經濟增長和環境規制對霧霾的區際影響差異

張明+李曼

摘要 為探究不同省級區域霧霾、經濟增長和環境規制之間的空間關聯效應，本文提出針對霧霾的引力模型空間權重矩陣，并利用該矩陣建立了空間杜賓模型，分別對全國、西部、中部和東部省區的面板數據進行了空間計量檢驗。實證結果顯示：全國霧霾的莫蘭指數值顯著，且取值介于0.367 — 0.460之間；霧霾“重心”呈現先向東南再向西北移動的趨勢，移動距離為76 557 m；霧霾的莫蘭指數值為東部省區最大，西部省區最小，中部省區介于二者之間。全國的霧霾與經濟增長之間呈顯著的“U”型曲線，而西部、中部和東部省區則呈倒“U”型曲線，其中中部省區的曲線最為陡峭，西部省區次之，東部省區最為平緩。環境規制每增加1%，只有西部和東部的霧霾相應減少，且各自相應下降0.009和0.010個百分點。西部和東部經濟增長的溢出效應均顯著，而環境規制的溢出效應不顯著。研究結果表明：①霧霾在空間上表現出集聚的特點，全國和三個區域的霧霾都存在顯著的正向空間溢出效應，這種空間依賴性在時間維度上大致呈加強的趨勢；霧霾的空間相關性表現為東部省區最強，西部省區緊隨其后，中部省區最低。②西部和東部省區部分省市還未過拐點，全國意義上的環境庫茨涅茲假說是不存在的，或者是至少還未出現。③西部和東部環境規制效果較為理想，而中部省區的環境規制效果不佳；從全國總體來看，當前的環境規制整體上對霧霾并未起到有效的抑制作用。④東西部省區和中部省區經濟增長對霧霾溢出效應分別表現為正向和反向；環境規制對霧霾的溢出效應并不顯著。建議加強對霧霾的區域協同治理，重點推進西部和東部省區經濟結構的轉型升級，調整和完善西部、中部和東部省區的環境規制政策。

關鍵詞 霧霾；經濟增長；環境規制；引力空間權重矩陣；區際差異

中圖分類號 X22

文獻標識碼 A文章編號 1002-2104（2017）09-0023-12DOI：10.12062/cpre.20170702

近年來中國大多數城市和省區都面臨著不同程度的霧霾，不僅嚴重危害著人們的日常生活和健康，也直接和間接地引起了巨大的經濟損失[1]。針對日益嚴峻的霧霾現狀，國家相繼出臺了許多有關大氣防治的法律、法規和政策，加大了對工業企業違規行為的監管和處罰力度。尤其2016年底出現的跨年污染引起了社會各界的廣泛關注，2017年3月5日李克強總理在做政府工作報告時再次強調了治理霧霾的緊迫性，堅定了“打好藍天保衛戰”的決心。社會公眾廣泛地參與環境治理，表達環保訴求的途徑和方式也日益多樣化[2]。隨著中國經濟發展進入新常態，在長期中實現環境治理與經濟增長的雙贏發展是一個社會性共識[3]。因此，探討霧霾與經濟增長之間的關系，以及當下的環境規制對控制霧霾所取得的效果，具有重要的理論意義和現實意義。針對該問題的研究多采用傳統的計量經濟學方法，而考慮了空間因素的空間計量經濟學方法在空間權重矩陣的構造上也存在著改進的空間，需要結合具體的研究問題進行設計。與此同時，關于霧霾方面的已有研究，較少涉及異質性的問題。基于此，本文以中國的霧霾現狀為研究對象，結合實際情況提出了基于引力模型的空間權重矩陣，將空間樣本按區域劃分，深入分析西部、中部和東部地區的霧霾與經濟增長和環境規制之間關系的差異。

1 文獻綜述

國內外學者對大氣污染與經濟增長之間的關系的研究由來已久，一部分學者基于脫鉤理論展開，Asjad Naqvi and Klara Zwickl[4]研究發現對于幾乎所有的經濟部門和大氣污染物指標，在歐盟中位數國家至少有一些是脫鉤的；另一部分學者主要圍繞環境庫茨涅茲曲線（EKC）理論進行：王星[5]和何楓等[6]學者紛紛借助EKC對霧霾問題進行實證研究，通過傳統計量分析，他們認為霧霾和經濟增長之間可能呈“U”型、“N”和倒“N”型等多種不同的關系；Xu B et al.[7]則運用STIRPAT模型和非參數回歸模型驗證了大氣污染與經濟增長之間的倒“U”型關系；近幾年，通過采用不同的空間權重矩陣，學者們證實了空間計量方法的擬合優度高于普通OLS，但Ma Y et al.[8]認為環境庫茨涅茲曲線是存在的，而馬麗梅和張曉[9]、邵帥等[10]則對環境庫茨涅茲曲線的存在性提出了質疑。然而現有研究考慮了省際或區際的地理或經濟距離因素，解決了霧霾的溢出效應，但是忽略了鄰近省區與本省區霧霾之間存在引力作用，因此引入引力模型空間權重矩陣是有必要的。

國外學者對于環境規制效果的研究側重于三個方面，一是微觀企業投資行為：促進污染減排資本投資的環境規制政策會降低企業的投資率[11]，會降低建筑行業企業的競爭績效，且行政監管對績效的提升比經濟監管效果大[12]，對有形的商品、新建筑、機械和“生產性”等四種不同類型投資的影響[13]；二是對新建廠商數量的影響[14]；三是對微觀企業技術創新活動的選擇[15]。國外研究較少涉及環境規制方面的空間計量分析，而國內對大氣污染與環境規制之間關系的研究，也大多采用傳統的計量經濟學方法，從環境規制主體、行業產業排放、經濟活動指標等角度展開：一方面，何為等[16]認為政府的執行能力能使天津市各地污染物的排放顯著降低；賀燦飛等[17]發現政府的弱執行能力和企業的執行阻力會降低環境質量，而社會公眾的壓力則會提高環境質量，三者的總效應使大氣污染狀況得到改善；與上述結論有所不同，王書斌和徐盈之[18]以工業企業投資偏好為切入點，發現環境行政管制和環境污染監管對霧霾有較強的抑制作用，環境經濟規制則會削弱該效應。另一方面，徐成龍和程鈺[19]以山東為研究對象，研究發現環境規制的工業結構效應和技術效率效應對大氣污染的抑制作用明顯；高明等[20]認為環境規制只對東部省區工業污染的減排起到了抑制作用，全國范圍內效果并不佳。此外，劉曉紅和江可申[21]通過對分級后的霧霾水平分析，認為環境規制對全國霧霾的遏制是通過中、輕污染省區發揮作用來實現的。

鑒于傳統的計量經濟學方法忽略了霧霾存在空間相關性的事實[9]，并未將空間依賴性作為關鍵因素去考量，而已有的空間計量實證研究[22]中普遍采用的四種空間權重矩陣無法滿足對霧霾實際空間效應的刻畫：鄰接空間權重矩陣忽略了來自非相鄰省區霧霾的影響；地理鄰近空間權重矩陣僅僅考慮了地理因素，沒有考慮周邊省區的霧霾水平；經濟鄰近空間權重矩陣單純考慮了省際經濟發展差異；地理經濟鄰近空間權重矩陣忽略了省際或區際霧霾水平的引力作用，而引入基于引力模型的空間權重矩陣則可以較好地刻畫該問題。此外，針對異質性問題，主要有四種處理辦法，一是將空間單元上的樣本劃分為若干個部分，二是采用地理加權回歸的方法，三是定義新的變量，四是創新權重矩陣。相較于已有研究，本文將從以下幾個方面予以分析：①使用PM2.5的柵格數據表示霧霾程度，運用探索性空間數據分析方法，描述霧霾的時空動態分布格局；②在環境庫茨涅茲曲線[23]的基礎上，將空間因素納入霧霾與環境規制之間關系的考察中，引入基于引力模型的空間權重矩陣，采用新經濟地理學中特定的空間回歸方法進行研究；③將全國劃分為西部、中部和東部三大省區，比較分析各省區的經濟增長對該省區霧霾的影響，以及各省區環境規制的效果；④考察經濟增長、環境規制等變量的直接效應和溢出效應。endprint

2 模型設定與方法解析

2.1 霧霾重心遷移軌跡

根據張興榆等[24]，霧霾的“重心”指在地理空間上存在一點，在該點處來自不同方向上的力量相互作用，使霧霾達到了平衡狀態，可以用來描述霧霾的動態演化趨勢，進一步揭示該事物的區際空間差異，本文采用地理學上的GIS技術，確定全國霧霾“重心”的地理坐標：

其中，X和Y分別表示各年霧霾“重心”的經度值和緯度值，xi和yi分別表示第i和第j個省、市（自治區）省會中心的經度值和緯度值，Mi表示第i個省、市（自治區）霧霾的數值。全國霧霾“重心”空間省際平均移動距離的計算公式：

其中，D表示兩個不同年際間“重心”移動的距離，s和k分別表示兩個不同的年份，（XsYs）和（XkYk）分別表示第s年和第k年某省、市（自治區）霧霾“重心”所在空間位置的經度值和緯度值，C表示地理經緯度值轉換為空間距離的系數，通常為111.111。

2.2 構造基于引力模型的空間權重矩陣

Anselin et al.[25]提出通過引入空間權重矩陣來度量觀測值之間的空間關聯機制，空間權重矩陣是事物之間空間屬性的一種表現形式。針對不同的結構的空間單元，需考慮到空間權重矩陣的適用性，而目前空間計量經濟學應用中的經濟理論大多采用基于鄰接關系、距離函數和離散點的空間權重矩陣，缺乏對空間權重矩陣的其他設定[26]。不同的空間權重矩陣會造成差異較大的估計結果，而大氣污染中存在下面的條件：首先，霧霾水平較高的省區會對霧霾水平較低的省區產生一定的影響，同時，隨著兩地之間距離的增加，影響的效應會逐漸減弱。據此，本文將物理學中的引力模型引入不同省區之間霧霾的空間關聯效應中，提出基于引力模型的空間權重矩陣（W），矩陣中各元素的定義如下式所示：

其中，wij表示空間權重矩陣中的元素，i和j表示省份，PMi和PMj分別表示1999年至2011年第i和j省份霧霾的平均值，dij表示兩個省級行政區地理中心之間的直線里程。

2.3 探索性空間數據分析

2.3.1 全域空間相關性分析

全域空間相關性分析的指標有全域空間自相關Morans I指數和Geary C指數兩種，張松林和張昆[27]經過研究認為在判斷一個區域是否存在空間聚集時，采用Morans I指數更為可靠，基于此本文采用Morans I指數，其公式如下：

其中，n表示地區數，xi表示第i個地區的霧霾觀測值，wij表示空間權重矩陣中的元素，=1/n∑ni=1xi。

2.3.2 局域空間相關性分析

在實際情況中，由于研究區域存在一定程度的空間異質性，各自的空間關聯情況并不一樣，而全域的空間相關性分析往往會忽略空間異質性的影響，因此對局域的空間相關性進行分析并以此來測算局部區域霧霾的空間相關性是有必要的，局域空間相關性指數Morans I定義為[28]：

其中，S2=∑ni=1（xi-x）2n（7）式中各元素含義同上。

2.4 空間面板模型的選擇

空間杜賓模型是SAR、SER和SLX的嵌套模型，本文在引力空間權重矩陣的基礎上，建立空間杜賓模型，以研究各省和鄰省的地理、經濟及環境規制等對本地霧霾狀況的影響。霧霾在省際間可能存在三種空間依賴性[29]：①一個省份的霧霾會通過空間傳導機制對周邊省份產生影響，空間滯后模型（SAR）可以解決該問題；②除經濟增長和環境規制以外，可能還存在影響霧霾水平在不同省區之間溢出的其他變量，空間誤差模型（SER）可以解決該問題；③一個省份的霧霾水平不僅與該省的經濟增長和環境規制相關聯，也與鄰省的相關因素密切相關，外生解釋變量的滯后模型（SLX）可以解決該問題。本文構建的模型如下[30]：

其中，i表示省份，t表示年份，W表示基于引力模型的空間權重矩陣，用來表征省際間霧霾的依賴關系；Xti表示外生解釋變量矩陣，Xti=[lnGDPti，ln（GDPti）2，ERti，C]，GDPti，表示人均國內生產總值，ERti表示環境規制強度系數，C表示控制變量矩陣，相關變量包括交通運輸TPti、能源消費強度EDti、產業結構ISti和城鎮化水平URti、外商直接投資FDIti；ρ表示空間自回歸系數；θ表示自變量空間滯后值的系數；λ表示空間自相關系數；表示待估計的參數向量；W·PMti為霧霾的空間滯后值，表示周圍省份的霧霾水平和與本省的鄰近關系對本省霧霾造成的影響；εti為服從正態分布的隨機誤差向量。為降低異方差的影響，同時消除數據的非平穩性因素，本模型采用對數的形式。

當滿足ρ≠0、θ=0和λ=0時，空間杜賓模型退化為空間滯后模型，僅體現霧霾水平的空間交互效應，具體形式為：

當滿足λ≠0、ρ=0和θ=0時，空間杜賓模型退化為空間誤差模型，度量了鄰近地區關于因變量的誤差沖擊對本地區觀測值的影響程度，具體形式為：

本文根據區際霧霾之間依賴關系的具體形式來確立模型，首先采用沃爾德Wald法和似然比LR法對空間杜賓模型進行估計，原假設為H0：θ=0且H0：θ+δβ=0，根據沃爾德檢驗和似然比檢驗的估計結果，假如拒絕了前一個原假設，則選擇使用空間滯后模型；假如拒絕了后一個原假設，則選擇使用空間誤差模型。假如上述兩個條件中有一個不滿足，或者同時拒絕了兩個原假設，則選擇使用空間杜賓模型[26]。

3 數據來源與變量選擇

近年來，馬麗梅和張曉[9]、潘慧峰等[31]、邵帥等[10]專家學者紛紛運用PM2.5（細顆粒物）作為衡量霧霾狀況的指標。由于中國國家大氣環境檢測系統在2012年才開始將PM2.5濃度值納入監測指標體系，相關數據不完善，而通過衛星搭載設備對氣溶膠光學厚度進行測定得到的遙感數據具有時間序列長和空間覆蓋廣的優點，其反演的氣溶膠光學厚度（AOD）被普遍認為是表示PM2.5濃度的重要指標，因此考慮使用美國宇航局下設于哥倫比亞大學的社會經濟數據應用中心（SEDAC）監測PM2.5的衛星影像柵格數據，通過軟件提取得到中國各省、市和自治區（以下簡稱“省份”）的PM2.5濃度數據，以此表征各省份的霧霾水平。此外，由于SEDAC的PM2.5濃度數據有3年移動平均數據和年份數據兩組，但對它們進行推算所得到的年份PM2.5數據的質量欠佳，故將3年移動平均數據取做中間年份的數據，由此得到1999—2011年的年份PM2.5數據。endprint

對部分解釋變量的說明如下：①經濟增長（EG）。采用人均GDP衡量，以1978年作為基準年，為了探究環境污染與經濟增長之間是否呈庫茲涅茨曲線的倒“U”型關系，在模型中引入人均GDP及其平方項，均取自然對數[6]。②環境規制（ER）。國內外學者提出了計算環境規制強度所采用的6種方法，每種方法在一定程度上都各自存在局限性[32]。學者余長林和高宏建[33]、穆懷中和范洪敏[34]都選用了省份工業污染源治理的總投資額與規模以上工業企業工業增加值的比值作為衡量環境規制的指標，鑒于相關數據便于獲取，也較為完備，本文也選取該方法。關于控制變量的說明：①交通因素（TP），各省私人汽車擁有量與公路里程的比值可用來表示交通壓力，城市居民油品的生活消耗量與城市道路面積的比值可用來表示交通擁堵程度[35]，但是私有汽車保有量不能代表所有城市車輛，所以本文采用城市居民油品的生活消耗量與道路長度的比值來測度交通因素，并通過對二者歸一化處理以消除量綱差異。②產業結構（IS），用第二產業占GDP的比重表示[36]。③外商直接投資（FDI），用各省市實際利用外資額表示[37]，不對企業投資類型加以區分，以此來反映地區經濟的整體開放程度。④城鎮化水平（UR），用各省份城鎮常住人口占該省份常住總人口的比例表示[21]。⑤能源消費強度（ED），用各省單位GDP的能源消費量表示[38]。從省級單元尺度構建1999—2011年全國30個省份PM2.5濃度、環境及社會經濟面板數據庫，不含西藏、香港、澳門和臺灣，主要原因在于這些省份的統計數據不完備。環境數據來源于CEIC數據庫、《中國環境統計年鑒》和《中國工業統計年鑒》，社會經濟數據來源于《中國統計年鑒》和《中國人口統計年鑒》。

4 實證結果與分析

4.1 霧霾現狀分析

通過使用全國PM2.5的柵格數據生成13個年份霧霾的空間分布圖，以此表征霧霾的時空格局，限于文章篇幅，在此僅列出5個代表性年份的空間分布圖，如圖1所示，其中色彩分級采用自然斷點法。可以看出，全國大部分省區都遭受著不同程度的霧霾。其中華北省區霧霾最為嚴重，部分華中、華東、西北和西南省區緊隨其后，這些省區整體污染程度較其余省區高出1倍左右。霧霾高污染區集中分布在天津、河北、上海、河南、山東和江蘇等省區，而內蒙古、黑龍江、吉林、青海、云南和海南等省份則常年處于低污染區。

1999—2011年期間，霧霾水平呈現空間集聚現象，其變化呈現兩個趨勢：一是在氣象和地理條件因素，以及社會經濟因素的影響下，霧霾逐漸向東部沿海省區擴散，河南和山東等地，以及京津冀和長江三角洲兩大經濟圈的部分地區污染最為嚴重；二是氣候干旱、土地荒漠化嚴重的西北省區沙塵天氣形成的條件非常有利，沙塵暴天氣持續肆虐，霧霾水平相對來說則有所下降。

集聚和擴散的力量使得霧霾在空間上的分布出現了不同程度的移動現象，為進一步考察霧霾在空間上的軌跡，運用ArcGIS軟件做出霧霾的空間“重心”及其遷移軌跡，如圖2所示。可以看出霧霾“重心”一直都處于河南省內偏南地區，呈現先向東南再向西北移動的趨勢，并且前幾年變化幅度較大，后幾年變化較小，位置也相對集中，經緯度坐標顯示霧霾“重心”整體上表現為向東部偏移，其中經向移動0.831°，緯向移動-0.082°，換算成公路里程為76 557 m。

4.2 探索性空間數據分析

4.2.1 全域空間相關性分析

采用1998—2012年霧霾的截面數據，運用MATLAB軟件計算引力模型空間權重矩陣下每年霧霾的Morans I指數，結果顯示全部通過了1%水平的顯著性檢驗，其具體數值和變化趨勢如表1所示。可以看出全國的霧霾在每年都呈現顯著的空間正相關性，因此在計量模型中納入空間影響因子是必要的，而且隨著時間的推移，盡管個別年份Morans I指數有所下降，但相關程度整體上處在較高水平，且總體有所增強，說明霧霾的空間依賴性在時間維度上大致呈加強的趨勢。

4.2.2 局域空間相關性分析

采用霧霾的截面數據，聯合使用Geoda軟件和ArcGIS軟件，生成13個年份的LISA集聚圖，限于文章篇幅，在此僅列出3個代表性年份的集聚圖，如圖3所示。霧霾高-高集聚性很強，表現為霧霾水平較高的省區被鄰近的高霧霾省區所包圍，該區域呈向東和向北擴張的演化趨勢，逐漸形成了以環渤海、京津冀和長江三角洲為集聚核心的高霧霾地帶。而位于東北的黑龍江和吉林，西北省區的甘肅、青海、寧夏和內蒙古，以及西南省區的云南等省份的霧霾水平較低，常年被周圍的高污染省區包圍，形成了低-高集聚地帶。

4.2.3 三大區域各自的空間相關性分析

以地方的經濟發展水平和所處的地理位置為依據，將全國劃分為西部、中部和東部三個區域[38]。為深入考察各自空間相關性情況，再次計算每個區域各年霧霾的莫蘭指數值，并與全國霧霾的莫蘭指數值進行對比，結果如圖4所示。可知三個區域霧霾的空間相關性存在差異，在沒有考慮區域間相互關聯的情況下，東部省區霧霾的內部正空間相關程度最強，西部省區次之，中部省區的空間關聯程度最弱。由于各區域之間也具有相關性，整體上增強了全國霧霾的相關程度，使得全國霧霾的空間相關性強于三個區域，如果忽略了這種區域間的依賴性，會低估全國范圍內霧霾的相關程度。

4.3 關聯效應測定

4.3.1 空間計量模型實證結果及分析

為了考察局域性的空間溢出效應在解釋各因素變動時對霧霾影響的程度，運用MATLAB軟件，分別使用空間杜賓模型對全國和不同區域的樣本進行空間異質性檢驗，估計結果如表2所示。根據沃爾德檢驗（Wald）和似然比檢驗（LR）的結果，同時拒絕了兩個原假設，即拒絕了空間誤差模型和空間滯后模型，因此采取空間杜賓模型[40]，進行了實證分析。根據Hausman檢驗結果，p值小于0.05，拒絕隨機效應，全國、西部、中部和東部省區都采用固定效應模型。endprint

可以看出，全國、西部、中部和東部省區霧霾的空間滯后系數（W·lnPM2.5）全部顯著為正，進一步驗證了霧霾的空間相關性：在氣候、生物和社會經濟因素達到一定條件時，會有利于大氣污染物的擴散[10，41]，使得某省區的霧霾狀況顯著地受周邊省區，尤其是地理距離較近的省區污染水平的影響，表明了對象省份的污染程度和地理位置是霧霾產生關聯的兩個重要因素。霧霾的相關性呈現全國>東部省區>西部省區>中部省區的空間分異特征，與截面數據計算得到的莫蘭指數值一致。對于經濟增長和環境規制，以及其他的控制變量對霧霾的影響而言，各個區域不完全相同。各解釋因素的邊際效應為：

經濟增長。在研究期內，三個區域呈現顯著的倒“U”型關系，但不同省區在不同經濟發展階段的研究結果有所不同，其中中部省區的倒“U”型曲線最為陡峭，且所有省份都過了拐點，實現了霧霾與經濟增長之間的脫鉤，經濟增長與霧霾實現了從互為掣肘的矛盾方到互相促進的協同方的轉變；西部省區的倒“U”型曲線比中部省區平緩，其中廣西、貴州、云南、甘肅、青海和寧夏等省份還沒有過拐點；東部省區的倒“U”型曲線最為平緩，沒有過拐點的省份有河北、黑龍江、安徽和河南。在全國范圍內，經濟增長一次項（lnGDP）的估計系數顯著為負，二次項（ln2GDP）的估計系數顯著為正，表明霧霾與經濟增長之間的擬合曲線呈現較顯著的正“U”型，即霧霾隨著經濟的增長表現出先減少后增加的趨勢，證明了全國意義上的環境庫茨涅茲（EKC）假說是不存在的，或者是至少還未出現。霧霾不僅是大氣污染現象，也是經濟發展現象，中國整體尚處于曲線上升的階段，霧霾與經濟增長保持正相關的關系不變，要重點加強西部和東部省區經濟的轉型升級。

環境規制。環境規制（lnER）系數的估計符號存在明顯的區域性差異，其中西部和東部省區的環境規制效果較為理想，且東部省區霧霾對環境規制的邊際效應大于西部省區，而中部省區環境規制的效果失靈較嚴重。但是全國環境規制的系數估計顯著為正，且在1%的顯著性水平下通過了檢驗，表明雖然不同區域環境規制的效果不盡相同，但整體上環境管制對霧霾依舊未起到明顯的抑制作用。其中東部省區的抑制作用可能來源于兩方面，一是在工業化前期，隨著經濟發展水平的快速增長，東部省區進入了工業化中后期，經濟的增長方式逐漸由粗放型向集約型轉變，經濟增速開始放緩，公眾的環保意識日益增強，加大了對高空氣質量的訴求，政府也加大了對大氣質量保護的經費投入，環境規制力度較大。二是伴隨著技術創新投入的增加，企業減少污染排放的能力大大提高，在一定程度上抑制了霧霾，即東部省區的情況支持“波特假說”。對于西部省區而言，不僅環境規制強度較大，而且霧霾程度也比中部和東部省區輕，從而使得環境規制取得了一定效果。而中部省區為促進省區經濟發展，會以犧牲環境質量為代價來吸引投資，實際的環境規制力度出現放松，此外中部省區的經濟增長速度逐漸超過東部省區，成為新的增長極，快速發展的經濟依賴于高耗能和高污染的產業，也弱化了早期環境規制的效果。

控制變量。①交通運輸（lnTP）的系數估計在西部和中部省區均是正值，且中部省區的估計系數大于西部省區，而在東部省區是負值。西部和中部省區機動車行駛里程較高，公路密度和公共交通密度整體上也呈逐漸增大的態勢，不僅會造成交通擁堵狀況惡化，還會導致機動車排放直接和間接造成的可吸入顆粒物增加，以及油品低下對減排效果的約束程度總體上達到最大，成為誘發霧霾的重要成因之一，但西部省區的交通密度不及中部省區高，由此對霧霾造成的影響也低于中部省區。而東部省區交通運輸密度雖然很大，但可能與其城市道路設計的改造和優化有關，減少了因交通擁堵所導致的尾氣排放。從全國來看，交通運輸仍是引發霧霾的重要因素之一。②產業結構（lnIS）的系數估計在三個區域都是正值，說明產業結構不合理會間接增加大氣中二次氣溶膠顆粒的濃度。第二產業占比對霧霾的邊際效應存在區域差異，其中中部最明顯，西部次之，而對東部的作用程度最小。③外商直接投資（lnFDI）的系數估計只有在東部省區為正值，在其他省區卻顯著為負，說明在東部地區投資集中于對能源和原材料消耗較大的勞動密集型企業，主要表現為資本積累效應，污染密集型企業數量增加，加重了當地的大氣污染，“污染天堂”假說存在；而在中西部省區則主要體現為外資技術溢出效應、競爭效應和示范效應，使得外資技術研發水平得以提升，企業普遍采用了更環保清潔的技術，整體上降低了霧霾污染。④城鎮化率（lnUR）的系數估計只有在中部省區為正值，表明城鎮化水平只對中部省區的霧霾造成影響，在西部和東部省區，城鎮化不是誘發霧霾的主要成因。⑤能源消費強度（lnED）在各個區域的系數估計值都為負，和預期不同，可能是由于13年間能源生產和消費方式變革取得了積極成效，降低能源消耗強度和控制能源消費總量的政策起到了作用，但是霧霾卻高居不下，因此控制能源的消費量和消費強度不是解決霧霾的關鍵所在。

4.3.2 直接效應和溢出效應

根據文獻[30]，在空間滯后因素的影響下，可能會存在內生交互效應，一個省份人均GDP和環境規制不僅會影響該省的霧霾，還會傳遞到周邊的鄰省，同時伴隨反饋效應，會把源于鄰省的霧霾變化的影響傳回本省，使得空間杜賓模型中經濟增長和環境規制的系數估計無法反映經濟增長和環境規制強度對本省區霧霾產生的實際邊際效應，即霧霾的直接效應，因此直接效應值要小于系數估計值。此外，間接效應即為空間溢出效應，分析間接效應可以用來檢驗空間溢出效應存在與否的依據。

根據文獻[40]，SDM模型只有長期效應，沒有短期效應。運用SDM模型進行估計時，經濟增長和環境規制強度的直接效應和間接效應取決于它們各自的空間滯后值的系數估計值θ。此外，如果θ≠0，則1個省區經濟增長和環境規制對霧霾產生的效應是局部效應，產生于該省區的鄰近省區；如果ρ≠0，則1個省區霧霾產生的效應為全局效應，不產生于該省區的鄰近省區；如果θ≠0且ρ≠0，則以上兩種情況都會發生。表3列出了空間杜賓模型直接效應和間接效益的估計結果。endprint

估計結果表明：從全國總體來看，環境規制對霧霾并未起到抑制作用，交通運輸和第二產業占比在不同程度上促進了霧霾，其對霧霾產生的直接效應大小為第二產業占比>交通運輸密度，而外商直接投資、城鎮化率和能源消費強度并不是造成霧霾的主要原因。在全國范圍內，空間視角下交通運輸密度和第二產業占比的溢出效應系數估計值都是正值，說明了二者通過空間上的溢出效應普遍地提高了霧霾水平。各因素的空間溢出效應存在區域性差異。鄰近省區各個解釋變量的變化會波及到當地的霧霾，全國、西部省區、中部省區和東部省區表現得不盡相同，具體體現在：

（1）經濟增長滯后項（W·lnED）。經濟增長滯后項的估計系數在西部省區和東部省區為正，表明這兩個省區內某個省份的經濟增長的影響會強大到影響臨近省份的經

濟增長，從而提高鄰近省份的霧霾水平。其中，西部省區的溢出效應較大，可能與其靠前的經濟增長速度和邊界開放政策有關，隨著西部省區經濟增速領跑全國，以及西部大開發政策的深入，在西部省區各省份快速發展的同時，鄰近省份的經濟增長速度也得以提高，霧霾程度隨之加深。東部省區內各省的經濟增長對鄰近省份也具有帶動作用，各省份經濟增長速度比西部省區快，各省份對鄰近省區經濟增長的擴散作用大于西部省區。中部省區經濟增長滯后項的估計系數為負，表明各省的經濟增長會降低鄰近省區的霧霾水平。

（2）環境規制空間滯后項（W·lnER）。環境規制對霧霾的影響主要體現在促增作用和促降作用兩方面。各級地方政府對環境規制政策的制定和實施可能存在著“模仿”行為，引發了對環境規制政策的博弈，進而會產生“搭便車”行為，環境規制會通過“擠出”效應來減少本地的環保投入，加重本省區的霧霾；通過“示范”效應增加鄰近省區的環保投入，進而遏制霧霾。西部和東部省區的“擠出”效應大于“示范”效應，中部省區的“示范”效應大于“擠出”效應，但這種效應表現得并不明顯。

（3）交通運輸密度空間滯后項（W·lnTP）。西部省區相應的系數估計值為正數，主要表現在鄰近省區機動車使用量的增加對本地機動車的保有量起到了促增作用，機動車尾氣排放量隨之增加，間接降低了霧霾水平。中部省區的估計系數為顯著的負值，可能體現在交通基礎設施建設的競爭上，本地基礎設施建設的數量會受到鄰近省區的正向影響，造成公路交通密度和軌道交通密度增加的程度大于鄰近省區，道路交通使用率較之于鄰近省區大幅下降，從而在一定程度上緩解了城市交通擁堵問題，從而減少了霧霾。

（4）產業結構空間滯后項（W·lnIS）。西部省區產業結構空間滯后項的估計系數為正值。在西部和中部省區，一個省區的高耗能和高污染產業的轉移和升級，對周邊承接了這種產業轉移的省區造成了環境壓力，這種情況在西部省區表現得尤其明顯。而東部省區的產業結構更多的可能是通過空間溢出效應對周邊省區產業結構合理化調整而產生正向激勵作用。

（5）外商直接投資空間滯后項（W·lnFDI）。西部和中部省區某個省份的外商直接投資整體會降低鄰近省份的霧霾水平，一個省份外商直接投資的溢出效應可能主要體現在技術溢出效應上，外資企業表現出示范效應，且西部省區體現得更加明顯。而東部省區內某省份的外商直接投資會提高鄰近省區的霧霾水平，表明東部省區的外商直接投資可能對內資企業表現出不明顯的擠出效應。

（6）城鎮化水平空間滯后項（W·lnUR）。西部省區的估計系數為負，得益于規模效應和集聚效應，快速城鎮化的省區經濟效率有所提升，居民為了追求更好的生活環境，提高了對環境質量的訴求，環保要求和監管要求也更加嚴格，基礎設施的利用效率得到提高，對鄰近省區產生了警示效應，鄰近省區的居民改善大氣質量的意愿更加強烈，進而起到了一定的減霾效果，此外，高城鎮化率下農村土壤和水土富營養化污染水平較低，土壤水分蒸騰帶走了較少的氨氮等營養物，附著在二次氣溶膠顆粒上的微生物種群的繁殖速度相對較慢，氣溶膠體積增大的速度和程度，由此引發的霧霾擴散程度較輕[40]。中部省區的系數估計則為正值，本地較高的城鎮化水平引致了大量的消費需求，由跨省交易導致的工業廢氣排放量的增加加重了鄰近省區的霧霾。

（7）能源消費強度空間滯后項（W·lnEC）。所有省區能源消費強度空間滯后項的估計系數都為負，且在西部和中部省區非常明顯。一個省區降低單位GDP的能耗，提高能源消費效率高，可能會產生兩種效應：新技術發明創造和能源清潔技術進步的“示范”效應起到了作用，對鄰近省區霧霾的影響呈現不顯著的負效應；在沒有價格方面政策約束的情況下，會降低能源消費的相對成本，提高本地和鄰近省區能源消費的總量，出現能源消費的“回彈”效應[42]，加重了鄰近省區的霧霾。中部和西部省區主要是“示范”效應起了作用。

5 結論及政策建議

本文針對霧霾的空間溢出效應，提出了基于引力模型的空間權重矩陣，使用空間杜賓模型分別對全國及西部、中部和東部省區13年的樣本參數進行估計，并且從經濟增長和環境規制等因素進行了空間計量分析。通過研究認為：①全國的霧霾普遍存在空間相關性，霧霾的集聚現象明顯。②全國霧霾與經濟增長之間呈現顯著的“U”型曲線，西部、中部和東部省區則與庫茨涅茲曲線假說相吻合，且中部的曲線較陡峭，西部的曲線較平坦。③只有西部和東部省區的環境規制效果較明顯，中部省區的環境規制欠佳，從全國總體來看，當前的環境管制整體上并未對霧霾起到顯著的抑制作用。④東部省區和西部省區經濟增長對霧霾具有顯著的溢出效應，且東部的溢出效應大于西部地區。⑤環境規制的溢出效應不明顯。根據上述結論，提出霧霾區域性治理的相應建議：

第一，明確合理地劃分中央和三大省區中地方政府在霧霾治理上的事權和財權。中央政府應建立區域間協同機制，完善區域聯防聯控和聯防聯治機制，設置懲罰和激勵機制，使各治理主體之間形成密切的合作，形成防治霧霾的合力。將河南和山東，以及京津冀和長江三角洲部分地區劃分為重點治理區域。以三個省區內部的利益分配為抓手，完善和平衡好各省區地方政府間的協作機制和利益協調機制，保證地方政府大氣污染治理方面的財政資金到位。考慮各地區的具體利益訴求，統一區域間執法處罰標準，明確信息共享、執法監督、工作機制等實施細則。endprint

第二，未來霧霾下降的主要驅動力之一是中國經濟增長方式的轉變，把東部省區作為經濟結構和制度調整的重點區域，推進西部和東部省區尤其是東部地區的轉型升級。充分考慮經濟快速發展所帶來的環境成本，從一味地追求GDP到向兼顧經濟質量和效益，向開放性創新經濟轉型，加大技術資本和知識資本等高級要素的創新性投入，發展本土高端生產性服務業，實現東部省區經濟發展方式轉型和結構升級。

第三，不應該采取“一刀切”的環境規制強度標準，而應該根據不同區域的實際情況，制定和完善差異化區域環境規制對策，相機修訂西部、中部和東部省區的環境規制，形成具有區域特色的治理框架。建議中部省區地方政府通過調整激勵模式，加大對企業技術創新和應用的扶持力度，增加對高污染企業的懲治力度，對積極應用廢氣處理技術的重化工業給予鼓勵和適當的政策補貼。充分利用行政手段和經濟手段，完善排污交易和排放許可證交易制度，加大排污費征收力度，對違規企業限制貸款和融資渠道，推動東部省區先進的環保技術向中部省區轉移，同時相應地完善環境規制。

第四，各區域實施差異化的政策。西部地區鼓勵發展新能源。中部省區重點優化產業結構，利用高新技術改造傳統產業；加強基礎設施建設，加快新型城鎮化進程，改善和優化人居環境。中西部地區優化城市道路和交通網絡設計，減少車輛擁堵等待時長，加強油品質量監督，減少劣質油品的使用，鼓勵居民綠色出行，發展公共交通運輸體系，提高公共交通服務質量；鼓勵各省市之間繼續發揮交通基礎設施建設方面的競爭；防止高耗能高污染產業在省際間轉移。東部地區要加快工業綠色轉型，倡導發展更多節能環保產業；著重提高準入門檻，對外商直接投資加以甄別，改進清潔生產技術，加強技術創新；建立長期有效的激勵機制，發揮外商直接投資的技術溢出作用；積極發揮東部產業在省際間的正向激勵。

第五，中央政府推行建立以公共服務為導向的地方行政準則，構建多元化的政績考核體系。鼓勵中部省區繼續發揮環境規制良好的示范作用，通過合理的政策引導，如對達標的排污企業給予政策支持和物質獎勵等措施，有效控制住西部和東部省區環境規制產生的“擠出”效應，有效減少搭便車的行為。

參考文獻（References）

[1]藺雪芹， 王岱. 中國城市空氣質量時空演化特征及社會經濟驅動力[J]. 地理學報， 2016，71（8）：1357-1371.[LIN Xueqin， WANG Dai. Spatiotemporal variations and socioeconomic driving forces of air quality in Chinese cities[J]. Acta geographica sinica， 2016，71（8）：1357-1371.]

[2]郭武梳理、選擇和路徑展開——環境習慣法現代價值實現的邏輯理路[J].山東師范大學學報（人文社會科學版），2015（2）：102-118.[GUO Wu. Classification， selection and path： logic approach to achieve modern values of environmental customary law[J]. Journal of Shandong Normal University （humanities and social sciences），2015（2）：102-118.]

[3]陳詩一. 新常態下的環境問題與中國經濟轉型發展[J]. 中共中央黨校學報， 2016，20（2）：94-99.[CHEN Shiyi. Environmental issues and economic transformation under the New Normal in China [J]. Journal of the Party School of the Central Committee of the C.P.C， 2016，20（2）：94-99. ]

[4]NAQVI A， ZWICKL K. Fifty shades of green： revisiting decoupling by economic sectors and air pollutants[J]. Ecological economics， 2017，133：111-126.

[5]王星. 城市規模、經濟增長與霧霾污染——基于省會城市面板數據的實證研究[J]. 華東經濟管理， 2016，30（7）：86-92.[WANG Xing. City scale，economic growth and smog pollution：an empirical study based on the panel data of provincial capitals[J]. East China economic management， 2016，30（7）：86-92.]

[6]何楓， 馬棟棟， 祝麗云. 中國霧霾污染的環境庫茲涅茨曲線研究——基于2001—2012年中國30個省市面板數據的分析[J]. 軟科學， 2016，30（4）：37-40.[HE Feng， MA Dongdong， ZHU Liyun. Study on Environmental Kuznets Curve of haze pollution in China：an empirical analysis based on panel data of the sample of Chinese 30 provinces during 2001-2012[J]. Soft science， 2016，30（4）：37-40.]

[7]XU B， LUO L， LIN B. A dynamic analysis of air pollution emissions in China： evidence from nonparametric additive regression models[J]. Ecological indicators， 2016，63：346-358.endprint

[8]MA Y R， JI Q， FAN Y. Spatial linkage analysis of the impact of regional economic activities on PM2.5 pollution in China[J]. Journal of cleaner production， 2016，139：1157-1167.

[9]馬麗梅， 張曉. 中國霧霾污染的空間效應及經濟、能源結構影響[J]. 中國工業經濟， 2014（4）：19-31.[MA Limei， ZHANG Xiao. The spatial effect of Chinas haze pollution and the impact from ecomomic change and energy structure [J]. China industrial economics， 2014（4）：19-31.]

[10]邵帥， 李欣， 曹建華， 等. 中國霧霾污染治理的經濟政策選擇——基于空間溢出效應的視角[J]. 經濟研究， 2016（9）：73-88.[SHAO Shuai， LI Xin， CAO Jinahua， et al. Chinas economic policy choices for governing smog pollution： based on spatial spillover effects[J]. Economic research journal， 2016（9）：73-88.]

[11]TESTA F， IRALDO F， FREY M. The effect of environmental regulation on firms competitive performance： the case of the building & construction sector in some EU regions[J]. Journal of environmental management， 2011，92（9）：2136-2144.

[12]SALTARI E， TRAVAGLINI G. The effects of environmental policies on the abatement investment decisions of a green firm [J]. Resource & energy economics， 2011，33（3）：666-685.

[13]LEITER A M， PAROLINI A， WINNER H. Environmental regulation and investment： evidence from European industry data[J]. Ecological economics， 2011，70（4）：759-770.

[14]LIST J A， MILLIMET D L， FREDRIKSSON P G， et al. Effects of environmental regulations on manufacturing plant births： evidence from a propensity score matching estimator[J]. Review of economics & statistics， 2003，85（4）：944-952.

[15]GRAY W B， SHADBEGIAN R J. Environmental regulation， investment timing， and technology choice[J]. The journal of industrial economics， 1998，46（2）：235-256.

[16]何為， 劉昌義， 劉杰， 等. 環境規制、技術進步與大氣環境質量——基于天津市面板數據實證分析[J]. 科學學與科學技術管理， 2015，36（5）：51-61.[HE Wei， LIU Changyi， LIU Jie， et al. Environmental regulation， technology change， and air pollution： a panel study on Tianjin[J]. Science of science and management of S&T， 2015，36（5）：51-61.]

[17]賀燦飛， 張騰， 楊晟朗. 環境規制效果與中國城市空氣污染[J]. 自然資源學報， 2013，28（10）：1651-1663.[HE Canfei， ZHANG Teng， YANG Shenglang. Air pollution in Chinese cities： does enforcement of environmental regulations matter？[J]. Journal of natural resources， 2013，28（10）：1651-1663.]

[18]王書斌， 徐盈之. 環境規制與霧霾脫鉤效應——基于企業投資偏好的視角[J]. 中國工業經濟， 2015（4）：18-30.[WANG Shubin， XU Yingzhi. Environmental regulation and haze pollution decoupling effect： based on the perspective of enterprise investment preferences[J]. China industrial economics， 2015（4）：18-30.]endprint

[19]徐成龍， 程鈺. 新常態下山東省環境規制對工業結構調整及其大氣環境效應研究[J]. 自然資源學報， 2016，31（10）：1662-1674.[XU Chenglong， CHENG Yu. The action of environmental regulation on industrial structure adjustment and atmospheric environment effect under the new normal in Shandong Province[J]. Journal of natural resources， 2016，31（10）：1662-1674.]

[20]高明， 吳雪萍， 郭施宏. 城市化進程、環境規制與大氣污染——基于STIRPAT模型的實證分析[J]. 工業技術經濟， 2016（9）：110-117.[GAO Ming， WU Xueping， GUO Shihong. Urbanization， environmental regulation and air pollution： an empirical analysis based on stirpat model[J]. Journal of industrial technological economics， 2016（9）：110-117.]

[21]劉曉紅， 江可申. 環境規制、能源消費結構與霧霾——基于省際面板數據的實證檢驗[J]. 國土資源科技管理， 2016，33（1）：59-65.[LIU Xiaohong， JIANG Keshen. Environmental regulation， energy consumption structure and hazy in China： empirical test based on provincial panel data[J]. Scientific and technological management of land and resources， 2016，33（1）：59-65.]

[22]張可云， 楊孟禹. 國外空間計量經濟學研究回顧、進展與述評[J]. 產經評論， 2016（1）：5-21. [ZHANG Keyun， YANG Mengyu. Review and comment on the research of spatial econometrics [J]. Forward position or economics， 2016（1）：5-21.]

[23]GROSSMAN G M， KRUEGER A B. Economic growth and the environment[J]. Review of economic studies， 1995，110（2）：353-377.

[24]張興榆， 黃賢金， 趙雲泰， 等. 近10年江蘇省土地利用重心與經濟重心遷移軌跡對比分析[J]. 長江流域資源與環境， 2011，20（1）：14-20.[ZHANG Xingyu， HUANG Xianjin， ZHAO Yuntai， et al. Shirt route and comparative analysis of land use gravity and economy gravity center in recent ten years in Jiangsu Province[J]. Resources and environment in the Yangtze Basin， 2011，20（1）：14-20.]

[25]ANSELIN L， BERA A K， FLORAX R， et al. Simple diagnostic tests for spatial dependence[J]. Regional science & urban economics， 1996，26（1）：77-104.

[26]張可云， 王裕瑾， 王婧. 空間權重矩陣的設定方法研究[J]. 區域經濟評論， 2017（1）：19-25.[ZHANG Keyun， WANG Yujin， WANG Jing. Research on the specification methods of spatial weight matrix[J]. Regional economic review， 2017（1）：19-25.]

[27]張松林， 張昆. 全局空間自相關Moran指數和G系數對比研究[J]. 中山大學學報（自然科學版）， 2007，46（4）：93-97.[ZHANG Songlin， ZHANG Kun. Contrast study on Moran and GetisOrd indexes of global spatial autocorrelation indices[J]. Journal of Sun Yatsen University（natural science edition）， 2007，46（4）：93-97.]

[28]ANSELIN L. Local indicators of spatial association： LISA[J]. Geographical analysis， 1995，27（2）：93-115.

[29]ELHORST J L. 空間計量經濟學——從橫截面數據到空間面板[M]. 北京： 中國人民大學出版社， 2015.[ELHORST J L. Space econometrics： from cross section data to space panel[M]. Beijing： China Renmin University Press， 2015.]endprint

[30]GRIFFITH D A. Spatial econometrics： methods and models[J]. Economic geography， 1989，65（2）：160.

[31]潘慧峰， 王鑫， 張書宇. 霧霾污染的持續性及空間溢出效應分析——來自京津冀地區的證據[J]. 中國軟科學， 2015（12）：134-143.[PAN Huifeng， WANG Xin， ZHANG Shuyu. Duration and spatial spillover effects of haze pollution： evidence from BeijingTianjinHebei region[J]. China soft science， 2015（12）：134-143.]

[32]張成， 陸旸， 郭路， 等. 環境規制強度和生產技術進步[J]. 經濟研究， 2011（2）：113-124.[ZHANG Cheng， LU Yang， GUO Lu， et al. The intensity of environmental regulation and technological progress of production[J]. Economic research journal， 2011（2）：113-124.]

[33]余長林， 高宏建. 環境管制對中國環境污染的影響——基于隱性經濟的視角[J]. 中國工業經濟， 2015（7）：21-35.[YU Changlin， GAO Hongjian. The effect of environmental regulation on environmental pollution in China： based on the hidden economy perspective[J]. China industrial economics， 2015（7）：21-35.]

[34]穆懷中， 范洪敏. 環境規制對農民工就業的門檻效應研究[J]. 經濟學動態， 2016（10）：4-14.[MU Huaizhong， FAN Hongmin. The threshold effect of environmental regulation on migrant workers employment[J]. Economics information， 2016（10）：4-14.]

[35]馬麗梅， 劉生龍， 張曉. 能源結構、交通模式與霧霾污染——基于空間計量模型的研究[J]. 財貿經濟， 2016，37（1）：147-160.[MA Limei， LIU Shenglong， ZHANG Xiao. Study on haze pollution induced by energy structure and transportation： based on spatial econometric model analysis[J]. Finance & trade economics， 2016，37（1）：147-160.]

[36]李鋼， 廖建輝， 向奕霓. 中國產業升級的方向與路徑[J]. 中國工業經濟， 2011（10）：16-26.[LI Gang， LIAO Jianhui， XIANG Yini. Direction and route of Chinas industrial upgrading[J]. China industrial economics， 2011（10）：16-26.]

[37]姚奕， 倪勤. 中國地區碳強度與FDI的空間計量分析——基于空間面板模型的實證研究[J]. 經濟地理， 2011，31（9）：1432-1438.[YAO Yi， NI Qin. The impact of foreign direct investment on carbon intensity： empirical study based on Chinese provincial dynamic panel data[J]. Economic geography， 2011，31（9）：1432-1438.]

[38]張曉平. 中國能源消費強度的區域差異及影響因素分析[J]. 資源科學， 2008，30（6）：883-889.[ZHANG Xiaoping. Regional disparities in energy consumption intensity in China and determining factors[J]. Resources science， 2008，30（6）：883-889.]

[39]胡兆量. 中國區域發展導論[M].北京：北京大學出版社， 2003.[HU Zhaoliang. Introduction to regional development in China[M]. Beijing： Peking University Press， 2003.]

[40]LESAGE J， PACE R K. Introduction to spatial econometics[M]. New York： Chapman and Hall /CRC， 2009.

[41]顧為東. 中國霧霾特殊形成機理研究[J]. 宏觀經濟研究， 2014（6）：3-7.[GU Weidong. Study on the special formation mechanism of haze in China[J]. Macroeconomics， 2014（6）：3-7.]

[42]魏巍賢， 馬喜立. 能源結構調整與霧霾治理的最優政策選擇[J]. 中國人口·資源與環境， 2015，25（7）：6-14.[WEI Weixian， MA Xili. Optimal policy for energy structure adjustment and haze governance in China[J]. China population， resources and environment， 2015，25（7）：6-14.]endprint