產業結構、貿易開放度與霧霾污染治理
——基于長三角中心區27個城市空間面板雙模型研究

王素鳳，程良偉

(安徽建筑大學 經濟與管理學院， 安徽 合肥 230601)

一、引言

改革開放以后，隨著我國經濟高速穩定的增長，我國GDP總量邁入了世界第二的位置，各領域取得了長足進步。但長期粗放低端式的社會經濟發展模式，造成了資源利用率不高、環境破壞嚴重的后果，霧霾污染問題尤為嚴重。在2013年，嚴重的霧霾污染蔓延至25個省份自治區、100多個大中城市，已經嚴重影響了中國的經濟增長質量、大眾健康和政府形象。此后，中國經濟增速開始放緩，朝著高質量發展方向邁進。2019年《長江三角洲區域一體化發展規劃綱要》明確指出，包括滬蘇浙皖全部城市的長三角城市群在未來要成為面向世界、輻射亞太、引領全國的世界級城市群。根據長江三角洲城市群發展規劃，長三角中心區包含上海，以及江蘇、浙江、安徽等省的26個城市，分別是：上海，江蘇——南京、鎮江、揚州、常州、蘇州、無錫、南通、泰州、鹽城，浙江——杭州、嘉興、湖州、紹興、寧波、舟山、金華、臺州、溫州，安徽——合肥、蕪湖、滁州、馬鞍山、銅陵、池州、安慶、宣城。本文將以上27個城市作為分析樣本，探究霧霾污染的作用機理。

近些年來，長三角一體化這一概念在我們的視野里出現，一體化簡而言之就是打造長三角區域各資源要素的互聯互通，實現資源最大化利用。作為我國最大城市群的長三角城市群，其第二產業發達，工業增加值在全國占比很高，且外向經濟發展蓬勃。根據魏守華等的研究，長三角地區經濟結構的外向化和多樣化效應有利于制造業增長，且存在空間溢出現象[1]。該研究結果表明長三角第二產業與外向經濟的發達對該地區發展產生了積極效果。因此，本文旨在探究產業結構、貿易開放與霧霾污染之間空間效應，嘗試在霧霾空間分布與治理上尋求突破。

利用2010—2019年長三角中心區27個城市的霧霾面板數據，在充分考慮空間條件下，探究產業結構、貿易開放度與霧霾污染空間分布的聯系和作用機理。綜上，本文主要在以下幾點做出貢獻：(1)長三角地區是國家大力建設的區域，是面向國際的示范區，本文將去除其他研究中省界的限制，將長三角全域整體考慮，探究其中產業發展對霧霾污染的原因。(2)在長三角研究區域引進雙模型研究，通過數據的比較，理清污染物的作用機理。(3)利用一定時間內進出口總額代表貿易開放度，提供霧霾污染治理方向的新思路。

二、文獻回顧

(一)產業結構與霧霾污染

馬麗梅等將中國31個省自治區作為樣本，利用空間模型，探究PM10的空間分布，重點分析工業中對PM10貢獻較大的典型行業，論證霧霾治理的方向[2]。東童童等對Ciccone和Hall的產出密度模型進行拓展，分析了產業集聚對霧霾空間的顯著空間溢出效應[3]。Frank等將歐盟200多個區域作為分析樣本進行研究，發現工業的集聚化是產生霧霾污染的首要原因[4]。郭俊華等研究得知，當火力發電、石油化工、冶煉鋼鐵等重化工業在地區內過度聚集時，產生霧霾污染就無法避免[5]。美國學者Grossman等發現SO2以及其他工業氣體排放量隨著經濟的增長呈現出一種非線性關系[6]。Gene等提到，經濟學家西蒙·庫茲涅茨首次發現地區人均收入與人均GDP之間呈現倒U型關系，并將這種聯系叫做環境庫茲涅茨曲線(EKC曲線)[7]。在國內，去除省區界限，對在特定城市圈內的產業結構與霧霾污染的相關分析較少。雷玉桃等以結構偏離度為基礎對產業結構合理化的泰爾指數重新定義，從新的視角剖析產業結構[8]。李世奇等通過探究上海市第三產業的投入產出數據，得出第三產業對霧霾污染無顯著影響的結論[9]。東童童通過計算工業效率與工業集聚之間交叉項的效應關系，研究工業集聚對霧霾治理影響的有關成果[10]。

(二)貿易開放與霧霾污染

隨著科技的發展，經濟貿易正在向全球化的趨勢邁進，越來越多的學者開始關注國內的貿易開放問題。鄧柏盛等將SO2列入分析指標，得到FDI指數可以改善中國的環境，而商品貿易則抑制環境的改善[11]。Frankel和Adrew考慮貿易開放度產生的內生效應，首次將重力模型引入分析框架，以各國人口、地理及經濟距離等外生性變量帶入模型進行分析，消除了同期偏差，增加了數據的準確程度[12]。在現實中，由于貿易開放的的特殊性，學者對貿易結構是否影響本國環境無法得到一個準確結論。在國外文獻中，Antweiler等使用1971—1996年的跨國面板數據分析了規模效應、結構效應和技術效應三種效應的分布，得出貿易結構對環境有正向作用的結論[13]。Baek等對1960—2000年50國的SO2排放量數據進行分析，得出貿易自由化有利于發達國家的環境，而損害了發展中國家的環境[14]。在國內學者方面，彭水軍等在對國內251個城市2005—2010年的工業污染程度和廢氣含量進行分析之后，得到貿易利于國內環境改善的結論[15]。

(三)產業結構與貿易開放度

不僅僅產業結構，貿易開放度分別與霧霾污染有著獨立的聯系，并且產業結構與貿易開放度之間有著緊密的聯系。對于這方面的研究，很多學者做出了自己的努力。蔡海亞等采用中介效應檢驗方法探究貿易開放與產業結構的聯系，得出了貿易開放能夠促進產業升級的結論[16]。趙麗通過探究我國貿易開放度與產業結構關聯性，得出貿易開放度與產業結構呈正相關關系，且互為格蘭杰原因的結論[17]。

對于產業結構，貿易開放度方向，嘗試在以下幾個方向進行創新：(1)由于長三角中心城市群是近期國家規劃，所以有關該方面的霧霾空間研究較少，本文將長三角中心區當做整體考慮，彌補以往研究空缺。(2)已有研究基于全國或省級角度進行分析，在分析方法上大多采用普通面板分析，較少考慮地級市之間的霧霾溢出效應，而本文構建了三者之間的統一理論框架。(3)對于貿易開放，大多采用省級單位的出口貿易額，而本文將該指標細化為市級單位一定時間內進出口總額，較全面地反映了貿易開放程度。

三、數據來源及模型建立

(一)數據說明

1.被解釋變量

霧霾污染(PM2.5)：由于無法得到國內2013年之前的詳細數據，所以借鑒馬麗梅等的做法[2]，采用巴特爾研究所及哥倫比亞大學國際地球科學信息網絡中心通過衛星搭載設備對氣溶膠光學厚度進行測定得到的1998—2012年全球PM2.5遙感數據。該數據與環保部2012年對于環境霧霾的判斷基本符合，具有很高的可靠性。值得注意的是，為了保證數據的平穩性，該測算機構公布的PM2.5的數據為3年的滑動平均值。

2.主要解釋變量

(1)產業結構(ind)：根據祝麗云等的研究[18]，霧霾污染與產業結構指數呈現“U”型曲線關系。本文將產業結構解釋為第二產業生產總值在總地區GDP的占比，具體數據參考《中國城市統計年鑒》。

(2)貿易開放(open)：康雨的研究表明在充分解釋了變量穩健性與內生性的作用下，貿易開放對霧霾污染有正相關作用[19]。本文將貿易開放度解釋為一省出口貿易額和進口貿易額占GDP比重?？捎梢韵鹿奖硎荆?/p>

Eit表示省市i在時間t的出口貿易額，Iit表示省市i在時間t的進口貿易額，Yit表示省市i在時間t的省內生產總值。具體數據參考《中國城市統計年鑒》和相關文獻。

3.控制變量

控制變量一般選擇能夠對被解釋變量造成影響的相關數據?；谏鲜鲅芯?，選擇以下控制變量：

(1)城鎮化水平(UR)：借鑒嚴雅雪等的做法[20]，利用城鎮人口占地區總人口的比重來衡量城鎮化水平。

(2)人口密度(PEOPLE)：根據汪聰聰等的研究[21]，地區人口的密度可以顯著影響霧霾數據。本文的人口密度數據采用各地區人口與城區面積的比值。

(3)房地產開發強度(ER)：韓穎等研究發現，房地產開發強度對地區霧霾有顯著影響[22]。本文的房地產開發強度數據采用新開工施工房屋面積占總體房屋施工面積的比值。

(4)建成區綠地覆蓋率(GC)：劉晨躍等指出，綠地覆蓋率對霧霾污染有一定的抑制作用[23]。本文的建成區綠地覆蓋率數據采用綠地植被面積與城市建成區面積比值。

4.空間權重矩陣

為了對研究結果進行穩健性檢驗，利用兩種權重矩陣來進行空間計量分析。所構建的權重矩陣如下：

(1)地理距離矩陣W1：根據兩個地區之間的地理距離的倒數來構造的。兩個地區之間的地理距離越近，所賦予的相關權重就越大。具體計算公式如下：

其中，Wij為地理距離矩陣，dij為城市之間地理距離，i和j分別表示城市的緯度和經度；Δτ為兩個城市間的經度之差；R為地球半徑。

(2)空間經濟距離矩陣W2:將地理距離權重和經濟距離權重結合起來，構造出空間經濟距離權重矩陣，該矩陣綜合考慮了空間地理距離特征和經濟相關屬性。具體表達式如下:

其中，Wij為空間經濟距離矩陣，PGDPj和PGDPi分別表示城市j和城市i的人均GDP，dij為地理距離。

(二)研究方法

1.全局相關性檢驗

為了檢驗霧霾的空間分布，需要分析長三角中心區27個城市霧霾的空間全局相關性，就要用到莫蘭指數(Moran’sI)，其計算公式為：

其中，I為Moran’sI指數；xi為第i各地區PM2.5濃度值；n為地區總數；wij是空間權重矩陣。權重矩陣wij設定為：

當-1

從表1我們可以得到，在2010—2019年的Moran’sI指數皆為正數，且在1%的水平上顯著，結果表明該地區霧霾污染存在空間效應，且具有全局穩定性。該地區的空間相關性隨著時間的推移而逐漸提高。圖1和圖2的第一象限代表霧霾污染“高-高”區域相鄰;第二象限代表霧霾污染“低-高”區域相鄰;第三象限代表霧霾污染“低-低”區域相鄰;第四象限代表霧霾污染“高-低”區域相鄰。即第一、三象限表現出空間正相關性，第二、四象限表現出空間負相關性。由圖中我們可以得到絕大部分城市城市分布在一、三象限，表現了PM2.5分布的正相關性較強。

表1 2010—2019年長三角中心區霧霾污染指數全局統計

圖1 2010年長三角中心區27個城市莫蘭散點

2.局部相關性檢驗

圖3 2010年長三角中心區霧霾城市分布

結合LISA集聚圖我們得知，在2010年高-高地區有滁州、南京、揚州、鎮江、常州;低-高地區有馬鞍山。在2019年高-高地區有安慶、銅陵、合肥、蕪湖、馬鞍山、滁州、南京、鎮江、揚州、泰州；低-低地區有寧波、臺州。由此可見，隨著時間的變化，PM2.5污染的空間積聚性得到了增強，反映了霧霾污染的空間集聚特征和路徑依賴。

(三)模型建立

面板空間計量模型主要分為空間滯后模型(SLM)、空間誤差模型(SEM)和空間杜賓模型(SDM)，一般是基于模型殘差的拉格朗日乘子(LM-Lag和LM-err)及其穩健性(Robust-LM-Lag和Robust-LM-err)加以選擇。但是，如果使用模型選擇傳統面板方法，可能造成數據偏差的后果。本文借鑒于斌斌[25]、崔慶安等[26]的作法，考慮兩種模型的滯后性，避免殘差自相關對結果造成偏差。通過Wald(SAR)和LR(SAR)的統計量分別為15.240 2和17.332 4，Wald(SEM)和LR(SEM)的統計量分別為15.541 8和17.829 1，都在1%的水平上拒絕了零假設，由此選擇空間杜賓模型作為本文計量模型。有關ELhorst模型的選擇如表2所示。

表2 ELhorst模型選擇方法檢驗結果匯總

根據表2，霧霾污染有空間溢出效應，選用帶空間效應模型；通過Hausman test檢驗，選用固定效應模型；根據上文研究Wald(SAR)和LR(SAR)的統計量都在1%的水平上拒絕了零假設，故選擇SDM模型；最后在動態模型的選擇上，由于動態SDM模型R2和log的數值大于靜態模型，故選擇動態SDM模型。

由Anselin[27]可知，大部分的空間數據都具有相關性，一個城市的霧霾污染程度不僅和自身相關，還會受到鄰近城市空間溢出效應的影響，構建實證模型時不能忽視空間效應的影響。霧霾污染會受到現期及前期各種因素影響，故應導入被解釋變量的空間滯后項，不僅考慮經濟發展的連續性，還使得影響經濟增長的潛在因素可以分離，從而矯正靜態空間面板模型的偏差。結合以上幾點，選擇動態空間模型如下：

yit=τyi,t-1+δωyjt+ηωyj,t-1+xitβ+μi+λi+εit

其中，yi，t-1是被解釋變量在時間上的滯后值；wyjt為被解釋變量在空間上的滯后值；wyj，t-1為被解釋變量在空間上的滯后值；τ，δ和η分別為yj，t-1，wyjt和wyj，t-1的響應參數。利用動態空間杜賓模型的系統充分考慮產業結構、貿易開放對霧霾污染的影響，在此基礎上設立4個對霧霾指數造成影響的控制變量，選擇考慮空間滯后與時空滯后的動態SDM模型。

四、結果與分析

(一)全區域回歸

基于長三角中心區27個城市的有關數據，同時為了考察指標解釋能力的穩健性，借鑒張桅等的做法[28]，引入上文所示地理距離矩陣W1，空間經濟距離矩陣W2。為便于比較與分析，表3中①列分別為基于地理距離矩陣W1和空間經濟距離矩陣W2的空間杜賓模型主效應結果，②列為產業結構、貿易開放度與霧霾污染二次項的實證結果。

根據表3所示，在使用地理距離矩陣、空間經濟距離矩陣時，產業結構、外貿開放度對霧霾污染的回歸系數顯著為負，表明產業結構、外貿開放度會顯著減少霧霾污染。納入產業結構、外貿開放度與霧霾污染的二次項，顯示產業結構與外貿開放度的二次項顯著變化。這說明二者從一個方面體現了經濟發展與霧霾污染的U型關系。在地理距離矩陣W1和空間經濟距離矩陣W2下，霧霾污染的空間滯后項均顯著為正，且都在5%的水平上顯著，結果顯示長三角樣本城市之間存在顯著的正向空間溢出效應，鄰域霧霾污染增加會提高本地的霧霾污染程度。

表3 產業結構、外貿開放度與霧霾污染估計結果

根據表4和表5，動態空間杜賓面板模型的R2=0.953 7，Log-likelihood=221.946 7。兩數值均高于靜態空間杜賓模型，表明動態模型得到的結果更具有可信度。基于表3得知霧霾污染滯后系數在5%水平上顯著為正，即長三角中心27個城市霧霾污染存在顯著的空間溢出效應，具有空間集聚特征。根據表4和表5，產業結構的直接效應系數為-0.333 3，間接效應系數為-0.262 8，總效應系數為-0.595 9，且所有效應均在5%的水平上顯著，表明產業結構存在負反饋現象，一個區域的產業結構提高1%，對應本地區的PM2.5數值下降0.33%，對應鄰域的PM2.5數值下降0.262 8%，對應全域PM2.5數值下降0.595 9%。外貿開放度的直接效應系數為-0.326，間接效應系數為0.168 9，總效應系數為-0.213 3，一個區域的外貿開放度提高1%，對應本地區的PM2.5數值下降0.326%，對應鄰域的PM2.5數值上升 0.168 9%，對應全域PM2.5數值下降0.213 3%，所有效應均滿足在5%的水平上顯著，說明外貿開放度對PM2.5的空間分布存在顯著的空間溢出現象。

表4 具有固定效應的動態杜賓模型系數、T值、P值

(二)穩健性檢驗

在表3中，利用地理距離矩陣W1和空間經濟距離矩陣W2兩種矩陣模型進行回歸，解釋變量產業結構，外貿開放度均在5%的水平上顯著。根據表5，分別列出空間靜態模型及空間動態模型下各個變量總效應的估計結果，核心解釋變量均在5%的水平上顯著，與前文結論相符，驗證了本文回歸結果的可靠性。

表5 關于PM2.5空間杜賓模型總效應估計結果

(三)回歸結果分析

結合表3～表5，第二產業比重的提高會減少本區域和鄰域PM2.5的污染程度。其中原因之一是在中國經濟與發展水平較高的長三角地區，由于淘汰了落后產能，留下了能耗低、污染小、附加價值高的科技產業，從而霧霾污染減少。原因之二是根據李筱樂的研究，隨著市場化水平的提升，社會制度、管理能力等得到提高，治理污染手段得到優化，措施效率變高，產業集聚效應增加，減輕了產業對環境的損害，并且隨著市場化水平的持續提升，產業集聚效應的作用會高于擁擠效應，改善了環境；另外產業產值高的地區，當地政府擁有足量的財政收入通過一系列的設施來處理霧霾污染問題[29]。貿易開放度總效應估計為負，其中原因可能為貿易自由化誘致的經濟結構變化帶來雙重環境效應[30]。對周邊區域的影響在于，低外貿開放度的城市會積極與高貿易開放度的城市進行貿易往來，會大大增加因交通造成的霧霾污染。綜上并根據蔡海亞等的研究結論[31]可得出，產業結構升級導致的產業集聚與貿易開放度的交叉項對霧霾污染存在抑制作用，貿易開放與產業結構升級與集聚之間存在倒U型關系，前期結果不顯著，后期結果顯著。

五、結論及建議

本文分析2010—2019年中國長三角中心區27個城市面板數據，利用靜態與動態空間計量經濟學模型，探究霧霾污染集聚效應與空間相關性，分析產業結構、貿易開放度對霧霾污染的作用機理，得出研究結論及政策建議如下:

(1)通過全局與局部莫蘭指數分析，霧霾污染空間分布具有正相關性。同時，長三角地區內部霧霾污染水平不平衡。且隨著時間的推移，長三角地區的莫蘭指數顯著升高，體現了樣本地區霧霾污染全局空間效應逐步增強。

(2)從局部來看，2019年高-高地區有安慶、銅陵、合肥，低-低地區有寧波、臺州等。分布的城市較2010年有著比較大的變化。對于這一結論，給出的政策建議是：① 霧霾的治理是區域性治理，需要建立聯合治理機制。霧霾污染聯合治理相對于獨立區域的治理顯得更有效。在國家層面，建立聯合治理體制。各地區根據實際情況建立云數據處理中心，對于霧霾數據進行及時監測，及時匯報，邀請專家對各地產生的問題給予專業性意見，各地環境部門加強合作，及時分享數據及處理意見等。② 對于霧霾污染程度不同的地區，應采取不同的治理措施，當地政府需要根據當地不同的人文、地理、工業、經濟情況而做出合理的判斷，采取科學的決策，切不可照貓畫虎，依照他市的辦法原班不動地實施。③ 根據張梅等的研究[32]，新媒體監督及環境規制對提升公司的綠色發展理念有著積極作用，故可以在實際中采用新媒體監督等方法，提高企業的綠色投資。

(3)空間靜態與空間動態模型表明，霧霾污染存在外溢現象，且第二產業比重的升高會在本地和鄰域產生負反饋。從政策層面：實行產業升級，淘汰當地落后產能，大力發展高新技術，提高第二產業和第三產業的占比以提高當地的財政收入，從而對環境資源的保護進行“反哺”。貿易開放度的升高會減少本地霧霾污染程度，增加鄰域的霧霾污染程度。從措施方面：實行全面的開放制度，對于外國企業要實行相應的優惠政策，防止出現外資大量流失的事件。城市周邊應限制高污染車輛通行，從減少排放源的角度減少霧霾的污染。

(4)貿易開放度升高對本地霧霾污染有加重的作用，對鄰域霧霾污染有正相關作用，反映了貿易開放度對霧霾污染的雙重作用。因此，為避免貿易開放帶來的負效應，應積極引進國內外環保并具有高工業附加值的項目，對外企實行嚴厲的環境管制措施，同時實行獎勵機制，給予低能耗企業政策上的傾斜。另外，還要學習外企先進的生產與管理經驗。