中國(guó)城市空氣質(zhì)量與產(chǎn)業(yè)結(jié)構(gòu)關(guān)系研究

黃小舟 雷琳琳

摘 要：城市高質(zhì)量發(fā)展越來越受到城市空氣質(zhì)量的約束，本文從經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)視角建立了研究框架，實(shí)證分析了產(chǎn)業(yè)結(jié)構(gòu)對(duì)城市空氣質(zhì)量的影響和發(fā)生機(jī)制，并基于分析得出了基本結(jié)論。

關(guān)鍵詞：城市控制質(zhì)量;PM2.5;AQI指數(shù);產(chǎn)業(yè)結(jié)構(gòu)

一、引言

2016年底中國(guó)的城市化率已達(dá)到57.4%，根據(jù)國(guó)際經(jīng)驗(yàn)來看，城市化率在達(dá)到70%之前，城市化水平將會(huì)快速增長(zhǎng)。未來十年中國(guó)城市化水平仍將保持一個(gè)較高的增長(zhǎng)速度。但是隨著我國(guó)工業(yè)化、城鎮(zhèn)化的推進(jìn)，經(jīng)濟(jì)發(fā)展和人口聚集帶來的城市環(huán)境問題，其中尤其是城市空氣質(zhì)量問題越來越嚴(yán)重。其中最常見的關(guān)鍵詞莫過于近幾年熱門的“PM2.5”，“霧霾”等。

中國(guó)政府在2013年出臺(tái)史上最嚴(yán)的《大氣污染防治行動(dòng)計(jì)劃》（簡(jiǎn)稱“大氣十條”），要求在2017年底之前，全國(guó)地級(jí)以上城市PM2.5濃度比2012年下降10%以上，優(yōu)良天數(shù)逐年提高;北京市PM2.5年均濃度也要控制在60微克/立方米左右。截至12月15日，2017年北京全年重污染天數(shù)與2013年同期相比減少了近三分之二。這一切都離不開國(guó)家政府的正確引導(dǎo)和人民群眾的積極參與，在官方和民間共同努力之下，北京11月的全市PM2.5濃度達(dá)到46微克，為歷史同期最低，也接近世衛(wèi)組織建議的25微克以下。由此可見，空氣質(zhì)量與經(jīng)濟(jì)良性發(fā)展之間并不矛盾，關(guān)鍵在于找到二者之間的平衡點(diǎn)。

本文通過中國(guó)的八大經(jīng)濟(jì)區(qū)中選取的70座城市在2017全年的空氣質(zhì)量數(shù)據(jù)，由AQI指數(shù)和空氣質(zhì)量?jī)?yōu)良天數(shù)為指標(biāo)研究各個(gè)城市空氣質(zhì)量在不同時(shí)間尺度上的變化情況。然后通過對(duì)各個(gè)城市經(jīng)濟(jì)數(shù)據(jù)的研究，確定當(dāng)前城市經(jīng)濟(jì)發(fā)展?fàn)顩r。

運(yùn)用多元線性回歸模型，通過選定產(chǎn)業(yè)結(jié)構(gòu)占比與工業(yè)增加值作為關(guān)鍵的解釋變量并依次添加人均GDP、人口密度等控制變量，觀察解釋變量對(duì)空氣質(zhì)量的影響，最終確定產(chǎn)業(yè)結(jié)構(gòu)同空氣質(zhì)量間的關(guān)系，對(duì)中國(guó)城市未來發(fā)展提出合理的建議。

二、文獻(xiàn)綜述

本文主要研究全國(guó)城市中經(jīng)濟(jì)指標(biāo)對(duì)空氣質(zhì)量的影響，故主要與兩類文獻(xiàn)相關(guān)，一類文獻(xiàn)研究的是城市經(jīng)濟(jì)指標(biāo)對(duì)空氣質(zhì)量的直接影響，另一類文獻(xiàn)研究的是空氣污染對(duì)城市影響的空間分布。姜磊（2017）運(yùn)用了矩陣指數(shù)空間設(shè)定模型來研究人均GDP、外商直接投資、二氧化硫排放等因素對(duì)空氣質(zhì)量指數(shù)變化的影響。一方面，證明了矩陣指數(shù)空間設(shè)定模型在具有空間特性的空污問題中的實(shí)用意義，另一方面，證明了人均地區(qū)生產(chǎn)總值與空氣質(zhì)量指數(shù)呈正相關(guān)關(guān)系。還有一種看法來自李經(jīng)路（2017），他選取2000至2011年的北京空氣質(zhì)量數(shù)據(jù)作為樣本，并選用空氣質(zhì)量為良的天數(shù)作為空氣質(zhì)量指標(biāo)，得出的結(jié)論認(rèn)為人均國(guó)民生產(chǎn)總值同空氣質(zhì)量指標(biāo)呈現(xiàn)倒“N”型分布。由以上的研究不難得出，人均GDP作為經(jīng)濟(jì)指標(biāo)中的重要一項(xiàng)，與空氣污染大致呈現(xiàn)正相關(guān)關(guān)系，需要關(guān)注的是無論是倒“U”型分布，還是倒“N”型分布，最后都會(huì)出現(xiàn)人均GDP越高會(huì)使得空氣質(zhì)量好轉(zhuǎn)的情況。本文的樣本選取同以上研究存在一定的差異，本文選取的為2017年的各城市年均數(shù)據(jù)，故在同一時(shí)間節(jié)點(diǎn)不同城市的人均GDP也存在著差異，人均GDP在影響空氣質(zhì)量時(shí)是否會(huì)存在有拐點(diǎn)值得本文進(jìn)行研究。還存在有一種完全相反的觀點(diǎn)。楊肅昌（2015）在研究中得出類似結(jié)論，他認(rèn)為東部城市由于其工業(yè)密集度較高，其產(chǎn)業(yè)結(jié)構(gòu)會(huì)導(dǎo)致空氣質(zhì)量輕度惡化，但產(chǎn)業(yè)結(jié)構(gòu)對(duì)空氣質(zhì)量的影響大致上是正向的，說明提高第三產(chǎn)業(yè)占比有助于改善空氣質(zhì)量?？梢姰a(chǎn)業(yè)結(jié)構(gòu)在空氣質(zhì)量的研究中地位不可或缺，第二產(chǎn)業(yè)占比越高會(huì)導(dǎo)致空氣質(zhì)量惡化，而第三產(chǎn)業(yè)占比越高則有助于空氣質(zhì)量的改善。李靜萍（2017）在研究中直言工業(yè)化對(duì)空氣中PM2.5濃度是直接的正向影響，且影響顯著，而城市化水平對(duì)空氣質(zhì)量的影響則是間接影響。

文獻(xiàn)研究表明，城市的經(jīng)濟(jì)發(fā)展對(duì)城市空氣質(zhì)量確實(shí)存在有直接或間接的影響，且不同城市的空氣質(zhì)量空間分布遵循一定的區(qū)域特征。大多數(shù)研究的是隨時(shí)間變化的經(jīng)濟(jì)指標(biāo)差異對(duì)空氣質(zhì)量影響，經(jīng)濟(jì)指標(biāo)研究往往是局限于一座城市內(nèi)，鮮有比較城市間的經(jīng)濟(jì)指標(biāo)差異。本文則著重探究城市差異對(duì)空氣質(zhì)量的影響，運(yùn)用多元線性回歸模型，通過選定關(guān)鍵的解釋變量并依次添加控制變量，觀察解釋變量對(duì)空氣質(zhì)量的影響，最終確定經(jīng)濟(jì)指標(biāo)尤其是產(chǎn)業(yè)結(jié)構(gòu)同空氣質(zhì)量間的關(guān)系。

三、中國(guó)城市空氣質(zhì)量與經(jīng)濟(jì)描述分析

（一）指標(biāo)選取與數(shù)據(jù)來源

經(jīng)濟(jì)區(qū)域劃分依據(jù)為：以遼寧、吉林和黑龍江構(gòu)成東北綜合經(jīng)濟(jì)區(qū)，以北京、天津、河北和山東構(gòu)成的北部沿海綜合經(jīng)濟(jì)區(qū)，以上海、江蘇和浙江東部沿海綜合經(jīng)濟(jì)區(qū)，以福建、廣東和海南構(gòu)成的南部沿海經(jīng)濟(jì)區(qū)，以陜西、山西、河南和內(nèi)蒙古構(gòu)成的黃河中游綜合經(jīng)濟(jì)區(qū)，以湖北、湖南、江西和安徽構(gòu)成的長(zhǎng)江中游綜合經(jīng)濟(jì)區(qū)，以云南、貴州、四川、重慶和廣西構(gòu)成的大西南綜合經(jīng)濟(jì)區(qū)，最后是由以甘肅、青海、寧夏、西藏和新疆構(gòu)成的大西北綜合經(jīng)濟(jì)區(qū)。

因?yàn)榇笪髂吓c大西北的城市分布較為分散，為了數(shù)據(jù)的完整性，故將大西南綜合經(jīng)濟(jì)區(qū)和大西北綜合經(jīng)濟(jì)區(qū)合并成西部綜合經(jīng)濟(jì)區(qū)進(jìn)行研究，將八大經(jīng)濟(jì)區(qū)修改為七個(gè)經(jīng)濟(jì)區(qū)域。選取城市的方式為每個(gè)經(jīng)濟(jì)區(qū)域選取10座城市，選取城市的標(biāo)準(zhǔn)為地級(jí)市（除港澳臺(tái)）及以上的直轄市，優(yōu)先選取經(jīng)濟(jì)發(fā)展良好，在區(qū)域內(nèi)趨于主導(dǎo)地位的城市。選取第二產(chǎn)業(yè)增加值占比（SG）與第三產(chǎn)業(yè)增加值占比（TG）、地區(qū)生產(chǎn)總值（GDP）、地均建筑業(yè)增加值（estate）等經(jīng)濟(jì)指標(biāo)和人口密度（pd）、民用汽車保有量（cars）等社會(huì)指標(biāo)。而空氣質(zhì)量指標(biāo)主要有：空氣污染指數(shù)（AQI）、空氣質(zhì)量?jī)?yōu)良天數(shù)（Good）。

（二）描述性統(tǒng)計(jì)

1. 空氣質(zhì)量分析

圖1為2017全年各地年均AQI分布熱力圖。由熱力圖可得，全國(guó)空氣質(zhì)量最為嚴(yán)重的省份為河北省，其次的有河北省周邊的山東省、河南省和山西省，以及新疆自治區(qū)。空氣質(zhì)量最好的地區(qū)為福建省和海南省。全國(guó)空氣質(zhì)量大致呈現(xiàn)“由華北地區(qū)向周邊逐步擴(kuò)散”的形勢(shì)，以北部沿海和黃河中游地區(qū)空氣質(zhì)量最差，南部沿海地區(qū)空氣質(zhì)量最優(yōu)。除西藏自治區(qū)處于高海拔環(huán)境外，其他地區(qū)還呈現(xiàn)出“沿海地區(qū)空氣質(zhì)量?jī)?yōu)于內(nèi)陸地區(qū)空氣質(zhì)量”的情況。

圖2為北部沿海綜合經(jīng)濟(jì)區(qū)的五座座城市2017年優(yōu)良空氣天數(shù)圖。藍(lán)色為空氣質(zhì)量為良及以上的天數(shù)，紅色為空氣質(zhì)量為良的天數(shù)，二者之差為空氣質(zhì)量為優(yōu)的天數(shù)。從圖中可以很明顯看出，煙臺(tái)為北部沿海綜合經(jīng)濟(jì)區(qū)空氣質(zhì)量最優(yōu)的城市，空氣質(zhì)量?jī)?yōu)良天數(shù)與空氣質(zhì)量為優(yōu)天數(shù)均遠(yuǎn)遠(yuǎn)領(lǐng)先其他城市。北京空氣質(zhì)量為優(yōu)的天數(shù)緊隨其后，空氣質(zhì)量為優(yōu)的天數(shù)最少的城市為唐山和石家莊，僅為6天。綜合來看，空氣質(zhì)量最差的城市為石家莊。

圖3為全國(guó)主要城市2017年月均AQI指數(shù)折線圖，全國(guó)各城市全年AQI的變化大概呈現(xiàn)“U”型，即年初與年末AQI指數(shù)高，年中AQI指數(shù)相對(duì)較低。具體來說，成都在一月與二月時(shí)月均AQI指數(shù)遠(yuǎn)高于優(yōu)良空氣質(zhì)量標(biāo)準(zhǔn)（AQI指數(shù)為100），而在四月至八月期間維持了相對(duì)較好的空氣質(zhì)量，到了2017年年底，AQI指數(shù)又重新反彈至120以上，相同的情況也出現(xiàn)在其他地區(qū)的城市身上，如空氣質(zhì)量較為良好，全年AQI指數(shù)較為穩(wěn)定的廣州空氣質(zhì)量最差的時(shí)間點(diǎn)也出現(xiàn)在一月與十二月。唯一的例外出現(xiàn)在北京，2017年一月北京質(zhì)量一直處于紅線之上，AQI指數(shù)突破140，在此之后北京空氣質(zhì)量大致呈現(xiàn)出逐月走低的趨勢(shì)，尤以十二月份在全國(guó)其他城市均處于空氣質(zhì)量堪憂狀態(tài)時(shí)，北京十二月份則達(dá)到了全年空氣質(zhì)量的最優(yōu)值，AQI指數(shù)僅為69，這也反映北京在2017全年對(duì)空氣狀況優(yōu)化處理做出的努力。

上圖4為抽取的全國(guó)不同地區(qū)的七座主要城市在2017年9月15日在各時(shí)刻的AQI指數(shù)實(shí)時(shí)變化圖，可以看到大多數(shù)城市的實(shí)時(shí)AQI指數(shù)在這一天呈現(xiàn)“兩側(cè)低，中間高”的形狀。具體來說，在0時(shí)至7時(shí)之間各城市AQI指數(shù)維持在一個(gè)相對(duì)穩(wěn)定的范圍之內(nèi)，大約在10時(shí)左右，AQI指數(shù)出現(xiàn)一個(gè)較大的提升，這段提升大致會(huì)在12時(shí)至14時(shí)達(dá)到頂點(diǎn)，而在19時(shí)以后，AQI指數(shù)迅速回落并在23時(shí)左右大致回歸至凌晨AQI指數(shù)相對(duì)穩(wěn)定的區(qū)間。由人們?nèi)粘Ｉ钜?guī)律不難發(fā)現(xiàn)，AQI指數(shù)上漲和維持較高等級(jí)的時(shí)間段大致與人們?nèi)粘０滋旎顒?dòng)時(shí)間段一致，可以得到人類活動(dòng)確實(shí)會(huì)對(duì)空氣質(zhì)量產(chǎn)生直接的影響。

上述的7個(gè)城市中，有三座城市的AQI指數(shù)變化并不符合預(yù)期，其中太原在9月15日這天AQI指數(shù)呈現(xiàn)平穩(wěn)狀態(tài)，成都則出現(xiàn)與其他城市相反的“兩邊高，中間低”即白天空氣質(zhì)量?jī)?yōu)于夜間空氣質(zhì)量的狀況，而上海自0時(shí)起AQI指數(shù)持續(xù)走低。通過查閱中國(guó)氣象局網(wǎng)站的歷史氣象數(shù)據(jù)，太原在9月15日這一天全天處于小雨天氣，并有1～2級(jí)微風(fēng)，從某種意義上解釋了AQI指數(shù)相對(duì)穩(wěn)定的原因。成都在15日白天時(shí)間段一直處于風(fēng)力4～5級(jí)的天氣，這就反映了成都的AQI指數(shù)異常變化。上海在15日與太原相同是小雨天氣，區(qū)別是上海在此之前已經(jīng)持續(xù)經(jīng)歷5天雨水天氣，AQI指數(shù)持續(xù)優(yōu)化。

2. 經(jīng)濟(jì)指標(biāo)分析

<F：＼5.8＼湖北經(jīng)濟(jì)學(xué)院學(xué)報(bào)·人文社科版201904-p＼湖北經(jīng)濟(jì)學(xué)院學(xué)報(bào).人文社會(huì)科學(xué)版201904＼人文1904＼圖1904-014.tif>

圖5：北部沿海綜合經(jīng)濟(jì)區(qū)的十座城市產(chǎn)業(yè)結(jié)構(gòu)比例圖

圖5為北部沿海綜合經(jīng)濟(jì)區(qū)的十座城市產(chǎn)業(yè)結(jié)構(gòu)比例圖。從圖中可以看出，除衡水、保定外，其他城市的二三產(chǎn)業(yè)占比之和已超過90%，其中北京的二三產(chǎn)業(yè)占比之和幾乎達(dá)到100%，可見農(nóng)業(yè)對(duì)該地區(qū)經(jīng)濟(jì)的影響遠(yuǎn)不及工業(yè)與服務(wù)業(yè)，同樣的狀況也發(fā)生在其他地區(qū)。再來看第二、第三產(chǎn)業(yè)各自所占的比例，北京的二三產(chǎn)業(yè)占比差距最大，其中第二產(chǎn)業(yè)占比不足20%，而第三產(chǎn)業(yè)占比80.6%。相反唐山的第二產(chǎn)業(yè)占比達(dá)到57.4%，第三產(chǎn)業(yè)占比僅為34.1%。由此可見，產(chǎn)業(yè)結(jié)構(gòu)存在差異也是各地的一大特征。

為更好研究第二產(chǎn)業(yè)對(duì)空氣質(zhì)量的影響，故作出如上圖7所示的70座城市工業(yè)增加值與年均AQI指數(shù)的散點(diǎn)圖。數(shù)據(jù)點(diǎn)越靠右說明工業(yè)增加值數(shù)值越高，數(shù)據(jù)點(diǎn)越靠上說明AQI指數(shù)越高，空氣質(zhì)量越差。工業(yè)增加值同年均AQI指數(shù)大體上呈正相關(guān)關(guān)系，即工業(yè)增加值越多，城市空氣質(zhì)量越差。由散點(diǎn)圖可知，選取的70座城市中南部沿海經(jīng)濟(jì)區(qū)城市空氣質(zhì)量全國(guó)最優(yōu)，但同時(shí)工業(yè)增加值也普遍位列其他區(qū)域城市之后，尤其是?？谑凶鳛?017年全國(guó)空氣質(zhì)量最優(yōu)的城市，工業(yè)增加值水平也是全國(guó)最低。相反，北部沿海綜合經(jīng)濟(jì)區(qū)和黃河中游綜合經(jīng)濟(jì)區(qū)城市保持了較高水平的工業(yè)增加值，付出的代價(jià)則是年均AQI指數(shù)居高不下。

四、經(jīng)濟(jì)發(fā)展對(duì)空氣質(zhì)量影響計(jì)量分析

（一）研究計(jì)量模型

為研究第二、三產(chǎn)業(yè)增加值占比與工業(yè)增加值對(duì)城市空氣質(zhì)量的影響，為此建立以下線性模型：

AQIi=α+β1SG+β2TG+β3va+γX+μi

在上述方程中，α，β和γ為待估參數(shù)，μi為隨機(jī)擾動(dòng)項(xiàng)，方程中的被解釋變量為AQIi，表示2017年城市的年均AQI指數(shù)，關(guān)鍵的解釋變量有第二產(chǎn)業(yè)增加值占比和第三產(chǎn)業(yè)占比，分別由SG和TG表示，以及工業(yè)增加值，由va表示。

除關(guān)鍵解釋變量外，還選取由X代表的控制變量。根據(jù)相關(guān)文獻(xiàn)，選取的控制變量有人均地區(qū)生產(chǎn)總值GDP，人口密度，民用車輛保有量，建筑業(yè)增加值和區(qū)域特征。姜磊（2017）發(fā)現(xiàn)人均地區(qū)生產(chǎn)總值的提升會(huì)導(dǎo)致二氧化硫排放以及PM2.5排放量提升，進(jìn)而加重空氣污染，做出相似結(jié)論的還有李茜（2013），她的研究證明人均GDP的增長(zhǎng)與城市空氣污染呈正相關(guān)關(guān)系。王興杰（2015）的研究表明人口密度的不斷提高會(huì)使大氣污染物在城市內(nèi)排放濃度提升，加大空氣質(zhì)量惡化可能性，因此人口密度作為控制變量之一代入回歸方程中。汽車尾氣排放作為大氣污染物的主要來源之一，為確定城市間汽車尾氣排放的差異，姜磊（2017）在研究中選用了民用汽車保有量這一指標(biāo)來進(jìn)行反映，汽車保有量反映了城市經(jīng)濟(jì)水平，越多的車輛排放的尾氣也相應(yīng)增多，故本文選擇控制民用汽車保有量這一指標(biāo)。謝高地（2015）在研究中提及建筑揚(yáng)塵等開放源造成的空氣污染的主要因素之一，因此本文選擇控制地均建筑業(yè)增加值。藺雪芹（2016）研究發(fā)現(xiàn)中國(guó)城市空氣質(zhì)量呈現(xiàn)出“東重西輕，北重南輕”的空間格局，岳書評(píng)（2015）重點(diǎn)研究中國(guó)的三大城市群，其中京津冀城市群對(duì)空氣質(zhì)量的影響最大;對(duì)省會(huì)城市所在地區(qū)的研究中，中部地區(qū)城市對(duì)空氣質(zhì)量影響最大，東部地區(qū)受影響最小，周湘輝（2012）通過因子分析對(duì)國(guó)內(nèi)的30座城市進(jìn)行空氣質(zhì)量排名，得到西部與沿海地區(qū)城市空氣質(zhì)量較為優(yōu)異的結(jié)論，為研究區(qū)域特性對(duì)城市空氣質(zhì)量的影響，我們控制了中國(guó)的經(jīng)濟(jì)區(qū)域分布，其中以大西北與大西南綜合經(jīng)濟(jì)區(qū)為基準(zhǔn)組，分別控制了東北綜合經(jīng)濟(jì)區(qū)、北部沿海綜合經(jīng)濟(jì)區(qū)、東部沿海綜合經(jīng)濟(jì)區(qū)、南部沿海經(jīng)濟(jì)區(qū)，黃河中游綜合經(jīng)濟(jì)區(qū)和長(zhǎng)江中游綜合經(jīng)濟(jì)區(qū)6個(gè)虛擬變量。

由模型系數(shù)β1=0.59373，β2=-0.679661，β3=0.00754可得，第二產(chǎn)業(yè)增加值占比對(duì)城市年度空氣質(zhì)量指數(shù)的影響是正向的，即第二產(chǎn)業(yè)增加值占比越多，AQI指數(shù)越大，即空氣污染越嚴(yán)重。相反，第三產(chǎn)業(yè)增加值占比同城市空氣質(zhì)量指數(shù)間呈負(fù)相關(guān)關(guān)系。而工業(yè)增加值的變大也正向地影響空氣質(zhì)量指數(shù)的變大，由此可見三個(gè)關(guān)鍵的解釋變量對(duì)空氣質(zhì)量的影響與預(yù)期相符。模型的經(jīng)濟(jì)意義在于：在其他變量不變時(shí)，第二產(chǎn)業(yè)增加值占比每增加1%，則城市年均AQI指數(shù)將上升0.59373;第三產(chǎn)業(yè)增加值占比每增加1%，則城市年均AQI指數(shù)將下降0.679661;工業(yè)增加值每增加1萬元，則城市年均AQI指數(shù)將上升0.00754。擬合優(yōu)度檢驗(yàn)結(jié)果顯示調(diào)整后的R方取值為0.5835，說明模型擬合效果較好。從整體的顯著性檢驗(yàn)結(jié)果可以看出，總體p值為3.307e-13，遠(yuǎn)遠(yuǎn)低于0.05，證明第二產(chǎn)業(yè)增加值占比，第三產(chǎn)業(yè)增加值占比和工業(yè)增加值對(duì)城市年均空氣質(zhì)量指數(shù)的共同影響是顯著的。

對(duì)單個(gè)回歸系數(shù)的顯著性進(jìn)行檢驗(yàn)，其中第二產(chǎn)業(yè)增加值占比，第三產(chǎn)業(yè)增加值占比和工業(yè)增加值所對(duì)應(yīng)的p值均小于0.05，故可認(rèn)為在5%的顯著性水平上拒絕原假設(shè)，認(rèn)為第二產(chǎn)業(yè)增加值占比，第三產(chǎn)業(yè)增加值占比和工業(yè)增加值對(duì)城市年均空氣質(zhì)量指數(shù)的影響是顯著的。

我們首先對(duì)人均GDP進(jìn)行控制，可以得到人均GDP對(duì)城市年均空氣質(zhì)量指數(shù)的影響是負(fù)向的，即人均GDP的增長(zhǎng)有助于空氣質(zhì)量改善。由p值取0.02094可得在5%的顯著性水平下，人均GDP對(duì)城市年均空氣質(zhì)量指數(shù)的影響是顯著的。這一結(jié)論與姜磊（2017）與李茜（2013）的研究結(jié)果一致。

由回歸方程可得，第二產(chǎn)業(yè)增加值占比，第三產(chǎn)業(yè)增加值占比和工業(yè)增加值的回歸系數(shù)大小和方向均無太大區(qū)別。與基礎(chǔ)方程存在的差異在于第三產(chǎn)業(yè)增加值占比對(duì)城市年均空氣質(zhì)量指數(shù)的影響不再顯著。

接下來我們對(duì)人口密度進(jìn)行控制，可以得到人口密度對(duì)城市年均空氣質(zhì)量指數(shù)的影響是正向的。由p值取0.44055可得在5%的顯著性水平下，人口密度對(duì)城市年均空氣質(zhì)量指數(shù)的影響并不顯著的。這一結(jié)論與王興杰（2015）的發(fā)現(xiàn)存在有所出入，具體的差異產(chǎn)生原因可能是樣本的選取有所不同，王興杰（2015）在研究中選取的樣本為第一階段實(shí)施新空氣質(zhì)量標(biāo)準(zhǔn)的74個(gè)城市，這些城市自2012年起就開始對(duì)空氣質(zhì)量進(jìn)行優(yōu)化。而本文中選取的70座城市中存在很大一部分是自2015年以后才開始實(shí)施新的空氣質(zhì)量標(biāo)準(zhǔn)，樣本差異導(dǎo)致了結(jié)論存在有一定的偏差。

然后我們對(duì)民用汽車保有量進(jìn)行控制，可以得到民用汽車保有量對(duì)城市年均空氣質(zhì)量指數(shù)的影響是正向的。由p值取0.18847可得在5%的顯著性水平下，民用汽車保有量對(duì)城市年均空氣質(zhì)量指數(shù)的影響并不顯著的。這一結(jié)論與姜磊（2017）的研究相近，對(duì)其成因的解釋為選用民用汽車保有量作為汽車尾氣排放的指標(biāo)存在有數(shù)據(jù)缺失，即民用汽車保有量不能很好地反映警用、軍用汽車的排放對(duì)空氣造成的污染，故而不能全面反映汽車擁有量同城市空氣質(zhì)量指數(shù)之間的關(guān)系。

緊接著我們對(duì)建筑業(yè)增加值進(jìn)行了控制，可以得到建筑業(yè)增加值對(duì)城市年均空氣質(zhì)量指數(shù)的影響是正向的。由p值取0.10324可得在5%的顯著性水平下，建筑業(yè)增加值對(duì)城市年均空氣質(zhì)量指數(shù)的影響并不顯著的。謝高地（2015）的研究的主要樣本為2011～2014年城市數(shù)據(jù)，通過資料查詢可以發(fā)現(xiàn)自2016起，各地陸續(xù)發(fā)布《建筑工地?fù)P塵防治標(biāo)準(zhǔn)》，由本文中數(shù)據(jù)的研究不難發(fā)現(xiàn)這項(xiàng)標(biāo)準(zhǔn)較好地對(duì)工地建筑起到規(guī)范作用，減輕了建筑揚(yáng)塵對(duì)空氣污染的影響力度。

最后我們對(duì)區(qū)域特征進(jìn)行控制，由回歸結(jié)果可得，北部沿海綜合經(jīng)濟(jì)區(qū)、南部沿海經(jīng)濟(jì)區(qū)和黃河中游綜合經(jīng)濟(jì)區(qū)相比大西北和大西南綜合經(jīng)濟(jì)區(qū)，其城市年均空氣質(zhì)量指數(shù)存在顯著性差異，東北綜合經(jīng)濟(jì)區(qū)、東部沿海綜合經(jīng)濟(jì)區(qū)和長(zhǎng)江中游綜合經(jīng)濟(jì)區(qū)同大西北和大西南綜合經(jīng)濟(jì)區(qū)的空氣質(zhì)量指數(shù)差異不明顯。

對(duì)回歸方程系數(shù)進(jìn)行研究可以得到，年均AQI指數(shù)最大的是黃河中游綜合經(jīng)濟(jì)區(qū)城市，其數(shù)值為99.58，由于AQI指數(shù)在100以上屬于空氣污染范疇，由此可見黃河中游綜合經(jīng)濟(jì)區(qū)城市在2017年空氣質(zhì)量較為惡劣。而年均AQI指數(shù)最低的則是南部沿海經(jīng)濟(jì)區(qū)城市，其數(shù)值為62.94，接近空氣質(zhì)量為優(yōu)的的評(píng)級(jí)。這一結(jié)論同周湘輝（2012）和藺雪芹（2016）的研究結(jié)論一致，可以認(rèn)為我國(guó)城市空氣質(zhì)量確實(shí)受到區(qū)域性差異的影響。而岳書評(píng)（2015）認(rèn)為的京津冀城市群對(duì)空氣質(zhì)量影響較為嚴(yán)重，本文通過對(duì)比北部、東部和南部綜合經(jīng)濟(jì)區(qū)的年均AQI指數(shù)，也得到了與其研究較為相近的結(jié)論，即北部沿海綜合經(jīng)濟(jì)區(qū)對(duì)空氣質(zhì)量影響較為嚴(yán)重。

對(duì)于重點(diǎn)關(guān)注的關(guān)鍵解釋變量，可以發(fā)現(xiàn)第二產(chǎn)業(yè)增加值占比和工業(yè)增加值的系數(shù)都在0.1的顯著性水平上對(duì)城市年均空氣質(zhì)量影響顯著，由此可見，第二產(chǎn)業(yè)增加值占比增加1%會(huì)使城市年均AQI指數(shù)增加0.4048～0.7682，工業(yè)增加值增加1萬元會(huì)使城市年均AQI指數(shù)增加0.0051～0.0075。而第三產(chǎn)業(yè)增加值占比我們則認(rèn)為其對(duì)空氣質(zhì)量影響并不顯著。

（二）模型穩(wěn)健性分析

為了確定模型是否存在多重共線性，通過計(jì)算各個(gè)參數(shù)的方差膨脹因子（VIF）大小來進(jìn)行度量。上述每控制一項(xiàng)變量后，都對(duì)新的回歸模型進(jìn)行一次多重共線性檢驗(yàn)，以回歸模型（6）的各個(gè)參數(shù)的方差膨脹因子為例，VIF數(shù)值最大的為第二產(chǎn)業(yè)增加值占比為3.93，其次的為第三產(chǎn)業(yè)增加值占比為3.87，其余參數(shù)VIF值均未超過2，可見所以參數(shù)的VIF值均遠(yuǎn)低于10，并且接近于1，故我們可以認(rèn)為模型狀況較好，不存在多重共線性。

為了檢驗(yàn)?zāi)Ｐ褪欠翊嬖诋惙讲?，這里運(yùn)用Breusch-Pagan檢驗(yàn)進(jìn)行驗(yàn)證，這里以回歸模型（6）的BP檢驗(yàn)結(jié)果為例，檢驗(yàn)的p值為0.2559，明顯大于0.05，不能拒絕原假設(shè)，則可認(rèn)為該回歸模型不存在異方差。

五、主要結(jié)論

工業(yè)增加值與空氣污染之間存在顯著的正相關(guān)關(guān)系，可見城市的工業(yè)化水平提升對(duì)城市的空氣質(zhì)量水平是一個(gè)較大的挑戰(zhàn)。相同的還有第二產(chǎn)業(yè)增加值占比，第二產(chǎn)業(yè)占比越高表明工業(yè)生產(chǎn)在城市經(jīng)濟(jì)發(fā)展中的地位越高，第二產(chǎn)業(yè)占比較高也是城市空氣質(zhì)量產(chǎn)生差異的主要原因之一。

人均GDP的增加會(huì)加重空氣污染，這一點(diǎn)在本文中得到了證明，但同時(shí)GDP的上升不僅是對(duì)經(jīng)濟(jì)發(fā)展的一種反映，另一方面GDP的提升也會(huì)帶動(dòng)社會(huì)福利、教育水平以及公共設(shè)施的逐步發(fā)展和健全，國(guó)民素質(zhì)的提升反過來也會(huì)提高環(huán)保意識(shí)，提升城市綠化。這也表明了人口密度與地均建筑業(yè)增加值對(duì)空氣質(zhì)量的影響并不算顯著在2017年產(chǎn)生的原因。

空氣質(zhì)量在不同的經(jīng)濟(jì)區(qū)域內(nèi)差異明顯，南部沿海經(jīng)濟(jì)區(qū)和東部沿海綜合經(jīng)濟(jì)區(qū)作為目前國(guó)內(nèi)經(jīng)濟(jì)發(fā)展的領(lǐng)頭羊，同時(shí)也在空氣質(zhì)量上領(lǐng)先于全國(guó)其他地區(qū)?？諝赓|(zhì)量較差的黃河中游綜合經(jīng)濟(jì)區(qū)和東北綜合經(jīng)濟(jì)區(qū)作為老牌的工業(yè)重地面臨著產(chǎn)業(yè)轉(zhuǎn)型的需要。

為此需要加強(qiáng)工業(yè)企業(yè)排污管制。一方面鼓勵(lì)工業(yè)化促進(jìn)經(jīng)濟(jì)發(fā)展創(chuàng)造就業(yè)機(jī)會(huì)，另一方面則要嚴(yán)格監(jiān)督工業(yè)排放對(duì)環(huán)境造成的污染，鼓勵(lì)使用清潔能源，加強(qiáng)工業(yè)排污分類回收。提升地區(qū)政府的監(jiān)管力度與工業(yè)企業(yè)自身環(huán)保意識(shí)。推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型。在維持工業(yè)發(fā)展的同時(shí)，要積極推進(jìn)第三產(chǎn)業(yè)發(fā)展，大力開發(fā)各地旅游資源，提高城市綠化水平。

參考文獻(xiàn)：

[1] 姜磊，周海峰，柏玲，陳忠升.空氣質(zhì)量指數(shù)（AQI）的社會(huì)經(jīng)濟(jì)影響因素分析——基于指數(shù)衰減效應(yīng)視角[J].環(huán)境科學(xué)學(xué)報(bào)，2018，38（1）：390-398.

[2] 李茜，宋金平，張建輝，于偉，胡昊.中國(guó)城市化對(duì)環(huán)境空氣質(zhì)量影響的演化規(guī)律研究[J].環(huán)境科學(xué)學(xué)報(bào)，2013，33（9）：2402-2411.

[3] 李經(jīng)路，曾天.北京空氣質(zhì)量影響因素的主成分分析——來自于2000—2011年的經(jīng)驗(yàn)數(shù)據(jù)[J].生態(tài)經(jīng)濟(jì)，2017，33（01）：167-171，189.

[4] 柳敏，徐自華，吳曉晨，孟鑫鑫.社會(huì)經(jīng)濟(jì)發(fā)展模式對(duì)區(qū)域空氣環(huán)境質(zhì)量的影響研究——以海南省為例[J].中國(guó)人口·資源與環(huán)境，2013，23（S2）：499-502.

[5] 楊肅昌，馬素琳.城市經(jīng)濟(jì)增長(zhǎng)對(duì)空氣質(zhì)量的影響——基于省會(huì)城市面板數(shù)據(jù)的分析[J].城市問題，2015，（12）：4-11.

[6] 李靜萍，周景博.工業(yè)化與城市化對(duì)中國(guó)城市空氣質(zhì)量影響路徑差異的研究[J].統(tǒng)計(jì)研究，2017，34（4）：50-58.

[7] 張帥.北京市產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與空氣質(zhì)量變動(dòng)的關(guān)聯(lián)研究[D].首都經(jīng)濟(jì)貿(mào)易大學(xué)，2017.