城市群网络空间结构对大气污染的减排效应研究

赵菲菲，钱 帅，向 堃，赵 旭*

1.三峡大学经济与管理学院，湖北 宜昌 443002

2.三峡大学法学与公共管理学院，湖北 宜昌 443002

3.美国中佛罗里达大学土木、环境与建设工程系，佛罗里达州 奥兰多 FL32816

随着城镇化进程的不断加快，以城市群为主体形态的城市空间战略格局基本确立[1]，城市及城市群空间联系强度是衡量区域发展程度的重要指标之一[2].在发展不平衡、不充分的背景下，城市群内不同等级规模城市之间相互协作，共同形成的网络空间结构是实现区域高质量发展的关键[3].城市群网络空间结构带来正向溢出效应的同时，产生的“负网络外部性”也不容忽视，并以大气污染扩散为典型代表，导致城市群污染特征明显[4].为此，城市群大气污染协同治理逐渐得到重视，相关部门陆续出台各种政策文件治理大气污染.虽然取得一定成绩，但治理效果却不理想[5]，原因多追溯为利益诉求存在常态性冲突[6]、地方政府横向协作困境[7]等.城市群空间结构对大气污染的联防联控有着重要影响，但有关城市群空间结构对大气污染影响的研究却较为鲜见.探究城市群网络空间结构对大气污染的减排机理，对于构建城市群联防联控机制、优化城市群发展战略具有重要意义.

城市群空间结构的研究一直是学者们关注的热点[8].城市群空间结构演化可分为单中心城市主导、多中心城市间竞争以及网络化依赖与竞争共存三个阶段.城市群单中心结构有利于发挥核心城市的资源配置作用，集聚优势显著.多中心空间结构虽然弱化了城市群的集聚效应，但可以消减集聚经济的负外部性，纾解中心城市的核心职能[9].网络化空间结构是城市群发展到成熟阶段的结果[10]，正成为城市群空间发展的新趋势与新战略[11].城市群网络化空间结构是指区域内各种经济活动或节点空间呈现网络状空间组织形态的过程，它能够通过协同作用提升综合效益[12].城市群网络空间结构的“紧密性”“区域性”同时催生了嵌套型特征的出现.城市群嵌套型网络空间结构是指城市间以经济、交通和信息网等为基础形成大城市群、小城市群及都市圈彼此联动、相互融合的层级综合体[13]，该结构能进一步提升城市间的要素流动效率与分工协作能力，增强综合竞争力.

空气污染是环境经济地理学者的重要研究对象[14]，为此，学者们从污染物类型、空间结构等角度展开了城市群污染治理问题的相关研究.空间结构通过影响城市间的物质流、能量流从而对环境问题产生影响[15]，合理的城市空间结构可以提升出行效率、改善城市环境质量.研究发现，城市群空间结构的多中心化是造成大气污染的原因之一，提高城市群中心度可以减少大气污染[16]，而彭梦杰等[17]对山东半岛城市群的研究却得出相反结论.如何做好城市群空间结构的顶层设计是未来城市群经济与环境协调发展需重点关注的问题.

综上，现有研究多探讨城市群空间结构的传统演变特征以及经济效应，虽有文献涉及环境治理，对于减排内在机制的探讨却较少.因此，本研究选取中国14 个城市群2004-2020 年面板数据，在对其网络空间结构及嵌套型特征分析的基础上，引入产业分工视角，探讨城市群网络空间结构的大气污染减排效应及影响机制，以期为优化城市群空间结构、创新城市群污染治理联防联控机制提供新思路.

1 理论基础与研究假设

1.1 城市群网络空间结构及嵌套型特征与大气污染

城市群空间结构主要表现为人口、产业等资源要素在区域尺度上的分布格局，是集聚效应与扩散效应相互作用的结果[18]，对以PM2.5为主要污染物的城市空气质量产生了重要影响.城市群网络化空间结构对于大气污染的影响主要可以从要素流通和学习效应等视角加以解释.城市间绿色创新要素更容易通过网络空间进行流动，缩小各城市之间的绿色创新差异程度，从而提升城市群绿色创新效率，增强环境污染治理效果.学习效应的存在使得先进的生产技术、共享知识等要素能够依托城市间众多的网络关联路径溢出，提升了区域和企业的绿色科技创新能力，从而提升了环境质量.网络化缓解了传统城市群过度集中的现象，有助于产业均衡布局，同时可以提供便捷的交通环境、均衡的发展和分散化的分布，均有助于提升环境空气质量.嵌套型网络空间结构则在上述效应的基础上，能够进一步通过资源、政策的协同效应解决环境难题[19].在国家城市群和都市圈规划发展战略的基础上，嵌套型城市的产业分工和资源利用更加合理，更有利于减少大气污染排放.基于上述分析，提出假设1：城市群网络空间结构具有大气污染治理效应，且嵌套型空间结构大气减排效应更佳.

1.2 城市群网络空间结构、产业分工与大气污染

城市群作为城市集聚的一种重要形式，其对产业分工的促进作用已成为共识，并逐渐成为区域竞争与产业分工的基本地域单元[20].随着城市群发育程度的不断提高，城市群内城市间的产业分工呈现水平分工、垂直分工与功能分工的演化过程，并逐渐形成“中心城市集聚发展服务业，外围城市集聚发展制造业”的“中心-外围”分工空间结构[21].城市群的产业分工具体指生产性服务业在中心城市的集中，以及制造业在非中心城市的扩散，城市群内部能够实现劳动力、资本及技术等要素的优化配置，形成功能互补的专业化分工协作关系.城市群网络空间结构促进城市间的产业分工[22].城市群内部各城市间的合理分工可以促使各节点城市发挥区域优势，有效提高区域资源利用效率，提升城市群的环境表现.各区域立足于优势产业，产业分工导致区域相似产业集中，资源运输便捷使得运输距离缩短，减少大气污染排放.基于上述分析，提出假设2：城市群网络空间结构能够通过促进产业分工降低大气污染水平.

2 研究方法与数据来源

2.1 网络分析模型构建

社会网络分析(Social Network Analysis,SNA)是以“关系”为视角，以流数据为主要依据，对节点间相互关系及属性进行界定的定量分析方法.该方法为研究城市群网络结构提供了可视化的分析工具，网络结构研究过程更为直观，定量化分析效果更为明显[23].因此，本研究使用社会网络分析对城市群网络空间结构进行测度，将各城市作为网络节点，节点间的连线为网络关系.首先，基于修正的引力模型测算城市群内城市间的经济联系矩阵；其次，对经济联系矩阵以1 为阈值进行二值化处理，大于等于1 设置为1，表明城市间存在联系；小于1 设置为0，表明城市间不存在联系；最后，运用Ucinet 6.0 软件，测算网络密度指标.

2.1.1 修正的引力模型

运用修正引力模型测算城市群内部城市间的经济联系，具体公式：

式中：Ri,j为城市i对城市j的经济引力；Ki,j为城市i对经济联系的贡献率，表示城市i对城市j经济成长的拉动能力；Pi、Pj分别为城市i和城市j的人口数据指标，104人；Gi和Gj分别为城市i和城市j的GDP指标，108元；Di,j为城市i与城市j间的距离，km.

基于数据可获得性，选取城市市辖区的年末总人口作为人口数据指标；城市市辖区地区生产总值作为GDP 指标；距离为高德地图软件测算的两城市市政府之间的最短公路距离.城市与其自身的经济联系设置为0.

2.1.2 整体网络密度

网络密度是反映城市群中各城市间联系紧密程度的最常用指标，网络中关联关系的数量越多，则网络密度越大，其取值范围在0～1 之间.具体测度公式：

式中，D表示整体网络密度，n为网络中的城市数，n(n-1) 表示城市群中城市间的最大关系数，m为网络中实际包含的关系数.

2.2 产业分工水平测度

本研究借鉴赵勇等[21]研究，以城市群“中心-外围”结构为切入点，将产业归类为生产性服务业和制造业.产业分工过程表现为中心城市生产性服务业占比上升的动态过程[24]，产业分工表征的计算公式：

2.3 基础实证模型构建

空气污染具有滞后性，前期大气污染排放容易形成累积效应，导致当期PM2.5浓度的上升[25]；也会促进政府大气污染治理，带来当期PM2.5浓度的下降[26].为此，引入PM2.5的滞后项进行动态分析.由于本研究对象为2004-2020 年我国14 个城市群的面板数据，具有长面板数据特征，使用传统动态模型GMM 方法会导致分析结果欠佳，纠偏LSDV 模型能够纠正N较小时90%的偏误，可以有效解决该问题.为此，本研究借鉴陈德敏等[27]的方法，采用LSDVC 进行回归分析.模型具体设定为

式中，a0为常数项，a1为大气污染水平一阶滞后项的系数，β1～β6为解释变量网络密度和各控制变量的系数，APy,t为y城市群第t年的大气污染水平，APy,t-1为大气污染水平的一阶滞后项，NDy,t为y城市群第t年的空间网络化程度，PDy,t、EOy,t、STy,t、ERy,t、IPy,t分别为y城市群第t年的人口密度、经济开放程度、科技进步水平、环境规制水平和产业结构水平，εy,t为误差项.

2.4 变量选取与数据来源

被解释变量大气污染水平选用PM2.5年均浓度表示.中国于2012 年将PM2.5浓度纳入大气监测范围，但数据缺失值较多，为了获取更长时间和更广区域范围的数据，本研究通过遥感影像反演获得城市PM2.5浓度.依据大气成分分析组(Atmospheric Composition Analysis Group)，使用地信软件ArcGIS 提取NC 图层信息，使用分区统计方法将其与行政区划匹配，最终获得城市PM2.5年均浓度.解释变量城市群空间网络化水平使用整体网络密度表示.本文对以下变量加以控制：①人口密度(PD)，单位为人/km2.地区人口密度大，则人类生产和生活中能源消耗大，PM2.5等污染物排放相应增加；另外，人口密度高也有利于能源集约利用，减少污染物排放[28].因此，人口密度对大气污染产生的具体效应不明确.②经济开放程度(EO)，选用外商实际投资额占GDP 比重表示.经济开放程度可能受到“避风港”和“污染光环”两种假说的影响，对环境产生的效应也具有不确定性[29].③科技进步水平(ST)，选用科学技术支出占GDP 比重表示.科技进步能够帮助企业提高技术水平和能源效率，从而降低大气污染，但是跨越式的技术创新又将产生能源回弹效应，进而减弱科技进步降低大气污染的作用[30].④环境规制水平(ER)，本文构建环境规制的指标体系，并以各城市群的污水、二氧化硫和烟尘排放量为指标，通过熵值法赋权，计算环境规制强度的综合指数.政府可以通过严格的监管措施抑制企业的污染排放，也能通过激励性质的规制手段来提高企业的环保标准，从而降低大气污染[31].⑤产业结构水平(IP)，用第二产业产值占GDP 比值表示，工业占比大的地区会消耗更多的煤炭、石油等化石燃料，同时会排出更多的大气污染物[32].

除PM2.5浓度外，其他数据包括人口、GDP、行政区域面积、外商实际投资额、科技支出、第二产业产值、制造业从业人口和生产性服务业从业人口等数据，均来自《中国城市统计年鉴》和各省份统计年鉴；城市之间的距离数据来源于高德地图.变量的描述性统计如表1 所示.

表1 相关变量的描述性统计Table 1 Descriptive statistics of related variables

3 结果与讨论

3.1 城市群大气污染变化趋势分析

2004-2020 年中国14 个城市群PM2.5的年均浓度如图1 所示.由图1 可见，14 个城市群PM2.5年均浓度呈现先升后降的趋势，PM2.5年均浓度从44.81 μg/m3增至51.42 μg/m3，最后降至31.36 μg/m3，表明中国大气污染治理取得了显著成效，但与世界卫生组织标准值范围(需小于10 μg/m3)还存在一定差距.中原、长三角、长江中游、成渝、山东半岛、珠三角、京津冀等城市群PM2.5年均浓度显著高于所研究的14个城市群PM2.5年均浓度平均值，这类城市群的城镇化及工业化率程度较高，且人口集中，生产生活污染排放较多，大气污染严重.为了减少大气污染，中国需要加快专业转型升级，实现经济与环境脱钩发展；缩小各地经济水平，实现各地产业能承载起人们工作岗位，从而纾解区域人口密集造成的大气污染.

图1 2004-2020 年中国14 个城市群PM2.5 年均浓度变化情况Fig.1 Annual average PM2.5 concentration change in 14 urban agglomerations in China from 2004 to 2020

3.2 城市群网络空间及其嵌套结构特征分析

网络密度刻画了整体网络对所处网络中城市个体的影响，也体现了网络中个体之间的相互影响[33].城市群整体网络密度水平如表2 所示.由表2 可见，2004-2020 年中国14 个城市群网络密度均显著增加，网络密度平均值从0.187 升至0.508，升幅较大，各城市群内城市间联系日趋紧密，但与理想值(1)还存在较大差距，网络化程度还有待提高.这一方面得益于城市群内部交通、通信等基础设施的不断完善，另一方面也得益于人口、资本、技术、信息等要素的充分流动，加深了区域之间的合作与交流.此外，城市群作为中国经济高质量发展的重要载体与增长极，其发展受到了广泛的关注与重视，长三角一体化、京津冀协同发展等发展战略的出台为城市间科学合作创造了良好的政策环境.横向对比可知，城市群之间整体网络密度差距较大.以2020 年为例，珠三角、长三角城市群网络密度居于前列，且出现了较为明显的嵌套特征；而关中平原城市群则排名较后，2020 年其网络密度仅为0.256.为对城市群空间网络及其嵌套结构特征进行直观展示，绘制了长三角城市群、长江中游城市群和珠三角城市群网络空间及嵌套结构特征，具体情况如图2 所示.

图2 长三角城市群、长江中游城市群及珠三角城市群的网络空间格局分析Fig.2 Analysis of the network spatial pattern of the Yangtze River Delta urban agglomeration,the middle reaches of the Yangtze River and the Pearl River Delta urban agglomeration

表2 中国14 个城市群整体网络密度Table 2 Overall network density of 14 urban agglomerations in China

由图2 可见，与2004 年相比，2020 年长三角城市群、长江中游城市群和珠三角城市群的网络空间结构更加清晰，城市间联系更为紧密，且都出现了以经济网络关联度为基础的多层嵌套型特征.长三角城市群作为世界级城市群，空间格局经历着由“单核引导”的轴结构向“单核+多中心支撑”的网络型结构转变，上海大都市圈、南京都市圈、杭州都市圈迅猛发展，城市群与城市群的二级嵌套结构特征显著.长江中游城市群则依托武汉、长沙和南昌为中心形成了武汉都市圈、长株潭城市群和环鄱阳湖城市群的三级发展格局，且整体嵌套在长江中游城市群发展战略中.珠三角城市群以深圳都市群和广州都市圈为发展引擎，成为我国经济最发达，产业结构最完善的城市群，形成小而精的嵌套结构.形成嵌套空间结构特征主要归因于在区域政策、地方政策的叠加配合下，城市群建设大平台与内部都市圈小平台之间的相互支撑，通过内向聚集和外向拓展实现了城市间的合作跃迁，呈现多方向、多结构共存的嵌套格局.

3.3 城市群网络结构的大气污染减排效应检验

在实证分析中，采用计量软件Stata 15.0 对动态面板模型进行估计.为稳妥起见，这里给出了差分GMM、系统GMM 估计量和LSDVC 估计量，以及过度识别检验统计量(Sargan Test)等.通过Sargan 检验的P值发现，差分GMM 估计中的工具变量存在过度识别问题，工具变量无效；系统GMM 估计工具变量不存在过度识别问题，工具变量是有效的，但其估计结果欠佳，验证了模型过程中猜测.因此，本研究所选LSDVC 估计方法具有合理性，估计结果如表3 所示.

表3 城市群网络空间结构对大气污染的实证检验结果Table 3 Empirical test results of urban agglomeration network spatial structure on air pollution

城市群网络密度的系数显著为负(-0.040)，即城市群网络密度每增加1%，PM2.5浓度降低4%，城市群网络空间结构具有显著的大气污染减排效应，验证了假设1.科技进步水平的系数显著为正(0.023)，即科学技术支出每增加1%，其PM2.5浓度会增加2.3%.造成此结果的原因可能为跨越式的科技进步导致了“能源回弹效应”.技术进步使生产设备获得更高的能效，生产设备的单位生产成本降低，而由此引起的产品价格下降通常会导致对其消费的增加，而额外的需求则带来了更多的能源消费[30].即科技进步引起的“能源回弹效应”造成大气污染的增加值大于科技进步促进大气污染的降低值，从而引起大气污染排放量的进一步增加.环境规制的系数显著为负(-0.070)，表明提高城市群环境规制水平，可以有效降低大气污染[31].当环境规制水平上升，环境监管惩治力度加大，将增加企业关于环境治理方面的支出，为了现实效用最大化，企业将主动减少污染排放和增加污染物处理效率.产业结构的系数显著为正(0.384)，即第二产业占GDP 比重每提高1%，PM2.5浓度会增加38.4%，表明第二产业比重的增加将严重造成大气污染[32]，其原因在于第二产业主要是工业，工业的发展伴随着污染物的排放.

3.4 城市群异质性分析

3.4.1 城市群类型划分

在发展战略驱动下，不同层次、不同范围、不同规模的城市群与都市圈之间重叠、嵌套成为我国新型城镇化空间布局的重要特征.嵌套型城市群内部次级城市群、都市圈等之间通过多领域合作重塑网络空间结构，并实现机制升级[34].为此，本研究根据清华大学中国新型城镇化研究院组编制的《中国都市圈发展报告2021》中提出的34 个都市圈为依据，对14个城市群进行类型划分.如果城市群中存在2 个及以上都市圈或城市群，则定义其为嵌套型城市群.划分结果具体如表4 所示.

表4 嵌套与非嵌套城市群划分Table 4 Division of nested and non-nested urban agglomeration

3.4.2 异质性结果分析

本研究进一步探究网络化水平与大气污染之间关系在嵌套城市群和非嵌套城市群的差异性，在回归方程中加入虚拟变量(F)与网络密度的交互项.按上述城市群类型的划分结果，若城市群是非嵌套型空间结构，则取F为1，否则为0.由表5 可见，城市群网络密度系数显著为负，而网络密度与非嵌套型城市群交互项系数显著为正，表明非嵌套城市群中，网络化空间结构产生的大气污染减排效应下降.从而进一步证明了嵌套型空间结构更有利于促进大气污染减排，从而证实了假设1.可能的原因有以下两点：①嵌套型城市群形成了城市群差序化发展格局，大城市群内小城市群或都市圈之间的差异化发展定位更为清晰，分工协作能力更强，要素有序流动，有效提升了资源配置效率，从而提升了污染治理效率；②嵌套型城市群受多个城市群发展战略支持，各城市群环境治理形成比较和示范效应，促使大气污染严重区域重视环境污染治理.以珠三角城市群为例，深惠莞和广佛肇等小规模一体化都市圈通过城市间互补互助，弱化行政藩篱，在经济发展和环境保护上形成协同发展机制.

表5 嵌套与非嵌套型城市群实证结果分析Table 5 Empirical analysis of nested and non-nested urban agglomerations

3.5 机制检验

3.5.1 中介效应模型设定

根据假设2，城市群网络空间结构可以通过影响产业分工水平从而对大气污染减排产生影响，为检验产业分工水平能够作为中介变量，借鉴邵帅等[35]研究，采用规范的中介效应模型进行实证检验.模型具体设定为

3.5.2 中介回归结果分析

中介效应检验结果如表6 所示.由表6 可见：第一列城市群整体网络密度的系数c显著为负，即提高城市群整体网络密度能够显著降低大气污染，与基础回归结果一致；第二列城市群整体网络密度的系数a为0.111，显著为正，即城市群网络化空间结构有利于其产业分工；第三列产业分工水平系数b为-0.053，显著为负，间接效应(ab)约为-0.006；第三列城市群整体网络密度的系数c′显著为负，表明考虑中介效应后的直接效应显著，且ab与c′同号，说明产业分工水平存在部分中介效应.通过上述中介效应检验可知，产业分工水平对城市群网络空间结构的大气污染减排效应存在中介影响机制，验证了假设2.这种中心城市发展生产性服务业、周边城市发展制造业的产业分工模式首先降低了资源运输带来的交通污染排放；其次，中心城市通过发展高新技术，通过技术的溢出能带动整个城市群的产业转型升级，降低污染排放.

表6 产业分工水平的中介效应检验结果分析Table 6 Analysis of the mediating effect test results of industrial division level

4 结论与建议

a)中国城市群整体网络密度不断增加，网络空间结构特征日趋明显.横向对比发现，珠三角和长三角城市群网络密度均较大，城市间发展联系较为理想，但是关中平原等城市群网络化程度较低，城市间的交流合作机会相对较少，不利于城市群发展战略的落实.长三角、长江中游和珠三角等部分城市群出现在网络化空间结构基础上发展而来的多层嵌套特征，使得城市群形成良性的合作与竞争模式，推动了城市群的深度发展.

b)城市群网络空间结构具有显著的大气污染减排效应，且相对于非嵌套型城市群，嵌套型城市群的减排效应更为显著.城市群网络空间结构能够推动城市间由竞争向竞合关系转变，消除行政壁垒，提升资源配置效率，“分层分区细化”的大气治理结构模式有助于大气环境的提升.

c)城市群网络空间结构通过优化产业分工助推大气污染减排，即产业分工水平存在中介效应.网络化空间结构增强城市间产业关联，各城市在产业关联以及便捷的交通网条件下将形成有利于经济发展和环境治理的产业分工模式，即中心城市聚集生产性服务业、周边城市聚集发展制造业，从而保证经济发展与大气治理的双赢.

d)本研究政策建议如下：网络化作为当前城市群空间结构的合理形态，其所具有的大气污染减排效应不容忽视，应加强城市间的多元化关联，在经济、产业或者交通领域强化合作交流；中国城市群大气污染区域差异性显著，强化城市群大气污染协同治理具有重要意义；促进城市群产业分工合作，随着城市群差序化发展战略的实施，部分城市群嵌套型特征日趋明显，通过优化资源配置效率，合理的产业分工合作促进大气污染治理.