长三角居民的消费行为对雾霾影响分析及政策干预研究

2019-11-20 05:43王素凤
皖西学院学报 2019年5期
关键词:人口密度常住人口居民消费

王素凤,许 悦

(安徽建筑大学 经济与管理学院,安徽 合肥 230601)

随着国内工业化及城镇化快速推进,雾霾污染呈现发生频率高、影响范围广、治理难度大、出现常态化的特点[1]。自然、社会、经济、生态的可持续发展遭受了严重影响,如何控制并缓解雾霾污染已成为当下工作重心。

在经济持续高速发展当下,长三角三省一市共计26座城市常住人口逐年上升,城市化率日益增长,城市人均可支配收入于2006年相比涨幅3—4倍,城市人均居住面积、人均能源消费量、汽车拥有量相较2006年涨幅较大,城市人口密度大幅提高。长三角城市居民对生活质量要求不断提高,消费数量、质量、结构上均有所转变。由于其经济结构复杂,城市发展迅速,人口相对密集,能源消耗集中,居民消费行为排放的大气污染物超出了环境承载力。且长三角地区气候湿润,污染物排放后不易扩散,积聚后更易加剧PM2.5。长三角成为继京津冀、珠三角后雾霾重灾区,PM2.5成为人民日常性关注问题[2]。

国内外学者就雾霾成因及时空分布特征进行了深入研究[3-4],认为不合理的工业结构及工业燃煤排放的大量污染物是雾霾的主要来源;雾霾污染还具有显著的季节变异性及地区差异性[5]。另有学者指出人为活动排放的大量颗粒物导致了雾霾天气的产生[6];张小玲分析2007及2008年奥运会期间北京市区和郊区PM2.5的元素特征,得出PM2.5来源相似,主要是人为排放源;史海霞指出对城市居民PM2.5减排行为的正确引导可有效缓解我国雾霾污染。由此可知,学者们更多从工业角度出发研究雾霾成因及治理,居民生活消费领域重视度不足,而规范居民主体的不合理消费行为相较于企业行为难度更大。

文章探索长三角居民消费行为对雾霾影响,完善居民消费行为对雾霾影响理论研究机制,弥补雾霾治理政策有关居民消费行为规范的不足。文章基于长三角2006—2016年26座城市居民消费行为的面板数据,利用逐步回归法等多种分析方法实证研究该地区居民消费行为对雾霾污染的影响。并对在雾霾污染治理过程中,对居民消费行为等方面提出合理意见。

1 理论分析与指标设计

1.1 理论分析

从社会经济角度出发,陈宇峰[7]指出人口过度密集与城市化的快速进程加剧了雾霾污染;刘晓红等指出城市人均可支配收入对PM2.5有负向影响,工业化对PM2.5有正向影响[8];陈弄祺等通过多元线性回归方程实证分析得出房屋建筑施工面积及能源消耗对雾霾具有显著性影响[9];李晓燕指出建筑粉尘及汽车尾气分别对北京及河北雾霾产生影响最大[10];仁毅等指出人口密度、第二产业比重及对外开放程度均与雾霾显著正相关[11];Koo和Chung研究FDI流入后中国及印度后,在短期及长期观察下环境均有恶化,证明了“污染天堂”的假说[12]。

基于现有雾霾成因相关假设及实证分析,考虑居民消费行为可量化前提,可从人口、城市化率、可支配收入、居住面积、生活能源消耗、汽车保有量及人口密度七个方面衡量居民消费行为,将第二产业及外商直接投资作为控制变量考虑其可能带来的污染影响。

1.2 指标设计

1.2.1 因变量

雾霾污染值(PM2.5)。PM2.5是引起雾霾天气的主要污染物,其浓度可直接反应雾霾污染状况[13]。因长三角城市群PM2.5浓度数据监测起始时间较晚且不一致,本文PM2.5数据源于哥伦比亚大学社会经济数据和应用中心、基于卫星监测的全球PM2.5浓度年均值的遥感数据。利用ArcGIS软件解析成2006—2016长三角地区城市尺度的EXCEL格式数据,弥补了长三角地区PM2.5浓度数据监测较晚的不足。将研究起点定于2006年,剖析经济进入飞速发展下的11年中,长三角居民消费行为转变对PM2.5浓度造成的影响,为消费行为转型提出建议。

1.2.2 自变量

基于国内外学者研究得出雾霾影响因素及居民消费行为可量化性,挑选出可能造成雾霾影响自变量七个:城市常住人口(RESI)、城市化率(RATE)、城市人均可支配收入(PCDI)、城市人均居住面积(PLA)、城市常住人口人均能源消费量(PEC)、平均每百户城市居民家庭年末家用汽车拥有量(PCO)及城市人口密度(DENS)。

为保证多元线性回归方程中,自变量与因变量间线性关系均显著,且自变量的变化对因变量具有较大影响,文章采取逐步回归法,经过变量筛选得出结果详见表1。RESI、PCDI、PEC及DENS中p值(0.011)(0.000)(0.000)(0.000)均通过1%检验,说明变量显著性较好;VIF值(1.258)(1.193)(1.010)(1.141)均小于10通过共线性诊断。因此本文选取城市常住人口(RESI)、城市人均可支配收入(PCDI)、城市常住人口人均能源消费量(PEC)及城市人口密度(DENS)分析其对雾霾影响。

表1 自变量的筛选结果(逐步回归法)

注:因变量为PM2.5污染。

为全面衡量居民消费对雾霾影响,本文将居民消费指标归为三类:消费数量、消费质量及消费结构。

消费数量指标。城市常住人口作为衡量不同城市规模的重要指标,对居民消费行为造成PM2.5的影响有着直接联系。文章就城市常住人口代表长三角地区消费数量指标,研究长三角城市常住人口数量的变化是否对PM2.5浓度有显著性影响。

消费质量指标。在考虑资金时间价值情况下,将城市人均可支配收入折算为2005年不变价,长三角地区2016年PCDI是2006年的2.5—3.5倍。伴随长三角地区经济迅速发展,PCDI已成为居民消费质量提高的重要标准之一,对居住面积、能源及汽车需求均有所上涨,污染物呈过度排放趋势。

煤炭燃烧过程中伴随大量颗粒物排放,城市常住人口人均能源消耗量与雾霾污染程度有着必然联系。在能源供给有限,而需求不断增长的情况下,城市常住人口人均能源消费量的降低是消费质量提高的重要标志。本文通过城市人均可支配收入及城市常住人口人均能源消费量的数据反映消费质量对PM2.5浓度是否有显著性影响。

消费结构指标。一定区域内居民聚集程度影响着商业配套设施的布局,城市人口密度对消费结构起决定性作用。调整大中型城市人口密度是优化消费结构必经之路。长三角地区城市人口密度高,集中排放大量污染物,带来的破坏影响超出了环境承载力,因此选取城市人口密度代表消费结构指标探讨其对PM2.5浓度影响科学合理。

此外衡量工业化水平的全市第二产业从业人员数(INST)及长三角地区凭借其便利的地理位置以及经济开放程度吸引的大量外商直接投资(Foreign Direct Investment,FDI)[14]也是可能造成环境恶化、雾霾浓度增加的原因。但通过逐步回归挑选变量后INST及FDI对雾霾影响并不显著,所以本文并没有将其纳入模型。

长三角地区26座样本城市的测度指标数据来源于2007—2017年11年间的哥伦比亚大学公布的PM2.5卫星监测遥感数据、《中国城市统计年鉴》以上海、南京、杭州、合肥等26座城市相应年份的统计年鉴及国民经济发展统计公报等,变量选取及消费指标构建详见表2。

表2 变量选取及消费指标构建

1.2.3 多重共线性检验

根据多重共线性检验,RESI(0.0108)、PCDI(0.0000)、PEC(0.0000)、DENS(0.0001)均通过1%p值检验,说明在1%显著性下变量之间不存在多重共线性,及变量之间有较好的独立性,多重共线性检验结果详见表3。

表3 多重共线性检验结果

2 实证检验

2.1 单位根检验

对变量采取ADF单位根检验,ADF(0.0000)通过1%水平的显示性检验,说明变量序列平稳,可以建立VAR模型。

2.2 回归方程

将通过多重共线性检验、ADF单位根平稳性检验且显著影响PM2.5浓度的居民消费行为作为自变量,将PM2.5浓度数据作为因变量,建立雾霾影响因素多元线性回归方程:

(1)

将2006—2016长三角地区面板数据带入计量经济模型,用Eviews计算得出回归方程:

(2)

对多元线性回归方程显著性进行F检验,F(18.8151),p值(0.0000),通过1%p值检验,说明多元线性回归方程中自变量与因变量线性关系显著,方程可行。

2.3 模拟结果分析

消费数量指数中城市常住人口每增长1万人,PM2.5浓度值下降0.0058μg/m3,对PM2.5浓度值造成负向影响。因城市常住人口的增长伴随家庭规模的扩大,而家庭规模是抑制污染物排放的主要驱动因素。因此,城市常住人口的增长进而抑制污染物排放。

消费质量指数中城市人均可支配收入对PM2.5浓度值具有负向影响,在考虑资金时间价值折算为2005年不变价情况下PCDI每增长1万元,PM2.5浓度值可下降4 μg/m3。在居民可支配收入较低情况下,消费往往忽略对环境造成的破坏,缺乏环保意识。居民在解决温饱问题且有富于时,更乐意于环保消费并自觉遵守环境保护原则。

城市常住人口人均能源消费量对PM2.5浓度值具有正向影响,人均每年多消耗1吨标准煤,PM2.5浓度值上升1.7816 μg/m3。煤炭燃烧后排放出大量有毒有害颗粒物,在湿润气候下不易挥发,长期积累必然造成重度雾霾污染。

消费结构指数城市人口密度增长使得PM2.5浓度值上升。说明在不合理城市规划下,某一地区人口集聚度过高,人口密度大幅增长,带来的交通拥堵、建筑扬尘及污染物集中排放超出环境承载力,使得生态环境遭到破坏,PM2.5浓度值因此上升。

2.4 格兰杰因果检验

格兰杰因果检验结果详见表4,RESI不是PM2.5的Granger原因(1.E-07),PCDI不是 PM2.5的Granger原因(0.0035),PEC不是PM2.5的Granger原因(0.0015),DENS不是PM2.5的Granger原因(0.0009),在1%显著性水平下均否定了原假设,因此RESI、PCDI、PEC、DENS是导致PM2.5变化的原因。

表4 格兰杰因果检验结果

2.5 脉冲响应分析

图1 RESI、PCDI、PEC、DENS对PM2.5的冲击

格兰杰因果检验仅表明变量之间可能存在某种因果关系,无法深入揭示因果关联的大小和变化过程。脉冲响应分析可以解决这一问题。基于VAR模型,可进一步进行脉冲响应分析。借助Eviews软件,获得脉冲响应曲线。如图1所示,横轴代表冲击后波动的滞后阶数,纵轴表示冲击后波动幅度。由图1中脉冲响应函数图可以得出以下结论:1)PM2.5受到RESI、PCDI、PEC及DENS的冲击后,第一期内没有发生明显的浮动,主要是因为受到冲击后PM2.5浓度值变化存在滞后期。2)RESI对PM2.5产生负影响,作用下在第二期开始下降后上升,在第三期内抵达最低点,于第七期之后RESI对PM2.5浓度值影响趋于稳定。3)PCDI对PM2.5产生负向影响,在第三期抵达最低点,于第六期趋于稳定。4)PM2.5在受到PEC冲击后,快速下降后上升,再下降于第八期趋于稳定。5)PM2.5受到DENS冲击后,先下降后上升,再下降于第五期趋于平稳。

3 结论及政策启示

3.1 结论

实证结果表明,居民消费行为加剧了PM2.5污染。城市常住人口和城市人均可支配收入对雾霾污染具有显著负向影响,城市常住人口人均能源消费量、城市人口密度对雾霾具有显著正向影响。格兰杰因果检验结果也显示RESI、PCDI、PEC及DENS均是导致PM2.5的原因,证明回归结果的可靠性。从脉冲响应结果可看出居民消费行为对雾霾影响具有滞后性,长三角地区政府应提前投入雾霾治理,做到及时预防规避风险。

3.2 政策启示

3.2.1 消费数量维度

长三角地区政府应合理利用目前城市常住人口对雾霾产生负向影响的优势,明确环境改善为居民生活生产带来的利益,指引居民承担环境保护主体责任,提升城市常住人口为主体雾霾治理贡献度。同时通过政策红利激励高端人才引进,扶持雾霾治理理论及实际保障体系建设。长三角政府应通过企业、学校、社区街道等网络普及环保教育、倡导绿色生活,保证全员参与;利用植树节、世界地球日等组织植树造林,宣扬低碳出行,培养绿色消费理念。长三角政府关于雾霾治理应做到污染现状公开、治理投入透明及成效传递及时,避免信息不对称,赋予居民监督权、参与权、维护权,推进居民主体参与雾霾治理。

3.2.2 消费质量维度

城市人均可支配收入对PM2.5带来负向影响,符合库兹涅茨环境污染倒U型曲线假说,长三角地区城市人均可支配收入已越过曲线拐点,处于倒U型曲线右侧。随着消费质量的不断提升,对环境造成的负面影响逐渐减弱,此时长三角地区应努力发展经济,不断提升城市人均可支配收入,保障消费质量维持稳定增长。

城市常住人口人均能源消费量对PM2.5正向影响最大,且影响周期较长。长三角城市政府应调整以煤炭为主的传统能源消费结构,推进能源价格市场化倒逼能源低碳化转型,并扶持中小型民营企业发展清洁能源及低能耗产品。长三角城市居民可通过使用低能耗、高能效家电;选择太阳能绿色环保型新能源,如太阳能灯、太阳能电池[15]、太阳能热水器等;安装近年新起智能家居,实现人走灯灭;时刻注意节约用电,避免不必要的待机耗电等方式控制人均能源消耗。

3.2.3 消费结构维度

长三角地区城市人口密度对雾霾具有显著正向影响。为减轻城市雾霾污染,从城市人口发展角度考虑,必须通过合理规划土地建设及使用面积推动城市人口流动,降低一二线城市人口密度。如上海、南京、杭州、合肥等大型人口密集城市应通过学历、年龄、职称等限制外来人口办理居住证或本地户籍,控制城市人口密度进一步增加。以长三角城市群为主体,依托上海、南京、杭州、合肥等大都市建设便捷交通网,实现周边城市经济发展,逐步形成功能互补具有一体化趋势的城市共同体。加快周边城市建设,利用各项优惠政策鼓励和吸引民众以及企业向中小型城市迁移,促进大城市郊区化、建立“大都市圈”以缓解长三角一二线城市高密度人口的雾霾污染现状。

猜你喜欢
人口密度常住人口居民消费
2021 年内蒙古自治区常住人口主要数据公报
2018年9月份居民消费价格同比上涨2.5%
2018年8月份居民消费价格同比上涨2.3%
北京城市副中心:常住人口控制在130万以内
2017年居民消费统计数据资料
高速铁路与经济增长的因果关系
关于我国房地产价格的思考
2015年上海市常住人口首现负增长
厦门市流动人口分布研究
上海2008年常住人口1888万多人