安徽省新型城镇化对雾霾污染的影响效应分析
王素凤，祝 倩
(安徽建筑大学 经济与管理学院，安徽 合肥 230601)
摘 要： 运用熵权法构建新型城镇化综合指标，基于安徽省各地级市2008—2017年的面板数据，从空间计量经济学角度出发，结合空间溢出效应，构建空间杜宾模型，研究新型城镇化对雾霾污染的影响效应。结果表明，安徽省各地级市间雾霾污染存在显著的空间溢出效应；新型城镇化对雾霾污染具有正向影响且溢出效应显著；天然气覆盖率以及废气治理都有效缓解了雾霾污染，而产业结构加重了雾霾污染。对此需推动区域雾霾污染联合治理；转变生产生活方式；基于新型城镇化试点省份机遇，继续实现新型城镇化发展创新，以发展促进雾霾治理。
关键词： 新型城镇化；雾霾污染；空间溢出效应；空间杜宾模型
近年来，我国城镇化建设成果显著，经过几十年的不断发展，特别是2013年新型城镇化推广之后，我国城镇化率已高于40%。但与发达国家相比，特别是美国(近90%)、韩国(近80%)等，还存在较大的差距。与此同时，雾霾污染问题引起了全社会的关注。“十三五”规划提出加强生态建设、大气污染防治等一系列的能力建设。如何看待新型城镇化发展与雾霾污染间的关系，新型城镇化是否加重雾霾污染，值得深入思考。而安徽省作为新型城镇化试点省份之一，对于研究新型城镇化与雾霾污染之间的关系具有积极意义，因此本文将以安徽省各城市作为主要的研究对象。
一、文献综述
上世纪90年代初，Grossman在对收入与大气污染物进行研究分析时，引出环境库兹涅茨曲线(EKC)[1]。在此基础上，学者们得出城镇化和环境污染之间关系的不同结论，主要包括：第一，城镇PM2.5和城镇化人口显著正相关[2]。第二，城镇化不利于城市空气质量，人口和城镇化率均加剧了空气质量的污染[3]。第三，城镇PM2.5浓度与人均GDP之间存在倒U型关系[4]。第四，两者之间还呈正N型关系等[5]。对于如何进行城镇化与雾霾污染之间关系的研究，国内外学者为我们提供了以下借鉴：刘耀彬、宋学锋对徐州1992—2002年城镇化和生态环境的发展，通过主成分加权合成分析方法进行定量分析，认为城镇化的发展破坏了生态环境质量[6]；Li G，Fang C，Wang S等采用2014年中国289个地级市面板数据，运用静态空间滞后模型和地理加权回归模型研究城镇化与城市空气质量的关系[7]。运用空间自相关、空间滞后模型，选取人均GDP、第二产业比重等变量，研究社会经济发展状况对空气质量的影响[8]。
综上所述，多数学者主要从宏观角度进行雾霾污染研究，基于全国尺度数据进行分析，地级市尺度偏少。其次，在分析方法上，大多采用普通面板分析，较少考虑地级市间雾霾的空间溢出效应。此外，城镇化指标一般选取城镇化率等，并不能全面反映城镇化水平。为此，本文将在以下方面做出新的尝试：以安徽省为例，采用2008—2017年共10年的16个地级市面板数据，利用熵权法得新型城镇化综合指标，考虑空间溢出效应，运用空间面板杜宾模型分析新型城镇化对雾霾污染的影响效应。
二、模型建立和数据来源
1.空间自相关检验
为检验能否建立空间计量模型，首先对所研究的变量进行空间自相关检验。本文选取邻接矩阵W作为空间权重矩阵，当两地级市有共同边时为1，否则为0，并且需将矩阵标准化。本文将引入应用较为广泛的Moran' I对安徽省的雾霾污染的相关性进行判断。其公式为：
(1)
其中：I 表示Moran’s指数；n 表示地级市数量；X i 表示第i 个地级市PM10的年均浓度值；W ij 表示空间权重矩阵。在对权重进行标准化后，莫兰指数的取值将在[-1,1]之间。若Moran' I>0，则各地级市指标存在空间正相关；若Moran' I<0，则各地级市指标存在空间负相关；若Moran' I=0，则各地级市指标不存在空间相关性。
在选取被解释变量时，国内外学者多以反映企业创新投入能力的数据作为指标，而本文突破陈规选择授权专利数这一反映企业研发能力的指标，较之其他研究更具合理性。此外，本文选取深圳市的高新企业作为样本更具有代表性[注]深圳市的高新区创建至今已有二十多年，是国家“建设世界一流高科技园区”的六家试点园区之一。，不仅涵盖了规模大小不一、行业各异的企业，还涵盖了不同的所得税优惠形式。当然，本文的研究尚有不足，一个企业能否获得专利授权不仅受税收政策的影响，更受企业自身的行业性质、研发结构以及企业家才能等外因的影响，这也在一定程度上解释了模型拟合度偏低的原因。
空间误差模型基本形式：
众所周知，水果的包装除了需要具有防挤、防压的作用之外，还要具有一定的保鲜性能。就比如说我区市场上出现的包装葡萄专用的保鲜纸袋，以及包装桔子、猕猴桃等水果所用的包装纸箱，都需要在包装箱内以及在水果上面覆盖碎冰，或者做出一些其他制冷措施，来使水果与贮藏环境相适应，以此来保证水果的新鲜度。而且，为了保证水果从运输到销售始终保持新鲜，在贮藏、包装、运输、销售这一系列过程中，都要严格控制温湿度。所以，这就要求我区水果在包装时，要对于温度和湿度做到严格的把控，对于选用包装的材料也必须具有防压防潮等功能，只有这样才能保证水果从包装到销售避免出现腐烂变质的情况，从而提高水果的质量。
本文从空间计量经济学角度出发，研究随着新型城镇化的发展，雾霾污染在各地级市的空间溢出效应。对于空间计量模型的选取，本文通过LM检验和稳健的LM检验来确定选取SAR还是SEM模型，再将检验结果与SDM进行Wald检验，进而确定空间计量模型。
雾霾(PM10)。对于雾霾污染程度指标的选取，大多数文献是从PM2.5、PM10、雾霾成分综合指标等方面来选取。但由于PM2.5数据我国是从2013年才开始有的，因此本文选取2008—2017年安徽省16个地级市的空气质量指标PM10来表示雾霾污染程度，PM10来源于《安徽省统计年鉴》(2008—2017)。如图1所示。
Y =ρWY +Xβ +ε
(2)
2.模型建立
Y =Xβ +λWμ +ε
(3)
空间杜宾模型的基本形式：
Y =ρWY +Xβ +WXθ +ε
(4)
1.2.7.4 规范医疗废物处置 （1）将ICU内负压传输通道进行全面整修，对通道进行分类，设置MDRO专用传递通道；（2）规范MDRO感染医疗废物标识；（3）规范医疗废物处置流程。
为了更好地分析各地级市新型城镇化对雾霾污染的空间溢出效应影响，本文使用偏微分法得直接效应、间接效应和总效应。基于空间杜宾模型，做如下改进：
(5)
S r (W )=V (W )(I n β r +Wθ r )；V (W )=(I n -ρW )-1
(6)
(7)
柔性作业车间包含机床、刀具、切削液、搬运设备等各种资源，其中机床是机加车间耗能的主要源头，除此之外机械加工过程消耗的刀具、切削液产生的能耗以及搬运设备能耗也占车间总能耗的一定比重。研究考虑机床能耗和车间辅助资源能耗的调度优化问题，可进一步分析车间生产调度的能耗特性，更加切合实际地实现车间生产调度过程中的能耗优化，而如何合理地量化车间辅助资源能耗，并将其分摊至车间调度过程中，从而建立面向车间广义能耗的调度优化模型，是亟需解决的难点问题。
3.数据说明
第二，网红体验与宣传。我们可邀请一些网络红人来当地旅行，拍照，将客家文化弘扬出去，并且以此和大学生达成客家生态文化的美好共识。同时也以此宣传我们的公众号，通过精致低价的服务打造品牌效应。
(1)解释变量
空间滞后模型基本形式：
图1 安徽省地级市2008—2017年PM 10 浓度年均值
(2)被解释变量
新型城镇化(nu)。为全面体现新型城镇化，本文借鉴周少甫和张嘉俊[9]的思路，拟构建一个新型城镇化评价体系，包含3个二级指标：经济，社会和人口。
王建华介绍说：“事实证明，高层协调机制的建立为珠江水运发展注入了新动力、开拓了新空间，将会在珠江航运史上留下浓墨重彩的一笔。一方面，协调机制的建立，成功将珠江水运发展上升为国家战略的组成部分，引起了李克强总理对红水河龙滩、右江百色枢纽通航设施建设问题的关注，推动了珠江水运发展中难点和瓶颈问题的解决。另一方面，协调机制促进了部委和省区间的相互支持和合作，从全流域的高度作出了珠江水运发展的战略部署，最大限度发挥了水资源综合利用效益，合力建设珠江黄金水道已经成为交通运输部和流域四省区人民政府的广泛共识。”
经济方面，选取人均生产总值、财政收入、房地产开发投资完成额以及全社会固定资产投资总额4个指标来表示。社会方面，选取科技支出、教育支出、城市建设用地面积以及年末实有公共汽(电)车运营车辆数4个指标来测度。人口方面，选取人口密度、年末总人口、人口自然增长率以及年末单位从业人员数4个指标来衡量。为了消除变量之间的量纲关系，我们先对数据进行标准化处理，采用最小-最大标准化法。鉴于熵权法较为客观，使用该方法获得新型城镇化综合指数。如表1所示。
表1 新型城镇化综合指标
(3)控制变量
产业结构(inst)。采用各地级市的第二产业占GDP的比重来表示。安徽省作为第二产业较发达的地区，其发展带来的高消耗显著加剧了雾霾污染。新型城镇化的发展推动了产业结构转型，但是否能缓解雾霾污染，有待考证。
能源消耗(en)。采用各地级市的天然煤气覆盖率来表示。城镇化的快速发展使人口趋于集聚，对能源的需求也随之增加，天然煤气取代传统高污染能源对雾霾污染也会产生一定影响。
其中：Y 为被解释变量；W 为空间权重矩阵；X 为解释变量；ρ 表示空间回归系数；λ 表示空间误差系数；ε 表示随机误差向量；μ 表示正态分布的随机误差向量；、β 以及θ 为待估参数。
废气处理(wg)。采用废气处理站数量来表示。分析废气治理对本地以及周边地区雾霾污染的效应。
其中，W 表示空间权重矩阵；X 表示自变量；Y 表示因变量；In 表示单位矩阵，r 表示第r 个值；θ 表示滞后变量系数。
4.数据来源
本文对安徽省16个地级市2008—2017年的雾霾污染问题进行分析研究。由于巢湖市在2011年由地级市改为县级市，为保证数据一致性，只选取16个地级市的数据。本文数据均保留三位小数，且数据均来自《中国城市统计年鉴》(2008—2017)，《安徽省统计年鉴》(2008—2017)以及各市的统计年鉴。如表2所示。
1949年10月26日，“全港九美术工作者庆祝中华人民共和国成立暨华南解放大会”以李铁夫八十寿辰的名义（因港府当局不许集会）在香港召开。次月（11月），在“港九美术界劳军”活动中，馆藏有多幅此次活动的照片，其中一幅照片（图14）见李铁夫正在挥毫，而此书写中的作品就是我馆收藏之一。该作品无钤印，落款“八十八老人李铁夫”。
表2 变量描述性统计
三、结果与分析
1.普通面板数据回归
为深入考察安徽省雾霾污染与新型城镇化的关系，并与空间模型回归结果进行比较，本文先进行普通模板数据回归分析。如表3所示，Prob>chibar2值为0，违背原假设设定，选择RE模型。其次，在hausman检验中P值为0.819，表明该设定接受原假设，再次确定选取RE模型。最后，从各回归结果的拟合优度(R2)来看，RE模型的R2为0.404，大于FE模型的0.398，最终本文选择RE模型。
表3 普通面板数据回归分析
注：*、**、***分别表示10%、5%、1%的显著水平。
2.空间面板回归
3) 如果港口货运收益是投资收益的一部分，则根据式(2)和式(3)可知：投资主体的收益函数既是自身投资额的函数，又是其竞争者投资的函数。各投资者会对其竞争者的投资做出反应，即针对竞争者的每次投资都制定对应的投资优化策略。
(1)空间相关性检验
患者，男性，31岁，于2016年下半年开始无明显诱因下出现面部反复发作的红斑、脱屑，无明显瘙痒，未予重视。2017年1月5日患者右侧头面部在原有皮疹上突发密集扁平水疱，有触痛及瘙痒感，无发热，无头晕头痛，于1月10日就诊。
本文旨在研究安徽省各地级市新型城镇化对雾霾污染的影响，拟构建空间计量模型，因此必须验证指标间的空间相关性。采用全局莫兰指数，在空间权重W的基础上得出安徽省的雾霾污染全局相关性分析，如表4所示。莫兰指数均在0～1之间，且均通过了显著性检验，表明安徽省各地级市雾霾污染存在空间正相关关系。
目前，受控核聚变最有现实意义的反应过程为氘—氘反应和氘—氚反应。氘—氘反应产生一个中子或一个质子的概率各约50%。每消耗一个核平均产生3.6MeV的能量，其单位质量核聚变所放出的能量5倍于铀核裂变能。
表4 安徽省雾霾污染全局相关性分析
注：***表示1%的显著水平。
(2)空间计量模型的选择与结果分析
基于邻接权重矩阵下各空间计量模型估计结果如表5所示，在LM与LM_error检验中，LM_error与Robust LM_error均通过了1%的显著性检验，而Log_L与Robust Log_L并不显著，故应该选择SEM模型。再对SDM与SEM进行Wald检验，SDM的系数为15.070，SAR的系数为3.392，且都在1%的水平上通过了显著性检验，SDM优于SEM检验。并且从R2与Log Likelihood来看，SDM模型优于SEM模型，最终本文选择空间杜宾模型进行检验。
由SDM的ρ值可得，雾霾的空间滞后项是0.368，并且在1%的水平上显著。这说明安徽省地级市间的雾霾污染存在正向的空间溢出效应，临近地级市的雾霾污染会加重本地级市的污染程度。新型城镇化的本地系数为0.098，空间溢出效应为0.097，且都在1%的水平上通过了显著性检验，说明新型城镇化的发展不仅加剧本地的雾霾污染，也对临近地级市的雾霾污染产生影响。能源消耗方面，其本地效应系数为负。本文选取的是城镇煤气普及率，主要是天然气等相比较而言低污染的能源，在回归结果中可以看到天然气覆盖率的扩大对雾霾污染具有抑制作用。说明减少煤炭等传统高污染燃料的消耗有利于减轻雾霾污染。产业结构的本地效应和空间效应均为正，说明工业发展加剧了雾霾污染，也说明近年来传统产业结构的优化转型并没有缓解本地区和临近地区的雾霾污染。废气治理站个数的本地效应为负，说明各地级市对废气的治理有了显著的成果，能有效缓解雾霾污染。溢出效应为正且通过显著性检验，说明本地废气治理并没有带动周边地区加入到污染治理的行列。综合来看，新型城镇化、天然气覆盖率、产业结构以及废气治理站都具有空间溢出效应，表明本地区对临近地区的影响很大，这也验证了考虑空间因素的必要性和合理性。
表5 基于邻接矩阵的 SDM模型回归结果
注：1.*、**、***分别表示10%、5%、1%的显著水平。2.()里为标准误差值。3.λ、ρ分别表示空间误差项和空间滞后项。4.基于显著性与表格长度考虑，仅列出un与wg的溢出效应。
(3)溢出效应分析
为了更加深入地了解新型城镇化对雾霾的效应，本文从直接效应、间接效应来分析。直接效应表示变量指标对本地区的影响，间接效应表示变量指标对临近地区的影响。如表6所示：第一，新型城镇化程度每提高1%，会增加本地区11.4%及临近地区20.5%的PM10值。究其原因可能是新型城镇化粗放发展，在推动城镇化快速建设过程中忽略了雾霾污染治理。第二，天然气城镇覆盖率每提高1%，会减少本地27.0%以及临近地区15.9%的PM10值，说明天然气覆盖率的提升有效抑制了雾霾污染。第三，工业结构比例每提高1%会增加本地区11.3%和临近地区26.2%的PM10值。尽管工业结构随着经济的发展在慢慢优化转型，但从本文分析来看，其转型并没有达到高质量优化升级，不仅没有减轻本地雾霾污染，还加剧了临近地区的污染程度。第四，废气治理站个数每提高1%，会减少本地4.4%的PM10值，废气治理站个数的增加说明各级政府对雾霾污染治理所做出的努力和取得的显著效果。但对临近地区的雾霾会增加10.8%的PM10值，分析其原因可能是各地级市仅关注本地区的雾霾问题，其治理方式不合理加重临近地区雾霾问题，说明我们在治理雾霾时需要各地区联合治理，才能达到理想效果。
表6 空间溢出效应结果
注：1.*、**、***分别表示10%、5%、1%的显著水平。2.括号里为标准误差值。
四、结论与启示
本文利用安徽省各地级市2008—2017年的面板数据，建立空间杜宾模型，分析新型城镇化对雾霾污染的效应。从实证分析可以得到以下结论与启示：
1.新型城镇化对雾霾污染具有正向影响且存在显著的空间溢出效应。无论是从本地效应还是空间溢出效应，新型城镇化都加剧了雾霾污染程度，并且空间溢出效应大于本地效应。因此，要基于新型城镇化试点省份机遇，继续实现新型城镇化发展创新。要把握机遇，放缓进程，深刻认识本地区的发展环境与条件，实现质量与速度的协调统一发展。
2.从各控制变量来看，“十二五”以来，安徽省产业结构优化转型缓慢，产业的发展质量提升不显著，工业发展加重了本地区及临近地区的雾霾污染程度。需大力提高产业发展质量，实现工业结构高速高质量转型升级，加快第三产业等服务业的发展进程，使产业发展带动安徽省新型城镇化的建设。能源消费形式的转变，天然气等清洁能源的普及有效抑制了雾霾污染。需继续扩大天然气等清洁能源覆盖率，逐步取代以煤为主的高污染能源，实现绿色低碳的生产生活方式和消费方式。废气治理站个数的增加缓解了本地区的雾霾污染，却加重其他地区的污染程度。说明要有效治理雾霾污染，需各地区协同合作、共担责任、联合治理。
参考文献
[1]Grossman GM，Krueger AB. Environmental impacts of a North American Free Trade Agreement[R]. National Bureau of Economic Research Working Paper 3914，1991.
[2]Han L J, Zhou W Q, Li W F, et al. Impact of urbanization level on urban air quality:A case of fi ne particles (PM2.5) in Chinese cities[J]. Environmental Pollution, 2014, 194:163-170.
[3]Li G， Fang C， Wang S， et al． The Effect of Economic Growth，Urbanization， and Industrialization on Fine Particulate Matter ( PM2. 5) Concentrations in China[J]．Environmental Science and Technology，2016，50 ( 21):11452．
[4]Hao Y, Liu Y M. The influential factors of urban PM2.5concentrations in China:A spatial econometric analysis[J]. Journal of Cleaner Production, 2016, 112:1443-1453.
[5]张乐勤. 基于边际模型的城镇化进程污染效应极限及演化趋势研究[J]. 自然资源学报, 2016, 31(2):275-286.
[6]刘耀彬，宋学锋. 城市化与生态环境耦合模式及判别[J]．地理科学，2005，25 ( 4):408-414.
[7]Li G， Fang C， Wang S， et al． The Effect of Economic Growth，Urbanization， and Industrialization on Fine Particulate Matter ( PM2. 5) Concentrations in China[J]．Environmental Science and Technology，2016，50 ( 21):11452.
[8]Rivera M T，Soderstrom S B，Uzzi B. Dynamics of dyads in social networks assortative，relational，and proximity mechanisms[J]. Annual Review of Sociology，2010，36(36)：91-115.
[9]周少甫，张嘉俊. 新型城镇化对中国城市的空气污染的时空效益研究[J]. 工业技术经济，2019(3)：66-75.
Impact of New -type Urbanization on Haze Pollution in Anhui Province
Wang Sufeng, Zhu Qian
(School of Economics and Management, Anhui Architecture University, Hefei, Anhui 230601, China)
Abstract ：In this paper, entropy weight method is used to construct the comprehensive index of new-type urbanization. Based on the panel data of urbanization of each prefecture-level city in Anhui province from 2008 to 2017, spatial spillover effect is considered from the perspective of spatial econometrics, and spatial Dubin model is constructed to study the influence effect of new-type urbanization on haze pollution. The results show that there are significant spatial spillover effects of haze pollution among prefecture-level cities in Anhui province. The new urbanization has a positive impact on haze pollution and a significant spillover effect. Natural gas coverage and waste gas treatment have effectively alleviated haze pollution, while the industrial structure has aggravated haze pollution. Therefore, it is necessary to promote joint prevention and control of regional haze pollution and establish a unified and coordinated governance mechanism. Based on the opportunity of new-type urbanization pilot provinces, we will continue to realize new-type urbanization development and innovation to promote haze control through development.
Key words ：new-type of urbanization; haze pollution; spatial spillover effect; spatial Dubin model
中图分类号： F062.2
文献标识码： A
作者简介： 王素凤，博士，教授，研究生导师，安徽建筑大学经济与管理学院。研究方向：环境经济管理与决策最优化、城镇化及可持续发展等。祝倩，硕士，安徽建筑大学经济与管理学院。研究方向：城镇化以及可持续发展。
基金项目： 国家自然科学基金(No.71533069)。
文章编号： 2096-3874(2019)11-0079-06
Class No .:F062.2
Document Mark： A
(责任编辑：宋瑞斌)
标签：新型城镇化论文; 雾霾污染论文; 空间溢出效应论文; 空间杜宾模型论文; 安徽建筑大学经济与管理学院论文;