摘 要：隨著經(jīng)濟(jì)社會(huì)的不斷發(fā)展，空氣質(zhì)量問題日益不可忽視。空氣質(zhì)量持續(xù)惡化會(huì)影響人們正常生活與身心健康，造成城市人口規(guī)模下降，損害了經(jīng)濟(jì)社會(huì)的良性發(fā)展。基于此，通過研究2013—2019年京津冀13個(gè)城市面板數(shù)據(jù)，運(yùn)用雙固定效應(yīng)模型探究空氣質(zhì)量對(duì)人口規(guī)模的影響，并以經(jīng)濟(jì)發(fā)展水平為門檻變量，通過面板門限回歸模型探尋空氣質(zhì)量與人口規(guī)模之間是否存在非線性關(guān)系。結(jié)果顯示，較差的空氣質(zhì)量對(duì)人口規(guī)模增長具有顯著縮小作用，且不同經(jīng)濟(jì)發(fā)展水平下較差空氣質(zhì)量對(duì)人口規(guī)模作用效果存在顯著差異，即存在非線性關(guān)系，其抑制作用隨空氣質(zhì)量的不斷增強(qiáng)而持續(xù)增強(qiáng)。

關(guān)鍵詞：空氣質(zhì)量；人口規(guī)模；面板數(shù)據(jù)；非線性關(guān)系

中圖分類號(hào)：F062.6 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-291X（2024）14-0064-04

引言

人口是社會(huì)經(jīng)濟(jì)持續(xù)發(fā)展的基本要素。在人口老齡化趨勢加劇的背景下，人口規(guī)模仍是影響各城市發(fā)展的關(guān)鍵因素。近年來，我國經(jīng)濟(jì)高速發(fā)展，人民物質(zhì)生活水平顯著提升。與此同時(shí)，氣候非正常變化，各類環(huán)境治理正面臨更嚴(yán)峻的挑戰(zhàn)。伴隨著工業(yè)化、城市化進(jìn)程，空氣污染已成為我國面臨的嚴(yán)重環(huán)境問題之一?？諝赓|(zhì)量持續(xù)惡化不僅影響人們的正常生活，還對(duì)人們的身心健康產(chǎn)生極大的威脅[1]，同時(shí)影響人口到空氣質(zhì)量較差城市的就業(yè)率。2020年9月，我國向世界宣布了碳達(dá)峰目標(biāo)與碳中和愿景，即“二氧化碳排放力爭于2030年前達(dá)到峰值，努力爭取2060年前實(shí)現(xiàn)碳中和”?！半p碳”目標(biāo)被列入中央經(jīng)濟(jì)工作會(huì)議重點(diǎn)研究的任務(wù)。黨中央明確提出繼續(xù)打好污染防治攻堅(jiān)戰(zhàn)，實(shí)現(xiàn)減污降碳協(xié)同效應(yīng)的要求?？諝馕廴疚锱c二氧化碳高度相關(guān)，二者具有同根同源同過程的特點(diǎn)[2]，因此，“碳達(dá)峰與碳中和”的目標(biāo)也給我國空氣質(zhì)量改善提出了更高標(biāo)準(zhǔn)和要求。京津冀地區(qū)作為經(jīng)濟(jì)發(fā)展的重要地區(qū)，空氣質(zhì)量與人口關(guān)系的探討對(duì)全國的空氣質(zhì)量對(duì)人口規(guī)模影響具有借鑒意義，也是值得探討的?，F(xiàn)有相關(guān)文獻(xiàn)研究多關(guān)注空氣質(zhì)量如何影響經(jīng)濟(jì)發(fā)展及退休的福利變化與經(jīng)濟(jì)效應(yīng)，鮮少關(guān)注空氣質(zhì)量與人口規(guī)模之間的內(nèi)在關(guān)系。因此，研究空氣質(zhì)量與城市人口之間的關(guān)系具有一定意義。

一、理論分析

PM2.5是霧霾產(chǎn)生的首要因素，是空氣質(zhì)量研究的重要方面。近年來，京津冀城市的主要污染物為PM2.5、PM10和臭氧，且PM2.5、PM10在京津冀城市的污染情況最嚴(yán)重[3]。PM2.5來自人類的生活生產(chǎn)，影響了空氣質(zhì)量，造成了城市空氣污染。城市空氣污染嚴(yán)重時(shí)，可造成人體呼吸道、腦血管等疾病[4，5]，居民在污染的空氣中暴露會(huì)降低其日?；顒?dòng)滿意度[6]，降低居民生活幸福感[7]，此外，PM2.5顯著地降低了居民心理健康水平[8]。PM2.5對(duì)居民的身心造成傷害，使居民離開城市居住地地的傾向更加強(qiáng)烈，造成城市人口的數(shù)量降低。

假設(shè)1：較差的空氣質(zhì)量會(huì)抑制城市人口規(guī)模。

環(huán)境對(duì)人口影響的相互機(jī)制很復(fù)雜，但是空氣質(zhì)量的好壞已被證實(shí)確實(shí)是影響人口數(shù)量的主要因素之一[9]。城市發(fā)展離不開人口，而較差的空氣質(zhì)量會(huì)降低城市人口數(shù)量，導(dǎo)致地區(qū)的人口外流。當(dāng)空氣污染指數(shù)較低時(shí)，居民因空氣質(zhì)量問題離開戶籍地的意愿較低；當(dāng)空氣污染指數(shù)較高時(shí)，居民因空氣污染離開戶籍地的意愿大幅增高?？梢姡^差空氣質(zhì)量與人口外流存在非線性關(guān)系。當(dāng)經(jīng)濟(jì)發(fā)展到一定程度，居民有能力獲得更好的居住環(huán)境時(shí)，就會(huì)離開空氣質(zhì)量較差的城市。因此，實(shí)際經(jīng)濟(jì)發(fā)展水平越高的地方，空氣質(zhì)量會(huì)導(dǎo)致高收入居民離開空氣污染城市的意愿越強(qiáng)。

假設(shè)2：實(shí)際經(jīng)濟(jì)發(fā)展水平較高時(shí)，較差的空氣質(zhì)量對(duì)城市人口規(guī)模的抑制作用更強(qiáng)。

從現(xiàn)有國內(nèi)外研究來看，關(guān)于人口對(duì)空氣質(zhì)量的影響關(guān)系研究尚有不足。因此，本文從年末常住總?cè)丝跀?shù)出發(fā)，利用固定效應(yīng)模型分析人口PM2.5的效應(yīng)。此外，利用門限回歸模型研究人口與PM2.5之間的非線性關(guān)系。

二、數(shù)據(jù)來源與模型設(shè)定

（一）數(shù)據(jù)來源

本文選取2013—2019年京津冀城市群作為研究樣本，包括11個(gè)地級(jí)市與北京、天津兩個(gè)直轄市，相關(guān)變量數(shù)據(jù)來自《中國城市統(tǒng)計(jì)年鑒》《北京統(tǒng)計(jì)年鑒》《河北統(tǒng)計(jì)年鑒》《天津統(tǒng)計(jì)年鑒》和歐洲中期天氣預(yù)報(bào)中心（ECMWF）。為了消除價(jià)格因素的影響，把與價(jià)格相關(guān)的變量數(shù)據(jù)用2013年指標(biāo)進(jìn)行縮減，部分缺失值采用線性插補(bǔ)進(jìn)行補(bǔ)充。此外，為了降低數(shù)據(jù)的分散程度，對(duì)部分非比值型指標(biāo)按取對(duì)數(shù)處理。使用的變量描述如下。

被解釋變量：人口規(guī)模，使用年末戶籍人口代表城市人口數(shù)據(jù)。年鑒記錄的人口數(shù)據(jù)主要有戶籍和常住兩種口徑，隨著流動(dòng)人口規(guī)模不斷擴(kuò)大，戶籍人口能夠更加準(zhǔn)確地反映地區(qū)人口規(guī)模。

核心解釋變量與門限變量：核心解釋變量采用PM2.5濃度，衡量京津冀各城市的空氣質(zhì)量水平采用PM2.5濃度?？諝赓|(zhì)量的日度PM2.5數(shù)據(jù)來源于中國氣象歷史數(shù)據(jù)，將日度數(shù)據(jù)按年份進(jìn)行算術(shù)平均計(jì)算，得到中國地級(jí)市2013—2019年P(guān)M2.5年均濃度數(shù)據(jù)。門限變量使用實(shí)際經(jīng)濟(jì)發(fā)展水平。

控制變量：學(xué)者們廣泛研究了影響人口規(guī)模的各種經(jīng)濟(jì)社會(huì)因素。根據(jù)已有文獻(xiàn)，本文控制變量選擇地區(qū)經(jīng)濟(jì)水平、產(chǎn)業(yè)結(jié)構(gòu)、工資水平、政府干預(yù)、教育水平、日照強(qiáng)度等。目前，較高經(jīng)濟(jì)發(fā)展水平帶來的經(jīng)濟(jì)集聚優(yōu)勢仍然是吸引人口流入的重要原因[10]，第三產(chǎn)業(yè)是吸納勞動(dòng)力的主要就業(yè)途徑，故將經(jīng)濟(jì)水平與產(chǎn)業(yè)結(jié)構(gòu)作為控制變量。工資水平吸引人口遷入作用顯著，政府干預(yù)體現(xiàn)地方政府對(duì)經(jīng)濟(jì)的干預(yù)程度，教育水平對(duì)人口遷入有促進(jìn)作用，日照強(qiáng)度衡量了一個(gè)地區(qū)的溫暖程度，對(duì)人口遷入有顯著作用。因此，將工資水平、政府干預(yù)、教育水平、日照強(qiáng)度作為控制變量。具體而言，使用GDP表征地區(qū)經(jīng)濟(jì)水平，以地區(qū)第三產(chǎn)業(yè)產(chǎn)值占GDP的比重表征城市產(chǎn)業(yè)結(jié)構(gòu)，以職工平均工資水平表示工資水平，政府干預(yù)采用財(cái)政一般預(yù)算內(nèi)支出占GDP的比重衡量，小學(xué)專任教師人數(shù)、普通中學(xué)專任教師人數(shù)與普通高等學(xué)校專任教師人數(shù)之和表征教育水平。模型中變量均取對(duì)數(shù)值，以更好刻畫變量之間的非線性關(guān)系，同時(shí)避免異方差的影響。

（二）模型設(shè)定與變量說明

本文首先建立雙固定效應(yīng)模型，實(shí)證分析空氣質(zhì)量對(duì)人口規(guī)模的影響?；鶞?zhǔn)模型設(shè)置如下：

ln Popi，t=α0+α1ln PM2.5i，t+β'Xi，t+μi+λt+εi，t（1）

其中，ln Popi，t表示城市在年度的年末常住總?cè)丝跀?shù)取對(duì)數(shù)，Xi，t表示一系列控制變量；μi是城市的個(gè)體固定效應(yīng)，不隨時(shí)間變化；λt控制時(shí)間固定效應(yīng)，εi，t是隨機(jī)擾動(dòng)項(xiàng)。

為了進(jìn)一步分析空氣質(zhì)量對(duì)人口規(guī)模是否存在非線性影響，以經(jīng)濟(jì)水平為門檻變量建立模型，具體公式如公式2。

ln Popi，t=β0+β1ln PM2.5i，t·I（ln PGDPi，t<θ）+β2ln PM2.5i，t·I（ln PGDPi，t≥θ）+β'Xi，t+μi+λt+εi，t（2）

其中，ln PGDPi，t為空氣質(zhì)量的門檻變量，θ為待估計(jì)的門檻值，能將研究的樣本劃分為兩個(gè)區(qū)間，不同樣本區(qū)間內(nèi)的營商環(huán)境回歸系數(shù)β1和β2存在著差異。式（2）是單門檻模型，在具體檢驗(yàn)時(shí)根據(jù)樣本數(shù)據(jù)的檢驗(yàn)結(jié)果拓展至多門檻模型，其他變量的定義同式（1）。表1是各變量的描述性統(tǒng)計(jì)分析。

三、實(shí)證分析

（一）基準(zhǔn)回歸

表2報(bào)告了基準(zhǔn)回歸結(jié)果，其中第（1）列回歸通過在1%的顯著性水平檢驗(yàn)，待估系數(shù)在1%的顯著性水平下為-0.05，說明以PM2.5為代表的空氣污染加劇會(huì)抑制人口規(guī)模。第（1）列僅考慮以當(dāng)期PM2.5濃度代表的空氣污染對(duì)城市人口規(guī)模的影響，但經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、職工平均工資、政府對(duì)于地區(qū)生產(chǎn)總值的干預(yù)程度與學(xué)生各階段的教育水平對(duì)人口規(guī)模有顯著的正向作用，城市溫暖程度對(duì)人口規(guī)模也有顯著影響。考慮到上述因素對(duì)人口規(guī)模起著重要作用，若不對(duì)這些因素進(jìn)行控制，則可能導(dǎo)致遺漏變量偏誤，從而影響結(jié)果的可靠性，因此，在第（2）列加入了產(chǎn)業(yè)結(jié)構(gòu)、工資水平、政府干預(yù)、教育水平、日照強(qiáng)度控制變量，并加入了個(gè)體與地區(qū)固定效應(yīng)使研究結(jié)果更加準(zhǔn)確。估計(jì)結(jié)果顯示，第（2）列加入控制變量后的回歸在1%的顯著性水平通過檢驗(yàn)，待估系數(shù)在1%的顯著性水平下為-0.03，較差空氣質(zhì)量對(duì)人口規(guī)模的負(fù)向影響依然存在。

表2 基準(zhǔn)回歸結(jié)果

（二）門限檢驗(yàn)

為了驗(yàn)證不同實(shí)際經(jīng)濟(jì)發(fā)展水平下的空氣質(zhì)量能否對(duì)其年末城市人口數(shù)產(chǎn)生的影響是否存在顯著差異，本文建立非線性門檻模型，將實(shí)際經(jīng)濟(jì)發(fā)展水平設(shè)置為門檻變量進(jìn)行研究。門檻效應(yīng)檢驗(yàn)及回歸結(jié)果見表3、表4。

表3 門檻效應(yīng)檢驗(yàn)

首先需要初步估計(jì)和檢驗(yàn)空氣質(zhì)量與城市人口規(guī)模兩者之間是否存在門檻效應(yīng)。本文通過自舉法（Bootstrap）重復(fù)抽取樣本數(shù)據(jù)，并且利用顯著性水平數(shù)值大小來判斷兩者之間是否存在門檻效應(yīng)。根據(jù)檢驗(yàn)結(jié)果，單門檻顯著，多門檻沒有通過顯著性檢驗(yàn)。鑒于此，本文認(rèn)為，在不同實(shí)際經(jīng)濟(jì)發(fā)展水平下，空氣質(zhì)量對(duì)城市人口規(guī)模的影響存在顯著的門檻效應(yīng)，兩者存在非線性關(guān)系，即在不同實(shí)際經(jīng)濟(jì)發(fā)展水平下，空氣質(zhì)量的影響存在著差異性。單門檻回歸模型結(jié)果如表4所示。

表4 門限回歸結(jié)果

分析在不同實(shí)際經(jīng)濟(jì)發(fā)展水平門限變量的情況中空氣質(zhì)量對(duì)人口規(guī)模作用情況，考慮到其他相關(guān)因素，如產(chǎn)業(yè)結(jié)構(gòu)、工資水平、政府干預(yù)、教育水平、日照強(qiáng)度等也會(huì)影響到城市人口規(guī)模，因此將這些因素作為控制變量加入到模型中。表4中在將實(shí)際經(jīng)濟(jì)發(fā)展水平確定為門限變量后，實(shí)際經(jīng)濟(jì)發(fā)展水平存在門限值：27.103 8。當(dāng)實(shí)際經(jīng)濟(jì)發(fā)展水平低于27.103 8時(shí)，較差空氣質(zhì)量抑制人口規(guī)模的效果為-0.05，結(jié)果再次證明假設(shè)1的成立。當(dāng)實(shí)際經(jīng)濟(jì)發(fā)展水平超過27.103 8時(shí)，較差空氣質(zhì)量抑制人口規(guī)模的效果增強(qiáng)，作用系數(shù)為-0.06?？梢钥闯?，不論在何種實(shí)際經(jīng)濟(jì)發(fā)展水平下，較差空氣質(zhì)量的加劇對(duì)城市人口規(guī)模都起到了抑制作用。但有區(qū)別的是，當(dāng)實(shí)際經(jīng)濟(jì)發(fā)展水平較低時(shí)，較差空氣質(zhì)量對(duì)城市人口規(guī)模的抑制作用較低，可能是因?yàn)楫?dāng)?shù)鼐用竦氖杖脒€不能支撐個(gè)人更換居住地；當(dāng)實(shí)際經(jīng)濟(jì)發(fā)展水平較高時(shí)，較差空氣質(zhì)量對(duì)城市人口規(guī)模的抑制作用更強(qiáng)，說明生活水平的提高使居民更加注重個(gè)人生活環(huán)境。上述結(jié)果驗(yàn)證了假設(shè)2的成立：實(shí)際經(jīng)濟(jì)發(fā)展水平較高時(shí)，較差空氣質(zhì)量對(duì)城市人口規(guī)模的抑制作用更強(qiáng)。

（三）穩(wěn)健性檢驗(yàn)

為驗(yàn)證空氣質(zhì)量對(duì)人口規(guī)模的影響結(jié)論的可靠性，本部分將關(guān)鍵變量更換為滯后一期，以消除內(nèi)生性影響，進(jìn)行穩(wěn)健性檢驗(yàn)。表5展示了利用滯后一期PM2.5的值作為解釋變量的結(jié)果，系數(shù)依舊為負(fù)數(shù)，且數(shù)值變動(dòng)不大，仍呈現(xiàn)較差空氣質(zhì)量與加劇城市人口規(guī)模下降的關(guān)系，進(jìn)一步證實(shí)本文結(jié)論。

四、結(jié)論與建議

（一）研究結(jié)論

本文以京津冀城市群為研究對(duì)象，運(yùn)用固定效應(yīng)模型與門限效應(yīng)模型對(duì)空氣質(zhì)量與城市人口規(guī)模的關(guān)系進(jìn)行分析，探索空氣質(zhì)量對(duì)城市人口規(guī)模的影響。研究表明，城市人口規(guī)模受空氣質(zhì)量的影響，且不同實(shí)際經(jīng)濟(jì)發(fā)展水平下，城市人口規(guī)模受空氣質(zhì)量的影響不同，呈非線性關(guān)系。

（二）管理啟示

對(duì)于企業(yè)而言，空氣質(zhì)量會(huì)導(dǎo)致城市人口規(guī)模下降，且人均收入越高，空氣質(zhì)量對(duì)城市人口規(guī)模的影響越大。因此，以高污染換取企業(yè)高發(fā)展的發(fā)展模式可能會(huì)導(dǎo)致有高收入的人才外流和勞動(dòng)力外流，不利于企業(yè)的可持續(xù)發(fā)展。

對(duì)于政府而言，應(yīng)當(dāng)出臺(tái)與空氣質(zhì)量相關(guān)的政策支持，鼓勵(lì)大家進(jìn)行低污染的生活方式。另外，要監(jiān)管不合規(guī)的排放，加大對(duì)污染技術(shù)控制的創(chuàng)新。

參考文獻(xiàn)：

[1] 趙偵竹，馬敏勁，康國強(qiáng)，等.蘭州市空氣污染物變化及污染持續(xù)性特征分析[J].干旱區(qū)研究，2023，40（5）：715-725.

[2] 孫雪妍，白雨鑫，王燦.減污降碳協(xié)同增效：政策困境與完善路徑[J].中國環(huán)境管理，2023，15（2）：16-23.

[3] 張紅梅.時(shí)空變化特征的城市空氣污染趨勢研究[J].環(huán)境科學(xué)與管理，2023，48（4）：34-38，44.

[4] YIN H，XU L，CAI Y.Monetary Valuation of PM10-Related Health Risks in Beijing China：The Necessity for PM10 Pollution Indemnity[J].Int.J.Environ.Res.Public Health，2015.

[5] 王鈺銘，張經(jīng)緯，于靜波，等.2019—2020年天津市夏季大氣污染物對(duì)心肌梗死住院的影響[J/OL].環(huán)境與健康雜志：1-5[2023-05-14].

[6] 饒婧雯，馬靜，柴彥威.時(shí)空行為視角下的實(shí)時(shí)空氣污染暴露對(duì)居民日常活動(dòng)滿意度的影響研究：以北京市美和園社區(qū)為例[J].地理研究，2022，41（4）：1183-1193.

[7] 趙烽君，王珺瑩，陳靜濤，等.基于多元有序logistic回歸模型研究空氣質(zhì)量與居民主觀幸福感的關(guān)聯(lián)性：以北京市為例[J].首都師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2023，44（4）：59-67.

[8] 張廣來，張寧.健康中國戰(zhàn)略背景下空氣污染的心理健康效應(yīng)[J].中國人口·資源與環(huán)境，2022，32（2）：15-25.

[9] 劉歡，席鵬輝.中國存在環(huán)境移民嗎？——來自空氣質(zhì)量指數(shù)測算改革的自然實(shí)驗(yàn)[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2019，706（12）：38-54.

[10] 于瀟，陳敘光，梁嘉寧.空氣污染、公共服務(wù)與人口集聚[J].人口學(xué)刊，2022，44（3）：88-99.

[責(zé)任編輯 妤 文]