長(zhǎng)三角地區(qū)霧霾污染、土地資源錯(cuò)配與高質(zhì)量發(fā)展

劉曉紅

（南京曉莊學(xué)院 商學(xué)院，江蘇 南京211171）

一、問(wèn)題提出

2020年政府工作報(bào)告指出：“在疫情防控常態(tài)化前提下，堅(jiān)持穩(wěn)中求進(jìn)工作總基調(diào)，堅(jiān)持新發(fā)展理念，堅(jiān)持以供給側(cè)結(jié)構(gòu)性改革為主線，堅(jiān)持以改革開放為動(dòng)力推動(dòng)高質(zhì)量發(fā)展”。當(dāng)前，我國(guó)城市霧霾時(shí)有發(fā)生，嚴(yán)重影響人居空氣質(zhì)量與城市可持續(xù)發(fā)展。生態(tài)環(huán)境部發(fā)布的2020年全國(guó)生態(tài)環(huán)境質(zhì)量簡(jiǎn)況顯示，2020年我國(guó)城市環(huán)境空氣質(zhì)量達(dá)標(biāo)城市占比為59.9%。那么，城市霧霾污染對(duì)高質(zhì)量發(fā)展會(huì)產(chǎn)生什么影響？作為經(jīng)濟(jì)發(fā)展的基本生產(chǎn)要素，土地這一稀缺資源在高質(zhì)量發(fā)展中配置得是否合理非常重要，如果土地資源發(fā)生錯(cuò)配，對(duì)城市高質(zhì)量發(fā)展的影響又是什么？當(dāng)前，我國(guó)正在加快推進(jìn)生態(tài)文明建設(shè)，研究城市霧霾污染、資源錯(cuò)配與高質(zhì)量發(fā)展之間的關(guān)系，對(duì)于促進(jìn)城市可持續(xù)發(fā)展、建設(shè)美麗中國(guó)、滿足人民日益增長(zhǎng)的美好生活需要有重要的現(xiàn)實(shí)意義。

國(guó)外的文獻(xiàn)很少以城市高質(zhì)量發(fā)展命名（王曉紅和馮嚴(yán)超，2019）［1］，更多的文獻(xiàn)表明的是城市發(fā)展的公平正義等（Geng et al.，2018）［2］。國(guó)內(nèi)對(duì)城市高質(zhì)量發(fā)展的認(rèn)識(shí)逐步深化，起初，與國(guó)家追求經(jīng)濟(jì)增長(zhǎng)目標(biāo)相對(duì)應(yīng)，更多的學(xué)者研究了城市經(jīng)濟(jì)增長(zhǎng)。伴隨著國(guó)家重視生態(tài)文明、強(qiáng)調(diào)綠色發(fā)展以及高質(zhì)量發(fā)展，國(guó)內(nèi)學(xué)者開始對(duì)城市高質(zhì)量發(fā)展進(jìn)行探索，大多集中在城市高質(zhì)量發(fā)展的測(cè)度（張震和劉雪夢(mèng)，2019［3］；廖祖君和王理，2019［4］；黎文勇和楊上廣，2019［5］）以及科技創(chuàng)新與高質(zhì)量發(fā)展（李光龍和范賢賢，2019［6］；吳傳清和鄧明亮，2019［7］）等方面。

霧霾污染的主要成分為二氧化硫、氮氧化物、PM10和PM2.5等。其中，PM2.5也稱為可入肺顆粒物，對(duì)公眾身體健康等危害程度較大。PM2.5通過(guò)進(jìn)入人體循環(huán)系統(tǒng)，造成呼吸道炎癥等病癥，加重公眾對(duì)于霧霾污染的恐懼，嚴(yán)重影響公眾的身心健康。因此，本文以PM2.5表征霧霾污染。國(guó)內(nèi)外大量的文獻(xiàn)從社會(huì)經(jīng)濟(jì)方面探討了霧霾污染形成的原因，如城鎮(zhèn)化（劉晨躍和徐盈之，2017）［8］、產(chǎn)業(yè)結(jié)構(gòu)（程中華等，2019［9］）、經(jīng)濟(jì)發(fā)展（Hao et al.，2015［10］；Meng et al.，2016［11］；Dong et al.，2019［12］）、交通（Fang et al.，2016［13］；王卉彤等，2018［14］；劉華軍 和 雷 名 雨，2019［15］）、城 市 蔓 延（秦 蒙 等，2016）［16］等，但探討霧霾污染對(duì)城市高質(zhì)量發(fā)展影響的文獻(xiàn)相對(duì)較少（陳詩(shī)一和程時(shí)雄，2018［17］；陳詩(shī) 一 和 陳 登 科，2018［18］；王 曉 紅 和 馮 嚴(yán) 超，2019［1］）。

關(guān)于資源錯(cuò)配的文獻(xiàn)日益豐富（宋馬林等，2016［19］；韓 超 等，2017［20］；白 俊 紅 和 劉 宇 英，2018［21］），相繼得出了土地資源配置的研究成果，這些成果主要對(duì)土地資源配置的原因進(jìn)行了探索（Yang et al.，2018）［22］，也出現(xiàn)了土地資源配置對(duì)城市集聚（曾龍等，2019）［23］、產(chǎn)業(yè)結(jié)構(gòu)（李勇剛和羅海艷，2017）［24］、環(huán)境污染（余泳澤等，2018）［25］影響的文獻(xiàn)。就土地資源錯(cuò)配對(duì)經(jīng)濟(jì)增長(zhǎng)的影響而言，李力行等（2016）估計(jì)了粗放型土地出讓方式導(dǎo)致的土地資源錯(cuò)配對(duì)工業(yè)企業(yè)生產(chǎn)率差異的影響，結(jié)果發(fā)現(xiàn)，城市以協(xié)議方式出讓的建設(shè)用地比例越高，工業(yè)企業(yè)的資源配置效率越低［26］。李勇剛（2019）利用2003—2016年中國(guó)35個(gè)大中城市的面板數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)，發(fā)現(xiàn)土地資源錯(cuò)配對(duì)經(jīng)濟(jì)發(fā)展質(zhì)量的影響為負(fù)［27］。

上述相關(guān)文獻(xiàn)為本研究打下了理論基礎(chǔ)，但也存在一些不足：首先，基于“創(chuàng)新、協(xié)調(diào)、綠色、開放、共享”五大發(fā)展理念對(duì)城市高質(zhì)量發(fā)展進(jìn)行測(cè)度的文獻(xiàn)較少；其次，從機(jī)理上剖析霧霾污染、土地資源錯(cuò)配對(duì)城市高質(zhì)量發(fā)展影響機(jī)制的文獻(xiàn)較為鮮見(jiàn)；最后，把城市霧霾污染和土地資源錯(cuò)配納入同一框架，實(shí)證分析兩者對(duì)長(zhǎng)三角城市高質(zhì)量發(fā)展的文獻(xiàn)不多。

基于此，本文擬進(jìn)行如下拓展：利用長(zhǎng)三角27個(gè)城市面板數(shù)據(jù)，基于五大發(fā)展理念，建立城市高質(zhì)量發(fā)展評(píng)價(jià)指標(biāo)體系，測(cè)度城市高質(zhì)量發(fā)展指數(shù)；從理論上探討霧霾污染、土地資源錯(cuò)配對(duì)城市高質(zhì)量發(fā)展的影響，為理解城市高質(zhì)量發(fā)展提供一個(gè)新的線索，也為政府治理霧霾污染和土地資源錯(cuò)配提供一個(gè)新的思路；把霧霾污染、土地資源錯(cuò)配和高質(zhì)量發(fā)展納入一個(gè)分析框架，采用動(dòng)態(tài)面板模型，實(shí)證檢驗(yàn)霧霾污染、土地資源錯(cuò)配對(duì)長(zhǎng)三角城市高質(zhì)量發(fā)展的影響，拓展了高質(zhì)量發(fā)展的研究范疇。

二、機(jī)理分析

（一）城市霧霾污染對(duì)高質(zhì)量發(fā)展的影響機(jī)理

（1）城市霧霾污染導(dǎo)致產(chǎn)業(yè)轉(zhuǎn)移，阻礙城市的高質(zhì)量發(fā)展。如前文所述，霧霾污染嚴(yán)重影響公眾身心健康，城市的軟投資環(huán)境變差，吸引力下降（Hanlon，2016）［28］。霧霾污染不但使國(guó)內(nèi)的產(chǎn)業(yè)遷離，而且使外資企業(yè)撤資撤廠，內(nèi)資和外資的抽離，降低了城市居民的就業(yè)機(jī)會(huì)，從而影響高質(zhì)量發(fā)展。同時(shí)，霧霾污染也會(huì)影響城市的入境旅游規(guī)模，降低旅游產(chǎn)業(yè)對(duì)經(jīng)濟(jì)的拉動(dòng)作用。

（2）城市霧霾污染降低人力資本積累。人力資本積累是城市高質(zhì)量發(fā)展的主要推動(dòng)力，但是，霧霾污染降低了居民的幸福感，生活質(zhì)量下降，使一部分人力資本流出霧霾污染嚴(yán)重的城市；同時(shí)，霧霾污染所帶來(lái)的產(chǎn)業(yè)轉(zhuǎn)移，也使一些人力資本外流。此外，霧霾污染通過(guò)影響受教育水平、健康狀況損害人力資本的積累（Zivin＆Neidell，2012［29］；Chang et al.，2016［30］）。

（二）土地資源錯(cuò)配對(duì)高質(zhì)量發(fā)展的影響機(jī)理

（1）土地資源錯(cuò)配不利于產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)。第二產(chǎn)業(yè)是經(jīng)濟(jì)增長(zhǎng)的主要?jiǎng)幽?，地方政府為了?jīng)濟(jì)增長(zhǎng)，會(huì)降低土地出讓價(jià)格、扭曲土地出讓結(jié)構(gòu)來(lái)促進(jìn)制造業(yè)發(fā)展。此外，一些地方政府為了維護(hù)自身利益，會(huì)降低招商引資的質(zhì)量，形成降低引資質(zhì)量的底線競(jìng)爭(zhēng)（楊其靜等，2014）［31］。這使得城市雖然擴(kuò)大了外商投資規(guī)模，但卻形成了大量的中低端制造業(yè)（李勇剛，2019）［27］，即土地資源錯(cuò)配抑制了產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級(jí)，降低了資源配置效率，制約了城市的高質(zhì)量發(fā)展。

（2）土地資源錯(cuò)配降低環(huán)境質(zhì)量。地方政府的短期性增長(zhǎng)目標(biāo)，會(huì)吸引見(jiàn)效快的重工業(yè)（劉勝等，2016）［32］，或者引進(jìn)高能耗、高污染的產(chǎn)業(yè)，形成重復(fù)產(chǎn)能（楊其靜等，2014）［31］，從而產(chǎn)生霧霾污染問(wèn)題，降低經(jīng)濟(jì)發(fā)展質(zhì)量；同時(shí)，地方政府對(duì)商住用地出讓的高價(jià)格，使房地產(chǎn)企業(yè)提高住宅用地容積率，減少綠地和社區(qū)活動(dòng)空間，居住環(huán)境質(zhì)量下降，不利于經(jīng)濟(jì)的高質(zhì)量發(fā)展（李勇剛，2019）［27］。

三、模型、變量與數(shù)據(jù)說(shuō)明

（一）計(jì)量模型構(gòu)建

為了考察霧霾污染、土地資源錯(cuò)配對(duì)城市高質(zhì)量發(fā)展的影響，本文構(gòu)建如下計(jì)量模型：

其中：下標(biāo)i表征城市；下標(biāo)t表征年份；Hqd表征城市高質(zhì)量發(fā)展指數(shù)；PM2.5是本文核心解釋變量，表征城市霧霾污染；Rm是本文另一核心解釋變量，表征城市土地資源錯(cuò)配程度；xijt表征其他控制變量，將在下文進(jìn)行介紹；μi表征不可觀測(cè)的地區(qū)個(gè)體效應(yīng)；λt表示時(shí)間效應(yīng)；εit為隨機(jī)干擾項(xiàng)，服從正態(tài)分布，μi與εit不相關(guān)。

式（1）為靜態(tài)面板模型。城市高質(zhì)量發(fā)展可能存在路徑依賴，基于此，本文在式（1）的基礎(chǔ)上，加入城市高質(zhì)量發(fā)展的一階滯后，以控制模型的動(dòng)態(tài)效應(yīng)（白俊紅和劉宇英，2018）［21］。

動(dòng)態(tài)面板模型為：

其中，Hqdi，t-1表示城市高質(zhì)量發(fā)展的一階滯后。

（二）變量描述

1.城市高質(zhì)量發(fā)展指數(shù)（Hqd）的測(cè)算

本文以“創(chuàng)新、協(xié)調(diào)、綠色、開放、共享”五大發(fā)展理念為導(dǎo)向，并借鑒相關(guān)研究，以科學(xué)性、可操作性和數(shù)據(jù)的可得性確定了高質(zhì)量發(fā)展評(píng)價(jià)指標(biāo)體系，具體見(jiàn)表1所列。

表1 長(zhǎng)三角城市群高質(zhì)量發(fā)展指數(shù)測(cè)度指標(biāo)體系

根據(jù)Huang et al.（2017）的研究，使用如下的熵權(quán)法計(jì)算每項(xiàng)指標(biāo)的權(quán)重［33］，具體計(jì)算步驟為：

首先，Vmit表示i（i=1，2，3，…，K）城市t（t=1，2，3…，T）年的m（m=1，2，3，…，M）項(xiàng)指標(biāo)，用下面的公式對(duì)其進(jìn)行歸一化：

其次，計(jì)算t年第i個(gè)城市指標(biāo)m的熵Emit：

再次，計(jì)算第i個(gè)城市指標(biāo)m的權(quán)重：

最后，計(jì)算出t年第i個(gè)城市包含14種指標(biāo)的城市高質(zhì)量發(fā)展指數(shù)Hqd：

2.資源錯(cuò)配程度（Rm）的測(cè)算

基于數(shù)據(jù)的可獲得性，資源錯(cuò)配程度的衡量，借鑒李力行等（2016）的方法，采用工礦倉(cāng)儲(chǔ)用地供應(yīng)面積占國(guó)有建設(shè)用地供應(yīng)總面積的比值衡量［26］。

3.其他控制變量

（1）區(qū)域創(chuàng)新（Inn）?，F(xiàn)有文獻(xiàn)常用專利數(shù)量說(shuō)明區(qū)域創(chuàng)新的水平（Feldman&Florida）［34］。專利數(shù)量有授權(quán)量和受理量之分，其中的專利授權(quán)量受政策和專利管理機(jī)構(gòu)人為等因素的影響較大，且程序嚴(yán)格，耗時(shí)長(zhǎng)，會(huì)低估區(qū)域創(chuàng)新的真實(shí)水平（白俊紅和劉怡，2020）［35］。因此，本文使用城市的專利申請(qǐng)受理量表征區(qū)域創(chuàng)新水平（易高峰和劉成，2018）［36］。

（2）外資依存度（Fdi）。用各城市實(shí)際使用外資占GDP比重表征，其中實(shí)際利用外資金額用人民幣兌美元的當(dāng)年平均匯率進(jìn)行換算。

（3）第三產(chǎn)業(yè)比重（Pti）。用第三產(chǎn)業(yè)增加值在GDP中的比重表征。

（4）交通基礎(chǔ)設(shè)施（Bpt）。用各城市人均公共汽（電）車客運(yùn)總量表征。

（5）信息基礎(chǔ)設(shè)施（Inter）。用各城市接入寬帶用戶數(shù)表征。

（三）數(shù)據(jù)說(shuō)明

以蘇浙滬皖為核心的長(zhǎng)三角是當(dāng)前中國(guó)經(jīng)濟(jì)總量最大的都市經(jīng)濟(jì)圈，為我國(guó)經(jīng)濟(jì)增長(zhǎng)的重要引擎。2019年12月，《長(zhǎng)江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》發(fā)布實(shí)施，確定了27個(gè)城市為中心城市，它們分別是上海、南京、無(wú)錫、常州、蘇州、南通、揚(yáng)州、鎮(zhèn)江、鹽城、泰州、杭州、寧波、紹興、嘉興、湖州、溫州、臺(tái)州、金華、舟山、合肥、滁州、馬鞍山、蕪湖、宣城、銅陵、池州和安慶，本文以這27個(gè)中心城市作為樣本進(jìn)行研究?；谖覈?guó)各城市工礦倉(cāng)儲(chǔ)用地供應(yīng)面積的統(tǒng)計(jì)自2009年開始，為了保證數(shù)據(jù)的前后一致性，本文研究的時(shí)期為2009—2017年。

各原始數(shù)據(jù)來(lái)自2010—2018年《中國(guó)城市統(tǒng)計(jì)年鑒》《中國(guó)城市建設(shè)年鑒》《上海統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》《江蘇統(tǒng)計(jì)年鑒》《浙江統(tǒng)計(jì)年鑒》《安徽統(tǒng)計(jì)年鑒》《中國(guó)國(guó)土資源統(tǒng)計(jì)年鑒》以及27個(gè)城市相應(yīng)年份的統(tǒng)計(jì)年鑒、環(huán)境狀況公報(bào)、國(guó)民經(jīng)濟(jì)發(fā)展統(tǒng)計(jì)公報(bào)。缺失值用插值法補(bǔ)齊。PM2.5數(shù)據(jù)來(lái)源于巴特爾研究所、哥倫比亞大學(xué)國(guó)際地球科學(xué)信息網(wǎng)絡(luò)中心、利用衛(wèi)星搭載設(shè)備測(cè)定得到PM2.5濃度年均值的柵格數(shù)據(jù)，繼而使用ArcGIS軟件得到PM2.5濃度值。

本文所使用的變量及定義見(jiàn)表2所列，對(duì)這些變量的描述性統(tǒng)計(jì)見(jiàn)表3所列。

表2 變量定義

表3 描述性統(tǒng)計(jì)

四、實(shí)證結(jié)果與討論

（一）高質(zhì)量發(fā)展指數(shù)

根據(jù)前文所述的方法，本文測(cè)算了2009—2017年長(zhǎng)三角城市群的高質(zhì)量發(fā)展指數(shù)，見(jiàn)表4所列。指數(shù)越大，說(shuō)明高質(zhì)量發(fā)展水平越高。

從表4可以看出，長(zhǎng)三角城市群的高質(zhì)量發(fā)展指數(shù)存在明顯差異。從2009—2017年各城市的高質(zhì)量發(fā)展指數(shù)均值來(lái)看，上海最高（0.824 9），其次是蘇州（0.862 7）。第三是南京（0.824 9）。這三個(gè)城市的高質(zhì)量發(fā)展指數(shù)高于0.8。由高到低，高質(zhì)量發(fā)展指數(shù)位于后五位的城市分別為池州、鹽城、滁州、宣城和安慶。

表4 長(zhǎng)三角城市群高質(zhì)量發(fā)展指數(shù)

分省份來(lái)看，上海的高質(zhì)量發(fā)展指數(shù)依然位居第一位，江蘇、浙江省高質(zhì)量發(fā)展指數(shù)分別位居第二、第三位，安徽的高質(zhì)量發(fā)展指數(shù)最低。

（二）多重共線性檢驗(yàn)

對(duì)變量之間的相關(guān)性進(jìn)行Pearson相關(guān)性檢驗(yàn)，結(jié)果見(jiàn)表5所列。除了高質(zhì)量發(fā)展與區(qū)域創(chuàng)新、交通基礎(chǔ)設(shè)施的相關(guān)系數(shù)高于0.7以及信息基礎(chǔ)設(shè)施與區(qū)域創(chuàng)新、第三產(chǎn)業(yè)的相關(guān)系數(shù)高于0.7外，其他變量之間的相關(guān)系數(shù)都低于0.7。

表5 Pearson相關(guān)性檢驗(yàn)

為了進(jìn)一步考察變量之間的多重共線性，使用方差膨脹因子VIF進(jìn)行診斷性檢驗(yàn)，結(jié)果見(jiàn)表6所列。如果VIF大于5，說(shuō)明存在多重共線性。各解釋變量的VIF低于3.13。說(shuō)明解釋變量之間不存在多重共線性，可以進(jìn)行下一步的實(shí)證分析。

表6 方差膨脹因子（VIF）檢驗(yàn)

續(xù)表5

（三）模型估計(jì)結(jié)果與分析

根據(jù)2009—2017年長(zhǎng)三角城市群的面板數(shù)據(jù)，首先運(yùn)用靜態(tài)面板估計(jì)方法對(duì)式（1）進(jìn)行估計(jì)。固定效應(yīng)模型的回歸結(jié)果見(jiàn)表7中的模型（1）-（5）所列。結(jié)果顯示：模型（1）-（4）中，霧霾污染的系數(shù)顯著為負(fù)，即霧霾污染阻礙城市的高質(zhì)量發(fā)展；模型（5）中的霧霾污染為負(fù)，但不顯著。模型（1）-（5）中，土地資源錯(cuò)配的系數(shù)為負(fù)，且都在10%水平下顯著，即土地資源錯(cuò)配會(huì)降低城市發(fā)展質(zhì)量。

注：***、**、*分別表示在1%、5%、10%的水平下顯著（雙側(cè)）；括號(hào)內(nèi)數(shù)字為相應(yīng)的標(biāo)準(zhǔn)誤（雙側(cè)）；AR（1）、AR（2）和Sargan檢驗(yàn)分別提供檢驗(yàn)的P值。下同。

霧霾污染、土地資源錯(cuò)配以及高質(zhì)量發(fā)展都是長(zhǎng)期過(guò)程，從動(dòng)態(tài)視角更能闡釋霧霾污染、土地資源錯(cuò)配對(duì)高質(zhì)量發(fā)展的影響。故本文在靜態(tài)面板模型回歸的基礎(chǔ)上，加入高質(zhì)量發(fā)展的一階滯后，即建立動(dòng)態(tài)面板模型對(duì)式（2）進(jìn)行估計(jì)。廣義矩估計(jì)（Generalized Method of Moments，GMM）能夠有效的處理內(nèi)生性問(wèn)題，故本文采用此方法對(duì)式（2）進(jìn)行估計(jì)。為了使估計(jì)結(jié)果穩(wěn)健，本文采用差分GMM模型（DIFF-GMM）和系統(tǒng)GMM模型（SYS-GMM）來(lái)考察霧霾污染、土地資源錯(cuò)配對(duì)城市高質(zhì)量發(fā)展的影響，結(jié)果見(jiàn)表8所列。GMM要求樣本的殘差序列不存在二階及更高階的自相關(guān)性，且工具變量存在嚴(yán)格的外生性，因此，需要對(duì)估計(jì)結(jié)果進(jìn)行Arellano-Bond（AR）序列相關(guān)檢驗(yàn)和Sargan檢驗(yàn)。

DIFF-GMM模型的（1）-（5）中，AR（1）的P值分別為0.001 3、0.000 9、0.003 0、0.009 1、0.011 4，AR（2）的P值分別為0.810 4、0.969 3、0.388 9、0.160 1、0.371 0，說(shuō)明樣本的殘差序列存在一階負(fù)相關(guān)，但不存在二階及以上的序列相關(guān)性（蔣付心等，2013）［29］，動(dòng)態(tài)模型通過(guò)了相關(guān)性檢驗(yàn)。此外，為了識(shí)別工具變量是否有效，需要進(jìn)行Sargan檢驗(yàn)。其原假設(shè)是所有的工具變量都有效，如果相應(yīng)的P值大于0.1，則在10%的顯著性水平下接受原假設(shè)。DIFF-GMM中，Sargan檢驗(yàn)的P值分別為0.963 0、0.967 6、0.983 2、0.993 8、0.999 5，故接受原假設(shè)，工具變量有效。SYS-GMM模型的（1）-（5）中，AR（1）的P值分別為0.000 3、0.000 2、0.000 6、0.003 7、0.004 5；AR（2）的P值分別為0.926 0、0.586 8、0.954 6、0.352 2、0.600 3，樣本的殘差序列存在一階負(fù)相關(guān)，但不存在二階及以上的序列相關(guān)性，通過(guò)了相關(guān)性檢驗(yàn)。Sargan檢驗(yàn)的P值分別為1.000 0、1.000 0、1.000 0、1.000 0、0.995 4，故接受原假設(shè)，工具變量有效。綜合AR和Sargan檢驗(yàn)，說(shuō)明表8中的差分GMM和系統(tǒng)GMM模型工具變量的選擇合理，模型識(shí)別有效，估計(jì)結(jié)果可靠。

表8 霧霾污染、資源錯(cuò)配對(duì)高質(zhì)量發(fā)展指數(shù)影響的動(dòng)態(tài)檢驗(yàn)

靜態(tài)面板模型可能存在遺漏變量和內(nèi)生性問(wèn)題，因此，本文主要對(duì)動(dòng)態(tài)模型估計(jì)結(jié)果進(jìn)行分析。動(dòng)態(tài)面板模型加入高質(zhì)量發(fā)展的一階滯后項(xiàng)，動(dòng)態(tài)面板差分GMM以及系統(tǒng)GMM估計(jì)結(jié)果表明，高質(zhì)量發(fā)展的一階滯后項(xiàng)顯著為正，說(shuō)明高質(zhì)量發(fā)展具有一定的路徑依賴。城市的高質(zhì)量發(fā)展是長(zhǎng)期過(guò)程，上一期的高質(zhì)量發(fā)展會(huì)影響當(dāng)期的高質(zhì)量發(fā)展。

在差分GMM、系統(tǒng)GMM中，由模型（1）-（5）可知，依次加入控制變量后，核心解釋變量霧霾污染、土地資源錯(cuò)配的估計(jì)系數(shù)均顯著為負(fù)，系數(shù)大小變動(dòng)不大，說(shuō)明估計(jì)結(jié)果較為穩(wěn)健。霧霾污染、資源錯(cuò)配會(huì)對(duì)城市高質(zhì)量發(fā)展產(chǎn)生負(fù)向影響，制約城市的高質(zhì)量發(fā)展。

就差分GMM和系統(tǒng)GMM來(lái)說(shuō)，系統(tǒng)GMM將差分GMM和水平GMM結(jié)合起來(lái)，既采用水平值的滯后項(xiàng)作為差分方程的工具變量，又選擇差分變量的滯后項(xiàng)作為水平方程的工具變量，將差分方程與水平方程作為一個(gè)方程系統(tǒng)進(jìn)行估計(jì)。系統(tǒng)GMM的估計(jì)效率要高于差分GMM［28］。因此，下文主要對(duì)系統(tǒng)GMM的估計(jì)結(jié)果進(jìn)行分析。

系統(tǒng)GMM顯示，區(qū)域創(chuàng)新對(duì)城市高質(zhì)量發(fā)展的系數(shù)都顯著為正，說(shuō)明區(qū)域創(chuàng)新通過(guò)技術(shù)進(jìn)步提高生產(chǎn)效率、減少污染排放，進(jìn)而促進(jìn)城市的高質(zhì)量發(fā)展。外貿(mào)依存對(duì)城市高質(zhì)量發(fā)展的系數(shù)顯著為正，說(shuō)明利用外資能夠通過(guò)創(chuàng)造就業(yè)機(jī)會(huì)，推動(dòng)經(jīng)濟(jì)增長(zhǎng)。同時(shí)，利用外資對(duì)國(guó)內(nèi)企業(yè)形成了壓力，促進(jìn)國(guó)內(nèi)市場(chǎng)良性競(jìng)爭(zhēng)，優(yōu)化資源配置，緩解資源錯(cuò)配，提升高質(zhì)量發(fā)展水平。第三產(chǎn)業(yè)比重的系數(shù)顯著為正，說(shuō)明第三產(chǎn)業(yè)比重的上升會(huì)提高城市高質(zhì)量發(fā)展水平。我國(guó)不斷推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)，第三產(chǎn)業(yè)中的大數(shù)據(jù)、云計(jì)算、人工智能等“新基建”產(chǎn)業(yè)正在快速發(fā)展，而這些產(chǎn)業(yè)的特點(diǎn)是污染小、推動(dòng)經(jīng)濟(jì)增長(zhǎng)力度大，因此，第三產(chǎn)業(yè)的發(fā)展有力推動(dòng)了城市的高質(zhì)量發(fā)展。交通基礎(chǔ)設(shè)施的系數(shù)顯著為正，這是因?yàn)榻煌ɑA(chǔ)設(shè)施一方面可以加快商品流通，促進(jìn)經(jīng)濟(jì)增長(zhǎng)，另一方面可以便利城市居民的出行，降低私家車的使用，減少能源消費(fèi)，進(jìn)而緩解大氣污染，提升城市的高質(zhì)量發(fā)展水平。信息基礎(chǔ)設(shè)施對(duì)高質(zhì)量發(fā)展的系數(shù)也顯著為正，說(shuō)明在信息時(shí)代，信息基礎(chǔ)設(shè)施對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生的“倍增”作用，且信息又是典型的無(wú)污染產(chǎn)業(yè)，將有力地推動(dòng)城市高質(zhì)量發(fā)展。

五、研究結(jié)論及政策建議

（一）研究結(jié)論

在剖析城市霧霾污染、土地資源錯(cuò)配對(duì)高質(zhì)量發(fā)展影響機(jī)理的基礎(chǔ)上，本文采用2009—2017年長(zhǎng)三角27個(gè)城市的面板數(shù)據(jù)，依據(jù)“創(chuàng)新、協(xié)調(diào)、綠色、開放、共享”原則，建立高質(zhì)量發(fā)展評(píng)價(jià)指標(biāo)體系，采用熵值法測(cè)度了高質(zhì)量發(fā)展指數(shù)，并借鑒李勇剛（2019）［27］的土地資源錯(cuò)配測(cè)度方法，測(cè)算了土地錯(cuò)配程度。

基于此，構(gòu)建了靜態(tài)與動(dòng)態(tài)面板模型，實(shí)證考察了長(zhǎng)三角城市霧霾污染、土地資源錯(cuò)配對(duì)高質(zhì)量發(fā)展的影響，主要有以下研究發(fā)現(xiàn)：

（1）考察期內(nèi)，長(zhǎng)三角城市群的高質(zhì)量發(fā)展指數(shù)存在明顯差異。上海、蘇州、南京的高質(zhì)量發(fā)展指數(shù)分別位居第一、第二、第三位，這三個(gè)城市的高質(zhì)量發(fā)展指數(shù)高于0.8。由高到低，高質(zhì)量發(fā)展指數(shù)位于最后五位的城市分別為池州、鹽城、滁州、宣城和安慶。分省區(qū)來(lái)看，上海市、江蘇省、浙江省的高質(zhì)量發(fā)展指數(shù)分別位居第一、第二、第三位，安徽省高質(zhì)量發(fā)展指數(shù)最低。

（2）動(dòng)態(tài)模型估計(jì)結(jié)果顯示，城市高質(zhì)量發(fā)展的一階滯后項(xiàng)顯著為正，說(shuō)明高質(zhì)量發(fā)展具有一定的路徑依賴。城市的高質(zhì)量發(fā)展是長(zhǎng)期過(guò)程，上一期的高質(zhì)量發(fā)展會(huì)影響當(dāng)期的高質(zhì)量發(fā)展。城市霧霾污染、土地資源錯(cuò)配對(duì)高質(zhì)量發(fā)展的影響都為負(fù)值，且通過(guò)顯著性檢驗(yàn)，說(shuō)明城市霧霾污染、土地資源錯(cuò)配會(huì)對(duì)高質(zhì)量發(fā)展產(chǎn)生負(fù)向影響，制約高質(zhì)量發(fā)展水平的提升，即霧霾污染和土地資源錯(cuò)配會(huì)顯著抑制城市的高質(zhì)量發(fā)展。區(qū)域創(chuàng)新、第三產(chǎn)業(yè)比重、交通基礎(chǔ)設(shè)施、信息基礎(chǔ)設(shè)施等都對(duì)高質(zhì)量發(fā)展產(chǎn)生顯著正向影響，即區(qū)域創(chuàng)新、第三產(chǎn)業(yè)、交通基礎(chǔ)設(shè)施、信息基礎(chǔ)設(shè)施都有助于城市的高質(zhì)量發(fā)展。

（二）對(duì)策建議

上述結(jié)論的啟示在于，長(zhǎng)三角要加強(qiáng)霧霾污染治理，優(yōu)化土地資源配置，糾正土地資源錯(cuò)配。就霧霾污染治理來(lái)說(shuō)，首先，建立長(zhǎng)效機(jī)制，打好長(zhǎng)三角霧霾污染治理持久攻堅(jiān)戰(zhàn)。霧霾污染的根除非一日之功，要有長(zhǎng)遠(yuǎn)觀念，保持霧霾治理的剛性和政策的前后連貫性。當(dāng)前，不能因?yàn)橐咔閷?dǎo)致的經(jīng)濟(jì)增長(zhǎng)速度下降而停止霧霾污染治理，依然要貫徹“綠水青山就是金山銀山”的思想，加強(qiáng)生態(tài)文明建設(shè)。只有持之以恒地加強(qiáng)霧霾污染的治理，方能打贏藍(lán)天保衛(wèi)戰(zhàn)。其次，長(zhǎng)三角要加強(qiáng)區(qū)域協(xié)同治理。基于霧霾污染的流動(dòng)性特點(diǎn)，霧霾污染需要協(xié)同治理。不同的城市調(diào)動(dòng)資源的能力千差萬(wàn)別，故要發(fā)揮上海在長(zhǎng)三角地區(qū)的“領(lǐng)頭雁”效應(yīng)，與南京、蘇州、杭州、無(wú)錫、寧波等重點(diǎn)城市通力合作，提高其他各城市參與協(xié)同治理霧霾污染的意愿，加快協(xié)同治理霧霾污染的進(jìn)程。要充分利用大數(shù)據(jù)、“互聯(lián)網(wǎng)+”等，建立長(zhǎng)三角霧霾污染數(shù)據(jù)資源庫(kù)，相互之間信息共享，互相監(jiān)督，精準(zhǔn)施策，實(shí)現(xiàn)真正的協(xié)同治理。再次，長(zhǎng)三角可以鼓勵(lì)公眾參與霧霾污染治理。穹頂之下，霧霾污染，無(wú)人可做看客，霧霾污染不能只靠政府之力，需要公眾的密切配合。英國(guó)、德國(guó)等國(guó)家的經(jīng)驗(yàn)表明，只有公眾的廣泛參與才能有效治理霧霾。因此，長(zhǎng)三角也要舉公眾之力，充分發(fā)揮公眾的監(jiān)督作用，推動(dòng)霧霾污染的治理。最后，長(zhǎng)三角要重點(diǎn)加強(qiáng)秋冬的霧霾治理。由于霧霾形成原因的復(fù)雜性，霧霾污染呈現(xiàn)季節(jié)特點(diǎn)，即一般夏春輕、秋冬重。因此，在秋冬季節(jié)，長(zhǎng)三角要尤為重視霧霾污染的治理，做好預(yù)防，避免霧霾污染的發(fā)生。

同時(shí)，長(zhǎng)三角要優(yōu)化土地資源配置，糾正土地資源錯(cuò)配。土地資源錯(cuò)配已經(jīng)成為阻礙長(zhǎng)三角城市高質(zhì)量發(fā)展的重要因素，為了促進(jìn)城市的高質(zhì)量發(fā)展，要按照十九大報(bào)告所提出的“優(yōu)化存量資源配置，擴(kuò)大優(yōu)質(zhì)增量供給，實(shí)現(xiàn)供需動(dòng)態(tài)平衡”的要求，優(yōu)化土地資源配置，糾正土地資源錯(cuò)配。首先，長(zhǎng)三角要充分發(fā)揮市場(chǎng)這一“無(wú)形的手”在土地這一重要資源中的作用，優(yōu)化土地供給結(jié)構(gòu)，提高土地的利用效率，減少土地資源的錯(cuò)配程度。其次，減緩長(zhǎng)三角地方政府財(cái)政壓力。地方財(cái)政之所有扭曲土地價(jià)格的動(dòng)機(jī)，重要原因是為了獲取財(cái)政收入。因此，可以進(jìn)行稅收等方面的改革，增加地方政府的財(cái)政收入，減輕財(cái)政對(duì)土地的依賴，摒除土地資源錯(cuò)配動(dòng)機(jī)，推動(dòng)城市高質(zhì)量發(fā)展。最后，對(duì)長(zhǎng)三角地方政府的土地資源錯(cuò)配進(jìn)行監(jiān)督。長(zhǎng)期以來(lái)，對(duì)土地資源有無(wú)錯(cuò)配、錯(cuò)配程度如何沒(méi)有加以行之有效的監(jiān)督，這使土地資源錯(cuò)配程度愈演愈烈，與當(dāng)前的高質(zhì)量發(fā)展相悖。因此，中央政府要加強(qiáng)對(duì)長(zhǎng)三角地方政府土地錯(cuò)配的監(jiān)督，以減緩?fù)恋刭Y源錯(cuò)配程度，使土地資源的效率達(dá)到最大化。