經(jīng)濟(jì)增長(zhǎng)和環(huán)境規(guī)制對(duì)霧霾的區(qū)際影響差異

張明+李曼

摘要 為探究不同省級(jí)區(qū)域霧霾、經(jīng)濟(jì)增長(zhǎng)和環(huán)境規(guī)制之間的空間關(guān)聯(lián)效應(yīng)，本文提出針對(duì)霧霾的引力模型空間權(quán)重矩陣，并利用該矩陣建立了空間杜賓模型，分別對(duì)全國(guó)、西部、中部和東部省區(qū)的面板數(shù)據(jù)進(jìn)行了空間計(jì)量檢驗(yàn)。實(shí)證結(jié)果顯示：全國(guó)霧霾的莫蘭指數(shù)值顯著，且取值介于0.367 — 0.460之間；霧霾“重心”呈現(xiàn)先向東南再向西北移動(dòng)的趨勢(shì)，移動(dòng)距離為76 557 m；霧霾的莫蘭指數(shù)值為東部省區(qū)最大，西部省區(qū)最小，中部省區(qū)介于二者之間。全國(guó)的霧霾與經(jīng)濟(jì)增長(zhǎng)之間呈顯著的“U”型曲線，而西部、中部和東部省區(qū)則呈倒“U”型曲線，其中中部省區(qū)的曲線最為陡峭，西部省區(qū)次之，東部省區(qū)最為平緩。環(huán)境規(guī)制每增加1%，只有西部和東部的霧霾相應(yīng)減少，且各自相應(yīng)下降0.009和0.010個(gè)百分點(diǎn)。西部和東部經(jīng)濟(jì)增長(zhǎng)的溢出效應(yīng)均顯著，而環(huán)境規(guī)制的溢出效應(yīng)不顯著。研究結(jié)果表明：①霧霾在空間上表現(xiàn)出集聚的特點(diǎn)，全國(guó)和三個(gè)區(qū)域的霧霾都存在顯著的正向空間溢出效應(yīng)，這種空間依賴性在時(shí)間維度上大致呈加強(qiáng)的趨勢(shì)；霧霾的空間相關(guān)性表現(xiàn)為東部省區(qū)最強(qiáng)，西部省區(qū)緊隨其后，中部省區(qū)最低。②西部和東部省區(qū)部分省市還未過拐點(diǎn)，全國(guó)意義上的環(huán)境庫(kù)茨涅茲假說是不存在的，或者是至少還未出現(xiàn)。③西部和東部環(huán)境規(guī)制效果較為理想，而中部省區(qū)的環(huán)境規(guī)制效果不佳；從全國(guó)總體來看，當(dāng)前的環(huán)境規(guī)制整體上對(duì)霧霾并未起到有效的抑制作用。④東西部省區(qū)和中部省區(qū)經(jīng)濟(jì)增長(zhǎng)對(duì)霧霾溢出效應(yīng)分別表現(xiàn)為正向和反向；環(huán)境規(guī)制對(duì)霧霾的溢出效應(yīng)并不顯著。建議加強(qiáng)對(duì)霧霾的區(qū)域協(xié)同治理，重點(diǎn)推進(jìn)西部和東部省區(qū)經(jīng)濟(jì)結(jié)構(gòu)的轉(zhuǎn)型升級(jí)，調(diào)整和完善西部、中部和東部省區(qū)的環(huán)境規(guī)制政策。

關(guān)鍵詞 霧霾；經(jīng)濟(jì)增長(zhǎng)；環(huán)境規(guī)制；引力空間權(quán)重矩陣；區(qū)際差異

中圖分類號(hào) X22

文獻(xiàn)標(biāo)識(shí)碼 A文章編號(hào) 1002-2104（2017）09-0023-12DOI：10.12062/cpre.20170702

近年來中國(guó)大多數(shù)城市和省區(qū)都面臨著不同程度的霧霾，不僅嚴(yán)重危害著人們的日常生活和健康，也直接和間接地引起了巨大的經(jīng)濟(jì)損失[1]。針對(duì)日益嚴(yán)峻的霧霾現(xiàn)狀，國(guó)家相繼出臺(tái)了許多有關(guān)大氣防治的法律、法規(guī)和政策，加大了對(duì)工業(yè)企業(yè)違規(guī)行為的監(jiān)管和處罰力度。尤其2016年底出現(xiàn)的跨年污染引起了社會(huì)各界的廣泛關(guān)注，2017年3月5日李克強(qiáng)總理在做政府工作報(bào)告時(shí)再次強(qiáng)調(diào)了治理霧霾的緊迫性，堅(jiān)定了“打好藍(lán)天保衛(wèi)戰(zhàn)”的決心。社會(huì)公眾廣泛地參與環(huán)境治理，表達(dá)環(huán)保訴求的途徑和方式也日益多樣化[2]。隨著中國(guó)經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)，在長(zhǎng)期中實(shí)現(xiàn)環(huán)境治理與經(jīng)濟(jì)增長(zhǎng)的雙贏發(fā)展是一個(gè)社會(huì)性共識(shí)[3]。因此，探討霧霾與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，以及當(dāng)下的環(huán)境規(guī)制對(duì)控制霧霾所取得的效果，具有重要的理論意義和現(xiàn)實(shí)意義。針對(duì)該問題的研究多采用傳統(tǒng)的計(jì)量經(jīng)濟(jì)學(xué)方法，而考慮了空間因素的空間計(jì)量經(jīng)濟(jì)學(xué)方法在空間權(quán)重矩陣的構(gòu)造上也存在著改進(jìn)的空間，需要結(jié)合具體的研究問題進(jìn)行設(shè)計(jì)。與此同時(shí)，關(guān)于霧霾方面的已有研究，較少涉及異質(zhì)性的問題。基于此，本文以中國(guó)的霧霾現(xiàn)狀為研究對(duì)象，結(jié)合實(shí)際情況提出了基于引力模型的空間權(quán)重矩陣，將空間樣本按區(qū)域劃分，深入分析西部、中部和東部地區(qū)的霧霾與經(jīng)濟(jì)增長(zhǎng)和環(huán)境規(guī)制之間關(guān)系的差異。

1 文獻(xiàn)綜述

國(guó)內(nèi)外學(xué)者對(duì)大氣污染與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系的研究由來已久，一部分學(xué)者基于脫鉤理論展開，Asjad Naqvi and Klara Zwickl[4]研究發(fā)現(xiàn)對(duì)于幾乎所有的經(jīng)濟(jì)部門和大氣污染物指標(biāo)，在歐盟中位數(shù)國(guó)家至少有一些是脫鉤的；另一部分學(xué)者主要圍繞環(huán)境庫(kù)茨涅茲曲線（EKC）理論進(jìn)行：王星[5]和何楓等[6]學(xué)者紛紛借助EKC對(duì)霧霾問題進(jìn)行實(shí)證研究，通過傳統(tǒng)計(jì)量分析，他們認(rèn)為霧霾和經(jīng)濟(jì)增長(zhǎng)之間可能呈“U”型、“N”和倒“N”型等多種不同的關(guān)系；Xu B et al.[7]則運(yùn)用STIRPAT模型和非參數(shù)回歸模型驗(yàn)證了大氣污染與經(jīng)濟(jì)增長(zhǎng)之間的倒“U”型關(guān)系；近幾年，通過采用不同的空間權(quán)重矩陣，學(xué)者們證實(shí)了空間計(jì)量方法的擬合優(yōu)度高于普通OLS，但Ma Y et al.[8]認(rèn)為環(huán)境庫(kù)茨涅茲曲線是存在的，而馬麗梅和張曉[9]、邵帥等[10]則對(duì)環(huán)境庫(kù)茨涅茲曲線的存在性提出了質(zhì)疑。然而現(xiàn)有研究考慮了省際或區(qū)際的地理或經(jīng)濟(jì)距離因素，解決了霧霾的溢出效應(yīng)，但是忽略了鄰近省區(qū)與本省區(qū)霧霾之間存在引力作用，因此引入引力模型空間權(quán)重矩陣是有必要的。

國(guó)外學(xué)者對(duì)于環(huán)境規(guī)制效果的研究側(cè)重于三個(gè)方面，一是微觀企業(yè)投資行為：促進(jìn)污染減排資本投資的環(huán)境規(guī)制政策會(huì)降低企業(yè)的投資率[11]，會(huì)降低建筑行業(yè)企業(yè)的競(jìng)爭(zhēng)績(jī)效，且行政監(jiān)管對(duì)績(jī)效的提升比經(jīng)濟(jì)監(jiān)管效果大[12]，對(duì)有形的商品、新建筑、機(jī)械和“生產(chǎn)性”等四種不同類型投資的影響[13]；二是對(duì)新建廠商數(shù)量的影響[14]；三是對(duì)微觀企業(yè)技術(shù)創(chuàng)新活動(dòng)的選擇[15]。國(guó)外研究較少涉及環(huán)境規(guī)制方面的空間計(jì)量分析，而國(guó)內(nèi)對(duì)大氣污染與環(huán)境規(guī)制之間關(guān)系的研究，也大多采用傳統(tǒng)的計(jì)量經(jīng)濟(jì)學(xué)方法，從環(huán)境規(guī)制主體、行業(yè)產(chǎn)業(yè)排放、經(jīng)濟(jì)活動(dòng)指標(biāo)等角度展開：一方面，何為等[16]認(rèn)為政府的執(zhí)行能力能使天津市各地污染物的排放顯著降低；賀燦飛等[17]發(fā)現(xiàn)政府的弱執(zhí)行能力和企業(yè)的執(zhí)行阻力會(huì)降低環(huán)境質(zhì)量，而社會(huì)公眾的壓力則會(huì)提高環(huán)境質(zhì)量，三者的總效應(yīng)使大氣污染狀況得到改善；與上述結(jié)論有所不同，王書斌和徐盈之[18]以工業(yè)企業(yè)投資偏好為切入點(diǎn)，發(fā)現(xiàn)環(huán)境行政管制和環(huán)境污染監(jiān)管對(duì)霧霾有較強(qiáng)的抑制作用，環(huán)境經(jīng)濟(jì)規(guī)制則會(huì)削弱該效應(yīng)。另一方面，徐成龍和程鈺[19]以山東為研究對(duì)象，研究發(fā)現(xiàn)環(huán)境規(guī)制的工業(yè)結(jié)構(gòu)效應(yīng)和技術(shù)效率效應(yīng)對(duì)大氣污染的抑制作用明顯；高明等[20]認(rèn)為環(huán)境規(guī)制只對(duì)東部省區(qū)工業(yè)污染的減排起到了抑制作用，全國(guó)范圍內(nèi)效果并不佳。此外，劉曉紅和江可申[21]通過對(duì)分級(jí)后的霧霾水平分析，認(rèn)為環(huán)境規(guī)制對(duì)全國(guó)霧霾的遏制是通過中、輕污染省區(qū)發(fā)揮作用來實(shí)現(xiàn)的。

鑒于傳統(tǒng)的計(jì)量經(jīng)濟(jì)學(xué)方法忽略了霧霾存在空間相關(guān)性的事實(shí)[9]，并未將空間依賴性作為關(guān)鍵因素去考量，而已有的空間計(jì)量實(shí)證研究[22]中普遍采用的四種空間權(quán)重矩陣無法滿足對(duì)霧霾實(shí)際空間效應(yīng)的刻畫：鄰接空間權(quán)重矩陣忽略了來自非相鄰省區(qū)霧霾的影響；地理鄰近空間權(quán)重矩陣僅僅考慮了地理因素，沒有考慮周邊省區(qū)的霧霾水平；經(jīng)濟(jì)鄰近空間權(quán)重矩陣單純考慮了省際經(jīng)濟(jì)發(fā)展差異；地理經(jīng)濟(jì)鄰近空間權(quán)重矩陣忽略了省際或區(qū)際霧霾水平的引力作用，而引入基于引力模型的空間權(quán)重矩陣則可以較好地刻畫該問題。此外，針對(duì)異質(zhì)性問題，主要有四種處理辦法，一是將空間單元上的樣本劃分為若干個(gè)部分，二是采用地理加權(quán)回歸的方法，三是定義新的變量，四是創(chuàng)新權(quán)重矩陣。相較于已有研究，本文將從以下幾個(gè)方面予以分析：①使用PM2.5的柵格數(shù)據(jù)表示霧霾程度，運(yùn)用探索性空間數(shù)據(jù)分析方法，描述霧霾的時(shí)空動(dòng)態(tài)分布格局；②在環(huán)境庫(kù)茨涅茲曲線[23]的基礎(chǔ)上，將空間因素納入霧霾與環(huán)境規(guī)制之間關(guān)系的考察中，引入基于引力模型的空間權(quán)重矩陣，采用新經(jīng)濟(jì)地理學(xué)中特定的空間回歸方法進(jìn)行研究；③將全國(guó)劃分為西部、中部和東部三大省區(qū)，比較分析各省區(qū)的經(jīng)濟(jì)增長(zhǎng)對(duì)該省區(qū)霧霾的影響，以及各省區(qū)環(huán)境規(guī)制的效果；④考察經(jīng)濟(jì)增長(zhǎng)、環(huán)境規(guī)制等變量的直接效應(yīng)和溢出效應(yīng)。endprint

2 模型設(shè)定與方法解析

2.1 霧霾重心遷移軌跡

根據(jù)張興榆等[24]，霧霾的“重心”指在地理空間上存在一點(diǎn)，在該點(diǎn)處來自不同方向上的力量相互作用，使霧霾達(dá)到了平衡狀態(tài)，可以用來描述霧霾的動(dòng)態(tài)演化趨勢(shì)，進(jìn)一步揭示該事物的區(qū)際空間差異，本文采用地理學(xué)上的GIS技術(shù)，確定全國(guó)霧霾“重心”的地理坐標(biāo)：

其中，X和Y分別表示各年霧霾“重心”的經(jīng)度值和緯度值，xi和yi分別表示第i和第j個(gè)省、市（自治區(qū)）省會(huì)中心的經(jīng)度值和緯度值，Mi表示第i個(gè)省、市（自治區(qū)）霧霾的數(shù)值。全國(guó)霧霾“重心”空間省際平均移動(dòng)距離的計(jì)算公式：

其中，D表示兩個(gè)不同年際間“重心”移動(dòng)的距離，s和k分別表示兩個(gè)不同的年份，（XsYs）和（XkYk）分別表示第s年和第k年某省、市（自治區(qū)）霧霾“重心”所在空間位置的經(jīng)度值和緯度值，C表示地理經(jīng)緯度值轉(zhuǎn)換為空間距離的系數(shù)，通常為111.111。

2.2 構(gòu)造基于引力模型的空間權(quán)重矩陣

Anselin et al.[25]提出通過引入空間權(quán)重矩陣來度量觀測(cè)值之間的空間關(guān)聯(lián)機(jī)制，空間權(quán)重矩陣是事物之間空間屬性的一種表現(xiàn)形式。針對(duì)不同的結(jié)構(gòu)的空間單元，需考慮到空間權(quán)重矩陣的適用性，而目前空間計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用中的經(jīng)濟(jì)理論大多采用基于鄰接關(guān)系、距離函數(shù)和離散點(diǎn)的空間權(quán)重矩陣，缺乏對(duì)空間權(quán)重矩陣的其他設(shè)定[26]。不同的空間權(quán)重矩陣會(huì)造成差異較大的估計(jì)結(jié)果，而大氣污染中存在下面的條件：首先，霧霾水平較高的省區(qū)會(huì)對(duì)霧霾水平較低的省區(qū)產(chǎn)生一定的影響，同時(shí)，隨著兩地之間距離的增加，影響的效應(yīng)會(huì)逐漸減弱。據(jù)此，本文將物理學(xué)中的引力模型引入不同省區(qū)之間霧霾的空間關(guān)聯(lián)效應(yīng)中，提出基于引力模型的空間權(quán)重矩陣（W），矩陣中各元素的定義如下式所示：

其中，wij表示空間權(quán)重矩陣中的元素，i和j表示省份，PMi和PMj分別表示1999年至2011年第i和j省份霧霾的平均值，dij表示兩個(gè)省級(jí)行政區(qū)地理中心之間的直線里程。

2.3 探索性空間數(shù)據(jù)分析

2.3.1 全域空間相關(guān)性分析

全域空間相關(guān)性分析的指標(biāo)有全域空間自相關(guān)Morans I指數(shù)和Geary C指數(shù)兩種，張松林和張昆[27]經(jīng)過研究認(rèn)為在判斷一個(gè)區(qū)域是否存在空間聚集時(shí)，采用Morans I指數(shù)更為可靠，基于此本文采用Morans I指數(shù)，其公式如下：

其中，n表示地區(qū)數(shù)，xi表示第i個(gè)地區(qū)的霧霾觀測(cè)值，wij表示空間權(quán)重矩陣中的元素，=1/n∑ni=1xi。

2.3.2 局域空間相關(guān)性分析

在實(shí)際情況中，由于研究區(qū)域存在一定程度的空間異質(zhì)性，各自的空間關(guān)聯(lián)情況并不一樣，而全域的空間相關(guān)性分析往往會(huì)忽略空間異質(zhì)性的影響，因此對(duì)局域的空間相關(guān)性進(jìn)行分析并以此來測(cè)算局部區(qū)域霧霾的空間相關(guān)性是有必要的，局域空間相關(guān)性指數(shù)Morans I定義為[28]：

其中，S2=∑ni=1（xi-x）2n（7）式中各元素含義同上。

2.4 空間面板模型的選擇

空間杜賓模型是SAR、SER和SLX的嵌套模型，本文在引力空間權(quán)重矩陣的基礎(chǔ)上，建立空間杜賓模型，以研究各省和鄰省的地理、經(jīng)濟(jì)及環(huán)境規(guī)制等對(duì)本地霧霾狀況的影響。霧霾在省際間可能存在三種空間依賴性[29]：①一個(gè)省份的霧霾會(huì)通過空間傳導(dǎo)機(jī)制對(duì)周邊省份產(chǎn)生影響，空間滯后模型（SAR）可以解決該問題；②除經(jīng)濟(jì)增長(zhǎng)和環(huán)境規(guī)制以外，可能還存在影響霧霾水平在不同省區(qū)之間溢出的其他變量，空間誤差模型（SER）可以解決該問題；③一個(gè)省份的霧霾水平不僅與該省的經(jīng)濟(jì)增長(zhǎng)和環(huán)境規(guī)制相關(guān)聯(lián)，也與鄰省的相關(guān)因素密切相關(guān)，外生解釋變量的滯后模型（SLX）可以解決該問題。本文構(gòu)建的模型如下[30]：

其中，i表示省份，t表示年份，W表示基于引力模型的空間權(quán)重矩陣，用來表征省際間霧霾的依賴關(guān)系；Xti表示外生解釋變量矩陣，Xti=[lnGDPti，ln（GDPti）2，ERti，C]，GDPti，表示人均國(guó)內(nèi)生產(chǎn)總值，ERti表示環(huán)境規(guī)制強(qiáng)度系數(shù)，C表示控制變量矩陣，相關(guān)變量包括交通運(yùn)輸TPti、能源消費(fèi)強(qiáng)度EDti、產(chǎn)業(yè)結(jié)構(gòu)ISti和城鎮(zhèn)化水平URti、外商直接投資FDIti；ρ表示空間自回歸系數(shù)；θ表示自變量空間滯后值的系數(shù)；λ表示空間自相關(guān)系數(shù)；表示待估計(jì)的參數(shù)向量；W·PMti為霧霾的空間滯后值，表示周圍省份的霧霾水平和與本省的鄰近關(guān)系對(duì)本省霧霾造成的影響；εti為服從正態(tài)分布的隨機(jī)誤差向量。為降低異方差的影響，同時(shí)消除數(shù)據(jù)的非平穩(wěn)性因素，本模型采用對(duì)數(shù)的形式。

當(dāng)滿足ρ≠0、θ=0和λ=0時(shí)，空間杜賓模型退化為空間滯后模型，僅體現(xiàn)霧霾水平的空間交互效應(yīng)，具體形式為：

當(dāng)滿足λ≠0、ρ=0和θ=0時(shí)，空間杜賓模型退化為空間誤差模型，度量了鄰近地區(qū)關(guān)于因變量的誤差沖擊對(duì)本地區(qū)觀測(cè)值的影響程度，具體形式為：

本文根據(jù)區(qū)際霧霾之間依賴關(guān)系的具體形式來確立模型，首先采用沃爾德Wald法和似然比LR法對(duì)空間杜賓模型進(jìn)行估計(jì)，原假設(shè)為H0：θ=0且H0：θ+δβ=0，根據(jù)沃爾德檢驗(yàn)和似然比檢驗(yàn)的估計(jì)結(jié)果，假如拒絕了前一個(gè)原假設(shè)，則選擇使用空間滯后模型；假如拒絕了后一個(gè)原假設(shè)，則選擇使用空間誤差模型。假如上述兩個(gè)條件中有一個(gè)不滿足，或者同時(shí)拒絕了兩個(gè)原假設(shè)，則選擇使用空間杜賓模型[26]。

3 數(shù)據(jù)來源與變量選擇

近年來，馬麗梅和張曉[9]、潘慧峰等[31]、邵帥等[10]專家學(xué)者紛紛運(yùn)用PM2.5（細(xì)顆粒物）作為衡量霧霾狀況的指標(biāo)。由于中國(guó)國(guó)家大氣環(huán)境檢測(cè)系統(tǒng)在2012年才開始將PM2.5濃度值納入監(jiān)測(cè)指標(biāo)體系，相關(guān)數(shù)據(jù)不完善，而通過衛(wèi)星搭載設(shè)備對(duì)氣溶膠光學(xué)厚度進(jìn)行測(cè)定得到的遙感數(shù)據(jù)具有時(shí)間序列長(zhǎng)和空間覆蓋廣的優(yōu)點(diǎn)，其反演的氣溶膠光學(xué)厚度（AOD）被普遍認(rèn)為是表示PM2.5濃度的重要指標(biāo)，因此考慮使用美國(guó)宇航局下設(shè)于哥倫比亞大學(xué)的社會(huì)經(jīng)濟(jì)數(shù)據(jù)應(yīng)用中心（SEDAC）監(jiān)測(cè)PM2.5的衛(wèi)星影像柵格數(shù)據(jù)，通過軟件提取得到中國(guó)各省、市和自治區(qū)（以下簡(jiǎn)稱“省份”）的PM2.5濃度數(shù)據(jù)，以此表征各省份的霧霾水平。此外，由于SEDAC的PM2.5濃度數(shù)據(jù)有3年移動(dòng)平均數(shù)據(jù)和年份數(shù)據(jù)兩組，但對(duì)它們進(jìn)行推算所得到的年份PM2.5數(shù)據(jù)的質(zhì)量欠佳，故將3年移動(dòng)平均數(shù)據(jù)取做中間年份的數(shù)據(jù)，由此得到1999—2011年的年份PM2.5數(shù)據(jù)。endprint

對(duì)部分解釋變量的說明如下：①經(jīng)濟(jì)增長(zhǎng)（EG）。采用人均GDP衡量，以1978年作為基準(zhǔn)年，為了探究環(huán)境污染與經(jīng)濟(jì)增長(zhǎng)之間是否呈庫(kù)茲涅茨曲線的倒“U”型關(guān)系，在模型中引入人均GDP及其平方項(xiàng)，均取自然對(duì)數(shù)[6]。②環(huán)境規(guī)制（ER）。國(guó)內(nèi)外學(xué)者提出了計(jì)算環(huán)境規(guī)制強(qiáng)度所采用的6種方法，每種方法在一定程度上都各自存在局限性[32]。學(xué)者余長(zhǎng)林和高宏建[33]、穆懷中和范洪敏[34]都選用了省份工業(yè)污染源治理的總投資額與規(guī)模以上工業(yè)企業(yè)工業(yè)增加值的比值作為衡量環(huán)境規(guī)制的指標(biāo)，鑒于相關(guān)數(shù)據(jù)便于獲取，也較為完備，本文也選取該方法。關(guān)于控制變量的說明：①交通因素（TP），各省私人汽車擁有量與公路里程的比值可用來表示交通壓力，城市居民油品的生活消耗量與城市道路面積的比值可用來表示交通擁堵程度[35]，但是私有汽車保有量不能代表所有城市車輛，所以本文采用城市居民油品的生活消耗量與道路長(zhǎng)度的比值來測(cè)度交通因素，并通過對(duì)二者歸一化處理以消除量綱差異。②產(chǎn)業(yè)結(jié)構(gòu)（IS），用第二產(chǎn)業(yè)占GDP的比重表示[36]。③外商直接投資（FDI），用各省市實(shí)際利用外資額表示[37]，不對(duì)企業(yè)投資類型加以區(qū)分，以此來反映地區(qū)經(jīng)濟(jì)的整體開放程度。④城鎮(zhèn)化水平（UR），用各省份城鎮(zhèn)常住人口占該省份常住總?cè)丝诘谋壤硎綶21]。⑤能源消費(fèi)強(qiáng)度（ED），用各省單位GDP的能源消費(fèi)量表示[38]。從省級(jí)單元尺度構(gòu)建1999—2011年全國(guó)30個(gè)省份PM2.5濃度、環(huán)境及社會(huì)經(jīng)濟(jì)面板數(shù)據(jù)庫(kù)，不含西藏、香港、澳門和臺(tái)灣，主要原因在于這些省份的統(tǒng)計(jì)數(shù)據(jù)不完備。環(huán)境數(shù)據(jù)來源于CEIC數(shù)據(jù)庫(kù)、《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》和《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》，社會(huì)經(jīng)濟(jì)數(shù)據(jù)來源于《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)人口統(tǒng)計(jì)年鑒》。

4 實(shí)證結(jié)果與分析

4.1 霧霾現(xiàn)狀分析

通過使用全國(guó)PM2.5的柵格數(shù)據(jù)生成13個(gè)年份霧霾的空間分布圖，以此表征霧霾的時(shí)空格局，限于文章篇幅，在此僅列出5個(gè)代表性年份的空間分布圖，如圖1所示，其中色彩分級(jí)采用自然斷點(diǎn)法。可以看出，全國(guó)大部分省區(qū)都遭受著不同程度的霧霾。其中華北省區(qū)霧霾最為嚴(yán)重，部分華中、華東、西北和西南省區(qū)緊隨其后，這些省區(qū)整體污染程度較其余省區(qū)高出1倍左右。霧霾高污染區(qū)集中分布在天津、河北、上海、河南、山東和江蘇等省區(qū)，而內(nèi)蒙古、黑龍江、吉林、青海、云南和海南等省份則常年處于低污染區(qū)。

1999—2011年期間，霧霾水平呈現(xiàn)空間集聚現(xiàn)象，其變化呈現(xiàn)兩個(gè)趨勢(shì)：一是在氣象和地理?xiàng)l件因素，以及社會(huì)經(jīng)濟(jì)因素的影響下，霧霾逐漸向東部沿海省區(qū)擴(kuò)散，河南和山東等地，以及京津冀和長(zhǎng)江三角洲兩大經(jīng)濟(jì)圈的部分地區(qū)污染最為嚴(yán)重；二是氣候干旱、土地荒漠化嚴(yán)重的西北省區(qū)沙塵天氣形成的條件非常有利，沙塵暴天氣持續(xù)肆虐，霧霾水平相對(duì)來說則有所下降。

集聚和擴(kuò)散的力量使得霧霾在空間上的分布出現(xiàn)了不同程度的移動(dòng)現(xiàn)象，為進(jìn)一步考察霧霾在空間上的軌跡，運(yùn)用ArcGIS軟件做出霧霾的空間“重心”及其遷移軌跡，如圖2所示。可以看出霧霾“重心”一直都處于河南省內(nèi)偏南地區(qū)，呈現(xiàn)先向東南再向西北移動(dòng)的趨勢(shì)，并且前幾年變化幅度較大，后幾年變化較小，位置也相對(duì)集中，經(jīng)緯度坐標(biāo)顯示霧霾“重心”整體上表現(xiàn)為向東部偏移，其中經(jīng)向移動(dòng)0.831°，緯向移動(dòng)-0.082°，換算成公路里程為76 557 m。

4.2 探索性空間數(shù)據(jù)分析

4.2.1 全域空間相關(guān)性分析

采用1998—2012年霧霾的截面數(shù)據(jù)，運(yùn)用MATLAB軟件計(jì)算引力模型空間權(quán)重矩陣下每年霧霾的Morans I指數(shù)，結(jié)果顯示全部通過了1%水平的顯著性檢驗(yàn)，其具體數(shù)值和變化趨勢(shì)如表1所示。可以看出全國(guó)的霧霾在每年都呈現(xiàn)顯著的空間正相關(guān)性，因此在計(jì)量模型中納入空間影響因子是必要的，而且隨著時(shí)間的推移，盡管個(gè)別年份Morans I指數(shù)有所下降，但相關(guān)程度整體上處在較高水平，且總體有所增強(qiáng)，說明霧霾的空間依賴性在時(shí)間維度上大致呈加強(qiáng)的趨勢(shì)。

4.2.2 局域空間相關(guān)性分析

采用霧霾的截面數(shù)據(jù)，聯(lián)合使用Geoda軟件和ArcGIS軟件，生成13個(gè)年份的LISA集聚圖，限于文章篇幅，在此僅列出3個(gè)代表性年份的集聚圖，如圖3所示。霧霾高-高集聚性很強(qiáng)，表現(xiàn)為霧霾水平較高的省區(qū)被鄰近的高霧霾省區(qū)所包圍，該區(qū)域呈向東和向北擴(kuò)張的演化趨勢(shì)，逐漸形成了以環(huán)渤海、京津冀和長(zhǎng)江三角洲為集聚核心的高霧霾地帶。而位于東北的黑龍江和吉林，西北省區(qū)的甘肅、青海、寧夏和內(nèi)蒙古，以及西南省區(qū)的云南等省份的霧霾水平較低，常年被周圍的高污染省區(qū)包圍，形成了低-高集聚地帶。

4.2.3 三大區(qū)域各自的空間相關(guān)性分析

以地方的經(jīng)濟(jì)發(fā)展水平和所處的地理位置為依據(jù)，將全國(guó)劃分為西部、中部和東部三個(gè)區(qū)域[38]。為深入考察各自空間相關(guān)性情況，再次計(jì)算每個(gè)區(qū)域各年霧霾的莫蘭指數(shù)值，并與全國(guó)霧霾的莫蘭指數(shù)值進(jìn)行對(duì)比，結(jié)果如圖4所示。可知三個(gè)區(qū)域霧霾的空間相關(guān)性存在差異，在沒有考慮區(qū)域間相互關(guān)聯(lián)的情況下，東部省區(qū)霧霾的內(nèi)部正空間相關(guān)程度最強(qiáng)，西部省區(qū)次之，中部省區(qū)的空間關(guān)聯(lián)程度最弱。由于各區(qū)域之間也具有相關(guān)性，整體上增強(qiáng)了全國(guó)霧霾的相關(guān)程度，使得全國(guó)霧霾的空間相關(guān)性強(qiáng)于三個(gè)區(qū)域，如果忽略了這種區(qū)域間的依賴性，會(huì)低估全國(guó)范圍內(nèi)霧霾的相關(guān)程度。

4.3 關(guān)聯(lián)效應(yīng)測(cè)定

4.3.1 空間計(jì)量模型實(shí)證結(jié)果及分析

為了考察局域性的空間溢出效應(yīng)在解釋各因素變動(dòng)時(shí)對(duì)霧霾影響的程度，運(yùn)用MATLAB軟件，分別使用空間杜賓模型對(duì)全國(guó)和不同區(qū)域的樣本進(jìn)行空間異質(zhì)性檢驗(yàn)，估計(jì)結(jié)果如表2所示。根據(jù)沃爾德檢驗(yàn)（Wald）和似然比檢驗(yàn)（LR）的結(jié)果，同時(shí)拒絕了兩個(gè)原假設(shè)，即拒絕了空間誤差模型和空間滯后模型，因此采取空間杜賓模型[40]，進(jìn)行了實(shí)證分析。根據(jù)Hausman檢驗(yàn)結(jié)果，p值小于0.05，拒絕隨機(jī)效應(yīng)，全國(guó)、西部、中部和東部省區(qū)都采用固定效應(yīng)模型。endprint

可以看出，全國(guó)、西部、中部和東部省區(qū)霧霾的空間滯后系數(shù)（W·lnPM2.5）全部顯著為正，進(jìn)一步驗(yàn)證了霧霾的空間相關(guān)性：在氣候、生物和社會(huì)經(jīng)濟(jì)因素達(dá)到一定條件時(shí)，會(huì)有利于大氣污染物的擴(kuò)散[10，41]，使得某省區(qū)的霧霾狀況顯著地受周邊省區(qū)，尤其是地理距離較近的省區(qū)污染水平的影響，表明了對(duì)象省份的污染程度和地理位置是霧霾產(chǎn)生關(guān)聯(lián)的兩個(gè)重要因素。霧霾的相關(guān)性呈現(xiàn)全國(guó)>東部省區(qū)>西部省區(qū)>中部省區(qū)的空間分異特征，與截面數(shù)據(jù)計(jì)算得到的莫蘭指數(shù)值一致。對(duì)于經(jīng)濟(jì)增長(zhǎng)和環(huán)境規(guī)制，以及其他的控制變量對(duì)霧霾的影響而言，各個(gè)區(qū)域不完全相同。各解釋因素的邊際效應(yīng)為：

經(jīng)濟(jì)增長(zhǎng)。在研究期內(nèi)，三個(gè)區(qū)域呈現(xiàn)顯著的倒“U”型關(guān)系，但不同省區(qū)在不同經(jīng)濟(jì)發(fā)展階段的研究結(jié)果有所不同，其中中部省區(qū)的倒“U”型曲線最為陡峭，且所有省份都過了拐點(diǎn)，實(shí)現(xiàn)了霧霾與經(jīng)濟(jì)增長(zhǎng)之間的脫鉤，經(jīng)濟(jì)增長(zhǎng)與霧霾實(shí)現(xiàn)了從互為掣肘的矛盾方到互相促進(jìn)的協(xié)同方的轉(zhuǎn)變；西部省區(qū)的倒“U”型曲線比中部省區(qū)平緩，其中廣西、貴州、云南、甘肅、青海和寧夏等省份還沒有過拐點(diǎn)；東部省區(qū)的倒“U”型曲線最為平緩，沒有過拐點(diǎn)的省份有河北、黑龍江、安徽和河南。在全國(guó)范圍內(nèi)，經(jīng)濟(jì)增長(zhǎng)一次項(xiàng)（lnGDP）的估計(jì)系數(shù)顯著為負(fù)，二次項(xiàng)（ln2GDP）的估計(jì)系數(shù)顯著為正，表明霧霾與經(jīng)濟(jì)增長(zhǎng)之間的擬合曲線呈現(xiàn)較顯著的正“U”型，即霧霾隨著經(jīng)濟(jì)的增長(zhǎng)表現(xiàn)出先減少后增加的趨勢(shì)，證明了全國(guó)意義上的環(huán)境庫(kù)茨涅茲（EKC）假說是不存在的，或者是至少還未出現(xiàn)。霧霾不僅是大氣污染現(xiàn)象，也是經(jīng)濟(jì)發(fā)展現(xiàn)象，中國(guó)整體尚處于曲線上升的階段，霧霾與經(jīng)濟(jì)增長(zhǎng)保持正相關(guān)的關(guān)系不變，要重點(diǎn)加強(qiáng)西部和東部省區(qū)經(jīng)濟(jì)的轉(zhuǎn)型升級(jí)。

環(huán)境規(guī)制。環(huán)境規(guī)制（lnER）系數(shù)的估計(jì)符號(hào)存在明顯的區(qū)域性差異，其中西部和東部省區(qū)的環(huán)境規(guī)制效果較為理想，且東部省區(qū)霧霾對(duì)環(huán)境規(guī)制的邊際效應(yīng)大于西部省區(qū)，而中部省區(qū)環(huán)境規(guī)制的效果失靈較嚴(yán)重。但是全國(guó)環(huán)境規(guī)制的系數(shù)估計(jì)顯著為正，且在1%的顯著性水平下通過了檢驗(yàn)，表明雖然不同區(qū)域環(huán)境規(guī)制的效果不盡相同，但整體上環(huán)境管制對(duì)霧霾依舊未起到明顯的抑制作用。其中東部省區(qū)的抑制作用可能來源于兩方面，一是在工業(yè)化前期，隨著經(jīng)濟(jì)發(fā)展水平的快速增長(zhǎng)，東部省區(qū)進(jìn)入了工業(yè)化中后期，經(jīng)濟(jì)的增長(zhǎng)方式逐漸由粗放型向集約型轉(zhuǎn)變，經(jīng)濟(jì)增速開始放緩，公眾的環(huán)保意識(shí)日益增強(qiáng)，加大了對(duì)高空氣質(zhì)量的訴求，政府也加大了對(duì)大氣質(zhì)量保護(hù)的經(jīng)費(fèi)投入，環(huán)境規(guī)制力度較大。二是伴隨著技術(shù)創(chuàng)新投入的增加，企業(yè)減少污染排放的能力大大提高，在一定程度上抑制了霧霾，即東部省區(qū)的情況支持“波特假說”。對(duì)于西部省區(qū)而言，不僅環(huán)境規(guī)制強(qiáng)度較大，而且霧霾程度也比中部和東部省區(qū)輕，從而使得環(huán)境規(guī)制取得了一定效果。而中部省區(qū)為促進(jìn)省區(qū)經(jīng)濟(jì)發(fā)展，會(huì)以犧牲環(huán)境質(zhì)量為代價(jià)來吸引投資，實(shí)際的環(huán)境規(guī)制力度出現(xiàn)放松，此外中部省區(qū)的經(jīng)濟(jì)增長(zhǎng)速度逐漸超過東部省區(qū)，成為新的增長(zhǎng)極，快速發(fā)展的經(jīng)濟(jì)依賴于高耗能和高污染的產(chǎn)業(yè)，也弱化了早期環(huán)境規(guī)制的效果。

控制變量。①交通運(yùn)輸（lnTP）的系數(shù)估計(jì)在西部和中部省區(qū)均是正值，且中部省區(qū)的估計(jì)系數(shù)大于西部省區(qū)，而在東部省區(qū)是負(fù)值。西部和中部省區(qū)機(jī)動(dòng)車行駛里程較高，公路密度和公共交通密度整體上也呈逐漸增大的態(tài)勢(shì)，不僅會(huì)造成交通擁堵狀況惡化，還會(huì)導(dǎo)致機(jī)動(dòng)車排放直接和間接造成的可吸入顆粒物增加，以及油品低下對(duì)減排效果的約束程度總體上達(dá)到最大，成為誘發(fā)霧霾的重要成因之一，但西部省區(qū)的交通密度不及中部省區(qū)高，由此對(duì)霧霾造成的影響也低于中部省區(qū)。而東部省區(qū)交通運(yùn)輸密度雖然很大，但可能與其城市道路設(shè)計(jì)的改造和優(yōu)化有關(guān)，減少了因交通擁堵所導(dǎo)致的尾氣排放。從全國(guó)來看，交通運(yùn)輸仍是引發(fā)霧霾的重要因素之一。②產(chǎn)業(yè)結(jié)構(gòu)（lnIS）的系數(shù)估計(jì)在三個(gè)區(qū)域都是正值，說明產(chǎn)業(yè)結(jié)構(gòu)不合理會(huì)間接增加大氣中二次氣溶膠顆粒的濃度。第二產(chǎn)業(yè)占比對(duì)霧霾的邊際效應(yīng)存在區(qū)域差異，其中中部最明顯，西部次之，而對(duì)東部的作用程度最小。③外商直接投資（lnFDI）的系數(shù)估計(jì)只有在東部省區(qū)為正值，在其他省區(qū)卻顯著為負(fù)，說明在東部地區(qū)投資集中于對(duì)能源和原材料消耗較大的勞動(dòng)密集型企業(yè)，主要表現(xiàn)為資本積累效應(yīng)，污染密集型企業(yè)數(shù)量增加，加重了當(dāng)?shù)氐拇髿馕廴荆拔廴咎焯谩奔僬f存在；而在中西部省區(qū)則主要體現(xiàn)為外資技術(shù)溢出效應(yīng)、競(jìng)爭(zhēng)效應(yīng)和示范效應(yīng)，使得外資技術(shù)研發(fā)水平得以提升，企業(yè)普遍采用了更環(huán)保清潔的技術(shù)，整體上降低了霧霾污染。④城鎮(zhèn)化率（lnUR）的系數(shù)估計(jì)只有在中部省區(qū)為正值，表明城鎮(zhèn)化水平只對(duì)中部省區(qū)的霧霾造成影響，在西部和東部省區(qū)，城鎮(zhèn)化不是誘發(fā)霧霾的主要成因。⑤能源消費(fèi)強(qiáng)度（lnED）在各個(gè)區(qū)域的系數(shù)估計(jì)值都為負(fù)，和預(yù)期不同，可能是由于13年間能源生產(chǎn)和消費(fèi)方式變革取得了積極成效，降低能源消耗強(qiáng)度和控制能源消費(fèi)總量的政策起到了作用，但是霧霾卻高居不下，因此控制能源的消費(fèi)量和消費(fèi)強(qiáng)度不是解決霧霾的關(guān)鍵所在。

4.3.2 直接效應(yīng)和溢出效應(yīng)

根據(jù)文獻(xiàn)[30]，在空間滯后因素的影響下，可能會(huì)存在內(nèi)生交互效應(yīng)，一個(gè)省份人均GDP和環(huán)境規(guī)制不僅會(huì)影響該省的霧霾，還會(huì)傳遞到周邊的鄰省，同時(shí)伴隨反饋效應(yīng)，會(huì)把源于鄰省的霧霾變化的影響傳回本省，使得空間杜賓模型中經(jīng)濟(jì)增長(zhǎng)和環(huán)境規(guī)制的系數(shù)估計(jì)無法反映經(jīng)濟(jì)增長(zhǎng)和環(huán)境規(guī)制強(qiáng)度對(duì)本省區(qū)霧霾產(chǎn)生的實(shí)際邊際效應(yīng)，即霧霾的直接效應(yīng)，因此直接效應(yīng)值要小于系數(shù)估計(jì)值。此外，間接效應(yīng)即為空間溢出效應(yīng)，分析間接效應(yīng)可以用來檢驗(yàn)空間溢出效應(yīng)存在與否的依據(jù)。

根據(jù)文獻(xiàn)[40]，SDM模型只有長(zhǎng)期效應(yīng)，沒有短期效應(yīng)。運(yùn)用SDM模型進(jìn)行估計(jì)時(shí)，經(jīng)濟(jì)增長(zhǎng)和環(huán)境規(guī)制強(qiáng)度的直接效應(yīng)和間接效應(yīng)取決于它們各自的空間滯后值的系數(shù)估計(jì)值θ。此外，如果θ≠0，則1個(gè)省區(qū)經(jīng)濟(jì)增長(zhǎng)和環(huán)境規(guī)制對(duì)霧霾產(chǎn)生的效應(yīng)是局部效應(yīng)，產(chǎn)生于該省區(qū)的鄰近省區(qū)；如果ρ≠0，則1個(gè)省區(qū)霧霾產(chǎn)生的效應(yīng)為全局效應(yīng)，不產(chǎn)生于該省區(qū)的鄰近省區(qū)；如果θ≠0且ρ≠0，則以上兩種情況都會(huì)發(fā)生。表3列出了空間杜賓模型直接效應(yīng)和間接效益的估計(jì)結(jié)果。endprint

估計(jì)結(jié)果表明：從全國(guó)總體來看，環(huán)境規(guī)制對(duì)霧霾并未起到抑制作用，交通運(yùn)輸和第二產(chǎn)業(yè)占比在不同程度上促進(jìn)了霧霾，其對(duì)霧霾產(chǎn)生的直接效應(yīng)大小為第二產(chǎn)業(yè)占比>交通運(yùn)輸密度，而外商直接投資、城鎮(zhèn)化率和能源消費(fèi)強(qiáng)度并不是造成霧霾的主要原因。在全國(guó)范圍內(nèi)，空間視角下交通運(yùn)輸密度和第二產(chǎn)業(yè)占比的溢出效應(yīng)系數(shù)估計(jì)值都是正值，說明了二者通過空間上的溢出效應(yīng)普遍地提高了霧霾水平。各因素的空間溢出效應(yīng)存在區(qū)域性差異。鄰近省區(qū)各個(gè)解釋變量的變化會(huì)波及到當(dāng)?shù)氐撵F霾，全國(guó)、西部省區(qū)、中部省區(qū)和東部省區(qū)表現(xiàn)得不盡相同，具體體現(xiàn)在：

（1）經(jīng)濟(jì)增長(zhǎng)滯后項(xiàng)（W·lnED）。經(jīng)濟(jì)增長(zhǎng)滯后項(xiàng)的估計(jì)系數(shù)在西部省區(qū)和東部省區(qū)為正，表明這兩個(gè)省區(qū)內(nèi)某個(gè)省份的經(jīng)濟(jì)增長(zhǎng)的影響會(huì)強(qiáng)大到影響臨近省份的經(jīng)

濟(jì)增長(zhǎng)，從而提高鄰近省份的霧霾水平。其中，西部省區(qū)的溢出效應(yīng)較大，可能與其靠前的經(jīng)濟(jì)增長(zhǎng)速度和邊界開放政策有關(guān)，隨著西部省區(qū)經(jīng)濟(jì)增速領(lǐng)跑全國(guó)，以及西部大開發(fā)政策的深入，在西部省區(qū)各省份快速發(fā)展的同時(shí)，鄰近省份的經(jīng)濟(jì)增長(zhǎng)速度也得以提高，霧霾程度隨之加深。東部省區(qū)內(nèi)各省的經(jīng)濟(jì)增長(zhǎng)對(duì)鄰近省份也具有帶動(dòng)作用，各省份經(jīng)濟(jì)增長(zhǎng)速度比西部省區(qū)快，各省份對(duì)鄰近省區(qū)經(jīng)濟(jì)增長(zhǎng)的擴(kuò)散作用大于西部省區(qū)。中部省區(qū)經(jīng)濟(jì)增長(zhǎng)滯后項(xiàng)的估計(jì)系數(shù)為負(fù)，表明各省的經(jīng)濟(jì)增長(zhǎng)會(huì)降低鄰近省區(qū)的霧霾水平。

（2）環(huán)境規(guī)制空間滯后項(xiàng)（W·lnER）。環(huán)境規(guī)制對(duì)霧霾的影響主要體現(xiàn)在促增作用和促降作用兩方面。各級(jí)地方政府對(duì)環(huán)境規(guī)制政策的制定和實(shí)施可能存在著“模仿”行為，引發(fā)了對(duì)環(huán)境規(guī)制政策的博弈，進(jìn)而會(huì)產(chǎn)生“搭便車”行為，環(huán)境規(guī)制會(huì)通過“擠出”效應(yīng)來減少本地的環(huán)保投入，加重本省區(qū)的霧霾；通過“示范”效應(yīng)增加鄰近省區(qū)的環(huán)保投入，進(jìn)而遏制霧霾。西部和東部省區(qū)的“擠出”效應(yīng)大于“示范”效應(yīng)，中部省區(qū)的“示范”效應(yīng)大于“擠出”效應(yīng)，但這種效應(yīng)表現(xiàn)得并不明顯。

（3）交通運(yùn)輸密度空間滯后項(xiàng)（W·lnTP）。西部省區(qū)相應(yīng)的系數(shù)估計(jì)值為正數(shù)，主要表現(xiàn)在鄰近省區(qū)機(jī)動(dòng)車使用量的增加對(duì)本地機(jī)動(dòng)車的保有量起到了促增作用，機(jī)動(dòng)車尾氣排放量隨之增加，間接降低了霧霾水平。中部省區(qū)的估計(jì)系數(shù)為顯著的負(fù)值，可能體現(xiàn)在交通基礎(chǔ)設(shè)施建設(shè)的競(jìng)爭(zhēng)上，本地基礎(chǔ)設(shè)施建設(shè)的數(shù)量會(huì)受到鄰近省區(qū)的正向影響，造成公路交通密度和軌道交通密度增加的程度大于鄰近省區(qū)，道路交通使用率較之于鄰近省區(qū)大幅下降，從而在一定程度上緩解了城市交通擁堵問題，從而減少了霧霾。

（4）產(chǎn)業(yè)結(jié)構(gòu)空間滯后項(xiàng)（W·lnIS）。西部省區(qū)產(chǎn)業(yè)結(jié)構(gòu)空間滯后項(xiàng)的估計(jì)系數(shù)為正值。在西部和中部省區(qū)，一個(gè)省區(qū)的高耗能和高污染產(chǎn)業(yè)的轉(zhuǎn)移和升級(jí)，對(duì)周邊承接了這種產(chǎn)業(yè)轉(zhuǎn)移的省區(qū)造成了環(huán)境壓力，這種情況在西部省區(qū)表現(xiàn)得尤其明顯。而東部省區(qū)的產(chǎn)業(yè)結(jié)構(gòu)更多的可能是通過空間溢出效應(yīng)對(duì)周邊省區(qū)產(chǎn)業(yè)結(jié)構(gòu)合理化調(diào)整而產(chǎn)生正向激勵(lì)作用。

（5）外商直接投資空間滯后項(xiàng)（W·lnFDI）。西部和中部省區(qū)某個(gè)省份的外商直接投資整體會(huì)降低鄰近省份的霧霾水平，一個(gè)省份外商直接投資的溢出效應(yīng)可能主要體現(xiàn)在技術(shù)溢出效應(yīng)上，外資企業(yè)表現(xiàn)出示范效應(yīng)，且西部省區(qū)體現(xiàn)得更加明顯。而東部省區(qū)內(nèi)某省份的外商直接投資會(huì)提高鄰近省區(qū)的霧霾水平，表明東部省區(qū)的外商直接投資可能對(duì)內(nèi)資企業(yè)表現(xiàn)出不明顯的擠出效應(yīng)。

（6）城鎮(zhèn)化水平空間滯后項(xiàng)（W·lnUR）。西部省區(qū)的估計(jì)系數(shù)為負(fù)，得益于規(guī)模效應(yīng)和集聚效應(yīng)，快速城鎮(zhèn)化的省區(qū)經(jīng)濟(jì)效率有所提升，居民為了追求更好的生活環(huán)境，提高了對(duì)環(huán)境質(zhì)量的訴求，環(huán)保要求和監(jiān)管要求也更加嚴(yán)格，基礎(chǔ)設(shè)施的利用效率得到提高，對(duì)鄰近省區(qū)產(chǎn)生了警示效應(yīng)，鄰近省區(qū)的居民改善大氣質(zhì)量的意愿更加強(qiáng)烈，進(jìn)而起到了一定的減霾效果，此外，高城鎮(zhèn)化率下農(nóng)村土壤和水土富營(yíng)養(yǎng)化污染水平較低，土壤水分蒸騰帶走了較少的氨氮等營(yíng)養(yǎng)物，附著在二次氣溶膠顆粒上的微生物種群的繁殖速度相對(duì)較慢，氣溶膠體積增大的速度和程度，由此引發(fā)的霧霾擴(kuò)散程度較輕[40]。中部省區(qū)的系數(shù)估計(jì)則為正值，本地較高的城鎮(zhèn)化水平引致了大量的消費(fèi)需求，由跨省交易導(dǎo)致的工業(yè)廢氣排放量的增加加重了鄰近省區(qū)的霧霾。

（7）能源消費(fèi)強(qiáng)度空間滯后項(xiàng)（W·lnEC）。所有省區(qū)能源消費(fèi)強(qiáng)度空間滯后項(xiàng)的估計(jì)系數(shù)都為負(fù)，且在西部和中部省區(qū)非常明顯。一個(gè)省區(qū)降低單位GDP的能耗，提高能源消費(fèi)效率高，可能會(huì)產(chǎn)生兩種效應(yīng)：新技術(shù)發(fā)明創(chuàng)造和能源清潔技術(shù)進(jìn)步的“示范”效應(yīng)起到了作用，對(duì)鄰近省區(qū)霧霾的影響呈現(xiàn)不顯著的負(fù)效應(yīng)；在沒有價(jià)格方面政策約束的情況下，會(huì)降低能源消費(fèi)的相對(duì)成本，提高本地和鄰近省區(qū)能源消費(fèi)的總量，出現(xiàn)能源消費(fèi)的“回彈”效應(yīng)[42]，加重了鄰近省區(qū)的霧霾。中部和西部省區(qū)主要是“示范”效應(yīng)起了作用。

5 結(jié)論及政策建議

本文針對(duì)霧霾的空間溢出效應(yīng)，提出了基于引力模型的空間權(quán)重矩陣，使用空間杜賓模型分別對(duì)全國(guó)及西部、中部和東部省區(qū)13年的樣本參數(shù)進(jìn)行估計(jì)，并且從經(jīng)濟(jì)增長(zhǎng)和環(huán)境規(guī)制等因素進(jìn)行了空間計(jì)量分析。通過研究認(rèn)為：①全國(guó)的霧霾普遍存在空間相關(guān)性，霧霾的集聚現(xiàn)象明顯。②全國(guó)霧霾與經(jīng)濟(jì)增長(zhǎng)之間呈現(xiàn)顯著的“U”型曲線，西部、中部和東部省區(qū)則與庫(kù)茨涅茲曲線假說相吻合，且中部的曲線較陡峭，西部的曲線較平坦。③只有西部和東部省區(qū)的環(huán)境規(guī)制效果較明顯，中部省區(qū)的環(huán)境規(guī)制欠佳，從全國(guó)總體來看，當(dāng)前的環(huán)境管制整體上并未對(duì)霧霾起到顯著的抑制作用。④東部省區(qū)和西部省區(qū)經(jīng)濟(jì)增長(zhǎng)對(duì)霧霾具有顯著的溢出效應(yīng)，且東部的溢出效應(yīng)大于西部地區(qū)。⑤環(huán)境規(guī)制的溢出效應(yīng)不明顯。根據(jù)上述結(jié)論，提出霧霾區(qū)域性治理的相應(yīng)建議：

第一，明確合理地劃分中央和三大省區(qū)中地方政府在霧霾治理上的事權(quán)和財(cái)權(quán)。中央政府應(yīng)建立區(qū)域間協(xié)同機(jī)制，完善區(qū)域聯(lián)防聯(lián)控和聯(lián)防聯(lián)治機(jī)制，設(shè)置懲罰和激勵(lì)機(jī)制，使各治理主體之間形成密切的合作，形成防治霧霾的合力。將河南和山東，以及京津冀和長(zhǎng)江三角洲部分地區(qū)劃分為重點(diǎn)治理區(qū)域。以三個(gè)省區(qū)內(nèi)部的利益分配為抓手，完善和平衡好各省區(qū)地方政府間的協(xié)作機(jī)制和利益協(xié)調(diào)機(jī)制，保證地方政府大氣污染治理方面的財(cái)政資金到位。考慮各地區(qū)的具體利益訴求，統(tǒng)一區(qū)域間執(zhí)法處罰標(biāo)準(zhǔn)，明確信息共享、執(zhí)法監(jiān)督、工作機(jī)制等實(shí)施細(xì)則。endprint

第二，未來霧霾下降的主要驅(qū)動(dòng)力之一是中國(guó)經(jīng)濟(jì)增長(zhǎng)方式的轉(zhuǎn)變，把東部省區(qū)作為經(jīng)濟(jì)結(jié)構(gòu)和制度調(diào)整的重點(diǎn)區(qū)域，推進(jìn)西部和東部省區(qū)尤其是東部地區(qū)的轉(zhuǎn)型升級(jí)。充分考慮經(jīng)濟(jì)快速發(fā)展所帶來的環(huán)境成本，從一味地追求GDP到向兼顧經(jīng)濟(jì)質(zhì)量和效益，向開放性創(chuàng)新經(jīng)濟(jì)轉(zhuǎn)型，加大技術(shù)資本和知識(shí)資本等高級(jí)要素的創(chuàng)新性投入，發(fā)展本土高端生產(chǎn)性服務(wù)業(yè)，實(shí)現(xiàn)東部省區(qū)經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)型和結(jié)構(gòu)升級(jí)。

第三，不應(yīng)該采取“一刀切”的環(huán)境規(guī)制強(qiáng)度標(biāo)準(zhǔn)，而應(yīng)該根據(jù)不同區(qū)域的實(shí)際情況，制定和完善差異化區(qū)域環(huán)境規(guī)制對(duì)策，相機(jī)修訂西部、中部和東部省區(qū)的環(huán)境規(guī)制，形成具有區(qū)域特色的治理框架。建議中部省區(qū)地方政府通過調(diào)整激勵(lì)模式，加大對(duì)企業(yè)技術(shù)創(chuàng)新和應(yīng)用的扶持力度，增加對(duì)高污染企業(yè)的懲治力度，對(duì)積極應(yīng)用廢氣處理技術(shù)的重化工業(yè)給予鼓勵(lì)和適當(dāng)?shù)恼哐a(bǔ)貼。充分利用行政手段和經(jīng)濟(jì)手段，完善排污交易和排放許可證交易制度，加大排污費(fèi)征收力度，對(duì)違規(guī)企業(yè)限制貸款和融資渠道，推動(dòng)?xùn)|部省區(qū)先進(jìn)的環(huán)保技術(shù)向中部省區(qū)轉(zhuǎn)移，同時(shí)相應(yīng)地完善環(huán)境規(guī)制。

第四，各區(qū)域?qū)嵤┎町惢恼摺Ｎ鞑康貐^(qū)鼓勵(lì)發(fā)展新能源。中部省區(qū)重點(diǎn)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，利用高新技術(shù)改造傳統(tǒng)產(chǎn)業(yè)；加強(qiáng)基礎(chǔ)設(shè)施建設(shè)，加快新型城鎮(zhèn)化進(jìn)程，改善和優(yōu)化人居環(huán)境。中西部地區(qū)優(yōu)化城市道路和交通網(wǎng)絡(luò)設(shè)計(jì)，減少車輛擁堵等待時(shí)長(zhǎng)，加強(qiáng)油品質(zhì)量監(jiān)督，減少劣質(zhì)油品的使用，鼓勵(lì)居民綠色出行，發(fā)展公共交通運(yùn)輸體系，提高公共交通服務(wù)質(zhì)量；鼓勵(lì)各省市之間繼續(xù)發(fā)揮交通基礎(chǔ)設(shè)施建設(shè)方面的競(jìng)爭(zhēng)；防止高耗能高污染產(chǎn)業(yè)在省際間轉(zhuǎn)移。東部地區(qū)要加快工業(yè)綠色轉(zhuǎn)型，倡導(dǎo)發(fā)展更多節(jié)能環(huán)保產(chǎn)業(yè)；著重提高準(zhǔn)入門檻，對(duì)外商直接投資加以甄別，改進(jìn)清潔生產(chǎn)技術(shù)，加強(qiáng)技術(shù)創(chuàng)新；建立長(zhǎng)期有效的激勵(lì)機(jī)制，發(fā)揮外商直接投資的技術(shù)溢出作用；積極發(fā)揮東部產(chǎn)業(yè)在省際間的正向激勵(lì)。

第五，中央政府推行建立以公共服務(wù)為導(dǎo)向的地方行政準(zhǔn)則，構(gòu)建多元化的政績(jī)考核體系。鼓勵(lì)中部省區(qū)繼續(xù)發(fā)揮環(huán)境規(guī)制良好的示范作用，通過合理的政策引導(dǎo)，如對(duì)達(dá)標(biāo)的排污企業(yè)給予政策支持和物質(zhì)獎(jiǎng)勵(lì)等措施，有效控制住西部和東部省區(qū)環(huán)境規(guī)制產(chǎn)生的“擠出”效應(yīng)，有效減少搭便車的行為。

參考文獻(xiàn)（References）

[1]藺雪芹， 王岱. 中國(guó)城市空氣質(zhì)量時(shí)空演化特征及社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)力[J]. 地理學(xué)報(bào)， 2016，71（8）：1357-1371.[LIN Xueqin， WANG Dai. Spatiotemporal variations and socioeconomic driving forces of air quality in Chinese cities[J]. Acta geographica sinica， 2016，71（8）：1357-1371.]

[2]郭武梳理、選擇和路徑展開——環(huán)境習(xí)慣法現(xiàn)代價(jià)值實(shí)現(xiàn)的邏輯理路[J].山東師范大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2015（2）：102-118.[GUO Wu. Classification， selection and path： logic approach to achieve modern values of environmental customary law[J]. Journal of Shandong Normal University （humanities and social sciences），2015（2）：102-118.]

[3]陳詩(shī)一. 新常態(tài)下的環(huán)境問題與中國(guó)經(jīng)濟(jì)轉(zhuǎn)型發(fā)展[J]. 中共中央黨校學(xué)報(bào)， 2016，20（2）：94-99.[CHEN Shiyi. Environmental issues and economic transformation under the New Normal in China [J]. Journal of the Party School of the Central Committee of the C.P.C， 2016，20（2）：94-99. ]

[4]NAQVI A， ZWICKL K. Fifty shades of green： revisiting decoupling by economic sectors and air pollutants[J]. Ecological economics， 2017，133：111-126.

[5]王星. 城市規(guī)模、經(jīng)濟(jì)增長(zhǎng)與霧霾污染——基于省會(huì)城市面板數(shù)據(jù)的實(shí)證研究[J]. 華東經(jīng)濟(jì)管理， 2016，30（7）：86-92.[WANG Xing. City scale，economic growth and smog pollution：an empirical study based on the panel data of provincial capitals[J]. East China economic management， 2016，30（7）：86-92.]

[6]何楓， 馬棟棟， 祝麗云. 中國(guó)霧霾污染的環(huán)境庫(kù)茲涅茨曲線研究——基于2001—2012年中國(guó)30個(gè)省市面板數(shù)據(jù)的分析[J]. 軟科學(xué)， 2016，30（4）：37-40.[HE Feng， MA Dongdong， ZHU Liyun. Study on Environmental Kuznets Curve of haze pollution in China：an empirical analysis based on panel data of the sample of Chinese 30 provinces during 2001-2012[J]. Soft science， 2016，30（4）：37-40.]

[7]XU B， LUO L， LIN B. A dynamic analysis of air pollution emissions in China： evidence from nonparametric additive regression models[J]. Ecological indicators， 2016，63：346-358.endprint

[8]MA Y R， JI Q， FAN Y. Spatial linkage analysis of the impact of regional economic activities on PM2.5 pollution in China[J]. Journal of cleaner production， 2016，139：1157-1167.

[9]馬麗梅， 張曉. 中國(guó)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(guó)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 ecomomic change and energy structure [J]. China industrial economics， 2014（4）：19-31.]

[10]邵帥， 李欣， 曹建華， 等. 中國(guó)霧霾污染治理的經(jīng)濟(jì)政策選擇——基于空間溢出效應(yīng)的視角[J]. 經(jīng)濟(jì)研究， 2016（9）：73-88.[SHAO Shuai， LI Xin， CAO Jinahua， et al. Chinas economic policy choices for governing smog pollution： based on spatial spillover effects[J]. Economic research journal， 2016（9）：73-88.]

[11]TESTA F， IRALDO F， FREY M. The effect of environmental regulation on firms competitive performance： the case of the building & construction sector in some EU regions[J]. Journal of environmental management， 2011，92（9）：2136-2144.

[12]SALTARI E， TRAVAGLINI G. The effects of environmental policies on the abatement investment decisions of a green firm [J]. Resource & energy economics， 2011，33（3）：666-685.

[13]LEITER A M， PAROLINI A， WINNER H. Environmental regulation and investment： evidence from European industry data[J]. Ecological economics， 2011，70（4）：759-770.

[14]LIST J A， MILLIMET D L， FREDRIKSSON P G， et al. Effects of environmental regulations on manufacturing plant births： evidence from a propensity score matching estimator[J]. Review of economics & statistics， 2003，85（4）：944-952.

[15]GRAY W B， SHADBEGIAN R J. Environmental regulation， investment timing， and technology choice[J]. The journal of industrial economics， 1998，46（2）：235-256.

[16]何為， 劉昌義， 劉杰， 等. 環(huán)境規(guī)制、技術(shù)進(jìn)步與大氣環(huán)境質(zhì)量——基于天津市面板數(shù)據(jù)實(shí)證分析[J]. 科學(xué)學(xué)與科學(xué)技術(shù)管理， 2015，36（5）：51-61.[HE Wei， LIU Changyi， LIU Jie， et al. Environmental regulation， technology change， and air pollution： a panel study on Tianjin[J]. Science of science and management of S&T， 2015，36（5）：51-61.]

[17]賀燦飛， 張騰， 楊晟朗. 環(huán)境規(guī)制效果與中國(guó)城市空氣污染[J]. 自然資源學(xué)報(bào)， 2013，28（10）：1651-1663.[HE Canfei， ZHANG Teng， YANG Shenglang. Air pollution in Chinese cities： does enforcement of environmental regulations matter？[J]. Journal of natural resources， 2013，28（10）：1651-1663.]

[18]王書斌， 徐盈之. 環(huán)境規(guī)制與霧霾脫鉤效應(yīng)——基于企業(yè)投資偏好的視角[J]. 中國(guó)工業(yè)經(jīng)濟(jì)， 2015（4）：18-30.[WANG Shubin， XU Yingzhi. Environmental regulation and haze pollution decoupling effect： based on the perspective of enterprise investment preferences[J]. China industrial economics， 2015（4）：18-30.]endprint

[19]徐成龍， 程鈺. 新常態(tài)下山東省環(huán)境規(guī)制對(duì)工業(yè)結(jié)構(gòu)調(diào)整及其大氣環(huán)境效應(yīng)研究[J]. 自然資源學(xué)報(bào)， 2016，31（10）：1662-1674.[XU Chenglong， CHENG Yu. The action of environmental regulation on industrial structure adjustment and atmospheric environment effect under the new normal in Shandong Province[J]. Journal of natural resources， 2016，31（10）：1662-1674.]

[20]高明， 吳雪萍， 郭施宏. 城市化進(jìn)程、環(huán)境規(guī)制與大氣污染——基于STIRPAT模型的實(shí)證分析[J]. 工業(yè)技術(shù)經(jīng)濟(jì)， 2016（9）：110-117.[GAO Ming， WU Xueping， GUO Shihong. Urbanization， environmental regulation and air pollution： an empirical analysis based on stirpat model[J]. Journal of industrial technological economics， 2016（9）：110-117.]

[21]劉曉紅， 江可申. 環(huán)境規(guī)制、能源消費(fèi)結(jié)構(gòu)與霧霾——基于省際面板數(shù)據(jù)的實(shí)證檢驗(yàn)[J]. 國(guó)土資源科技管理， 2016，33（1）：59-65.[LIU Xiaohong， JIANG Keshen. Environmental regulation， energy consumption structure and hazy in China： empirical test based on provincial panel data[J]. Scientific and technological management of land and resources， 2016，33（1）：59-65.]

[22]張可云， 楊孟禹. 國(guó)外空間計(jì)量經(jīng)濟(jì)學(xué)研究回顧、進(jìn)展與述評(píng)[J]. 產(chǎn)經(jīng)評(píng)論， 2016（1）：5-21. [ZHANG Keyun， YANG Mengyu. Review and comment on the research of spatial econometrics [J]. Forward position or economics， 2016（1）：5-21.]

[23]GROSSMAN G M， KRUEGER A B. Economic growth and the environment[J]. Review of economic studies， 1995，110（2）：353-377.

[24]張興榆， 黃賢金， 趙雲(yún)泰， 等. 近10年江蘇省土地利用重心與經(jīng)濟(jì)重心遷移軌跡對(duì)比分析[J]. 長(zhǎng)江流域資源與環(huán)境， 2011，20（1）：14-20.[ZHANG Xingyu， HUANG Xianjin， ZHAO Yuntai， et al. Shirt route and comparative analysis of land use gravity and economy gravity center in recent ten years in Jiangsu Province[J]. Resources and environment in the Yangtze Basin， 2011，20（1）：14-20.]

[25]ANSELIN L， BERA A K， FLORAX R， et al. Simple diagnostic tests for spatial dependence[J]. Regional science & urban economics， 1996，26（1）：77-104.

[26]張可云， 王裕瑾， 王婧. 空間權(quán)重矩陣的設(shè)定方法研究[J]. 區(qū)域經(jīng)濟(jì)評(píng)論， 2017（1）：19-25.[ZHANG Keyun， WANG Yujin， WANG Jing. Research on the specification methods of spatial weight matrix[J]. Regional economic review， 2017（1）：19-25.]

[27]張松林， 張昆. 全局空間自相關(guān)Moran指數(shù)和G系數(shù)對(duì)比研究[J]. 中山大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2007，46（4）：93-97.[ZHANG Songlin， ZHANG Kun. Contrast study on Moran and GetisOrd indexes of global spatial autocorrelation indices[J]. Journal of Sun Yatsen University（natural science edition）， 2007，46（4）：93-97.]

[28]ANSELIN L. Local indicators of spatial association： LISA[J]. Geographical analysis， 1995，27（2）：93-115.

[29]ELHORST J L. 空間計(jì)量經(jīng)濟(jì)學(xué)——從橫截面數(shù)據(jù)到空間面板[M]. 北京： 中國(guó)人民大學(xué)出版社， 2015.[ELHORST J L. Space econometrics： from cross section data to space panel[M]. Beijing： China Renmin University Press， 2015.]endprint

[30]GRIFFITH D A. Spatial econometrics： methods and models[J]. Economic geography， 1989，65（2）：160.

[31]潘慧峰， 王鑫， 張書宇. 霧霾污染的持續(xù)性及空間溢出效應(yīng)分析——來自京津冀地區(qū)的證據(jù)[J]. 中國(guó)軟科學(xué)， 2015（12）：134-143.[PAN Huifeng， WANG Xin， ZHANG Shuyu. Duration and spatial spillover effects of haze pollution： evidence from BeijingTianjinHebei region[J]. China soft science， 2015（12）：134-143.]

[32]張成， 陸旸， 郭路， 等. 環(huán)境規(guī)制強(qiáng)度和生產(chǎn)技術(shù)進(jìn)步[J]. 經(jīng)濟(jì)研究， 2011（2）：113-124.[ZHANG Cheng， LU Yang， GUO Lu， et al. The intensity of environmental regulation and technological progress of production[J]. Economic research journal， 2011（2）：113-124.]

[33]余長(zhǎng)林， 高宏建. 環(huán)境管制對(duì)中國(guó)環(huán)境污染的影響——基于隱性經(jīng)濟(jì)的視角[J]. 中國(guó)工業(yè)經(jīng)濟(jì)， 2015（7）：21-35.[YU Changlin， GAO Hongjian. The effect of environmental regulation on environmental pollution in China： based on the hidden economy perspective[J]. China industrial economics， 2015（7）：21-35.]

[34]穆懷中， 范洪敏. 環(huán)境規(guī)制對(duì)農(nóng)民工就業(yè)的門檻效應(yīng)研究[J]. 經(jīng)濟(jì)學(xué)動(dòng)態(tài)， 2016（10）：4-14.[MU Huaizhong， FAN Hongmin. The threshold effect of environmental regulation on migrant workers employment[J]. Economics information， 2016（10）：4-14.]

[35]馬麗梅， 劉生龍， 張曉. 能源結(jié)構(gòu)、交通模式與霧霾污染——基于空間計(jì)量模型的研究[J]. 財(cái)貿(mào)經(jīng)濟(jì)， 2016，37（1）：147-160.[MA Limei， LIU Shenglong， ZHANG Xiao. Study on haze pollution induced by energy structure and transportation： based on spatial econometric model analysis[J]. Finance & trade economics， 2016，37（1）：147-160.]

[36]李鋼， 廖建輝， 向奕霓. 中國(guó)產(chǎn)業(yè)升級(jí)的方向與路徑[J]. 中國(guó)工業(yè)經(jīng)濟(jì)， 2011（10）：16-26.[LI Gang， LIAO Jianhui， XIANG Yini. Direction and route of Chinas industrial upgrading[J]. China industrial economics， 2011（10）：16-26.]

[37]姚奕， 倪勤. 中國(guó)地區(qū)碳強(qiáng)度與FDI的空間計(jì)量分析——基于空間面板模型的實(shí)證研究[J]. 經(jīng)濟(jì)地理， 2011，31（9）：1432-1438.[YAO Yi， NI Qin. The impact of foreign direct investment on carbon intensity： empirical study based on Chinese provincial dynamic panel data[J]. Economic geography， 2011，31（9）：1432-1438.]

[38]張曉平. 中國(guó)能源消費(fèi)強(qiáng)度的區(qū)域差異及影響因素分析[J]. 資源科學(xué)， 2008，30（6）：883-889.[ZHANG Xiaoping. Regional disparities in energy consumption intensity in China and determining factors[J]. Resources science， 2008，30（6）：883-889.]

[39]胡兆量. 中國(guó)區(qū)域發(fā)展導(dǎo)論[M].北京：北京大學(xué)出版社， 2003.[HU Zhaoliang. Introduction to regional development in China[M]. Beijing： Peking University Press， 2003.]

[40]LESAGE J， PACE R K. Introduction to spatial econometics[M]. New York： Chapman and Hall /CRC， 2009.

[41]顧為東. 中國(guó)霧霾特殊形成機(jī)理研究[J]. 宏觀經(jīng)濟(jì)研究， 2014（6）：3-7.[GU Weidong. Study on the special formation mechanism of haze in China[J]. Macroeconomics， 2014（6）：3-7.]

[42]魏巍賢， 馬喜立. 能源結(jié)構(gòu)調(diào)整與霧霾治理的最優(yōu)政策選擇[J]. 中國(guó)人口·資源與環(huán)境， 2015，25（7）：6-14.[WEI Weixian， MA Xili. Optimal policy for energy structure adjustment and haze governance in China[J]. China population， resources and environment， 2015，25（7）：6-14.]endprint