人口规模与产业结构对黄河流域雾霾变化的影响

徐 阳 陈闻君 张旭东

新疆财经大学

科学进步与技术发展不断强化了人类征服与改造自然的能力，现代社会的飞速发展同样带来了一系列的自然生态问题。近年来，资源与环境的问题不仅影响了人民生产和日常生活，更加制约了我国经济新旧动能的顺利转换。尤其是目前新冠疫情在全球范围内的肆虐，更需要我们寻求能与生态环境和谐相处的发展模式。在诸多环境问题中，大气环境质量和空气污染问题与我们的生活密切相关，自2008年美国领事馆公开北京PM2．5数据后，雾霾问题逐步受到社会各界的广泛关注。作为中华文明主要发祥地的黄河流域，资源能源型城市众多，大气污染形势严峻。2019年9月，习近平总书记为黄河流域提出了高质量发展的道路，也使黄河流域的高质量发展正式具有了极为重要的战略地位。考虑到地区产业结构导致的工业污染物的排放和居民生活在内的有机物挥发是其形成的两大主要原因[1]，本文将以城市产业结构以及人口规模为出发点，探求黄河流域雾霾污染的成因以及各个因素对黄河流域城市雾霾产生变化的影响，提出降低黄河流域雾霾浓度的建议，以期促进黄河流域整体的高质量发展。

0 文献综述

环境库兹涅茨曲线（简称环境EKC）开创了环境经济经验分析的先河，也被广泛应用于中国环境的研究中。早在1995 年，Grossman 和Krueger 提出了规模效应、结构效应和技术效应三大影响环境的效应理论，他们认为这三者共同决定了经济对环境的影响，这也在之后被大量学者广泛地应用[2]。Enrlich 和Holdren[3]提出了IPAT 模型分析经济因素与环境的关系，模型表达式为I=PAT，其中用I( Impact)代表环境压力，P( Population)代表人口数量，A（Affluence）代表富裕程度，T(Technology)代表技术水平。Dietz 和Rosa[4]在IPAT 模型的基础之上，构建了改进的STIRPAT 模型，这也是目前大多数学者研究环境影响因素时使用的主流模型之一。该模型在保留原有的人口、技术、经济等因素外，考虑了更为全面的随机因素，改善了原有模型与环境库兹涅茨曲线（EKC）冲突的局限。

国内主要将雾霾与城市、产业、贸易以及政府治理等主题相结合，具体影响因素包含了城镇化率、人口规模、产业结构等变量[5-7]。冷艳丽和杜思正（2015）通过产业结构及城市化，对雾霾影响展开了分析，证实了这两者如何影响雾霾的排放[8]。蔡海亚（2018）等人考虑了贸易开放对雾霾污染的影响，对中国推动外贸由规模型扩张向质量效益型转变给出了建议[9]。从研究的范围来看，受制于数据可得性，对雾霾研究主要分为全国性和区域性两个层面，如马丽梅（2014）等人通过研究全国31个省份本地与异地之间的雾霾交互影响，探讨了能源结构与雾霾之间的关系，认为只有每个地区严格进行环境规制才能有效控制污染的蔓延[10]。彭迪云（2015）等人通过长江经济带的省级数据，以居民消费为门槛变量，从居民消费水平的视角探求了城镇化对于雾霾的影响[11]。此外，展云逸（2017）等人以2005-2014年全国135个旅游城市的面板数据来分析环境对我国旅游业产生的影响，探讨了地区旅游业健康发展的途径[12]。就研究方法而言，动态GMM估计、门槛模型和空间计量是学者们使用的主要方法，如邵帅利用1998-2012 年中国省域PM2．5浓度数据，采用动态空间面板模型和系统广义矩估计方法寻求影响雾霾最重要的因素，对控制雾霾的具体政策给予了思考[13]。刘耀彬（2020）等人利用门槛回归和空间分区的方法，对城市化、人口集聚和雾霾变化之间的关系做了探讨，这是为数不多考虑人口规模对雾霾变化影响的研究[14]。

通过文献梳理，雾霾作为目前地区空气质量的重要衡量因素，受到了广泛关注，而因其存在较强的动态累积效应，故多数学者利用动态面板数据结合其他因素对雾霾的排放进行研究。此外，雾霾在空间上具有较强的溢出效应，包括空间杜宾模型在内的空间计量也是研究区域雾霾变化的重要工具。但是目前对全国范围的研究较多，缺乏区域研究的针对性，黄河流域拥有众多的资源型与能源型城市，大气污染问题不容乐观，且目前黄河流域雾霾研究甚少，对黄河流域城市的雾霾变化做相应的原因探索，为黄河流域高质量发展提出一定的建议。

1 数据来源、指标设计与研究方法

1.1 模型设定与变量解释说明

1.1.1 核心变量设定

核心变量的选择以产业高级化和产业的合理化表示产业结构变动，以地区的单位土地人口数量表示人口规模。采用干春晖（2011）等[15]使用的方法来衡量黄河流域各个城市产业的高级化和合理化程度，探讨人口规模和产业结构对黄河流域雾霾变化的影响。其中，产业高级化（TRit）通过第三产业产值与第二产业产值的比率表示。若第三产业产值越高，则表示产业结构越高级。利用泰尔指数方法计算产业结构的偏离度，以定义产业结构的合理化(TUit)，需要注意的是产业结构的数值越低，产业结构越合理。具体计算方式如下：

式中，Qitt表示t时期内i地区第三产业总产值，Qits为t时期内i地区第二产业总产值。Qitj为i区t时期内j产业的产值，Pitj为i区t时期内j产业的就业人数，Qit为i区t时期内所有产业的总产值，Pit为i区t时期内所有产业的就业总人数，n一般取值为3。IUit值越高，产业结构越不合理，当IUit为0时，说明了城市的产业结构最合理。

1.1.2 基准模型选择

为研究城市人口和产业对黄河流域雾霾产生和变化的影响，核心变量为流域内各个城市的产业结构和人口规模，并对技术研发力量、生态自然环境、基础设施建设、外资使用效率等影响环境的相关变量进行控制，尽可能减少变量遗漏的影响。在参考已有经验的基础上设定基准模型如下：

式（3）中各城市历年的PM2．5的数值为因变量，iuit、irit、podit为模型的核心解释变量。Lntit代表了创新与研发能力，gcit为建成区的绿化覆盖率，afdiit表示城市对外开放的水平，rodit为人均道路建设面积，反映地区的基础设施建设水平高低，busit为城市的公共交通水平，以每万人拥有公共汽车数量来表示。

1.2 数据来源与指标设计

文章选取黄河流域主要的50个城市，通过各个城市历年的产业结构调整指数和城市的其他发展数据，结合流域内城市2001-2016年16年的雾霾变化展开分析，寻求城市的创新对于雾霾排放的影响，以及不同地区的创新能力所能带来的雾霾变化。其中，雾霾数据来源于耶鲁、哥伦比亚等大学的团队基于卫星监测的全球PM2．5浓度年均值，通过栅格处理得出黄河流域主要城市的年均PM2．5浓度数据,城市创新指数来源于复旦大学产业发展研究中心公布的中国城市创新指数[16]。流域内主要城市的各经济发展数据来源于《中国城市统计年鉴》、城市国民经济和社会发展统计公报，部分缺失值通过平滑和插补等方法补充，对各个变量进行描述性统计，结果见表1。

表1 变量描述性统计

2 实证结果与分析

2.1 相关性及平稳性检验

利用散点图描述雾霾和产业高级化、产业合理化以及人口规模三个核心变量之间的偏相关的关系，从图1可以看出，产业合理化以及人口规模与雾霾之间主要呈现正向的相关关系，产业的高级化与雾霾之间呈现负向的相关关系，且人口规模与雾霾之间的关联性较强。各个核心解释变量与被解释变量有着相关关系，可以做面板数据进一步的回归分析。

面板数据减轻了数据的非平稳性，可以使变量的相关性降低，但不能保证数据为非平稳数据，仍有可能存在单位根。另外，文章使用的虽然是面板数据，但由于是16年的数据，时间跨度较长，为了避免伪回归的出现，保证每个变量的平稳性和有效性，在进行回归分析之前进行单位根的检验，使用HT 和IPS 的检验方法。如表2 所示，使用HT 检验和IPS 检验之后，包括控制变量在内的所有变量结果均显著地拒绝了数据存在单位根的假设，即所有的变量数据均为零阶单整的，可以做进一步的分析。具体结果见表2。

表2 变量单位根检验

图1 变量偏相关的关系图

2.2 静态模型回归结果汇总

若从时间上和截面上看，不同个体以及截面之间不存在显著性差异，可以使用普通最小二乘法（OLS）直接将面板数据混合进行参数估计。若模型截距在不同的截面或不同时间序列上有差异，则可以使用固定效应模型（FE），而固定效应模型中的截距项包括了截面随机误差项和时间随机误差项的平均效应，且这随机误差均为正态分布时，则应该使用随机效应模型（RE）。借鉴已有的文献，大部分的学者一般采用F 检验决定混合模型或固定效应模型的使用，然后使用豪斯曼检验选择随机效应模型或固定效应模型的使用。

首先在不考虑滞后项的情况下通过上述的几种方法对影响黄河流域城市雾霾变化的因素进行综合分析，具体结果见表3。

如表3所示，整体而言，除投资利用率，其余的变量在利用普通最小二乘法时均高估了变量对雾霾的影响。而随机和固定效应模型的rho 值均在0．8 以上，这说明混合扰动项的方差主要来自个体效应变动，这也使普通最小二乘法并不适应模型的分析，容易高估各因素对雾霾产生的影响。在随机和固定效应的选择中使用Huasman检验，最终W 统计量大于临界值，拒绝了随机影响模型中个体影响与解释变量不相关的原假设，最终选择固定效应模型。

表3 静态面板回归结果

在固定效应模型下，产业的高级化是影响黄河流域城市雾霾变化的主要因素，产业结构高级化对雾霾产生了较大的抑制性作用，无论是否加入控制变量，产业高级化程度每提升1 个百分点，雾霾减少0．8%左右。产业结构的合理化和高级化在各模型中均显著，但在仅存在当期因素的影响情况下，产业结构的合理性减弱反而降低了地区的雾霾，在三个核心因素中对雾霾的影响程度最小，这可能在于产业结构合理化是一个长期过程，短期内可能不能降低雾霾浓度，甚至在产业合理化到达一定程度前还会增加雾霾的产生。人口规模的增加会带来雾霾的增加，随着控制变量的加入，这种关系变化并不显著。控制变量中，外资的利用率对雾霾污染的影响最大，其次建成区的绿化覆盖率、公共汽车保有量提升都会降低城市的雾霾污染，而人均道路铺装面积和技术研发人员的增加与雾霾变化的显著性并不强。从以上分析可知，雾霾变化主要与工业生产相关，产业结构的调整对黄河流域的雾霾变化起到了最为重要的作用，且产业结构的高级化影响程度要大于合理化。此外，人口规模对黄河流域城市的雾霾变化影响的显著性不强，相似的还包括技术的提升、人均铺装道路和公共汽车数量的增加，均未直接对雾霾产生显著影响。可能的原因是由于一些变量的变动具有长期的累积效应，使个体当期的变化会受到过去因素产生的影响，因此使用动态面板数据对各因素之间的关系做进一步的探讨。

表4 动态面板SGMM估计

2.3 模型改进

结合各个变量的描述性统计结果，为消除异方差以及获得因变量和自变量之间的关系，根据对式（3）中技术与研发取对数，又由于某些因素的变动自身存在惯性，前一期的结果将对后一期产生一定的影响，而黄河流域各城市的雾霾变化很可能存在动态的累积效应，从而产生滞后性，因此在式（3）模型的基础上做进一步改进，得出改进模型，具体公式如式（4）：

采用Arellano 等（1995）[17]人使用广义矩估计(GMM)处理动态面板数据的方法，动态面板GMM估计的优势在于可以借助差分或使用工具变量控制未观测到的时间和个体效应。考虑到两步GMM估计的权重矩阵依赖于估计参数且标准差存在向下偏倚，且没有带来明显效率改善，因此采用一步GMM 估计的方法分析动态面板数据。为了尽可能解决内生性和弱工具变量的问题，使用相比于差分GMM 估计偏差更小，效率更高，且估计结果更加有效的系统广义矩估计SGMM 展开分析，具体结果见表4。

如表4所示，加入雾霾浓度的滞后项，通过进行SGMM估计可以看出，各模型中的AR(1)检验扰动项均在1%的显著性水平下显著，故拒绝了不存在一阶自相关的假设，AR(2)检验扰动项均未通过显著性水平检验，即不存在二阶自相关，Hansen test不能拒绝工具变量有效的原假设，可以认为各模型设定是有效的，雾霾污染滞后一期的弹性系数均显著为正，表明黄河流域雾霾污染存在动态累积效应。具体来看，人口规模的变动对黄河流域雾霾浓度变化的影响最大，其次是产业结构的高级化，产业结构的合理化对雾霾浓度的影响相对最小。另外，产业结构的高级化和合理化对雾霾产生的是显著的抑制性作用，人口规模对雾霾产生的是显著的促进作用。在逐步增加核心及控制变量的过程中，三大因素系数的大小、显著性和方向均较为稳定，未出现大的变动，说明了模型较为稳健。土壤扬尘、燃煤、生物质燃烧、机动车尾气、垃圾焚烧、工业污染和二次无机气溶胶是雾霾产生的几大主要来源，城市人口规模的增加将直接提高机动车的使用数量，另外也会带来土壤的扬尘和垃圾焚烧量的增加，多个因素的叠加也使黄河流域雾霾变化与人口规模的相关性最强。雾霾产生的另一重要原因是工业污染物的排放，从分析可知，产业结构的高级化和合理化均可以降低雾霾的产生，但是相对于产业结构的合理化，产业结构高级化的提升更能够抑制雾霾的浓度。产业结构的合理化强调了各产业产值和就业人口之间的协调关系，而产业高级化的提高则直接反映了地区第三产业比重的上升，三产的比重提升意味着地区工业比重下降，这直接影响了雾霾产生的源头。

控制变量中，外资利用同样会带来雾霾的增加，黄河流域多资源型城市，大量外来资本进入投资设厂，加大了本地资源和能源的消耗，从而提升地区的雾霾浓度。而技术研发水平和公共交通的提升则会带来雾霾浓度的降低，建成区绿地面积和人均道路铺装面积的增加与雾霾浓度的变化并不明显。技术与研发投入的增加可以改进地区工业生产的效率，提高资源和能源的利用率，如通过富氧燃烧等技术实现污染排放的最小化。各城市需要完善公共交通，公共交通的完善可以减少居民的通勤成本，也有利于城市私家车的使用率，从而降低雾霾排放。最后，人均铺装道路会随着城市规模的扩大、人口的增加而增加，但是其与城市绿化面积建设周期长，影响雾霾变动需要从长期看，因此可以看到两者与雾霾浓度的变化在大部分的模型设定下均不显著。

2.4 黄河流域不同区域的动态面板分析

表5是在所有黄河流域主要城市基础上所做的回归计算，通过变量的逐步加入，考察产业结构与人口规模对地区雾霾污染变化作用的大小与显著性。由于黄河流域各个城市的产业结构特征、人口规模以及城市发展有较大的差异性，为了更有针对性地分析，在全流域全样本分析基础上，进一步将黄河全流域划分为上游、中游和下游地区，进行SGMM 估计，估计结果见表5。

由表5所示，黄河流域上、中、下游三大区域雾霾污染滞后一期的弹性系数同样均显著为正，这说明黄河流域雾霾的产生存在着较强路径依赖。首先是上游地区，三大核心解释变量中，产业的高级化较人口规模和产业合理化对雾霾影响的程度更大，但三者对于雾霾影响的程度并不显著。黄河上游主要囊括了青海、甘肃、内蒙古等省份的大部分城市，也集中了全流域雾霾的低值区。通过黄河流域上游的雾霾数据可知，黄河上游地区集中了全流域雾霾低值区，另外由于这些地区常年处于人口流出区，整体经济实力弱，产业结构相对不合理，这也使在分区域分析后，包括人口规模在内的产业结构调整对雾霾的影响并不显著。中游城市囊括了山西、陕西、河南等大部分城市，人口众多，因而人口规模对黄河流域中游地区雾霾变化的影响也高于产业结构调整对雾霾的影响，而技术研发、建成区绿地覆盖率、公共汽车数量都对雾霾起着抑制性作用。黄河流域的下游区域主要包括了山东全部和河南的部分城市，在黄河流域生态经济带规划中，山东半岛城市群将在黄河流域经济发展中承担着领头羊的角色。在下游城市中，产业结构优化程度每上升1 个百分点，流域内雾霾浓度将下降3．101个百分点，产业的高级化成为抑制黄河流域下游城市雾霾变化的最主要因素。其次，人口规模与雾霾呈现显著相关的正向关系，人口每增加1个百分点，雾霾将增加0．745个百分点。此外，人均道路的铺装面积增加也会带来雾霾的增加，而建成区的绿化率提高将抑制雾霾的浓度。

结合表5的全流域样本模型，基于不同地区城市的模型结果可知，各模型结果之间总体而言较为类似，可以认为实证结果具有稳健性。检验扰动项的AR（1）拒绝无自相关原假设，AR（2）无法拒绝无自相关原假设，hansen检验结果也证明了模型不存在过度识别的情况。从具体的变量回归结果可以发现，分地区单独看，产业合理化与各个地区的雾霾关联强度小于产业的高级化，产业高级化对雾霾的浓度有抑制性作用，且对黄河下游城市的影响更为明显。人口对黄河中游地区的影响最大，其次是下游和上游地区，主要起着正向推动的作用。产业高级化和人口规模是影响地区雾霾变化的主要因素，且在存在滞后项的条件下，短期都对雾霾浓度的提高产生了正向影响。技术和公共交通建设也能够抑制地区雾霾的浓度，但是城市绿化面积覆盖率、人均道路铺装面积和外资利用则提高了地区的雾霾浓度。

表5 分地区GMM估计

3 结论与政策启示

3.1 主要结论

通过实证分析，得出以下结论：

1）在不考虑滞后因素的影响下，通过固定与随机的静态面板数据分析可知，产业的高级化是影响黄河流域城市雾霾变化的主要因素，产业结构高级化对雾霾产生了较大的抑制性作用，人口规模的增加会带来雾霾浓度的增加。其他因素中，外资的利用率、建成区的绿化覆盖率、公共汽车保有量提升都会降低城市的雾霾污染，而人均道路铺装面积和技术研发人员的增加短期内与雾霾变化的相关性并不强。

2）考虑到雾霾产生的长期性影响，在加入雾霾滞后期后，人口和产业对于雾霾的影响显著加强，其中人口和产业的高级化尤为明显。三者中人口规模的变动对黄河流域雾霾浓度变化的影响最大，其次是产业结构的高级化，产业结构的合理化对雾霾浓度的影响相对最小。另外，产业结构的高级化和合理化对雾霾产生的是显著的抑制性作用。人口增加带来的机动车尾气、土壤扬尘和垃圾焚烧均会产生大量的雾霾，产业高级化则大幅降低了能源的消耗和工业污染物的排放，能够有效减少雾霾。

3）分地区看，产业合理化、产业高级化以及人口规模对不同地区范围内的城市影响不同。黄河上游整体而言空气质量好，雾霾历年的变化幅度很小，但地区经济发展较差，产业较落后，加之地区常年以人口流出城市为主，使产业和人口的变动对于雾霾浓度的影响并不大。中游地区多为人口密集城市，人口规模对该地区的雾霾浓度影响较大，同时技术提高和生态环境的改善也抑制了雾霾的排放。对于下游城市而言，整体经济实力较强，但同样也是牺牲了大量的生态环境造成的，近年来的产业结构调整使环境得以改善，如山东省2010 年后劳动力主要流向服务员，产业结构的高级化也大大降低了雾霾的浓度。但人口规模相较于黄河流域中上游城市对雾霾增加的影响仍比较大，需要进一步将产业的发展与人口规模相协调。

3.2 相应建议

1）人口规模和产业结构是城市雾霾变化的重要影响因素，其中人口规模是影响城市雾霾浓度最主要的原因之一。黄河流域各个城市在鼓励城市化的同时，应该顺应人口变化的规律，实施差异化人口策略，对人口进行合理规划分流，最大限度地降低人口规模对雾霾污染的增加。另外要控制好产业结构与人口规模的适配性，产业发展的同时要注重对环境的保护。

2）从整体上看，产业的高级化对雾霾的抑制作用要高于产业结构的合理化，这说明了黄河流域工业生产的能耗高、污染大，因此要制定资源型行业的准入条件，加快落后以及过剩产能的淘汰。另一方面需要培育和发展绿色环保产业，针对黄河流域城市发展的特点，可以有针对性地发展技术含量高的劳动密集型产业，吸纳低端劳动力就业，不断提高产业结构和劳动力结构的配置效率，注重要素投入结构和产出结构的耦合发展。

3）产业结构调整在不同城市对雾霾所起到的抑制性作用有明显差异，大城市在产业高级化发展的同时应该培育与产业结构相匹配的人力资本结构，中小城市要与大城市建立雾霾治理的区域联防联控协作机制，统一环境规制行动，强化区域雾霾治理的合力。另外，要根据不同区域城市雾霾污染程度的异质性,有的放矢地制定针对性和差异化的治霾方法和政策。

4）借助“一带一路”倡议的契机，更多引进外资技术，坚定全流域绿色发展的理念，在全球范围内实现要素的最佳组合和资源的最优利用，实现黄河流域的高质量发展。