長三角地區霧霾污染、土地資源錯配與高質量發展

劉曉紅

（南京曉莊學院 商學院，江蘇 南京211171）

一、問題提出

2020年政府工作報告指出：“在疫情防控常態化前提下，堅持穩中求進工作總基調，堅持新發展理念，堅持以供給側結構性改革為主線，堅持以改革開放為動力推動高質量發展”。當前，我國城市霧霾時有發生，嚴重影響人居空氣質量與城市可持續發展。生態環境部發布的2020年全國生態環境質量簡況顯示，2020年我國城市環境空氣質量達標城市占比為59.9%。那么，城市霧霾污染對高質量發展會產生什么影響？作為經濟發展的基本生產要素，土地這一稀缺資源在高質量發展中配置得是否合理非常重要，如果土地資源發生錯配，對城市高質量發展的影響又是什么？當前，我國正在加快推進生態文明建設，研究城市霧霾污染、資源錯配與高質量發展之間的關系，對于促進城市可持續發展、建設美麗中國、滿足人民日益增長的美好生活需要有重要的現實意義。

國外的文獻很少以城市高質量發展命名（王曉紅和馮嚴超，2019）［1］，更多的文獻表明的是城市發展的公平正義等（Geng et al.，2018）［2］。國內對城市高質量發展的認識逐步深化，起初，與國家追求經濟增長目標相對應，更多的學者研究了城市經濟增長。伴隨著國家重視生態文明、強調綠色發展以及高質量發展，國內學者開始對城市高質量發展進行探索，大多集中在城市高質量發展的測度（張震和劉雪夢，2019［3］；廖祖君和王理，2019［4］；黎文勇和楊上廣，2019［5］）以及科技創新與高質量發展（李光龍和范賢賢，2019［6］；吳傳清和鄧明亮，2019［7］）等方面。

霧霾污染的主要成分為二氧化硫、氮氧化物、PM10和PM2.5等。其中，PM2.5也稱為可入肺顆粒物，對公眾身體健康等危害程度較大。PM2.5通過進入人體循環系統，造成呼吸道炎癥等病癥，加重公眾對于霧霾污染的恐懼，嚴重影響公眾的身心健康。因此，本文以PM2.5表征霧霾污染。國內外大量的文獻從社會經濟方面探討了霧霾污染形成的原因，如城鎮化（劉晨躍和徐盈之，2017）［8］、產業結構（程中華等，2019［9］）、經濟發展（Hao et al.，2015［10］；Meng et al.，2016［11］；Dong et al.，2019［12］）、交通（Fang et al.，2016［13］；王卉彤等，2018［14］；劉華軍 和 雷 名 雨，2019［15］）、城 市 蔓 延（秦 蒙 等，2016）［16］等，但探討霧霾污染對城市高質量發展影響的文獻相對較少（陳詩一和程時雄，2018［17］；陳詩 一 和 陳 登 科，2018［18］；王 曉 紅 和 馮 嚴 超，2019［1］）。

關于資源錯配的文獻日益豐富（宋馬林等，2016［19］；韓 超 等，2017［20］；白 俊 紅 和 劉 宇 英，2018［21］），相繼得出了土地資源配置的研究成果，這些成果主要對土地資源配置的原因進行了探索（Yang et al.，2018）［22］，也出現了土地資源配置對城市集聚（曾龍等，2019）［23］、產業結構（李勇剛和羅海艷，2017）［24］、環境污染（余泳澤等，2018）［25］影響的文獻。就土地資源錯配對經濟增長的影響而言，李力行等（2016）估計了粗放型土地出讓方式導致的土地資源錯配對工業企業生產率差異的影響，結果發現，城市以協議方式出讓的建設用地比例越高，工業企業的資源配置效率越低［26］。李勇剛（2019）利用2003—2016年中國35個大中城市的面板數據進行實證檢驗，發現土地資源錯配對經濟發展質量的影響為負［27］。

上述相關文獻為本研究打下了理論基礎，但也存在一些不足：首先，基于“創新、協調、綠色、開放、共享”五大發展理念對城市高質量發展進行測度的文獻較少；其次，從機理上剖析霧霾污染、土地資源錯配對城市高質量發展影響機制的文獻較為鮮見；最后，把城市霧霾污染和土地資源錯配納入同一框架，實證分析兩者對長三角城市高質量發展的文獻不多。

基于此，本文擬進行如下拓展：利用長三角27個城市面板數據，基于五大發展理念，建立城市高質量發展評價指標體系，測度城市高質量發展指數；從理論上探討霧霾污染、土地資源錯配對城市高質量發展的影響，為理解城市高質量發展提供一個新的線索，也為政府治理霧霾污染和土地資源錯配提供一個新的思路；把霧霾污染、土地資源錯配和高質量發展納入一個分析框架，采用動態面板模型，實證檢驗霧霾污染、土地資源錯配對長三角城市高質量發展的影響，拓展了高質量發展的研究范疇。

二、機理分析

（一）城市霧霾污染對高質量發展的影響機理

（1）城市霧霾污染導致產業轉移，阻礙城市的高質量發展。如前文所述，霧霾污染嚴重影響公眾身心健康，城市的軟投資環境變差，吸引力下降（Hanlon，2016）［28］。霧霾污染不但使國內的產業遷離，而且使外資企業撤資撤廠，內資和外資的抽離，降低了城市居民的就業機會，從而影響高質量發展。同時，霧霾污染也會影響城市的入境旅游規模，降低旅游產業對經濟的拉動作用。

（2）城市霧霾污染降低人力資本積累。人力資本積累是城市高質量發展的主要推動力，但是，霧霾污染降低了居民的幸福感，生活質量下降，使一部分人力資本流出霧霾污染嚴重的城市；同時，霧霾污染所帶來的產業轉移，也使一些人力資本外流。此外，霧霾污染通過影響受教育水平、健康狀況損害人力資本的積累（Zivin＆Neidell，2012［29］；Chang et al.，2016［30］）。

（二）土地資源錯配對高質量發展的影響機理

（1）土地資源錯配不利于產業結構轉型升級。第二產業是經濟增長的主要動能，地方政府為了經濟增長，會降低土地出讓價格、扭曲土地出讓結構來促進制造業發展。此外，一些地方政府為了維護自身利益，會降低招商引資的質量，形成降低引資質量的底線競爭（楊其靜等，2014）［31］。這使得城市雖然擴大了外商投資規模，但卻形成了大量的中低端制造業（李勇剛，2019）［27］，即土地資源錯配抑制了產業結構的轉型升級，降低了資源配置效率，制約了城市的高質量發展。

（2）土地資源錯配降低環境質量。地方政府的短期性增長目標，會吸引見效快的重工業（劉勝等，2016）［32］，或者引進高能耗、高污染的產業，形成重復產能（楊其靜等，2014）［31］，從而產生霧霾污染問題，降低經濟發展質量；同時，地方政府對商住用地出讓的高價格，使房地產企業提高住宅用地容積率，減少綠地和社區活動空間，居住環境質量下降，不利于經濟的高質量發展（李勇剛，2019）［27］。

三、模型、變量與數據說明

（一）計量模型構建

為了考察霧霾污染、土地資源錯配對城市高質量發展的影響，本文構建如下計量模型：

其中：下標i表征城市；下標t表征年份；Hqd表征城市高質量發展指數；PM2.5是本文核心解釋變量，表征城市霧霾污染；Rm是本文另一核心解釋變量，表征城市土地資源錯配程度；xijt表征其他控制變量，將在下文進行介紹；μi表征不可觀測的地區個體效應；λt表示時間效應；εit為隨機干擾項，服從正態分布，μi與εit不相關。

式（1）為靜態面板模型。城市高質量發展可能存在路徑依賴，基于此，本文在式（1）的基礎上，加入城市高質量發展的一階滯后，以控制模型的動態效應（白俊紅和劉宇英，2018）［21］。

動態面板模型為：

其中，Hqdi，t-1表示城市高質量發展的一階滯后。

（二）變量描述

1.城市高質量發展指數（Hqd）的測算

本文以“創新、協調、綠色、開放、共享”五大發展理念為導向，并借鑒相關研究，以科學性、可操作性和數據的可得性確定了高質量發展評價指標體系，具體見表1所列。

表1 長三角城市群高質量發展指數測度指標體系

根據Huang et al.（2017）的研究，使用如下的熵權法計算每項指標的權重［33］，具體計算步驟為：

首先，Vmit表示i（i=1，2，3，…，K）城市t（t=1，2，3…，T）年的m（m=1，2，3，…，M）項指標，用下面的公式對其進行歸一化：

其次，計算t年第i個城市指標m的熵Emit：

再次，計算第i個城市指標m的權重：

最后，計算出t年第i個城市包含14種指標的城市高質量發展指數Hqd：

2.資源錯配程度（Rm）的測算

基于數據的可獲得性，資源錯配程度的衡量，借鑒李力行等（2016）的方法，采用工礦倉儲用地供應面積占國有建設用地供應總面積的比值衡量［26］。

3.其他控制變量

（1）區域創新（Inn）。現有文獻常用專利數量說明區域創新的水平（Feldman&Florida）［34］。專利數量有授權量和受理量之分，其中的專利授權量受政策和專利管理機構人為等因素的影響較大，且程序嚴格，耗時長，會低估區域創新的真實水平（白俊紅和劉怡，2020）［35］。因此，本文使用城市的專利申請受理量表征區域創新水平（易高峰和劉成，2018）［36］。

（2）外資依存度（Fdi）。用各城市實際使用外資占GDP比重表征，其中實際利用外資金額用人民幣兌美元的當年平均匯率進行換算。

（3）第三產業比重（Pti）。用第三產業增加值在GDP中的比重表征。

（4）交通基礎設施（Bpt）。用各城市人均公共汽（電）車客運總量表征。

（5）信息基礎設施（Inter）。用各城市接入寬帶用戶數表征。

（三）數據說明

以蘇浙滬皖為核心的長三角是當前中國經濟總量最大的都市經濟圈，為我國經濟增長的重要引擎。2019年12月，《長江三角洲區域一體化發展規劃綱要》發布實施，確定了27個城市為中心城市，它們分別是上海、南京、無錫、常州、蘇州、南通、揚州、鎮江、鹽城、泰州、杭州、寧波、紹興、嘉興、湖州、溫州、臺州、金華、舟山、合肥、滁州、馬鞍山、蕪湖、宣城、銅陵、池州和安慶，本文以這27個中心城市作為樣本進行研究。基于我國各城市工礦倉儲用地供應面積的統計自2009年開始，為了保證數據的前后一致性，本文研究的時期為2009—2017年。

各原始數據來自2010—2018年《中國城市統計年鑒》《中國城市建設年鑒》《上海統計年鑒》《中國統計年鑒》《江蘇統計年鑒》《浙江統計年鑒》《安徽統計年鑒》《中國國土資源統計年鑒》以及27個城市相應年份的統計年鑒、環境狀況公報、國民經濟發展統計公報。缺失值用插值法補齊。PM2.5數據來源于巴特爾研究所、哥倫比亞大學國際地球科學信息網絡中心、利用衛星搭載設備測定得到PM2.5濃度年均值的柵格數據，繼而使用ArcGIS軟件得到PM2.5濃度值。

本文所使用的變量及定義見表2所列，對這些變量的描述性統計見表3所列。

表2 變量定義

表3 描述性統計

四、實證結果與討論

（一）高質量發展指數

根據前文所述的方法，本文測算了2009—2017年長三角城市群的高質量發展指數，見表4所列。指數越大，說明高質量發展水平越高。

從表4可以看出，長三角城市群的高質量發展指數存在明顯差異。從2009—2017年各城市的高質量發展指數均值來看，上海最高（0.824 9），其次是蘇州（0.862 7）。第三是南京（0.824 9）。這三個城市的高質量發展指數高于0.8。由高到低，高質量發展指數位于后五位的城市分別為池州、鹽城、滁州、宣城和安慶。

表4 長三角城市群高質量發展指數

分省份來看，上海的高質量發展指數依然位居第一位，江蘇、浙江省高質量發展指數分別位居第二、第三位，安徽的高質量發展指數最低。

（二）多重共線性檢驗

對變量之間的相關性進行Pearson相關性檢驗，結果見表5所列。除了高質量發展與區域創新、交通基礎設施的相關系數高于0.7以及信息基礎設施與區域創新、第三產業的相關系數高于0.7外，其他變量之間的相關系數都低于0.7。

表5 Pearson相關性檢驗

為了進一步考察變量之間的多重共線性，使用方差膨脹因子VIF進行診斷性檢驗，結果見表6所列。如果VIF大于5，說明存在多重共線性。各解釋變量的VIF低于3.13。說明解釋變量之間不存在多重共線性，可以進行下一步的實證分析。

表6 方差膨脹因子（VIF）檢驗

續表5

（三）模型估計結果與分析

根據2009—2017年長三角城市群的面板數據，首先運用靜態面板估計方法對式（1）進行估計。固定效應模型的回歸結果見表7中的模型（1）-（5）所列。結果顯示：模型（1）-（4）中，霧霾污染的系數顯著為負，即霧霾污染阻礙城市的高質量發展；模型（5）中的霧霾污染為負，但不顯著。模型（1）-（5）中，土地資源錯配的系數為負，且都在10%水平下顯著，即土地資源錯配會降低城市發展質量。

注：***、**、*分別表示在1%、5%、10%的水平下顯著（雙側）；括號內數字為相應的標準誤（雙側）；AR（1）、AR（2）和Sargan檢驗分別提供檢驗的P值。下同。

霧霾污染、土地資源錯配以及高質量發展都是長期過程，從動態視角更能闡釋霧霾污染、土地資源錯配對高質量發展的影響。故本文在靜態面板模型回歸的基礎上，加入高質量發展的一階滯后，即建立動態面板模型對式（2）進行估計。廣義矩估計（Generalized Method of Moments，GMM）能夠有效的處理內生性問題，故本文采用此方法對式（2）進行估計。為了使估計結果穩健，本文采用差分GMM模型（DIFF-GMM）和系統GMM模型（SYS-GMM）來考察霧霾污染、土地資源錯配對城市高質量發展的影響，結果見表8所列。GMM要求樣本的殘差序列不存在二階及更高階的自相關性，且工具變量存在嚴格的外生性，因此，需要對估計結果進行Arellano-Bond（AR）序列相關檢驗和Sargan檢驗。

DIFF-GMM模型的（1）-（5）中，AR（1）的P值分別為0.001 3、0.000 9、0.003 0、0.009 1、0.011 4，AR（2）的P值分別為0.810 4、0.969 3、0.388 9、0.160 1、0.371 0，說明樣本的殘差序列存在一階負相關，但不存在二階及以上的序列相關性（蔣付心等，2013）［29］，動態模型通過了相關性檢驗。此外，為了識別工具變量是否有效，需要進行Sargan檢驗。其原假設是所有的工具變量都有效，如果相應的P值大于0.1，則在10%的顯著性水平下接受原假設。DIFF-GMM中，Sargan檢驗的P值分別為0.963 0、0.967 6、0.983 2、0.993 8、0.999 5，故接受原假設，工具變量有效。SYS-GMM模型的（1）-（5）中，AR（1）的P值分別為0.000 3、0.000 2、0.000 6、0.003 7、0.004 5；AR（2）的P值分別為0.926 0、0.586 8、0.954 6、0.352 2、0.600 3，樣本的殘差序列存在一階負相關，但不存在二階及以上的序列相關性，通過了相關性檢驗。Sargan檢驗的P值分別為1.000 0、1.000 0、1.000 0、1.000 0、0.995 4，故接受原假設，工具變量有效。綜合AR和Sargan檢驗，說明表8中的差分GMM和系統GMM模型工具變量的選擇合理，模型識別有效，估計結果可靠。

表8 霧霾污染、資源錯配對高質量發展指數影響的動態檢驗

靜態面板模型可能存在遺漏變量和內生性問題，因此，本文主要對動態模型估計結果進行分析。動態面板模型加入高質量發展的一階滯后項，動態面板差分GMM以及系統GMM估計結果表明，高質量發展的一階滯后項顯著為正，說明高質量發展具有一定的路徑依賴。城市的高質量發展是長期過程，上一期的高質量發展會影響當期的高質量發展。

在差分GMM、系統GMM中，由模型（1）-（5）可知，依次加入控制變量后，核心解釋變量霧霾污染、土地資源錯配的估計系數均顯著為負，系數大小變動不大，說明估計結果較為穩健。霧霾污染、資源錯配會對城市高質量發展產生負向影響，制約城市的高質量發展。

就差分GMM和系統GMM來說，系統GMM將差分GMM和水平GMM結合起來，既采用水平值的滯后項作為差分方程的工具變量，又選擇差分變量的滯后項作為水平方程的工具變量，將差分方程與水平方程作為一個方程系統進行估計。系統GMM的估計效率要高于差分GMM［28］。因此，下文主要對系統GMM的估計結果進行分析。

系統GMM顯示，區域創新對城市高質量發展的系數都顯著為正，說明區域創新通過技術進步提高生產效率、減少污染排放，進而促進城市的高質量發展。外貿依存對城市高質量發展的系數顯著為正，說明利用外資能夠通過創造就業機會，推動經濟增長。同時，利用外資對國內企業形成了壓力，促進國內市場良性競爭，優化資源配置，緩解資源錯配，提升高質量發展水平。第三產業比重的系數顯著為正，說明第三產業比重的上升會提高城市高質量發展水平。我國不斷推進產業結構轉型升級，第三產業中的大數據、云計算、人工智能等“新基建”產業正在快速發展，而這些產業的特點是污染小、推動經濟增長力度大，因此，第三產業的發展有力推動了城市的高質量發展。交通基礎設施的系數顯著為正，這是因為交通基礎設施一方面可以加快商品流通，促進經濟增長，另一方面可以便利城市居民的出行，降低私家車的使用，減少能源消費，進而緩解大氣污染，提升城市的高質量發展水平。信息基礎設施對高質量發展的系數也顯著為正，說明在信息時代，信息基礎設施對經濟增長產生的“倍增”作用，且信息又是典型的無污染產業，將有力地推動城市高質量發展。

五、研究結論及政策建議

（一）研究結論

在剖析城市霧霾污染、土地資源錯配對高質量發展影響機理的基礎上，本文采用2009—2017年長三角27個城市的面板數據，依據“創新、協調、綠色、開放、共享”原則，建立高質量發展評價指標體系，采用熵值法測度了高質量發展指數，并借鑒李勇剛（2019）［27］的土地資源錯配測度方法，測算了土地錯配程度。

基于此，構建了靜態與動態面板模型，實證考察了長三角城市霧霾污染、土地資源錯配對高質量發展的影響，主要有以下研究發現：

（1）考察期內，長三角城市群的高質量發展指數存在明顯差異。上海、蘇州、南京的高質量發展指數分別位居第一、第二、第三位，這三個城市的高質量發展指數高于0.8。由高到低，高質量發展指數位于最后五位的城市分別為池州、鹽城、滁州、宣城和安慶。分省區來看，上海市、江蘇省、浙江省的高質量發展指數分別位居第一、第二、第三位，安徽省高質量發展指數最低。

（2）動態模型估計結果顯示，城市高質量發展的一階滯后項顯著為正，說明高質量發展具有一定的路徑依賴。城市的高質量發展是長期過程，上一期的高質量發展會影響當期的高質量發展。城市霧霾污染、土地資源錯配對高質量發展的影響都為負值，且通過顯著性檢驗，說明城市霧霾污染、土地資源錯配會對高質量發展產生負向影響，制約高質量發展水平的提升，即霧霾污染和土地資源錯配會顯著抑制城市的高質量發展。區域創新、第三產業比重、交通基礎設施、信息基礎設施等都對高質量發展產生顯著正向影響，即區域創新、第三產業、交通基礎設施、信息基礎設施都有助于城市的高質量發展。

（二）對策建議

上述結論的啟示在于，長三角要加強霧霾污染治理，優化土地資源配置，糾正土地資源錯配。就霧霾污染治理來說，首先，建立長效機制，打好長三角霧霾污染治理持久攻堅戰。霧霾污染的根除非一日之功，要有長遠觀念，保持霧霾治理的剛性和政策的前后連貫性。當前，不能因為疫情導致的經濟增長速度下降而停止霧霾污染治理，依然要貫徹“綠水青山就是金山銀山”的思想，加強生態文明建設。只有持之以恒地加強霧霾污染的治理，方能打贏藍天保衛戰。其次，長三角要加強區域協同治理。基于霧霾污染的流動性特點，霧霾污染需要協同治理。不同的城市調動資源的能力千差萬別，故要發揮上海在長三角地區的“領頭雁”效應，與南京、蘇州、杭州、無錫、寧波等重點城市通力合作，提高其他各城市參與協同治理霧霾污染的意愿，加快協同治理霧霾污染的進程。要充分利用大數據、“互聯網+”等，建立長三角霧霾污染數據資源庫，相互之間信息共享，互相監督，精準施策，實現真正的協同治理。再次，長三角可以鼓勵公眾參與霧霾污染治理。穹頂之下，霧霾污染，無人可做看客，霧霾污染不能只靠政府之力，需要公眾的密切配合。英國、德國等國家的經驗表明，只有公眾的廣泛參與才能有效治理霧霾。因此，長三角也要舉公眾之力，充分發揮公眾的監督作用，推動霧霾污染的治理。最后，長三角要重點加強秋冬的霧霾治理。由于霧霾形成原因的復雜性，霧霾污染呈現季節特點，即一般夏春輕、秋冬重。因此，在秋冬季節，長三角要尤為重視霧霾污染的治理，做好預防，避免霧霾污染的發生。

同時，長三角要優化土地資源配置，糾正土地資源錯配。土地資源錯配已經成為阻礙長三角城市高質量發展的重要因素，為了促進城市的高質量發展，要按照十九大報告所提出的“優化存量資源配置，擴大優質增量供給，實現供需動態平衡”的要求，優化土地資源配置，糾正土地資源錯配。首先，長三角要充分發揮市場這一“無形的手”在土地這一重要資源中的作用，優化土地供給結構，提高土地的利用效率，減少土地資源的錯配程度。其次，減緩長三角地方政府財政壓力。地方財政之所有扭曲土地價格的動機，重要原因是為了獲取財政收入。因此，可以進行稅收等方面的改革，增加地方政府的財政收入，減輕財政對土地的依賴，摒除土地資源錯配動機，推動城市高質量發展。最后，對長三角地方政府的土地資源錯配進行監督。長期以來，對土地資源有無錯配、錯配程度如何沒有加以行之有效的監督，這使土地資源錯配程度愈演愈烈，與當前的高質量發展相悖。因此，中央政府要加強對長三角地方政府土地錯配的監督，以減緩土地資源錯配程度，使土地資源的效率達到最大化。