摘 要：隨著經(jīng)濟社會的不斷發(fā)展，空氣質(zhì)量問題日益不可忽視?？諝赓|(zhì)量持續(xù)惡化會影響人們正常生活與身心健康，造成城市人口規(guī)模下降，損害了經(jīng)濟社會的良性發(fā)展。基于此，通過研究2013—2019年京津冀13個城市面板數(shù)據(jù)，運用雙固定效應(yīng)模型探究空氣質(zhì)量對人口規(guī)模的影響，并以經(jīng)濟發(fā)展水平為門檻變量，通過面板門限回歸模型探尋空氣質(zhì)量與人口規(guī)模之間是否存在非線性關(guān)系。結(jié)果顯示，較差的空氣質(zhì)量對人口規(guī)模增長具有顯著縮小作用，且不同經(jīng)濟發(fā)展水平下較差空氣質(zhì)量對人口規(guī)模作用效果存在顯著差異，即存在非線性關(guān)系，其抑制作用隨空氣質(zhì)量的不斷增強而持續(xù)增強。

關(guān)鍵詞：空氣質(zhì)量；人口規(guī)模；面板數(shù)據(jù)；非線性關(guān)系

中圖分類號：F062.6 文獻標志碼：A 文章編號：1673-291X（2024）14-0064-04

引言

人口是社會經(jīng)濟持續(xù)發(fā)展的基本要素。在人口老齡化趨勢加劇的背景下，人口規(guī)模仍是影響各城市發(fā)展的關(guān)鍵因素。近年來，我國經(jīng)濟高速發(fā)展，人民物質(zhì)生活水平顯著提升。與此同時，氣候非正常變化，各類環(huán)境治理正面臨更嚴峻的挑戰(zhàn)。伴隨著工業(yè)化、城市化進程，空氣污染已成為我國面臨的嚴重環(huán)境問題之一。空氣質(zhì)量持續(xù)惡化不僅影響人們的正常生活，還對人們的身心健康產(chǎn)生極大的威脅[1]，同時影響人口到空氣質(zhì)量較差城市的就業(yè)率。2020年9月，我國向世界宣布了碳達峰目標與碳中和愿景，即“二氧化碳排放力爭于2030年前達到峰值，努力爭取2060年前實現(xiàn)碳中和”。“雙碳”目標被列入中央經(jīng)濟工作會議重點研究的任務(wù)。黨中央明確提出繼續(xù)打好污染防治攻堅戰(zhàn)，實現(xiàn)減污降碳協(xié)同效應(yīng)的要求。空氣污染物與二氧化碳高度相關(guān)，二者具有同根同源同過程的特點[2]，因此，“碳達峰與碳中和”的目標也給我國空氣質(zhì)量改善提出了更高標準和要求。京津冀地區(qū)作為經(jīng)濟發(fā)展的重要地區(qū)，空氣質(zhì)量與人口關(guān)系的探討對全國的空氣質(zhì)量對人口規(guī)模影響具有借鑒意義，也是值得探討的?，F(xiàn)有相關(guān)文獻研究多關(guān)注空氣質(zhì)量如何影響經(jīng)濟發(fā)展及退休的福利變化與經(jīng)濟效應(yīng)，鮮少關(guān)注空氣質(zhì)量與人口規(guī)模之間的內(nèi)在關(guān)系。因此，研究空氣質(zhì)量與城市人口之間的關(guān)系具有一定意義。

一、理論分析

PM2.5是霧霾產(chǎn)生的首要因素，是空氣質(zhì)量研究的重要方面。近年來，京津冀城市的主要污染物為PM2.5、PM10和臭氧，且PM2.5、PM10在京津冀城市的污染情況最嚴重[3]。PM2.5來自人類的生活生產(chǎn)，影響了空氣質(zhì)量，造成了城市空氣污染。城市空氣污染嚴重時，可造成人體呼吸道、腦血管等疾病[4，5]，居民在污染的空氣中暴露會降低其日?；顒訚M意度[6]，降低居民生活幸福感[7]，此外，PM2.5顯著地降低了居民心理健康水平[8]。PM2.5對居民的身心造成傷害，使居民離開城市居住地地的傾向更加強烈，造成城市人口的數(shù)量降低。

假設(shè)1：較差的空氣質(zhì)量會抑制城市人口規(guī)模。

環(huán)境對人口影響的相互機制很復(fù)雜，但是空氣質(zhì)量的好壞已被證實確實是影響人口數(shù)量的主要因素之一[9]。城市發(fā)展離不開人口，而較差的空氣質(zhì)量會降低城市人口數(shù)量，導(dǎo)致地區(qū)的人口外流。當空氣污染指數(shù)較低時，居民因空氣質(zhì)量問題離開戶籍地的意愿較低；當空氣污染指數(shù)較高時，居民因空氣污染離開戶籍地的意愿大幅增高?？梢?，較差空氣質(zhì)量與人口外流存在非線性關(guān)系。當經(jīng)濟發(fā)展到一定程度，居民有能力獲得更好的居住環(huán)境時，就會離開空氣質(zhì)量較差的城市。因此，實際經(jīng)濟發(fā)展水平越高的地方，空氣質(zhì)量會導(dǎo)致高收入居民離開空氣污染城市的意愿越強。

假設(shè)2：實際經(jīng)濟發(fā)展水平較高時，較差的空氣質(zhì)量對城市人口規(guī)模的抑制作用更強。

從現(xiàn)有國內(nèi)外研究來看，關(guān)于人口對空氣質(zhì)量的影響關(guān)系研究尚有不足。因此，本文從年末常住總?cè)丝跀?shù)出發(fā)，利用固定效應(yīng)模型分析人口PM2.5的效應(yīng)。此外，利用門限回歸模型研究人口與PM2.5之間的非線性關(guān)系。

二、數(shù)據(jù)來源與模型設(shè)定

（一）數(shù)據(jù)來源

本文選取2013—2019年京津冀城市群作為研究樣本，包括11個地級市與北京、天津兩個直轄市，相關(guān)變量數(shù)據(jù)來自《中國城市統(tǒng)計年鑒》《北京統(tǒng)計年鑒》《河北統(tǒng)計年鑒》《天津統(tǒng)計年鑒》和歐洲中期天氣預(yù)報中心（ECMWF）。為了消除價格因素的影響，把與價格相關(guān)的變量數(shù)據(jù)用2013年指標進行縮減，部分缺失值采用線性插補進行補充。此外，為了降低數(shù)據(jù)的分散程度，對部分非比值型指標按取對數(shù)處理。使用的變量描述如下。

被解釋變量：人口規(guī)模，使用年末戶籍人口代表城市人口數(shù)據(jù)。年鑒記錄的人口數(shù)據(jù)主要有戶籍和常住兩種口徑，隨著流動人口規(guī)模不斷擴大，戶籍人口能夠更加準確地反映地區(qū)人口規(guī)模。

核心解釋變量與門限變量：核心解釋變量采用PM2.5濃度，衡量京津冀各城市的空氣質(zhì)量水平采用PM2.5濃度?？諝赓|(zhì)量的日度PM2.5數(shù)據(jù)來源于中國氣象歷史數(shù)據(jù)，將日度數(shù)據(jù)按年份進行算術(shù)平均計算，得到中國地級市2013—2019年P(guān)M2.5年均濃度數(shù)據(jù)。門限變量使用實際經(jīng)濟發(fā)展水平。

控制變量：學(xué)者們廣泛研究了影響人口規(guī)模的各種經(jīng)濟社會因素。根據(jù)已有文獻，本文控制變量選擇地區(qū)經(jīng)濟水平、產(chǎn)業(yè)結(jié)構(gòu)、工資水平、政府干預(yù)、教育水平、日照強度等。目前，較高經(jīng)濟發(fā)展水平帶來的經(jīng)濟集聚優(yōu)勢仍然是吸引人口流入的重要原因[10]，第三產(chǎn)業(yè)是吸納勞動力的主要就業(yè)途徑，故將經(jīng)濟水平與產(chǎn)業(yè)結(jié)構(gòu)作為控制變量。工資水平吸引人口遷入作用顯著，政府干預(yù)體現(xiàn)地方政府對經(jīng)濟的干預(yù)程度，教育水平對人口遷入有促進作用，日照強度衡量了一個地區(qū)的溫暖程度，對人口遷入有顯著作用。因此，將工資水平、政府干預(yù)、教育水平、日照強度作為控制變量。具體而言，使用GDP表征地區(qū)經(jīng)濟水平，以地區(qū)第三產(chǎn)業(yè)產(chǎn)值占GDP的比重表征城市產(chǎn)業(yè)結(jié)構(gòu)，以職工平均工資水平表示工資水平，政府干預(yù)采用財政一般預(yù)算內(nèi)支出占GDP的比重衡量，小學(xué)專任教師人數(shù)、普通中學(xué)專任教師人數(shù)與普通高等學(xué)校專任教師人數(shù)之和表征教育水平。模型中變量均取對數(shù)值，以更好刻畫變量之間的非線性關(guān)系，同時避免異方差的影響。

（二）模型設(shè)定與變量說明

本文首先建立雙固定效應(yīng)模型，實證分析空氣質(zhì)量對人口規(guī)模的影響?；鶞誓Ｐ驮O(shè)置如下：

ln Popi，t=α0+α1ln PM2.5i，t+β'Xi，t+μi+λt+εi，t（1）

其中，ln Popi，t表示城市在年度的年末常住總?cè)丝跀?shù)取對數(shù)，Xi，t表示一系列控制變量；μi是城市的個體固定效應(yīng)，不隨時間變化；λt控制時間固定效應(yīng)，εi，t是隨機擾動項。

為了進一步分析空氣質(zhì)量對人口規(guī)模是否存在非線性影響，以經(jīng)濟水平為門檻變量建立模型，具體公式如公式2。

ln Popi，t=β0+β1ln PM2.5i，t·I（ln PGDPi，t<θ）+β2ln PM2.5i，t·I（ln PGDPi，t≥θ）+β'Xi，t+μi+λt+εi，t（2）

其中，ln PGDPi，t為空氣質(zhì)量的門檻變量，θ為待估計的門檻值，能將研究的樣本劃分為兩個區(qū)間，不同樣本區(qū)間內(nèi)的營商環(huán)境回歸系數(shù)β1和β2存在著差異。式（2）是單門檻模型，在具體檢驗時根據(jù)樣本數(shù)據(jù)的檢驗結(jié)果拓展至多門檻模型，其他變量的定義同式（1）。表1是各變量的描述性統(tǒng)計分析。

三、實證分析

（一）基準回歸

表2報告了基準回歸結(jié)果，其中第（1）列回歸通過在1%的顯著性水平檢驗，待估系數(shù)在1%的顯著性水平下為-0.05，說明以PM2.5為代表的空氣污染加劇會抑制人口規(guī)模。第（1）列僅考慮以當期PM2.5濃度代表的空氣污染對城市人口規(guī)模的影響，但經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、職工平均工資、政府對于地區(qū)生產(chǎn)總值的干預(yù)程度與學(xué)生各階段的教育水平對人口規(guī)模有顯著的正向作用，城市溫暖程度對人口規(guī)模也有顯著影響?？紤]到上述因素對人口規(guī)模起著重要作用，若不對這些因素進行控制，則可能導(dǎo)致遺漏變量偏誤，從而影響結(jié)果的可靠性，因此，在第（2）列加入了產(chǎn)業(yè)結(jié)構(gòu)、工資水平、政府干預(yù)、教育水平、日照強度控制變量，并加入了個體與地區(qū)固定效應(yīng)使研究結(jié)果更加準確。估計結(jié)果顯示，第（2）列加入控制變量后的回歸在1%的顯著性水平通過檢驗，待估系數(shù)在1%的顯著性水平下為-0.03，較差空氣質(zhì)量對人口規(guī)模的負向影響依然存在。

表2 基準回歸結(jié)果

（二）門限檢驗

為了驗證不同實際經(jīng)濟發(fā)展水平下的空氣質(zhì)量能否對其年末城市人口數(shù)產(chǎn)生的影響是否存在顯著差異，本文建立非線性門檻模型，將實際經(jīng)濟發(fā)展水平設(shè)置為門檻變量進行研究。門檻效應(yīng)檢驗及回歸結(jié)果見表3、表4。

表3 門檻效應(yīng)檢驗

首先需要初步估計和檢驗空氣質(zhì)量與城市人口規(guī)模兩者之間是否存在門檻效應(yīng)。本文通過自舉法（Bootstrap）重復(fù)抽取樣本數(shù)據(jù)，并且利用顯著性水平數(shù)值大小來判斷兩者之間是否存在門檻效應(yīng)。根據(jù)檢驗結(jié)果，單門檻顯著，多門檻沒有通過顯著性檢驗。鑒于此，本文認為，在不同實際經(jīng)濟發(fā)展水平下，空氣質(zhì)量對城市人口規(guī)模的影響存在顯著的門檻效應(yīng)，兩者存在非線性關(guān)系，即在不同實際經(jīng)濟發(fā)展水平下，空氣質(zhì)量的影響存在著差異性。單門檻回歸模型結(jié)果如表4所示。

表4 門限回歸結(jié)果

分析在不同實際經(jīng)濟發(fā)展水平門限變量的情況中空氣質(zhì)量對人口規(guī)模作用情況，考慮到其他相關(guān)因素，如產(chǎn)業(yè)結(jié)構(gòu)、工資水平、政府干預(yù)、教育水平、日照強度等也會影響到城市人口規(guī)模，因此將這些因素作為控制變量加入到模型中。表4中在將實際經(jīng)濟發(fā)展水平確定為門限變量后，實際經(jīng)濟發(fā)展水平存在門限值：27.103 8。當實際經(jīng)濟發(fā)展水平低于27.103 8時，較差空氣質(zhì)量抑制人口規(guī)模的效果為-0.05，結(jié)果再次證明假設(shè)1的成立。當實際經(jīng)濟發(fā)展水平超過27.103 8時，較差空氣質(zhì)量抑制人口規(guī)模的效果增強，作用系數(shù)為-0.06?？梢钥闯觯徽撛诤畏N實際經(jīng)濟發(fā)展水平下，較差空氣質(zhì)量的加劇對城市人口規(guī)模都起到了抑制作用。但有區(qū)別的是，當實際經(jīng)濟發(fā)展水平較低時，較差空氣質(zhì)量對城市人口規(guī)模的抑制作用較低，可能是因為當?shù)鼐用竦氖杖脒€不能支撐個人更換居住地；當實際經(jīng)濟發(fā)展水平較高時，較差空氣質(zhì)量對城市人口規(guī)模的抑制作用更強，說明生活水平的提高使居民更加注重個人生活環(huán)境。上述結(jié)果驗證了假設(shè)2的成立：實際經(jīng)濟發(fā)展水平較高時，較差空氣質(zhì)量對城市人口規(guī)模的抑制作用更強。

（三）穩(wěn)健性檢驗

為驗證空氣質(zhì)量對人口規(guī)模的影響結(jié)論的可靠性，本部分將關(guān)鍵變量更換為滯后一期，以消除內(nèi)生性影響，進行穩(wěn)健性檢驗。表5展示了利用滯后一期PM2.5的值作為解釋變量的結(jié)果，系數(shù)依舊為負數(shù)，且數(shù)值變動不大，仍呈現(xiàn)較差空氣質(zhì)量與加劇城市人口規(guī)模下降的關(guān)系，進一步證實本文結(jié)論。

四、結(jié)論與建議

（一）研究結(jié)論

本文以京津冀城市群為研究對象，運用固定效應(yīng)模型與門限效應(yīng)模型對空氣質(zhì)量與城市人口規(guī)模的關(guān)系進行分析，探索空氣質(zhì)量對城市人口規(guī)模的影響。研究表明，城市人口規(guī)模受空氣質(zhì)量的影響，且不同實際經(jīng)濟發(fā)展水平下，城市人口規(guī)模受空氣質(zhì)量的影響不同，呈非線性關(guān)系。

（二）管理啟示

對于企業(yè)而言，空氣質(zhì)量會導(dǎo)致城市人口規(guī)模下降，且人均收入越高，空氣質(zhì)量對城市人口規(guī)模的影響越大。因此，以高污染換取企業(yè)高發(fā)展的發(fā)展模式可能會導(dǎo)致有高收入的人才外流和勞動力外流，不利于企業(yè)的可持續(xù)發(fā)展。

對于政府而言，應(yīng)當出臺與空氣質(zhì)量相關(guān)的政策支持，鼓勵大家進行低污染的生活方式。另外，要監(jiān)管不合規(guī)的排放，加大對污染技術(shù)控制的創(chuàng)新。

參考文獻：

[1] 趙偵竹，馬敏勁，康國強，等.蘭州市空氣污染物變化及污染持續(xù)性特征分析[J].干旱區(qū)研究，2023，40（5）：715-725.

[2] 孫雪妍，白雨鑫，王燦.減污降碳協(xié)同增效：政策困境與完善路徑[J].中國環(huán)境管理，2023，15（2）：16-23.

[3] 張紅梅.時空變化特征的城市空氣污染趨勢研究[J].環(huán)境科學(xué)與管理，2023，48（4）：34-38，44.

[4] YIN H，XU L，CAI Y.Monetary Valuation of PM10-Related Health Risks in Beijing China：The Necessity for PM10 Pollution Indemnity[J].Int.J.Environ.Res.Public Health，2015.

[5] 王鈺銘，張經(jīng)緯，于靜波，等.2019—2020年天津市夏季大氣污染物對心肌梗死住院的影響[J/OL].環(huán)境與健康雜志：1-5[2023-05-14].

[6] 饒婧雯，馬靜，柴彥威.時空行為視角下的實時空氣污染暴露對居民日常活動滿意度的影響研究：以北京市美和園社區(qū)為例[J].地理研究，2022，41（4）：1183-1193.

[7] 趙烽君，王珺瑩，陳靜濤，等.基于多元有序logistic回歸模型研究空氣質(zhì)量與居民主觀幸福感的關(guān)聯(lián)性：以北京市為例[J].首都師范大學(xué)學(xué)報（自然科學(xué)版），2023，44（4）：59-67.

[8] 張廣來，張寧.健康中國戰(zhàn)略背景下空氣污染的心理健康效應(yīng)[J].中國人口·資源與環(huán)境，2022，32（2）：15-25.

[9] 劉歡，席鵬輝.中國存在環(huán)境移民嗎？——來自空氣質(zhì)量指數(shù)測算改革的自然實驗[J].經(jīng)濟學(xué)動態(tài)，2019，706（12）：38-54.

[10] 于瀟，陳敘光，梁嘉寧.空氣污染、公共服務(wù)與人口集聚[J].人口學(xué)刊，2022，44（3）：88-99.

[責(zé)任編輯 妤 文]