长江经济带城镇化发展对雾霾污染影响的门槛效应研究——基于居民消费水平的视角

■彭迪云，刘 畅，周依仿

2013年1月，接连4次严重等级的雾霾侵蚀了中国大部分疆域，在众多经济发达的一、二线城市中，只有不到1%的城市达到世界卫生组织推荐的最低标准。雾霾污染给人们的生活带来严重的影响，并危害着公众的健康。2015年2月28日，柴静在互联网上公开了一部自费拍摄的纪录片 《穹顶之下》，引起了全民关于雾霾的广泛讨论。在互联网时代强大的信息传播作用带动下，无数人重新审视了雾霾污染的严重性和危害性。因此，尽管现阶段我国经济增长已取得举世瞩目的成绩，但这种高速增长背后各种环境问题日益突出，雾霾污染问题不容忽视。城镇化是现代化建设中的重要一环。对城镇化和雾霾污染之间的关系进行深入探究，对于正确认识城镇化发展进程中雾霾污染产生的机理和应对策略具有重要的理论价值和现实指导意义。

一、相关研究回顾及评价

关于雾霾的研究大多停留在自然科学阶段。朱成章（2013）研究了我国雾霾的形成原因，认为煤炭和石油是导致我国雾霾严重的重要原因，提出防治雾霾应先解决好化石能源利用中的环境问题。顾为东（2014）研究认为中国工业等污染和广大农村的土壤、水源严重污染的叠加效应在工业化进程中成为中国严重雾霾形成的特殊机理。吕效谱等（2013）针对我国2013年1月份大范围雾霾的成因及特点进行分析，认为雾霾是以特殊气象条件为主导的机动车尾气及煤烟型复合污染引起的大范围污染现象。然而关于雾霾的经济思路研究比较缺乏，对其的定量分析更是罕见。通过阅读历史文献发现，发达国家在发展过程中也曾饱受雾霾污染的困扰，如伦敦雾霾事件等。可以说，雾霾是后工业时代经济发展过程中的必经阶段，雾霾的产生过程有一定的自然规律。

在城镇化与雾霾污染的定量关系方面，国内外几乎罕有研究，相关文献主要围绕城镇化与碳排放展开。雾霾不等于碳排放，但两者关系十分紧密，雾霾治理中的重要一环就是发展低碳经济，节能减排。因此，碳排放的研究能为本文雾霾的定量研究提供重要借鉴价值。20世纪70年代美国生态学家Ehrlich等提出IPAT模型以估计环境压力（I），该模型表明人口（P）、人均财富量（A）以及技术（T）三者间的相互作用对环境具有重要影响。PARIKH等（1995）采用83个发展中国家的截面数据样本进行研究，发现城镇化对碳排放具有显著正影响。YORK等（2003）在截面计量模型中引入城镇化二次项，利用1995年137个国家的数据研究了碳排放与城镇化之间的非线性关系。随后的众多研究表明，截面模型无法对个体异质性进行控制，因此学术界逐渐转变为利用面板数据对经济、环境的关系进行研究。FAN等（2006）认为，收入水平会对碳排放量与城镇化之间的关系造成影响，按照世界银行的收入分组标准，他将198个国家的研究样本分类，发现在低收入组中，城镇化对碳排放影响是正向的，其他收入组对城镇化影响均为负向。基于这一思路，文章运用面板门槛模型对该议题进行研究。关于“门槛模型”的应用，国内外学者近年来进行了大量尝试。如李子豪、刘辉煌（2012）利用门槛面板回归，以收入和人力资本为门槛变量，检验了FDI对环境影响的门槛效应；Roberto Duncan（2015）则以时间为门槛变量，运用门槛模型研究了美国经常账户失衡的现象。

本文基于生态经济学视角，认为可能存在某个经济拐点，跨越拐点后雾霾污染将会大幅度减少。为探索拐点的存在，本文选用“门槛模型”进行分析。文章以长江经济带11个省市为研究对象，通过借鉴FAN等的研究思路，结合国内现有 “门槛模型”实证，创新性地研究居民消费水平视角下城镇化发展对雾霾污染影响的门槛效应。在这里，门槛效应是指当一个经济参数达到特定的数值后，引起另外一个经济参数发生突然转向其他发展形式的现象，而作为原因现象的临界值称为门槛值。

二、模型设定与估计方法

（一）模型设定

为研究城镇化发展状况与雾霾污染间的相互关系，本文以居民消费水平作为城镇化发展对雾霾污染影响的门槛变量，即考察长江经济带各地区居民消费水平是否达到城镇化发展影响雾霾污染的门槛水平，在此基础上可以通过进一步检验，判断是否存在多个门槛变量。传统门槛效应检验方法分为分组检验法和交叉项检验法，但在实际应用过程中，前者具有较强主观性；后者虽然能够具体评估门槛值，但苛刻的线性要求无法保证门槛值的正确性。目前学术界研究门槛效应常用的是Hansen（1999）提出的非动态面板门槛模型，它弥补了上述两种方法的不足，不仅可以估计门槛值，而且对门槛值的正确性和“内生门槛效应”进行检验。基本思想是将门槛值作为位置变量纳入实证模型中，构建关键变量的分段函数，并对门槛值及“门槛效应”进行一系列估计和检验，最终得出存在的“门槛效应”。

本研究以生态经济领域广泛使用的STIRPAT模型为基础，构建检验城镇化发展与雾霾污染之间的实证模型。STIRPAT模型是经典IPAT等式改造而成随机形式，其基本形式为：I=aPβ1Aβ2Tβ3ε。 式中，I、P、A和T分别为环境要素、人口要素、财富要素和技术要素，a为系数值，ε为随机误差项。研究雾霾的产生，产业结构关系密切，结合具体应用，本文对STIRPAT模型进行了拓展，选取第二、三产业占比和城镇化水平两个因素作为技术因素的表征。故得到雾霾污染影响因素的基础数学模型：

式中，Iit为雾霾严重性程度；a为常数；Pit为人口要素的表征值，用“常住人口数”表示；Ait为财富要素的表征值，用“人均GDP”表示；Sit为产业结构状况，即二、三产业占比；Uit为城镇化水平，用城镇人口占常住人口比值衡量；ε为随机扰动项。

为通过回归分析得到相应参数，对（1）式两边取对数，得

模型（2）没有考虑居民消费水平的“门槛效应”。借鉴Hansen非动态面板门槛回归模型思路，假设存在“单门槛效应”，在模型（2）的基础上构建单门槛模型：

其中，居民消费水平C为门槛变量，η为带估算门槛值，L（·）为一指标函数。以上为假设仅存在“单门槛效应”模型构建，但实际应用中，可能存在多个门槛值。现列举“双门槛效应”模型进行说明，“多门槛效应”模型构建时可以此类推：

（二）估计方法与检验

为叙述的简练性，文章将以单门槛模型为例进行说明，双（多）门槛模型估计方法与检验方法与此类似。门槛分析的关键是为了解决：一是联合估计门槛值η和变量系数θ；二是进行门槛效应的相关检验。下面针对这两个目标进行具体说明。

对联合门槛值门槛估计的过程中，选定一个门槛初始值β0，利用最小二乘法估计出解释变量系数，并求出残差平方和，最小残差平方和所对应的门槛值η即为所求。为了对模型参数进行估计，一般常用格点搜索法（Grid Search），求出残差平方和最小的门槛值η后，利用常规估计方法对各变量进行参数估计。

门槛效应的相关检验主要包括：（1）门槛效应的显著性水平；（2）门槛估计值的真实性检验。前者原假设为 H0：θ1=θ2，检验统计量为：

其中，S0为原假设下进行参数估计后得到的残差平方和，δ2（η）为备择假设下进行参数估计后得到的残差平方。原假设下门槛值η是不确定的，因此统计量的分布为非标准分布，但通过采用“自抽样”方法模拟其渐进分布，构建对应P值。第二个检验原假设为H0：η*=η0，相应的似然比检验统计量为：LR1（η）=（S1（η）-S1（η*））/δ2（η*）。 统计量 LR1的分布是非标准的，因此Hansen提供了一个简单公式计算拒绝域，即当）时，拒绝原假设，其中a为显著性水平。

（三）样本变量的选取及描述

文章采用2001年至2013年长江经济带11个省市的面板数据进行实证研究。数据来自历年《中国统计年鉴》与各省统计年鉴，以及《新中国60年统计资料汇编》、《中国环境统计年鉴》。个别缺失数据采用灰色预测法获得。

1.被解释变量的确定

根据文章讨论话题，被解释变量为雾霾水平。由于缺乏直接数据反映雾霾程度，因此，文章运用因子分析方法为各地区雾霾状况进行打分，将得分值作为雾霾水平指标。

通过相关文献阅读可以归纳出，造成雾霾的原因可以归类为工厂废气排放、工业产生的二氧化硫及烟尘、煤炭使用产生的可吸入灰尘、汽车尾气排放等。基于数据可获得性，将上述指标指代如下：x1表示工业废气排放量，x2表示烟尘排放量，x3表示二氧化硫排放量，x4表示煤炭消费量，x5表示居民汽车拥有量。所有数据经过无量纲化处理。

（1）因子分析适合度检验

文章应用SPSS18.0进行因子分析。数据经KMO与巴特利特球形检验后得到KMO值为0.691，Bartlett球形检验统计值为505.453，自由度为10，P值为0.000，因此数据适合做因子分析。

（2）公共因子的提取

运用SPSS18.0进行因子分析，依据特征值大于1，累计方差贡献率大于85%的标准提取公共因子，解释方差数据如表1所示。

表1 解释的总方差

由表1可以看出前两个公共因子的特征值分别为2.756和1.522，均大于1，并且它们的累计方差贡献率为85.548%，大于85%。根据以上分析，我们可以认为前两个公共因子基本描述了5个指标变量的变化，因此提取的公共因子为2个。

（3）因子分析结果

在因子分析时，以主成分分析法进行提取，用方差最大正交旋转法进行旋转，所得到的因子载荷矩阵如下表所示：

表2 因子载荷矩阵

通过上表可以看出，工业废气排放量、煤炭消费量和汽车拥有量的载荷值分别为0.97、0.930和0.933，计入公共因子1；烟尘排放量和二氧化硫排放量的载荷值分别为0.866和0.851，计入公共因子2。

（4）分子得分计算

运用SPSS17.0对提取的两个因子进行评分及排名，然后将两个公共因子的特征值代入公式Wi=，得到W1和W2分别为0.6442和0.3557。根据公式WiGi(其中Gi为因子得分)计算因子综合得分。

2.解释变量的描述

单门槛模型的形式如（3）所示，由于数据进行对数处理，则无需再进行标准化处理。需要特别指出的是，基于因子分析综合得分的计算方式，所得得分区间为（-2，2），为保证对数处理的可行性，雾霾得分数据均平移2个单位，但这并不影响雾霾得分的趋势，因此对文章计算结果不会产生影响。

居民消费水平指数反映不同时期居民消费水平变动程度，是一个国家或地区居民的生活状况的表现，可以体现一个国家或地区经济建设的成果。因此，模型中的门槛变量设定为居民消费水平C。样本的描述性统计量如下（表3）。

表3 描述性统计量

三、实证结果及分析

（一）门槛效应的显著性检验及置信区间估计

本文利用stata12.0软件对门槛模型进行估计和检验。以居民消费水平作为门槛变量建立门槛回归模型，为确定门槛的个数，分别在单门槛、双门槛和三门槛假设下分析城镇化水平的门槛效应。表4为居民消费水平门槛的显著性检验、门槛估计值及其置信区间，从表中可以看出，在1%的显著性水平上城镇化水平对雾霾存在单门槛效应，在5%的显著性水平下存在双重门槛效应，而三门槛检验只在10%下显著，本文不予考虑。因此，我们将讨论城镇化水平与雾霾之间的双门槛效应，两个门槛值分别为8190和15895。同时，门槛1估计值处于[7683,8700]区间内且门槛2估计值处于 [15500,17000]区间内时，似然比值小于5%显著性水平下的临界值，在原假设接受域内，即两个门槛值都与实际门槛值相等。

表4 门槛变量的显著性检验和置信区间

（二）门槛模型估计结果及分析

1.回归结果与分析

确定了门槛值后，对门槛回归模型进行参数估计结果见表5。回归表明，各解释标量对雾霾都会正的作用，其中人口和二三产业占比对雾霾产生比较大的作用，这与实际相符。因为人口过多会引发一系列环境问题，而二三产业的发展，尤其是第二产业是造成环境破坏的主要原因。而通过前文分析，城镇化水平对雾霾的影响存在着居民消费水平门槛效应，具体分析如下：

城镇化发展对长江经济带雾霾程度的双门槛模型中，门槛值分别为8190和15895。从表5的参数估计结果看，当长江经济带的居民消费水平达到8190元时，城镇化发展对雾霾程度的影响有正向作用，其影响系数为0.1054,；当跨越第一门槛值后，即居民消费水平超过8190元时，城镇化发展对雾霾的影响依然为正向作用，但影响系数降到0.06；当跨越第二门槛值时，即居民消费水平超过15895元时，城镇化发展对雾霾的影响转变为负向作用，影响系数为-0.2407，即此时的城镇化发展有利于减轻雾霾污染。这种现象的原因可能是，经济发展初期，居民消费水平较低，城镇化建设需要大量的基础设施建设，以及外来人口涌入等人口作用，由此产生了巨大的环境破坏；当消费水平进入一个阶段，即迈过第一门槛值时，基础设施等逐步完善，城市开始由经济发展重心向绿色发展转移，城市建设开始注重环境保护，由此虽然依然有外来人口迁入等一系列问题，但环境的破坏程度开始减弱；当消费水平迈过第二门槛值时，经济已高度发达，城市建设更加注重人与自然和谐统一，此时城镇化建设中将对环境造成破坏的项目进行拆除，对环境保护、城市绿化等更加注重，由此雾霾程度也逐步下降。

表5 门槛模型参数的估计结果

2.拓展分析

长江经济带城镇化发展雾霾程度影响的居民消费水平门槛分析表明，居民消费水平影响城镇化发展对雾霾程度的作用有正、负两种，正向又分为高水平和低水平两类。居民消费水平较低时，城镇化发展引起较高水平的雾霾，随着居民消费水平提升，城镇化发展对雾霾的作用逐渐减少，当居民消费水平足够高时，城镇化发展与雾霾呈负向关系。将研究期间各省市消费水平与门槛值进行比较，将11个城市划分为三类。即居民消费低水平区域（C≤8190），居民消费中水平区域（8190〈C≤15895）和居民消费高水平区域（C〉15895）。根据所求门槛值及各地区历年居民消费水平状况，画出2001年至2013年长江经济带11个省市居民消费水平走势与门槛值比较图（图1），同时得到各年份不同区域省份个数分布与状况（表5）及2013年各省市分布情况（表6）。

图1 长江经济带各省市历年消费水平与门槛值比较图

表6 2001～2013年长江经济带居民消费水平区域省份个数分布表

表7 2013年居民消费情况表

通过上文分析可以看出，进入2013年以来，所有省市均跨过了第一门槛值，其中上海、江苏、浙江已跨过第二门槛值。对比2013年雾霾情况来看，上海、江苏、浙江雾霾最严重，而中部地区较差，云贵地区稍好。跨越第一门槛值后，雾霾的产生速度会减缓，但城镇化发展依旧与雾霾产生成正比，因此东部地区在跨越第二门槛值时，处于雾霾程度峰值，因此雾霾情况最为严重，但预计未来情况会有所好转；而中西部地区仅跨越第一门槛值，雾霾产生速度会有所减缓，但是随着时间推移，预计未来雾霾状况还会有所严重。同时，雾霾属于大气污染，而大气处于一个循环流动过程中，东部地区自身产生雾霾在未来会逐步减少，但仍不能排除中西部地区产生的污染物进入随季风等原因进入东部地区。根据文章结论，初步绘制出雾霾与城镇化发展的消费水平门槛效应图（图 2）。

图2 雾霾与城镇化发展的居民消费水平门槛效应图

四、结论与政策建议

文章基于“门槛回归”技术为代表的非线性计量经济学理论，采用长江经济带2001～2013年的省级面板数据构建门槛回归模型，并以居民消费水平作为门槛变量，实证研究了城镇化发展与雾霾污染之间的关系。对城镇化门槛效应的检验表明，在居民消费水平较低时，城镇化发展对雾霾污染有较大的正相关，当居民消费水平跨越第一道门槛时，城镇化发展对雾霾污染的作用开始减弱，但仍呈现正相关关系，当居民消费水平跨越第二道门槛时，城镇化发展与雾霾污染开始呈现负相关关系，城镇化发展有利于雾霾的减少。由于第二道门槛之前，城镇化发展与雾霾污染均呈现正相关关系，因此在跨越第二道门槛时，雾霾污染程度达到峰值，这与近些年来东部地区污染普遍较中西部地区严重的现象不谋而合。预测在未来，随着城镇化发展，居民消费水平的不断提高，雾霾污染将会逐步减少。因此，可以认为雾霾是城镇化发展过程中必经的现象。对比发达国家发展经验，这一结论也与发达国家发展历史较为一致。然而，由于雾霾属于大气污染，流动性强，影响因素涉及自然、经济、社会等方方面面，因此仅从经济学视角进行探讨具有一定局限性，研究结论还需要综合多方学者共同探讨。

打造 “长江经济带”是我国未来发展的重要战略，研究长江经济带城镇化发展对雾霾污染的影响极具现实意义，有助于帮助制定相关政策，实现长江经济带乃至全国范围内的绿色发展。基于此，文章提出以下建议。

首先，加强区域间合作交流，建立区域信息互通机制，提高居民消费水平。区域间合作有利于区域经济一体化的发展，帮助区域协调发展。长江经济带内各地区加强合作，减少重复建设，通过信息互通机制，为区域发展营造良好共建的氛围，帮助区域经济健康平稳发展。拉动内需，增加消费，提高居民消费水平，助推区域快速迈过第二门槛值，实现雾霾污染速度下降。

其次，转变东部地区经济发展方式，提高中西部地区的招商引资能力。东部经济增长在过去主要靠投资和出口拉动，为了保障经济持续稳健增长，必须重视消费主导的经济模式，充分利用优惠政策及配套管理措施，以加快地区消费的最优化进程,使经济增长模式逐步向消费为主转变，以使消费达到较高水平，减弱城镇化对雾霾污染的助推作用。而对于中部地区，应进一步提高招商引资能力，并改善投资环境，加强产业建设，并提高购居民消费买力，使消费拉动经济增长，并达到较高水平以减弱城镇化对雾霾的助推作用。

第三，促进城镇化绿色发展，实现新型城镇化。近年来，城镇化发展越来越注重生态优先、绿色发展，在不破坏生态的前提下实现城镇化。完善企业监督管理机制，加强对产业项目的事前问责、事后监督，对于影响生态的企业环保部门应被赋予更大的权力进行监管。在城镇化过程中，非农人员的流入要做好安置，基础设施配套完善。另一方面，加大产业集群，促进产业结构的转型升级，转变经济发展方式，使经济体绿色化、效益化、生态化。

第四，针对雾霾产生的原因进行系统性防范，综合治理环境污染。优化能源结构，减少煤炭等能源的消费，提高天然气普及程度，有管制的放开能源市场，实现能源市场化。对工业企业进行24小时排污监控，通过设立排污费等方式减少工业废气等有害气体的排放。另外，鉴于各地区雾霾污染程度与城镇化发展的差异，可以实行区域生活废气排放平衡与监督机制，将废气减放目标分配给各个区域，鼓励各区域自行探索自身城镇化建设中的雾霾形成原因。

最后，加快实施国家主体功能区战略，大力推进生态文明建设，形成有序开发格局。为此，必须构建完善的利益补偿机制、科学高效的考核评价机制和统一的监管机构，以及长效的地方政府联席和对话机制，以有效兼顾发展与民生，实现区域协调发展和共同富裕。

总之，我国正处于工业化和新型城镇化建设的重要阶段，发展的同时环境的保护也越发不容忽视。目前，我国大部分省市还没有跨越第二道门槛值，在当前及以后很长一段时间内，我国城镇化的发展还将伴随着雾霾污染的困扰，但随着城镇化发展质量提升阶段的到来，随着居民生活及企业生产资源更加合理、高效地利用，所产生的雾霾污染物会越来越少，最终将实现经济社会的可持续发展。

[1]朱成章.我国防止雾霾污染的对策与建议[J].中外能源,2013，(6):1～4.

[2]顾为东.中国雾霾特殊形成机理研究[J].宏观经济研究,2014,(6):3～7.

[3]吕效谱,成海容,王祖武,张帆.中国大范围雾霾期间大气污染特征分析[J].湖南科技大学学报(自然科学版),2013,(03):104～110.

[4]Ehrlich P R,Holden J P.Impact of population growth[J].Science,1971,(171):1212～1217.

[5]Ehrlich P R,Holden J P.One dimensional economy[J].Bulletin of Atomic Scientists,1972,(16):18～27.

[6]PARIKH J,SHUKLA V.Urbanization,Energy Use and Greenhouse Effects in Economic Development:Result from a Cross-National Study of Developing Countries[J].Global Environmental Change,1995,5(2):87～103.

[7]YORK R,ROSA E A,DIETZ T.STIRPAT,IPAT and Impacts:Analytic Tools for Unpacking the Driving Forces of Environmental Impacts[J].Ecological Economics,2003,46(3):351-365.

[8]FAN Y,LIU L C,WU G,et al.Analyzing Impact Factors of CO2 Emissions Using the STIRPAT Model[J].Environmental Impact Assessment Review,2006,26(4)：377～395.

[9]李子豪,刘辉煌.FDI对环境的影响存在门槛效应吗——基于中国220个城市的检验[J].财贸经济,2012,09:101～108.

[10]Duncan R.A threshold model of the US current account[J].Economic Modeling,2014.

[11]李梅,柳士昌.对外直接投资逆向技术溢出的地区差异和门槛效应——基于中国省际面板数据的门槛回归分析[J].管理世界,2012(1):21～32.

[12]Hansen B.E.,1999,”Threshold Effects in Non-dynamic Panels:Estimation,Testing and Inference”,Journal of Econometrics,Vol.93,pp.345～368.

[13]DIETZ T,ROSA E A.Rethinking the Environmental Impacts of Population,Affluence and Technology[J].Human Ecology Review,1994,1(2):277～300.

[14]刘敏,曹衷阳.外商直接投资对经济发展影响的门槛效应研究——基于居民相对消费水平视角[J].工业技术经济,2011,12:134～142.