霧霾污染的城市間動(dòng)態(tài)關(guān)聯(lián)及其成因研究

劉華軍++孫亞男++陳明華

摘要面對嚴(yán)重的霧霾天氣以及霧霾污染邊界不斷擴(kuò)張的嚴(yán)峻挑戰(zhàn)，加快創(chuàng)新大氣污染聯(lián)防聯(lián)控體系以形成跨區(qū)域協(xié)同治污合力勢在必行。本文基于京津冀、長三角、珠三角、成渝、長中游等五大地區(qū)96個(gè)城市2015年的空氣質(zhì)量指數(shù)（AQI）以及PM2.5、PM10、SO2、CO、NO2、O3等6種分項(xiàng)污染物的逐日數(shù)據(jù)，從時(shí)間序列數(shù)據(jù)“預(yù)測能力”的視角，在向量自回歸模型框架下識(shí)別霧霾污染的城市間動(dòng)態(tài)交互影響效應(yīng)，運(yùn)用社會(huì)網(wǎng)絡(luò)分析方法刻畫霧霾污染空間關(guān)聯(lián)的網(wǎng)絡(luò)結(jié)構(gòu)特征。在此基礎(chǔ)上，運(yùn)用二次指派程序從分項(xiàng)污染物視角考察霧霾污染空間關(guān)聯(lián)的關(guān)鍵誘因，并利用雙變量Moran指數(shù)揭示霧霾污染與其影響因素之間的空間相關(guān)性。研究發(fā)現(xiàn)，城市霧霾污染之間存在普遍的動(dòng)態(tài)關(guān)聯(lián)關(guān)系且呈現(xiàn)出聯(lián)系緊密、穩(wěn)定性強(qiáng)、帶有明顯特征的多線程復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)形態(tài)。不論在地區(qū)內(nèi)部還是在全部樣本城市當(dāng)中，均不存在孤立的城市節(jié)點(diǎn)，這意味著面對霧霾污染的空間關(guān)聯(lián)網(wǎng)絡(luò)，任何一個(gè)城市都不能獨(dú)善其身，均受到來自地區(qū)內(nèi)部和地區(qū)以外其他城市以及它們構(gòu)成的空間關(guān)聯(lián)網(wǎng)絡(luò)的影響。在六種分項(xiàng)污染物中，PM2.5的空間關(guān)聯(lián)是導(dǎo)致霧霾污染空間關(guān)聯(lián)的最主要誘因。城市霧霾污染與其影響因素尤其是城市人口密度、投資強(qiáng)度、工業(yè)污染排放之間存在顯著的空間相關(guān)性。基于上述結(jié)論，中國應(yīng)當(dāng)加快構(gòu)建以防控PM2.5為重點(diǎn)的跨區(qū)域霧霾污染協(xié)同治理機(jī)制，并將其融入城市群發(fā)展戰(zhàn)略以及區(qū)域發(fā)展戰(zhàn)略之中，最終實(shí)現(xiàn)包含霧霾污染協(xié)同治理在內(nèi)的全方位的區(qū)域協(xié)同發(fā)展。

關(guān)鍵詞霧霾污染；動(dòng)態(tài)關(guān)聯(lián)；社會(huì)網(wǎng)絡(luò)分析；協(xié)同治理

中圖分類號(hào)F205文獻(xiàn)標(biāo)識(shí)碼A文章編號(hào)1002-2104（2017）03-0074-08doi：10.3969/j.issn.1002-2104.2017.03.009

當(dāng)前，中國已經(jīng)成為世界上大氣污染最嚴(yán)重的地區(qū)之一，尤其是經(jīng)濟(jì)發(fā)達(dá)、人口密集的京津冀、長三角、珠三角、成渝以及長中游等地區(qū)已經(jīng)成為中國大氣污染的重點(diǎn)區(qū)域。2015年12月以來，華北地區(qū)多次出現(xiàn)大面積的嚴(yán)重霧霾天氣，多個(gè)城市連續(xù)啟動(dòng)了霾紅色預(yù)警。更為嚴(yán)峻的是，霧霾污染邊界的不斷擴(kuò)張使得在一個(gè)污染嚴(yán)重的區(qū)域內(nèi)部沒有任何一個(gè)城市的空氣質(zhì)量能夠獨(dú)善其身，多個(gè)城市之間的動(dòng)態(tài)關(guān)聯(lián)構(gòu)成了一個(gè)以城市為節(jié)點(diǎn)的復(fù)雜網(wǎng)絡(luò)。城市霧霾污染的空間關(guān)聯(lián)網(wǎng)絡(luò)給大氣污染防治提出嚴(yán)峻挑戰(zhàn)，按照行政區(qū)域邊界的環(huán)境管理模式與霧霾污染區(qū)域性特征之間的矛盾不斷加劇，僅從行政區(qū)劃的角度考慮單個(gè)城市霧霾污染防治的“各自為戰(zhàn)”的環(huán)境管理和污染治理模式已經(jīng)難以有效解決當(dāng)前愈加嚴(yán)重的區(qū)域霧霾污染問題[1]，加強(qiáng)區(qū)域聯(lián)防聯(lián)控以形成跨區(qū)域協(xié)同治污合力勢在必行。

從相關(guān)領(lǐng)域研究進(jìn)展看，大量文獻(xiàn)基于空氣質(zhì)量模型證實(shí)了污染物可以實(shí)現(xiàn)跨界傳輸[2-5]，部分研究基于空間統(tǒng)計(jì)技術(shù)刻畫了污染物的空間分布和空間關(guān)聯(lián)特征[6-9]，或者應(yīng)用時(shí)間序列統(tǒng)計(jì)和計(jì)量經(jīng)濟(jì)技術(shù)描述污染物的時(shí)間變動(dòng)規(guī)律[10-12]。然而，受樣本數(shù)據(jù)及研究方法的限制，現(xiàn)有研究尚未揭示出霧霾污染在更大空間尺度上的的動(dòng)態(tài)關(guān)聯(lián)。在此背景下，揭示霧霾污染的動(dòng)態(tài)關(guān)聯(lián)特征，并深入探究霧霾污染空間關(guān)聯(lián)的成因，對于完善霧霾污染的跨區(qū)域協(xié)同治理機(jī)制具有重要的理論價(jià)值和現(xiàn)實(shí)意義。

本文以京津冀、長三角、珠三角、成渝、長中游等五大地區(qū)的96個(gè)城市為樣本，采用2015年環(huán)保部發(fā)布的城市空氣質(zhì)量指數(shù)（Air Quality Index， AQI）以及PM2.5、PM10、SO2、CO、NO2、O3等六種分項(xiàng)污染物日報(bào)數(shù)據(jù)，從時(shí)間序列數(shù)據(jù)“預(yù)測能力”的視角，在向量自回歸框架下構(gòu)建了區(qū)域霧霾污染的動(dòng)態(tài)交互影響模型，實(shí)證考察霧霾污染的動(dòng)態(tài)關(guān)聯(lián)效應(yīng)。在此基礎(chǔ)上，構(gòu)建霧霾污染空間關(guān)聯(lián)網(wǎng)絡(luò)并運(yùn)用社會(huì)網(wǎng)絡(luò)分析（Social Network Analysis， SNA）方法刻畫其結(jié)構(gòu)特征。在揭示霧霾污染動(dòng)態(tài)關(guān)聯(lián)效應(yīng)的基礎(chǔ)上，運(yùn)用二次指派程序（Quadratic Assignment Procedure， QAP）方法從分項(xiàng)污染物視角揭示霧霾污染空間關(guān)聯(lián)的關(guān)鍵誘因，并利用雙變量Moran指數(shù)揭示霧霾污染與其影響因素之間的空間相關(guān)性，最終為霧霾污染的跨區(qū)域協(xié)同治理提供對策建議。

劉華軍等：霧霾污染的城市間動(dòng)態(tài)關(guān)聯(lián)及其成因研究中國人口·資源與環(huán)境2017年第3期1模型構(gòu)建與樣本數(shù)據(jù)

1.1霧霾污染的區(qū)域間動(dòng)態(tài)交互影響模型

伴隨區(qū)域開放不斷深化，區(qū)域（城市、城市群）之間的空間關(guān)聯(lián)愈發(fā)緊密，這已經(jīng)被大量經(jīng)驗(yàn)研究文獻(xiàn)所證實(shí)，而且區(qū)域之間的空間關(guān)聯(lián)不僅僅體現(xiàn)在經(jīng)濟(jì)方面，在能源、環(huán)境領(lǐng)域的聯(lián)系也日趨緊密[13-14]。對于霧霾污染的空間聯(lián)系，基于空氣質(zhì)量模型的研究已經(jīng)表明污染物可以實(shí)現(xiàn)跨界傳輸。在大氣環(huán)流以及經(jīng)濟(jì)發(fā)展等因素的作用下，霧霾污染的相互影響不僅體現(xiàn)在排放量巨大的一次污染物在距離較近的城市之間輸送、轉(zhuǎn)化和耦合，某些污染物尤其是形成PM2.5的污染物可以跨越城市甚至省際的行政邊界而實(shí)現(xiàn)遠(yuǎn)距離輸送，這就意味著霧霾污染不再是發(fā)生在單個(gè)區(qū)域的孤立的污染現(xiàn)象，區(qū)域霧霾污染之間存在一定相關(guān)性[15]。在大氣環(huán)流等自然條件的作用下，霧霾污染往往會(huì)在區(qū)域間傳導(dǎo)，某個(gè)區(qū)域的霧霾污染可能會(huì)成為另一區(qū)域霧霾污染的誘因，或加劇另一區(qū)域霧霾污染的程度，這為從時(shí)間序列研究視角探索區(qū)域霧霾污染的動(dòng)態(tài)關(guān)聯(lián)提供了新的契機(jī)。

從時(shí)間序列數(shù)據(jù)角度，一個(gè)區(qū)域霧霾污染的變動(dòng)可能引起其他區(qū)域霧霾污染的變動(dòng)，換言之，某個(gè)區(qū)域霧霾污染可能“領(lǐng)先”（preceding）于其他區(qū)域，因此該區(qū)域?qū)ζ渌麉^(qū)域的霧霾污染具有一定的“預(yù)測”能力。本文通過構(gòu)造向量自回歸模型（VAR）來揭示區(qū)域霧霾污染之間的動(dòng)態(tài)關(guān)聯(lián)。

考慮兩個(gè)區(qū)域x、y霧霾污染的時(shí)間序列分別為{xt}{yt}，為了檢驗(yàn)兩個(gè)區(qū)域霧霾污染之間的動(dòng)態(tài)關(guān)聯(lián)關(guān)系和交互影響，構(gòu)造下面兩個(gè)VAR模型：

其中，αj、βj、γj（j=1，2）為待估參數(shù)，{εj，t}（j=1，2）為殘差項(xiàng)，滿足{εj，t}～N（0，1）。m、n、p、q為自回歸項(xiàng)的滯后階數(shù)。方程（1）檢驗(yàn)區(qū)域x的霧霾污染是否受到自身以及區(qū)域y霧霾污染滯后期的影響；方程（2）則檢驗(yàn)區(qū)域y的霧霾污染是否受到自身以及區(qū)域x霧霾污染滯后期的影響。在VAR模型框架下，可以通過檢驗(yàn)自回歸項(xiàng)系數(shù)的聯(lián)合顯著性來識(shí)別變量間的動(dòng)態(tài)關(guān)聯(lián)效應(yīng)。具體的，若方程（1）中虛擬假設(shè)H0：γ1，1=γ1，2=…=γ1，n=0被拒絕，則意味著y的滯后值有助于解釋x，即y“領(lǐng)先”于x，兩個(gè)區(qū)域霧霾污染的動(dòng)態(tài)關(guān)聯(lián)關(guān)系可以直觀的表示為“y→x”。同理，若方程（2）中虛擬假設(shè)H0：γ2，1=γ2，2=…=γ2，q=0被拒絕，則意味著x的歷史值有助于解釋y，即x “領(lǐng)先”于y，兩個(gè)區(qū)域霧霾污染的動(dòng)態(tài)關(guān)聯(lián)關(guān)系可以表示為“x→y”。若上述兩個(gè)方程中的虛擬假設(shè)均被拒絕，表明x和y存在雙向關(guān)聯(lián)關(guān)系，則兩個(gè)區(qū)域霧霾污染的關(guān)聯(lián)關(guān)系可以表示為“x←→y”。需要指出的是，上述檢驗(yàn)均適用于平穩(wěn)序列，對于非平穩(wěn)時(shí)間序列需要進(jìn)行差分直至平穩(wěn)后再進(jìn)行檢驗(yàn)。

1.2社會(huì)網(wǎng)絡(luò)分析方法

在區(qū)域內(nèi)部，霧霾污染在多個(gè)城市之間的動(dòng)態(tài)關(guān)聯(lián)關(guān)系將形成多線程的復(fù)雜網(wǎng)絡(luò)。社會(huì)網(wǎng)絡(luò)分析（SNA）為揭示霧霾污染空間關(guān)聯(lián)的網(wǎng)絡(luò)結(jié)構(gòu)特征提供了可行工具。社會(huì)網(wǎng)絡(luò)分析以“關(guān)系”作為基本分析單位，以圖論工具、代數(shù)模型技術(shù)描述關(guān)系模式，是一種針對“關(guān)系數(shù)據(jù)”的跨學(xué)科分析方法，近年來其應(yīng)用領(lǐng)域已經(jīng)逐漸從社會(huì)學(xué)向經(jīng)濟(jì)學(xué)、管理學(xué)等領(lǐng)域拓展[16-17]，成為一種新的研究范式[18-19]。本文將借助SNA工具來刻畫霧霾污染空間關(guān)聯(lián)的網(wǎng)絡(luò)結(jié)構(gòu)特征，并利用SNA中的QAP方法從分項(xiàng)污染物的角度揭示城市霧霾污染動(dòng)態(tài)關(guān)聯(lián)的成因。

1.3樣本數(shù)據(jù)

本文以AQI作為衡量城市霧霾污染的綜合指標(biāo)。同時(shí)也考慮了PM2.5、PM10、SO2、CO、NO2、O3等六種分項(xiàng)污染物。本文以實(shí)施新空氣質(zhì)量標(biāo)準(zhǔn)的京津冀、長三角、珠三角、成渝、長中游等五個(gè)地區(qū)96個(gè)城市為研究樣本。選擇這五個(gè)地區(qū)的原因在于，它們是中國經(jīng)濟(jì)規(guī)模最大、人口最為密集的國家級城市群所在區(qū)域，其霧霾污染形勢相比其他地區(qū)更為嚴(yán)峻。上述96個(gè)樣本城市的污染數(shù)據(jù)全部來源于環(huán)保部數(shù)據(jù)中心，分項(xiàng)污染物數(shù)據(jù)則根據(jù)當(dāng)天環(huán)保部環(huán)境監(jiān)測總站每小時(shí)數(shù)據(jù)的均值計(jì)算而得。數(shù)據(jù)時(shí)期跨度為2015年1月1日至2015年12月31日，全部觀測值為365×96×7=245 280個(gè)。此外，區(qū)域霧霾污染根據(jù)該地區(qū)內(nèi)部所有城市污染物數(shù)據(jù)的算術(shù)平均測得。

2霧霾污染的城市間動(dòng)態(tài)關(guān)聯(lián)及其網(wǎng)絡(luò)結(jié)構(gòu)特征在對城市霧霾污染的空間動(dòng)態(tài)關(guān)聯(lián)關(guān)系進(jìn)行識(shí)別之前，首先對城市AQI及六種分項(xiàng)污染物日報(bào)數(shù)據(jù)構(gòu)成的時(shí)間序列進(jìn)行單位根檢驗(yàn)。檢驗(yàn)結(jié)果表明，所有序列在5%的顯著性水平下均拒絕了存在單位根的原假設(shè)，滿足VAR變量平穩(wěn)性的要求。在此基礎(chǔ)上，本文在VAR模型框架下對兩兩城市之間霧霾污染的動(dòng)態(tài)關(guān)聯(lián)關(guān)系進(jìn)行了識(shí)別，并通過構(gòu)建城市霧霾污染空間關(guān)聯(lián)的復(fù)雜網(wǎng)絡(luò)模型來揭示其網(wǎng)絡(luò)結(jié)構(gòu)特征。節(jié)點(diǎn)、關(guān)系、連線是復(fù)雜網(wǎng)絡(luò)模型的三個(gè)基本要素。本文選擇城市作為節(jié)點(diǎn)；按照5%的顯著性水平作為閾值來確定城市節(jié)點(diǎn)之間的動(dòng)態(tài)關(guān)聯(lián)關(guān)系進(jìn)而確定城市節(jié)點(diǎn)之間的連線。依據(jù)上述方法，針對AQI及六種分項(xiàng)污染物，本文分別構(gòu)建了五個(gè)地區(qū)以及全部96個(gè)樣本城市霧霾污染的空間關(guān)聯(lián)網(wǎng)絡(luò)，表1報(bào)告了網(wǎng)絡(luò)結(jié)構(gòu)特征指標(biāo)的測算結(jié)果。圖1則以京津冀的AQI為例對霧霾污染的動(dòng)態(tài)關(guān)聯(lián)進(jìn)行了可視化。由圖1可以發(fā)現(xiàn)，霧霾污染之間呈現(xiàn)多線程的復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)形態(tài)。

2.1霧霾污染空間關(guān)聯(lián)網(wǎng)絡(luò)的整體緊密程度

（1）從AQI的網(wǎng)絡(luò)密度看，不論五大地區(qū)內(nèi)部還是全部樣本城市，AQI的網(wǎng)絡(luò)密度均超過了0.65，這意味著霧霾污染在地區(qū)內(nèi)部和地區(qū)之間均存在非常緊密的空間關(guān)聯(lián)，而且空間關(guān)聯(lián)已不僅僅局限于地區(qū)內(nèi)部的臨近城市之間，

而是呈現(xiàn)出多線程、多城市、跨地區(qū)的網(wǎng)絡(luò)分布態(tài)勢。在五大地區(qū)中，京津冀和長中游地區(qū)AQI的網(wǎng)絡(luò)密度超過0.70，京津冀地區(qū)AQI的網(wǎng)絡(luò)密度最高，而長中游地區(qū)AQI的網(wǎng)絡(luò)密度略低于京津冀地區(qū)。珠三角地區(qū)AQI的網(wǎng)絡(luò)密度最低，不過也達(dá)到0.67以上，長三角和成渝地區(qū)AQI的網(wǎng)絡(luò)密度略高于珠三角地區(qū)。而全部樣本城市AQI的網(wǎng)絡(luò)密度均低于五大地區(qū)，這說明霧霾污染在地區(qū)內(nèi)部城市之間的關(guān)聯(lián)要比全部樣本城市之間的關(guān)聯(lián)更為緊密。

（2）從分項(xiàng)污染物的網(wǎng)絡(luò)密度看，除了珠三角地區(qū)的CO和O3的網(wǎng)絡(luò)密度低于0.50之外，五大地區(qū)及全部樣本城市六種分項(xiàng)污染物的網(wǎng)絡(luò)密度均超過了0.50，這意味著不同的污染物在城市之間也存在非常緊密的關(guān)聯(lián)關(guān)系。相對于其他四種分項(xiàng)污染物，PM2.5和PM10的網(wǎng)絡(luò)密度在地區(qū)之間的差別不大，說明兩種污染物在不同地區(qū)的空間關(guān)聯(lián)特征比較一致，因此不同地區(qū)在防控PM2.5和PM10方面可以采取類似的防控措施。而對于其他四種分項(xiàng)污染物，因?yàn)樗鼈兊木W(wǎng)絡(luò)密度在不同地區(qū)之間存在較大差異，制定具有地區(qū)特點(diǎn)的防控措施就顯得非常必要。

（3）在AQI及六種分項(xiàng)污染物的空間關(guān)聯(lián)網(wǎng)絡(luò)中，均不存在孤立的城市節(jié)點(diǎn)，這意味著面對霧霾污染空間關(guān)聯(lián)網(wǎng)絡(luò)，任何一個(gè)城市都不能獨(dú)善其身，均受到來自地區(qū)內(nèi)部和地區(qū)以外其他城市以及它們構(gòu)成的空間關(guān)聯(lián)網(wǎng)絡(luò)的影響。換言之，當(dāng)前中國的霧霾污染問題已成為所有城市共同面對的困境，雖然部分地區(qū)如京津冀、長三角和珠三角已初步構(gòu)建了大氣污染聯(lián)防聯(lián)控機(jī)制，但上述機(jī)制僅僅局限于地區(qū)內(nèi)部，這種局部的大氣污染治理并不能從根本上解決中國整體上的霧霾污染問題。因此，要跳出“單個(gè)地區(qū)”的空間概念，從更大的空間范圍內(nèi)實(shí)施大氣污染的協(xié)同防控，為此，在局部地區(qū)霧霾污染已經(jīng)實(shí)施聯(lián)防聯(lián)控的基礎(chǔ)上，中國亟需加快建立跨區(qū)域的霧霾污染聯(lián)防聯(lián)控機(jī)制。

2.2霧霾污染空間關(guān)聯(lián)網(wǎng)絡(luò)的穩(wěn)定性

在社會(huì)網(wǎng)絡(luò)分析中，通常采用網(wǎng)絡(luò)效率來刻畫網(wǎng)絡(luò)穩(wěn)定性。網(wǎng)絡(luò)效率越低，網(wǎng)絡(luò)中就存在越多的冗余連線，網(wǎng)絡(luò)的穩(wěn)定性就越強(qiáng)。表1報(bào)告了五大地區(qū)和全部城市AQI及六種分項(xiàng)污染物的網(wǎng)絡(luò)效率。①從AQI的網(wǎng)絡(luò)效率看，五大地區(qū)及全部城市樣本AQI的網(wǎng)絡(luò)效率均小于0.10，這表明不論在五大地區(qū)內(nèi)部還是在全部樣本城市中，90%以上的連線是“冗余”的，也就是說，城市霧霾污染之間的動(dòng)態(tài)關(guān)聯(lián)關(guān)系存在嚴(yán)重的多重疊加現(xiàn)象，說明霧霾污染動(dòng)態(tài)關(guān)聯(lián)均具有較強(qiáng)的網(wǎng)絡(luò)穩(wěn)定性。同時(shí)，通過對比可以發(fā)現(xiàn)，五大地區(qū)內(nèi)部AQI的網(wǎng)絡(luò)效率均低于全部樣本城市AQI的網(wǎng)絡(luò)效率，說明AQI在五大地區(qū)內(nèi)部的關(guān)聯(lián)網(wǎng)絡(luò)相對于全部樣本來說具有更強(qiáng)的穩(wěn)定性，這就進(jìn)一步為地區(qū)內(nèi)部率先開展霧霾污染的聯(lián)防聯(lián)控進(jìn)而構(gòu)建跨區(qū)域的聯(lián)防聯(lián)控體系提供了科學(xué)依據(jù)。②從分項(xiàng)污染物的網(wǎng)絡(luò)效率看，PM2.5和PM10具有較低的網(wǎng)絡(luò)效率。因此，單個(gè)城市采取的污染防治措施所能取得的效果必然受到關(guān)聯(lián)網(wǎng)絡(luò)的制約，亟需加快構(gòu)建以細(xì)微顆粒物為重點(diǎn)的霧霾污染聯(lián)防聯(lián)控機(jī)制。

2.3霧霾污染空間關(guān)聯(lián)網(wǎng)絡(luò)的小世界特征

在社會(huì)網(wǎng)絡(luò)分析中，通常采用“平均距離”來定量揭示網(wǎng)絡(luò)的小世界特征。根據(jù)表1的測度結(jié)果，五大地區(qū)內(nèi)部及全部樣本城市的AQI及六種污染物空間關(guān)聯(lián)的平均距離均處于1—2之間，即使平均距離最大的珠三角地區(qū)的CO，其關(guān)聯(lián)網(wǎng)絡(luò)的平均距離也只有1.679 0。這一結(jié)果表明，不論是地區(qū)內(nèi)部還是全部樣本城市，AQI及六種分項(xiàng)污染物在任意兩個(gè)城市節(jié)點(diǎn)之間通過1—2個(gè)中間城市就完全可以建立聯(lián)系，霧霾污染空間關(guān)聯(lián)網(wǎng)絡(luò)呈現(xiàn)明顯的小世界特征。空間關(guān)聯(lián)網(wǎng)絡(luò)的小世界特征促進(jìn)了霧霾污染之間的聯(lián)系和交互影響，實(shí)施霧霾污染聯(lián)防聯(lián)控的必要性更加凸顯。

3城市霧霾污染空間關(guān)聯(lián)的成因分析

3.1霧霾污染空間關(guān)聯(lián)的成因：基于分項(xiàng)污染物視角

為了從分項(xiàng)污染物角度揭示城市霧霾污染空間關(guān)聯(lián)的成因，本文以AQI的空間關(guān)聯(lián)網(wǎng)絡(luò)（矩陣形式）作為被解釋變量，以六種分項(xiàng)污染物的空間關(guān)聯(lián)網(wǎng)絡(luò)作為解釋變量，通過構(gòu)建計(jì)量模型定量考察霧霾污染空間關(guān)聯(lián)的成因。由于計(jì)量模型中的被解釋變量和解釋變量都是矩陣形式的“關(guān)系數(shù)據(jù)”，而傳統(tǒng)的統(tǒng)計(jì)分析和回歸估計(jì)方法對于關(guān)系數(shù)據(jù)的回歸分析和統(tǒng)計(jì)檢驗(yàn)將失效，因此，本文轉(zhuǎn)向社會(huì)網(wǎng)絡(luò)分析中的二次指派程序（QAP）。QAP是社會(huì)網(wǎng)絡(luò)分析中研究關(guān)系數(shù)據(jù)之間關(guān)系的特定方法，以重復(fù)抽樣和對矩陣數(shù)據(jù)的置換為基礎(chǔ)，利用非參數(shù)方法對系數(shù)進(jìn)行統(tǒng)計(jì)檢驗(yàn)。

（1）QAP相關(guān)分析。根據(jù)霧霾污染空間關(guān)聯(lián)的QAP相關(guān)分析結(jié)果，在五大地區(qū)內(nèi)部及全部樣本城市中，所有相關(guān)系數(shù)均為正值；除了幾個(gè)少數(shù)變量之外，其他變量的相關(guān)系數(shù)均通過了顯著性水平檢驗(yàn)，這表明不論是五大地區(qū)內(nèi)部還是全部樣本城市，霧霾污染的空間關(guān)聯(lián)與六種污染物之間的空間關(guān)聯(lián)均存在顯著的正向相關(guān)關(guān)系。從分項(xiàng)污染物角度，通過對比發(fā)現(xiàn)，不論是五大地區(qū)內(nèi)部還是全部樣本城市，PM2.5空間關(guān)聯(lián)與AQI空間關(guān)聯(lián)的相關(guān)系數(shù)均通過了1%的顯著性水平檢驗(yàn)，而且其數(shù)值在六種污染物中都是最高的，基本保持在0.80左右；PM10的相關(guān)系數(shù)略低于PM2.5，保持在0.60-0.70左右；而其他四種分項(xiàng)污染物的空間關(guān)聯(lián)與AQI空間關(guān)聯(lián)的相關(guān)系數(shù)遠(yuǎn)低于PM2.5和PM10。這一結(jié)果表明，細(xì)微顆粒物尤其是PM2.5的空間關(guān)聯(lián)是導(dǎo)致城市霧霾污染空間關(guān)聯(lián)最為關(guān)鍵的成因。

（2）QAP回歸分析。在相關(guān)分析的基礎(chǔ)上，本文對霧霾污染的空間關(guān)聯(lián)進(jìn)行了QAP回歸分析，表2報(bào)告了QAP回歸結(jié)果。①模型總體上的解釋能力。根據(jù)表2的回歸結(jié)果，在五大地區(qū)及全部城市的6個(gè)回歸結(jié)果中，調(diào)整后的R2均通過了1%的顯著性水平檢驗(yàn)。從數(shù)值上看，京津冀的R2最高，達(dá)到0.764 0，表明六種分項(xiàng)污染物的空間關(guān)聯(lián)對京津冀地區(qū)城市霧霾污染空間關(guān)聯(lián)網(wǎng)絡(luò)的解釋能力達(dá)到76.40%。對于長三角、珠三角、成渝和長中游四個(gè)地區(qū)，六種分項(xiàng)污染物的空間關(guān)聯(lián)對各自霧霾污染空間關(guān)聯(lián)網(wǎng)絡(luò)的解釋能力則分別達(dá)到66.90%、67.60%、64.50%和70.30%。對于全部樣本城市來說，這種解釋能力也達(dá)到70%以上。這一結(jié)果表明，不論是五大地區(qū)還是全部樣本城市，六種分項(xiàng)污染物的空間關(guān)聯(lián)對霧霾污染空間關(guān)聯(lián)在總體上具有非常良好的解釋能力。②回歸系數(shù)與霧霾污染空間關(guān)聯(lián)的成因分析。根據(jù)表2的回歸結(jié)果，PM2.5空間關(guān)聯(lián)矩陣的回歸系數(shù)在每一列回歸結(jié)果中都通過了1%的顯著性水平檢驗(yàn)，且其數(shù)值均遠(yuǎn)高于所在列的其他變量的回歸系數(shù)，這一結(jié)果清晰地表明，PM2.5的空間關(guān)聯(lián)是導(dǎo)致霧霾污染空間關(guān)聯(lián)的主要成因。與PM2.5空間關(guān)聯(lián)矩陣的回歸系數(shù)相比，PM10空間關(guān)聯(lián)的回歸系數(shù)在京津冀、長三角、珠三角、長中游及全部城市樣本中的回歸系數(shù)也通過了1%的顯著性水平檢驗(yàn)，但其數(shù)值遠(yuǎn)低于PM2.5的回歸系數(shù)，保持在0.20-0.30左右；而在成渝地區(qū)，PM10空間關(guān)聯(lián)的回歸系數(shù)僅為0.103 5，在統(tǒng)計(jì)上卻并不顯著。而對于其他四種分項(xiàng)污染物，它們的回歸系數(shù)不僅數(shù)值非常小，而且在多數(shù)回歸中沒有通過顯著性水平檢驗(yàn)。例如京津冀和長三角地區(qū)的SO2、NO2和O3、珠三角地區(qū)的CO和NO2、長中游地區(qū)的CO、NO2和O3、全部城市樣本中的SO2和NO2，它們的空間關(guān)聯(lián)矩陣的回歸系數(shù)均沒有通過顯著性水平檢驗(yàn)。而在成渝地區(qū)，只有PM2.5空間關(guān)聯(lián)的回歸系數(shù)通過了顯著性水平檢驗(yàn)，其他五種分項(xiàng)污染物空間關(guān)聯(lián)的回歸系數(shù)在統(tǒng)計(jì)上均不顯著。上述回歸結(jié)果表明，盡管霧霾污染空間關(guān)聯(lián)在不同地區(qū)受到不同污染物空間關(guān)聯(lián)的影響存在一定差異，但卻存在一個(gè)共同的特征，即PM2.5的空間關(guān)聯(lián)是導(dǎo)致大氣污染空間關(guān)聯(lián)的主要成因。因此，PM2.5的跨城市、跨區(qū)域協(xié)同防控構(gòu)成了霧霾污染聯(lián)防聯(lián)控的重中之重。

3.2城市霧霾污染的影響因素及其空間關(guān)聯(lián)

為了探尋霧霾污染的跨區(qū)域協(xié)同治理的途徑，在實(shí)證考察霧霾污染影響因素的基礎(chǔ)上，采用空間統(tǒng)計(jì)中的雙變量Morans I指數(shù)來刻畫霧霾污染與其影響因素之間的空間相關(guān)性，進(jìn)而揭示一個(gè)地區(qū)的霧霾污染與其他地區(qū)影響因素之間的空間關(guān)聯(lián)程度。考慮到數(shù)據(jù)的可得性以及影響因素對霧霾污染的影響在時(shí)間上的累積性，本文分別考察經(jīng)濟(jì)規(guī)模（以城市地區(qū)生產(chǎn)總值表示）、人口規(guī)模（以城市年平均人口數(shù)表示）、人口密度（以單位面積的人口數(shù)量表示）、工業(yè)規(guī)模（以城市工業(yè)總產(chǎn)值表示）、建設(shè)用地規(guī)模（以城市建設(shè)用地面積表示）、投資規(guī)模（以城市固定資產(chǎn)投資表示）、投資密度（以固定資產(chǎn)投資總額與城市行政面積之比表示）、工業(yè)排放規(guī)模（以城市工業(yè)SO2排放量表示）等八個(gè)因素與霧霾污染之間的關(guān)系。影響因素?cái)?shù)據(jù)全部來源于《中國城市統(tǒng)計(jì)年鑒》；城市AQI及六種分項(xiàng)污染物數(shù)據(jù)按年度均值處理。表3報(bào)告了霧霾污染與影響因素之間的雙變量Morans I指數(shù)測度結(jié)果。

在不考慮空間關(guān)聯(lián)情形下，AQI與PM2.5、PM10的影響因素及其效應(yīng)基本一致，三者與人口規(guī)模、人口密度、投資規(guī)模、投資密度及工業(yè)排放之間均存在顯著的正向相關(guān)關(guān)系，而與經(jīng)濟(jì)規(guī)模、工業(yè)規(guī)模和建設(shè)用地之間盡管存在正的相關(guān)關(guān)系，但統(tǒng)計(jì)上并不顯著。在其他分項(xiàng)污染物中，O3僅與工業(yè)規(guī)模之間在10%的顯著性水平下存在正向相關(guān)關(guān)系，人口密度、工業(yè)排放與SO2、CO、NO2之間均存在

顯著正向相關(guān)關(guān)系，而NO2與所有影響因素之間均存在顯著正向相關(guān)關(guān)系。這一結(jié)果表明，經(jīng)濟(jì)規(guī)模并非城市霧霾污染的主要誘因，因?yàn)樵诔鞘薪?jīng)濟(jì)不斷增長的過程中，往往伴隨著經(jīng)濟(jì)結(jié)構(gòu)的調(diào)整優(yōu)化。因此，經(jīng)濟(jì)規(guī)模不斷擴(kuò)張以及經(jīng)濟(jì)結(jié)構(gòu)不斷優(yōu)化在一定程度上不僅不會(huì)加重大氣污染，反而有助于改善大氣污染狀況。而城市人口因素尤其是人口密度、城市投資擴(kuò)張規(guī)模和強(qiáng)度、工業(yè)排放規(guī)模則成為影響城市霧霾污染的關(guān)鍵因素。在快速城市化進(jìn)程中，大量外來人口涌入城市尤其是大城市，給城市霧霾污染帶來了巨大壓力，這與當(dāng)前中國霧霾污染的空間分布格局是完全一致的，即人口密度越大的地區(qū)大氣污染就越嚴(yán)重。同時(shí)，傳統(tǒng)的以“高投入、高消耗、高排放”為特征的粗放型城市發(fā)展模式，在推動(dòng)城市經(jīng)濟(jì)高速發(fā)展的同時(shí)，也付出了巨大的資源環(huán)境代價(jià)。在城市建設(shè)中，由于城市開發(fā)強(qiáng)度不斷增強(qiáng)和投資規(guī)模快速擴(kuò)張，而缺少科學(xué)的空間結(jié)構(gòu)規(guī)劃和合理的內(nèi)部空間布局，大量人口的涌入以及工業(yè)排放又難以在短時(shí)間內(nèi)徹底扭轉(zhuǎn)，導(dǎo)致城市規(guī)模與資源環(huán)境承載能力之間的矛盾日益尖銳，霧霾天氣的頻繁出現(xiàn)就是這一矛盾得不到有效解決的最主要表現(xiàn)之一。

在考慮空間關(guān)聯(lián)的情形下，霧霾污染與其影響因素的雙變量Morans I指數(shù)測度結(jié)果顯示，幾乎所有的影響因素與AQI及六種分項(xiàng)污染物之間都存在顯著的空間相關(guān)性，這表明某個(gè)地區(qū)的霧霾污染受到其他地區(qū)影響因素的制約。對比不同影響因素Morans I指數(shù)的測度結(jié)果，可以發(fā)現(xiàn)，在八個(gè)影響因素當(dāng)中，投資密度、人口密度與霧霾污染之間的空間相關(guān)性最強(qiáng)，這意味著某個(gè)地區(qū)的城市投資強(qiáng)度和人口密度越大，則其鄰近地區(qū)的霧霾污染就越嚴(yán)重。此外，投資規(guī)模、工業(yè)排放和人口規(guī)模與霧霾污染之間的空間相關(guān)性也比較強(qiáng)，而經(jīng)濟(jì)總量、工業(yè)規(guī)模和建設(shè)用地盡管在多數(shù)情況下顯著為正，但其數(shù)值相對較低，與霧霾污染的空間相關(guān)性相對較弱。因此，在城市建設(shè)過程中，針對霧霾污染的空間關(guān)聯(lián)，區(qū)域之間要在合理控制城市人口規(guī)模和城市投資強(qiáng)度以及工業(yè)減排等方面加強(qiáng)協(xié)同性。更進(jìn)一步地，在加快構(gòu)建并不斷完善霧霾污染跨區(qū)域聯(lián)防聯(lián)控機(jī)制的同時(shí)，將霧霾污染的聯(lián)防聯(lián)控融入到區(qū)域協(xié)同發(fā)展戰(zhàn)略當(dāng)中，促進(jìn)區(qū)域人口、經(jīng)濟(jì)和社會(huì)的協(xié)同發(fā)展，與霧霾污染聯(lián)防聯(lián)控實(shí)現(xiàn)良性互動(dòng)。

4結(jié)論與政策啟示

4.1研究結(jié)論

（1）城市霧霾污染在地區(qū)內(nèi)部和地區(qū)之間均存在普遍的動(dòng)態(tài)關(guān)聯(lián)關(guān)系，而且這種關(guān)聯(lián)關(guān)系已經(jīng)超越了地理距離的限制并交織在一起，呈現(xiàn)出聯(lián)系緊密的多線程復(fù)雜網(wǎng)絡(luò)分布態(tài)勢。相對于全部樣本城市，霧霾污染在五大地區(qū)內(nèi)部的關(guān)聯(lián)網(wǎng)絡(luò)具有更強(qiáng)的穩(wěn)定性；而在分項(xiàng)污染物中，PM2.5和PM10的空間關(guān)聯(lián)網(wǎng)絡(luò)的穩(wěn)定性明顯強(qiáng)于其他四種分項(xiàng)污染物。霧霾污染的空間關(guān)聯(lián)網(wǎng)絡(luò)不僅聯(lián)系緊密，而且?guī)в忻黠@的小世界特征，AQI及六種分項(xiàng)污染物在任意兩個(gè)城市節(jié)點(diǎn)之間通過1—2個(gè)中間城市就可以建立聯(lián)系，進(jìn)一步促進(jìn)了城市霧霾污染之間的聯(lián)系。

（2）AQI的空間關(guān)聯(lián)與六種污染物之間的空間關(guān)聯(lián)均存在顯著的正向相關(guān)關(guān)系。其中，PM2.5空間關(guān)聯(lián)與AQI空間關(guān)聯(lián)的相關(guān)性最強(qiáng)，基本保持在0.80左右；PM10的相關(guān)系數(shù)略低于PM2.5，保持在0.60—0.70左右；而其他四種分項(xiàng)污染物的空間關(guān)聯(lián)與AQI空間關(guān)聯(lián)的相關(guān)系數(shù)遠(yuǎn)低于PM2.5和PM10。QAP回歸分析進(jìn)一步表明，盡管城市霧霾污染空間關(guān)聯(lián)在不同地區(qū)受到不同污染物空間關(guān)聯(lián)的影響存在一定差異，但細(xì)微顆粒物尤其是PM2.5的空間關(guān)聯(lián)是導(dǎo)致城市霧霾污染空間關(guān)聯(lián)最為關(guān)鍵的成因。

（3）在霧霾污染的諸多因素當(dāng)中，城市人口密度、城市投資擴(kuò)張規(guī)模和強(qiáng)度、工業(yè)排放規(guī)模是影響城市大氣污染的關(guān)鍵因素。在空間關(guān)聯(lián)上，所有的影響因素與AQI及六種分項(xiàng)污染物之間都存在顯著的空間相關(guān)性，意味著某個(gè)地區(qū)的霧霾污染將受到其他地區(qū)影響因素的制約。其中，城市投資密度、人口密度、投資規(guī)模、工業(yè)排放和人口規(guī)模等五個(gè)影響因素與霧霾污染之間存在較強(qiáng)的空間相關(guān)性。而經(jīng)濟(jì)總量、工業(yè)規(guī)模和建設(shè)用地在多數(shù)情況下與霧霾污染的空間相關(guān)性相對較弱。

4.2政策啟示

（1）面對霧霾大氣污染的空間關(guān)聯(lián)網(wǎng)絡(luò)和動(dòng)態(tài)交互影響，創(chuàng)新霧霾污染聯(lián)防聯(lián)控體系，形成跨區(qū)域治污合力勢在必行。目前，京津冀、長三角、珠三角等地區(qū)已經(jīng)初步構(gòu)建起大氣污染聯(lián)防聯(lián)控機(jī)制，而且上海、天津、安徽、江蘇等多個(gè)省份也陸續(xù)制定實(shí)施了省級層面的大氣污染防治條例。面對城市霧霾污染的空間關(guān)聯(lián)及其網(wǎng)絡(luò)結(jié)構(gòu)，在一個(gè)地區(qū)內(nèi)部，沒有哪個(gè)城市的空氣質(zhì)量能夠獨(dú)善其身，即使某個(gè)城市做出了治理霧霾污染的努力，盡管在短期內(nèi)可能會(huì)使當(dāng)?shù)氐目諝赓|(zhì)量略有好轉(zhuǎn)，但霧霾污染空間關(guān)聯(lián)網(wǎng)絡(luò)將很快抵消它所做出的努力。因此，在地區(qū)內(nèi)部率先開展霧霾污染的聯(lián)防聯(lián)控，進(jìn)而構(gòu)建跨區(qū)域的聯(lián)防聯(lián)控體系，是從整體上解決當(dāng)前霧霾污染問題的必然選擇。

（2）霧霾污染已成為所有城市共同面對的困境，局部的霧霾污染治理并不能從根本上解決全國霧霾污染問題，建立跨地區(qū)的大氣污染聯(lián)防聯(lián)控機(jī)制尤顯緊迫。“不謀全局者，不能謀一域”。面對霧霾污染的空間關(guān)聯(lián)網(wǎng)絡(luò)和動(dòng)態(tài)交互影響，要樹立全局意識(shí)，從更大格局重新審視區(qū)域大氣污染問題。建立霧霾污染跨區(qū)域聯(lián)防聯(lián)控體系的一個(gè)可行思路是，依托于五大國家級城市群所在地區(qū)，以上述地區(qū)中心城市為中心，在各個(gè)地區(qū)內(nèi)部建立霧霾污染聯(lián)防聯(lián)控機(jī)制的基礎(chǔ)上，不斷拓展霧霾污染聯(lián)防聯(lián)控的區(qū)域邊界，并逐步將多個(gè)地區(qū)霧霾污染聯(lián)防聯(lián)控體系有效地聯(lián)接在一起，最終構(gòu)建一個(gè)以地區(qū)中心城市為中心的、以PM2.5為協(xié)同防控重點(diǎn)的跨區(qū)域霧霾污染聯(lián)防聯(lián)控體系。在霧霾污染聯(lián)防聯(lián)控基本實(shí)現(xiàn)區(qū)域全覆蓋的基礎(chǔ)上，形成強(qiáng)有力的治污合力，加快實(shí)現(xiàn)霧霾污染的協(xié)同治理。

（3）在城鎮(zhèn)化戰(zhàn)略實(shí)施的關(guān)鍵時(shí)期，為了有效應(yīng)對霧霾污染的空間關(guān)聯(lián)，區(qū)域之間要在合理控制城市人口規(guī)模和城市投資強(qiáng)度以及工業(yè)減排等方面加強(qiáng)協(xié)同性。更進(jìn)一步的，在加快構(gòu)建并不斷完善霧霾污染跨區(qū)域聯(lián)防聯(lián)控機(jī)制的同時(shí)，將霧霾污染的聯(lián)防聯(lián)控融入到城市群發(fā)展戰(zhàn)略以及區(qū)域協(xié)同發(fā)展戰(zhàn)略之中，不斷促進(jìn)區(qū)域人口、經(jīng)濟(jì)和社會(huì)的協(xié)同發(fā)展與霧霾污染聯(lián)防聯(lián)控之間的互動(dòng)，最終在最大限度提升協(xié)同治污效果的同時(shí)，實(shí)現(xiàn)更大空間范圍內(nèi)的全方位區(qū)域協(xié)同發(fā)展。然而，要確保霧霾污染聯(lián)防聯(lián)控機(jī)制取得成效，仍面臨諸多困難。為此，要落實(shí)好霧霾污染在城市間、地區(qū)之間的聯(lián)防聯(lián)控，必須要求網(wǎng)絡(luò)中的所有城市和地區(qū)要首先做好自身的霧霾污染治理，否則在缺少一個(gè)協(xié)調(diào)機(jī)制和考核機(jī)制的前提下，多個(gè)個(gè)體之間最終博弈的結(jié)果是沒有哪個(gè)城市和地區(qū)愿意做出更多的污染防治努力，最終降低聯(lián)防聯(lián)控的效果。此外，霧霾污染聯(lián)防聯(lián)控強(qiáng)調(diào)的“聯(lián)”，在一定程度上仍是“治標(biāo)不治本”的一種措施，要確保空氣質(zhì)量的徹底改善，最根本的途徑是要轉(zhuǎn)變生產(chǎn)方式和生活方式，加快實(shí)現(xiàn)綠色發(fā)展，換言之，綠色發(fā)展是霧霾污染治理的必經(jīng)之路和最終選擇。

（編輯：劉照勝）

參考文獻(xiàn)（References）

[1]BAI X， SHI P， LIU Y. Society： realizing Chinas urban dream [J]. Nature， 2014， 509：158-160.

[2]薛文博， 付飛， 王金南， 等. 中國PM2.5跨區(qū)域傳輸特征數(shù)值模擬研究[J]. 中國環(huán)境科學(xué)， 2014， 34（6）： 1361-1368. [XUE Wenbo， FU Fei， WANG Jinnan， et al. Numerical study on the characteristics of regional transport of PM2.5 in China [J]. China environmental science， 2014， 34（6）： 1361-1368.]

[3]QIN M， WANG X， HU Y， et al. Formation of particulate sulfate and Nitrate over the Pearl River Delta in the fall： diagnostic analysis using the community multiscale air euality model [J]. Atmospheric environment， 2015， 112： 81-89.

[4]胡曉宇， 李云鵬， 李金鳳， 等. 珠江三角洲城市群PM10的相互影響研究[J]. 北京大學(xué)學(xué)報(bào)， 2011， 47（3）： 519-524. [HU Xiaoyu， LI Yunpeng， LI Jinfeng， et al. Interraction of ambient PM10 among the cities over the Pearl River Delta [J]. Acta scientiarunm naturalium universitaties pekinesis， 2011， 47（3）： 519-524.]

[5]LI L， HUANG C， HUANG H， et al. An integrated process rate analysis of a regional fine particulate matter episode over Yangtze River Delta in 2010 [J]. Atmospheric environment， 2014， 91： 60-70.

[6]向堃， 宋德勇.中國省域PM2.5污染的空間實(shí)證研究[J]. 中國人口·資源環(huán)境， 2015， 25（9）： 153-159. [XIANG Kun， SONG Deyong. Spatial analysis of Chinas PM2.5 pollution at the provincial level [J]. China population， resources and environment， 2015， 25（9）： 153-159.]

[7]YANG N， JI D， LI S. The application of pearson correlational analysis method in air quality analysis of BeijingTianjinHebei Region [J]. Agricultural science & technology， 2015， 16（3）： 590-593.

[8]馬麗梅， 張曉. 中國霧霾污染的空間效應(yīng)及經(jīng)濟(jì)、能源結(jié)構(gòu)影響[J]. 中國工業(yè)經(jīng)濟(jì)， 2014 （4）： 19-31. [MA Limei， ZHANG Xiao. The spatial effect of Chinas haze pollution and the impact from economic change and energy structure [J]. China industrial economics， 2014 （4）： 19-31.]

[9]張殷俊， 陳曦， 謝高地， 等. 中國細(xì)顆粒物（PM2.5）污染狀況和空間分布[J]. 資源科學(xué)， 2015， 37（7）： 1339-1346. [ZHANG Yinjun， CHEN Xi， XIE Gaodi， et al. Pollution status and spaital distribution of PM2.5 in China [J]. Resources science， 2015， 37（7）： 1339-1346.]

[10]WANG Y， YING Q， HU J， et al. Spatial and temporal variations of six criteria air pollutants in 31 provincial capital cities in China during 2013-2014 [J]. Environment international， 2014， 73： 413-422.

[11]任婉俠， 薛冰， 張琳， 等. 中國特大型城市空氣污染指數(shù)的時(shí)空變化[J]. 生態(tài)學(xué)雜志， 2013， 32（10）： 2788-2796. [REN Wanxia， XUE Bing， ZHANG Lin， et al. Spatiotemporal variations of air pollution index in Chinas megacities [J]. Chinese journal of ecology， 2013， 32（10）： 2788-2796.]

[12]李婕， 騰麗. 珠三角城市空氣質(zhì)量的時(shí)空變化特征及影響因素[J]. 城市觀察， 2014 （5）： 85-95. [LI Jie， TENG Li. The timespace Characteristics and determinants of urban air quality in Pearl River Delta [J]. Urban insight， 2014 （5）： 85-95.]

[13]劉華軍， 劉傳明， 孫亞男. 中國能源消費(fèi)的空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)特征及其效應(yīng)研究[J]. 中國工業(yè)經(jīng)濟(jì)， 2015 （5）： 83-95. [LIU Huajun， LIU Chuanming， SUN Yanan. Spatial correlation network structure of energy consumption and its effect in China [J]. China industrial economics， 2015（5）： 83-95.]

[14]劉華軍， 劉傳明， 楊騫. 環(huán)境污染的空間溢出及其來源——基于網(wǎng)絡(luò)分析視角的實(shí)證研究[J]. 經(jīng)濟(jì)學(xué)家， 2015 （10）： 28-35. [LIU Huajun， LIU ChuanMing， YANG Qian. Spatial spillover and the source of environment pollution：empirical study on the perspective of network analysis [J]. Economist， 2015 （10）： 28-35.]

[15]HU J， WANG Y， YING Q， et al. Spatial and temporal variability of PM2.5 and PM10 over the North China Plain and the Yangtze River Delta [J]. China atmospheric environment， 2014， 95： 598-609.

[16]劉華軍， 何禮偉. 中國省際經(jīng)濟(jì)增長的空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)——基于非線性Granger因果檢驗(yàn)方法的再考察[J]. 財(cái)經(jīng)研究， 2016， 42（2）： 97-107. [LIU Huajun， HE Liwei. The spatial network structure of Chinas provincial economic growth： reexamination based on nonlinear granger causality test [J]. Journal of finance and economics， 2016， 42（2）： 97-107.]

[17]李敬， 陳澍， 萬廣華， 等. 中國區(qū)域經(jīng)濟(jì)增長的空間關(guān)聯(lián)及其解釋——基于網(wǎng)絡(luò)分析方法[J]. 經(jīng)濟(jì)研究， 2014， 49（11）： 4-16. [LI Jing， CHEN Shu， WAN Guanghua， et al. Study on the spatial correlation and explanation of regional economic growth in China： based on analytic network process [J]. Economic research journal， 2014， 49（11）： 4-16.]

[18]DUCRUET C， BEAUGUITTE L. Spatial science and network science： review and outcomes of a complex relationship [J]. Networks and spatial economics， 2014， 14（3-4）： 297-316.

[19]SCOTT J. Social network analysis： a handbook[M]. London： Sage Publication， 2013.

收稿日期：2016-09-27

作者簡介：劉華軍，博士，教授，博導(dǎo)，主要研究方向?yàn)橘Y源環(huán)境經(jīng)濟(jì)、綠色發(fā)展、空間網(wǎng)絡(luò)分析。Email： huajun99382@163.com。

基金項(xiàng)目：國家社會(huì)科學(xué)基金項(xiàng)目“資源環(huán)境約束下農(nóng)業(yè)用水效率評價(jià)及提升路徑研究”（批準(zhǔn)號(hào)：15CGL041）；山東省高校人文社科研究項(xiàng)目“山東省城市綠色發(fā)展效率及其協(xié)同提升路徑研究”（批準(zhǔn)號(hào)：J16YE02）；山東省自然科學(xué)基金項(xiàng)目“山東省霧霾污染的城市間動(dòng)態(tài)關(guān)聯(lián)效應(yīng)及協(xié)同治理機(jī)制研究：基于社會(huì)網(wǎng)絡(luò)分析視角”（批準(zhǔn)號(hào)：ZR2016GM03）。