我国大气环境污染与就业密度的关系

邱亦雯

摘要：通过构建大气环境污染综合指数和计算建成区就业密度，运用探索性空间数据分析方法，对大气环境污染和就业密度相关指标在我国省域的空间分布格局和空间自相关性进行了分析和比较，进一步采用空间滞后模型和空间误差模型实证分析了就业密度对我国环境污染的影响。

Abstract： By building air pollution comprehensive index and calculating employment density of built area， exploratory spatial data analysis method is used to analyze spatial distribution pattern and spatial autocorrelation of air pollution and employment density in China's 31 provincial regions in 2012 and to compare the relationship between them. More than that， this paper applies spatial lag model and spatial error model to analyze the influence of employment density on air pollution.

关键词：就业密度；大气环境污染；Moran指数；空间滞后模型；空间误差模型

Key words： employment density；air pollution；Moran index；spatial lag model；spatial error model

中图分类号：X24 文献标识码：A 文章编号：1006-4311（2016）07-0206-02

1 研究背景

改革开放以来，在“要素驱动”和“投资驱动”的粗放式增长模式下，特别在土地财政政策刺激下，我国地区经济发展表现出“非理性集聚”特征，出现所谓“过疏过密”的问题。特别是在最近十年来，随着城市新区、开发区和房地产的大规模开发，除了少数大城市中心区之外，中国城市与地区发展总体上呈现出“密度不足症”[1]。就业密度是经济密度的一种，表现了就业的空间特征，能有效反映生产要素的结构特征和集聚程度[2]。从就业密度角度，深入分析劳动力集聚与大气环境污染之间的相关性，有助于从微观上理解经济集聚的环境效应。基于空间计量分析，又能有效量化不同地区的不同属性的变量所发生的空间相互作用[3]，从而为建立污染防治区域联动机制提供一定参考。

2 研究方法

随着复合型大气污染形势日益严峻，越来越多的研究通过构建综合指标来反映大气环境污染[4]。因此，本研究利用《中国统计年鉴2013年》，选取废气中主要污染物排放量，即二氧化硫、氮氧化物和烟（粉）尘排放量三类具体度量指标，采用熵权法计算大气环境污染综合指数，客观地确定污染指标的权重来避免主观因素造成的偏误，并使得该指数能够最大限度地反映各省份大气环境污染的整体情况。

就业密度是经济密度的一种，根据经济密度的含义，就业密度是劳动力发展水平和集聚程度的重要测度。快速城市化是中国经济社会发展的一个重要特征，建成区面积反映了中国二三产业的分布与发展状况，以往学者多采用建成区作为参数计算土地经济密度的方法[5]。因此，本研究中建成区面积可从《中国统计年鉴2013年》直接得到，就业人数则是其中城镇单位就业人数、私营企业就业人数和个体就业人数三者的加和。就业密度则是单位土地面积所承载的就业人数，即区域就业人数与区域面积之比。

结合中国现状，同时考虑对大气环境污染有影响的其他若干因素，选用多元线性回归模型[6]，此外，考虑到变量间可能存在的异方差性，本研究对所有变量取对数，建立如下计量模型：

10lnEi=c+β1lnEDi+β2lnPGDPi+β3lnPi+β4lnHIi+β5lnFDIi+β6lnPCi+β7lnK/L+εi其中εi～N（0，σi2）（1）

注：由于因变量相差比较小，为避免干扰到极大似然估计，将因变量扩大十倍，此变动并不影响结果.

式中：i表示第i个省份的数据；E为大气环境污染，可以取大气环境污染综合指数（E）、二氧化硫排放量（SO2）、氮氧化物排放量（NOX）或烟（粉）尘排放量（YFC）；PGDP代表产出水平，取人均GDP；ED为就业密度，可取建成区就业密度或第一、二、三建成区就业密度；P为人口密度；HL为重工业规模；FDI为外商直接投资；PC为环境治理投入；K/L为技术进步。

为克服本省份大气污染与相邻省份不存在空间相关假设的缺陷，本研究考虑了邻近省份大气环境污染对本省大气污染的影响，扩展了常规模型得到的空间滞后计量经济模型（SLM）为：

10lnEi=c+ρWlnEj+β1lnEDi+β2lnPGDPi+β3lnPi+β4lnHIi+β5lnFDIi+β6lnPCi+β7lnK/L+εi其中εi～N（0，σi2）（2）

式中，参数ρ为空间回归系数，反映了样本观测值之间的空间依赖作用；W为n×n的空间权重矩阵，本文采用空间邻接权重矩阵。c为常数项。

若省域大气环境污染的空間依赖作用存在于扰动误差项之中，度量邻近省份关于被解释变量WlnEj的误差冲击本省份大气环境污染的影响程度的空间误差计量经济模型（SLM）为：

10lnEi=c+β1lnEDi+β2lnPGDPi+β3lnPi+β4lnHIi+β5lnFDIi+β6lnPCi+β7lnK/L+εi（3）

其中，εi=λWεj+μi，μi～N（0，σi2）（4）

式中，参数λ为空间误差系数，衡量了相邻区域的大气环境污染通过误差项对本区域环境污染的影响方向和程度，β为解释变量的归回系数，εi为随机误差项，μi是正态分布的随机误差项，c为常数项。

3 结果与分析

全局空间自相关分析是研究整个区域的空间模式和度量属性值在整个区域的空间分布态势。本研究均采用Moran's I指数进行全局空间自相关分析，Moran's I可衡量空间要素的相互关系，其取值范围介于-1到1之间。大气环境污染综合指数和就业密度的Moran's I值分别为0.253795和0.226774，Zi（P-value）分别为2.4888（0.013）、2.2336（0.019），均在5%的显著性水平下通过假设检验，因而我国31个省域之间环境污染和就业密度存在较为显著的空间正相关性（空间依赖性），表现出某些省域的环境污染在空间分布上存在一定的污染集群现象，并且某些省域的就业密度在空间分布上存在一定的劳动力集群现象。

根据表1的OLS回归结果可知，模型的拟合比较理想，调整R2=0.773，整体上所有解释变量对被解释变量都是显著的，由此可见本模型中解释变量可以很好的解释被解释变量。lnED、lnPGDP、lnP的回归系数符号显著为负，说明整体上说，就业密度、经济发展水平、人口密度与大气环境污染呈负相关。lnHI、lnFDI、lnPC、lnK/L的回归系数为正，即整体上呈现重工业规模、外商直接投资、地区工业大气污染治理投资、技术进步水平与大气环境污染状况呈正相关。

当大气环境污染综合指标作为被解释变量时，空间统计的Moran指数检验0.629362，表明31个省域的大气环境污染具有明显的空间自相关性，但并不显著（0.529112）。经典线性回归模型的OLS估计可能存在模型设定不恰当问题。通过比较LM_LAG与LM_ERROR、Robust LM_LAG与Robust LM_ERROR和两个空间计量模型的对数似然函数值Log Likelihood（Log L）、Akaike Info Criterion（AIC）和Schwarz Criterion（SC）值就会发现，空间滞后模型（SLM）是最优的模型。

SLM的ρ显著为正，说明省域大气环境污染存在显著的空间依赖性，也就是说邻近省域的大气环境污染高，本省域的环境污染也高，环境污染行为存在集群现象。且SLM的解释力度更强一些，说明大气环境污染在省域之间形成了显著的空间扩散（溢出）效应。

4 小结

我国省域就业密度和大气环境污染存在显著的空间正自相关性。通过构建空间计量模型，检验大气环境污染的空间相关性，发现大气环境污染在省域之间形成了显著的空间扩散（溢出）效应。建成区就业密度与大气环境污染有显著的负相关性，即就业密度越大，大气环境污染越轻，也就是说就业人口在地理上的集聚有利于改善大气环境污染。区域结构性差异对大气环境污染的影响也不容忽视，整体上体现在经济发展水平、人口密度的环境正效应以及重工业规模、外商直接投资、环境治理投资、技术进步的环境负效应。

因此，地方政府在制定政策时要全面分析自身所处的经济发展环境和未来产业规划定位，并综合考虑邻近省域发展政策上可能存在的冲突，借鉴发达地区劳动力集聚和环境保护的成功经验，积极推动产业结构调整和转型升级，因地制宜采取不同的措施来避免劳动力集聚和环保政策的千篇一律，以期实现环境与经济的协调发展。

参考文献：

[1]沈体雁，郭洁.以人为本、集聚创新：中国特色新型城镇化研究[J].城市发展研究，2013，12：147-150.

[2]沈体雁，劳昕，杨开忠.经济密度：区域经济研究的新视角[J].经济学动态，2012，07：82-88.

[3]L， A.， Spatial econometrics： methods and models[M]. 1988： Springer.

[4]许和连，邓玉萍.外商直接投资导致了中国的环境污染吗？——基于中国省际面板数据的空间计量研究[J].管理世界，2012，02：30-43.

[5]林堅，祖基翔，苗春蕾，毕崇明，刘云中.中国区县单元城乡建设用地经济密度的空间分异研究[J].中国土地科学，2008，03：46-53.

[6]李平，沈得芳.中国经济增长对大气污染的影响——基于地区差异及门限回归的实证分析[J].产业经济评论，2012，03：120-148.