中國(guó)城市化對(duì)環(huán)境質(zhì)量影響的空間計(jì)量分析

王連芬，張靜蕊

（湖南大學(xué) 經(jīng)濟(jì)與貿(mào)易學(xué)院，長(zhǎng)沙 410079）

0 引言

近些年來(lái)，我國(guó)環(huán)境問(wèn)題越來(lái)越突出，社會(huì)對(duì)環(huán)境的關(guān)注度也越來(lái)越高。我國(guó)政府也在采取各種措施，希望減少經(jīng)濟(jì)發(fā)展帶來(lái)的環(huán)境影響，提高環(huán)境質(zhì)量。在《國(guó)家新型城鎮(zhèn)化規(guī)劃》（2014—2022年）中指出，我國(guó)要大力推進(jìn)城市的環(huán)保、綠色發(fā)展，減少在城市發(fā)展過(guò)程中產(chǎn)生的環(huán)境污染，使我國(guó)的城市和自然環(huán)境協(xié)調(diào)發(fā)展，在城市發(fā)展的同時(shí)保證環(huán)境質(zhì)量。在這種背景下，探尋現(xiàn)階段我國(guó)城市化的特征，研究城市發(fā)展對(duì)環(huán)境質(zhì)量的影響，對(duì)于我國(guó)優(yōu)化城市發(fā)展方式，改善環(huán)境質(zhì)量，具有非常重要的意義。

國(guó)內(nèi)外多數(shù)學(xué)者已關(guān)于城市化對(duì)環(huán)境的影響進(jìn)行了大量的研究[1-8]，然而在多數(shù)研究中假定地區(qū)之間的環(huán)境污染排放是相互獨(dú)立的，忽略了空間相關(guān)性的影響，這樣會(huì)對(duì)研究結(jié)果產(chǎn)生一定的影響。地區(qū)之間會(huì)產(chǎn)生經(jīng)濟(jì)合作和產(chǎn)業(yè)轉(zhuǎn)移，特別是在我國(guó)現(xiàn)在產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的影響下，產(chǎn)業(yè)轉(zhuǎn)移現(xiàn)象會(huì)越來(lái)越多，這個(gè)過(guò)程可能會(huì)產(chǎn)生跨區(qū)域污染，使地區(qū)之間環(huán)境質(zhì)量的空間相關(guān)性加強(qiáng)。在進(jìn)行研究時(shí)如果忽略空間相關(guān)性，可能會(huì)影響結(jié)果的準(zhǔn)確性。本文選取了我國(guó)31個(gè)省市的數(shù)據(jù)，對(duì)我國(guó)31個(gè)省市的環(huán)境質(zhì)量空間分布格局進(jìn)行了分析，利用空間計(jì)量模型，分析了我國(guó)城市化水平對(duì)環(huán)境質(zhì)量的影響。

1 環(huán)境質(zhì)量的空間相關(guān)性分析

1.1 環(huán)境質(zhì)量評(píng)價(jià)指標(biāo)

為了能更客觀地從整體上研究城市化對(duì)環(huán)境質(zhì)量的影響，本文將多種環(huán)境污染物整合為一個(gè)指標(biāo)，從絕對(duì)量的角度對(duì)各地區(qū)環(huán)境質(zhì)量進(jìn)行綜合評(píng)價(jià)。只研究一種污染物的排放不能綜合地反映環(huán)境污染整體狀況，因此需要選取多種污染物排放的綜合指標(biāo)，來(lái)全面反映整體環(huán)境質(zhì)量狀況，因此本文從工業(yè)污染和生活污染兩個(gè)方面選取了相應(yīng)的指標(biāo)，來(lái)衡量環(huán)境污染水平。污染包括氣體污染、水污染和固體廢棄物污染，因此本文的工業(yè)污染和生活污染均是從這三個(gè)角度衡量的。本文用工業(yè)廢氣排放量、工業(yè)SO2排放量、工業(yè)廢水排放量、工業(yè)固體廢棄物產(chǎn)生量來(lái)表示工業(yè)污染；用生活SO2排放量、生活廢水排放量、生活垃圾清運(yùn)量來(lái)表示生活污染。為了能從整體上研究城市化與環(huán)境質(zhì)量之間的關(guān)系，本文采用熵值法來(lái)測(cè)算我國(guó)大陸31個(gè)?。ㄗ灾螀^(qū)、直轄市）2004—2016年環(huán)境污染指數(shù)。環(huán)境污染指數(shù)越高，表示工業(yè)污染和生活污染排放量越多，環(huán)境質(zhì)量越差。

將得到的環(huán)境污染數(shù)值用geoda軟件分析，根據(jù)環(huán)境污染水平的不同，將這些省份分為了三個(gè)等級(jí)，位于第三級(jí)的省域有10個(gè)，依次為內(nèi)蒙古、河南、遼寧、江蘇、四川、貴州、廣東、河北、山西、山東，是環(huán)境污染物排放最多的地區(qū)；位于第二級(jí)的11個(gè)省域?yàn)楹邶埥?、新疆、陜西、湖北、湖南、安徽、江西、浙江、云南、重慶、廣西，這些地區(qū)環(huán)境污染程度較輕，環(huán)境質(zhì)量較好；位于第一級(jí)的10個(gè)省域?yàn)榧?、北京、天津、寧夏、甘肅、青海、西藏、海南、上海、福建，是環(huán)境污染最輕的地區(qū)。整體來(lái)看，我國(guó)31個(gè)省市的環(huán)境污染排放并非隨機(jī)分布的，具有一定程度的空間集聚性。

1.2 環(huán)境質(zhì)量空間相關(guān)性分析

（1）環(huán)境質(zhì)量的全局空間自相關(guān)分析

在空間相關(guān)性分析中，全局空間自相關(guān)可以分析不同地區(qū)之間整體上是否存在空間關(guān)聯(lián)。本文先采用Moran指數(shù)來(lái)衡量空間相關(guān)性是否存在，若存在空間相關(guān)性，則說(shuō)明我國(guó)31個(gè)省市之間的環(huán)境質(zhì)量在空間上會(huì)相互影響。

本文通過(guò)geoda生成空間權(quán)重矩陣，然后計(jì)算2004—2016年間環(huán)境污染綜合指數(shù)的Moran指數(shù)，結(jié)果如表1所示。2004年Moran指數(shù)值為0.1907，之后Moran指數(shù)值逐漸增長(zhǎng)，直到2007年Moran指數(shù)值為0.2095，是Moran指數(shù)值最高的年份；2016年Moran指數(shù)值為0.2076。這表明我國(guó)31個(gè)省市的環(huán)境污染現(xiàn)象在空間上的分布并不是隨機(jī)的，臨近地區(qū)的環(huán)境污染現(xiàn)象會(huì)相互影響，具有顯著的正向空間相關(guān)性，地區(qū)環(huán)境質(zhì)量在空間分布上存在一定的集群現(xiàn)象。

表1 2004—2016年環(huán)境污染指數(shù)Moran’s I統(tǒng)計(jì)值

（2）環(huán)境質(zhì)量的局部空間自相關(guān)分析

利用空間相關(guān)性分析中的局部空間自相關(guān)分析，可以進(jìn)一步判定我國(guó)31個(gè)省市之間環(huán)境污染現(xiàn)象的高低屬性，圖1為2016年我國(guó)31個(gè)省市的環(huán)境污染指數(shù)Moran散點(diǎn)圖。Moran散點(diǎn)圖的不同象限表明地區(qū)之間環(huán)境污染的影響是不同的。處于Moran散點(diǎn)圖第一個(gè)象限的地區(qū)，表明省份自身以及相鄰省份的環(huán)境污染現(xiàn)象都比較嚴(yán)重，環(huán)境質(zhì)量都比較差；處于Moran散點(diǎn)圖第二個(gè)象限的地區(qū)，表明省份自身環(huán)境污染現(xiàn)象較輕，環(huán)境質(zhì)量較好，而相鄰省份的環(huán)境污染水平較高，環(huán)境質(zhì)量較差；處于Moran散點(diǎn)圖第三個(gè)象限的地區(qū)，表明省份自身以及相鄰省份的環(huán)境污染水平都比較低，環(huán)境質(zhì)量都比較好；處于Moran散點(diǎn)圖第四個(gè)象限的地區(qū)，省份自身的環(huán)境污染水平較高，環(huán)境質(zhì)量較差，而相鄰省份的環(huán)境污染水平較低，環(huán)境質(zhì)量較好。

圖1 2016年環(huán)境污染指數(shù)Moran散點(diǎn)圖

從圖1可以看出，2016年環(huán)境質(zhì)量位于第一象限的省區(qū)有11個(gè)，位于第三象限的省區(qū)有5個(gè)。

因?yàn)镸oran散點(diǎn)圖不能判斷地區(qū)之間的局部相關(guān)類(lèi)型，以及集聚區(qū)是否具有顯著性，所以本文采用LISA聚類(lèi)分布圖來(lái)分析每個(gè)省份的環(huán)境污染與周邊省份的空間自相關(guān)程度。

根據(jù)LISA聚類(lèi)分布圖分析結(jié)果，2016年我國(guó)環(huán)境污染形成了不同的集聚區(qū)：第一個(gè)是以山西、山東、河北、河南為核心的高污染集聚區(qū)。這些地區(qū)與周邊省區(qū)形成了高污染圈。第二個(gè)是以新疆為中心的低污染集聚區(qū)。新疆及其周邊省區(qū)經(jīng)濟(jì)發(fā)展水平落后，產(chǎn)生的工業(yè)污染和生活污染較少，因此形成了以新疆為核心的低污染圈。安徽是環(huán)境污染低-高區(qū)的核心。其自身環(huán)境質(zhì)量較好，環(huán)境污染水平較低，但是被環(huán)境污染高的省區(qū)包圍，有可能會(huì)受到周邊高污染省區(qū)的影響。

經(jīng)過(guò)上文的分析可知，我國(guó)相鄰省份之間的環(huán)境污染行為會(huì)相互影響，呈現(xiàn)出一定的集聚現(xiàn)象。因此本文在分析中納入了空間計(jì)量分析，判斷空間相關(guān)性的影響。

2 實(shí)證分析

2

.1 理論模型、變量選擇與數(shù)據(jù)說(shuō)明

國(guó)內(nèi)外學(xué)者關(guān)于環(huán)境污染的影響因素以及城市化與環(huán)境污染的關(guān)系進(jìn)行了大量的研究。Ehrlich和Holdren(1971,1972)[9,10]提出了IPAT模型：I=P×A×T。I表示人類(lèi)活動(dòng)對(duì)自然環(huán)境產(chǎn)生的影響，P、A、T分別表示人口數(shù)量、居民富裕水平以及技術(shù)水平。IPAT模型表示的是人口、居民富裕水平以及技術(shù)水平對(duì)環(huán)境產(chǎn)生的影響。但是由于IPAT模型不能進(jìn)行假設(shè)檢驗(yàn)，只能研究在保持其他因素不變的情況下，分析另一種因素改變對(duì)環(huán)境產(chǎn)生的影響，存在其局限性。Dietz和Rosa(1994)[11]提出了STIRPAT模型，在STIRPAT模型中可以分析各個(gè)因素的變化對(duì)環(huán)境產(chǎn)生的影響，隨后STIRPAT模型被廣泛應(yīng)用到環(huán)境污染的影響因素研究分析中。本文主要研究的是城市化對(duì)環(huán)境質(zhì)量的影響，根據(jù)SITRPAT模型，本文的具體模型如下：

將以上模型取對(duì)數(shù)，可以得到：

利用STIRPAT模型，在人口和居民富裕水平的基礎(chǔ)上，可以加入其他變量，研究其他因素對(duì)環(huán)境的影響。York(2003)[12]、Makoto(2015)[13]利用 STIRPAT 模型研究了城市化率對(duì)環(huán)境的影響；Wang P等(2013)[14]、Wang Y等(2015)[15]發(fā)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)會(huì)對(duì)環(huán)境產(chǎn)生一定的影響；“污染天堂”假說(shuō)認(rèn)為發(fā)展中國(guó)家環(huán)境管制標(biāo)準(zhǔn)較低，會(huì)吸引外資建立污染密集型企業(yè)，使發(fā)展中國(guó)家成為發(fā)達(dá)國(guó)家的“污染天堂”，List和Co(2000)[16]通過(guò)研究發(fā)現(xiàn)外資的進(jìn)入會(huì)使發(fā)展中國(guó)家污染加重，驗(yàn)證了污染天堂假說(shuō)。因此，本文在研究城市化對(duì)環(huán)境的影響時(shí)，選取了人口、富裕水平、產(chǎn)業(yè)結(jié)構(gòu)、外商直接投資作為控制變量。

本文的解釋變量為城市化率，關(guān)于城市化率，不同的學(xué)者有不同的解釋。Clark(1945)[17]認(rèn)為城市化的發(fā)展是人口從第一產(chǎn)業(yè)向第二三產(chǎn)業(yè)轉(zhuǎn)移的過(guò)程；辜勝阻(1991)[18]將城市化定義為人口從農(nóng)村流出，向城市流入的過(guò)程，城市人口會(huì)不斷集聚。因此，本文在測(cè)定城市化水平時(shí)，用非農(nóng)業(yè)人口在總?cè)丝谥兴嫉谋戎乇硎?。具體模型如下：

城市化水平為非農(nóng)業(yè)人口占總?cè)丝诘谋戎?；人口指?biāo)用年末地區(qū)常住人口表示；居民富裕水平為人均GDP；產(chǎn)業(yè)結(jié)構(gòu)用第二產(chǎn)業(yè)占GDP的比重表示；FDI為外商直接投資額。

本文采用的是我國(guó)大陸地區(qū)的31個(gè)省市2004—2016年間的相關(guān)數(shù)據(jù)，各年人均GDP均使用2000年價(jià)格為基期進(jìn)行修正。本文的數(shù)據(jù)來(lái)源為《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)環(huán)境年鑒》、《中國(guó)人口和就業(yè)年鑒》。

2.2 空間面板數(shù)據(jù)模型

空間計(jì)量與普通模型不同的是模型中引入了空間作用，能夠分析空間變量對(duì)環(huán)境污染的影響。空間計(jì)量模型分為兩種，兩種模型的空間變量不同。

根據(jù)本文的研究變量，本文的空間滯后模型反映的是相鄰地區(qū)的環(huán)境污染水平對(duì)本地區(qū)環(huán)境污染水平的影響程度，模型表達(dá)式為：

Y代表的是環(huán)境污染水平，是因變量；X代表的是城市化水平、人口數(shù)量等變量；W為空間權(quán)重矩陣；ρ為空間變量的回歸系數(shù)。

在空間誤差模型中，空間作用存在于誤差項(xiàng)之中。模型的表達(dá)式為：

在這個(gè)模型中，ε代表的是隨機(jī)誤差向量；λ代表的是空間誤差項(xiàng)的系數(shù)，表示相鄰省份的因變量的誤差對(duì)本省市的環(huán)境污染的影響。

對(duì)于空間滯后模型(SAR)還是空間誤差模型(SEM)的選擇，應(yīng)根據(jù)Moran’s I檢驗(yàn)結(jié)果來(lái)進(jìn)行。首先需要進(jìn)行Moran’s I檢驗(yàn)，如果未通過(guò)顯著性檢驗(yàn)，則選擇古典回歸模型；如果通過(guò)了Moran’s I檢驗(yàn)，說(shuō)明我國(guó)各省份的環(huán)境污染之間存在空間相關(guān)性，需要采用空間計(jì)量模型。

其次，如果我國(guó)各省份的環(huán)境污染行為會(huì)受相鄰地區(qū)的影響，則需要進(jìn)一步采用LM檢驗(yàn)，在空間滯后模型還是空間誤差模型中，確定更適合本文的模型。

2.3 空間面板模型估計(jì)

空間自相關(guān)性檢驗(yàn)結(jié)果見(jiàn)表2。Moran’s I統(tǒng)計(jì)值在1%顯著性水平下顯著，說(shuō)明經(jīng)典回歸誤差的空間依賴(lài)性明顯，因此，本文需要采用空間計(jì)量模型。

表2 空間自相關(guān)性檢驗(yàn)

根據(jù)LM檢驗(yàn)結(jié)果，模型的LM-lag統(tǒng)計(jì)值的P值為0.2764，結(jié)果不顯著。而LM-Error和Robust LM-error統(tǒng)計(jì)值的P值均小于1%，結(jié)果是顯著的。所以本文采用空間誤差模型，測(cè)度相鄰省份間環(huán)境污染的相互影響程度。

本文用Matlab軟件進(jìn)行了空間回歸分析，空間回歸模型分為四種情況，但是本文的時(shí)間固定效應(yīng)模型的空間系數(shù)最為顯著，模型的擬合優(yōu)度最好，Log Likelihood值最大，因此，本文僅給出了時(shí)間固定模型的回歸結(jié)果，如表3所示。

表3 空間計(jì)量模型結(jié)果

空間回歸系數(shù)λ為正，且在1%顯著性水平下顯著，說(shuō)明我國(guó)的環(huán)境質(zhì)量存在顯著的空間相關(guān)性，即一個(gè)地區(qū)的環(huán)境質(zhì)量不僅與自身的因素有關(guān)，還受到相鄰地區(qū)其他因素的影響。

城市化水平的一次項(xiàng)和二次項(xiàng)系數(shù)均為顯著的，且一次項(xiàng)系數(shù)為正，二次項(xiàng)系數(shù)為負(fù)，說(shuō)明在城市化水平較低時(shí)，隨著城市化水平的提高，環(huán)境污染水平增加，環(huán)境質(zhì)量下降；在城市化水平越過(guò)拐點(diǎn)之后，隨著城市化水平的提高，環(huán)境污染水平呈下降趨勢(shì)。

人口數(shù)量的系數(shù)為0.9846，說(shuō)明人口數(shù)量的增加會(huì)導(dǎo)致環(huán)境污染加劇，環(huán)境質(zhì)量下降。人口的增加一方面會(huì)導(dǎo)致生活污染的增加。另一方面人口增多會(huì)導(dǎo)致產(chǎn)品消費(fèi)的增加，從而導(dǎo)致工業(yè)污染增加。

人均GDP的系數(shù)為負(fù)，并通過(guò)了1%水平下的顯著性檢驗(yàn)，說(shuō)明隨著人們富裕度的提高，環(huán)境污染水平會(huì)降低。

產(chǎn)業(yè)結(jié)構(gòu)的系數(shù)為正，說(shuō)明第二產(chǎn)業(yè)會(huì)對(duì)環(huán)境污染有較大影響。隨著第二產(chǎn)業(yè)的比重增加，環(huán)境質(zhì)量將逐漸下降。我國(guó)正處于經(jīng)濟(jì)轉(zhuǎn)型期，“高能耗、高污染”的企業(yè)在逐漸減少，更多的企業(yè)開(kāi)始向高新技術(shù)型企業(yè)轉(zhuǎn)型。

FDI的系數(shù)為負(fù)，但是未通過(guò)顯著性檢驗(yàn)，說(shuō)明污染天堂假說(shuō)在我國(guó)并不成立。

3 結(jié)論

本文利用2004—2016年我國(guó)大陸31個(gè)省市的數(shù)據(jù)，計(jì)算了我國(guó)各地區(qū)的環(huán)境污染指數(shù)，分析了環(huán)境質(zhì)量的空間相關(guān)性?；诳臻g動(dòng)態(tài)面板數(shù)據(jù)，構(gòu)建了空間計(jì)量模型，分析了城市化的不同階段，對(duì)環(huán)境質(zhì)量產(chǎn)生的不同影響。本文的主要得出以下四點(diǎn)結(jié)論：

第一，我國(guó)地區(qū)間環(huán)境質(zhì)量存在顯著的空間相關(guān)性和空間集聚性，形成了以河北等省份為核心的高污染集聚區(qū)、以新疆為中心的低污染集聚區(qū)和以安徽為中心的“低-高”污染集聚區(qū)。

第二，各地區(qū)的環(huán)境質(zhì)量在空間維度上相互影響。一個(gè)地區(qū)的環(huán)境質(zhì)量不僅取決于自身的城市化水平和人口、富裕度等因素，還會(huì)受到相鄰地區(qū)環(huán)境污染行為的影響。本文最終得出在城市化對(duì)環(huán)境質(zhì)量的影響中，空間回歸系數(shù)為正，說(shuō)明各省區(qū)的環(huán)境質(zhì)量存在顯著的正向空間相關(guān)性，有著顯著的集聚效應(yīng)和相似性。

第三，在城市發(fā)展進(jìn)程的不同階段，會(huì)對(duì)環(huán)境產(chǎn)生不同的影響。在城市化水平較低時(shí)，隨著城市的發(fā)展，環(huán)境污染現(xiàn)象會(huì)加重，環(huán)境質(zhì)量逐漸下降。在城市化水平達(dá)到一定程度之后，隨著城市化水平的提高，環(huán)境污染物的排放量會(huì)減少。

第四，人口、富裕水平、產(chǎn)業(yè)結(jié)構(gòu)等也會(huì)對(duì)各省區(qū)的環(huán)境質(zhì)量產(chǎn)生影響。人口和產(chǎn)業(yè)結(jié)構(gòu)均會(huì)導(dǎo)致污染物排放量增加，環(huán)境質(zhì)量下降，而富裕水平對(duì)環(huán)境污染排放的影響是負(fù)向的。污染天堂假說(shuō)目前在我國(guó)不成立，F(xiàn)DI的流入不會(huì)帶來(lái)更為嚴(yán)重的環(huán)境污染。