跨界空气污染需要跨区协同治理*

李 书 娟

一、引 言

党的十九大提出了加快生态文明体制改革，建设美丽中国的战略目标，着力解决突出的环境问题，实施大气污染防治行动，打赢蓝天保卫战成为全民全社会的共识。而近年来，中国严重的雾霾天气频繁出现，“等风来”成为雾霾笼罩中人们的迫切愿望，人们的直观感受是“风吹雾霾散”。雾霾随风飘的实质是跨界空气污染问题。跨界空气污染是指A地区的行为对B地区的大气环境造成负面影响，实质上就是空气污染物在不同区域间的扩散和远距离传输*关于跨界污染(Transboundary Pollution)，通常用在跨国界的污染中，因此又译为“越境污染”、“跨国界污染”。目前关于跨界污染的定义大多来自于国际法对于国家责任认定时所作的界定，最早的是1979年的《远程越境空气污染公约》，目前常用的是1982年国际法协会在蒙特利尔通过的《适用跨国界污染的国际法规则》中的定义，“跨国界污染指污染的全部或局部物质来源于一国领土内，而对另一国领土产生的后果”。1990年国际法委员会对其进行扩展，将公海及两极区域也包括在内。，是一种超越行政边界的物理外部性*物理外部性主要是指污染物(工业烟尘、废水等)具有物理特性的外部性问题， 与通过价格或收入等间接效应产生影响的方式相对(曾文慧，2008)。这里的行政边界可以大到国界，也可以具体到省界、市界及州县界。。本文拟实证检验跨界空气污染的存在性及其程度。

尽管公众及大众媒体早已认识到跨界空气污染的存在，但是由于方法论的原因，规范的实证文献并不多见*Zheng Siqi et al.(2014)是个例外。她们分析了跨界污染与房价的关系，采用中国85个城市2006—2008年的PM10及其他数据，利用位于城市上风向城市的污染排放作为跨界空气污染的度量，发现相邻城市的污染排放每减少10%，该城市的房价平均上涨0.67%。James et al.(2017)发现在联邦体制下，政府会将污染企业建在城市下风向位置。。具体而言，识别跨界空气污染的关键是寻找外生的空气污染源。只有当污染源是外生的，才能有效排除其他因素及机制的作用，较为干净地识别出污染源本身的跨界影响。坦白的说，寻找外生的空气污染源并不是一件很容易的事情，甚至可遇而不可求，比如东南亚森林大火*每隔几年就要肆虐一次的东南亚的森林大火，源于印度尼西亚每年干旱季均会遭遇林火，以1997年8月为最，持续时间长、污染范围广、损失惨重，使得生态专家认为此场大火为“国际大灾难”。。Quah Euston(2002)发现，印度尼西亚1997—1998年的森林大火形成的跨界空气污染对东南亚其他国家造成巨大的经济损失。Othman Jamal et al.(2014)收集了马来西亚四家医院与烟雾污染相关住院病人的数据，发现印度尼西亚的生物体焚烧造成的空气污染对马来西亚居民健康有不良影响。

本文找到了一个新的外生空气污染源：省委书记、省长的家乡市。一方面，省委书记、省长家乡市可以作为一个空气污染源。徐现祥和李书娟(2015)发现，省委书记、省长上任后，其家乡市的工业污染显著加剧*平均而言，家乡市的人均工业二氧化硫排放比非家乡市增长快了约4个百分点，人均工业烟尘排放比非家乡市增长平均快了约18个百分点。这是因为省委书记、省长帮助家乡经济发展，主要是通过发展不清洁生产实现的，因此加速了家乡的环境污染。主要的检验结果在表3，更多检验结果可参考徐现祥和李书娟(2015)。。另一方面，省委书记、省长家乡市具有一定的外生性。中国人事管理是任命制，上级任命考核下级的标准是“德、能、勤、绩、廉”，并没有证据显示上级偏爱某一籍贯地的下级官员。对于省委书记、省长而言，其家乡所在地是自己无法决定的，而且其家乡市将其运作为省级党政领导的可能性也几乎为零。另外，也是更为关键的，中国省委书记、省长的任期平均约为4年(王贤彬和徐现祥，2008)，变动较为频繁。显然，随着省委书记、省长更替，家乡市名单也随之变化。这意味着，对于全国283个地级市而言*本文以2004年的中华人民共和国行政区划为准，2004年全国共计283个地级市，不包括直辖市、州、盟及县级市。来源：中华人民共和国中央人民政府网站http://www.gov.cn/test/2007-03/23/content_559291.htm。，虽然每年的外生空气污染源数量大致不变，但是随着省委书记、省长家乡市的更替，污染源本身发生变动。

本文根据外生空气污染源所在市的风向识别跨界空气污染。根据污染源的主导风向，本文把与其相邻的地级市分为上风向城市、下风向城市、紧邻下风向城市和其他风向城市等四类地级市，系统性地考察污染源的空气污染物是否随风飘向与其相邻的下风向地级市及其程度。这是一个可行的识别策略。当存在跨界空气污染时，污染源所在地的污染物随风飘入下风向地级市，相对于其他风向地级市，下风向地级市新增加的空气污染物就可以归因于跨界空气污染。另外，风作为跨界空气污染的主要输送条件显然是存在的，作为自然界最常见的空气对流现象，风向及风速也都是相当外生的。这意味着，在本文的识别策略中，空气污染物的跨界传播媒介也是外生的。

基于上述识别策略，本文发现，在2001—2010年间，下风向地级市遭受了显著的跨界空气污染。具体而言，新的空气污染源出现后，与位于污染源其他风向地级市相比，下风向地级市的人均二氧化硫、烟尘增长快了约25%和14%；如果以来自NASA卫星的PM2.5数据度量空气污染，那么下风向地级市的PM2.5增长快了约2%。另外，本文还发现，风速是促进跨界空气污染的重要因素，风速每变动一个百分点，下风向地级市所受的跨界污染物人均二氧化硫、烟尘和PM2.5将分别变动0.17、0.19和0.06个百分点。

本文的发现是相当稳健的，揭示了导致跨界空气污染的主要因素是风：风向决定着空气污染物的扩散方向，风速则影响着空气污染物的扩散速度。这与大量媒体报道是吻合的。截至2018年4月2日，在百度搜索输入关键词“雾霾风”，可以找到相关结果约4,890,000条。北京市环境保护局网站报道，中科院“大气灰霾溯源”项目组发布了北京市PM2.5来源解析报告，2012—2013年区域传输对北京市PM2.5来源的贡献约为1/5*来源于和讯网网站2013年02月19日报道：http://news.hexun.com/2013-02-19/151257383.html。。人民网报道，中国气象局研究员朱定真在人民网和中国科普研究所主办的《TALK科学—2015年度科技热点追问》年终活动上发表题为《雾霾，只能等风吗？》的演讲，认为风是增加大气扩散条件减轻雾霾的一个办法*来源于人民网2015年12月21日报道：http://scitech.people.com.cn/n1/2015/1221/c1007-27957081.html。。人民政协网报道，十二届全国人大四次会议后，环境保护部部长陈吉宁就“加强生态环境保护”的相关问题接受记者采访，表示风速大概与往年相比减少了5%左右，这是不利于雾霾扩散的重要气象原因*还有延边朝鲜族自治州与哈尔滨市相邻，鉴于本文的研究对象是地级市，没有包含州、省直管县、地区，因此没有将延边朝鲜族自治州包括在内。。

本文以下部分的结构安排是：第二部分是样本与识别策略；第三、四、五部分是实证分析；最后是结论性评述。

二、样本与识别策略

(一)样本

本文的目的在于考察污染源对与其相邻的下风向城市跨界空气污染的存在及程度。显然，实证分析前需要明确三个要素，一是空气污染源，即省级官员*简便起见，下文将省委书记、省长统称为省级官员，但必要时仍采用省委书记、省长的表述。的家乡市。二是与污染源相邻的城市，以及与相邻城市之间的相对方位。三是家乡市的主导风向，并根据主导风向与污染源相邻城市的相对方位信息，确定位于污染源上、下风向以及其他各风向上的城市。

1．家乡市

本文界定的空气污染源为省委书记、省长的家乡市。家乡变量以籍贯地度量，其赋值原则是，在省委书记、省长在任的年份，其籍贯地赋值为1，否则为0。按照我国1991年颁布的《干部档案工作条例》关于干部籍贯填写的规定，籍贯以本人的祖居地即祖父的长期居住地为准，另外考虑到行政区划变革因素，要求根据现行的行政区划进行填写。根据我们收集的省委书记、省长简历，籍贯地一般都可以落实到地级市或者县级层面，本文利用的是地级市层面的籍贯信息。值得说明的是，本文所使用的省委书记、省长籍贯数据来自中山大学岭南学院地方官员数据库。根据我们整理的数据信息，从2001至2010年，全国283个地级及以上城市中，84个地级市曾经是省级官员的家乡市，199个地级市在这期间没有出过省级官员老乡。

2．样本描述性统计

在2001—2010年间，以84个省级官员家乡市作为外生空气污染源时，有上风向城市共计43个，下风向城市共计33个，紧邻下风向城市91个，其他风向城市125个。其中上、下风向城市分别占16%和12%，紧邻下风向城市占32%，其他风向城市占44%。

表1 样本组成情况

(二)识别策略

本文采用倍差法(Difference in Differences)识别空气污染源对其下风向城市的跨界空气污染。理论上，识别空气污染源对下风向城市环境的影响程度就是比较下风向城市与“如果不处于家乡市的下风向”时的空气污染差异。实际识别过程中，一个位于污染源下风向的城市，只能够观察到它是下风向城市时的空气污染情况，无法同时观察到它不是污染源下风向城市时的空气污染影响程度；相应地，对一个不处于污染源下风向的城市样本而言，则无法同时观察到它位于下风向时受到的污染影响。倍差法能够解决上述问题，在政策评估方面得到广泛应用(Meyer，1995)。一方面，省级官员对其家乡的空气污染影响是外生的，这对于省级官员家乡的周边城市来说，意味着发生跨界空气污染的污染源是外生的。另一方面，主导风向对于一个城市来说，由地理大环境决定，一个城市无法通过改变局部小地理环境改变一个城市的主导风向，这也就意味着一个城市是否位于省级官员家乡的下风向也是外生的。这两方面说明，对于家乡的下风向城市来说，不仅发生跨界空气污染的污染源是外生的，而且污染物的传播媒介也相对外生，这恰好与倍差法有效识别的前提相符，倍差法的应用要求决定处理分配(Treatment Assignment)的因变量外生。

对照组的选择对于倍差法估计的结果至关重要。从相对位置上来看，上风向城市似乎是最理想的对照组，但不容忽略的是，污染源上风向城市的污染物存在随风扩散经污染源到下风向城市的可能性。为了识别的干净起见，不宜选择上风向城市作为对照组。紧邻下风向的城市因为位置与下风向城市相似，也不是理想的对照组，因为如果扩大风向角的范围，很可能紧邻下风向的城市也是下风向城市，很可能也会受到污染源的影响。其他风向城市存在上述问题的可能性最小，在各风向城市中是对照组的最佳选择。

根据倍差法的识别策略，本文设定的具体的计量模型为：

lnpolluit=α+β1LocationiTjt+BlnXit+αi+αt+εit

(1)

下标i代表位于省级官员家乡以外的城市，下标j代表省级官员的家乡市。关键变量(Locationi×Tjt)由两部分构成： Locationi是一个代表位置的二值虚拟变量，如果一个城市是家乡市的下风向城市，则记为1，否则为0；Tjt代表与省级官员家乡市相邻i城市的虚拟变量，官员在任年份赋值为1，否则为0。由此可知，如果一个地级市关键变量赋值为1代表这个地级市是时任省级官员家乡的下风向城市。被解释变量为对数形式的人均大气污染物(polluit)，具体为工业二氧化硫排放(记为so2)和工业烟尘排放(记为soot)。β1度量省级官员对家乡下风向城市环境的跨界空气污染程度，是我们最为关心的系数，预计显著为正。αi代表城市固定效应、αt代表年份固定效应，εit则为误差项。根据现有环境污染文献的做法，本文在回归过程中加入了7个控制变量： lnpgdp为人均实际GDP的对数，lnpgdp2为人均实际GDP对数的二次项；lnpop为人口密度的对数，人口密度以年末总人口/辖区面积进行度量；stru为产业结构变量，用工业产值/GDP度量；FDI为实际利用外资额(以当年平均汇率换算)/GDP的比重，代表当地的经济开放水平；trade为货物进出口总额(以当年平均汇率换算)/GDP，是另外一个经济开放度的度量指标；gov等于当年污染源治理投资总额/GDP，代表当地对环境污染的治理水平。

表2 描述性统计

注：表2为文中所用到的主要回归变量的全样本、本文样本、下风向城市及其他风向城市的描述性统计。全样本包括283个地级市；本文样本包括26个下风向城市及65个其他风向城市；处理组即为26个下风向城市，对照组为65个其他风向城市。数据来源为历年《中国城市统计年鉴》，部分城市在部分年份观测值缺失。最后一列是指“下风向城市-其他风向城市”即“处理组的均值-对照组的均值”。***、**和*分别代表通过显著水平为1%、5%和10%的统计检验，下表同。

描述性统计的结果显示，本文样本具有代表性，处理组与对照组在空气污染方面的确存在显著差异。本文样本各项指标的均值和显著性与全样本相比，相差不大，基本能够代表全样本的情况。处理组在人均二氧化硫及烟尘排放方面比对照组显著要高，在其他经济变量方面，除了人均实际GDP与工业占比在处理组与对照组之间存在差异外，其他指标均没有显著区别。

三、基本结果

(一)外生空气污染源

对非家乡市而言，省级官员的家乡可以视为外生的空气污染源。表3的回归结果显示，与非省级官员家乡市相比，省级官员家乡的工业污染更为严重。第(1)列省级官员家乡虚拟变量(DitTit)的回归系数为0.04，通过显著性水平为5%的统计检验，这意味着，平均而言，在省级官员在任的年份，家乡市的工业二氧化硫人均排放比非家乡市增长快了约4个百分点。第(2)列省级官员家乡虚拟变量的回归系数为0.18，能通过1%的显著性水平检验，这表示省级官员家乡市的工业烟尘人均排放比非家乡市增长平均快了约18个百分点。以上检验结果表明省级官员家乡市的污染较非家乡市严重(徐现祥和李书娟，2015)*关于省级官员家乡经济增长及空气污染的更多检验结果可参考徐现祥和李书娟(2015)、李书娟和徐现祥(2016)。。

值得强调的是，对非家乡市而言，省级官员家乡不仅是空气污染源，而且还是外生的空气污染源。首先，省级官员家乡本身的分布就较为外生。一个人无法决定自己的家乡所在地。就一个城市来说，是否省级官员的家乡不会是这个城市主动选择的结果，一个人的家乡既无力也不会有意将其运作为省级官员。因此对非家乡市来说，省级官员的家乡分布也是外生的，由外生的家乡产生的环境污染同样也是外生的。

进一步的回归结果显示，省级官员家乡拥有额外的经济增长，且主要体现在制造业的增长方面，这揭示了省级官员家乡更为严重的空气污染可能来源于其偏重工业的经济发展方式。

表3 外生空气污染源的基本实证结果

注：第(1)(2)的列被解释变量分别为工业二氧化硫及烟尘人均排放的对数值，控制变量有人均实际GDP的对数及人均实际GDP对数的二次项、对数形式的人口密度、工业产值/GDP、实际利用外资额(以当年平均汇率换算)/GDP、贸易依存度、环境治理力度。第(3)列被解释变量为地级市经济增长速度，控制变量有期初人均市级GDP、投资率的对数及人口增长率和技术进步率之和的对数；第(4)—(7)列被解释变量为制造业的有关指标，分别为制造业的资本增长率、制造业企业数目的对数值及制造业企业的进入率、退出率，控制变量为上述各被解释变量的滞后一期。DitTit是省级官员家乡的虚拟变量，即当某地级市是在任省级官员的家乡， DitTit=1；否则， DitTit=0。所有7列的回归均采用的地级市层面数据。第(1)—(3)列数据跨度为2001—2010年，第(4)—(7)列采用的是地级市层面的制造业数据，根据1998—2007年中国工业企业数据库加总得到。所有7列回归的处理组均为省级官员家乡市，对照组为非家乡市。第(1)—(3)列列采用的面板估计方法，第(4)—(7)列采用的GMM估计方法。所有回归均控制了城市固定效应和年份固定效应，括号内为稳健标准误；没有报告控制变量、常数项，下表同。

首先，省级官员家乡市比非家乡市获得了更快的经济增长。第(3)列省级官员家乡变量的回归系数为0.0057，通过显著性水平为5%的统计检验。这意味着在省级官员在任期间，平均而言，家乡市比非家乡市的经济增长快了约0.6个百分点。其次，省级官员家乡的制造业比非家乡市发展更快。第(4)列省级官员家乡变量的回归系数为0.0045，通过显著性水平为1%的统计检验，显示省级官员家乡的制造业投资增长比非家乡市快了约5个百分点。第(5)列对企业数目的回归进一步揭示了制造业投资的增长主要通过企业数目的增长实现的，省级官员家乡变量的回归系数为0.0599，通过显著性水平为5%的统计检验。这表明，在省级官员在任期间，家乡市的制造业企业数目增长较非家乡市快了约6个百分点。第(6)列、第(7)列对制造业企业进入率、退出率做了进一步的检验，省级官员家乡变量的回

表4 跨界污染的基本结果

注：第(1)、(2)列被解释变量分别为工业二氧化硫及烟尘人均排放的对数值。Locationi×Tjt代表省级官员家乡下风向城市虚拟变量，其中Locationi代表城市的风向位置，如果该城市位于省级官员家乡的下风向位置则Locationi=1, 否则Locationi=0;Tjt代表省级官员在任的变量，如果省级官员在任则Tjt=1, 否则Tjt=0。所有两列回归样本均剔除了省级官员家乡市；处理组为26个下风向城市，对照组为65个其他风向城市。括号内是经过异方差和序列相关修正的Driscoll-Kraay标准误。

归系数分别为0.0141和-0.0087，分别通过显著性水平为5%和1%的统计检验，意味着省级官员家乡市的制造业企业数目的增加主要源于家乡市企业进入率的提高和企业退出率的降低。

综上所述，对于非家乡市而言，省级官员家乡市的空气污染可以视为外生。省级官员家乡市获得了额外的经济增长，在制造业生产方面体现得尤为突出，这揭示了省级官员家乡更为严重的空气污染可能来源于其偏重工业的经济发展方式。

(二)跨界污染

表4报告了采用倍差法对式(1)的估计结果，处理组为33个位于空气污染源下风向的城市，对照组为65个其他风向城市。关于回归样本，值得说明的是，首先剔除了84个家乡市，排除了空气污染源自身的影响，以下风向城市作为处理组的理由也比较充分。对照组的选取则主要基于干净识别方面的考虑。理论上讲，除了紧邻下风向城市的空气质量可能受污染源的影响，基本可以排除污染源的污染物逆风扩散至上风向城市及其他风向城市的可能性，上风向城市及其他风向城市都可以作为理想的对照组，但考虑到空气污染物可能从污染源的上风向城市随风扩散至其下风向城市的可能性，只选取其他风向城市作为对照组能够更干净地识别跨界空气污染。

空气污染源对位于其下风向的城市存在跨界空气污染。表4的回归结果显示，空气污染源加剧了下风向城市的环境污染，相对于其他风向上的城市，位于空气污染源下风向城市的人均二氧化硫及人均烟尘增长速度更快。第(1)列报告了以对数形式的人均工业二氧化硫为被解释变量的回归结果，关键变量的回归系数大小为0.2478，符号为正，能通过显著性水平为1%的统计检验。这表明在2001—2010年，与其他相邻城市相比，位于空气污染源下风向城市的人均工业二氧化硫增长平均快了约25个百分点。对控制变量来说，回归系数的符号与现有环境污染文献的结果没有实质差别。就人均实际GDP的一次项与二次项的系数符号来看，人均工业二氧化硫与人均收入水平之间存在倒“U”形曲线关系。这说明当以人均二氧化硫作为环境污染的代理变量时，存在环境库兹涅茨曲线。以进出口总额占GDP比重度量的外贸依存度的回归系数显著为正；以FDI所占比重进行度量时，回归系数为负，但不显著。这意味着，在中国以二氧化硫度量环境污染时，实证结果不一定支持“污染天堂假说”。另外，人均工业二氧化硫排放量与工业化和人口密度因素正相关，与环境治理水平负相关。

第(2)列报告了以对数形式的人均工业烟尘为被解释变量的回归结果，关键变量的回归系数为0.1391，能通过显著性水平为5%的统计检验。这表明，在2001—2010年，位于空气污染源下风向城市的人均烟尘增长平均快了约14个百分点。此时控制变量的回归系数和显著性略微发生了变化，表现在环境库兹涅茨曲线不再存在，以进出口贸易额比重作为外贸依存度的度量时，结果不再支持“污染天堂假说”。工业占比和环境治理力度的回归系数符号和显著性基本保持不变。人口密度的回归系数依然显著为正。

以上结果表明，空气污染源对位于其下风向的城市存在跨界空气污染，污染源向下风向城市输送了空气污染物。具体而言，与其他风向上的城市相比，下风向城市的空气污染物增长速度明显加快，人均二氧化硫增长速度快了约25个百分点，人均烟尘增长速度快了约14个百分点。

四、稳健性检验

(一)不同对照组

对照组的选取对倍差法的估计结果起着决定性作用，为了保证回归结果的稳健性，本节将保持处理组不变、变换对照组对跨界空气污染的存在及程度重新进行检验。表4采用的对照组为其他风向城市，本节将首先以上风向城市、紧邻下风向城市为对照组，再将上述这些作为对照组的城市在相邻的基础上进行组合，得到新的对照组重新回归，比如“上风向城市+其他风向城市”、“上风向城市+其他风向城市+紧邻下风向城市”。如果变换对照组后回归基本结果仍然存在，则进一步加强了空气污染源对下风向城市存在跨界空气污染的结论。

以上风向城市为对照组时，位于污染源下风向城市的空气污染仍然加剧，跨界空气污染依然存在。表5第(1)、(2)列报告了以污染源下风向城市为处理组、以上风向城市为对照组的回归结果，不论以人均二氧化硫还是烟尘作为空气污染代理变量，都显示下风向城市的空气污染加剧。第1列报告了以对数形式的人均二氧化硫为被解释变量的检验结果，关键变量的回归系数为0.1889，系数大小与表4的相应系数略有差别，但在显著性方面，同样通过显著性水平为1%的统计检验。这意味着，与上风向城市相比，位于污染源下风向的城市人均二氧化硫增长速度快了约19个百分点。第(2)列报告了以对数形式的人均烟尘为被解释变量的检验结果，关键变量的系数大小较表4的相应系数增大，能通过显著性水平为1%的统计检验。这说明，以烟尘为空气污染的代理变量时，下风向城市比上风向城市增长快了约40个百分点。

以“上风向城市+其他风向城市”城市组合为对照组的回归结果进一步验证了跨界空气污染的存在。表5第(3)、(4)列显示，当以“上风向城市+其他风向城市”作为对照组时，下风向城市的二氧化硫及烟尘增长速度显著加快了约17和20个百分点，数值大小变化不大，介于以其他风向城市及上风向城市为对照组的回归系数中间。

以紧邻下风向城市为对照组时，下风向城市仍然表现出更突出的空气污染。紧邻下风向城市因为位置相对特殊，本节将其作为单独的对照组进行检验。紧邻下风向城市因为与下风向城市相邻，有可能也会受到污染源的影响，这取决于空气污染物的随风扩散的角度范围。表5第(5)、(6)列报告了以紧邻下风向城市为对照组的回归结果。在以人均二氧化硫和烟尘代理空气污染时，关键变量的系数分别为0.0606和0.2952，均通过显著性水平为5%的统计检验。这说明，与紧邻下风向的城市相比，下风向城市受到污染源更为严重的跨界空气污染。

表5 跨界污染效应的存在：不同对照组

注：第(1)(3)(5)(7)列和第(2)(4)(6)(8)被解释变量分别为工业二氧化硫及烟尘人均排放的对数值。2、Locationi×Tjt代表省级官员家乡下风向城市虚拟变量，其中Locationi代表城市的风向位置，如果该城市位于省级官员家乡的下风向位置，则Locationi=1，否则Locationi=0；Tjt代表省级官员在任的变量，如果省级官员在任则Tjt=1，否则为0。2、表中所有回归样本处理组为26个下风向城市；第(1)、(2)列回归的对照组为20个上风向城市，第(3)、(4)列回归的对照组为49个城市(上风向城市+其他风向城市)，第(5)、(6)列回归的对照组为56个紧邻下风向城市，第(7)、(8)列回归的对照组为101个城市(上风向城市+其他风向城市+紧邻下风向城市)；以上所有回归样本均不包括省级官员家乡市。控制变量与表4相同，没有报告控制变量及常数项的回归系数。括号内是经过异方差和序列相关修正的Driscoll-Kraay标准误。

以“上风向城市+其他风向城市+紧邻下风向城市”城市组合为对照组的检验结果再次验证跨界空气污染的存在。上述回归结果表明不论以其他风向城市相比，还是以上风向城市或者紧邻下风向的城市相比，位于污染源下风向的城市受到跨界空气污染最严重，为此本节将以上述三类城市合并作为对照组对跨界空气污染重新进行检验。理论上推断，以上述三类城市合并为对照组时，跨界空气污染仍然会存在。第(7)、(8)列的回归结果验证了这一点，以对数形式的人均二氧化硫为被解释变量的检验中关键变量的回归系数为0.1734，通过显著性水平为1%的统计检验。以对数形式的人均烟尘为被解释变量的检验中关键变量的系数为0.3067，能通过显著性水平为5%的统计检验。这说明，不论以二氧化硫还是以烟尘作为空气污染的度量，下风向城市比下风向以外的城市增长速度都要快。

变换对照组、保持处理组不变的检验结果表明，污染源对位于其下风向的城市存在跨界空气污染。不论是单独以其他风向城市、上风向城市还是紧邻下风向城市为对照组，还是将上述三类相邻城市合并，跨界空气污染都存在*本文采用四分位风向，结论依然成立。另外，本文采用上风向城市为处理组就“没有风就没有跨界污染”，采用人为提前省级官员老乡上任的方式就“没有污染源就没有跨界污染”进行了安慰剂检验，本文的基本结论依然成立。。

(二)来自卫星PM2.5浓度的证据

本节将利用卫星采集处理得到的PM2.5浓度数据对基本结论进行进一步验证，美国国家宇航局(NASA)提供的气溶胶光学厚度(Aerosol Optical Depth，AOD)数据是计算PM2.5浓度的良好来源。AOD是一个以介质的消光系数在垂直方向上的积分度量的系数，可以描述气溶胶对光的衰减作用。NASA利用地球观测系统计划(EOS)卫星Terra和Aqua所搭载MODIS 仪器对地球进行多光谱高分辨率观测，Terra卫星和Aqua卫星是两颗极轨卫星，每天同一时间两次飞越地球表面的某一点。中分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer, MODIS)装载其上，具有高空间分辨率，提供全球气溶胶光学特性探测资料，其中就包括大气气溶胶厚度(AOD)。AOD是对大气柱总的测量，不能直接提供污染物的垂直分布信息，但可以用来估算PM2.5*假设地球表面为均匀朗伯表面，大气在竖直方向上均匀分布，不考虑气体吸收，那么气溶胶总的消系数AOD与地面消光系数成线性关系，而地面消光系数与地面污染物，特别是颗粒物成一定的关系，所以可以计算并校正得到AOD与颗粒物浓度比如PM2.5的一定关系。。

本文使用NASA建立的MODIS资料业务处理系统中提供的分辨率为10 km × 10 km的气溶胶光学厚度(AOD) Level2转化的PM2.5浓度数据产品度量空气污染程度。Van Donkelaar et al.(2010)通过专业技术手段提取了全球PM2.5年均浓度。Van Donkelaar等的这一PM2.5数据被NASA采用，作为官方数据以供下载*http://www.nasa.gov/topics/earth/features/health-sapping.html。。本文以ArcGIS软件借助行政区划矢量图提取了2001—2010年中国地级市层面的PM2.5数据。

来自NASA的PM2.5浓度数据检验表明，污染源对其下风向城市存在跨界空气污染。表6第(1)列报告了以对数形式的地级市年均PM2.5为被解释变量，以下风向城市为处理组，以其他风向城市为对照组的回归结果。关键变量的回归系数为0.0163，能通过显著性水平为5%的统计检验。这说明，与其他风向城市相比，下风向城市的PM2.5浓度增长快了约2个百分点。表6第(2)、(3)列分别报告了，保持处理组不变，变换对照组为上风向城市与(上风向+其他风向+紧邻下风向城市)组合的检验结果。与第(1)列的结果一致，对照组的变化没有影响本文的基本结论，下风向城市的PM2.5增长率相较上风向及下风向以外城市也显著地快了约2个百分点。

表6 来自卫星PM2.5浓度的证据

注：被解释变量为地级市层面年度PM2.5的对数值。Locationi×Tjt代表省级官员家乡下风向城市虚拟变量，其中Locationi代表城市的风向位置，如果该城市位于省级官员家乡的下风向位置，则Locationi=1，否则Locationi=0；Tjt代表省级官员在任的变量，如果省级官员在任则Tjt=1，否则为0。所有两列回归样本均剔除了省级官员家乡市；所有三列回归处理组均为26个下风向城市，对照组分别为65个其他风向城市、20个上风向城市和101个城市(上风向+其他风向+紧邻下风向城市)。控制变量与表4相同，没有报告控制变量及常数项的回归系数。括号内是经过异方差和序列相关修正的Driscoll-Kraay标准误。

卫星数据的检验结果与二氧化硫及烟尘的检验结果一致，再次验证了污染源对下风向城市跨界空气污染的存在。具体而言，与其他风向城市、上风向城市或者下风向以外城市(即“上风向+其他风向+紧邻下风向城市”)相比，下风向的PM2.5浓度增长快了约2个百分点。回归系数大小上与以二氧化硫与烟尘的回归系数存在差别，这可能跟PM2.5浓度与二氧化硫、烟尘的形成及扩散条件不完全相同有关。

五、风速的影响

上述检验均围绕着风向位置对跨界空气污染的影响展开，本节将考虑风速对跨界空气污染的作用。根据气象学的研究，风是影响空气污染物扩散的最主要因素。具体而言主要是通过风向及风速产生作用，一般认为，风向影响空气污染物的传输方向，风速影响空气污染物的扩散速度。张人文、范绍佳(2011)基于2006—2008 年珠三角11 个地面气象站逐日风场资料(14:00时)与粤港珠三角区域空气监控网11个监测子站的区域空气质量指数( RAQI) 数据，分析研究风场对空气质量的影响，发现风速对珠江三角洲地区域污染输送有重要影响，区域平均风速大于2.6 米/秒时不会出现区域性空气污染，区域平均风速大于3.2 米/秒时空气非常清洁，区域平均风速小于1.8米/秒时区域空气污染严重。

空气污染源所在城市风速越大，其下风向城市的跨界空气污染越严重。表7报告了控制污染源城市风速变量及风速与风向交互项的回归结果，风速加快了污染物向下风向城市的扩散。第(1)列报告了以对数形式的人均二氧化硫作为被解释变量时的回归结果，下风向城市虚拟变量(Locationi×Tjt)的回归系数仍然显著为正。我们关注的风速与风向交互项的回归系数为0.1686，能通过显著性水平为10%的统计检验。这意味着污染源城市的风速增加1个百分点，其下风向城市的二氧化硫增长将加快约0.2个百分点。第(2)列以对数形式的人均烟尘排放作为被解释变量时，回归结果与第1列类似，风速与风向交互项的回归系数为0.1902，能通过显著性水平为1%的统计检验。第(3)列以PM2.5度量空气污染时，也得到类似的结论。下风向城市虚拟变量(Locationi×Tjt)的回归系数也依然显著为正，风速与风向交互项的回归系数为0.0622，能通过显著性水平为1%的统计检验。这意味着，污染源城市的风速增加1个百分点，其下风向城市的PM2.5增长将加快约0.1个百分点。

表7 风速的影响

注：第(1)、第(2)列被解释变量为地级市层面年均工业二氧化硫及烟尘人均排放的对数值，第(3)列被解释变量为地级市层面年度PM2.5的对数值。windspeedjt代表污染源的风速，单位米/秒；Locationi×Tjt代表省级官员家乡下风向城市虚拟变量，其中Locationi代表城市的风向位置，如果该城市位于省级官员家乡的下风向位置，则Locationi=1，否则Locationi=0；Tjt代表省级官员在任的变量，如果省级官员在任则Tjt=1，否则为0。所有两列回归样本均剔除了省级官员家乡市；处理组为26个下风向城市，对照组分别为65个其他风向城市。控制变量除了表4的控制变量外，还控制了下风向城市的风速，没有报告控制变量及常数项的回归系数。括号内是经过异方差和序列相关修正的Driscoll-Kraay标准误。风速数据与封箱数据同样来源于中国气象数据网。

综上所述，不论以工业污染的二氧化硫、烟尘还是以卫星监测的PM2.5衡量空气污染，都发现当处于污染源下风向时，污染源所在城市的风速越大，下风向城市受到的跨界空气污染程度越严重。

六、结论性评述

本文对中国地级市层面的跨界空气污染存在及影响程度进行了考察，同时也检验了风在跨界空气污染中的重要作用。本文找到省委书记、省长的家乡作为一个较为外生的空气污染源，利用污染源下风向城市与其他风向城市的空气污染差异来识别跨界空气污染的存在及风在污染物扩散过程中所起的作用。

通过倍差法检验发现，空气污染源对位于其下风向城市存在跨界空气污染。具体而言，在2001—2010年间，在人均二氧化硫、人均烟尘排放，下风向城市的相应增长率都比其他风向城市快了约25%和14%，在PM2.5方面，下风向城市的增长率也比其他风向城市快了约2个百分点。另外，本文还发现，风速是影响污染物向下风向城市扩散的重要因素，风速越大，下风向城市所受的跨界空气污染越严重。

本文的发现是稳健的，揭示了跨界空气污染是城市环境污染的重要来源，为制定协同治理大气污染政策提供了重要的经验依据。在雾霾笼罩之时，若干城市提出建设风道改善城市空气质量*北京市拟建六条城市风道减少城市热岛效应及污染物沉积，借风吹霾(来自人民网报道http://society.people.com.cn/n/2014/1121/c1008-26065706.html)。《南京生态市建设规划》确定了六条生态廊道，形成“四横两纵”生态网架，其中江北两条将是江北化工园片区重要的通风通道和污染隔离通道(来自人民网报道http://js.people.com.cn/html/2014/03/12/294640_2.html)。。从本文的研究结果来看，风道建设治标不治本，只能促使空气污染物从一个城市扩散到另一个城市，并不能从根本上解决环境治理问题，而跨区协同治理才是治理大气污染的根本政策。当然从长远来看，进行产业结构调整、实现经济转型才是改善生态环境的根本途径。