城鎮化進程中我國經濟增長、貿易開放、第三產業與霧霾
——基于省際面板數據的實證

■劉曉紅，江可申

城鎮化進程中我國經濟增長、貿易開放、第三產業與霧霾
——基于省際面板數據的實證

■劉曉紅，江可申

利用我國2003～2015年30省（市、區）面板數據，研究經濟增長、城鎮化、第三產業、貿易開放與霧霾之間的關系。使用FMOLS和DOLS兩種面板估計方法對長期彈性系數進行估計，結果發現，經濟增長會帶來霧霾問題；我國經濟增長與PM10濃度之間存在倒U型關系，即存在EKC曲線；城鎮化程度的提高會引起PM10濃度的上升，城鎮化與PM10濃度之間也存在著倒U型關系；第三產業比重的提高會降低霧霾污染；貿易開放度的擴大會導致我國PM10濃度的提高。格蘭杰因果關系檢驗顯示，人均GDP、第三產業比重、貿易開放是PM10濃度的單向格蘭杰原因。方差分解表明貿易開放度對霧霾波動的貢獻最大，其次是經濟增長和第三產業比重，城鎮化的作用最小。最后，提出優化貿易結構，堅持綠色發展，提升經濟增長效能，提高第三產業比重、推進新型城鎮化進程等建議。

霧霾；環境庫茲涅茨曲線；貿易開放度；第三產業比重

劉曉紅（1976-），河南南陽人，南京航空航天大學經濟與管理學院博士生，南京曉莊學院商學院，副教授，研究方向為低碳經濟；江可申（1956-），安徽潁上人，南京航空航天大學經濟與管理學院教授，博士生導師，研究方向為產業經濟與管理。（江蘇南京211106）

近幾年我國許多大中城市的霧霾天數增多，嚴重危害居民的身心健康，人們談霾色變。政府高度重視霧霾問題，“十三五規劃”指出：“擴大污染物總量控制范圍，將細顆粒物等環境質量指標列入約束性指標”。我國已成為世界第一貨物貿易大國，第三產業增加值占GDP比重超過了第二產業，在當前我國經濟處于新常態的情景下，伴隨著城鎮化的進行，經濟增長、貿易開放、第三產業比重與霧霾關系如何？對這一問題進行研究對于我國經濟可持續發展乃至推進生態文明建設、實現美麗中國，解決霧霾難題具有重要的現實意義。

一、文獻綜述

霧霾主要由可吸入顆粒物組成，包括PM2.5和PM10。國外對可吸入顆粒物的研究較早，Elelred（1997）發現美國東部的可吸入顆粒物污染水平高于西部。Massey et al.（2012）研究了印度北部居民室內和室外的PM10、PM2.5濃度等的季節變換趨勢，結果發現冬季室內可吸入顆粒物的濃度最高。Nehze（1999）發現可吸入顆粒物污染呈現季節趨勢，不同的季節、不同氣候條件對污染濃度影響較大。Pilla et al.(2015)通過地理信息系統（GIS）模型計算了都柏林地區污染濃度，結果發現不同的交通工具與PM10濃度的相關性不同，乘坐公交時，地理信息系統（GIS）模型與PM10濃度相關性較強，但在乘坐火車時相關度較低。Ferm et al.(2015)通過對瑞典道路交通中的PM10和PM2.5濃度進行分析，結果發現，道路附近的空氣擴散是控制PM濃度的重要因素，冬季和午夜中擴散值最小。Mishra et al.(2015)分析了印度德里的霧霾污染，建立了基于神經-模糊的人工智能方法對印度德里每小時PM2.5濃度和相關濕度進行預測，并與多元線性回歸和人工神經網絡等方法進行比較。結果顯示，基于神經-模糊的人工智能方法在預測德里城鎮地區霧霾污染方面比人工神經網絡和多元線性回歸方法更令人信服。Hao et al.(2015)使用2013年我國PM2.5等數據資料，采用空間計量方法研究了我國城鎮PM2.5的社會經濟影響因素，結果發現車輛數量和第二產業對城鎮PM2.5濃度影響顯著。

近兩年，嚴峻的霧霾問題使國內學者對霧霾的研究日益增多，馬麗梅等（2014）探討了31個省份本地與異地之間霧霾污染的交互影響問題，結果發現：長期內改變能源消費結構以及優化產業結構是關鍵，短期要減少劣質煤的使用。齊園等(2015)實證結果顯示，PM2.5數據不存在穩定季節性和移動季節性特征，第二、三產業經濟增長是PM2.5排放的格蘭杰原因。冷艷麗等（2015）基于2001～2010年中國省際面板數據，考察了產業結構與城市化對霧霾污染的影響。結果表明:產業結構與霧霾污染呈正相關，城市化進程的推進對霧霾污染有正向影響;地區生產總值與霧霾污染顯著負相關，金融危機虛擬變量和貿易開放度與霧霾污染顯著正相關。東童童等（2015）推導出霧霾污染與工業集聚關系的理論模型，采用中國31省份2001～2010年的數據對理論模型進行驗證。結果表明，工業產出集聚,會降低霧霾污染程度；工業效率可以降低工業勞動和資本集聚造成的霧霾污染程度。康雨（2016）運用中國31個省1998～2012年間PM2.5的數據，在空間計量分析基礎上考慮到模型本身的內生性問題后，試分析貿易開放程度對霧霾的影響。證實了貿易開放對霧霾有加劇作用的結論。

綜合以上的研究成果可以看出，雖然我國已存在產業結構、能源消費結構、城市化對霧霾的影響分析，但尚未發現使用2003～2015年省際面板數據對我國霧霾環境庫茲涅茨曲線即EKC的研究。經濟增長、貿易開放對霧霾污染產生的機理作用在于，經濟增長通過能源消費量的擴大，建筑施工面積的增加等加重霧霾污染程度。居民在經濟增長過程中，由于收入增加，對民用汽車消費量也會隨之上升，這會通過尾氣的排放影響大氣質量。同時，貿易開放程度的擴大，尤其其中的低附加值以及重工業等產品的進口會使得一國成為霧霾排放的隱患。但到目前為止，尚缺乏把經濟增長、城鎮化、第三產業比重、貿易開放度和PM10五個變量結合起來的研究，故本文使用面板數據對我國霧霾的環境EKC曲線進行有益的探索，以拋磚引玉，期待更多的研究成果出現。本文的創新點表現在以下三個方面：第一，采用FMOLS和DOLS兩種回歸方法進行分析，以解決OLS方法存在的有偏性問題；第二，以PM10濃度作為因變量，對我國霧霾的EKC進行分析；第三，把經濟增長、城鎮化、第三產業比重、貿易開放度和PM10五個變量結合起來進行分析，探尋我國霧霾的影響因素。

二、模型設定和數據來源

（一）模型設定

為了研究我國經濟增長、城鎮化、產業結構、貿易開放度與霧霾之間的關系，借鑒Hossain（2011）,建立如下模型：

i=1,…,N,代表面板中的30省（市，區），由于數據缺失，故西藏除外。t=1,…,T代表時間序列，PM10濃度表示霧霾污染程度，GDP表示人均實際國內生產總值，U表示城鎮化程度，S表示第三產業比重，T表示貿易開放度。a1、a2、a3、a4、a5、a6分別代表各變量的彈性系數。e表示隨機誤差項。

（二）數據說明

《中國統計年鑒》自2004年開始發布一些大、中城市PM10的數據，基于數據的可得性，本文借鑒馬麗梅（2014）的方法，即以省會城市的PM10濃度代替各省的PM10濃度，單位是毫克/立方米，研究起止時間是2003～2015年。各省（市，區）人均GDP、人均GDP指數、城鎮化程度、第三產業比重、進出口貨物總額、匯率等數據來自于2004～2016年《中國統計年鑒》。其中，人均GDP使用各省（市，區）人均GDP指數進行平減，以1997年為基期，單位是元/人；城鎮化程度和第三產業比重的單位是%。貿易開放度由各省（市、區）進出口貨物總額除以GDP計算得出，單位是%。

本文使用的計量軟件是eviews8.0。

三、實證分析

（一）單位根檢驗

在進行協整檢驗之前，要對面板數據進行平穩性檢驗。采用Fisher-ADF、Fisher-PP、LLC三種檢驗方法，結果如表1所示。除了lnPM10檢驗形式含有常數項但無時間趨勢項外，其他變量的檢驗形式是既有常數項，又有時間趨勢項。三種檢驗方法都顯示各變量的原序列拒絕原假設，是平穩序列，故可以對原序列進行協整檢驗。

表1 單位根檢驗

（二）協整檢驗

為了確定變量之間是否存在長期協整關系，要對面板數據進行協整檢驗。本文使用Pedroni和Kao兩種檢驗方法，結果分別如表2、表3所示。Pedroni檢驗中組內的四個統計值，有兩個統計值Panel PP-stat、Panel ADF-stat在1%顯著水平上顯著，拒絕變量都不協整的零假設。組間的三個統計值中有兩個統計值Group PP-Stat、Group ADF-Stat在1%顯著水平上顯著。Pedroni協整檢驗表明變量之間存在長期協整關系。

表2 Pedroni′s殘差協整檢驗結果

表3中的Kao協整檢驗通過了5%顯著水平上的顯著性檢驗，拒絕了變量之間都不協整的零假設，進一步說明變量之間存在著長期協整關系，可以進行回歸分析。

表3 Kao′s殘差協整檢驗結果

（三）長期估計

由于OLS（普通最小二乘法）在進行面板估計時，會存在漸近偏差，且OLS分布取決于冗余參數。為了避免這種偏差，本文采用Pedroni提出的FMOLS（完全修正的最小二乘法）和DOLS（動態最小二乘法）對方程（3）進行估計。在糾正內生性和序列相關性方面，FMOLS使用非參數方法，而DOLS使用參數方法，估計結果如表4所示。FMOLS和DOLS方法的R2分別為0.9088、0.9125，擬合優度較好。且兩種方法估計結果相似，每個彈性系數的符號一致，都通過了顯著性檢驗，說明建立的方程（3）是合理的。

人均GDP的系數為正值，說明我國經濟增長會帶來霧霾問題。兩種方法中，人均GDP彈性系數都最大，FMOLS方法中人均GDP系數為16.0320，說明人均GDP每增長一個百分點，將使我國PM10濃度上升16.0320個百分點，經濟增長對霧霾的影響程度較大。人均GDP2的系數為負值，說明我國經濟增長與霧霾之間存在倒U型關系，即存在EKC曲線。表明我國在經濟增長初期，PM10濃度隨之提高。而后，我國重視技術創新，轉變經濟發展方式，堅持可持續發展，經濟向循環發展方向轉移。與此同時，城鄉居民精神文化素質的提升會減少霧霾污染。城鎮化程度的系數為正值，說明城鎮化進程中，房屋的建造、工地的施工以及汽車擁有量的提高會帶來霧霾污染問題。城鎮化平方的系數為負，揭示了城鎮化與霧霾之間也存在著倒U型關系，即驗證了EKC假說。說明在我國城鎮化的初始階段會帶來霧霾污染問題，但當城鎮化水平達到一定程度，國家通過新型城鎮化建設，即健全排污設施等措施降低霧霾污染。第三產業比重的彈性系數為負值，說明我國第三產業比重的提高會降低霧霾污染。這是由于第三產業中主要是服務業、金融等潔凈產業，故發展第三產業可以有效緩解我國霧霾問題。貿易開放度的系數為正值，貿易開放度的擴大會導致我國PM10濃度的提高。

表4 面板FMOLS-DOLS長期估計（lnPM10是因變量）

（四）格蘭杰因果關系檢驗

通過格蘭杰因果關系檢驗說明變量之間因果關系的方向，結果如表5所示。人均GDP、第三產業比重、貿易開放度是PM10濃度的單向格蘭杰原因，說明我國經濟增長、第三產業比重和貿易開放度會影響我國霧霾污染程度，但霧霾污染不會對我國經濟增長、第三產業比重和貿易開放度產生影響。經濟增長是城鎮化和貿易開放度的單向格蘭杰原因，說明經濟增長對城鎮化和貿易開放的影響機制是單向的。城鎮化是第三產業比重的單向格蘭杰原因，說明城鎮化程度的高低會影響第三產業比重，但第三產業比重不會對城鎮化程度產生影響。貿易開放度是城鎮化的單向格蘭杰原因，說明貿易開放程度會對城鎮化產生影響。經濟增長是第三產業比重的雙向格蘭杰原因，說明經濟增長與第三產業比重的影響機制是雙向的，經濟增長會影響第三產業比重，與此同時，第三產業比重也會影響經濟增長。第三產業比重與貿易開放度之間也存在雙向格蘭杰因果關系，說明第三產業比重與貿易開放度之間互為因果，相互作用，第三產業比重會影響貿易開放度，貿易開放度也會影響第三產業比重。

表5 格蘭杰因果關系檢驗

（五）方差分解

方差分解通過分析每一個結構沖擊對內生變量變化（通常用方差來度量）的貢獻度，評價不同結構沖擊的重要性。方差分解能夠給出方程（3）中的變量產生影響的每個隨機擾動的相對重要信息，即各個變量對PM10濃度變動的貢獻程度。從表6可以看出，我國PM10濃度的波動第一期只是因為自身波動的影響，從第2期開始，自身的影響程度逐步下降，但一直起主要作用。lnGDP對霧霾的影響呈U型，即在第6期前，經濟增長對霧霾的影響呈下降趨勢，第6期后，經濟增長對霧霾的影響呈上升趨勢。lnU對霧霾的影響穩定在0.05%左右。lnS和lnT對霧霾的影響呈上升趨勢，如圖1所示。由于lnU的影響較小，故圖省略。除了霧霾自身的影響外，在第4期以前，lnGDP對霧霾的影響超過lnT,但在第5期以后，lnT對霧霾的影響作用超過了lnGDP，即除了霧霾自身的影響，霧霾影響程度從小到大依次為lnU、lnS、lnGDP、lnT。第20期霧霾擾動有47.322%來自于自身以外的因素，7.5275%、0.0751%、4.7706%、34.9488%分別來自于經濟增長、城鎮化程度、第三產業比重、貿易開放度。即貿易開放度的貢獻最大，其次是經濟增長和第三產業比重，城鎮化的作用最小。

表6 方差分解

圖1 方差分解圖

四、結論與建議

（一）結論

使用2003～2015年30省（市、區）面板數據，研究經濟增長、城鎮化、第三產業、貿易開放與霧霾之間的關系。各變量原序列是平穩序列，Pedroni和Kao檢驗表明變量之間存在長期協整關系。使用FMOLS和DOLS兩種面板估計方法對長期彈性系數進行估計，結果發現，人均GDP的系數為正值，經濟增長會帶來霧霾問題。我國經濟增長與霧霾之間存在倒U型關系，即存在EKC曲線。城鎮化程度的提高會引起PM10濃度的上升。城鎮化與霧霾之間也存在著倒U型關系。第三產業比重的提高會降低霧霾污染。貿易開放度的擴大會導致我國PM10濃度的提高。格蘭杰因果關系檢驗顯示，人均GDP、第三產業比重、貿易開放度是PM10濃度的單向格蘭杰原因。方差分解表明貿易開放度對霧霾波動的貢獻最大，其次是經濟增長和第三產業比重，城鎮化最小。

（二）建議

第一，優化貿易結構。貿易開放度對霧霾產生正的影響，即貿易開放度的擴大會引起霧霾問題。貿易開放度是霧霾的單向格蘭杰原因，且貿易開放對霧霾波動的貢獻最大。在我國大門永向世界開放，正從外貿大國邁向貿易強國的情景下，為了最大限度消除貿易開放對我國大氣環境產生的負面影響，我國要優化貿易結構，實施優進優出。在進口方面，減少低附加值產品比例，增加技術含量高的產品比例，既有利于實現資源優化配置，又可避免我國成為其他國家污染排放地。出口方面，加強技術研發，進行品牌建設，增加出口產品的附加值，提高出口產品在國際上的競爭力，承擔保護國際環境的社會責任。總之，我國要優化貿易結構，改變片面追求貿易數量的做法，提高貿易開放層次。

第二，堅持綠色發展，提高經濟增長效能。經濟增長會帶來霧霾污染問題，是產生霧霾的重要原因，這是因為我國在經濟增長中存在的老問題，即追求速度、數量、政績而犧牲環境，即經濟發展方式尚未完全轉變，增長中的高排放、高污染帶來了霧霾問題。為了在經濟增長過程中對環境污染的負面影響降到最低，要按照“十三五規劃”的要求，堅持創新發展，實現發展的動力轉換，高效利用資源，追求經濟增長的質量和效益。要堅持綠色發展，重視由于經濟增長而帶來的環境退化和資源消耗，實施環保節能政策，以可持續發展為目標，提高經濟增長效能。同時，要加強環境治理力度，改善城鄉居民的生態環境，使城鄉居民在享受經濟發展成果的同時，身心得到健康發展。

第三，提高第三產業比重。第三產業比重的提高會降低PM10濃度，因此，為了緩解困擾我國的霧霾問題，提高第三產業比重顯得尤為重要。第三產業比重的提高一方面可以促進我國經濟增長，另一方面又可降低我國霧霾污染，起到一箭雙雕的效果。當前，雖然我國第三產業增加值比重超過第二產業，但第三產業中的現代服務業還不夠成熟，高端服務業市場化程度仍然較低。故今后在提升第三產業比重的同時，一方面要加快發展現代服務業，針對社會的新需求，發展電子商務、物流等現代服務業，促進服務業向“精細和高品質”方向轉變；另一方面，推進信息、咨詢、科技、金融等高端服務業的市場化程度，提升高端服務業比重。

第四，推進新型城鎮化進程。實證回歸結果顯示，城鎮程度的提高會帶來霧霾污染問題，這是由于汽車擁有量的增長引致的尾氣排放，以及大規模施工等原因而引起的PM10濃度的提高。同時，城鎮化程度符合EKC假說，故我國要嚴格實施以人為核心的新型城鎮化。首先，加強城鎮規劃。考慮環境容量和人口承載量，避免只追求城鎮人口的增長，要進行科學、合理的城鎮建設規劃，城鎮用地同人口數量掛鉤，建設綠色城鎮；其次，在城鎮中加強對霧霾的管理，如在施工方面，利用土堆進行苫蓋，控制揚塵；再次，進行排污基礎設施建設，做好垃圾處理及廢物利用，重視綠化，建設優美的人居環境；最后，鼓勵城鎮居民環保出行，減少私家車的使用，增加對公共交通的使用，減少汽車排放的尾氣。

[1]Massey D,Kulshrestha,A.Masih J et al. Seasonal trends of PM10，PM5.0，PM2.5&PM1.0in indoor and outdoor environments of residential homes located in North-Central India[J].Building and Environment, 2012,(47):223～231.

[2]Pilla F,Broderick B.A GIS model for personal exposure to PM10 for Dublin commuter［J］.Sustainable Cities and Society,2015，(15):1～10.

[3]FermM，SjobergK.Concentrationsand emission factors for PM2.5and PM10from road traffic in Sweden[J].Atmospheric Environment,2015，(119): 211～219.

[4]Mishra D，Goyal P，Upadhyay A.Artificial intelligence based approach to forecast PM2.5during haze episodes:A case study of Delhi,India[J]. Atmospheric Environment,2015，(102):239～248.

[5]Hao Yu,Liu Yi-ming.The influential factors of urban PM2.5 concentrations in China[J].Journal of Cleaner Production,2015（5）:1～11.

[6]馬麗梅，張曉.中國霧霾污染的空間效應及經濟、能源結構影響[J].中國工業經濟，2014，(4):19～31．

[7]齊園,張永安.北京三次產業演變與PM2.5排放的動態關系研究[J].中國人口·資源與環境，2015，(7):15～23.

[8]冷艷麗，杜思正.產業結構、城市化與霧霾污染[J].中國科技論壇，2015，(9):49～55.

[9]東童童，李欣，劉乃全.空間視角下工業集聚對霧霾污染的影響——理論與經驗研究[J].經濟管理，2015，（9）：2～41.

[10]康雨.貿易開放程度對霧霾的影響分析——基于中國省級面板數據的空間計量研究[J].經濟科學，2016，（1）：114～125.

[11]鄭之杰.關于提升GDP“質量、結構、效能”的思考[J].經濟研究，2015，（1）：20～23.

F015

A

1006-169X（2017）03-0020-06

國家社會科學基金項目（15BGL144）；江蘇省教育廳哲學社會科學研究指導項目（2016SJD790011）；江蘇省高校“青藍工程”資助。