空气污染对城市化进程的反馈效应

郭庆宾 汪涌

摘要空气污染对城市化进程的反馈效应分析是完善空气污染与城市化互动机理研究框架的关键，亦是协同推进生态文明建设与新型城镇化的重要参考。文章利用夜间灯光数据反映城市化综合水平，并选取2013—2018年中国281个地级及以上城市的年均PM2. 5浓度来衡量空气污染，探究空气污染对城市化进程的反馈效应及其作用机理，并在此基础上进行异质性分析。研究表明：①空气污染对城市化水平存在显著的负向反馈效应，此结论在一系列稳健性检验与内生性检验下依然成立。②城市人口规模与经济发展是空气污染影响城市化进程的两个重要作用机制。空气污染对城市人口规模、经济发展均存在显著的负面作用，进而对城市化产生负向反馈效应。③空气污染对城市化的反馈效应存在城市异质性。空气污染对北方城市、中部与东北地区、大中城市的城市化进程存在更为显著的负向反馈效应；此外，二者在秦岭-淮河线以南地区呈现出显著的“倒U型”曲线关系，说明空气污染对城市化进程的反馈效应存在非线性特征。针对上述研究结论，文章认为，污染气体减排仍是当前缓解空气污染对城市化进程负向反馈效应的有效措施，而集约高效地推进城市化进程更是根本举措；实施积极的人才引进政策、以创新改变粗放的经济增长结构以缓解空气污染对城市化的负向反馈效应；此外，在对大中城市进行污染防治的同时，要警惕小城市的空气污染发展态势。

关键词 空气污染；城市化；反馈效应

中图分类号F290文献标识码A文章编号1002-2104（2021）08-0062-08DOI：10. 12062/cpre. 20210414

基金项目：国家社会科学基金项目“长江中游城市群绿色创新效率的时空演化机理与变革路径研究”（批准号：18BJL056）；海南大学科研启动基金（批准号：kyqdsk201903）；海南省研究生创新科研课题（批准号：Hys2020-99）。

党的十九届五中全会明确将“生态文明建设实现新进步，国土空间开发保护格局得到优化”纳入“十四五”时期经济社会主要发展目标，同时提出“要构建国土空间开发保护新格局，推进区域协调发展，推进以人为核心的新型城镇化”的发展方向。由此看来，协同推进生态文明建设与新型城镇化是未来中国发展的必然趋势。然而近年来，中国多个城市出现“雾霾迷城”现象，空气污染问题屡见不鲜。截至2020年，中国空气质量未达标城市仍超过四成，以空气污染为代表的“城市病”的治理依旧任重道远。空气污染不仅是城市化粗放推进过程中所付出的沉重代價[1]，还对地方经济发展、人口流动存在显著的负面作用[2-4]，进而可能反向阻碍城市化的稳步推进。那么，空气污染对中国的城市化进程确实存在反向影响吗？其背后的作用机理又是什么？空气污染对城市化进程的影响是否存在异质性？针对上述问题的解答不但有利于阐明构建国土空间开发保护新格局的城市内涵，而且有助于厘清空气污染与中国城市化的互动关系，为“十四五”期间协同推进生态文明建设与新型城镇化提供施策思路。

1文献综述

目前研究城市化进程对空气污染影响的文献已较为丰富。例如：邓晓兰等[5]利用2002—2013年省级面板数据进行GMM估计，发现现阶段的中国城市化进程对空气污染存在显著的促进作用；而LUO等[6]则以STIRPAT模型为基础，使用城市层级的面板数据实证分析，得到城市化水平提高会抑制空气污染的结论；东童童等[7]则运用空间计量模型发现，无论是户籍人口城市化、产业城市化还是土地城市化都对空气污染的作用呈现非线性特征；邵帅等[8]在STIRPAT模型和空间计量方法的基础上，进一步使用省级面板数据进行实证分析，发现城市化推进在全国层面会加剧空气污染，但东部地区的城市化对空气污染存在非线性影响。由此看来，虽然针对城市化进程对空气污染影响的研究结论目前并未取得一致，但是大部分文献都认可城市化进程会影响空气污染这一观点。

目前，鲜有学者明确地就空气污染对中国城市化的反馈效应进行研究。正如Arrow等[9]指出，研究经济增长与环境的关系时，不能单纯假定收入是外生变量，城市化推进在影响空气污染时自然也会反受其影响。一方面，现代城市化往往建立在工业化基础上，在经济起步阶段，宽松的环境规制会引致工业生产大量排放空气污染物，较低的环境成本会变相地增加产出，推动城市化进程；另一方面，严重的空气污染则会降低城市的吸引力[10]，削弱城市的集聚效应与规模经济，减缓城市的生产活动，进而抑制城市化进程。因此，空气污染对城市化的影响取决于上述两种效应的对比，并且空气污染的破坏性很大程度上依赖于其严重程度[3]，进而可能导致空气污染对城市化的反馈效应呈现非线性特征。从现有文献来看：第一，空气污染可能会危害个人健康从而引致人口迁移[4]，不利于地区人力资本积累[5]；第二，空气污染还可能通过影响人的身心健康降低个体、企业的生产效率[11]，损害地区经济发展[2]。而相关研究[12-13]表明，人口规模、经济发展、产业结构、开放水平、科研创新、基础设施以及互联网建设等都是影响城市化进程的重要因素。因此，空气污染极有可能通过人口规模、经济发展等渠道对城市化进程产生反馈效应。

若要探究空气污染对城市化的反馈效应以及作用机理，必须要先准确衡量空气污染与城市化。第一，以地级市及以上城市PM2. 5浓度作为空气污染的代理指标。以最受社会关注的雾霾元凶PM2. 5浓度作为空气污染的代理指标来考察空气污染对城市化的影响，可以有效缓解因忽视经济主体敏感性而造成的估计偏差。第二，考虑到城市化是一个多维度概念，不同学科对其定义也不尽相同。王耀中等[14]总结认为，城市化可以归纳为人口城市化、经济城市化、空间城市化以及社会城市化四个维度。随着城市化研究进展与社会环境的变化，单纯的人口城市化不足以全面反映出城市化进程的真实水平[15]。许多文献已经指出单纯地使用城镇人口占比等指标的不足之处：一方面，中国的城市化进程中存在人口城市化与土地空间城市化的不匹配现象，许多新规划高标准建设的新城新区空置率过高，夜晚灯光难觅而被形象地称为“鬼城”[16]；另一方面，中国的城市化建立在城乡分割的户籍制度基础之上，户籍类别与人口实际流动的不一致使得以城镇人口占比表征的城市化往往低于真实水平。因此，为了更加精确全面地衡量城市化进程，参考邵帅等[8]的做法，将VIIRS夜间灯光数据处理后作为城市化水平的代理指标。相较于单纯地使用城镇人口占比指标衡量城市化水平，选用夜间灯光数据的合理性不仅在于它能较为全面地反映人口、经济、地理空间以及生活方式的城市化，还能避免可能存在的统计误差与户籍、制度因素的影响[17]。

综上，现有文献证实了空气污染可能会通过人口规模与经济发展的渠道影响城市化进程，这为研究空气污染对城市化进程的反馈效应及其作用机理提供了扎实的理论依据。有鉴于此，作者拟采用2013—2018年间281个地级及以上城市的面板数据，以PM2. 5浓度衡量空气污染，利用夜间灯光数据构造出更能够反映城市化综合水平的代理指标，探究空气污染对中国城市化的反馈效应以及作用机理，并在此基础上进行异质性分析，以拓展空气污染与城市化互动关系的研究。

2实证策略

2. 1基准模型与数据说明

Xit为一系列城市控制变量，用以缓解方程遗漏变量的偏误。这组变量包括：产业结构，以第三产业占市辖区GDP的比重衡量；人口密度，即每平方公里人口数量；基础设施，采用人均城市道路面积衡量；政府科研投入，选用人均财政科技支出表示；开放水平，以实际使用外商投资占市辖区GDP比重衡量；互联网普及程度，以国际互联网用户数代表；人口自然增长率，以千分位表示。以上控制变量数据均来源于2014—2019年《中国城市统计年鉴》。μi表示固定效应，εit为随机扰动项。

2. 2内生性问题缓解

需要指出的是，探究空气污染对城市化有何影响的难点在于其内生性。严重的空气污染会引发民众的环保诉求与政府的污染治理，通过改变人口分布、企业生产、居民消费甚至城市公共服务（如城市亮化工程、电力供给）作用于城市化进程，而城市化进程往往伴随人口集聚与工业发展，进而加剧空气污染，导致回归方程存在双向因果的内生性问题。为了缓解内生性问题，参考陈诗一等[3]的做法，使用空气流动系数作为空气污染的工具变量，并以此控制空气污染的溢出效应。空气流动系数作为气象条件，代表空气流动性的强弱，并不直接影响城市化进程，从理论上来说满足工具变量的外生性假定；同时，空气流动系数越大，空气流动性越强，与PM2. 5浓度呈现较为明显的负相关关系，满足工具变量的相关性前提。

为使基准回归尽可能具备参考意义，将空气污染的代理指标年均PM2. 5浓度滞后一期并以其代替当期年均PM2. 5浓度加入回归，以期缓解基准回归的内生性。

3实证结果分析

3. 1基准回归结果列报

表1报告了基准回归结果，其中第（1）、（2）列仅考虑以当期PM2. 5浓度代表空气污染对城市化的影响，第（3）、（4）列是加入了控制变量的回归结果，第（5）、（6）列是将滞后一期PM2. 5浓度作为空气污染代理指标以缓解基准回归的内生性。表1第（1）、（2）列的回归均未通过Hausman检验；而第（3）—（6）列加入控制变量后的回归均在1%的显著性水平通过Hausman检验，说明基准回归选择固定效应模型更为合适。因此，后文的回归策略如无特别说明，均使用固定效应模型。

由表1可以看出，无论基准回归选择固定效应模型还是随机效应模型，以当期PM2. 5浓度作为核心解释变量代理指标的待估系数都在1%的显著性水平下为负，说明以雾霾为代表的空气污染加剧会抑制本地城市化水平。通过替換滞后一期PM2. 5浓度作为核心解释变量来缓解基准回归的内生性后，第（5）列固定效应模型回归结果的核心待估系数较第（3）、（4）列结果绝对值增大且方向不变，并具有1%的统计显著性，其经济意义可解释为城市年均PM2. 5浓度每上升一个单位，城市化水平将滑落约1个百分点。以上基准回归结果初步表明，中国当前在总体层面上存在空气污染对城市化的负面反馈效应。

其他控制变量系数符号与显著性大多与以往文献并无太大差异。但值得注意的是，以实际使用外商投资占市辖区GDP比重衡量城市开放水平，其基准回归系数显然为负。这可能是因为外商投资对中国城市化进程的作用存在倒“U”型特征[18]。虽然外商投资在早期可以为城市化带来显著推动作用[19]，但中国经济当下已经迈向高质量发展阶段，外商投资对中国城市化的作用可能迈过了拐点，从而抑制了中国的城市化进程。换言之，当前外资进驻本地市场可能带来了能耗大、污染大的产业，对城市化进程的负面环境效应超过了其正面经济效应，因而不利于城市化的可持续推进，这也从某种程度上支持了“污染避难所”假说[20]。

3. 2稳健性检验

为了使基准回归结果更加可靠，对基准回归结果进行稳健性检验，结果见表2。

3. 2. 1更换核心解释变量

虽然以备受大众关注的雾霾指标PM2. 5浓度来衡量空气污染，但单一指标难免失之偏颇。空气污染指标的选取范围广泛，这也导致空气污染的经济学研究往往呈现不一致的结论。为避免因为指标选取不同带来的结论差异，分别以滞后一期的人均工业SO2排放量、滞后一期的人均工业粉尘排放量作为空气污染的代理指标进行基准回归，以检验前文结论的稳健性，结果见表2第（1）、第（2）列。

3. 2. 2所有解释变量滞后一期

除了空气污染对城市化可能存在双向因果的内生性问题，回归方程中的其他控制变量也存在同样可能。为了避免控制变量内生性带来的估计偏差，在滞后一期核心解释变量的基础上将所有控制变量滞后一期再进行基准回归，结果见表2第（3）列。

3. 2. 3剔除可能存在的异常值

为了避免样本数据异常与极端值的影响，在剔除城市化水平、PM2. 5浓度最高以及最低的10%的样本后进行回归，结果见表2第（4）列。

3. 2. 4更换对数回归模型

为了避免模型设定原因导致的变量关系不稳健，将被解释变量与核心解释变量在滞后一期的基础上进一步取对数后进行回归，结果见表2第（5）列。

从表2不难看出，稳健性检验的结果再次支持了基准回归的结论，即在当下中国，空气污染确实与城市化水平存在负相关关系。以上稳健性检验结果均在滞后一期核心解释变量以缓解内生性的情况下得到，具备一定的可信价值。

3. 3工具变量缓解内生性

空气流动系数作为年均PM2. 5浓度的工具变量，不仅满足工具变量的前提假设，还能有效控制空气污染的溢出效应[3]，有助于更加精准地识别空气污染对本地城市化的影响。工具变量估计方法选用二阶段最小二乘法，回归结果见表3。

表3列出了工具变量第一阶段、第二阶段的回归结果。不难看出，空气流动系数与核心解释变量存在1%显著性水平下的负相关关系，是空气污染的有效工具变量，同时第一阶段的F值明显大于10，排除了“弱工具变量”问题。第二阶段的回归结果显示，空气污染与城市化水平的关系与基准回归结果相似，进一步支持了当前空气污染对中国城市化进程存在负向反馈效应的基本结论，并且工具变量估计中空气污染的估计系数绝对值都相较基准回归明顯增大，说明方程潜在的内生性问题致使空气污染对城市化的负面作用被低估。

3. 4作用机制探讨

其中：M为中介变量，分别表示城市人口、经济；空气污染对城市化的总效应为β1，直接效应为φ1。前文中β1显著为负，根据中介效应模型的检验步骤，如果回归中φ1显著为负，α1φ2与φ1同号且φ1的绝对值有所减小，则说明M是部分中介变量，变量M的间接效应（中介效应）为α1φ2；如果φ1不显著φ2显著，则M为完全中介变量。此外，若要从人口规模、经济发展的角度探究空气污染对城市化的作用机理，那么空气污染与人口规模、经济发展可能存在双向因果的内生性问题，以滞后一期的年均PM2. 5浓度作为空气污染的代理指标以缓解作用机制探讨中可能存在的内生性问题。回归结果见表4。

首先，空气污染可以通过城市人口规模来影响城市化进程。一方面，人口是城市化进程的核心要素，传统城市化就是农村人口不断向城市转移的过程；另一方面空气污染可能导致城市人口流失[4]，从而抑制城市化进程。为了验证这一作用机制，选取市辖区人口数对数来衡量城市人口规模，表4第（1）、第（2）列展示了人口规模机制的回归结果。从第（1）列不难看出，以PM2. 5浓度衡量的空气污染水平对城市人口存在负向影响，且第（2）列结果也支持人口是空气污染影响城市化的部分中介变量，因此城市人口渠道是本研究的作用机制之一。

其次，空气污染还能通过影响城市经济发展进而作用于城市化进程。一方面，城市经济发展与城市化进程往往相伴相行，经济繁荣的地区有能力投入更多资源推进城市化进程；另一方面，空气污染会降低经济主体的生产效率与劳动力供给时间[11，22]，损害地区经济发展[2]，不利于城市化持续推进。选用市辖区人均GDP对数作为城市经济发展的代理变量，以验证上述空气污染影响城市化的经济发展渠道。表4第（3）列、第（4）列是其回归结果，其中第（3）列结果表明空气污染对城市经济发展具有明显的负向作用，第（4）列结果也证实经济发展是空气污染对城市化反馈效应的机制之一。

4异质性分析

空气污染在总体层面上对城市化进程产生了显著的负向反馈效应，但是这种反馈效应可能因城市属性不同而存在差异。因此从南北地区异质性、经济地带异质性与城市规模异质性这三个角度进一步展开分析。

4. 1南北地区异质性

秦岭-淮河是中国重要的地理分界线，经过甘肃、四川、陕西、河南、安徽、江苏六个省份。秦岭-淮河一线以北地区冬季集体供暖可能会造成较大的污染排放[23]，由此造成秦岭-淮河一线南北地区的城市化进程可能产生较大分异。因此研究空气污染对城市化的影响应当将这种异质性纳入考虑范围。为了检验秦岭-淮河一线南北地区空气污染对城市化进程反馈效应的异质性，以秦岭-淮河线为划分标准，将全样本分成南、北地区两个子样本，进行分样本回归。

表5展示了南北地区异质性的分样本回归结果。从前两列可以看出秦岭-淮河线以北地区，空气污染对城市化进程的负向反馈相较秦岭-淮河线以南地区更大。为了检验空气污染对城市化进程的反馈效应是否存在非线性特征，进一步将PM2. 5浓度二次项加入回归方程进行拟合。发现：就秦岭-淮河线以北地区而言，空气污染与城市化进程并不存在曲线关系，而是表现为明显的负向单调线性关系；秦岭-淮河线以南地区空气污染与城市化水平存在显著的“倒U型”曲线关系，曲线拐点约为50. 88，说明空气污染并非必然抑制城市化进程，而是一种阶段性的表现，空气污染对城市化进程的负向反馈效应取决于城市空气污染程度。

4. 2经济地带异质性

中国城市化进程存在经济地带上的差异，主要表现为演进过程与发展模式的不同[8]。那么，不同经济地带的城市化推进对空气污染的敏感性表现如何是一个值得探究的问题。按照国家统计局对全国经济地带的划分标准，将全文样本划分为东部、中部、西部以及东北地区四个子样本并进行分样本回归，结果见表6。

从表6不难看出，全国各经济地带的空气污染在经济意义上都呈现出对城市化的负面作用，且中部和东北地区在统计意义上更为显著。首先，东部城市可能因为人口密度大，可供开发土地稀缺从而更偏向集约高效型的发展模式[8]，而且东部城市在产业结构层面更倾向以环境友好型的服务业为主，有利于节能减排[24]，因此受到的空气污染约束较小；其次，中部地区的城市空气污染对城市化水平存在显著的负向反馈效应，可能是因为东部沿海城市的高能耗、高污染等环境不友好型产业正在向中部城市转移所造成的[25]；再次，西部地区的城市化推进可能未达到环境的承载容量，故系数虽然为负但并不显著；最后，东北地区可能由于早期的重工业发展模式，导致空气环境较为恶劣，并且其城市化进程较为依赖重工业经济结构而偏向于规模扩张型的粗放发展模式[26]，因此表现为城市化水平对空气污染较为敏感的状态。以上结果说明空气污染对城市化推进的负向反馈效应不仅取决于空气污染严重程度，还受到因经济地带不同而产生的城市发展模式差异影响。

4. 3城市规模异质性

中国的城市规模呈现出较大差异，可能存在空气污染对城市化进程反馈效应的城市规模异质性。依据国务院2020年9月份发布的《70个大中城市商品住宅销售价格变动情况》将全样本划分为大中城市与小城市两个子样本；并使用2012年发布的《环境空气质量标准》中关于PM2. 5的二级年均浓度限值35 ug/m3作为合格线，将总样本再划分为空气质量不合格城市与合格城市两个子样本。将上述两类样本组合后进一步分样本回归以考察空气污染对城市化进程负向反馈效应的城市规模异质性，回归结果见表7。

从表7可以看出，空气质量不合格的大中城市、小城市均明显存在空气污染对城市化进程的负向反馈效应。从城市规模的差异来看，大中城市的系数绝对值更大，说明空气污染對于城市化的负面作用在大中城市群体中更为显著，这也符合中国大中城市雾霾相较小城市更为严重的事实。此外，虽然目前空气污染对城市化进程的负面作用在小城市群体中较弱，但小城市空气质量不合格数过半的发展态势仍值得警惕。这种态势意味着多数小城市的发展模式正趋于粗放增长，可能是大中城市的污染产业向小城市转移所致[27]。

5研究结论与政策启示

5. 1研究结论

作者利用2013—2018年间的夜间灯光数据来反映281个地级及以上城市的城市化综合水平，并选取年均PM2. 5浓度衡量空气污染，探究了空气污染对城市化的反馈效应、作用机理与异质性，主要得到如下结论。①空气污染对城市化水平存在显著的负向反馈效应，此结论在一系列稳健性检验与内生性检验下依然成立。②城市人口规模与经济发展是空气污染影响城市化进程的两个重要作用机制，空气污染对城市人口规模、经济发展均存在显著的负面作用，进而对城市化产生负向反馈效应。③空气污染对城市化的反馈效应存在城市异质性，空气污染对北方城市、中部与东北地区、大中城市的城市化进程存在更为显著的负向反馈效应；此外，二者在秦岭-淮河线以南地区呈现出显著的“倒U”型曲线关系，说明空气污染对城市化进程的反馈效应存在非线性特征。

5. 2政策启示

鉴于上述研究结论，可以得出以下政策启示。①空气污染对城市化水平的负面效应取决于其严重程度，所以从短期来看，污染气体减排是缓解这种负向反馈效应的有效措施。此外，经济地带不同导致的城市发展模式差异也是空气污染对城市化影响的异质性特征之一。所以，从长期来看，集约高效地推进城市化进程才是避免受空气污染制约的根本举措。②从作用机制来看，空气污染对城市人口规模、经济发展均有损害。一些中部城市为了实现经济崛起承接东部沿海的高能耗、高排放产业转移的做法更可能会加剧空气污染，抑制地方经济高质量发展与人才集聚，从而陷入“空气污染-城市化停滞-粗放发展-空气污染”的恶性循环中。所以应该在长期坚持空气污染防治工作的基础上，进一步实施积极的人才引进政策，以创新改变粗放的经济增长结构以缓解空气污染对城市化的负向反馈效应。③小城市更应注重自身特色，并将其与城市化推进模式创新性地结合在一起，注重提升其城市化的发展质量[28]，突出自身竞争优势以实现经济的绿色增长。

参考文献

[1]SHI Y，BILAL M，HO H C，et al. Urbanization and regional air pollution across South Asian developing countries：a nationwide land use regression for ambient PM2. 5assessment in Pakistan[J]. Environmental pollution，2020，266：115145.

[2]谢杨，戴瀚程，花岡達也，等. PM2.5污染对京津冀地区人群健康影响和经济影响[J].中国人口·资源与环境，2016，26（11）：19-27.

[3]陈诗一，陈登科.雾霾污染、政府治理与经济高质量发展[J].经济研究，2018，53（2）：20-34.

[4]WANG K，WANG Y W，CHANG C P. The impact of air quality on population migration[J]. Problemy ekorozwoju，2020，15（2）：23-32.

[5]邓晓兰，车明好，陈宝东.我国城镇化的环境污染效应与影响因素分析[J].经济问题探索，2017（1）：31-37.

[6]LUO K，LI G D，FANG C L，et al. PM2. 5 mitigation in China：so？ cioeconomic determinants of concentrations and differential control policies[J]. Journal of environmental management，2018，213：47-55.

[7]东童童，邓世成.中国城市化进程对雾霾污染的影响及趋势预测[J].城市问题，2019（4）：12-21.

[8]邵帅，李欣，曹建华.中国的城市化推进与雾霾治理[J].经济研究，2019，54（2）：148-165.

[9]ARROW K，BOLIN B，COSTANZA R，et al. Economic growth，carrying capacity，and the environment[J]. Ecological economics，1995，15（2）：91-95.

[10]HANLON W W. Coal smoke and the costs of the industrial revolu？ tion[R]. National Bureau of Economic Research，2016.

[11]陈帅，张丹丹.空气污染与劳动生产率：基于监狱工厂数据的实证分析[J].经济学（季刊），2020，19（4）：1315-1334.

[12]吕立刚，隋雪艳，汪翔，等.江苏省土地城镇化的空间分异及其主导因素探测[J].人文地理，2018，33（4）：88-94，112.

[13]张改素，魏建飞，丁志伟.中国镇域工业化和城镇化综合水平的空间格局特征及其影响因素[J].地理研究，2020，39（3）：627-650.

[14]王耀中，陈洁，彭新宇. 2012—2013年城市化学术研究的国际动态[J].经济学动态，2014（2）：106-116.

[15]袁晓玲，李朝鹏，方恺.中国城镇化进程中的空气污染研究回顾与展望[J].经济学动态，2019（5）：88-103.

[16]董磊磊，潘竟虎，冯娅娅，等.基于夜间灯光的中国房屋空置的空间分异格局[J].经济地理，2017，37（9）：62-69，176.

[17]田雪原.高质量发展重在全面深化改革[J].海南大学学报（人文社会科学版），2020，38（3）：1-10，180.

[18]孙浦阳，武力超.基于大推动模型分析外商直接投资对城市化进程的影响[J].经济学家，2010（11）：66-74.

[19]陈辉民.对外贸易、外商直接投资与城市化：基于空间面板杜宾方法的分析[J].国际贸易问题，2018（10）：147-161.

[20]CANDAU F，DIENESCH E. Pollution haven and corruption para？ dise[J]. Journal of environmental economics and management，2017，85：171-192.

[21]温忠麟，叶宝娟.中介效应分析：方法和模型发展[J].心理科学进展，2014，22（5）：731-745.

[22]朱志胜.劳动供给对城市空气污染敏感吗：基于2012年全国流动人口动态监测数据的实证检验[J].经济与管理研究，2015，36（11）：47-57.

[23]CHEN Y，EBENSTEIN A，GREENSTONE M，et al. Evidence on the impact of sustained exposure to air pollution on life expectancy from China’s Huai River policy[J]. Proceedings of the National Academy of Sciences，2013，110（32）：12936-12941.

[24]GLAESER E L，KAHN M E. The greenness of cities：carbon diox？ ide emissions and urban development[J]. Journal of urban econom？ ics，2010，67（3）：404-418.

[25]秦炳涛，葛力铭.相对环境规制、高污染产业转移与污染集聚[J].中国人口·资源与环境，2018，28（12）：52-62.

[26]田俊峰，王彬燕，王士君.东北地區土地利用转型特征测度与机制探索[J].经济地理，2020，40（9）：184-195.

[27]孙秋芬，任克强.生态化转型：苏南模式的新发展[J].哈尔滨工业大学学报（社会科学版），2017，19（5）：117-124.

[28]朱庄瑞，藏波.房地产市场促进城镇化建设的作用机理与协调发展研究[J].中国人口·资源与环境，2016，26（9）：116-122.

Feedback effect of air pollution on the process of urbanization

GUO Qingbin，WANG Yong

（School of Economics， Hainan University， Haikou Hainan 570228， China）

AbstractThe analysis of the feedback effect of air pollution on the process of urbanization is the key to perfecting the research frame？ work of the interaction mechanism between air pollution and urbanization， and is also an important reference for the collaborative promo？ tion of ecological civilization construction and new urbanization. In view of this， this article used night time light data to reflect the compre？ hensive level of urbanization， selected the annual average PM2.5concentration of 281 prefecture？level cities and above in China from 2013 to 2018 to measure air pollution， explored the feedback effect of air pollution on the process of urbanization and mechanism of action， and analyzed the heterogeneity on this basis. The results of the study showed that：①Air pollution had a significant negative feedback effect on the level of urbanization. This conclusion was still valid under a series of robustness tests and endogenous tests.②Urban popula？ tion scale and economic development were two important mechanisms of air pollution affecting the process of urbanization. Air pollution had significant negative effects on urban population scale and economic development， and further producing negative feedback effects on urbanization through these two channels.③The feedback effect of air pollution on urbanization had urban heterogeneity. Air pollution had a more significant negative feedback effect on the urbanization process of northern cities， central and northeastern regions， and large and medium？sized cities； in addition， the two demonstrated a significant‘inverted U？shaped’curve relationship in the south area of the Qinling？Huaihe line， indicating that the feedback effect of air pollution on the urbanization process had nonlinear characteristics. In response to the above research conclusions， this article believes that the reduction of pollutant gas is still an effective measure to alleviate the negative feedback effect of air pollution on the urbanization process， and the intensive and efficient promotion of the urbanization process is a funda？ mental measure； it is essential to implement a proactive talent introduction policy and use innovation to change the extensive economic growth structure to alleviate the negative feedback effect of air pollution on urbanization. Furthermore， in the process of preventing and con？ trolling pollution in large and medium cities， we must be alert to the development trend of air pollution in small cities.

Key wordsair pollution； urbanization； feedback effect

（责任编辑：刘照胜）