EN中文

地理科学  2018 , 38 (3): 351-360 https://doi.org/10.13249/j.cnki.sgs.2018.03.004

Orginal Article

外商直接投资对空气污染影响的空间异质性分析——以中国150个城市空气质量指数（AQI）为例

姜磊1, 2, , 周海峰1, 柏玲3

1.浙江财经大学经济学院,浙江 杭州310018
2.南京航空航天大学经济与管理学院,江苏 南京210016
3.南昌大学经济管理学院,江西 南昌330031

Spatial Heterogeneity Analysis of Impacts of Foreign Direct Investment on Air Pollution：Empirical Evidence from 150 Cities in China Based on AQI

Jiang Lei1, 2, , Zhou Haifeng1, Bai Ling3

1. School of Economics, Zhejiang University of Finance & Economics, Hangzhou 310018, Zhejiang, China;
2. College of Economics and Management, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, Jiangsu, China
3. School of Economics & Management, Nanchang University, Nanchang 330031, Jiangxi, China;

中图分类号:  F205;X196

文献标识码:  A

文章编号:  1000-0690(2018)03-0351-10

收稿日期: 2017-02-18

修回日期:  2017-05-27

网络出版日期:  2018-03-21

版权声明:  2018 《地理科学》编辑部 本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.

基金资助:  国家自然科学基金项目（41761021,71742001）、教育部人文社会科学青年基金项目（17YJC790061）、江西省主要学科学术和技术带头人培养计划项目（2014BCB22002）、中国博士后科学基金面上项目(2017M621740)资助

作者简介:

作者简介：姜磊（1983-）,男,山东烟台人,博士,助理教授,主要从事应用空间计量经济学、空间数据分析和区域经济学研究。E-mail: lei_jiang@zufe.edu.cn

展开

摘要

空气污染问题引起了人们极大的关注。以中国2014年150个地级市作为样本数据,采用空气质量指数（AQI）作为全面衡量空气污染的指标,运用地理加权回归模型从空间异质性视角出发,分析了不同城市外商直接投资与空气污染之间的关系。研究结果表明：总体上,外商直接投资由于带来了先进的技术,有利于空气质量的改善。此外,人均地区生产总值的增加、二氧化硫和PM2.5浓度的提高均是导致空气污染加剧的重要因素;而环保意识的提升则有利于空气质量的改善。民用汽车保有量变量在统计上不显著。从地理加权回归模型估计结果来看,不同城市的外商直接投资对环境的改善作用存在显著的空间异质性。其中,东北城市群、关中城市群和长江中游城市群外商直接投资对空气质量的改善作用最大,山东半岛城市群和川渝城市群外商直接投资对空气质量的改善作用不明显。

关键词： 外商直接投资 ; “污染避难所”假说; ; 空气质量指数 ; 地理加权回归模型

Abstract

The issue of air pollution in China has already surged in recent years, attracting public concerns, even great anxiety. This paper employs a unique cross-sectional data set of 150 Chinese cities in 2014 and adopts air quality index (AQI), an indicator newly-developed by the ministry of environmental protection of China, to measure air quality. Then, from a spatial heterogeneity perspective it applies ordinary least square (OLS) technique and geographically weighted regression (GWR) model to analyze the impact of foreign direct investment (FDI) on air pollution controlling for other five explanatory variables, namely, per capita GDP, population density, sulfur dioxide emissions, PM2.5 concentration, and the number of vehicles. Meanwhile, it also investigates if there is an inverted U-shaped curve between per capita GDP and air quality index, specifically environmental Kuznets curve (EKC). The findings are the following. Firstly, there is no evidence of EKC, but an increasing linear relationship between income and air pollution. Secondly, the variable of FDI is found to be significant and negative, indicating that an increase of foreign capital may reduce air quality index, in other words, improve air quality. This is because foreign capital brings advanced technologies, improving air quality effectively. Besides, sulfur dioxide emissions and PM2.5 concentration are found to have significant and positive impacts on AQI while population density, as an indicator of environmental awareness, is found to have a negative impact on AQI. However, from the results of the OLS model, the variable of private cars is not statistically significant, even found to be positive. It hence was deleted from the model. Thirdly, the GWR model results suggest that the impacts of FDI of 150 cities on air pollution greatly vary from city to city. Specifically speaking, foreign capitals of the northeastern cities, Guangzhong plain urban cities and cities of the middle reaches of the Yangtze River play a more important role in reducing air pollution than those of other cities. On the contrary, the contribution of foreign capitals of Shandong peninsula cities and Sichuan-Chongqing urban cluster is found to be insignificant. Finally, from the above analysis, a series of policy handles and suggestions are given.

Keywords： foreign direct investment ; ‘pollution haven hypothesis’ ; air quality index ; geographically weighted regression model

0

PDF (850KB) 元数据 多维度评价 相关文章 收藏文章

本文引用格式 导出 EndNote Ris Bibtex

姜磊, 周海峰, 柏玲. 外商直接投资对空气污染影响的空间异质性分析——以中国150个城市空气质量指数（AQI）为例[J]. 地理科学, 2018, 38(3): 351-360 https://doi.org/10.13249/j.cnki.sgs.2018.03.004

Jiang Lei, Zhou Haifeng, Bai Ling. Spatial Heterogeneity Analysis of Impacts of Foreign Direct Investment on Air Pollution：Empirical Evidence from 150 Cities in China Based on AQI[J]. Scientia Geographica Sinica, 2018, 38(3): 351-360 https://doi.org/10.13249/j.cnki.sgs.2018.03.004

改革开放近40 a来,中国始终坚持对外开放政策。随着改革的不断深化,中国政府也逐渐放开了对外资的准入条件,这使得外商直接投资（Foreign Direct Investment,FDI）的数额逐年增多,投资规模也日益扩大。根据中国商务部商务数据中心（http://data.mofcom.gov.cn/lywz/inmr.shtml）提供的数据显示,2014年中国大陆实际使用外资额高达1 195.6亿美元,首次成为吸引外资最多的国家。大量外资的流入为中国带来了先进的技术和完善的管理体系,成功地推动了中国产业竞争力的提升[1]。同时,FDI也给中国带来了丰富的资本要素,加快了经济的增长速度。由此可见,FDI为中国的经济发展做出了巨大贡献。

然而,FDI的大量流入也可能造成一些负面影响。这是因为在贸易自由化的条件下,污染密集型企业会进入到环境标准较低的发展中国家,从而变成了这些高污染企业的避难所。这就是Walter 等[2]首次提出的“污染避难所”假说。国内外有很多学者从理论和实证角度出发,对“污染避难所”假说进行了验证。例如,Copeland等人[3]在研究南北贸易与环境关系中发现收入较低的国家在污染密集型产品上具有相对的竞争优势,从理论上验证了“污染避难所”假说的存在。Smarzynska等[4]运用24个国家534家跨国企业的数据进行分析,认为环境标准较高的国家其FDI流入量较少,为“污染避难所”假说提供了证据。同时,国内也有许多学者证实了“污染避难所”假说的存在。例如,傅京燕等[5]利用1998~2007年中国30个省市自治区的数据,构建了面板数据模型研究环境规制与FDI区位选择的关系,发现环境规制的宽松加剧了FDI的流入,从而导致FDI较高的地区环境污染较为严重。冷艳丽等[6]认为FDI对环境的影响机制可分为规模效应、增长效应和结构效应。规模效应是指外商投资扩大在东道国生产规模,导致环境质量下降。增长效应是指外商直接投资对东道国产生技术溢出,从而改善环境质量。结构效应是指外资大多流入第二产业从而增加污染排放量。这3种效应综合作用后即为对环境产生的净效应。他们采用中国30个省份2001~2010年的面板数据构建了模型,发现FDI对中国产生的净效应为负,即FDI导致环境质量变差。廖显春等[7]从腐败与环境政策对FDI影响的角度出发,利用1998~2010年29个省市的面板数据构建了计量模型,得出环境标准越低,FDI流入量越大的结论。另外,刘飞宇等[8]使用中国285个城市2003~2013年的数据,结果也发现“污染避难所”假说在部分地区是成立的。

尽管“污染避难所”假说得到了很多学者的证实,但是仍有一部分学者赞同“污染光环”假说。“污染光环”假说指的是FDI通过增长效应、先进的清洁技术溢出效应和科学完善的管理体系等对东道国的环境起到了改善作用[6]。国外学者Dean[9]发现随着贸易自由化的发展,东道国环境质量的确有所恶化,但是随着收入的提高,人们对环境质量的要求也随之提高。综合考虑,外商投资对环境的积极作用大于其消极作用。何洁[10]利用中国29个省份1993~2001年的面板数据构建了回归模型,结果发现中国加入国际市场后,反而提升了自身的污染治理水平,即“污染避难所”假说在中国不成立。贺文华[11]利用中国东部11个省份和中部8个省份1985~2008年的面板数据构建了固定效应模型,分析得出FDI并未呈现大规模的污染产业转移倾向,并且发现FDI与污染物排放量呈显著的负相关关系。林虎等[12]采用1990~2006年省级面板数据构建了固定效应模型,研究结果显示FDI对于中国环境状况改善有积极的影响,相反,国内投资使得环境不断恶化。在验证“污染光环”假说在中国是否成立时,也有很多学者基于空间视角来进行分析。例如,许和连等[13]使用中国2000~2009年省级面板数据构建了空间误差模型和空间滞后模型,实证结果显示FDI带来了先进的生产技术,有利于改善中国的环境污染。秦晓丽等[14]也从空间视角出发,采用2003~2012年259个地级市组成的面板数据构建了空间回归模型,模型结果显示“污染避难所”假说在中国不成立。相反,FDI能够显著地降低污染物排放,改善环境质量。

综上所述,中国学者基于各种样本数据采用不同的计量方法和研究视角检验了FDI“污染避难所”假说在中国是否成立,然而却得出了不同的结论。这主要有以下3点原因。首先,现有的文献大多数采用的是省级数据,从地级市层面考虑的研究相对较少,而地级市数据相比省级数据更具有研究价值,这是因为省级合并数据掩盖了很多地区差异性的信息,而地级市数据能够从更小的地理尺度上体现出区域之间的异质性。其次,现有的文献中大多选取了某一种或者多种污染物排放,如二氧化碳、二氧化硫等气体排放量来作为环境污染的衡量指标。然而,选取不同的污染物会使得研究的结论相悖。虽然许和连等[13]通过熵权法构建了环境污染综合指数,弥补了单一指标的不足,但是仍然存在一些遗漏污染物未加考虑的问题,例如PM2.5等。另外,采取加权综合指标衡量环境污染带来主要的问题是难以找到客观权威的加权权重[15]。环境污染指标选取不合理会削弱模型的解释能力。最后,现有研究使用的空间计量方法相对较少,虽然有学者采用空间滞后模型,但是却忽略了环境污染在区域空间上的巨大差异性。传统的计量方法假设空间是均质的,无差异化的,因此,模型的估计系数也是固定不变的,这显然违背了中国明显的区域差异化的客观事实。基于上述理由,本文选取中国150个地级市作为样本数据,采用空气质量指数（Air Quality Index,AQI）作为全面衡量空气污染的指标,然后采用空间变系数模型中的地理加权回归（Geographically Weighted Regression,GWR）模型来探讨不同城市之间FDI对空气污染的影响,借此验证“污染避难所”假说在中国是否成立。

1 模型与数据

2012年环境保护部发布了《环境空气质量指数（AQI）技术规定（试行）》（HJ 633-2012）[16],建立了新的空气质量评价体系,并于2016年1月1日起正式实施。AQI是定量描述空气质量状况的无量纲指数,其测量的污染物为细颗粒物、可吸入颗粒物、二氧化硫（SO2）、二氧化氮（NO2）、臭氧（O3）和一氧化碳（CO）。根据规定,空气质量状况依照AQI数值大小可分为6级：① 0~50为优。② 51~100为良。③ 101~150为轻度污染。④ 151~200为中度污染。⑤ 201~300为重度污染。⑥ AQI大于300为严重污染。本文采用AQI作为全面衡量空气质量的指标,是因为AQI是环境保护部制定的定量描述空气质量状况的无量纲指数,其权威性、综合性和可信度相比现有文献所使用的指标更强。AQI不仅受到了学术界的认可[17,18],并且也逐渐被民众广泛接受。

1.1 OLS模型

本文首先给出最基本的OLS模型,在构建计量模型时,模型中所有变量均采用对数形式,取对数的好处是可以减少异方差性的问题。构建的计量模型如式（1）所示：

$LnAQI_{i}=\beta_{0}+\alpha LnFDI_{i}+\sum\limits_{k}\beta_{k}x_{ik}+\mu_{i}$ （1）

式中,Ln表示取对数值,下标i表示第i个城市。LnAQIi为第i个城市AQI观测值的对数形式,FDI为核心解释变量,β0为常数项,α为核心变量的待估计参数,βk为k个待估计的自变量参数,xik为模型中其他解释变量,μi为随机扰动项。

1.2 GWR模型

GWR是一种改进的空间线性回归模型,通过将全域的参数变为局域的参数从而扩展了传统的全域回归模型。式（1）为OLS回归模型,即为全域回归模型。根据全域回归模型,可以构建GWR模型：

$LnAQI_{i}=\beta_{0}(\mu_{i},\nu_{i})+\alpha(\mu_{i},\nu_{i}) LnFDI_{i}+\sum\limits_{k}\beta_{k}(\mu_{i},\nu_{i})x_{ik}+\varepsilon_{i}$ （2）

式中,(μi,νi)为城市i的经纬度坐标,β0(μi,νi)为城市i的常数项, α为核心变量的待估计参数,βk(μi,νi)为城市i第k个自变量的待估计参数,xik为解释变量, εi为随机扰动项。

在地理加权回归模型中,由于地理空间信息都是采用经纬度坐标来描述,因此采用距离作为权重大小的计算指标。目前较为常用的有3种空间权重函数,其中,最为常用的是高斯权重函数（Gaussian）,具体形式如下：

Wi=ϕ(di/δθ)（3）

式中,ϕ表示标准正态密度函数;δ表示距离向量di的标准离差。在计算距离权重时,需要考虑到衰减效应,因此通常要引入一个衰减参数,参数θ即为衰减参数,或者称之为带宽参数（Bandwidth Parameter）。

另外一种是指数距离权重函数（Exponential）,具体形式如下：

Wi=exp(-di/δθ)（4）

式中,δ表示距离向量di的标准离差;参数θ表示带宽参数。

最后一种是三次方函数（Tricube）,具体形式如下：

Wi=[1-(di/qi)3]3I（di<qi） （5）

式中,qi表示的是空间单元i中第q个最近邻居的距离;I是一个指示函数,满足条件下取1,否则取0。

1.3 变量说明

外商直接投资（FDI）。本文采用实际利用外资额衡量外商直接投资,主要目的是验证FDI与空气污染之间的统计关系,故此不预期系数的符号。

地区人均生产总值（GDP）。人均GDP能反映出一个地区的经济发展水平。经济发展带来的环境效应可分为2个方面。一方面,伴随经济增长而产生的污染物排放量不断上升。如社会用电需求量增加导致化石燃料的燃烧量增多,排放出的污染物也随之增多。另外,汽车使用量增加也会大量消耗石油,致使污染物排放量增加等。另一方面,当人均GDP增长到一定程度后,人们对环境保护意识逐步增强,对环境质量诉求变高[19]。随着人均GDP的不断提高,环境质量也随之改善[20]。因此,人均GDP与空气质量可能呈现倒U型曲线,即倒U形的环境库兹涅茨曲线。

人口密度（Density）。在人类与环境的关系中,人类既是环境破坏的根源,又是保护环境的主要力量。一个地区随着人口的不断增长,该地区的总需求也在不断增加,人们便会扩大资源的开发规模,环境也因此变差[21]。空气污染作为环境污染的一部分,人类活动也是空气质量不断变差的重要原因之一。另一方面,随着城市化进程的加快,人口往往流向经济发达的东部沿海地区[22],在劳动力迁移的过程中,通常会选择环境质量较高的地区,因此,人口密度也可以看作为环保意识的变量。本文选取人口密度变量来探究环保意识对空气质量的影响。由于可能存在2种效应,故此不对系数符号做预期判断。

二氧化硫（SO2）和细颗粒物（PM2.5）。SO2和PM2.5是空气质量恶化的重要污染物。污染物数值越高,空气污染就越严重。近年来,SO2和PM2.5成为了学者们关注的重要污染物,并对其进行了实证研究。例如,王立平等[23]用SO2排放量来表示环境污染,检验环境库兹涅茨曲线理论在中国是否成立。严雅雪等[24]研究了城市化对PM2.5浓度的影响等。由于SO2和PM2.5是引起空气污染的重要因素,故此,系数符号预期为正。

民用汽车保有量（Cars）。随着经济发展与人民生活水平的不断提高,汽车消费量迅猛增加,汽车尾气逐渐成为大气污染的重要来源。根据2004年《中国橡胶工业年鉴》[25]和2014年国民经济和社会发展统计公报显示,2000~2014年中国民用汽车拥有量从1 608.91万辆猛增至1.5亿辆,人均民用汽车保有量超过1/10。汽车数量的激增导致石油的需求猛增,排放出来的尾气也随之急剧增加,直接影响了空气质量。申孟宜[26]指出汽车尾气是空气污染的重要因素,大量的汽车尾气排放加剧了空气污染程度。因此,系数符号预期为正。

影响AQI的因素还有很多,例如,对于北方地区来说,秸秆焚烧、冬季燃煤取暖等都可以引发空气污染。然而,鉴于数据的可得性,本文未能考虑这些因素。故此选取6个变量来探究其与AQI的定量关系。

1.4 数据说明

本文采用的AQI和PM2.5浓度数据来源于中国环境保护部数据中心（http://datacenter.mep.gov.cn/index）。其中,2014年共有191个城市的监测数据,剔除县市级,以及由于其他变量数据受限,因此,本研究的样本为150个城市（不含港澳台和西藏）。其他变量数据来源于《中国统计年鉴》（2015）[27]、《中国城市统计年鉴》（2015）[28]和2014年各市国民经济和社会发展统计公报。

2 实证结果

2.1 中国城市AQI空间分布

中国150个城市的2014年空气质量指数（AQI）的空间分布情况如图1 所示。

显示原图| 下载原图ZIP| 生成PPT

图1   AQI空间分布

Fig.1   Spatial distribution of AQI

本文根据《环境空气质量指数（AQI）技术规定》将150个城市的AQI划分为4个等级。AQI小于50的为第一等级（优）,50~100为第二等级（良）,100~150为第三等级（轻度污染）,150~200为第四等级（中度污染）。从图1可以看出,2014年150个城市AQI年度均值的最大值没有超过200,中度污染城市主要集中在华北平原、环渤海湾地区、长三角地区和珠三角地区。在中、西部地区,以武汉为中心的城市圈、以西安为中心的关中城市群以及成渝城市群的空气质量也属于中度污染。由此可见,AQI高值区主要集中在经济快速发展的城市群。此外,AQI在空间分布上呈现出明显的空间自相关现象（Moran’s I = 0.656 7）。但是,南北城市之间的空气质量存在较大的空间差异性。

2.2 OLS模型估计结果

本文将检验人均GDP变量（lnGDP）与空气质量指数之间的关系是否呈现倒U形曲线,故此在模型中添加人均GDP 的平方项lnGDP2。如果lnGDP2的系数显著为负,而lnGDP 的系数显著为正,说明存在环境库兹涅茨曲线。首先采用OLS方法对模型（公式1）进行回归估计,结果发现lnGDP 和lnGDP2 这2 个变量的方差膨胀因子（Variance Inflation Factor,VIF）均远远大于10,说明模型存在严重的多重共线性问题。由此可知,采用OLS 方法估计出来的参数失去了意义,并且变量的显著性检验也没有意义,所以不能通过OLS方法估计出的lnGDP 和lnGDP2 这2 个变量系数来判断是否存在倒U形曲线。为了解决多重共线性问题,本文采用了岭回归（Ridge Regression）估计方法,结果发现不存在倒U形曲线。故此,本文剔除了lnGDP2变量重新对模型进行估计,剔除lnGDP2 变量后,模型不存在多重共线性问题。因此,可以采用OLS方法进行估计,结果如表1所示。

表1   OLS回归结果

Table 1   Results of OLS

变量OLS模型1OLS模型2OLS模型3OLS模型4
lnFDI-0.0129***(-3.2030)-0.0128***(-3.2540)
lnGDP0.0450***(3.0158)0.0459***(3.6422)
lnFDIt-1-0.0115***(-2.8557)-0.0114***(-2.8677)
lnGDPt-10.0286**(2.3574)0.0299***(3.0351)
lnDensity-0.0109*(-1.5951)-0.0112*(-1.8038)-0.0107(-1.4966)-0.0113*(-1.7683)
lnSO20.0078*(1.6964)0.0078*(1.6987)0.0074(1.5596)0.0073(1.5546)
lnPM2.50.7839***(52.3631)0.7841***(52.8270)0.7921***(49.8536)0.7928***(51.2384)
lnCars0.0011(0.1120)0.0019(0.1842)
常数项0.9268***(5.6546)0.9154***(7.1439)1.0657***(7.4329)1.0485***(9.6700)
R20.96260.96260.96150.9615
调整后的R20.96100.96130.95990.9602
F统计量613.5905***741.3901***595.8910***719.8921***

注：圆括号内为t统计量;***、**和*分别表示1%,5%和10%显著性水平;空白项为该模型中未考虑某变量滞后期/当期相应变量的值。

新窗口打开

表1展示了4个OLS模型的估计结果。从OLS模型1来看,模型的拟合优度R2很高,说明模型整体拟合程度很好,并且F统计量也通过了联合显著性检验。除了汽车保有量变量（lnCars）外,其他变量均在统计上显著。由于lnCars变量在统计上高度不显著,故此从模型中剔除,即可得到OLS模型2。由结果可知,所有的变量均在统计上显著。由于经济发展对环境的影响存在一定的时间滞后效应,因此本文还检验了t-1年（即2013年）的人均GDP和FDI变量对AQI的影响。同样,lnCars变量在统计上高度不显著,故此从OLS模型3中剔除,即可得到OLS模型4。对比模型2和模型4可以发现,变量系数相差很小,因此,本文选择模型2的估计结果作为下面分析的基础。

外商直接投资（FDI）对AQI有显著的负向影响,说明FDI流入越多,AQI越低,换言之,FDI改善了中国的空气质量。因而,“污染避难所”假说在中国城市尺度上并不成立。这与贺文华[11]、许和连等[13]以及秦晓丽等[14]的研究结论一致。主要的原因有3点：第一,FDI为中国带来了大量的资本要素,并且,中国拥有丰沛的劳动力资源,大大提升了经济发展的速度。外资的流入为中国带来了先进的技术和完善的管理体系,相比内资来说,外资在一定程度上减少了污染物排放,对环境起到了保护作用[1,12]。第二,中国政府在利用外资过程中对高污染高能耗的行业进行了严格的限制,避免了中国成为高污染外资企业的避难所[29]。第三,外资企业在中国的经济活动中起到了示范主体的作用,向本土企业示范其先进的技术、管理和其他非物质要素[30],本地企业为了参与市场竞争,也不得不提高自己的技术水平,从而减少了污染物的排放,改善了环境。另一方面,Omri等[31]和Pao等[32]发现FDI与空气污染物的排放存在双向因果关系。即FDI在进行区位选择时,会受到环境规制和环境治理成本因素影响,致使其倾向于选择环境管制较松,并且环境治理成本较低的地区,而这些地区又是空气质量较好的地区[5,33]。因此,FDI与空气质量之间是相互影响的。

人均地区生产总值（GDP）对AQI有显著的正向影响。随着人民收入水平的不断提高,非但没有降低空气污染,反而还加剧了污染程度。由此可见,中国经济增长正在以牺牲环境质量作为代价[34]。

人口密度（Density）对AQI有显著的负向影响。从实证结果可以看出,一个地区人口的增多,人们为了提高自己的生活质量,对环境保护的意识也在不断增强。从另一个角度来看,可以发现空气质量因素在一定程度上影响着人口迁移方向,人们倾向于迁移到环境相对较好的地区。例如,人口大量流入到珠三角地区和长三角地区,这些地区相比北方地区来说,空气质量更好。

二氧化硫（SO2）和细颗粒物（PM2.5）均与AQI存在显著的正相关关系。社会经济的快速发展,尤其是快速的工业化,人类工业活动排放出了大量的SO2和PM2.5,是造成空气质量下降的重要因素,降低空气中SO2和PM2.5浓度含量是治理空气污染必不可少的一个重要环节。

在本研究中,民用汽车保有量（Cars）与AQI的统计关系高度不显著。这可能与本文选取的变量有密切联系。由于全社会汽车保有量数据缺失限制,故而选用民用汽车保有量来研究汽车保有量与空气污染之间的关系。但是,这在很大程度上忽视了军用汽车、警用汽车和特种用车等排放出的污染物对空气质量所产生的影响。故而不能全面地反映汽车拥有量与空气质量指数之间的统计关系。

2.3 GWR模型估计结果

虽然OLS模型能得到各个变量对空气质量指数的影响,但是OLS回归模型仍然无法展示出城市之间各种环境污染影响因素的空间异质性问题[35]。因此,本文采用GWR模型来讨论不同影响因素对AQI在空间上的差异性。

首先,本文采用3种空间权重函数对150个城市进行GWR模型的回归估计,通过对比OLS模型和GWR模型可以发现,GWR模型的赤池信息准则（Akaike information criterion,AIC）为-642.666 0,远低于OLS模型的赤池信息准则（-430.315 9）。并且,OLS模型的拟合优度R2为0.962 6,而GWR模型的拟合优度R2为0.992 9。这2个统计量可以表明GWR模型优于OLS模型。

GWR模型的结果如图2所示。从图2可以发现3种不同的空间权重函数其回归系数结果相差很小。基于此,本文选择较为常用的高斯权重函数的估计结果作为分析的基础。

显示原图| 下载原图ZIP| 生成PPT

图2   3种空间权重函数的GWR估计结果

Fig.2   Results of GWR with three spatial weights functions

其次,在估计出GWR模型结果后,本文整理出了不同分位数上的系数。结果如表2所示。在表2的GWR模型参数回归的5组分位数估计结果中,第2~5列的分位点分别选取最小值、1/4分位数、中位数、3/4分位数、最大值,第7列是全域估计结果,即OLS回归结果。由表2可知,GWR模型估计的各个解释变量对每一个城市的AQI都有一特定的参数值,直观地揭示了各城市之间不同影响因素对AQI影响的空间异质性。此外,大多数分位数的参数估计值也存在较大的变异,这也说明了各个解释变量对区域内大部分样本点的影响是异质的。

表2   GWR模型回归结果

Table 2   Results of GWR model

变量最小值第一分位中位数第三分位最大值全域
lnFDI-0.0243-0.0163-0.0098-0.00510.0056-0.0128
lnGDP-0.05730.00890.01710.04070.17180.0459
lnDensity-0.0506-0.01070.00170.00950.0660-0.0112
lnSO2-0.00980.00300.01180.01850.03670.0078
lnPM2.50.67020.73390.77050.78240.87690.7841
常数项-0.62780.91431.16001.24701.92200.9154

新窗口打开

由于本文重点探究FDI变量对AQI的影响（其他系数结果图可向作者来信索取）,因此,本文只给出了GWR模型回归结果中FDI变量系数的空间分布图。如图3所示,就弹性系数大小而言,FDI系数（绝对值）由北向南逐渐递减,而西南部城市的FDI系数为正,具体来说,除了攀枝花、曲靖、廊坊、天津、北京、昆明和玉溪这7个城市外,其余143个城市的FDI与AQI皆为负相关关系。由此可见,外商直接投资在大部分城市对环境有改善的作用,即存在“污染光环效应”。从GWR模型回归结果看,各个城市GWR模型回归弹性系数也有所差别,这也说明了不同城市的FDI对AQI影响程度有所不同。其中,弹性系数绝对值最大的城市为丹东（-0.024 25）,最小的为天津（0.000 95）。弹性系数绝对值较大的主要集中于东北城市群、关中城市群和长江中游城市群,如本溪（-0.022 91）、咸阳（-0.023 18）和荆州（-0.021 74）等。珠三角地区和长三角地区的弹性系数绝对值大小居中。而弹性系数绝对值较小的主要在京津冀城市群,FDI对环境改善作用最小的主要集中于山东半岛和川渝地区,如滨州、淄博和宜宾等。

显示原图| 下载原图ZIP| 生成PPT

图3   FDI系数的空间分布

Fig.3   Spatial distribution of estimated coefficients of FDI by cities

另外,人均GDP与AQI主要呈正向关系。这说明中国经济发展仍以牺牲环境为代价,弹性系数较大的城市大多位于西部地区,如西宁、兰州、银川等。由此可见,西部地区发展GDP的同时环境也正在不断恶化。但是,沈阳、长春、吉林等东北地区人均GDP与AQI呈负向关系,由此可以判断,东北地区经济和环境形成了协调发展。还有东部地区部分城市,如苏州、湖州、韶关等,虽然系数为正,但是其数值很小。因此,在发展经济的同时仍需要注重环境问题,决不能盲目地用环境来换取经济的增长。

3 结论与政策建议

本文利用2014年150个城市的截面数据,采用地理加权回归模型考察了外商直接投资对中国空气质量指数的影响,本文发现FDI和人口密度对AQI产生负影响,SO2和PM2.5浓度变量皆对AQI产生正影响。依据研究所得出的结论,本文提出以下3点政策建议。

第一,绝大部分城市的FDI对环境污染起到了改善作用,但是其影响程度呈现出较大的区域差异性。因此,对于FDI改善环境作用小的城市,如：滨州、宜宾、淄博等,应当引进高端行业的外资。然而,对于FDI改善环境作用大的城市,如丹东、咸阳、荆州等,应当继续大力鼓励外资的引入,同时加强相应的管理措施。而对于极少部分FDI与AQI呈正向关系的城市,如：北京、天津、昆明等,应当引进低污染的FDI,并且严格实施相应的法律法规,对违反规定的企业进行严厉的惩罚。由于各地区FDI进入的行业不同,所以FDI改善环境的作用肯定存在地区和行业上的差别。但是,政府在大力引进外资的同时必须将环境因素考虑在内,限制高污染行业的外资流入,同时也要重视现有产业的升级和改造,加强环境监管,以减少对环境的污染。

第二,各地方政府在追求GDP增长的同时,往往忽视经济增长带来的环境问题。因此,本文针对这一问题提出一些政策建议。首先,各地政府组织学习国外先进的污染物监测技术,提高对污染物排放的监测水平,建立环保警察队伍,严厉打击环保领域的违法活动,加大对违规企业的惩罚措施和力度,以实现震慑的作用。其次,大范围改造和治理中小型燃煤高污染企业,并淘汰落后产业,促进产业升级,实现经济增长方式的快速转变。加快实现“煤改清洁能源”,在更多的企业和城市中广泛实现“无煤化”目标。最后,各地政府提高环境征税标准,彻底落实“谁污染谁治理”的治理原则,实施“一企一税率”,对不同企业征收的税收要大于等于其造成环境污染后所需的治理成本。

第三,政府应当加大对环境保护投资的力度,并不断提高人民的环保意识,加强重污染天气预测预报和预警机制,强化对重污染天气的应对。各地要自发性动员实现“碧水蓝天”,而不是通过政治性动员造就“政治性蓝天”。地方政府应当长期重视环境污染问题,并非通过短暂的“领导重视”来实现环境的治理。只有做到人民群众意识增强、政府管制加强和企业减排技术提高,才能够真正地实现人与自然的和谐发展和经济的可持续发展。

The authors have declared that no competing interests exist.

参考文献

[1] 白俊红, 吕晓红.

FDI质量与中国环境污染的改善

[J]. 国际贸易问题, 2015(8):72-83.

[本文引用: 2]     

[Bai Junhong, Lyu Xiaohong.

FDI quality and improvement of environmental pollution in China

. Journal of International Trade, 2015(8):72-83.]

[本文引用: 2]     

[2] Walter I, Ugelow J L.

Environmental policies in developing countries

[J]. Ambio, 1979, 8(2-3):102-109.

https://doi.org/10.1016/0043-1354(80)90112-8      URL      [本文引用: 1]      摘要

The policy linkage between environment and development is traced to variations in the relevant tradeoffs between countries and over periods of time. Emphasis is placed on the evaluation of the benefits and costs of industrialization, the discounting of future benefit and cost flows back to the present, and complementarity between environmental and development objectives where pollution is the product of poverty. Abrupt change in developing countries' environmental policies can easily occur, and external assistance should be targeted where benefits and costs are most responsive without imposing conditions based on foreign value judgements.
[3] Copeland B R, Taylor M S.

North-South trade and the environment

[J]. The Quarterly Journal of Economics, 1994,109(3):755-787.

https://doi.org/10.2307/2118421      URL      [本文引用: 1]      摘要

A simple static model of North-South trade is developed to examine linkages between national income, pollution, and international trade. Two countries produce a continuum of goods, each differing in pollution intensity. We show that the higher income country chooses stronger environmental protection, and specializes in relatively clean goods. By isolating the scale, composition, and technique effects of international trade on pollution, we show that free trade increases world pollution; an increase in the rich North's production possibilities increases pollution, while similar growth in the poor South lowers pollution; and unilateral transfers from North to South reduce worldwide pollution.
[4] Javorcik B S, Wei S J.

Pollution havens and foreign direct investment: Dirty secret or popular myth?

[J]. The B.E. Journal of Economic Analysis & Policy, 2004, 3(2):1244-1244.

https://doi.org/10.2202/1538-0645.1244      URL      [本文引用: 1]      摘要

The 09pollution haven00 hypothesis refers to the possibility that multinational firms, particularly those engaged in highly polluting activities, relocate to countries with weaker environmental standards. Despite the plausibility and popularity of this hypothesis, the existing literature has found only limited evidence to support it. To enhance our ability to detect the possible 09dirty secret,00 this study makes improvements in four areas. First, we focus on investment flows from multiple countries to 25 economies in Eastern Europe and the former Soviet Union. Transition countries are a suitable region for studying this question, as they offer a large variation in terms of environmental standards. Second, we take into explicit account the effect of host country corruption. Third, we include information on both the polluting-intensity of the potential investor and the environmental stringency in the potential host country, which allows us to test whether dirty industries are relatively more attracted to locations with weak standards. And fourth, we rely on firm-level rather than industry-level data. Despite these improvements, we find no support for the 09pollution haven00 hypothesis. If anything, firms in less polluting industries are more likely to invest in the region. We find no systematic evidence that FDI from 09dirtier00 industries is more likely to go to countries with weak environmental regulations.
[5] 傅京燕,李丽莎.

FDI、环境规制与污染避难所效应——基于中国省级数据的经验分析

[J]. 公共管理学报, 2010, 7(3):65-74.

URL      [本文引用: 2]      摘要

随着中国吸引FDI的规模不断攀升,环境污染水平也呈现不断恶化趋势。污染避难所假说认为,污染密集型的跨国企业为了规避本国严格的环境规制而迁往环境规制较宽松的国家,但相关的实证研究无法得到令人信服的证据。本文采用1998-2007年我国30个省市自治区的数据,利用综合指数方法构建我国的环境规制指标,同时通过引入政府效率指标、政府反腐败程度指标和其它控制指标来建立计量模型以充分反映我国各地区的特征。结果显示,环境规制与FDI的关系显著为负,这说明外商在对我国进行区位选择时,认为环境规制是一个非常重要的因素,在我国国内各地区间存在着污染避难所效应。同时,政府效率和政府反腐败程度也是外资区位选择的重要因素,特别是东部地区对政府效率和政府反腐败程度更加敏感。

[Fu Jingyan,Li Lisha.

FDI, environmental regulation and pollution haven effect: Empirical analysis of China’s provincial panel data

. Journal of Public Management, 2010, 7(3):65-74.]

URL      [本文引用: 2]      摘要

随着中国吸引FDI的规模不断攀升,环境污染水平也呈现不断恶化趋势。污染避难所假说认为,污染密集型的跨国企业为了规避本国严格的环境规制而迁往环境规制较宽松的国家,但相关的实证研究无法得到令人信服的证据。本文采用1998-2007年我国30个省市自治区的数据,利用综合指数方法构建我国的环境规制指标,同时通过引入政府效率指标、政府反腐败程度指标和其它控制指标来建立计量模型以充分反映我国各地区的特征。结果显示,环境规制与FDI的关系显著为负,这说明外商在对我国进行区位选择时,认为环境规制是一个非常重要的因素,在我国国内各地区间存在着污染避难所效应。同时,政府效率和政府反腐败程度也是外资区位选择的重要因素,特别是东部地区对政府效率和政府反腐败程度更加敏感。
[6] 冷艳丽,冼国明,杜思正.

外商直接投资与雾霾污染——基于中国省际面板数据的实证分析

[J]. 国际贸易问题, 2015 (12):74-84.

[本文引用: 2]     

[Leng Yanli, Xian Guoming, Du Sizheng.

Foreign direct investment and haze pollution: An empirical analysis based on provincial panel data

. Journal of International Trade, 2015 (12):74-84.]

[本文引用: 2]     

[7] 廖显春,夏恩龙.

为什么中国会对FDI具有吸引力?——基于环境规制与腐败程度视角

[J]. 世界经济研究, 2015 (1):112-119.

[本文引用: 1]     

[Liao Xianchun, Xia Enlong.

Why China attracts FDI inflows? A perspective of environmental stringency and the degree of corruptibility

. World Economy Studies, 2015(1):112-119.]

[本文引用: 1]     

[8] 刘飞宇,赵爱清.

外商直接投资对城市环境污染的效应检验——基于我国285个城市面板数据的实证研究

[J]. 国际贸易问题, 2016(5):130-141.

[本文引用: 1]     

[Liu Feiyu, Zhao Aiqing.

Test for the effect of foreign direct investment on environmental pollution in cities: Empirical analysis of panel data from 285 cities

. Journal of International Trade, 2016 (5):130-141.]

[本文引用: 1]     

[9] Dean J M.

Does trade liberalization harm the environment? A new test

[J]. Canadian Journal of Economics/Revue canadienne d’economique, 2002, 35(4):819-842.

https://doi.org/10.1111/0008-4085.00155      URL      [本文引用: 1]      摘要

Some believe that relatively lenient environmental standards give developing countries a comparative advantage in pollution-intensive goods. Thus, freer trade will harm their environment. This paper brings together the literature on openness and growth, and on the environmental Kuznet's curve, to demonstrate that the opposite may be true. A simultaneous-equations system is derived which incorporates multiple effects of trade liberalization on the environment. Estimation using pooled provincial data on Chinese water pollution, suggests that freer trade aggravates environmental damage via the terms of trade, but mitigates it via income growth. Simulations suggest that the net effect in China was beneficial. JEL Classification: F13, Q28, 019
[10] 何洁.

国际贸易对环境的影响:中国各省的二氧化硫(SO2)工业排放

[J]. 经济学季刊, 2010, 9(2):29-60.

URL      [本文引用: 1]      摘要

为了更好地理解贸易对环境的影响，我们建立了一个四方程联立系统，其中SO2排放由规模、结构、技术这三个经济因素决定，并直接由贸易影响。然后我们利用中国29个省份1993—2001年期间工业SO2排放的面板数据来估计模型。我们的估计结果显示，出口和制造品进口在工业SO2排放的决定中起了完全相反的作用。结果不支持“污染庇护地”假说；出口企业所面对的市场竞争增强，是促进污染治理技术进步的积极因素。

[He Jie.

Environmental impacts of international trade: The case of industrial emission of sulfur dioxide (SO2) in Chinese provinces

. China Economic Quarterly, 2010, 9(2):29-60].

URL      [本文引用: 1]      摘要

为了更好地理解贸易对环境的影响，我们建立了一个四方程联立系统，其中SO2排放由规模、结构、技术这三个经济因素决定，并直接由贸易影响。然后我们利用中国29个省份1993—2001年期间工业SO2排放的面板数据来估计模型。我们的估计结果显示，出口和制造品进口在工业SO2排放的决定中起了完全相反的作用。结果不支持“污染庇护地”假说；出口企业所面对的市场竞争增强，是促进污染治理技术进步的积极因素。
[11] 贺文华.

FDI的“污染天堂假说”检验:基于中国东部和中部的证据

[J].当代财经, 2010(6):99-105.

[本文引用: 2]     

[He Wenhua.

A test of the pollution heaven hypothesis of FDI: Based on evidence from eastern and central China

. Contemporary Finance & Economics, 2010(6):99-105.]

[本文引用: 2]     

[12] 林虎,刘冲.

外商直接投资会影响东道主国的环境状况吗?——来自中国1990~2006年省级水平的证据

[J].生态经济,2012 (9):72-75.

[本文引用: 2]     

[Lin Hu, Liu Chong.

Does FDI effect the host country's environment? Evidence from province-level data in China from1990-2006

. Ecological Economy, 2012(9):72-75.]

[本文引用: 2]     

[13] 许和连,邓玉萍.

外商直接投资导致了中国的环境污染吗?——基于中国省际面板数据的空间计量研究

[J].管理世界, 2012 (2):30-43.

[本文引用: 3]     

[Xu Helian, Deng Yuping.

Does foreign direct investment lead to environmental pollution in China?: Spatial econometrics based on provincial panel data

. Management World, 2012 (2):30-43.]

[本文引用: 3]     

[14] 秦晓丽,于文超.

外商直接投资、经济增长与环境污染——基于中国259个地级市的空间面板数据的实证研究

[J].宏观经济研究, 2016(6):127-134.

[本文引用: 2]     

[Qin Xiaoli, Yu Wenchao.

Foreign direct investment, economic growth and environmental pollution: Empirical analysis of spatial panel data from 259 cities in China

. Macroeconomics, 2016(6):127-134.]

[本文引用: 2]     

[15] 曹翔,余升国.

外资与内资对我国大气污染影响的比较分析——基于工业二氧化硫排放的经验分析

[J].国际贸易问题, 2014 (9):67-76.

[本文引用: 1]     

[Cao Xiang, Yu Shengguo.

Comparative study on effect of foreign capital and domestic capital on air pollution: An empirical analysis based on industrial sulfur dioxide emissions

. Journal of International Trade, 2014 (9):67-76.]

[本文引用: 1]     

[16] 中国环境保护部.

环境空气质量指数(AQI)技术规定(试行)

[Z].2012.

[本文引用: 1]     

[China environmental protection department.

Technical regulation on ambient Air Quality Index (on trial)

.2012.]

[本文引用: 1]     

[17] 蔺雪芹,王岱.

中国城市空气质量时空演化特征及社会经济驱动力

[J].地理学报, 2016, 71(8):1357-1371.

https://doi.org/10.11821/dlxb201608006      URL      [本文引用: 1]      摘要

城市空气污染是中国在快速城镇化和经济发展过程中亟待解决的难题。利用2013年和2014年全国城市空气质量数据,综合Arc GIS空间分析和统计分析,从年度、季节、月份、小时4个时间尺度比较归纳了全国城市空气质量的时空间演化特征,并采用空间计量模型,从全国和区域两个空间尺度,量化分析了城市空气质量变化的社会经济驱动力。结果表明:(1)全国城市空气质量全年达标天数比例增加,但空气污染程度加重,高污染区域恶化态势明显;(2)城市空气质量与生产生活活动表现出一定的时间耦合性,基本呈现"日出趋差、日落趋优"的态势;(3)全国城市空气污染表现出"东重西轻、北重南轻"的空间格局,区域一体化态势明显;(4)区域城市空气污染的总体程度和分布结构具有明显的分异特征,区域空气污染形成和演化路径可基本归纳为:"重点城市污染加重—重点城市污染扩散—区域整体污染加重—重点城市引领治污—区域污染联防联控—区域整体污染减轻";(5)从全国层面看,能源消耗、工业化和技术进步是推动城市空气质量恶化的重要因素,经济发展对城市空气质量改善具有显著的推动作用。(6)受各地区资源环境基础和社会经济发展阶段影响,各类社会经济因素对城市空气质量改善的驱动方向和驱动强度差异明显。在结论的基础上,讨论了中国经济发展和环境变化关系的区域分异以及发展理念。

[Lin Xueqin, Wang Dai.

Spatio-temporal variations and socio-economic driving forces of air quality in Chinese cities

. Acta Geographica Sinica, 2016, 71(8):1357-1371.]

https://doi.org/10.11821/dlxb201608006      URL      [本文引用: 1]      摘要

城市空气污染是中国在快速城镇化和经济发展过程中亟待解决的难题。利用2013年和2014年全国城市空气质量数据,综合Arc GIS空间分析和统计分析,从年度、季节、月份、小时4个时间尺度比较归纳了全国城市空气质量的时空间演化特征,并采用空间计量模型,从全国和区域两个空间尺度,量化分析了城市空气质量变化的社会经济驱动力。结果表明:(1)全国城市空气质量全年达标天数比例增加,但空气污染程度加重,高污染区域恶化态势明显;(2)城市空气质量与生产生活活动表现出一定的时间耦合性,基本呈现"日出趋差、日落趋优"的态势;(3)全国城市空气污染表现出"东重西轻、北重南轻"的空间格局,区域一体化态势明显;(4)区域城市空气污染的总体程度和分布结构具有明显的分异特征,区域空气污染形成和演化路径可基本归纳为:"重点城市污染加重—重点城市污染扩散—区域整体污染加重—重点城市引领治污—区域污染联防联控—区域整体污染减轻";(5)从全国层面看,能源消耗、工业化和技术进步是推动城市空气质量恶化的重要因素,经济发展对城市空气质量改善具有显著的推动作用。(6)受各地区资源环境基础和社会经济发展阶段影响,各类社会经济因素对城市空气质量改善的驱动方向和驱动强度差异明显。在结论的基础上,讨论了中国经济发展和环境变化关系的区域分异以及发展理念。
[18] 刘满凤,谢晗进.

基于空气质量指数AQI的污染集聚空间异质性分析

[J].经济地理, 2016,36(8):166-175.

[本文引用: 1]     

[Liu Manfeng, Xie Hanjin.

The spatial heterogeneity analysis of pollution agglomeration based on the AQI air quality index

. Economic Geography, 2016, 36(8):166-175.]

[本文引用: 1]     

[19] 王勇,俞海,张永亮,等.

中国环境质量拐点:基于EKC的实证判断

[J].中国人口资源与环境, 2016, 26(10):1-7.

https://doi.org/10.3969/j.issn.1002-2104.2016.10.001      URL      [本文引用: 1]      摘要

促进环境质量改善是“十三五”时期实现绿色发展和最终全面建成小康社会的重要目标和任务。随着经济进入新常态和环境治理政策的强势推进,中国环境质量是否已经跨越峰值和进入持续改善的通道?本文基于环境库兹涅茨曲线这一理论工具,依据环境统计数据和国际经验事实判断中国是否到达环境库兹涅茨曲线的拐点和具备促使环境质量持续改善的经济特征。首先,应用中国各省份1998—2013年的面板数据,对人均收入水平与主要大气污染物排放的关系进行回归拟合发现,人均烟粉尘排放自1998年以来持续下降,人均二氧化硫、氮氧化物排放均在“十二五”中前期到达峰值。大部分东部省份已经越过环境库兹涅茨曲线的拐点,但环境质量改善仍然缓慢。多数中部省份处于峰值阶段,而西部省份大都处于经济增长与环境质量恶化的矛盾阶段。其次,基于污染物排放的驱动因素框架,将中国当前的经济特征与美、日、韩三国跨越环境库兹涅茨曲线拐点的经验进行比较,结论表明中国目前已基本具备了跨越环境库兹涅茨曲线拐点的经济驱动条件,但是相对滞后的城镇化进程将会导致污染物排放峰值的扁平化和波动性。以主要污染物排放在2014年的基础上削减30%—40%作为环境质量全面改善的转折点判断,中国环境质量将在2025年左右趋于全面改善。最后,为了促进环境质量全面改善,认为应该根据各地区经济发展与环境污染形势的不同,实施差别化环境治理政策。同时积极防范新一轮城镇化过程中的环境风险,进一步强化区域环境污染的协同治理。

[Wang Yong, Yu Hai,

Zhang Yongliang et al. Turning point of China’s environmental quality:Empirical judgment based on EKC.China Population,

Resources and Environment, 2016, 26(10):1-7.]

https://doi.org/10.3969/j.issn.1002-2104.2016.10.001      URL      [本文引用: 1]      摘要

促进环境质量改善是“十三五”时期实现绿色发展和最终全面建成小康社会的重要目标和任务。随着经济进入新常态和环境治理政策的强势推进,中国环境质量是否已经跨越峰值和进入持续改善的通道?本文基于环境库兹涅茨曲线这一理论工具,依据环境统计数据和国际经验事实判断中国是否到达环境库兹涅茨曲线的拐点和具备促使环境质量持续改善的经济特征。首先,应用中国各省份1998—2013年的面板数据,对人均收入水平与主要大气污染物排放的关系进行回归拟合发现,人均烟粉尘排放自1998年以来持续下降,人均二氧化硫、氮氧化物排放均在“十二五”中前期到达峰值。大部分东部省份已经越过环境库兹涅茨曲线的拐点,但环境质量改善仍然缓慢。多数中部省份处于峰值阶段,而西部省份大都处于经济增长与环境质量恶化的矛盾阶段。其次,基于污染物排放的驱动因素框架,将中国当前的经济特征与美、日、韩三国跨越环境库兹涅茨曲线拐点的经验进行比较,结论表明中国目前已基本具备了跨越环境库兹涅茨曲线拐点的经济驱动条件,但是相对滞后的城镇化进程将会导致污染物排放峰值的扁平化和波动性。以主要污染物排放在2014年的基础上削减30%—40%作为环境质量全面改善的转折点判断,中国环境质量将在2025年左右趋于全面改善。最后,为了促进环境质量全面改善,认为应该根据各地区经济发展与环境污染形势的不同,实施差别化环境治理政策。同时积极防范新一轮城镇化过程中的环境风险,进一步强化区域环境污染的协同治理。
[20] 李龚.

基于PM2.5指标的中国环境库兹涅茨曲线估计

[J].统计与决策, 2016(23):21-24.

[本文引用: 1]     

[Li Gong.

Estimated the Chinese environmental kuznets curve based on PM2.5

. Statistics and Decision, 2016 (23):21-24.]

[本文引用: 1]     

[21] 李群,米红,席斌,等.

区域人口、环境与经济协调发展的逆系统仿真研究

[J].中国人口科学, 2005(s1):193-199.

URL      [本文引用: 1]      摘要

文章以区域资源环境人口的综合协调为目标,阐述了目前中国一些地区发展中存在的问题,并以福建省为例,将逆系统方法引入福建省资源环境人口的协调发展系统中,应用灰色预测模型建模,探索逆系统方法在区域经济可持续发展预测中的应用。

[Li Qun, Mi Hong,

Xi Bin et al. Study on inverse system simulation of regional population, environment and economic coordination

. Chinese Journal of Population Science, 2005 (s1):193-199.]

URL      [本文引用: 1]      摘要

文章以区域资源环境人口的综合协调为目标,阐述了目前中国一些地区发展中存在的问题,并以福建省为例,将逆系统方法引入福建省资源环境人口的协调发展系统中,应用灰色预测模型建模,探索逆系统方法在区域经济可持续发展预测中的应用。
[22] 段成荣,吕利丹,邹湘江.

当前我国流动人口面临的主要问题和对策——基于2010 年第六次全国人口普查数据的分析

[J].人口研究, 2013,37(2):17-24.

URL      Magsci      [本文引用: 1]      摘要

依据最新的第六次全国人口普查资料以及其他相关数据资料,文章对当前我国流动人口发展的主要特征、面临的主要问题进行了分析和概括,并提出解决问题的对策和建议。分析认为:当前我国流动人口展现出规模持续快速增长、流动性减弱、家庭化进程已完成第二阶段并开始向第三阶段过渡、流向仍呈现向沿海地区集中但已展现出分散趋势、新生代流动人口逐渐成为流动人口的主体等一系列明显特征;流动人口面临的失业增加、社会保障缺失、子女教育、社会融入等问题是当前和今后一段时期的主要问题。流动人口将扎根城市并大量存在,相关法规、政策和制度制定应该以此为基础,关注新生代和流动人口子女、重视提高流动人口家庭福利、加快流动人口社会保障体系建设。

[Duan Chengrong, Lyu Lidan, Zou Xiangjiang.

Major challenges for China’s floating population and policy suggestions: An analysis of the 2010 population census data

. Population Research, 2013, 37(2):17-24.]

URL      Magsci      [本文引用: 1]      摘要

依据最新的第六次全国人口普查资料以及其他相关数据资料,文章对当前我国流动人口发展的主要特征、面临的主要问题进行了分析和概括,并提出解决问题的对策和建议。分析认为:当前我国流动人口展现出规模持续快速增长、流动性减弱、家庭化进程已完成第二阶段并开始向第三阶段过渡、流向仍呈现向沿海地区集中但已展现出分散趋势、新生代流动人口逐渐成为流动人口的主体等一系列明显特征;流动人口面临的失业增加、社会保障缺失、子女教育、社会融入等问题是当前和今后一段时期的主要问题。流动人口将扎根城市并大量存在,相关法规、政策和制度制定应该以此为基础,关注新生代和流动人口子女、重视提高流动人口家庭福利、加快流动人口社会保障体系建设。
[23] 王立平,刘敏,李然,等.

中国二氧化硫污染的“稳健性”影响因素——基于空间面板数据EBA模型的实证分析

[J]. 环境科学学报, 2015,35(8):2362-2369.

https://doi.org/10.13671/j.hjkxxb.2014.1006      URL      Magsci      [本文引用: 1]      摘要

改革开放以来,中国的经济发展取得了举世瞩目的成就.然而,随着经济的快速增长,环境污染问题也日益凸显.本文采用2000—2012年中国30个省际的面板数据,利用环境库兹涅茨曲线(EKC)理论检验二氧化硫(SO<sub>2</sub>)污染与经济增长的关系及其空间溢出效应,进而引入极值边界模型(EBA模型)实证检验SO<sub>2</sub>污染的"稳健性"影响因素.结果表明:我国各省域SO<sub>2</sub>污染与经济增长存在EKC曲线假设的倒"U"型关系,并具有空间溢出效应;第二产业就业人口比重、出口占GDP的比重、能源效率、化石能源比重、工业污染治理完成投资与SO<sub>2</sub>排放量呈正向"稳健性"关系,产业结构升级与SO<sub>2</sub>排放量呈负向"稳健性"关系.最后根据实证结论提出相应的政策建议,为政府制定相应的SO<sub>2</sub>减排政策提供经验证据和决策参考.

[Wang Liping, Liu Min,

Li Ran et al. Robust factors affecting China’s sulfur dioxide pollution-empirical analysis based on spatial panel data of EBA model

.Acta Scientiae Circumstantiae, 2015, 35(8):2362-2369.]

https://doi.org/10.13671/j.hjkxxb.2014.1006      URL      Magsci      [本文引用: 1]      摘要

改革开放以来,中国的经济发展取得了举世瞩目的成就.然而,随着经济的快速增长,环境污染问题也日益凸显.本文采用2000—2012年中国30个省际的面板数据,利用环境库兹涅茨曲线(EKC)理论检验二氧化硫(SO<sub>2</sub>)污染与经济增长的关系及其空间溢出效应,进而引入极值边界模型(EBA模型)实证检验SO<sub>2</sub>污染的"稳健性"影响因素.结果表明:我国各省域SO<sub>2</sub>污染与经济增长存在EKC曲线假设的倒"U"型关系,并具有空间溢出效应;第二产业就业人口比重、出口占GDP的比重、能源效率、化石能源比重、工业污染治理完成投资与SO<sub>2</sub>排放量呈正向"稳健性"关系,产业结构升级与SO<sub>2</sub>排放量呈负向"稳健性"关系.最后根据实证结论提出相应的政策建议,为政府制定相应的SO<sub>2</sub>减排政策提供经验证据和决策参考.
[24] 严雅雪,李锴.

中国城市化对PM2.5浓度影响的门槛效应研究

[J].环境经济研究, 2016,1(2):93-106.

https://doi.org/10.19511/j.cnki.jee.2016.02.008      URL      [本文引用: 1]      摘要

本文运用面板门槛效应模型，采用近十年PM2.5浓度省际面板数据，将经济增长、能源结构和产业结构作为门槛变量，实证检验了城市化对PM2.5浓度的影响。研究表明，城市化对PM2.5浓度存在正向非线性的影响，并具有显著的门槛特征：当以人均实际GDP为门槛变量时，在越过门槛值之前，经济增长对城市化和PM2.5浓度的关系产生正向影响，但越过门槛值之后，经济增长对二者关系的正向影响减弱；以煤炭消费占比为门槛变量时，煤炭消费占比对城市化水平和PM2.5浓度为正向影响，但是越过门槛值之后正向影响增大，呈现“阶梯式增长”特征；以第二产业占比为门槛变量时，第二产业占比对城市化水平与PM2.5浓度关系产生正向影响，但是越过门槛值之后正向影响减小，呈现下降的趋势。同时，本文的研究也表明，在东、中、西部不同的省份之间还存在着显著的空间差异，说明城市化在不同的地区和不同发展阶段，对PM2.5浓度的影响存在时空上的异质性。

[Yan Yaxue,

Li kai. Threshold effect of urbanization on PM2.5 concentration

. Journal of Environmental Economics, 2016,1(2):93-106.]

https://doi.org/10.19511/j.cnki.jee.2016.02.008      URL      [本文引用: 1]      摘要

本文运用面板门槛效应模型，采用近十年PM2.5浓度省际面板数据，将经济增长、能源结构和产业结构作为门槛变量，实证检验了城市化对PM2.5浓度的影响。研究表明，城市化对PM2.5浓度存在正向非线性的影响，并具有显著的门槛特征：当以人均实际GDP为门槛变量时，在越过门槛值之前，经济增长对城市化和PM2.5浓度的关系产生正向影响，但越过门槛值之后，经济增长对二者关系的正向影响减弱；以煤炭消费占比为门槛变量时，煤炭消费占比对城市化水平和PM2.5浓度为正向影响，但是越过门槛值之后正向影响增大，呈现“阶梯式增长”特征；以第二产业占比为门槛变量时，第二产业占比对城市化水平与PM2.5浓度关系产生正向影响，但是越过门槛值之后正向影响减小，呈现下降的趋势。同时，本文的研究也表明，在东、中、西部不同的省份之间还存在着显著的空间差异，说明城市化在不同的地区和不同发展阶段，对PM2.5浓度的影响存在时空上的异质性。
[25] 中国橡胶工业协会.

中国橡胶工业年鉴

[M].北京:中国商业出版社, 2004.

[本文引用: 1]     

[China Rubber Industry Association.

China rubber industry yearbook

. Beijing: China Commercial Publishing House, 2004.]

[本文引用: 1]     

[26] 申孟宜.

高汽车保有量下的PM2.5治理研究

[J].调研世界, 2013(7):12-16.

https://doi.org/10.3969/j.issn.1004-7794.2013.07.003      URL      [本文引用: 1]      摘要

本文从PM2.5与汽车尾气的关系入手,分析我国汽车保有量的现有状况和发展趋势及其对PM2.5的影响,得到在持续高汽车保有量背景下PM2.5形势将更加严峻的结论,提出针对这一结论的PM2.5治理建议：一是以革新贯穿于全汽车产业链的科学技术为根本途径;二是以完善调控企业生产行为和个人购车用车行为的税收政策为短期手段;三是以建立可内化PM2.5治理成本的环保市场为长期方向,这对于解决当前的PM2.5问题具有一定实际意义。

[Shen Mengyi.

Research on PM2.5 management under high car ownership

.The World of Survey and Research, 2013(7):12-16.]

https://doi.org/10.3969/j.issn.1004-7794.2013.07.003      URL      [本文引用: 1]      摘要

本文从PM2.5与汽车尾气的关系入手,分析我国汽车保有量的现有状况和发展趋势及其对PM2.5的影响,得到在持续高汽车保有量背景下PM2.5形势将更加严峻的结论,提出针对这一结论的PM2.5治理建议：一是以革新贯穿于全汽车产业链的科学技术为根本途径;二是以完善调控企业生产行为和个人购车用车行为的税收政策为短期手段;三是以建立可内化PM2.5治理成本的环保市场为长期方向,这对于解决当前的PM2.5问题具有一定实际意义。
[27] 中华人民共和国国家统计局.中国统计年鉴[M]. 北京:中国统计出版社, 2015.

[本文引用: 1]     

[National Bureau of Statistics of the People’s Republic of China.

China statistical yearbook

. Beijing: China Statistics Press, 2015.]

[本文引用: 1]     

[28] 中华人民共和国国家统计局.

中国城市统计年鉴

[M].北京:中国统计出版社, 2015.

[本文引用: 1]     

[National Bureau of Statistics of the People’s Republic of China.

China city statistical yearbook

. Beijing: China Statistics Press, 2015.]

[本文引用: 1]     

[29] 于婷婷.

我国投资环境的新变化及跨国公司在华发展战略趋势分析

[D].大连:东北财经大学, 2011.

[本文引用: 1]     

[Yu Tingting.

Studies on the new changes of Chinese investment environment and the trend of MNC’s development strategy in China

. Da Lian: Dongbei University of Finance and Economics,2011.]

[本文引用: 1]     

[30] 邱雨可,赵涛.

FDI技术溢出效应的作用机理与影响因素分析——示范效应

[J].现代经济信息, 2015(20):124-125.

[本文引用: 1]     

[Qiu Yuke,Zhao Tao.

The effect mechanism of FDI technology spillover effect and influence factor analysis demonstration effect

. Modern Economic Information, 2015(20):124-125.]

[本文引用: 1]     

[31] Omri A, Nguyen D K, Rault C.

Causal interactions between CO2, emissions, FDI, and economic growth: Evidence from dynamic simultaneous-equation models

[J]. Economic Modelling, 2014, 42:382-389.

https://doi.org/10.1016/j.econmod.2014.07.026      URL      [本文引用: 1]      摘要

61We examine the causal links between carbon emissions, FDI, and economic growth.61Dynamic simultaneous-equation panel data models are used to address this issue.61We find evidence of bidirectional causality between CO2 emissions and FDI inflows.61Similar results are obtained for economic growth and FDI inflows, except one panel.61CO2 emissions significantly affect economic growth for most panels of countries.
[32] Pao H T, Tsai C M.

CO2, emissions, energy consumption and economic growth in BRIC countries

[J].Energy Policy, 2010, 38(12):7850-7860.

https://doi.org/10.1016/j.enpol.2010.08.045      URL      [本文引用: 1]     

[33] 周长富,杜宇玮,彭安平.

环境规制是否影响了我国FDI的区位选择?——基于成本视角的实证研究

[J].世界经济研究,2016 (1):110-120.

URL      [本文引用: 1]      摘要

环境规制对FDI区位分布存在显著负面影响，但是“污染避难所”假说在我国的证据并不充分，环境污染治理成本并不能抵消经济发展水平、管理成本、贸易成本等形成的比较优势。其中，环境治理成本的提高有利于促进东部地区FDI“量质齐升”，管理成本、贸易成本的降低和经济发展水平的提高有助于外资企业的入驻；对于中部地区而言，环境治理成本的上升对FDI存在显著的负面影响，人力资本水平的提高和贸易成本的降低是吸引FDI的主要优势；对于西部地区来说，低环境治理成本对FDI的影响并不显著，经济发展水平和劳动力成本、贸易成本是FDI区位选择的主要影响因素。这表明“向底线赛跑”的破坏性地方竞争策略并不能从根本上解决招商引资问题，一味地放松环境管制只能吸引来污染型外商直接投资，既损害了区域环境又不利于地方经济的长期发展。

[Zhou Changfu, Du Yuwei, Peng Anping.

Environmental regulations affect the location selection of FDI?: Empirical study based on cost perspective

. World Economy Studies, 2016 (1):110-120.]

URL      [本文引用: 1]      摘要

环境规制对FDI区位分布存在显著负面影响，但是“污染避难所”假说在我国的证据并不充分，环境污染治理成本并不能抵消经济发展水平、管理成本、贸易成本等形成的比较优势。其中，环境治理成本的提高有利于促进东部地区FDI“量质齐升”，管理成本、贸易成本的降低和经济发展水平的提高有助于外资企业的入驻；对于中部地区而言，环境治理成本的上升对FDI存在显著的负面影响，人力资本水平的提高和贸易成本的降低是吸引FDI的主要优势；对于西部地区来说，低环境治理成本对FDI的影响并不显著，经济发展水平和劳动力成本、贸易成本是FDI区位选择的主要影响因素。这表明“向底线赛跑”的破坏性地方竞争策略并不能从根本上解决招商引资问题，一味地放松环境管制只能吸引来污染型外商直接投资，既损害了区域环境又不利于地方经济的长期发展。
[34] 李静,彭飞.

城市空气污染与收入关系的EKC再检验

[J].统计与决策, 2013(20):86-89.

URL      [本文引用: 1]      摘要

文章通过构建污染健康损害指数,考察空气污染浓度对人体健康的损 害程度,检验中国城市空气污染与收入间关系的EKC特征.基于2000～2010年113个城市的面板数据,健康损害指数的Tobit随机效应回归结果与 利用污染物浓度的估计结果基本具有相同的变化形态,三类污染物与人均GDP间关系均呈N型特征,即倒U型的翘尾态势.表明中国城市空气污染的健康损害在经 历了有效地控制之后,又出现了反弹的迹象.

[Li Jing, Peng Fei.

The inspection of EKC on urban air pollution and income relation

. Statistics and Decision, 2013(20):86-89.]

URL      [本文引用: 1]      摘要

文章通过构建污染健康损害指数,考察空气污染浓度对人体健康的损 害程度,检验中国城市空气污染与收入间关系的EKC特征.基于2000～2010年113个城市的面板数据,健康损害指数的Tobit随机效应回归结果与 利用污染物浓度的估计结果基本具有相同的变化形态,三类污染物与人均GDP间关系均呈N型特征,即倒U型的翘尾态势.表明中国城市空气污染的健康损害在经 历了有效地控制之后,又出现了反弹的迹象.
[35] 姜磊,季民河.

基于空间异质性的中国能源消费强度研究——资源禀赋、产业结构、技术进步和市场调节机制的视角

[J].产业经济研究, 2011(4):61-70.

[本文引用: 1]     

[Jiang Lei, Ji Minhe.

Energy intensity and its spatial heterogeneity in China:A perspective of resource endowment, industrial structure, technological progress and market mechanism

. Industrial Economics Research, 2011(4):61-70.]

[本文引用: 1]     

网站版权 © 《地理科学》编辑部
地址：长春市高新北区盛北大街4888号　
邮编：130102
电话：0431-85542217，0431-85542212　
E-mail：geoscien@neigae.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发

/

〈 〉