長三角城市群環境污染空間關聯影響因素研究
——基于QAP 回歸技術

胡 振，劉倩倩，劉 華

（1.西安建筑科技大學 公共管理學院，陜西 西安 710055；2.上海師范大學 旅游學院，上海 201234）

一、引言

2019 年12 月，國務院印發《長江三角洲區域一體化發展規劃綱要》（以下簡稱《綱要》），《綱要》中明確提到：加強生態空間共保，推動環境協同治理，夯實綠色發展生態本底，努力建設綠色美麗長三角。近年來，長三角地區的生態環境問題一直備受重視，對于環境污染的治理力度不斷加大。根據我國生態環境部公布的《2019 年中國生態環境狀況公報》顯示，我國長三角區域41 個城市優良天數比例范圍為56.5%～98.1%，平均為76.5%，平均污染超標天數比例為23.5%，以PM2.5、PM10和NO2為首要污染物排放。由此可見，長三角環境污染態勢依舊較為嚴峻，環境污染治理仍面臨巨大的挑戰。與此同時，環境污染的流動性、無界性等特征，使得各城市間環境污染存在著復雜的空間關聯關系，需要長三角地區的生態環境治理成為一個有機“整體”。為此，研究長三角環境污染空間關聯驅動因素對降低長三角區域環境污染水平，提升區域環境質量是非常必要的。

有關區域環境治理方面的研究，長期以來都是國內外學者關注的焦點。在我國環境污染不僅表現出明顯的地區空間集聚現象，還體現出跨區域與非跨區域之間的顯著動態慣性[1]。袁曉玲等（2019）[2]從污染和吸收視角研究中國環境質量的影響因素和空間效應，發現我國環境質量的空間集聚特征明顯。Wang 和Zhou（2021）[3]考慮了環境污染的空間效應，同時納入經濟外部性的作用，利用空間杜賓模型來檢驗空間依賴性存在的邊際效應。羅能生和蔣雨晴（2017）[4]分析了地方政府的生產性財政支出競爭、對外開放對環境污染的影響，結果發現城市間的環境污染在空間上存在著明顯的正向關聯。此外，現有學者還分別將生產性服務業集聚[5]、外商直接投資[6]、產業發展[7]以及企業技術創新[8]等方面與環境污染治理相聯系，為區域環境治理提供解決方案。在研究方法上，王會芝等（2020）[9]運用探索性空間數據分析法和標準偏差橢圓方法，分析了京津冀霧霾污染的空間關聯特征和空間重心轉移軌跡，測算了京津冀霧霾污染的驅動影響因素。李金葉和于洋（2020）[10]運用指數分解法（IDA）和產品分解法（PDA）對碳排放的驅動因素進行分析和測算。陳祖海和雷朱家華（2015）[11]運用EKC 模型、Moran's I 指數等方法探討中國環境污染變動的時空特征，對污染排放的經濟因素進行分解發現不同地區的經濟效應影響程度也有所區別。伴隨著快速推進的城市化進程，各城市間的聯系愈發密切，城市成為環境污染的主要載體，若尋求地區整體環境質量的提升，任何城市都無法做到“獨善其身”。為此，有學者將QAP回歸技術（二次指派程序）和復雜網絡分析相結合，提出一種新的QAP 加權網絡分析方法[12]，為跨域環境污染治理提供了新的研究方向。逯苗苗和孫濤（2017）[13]、劉華軍等（2017）[14]學者分別構建相應的QAP 加權網絡，并對區域霧霾污染的空間關聯展開研究，前者發現PM2.5的空間關聯是導致霧霾污染在空間上相互關聯的最主要因素，后者驗證了環保支出、尾氣排放、煙塵顆粒等因素對霧霾污染的空間網絡結構具有顯著影響。Lee 等（2018）[15]研究環境政策治理中信息共享與資源共享網絡的關系，解釋了行動者之間如何通過互動創造網絡，以及該網絡如何作用于環境治理。童磊和王運鵬（2020）[16]運用該方法研究碳排放空間關聯的驅動因素，結果得出能源結構、地理位置、對外開放和經濟水平等因素影響碳排放的空間關聯性。以上文獻研究，對跨域環境污染治理研究具有重要貢獻，但是仍存在不足之處。一方面，學者們一般采用常見的空間計量模型如空間杜賓模型、空間誤差模型、空間滯后模型等方法過于考慮時間對環境污染的空間滯后影響，忽視了對地區環境污染空間關聯程度影響的重要性；另一方面，學者們對環境污染影響因素研究中較少關注地區環境污染空間關聯的原因，未能較為全面地揭示地區環境污染空間關聯的驅動機理。

因此，基于上述背景，本研究以長三角城市群作為研究區域，利用熵值法在綜合環境污染指標的基礎上，構建修正引力模型得到環境污染空間關聯網絡矩陣，并利用QAP 回歸方法對長三角地區環境污染空間關聯的驅動因素進行深入研究，通過各變量“關系”之間的相關性，考察驅動因素對環境污染空間關聯的作用及影響，為促進長三角生態環境協同發展提供對策及建議。

二、研究方法

（一）數據來源

本研究以長三角地區26 個核心城市為研究對象（見表1），選取2009—2018 年為樣本考察期，所需指標數據均來自長三角地區各省市相應時期的《統計年鑒》以及《中國城市統計年鑒》。部分缺失數據采用SPSS 25.0 軟件中的線性插值法補齊。為考慮通脹預期帶來的影響，最終選擇以2009 年地區生產總值GDP 為基期，并利用上一年GDP 指數計算出相應年份GDP 的真實值。

表1 長三角城市群研究區域

（二）修正引力模型

引力模型是以牛頓經典力學中的萬有引力公式為基礎，用于測度空間相互作用程度的模型。當前重構的修正引力模型已被廣泛拓展到諸多領域，可用來測算城市間各種空間關聯關系，如協同創新空間聯系[17-18]、霧霾污染空間聯系[19]等。與其他的空間計量方法相比，引力模型不用考慮時間滯后對環境污染的影響，因而測度的環境污染空間關聯性更為準確。經典引力模型的形式為：

因此，基于經典引力模型（1）并參考逯苗苗和孫濤（2017）[13]、Song 等（2018）[20]的重構引力模型做法，構建出測度長三角城市群環境污染空間聯系的修正引力模型，公式如下：

其中，Tij為i、j 城市環境污染的空間引力聯系，Pi、Pj為各城市全年公共汽（電）車客運總量（萬人次），該指標不同于以往衡量城市人口的年末人口數指標，這里借助公共汽（電）車客運總量能夠更靈活地判別城市人口活動情況。Ei、Ej為i、j 城市的環境污染評價指數，以此表征長三角各城市的環境污染水平。在以往環境污染評價研究中，學者大多選取碳排放、二氧化硫等單一的污染排放指標作為衡量環境污染標準[21]，或采取綜合評價因子方式，如選取水和大氣污染的評價因子來得到環境污染評價指標[22]或多指標地簡單相加匯總[23]。當前城市環境污染主要以工業污染排放為主要源頭，工業污染排放量占我國整體環境污染排放的70%以上。由于上述環境污染指標的選取和測算尚存在局限，未能較為準確地測度地區環境污染水平。為此，選取長三角城市群常見的工業污染排放指標如工業廢水排放量、工業二氧化硫排放量、工業煙（粉）塵排放量等指標衡量長三角地區的環境污染水平更為準確，并運用熵值法綜合上述指標的單位產值排放量構建出環境污染評價指標。Gi、Gj為i、j 城市的地區生產總值，代表地區經濟發展水平。Kij為i、j 城市對環境污染空間引力聯系Tij的貢獻率。

由式（2）修正引力模型的測算結果得到長三角城市群環境污染空間關聯網絡矩陣，然后求取環境污染空間關聯矩陣中各行平均值，若所得數值大于所在行平均值，那么標記為“1”，表示城市間存在環境污染空間聯系。反之，則將該數值標記為“0”，表示城市間不存在環境污染空間關聯。以此構建出26×26 的0～1 二值環境污染空間網絡結構矩陣。

（三）QAP 模型

QAP 模型是基于社會網絡分析視角下，用來測量不同“關系”數據之間存在某種空間相互作用的方法，該模型數據均為矩陣形式。QAP 回歸技術不同于一般的統計方法，如常見的多元回歸分析方法，在面臨多重共線性問題時尚存在一定局限，重點強調變量之間需相互獨立。QAP 方法主要以變量之間的“關系”為研究基礎，以矩陣網絡作為解釋變量和被解釋變量，因而更適用于分析環境污染空間關聯的影響因素研究。若變量間不存在自相關，自相關結構則呈現系數為Km、Kn 的單調函數，模型數據的一般表現形式為：

當模型產生自相關時的數據表現形式為：

其他的隨機變量均獨立地服從N（0，1）分布。而Km和Kn則分別代表各矩陣行和列之間的自相關系數，Kij則表示每次統計檢驗中的隨機項系數。在完整的QAP 方法計算中，同樣需滿足上述條件，Km表示為整體的自相關系數。若Km為0，則該模型中各矩陣不存在自相關關系，若Km為1，則該模型中各矩陣間可能存在自相關關系。綜合以往文獻研究，學者們對環境污染空間關聯設定的常見解釋變量有能源強度、對外開放水平、空間地理距離、城市化水平、產業結構等[4-8]。同時，考慮數據的可獲得性，重點選取選取區域地理位置、經濟發展水平差異、人口密度差異、科技水平差異、產業結構差異和對外開放水平差異等作為長三角城市群環境污染的影響因素，納入QAP 回歸模型，如表2 所示。其基本的QAP 模型設定如下：

表2 環境污染空間關聯影響因素與變量說明

得到如下QAP 加權網絡回歸方程：

其中，T 為長三角城市群環境污染空間關聯矩陣，這里作為被解釋變量，GD 為地理鄰接矩陣，矩陣元素中若城市間地理位置鄰近則記為“1”，若城市不相鄰則記為“0”。IS 為產業結構差異矩陣，產業結構是以第二產業所占GDP 比重進行衡量。TL 為科技支出差異矩陣，科技水平主要以地區“科技支出/財政支出”的比例進行測度。PD 為人口密度差異矩陣，人口密度由地區“年末人口數/行政國土面積”來表征。EC 為經濟發展水平差異矩陣，經濟發展水平由各地區人均GDP 來表征。OL 為對外開放水平差異矩陣，對外開放水平是以進出口總額占地區生產總值的比重進行衡量。

由于平均值可以用來反映一組數據發展變化的集中趨勢，因此，該模型數據除CD 指標外，均先由長三角地區26 個核心城市各指標在2009—2018年考察期的平均值計算得出，然后利用平均值計算出的絕對差異構建相應的差異矩陣，矩陣單元格數值表示為各指標在長三角地區各城市間的絕對差值，數據形式為Xij=|xi-xj|。由于上述各指標之間存在不同的量綱，為此需將上述指標矩陣進行相應的標準化處理，公式為y=（xi-xmin）/（xmax-xmin），以消除量綱對矩陣回歸結果的影響。

三、長三角城市群環境污染空間關聯的影響因素分析

在QAP 回歸技術中，所有變量矩陣間的行和列經歷數次置換后，獲取新的回歸結果可得出各變量矩陣之間的相關性，得到假設檢驗的統計量。然后通過置換后的實際估計值來檢驗各變量矩陣的關聯關系是否顯著。常用的QAP 回歸分析方法主要包括以下三種：一、矩陣相關分析（QAP correlation）；二、矩陣Logistic 回歸分析（即LR-QAP）；三、矩陣多元回歸分析（即MR-QAP），通常以MR-QAP 和LR-QAP 的分析結果是否一致，來確保實證結果的穩健性。同時，以下三種回歸方法均通過Ucinet 6.645軟件，設置10 000 次隨機置換結果得出。

（一）基于QAP 相關性分析

QAP 相關分析方法這里主要用來檢驗長三角城市群環境污染空間關聯與上述因素之間的相關關系，相關系數的大小能夠反映該變量與環境污染空間網絡結構的關聯程度。本文利用UCINET 6.645軟件中的QAP 相關分析模塊進行檢驗，分析結果如表3 所示。

表3 QAP 相關分析結果

由表3 可知，在長三角地區地理位置和人口密度與環境污染空間關聯關系的相關系數在1%水平上顯著為0，地理位置的相關系數較高為0.474，人口密度的相關系數為0.269，說明城市間的人口規模和地理距離的遠近與環境污染空間關聯關系具有很強的相關性。城市間地理位置越鄰近，各種貿易往來越密切，人口流動更為頻繁，進而加劇了環境污染的空間聯系。經濟發展水平與環境污染的空間關聯關系的相關系數為0.144，且在5%水平上顯著，同樣呈正相關關系。說明伴隨著城市化水平的快速提升，城市群內的經濟發展水平距離不斷拉大，的確給城市環境造成負面影響，使得城市群環境污染的空間關聯性不斷增強。產業結構差異、科技支出差異和對外開放水平差異與環境污染空間關聯的相關系數相對較低，而且相關分析結果并不顯著，說明產業結構和科技支出與環境污染的空間關聯之間并沒有顯著的相關關系，可能在于科技水平的高低、產業結構的轉型和對外開放程度并不顯著影響城市之間環境污染的關聯關系。此外，本文進一步對其影響因素之間的關聯性，同樣進行了QAP 技術分析（見表4）。

表4 影響因素的相關性分析結果

根據表4 可知，對外開放水平與經濟發展水平、人口密度以及產業結構之間存在較強的空間關聯關系，同時，經濟發展水平與科技支出之間也存在顯著的相關性。由此可見，以上幾種因素之間存在明顯的多重共線性問題，證實常規的線性回歸方法易造成研究誤差。因此，使用QAP 回歸方法能夠有效避免上述問題，并能得到較為準確的回歸結果。

（二）基于MR-QAP 回歸分析

MR-QAP 回歸分析方法，在社會網絡分析方法中主要用來測度因變量矩陣與自變量矩陣因果關系的一種具有代表性的多元回歸分析假設檢驗方法。本文利用該方法對長三角城市群環境污染空間關聯影響因素展開深入研究，最終結果如表5 所示，可根據回歸系數、可決系數R2和顯著性水平等分別進行判斷。

表5 MR-QAP 回歸分析結果

根據MR-QAP 回歸分析結果顯示：經過10 000次隨機置換，得出調整后的R2為0.335，回歸結果較為理想。這說明科技水平差異、人口密度差異、產業結構差異、對外開放水平差異和經濟發展水平差異所構建的差異矩陣能夠有效解釋長三角城市群環境污染空間關聯關系的33.5%。其中，由地理鄰接矩陣代表的地理位置，所得到的回歸系數為0.491，位于1%水平上顯著，體現出不同地區間空間距離越相近，越容易受到周圍環境污染溢出效應的影響。人口密度差異矩陣的標準化回歸系數為0.321位于1%水平上顯著，說明城市間人口密度差異與環境污染空間結構網絡呈正相關，人口密度過高必然會給該地區環境質量帶來巨大的壓力。經濟發展水平差異矩陣調整后的標準化系數為0.124，位于1%的水平上顯著，這同樣對環境庫茲涅茨理論進行了驗證。在城市的中前期發展過程中，經濟的快速提升必然會給城市生態環境帶來一定的負面影響。產業結構差異、對外開放水平差異和科技水平差異的標準化回歸系數分別為-0.018、-0.067 和0.067，且回歸分析結果并不顯著。說明此時科技支出、產業結構和對外開放水平并不能成為當前長三角城市群環境污染空間關聯的主要驅動因素。

（三）基于LR-QAP 回歸分析

LR-QAP 回歸分析方法是用于測度矩陣數據的Logistic 回歸分析，在社會網絡分析方法中并不常用，這里使用該方法主要目的為保證QAP 回歸結果的穩健性。若LR-QAP 回歸結果與MR-QAP 回歸結果保持一致，則表示實驗結果是穩健的，反之亦然。

表6 LR-QAP 回歸分析結果

根據LR-QAP 回歸分析結果顯示：經過10 000次隨機置換后，得到的可決系數R2為0.375，回歸結果同樣較為理想。說明以上變量間的關系矩陣可解釋長三角城市群環境污染空間關聯關系的37.5%，地理鄰近矩陣、人口密度差異均通過了1%水平的顯著性檢驗，對長三角城市群環境污染的空間關聯關系具有重要影響。經濟發展水平差異矩陣同樣通過顯著性檢驗，并位于10%水平顯著。據此以上三個指標，與長三角城市群環境污染空間關聯呈現顯著的正相關關系。另外，雖然產業結構和對外開放水平與長三角城市群環境污染空間關聯呈負相關，同科技水平呈正相關關系，但是均沒有通過顯著性檢驗。這與上述的MR-QAP 回歸分析結果是一致的，最終證明該實驗結果是穩健的。

四、研究結論

（1）在QAP 相關分析結果中，可以看出長三角城市群的地理位置差異、人口密度差異和經濟發展水平差異與長三角城市群環境污染空間關聯均呈顯著的正相關關系。同時，也說明地理距離、人口密度及經濟發展水平均在一定程度上加劇地區環境污染。產業結構差異、科技水平差異及對外開放水平差異對環境污染空間關聯的影響較小，且結果并不顯著。

（2）MR-QAP 回歸分析和LR-QAP 回歸分析結果保持一致，證實長三角城市群環境污染空間關聯的影響因素研究中實證結果是相對穩健的。經濟發展水平、地理位置和人口密度等方面差異越大，越會加劇長三角城市群環境污染的空間關聯，成為長三角城市群環境污染空間關聯的重要影響因素。地理位置鄰近關系主要體現為環境污染存在的溢出效應，城市地理距離越相近，在交通、信息及文化交流等方面聯系便越為密切。人口密度差異可表現為城市人口規模的大小，人口密度越高隨之而來的公共環境問題也就越多，諸如生活垃圾、交通擁擠、企業和工廠的數量增加等。經濟發展水平差異可體現為技術的先進水平、產業模式和資金投入力度等方面。從而使得長三角城市群整體的環境污染愈加嚴重，均不利于長三角實現生態環境協同發展，同時也會阻礙長三角地區實現全方位一體化進程。

五、對策建議

以上結論，均驗證地理位置、經濟發展水平、人口密度對環境污染空間關聯的影響，為更好地降低長三角地區的環境污染水平，加強長三角區域環境協同治理，促進長三角生態一體化，需充分把握環境污染空間關聯驅動因素的影響，為此，本文提出以下建議：

（1）從地理位置因素來看，長三角城市群環境污染具有明顯的空間外溢特征。為此，長三角城市群應遵循環境協同治理理念，加強生態環境協同治理力度，可依據地理位置，建立相應的地方性環境污染聯防聯控機制。為避免出現環境污染集聚現象，地方政府還需制定統一的環境污染排放標準，并以政策的形式鼓勵企業降低污染排放，尋求技術改進。

（2）人口密度作為長三角環境污染空間關聯主要影響因素之一，對環境污染空間關聯具有重要影響，這對各城市的人口流動提出了挑戰。因而，為改善長三角城市群環境污染需協調城市化水平，合理把控發達城市的人口規模，同時，加強相對落后城市的人才引進力度。還需增強公民“環保意識”，倡導低碳生活，減少生活垃圾。

（3）經濟發展水平差異是拉開長三角城市群環境污染差異的關鍵因素。一方面，政府在長期規劃上還需持續加強城市間各生產要素的流動，以及城市間的經濟互動，以此縮小城市群經濟發展水平差異；另一方面，需持續完善生態補償機制建設，形成“互幫互助”的環境污染治理格局，加大對環境污染嚴重地區的環境治理投入，確保地區生態環境協同發展。

（4）產業結構、對外開放水平和科技水平雖然對環境污染空間關聯沒有產生顯著影響，也應有所關注，從多方面為提升長三角地區整體環境質量而努力。在加大對外開放水平的同時，政府還需設定嚴格的外資企業引進標準，杜絕為尋求資金來源引入高污染和高能耗產業，并限制外資企業的污染排放。當前長三角城市群內對外開放力度和科技水平還具有較大差異，為此，經濟發達地區還需擴大自身輻射力度，積極加強與相對落后地區的信息技術溝通與交流，適當調整地區產業結構，以促進區域發展互利共贏。