黃河流域技術(shù)創(chuàng)新對PM2.5的影響及其空間溢出效應(yīng)

王晶晶，程鈺

（1.山東師范大學(xué)地理與環(huán)境學(xué)院，山東 濟(jì)南 250358；2.山東省可持續(xù)發(fā)展研究中心，山東 濟(jì)南 250358）

近年來，中國工業(yè)化和城鎮(zhèn)化進(jìn)程持續(xù)推進(jìn)。2021年，中國城鎮(zhèn)化率由1978年的17.92%提升至64.72%，與美國、法國、德國等發(fā)達(dá)國家差距逐漸縮小。經(jīng)濟(jì)增速在全球主要經(jīng)濟(jì)體中名列前茅，經(jīng)濟(jì)總量穩(wěn)居第二，對世界經(jīng)濟(jì)增長貢獻(xiàn)率在20%以上。經(jīng)濟(jì)規(guī)模持續(xù)擴(kuò)大的同時進(jìn)一步加劇了中國生態(tài)環(huán)境保護(hù)形勢的嚴(yán)峻性，不斷逼近生態(tài)系統(tǒng)閾值門檻，這一過程中產(chǎn)生了一系列環(huán)境污染和生態(tài)破壞問題，特別是大氣環(huán)境質(zhì)量下降明顯，霧霾污染問題頻發(fā)。2013年，霧霾天氣覆蓋中國中東部地區(qū)，涉及25個省份、100多個大中型城市［1-2］，已經(jīng)成為影響中國經(jīng)濟(jì)發(fā)展質(zhì)量、公眾福利和居民健康的重要因素之一。高濃度的PM2.5是形成霧霾天氣的重要原因之一［3］?！笆奈濉睍r期空氣質(zhì)量改善目標(biāo)仍將PM2.5作為兩個重要指標(biāo)之一，推動PM2.5同比下降10%。緩解和解決PM2.5污染問題對改善空氣質(zhì)量、提升公眾福祉和推動經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要意義。

黃河流域是我國重要的生態(tài)安全屏障，也是人口活動和經(jīng)濟(jì)發(fā)展的重要空間載體。2019年，黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展上升為重大國家戰(zhàn)略，對區(qū)域經(jīng)濟(jì)、社會和生態(tài)環(huán)境協(xié)調(diào)發(fā)展提出了新的目標(biāo)和要求，但這一過程中也面臨諸多問題和困難。黃河流域橫跨我國東中西部，其生態(tài)本底條件空間差異明顯，區(qū)域生態(tài)環(huán)境脆弱，復(fù)雜的人地關(guān)系造成區(qū)域開發(fā)與經(jīng)濟(jì)社會發(fā)展、資源環(huán)境保護(hù)之間的矛盾突出［4］。同時，人口密集、重型化產(chǎn)業(yè)結(jié)構(gòu)突出、工業(yè)化水平較高等使黃河流域也面臨著較為嚴(yán)峻的大氣污染問題，PM2.5污染在一定程度上制約了黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展。在此背景下，開展黃河流域PM2.5空間演變格局特征分析與技術(shù)創(chuàng)新影響效應(yīng)探究，對提升黃河流域空氣質(zhì)量，強(qiáng)化區(qū)域污染協(xié)同治理，促進(jìn)創(chuàng)新驅(qū)動流域高質(zhì)量發(fā)展具有一定的現(xiàn)實(shí)意義。

1 文獻(xiàn)綜述

面對日益嚴(yán)峻的大氣污染問題，眾多學(xué)者針對PM2.5相關(guān)問題開展了豐富研究，主要集中于PM2.5的污染特征［5］、時空演變［6］、健康效應(yīng)［7］、成因分析［8-9］、趨勢預(yù)測［10］及其對經(jīng)濟(jì)發(fā)展的影響效應(yīng)［11］等諸多方面。其中，PM2.5影響因素解析是學(xué)術(shù)界關(guān)注的熱點(diǎn)問題之一。現(xiàn)有研究指出，PM2.5作為影響大氣污染的一項(xiàng)重要指標(biāo)，其濃度變化受到風(fēng)速［12］、降水［13］、氣壓［14］、地形［15］、植被覆蓋［16］等自然環(huán)境因素的影響，也有相關(guān)成果逐漸發(fā)現(xiàn)人口集聚［17］、環(huán)境規(guī)制［18］、財(cái)政分權(quán)［19］、金融發(fā)展［20］、產(chǎn)業(yè)結(jié)構(gòu)［21］與技術(shù)進(jìn)步［22］等因素同樣對PM2.5具有重要作用，開始基于社會經(jīng)濟(jì)視角從國家、省域、城市、行業(yè)等不同尺度開展PM2.5成因分析。如胡慶龍等［23］在測算中國省域因終端能源消費(fèi)產(chǎn)生的PM2.5排放量基礎(chǔ)上，探究了東中西部區(qū)域PM2.5排放的社會經(jīng)濟(jì)驅(qū)動因素與機(jī)理；郭向陽等［24］探索了長三角地區(qū)41個地級城市多維城市化對PM2.5濃度的非線性影響，認(rèn)為經(jīng)濟(jì)社會因素在驅(qū)動長三角城市PM2.5濃度時空特征方面扮演著主角。也有部分學(xué)者將自然環(huán)境因素和人文經(jīng)濟(jì)因素納入統(tǒng)一分析體系內(nèi)，探究驅(qū)動PM2.5濃度變化的主控因素，如Yang等［25］利用地理探測器解析了自然和社會經(jīng)濟(jì)因素的決定性力量及對PM2.5污染的交互影響，發(fā)現(xiàn)生態(tài)環(huán)境和氣候等自然因素的影響大于社會經(jīng)濟(jì)因素；張殷俊等［26］認(rèn)為中國細(xì)顆粒物在空間分布上的區(qū)域特征受經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)和地形等因素的多重影響。

技術(shù)創(chuàng)新是推進(jìn)綠色發(fā)展和高質(zhì)量發(fā)展的核心驅(qū)動力。關(guān)于技術(shù)創(chuàng)新對PM2.5影響效應(yīng)的研究逐漸增多，但不同學(xué)者對此產(chǎn)生的觀點(diǎn)并不一致，如郭凌軍等［27］、李在軍等［28］均認(rèn)為科技創(chuàng)新對本地區(qū)和鄰近省域霧霾污染具有抑制作用；Larkin等［29］認(rèn)為利用大/新數(shù)據(jù)源的空氣污染傳感器等技術(shù)對改變個人環(huán)境細(xì)顆粒物空氣污染暴露評估和健康研究具有重要作用。另一方面，李衡等［30］認(rèn)為當(dāng)前科學(xué)支出對黃河流域大部分地區(qū)的PM2.5具有加劇作用，但這一作用效果較小；王紅等［31］認(rèn)為部分小企業(yè)在創(chuàng)新技術(shù)經(jīng)濟(jì)范式、發(fā)展循環(huán)經(jīng)濟(jì)的過程中，由于技術(shù)差、規(guī)模小，可能產(chǎn)生PM2.5排放增加的潛在威脅。也有部分學(xué)者發(fā)現(xiàn)技術(shù)創(chuàng)新對PM2.5的影響效應(yīng)存在一定的發(fā)生條件，如祿雪煥等［32］發(fā)現(xiàn)綠色技術(shù)創(chuàng)新在降低霧霾污染的過程中具有門檻效應(yīng)，李子豪等［33］也得出了相似結(jié)論；汪克亮等［34］指出，政府創(chuàng)新偏好對霧霾減排存在環(huán)境回彈效應(yīng)和時間異質(zhì)性，由過去的抑制作用轉(zhuǎn)為了促進(jìn)作用；Chen等［35］則印證了不同技術(shù)進(jìn)步路徑對PM2.5影響的區(qū)域異質(zhì)性。

綜上，可以發(fā)現(xiàn)，眾多學(xué)者對技術(shù)創(chuàng)新影響區(qū)域PM2.5開展了一定的研究，但針對黃河流域這一重要的經(jīng)濟(jì)生態(tài)廊道［36］，未能對該問題進(jìn)行更加深入地探討?；诖?，該研究擬從以下幾個方面進(jìn)行拓展：一是該研究將影響PM2.5空間演變的自然環(huán)境因素和社會經(jīng)濟(jì)因素納入統(tǒng)一分析框架中，從自然和人文兩個視角解析不同因素的影響效應(yīng)；二是將技術(shù)創(chuàng)新作為影響區(qū)域PM2.5的重要驅(qū)動因素，探究其影響強(qiáng)度和溢出效應(yīng)，并與其他自然、人文因素進(jìn)行對比，明確其在影響黃河流域PM2.5過程中發(fā)揮的關(guān)鍵作用，構(gòu)建起技術(shù)創(chuàng)新對PM2.5影響的機(jī)制；三是PM2.5在全國、省域、城市群等尺度具有明顯的空間自相關(guān)特征［37-38］，在此基礎(chǔ)上，該研究綜合運(yùn)用空間自相關(guān)和空間計(jì)量模型分析黃河流域PM2.5的集聚演化格局與特征，系統(tǒng)性地對自然與社會經(jīng)濟(jì)因素的作用路徑及其空間溢出效應(yīng)進(jìn)行量化和識別。該研究基于黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展重大國家戰(zhàn)略的現(xiàn)實(shí)需求，能夠?yàn)橥七M(jìn)黃河流域跨區(qū)域大氣污染聯(lián)防聯(lián)控提供理論解釋和決策支撐。

2 研究方法與數(shù)據(jù)來源

2.1 研究方法

2.1.1 核密度估計(jì)

核密度估計(jì)是非參數(shù)檢驗(yàn)函數(shù)之一，用于估計(jì)數(shù)據(jù)本身分布的性態(tài)特征。該研究利用核密度估計(jì)模型展示黃河流域PM2.5在連續(xù)時間序列上的總體分布與演變狀態(tài)［37］：

式中：n為黃河流域地級市數(shù)量為核函數(shù)，該研究選取的核函數(shù)為Epanechnikov；h為帶寬，帶寬的選取以平均積分平方誤差最小為原則，當(dāng)n趨于∞時，h趨向于0。

2.1.2 空間自相關(guān)分析

選取全局空間自相關(guān)指數(shù)Moran’sI刻畫黃河流域地級市尺度PM2.5在空間位置上的相關(guān)關(guān)系，探究其在各研究單元的空間關(guān)聯(lián)特征，定量測度PM2.5在鄰近區(qū)域的空間依賴程度和集聚態(tài)勢，其表達(dá)式為：

式中：n為研究區(qū)域數(shù)量；xi、xj表示在i、j位置上的空間觀測值；xˉ為n個區(qū)域所有數(shù)據(jù)的平均值；Wij為生成的空間權(quán)重矩陣。全局Moran’sI取值范圍為［-1，1］，指數(shù)越大，表明空間自相關(guān)作用越強(qiáng)，地域單元間的空間聯(lián)系越緊密；反之，鄰近單元間的空間相互作用和聯(lián)系程度則越弱。進(jìn)一步對計(jì)算結(jié)果進(jìn)行Z值顯著性檢驗(yàn)，判斷其空間自相關(guān)作用的方向和顯著程度，具體表達(dá)式為：

式中：Z(I)表示Moran’sI的顯著性水平；E(I)為指數(shù)均值為Moran’sI的方差開根。Z(I)小于0表明鄰近區(qū)域存在負(fù)向空間相關(guān)關(guān)系，大于0為正相關(guān)，等于0表示各區(qū)域觀測值為隨機(jī)分布狀態(tài)，不存在空間相互作用關(guān)系。

2.1.3 空間計(jì)量模型

空間計(jì)量模型相較于普通OLS回歸進(jìn)一步考慮到空間交互因素的影響，可以有效減少空間溢出效應(yīng)對內(nèi)生性的影響，并判斷溢出效應(yīng)的正負(fù)向。選取空間杜賓模型（Spatial Dubin Model，SDM）、空間誤差模型（Spatial Error Model，SEM）、空間滯后模型（Spatial Lag Model，SLM）三種空間計(jì)量模型，解析技術(shù)創(chuàng)新對黃河流域PM2.5的影響效應(yīng)與空間溢出，設(shè)定為［39］：

式中：ln(PM2.5)it為各地市PM2.5觀測值；lnTECHit為核心解釋變量技術(shù)創(chuàng)新；lnXit為研究選取的控制變量，包括6個自然要素和4個人文經(jīng)濟(jì)要素；β、ω表示各變量影響系數(shù)；Wij為空間權(quán)重矩陣；α、γ、τ為空間權(quán)重項(xiàng)的影響系數(shù)；δit為隨機(jī)擾動項(xiàng)；Cons為常數(shù)項(xiàng)。當(dāng)隨機(jī)擾動項(xiàng)存在，即φ≠0時，該模型為SEM，通常認(rèn)為SEM的誤差項(xiàng)是獨(dú)立分布的；當(dāng)φ=0，空間權(quán)重項(xiàng)α不為0且γ為0時，即解釋變量的空間項(xiàng)不存在，模型為SLM；α、γ均不為0時，模型為SDM。

2.2 研究區(qū)域與數(shù)據(jù)來源

2.2.1 研究區(qū)域

根據(jù)2021年國務(wù)院印發(fā)的《黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展規(guī)劃綱要》，黃河干支流流經(jīng)青海、四川、甘肅、寧夏、內(nèi)蒙古、山西、陜西、河南、山東9省區(qū)。在保持省級區(qū)劃完整的基礎(chǔ)上，考慮到四川藏區(qū)阿壩、甘孜等部分自治州數(shù)據(jù)的可獲取性，選取除四川外黃河流域8個省區(qū)、79個地級單元為分析區(qū)域?；诘丶壥谐叨绕饰鳇S河流域PM2.5空間演變特征和規(guī)律，并以技術(shù)創(chuàng)新為核心驅(qū)動因素探究其空間影響效應(yīng)。

2.2.2 數(shù)據(jù)來源

PM2.5數(shù)據(jù)源自大氣成分分析組（Atmospheric Composition Analysis Group）。該數(shù)據(jù)集是利用NASA衛(wèi)星、地面監(jiān)測站數(shù)據(jù)綜合估測的一年均值數(shù)據(jù)，源數(shù)據(jù)為NetCDF格式，分辨率為0.01°×0.01°，數(shù)據(jù)算法版本為V5.GL.01，精度較高且使用廣泛［40］。

PM2.5濃度空間演變特征同時受到自然解釋要素和社會經(jīng)濟(jì)因素等多方面的協(xié)同影響，借鑒文獻(xiàn)［41］，在社會經(jīng)濟(jì)因素方面選取技術(shù)創(chuàng)新作為核心解釋變量，以黃河流域地級單元專利授權(quán)量、城市人均創(chuàng)新指數(shù)為代理變量。其中，專利授權(quán)量數(shù)據(jù)源自國家知識產(chǎn)權(quán)局專利檢索及分析系統(tǒng)（http：//pss-system.cnipa.gov.cn/），城市人均創(chuàng)新指數(shù)數(shù)據(jù)源自北京大學(xué)開放研究數(shù)據(jù)平臺發(fā)布的1990—2019年中國城市創(chuàng)新創(chuàng)業(yè)指數(shù)。其他社會經(jīng)濟(jì)控制變量主要包括經(jīng)濟(jì)發(fā)展水平、能源效率、人口密度、外資利用，分別以人均GDP、萬元GDP能源消耗量、單位土地面積人口數(shù)量與當(dāng)年實(shí)際使用外資金額表征。其中，能源消耗量指標(biāo)參考Chen等［42］、吳建生等［43］的相關(guān)研究，利用省級能源消費(fèi)量及地級市夜間燈光數(shù)據(jù)反演得出，其他指標(biāo)數(shù)據(jù)主要源自中國經(jīng)濟(jì)社會大數(shù)據(jù)研究平臺、國家統(tǒng)計(jì)局網(wǎng)站與各年份《中國城市統(tǒng)計(jì)年鑒》等。

在自然解釋要素方面，包括年均氣溫、年降水量、年均相對濕度、年均風(fēng)速、年均氣壓與植被覆蓋指數(shù)，相關(guān)氣象數(shù)據(jù)源自國家氣象科學(xué)數(shù)據(jù)中心（http：//data.cma.cn/），原始數(shù)據(jù)為黃河流域657個氣象站點(diǎn)的逐日觀測資料，通過空間插值與柵格轉(zhuǎn)換生成地級市面板數(shù)據(jù)；植被覆蓋指數(shù)以歸一化植被指數(shù)（NDVI）表征，該數(shù)據(jù)集源自中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心（https：//www.resdc.cn/Default.aspx），是基于連續(xù)時間序列的SPOT/VEGETATION NDVI衛(wèi)星遙感數(shù)據(jù)，能夠有效反映全國各地區(qū)植被覆蓋時空分布和變化狀況。

3 黃河流域PM2.5空間演變特征

3.1 黃河流域PM2.5空間特征分析

從各年度核密度估計(jì)曲線的波峰位置看（圖1），黃河流域PM2.5濃度最高值向左側(cè)偏移，表明污染程度呈明顯下降趨勢。2019年，PM2.5濃度核密度曲線拖尾顯著縮短，峰值出現(xiàn)區(qū)間為［20，40］，表明低PM2.5濃度地市數(shù)量有所增加，高PM2.5濃度地市數(shù)量呈現(xiàn)下降趨勢。從核密度曲線時間演變狀態(tài)來看，研究時期內(nèi)PM2.5核密度曲線基本呈現(xiàn)“大波峰+小波峰”態(tài)勢。2011年，核密度曲線小波峰存在明顯的延長趨勢，表明PM2.5濃度值較高的地市在這一時期數(shù)量增多，此后隨著《大氣污染防治行動計(jì)劃》等政策文件的頒布和實(shí)施，核密度曲線明顯向左側(cè)收斂，2019年黃河流域PM2.5濃度值顯著下降。同時，PM2.5在區(qū)域間分布差異有所擴(kuò)大，部分地市PM2.5濃度峰值在右側(cè)收斂，存在空氣質(zhì)量有待改善的問題，進(jìn)一步表明PM2.5仍是影響黃河流域空氣質(zhì)量和生態(tài)保護(hù)的重要因素。

圖1 黃河流域PM2.5濃度核密度函數(shù)曲線

進(jìn)一步刻畫黃河流域PM2.5濃度值的空間異質(zhì)性（圖2）。2004—2019年，PM2.5濃度值較高的地市主要集中于黃河下游地區(qū)，如河南漯河、濮陽，山東聊城、菏澤等傳統(tǒng)產(chǎn)業(yè)份額較大、以資源密集型產(chǎn)品為主的地市；PM2.5濃度值較低的地市主要集中于黃河中上游，包括榆林、寶雞、固原、天水等市，包頭、烏蘭察布、巴彥淖爾等在研究時期內(nèi)一直處于較低濃度值水平。2011年，黃河流域PM2.5濃度值有所上升，處于中高濃度等級的地市數(shù)量約占全部地市的60%，濃度值在68.96 μg/m3以上的地市為34個，占黃河流域總地市的43.04%；較低濃度地市主要分布于酒泉、張掖等。2019年，黃河流域各地市PM2.5濃度值下降明顯，如定西、長治、忻州、晉城等市的PM2.5濃度值降至27.48 μg/m3以下，泰安、淄博、鄭州、駐馬店等市濃度值低于36.50 μg/m3，但菏澤、聊城、漯河、濮陽等14個地級市處于中高等級濃度水平，PM2.5污染問題仍是影響黃河流域空氣質(zhì)量提升的重要因素?？傮w來看，黃河流域PM2.5在空間上的分布格局呈“東南-西北”方向遞減特征，這一格局的形成同時受到自然和人文等多種因素的協(xié)同作用。黃河流域下游地級市由于具有較高的工業(yè)化和城鎮(zhèn)化水平，活躍的人口、產(chǎn)業(yè)活動在促使地區(qū)經(jīng)濟(jì)發(fā)展的同時，也為環(huán)境質(zhì)量提升帶來一定的壓力；另一方面，陜西、甘肅等西北地區(qū)地貌多樣，山地、高原、平川、戈壁類型豐富，對黃河流域PM2.5的擴(kuò)散產(chǎn)生了較為復(fù)雜的影響效應(yīng)。

圖2 黃河流域PM2.5濃度空間格局演變特征

3.2 黃河流域PM2.5空間相關(guān)性分析

為探究黃河流域各區(qū)域間PM2.5是否存在空間自相關(guān)性，對2004—2019年黃河流域79個地級市的全局Moran’sI進(jìn)行測算（表1）。結(jié)果顯示，研究時期內(nèi)黃河流域各地級市Moran’sI一直保持在0.80以上，由2004年的0.800增加至2019年的0.831，且各年份Z（I）值均大于2.58。Moran’sI在1%置信水平下顯著為正，表明黃河流域PM2.5濃度并未呈現(xiàn)出隨機(jī)分布狀態(tài)，而是具有一定的空間自相關(guān)特征，PM2.5濃度變化會受到鄰近區(qū)域的顯著影響，且總體集聚態(tài)勢呈不斷增強(qiáng)趨勢。

表1 2004—2019年黃河流域PM2.5濃度的全局Moran’s I

為進(jìn)一步分析黃河流域PM2.5濃度在空間上的異質(zhì)性，探究某一地理單元與其鄰近地區(qū)同一屬性值的集聚現(xiàn)象與聚類特征，研究以2004、2011和2019年數(shù)據(jù)為樣本，利用GeoDa1.18和ArcGIS10.7軟件繪制局部Moran’sI散點(diǎn)分布圖（圖3）。其中，橫坐標(biāo)為各空間單元的標(biāo)準(zhǔn)化值，縱坐標(biāo)為各空間單元的滯后值。結(jié)果顯示，黃河流域各區(qū)域PM2.5散點(diǎn)主要集中于第一象限、第三象限，分布趨勢較為明顯，表明PM2.5濃度值在空間上呈現(xiàn)高高（HH）集聚和低低（LL）集聚態(tài)勢，具有較強(qiáng)的空間關(guān)聯(lián)特征，以正向空間關(guān)聯(lián)為主。第二象限、第四象限也有部分地市分布，分別為低高（LH）集聚類型區(qū)、高低（HL）集聚類型區(qū)，主要包括呂梁、許昌、駐馬店等市。

圖3 黃河流域PM2.5的Moran’s I散點(diǎn)

4 黃河流域技術(shù)創(chuàng)新對PM2.5的影響及其空間溢出效應(yīng)

4.1 變量選取

將年均氣溫、年降水量等自然解釋要素與技術(shù)創(chuàng)新、能源效率等經(jīng)濟(jì)社會因素納入同一空間計(jì)量模型中，選取PM2.5濃度為被解釋變量，技術(shù)創(chuàng)新為核心解釋變量，探究其對PM2.5的空間影響效應(yīng)與內(nèi)部作用機(jī)制。

被解釋變量：PM2.5濃度（PM2.5）。PM2.5濃度作為影響區(qū)域空氣質(zhì)量的重要因素，研究選取黃河流域79個地級市年均PM2.5數(shù)據(jù)為被解釋變量。

核心解釋變量：技術(shù)創(chuàng)新（TECH）。以專利授權(quán)量（PATE）、城市人均創(chuàng)新指數(shù)（INNO）作為技術(shù)創(chuàng)新的代理變量。其中，專利授權(quán)量是衡量區(qū)域創(chuàng)新產(chǎn)出的重要指標(biāo)，可以合理計(jì)量創(chuàng)新成果與科技活動的活躍性，在一定程度上能夠表明區(qū)域自身的技術(shù)研發(fā)水平及科技儲備量。城市人均創(chuàng)新指數(shù)源自北京大學(xué)開放研究數(shù)據(jù)平臺發(fā)布的相關(guān)報(bào)告，該數(shù)據(jù)集由7個子維度系統(tǒng)計(jì)算出中國城市創(chuàng)新創(chuàng)業(yè)指數(shù)，具有一定的整體性和綜合性，可以對單一代理變量起到較好的補(bǔ)充作用。同時，借鑒毛文峰等［44］、鐘若愚等［45］的相關(guān)研究，選取城市人均創(chuàng)新指數(shù)作為技術(shù)創(chuàng)新的另外一個代理變量。

控制變量：PM2.5濃度同時受到自然解釋因素和社會經(jīng)濟(jì)因素等多方面的影響，基于此，控制年均氣溫（TEMP）、年降水量（PREC）、年均相對濕度（HUMI）、年均風(fēng)速（WIND）、年均氣壓（PRES）、植被覆蓋指數(shù)（NDVI）等自然解釋要素與經(jīng)濟(jì)發(fā)展水平（ECON）、能源效率（ENER）、人口密度（POPU）、外資利用（FORE）等經(jīng)濟(jì)社會因素。各變量的描述性統(tǒng)計(jì)見表2。

表2 變量的描述性統(tǒng)計(jì)

為保證指標(biāo)的平穩(wěn)性，降低回歸過程中出現(xiàn)偽回歸現(xiàn)象的可能性，減少各變量間共線性對實(shí)證結(jié)果產(chǎn)生的影響，進(jìn)一步對各變量的原始數(shù)據(jù)進(jìn)行取自然對數(shù)處理，并分別進(jìn)行Levin-Lin-Chu（LLC）和ADF-Fisher單位根檢驗(yàn)，結(jié)果見表3。單位根檢驗(yàn)結(jié)果表明，各變量數(shù)據(jù)均為平穩(wěn)序列，可以進(jìn)行后續(xù)分析。

表3 變量的平穩(wěn)性檢驗(yàn)

為進(jìn)一步直觀展示技術(shù)創(chuàng)新與PM2.5濃度之間的相關(guān)關(guān)系，繪制專利授權(quán)量、城市人均創(chuàng)新指數(shù)與城市PM2.5的散點(diǎn)擬合圖（圖4）。根據(jù)擬合趨勢，技術(shù)創(chuàng)新與PM2.5濃度具有較為明顯的相關(guān)關(guān)系。根據(jù)全局Moran’sI測算結(jié)果，空間交互效應(yīng)的存在表明更適合利用空間計(jì)量模型對各因素的溢出效應(yīng)進(jìn)行實(shí)證探究。

圖4 技術(shù)創(chuàng)新與PM2.5濃度的相關(guān)性分析

4.2 整體結(jié)果分析

選取空間杜賓模型（SDM）、空間誤差模型（SEM）、空間滯后模型（SLM）對上述變量進(jìn)行回歸分析，結(jié)果見表4。對比LM（lag）、Robust LM（lag）、LM（error）、Robust LM（error）等檢驗(yàn)結(jié)果，各參數(shù)均通過了顯著性檢驗(yàn)，表明在進(jìn)行回歸分析時，空間杜賓模型對這一過程具有更優(yōu)的解釋能力，應(yīng)選取空間杜賓模型的估計(jì)結(jié)果進(jìn)行后續(xù)研究和分析。

表4 SLM、SEM與SDM估計(jì)結(jié)果

從空間杜賓模型的回歸結(jié)果可以看出，專利授權(quán)量對PM2.5濃度影響系數(shù)為-0.318并在1%置信水平下顯著為負(fù)，表明地區(qū)專利授權(quán)量的增加有助于空氣質(zhì)量改善。一方面，與PM2.5排放源的降低和消減直接相關(guān)的技術(shù)創(chuàng)新可以有效降低污染濃度，如新型煤炭清潔、工業(yè)煙氣脫硫脫硝、高效節(jié)能脫硫、高效除塵等專利的使用和轉(zhuǎn)化；另一方面，移動源消減治理技術(shù)研發(fā)和革新同樣對降低PM2.5濃度具有重要作用，如空氣凈化和污染物收集、烴類回收、多污染物協(xié)同治理等，有利于攻克與PM2.5直接相關(guān)的關(guān)鍵共性技術(shù)，促進(jìn)技術(shù)協(xié)同跨越式發(fā)展，改善區(qū)域空氣質(zhì)量。城市人均創(chuàng)新指數(shù)對PM2.5濃度影響系數(shù)為-0.024，并在5%置信水平下表現(xiàn)為顯著負(fù)相關(guān)，即城市創(chuàng)新指數(shù)的提升有利于PM2.5防治。創(chuàng)新作為一種生產(chǎn)要素投入具有一定逐利性，要素在區(qū)域流轉(zhuǎn)的動態(tài)過程中將會從邊際效益較低的區(qū)域逐漸流入邊際效益較高的區(qū)域，產(chǎn)生創(chuàng)新要素集聚效應(yīng)。城市人均創(chuàng)新指數(shù)對降低PM2.5濃度的影響效應(yīng)表現(xiàn)為兩個方面，一是較高的創(chuàng)新指數(shù)對地區(qū)基礎(chǔ)研究具有較強(qiáng)的支撐能力，可以進(jìn)一步強(qiáng)化創(chuàng)新的技術(shù)效應(yīng)，激勵企業(yè)特別是高能耗、高排放、低效率產(chǎn)業(yè)淘汰落后產(chǎn)能，加快綠色創(chuàng)新轉(zhuǎn)型進(jìn)程，降低PM2.5污染；二是高人均創(chuàng)新指數(shù)地區(qū)具有寬松的創(chuàng)新生態(tài)環(huán)境，有利于營造良好的創(chuàng)新氛圍，激發(fā)全社會創(chuàng)新的內(nèi)生動力，不斷釋放市場活力，推動技術(shù)創(chuàng)新成果的落地轉(zhuǎn)化和示范推廣，形成創(chuàng)新要素在全社會范圍內(nèi)的合理配置與良性循環(huán)，充分發(fā)揮技術(shù)創(chuàng)新治理PM2.5的效果。

在自然解釋要素方面，年均氣溫與PM2.5表現(xiàn)為顯著正相關(guān)，這一結(jié)果與王少劍等［46］的研究一致，可能是由于北方地區(qū)冬季易受寒流侵襲導(dǎo)致逆溫現(xiàn)象，對PM2.5的擴(kuò)散產(chǎn)生了阻礙作用。年降水量與PM2.5呈顯著正相關(guān)，原因在于北方地區(qū)冬季降水較少，對細(xì)顆粒物的沖刷作用較小。年均相對濕度不利于黃河流域PM2.5濃度下降，是因?yàn)榭諝庵兴趾吭黾樱?xì)顆粒物更易吸水吸濕增長并不斷積累。年均風(fēng)速與PM2.5呈顯著正相關(guān)。黃河流域中上游地區(qū)流經(jīng)甘肅、內(nèi)蒙古、陜西等省區(qū)，地處黃土高原，水土固著較差且土體疏松，當(dāng)風(fēng)力達(dá)到一定強(qiáng)度時可能會卷起途經(jīng)地帶的地面粉塵。年均氣壓對PM2.5濃度的降低表現(xiàn)為促進(jìn)作用。低壓空氣堆積易形成上升氣流，將周邊環(huán)境內(nèi)的廢氣、有害化學(xué)氣體等污染物補(bǔ)充至上空，降低近地面污染物濃度，因此氣壓增加有利于減輕PM2.5。植被覆蓋指數(shù)對PM2.5濃度增加具有顯著的抑制作用。高植被覆蓋區(qū)通常處于工業(yè)化、城市化較為緩慢階段［47］。本地區(qū)大氣污染物排放量相對較低，同時較為優(yōu)良的生態(tài)環(huán)境對PM2.5具有一定的吸滯作用。

在社會經(jīng)濟(jì)因素中，經(jīng)濟(jì)發(fā)展水平即人均GDP的增加對PM2.5濃度的影響在1%置信水平下呈正相關(guān)，表明現(xiàn)階段黃河流域部分區(qū)域經(jīng)濟(jì)發(fā)展仍以犧牲空氣環(huán)境為代價，河南、陜西等地區(qū)第二產(chǎn)業(yè)尤其是重化工業(yè)等污染產(chǎn)業(yè)在產(chǎn)業(yè)結(jié)構(gòu)中仍占較大比例，對煤炭、石油等資源的大量、低效消耗是空氣中PM2.5濃度增加的重要來源。外資利用對PM2.5濃度表現(xiàn)為負(fù)相關(guān)關(guān)系，有利于降低PM2.5濃度，一定程度上驗(yàn)證了“污染光環(huán)”假說。由外資帶來的先進(jìn)技術(shù)和理念促進(jìn)污染減少，提升了區(qū)域空氣環(huán)境質(zhì)量。能源效率、人口密度的影響效應(yīng)則未能在該空間杜賓模型設(shè)定下顯著。

4.3 空間溢出效應(yīng)分析

進(jìn)一步將SDM的W×X回歸結(jié)果分解為直接和間接效應(yīng)，探究技術(shù)創(chuàng)新及其他自然要素和社會經(jīng)濟(jì)要素影響PM2.5過程中產(chǎn)生的空間溢出效應(yīng)，結(jié)果見表5。其中，列（9）—列（11）為專利授權(quán)量的空間效應(yīng)分解結(jié)果，列（12）—列（14）為城市人均創(chuàng)新指數(shù)的影響效應(yīng)分解。

表5 空間杜賓模型的溢出效應(yīng)分解

專利授權(quán)量的直接影響效應(yīng)在5%置信水平下顯著為負(fù)，表明專利授權(quán)量增加對本地區(qū)PM2.5污染防治具有促進(jìn)作用；間接影響效應(yīng)在10%置信水平下顯著為正，即專利授權(quán)量增加對鄰近地區(qū)PM2.5濃度降低具有負(fù)向影響。一方面，空氣質(zhì)量實(shí)時監(jiān)測、清潔生產(chǎn)技術(shù)、節(jié)能燃料研發(fā)、細(xì)顆粒物分離設(shè)備、霧霾凈化裝置等與PM2.5的預(yù)防、治理和抵御傷害直接相關(guān)的一系列自主知識產(chǎn)權(quán)增加能夠有效推動本地區(qū)構(gòu)筑形成完整的防控技術(shù)體系，有利于本地區(qū)空氣質(zhì)量改善；另一方面，本地區(qū)技術(shù)創(chuàng)新水平提升吸引了周邊鄰近地區(qū)創(chuàng)新要素的流動和集聚，資金投入、高端人才、先進(jìn)設(shè)備和理念等流入本地區(qū)，降低了鄰近地區(qū)的創(chuàng)新活躍性。城市人均創(chuàng)新指數(shù)的直接影響效應(yīng)在5%置信水平下與PM2.5濃度呈顯著負(fù)相關(guān)，間接效應(yīng)表現(xiàn)為正向作用。較高的人均創(chuàng)新指數(shù)為本地區(qū)營造了良好的全社會創(chuàng)新氛圍，創(chuàng)新主體產(chǎn)出的活躍程度不斷提高，促進(jìn)了PM2.5防治相關(guān)技術(shù)的研發(fā)和進(jìn)步。對鄰近地區(qū)而言，綠色技術(shù)標(biāo)準(zhǔn)、綠色補(bǔ)貼等綠色技術(shù)壁壘的存在也在一定程度上限制了技術(shù)創(chuàng)新的空間溢出效應(yīng)。同時，考慮到黃河流域整體產(chǎn)業(yè)結(jié)構(gòu)偏重，以化工、有色、能源等產(chǎn)業(yè)為主，寧夏、山西、青海等地處于工業(yè)化快速發(fā)展階段，創(chuàng)新驅(qū)動產(chǎn)業(yè)轉(zhuǎn)型和環(huán)境質(zhì)量改善仍然面臨較大壓力，導(dǎo)致本地技術(shù)創(chuàng)新的提升還未能對周邊地區(qū)產(chǎn)生較強(qiáng)的輻射帶動作用。

在自然解釋要素方面，年均氣溫對PM2.5具有顯著的空間溢出效應(yīng)，均表現(xiàn)為對PM2.5污染和擴(kuò)散的促進(jìn)作用。較高的溫度加劇了細(xì)顆粒物在空氣中運(yùn)動的活躍性，促使其進(jìn)一步向周邊地區(qū)擴(kuò)散。年均濕度呈顯著的負(fù)向空間溢出。由于細(xì)顆粒物在本地區(qū)吸濕停滯，減少了向鄰近地區(qū)的擴(kuò)散，有利于周邊地區(qū)PM2.5下降。年均風(fēng)速對本地區(qū)的影響效應(yīng)為正向，同時對鄰近地區(qū)的間接影響為負(fù)，表明從周邊地區(qū)借由風(fēng)力攜帶的細(xì)顆粒物在本地區(qū)由于風(fēng)速下降，污染物進(jìn)一步停滯和擴(kuò)散，加劇了本地的PM2.5濃度。年降水量、年均氣壓、植被覆蓋指數(shù)的空間溢出效應(yīng)不顯著。

在社會經(jīng)濟(jì)因素方面，能源利用效率對PM2.5濃度的直接影響和間接影響效應(yīng)均呈現(xiàn)負(fù)相關(guān)關(guān)系，即能源高效利用有利于PM2.5濃度降低。由更好的環(huán)保技術(shù)、高效率技術(shù)研發(fā)產(chǎn)生的能源循環(huán)利用、清潔能源和新能源開發(fā)提升了生產(chǎn)過程的綠色化水平，增加了產(chǎn)品的環(huán)保性，在PM2.5產(chǎn)生環(huán)節(jié)降低了污染物和懸浮物含量，同時能源高效利用技術(shù)具有溢出效應(yīng)，對周邊地區(qū)PM2.5濃度下降同樣具有顯著的促進(jìn)作用。外資利用的直接影響和間接影響效應(yīng)均呈現(xiàn)負(fù)相關(guān)關(guān)系，對降低區(qū)域PM2.5濃度具有促進(jìn)作用。黃河流域由于較為脆弱的自然本底條件及生態(tài)保護(hù)和高質(zhì)量發(fā)展戰(zhàn)略的實(shí)施，對外商投資具有較高的環(huán)境準(zhǔn)入門檻，加之先進(jìn)技術(shù)的引進(jìn)和發(fā)展，有利于降低空氣污染。人均GDP、人口密度對黃河流域PM2.5影響的空間溢出效應(yīng)未能在該模型設(shè)定下顯著。

5 結(jié)論與對策

該研究將自然環(huán)境因素和社會經(jīng)濟(jì)因素納入統(tǒng)一的分析框架，基于技術(shù)創(chuàng)新本地效應(yīng)和溢出效應(yīng)的雙重視角，在刻畫2004—2019年黃河流域PM2.5濃度空間演變和集聚特征基礎(chǔ)上，通過構(gòu)建空間面板杜賓模型探討技術(shù)創(chuàng)新對PM2.5的影響效應(yīng)，并進(jìn)一步解析關(guān)鍵因素的空間溢出效應(yīng)，得出以下結(jié)論。

（1）2004—2019年黃河流域PM2.5年均濃度總體呈現(xiàn)波動下降趨勢，由2004年的40.69 μg/m3下降至2019年的27.73 μg/m3，核密度曲線峰值顯著向左偏移，空氣質(zhì)量有所改善。黃河流域各地市間PM2.5濃度值具有明顯的空間異質(zhì)性，濃度值較高的區(qū)域主要集中于黃河下游菏澤、聊城等市，全局Moran’sI指數(shù)值均高于0.80，表現(xiàn)為波動上升的發(fā)展趨勢；PM2.5濃度具有顯著空間自相關(guān)關(guān)系，呈現(xiàn)高高集聚和低低集聚態(tài)勢。

（2）技術(shù)創(chuàng)新對黃河流域PM2.5防治具有顯著促進(jìn)作用，專利授權(quán)量、城市人均創(chuàng)新指數(shù)的提升與PM2.5呈現(xiàn)顯著負(fù)相關(guān)關(guān)系。從直接效應(yīng)來看，專利授權(quán)量、城市人均創(chuàng)新指數(shù)均對本地區(qū)PM2.5濃度下降具有正向推動作用；從間接效應(yīng)來看，專利授權(quán)量存在空間溢出效應(yīng)，但由于綠色技術(shù)標(biāo)準(zhǔn)、綠色補(bǔ)貼等綠色技術(shù)壁壘的存在，不利于鄰近地區(qū)空氣質(zhì)量改善，城市人均創(chuàng)新指數(shù)的溢出效應(yīng)不顯著。

（3）自然解釋要素中，年均氣壓、植被覆蓋指數(shù)對本地PM2.5濃度下降具有正向促進(jìn)作用，年均氣溫、年均相對濕度、年均風(fēng)速呈現(xiàn)抑制作用，年均相對濕度、年均風(fēng)速均具有顯著正向空間溢出效應(yīng)，有利于周邊地區(qū)PM2.5的降低，年均氣溫則為負(fù)向溢出效應(yīng)；社會經(jīng)濟(jì)因素中，能源效率、外資利用對本地區(qū)和鄰近地區(qū)PM2.5污染防治均呈現(xiàn)顯著促進(jìn)作用，其他因素的空間溢出效應(yīng)不顯著。

為了進(jìn)一步降低以PM2.5為代表的空氣污染問題，顯著改善公眾健康，推動黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展，基于相關(guān)結(jié)論，提出以下對策建議：一是加快集聚創(chuàng)新要素，突出技術(shù)創(chuàng)新在空氣污染治理中的關(guān)鍵地位。發(fā)揮技術(shù)創(chuàng)新在黃河流域PM2.5防治過程中的積極作用，不斷提升區(qū)域自主創(chuàng)新水平，共聚創(chuàng)新資源，打造流域一體化技術(shù)創(chuàng)新中心和自主創(chuàng)新集群，引導(dǎo)政策、資源、產(chǎn)業(yè)、人才等創(chuàng)新要素向環(huán)保領(lǐng)域集聚，避免環(huán)境回彈效應(yīng)，暢通技術(shù)成果轉(zhuǎn)化通道，強(qiáng)化技術(shù)推廣，促進(jìn)成果轉(zhuǎn)化和轉(zhuǎn)移。二是構(gòu)建綠色技術(shù)創(chuàng)新體系，突破綠色技術(shù)壁壘。構(gòu)建和完善創(chuàng)新引領(lǐng)的節(jié)能減排技術(shù)研發(fā)體系，積極培育綠色技術(shù)創(chuàng)新主體，加強(qiáng)清潔生產(chǎn)、資源循環(huán)利用等與空氣污染治理直接相關(guān)的自主知識產(chǎn)權(quán)核心技術(shù)研發(fā)力度，加大節(jié)能環(huán)保關(guān)鍵共性技術(shù)攻關(guān)力度，消除技術(shù)優(yōu)勢造成的地區(qū)間綠色技術(shù)壁壘，充分發(fā)揮技術(shù)創(chuàng)新對空氣質(zhì)量改善的空間溢出和輻射作用。三是協(xié)同區(qū)域聯(lián)防聯(lián)控機(jī)制，強(qiáng)化污染治理同向共通、同力共進(jìn)。打破流域區(qū)劃限制，形成全域?qū)Νh(huán)境治理效益的整體認(rèn)知，鼓勵地區(qū)間、城市間、同流域、同生態(tài)區(qū)圍繞PM2.5治理的共同目標(biāo)和任務(wù)，推進(jìn)區(qū)域政策聯(lián)動、信息共享、產(chǎn)業(yè)互動、技術(shù)互助與人才流動，探索建立跨區(qū)大氣環(huán)境保護(hù)機(jī)制，培育流域高能級創(chuàng)新平臺和技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟，形成良性創(chuàng)新競爭、合作機(jī)制，提升污染治理積極性，最終實(shí)現(xiàn)一攬子綜合防治和解決空氣污染的目標(biāo)。

科學(xué)辨析黃河流域PM2.5空間演變特征與關(guān)鍵影響因素是推動實(shí)現(xiàn)區(qū)域綠色發(fā)展和生態(tài)文明建設(shè)的重要內(nèi)容。該研究將自然要素、社會經(jīng)濟(jì)因素納入統(tǒng)一分析框架，運(yùn)用空間面板杜賓模型探究了技術(shù)創(chuàng)新與其他自然解釋要素、社會經(jīng)濟(jì)因素對黃河流域PM2.5濃度的影響及空間溢出效應(yīng)，為黃河流域大氣污染治理對策的制定提供了一定科學(xué)依據(jù)，同時對已有的相關(guān)研究成果進(jìn)行了補(bǔ)充。然而受數(shù)據(jù)獲取、方法手段等方面的限制，在實(shí)證分析階段著重解析了技術(shù)創(chuàng)新因素的影響效應(yīng)，對其他社會經(jīng)濟(jì)因素和自然因素的分析存在一定不足之處，同時未能考慮到各因素之間的協(xié)同交互作用。PM2.5污染的防控和治理涉及多尺度、多區(qū)域、多主體、多要素的交叉融合，因此，后續(xù)研究中仍需借助大數(shù)據(jù)、云計(jì)算等科技手段突破現(xiàn)有研究方法和數(shù)據(jù)的限制，繼續(xù)深化不同尺度下多因素對PM2.5影響的復(fù)雜機(jī)制研究，為有效制定大氣污染防治政策、切實(shí)改善空氣質(zhì)量提供科學(xué)合理的決策支撐。