新型城鎮化視閾下霧霾污染問題研究
——基于面板門檻模型的實證分析

劉怡彤

(山西晉中理工學院，山西 晉中 030600)

1 引言

2013年以來，國內許多城市霧霾污染頻繁發生。日益嚴重的霧霾污染不僅影響人民生活質量，也是經濟和社會發展的瓶頸，因此，打破霧霾污染造成的發展瓶頸，已成為全社會關注的焦點。

2 文獻回顧

梁偉等[1]通過空氣質量指數(AQI)測量霧霾污染，并且使用廣義空間三步最小二乘法(GS3SLS)進行全局估計，結果表明，城市化率的上升會使霧霾污染程度下降。劉晨躍等[2]把中介效應法用于檢驗不同城市化效應對霧霾污染的影響。研究發現，產業城鎮化和人口城鎮化可以通過相關路徑間接影響霧霾污染，土地城市化則對霧霾污染沒有具體的影響路徑。劉伯龍等[3]使用改進的STIRPAT模型研究城市化對霧霾污染的影響。調查結果顯示，每提高1%的城市化水平將使霧霾污染濃度增加0.029%。陳桂秋[4]通過分析霧霾現狀及其形成的地理空間，表明城鎮化的經濟性、人類活動的利己性一定程度上導致了霧霾污染。孫中偉等[5]在對流動人口生活在城市中的意愿進行實證分析的基礎上，得出城市空氣污染會導致流動人口留下的意愿下降，從而阻礙城市化進程。劉曉紅等[6]通過FMOLS回歸發現中東部地區的城鎮化會加重霧霾污染，而西部地區的城鎮化進程會減緩霧霾污染。

綜上所述，從現有的研究結論來看，城市化與環境污染的關系尚無定論，這也為本研究提供了空間。現有的大部分研究都集中在城市化與環境污染的關系。而較少有通過構建一個綜合性指標來衡量新型城鎮化水平，并用此研究新型城鎮化發展水平與霧霾污染的關系。并且鮮有采用門檻模型研究新型城鎮化對霧霾污染的門檻效應。基于此，本文擬在前人研究的基礎上，以2010～2020年的全國15省為研究對象，通過構建新型城鎮化綜合評價體系，來研究新型城鎮化對霧霾污染的門檻效應。

3 模型構建

在新型城鎮化對霧霾污染的影響過程中，存在若干個臨界點，當相關經濟指標跨過這一點時，將導致新型城鎮化對霧霾污染產生不同的影響。這個臨界點就是門檻值。Hansen的面板門檻模型通過分析不同階段下門檻變量對核心解釋變量的影響，著重研究核心解釋變量與被解釋變量間的非線性關系，具體的模型表達式如下。

單門檻模型是門檻模型的基本模型，其表示形式如下：

yit=μ+β1zit(qit≤γ)+β2zit(qit>γ)+θXit+μit+eit

(1)

式(1)中i表示的是截面的不同，t代表時期。yit表示的是被解釋變量，qit表示的是門檻變量，γ表示的是門檻變量的具體數值，μit表示的是個體效應，eit表示的是隨機誤差項。其他變量為相關的參數。

雙門檻模型的形式如下：

yit=μ+β1zit(qit<γ1)+β2zit(γ1≤qit<γ2)+β3zit(qit≥γ2)+θXit+μit+eit

(2)

式(2)中，γ1、γ2為兩個門檻值。其余同上。

為了較全面地反映各省市新型城鎮化水平對霧霾污染的影響，本文引入影響霧霾污染的重要因素，包括：人均GDP(AGDP)、人口聚集(people)、工業企業科學技術投入(RD)、能源消費(ec)、產業結構(industry)、能源強度(ei)等，在此基礎上，分別討論不同經濟水平、能源強度、新型城鎮化水平的情況下，新型城鎮化水平對霧霾污染的非線性關系。經過整理，并對原始數據進行對數化處理，得到如下模型：

lnPM=μ+β1lnUrbanit(qit<γ1)+β2lnUrbanit(γ1≤qit<γ2)+β3lnUrbanit(qit≥γ2)+θXit+μit+eit

(3)

4 變量選取與數據來源

4.1 被解釋變量

本文使用由哥倫比亞大學社會經濟數據和應用中心發布的基于衛星監測的全球PM2.5濃度年均值的柵格數據[7]，并利用ArcGIS軟件將其解析為2010～2020年我國15個省年均PM2.5濃度的具體數值。衛星監測數據是地球大氣化學模擬模型構建的基礎以及大氣污染清單編制的基礎，能夠更準確地反映某一地區的PM2.5濃度及其波動趨勢，因此它可以被用來研究霧霾污染問題。

4.2 核心解釋變量

根據新型城鎮化發展的3個研究原則，即以人為本，生產城市一體化和綠色生態。同時為了使新型城鎮化的解釋變量更真實準確，本文在參考大量相關文獻的基礎上主要從經濟城鎮化、生態城鎮化以及社會城鎮化3個方面表征新型城鎮化水平，構建出如表1所列的新型城鎮化綜合評價指標體系。本文采用熵值法計算每個指標的權重。熵值法是根據客觀原始數據提供的信息量確定每個評估指標的權重，以避免人為因素干擾賦權過程。信息量越大，不確定性越小，熵越小，指標的權重越大[8]。

本文選用熵值法對15個省份的新型城鎮化水平進行了測度。具體步驟如下：

(1)原始數據處理。構建霧霾污染較嚴重的15個省份的新型城鎮化水平評價矩陣X=(xij)m×n。為了使各項指標同質化以便各項指標具有可比性，需要對各項指標進行標準化處理。

正向指標：

(4)

式(4)中：(i=1,2,…,m;j=1,2,…,n)

負向指標

(5)

式(5)中：(i=1,2,…,m;j=1,2,…,n)

(2)計算第i個評價指標的熵值ei:

(6)

式(6)中：k=1/lnm;

(3)計算第i項評價指標的權重:

(8)

式(8)中：?i=1-ei,為第i項評價指標的差異系數。

(4)綜合評價數值計算:

(9)

式(9)中：wi是第i項評價指標的權重；vij是標準化處理后的數據。Fi為第i個評價對象最后計算出的綜合得分值。

表1 新型城鎮化綜合指標體系

本文中以 2010年及 2020年的新型城鎮化水平為例進行說明，相關數據結果匯總如表2所示。

表2 2010年和2020年國內15個省份的新型城鎮化水平結果

由表2的新型城鎮化水平綜合得分可以看出，2010年15個省份新型城鎮化前五依次是江蘇、山東、北京、天津以及湖北；同樣，2020年 15 個省份新型城鎮化前五依次是江蘇、山東、北京、天津以及河南。從整體上來看，15個省份的新型城鎮化水平都在提升；按照中部、東部、西部3個區域劃分來看，東部省份的新型城鎮化水平較高，其次是中部地區，西部地區最低。

4.3 控制變量

影響霧霾污染因素是多樣的，本文考慮了數據的可得性，同時借鑒前人對霧霾影響因素的研究[9，10]，本文從《中國統計年鑒》《中國環境統計年鑒》《中國城市統計年鑒》等獲取到影響霧霾污染的相關指標：能源消費(Ec)、科技研究與發展經費(R&D)、人口聚集(People)、產業結構(Industry)、能源強度(Ei)人均國內生產總值(AGDP)，并將其作為控制變量。

(1)地區經濟發展水平(AGDP)：選取人均意義上的地區生產總值進行度量。

(2)產業結構(Industry)：按第二產業產值與地區GDP的比率來衡量。

(3)科技水平( RD )：選取地區規模以上工業企業研究與試驗發展經費。

(4)能源強度(Ei)：選取一次能源消耗量與GDP的比重來衡量。

(5)人口聚集(People)：用各地區的人口總數來表示。

(6)能源消費(Ec)：工業能耗水平是影響大氣污染的最直接因素，因此，選擇化石能源(包括煤、焦炭、柴油、原油、汽油、煤油、和燃料油)作為能耗指標。

本文研究的地域范圍為中國霧霾較嚴重的15個省份，樣本區間為2010～ 2020年。具體數據統計見表3。

表3 面板數據的描述性統計

5 實證分析

5.1 實證檢驗

5.1.1 單位根檢驗

門檻回歸模型要求變量均為平穩變量，因此為避免虛假回歸，需要在門檻回歸之前對各變量執行單位根檢驗。本文使用三種方法，分別為Levin,Lin,Chu檢驗(LLC檢驗)、Fisher-ADF檢驗(ADF檢驗)、Fisher-PP檢驗(PP檢驗)。檢驗結果如表4所示。

表4 單位根檢驗結果

5.1.2 協整檢驗

表5的協整檢驗結果表明，除了Panel v、Panel rho 和Group-rho，其余統計量均在1% 的顯著性水平下顯著，也就是拒絕原假設，說明該面板模型具有協整關系，并且可以直接執行面板回歸。

表5 協整檢驗結果

5.2 霧霾污染門檻效應檢驗結果

從表6可以看出，選擇不同門檻變量，新型城鎮化對霧霾污染的門檻效應不同。當以人均GDP與能源強度作為門檻變量時，門檻變量的單門檻模型和雙門檻模型的P值均通過了顯著性檢驗，而三門檻模型的P值未通過顯著性檢驗。說明在經濟增長與能源強度的影響下，新型城鎮化對霧霾污染的影響發生了二次突變。當以新型城鎮化本身作為門檻變量時，門檻變量的單門檻模型的P值通過了顯著性檢驗，而其余都沒有通過。研究表明，新型城鎮化對霧霾污染的非線性影響在不同因素的影響下存在本質區別。探討不同因素的影響下新型城鎮化與霧霾污染的關系很有意義。在此分析基礎上，本文進行面板門檻回歸。

表6 門檻效應檢驗

分析表7、表8可得，當一個地區人均 GDP 小于門檻值 10.5194時，新型城鎮化對環境污染的影響系數顯著為-0.6475，這表明，當新型城鎮化水平每增加 1%時，霧霾污染將降低64.75%；當經濟發展水平跨越該門檻值后，新型城鎮化對環境污染的影響系數顯著為-0.7122，相比跨越前負向作用增強。當人均國內生產總值跨越第二個門檻值后，新型城鎮化對環境污染的影響系數顯著為-0.9455，負向作用更加增強。通過以上分析，當門檻變量為人均GDP時候，新型城鎮化水平對15省霧霾污染具有顯著的“雙門檻效應”，新型城鎮化水平對霧霾污染的緩解程度在逐步增強。這說明隨著經濟的不斷發展，經濟城鎮化一定程度使得政府有更多的資金可以投入到環境建設與治理當中，同時企業有更多資金去研究開發新技術從而走向綠色發展的道路，這些都促進了生態城鎮化的發展。另一方面，經濟城鎮化的推進使得城鎮的醫療教育建設得以完善，提高了人們的生活水平以及國民素質，這些都有利于綠色生態觀念的普及，有利于生態城鎮化的推進。在經濟城鎮化、社會城鎮化、生態城鎮化的合力推進下，霧霾污染緩解程度增強。另一個可能的原因是，在人均GDP較低的情況下，發展經濟重點來增加收入的需求使得人們對環境的重視程度較低，而當人們收入達到一定的高度，人們對生存環境提出了更高的要求，從而更注意綠色生態的發展，因此促進了生態城鎮化的進程，從而使得霧霾污染更加得到緩解。

表7 門檻估計值

表8 門檻效應分析結果

不同能源強度下，新型城鎮化水平對霧霾污染同樣也具有明顯的雙門檻效應，當不可再生能源強度低于1.1010時，新型城鎮化水平對PM2.5濃度的影響系數為-2.0295，即城市化水平每增長1%，PM2.5濃度降低2.0295 μg/m3，且在1%水平下顯著。當該地區新型城鎮化水平跨越該門檻值后，新型城鎮化水平對環境污染的影響顯著為-1.5981，相比跨越前負向作用減弱。在能源強度跨越第二個門檻1.1238后，負向作用更加減弱。這說明在不可再生能源強度增大的情況下，新型城鎮化水平對霧霾污染的削弱作用降低，這是由于不可再生能源利用效率不高導致生態城鎮化的進展變得緩慢，由此新型城鎮化也發展滯緩，進而使得大氣污染嚴重。

當一個地區新型城鎮化小于門檻值 0.2163時，新型城鎮化對環境污染的影響系數顯著為-2.6859，表示新型城鎮化水平每增加 1%，環境污染將改善 26.86%；當該地區新型城鎮化跨越該門檻值后，新型城鎮化對環境污染的影響顯著為-1.7837，相比跨越前負向作用減弱。可能存在的原因是，盡管新型城鎮化倡導綠色生態，然而“以人為本”是新型城鎮化的核心，為了滿足人們的需求，城鎮住宅、公共基礎設施等大量工程項目都會在城鎮化進程中陸續開展，這些工程建設在一定程度上對環境造成了巨大的挑戰。

從控制變量可以看出，工業企業技術投資與霧霾污染成反向波動關系，工業企業技術投資有利于能源效率的提高，更有利于充分利用綠色新能源進行生產，從而降低了霧霾污染。人口集聚對霧霾污染有負向影響，這是由于人口集聚有利于充分利用工業設備、基礎設施等，從而有利于減少相關工程的建設，進而降低污染。

此外，通過構造似然比函數圖，可以更清楚地理解門檻估計值和置信區間的構建過程。如圖1～3所示，門檻估計值都至少在 10% 的顯著性水平下顯著，圖中虛線是 95%的置信水平的臨近值。

圖1 模型1中第一、第二門檻值及置信區間

圖2 模型2中第一、第二門檻值及置信區間

圖3 模型3中單一門檻值及置信區間

6 討論與結論

本文以我國霧霾較嚴重的15個省為研究視角，基于2010～2020年省際面板數據，構建了15省霧霾污染影響因素指標體系，分別以人均GDP、能源強度與新型城鎮化水平為門檻變量，構建面板門檻回歸模型，討論新型城鎮化水平與霧霾污染的非線性關系，結果表明：①不同因素作用下，新型城鎮化水平對霧霾污染的突變表現有所不同。其中，人均GDP作為門檻變量時，新型城鎮化在門檻變量跨越門檻值后對霧霾污染的負向作用有所增強。這是由于經濟的增長通過技術效應以及基礎設施的完善促進了生態城鎮化與社會城鎮化，這樣的新型城鎮化有助于緩解霧霾污染；②在能源強度作為門檻變量時，新型城鎮化對霧霾污染程度減緩作用降低。這是由于能源強度大意味著能源使用效率的低下，不利于生態城鎮化進程，對霧霾污染的緩解程度降低；③在新型城鎮化水平作為門檻變量時，新型城鎮化本身對霧霾污染存在單門檻效應；④從新型城鎮化指標體系來看，我國西部地區的新型城鎮化水平明顯低于中東部地區，故西部地區應從經濟、社會、生態三方面穩固推進新型城鎮化建設，以減緩霧霾污染；⑤我國新型城鎮化建設規模在逐步擴大過程中，應把更多的關注點放在新型城鎮化建設質量的提高上，比如完善城市基礎設施、為城鎮人口提供更多就業崗位等，以提高人民的生活水平，促進綠色低碳經濟的發展。