李 書 娟

一、引 言

黨的十九大提出了加快生態(tài)文明體制改革，建設美麗中國的戰(zhàn)略目標，著力解決突出的環(huán)境問題，實施大氣污染防治行動，打贏藍天保衛(wèi)戰(zhàn)成為全民全社會的共識。而近年來，中國嚴重的霧霾天氣頻繁出現，“等風來”成為霧霾籠罩中人們的迫切愿望，人們的直觀感受是“風吹霧霾散”。霧霾隨風飄的實質是跨界空氣污染問題?？缃缈諝馕廴臼侵窤地區(qū)的行為對B地區(qū)的大氣環(huán)境造成負面影響，實質上就是空氣污染物在不同區(qū)域間的擴散和遠距離傳輸*關于跨界污染(Transboundary Pollution)，通常用在跨國界的污染中，因此又譯為“越境污染”、“跨國界污染”。目前關于跨界污染的定義大多來自于國際法對于國家責任認定時所作的界定，最早的是1979年的《遠程越境空氣污染公約》，目前常用的是1982年國際法協會在蒙特利爾通過的《適用跨國界污染的國際法規(guī)則》中的定義，“跨國界污染指污染的全部或局部物質來源于一國領土內，而對另一國領土產生的后果”。1990年國際法委員會對其進行擴展，將公海及兩極區(qū)域也包括在內。，是一種超越行政邊界的物理外部性*物理外部性主要是指污染物(工業(yè)煙塵、廢水等)具有物理特性的外部性問題， 與通過價格或收入等間接效應產生影響的方式相對(曾文慧，2008)。這里的行政邊界可以大到國界，也可以具體到省界、市界及州縣界。。本文擬實證檢驗跨界空氣污染的存在性及其程度。

盡管公眾及大眾媒體早已認識到跨界空氣污染的存在，但是由于方法論的原因，規(guī)范的實證文獻并不多見*Zheng Siqi et al.(2014)是個例外。她們分析了跨界污染與房價的關系，采用中國85個城市2006—2008年的PM10及其他數據，利用位于城市上風向城市的污染排放作為跨界空氣污染的度量，發(fā)現相鄰城市的污染排放每減少10%，該城市的房價平均上漲0.67%。James et al.(2017)發(fā)現在聯邦體制下，政府會將污染企業(yè)建在城市下風向位置。。具體而言，識別跨界空氣污染的關鍵是尋找外生的空氣污染源。只有當污染源是外生的，才能有效排除其他因素及機制的作用，較為干凈地識別出污染源本身的跨界影響。坦白的說，尋找外生的空氣污染源并不是一件很容易的事情，甚至可遇而不可求，比如東南亞森林大火*每隔幾年就要肆虐一次的東南亞的森林大火，源于印度尼西亞每年干旱季均會遭遇林火，以1997年8月為最，持續(xù)時間長、污染范圍廣、損失慘重，使得生態(tài)專家認為此場大火為“國際大災難”。。Quah Euston(2002)發(fā)現，印度尼西亞1997—1998年的森林大火形成的跨界空氣污染對東南亞其他國家造成巨大的經濟損失。Othman Jamal et al.(2014)收集了馬來西亞四家醫(yī)院與煙霧污染相關住院病人的數據，發(fā)現印度尼西亞的生物體焚燒造成的空氣污染對馬來西亞居民健康有不良影響。

本文找到了一個新的外生空氣污染源：省委書記、省長的家鄉(xiāng)市。一方面，省委書記、省長家鄉(xiāng)市可以作為一個空氣污染源。徐現祥和李書娟(2015)發(fā)現，省委書記、省長上任后，其家鄉(xiāng)市的工業(yè)污染顯著加劇*平均而言，家鄉(xiāng)市的人均工業(yè)二氧化硫排放比非家鄉(xiāng)市增長快了約4個百分點，人均工業(yè)煙塵排放比非家鄉(xiāng)市增長平均快了約18個百分點。這是因為省委書記、省長幫助家鄉(xiāng)經濟發(fā)展，主要是通過發(fā)展不清潔生產實現的，因此加速了家鄉(xiāng)的環(huán)境污染。主要的檢驗結果在表3，更多檢驗結果可參考徐現祥和李書娟(2015)。。另一方面，省委書記、省長家鄉(xiāng)市具有一定的外生性。中國人事管理是任命制，上級任命考核下級的標準是“德、能、勤、績、廉”，并沒有證據顯示上級偏愛某一籍貫地的下級官員。對于省委書記、省長而言，其家鄉(xiāng)所在地是自己無法決定的，而且其家鄉(xiāng)市將其運作為省級黨政領導的可能性也幾乎為零。另外，也是更為關鍵的，中國省委書記、省長的任期平均約為4年(王賢彬和徐現祥，2008)，變動較為頻繁。顯然，隨著省委書記、省長更替，家鄉(xiāng)市名單也隨之變化。這意味著，對于全國283個地級市而言*本文以2004年的中華人民共和國行政區(qū)劃為準，2004年全國共計283個地級市，不包括直轄市、州、盟及縣級市。來源：中華人民共和國中央人民政府網站http://www.gov.cn/test/2007-03/23/content_559291.htm。，雖然每年的外生空氣污染源數量大致不變，但是隨著省委書記、省長家鄉(xiāng)市的更替，污染源本身發(fā)生變動。

本文根據外生空氣污染源所在市的風向識別跨界空氣污染。根據污染源的主導風向，本文把與其相鄰的地級市分為上風向城市、下風向城市、緊鄰下風向城市和其他風向城市等四類地級市，系統(tǒng)性地考察污染源的空氣污染物是否隨風飄向與其相鄰的下風向地級市及其程度。這是一個可行的識別策略。當存在跨界空氣污染時，污染源所在地的污染物隨風飄入下風向地級市，相對于其他風向地級市，下風向地級市新增加的空氣污染物就可以歸因于跨界空氣污染。另外，風作為跨界空氣污染的主要輸送條件顯然是存在的，作為自然界最常見的空氣對流現象，風向及風速也都是相當外生的。這意味著，在本文的識別策略中，空氣污染物的跨界傳播媒介也是外生的。

基于上述識別策略，本文發(fā)現，在2001—2010年間，下風向地級市遭受了顯著的跨界空氣污染。具體而言，新的空氣污染源出現后，與位于污染源其他風向地級市相比，下風向地級市的人均二氧化硫、煙塵增長快了約25%和14%；如果以來自NASA衛(wèi)星的PM2.5數據度量空氣污染，那么下風向地級市的PM2.5增長快了約2%。另外，本文還發(fā)現，風速是促進跨界空氣污染的重要因素，風速每變動一個百分點，下風向地級市所受的跨界污染物人均二氧化硫、煙塵和PM2.5將分別變動0.17、0.19和0.06個百分點。

本文的發(fā)現是相當穩(wěn)健的，揭示了導致跨界空氣污染的主要因素是風：風向決定著空氣污染物的擴散方向，風速則影響著空氣污染物的擴散速度。這與大量媒體報道是吻合的。截至2018年4月2日，在百度搜索輸入關鍵詞“霧霾風”，可以找到相關結果約4,890,000條。北京市環(huán)境保護局網站報道，中科院“大氣灰霾溯源”項目組發(fā)布了北京市PM2.5來源解析報告，2012—2013年區(qū)域傳輸對北京市PM2.5來源的貢獻約為1/5*來源于和訊網網站2013年02月19日報道：http://news.hexun.com/2013-02-19/151257383.html。。人民網報道，中國氣象局研究員朱定真在人民網和中國科普研究所主辦的《TALK科學—2015年度科技熱點追問》年終活動上發(fā)表題為《霧霾，只能等風嗎？》的演講，認為風是增加大氣擴散條件減輕霧霾的一個辦法*來源于人民網2015年12月21日報道：http://scitech.people.com.cn/n1/2015/1221/c1007-27957081.html。。人民政協網報道，十二屆全國人大四次會議后，環(huán)境保護部部長陳吉寧就“加強生態(tài)環(huán)境保護”的相關問題接受記者采訪，表示風速大概與往年相比減少了5%左右，這是不利于霧霾擴散的重要氣象原因*還有延邊朝鮮族自治州與哈爾濱市相鄰，鑒于本文的研究對象是地級市，沒有包含州、省直管縣、地區(qū)，因此沒有將延邊朝鮮族自治州包括在內。。

本文以下部分的結構安排是：第二部分是樣本與識別策略；第三、四、五部分是實證分析；最后是結論性評述。

二、樣本與識別策略

(一)樣本

本文的目的在于考察污染源對與其相鄰的下風向城市跨界空氣污染的存在及程度。顯然，實證分析前需要明確三個要素，一是空氣污染源，即省級官員*簡便起見，下文將省委書記、省長統(tǒng)稱為省級官員，但必要時仍采用省委書記、省長的表述。的家鄉(xiāng)市。二是與污染源相鄰的城市，以及與相鄰城市之間的相對方位。三是家鄉(xiāng)市的主導風向，并根據主導風向與污染源相鄰城市的相對方位信息，確定位于污染源上、下風向以及其他各風向上的城市。

1．家鄉(xiāng)市

本文界定的空氣污染源為省委書記、省長的家鄉(xiāng)市。家鄉(xiāng)變量以籍貫地度量，其賦值原則是，在省委書記、省長在任的年份，其籍貫地賦值為1，否則為0。按照我國1991年頒布的《干部檔案工作條例》關于干部籍貫填寫的規(guī)定，籍貫以本人的祖居地即祖父的長期居住地為準，另外考慮到行政區(qū)劃變革因素，要求根據現行的行政區(qū)劃進行填寫。根據我們收集的省委書記、省長簡歷，籍貫地一般都可以落實到地級市或者縣級層面，本文利用的是地級市層面的籍貫信息。值得說明的是，本文所使用的省委書記、省長籍貫數據來自中山大學嶺南學院地方官員數據庫。根據我們整理的數據信息，從2001至2010年，全國283個地級及以上城市中，84個地級市曾經是省級官員的家鄉(xiāng)市，199個地級市在這期間沒有出過省級官員老鄉(xiāng)。

2．樣本描述性統(tǒng)計

在2001—2010年間，以84個省級官員家鄉(xiāng)市作為外生空氣污染源時，有上風向城市共計43個，下風向城市共計33個，緊鄰下風向城市91個，其他風向城市125個。其中上、下風向城市分別占16%和12%，緊鄰下風向城市占32%，其他風向城市占44%。

表1 樣本組成情況

(二)識別策略

本文采用倍差法(Difference in Differences)識別空氣污染源對其下風向城市的跨界空氣污染。理論上，識別空氣污染源對下風向城市環(huán)境的影響程度就是比較下風向城市與“如果不處于家鄉(xiāng)市的下風向”時的空氣污染差異。實際識別過程中，一個位于污染源下風向的城市，只能夠觀察到它是下風向城市時的空氣污染情況，無法同時觀察到它不是污染源下風向城市時的空氣污染影響程度；相應地，對一個不處于污染源下風向的城市樣本而言，則無法同時觀察到它位于下風向時受到的污染影響。倍差法能夠解決上述問題，在政策評估方面得到廣泛應用(Meyer，1995)。一方面，省級官員對其家鄉(xiāng)的空氣污染影響是外生的，這對于省級官員家鄉(xiāng)的周邊城市來說，意味著發(fā)生跨界空氣污染的污染源是外生的。另一方面，主導風向對于一個城市來說，由地理大環(huán)境決定，一個城市無法通過改變局部小地理環(huán)境改變一個城市的主導風向，這也就意味著一個城市是否位于省級官員家鄉(xiāng)的下風向也是外生的。這兩方面說明，對于家鄉(xiāng)的下風向城市來說，不僅發(fā)生跨界空氣污染的污染源是外生的，而且污染物的傳播媒介也相對外生，這恰好與倍差法有效識別的前提相符，倍差法的應用要求決定處理分配(Treatment Assignment)的因變量外生。

對照組的選擇對于倍差法估計的結果至關重要。從相對位置上來看，上風向城市似乎是最理想的對照組，但不容忽略的是，污染源上風向城市的污染物存在隨風擴散經污染源到下風向城市的可能性。為了識別的干凈起見，不宜選擇上風向城市作為對照組。緊鄰下風向的城市因為位置與下風向城市相似，也不是理想的對照組，因為如果擴大風向角的范圍，很可能緊鄰下風向的城市也是下風向城市，很可能也會受到污染源的影響。其他風向城市存在上述問題的可能性最小，在各風向城市中是對照組的最佳選擇。

根據倍差法的識別策略，本文設定的具體的計量模型為：

lnpolluit=α+β1LocationiTjt+BlnXit+αi+αt+εit

(1)

下標i代表位于省級官員家鄉(xiāng)以外的城市，下標j代表省級官員的家鄉(xiāng)市。關鍵變量(Locationi×Tjt)由兩部分構成： Locationi是一個代表位置的二值虛擬變量，如果一個城市是家鄉(xiāng)市的下風向城市，則記為1，否則為0；Tjt代表與省級官員家鄉(xiāng)市相鄰i城市的虛擬變量，官員在任年份賦值為1，否則為0。由此可知，如果一個地級市關鍵變量賦值為1代表這個地級市是時任省級官員家鄉(xiāng)的下風向城市。被解釋變量為對數形式的人均大氣污染物(polluit)，具體為工業(yè)二氧化硫排放(記為so2)和工業(yè)煙塵排放(記為soot)。β1度量省級官員對家鄉(xiāng)下風向城市環(huán)境的跨界空氣污染程度，是我們最為關心的系數，預計顯著為正。αi代表城市固定效應、αt代表年份固定效應，εit則為誤差項。根據現有環(huán)境污染文獻的做法，本文在回歸過程中加入了7個控制變量： lnpgdp為人均實際GDP的對數，lnpgdp2為人均實際GDP對數的二次項；lnpop為人口密度的對數，人口密度以年末總人口/轄區(qū)面積進行度量；stru為產業(yè)結構變量，用工業(yè)產值/GDP度量；FDI為實際利用外資額(以當年平均匯率換算)/GDP的比重，代表當地的經濟開放水平；trade為貨物進出口總額(以當年平均匯率換算)/GDP，是另外一個經濟開放度的度量指標；gov等于當年污染源治理投資總額/GDP，代表當地對環(huán)境污染的治理水平。

表2 描述性統(tǒng)計

注：表2為文中所用到的主要回歸變量的全樣本、本文樣本、下風向城市及其他風向城市的描述性統(tǒng)計。全樣本包括283個地級市；本文樣本包括26個下風向城市及65個其他風向城市；處理組即為26個下風向城市，對照組為65個其他風向城市。數據來源為歷年《中國城市統(tǒng)計年鑒》，部分城市在部分年份觀測值缺失。最后一列是指“下風向城市-其他風向城市”即“處理組的均值-對照組的均值”。***、**和*分別代表通過顯著水平為1%、5%和10%的統(tǒng)計檢驗，下表同。

描述性統(tǒng)計的結果顯示，本文樣本具有代表性，處理組與對照組在空氣污染方面的確存在顯著差異。本文樣本各項指標的均值和顯著性與全樣本相比，相差不大，基本能夠代表全樣本的情況。處理組在人均二氧化硫及煙塵排放方面比對照組顯著要高，在其他經濟變量方面，除了人均實際GDP與工業(yè)占比在處理組與對照組之間存在差異外，其他指標均沒有顯著區(qū)別。

三、基本結果

(一)外生空氣污染源

對非家鄉(xiāng)市而言，省級官員的家鄉(xiāng)可以視為外生的空氣污染源。表3的回歸結果顯示，與非省級官員家鄉(xiāng)市相比，省級官員家鄉(xiāng)的工業(yè)污染更為嚴重。第(1)列省級官員家鄉(xiāng)虛擬變量(DitTit)的回歸系數為0.04，通過顯著性水平為5%的統(tǒng)計檢驗，這意味著，平均而言，在省級官員在任的年份，家鄉(xiāng)市的工業(yè)二氧化硫人均排放比非家鄉(xiāng)市增長快了約4個百分點。第(2)列省級官員家鄉(xiāng)虛擬變量的回歸系數為0.18，能通過1%的顯著性水平檢驗，這表示省級官員家鄉(xiāng)市的工業(yè)煙塵人均排放比非家鄉(xiāng)市增長平均快了約18個百分點。以上檢驗結果表明省級官員家鄉(xiāng)市的污染較非家鄉(xiāng)市嚴重(徐現祥和李書娟，2015)*關于省級官員家鄉(xiāng)經濟增長及空氣污染的更多檢驗結果可參考徐現祥和李書娟(2015)、李書娟和徐現祥(2016)。。

值得強調的是，對非家鄉(xiāng)市而言，省級官員家鄉(xiāng)不僅是空氣污染源，而且還是外生的空氣污染源。首先，省級官員家鄉(xiāng)本身的分布就較為外生。一個人無法決定自己的家鄉(xiāng)所在地。就一個城市來說，是否省級官員的家鄉(xiāng)不會是這個城市主動選擇的結果，一個人的家鄉(xiāng)既無力也不會有意將其運作為省級官員。因此對非家鄉(xiāng)市來說，省級官員的家鄉(xiāng)分布也是外生的，由外生的家鄉(xiāng)產生的環(huán)境污染同樣也是外生的。

進一步的回歸結果顯示，省級官員家鄉(xiāng)擁有額外的經濟增長，且主要體現在制造業(yè)的增長方面，這揭示了省級官員家鄉(xiāng)更為嚴重的空氣污染可能來源于其偏重工業(yè)的經濟發(fā)展方式。

表3 外生空氣污染源的基本實證結果

注：第(1)(2)的列被解釋變量分別為工業(yè)二氧化硫及煙塵人均排放的對數值，控制變量有人均實際GDP的對數及人均實際GDP對數的二次項、對數形式的人口密度、工業(yè)產值/GDP、實際利用外資額(以當年平均匯率換算)/GDP、貿易依存度、環(huán)境治理力度。第(3)列被解釋變量為地級市經濟增長速度，控制變量有期初人均市級GDP、投資率的對數及人口增長率和技術進步率之和的對數；第(4)—(7)列被解釋變量為制造業(yè)的有關指標，分別為制造業(yè)的資本增長率、制造業(yè)企業(yè)數目的對數值及制造業(yè)企業(yè)的進入率、退出率，控制變量為上述各被解釋變量的滯后一期。DitTit是省級官員家鄉(xiāng)的虛擬變量，即當某地級市是在任省級官員的家鄉(xiāng)， DitTit=1；否則， DitTit=0。所有7列的回歸均采用的地級市層面數據。第(1)—(3)列數據跨度為2001—2010年，第(4)—(7)列采用的是地級市層面的制造業(yè)數據，根據1998—2007年中國工業(yè)企業(yè)數據庫加總得到。所有7列回歸的處理組均為省級官員家鄉(xiāng)市，對照組為非家鄉(xiāng)市。第(1)—(3)列列采用的面板估計方法，第(4)—(7)列采用的GMM估計方法。所有回歸均控制了城市固定效應和年份固定效應，括號內為穩(wěn)健標準誤；沒有報告控制變量、常數項，下表同。

首先，省級官員家鄉(xiāng)市比非家鄉(xiāng)市獲得了更快的經濟增長。第(3)列省級官員家鄉(xiāng)變量的回歸系數為0.0057，通過顯著性水平為5%的統(tǒng)計檢驗。這意味著在省級官員在任期間，平均而言，家鄉(xiāng)市比非家鄉(xiāng)市的經濟增長快了約0.6個百分點。其次，省級官員家鄉(xiāng)的制造業(yè)比非家鄉(xiāng)市發(fā)展更快。第(4)列省級官員家鄉(xiāng)變量的回歸系數為0.0045，通過顯著性水平為1%的統(tǒng)計檢驗，顯示省級官員家鄉(xiāng)的制造業(yè)投資增長比非家鄉(xiāng)市快了約5個百分點。第(5)列對企業(yè)數目的回歸進一步揭示了制造業(yè)投資的增長主要通過企業(yè)數目的增長實現的，省級官員家鄉(xiāng)變量的回歸系數為0.0599，通過顯著性水平為5%的統(tǒng)計檢驗。這表明，在省級官員在任期間，家鄉(xiāng)市的制造業(yè)企業(yè)數目增長較非家鄉(xiāng)市快了約6個百分點。第(6)列、第(7)列對制造業(yè)企業(yè)進入率、退出率做了進一步的檢驗，省級官員家鄉(xiāng)變量的回

表4 跨界污染的基本結果

注：第(1)、(2)列被解釋變量分別為工業(yè)二氧化硫及煙塵人均排放的對數值。Locationi×Tjt代表省級官員家鄉(xiāng)下風向城市虛擬變量，其中Locationi代表城市的風向位置，如果該城市位于省級官員家鄉(xiāng)的下風向位置則Locationi=1, 否則Locationi=0;Tjt代表省級官員在任的變量，如果省級官員在任則Tjt=1, 否則Tjt=0。所有兩列回歸樣本均剔除了省級官員家鄉(xiāng)市；處理組為26個下風向城市，對照組為65個其他風向城市。括號內是經過異方差和序列相關修正的Driscoll-Kraay標準誤。

歸系數分別為0.0141和-0.0087，分別通過顯著性水平為5%和1%的統(tǒng)計檢驗，意味著省級官員家鄉(xiāng)市的制造業(yè)企業(yè)數目的增加主要源于家鄉(xiāng)市企業(yè)進入率的提高和企業(yè)退出率的降低。

綜上所述，對于非家鄉(xiāng)市而言，省級官員家鄉(xiāng)市的空氣污染可以視為外生。省級官員家鄉(xiāng)市獲得了額外的經濟增長，在制造業(yè)生產方面體現得尤為突出，這揭示了省級官員家鄉(xiāng)更為嚴重的空氣污染可能來源于其偏重工業(yè)的經濟發(fā)展方式。

(二)跨界污染

表4報告了采用倍差法對式(1)的估計結果，處理組為33個位于空氣污染源下風向的城市，對照組為65個其他風向城市。關于回歸樣本，值得說明的是，首先剔除了84個家鄉(xiāng)市，排除了空氣污染源自身的影響，以下風向城市作為處理組的理由也比較充分。對照組的選取則主要基于干凈識別方面的考慮。理論上講，除了緊鄰下風向城市的空氣質量可能受污染源的影響，基本可以排除污染源的污染物逆風擴散至上風向城市及其他風向城市的可能性，上風向城市及其他風向城市都可以作為理想的對照組，但考慮到空氣污染物可能從污染源的上風向城市隨風擴散至其下風向城市的可能性，只選取其他風向城市作為對照組能夠更干凈地識別跨界空氣污染。

空氣污染源對位于其下風向的城市存在跨界空氣污染。表4的回歸結果顯示，空氣污染源加劇了下風向城市的環(huán)境污染，相對于其他風向上的城市，位于空氣污染源下風向城市的人均二氧化硫及人均煙塵增長速度更快。第(1)列報告了以對數形式的人均工業(yè)二氧化硫為被解釋變量的回歸結果，關鍵變量的回歸系數大小為0.2478，符號為正，能通過顯著性水平為1%的統(tǒng)計檢驗。這表明在2001—2010年，與其他相鄰城市相比，位于空氣污染源下風向城市的人均工業(yè)二氧化硫增長平均快了約25個百分點。對控制變量來說，回歸系數的符號與現有環(huán)境污染文獻的結果沒有實質差別。就人均實際GDP的一次項與二次項的系數符號來看，人均工業(yè)二氧化硫與人均收入水平之間存在倒“U”形曲線關系。這說明當以人均二氧化硫作為環(huán)境污染的代理變量時，存在環(huán)境庫茲涅茨曲線。以進出口總額占GDP比重度量的外貿依存度的回歸系數顯著為正；以FDI所占比重進行度量時，回歸系數為負，但不顯著。這意味著，在中國以二氧化硫度量環(huán)境污染時，實證結果不一定支持“污染天堂假說”。另外，人均工業(yè)二氧化硫排放量與工業(yè)化和人口密度因素正相關，與環(huán)境治理水平負相關。

第(2)列報告了以對數形式的人均工業(yè)煙塵為被解釋變量的回歸結果，關鍵變量的回歸系數為0.1391，能通過顯著性水平為5%的統(tǒng)計檢驗。這表明，在2001—2010年，位于空氣污染源下風向城市的人均煙塵增長平均快了約14個百分點。此時控制變量的回歸系數和顯著性略微發(fā)生了變化，表現在環(huán)境庫茲涅茨曲線不再存在，以進出口貿易額比重作為外貿依存度的度量時，結果不再支持“污染天堂假說”。工業(yè)占比和環(huán)境治理力度的回歸系數符號和顯著性基本保持不變。人口密度的回歸系數依然顯著為正。

以上結果表明，空氣污染源對位于其下風向的城市存在跨界空氣污染，污染源向下風向城市輸送了空氣污染物。具體而言，與其他風向上的城市相比，下風向城市的空氣污染物增長速度明顯加快，人均二氧化硫增長速度快了約25個百分點，人均煙塵增長速度快了約14個百分點。

四、穩(wěn)健性檢驗

(一)不同對照組

對照組的選取對倍差法的估計結果起著決定性作用，為了保證回歸結果的穩(wěn)健性，本節(jié)將保持處理組不變、變換對照組對跨界空氣污染的存在及程度重新進行檢驗。表4采用的對照組為其他風向城市，本節(jié)將首先以上風向城市、緊鄰下風向城市為對照組，再將上述這些作為對照組的城市在相鄰的基礎上進行組合，得到新的對照組重新回歸，比如“上風向城市+其他風向城市”、“上風向城市+其他風向城市+緊鄰下風向城市”。如果變換對照組后回歸基本結果仍然存在，則進一步加強了空氣污染源對下風向城市存在跨界空氣污染的結論。

以上風向城市為對照組時，位于污染源下風向城市的空氣污染仍然加劇，跨界空氣污染依然存在。表5第(1)、(2)列報告了以污染源下風向城市為處理組、以上風向城市為對照組的回歸結果，不論以人均二氧化硫還是煙塵作為空氣污染代理變量，都顯示下風向城市的空氣污染加劇。第1列報告了以對數形式的人均二氧化硫為被解釋變量的檢驗結果，關鍵變量的回歸系數為0.1889，系數大小與表4的相應系數略有差別，但在顯著性方面，同樣通過顯著性水平為1%的統(tǒng)計檢驗。這意味著，與上風向城市相比，位于污染源下風向的城市人均二氧化硫增長速度快了約19個百分點。第(2)列報告了以對數形式的人均煙塵為被解釋變量的檢驗結果，關鍵變量的系數大小較表4的相應系數增大，能通過顯著性水平為1%的統(tǒng)計檢驗。這說明，以煙塵為空氣污染的代理變量時，下風向城市比上風向城市增長快了約40個百分點。

以“上風向城市+其他風向城市”城市組合為對照組的回歸結果進一步驗證了跨界空氣污染的存在。表5第(3)、(4)列顯示，當以“上風向城市+其他風向城市”作為對照組時，下風向城市的二氧化硫及煙塵增長速度顯著加快了約17和20個百分點，數值大小變化不大，介于以其他風向城市及上風向城市為對照組的回歸系數中間。

以緊鄰下風向城市為對照組時，下風向城市仍然表現出更突出的空氣污染。緊鄰下風向城市因為位置相對特殊，本節(jié)將其作為單獨的對照組進行檢驗。緊鄰下風向城市因為與下風向城市相鄰，有可能也會受到污染源的影響，這取決于空氣污染物的隨風擴散的角度范圍。表5第(5)、(6)列報告了以緊鄰下風向城市為對照組的回歸結果。在以人均二氧化硫和煙塵代理空氣污染時，關鍵變量的系數分別為0.0606和0.2952，均通過顯著性水平為5%的統(tǒng)計檢驗。這說明，與緊鄰下風向的城市相比，下風向城市受到污染源更為嚴重的跨界空氣污染。

表5 跨界污染效應的存在：不同對照組

注：第(1)(3)(5)(7)列和第(2)(4)(6)(8)被解釋變量分別為工業(yè)二氧化硫及煙塵人均排放的對數值。2、Locationi×Tjt代表省級官員家鄉(xiāng)下風向城市虛擬變量，其中Locationi代表城市的風向位置，如果該城市位于省級官員家鄉(xiāng)的下風向位置，則Locationi=1，否則Locationi=0；Tjt代表省級官員在任的變量，如果省級官員在任則Tjt=1，否則為0。2、表中所有回歸樣本處理組為26個下風向城市；第(1)、(2)列回歸的對照組為20個上風向城市，第(3)、(4)列回歸的對照組為49個城市(上風向城市+其他風向城市)，第(5)、(6)列回歸的對照組為56個緊鄰下風向城市，第(7)、(8)列回歸的對照組為101個城市(上風向城市+其他風向城市+緊鄰下風向城市)；以上所有回歸樣本均不包括省級官員家鄉(xiāng)市?？刂谱兞颗c表4相同，沒有報告控制變量及常數項的回歸系數。括號內是經過異方差和序列相關修正的Driscoll-Kraay標準誤。

以“上風向城市+其他風向城市+緊鄰下風向城市”城市組合為對照組的檢驗結果再次驗證跨界空氣污染的存在。上述回歸結果表明不論以其他風向城市相比，還是以上風向城市或者緊鄰下風向的城市相比，位于污染源下風向的城市受到跨界空氣污染最嚴重，為此本節(jié)將以上述三類城市合并作為對照組對跨界空氣污染重新進行檢驗。理論上推斷，以上述三類城市合并為對照組時，跨界空氣污染仍然會存在。第(7)、(8)列的回歸結果驗證了這一點，以對數形式的人均二氧化硫為被解釋變量的檢驗中關鍵變量的回歸系數為0.1734，通過顯著性水平為1%的統(tǒng)計檢驗。以對數形式的人均煙塵為被解釋變量的檢驗中關鍵變量的系數為0.3067，能通過顯著性水平為5%的統(tǒng)計檢驗。這說明，不論以二氧化硫還是以煙塵作為空氣污染的度量，下風向城市比下風向以外的城市增長速度都要快。

變換對照組、保持處理組不變的檢驗結果表明，污染源對位于其下風向的城市存在跨界空氣污染。不論是單獨以其他風向城市、上風向城市還是緊鄰下風向城市為對照組，還是將上述三類相鄰城市合并，跨界空氣污染都存在*本文采用四分位風向，結論依然成立。另外，本文采用上風向城市為處理組就“沒有風就沒有跨界污染”，采用人為提前省級官員老鄉(xiāng)上任的方式就“沒有污染源就沒有跨界污染”進行了安慰劑檢驗，本文的基本結論依然成立。。

(二)來自衛(wèi)星PM2.5濃度的證據

本節(jié)將利用衛(wèi)星采集處理得到的PM2.5濃度數據對基本結論進行進一步驗證，美國國家宇航局(NASA)提供的氣溶膠光學厚度(Aerosol Optical Depth，AOD)數據是計算PM2.5濃度的良好來源。AOD是一個以介質的消光系數在垂直方向上的積分度量的系數，可以描述氣溶膠對光的衰減作用。NASA利用地球觀測系統(tǒng)計劃(EOS)衛(wèi)星Terra和Aqua所搭載MODIS 儀器對地球進行多光譜高分辨率觀測，Terra衛(wèi)星和Aqua衛(wèi)星是兩顆極軌衛(wèi)星，每天同一時間兩次飛越地球表面的某一點。中分辨率成像光譜儀(Moderate Resolution Imaging Spectroradiometer, MODIS)裝載其上，具有高空間分辨率，提供全球氣溶膠光學特性探測資料，其中就包括大氣氣溶膠厚度(AOD)。AOD是對大氣柱總的測量，不能直接提供污染物的垂直分布信息，但可以用來估算PM2.5*假設地球表面為均勻朗伯表面，大氣在豎直方向上均勻分布，不考慮氣體吸收，那么氣溶膠總的消系數AOD與地面消光系數成線性關系，而地面消光系數與地面污染物，特別是顆粒物成一定的關系，所以可以計算并校正得到AOD與顆粒物濃度比如PM2.5的一定關系。。

本文使用NASA建立的MODIS資料業(yè)務處理系統(tǒng)中提供的分辨率為10 km × 10 km的氣溶膠光學厚度(AOD) Level2轉化的PM2.5濃度數據產品度量空氣污染程度。Van Donkelaar et al.(2010)通過專業(yè)技術手段提取了全球PM2.5年均濃度。Van Donkelaar等的這一PM2.5數據被NASA采用，作為官方數據以供下載*http://www.nasa.gov/topics/earth/features/health-sapping.html。。本文以ArcGIS軟件借助行政區(qū)劃矢量圖提取了2001—2010年中國地級市層面的PM2.5數據。

來自NASA的PM2.5濃度數據檢驗表明，污染源對其下風向城市存在跨界空氣污染。表6第(1)列報告了以對數形式的地級市年均PM2.5為被解釋變量，以下風向城市為處理組，以其他風向城市為對照組的回歸結果。關鍵變量的回歸系數為0.0163，能通過顯著性水平為5%的統(tǒng)計檢驗。這說明，與其他風向城市相比，下風向城市的PM2.5濃度增長快了約2個百分點。表6第(2)、(3)列分別報告了，保持處理組不變，變換對照組為上風向城市與(上風向+其他風向+緊鄰下風向城市)組合的檢驗結果。與第(1)列的結果一致，對照組的變化沒有影響本文的基本結論，下風向城市的PM2.5增長率相較上風向及下風向以外城市也顯著地快了約2個百分點。

表6 來自衛(wèi)星PM2.5濃度的證據

注：被解釋變量為地級市層面年度PM2.5的對數值。Locationi×Tjt代表省級官員家鄉(xiāng)下風向城市虛擬變量，其中Locationi代表城市的風向位置，如果該城市位于省級官員家鄉(xiāng)的下風向位置，則Locationi=1，否則Locationi=0；Tjt代表省級官員在任的變量，如果省級官員在任則Tjt=1，否則為0。所有兩列回歸樣本均剔除了省級官員家鄉(xiāng)市；所有三列回歸處理組均為26個下風向城市，對照組分別為65個其他風向城市、20個上風向城市和101個城市(上風向+其他風向+緊鄰下風向城市)。控制變量與表4相同，沒有報告控制變量及常數項的回歸系數。括號內是經過異方差和序列相關修正的Driscoll-Kraay標準誤。

衛(wèi)星數據的檢驗結果與二氧化硫及煙塵的檢驗結果一致，再次驗證了污染源對下風向城市跨界空氣污染的存在。具體而言，與其他風向城市、上風向城市或者下風向以外城市(即“上風向+其他風向+緊鄰下風向城市”)相比，下風向的PM2.5濃度增長快了約2個百分點?；貧w系數大小上與以二氧化硫與煙塵的回歸系數存在差別，這可能跟PM2.5濃度與二氧化硫、煙塵的形成及擴散條件不完全相同有關。

五、風速的影響

上述檢驗均圍繞著風向位置對跨界空氣污染的影響展開，本節(jié)將考慮風速對跨界空氣污染的作用。根據氣象學的研究，風是影響空氣污染物擴散的最主要因素。具體而言主要是通過風向及風速產生作用，一般認為，風向影響空氣污染物的傳輸方向，風速影響空氣污染物的擴散速度。張人文、范紹佳(2011)基于2006—2008 年珠三角11 個地面氣象站逐日風場資料(14:00時)與粵港珠三角區(qū)域空氣監(jiān)控網11個監(jiān)測子站的區(qū)域空氣質量指數( RAQI) 數據，分析研究風場對空氣質量的影響，發(fā)現風速對珠江三角洲地區(qū)域污染輸送有重要影響，區(qū)域平均風速大于2.6 米/秒時不會出現區(qū)域性空氣污染，區(qū)域平均風速大于3.2 米/秒時空氣非常清潔，區(qū)域平均風速小于1.8米/秒時區(qū)域空氣污染嚴重。

空氣污染源所在城市風速越大，其下風向城市的跨界空氣污染越嚴重。表7報告了控制污染源城市風速變量及風速與風向交互項的回歸結果，風速加快了污染物向下風向城市的擴散。第(1)列報告了以對數形式的人均二氧化硫作為被解釋變量時的回歸結果，下風向城市虛擬變量(Locationi×Tjt)的回歸系數仍然顯著為正。我們關注的風速與風向交互項的回歸系數為0.1686，能通過顯著性水平為10%的統(tǒng)計檢驗。這意味著污染源城市的風速增加1個百分點，其下風向城市的二氧化硫增長將加快約0.2個百分點。第(2)列以對數形式的人均煙塵排放作為被解釋變量時，回歸結果與第1列類似，風速與風向交互項的回歸系數為0.1902，能通過顯著性水平為1%的統(tǒng)計檢驗。第(3)列以PM2.5度量空氣污染時，也得到類似的結論。下風向城市虛擬變量(Locationi×Tjt)的回歸系數也依然顯著為正，風速與風向交互項的回歸系數為0.0622，能通過顯著性水平為1%的統(tǒng)計檢驗。這意味著，污染源城市的風速增加1個百分點，其下風向城市的PM2.5增長將加快約0.1個百分點。

表7 風速的影響

注：第(1)、第(2)列被解釋變量為地級市層面年均工業(yè)二氧化硫及煙塵人均排放的對數值，第(3)列被解釋變量為地級市層面年度PM2.5的對數值。windspeedjt代表污染源的風速，單位米/秒；Locationi×Tjt代表省級官員家鄉(xiāng)下風向城市虛擬變量，其中Locationi代表城市的風向位置，如果該城市位于省級官員家鄉(xiāng)的下風向位置，則Locationi=1，否則Locationi=0；Tjt代表省級官員在任的變量，如果省級官員在任則Tjt=1，否則為0。所有兩列回歸樣本均剔除了省級官員家鄉(xiāng)市；處理組為26個下風向城市，對照組分別為65個其他風向城市?？刂谱兞砍吮?的控制變量外，還控制了下風向城市的風速，沒有報告控制變量及常數項的回歸系數。括號內是經過異方差和序列相關修正的Driscoll-Kraay標準誤。風速數據與封箱數據同樣來源于中國氣象數據網。

綜上所述，不論以工業(yè)污染的二氧化硫、煙塵還是以衛(wèi)星監(jiān)測的PM2.5衡量空氣污染，都發(fā)現當處于污染源下風向時，污染源所在城市的風速越大，下風向城市受到的跨界空氣污染程度越嚴重。

六、結論性評述

本文對中國地級市層面的跨界空氣污染存在及影響程度進行了考察，同時也檢驗了風在跨界空氣污染中的重要作用。本文找到省委書記、省長的家鄉(xiāng)作為一個較為外生的空氣污染源，利用污染源下風向城市與其他風向城市的空氣污染差異來識別跨界空氣污染的存在及風在污染物擴散過程中所起的作用。

通過倍差法檢驗發(fā)現，空氣污染源對位于其下風向城市存在跨界空氣污染。具體而言，在2001—2010年間，在人均二氧化硫、人均煙塵排放，下風向城市的相應增長率都比其他風向城市快了約25%和14%，在PM2.5方面，下風向城市的增長率也比其他風向城市快了約2個百分點。另外，本文還發(fā)現，風速是影響污染物向下風向城市擴散的重要因素，風速越大，下風向城市所受的跨界空氣污染越嚴重。

本文的發(fā)現是穩(wěn)健的，揭示了跨界空氣污染是城市環(huán)境污染的重要來源，為制定協同治理大氣污染政策提供了重要的經驗依據。在霧霾籠罩之時，若干城市提出建設風道改善城市空氣質量*北京市擬建六條城市風道減少城市熱島效應及污染物沉積，借風吹霾(來自人民網報道http://society.people.com.cn/n/2014/1121/c1008-26065706.html)?！赌暇┥鷳B(tài)市建設規(guī)劃》確定了六條生態(tài)廊道，形成“四橫兩縱”生態(tài)網架，其中江北兩條將是江北化工園片區(qū)重要的通風通道和污染隔離通道(來自人民網報道http://js.people.com.cn/html/2014/03/12/294640_2.html)。。從本文的研究結果來看，風道建設治標不治本，只能促使空氣污染物從一個城市擴散到另一個城市，并不能從根本上解決環(huán)境治理問題，而跨區(qū)協同治理才是治理大氣污染的根本政策。當然從長遠來看，進行產業(yè)結構調整、實現經濟轉型才是改善生態(tài)環(huán)境的根本途徑。