城市人口聚集度對(duì)空氣污染的影響效應(yīng)

程開(kāi)明 洪真奕

摘要 為識(shí)別城鎮(zhèn)化進(jìn)程中城市人口聚集對(duì)空氣污染產(chǎn)生的影響效應(yīng)，利用2004—2018年253個(gè)地級(jí)以上城市的面板數(shù)據(jù)、Land? scan 全球人口動(dòng)態(tài)統(tǒng)計(jì)數(shù)據(jù)、DMSP 和Flint夜間燈光數(shù)據(jù)，構(gòu)建雙邊隨機(jī)前沿模型測(cè)算城市人口聚集度影響空氣污染的集聚效應(yīng)、蔓延效應(yīng)及凈效應(yīng)。結(jié)果表明：①2005-2018年中國(guó)城市人口聚集度變動(dòng)對(duì)空氣污染造成的集聚效應(yīng)略強(qiáng)于蔓延效應(yīng)，集聚效應(yīng)使城市空氣污染水平降低26.67%，蔓延效應(yīng)使環(huán)境污染水平上升24.66%，兩者的綜合作用使城市實(shí)際空氣污染水平比“污染邊界”低2.01%。②隨著城市人口聚集度提高，集聚效應(yīng)不斷增強(qiáng)，蔓延效應(yīng)則逐漸減弱，兩種效應(yīng)呈現(xiàn)出明顯的反向聯(lián)動(dòng)性;城市人口聚集度跨越門檻值后，集聚效應(yīng)超過(guò)蔓延效應(yīng)占據(jù)主導(dǎo)地位，對(duì)空氣污染的綜合影響由“加重污染”轉(zhuǎn)變?yōu)椤皽p輕污染”，總體上城市人口聚集度提高有利于改善空氣污染。③不同聚集類型城市的人口聚集度對(duì)空氣污染的影響效應(yīng)存在較大差異，松散型和中低聚集型城市的蔓延效應(yīng)仍占主導(dǎo)地位，高聚集型和聚合型城市的集聚效應(yīng)發(fā)揮主導(dǎo)作用。④城市人口聚集度影響空氣污染的凈效應(yīng)均值在不同年份變動(dòng)不大，但地區(qū)之間差異明顯，東部城市的凈效應(yīng)均值為正，而中部和西部城市的凈效應(yīng)均值為負(fù)。上述結(jié)論對(duì)于開(kāi)展城市人口與空間管理具有啟示意義，應(yīng)從推動(dòng)人口集聚、防止城市蔓延、合理規(guī)劃城市功能布局等方面采取針對(duì)性措施，提高城市人口聚集度，改善城市空氣質(zhì)量。

關(guān)鍵詞 城市人口聚集度;空氣污染;集聚效應(yīng);蔓延效應(yīng);雙邊隨機(jī)前沿模型

中圖分類號(hào) C921? 文獻(xiàn)標(biāo)志碼 A?? 文章編號(hào)1002-2104（2022）02-0051-12?? DOI：10.12062/cpre.20210402

改革開(kāi)放以來(lái)中國(guó)城鎮(zhèn)化快速推進(jìn)，城市規(guī)模擴(kuò)大的同時(shí)城市人口空間分布也不斷演變，一些城市人口呈現(xiàn)出“中心化聚集”特征，而部分城市人口表現(xiàn)為“分散化蔓延”特征。加之過(guò)去城市發(fā)展主要依賴于高投入、高能耗、高排放的粗放型模式，快速城鎮(zhèn)化帶來(lái)的城市空氣污染問(wèn)題日益突出。城市人口的空間分布特征與空氣污染是否存在關(guān)聯(lián)性？城市人口的空間聚集度提高會(huì)加重空氣污染嗎？為了回答這些問(wèn)題，需要深入探究城鎮(zhèn)化進(jìn)程中城市人口聚集度變動(dòng)對(duì)空氣污染的影響效應(yīng)。

1 文獻(xiàn)綜述

人口空間分布對(duì)環(huán)境污染的作用機(jī)制必然涉及“集聚經(jīng)濟(jì)”這一基本內(nèi)涵。許多學(xué)者解析了經(jīng)濟(jì)要素和人口要素的空間集聚對(duì)環(huán)境污染的直接影響效應(yīng)，形成三類代表性的觀點(diǎn)。第一種觀點(diǎn)認(rèn)為產(chǎn)業(yè)與人口集聚有利于減輕城市環(huán)境污染。陸銘等[1]測(cè)算中國(guó)各省地級(jí)市間人口規(guī)模的差距來(lái)衡量行政區(qū)域內(nèi)部人口和經(jīng)濟(jì)活動(dòng)的聚集程度，發(fā)現(xiàn)集聚有利于減少每單位 GDP 的工業(yè)污染物排放。城市規(guī)模越大，產(chǎn)業(yè)集聚的環(huán)境改善效應(yīng)越強(qiáng)，人口集聚同時(shí)減輕生產(chǎn)和生活污染，而產(chǎn)業(yè)集聚則加重生產(chǎn)污染，對(duì)生活污染影響不顯著[2-3]。第二種觀點(diǎn)認(rèn)為產(chǎn)業(yè)與人口集聚對(duì)城市環(huán)境污染的影響呈現(xiàn)出非線性特征。只有跨越某一門檻值后，產(chǎn)業(yè)與人口集聚才能發(fā)揮減少污染排放的積極作用，兩者之間表現(xiàn)出倒“U”型曲線關(guān)系[4-5]。陶長(zhǎng)琪等[6]則發(fā)現(xiàn)人口集聚與環(huán)境污染的關(guān)系滿足正“N”型，這可能與城市綠化建設(shè)有關(guān);部分研究指出，人口集聚對(duì)污染的影響效應(yīng)與污染物種類有關(guān)，存在一定的異質(zhì)性[7-8]。第三種觀點(diǎn)對(duì)集聚效應(yīng)持負(fù)面態(tài)度，認(rèn)為產(chǎn)業(yè)與人口集聚不利于減少污染排放，是造成城市環(huán)境惡化的重要原因之一[9-10]。

除直接考察人口集聚與環(huán)境污染的關(guān)系外，一些研究側(cè)重于探討集聚因素對(duì)環(huán)境污染的間接影響。馬素琳等[11]將產(chǎn)業(yè)集聚度作為控制變量，通過(guò)動(dòng)態(tài)廣義矩估計(jì)（GMM）方法對(duì) Grossman 等[12]提出的“環(huán)境庫(kù)茲涅茨曲線（EKC）”進(jìn)行檢驗(yàn)，發(fā)現(xiàn)不同集聚度的城市有著不同形狀的庫(kù)茲涅茨曲線。由于人口集聚導(dǎo)致城市規(guī)模擴(kuò)張，部分文獻(xiàn)也關(guān)注到城市規(guī)模與環(huán)境污染的相關(guān)性。通常認(rèn)為城市規(guī)模擴(kuò)大有利于發(fā)揮規(guī)模效應(yīng)，提高能源使用效率，進(jìn)而改善城市環(huán)境質(zhì)量[13]。城市人口規(guī)模也可能發(fā)揮“門檻效應(yīng)”，使得其他變量（如經(jīng)濟(jì)發(fā)展水平）與環(huán)境污染之間呈現(xiàn)出倒“N”型關(guān)系[14]。此外，少數(shù)文獻(xiàn)關(guān)注到集聚因素與環(huán)境污染之間的影響路徑，指出人口集聚、經(jīng)濟(jì)集聚與環(huán)境污染三者間存在短期的單向環(huán)形因果關(guān)系和長(zhǎng)期的雙向環(huán)形因果關(guān)系[15]。

通過(guò)梳理文獻(xiàn)，發(fā)現(xiàn)已有研究存在三個(gè)方面的可改進(jìn)之處。其一，多數(shù)研究選用人口密度指標(biāo)來(lái)衡量人口集聚，密度指標(biāo)固然能夠一定程度上反映人口聚集度的高低，但無(wú)法準(zhǔn)確捕捉人口的空間分布狀況。譬如一個(gè)面積恒定的單位圓內(nèi)，若使圓內(nèi)數(shù)量恒定的所有人都向圓心處聚集，人口的空間集聚度必然提高，但人口平均密度不變。因此，需選用更恰當(dāng)?shù)闹笜?biāo)來(lái)測(cè)量人口的空間聚集程度。其二，多數(shù)文獻(xiàn)未對(duì)人口集聚影響環(huán)境污染的效應(yīng)進(jìn)行分解，雖然一些研究指出人口集聚對(duì)污染在不同階段存在著差異性影響，但未對(duì)這些差異性效應(yīng)及階段性特征開(kāi)展具體測(cè)算。其三，多數(shù)研究考慮了集聚因素對(duì)污染排放絕對(duì)量的影響，但污染作為一種非期望產(chǎn)出更需要結(jié)合效率尺度來(lái)詳細(xì)考察。合理的排污水平并非恒定不變，通常隨著社會(huì)經(jīng)濟(jì)發(fā)展不斷變化，所以要找到一個(gè)與社會(huì)經(jīng)濟(jì)發(fā)展進(jìn)程相匹配的“污染邊界”作為參照面，來(lái)具體解析人口集聚對(duì)污染的影響效應(yīng)。如果實(shí)際排污水平低于這一“污染邊界”，或者實(shí)際排污水平增長(zhǎng)不如污染邊界增長(zhǎng)得快，即使污染排放絕對(duì)量增加，依然有理由認(rèn)為人口集聚有利于減輕環(huán)境污染。

基于此，文章創(chuàng)新性地構(gòu)造“城市人口聚集指數(shù)”來(lái)反映人口集聚度，解析城市人口聚集度對(duì)空氣污染的影響效應(yīng)。主要貢獻(xiàn)在于：第一，借助Landscan全球人口動(dòng)態(tài)統(tǒng)計(jì)數(shù)據(jù)、DMSP 和 Flint 夜間燈光數(shù)據(jù)，將中國(guó)地級(jí)以上城市的“真實(shí)城市化區(qū)域”和“真實(shí)城市化人口”提取出來(lái)，進(jìn)而測(cè)算“城市人口聚集指數(shù)”，盡可能保證城市人口聚集度的測(cè)量指標(biāo)不丟失空間屬性;第二，通過(guò)構(gòu)建雙邊隨機(jī)前沿分析模型來(lái)擬合城市“污染邊界”，將其作為參照基準(zhǔn)來(lái)考察城市人口聚集度對(duì)實(shí)際污染水平的影響，并探析集聚效應(yīng)、蔓延效應(yīng)及凈效應(yīng)的異質(zhì)性及穩(wěn)健性。26B72F93-9BBD-4852-914D-39F60016E475

2 理論解析

2.1 影響機(jī)制分析

城市人口聚集程度是對(duì)人類活動(dòng)空間范疇的一項(xiàng)重要測(cè)度，能夠衡量城市人口與土地利用的空間適配性，本質(zhì)上包含城市人口數(shù)量和城市土地面積兩方面的特征。城市人口聚集度直觀地體現(xiàn)為城市人口的空間分布，其變動(dòng)對(duì)空氣污染產(chǎn)生兩種方向相反的影響效應(yīng)。一方面城市人口在空間上的聚集帶來(lái)生產(chǎn)成本的降低、經(jīng)濟(jì)效率的提升，推動(dòng)節(jié)能減排，有利于改善空氣污染狀況;另一方面城市人口數(shù)量增加引起土地利用的空間擴(kuò)張，城市空間不斷向外蔓延，增加通勤距離和能源消耗，引致城市空氣質(zhì)量惡化。綜合來(lái)看，城市人口聚集對(duì)空氣污染的影響包括集聚效應(yīng)和蔓延效應(yīng)兩個(gè)方面。

集聚效應(yīng)主要源自城市人口空間聚集所產(chǎn)生的“集聚經(jīng)濟(jì)”。其一，城市人口聚集有利于提升產(chǎn)業(yè)專業(yè)化程度，降低生產(chǎn)性污染物的處理成本，減少空氣污染排放;其二，城市人口聚集使得城市各類活動(dòng)的通勤距離縮短，提高通勤效率，減少遠(yuǎn)距離通勤過(guò)程中的能源耗損[5];其三，城市人口聚集降低居民出行對(duì)私家車的依賴，促進(jìn)地鐵、共享單車等綠色公共交通發(fā)展，減少尾氣排放;其四，城市人口聚集有利于保留城市周邊綠色開(kāi)敞空間，提升城市大氣環(huán)境的自凈能力。此外，城市人口聚集促進(jìn)人與人之間更密切地相互接觸及監(jiān)督，增強(qiáng)環(huán)保意識(shí)，有利于減少個(gè)體的環(huán)境負(fù)外部性行為。

蔓延效應(yīng)主要源自城市空間擴(kuò)張導(dǎo)致人口低密度分布與城市分散布局所帶來(lái)的影響[16]。較低的城市人口聚集度不利于產(chǎn)業(yè)專業(yè)化，難以形成產(chǎn)業(yè)協(xié)同效應(yīng)，低生產(chǎn)效率使得單位產(chǎn)出能源消耗增加，空氣污染物排放加劇;人口低密度分布和城市分散化布局使得交通網(wǎng)絡(luò)和服務(wù)設(shè)施相對(duì)分散，居民區(qū)與其他功能區(qū)相分離，人們工作、上學(xué)、購(gòu)物等出行活動(dòng)的距離增加且更依賴于私人小汽車，汽車尾氣排放加劇;城市邊緣出現(xiàn)大量新建住宅及遷建工廠，建造大量的配套基礎(chǔ)設(shè)施，吞噬綠色開(kāi)敞空間，弱化生態(tài)環(huán)境對(duì)空氣污染物的代謝能力，加重空氣污染。

2.2 雙邊隨機(jī)前沿模型

基于理論機(jī)制分析可知，城市人口聚集度變動(dòng)對(duì)空氣污染的影響包括集聚效應(yīng)和蔓延效應(yīng)兩個(gè)方面，為有效測(cè)度兩種效應(yīng)的具體表現(xiàn)，參考Kumbhakar 等[17]、盧洪友等[18]的方法，假定每個(gè)城市存在一個(gè)由當(dāng)期經(jīng)濟(jì)社會(huì)特征決定的“污染邊界μ（xit）”，構(gòu)建一個(gè)典型的雙邊隨機(jī)前沿模型：

其中：μ（xit）為“污染邊界”，β為待估參數(shù)向量，xit為城市社會(huì)經(jīng)濟(jì)特征變量;wit為蔓延效應(yīng)，表示第i個(gè)城市t 期人口聚集度變動(dòng)促使空氣污染水平pollit向更高水平變化的作用效應(yīng)，使得實(shí)際污染水平高于污染邊界μ（xit）;uit為集聚效應(yīng)，表示人口聚集度變動(dòng)促使城市污染水平向更低水平變化的作用效應(yīng)，使得實(shí)際污染水平低于污染邊界μ（xit）;有wit ≥0，uit ≥0，vit為隨機(jī)擾動(dòng)項(xiàng)。假定σ分別表示蔓延效應(yīng)、集聚效應(yīng)服從指數(shù)分布條件下的方差，σ表示隨機(jī)擾動(dòng)項(xiàng)服從正態(tài)分布條件下的方差， wit、uit與vit相互獨(dú)立，均獨(dú)立于城市特征變量xit。基于以上假定，采用極大似然估計(jì)法（MLE）來(lái)估計(jì)參數(shù)值。

記復(fù)合擾動(dòng)項(xiàng)（ wit - uit + vit）為ξit，概率密度函數(shù)為

其中，φ（?）和Φ（?）分別為標(biāo)準(zhǔn)正態(tài)分布的概率密度函數(shù)和累積分布函數(shù)，記ait =σ （2σ）+ξit σ u，bit =σ （2σ）-ξitσw;另外，記 hit =ξitσv -σvσw，cit =-ξitσv -σv σ u。

對(duì)于包含n 個(gè)觀測(cè)值的樣本而言，對(duì)數(shù)似然函數(shù)為：

ln [exp （ait ）Φ（cit ）+ exp （bit ）Φ（hit ）]（3）

其中，θ=（β，σw，σu，σv ）′，根據(jù)對(duì)數(shù)似然函數(shù)可得到參數(shù)的極大似然估計(jì)值[19]。

由于重點(diǎn)關(guān)注城市人口聚集度對(duì)空氣污染所造成的蔓延效應(yīng)與集聚效應(yīng)，根據(jù)wit和uit的條件密度函數(shù)及條件期望估計(jì)得到蔓延效應(yīng)和集聚效應(yīng)使城市實(shí)際污染水平偏離“污染邊界”的程度[17]，估計(jì)表達(dá)式為：

其中，記λ=1σ u +1σw 。式（4a）表示蔓延效應(yīng)強(qiáng)度，式（4b）表示集聚效應(yīng)強(qiáng)度，城市人口聚集度對(duì)空氣污染所產(chǎn)生的凈效應(yīng)表示為：

NE代表蔓延效應(yīng)與集聚效應(yīng)的差值。若NE >0，表明蔓延效應(yīng)強(qiáng)于集聚效應(yīng)，蔓延效應(yīng)發(fā)揮主導(dǎo)作用;若NE <0，則表明蔓延效應(yīng)弱于集聚效應(yīng)，集聚效應(yīng)發(fā)揮主導(dǎo)作用。

3 指標(biāo)測(cè)算與實(shí)證模型

3.1 城市人口聚集度測(cè)算

鑒于城市人口聚集程度包含城市人口數(shù)量和土地面積兩方面的屬性，在此構(gòu)造“城市人口聚集指數(shù)”來(lái)衡量城市人口聚集度，指標(biāo)計(jì)算需利用夜間燈光和人口分布兩方面的數(shù)據(jù)。為與城市社會(huì)經(jīng)濟(jì)面板數(shù)據(jù)2004—2018年的觀測(cè)區(qū)間保持一致，結(jié)合使用兩種夜間燈光數(shù)據(jù)——美國(guó)國(guó)家海洋和大氣管理局（NOAA）發(fā)布的1992—2013年 DMSP 年度夜間穩(wěn)定燈光影像數(shù)據(jù)和中科院中國(guó)遙感衛(wèi)星地面站基于美國(guó) NOAA 的 Suomi-NPP 衛(wèi)星觀測(cè)數(shù)據(jù)進(jìn)行處理后的2012—2018年 Flint 年度夜間燈光影像數(shù)據(jù)。參考Elvidge等[20]、范子英等[21]和劉修巖等[22]的方法對(duì)原始燈光數(shù)據(jù)進(jìn)行校正，人口統(tǒng)計(jì)數(shù)據(jù)采用Land? scan 全球人口動(dòng)態(tài)統(tǒng)計(jì)分析數(shù)據(jù)庫(kù)提供的2004—2018年全球人口分布數(shù)據(jù)。

城市人口聚集指數(shù)（aggreg）的計(jì)算要求提取出城市中人口與土地緊密結(jié)合的區(qū)域，這類區(qū)域需滿足兩個(gè)條件——“燈光亮度大于某一閾值”的燈光亮度條件以及“人口密度高于某一水平”的人口密度條件，只有同時(shí)滿足兩個(gè)條件的柵格區(qū)域才能被認(rèn)定為“真實(shí)城市化區(qū)域”。在提取2004—2013年真實(shí)城市化區(qū)域時(shí)，參照秦蒙等[23]的做法，將提取條件設(shè)定為“DMSP 夜間燈光亮度高于10且人口密度大于1000人/km2”;2013年后的DMSP 燈光數(shù)據(jù)未發(fā)布，故采用Flint 燈光數(shù)據(jù)來(lái)提取后續(xù)年份的真實(shí)城市化區(qū)域，并將提取條件調(diào)整為“Flint 夜間燈光亮度高于60且人口密度大于1000人/km2”。提取真實(shí)城市化區(qū)域后，將包含的柵格進(jìn)行面積加總，得到城市實(shí)際土地利用面積（area1000），將柵格區(qū)域內(nèi)的人口數(shù)加總得到城市實(shí)際聚集的人口規(guī)模（pop1000）;類似地，將城市行政區(qū)劃內(nèi)所有柵格面積加總，得到城市土地總面積（area）;將整個(gè)行政區(qū)域內(nèi)包含的人口數(shù)加總，得到城市總?cè)丝冢╬op），進(jìn)而利用以下公式計(jì)算出城市人口聚集指數(shù)：26B72F93-9BBD-4852-914D-39F60016E475

aggregit = =（area1000it areait）×100%

城市人口聚集指數(shù)的直觀含義為：對(duì)于第i個(gè)城市而言，占行政區(qū)劃面積a%的“真實(shí)城市化區(qū)域”承載著數(shù)量占總?cè)丝趐%的“真實(shí)城市化人口”。因此，城市人口聚集指數(shù)越大，表明該城市的人口聚集度越高。對(duì)于部分行政區(qū)劃面積過(guò)大的城市，該測(cè)算方法可能高估真實(shí)人口聚集度，為避免這一情況，將酒泉、呼倫貝爾、鄂爾多斯等城市從樣本城市中剔除，最終剩下253個(gè)樣本城市。

進(jìn)一步將城市人口聚集指數(shù)（aggreg）按年份計(jì)算平均值，得到反映各個(gè)城市2004—2018年平均人口聚集程度的“年均人口聚集指數(shù)”（aggregm），再利用分位數(shù)分級(jí)法將253個(gè)城市按年均人口聚集指數(shù)由低到高劃分為“松散型”“低度聚集型”“中度聚集型”“高度聚集型”和“聚合型”五種類型。松散型城市的年均人口聚集指數(shù)小于等于7.3129，低度聚集型城市的年均人口聚集指數(shù)介于7.3129～12.2300之間，中度聚集型城市的年均人口聚集指數(shù)介于12.2300～19.8648之間，高度聚集型城市的年均人口聚集指數(shù)介于19.8648～31.9226之間，聚合型城市的年均人口聚集指數(shù)大于等于31.9226。

3.2 計(jì)量模型設(shè)定與指標(biāo)選擇

依據(jù)理論分析，設(shè)定實(shí)證分析的基本計(jì)量模型為：

（7）

其中，被解釋變量為城市空氣污染水平，部分文獻(xiàn)在衡量空氣污染時(shí)區(qū)分了生產(chǎn)性污染與生活性污染[8]，但目前城市層面生活性空氣污染物（主要包括生活二氧化硫與生活煙塵）的數(shù)據(jù)很少公布，而有文獻(xiàn)利用廣義 DID 方法識(shí)別疫情中產(chǎn)業(yè)結(jié)構(gòu)對(duì)空氣質(zhì)量的影響發(fā)現(xiàn)，空氣質(zhì)量主要受第二產(chǎn)業(yè)生產(chǎn)與通勤的影響，受生活方面因素的影響不大[24]?；诖?，主要選擇生產(chǎn)性空氣污染物的排放作為被解釋變量。具體而言，參照周芳麗[13]的做法，選取“城市每平方公里工業(yè)二氧化硫排放量”的對(duì)數(shù)（lnSO2）來(lái)衡量城市空氣污染，后續(xù)用“城市每平方公里工業(yè)煙塵排放量”的對(duì)數(shù)（ln dust）作為替代指標(biāo)，進(jìn)行穩(wěn)健性檢驗(yàn)。

解釋變量作為“污染邊界”的決定變量，均是反映城市特征的變量，主要包括經(jīng)濟(jì)發(fā)展水平、能源消耗、產(chǎn)業(yè)結(jié)構(gòu)、城市化水平、勞動(dòng)者受教育程度、基礎(chǔ)設(shè)施、政府干預(yù)程度和經(jīng)濟(jì)開(kāi)放度等。經(jīng)濟(jì)發(fā)展水平以人均地區(qū)生產(chǎn)總值的對(duì)數(shù)（lnpgrp）代表，轉(zhuǎn)換為以2003年為基期的可比價(jià)數(shù)據(jù)，同時(shí)考慮到經(jīng)濟(jì)發(fā)展水平與空氣污染之間可能存在的倒 U 型關(guān)系，將二次項(xiàng)（lnpgrp2）引入;能源消耗以人均能源消費(fèi)量的對(duì)數(shù)（lnpenergy）代表，其中城市能源消費(fèi)量的測(cè)算借鑒李衛(wèi)兵等[25]的做法;產(chǎn)業(yè)結(jié)構(gòu)以第二產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值比重（industry）代表;城市化水平以市轄區(qū)非農(nóng)業(yè)人口占年末市轄區(qū)總?cè)丝诒戎兀╱rban）代表;勞動(dòng)者受教育程度以每萬(wàn)人普通本?？茖W(xué)校在校學(xué)生數(shù)的對(duì)數(shù)（ln edu）代表;基礎(chǔ)設(shè)施以人均城市道路面積（proad）代表;政府干預(yù)程度以剔除了科學(xué)技術(shù)、教育支出后的一般公共財(cái)政支出占地區(qū)生產(chǎn)總值比重（gover）代表;經(jīng)濟(jì)開(kāi)放度用人民幣計(jì)價(jià)的外商直接投資額占地區(qū)生產(chǎn)總值比重（fdi）代表。為一定程度上緩解變量?jī)?nèi)生性問(wèn)題，所有的解釋變量均滯后一期。同樣，wit代表蔓延效應(yīng)，uit代表集聚效應(yīng)，vit為隨機(jī)擾動(dòng)項(xiàng)。

實(shí)證分析的指標(biāo)數(shù)據(jù)為2004—2018年中國(guó)253個(gè)地級(jí)以上城市的面板數(shù)據(jù)，來(lái)自中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)（CNRDS）、《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)城市統(tǒng)計(jì)年鑒》、各城市統(tǒng)計(jì)年鑒及環(huán)境公報(bào)，主要指標(biāo)的描述性統(tǒng)計(jì)量見(jiàn)表1。

4 實(shí)證結(jié)果分析

4.1 模型估計(jì)結(jié)果

城市人口聚集度變動(dòng)對(duì)空氣污染產(chǎn)生方向相反的集聚效應(yīng)和蔓延效應(yīng)，根據(jù)雙邊隨機(jī)前沿模型的識(shí)別與測(cè)算，模型（1）在式（7）的基礎(chǔ)上同時(shí)控制省份固定效應(yīng)和年份固定效應(yīng)。為保證參數(shù)值σw，σ u 和σv均為正，估計(jì)過(guò)程中對(duì)待估參數(shù)均進(jìn)行對(duì)數(shù)處理，估計(jì)完成后再還原為原始估計(jì)值。理論分析中假定各城市樣本服從獨(dú)立同分布，意味著不同規(guī)模城市的集聚效應(yīng)和蔓延效應(yīng)均滿足同方差性，但這一假定較為嚴(yán)苛，現(xiàn)實(shí)中可能難以成立。因此，從模型（2）開(kāi)始逐步放松同方差假定，模型（2）考慮集聚效應(yīng)異方差性，估計(jì)得到條件方差方程為ln σ? u，it =2.8421+0.8585 ln areait -0.7775 lnpopit，lnpop和ln area 分別代表城市總?cè)丝诤托姓^(qū)劃面積的對(duì)數(shù)，兩者在1%水平下對(duì)集聚效應(yīng)方差存在顯著影響。模型（3）考慮蔓延效應(yīng)的異方差性，估計(jì)得到條件方差方程為 ln σ? w，it =5.8001-0.9493ln areait +0.1266lnpopit，土地面積和人口變量均在1%水平上對(duì)蔓延效應(yīng)方差存在顯著影響。模型（4）同時(shí)考慮集聚效應(yīng)和蔓延效應(yīng)的異方差性，模型擬合效果最佳。后續(xù)分析均基于模型（4）的結(jié)果展開(kāi)。

模型估計(jì)結(jié)果顯示，經(jīng)濟(jì)發(fā)展水平與空氣污染之間存在一定的倒 U 型曲線特征，經(jīng)濟(jì)發(fā)展水平較高且越過(guò)倒 U 曲線拐點(diǎn)的城市，污染治理投入越高、強(qiáng)度越大，越有利于減輕空氣污染程度。能源消費(fèi)、產(chǎn)業(yè)結(jié)構(gòu)和城市化水平等因素對(duì)城市空氣污染具有顯著的正向影響，與預(yù)期符號(hào)基本一致。能源消耗是造成空氣污染的主要因素之一，城市能源消費(fèi)量越大，空氣污染程度越嚴(yán)重;造成空氣污染的主要行業(yè)多屬于第二產(chǎn)業(yè)[24]，以第二產(chǎn)業(yè)占比表征的產(chǎn)業(yè)結(jié)構(gòu)對(duì)空氣污染產(chǎn)生正向影響;城市居民人均能源消費(fèi)量高于農(nóng)村居民，城市化水平提高意味著更多人口從農(nóng)村轉(zhuǎn)移到城市，增加能源消費(fèi)并加重空氣污染。勞動(dòng)者受教育程度、基礎(chǔ)設(shè)施、政府干預(yù)程度和經(jīng)濟(jì)開(kāi)放度等因素則對(duì)空氣污染產(chǎn)生顯著的負(fù)向影響。勞動(dòng)者受教育程度越高，越有利于新型綠色生產(chǎn)技術(shù)的推廣應(yīng)用，進(jìn)而減輕空氣污染;城市基礎(chǔ)設(shè)施越完善，交通通達(dá)性越好，越有利于提高經(jīng)濟(jì)效率和能源效率，降低空氣污染程度;政府一般公共支出增加有利于完善城市設(shè)施和公共服務(wù)，加大環(huán)保投入，減輕空氣污染;城市經(jīng)濟(jì)開(kāi)放度提升，國(guó)外較高產(chǎn)品質(zhì)量標(biāo)準(zhǔn)和先進(jìn)技術(shù)的引入有利于降低城市空氣污染程度。26B72F93-9BBD-4852-914D-39F60016E475

4.2 影響效應(yīng)與偏離程度測(cè)算

依據(jù)模型（4），進(jìn)一步估計(jì)得到蔓延效應(yīng)、集聚效應(yīng)和隨機(jī)擾動(dòng)項(xiàng)（見(jiàn)表3）。蔓延效應(yīng)方差均值為 σ?? =0.1385，集聚效應(yīng)方差均值為6= 0.1645。E（6。- .）=-0.0334，意味著中國(guó)城市人口聚集度對(duì)空氣污染產(chǎn)生的集聚效應(yīng)略強(qiáng)于蔓延效應(yīng)。同時(shí)，城市污染邊界所無(wú)法解釋的總方差為0.4885，其中城市人口聚集度能夠解釋的部分占62.01%，另有37.99%無(wú)法被解釋。在城市人口聚集度對(duì)空氣污染所產(chǎn)生的總效應(yīng)中，蔓延效應(yīng)占到45.71%，集聚效應(yīng)占54.29%。

為了更直觀地呈現(xiàn)蔓延效應(yīng)和集聚效應(yīng)對(duì)城市空氣污染造成的影響，考察兩者導(dǎo)致實(shí)際污染水平偏離“污染邊界”的程度，采用式（4a）和式（4b）分別計(jì)算蔓延效應(yīng)和集聚效應(yīng)使城市實(shí)際污染水平偏離“污染邊界”的百分比，并通過(guò)式（5）確定凈效應(yīng)導(dǎo)致城市實(shí)際污染水平的偏離程度，結(jié)果見(jiàn)表4。

蔓延效應(yīng)和集聚效應(yīng)導(dǎo)致城市實(shí)際空氣污染偏離“污染邊界”的方向相反，蔓延效應(yīng)使得實(shí)際污染水平高于污染邊界，集聚效應(yīng)使得實(shí)際污染水平低于污染邊界，總體上集聚效應(yīng)引致的偏離幅度稍大于蔓延效應(yīng);兩種效應(yīng)的效果在不同分位點(diǎn)上有所差異，使得城市人口聚集度對(duì)空氣污染所產(chǎn)生的凈效應(yīng)在不同分位點(diǎn)的差異較大，由下四分位點(diǎn) Q1的-20.57%逐步增加到上四分位點(diǎn) Q3的+15.81%。總體來(lái)看，城市人口聚集度對(duì)空氣污染產(chǎn)生的凈效應(yīng)為-2.01%，表明2005—2018年我國(guó)所有樣本城市人口聚集度變動(dòng)對(duì)空氣污染產(chǎn)生的集聚效應(yīng)略強(qiáng)于蔓延效應(yīng)，城市人口聚集起到了減輕空氣污染的作用，使得城市的實(shí)際污染水平比“污染邊界”低2.01%。

4.3 效應(yīng)的頻率分布與聯(lián)動(dòng)性

為進(jìn)一步考察三種效應(yīng)的具體變動(dòng)態(tài)勢(shì)，給出蔓延效應(yīng)、集聚效應(yīng)及凈效應(yīng)的頻率分布分別如圖1、圖2和圖3所示，圖1和圖2中效應(yīng)的頻率均符合指數(shù)分布，蔓延效應(yīng)和集聚效應(yīng)的最高頻率都出現(xiàn)在15%左右，超過(guò)15%后快速衰減，具有明顯的右側(cè)拖尾特征，表明大部分城市蔓延效應(yīng)與集聚效應(yīng)的強(qiáng)度相當(dāng)，凈效應(yīng)呈現(xiàn)出以0為中心的對(duì)稱分布，少數(shù)城市具有很強(qiáng)的蔓延效應(yīng)或集聚效應(yīng)。進(jìn)一步計(jì)算城市之間人口聚集度的差異發(fā)現(xiàn)：當(dāng)凈效應(yīng)超過(guò)15%時(shí)，蔓延效應(yīng)逐步占據(jù)主導(dǎo)，實(shí)際污染水平高于污染邊界15%以上的城市人口聚集指數(shù)均值為10.6819，顯著低于城市人口聚集度的總體均值22.1157;當(dāng)凈效應(yīng)小于-15%時(shí)，集聚效應(yīng)占主導(dǎo)地位，實(shí)際污染水平低于污染邊界15%以上的城市人口聚集指數(shù)均值為38.9869，顯著高于城市人口聚集度的總體均值?？梢?jiàn)，那些人口聚集度較高城市的集聚效應(yīng)普遍更強(qiáng)，人口聚集度較低城市的蔓延效應(yīng)相對(duì)突出，城市人口聚集度提高有利于發(fā)揮集聚效應(yīng)，抑制蔓延效應(yīng)，使得城市實(shí)際污染水平逐漸低于污染邊界，改善大氣環(huán)境質(zhì)量，這與理論分析相吻合。

為考察蔓延效應(yīng)與集聚效應(yīng)的聯(lián)動(dòng)性，將第i個(gè)城市的蔓延效應(yīng)值?（1—e”5a）按年份取簡(jiǎn)單算術(shù)平均，得到“年均蔓延效應(yīng)”，即E（1—e5）=Σ（1—1=2005e5a）/14，用以衡量該城市2005—2018年蔓延效應(yīng)的平均強(qiáng)度。對(duì)集聚效應(yīng)也做類似處理，得到“年均集聚效應(yīng)”，即E（1—e"|5）=ΣE（1—e5）/14。此時(shí)，每1=2005個(gè)城市都有蔓延效應(yīng)和集聚效應(yīng)的“效應(yīng)對(duì)”，繪制253個(gè)城市“效應(yīng)對(duì)”的散點(diǎn)圖，如圖4所示。

圖4顯示，城市人口聚集度影響空氣污染的蔓延效應(yīng)與集聚效應(yīng)沿著反比例函數(shù)形式呈帶狀分布，表明兩者之間存在明顯的反向聯(lián)動(dòng)性，存在著“此消彼長(zhǎng)”的關(guān)系。圖4中蔓延效應(yīng)與集聚效應(yīng)的組合關(guān)系存在三種模式，即“高-低”模式、“低-低”模式和“低-高”模式?？拷鴺?biāo)軸原點(diǎn)區(qū)域的“效應(yīng)對(duì)”代表“低-低”模式，散點(diǎn)分布較為密集，說(shuō)明大部分城市的人口聚集度適中，蔓延效應(yīng)和集聚效應(yīng)都不是很高且旗鼓相當(dāng)，實(shí)際污染水平處于污染邊界附近;遠(yuǎn)離坐標(biāo)軸原點(diǎn)區(qū)域的“效應(yīng)對(duì)”分布較為稀疏，表明部分城市具有較低或較高的人口聚集度，蔓延效應(yīng)或集聚效應(yīng)占主導(dǎo)地位，使得城市實(shí)際污染水平偏離“污染邊界”較多。位于右下側(cè)的“效應(yīng)對(duì)”代表著“高-低”模式，位于左上方的“效應(yīng)對(duì)”則代表“低-高”模式。

4.4 城市人口聚集度與效應(yīng)的關(guān)聯(lián)特征

根據(jù)城市年均人口聚集指數(shù)（aggregm）與年均蔓延效應(yīng)、年均集聚效應(yīng)、年均凈效應(yīng)的散點(diǎn)圖（分別見(jiàn)圖5、圖6和圖7）及趨勢(shì)線發(fā)現(xiàn)，隨著城市人口聚集度的提高，對(duì)空氣污染所產(chǎn)生的蔓延效應(yīng)不斷減弱，而集聚效應(yīng)有所增強(qiáng)，在兩者共同作用下，凈效應(yīng)由正轉(zhuǎn)負(fù)，再次印證城市人口聚集度提高總體上有利于減輕空氣污染的結(jié)論。

進(jìn)一步考察蔓延效應(yīng)、集聚效應(yīng)、凈效應(yīng)與城市人口聚集指數(shù)（aggreg）、城市總?cè)丝冢╬op）之間的相關(guān)系數(shù)，發(fā)現(xiàn)城市人口聚集指數(shù)與集聚效應(yīng)在1%水平上顯著正相關(guān)，相關(guān)系數(shù)為0.6502，與蔓延效應(yīng)、凈效應(yīng)在1%水平上顯著負(fù)相關(guān)，相關(guān)系數(shù)分別為-0.3759、-0.5908。城市總?cè)丝谂c蔓延效應(yīng)、集聚效應(yīng)、凈效應(yīng)之間的相關(guān)性不明顯，原因在于：城市總?cè)丝趦H代表城市規(guī)模，而城市規(guī)模對(duì)空氣污染所產(chǎn)生的影響主要表現(xiàn)為“規(guī)模效應(yīng)”，本質(zhì)上包含“集聚效應(yīng)”和“蔓延效應(yīng)”兩種效應(yīng)。特別是部分城市通過(guò)撤縣（市）設(shè)區(qū)的方式擴(kuò)大城市規(guī)模，伴隨著城市人口總量增加的同時(shí)城市土地面積也大范圍擴(kuò)張，城市總?cè)丝诓⒉荒軠?zhǔn)確地刻畫(huà)人口的空間分布，無(wú)法有效識(shí)別人口要素變動(dòng)對(duì)城市環(huán)境的影響。把城市土地面積和城市人口數(shù)量相結(jié)合的“城市人口聚集指數(shù)”則能較好地反映城市人口在空間上的聚集程度，有效識(shí)別出人口聚集度變動(dòng)對(duì)空氣污染的雙邊效應(yīng)。

接下來(lái)按城市人口聚集類型對(duì)影響效應(yīng)進(jìn)行分組測(cè)算，具體結(jié)果見(jiàn)表5。隨著城市人口聚集度提高，蔓延效應(yīng)的強(qiáng)度逐漸減弱，均值從松散型城市的33.22%下降為聚合型城市的12.97%;相應(yīng)地，集聚效應(yīng)的強(qiáng)度則逐步增大，均值從松散型城市的12.86%逐漸提高到聚合型城市的47.48%。兩者的綜合作用使凈效應(yīng)均值由正變負(fù)，從松散型城市的20.36%到聚合型城市的-34.51%。這意味著城市人口聚集度需要跨越一個(gè)門檻值，才能使得集聚效應(yīng)超過(guò)蔓延效應(yīng)，城市實(shí)際污染水平從高于“污染邊界”轉(zhuǎn)變?yōu)榈陀凇拔廴具吔纭保瑯佑∽C了城市人口聚集度提高有利于減輕空氣污染的結(jié)論。26B72F93-9BBD-4852-914D-39F60016E475

目前，中國(guó)60.47%的地級(jí)以上城市屬于松散型城市、低度聚集型城市或中度聚集型城市，年均人口聚集指數(shù)小于等于19.8648，這些城市的人口聚集度未達(dá)到門檻值，蔓延效應(yīng)發(fā)揮著主導(dǎo)作用，實(shí)際污染水平高于“污染邊界”;其余39.53%的城市則屬于高度聚集型或聚合型城市，已進(jìn)入集聚效應(yīng)發(fā)揮主導(dǎo)作用的階段，凈效應(yīng)均值為負(fù)，且城市人口聚集程度越高凈效應(yīng)越強(qiáng)，使得實(shí)際污染水平低于“污染邊界”越多。

更直觀地，用城市實(shí)際污染水平減去擬合得到的“污染邊界”計(jì)算出兩者差額，進(jìn)而繪制城市人口聚集指數(shù)（aggreg）與差額（gap）的散點(diǎn)圖如圖8所示。城市人口聚集指數(shù)與污染水平差額的相關(guān)系數(shù)為-0.4561，通過(guò)1%水平的顯著性檢驗(yàn)。隨著城市人口聚集度提高，實(shí)際污染水平與污染邊界的差額由正變負(fù)，意味著城市實(shí)際污染水平由高于“污染邊界”轉(zhuǎn)變?yōu)榈陀凇拔廴具吔纭?差額變負(fù)后的絕對(duì)值不斷增大，說(shuō)明城市人口聚集度越高，實(shí)際污染水平低于“污染邊界”越多。

4.5 效應(yīng)的異質(zhì)性分析

城市人口聚集度影響空氣污染的凈效應(yīng)在不同年份的分布特征見(jiàn)表6，從2005～2018年整個(gè)樣本期來(lái)看，樣本城市的總集聚效應(yīng)在各年份均略強(qiáng)于總蔓延效應(yīng)，凈效應(yīng)均值在不同年份的數(shù)值相差不大，在-2.76%～-1.05%之間波動(dòng)。同時(shí)，計(jì)算各年份城市人口聚集指數(shù)的均值，發(fā)現(xiàn)不同年份城市人口聚集指數(shù)的變動(dòng)也不大，均值圍繞22上下波動(dòng)，可見(jiàn)人口聚集度在城市之間的差異大于年份之間的差異。

進(jìn)一步考察城市人口聚集度影響環(huán)境污染的凈效應(yīng)在不同省份及區(qū)域的分布特征（見(jiàn)表7），東部城市的凈效應(yīng)均值為正值，中部和西部城市的凈效應(yīng)均值為負(fù)值。其中，西部城市的平均凈效應(yīng)為-13.51%，絕對(duì)值為三個(gè)地區(qū)中最大，主要是因?yàn)槲鞑康貐^(qū)一些城市地域相對(duì)廣袤且人口多沿河谷或綠洲集中分布，人口聚集程度高于東部中部城市，充分發(fā)揮了集聚效應(yīng)對(duì)空氣污染的抑制作用。有研究指出西部城市的產(chǎn)業(yè)相對(duì)專業(yè)化水平明顯高于東部中部城市[26]，西部城市可能通過(guò)“高人口聚集度促進(jìn)產(chǎn)業(yè)專業(yè)化生產(chǎn)進(jìn)而降低排污成本”這一渠道來(lái)減少空氣污染;西部城市集聚效應(yīng)的平均強(qiáng)度為35.67%，明顯高于中部的27.08%和東部的20.27%。東部地區(qū)雖然經(jīng)濟(jì)發(fā)達(dá)，城市規(guī)模更大，但東部城市人口聚集指數(shù)的均值僅為13.1765，低于中部城市的22.8617和西部城市的34.4405，表明東部城市的真實(shí)人口聚集度不及中部西部，導(dǎo)致蔓延效應(yīng)占據(jù)主導(dǎo)地位，東部城市蔓延效應(yīng)的平均強(qiáng)度為27.36%，高于中部城市的23.61%和西部城市的22.16%?？傮w來(lái)看，不同城市人口聚集度的差異導(dǎo)致空氣污染的空間格局呈現(xiàn)出“東部城市實(shí)際污染水平高于污染邊界，中部西部城市的實(shí)際污染水平低于污染邊界”的特征。

4.6 穩(wěn)健性檢驗(yàn)

為檢驗(yàn)結(jié)論的穩(wěn)健性，以“城市每平方公里工業(yè)煙塵排放量”的對(duì)數(shù)（ln dust）替換原被解釋變量，重新估計(jì)模型（4）并對(duì)效應(yīng)估計(jì)值按城市類型進(jìn)行分組測(cè)算，結(jié)果見(jiàn)表8。

表8顯示，替換成新的被解釋變量后，樣本城市的總集聚效應(yīng)仍略強(qiáng)于總蔓延效應(yīng)，凈效應(yīng)為-1.09%，與原先測(cè)算的-2.01%較為接近。穩(wěn)健性檢驗(yàn)同樣表明：隨著城市人口聚集度提高，蔓延效應(yīng)的強(qiáng)度逐漸減弱，由松散型城市的31.74%下降到聚合型城市的11.49%;而集聚效應(yīng)不斷增強(qiáng)，由松散型城市的11.65%提高到聚合型城市的43.28%;凈效應(yīng)由正變負(fù)，即城市人口聚集度越高，減輕空氣污染的效果越明顯?？傮w來(lái)看，城市人口聚集度提高有利于減輕空氣污染的結(jié)論具有穩(wěn)健性。

5 結(jié)論

利用DMSP 和Flint 夜間燈光數(shù)據(jù)、Landscan全球人口動(dòng)態(tài)統(tǒng)計(jì)數(shù)據(jù)，構(gòu)造用以衡量城市人口聚集度的“城市人口聚集指數(shù)”，以年均人口聚集指數(shù)作為分組變量，將253個(gè)地級(jí)以上城市劃分為五種類型;根據(jù)2004—2018年253個(gè)地級(jí)以上城市的面板數(shù)據(jù)，構(gòu)建雙邊隨機(jī)前沿模型測(cè)算城市人口聚集度變動(dòng)對(duì)空氣污染產(chǎn)生的蔓延效應(yīng)、集聚效應(yīng)及凈效應(yīng)，進(jìn)而開(kāi)展效應(yīng)的異質(zhì)性分析和估計(jì)結(jié)果的穩(wěn)健性檢驗(yàn)。

分析結(jié)果表明：①城市人口聚集度提高總體上對(duì)空氣污染產(chǎn)生積極影響。2005-2018年樣本城市人口聚集度變動(dòng)對(duì)空氣污染造成的總集聚效應(yīng)略強(qiáng)于總蔓延效應(yīng)，集聚效應(yīng)有利于減輕城市空氣污染水平，蔓延效應(yīng)加重城市空氣污染水平，兩者的綜合作用使城市實(shí)際空氣污染水平比“污染邊界”低2.01%。②蔓延效應(yīng)和集聚效應(yīng)呈現(xiàn)出明顯的反向聯(lián)動(dòng)性。隨著城市人口聚集度提高，蔓延效應(yīng)不斷減弱，集聚效應(yīng)逐步增強(qiáng);當(dāng)城市人口聚集度跨越門檻值后，集聚效應(yīng)超過(guò)蔓延效應(yīng)而逐步占據(jù)主導(dǎo)地位，使得城市實(shí)際污染水平由高于“污染邊界”轉(zhuǎn)變?yōu)榈陀凇拔廴具吔纭?。③不同聚集類型和不同地區(qū)城市的人口聚集度對(duì)空氣污染的影響效應(yīng)存在較大差異。松散型和中低度聚集型城市的人口聚集度尚未達(dá)到門檻值，蔓延效應(yīng)仍占據(jù)主導(dǎo)地位，城市實(shí)際污染水平高于“污染邊界”;高度聚集型和聚合型城市的人口聚集度已超過(guò)門檻值，集聚效應(yīng)發(fā)揮主體作用，城市實(shí)際污染水平低于“污染邊界”。中部西部城市的人口聚集度高于東部城市，東部城市的凈效應(yīng)均值為正值，中部和西部城市的凈效應(yīng)均值為負(fù)值，使得空氣污染的空間格局呈現(xiàn)出“東部城市污染水平高于污染邊界，中西部城市低于污染邊界”特征。

基于以上結(jié)論，政府部門謀劃城市發(fā)展時(shí)應(yīng)更為審慎地考慮所轄區(qū)域的人地關(guān)系，采取適當(dāng)措施提高城市人口聚集度，增強(qiáng)集聚效應(yīng)和減弱蔓延效應(yīng)，不斷改善城市環(huán)境質(zhì)量。具體的政策啟示包括：

（1）科學(xué)引導(dǎo)城鎮(zhèn)化進(jìn)程中的人口流動(dòng)，推動(dòng)人口適度向城市聚集。當(dāng)前中國(guó)城鎮(zhèn)化仍處于快速發(fā)展階段，面對(duì)大規(guī)模的鄉(xiāng)城轉(zhuǎn)移人口，應(yīng)進(jìn)一步深化戶籍制度改革，做好城市落戶人口在社保、住房等方面的保障工作，完善中心城區(qū)公共服務(wù)功能配套，使“農(nóng)轉(zhuǎn)非”的本地農(nóng)民和外來(lái)務(wù)工者不僅“進(jìn)城”“就業(yè)”，而且能夠“落戶”“安居”，增強(qiáng)城市的集聚效應(yīng)。政府應(yīng)結(jié)合城市的人口聚集現(xiàn)狀，從要素和產(chǎn)業(yè)入手，采取有針對(duì)性的調(diào)控措施和干預(yù)政策，確保適度的城市人口聚集水平，特別是對(duì)人口集聚度較低的城市，通過(guò)產(chǎn)業(yè)引導(dǎo)等措施強(qiáng)化各類要素、人口向中心城區(qū)聚集。26B72F93-9BBD-4852-914D-39F60016E475

（2）走緊湊型城市發(fā)展道路，增強(qiáng)土地集約化利用。人口空間分布過(guò)于分散不利于集聚效應(yīng)發(fā)揮，城市中心區(qū)與邊緣區(qū)之間高頻地遠(yuǎn)距離通勤降低生產(chǎn)效率、生活質(zhì)量且加重空氣污染;中國(guó)城市發(fā)展已呈一定的蔓延化趨勢(shì)，土地集約化利用程度不高，導(dǎo)致綜合經(jīng)濟(jì)效率和能源利用效率不高。因此，未來(lái)城市發(fā)展應(yīng)倡導(dǎo)緊湊型發(fā)展模式，注重土地利用開(kāi)發(fā)的效率，在不造成擁擠的前提下適度提高經(jīng)濟(jì)活動(dòng)、企業(yè)布局的空間密度;進(jìn)行產(chǎn)業(yè)園區(qū)、大學(xué)城等新功能區(qū)的規(guī)劃建設(shè)時(shí)，應(yīng)盡力避免出現(xiàn)“城外飛地”的情形，合理控制城市增長(zhǎng)邊界。

（3）加強(qiáng)空間規(guī)劃引導(dǎo)，強(qiáng)化城市功能混合利用。滿足廣大人民群眾對(duì)優(yōu)質(zhì)住宅條件和更高生活質(zhì)量的需求，在增加城市住宅用地面積和住房供應(yīng)量的同時(shí)，也要注重教育醫(yī)療資源、就業(yè)中心、消費(fèi)中心與居住區(qū)的空間配套，積極打造結(jié)構(gòu)緊湊、功能混合的空間格局。對(duì)于多中心城市，合理規(guī)劃構(gòu)筑衛(wèi)星城和次中心并完善其服務(wù)功能，減少居民的通勤距離。積極優(yōu)化城市內(nèi)部交通網(wǎng)絡(luò)，提升公共交通基礎(chǔ)設(shè)施質(zhì)量，促進(jìn)公共交通優(yōu)先的出行模式，減少機(jī)動(dòng)車使用和交通擁堵，減輕空氣污染，改善生態(tài)質(zhì)量。

參考文獻(xiàn)

[1]陸銘，馮皓.集聚與減排：城市規(guī)模差距影響工業(yè)污染強(qiáng)度的經(jīng)驗(yàn)研究[J].世界經(jīng)濟(jì)，2014，37（7）：86-114.

[2]劉習(xí)平，宋德勇.城市產(chǎn)業(yè)集聚對(duì)城市環(huán)境的影響[J].城市問(wèn)題，2013（3）：9-15.

[3]肖周燕，沈左次.人口集聚、產(chǎn)業(yè)集聚與環(huán)境污染的時(shí)空演化及關(guān)聯(lián)性分析[J].干旱區(qū)資源與環(huán)境，2019，33（2）：1-8.

[4]李筱樂(lè).市場(chǎng)化、工業(yè)集聚和環(huán)境污染的實(shí)證分析[J].統(tǒng)計(jì)研究，2014，31（8）：39-45.

[5]楊仁發(fā).產(chǎn)業(yè)集聚能否改善中國(guó)環(huán)境污染[J].中國(guó)人口·資源與環(huán)境，2015，25（2）：23-29.

[6]陶長(zhǎng)琪，彭永樟.人口集聚、綠化水平與環(huán)境污染：基于城市數(shù)據(jù)的空間異質(zhì)性分析[J].江西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2017（6）：21-31.

[7]徐輝，楊燁.人口和產(chǎn)業(yè)集聚對(duì)環(huán)境污染的影響：以中國(guó)的100個(gè)城市為例[J].城市問(wèn)題，2017（1）：53-60.

[8]何雄浪.人口集聚、工業(yè)集聚與環(huán)境污染：基于兩類環(huán)境污染的研究[J].西南民族大學(xué)學(xué)報(bào)（人文社科版），2019，40（2）：87-97.

[9]LIANG L W，WANG Z B，LI J X.The effect of urbanization on envi?ronmental pollution in rapidly developing urban agglomerations[J]. Journal of cleaner production，2019，237：117649.

[10]YAHAYANS Y ，HUSSAINIM ，BASHIRAB. Population growth and environmental degradation in Nigeria[J]. Academic journal of economic studies，2020，6（1）：31-35.

[11]馬素琳，韓君，楊肅昌.城市規(guī)模、集聚與空氣質(zhì)量[J].中國(guó)人口·資源與環(huán)境，2016，26（5）：12-21.

[12]GROSSMAN G M，KRUEGER A B.Economic growth and the envi?ronment[J]. The quarterly journal of economics，1995，110（2）：353-377.

[13]周芳麗.城市規(guī)模與環(huán)境污染：規(guī)模效應(yīng)還是擁擠效應(yīng)：基于地級(jí)城市面板數(shù)據(jù)的實(shí)證分析[J].大連理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020，41（2）：34-41.

[14]王慶娟.城市人口規(guī)模對(duì)環(huán)境污染的門檻效應(yīng)研究[D].北京：首都經(jīng)濟(jì)貿(mào)易大學(xué)，2015：27-30.

[15]劉永旺，馬曉鈺，楊瑞瑞.人口集聚、經(jīng)濟(jì)集聚與環(huán)境污染交互影響關(guān)系：基于面板協(xié)整和 PECM 模型的分析[J].人口研究，2019，43（3）：90-101.

[16]秦蒙，劉修巖，仝怡婷.蔓延的城市空間是否加重了霧霾污染：來(lái)自中國(guó) PM2.5數(shù)據(jù)的經(jīng)驗(yàn)分析[J].財(cái)貿(mào)經(jīng)濟(jì)，2016（11）：146-160.

[17]KUMBHAKAR S C，PARMETER C F.The effects of match uncer?tainty and bargaining on labor market outcomes：evidence from firm and worker specific estimates[J].Journal of productivity analy? sis，2009，31（1）：1-14.

[18]盧洪友，連玉君，盧盛峰.中國(guó)醫(yī)療服務(wù)市場(chǎng)中的信息不對(duì)稱程度測(cè)算[J].經(jīng)濟(jì)研究，2011，46（4）：94-106.

[19]范建雙，高騫，周琳.城鄉(xiāng)人口老齡化對(duì)城鎮(zhèn)化的雙邊效應(yīng)[J].中國(guó)人口科學(xué)，2020（2）：69-80，127.

[20]ELVIDGE C D，SUTTON P C，GHOSH T，et al. A global poverty? map derived from satellite data[J]. Computers & geosciences，2009，35（8）：1652-1660.

[21]范子英，彭飛，劉沖.政治關(guān)聯(lián)與經(jīng)濟(jì)增長(zhǎng)：基于衛(wèi)星燈光數(shù)據(jù)的研究[J].經(jīng)濟(jì)研究，2016，51（1）：114-126.26B72F93-9BBD-4852-914D-39F60016E475

[22]劉修巖，李松林，秦蒙.城市空間結(jié)構(gòu)與地區(qū)經(jīng)濟(jì)效率：兼論中國(guó)城鎮(zhèn)化發(fā)展道路的模式選擇[J].管理世界，2017（1）：51-64.

[23]秦蒙，劉修巖，李松林.城市蔓延如何影響地區(qū)經(jīng)濟(jì)增長(zhǎng)：基于夜間燈光數(shù)據(jù)的研究[J].經(jīng)濟(jì)學(xué)（季刊），2019，18（2）：527-550.

[24]余典范，李斯林，周騰軍.中國(guó)城市空氣質(zhì)量改善的產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)：基于新冠疫情沖擊的自然實(shí)驗(yàn)[J].財(cái)經(jīng)研究，2021，47（3）：19-34.

[25]李衛(wèi)兵，涂蕾.中國(guó)城市綠色全要素生產(chǎn)率的空間差異與收斂性分析[J].城市問(wèn)題，2017（9）：55-63.

[26]劉修巖.集聚經(jīng)濟(jì)與勞動(dòng)生產(chǎn)率：基于中國(guó)城市面板數(shù)據(jù)的實(shí)證研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009，26（7）：109-119.

Effect of urban population aggregation index on air pollution： based on the bilateral stochastic frontier model

CHENG Kaiming，HONG Zhenyi

（School of Statistics and Mathematics， Zhejiang Gongshang University， Hangzhou Zhejiang 310018， China）

Abstract? In order to identify the impact of urban population agglomeration on air pollution in the process of urbanization， this paper measured the agglomeration effect， sprawling effect and net effect of urban population aggregation index on air pollution with the bilater? al stochastic frontier analysis model according to the panel data of 253 cities from 2004 to 2018， Landscan global demographics， DMSP and Flint night light data.The results showed that：① The agglomeration effect of population aggregation index change on air pollution was slightly stronger than the sprawling effect in all sample cities from 2005 to 2018， and the combined influence of the both effects made the actual air pollution level of cities 2.01% lower than the ‘pollution boundary .② With the increase of urban population ag? glomeration index， the agglomeration effect was enhanced， while the sprawling effect was gradually weakened. After the urban popula?tion agglomeration index exceeded the threshold value， the agglomeration effect was more dominant than the sprawling effect. On the whole， the improvement of urban population agglomeration index was conducive to the improvement of air pollution .③ The effects of population agglomeration index on air pollution was quite different in different types of cities. The sprawling effect of low and medium population agglomeration index cities was still dominant， while the agglomeration effect of high population agglomeration index cities played a major role.④ The average net effect of urban population agglomeration index on air pollution had little change in different years， but the difference was obvious in different regions. The average net effect of eastern cities was positive， while the average net ef?fect of central and western cities was negative. The conclusions are significant for the scientific management of urban population and space. It means that the government should make efforts in some aspects including the reform of household registration system， the pre?vention urban sprawl， and the rational planning of urban functional areas， so as to promote urban population aggregation and improve the quality of urban environment.

Key words? air pollution; agglomeration effect; sprawling effect; bilateral stochastic frontier model

（責(zé)任編輯：劉呈慶）26B72F93-9BBD-4852-914D-39F60016E475