区域一体化的减霾效应——基于断点回归的经验证据

周 沂，薛赵琴，陈晓兰

（1.四川大学经济学院，四川 成都 610065； 2.厦门大学经济学院，福建 厦门 361005）

新时代中国社会主要矛盾已转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。其中，人民群众对优美生态环境的需要已经成为这一矛盾的重要方面。中国各级政府不断加大环境政策执行力度“向污染宣战”，在大气和水污染治理方面取得了显著的成效，但还未达到预期的状态［1］，其中，雾霾污染问题最为突出。城市雾霾污染降低了居民幸福感，危害了居民的健康，甚至影响了居民预期寿命［2-3］，阻碍了中国经济的高质量发展［4］。已有研究主要从气象、生态、产业结构、能源结构和治理效率等角度研究雾霾污染的成因。然而，需要特别指出的是，雾霾污染具有流动性和负外部性特征，可以通过大气环流等自然途径，以及产业转移、交通流动等经济途径扩散或者转移到邻近地区［5-6］。加之已有研究发现中国环境污染逐步呈现出新的空间特征：西部、农村等特定地区成为污染重灾区［7］，两省（或市县）之间的行政边界地区多次出现污染问题纠纷［8-9］。在更大地理空间尺度上联防联控对雾霾污染进行治理尤为关键。区域一体化通过加强地方政府间合作，有效地降低了要素流动和商品流动的壁垒，促进了产业资源的空间配置，有利于促进地方经济发展［10］。与此同时，区域一体化通过优化产业在空间中的配置以及技术溢出降低了中心区域的污染排放，增加了外围区域污染治理的能力，从而有利于区域整体环境质量的提升，是区域通过联防联控进行大气污染治理的重要依据。

目前，中国城市发展形态已经开始由原本的单中心向多城市、多中心的经济发展格局转变，由此形成的城市群中已有11个城市群发展规划获得国务院批复。2013年《大气污染防治行动计划》（简称《计划》）出台，更是提出要在京津冀、长三角和珠三角等区域进行大气污染的防治协作，通过以城市群为单位的区域一体化来进行雾霾污染治理。后续有研究指出自计划实施后，京津冀地区的PM2.5浓度有一定程度的下降［11-12］。那么，区域一体化是否有利于减霾？区域一体化发挥减霾效应的途径是什么？以三大城市群为载体的联防联控对雾霾治理是否产生了贡献？已有研究试图对该问题进行讨论［13-14］，然而，对该问题的研究面临内生性和难以找到参照组的技术挑战。文章以批复的城市群范围来界定区域一体化范围，基于地理断点回归方法，通过比较城市群边界内外邻近区县雾霾污染的差异来克服一体化区域与非一体化区域不可比的问题。基于此，检验区域一体化对雾霾污染治理的影响，并从结构性减霾和技术性减霾两个方面讨论其影响机制。研究结果是对区域一体化的经济和社会效益以外的环境效益的进一步拓展，同时也可以为制定更科学高效的雾霾污染治理措施提供依据。

1 文献综述

最先关注区域一体化的贸易研究学者认为行政地理边界提高了区域间贸易的成本并成为影响资源要素配置和经济空间联系的重要障碍［15］。作为环境治理的边缘区域，边界处大多处于各行政区经济体系末梢，也较难被纳入区域发展（投资）的重点区域。在中国的行政管理体系下，财政分权等导致地方政府间存在激烈的竞争和严格的保护，同时，行政壁垒也使得不同省和城市之间协调困难。其中，边界发挥着阻碍要素流动的“隔离带”作用，影响了区域经济发展［16］。区域一体化主要是指通过加强地方政府间的合作，降低要素流动和商品流通的壁垒，促进生产要素在空间中的自由流动和优化配置，形成一体化的产业链、供应链、资金链等市场资源配置机制，从而有利于弱化边界效应在经济发展过程中的影响［13］。其主要表现为商品市场统一、基础设施共享、政策管理协同等方面的一体化［17］。已有研究主要关注区域一体化的经济效益，对区域一体化的环境效应的讨论还处于较为初级的阶段。

大气污染的流动性［18］以及污染排放转嫁特征使得基于行政单元的污染治理往往效果不佳。首先，根据空气流域理论，大气虽是一个整体但却可分为多个相对独立的气团，处于不同气团笼罩下的地理区域可称为“空气流域”。由于“空气流域”边界往往和行政边界不同，处于同一“空气流域”内的行政单元常常因大气的流动性“被迫”接受相邻行政单元扩散的污染。同时，部分单元可能是单纯的“污染输送者”，部分是单纯的“污染接受者”，部分则扮演着“输送者”和“接收者”的双重角色，造成了大气环境的交叉性污染和区域性问题［19］。其次，改革开放以来中国城镇化进程加快，城市间联系不断加强，出现集中连片的空间发展格局，处于同一“空气流域”的城市产生的污染，通过大气环流在城市间输送。由于不同城市产生的主要污染物可能不同，这些污染物在传输过程中又进一步转化和耦合，最终演化为区域复合型大气污染，使得区域内各城市大气污染高度关联［20］。此外，中国长期以来采用“属地管理”模式进行行政管理，上级向下级下达各种经济发展、环境治理的任务目标，下级政府负责对属地资源进行配置［21-22］。经济分权和环境分权给予了地方政府在招商引资、产业布局以及环境污染治理等资源配置的权力。一方面，大气污染具有流动性以及负外部性特征，地方政府倾向于将污染企业布局在行政边界处，在获取经济利益的同时将污染排出本地［23］，形成“以邻为壑”的污染企业布局模式［24-25］。另一方面，污染治理具有正外部性，而大气环境具有非竞争性、非排他性等特征。在边界地区进行污染治理不仅对本地区有益，而且有益于相邻地区，导致环境治理上容易出现“搭便车”问题。在资源有限的情况下，地方政府更倾向于将资金投放到辖区中心区域以获得更大的环境治理收益。可见，污染偏好边界而治理偏好中心区域的冲突导致以辖区为单位进行污染治理很难达到预期的目标。在该背景下，部分研究开始关注多个政府间协作的污染治理效应。Li等［26］发现多个地方政府间进行大气污染联合治理能够取得比某个地方政府单独行动更好的减排效果，并且这种合作决策可以在长期内保持有效。黄策等［27］和李萍［28］认为由中央政府进行统筹安排与治理，以此将大气污染的空间外部性内部化有利于跨界污染的治理。

区域一体化一定程度上可以有效地减少污染的产生以及缓解污染治理过程中的“搭便车”现象。一方面，污染密集型产业在一体化区域内不同城市间转移将引致区域内污染发生局部变化，表现为空间结构性减霾。段娟等［30］发现京津冀城市群内的污染密集型产业存在从城市群内转移到城市群外围地区的趋势。尤济红等［13］发现长三角城市群污染排放存在从中心区域城市向外围城市转移的现象，使得中心城市污染排放总量显著减少，而外围城市尤其是新扩容城市群城市污染增加。另一方面，伴随着产业的分工与转移，区域内城市间的资产、资本等生产要素的流动愈加频繁，污染治理技术也伴随其中发生转移和实现溢出，表现为技术性减霾。已有研究关注区域一体化的经济效应，并从经济一体化、市场一体化等角度对其进行衡量，以此讨论区域一体化对区域经济发展的作用［10］。然而，一体化程度与经济发展水平是相互作用的，内生性问题可能将影响结论的准确性。部分研究试图以城市群扩容作为准自然实验，以此讨论区域一体化对区域经济发展、污染治理和减排的影响，认为城市群扩容是推动一体化发展的有效手段，有利于扩容区域一体化程度的提升。刘乃全等［17］检验了2010年长三角城市群扩容对区域经济增长的影响。赵领娣等［29］以长三角城市群在2010年扩容的部分区域为研究对象，研究发现扩容对长三角城市群整体产生了负面的环境效应。尤济红等［13］则采用双重差分方法，发现以城市群扩容为代表的区域一体化对城市工业SO2排放总量起到显著的减排效应，与此同时，也存在污染从原城市群城市转移到新扩容城市的现象。然而，这部分研究由于研究对象聚焦在长三角城市群新扩容的区县上，样本的代表性以及一般性值得进一步扩展。

基于此，文章采用2005—2019年中国各城市群内区县及城市群边界线内外邻近区县的面板数据，采取接近准自然实验的地理断点回归方法，研究以城市群为单位的区域一体化发挥的减霾效应及其作用机制，并针对既有文献不足做出如下拓展：①由于区域一体化的内涵较为丰富，直接度量可能存在指标测度偏误。文章基于准自然实验方法以避免参数估计的内生性问题和样本选择偏误，以城市群边界内外区县为样本，评估了区域一体化边界内外的环境污染差异，为区域一体化环境效应检验提供了一个新的研究方法。②区域一体化环境效应的相关研究近期才出现，且既有文献多针对部分典型成熟城市群的检验与分析，普遍忽略了区域一体化在不同城市群产生的环境效应的差异性。文章检验并比较了中国已经批复的11个城市群边界内外区县污染水平的差异，有助于提出更具一般性和针对性的区域协同治理建议。③区域一体化的经济效应的相关研究相对较多，环境效应的研究相对较少，更未有对其作用路径进行梳理。文章从结构性减霾和技术性减霾出发讨论区域一体化环境效应的作用机制，有利于识别以城市群为单位的联防联控政策的治理瓶颈与优化方案。④2013年，中国开始在三大城市群实验大气污染联防联控，对该政策的评估由于较难找到对照组而难以获取可靠结论。文章利用实施联防联控城市群边界内外污染水平的差异与未实施联防联控城市群边界内外污染水平的差异进行对比，一定程度上降低了内生性问题对联防联控政策评估结论的干扰。该研究填补了区域一体化的环境效应的一般性实证检验的空白，不仅有助于丰富与完善区域一体化环境效应的相关研究，更检验了区域联防联控的作用效果，为形成一般意义的一体化的高质量绿色发展路径提供借鉴与参考。

2 识别策略、数据来源与典型事实

2.1 识别策略

文章旨在以城市群边界内外邻近区县为样本检验区域一体化是否能产生减霾效应。中国现有城市群大多是以特大或大城市为中心，覆盖的城市具有较好的经济发展水平。由于城市经济发展水平、技术水平等都是影响雾霾污染程度的重要因素，因此直接将城市群城市和非城市群城市进行比较研究，会因为内生性等问题影响结果的可信度。断点回归方法被认为是最接近自然实验的分析方法，能够缓解参数估计的内生性问题，近年来在越来越多的研究中得到应用。该方法通过选择断点附近的样本区县，分别进行回归并比较两侧回归系数差异来识别政策效果。文章采取地理断点回归方法，基本思想是：城市群边界线两侧邻近区县具备相近的自然条件、气象条件等环境特征，经济发展水平的差异也相对较小。因此，通过对比城市群边界线两侧邻近区县的雾霾污染水平是否发生突变，可以识别以城市群为单位的区域一体化是否更有利于减霾。断点回归模型设定如下：

其中：Yit代表区县i在第t年的雾霾污染水平，以PM2.5浓度年度均值来衡量。处理变量Dit的状态根据指派变量X是否超过边界线（断点）来确定。指派变量X是各区县质心距其所在城市群边界线的距离，其中：将外部控制组区县的距离做取负值处理，城市群内部处理组的距离数据取正值，边界线上距离为零。若指派变量大于0，则处理变量取1，为处理组；若指派变量小于0，则处理变量取0，为控制组。Xi为指派变量X的多项式函数，主要采用局部线性回归估计断点回归中的处理效应，后文也采用了不同的函数进行稳健性检验。W为一组天气变量，包括年平均气温、年降雨总量。μj表示城市群固定效应，γt表示时间固定效应，εit表示残差项。处理变量Dit的回归系数β是断点处局部处理效应的估计量，也是文章重点关注的估计系数。若获得的β的估计量显著为正，则代表城市群边界内邻近区县雾霾污染水平更高；若获得的β的估计值显著为负，则说明城市群边界外邻近区县PM2.5浓度更高。

地理断点的确定是研究的基础，以城市群边界反映区域一体化影响边界是研究的关键。近年来国内外学者提出了许多与城市群相似的概念，如城镇集群（Town Cluster）、集合城市（Conurbation）、大都市带（Megalopolis）、都市圈、都市连绵区等。从空间层面看，从一个城市到跨区域的都市圈，再到以交通为纽带形成的都市连绵区，甚至是城市群，均是描述围绕中心城市形成的城镇体系。同时由于中国与西方国家的建制镇属性不同，因此，对超越城市行政边界形成的“圈”“群”等概念存在本质的差异。通过上文分析，由市场化力量形成的都市圈和城市群内城市间要素流动、分工协作效率可能更高，但环境污染具有负外部性而环境治理具有正外部性，环境治理需要政府干预以及政府间合作来纠正市场失灵和进行资源配置。因此，更高级别行政单位在地方政府之间的调节作用就显得更为关键，甚至成为区域一体化发挥减霾效应的关键。当前中国城市群发展已上升为国家战略，并在学术界和政府机构得到广泛承认和使用。相比而言，都市圈内城市间联系紧密，但目前都市圈范围还较为模糊，仅有少数都市圈在近期得到国务院批复。2005年中国出台《全国城镇体系规划纲要（2005—2020）》（简称《纲要》），首次在官方文件中使用了大都市连绵区、城镇群等与城市群相似的概念。文章以《纲要》中各城镇群等的规划范围作为之后陆续被批复的各大城市群的原始雏形，而正式批复后的城市群范围作为动态扩张范围。据此，文章选择截至2020年通过国务院官方批复的11个城市群及其周边地区作为研究对象，通过识别城市群边界来进行实证分析，见表1。后文也将选择近期批复的都市圈作为稳健性检验。考虑到城市群本身大小存在差异以及为了确保样本区县距离城市群边界线完全邻近以及邻近的比重较高，文章使用ArcGIS软件识别出质心距离边界线两侧100 km以内的区县作为分析样本（各区县之间的平均距离为15 km，文章选取了断点两侧6～7个区县来进行对比分析），以此构建2005—2019年区县面板数据。

2.2 数据来源

文章的PM2.5浓度数据来自Atmospheric Composition Analysis Group，利用ArcGIS进行栅格提取得到区县的PM2.5数据。PM10、SO2浓度等大气污染数据来源于中国科学院地理科学与资源研究所资源环境科学与数据中心。各区县质心距城市群边界的距离数据通过ArcGIS软件进行处理得到。气温、降水量等数据来源于国家气象科学数据共享服务平台。区县每年的绿色专利数来源于中国国家知识产权局（SIPO）专利数据库，依据WIPO发布的“国际专利绿色分类清单”中IPC分类标准进行匹配得到。其余指标数据均来源于历年统计年鉴。

2.3 中国雾霾污染变化及其空间特征

将研究的区县按照城市群边界内外分为边界内区县和边界外区县，分别统计了2005—2019年两组样本的PM2.5年度浓度均值，见表1。首先，2005—2011年，样本区县PM2.5浓度均值总体呈现逐年上升的趋势；2011—2019年，PM2.5浓度开始下降。其次，城市群边界内邻近区县的PM2.5浓度均值均低于城市群边界外邻近区县。另外，选取三个代表性城市群京津冀、成渝与中原城市群，发现这三个城市群边界线两侧污染水平的差异不同。其中，京津冀城市群和中原城市群边界外邻近区县污染水平显著高于边界内邻近区县，且前者差异更大；而成渝城市群的边界外邻近区县的污染水平虽然也高于边界内邻近区县，但差异检验并不显著。该结论说明边界内外邻近区县PM2.5的差异也存在城市群差异。

表1 城市群边界两侧邻近区县PM2.5均值

为初步判断城市群边界内外邻近区县的雾霾污染水平是否出现跳跃，文章以各城市群边界为断点绘制了PM2.5浓度的断点回归拟合图（图1）。PM2.5浓度均值在边界线处出现明显向下跳跃，表明城市群边界内邻近区县的雾霾污染程度低于外部区县。

图1 城市群边界两侧邻近区县PM2.5浓度跳跃

3 实证分析

3.1 基准回归结果

首先，基于公式（1）利用断点回归方法对城市群边界内外邻近区县PM2.5浓度进行非参数估计，结果见表2。列（1）未加入控制变量，列（2）和列（3）分别加入了协变量和年份与城市群的固定效应，列（4）和列（5）采用了不同的核密度函数，列（6）采用15 km作为基准带宽（中国部分区县东西向或南北向直径差距较大，区县间的平均半径距离为15 km）。结果显示，所有回归结果中PM2.5浓度跳跃系数均在1%的统计水平上显著为负。这说明条件相似的城市群边界线两侧邻近区县的PM2.5浓度存在显著差异，边界内邻近区县雾霾污染低于边界外邻近区县，即以城市群为单位的区域一体化有利于减霾。

表2 区域一体化与雾霾污染

3.2 稳健性

为了进一步检验回归结果的稳健性，本部分采取新的环境数据、不同的污染指标、不同的带宽、多项式函数、安慰剂以及排除样本可能受其他因素影响等多种方法进行稳健性检验。

（1）不同雾霾污染数据的稳健性检验。2012年后中国发布了新的空气质量标准，新标准下官方PM2.5浓度数据可能与文章采用的遥感数据代表雾霾污染水平存在偏差。为检验不同来源的环境数据对结果可能产生的影响，使用2014—2019年新标准下PM2.5数据与文章同时间段遥感提取的数据，分别再对式（1）进行断点回归。表3的列（1）、列（2）为官方公布的新标准的PM2.5数据回归结果，列（3）、列（4）为遥感数据回归结果，可以发现两种数据来源的回归系数几乎一致，结果稳健。

（2）多项式函数的稳健性检验。通过改变执行变量阶数，以二次型和线性函数进行稳健性检验。表3的列（5）、列（6）的回归结果显示，以二次型和线性函数拟合的回归结果同样与基准结果一致，回归结果稳健。

表3 稳健性检验：数据来源与多项式回归

（3）城市群的批复时间和边界内外省市差异的稳健性检验。为了检验区域一体化的减霾效应是否在城市群批复后产生，本部分仅保留各城市群被批复后的样本进行稳健性检验，结果见表4的列（1）、列（2）。此外，该研究中城市群的边界多为行政边界，例如某段城市群的边界线同时也是省域的边界线，此时城市群边界内外区县雾霾污染水平的差异受到省域经济发展和环境政策的影响。为了剔除该差异带来的影响，文章仅保留城市群边界内外区县在同一个省的区县样本，进行稳健性检验，见表4中的列（3）、列（4）。结果显示两个检验的结果均十分显著，城市群边界内邻近区县PM2.5浓度低于边界外邻近区县，进一步证明了区域一体化在雾霾污染治理过程中的正向影响。

（4）区域一体化范围稳健性检验。由市场化力量形成的都市圈和城市群，城市间要素流动频繁、分工协作高效，但环境污染具有负外部性而环境治理具有正外部性，环境治理需要政府干预以及政府间合作来纠正市场失灵和进行资源配置。因此，行政干预对区域一体化发挥减霾效应尤为关键。都市圈内城市间联系紧密，是该研究较为理想的区域一体化的载体。然而，目前都市圈范围还较为模糊，仅有少数都市圈在近期得到国务院批复。基于此，为了进一步检验一体化区域的减霾效应，文章以2021年通过国家发改委批复的南京、福州和成都都市圈的范围作为都市圈的范围，回归结果见表4列（5）、列（6）。列（5）和列（6）为2005—2019年3个都市圈的断点回归结果。为了检验一体化的减霾效应是否在被批复后产生，以都市圈所在城市群批复时间为节点，仅保留批复后的样本进行稳健性检验，结果见列（7）和列（8）。结果显示都市圈边界内邻近区县PM2.5浓度显著低于边界外邻近区县，表明以都市圈为单位的一体化区域也存在显著的减霾效应，进一步佐证了基准回归结果。

表4 稳健性检验：城市群的批复、边界内外省市差异与区域一体化范围

（5）污染指标替代检验。表5报告了在15 km的基本带宽和三角核分布函数下，各项污染指标在城市群边界线两侧的断点回归估计结果。结果显示，PM10、SO2、NO2三种污染物的跳跃系数均在1%的统计水平上显著为正。CO和O3浓度变化不显著，这可能是因为CO主要来源于汽车尾气等，而影响O3的因素较为复杂，且主要为区域性污染物，局部区域差异较小。

表5 污染指标替代检验

（6）安慰剂检验。文章对指派变量进行400次随机赋值，随机生成实验组和对照组，并依次进行断点回归的安慰剂检验。此时回归所用的断点不再是真实的城市群边界线。图2左图为回归结果的T统计量的分布，均值接近0；图2右图为回归结果的断点值的分布，均值也接近0。安慰剂检验进一步证明了基准回归中显著的差异是以城市群为载体的区域一体化所致。

图2 安慰剂检验结果核密度分布

3.3 异质性

（1）不同等级的城市群。不同城市群处于不同的发育阶段，处于不同发育阶段的城市群其区域一体化发展水平不同，雾霾治理效果也可能存在较大差异。鉴于此，文章对处于不同发育阶段城市群产生的减霾效应差异进行探讨。根据国务院对各个城市群发展规划部署，对不同等级城市群的划分如下：① 三大超级城市群：大气污染联防联控重点实施对象，区域一体化程度较高的区域，分别为京津冀、粤港澳大湾区、长三角城市群。② 四大中级城市群：与三大城市群同为七大国家级城市群，分别为中原、长江中游、成渝、哈长城市群。③ 四大新建城市群：北部湾、呼包鄂榆、关中平原、兰州-西宁城市群。分样本回归结果见表6。从回归结果看，三大超级城市群的PM2.5的跳跃系数在1%的显著性水平上为负；四大中级城市群和四大新建城市群的估计系数在1%的显著性水平上显著为正。三类城市群边界外邻近区域PM2.5浓度比边界内邻近区域分别高26.007 µg/m3、-2.603 µg/m3和-5.556 µg/m3。这意味着，经济发展水平越高、区域一体化程度越高的区域，减霾效应越显著。对比来看，四大中级城市群和四大新城市群由于城市群内部空间经济网络以及工业技术发展还不够成熟完善，一体化程度也还处于初级阶段，减霾效应还未完全显现。例如，呼包鄂榆城市群以能源、化工、冶金等为主的工业体系基本形成，主要表现为工业化的污染效应。关中平原城市群中心区域城市辐射带动作用还较弱，一体化程度不足，效果有限。

表6 不同等级的城市群

（2）联防联控城市群和非联防联控城市群。2013年中国出台联防联控政策，提出建立京津冀、长三角和粤港澳大湾区城市群区域大气污染防治协作机制，并对这几大重点区域雾霾污染治理提出具体指标要求。为了验证联防联控政策是否发挥了更大的减霾效应，本部分将样本分为联防联控城市群和非联防联控城市群，以及联防联控重点城市群在联防联控政策之前和之后的减霾效果进行比较，分样本回归结果见表7。从回归结果看，联防联控城市群的PM2.5的跳跃系数在1%的显著性水平上为负；非联防联控城市群的估计系数在1%的显著性水平上显著为正。联防联控政策之前，联防联控城市群边界内区县的PM2.5年平均浓度相较城市群边界外区县低23.606 µg/m3，政策之后则低28.711 µg/m3。这说明，联防联控政策起到了更好的减霾效果。来自政府有力的环境治理合作能够使得一体化区域的减霾效应得以加强，而未实施联防联控政策的城市群由于其自身发育阶段等问题，减霾效应则不明显。

表7 联防联控和非联防联控城市群

4 区域一体化减排效应的机制讨论

产业转移和技术溢出是区域一体化发挥减霾效应的重要机制。首先，产业转移是以城市群为载体的区域一体化发挥减霾效应的重要基础。污染密集型产业在城市群内不同城市间的转移将引致区域内污染发生局部变化，最终体现为污染的空间结构变化。具体来看，污染转移更多地表现为中心区域与外围区域间污染产业规模、产业结构布局的变化，进而使得区域雾霾污染产生空间结构性改变，即结构性减霾。其次，伴随着一体化区域内产业的分工与转移，区域内城市间的资本、劳动等生产要素的流动愈加频繁，污染治理技术也伴随其中发生转移和溢出，外围区域获得了中心区域的技术溢出效应［12，31-32］。具体来看，一方面，区域一体化过程中伴随着污染产业主动或被动搬迁到一体化外围区域。伴随着易地搬迁改造，外围区域获得来自中心区域的新技术设备以及资本的流入，获得了中心区域的技术溢出效应，整体污染治理技术水平得以提升［12，31-32］。另一方面，产业转移过程中外围区域获取了更好的污染治理技术或减排技术，本地企业受到知识溢出效应影响，绿色技术创新能力也随之增强。污染治理技术转移以及知识溢出发挥的减霾效应，即技术性减霾。总体来看，以城市群为单位的区域一体化可以通过产业转移、技术转移以及知识溢出来增强城市群整体减霾水平。当技术进步方向使污染清洁技术强度足够大时，一体化区域将能够实现环境质量和经济增长的共生发展［33］。基于此，该部分将从结构性减霾和技术性减霾两个方面考察区域一体化减霾效应的实现机制。

4.1 结构性减霾

基于以上分析，该部分首先统计了城市群及其中心-外围区域雾霾污染水平的变化以及差异，见表8。结果显示，中国城市群内部各区县PM2.5浓度均值在2013年之前存在波动，而在2013年后出现明显下降趋势（见列（1）—列（3））。其原因可能是中国在2013年出台与实施了《计划》。列（4）显示，2013年至2015年城市群内各区县污染差异出现增大趋势，2015年后城市群内各区县污染差异呈逐年减小趋势，即城市群内各区县间总体差异逐渐减少。列（5）—列（7）的结果显示，城市群中心区域雾霾污染显著高于外围区域，同时两个区域雾霾污染水平之间的差异逐渐增加（列（6）），而两个区域内部的差异在逐渐减小（列（7））。可见，中国城市群内雾霾污染呈现明显的中心-外围的空间结构特征。列（8）—列（9）进一步显示，中心区和外围区内部差异在逐渐减小。由此可见，城市群内整体雾霾污染水平差异的下降主要来源于中心区域和外围区域内部雾霾污染水平差异的下降，呈现中心-外围的空间结构特征。

表8 城市群雾霾污染的中心-外围特征

城市群内雾霾污染的中心-外围结构是区域内污染转移的结果，其主要来源于区域内产业分工协作。本部分通过分析城市群中心外围区县产业重心的变化，进一步讨论区域一体化是否带来了结构性减霾，检验模型如下：

其中：distancei表示各区县质心距所在城市群边界的距离；industryit表示区县i第t年的产业集中率变化率，以工业企业生产总值占全国比重与上一年之差得到［34-35］。产业集中率变化率大于0，说明该区域当年表现为产业转入，且产业集中率变化率越大产业转入越多；反之，产业集中率变化率小于0，说明该区域主要表现为产业转出。insideit表示区县i是否位于城市群边界内区县，是则取1，否则取0；μi表示区县固定效应；γt表示时间固定效应。模型（2）对城市群内所有样本进行回归，模型（3）对城市群边界内外邻近样本进行回归，此时不包括城市群中心区域样本。

检验结果见表9。列（1）为城市群所有区县产业集中率变化率与各区县距城市群边界距离的关系，列（2）为PM2.5浓度与产业集中率变化率的关系。回归结果显示，越靠近城市群边界的区县，产业集中率变化率越高，即表现为产业的转入；产业集中率变化率越高的区县，PM2.5浓度越大，污染程度越严重。该结论一定程度上说明城市群内存在产业转移，且主要是由城市群中心区域转移到城市群外围地区。进一步地，列（3）—列（5）检验城市群边界内外区县雾霾污染水平的差异。列（3）结果显示城市群边界外区县的雾霾污染水平更高；列（4）结果显示城市群边界内外区县的产业集中率越高，雾霾污染水平越高。列（5）inside×industry的交互项系数为负，说明城市群边界内区县虽然在不断承接更多的产业，但是雾霾水平反而比边界外的其他区县更低。该结论表明区域一体化过程中产业转移虽然带来了城市群中心-外围的污染结构，但对外围区域也产生了减霾效应，总体表现为结构性减霾。

表9 结构性减霾检验

4.2 技术性减霾

文章将从资产资本流入和技术溢出两方面来检验技术性减霾。考虑到数据的可得性，参考相关研究，使用各区县年度新增固定资产来衡量其获得的新增设备量等，进而反映其生产技术水平［36-37］。同时，为了检验城市群中心-外围区域间是否存在知识溢出效应，依据国际绿色专利名单分类，此处以各区县年度绿色专利申请量来衡量其绿色创新能力。模型如下：

其中：tecit分别代表新增固定资产（fixed_assetsit）、专利申请数（patentit）和绿色专利申请数（green_patentit）。disti表示各区县质心距各城市群创新中心的距离，城市群创新中心为该城市群历年专利数量最多的区县。其余变量的解释均与基准回归模型（模型1）相同。

回归结果见表10。列（1）为新增固定资产与区县雾霾污染之间的关系，新增固定资产越多，区县的PM2.5浓度越低；列（2）距离与新增固定资产的交叉项显著为正，说明距离削弱了资产、设备转入对雾霾污染的影响。该结果说明新增资产的引入有利于雾霾污染的治理，但随着距离创新中心越远，这种减霾效应越弱。列（3）和列（5）分别为专利数和绿色专利与区县雾霾污染之间的关系，专利数量越多，区县的PM2.5浓度越低；列（4）和列（6）显示距离与专利数和绿色专利的交叉项均显著为正，说明距离削弱了创新对雾霾污染的影响。该结果说明区域技术知识溢出有利于雾霾污染的治理，但知识溢出效应存在距离衰减。总体来说，实证结果表明城市群中心-外围结构中资产设备转入以及知识溢出产生了技术性减霾效应。

表10 技术性减霾检验

总体上看，区域一体化过程中存在结构性减霾和技术性减霾。伴随着产业从城市群中心区域转移到外围区域，结构性减霾使得中心区域的雾霾污染得以削减，但是外围区域的雾霾污染并没有出现加剧的现象。这主要是因为产业转移过程带来的资本、设备的转入和知识溢出发挥了减霾效应，总体上区域一体化产生了显著的减霾效应。

5 结论与政策建议

大气污染的流动性以及污染治理过程中存在的搭便车效应决定了大气污染治理需要在更大的区域范围内实施联防联控。随着中国经济发展由高速增长转向高质量发展，区域经济发展的空间结构也正在发生深刻变化。以城市群、都市圈为单位的区域一体化在推动经济发展、环境治理过程中扮演着越来越重要的角色。文章采用2005—2019年中国区县层面的面板数据，采取地理断点回归方法，研究以城市群为单位的区域一体化发挥的减霾效应。实证研究结果发现：①整体而言，以城市群为单位的区域一体化整体发挥了减霾效应，城市群边界内邻近区县的PM2.5年平均浓度相较城市群边界外邻近区县低11.204 µg/m3。②结构性减霾和技术性减霾是区域一体化发挥减霾效应的主要途径。前者主要是通过中心-外围的产业分工和转移实现，后者主要是通过资产设备转移和知识溢出实现。③区域一体化产生的减霾效应存在较大差异，以三大城市群为单位的大气污染联防联控政策起到了更好的减霾效应。

文章的政策启示如下：①积极推进在更大空间尺度统筹治理大气污染，完善区域大气环境协同治理机制。一方面，应当积极推进在更大空间尺度上进行大气污染治理。借助区域一体化带来的产业分工与技术分享，促进区域间新型经济发展格局与大气污染环境治理协同发展。另一方面，进一步构建并完善一体化区域内部的大气环境协调治理机制。②应当重视区域一体化过程中不同区域间产业的分工和协作。通过区域规划形成合理的产业分工，并积极协调产业转移，避免以污染转移为目的的产业转移现象出现。③加大区域内技术创新投入，鼓励地方、企业进行污染治理技术及减排技术研发。同时，还要积极引导区域间产业流向和资源配置，发挥产业分工对绿色技术创新的促进作用，加强一体化过程中各区域间的先进技术设备流通和知识溢出，以更大程度地发挥区域一体化的减霾效应。

当然，该研究也存在一些遗憾。①由于数据可得性等问题，研究过程中无法精确地识别市场化形成的一体化的边界，故而无法精确地识别区域一体化发挥的减霾效应。该研究依托的是国务院批复的城市群范围作为区域一体化发展的范围，未来高质量数据的获得将有利于更准确地识别区域一体化的边界，从而精准评估区域一体化发挥的减霾效应。②目前仅从结构性减霾和技术性减霾两方面讨论了区域一体化发挥减霾效应的途径。然而，区域一体化过程中，产业协同、人口流动、交通联系等都将对雾霾污染的产生与治理产生影响，也是今后可以进一步讨论的方向。