原文信息
题目：Does improvement of industrial land use efficiency reduce PM2.5 pollution? Evidence from a spatiotemporal analysis of China
作者：Qiao Li et al.
期刊 ：Ecological Indicators
时间 ：2021.10.26
一作单位：College of Economics and Mangement Northwest A&F University, Yangling, China
原文链接：https://doi.org/10.1016/j.ecolind.2021.108333
研究背景
土地是经济发展的重要载体，而工业用地的使用是经济发展过程中难以企及的一部分。但工业化的快速发展导致了越来越严重的空气污染，带来了主要以PM2.5为主的大气污染问题。在高能耗、高排放的发展模式下，如何在环境友好的背景下实现工业经济的发展已成为一个亟待解决的现实问题。然而目前对于工业用地利用率对PM2.5污染的影响却鲜有研究，因此本研究采用地理和时间加权回归模型（GTWR）分析了2015—2018年间中国270个城市工业用地利用率与PM2.5污染的问题，验证工业用地利用率的改善是PM2.5污染变化的一个潜在因素，并且对PM2.5污染的影响在强度和方向上有明显的空间异质性。这些结果有助于正确认识土地利用率的提高对环境的影响，并为政府制定相关土地和产业政策提供理论参考。
研究结论
图2显示了2015年到2018年270个城市的ILUE，年平均值在210亿元人民币每平方公里左右波动，其中东部地区的ILUE明显高于中国中西部地区。ILUE高的地区主要集中在京津冀城市群东部、长江三角洲和珠江三角洲地区。东北地区的土地利用总量最低，约85.4亿元人民币每平方公里，这是由于东北地区土地资源相对丰富，工业用地的扩张受到较少限制，此外重工业没有完全与科技结合，导致低附加值和低利润。
图3显示了PM2.5浓度的时空特征，由图可以得知，PM2.5浓度较高的城市主要集中在北方，东南沿海和西南内陆地区城市PM2.5浓度较低。其中华北平原PM2.5污染最为严重，这主要因为重工业在北方占比大，而重工业污染比较严重，最终导致这一结果。东南沿海地区的主要产业是轻工业和高科技产业这类污染比较少的产业，因此PM2.5浓度较低。此外北方气候条件下污染物不易扩散，也是导致PM2.5浓度较高的一个原因。但从年际变化角度看，PM2.5高污染地区正在逐步缩小。
结合ILUE和PM2.5污染的空间分布，可以看出PM2.5污染最严重的城市不一定是ILUE最高的城市，因此假设LUE与PM2.5污染之间存在非线性关系是合理的，由此绘制图4。图4描绘了2015年到2018年中国270个地级以上城市ILUE和PM2.5污染的散点图，可以看出ILUE与PM2.5污染总体关系呈现倒U型，即PM2.5污染随ILUE增加而增加，达到峰值后随ILUE增加而减少。然而大多数中国城市仍处于曲线左侧，ILUE的改善将在一段时间内加重PM2.5的污染，因此各城市应充分发挥技术进步优势，缓解规模效应加快拐点到来。
在建立GTWR模型前，运用莫兰指数确定PM2.5浓度是否存在空间自相关性。由表2可以看出，从2015年到2018年，PM2.5浓度的莫兰指数在0-1的范围内，统计学上高于1%，因此PM2.5浓度的空间正自相关性显著，满足了GTWR模型等适应性前提。
考虑到GTWR模型不能检验变量系数的显著性，因此采用OLS和GTWR来研究ILUE对PM2.5污染的影响，此外将ILUE的平方也引入计算。根据表3中结果显示，ILUE和PM2.5污染之间存在倒U型关系，此外PGDP、PD、ISDE、IS和PRE对PM2.5污染有显著影响，并且ILUE对PM2.5污染具有明显空间异质性。
为了探索ILUE对PM2.5污染的影响，绘制了中国城市PM2.5污染回归系数数值的地理分布图，回归系数归为五类，如图5所示，强度从9到13不等。其中环渤海地区、河南省、陕西省、山西省和四川省的ILUE与PM2.5污染总体上呈现正相关。浙江省、福建省、广东省、湖南省、江西省和贵州省的ILUE与PM2.5污染呈现负相关。总体而言，ILUE改善造成的PM2.5污染在全国范围内呈下降趋势，环境外部的积极性正逐渐增强。根据GTWR模型，ILUE对PM2.5污染回归系数，北方大于南方，其中因ILUE改善而减少的PM2.5污染的城市主要集中在东南沿海，这是因为土地资源合理配置的实现以及产业优化升级对环境污染改善有明显影响，相比之下ILUE改善引起的PM2.5污染主要集中在北方地区，环渤海地区最为显著，这是由于这些地区以资源为基础的产业集聚已经形成，污染排放规模较大。
图6显示了各个控制变量对PM2.5污染的影响显示出明显的异质性，控制变量中社会经济因素包括PGDP、PD、ISDE和IS，自然气象因素有PRE。首先PGDP与PM2.5污染呈现负相关，经济发展水平提高是减少PM2.5污染的主要动力，东北地区影响最大。其次PD与PM2.5污染呈现正相关，表明PM2.5污染随人口密度增加而增加，西北地区影响最大。第三，ISDE对PM2.5污染正相关，工业烟尘排放是PM2.5污染的重要动力，东北地区影响程度最高。第四，信息系统IS与PM2.5污染正相关，第二产业比重增加，PM2.5比重也增加。最后东北地区的PRE与PM2.5污染正相关，其他三个地区负相关。此外东北和东部PGDP增长对PM2.5污染的减少作用明显高于中西部地区，这是由于东北老工业基地的基础和东部地区凭借地理优势成为经济发展前沿。
编者按
基于GTWR模型研究结果如下：中国270个城市的工业经济效益呈现逐步增长的趋势，PM2.5污染逐渐减少，经济发达地区土地利用效率提高所带来的的积极环境外部性影响显著高于经济欠发达地区。此外，ILUE对PM2.5污染的影响是倒U型的，表明ILUE对PM2.5污染的改善在未来处于或逐步处于负相关阶段，其他控制变量PGDP、PD、ISDE、IS和PRE都对PM2.5污染有显著影响。因此研究反映出大量工业用地不仅浪费了土地资源，而且加剧了环境的污染和破坏，政府部门应该重视工业用地内涵发展，提高土地利用效率。对于经济发达地区要提高自主创新能力，吸引国外先进技术，对于经济不发达地区要缩小与发达地区差异，提升传统内部结构。最后，企业作为工业生产的经济主体，应该充分认识到技术创新和绿色转型升级的重要性。
转自：“西农RE学术社”微信公众号
如有侵权，请联系本站删除！
