王振華，孫學濤，景再方

摘要：中國霧霾污染呈現出發(fā)生頻率高、影響范圍廣、治理難度大的特點，其發(fā)生原因及治理路徑是政府和學者關注的熱點問題。霧霾的產生會受到人類社會經濟活動的影響，而近年來中國以高速鐵路建設為代表的交通基礎設施建設促進了城市間交通可達性的快速提升，有文獻開始討論高鐵建設及交通可達性提升對經濟產出、產業(yè)結構等經濟發(fā)展的影響，但限于數據的可得性，未見文獻討論高鐵及城市間交通可達性對霧霾污染的影響。研究將交通可達性納入環(huán)境經濟學的分析框架，首先從要素配置效應、產業(yè)升級效應、產業(yè)集聚效應三個方面提出交通可達性影響霧霾污染的理論假說，并基于環(huán)境庫茲涅茨曲線理論框架構建空間計量模型，計算城市間的公路、普通鐵路及高速鐵路出行的最短交通時間作為交通可達性的量化方法，利用中國大陸283個地級城市MODIS及MISR中 PM2.5濃度的柵格數據，對城市間的交通可達性及城市霧霾污染指標進行空間相關關系檢驗，檢驗交通可達性對霧霾污染的影響，討論模型的內生性及異質性，并進一步分析交通可達性對霧霾污染的作用機制。研究發(fā)現城市間的霧霾污染存在顯著的空間溢出效應，經濟發(fā)展與霧霾污染間存在倒“U”型關系，證實了環(huán)境庫茲涅茨曲線;經驗結論也證實交通可達性會顯著降低城市霧霾污染，這一結論在中東部城市更為顯著;以滯后一期的城市高等學校數量為工具變量，發(fā)現上述結論仍然穩(wěn)健;交通可達性對霧霾的影響中，在短期內可能會有降低或增長霧霾污染的異質性影響，但是從長期看，交通可達性提升有助于降低城市經濟間的交通成本和摩擦力，促進經濟增長和效率提升，進而降低霧霾污染;交通可達性提升對城市霧霾污染的影響主要通過要素配置效應、產業(yè)升級及集聚效應來體現，具體而言，交通可達性提升會通過要素配置效應降低城市霧霾污染，會通過產業(yè)升級及集聚效應增加城市霧霾污染。研究認為在處理霧霾污染的過程中，有效的措施包括：通過優(yōu)化交通基礎設施建設等手段，降低要素、技術、產品、產業(yè)等在城市間的流動成本，促進資源優(yōu)化配置和產品市場共享;針對霧霾污染的空間相關性，構建霧霾防治的城市間聯動機制。

關鍵詞：交通可達性;PM2.5;高等學校數量;庫茲涅茨曲線;SARAR模型

中圖分類號：F726.9;X513文獻標志碼：A文章編號：1008-5831（2022）04-0013-15

引言

霧霾污染是政府和社會公眾高度關注的問題，中國霧霾污染呈現出發(fā)生頻率高、影響范圍廣、治理難度大的特點[1-2]。霧霾的產生是特定氣候條件與人類社會經濟活動綜合作用的結果。經濟生產活動必然會排放大量細顆粒物（PM2.5），當其排放量超過自然循環(huán)承載力時，受靜穩(wěn)天氣的影響，就會出現霧霾天氣[3]。霧霾污染帶來了嚴重的經濟后果，且這種影響越來越大[4]。以北京為例，霧霾污染帶來的人均健康成本從2003年的211.86元增加到2013年的526.51元[5]。近年來，中國經濟發(fā)展的一個重大背景就是城市間交通基礎設施建設不斷完善。以高速鐵路建設為代表的交通基礎設施建設促進了城市間交通可達性的快速提升[6-7]。交通可達性是指各交通節(jié)點相互作用機會的大小，具體是指利用交通系統(tǒng)，從某一給定區(qū)位到達活動地點的便利程度[7-8]。有文獻開始討論高鐵建設及交通可達性提升對經濟產出、產業(yè)結構等經濟發(fā)展的影響[6，9-10]，但限于數據的可得性，未見文獻討論高鐵及城市間交通可達性對霧霾污染的影響。本文嘗試作出的貢獻是，采用2005—2012年全國283個城市MODIS及MISR中 PM2.5濃度柵格數據，建立空間計量模型分析城市間交通可達性與霧霾污染的關系。初步的觀點是：城市間交通可達性的提升會促進城市間要素和產業(yè)優(yōu)化配置，提高經濟增長效率，降低霧霾污染。

一、文獻綜述與理論分析

關于中國城市霧霾污染的相關研究早期主要集中于自然科學領域及資源與環(huán)境領域，關注的問題包括霧霾產生的自然機理、污染源等[2，11-12]。隨著城市霧霾數據的逐步豐富，部分學者開始從經濟學的角度分析影響城市霧霾污染的經濟成因及其解釋因素。從經驗上看，美國、歐洲、日本等在20世紀的工業(yè)化過程中都曾經出現過嚴重的霧霾污染[13]。上升為一般規(guī)律，霧霾污染是經濟體在工業(yè)化發(fā)展時期普遍存在的問題，屬于特定發(fā)展階段的共性問題：隨著經濟的不斷發(fā)展，環(huán)境污染會越來越嚴重，但隨著產業(yè)結構的升級及經濟的進一步發(fā)展，環(huán)境污染會逐步降低，這被稱之為環(huán)境庫茲涅茨曲線，即環(huán)境污染與經濟發(fā)展間存在倒“U”型關系[14-16]。因此，快速跨過環(huán)境庫茲涅茨曲線拐點是解決中國霧霾污染的關鍵。此外，城鎮(zhèn)化發(fā)展、產業(yè)集聚、產業(yè)結構水平、外商直接投資、能源強度、政治性藍天等因素也相繼被學者們證實會影響霧霾污染[2，12，16-19]。

近年來，中國經濟發(fā)展的一個大背景是高鐵、公路等交通基礎設施建設帶來的城市間交通可達性的快速提升[6-7]，學者們開始關注交通可達性提升帶來的經濟后果，但相關研究主要集中在經濟發(fā)展、空間布局、產業(yè)升級等方面[6，7，9-10]，并未關注其對資源與環(huán)境的影響。交通可達性是一個空間變量，而霧霾污染也具有空間屬性[20-21]，因此二者間是否具有因果關系是一個有趣的問題。在空間維度上，區(qū)域間的霧霾具有相關關系，這種相關關系表現為空間溢出效應[20-21]，原因有二：一是自然因素，二是經濟因素。一方面，在霧霾的生成過程中，靜穩(wěn)天氣對霧霾有重要影響，相近區(qū)域間的天氣狀態(tài)類似，會有助于促進鄰近區(qū)域同時產生霧霾。在霧霾產生后，風力會促使霧霾在區(qū)域間不斷遷移和流動，影響鄰近區(qū)域的霧霾污染情況[3]。另一方面，受經濟生產活動的影響，鄰近區(qū)域間霧霾污染會存在空間相關性。相鄰城市間的要素稟賦、經濟發(fā)展水平、產業(yè)結構水平等變量相近，這可能導致霧霾污染產生的概率及數量接近[21-22]。而區(qū)域經濟體間的動態(tài)要素稟賦變化、產業(yè)結構水平及經濟增長績效等變量都會受交通可達性的影響，即區(qū)域經濟體間在空間維度上的經濟交流要依賴交通基礎設施，交通可達性會影響區(qū)域間的經濟交流程度[23-24]。因此，交通基礎設施及由此決定的城市間交通便利性可能會影響霧霾污染的空間表現。從理論上講，交通可達性對霧霾污染的影響可能主要是通過促進要素、技術、產品、產業(yè)等在區(qū)域和城市間的流動而發(fā)生作用。即交通可達性提升會縮短流動時間、降低流動成本和摩擦力，進而優(yōu)化要素、技術、產業(yè)等在空間上的布局，提升經濟發(fā)展質量和效率，降低霧霾污染（圖1）。

具體而言，本文認為交通可達性可以通過三個方面影響城市霧霾污染。

一是交通可達性提升帶來的要素配置效應。在初始的靜態(tài)均衡狀態(tài)下，由于空間等維度上摩擦力的存在，不同城市間的要素回報不一致?？紤]兩個城市，生產要素在A城市的回報Rp低于該要素在B城市的回報RC，假定要素在城市間的流動成本為CM，因此要素在A、B城市間的流動凈回報為RC-RP-CM。當要素在A、B城市間的回報差異值RC-RP大于流動成本CM時，要素會流動，實現優(yōu)化配置;當要素在A、B城市間的回報差異值RC-RP等于或小于流動成本CM時，要素便不會流動。交通可達性變化會使要素流動成本CM下降，導致凈回報RC-RP-CM會上升，更多的優(yōu)質要素會流向B城市，實現要素優(yōu)化配置。要素的優(yōu)化配置可以促進技術效率提升，也有利于城市經濟發(fā)展跨越環(huán)境庫茲涅茨曲線的拐點，會降低霧霾污染

二是交通可達性提升帶來的產業(yè)升級效應。產業(yè)結構與霧霾污染間的關系在理論上呈倒“U”型，符合庫茲涅茨曲線，即在產業(yè)結構升級初級階段，隨著工業(yè)化比重的增加，會加劇霧霾污染;而產業(yè)結構的進一步升級，尤其是高級服務業(yè)占比的上升，會降低霧霾污染。在產業(yè)結構升級過程中，交通可達性會起到促進作用。隨著城市可達性的提高，產業(yè)轉移的成本下降。對產業(yè)外移的城市而言，有助于淘汰落后產業(yè)，提升產業(yè)結構水平;對于承接外移產業(yè)的城市而言，雖然承接的不是高端制造業(yè)和服務業(yè)，但相對比其自身產業(yè)而言，也會提升其產業(yè)結構水平。交通可達性提升對霧霾污染的產業(yè)升級效應取決于城市的產業(yè)結構水平：在初期，交通可達性可以通過促進產業(yè)結構升級增加霧霾污染，隨著產業(yè)結構的進一步升級，交通可達性提升帶來的產業(yè)結構升級效應有助于降低霧霾污染水平。

三是交通可達性提升帶來的產業(yè)集聚效應。有研究指出產業(yè)集聚會加劇霧霾污染，原因在于集聚會擴大單位面積內的經濟活動密度和污染排放密度，排放的污染物會有更大概率超過自然的承載力度，加上靜穩(wěn)天氣的作用，便會加劇霧霾污染[17]。通常，同一產業(yè)的生產要素會嘗試在特定空間內集聚，以獲得規(guī)模效應，進而實現利潤最大化。在初始階段，交通可達性提升會打破集聚的原始均衡，促進集聚水平提升。集聚規(guī)模的增加會擴大經濟活動的霧霾等污染排放，因此交通可達性會通過產業(yè)集聚效應增加霧霾排放。當然，隨著集聚經濟的規(guī)模效應逐步下降直至為負值時，交通可達性提升便不再增加集聚規(guī)模，不會通過此條路徑影響霧霾污染。有文獻發(fā)現，集聚對污染的影響也可能為負，原因在于集聚會加快技術創(chuàng)新的溢出，有利于改善環(huán)境質量，這與經濟發(fā)展階段相關。綜上，本文認為交通可達性帶來的產業(yè)集聚效應對霧霾污染的影響在初始階段應該會增加污染，隨后的影響可能會逐步降低或不顯著。

二、模型與數據

（一）模型設定

分析經濟體環(huán)境污染的相關計量建模大都基于環(huán)境庫茲涅茨曲線（EKC）[14-15]。在工業(yè)化發(fā)展初期，隨著資源使用量的增加以及政府追求經濟產出增長、環(huán)保意識及監(jiān)督不強，霧霾等環(huán)境污染會上升，但隨著產業(yè)結構的進一步升級、技術水平的提升及環(huán)保意識和監(jiān)督力度增強，能耗水平下降，環(huán)境會逐步改善，這被學者們歸納為環(huán)境庫茲涅茨曲線。環(huán)境庫茲涅茨曲線揭示了經濟發(fā)展水平與霧霾污染的關系。因此，本文對環(huán)境庫茲涅茨曲線進行擴展，在經濟發(fā)展水平一次項及二次項的基礎上，加入交通可達性指標作為核心解釋變量，分析其對霧霾污染的影響。

已有文獻證實了不同區(qū)域間的霧霾污染存在空間上的相關關系，采用傳統(tǒng)計量模型會由于誤差項的空間相關造成估計結果的不可信[20-21，25]，因此本文將采用空間計量模型檢驗交通可達性對霧霾污染的影響?？臻g計量模型有多種形式，文獻中主要采用空間誤差模型（SEM）、空間滯后模型（也可稱為空間自回歸模型，SAR），及同時考慮空間誤差項和空間滯后項的模型，即帶空間滯后誤差項的空間滯后模型（SARAR）。本文選擇SARAR模型進行基準的回歸分析，同時給出空間誤差模型及空間滯后模型的估計結果進行對比。SARAR模型的具體形式為：

Haze=ρWY+Xβ+μ，μ=λWμ+ε（1）

式（1）中：Haze為霧霾污染，作為被解釋變量;X為模型中的一系列自變量，包括經濟發(fā)展一次項、二次項、交通可達性及其他變量等;W為空間權重矩陣，本文選擇地理距離空間權重矩陣;β為估計系數，ε則為隨機擾動項，ε～N（0，σ2In）;λ是殘差自回歸系數，ρ是空間滯后系數。

將式（1）按照環(huán)境庫茲涅茨曲線（EKC）進行拓展：

Hazeit=A0t+α1gdpperit+α2gdpper2it+α3accit+…+μit，μ=λWμ+ε（2）

式（2）中：i代表樣本城市，t代表時間項，具體為年份，gdpper代表經濟發(fā)展一次項， gdpper2為經濟發(fā)展水平的二次項， acc代表交通可達性。

本研究加入的控制變量包括：能源強度指標[26]、綠地覆蓋率[27]、財政預算收入與政府規(guī)模指標[28]、城鎮(zhèn)化發(fā)展水平[23]，以及產業(yè)結構指標、產業(yè)集聚指標、消費水平、信息化水平、金融發(fā)展水平等[12，26]。

最終，本文的SARAR模型形式為：

Hazeit=A0t+α1gdpperit+α2gdpper2it+α3accit+α4energyit+α5greenlandit+α6finincit+α7finicalit+α8consumit+α9govit+α10urbit+α11strupit+α12strrait+α13inforit+α14indaggit+α15seraggit+μit，μ=λWμ+ε （3）

式（3）中：energy代表能源強度指標;greenland代表綠地覆蓋率指標;fininc代表財政預算收入水平;consum代表消費水平;gov為政府財政支出占比;finical代表金融發(fā)展水平;strup為產業(yè)結構高級化指標;strra為產業(yè)結構合理化指標;urb代表城鎮(zhèn)化發(fā)展水平; infor代表信息化發(fā)展水平;indagg為制造業(yè)集聚水平;seragg為服務業(yè)集聚水平。

（二）數據來源

本文研究對象為中國大陸地級及以上的283個城市。在2015年，中國大陸地級及以上城市總量為295個（包括4個直轄市、15個副省級城市等），本研究刪除了行政單位發(fā)生過變更的地級城市（如巢湖市等）和數據缺失的城市（如拉薩市、中衛(wèi)市、隴南市等）;另外，考慮到交通可達性的量化方法，也刪除了海南省的?？谑泻腿齺喪校罱K獲得了2005—2012年283個城市的均衡面板數據。

本文的數據來源于以下三個方面。

一是霧霾數據。本文的霧霾數據來自于美國哥倫比亞大學國際地球科學信息網路中心（CIESIN），該數據中心依托社會經濟數據和應用中心（SEDAC）公布衛(wèi)星搭載的中分辨率成像光譜儀（MODIS）和多角度成像光譜儀（MISR）測算得到氣溶膠光學厚度圖像，可被轉換得到PM2.5濃度的柵格數據。本文采用ArcGIS軟件將此數據解析為中國大陸地級及以上城市PM2.5濃度數據。該數據為連續(xù)3年數據的移動平均值。

二是交通可達性數據。文獻中交通可達性的量化方法包括時間可達性和空間可達性兩種。由于空間距離在時間維度上變化較小，在面板數據模型中不宜采用，因此本文采用時間可達性[8，10]。本研究借鑒丁如曦和倪鵬飛[10]的研究，計算城市間的公路、普通鐵路及高速鐵路出行的最短交通時間。具體方法是按照《全國鐵路旅行時刻表》，對應中國高鐵開通線路及城市，逐個搜集各城市與北上廣深4個城市間的最短出行時間作為最短交通時間。對于未開通高鐵的城市，進一步計算對比公路與普通鐵路的最短交通時間，計算方法是采用交通運營里程除以運行時速。公路運行時速采用60公里/小時，鐵路時速采用丁如曦和倪鵬飛[10]的標準，即140公里/小時。最短交通時間與交通可達性為負向指標，因此在進行檢驗分析的過程中取倒數值。

三是其他的城市經濟相關變量。原始數據主要來源于對應年份《中國城市統(tǒng)計年鑒》《中國區(qū)域經濟統(tǒng)計年鑒》的整理和測算，各價格平減指數數據來源于對應年份和省份的省市統(tǒng)計年鑒。

另外，需要特別交代產業(yè)結構高級化、產業(yè)結構合理化及產業(yè)集聚指標的量化方法。

產業(yè)結構高級化指標的計算公式為 ：

strupt=3k=13j=1θjt=θ1t+2θ2t+3θ3t（4）

式（4）中，t為時間趨勢項，θjt代表t時期j產業(yè)產值占地區(qū)生產總值之比。

產業(yè)結構合理化指標的計算公式為：

strrat=3h=1（GDPhGDP）ln（GDPhLhGDPL） （5）

式（5）中，GDPh表示第h產業(yè)產值;L表示勞動力要素數量;Lh表示第h產業(yè)從業(yè)人員數量。

產業(yè)集聚指標的量化方法采用區(qū)位熵指數進行，具體的數據處理和測度過程借鑒程中華和于斌斌[29]的研究。

其他變量量化方法為：經濟發(fā)展水平變量采用人均GDP量化，經濟發(fā)展水平二次項為人均GDP平方;能源強度指標采用單位工業(yè)用電量的GDP產出量化（萬元/萬千瓦時）;綠地覆蓋率的量化方法是建成區(qū)綠化覆蓋率 （%）;財政預算收入的量化采用地方財政一般預算內收入（萬元）;城市消費水平指標則采用人均社會消費品零售總額量化（萬元/人）;財政支出占比的量化方法是采用地方財政一般預算內支出占GDP比重（%）;金融發(fā)展指標為年末金融機構各項貸款余額占GDP比重（%）;城鎮(zhèn)化發(fā)展水平指標的量化采用城鎮(zhèn)化率指標;信息化發(fā)展水平指標的量化方法是國際互聯網用戶數量化（戶）。在處理過程中，所有的物質資本變量都取對數值。

（三）中國城市間交通可達性描述統(tǒng)計及霧霾污染變動

從數據的描述統(tǒng)計看（表1），在2005—2012年間，中國大陸各城市到北京、上海、廣州、深圳間的最短旅行時間平均值從8.677小時逐步下降至2012年的5.956小時，交通可達性不斷提升;各樣本城市PM2.5均值在2008年前一直保持上升趨勢，2008年后開始逐步下降，這與中國經濟整體波動有顯著的相關性。

三、實證分析結果

（一）交通可達性對城市霧霾污染的影響

本文借助Stata14.0軟件對城市間的交通可達性及城市霧霾污染指標進行空間相關關系檢驗。檢驗方法選擇文獻中出現較多的Morans I指數[24]，Morans I的計算公式為：

Morans I=ni=1nj=1Wij（Yi-Y）（Yj-Y）S2ni=1nj=1Wij （6）

式（6）中，S2=1nni=1（Yi-Y），Y=1nni=1Yi，Y分別代表交通可達性及霧霾污染，W為空間0-1權重矩陣，量化方法是城市間擁有共同邊界則為1，反之為0。

從Morans I指數的檢驗結果看，中國城市間的霧霾污染呈現顯著的空間相關關系，系數為正證明城市間的霧霾污染存在空間溢出效應，這與已有研究的發(fā)現一致，也與我們的預期相符。無論是霧霾生成過程還是霧霾生成后的流動過程，都會發(fā)生空間上的溢出。本文同時也發(fā)現城市間交通可達性也在顯著的空間相關關系，這與交通可達性的定義及測度方法一致，也與交通基礎設施建設在空間上的選擇有關。由于Morans I指數的檢驗結果較為一致，且都通過了1%的顯著性檢驗，本文不給出具體的檢驗結果（表2）。

在空間相關關系檢驗的基礎上，本文采用SARAR模型（基準模型）檢驗交通可達性對霧霾污染的影響。在分析的過程中，為對比結論的穩(wěn)健性，本部分同時給出了空間滯后模型和空間誤差模型的估計結果，也給出含控制變量及不含控制變量的模型估計結果。

首先分析不含控制變量的三個模型。從基準模型估計結果看，空間誤差項及空間滯后項都通過了顯著性水平檢驗，說明城市間的霧霾污染存在顯著的空間效應，且為空間溢出效應，與Morans I指數的檢驗結果一致，也證實了已有文獻的結論。從空間滯后模型看，自回歸系數為正值，但是同時考慮了空間誤差效應后，SARAR模型基準回歸顯示空間誤差項系數為正，自回歸系數為負，說明不考慮空間誤差效應是不合理的，需要采用SARAR模型。但從本研究的核心解釋變量看，三種模型的估計結果較為一致。經濟發(fā)展一次項及二次項都通過了顯著性檢驗，一次項系數為正，二次項系數為負，說明經濟發(fā)展與霧霾污染間存在顯著的因果關系，具體呈現為倒“U”型關系，證實了環(huán)境庫茲涅茨曲線。

交通可達性對霧霾污染的影響也通過了顯著性檢驗（1%的顯著性水平），系數為負，說明交通可達性的提升會降低霧霾污染，初步證實了本文的觀點。從理論上講，交通可達性提升對霧霾污染的影響機制可能包括三個路徑：首先是要素配置效應，其次是產業(yè)升級效應，最后是產業(yè)集聚效應。從基準模型的估計結果看，上述三種效應對霧霾污染的綜合影響為負。但是三種機制的具體作用方向需要進一步討論，本文將在下一部分通過構建交互項的方式進一步檢驗交通可達性提升對霧霾污染影響的具體作用機制。

加入能源強度、產業(yè)結構水平、產業(yè)集聚等控制變量后，核心解釋變量的估計結果仍然穩(wěn)健。經濟發(fā)展一次項系數顯著為正，經濟發(fā)展二次項系數顯著為負，與基準模型的估計結論一致。三個考慮了控制變量的模型中，交通可達性對霧霾污染的影響顯著為負，與基準模型的估計結論也一致。

從其他控制變量的估計結果看，估計結果顯著且較為穩(wěn)健的變量包括財政收入、產業(yè)結構指標、產業(yè)集聚指標。具體而言，財政收入對霧霾污染存在顯著正向影響，與潘敏杰等[30]的研究結論一致。地方政府可能為了獲得更多的財政收入降低對排污企業(yè)的環(huán)境管制，政府也可能為了獲得更多的稅收而降低環(huán)境準入標準和門檻，出現“資本挾持環(huán)境治理”的現象，這些都將增加霧霾污染[30]。產業(yè)結構高級化指標顯著增加了霧霾污染，而產業(yè)結構合理化指標會顯著降低霧霾污染。樣本期內，中國城市產業(yè)結構仍以工業(yè)化為主導，服務業(yè)水平比較低，且服務業(yè)內部結構中主要以低端服務業(yè)為主，因此在產業(yè)的高級化過程中，主要產業(yè)的能耗水平較高，房地產、水泥等產業(yè)造成了大量的霧霾污染源排放，會導致霧霾污染增多。而產業(yè)結構合理化會提升經濟增長效率，降低單位能耗，有助于降低環(huán)境污染及霧霾污染。制造業(yè)及服務業(yè)集聚會增加霧霾排放，說明中國城市的產業(yè)集聚雖然有利于規(guī)模經濟的釋放，但是會增加要素及能源在城市的過多使用，不利于降低霧霾污染。其他控制變量的估計結果不一一解釋。

（二）內生性討論及穩(wěn)健性檢驗

本部分進一步對已有結論的穩(wěn)健性進行討論，從內生性和變換空間權重矩陣兩方面展開（表3）。

交通可達性與霧霾污染間可能存在互為因果的關系。例如，在現實中，北京的霧霾污染較為嚴重，則會通過優(yōu)化其與周邊城市的交通基礎設施以便產業(yè)外移，降低城市污染。當然，模型也可能存在遺漏霧霾污染重要解釋變量（例如天氣因素等）的內生性問題。本文選擇工具變量來解決模型的內生性問題。工具變量的選擇需要滿足兩個條件：一是該變量對因變量沒有直接的影響，二是與內生解釋變量間存在顯著的相關關系。本文認為城市內的高等學校數量是交通可達性的一個合理工具變量，其原因是：其一，大學生在學校和家庭間的往返及旅游是交通旅客運輸的重要組成，因此高等學校數量越多，可能對交通基礎設施的要求越高，交通可達性可能就越高;其二，城市的高等學校大部分是在20世紀建立，因此高等學校數量對近年來的霧霾污染沒有直接影響。

由于SARAR面板數據模型不支持工具變量估計命令，因此本文選擇普通面板數據GMM模型來進行估計。同時，本部分也更換了空間權重矩陣，給出了采用空間0-1鄰接矩陣的三個模型估計結果。

從模型的估計結果看，核心解釋變量與基準模型的估計結果較為一致，4個模型的估計結果都顯示交通可達性對霧霾污染有顯著影響，經濟發(fā)展一次項及二次項對霧霾污染也有顯著影響。這說明考慮了內生性及更換了空間權重矩陣后，基準模型的估計結論仍然較為穩(wěn)健。

（三）進一步討論：區(qū)域差異

中國城市霧霾污染存在區(qū)域間的差異[22]，并且中國交通基礎設施建設也存在東中西區(qū)域間的發(fā)展差異[6]，因此城市間交通可達性提升對霧霾污染的影響可能存在區(qū)域間的差異。本部分按照東中西三個區(qū)域將283個樣本城市進行細分，東部地區(qū)包括河北、遼寧、江蘇、浙江、福建、山東、廣東、海南等省份所轄的99個市;中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南等省份所轄的100個市;西部地區(qū)包括內蒙古、廣西、重慶、四川、貴州、云南、甘肅、青海、寧夏、新疆等省份所轄的84個市。細分樣本后，采用空間SARAR模型對細分樣本后的數據進行重新估計，同時給出含控制變量和不含控制變量的模型估計結果（表4）。

從細分區(qū)域樣本的估計結果看，東部區(qū)域和中部區(qū)域樣本的估計結果與整體樣本的估計結果相近，不展開討論。西部區(qū)域樣本的估計結果與整體樣本的估計結果并不一致，且含控制變量和不含控制變量的西部區(qū)域樣本估計結果也不穩(wěn)健，說明在西部地區(qū)，交通可達性與城市霧霾污染間的因果關系并不顯著和穩(wěn)健。可能的解釋是學者們所發(fā)現的中國區(qū)域間的霧霾污染存在俱樂部收斂情況[16]，西部地區(qū)霧霾污染情況較中、東部地區(qū)好，同時西部地區(qū)間的交通基礎設施建設相對落后于中、東部地區(qū)，交通可達性水平略低，因此兩個變量間的統(tǒng)計關系與中、東部地區(qū)并不一致。

（四）交通可達性對霧霾污染的影響機制檢驗

本部分進一步討論交通可達性對霧霾污染的影響機制。為甄別和檢驗交通可達性對霧霾污染的影響路徑，本文通過引入交通可達性與機制變量的交互項來進行回歸分析。根據理論部分的假定，本文構建了交通可達性與城鎮(zhèn)化發(fā)展水平、產業(yè)結構高級化、制造業(yè)集聚等變量的交互項，分別代表要素配置效應、產業(yè)升級效應、產業(yè)集聚效應。需要說明的是，要素包括勞動力、土地、資本等。然而，在這些要素中，資本要素流動取決于金融資本市場發(fā)育完善程度，與交通可達性關系很弱。土地要素則由于區(qū)位固定，其無法流動。因此，交通可達性在要素配置上的作用就主要體現其對勞動力要素流動的作用。而勞動力要素流動的結果就表現為以常住人口比重所反映出的城鎮(zhèn)化水平上。因此，本文選擇交通可達性與城鎮(zhèn)化發(fā)展水平的交互來體現要素配置效應。在具體的分析過程中，由于初始變量與各交互項變量間可能存在多重共線性，為盡量降低多重共線性，本文對各初始變量做了去中心化的處理。本部分同時給出了含控制變量及不含控制變量的SARAR模型、SEM模型及SAR模型結果（表5）。

從模型估計結果看，核心解釋變量去中心化處理后，交通可達性、經濟發(fā)展一次項、二次項指標對霧霾污染的影響仍然顯著，城鎮(zhèn)化發(fā)展水平指標也變得顯著，而產業(yè)結構指標的估計結果不再顯著，這與相關變量去中心化處理及模型加入了交互項有關。本文同時分區(qū)域對東中西部三類樣本進行了影響機制檢驗，與整體樣本結果相近，因此下文的分析主要針對整體樣本結果進行討論。

從三個交互項變量的估計結果看，要素配置效應指標顯著為負，說明交通可達性提升有效促進了要素在區(qū)域間的流動，提升了單位要素的產出及生產效率，因此可以降低霧霾污染。勞動力要素為追求回報最大化會嘗試在部門間及區(qū)域間流動，交通可達性提升有助于降低勞動力要素的流動成本，因此會提升勞動力要素生產率，促進經濟發(fā)展和降低霧霾污染。

交通可達性帶來的產業(yè)升級效應及產業(yè)集聚效應會增加城市霧霾污染。交通可達性提升會促進城市產業(yè)結構升級及產業(yè)集聚。在現階段，由于樣本城市的產業(yè)結構升級和集聚仍以工業(yè)化為主導，而工業(yè)化水平提升會顯著增加能源需求，因此會增加霧霾污染源的排放。需要仔細區(qū)分的是城市霧霾污染與單位產出霧霾污染是不同的。城市產業(yè)升級及產業(yè)集聚會由于技術水平提升及規(guī)模經濟的作用降低單位產出的霧霾污染，但是在產業(yè)升級及產業(yè)集聚的過程中，必然帶來城市經濟產出的增多，從霧霾污染的總體規(guī)模上講，交通可達性將更多的經濟生產活動從其他區(qū)域引入了城市，因此會增加城市的霧霾污染總量。另外，部分普通地級城市在城市體系中屬于“中心—外圍”模型中的“外圍”城市，因此會承接中心城市的低端產業(yè)轉出及低端制造業(yè)在其內部的集聚，相比于其原有產業(yè)而言，承接的產業(yè)會提升其產業(yè)結構水平及集聚水平，但這些產業(yè)的能耗較高、污染排放多，會增加霧霾污染。

從交通可達性對霧霾污染的影響機制檢驗結果看，交通可達性提升會通過要素配置效應降低城市霧霾污染，而通過產業(yè)升級及集聚效應增加城市霧霾污染，但總體而言，前者大于后者，交通可達性對霧霾污染的整體效應為負，有利于降低霧霾污染。結合經濟學理論，根據環(huán)境庫茲涅茨曲線，在初期，污染會隨著經濟發(fā)展逐步提升，隨著經濟的進一步發(fā)展，污染會開始減少[13-15]。交通可達性對霧霾影響的相關機制中，在短期內可能會有降低或增長霧霾污染的異質性影響，但是從長期看，交通可達性提升有助于降低城市經濟間的交通成本和摩擦力，促進經濟增長和效率提升，進而降低霧霾污染。當然，其長期影響是另外的故事，本文不進一步展開討論或檢驗。

四、結論與討論

霧霾污染是現階段政府和社會公眾等關注的熱點問題，探索霧霾污染影響因素、尋求解決路徑有重要意義。霧霾污染有著空間屬性，其與同樣是空間變量的交通可達性間的因果關系并未引起學者重視，交通可達性所帶來的經濟社會影響也并未被納入宏觀環(huán)境研究的相關分析框架。本研究基于環(huán)境庫茲涅茨曲線理論框架構建空間計量模型，利用中國大陸283個地級城市MODIS及MISR中 PM2.5濃度的柵格數據檢驗交通可達性對霧霾污染的影響。研究發(fā)現城市間的霧霾污染存在顯著的空間溢出效應，經濟發(fā)展與霧霾污染間存在倒“U”型關系;檢驗結論證實交通可達性會顯著降低城市霧霾污染;以滯后一期的城市高等學校數量為工具變量，發(fā)現上述結論仍然穩(wěn)健。交通可達性提升對城市霧霾污染的短期影響主要通過要素配置效應、產業(yè)升級及集聚效應來體現，具體而言交通可達性提升會通過要素配置效應降低城市霧霾污染，會通過產業(yè)升級及集聚效應增加城市霧霾污染。

本文結論的政策啟示是明顯且重要的，霧霾污染與其他環(huán)境問題一致，需要經濟發(fā)展跨入高質量發(fā)展階段才能徹底解決，在此過程中，有效的措施包括：通過優(yōu)化交通基礎設施建設等手段，降低要素、技術、產品、產業(yè)等在城市間的流動成本，促進資源優(yōu)化配置和產品市場共享;針對霧霾污染的空間相關性，構建霧霾防治的城市間聯動機制。參考文獻：

[1]LI M N，ZHANG L L.Haze in China：Current and future challenges[J].Environmental Pollution，2014，189：85-86.

[2]劉晨躍，徐盈之.城鎮(zhèn)化如何影響霧霾污染治理：基于中介效應的實證研究[J].經濟管理，2017（8）：6-23.

[3]肖宏偉.霧霾成因分析及治理對策[J].宏觀經濟管理，2014（7）：70-71.

[4]XU P，CHEN Y F，YE X J.Haze，air pollution，and health in China[J].Lancet，2013，382（9910）：2067.

[5]曹彩虹，韓立巖.霧霾帶來的社會健康成本估算[J].統(tǒng)計研究，2015（7）：19-23.

[6]王雨飛，倪鵬飛.高速鐵路影響下的經濟增長溢出與區(qū)域空間優(yōu)化[J].中國工業(yè)經濟，2016（2）：21-36.

[7]王振華，李萌萌，江金啟.交通可達性對城市經濟高質量發(fā)展的異質性影響[J].經濟與管理研究，2020（2）：98-111.

[8]周浩，余壯雄，楊錚.可達性、集聚和新建企業(yè)選址：來自中國制造業(yè)的微觀證據[J].經濟學（季刊），2015（4）：1393-1416.

[9]蔣海兵，張文忠，祁毅，等.區(qū)域交通基礎設施可達性研究進展[J].地理科學進展，2013（5）：807-817.

[10]丁如曦，倪鵬飛.中國經濟空間的新格局：基于城市房地產視角[J].中國工業(yè)經濟，2017（5）：94-112.

[11]XIAO Z M，ZHANG Y F，HONG S M，et al.Estimation of the main factors influencing haze，based on a long-term monitoring campaign in Hangzhou，China[J].Aerosol and Air Quality Research，2011，11（7）：873-882.

[12]冷艷麗，冼國明，杜思正.外商直接投資與霧霾污染：基于中國省際面板數據的實證分析[J].國際貿易問題，2015（12）：74-84.

[13]穆治霖.應對霧霾污染的法律思考[J].環(huán)境與可持續(xù)發(fā)展，2014（1）：52-55.

[14]MADDISON D.Environmental Kuznets curves：A spatial econometric approach[J].Journal of Environmental Economics and Management，2006，51（2）：218-230.

[15]MLLER-FRSTENBERGER G，WAGNER M.Exploring the environmental Kuznets hypothesis：Theoretical and econometric problems[J].Ecological Economics，2007，62（3/4）：648-660.

[16]馬麗梅，張曉.中國霧霾污染的空間效應及經濟、能源結構影響[J].中國工業(yè)經濟，2014（4）：19-31.

[17]東童童，李欣，劉乃全.空間視角下工業(yè)集聚對霧霾污染的影響：理論與經驗研究[J].經濟管理，2015（9）：29-41.

[18]石慶玲，郭峰，陳詩一.霧霾治理中的“政治性藍天”：來自中國地方“兩會”的證據[J].中國工業(yè)經濟，2016（5）：40-56.

[19]黃壽峰.環(huán)境規(guī)制、影子經濟與霧霾污染：動態(tài)半參數分析[J].經濟學動態(tài)，2016（11）：33-44.

[20]HAO Y，LIU Y M.The influential factors of urban PM2.5 concentrations in China：A spatial econometric analysis[J].Journal of Cleaner Production，2016，112：1443-1453.

[21]馬麗梅，劉生龍，張曉.能源結構、交通模式與霧霾污染：基于空間計量模型的研究[J].財貿經濟，2016（1）：147-160.

[22]李力，唐登莉，孔英，等.FDI對城市霧霾污染影響的空間計量研究：以珠三角地區(qū)為例[J].管理評論，2016（6）： 11-24.

[23]梁偉，楊明，張延偉.城鎮(zhèn)化率的提升必然加劇霧霾污染嗎：兼論城鎮(zhèn)化與霧霾污染的空間溢出效應[J].地理研究，2017（10）：1947-1958.

[24]潘慧峰，王鑫，張書宇.霧霾污染的持續(xù)性及空間溢出效應分析：來自京津冀地區(qū)的證據[J].中國軟科學，2015（12）：134-143.

[25]王振華，李旭.技術進步、產業(yè)結構升級與縣域經濟增長：以遼寧省為例[J].農業(yè)技術經濟，2015（2）：68-75

[26]何小鋼.結構轉型與區(qū)際協調：對霧霾成因的經濟觀察[J].改革，2015（5）：33-42.

[27]盛小星，葉春明.基于PSR模型的上海市霧霾影響因素空間差異分析[J].生態(tài)科學，2017（2）：87-92.

[28]陳詩一，陳登科.霧霾污染、政府治理與經濟高質量發(fā)展[J].經濟研究，2018（2）：20-34.

[29]程中華，于斌斌.產業(yè)集聚與地區(qū)工資差距：基于中國城市數據的空間計量分析[J].當代經濟科學，2014（6）：86-94，125.

[30]潘敏杰，武舜臣，張繼良.中國式分權、環(huán)境規(guī)制與霧霾污染[J].產業(yè)經濟評論，2017（1）：5-19.

Traffic accessibility and air pollution：Effect identification and mechanism testing

WANG Zhenhua1， SUN Xuetao2， JING Zaifang1

（1.School of Economics and management， Shenyang Agricultural University， Shenyang 110866， P. R. China;2.Institute of Rural Economic Development， Shandong Academy of Social Sciences， Jinan 250002， P. R. China）

Abstract：

Chinas haze pollution presents the characteristics of high occurrence frequency， wide impact range and difficult treatment. Its causes and treatment path are the hot issues concerned by the government and scholars. The generation of haze will be affected by human social and economic activities. In recent years， Chinas transportation infrastructure construction represented by high-speed railway construction has promoted the rapid improvement of inter city traffic accessibility. Some literature began to discuss the impact of high-speed railway construction and traffic accessibility improvement on economic development such as economic output and industrial structure， but limited to the availability of data， There is no literature to discuss the impact of high-speed rail and inter city traffic accessibility on haze pollution. The research brings traffic accessibility into the analytical framework of environmental economics. Firstly， the theoretical hypothesis of the impact of traffic accessibility on haze pollution is put forward from three aspects： factor allocation effect， industrial upgrading effect and industrial agglomeration effect. Based on the theoretical framework of Environmental Kuznets curve， a space econometric model constructed to calculate the shortest traffic time of road， ordinary railway and high-speed railway travel between cities as? the quantitative method of traffic accessibility. Using the raster data of PM2.5 concentration in MODIS and MISR of 283 cities in Chinese mainland， we test the spatial correlation between urban traffic accessibility and Urban Haze pollution indicators， test the impact of traffic accessibility on haze pollution， and discuss the endogeneity and heterogeneity of the model. The mechanism of traffic accessibility on haze pollution is further analyzed. It is found that there is a significant spatial spillover effect of smog pollution between cities， and there is an inverted “U” relationship between economic development and smog pollution， which confirms the Environmental Kuznets curve; The empirical conclusion also proves that traffic accessibility can significantly reduce urban haze pollution， which is more significant in central and eastern cities; Taking the number of urban colleges and universities lagging behind for one period as the instrumental variable， it is found that the above conclusion is still robust; In the impact of traffic accessibility on haze， it may reduce or increase the heterogeneity of haze pollution in the short term， but in the long term， the improvement of traffic accessibility helps to reduce the traffic cost and friction between urban economies， promote economic growth and efficiency， and then reduce haze pollution; The impact of improved traffic accessibility on Urban Haze pollution is mainly reflected through factor allocation effect， industrial upgrading and agglomeration effect. Specifically， improved traffic accessibility will reduce urban haze pollution through factor allocation effect and increase urban haze pollution through industrial upgrading and agglomeration effect. The research shows that in the process of dealing with haze pollution， effective measures include： reducing the flow cost of factors， technologies， products and industries among cities by optimizing transportation infrastructure construction， and promoting the optimal allocation of resources and product market sharing; Aiming at the spatial correlation of haze pollution， an inter city linkage mechanism for haze prevention and control is constructed.

Key words：? traffic accessibility; PM2.5; number of colleges and universities; Kuznets curve; SARAR model

（責任編輯傅旭東）