倪紅福 趙栩婕 鐘柳青 傅愈 王文軍

摘 要|利用社區(qū)尺度的人口、經(jīng)濟(jì)與環(huán)境數(shù)據(jù)，采用空間統(tǒng)計(jì)模型實(shí)證檢驗(yàn)深圳勞動(dòng)力流動(dòng)對(duì)與 PM2.5 濃度的影響。研究結(jié)論為深圳人口、經(jīng)濟(jì)與環(huán)境協(xié)同發(fā)展的政策制定和評(píng)估提供了經(jīng)驗(yàn)依據(jù)。研究結(jié)果發(fā)現(xiàn)，勞動(dòng)力流動(dòng)與 PM2.5 濃度有正相關(guān)關(guān)系，流動(dòng)勞動(dòng)力密度過(guò)高會(huì)影響 PM2.5 濃度上升，2015 年以前，流動(dòng)勞動(dòng)力占比強(qiáng)化了勞動(dòng)力流動(dòng)對(duì)PM2.5 濃度的影響。PM2.5 濃度受到相鄰地區(qū)人口、經(jīng)濟(jì)、環(huán)境因素的空間自相關(guān)性影響，空間模型在環(huán)境社會(huì)科學(xué)研究方面具有獨(dú)特的 優(yōu)勢(shì)。最后，從環(huán)境問(wèn)題的研究尺度、研究?jī)?nèi)容和政策評(píng)估方面提出未來(lái)的研 究方向。

關(guān)鍵詞|勞動(dòng)力流動(dòng);PM2.5 濃度;經(jīng)濟(jì)增長(zhǎng);時(shí)空分析

深圳長(zhǎng)期以來(lái)是全國(guó)唯一的流動(dòng)人口超過(guò)戶籍人口的超大型城市，2020 年末流動(dòng)人口達(dá)到 1243.87 萬(wàn)，較 2010 年的 786.17 萬(wàn)人，增長(zhǎng)了 58.22%，占常住人口的 70.84%，其中勞動(dòng)年齡的流動(dòng)人口占比為 81.09%。人口持續(xù)流入是深圳人口快速增長(zhǎng)的主要原因之一，勞動(dòng)力的流入為深圳社會(huì)經(jīng)濟(jì)發(fā)展提供了源源不斷的人口紅利（陸杰華，2019），2020 年深圳地區(qū)生產(chǎn)總值（GDP）達(dá)到 2.76 萬(wàn)億元，約占當(dāng)年廣東省 GDP 總量的 1/4。

在勞動(dòng)力自由流動(dòng)、經(jīng)濟(jì)高質(zhì)量發(fā)展與生態(tài)環(huán)境優(yōu)化的條件下中，通過(guò)理論研究與實(shí)證分析檢驗(yàn)勞動(dòng)力流動(dòng)對(duì)環(huán)境影響的作用機(jī)制，對(duì)于“完善勞動(dòng)力流動(dòng)制度”具有重要的意義。一是環(huán)境要素是社會(huì)經(jīng)濟(jì)發(fā)展的剛性約束，勞動(dòng)力流動(dòng)通過(guò)對(duì)人口和經(jīng)濟(jì)系統(tǒng)的影響，長(zhǎng)期積累形成引起環(huán)境變化是多種因素， 而環(huán)境退化初期很難直觀地體驗(yàn)（Piguet，2010），發(fā)現(xiàn)其中的“機(jī)制”以避免環(huán)境退化后果就顯得非常重要。二是目前正值“六大類 40 條授權(quán)清單”全面落地實(shí)施的階段，深圳的長(zhǎng)遠(yuǎn)發(fā)展不能只是被動(dòng)地解決當(dāng)前的矛盾，還要有一定的預(yù)見(jiàn)性。面對(duì)勞動(dòng)力要素和經(jīng)濟(jì)要素大量持續(xù)流入的格局，無(wú)論是制度體系的頂層設(shè)計(jì)，還是政策工具的準(zhǔn)備，都需要權(quán)衡人口紅利與環(huán)境壓力之間的關(guān)系，為調(diào)控或規(guī)避不利后果提供政策線索，勞動(dòng)力流動(dòng)與環(huán)境變化的關(guān)系也就成了理論層面和實(shí)踐領(lǐng)域共同關(guān)注的科學(xué)問(wèn)題。三是深圳是全國(guó)唯一流動(dòng)人口占比過(guò)半的超大型城市，勞動(dòng)力的規(guī)模、結(jié)構(gòu)和質(zhì)量具有明顯的流動(dòng)人口特征， 現(xiàn)有的勞動(dòng)力遷移流動(dòng)理論與實(shí)證結(jié)論是否適用于深圳的特殊人口和社會(huì)經(jīng)濟(jì)條件，需要理論論證和實(shí)證檢驗(yàn)。

1???? 文獻(xiàn)回顧

人口遷移流動(dòng)和勞動(dòng)力遷移流動(dòng)一直是人口研究的相關(guān)主題，關(guān)于勞動(dòng)力遷移流動(dòng)的經(jīng)濟(jì)學(xué)、社會(huì)學(xué)研究，以及勞動(dòng)力遷移流動(dòng)的環(huán)境影響研究，已經(jīng)形成了豐富的研究成果，本文僅關(guān)注勞動(dòng)力遷移流動(dòng)機(jī)制及其環(huán)境影響方面的文獻(xiàn)。

1.1?? 勞動(dòng)力遷移的理論脈絡(luò)

初期的“推拉理論”是研究人口 / 勞動(dòng)力遷移流動(dòng)的重要理論之一，它認(rèn)為在市場(chǎng)經(jīng)濟(jì)和人口自由流動(dòng)的情況下，人口遷移流動(dòng)的原因是人們可以通過(guò)搬遷改善生活條件（Lee，1966）。遷出地的影響因素、遷入地的影響因素、遷移過(guò)程的障礙、個(gè)體特征、文化差異等對(duì)遷移決策產(chǎn)生影響。推拉理論對(duì)人口 / 勞動(dòng)力的遷移流動(dòng)研究產(chǎn)生了深遠(yuǎn)影響，它建立了一個(gè)完整的分析框架，解釋從遷出地到遷入地的過(guò)程中所遇到的推力和拉力以及不同人群對(duì)此的反映。但它主要是建立在經(jīng)驗(yàn)觀察基礎(chǔ)之上，缺乏科學(xué)推斷和假設(shè)檢驗(yàn)，也有一定的局限性（Greenwood，1997）。同期的二元經(jīng)濟(jì)模型認(rèn)為（Lewis，1982），發(fā)展中國(guó) 家經(jīng)濟(jì)存在兩個(gè)部門：一個(gè)是普遍存在勞動(dòng)力過(guò)剩的傳統(tǒng)農(nóng)業(yè)部門，另一個(gè)是現(xiàn)代工業(yè)部門。經(jīng)濟(jì)增長(zhǎng)就是現(xiàn)代部門以不變的工資率吸收農(nóng)村邊際生產(chǎn)率為零的無(wú)限供給狀態(tài)下勞動(dòng)力的過(guò)程;現(xiàn)代部門有把積累全部轉(zhuǎn)化為投資的動(dòng)力， 投資越多，吸收勞動(dòng)力就業(yè)越多，直到把農(nóng)村剩余勞動(dòng)力吸收完畢為止。修正的二元經(jīng)濟(jì)模型成功的解釋了城市存在失業(yè)的情況下，農(nóng)村勞動(dòng)力繼續(xù)流入城市的問(wèn)題（Todaro et al.，1992）。二元經(jīng)濟(jì)模型及其修正模型從宏觀層面科學(xué)地展示了勞動(dòng)力轉(zhuǎn)移的動(dòng)力和過(guò)程，是一個(gè)被廣泛應(yīng)用的分析勞動(dòng)力遷移流動(dòng)的經(jīng)濟(jì)學(xué)范式。

中期的新經(jīng)濟(jì)遷移理論強(qiáng)調(diào)家庭作為決策主體的重要性，根據(jù)家庭預(yù)期收入最大化和風(fēng)險(xiǎn)最小化的原則，決定家庭成員的外出或遷移（Stark，2005）。 許多學(xué)者對(duì)本地市場(chǎng)條件與遷移動(dòng)機(jī)，外出收入對(duì)社區(qū)經(jīng)濟(jì)發(fā)展、社會(huì)網(wǎng)絡(luò)或制度對(duì)遷移決策的影響等方面進(jìn)行了實(shí)證研究，檢驗(yàn)了該理論假設(shè)的有效性（Zinda et al.，2018）。二元?jiǎng)趧?dòng)力市場(chǎng)理論假設(shè)遷移的動(dòng)機(jī)來(lái)自城市經(jīng)濟(jì)的二元結(jié)構(gòu)及其內(nèi)生的勞動(dòng)力需求（Piore，1979）。在城市經(jīng)濟(jì)或發(fā)達(dá)國(guó)家的經(jīng)濟(jì)中存在主導(dǎo)部門和輔助部門，輔助部門由于條件差對(duì)本地勞動(dòng)力沒(méi)有吸引力， 導(dǎo)致勞動(dòng)力供給長(zhǎng)期不足，需要吸引外地勞動(dòng)力補(bǔ)充，由此產(chǎn)生了遷移動(dòng)機(jī)。盡管二元?jiǎng)趧?dòng)力市場(chǎng)理論是起源于發(fā)達(dá)國(guó)家勞動(dòng)力市場(chǎng)的研究（Baffoe-Bonnie， 2003），但中國(guó)的經(jīng)驗(yàn)研究也表明存在勞動(dòng)力市場(chǎng)分割（郭叢斌，2004）。

1.2?? 勞動(dòng)力遷移理論的豐富和發(fā)展

宏觀遷移理論將遷移作為人口對(duì)社會(huì)、經(jīng)濟(jì)、環(huán)境、政治和文化變遷的回應(yīng)，人口 / 勞動(dòng)力遷移流動(dòng)同樣對(duì)社會(huì)經(jīng)濟(jì)格局產(chǎn)生影響，研究視角不僅局限于經(jīng)濟(jì)學(xué)范疇，逐步擴(kuò)展到遷移流動(dòng)的選擇性、影響因素及其對(duì)社會(huì)、經(jīng)濟(jì)與環(huán)境影響等方面（Adams and Page，2005;Haas，2010;Chen et al.， 2014;Ghimire et al.，2020）。同時(shí)，將人口與環(huán)境關(guān)系的理論框架引入到勞動(dòng)力遷移研究（Greiner and Sakdapolrak，2013），認(rèn)為勞動(dòng)力遷移流動(dòng)不僅是適應(yīng)環(huán)境的選擇（Cameron，2018），而且也是環(huán)境變化的影響因素（Tai et al.，2012）。

中國(guó)的勞動(dòng)力遷移既有發(fā)達(dá)國(guó)家早期的一般特征，比如年齡、性別、教育程度等方面的選擇性（蔡昉、白南生，2006），也有中國(guó)的特殊性，比如勞動(dòng)力遷移流動(dòng)中的制度性障礙（王梅、傳海，2005）、勞動(dòng)力遷移流動(dòng)的“推力、拉力”變形等（李強(qiáng)，2003），甚至發(fā)現(xiàn)區(qū)域房?jī)r(jià)差異也會(huì)導(dǎo)致勞動(dòng)力流動(dòng)（高波 等，2012）。

1.3?? 勞動(dòng)力遷移流動(dòng)與環(huán)境關(guān)系的不同理論觀點(diǎn)

其一是馬爾薩斯主義認(rèn)為人口壓力、資源消耗必然導(dǎo)致環(huán)境退化（Wright， 2015），勞動(dòng)力遷移、經(jīng)濟(jì)擴(kuò)張導(dǎo)致的人口數(shù)量增長(zhǎng)和資源消費(fèi)增加對(duì)環(huán)境造 成危害（袁曉冬、馬良瑞，2017），從而形成了人口壓力下的資源環(huán)境難以為 繼的判斷（Brundtland，1987）。盡管沒(méi)有確切的證據(jù)支持馬爾薩斯主義觀點(diǎn)， 但以環(huán)境問(wèn)題為由排斥移民或勞動(dòng)力遷移（Nagtzaam and Cafaro，2018），可 以避免過(guò)多地受到輿論攻擊（Hultgren，2014）。另一是新政治經(jīng)濟(jì)學(xué)派的反對(duì)觀點(diǎn)，認(rèn)為勞動(dòng)力遷移流動(dòng)和經(jīng)濟(jì)發(fā)展并不是環(huán)境退化的根本原因（Angus and Butler，2011），盡管移民與某些環(huán)境污染問(wèn)題有一定的關(guān)聯(lián)，但更多研究指向移民的消費(fèi)方式、環(huán)保意識(shí)都優(yōu)于發(fā)達(dá)地區(qū)的本地人口（Bohon et al.， 2008;Chatman and Klein，2009）。通過(guò)勞動(dòng)力遷移流動(dòng)及其不平等的生態(tài)轉(zhuǎn)移、經(jīng)濟(jì)過(guò)程中的市場(chǎng)交換和貿(mào)易方式等途徑將發(fā)達(dá)地區(qū)的環(huán)境壓力不合理地轉(zhuǎn)移到發(fā)展中地區(qū)，從而給發(fā)展中地區(qū)的環(huán)境造成壓力（Carter et al.，2013）。部分實(shí)證研究發(fā)現(xiàn)，美國(guó)移民消耗資源和產(chǎn)生廢丟物更少（Hunter，2000; Atiles and Bohon，2003），移民規(guī)模與當(dāng)?shù)乜諝赓|(zhì)量不僅沒(méi)有負(fù)相關(guān)，甚至與某些污染物水平負(fù)相關(guān)（Squalli，2010;Price and Feldmeyer，2012;Ma and Trouth，2019）。

綜上所述，現(xiàn)代人口或勞動(dòng)力遷移現(xiàn)象十分復(fù)雜，不是某一個(gè)理論能夠完全解釋的，需要從多種角度分析。中國(guó)勞動(dòng)力遷移流動(dòng)的社會(huì)經(jīng)濟(jì)背景與西方國(guó)家相比有巨大差異，其中最突出的差別是由于戶籍制度的影響（李曉春、馬軼群，2004），既不同于現(xiàn)有理論的假設(shè)條件（李強(qiáng)，2003），也區(qū)別于西方國(guó)家的經(jīng)驗(yàn)結(jié)果（周天勇，2001），深圳有著與國(guó)內(nèi)其他超大型城市完全不同的人口結(jié)構(gòu)，其勞動(dòng)力遷移與環(huán)境的關(guān)系需要從更廣闊的視角對(duì)現(xiàn)有理論的適用性進(jìn)行實(shí)證檢驗(yàn)。

2???? 理論框架

勞動(dòng)力是人口的特殊組成部分，深圳流動(dòng)人口中勞動(dòng)年齡人口的占比高達(dá)82.12%。勞動(dòng)力兼具經(jīng)濟(jì)屬性和人口屬性，本文在人口與環(huán)境關(guān)系的理論框架下， 構(gòu)建深圳勞動(dòng)力流動(dòng)的環(huán)境影響機(jī)制的理論模型，為實(shí)證模型的設(shè)置提供理論 依據(jù)。

2.1?? 因變量

就人口與環(huán)境關(guān)系的研究而言，環(huán)境概念既包括生態(tài)資源，如水環(huán)境、土地質(zhì)量、空氣質(zhì)量、能源等，也包括人類生產(chǎn)生活產(chǎn)生的環(huán)境后果，如溫室氣體排放、生物多樣性等（童玉芬，2004）。

除個(gè)別研究整體環(huán)境外，都需要具體到環(huán)境的某個(gè)方面，本文以 PM2.5 濃度作為空氣污染的操作化變量，主要是基于以下幾個(gè)原因：一是數(shù)據(jù)的可獲得性，深圳自 2012 年設(shè)置了 18 個(gè)國(guó)家空氣質(zhì)量監(jiān)測(cè)站點(diǎn)以來(lái)，陸續(xù)增加到全市 74 個(gè)街道 PM2.5 監(jiān)測(cè)站全覆蓋，可以在社區(qū)尺度上提供可靠的連續(xù)性數(shù)據(jù)。二是 PM2.5 濃度是廣泛使用的環(huán)境指標(biāo)之一，它不僅反映居民的生活質(zhì)量，也是重要的健康影響因素。比如，PM2.5 超標(biāo)等空氣質(zhì)量問(wèn)題會(huì)降低人們的主觀幸福感和心理健康程度（Zhang et al.，2017），并減少外出活動(dòng)、額外增加防護(hù)器材等（Sun et al.，2017）。世界衛(wèi)生組織對(duì) PM2.5 長(zhǎng)期健康風(fēng)險(xiǎn)評(píng)價(jià)顯示（WHO，2006），PM2.5 濃度從 10?g/m3 上升到 35?g/m3， 死亡率增加 15%。三是深圳近年來(lái)大力開展大氣污染防治，PM2.5 濃度仍有提升空間，將其作為環(huán)境變量進(jìn)行研究具有現(xiàn)實(shí)指導(dǎo)意義。深圳于2012 年開始執(zhí)行《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》（GB3095-2012），全面對(duì) PM2.5 進(jìn)行監(jiān)測(cè)，并在《2020 年“深圳藍(lán)”可持續(xù)行動(dòng)計(jì)劃》中提出了將 PM2.5 穩(wěn)定在 25?g/m3 的目標(biāo)，介于國(guó)家一級(jí)標(biāo)準(zhǔn)（15?g/m3）和二級(jí)標(biāo)準(zhǔn)（35?g/m3）之間，離世界衛(wèi)生組織的指導(dǎo)值（10?g/m3）有明顯的差距。

2.2?? 自變量

根據(jù)理論分析模型和現(xiàn)有實(shí)證研究結(jié)論，以及研究尺度上的數(shù)據(jù)可獲得性， 并結(jié)合深圳人口、社會(huì)、經(jīng)濟(jì)和環(huán)境的特點(diǎn)，以對(duì)PM2.5 濃度有潛在影響的人口、經(jīng)濟(jì)因素，以及其他控制變量為自變量，具體如下。

（1）???? 勞動(dòng)力流動(dòng)指標(biāo)。采用流動(dòng)勞動(dòng)力密度（F_H_L）和流動(dòng)勞動(dòng)力占勞 動(dòng)力的比重（F_H_R）2 個(gè)指標(biāo)測(cè)量勞動(dòng)力流動(dòng)的強(qiáng)度與規(guī)模。流動(dòng)勞動(dòng)力密度定義為非戶籍勞動(dòng)年齡人口數(shù)量 / 平方公里，流動(dòng)勞動(dòng)力占勞動(dòng)力的比重（流動(dòng)勞動(dòng)力占比）定義為非戶籍勞動(dòng)年齡人口數(shù)量 / 常住人口中勞動(dòng)年齡人口數(shù)量。流動(dòng)勞動(dòng)力密度主要測(cè)量勞動(dòng)力流動(dòng)的強(qiáng)度，同時(shí)消除空間分析單元區(qū)域面積 的差異。深圳市內(nèi)流動(dòng)人口分布具有很大的差異，既有寶安、龍崗等流動(dòng)人口 聚集的區(qū)域，也有鹽田、大鵬、坪山等流動(dòng)人口較少的區(qū)域，對(duì)應(yīng)的勞動(dòng)力流 動(dòng)規(guī)模上的差異則通過(guò)流動(dòng)勞動(dòng)力占比進(jìn)行測(cè)量。

（2）???? 經(jīng)濟(jì)發(fā)展指標(biāo)。經(jīng)濟(jì)發(fā)展伴隨著資源投入的增加，一定程度上增加 了環(huán)境的壓力，同時(shí)經(jīng)濟(jì)發(fā)展也對(duì)經(jīng)濟(jì)結(jié)構(gòu)和經(jīng)濟(jì)質(zhì)量產(chǎn)生影響，當(dāng)經(jīng)濟(jì)結(jié)構(gòu)和質(zhì)量持續(xù)改善達(dá)到某一拐點(diǎn)時(shí)，環(huán)境壓力將呈逐年下降的趨勢(shì)（Grossman and Krueger，1995）。可見(jiàn)，經(jīng)濟(jì)增長(zhǎng)并不是經(jīng)濟(jì)因素對(duì)環(huán)境產(chǎn)生壓力的唯一原因，而經(jīng)濟(jì)結(jié)構(gòu)和經(jīng)濟(jì)質(zhì)量也可能造成環(huán)境變化。因此，分析人口與環(huán)境關(guān)系中經(jīng)濟(jì)的中介作用，需要通過(guò)經(jīng)濟(jì)總量、經(jīng)濟(jì)結(jié)構(gòu)和經(jīng)濟(jì)質(zhì)量三個(gè)角度進(jìn)行考察，分別反映經(jīng)濟(jì)規(guī)模、生產(chǎn)力布局和經(jīng)濟(jì)發(fā)展?fàn)顟B(tài)（曼昆，2015）。經(jīng)濟(jì)規(guī)模包括地區(qū)生產(chǎn)總值（GDP）、GDP 增長(zhǎng)率（GDP_R）2 個(gè)測(cè)量變量;在經(jīng)濟(jì)結(jié)構(gòu)方面，在一定的技術(shù)條件下，工業(yè)制造業(yè)的能源消費(fèi)和廢棄物排放相對(duì)較多，對(duì)空氣質(zhì)量的影響也比較突出（J?nicke et al.，1989），故采用第二產(chǎn)業(yè)占 GDP 的比重（IND_R）作為經(jīng)濟(jì)結(jié)構(gòu)的測(cè)量變量;在經(jīng)濟(jì)質(zhì)量方面，采用生產(chǎn)總值計(jì)算的勞動(dòng)生產(chǎn)率（P_W_S）作為技術(shù)水平的測(cè)量指標(biāo)，代表了經(jīng) 濟(jì)質(zhì)量高低。

（3）???? 控制變量。居民財(cái)富也是影響環(huán)境的重要因素（Squalli，2010）， 采用家庭消費(fèi)支出（H_C）作為財(cái)富的測(cè)量變量。實(shí)際上，本文還測(cè)試了人均GDP、人均可支配收入以及平均家庭收入等指標(biāo)，通過(guò)比較發(fā)現(xiàn)家庭消費(fèi)支出 的統(tǒng)計(jì)特性更好。家庭消費(fèi)支出不僅能夠反映居民的財(cái)富，還可以間接體現(xiàn)消費(fèi)水平和消費(fèi)習(xí)慣。

研究表明（孫天樂(lè) 等，2019），深圳的 PM2.5 主要來(lái)源中汽車尾氣占 30%， 但在研究尺度上無(wú)法獲取汽車尾氣方面的指標(biāo)，本文采用路網(wǎng)密度（R_D） 間接測(cè)量汽車尾氣。一般情況下，路網(wǎng)密度越高、道路交通條件越好，通行的汽車也越多。氣候自然條件也是影響 PM2.5 的產(chǎn)生和積累的因素（Price and Feldmeyer，2012），在深圳區(qū)域內(nèi)的氣候條件差異不大，采用綠化覆蓋率（G_R） 測(cè)量自然條件對(duì) PM2.5 的影響。

3???? 數(shù)據(jù)與方法

3.1?? 空間分析單元

空間分析單元越小，可能提供的信息越豐富（Anselin，1988），但對(duì)數(shù)據(jù)的要求也更高。在滿足數(shù)據(jù)可獲得性的前提下，本文以社區(qū)級(jí)行政區(qū)劃為空間分析單元（Spatial Analysis Tract）。一方面社區(qū)尺度是可以獲取人口、經(jīng)濟(jì)與環(huán)境指標(biāo)數(shù)據(jù)的最小空間分析單元，另一方面，深圳近年來(lái)行政區(qū)、新區(qū)、街道和居民委員會(huì)的變動(dòng)比較頻繁，但社區(qū)的空間區(qū)劃基本保持穩(wěn)定，只是行政隸屬關(guān)系的轉(zhuǎn)變，可以保證研究時(shí)期內(nèi)連續(xù)性數(shù)據(jù)的可比性。根據(jù)上述劃分原則，將深圳共劃分為如圖1 所示的 644 個(gè)空間分析單元。

3.2?? PM2.5 濃度

本文的 PM2.5 濃度數(shù)值采用深圳市人居環(huán)境委員會(huì)官方網(wǎng)站公布的實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)，通過(guò) 24 小時(shí)滑動(dòng)平均計(jì)算年度平均值。按照《環(huán)境空氣質(zhì)量監(jiān)測(cè)規(guī)范（試行）》中的要求，深圳市對(duì)監(jiān)測(cè)站的點(diǎn)位進(jìn)行布設(shè)，2012 年在全市設(shè)立 18個(gè)監(jiān)測(cè)站，至 2018 年增加到 74 個(gè)（每個(gè)街道 1 個(gè)）。為了保持指標(biāo)的一致性，故本文的時(shí)間序列設(shè)置為 2012—2020 年，結(jié)合上述空間分析單元的數(shù)量，共有5796 個(gè)數(shù)據(jù)點(diǎn)（644 個(gè)空間分析單元 ×9 年）。

PM2.5 濃度監(jiān)測(cè)站的設(shè)置綜合考慮了自然環(huán)境和空氣污染發(fā)生源的情況， 分布相對(duì)均勻，雖然每個(gè)監(jiān)測(cè)站的觀測(cè)范圍為 5 公里，但它們之間的連線可以覆蓋全部空間分析單元。由于空氣污染源和污染物多為流動(dòng)性的，空氣中的顆粒物公布相對(duì)均勻，每個(gè)監(jiān)測(cè)站的監(jiān)測(cè)值都是周圍各個(gè)污染發(fā)生源綜合作用的結(jié)果，也就是說(shuō)如果某個(gè)空間分析單元靠近某種污染發(fā)生源（比如交通主干道），那么它附近的監(jiān)測(cè)值也必然更高。考慮到單個(gè)監(jiān)測(cè)站可能不在空間分析單元的質(zhì)點(diǎn)上，采取周邊多個(gè)監(jiān)測(cè)站的均值可以更好地逼近真實(shí)數(shù)值（傅崇輝 等，2014）。

因此，可以采用如圖2 所示的方法估計(jì)各空間分析單元的 PM2.5 濃度。以空間分析單元的地理質(zhì)點(diǎn)為圓心，尋找最近且連線經(jīng)過(guò)該空間分析單元的兩個(gè)監(jiān)測(cè)站（a 和 b），將其連線并作質(zhì)點(diǎn)到連線的垂線（c 點(diǎn)），用 c 點(diǎn)的數(shù)值近似的代替空間分析單元的 PM2.5 濃度。如果有多條連線經(jīng)過(guò)空間分析單元，則取垂直距離最短的那條。根據(jù)等比例估計(jì)法（傅崇輝 等，2014），c 點(diǎn) PM2.5 濃度估算公式為：

PMc=PMa+d1/（d1+d2）×（PMb-PMa）? （1）

PM2.5 年平均濃度最高的區(qū)域是光明新區(qū)，達(dá)到 30.83?g/m3，最低的區(qū)域是鹽田區(qū)，為 21.12?g/m3。光明新區(qū)、龍華新區(qū)、寶安區(qū)和坪山新區(qū)是深圳 PM2.5 濃度較高的區(qū)域，鹽田區(qū)、大鵬新區(qū)的 PM2.5 濃度明顯低于其他區(qū)域。從空間分布看，深圳的 PM2.5 濃度總體呈現(xiàn)東部區(qū)域低（較好），西部區(qū)域偏高（較差） 的格局，如圖3 所示。

從總體上看，深圳市 2020 年 PM2.5 平均值為 26.81?g/m3， 比 2012 年的41.38?g/m3 下降了 36.88%，也顯著低于環(huán)保部規(guī)定的標(biāo)準(zhǔn)（35?g/m3）。從圖3 的區(qū)級(jí)層面已經(jīng)表現(xiàn)出 PM2.5 濃度的區(qū)域內(nèi)異質(zhì)性，如果從更小的空間單元來(lái)考察這種差異可能會(huì)更大。而且，即便是 PM2.5 濃度較低的鹽田區(qū)、大鵬新區(qū)也遠(yuǎn)高于國(guó)際上認(rèn)定安全的水平（10?g/m3），研究 PM2.5 影響因素的區(qū)域內(nèi)異質(zhì)性具有明確的現(xiàn)實(shí)意義。

3.3?? 人口、經(jīng)濟(jì)與環(huán)境指標(biāo)

從表1? 的描述性統(tǒng)計(jì)結(jié)果看，流動(dòng)勞動(dòng)力密度在不同空間分析單元之間有明顯的差異，流動(dòng)勞動(dòng)力數(shù)量多、區(qū)域面積相對(duì)較小的福田、羅湖的空間分析單元的流動(dòng)勞動(dòng)力密度普遍偏大;而大鵬、坪山的流動(dòng)勞動(dòng)力數(shù)量少、區(qū)域面積相對(duì)較大，其空間分析單元的流動(dòng)勞動(dòng)力密度較低。深圳作為國(guó)內(nèi)唯一流動(dòng)人口占比過(guò)半的超大型城市，流動(dòng)勞動(dòng)力是深圳勞動(dòng)力的重要組成部分，流動(dòng)勞動(dòng)力的占比在 40% ～ 80% 之間，平均約 70%。

深圳是我國(guó)經(jīng)濟(jì)活力最強(qiáng)的區(qū)域之一，經(jīng)過(guò)前期的高速增長(zhǎng)，2020 年經(jīng)濟(jì)總量（GDP）達(dá)到 2.76 萬(wàn)億元，在各空間分析單元中，受產(chǎn)業(yè)布局和社區(qū)業(yè)態(tài)差異性影響，GDP 規(guī)模最高的達(dá)到了 171.28 萬(wàn)億元，最低的只有 2.18 萬(wàn)億元。盡管受新冠疫情的影響和經(jīng)濟(jì)轉(zhuǎn)型升級(jí)的調(diào)控，近年來(lái) GDP 增速有所放緩，但2012 ～ 2020 年間，各空間分析單元的平均GDP 增長(zhǎng)率仍然在8% 左右。與此同時(shí)， 經(jīng)濟(jì)結(jié)構(gòu)和經(jīng)濟(jì)質(zhì)量也得到明顯的改善，各年份、各空間分析單元的平均勞動(dòng) 生產(chǎn)率為 41.83 萬(wàn)元 / 人;在經(jīng)濟(jì)結(jié)構(gòu)方面，第二產(chǎn)業(yè)占 GDP 的比重經(jīng)過(guò)前期的下降后，穩(wěn)定在 50% 以下，寶安、龍華、龍崗等前期工業(yè)聚集區(qū)域的空間分析單元的第二產(chǎn)業(yè)占 GDP 的比重普遍高于 50% 左右。

在控制變量方面，在經(jīng)濟(jì)和人口的雙驅(qū)動(dòng)下，盡管廣州、深圳實(shí)行了“限牌限購(gòu)”政策（傅崇輝 等，2021），私人汽車保有量維持了穩(wěn)定增長(zhǎng)，路網(wǎng)密度也較高，特別是福田、羅湖、南山的空間分析單元，其路網(wǎng)密度普遍超過(guò)10km/km2;各空間分析單元的平均綠色覆蓋率水平為 43.38%，總體上是深圳東部的綠色覆蓋率高于西部。

根據(jù)空間自相關(guān)的一般規(guī)律，事物之間存在普遍聯(lián)系，地理相鄰的事物之間的聯(lián)系大于遠(yuǎn)距離事物之間的聯(lián)系（Tobler，1970）。各空間分析單元之間地理相鄰，人口、經(jīng)濟(jì)與環(huán)境因素之間存在統(tǒng)計(jì)上的空間相依或空間自相關(guān)，使得傳統(tǒng)統(tǒng)計(jì)方法要求的觀測(cè)值與殘差之間相互獨(dú)立的假設(shè)不成立，需要使用地理加權(quán)技術(shù)處理空間自相關(guān)的問(wèn)題（Gilbert and Chakraborty，2011）。為此，首先采用 Morans I 指數(shù)檢驗(yàn)各變量的空間自相關(guān)性（Anselin，1988）。Morans I 指數(shù)通過(guò)對(duì)空間分析單元進(jìn)行加權(quán)，以表示其不同的影響，取值通常為 -1 ～ 1，0 表示無(wú)自相關(guān)系。

表2 的檢驗(yàn)結(jié)果顯示，不僅 PM2.5 濃度具有空間上的正相關(guān)性，而且自變量也存在不同程度的空間自相關(guān)現(xiàn)象，除流動(dòng)勞動(dòng)力密度是空間負(fù)相關(guān)外，其他均為空間正相關(guān)。流動(dòng)勞動(dòng)力密度的空間負(fù)相關(guān)性表明各空間分析單元之間存在流動(dòng)勞動(dòng)力的競(jìng)爭(zhēng)關(guān)系。近年來(lái)，深圳加大了對(duì)流動(dòng)人口的吸引力度，出臺(tái)了從就業(yè)保險(xiǎn)補(bǔ)貼到各種人才補(bǔ)貼的一系列政策，各區(qū)、街道、社區(qū)也相繼出臺(tái)了配套政策（陸杰華，2019），客觀上形成了對(duì)流動(dòng)勞動(dòng)力的“國(guó)內(nèi)、市內(nèi)雙競(jìng)爭(zhēng)”的格局。

由于 PM2.5 濃度存在空間自相關(guān)性，表明 PM2.5 不僅受到空間分析單元內(nèi)勞動(dòng)力、經(jīng)濟(jì)和環(huán)境因素的影響，還受到相鄰空間分析單元的勞動(dòng)力、經(jīng)濟(jì)和環(huán)境因素影響，采用空間面板回歸模型是適合的選擇（Anselin，1988）。

3.4.1?????? 空間加權(quán)矩陣

通過(guò)構(gòu)建如式（2）的距離倒數(shù)空間加權(quán)矩陣，定義各空間分析單元之間空間相互影響的強(qiáng)度，以及空間自相關(guān)強(qiáng)度的結(jié)構(gòu)關(guān)系（Anselin，1988）。

W=[wi，j]=

0???? 1/d1，2… 1/d1，n

…??? 0???? …

1/dn，1 1/dn，2… 0

（2）

式中，W 為空間加權(quán)矩陣;wi，j 為矩陣元素，i、j 為空間分析單元編號(hào)，當(dāng)i=j 時(shí)，wi，j=0;di，j 為 i 空間分析單元的質(zhì)點(diǎn)到j(luò) 空間分析單元質(zhì)點(diǎn)的空間距離。假設(shè)各空間分析單元之間的空間自相關(guān)性不隨時(shí)間變化，距離倒數(shù)空間加權(quán)法的含義是空間分析單元之間距離越近、空間自相關(guān)性越強(qiáng)。

3.4.2?????? 空間面板模型

空間自相關(guān)性主要有三種效應(yīng)：一是內(nèi)生相互作用效應(yīng)，指空間分析單元的因變量與其他空間分析單元的因變量相互作用的過(guò)程;二是外生相互作用效應(yīng)： 空間分析單元的因變量受到相鄰空間分析單元自變量的影響;三是殘差因子相互作用效應(yīng)則是反映未解釋因素的空間自相關(guān)性（Elliott and Clement，2015）。表2 的空間自相關(guān)性檢驗(yàn)顯示，PM2.5 濃度存在空間自相關(guān)性，也就是說(shuō)任一空間分析單元的 PM2.5 濃度受到相鄰空間分析單元 PM2.5 濃度的影響，即內(nèi)生相互作用效應(yīng); 自變量的空間自相關(guān)則說(shuō)明，這些自變量不僅影響當(dāng)?shù)氐?PM2.5 濃度，而且對(duì)相鄰空間分析單元的 PM2.5 濃度也會(huì)產(chǎn)生影響，即外生相互作用效應(yīng)。

因此，本文首先采用 SDM 面板模型（Spatial Durbin Model）進(jìn)行實(shí)證分析。SDM 空間模型綜合了空間滯后模型和空間誤差模型的特性，可以處理同時(shí)具有內(nèi)生和外生相互作用效應(yīng)的時(shí)間序列數(shù)據(jù)（Elliott and Clement，2015）。SDM 面板模型表示如下：

yt=aWyt+bXt+cWZt+? +ε t? （3）式中，yt 為時(shí)點(diǎn) t 的因變量向量;W 為權(quán)重矩陣;a 為因變量?jī)?nèi)生相互作用的系數(shù)向量;X 為非空間自相關(guān)的自變量向量，b 為非空間自相關(guān)自變量的系數(shù)向量;Z 為空間自相關(guān)的自變量向量，c 為空間自相關(guān)的自變量的系數(shù)向量;? 為不隨時(shí)間變化的殘差向量，ε 為時(shí)變殘差向量。

通過(guò)上述設(shè)定，SDM 面板模型可定量測(cè)量 PM2.5 濃度受到的本地自變量（勞動(dòng)力、經(jīng)濟(jì)等理論模型設(shè)定的變量）、相鄰空間分析單元的 PM2.5 濃度（內(nèi)生相互作用效應(yīng)）、相鄰空間分析單元的空間自相關(guān)自變量（外生相互作用效應(yīng)）， 以及未觀測(cè)因素的影響。

但是，未觀測(cè)因素也可能具有空間自相關(guān)性，為了測(cè)量未觀測(cè)因素空間自相關(guān)性的影響，采用 SAM（Spatial Autocorrelation Model）模型進(jìn)行分析，SAM 空間模型既可以測(cè)量?jī)?nèi)生和外生空間相互作用的影響，同時(shí)還可以測(cè)量殘差項(xiàng)的空間自相關(guān)性。SAM 空間模型表示如下：

yt=aWyt+bXt+cWZt+? +υ t

υt=dWυ t+ε t? （4）

式中，d? 為殘差項(xiàng)空間自相關(guān)的系數(shù)向量。

4???? 實(shí)證結(jié)果

4.1?? 模型檢驗(yàn)

本文的數(shù)據(jù)觀測(cè)時(shí)期是 2012—2020 年共 9 年，深圳 10 個(gè)行政區(qū) / 新區(qū)的644 個(gè)空間分析單元，形成 9（時(shí)間）×644（空間分析單元）的對(duì)稱面板數(shù)據(jù)， 需要事先對(duì)數(shù)據(jù)進(jìn)行檢驗(yàn)。

首先運(yùn)用 LLC、IPS、ADF、PP 四種檢驗(yàn)方法對(duì)基礎(chǔ)數(shù)據(jù)進(jìn)行單位根檢驗(yàn)， 表3 的檢驗(yàn)結(jié)果顯示，模型所選取的變量存在單位根的概率值均小于 0.05，各變量的時(shí)間序列是平穩(wěn)的，可以進(jìn)一步進(jìn)行協(xié)整檢驗(yàn)。

其次，運(yùn)用協(xié)整 KAO 方法對(duì)各變量的時(shí)間序列進(jìn)行協(xié)整檢驗(yàn)，協(xié)整 KAO 檢驗(yàn)的原假設(shè)是不存在協(xié)整方程，備選假設(shè)是存在協(xié)整方程。檢驗(yàn)結(jié)果顯示， 統(tǒng)計(jì)量（T）的 P 值為 0.000，故拒絕原假設(shè)，接受本文所選取的因變量和自變量之間存在協(xié)整關(guān)系的備選假設(shè)，基礎(chǔ)數(shù)據(jù)可以用于模型擬合。

最后，面板模型分為個(gè)體固定效應(yīng)模型和個(gè)體隨機(jī)效應(yīng)模型，區(qū)分選擇使用哪種模型的最常用方法是 Hausman 檢驗(yàn)，Hausman 檢驗(yàn)的原假設(shè)是使用個(gè)體隨機(jī)效應(yīng)模型，備選假設(shè)是使用個(gè)體固定效應(yīng)模型。檢驗(yàn)結(jié)果顯示，統(tǒng)計(jì)量的 p 值為 0.000，故拒絕原假設(shè)，選用個(gè)體固定效應(yīng)模型。

4.2?? 結(jié)果分析

為了比較空間模型與普通模型的區(qū)別，本文設(shè)置了普通面板固定效應(yīng)模型（模型 1），基準(zhǔn)空間面板模型（模型 2），SDM 空間面板模型（模型 3）， SAM 空間模型（模型 4）。

（1）???? 普通面板模型的統(tǒng)計(jì)結(jié)果顯示，理論模型設(shè)定的自變量和控制變量對(duì)PM2.5 濃度有不同程度的影響，流動(dòng)勞動(dòng)力占比、勞動(dòng)生產(chǎn)率和綠化覆蓋率的系數(shù)為負(fù)，其他自變量的系數(shù)均為正值且顯著。

總體上看，普通面板模型的回歸系數(shù)普遍大于空間模型的回歸系數(shù)，可能是由于普通面板模型體現(xiàn)的是整個(gè)研究區(qū)域的因果關(guān)系，而忽略區(qū)域內(nèi)的空間自相關(guān)性會(huì)導(dǎo)致模型估計(jì)的正偏差（Morello-Frosch et al.，2001）。根據(jù)普通面板模型提供的線索，需要采用空間模型處理空間自相關(guān)性導(dǎo)致的統(tǒng)計(jì)偏差。

（2）???? 基準(zhǔn)空間模型的結(jié)果顯示，流動(dòng)勞動(dòng)力密度、GDP 增長(zhǎng)率、第二產(chǎn)業(yè)占比、家庭消費(fèi)支出、路網(wǎng)密度對(duì) PM2.5 濃度有負(fù)面影響，流動(dòng)勞動(dòng)力占比、GDP 總量、勞動(dòng)生產(chǎn)率和綠化覆蓋率對(duì) PM2.5 濃度有正向促進(jìn)作用。因變量空間自相關(guān)系數(shù)（a）為正值，其統(tǒng)計(jì)意義是 PM2.5 濃度不僅受到當(dāng)?shù)匾蛩氐挠绊懀?相相鄰地區(qū)的 PM2.5 濃度以及影響 PM2.5 濃度的自變量也對(duì)空間分析單元的 PM2.5 濃度產(chǎn)生影響，這也是本文選擇空間模型的根本原因。

但是，流動(dòng)人口密度與流動(dòng)人口占比對(duì) PM2.5 濃度的影響相反，GDP 與 GDP 增長(zhǎng)率也有類似的情況。一般來(lái)說(shuō)，GDP 總量越大、其增長(zhǎng)率相對(duì)較低，流動(dòng)勞動(dòng)力密度越大、其占比也不會(huì)較低，而流動(dòng)勞動(dòng)力密度與流動(dòng)勞動(dòng)力占比對(duì)PM2.5 濃度相反影響的統(tǒng)計(jì)結(jié)果就不好解釋，有可能是未觀測(cè)因素的空間自相關(guān)性的原因?？傊鶞?zhǔn)空間模型發(fā)現(xiàn)了PM2.5 濃度及其影響因素的空間自相關(guān)性， 為檢驗(yàn) SDM 空間模型和 SAM 空間模型提供了依據(jù)。

（3）???? 根據(jù)基準(zhǔn)空間模型，構(gòu)建包括時(shí)間交互項(xiàng)的 SDM 空間模型。設(shè)時(shí)間虛擬變量為 T（2015 年以前，T=1;否則，T=0），T×F_H_R 表示 2015 年以前， 流動(dòng)勞動(dòng)力占比對(duì) PM2.5 濃度的影響;T×GDP_R 表示 2015 年以前，GDP 增長(zhǎng)率對(duì) PM2.5 濃度的影響。

結(jié)果顯示，對(duì) PM2.5 濃度有顯著性的正相關(guān)關(guān)系的因素包括流動(dòng)勞動(dòng)力密度、第二產(chǎn)業(yè)占比、家庭消費(fèi)支出、路網(wǎng)密度，流動(dòng)勞動(dòng)力密度每增長(zhǎng) 1 個(gè)單位， PM2.5 濃度上升 0.387 個(gè)單位;而第二產(chǎn)業(yè)占比增加 1 個(gè)單位，PM2.5 濃度上升 0。051 個(gè)單位;家庭消費(fèi)支出和路網(wǎng)密度每提高 1 個(gè)單位，PM2.5 濃度上升 0.387 個(gè)單位分別上升 0.209 和 0.562 個(gè)單位。同時(shí)，GDP、勞動(dòng)生產(chǎn)率和綠色覆蓋率與 PM2.5 濃度呈負(fù)相關(guān)關(guān)系，GDP 增長(zhǎng)、勞動(dòng)生產(chǎn)率提高、綠色覆蓋率上升對(duì) PM2.5 濃度起到下降作用。

在 SDM 空間模型中，流動(dòng)勞動(dòng)力占比和 GDP 增長(zhǎng)率的系數(shù)不顯著，它們的影響作用通過(guò)時(shí)間交互項(xiàng)得到體現(xiàn)。時(shí)間交互項(xiàng)（T×F_H_R、T×GDP_R） 的回歸系數(shù)都是正值且顯著，表示 2015 年前流動(dòng)勞動(dòng)力占比和 GDP 增長(zhǎng)率與PM2.5 濃度有正相關(guān)關(guān)系，在控制其他社會(huì)、經(jīng)濟(jì)因素的條件下，流動(dòng)勞動(dòng)力占比和 GDP 增長(zhǎng)率每上升 1 個(gè)單位，PM2.5 濃度分別上升 0.102 和 0.151 個(gè)單位， 而它們對(duì) PM2.5 濃度的效應(yīng)在 2015 年不再顯著，這也是流動(dòng)勞動(dòng)力占比和 GDP 增長(zhǎng)率兩個(gè)指標(biāo)在模型中不顯著的原因。

但是，GDP 總量與 PM2.5 濃度之間的正相關(guān)關(guān)系可以有多種解釋。根據(jù)庫(kù)茨涅茨曲線假設(shè)（Grossman and Krueger，1995），當(dāng) GDP 超越某一拐點(diǎn)后，經(jīng)濟(jì)對(duì)環(huán)境的影響開始下降。生態(tài)經(jīng)濟(jì)學(xué)的觀點(diǎn)是發(fā)達(dá)國(guó)家或地區(qū)通過(guò)不平等貿(mào)易向不發(fā)達(dá)地區(qū)轉(zhuǎn)移環(huán)境壓力，從而減輕經(jīng)濟(jì)對(duì)本地環(huán)境的壓力（Carter et al.， 2013）。還有可能是存在殘差因子空間相互作用效應(yīng)，而 SAM 空間模型并沒(méi)有捕獲這種效應(yīng)，在模型估計(jì)時(shí)被轉(zhuǎn)移到了其他影響因素。

（4）???? 在 SDM 空間模型的基礎(chǔ)上，SAM 空間模型引入了殘差因子空間相互作用方程（式 3）。結(jié)果顯示，在所有顯著性自變量中，流動(dòng)勞動(dòng)力密度、第二產(chǎn)業(yè)占比、家庭消費(fèi)支出和路網(wǎng)密度的回歸系數(shù)為正值，與 PM2.5 濃度之間表現(xiàn)為統(tǒng)計(jì)意義上的正相關(guān)關(guān)系;勞動(dòng)生產(chǎn)率和綠化覆蓋率的回歸系數(shù)為負(fù)值，與PM2.5 濃度之間表現(xiàn)為統(tǒng)計(jì)意義上的負(fù)相關(guān)關(guān)系。

流動(dòng)勞動(dòng)力占比、GDP 總量和 GDP 增長(zhǎng)率的回歸系數(shù)均不顯著，它們對(duì)PM2.5 濃度的影響在時(shí)間與流動(dòng)勞動(dòng)力占比的交互項(xiàng)和時(shí)間與 GDP 增長(zhǎng)率的交互項(xiàng)上得到體現(xiàn)，前者為 0.056，后者為 0.048，表明在 2015 之前，流動(dòng)勞動(dòng)力占比和 GDP 增長(zhǎng)率的提高會(huì)導(dǎo)致 PM2.5 濃度上升，但這種影響在 2015 年之后則不再存在，GDP 對(duì) PM2.5 濃度的影響表現(xiàn)為階段性特征，而勞動(dòng)力流動(dòng)對(duì) PM2.5 濃度保持持續(xù)性的影響。

另外，在 SDM 空間模型中流動(dòng)勞動(dòng)力密度與流動(dòng)勞動(dòng)力占比對(duì) PM2.5 濃度相互矛盾的現(xiàn)象在 SAM 空間模型得到解釋：流動(dòng)勞動(dòng)力占比只是在 2015 年以前對(duì) PM2.5 濃度有正相關(guān)關(guān)系，流動(dòng)勞動(dòng)力密度共同強(qiáng)化了勞動(dòng)力流動(dòng)對(duì) PM2.5 濃度的影響。2015 年前后，深圳放寬了戶籍遷入的政策，流動(dòng)人口占比出現(xiàn)了下降（陸杰華，2019）。2015 年以后 GDP 因素對(duì) PM2.5 濃度的影響不再顯著， 可以理解為其效應(yīng)被轉(zhuǎn)移到其他未觀測(cè)因素（其回歸系數(shù) d 為 0.225），比如單位 GDP 能耗下降、能源結(jié)構(gòu)轉(zhuǎn)變、新能源汽車普及率上升等。也就是說(shuō)，2015 年以后，GDP 及其增長(zhǎng)率對(duì) PM2.5 濃度的影響不再顯著。

5 結(jié)論與討論

深圳從 2014 年提出建設(shè)“美麗深圳”的決定以來(lái)，通過(guò)開展一系列大氣環(huán)境治理行動(dòng)，空氣質(zhì)量得到顯著改善。2020 年，深圳霧霾天數(shù)從 2004 年的 187 天降至 3 天，PM2.5 平均濃度降至 19?g/m3，但與國(guó)際先進(jìn)城市相比還有一定的差距。在人口和經(jīng)濟(jì)要素高度聚集的情況下，未來(lái)深圳仍將面對(duì)繼續(xù)保持并改善空氣環(huán)境質(zhì)量的挑戰(zhàn)，勞動(dòng)力流動(dòng)與空氣質(zhì)量變化的關(guān)系理論和實(shí)踐領(lǐng)域共同關(guān)注的科學(xué)問(wèn)題。本文通過(guò)構(gòu)建勞動(dòng)力流動(dòng)與 PM2.5 濃度變化的空間模型，在社區(qū)尺度上分析勞動(dòng)力流動(dòng)、經(jīng)濟(jì)發(fā)展等因素對(duì) PM2.5 濃度的影響，研究結(jié)果對(duì)于超大型城市的勞動(dòng)力流動(dòng)與環(huán)境政策的協(xié)同具有一定的啟示。

（1）???? 實(shí)證結(jié)果發(fā)現(xiàn)，勞動(dòng)力流動(dòng)與 PM2.5 濃度有正相關(guān)關(guān)系，流動(dòng)勞動(dòng)力密度過(guò)高會(huì)影響 PM2.5 濃度上升，2015 年以前，流動(dòng)勞動(dòng)力占比強(qiáng)化了勞動(dòng)力流動(dòng)對(duì) PM2.5 濃度的影響。這種統(tǒng)計(jì)結(jié)果不能簡(jiǎn)單地將環(huán)境壓力歸因?yàn)槿丝诨騽趧?dòng)力遷移流動(dòng)，而應(yīng)該結(jié)合經(jīng)濟(jì)發(fā)展方式和社會(huì)治理能力綜合考量。勞動(dòng)力過(guò)度聚集固然對(duì)環(huán)境形成壓力，但根本原因還是形成勞動(dòng)力聚集的產(chǎn)業(yè)布局和經(jīng)濟(jì)結(jié)構(gòu)，在特定的經(jīng)濟(jì)結(jié)構(gòu)下，人口 / 勞動(dòng)力遷移流動(dòng)也可以保持與環(huán)境的良性關(guān)系（Price and Feldmeyer，2012）。比如，2012—2020 年間，深圳的流動(dòng)勞動(dòng)力規(guī)模增長(zhǎng)了 62.06%（年均增長(zhǎng) 6.22%），而 PM2.5 濃度卻下降了 115.79%（年均下降 10.09%），深圳的流動(dòng)勞動(dòng)力規(guī)模與空氣質(zhì)量變化沒(méi)有表現(xiàn)出相同的方向。西方生態(tài)經(jīng)濟(jì)學(xué)觀點(diǎn)將人口遷移流動(dòng)與環(huán)境問(wèn)題關(guān)聯(lián)，但至今也沒(méi)有有力的支撐證據(jù)，而成為反移民傾向的政治工具（Ma and Trouth，2019）。

未來(lái)我國(guó)將早晚進(jìn)入人口負(fù)增長(zhǎng)的時(shí)期（劉厚蓮、原新，2020），各區(qū)域之間、城市之間的人才競(jìng)爭(zhēng)可能過(guò)渡到流動(dòng)人口的競(jìng)爭(zhēng)，流動(dòng)勞動(dòng)力成為區(qū)域經(jīng)濟(jì)發(fā)展的重要變量。中共中央、國(guó)務(wù)院在“六大類 40 條授權(quán)清單”中要求深圳“完善適應(yīng)超大城市特點(diǎn)的勞動(dòng)力流動(dòng)制度”，為全國(guó)提供示范作用，如何理解勞動(dòng)力流動(dòng)、經(jīng)濟(jì)增長(zhǎng)與環(huán)境變化的關(guān)系，也將影響完善勞動(dòng)力流動(dòng)制度的政策取向。

（2）???? 實(shí)證結(jié)果顯示的流動(dòng)勞動(dòng)力占比和經(jīng)濟(jì)規(guī)模與 PM2.5 濃度不相關(guān)，并不構(gòu)成否定人口、經(jīng)濟(jì)與環(huán)境關(guān)系理論的證據(jù)，而是環(huán)境問(wèn)題的復(fù)雜性和表現(xiàn) 形式的多樣性。比如，SAM 空間模型中的未觀測(cè)因素對(duì)PM2.5 濃度的顯著性影響， 說(shuō)明未觀測(cè)因素在環(huán)境變化方面起到了重要作用，這些未觀測(cè)因素包括家庭結(jié) 構(gòu)、生活方式、消費(fèi)結(jié)構(gòu)等（York and Richard，2012）。比如，家庭結(jié)構(gòu)（平均家庭規(guī)模）對(duì)環(huán)境的作用強(qiáng)度遠(yuǎn)大于人口和家庭數(shù)量，由于生態(tài)產(chǎn)品消費(fèi)的 規(guī)模效應(yīng)缺失，小規(guī)模家庭提升了人均消費(fèi)水平，從而使得全社會(huì)生態(tài)產(chǎn)品消 費(fèi)量增加（傅崇輝，2016）。正確處理勞動(dòng)力流動(dòng)與空氣質(zhì)量的關(guān)系，從根本 上還需要從生產(chǎn)、生活方式方面找到人口、經(jīng)濟(jì)與環(huán)境協(xié)同發(fā)展的有效途徑， 本文的研究結(jié)果為環(huán)境保護(hù)的政策取向提供了有力的支撐。

（3）???? 模型顯示的變量之間的空間自相關(guān)性，揭示了PM2.5 濃度受到相鄰地區(qū)人口、經(jīng)濟(jì)、環(huán)境因素的影響，類似的環(huán)境問(wèn)題還包括水環(huán)境、土地污染、自然災(zāi)害等（ 童玉芬，2004），空間模型在環(huán)境社會(huì)科學(xué)研究方面具有獨(dú)特的優(yōu)勢(shì)。深圳的人口、經(jīng)濟(jì)與環(huán)境也存在空間自相關(guān)性，任何一個(gè)區(qū)域的人口、經(jīng)濟(jì)與環(huán)境因素發(fā)生變化都可能引起整個(gè)城市的環(huán)境狀態(tài)發(fā)生變化。無(wú)論是勞動(dòng)力流動(dòng)制度還是環(huán)境治理的政策措施，都需要在頂層設(shè)計(jì)時(shí)充分考慮區(qū)域人口、經(jīng)濟(jì)與環(huán)境要素的協(xié)同。

受數(shù)據(jù)限制，本文沒(méi)有對(duì)家庭結(jié)構(gòu)、生活方式、生產(chǎn)方式、資源消費(fèi)等影響PM2.5 濃度的因素進(jìn)行詳細(xì)分析，未來(lái)針對(duì)深圳的人口、經(jīng)濟(jì)與環(huán)境關(guān)系研究至少有幾個(gè)方面值得關(guān)注：一是小尺度空間分析單元對(duì)揭示人口、經(jīng)濟(jì)與環(huán)境系統(tǒng)的內(nèi)部關(guān)系具有重要價(jià)值，但更小的研究尺度對(duì)數(shù)據(jù)的要求更高，利用基于地理信息系統(tǒng)的人口、經(jīng)濟(jì)、社會(huì)和環(huán)境方面的數(shù)據(jù)將是未來(lái)的研究方向之一;二是環(huán)境問(wèn)題包括土地、水、自然災(zāi)害、生物多樣性、氣候變化、廢棄物排放等多方面的內(nèi)容，適合于深圳特點(diǎn)的相關(guān)研究還沒(méi)有形成系統(tǒng)的理論框架和實(shí)證體系，對(duì)現(xiàn)有理論和實(shí)證結(jié)論的證實(shí)或證偽都是有益的補(bǔ)充;三是目前深圳正值“六大類 40 條授權(quán)清單” 落地實(shí)施的初期階段，相關(guān)政策措施也在密集出臺(tái)，它們對(duì)人口、經(jīng)濟(jì)與環(huán)境關(guān)系的影響評(píng)估研究，是后續(xù)政策的出臺(tái)、修訂的重要參考。僅從政策效果最大化出發(fā)部署推進(jìn)深圳的“雙區(qū)”建設(shè)，即使人口、經(jīng)濟(jì)與環(huán)境的每個(gè)子系統(tǒng)都達(dá)到最優(yōu)狀態(tài)， 整個(gè)社會(huì)系統(tǒng)的總體狀態(tài)也可能不是最優(yōu)的，例如經(jīng)濟(jì)政策可能增加資源消耗從而造成環(huán)境壓力，嚴(yán)格的環(huán)保政策增加企業(yè)成本從而影響經(jīng)濟(jì)增長(zhǎng)等。

參考文獻(xiàn)

[1]陸杰華.深圳人口與健康發(fā)展報(bào)告[M].北京：社會(huì)科學(xué)文獻(xiàn)出版社， 2019：102-105.

[2]Bontje M.The challenge of planned urbanisation：Urbanisation and national urbanisation policy in the Netherlands in a Northwest-European perspective

[M].AME，2001：102-119.

[3]孫鐵山，李國(guó)平，盧明華.京津冀都市圈人口集聚與擴(kuò)散及其影響因素： 基于區(qū)域密度函數(shù)的實(shí)證研究[J]. 地理學(xué)報(bào)，2009，38（3）：30- 45.

[4]Ma G，Trouth H E.Immigration and environment in the U S：A spatial study of air quality[J].The Social Science Journal，2019，56（1）：94-106.

[5]傅崇輝.流動(dòng)人口管理模式的回顧與思考：以深圳市為例[J].中國(guó)人 口科學(xué)，2008，23（5）：81-86.

[6]Piguet E.Linking climate change，environmental degradation，and migration： a methodological overview[J].Wiley Interdisciplinary Reviews Climate Change，2010，1（4）：517-524.

[7]Lee E.A theory of migration[J].Demography，1966，3（1）：47-57.

[8]Greenwood M J.Internal migration in developed countries[J].Handbook of Population and Family Economics，1997，1（97）：647-720.

[9]Lewis G J.Human Migration[M].London：Croom Helm，1982：220- 238.

[10]Todaro M P，Kritz M M，Lin L L.International Migration Systems：A Global

Approach[J].Population and Development Review，1992，18（4）： 765-778.

[11]Stark O.Migration and Incomes in Source Communities：A New Economics of Migration Perspective from China[J].Economic Development & Cultural Change，2005，53（4）：983-986.

[12]Zinda J，Zhang Z.Land Tenure Legacies，Household Life Cycles，and Livelihood Strategies in Upland China[J].Rural Sociology，2018，78（4）： 134-157.

[13]Piore M J.Birds of Passage：Migrant Labor and Industrial Societies[M]. England：Cambridge England Cambridge University Press，1979：404-421.

[14]Baffoe-Bonnie J.Distributional assumptions and a test of the dual labor market hypothesis[J].Empirical Economics，2003，28（3）：461-478.

[15]郭叢斌.二元制勞動(dòng)力市場(chǎng)分割理論在中國(guó)的驗(yàn)證[J].清華大學(xué)教 育研究，2004，34（4）：43-49.

[16]Adams R H，Page J.Do international migration and remittances reduce poverty in developing countries[J].World Development，2005，33（10）：1645- 1669.

[17]Haas H D.Migration and Development：A Theoretical Perspective[J]. International Migration Review，2010，44（1）：227-264.

[18]Chen R，Ye C，Cai Y.The impact of rural out-migration on land use transition in China：Past，present and trend[J].Land Use Policy，2014，40（6）： 101-110.

[19]Ghimire D J，Axinn W G，Bhandari P.Social change，out-migration，and exit from farming in Nepal[J].Population and Environment，2020，43（1）： 1-23.

[20]Greiner C，Sakdapolrak P.Rural-urban migration，agrarian change，and the environment in Kenya：a critical review of the literature[J].Population and Environment，2013，34（4）：524-553.

[21]Cameron M P.Climate change，internal migration，and the future spatial distribution of population：a case study of New Zealand[J].Population and

environment，2018，39（3）：239-260.

[22]Tai Xiujun，Li Shuzhuo，Marcus W F.Can Labor Out-Migration Reduce Firewood Consumption by Rural Households in Western Mountainous China[J]. Chinese Journal of Population Resources & Environment，2012，10（2）： 110-119.

[23]蔡昉，白南生.中國(guó)轉(zhuǎn)軌時(shí)期勞動(dòng)力流動(dòng)[M].北京：社會(huì)科學(xué)文獻(xiàn)出版社，2006：87-102.

[24]王梅，程傳海.論勞動(dòng)力流動(dòng)的制度性障礙[J].開放導(dǎo)報(bào)，2005，29（1）： 93-96.

[25]李強(qiáng).影響中國(guó)城市流動(dòng)人口的推力與拉力因素分析[J].中國(guó)社會(huì)? 科學(xué)，2003，89（1）：125-136.

[26]高波，陳健，鄒琳華.區(qū)域房?jī)r(jià)差異、勞動(dòng)力流動(dòng)與產(chǎn)業(yè)升級(jí)[J].經(jīng)濟(jì)研究，2012，32（1）：66-79.

[27]Wright G C.How Many Is Too Many？ The Progressive Argument for Reducing Immigration into the United States[J].Journal of Economic Literature， 2015，53（4）：1017-1031.

[28]袁曉冬，馬良瑞.2000-2010 年貴州省環(huán)境退化與人口超載時(shí)空變化特征分析[J].貴州科學(xué)，2017，35（2）：10-14.

[29]Brundtland G H.Our Common Future.World Commission On Environment And Development[J].Environmental Policy & Law，1987，14（1）：26- 30.

[30]Nagtzaam G.Philip Cafaro，How Many is Too Many？ The Progressive Argument for Reducing Immigration into the United States[J].Environmental Values，2018，27（6）：716-718.

[31]Hultgren，John.The “Nature” of American Immigration Restrictionism[J]. New Political Science，2014，36（1）：52-75.

[32]Angus I，Butler S，Kovel J.Too Many People：Population，Immigration， and the Environmental Crisis[M].Haymarket Books，2011：109-124.

[33]Bohon S A，Stamps K，Atiles J H.Transportation and Migrant Adjustment in Georgia[J].Population Research & Policy Review，2008，27（3）：273-

291.

[34]Chatman D G，Klein N.Immigrants and Travel Demand in the United States： Implications for Transportation Policy and Future Research[J].Public Works Management & Policy，2009，20（2）：312-327.

[35]Carter E D，Silva B，Guzmán G.Migration，acculturation，and environmental values：the case of Mexican immigrants in central Iowa[J]. Annals of the Association of American Geographers，2013，103（1）：129- 147.

[36]Hunter，Lori M.A Comparison of the Environmental Attitudes，Concern，and Behaviors of Native-Born and Foreign-Born U S Residents[J].Population & Environment，2000，21（6）：565-580.

[37]Atiles J H，Bohon，Camas C.Housing adjustments and barriers to social and economic adaptation among Georgias rural Latinos[J].Southern Rural Sociology，2003，19（1）：97-122.

[38]Price C E，F(xiàn)eldmeyer B.The Environmental Impact of Immigration：An Analysis of the Effects of Immigrant Concentration on Air Pollution Levels[J]. Population Research & Policy Review，2012，31（1）：119-140.

[39]李曉春，馬軼群.我國(guó)戶籍制度下的勞動(dòng)力轉(zhuǎn)移[J].管理世界， 2004，36（11）：47-52.

[40]周天勇.托達(dá)羅模型的缺陷及其相反的政策含義：中國(guó)剩余勞動(dòng)力轉(zhuǎn)移和就業(yè)容量擴(kuò)張的思路[J].經(jīng)濟(jì)研究，2001，67（3）：75-82.

[41]Keilman N.The threat of small households[J].Nature，2003，421（6922）： 489-490.

[42]Morrissey J W.Understanding the relationship between environmental change and migration： The development of an effects framework based on the case of northern Ethiopia[J].Global Environmental Change，2013，23（ 6）： 1501-1510.

[43]陳林，肖倩冰.工資水平，環(huán)境污染對(duì)常住人口的影響[J].中國(guó)人? 口科學(xué)，2020，89（4）：76-89.

[44]Ehrlich P R，Holdren J P.Impact of Population Growth[J].Science，

1971，171（3977）：1212-1217.

[45]Grossman G M，Krueger A B.Economic Growth and the Environment[J]. Quarterly Journal of Economics，1995，110（5）：353-377.

[46]Southwick L R.Environmental Protection，Population Change，and Economic Development in the Rural Western United States[J].Population & Environment，2003，24（3）：255-272.

[47]曾嶸，魏一鳴，范英.人口、資源、環(huán)境與經(jīng)濟(jì)協(xié)調(diào)發(fā)展系統(tǒng)分析[J]. 系統(tǒng)工程理論與實(shí)踐，2000，26（12）：1-6.

[48]孫偉增，張曉楠，鄭思齊.空氣污染與勞動(dòng)力的空間流動(dòng)[J].經(jīng)濟(jì)研究， 2019，216（11）：45-58.

[49]Cannon T.Chinas Economic Growth： The Impact on Regions，Migration and the Environment[J].Journal of Asian Studies，2002，61（2）：109- 115.

[50]童玉芬.國(guó)外人口與環(huán)境關(guān)系研究的理論與方法綜述[J].中國(guó)人口、 資源與環(huán)境，2004，14（5）：115-119.

[51]Zhang X，Zhang X，Chen X.Valuing Air Quality Using Happiness Data：The Case of China[J].Ecological Economics，2017，137（7）：29-36.

[52]Sun C，Kahn，Zheng S.Self-protection investment exacerbates air pollution exposure inequality in urban China[J].Ecological Economics，2017， 131（6）：468-474.

[53]World Health Organization.Air Quality Guidelines Global Update 2005： Particulate Matter，Ozone，Nitrogen Dioxide and Sulfur Dioxide[M].World Health Organization，2006：201-213.

[54]曼昆.經(jīng)濟(jì)學(xué)原理：宏觀經(jīng)濟(jì)學(xué)分冊(cè)[M].北京：北京大學(xué)出版社， 2015：154-159.

[55]J?nicke，M?nch H，Ranneberg T.Economic structure and environmental impacts：East-west comparisons[J].Environmentalist，1989，9（3）： 171-183.

[56]Squalli J.An empirical assessment of U S state-level immigration and environmental emissions[J].Ecological Economics，2010，69（5）：

1170-1175.

[57]孫天樂(lè)，鄒北冰，黃曉鋒.深圳市大氣 PM2.5 來(lái)源解析[J].中國(guó)環(huán)境科學(xué)， 2019，39（1）：13-20.

[58]Anselin L.Spatial Econometrics：Methods and Models[M].Springer Netherlands，1988：48-65.

[59]傅崇輝，王文軍，湯健.PM2.5 健康風(fēng)險(xiǎn)的空間人口分布研究：以深圳為例[J].中國(guó)軟科學(xué)，2014，23（9）：78-91.

[60]傅崇輝，傅愈，鐘柳青，等.粵港澳大灣區(qū)人口、經(jīng)濟(jì)與環(huán)境協(xié)同的影響機(jī)制研究[J].生態(tài)經(jīng)濟(jì)，2021，29（8）：49-67.

[61]Tobler W R.A computer movie simulating urban growth in the Detroit region[J].Economic geography，1970，46（1）：234-240.

[62]Gilbert A，Chakraborty J.Using geographically weighted regression for environmental justice analysis：Cumulative cancer risks from air toxics in Florida[J].Social Science Research，2011，40（1）：273-286.

[63]Elliott J R，Clement M T.Developing spatial inequalities in carbon appropriation：A sociological analysis of changing local emissions across the United States[J].Social Science Research，2015，51（2）：119-131.

[64]Morello-Frosch R，Pastor M，Sadd J.Environmental justice and Southern Californias “Riskscape” The Distribution of Air Toxics Exposures and Health Risks among Diverse Communities[J].Urban Affairs Review，2001，36（4）： 551-578.

[65]Mc Millen D P.Geographically Weighted Regression：The Analysis of Spatially Varying Relationships[J].American Journal of Agricultural Economics， 2004，86（2）：554-556.

[66]York，Richard.Choking on Modernity：A Human Ecology of Air Pollution[J]. Social Problems，2012，59（2）：282-300.

[67]傅崇輝.家庭轉(zhuǎn)變的動(dòng)態(tài)過(guò)程及其環(huán)境負(fù)載研究[J].人口研究， 2016，40（2）：23-37.

Economic Development， Labor Mobility and Air Pollution-a Spatial and Timing Study Based on Shenzhen

Ni Hongfu1 Zhao Xujie2?? Zhong Liuqing3?? Fu Yu1?? Wang Wenjun1

1.??? Shenzhen Yuntian Institute of Statistical Science， Shenzhen;

2.??? Macau University of Science and Technology， Macau;

3.??? Guangdong Medical University， Dongguan

Abstract： Using community-scale demographic， economic and environmental data， the effect of labor mobility in Shenzhen on PM2.5 is tested by spatial statistical models. The conclusions provide an empirical basis for policy formulation and evaluation of Shenzhens population， economy and environmental development. The results showed that there is a positive correlation between labor mobility and PM2.5， and that excessive concentration of migrant labor force induced the increase of PM2.5 level， and that the proportion of migrant labor force strengthened the effect of labor mobility on PM2.5 before 2015. PM2.5 is influenced by the spatial self-correlation of demographic， economic and environmental factors in neighboring areas， and the spatial model has unique advantages in environmental and social science research. Finally， the future research direction is proposed from the research scale， research content and policy evaluation of environmental problems.

Key words： Labor mobility; PM2.5 level; Spatial model