基于地理探測器的京津冀地區(qū)制造業(yè)集聚對PM2.5濃度的影響研究

王嘉寧 李業(yè)錦 李怡旻 李倩

摘要：[目的/意義]探究京津冀地區(qū)霧霾污染的分布特征以及影響因素，厘清PM2.5濃度與制造業(yè)集聚之間的關(guān)系，可能是推動京津冀地區(qū)綠色發(fā)展的重要途徑。[方法/過程]本文基于2005—2013年京津冀地區(qū)規(guī)模以上工業(yè)企業(yè)微觀數(shù)據(jù)以及NASA的年均PM2.5濃度數(shù)據(jù)，以京津冀204個區(qū)（縣）為研究對象，探究制造業(yè)集聚與PM2.5濃度的時空演化特征，運用地理探測器方法，從集聚形式和行業(yè)異質(zhì)性兩個視角揭示PM2.5濃度空間分布的影響機理。[結(jié)果/結(jié)論]①京津冀地區(qū)年均PM2.5濃度呈現(xiàn)西北低、東南高的空間分布格局，且上升態(tài)勢明顯。制造業(yè)集聚形式呈現(xiàn)空間分異特征，其中集聚密度呈現(xiàn)“京-津-邯”三核心組團式發(fā)展格局。專業(yè)化集聚表現(xiàn)為“張-保-邢-秦”四小型核心發(fā)展格局。多樣性集聚呈現(xiàn)集中連片式發(fā)展格局。②不同時期的制造業(yè)集聚形式對PM2.5濃度的解釋力存在差異。集聚密度始終是PM2.5濃度空間分布的主導(dǎo)因素，但影響程度有所下降，專業(yè)化集聚對于PM2.5濃度的解釋力有所增強。不同集聚形式的交互作用加強了對PM2.5濃度空間分布的影響程度。③從行業(yè)異質(zhì)性來看，化學(xué)原料及化學(xué)制品制造業(yè)是導(dǎo)致PM2.5濃度空間分異的主導(dǎo)因素，化學(xué)原料及化學(xué)制品制造業(yè)與其他因子的交互作用的解釋力明顯強于其他因子間的交互作用，其與黑色金屬冶煉及壓延加工業(yè)交互作用的解釋力最高。因此，引導(dǎo)制造業(yè)空間合理集聚、有序集聚、多樣性集聚，加大偏污染型、重化工產(chǎn)業(yè)的疏解力度，加快推動制造業(yè)綠色環(huán)保轉(zhuǎn)型，是京津冀地區(qū)PM2.5環(huán)境治理的重要戰(zhàn)略選擇。

關(guān)鍵詞：集聚形式 PM2.5 地理探測器 京津冀地區(qū)

分類號：F427

DOI： 10.19318/j.cnki.issn.2096-1634.2022.02.15

？本文系國家自然科學(xué)基金項目“北京城市環(huán)境污染對居民居住空間選擇的影響及其演化模擬”（項目編號：41671166）、國家自然科學(xué)基金青年項目“基于城市安全環(huán)境評價的大城市應(yīng)急避難場所區(qū)位優(yōu)化配置研究：以北京為例”（項目編號：41001105）研究成果之一。

1 引言

不合理的產(chǎn)業(yè)集聚有可能會加劇環(huán)境的污染，產(chǎn)生一系列的環(huán)境問題以及潛在的環(huán)境威脅。近年來，京津冀地區(qū)作為霧霾污染重災(zāi)區(qū)，實施了《大氣污染防治行動計劃》《大氣十條》等政策，同時將加強工業(yè)企業(yè)大氣污染綜合治理看作一號工程。然而對一些不合理的產(chǎn)業(yè)集聚區(qū)進行疏解轉(zhuǎn)移有可能比直接進行治理更為有效。因此，探究京津冀地區(qū)不同時期霧霾污染分布特征以及影響因素，積極厘清PM2.5（細顆粒物）濃度與制造業(yè)集聚之間的關(guān)系，可能是推動京津冀地區(qū)綠色發(fā)展的重要途徑。

環(huán)境問題與經(jīng)濟活動的影響、產(chǎn)業(yè)集聚的環(huán)境效應(yīng)是經(jīng)濟地理學(xué)和環(huán)境經(jīng)濟學(xué)的研究熱點，隨著環(huán)境經(jīng)濟地理學(xué)和演化經(jīng)濟地理學(xué)的興起，有關(guān)集聚與環(huán)境的問題逐漸成為學(xué)術(shù)界研究的核心主題[1]。已有研究主要集中在工業(yè)集聚與環(huán)境污染方面[2-14]。從行業(yè)異質(zhì)性視角出發(fā)，學(xué)者們發(fā)現(xiàn)不同污染程度的行業(yè)集聚對環(huán)境造成的正負外部性有所不同[6-10]，研究尺度包括全國尺度[11]、區(qū)域尺度[12]、省級尺度[13]和市級尺度[14]。此外，也有學(xué)者對農(nóng)業(yè)以及服務(wù)業(yè)集聚與環(huán)境進行了研究[15-16]。從不同集聚形式視角出發(fā)，依托集聚的外部性理論，學(xué)者們多從專業(yè)化集聚和多樣性集聚的角度去分析產(chǎn)業(yè)集聚與環(huán)境污染的相關(guān)問題[17-18]。隨著研究的不斷深入，學(xué)者們[19-23]將集聚形式細分為空間形式和組織形式來探討集聚與環(huán)境的關(guān)系，主要探究產(chǎn)業(yè)集聚與環(huán)境污染的空間關(guān)系和計量關(guān)系兩個方面的內(nèi)容：對于空間關(guān)系常用空間自相關(guān)等空間分析的方法[20-21]；對于計量關(guān)系常構(gòu)建計量經(jīng)濟模型、空間杜賓模型等計量模型[22-23]。目前，有關(guān)產(chǎn)業(yè)集聚與環(huán)境污染關(guān)系的結(jié)論在學(xué)術(shù)界并未達成一致，主要存在三種觀點：①產(chǎn)業(yè)集聚具有環(huán)境負外部性效應(yīng)——集聚導(dǎo)致規(guī)模擴大、產(chǎn)能擴張，產(chǎn)生過度擁擠效應(yīng)、密集效應(yīng)、惡性競爭效應(yīng)，加劇環(huán)境污染[24-25]；②產(chǎn)業(yè)集聚具有環(huán)境正外部性效應(yīng)——產(chǎn)業(yè)集聚產(chǎn)生的知識外溢以及技術(shù)擴散為產(chǎn)業(yè)發(fā)展提供創(chuàng)新環(huán)境，產(chǎn)生的規(guī)模效應(yīng)提高能源使用效率，良性競爭促進企業(yè)間物質(zhì)交換，從而減輕環(huán)境污染[26-27]；③產(chǎn)業(yè)集聚與環(huán)境污染的關(guān)系具有不確定性，存在非線性和門檻效應(yīng)特征——不同時期的產(chǎn)業(yè)集聚所產(chǎn)生的環(huán)境正外部性以及環(huán)境負外部性共同作用的結(jié)果決定了產(chǎn)業(yè)集聚的環(huán)境效應(yīng)，呈現(xiàn)出倒“U形”[28]、“U形”[29]、“N形”[30]、倒“N形”[31]以及“S形”[32]等關(guān)系?？v觀現(xiàn)有文獻，盡管學(xué)術(shù)界對產(chǎn)業(yè)集聚與環(huán)境污染進行了深入的探討和研究，但仍有以下問題值得進一步討論：①研究主要基于城市群、地市等大中尺度，對京津冀地區(qū)的微觀尺度研究比較匱乏，京津冀地區(qū)各區(qū)（縣）具有空間異質(zhì)性，不同區(qū)（縣）存在不同污染特征；②不同集聚形式對于霧霾污染的影響程度存在差異，從行業(yè)異質(zhì)性視角出發(fā)，較少實證分析京津冀地區(qū)細分行業(yè)集聚對霧霾污染的影響機理。

基于此，本文以京津冀區(qū)（縣）為研究區(qū)域，采用2005—2013年中國工業(yè)企業(yè)數(shù)據(jù)以及美國國家航空航天局（National Aeronautics and Space Administration，NASA）的年均PM2.5濃度數(shù)據(jù)，在總結(jié)現(xiàn)有學(xué)者的相關(guān)文獻以及研究的基礎(chǔ)上，將制造業(yè)集聚分為空間形式以及組織形式，分析制造業(yè)集聚與PM2.5濃度的時空演化特征，并利用地理探測器探討不同集聚形式以及制造業(yè)細分行業(yè)集聚對PM2.5濃度空間分異的驅(qū)動作用，剖析京津冀地區(qū)產(chǎn)業(yè)集聚的環(huán)境效應(yīng)，以期為探索京津冀各區(qū)（縣）制造業(yè)的合理布局和霧霾污染治理提供理論和決策依據(jù)。

2 數(shù)據(jù)來源和研究方法

2.1 數(shù)據(jù)來源

2.1.1 工業(yè)企業(yè)數(shù)據(jù) 工業(yè)企業(yè)數(shù)據(jù)來自2005—2013年中國工業(yè)企業(yè)數(shù)據(jù)庫，該數(shù)據(jù)庫包括全部國有工業(yè)企業(yè)以及規(guī)模以上非國有工業(yè)企業(yè)。本文選擇規(guī)模以上工業(yè)企業(yè)點位的工業(yè)總產(chǎn)值、行業(yè)名稱、詳細地址等信息，然后整理獲得各區(qū)（縣）國民經(jīng)濟行業(yè)分類代碼介于13～43之間的制造業(yè)行業(yè)的工業(yè)總產(chǎn)值，通過計算得出各區(qū)（縣）制造業(yè)以及細分行業(yè)的工業(yè)總產(chǎn)值，并提取2005年9，511家企業(yè)和2013年19，851家企業(yè)的詳細地址信息，通過百度地圖應(yīng)用程序接口（Application Programming Interface，API）接口，批量獲取制造業(yè)企業(yè)的經(jīng)緯度，將每家企業(yè)坐標空間化。

2.1.2 PM2.5濃度數(shù)據(jù) PM2.5濃度數(shù)據(jù)來源于哥倫比亞大學(xué)國際地球信息科學(xué)網(wǎng)絡(luò)中心所屬的社會經(jīng)濟數(shù)據(jù)和應(yīng)用中心所發(fā)布的2005—2013年的平均柵格數(shù)據(jù)，該數(shù)據(jù)是以衛(wèi)星搭載的中分辨率成像光譜儀和多角度成像光譜儀對氣溶膠光學(xué)厚度進行測定后轉(zhuǎn)換而來。本文通過ArcGIS10.2軟件的“按掩膜提取”功能以及以表格顯示分區(qū)統(tǒng)計等工具將原柵格數(shù)據(jù)進行處理，得出京津冀各區(qū)（縣）的年均PM2.5濃度數(shù)據(jù)。

2.2 研究方法

2.2.1 制造業(yè)集聚空間組織形式指標測度 從集聚的外部性差異出發(fā)，依據(jù)集聚在空間層面和組織層面所表現(xiàn)出的不同特征，將集聚分為空間形式和組織形式?？臻g形式主要利用集聚密度、企業(yè)地理鄰近度等指標進行測度；組織形式主要利用專業(yè)化指數(shù)、多樣性指數(shù)、相關(guān)多樣性指數(shù)和非相關(guān)多樣性指數(shù)進行測度。①集聚密度：利用相對制造業(yè)密度來表示京津冀各區(qū)（縣）制造業(yè)空間集聚的水平。②企業(yè)地理鄰近度：以京津冀各區(qū)（縣）的企業(yè)點緯度值的變異系數(shù)和經(jīng)度值的變異系數(shù)進行構(gòu)建。③專業(yè)化指數(shù)和多樣性指數(shù)：分別以京津冀各區(qū)（縣）規(guī)模最大行業(yè)的區(qū)位商和赫芬達爾指數(shù)的倒數(shù)表示。④相關(guān)多樣性與非相關(guān)多樣性：參考潘文卿等[33]中根據(jù)投入產(chǎn)出表計算得到的產(chǎn)業(yè)分類結(jié)果，將31個制造業(yè)（由于廢棄資源綜合利用業(yè)、金屬制品、機械和設(shè)備修理業(yè)行業(yè)產(chǎn)值基本為0，故只將29個制造業(yè)行業(yè)進行分類）分為4大類聚集集合，大類內(nèi)的行業(yè)間具有關(guān)聯(lián)性，大類之間具有非關(guān)聯(lián)性，據(jù)此計算大類行業(yè)的熵可得非相關(guān)多樣性，對每一大類中行業(yè)的熵進行加權(quán)求和得到相關(guān)多樣性。具體公式和解釋說明見表1。

3 制造業(yè)集聚與PM2.5濃度的時空演化特征

3.1 PM2.5濃度的時空演化特征

總體來看，京津冀地區(qū)年均PM2.5濃度，空間分布上由東南向西北呈現(xiàn)圈層結(jié)構(gòu)并逐漸遞減，高值區(qū)位于石家莊以及邯鄲的部分區(qū)（縣）；時間分布上呈現(xiàn)上升趨勢。由圖1可知，分時間段來看，2005年石家莊橋東區(qū)、橋西區(qū)以及邯鄲叢臺區(qū)的PM2.5濃度的范圍均在70.1～95.0 ug/m3期間。2013年京津冀東南部分區(qū)縣的年均PM2.5濃度上升到95.1～120.0 ug/m3，高濃度區(qū)域仍舊處于石家莊橋東區(qū)、橋西區(qū)以及邯鄲叢臺區(qū)，這些地區(qū)以發(fā)展鋼鐵等重污染企業(yè)為主，導(dǎo)致其霧霾污染防控形勢嚴峻。

3.2 制造業(yè)集聚形式的時空演化特征

本文利用ArcGIS 10.2軟件，將制造業(yè)不同集聚形式的數(shù)值由低到高依次劃分為低值區(qū)、較低值區(qū)、中值區(qū)、較高值區(qū)和高值區(qū)五類。

3.2.1 集聚密度 空間分布呈現(xiàn)“京-津-邯”三核心發(fā)展格局。2005年，高值區(qū)包括天津和平區(qū)、邯鄲復(fù)興區(qū)、北京石景山區(qū)等；2013年，高值區(qū)以天津市和平區(qū)、邯鄲復(fù)興區(qū)和北京石景山區(qū)三個核心地區(qū)為中心，形成推動周邊區(qū)（縣）集聚密度增加的格局。這類地區(qū)具有良好的制造業(yè)發(fā)展基礎(chǔ)和條件，其中天津市和平區(qū)是近代工業(yè)發(fā)祥地；北京市石景山區(qū)是首鋼所在地，為重工業(yè)區(qū)；邯鄲市復(fù)興區(qū)是重化工業(yè)區(qū)，其制造業(yè)集聚密度較高（見圖2）。

3.2.2 企業(yè)地理鄰近度 2005—2013年，高值區(qū)由片狀分布轉(zhuǎn)變?yōu)榱闵Ⅻc狀分布，數(shù)量明顯減少，由邯鄲市魏縣、邯鄲市臨漳縣、滄州市吳橋縣、張家口橋西區(qū)、張家口康?？h、張家口陽原縣、邢臺新河縣等41個區(qū)（縣）減少到張家口康?？h、滄州運河區(qū)等24個區(qū)（縣）。京津冀南部地區(qū)2005年處于產(chǎn)業(yè)發(fā)展的早期，由于相關(guān)產(chǎn)業(yè)企業(yè)生產(chǎn)技術(shù)較為落后，中、小型企業(yè)數(shù)量偏多，導(dǎo)致企業(yè)集中建廠、生產(chǎn)；西部地區(qū)多山地，內(nèi)部適宜發(fā)展工業(yè)的土地面積較小，各區(qū)（縣）經(jīng)濟發(fā)展水平較低，在產(chǎn)業(yè)發(fā)展初期同樣也出現(xiàn)扎堆建廠的現(xiàn)象。因此，初期企業(yè)地理鄰近度高值區(qū)較多，集中連片分布在南部和西部的部分區(qū)（縣）；后期產(chǎn)業(yè)發(fā)展良好，中、小企業(yè)逐漸整改或停產(chǎn)，大型企業(yè)迅猛發(fā)展，從而高值區(qū)逐漸減少（見圖3）。

3.2.3 專業(yè)化與多樣性集聚 ①專業(yè)化集聚：2005年，高值區(qū)連片集中分布在京津冀中部偏南的保定市清苑縣、高陽縣、邢臺市柏鄉(xiāng)縣等部分區(qū)（縣）以及西北部的張家口康?？h、張家口橋東區(qū)、保定容城縣等部分區(qū)（縣）。2013年，低值區(qū)連片擴張，高值區(qū)由片狀分布轉(zhuǎn)變?yōu)椤皬?保-邢-秦”四小型核心發(fā)展格局。②多樣性集聚：2005年，高值區(qū)分布在天津東麗區(qū)、北京通州區(qū)、石家莊裕華區(qū)等部分區(qū)（縣），整體呈現(xiàn)“京-津-石”三核心集聚分布格局。2013年，低值區(qū)減少，高值區(qū)連片集中分布在北京朝陽區(qū)、北京東城區(qū)、天津武清區(qū)、保定安國市、石家莊裕華區(qū)等地區(qū)。發(fā)展初期，偏南部地區(qū)和西部地區(qū)各區(qū)（縣）經(jīng)濟發(fā)展水平較低，制造業(yè)門類較單一，且西部地區(qū)發(fā)展因地形限制進行了大量資源整合，利用自身資源優(yōu)勢大力發(fā)展單一制造業(yè)門類，因此制造業(yè)專業(yè)化水平較高，多樣性水平較低。發(fā)展后期，北京朝陽區(qū)、天津武清區(qū)等地區(qū)經(jīng)濟快速發(fā)展且不斷增加企業(yè)間上下游聯(lián)系，成為制造業(yè)多樣性高值區(qū)。具體見圖4。

3.2.4 相關(guān)多樣性與非相關(guān)多樣性：空間分布較分散 ①相關(guān)多樣性：2005年，空間分布呈現(xiàn)“唐-邯”雙核心高值集聚區(qū)和中部高值發(fā)展帶，區(qū)（縣）間相關(guān)多樣性差距較大，邯鄲武安市、唐山遷西縣等部分區(qū)（縣）產(chǎn)業(yè)間技術(shù)關(guān)聯(lián)度較高，而秦皇島盧龍縣等部分區(qū)（縣）產(chǎn)業(yè)間不存在技術(shù)關(guān)聯(lián)；2013年，京津冀各區(qū)（縣）的相關(guān)多樣性發(fā)展水平差距縮小，高值區(qū)包括天津紅橋區(qū)等部分區(qū)（縣）。②非相關(guān)多樣性：2005年，各區(qū)（縣）非相關(guān)多樣性存在高值極高、低值極低的差異化發(fā)展現(xiàn)象，高值區(qū)包括承德雙灤區(qū)、唐山遷西縣等部分區(qū)（縣），低值區(qū)集中分布在張家口的大部分區(qū)（縣）；2013年，各區(qū)（縣）非相關(guān)多樣性水平差距縮小，高值區(qū)包括邯鄲邯山縣、天津紅橋區(qū)等部分區(qū)（縣）。具體見圖5。

4 PM2.5濃度空間分異驅(qū)動因素的實證研究

本文分別從集聚形式和行業(yè)異質(zhì)性視角出發(fā)，利用地理探測器對PM2.5濃度空間分異的影響機理進行因子探測和交互探測。因子探測器主要探究驅(qū)動因子對PM2.5濃度空間分異的貢獻程度，可明確各因子之間的相關(guān)互聯(lián)性，分析各驅(qū)動因子多大程度影響了PM2.5濃度的空間分異，探究制造業(yè)不同集聚形式、細分行業(yè)集聚對PM2.5污染的發(fā)生和發(fā)展的決定性作用。交互探測器主要用來探測驅(qū)動因子對影響PM2.5濃度的空間分布是否具有交互作用，識別驅(qū)動因子之間的共同作用是否增加或減弱對PM2.5濃度的解釋力。

4.1 基于集聚形式對京津冀地區(qū)PM2.5濃度空間分異影響的實證研究

遴選6個探測因素，分別為集聚密度（X1）、企業(yè)地理鄰近度（X2）、專業(yè)化（X3）、多樣性（X4）、相關(guān)多樣性（X5）和非相關(guān)多樣性（X6），運用ArcGIS10.2自然斷點法進行要素分類后利用地理探測器的方法探討制造業(yè)集聚形式對PM2.5濃度空間分異的影響顯著程度。

4.1.1 基于地理探測器的因子探測 總體來看，不同時期各影響要素對PM2.5濃度的解釋力存在著差異，其中集聚密度企業(yè)鄰近度、多樣性、相關(guān)多樣性與非相關(guān)多樣性的解釋力有所減弱，專業(yè)化的解釋力有所增強。相關(guān)多樣性與非相關(guān)多樣性對于京津冀各區(qū)（縣）PM2.5空間分布的解釋力大幅度降低，由高度顯著變?yōu)椴伙@著，說明近年來PM2.5濃度的加劇與制造業(yè)的相關(guān)多樣性和非相關(guān)多樣性集聚的關(guān)系程度較小。專業(yè)化集聚對于PM2.5濃度的解釋力有所增強，且從不顯著變?yōu)轱@著，說明同種類別的制造業(yè)在地區(qū)集聚逐漸加劇了PM2.5濃度空間分布的影響程度。集聚密度始終是PM2.5濃度空間分布的主導(dǎo)因素，但影響程度有所下降。分時間段來看，2005年，企業(yè)地理鄰近度、相關(guān)多樣性與非相關(guān)多樣性在一定程度上影響PM2.5濃度空間分布，因子按照q統(tǒng)計量的大小進行整體排序最終得出：集聚密度>相關(guān)多樣性>非相關(guān)多樣性>企業(yè)地理鄰近度。集聚密度的貢獻率最大，解釋力為35%，最為顯著，其次是相關(guān)多樣性，解釋力為27.4%。這在一定程度上反映了集聚形式中的集聚密度是導(dǎo)致PM2.5濃度空間分異的主導(dǎo)因素。2013年，影響因子轉(zhuǎn)為集聚密度、企業(yè)地理鄰近度、專業(yè)化，因子按照q統(tǒng)計量的大小進行整體排序最終得出：集聚密度>專業(yè)化>企業(yè)地理鄰近度。其中，集聚密度解釋力為23.6%，最為顯著。具體見表2。

4.1.2 基于地理探測器的交互探測 基于京津冀各區(qū)（縣）PM2.5濃度的因子交互探測的結(jié)果顯示，總體來看，各因子交互作用以非線性增強和雙因子增強為主，說明京津冀各區(qū)（縣）PM2.5濃度的空間分異是多種集聚形式共同影響的結(jié)果。其中，多數(shù)因子的交互作用的解釋力趨于下降，企業(yè)地理鄰近度與專業(yè)化、專業(yè)化與多樣性交互作用的解釋力增強。分時間段來看，2005年，各因子交互作用以雙因子增強為主，說明在制造業(yè)集聚形式因子中任意的兩個因子交互作用均大于單個因子的作用。其中，集聚密度與其他因子交互作用的解釋力高于其他因子間的交互作用，與相關(guān)多樣性交互作用時解釋力最高。2013年，各因子交互作用以非線性增強為主，說明在所選的制造業(yè)行業(yè)集聚因子中任意的兩個因子交互作用均大于兩個因子之和的作用，集聚密度與其他因子交互作用的解釋力高于其他因子間的交互作用，與專業(yè)化交互作用時解釋力最高。具體見表3。

4.2 基于行業(yè)異質(zhì)性對京津冀地區(qū)PM2.5濃度空間分異影響的實證研究

從制造業(yè)分行業(yè)工業(yè)總產(chǎn)值的占比來看（見圖6），黑色金屬冶煉和壓延加工、化學(xué)原料及化學(xué)制品等重工業(yè)和化學(xué)工業(yè)在京津冀地區(qū)所占比重較大，這些行業(yè)往往是污染密集型和能源密集型行業(yè)。天津、唐山、衡水、邢臺等都是能源密集行業(yè)占主導(dǎo)，這些地區(qū)的經(jīng)濟發(fā)展取決于環(huán)境開發(fā)和資源消耗的程度，使經(jīng)濟增長與環(huán)境脫鉤的難度加大[36]。本文選取了31個制造業(yè)細分行業(yè)的集聚密度作為探測要素，利用地理探測器的方法進行橫向比較各行業(yè)集聚對于PM2.5空間分異的相對重要性。

4.2.1 基于地理探測器的因子探測 基于不同行業(yè)集聚的PM2.5濃度空間分異驅(qū)動因子探測的結(jié)果顯示，在31個制造業(yè)細分行業(yè)中，20個行業(yè)通過顯著性檢驗，這些行業(yè)的集聚在不同程度上解釋了PM2.5濃度空間分異的驅(qū)動機制。從q統(tǒng)計量大小的整體排名來看，化學(xué)原料及化學(xué)制品制造業(yè)、橡膠和塑料制品業(yè)、專用設(shè)備制造業(yè)、黑色金屬冶煉及壓延加工業(yè)、電氣機械和器材制造業(yè)、通用設(shè)備制造業(yè)以及非金屬礦物制品業(yè)是導(dǎo)致PM2.5濃度空間分異的主要因素，解釋力分別為31.9%、27.9%、24.5%、24.4%、24.2%、22.6%、21.3%。其中，化學(xué)原料及化學(xué)制品制造業(yè)解釋力最強，在一定程度上反映了化學(xué)原料及化學(xué)制品制造業(yè)的集聚對京津冀各區(qū)（縣）PM2.5濃度空間分布具有顯著影響，這是導(dǎo)致PM2.5濃度空間分異的主要因素。具體見表4。

4.2.2 基于地理探測器的交互探測 基于不同行業(yè)集聚的PM2.5濃度空間分異驅(qū)動因子交互探測的結(jié)果顯示，各因子交互作用以非線性增強和雙因子增強為主，說明京津冀各區(qū)（縣）PM2.5濃度的空間分異不是由單個行業(yè)集聚所造成的，而是不同行業(yè)共同集聚的結(jié)果。其中，化學(xué)原料及化學(xué)制品制造業(yè)與其他因子的交互作用的解釋力明顯強于其他因子間的交互作用，其與黑色金屬冶煉及壓延加工業(yè)交互作用時解釋力最高，為50.5%，其次是橡膠和塑料制品業(yè)與黑色金屬冶煉及壓延加工業(yè)的交互作用，解釋力為50.3%。由此可見，化學(xué)原料及化學(xué)制品制造業(yè)與黑色金屬冶煉及壓延加工業(yè)、橡膠和塑料制品業(yè)與黑色金屬冶煉及壓延加工業(yè)在空間上的集聚對PM2.5濃度空間分布具有重要的影響。具體見表5。

5 結(jié)論與建議

5.1 結(jié)論

本文通過分析京津冀各區(qū)（縣）PM2.5濃度與制造業(yè)集聚的時空演化特征，基于不同集聚形式和行業(yè)異質(zhì)性，利用地理探測器識別京津冀區(qū)（縣）尺度PM2.5污染空間分異的影響因素，得到如下結(jié)論。

（1）對基于年均PM2.5濃度、制造業(yè)集聚形式的時空演化特征分析可知：京津冀地區(qū)年均PM2.5濃度西北低、東南高，呈現(xiàn)上升趨勢，高值區(qū)位于石家莊、邯鄲的部分區(qū)（縣）。制造業(yè)集聚密度的空間分布呈現(xiàn)“京-津-邯”三核心組團式發(fā)展的格局；企業(yè)地理鄰近度高值區(qū)由片狀分布轉(zhuǎn)變?yōu)榱闵Ⅻc狀分布；專業(yè)化集聚空間分布由中部以及西北部集中連片發(fā)展格局轉(zhuǎn)變?yōu)椤皬?保-邢-秦”四小型核心發(fā)展格局；多樣性集聚空間分布由“京-津-石”三小型集聚核心格局轉(zhuǎn)變?yōu)榧羞B片式發(fā)展格局；相關(guān)多樣性與非相關(guān)多樣性空間分布較分散，各區(qū)（縣）相關(guān)多樣性與非相關(guān)多樣性發(fā)展水平差距逐漸縮小?？傮w來看，京津冀各區(qū)（縣）的PM2.5濃度以及制造業(yè)集聚形式存在明顯的空間分異性。

（2）從空間分異的機理上來看，制造業(yè)粗放式發(fā)展模式以及在空間上的不合理集聚對京津冀地區(qū)空氣污染治理產(chǎn)生了威脅。2005—2013年，不同集聚形式對PM2.5濃度影響的結(jié)果表明，不同時期各影響要素對PM2.5濃度的解釋力存在差異。其中，集聚密度一直是PM2.5濃度空間分布的主導(dǎo)因素，但影響程度有所下降；專業(yè)化集聚對于PM2.5濃度的解釋力有所增強，這說明同種類別的制造業(yè)在地區(qū)集聚逐漸加劇了對PM2.5濃度空間分布的影響程度。同時，不同集聚形式的交互作用加強了對PM2.5濃度空間分布的影響程度。因此，防止制造業(yè)在空間上過度集聚，引導(dǎo)制造業(yè)空間合理集聚、有序集聚、多樣化集聚，是京津冀地區(qū)PM2.5環(huán)境治理的重要戰(zhàn)略選擇。

（3）基于行業(yè)異質(zhì)性的細分行業(yè)集聚對PM2.5濃度空間分異的影響的結(jié)果表明，化學(xué)原料及化學(xué)制品制造業(yè)、橡膠和塑料制品業(yè)、專用設(shè)備制造業(yè)、黑色金屬冶煉及壓延加工業(yè)等的集聚是導(dǎo)致PM2.5濃度空間分異的主要因素。其中，化學(xué)原料及化學(xué)制品制造業(yè)的集聚是導(dǎo)致PM2.5濃度空間分異的主導(dǎo)因素。同時，化學(xué)原料及化學(xué)制品制造業(yè)與其他因子的交互作用的解釋力明顯強于其他因子間的交互作用，其與黑色金屬冶煉及壓延加工業(yè)交互作用時解釋力最高。因此，京津冀地區(qū)作為世界性霧霾問題最突出的地區(qū)之一，應(yīng)加快疏解化學(xué)原料及化學(xué)制品制造業(yè)等細分行業(yè)的集聚，以及化學(xué)原料及化學(xué)制品制造業(yè)與黑色金屬冶煉及壓延加工業(yè)等偏污染型、重化工行業(yè)在空間上的共同集聚，這是降低京津冀各區(qū)（縣）PM2.5濃度的重要路徑。

5.2 建議

京津冀地區(qū)是我國PM2.5污染的重災(zāi)區(qū)之一，因此，在面對制造業(yè)產(chǎn)業(yè)集聚發(fā)展與PM2.5污染治理時，需要科學(xué)管控、精準施策，逐步開展生態(tài)文明建設(shè)，實現(xiàn)可持續(xù)發(fā)展。因此，本文提出以下政策建議。①合理制定政策，產(chǎn)業(yè)科學(xué)布局。按照制造業(yè)的集聚情況，從治理方案、集聚特點、管理重點、政策支撐等多方面進行區(qū)域差異化管理，合理制定制造業(yè)發(fā)展規(guī)劃，通過降低地租、財政補貼等政策，鼓勵企業(yè)遷移到制造業(yè)發(fā)展基礎(chǔ)薄弱且亟須發(fā)展的地區(qū)。同時，在這些地區(qū)建立可承接企業(yè)的制造業(yè)園區(qū)，增加企業(yè)間上下游聯(lián)系，提高產(chǎn)業(yè)多樣化水平，并對園區(qū)的污染物進行統(tǒng)一檢測、處理以及排放，防止地區(qū)PM2.5濃度升高。②優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，提升生產(chǎn)技術(shù)。以PM2.5濃度的標準來控制促進制造業(yè)轉(zhuǎn)型，通過制造業(yè)結(jié)構(gòu)的優(yōu)化和轉(zhuǎn)型升級，來改變京津冀地區(qū)以放任空氣污染為代價的傳統(tǒng)的工業(yè)化發(fā)展模式，做好工業(yè)固廢等大宗廢棄物的資源化利用，大力發(fā)展綠色產(chǎn)業(yè)。引進培養(yǎng)相關(guān)產(chǎn)業(yè)和環(huán)保領(lǐng)域的人才，建立人才隊伍，加大資金投入，攻克環(huán)境污染治理和高效生產(chǎn)的關(guān)鍵技術(shù)。③設(shè)立大氣環(huán)境監(jiān)測合作機制，完善大氣環(huán)境監(jiān)測網(wǎng)絡(luò)，加強區(qū)域內(nèi)環(huán)境監(jiān)測合作定期協(xié)商，推進大氣監(jiān)測數(shù)據(jù)共享，持續(xù)提高空氣質(zhì)量優(yōu)良率。同時，科普環(huán)保知識，提高環(huán)保意識。

參考文獻：

[1] 孫博文. 環(huán)境經(jīng)濟地理學(xué)研究進展[J]. 經(jīng)濟學(xué)動態(tài)， 2020（3）： 131-146.

[2] CHEN D K， CHEN S Y， JIN H. Industrial agglomeration and CO2 emissions： Evidence from 187 Chinese prefecture-level cities over 2005-2013[J]. Journal of Cleaner Production， 2018（ 172）： 993-1003.

[3] LIU Z D， CAI Y， HAO X J. The agglomeration of manufacturing industry， innovation and haze pollution in China： Theory and evidence[J]. International Journal of Environmental Research and Public Health， 2020， 17（5）： 1670.

[4] 張姍姍， 朱曉東， 張磊， 等. 蘇錫常地區(qū)制造業(yè)污染減排綜合分析與評價[J]. 地理科學(xué)， 2020， 40（2）： 238-247.

[5] 候勃， 岳文澤， 王騰飛. 中國大都市區(qū)碳排放時空異質(zhì)性探測與影響因素： 以上海市為例[J]. 經(jīng)濟地理， 2020， 40（9）： 82-90.

[6] 仇方道， 蔣濤， 張純敏， 等. 江蘇省污染密集型產(chǎn)業(yè)空間轉(zhuǎn)移及影響因素[J]. 地理科學(xué)， 2013， 33（7）： 789-796.

[7] 王亞平， 曹欣欣， 程鈺， 等. 山東省污染密集型產(chǎn)業(yè)時空演變特征及影響機理[J]. 經(jīng)濟地理， 2019， 39（1）： 130-139.

[8] 薛黎明， 趙桔， 鄭志學(xué)， 等. 基于Lotka-Volterra模型的煤炭產(chǎn)業(yè)與環(huán)境系統(tǒng)協(xié)調(diào)性研究[J]. 地域研究與開發(fā)， 2020， 39（5）： 150-155， 162.

[9] 鄒輝， 段學(xué)軍. 中國化工產(chǎn)業(yè)布局演變與影響機理研究[J]. 地理科學(xué)， 2020， 40（10）： 1646-1653.

[10] 周沂， 賀燦飛， 劉穎. 中國污染密集型產(chǎn)業(yè)地理分布研究[J]. 自然資源學(xué)報， 2015， 30（7）： 1183-1196.

[11] 胡志強， 苗健銘， 苗長虹. 中國地市尺度工業(yè)污染的集聚特征與影響因素[J]. 地理研究， 2016， 35（8）： 1470-1482.

[12] 丁鐳， 夏會會， 師懿， 等. 2000—2015年長江經(jīng)濟帶工業(yè)結(jié)構(gòu)演變及其環(huán)境效應(yīng)[J]. 安全與環(huán)境工程， 2020， 27（2）： 8-16.

[13] 沈靜， 向澄， 柳意云. 廣東省污染密集型產(chǎn)業(yè)轉(zhuǎn)移機制：基于20002009年面板數(shù)據(jù)模型的實證[J]. 地理研究， 2012， 31（2）： 357-368.

[14] 高爽， 魏也華， 陳雯， 等. 發(fā)達地區(qū)制造業(yè)集聚和水污染的空間關(guān)聯(lián)： 以無錫市區(qū)為例[J]. 地理研究， 2011， 30（5）： 902-912.

[15] 鄧晴晴， 李二玲， 任世鑫. 農(nóng)業(yè)集聚對農(nóng)業(yè)面源污染的影響： 基于中國地級市面板數(shù)據(jù)門檻效應(yīng)分析[J]. 地理研究， 2020， 39（4）： 970-989.

[16] 余奕杉， 衛(wèi)平， 高興民. 生產(chǎn)性服務(wù)業(yè)集聚對城市綠色全要素生產(chǎn)率的影響： 以中國283個城市為例[J]. 當代經(jīng)濟管理， 2021， 43（4）： 54-65.

[17] DE LUCIO J J， HERCE J A， GOICOLEA A. The effects of externalities on productivity growth in Spanish industry[J]. Regional Science and Urban Economics， 2002， 32（2）： 241-258.

[18] 王艷華， 苗長虹， 胡志強， 等. 專業(yè)化、多樣性與中國省域工業(yè)污染排放的關(guān)系[J]. 自然資源學(xué)報， 2019， 34（3）： 586-599.

[19] 胡志強， 苗長虹， 袁豐. 集聚空間組織形式對中國地市尺度工業(yè)SO2排放的影響[J]. 地理學(xué)報， 2019， 74（10）： 2045-2061.

[20] 張姍姍， 張磊， 張落成， 等. 蘇南太湖流域污染企業(yè)集聚與水環(huán)境污染空間耦合關(guān)系[J]. 地理科學(xué)， 2018， 38（6）： 954-962.

[21] CHENG Z H. The spatial correlation and interaction between manufacturing agglomeration and environmental pollution[J]. Ecological Indicators， 2016（ 61）： 1024-1032.

[22] 姚成勝， 曹紫怡， 韓媛媛. 工業(yè)集聚、人口城鎮(zhèn)化、土地城鎮(zhèn)化與環(huán)境污染[J]. 地域研究與開發(fā)， 2020， 39（5）： 145-149.

[23] 修國義， 朱悅， 王儉. 產(chǎn)業(yè)集聚、人口規(guī)模與霧霾污染： 基于省際面板數(shù)據(jù)的實證[J]. 統(tǒng)計與決策， 2020， 36（7）： 61-65.

[24] 賈卓， 強文麗， 王月菊， 等. 蘭州-西寧城市群工業(yè)污染集聚格局及其空間效應(yīng)[J]. 經(jīng)濟地理， 2020， 40（1）： 68-75， 84.

[25] DURANTON G， PUGA D. Micro-foundations of urban agglomeration economies[J]. Handbook of Regional and Urban Economics， 2004（ 4）： 2063-2117.

[26] 彭倩， 干鎧駿. 產(chǎn)業(yè)集聚、生產(chǎn)率與污染排放： 來自中國制造業(yè)企業(yè)的經(jīng)驗證據(jù)[J]. 山西大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）， 2020， 43（2）： 105-120.

[27] HOSOE M， NAITO T. Trans‐boundary pollution transmission and regional agglomeration effects[J]. Papers in Regional Science， 2006， 85（1）： 99-120.

[28] 王素鳳， CHAMPAGNE P， 潘和平， 等. 工業(yè)集聚、城鎮(zhèn)化與環(huán)境污染： 基于非線性門檻效應(yīng)的實證研究[J].科技管理研究， 2017， 37（11）： 217-223.

[29] 王西琴， 李芬. 天津市經(jīng)濟增長與環(huán)境污染水平關(guān)系[J]. 地理研究， 2005， 24（6）： 834-842.

[30] 雷玉桃， 鄭夢琳， 孫菁靖. 中國重點城市群工業(yè)集聚對霧霾污染的影響研究[J]. 軟科學(xué)， 2020， 34（4）： 64-69.

[31] 曹杰， 林云. 我國制造業(yè)集聚與環(huán)境污染關(guān)系的實證研究[J]. 生態(tài)經(jīng)濟， 2016， 32（6）： 82-87.

[32] 張可， 豆建民. 集聚與環(huán)境污染： 基于中國287個地級市的經(jīng)驗分析[J]. 金融研究， 2015（12）： 32-45.

[33] 潘文卿， 李子奈， 劉強. 中國產(chǎn)業(yè)間的技術(shù)溢出效應(yīng)：基于35個工業(yè)部門的經(jīng)驗研究[J]. 經(jīng)濟研究， 2011， 46（7）： 18-29.

[34] 王勁峰， 徐成東. 地理探測器： 原理與展望[J]. 地理學(xué)報， 2017， 72（1）： 116-134.

[35] 陳洪星， 楊德剛， 李江月， 等. 大數(shù)據(jù)視角下的商業(yè)中心和熱點區(qū)分布特征及其影響因素分析： 以烏魯木齊主城區(qū)為例[J]. 地理科學(xué)進展， 2020， 39（5）： 738-750.

[36] ZHAO Y B，WANG S J， ZHOU C S. Understanding the relation between urbanization and the eco-environment in China’s Yangtze River Delta using an improved EKC model and coupling analysis[J]. The Science of the Total Environment， 2016（571）： 862-875.

作者貢獻說明：

王嘉寧：負責(zé)總體構(gòu)思及主要內(nèi)容撰寫；

李業(yè)錦：負責(zé)方法指導(dǎo)及部分內(nèi)容撰寫；

李怡旻：負責(zé)部分內(nèi)容撰寫以及相關(guān)政策修改；

李 倩：負責(zé)部分內(nèi)容撰寫。

Research on the Influence of Manufacturing Agglomeration in Beijing-Tianjin-Hebei Region on PM2.5 Concentration Based on Geographic Detector

Wang Jianing1 Li Yejin1 LI Yimin2 Li Qian3 1College of Resources Environment and Tourism， Capital Normal University， Beijing 100048 2Faculty of Geographical Science， Beijing Normal University， Beijing 100088 3China International Engineering Consulting Corporation， Senior Engineer， Beijing 100048

Abstract： [Purpose/significance] Exploring the distribution characteristics and influencing factors of haze pollution in the Beijing-Tianjin-Hebei region and clarifying the relationship between PM2.5 concentration and manufacturing agglomeration may be an important way to promote the green development of the Beijing-Tianjin-Hebei region. [Method/process] 204 districts and counties in Beijing-Tianjin-Hebei Region were taken as research objects to explore the spatial and temporal distribution characteristics of manufacturing agglomeration and PM2.5 concentration based on the data of industrial enterprises and the average annual PM2.5 concentration data from 2005 to 2013. The geographical detectors were used to reveal the influence mechanism of PM2.5 concentration spatial distribution from the perspectives of industry heterogeneity and agglomeration. [Result/conclusion]①The average annual PM2.5 concentration in Beijing-Tianjin-Hebei region showed a low spatial distribution pattern in northwest and a high spatial distribution pattern in southeast， with the obviously upward trend. The agglomeration form of manufacturing industry presented the spatial differentiation characteristic， in which the agglomeration density presented the development pattern of “Beijing-Tianjin-Handan” three-core group. Specialized agglomeration was manifested in the four small core development patterns of “Zhangjiakou-Baoding-Xingtai-Qinhuangdao”. Diversity agglomeration showed a centralized and contiguous development pattern. ②There was difference in the explanatory power of manufacturing agglomeration forms to PM2.5 concentration in different periods. Agglomeration density is always the dominant factor in the spatial distribution of PM2.5 concentration， but the degree of influence decreases to some extent. Specialized agglomeration has enhanced the explanatory power of PM2.5 concentration. The interaction of different agglomeration forms strengthens the degree of influence on the spatial distribution of PM2.5 concentration. ③From the perspective of industry heterogeneity， chemical raw materials and chemical products manufacturing industry were the leading factors resulting in the spatial differentiation of PM2.5 concentration. The explanatory power of the interaction between chemical raw materials and chemical products manufacturing industry and other factors was obviously stronger than that of other factors， and the explanatory power of the interaction between chemical raw materials and chemical products manufacturing industry and ferrous metal smelting and rolling processing industry was the highest. Therefore， the pollution-prone and heavy chemical industries should also be redistributed more vigorously to guide the reasonable， orderly and diversified agglomeration of manufacturing space， and accelerate the green and low-carbon transformation of manufacturing industry， which is an important strategic choice for the environmental management of PM2.5 in Beijing-Tianjin-Hebei region.

Keywords： agglomeration form PM2.5 geographic detector Beijing-Tianjin-Hebei region