基础设施投资对中国环境质量的影响研究

陈 晓，张壮壮，李美玲

（新疆大学 经济与管理学院，新疆 乌鲁木齐 830046）

一、引言及文献评述

改革开放以来，中国经历了快速工业化进程。国家统计局统计数据显示，2004-2017年中国废水排放总量从482.4亿吨增长到699.66亿吨，增长了近1.45倍。同期，生活垃圾清运量由1.55亿吨增长到2.15亿吨，增长了近1.39倍。生态环境的恶化与资源枯竭严重威胁着人类的生命安全和可持续发展。新时期，伴随着我国“一带一路”倡议和“区域振兴战略”的深入推进，新一轮的基建投资逐步进行，不仅能促进我国经济增长，还能在微观层面影响企业的生产成本与区域间的要素流动。那么，一个自然而现实的问题是：快速扩增的基础设施投资能否在经济迈向高质量发展的同时，助推我国生态环境建设？其传导机制又是怎样的？深入探讨这些问题，对于解决当前环境污染问题具有一定的现实意义。

目前，有关环境污染问题的研究国内学者主要集中于环境程度的测算［1］、环境污染与经济增长的关系［2］、环境污染与对外贸易的关系［3］、环境污染与环境规制的实证研究［4］。国外学者在污染排放及其影响因素的理论研究方面更具特色，Schneider的早期工作为研究减排技术的内生创新［5］，Copeland等提出的理论模型认为，对外贸易等变量与污染排放紧密相关，通过构建联立方程组来考察环境变化与经济发展的反馈效应［6］。王艳华等从工业污染排放的角度入手，研究发现我国专业化与多样化集聚均能有效降低工业污染强度［7］。这些研究或多或少地涉及环境污染的问题，且进行不同角度测算以判断污染排放的趋势和特点，并运用实证分析方法证明这些因素与污染排放存在统计意义上的关联性。但本文将进一步关注经济体系内部因素对于环境污染的影响，对生态文明强国建设问题展开系统深入的分析。

自Aschauer以来，学者们将基础设施作为一种外部性研究其与生态环境之间的关系［8-9］。从宏观层面上，国内外学者集中在基础设施投资对经济意义的研究［10-13］，这些研究得出的结论基本都是积极的，即增加基础设施投资对经济增长是有促进作用的。从微观层面看，周海波等学者研究交通基础设施可通过产业结构、专业化分工与市场分割等路径改善资源错配效率［14］。宗刚等则基于空间计量模型，考察交通基础设施所带来的空间溢出效应［15］。章秀琴等采用系统矩估计模型研究基础设施的贸易效应［16］。具体到环境质量层面，魏玮等基于面板平滑转化模型，分析交通、能源和信息基础设施对能源强度的非线性影响［17］。邵帅等基于基础设施的外部性研究其带来的经济集聚对节能减排的影响［18］。可以看出，学者们对基础设施带来的相关效应进行分析，且部分学者也注意到增加基础设施对提高环境质量的影响。然而，鲜有学者关注基础设施投资对改善环境发展状况的作用机制。基于此，本文试图从以下几方面进行拓展：第一，将生态环境保护置于新时期三大战略和“四大板块”的双重背景下，在理论分析的基础上探讨增加科技型基础设施与一般性基础设施对环境污染的异质性效应；第二，采用中介效应模型和空间计量模型，从技术扩散效应和成本效应两方面深入探讨两类基础设施对环境污染的作用路径；第三，采用面板分位数模型，进一步深入讨论基础设施投资与环境污染之间的非线性关系。

二、机理分析

基础设施投资建设与环境污染息息相关。众所周知，增加基础设施投资能够促进经济集聚，引发人力、资本与技术等要素的集聚，从而形成大规模的要素“蓄水池”，能够提升要素资源使用效率，使得生产效率得到提高，间接地实现减排目标［19］；从地区内部来看，基础设施建设改变产业区位，为优化产业结构奠定物质基础，从而在市场的作用下提高资源利用效率，抑制环境污染；针对不同行业，基础设施建设能提升专业化分工程度、消除资源错配［14］，通过共享、匹配等渠道带来各种溢出效应，最终减轻环境污染［20］。基础设施投资作为一项公共支出为各种创新活动的顺利开展提供基础支持，相对于一般性基础设施而言，科技型基础设施更能显著“撬动”产业转移发挥创新效应［21］。根据上述分析，本文提出假设1。

假设1：增加基础设施投资能够抑制环境污染，且技术型基础设施的抑制作用强于一般性基础设施投资。

基础设施的有效供给为技术创新发散、溢出提供前提条件。基础设施在技术创新传播、扩散过程中发挥着重要作用，尤其是一般性基础设施和科技型基础设施在这种溢出的动态过程中更是不可替代。基础设施通过缩短个体之间的相对时空距离，促进技术扩散。这种技术扩散具有极强的外部性，对于一个地区的个人、企业以及科研机构都产生积极影响。基础设施发挥技术扩散效应主要通过示范效应、要素流动效应等重要渠道来抑制环境污染。①示范效应。基础设施投资建设缩小区域之间的时空距离，使得企业相互之间的联系变得更加紧密。在与先进地区的企业、科研机构接触机会增加后，落后地区通过模仿与学习不断增加科研投入、提升技术创新能力，从而追赶优势企业，达到技术进步。②要素流动效应。增加技术型基础设施投资有利于技术研发人员的扩散，加快技术扩散的速度，尤其是缄默形式知识的溢出；交通、信息等基础设施的完善有利于加速FDI的流入，带来更多的技术溢出，从而促进技术进步，而区域间技术扩散已经被证实是可以促进技术进步的。无论是污染废弃物的治理还是雾霾污染的治理，均需要绿色生产技术与减排技术的创新与应用。绿色生产技术的进步意味着单位产出的增加，减排技术的改进意味着单位能耗的降低，总归都将在一定程度上抑制环境污染。反之，较低的基础设施弱化技术效应在环境保护中的作用。即所谓技术溢出效应是指基础设施投资在确保污染治理拉动经济增长外企业技术进步的带头作用。基于此，本文进一步提出假设2。

假设2：地区基础设施投资水平的提高，可以通过技术扩散效应抑制环境污染。

基础设施作为一种公共品可以降低企业的运输成本、改善生产条件。几十年的经济发展，我国公路、水路、铁路、航空等交通基础设施网络逐步完善，这种高效率网络直接和间接促进我国经济绿色发展。首先，基础设施尤其是交通基础设施很大程度上直接降低了能源及其他要素的运输与管理成本。其次，基础设施使得有关联的核心企业形成空间集中布局，有助于形成规模经济，而规模经济最大优势在于降低生产要素投入、节省企业成本，间接促进集聚区污染减排。此外，基于新经济地理学视角，基础设施的完善程度将直接决定企业生存发展。一方面创新型基础设施共享影响污染排放。企业研发新技术、新工艺离不开图书馆、实验室与研究中心等科技型基础设施投资建设，而这些基础设施建设通常需要大量的人力资本、物质资本的投入。更多基础设施的投资建设使得企业在特定区域内集聚，能够减少创新资源的浪费与重建。另一方面环保型基础设施影响污染排放。企业通过共享基础设施使得治理污染平均分摊成本低于各自分别治理污染的成本，通过共享科技型基础设施提升集聚区知识溢出效应与整体创新能力。这些节约的成本反过来又会促进企业扩大生产规模、改进生产技术，降低单位能耗。基于此，本文进一步提出假设3。

假设3：地区基础设施投资水平的提高，可以通过成本效应抑制环境污染。

此外，考虑到基础设施类型的不同，如本文研究包括交通等的一般基础设施和信息等的技术型基础设施，具有一定的规模经济和技术经济特征。就基础设施规模特征而言，基础设施通过不同路径对环境污染的空间溢出效应会随着增加投资规模而变化，最终基础设施溢出效应可能是非线性的。就技术特征而言，技术型基础设施可能有一定的滞后性，只有当投资规模达到一个临界值后，基础设施的外部溢出效应才会显现出来。根据上述分析，本文提出假设4。

假设4：基础设施对环境污染的空间效应是非线性的，且随着环境污染的强度变化，基础设施投资的边际效应呈现倒U型特征。

三、计量模型构建与变量选取

（一）探索性空间数据分析

在确定空间计量模型是否适用于分析基础设施投资对环境质量的影响关系前，首先要分别考察变量是否存在空间相关性，否则就需要使用其他计量方法。本文在使用ESDA方法来探究基础设施投资的空间分布格局时，采用Moran's I指数来测量被解释变量的空间自相关。由于环境质量受区域之间相互影响程度较大，所以本文选取标准化的地理距离权重矩阵作为自相关检验及回归中的空间权重矩阵，其计算公式如下：

其中，s2为样本差；wij为空间地理距离矩阵。Moran's I指数的取值区间为（-1，1），其值若在区间（-1，0）表明变量呈现为空间负相关；反之，其值若在区间（0，1）表明变量呈现为空间正相关。其值的绝对值越大，表明空间相关性越强；其值等于0，无空间相关性。

（二）空间计量模型的设定

1.空间计量模型

本文在探讨基础设施投资对环境污染的影响时引入空间计量模型，可做OLS为空间面板回归的稳健性检验。环境污染与基础设施建设均具有显著的空间相关性与空间依赖性［22］，因此忽略空间效应研究基础设施投资对环境污染的影响，其结论与真实情况相比可能具有一定的估计偏差。基于此，本文使用OLS→SEM&SAR的研究路径，检验两种基础设施对环境污染的影响，以一般基础设施为例，模型的具体表达式为：

其中，GLL为一般基础设施投资；EP为环境污染；W为空间权重矩阵；x代表一系列的控制变量，包括人力资本（HUMAN）、外商直接投资（FDI）、市场化水平（MARKET）、城镇化水平（LA）；μ和ε表示随机扰动性。本文采用的地理距离权重矩阵已较为成熟，且在上文中已陈述。

2.面板分位数模型

其中，Fit（GLL）表示环境污染的影响因素，包括一般基础设施、科技型基础设施与控制变量；Qτ［EP|Fit（GLL）］为给定影响因素Fit(GLL)的情况下，环境污染在第τ个分位数上的估计系数。为了实现对参数的估计，需要对下面的问题进行极小化求解：

其中，n表示样本量，其他符号的意义同上。一般地，分位点越多越能反映真实情况，本文参考大多数研究的做法，考虑篇幅过长，本文选取具有代表性的三个分位点（10%、50%、90%）进行分析检验。

（三）变量描述与数据说明

1.被解释变量：环境污染（EP）

根据现有文献，衡量环境污染的方法主要有两种：单一指标法和综合指标法。由于单一指标法不能全面反映我国污染状况，因而本文参考张征宇等的处理方法［23］，综合工业二氧化硫、工业废水以及粉尘排放量构建污染排放综合指数，其测算方法如下：

其中，pli表示省份i的第l种污染物与GDP的比值，pallli数值越大表明i省份l中污染物就全国而言所占份额越大。由于pallli是一个无量纲的变量，因而本文对其加权平均，进行归一化处理，其计算方式如下：

2.核心解释变量：基础设施投资（GLL，TLL）

基础设施是人类进行生产、生活的公共服务系统，衡量基础设施的投资方式较为广泛。如何划分基础设施，从而考察增加不同类型的基础设施投资对环境污染的异质性影响，成为本文的研究重点。因此，本文参考童健等的做法［24］，把基础设施投资分为一般性基础设施投资和技术型基础设施投资。其中，一般性基础设施投资主要是用考察期内各地区按主要行业分的全社会固定资产投资中的“交通、仓储和邮政业”等基础设施来衡量，用GLL表示；科技型基础设施是按历年固定资产中的“信息传输、计算机服务和软件业”与“科学研究、技术服务和地质勘查业”之和来衡量，用TLL表示。

关于对基础设施的平减，国内较为推崇永续盘存法。本文进一步借鉴李颖的测算方法［25］，对2003-2017年中国30个省域基础设施投资存量进行测算，以一般性基础设施为例，其计算公式如下：

由式（9）可知，基础设施投资存量测算需要涉及4个关键性参数：当期一般基础设施（GLL）、固定资产投资价格指数、固定资产折旧率（δ）、初始一般基础设施存量。本文对这些参数设定做如下说明：①当期的一般基础设施投资数据直接来源于中国统计年鉴，固定资产投资价格指数来源于国家统计局。②关于固定资产折旧率的设定，本文借鉴张学良的做法直接将折旧率设定为9.6%［26］。③初始基础设施存量的计算公式如下：

其中，GLLi0为i省的初始GLL存量；Ei1为i省第一期（即2003年）不变价的一般基础设施投资；δi为i省的固定资产折旧率；gi为i省不变价一般基础设施投资的年平均增长率。

3.中介变量：技术扩散效应变量（tech）、成本效应变量（cost）

（1）技术扩散效应。正如本文在理论部分所提到的，增加基础设施投资会促进技术扩散，进而为创新要素在区域间流动提供便利。由于研发人员具有一定的技术和知识水平，因而本文借鉴白俊红等的研究，探讨研发人员在区际流动所带来的技术扩散效应［27］。构建模型如下：

其中，TECHijt为t年j地区流入到i地区的研发人员量；N为t年j地区的研发人员数；PGDPit表示i地区t年的人均GDP；ABij表示ij两地区之间的地理距离，该距离是由两省会之间的经纬度测算出来的。式（11）所带来的含义是：当j地区研发人员数量较多时，研发人员的稀缺性降低，且i地区与j地区的竞争力度较强，从而形成对j地区研发人员的一种推力。而i地区经济发展和生活水平的提高，会对j地区形成一种吸引力，从而形成j地区研发人员向i地区流动的一种合力。式（12）表示，t年其他地区研发人员流入到i地区的人员总量。

（2）成本效应（COST）。基础设施存量有利于改善能源的运输、生产条件，从而降低企业成本，促进企业长远发展［17］。前述理论部分提到基础设施通过成本效应影响中国环境质量，为此，本文采用各地区规模以上工业企业主营业务成本来衡量成本效应。

4.控制变量

由于被解释变量环境污染会受到多种因素的影响，本文引入一组相关变量，避免因遗漏变量带来估计结果偏差。为此，本文首先考虑了外商直接投资的影响，并采用各省份实际利用外商直接投资总额与GDP的比值，记为FDI。其中，使用年平均汇率换算单位；其次，本文将城镇化水平予以控制，采用城镇人口占各地区人口的比例来衡量，记为LA；再次，本文考虑了人力资本的影响，并采用各地区年平均受教育年限来代替，记为HUMAN；最后，本文将市场对经济活动的影响予以控制，采用固定资产中的国有成分与集体成分之和与全社会固定资产的比值进行核算，其值越高市场化水平越低，记为MARKET。

考虑数据的可得性，本文的样本选取2003-2017年中国30个省际面板数据，对基础设施投资与中国环境质量之间的关系进行实证分析，由于香港、澳门和台湾地区的统计差异以及西藏数据的严重缺失，本文予以剔除。其中，基础设施投资的数据均来自《中国统计年鉴》和国家统计局；环境污染中工业三废数据来自历年《中国环境统计年鉴》；人均GDP、人力资本、城镇化水平、市场化数据来自历年《中国统计年鉴》；技术扩散效应中的研发人员数据来自《中国科技统计年鉴》；外商直接投资数据来自wind资讯数据库。表1是相关变量的描述性统计。

表1 相关变量的描述性统计

四、实证结果与分析

（一）我国环境污染空间自相关分析

Moran's I指数是衡量空间自相关的判断依据之一，当且仅当被解释变量（EP）具有空间相关性时才可选取空间计量模型。当以标准化的地理权重矩阵作为空间权重时，其检验结果见表2所列。2003-2017年全局莫兰指数均小于0，表明就全国整体而言，环境污染呈现负相关，即环境污染具有空间扩散性的特点。

表2 莫兰指数检验值

（二）基本模型回归结果

根据豪斯曼检验得出拒绝原假设的结果，本文采用双固定效应模型（FE）对变量间的数量关系进行参数估计，分别进行面板数据的普通最小二乘法、空间误差回归及空间自相关回归，回归结果见表3所列。

由表3可知，在空间计量回归结果中，空间效应系数ρ和λ的取值均显著通过，表明当前我国各地区环境污染存在明显的空间相关性，且Log-likelihood值和R2越大表明模型拟合效果越好，进一步说明空间计量模型在本文中的应用是合适的。在考察空间效应的情形下，SEM模型和SAR模型中一般基础设施GLL和技术型基础设施TLL的系数均显著为负，这表明两种基础设施投资均能抑制环境污染。进一步来看，在空间计量模型中，TLL的系数均略微大于GLL的系数且显著。这意味着增加两类基础设施不仅能抑制环境污染，而且各自对环境污染的边际效应存在异质性，侧重于增加科技型基础设施投资对环境质量的积极作用略为明显，本文的假说1得以验证，即增加两类基础设施投资均抑制环境污染，且科技型基础设施投资的抑制作用强于一般性基础设施投资。

表3 基本模型回归结果

在控制变量对环境污染的影响方面，外商直接投资（FDI）对中国环境污染影响系数为负且显著，外商直接投资的提高有效抑制了污染排放，进一步支持了“污染光环”假说，证明外商直接投资并不是引起中国污染排放的主要原因。其可能的解释在于：一方面跨国公司转移到东道国并不仅仅考虑环境因素，还会考虑市场、基础设施等条件；另一方面跨国公司转移到东道国可能带来技术溢出效应、模范效应与竞争效应［28］。人力资本（HUMAN）对环境污染的影响系数为负，表明人才聚集的地区，经济发展水平往往较高，具有一定的治理污染能力，一定程度上能抑制污染排放。市场化水平（MARKET）对环境污染的影响系数为正且显著，表明随着市场化进程的加速抑制了环境污染，可能的解释是我国市场化进程推动了资源、要素和商品的流动，从而进行资源有效配置、提高资源利用效率，有效抑制环境污染。城镇化水平（LA）对中国环境污染影响系数为正，表明城镇化水平的提高有效促进了污染排放。其可能的解释是城镇化带来的生活垃圾、机动车尾气以及沙尘污染加剧了环境污染。

（三）进一步讨论

1.基础设施投资对环境污染的边际效应产生机制

基本回归结果表明，增加基础设施投资确实能有效抑制环境污染，那么这种抑制作用是怎样产生的呢？理论上讲，基础设施投资在经济发展过程中起到“润滑剂”的作用［29］，具有促进要素有效配置、降低企业在生产过程中的运营成本等功能。为深入探析增加基础设施投资在抑制环境污染中可能发挥的技术扩散作用和成本效应，本文借鉴陈晓等的做法［30］，采用中介效应模型检验两类基础设施对环境污染的影响机制，核心解释变量以一般基础设施为例，中介变量以研发人员流动引发的技术扩散效应为例。

第一步，检验一般基础设施投资是否促进研发要素区域间流动：

第二步，将一般基础设施投资与技术扩散效应、环境污染同时放入模型：

按照陈晓等的思路［30］，若式（13）中θ1显著为正，则证明增加基础设施投资能促进区域间技术溢出；若式（14）中θ2显著为负，则表明一般基础设施通过技术扩散效应有效抑制地区环境污染；在此基础上，若式（14）中θ2、θ3不显著或为正，或小于一般基础设施之前的系数，则说明由技术扩散引起的中介效应是不存在的。模型的检验结果见表4所列，其中相关控制变量与基准模型保持一致，鉴于篇幅有限，本文只列了关键变量。

从表4中可以看到，模型（1）-（8）的空间效应系数ρ均显著为负且中介变量均通过10%的显著性水平，说明本文采用的空间计量模型以及为考查研究机制采用中介模型进行实证分析是合适的。模型（1）（3）（5）（7）中GLL和TLL的系数均显著为正，这表明增加一般性基础设施和技术型基础设施均能促进技术扩散、降低规模以上工业企业成本。模型（2）（4）（6）（8）中TECH和COST的系数分别为-6.093、-6.044、-0.279、-0.276且均在1%的显著性水平下通过检验。这说明成本效应以及依靠研发人员流动带来的技术扩散效应能够显著抑制地区环境污染的扩散。并且从GLL、TLL的系数和显著性的水平来看，增加一般性基础设施和科技型基础设施均能通过中介效应中的技术扩散和成本效应抑制环境污染，且符合中介效应的条件。至此，本文理论中所提出的假说2和假说3得以验证。技术扩散和成本效应的实现需要有一定的现实基础，增加基础设施的投资会对要素流动无形之间产生一种“时空压缩”，缩小研发人员区际流动的时间和空间成本。区域间的科技人员流动带来正的外部性，使得技术进步和能源利用效率大为提高，且改善资源配置效率、优化产业结构、提高企业的创新能力，从而改进节能减排技术尤其是达标排放技术和生产环节技术，对地区环境污染起到积极的抑制作用；相比之下，成本效应则更多的是企业在原始材料的选购、生产环节、运输环节、售后利润反补贴环节，通过增加基础设施投资降低节能减排的单位成本。因此，从实证结论来看，在我国经济发展过程中增加基础设施投资，不论是技术型还是一般性基础设施均能显著改善环境质量。

表4 中介效应模型的回归结果

2.基础设施投资对环境污染的边际效应演化分析

尽管上文从中介作用机制上考察增加两类基础设施投资对环境污染的影响。然而，现实中这种影响可能是非线性的且其作用机制可能更为复杂。更重要的是，结合中国当前实际发展情况，增加基础设施投资对我国环境质量的影响是否存在异质性？为此，有必要深入讨论随着经济的发展，增加不同类型的基础设施投资其产生的影响是如何演化的。本文将进一步采用面板分位数模型，从边际效应视角考察一般性基础设施投资与科技型基础设施对环境污染的边际效应异质性。面板分位数模型严格要求自抽样检验，本文运用Stata 15.0软件通过反复抽样300次，考察不同分位条件下基础设施的作用机理，检验结果见表5所列。

由表5可知，GLL、TLL的系数和显著性在不同分位数下表现出明显的差异性。具体来看，随着环境污染的扩散，增加一般性基础设施和技术型基础设施投资的边际效应总体上呈现倒U型的变化特征。基础设施投资在环境污染处于较低的水平（10%分位数）时，显著性水平在10%以下，表明初期增加基础设施建设可显著促进环境污染，这与魏玮和毕超（2012）的研究结论一致。其可能的解释是政府在投资建设过程中产生资源浪费、资源错配以及重复建设等问题，从而引起创新效率低下，造成环境污染。随着环境污染的强度增加（50%分位数），基础设施对环境污染的边际效应在递减但不显著，其产生的原因是基础设施所带来的技术扩散效应和成本效应缺乏足够展现的平台。当环境污染强度进一步增强（90%分位数），一般性基础设施投资主要集中于交通、仓储和邮政业，一方面跨省调运得到很好的改善，物化要素得到充分的调整，物化要素结构得到良好的匹配，充分提高了资源配置效率。另一方面企业通过共享基础设施节省成本，提高了企业利润率。技术型基础设施主要具备“信息、服务、技术”等特征，不仅能为一般性基础设施提供技术支撑，而且可以促进企业及时了解市场环境、缩小信息获取成本，从而可以有效避免市场失灵的情况。因此，从总体上来看，本文的假设4进一步得到验证。即在整个分布区间内，随着环境污染的强度增加，不论一般性基础设施还是科技型基础设施的边际效应呈现倒U型的演化趋势。

表5 面板分位数模型回归结果

五、内生性问题与稳健性检验

考虑到内生性问题，估计结果可能存在一定的误差或不一致。为了检验这一情况的可能性，本文借鉴白俊红等的做法［31］，采取面板格兰杰因果检验。结果表明，原假设均被显著拒绝，即一般性基础设施和科技型基础设施是环境污染的格兰杰原因。除此之外，内生性问题产生还可能是由于遗漏变量或者测量误差。为此，本文选取滞后一阶的核心解释变量作为其自身的工具变量，借鉴卓成峰等的做法［29］，采用两阶段最小二乘法（2SLS）进行估计。回归结果表明，GLL和TLL回归系数与上文空间计量模型以及OLS回归结果一致，显著性也基本相似。因而，本文认为在考虑内生性问题的情况下，回归结果较为可信。

为了进一步检验结论的稳健性，本文借鉴罗能生等的做法［32］，拟将空间计量模型中的空间地理权重矩阵替换成0-1相邻地理权重矩阵，运用SAR模型和SEM模型重新考察异质性基础设施对环境污染的影响，回归结果见表6所列。回归结果与上文基本一致，且ρ和λ值均显著通过，一定程度上表明本文的结论具有稳健性，说明本文的结果较为可靠，即无论增加一般性还是科技型基础设施均能有效抑制环境污染。

表6 稳健性检验结果

六、结论与启示

随着中国城镇化的建设与工业化的稳步推进，“以点到面、以线到片”的基础设施投资建设已经成为推进生态环境保护与经济发展的基石和根本。本文基于2003-2017年省际面板数据，首先设置空间距离矩阵，运用莫兰指数测度中国环境污染的空间相关性。其次构建包含异质性基础设施投资对环境污染的空间计量模型和中介效应模型，运用面板分位数模型进行非线性检验，实证分析增加基础设施投资对中国环境质量的影响。最后，进行内生检验和系统的稳健性检验，得出以下结论：增加两类基础设施均能显著改善环境发展状况，且增加技术型基础设施投资其作用会略微明显；技术扩散效应和成本效应是增加两类基础设施投资抑制环境污染的作用路径；随着环境污染的扩散加强，两类基础设施的边际效应均表现出倒U型的特征。外商直接投资的提高有效抑制了污染排放，进一步支持了“污染光环”假说；人才集聚的地区经济发展水平较高，一定程度上抑制了污染排放；市场化进程加速推动了资源、要素和商品的流动，有效抑制了环境污染；城镇化带来的生活垃圾、机动车尾气以及沙尘污染会加剧环境污染。

本文基于上述分析结果得出如下启示：一是我国基础设施投资对节能减排具有显著促进作用，当前应抓住新一轮的基础设施投资建设时机，发挥基础设施对环境优化和改善的直接作用。对于技术型基础设施应借鉴国际上较为成熟的“绿色基础设施发展理念”，要更加注重信息与科研类的基础设施投资建设，推动“互联网+”的基础设施发展，从而为中国环境质量的提升提供保障；对于一般性基础设施投资，借鉴新加坡、英国的伦敦等国家或城市的实践经验，通过调整基础设施投资结构、垃圾的合理分类以及有效处理来改善生态环境。二是适度增加与地区环境污染强度相匹配的基础设施投资力度，合理地利用基础设施所带来的技术扩散效应和成本效应；充分发挥技术扩散效应抑制污染扩散，并通过基础设施带来的“时空压缩”破除区际要素流动所带来的障碍，发挥成本效应对环境状况的改善作用。三是我国应持续引进FDI，发挥FDI对污染排放的抑制作用；各地区在引进人才时应考虑环境承载力，加大对人力资本的投入，为新资源的开发提供一定的缓冲期；深入推进市场体制改革，加速要素和产品市场化进程；在城镇化建设过程中，走“智慧”城市发展道路。