城市創(chuàng)新能夠驅(qū)散霧霾嗎？

任亞運(yùn) 張廣來

摘要中國多城市群大范圍持續(xù)遭遇霧霾等空氣環(huán)境問題，不僅嚴(yán)重影響著人民生活健康，同時成為制約中國社會經(jīng)濟(jì)發(fā)展的主要瓶頸。創(chuàng)新驅(qū)動作為引領(lǐng)發(fā)展的重要源泉，是治理城市霧霾的重要手段。因此，本文利用2004—2016年中國地級市PM2.5濃度、創(chuàng)新等數(shù)據(jù)，基于STIRPAT模型，通過空間計(jì)量方法在同時考慮空間橫向維度及時間縱向維度下就中國城市創(chuàng)新對霧霾的影響進(jìn)行了實(shí)證分析，并進(jìn)一步從城市創(chuàng)新對霧霾的動態(tài)效應(yīng)、作用距離閾值等多個角度進(jìn)行了穩(wěn)健性檢驗(yàn)。實(shí)證結(jié)果表明：①中國城市霧霾污染呈現(xiàn)明顯的空間溢出效應(yīng)和高排放俱樂部集聚特征。②中國城市創(chuàng)新具有積極的減霾作用。從橫向空間維度來看表現(xiàn)為積極的空間溢出效應(yīng)，但存在一定的有效距離閾值。從縱向時間維度來看，減霾效應(yīng)整體存在邊際遞減態(tài)勢。③交通便利化及能源效率的提高有效抑制了城市霧霾污染的加劇，以煤為主的能源結(jié)構(gòu)仍是城市霧霾污染加劇的一大誘因?；谏鲜鍪聦?shí)，本文提出以下政策建議：中國在城市霧霾治理過程中應(yīng)實(shí)施科學(xué)規(guī)劃，布局聯(lián)防聯(lián)控。防止城市“單邊”治霾努力成果被周邊城市的“泄漏效應(yīng)”所削減;聚集創(chuàng)新要素，打造創(chuàng)新型城市引擎。在城市群內(nèi)部形成創(chuàng)新競爭、合作機(jī)制，創(chuàng)新重塑城市群發(fā)展模式以緩解城市霧霾污染;考慮到城市創(chuàng)新對于霧霾治理紅利存在邊際遞減態(tài)勢，除上述減霾渠道外，治霾政策仍需堅(jiān)持從源頭著手，優(yōu)化產(chǎn)業(yè)、能源結(jié)構(gòu)，促進(jìn)能效、路效提高，最終成就美麗城市。

關(guān)鍵詞 城市創(chuàng)新;霧霾;空間效應(yīng)

近年來，隨著霧霾問題日趨嚴(yán)重，以2013年9月中國國務(wù)院頒布實(shí)施《大氣污染防治行動計(jì)劃》（簡稱“大氣十條”）為明顯起點(diǎn)，中國環(huán)境治理力度不斷升級，城市空氣質(zhì)量逐步得到改善，城市霧霾天氣出現(xiàn)頻次和覆蓋范圍相對減少。但由于不同地區(qū)霧霾成因各異、復(fù)合型特征突出，城市霧霾近兩年又呈現(xiàn)卷土重來之勢，自2018年10月中旬開始，京津冀部分地區(qū)再現(xiàn)霧霾天氣，10個城市拉響重污染應(yīng)急警報，霧霾污染再次成為全社會最為關(guān)注的環(huán)境問題。城市霧霾污染既是環(huán)境問題，也是一個重大經(jīng)濟(jì)問題。2007年世界銀行重新評估2003年空氣污染物中PM10造成的健康總成本均值為1570億～52900億元[1]。自20世紀(jì)90年代初起，大量學(xué)者和研究人員也從宏觀層面對中國環(huán)境損失中的空氣污染損失進(jìn)行了研究，損失的估算范圍從44億～986億元不等。此后，越來越多學(xué)者對中國顆粒物污染的經(jīng)濟(jì)損失進(jìn)行了評估和實(shí)證分析[2-5]，研究結(jié)果均發(fā)現(xiàn)霧霾對城市的發(fā)展帶來了巨大的經(jīng)濟(jì)損失。如何緩解并有效改善以霧霾為主的城市環(huán)境問題是保護(hù)地區(qū)環(huán)境、提升經(jīng)濟(jì)發(fā)展質(zhì)量和推進(jìn)治理能力現(xiàn)代化的內(nèi)在需求。創(chuàng)新驅(qū)動作為新時代背景下的一種城市發(fā)展戰(zhàn)略，不僅能夠通過新技術(shù)創(chuàng)新破解城市病，還可以通過城市整體創(chuàng)新力的提高，變革城市治理模式，提升城市資源配置和利用效率，最終改善城市霧霾等環(huán)境污染狀況[6]。因此，結(jié)合供給側(cè)改革要求，讓創(chuàng)新盡快發(fā)揮霧霾治理的最大功效無疑是兼顧綠水青山與金山銀山的另一可行路徑。

1文獻(xiàn)綜述

目前學(xué)界針對中國霧霾影響因素的實(shí)證研究主要集中在以下兩方面：①綜合考量多種霧霾驅(qū)動因素的研究。在多因素綜合考量方面，除少部分學(xué)者基于投入產(chǎn)出法對中國霧霾污染的社會經(jīng)濟(jì)驅(qū)動因素進(jìn)行探討外[7-8]，大部分學(xué)者則選用計(jì)量工具分析影響霧霾污染的綜合動因[9]，這其中又分為不考慮空間效應(yīng)的計(jì)量回歸分析[10-11]和考慮空間溢出效應(yīng)的計(jì)量回歸分析[12-14]。②著重于某一特定因素對霧霾影響的研究。在該方面學(xué)者多選取諸如經(jīng)濟(jì)增長、貿(mào)易開放度、城鎮(zhèn)化水平、產(chǎn)業(yè)集聚等指標(biāo)作為核心驅(qū)動因素來考察其對霧霾的影響，計(jì)量方法同樣分為兩大塊，即不考慮空間因素[15-18]和考慮空間因素[19-22]，除此之外，也有部分學(xué)者在傳統(tǒng)因素的基礎(chǔ)上選擇以輿情、文本等作為驅(qū)動因素進(jìn)行研究[23]。

但是就本文對現(xiàn)有文獻(xiàn)的梳理來看：①雖然數(shù)據(jù)可得性在逐步提高，但研究單位劃分仍較為粗糙，無論是對霧霾的綜合影響因素還是某一特定影響因素的研究大多停留在省際層面，然而空間計(jì)量方法應(yīng)用的基礎(chǔ)需要多個地理單位間存在空間相關(guān)性，地理單位面積過大會削弱該方法應(yīng)用的經(jīng)濟(jì)學(xué)基礎(chǔ)，尤其對于幅員遼闊的中國，這種削弱可能更為明顯。②就霧霾的特定影響因素來看，對于創(chuàng)新這一對供給側(cè)改革及經(jīng)濟(jì)高質(zhì)量發(fā)展具有強(qiáng)勁動力的因素鮮有涉及。③以往考慮到空間因素的研究，重心多集中于橫向的空間溢出效應(yīng)，在縱向的時間維度進(jìn)行動態(tài)考量的仍較少。

為此，本文可能的邊際貢獻(xiàn)如下：①本文在統(tǒng)籌考慮數(shù)據(jù)質(zhì)量的前提下，盡可能擴(kuò)大橫向樣本單位數(shù)，使用中國地級市層面的面板數(shù)據(jù)進(jìn)行研究，提高了將空間計(jì)量方法應(yīng)用于本文的可靠性。②本文著重考慮創(chuàng)新這一有助于實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵因素，是對研究視角的有益補(bǔ)充。③本文研究兼顧了橫向地理維度的空間效應(yīng)和縱向時間維度的空間效應(yīng)變化情況，更為全面的探討了城市創(chuàng)新對霧霾影響的“真正”時空效應(yīng)。

2空間溢出效應(yīng)檢驗(yàn)及作用機(jī)制闡述

2.1城市霧霾的空間溢出效應(yīng)檢驗(yàn)

在城市霧霾污染衡量方面，本文以PM2.5指標(biāo)來衡量城市霧霾污染。但考慮到中國官方發(fā)布PM2.5數(shù)據(jù)是在2012年之后，因此本文采用由哥倫比亞大學(xué)社會經(jīng)濟(jì)數(shù)據(jù)和應(yīng)用中心公布的全球衛(wèi)星PM2.5濃度年均值的柵格數(shù)據(jù)解析所得中國地級市年均PM2.5濃度數(shù)值作為城市霧霾污染的衡量指標(biāo)[24]。

本文采用ESDA中的全域空間相關(guān)性指數(shù)對城市霧霾的空間溢出效應(yīng)進(jìn)行檢驗(yàn)，其通常采用MoransI和GearysC指數(shù)進(jìn)行測度，計(jì)算公式分別為：

其中n表示本文所選取284個地級市，wij為空間權(quán)重矩陣，x和分別為城市PM2.5濃度及所有城市PM2.5濃度均值。MoransI指數(shù)經(jīng)過方差歸一化之后，它的值會介于-1～1之間。I>0表示空間正相關(guān)性，其值越大，空間相關(guān)性越明顯;I<0表示空間負(fù)相關(guān)性，其值越小，空間差異越大;I=0，空間則呈隨機(jī)性。GearysC指數(shù)的取值一般介于0～2之間，當(dāng)C>1時表示負(fù)相關(guān)，C<1時表示正相關(guān)。為對城市霧霾污染的空間相關(guān)性進(jìn)行系統(tǒng)考察，本文構(gòu)建了以下三種空間權(quán)重矩陣。

第一種為基于Queen鄰接規(guī)則，利用地圖邊界矢量數(shù)據(jù)構(gòu)造的應(yīng)用最為廣泛的地理近鄰權(quán)重矩陣，其元素wij=1，當(dāng)城市i和j擁有共同邊界

0，當(dāng)城市i和j無共同邊界或i=j

考慮到地理因素并不是產(chǎn)生空間效應(yīng)的唯一因素，還可以從經(jīng)濟(jì)屬性角度出發(fā)設(shè)置空間權(quán)重矩陣。本文構(gòu)建的第二種權(quán)重矩陣為基于經(jīng)濟(jì)差距絕對值倒數(shù)的經(jīng)濟(jì)距離權(quán)重矩陣，其元素wij為樣本年間i城市人均GDP均值與j城市人均GDP均值絕對差值的倒數(shù)，即考慮到上述單一地理或經(jīng)濟(jì)權(quán)重矩陣存在的局限性，借鑒朱平芳、張征宇和姜國麟[25]思路，在各城市地理近鄰城市中以其各近鄰城市GDP占其所有近鄰城市GDP總和之比構(gòu)建第三種地理經(jīng)濟(jì)綜合空間權(quán)重矩陣i和j擁有共同邊界0，i和j無共同邊界或i=j基于上述三種空間權(quán)重矩陣的中國城市PM2.5全域空間相關(guān)性檢驗(yàn)結(jié)果如表1所示。

由表1可以看出在地理近鄰權(quán)重矩陣和地理經(jīng)濟(jì)綜合權(quán)重矩陣下，城市PM2.5的MoransI指數(shù)均大于0，GearysC指數(shù)均小于1，并且兩者均在1%的水平顯著，這表明中國城市霧霾污染的分布都呈現(xiàn)“高-高”型集聚和“低-低”型集聚的空間正相關(guān)分布特點(diǎn)。但同時可以發(fā)現(xiàn)在純經(jīng)濟(jì)距離權(quán)重矩陣下，城市PM2.5的MoransI和GearysC指數(shù)均不顯著，表明城市霧霾污染的空間相關(guān)性主要是在地理空間關(guān)聯(lián)及地理、經(jīng)濟(jì)的綜合空間關(guān)聯(lián)特征上予以體現(xiàn)的而不體現(xiàn)在單純經(jīng)濟(jì)發(fā)展差異上的空間特性。故本文后續(xù)空間計(jì)量分析僅基于地理近鄰權(quán)重矩陣和地理經(jīng)濟(jì)綜合權(quán)重矩陣進(jìn)行考慮。

2.2機(jī)制闡述

黨的十九大明確提出要“構(gòu)建市場導(dǎo)向的綠色技術(shù)創(chuàng)新體系”。生態(tài)環(huán)境領(lǐng)域的技術(shù)創(chuàng)新對于持續(xù)改善生態(tài)環(huán)境和助力經(jīng)濟(jì)“爬坡邁坎”具有重要作用，技術(shù)進(jìn)步和創(chuàng)新是一個經(jīng)濟(jì)體實(shí)現(xiàn)長期可持續(xù)經(jīng)濟(jì)增長的關(guān)鍵。借鑒石大千等[6]，本文梳理城市創(chuàng)新對霧霾的影響機(jī)制如下：

（1）城市創(chuàng)新可以通過技術(shù)效應(yīng)促進(jìn)技術(shù)進(jìn)步緩解城市霧霾。一方面，可以由前端預(yù)防渠道將技術(shù)創(chuàng)新所提供的清潔生產(chǎn)技術(shù)以及環(huán)保產(chǎn)品應(yīng)用于能源系統(tǒng)和生產(chǎn)系統(tǒng)中，能夠從本質(zhì)上提高企業(yè)資源生態(tài)使用效率，提升城市霧霾污染防控水平，從而降低城市霧霾污染。另一方面，創(chuàng)新程度較高的城市具有智能化的污染監(jiān)控平臺，通過實(shí)時監(jiān)測，在中端過程提高城市對企業(yè)排放監(jiān)控以及企業(yè)對自身排放的監(jiān)控力度和污染信息獲取能力，緩解致霾物的排放。最后，高創(chuàng)新力城市可以從終端借助其高技術(shù)研發(fā)能力幫助企業(yè)提升污染處理能力，清潔能源研發(fā)能力，通過技術(shù)促進(jìn)能源利用率的提高和能源結(jié)構(gòu)的優(yōu)化，減少致霾物排放[26]。

（2）城市創(chuàng)新可以通過配置效應(yīng)優(yōu)化資源配置和提高能源利用效率緩解城市霧霾。城市創(chuàng)新指數(shù)較高的城市技術(shù)密集型的低污染行業(yè)往往比較發(fā)達(dá)，這類新興產(chǎn)業(yè)通過引領(lǐng)資本、勞動、技術(shù)和信息等要素由傳統(tǒng)產(chǎn)業(yè)向技術(shù)密集型低污染產(chǎn)業(yè)流動和集聚，有利于優(yōu)化產(chǎn)業(yè)和資源配置結(jié)構(gòu)，提高配置效率和全要素生產(chǎn)率，最終緩解由于要素市場扭曲導(dǎo)致的資源配置不合理進(jìn)而產(chǎn)生的能源效率損失[27]，緩解低能效導(dǎo)致污染物排放這一重要問題[28]。同時，創(chuàng)新指數(shù)高的城市往往具有高科技龍頭企業(yè)引領(lǐng)。這些企業(yè)利用其大數(shù)據(jù)分析能力、信息技術(shù)對市場需求模式實(shí)行及時捕獲，能夠更加貼近市場需求，在微觀層面對企業(yè)資本、勞動力和能源等生產(chǎn)資源靈活調(diào)度，提升企業(yè)資源利用效率以降低廢棄污染物排放，進(jìn)而減少環(huán)境污染[29]，緩解城市霧霾現(xiàn)象。

（3）城市創(chuàng)新還可以通過結(jié)構(gòu)效應(yīng)促進(jìn)新要素和新興產(chǎn)業(yè)發(fā)展緩解城市霧霾。城市創(chuàng)新發(fā)展的主要驅(qū)動力是知識、技術(shù)等要素，與傳統(tǒng)依靠勞動、資本等要素投入產(chǎn)業(yè)不同，這些要素具有擴(kuò)散成本低、邊際收益遞增和規(guī)模報酬遞增等特點(diǎn)[30]。城市產(chǎn)業(yè)結(jié)構(gòu)的升級將大幅削減、淘汰污染行業(yè)和企業(yè)所使用的傳統(tǒng)高耗能和高污染要素，改變、優(yōu)化污染行業(yè)和企業(yè)的要素投入結(jié)構(gòu)，直接減少致霾物的排放，緩解城市霧霾污染[31]。

本文還將研究視角拓展至空間溢出方面，由于城市通過創(chuàng)新機(jī)制改善當(dāng)?shù)仂F霾污染的努力具有正的外部性，這可能導(dǎo)致兩種截然不同的結(jié)果：①城市自身通過創(chuàng)新機(jī)制經(jīng)由上述三種渠道改善當(dāng)?shù)仂F霾污染的努力有可能激發(fā)鄰近地區(qū)環(huán)境治理中的“搭便車”行為，這有可能削弱臨近城市自身治霾的努力程度，反而不利于周邊城市的霧霾污染治理，即對城市自身霧霾緩解有利，對周邊城市霧霾污染反而適得其反。②城市自身通過創(chuàng)新機(jī)制經(jīng)由上述三種渠道改善當(dāng)?shù)仂F霾污染的努力可能通過示范效應(yīng)和警示效應(yīng)促使周邊地區(qū)加強(qiáng)創(chuàng)新投入及環(huán)境規(guī)制力度而有助于霧霾治理。最終，城市自身創(chuàng)新對鄰近城市霧霾污染的影響取決于該兩種效應(yīng)的相對大小程度，這也是本文接下來實(shí)證部分著重驗(yàn)證的問題。上述城市創(chuàng)新對本地及周邊城市霧霾的綜合影響機(jī)制可以歸納如下圖1。

3計(jì)量模型設(shè)定與變量數(shù)據(jù)說明

3.1計(jì)量模型設(shè)定

STIRPAT模型不僅保留了IPAT方程中的人口、經(jīng)濟(jì)、技術(shù)，還引入了隨機(jī)變動因素。本文在其基礎(chǔ)上引入城市創(chuàng)新指數(shù)變量，以研究其對城市霧霾污染的影響，為避免遺漏變量誤差，本文還引入了和城市霧霾污染息息相關(guān)的產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)、交通便利化、外商直接投資等控制變量。

關(guān)于模型的構(gòu)建，本文主要首先構(gòu)建了不考慮空間效應(yīng)的標(biāo)準(zhǔn)計(jì)量回歸模型作為對比，其計(jì)量回歸模型為：

已有研究亦顯示，在創(chuàng)新系統(tǒng)中，由于技術(shù)的非排他性、可轉(zhuǎn)移性和可傳播性[34]，一城市的創(chuàng)新活動也可能對另一城市的霧霾污染產(chǎn)生影響。任何忽略空間相關(guān)性的計(jì)量、檢驗(yàn)都可能產(chǎn)生有偏估計(jì)。因此，本文在式（5）基礎(chǔ)上又構(gòu)建了考慮空間效應(yīng)的空間計(jì)量模型來分析城市霧霾污染及創(chuàng)新的空間關(guān)聯(lián)效應(yīng)，具體模型如下：

其中，wij為空間權(quán)重矩陣;μit為殘差;ρ和φ分別為空間自回歸系數(shù)和空間自相關(guān)系數(shù);X為式（5）所包含的核心變量和控制變量在內(nèi)的自變量向量，式（6）代表包含了各種空間效應(yīng)的一般嵌套模型（GNS）。

城市間霧霾空間依賴關(guān)系的產(chǎn)生源于三類不同的空間交互效應(yīng)：一是若ρ≠0、θ=0、φ=0，則式（6）為空間自回歸模型（SAR），代表不同城市被解釋變量間的內(nèi)生交互效應(yīng);二是若ρ=0、θ=0、φ≠0，則式（6）為空間誤差模型（SEM），代表不同城市誤差項(xiàng)間的交互效應(yīng);三是若ρ≠0、θ≠0、φ=0，則式（6）為空間杜賓模型（SDM），其綜合考慮了不同城市解釋變量和被解釋變量的空間滯后因素[35-36]。在實(shí)際計(jì)量檢驗(yàn)中，本文重點(diǎn)在于城市創(chuàng)新對霧霾污染的空間溢出作用，因而將著重研究SEM、SAR、SDM模型，并通過科學(xué)的判定規(guī)則確定本文最終適用的空間計(jì)量模型。

3.2變量選取及數(shù)據(jù)來源

基于數(shù)據(jù)可得性和質(zhì)量可靠性，本文樣本為2004—2016年全國284個地級及以上城市。其中城市霧霾數(shù)據(jù)來源于哥倫比亞大學(xué)社會經(jīng)濟(jì)數(shù)據(jù)和應(yīng)用中心公布的基于衛(wèi)星監(jiān)測的全球PM2.5濃度年均值的柵格數(shù)據(jù)處理后的地級市年均濃度數(shù)據(jù);城市創(chuàng)新指數(shù)來源于復(fù)旦大學(xué)產(chǎn)業(yè)發(fā)展研究中心公布的中國城市創(chuàng)新指數(shù)[37]。人口、經(jīng)濟(jì)、技術(shù)、產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)、交通便利化、外商直接投資等控制變量主要來源于2005—2017年《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》以及國泰安、萬得等數(shù)據(jù)庫，部分缺失值為作者運(yùn)用插值法所補(bǔ)充，所有以金額為單位的數(shù)據(jù)均基于2004年各省GDP平減指數(shù)予以平減，所有外商投資數(shù)據(jù)均以當(dāng)年外匯均價進(jìn)行換算。最后，本文對所有數(shù)據(jù)都進(jìn)行了對數(shù)化處理，對所有變量進(jìn)行了雙側(cè)1%縮尾處理。中國城市統(tǒng)計(jì)年鑒中煤炭直接相關(guān)數(shù)據(jù)缺失，但鑒于中國“富煤貧油少氣”的資源稟賦特征和相對低廉的煤炭價格導(dǎo)致的中國電力生產(chǎn)對煤炭的高度依賴性，故本文借鑒韓峰和謝銳[36]思路，首先根據(jù)各城市統(tǒng)計(jì)年鑒電力、天然氣、液化石油氣數(shù)據(jù)進(jìn)行折算各種能源折標(biāo)煤系數(shù)來源于中國能源統(tǒng)計(jì)年鑒;煤電發(fā)電比例來源于歷年《中國電力年鑒》，及手工查閱補(bǔ)充。，然后計(jì)算能源結(jié)構(gòu)和能源效率指標(biāo)，具體過程為：

式中，a為用電量，b為煤電發(fā)電比例，c為電力折標(biāo)煤系數(shù)，d為煤氣供氣總量，e為煤氣折標(biāo)煤系數(shù)，f為液化石油氣供氣總量，g為液化石油氣折標(biāo)煤系數(shù)。各指標(biāo)具體描述如表2。

4實(shí)證結(jié)果分析及穩(wěn)健性檢驗(yàn)

4.1實(shí)證結(jié)果與分析

本文借鑒Elhorst等[38]、韓峰和謝銳[36]的檢驗(yàn)思路，采用“一般到具體”的方法對空間計(jì)量模型進(jìn)行檢驗(yàn)，確認(rèn)SDM模型是否會退化為SAR和SEM模型。結(jié)果如表3所示。

表3中同時列出了普通面板回歸結(jié)果以及在兩種空間權(quán)重矩陣下SEM、SAR和SDM模型的回歸結(jié)果。

通過對比不考慮空間效應(yīng)的普通面板回歸結(jié)果和考慮空間效應(yīng)的空間面板回歸結(jié)果系數(shù)發(fā)現(xiàn)，在考慮空間效應(yīng)后，無論是何種空間權(quán)重矩陣，系數(shù)絕對值都明顯變小，說明不考慮空間效應(yīng)的情況下，會明顯高估當(dāng)?shù)貏?chuàng)新對霧霾污染的抑制效果，通過對比普通面板回歸和第（2）、（3）、（5）、（6）列的結(jié)果可以看到（2）、（3）、（5）、（6）各模型中空間自回歸系數(shù)ρ，均在1%水平高度顯著，進(jìn)一步佐證了本文加入空間因素考慮的必要性。第（2）、（3）、（5）、（6）列中空間自回歸系數(shù)ρ和第（1）、（4）列中空間自相關(guān)系數(shù)φ均在1%水平顯著為正，這表明中國各個城市的霧霾污染在空間交互作用下存在明顯的空間依賴關(guān)系，也再一次證明了中國城市間霧霾污染存在明顯的空間集聚特征，表現(xiàn)出“一榮俱榮，一損俱損”的特征[12]。以第（3）和第（6）列為例，在兩種權(quán)重矩陣設(shè)定下，鄰近城市霧霾污染濃度每提高1%，本城市的霧霾污染同時會提高約0.9%。上述結(jié)果表明針對霧霾污染的治理應(yīng)該統(tǒng)籌考慮，采取區(qū)域“聯(lián)防聯(lián)控”策略，否則將有可能出現(xiàn)城市間霧霾污染的“泄漏效應(yīng)”，最終導(dǎo)致“單邊”治霾努力徒勞無功。進(jìn)一步橫向比較（2）和（3）、（5）和（6）模型中空間自回歸系數(shù)ρ估計(jì)值，可以看出SDM模型估計(jì)系數(shù)都小于SAR模型，說明忽視解釋變量空間滯后項(xiàng)將導(dǎo)致內(nèi)生空間交互效應(yīng)的高估。最后，綜合考慮到擬合優(yōu)度、自然對數(shù)函數(shù)值以及LR檢驗(yàn)，對上述各類空間模型進(jìn)行判斷和選擇，SDM模型為適合本文實(shí)證研究的模型。

在傳統(tǒng)普通面板模型回歸中，參數(shù)估計(jì)反映的是各解釋變量變化對城市霧霾污染的邊際影響，但是在引入空間因素即包含全局效應(yīng)設(shè)定的SDM模型情況下，變量的參數(shù)估計(jì)不再代表其對城市霧霾污染的邊際影響。此時通過使用點(diǎn)估計(jì)（ρ、θ）來判斷是否存在空間溢出效應(yīng)可能導(dǎo)致錯誤的結(jié)論。此時，變量變化的偏微分解釋更能夠合理檢驗(yàn)是否存在空間溢出效應(yīng)的假設(shè)[39]。表4為根據(jù)表3第（3）和第（6）列對參數(shù)估計(jì)進(jìn)行效應(yīng)分解后結(jié)果。其中，直接效應(yīng)反映了本城市創(chuàng)新等解釋變量對城市自身霧霾污染的影響;溢出效應(yīng)則表示鄰近城市創(chuàng)新等解釋變量對本城市霧霾污染的影響。

從表4總體來看，兩種權(quán)重矩陣下同一因素的影響方向完全一致，顯著情況除產(chǎn)業(yè)結(jié)構(gòu)略有差異外也均一致，故本文以地理近鄰權(quán)重矩陣為例，對相關(guān)結(jié)果進(jìn)行解讀。

由本文所關(guān)注的核心解釋變量城市創(chuàng)新系數(shù)來看，無論是直接效應(yīng)、溢出效應(yīng)還是總效應(yīng)，均顯著為負(fù)。根據(jù)本文機(jī)制部分：①城市創(chuàng)新可能通過技術(shù)效應(yīng)促進(jìn)生產(chǎn)、節(jié)能、環(huán)保等技術(shù)的進(jìn)步來改善城市霧霾污染。城市創(chuàng)新的技術(shù)效應(yīng)通過將引致的清潔生產(chǎn)技術(shù)應(yīng)用于能源、生產(chǎn)系統(tǒng)，會從源頭提高企業(yè)能源、資源使用效率，在生產(chǎn)流程前端實(shí)現(xiàn)預(yù)防，提升城市企業(yè)環(huán)境污染的防治和治理水平，達(dá)到抑制城市霧霾污染的效果[6]。②城市創(chuàng)新可能通過引導(dǎo)要素流動、糾正資源錯配的配置效應(yīng)改善城市霧霾污染。低污染型行業(yè)的發(fā)展會引導(dǎo)資本、勞動、技術(shù)和信息等要素向這些領(lǐng)域流動和集聚，實(shí)現(xiàn)新興產(chǎn)業(yè)和傳統(tǒng)產(chǎn)業(yè)資源配置結(jié)構(gòu)優(yōu)化，在提高配置效率的同時還會倒逼傳統(tǒng)污染行業(yè)和企業(yè)升級，通過“鯰魚效應(yīng)”優(yōu)化污染行業(yè)和企業(yè)的資源配置效率，最終整體上改善城市霧霾污染等環(huán)境問題。③城市創(chuàng)新還可能通過增加新興要素投入和提高新興產(chǎn)業(yè)占比的結(jié)構(gòu)效應(yīng)降低城市霧霾污染。城市創(chuàng)新驅(qū)動引致的新要素投入通過加快其與傳統(tǒng)產(chǎn)業(yè)融合，優(yōu)化傳統(tǒng)產(chǎn)業(yè)、產(chǎn)品結(jié)構(gòu)，提高傳統(tǒng)行業(yè)能源效率和運(yùn)行效率，進(jìn)而推動傳統(tǒng)產(chǎn)業(yè)快速、高效地實(shí)現(xiàn)改造升級，最終實(shí)現(xiàn)低能耗、低排放[40-41]。另外，城市創(chuàng)新對周邊城市霧霾污染的影響可能體現(xiàn)在兩方面：一城市通過創(chuàng)新機(jī)制改善城市霧霾污染的努力具有正的外部性，有可能激發(fā)鄰近地區(qū)環(huán)境治理中的“搭便車”行為，這有可能削弱臨近城市自身治霾的努力程度，反而不利于周邊城市的霧霾污染治理;城市的創(chuàng)新行為和霧霾污染事件，還可能通過示范效應(yīng)和警示效應(yīng)促使周邊地區(qū)加強(qiáng)創(chuàng)新投入及環(huán)境規(guī)制力度而有助于霧霾治理。城市創(chuàng)新對鄰近城市霧霾污染的影響最終效應(yīng)取決于該兩種效應(yīng)的相對大小程度，由本文創(chuàng)新回歸結(jié)果系數(shù)可知，示范效應(yīng)和警示效應(yīng)明顯占優(yōu)，城市的創(chuàng)新不僅有利于當(dāng)?shù)仂F霾污染的緩解，同時有利于臨近城市的霧霾改善。

由其他控制變量系數(shù)來看：①能源效率系數(shù)無論是在直接效應(yīng)、溢出效應(yīng)還是總效應(yīng)下，均顯著為負(fù)。說明提高能效是控制霧霾的關(guān)鍵，節(jié)能減排雖然可以通過減少能源使用來減少霧霾污染，但在保持一定經(jīng)濟(jì)增速的情形下，能源使用必然不可能大幅減少，城市霧霾污染若想減少一個量級，提高能效才是更為有效的途徑。②能源結(jié)構(gòu)的系數(shù)無論是在直接效應(yīng)、溢出效應(yīng)還是總效應(yīng)下，均顯著為正。近年來，部分電力企業(yè)試圖通過引進(jìn)價格低廉的低卡進(jìn)口煤與優(yōu)質(zhì)煤摻雜使用的方式來降低成本，基于成本考量，這種行為可能導(dǎo)致鄰近城市爭相效仿，造成“片狀區(qū)域”能源結(jié)構(gòu)集體惡化，而低卡的進(jìn)口煤尤其是褐煤（煤化程度最低的礦產(chǎn)煤）對PM2.5的貢獻(xiàn)度極高[19]，該種情形必然會進(jìn)一步惡化當(dāng)?shù)丶爸苓叧鞘徐F霾污染狀況。③交通便利化程度系數(shù)無論是在溢出效應(yīng)還是總效應(yīng)下，均顯著為負(fù)。同樣交通運(yùn)輸量的情況下，交通便利化程度越高，交通擁堵程度便越輕，會有利于機(jī)動車燃料的充分燃燒，極大減少致霾物的排放。④模型中其他變量的直接效應(yīng)和溢出效應(yīng)參數(shù)估計(jì)均未通過顯著性檢驗(yàn)，說明在本文研究中，這些變量對城市霧霾污染并未產(chǎn)生明顯影響。

4.2穩(wěn)健性檢驗(yàn)

4.2.1動態(tài)效應(yīng)檢驗(yàn)

在前文對城市霧霾及創(chuàng)新的空間效應(yīng)進(jìn)行橫向檢驗(yàn)分析后，本文進(jìn)一步在模型設(shè)定中考慮創(chuàng)新的直接效應(yīng)、溢出效應(yīng)及總效應(yīng)隨時間的動態(tài)變化。具體模型設(shè)定如下：

其中year為年度虛擬變量，Xit為除城市創(chuàng)新外的其他控制變量向量，其他變量與前文保持一致，圖2為根據(jù)兩種權(quán)重矩陣下分解所得城市年度創(chuàng)新效應(yīng)系數(shù)對時間進(jìn)行繪圖。橫軸為年份，縱軸為城市創(chuàng)新的減霾效應(yīng)，其絕對值越大說明減霾效應(yīng)越強(qiáng)，絕對值越小說明減霾效應(yīng)越弱。

根據(jù)公式（7）進(jìn)行動態(tài)效應(yīng)分解后，所有年份期間，在兩種權(quán)重矩陣下，城市創(chuàng)新的直接效應(yīng)、溢出效應(yīng)和總效應(yīng)系數(shù)全部高度顯著為負(fù)，系數(shù)絕對值大小隨著時間推移大致呈現(xiàn)遞減狀態(tài)。具體波動情況可以由圖2直觀看出，本文以圖2（a）地理近鄰權(quán)重矩陣為例進(jìn)行解讀。

由圖2上半部分可以看出，從本文樣本起始年份2004年來看，城市創(chuàng)新對霧霾的抑制效應(yīng)無論從直接還是溢出角度來看相對后續(xù)年份效果來說更為顯著。①2004—2007年間，創(chuàng)新對霧霾的削減作用逐步減小，這與2003年中國進(jìn)入市場導(dǎo)向的重工業(yè)化階段，重工業(yè)是煤炭消耗“大戶”產(chǎn)業(yè)、能源結(jié)構(gòu)惡化，創(chuàng)新對霧霾的治理作用受到一定程度抑制相關(guān)。②在2007和2008年左右，創(chuàng)新對霧霾的削減作用有小幅回升，可能原因?yàn)?007年為抑制經(jīng)濟(jì)過熱，中國出臺了一系列鼓勵創(chuàng)新節(jié)能減排相關(guān)政策，也與部分重工業(yè)于2008年金融危機(jī)受到重創(chuàng)相關(guān)，創(chuàng)新作用再次得到釋放。③2012—2013年城市創(chuàng)新對霧霾的削弱作用由于經(jīng)濟(jì)復(fù)蘇，短期減弱之后，又由于2013年之后中國政府大力度發(fā)布了一系列包括“大氣十條”、《大氣污染防治目標(biāo)責(zé)任書》在內(nèi)的高強(qiáng)度環(huán)境規(guī)制政策，城市創(chuàng)新對霧霾污染的減緩作用得以再次借力，減霾效應(yīng)逐步回升。

4.2.2更換被解釋變量檢驗(yàn)

為進(jìn)一步檢驗(yàn)本文回歸結(jié)果所得城市創(chuàng)新可以改善霧霾污染事實(shí)的穩(wěn)健性，本文選取城市工業(yè)SO2排放量替換城市霧霾作為被解釋變量后再次進(jìn)行固定效應(yīng)的空間杜賓模型回歸，通過效應(yīng)分解結(jié)果發(fā)現(xiàn)更換被解釋變量為SO2后，本文所關(guān)注的核心解釋變量城市創(chuàng)新無論是直接效應(yīng)、溢出效應(yīng)還是總效應(yīng)，結(jié)果顯著性與方向均與前文回歸保持一致，僅顯著性水平略有差異，其他控制變量結(jié)果也基本與前文保持一致，證明本文回歸結(jié)果較為穩(wěn)健鑒于篇幅，該部分未展示具體回歸結(jié)果，如有需要可向作者索取。

4.2.3城市創(chuàng)新對霧霾溢出效應(yīng)的空間邊界分析

鑒于城市創(chuàng)新在信息空間傳遞中的衰減性，本部分進(jìn)一步通過設(shè)置不同閾值的逆距離矩陣來檢驗(yàn)城市創(chuàng)新對霧霾的溢出效應(yīng)的有效范圍。此時空間權(quán)重矩陣為0，當(dāng)i=j，其d2ij為不同城市間的距離的平方，D為城市間距離閾值?？紤]到只有在一定距離門檻之上才能保證各城市均至少有一“鄰近”的城市，故本文的距離閾值選擇以400km為起點(diǎn)，每100km進(jìn)行一次計(jì)算，實(shí)證結(jié)果發(fā)現(xiàn)在距離閾值達(dá)到1200km時城市創(chuàng)新對霧霾的溢出效應(yīng)變得不在顯著。具體結(jié)果見下表5。

表5結(jié)果表明城市創(chuàng)新對城市霧霾的溢出效應(yīng)有一定的空間距離閾值限制，在該閾值之上，由于空間距離過大而產(chǎn)生的衰減將使得城市創(chuàng)新對霧霾的溢出效應(yīng)變得不再顯著，這也表明在發(fā)揮城市創(chuàng)新的區(qū)域協(xié)同治霾作用時應(yīng)統(tǒng)籌考慮到區(qū)域協(xié)同范圍大小，使城市創(chuàng)新對霧霾的溢出效應(yīng)最大化。

5結(jié)論與政策建議

5.1結(jié)論

本文運(yùn)用固定效應(yīng)空間杜賓模型，在時空雙維度視角下，就城市創(chuàng)新對霧霾的影響進(jìn)行了實(shí)證檢驗(yàn)。結(jié)果表明：①中國城市霧霾污染呈現(xiàn)明顯的空間溢出效應(yīng)和高排放俱樂部集聚特征，周邊城市霧霾污染將顯著加劇本城市霧霾污染程度。②中國城市創(chuàng)新具有積極的減霾作用，不僅城市自身創(chuàng)新有顯著減霾效應(yīng)，周邊城市創(chuàng)新活動對本城市霧霾污染也具有顯著的積極溢出效應(yīng)，而且其效應(yīng)值還要大于直接效應(yīng)，但存在一定的有效距離閾值，在閾值之上，由于空間距離過大而產(chǎn)生的衰減將使得城市創(chuàng)新對霧霾的溢出效應(yīng)變得不再顯著。從縱向時間維度來看，減霾效應(yīng)總體呈現(xiàn)邊際遞減態(tài)勢，即隨著時間推移，創(chuàng)新抑制城市霧霾污染的邊際紅利遞減，但在外部沖擊下仍有回升。③交通便利化及能源效率的提高有效抑制了霧霾污染的加劇，以煤為主的能源結(jié)構(gòu)仍是霧霾污染加劇的一大誘因。

5.2政策建議

本研究具有一定的政策意義：①實(shí)施科學(xué)規(guī)劃，布局聯(lián)防聯(lián)控。減霾政策應(yīng)將空間溢出因素考慮在內(nèi)，推動區(qū)域內(nèi)各城市對區(qū)域整體利益達(dá)成共識，打破行政區(qū)域的界限，統(tǒng)籌規(guī)劃，實(shí)施聯(lián)防聯(lián)控策略，在總體環(huán)境約束條件下實(shí)現(xiàn)區(qū)域內(nèi)部各城市的經(jīng)濟(jì)成本最小化，最終達(dá)到共同控制復(fù)合型環(huán)境污染的目的。②聚集創(chuàng)新要素，打造創(chuàng)新型城市引擎。本文結(jié)果也顯示城市創(chuàng)新對于霧霾治理具有積極的直接及溢出效應(yīng)，且溢出效應(yīng)絕對值還大于直接效應(yīng)。因此，需要在城市群內(nèi)部形成創(chuàng)新競爭、合作機(jī)制，對區(qū)域內(nèi)各城市利益科學(xué)調(diào)配，通過科技、制度創(chuàng)新重塑城市群發(fā)展模式，促進(jìn)城市群協(xié)同創(chuàng)新發(fā)展，最終實(shí)現(xiàn)“一攬子”減霾效果。③提升能效、路效，促進(jìn)城市霧霾量級減少。隨著時間推移，城市創(chuàng)新對霧霾治理的邊際紅利趨于弱化，因此，在實(shí)施創(chuàng)新驅(qū)動，科學(xué)治霾過程中，仍應(yīng)重視提升能源效率，早日實(shí)現(xiàn)城市碧水藍(lán)天。

（編輯：于杰）

參考文獻(xiàn)

[1]張世秋，黃德生.控制細(xì)顆粒污染減緩環(huán)境健康損害[J].環(huán)境保護(hù)，2011（16）：25-26.

[2MATUSK，NAMKM，SELINNE，etal.HealthdamagesfromairpollutioninChina[J].Globalenvironmentalchange，2012，22（1）：55-66.

[3HUANGD，XUJ，ZHANGS.ValuingthehealthrisksofparticulateairpollutioninthePearlRiverDelta，China[J].Environmentalscience&policy，2012，15（1）：38-47.

[4]穆泉，張世秋.2013年1月中國大面積霧霾事件直接社會經(jīng)濟(jì)損失評估[J].中國環(huán)境科學(xué)，2013，33（11）：2087-2094.

[5]潘小川.關(guān)注中國大氣灰霾（PM2.5）對人群健康影響的新常態(tài)[J].北京大學(xué)學(xué)報（醫(yī)學(xué)版），2015，47（3）：377-379.

[6]石大千，丁海，衛(wèi)平，等.智慧城市建設(shè)能否降低環(huán)境污染[J].中國工業(yè)經(jīng)濟(jì)，2018（6）：117-135.

[7GUAND，SUX，ZHANGQ，etal.ThesocioeconomicdriversofChinasprimaryPM2.5emissions[J].Environmentalresearchletters2014，9（2）：024010.

[8MENGJ，LIUJ，XUY，etal.TracingprimaryPM2.5emissionsviaChinesesupplychains[J].Environmentalresearchletters2015，10（5）：054005.

[9]李欣，曹建華.環(huán)境規(guī)制的污染治理效應(yīng)：研究述評[J].技術(shù)經(jīng)濟(jì)，2018，37（6）：83-92.

[10]齊園，張永安.北京三次產(chǎn)業(yè)演變與PM2.5排放的動態(tài)關(guān)系研究[J].中國人口·資源與環(huán)境，2015，25（7）：15-23.

[11]陳詩一，陳登科.能源結(jié)構(gòu)、霧霾治理與可持續(xù)增長[J].環(huán)境經(jīng)濟(jì)研究，2016（1）：59-75.

[12]邵帥，李欣，曹建華，等.中國霧霾污染治理的經(jīng)濟(jì)政策選擇——基于空間溢出效應(yīng)的視角[J].經(jīng)濟(jì)研究，2016，51（9）：73-88.

[13]楊冕，王銀.長江經(jīng)濟(jì)帶PM2.5時空特征及影響因素研究[J].中國人口·資源與環(huán)境，2017，27（1）：91-100.

[14]刁貝娣，丁鐳，蘇攀達(dá)，等.中國省域PM2.5濃度行業(yè)驅(qū)動因素的時空異質(zhì)性研究[J].中國人口·資源與環(huán)境，2018，28（9）：52-62.

[15]劉伯龍，袁曉玲，張占軍.城鎮(zhèn)化推進(jìn)對霧霾污染的影響——基于中國省級動態(tài)面板數(shù)據(jù)的經(jīng)驗(yàn)分析[J].城市發(fā)展研究，2015，22（9）：23-27，80.

[16]雷平，高青山，趙連榮.經(jīng)濟(jì)發(fā)展與細(xì)顆粒物污染的關(guān)系——以中國112個環(huán)保重點(diǎn)城市為例[J].城市問題，2016（5）：56-62.

[17]代麗華.貿(mào)易開放如何影響PM2.5——基于淮河兩岸供暖政策差異的因果效應(yīng)研究[J].管理評論，2017，29（5）：237-245.

[18]蔡海亞，徐盈之.產(chǎn)業(yè)協(xié)同集聚、貿(mào)易開放與霧霾污染[J].中國人口·資源與環(huán)境，2018，28（6）：93-102.

[19]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.

[20]何楓，馬棟棟.霧霾與工業(yè)化發(fā)展的關(guān)聯(lián)研究——中國74個城市的實(shí)證研究[J].軟科學(xué)，2015，29（6）：110-114.

[21]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，2015，37（9）：29-41.

[22]于冠一，修春亮.遼寧省城市化進(jìn)程對霧霾污染的影響和溢出效應(yīng)[J].經(jīng)濟(jì)地理，2018，38（4）：100-108，122.

[23]李欣，楊朝遠(yuǎn)，曹建華.網(wǎng)絡(luò)輿論有助于緩解霧霾污染嗎？——兼論霧霾污染的空間溢出效應(yīng)[J].經(jīng)濟(jì)學(xué)動態(tài)，2017（6）：45-57.

[24VANDA，MARTINRV，BRAUERM，etal.GlobalannualPM2.5gridsfromMODIS，MISRandSeaWiFSaerosolopticaldepth（AOD）withGWR，1998-2016[R].2018.

[25]朱平芳，張征宇，姜國麟.FDI與環(huán)境規(guī)制：基于地方分權(quán)視角的實(shí)證研究[J].經(jīng)濟(jì)研究，2011，46（6）：133-145.

[26]王飛成，郭其友.經(jīng)濟(jì)增長對環(huán)境污染的影響及區(qū)域性差異——基于省際動態(tài)面板數(shù)據(jù)模型的研究[J].山西財經(jīng)大學(xué)學(xué)報，2014，36（4）：14-26.

[27]林伯強(qiáng)，杜克銳.要素市場扭曲對能源效率的影響[J].經(jīng)濟(jì)研究，2013，48（9）：125-136.

[28]金培振，張亞斌，彭星.技術(shù)進(jìn)步在二氧化碳減排中的雙刃效應(yīng)——基于中國工業(yè)35個行業(yè)的經(jīng)驗(yàn)證據(jù)[J].科學(xué)學(xué)研究，2014，32（5）：706-716.

[29]王治東，張琳.技術(shù)·空間·資本·人——智慧城市的核心要素探究[J].自然辯證法通訊，2016，38（3）：99-104.

[30]劉克逸.產(chǎn)業(yè)信息化對我國產(chǎn)業(yè)結(jié)構(gòu)升級的作用及政策取向[J].軟科學(xué)，2003（1）：27-30，38.

[31]鄧雅君，張毅.智慧城市建設(shè)對促進(jìn)中國轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式的作用路徑[J].電子政務(wù)，2013（12）：2-8.

[32]EHRLICHPR，HOLDRENJP.Impactofpopulationgrowth[J].Science，1971，171（3977）：1212-1217.

[33YORKR，ROSAEA，DIETZT.STIRPAT，IPATandImPACT：analytictoolsforunpackingthedrivingforcesofenvironmentalimpacts[J].Ecologicaleconomics2003，46（3）：351-365.

[34]李文亮，許正中.考慮空間效應(yīng)的高技術(shù)企業(yè)創(chuàng)新溢出效應(yīng)研究[J].軟科學(xué)，2015，29（4）：1-4.

[35]HALLECKVS，ELHORSTJP.TheSLXmodel[J].Journalofregionalscience，2015，55（3）：339-363.

[36]韓峰，謝銳.生產(chǎn)性服務(wù)業(yè)集聚降低碳排放了嗎？——對我國地級及以上城市面板數(shù)據(jù)的空間計(jì)量分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2017，34（3）：40-58.

[37]寇宗來，劉學(xué)悅.中國城市和產(chǎn)業(yè)創(chuàng)新力報告2017[R].2017。

[38]ELHORSTJP.Matlabsoftwareforspatialpanels[J].Internationalregionalsciencereview，2014，37（3）：389-405.

[39]LESAGEJ，PACERK.Introductiontospatialeconometrics[M].ChapmanandHall/CRC，2009.

[40]徐盈之，孫劍.信息產(chǎn)業(yè)與制造業(yè)的融合——基于績效分析的研究[J].中國工業(yè)經(jīng)濟(jì)，2009（7）：56-66.

[41]李曉鐘，陳涵樂，張小蒂.信息產(chǎn)業(yè)與制造業(yè)融合的績效研究——基于浙江省的數(shù)據(jù)[J].中國軟科學(xué)，2017（1）：22-30.