空氣污染與城市經濟發展
——基于285個地級市的實證分析

■宋德勇，于 飛

為探究空氣污染與城市經濟發展之間的關系，本文基于2004～2016年285個地級市的面板數據，運用聯立方程模型實證分析了PM2.5濃度與人均實際GDP的相互關系。實證結果表明：全國層面看，空氣污染對經濟發展產生了顯著的負面影響，平均而言PM2.5濃度每增加1%將導致人均GDP下降約1.2%～1.5%；全國層面經濟發展對空氣污染的影響呈“倒N”型曲線關系，地區之間存在明顯差異；政府環境治理顯著降低了空氣污染水平。異質性檢驗表明，空氣污染對經濟發展的影響、經濟發展對空氣污染的影響均存在顯著的城市規模差異和區域差異。中介效應檢驗表明，人口驅逐效應、固定資產投資擠出效應、產業結構調整效應是空氣污染對經濟發展產生負面影響的主要途徑；第二產業占比和交通運輸中汽車尾氣排放是經濟發展對空氣污染產生影響的重要途徑。

一、引言與文獻綜述

在工業化與城鎮化進程中，我國經濟憑借資源和勞動力優勢實現了連續多年的高速增長，取得了舉世矚目的成就，創造了“中國奇跡”。中國財政稅收數據庫的數據顯示，1979～2010年，我國國民生產總值年均增速為9.97%。然而，隨著經濟的快速增長，我國資源環境狀況不斷惡化。2013年，“霧霾”一詞廣泛傳播，PM2.5進入大眾視野。當前，我國空氣污染不再是某些城市或地區的問題，而是一個國家問題。在2018年世界各國環境績效指數（EPI）排名中，我國空氣質量在180個國家和地區中排名倒數第4，綜合指數排第120位（引自《2018年全球環境績效指數（EPI）報告》）?，F階段我國空氣污染的主要成分是細顆粒物（即PM2.5），對居民身心健康以及經濟發展構成了巨大威脅。很顯然，以犧牲環境為代價的“高投入、高消耗、高排放”的粗放發展已經不能適應現階段我國經濟發展的需要，“生態優先、綠色發展”成為新時代的必然選擇。為實現環境和經濟的雙贏，國家出臺了眾多措施保護生態環境，促進經濟高質量發展。但是，我國近年來的經濟增速不斷下降。2011年以來，我國經濟持續下行，增長放緩，由兩位數增長變為穩定在6.5%附近，由此引申出對經濟發展與環境保護能否實現雙贏的進一步討論。

（一）經濟發展對環境的影響

國內外學者圍繞經濟發展對環境的影響展開了大量研究，這些研究中大多采用空氣污染物指標來衡量環境污染，也有部分研究采用水污染物、固體廢棄物等指標來衡量。其中最有名的是Grossman Krueger（1995）和 Selden Song（1994）提出的環境庫茲涅茨曲線假說。該假說通過對環境污染指標與人均收入指標之間關系的模擬來說明經濟發展對環境污染帶來的影響，它認為環境污染隨著經濟不斷發展呈現出“倒U”型曲線關系，即在低收入水平時環境污染隨著收入增加而增加，在高收入水平時環境污染隨著收入增加而減少。

目前圍繞環境庫茲涅茨曲線的研究大致形成了兩種觀點：一種是支持論者，贊同EKC曲線呈“倒U”型。比如Jebli et al.（2016）利用1980～2010年25個OECD國家的數據，通過實證分析發現人均CO2排放量隨著GDP增長呈“倒U”型曲線關系，經濟發展首先會加劇空氣污染，跨越拐點后會減輕空氣污染。李娟偉和任保平（2011）通過實證研究發現，我國目前的經濟發展水平仍處在環境庫茲涅茨“倒U”型曲線拐點的左側。即經濟發展仍會加劇環境污染，跨越拐點后經濟發展對環境將起到積極作用。另一種是反對論者，他們認為EKC曲線可能呈其他形狀，比如Friedl&Getzner（2003）用奧地利1960～1999年的GDP和CO2排放量數據發現環境污染和經濟發展之間呈“N型”EKC曲線關系，人均收入較低的國家正在遭受日益嚴重的污染，而工業化國家在減少排放方面取得了成功，但這并不意味著經濟發展將自動地解決環境問題。Holtz&Selde（1995）利用全球面板數據進行這證分析，發現CO2排放量與經濟增長呈單調上升的曲線關系，經濟發展會加劇空氣污染。李治國和周德田（2013）認為，經濟發展與環境污染之間是否呈現“倒U型”曲線關系取決于使用的數據以及度量環境污染的指標。

以上研究表明，環境庫茲涅茨曲線會因研究區域、污染物指標、實證方法等的不同而呈現出形態差異，這些研究的穩健性值得懷疑。加之，環境庫茲涅茨曲線最早是在高收入國家的樣本中觀察到的，而不是在全球樣本中觀察到的（Stern&Common，2001），而且在計量經濟學實證中，檢驗結果往往是不同的（Halkos，2003）。此外，如果估計的轉折點遠遠高于可接受的收入水平，經濟增長的環境效益在實體經濟中就不存在（List&Gallet，1999）。Sanghoon Lee&Dae-Won Oh（2015）認為可能還需要考慮一個替代模型——N型曲線模型，來解釋收入和污染之間的關系。該模型表明，倒U型關系最初是存在的，但超過一定的收入水平后，關系變為正的。對于這種三次關系有一些可能的解釋：復蘇效應表明，當能源價格較低時，政府對提高能源效率的壓力不敏感（Friedl&Getzner，2003）；規模效應意味著，隨著經濟增長，對資源的需求也會增加，而且最終無法通過技術和監管來抵消，Friedl&Getzner（2003）通過實證證明了這種N型模式。

（二）環境污染對經濟發展的影響

當前關于經濟發展與環境質量關系的研究，大部分關注經濟發展如何影響環境質量這一單向關系，而較少關注環境污染對經濟發展的反向影響。事實上，環境污染可能對經濟發展產生巨大的反作用，尤其是在中國這樣的發展中大國。世界銀行于2007年發布的《中國污染代價》報告指出，中國每年有35萬人至40萬人因為城市嚴重的空氣污染而過早死亡，另外每年還有30萬人因室內空氣污染而過早死亡。國家生態環境部環境規劃院發布的《中國經濟生態生產總值核算發展報告2018》顯示，2015年，我國GEEP是122.78萬億元，其中，GDP是72.3萬億元，生態破壞成本是0.63萬億元，污染損失成本是2萬億元，生態系統破壞成本和污染損失成本總占比約為2.1%。在工業化及城鎮化的進程中，如果不能有效地控制環境污染，中國城市經濟發展的質量以及可持續性將受到嚴峻挑戰。

研究環境污染對經濟發展影響的文獻較少，其中研究空氣污染對經濟發展影響的文獻則更少。到目前為止，只有少數研究試圖調查空氣污染對經濟發展的影響。例如，Hung&Shaw（2004）采用同步方法來檢驗臺灣地區人均收入與各種空氣污染物排放量之間的雙向因果關系。Hao&Liu（2015）使用PM2.5濃度數據，利用空間計量模型研究了中國城市EKC曲線的存在。鑒于中國的霧霾污染已經十分嚴重，空氣污染嚴重威脅著中國經濟高質量發展和和諧社會的建設，本研究旨在探討空氣污染與經濟發展的相互關系以及空氣污染如何影響中國經濟發展。

本文創新之處體現在以下三個方面：第一，不同于現有研究多使用單方程模型，本研究利用聯立方程模型對中國空氣污染與經濟發展的相互關系進行了研究，可以在一定程度上解決內生性問題。第二，首次基于2004～2016年我國285個地級市層面的PM2.5濃度數據驗證了空氣污染對經濟發展的負面影響，樣本覆蓋面突破了已有研究僅涉及單一省份或城市的局限。第三，從東中西差異、南北差異和城市規模差異等方面考察了空氣污染影響經濟發展的異質性。

二、模型、方法、變量及數據

（一）經濟發展模型

為評估空氣污染對經濟發展的影響構建經濟發展模型。本文參考陳詩一等（2018）、Yu Hao et al.（2018）等人的做法，用人均GDP衡量經濟發展水平。因為我國各地級及以上城市的人口規模、資源稟賦等存在較大差異，相較于國內生產總值，人均GDP更能體現收入水平變動對大氣環境的影響。由于《中國統計年鑒》中的人均GDP以名義價格計量，為避免通貨膨脹對實證結果產生干擾，本文對人均GDP數據做了價格指數調整，以2003年為基期（2003年=100），通過名義人均GDP計算出實際人均GDP。同時，為控制其他因素的干擾，在模型中加入外商直接投資、固定資產投資、對外開放、技術創新四個控制變量，以此反映中國經濟發展的引擎。最終，評估空氣污染對中國城市經濟發展反作用的模型如下：

在方程（1）中，pgdpit為被解釋變量，表征城市i在t年的實際人均GDP（以2003年為不變價），用來衡量經濟發展水平；PM25it為城市i在t年的平均PM2.5濃度，用來衡量空氣污染程度?？刂谱兞客馍讨苯油顿Y、固定資產投資、對外開放、技術創新分別表示為FDI，FA，Open，Innovation。外商直接投資數據來源于中國城市統計年鑒，采用當年匯率由美元換算成人民幣；技術創新參考寇宗來和劉學悅（2017）的做法，利用國家知識產權局微觀發明授權專利數量衡量。除百分數外，其他數據均采用各變量的對數值。影響人均GDP的其他潛在因素，諸如文化、生活習慣和習俗等包含在殘差項u中。

（二）空氣污染模型

為評估經濟發展對空氣污染的影響構建空氣污染模型。本文借鑒陳詩一等（2018）、邵帥等（2019）、Auffhammer&Carson（2008）以及Hao&Liu（2015）等前人的研究，以PM2.5表征空氣污染水平，在模型中引入人口密度、交通運輸、能源消費結構、產業結構、環境治理、對外開放等可能影響PM2.5濃度的控制變量，確定的空氣污染回歸模型如下所示：

與方程（1）相似，PM25代表PM2.5濃度，pgdp代表實際人均GDP，Pop代表人口密度，以單位面積人口數表征，InStruc代表產業結構，采用第二產業增加值占GDP的比重表示，Open代表對外開放程度，用外商直接投資占GDP比重衡量，EnR代表政府環境治理力度，具體計算方法參見宋德勇和楊秋月（2019），Trans代表交通運輸，用單位公路里程私人汽車擁有量度量，Energy代表能源消費結構，用煤炭消費量占能源消費總量的比重衡量。γ0、γ1和γ2取不同的值代表EKC曲線呈現不同形態，具體分以下六種情況：（1）γ0＞0且γ1=γ2=0時，空氣污染隨經濟發展單調遞增；（2）γ0＜0且γ1=γ2=0時，空氣污染隨經濟發展單調遞減；（3）γ0＞0，γ1＜0且γ2=0時，空氣污染隨經濟發展呈“倒U”型曲線關系；（4）γ0＜0，γ 1＞0且γ2=0時，空氣污染隨經濟發展呈“U”型曲線關系；（5）γ0＞0，γ1＜0且γ2＞ 0時，空氣污染隨經濟發展呈“N”型曲線關系；（6）γ0＜0，γ1＞0且γ2＜ 0，空氣污染隨經濟發展呈“倒N”型曲線關系。

（三）估算方法：聯立方程模型

根據方程（1）和（2），空氣污染和經濟發展之間的雙向因果關系可能導致潛在的內生性問題，為了處理由此引起的內生性，可以使用聯立方程模型（SEM）。具體而言，本文的聯立方程模型由方程（1）和（2）組成。并且選用三階段最小二乘（3SLS）估計方法。此外，為了控制可能影響空氣質量的其他因素，例如氣候、地貌和居民的能源消耗習慣等，在方程中添加時間和區域虛擬變量。

（四）變量選取和數據來源

本文考察的關鍵變量是空氣污染和經濟發展。關于空氣污染變量，區別于絕大多數文獻所采用的SO2、CO2、CO、TSP、API以及PM10等常規污染物，本文選取了社會最為關注的空氣污染元兇PM2.5進行實證研究。尤其是本文使用的PM2.5濃度數據基本包含了中國所有地級及以上城市，且時間上從2004～2016年跨度長達13年之久，如此大樣本容量的PM2.5濃度數據可以為準確甄別空氣污染對中國經濟發展的影響提供堅實的數據支撐。具體而言，PM2.5濃度數據根據哥倫比亞大學公布的衛星監測數據，利用arcgis進行解析，得到2004～2016年我國285個地級及以上城市的數據。至于經濟發展，借鑒陳詩一等（2018）、邵帥等（2019）等人的研究，采用實際人均GDP表示。國內生產總值數據來自“中國統計年鑒”和“中國城市統計年鑒”，以2003年為基期進行換算。其他數據來自“中國統計年鑒”，“中國城市統計年鑒”，“中國能源數據庫”和各個城市的統計公報。本研究中使用的所有變量的說明和描述性統計見表1。

表1 變量說明和描述性統計

三、實證分析

（一）單方程模型估計結果

盡管單方程模型估計存在內生性問題，但其估計結果可以作為聯立方程模型估計結果的比較。面板數據的回歸分析一般考慮固定效應模型和隨機效應模型。Hausman檢驗拒絕了隨機效應模型的原假設，因此本研究采用面板固定效應估計。

經濟發展方程（即方程1）的面板數據估計結果顯示，PM2.5濃度對人均GDP的影響顯著為負，表明空氣污染對中國經濟發展有顯著的負面影響。

在對空氣污染方程（即方程2）進行估計之前，先對加入了人均GDP二次項、同時加入了人均GDP的二次項和三次項的方程進行估計，據此判斷EKC曲線的形狀，檢驗結果如表2所示：加入人均GDP二次項后系數不顯著，表明空氣污染和經濟發展之間不是“倒U”型EKC曲線關系；同時加入人均GDP二次項和三次項后，人均GDP一次項系數＞0且顯著，二次項系數＜0且顯著，三次項系數＞0且顯著，表明從全國來看，空氣污染與經濟發展之間呈“N型”庫茲涅茨曲線關系。

但由于受內生性影響，估計結果可能并不準確，因此有必要在聯立方程模型的基礎上進行更準確的估計。

表2 空氣污染方程EKC曲線形狀檢驗

（二）聯立方程模型估計結果

表3是使用3SLS方法進行估計的聯立方程模型的結果。與預期相符，聯立方程模型的估計結果在統計的顯著性和估計系數的合理性方面比單方程模型的估計結果要精準。為了確保估計結果的穩健性，參照Auffhammer&Carson（2008）以及Hao&Liu（2015）等研究，使用了六種不同的規范，相應的結果標記為模型（1）～（6）。（6）是模型的基準估計，包括兩個方程中的所有控制變量。在（1）～（5）中，包括模型中的部分控制變量。

對于聯立方程模型中的方程（1），在模型（1）-（6）中，PM2.5濃度的系數始終為負且在1%的水平上顯著。這表明，在充分考慮到空氣污染與經濟發展之間雙向因果關系的內生性之后，PM2.5濃度確實對人均GDP產生了非常顯著的負面影響。在其他條件相同的情況下，PM2.5濃度每增加1%將導致人均GDP下降約1.2%～1.5%。對比表3中聯立方程的系數估計結果（1.2%～1.5%）和單方程的系數估計結果（0.1%～0.3%）可以發現，與單方程模型的估計結果相比，聯立方程模型中PM2.5濃度的3SLS估計值更高且更顯著，表明空氣污染確實對經濟發展造成明顯的負面影響且實際危害遠大于傳統的面板數據估計結果，因為單方程模型忽略了內生性造成的空氣污染與經濟發展之間的雙向因果關系。至于聯立方程模型（1）中的控制變量，系數的估計結果也基本符合理論預期，外商直接投資、固定資產投資、技術創新和對外開放確實在我國經濟發展過程中起著不可替代的作用。

表3 聯立方程組的估計結果

對于聯立方程模型中的方程（2），系數估計結果與單方程模型的估計結果間存在有差異。人均GDP一次項系數＜0，二次項系數＞0，三次項系數＜0，且均在1%的顯著性水平上顯著，表明經濟發展對空氣污染的影響呈“倒N”型EKC曲線關系。這意味著空氣污染首先隨著人均收入的增加而減少，然后隨著人均收入的增加而增加，最后在超過第二個轉折點后，隨著人均收入的增加而再次減少。第二產業占GDP比重與PM2.5濃度之間的正相關關系表明第二產業的發展是加劇中國空氣污染的重要原因（Hao&Liu，2015）。至于人口密度，系數的估計結果為正且在1%的水平上顯著，表明人口集聚給環境造成的負面影響大于正面影響，這可能是因為人口密集的城市有大量勞動力來支撐高耗能產業以及低端制造業的發展。能源結構系數為正且非常顯著，表明煤炭能源的大量消耗是造成空氣污染的重要原因之一。交通運輸系數顯著為正，表明汽車尾氣排放是造成空氣污染的重要原因之一。環境治理系數為負且在1%的水平上顯著，表明政府的一系列環境規制措施顯著降低了空氣污染水平，在一定程度上達到了環境保護的目的。

為了檢驗估計結果的穩健性，引入年份虛擬變量，以控制時間固定效應（例如，隨著時間的推移可能產生影響PM2.5濃度的新技術），相應的估計結果見表4。因為樣本期間從2004～2016年共有13年，所以以2004年為基準年。控制時間固定效應的系數估計結果與表3中的估計結果類似，都＜0且在1%的水平上顯著，但系數的絕對值變大（由1.2%～1.5%變為1.4%～1.8%），表明若不考慮時間固定效應，則低估了空氣污染對經濟發展的負面影響。對于方程（1），除模型（1）外，自2009年起，年份虛擬變量在1%的水平上顯著為負，表明中國地級及以上城市的空氣污染嚴重程度隨著時間推移在逐漸降低。對于方程（2），人均GDP一次項系數＜0，二次項系數＞0，三次項系數＜0，且都在1%的水平上顯著，表明從全國來看，經濟發展對空氣污染的影響呈“倒N”型EKC曲線關系。另外，環境治理系數在1%的水平上顯著為負，表明政府出臺的一系列環境規制措施顯著改善了空氣質量，抑制了污染進一步加劇。

（三）異質性檢驗

為考察空氣污染與經濟發展的相互關系是否存在異質性，也為了控制影響空氣污染的地域因素（比如氣候、居民的能源消費習慣等），本文將全樣本按城市規模以及區域差異進行劃分，運用聯立方程模型分別加以檢驗。

表4 控制時間固定效應的聯立方程模型3SLS估計結果

1.按城市規模劃分

由于不同規模的城市在經濟發展及環境保護方面存在較大差異，因此按照2014年國務院發布的《關于調整城市規模劃分標準的通知》，以城市常住人口數量為標準，將285個地級市劃分為特超大城市、大城市、中等城市和小城市四類，分別對其進行聯立方程估計。表5中，方程（1）的估計結果顯示，不同城市規模PM2.5估計系數的正負號及絕對值大小不同，表明空氣污染對經濟發展的影響存在顯著的城市規模差異。其中，特超大城市的系數＞0且顯著，表明空氣污染未對這些城市的經濟發展產生負面影響；大城市、中等城市和小城市系數為負，且都在1%的水平上顯著，表明空氣污染對這些城市的經濟發展產生了非常顯著的負面影響，其中對大城市的負面影響顯著高于中小城市。方程（2）的估計結果顯示，不同城市規模人均GDP估計系數的正負號及顯著性存在明顯差別，表明經濟發展對空氣污染的影響同樣存在顯著的城市規模差異。對特超大城市和小城市而言，人均GDP估計系數不顯著，表明經濟發展未對空氣污染產生顯著影響；對大城市而言，人均GDP一次項系數＞0且顯著，二次項系數＜0且顯著，三次項系數＞0且顯著，表明經濟發展對空氣污染的影響呈“N型”庫茲涅茨曲線關系；對中等城市而言，人均GDP一次項系數＜0且顯著，二次項系數＞0且顯著，三次項系數＜0且顯著，表明在這些城市經濟發展對空氣污染的EKC曲線呈“倒N”型。

表5 城市規模異質性檢驗

續表5

2.按區域差異劃分

本文按照國家統計局的區域劃分標準，將整體樣本分為東、中、西三大區域，分別進行聯立方程模型估計，具體結果見表6。總體而言，控制區域固定效應的聯立方程模型3SLS估計結果與不控制區域固定效應的估計結果大致相同，表明面板數據的估計結果具有穩健性。具體來看，由方程（1）的檢驗結果可知，在東、中、西部地區，PM2.5濃度對人均GDP的影響系數皆＜0且在1%的水平上顯著，表明空氣污染對這些地區的經濟發展均產生不利影響，其中對西部的負面影響最大，對中部的負面影響最小。由方程（2）的檢驗結果可知，東部和西部地區人均GDP一次項系數顯著為負，二次項系數顯著為正，三次項系數顯著為負，表明在東部和西部地區經濟發展對空氣污染的環境庫茲涅茨曲線呈“倒N”型；中部地區人均GDP一次項系數顯著為正，二次項系數顯著為負，三次項系數顯著為正，表明在中部地區經濟發展對空氣污染的環境庫茲涅茨曲線呈“N”型。這可能是由于不同區域的城市整體所處的發展階段不同造成的，東部城市發展較早，隨著城市發展的不斷推進，空氣質量會先提高再降低再提高，這和經濟發展階段及與各個階段對應的發展方式有關。

另外，隨著西部大開發戰略和中部崛起戰略的實施，我國經濟的東中西差異在縮小而南北差異不斷拉大，考慮到南北氣候、大氣環境等方面存在明顯區別，本文按冬季是否集中供暖的劃分方法，將整體樣本分為南、北兩大地區，分別對其進行聯立方程模型估計，具體結果列示在表6中。由方程（1）的檢驗結果可知，北方和南方地區PM2.5濃度對人均GDP的影響系數均為負且在1%的水平上顯著，表明空氣污染阻礙了南北方經濟的發展。其中南方地區PM2.5濃度對人均GDP的系數絕對值大于北方地區，表明空氣污染對南方地區經濟發展產生的負面影響大于北方地區。由方程（2）的檢驗結果可知，在北方，人均GDP一次項系數顯著為正，二次項系數顯著為負，三次項系數顯著為正，表明經濟發展對空氣污染的環境庫茲涅茨曲線呈“N”型；在南方，人均GDP一次項系數顯著為負，二次項系數顯著為正，三次項系數顯著為負，表明經濟發展對空氣污染的環境庫茲涅茨曲線呈“倒N”型。

表6 區域異質性檢驗

（四）機制分析

空氣污染可能通過人口驅逐效應、擠出固定資產投資、降低第二產業比重等方式影響到經濟發展。為探究空氣污染對經濟發展產生負面影響的作用機制，使用中介效應模型分別對人口密度、固定資產投資、產業結構進行識別檢驗。為此，構建由如下三個方程組成的中介效應模型：

其中，Y為控制變量集；D為可能的中介變量，包括人口密度（lnPop）、固定資產投資（lnFA）和產業結構（InStruc）。根據中介效應模型的原理，若系數β1、χ1、δ1均顯著，并且系數δ1較β1變小或顯著程度下降，則表明存在中介效應。表7展示了基于3SLS估計的檢驗結果。由結果可知，對于人口密度、固定資產投資、產業結構這三個潛在中介變量，（4）式中PM2.5濃度的系數均顯著為正，且（5）式中PM2.5濃度的系數與（3）式相比或有所下降或顯著性有所降低，符合中介變量的判定標準。因此，可以得出如下結論：人口驅逐效應、固定資產投資擠出效應、產業結構調整效應是空氣污染對經濟發展產生負面影響的主要途徑。即空氣污染會導致市區人口密度降低，固定資產投資減少，第二產業占GDP比重下降，進而對經濟發展產生負面影響。

表7 空氣污染對經濟發展的中介效應檢驗

經濟發展可能通過產業結構、人口密度、交通運輸等途徑影響空氣污染。為探究經濟發展對空氣污染產生影響的作用機制，使用中介效應模型分別對人口密度、交通運輸、產業結構進行識別檢驗。為此，構建由如下三個方程組成的中介效應模型：

其中，Z為控制變量集；U為可能的中介變量，包括人口密度（lnPop）、交通運輸（Trans）和產業結構（InStruc）。由表8結果可知，對于交通運輸、產業結構這兩個潛在中介變量，（7）式中人均GDP的系數均顯著，且（8）式中人均GDP的系數與（6）式相比有所下降且顯著性有所降低，符合中介變量的判定標準。對于人口密度變量，系數的估計結果不顯著，說明人口密度不符合中介變量的判定標準。因此，可以得出如下結論：產業結構中第二產業比重增減和交通運輸中汽車尾氣排放是經濟發展對空氣污染產生影響的主要途徑。經濟發展初期會導致第二產業占GDP比重上升，私家車擁有量上升，從而增加工業污染物以及汽車尾氣排放，加劇空氣污染；當跨越一定拐點后，隨著產業結構調整升級以及清潔能源等的使用，二者對空氣污染的影響會減小。

四、結論及政策啟示

本文基于2004～2016年全國285個地級城市的PM2.5濃度與人均GDP面板數據，采用聯立方程模型和3SLS估計方法，研究了空氣污染與經濟發展的相互影響。根據實證結果可以得出以下結論：

第一，從全樣本來看，在充分考慮到空氣污染與經濟發展之間雙向因果關系的內生性之后，空氣污染對城市經濟發展具有顯著負面影響，在一定程度上阻礙了我國經濟的持續、健康發展。在其他條件相同的情況下，PM2.5濃度每增加1%將導致人均GDP下降約1.2%～1.5%。與單方程模型估計結果相比，聯立方程模型中PM2.5濃度的系數估計值更高且更顯著，表明傳統的單方程面板數據估計低估了空氣污染對經濟發展造成的負面影響。

第二，全國整體來看經濟發展對空氣污染的影響呈“倒N”型曲線關系，空氣污染首先隨著人均收入的增加而減少，然后隨著人均收入的增加而增加，最后在超過第二個轉折點后，隨著人均收入的增加而再次減少。

表8 經濟發展對空氣污染的中介效應檢驗

第三，異質性檢驗表明空氣污染與經濟發展的相互關系存在顯著的城市規模差異和區域差異：城市規模方面：空氣污染未對特超大城市的經濟發展產生負面影響，對大城市、中等城市和小城市均產生了顯著的負效應；經濟發展對空氣污染的影響方面，對特超大城市和小城市而言影響不顯著，對大城市而言，經濟發展對空氣污染的影響呈“N型”曲線關系；對中等城市而言則呈“倒N”型。區域差異：就東中西差異而言，空氣污染對西部城市的負面影響最大，對中部城市的負面影響最?。辉跂|部和西部地區，經濟發展對空氣污染的環境庫茲涅茨曲線呈“倒N”型，在中部地區則呈“N”型。就南北差異而言，空氣污染對南方城市經濟發展造成的負面影響大于北方城市；在北方經濟發展對空氣污染的環境庫茲涅茨曲線呈“N”型，在南方則呈“倒N”型。不同規模及不同區域的城市經濟發展對空氣污染影響的EKC曲線呈現不同形態，可能是由于城市所處的發展階段不同造成的，經濟發達的城市發展較早，隨著城市發展的不斷推進，空氣質量會先提高再降低再提高，這和經濟發展階段及與各個階段對應的發展方式有關。

第四，中介效應檢驗結果表明人口驅逐效應、固定資產投資擠出效應、產業結構調整效應是空氣污染對經濟發展產生負面影響的主要途徑；第二產業占比變化和交通運輸中汽車尾氣排放是經濟發展對空氣污染產生影響的重要途徑。

基于上述結論，得出以下政策啟示：第一，鑒于空氣污染對中國大部分地區（除特超大城市）的經濟發展造成了顯著的負面影響，中央和地方政府在治理空氣污染方面需要給予更多的政策支持和資金投入，這在經濟上是有益的，因為長期來看，降低污染水平和改善環境質量可能帶來的巨大經濟收益。這些潛在的經濟效益可能來自于更好的公共健康和環境友好型產業的蓬勃發展（Chen et al.，2017）。此外，環境治理有利于經濟增長，更嚴格的環境規制和有針對性的財政支持可以促進環保企業的蓬勃發展和行業的創新，可以加速中國的產業升級和經濟綠色轉型。第二，應根據城市所處的區域以及經濟發展階段，設計差異化的環境保護政策和經濟發展策略，并根據城市的地理特征和產業結構的具體特點調整環境政策，以實現空氣污染治理和經濟高質量發展的雙贏。例如，在重工業占主導地位的河北、山東等省份，煤炭的燃燒對空氣污染影響最大。對于此類城市，應大力推動技術創新，提高能源利用率；倡導使用清潔能源，減少煤炭燃燒造成的空氣污染。