長三角產業結構高度化、城市蔓延與霧霾污染

王素鳳 方 暉

（安徽建筑大學，安徽 合肥 230601）

2019年12月，《長江三角洲區域一體化發展規劃綱要》（以下簡稱《綱要》）正式印發，規劃范圍為蘇、浙、皖、滬四省市全部區域。截至目前，長江三角洲地區已經躍居全國經濟發展程度最突出的區域之一。伴隨著不斷提升的經濟發展水平，霧霾污染問題逐漸顯現。2018年11月，長三角地區遭受大范圍的重度污染天氣，其中多地的空氣質量指數達到200以上；在長三角地區的發展建設中，產業結構高度化和城市蔓延是兩個影響霧霾污染的重要因素。《綱要》中明確指出：“引導行業合理布局，促進生產方式轉型，完善重點產業規劃和協調開發”“全力促進人的城市化，提高城市包容性，合理促進農村遷移人員城市化”。因此，如何保證產業結構高度化和城市蔓延的良性發展，同時有效防控霧霾污染，值得進一步探討與研究。

一、文獻綜述

（一）產業結構高度化與環境污染

對于產業結構高度化與環境污染，學界存在三種主流觀點。第一種是產業結構高度化會加劇環境污染。王青、趙景蘭和包艷龍[1]用格蘭杰因果檢驗法分析，三個行業在國民經濟構成中所占的比例會影響污染排放量；張曉雷和馬丁[2]研究發現煤炭消費和產業結構使霧霾污染總體惡化。第二種是產業結構高度化會減輕環境污染。原毅軍和謝榮輝[3]發現科技進步和產業結構調整都對制造業廢氣污染的減排產生貢獻；李小帆和盧麗文[4]的研究結果表明我國資源貧乏城市產業結構調整與污染治理的聯動協調仍處于失衡邊緣。第三種是產業結構高度化的效應不顯著或呈非線性關系。李鵬[5]發現證明二者都沒有對產業結構和污染物總量之間存在的“倒U型”曲線關系產生改變；張軍和郭希宇[6]發現產業結構變遷與高度化對環境污染的作用不顯著。

（二）城市蔓延與環境污染

學者們在研究城市蔓延與環境污染時發現，二者之間主要存在以下三種關系。第一種是城市蔓延會加劇環境污染。鄭思齊、霍燚[7]發現城市化擴張將會造成城市居民內部離散，而通勤過程也因此耗時更長；馬麗梅[8]研究表明增大距離和改善出行方法會耗盡更多的石化能量，加大碳排放量和細顆粒物污染；班茨哈夫（Banzhaf）和拉威利（Lavery）[9]研究發現城市擴張通常會減低人口密度以及經濟活動，并增加對建筑物的需求；劉曉紅[10]認為城市快速蔓延進程導致綠色空間生態系統，無法及時處理空氣污染物。第二種是城市蔓延會減輕環境污染。有學者認為城市向郊區擴張，可以緩解城市中心區污染物排放集中度的壓力。第三種是城市蔓延對環境污染的影響呈非線性關系。邵帥和李欣[11]等研究發現，緊湊的城市空間結構有利于減少霧霾污染，而無序擴張的城市發展則相反；項瑩瑩[12]研究發現城市蔓延對霧霾的影響呈現U型曲線關系。

（三）產業結構高度化、城市蔓延與環境污染

冉啟英[13]的研究結果表明：創新質量和城市蔓延的協同效應大幅度提升了霧霾污染。過往將產業結構高度化、城市蔓延與霧霾污染納入統一框架進行分析的文章比較少見；之前研究所選取的指標以PM10或者SO2為主，以PM2.5為主的近幾年才有所涉及。而隨著PM2.5成為重要的空氣質量監測指標，因此相關研究凸顯出必要性。

本文作出新的嘗試：以長三角41個地級市2006-2019年的面板數據為樣本，將PM2.5作為霧霾污染的指標，在研究產業結構高度化和城市蔓延對霧霾污染的影響的基礎上，引入二者的協同效應；進一步通過對解釋變量的平均數進行分樣本回歸，探究二者對霧霾污染的異質性影響，最后附加穩健性檢驗，并結合研究結果提出啟示與建議。

二、實證分析

（一）模型構建

本文基礎模型分為兩個，如下式（1）和（2）所示，其中式（2）引入了產業結構高度化與城市蔓延的協同項。

其中lnPM2.5為PM2.5濃度，lnInd為產業結構高度化，lnSprawl為城市蔓延，lnIno為政府創新偏好，lnPgdp為人均GDP，lnFdi為外商直接投資，lnUrban為城鎮化率，lnRegu為環境規制，c為常數項，ε為隨機擾動項。

（二）變量選取與數據來源

1.變量選取

（1）被解釋變量：霧霾污染（PM2.5）：PM2.5年度平均值數據。

（2）解釋變量：產業結構高度化（Ind）：參考干春暉[14]在文獻中提出的方法，用第三產業增加值與第二產業增加值的比值來衡量產業結構高度化；城市蔓延（Sprawl）：參考蔡海亞[15]等的思路，構建如下的城市蔓延度：

式中density_employment代表就業密度，density_population代表人口密度，就業密度=非農產業單位從業人員總數/建成區面積，人口密度=城區總人口/建成區面積，單位均是萬人每平方千米。α，β取0.5。

（3）控制變量：政府創新偏好（Ino）采用科學技術支出與公共財政支出的比值；人均生產總值（Pgdp）以人均GDP來衡量；外商直接投資（Fdi）的選用的是直接使用外資金額；城鎮化率（Urban）借鑒唐茂鋼、王鏑[16]的處理方法，采用市轄區建成區面積與市轄區總土地面積的比值。測度環境規制（Regu）時參考了任梅[17]等的做法，將建成區綠化覆蓋率、工業廢物利用率、污水處理率和人均公園綠地面積看作整體，用熵值法構建出環境規制綜合評價指標體系。

2.數據來源

被解釋變量霧霾污染（PM2.5）來源是華盛頓大學的Atmospheric Composition Analysis Group測算出來的全球PM2.5濃度數據；其余變量數據均來源于各年度《中國城市統計年鑒》。

描述性統計的具體結果如下表1。

表1 描述性統計

（三）單位根檢驗和協整檢驗

對于短面板數據來說，較為常用的單位根檢驗方法是HT檢驗。本文中采用了兩個最常見的協整檢驗方式，分別為pedroni檢驗與westerlund檢驗，檢驗結果均顯示與原數據具有協整關系，因此可以進行之后的實證分析。因為篇幅限制，在此不再列舉單位根檢驗和協整檢驗的結果。

（四）多重共線性檢驗

多重共線性檢驗，具體檢驗結果見下表2。結果表明，VIF值均小于5，這也說明了多重共線性現象并不存在。

表2 多重共線性檢驗

（五）Hausman檢驗

在實證分析開始之前還進行了Hausman檢驗，由于篇幅有限，具體結果不在此展示。結果顯示P值為0.000，1，這表明了固定效應的效果好于隨機效應，因此本文選擇固定效應模型。

（六）全樣本回歸分析

首先進行的是長三角地區41個地級市的全樣本固定效應回歸。全樣本回歸分成了三組：第一組僅僅引入了兩個解釋變量；第二組在解釋變量的基礎上引入各控制變量；第三組在之前的基礎上引入了協同項，具體結果如表3所示。

表3 全樣本回歸

由回歸結果可知，從直接效應來看，產業結構高度化對霧霾污染具有顯著的抑制作用，lnInd每升高1個單位，lnPM2.5就下降0.236個單位，這與原毅軍和謝榮輝[3]的研究成果一致；城市蔓延度則促進了霧霾污染，lnSprawl每升高1個單位，lnPM2.5也隨之升高0.226個單位，這與馬麗梅[8]的研究成果一致。

從協同效應來看，引入了協同項后，lnInd*lnSprawl每升高1個單位，lnPM2.5便隨之升高0.140個單位。將模型（3）與模型（2）的結果進行對比可以得出，城市蔓延弱化了產業結構高度化的減霾效果。可能是因為城市空間的蔓延，導致了人口密度和就業密度的降低，降低了地區間的交流。而第三產業是以服務業為主的產業，其發展依賴于人口流動，因此城市蔓延增加了傳播成本，不利于第三產業的發展，也就弱化了產業結構高度化，進而對于霧霾治理造成了負面影響。從控制變量來看，政府創新偏好促進了霧霾污染，人均生產總值對于霧霾污染具有抑制作用，隨著經濟發展，政府更加愿意投資于霧霾治理；外商直接投資有利于抑制霧霾污染，與周杰琦[18]的研究成果一致，城鎮化率的升高對于霧霾污染具有促進作用，與劉耀彬[19]的研究成果一致；環境規制小幅度抑制了PM2.5，但顯著性不高，可能是環境規制對于環境改善雖有所幫助，但對霧霾的影響微乎其微。

（七）分樣本回歸分析

按照產業結構高度化的平均數：0.900,745進行分組，得到高低兩組。其中低產業結構高度化指數的城市分別是：常州、蘇州、南通、連云港、鹽城、揚州、鎮江、泰州、宿遷、寧波、嘉興、湖州、紹興、衢州、蕪湖、蚌埠、淮南、馬鞍山、淮北、銅陵、安慶、滁州和宣城共計23個城市。相對應的高級別組包含的城市分別有：上海、南京、無錫、徐州、淮安、杭州、溫州、金華、舟山、臺州、麗水、合肥、黃山、阜陽、宿州、六安、亳州和池州共18個城市。具體結果如表4模型（3）-（6）所示。

與全樣本回歸結果對比來看，可以發現無論是低產業結構高度化指數城市還是高產業結構高度化指數城市，產業結構高度化均顯著抑制了霧霾污染，城市蔓延對霧霾污染具有顯著促進作用，而二者的協同效應也提高了霧霾污染程度。此外，低指數組中城市蔓延以及協同項的系數明顯升高，這意味著城市蔓延對于產業結構高度化減霾效果的弱化有所提高，表明霧霾治理受到了顯著的負面影響。可能的原因是在產業結構高度化指數較低的城市，第二產業轉型至第三產業的過程較為緩慢，環境污染問題一直得不到妥善解決，也就不利于霧霾的治理。

城市蔓延度的平均數為0.473，18，按照該數值進行分組，低城市蔓延組包括：南京、無錫、徐州、蘇州、南通、連云港、鎮江、杭州、寧波、溫州、嘉興、湖州、紹興、金華、衢州、舟山、臺州、麗水、合肥、蕪湖、蚌埠、馬鞍山、銅陵、安慶、黃山和滁州共26個城市；高組有15個城市，分別是：上海、常州、淮安、鹽城、揚州、泰州、宿遷、淮南、淮北、阜陽、宿州、六安、亳州、池州和宣城。

具體結果詳見表4模型（7）-（10）所示。低城市蔓延度的城市，產業結構高度化、城市蔓延以及協同項的系數的絕對值均有所提高，表明各項的影響程度均有一定幅度的提升。雖然在低組別中產業結構高度化對于霧霾污染的抑制效果更強，但城市蔓延進一步削弱了產業結構高度化對霧霾治理的貢獻。可能的原因是低級別組的建成區面積并沒有隨著時間有所提升，人口密度和就業密度相較于高級別組更低，人口聚集的程度雖然沒有那么嚴重，但受制于發展水平以及政策執行等方面的因素，從而不利于霧霾污染情況的改善。

表4 分樣本回歸

三、穩健性檢驗

穩健性檢驗結果見下表5。選擇了替換解釋變量指標的方式，將產業結構高度化替換為付凌暉[20]提出的產業結構高級化，是因為作者在文中提出：產業結構高級化是由于經濟水平的不斷增長，產業結構隨之出現規律性變化，主要體現在三次產業比重按照第一、二、三產業的順序持續攀升，這一定義與本文所選取的產業結構高度化指標基本一致。結果顯示解釋變量和協同項回歸系數的方向性和前文所得結果幾乎一致，這也體現回歸結果具備可靠性。

表5 替換指標的穩健性檢驗

四、結論和啟示

（一）結論

本文由實證分析結果可以得到以下結論：

1.產業結構高度化顯著抑制了霧霾污染，城市蔓延度對于霧霾污染有明顯的促進作用，二者協同效應的提升使得PM2.5濃度有所增加，表明城市蔓延削弱了產業結構高度化的減霾效果。

2.分組回歸結果可以看出，無論是低產業結構高度化指數城市還是高產業結構高度化指數城市，核心解釋變量的系數都和全樣本回歸保持一致，此外，低級別組的城市蔓延對于產業結構高度化減霾效果的弱化有所提高；低城市蔓延度的城市中城市蔓延進一步削弱了產業結構高度化對霧霾治理的貢獻。

3.從控制變量角度來看：政府創新偏好、城鎮化率促進了霧霾污染；人均GDP、外商直接投資和環境規制對于霧霾污染具有抑制作用。

（二）啟示

1.產業結構高度化顯著抑制了霧霾污染，政府必須要堅持執行《長江三角洲區域一體化發展規劃綱要》中提到的：“強化中心區產業集聚能力，推動產業結構高度化，優化重點產業布局和統籌發展”，充分發揮政策優勢；城市蔓延對霧霾污染有促進作用，并且城市蔓延會顯著弱化產業結構高度化的減霾成效，應結合政策方針的指導，減緩城市蔓延進程。

2.政府創新偏好、城鎮化率促進了霧霾污染。長三角區域內各地科學技術支出都隨著時間顯著增加，但這一領域卻對環境存在負向影響；城市建成區面積的增加雖然確實推動了城市化的發展，但同時卻增加了PM2.5濃度，因此當地政府急需調整城市發展戰略；外商直接投資可以有效抑制霧霾污染，各地政府應有限度地提升外資引入；環境規制可以有效地遏制PM2.5，各地都應該進一步推進城市綠化覆蓋進程，從而對霧霾污染的治理做出有效貢獻。