基于空間計量模型的京津冀城市群霧霾污染的影響因素研究

摘 要：在分析京津冀城市群霧霾現狀基礎上，對京津冀城市群霧霾污染進行了空間自相關檢驗，運用空間滯后和空間杜賓模型分析了霧霾污染的空間溢出效應。結果表明：京津冀城市群霧霾污染具有明顯的空間集聚特征，產業結構不合理、人均GDP低可增加霧霾污染物，而外商實際投資增加、綠化覆蓋率高以及平均氣壓和平均風速高可減少霧霾污染。

關鍵詞：京津冀；霧霾污染；空間效應；影響因素

中圖分類號：X513 文獻標志碼：B 文章編號：2095–3305（2024）08–0-03

京津冀城市群作為我國特大級城市群之一，特別是國家級新區雄安新區的設立，更加凸顯出京津冀城市群作為中國經濟核心區的重要性，同時，京津冀城市群也被定位于協同發展改革引領區、生態修復環境改善示范區[1]。但該區域也是中國生態環境最嚴重、大氣污染最集中的地區。《京津冀協同發展規劃綱要》中指出要在生態環境協同治理方面率先突破，表明大氣污染問題已經引起政府、公眾的廣泛關注，京津冀三地共同出臺了《京津冀及周邊地區深化大氣污染控制中長期規劃》，打破行政框架，共同治理霧霾污染[2]。

然而，這些措施并沒有從根本上扭轉霧霾污染的形勢。為此，研究京津冀城市群霧霾的時空分布、霧霾污染的影響因素對京津冀城市群大氣污染防控具有重要的現實意義。

中國科學院地理所方創琳研究員團隊對此進行了系統的研究。劉海猛等[3]基于京津冀縣級數據，利用空間計量模型研究了京津冀霧霾污染的影響因素；崔學剛等[4]以京津冀城市群13個地級以上城市為例，研究了環境規制對城市生態環境的影響；王振波等[5]以2000—2015年京津冀城市群面板數據為研究樣本，構建了“壓力—狀態—響應（PSR）”城市群生態安全指標體系，對京津冀生態安全進行了評價。此外，王一辰等[6]利用京津冀2006—2015年13個城市面板數據利用ARCGIS軟件對霧霾的影響因素進行了研究。

1 模型構建和變量選擇

1.1 模型構建

空間計量方法能夠克服傳統計量方法的不足，把變量的空間變量納入模型，空間計量模型包括空間滯后模型（Spatial Lag Model，SLM）與空間誤差模型（Spatial Error Model，SEM）以及后續發展的包含解釋變量空間滯后項的空間杜賓模型（Spatial Dubin Model，SDM）等形式。

1.2 變量選擇

變量選取方面，在參考文獻基礎上，主要選取社會經濟發展和自然因素2個方面，其中社會經濟發展主要選取產業結構、人均GDP、外商直接投資和綠化覆蓋率，自然因素主要選取平均氣壓和平均風速[7-10]。

2 實證分析

2.1 空間自相關

使用Moran’s I檢驗京津冀地區霧霾污染的空間相關性。從表1可以看出，京津冀城市群的霧霾污染在空間上具有很強的相關性，所有年份的Moran’s I值都通過了5%的檢驗，均＜0.05，Z值均＞3.0。

2.2 空間計量檢驗

將京津冀城市群的霧霾污染程度的PM2.5作為被解釋變量，影響霧霾的社會經濟發展和自然因素作為解釋變量，利用空間計量模型對京津冀PM2.5進行檢驗。

（1）空間滯后模型。空間計量基本模型主要分為空間誤差模型、空間滯后模型和空間杜賓模型，空間誤差模型和空間滯后模型主要依據LM檢驗結果進行判斷。從表2可以看出，空間滯后模型的LM檢驗結果顯著，并且穩健的LM檢驗空間滯后模型也比空間誤差模型顯著，因此空間滯后模型要優于空間誤差模型。

從表3可以看出，京津冀地區霧霾污染的影響系數顯著，空間溢出效應明顯。京津冀地區產業分布比較集中，在某些城市高耗能產業比例較高，導致如唐山、衡水、邢臺等城市霧霾污染較為嚴重，處于霧霾污染環境庫茲涅茨曲線拐點之前，產業結構升級系數每下降1%，會造成霧霾污染提高2%～3%。人均GDP和外商實際投資額對霧霾污染影響呈現正相關關系，經濟發展帶動人均GDP增加，帶動能源消費增加，并且隨著人們生活水平不斷提高，交通和建筑物密度增加，從而使霧霾污染物集聚，導致空氣污染[11]。與人均GDP相反，外商實際投資額增加會導致霧霾污染程度降低，這主要是由于近年來，各地雖然一直在加大招商引資力度，但是外商投資會重點向高科技、低耗能產業傾斜。同時，外商投資增加會增加政府稅收，從而增加環境污染治理投資，因此外商實際投資增加在一定程度上緩解了霧霾污染。綠化率的系數為負，表明綠化率的增加會降低空氣中霧霾的含量，是提高空氣質量的重要舉措。從自然因素看，平均氣壓和平均風速對霧霾有著顯著的影響，系數都為負值，表明氣壓和風速越高，越有利于污染物的擴散，降低空氣中霧霾濃度。

（2）空間杜賓模型。空間杜賓模型考慮了自變量空間滯后性與因變量之間的關系，此方面空間杜賓模型要優于空間滯后面板模型和空間誤差面板模型。從表4可以看出，空間杜賓模型結果表明，京津冀城市群霧霾污染的溢出效應較為明顯，各個樣本城市的霧霾污染不僅與當地相關，還受到其他區域的影響。各類模型的空間滯后系數為正值，說明京津冀城市群的霧霾污染在時空上具有一定的持續性和區域性的特征。

（3）空間效應分解。由空間滯后模型和空間杜賓模型可知，霧霾污染存在著空間溢出效應，即一個地區的產業結構、人均GDP等不僅影響該地區的霧霾，也會對其他地區產生影響，同時，霧霾污染物具有流動性的特征，也會對其他地區產生影響。從表5可以看出，在時間和空間2個維度下，各種影響因素對霧霾的直接效應和間接效應比較明顯，表明各種因素對霧霾的影響不僅在時間上具有累積性，而且在空間上具有關聯性。

3 結論

（1）京津冀城市群霧霾污染具有集聚特征。通過對京津冀城市群霧霾進行空間自相關檢驗，表明PM2.5在京津冀13個城市的集聚性和區域性特征較為明顯，并且從時間維度看變化不大。霧霾污染較重的主要集中在石家莊、保定、邢臺、邯鄲和衡水等平原型城市，霧霾污染較輕的主要集中在承德、張家口等城市。

（2）京津冀城市群空間效應顯著。通過對模型進行LM檢驗，表明空間計量模型中固定效應和空間滯后模型擬合效果較好，產業結構不合理、人均GDP低可增加霧霾污染物，而外商實際投資增加、綠化覆蓋率高以及平均氣壓和平均風速大可減少霧霾污染。

參考文獻

[1] 陸大道.京津冀城市群功能定位及協同發展[J].地理科學進展，2015，34（3）：265-270.

[2] 王振波，方創琳，許光，等.2014年中國城市PM2.5濃度的時空變化規律[J].地理學報，2015，70（11）：1720-1734.

[3] 劉海猛，方創琳，黃解軍，等.京津冀城市群大氣污染的時空特征與影響因素解析[J].地理學報，2018，73（1）：177-191.

[4] 崔學剛，方創琳，張薔.京津冀城市群環境規制強度與城鎮化質量的協調性分析[J].自然資源學報，2018，33（4）：563-575.

[5] 王振波，梁龍武，方創琳，等.京津冀特大城市群生態安全格局時空演變特征及其影響因素[J].生態學報，2018，38 （12）：4132-4144.

[6] 王一辰，沈映春.京津冀霧霾空間關聯特征及其影響因素溢出效應分析[J].中國人口·資源與環境，2017，27（S1）：41 -44.

[7] 盧辭，李明鴻，張俊.安徽省農業面源污染的時空演變及影響因素研究：基于空間計量模型[J].中國農學通報，2023，39 （34）：105-113.

[8] 寧譯萱，尹勇，李瓊.基于空間杜賓模型的中國省際霧霾污染影響因素分析[J].現代商貿工業，2020，41（26）：44-46.

[9] 王少劍，高爽，陳靜.基于GWR模型的中國城市霧霾污染影響因素的空間異質性研究[J].地理研究，2020，39（3）：651-668.

[10] 劉曉紅.綠色創新測度及其對中國省際霧霾污染的影響：基于空間計量模型的實證[J].當代經濟管理，2019，41（10）： 47-53.

[11] 郭四代，張華，郭杰，等.基于空間計量模型的中國環境污染評價及影響因素分析[J].生態學雜志，2018，37（2）：471-481.