧霾。

汽車共享出行實(shí)質(zhì)上為人類活動(dòng)的出行方式之一，其發(fā)展規(guī)模和強(qiáng)度大小受各個(gè)城市等級(jí)差異影響。東部沿海地區(qū)霧霾污染情況為中原經(jīng)濟(jì)區(qū)的3倍，中南和西南經(jīng)濟(jì)區(qū)則表現(xiàn)為負(fù)效應(yīng)[5]。發(fā)達(dá)城市具有更為優(yōu)化的產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)創(chuàng)新能力，公眾對(duì)環(huán)境的訴求也更高，相比之下，欠發(fā)達(dá)城市會(huì)承接發(fā)達(dá)城市的高污染高耗能產(chǎn)業(yè)轉(zhuǎn)移，客觀上加劇了中西部的污染[32-33]?；诟鞒鞘酗@著的發(fā)展差異，本文提出第三個(gè)假設(shè)。

假設(shè)3：不同等級(jí)的城市中汽車共享出行規(guī)模不同，對(duì)霧霾的影響或假設(shè)二中的傳導(dǎo)作用也不同。

2 模型設(shè)定與數(shù)據(jù)說(shuō)明

2.1 基準(zhǔn)模型與變量選取

其中，i為滴滴出行公司于2017年所有的開(kāi)城城市，t表示2017年的年份;lnPM、area、lnpergdp、edu和分別為STIRPAT模型的環(huán)境影響I、人口P、人均財(cái)富A和技術(shù)水平T， GMV為滴滴專車、快車和順風(fēng)車的訂單總成交額，Controls為一組相關(guān)的控制變量，α0～α8為待估計(jì)參數(shù)，εit為隨機(jī)擾動(dòng)項(xiàng)，式（1）中各變量及其度量指標(biāo)的選取具體說(shuō)明如下。

（1）lnPMit：PM2.5年均濃度。

（2）GMVit：2017年滴滴開(kāi)城城市專車、快車和順風(fēng)車訂單的總成交額的自然對(duì)數(shù)值?？偝山活~和運(yùn)營(yíng)里程相關(guān)，這在一定程度上反映了一個(gè)城市的經(jīng)濟(jì)規(guī)模、經(jīng)濟(jì)活力和新興產(chǎn)業(yè)的發(fā)展。

（3）lnpergdpit：各地級(jí)市人均財(cái)富水平，以2000年不變價(jià)的人均GDP表示。

（4）eduit：各地級(jí)市技術(shù)水平，以小學(xué)、普通中學(xué)（含中專）和高等教育的受教育人數(shù)對(duì)應(yīng)其受教育年限計(jì)算得到各地級(jí)市人均受教育年限表示。

（5）areait：?jiǎn)挝幻娣e人口數(shù)，預(yù)期符號(hào)為正。

（6）indusit：各地級(jí)市產(chǎn)業(yè)結(jié)構(gòu)水平。空氣霧霾主要與第二產(chǎn)業(yè)的能源消耗有關(guān)，滴滴出行提供的服務(wù)為第三產(chǎn)業(yè)，因此以第二產(chǎn)業(yè)和第三產(chǎn)業(yè)占GDP的比重度量。

（7）urbanit：各地級(jí)市城市化水平。城市化水平是滴滴開(kāi)城所考慮的重要條件之一，以夜間燈光數(shù)據(jù)的亮度和像元面積占比的復(fù)合指數(shù)表示。

此外，本文還考慮了與空氣霧霾和汽車共享出行發(fā)展的影響因素作為控制變量。①地形起伏度（std）：以Arcgis提取地表坡度數(shù)據(jù)衡量地形起伏程度，坡度高的地表可能不利于公路的修建和車輛的行駛，人口和車輛可能會(huì)相對(duì)較少，預(yù)期符號(hào)為負(fù)。②年末實(shí)有道路鋪裝面積（tri）：年末道路鋪裝面積代表了地區(qū)的基礎(chǔ)設(shè)施建設(shè)程度，且道路鋪裝面積的增多與道路上汽車數(shù)量為正相關(guān)關(guān)系，預(yù)期符號(hào)為正。③公共交通（publictrans）：以各地級(jí)市公交車和出租車的運(yùn)營(yíng)輛數(shù)代表公共交通，滴滴可能是公共交通的補(bǔ)充品或替代品，有鑒于此，本文將公共交通加以控制。④私家車保有量（cars）：各城市私家車擁有的數(shù)量，預(yù)期符號(hào)為正。⑤氣候因素，氣象因素可以解釋超過(guò)2/3的霧霾天氣變化[40]，因此本文將氣溫（tem），降水（rain）以及風(fēng)速（wind）加以控制。⑥政策因素（gov），諸多地方政府采取了一系列措施來(lái)治理霧霾，城市限行政策廣為效仿，本文參考易蘭等[41]的研究，令截至2017年全國(guó)范圍內(nèi)限行時(shí)長(zhǎng)超過(guò)1年的北京、天津、哈爾濱、長(zhǎng)春、貴陽(yáng)、蘭州、杭州、成都和南昌等9個(gè)城市設(shè)置為1，其他城市為0，作為代表政策因素的啞變量。

2.2 數(shù)據(jù)處理與來(lái)源說(shuō)明

本文對(duì)達(dá)爾豪斯大學(xué)大氣成分分析組提供的2017年度PM2.5遙感圖像進(jìn)行矢量化處理，柵格精度為0.01°×0.01°，提取一年內(nèi)PM2.5均值作為本文的被解釋變量。

城市化從NOAA發(fā)布的燈光遙感圖像中提取。值得注意的是，多數(shù)文獻(xiàn)以城鎮(zhèn)人口占總?cè)丝诘谋戎乇碚鞒鞘谢剑@一指標(biāo)僅能度量人口的城鎮(zhèn)化，不足以反映出經(jīng)濟(jì)、社會(huì)、人口和地域空間等諸多方面的城市化過(guò)程。此外，采用人口城市化指標(biāo)依然可能存在統(tǒng)計(jì)數(shù)據(jù)與真實(shí)數(shù)據(jù)不一樣的情況。中國(guó)長(zhǎng)期以來(lái)實(shí)行的城鄉(xiāng)分割的二元戶籍制度，阻礙了勞動(dòng)力和要素的自由流動(dòng)，使得中國(guó)的城市化水平遠(yuǎn)遠(yuǎn)落后于工業(yè)化水平，名義城市化水平低于真實(shí)城市化水平?；诖?，本文的城市化水平以NOAA發(fā)布的夜間燈光數(shù)據(jù)來(lái)表示。穩(wěn)定的燈光數(shù)據(jù)剔除了太陽(yáng)光、月光、云和極光等自然因素的影響和火災(zāi)、爆炸等短暫性事件的影響，具有更高可信度。燈光數(shù)據(jù)包括了城市夜間燈光、居民區(qū)燈光和車流發(fā)出的低強(qiáng)度燈光，綜合反映了夜間人類活動(dòng)的基本信息，以衛(wèi)星拍攝的客觀明暗度將城市和非城市區(qū)別開(kāi)來(lái)，更加準(zhǔn)確地表明了城市化的綜合進(jìn)程。

本文參考邵帥等[22]的做法，構(gòu)造了燈光復(fù)合指數(shù)作為各地級(jí)市城市化水平的代理指標(biāo)，并將城市化分為城市化深度和城市化廣度，分別反映城市化的集聚程度和蔓延程度。燈光復(fù)合指數(shù)的計(jì)算公式為urbani=φurban1+（1-φ） urban2，urban1為城市化深度，以經(jīng)ENVI和Arcgis軟件重投影重采樣后計(jì)算得到的燈光強(qiáng)度均值表示，代表了城市化的空間集聚特征;urban2為城市化廣度，以各個(gè)燈光像元面積占區(qū)域總面積的比值所表示，代表了城市化的空間蔓延特征。緊湊城市理論認(rèn)為緊湊的城市形態(tài)有利于城市化朝向更符合可持續(xù)發(fā)展的方向發(fā)展，因此φ的取值應(yīng)大于0.5，本文參考前人的研究，令φ=0.8構(gòu)造城市化復(fù)合指數(shù)。

滴滴數(shù)據(jù)源于滴滴發(fā)展研究院提供的“城市發(fā)展指數(shù)報(bào)告”，氣象數(shù)據(jù)來(lái)源于NOAA（https：//www.ncdc.noaa.gov/）。其他變量的原始數(shù)據(jù)來(lái)自《中國(guó)城市統(tǒng)計(jì)年鑒（2018）》。

2.3 參數(shù)估計(jì)方法

空氣霧霾污染具有很大的流動(dòng)性，不為行政邊界所束縛且可以被遠(yuǎn)距離傳輸，一個(gè)地區(qū)的霧霾污染是本地污染和外地污染的共同作用結(jié)果，即霧霾存在顯著的空間溢出效應(yīng)[42]。同時(shí)，為了避免模型中被解釋變量和解釋變量之間因雙向因果效應(yīng)導(dǎo)致的內(nèi)生性，本文以空間加權(quán)的二階段最小二乘法（generalized spatial two stage least squares，GS2SLS）對(duì)模型進(jìn)行回歸，可以有效地解決最小二乘法（ordinaly least squares，OLS）在內(nèi)生情況下有偏且不一致的問(wèn)題和最大似然估計(jì)（maximum Gkelihood estimation， MLE）在存在異方差情況下估計(jì)結(jié)果不一致的情況。GS2SLS以各解釋變量和空間滯后項(xiàng)作為工具變量，并基于二階段最小二乘法（two stage least squares，2SLS）估計(jì)方法估計(jì)空間截面模型，同時(shí)對(duì)空氣霧霾的溢出效應(yīng)和上述的內(nèi)生性予以控制。在基準(zhǔn)回歸時(shí)，本文選擇了最高一階空間滯后項(xiàng)作為工具變量，在穩(wěn)健性檢驗(yàn)時(shí)采用最高二階空間滯后項(xiàng)作為工具變量，以各地級(jí)市的反地理距離空間權(quán)重矩陣（disW）和鄰接矩陣（conW）分別做基準(zhǔn)回歸和穩(wěn)健性檢驗(yàn)。

3 實(shí)證結(jié)果

3.1 基準(zhǔn)回歸和討論

首先對(duì)PM2.5進(jìn)行空間相關(guān)性檢驗(yàn)，莫蘭指數(shù)為0.160，p值為0.002，具有顯著的空間相關(guān)性，基于反地理距離矩陣的基準(zhǔn)回歸結(jié)果如表1，其中第（1）、（2）列分別為僅考慮STIRPAT基本變量和加入汽車共享經(jīng)濟(jì)規(guī)模后對(duì)霧霾的影響，第（3）、（4）列在此基礎(chǔ)上加入了控制變量和出行規(guī)模與新能源車訂單里程占比（nev）的交互項(xiàng)。

由回歸結(jié)果可以看出，空氣霧霾的空間滯后項(xiàng)系數(shù)大部分可以通過(guò)1%的顯著性水平檢驗(yàn)，即空氣霧霾存在顯著的空間溢出效應(yīng)，這不僅與自然因素有關(guān)，也與區(qū)域經(jīng)濟(jì)一體化和污染產(chǎn)業(yè)轉(zhuǎn)移等有關(guān)，即對(duì)空氣霧霾的治理依然要從區(qū)域的聯(lián)防聯(lián)控入手。從（2）～（3）的回歸結(jié)果可以看出，汽車共享經(jīng)濟(jì)的發(fā)展規(guī)模與空氣霧霾污染呈現(xiàn)顯著的“U型”關(guān)系，即當(dāng)汽車共享經(jīng)濟(jì)發(fā)展到一定規(guī)模后，對(duì)空氣霧霾的作用由降低轉(zhuǎn)為增加，且這一關(guān)系在加入控制變量前后和加入交互項(xiàng)后均顯著，即當(dāng)汽車共享出行在入駐各城市后，前期可以顯著減少霧霾，但當(dāng)其發(fā)展到一定規(guī)模后，會(huì)吸引當(dāng)?shù)丶爸苓叺貐^(qū)的人口流入該城市和從事汽車共享出行行業(yè)，因而會(huì)增加道路上行駛車輛的數(shù)量，在這一規(guī)模下，汽車共享經(jīng)濟(jì)的發(fā)展會(huì)顯著增加城市的空氣霧霾。第（3）列加入其他控制變量后，汽車共享經(jīng)濟(jì)對(duì)霧霾作用的拐點(diǎn)為6.156，研究樣本208個(gè)城市中，206個(gè)城市的汽車共享出行規(guī)模均有利于減少霧霾，GMV每增加1單位時(shí)，霧霾會(huì)顯著減少0.378個(gè)單位，這206個(gè)城市的汽車共享出行具有顯著的綠色外部性;北京、深圳兩個(gè)城市邁過(guò)拐點(diǎn)，其GMV分別為10和6.502，其他發(fā)達(dá)城市如成都、上海和廣州等其GMV分別為6.058、5.333和4.750，均未能邁過(guò)拐點(diǎn)。即北京和深圳汽車共享經(jīng)濟(jì)的發(fā)展會(huì)顯著增加空氣霧霾，當(dāng)GMV每增加1單位時(shí)，霧霾會(huì)顯著增加0.030 7個(gè)單位，但其促增作用小于私家車對(duì)霧霾的影響?？赡艿脑蚴牵覈?guó)發(fā)達(dá)城市的交通擁堵以及來(lái)自鄰近地區(qū)的影響是其高污染的重要原因。“十一五”期間東部省份已經(jīng)全部進(jìn)入工業(yè)化發(fā)展階段后期，交通取代產(chǎn)業(yè)結(jié)構(gòu)成為影響霧霾的最直接因素，且從全球范圍看，經(jīng)濟(jì)越發(fā)達(dá)的國(guó)家，交通對(duì)環(huán)境質(zhì)量的影響越顯著[5]。據(jù)此，本文的假設(shè)一部分成立。此外，面對(duì)現(xiàn)有新能源汽車這一熱點(diǎn)問(wèn)題，本文引入新能源車的里程占比與汽車共享出行規(guī)模的交互項(xiàng)進(jìn)行回歸，結(jié)果如第（4）列所示，交互項(xiàng)系數(shù)為負(fù)但并不顯著，新能源汽車可能會(huì)減少霧霾，考慮到我國(guó)主要發(fā)電方式依然為火電，但這一結(jié)果尚不明確。

從其他變量回歸結(jié)果來(lái)看，人均財(cái)富、人口密度、公共交通和私人汽車保有量以及道路建設(shè)面積和城市化等對(duì)空氣霧霾均存在正向影響且顯著，表明我國(guó)以資源消耗為代價(jià)換取經(jīng)濟(jì)發(fā)展的方式尚未得到轉(zhuǎn)變，經(jīng)濟(jì)的發(fā)展依然伴隨著大量的資源能源消耗。人口的增加會(huì)帶動(dòng)房產(chǎn)、城建、鐵路和公路的建設(shè)等，工地上的揚(yáng)塵會(huì)增加空氣中可吸入顆粒物濃度，同時(shí)也會(huì)催生汽車需求，交通擁堵和尾氣排放也是霧霾形成的重要因素。此外，城鎮(zhèn)人口、產(chǎn)業(yè)布局和土地供應(yīng)均處于城市化進(jìn)程中，要素的集聚促使城市盲目追求擴(kuò)張，增加了對(duì)基礎(chǔ)設(shè)施建設(shè)的需求。霧霾存在明顯的跨區(qū)域傳播特性，地形起伏度較高可能會(huì)阻礙霧霾的流動(dòng)，且同等發(fā)展水平下，地形起伏度較高的城市城建區(qū)面積、人口和汽車數(shù)量等低于地形較為平坦的地區(qū)，這與劉海猛等[43]的研究結(jié)論一致。技術(shù)水平可以顯著降低空氣霧霾，說(shuō)明高等教育發(fā)展導(dǎo)致的人才增加和技術(shù)進(jìn)步有利于實(shí)現(xiàn)環(huán)境保護(hù)和經(jīng)濟(jì)發(fā)展的共贏。在氣候因素方面，氣溫，降水以及風(fēng)速的增加均有降低霧霾的作用，風(fēng)速對(duì)減排具有顯著作用，且其影響大于降水和氣溫。在政策方面，實(shí)施一年以上機(jī)動(dòng)車輛限行政策的城市較不限行城市對(duì)霧霾具有促降作用，但這一政策并不顯著，該結(jié)果與易蘭等[41]的結(jié)論類似，機(jī)動(dòng)車限行的減排可行性在經(jīng)濟(jì)上具有意義，但不排除部分城市公共交通相對(duì)不發(fā)達(dá)，限行后人們出行不便會(huì)增加居民購(gòu)買(mǎi)新車以及使用高排放老舊車輛的可能。

3.2 穩(wěn)健性檢驗(yàn)

本文以多種方式對(duì)基準(zhǔn)回歸進(jìn)行穩(wěn)健性檢驗(yàn)，首先以滴滴專車、快車、順風(fēng)車的訂單總量替換總交易額進(jìn)行回歸。其次，在上一步的基礎(chǔ)上，本文加入新能源訂單占比與訂單總量占比的交互項(xiàng)再次進(jìn)行回歸，仍然基于G2SLS但采用最高二階空間滯后項(xiàng)作為工具變量對(duì)模型重新進(jìn)行估計(jì)。再次，將反地理距離權(quán)重替換為鄰接權(quán)重矩陣重新估計(jì)。此外，鑒于PM10為2017年空氣污染的首要污染物之一，本文將PM10代替PM2.5計(jì)算進(jìn)行穩(wěn)健性檢驗(yàn)。同時(shí)，考慮到霧霾成分中不同的單項(xiàng)污染物，本文也將以各單項(xiàng)污染物標(biāo)準(zhǔn)化計(jì)算得到的空氣質(zhì)量指數(shù)（air quality index，AQI）指數(shù)作為被解釋變量的替換變量進(jìn)行計(jì)算。

估計(jì)結(jié)果表明，以訂單數(shù)量（orderqua）代替總成交額、以PM10和AQI（https：//www.aqistudy.cn/historydata/）替換PM2.5之后的汽車共享經(jīng)濟(jì)規(guī)模與空氣污染之間的“U型”關(guān)系依然成立，新能源汽車訂單量的占比依然不顯著，與上文估計(jì)結(jié)果一致。值得一提的是，基于鄰接權(quán)重的回歸結(jié)果中Wald檢驗(yàn)并不顯著，這可能是由于空氣霧霾的擴(kuò)散在一定程度上受到地理位置的限制，并隨著空間距離的增加而減少[44]，且霧霾的傳播和擴(kuò)散并不局限在相鄰的區(qū)域。基于此，在討論汽車共享經(jīng)濟(jì)規(guī)模對(duì)空氣霧霾的影響時(shí)，與鄰接權(quán)重相比，反地理矩陣權(quán)重在反映客觀事實(shí)時(shí)可能更為準(zhǔn)確。總體來(lái)說(shuō)，前文的基準(zhǔn)分析具有較強(qiáng)的穩(wěn)健性。

3.3 基于城市形態(tài)的汽車共享經(jīng)濟(jì)規(guī)模與空氣霧霾的影響分析

已有文獻(xiàn)顯示，更高的城市密度和城市路網(wǎng)等緊湊的城市形態(tài)有利于減少道路上的私家車，促使居民將出行方式轉(zhuǎn)為公共交通[45]。城市形態(tài)的改變被認(rèn)為是減緩交通擁堵、應(yīng)對(duì)環(huán)境污染與氣候變化的重要手段，但現(xiàn)有研究對(duì)不同城市形態(tài)的作用依然存在爭(zhēng)議。緊湊發(fā)展的反對(duì)者認(rèn)為城市形態(tài)對(duì)交通行為的影響非常小，且緊湊發(fā)展會(huì)導(dǎo)致巨大的社會(huì)福利成本。支持者堅(jiān)信，城市空間形態(tài)越緊湊、要素和資源越集聚和節(jié)約，有利于經(jīng)濟(jì)增長(zhǎng)和城市建設(shè)[46]。

基于此，本文將復(fù)合之后的城市化進(jìn)一步分為城市化深度和城市化廣度，分別以燈光亮度和燈光像元面積與區(qū)域總面積的比值來(lái)衡量。這兩個(gè)變量代表了人們活動(dòng)強(qiáng)度和活動(dòng)范圍的大小，表征了城市集聚和城市蔓延的兩種形態(tài)。人們通過(guò)共享出行方式到達(dá)目的地后的活動(dòng)強(qiáng)度和活動(dòng)范圍可能造成這兩種形態(tài)的改變，但共享出行的中短途特征更大程度上便利了城市內(nèi)部的出行，刺激了人類活動(dòng)的強(qiáng)度。因此，本文判斷城市化深度可能是汽車共享出行對(duì)空氣污染的一個(gè)傳導(dǎo)途徑。本文同時(shí)將城市形態(tài)下的城市化深度和城市化廣度視為中介變量對(duì)傳導(dǎo)途徑進(jìn)行進(jìn)行檢驗(yàn)，Baron和Kenny[47]認(rèn)為，中介變量是解釋變量對(duì)被解釋變量產(chǎn)生影響的中介，中介變量是解釋變量對(duì)被解釋變量產(chǎn)生影響的內(nèi)在的、實(shí)際存在的原因，即解釋變量對(duì)被解釋變量的影響可能是部分通過(guò)中介變量或完全通過(guò)中介變量產(chǎn)生影響的?；诖耍疚牡哪Ｐ蜆?gòu)建如下：

其中，Controlsit為控制變量集，包括有人均財(cái)富、人口密度、技術(shù)水平、產(chǎn)業(yè)結(jié)構(gòu)占比、公共交通、私人汽車保有量、地形起伏度及年末道路鋪裝面積，被解釋變量為空氣霧霾時(shí)，Controlsit還包括溫度、風(fēng)速及降水;Mediatorit為中介變量集，分別為城市化深度（urban1）和城市化廣度（urban2）等。中介效應(yīng)檢驗(yàn)程序如下：①若α1顯著，認(rèn)為中介效應(yīng)存在，可以進(jìn)行下一步檢驗(yàn);②若 β1和γ3顯著，表明共享出行規(guī)模與空氣污染之間的影響至少有一部分是通過(guò)中介變量實(shí)現(xiàn)的;③若γ1顯著，且較α1數(shù)值減少或顯著程度下降，表明存在中介效應(yīng)。如果β1或γ3不顯著，則共享出行與空氣霧霾的影響不是通過(guò)中介變量實(shí)現(xiàn)的，如果回歸滿足上述三個(gè)條件，則至少說(shuō)明存在“部分”中介作用，即共享出行對(duì)空氣霧霾的影響部分是直接的，部分是通過(guò)中介變量來(lái)實(shí)現(xiàn)的;如果上述三個(gè)條件都成立，但γ1不顯著，則共享出行對(duì)空氣霧霾的影響完全通過(guò)中介變量來(lái)實(shí)現(xiàn)。

表2為基于GS2SLS的中介效應(yīng)檢驗(yàn)，由檢驗(yàn)結(jié)果可以發(fā)現(xiàn)，當(dāng)表示城市集聚形態(tài)的城市化深度為中介變量時(shí)，中介效應(yīng)成立。不考慮城市集聚形態(tài)時(shí)，汽車共享出行的系數(shù)為-0.274，但加入這一控制變量后，其系數(shù)變?yōu)?0.326，即汽車共享出行對(duì)霧霾的促降作用部分是直接的，部分是通過(guò)集聚的城市形態(tài)實(shí)現(xiàn)的，且后者對(duì)霧霾的促降作用大于前者。城市汽車共享出行的發(fā)展會(huì)刺激人類活動(dòng)的強(qiáng)度，顯著提升了城市化深度，同時(shí)，共享出行與城市空間的整合，使得城市交通空間配置更具有公共性和集約性[48]，通過(guò)城市化深度傳導(dǎo)后，汽車共享出行發(fā)展更有利于霧霾的減少[49]。代表城市蔓延的城市化廣度可以顯著增加空氣中的PM2.5，系數(shù)為0.765，明顯大于城市化深度的系數(shù)0.192，說(shuō)明城市化深度的集聚形態(tài)更為綠色化。式（2）中β1即GMV的系數(shù)不顯著，城市化廣度的中介效應(yīng)不成立，說(shuō)明城市化廣度不是汽車共享出行對(duì)霧霾的傳導(dǎo)路徑。在當(dāng)今的社會(huì)發(fā)展過(guò)程中，共享經(jīng)濟(jì)成為新時(shí)期中國(guó)經(jīng)濟(jì)轉(zhuǎn)型的突出亮點(diǎn)，而汽車共享出行成為能源、交通、汽車制造業(yè)等領(lǐng)域革命的重要載體，且其通過(guò)刺激人類活動(dòng)，尤其是提高了活動(dòng)的強(qiáng)度而非擴(kuò)大了活動(dòng)范圍作用于霧霾。城市化深度是現(xiàn)有汽車共享出行和霧霾的重要傳導(dǎo)機(jī)制，共享出行通過(guò)這一傳導(dǎo)機(jī)制對(duì)霧霾的促降作用更大，至此驗(yàn)證假設(shè)二。

3.4 基于城市異質(zhì)性的汽車共享出行對(duì)霧霾的傳導(dǎo)機(jī)制分析

我國(guó)城市的發(fā)展具有較為明顯的異質(zhì)性，城市發(fā)展由于其所屬的位置和等級(jí)不同造成的差異也較大。這一異質(zhì)性可能導(dǎo)致不同等級(jí)城市里的汽車共享經(jīng)濟(jì)規(guī)模對(duì)霧霾的傳導(dǎo)機(jī)制也不一致?；诖?，本文根據(jù)2017年《城市商業(yè)魅力排行榜》中城市等級(jí)劃分進(jìn)行分組回歸，鑒于一線和新一線城市的樣本僅有19個(gè)，一線新一線及二線城市也僅有48個(gè)，為了保證回歸的穩(wěn)健性，本文以三線城市為臨界點(diǎn)分組回歸，檢驗(yàn)一線至三線城市以及四五線城市的傳導(dǎo)機(jī)制，回歸結(jié)果如表3所示。

從表3可以看出，中介效應(yīng)在一二三線城市均成立，這類城市人口眾多且密集，消費(fèi)機(jī)會(huì)多，城市活力大，十大消費(fèi)城市均位于一線和新一線城市等級(jí)中，其共享出行規(guī)模更能促進(jìn)人們消費(fèi)活動(dòng)和其他活動(dòng)的增強(qiáng)，促進(jìn)城市內(nèi)部的集聚和城市化程度的加深。但在四五線城市的回歸中，β1和γ3均不顯著，現(xiàn)有四五線城市汽車共享出行的發(fā)展不能顯著促進(jìn)城市集聚，這類城市人口規(guī)模和消費(fèi)活力相對(duì)較小，共享出行的發(fā)展未能達(dá)到理想規(guī)模，城市集聚活動(dòng)程度也相對(duì)較低，不足以發(fā)揮共享出行在集聚城市下更大的綠色外部性。雖然在全樣本中這一傳導(dǎo)機(jī)制成立，但鑒于各城市的異質(zhì)性，若試圖發(fā)揮城市形態(tài)的綠色傳導(dǎo)作用，各城市應(yīng)因地制宜地進(jìn)行規(guī)劃，以促進(jìn)共享出行和城市空間進(jìn)一步的優(yōu)化整合。假設(shè)三得到驗(yàn)證。

4 結(jié)論建議

本文以2017年滴滴出行開(kāi)城城市的截面數(shù)據(jù)為研究樣本，以GS2SLS估計(jì)了汽車共享出行對(duì)空氣霧霾污染的影響，進(jìn)一步將城市化形態(tài)分為城市化深度和城市化廣度兩種模式分別檢驗(yàn)人類活動(dòng)強(qiáng)度和人類活動(dòng)范圍對(duì)霧霾的傳導(dǎo)機(jī)制，隨后考察了不同等級(jí)城市的傳導(dǎo)機(jī)制差異。結(jié)論如下：①汽車共享出行對(duì)霧霾具有顯著的空間相關(guān)性，考慮其空間溢出性和內(nèi)生性之后，汽車共享出行與空氣霧霾呈現(xiàn)顯著的“正U型”關(guān)系，即汽車共享出行開(kāi)城初期會(huì)減少當(dāng)?shù)氐目諝馕廴?，?dāng)其發(fā)展到一定規(guī)模后，如北京、深圳等，當(dāng)?shù)仄嚬蚕沓鲂械陌l(fā)展會(huì)加劇空氣污染。②新能源汽車占比的提升有利于減少霧霾，但不顯著。③在考慮代表人類活動(dòng)強(qiáng)度和范圍的城市化深度和城市化廣度后，本文發(fā)現(xiàn)，城市化深度較高時(shí)，即集聚的城市形態(tài)下汽車共享出行會(huì)部分通過(guò)影響代表人類活動(dòng)強(qiáng)度的城市化深度作用于空氣霧霾，城市化深度為汽車共享出行減排的傳導(dǎo)途徑，且城市化深度對(duì)對(duì)霧霾的促增作用小于城市化廣度，設(shè)計(jì)減排政策和規(guī)制可以從集聚的城市形態(tài)入手。④此外，當(dāng)前汽車共享出行在不同城市的發(fā)展程度不同，通過(guò)城市集聚和活動(dòng)強(qiáng)度的傳導(dǎo)作用也不同，四五線等中小城市中，汽車共享出行規(guī)模對(duì)城市集聚沒(méi)有顯著的促進(jìn)作用，城市化深度的傳導(dǎo)機(jī)制不明顯。

本文的結(jié)論證實(shí)了汽車共享出行對(duì)霧霾的影響機(jī)制。①鑒于其“正U型”關(guān)系，建議汽車共享出行企業(yè)在其業(yè)務(wù)需求量較大的城市降低燃油車司機(jī)的審核通過(guò)比例，增加新能源汽車占比，尤其是一些主要為水力、風(fēng)力發(fā)電的城市。面對(duì)霧霾的空間溢出效應(yīng)，各地政府應(yīng)該堅(jiān)持合作的原則，對(duì)霧霾進(jìn)行聯(lián)防聯(lián)控治理，如實(shí)行區(qū)域霧霾信息共享和預(yù)警機(jī)制，協(xié)調(diào)部門(mén)聯(lián)動(dòng)，整合共享資源，將空氣質(zhì)量納入地方政府績(jī)效考核，探索創(chuàng)新大氣環(huán)境改善與經(jīng)濟(jì)協(xié)同發(fā)展模式。②鼓勵(lì)城市朝緊湊集約型發(fā)展，減少城市的低效蔓延，要合理規(guī)劃城市的布局，降低道路的重復(fù)建設(shè)，促進(jìn)共享出行與城市空間的整合，推動(dòng)城市集約型發(fā)展。③鼓勵(lì)汽車共享出行行業(yè)與科研院所、技術(shù)部門(mén)的合作，實(shí)現(xiàn)更加合理的OD路線設(shè)計(jì)，同時(shí)要減少汽車劣質(zhì)油品的使用，并且在法律法規(guī)上加以完善。④要堅(jiān)持對(duì)清潔技術(shù)、新能源技術(shù)的研發(fā)投入，加快推進(jìn)新動(dòng)能，加強(qiáng)淘汰落后產(chǎn)能，同時(shí)要發(fā)揮能源價(jià)格的調(diào)節(jié)作用和環(huán)境規(guī)制政策的作用，提高FDI的準(zhǔn)入門(mén)檻，甄別流入的外商投資。

參考文獻(xiàn)

[1]穆泉，張世秋.中國(guó)2001—2013年P(guān)M2.5重污染的歷史變化與健康影響的經(jīng)濟(jì)損失評(píng)估[J].北京大學(xué)學(xué)報(bào)（自然科學(xué)版），2015，51（4）：694-706.

[2]HEINRICHS H Sharing economy： a potential new pathway to sustainability[J]. Gaia ecological perspectives for science and Society， 2013， 22（4）：228-231.

[3]Mhlmann M. Collaborative consumption： determinants of satisfaction and the likelihood of using a sharing economy option again[J]. Journal of consumer behaviour，2015，14（3）：193-207.

[4]王家庭，張鄧斕，孫哲.私人汽車消費(fèi)加劇了城市蔓延嗎：來(lái)自地級(jí)市層面的經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)評(píng)論，2015（6）：108-117，143.

[5]馬麗梅，劉生龍，張曉.能源結(jié)構(gòu)、交通模式與霧霾污染：基于空間計(jì)量模型的研究[J].財(cái)貿(mào)經(jīng)濟(jì)，2016，37（1）：147-160.

[6]馮也蘇. 共享交通對(duì)城市交通發(fā)展的作用研究[J]. 城市發(fā)展研究， 2017（6）：147-150.

[7]史靜靜，談鎮(zhèn).協(xié)調(diào)發(fā)展視角下共享經(jīng)濟(jì)與新型城鎮(zhèn)化戰(zhàn)略的多維互動(dòng)[J].城市發(fā)展研究，2018，25（2）：118-124.

[8]滴滴發(fā)展研究院，上海交通大學(xué)中國(guó)發(fā)展研究院，東北財(cái)經(jīng)大學(xué)經(jīng)濟(jì)與社會(huì)發(fā)展研究院. 邁向高效且宜居的城市：滴滴“城市發(fā)展指數(shù)”報(bào)告[R]. 2019.

[9]EBENSTEIN A， FAN M， GREENSTONE M，et al. Growth， pollution， and life expectancy： China from 1991-2012[J]. The American economic review， 2015， 105（5）：226-231.

[10]夏勇，鐘茂初.經(jīng)濟(jì)發(fā)展與環(huán)境污染脫鉤理論及EKC假說(shuō)的關(guān)系：兼論中國(guó)地級(jí)城市的脫鉤劃分[J].中國(guó)人口·資源與環(huán)境，2016，26（10）：8-16.

[11]李姝.城市化、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與環(huán)境污染[J].財(cái)經(jīng)問(wèn)題研究，2011（6）：38-43.

[12]孫才志，王雪利，王嵩.環(huán)境約束下中國(guó)技術(shù)進(jìn)步偏向測(cè)度及其空間效應(yīng)分析[J].經(jīng)濟(jì)地理，2018，38（9）：38-46.

[13]鄭強(qiáng)，冉光和，鄧睿，等.中國(guó)FDI環(huán)境效應(yīng)的再檢驗(yàn)[J].中國(guó)人口·資源與環(huán)境，2017，27（4）：78-86.

[14]白俊紅，聶亮.能源效率、環(huán)境污染與中國(guó)經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變[J].金融研究，2018（10）：1-18.

[15]馬麗梅，張曉.中國(guó)霧霾污染的空間效應(yīng)及經(jīng)濟(jì)、能源結(jié)構(gòu)影響[J].中國(guó)工業(yè)經(jīng)濟(jì)，2014（4）：19-31.

[16]陳詩(shī)一，陳登科.霧霾污染、政府治理與經(jīng)濟(jì)高質(zhì)量發(fā)展[J].經(jīng)濟(jì)研究，2018，53（2）：20-34.

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

[18]王星.城市規(guī)模、經(jīng)濟(jì)增長(zhǎng)與霧霾污染：基于省會(huì)城市面板數(shù)據(jù)的實(shí)證研究[J].華東經(jīng)濟(jì)管理，2016，30（7）：86-92.

[19]冷艷麗， 杜思正. 產(chǎn)業(yè)結(jié)構(gòu)、城市化與霧霾污染[J]. 中國(guó)科技論壇，2015（9）：51-57.

[20]POON J H ， CASAS I ， HE C. The impact of energy， transport， and trade on air pollution in China[J]. Eurasian geography & economics， 2006， 47（5）：568-584.

[21]張?zhí)招?中國(guó)城市化進(jìn)程中的城市道路交通碳排放研究[J].中國(guó)人口·資源與環(huán)境，2012，22（8）：3-9.

[22]邵帥，李欣，曹建華，等.中國(guó)霧霾污染治理的經(jīng)濟(jì)政策選擇：基于空間溢出效應(yīng)的視角[J].經(jīng)濟(jì)研究，2016，51（9）：73-88.

[23]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(cái)貿(mào)經(jīng)濟(jì)，2018，39（1）：147-160.

[24]BRADLEY B， KEITH D. Urban form， air pollution， and CO2 emissions in large U.S. metropolitan areas[J]. Professional geographer， 2013， 65（4）：612-635.

[25]CRDENAS R， DUPONT-COURTADE L， OUESLATI W. Air pollution and urban structure linkages： evidence from European cities[J]. Renewable & sustainable energy reviews， 2016， 53：1–9.

[26]ZHEN S Q ，WANG R ， EDWARD L ，et al. The greenness of China： household carbon dioxide emissions and urban development[J]. Journal of economic geography，2009， 11（5）：761-792（32）.

[27]GLAESER E L， KAHN M E.The greenness of cities： carbon dioxide emissions and urban development[J]. Journal of urban economics， 2010， 67：404-418.

[28]陳國(guó)鵬. “互聯(lián)網(wǎng)+交通”視角下緩解城市交通擁堵的私家車共享模式研究[J]. 城市發(fā)展研究， 2016， 23（2）：111-115.

[29]BORREGO C， MARTINS H， TCHEQEL O，et al. How urban structure can affect city sustainability from an air quality perspective[J]. Environ model softw，2006， 21：461–467.

[30]STONE B.Urban sprawl and air quality in large US cities[J]. Journal of environmental management，2008，86：688-698.

[31]RODE P. Accessibility in cities： transport and urban form[M]∥MEYER G， SHAHEEN S. Disrupting mobility. Cham： Springer，2017.

[32]范斐，連歡，王雪利，等.區(qū)域協(xié)同創(chuàng)新對(duì)創(chuàng)新績(jī)效的影響機(jī)制研究[J].地理科學(xué)，2020，40（2）：165-172.

[33]湯維祺，吳力波，錢(qián)浩祺.從“污染天堂”到綠色增長(zhǎng)：區(qū)域間高耗能產(chǎn)業(yè)轉(zhuǎn)移的調(diào)控機(jī)制研究[J].經(jīng)濟(jì)研究，2016，51（6）：58-70.

[34]PETER De G， PAUL H. The third revolution： environment， population and a sustainable world[J]. International affairs， 1993， 69（1）：146-150.

[35]RASKIN P D. Methods for estimating the population contribution to environmental change[J]. Ecological Economics the Journal of the International Society for Ecological Economics， 1995， 15（3）：225.

[36]RICHARD Y， EUGENE A R， THOMAS D. Bridging environmental science with environmental policy： plasticity of population， affluence， and technology[J]. Social science quarterly， 2002， 83（1）：18-34.

[37]WAGGONER P E， AUSUBEL J H. A framework for sustainability science： a renovated IPAT identity[J]. Proceedings of the National Academy of Sciences of the United States of America， 2002，99（12）：7860-7865.

[38]DIETZ T， ROSA E A. Effects of population and affluence on CO2 emissions[J]. Proceedings of the National Academy of Sciences of the United States of America， 1997，94（1）：175-179.

[39]GENE M G， ALAN B. Krueger， economic growth and the environment[J].The quarterly journal of economics，1995， 110（2）：353-377.

[40]張人禾，李強(qiáng)，張若楠.2013年1月中國(guó)東部持續(xù)性強(qiáng)霧霾天氣產(chǎn)生的氣象條件分析[J].中國(guó)科學(xué)：地球科學(xué)，2014，44（1）：27-36.

[41]易蘭，周憶南，李朝鵬，等.城市機(jī)動(dòng)車限行政策對(duì)霧霾污染治理的成效分析[J].中國(guó)人口·資源與環(huán)境，2018，28（10）：81-87.

[42]JAFFE D， ANDERSON T，COVERT D，et al.Transport of Asian air pollution to North American[J].Geophysical qesearch letters，1999，26（6）：711-714.

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

[44]KELLER W. Geographic localization of international technology diffusion[J]. American economic review， 92（1）：120-142.

[45]曹坤梓，閻磊，丁成日.美國(guó)城市形態(tài)與交通行為實(shí)證研究綜述[J].城市發(fā)展研究，2019，26（9）：88-97.

[46]秦蒙，劉修巖.城市蔓延是否帶來(lái)了我國(guó)城市生產(chǎn)效率的損失：基于夜間燈光數(shù)據(jù)的實(shí)證研究[J].財(cái)經(jīng)研究，2015，41（7）：28-40.

[47]BARON R M， KENNY D A . The moderator-mediator variable distinction in social psychological research： conceptual， strategic， and statistical consideration[J]. Joural of personality and social psychology， 1986， 51：1173-1182.

[48]諸大建.后汽車時(shí)代城市的共享出行問(wèn)題：基于循環(huán)經(jīng)濟(jì)視角的思考[J].城市交通，2017，15（5）：12-19.

[49]HASAN M A，DAVID J F，CHAPMAN R，et al. Emissions from the road transport sector of New Zealand： key drivers and challenges[J].Environmental science and pollution research， 2019，26： 23937-23957.