京津冀協(xié)同發(fā)展視域下產(chǎn)業(yè)集聚對(duì)霧霾污染影響研究

趙 宏 曹效喜 馬 濤

一、引言

習(xí)近平總書記在黨的二十大報(bào)告中強(qiáng)調(diào)：“必須牢固樹立和踐行綠水青山就是金山銀山的理念，站在人與自然和諧共生的高度謀劃發(fā)展。”實(shí)現(xiàn)環(huán)境保護(hù)和經(jīng)濟(jì)可持續(xù)發(fā)展雙贏是檢驗(yàn)一個(gè)國(guó)家、一個(gè)地區(qū)經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展的重要標(biāo)準(zhǔn)。京津冀地區(qū)作為我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展最為迅速的地區(qū)之一，2021年憑借其占全國(guó)2.3%的土地、7.9%的人口創(chuàng)造出8.4%的國(guó)內(nèi)生產(chǎn)總值，但人口和工業(yè)企業(yè)在空間上的高度集聚以及經(jīng)濟(jì)社會(huì)的緊密聯(lián)系會(huì)導(dǎo)致對(duì)環(huán)境要素的過度消耗，從而產(chǎn)生區(qū)域性的環(huán)境污染，其中尤以霧霾污染為甚[1]。2018年京津冀PM2.5年平均濃度為60μg/m3，較2017年略有下降，但仍是全國(guó)平均水平的1.5倍并且遠(yuǎn)高于長(zhǎng)三角、珠三角地區(qū)，到2021年京津冀PM2.5年平均濃度降至36.9μg/m3，雖已取得較大進(jìn)步，但仍高于全國(guó)平均水平?？紤]到霧霾污染的負(fù)外部性以及治理霧霾污染的正外部性特點(diǎn)[2]，跨區(qū)域協(xié)同治理已成為解決區(qū)域霧霾污染的有力武器。

根據(jù)新經(jīng)濟(jì)地理學(xué)的觀點(diǎn)，如果把環(huán)境視為一種生產(chǎn)要素，那么產(chǎn)業(yè)集聚能夠?qū)崿F(xiàn)對(duì)環(huán)境的集中消耗，提高環(huán)境要素的利用效率，即充分發(fā)揮環(huán)境正外部性和規(guī)模效應(yīng)，提高集聚區(qū)內(nèi)企業(yè)的競(jìng)爭(zhēng)與創(chuàng)新效益。但產(chǎn)業(yè)集聚也存在閾值，當(dāng)超過門檻值后，產(chǎn)業(yè)集聚的負(fù)外部性會(huì)造成資源利用效率的損失，加劇霧霾污染[3]。

現(xiàn)有研究霧霾污染的文獻(xiàn)中，主要從污染的時(shí)空分異格局和社會(huì)經(jīng)濟(jì)影響因素展開。具體而言，任毅等[4]認(rèn)為京津冀霧霾污染存在顯著的季節(jié)變化特征和空間正相關(guān)性。史燕平等[5]、王一辰等[6]則證明了霧霾污染存在顯著的空間溢出效應(yīng)。李云燕等[7]發(fā)現(xiàn)霧霾污染與社會(huì)經(jīng)濟(jì)影響因素之間存在非線性關(guān)系。王班班等[8]、雷玉桃等[3]、申偉寧等[1]分別從城市化、工業(yè)集聚、環(huán)境規(guī)制的角度入手探究霧霾增長(zhǎng)的原因。

本文在京津冀協(xié)同發(fā)展的背景下，將產(chǎn)業(yè)集聚與霧霾污染納入同一分析框架，精準(zhǔn)描述京津冀地區(qū)霧霾污染的特點(diǎn)，厘清霧霾污染的主要影響因素，構(gòu)建空間計(jì)量模型，分析了產(chǎn)業(yè)集聚能力、效益、規(guī)模對(duì)京津冀霧霾污染的影響，并在此基礎(chǔ)上提出相應(yīng)的政策建議。

二、京津冀協(xié)調(diào)發(fā)展與霧霾污染空間相關(guān)性的現(xiàn)狀分析

（一）京津冀經(jīng)濟(jì)聯(lián)系強(qiáng)度刻畫

京津冀城市群各城市的緊密聯(lián)系是實(shí)現(xiàn)協(xié)同發(fā)展的重要基礎(chǔ)，經(jīng)濟(jì)聯(lián)系強(qiáng)度則可以很好地反映城市群之間的經(jīng)濟(jì)輻射與空間關(guān)聯(lián)情況[9,10]。因此本文利用引力模型構(gòu)建京津冀經(jīng)濟(jì)聯(lián)系強(qiáng)度刻畫城市群內(nèi)各個(gè)城市之間的作用與影響，模型如下：

其中Rij表示i城市與j城市的經(jīng)濟(jì)聯(lián)系強(qiáng)度；Dij表示i城市與j城市之間的地理距離；K為常數(shù)，Pi通常取1；Pi與Pj表示i城市與j城市的人口規(guī)模；Gi與Gj表示i城市與j城市的國(guó)內(nèi)生產(chǎn)總值（GDP）規(guī)模。本文選取2010年、2014年、2018年京津冀13個(gè)城市的人口規(guī)模與GDP規(guī)模衡量城市間的經(jīng)濟(jì)聯(lián)系強(qiáng)度，利用ArcGIS繪制出經(jīng)濟(jì)聯(lián)系的空間分異圖，地區(qū)間線段的強(qiáng)弱代表經(jīng)濟(jì)聯(lián)系的強(qiáng)弱，結(jié)果如圖1所示：

圖1 京津冀地區(qū)經(jīng)濟(jì)聯(lián)系強(qiáng)度

由計(jì)算結(jié)果看，北京—天津的經(jīng)濟(jì)聯(lián)系強(qiáng)度最高，2010年、2014年、2018年的強(qiáng)度值分別為8.52、14.18、23.26，是排名第二的北京—廊坊強(qiáng)度值的3.56倍、3.27倍、3.21倍，因此京津冀地區(qū)基本形成了以北京、天津、廊坊、唐山為支點(diǎn)，北京、天津?yàn)殡p核心的“中心—外圍”空間輻射的分布格局。從時(shí)間維度分析，京津冀地區(qū)間的經(jīng)濟(jì)聯(lián)系強(qiáng)度隨著時(shí)間的推移而不斷增強(qiáng)，表明京津冀協(xié)同發(fā)展的效果不斷凸顯，區(qū)域間經(jīng)濟(jì)聯(lián)系日益密切。從空間維度分析，位于京津冀地區(qū)中部的北京、天津、唐山、廊坊等地區(qū)的經(jīng)濟(jì)聯(lián)系較強(qiáng)；邊緣的承德、張家口、邯鄲的經(jīng)濟(jì)聯(lián)系弱，整體呈現(xiàn)出“南北疏、中心密”的特點(diǎn)。而石家莊雖然地緣上離北京、天津較遠(yuǎn)，但作為省會(huì)城市，對(duì)周邊城市的輻射帶動(dòng)作用正在逐步顯現(xiàn)。從動(dòng)態(tài)角度分析，雖然各城市間經(jīng)濟(jì)聯(lián)系強(qiáng)度數(shù)值不斷增大，但各城市間經(jīng)濟(jì)聯(lián)系的相對(duì)地位并沒有發(fā)生顯著變化，表明各城市間的人口與經(jīng)濟(jì)發(fā)展較為均衡。

由此可見，在京津冀協(xié)同發(fā)展背景下，各城市間的經(jīng)濟(jì)聯(lián)系不斷增強(qiáng)，且空間分布呈現(xiàn)“中心—外圍”特征。在這種由“中心”向“外圍”的擴(kuò)散效應(yīng)與輻射效應(yīng)的帶動(dòng)下，易發(fā)生區(qū)域間產(chǎn)業(yè)的轉(zhuǎn)移與集聚。

（二）京津冀霧霾污染的空間相關(guān)性分析

在產(chǎn)業(yè)集聚區(qū)形成過程中，對(duì)環(huán)境要素的過度消耗會(huì)形成區(qū)域環(huán)境污染，其中尤以霧霾最為嚴(yán)重。霧霾污染可以通過大氣流動(dòng)傳遞到周邊地區(qū)，表現(xiàn)出一定的空間溢出效應(yīng)[11,12]。全局Moran’I能夠反映在整個(gè)研究區(qū)域內(nèi)，各地區(qū)與其鄰近地區(qū)之間的相似性；局部Moran’I可以用來檢驗(yàn)局部地區(qū)是否存在變量集聚現(xiàn)象，從而衡量其與周邊地區(qū)單元的空間關(guān)聯(lián)性。因此本文選取全局Moran’I（見公式2）與局部Moran’I（見公式3）刻畫京津冀地區(qū)霧霾污染的空間相關(guān)性[13]。

其中I為Moran’s I指數(shù)，xi為第i個(gè)地區(qū)的產(chǎn)業(yè)集聚值，wij為空間權(quán)重矩陣。I的取值范圍為[-1,1]，當(dāng)Moran’s I指數(shù)大于0，表明各地區(qū)產(chǎn)業(yè)集聚存在空間正自相關(guān)，小于0表明存在負(fù)自相關(guān)，且系數(shù)的絕對(duì)值越大，關(guān)聯(lián)性越顯著[14]。

其中各變量含義與公式（2）相同。局部Moran’s I指數(shù)能夠有效彌補(bǔ)全局Moran’s I指數(shù)忽略的局部非典型性特征，準(zhǔn)確反映某一地區(qū)與其鄰近地區(qū)的空間集聚情況。

本文選取2014、2016、2018三年的京津冀霧霾污染數(shù)據(jù)進(jìn)行分析，2014年全局Moran’I=0.252989，2016 年全局 Moran’I=0.278001，2018 年全局 Moran’I=0.260082，表明京津冀霧霾污染的空間分布呈現(xiàn)顯著的正自相關(guān)性和空間依賴特征，也證實(shí)了霧霾污染的空間溢出特征。同時(shí)借助Moran散點(diǎn)圖來描述霧霾污染的空間分布。Moran散點(diǎn)圖分為四個(gè)象限：第一、三象限表現(xiàn)為正空間相關(guān)性即高—高集聚(H—H)或低—低集聚(L—L)，第二、四象限表現(xiàn)為負(fù)空間相關(guān)性高—低集聚(H—L)或低—高集聚(L—H)。第一、三象限地區(qū)空間內(nèi)部同質(zhì)性較大，第二、四象限地區(qū)內(nèi)部空間差異性較大（見圖2、表1）。

圖2 京津冀霧霾污染Moran散點(diǎn)圖

表1 2014、2016、2018年霧霾污染空間關(guān)聯(lián)模式

京津冀地區(qū)13個(gè)城市中有10個(gè)城市的關(guān)聯(lián)模式未發(fā)生變化，霧霾污染在空間上呈現(xiàn)相對(duì)穩(wěn)定性。從整體上看，高—高集聚，低—低集聚是京津冀地區(qū)霧霾污染的主要空間關(guān)聯(lián)模式，其中高—高集聚(H—H)的城市包括邯鄲、石家莊、邢臺(tái)、衡水、保定，主要集中在京津冀地區(qū)的南部；低—低集聚(L—L)的城市包括張家口、承德、秦皇島、天津、廊坊，主要集中在京津冀地區(qū)的北部，表現(xiàn)出明顯的集聚效應(yīng)。從動(dòng)態(tài)演變的角度看，北京由低—低集聚(L—L)轉(zhuǎn)為高—低集聚(H—L)最后又回到低—低集聚(L—L)；滄州由低—高集聚(L—H)轉(zhuǎn)化為高—高集聚(H—H)；廊坊由高—低集聚(H—L)轉(zhuǎn)化為低—低集聚(L—L)。高—高集聚(H—H)與低—低集聚(L—L)城市的數(shù)量都有所增加，表明京津冀城市間霧霾污染的集聚效應(yīng)不斷增強(qiáng)而且存在顯著的空間溢出效應(yīng)。

相較于Moran散點(diǎn)圖，LISA集聚圖的優(yōu)勢(shì)在于可以判斷霧霾污染集聚區(qū)在統(tǒng)計(jì)意義上的顯著性。因此本文利用LISA集聚圖檢驗(yàn)京津冀地區(qū)霧霾污染的空間關(guān)聯(lián)程度（見圖 3）。

圖3 京津冀霧霾污染LISA集聚圖

在局部空間分布上京津冀地區(qū)霧霾污染形成兩個(gè)顯著的集聚區(qū)域。京津冀南部是霧霾污染的重災(zāi)區(qū)，極化效應(yīng)明顯，是區(qū)域霧霾污染防治應(yīng)重點(diǎn)關(guān)注的區(qū)域。從動(dòng)態(tài)演化角度看，高—高集聚(H—H)城市數(shù)量減少1個(gè)而低—低集聚(L—L)城市數(shù)量增加1個(gè)，整體上看京津冀霧霾污染治理措施正在發(fā)揮作用，且考慮到霧霾污染的集聚效應(yīng)與空間溢出效應(yīng)，區(qū)域間聯(lián)防聯(lián)控要優(yōu)于各地區(qū)的各自為政。

為了更直觀地觀察京津冀地區(qū)霧霾污染熱點(diǎn)區(qū)域演變格局，本文利用ArcGIS軟件繪制京津冀霧霾污染的空間格局熱點(diǎn)演化圖，形成熱點(diǎn)、次熱點(diǎn)、次冷點(diǎn)和冷點(diǎn)四類區(qū)域。圖4繪制了京津冀13個(gè)城市2014、2016、2018年P(guān)M2.5平均值的分布情況。從時(shí)間維度分析，京津冀各城市PM2.5年平均值逐年遞減，最高值由2014年的125.58μg/m3降為2018年的67.33μg/m3，表明京津冀霧霾污染的整體狀況在不斷改善。從空間維度分析，冷熱點(diǎn)四類區(qū)域不斷聚集，形成京津冀南部為熱點(diǎn)區(qū)域，北部為冷點(diǎn)區(qū)域，中部區(qū)域?yàn)榇螣狳c(diǎn)與次冷點(diǎn)過渡區(qū)域的空間分布格局，由南到北，霧霾污染程度依次遞減。而且霧霾污染的次熱點(diǎn)集中在熱點(diǎn)周圍，次冷點(diǎn)集中在冷點(diǎn)周圍，再次證明京津冀霧霾污染存在顯著的空間集聚性與空間溢出性。

圖4 京津冀霧霾污染的空間格局熱點(diǎn)演化圖

三、研究設(shè)計(jì)

（一）模型構(gòu)建

考慮到產(chǎn)業(yè)集聚霧霾污染的集聚效應(yīng)與空間溢出效應(yīng)，本文采用空間計(jì)量模型分析二者之間的關(guān)系[15]?？臻g計(jì)量模型主要包括空間滯后模型(SLM)、空間誤差模型(SEM)和空間杜賓模型(SDM)，三種模型對(duì)應(yīng)的形式如下：

其中X、Y分別為自變量和因變量，ρ為空間回歸系數(shù)，W為空間權(quán)重矩陣，λ為空間誤差系數(shù)，θ為解釋變量的空間回歸系數(shù)，β為控制變量的回歸系數(shù)，ε、μ為隨機(jī)擾動(dòng)項(xiàng)。

為了考察京津冀地區(qū)產(chǎn)業(yè)集聚對(duì)霧霾污染的影響，本文構(gòu)建了SLM、SEM、SDM空間計(jì)量模型，公式如下：

其中PM2.5為霧霾濃度；i、t分別表示截面維度和時(shí)間維度；agg為產(chǎn)業(yè)集聚程度，包括產(chǎn)業(yè)集聚能力（cap）、產(chǎn)業(yè)集聚規(guī)模（sca）、產(chǎn)業(yè)集聚效益（pro）；X為各控制變量，包括經(jīng)濟(jì)發(fā)展水平及其二次方項(xiàng)（light、sqlight）、產(chǎn)業(yè)結(jié)構(gòu)（stru）、經(jīng)濟(jì)密度（density）、科技進(jìn)步水平（tec）、創(chuàng)新水平（inno）、對(duì)外開放水平（open）。

空間權(quán)重矩陣：經(jīng)濟(jì)因素是區(qū)域間相互影響的重要因素，一般認(rèn)為收入差距越小時(shí)，其權(quán)重水平越高。在協(xié)同發(fā)展背景下，京津冀地區(qū)間的經(jīng)濟(jì)聯(lián)系日益密切，因此在空間權(quán)重矩陣的選擇上，本文選取經(jīng)濟(jì)距離矩陣，公式設(shè)定如下：

i、j代表不同地區(qū)，GDPi代表i地區(qū)以2000年為基期平減后的國(guó)內(nèi)生產(chǎn)總值。

（二）變量說明與數(shù)據(jù)來源

1.被解釋變量

霧霾污染程度（PM2.5）：本文選取PM2.5表征霧霾污染程度。我國(guó)于2013年底開始對(duì)霧霾污染進(jìn)行監(jiān)測(cè)，因此本文選取中國(guó)空氣質(zhì)量在線監(jiān)測(cè)分析平臺(tái)公布的2014—2018年京津冀13個(gè)城市的PM2.5數(shù)據(jù)作為被解釋變量。

2.核心解釋變量

一方面，產(chǎn)業(yè)集聚可以增加區(qū)域內(nèi)企業(yè)的數(shù)量，加強(qiáng)企業(yè)間的前向、后向聯(lián)系，促進(jìn)技術(shù)創(chuàng)新，降低交易費(fèi)用，具有正外部性，能夠有效降低霧霾污染程度。另一方面，產(chǎn)業(yè)過度集聚會(huì)加劇企業(yè)的惡性競(jìng)爭(zhēng)和過度生產(chǎn)，造成資源的浪費(fèi)和過度使用，加劇霧霾污染。由此可見，產(chǎn)業(yè)集聚和霧霾污染間存在著緊密的聯(lián)系。本文借鑒錢曉英等[16]構(gòu)建京津冀產(chǎn)業(yè)集聚指標(biāo)評(píng)價(jià)系統(tǒng)的基本思路，將產(chǎn)業(yè)集聚評(píng)價(jià)標(biāo)準(zhǔn)劃分為能力（cap）、效益（pro）、規(guī)模（sca）三個(gè)維度。其中，以每平方公里科技活動(dòng)人員數(shù)量衡量產(chǎn)業(yè)集聚能力，以每平方公里工業(yè)總產(chǎn)值衡量產(chǎn)業(yè)集聚效益，以每平方公里規(guī)模以上工業(yè)企業(yè)數(shù)量衡量產(chǎn)業(yè)集聚規(guī)模。

3.控制變量

現(xiàn)有的文獻(xiàn)多以GDP作為衡量經(jīng)濟(jì)發(fā)展水平的代理變量，但由于數(shù)據(jù)采集的質(zhì)量問題與統(tǒng)計(jì)口徑問題，使得GDP的真實(shí)性一直飽受質(zhì)疑，以此作為控制變量會(huì)因測(cè)量誤差而導(dǎo)致其對(duì)研究對(duì)象的影響存在偏誤[17]。夜間燈光數(shù)據(jù)的應(yīng)用能夠很好地彌補(bǔ)GDP統(tǒng)計(jì)指標(biāo)存在的缺陷，首先，夜間燈光數(shù)據(jù)從美國(guó)國(guó)家海洋和大氣管理局（NOAA）公布的衛(wèi)星遙感圖像中提取得到，不易受到傳統(tǒng)統(tǒng)計(jì)口徑誤差以及人為控制主觀性偏誤的影響，數(shù)據(jù)的可信度更高；其次，夜間燈光數(shù)據(jù)能夠反映出未被記錄的非正規(guī)經(jīng)濟(jì)或地下經(jīng)濟(jì)，從而更加準(zhǔn)確地反映地區(qū)經(jīng)濟(jì)發(fā)展水平。相較于DMSP/OLS夜間燈光數(shù)據(jù)，NPP-VIIRS的空間分辨率更高、輻射探測(cè)范圍更寬，從而能夠有效地規(guī)避像元過飽和與溢出效應(yīng)的問題，且NPP-VIIRS夜間燈光數(shù)據(jù)更加穩(wěn)定且尺度更加精確，從而其與經(jīng)濟(jì)活動(dòng)的關(guān)聯(lián)性更強(qiáng)，研究結(jié)果更準(zhǔn)確[18]。本文基于NOAA提供的全球NPP-VIIRS夜間燈光遙感數(shù)據(jù)，利用ArcGIS軟件提取出2014—2018年京津冀13個(gè)城市的夜間燈光數(shù)據(jù)值（light）表征經(jīng)濟(jì)發(fā)展水平，同時(shí)為了驗(yàn)證霧霾污染與經(jīng)濟(jì)發(fā)展的環(huán)境庫(kù)茲涅茨曲線（EKC）[19]，加入夜間燈光數(shù)據(jù)的二次項(xiàng)（sqlight）。

除此之外，本文還加入了以下控制變量：產(chǎn)業(yè)結(jié)構(gòu)（lnstru），選取第三產(chǎn)業(yè)占GDP的比重來度量[20]；經(jīng)濟(jì)密度(lndensity)，通過每平方公里GDP產(chǎn)值衡量單位面積土地上經(jīng)濟(jì)效益的水平；科技投入（lntec），選取公共預(yù)算支出中科學(xué)技術(shù)支出的比重作為科技投入的替代變量；創(chuàng)新水平（lninno）,選取京津冀地區(qū)13個(gè)城市的國(guó)內(nèi)專利申請(qǐng)總量衡量創(chuàng)新水平；對(duì)外開放水平（lnopen），選取外商直接投資額（FDI）度量對(duì)外開放水平[21]。為了使實(shí)證的結(jié)果更加穩(wěn)健，本文對(duì)所有的變量都進(jìn)行取對(duì)數(shù)處理。

4.數(shù)據(jù)來源

本文的霧霾污染數(shù)據(jù)來源于中國(guó)空氣質(zhì)量在線監(jiān)測(cè)分析平臺(tái)，核心解釋變量和控制變量的全部數(shù)據(jù)來源于中經(jīng)網(wǎng)數(shù)據(jù)庫(kù)、歷年《中國(guó)城市統(tǒng)計(jì)年鑒》，缺失數(shù)據(jù)以線性插值法進(jìn)行補(bǔ)齊。數(shù)據(jù)包含2014—2018年京津冀地區(qū)13個(gè)城市，變量的基本描述性統(tǒng)計(jì)信息見表2。

表2 數(shù)據(jù)說明與變量描述性統(tǒng)計(jì)

四、實(shí)證分析

（一）基準(zhǔn)回歸

選擇合適的空間計(jì)量模型，需要進(jìn)行一系列診斷性檢驗(yàn)。根據(jù)Elhorst（2014）[22]的觀點(diǎn)與診斷性檢驗(yàn)結(jié)果（見表3），在SDM模型退化成SLM模型的原假設(shè)下，似然比檢驗(yàn)（LR）與Wald檢驗(yàn)的P值均小于0.05，表明空間SDM模型不能退化為SLM模型；在SDM模型退化為SEM模型的原假設(shè)下，LR檢驗(yàn)結(jié)果與Wald檢驗(yàn)結(jié)果的指向性不同，也表明空間SDM模型不能退化為SEM模型[23]，因此本文選擇SDM模型，認(rèn)為其不能被簡(jiǎn)化；豪斯曼（Hausman）檢驗(yàn)結(jié)果在0.05顯著水平下拒絕隨機(jī)效應(yīng)的原假設(shè)，應(yīng)選擇固定效應(yīng)模型；時(shí)間和空間聯(lián)合顯著性檢驗(yàn)結(jié)果表明同時(shí)存在空間和時(shí)間雙固定效應(yīng)。根據(jù)診斷性檢驗(yàn)結(jié)果，本文選擇空間、時(shí)間雙固定效應(yīng)下的SDM模型進(jìn)行實(shí)證分析（見表4）。

表3 空間診斷性檢驗(yàn)結(jié)果

表4 空間杜賓模型（SDM）估計(jì)結(jié)果

1.核心解釋變量對(duì)霧霾污染的影響

產(chǎn)業(yè)集聚能力（lncap）。產(chǎn)業(yè)集聚能力的系數(shù)為負(fù)且通過了10%的顯著性檢驗(yàn)，具體來說單位行政區(qū)域內(nèi)科技活動(dòng)人員數(shù)每增加1%，對(duì)應(yīng)霧霾污染程度可降低0.06%，表明產(chǎn)業(yè)集聚能力能夠減少霧霾污染程度，表現(xiàn)出正外部性。原因在于科技活動(dòng)人員的集中增加了企業(yè)間的合作互動(dòng)與交流學(xué)習(xí)，從而加強(qiáng)對(duì)先進(jìn)技術(shù)的模仿、學(xué)習(xí)、吸收和轉(zhuǎn)化，提高資源能源利用效率和環(huán)境全要素生產(chǎn)率?？萍脊ぷ魅藛T的集聚有助于加強(qiáng)企業(yè)間的競(jìng)爭(zhēng)，激發(fā)企業(yè)的創(chuàng)新活力，提高生產(chǎn)效率和管理水平，在競(jìng)爭(zhēng)中實(shí)現(xiàn)技術(shù)合作和成果共享，在共同發(fā)展的基礎(chǔ)上達(dá)到節(jié)能減排的目的，同時(shí)能夠在集聚區(qū)內(nèi)形成一定的技術(shù)壁壘，從而阻止高污染、高能耗、技術(shù)創(chuàng)新低的企業(yè)進(jìn)入。

產(chǎn)業(yè)集聚效益（lnpro）。產(chǎn)業(yè)集聚效益的系數(shù)為負(fù)且通過了1%的顯著性檢驗(yàn)，具體來說每平方公里工業(yè)總產(chǎn)值每增加1%，對(duì)應(yīng)霧霾污染程度降低0.299%，表明產(chǎn)業(yè)集聚效益能夠減少霧霾污染程度，表現(xiàn)出正外部性。原因在于產(chǎn)業(yè)集聚效益的提高會(huì)使得企業(yè)增加對(duì)清潔生產(chǎn)以及末端治理技術(shù)的投入，使得企業(yè)對(duì)于清潔環(huán)境這種稀缺資源的需求更為強(qiáng)烈，形成示范效應(yīng)從而降低霧霾污染。

產(chǎn)業(yè)集聚規(guī)模（lnsca）。產(chǎn)業(yè)集聚規(guī)模的系數(shù)為正且通過了10%的顯著性檢驗(yàn)，具體來說每平方公里規(guī)模以上工業(yè)企業(yè)數(shù)量每增加1%，對(duì)應(yīng)霧霾污染程度提高0.144%，表明產(chǎn)業(yè)集聚規(guī)模能夠加劇霧霾污染，表現(xiàn)出負(fù)外部性。原因在于產(chǎn)業(yè)集聚規(guī)模的擴(kuò)大即產(chǎn)業(yè)集聚區(qū)內(nèi)工業(yè)企業(yè)數(shù)量的增加，會(huì)加劇資源環(huán)境的高負(fù)荷承載以及污染物的高強(qiáng)度排放，從而加劇霧霾污染。

2.控制變量對(duì)霧霾污染的影響

經(jīng)濟(jì)發(fā)展水平。夜間燈光數(shù)據(jù)（lnlight）及其二次項(xiàng)（lnsqlihgt）的系數(shù)分別為負(fù)和正，且均通過1%的顯著性檢驗(yàn)，表明產(chǎn)業(yè)集聚與霧霾污染之間存在顯著的“U型”關(guān)系即霧霾污染程度隨著產(chǎn)業(yè)集聚水平的提高呈先下降后上升的趨勢(shì)。第三產(chǎn)業(yè)結(jié)構(gòu)（lnstru）系數(shù)為負(fù)但并不顯著，表明產(chǎn)業(yè)結(jié)構(gòu)與霧霾污染之間的關(guān)系需要進(jìn)一步驗(yàn)證。經(jīng)濟(jì)密度（lndensity）的系數(shù)為正且通過了1%的顯著性檢驗(yàn)，具體來說單位平方公里行政區(qū)域內(nèi)GDP產(chǎn)值每增長(zhǎng)1%，對(duì)應(yīng)霧霾污染程度提高0.181%，表明經(jīng)濟(jì)密度能夠加劇霧霾污染，表現(xiàn)出負(fù)外部性?？萍纪度耄╨ntec）的系數(shù)為正且通過了1%的顯著性檢驗(yàn)，具體來說公共預(yù)算支出中科學(xué)技術(shù)支出占比每增長(zhǎng)1%，對(duì)應(yīng)霧霾污染程度提高0.089%，原因在于科研成果轉(zhuǎn)化效率較低且存在滯后性，節(jié)能減排技術(shù)的實(shí)際應(yīng)用不充分，未達(dá)到預(yù)期目標(biāo)，另一方面創(chuàng)新成果的應(yīng)用可能會(huì)引致能源回彈效應(yīng)，資本深化和產(chǎn)出增加會(huì)造成能源消費(fèi)和污染物排放的增加，從而抵消技術(shù)進(jìn)步所帶來的減排效應(yīng)，從而導(dǎo)致科技投入的減排效果不明顯?？萍蓟顒?dòng)人員的增加能夠降低霧霾污染而科技投入的增加則會(huì)加劇霧霾污染，表明引進(jìn)高技術(shù)人才的減排效果要優(yōu)于直接投入資金，這也能夠解釋為何現(xiàn)在各地方政府都在極力引進(jìn)高新技術(shù)人才。創(chuàng)新水平（lninno）的系數(shù)為負(fù)且通過1%的顯著性檢驗(yàn)，具體來說國(guó)內(nèi)專利申請(qǐng)總量每增長(zhǎng)1%，對(duì)應(yīng)霧霾污染程度可降低0.184%，表明創(chuàng)新水平能夠降低霧霾污染，表現(xiàn)出正外部性。對(duì)外開放水平（lnopen）的系數(shù)為負(fù)且通過1%的顯著性檢驗(yàn)，具體來說外商直接投資（FDI）每增長(zhǎng)1%，對(duì)應(yīng)霧霾污染程度可降低0.0415%，表明對(duì)外開放水平能夠降低霧霾污染表現(xiàn)出正外部性[15]。

表5報(bào)告了SDM模型分解后的直接效應(yīng)、間接效應(yīng)與總效應(yīng)，其中直接效應(yīng)衡量各變量對(duì)本地區(qū)霧霾污染的影響，間接效應(yīng)衡量的是其對(duì)周邊地區(qū)霧霾污染的影響。

表5 空間杜賓模型（SDM）的直接效應(yīng)、間接效應(yīng)與總效應(yīng)

從效應(yīng)分解的角度看，核心解釋變量產(chǎn)業(yè)集聚能力（lncap）、產(chǎn)業(yè)集聚效益（lnpro）的直接效應(yīng)為負(fù)說明其能夠降低本地區(qū)霧霾污染程度，產(chǎn)業(yè)集聚能力的間接效應(yīng)不顯著說明對(duì)鄰近地區(qū)的空間溢出效應(yīng)不顯著而產(chǎn)業(yè)集聚效益則能夠發(fā)揮正向的空間溢出效應(yīng)，降低霧霾污染程度。產(chǎn)業(yè)集聚規(guī)模（lnsac）的直接效應(yīng)為正，間接效應(yīng)為負(fù)說明其能夠加劇本地霧霾污染而降低鄰近地區(qū)的霧霾污染程度。就控制變量而言，京津冀地區(qū)經(jīng)濟(jì)發(fā)展水平的直接效應(yīng)表明經(jīng)濟(jì)發(fā)展與霧霾污染間存在“U型”關(guān)系，間接效應(yīng)表明對(duì)于鄰近地區(qū)而言二者呈“倒U型”關(guān)系。經(jīng)濟(jì)密度（lndensity）會(huì)加劇本地區(qū)霧霾污染而降低鄰近地區(qū)的霧霾污染程度。科技投入（lntec）能夠加劇本地區(qū)霧霾污染，而創(chuàng)新水平（lninno）則能夠降低霧霾污染，但二者的空間溢出效應(yīng)均不顯著，即對(duì)鄰近地區(qū)的影響尚不明確。對(duì)外開放水平（lnopen）的直接效應(yīng)、間接效應(yīng)與總效應(yīng)均顯著為負(fù)，表明對(duì)外開放水平對(duì)本地區(qū)、鄰近地區(qū)與全局的霧霾污染均能發(fā)揮抑制作用，降低霧霾污染。

（二）穩(wěn)健性檢驗(yàn)

為進(jìn)一步驗(yàn)證基準(zhǔn)回歸結(jié)果的可靠性，本文從更換空間權(quán)重矩陣和替換核心變量?jī)蓚€(gè)維度進(jìn)行穩(wěn)健性檢驗(yàn)。首先，以鄰接矩陣（W1）和經(jīng)濟(jì)地理矩陣（W2）替換基準(zhǔn)回歸中的矩陣，實(shí)證結(jié)果見表6第（1）—（2）列。其次，以區(qū)位熵作為產(chǎn)業(yè)集聚的代理變量進(jìn)行穩(wěn)健性檢驗(yàn)，實(shí)證結(jié)果見表6第（3）列。結(jié)果表明，基準(zhǔn)回歸結(jié)果依舊穩(wěn)健。

表6 穩(wěn)健性檢驗(yàn)結(jié)果

五、結(jié)論與建議

研究結(jié)果表明：1.京津冀地區(qū)基本形成了以北京、天津、廊坊、唐山為支點(diǎn)，北京、天津?yàn)殡p核心的“中心—外圍”空間輻射的分布格局。2.京津冀地區(qū)霧霾污染形成南高北低的空間分布格局，且集聚效應(yīng)和空間溢出效應(yīng)不斷增強(qiáng)。3.核心解釋變量中產(chǎn)業(yè)集聚能力與產(chǎn)業(yè)集聚效應(yīng)能夠顯著降低霧霾污染，而產(chǎn)業(yè)集聚規(guī)模則會(huì)加劇霧霾污染。4.控制變量中，京津冀地區(qū)經(jīng)濟(jì)發(fā)展與霧霾污染呈“U型”關(guān)系；經(jīng)濟(jì)密度加劇霧霾污染；創(chuàng)新水平、對(duì)外開放能夠降低霧霾污染程度；科技投入由于其成果轉(zhuǎn)化率還不高，還沒有完全展現(xiàn)出其降低霧霾的作用?；谝陨涎芯拷Y(jié)果，提出如下政策建議：

（一）優(yōu)化產(chǎn)業(yè)布局，加速推進(jìn)工業(yè)節(jié)能減排

在進(jìn)行區(qū)域發(fā)展規(guī)劃時(shí)，必須要結(jié)合當(dāng)?shù)氐膮^(qū)位優(yōu)勢(shì)合理引導(dǎo)。京津冀三地優(yōu)勢(shì)互補(bǔ)，北京在高端服務(wù)業(yè)和高新技術(shù)方面存在顯著優(yōu)勢(shì)；天津作為國(guó)際港口城市，在現(xiàn)代物流、臨港重化工業(yè)存在顯著優(yōu)勢(shì)；河北省在原材料、現(xiàn)代化農(nóng)業(yè)和旅游休閑度假方面存在顯著優(yōu)勢(shì)。因此京津冀需要綜合不同地區(qū)的優(yōu)勢(shì)，加快產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化和產(chǎn)業(yè)轉(zhuǎn)移進(jìn)程，提升產(chǎn)業(yè)布局合理化。應(yīng)當(dāng)鼓勵(lì)第三產(chǎn)業(yè)和高新技術(shù)產(chǎn)業(yè)進(jìn)一步發(fā)展，充分發(fā)揮服務(wù)型產(chǎn)業(yè)對(duì)減少霧霾污染的帶動(dòng)作用，增加研發(fā)和人力資本投入，鼓勵(lì)技術(shù)創(chuàng)新，加快科研成果的轉(zhuǎn)化及與市場(chǎng)的對(duì)接。

（二）積極推進(jìn)科技成果轉(zhuǎn)化率，通過高新技術(shù)實(shí)現(xiàn)區(qū)域綠色發(fā)展

科技成果與市場(chǎng)對(duì)接難主要在于雙方的信息共享不暢、了解不夠。要通過各種方式打通科研機(jī)構(gòu)、高校與企業(yè)的溝通障礙，提高它們之間的信息交流效率，實(shí)現(xiàn)精準(zhǔn)匹配。同時(shí)建立第三方服務(wù)平臺(tái)，以此實(shí)現(xiàn)溝通、聯(lián)絡(luò)、設(shè)計(jì)、撮合功能，幫助高新技術(shù)成果完成轉(zhuǎn)化，對(duì)接市場(chǎng)，找到政府支持，找到投資基金參與。同時(shí)將反饋信息及時(shí)傳遞給科研主體，以此解決科技成果與市場(chǎng)需求不一致的問題，提升科研成果的市場(chǎng)導(dǎo)向、產(chǎn)業(yè)導(dǎo)向。

（三）加強(qiáng)城市群政府間合作，深化區(qū)域霧霾污染協(xié)同治理機(jī)制

霧霾具有顯著的空間溢出效應(yīng)，跨區(qū)域治理勢(shì)在必行。京津冀地區(qū)霧霾污染跨區(qū)域治理的出路還在于通過進(jìn)一步完善立法規(guī)范地方政府職責(zé)，避免責(zé)任推諉和地方保護(hù)主義，根據(jù)經(jīng)濟(jì)發(fā)展程度的差異合理分配減排任務(wù)，加快建立區(qū)域內(nèi)環(huán)境保護(hù)與治理共商機(jī)制、環(huán)境信息與技術(shù)共享機(jī)制、環(huán)境檢測(cè)與治理聯(lián)合執(zhí)法機(jī)制，促進(jìn)各地聯(lián)手解決霧霾污染問題。