河北省霧霾污染的空間分布及其影響因素的實證分析

回 瑩，毛 培，戴宏偉

（中央財經大學 經濟學院，北京 100081）

近幾年來，中國霧霾天氣頻發，京津冀、長三角等多地成為中國主要的霧霾污染重災區，邢臺、邯鄲、唐山等市更是長期出現在城市空氣質量較差的前十城市排行榜上。霧霾天氣頻發，一部分是由于氣象因素，更深層次的原因是產業結構不合理、城鎮化水平粗放增長、汽車尾氣排放等因素密切相關。本文以中國霧霾污染最嚴重的河北省為例，探討霧霾污染的空間溢出效應及其與產業結構、城鎮化水平之間的相互關系。

2017年4月1日，河北雄安新區設立，未來河北雄安新區要建成一座“綠色生態宜居新城區、創新驅動發展引領區、協調發展示范區、開放發展先行區”，而雄安新區位于河北省霧霾污染重地，未來河北省治霾形勢十分嚴峻。目前河北省已經出臺一系列的政策措施來緩解霧霾污染，京津冀地區也采取了一系列的治霾聯防聯控措施，《大氣污染防治行動計劃》中明確提出，2017年河北省PM2.5濃度值下降25%。但由于霧霾成因的復雜性，河北省霧霾治理形勢依然嚴峻。因此，研究河北省霧霾污染的成因，河北省霧霾污染的影響因素具有重要的現實意義。

一、文獻綜述

隨著經濟的發展，環境問題越來越突出。越來越多的學者開始研究環境與經濟發展及其他方面的關系。Panayoutou（1993）提出了著名的“環境庫茨涅茨曲線”（EKC）[1]，隨后Selden et al.（1995）、Brajer et al.（2011）等人從經濟的不同角度研究了經濟發展與環境之間的關系，認為二者或存在“倒U型曲線”或“J型曲線”[2-3]。我國一些學者也從不同角度論證了經濟發展與環境之間的關系：包群 等（2006）利用中國省級數據驗證了“環境庫茨涅茨曲線”在中國的正確性[4]；張少華（2009）基于行業面板數據研究發現經濟全球化顯著降低了我國的環境污染[5]；張悅 等（2014）則使用中國經濟增長和環境污染等相關指標對“環境庫茨涅茨曲線”進行驗證后，發現我國經濟增長與環境污染之間呈現出倒N型關系[6]。

伴隨著霧霾天氣的頻發，越來越多的學者開始研究霧霾污染與經濟發展之間的關系：郭俊華 等（2014），冷艷麗 等（2015），李鵬（2015）等人論證了中國產業結構與霧霾污染之間的關系，均得出中國霧霾污染與產業結構具有很強的相關關系[7-9]；馬麗梅 等（2014）基于中國31個省份的數據研究認為霧霾污染與產業結構、能源結構密切相關，人均GDP的增長導致霧霾污染的加劇[10]；胡飛（2011）實證分析了中國東部和中部地區的產業結構升級和霧霾污染之間的關系[11]。王家庭 等（2010）、劉伯龍 等（2015）[12-13]則探討了中國城市化與環境污染之間的反“U型”和正相關關系。

京津冀地區作為中國霧霾污染的重災區，也成為學者們的研究對象之一：潘慧峰 等（2015）對京津冀地區7個城市的PM2.5進行估計后，發現京津冀地區的霧霾污染存在溢出效應[14－15]；馮博 等（2015）則認為京津冀地區考慮霧霾效應之后能源效率有所下降[16]；王穎 等（2016）運用跨界治理理論破解京津冀地區治理困境[17]；李瑞 等（2014）分析了河北省霧霾污染嚴重的成因并提出相關政策建議[18]。

空間計量學的發展為區域經濟增長問題又提供了一種新的研究方法，冷艷麗 等（2015）、馬麗梅 等（2014）、邵帥 等（2016）學者均使用中國省級數據對中國霧霾污染進行了空間分析[8，10，19]；胡宗義 等（2015）使用面板數據建立空間模型分析了能源消耗、污染與區域經濟增長之間的動態關系[20]。

從以上文獻可以看出，大量學者開始重視環境問題，研究環境污染與經濟增長之間關系的文獻較多；近年來，霧霾污染與產業結構、霧霾污染與城鎮化等不同影響因素之間關系的文獻增多，但鮮有使用空間計量方法研究霧霾污染及其影響因素的文獻，研究河北省霧霾污染的空間特征及其影響因素的實證分析更加少有。本文對河北省2000—2012年的PM2.5濃度值進行了空間相關性分析，并進一步構建空間杜賓模型進行實證分析得出相關結論。

二、霧霾污染的空間相關性分析

（一）空間權重矩陣的選擇

1.空間地理權重（W1）。該權重基于車相鄰（rook contiguity）方式設定河北省11個地級市的二進制鄰接空間權重矩陣，以反映河北省各地級市之間的空間關系，具體設定為：

2.地理－經濟空間權重矩陣（W2）。為了分析更具穩健性，在空間權重矩陣的基礎上增加經濟因素，此種空間權重矩陣的設定方法是將地理因素和經濟因素結合在一起（林光平 等，2005）[21]，具體設定如下：

式（2）中，W1為空間地理權重為 i地區的人均GDP的平均值為j地區的人均GDP的平均值。

（二）莫蘭指數分析

1.PM2.5數據來源。河北省各地級市對PM2.5數據的監測始于2013年，為了得到更早的PM2.5的相關數據，本文借鑒馬麗梅 等（2014）[10]、邵帥 等（2016）[19]的文章，采用哥倫比亞大學社會經濟數據和應用中心（CIESIN）公布的關于PM2.5濃度值的全球年均值的遙感地圖①，并利用Arcgis等相關軟件提取出河北省11個地級市的PM2.5濃度值數據。

2.河北省PM2.5的Moran’s I。本文使用全局Moran’s I和局部Moran’s I來分析河北省霧霾污染的空間相關性，并利用GeoDa軟件得出結果。全局Moran’s I的計算公式為：

式（3）中，I表示全局 Moran’s I，S2表示樣本方差，Wij表示空間權重矩陣，Xi和Xj分別表示河北省城市i和城市j的霧霾污染程度，n表示河北省地級市數量，I的取值范圍為［－1，1］。當 I＞0 時，表示存在空間正相關，當I＜0時，表示存在空間負相關，當I接近0，表示不存在空間自相關。

利用GeoDa軟件，可以得出2000—2012年河北省 PM2.5濃度值的 Moran’s I，并繪制出 Moran’s I根據時間變化的趨勢圖（見圖1）。由圖1可以看出，河北省PM2.5濃度值的Moran’s I均大于0小于1，顯著為正，具有明顯的正自相關。這說明河北省的霧霾污染在空間上呈現出正相關性，即PM2.5濃度高的與濃度高的地級市相鄰，PM2.5濃度值低的與濃度值低的地級市相鄰，這也表明河北省各地級市的霧霾污染具有明顯的空間相互作用。

圖1 2000—2012年河北省PM2.5濃度值的Moran's I

局部Moran’s I的計算公式為：

式（4）中各指標含義與式（1）相同。局部Moran’s I用來考察各地區被周圍地區包圍的情況。圖2－a和圖2－b以2006年和2012年為例，描繪了河北省PM2.5濃度值的局部Lisa圖。從圖2－a和圖2－b可以看出，河北省各地級市的PM2.5高濃度值的被高濃度值的包圍，低濃度值的被低濃度值的包圍，即呈現出高濃度值與高濃度值地區集聚、低濃度值與低濃度值集聚的空間分布特征。其中，邢臺市、邯鄲市為霧霾污染高-高型集聚區，承德市、秦皇島市為霧霾污染的低-低型集聚區。

圖2 2006年、2012年河北省PM2.5濃度值局部集聚（Lisa）

三、實證分析

（一）變量選取及數據來源

1.產業結構。霧霾污染與產業結構密切相關，尤其是河北省第二產業比重偏高，并多以煤炭開采和洗選業、黑色金屬礦采選業、黑色金屬冶煉和壓延加工業、金屬制品業等“高污染、高能耗、高成本”產業為主，這些“三高”產業產生大量的煙粉塵、含氮有機顆粒物等，這也是造成河北省霧霾污染嚴重的主要原因之一。本文選取河北省各地級市第二產業的區位商值代表河北省產業結構，區位商值能更好的反映出第二產業在河北省所占的主導地位。相關數據主要來源于《中國區域經濟統計年鑒》《中國城市統計年鑒》《中國統計年鑒》。

2.城鎮化水平。城鎮化水平也會對霧霾污染產生一定影響，隨著城市人口的增加，城市生產、生活產生的“三廢”等污染物增加，勢必會加重城市的霧霾污染。河北省城鎮化水平近幾年呈不斷上升趨勢，但呈粗放型增長，城鎮化水平質量不高。由于河北省各地級市數據所限，本文采取各地級市非農人口占總人口比重來表示城鎮化水平。河北省各地級市人口數據主要來源于《全國分縣市人口統計資料》。

3．控制變量。除了產業結構、城鎮化水平之外，還有大量因素會對霧霾污染產生影響。（1）實際人均GDP。Panayoutou（1993）[1]認為環境質量與人均收入之間存在著“倒U型”關系，這就是著名的“環境庫茨涅茨曲線”；Krugman（1990）也論證了人均收入與環境質量的關系[22]；國內學者張悅 等（2014）[6]也對經濟增長與環境之間的關系進行了論證。本文借鑒相關文獻，選取實際人均GDP來表示河北省各地級市的經濟增長，該指標使用各地級市的國民生產總值指數和GDP平減指數計算得來。數據主要來源于《中國城市統計年鑒》和《中國統計年鑒》。（2）外商直接投資額?！拔廴颈茈y所假說”（Copeland et al.，1994）[23]認為環境管制嚴厲的發達國家會把產業轉移到環境標準低的發展中國家，從而把污染轉移到這些國家進行投資和生產，使其成為發達國家的“污染避難所”；List et al.（2000）[24]、沙文兵等（2006）[25]等都論證了該假說的成立。冷艷麗 等（2015）[26]認為外商直接投資與霧霾污染呈現出正相關關系。本文選取河北省11個地級市的外商直接投資額數據，并使用固定資產價格指數進行平減，得到實際的外商直接投資額。該指標數據主要來源于《中國城市統計年鑒》《中國區域經濟統計年鑒》《新河北60年》等。（3）其他控制變量。為了增加統計結果的穩健性，本文還選取了對外貿易依存度、人口密度、公路里程數等指標。童玉芬 等（2014）[27]認為人口規模與霧霾污染之間存在著雙向關系；秦蒙 等（2016）[28]認為人口規模的增長會提高PM2.5濃度，本文選取河北省各地級市的人口密度來表示人口規模。此外，公路交通機動車尾氣等也是霧霾污染嚴重的主要原因之一，本文選取各地級市的公路里程數表示交通運輸強度。以上指標數據主要來源于《中國城市統計年鑒》《中國區域經濟統計年鑒》《新河北60年》等。

（二）空間面板數據模型

本文選取2000—2012年河北省11個地級市空間面板數據來分析河北省霧霾污染的空間溢出效應。使用（Robust）LM檢驗對比結果如表1，發現空間地理權重矩陣和地理-經濟空間權重矩陣下空間滯后模型均優于空間誤差模型。

表1 LM檢驗結果

本文選取更具廣泛意義的空間杜賓模型，模型設定如下：

（5）式中，PMit代表河北省i市在t時期的PM2.5的濃度值，str代表河北省產業結構，urb代表城鎮化水平，Xit代表各控制變量，即實際人均GDP、外商直接投資額、對外貿易依存度、人口密度和公路里程數，W代表空間權重，α為常數項，β、γ、φ代表各參數，ρ為空間自回歸系數，θ、φ、η代表各變量空間滯后系數，u為服從正態分布的擾動項。本文使用Matlab 2012b軟件進行實證估計。

（三）實證結果與分析

依據式（3）按照空間計量方法進行實證估計。根據Hausman檢驗，兩種權重矩陣下的p值分別為0.004 2，0.000 0，均小于原假設條件0.025，拒絕如果p小于0.025接受隨機模型的原假設，因此選取固定效應模型。

由表2可以看出，在空間地理權重下，混合模型和固定效應模型中河北省的霧霾污染具有明顯的空間溢出效應，修正后的R2在0.9以上，說明數據擬合的比較好。在W1的空間權重矩陣下，兩種模型中的產業結構和城鎮化水平均在1%的置信水平上顯著；W2權重矩陣下，兩種模型的產業結構在1%的置信水平上顯著，混合模型的城鎮化水平在5%的置信水平上顯著，固定效應模型的城鎮化水平在1%的置信水平上顯著；兩種空間權重矩陣下變量系數均為正，說明產業結構和城鎮化水平對河北省各市霧霾污染具有顯著正影響。隨著河北省第二產業比重的上升，主導地位的提升，城鎮化速度的上升，都會不利于河北省霧霾污染的緩解：混合模型下第二產業區位商值每提高1%，霧霾污染上升1%左右，固定效應模型下第二產業區位商每提高1%，霧霾污染上升0.6%左右；城鎮化水平每提高1%，霧霾污染上升1.3%左右。實際人均GDP在1%的置信水平上顯著，系數為負，說明隨著經濟的增長，更加注重綠色增長，非常有利于河北省霧霾污染的減輕。在兩種權重矩陣下，外商直接投資額分別在5%和1%的置信水平上顯著，系數均為負，說明河北省外商直接投資額的增加并沒有增加霧霾污染，這與“污染避難所”假說并不一致。對外貿易依存度對河北省霧霾污染具有正效應，但影響并不顯著。人口密度和公路里程在兩種空間權重矩陣下在1%的水平上顯著，系數為正，說明人口的集聚和交通運輸狀況對河北省霧霾污染具有顯著正效應，不利于霧霾污染的緩解，人口密度和公路里程每提高1%，霧霾污染分別上升0.7%和0.1%左右。

霧霾污染還會受到上一期霧霾的影響，加入滯后變量對空間杜賓模型進行估計后發現（見表2），兩種空間權重下，河北省霧霾污染仍然明顯的空間溢出效應，尤其是加入經濟因素后，參數ρ在1%的水平上顯著，空間溢出效應明顯。在混合模型中，兩種空間權重矩陣的空間溢出系數為正，說明霧霾污染具有一定的連續性，上一期較高的PM2.5濃度值會導致當期較高的PM2.5濃度值；考慮時間和空間因素后，即在時空固定效應模型中，兩種空間權重矩陣的空間溢出系數為負，且分別在10%和1%的水平上顯著，說明上一期的霧霾污染對當期具有較強的“警示效應”（邵帥 等，2016）[19]，即如果河北省前一期的霧霾污染嚴重，會對當期產生警示作用，從而采取一系列措施來減少霧霾污染，因此系數估計值為負?；旌夏Ｐ椭校瑴笠黄诘漠a業結構和城鎮化水平對河北省霧霾污染具有減緩作用，但在固定效應模型中不具有緩解作用。實際人均GDP和對外貿易依存度對河北省各市的霧霾污染仍具有一定的促增作用，對外直接投資額、人口密度、公路里程的滯后項系數估計值為負，說明會減緩霧霾污染。

表2 空間杜賓面板固定效應模型估計結果

表3 空間杜賓模型中各解釋變量的空間效應估計

下面進一步分析各影響因素的直接效應、間接效應和總效應。由于霧霾污染空間溢出效應的存在，一個城市的霧霾污染的嚴重程度會受到該市產業結構、城鎮化水平等影響的同時，該市的產業結構、城鎮化水平等狀況也會影響其相鄰城市的PM2.5的濃度值。根據表3可以看出，在W1和W2兩種空間權重矩陣下，核心變量產業結構和城鎮化水平的直接效應的估計系數均顯著為正，說明第二產業區位商值和城鎮化水平的提高會加重該市PM2.5濃度值；間接效應在W1權重矩陣下系數估計為負，在W2權重矩陣下系數估計為正，說明河北省各市第二產業區位商值和城鎮化水平的提高也會使在空間上相鄰、經濟發展水平接近的地區霧霾污染有可能變得嚴重，從而使得河北省的霧霾污染呈現出高濃度值與高濃度值集聚和低濃度值與低濃度值集聚的狀況。總效應上，產業結構和城鎮化水平對河北省霧霾污染的影響顯著為正，在對自身影響的直接效應和對鄰近地區的間接效應雙重影響下，兩種空間權重矩陣下第二產業區位商值每提高1%，霧霾污染分別上升0.553、0.637，城鎮化水平每提高1%，霧霾污染分別上升0.855、1.548。由此可見，加入經濟因素后，產業結構和城鎮化水平對河北省霧霾污染的貢獻分別提高15.2%和81.1%，說明目前河北省產業結構和城鎮化水平都處于粗放型增長階段，未來還有很大的改進空間和潛力。

實際人均GDP直接效應、間接效應的系數估計為負，說明隨著人均GDP的提高，經濟的增長，人們對環境質量訴求提高，環境治理等方面投資增加，會使得本地區和相鄰地區的霧霾污染得到一定程度的緩解。從總效應上看，僅考慮空間因素，河北省實際人均GDP的增加依然會使得PM2.5濃度值上升，加入經濟因素后，PM2.5濃度值會有所下降，實際人均GDP每提高1%，PM2.5濃度值下降0.294個單位。

總體來看，外商直接投資并沒有加重河北省霧霾污染，對外貿易依存度對河北省霧霾污染具有正效應，但影響均不顯著。人口密度和公路里程數對河北省霧霾污染均具有顯著的正效應，說明河北省的人口集聚和交通運輸狀況不僅不利于河北省PM2.5濃度值的降低，也不利于相鄰地區的PM2.5濃度值的降低。由此可見，人口密度和公路里程也是造成河北省霧霾污染較大部分地區嚴重的原因之一。

四、結論及政策建議

通過對河北省霧霾污染的空間分布及影響因素的實證研究，發現以下結論：

1.河北省各地級市的霧霾污染存在著明顯的空間正相關性，并且呈現出高濃度值與高濃度值集聚和低濃度值與低濃度值集聚的空間分布特征。

2.河北省霧霾污染具有明顯的空間溢出效應；河北省霧霾污染既具有一定的連續性又具有一定的“警示效應”。產業結構和城鎮化水平對河北省霧霾污染具有正效應，不僅不利于本地區霧霾污染的緩解，也不利于鄰近地區霧霾污染的緩解。

3.河北省霧霾污染并不符合“污染避難所”假說，說明河北省的外商直接投資沒有促進霧霾污染的加重；對外貿易依存度、人口密度和公路里程數對霧霾污染均具有較強的正效應。

根據上述研究結果，河北省的霧霾污染防治必須要從源頭上進行控制，倫敦的“煙霧事件”后采取了一系列的治理措施，出臺了《清潔空氣法》《污染控制法》《環境法》等一系列法律，改善產業結構，推廣清潔能源等，這些都為河北省的霧霾治理提供了借鑒經驗，但仍需進一步細化標準，提高環境標準，配合稅收、確權等市場激勵措施，加大懲處力度，杜絕相關污染事件的發生。此外，河北省的霧霾污染治理必須與產業結構調整、城鎮化進程結合在一起，河北省的霧霾污染具有顯著的空間溢出效應，必須制定區域性的聯防聯控措施，才能在“源頭”和“末端”科學合理的解決該地區的霧霾污染問題。目前河北省已投入大量資金，實施了一系列嚴格的霧霾污染防控防治措施，霧霾污染治理取得了很大成就，空氣質量有所好轉，但仍需進一步從產業結構調整、城鎮化水平質量提高等方面緩解霧霾污染。

1.進一步調整產業結構，區域聯防聯控需進一步加強。重工業比重偏高，產業結構不合理，是河北省霧霾污染嚴重的主要原因之一。因此，中央應對河北省進一步弱化GDP考核，強化綠色環保的考核，不斷降低河北第二產業比重，加快傳統產業的改造升級，改變能源結構，大力推動汽車制造業、交通運輸設備、計算機、通信和其他電子設備制造業等新興產業的發展，依托京津，發展物流、會展經濟、金融業、信息服務、旅游休閑等現代服務業，提高第三產業比重。同時，進行工業產業結構內部調整，引進新技術減少污染排放量，淘汰落后產能，節能減排，關停高污染高耗能產業，盡快完成脫硫脫銷除塵改造。加強與北京、天津的經濟聯系強度，在進行產業轉移和產業承接時，河北省各市與北京、天津形成梯度，主要承接現代制造業，避免霧霾污染從一個區域傳染到另一個區域，雄安新區重點發展高端高新產業和服務業，生態優先，以雄安新區的設立帶動河北省各市產業結構的優化升級，以區域產業結構調整優化、協同發展推動河北省乃至京津冀霧霾的聯合治理。

2.進一步采取措施提高城鎮化水平的質量。改變以煤炭為主的生產、生活能源消費結構，大力推廣清潔能源，提高油品質量，控制汽車尾氣排放，增加城市綠地面積。河北省應完善城市功能，提高城鎮化增速，注重城鎮化水平的質量，增強各市的吸引力，促進城市要素的轉移，加快城市交通路網的建設，增強與京津的城市聯系度。

3.控制人口密度集中地區的人口，繼續采取汽車尾號限號等措施減少汽車尾氣的排放，同時加大公共交通設施的建設。加大環境治理投入，建立合理的區域補償機制，在引進外資和發展對外貿易時，要提高環境的準入門檻，借助跨國公司的環保、污染控制技術優勢，促進河北省各市產業結構的優化，改善霧霾污染狀況。

注釋：

①哥倫比亞大學社會經濟數據和應用中心（CIESIN）公布的關于PM2.5濃度值的全球年均值的遙感地圖只截止到2012年，而我國各地級市PM2.5數據的監測始于2013年末，之前數據缺失嚴重，為了保證研究數據統計口徑的一致性，因此本文選取的PM2.5濃度值數據的時間范圍為2000—2012年。

參考文獻：

［1］PANAYOUTOU T.Empirical tests and policy analysis of environmental degradation at different stages of economic development［Z］.Ilo Working Papers，1993，4.

［2］SELDEN T M，SONG D Q.Neoclassical growth the J curve for abatement，and the inverted-U curve for pollution［J］.Journal of environmental economics and management，1995（29）：162-168.

［3］BRAJER V，MEAD R W，XIAO F.Searching for an environmental Kuznets curve in China's air pollution［J］.China economic review，2011，22（3）：383-397.

［4］包群，彭水軍.經濟增長與環境污染：基于面板數據的聯立方程估計［J］.世界經濟，2006（11）：48-58.

［5］張少華.經濟全球化對我國環境污染影響的實證研究——基于行業面板數據［J］.國際貿易問題，2009（11）：68-79.

［6］張悅，趙曉丹.中國經濟增長與環境污染關系的研究——基于環境庫茲涅茨曲線的實證分析［J］.經濟研究導刊，2014（26）：13-16.

［7］郭俊華，劉奕瑋.我國城市霧霾天氣治理的產業結構調整［J］.西北大學學報（哲學社會科學版），2014（3）：85-89.

［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］李鵬.產業結構調整與環境污染之間存在倒U型曲線關系嗎?［J］.經濟問題探索，2015（12）：56-67.

［10］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.

［11］胡飛.產業結構升級、對外貿易與環境污染的關系研究——以我國東部和中部地區為例［J］.經濟問題探索，2011（7）：113-118.

［12］王家庭，王璇.我國城市化與環境污染的關系研究——基于28個省市面板數據的實證分析［J］.城市問題，2010（11）：9-15.

［13］劉伯龍，袁曉玲，張占軍.城鎮化推進對霧霾污染的影響——基于中國省級動態面板數據的經驗分析［J］.城市發展研究，2015（9）：23-27.

［14］潘慧峰，王鑫，張書宇.重霧霾污染的溢出效應研究——來自京津冀地區的證據［J］.科學決策，2015（2）：1-15.

［15］潘慧峰，王鑫，張書宇.霧霾污染的持續性及空間溢出效應分析——來自京津冀地區的證據［J］.中國軟科學，2015（12）：134-143.

［16］馮博，王雪青.考慮霧霾效應的京津冀地區能源效率實證研究［J］.干旱區資源與環境，2015（10）：1-7.

［17］王穎，楊利花.跨界治理與霧霾治理轉型研究——以京津冀區域為例［J］.東北大學學報（社會科學版），2016（7）：388-393.

［18］李瑞，蔡軍.河北工業結構、能源消耗與霧霾關系探討［J］.宏觀經濟管理，2014（5）：79-80.

［19］邵帥，李欣，曹建華，等.中國霧霾污染治理的經濟政策選擇——基于空間溢出效應的視角［J］.經濟研究，2016（9）：73-88.

［20］胡宗義，劉亦文.能源消耗、污染排放與區域經濟增長關系的空間計量分析［J］.數理統計與管理，2015（1）：1-9.

［21］林光平，龍志，吳梅.我國地區經濟收斂的空間計量實證分析：1978—2002 年［J］.經濟學（季刊），2005（10）：67-82.

［22］KRUGMAN P.Increasing returns and economic geography［Z］.NBER Working Papers，1990，99（3）：483-499.

［23］COPELAND B R，TAYLOR M S.Trade，growth and environment［J］.Journal of economic literature，1994，42（1）：7-17.

［24］LIST J A，CO C Y.The effects of environmental regulations on foreign direct investment［J］.Journal of environmental economics&management，2000，40（1）：1-20.

［25］沙文兵，石濤.外商直接投資的環境效應——基于中國省級面板數據的實證分析［J］.世界經濟研究，2006（6）：76-81，89.

［26］冷艷麗，冼國明，杜思正.外商直接投資與霧霾污染——基于中國省際面板數據的實證分析［J］.國際貿易問題，2015（12）：74-84.

［27］童玉芬，王瑩瑩.中國城市人口與霧霾：相互作用機制路徑分析［J］.北京社會科學，2014（5）：4-10.

［28］秦蒙，劉修巖，仝怡婷.蔓延的城市空間是否加重了霧霾污染——來自中國PM2.5數據的經驗分析［J］.財貿經濟，2016（11）：146-160.