邱亦雯

摘要：通過構(gòu)建大氣環(huán)境污染綜合指數(shù)和計算建成區(qū)就業(yè)密度，運用探索性空間數(shù)據(jù)分析方法，對大氣環(huán)境污染和就業(yè)密度相關(guān)指標在我國省域的空間分布格局和空間自相關(guān)性進行了分析和比較，進一步采用空間滯后模型和空間誤差模型實證分析了就業(yè)密度對我國環(huán)境污染的影響。

Abstract： By building air pollution comprehensive index and calculating employment density of built area， exploratory spatial data analysis method is used to analyze spatial distribution pattern and spatial autocorrelation of air pollution and employment density in China's 31 provincial regions in 2012 and to compare the relationship between them. More than that， this paper applies spatial lag model and spatial error model to analyze the influence of employment density on air pollution.

關(guān)鍵詞：就業(yè)密度；大氣環(huán)境污染；Moran指數(shù)；空間滯后模型；空間誤差模型

Key words： employment density；air pollution；Moran index；spatial lag model；spatial error model

中圖分類號：X24 文獻標識碼：A 文章編號：1006-4311（2016）07-0206-02

1 研究背景

改革開放以來，在“要素驅(qū)動”和“投資驅(qū)動”的粗放式增長模式下，特別在土地財政政策刺激下，我國地區(qū)經(jīng)濟發(fā)展表現(xiàn)出“非理性集聚”特征，出現(xiàn)所謂“過疏過密”的問題。特別是在最近十年來，隨著城市新區(qū)、開發(fā)區(qū)和房地產(chǎn)的大規(guī)模開發(fā)，除了少數(shù)大城市中心區(qū)之外，中國城市與地區(qū)發(fā)展總體上呈現(xiàn)出“密度不足癥”[1]。就業(yè)密度是經(jīng)濟密度的一種，表現(xiàn)了就業(yè)的空間特征，能有效反映生產(chǎn)要素的結(jié)構(gòu)特征和集聚程度[2]。從就業(yè)密度角度，深入分析勞動力集聚與大氣環(huán)境污染之間的相關(guān)性，有助于從微觀上理解經(jīng)濟集聚的環(huán)境效應(yīng)?；诳臻g計量分析，又能有效量化不同地區(qū)的不同屬性的變量所發(fā)生的空間相互作用[3]，從而為建立污染防治區(qū)域聯(lián)動機制提供一定參考。

2 研究方法

隨著復(fù)合型大氣污染形勢日益嚴峻，越來越多的研究通過構(gòu)建綜合指標來反映大氣環(huán)境污染[4]。因此，本研究利用《中國統(tǒng)計年鑒2013年》，選取廢氣中主要污染物排放量，即二氧化硫、氮氧化物和煙（粉）塵排放量三類具體度量指標，采用熵權(quán)法計算大氣環(huán)境污染綜合指數(shù)，客觀地確定污染指標的權(quán)重來避免主觀因素造成的偏誤，并使得該指數(shù)能夠最大限度地反映各省份大氣環(huán)境污染的整體情況。

就業(yè)密度是經(jīng)濟密度的一種，根據(jù)經(jīng)濟密度的含義，就業(yè)密度是勞動力發(fā)展水平和集聚程度的重要測度?？焖俪鞘谢侵袊?jīng)濟社會發(fā)展的一個重要特征，建成區(qū)面積反映了中國二三產(chǎn)業(yè)的分布與發(fā)展狀況，以往學者多采用建成區(qū)作為參數(shù)計算土地經(jīng)濟密度的方法[5]。因此，本研究中建成區(qū)面積可從《中國統(tǒng)計年鑒2013年》直接得到，就業(yè)人數(shù)則是其中城鎮(zhèn)單位就業(yè)人數(shù)、私營企業(yè)就業(yè)人數(shù)和個體就業(yè)人數(shù)三者的加和。就業(yè)密度則是單位土地面積所承載的就業(yè)人數(shù)，即區(qū)域就業(yè)人數(shù)與區(qū)域面積之比。

結(jié)合中國現(xiàn)狀，同時考慮對大氣環(huán)境污染有影響的其他若干因素，選用多元線性回歸模型[6]，此外，考慮到變量間可能存在的異方差性，本研究對所有變量取對數(shù)，建立如下計量模型：

10lnEi=c+β1lnEDi+β2lnPGDPi+β3lnPi+β4lnHIi+β5lnFDIi+β6lnPCi+β7lnK/L+εi其中εi～N（0，σi2）（1）

注：由于因變量相差比較小，為避免干擾到極大似然估計，將因變量擴大十倍，此變動并不影響結(jié)果.

式中：i表示第i個省份的數(shù)據(jù)；E為大氣環(huán)境污染，可以取大氣環(huán)境污染綜合指數(shù)（E）、二氧化硫排放量（SO2）、氮氧化物排放量（NOX）或煙（粉）塵排放量（YFC）；PGDP代表產(chǎn)出水平，取人均GDP；ED為就業(yè)密度，可取建成區(qū)就業(yè)密度或第一、二、三建成區(qū)就業(yè)密度；P為人口密度；HL為重工業(yè)規(guī)模；FDI為外商直接投資；PC為環(huán)境治理投入；K/L為技術(shù)進步。

為克服本省份大氣污染與相鄰省份不存在空間相關(guān)假設(shè)的缺陷，本研究考慮了鄰近省份大氣環(huán)境污染對本省大氣污染的影響，擴展了常規(guī)模型得到的空間滯后計量經(jīng)濟模型（SLM）為：

10lnEi=c+ρWlnEj+β1lnEDi+β2lnPGDPi+β3lnPi+β4lnHIi+β5lnFDIi+β6lnPCi+β7lnK/L+εi其中εi～N（0，σi2）（2）

式中，參數(shù)ρ為空間回歸系數(shù)，反映了樣本觀測值之間的空間依賴作用；W為n×n的空間權(quán)重矩陣，本文采用空間鄰接權(quán)重矩陣。c為常數(shù)項。

若省域大氣環(huán)境污染的空間依賴作用存在于擾動誤差項之中，度量鄰近省份關(guān)于被解釋變量WlnEj的誤差沖擊本省份大氣環(huán)境污染的影響程度的空間誤差計量經(jīng)濟模型（SLM）為：

10lnEi=c+β1lnEDi+β2lnPGDPi+β3lnPi+β4lnHIi+β5lnFDIi+β6lnPCi+β7lnK/L+εi（3）

其中，εi=λWεj+μi，μi～N（0，σi2）（4）

式中，參數(shù)λ為空間誤差系數(shù)，衡量了相鄰區(qū)域的大氣環(huán)境污染通過誤差項對本區(qū)域環(huán)境污染的影響方向和程度，β為解釋變量的歸回系數(shù)，εi為隨機誤差項，μi是正態(tài)分布的隨機誤差項，c為常數(shù)項。

3 結(jié)果與分析

全局空間自相關(guān)分析是研究整個區(qū)域的空間模式和度量屬性值在整個區(qū)域的空間分布態(tài)勢。本研究均采用Moran's I指數(shù)進行全局空間自相關(guān)分析，Moran's I可衡量空間要素的相互關(guān)系，其取值范圍介于-1到1之間。大氣環(huán)境污染綜合指數(shù)和就業(yè)密度的Moran's I值分別為0.253795和0.226774，Zi（P-value）分別為2.4888（0.013）、2.2336（0.019），均在5%的顯著性水平下通過假設(shè)檢驗，因而我國31個省域之間環(huán)境污染和就業(yè)密度存在較為顯著的空間正相關(guān)性（空間依賴性），表現(xiàn)出某些省域的環(huán)境污染在空間分布上存在一定的污染集群現(xiàn)象，并且某些省域的就業(yè)密度在空間分布上存在一定的勞動力集群現(xiàn)象。

根據(jù)表1的OLS回歸結(jié)果可知，模型的擬合比較理想，調(diào)整R2=0.773，整體上所有解釋變量對被解釋變量都是顯著的，由此可見本模型中解釋變量可以很好的解釋被解釋變量。lnED、lnPGDP、lnP的回歸系數(shù)符號顯著為負，說明整體上說，就業(yè)密度、經(jīng)濟發(fā)展水平、人口密度與大氣環(huán)境污染呈負相關(guān)。lnHI、lnFDI、lnPC、lnK/L的回歸系數(shù)為正，即整體上呈現(xiàn)重工業(yè)規(guī)模、外商直接投資、地區(qū)工業(yè)大氣污染治理投資、技術(shù)進步水平與大氣環(huán)境污染狀況呈正相關(guān)。

當大氣環(huán)境污染綜合指標作為被解釋變量時，空間統(tǒng)計的Moran指數(shù)檢驗0.629362，表明31個省域的大氣環(huán)境污染具有明顯的空間自相關(guān)性，但并不顯著（0.529112）。經(jīng)典線性回歸模型的OLS估計可能存在模型設(shè)定不恰當問題。通過比較LM_LAG與LM_ERROR、Robust LM_LAG與Robust LM_ERROR和兩個空間計量模型的對數(shù)似然函數(shù)值Log Likelihood（Log L）、Akaike Info Criterion（AIC）和Schwarz Criterion（SC）值就會發(fā)現(xiàn)，空間滯后模型（SLM）是最優(yōu)的模型。

SLM的ρ顯著為正，說明省域大氣環(huán)境污染存在顯著的空間依賴性，也就是說鄰近省域的大氣環(huán)境污染高，本省域的環(huán)境污染也高，環(huán)境污染行為存在集群現(xiàn)象。且SLM的解釋力度更強一些，說明大氣環(huán)境污染在省域之間形成了顯著的空間擴散（溢出）效應(yīng)。

4 小結(jié)

我國省域就業(yè)密度和大氣環(huán)境污染存在顯著的空間正自相關(guān)性。通過構(gòu)建空間計量模型，檢驗大氣環(huán)境污染的空間相關(guān)性，發(fā)現(xiàn)大氣環(huán)境污染在省域之間形成了顯著的空間擴散（溢出）效應(yīng)。建成區(qū)就業(yè)密度與大氣環(huán)境污染有顯著的負相關(guān)性，即就業(yè)密度越大，大氣環(huán)境污染越輕，也就是說就業(yè)人口在地理上的集聚有利于改善大氣環(huán)境污染。區(qū)域結(jié)構(gòu)性差異對大氣環(huán)境污染的影響也不容忽視，整體上體現(xiàn)在經(jīng)濟發(fā)展水平、人口密度的環(huán)境正效應(yīng)以及重工業(yè)規(guī)模、外商直接投資、環(huán)境治理投資、技術(shù)進步的環(huán)境負效應(yīng)。

因此，地方政府在制定政策時要全面分析自身所處的經(jīng)濟發(fā)展環(huán)境和未來產(chǎn)業(yè)規(guī)劃定位，并綜合考慮鄰近省域發(fā)展政策上可能存在的沖突，借鑒發(fā)達地區(qū)勞動力集聚和環(huán)境保護的成功經(jīng)驗，積極推動產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和轉(zhuǎn)型升級，因地制宜采取不同的措施來避免勞動力集聚和環(huán)保政策的千篇一律，以期實現(xiàn)環(huán)境與經(jīng)濟的協(xié)調(diào)發(fā)展。

參考文獻：

[1]沈體雁，郭潔.以人為本、集聚創(chuàng)新：中國特色新型城鎮(zhèn)化研究[J].城市發(fā)展研究，2013，12：147-150.

[2]沈體雁，勞昕，楊開忠.經(jīng)濟密度：區(qū)域經(jīng)濟研究的新視角[J].經(jīng)濟學動態(tài)，2012，07：82-88.

[3]L， A.， Spatial econometrics： methods and models[M]. 1988： Springer.

[4]許和連，鄧玉萍.外商直接投資導致了中國的環(huán)境污染嗎？——基于中國省際面板數(shù)據(jù)的空間計量研究[J].管理世界，2012，02：30-43.

[5]林堅，祖基翔，苗春蕾，畢崇明，劉云中.中國區(qū)縣單元城鄉(xiāng)建設(shè)用地經(jīng)濟密度的空間分異研究[J].中國土地科學，2008，03：46-53.

[6]李平，沈得芳.中國經(jīng)濟增長對大氣污染的影響——基于地區(qū)差異及門限回歸的實證分析[J].產(chǎn)業(yè)經(jīng)濟評論，2012，03：120-148.