我國大氣環境污染與就業密度的關系

邱亦雯

摘要：通過構建大氣環境污染綜合指數和計算建成區就業密度，運用探索性空間數據分析方法，對大氣環境污染和就業密度相關指標在我國省域的空間分布格局和空間自相關性進行了分析和比較，進一步采用空間滯后模型和空間誤差模型實證分析了就業密度對我國環境污染的影響。

Abstract： By building air pollution comprehensive index and calculating employment density of built area， exploratory spatial data analysis method is used to analyze spatial distribution pattern and spatial autocorrelation of air pollution and employment density in China's 31 provincial regions in 2012 and to compare the relationship between them. More than that， this paper applies spatial lag model and spatial error model to analyze the influence of employment density on air pollution.

關鍵詞：就業密度；大氣環境污染；Moran指數；空間滯后模型；空間誤差模型

Key words： employment density；air pollution；Moran index；spatial lag model；spatial error model

中圖分類號：X24 文獻標識碼：A 文章編號：1006-4311（2016）07-0206-02

1 研究背景

改革開放以來，在“要素驅動”和“投資驅動”的粗放式增長模式下，特別在土地財政政策刺激下，我國地區經濟發展表現出“非理性集聚”特征，出現所謂“過疏過密”的問題。特別是在最近十年來，隨著城市新區、開發區和房地產的大規模開發，除了少數大城市中心區之外，中國城市與地區發展總體上呈現出“密度不足癥”[1]。就業密度是經濟密度的一種，表現了就業的空間特征，能有效反映生產要素的結構特征和集聚程度[2]。從就業密度角度，深入分析勞動力集聚與大氣環境污染之間的相關性，有助于從微觀上理解經濟集聚的環境效應。基于空間計量分析，又能有效量化不同地區的不同屬性的變量所發生的空間相互作用[3]，從而為建立污染防治區域聯動機制提供一定參考。

2 研究方法

隨著復合型大氣污染形勢日益嚴峻，越來越多的研究通過構建綜合指標來反映大氣環境污染[4]。因此，本研究利用《中國統計年鑒2013年》，選取廢氣中主要污染物排放量，即二氧化硫、氮氧化物和煙（粉）塵排放量三類具體度量指標，采用熵權法計算大氣環境污染綜合指數，客觀地確定污染指標的權重來避免主觀因素造成的偏誤，并使得該指數能夠最大限度地反映各省份大氣環境污染的整體情況。

就業密度是經濟密度的一種，根據經濟密度的含義，就業密度是勞動力發展水平和集聚程度的重要測度。快速城市化是中國經濟社會發展的一個重要特征，建成區面積反映了中國二三產業的分布與發展狀況，以往學者多采用建成區作為參數計算土地經濟密度的方法[5]。因此，本研究中建成區面積可從《中國統計年鑒2013年》直接得到，就業人數則是其中城鎮單位就業人數、私營企業就業人數和個體就業人數三者的加和。就業密度則是單位土地面積所承載的就業人數，即區域就業人數與區域面積之比。

結合中國現狀，同時考慮對大氣環境污染有影響的其他若干因素，選用多元線性回歸模型[6]，此外，考慮到變量間可能存在的異方差性，本研究對所有變量取對數，建立如下計量模型：

10lnEi=c+β1lnEDi+β2lnPGDPi+β3lnPi+β4lnHIi+β5lnFDIi+β6lnPCi+β7lnK/L+εi其中εi～N（0，σi2）（1）

注：由于因變量相差比較小，為避免干擾到極大似然估計，將因變量擴大十倍，此變動并不影響結果.

式中：i表示第i個省份的數據；E為大氣環境污染，可以取大氣環境污染綜合指數（E）、二氧化硫排放量（SO2）、氮氧化物排放量（NOX）或煙（粉）塵排放量（YFC）；PGDP代表產出水平，取人均GDP；ED為就業密度，可取建成區就業密度或第一、二、三建成區就業密度；P為人口密度；HL為重工業規模；FDI為外商直接投資；PC為環境治理投入；K/L為技術進步。

為克服本省份大氣污染與相鄰省份不存在空間相關假設的缺陷，本研究考慮了鄰近省份大氣環境污染對本省大氣污染的影響，擴展了常規模型得到的空間滯后計量經濟模型（SLM）為：

10lnEi=c+ρWlnEj+β1lnEDi+β2lnPGDPi+β3lnPi+β4lnHIi+β5lnFDIi+β6lnPCi+β7lnK/L+εi其中εi～N（0，σi2）（2）

式中，參數ρ為空間回歸系數，反映了樣本觀測值之間的空間依賴作用；W為n×n的空間權重矩陣，本文采用空間鄰接權重矩陣。c為常數項。

若省域大氣環境污染的空間依賴作用存在于擾動誤差項之中，度量鄰近省份關于被解釋變量WlnEj的誤差沖擊本省份大氣環境污染的影響程度的空間誤差計量經濟模型（SLM）為：

10lnEi=c+β1lnEDi+β2lnPGDPi+β3lnPi+β4lnHIi+β5lnFDIi+β6lnPCi+β7lnK/L+εi（3）

其中，εi=λWεj+μi，μi～N（0，σi2）（4）

式中，參數λ為空間誤差系數，衡量了相鄰區域的大氣環境污染通過誤差項對本區域環境污染的影響方向和程度，β為解釋變量的歸回系數，εi為隨機誤差項，μi是正態分布的隨機誤差項，c為常數項。

3 結果與分析

全局空間自相關分析是研究整個區域的空間模式和度量屬性值在整個區域的空間分布態勢。本研究均采用Moran's I指數進行全局空間自相關分析，Moran's I可衡量空間要素的相互關系，其取值范圍介于-1到1之間。大氣環境污染綜合指數和就業密度的Moran's I值分別為0.253795和0.226774，Zi（P-value）分別為2.4888（0.013）、2.2336（0.019），均在5%的顯著性水平下通過假設檢驗，因而我國31個省域之間環境污染和就業密度存在較為顯著的空間正相關性（空間依賴性），表現出某些省域的環境污染在空間分布上存在一定的污染集群現象，并且某些省域的就業密度在空間分布上存在一定的勞動力集群現象。

根據表1的OLS回歸結果可知，模型的擬合比較理想，調整R2=0.773，整體上所有解釋變量對被解釋變量都是顯著的，由此可見本模型中解釋變量可以很好的解釋被解釋變量。lnED、lnPGDP、lnP的回歸系數符號顯著為負，說明整體上說，就業密度、經濟發展水平、人口密度與大氣環境污染呈負相關。lnHI、lnFDI、lnPC、lnK/L的回歸系數為正，即整體上呈現重工業規模、外商直接投資、地區工業大氣污染治理投資、技術進步水平與大氣環境污染狀況呈正相關。

當大氣環境污染綜合指標作為被解釋變量時，空間統計的Moran指數檢驗0.629362，表明31個省域的大氣環境污染具有明顯的空間自相關性，但并不顯著（0.529112）。經典線性回歸模型的OLS估計可能存在模型設定不恰當問題。通過比較LM_LAG與LM_ERROR、Robust LM_LAG與Robust LM_ERROR和兩個空間計量模型的對數似然函數值Log Likelihood（Log L）、Akaike Info Criterion（AIC）和Schwarz Criterion（SC）值就會發現，空間滯后模型（SLM）是最優的模型。

SLM的ρ顯著為正，說明省域大氣環境污染存在顯著的空間依賴性，也就是說鄰近省域的大氣環境污染高，本省域的環境污染也高，環境污染行為存在集群現象。且SLM的解釋力度更強一些，說明大氣環境污染在省域之間形成了顯著的空間擴散（溢出）效應。

4 小結

我國省域就業密度和大氣環境污染存在顯著的空間正自相關性。通過構建空間計量模型，檢驗大氣環境污染的空間相關性，發現大氣環境污染在省域之間形成了顯著的空間擴散（溢出）效應。建成區就業密度與大氣環境污染有顯著的負相關性，即就業密度越大，大氣環境污染越輕，也就是說就業人口在地理上的集聚有利于改善大氣環境污染。區域結構性差異對大氣環境污染的影響也不容忽視，整體上體現在經濟發展水平、人口密度的環境正效應以及重工業規模、外商直接投資、環境治理投資、技術進步的環境負效應。

因此，地方政府在制定政策時要全面分析自身所處的經濟發展環境和未來產業規劃定位，并綜合考慮鄰近省域發展政策上可能存在的沖突，借鑒發達地區勞動力集聚和環境保護的成功經驗，積極推動產業結構調整和轉型升級，因地制宜采取不同的措施來避免勞動力集聚和環保政策的千篇一律，以期實現環境與經濟的協調發展。

參考文獻：

[1]沈體雁，郭潔.以人為本、集聚創新：中國特色新型城鎮化研究[J].城市發展研究，2013，12：147-150.

[2]沈體雁，勞昕，楊開忠.經濟密度：區域經濟研究的新視角[J].經濟學動態，2012，07：82-88.

[3]L， A.， Spatial econometrics： methods and models[M]. 1988： Springer.

[4]許和連，鄧玉萍.外商直接投資導致了中國的環境污染嗎？——基于中國省際面板數據的空間計量研究[J].管理世界，2012，02：30-43.

[5]林堅，祖基翔，苗春蕾，畢崇明，劉云中.中國區縣單元城鄉建設用地經濟密度的空間分異研究[J].中國土地科學，2008，03：46-53.

[6]李平，沈得芳.中國經濟增長對大氣污染的影響——基于地區差異及門限回歸的實證分析[J].產業經濟評論，2012，03：120-148.