交通可達(dá)性與空氣污染：效應(yīng)識別與機(jī)制檢驗(yàn)

摘要：中國霧霾污染呈現(xiàn)出發(fā)生頻率高、影響范圍廣、治理難度大的特點(diǎn)，其發(fā)生原因及治理路徑是政府和學(xué)者關(guān)注的熱點(diǎn)問題。霧霾的產(chǎn)生會受到人類社會經(jīng)濟(jì)活動的影響，而近年來中國以高速鐵路建設(shè)為代表的交通基礎(chǔ)設(shè)施建設(shè)促進(jìn)了城市間交通可達(dá)性的快速提升，有文獻(xiàn)開始討論高鐵建設(shè)及交通可達(dá)性提升對經(jīng)濟(jì)產(chǎn)出、產(chǎn)業(yè)結(jié)構(gòu)等經(jīng)濟(jì)發(fā)展的影響，但限于數(shù)據(jù)的可得性，未見文獻(xiàn)討論高鐵及城市間交通可達(dá)性對霧霾污染的影響。研究將交通可達(dá)性納入環(huán)境經(jīng)濟(jì)學(xué)的分析框架，首先從要素配置效應(yīng)、產(chǎn)業(yè)升級效應(yīng)、產(chǎn)業(yè)集聚效應(yīng)三個(gè)方面提出交通可達(dá)性影響霧霾污染的理論假說，并基于環(huán)境庫茲涅茨曲線理論框架構(gòu)建空間計(jì)量模型，計(jì)算城市間的公路、普通鐵路及高速鐵路出行的最短交通時(shí)間作為交通可達(dá)性的量化方法，利用中國大陸283個(gè)地級城市MODIS及MISR中 PM2.5濃度的柵格數(shù)據(jù)，對城市間的交通可達(dá)性及城市霧霾污染指標(biāo)進(jìn)行空間相關(guān)關(guān)系檢驗(yàn)，檢驗(yàn)交通可達(dá)性對霧霾污染的影響，討論模型的內(nèi)生性及異質(zhì)性，并進(jìn)一步分析交通可達(dá)性對霧霾污染的作用機(jī)制。研究發(fā)現(xiàn)城市間的霧霾污染存在顯著的空間溢出效應(yīng)，經(jīng)濟(jì)發(fā)展與霧霾污染間存在倒“U”型關(guān)系，證實(shí)了環(huán)境庫茲涅茨曲線;經(jīng)驗(yàn)結(jié)論也證實(shí)交通可達(dá)性會顯著降低城市霧霾污染，這一結(jié)論在中東部城市更為顯著;以滯后一期的城市高等學(xué)校數(shù)量為工具變量，發(fā)現(xiàn)上述結(jié)論仍然穩(wěn)健;交通可達(dá)性對霧霾的影響中，在短期內(nèi)可能會有降低或增長霧霾污染的異質(zhì)性影響，但是從長期看，交通可達(dá)性提升有助于降低城市經(jīng)濟(jì)間的交通成本和摩擦力，促進(jìn)經(jīng)濟(jì)增長和效率提升，進(jìn)而降低霧霾污染;交通可達(dá)性提升對城市霧霾污染的影響主要通過要素配置效應(yīng)、產(chǎn)業(yè)升級及集聚效應(yīng)來體現(xiàn)，具體而言，交通可達(dá)性提升會通過要素配置效應(yīng)降低城市霧霾污染，會通過產(chǎn)業(yè)升級及集聚效應(yīng)增加城市霧霾污染。研究認(rèn)為在處理霧霾污染的過程中，有效的措施包括：通過優(yōu)化交通基礎(chǔ)設(shè)施建設(shè)等手段，降低要素、技術(shù)、產(chǎn)品、產(chǎn)業(yè)等在城市間的流動成本，促進(jìn)資源優(yōu)化配置和產(chǎn)品市場共享;針對霧霾污染的空間相關(guān)性，構(gòu)建霧霾防治的城市間聯(lián)動機(jī)制。

關(guān)鍵詞：交通可達(dá)性;PM2.5;高等學(xué)校數(shù)量;庫茲涅茨曲線;SARAR模型

中圖分類號：F726.9;X513文獻(xiàn)標(biāo)志碼：A文章編號：1008-5831（2022）04-0013-15

引言

霧霾污染是政府和社會公眾高度關(guān)注的問題，中國霧霾污染呈現(xiàn)出發(fā)生頻率高、影響范圍廣、治理難度大的特點(diǎn)[1-2]。霧霾的產(chǎn)生是特定氣候條件與人類社會經(jīng)濟(jì)活動綜合作用的結(jié)果。經(jīng)濟(jì)生產(chǎn)活動必然會排放大量細(xì)顆粒物（PM2.5），當(dāng)其排放量超過自然循環(huán)承載力時(shí)，受靜穩(wěn)天氣的影響，就會出現(xiàn)霧霾天氣[3]。霧霾污染帶來了嚴(yán)重的經(jīng)濟(jì)后果，且這種影響越來越大[4]。以北京為例，霧霾污染帶來的人均健康成本從2003年的211.86元增加到2013年的526.51元[5]。近年來，中國經(jīng)濟(jì)發(fā)展的一個(gè)重大背景就是城市間交通基礎(chǔ)設(shè)施建設(shè)不斷完善。以高速鐵路建設(shè)為代表的交通基礎(chǔ)設(shè)施建設(shè)促進(jìn)了城市間交通可達(dá)性的快速提升[6-7]。交通可達(dá)性是指各交通節(jié)點(diǎn)相互作用機(jī)會的大小，具體是指利用交通系統(tǒng)，從某一給定區(qū)位到達(dá)活動地點(diǎn)的便利程度[7-8]。有文獻(xiàn)開始討論高鐵建設(shè)及交通可達(dá)性提升對經(jīng)濟(jì)產(chǎn)出、產(chǎn)業(yè)結(jié)構(gòu)等經(jīng)濟(jì)發(fā)展的影響[6，9-10]，但限于數(shù)據(jù)的可得性，未見文獻(xiàn)討論高鐵及城市間交通可達(dá)性對霧霾污染的影響。本文嘗試作出的貢獻(xiàn)是，采用2005—2012年全國283個(gè)城市MODIS及MISR中 PM2.5濃度柵格數(shù)據(jù)，建立空間計(jì)量模型分析城市間交通可達(dá)性與霧霾污染的關(guān)系。初步的觀點(diǎn)是：城市間交通可達(dá)性的提升會促進(jìn)城市間要素和產(chǎn)業(yè)優(yōu)化配置，提高經(jīng)濟(jì)增長效率，降低霧霾污染。

一、文獻(xiàn)綜述與理論分析

關(guān)于中國城市霧霾污染的相關(guān)研究早期主要集中于自然科學(xué)領(lǐng)域及資源與環(huán)境領(lǐng)域，關(guān)注的問題包括霧霾產(chǎn)生的自然機(jī)理、污染源等[2，11-12]。隨著城市霧霾數(shù)據(jù)的逐步豐富，部分學(xué)者開始從經(jīng)濟(jì)學(xué)的角度分析影響城市霧霾污染的經(jīng)濟(jì)成因及其解釋因素。從經(jīng)驗(yàn)上看，美國、歐洲、日本等在20世紀(jì)的工業(yè)化過程中都曾經(jīng)出現(xiàn)過嚴(yán)重的霧霾污染[13]。上升為一般規(guī)律，霧霾污染是經(jīng)濟(jì)體在工業(yè)化發(fā)展時(shí)期普遍存在的問題，屬于特定發(fā)展階段的共性問題：隨著經(jīng)濟(jì)的不斷發(fā)展，環(huán)境污染會越來越嚴(yán)重，但隨著產(chǎn)業(yè)結(jié)構(gòu)的升級及經(jīng)濟(jì)的進(jìn)一步發(fā)展，環(huán)境污染會逐步降低，這被稱之為環(huán)境庫茲涅茨曲線，即環(huán)境污染與經(jīng)濟(jì)發(fā)展間存在倒“U”型關(guān)系[14-16]。因此，快速跨過環(huán)境庫茲涅茨曲線拐點(diǎn)是解決中國霧霾污染的關(guān)鍵。此外，城鎮(zhèn)化發(fā)展、產(chǎn)業(yè)集聚、產(chǎn)業(yè)結(jié)構(gòu)水平、外商直接投資、能源強(qiáng)度、政治性藍(lán)天等因素也相繼被學(xué)者們證實(shí)會影響霧霾污染[2，12，16-19]。

近年來，中國經(jīng)濟(jì)發(fā)展的一個(gè)大背景是高鐵、公路等交通基礎(chǔ)設(shè)施建設(shè)帶來的城市間交通可達(dá)性的快速提升[6-7]，學(xué)者們開始關(guān)注交通可達(dá)性提升帶來的經(jīng)濟(jì)后果，但相關(guān)研究主要集中在經(jīng)濟(jì)發(fā)展、空間布局、產(chǎn)業(yè)升級等方面[6，7，9-10]，并未關(guān)注其對資源與環(huán)境的影響。交通可達(dá)性是一個(gè)空間變量，而霧霾污染也具有空間屬性[20-21]，因此二者間是否具有因果關(guān)系是一個(gè)有趣的問題。在空間維度上，區(qū)域間的霧霾具有相關(guān)關(guān)系，這種相關(guān)關(guān)系表現(xiàn)為空間溢出效應(yīng)[20-21]，原因有二：一是自然因素，二是經(jīng)濟(jì)因素。一方面，在霧霾的生成過程中，靜穩(wěn)天氣對霧霾有重要影響，相近區(qū)域間的天氣狀態(tài)類似，會有助于促進(jìn)鄰近區(qū)域同時(shí)產(chǎn)生霧霾。在霧霾產(chǎn)生后，風(fēng)力會促使霧霾在區(qū)域間不斷遷移和流動，影響鄰近區(qū)域的霧霾污染情況[3]。另一方面，受經(jīng)濟(jì)生產(chǎn)活動的影響，鄰近區(qū)域間霧霾污染會存在空間相關(guān)性。相鄰城市間的要素稟賦、經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)水平等變量相近，這可能導(dǎo)致霧霾污染產(chǎn)生的概率及數(shù)量接近[21-22]。而區(qū)域經(jīng)濟(jì)體間的動態(tài)要素稟賦變化、產(chǎn)業(yè)結(jié)構(gòu)水平及經(jīng)濟(jì)增長績效等變量都會受交通可達(dá)性的影響，即區(qū)域經(jīng)濟(jì)體間在空間維度上的經(jīng)濟(jì)交流要依賴交通基礎(chǔ)設(shè)施，交通可達(dá)性會影響區(qū)域間的經(jīng)濟(jì)交流程度[23-24]。因此，交通基礎(chǔ)設(shè)施及由此決定的城市間交通便利性可能會影響霧霾污染的空間表現(xiàn)。從理論上講，交通可達(dá)性對霧霾污染的影響可能主要是通過促進(jìn)要素、技術(shù)、產(chǎn)品、產(chǎn)業(yè)等在區(qū)域和城市間的流動而發(fā)生作用。即交通可達(dá)性提升會縮短流動時(shí)間、降低流動成本和摩擦力，進(jìn)而優(yōu)化要素、技術(shù)、產(chǎn)業(yè)等在空間上的布局，提升經(jīng)濟(jì)發(fā)展質(zhì)量和效率，降低霧霾污染（圖1）。

具體而言，本文認(rèn)為交通可達(dá)性可以通過三個(gè)方面影響城市霧霾污染。

一是交通可達(dá)性提升帶來的要素配置效應(yīng)。在初始的靜態(tài)均衡狀態(tài)下，由于空間等維度上摩擦力的存在，不同城市間的要素回報(bào)不一致。考慮兩個(gè)城市，生產(chǎn)要素在A城市的回報(bào)Rp低于該要素在B城市的回報(bào)RC，假定要素在城市間的流動成本為CM，因此要素在A、B城市間的流動凈回報(bào)為RC-RP-CM。當(dāng)要素在A、B城市間的回報(bào)差異值RC-RP大于流動成本CM時(shí)，要素會流動，實(shí)現(xiàn)優(yōu)化配置;當(dāng)要素在A、B城市間的回報(bào)差異值RC-RP等于或小于流動成本CM時(shí)，要素便不會流動。交通可達(dá)性變化會使要素流動成本CM下降，導(dǎo)致凈回報(bào)RC-RP-CM會上升，更多的優(yōu)質(zhì)要素會流向B城市，實(shí)現(xiàn)要素優(yōu)化配置。要素的優(yōu)化配置可以促進(jìn)技術(shù)效率提升，也有利于城市經(jīng)濟(jì)發(fā)展跨越環(huán)境庫茲涅茨曲線的拐點(diǎn)，會降低霧霾污染

二是交通可達(dá)性提升帶來的產(chǎn)業(yè)升級效應(yīng)。產(chǎn)業(yè)結(jié)構(gòu)與霧霾污染間的關(guān)系在理論上呈倒“U”型，符合庫茲涅茨曲線，即在產(chǎn)業(yè)結(jié)構(gòu)升級初級階段，隨著工業(yè)化比重的增加，會加劇霧霾污染;而產(chǎn)業(yè)結(jié)構(gòu)的進(jìn)一步升級，尤其是高級服務(wù)業(yè)占比的上升，會降低霧霾污染。在產(chǎn)業(yè)結(jié)構(gòu)升級過程中，交通可達(dá)性會起到促進(jìn)作用。隨著城市可達(dá)性的提高，產(chǎn)業(yè)轉(zhuǎn)移的成本下降。對產(chǎn)業(yè)外移的城市而言，有助于淘汰落后產(chǎn)業(yè)，提升產(chǎn)業(yè)結(jié)構(gòu)水平;對于承接外移產(chǎn)業(yè)的城市而言，雖然承接的不是高端制造業(yè)和服務(wù)業(yè)，但相對比其自身產(chǎn)業(yè)而言，也會提升其產(chǎn)業(yè)結(jié)構(gòu)水平。交通可達(dá)性提升對霧霾污染的產(chǎn)業(yè)升級效應(yīng)取決于城市的產(chǎn)業(yè)結(jié)構(gòu)水平：在初期，交通可達(dá)性可以通過促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級增加霧霾污染，隨著產(chǎn)業(yè)結(jié)構(gòu)的進(jìn)一步升級，交通可達(dá)性提升帶來的產(chǎn)業(yè)結(jié)構(gòu)升級效應(yīng)有助于降低霧霾污染水平。

三是交通可達(dá)性提升帶來的產(chǎn)業(yè)集聚效應(yīng)。有研究指出產(chǎn)業(yè)集聚會加劇霧霾污染，原因在于集聚會擴(kuò)大單位面積內(nèi)的經(jīng)濟(jì)活動密度和污染排放密度，排放的污染物會有更大概率超過自然的承載力度，加上靜穩(wěn)天氣的作用，便會加劇霧霾污染[17]。通常，同一產(chǎn)業(yè)的生產(chǎn)要素會嘗試在特定空間內(nèi)集聚，以獲得規(guī)模效應(yīng)，進(jìn)而實(shí)現(xiàn)利潤最大化。在初始階段，交通可達(dá)性提升會打破集聚的原始均衡，促進(jìn)集聚水平提升。集聚規(guī)模的增加會擴(kuò)大經(jīng)濟(jì)活動的霧霾等污染排放，因此交通可達(dá)性會通過產(chǎn)業(yè)集聚效應(yīng)增加霧霾排放。當(dāng)然，隨著集聚經(jīng)濟(jì)的規(guī)模效應(yīng)逐步下降直至為負(fù)值時(shí)，交通可達(dá)性提升便不再增加集聚規(guī)模，不會通過此條路徑影響霧霾污染。有文獻(xiàn)發(fā)現(xiàn)，集聚對污染的影響也可能為負(fù)，原因在于集聚會加快技術(shù)創(chuàng)新的溢出，有利于改善環(huán)境質(zhì)量，這與經(jīng)濟(jì)發(fā)展階段相關(guān)。綜上，本文認(rèn)為交通可達(dá)性帶來的產(chǎn)業(yè)集聚效應(yīng)對霧霾污染的影響在初始階段應(yīng)該會增加污染，隨后的影響可能會逐步降低或不顯著。

二、模型與數(shù)據(jù)

（一）模型設(shè)定

分析經(jīng)濟(jì)體環(huán)境污染的相關(guān)計(jì)量建模大都基于環(huán)境庫茲涅茨曲線（EKC）[14-15]。在工業(yè)化發(fā)展初期，隨著資源使用量的增加以及政府追求經(jīng)濟(jì)產(chǎn)出增長、環(huán)保意識及監(jiān)督不強(qiáng)，霧霾等環(huán)境污染會上升，但隨著產(chǎn)業(yè)結(jié)構(gòu)的進(jìn)一步升級、技術(shù)水平的提升及環(huán)保意識和監(jiān)督力度增強(qiáng)，能耗水平下降，環(huán)境會逐步改善，這被學(xué)者們歸納為環(huán)境庫茲涅茨曲線。環(huán)境庫茲涅茨曲線揭示了經(jīng)濟(jì)發(fā)展水平與霧霾污染的關(guān)系。因此，本文對環(huán)境庫茲涅茨曲線進(jìn)行擴(kuò)展，在經(jīng)濟(jì)發(fā)展水平一次項(xiàng)及二次項(xiàng)的基礎(chǔ)上，加入交通可達(dá)性指標(biāo)作為核心解釋變量，分析其對霧霾污染的影響。

已有文獻(xiàn)證實(shí)了不同區(qū)域間的霧霾污染存在空間上的相關(guān)關(guān)系，采用傳統(tǒng)計(jì)量模型會由于誤差項(xiàng)的空間相關(guān)造成估計(jì)結(jié)果的不可信[20-21，25]，因此本文將采用空間計(jì)量模型檢驗(yàn)交通可達(dá)性對霧霾污染的影響。空間計(jì)量模型有多種形式，文獻(xiàn)中主要采用空間誤差模型（SEM）、空間滯后模型（也可稱為空間自回歸模型，SAR），及同時(shí)考慮空間誤差項(xiàng)和空間滯后項(xiàng)的模型，即帶空間滯后誤差項(xiàng)的空間滯后模型（SARAR）。本文選擇SARAR模型進(jìn)行基準(zhǔn)的回歸分析，同時(shí)給出空間誤差模型及空間滯后模型的估計(jì)結(jié)果進(jìn)行對比。SARAR模型的具體形式為：

Haze=ρWY+Xβ+μ，μ=λWμ+ε（1）

式（1）中：Haze為霧霾污染，作為被解釋變量;X為模型中的一系列自變量，包括經(jīng)濟(jì)發(fā)展一次項(xiàng)、二次項(xiàng)、交通可達(dá)性及其他變量等;W為空間權(quán)重矩陣，本文選擇地理距離空間權(quán)重矩陣;β為估計(jì)系數(shù)，ε則為隨機(jī)擾動項(xiàng)，ε～N（0，σ2In）;λ是殘差自回歸系數(shù)，ρ是空間滯后系數(shù)。

將式（1）按照環(huán)境庫茲涅茨曲線（EKC）進(jìn)行拓展：

Hazeit=A0t+α1gdpperit+α2gdpper2it+α3accit+…+μit，μ=λWμ+ε（2）

式（2）中：i代表樣本城市，t代表時(shí)間項(xiàng)，具體為年份，gdpper代表經(jīng)濟(jì)發(fā)展一次項(xiàng)， gdpper2為經(jīng)濟(jì)發(fā)展水平的二次項(xiàng)， acc代表交通可達(dá)性。

本研究加入的控制變量包括：能源強(qiáng)度指標(biāo)[26]、綠地覆蓋率[27]、財(cái)政預(yù)算收入與政府規(guī)模指標(biāo)[28]、城鎮(zhèn)化發(fā)展水平[23]，以及產(chǎn)業(yè)結(jié)構(gòu)指標(biāo)、產(chǎn)業(yè)集聚指標(biāo)、消費(fèi)水平、信息化水平、金融發(fā)展水平等[12，26]。

最終，本文的SARAR模型形式為：

Hazeit=A0t+α1gdpperit+α2gdpper2it+α3accit+α4energyit+α5greenlandit+α6finincit+α7finicalit+α8consumit+α9govit+α10urbit+α11strupit+α12strrait+α13inforit+α14indaggit+α15seraggit+μit，μ=λWμ+ε （3）

式（3）中：energy代表能源強(qiáng)度指標(biāo);greenland代表綠地覆蓋率指標(biāo);fininc代表財(cái)政預(yù)算收入水平;consum代表消費(fèi)水平;gov為政府財(cái)政支出占比;finical代表金融發(fā)展水平;strup為產(chǎn)業(yè)結(jié)構(gòu)高級化指標(biāo);strra為產(chǎn)業(yè)結(jié)構(gòu)合理化指標(biāo);urb代表城鎮(zhèn)化發(fā)展水平; infor代表信息化發(fā)展水平;indagg為制造業(yè)集聚水平;seragg為服務(wù)業(yè)集聚水平。

（二）數(shù)據(jù)來源

本文研究對象為中國大陸地級及以上的283個(gè)城市。在2015年，中國大陸地級及以上城市總量為295個(gè)（包括4個(gè)直轄市、15個(gè)副省級城市等），本研究刪除了行政單位發(fā)生過變更的地級城市（如巢湖市等）和數(shù)據(jù)缺失的城市（如拉薩市、中衛(wèi)市、隴南市等）;另外，考慮到交通可達(dá)性的量化方法，也刪除了海南省的海口市和三亞市，最終獲得了2005—2012年283個(gè)城市的均衡面板數(shù)據(jù)。

本文的數(shù)據(jù)來源于以下三個(gè)方面。

一是霧霾數(shù)據(jù)。本文的霧霾數(shù)據(jù)來自于美國哥倫比亞大學(xué)國際地球科學(xué)信息網(wǎng)路中心（CIESIN），該數(shù)據(jù)中心依托社會經(jīng)濟(jì)數(shù)據(jù)和應(yīng)用中心（SEDAC）公布衛(wèi)星搭載的中分辨率成像光譜儀（MODIS）和多角度成像光譜儀（MISR）測算得到氣溶膠光學(xué)厚度圖像，可被轉(zhuǎn)換得到PM2.5濃度的柵格數(shù)據(jù)。本文采用ArcGIS軟件將此數(shù)據(jù)解析為中國大陸地級及以上城市PM2.5濃度數(shù)據(jù)。該數(shù)據(jù)為連續(xù)3年數(shù)據(jù)的移動平均值。

二是交通可達(dá)性數(shù)據(jù)。文獻(xiàn)中交通可達(dá)性的量化方法包括時(shí)間可達(dá)性和空間可達(dá)性兩種。由于空間距離在時(shí)間維度上變化較小，在面板數(shù)據(jù)模型中不宜采用，因此本文采用時(shí)間可達(dá)性[8，10]。本研究借鑒丁如曦和倪鵬飛[10]的研究，計(jì)算城市間的公路、普通鐵路及高速鐵路出行的最短交通時(shí)間。具體方法是按照《全國鐵路旅行時(shí)刻表》，對應(yīng)中國高鐵開通線路及城市，逐個(gè)搜集各城市與北上廣深4個(gè)城市間的最短出行時(shí)間作為最短交通時(shí)間。對于未開通高鐵的城市，進(jìn)一步計(jì)算對比公路與普通鐵路的最短交通時(shí)間，計(jì)算方法是采用交通運(yùn)營里程除以運(yùn)行時(shí)速。公路運(yùn)行時(shí)速采用60公里/小時(shí)，鐵路時(shí)速采用丁如曦和倪鵬飛[10]的標(biāo)準(zhǔn)，即140公里/小時(shí)。最短交通時(shí)間與交通可達(dá)性為負(fù)向指標(biāo)，因此在進(jìn)行檢驗(yàn)分析的過程中取倒數(shù)值。

三是其他的城市經(jīng)濟(jì)相關(guān)變量。原始數(shù)據(jù)主要來源于對應(yīng)年份《中國城市統(tǒng)計(jì)年鑒》《中國區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》的整理和測算，各價(jià)格平減指數(shù)數(shù)據(jù)來源于對應(yīng)年份和省份的省市統(tǒng)計(jì)年鑒。

另外，需要特別交代產(chǎn)業(yè)結(jié)構(gòu)高級化、產(chǎn)業(yè)結(jié)構(gòu)合理化及產(chǎn)業(yè)集聚指標(biāo)的量化方法。

產(chǎn)業(yè)結(jié)構(gòu)高級化指標(biāo)的計(jì)算公式為 ：

strupt=3k=13j=1θjt=θ1t+2θ2t+3θ3t（4）

式（4）中，t為時(shí)間趨勢項(xiàng)，θjt代表t時(shí)期j產(chǎn)業(yè)產(chǎn)值占地區(qū)生產(chǎn)總值之比。

產(chǎn)業(yè)結(jié)構(gòu)合理化指標(biāo)的計(jì)算公式為：

strrat=3h=1（GDPhGDP）ln（GDPhLhGDPL） （5）

式（5）中，GDPh表示第h產(chǎn)業(yè)產(chǎn)值;L表示勞動力要素?cái)?shù)量;Lh表示第h產(chǎn)業(yè)從業(yè)人員數(shù)量。

產(chǎn)業(yè)集聚指標(biāo)的量化方法采用區(qū)位熵指數(shù)進(jìn)行，具體的數(shù)據(jù)處理和測度過程借鑒程中華和于斌斌[29]的研究。

其他變量量化方法為：經(jīng)濟(jì)發(fā)展水平變量采用人均GDP量化，經(jīng)濟(jì)發(fā)展水平二次項(xiàng)為人均GDP平方;能源強(qiáng)度指標(biāo)采用單位工業(yè)用電量的GDP產(chǎn)出量化（萬元/萬千瓦時(shí)）;綠地覆蓋率的量化方法是建成區(qū)綠化覆蓋率 （%）;財(cái)政預(yù)算收入的量化采用地方財(cái)政一般預(yù)算內(nèi)收入（萬元）;城市消費(fèi)水平指標(biāo)則采用人均社會消費(fèi)品零售總額量化（萬元/人）;財(cái)政支出占比的量化方法是采用地方財(cái)政一般預(yù)算內(nèi)支出占GDP比重（%）;金融發(fā)展指標(biāo)為年末金融機(jī)構(gòu)各項(xiàng)貸款余額占GDP比重（%）;城鎮(zhèn)化發(fā)展水平指標(biāo)的量化采用城鎮(zhèn)化率指標(biāo);信息化發(fā)展水平指標(biāo)的量化方法是國際互聯(lián)網(wǎng)用戶數(shù)量化（戶）。在處理過程中，所有的物質(zhì)資本變量都取對數(shù)值。

（三）中國城市間交通可達(dá)性描述統(tǒng)計(jì)及霧霾污染變動

從數(shù)據(jù)的描述統(tǒng)計(jì)看（表1），在2005—2012年間，中國大陸各城市到北京、上海、廣州、深圳間的最短旅行時(shí)間平均值從8.677小時(shí)逐步下降至2012年的5.956小時(shí)，交通可達(dá)性不斷提升;各樣本城市PM2.5均值在2008年前一直保持上升趨勢，2008年后開始逐步下降，這與中國經(jīng)濟(jì)整體波動有顯著的相關(guān)性。

三、實(shí)證分析結(jié)果

（一）交通可達(dá)性對城市霧霾污染的影響

本文借助Stata14.0軟件對城市間的交通可達(dá)性及城市霧霾污染指標(biāo)進(jìn)行空間相關(guān)關(guān)系檢驗(yàn)。檢驗(yàn)方法選擇文獻(xiàn)中出現(xiàn)較多的Moran’s I指數(shù)[24]，Moran’s I的計(jì)算公式為：

Moran’s I=ni=1nj=1Wij（Yi-Y）（Yj-Y）S2ni=1nj=1Wij （6）

式（6）中，S2=1nni=1（Yi-Y），Y=1nni=1Yi，Y分別代表交通可達(dá)性及霧霾污染，W為空間0-1權(quán)重矩陣，量化方法是城市間擁有共同邊界則為1，反之為0。

從Moran’s I指數(shù)的檢驗(yàn)結(jié)果看，中國城市間的霧霾污染呈現(xiàn)顯著的空間相關(guān)關(guān)系，系數(shù)為正證明城市間的霧霾污染存在空間溢出效應(yīng)，這與已有研究的發(fā)現(xiàn)一致，也與我們的預(yù)期相符。無論是霧霾生成過程還是霧霾生成后的流動過程，都會發(fā)生空間上的溢出。本文同時(shí)也發(fā)現(xiàn)城市間交通可達(dá)性也在顯著的空間相關(guān)關(guān)系，這與交通可達(dá)性的定義及測度方法一致，也與交通基礎(chǔ)設(shè)施建設(shè)在空間上的選擇有關(guān)。由于Moran’s I指數(shù)的檢驗(yàn)結(jié)果較為一致，且都通過了1%的顯著性檢驗(yàn)，本文不給出具體的檢驗(yàn)結(jié)果（表2）。

在空間相關(guān)關(guān)系檢驗(yàn)的基礎(chǔ)上，本文采用SARAR模型（基準(zhǔn)模型）檢驗(yàn)交通可達(dá)性對霧霾污染的影響。在分析的過程中，為對比結(jié)論的穩(wěn)健性，本部分同時(shí)給出了空間滯后模型和空間誤差模型的估計(jì)結(jié)果，也給出含控制變量及不含控制變量的模型估計(jì)結(jié)果。

首先分析不含控制變量的三個(gè)模型。從基準(zhǔn)模型估計(jì)結(jié)果看，空間誤差項(xiàng)及空間滯后項(xiàng)都通過了顯著性水平檢驗(yàn)，說明城市間的霧霾污染存在顯著的空間效應(yīng)，且為空間溢出效應(yīng)，與Moran’s I指數(shù)的檢驗(yàn)結(jié)果一致，也證實(shí)了已有文獻(xiàn)的結(jié)論。從空間滯后模型看，自回歸系數(shù)為正值，但是同時(shí)考慮了空間誤差效應(yīng)后，SARAR模型基準(zhǔn)回歸顯示空間誤差項(xiàng)系數(shù)為正，自回歸系數(shù)為負(fù)，說明不考慮空間誤差效應(yīng)是不合理的，需要采用SARAR模型。但從本研究的核心解釋變量看，三種模型的估計(jì)結(jié)果較為一致。經(jīng)濟(jì)發(fā)展一次項(xiàng)及二次項(xiàng)都通過了顯著性檢驗(yàn)，一次項(xiàng)系數(shù)為正，二次項(xiàng)系數(shù)為負(fù)，說明經(jīng)濟(jì)發(fā)展與霧霾污染間存在顯著的因果關(guān)系，具體呈現(xiàn)為倒“U”型關(guān)系，證實(shí)了環(huán)境庫茲涅茨曲線。

交通可達(dá)性對霧霾污染的影響也通過了顯著性檢驗(yàn)（1%的顯著性水平），系數(shù)為負(fù)，說明交通可達(dá)性的提升會降低霧霾污染，初步證實(shí)了本文的觀點(diǎn)。從理論上講，交通可達(dá)性提升對霧霾污染的影響機(jī)制可能包括三個(gè)路徑：首先是要素配置效應(yīng)，其次是產(chǎn)業(yè)升級效應(yīng)，最后是產(chǎn)業(yè)集聚效應(yīng)。從基準(zhǔn)模型的估計(jì)結(jié)果看，上述三種效應(yīng)對霧霾污染的綜合影響為負(fù)。但是三種機(jī)制的具體作用方向需要進(jìn)一步討論，本文將在下一部分通過構(gòu)建交互項(xiàng)的方式進(jìn)一步檢驗(yàn)交通可達(dá)性提升對霧霾污染影響的具體作用機(jī)制。

加入能源強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)水平、產(chǎn)業(yè)集聚等控制變量后，核心解釋變量的估計(jì)結(jié)果仍然穩(wěn)健。經(jīng)濟(jì)發(fā)展一次項(xiàng)系數(shù)顯著為正，經(jīng)濟(jì)發(fā)展二次項(xiàng)系數(shù)顯著為負(fù)，與基準(zhǔn)模型的估計(jì)結(jié)論一致。三個(gè)考慮了控制變量的模型中，交通可達(dá)性對霧霾污染的影響顯著為負(fù)，與基準(zhǔn)模型的估計(jì)結(jié)論也一致。

從其他控制變量的估計(jì)結(jié)果看，估計(jì)結(jié)果顯著且較為穩(wěn)健的變量包括財(cái)政收入、產(chǎn)業(yè)結(jié)構(gòu)指標(biāo)、產(chǎn)業(yè)集聚指標(biāo)。具體而言，財(cái)政收入對霧霾污染存在顯著正向影響，與潘敏杰等[30]的研究結(jié)論一致。地方政府可能為了獲得更多的財(cái)政收入降低對排污企業(yè)的環(huán)境管制，政府也可能為了獲得更多的稅收而降低環(huán)境準(zhǔn)入標(biāo)準(zhǔn)和門檻，出現(xiàn)“資本挾持環(huán)境治理”的現(xiàn)象，這些都將增加霧霾污染[30]。產(chǎn)業(yè)結(jié)構(gòu)高級化指標(biāo)顯著增加了霧霾污染，而產(chǎn)業(yè)結(jié)構(gòu)合理化指標(biāo)會顯著降低霧霾污染。樣本期內(nèi)，中國城市產(chǎn)業(yè)結(jié)構(gòu)仍以工業(yè)化為主導(dǎo)，服務(wù)業(yè)水平比較低，且服務(wù)業(yè)內(nèi)部結(jié)構(gòu)中主要以低端服務(wù)業(yè)為主，因此在產(chǎn)業(yè)的高級化過程中，主要產(chǎn)業(yè)的能耗水平較高，房地產(chǎn)、水泥等產(chǎn)業(yè)造成了大量的霧霾污染源排放，會導(dǎo)致霧霾污染增多。而產(chǎn)業(yè)結(jié)構(gòu)合理化會提升經(jīng)濟(jì)增長效率，降低單位能耗，有助于降低環(huán)境污染及霧霾污染。制造業(yè)及服務(wù)業(yè)集聚會增加霧霾排放，說明中國城市的產(chǎn)業(yè)集聚雖然有利于規(guī)模經(jīng)濟(jì)的釋放，但是會增加要素及能源在城市的過多使用，不利于降低霧霾污染。其他控制變量的估計(jì)結(jié)果不一一解釋。

（二）內(nèi)生性討論及穩(wěn)健性檢驗(yàn)

本部分進(jìn)一步對已有結(jié)論的穩(wěn)健性進(jìn)行討論，從內(nèi)生性和變換空間權(quán)重矩陣兩方面展開（表3）。

交通可達(dá)性與霧霾污染間可能存在互為因果的關(guān)系。例如，在現(xiàn)實(shí)中，北京的霧霾污染較為嚴(yán)重，則會通過優(yōu)化其與周邊城市的交通基礎(chǔ)設(shè)施以便產(chǎn)業(yè)外移，降低城市污染。當(dāng)然，模型也可能存在遺漏霧霾污染重要解釋變量（例如天氣因素等）的內(nèi)生性問題。本文選擇工具變量來解決模型的內(nèi)生性問題。工具變量的選擇需要滿足兩個(gè)條件：一是該變量對因變量沒有直接的影響，二是與內(nèi)生解釋變量間存在顯著的相關(guān)關(guān)系。本文認(rèn)為城市內(nèi)的高等學(xué)校數(shù)量是交通可達(dá)性的一個(gè)合理工具變量，其原因是：其一，大學(xué)生在學(xué)校和家庭間的往返及旅游是交通旅客運(yùn)輸?shù)闹匾M成，因此高等學(xué)校數(shù)量越多，可能對交通基礎(chǔ)設(shè)施的要求越高，交通可達(dá)性可能就越高;其二，城市的高等學(xué)校大部分是在20世紀(jì)建立，因此高等學(xué)校數(shù)量對近年來的霧霾污染沒有直接影響。

由于SARAR面板數(shù)據(jù)模型不支持工具變量估計(jì)命令，因此本文選擇普通面板數(shù)據(jù)GMM模型來進(jìn)行估計(jì)。同時(shí)，本部分也更換了空間權(quán)重矩陣，給出了采用空間0-1鄰接矩陣的三個(gè)模型估計(jì)結(jié)果。

從模型的估計(jì)結(jié)果看，核心解釋變量與基準(zhǔn)模型的估計(jì)結(jié)果較為一致，4個(gè)模型的估計(jì)結(jié)果都顯示交通可達(dá)性對霧霾污染有顯著影響，經(jīng)濟(jì)發(fā)展一次項(xiàng)及二次項(xiàng)對霧霾污染也有顯著影響。這說明考慮了內(nèi)生性及更換了空間權(quán)重矩陣后，基準(zhǔn)模型的估計(jì)結(jié)論仍然較為穩(wěn)健。

（三）進(jìn)一步討論：區(qū)域差異

中國城市霧霾污染存在區(qū)域間的差異[22]，并且中國交通基礎(chǔ)設(shè)施建設(shè)也存在東中西區(qū)域間的發(fā)展差異[6]，因此城市間交通可達(dá)性提升對霧霾污染的影響可能存在區(qū)域間的差異。本部分按照東中西三個(gè)區(qū)域?qū)?83個(gè)樣本城市進(jìn)行細(xì)分，東部地區(qū)包括河北、遼寧、江蘇、浙江、福建、山東、廣東、海南等省份所轄的99個(gè)市;中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南等省份所轄的100個(gè)市;西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、甘肅、青海、寧夏、新疆等省份所轄的84個(gè)市。細(xì)分樣本后，采用空間SARAR模型對細(xì)分樣本后的數(shù)據(jù)進(jìn)行重新估計(jì)，同時(shí)給出含控制變量和不含控制變量的模型估計(jì)結(jié)果（表4）。

從細(xì)分區(qū)域樣本的估計(jì)結(jié)果看，東部區(qū)域和中部區(qū)域樣本的估計(jì)結(jié)果與整體樣本的估計(jì)結(jié)果相近，不展開討論。西部區(qū)域樣本的估計(jì)結(jié)果與整體樣本的估計(jì)結(jié)果并不一致，且含控制變量和不含控制變量的西部區(qū)域樣本估計(jì)結(jié)果也不穩(wěn)健，說明在西部地區(qū)，交通可達(dá)性與城市霧霾污染間的因果關(guān)系并不顯著和穩(wěn)健。可能的解釋是學(xué)者們所發(fā)現(xiàn)的中國區(qū)域間的霧霾污染存在俱樂部收斂情況[16]，西部地區(qū)霧霾污染情況較中、東部地區(qū)好，同時(shí)西部地區(qū)間的交通基礎(chǔ)設(shè)施建設(shè)相對落后于中、東部地區(qū)，交通可達(dá)性水平略低，因此兩個(gè)變量間的統(tǒng)計(jì)關(guān)系與中、東部地區(qū)并不一致。

（四）交通可達(dá)性對霧霾污染的影響機(jī)制檢驗(yàn)

本部分進(jìn)一步討論交通可達(dá)性對霧霾污染的影響機(jī)制。為甄別和檢驗(yàn)交通可達(dá)性對霧霾污染的影響路徑，本文通過引入交通可達(dá)性與機(jī)制變量的交互項(xiàng)來進(jìn)行回歸分析。根據(jù)理論部分的假定，本文構(gòu)建了交通可達(dá)性與城鎮(zhèn)化發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)高級化、制造業(yè)集聚等變量的交互項(xiàng)，分別代表要素配置效應(yīng)、產(chǎn)業(yè)升級效應(yīng)、產(chǎn)業(yè)集聚效應(yīng)。需要說明的是，要素包括勞動力、土地、資本等。然而，在這些要素中，資本要素流動取決于金融資本市場發(fā)育完善程度，與交通可達(dá)性關(guān)系很弱。土地要素則由于區(qū)位固定，其無法流動。因此，交通可達(dá)性在要素配置上的作用就主要體現(xiàn)其對勞動力要素流動的作用。而勞動力要素流動的結(jié)果就表現(xiàn)為以常住人口比重所反映出的城鎮(zhèn)化水平上。因此，本文選擇交通可達(dá)性與城鎮(zhèn)化發(fā)展水平的交互來體現(xiàn)要素配置效應(yīng)。在具體的分析過程中，由于初始變量與各交互項(xiàng)變量間可能存在多重共線性，為盡量降低多重共線性，本文對各初始變量做了去中心化的處理。本部分同時(shí)給出了含控制變量及不含控制變量的SARAR模型、SEM模型及SAR模型結(jié)果（表5）。

從模型估計(jì)結(jié)果看，核心解釋變量去中心化處理后，交通可達(dá)性、經(jīng)濟(jì)發(fā)展一次項(xiàng)、二次項(xiàng)指標(biāo)對霧霾污染的影響仍然顯著，城鎮(zhèn)化發(fā)展水平指標(biāo)也變得顯著，而產(chǎn)業(yè)結(jié)構(gòu)指標(biāo)的估計(jì)結(jié)果不再顯著，這與相關(guān)變量去中心化處理及模型加入了交互項(xiàng)有關(guān)。本文同時(shí)分區(qū)域?qū)|中西部三類樣本進(jìn)行了影響機(jī)制檢驗(yàn)，與整體樣本結(jié)果相近，因此下文的分析主要針對整體樣本結(jié)果進(jìn)行討論。

從三個(gè)交互項(xiàng)變量的估計(jì)結(jié)果看，要素配置效應(yīng)指標(biāo)顯著為負(fù)，說明交通可達(dá)性提升有效促進(jìn)了要素在區(qū)域間的流動，提升了單位要素的產(chǎn)出及生產(chǎn)效率，因此可以降低霧霾污染。勞動力要素為追求回報(bào)最大化會嘗試在部門間及區(qū)域間流動，交通可達(dá)性提升有助于降低勞動力要素的流動成本，因此會提升勞動力要素生產(chǎn)率，促進(jìn)經(jīng)濟(jì)發(fā)展和降低霧霾污染。

交通可達(dá)性帶來的產(chǎn)業(yè)升級效應(yīng)及產(chǎn)業(yè)集聚效應(yīng)會增加城市霧霾污染。交通可達(dá)性提升會促進(jìn)城市產(chǎn)業(yè)結(jié)構(gòu)升級及產(chǎn)業(yè)集聚。在現(xiàn)階段，由于樣本城市的產(chǎn)業(yè)結(jié)構(gòu)升級和集聚仍以工業(yè)化為主導(dǎo)，而工業(yè)化水平提升會顯著增加能源需求，因此會增加霧霾污染源的排放。需要仔細(xì)區(qū)分的是城市霧霾污染與單位產(chǎn)出霧霾污染是不同的。城市產(chǎn)業(yè)升級及產(chǎn)業(yè)集聚會由于技術(shù)水平提升及規(guī)模經(jīng)濟(jì)的作用降低單位產(chǎn)出的霧霾污染，但是在產(chǎn)業(yè)升級及產(chǎn)業(yè)集聚的過程中，必然帶來城市經(jīng)濟(jì)產(chǎn)出的增多，從霧霾污染的總體規(guī)模上講，交通可達(dá)性將更多的經(jīng)濟(jì)生產(chǎn)活動從其他區(qū)域引入了城市，因此會增加城市的霧霾污染總量。另外，部分普通地級城市在城市體系中屬于“中心—外圍”模型中的“外圍”城市，因此會承接中心城市的低端產(chǎn)業(yè)轉(zhuǎn)出及低端制造業(yè)在其內(nèi)部的集聚，相比于其原有產(chǎn)業(yè)而言，承接的產(chǎn)業(yè)會提升其產(chǎn)業(yè)結(jié)構(gòu)水平及集聚水平，但這些產(chǎn)業(yè)的能耗較高、污染排放多，會增加霧霾污染。

從交通可達(dá)性對霧霾污染的影響機(jī)制檢驗(yàn)結(jié)果看，交通可達(dá)性提升會通過要素配置效應(yīng)降低城市霧霾污染，而通過產(chǎn)業(yè)升級及集聚效應(yīng)增加城市霧霾污染，但總體而言，前者大于后者，交通可達(dá)性對霧霾污染的整體效應(yīng)為負(fù)，有利于降低霧霾污染。結(jié)合經(jīng)濟(jì)學(xué)理論，根據(jù)環(huán)境庫茲涅茨曲線，在初期，污染會隨著經(jīng)濟(jì)發(fā)展逐步提升，隨著經(jīng)濟(jì)的進(jìn)一步發(fā)展，污染會開始減少[13-15]。交通可達(dá)性對霧霾影響的相關(guān)機(jī)制中，在短期內(nèi)可能會有降低或增長霧霾污染的異質(zhì)性影響，但是從長期看，交通可達(dá)性提升有助于降低城市經(jīng)濟(jì)間的交通成本和摩擦力，促進(jìn)經(jīng)濟(jì)增長和效率提升，進(jìn)而降低霧霾污染。當(dāng)然，其長期影響是另外的故事，本文不進(jìn)一步展開討論或檢驗(yàn)。

四、結(jié)論與討論

霧霾污染是現(xiàn)階段政府和社會公眾等關(guān)注的熱點(diǎn)問題，探索霧霾污染影響因素、尋求解決路徑有重要意義。霧霾污染有著空間屬性，其與同樣是空間變量的交通可達(dá)性間的因果關(guān)系并未引起學(xué)者重視，交通可達(dá)性所帶來的經(jīng)濟(jì)社會影響也并未被納入宏觀環(huán)境研究的相關(guān)分析框架。本研究基于環(huán)境庫茲涅茨曲線理論框架構(gòu)建空間計(jì)量模型，利用中國大陸283個(gè)地級城市MODIS及MISR中 PM2.5濃度的柵格數(shù)據(jù)檢驗(yàn)交通可達(dá)性對霧霾污染的影響。研究發(fā)現(xiàn)城市間的霧霾污染存在顯著的空間溢出效應(yīng)，經(jīng)濟(jì)發(fā)展與霧霾污染間存在倒“U”型關(guān)系;檢驗(yàn)結(jié)論證實(shí)交通可達(dá)性會顯著降低城市霧霾污染;以滯后一期的城市高等學(xué)校數(shù)量為工具變量，發(fā)現(xiàn)上述結(jié)論仍然穩(wěn)健。交通可達(dá)性提升對城市霧霾污染的短期影響主要通過要素配置效應(yīng)、產(chǎn)業(yè)升級及集聚效應(yīng)來體現(xiàn)，具體而言交通可達(dá)性提升會通過要素配置效應(yīng)降低城市霧霾污染，會通過產(chǎn)業(yè)升級及集聚效應(yīng)增加城市霧霾污染。

本文結(jié)論的政策啟示是明顯且重要的，霧霾污染與其他環(huán)境問題一致，需要經(jīng)濟(jì)發(fā)展跨入高質(zhì)量發(fā)展階段才能徹底解決，在此過程中，有效的措施包括：通過優(yōu)化交通基礎(chǔ)設(shè)施建設(shè)等手段，降低要素、技術(shù)、產(chǎn)品、產(chǎn)業(yè)等在城市間的流動成本，促進(jìn)資源優(yōu)化配置和產(chǎn)品市場共享;針對霧霾污染的空間相關(guān)性，構(gòu)建霧霾防治的城市間聯(lián)動機(jī)制。參考文獻(xiàn)：

[1]LI M N，ZHANG L L.Haze in China：Current and future challenges[J].Environmental Pollution，2014，189：85-86.

[2]劉晨躍，徐盈之.城鎮(zhèn)化如何影響霧霾污染治理：基于中介效應(yīng)的實(shí)證研究[J].經(jīng)濟(jì)管理，2017（8）：6-23.

[3]肖宏偉.霧霾成因分析及治理對策[J].宏觀經(jīng)濟(jì)管理，2014（7）：70-71.

[4]XU P，CHEN Y F，YE X J.Haze，air pollution，and health in China[J].Lancet，2013，382（9910）：2067.

[5]曹彩虹，韓立巖.霧霾帶來的社會健康成本估算[J].統(tǒng)計(jì)研究，2015（7）：19-23.

[6]王雨飛，倪鵬飛.高速鐵路影響下的經(jīng)濟(jì)增長溢出與區(qū)域空間優(yōu)化[J].中國工業(yè)經(jīng)濟(jì)，2016（2）：21-36.

[7]王振華，李萌萌，江金啟.交通可達(dá)性對城市經(jīng)濟(jì)高質(zhì)量發(fā)展的異質(zhì)性影響[J].經(jīng)濟(jì)與管理研究，2020（2）：98-111.

[8]周浩，余壯雄，楊錚.可達(dá)性、集聚和新建企業(yè)選址：來自中國制造業(yè)的微觀證據(jù)[J].經(jīng)濟(jì)學(xué)（季刊），2015（4）：1393-1416.

[9]蔣海兵，張文忠，祁毅，等.區(qū)域交通基礎(chǔ)設(shè)施可達(dá)性研究進(jìn)展[J].地理科學(xué)進(jìn)展，2013（5）：807-817.

[10]丁如曦，倪鵬飛.中國經(jīng)濟(jì)空間的新格局：基于城市房地產(chǎn)視角[J].中國工業(yè)經(jīng)濟(jì)，2017（5）：94-112.

[11]XIAO Z M，ZHANG Y F，HONG S M，et al.Estimation of the main factors influencing haze，based on a long-term monitoring campaign in Hangzhou，China[J].Aerosol and Air Quality Research，2011，11（7）：873-882.

[12]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(shù)據(jù)的實(shí)證分析[J].國際貿(mào)易問題，2015（12）：74-84.

[13]穆治霖.應(yīng)對霧霾污染的法律思考[J].環(huán)境與可持續(xù)發(fā)展，2014（1）：52-55.

[14]MADDISON D.Environmental Kuznets curves：A spatial econometric approach[J].Journal of Environmental Economics and Management，2006，51（2）：218-230.

[15]MLLER-FRSTENBERGER G，WAGNER M.Exploring the environmental Kuznets hypothesis：Theoretical and econometric problems[J].Ecological Economics，2007，62（3/4）：648-660.

[16]馬麗梅，張曉.中國霧霾污染的空間效應(yīng)及經(jīng)濟(jì)、能源結(jié)構(gòu)影響[J].中國工業(yè)經(jīng)濟(jì)，2014（4）：19-31.

[17]東童童，李欣，劉乃全.空間視角下工業(yè)集聚對霧霾污染的影響：理論與經(jīng)驗(yàn)研究[J].經(jīng)濟(jì)管理，2015（9）：29-41.

[18]石慶玲，郭峰，陳詩一.霧霾治理中的“政治性藍(lán)天”：來自中國地方“兩會”的證據(jù)[J].中國工業(yè)經(jīng)濟(jì)，2016（5）：40-56.

[19]黃壽峰.環(huán)境規(guī)制、影子經(jīng)濟(jì)與霧霾污染：動態(tài)半?yún)?shù)分析[J].經(jīng)濟(jì)學(xué)動態(tài)，2016（11）：33-44.

[20]HAO Y，LIU Y M.The influential factors of urban PM2.5 concentrations in China：A spatial econometric analysis[J].Journal of Cleaner Production，2016，112：1443-1453.

[21]馬麗梅，劉生龍，張曉.能源結(jié)構(gòu)、交通模式與霧霾污染：基于空間計(jì)量模型的研究[J].財(cái)貿(mào)經(jīng)濟(jì)，2016（1）：147-160.

[22]李力，唐登莉，孔英，等.FDI對城市霧霾污染影響的空間計(jì)量研究：以珠三角地區(qū)為例[J].管理評論，2016（6）： 11-24.

[23]梁偉，楊明，張延偉.城鎮(zhèn)化率的提升必然加劇霧霾污染嗎：兼論城鎮(zhèn)化與霧霾污染的空間溢出效應(yīng)[J].地理研究，2017（10）：1947-1958.

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

[25]王振華，李旭.技術(shù)進(jìn)步、產(chǎn)業(yè)結(jié)構(gòu)升級與縣域經(jīng)濟(jì)增長：以遼寧省為例[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2015（2）：68-75

[26]何小鋼.結(jié)構(gòu)轉(zhuǎn)型與區(qū)際協(xié)調(diào)：對霧霾成因的經(jīng)濟(jì)觀察[J].改革，2015（5）：33-42.

[27]盛小星，葉春明.基于PSR模型的上海市霧霾影響因素空間差異分析[J].生態(tài)科學(xué)，2017（2）：87-92.

[28]陳詩一，陳登科.霧霾污染、政府治理與經(jīng)濟(jì)高質(zhì)量發(fā)展[J].經(jīng)濟(jì)研究，2018（2）：20-34.

[29]程中華，于斌斌.產(chǎn)業(yè)集聚與地區(qū)工資差距：基于中國城市數(shù)據(jù)的空間計(jì)量分析[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2014（6）：86-94，125.

[30]潘敏杰，武舜臣，張繼良.中國式分權(quán)、環(huán)境規(guī)制與霧霾污染[J].產(chǎn)業(yè)經(jīng)濟(jì)評論，2017（1）：5-19.

Traffic accessibility and air pollution：Effect identification and mechanism testing

WANG Zhenhua1， SUN Xuetao2， JING Zaifang1

（1.School of Economics and management， Shenyang Agricultural University， Shenyang 110866， P. R. China;2.Institute of Rural Economic Development， Shandong Academy of Social Sciences， Jinan 250002， P. R. China）

Abstract：

China’s haze pollution presents the characteristics of high occurrence frequency， wide impact range and difficult treatment. Its causes and treatment path are the hot issues concerned by the government and scholars. The generation of haze will be affected by human social and economic activities. In recent years， China’s transportation infrastructure construction represented by high-speed railway construction has promoted the rapid improvement of inter city traffic accessibility. Some literature began to discuss the impact of high-speed railway construction and traffic accessibility improvement on economic development such as economic output and industrial structure， but limited to the availability of data， There is no literature to discuss the impact of high-speed rail and inter city traffic accessibility on haze pollution. The research brings traffic accessibility into the analytical framework of environmental economics. Firstly， the theoretical hypothesis of the impact of traffic accessibility on haze pollution is put forward from three aspects： factor allocation effect， industrial upgrading effect and industrial agglomeration effect. Based on the theoretical framework of Environmental Kuznets curve， a space econometric model constructed to calculate the shortest traffic time of road， ordinary railway and high-speed railway travel between cities as" the quantitative method of traffic accessibility. Using the raster data of PM2.5 concentration in MODIS and MISR of 283 cities in Chinese mainland， we test the spatial correlation between urban traffic accessibility and Urban Haze pollution indicators， test the impact of traffic accessibility on haze pollution， and discuss the endogeneity and heterogeneity of the model. The mechanism of traffic accessibility on haze pollution is further analyzed. It is found that there is a significant spatial spillover effect of smog pollution between cities， and there is an inverted “U” relationship between economic development and smog pollution， which confirms the Environmental Kuznets curve; The empirical conclusion also proves that traffic accessibility can significantly reduce urban haze pollution， which is more significant in central and eastern cities; Taking the number of urban colleges and universities lagging behind for one period as the instrumental variable， it is found that the above conclusion is still robust; In the impact of traffic accessibility on haze， it may reduce or increase the heterogeneity of haze pollution in the short term， but in the long term， the improvement of traffic accessibility helps to reduce the traffic cost and friction between urban economies， promote economic growth and efficiency， and then reduce haze pollution; The impact of improved traffic accessibility on Urban Haze pollution is mainly reflected through factor allocation effect， industrial upgrading and agglomeration effect. Specifically， improved traffic accessibility will reduce urban haze pollution through factor allocation effect and increase urban haze pollution through industrial upgrading and agglomeration effect. The research shows that in the process of dealing with haze pollution， effective measures include： reducing the flow cost of factors， technologies， products and industries among cities by optimizing transportation infrastructure construction， and promoting the optimal allocation of resources and product market sharing; Aiming at the spatial correlation of haze pollution， an inter city linkage mechanism for haze prevention and control is constructed.

Key words：" traffic accessibility; PM2.5; number of colleges and universities; Kuznets curve; SARAR model

（責(zé)任編輯傅旭東）