基于空间杜宾模型的中国省际雾霾污染影响因素分析

宁译萱 尹勇 李琼

摘 要：选取中国省际2005-2016相关空间面板数据，构建带有时空双固定效应的空间杜宾模型探究各种影响因素对雾霾污染的空间效应，研究结果表明：雾霾污染表现出显著正的溢出效应，本地区雾霾污染的提升会相应加重邻近地区雾霾污染。开放程度、环境规制、经济发展水平、城市化水平、技术水平、产业结构和能源结构均能不同程度对雾霾污染产生影响。基于此，提出相应可降低雾霾污染的政策建议。

关键词：雾霾;影响因素;空间杜宾模型;时空双固定效应

中图分类号：F2     文献标识码：A      doi：10.19311/j.cnki.1672-3198.2020.26.023

改革开放带来中国“经济奇迹”的同时也使得我国陷入“经济-环境”怪圈中，传统粗放式的经济发展模式以重工业发展为主，“重发展-轻保护”的发展理念使得目前的中国已成为世界上污染最为严重的国家之一。近年来，雾霾污染席卷全国，呈现出发生频率高、波及范围广、持续时间长、治理难度大等特点;《2018中国生态环境状况公报显示》，京津冀、长三角、汾渭平原等地区平均优良天数比例分别为505%、741%、543%，全年城市环境空气质量达标数仅占总体的358%。由于我国幅员辽阔，各地区雾霾污染存在显著区域特征。基于此，运用空间计量方法分析各省市雾霾污染的空间效应及影响因素，对于雾霾污染的有效治理存在应有之意。

1 研究方法与模型设定

雾霾污染的影响因素涵盖了社会的方方面面，而雾霾本身也存在空间依赖性，此时若采用普通面板回归对雾霾污染及其影响因素进行分析会使得估计结果存在很大偏差，需借助空间计量模型来进行实证检验。空间计量模型主要包括空间滞后（SAR）、空间误差（SEM）和空间Dubin模型（SDM），而空间滞后、空间误差模型都是空间Dubin模型的特殊形式，因此本文构建更一般化的空间Dubin模型来探究各种影响因素对雾霾的影响效应：

上式中，PM表示为雾霾污染，W为前文所设定的空间0-1权重矩阵，W·PM表示为雾霾污染的空间溢出项，ρ表示为雾霾污染的空间溢出系数，即表示为本地区雾霾污染对邻近地区所造成的影响;Xit表示为第i个省市第j年各种影响因素变量，包括开放程度、环境规制、经济发展水平、城市化水平、产业结构、能源结构等;η为各影响因素变量的空间溢出系数，β为各影响因素变量的线性系数，μi表示为空间固定效应，αt表示为时间固定效應，εit表示为随机扰动项。

2 变量选取与分析

被解释变量：雾霾污染（PM）。对于雾霾污染的度量，一些学者借助PM10、二氧化硫、AQI等指标来衡量。但由于PM25才是雾霾污染的主要来源，因此，本文选取PM25来作为雾霾污染的度量指标。由于我国对雾霾污染的测量时间较晚，测量周期较短可能会对研究结果造成影响，所以选取哥伦比亚大学卫星监测得到的栅格数据，采用Arcgis软件进行提取得到2005-2016年我国各省份PM25年均值。由于官方统计给出的栅格数据只进行到2016年，这也是本文选取区间为2005-2016年的原因。图1为采用提出所得的雾霾污染数据绘出的2005-2016分区域雾霾污染年均值对比折线图，由图1给出的对比图可知，在研究区间内，全国范围内的雾霾污染浓度年均值在30ug/m3附近波动，基本已达到世界卫生组织所规定的35ug/m3以下水平，说明从全国范围来看，目前我国各省份雾霾污染情况已有所好转，现有的治霾政策颇有成效。分区域情况来看，东部沿海地区省份以及中部地区省份各年均值都高于全国年均值水平，经济较发达的东、中部地区各省份全年雾霾污染较为严重;而对于西部地区来说，年均值低于全国年均值水平，对于经济欠发达的西部地区来说其雾霾污染也相对较轻;综上所述，我国雾霾污染分布存在显著区域差异性，因此对于雾霾污染的治理需因地制宜。

通过空间计量模型探究各种影响因素对雾霾污染的影响效应，本文选取如下几个影响因素变量：①开放程度（fdi），用各省市实际利用外资额来表示。②环境规制（ers），通过各省市工业二氧化硫、废气、固体废物排放量构造综合指数，用熵权法加权得到环境规制的度量值。③经济发展水平（gdp），用各省市人均GDP来表示。④城市化水平（ul），用各省市城镇人口所占总人口比重来表示。⑤技术水平（tec），用各省市专利申请授权量来表示。⑥产业结构（ind），用各省市第三产业所占GDP比重来表示。⑦能源结构（es），用各省市煤炭消耗总量占总能源消耗量的比重来表示。

3 实证分析

3.1 空间自相关检验

由stata15计算得出2005-2016我国各省市雾霾污染Global Morans指数如表1所示，如表1给出的结果易知，在使用标准化后的0-1空间权重矩阵条件下，所研究年份雾霾污染Global Morans指数均大于0且在1%的水平下显著，表明雾霾污染存在显著的正的空间相关性。从各年份Global Morans指数值来看，从2005到2016年，莫兰指数具有逐年递增趋势，且每一年的指数值均大于05，说明目前各省份雾霾污染正空间相关性越来越强。

3.2 空间杜宾模型回归结果分析

3.2.1 计量模型检验

基于前文设定的空间杜宾模型对雾霾污染及影响因素进行空间面板模型分析，根据Elhorst的做法，需对空间面板模型的最优选择进行检验，Hausman估计的检验结果为66.08且在1%的水平下显著，拒绝了随机效应优于固定效应的原假设，因此后续模型检验均为基于固定效应进行分析;对比分析在空间固定、时间固定以及时空双固定条件下空间杜宾模型估计结果，对比三个固定效应的R2值与拟合优度Log-likelihood，均为时空双固定效应中的系数较大;且由LR检验结果可知，在1%的显著性水平下认为时空双固定是最优选择，因此后续模型分析均为采用时空双固定效应来进行。此外，由LR（lag）、LR（error）、Wald（lag）、Wald（error）检验结果可知，在5%的显著性水平下拒绝了sdm会退化为sem与sar的假设，说明了本文选取空间杜宾模型的合理性。由雾霾污染的空间溢出系数ρ可知，在1%的显著性水平下，本地区雾霾污染对邻近地区的雾霾污染影响为正，影响系数为06811，随着本地区雾霾污染上升1%，会相应提升邻近地区雾霾污染上升06811%，这也进一步说明雾霾污染确实具有显著正空间自相关性。

3.2.2 空间杜宾模型效应分解结果分析

Anselin and Gallo认为，由于空间杜宾模型分析得出的结果中加入了自变量与因变量的空间滞后项，仅考虑直接的回归结果会忽视自变量对因变量带来的边际影响，从而导致估计结果存在偏差。LeSage and Pace针对空间效应作用范围与对象的差异性，将空间杜宾模型中自变量对因变量的影响效应分为直接、间接与总效应。空间杜宾模型的效应分解结果如表2所示。

从直接效应的回归结果来看，开放程度对雾霾污染的影响在10%的水平下显著为负，影响系数为-00334;外商投资的引进并不一定会产生“污染天堂”效应，引进地区相反会由于在引进的同时学习了国外先进的科学技术与管理经验，从而对雾霾污染产生显著抑制作用。环境规制、经济发展水平、产业结构对雾霾均具有抑制作用，但这种作用并不显著，说明他们对雾霾污染产生的影响效应并不明显;技术水平对雾霾污染的影响效应在1%的水平下显著为负，影响系数为-00601;随着各地区技术创新投入的增加，提升了企业污染减排的效率，从而使得雾霾污染水平显著降低。能源结构对雾霾污染的影响在1%的显著性水平下显著为正，影响系数为02467;以煤炭等传统能源为主的能源消耗方式在给地区环境带来严重污染的同时还造成了巨大的资源浪费，传统能源的过度使用会阻碍雾霾污染治理效果。

从间接效应的回归结果来看，开放程度对雾霾污染的影响在5%的水平下显著为负，影响系数为-02362，地区外商投资的溢出效应主要表现在技术溢出，本地区外資企业表现出“示范效应”，从而对邻近地区雾霾污染具有显著抑制作用。环境规制对雾霾污染的影响为负，但并不显著;经济发展水平对雾霾污染的影响为负，且在5%的水平下显著，经济发展每提升1%，相应会促使邻近地区雾霾污染降低05008%，说明随着区域经济发展的加快，本地区发展经济的同时会相应带动邻近地区经济的发展，从而提升了居民的生活水平和环境保护意识，进而降低了雾霾污染。城镇化水平、产业结构对雾霾污染的影响为正，但并不显著，说明目前随着城镇化水平的不断提升以及第三产业比重不断增加，均会对邻近地区雾霾污染产生不显著的促进作用。能源结构对雾霾污染的影响在1%的水平下显著为负，影响系数为-08153，随着本地区以重工业为主的经济增长方式在给本地区环境造成环境污染的同时，会随着大气环流等溢出效应对邻近地区环境产生更严重的污染。对比各影响因素变量的直接效应和间接效应系数，无论是否显著，其间接效应影响系数均大于直接效应，说明目前随着经济全球化以及区域经济发展的普及，各变量的溢出效应越来越成为学术研究中不可忽视的一个重要因素，这也进一步的说明了本文选择空间计量模型进行分析的必要性。

从总效应给出的回归结果来看，开放程度、经济发展水平、技术水平对雾霾污染的影响为在5%的水平下显著为负，说明它们从整体来看均会对雾霾产生显著抑制作用。环境规制对雾霾污染影响为负，但并不显著;城市化水平、产业结构对雾霾影响为正，也不显著，说明从整体来看，它们对雾霾污染的影响并不明显。能源结构对雾霾污染的影响在1%的水平下显著为正，说明以煤炭为主的能源消耗方式会在整体上促进雾霾污染的增加。

4 结论与启示

本文基于2005-2016年中国大陆（除西藏）30个省市的相关面板数据，采用探索性空间分析方法对各年份雾霾污染进行空间相关性分析，并构建开放程度、环境规制、经济发展水平、城市化水平、技术水平、产业结构、能源结构影响雾霾污染的空间杜宾模型，研究发现：我国雾霾污染在空间上表现出高度正空间自相关性，且这种正空间相关性具有逐年递增趋势;大部分高-高集聚区位于我国东部沿海地区，低-低集聚区大多位于经济欠发达的西部地区。雾霾污染具有显著溢出效应，本地区雾霾污染的提升会对邻近地区的雾霾污染具有显著促进作用，忽略溢出效应的存在会使得估计结果有所偏差。开放程度、技术水平的提升不仅能显著降低本地区雾霾污染程度，还会通过溢出作用对邻近地区的雾霾污染产生显著抑制作用，并且这个溢出作用较强;以煤炭为主的能源消耗方式的比重提升会对本地区和邻近地区雾霾污染均产生显著促进作用;经济发展水平对本地区产生不显著的抑制作用，但却能显著抑制邻近地区雾霾污染;环境规制、产业结构对雾霾污染均具有抑制作用，但这个抑制作用并不显著。

基于上述结论，我们可以得到如下启示：第一，溢出作用的存在是造成雾霾污染扩散的主要原因，为有效解决“雾霾锁城”问题，需加强区域联防联控，共同协商治理政策。第二，外资企业的引入对地区环境存在两面性，政府需提高外商引资的准入门槛，避免由于追求经济发展而成为发达国家的“污染天堂”，力求实现“引资”与“治霾”双重目标;技术水平能显著抑制雾霾污染，政府与企业需加强对治污技术研发投入，提升雾霾污染治理效率。第三，以煤炭为主的传统能源消费方式是引发雾霾污染的主要原因之一，因此治霾的重中之重在于清洁能源的开发、使用与对能源使用效率的提升。

参考文献

[1]邵帅，李欣，曹建华，等.中国的城市化推进与雾霾治理[J].经济研究，2019，54（2）：148-165.

[2]李光勤，秦佳虹，何仁伟，等.中国大气PM2.5污染演变及其影响因素[J].经济地理，2018，38（8）：11-18.

[3]谢佳慧，李隆伟，王艳平，等.排斥物：雾霾降低入境旅游规模[J].当代经济科学，2017，39（1）：113-123+128.

[4]林楚海.中国雾霾污染的空间计量分析[J].统计与决策，2018，34（16）：94-99.

[5]张生玲，王雨涵，李跃，等.中国雾霾空间分布特征及影响因素分析[J].中国人口·资源与环境，2017，27（9）：15-22.

[6]姚奕，倪勤.中国地区碳强度与FDI的空间计量分析——基于空间面板模型的实证研究[J].经济地理，2011，31（9）：1432-1438.

[7]Elhorst J P.Applied Spatial econometrics：Raising the bar[J].Satial economic analysis，2010，5（1）：9-28.

[8]Anselin L.Spatial Effects in Econometric Practice in Environmental and Resource Economics[J].American Journal of Agricultural Economics，2001，83（3）：705-710.

[9]Lesage J P，Pace R K.Introduction to spatial econometrics[M].CRC Press，2009：513-514.

[10]张明，李曼.经济增长和环境规制对雾霾的区际影响差异[J].中国人口·资源与环境，2017，27（9）：23-34.