人口集聚實現了減污降碳協同增效嗎

【摘 要】 黃河流域沿線城市群人口集聚能否實現減污降碳的協同增效，是各界關注的重點。運用2001—2021年黃河流域沿線65個地級市面板數據，實證考察了人口集聚對黃河流域減污降碳的影響機制和作用機理。基準檢驗結果顯示，人口集聚與黃河流域減污降碳綜合指數呈倒U型曲線。作用機制表明，人口集聚可通過城市化水平、產業結構高級化、數字經濟以及綠色技術創新實現黃河流域減污降碳。穩健性檢驗表明，通過改變被解釋變量、替換解釋變量、分位數回歸等方法檢驗，結果是穩健的。異質性研究表明，黃河流域上游地區人口集聚與減污降碳綜合指數之間呈負相關的線性關系，黃河流域中下游地區的人口集聚與減污降碳綜合指數間呈倒U型曲線。

【關鍵詞】 人口集聚； 黃河流域； 減污降碳； 協同增效； 作用機制

【中圖分類號】 F234.3；F062.9" 【文獻標識碼】 A" 【文章編號】 1004-5937（2025）18-0080-08

一、問題的提出

黃河流域是我國重要的生態屏障和經濟地帶，同時也是鄉村振興的重要區域，在經濟社會發展和生態安全方面具有十分重要的地位。黃河流域因農耕文明歷史悠久而具有稠密的人口和較高的城鎮化水平，還因礦產資源和能源豐富而擁有較高的工業化水平，但因開發強度較高，使黃河流域出現水土流失嚴重、資源利用粗放、環境污染加劇等問題，高質量發展難以取得突破性進展[1-2]。黨的二十大報告指出“協同推進降碳、減污、擴綠、增長，推進生態優先、節約集約、綠色低碳發展”。黃河流域沿線城市群如何實現減污降碳協同增效成為地方各界面臨的關鍵問題。因此，考察人口集聚影響黃河流域沿線城市減污降碳的內在邏輯和影響機制，對推動學科之間的理論融合、優化環境經濟政策、實現黃河流域高質量發展具有重要的理論和現實意義。

早期研究主要關注環境污染與碳排放產生過程中的“同根同源同步性”，近年的研究則集中于大氣污染與溫室氣體協同治理的內涵、挑戰和困境、可行性等方面[ 3 ]。部分研究重點關注區域減污降碳的協同治理、典型發達國家減污降碳的歷史路徑及其演變規律帶來的政策啟示等。不同減污措施的協同降碳效果不盡相同，且具有明顯區域異質性[ 4 ]。有研究發現，我國東、中、西部地區減污降碳協同效果差異較大，減污政策與降碳政策的協同效果具有明顯的動態變化趨勢[ 5 ]，同時，協同效果亦受生產結構、技術進步水平、城市創新創業水平等眾多驅動因素的影響。也有研究發現，將減污降碳協同增效作為一項耦合系統治理工程，有利于實現我國能源、環境和經濟系統的整體績效發展[ 6 ]。此外，個別學者探討了黃河流域城市群減污降碳協同推進及其對經濟增長的影響[ 7 ]。

人口集聚與環境污染物之間的關聯研究主要有三種觀點：第一，人口集聚會加重周圍的環境污染。人口的集聚會帶來消費需求的增加和生產規模的擴大，資源能源大幅度消耗將會增加環境的負擔，加大環境污染程度。如王興杰等[8]發現空氣質量的下降和人口集聚程度密切正相關。第二，人口集聚會減輕環境污染程度。人口集聚使得資源更為集中利用，加速擴散知識和技術的外部性，提高生產要素的利用效率，減少環境污染物的排放。如肖周燕和沈左次[9]使用熵值法測度了傳統的環境污染物綜合指數，實證分析得出人口集聚有利于環境污染物綜合指數的下降。第三，人口集聚和環境污染之間存在非線性關系，這種非線性關系可根據影響類別劃分為三種：人口集聚和霧霾污染之間的倒U型[ 10 ]；工業二氧化硫和煙（粉）塵與人口集聚之間的U型曲線[ 11 ]；人口集聚和空氣污染之間存在一定的門檻效應[ 12 ]。綜合來看，學者采用的環境污染物和樣本不同，得出的結論也不同。

總之，現有文獻主要關注減污降碳應作為系統工程進行治理及人口集聚與傳統環境污染物之間的關聯研究，較少涉及黃河流域人口集聚對減污降碳影響的研究。基于環境污染物與碳排放的同根同源性，二者應作為整體進行考察。本研究的邊際貢獻在于：第一，在傳統的環境污染物基礎上，將現階段最為關注的空氣污染物——PM2.5以及碳排放量考慮進來，基于熵值法測度黃河流域減污降碳綜合指數。第二，厘清了人口集聚對黃河流域減污降碳綜合指數的影響機制與內在機理，實證分析了二者之間的非線性關系，可為黃河流域生態保護和高質量發展提供決策依據。

二、理論分析與研究假設

（一）影響作用

人口集聚對環境污染和碳排放的影響有兩個方面。

一是人口集聚會增加環境污染和碳排放。人口集聚可能會帶來產業密集度的提高，增加更多的經濟活動和生產，從而加大固定工業污染源和移動污染源的數量，例如工廠、交通工具、建筑施工等會產生大量廢氣、廢水和固體廢棄物，加劇了環境污染[ 10 ]。同時，人口集聚將會消耗更多的能源、水資源和原材料，產生大量的廢棄物和溫室氣體的排放。另外，城市擴張會導致交通流量增加，以及交通擁堵、城市基建產生的粉塵污染和排放物增加，進一步加劇環境污染。為了容納較大規模的人口數量，自然生態系統被破壞，綠地和森林面積大幅度減少，地下水過度開采和地表水源污染等，這些遠超出大自然的承載能力，引起嚴重的污染。

二是人口集聚會降低環境污染和碳排放。人口集聚帶來了更大的市場規模和勞動力資源，會實現勞動力專業化分工，在提高勞動生產率的同時發揮規模經濟效應，提升資源利用效率，從而抑制環境污染排放。人口大量集聚，環保意識和需求逐漸提高，迫使政府采取更嚴厲的環境監管措施，倒逼企業由高能耗向環境友好型轉變，減少環境污染[9]。企業與居民集中在某些特定區域有助于環境政策制定、實施與管理，比如更加高效的公共交通系統和集中供熱供冷系統減少了資源能源的浪費，提高了利用率。人口的集聚也倒逼政府和社會采取更有效的措施抑制環境污染，比如促進綠色技術在內的技術進步、發展綠色建筑、推廣可再生能源、實施嚴格的污染排放標準等，進一步改善環境質量。基于此，本文提出以下假設：

假設1：人口集聚和減污降碳之間呈現非線性關系。

（二）影響機制

1.城市化的機制分析

人口的集聚縮短了居民的出行距離，提高了通勤效率，減少了遠距離通勤過程中的能源耗損，并且高效、便捷的地鐵、共享單車等綠色公共交通會降低對私家車的依賴，減少交通堵塞和尾氣的排放[ 13 ]。另外，人口集聚有利于保留城市周邊綠色開敞空間，提升城市大氣凈化能力，人與人頻繁地密切接觸可實現相互監督，增強環保意識，利于減少個體的環境負外部性行為。由此，提出以下假設：

假設2：人口集聚通過城市化實現減污降碳。

2.產業結構調整的機制分析

人口集聚提升了產業的密集度，實現更專業化的勞動分工。一方面人口集聚對產業結構升級具有推動作用，其帶來的勞動力和市場需求促進了新興產業的發展和現有產業的升級[ 14 ]；另一方面通過產業結構升級，環境友好型產業比重增加，傳統污染行業比重降低，從而減少了環境污染排放。由此，提出如下假設：

假設3：人口集聚通過產業結構高級化實現減污降碳。

3.數字經濟的機制分析

人口集聚地區更容易依賴數字經濟，實現綠色低碳生產生活。數字化變革通過降低成本費用、提高資產利用效率、增強創新能力促進實體企業經濟效益提升，數字經濟具有的低自然消耗、低污染排放，以及可復制性和共享性的特點，使得數據資源突破傳統的邊際效益遞減規律的限制[ 15 ]，并通過各種途徑減少環境污染物。由此，提出如下假設：

假設4：人口集聚通過數字經濟實現減污降碳。

4.綠色技術創新的機制分析

人口集聚通常伴隨著更高的教育水平和知識創新能力。這種情況下，人們更容易接受新知識和新技術，進而推動環境保護技術的創新和應用[ 16 ]。相應地，綠色技術創新推動了能源利用效率的提高，減少了對傳統化石能源的需求，推動可再生能源的開發和利用，從而減少了溫室氣體的排放和環境污染。清潔生產技術、污染治理技術、綠色創新技術等的應用可以降低工業排放的水平，減少交通擁堵、能源浪費和廢棄物產生，進而減少了對環境的負面影響。由此，提出如下假設：

假設5：人口集聚通過綠色技術創新實現減污降碳。

綜上所述，人口集聚對減污降碳的影響機制如圖1所示。

三、研究設計

（一）變量選取及說明

1.被解釋變量

黃河流域減污降碳綜合指數（env）。本文在傳統環境污染物“工業三廢”——工業二氧化硫排放量、工業廢水排放量和工業煙粉塵排放量的基礎上，納入現階段最為關注的空氣污染物PM2.5，以及各城市的碳排放量，基于熵值法構建黃河流域減污降碳綜合指數，用于反映黃河流域沿線城市減污降碳水平。

2.解釋變量

人口集聚水平（Pop）。參考相關學者的研究[ 10 ]，使用各城市的人口密度指標進行衡量。為了考察其與減污降碳綜合指數之間是否存在非線性關系，在模型中引入其二次項（Pop2）。

3.控制變量

（1）經濟增長水平。與大部分學者一樣，使用黃河流域沿線城市的人均國內生產總值進行衡量（Pgdp），同時為了考察環境庫茲涅茨曲線在黃河流域沿線城市的存在性，在模型中引入其二次項（Pgdp2）。（2）政府管制（Govr）。使用政府財政支出占GDP的比重來測度，該指標越大，表明政府對周圍環境污染的管制力度越大，反之則越小[ 17 ]。（3）人力資本（Pc）。使用每萬人普通高校在校大學生的數量來測度，考察居民的教育水平是否會對減污降碳造成影響[ 18 ]。（4）對外開放水平（Fdir），使用黃河流域外商直接投資占GDP的比重來衡量，以檢驗“污染天堂”是否在黃河流域沿線城市存在。（5）金融發展水平（Dlr）。使用黃河流域沿線各城市的年末金融機構人民幣各項存貸款余額與地區實際生產總值的比值來表征，考察金融發展水平對環境污染的影響程度[ 19 ]。

4.中介變量

（1）城市化水平（City）。使用城鎮人口占常住人口的百分比來測度，主要檢驗城鎮居民比重的提高對黃河流域減污降碳的影響結果。（2）產業結構高級化（Ts）。使用第三產業增加值與第二產業增加值之比來表征，主要考察人口集聚現象在產業結構調整過程中的分配最終是否會影響環境污染程度。（3）數字經濟（Dig）。數字經濟發展水平測度尚未有統一的做法，考慮到數據的可得性，借鑒韋施威等[15]的思路，將每百人互聯網寬帶接入用戶數、計算機軟件和軟件業從業人員占城鎮單位從業人員比重、人均電信業務總量、每百人移動電話用戶數通過熵值法計算得出。（4）綠色技術創新水平。參考宋德勇等[ 16 ]的研究，采用當年申請的綠色發明數量（In）表征綠色技術創新的質量，使用當年申請的綠色實用新型專利數量（Ne）來表征該城市綠色技術創新的數量。

（二）模型構建

為考察人口集聚對黃河流域減污降碳的影響，構建人口集聚與減污降碳之間的計量模型（1），并結合相關研究[ 20 ]及筆者的思考來確定其他影響減污降碳的因素。

模型（1）中，i和t分別表示地區和年度，ε表示誤差項，β為系數；env表示黃河流域沿線城市的減污降碳綜合指數；Pop表示黃河流域沿線城市的人口集聚水平，為了檢驗人口集聚與減污降碳之間是否存在非線性關系，引入其二次項（Pop2）；X表示一系列控制變量，主要涉及經濟增長水平（Pgdp）、政府管制（Govr）、人力資本（Pc）、對外開放水平（Fdir）、金融發展水平（Dlr）。

進一步，根據前文的理論機理分析，人口集聚可能通過城市化、產業結構調整、數字經濟和綠色技術創新影響黃河流域減污降碳，因此，構建中介機制模型（2）和模型（3）。

模型（2）和（3）中，Z表示中介變量城市化水平（City）、產業結構高級化（Ts）、數字經濟（Dig）和綠色技術創新水平（In和Ne）。模型（2）用于判定人口集聚對中介變量Z的影響，模型（3）將人口集聚與中介變量一起納入研究框架，用于檢驗人口集聚是否通過變量Z對黃河流域減污降碳產生影響。

（三）數據來源與描述性統計

在減污降碳綜合指數中，“工業三廢”——工業二氧化硫排放量、工業廢水排放量和工業煙粉塵排放量來源于《中國城市統計年鑒》。黃河流域城市碳排放量計算方法借鑒相關學者[ 21 ]的研究，將城市的交通和建筑、工業生產過程、農林業與土地利用變化、廢棄物處理活動產生的溫室氣體排放，滿足城市消費而外購的電力、供熱和/或制冷等產生的排放，城鎮從轄區外購買的所有物品在生產、運輸、使用和廢棄物處理環節的溫室氣體排放等進行加總。數據主要來源于《中國城市統計年鑒》《中國環境統計年鑒》《中國農業統計年鑒》《中國能源統計年鑒等》，排放因子以官方公布的相關數據為準，具體包括《省級溫室氣體排放清單指南（試行）》、各級政府發布的碳排放清單指南，若有缺失數據通過IPCC排放因子數據庫進行補充。另外，霧霾作為現階段比較關注的重點污染物之一，也被納入到該指數中，指標來源于哥倫比亞大學發布的2001—2021年中國地級城市年均PM2.5濃度數據。上述污染指數經熵值法計算得出。

人口集聚水平、經濟增長水平、政府管制、人力資本、對外開放水平、金融發展水平、城市化水平、產業結構高級化、綠色技術創新水平、數字經濟等變量所使用的指標均來自《中國城市統計年鑒》《黃河流域各城市統計公報》、國家知識產權局公布的專利申請信息等，缺失數據通過查閱各省份和城市的統計年鑒、各城市的年度統計公報并使用插值法等方式進行填補，數字經濟則通過熵值法計算得出。所有涉及貨幣價值的經濟變量均以2001年為基期進行了平減處理。

各指標的描述性統計如表1所示。由表1可知，黃河流域減污降碳綜合指數的平均值為32 406.28，標準差為84 888.92，表明黃河流域整體的減污降碳綜合污染水平較高，且存在較大差異。人口集聚的平均值為453.81，最小值為15.00，最大值為1 522.43，反映出黃河流域城市群的人口集聚水平差異較大。相應地，城市化水平、產業結構高級化水平、數字經濟和綠色技術創新水平的平均值和最大值差異均比較大，表明黃河流域城市群之間的發展水平不同。

四、結果分析

（一）基準回歸結果

在使用STATA15.0軟件進行計量回歸時，為了避免異方差，對各變量均采取對數化處理。本文采用固定效應模型對結果進行回歸，基準回歸結果如表2所示。

表2基準回歸結果顯示，人口集聚（Pop）的一次項系數為正，二次項為負，且均通過顯著性水平檢驗，表明人口集聚與減污降碳之間呈現倒U型曲線。黃河流域在人口集聚初期，城市進行基礎設施完善會產生建筑粉塵，同時交通基礎設施跟不上，交通擁堵、排放增加、資源能源消費增加，加劇了環境污染；當達到一定程度之后，城市基礎設施和交通網絡不斷完善，勞動力分工更為合理和專業化，勞動生產率不斷提高，經濟發展水平的提高進一步提升了社會各界的環境關注度，政府環境規制不斷增強，從而減輕了對環境污染的程度，假設1得到驗證。控制變量中，經濟增長水平（Pgdp）的一次項系數為正，二次項為負，且均通過顯著性水平檢驗，表明經濟增長與減污降碳之間呈現倒U型曲線；政府管制（Govr）的系數為負，且通過了1%的顯著性水平，意味著政府管制可以顯著抑制污染和碳排放水平，實現減污降碳協同增效；人力資本（Pc）的系數為負，且通過了1%的顯著性檢驗，說明人力資本的提升可以實現黃河流域減污降碳；對外開放水平（Fdir）系數為負，說明外資的引入并未對東道主國家造成“污染天堂”效應，遺憾的是，該系數未通過顯著性檢驗；金融發展水平（Dlr）的系數為負，并通過了1%的顯著性檢驗，說明金融發展水平的提升可以實現黃河流域減污降碳。

（二）機制分析

根據前文理論分析，對城市化、產業結構高級化、數字經濟及綠色技術創新的中介機制進行檢驗。

（1）城市化水平的中介機制。表3列（1）顯示人口集聚的系數為正，并且通過了1%的顯著性檢驗；列（2）顯示人口集聚的一次項為正，二次項的系數為負，并且均通過了顯著性檢驗，而城市化水平（City）的系數顯著為負。以上表明城市化水平在人口集聚影響減污降碳的過程中產生中介效應，假設2得到驗證。

（2）產業結構高級化的中介機制。表3列（3）顯示人口集聚的系數為正，并且通過了1%的顯著性檢驗；列（4）顯示人口集聚的一次項為正，二次項的系數為負，并且均通過了顯著性檢驗，而產業結構高級化（Ts）的系數顯著為負。以上表明產業結構高級化在人口集聚影響減污降碳的過程中產生中介效應，假設3得到驗證。

（3）數字經濟的中介機制。表4列（1）顯示人口集聚的系數為正，并且通過了1%的顯著性檢驗；列（2）顯示人口集聚的一次項為正，二次項的系數為負，并且均通過了顯著性檢驗，而數字經濟（Dig）的系數顯著為負。以上表明數字經濟在人口集聚影響減污降碳的過程中產生中介效應，假設4得到驗證。

（4）綠色技術創新水平的中介機制。表4列（3）和列（5）中人口集聚的系數為正，并且通過了1%的顯著性檢驗；列（4）和列（6）中，人口密度的一次項為正，二次項的系數為負，并且均通過了顯著性檢驗，而綠色發明（In）和綠色新型專利（Ne）的系數均顯著為負。以上表明無論是綠色新型專利還是綠色發明，均可以反映綠色技術創新的數量和質量在人口集聚影響減污降碳過程中產生的中介效應，假設5得到驗證。

機制分析的結果表明，人口集聚可通過城市化、產業結構高級化、數字經濟及綠色技術創新實現黃河流域減污降碳。事實上，隨著人口在黃河流域的不斷集聚，城市化水平不斷提升，各種建筑設施逐漸完善，揚塵減少，公共交通作用明顯，環境污染和碳排放明顯改善；產業結構不斷優化，由依賴資源能源產業轉向環境友好型產業，環境質量得到提升；數字基礎設施的不斷健全，數字要素的環境友好型優勢得以明顯發揮，實現邊際報酬遞增；綠色技術創新的不斷加強，豐富了綠色技術創新數量和質量，從而提升了資源能源的利用效率，并更多地使用清潔能源，降低污染和碳排放，實現經濟、社會和生態的三贏局面。

（三）穩健性檢驗

為了檢驗結果是否穩健，本文采用以下穩健性檢驗方法：（1）對被解釋變量滯后一期，進行固定效應回歸，結果如表5列（1）所示。人口集聚的一次項系數為正，二次項系數為負，且均通過顯著性檢驗，其余各變量符號及顯著性未見明顯改變，結果穩健。（2）替換解釋變量法。為了減少人口集聚這一變量帶來的偏差，將其更換為各城市常住人口數，再次進行固定效應回歸，結果如表5列（2）所示。常住人口的一次項系數為正，二次項系數為負，且均通過顯著性檢驗，其余各變量符號及顯著性未見明顯改變，結果穩健。（3）分位數回歸法。對所有數據采取50%和75%的分位數回歸，表5列（3）和列（4）結果顯示，各變量的符號及顯著性未見明顯改變，結果穩健。

（四）異質性分析

為了考察黃河流域上、中、下游不同地區的人口集聚對減污降碳綜合指數影響的異質性，分樣本進行回歸，結果如表6所示。研究結果表明，上游地區人口集聚的系數為負且通過了顯著性檢驗，說明人口集聚有利于黃河流域上游地區減污降碳。事實上，黃河流域上游地區人口較為稀少，人口集聚現象還未出現，產業密度不集中，未能超出自然環境的承載力，因此，人口集聚和減污降碳之間并不能呈現全樣本中的倒U型曲線形式。黃河流域中下游地區的人口集聚一次項系數為正，二次項系數為負，與減污降碳之間呈現倒U型曲線，與全樣本結果一致。

五、研究結論與政策建議

本文基于黃河流域沿線65個城市2001—2021年的面板數據，構建了黃河流域沿線城市減污降碳綜合指數，厘清了人口集聚對減污降碳的影響機制和內在機理，運用固定效應模型、中介效應模型等方法，多維度實證分析了人口集聚對黃河流域減污降碳的影響作用機制及異質性。研究表明：第一，基準回歸結果顯示，人口集聚與黃河流域減污降碳綜合指數之間呈現倒U型曲線。第二，作用機制表明，人口集聚可通過提升城市化水平、產業結構高級化、數字經濟以及綠色技術創新實現黃河流域減污降碳。第三，進一步的穩健性檢驗結果顯示，通過改變被解釋變量、替換解釋變量、分位數回歸的方法證實上述結論是穩健的。第四，異質性研究表明，黃河流域上游地區人口集聚與減污降碳綜合指數之間呈負相關的線性關系，黃河流域中下游地區人口集聚與減污降碳綜合指數之間呈現倒U型曲線。

基于上述研究結論，本文得到以下政策啟示：第一，黃河流域沿線各地政府應清晰地認識到人口集聚、經濟增長與減污降碳綜合指數之間的倒U型曲線，加強政府的引導，把握人口集聚與經濟增長中出現的拐點，積極引導人口集聚跨越拐點，提高經濟增長水平，實現人口集聚、經濟增長賦能減污降碳的正向效應。第二，黃河流域沿線城市應適當加快城市化進程，發揮城市的集聚效應，強化城市建設施工、道路施工等揚塵管控措施，降低城市環境污染；加強數字經濟的基礎設施建設，推進工業企業的數字化改造升級，促進傳統產業數字化轉型，尤其是打造制造業基礎的高級化和產業鏈現代化，用數字化提升企業的資源能源利用效率，推動傳統產業更快、更有效、更均衡地實現低碳綠色高質量轉型，提升產業結構的高級化；要積極發揮政府的引導性功能，應用低碳財政政策激勵高污染高排放企業進行低碳綠色轉型和綠色技術創新，提升資源能源的利用效率，實現高效率、高效能、高效益的產出。第三，黃河流域沿線城市的發展應因地制宜，分類施策。中下游地區應重點把握倒U型曲線的特點，及早跨越拐點，實現人口集聚推動減污降碳；上游地區應積極借鑒中下游地區的發展經驗，避免出現拐點，通過人口集聚與減污降碳的負相關關系賦能經濟高質量發展。

【參考文獻】

［1］ YIN L，FENG X M，FU B J.A coupled human-natural system analysis of water yield in the Yellow River basin，China［J］.The Science of the Total Environment，2021，762（3）：143141.

［2］ 王晨輝，鄧昌斌，高國策.黃河下游生態產品價值核算與實現路徑研究［J］.會計之友，2024（11）：134-140.

［3］ 姜歡歡，李媛媛，李麗平，等.國際典型城市減污降碳協同增效的做法及對我國的建議［J］.環境與可持續發展，2022，47（4）：66-70.

［4］ CHIEN F S，SADIQ M，NAWAZ M A，et al.A step toward reducing air pollution in top Asian economies：the role of green energy，eco-innovation，and environmental taxes［J］.Journal of Environmental Management，2021，297（11）：113420.

［5］ WANG B，WANG Y F，ZHAO Y Q.Collaborative governance mechanism of climate change and air pollution：evidence from China［J］.Sustainability，2021，13（12）：6785.

［6］ 劉華軍，喬列成，郭立祥.減污降碳協同推進與中國3E績效［J］.財經研究，2022，48（9）：4-17.

［7］ 康哲，李巍，劉偉.黃河流域城市群工業減污降碳影響因素與策略［J］.中國環境科學，2023，43（4）：1946-1956.

［8］ 王興杰，謝高地，岳書平.經濟增長和人口集聚對城市環境空氣質量的影響及區域分異：以第一階段實施新空氣質量標準的74個城市為例［J］.經濟地理，2015，35（2）：71-76.

［9］ 肖周燕，沈左次.人口集聚、產業集聚與環境污染的時空演化及關聯性分析［J］.干旱區資源與環境，2019，33（2）：1-8.

［10］ 祝偉，張旭東.人口集聚、經濟增長與城市空氣質量：基于274個地級市數據的空間計量分析［J］.西北人口，2021，42（2）：37-50.

［11］ 徐輝，楊燁.人口和產業集聚對環境污染的影響：以中國的100個城市為例［J］.城市問題，2017（1）：53-60.

［12］ 程開明，洪真奕.城市人口聚集度對空氣污染的影響效應：基于雙邊隨機前沿模型［J］.中國人口·資源與環境，2022，32（2）：51-62.

［13］ 張喜光，馬棟棟.基于STIRPAT模型的科技創新效率對霧霾污染影響研究［J］.財會通訊，2023（5）：83-88.

［14］ 唐建榮，郭士康.產業集聚、人口規模與環境污染［J］.統計與決策，2021，37（24）：46-51.

［15］ 韋施威，杜金岷，潘爽.數字經濟如何促進綠色創新：來自中國城市的經驗證據［J］.財經論叢，2022（11）：10-20.

［16］ 宋德勇，李超，李項佑.新型基礎設施建設是否促進了綠色技術創新的“量質齊升”：來自國家智慧城市試點的證據［J］.中國人口·資源與環境，2021，31（11）：155-164.

［17］ MA D，HE F，LI G，et al.Does haze pollution affect public health in China from the perspective of environmental efficiency？［J］.Environment，Development and Sustainability，2021，23（11）：16343-16357.

［18］ 馬棟棟.霧霾治理政策能否改善全要素生產率？［J］.經濟經緯，2021，38（6）：84-92.

［19］ 古惠冬，楊維光，陳文捷.綠色技術創新對城市碳減排的效應研究［J］.學術探索，2022（3）：120-132.

［20］ 逯進，趙亞楠，陳陽.人力資本、技術創新對環境污染的影響機制：基于全國285個城市的實證分析［J］.長江流域資源與環境，2019，28（9）：2186-2196.

［21］ CHENG Y，ZHANG Y，WANG J，et al.The impact of the urban digital economy on China's carbon intensity：spatial spillover and mediating effect ［J］.Resources，Conservation and Recycling，2023，189：106762.