中國(guó)經(jīng)濟(jì)社會(huì)發(fā)展與空氣質(zhì)量指數(shù)AQI的波動(dòng)周期耦合研究

劉惠敏 王珊珊 郭貴松

一、 引言

每一場(chǎng)霧霾， 都有關(guān)于成因的討論。 然而， 一些研究成果的結(jié)論卻引發(fā)了社會(huì)各界更大的擔(dān)憂(yōu)。綠色和平組織與英國(guó)利茲大學(xué)研究團(tuán)隊(duì)聯(lián)合發(fā)布的報(bào)告顯示， 燃煤排放的大氣污染物占PM2.5 顆粒物排放的25%， 是京津冀地區(qū)霧霾的根源①。 也有研究認(rèn)為， 霧霾中機(jī)動(dòng)車(chē)尾氣排放所占比例超過(guò)50%， 是空氣污染的罪魁禍?zhǔn)住?隨著社會(huì)各界對(duì)空氣污染討論的深入， 影響霧霾的更多因素被挖掘出來(lái)。 工業(yè)排放、 機(jī)動(dòng)車(chē)尾氣排放、 秸稈燃燒、 炒菜油煙， 以上影響空氣污染的因素已經(jīng)涵蓋了從工廠(chǎng)到家庭、 從城市到農(nóng)村的方方面面， 據(jù)此提出的防治霧霾的政策建議也非常龐雜。 社會(huì)各界對(duì)霧霾成因及治理方案缺乏共識(shí)， 加劇了霧霾治理的難度。

霧霾的諸多成因有主次之分， 對(duì)空氣污染的影響程度差異也很大。 即使居民炒菜的油煙和工業(yè)廢氣的排放量差不多， 在治理方式上也應(yīng)體現(xiàn)以人為本， 有所區(qū)別。 2017 年 12月 4 日， 環(huán)境保護(hù)部向京津冀及周邊地區(qū)城市下發(fā) 《關(guān)于請(qǐng)做好散煤綜合治理確保群眾溫暖過(guò)冬工作的函》 特急文件， 提出堅(jiān)持以保障群眾溫暖過(guò)冬為第一原則， “進(jìn)入供暖季， 凡屬?zèng)]有完工的項(xiàng)目或地方， 繼續(xù)沿用過(guò)去的燃煤取暖方式或其他替代方式”。 顯而易見(jiàn)， 相關(guān)部門(mén)對(duì)空氣污染治理已經(jīng)有了基于保障基本民生的系統(tǒng)性思考。 2014 年1月4 日， 中國(guó)首次將霧霾天氣納入自然災(zāi)情進(jìn)行通報(bào)。 但如果霧霾治理政策是建立在原因不明的基礎(chǔ)上， 不僅不能有效解決空氣污染問(wèn)題， 甚至有可能阻礙正常的經(jīng)濟(jì)活動(dòng)， 給中國(guó)的經(jīng)濟(jì)發(fā)展帶來(lái)巨大的損失。 霧霾所代表的空氣質(zhì)量問(wèn)題， 不僅僅是環(huán)境污染問(wèn)題， 更是與自然、經(jīng)濟(jì)和社會(huì)復(fù)合生態(tài)系統(tǒng)密不可分的系統(tǒng)問(wèn)題。 在討論人類(lèi)活動(dòng)對(duì)霧霾的影響時(shí)， 大部分結(jié)論是基于兩者之間存在因果關(guān)系的假設(shè)下得出的。 事實(shí)上，諸多人為因素與空氣質(zhì)量變化雖有一定的關(guān)系， 但并不一定存在明確的因果關(guān)系； 即便存在因果關(guān)系， 其內(nèi)在聯(lián)系也不一定是線(xiàn)性的， 其變化也不是單調(diào)的， 在時(shí)間上存在著波動(dòng)， 在空間上存在滯后， 呈現(xiàn)出隱性化的特征。 因此， 僅對(duì)影響空氣質(zhì)量的復(fù)雜人為因素進(jìn)行相關(guān)分析是遠(yuǎn)遠(yuǎn)不夠的， 會(huì)損失有價(jià)值的空間影響信息， 需要運(yùn)用基于大數(shù)據(jù)的函數(shù)型數(shù)據(jù)分析方法和信號(hào)分解方法， 探討在近似的氣象條件下， 空氣質(zhì)量的時(shí)空異質(zhì)性特征及其波動(dòng)與人為因素的時(shí)空耦合問(wèn)題。

二、 文獻(xiàn)綜述

研究空氣污染與人類(lèi)社會(huì)發(fā)展之間的相互影響機(jī)理， 國(guó)內(nèi)外主要有研究空氣污染帶給人類(lèi)社會(huì)發(fā)展的經(jīng)濟(jì)損失、 人類(lèi)社會(huì)發(fā)展導(dǎo)致空氣污染的潛在因素以及空氣污染和人類(lèi)社會(huì)發(fā)展的雙向關(guān)聯(lián)關(guān)系這三條路線(xiàn)。

空氣污染嚴(yán)重危害公眾健康及社會(huì)可持續(xù)發(fā)展， 空氣污染的健康經(jīng)濟(jì)損失一直是學(xué)者們關(guān)注的重點(diǎn)問(wèn)題②。 徐鴻翔、 張文彬認(rèn)為， 空氣污染除直接影響勞動(dòng)力供給外， 還可以通過(guò)增加工資水平和降低勞動(dòng)生產(chǎn)率間接影響勞動(dòng)力供給③。 穆泉、 張世秋綜合采用直接損失評(píng)估法、 疾病成本法和人力資本法， 對(duì)霧霾事件造成的交通和健康直接經(jīng)濟(jì)損失進(jìn)行評(píng)估。 評(píng)估結(jié)果顯示， 2013 年1月霧霾事件造成的全國(guó)交通和健康的直接經(jīng)濟(jì)損失保守估計(jì)約230 億元， 其中損失最大的省市主要分布在東部和京津冀區(qū)域； 霧霾事件中僅急/門(mén)診的健康終端的經(jīng)濟(jì)損失占總直接損失的98%， 相當(dāng)于現(xiàn)有文獻(xiàn)研究結(jié)果中對(duì)非霧霾事件情況下顆粒物污染造成的所有健康終端損失的近2 倍④。 因空氣污染造成的國(guó)民經(jīng)濟(jì)損失至少占環(huán)境污染損失的40%， 這一比例在世界銀行的相關(guān)報(bào)告中高達(dá)92.8%⑤。

空氣污染給居民帶來(lái)巨大的經(jīng)濟(jì)損失。 其中，與環(huán)境變化相關(guān)的疾病增多， 導(dǎo)致醫(yī)療和預(yù)防費(fèi)用的增加為直接經(jīng)濟(jì)損失， 可用直接損失評(píng)估法和疾病成本法計(jì)算； 由于健康狀況下降、 疲勞、 疾病和死亡等， 導(dǎo)致人的勞動(dòng)能力下降或喪失， 導(dǎo)致人力資本的貶值為間接經(jīng)濟(jì)損失， 研究方法主要為人力資本法⑥。 穆泉、 張世秋指出， 2001 年以來(lái) PM2.5重污染現(xiàn)象持續(xù)發(fā)生， 全國(guó)平均每年71%的省份都受到重污染的影響。 2013 年因PM2.5 重污染帶來(lái)的過(guò)早死亡達(dá)6.5 萬(wàn)例， 健康損失為281 億元， 相當(dāng)于2001—2013 年期間健康損失總和的54%⑦。

空氣污染對(duì)經(jīng)濟(jì)社會(huì)發(fā)展造成不可忽視的經(jīng)濟(jì)損失。 李春華、 趙雋宇為了評(píng)估霧霾污染造成的經(jīng)濟(jì)損失， 利用需求和供給驅(qū)動(dòng)的投入產(chǎn)出模型來(lái)評(píng)價(jià)霧霾引起的農(nóng)業(yè)損失所造成的經(jīng)濟(jì)部門(mén)間接經(jīng)濟(jì)損失。 研究發(fā)現(xiàn)： （1） 2012 年北京市霧霾引起的農(nóng)業(yè)直接經(jīng)濟(jì)損失是415498.5 萬(wàn)元， 從需求或者供給側(cè)計(jì)算的農(nóng)業(yè)間接經(jīng)濟(jì)損失是551648.439 萬(wàn)元，占農(nóng)業(yè) GDP 的 13.94%； （2） 從需求角度分析，2012 年北京市霧霾災(zāi)害引起農(nóng)業(yè)損失導(dǎo)致各個(gè)經(jīng)濟(jì)部門(mén)的間接關(guān)聯(lián)總經(jīng)濟(jì)損失為1313920.404 萬(wàn)元，占當(dāng)年GDP 的0.735%， 從供給角度分析， 造成的總的部門(mén)間接關(guān)聯(lián)經(jīng)濟(jì)損失為2517272.698 萬(wàn)元，占當(dāng)年 GDP 的 1.408%⑧。 還有學(xué)者以 2013 年 1月北京市霧霾重污染事件為例， 嘗試使用靜態(tài)和動(dòng)態(tài)的投入產(chǎn)出模型評(píng)估霧霾對(duì)部門(mén)經(jīng)濟(jì)沖擊下的產(chǎn)業(yè)關(guān)聯(lián)間接損失。 結(jié)果表明： 靜態(tài)情形下， 霧霾給交通運(yùn)輸業(yè)造成的總損失達(dá)9100.72 萬(wàn)元， 由霧霾導(dǎo)致交通部門(mén)直接經(jīng)濟(jì)損失引起的產(chǎn)業(yè)關(guān)聯(lián)間接損失總計(jì)21003.55 萬(wàn)元， 超過(guò)交通運(yùn)輸業(yè)直接經(jīng)濟(jì)損失的2 倍； 動(dòng)態(tài)情形下， 受霧霾影響的部門(mén)生產(chǎn)恢復(fù)期越長(zhǎng)， 產(chǎn)業(yè)經(jīng)濟(jì)損失值越大⑨。

以工業(yè)為主導(dǎo)的經(jīng)濟(jì)增長(zhǎng)似乎很難避免對(duì)空氣污染的影響， 研究空氣污染和經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系一直是學(xué)術(shù)界的熱點(diǎn)。 為了研究經(jīng)濟(jì)發(fā)展對(duì)空氣污染的影響路徑， 相關(guān)研究成果主要分為兩類(lèi)： 一類(lèi)側(cè)重挖掘?qū)е驴諝馕廴镜臐撛谌藶橐蛩兀?如城市化水平⑩、 交通運(yùn)輸?、 工業(yè)結(jié)構(gòu)?等對(duì)城市空氣質(zhì)量的影響； 另一類(lèi)關(guān)注人類(lèi)社會(huì)發(fā)展對(duì)空氣污染的影響機(jī)理?。

庫(kù)茲涅茨曲線(xiàn)于1997 年被提出， 隨后被應(yīng)用于研究環(huán)境污染問(wèn)題?。 大部分學(xué)者選擇環(huán)境庫(kù)茲涅茨曲線(xiàn)作為研究經(jīng)濟(jì)、 社會(huì)發(fā)展與空氣污染的理論模型， 認(rèn)為在發(fā)達(dá)國(guó)家和中等收入國(guó)家， 空氣污染與經(jīng)濟(jì)增長(zhǎng)的關(guān)系為倒U 形； 在發(fā)展中國(guó)家， 二者關(guān)系為N 形?。 不同污染物與經(jīng)濟(jì)發(fā)展的關(guān)系也有所不同， 主要有倒 U 型、 同步、 U 形和 N 形等四種形態(tài)?。 學(xué)者們也在尋找其他理論模型來(lái)描述經(jīng)濟(jì)發(fā)展與空氣污染的關(guān)系。 其中， 耦合關(guān)系將經(jīng)濟(jì)活動(dòng)與生態(tài)過(guò)程視作一個(gè)系統(tǒng)， 通過(guò)耦合協(xié)調(diào)度和發(fā)展指數(shù)來(lái)判斷空氣污染與經(jīng)濟(jì)發(fā)展的協(xié)調(diào)程度?，為本文提供了可借鑒的研究視角。 此外， 脫鉤理論通過(guò)脫鉤指數(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)與空氣污染的關(guān)系進(jìn)行了分類(lèi)?。 也有研究提出在多元線(xiàn)性回歸方程的基礎(chǔ)上通過(guò)非參數(shù)統(tǒng)計(jì)方法進(jìn)行敏感性分析， 通過(guò)建立經(jīng)濟(jì)社會(huì)發(fā)展與環(huán)境污染之間敏感程度的理論模型來(lái)探索兩者相互作用的原理?。

盡管上述研究成果為空氣污染與人類(lèi)社會(huì)發(fā)展之間的相互影響機(jī)理提供了實(shí)證依據(jù)， 但卻忽略了空氣質(zhì)量問(wèn)題與人類(lèi)活動(dòng)內(nèi)在的復(fù)雜關(guān)系， 很少有學(xué)者關(guān)注空氣質(zhì)量的時(shí)空異質(zhì)性特征及其波動(dòng)與人為因素的時(shí)空耦合問(wèn)題。 因此， 本文以全國(guó)160 個(gè)地級(jí)以上城市作為研究對(duì)象， 采用小波分析及空間計(jì)量模型， 研究在不同時(shí)空尺度下空氣質(zhì)量指數(shù)的時(shí)空特征及主要社會(huì)經(jīng)濟(jì)影響因素， 對(duì)我國(guó)加快治理空氣污染、 進(jìn)行產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)具有重要的現(xiàn)實(shí)意義。

三、 研究設(shè)計(jì)

2012 年中國(guó)環(huán)境保護(hù)部發(fā)布了新的環(huán)境空氣質(zhì)量標(biāo)準(zhǔn) （GB3095—2012）， 用空氣質(zhì)量指數(shù) （AQI）代替空氣污染指數(shù) （API）， 以描述城市的空氣質(zhì)量。 AQI 值立足于六種大氣污染物， 即二氧化硫、二氧化氮、 一氧化碳、 臭氧、 粒徑小于或等于10微米的顆粒物 （PM10） 和粒徑小于或等于2.5 微米的顆粒物 （PM2.5）。

（ 一） 數(shù)據(jù)來(lái)源

樣本城市在 2014 年 1月 1 日至 2019 年 12月31 日的每日AQI 值都來(lái)自中國(guó)國(guó)泰君安數(shù)據(jù)庫(kù)（CSMAR）。 2014 年， 中國(guó)有 160 個(gè)城市進(jìn)行了空氣質(zhì)量監(jiān)測(cè)， 2015 年至2019 年的樣本城市有335 個(gè)。借鑒GB3095—2012 對(duì)AQI 平均值的標(biāo)準(zhǔn)定義， 本文 “季平均值” 指一個(gè)日歷季內(nèi)各日平均濃度的算數(shù)平均值， “年平均值” 指一個(gè)日歷年內(nèi)各日平均濃度的算數(shù)平均值。 社會(huì)經(jīng)濟(jì)因素的時(shí)間序列數(shù)據(jù)來(lái)自Wind 數(shù)據(jù)庫(kù)。 其中工業(yè)用電量由國(guó)家能源局發(fā)布， 汽車(chē)銷(xiāo)量來(lái)自中國(guó)汽車(chē)工業(yè)協(xié)會(huì)， 煙花出口量來(lái)自海關(guān)總署， 其它數(shù)據(jù)源于國(guó)家統(tǒng)計(jì)局。 社會(huì)經(jīng)濟(jì)因素的截面數(shù)據(jù)中， 液化石油氣家庭供應(yīng)量、工業(yè)用電量來(lái)自 《2018 年中國(guó)城市統(tǒng)計(jì)年鑒》， 化肥施用量、 施工面積、 私人汽車(chē)保有量來(lái)自各省、市統(tǒng)計(jì)年鑒， 部分缺失數(shù)據(jù)根據(jù)相關(guān)的統(tǒng)計(jì)年鑒進(jìn)行補(bǔ)充。

（ 二） 模型設(shè)定

1. 小波分析。 小波分析作為信號(hào)處理工具， 通過(guò)增加或減小伸縮尺度來(lái)得到信號(hào)的低頻和高頻信息， 然后分析信號(hào)的概貌或細(xì)節(jié)， 實(shí)現(xiàn)對(duì)信號(hào)不同時(shí)間尺度和空間局部特征的分析?。

小波分析的準(zhǔn)確性在很大程度上受小波基函數(shù)選取的影響， 同一信號(hào)或時(shí)間序列， 若選擇不同的小波基函數(shù)， 所得的結(jié)果往往會(huì)有所差異。 對(duì)于一個(gè)時(shí)間序列進(jìn)行小波轉(zhuǎn)換時(shí)， 母小波的選擇尤為重要， Morlet 小波能夠很好地平衡時(shí)間和頻率的局部化。 本文采用Morlet 小波作為研究的母小波函數(shù)，對(duì)AQI 和相關(guān)影響因子進(jìn)行小波分析， 識(shí)別AQI 數(shù)據(jù)中隱藏的周期規(guī)律。 在此基礎(chǔ)上， 研究利用MATLAB 的小波分析工具箱進(jìn)行連續(xù)小波變換， 以反映時(shí)間序列在時(shí)間尺度和能量大小上的特征。

2. 地理加權(quán)回歸。 普通最小二乘法 （OLS） 回歸分析被廣泛用于識(shí)別因變量和多元變量之間的關(guān)系。 然而， OLS 回歸不適用于存在空間依賴(lài)的情況。 作為一般線(xiàn)性回歸方法的推廣， 地理加權(quán)回歸（GWR） 模型可以揭示研究區(qū)域的局部關(guān)聯(lián)。 GWR是一種改進(jìn)的空間線(xiàn)性回歸模型， 它在建模過(guò)程中通過(guò)引入空間權(quán)重矩陣， 充分考慮了空間自相關(guān)和空間異質(zhì)性， 能夠很好地描述響應(yīng)變量與預(yù)測(cè)變量之間的定量關(guān)系隨空間位置的變化。

GWR 模型中， 由于地理空間信息都是采用經(jīng)緯度坐標(biāo)來(lái)描述， 因此采用距離作為權(quán)重大小的計(jì)算指標(biāo)。 本文選擇Gauss 函數(shù)法作為權(quán)重函數(shù)， 采用交叉驗(yàn)證CV （Cross-Validation） 的方法來(lái)確定最優(yōu)帶寬。 帶寬是權(quán)重計(jì)算的決定因子， 帶寬越大，則權(quán)重影響隨著距離的增加衰減得越慢， 需要通過(guò)確定最優(yōu)帶寬來(lái)提高模型的精確性。

四、 實(shí)證分析

結(jié)合AQI 特定的時(shí)間特征， 探究造成AQI 空間分異特征的主要社會(huì)經(jīng)濟(jì)因素。 利用小波分析識(shí)別相關(guān)的社會(huì)經(jīng)濟(jì)因素的波動(dòng)周期， 通過(guò)與AQI 時(shí)間序列的波動(dòng)周期進(jìn)行匹配， 初步確定主要影響因素， 并用OLS 回歸進(jìn)行驗(yàn)證。

（ 一） 影響 AQI 的主要因素篩選

AQI 的時(shí)空分異特征是諸多因素共同作用的結(jié)果。 AQI 的主要影響因素應(yīng)當(dāng)具有和AQI 時(shí)間序列相同的波動(dòng)周期， 并能解釋AQI 的空間分布特征。《中華人民共和國(guó)大氣污染防治法》 為應(yīng)對(duì)空氣污染提出一系列措施， 本文從中提取11 個(gè)與空氣污染相關(guān)的社會(huì)經(jīng)濟(jì)因素并選取相應(yīng)指標(biāo)， 見(jiàn)表1。

表1 與空氣污染相關(guān)的社會(huì)經(jīng)濟(jì)因素及相應(yīng)指標(biāo)

利用小波分析對(duì)上述指標(biāo)進(jìn)行時(shí)間尺度的識(shí)別， 以考察該因素和AQI 的時(shí)間序列是否存在相同的波動(dòng)周期。 根據(jù)峰值對(duì)應(yīng)的尺度識(shí)別時(shí)間序列的主周期， 若與AQI 的主周期相匹配， 則假定該因素為影響AQI 的主要因素。

據(jù)此， 遴選出工業(yè)污染、 機(jī)動(dòng)車(chē)尾氣排放、 建筑活動(dòng)、 生活污染和化肥農(nóng)藥污染5 項(xiàng)指標(biāo)， 通過(guò)OLS 回歸進(jìn)一步檢驗(yàn)其和AQI 是否具有統(tǒng)計(jì)相關(guān)關(guān)系。

（ 二） 主要因素對(duì) AQI 的影響

對(duì)于初步遴選出的主要影響因素， 研究嘗試通過(guò)OLS 回歸驗(yàn)證并分析其對(duì)AQI 的影響。 建立OLS回歸模型需要使用截面數(shù)據(jù)， 如表2 所示。

表2 指標(biāo)調(diào)整

本文共收集到2017 年234 個(gè)城市上述指標(biāo)的截面數(shù)據(jù)， 以此作為自變量， 以AQI 為因變量， 進(jìn)行OLS 回歸分析， 見(jiàn)表3。 模型通過(guò)了顯著性檢驗(yàn)（F=32.65， P＜0.0001）。

表3 OLS 回歸結(jié)果

工業(yè)用電量、 汽車(chē)銷(xiāo)量、 施工面積和化肥產(chǎn)量等四個(gè)因素和AQI 的回歸系數(shù)均大于0。 其中， 化肥施用量、 私人汽車(chē)保有量、 施工活動(dòng)與AQI 的回歸系數(shù)較大， 化肥農(nóng)藥污染、 機(jī)動(dòng)車(chē)尾氣排放和施工活動(dòng)可以看作是中國(guó)城市空氣污染的主要來(lái)源。家庭液化石油氣供應(yīng)量與AQI 的回歸系數(shù)為負(fù)， 家庭液化石油氣的使用造成的空氣污染較少。

OLS 回歸針對(duì)相關(guān)社會(huì)因素對(duì)AQI 的影響進(jìn)行了探究， 但一個(gè)城市AQI 的影響因素不僅來(lái)自城市本身， 也來(lái)自鄰近城市。 因此， 為了研究形成空間分異特征的影響因素， 有必要使用空間回歸模型，將周邊城市對(duì)回歸城市的影響納入回歸模型中。GWR 充分考慮空間異質(zhì)性， 是傳統(tǒng)回歸模型的延伸。 在 ArcGIS10.2 中運(yùn)行 GWR 模型， 見(jiàn)表 4。 鄰域值為42， 表示引入附近42 個(gè)城市以估計(jì)回歸城市的回歸系數(shù)。 模型能解釋78.07%的變量特征， 比OLS 回歸模型結(jié)果改善。

表4 GWR 與OLS 回歸結(jié)果對(duì)比

（ 三） 結(jié)果與分析

GWR 模型估計(jì)的各個(gè)解釋變量對(duì)每一個(gè)城市的AQI 都有一個(gè)特定的參數(shù)值， 通過(guò)對(duì)GWR 模型中各自變量的回歸系數(shù)系數(shù)以0 為分界點(diǎn)進(jìn)行正、負(fù)值區(qū)分， 可以看出， AQI 的影響因素在空間上具有明顯的異質(zhì)性。

1. 工業(yè)用電量。 回歸系數(shù)為正的城市占總數(shù)的76.9%， 工業(yè)發(fā)展與東北地區(qū)、 珠三角和西部地區(qū)的空氣污染有相同的變化趨勢(shì)。 工業(yè)消耗大量的化石能源， 排放出大量二氧化硫、 煙塵、 粉塵等， 導(dǎo)致大氣污染物濃度增加。

2. 私人汽車(chē)保有量。 正回歸系數(shù)的城市占總數(shù)的69.7%， 機(jī)動(dòng)車(chē)保有量的增加降低了東部、 華北和西南等地區(qū)的空氣質(zhì)量。 一方面， 機(jī)動(dòng)車(chē)保有量的增加使得機(jī)動(dòng)車(chē)尾氣排放增加， 帶來(lái)大量的一氧化碳、 一氧化二氮、 甲烷和非甲烷揮發(fā)性有機(jī)成分等大氣污染物， 加劇了空氣質(zhì)量的惡化； 另一方面， 城市中大量的機(jī)動(dòng)車(chē)加劇了交通擁堵， 而交通擁堵增加了車(chē)輛能耗與空氣污染。

3. 施工面積。 正回歸系數(shù)的城市占總數(shù)的86.8%， 施工活動(dòng)的增加降低了華北、 西部、 東北等地區(qū)的空氣質(zhì)量。 建筑業(yè)是產(chǎn)生粉塵的重污染部門(mén)之一， 施工現(xiàn)場(chǎng)的PM 值顯著高于其他地區(qū)。 建筑工地的地面易集聚粉塵， 可以不斷產(chǎn)生PM2.5 和PM10 等大氣污染物， 帶來(lái)嚴(yán)重的空氣污染。

4. 化肥施用量。 正回歸系數(shù)的城市占總數(shù)的91.5%。 化肥的使用加劇了中國(guó)西部、 中部、 東南部等廣大地區(qū)的空氣污染， 最顯著的地區(qū)位于華北地區(qū)。 化肥的過(guò)度和不合理的使用會(huì)帶來(lái)嚴(yán)重的空氣污染。 化肥中的氮可以經(jīng)過(guò)化學(xué)反應(yīng)生成氮氧化物， 進(jìn)入大氣中形成污染。 此外， 化肥中大量的氮以氨氣的形式流失進(jìn)入大氣中， 促進(jìn)大氣中PM2.5濃度的增加。

5. 液化石油氣家庭供應(yīng)量。 負(fù)回歸系數(shù)的城市占總數(shù)的91%。 在中國(guó)大部分地區(qū)， 例如北京、 天津、 河北、 西部地區(qū)， 加大家庭液化石油氣的使用有利于減少空氣污染。 液化石油氣被認(rèn)為是最重要的家庭清潔燃料之一。 液化石油氣的使用取代了污染嚴(yán)重的生活能源， 如煤炭和煤氣等， 能節(jié)約能源， 產(chǎn)生較少的空氣污染。

五、 研究結(jié)論與政策建議

本文利用2014—2019 年中國(guó)160 個(gè)城市的空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)， 利用小波分析法遴選出5 項(xiàng)主要指標(biāo)進(jìn)行回歸分析， 采用空間回歸模型研究造成中國(guó)城市空氣質(zhì)量指數(shù)空間分異特征的主要社會(huì)經(jīng)濟(jì)影響因素。 目前， 以 “碳達(dá)峰、 碳綜合” 為目標(biāo)的大氣治理政策， 圍繞優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、 推進(jìn)產(chǎn)業(yè)綠色發(fā)展、 調(diào)整運(yùn)輸結(jié)構(gòu)、 發(fā)展綠色交通體系等途徑，大幅度降低了污染物排放量。 本文研究發(fā)現(xiàn)， 與空氣污染相關(guān)的主要社會(huì)經(jīng)濟(jì)因素中， 化肥施用量、私人汽車(chē)保有量、 施工活動(dòng)與空氣質(zhì)量指數(shù)的相關(guān)性較大， 而家庭液化石油氣供應(yīng)量與空氣質(zhì)量指數(shù)的相關(guān)性則較小。

本文考慮到空氣質(zhì)量指數(shù)的波動(dòng)受到空氣污染治理政策的顯著影響， 而政策是以經(jīng)濟(jì)、 社會(huì)發(fā)展的相關(guān)因素作為治理載體和實(shí)施路徑的， 構(gòu)成了政策—人因—AQI 的自組織系統(tǒng)， 因此， 空氣質(zhì)量指數(shù)在空間上具有明顯的異質(zhì)性特征。 當(dāng)前所有省份均推行了針對(duì)工業(yè)污染和生活污染的治理政策， 如差別電價(jià)、 排污許可證和煤改氣等。 但在化肥農(nóng)藥污染、 機(jī)動(dòng)車(chē)尾氣排放和施工活動(dòng)等空氣污染的主要因素治理方面， 還缺少必要的政策推動(dòng)。 如， 在控制機(jī)動(dòng)車(chē)新增數(shù)量上， 僅有部分省份推行汽車(chē)限購(gòu)政策。 對(duì)于吉林、 西藏和湖南等施工活動(dòng)回歸系數(shù)較高的省份， 可以征收揚(yáng)塵排污費(fèi)。 對(duì)于重慶、甘肅等化肥農(nóng)藥污染回歸系數(shù)較高的省份， 可以推廣使用有機(jī)肥。 當(dāng)前， 大氣污染防治主要集中在非電行業(yè)， 2018 年啟動(dòng)了鋼鐵行業(yè)超低排放改造。 交通運(yùn)輸也是大氣污染未來(lái)的重點(diǎn)治理方向。

基于上述結(jié)論， 治理大氣污染， 改善我國(guó)城市空氣質(zhì)量狀況， 城市內(nèi)部治理和外部合作缺一不可。 從城市內(nèi)部治理的角度出發(fā)， 不同城市應(yīng)圍繞區(qū)域產(chǎn)業(yè)結(jié)構(gòu)和社會(huì)經(jīng)濟(jì)發(fā)展情況， 制定適合的綠色產(chǎn)業(yè)扶持政策， 促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)的綠色轉(zhuǎn)型升級(jí)。從區(qū)域合作來(lái)看， 大氣污染作為環(huán)境污染的負(fù)外部性問(wèn)題， 存在顯著的空間外溢性， 極易導(dǎo)致相鄰地區(qū)間出現(xiàn)不同程度污染轉(zhuǎn)移的現(xiàn)象， 進(jìn)而形成區(qū)域型污染。 因此， 霧霾污染已成為所有城市共同面對(duì)的困境， 局部的霧霾污染治理無(wú)法從根本上解決全國(guó)霧霾污染問(wèn)題。 在城鎮(zhèn)化戰(zhàn)略實(shí)施的關(guān)鍵時(shí)期，為了有效應(yīng)對(duì)霧霾污染的空間關(guān)聯(lián)， 區(qū)域之間要在合理控制城市人口規(guī)模和城市投資強(qiáng)度以及工業(yè)減排等方面加強(qiáng)協(xié)同性。 在各個(gè)城市內(nèi)部因地制宜建立大氣污染治理機(jī)制的基礎(chǔ)上， 不斷拓展治理邊界， 逐步將周邊城市的治理體系有效地聯(lián)接在一起， 形成區(qū)域大氣污染聯(lián)防聯(lián)控機(jī)制， 實(shí)現(xiàn)更大空間范圍內(nèi)的全方位區(qū)域協(xié)同發(fā)展。

注釋?zhuān)?/p>

① 關(guān)大博、 劉竹： 《霧霾真相： 京津冀地區(qū) PM2.5污染解析及減排策略研究》， 中國(guó)環(huán)境出版社2014 年版，第 2—3 頁(yè)。

② 李惠娟、 周德群、 魏永杰： 《空氣污染的健康經(jīng)濟(jì)損失評(píng)價(jià)研究進(jìn)展》， 《環(huán)境科學(xué)研究》 2020 年第10期。

③ 徐鴻翔、 張文彬： 《空氣污染對(duì)勞動(dòng)力供給的影響效應(yīng)研究——理論分析與實(shí)證檢驗(yàn)》， 《軟科學(xué)》 2017年第3 期。

④ 穆泉、 張世秋： 《2013 年1月中國(guó)大面積霧霾事件直接社會(huì)經(jīng)濟(jì)損失評(píng)估》， 《中國(guó)環(huán)境科學(xué)》 2013 年第11 期。

⑤ 李國(guó)柱、 李從欣： 《中國(guó)環(huán)境污染經(jīng)濟(jì)損失研究述評(píng)》， 《統(tǒng)計(jì)與決策》 2009 年第 12 期。

⑥ 趙曉麗、 范春陽(yáng)、 王予希： 《基于修正人力資本法的北京市空氣污染物健康損失評(píng)價(jià)》， 《中國(guó)人口·資源與環(huán)境》 2014 年第 3 期。

⑦ 穆泉、 張世秋： 《中國(guó) 2001—2013 年P(guān)M2.5 重污染的歷史變化與健康影響的經(jīng)濟(jì)損失評(píng)估》， 《北京大學(xué)學(xué)報(bào)》 （自然科學(xué)版） 2015 年第 4 期。

⑧ 李春華、 趙雋宇： 《北京市霧霾災(zāi)害農(nóng)業(yè)損失引起的部門(mén)間接經(jīng)濟(jì)損失評(píng)估》， 《中國(guó)農(nóng)學(xué)通報(bào)》 2017 年第10 期。

⑨ 王桂芝、 顧賽菊、 陳紀(jì)波： 《基于投入產(chǎn)出模型的北京市霧霾間接經(jīng)濟(jì)損失評(píng)估》， 《環(huán)境工程》 2016 年第 1 期。

⑩ 汪發(fā)元、 鄭軍、 汪宗順： 《城市化水平、 工業(yè)化水平對(duì)空氣質(zhì)量的影響分析——基于湖北省16 城市2005—2017 年數(shù)據(jù)的時(shí)空模型》， 《長(zhǎng)江流域資源與環(huán)境》 2019 年第 6 期。

? 陶雙成、 鄧順熙、 劉寧、 高碩晗、 姚嘉林： 《北京交通限行對(duì)城市次干道空氣質(zhì)量的影響》， 《科技導(dǎo)報(bào)》2016 年第 18 期。

? 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)》，《財(cái)經(jīng)研究》 2021 年第 3 期。

? 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》， 《環(huán)境科學(xué)學(xué)報(bào)》 2018 年第 1 期。

? 崔鑫生、 韓萌、 方志： 《動(dòng)態(tài)演進(jìn)的倒 “U” 型環(huán)境庫(kù)茲涅茨曲線(xiàn)》， 《中國(guó)人口·資源與環(huán)境》 2019 年第 9 期。

? 姚樹(shù)潔、 張帥： 《可再生能源消費(fèi)、 碳排放與經(jīng)濟(jì)增長(zhǎng)動(dòng)態(tài)關(guān)系研究》， 《人文雜志》 2019 年第5 期。

? 李競(jìng)、 侯麗朋、 唐立娜： 《基于環(huán)境庫(kù)茲涅茨曲線(xiàn)的我國(guó)大氣污染防治重點(diǎn)區(qū)域環(huán)境空氣質(zhì)量與經(jīng)濟(jì)增長(zhǎng)關(guān)系研究》， 《生態(tài)學(xué)報(bào)》 2021 年第 22 期。

? 楊林、 高宏霞： 《經(jīng)濟(jì)增長(zhǎng)是否能自動(dòng)解決環(huán)境問(wèn)題——倒U 型環(huán)境庫(kù)茲涅茨曲線(xiàn)是內(nèi)生機(jī)制結(jié)果還是外部控制結(jié)果》， 《中國(guó)人口·資源與環(huán)境》 2012 年第8期。

? 張成、 朱乾龍、 同申： 《環(huán)境污染和經(jīng)濟(jì)增長(zhǎng)的關(guān)系》， 《統(tǒng)計(jì)研究》 2011 年第 1 期。

? 李苒、 曹明明、 胡勝、 姬巧娟： 《基于耦合模型的生態(tài)環(huán)境與經(jīng)濟(jì)協(xié)調(diào)發(fā)展研究——以榆林市為例》，《西北大學(xué)學(xué)報(bào)》 （自然科學(xué)版） 2014 年第2 期。

? 姚清晨、 張紅： 《基于小波分析的太原市空氣質(zhì)量變化特征及預(yù)測(cè)》， 《山西大學(xué)學(xué)報(bào)》 （自然科學(xué)版）2019 年第 1 期。