长三角地区雾霾污染、土地资源错配与高质量发展

刘晓红

（南京晓庄学院 商学院，江苏 南京211171）

一、问题提出

2020年政府工作报告指出：“在疫情防控常态化前提下，坚持稳中求进工作总基调，坚持新发展理念，坚持以供给侧结构性改革为主线，坚持以改革开放为动力推动高质量发展”。当前，我国城市雾霾时有发生，严重影响人居空气质量与城市可持续发展。生态环境部发布的2020年全国生态环境质量简况显示，2020年我国城市环境空气质量达标城市占比为59.9%。那么，城市雾霾污染对高质量发展会产生什么影响？作为经济发展的基本生产要素，土地这一稀缺资源在高质量发展中配置得是否合理非常重要，如果土地资源发生错配，对城市高质量发展的影响又是什么？当前，我国正在加快推进生态文明建设，研究城市雾霾污染、资源错配与高质量发展之间的关系，对于促进城市可持续发展、建设美丽中国、满足人民日益增长的美好生活需要有重要的现实意义。

国外的文献很少以城市高质量发展命名（王晓红和冯严超，2019）［1］，更多的文献表明的是城市发展的公平正义等（Geng et al.，2018）［2］。国内对城市高质量发展的认识逐步深化，起初，与国家追求经济增长目标相对应，更多的学者研究了城市经济增长。伴随着国家重视生态文明、强调绿色发展以及高质量发展，国内学者开始对城市高质量发展进行探索，大多集中在城市高质量发展的测度（张震和刘雪梦，2019［3］；廖祖君和王理，2019［4］；黎文勇和杨上广，2019［5］）以及科技创新与高质量发展（李光龙和范贤贤，2019［6］；吴传清和邓明亮，2019［7］）等方面。

雾霾污染的主要成分为二氧化硫、氮氧化物、PM10和PM2.5等。其中，PM2.5也称为可入肺颗粒物，对公众身体健康等危害程度较大。PM2.5通过进入人体循环系统，造成呼吸道炎症等病症，加重公众对于雾霾污染的恐惧，严重影响公众的身心健康。因此，本文以PM2.5表征雾霾污染。国内外大量的文献从社会经济方面探讨了雾霾污染形成的原因，如城镇化（刘晨跃和徐盈之，2017）［8］、产业结构（程中华等，2019［9］）、经济发展（Hao et al.，2015［10］；Meng et al.，2016［11］；Dong et al.，2019［12］）、交通（Fang et al.，2016［13］；王卉彤等，2018［14］；刘华军 和 雷 名 雨，2019［15］）、城 市 蔓 延（秦 蒙 等，2016）［16］等，但探讨雾霾污染对城市高质量发展影响的文献相对较少（陈诗一和程时雄，2018［17］；陈诗 一 和 陈 登 科，2018［18］；王 晓 红 和 冯 严 超，2019［1］）。

关于资源错配的文献日益丰富（宋马林等，2016［19］；韩 超 等，2017［20］；白 俊 红 和 刘 宇 英，2018［21］），相继得出了土地资源配置的研究成果，这些成果主要对土地资源配置的原因进行了探索（Yang et al.，2018）［22］，也出现了土地资源配置对城市集聚（曾龙等，2019）［23］、产业结构（李勇刚和罗海艳，2017）［24］、环境污染（余泳泽等，2018）［25］影响的文献。就土地资源错配对经济增长的影响而言，李力行等（2016）估计了粗放型土地出让方式导致的土地资源错配对工业企业生产率差异的影响，结果发现，城市以协议方式出让的建设用地比例越高，工业企业的资源配置效率越低［26］。李勇刚（2019）利用2003—2016年中国35个大中城市的面板数据进行实证检验，发现土地资源错配对经济发展质量的影响为负［27］。

上述相关文献为本研究打下了理论基础，但也存在一些不足：首先，基于“创新、协调、绿色、开放、共享”五大发展理念对城市高质量发展进行测度的文献较少；其次，从机理上剖析雾霾污染、土地资源错配对城市高质量发展影响机制的文献较为鲜见；最后，把城市雾霾污染和土地资源错配纳入同一框架，实证分析两者对长三角城市高质量发展的文献不多。

基于此，本文拟进行如下拓展：利用长三角27个城市面板数据，基于五大发展理念，建立城市高质量发展评价指标体系，测度城市高质量发展指数；从理论上探讨雾霾污染、土地资源错配对城市高质量发展的影响，为理解城市高质量发展提供一个新的线索，也为政府治理雾霾污染和土地资源错配提供一个新的思路；把雾霾污染、土地资源错配和高质量发展纳入一个分析框架，采用动态面板模型，实证检验雾霾污染、土地资源错配对长三角城市高质量发展的影响，拓展了高质量发展的研究范畴。

二、机理分析

（一）城市雾霾污染对高质量发展的影响机理

（1）城市雾霾污染导致产业转移，阻碍城市的高质量发展。如前文所述，雾霾污染严重影响公众身心健康，城市的软投资环境变差，吸引力下降（Hanlon，2016）［28］。雾霾污染不但使国内的产业迁离，而且使外资企业撤资撤厂，内资和外资的抽离，降低了城市居民的就业机会，从而影响高质量发展。同时，雾霾污染也会影响城市的入境旅游规模，降低旅游产业对经济的拉动作用。

（2）城市雾霾污染降低人力资本积累。人力资本积累是城市高质量发展的主要推动力，但是，雾霾污染降低了居民的幸福感，生活质量下降，使一部分人力资本流出雾霾污染严重的城市；同时，雾霾污染所带来的产业转移，也使一些人力资本外流。此外，雾霾污染通过影响受教育水平、健康状况损害人力资本的积累（Zivin＆Neidell，2012［29］；Chang et al.，2016［30］）。

（二）土地资源错配对高质量发展的影响机理

（1）土地资源错配不利于产业结构转型升级。第二产业是经济增长的主要动能，地方政府为了经济增长，会降低土地出让价格、扭曲土地出让结构来促进制造业发展。此外，一些地方政府为了维护自身利益，会降低招商引资的质量，形成降低引资质量的底线竞争（杨其静等，2014）［31］。这使得城市虽然扩大了外商投资规模，但却形成了大量的中低端制造业（李勇刚，2019）［27］，即土地资源错配抑制了产业结构的转型升级，降低了资源配置效率，制约了城市的高质量发展。

（2）土地资源错配降低环境质量。地方政府的短期性增长目标，会吸引见效快的重工业（刘胜等，2016）［32］，或者引进高能耗、高污染的产业，形成重复产能（杨其静等，2014）［31］，从而产生雾霾污染问题，降低经济发展质量；同时，地方政府对商住用地出让的高价格，使房地产企业提高住宅用地容积率，减少绿地和社区活动空间，居住环境质量下降，不利于经济的高质量发展（李勇刚，2019）［27］。

三、模型、变量与数据说明

（一）计量模型构建

为了考察雾霾污染、土地资源错配对城市高质量发展的影响，本文构建如下计量模型：

其中：下标i表征城市；下标t表征年份；Hqd表征城市高质量发展指数；PM2.5是本文核心解释变量，表征城市雾霾污染；Rm是本文另一核心解释变量，表征城市土地资源错配程度；xijt表征其他控制变量，将在下文进行介绍；µi表征不可观测的地区个体效应；λt表示时间效应；εit为随机干扰项，服从正态分布，µi与εit不相关。

式（1）为静态面板模型。城市高质量发展可能存在路径依赖，基于此，本文在式（1）的基础上，加入城市高质量发展的一阶滞后，以控制模型的动态效应（白俊红和刘宇英，2018）［21］。

动态面板模型为：

其中，Hqdi，t-1表示城市高质量发展的一阶滞后。

（二）变量描述

1.城市高质量发展指数（Hqd）的测算

本文以“创新、协调、绿色、开放、共享”五大发展理念为导向，并借鉴相关研究，以科学性、可操作性和数据的可得性确定了高质量发展评价指标体系，具体见表1所列。

表1 长三角城市群高质量发展指数测度指标体系

根据Huang et al.（2017）的研究，使用如下的熵权法计算每项指标的权重［33］，具体计算步骤为：

首先，Vmit表示i（i=1，2，3，…，K）城市t（t=1，2，3…，T）年的m（m=1，2，3，…，M）项指标，用下面的公式对其进行归一化：

其次，计算t年第i个城市指标m的熵Emit：

再次，计算第i个城市指标m的权重：

最后，计算出t年第i个城市包含14种指标的城市高质量发展指数Hqd：

2.资源错配程度（Rm）的测算

基于数据的可获得性，资源错配程度的衡量，借鉴李力行等（2016）的方法，采用工矿仓储用地供应面积占国有建设用地供应总面积的比值衡量［26］。

3.其他控制变量

（1）区域创新（Inn）。现有文献常用专利数量说明区域创新的水平（Feldman&Florida）［34］。专利数量有授权量和受理量之分，其中的专利授权量受政策和专利管理机构人为等因素的影响较大，且程序严格，耗时长，会低估区域创新的真实水平（白俊红和刘怡，2020）［35］。因此，本文使用城市的专利申请受理量表征区域创新水平（易高峰和刘成，2018）［36］。

（2）外资依存度（Fdi）。用各城市实际使用外资占GDP比重表征，其中实际利用外资金额用人民币兑美元的当年平均汇率进行换算。

（3）第三产业比重（Pti）。用第三产业增加值在GDP中的比重表征。

（4）交通基础设施（Bpt）。用各城市人均公共汽（电）车客运总量表征。

（5）信息基础设施（Inter）。用各城市接入宽带用户数表征。

（三）数据说明

以苏浙沪皖为核心的长三角是当前中国经济总量最大的都市经济圈，为我国经济增长的重要引擎。2019年12月，《长江三角洲区域一体化发展规划纲要》发布实施，确定了27个城市为中心城市，它们分别是上海、南京、无锡、常州、苏州、南通、扬州、镇江、盐城、泰州、杭州、宁波、绍兴、嘉兴、湖州、温州、台州、金华、舟山、合肥、滁州、马鞍山、芜湖、宣城、铜陵、池州和安庆，本文以这27个中心城市作为样本进行研究。基于我国各城市工矿仓储用地供应面积的统计自2009年开始，为了保证数据的前后一致性，本文研究的时期为2009—2017年。

各原始数据来自2010—2018年《中国城市统计年鉴》《中国城市建设年鉴》《上海统计年鉴》《中国统计年鉴》《江苏统计年鉴》《浙江统计年鉴》《安徽统计年鉴》《中国国土资源统计年鉴》以及27个城市相应年份的统计年鉴、环境状况公报、国民经济发展统计公报。缺失值用插值法补齐。PM2.5数据来源于巴特尔研究所、哥伦比亚大学国际地球科学信息网络中心、利用卫星搭载设备测定得到PM2.5浓度年均值的栅格数据，继而使用ArcGIS软件得到PM2.5浓度值。

本文所使用的变量及定义见表2所列，对这些变量的描述性统计见表3所列。

表2 变量定义

表3 描述性统计

四、实证结果与讨论

（一）高质量发展指数

根据前文所述的方法，本文测算了2009—2017年长三角城市群的高质量发展指数，见表4所列。指数越大，说明高质量发展水平越高。

从表4可以看出，长三角城市群的高质量发展指数存在明显差异。从2009—2017年各城市的高质量发展指数均值来看，上海最高（0.824 9），其次是苏州（0.862 7）。第三是南京（0.824 9）。这三个城市的高质量发展指数高于0.8。由高到低，高质量发展指数位于后五位的城市分别为池州、盐城、滁州、宣城和安庆。

表4 长三角城市群高质量发展指数

分省份来看，上海的高质量发展指数依然位居第一位，江苏、浙江省高质量发展指数分别位居第二、第三位，安徽的高质量发展指数最低。

（二）多重共线性检验

对变量之间的相关性进行Pearson相关性检验，结果见表5所列。除了高质量发展与区域创新、交通基础设施的相关系数高于0.7以及信息基础设施与区域创新、第三产业的相关系数高于0.7外，其他变量之间的相关系数都低于0.7。

表5 Pearson相关性检验

为了进一步考察变量之间的多重共线性，使用方差膨胀因子VIF进行诊断性检验，结果见表6所列。如果VIF大于5，说明存在多重共线性。各解释变量的VIF低于3.13。说明解释变量之间不存在多重共线性，可以进行下一步的实证分析。

表6 方差膨胀因子（VIF）检验

续表5

（三）模型估计结果与分析

根据2009—2017年长三角城市群的面板数据，首先运用静态面板估计方法对式（1）进行估计。固定效应模型的回归结果见表7中的模型（1）-（5）所列。结果显示：模型（1）-（4）中，雾霾污染的系数显著为负，即雾霾污染阻碍城市的高质量发展；模型（5）中的雾霾污染为负，但不显著。模型（1）-（5）中，土地资源错配的系数为负，且都在10%水平下显著，即土地资源错配会降低城市发展质量。

注：***、**、*分别表示在1%、5%、10%的水平下显著（双侧）；括号内数字为相应的标准误（双侧）；AR（1）、AR（2）和Sargan检验分别提供检验的P值。下同。

雾霾污染、土地资源错配以及高质量发展都是长期过程，从动态视角更能阐释雾霾污染、土地资源错配对高质量发展的影响。故本文在静态面板模型回归的基础上，加入高质量发展的一阶滞后，即建立动态面板模型对式（2）进行估计。广义矩估计（Generalized Method of Moments，GMM）能够有效的处理内生性问题，故本文采用此方法对式（2）进行估计。为了使估计结果稳健，本文采用差分GMM模型（DIFF-GMM）和系统GMM模型（SYS-GMM）来考察雾霾污染、土地资源错配对城市高质量发展的影响，结果见表8所列。GMM要求样本的残差序列不存在二阶及更高阶的自相关性，且工具变量存在严格的外生性，因此，需要对估计结果进行Arellano-Bond（AR）序列相关检验和Sargan检验。

DIFF-GMM模型的（1）-（5）中，AR（1）的P值分别为0.001 3、0.000 9、0.003 0、0.009 1、0.011 4，AR（2）的P值分别为0.810 4、0.969 3、0.388 9、0.160 1、0.371 0，说明样本的残差序列存在一阶负相关，但不存在二阶及以上的序列相关性（蒋付心等，2013）［29］，动态模型通过了相关性检验。此外，为了识别工具变量是否有效，需要进行Sargan检验。其原假设是所有的工具变量都有效，如果相应的P值大于0.1，则在10%的显著性水平下接受原假设。DIFF-GMM中，Sargan检验的P值分别为0.963 0、0.967 6、0.983 2、0.993 8、0.999 5，故接受原假设，工具变量有效。SYS-GMM模型的（1）-（5）中，AR（1）的P值分别为0.000 3、0.000 2、0.000 6、0.003 7、0.004 5；AR（2）的P值分别为0.926 0、0.586 8、0.954 6、0.352 2、0.600 3，样本的残差序列存在一阶负相关，但不存在二阶及以上的序列相关性，通过了相关性检验。Sargan检验的P值分别为1.000 0、1.000 0、1.000 0、1.000 0、0.995 4，故接受原假设，工具变量有效。综合AR和Sargan检验，说明表8中的差分GMM和系统GMM模型工具变量的选择合理，模型识别有效，估计结果可靠。

表8 雾霾污染、资源错配对高质量发展指数影响的动态检验

静态面板模型可能存在遗漏变量和内生性问题，因此，本文主要对动态模型估计结果进行分析。动态面板模型加入高质量发展的一阶滞后项，动态面板差分GMM以及系统GMM估计结果表明，高质量发展的一阶滞后项显著为正，说明高质量发展具有一定的路径依赖。城市的高质量发展是长期过程，上一期的高质量发展会影响当期的高质量发展。

在差分GMM、系统GMM中，由模型（1）-（5）可知，依次加入控制变量后，核心解释变量雾霾污染、土地资源错配的估计系数均显著为负，系数大小变动不大，说明估计结果较为稳健。雾霾污染、资源错配会对城市高质量发展产生负向影响，制约城市的高质量发展。

就差分GMM和系统GMM来说，系统GMM将差分GMM和水平GMM结合起来，既采用水平值的滞后项作为差分方程的工具变量，又选择差分变量的滞后项作为水平方程的工具变量，将差分方程与水平方程作为一个方程系统进行估计。系统GMM的估计效率要高于差分GMM［28］。因此，下文主要对系统GMM的估计结果进行分析。

系统GMM显示，区域创新对城市高质量发展的系数都显著为正，说明区域创新通过技术进步提高生产效率、减少污染排放，进而促进城市的高质量发展。外贸依存对城市高质量发展的系数显著为正，说明利用外资能够通过创造就业机会，推动经济增长。同时，利用外资对国内企业形成了压力，促进国内市场良性竞争，优化资源配置，缓解资源错配，提升高质量发展水平。第三产业比重的系数显著为正，说明第三产业比重的上升会提高城市高质量发展水平。我国不断推进产业结构转型升级，第三产业中的大数据、云计算、人工智能等“新基建”产业正在快速发展，而这些产业的特点是污染小、推动经济增长力度大，因此，第三产业的发展有力推动了城市的高质量发展。交通基础设施的系数显著为正，这是因为交通基础设施一方面可以加快商品流通，促进经济增长，另一方面可以便利城市居民的出行，降低私家车的使用，减少能源消费，进而缓解大气污染，提升城市的高质量发展水平。信息基础设施对高质量发展的系数也显著为正，说明在信息时代，信息基础设施对经济增长产生的“倍增”作用，且信息又是典型的无污染产业，将有力地推动城市高质量发展。

五、研究结论及政策建议

（一）研究结论

在剖析城市雾霾污染、土地资源错配对高质量发展影响机理的基础上，本文采用2009—2017年长三角27个城市的面板数据，依据“创新、协调、绿色、开放、共享”原则，建立高质量发展评价指标体系，采用熵值法测度了高质量发展指数，并借鉴李勇刚（2019）［27］的土地资源错配测度方法，测算了土地错配程度。

基于此，构建了静态与动态面板模型，实证考察了长三角城市雾霾污染、土地资源错配对高质量发展的影响，主要有以下研究发现：

（1）考察期内，长三角城市群的高质量发展指数存在明显差异。上海、苏州、南京的高质量发展指数分别位居第一、第二、第三位，这三个城市的高质量发展指数高于0.8。由高到低，高质量发展指数位于最后五位的城市分别为池州、盐城、滁州、宣城和安庆。分省区来看，上海市、江苏省、浙江省的高质量发展指数分别位居第一、第二、第三位，安徽省高质量发展指数最低。

（2）动态模型估计结果显示，城市高质量发展的一阶滞后项显著为正，说明高质量发展具有一定的路径依赖。城市的高质量发展是长期过程，上一期的高质量发展会影响当期的高质量发展。城市雾霾污染、土地资源错配对高质量发展的影响都为负值，且通过显著性检验，说明城市雾霾污染、土地资源错配会对高质量发展产生负向影响，制约高质量发展水平的提升，即雾霾污染和土地资源错配会显著抑制城市的高质量发展。区域创新、第三产业比重、交通基础设施、信息基础设施等都对高质量发展产生显著正向影响，即区域创新、第三产业、交通基础设施、信息基础设施都有助于城市的高质量发展。

（二）对策建议

上述结论的启示在于，长三角要加强雾霾污染治理，优化土地资源配置，纠正土地资源错配。就雾霾污染治理来说，首先，建立长效机制，打好长三角雾霾污染治理持久攻坚战。雾霾污染的根除非一日之功，要有长远观念，保持雾霾治理的刚性和政策的前后连贯性。当前，不能因为疫情导致的经济增长速度下降而停止雾霾污染治理，依然要贯彻“绿水青山就是金山银山”的思想，加强生态文明建设。只有持之以恒地加强雾霾污染的治理，方能打赢蓝天保卫战。其次，长三角要加强区域协同治理。基于雾霾污染的流动性特点，雾霾污染需要协同治理。不同的城市调动资源的能力千差万别，故要发挥上海在长三角地区的“领头雁”效应，与南京、苏州、杭州、无锡、宁波等重点城市通力合作，提高其他各城市参与协同治理雾霾污染的意愿，加快协同治理雾霾污染的进程。要充分利用大数据、“互联网+”等，建立长三角雾霾污染数据资源库，相互之间信息共享，互相监督，精准施策，实现真正的协同治理。再次，长三角可以鼓励公众参与雾霾污染治理。穹顶之下，雾霾污染，无人可做看客，雾霾污染不能只靠政府之力，需要公众的密切配合。英国、德国等国家的经验表明，只有公众的广泛参与才能有效治理雾霾。因此，长三角也要举公众之力，充分发挥公众的监督作用，推动雾霾污染的治理。最后，长三角要重点加强秋冬的雾霾治理。由于雾霾形成原因的复杂性，雾霾污染呈现季节特点，即一般夏春轻、秋冬重。因此，在秋冬季节，长三角要尤为重视雾霾污染的治理，做好预防，避免雾霾污染的发生。

同时，长三角要优化土地资源配置，纠正土地资源错配。土地资源错配已经成为阻碍长三角城市高质量发展的重要因素，为了促进城市的高质量发展，要按照十九大报告所提出的“优化存量资源配置，扩大优质增量供给，实现供需动态平衡”的要求，优化土地资源配置，纠正土地资源错配。首先，长三角要充分发挥市场这一“无形的手”在土地这一重要资源中的作用，优化土地供给结构，提高土地的利用效率，减少土地资源的错配程度。其次，减缓长三角地方政府财政压力。地方财政之所有扭曲土地价格的动机，重要原因是为了获取财政收入。因此，可以进行税收等方面的改革，增加地方政府的财政收入，减轻财政对土地的依赖，摒除土地资源错配动机，推动城市高质量发展。最后，对长三角地方政府的土地资源错配进行监督。长期以来，对土地资源有无错配、错配程度如何没有加以行之有效的监督，这使土地资源错配程度愈演愈烈，与当前的高质量发展相悖。因此，中央政府要加强对长三角地方政府土地错配的监督，以减缓土地资源错配程度，使土地资源的效率达到最大化。