|
来源：经济聚能环（FoEEE）  图片来源  http://finance.sina.com.cn/zl/energy/20141011/122320512132.shtml?cre=zl&r=user&pos=1_3 原文信息 Jia, R., Fan, M., Shao, S., Yu, Y. Urbanization and Haze-Governance Performance: Evidence from China’s 248 Cities. Journal of Environmental Management, 2021, 288, 112436. https://www./science/article/pii/S0301479721004989
编者按  1 研究背景 改革开放以来，中国以前所未有的速度经历了快速的城市化进程。中国国家统计局公布数据显示，中国的人口城市化率已由1978年的17.92%增加到2019年的60.60%，预计到2030年中国的城市化水平将达到65%。毫无疑问，城市化是中国经济总量持续扩张的重要推动力量，在其影响下中国已于2010年超越日本成为世界第二大经济体。然而，在快速城市化的过程中，不合理的资源开发利用模式、畸高的煤炭消费比重、滞后的产业结构升级和拥堵的城市交通等因素，也为中国的生态环境带来了巨大压力。特别是以雾霾为代表的大气污染，已经成为中国当前最受关注的环境问题之一。世界卫生组织发布的环境空气质量数据显示，2016年中国242个主要城市的PM2.5平均浓度为47.7 事实上，快速的城市化及其带来的生态环境问题并非中国的特有现象，发达国家在其城市化进程中也曾不同程度地遭遇过空气质量问题，因此城市化与大气污染的关系一直以来都是环境经济学领域的热点研究议题。需要指出的是，环境治理的最终目的是提高社会福利，对于中国这样的发展中大国而言，发展仍然是解决一切问题的基础和关键，因此雾霾污染防治不宜以牺牲经济增长为代价。特别是在2012年以后，中国的GDP增长率开始降低到8%以下，从而进入经济高质量发展转型时期，如何在经济增长和环境保护之间进行权衡取舍，已成为当前中国亟需解决的全新课题。基于此，中国政府提出了新型城镇化战略和绿色发展战略，以期在进一步的城市化进程中实现经济和环境的可持续发展。因此，单纯关注城市化对环境污染的影响已经难以满足当前的绿色发展和生态文明建设需要，甚至可能得出以牺牲经济增长为代价的不科学的环境治理政策，因而有必要就城市化对经济增长和环境保护协调发展的影响开展专门探讨。 在上述背景下，该文以2004-2013年中国城市面板数据作为研究样本，采用基于总体技术、非角度和非径向方向性距离函数的数据包络分析（ODDF-DEA）方法，准确测算了中国城市层面的减霾绩效，从而对经济增长和雾霾治理的协调发展程度进行了度量。进而，该文将基于全球夜间灯光数据构建的灯光复合指数作为城市化水平的度量指标，就城市化对减霾绩效的影响进行了系统的理论分析和经验考察。 2 研究思路 首先，该文基于城乡人口迁移理论、内生增长理论与生态现代化理论，对城市化和减霾绩效的关系进行了理论解析，通过规范分析提出如下命题： 假说1 城市化对减霾绩效具有非线性的“U型”影响。 进一步地，该文基于城市化对产业结构、技术创新和人力资本影响路径的逻辑分析，提出如下命题： 假说2 城市化推进可以通过产业结构效应、技术创新效应和人力资本效应对减霾绩效产生“U型”非线性影响。 其次，该文分别采用ODDF-DEA模型及夜间灯光数据对减霾绩效和城市化水平进行了度量。其中，考虑到现有DEA环境绩效测算方法在不同程度上存在着生产前沿设定偏误及效率有偏测度等问题，该文提出了包含环境非期望产出的总体环境技术，进而对效率测度的基准技术前沿进行了更加合理和精确的设定。在此基础上，采用非角度、非径向方向性距离函数，在考虑投入产出变量松弛问题的基础上，以GDP为期望产出，以PM2.5浓度为非期望产出，以资本存量、劳动力和能源消费为投入变量，对各城市的生产效率进行了准确测算，进而基于Luenberger生产率指标计算得到了样本城市的减霾绩效。 同时，考虑到现有文献普遍采用的官方统计的人口城市化率指标存在难以全面反映多维城市化水平、具有一定的制度性偏差及统计失真等三方面问题，该文基于美国国家海洋和大气管理局（NOAA）发布的国防气象卫星搭载的可见红外成像线性扫描业务系统（DMSP/OLS）夜间灯光数据，分别构建了灯光相对强度和灯光相对面积指标，借此对城市化深度和城市化广度予以表征，并通过对二者相乘的方式构建了灯光复合指数，从而对样本城市的城市化水平进行了更为准确的度量。 进而，该文使用上述测算得到的减霾绩效和城市化水平变量，基于2004-2013年中国248个城市的面板数据样本，采用能够合理控制空间溢出效应的空间杜宾模型（SDM），实证考察了城市化对减霾绩效的影响（即假说1），并检验了城市化影响减霾绩效的作用机制（即假说2）。 最后，该文还将总体样本分为东、中、西部三个子样本组，就城市化推进对减霾绩效可能产生的区域异质性影响进行了经验考察。 3 主要结论 （1）无论是对全国整体还是分区域样本而言，城市化推进与减霾绩效均表现出显著的“U型”曲线关系。换言之，当城市化处于较低水平时，城市化推进会阻碍减霾绩效改善；当城市化水平越过特定拐点后，城市化推进将对减霾绩效产生促进作用。其中，东部地区跨越城市化和减霾绩效“U型”曲线拐点的城市占比明显多于中西部地区。 （2）城市化推进对减霾绩效的“U型”影响主要可以通过产业结构效应、技术创新效应和人力资本效应等三种途径而产生。 （3）就全国整体而言，邻近地区的城市化推进对本地减霾绩效同样会产生“U型”非线性影响，但相应的拐点值较小；对东部地区和中西部地区而言，城市化推进对减霾绩效分别表现出正向和负向的单向空间溢出效应。 4 简要评论 该文的边际贡献主要体现在以下三个方面：第一，首次考察了城市化对减霾绩效的影响，为城市化能否实现经济增长和雾霾治理的“双赢”提供了经验证据；第二，考虑到采用城市人口占比表征的城市化率可能存在以偏概全、制度性缺陷和统计失真等问题，该文将夜间灯光数据进行矢量化处理，构造了一个度量城市化水平的综合指标——灯光复合指数，从而更加准确地反映了城市化和减霾绩效的关系；第三，从产业结构效应、技术创新效应和人力资本效应三个渠道识别了城市化影响减霾绩效的非线性作用机制，从而有助于深化“城市化EKC曲线”的形成机理。 同时，该文也存在如下有待改进和拓展之处：其一，该文采用的DMSP/OLS夜间灯光数据仅提供了1992-2013年的数据，因此该文的样本截止时间为2013年。事实上，美国航天局已于2011年发射了新一代极轨卫星，该卫星搭载的可见光近红外成像辐射传感器（NPP/VIIRS）提供了2012年至今的夜间灯光数据。这允许后续研究将DMSP/OLS夜间灯光数据和NPP/VIIRS夜间灯光数据进行整合来开展实证研究，从而提高研究结论的时效性；其二，与该文主要关注的城市化水平相比，城市形态等空间结构对经济增长和雾霾治理的影响可能也具有重要作用，但目前还鲜有文献对该问题予以系统考察，后续研究可以考虑对此进行拓展性考察。 |
|
|
，远超世界卫生组织建议的空气质量准则值（10
