空间视角下的土地资源错配与雾霾污染——基于成渝地区双城经济圈的实证研究

薛蕾，邹炀

（中共四川省委党校 区域经济教研部，四川 成都 610065）

0 引言

自改革开放以来，随着工业化和城镇化的快速推进，中国经济始终保持着较高的增长速度[1]，但依靠要素投入的粗放增长模式所带来的环境污染问题[2]，越来越受到来自政府部门和国内外学者的广泛关注。土地要素作为城市经济活动的重要空间载体，既是实现城市经济增长的基本要素，也是地方政府推动经济社会高速增长的重要保障。但大量的研究表明，基于地方财政压力和官员晋升激励，地方政府往往凭借其对土地要素的垄断地位而对工业用地和商住用地采取差异化的配给模式，将土地要素大量倾斜于工业领域。短期来看，这种配置模式的确促进了地方经济的快速增长，但也加剧了环境污染，这不利于经济社会的高质量发展。尤其在2013年以后，雾霾污染问题日益突出，《2020 中国生态环境状况公报》数据显示，全国有135 个城市的环境空气污染超标，占到总数的40.5%。为了深入践行“绿水青山就是金山银山”重要理念和提高环境质量，《成渝地区双城经济圈建设规划纲要》中明确指出要“加快生态文明建设，建立健全国土空间规划体系”。这不仅为探究土地资源错配与雾霾污染的关系提供了重要的现实和政策契机，对于优化国土空间布局、促进经济社会的高质量发展和实现“双碳”目标也具有重要的理论和现实意义。

从现有文献来看，基于土地要素的配置角度探究污染问题的文献相对较少。已有文献的核心观点认为，政府凭借土地制度所赋予的垄断地位，对工业用地和商住用地采取的差异化供给模式所带来的土地资源错配将加剧环境污染。如余泳泽等[3]基于2007—2014年中国城市面板数据，采取动态面板模型的实证研究表明，土地资源错配会通过阻碍产业结构的优化升级、挤占新兴企业发展进而不利于环境质量的优化改善。林阳[4]也认为，土地资源错配会影响雾霾污染，但作用存在着显著的财政分权和环境规制的门槛效应，会随着财政分权和环境规制水平的变化而变化。在雾霾污染的影响效应层面，现有文献大多聚焦于城镇化、财政分权、产业结构等的作用机制以及空间溢出特征，但并未从土地资源要素的配置角度展开研究。如邵帅等[5]基于夜间灯光数据的研究表明，城镇化进程加剧了雾霾污染，其关键作用机制在于集聚效应和结构效应。汪克亮等[6]则从财政分权的角度认为，财政分权有利于提高地方政府的财政收入进而改善城市雾霾污染，但黄寿峰[7]的研究却认为财政分权加剧了本省和邻近省份的雾霾污染，这可能和数据时段的选择有关。李云燕和殷晨曦[8]则基于京津冀地区的实证研究表明，产业结构的优化升级是有利于改善雾霾污染的。

基于以上文献梳理，可以发现：第一，就研究内容而言，现有文献大多聚集于土地资源错配与环境污染之间的关系研究，而就土地资源错配对雾霾污染之间的相关研究却相对薄弱；第二，就理论分析而言，现有文献并未充分考虑政府竞争因素在此过程中所扮演的重要角色，实际上由于“同侪竞争”的深刻作用，土地资源错配对雾霾污染的影响存在空间溢出特征，其作用影响甚至会超过土地资源错配所带来的直接效应；第三，就研究对象而言，现有文献暂无基于成渝双城经济圈城市土地资源错配对雾霾污染影响的相关研究。由于成渝地区地处西部，经济内生动力相较东部沿海城市等略为不足，“以地谋发展”的增长逻辑具有一定普遍性，这必然也会给雾霾污染问题带来深刻影响。

有鉴于此，本文将以成渝地区2009—2018年的城市面板数据作为研究样本，采取空间杜宾模型就土地资源配置对城市雾霾污染的影响及其空间效应进行实证研究。本文可能的贡献在于：第一，从理论层面重点揭示了土地资源错配对雾霾污染的影响机制及作用效果，丰富了土地资源错配在环境污染治理方面的文献内涵；第二，从区域协同维度考察了政府竞争下土地资源错配对雾霾污染影响的空间溢出效应，为区域内土地资源配置层面如何强化联防联控提供了新思路和经验证据支撑，同时也为成渝双城经济圈探索城乡统筹试点下的区域污染防治提供有力的决策参考价值。

1 研究假说提出

国家土地所有制和集体土地所有制从制度层面赋予了地方政府对土地要素的垄断地位[9]。在相关实践探索中，我国逐渐摸索出具有显著中国特色的“以地谋发展”模式，尤其是随着土地有偿使用制度的建立，工业用地与商住用地差异化供给的“两手”策略已成为研究土地相关问题的普遍共识。地方政府通过工业用地和商住用地在供应总量和供应价格上的差异化配置，实现了“以地引资”和“土地财政”的双重兼顾，借以推动城镇化和工业化进程，拉动区域经济增长。在这样的配置模式下，地方财政压力得到改善，官员也获得了谋求晋升的政治资本，土地制度巧妙地实现了与分税制和官员考核机制之间的激励相容[10]，但这种具有显著政府干预色彩的土地资源配置模式却可能会牺牲环境，直接和间接地导致了雾霾污染。

从土地资源错配对雾霾污染影响的直接效应来看，低价出让工业用地和扩大工业用地规模使得地方政府可以凭借价格优势实现招商引资和对地方企业的扶持保护，进而改善地方财政压力。官员政绩考核的晋升压力也削弱了环境规制的约束力度[11]。这最终使得许多生产效率低下、难以达标的污染企业甚至僵尸企业能够得以存续。但这种发展模式是不利于产业结构优化提高的，这是土地资源错配加剧雾霾污染的核心缘由[12]。具体而言，由于土地配置模式的变相补贴，常态市场环境下的企业生命周期在一定程度上被扭曲，许多生产效率低下或早已面临淘汰的低端产业得以存续，辖区整体的产业结构出现明显滞后，产业升级速度趋缓甚至停歇[13]，尤其是部分偏向于资源损耗型的中低端制造业和粗放型的能源行业[14]，尽管其旧有生产模式、生产技术等存在着生产效率低下、环境污染严重等突出问题，但这种基于土地的变相补贴使得其经营模式、结构惯性等都得到了极大保留，进而加剧了雾霾污染问题[15]。为此，提出如下假说：

假说1：土地资源错配加剧了城市雾霾污染。

假说2：产业结构优化问题是土地资源错配影响城市雾霾污染的重要路径。

由于政府之间的“同侪竞争”也会使得土地资源错配对雾霾污染的影响存在明显的空间溢出效应，也即本地区的土地资源错配也会加剧邻近地区的雾霾污染，其作用影响甚至会超过土地资源错配所带来的直接效应。具体而言，地方政府竞争中的策略性博弈会使得土地资源的错配程度明显提高，因为差异化的土地配置模式作为地方政府实现招商引资、扶持辖区企业并最终实现辖区经济增长的重要途径[16]，会使其演变为地方政府竞争的重要政策工具[17-18]。如果邻近地区提高工业用地的优惠力度，就意味着邻近地区在招商引资和辖区企业竞争能力上都会因为这种变相的补贴模式而相较提高，那么理性人政府会对此作出策略性反应，进一步增加土地优惠力度，从而陷入被动博弈的局面之中[19]。加之由此所带来的诸如“候鸟迁移”等企业投机行为，其最终的结果会导致土地资源错配程度的整体提高[20]。结合上文的分析，这使得邻近地区的土地资源错配也加剧了本地区的雾霾污染，其影响程度在更大范围内产生了显著的外溢效应。也正因如此，如果不同地方政府之间能够协调一致，尽可能打破行政壁垒，是有利于改善污染问题的。为此提出如下假说：

假说3：土地资源错配会进一步加剧邻近城市的雾霾污染。

假说4：政府竞争与区域协作是土地资源错配影响邻近城市雾霾污染的重要途径。

2 模型设计与变量说明

2.1 数据来源

PM2.5的年均污染数据源自加拿大达尔豪斯大学大气成分分析组数据。土地资源配置相关的测算基础数据源自《国土资源统计年鉴》，其他相关控制变量数据源自《四川统计年鉴》《重庆统计年鉴》和《中国城市统计年鉴》。成渝双城经济圈城市范围并未有严格划分，更为重要的是，行政划分并不足以替代经济联系，同时考虑到甘孜、阿坝、凉山3 个州作为民族地区，具有较强的区域异质性且存在不同程度的数据欠缺，有鉴于此，本文在剔除这3 个州的基础上，最终选取2009—2018年重庆、成都、自贡、攀枝花、泸州、德阳、绵阳、遂宁、内江、乐山、资阳、广元、宜宾、南充、达州、巴中、雅安、广安和眉山19 个成渝地区城市的相关数据。

2.2 模型设计

为便于验证土地资源错配对雾霾污染的空间溢出效应，加之雾霾污染的扩散性特征，本文采取空间杜宾模型（spatial dobbin model，SDM）就土地资源错配对雾霾污染影响进行实证研究，空间杜宾模型相较于空间滞后模型（Spatial Lag Model，SLM）和空间误差模型（Spatial Error Model，SEM）更能够捕捉控制变量的空间溢出效应，更具有现实普遍性，因此本文构建空间杜宾模型如下：

式中：i为城市的截面单位，j为空间邻近城市的截面单位，t代表年份。lnpmit是本文的解释变量雾霾污染程度，landmisi,t-1是本文的核心解释变量土地资源错配。Xj,t-1表示控制变量，W代表空间权重矩阵，WXj,t-1表示空间滞后的解释变量和相关控制变量。μi和λt分别表示不随时间而变的固定效应和不随个体而变的时间效应，εit代表随机误差项。因为土地资源错配对雾霾污染的实际影响作用需要一定期限，因此对所有的因变量都取滞后一期，以尽可能规避内生性偏差。同时为了增强数据平稳性和避免异方差等问题，对部分变量也采取了对数化处理。

2.3 变量与空间权重矩阵

雾霾污染。本文采用PM2.5的地表年均浓度来测度城市雾霾污染程度。成渝双城经济圈城市的地表雾霾污染程度通过结合成渝地区行政区划矢量图，采用ArcGIS 软件提取得到。由于美国哥伦比亚大学所提供的全球PM2.5地表年均浓度数据截至2016年，所以本文采取加拿大达尔豪斯大学大气成分分析组所提供的年度PM2.5均值数据，其数据截至2018年，并采取相同的办法测度成渝双城经济圈城市雾霾污染。

土地资源错配。由于《中国国土资源统计年鉴》仅在2010年后提供建设用地的供给类型数据，因此，杨其静等[21]多将“协议出让”作为工业用地出让和低价出让的替代变量。但在国务院颁发《国务院关于加强土地调控有关问题的通知》后，工业用地中的协议出让比重显著下降，更多采取“招拍挂”方式出让工业用地，所以在2008年以后，采取协议出让土地面积衡量工业用地供给总量显然不再合适，于是本文参考李力行等[22]的做法，采用工矿仓储用地面积与国有建设用地供应总面积的比值测度土地资源错配。此外，为了增强文章结论的稳健性，本文借鉴李勇刚[23]的做法，采用协议出让土地面积与国有建设用地比重衡量土地资源错配。同时考虑到土地资源低效配置的问题更多是反映在增量上，因此还借鉴毛文峰和陆军[24]的做法，以新增协议出让土地占新增出让土地的面积来衡量土地资源错配程度。测算结果的数值越大，则所在城市的土地资源错配程度越高。

控制变量。为了防止遗漏变量，降低模型的内生性问题，参照相关文献设置控制变量如下：①产业结构。产业结构情况与雾霾污染存在着紧密联系[25]，城市产业结构以第三产业增加值占第二产业增加值比重的对数来衡量，记为lnstructure；②政府干预。适度的政府干预有利于改善环境污染问题，本文以政府财政环境保护支出占城市GDP 比重的对数来衡量，记为lnpfisc；③人口规模。更大的人口规模意味着更高的资源能耗，本文以常住人口的对数衡量，记为lnpop；④经济发展水平。一般而言，经济发展水平往往与环境污染程度紧密相关，是影响环境污染的重要因素，本文以人均GDP 的对数衡量，记为lnrgdp；⑤外商直接投资。基于“污染天堂假说”，发展中国家尤其是发展中国家的落后地区往往成为存在污染问题企业的承接地，进而带来雾霾污染问题。本文以外商直接投资占GDP 比重的对数来衡量，记为lnofdi。主要变量描述统计见表1。

表1 变量统计性描述

空间权重矩阵。常用的空间权重矩阵为邻接地理矩阵（W1）、地理距离矩阵（W2）和经济距离矩阵（W3），三种方式分别依据是否有公共边界、相邻地区距离和经济发展水平相似程度来设置权重。邻接地理矩阵W1的元素测度方法是若城市相邻记为1，若不相邻则记为0；地理距离矩阵W2的元素测度方法是城市之间欧氏距离的倒数；经济距离矩阵W3的元素测度方法是不同城市历年人均GDP 均值差的绝对值倒数。考虑到雾霾污染对邻近地区的空间溢出效应具有极强的直接关联[26]，且地方政府竞争也存在明显的邻接属性[27]，因此本文选择邻接地理矩阵作为本文的首要空间权重矩阵，控制变量等的解释也主要围绕此展开。此外为了增强文章结论稳健性，将地理距离矩阵和经济距离矩阵作为替代矩阵。

3 计量结果分析

3.1 空间计量模型的参数检验

在对成渝双城经济圈的实证检验之前，本文需要对被解释变量的空间相关性和空间计量模型的具体选择予以说明。首先本文选取Moran’s I 指数检验雾霾污染程度的空间相关性，具体公式如下：

式中：i、j表示不同的城市，I表示的是全局Moran’s I指数，pm2是雾霾污染程度的方差，pm是城市的雾霾污染程度，表示城市雾霾污染程度的均值，Wij是空间权重矩阵的相对元素。I的取值范围在[-1,1]之间，I大于0 且越接近于1，则雾霾污染程度在空间上正相关程度越高；反之，I小于0 且越接近于-1，则雾霾污染程度在空间上负相关程度越高。对雾霾污染程度每年的空间自相关检验结果见表2。检验结果表明成渝双城经济圈内雾霾污染程度存在着显著的空间正相关关系，Geary’s c 指数的检验结果也表明了雾霾污染程度的空间正相关关系，因此适合采用空间计量模型。

表2 2010—2018年成渝双城经济圈城市雾霾污染的Moran’s I指数

此外还需进一步检验空间杜宾模型的选择是否合适。首先检验是否需要考虑空间计量模型，从表3中LM Spatial Lag、Robust LM Spatial Lag、LM Spatial Error、LM Robust Spatial Error 这四个统计检验的结果来看，无论是选用邻接地理矩阵（W1）、地理距离矩阵（W2）还是经济距离矩阵（W3），其检验系数都在1%～10%内显著，这意味着拒绝不存在空间滞后或者空间误差的原假设，因此本文采用空间杜宾模型进行分析。

表3 空间模型检验结果

其次，还需进一步检验SDM 是否会退化为SLM 或者SEM，表4采取不同空间权重矩阵的检验结果表明，LR 统计量和wald 统计量均在1%～5%内拒绝SDM 会退化为SAR 或者SEM 的原假设。同时，Hausman 检验结果的统计值在1%～10%的水平下拒绝原假设。综合以上的检验结果来看，应该采用固定效应下的空间杜宾模型。

表4 SDM模型的相关统计检验结果

3.2 模型回归结果分析

表5是基于全样本就土地资源错配对雾霾污染影响进行的相关回归。列（1）～列（3）是分别采用邻接地理矩阵（W1）、地理距离矩阵（W2）和经济距离矩阵（W3）的回归结果。空间自回归系数都在1%的水平下显著为正，这表明成渝城市的雾霾污染存在着显著的正向空间溢出效应，也即某一城市的雾霾污染程度会显著加剧邻近城市的雾霾污染程度，并且呈现出同向变动的特征，这与现有研究结论一致，即雾霾污染本身就具有空间溢出性。土地资源错配的回归系数都为正，但只有基于邻接地理矩阵的回归结果在1%的水平上显著，有待于采用效应分解进行进一步的检验。这初步说明，至少在基于邻接地理矩阵时，土地资源错配会加剧雾霾污染，假说1 得到初步验证。就土地资源错配的空间滞后项回归系数来看，无论采用何种权重矩阵，其回归系数都在1%的水平下显著为正，且回归系数的估计值远大于直接效应，表明本地区的土地资源错配会带来正向的空间溢出效应，且其影响作用远远大于本地区土地资源错配所带来的影响作用，假说3 也得到初步验证。

对于控制变量，从表5中列（1）的回归结果来看，政府干预程度（lnpfisc）的回归系数在1%的水平下显著为负，这表明政府部门提高在环境问题方面的财政支持力度是有利于改善雾霾污染的。外商直接投资（lnofdi）的回归系数基本在1%的水平下显著为正，这意味着“污染天堂假说”在成渝地区是成立的，也即存在有污染问题的外国企业向成渝城市的转移现象加剧了雾霾污染问题。产业结构（lnstructure）的回归系数都在1%的水平下显著为负，以现代服务业为主的第三产业具有生产率高、规模效益显著、低能耗低污染等显著特点，因此提升第三产业在经济结构中的比重是有利于改善城市雾霾污染的。经济发展水平（lnrgdp）和人口规模（lnpop）的回归系数为正但并不显著，这可能和模型和控制变量的选择有关。

表5 土地资源错配对雾霾污染影响的估计结果

从控制变量的空间滞后项回归系数来看，政府干预程度滞后项的回归系数为负但并不显著，这可能和基于地方政府竞争的博弈行为有关，使得其空间溢出作用有限。外商直接投资滞后项的回归系数为正且在10%的水平下显著，这表明污染企业的转移还存在着空间溢出特征。产业结构滞后项的回归系数在1%的水平下显著为负，本地区第三产业在经济结构比重的提高对雾霾污染的改善作用也会使得邻近区域受益。经济发展水平滞后项的回归系数在5%的水平下显著为负，本地区地区经济发展情况的改善有利于提高其经济发展质量，进而产生外溢效应，改善了邻近地区的雾霾污染。人口规模滞后项的回归系数显著为正，这和常识一致，更大的人口规模会带来更多的能源消耗，进而在雾霾污染本身所具有的空间溢出性作用下，加剧了邻近地区的雾霾污染。

3.3 效应分解

在没有考虑空间溢出效应的模型回归中，参数估计能够较好反应变量对城市雾霾问题的边际影响，但在纳入空间滞后项的空间杜宾模型中，解释变量对雾霾污染的影响不能够简单凭借估计参数反映，因为某个解释变量对雾霾污染的影响可能并非纯粹源自本地区，也会对邻近地区带来影响进而又反馈于本地区，所以此时采用点估计的结果判断是否存在空间溢出效应会带来偏差。故而已有研究多会采用偏微分的方法解释变量影响，将其分解为直接效应、间接效应和总效应。直接效应反映本地区变量对本地区雾霾污染的影响和本地区对其他地区的影响反馈所带来的平均影响；间接效应反映周边地区对本地区的平均影响，故而又被称为空间溢出效应；总效应是解释变量对全部地区影响的平均效应。

从表6的回归结果可以看出，本文所关注的核心结论依旧成立，也即无论采取何种空间权重矩阵，从直接效应来看，尽管土地资源错配（landmis）的系数大小和显著性水平各异，但其对雾霾污染的正向影响具有一致性，土地资源错配的回归系数在1%～10%的水平下显著为正，也即土地资源错配会加剧城市雾霾污染问题，本文的假说1 再次得到验证。其次，从间接效应的回归系数来看，土地资源错配的系数在1%的水平下显著为正，本地区土地资源错配会对邻近地区的雾霾污染带来正向的空间溢出效应，也即本地区的土地资源错配也会对其他地区的雾霾污染产生影响，且其系数都明显大于直接效应的回归系数，土地资源错配进一步加剧了邻近城市的雾霾污染，这意味着地方政府之间的确存在着基于土地要素配置的博弈关系，由此所带来的土地资源错配显著加剧了邻近地区的雾霾污染，且这种非市场性的调控行为在博弈中被动放大，其作用影响明显超过了土地资源错配所带来的直接效应。假说3 得到了初步验证。就控制变量而言，无论是直接效应还是间接效应，其回归系数对雾霾污染的影响情况与表3较为一致，尽管显著性水平和回归数值大小发生变化，但这不足以改变本文的研究结论。

表6 土地资源错配对雾霾污染影响的效应分解

3.4 稳健性检验

为了增强文章结论的稳健性，本文分别采用替换核心解释变量、替换被解释变量、纳入核心解释变量平方项、考虑外部政策性冲击就土地资源错配对雾霾污染的影响进行了稳健性检验，具体情况如下。

（1）替换核心解释变量。基于变量部分的说明解释，本文分别采用协议出让土地面积与国有建设用地比重（land1）和新增协议出让土地占新增出让土地的面积比重（land2）来衡量土地资源错配程度，并进行稳健性检验。为了和已有测度方法形成对比，本文也采用协议出让土地占建设用地供给总量的比值（land3）衡量土地资源错配。基于空间杜宾模型回归分解的结果见表7。从回归结果来看，无论采取何种方式测度土地资源错配，列（1）～列（6）的回归系数都在5%～1%的水平下显著为正，且反映间接效应的回归系数明显大于反映直接效应的回归系数。这足以说明土地资源错配不仅会加剧本地区的雾霾污染，也对邻近地区的雾霾污染存在着正向的空间溢出效应，且其作用影响依然明显超过了土地资源错配所带来的直接效应。本文的假说1 和假说3 再次得到验证。

表7 替换核心解释变量的稳健性检验（一）

（2）替换被解释变量。灰尘、硝酸、硫酸等是雾霾污染的重要组成粒子，雾霾污染程度的提高也意味着二氧化硫等空气污染物的排放。因此本文采用工业二氧化硫排放量作为雾霾污染的替代变量进行稳健性检验。从表8中列（1）和列（2）的回归结果来看，无论是直接效应还是间接效应，土地资源错配的回归系数依然在1%～5%的水平上显著为正，且直接效应系数明显小于间接效应的回归系数，这表明土地资源错配的确会加剧雾霾污染，且存在着明显的空间溢出效应。假说1 和假说3 又得到了验证。

（3）纳入土地资源错配的平方项。为了考察土地资源错配是否对雾霾污染的影响存在着动态变化特征，本文又进一步纳入土地资源错配的平方项，记为landmis2，从表8中列（3）和列（4）的回归结果来看，无论是直接效应还是间接效应，一次项系数为负但均不显著，二次项系数则在10%到5%的水平下显著为正，这意味着土地资源错配对雾霾污染的影响并不存在动态的变化特征，只会加剧本地区和邻近地区的雾霾污染，假说1 和假说3 再次得到验证。

（4）考虑外部环境的政策性冲击。党的十八大在2012年提出了“大力推进生态文明建设”的战略决策，这必然会对雾霾污染产生直接影响。为此，本文以2012年作为起始年份，设定“生态文明”虚拟变量（regu），2012年及之后定义为1，之前定义为0。从表8中列（5）和列（6）的回归结果来看，直接效应的回归系数为正，在1%的水平下显著，间接效应也在1%的水平下显著为正，且明显大于直接效应，交互项系数的间接效应显著而直接效应并不显著。这表明当考虑政策性冲击时，土地资源错配依然会加剧雾霾污染，且存在着明显的空间溢出效应。生态文明建设的外部性冲击只是调节了土地资源错配对雾霾污染的影响。假说1 和假说3 又得到验证。

表8 稳健性检验(二)

3.5 相关机制检验

为了进一步验证假说2 和假说4，还需进一步检验产业结构优化、地方政府竞争和合作行为对雾霾污染的作用机制。有鉴于此，本文借鉴Baron & Kenny[28]的研究，构建递归模型检验以上因素在土地资源错配对雾霾污染影响中的传导机制。就产业的空间转移而言，其关键在于地方政府基于土地资源配置的博弈行为会带来企业基于土地价格的空间转移，同时使得生产效率低下甚至存在污染问题的企业得以存续，扭曲了产业结构，进而加剧雾霾污染。因此本文结合已有的空间杜宾模型，采用产业结构合理化指数（reason）对此做出检验，产业结构合理化指数借鉴邓慧慧等[29]的方式进行测度，具体公式如下：

式中：reason表示产业结构合理化指数，i表示第i产业，t表示年份，Y表示产出，L表示相关产业的就业人数，产业结构合理化程度与reason值呈正相关关系。

缪小林和史倩茹[30]基于官员政治晋升与财政压力的角度构建了地方政府竞争指标，相较于外商直接投资占地区生产总值比重的测度指标，更具有真实性，具体公式如下：

式中：compete表示地方政府所面临的竞争压力程度，i表示城市，t表示年份，nearbyrgdp表示邻近地级市最高人均GDP，regionrgdp表示区域范围内地级市最高人均GDP，rgdp表示本市人均GDP，并对此取对数，记为lncompete。

陈启斐和巫强[31]认为，区域协调意味着经济社会发展差距缩小，随着要素流动下区域经济联系的持续增强，不同区域的经济总量差距并不会消失，但人均GDP 会在这一过程中趋于收敛，丁如曦等[32]的研究也证明了这一点。具体而言，选取成渝地区双城经济圈中成都和重庆人均GDP 的均值作为基准，以每个城市的人均GDP 与基准人均GDP 的比值作为代理变量，记为lncoop。

从表9中列（1）和列（2）的回归结果来看，其回归系数都在1%的水平下显著为负，这意味着土地资源错配抑制了产业结构合理化。从表9中列（3）和列（4）的回归结果来看，间接效应显著，其回归结果表明本地区的土地资源错配会加剧邻近地区地方政府的竞争压力。从列（5）和列（6）的回归结果来看，其回归系数在10%和1%的水平下显著为负，这表明土地资源错配并不利于促进区域内部不同城市之间的交流协作。假说2 和假说4 初步得到验证。

表9 中介效应方程回归结果

进一步从总效应方程的回归结果来看，将上述中介变量和核心解释变量都纳入模型（1）中，基于表10中列（1）和列（2）的回归结果，产业结构合理化指数的直接效应和间接效应回归系数显著为负，同时土地资源错配的直接效应和间接效应都不显著，这表明产业结构合理化程度发挥着完全中介效应，这与本文的分析一致。地方政府竞争所带来的土地资源错配使得生产效率低下甚至存在污染问题的企业得以存续，抑制了产业结构的合理化进程，进而加剧了雾霾污染。假说2 得到验证。

从表10中列（3）和列（4）的回归结果来看，政府竞争压力的直接效应和间接效应回归系数显著为正，土地资源错配的直接效应不显著，间接效应显著但显著性水平极低，这表明政府竞争压力在间接效应中发挥着部分中介作用，政府竞争的确是土地资源错配加剧邻近城市雾霾污染的重要途径，但不是唯一途径。进一步从表10中列（5）和列（6）的回归结果来看，区域协作的直接效应和间接效应回归系数显著为负，土地资源错配的间接效应显著但显著性水平相较基准回归也极大降低，区域协作在间接效应中发挥着部分中介作用，这也表明区域协作有利于改善土地资源错配对邻近城市雾霾污染的影响。假说4 得到验证。

表10 总效应方程的回归结果

4 结论及政策建议

本文以2009—2018年成渝双城经济圈城市层面的面板数据作为研究样本，综合利用加拿大达尔豪斯大学大气成分分析组所提供的年度PM2.5均值数据，采用空间杜宾等相关计量模型考察了土地资源错配对雾霾污染的影响及其空间溢出效应，得到的主要结论如下：第一，土地资源错配加剧了城市雾霾污染；第二，产业结构合理化进程是土地资源错配影响城市雾霾污染的重要路径；第三，土地资源错配对城市雾霾污染存在着正向的空间溢出效应，且其作用影响明显超过了土地资源错配所带来的直接效应；第四，政府竞争与区域协作在土地资源错配加剧邻近城市雾霾污染中发挥着部分中介效应。

基于以上研究结论，提出如下政策建议：

（1）调整以地谋发展的思维逻辑，优化成渝双城经济圈官员政绩考核体系。一方面应推进分税制改革，缓解地方财政压力，降低其以地引资的政策倾斜，改善土地资源错配问题；另一方面，应进一步促进以经济增长为主要考核指标向环境污染、资源配置等与经济增长指标同水平的多维度考核体系转变，扭转为短期经济增长而过度倾向于工业企业的土地资源错配模式。

（2）加强成渝双城经济圈雾霾联防联控机制，进一步打破地方政府之间的行政壁垒。这要求在改善雾霾污染的过程中，应树立全局意识，增进各地区之间的交流合作，实现在雾霾污染治理问题上的统筹兼顾和联防联控。同时还应防范以邻为壑的投机竞争理念，降低雾霾污染在空间溢出尺度上的影响程度。

（3）尊重区域经济发展规律，摒弃基于土地资源配置的粗放竞争模式。成渝双城经济圈的中心城市应发挥其正向的辐射效应，通过促进邻近地区的经济发展，提高其土地资源配置的合理性程度，同时，处于边缘区域的城市应探究其可能的资源禀赋优势，改变以地谋发展的思维逻辑，为改善雾霾污染提供实际支撑。