2011—2020年南通市環境空氣質量的變化特征及社會經濟影響因素研究

陳秀梅

摘 要： 運用個體固定效應面板模型對南通市2011—2020年7個縣市區的環境空氣質量的社會經濟影響因素進行分析，并通過不同工業發展程度下的面板回歸模型結果進行比較，得出隨著工業發展程度的不同，環境空氣質量的影響因素具有明顯的差異。當工業發展程度較低時，工業煙粉塵排放量對環境空氣質量產生顯著負向作用，人均GDP的增長率也帶來了環境空氣質量的下降。當工業發展程度較高時，綜合能源消費量對環境空氣質量產生負向影響，第二產業比重、人均地區生產總值的增長率對環境空氣質量產生正向影響。該模型為“十四五”南通市大氣污染防治攻堅工作提供了更為精準的防治方向。

關鍵詞：環境空氣質量；個體固定效應；面板數據；影響因素分析

中圖分類號：X2文獻標志碼：A文章編號：1673-9655（2023）01-00-06

0 引言

進入2000年以后，隨著中國經濟的飛速發展，工業化和城市化進程的推進，帶來了嚴峻的大氣污染問題，嚴重威脅到國民身體健康，同時也對經濟產生反向破壞力[1]。對此，國家及政府高度重視，于2014年開始對大氣污染物精準防治，貫徹落實大氣污染防治行動計劃[2]。為有效推進大氣污染防治工作，明確治污對象，近年來學者們對大氣污染及環境空氣質量的影響因素進行了深入的分析。研究主要集中在兩個方面：污染物的溯源分析及社會經濟活動因素分析[3-5]。污染物的溯源分析主要集中于通過某污染物的時空變化特征及其與污染源、自然氣象條件、地理條件之間的聯系分析污染的來源，該方向主要應用于環境監測領域。社會經濟活動的影響因素研究主要集中在產業結構、經濟增長、工業化、人口密度等方面進行[6]。

目前社會經濟活動的影響因素研究主要集中于以省為單位的大尺寸區域研究，且研究多為區域差異的比較，對于設區市的小尺寸區域及工業化差異的比較尚缺乏體系化研究。南通作為濱江沿海的工業化城市，具有獨特的地理區位，對長江大保護具有重要的意義。由于工業化是大氣污染的主因之一[7，8]，本文對南通市不同工業發展程度下的數據構建面板回歸模型，通過模型的分析及比較得出當前環境空氣質量的主要影響因素，從而為南通市大氣污染防治攻堅工作提供更為精準的防治方向。

1 實證數據與模型

1. 1 研究區概況

南通市位于中國東部海岸線與長江交匯處，屬長江三角洲沖擊平原，氣候溫和，四季分明。全市下轄六個縣級市及一個市轄區，總面積為8001 km2，農作物耕地面積為786.31 khm2，2020年常住人口772.8萬。南通市經濟發展的支柱產業是紡織印染、化工、造紙、火電、非金屬制品、船舶海工、電子信息及高端裝備等8個重點行業。2011—2020年，南通市經濟總量逐年上升，到2020年末，地區生產總值10036.3億元，三次產業結構4.6∶47.5∶47.9。規模以上工業綜合能源消費量為1296.6萬 t標準煤。

1. 2 變量選取及數據來源

本文主要研究的是社會經濟因素對環境空氣質量的影響，研究樣本選取2011—2020年南通市

7個縣市區的面板數據，建立個體固定效應模型。

模型中涉及指標見表1。

本文相關數據主要來源于2011—2020年《南通市統計年鑒》。

1. 3 實證模型設計

本文研究數據是7個縣市區連續10 a的面板數據，采用個體固定效應進行研究，理論模型如下所示：

式中：μi—因個體不同而展示出區別的常數項；εit—跟隨時間和個體變化而變的擾動項。

1. 4 分析方法

運用Stata15、SPSS26對南通市2011—2020年數據進行統計及分析，建立個體固定效應面板模型，并分析不同工業生產總值下，環境空氣質量影響因素的區別。統計以p＜0.05為差異顯著。

2 實證結果

2. 1 環境空氣質量變化特征

圖1、圖2顯示的是南通市總體及各縣市區2011—2020年度空氣質量達標天數比例的變化趨勢。從圖可知，南通市總體環境空氣質量呈現先下降后提升的態勢，最低點是2015年，均值為71.4%。各縣市區環境空氣質量變化趨勢基本相似，“十二五”期間環境空氣質量逐年下降，至2014—2015年達到最低點，然后在“十三五”期間逐步提升。 “十二五” 期間市區的環境空氣質量相對較差，尤其是2015年，達標天數比例為全市各轄區最低，為67.7%；“十三五”期間環境空氣質量得到改善，達標天數比例大幅提高。

本文以工業生產總值高低來區別工業發展程度，低工業生產總值類（工業發展程度相對較低）為低于各轄區工業生產總值的總體均值，高工業生產總值（工業發展程度相對較高）為高于總體均值。由圖可知，大部分“十二五”數據屬于低工業生產總值類，“十三五”數據均屬高工業生產總值類的地區有通州、海門、市區，其中市區在“十二五”期間已進入高工業生產總值類，而海安、如皋、啟東、如東四地先后在2017—2019年進入高工業生產總值類。通州區環境空氣質量下降率最快，2014年達到最低點為68.0%，其他各縣市區的環境空氣質量達標比例基本處于逐年下降趨勢，于2015年達到最低點后形成拐點。在高工業生產總值中，市區的環境空氣質量先下降然后逐年上升，其他各縣市區均處于上升態勢。總體上看，啟東市的環境空氣質量是最好的，特別是“十三五”期間優于其他轄區，2020年為91.0%。

2. 2 Chow檢驗

由表2可知，F檢驗的p=0.024＜0.05，拒絕“混合回歸模型可以接受”的原假設，認為個體固定效應模型與文本的數據模型相符。

2. 3 Hausman檢驗

采用Hausman檢驗確定本文數據適用于個體固定效應模還是隨機效應模型，結果見表3。由表可知，p值為0.0223＜0.05，拒絕原假設，得出個體固定效應模型更適合本文數據。

2. 4 個體固定效應模型回歸結果

對本文數據構建個體固定效應模型：①基于全市共計7縣級市（區）的數據的總體模型；

②低工業生產總值類模型；③高工業生產總值類模型。模型回歸結果如表4所示。

2. 4. 1 模型結果分析

從總體模型可知，工業煙粉塵排放量對2011—2020年南通市全市的環境空氣質量達標比例呈現顯著性負向影響。煙粉塵排放導致的污染物主要為顆粒物PM10、PM2.5，說明PM10、PM2.5是影響環境空氣質量達標比例的主要因素之一；綜合能源消費量對環境空氣質量達標比例呈現顯著性負向影響，能源消耗能源消費產生的顆粒物、揮發性有機物等污染物顯著影響了環境空氣質量；第二產業比重對環境空氣質量產生顯著性正向影響，南通在2011—2020年期間總體上呈現第二產業比重下降、第三產業比重上升的態勢，說明除了第二產業的工業粉塵、綜合能源消費等因素外，第三產業的發展對環境空氣質量的影響也不容忽視。lnPerCapGDP對環境空氣質量達標比例產生顯著性負向影響，說明2011—2020年南通地區人均生產總值（人均GDP）增長率的提高會帶來更多的廢氣污染物，影響環境質量。總體上，南通市經濟的增長仍處于相對粗放型，需要進一步優化及提升產業結構，調整能源結構，發展高端制造業，從粗放型向集約型轉變，在發展經濟的同時提高環境空氣質量。

低工業生產總值實證結果表明，工業煙粉塵排放量、lnPerCapGDP對環境空氣質量達標比例呈現顯著性負向影響；綜合能源消費量、第二產業比重對環境空氣質量達標比例無顯著性影響（p＞0.05）。說明當工業發展程度較低時，工業煙粉塵排放量、人均GDP增長率的提高將導致環境空氣質量降低，綜合能源消費量、第二產業比重的改變不會顯著影響環境空氣中污染物的排放量。

高工業生產總值實證結果表明，工業煙粉塵排放量對環境空氣質量達標比例沒有呈現顯著性影響（p＞0.05），說明當工業生產總值較高時，綜合能源消費量對環境空氣質量達標比例呈現顯著性負向影響，第二產業比重、lnPerCapGDP對環境空氣質量達標比例呈現顯著性正向影響。說明當工業發展程度較高時，工業煙粉塵排放量不是環境空氣質量達標比例的主要影響因素，而綜合能源消費量的提高會顯著降低環境空氣質量，第二產業比重的下降及第三產業比重的增加顯著提高了環境空氣中的污染物的排放量，人均GDP增長率的提高，有利于環境空氣質量的提升。

2. 4. 2 影響因素分析

（1）工業粉塵排放量

通過對總體、低工業生產總值、高工業生產總值三種模型結果比較，從工業粉塵排放量、綜合能源消費量、第二產業比重以及人均GDP四個變量研究南通市環境空氣質量的社會經濟影響因素。

從表中三種模型的工業煙粉塵變量系數可知，工業煙粉塵排放量的影響程度從大到小為：低工業產值（負向）＞總體（負向）＞高工業產值（不顯著），說明當工業產值較小時（工業發展程度較低），煙粉塵排放量對環境空氣產生的負影響最大。南通市工業煙粉塵主要排放行業為非金屬礦物制品業、金屬制品業、電力、熱力的生產和供應業、紡織業。從圖3可知，2011—2020年，南通市工業煙粉塵排放量呈現下降趨勢，尤其是工業產值較高時，下降幅度更大，主要原因是 “十三五”期間，南通市以工業整治為重點，推動工業窯爐專項整治、火電行業的除塵工程建設及提標改造等多項措施，從而煙粉塵的排放總量得到有效控制。隨著工業發展程度的提高，產業結構優化成為內在驅動力，淘汰落后低端化工、印染及鋼絲繩產能，煙粉塵排放強度也顯著降低，不再是影響環境空氣質量達標天數比例的顯著因素。

（2）綜合能源消費量

從表中三種模型的規模以上工業企業綜合能源消費量系數可知，綜合能源消費量的影響程度從大到小為：高工業產值（負向）＞總體（負向）＞低工業產值（不顯著），說明當工業生產總值較高時（工業發展程度較高），綜合能源消費所產生的廢氣污染物成為影響環境空氣質量的顯著因素。從廢氣污染物排放分析，低工業生產總值下，工業對能耗需求相對較低，綜合能源消費量相對較低，排放的廢氣污染物對環境空氣質量的影響相對工業煙粉塵較小；而高工業生產總值下，工業對能源消耗需求較高，排放的廢氣污染物總量也較高，從而對環境空氣質量產生較大的影響。從行業類型分析，工業發展程度的提高促進了產業結構調整，前五大高能耗行業的類型也有了明顯的變化，具體見表5。電力、熱力生產和供應業能耗占比基本保持不變，化學纖維制造業、紡織業能耗占比提高，化學原料和化學制品制造業有所下降，造紙業取代黑色金屬冶煉和壓延加工業成為前五大高能耗產業，行業類型的改變也是綜合能耗成為顯著影響因素的原因之一，同時也可以解釋工業程度發展較高時工業煙粉塵排放不再是主要影響因素的原因。

隨著工業發展程度的提高，綜合能源消費量成為影響環境空氣質量達標天數比例的顯著因素。過去10a全市加強電力行業超低排放改造、節能技改的調控管理力度，顯著提升了能效利用水平，同時“十三五”期間南通加快推進清潔能源利用，風力發電及太陽能發電裝機容量年均增長值達到了11.6%、22.5%，能源結構調整成果顯著，綜合能源消耗量在“十三五”期間顯著下降，減少了廢氣污染物的排放，提高了環境空氣質量。

（3）產業比重

從表中三種模型的第二產業占比系數可知，其影響程度從大到小為：高工業產值（正向）＞總體（正向）＞低工業產值（不顯著），低工業生產總值時，第二產業比重的變化對環境空氣質量沒有顯著性改變，當工業發展程度較高時，第二產業比重的變化同時也正向影響了環境空氣質量。由兩種工業生產總值下產業占比比較可知，第二產業均有所下降，且比重也相近，但第一產業、第三產業占比有明顯的不同。其中低工業生產總值的第一產業比重較高，第三產業比重比較低，說明當工業發展程度較低，第三產業比重較低時，第二產業比重的變化不會對環境空氣質量有明顯的影響；而隨著工業發展程度的提高，第三產業比重提高至43.0%及以上時，產業比重的變化對環境空氣質量有了顯著性影響，說明第三產業中的發展也帶來了環境空氣質量的負面影響。第三產業中，交通運輸、倉儲和郵政業、住宿和餐飲業等都得到了較快的增長，僅“十三五”期間，全市的機動車保有量就顯著上升，根據南通市統計年鑒，五年間南通市客車、貨車分別增加了67.7%、54.3%。而住宿和餐飲業中顆粒物、揮發性有機物的排放量也是不可忽視的部分，因此這些行業排放的廢氣污染物也成為影響環境空氣質量的因素之一。

（4）人均GDP

從表中三種模型的lnPerCapGDP的系數可知，其影響程度從大到小為：低工業生產總值（負向）＞高工業產值（正向）＞總體（負向）。低工業生產總值時，人均GDP增長率的提高對環境空氣質量有顯著負相關，而高工業生產總值時，人均GDP增長率的提高對環境空氣質量有著顯著性正向影響。人均GDP是提高居民人均收入、生活水平的重要參照指標，與工業化進程和社會穩定具有一定內在聯系，因此人均GDP與環境質量成反比，說明此時社會經濟的發展、工業化進程以犧牲環境質量為代價。隨著工業發展程度的提高，產業結構的優化，粗放型經濟向集約型經濟的轉變，人均GDP增長率的提高開始反映環境質量的向好發展，此時才能真正與社會安定、社會環境的和諧成正比。

3 討論與建議

隨著城市工業發展程度的加深，南通市環境空氣質量的影響因素也在不斷變化中。當工業發展程度相對較低時，南通市經濟增長方式較為粗放、產業結構較為失衡，因此工業煙粉塵是影響環境空氣質量的主要因素之一，經濟的快速增長帶來了較大的大氣污染物排放。隨著工業進一步發展，轉變經濟發展方式，產業結構優化成為可持續發展的內在需求，淘汰落后產能，關停高污染高能耗化工及金屬制品企業，加快先進制造業的發展，工業煙粉塵不再是影響環境空氣質量的主要因素，而綜合能源消費量導致的污染物排放、第三產業中倉儲物流業、餐飲業等的發展對環境空氣質量的影響也應得到重視。

目前南通市環境空氣質量雖然有很大改善，2020年已達到“十三五”最好水平，但顆粒物污染仍然季節性存在，臭氧污染問題也未得到有效控制，此外與國際標準、先進地區也存在一定的差距。在進入“十四五”以后，南通市大氣污染防治的重點應集中于高能耗行業、生活源、移動源方面，進一步推進產業升級優化，加快能源結構、運輸結構調整優化，精準、全面、深度管控工業源、移動源、生活源、揚塵源，實現地方空氣質量持續改善。

參考文獻：

[1] 宋曉梅，徐劍琦.對京津冀大氣環境的影響產業結構[J].中國統計，2014（5）：49-50.

[2] 景鵬志.我國空氣質量區域劃分及影響因素分析[D].蘭州：蘭州財經大學，2021.

[3] 楊帆.長三角城市群空氣質量影響因素研究[D].蘭州：蘭州財經大學，2021.

[4] 趙艷艷，張曉平，陳明星，高珊珊，李潤奎.中國城市空氣質量的區域差異及歸因分析[J].地理學報，2021，76（11）：2814-2829.

[5] 張一，郭金祿，鄭煜.降水等十個因素對PM2.5濃度的影響分析——基于山東省沿海6個城市2017.5.1-2020.4.30的面板數據模型[J].數學的實踐與認識，2021，51（20）：45-54.

[6] 祝麗云，李彤，馬麗巖，劉志林.產業結構調整對霧霾污染的影響——基于中國京津冀城市群的實證研究[J].生態經濟，2018，34（10）：141-148.

[7] 張曉平，林美含.中國城市空氣污染區域差異及社會經濟影響因素分析——基于兩種空氣質量指數的比較研究（英文）[J].中國科學院大學學報，2020，37（1）：39-50.

[8] 張楠.生態文明視角下綠色發展對城鄉居民消費結構的影響——基于省域面板數據的計量分析[J].商業經濟研究，2022（9）：43-46.