城市蔓延、私人交通與霧霾污染

王素鳳，項瑩瑩

（安徽建筑大學經濟與管理學院，安徽合肥 230601）

引言

隨著大量的農村人口不斷向城市聚集，城市的土地面積不斷向外擴展，中國的城鎮化進程得到快速推進。相比于人口城鎮化的發展速度，土地城鎮化的增長速度明顯快于人口城鎮化的增長速度，導致城市的空間結構不斷向城市邊界擴張，即城市蔓延[1]。城市蔓延的過程中會產生一些負面影響，比如環境污染、交通擁堵等。根據生態環境部發布的《2020 中國生態環境狀況公報》，2020 年全國337 個地級市中有135個城市空氣質量超標，主要污染物為PM2.5、PM10、O3等。生態環境部發布的《中國移動源環境管理年報》報告了2019 年中國機動車保有量達到3.48 億輛，已經連續11 年成為世界機動車產銷第一大國。高德地圖發布的《2017 年度中國主要城市交通分析報告》稱，2017 年中國364 個城市中有26%的城市處于交通擁堵狀態，55%的城市交通處于緩行狀態，僅有19%的城市不受交通擁堵的影響。機動車排放的汽車尾氣是影響城市大氣污染的主要來源[2]。面對當前城市發展過程出現的城市蔓延、交通擁堵以及霧霾污染問題，思考霧霾污染與城市蔓延之間存在什么樣的關系，霧霾污染與交通擁堵之間存在什么樣的關系，霧霾污染與城市蔓延、道路交通這三者之間存在什么樣的關系，研究這些問題對于改善城市空氣質量、提升城市居民生活幸福感以及推動城市可持續發展具有重要的意義。考慮到行政區域的調整劃分以及數據缺失等問題，本文采用中國2009—2018 年280 個地級市的面板數據，分別考察城市蔓延和私人交通對霧霾污染的影響，并以私人交通作為門檻變量，考察城市蔓延對霧霾污染影響的門檻效應。

1 文獻綜述與研究假設

1.1 城市蔓延與霧霾污染

城市蔓延是城市化進程中土地城鎮化大于人口城鎮化的一種現象。目前，關于城市蔓延對霧霾污染的影響，國內外學者主要有三種觀點：第一種觀點認為，城市蔓延加劇了城市的霧霾污染[3]。具體來說，城市蔓延會直接導致農業用地大量減少，大量的建筑用地（工廠、學校、商場、住宅等）不斷地侵蝕著農業用地，而建筑用地在建設過程中產生的大量揚塵和煙塵對城市的環境質量產生了消極的影響；與此同時，建設用地的不斷增加，工業用地向郊區轉移造成第一產業比重的下降，二、三產業比重的增加，相較于第一產業，第二產業對霧霾污染的影響更大；無序的、低密度的城市蔓延不僅會造成城市基礎建設的低效率和建設資源的浪費，還會對綠地面積造成破壞[4]，導致城市熱島效應，不利于改善城市的環境質量。范建雙和周琳等[5]采用動態空間面板模型研究發現，城市蔓延對霧霾污染的影響具有空間溢出效應，城市蔓延不僅會導致本地霧霾污染的增加也會對鄰近地區的霧霾污染產生消極影響。第二種觀點認為，城市蔓延可以降低霧霾污染[6]。城市向周邊地區蔓延可以緩解城市中心區的壓力，比如交通擁堵、人口密度大、環境質量差，相較于城市中心區，郊區的人口密度小，建筑密度低，大氣的凈化能力強，可以降低排放的污染物濃度；同時，隨著城市蔓延水平的提高，城市的空間結構開始發生變化，城市的社會經濟文化中心開始逐漸向郊區轉移，促進了郊區社會經濟的發展，對于改善老城區的空氣質量以及提高人民生活幸福感具有重要的積極意義。第三種觀點認為，霧霾污染與城市蔓延之間存在非線性關系。邵帥和李欣等研究發現，緊湊集約的城市空間結構有利于顯著地降低霧霾污染，而低密度無序擴張的城市發展不利于降低霧霾污染[7]。鑒于上述研究，提出假設1。

假設1：城市蔓延對霧霾污染的影響呈現先負后正的特點，即二者存在U 形曲線關系。

1.2 私人交通與霧霾污染

人口向城市不斷集聚，私家車數量的迅速增加，導致城市道路交通通行緩慢甚至導致城市的交通擁堵[8,9]。私家車在城市道路上的行駛速度受到很多因素的影響，比如交叉路口的數量、紅綠燈的數量、斑馬線、道路寬度[10]、私家車數量等。道路交通處于緩行和擁堵狀態下，車輛處于頻繁啟動的狀態，相比于暢通狀態下消耗更多的化石燃料，產生更多的汽車尾氣[11-13]。隨著城市化的發展，由于私家車在時間和空間上的可達性，私家車對于緩解城市中心的交通擁堵程度和促進城市內部區域職住分離具有重要的意義。私家車數量的逐年增加讓原本的道路交通基礎設施不能滿足交通行駛的要求，造成道路交通通行效率的下降，而通過建造城市軌道交通、快速公路等方式可以提高城市的道路交通基礎設施利用效率和通行速度。軌道交通、快速公交（Bus Rapid Transit，BRT）等公共交通工具相對于私人交通工具具有一定的轉移作用，公共交通工具對于霧霾污染具有抑制作用[14]，因此當公共交通發展到一定水平時，公共交通的轉移效應就會產生效果。交通基礎設施的不斷發展和完善有利于發揮私人交通的環境友好型作用。上述觀點認為私人交通對霧霾污染的影響不僅具有負外部性還具有正外部性，據此提出假設2。

假設2：隨著私人交通發展水平的提高，霧霾污染的變化趨勢呈現出先增后減的倒U 形特點。

1.3 城市蔓延、私人交通與霧霾污染

城市蔓延主要利用土地結構的轉變、產業結構的變化以及私人交通方式的改變對霧霾污染產生直接或間接的影響，其中私家車在城市蔓延中起到重要的推動作用。城市蔓延與私人交通之間的關系主要有以下幾種觀點：第一，私人交通促進城市蔓延。張鄧斕等[15]發現私人汽車消費數量的增加會加劇城市蔓延，但是私人汽車消費達到一定程度時，私人汽車消費將減弱對城市蔓延的影響。藏家新等[16]研究認為相比于公共交通對城市蔓延的制約作用，目前私人交通對城市蔓延的推動作用顯著增強。第二，城市蔓延會影響私人交通的發展。趙一帆等[17]城市蔓延會促進人們購買私家車的數量。第三，非線性關系。姜竹青等[18]使用空間計量的方法發現城市化水平與私人交通之間存在先上升后下降的倒U 形關系。

一方面，隨著土地城鎮化大于人口城市化的進程中，當私人交通的負外部性大于正外部性時，此時私人交通因其自身數量的增加導致城市道路交通產生集聚效應即交通擁堵，交通擁堵產生的汽車尾氣加劇了城市的霧霾污染程度[19]；另一方面，隨著城市不斷向周圍蔓延，當私人交通的正外部性大于負外部性時，此時私人交通因自身優點的原因可以縮短居住地和工作地的距離，促進城市中心職住分離，降低城市中心的居住密度，緩解擁堵的城市交通，提高道路交通的通行效率，從而改善城市的環境質量，同時可以通過改變汽油的油品質量，減少汽油在消耗過程中產生的污染物，從而發揮私人交通對環境的正外部性作用。城市蔓延作為城市化發展中的一個產物，對霧霾污染的影響是長期存在的，因此，在私人交通的作用下，城市蔓延對霧霾污染的影響是非線性的，進而提出假設3。

假設3：在不同的私人交通發展水平下城市蔓延對霧霾污染的影響可能存在門檻特征。當私人交通未跨過門檻值之前，城市蔓延對霧霾污染的影響具有促進作用；當私人交通跨過門檻值后，城市蔓延的環境效應為正，即城市蔓延對霧霾污染具有抑制效應（圖1）。

圖1 基于私人交通發展水平下城市蔓延對霧霾污染的影響機制

綜上所述，首先，現有文獻大多研究城市蔓延、私人交通與霧霾污染兩兩之間的影響，較少有學者將城市蔓延、私人交通與霧霾污染放在同一個研究框架下，探究私人交通、城市蔓延以及二者的交互項對霧霾污染的影響；其次，目前研究城市蔓延、私人交通對霧霾污染影響的學者選取的研究樣本對象多集中在大中城市或者某個區域，缺少選擇將數量較多的地級市作為研究對象，因此本文采用中國2009—2018 年280 個地級市的面板數據作為研究樣本；最后，考慮到自然因素在霧霾污染的形成擴散中發揮著重要的作用，因此將影響霧霾污染的自然因素作為控制變量納入研究中。

2 模型設定與數據選取

2.1 模型設定

為了驗證假設1 和假設2，本文將城市蔓延和私人交通的二次項納入計量模型中，分別設定公式（1）、公式（2）：

式中，ln PM2.5it表示城市i在時間t的霧霾污染濃度，單位為μg/m3；ln carit表示第i個城市在時間t的私人交通；sprawlit表示第i個城市在時間t的城市蔓延；Xit表示第i個城市在時間t的一系列控制變量，包括經濟發展水平（gdp）、產業結構（indus2）、人均綠地面積（rgre en）、降水量（rain）、日照時長（sunt）和風速（wind）；β0為待估的常數項，公式（1）中β1、β2為待估的半彈性系數，β3為彈性系數，公式（2）中β1、β2、β3為待估的彈性系數；εit為隨機誤差項。

本文采用Hansen 在1999 年提出的面板門檻模型，探究不同私人交通發展水平下城市蔓延對霧霾污染的影響是否存在門檻效應，構建面板門檻模型公式：

式中，ln carit為門檻變量；γ為門檻估計值，I(·)為指示函數，滿足條件取1，不滿足取0；εit為隨機誤差項。

門檻值的估算方法：首先，將門檻變量的所有觀測值作為可能的門檻值納入模型，采用最小二乘法（OLS）進行回歸，得到殘差平方和，當殘差平方和為最小殘差平方和即滿足=arg minS(γ)時，得到門檻估計值；其次，構造似然比統計量使用Bootstrap 反復抽樣得到相應的P值，即當P值為0.01、0.05、0.10 時，門檻值在1%、5%和10%的顯著性水平下通過檢驗；最后，構造似然比檢驗統計量確定門檻值的置信區間。

2.2 變量選取與來源

2.2.1 被解釋變量

被解釋變量設定為霧霾污染（PM2.5）。關于城市蔓延對霧霾污染的影響的文獻中大多數學者多選取工業廢氣、工業二氧化硫、工業煙塵以及綜合三者的環境污染指數作為衡量霧霾污染的指標，少數學者使用PM2.5濃度數據。借鑒邵帥[20]的做法，本文采用達爾豪斯大學大氣成分分析組公布的V4.CH.03 版本的年度PM2.5數據集①網站：http://fizz.phys.dal.ca/～atmos/martin/?page_id=140。，利用ArcGIS 軟件將格柵數據轉化解析為中國2009—2018 年280 個地級市的PM2.5濃度值。

2.2.2 解釋變量

門檻變量：私人交通（car）。將地級市擁有的私家車數量作為衡量私人交通的指標。

核心解釋變量：城市蔓延指數（sprawl）。關于測度城市蔓延指數的方法主要有單指標方法和多指標方法，本文主要采用的是單指標方法[17]，即將城市建成區面積增速比率與市轄區人口增速比率之比作為衡量城市蔓延的指標。

公式（4）中，sprawlit表示城市i在時間t的城市蔓延指數；Sit和Si0分別表示城市i在t年和基期的建成區面積；Pit和Pi0分別表示城市i在t年和基期的市轄區人口，本文以2009 年為基期。若sprawl≤1，說明城市未發生蔓延；若sprawl ＞1，表示城市發生蔓延，值越大說明城市蔓延程度越嚴重。表1 為不同年份城市蔓延排名前8 的城市。

表1 不同年份城市蔓延排名前8的城市

2.2.3 控制變量

經濟發展水平（gdp）以城市地區生產總值（2009 年不變價）衡量；產業結構（indus2）采用第二產業占地區生產總值的比重衡量[21]；綠化水平（rgreen）以人均綠地面積衡量；氣象變量包括：降雨量（rain）、風速（wind）和日照時長（sunt），這些數據來源于中國氣象數據共享網。本文采用的數據主要來源于《2010—2019 中國城市統計年鑒》《中國統計年鑒》以及地級市國民經濟和社會發展統計公報，對于缺失值，采用插值法補齊。除了城市蔓延之外，其余變量均取對數。描述性統計如表2 所示。

表2 描述性統計

3 實證結果分析

3.1 面板模型的檢驗

3.1.1 平穩性檢驗

因本文采用的數據是面板數據，在進行數據分析之前需要檢驗面板數據是否存在單位根，從而避免在回歸中出現偽回歸的現象。檢驗單位根的方法很多，比如LLC 檢驗、IPS 檢驗、HT 檢驗、Fisher 檢驗等，本文選擇其中的LLC 檢驗、IPS 檢驗、ADF 檢驗作為檢驗方法。檢驗結果顯示所有變量在三種檢驗方法下均顯著拒絕存在單位根，即數據是平穩的（表3），不存在單位根，可以進行回歸分析。

表3 面板單位根檢驗檢驗

3.1.2 多重共線性檢驗

為避免選取的指標間存在多重共線性問題，需要對所有的變量進行多重共線性檢驗。多重共線性的判斷標準為方差膨脹因子即vif 是否大于10，當vif 大于10 則認為指標之間存在多重共線性。表4 檢驗結果顯示所有變量的vif 以及平均vif 皆小于10，因此可以認為選取的指標之間不存在多重共線性問題。

表4 多重共線性檢驗

3.1.3 個體效應

由于本文選擇的研究樣本個體是中國280 個地級市，而每個地級市的情況存在差異，F統計量在1%的水平下強烈拒絕混合回歸優于固定效應回歸，即存在個體固定效應。與此同時采用LSDV（最小二乘虛擬變量估計）進行估計，估計結果顯示大部分虛擬變量在1%的水平上拒絕原假設個體虛擬變量的系數為0，即認為拒絕混合回歸，存在個體固定效應。

3.1.4 異方差檢驗

考慮到選取的面板數據為短面板數據（N=280，T=10，N＞T），可能存在異方差問題，因此采用White[22]提出的檢驗是否存在異方差問題的方法，結果發現P值為0.0000，強烈拒絕不存在異方差的原假設，即存在異方差問題。對此采用聚類穩健標準誤法以及Driscoll 等[23]在1998 年提出的方法進行校正（具體見表5、表6、表8、表9）。

表5 城市蔓延的非線性估計

3.1.5 豪斯曼檢驗

面板數據模型回歸需要判斷選擇哪種效應模型，具體有固定效應模型和隨機效應模型。一般情況下采用豪斯曼檢驗來判斷是否選擇固定效應模型，但是如果存在異方差問題，傳統的豪斯曼檢驗則無法使用，此時需要對模型進行校正檢驗，采用穩健的豪斯曼檢驗（過度識別檢驗）進行模型的選擇。傳統的豪斯曼檢驗結果的P值為0.001，強烈拒絕原假設隨機效應是最優的，即認為固定效應模型優于隨機效應模型，故選擇固定效應模型。穩健的豪斯曼檢驗的P值為0.0000，強烈拒絕選擇隨機效應，即選擇固定效應模型。傳統的豪斯曼檢驗和穩健的豪斯曼檢驗均顯示固定效應模型最優。

3.2 城市蔓延對霧霾污染的影響

為了驗證假設1，城市蔓延對霧霾污染是否存在非線性影響，以及存在什么樣的影響，本文將城市蔓延的二次項加入回歸，結果發現霧霾污染與城市蔓延之間存在U 形的非線性關系，即城市霧霾污染會隨著城市蔓延程度的增加呈現先下降后上升的趨勢，劉曉紅等[24]運用靜態和動態面板模型探究2007—2016年中國273 個地級市的霧霾污染與城市蔓延之間的關系，研究結果認為霧霾污染與城市蔓延之間存在U 形曲線關系，與本文的研究結論一致。進一步探究中國不同區域間霧霾污染與城市蔓延的關系是否存在差異，按照經濟發展水平將中國分為東部地區、中部地區和西部地區，分別研究城市蔓延對霧霾污染的影響，研究結果發現東部、中部、西部地區的霧霾污染與城市蔓延之間的關系與全國樣本的研究結論是一致的。

3.3 私人交通對霧霾污染的影響

環境庫茲涅茨曲線假說認為霧霾污染與經濟發展之間存在先上升后下降的倒U 形曲線關系，而私人交通發展水平從側面反映了一個城市的經濟發展程度，故將私人交通的二次項加入回歸模型中，探究私人交通對霧霾污染是不是存在非線性影響，以及存在什么樣的影響。

從全國樣本來看，不論是加入還是未加入控制變量，私人交通的一次項與二次項系數符號均未發生改變，即私人交通的一次項系數為正，二次項系數為負，且均通過1%的顯著性水平檢驗，說明霧霾污染與私人交通之間存在倒U 形曲線關系，即隨著私家車數量的增加導致城市的交通擁堵，私家車在擁堵狀態下排放的汽車尾氣會造成城市霧霾污染程度的增加[25]，然而隨著私家車使用的油品質量和發動機燃油效率的不斷提高，私家車在行駛過程中排放的汽車尾氣對城市的空氣質量影響逐漸減少，私人交通將發揮其對環境的正面抑制作用，即私人交通會緩解城市的霧霾污染[26]。東部地區、中部地區以及西部地區霧霾污染與私人交通之間關系的估計結果如表6 所示，總體來說，東、中、西部三大區域的霧霾污染與私人交通之間均存在顯著的先升后降的倒U 形關系。具體來說，東部、中部、西部地區的私人交通的一次項回歸系數均顯著為正，分別為0.8476、0.3428、0.3249，說明霧霾污染會隨著私人交通發展水平的提高而加劇，且私人交通對霧霾污染的影響呈現區域邊際遞減的現象，即對東部區域影響最大，中部區域次之，西部區域最低。

表6 私人交通的非線性估計結果

3.4 城市蔓延和私人交通對霧霾污染的影響

3.4.1 門檻效應檢驗

在對面板門檻模型進行分析之前，需要判斷面板門檻模型是否存在門檻效應，如果存在門檻效應，計算存在的門檻數量以及對應的門檻值。本文以私人交通作為門檻變量，利用Stata15.0 軟件采用Bootstrap反復抽樣300 次得到單一門檻、雙重門檻以及三重門檻的檢驗結果。如表7 所示，私人交通在1%的水平上通過單一門檻的顯著性檢驗，在5%的顯著性水平下通過雙重門檻的顯著性檢驗，然而沒有通過三重門檻的顯著性檢驗，因此以上檢驗結果說明私人交通存在雙重門檻。私人交通的第一個門檻值為11.6130，對應原始值約為110 525 輛（e11.6130），95%的置信區間為[11.6074,11.6195]，私人交通的第二個門檻值為12.2473，對應的原始值約為208 417 輛（e12.2473），95%的置信區間為[12.2096,12.2536]。對應的似然比函數圖LR 見圖2。

表7 私人交通的門檻檢驗結果

圖2 私人交通的雙重門檻LR圖

3.4.2 門檻回歸結果分析

門檻回歸結果見表8，當私人交通低于第一個門檻值11.6130（e11.6130=110 525 輛）時，城市蔓延對霧霾污染的估計系數為正，說明隨著私家車數量的增加，城市蔓延會加劇城市的霧霾污染，這與毛文峰的研究結論一致[27]；當私人交通在第一個門檻值和第二個門檻值12.2473（e12.2473=208 417 輛）之間時，城市蔓延對霧霾污染的影響系數為正，但是未通過顯著性檢驗；當私人交通跨過第二個門檻值時，城市蔓延對霧霾污染的影響系數為負，且通過顯著性水平檢驗，說明隨著私人交通發展水平的提升，城市蔓延對霧霾污染具有抑制效應，這與李強等的研究結論一致[28]。可能的原因為當城市的私人交通發展水平較低時，對應城市的經濟發展水平也較低，城市不斷向外擴展城市的邊界，破壞了原有的生態環境，削弱了環境的凈化能力，一系列的建筑物和配套基礎設施的施工建設造成大量的建筑灰塵和揚塵，惡化了城市的環境質量；隨著私家車數量的不斷增加即跨過門檻值，城市人口不斷向城市集聚，導致城市道路的交通擁堵和環境污染，城市通過不斷地向周圍蔓延可以緩解城市中心的交通壓力，降低城市中心區的人口密度，從而改善了城市的霧霾污染程度。

表8 門檻回歸結果估計

進一步分析門檻回歸中控制變量對霧霾的影響。經濟發展水平對霧霾污染的估計系數顯著為負，說明城市經濟發展水平的提高有助于降低城市的霧霾污染[29]。產業結構對霧霾污染的影響系數為負，且通過1%的顯著性檢驗，說明產業結構的優化升級對霧霾污染具有緩解作用[30]。人均綠地面積的門檻回歸系數未通過顯著性檢驗，說明人均綠地面積對霧霾污染的影響不明顯。降雨量和日照時長的門檻回歸系數顯著為負，風速的回歸系數為正，說明降雨量和日照時間的增加可以降低霧霾污染的濃度[31]，而風速的增加可能會促進霧霾污染向周圍的擴散，加重了周邊地區的霧霾污染程度[32]。

3.4.3 穩健性檢驗

為了避免設定的模型存在估計偏誤，采用面板固定效應模型進行穩健性檢驗（表9）。具體來說，將私人交通作為虛擬變量與城市蔓延的乘積作為交互項納入面板固定效應模型中，當私人交通小于門檻值11.6130（e11.6130=110 525 輛）時，其與城市蔓延的交互項用sppc_1 表示。當私人交通在門檻值11.6130（e11.6130=110 525 輛）和12.2473（e12.2473=208 417 輛）之間時，其與城市蔓延的交互項用sppc_2 表示。當私人交通大于門檻值12.2473（e12.2473=208 417 輛）時，其與城市蔓延的交互項用sppc_3 表示。依次加入經濟發展水平（ln gdp）、產業結構（ln indus2）、人均綠地面積（ln rgreen）、降水量（ln rain）、日照時長（ln sunt）和風速（ln wind）進行回歸，回歸結果顯示：①在門檻值未達到11.6130 之前時，城市蔓延對霧霾污染的估計系數始終為正，且均通過1%的顯著性水平檢驗，說明城市蔓延每提高1 個單位，就會導致霧霾污染的濃度在4.9%和5.2%之間不同程度的增加，即城市蔓延會加劇霧霾污染；②在門檻值介于11.6130和12.2473 之間時，城市蔓延對霧霾污染的影響具有消極作用，但未通過顯著性檢驗；③在跨過門檻值12.2473 之后，表9 中的第（1）列至第（7）列的城市蔓延對霧霾污染的回歸系數均顯著為負，城市蔓延每增加1 個單位，霧霾污染就會下降2.6%～2.8%，說明城市蔓延有助于降低城市中心的霧霾污染濃度。上述回歸結果與面板門檻回歸的結果基本一致，因此說明設定的面板門檻模型是穩健的。

表9 面板固定效應模型的回歸結果

4 結論與政策啟示

4.1 結論

本文以2009—2018 年中國280 個地級市的面板數據為研究樣本，實證分析了城市蔓延、私人交通與霧霾污染之間的非線性關系。進一步以私人交通為門檻變量，考察城市蔓延對霧霾污染影響的門檻特征，得出以下結論：

第一，霧霾污染與城市蔓延之間存在顯著的U 形關系，即城市蔓延在發展的初始階段，城市蔓延的霧霾效應為正，說明城市蔓延會改善城市的環境質量，當城市蔓延發展到一定階段，城市蔓延會加劇霧霾污染。

第二，霧霾污染與私人交通之間存在顯著的倒U形關系。私人交通對霧霾污染的負面作用會隨著私家車數量的增加而增加，當私人交通發展到一定程度時，其對霧霾污染的正面作用就會出現。

第三，在不同的私交通發展水平下城市蔓延對霧霾污染的影響存在雙重門檻特征。具體來說，當私人交通低于第一個門檻值11.6130（e11.6130=110 525輛）時，城市蔓延加劇了霧霾污染程度；當私人交通的門檻值在11.6130（e11.6130=110 525 輛）與12.2473（e12.2473=208 417 輛）之間時，城市蔓延對霧霾污染的影響為正，即加劇了霧霾污染程度，但是未通過顯著性檢驗；當私人交通跨過門檻值12.2473（e12.2473=208 417 輛），城市蔓延對霧霾污染的正外部性開始產生作用，城市蔓延可以改善城市的空氣質量。

4.2 政策啟示

首先，科學地制定城市的開發邊界，因地制宜地合理規劃城市空間結構。為了避免城市蔓延對城市發展的負面影響，城市管理者可以借鑒發達城市或國家的經驗，再根據城市的具體情況，系統合理地規劃城市的空間結構，發揮產業結構的集聚和規模效應，推進產業結構優化升級，促進城市可持續健康發展。

其次，提高公共交通服務水平，促進新能源汽車的使用。優化城市的公共交通通行路線，加快城市軌道交通和快速公路的建設，提高城市公共交通的服務水平，分擔私人交通的壓力。積極倡導人們綠色出行，增加對新能源汽車的使用，減少城市的交通碳排放。

最后，城市要根據自身的資源環境承載能力來確定合適的城市發展規模，控制私人交通的數量，促進城市蔓延與私人交通的協調發展，避免以私家車為導向的城市蔓延對環境的污染，發揮城市蔓延和私人交通對環境的積極作用。