陈松柏 ，李逸涵

（1.苏州大学教育学院，江苏 苏州 215000；2.西交利物浦大学国际商学院，江苏 苏州 215000）

0 引言

环境污染，是指人们在从事生活生产活动时，向自然添加了过多的多余物质，并且超过了自然环境承载力所产生的一系列不良后果，严重时会极大影响到人类正常的社会生活条件和身体健康。在过去的“十三五”时期，我国的生态环境污染取得了显著成效，以固体污染物治理为例，2018 年、2019 年和2020年，全国固体废物进口量分别为4227 万吨、2263 万吨和1348 万吨，与2017 年的4655 万吨相比，分别减少9.2%、51.4%和71%。 然而，大气污染、水污染、人类社会生活垃圾污染仍然是我国目前面临的三大环境污染问题。针对这些问题，党的二十大对新时期经济发展做出了相应的环境要求，响应“绿水青山就是金山银山”的口号，推动转变经济发展方式，促进人与自然和谐发展。

此外，近些年来随着经济发展不断加快，城市化水平急速提升，人口流动频繁。人们为了获取更优质的生存环境和工作机会，流入相对经济发展水平比较高的地区，便产生了人口集聚现象。 人口集聚一方面会给城市带来充裕的劳动力和科技人才，给城市注入新的活力，同时，使得有限的公共资源最大化利用，避免了公共资源的浪费，也减少了政府额外建设过多不必要的公共设施；另一方面，大量人口迅速涌入一个地区，造成原有的自然环境资源浪费，若是管理不当，还会造成环境污染问题。

综上， 人口集聚和环境污染之间的关系不仅仅是简单的正向或者反向那么简单， 需要借助数据具体研究二者之间的关系。 本文以全国环境污染数据作为基础， 不仅研究人口集聚对环境污染的影响，还将纳入其他变量， 结合空间地理因素对全国的环境污染情况展开分析， 讨论其影响因素。 以期揭示人口集聚因素对地区环境污染的影响程度， 从而为环境保护部门在制定环境污染防治政策提供有价值的参考。

1 文献回顾

国内外的学者对于环境污染的研究都有涉及到人口集聚这个关键变量， 很多学者对人口集聚和环境污染的关系做出了突出的贡献。就人口集聚对环境的正向作用而言，何雄浪［1］认为人口集聚会存在规模效应，避免了社会公共设施的重复建设造成的浪费，能够增加各基础设施的利用效率。 陈阳等［2］认为人口聚集会增强绿色创新技术水平的提高， 依靠实现技术进步达到经济的高质量发展和产业结构的升级，一定程度上降低环境污染的程度。

也有学者认为人口集聚对环境是反向污染作用。Meredith S C 等［3］认为小规模的城市化需要增强社会、经济和政治的复杂性，因此产生了人口集聚，同时也会产生环境污染，但是在早期这种环境污染的警觉意识很微小，无形中允许了环境污染的进一步扩大。杨肃昌等［4］发现人口集聚在促进地区经济发展的同时会带来一系列的问题，比如说各种废弃物染物的排放，各种生活污染物、生产污染物的排放会带来环境的恶化。王艳等［5］结合城市化的发展看待人口集聚对环境的反作用，大城市的人口集聚现象尤为严重，人口集聚之后的地区会具有“掠夺性”，挤占周围城市的资源，造成周边城市经济发展的滞后以及环境污染等问题。 豆建民等［6］从外商投资的角度发现，人口集聚会对外商直接投资产生极大的吸引力，由于发展中国家的环境标准低于发达国家，因此极有可能成为发达国家的“污染物集聚地”。王风云［7］研究京津冀地区的环境污染发现，京津冀是重化工企业的集聚地，随着城市化水平的不断提升，人口向京津冀地区不断积聚，造成了环境污染范围的不断扩大。

也有许多学者认为人口集聚和环境污染相互作用。刘永旺等［8］认为人口集聚会带来经济发展，但随着人口集聚程度的不断提高，污染物排放增多，环境污染加剧，会影响人口迁入的意愿，减缓甚至回退人口集聚的过程，从而影响地区经济发展水平。 正是因为相互作用的关系，人口集聚对环境的影响具有阶段性。徐辉等［9］认为人口集聚服从“集群生命周期”理论，因此只从静态角度来分析人口集聚对环境污染的影响程度是不够准确的，应该从人口集聚的动态变化来考察对环境污染的作用，探究其阶段性特点。焦若静［10］从城市化的角度研究认为地区环境污染离不开城市化的发展，而城市化的实质是人口的迁移产生的人口集聚，因此，环境污染与人口规模有着很强的相关关系。 谭静［11］则明确指出人口增长必定会带来环境破坏，同时，这种破坏又不是不可以避免的，人口-环境应该要实现可持续发展，合理的人口集聚是应该要考虑生态环境和土地承载力。

除了人口集聚这一核心影响因素外，还有许多学者研究了其他因素的影响。 李泉等［12］认为外商直接投资（FDI）对区域经济环境有着举足轻重的作用，外商的直接投资将助力企业发展，带来更多的就业机会，自然会带来人口的集聚，而对于外商投资的企业类型来说，如果外商直接投资于高污染的企业，则此区域的环境污染程度将进一步加剧；如果外商直接投资于清洁能源，低污染的企业，则有助于区域的环境优化，对环境的污染程度降低。 徐辉等［13］认为财政分权水平的提高会通过科技技术投入和生产技术创新降低污染物的排放量，但财政分权水平的提高呈U 型曲线。 李鹏［14］认为产业结构对环境污染存在这倒U 型的关系影响，但是这个影响存在着前提条件即在产业结构重大调整时期，此时经济又处于低中速发展的时候，产业结构对环境污染存在着倒U 型曲线影响。 Wang Shuhong 等［15］则发现在发展中国家存在一个价值链门槛，当价值链的参与程度低于阈值时，技术进步会导致污染增加；否则，技术进步可以减少排放。 汪成鹏等［16］经过研究发现，市场分割与环境污染呈正向关系，市场分割使得全国市场不能够有效地统一起来，从而导致只有有限的市场规模，市场规模的限制抑制了防止污染的技术创新，污染物的排放得不到有效抑制和处理，环境进一步污染，因此，市场分割是环境污染最根本的原因。

通过阅读相关文献，本文认为现有研究存在以下三点内容可能需要进行完善与补充，同时也是本文可能存在的创新之处：第一，大多数研究偏重于环境污染的评价或者侧重影响因素分析，较少研究将二者结合起来综合分析。 第二，大多数学者从经济发展的角度分析环境污染的原因。 经济发展是环境污染的根本原因，但是直接原因还是人口因素，应结合人口和经济两个因素一起综合分析。第三，现有研究在描述了我国环境污染的现状之后，少量采用空间计量分析方法展示各地区之间的差异和影响因素。环境污染同其他经济、社会现象类似，不是一个孤立存在的个体，环境污染的地理空间特征、区域差异都和整体环境污染水平息息相关，应考虑采用从地理空间角度研究我国环境污染问题。 因此，对各地区环境污染的空间依赖性及溢出效应进行探讨，通过分析我国区域环境污染的空间特征及空间时间关联关系，进一步研究环境污染的影响因素，其中包括人口集聚因素和经济因素的影响，将更加具有研究价值。

2 理论模型

早在上世纪50 年代，美国经济学家库兹涅茨通过分析环境和收入之间的关系，得出结论：环境污染程度和经济发展水平息息相关，经济发展水平较低的时候，环境污染程度低，随着经济水平的发展，环境污染程度趋高；当经济发展到达一定水平之后，环境污染程度会由高趋低，环境污染程度减缓，环境质量得到改善。 这种倒U 型曲线被称作环境库兹涅茨曲线［17］。 后来其内涵不断丰富，加入了环境质量需求，由于收入水平增加和人口集聚造成的人口数量不断增多，人们对于所处地区环境提出了更高的需求，而且不断强化环境保护的压力，愿意接受严格的环境规制，并带动经济产业升级，减缓环境恶化。但是环境库兹涅茨曲线只是对环境-收入关系的一种概括，现实的复杂性和动态变化也使得环境库兹涅茨曲线具有多样性，后来他提出污染密度比总污染更有意义，因为污染密度的升降更能体现经济增长过程中污染变动的全面情况，而原始理论中的总污染反映的变动内容有限。因此要在实际情况中综合考察环境污染发生的情况，改进环境库茨涅茨曲线，全面把握经济增长过程中污染变动的动态。 首先考虑环境库茨涅茨曲线模型：

其中：i为各省市地区，t为年份，模型中被解释变量（Env）为环境污染变量，用环境污染综合指标表示；核心解释变量（Pop）为人口集聚综合指标；控制变量GFP、FDI、Tra、Gre、Edu分别为经济发展、外商集聚、交通程度、绿化程度和教育水平；β0-6为模型的待估参数，μ 为个体固定效应，v 为时间固定效应，ε为随机扰动项。

由于环境污染与人口集聚均存在空间集聚效应， 普通的面板数据模型并未考虑到空间因素对环境污染的影响，本文考虑加入空间权重矩阵，构建空间面板数据模型。 将解释变量和控制变量同时纳入整体的空间分析之中，因此由上式（1）的普通面板数据模型进化为空间面板数据模型，构建之后空间面板数据模型如下所示：

其中，ρ 为空间自回归系数， 即临近地区因变量对该地区环境污染的影响；δ 为空间解释变量的系数，即邻近地区自变量对该地区环境污染的影响；γ 为回归残差的空间回归系数，反映回归残差的空间相关程度，x为所有解释变量合集 （包括核心解释变量和控制变量），ω 为空间权重矩阵，ε 为随机扰动项。

当ρ≠0，δ≠0 时，式（2）表示为考虑被解释变量空间相关性的空间滞后模型；当ρ=0，γ≠0 时，式（2）表示为考虑误差项空间相关性的空间误差模型；当ρ≠0，δ≠0，γ=0 时，式（2）表示为同时考虑被解释变量和解释变量空间相关性的空间杜宾模型。

在选择合适的空间权重矩阵时，本文考虑到随着科技水平的发展，交通便利程度越来越高，即使是不相邻的省份也可能互相产生环境方面的污染，因此空间邻接矩阵便不再适合本文的研究。一些学者采用空间经济距离矩阵，会由于时间点选择的不一产生变化，降低模型的稳健性。 省会之间的地理距离矩阵由于具有不随时间点变化而变化的特点，成为本文选择的空间权重矩阵。本文后续空间计量分析将依据式（2）进行研究。

3 变量度量与数据来源

3.1 人口集聚与环境污染的测算

人口集聚程度的测度可以从某个城市不同地区的人口密度与规模出发， 也能从某个省份不同城市的人口密度与规模出发，为了研究全国性的人口集聚情况，本文主要考察中国人口规模与密度的省域数据。

现有研究对人口集聚程度的测度方法主要分为两种，一是采用的单一指标法［7-8］；二是采用的综合性指标法［18-19］。 综合考虑人口集聚的定义和特点，本文借鉴刘永旺等［8］根据区位熵思维构建的人口密度的区域倍数测度人口集聚程度，计算公式如下：

其中：Popit表示第i个省份t年的人口密度的区域倍数（人口集聚）；Areai表示第i个省份的市区面积总和（km2）；Poit表示第i个省份t年的市区常住人口数（万人）。

目前我国的环境污染主要以“三废”为代表的污染，“三废”主要是指废水，废气和固体废弃物的总称。搜集2012 至2021 年三类污染物的排放量，再利用熵权法进行赋权，考虑到变量的稳定性和量纲，再分别对其取对数，得出环境污染综合指数（Env）。

3.2 其他变量的度量和数据来源

考虑到数据的可得性，本文数据来自于2013 至2022 年《国家统计年鉴》、《中国环境年鉴》和《中国城市建设统计年鉴》。为了使数据平稳和消除量纲差异，统一对数据进行对数化处理。本文研究对象为环境污染，核心解释变量变量为人口集聚，并从经济方面、创新方面和治理方面设立若干控制变量。其中对人口集聚和环境污染分别设立综合指标，从而度量二者目前的发展现状。 变量说明如表1 所示。

表1 变量选取说明表

4 实证分析

4.1 空间相关性分析

在进行面板数据的空间杜宾模型建模之前，要求被解释变量和核心解释变量具有空间相关性，因此首先利用Moran’s I 系数对环境污染和人口集聚的空间相关性进行检验，结果如表2 所示。

表2 环境污染与人口集聚Moran’s I 系数表

由表2 可知，对于人口集聚，所有年份的Moran’s I 系数均为正数，且均通过了水平为0.05 的显著性检验，说明我国的人口集聚存在明显的空间正相关性，即每个地区人口集聚程度会随着周边地区人口集聚的提高而提高，降低而降低。对于环境污染变量，所有年份的Moran’s I 系数均为正数，且在0.05 的显著性水平下通过了检验，说明我国环境污染也存在着正的空间相关性。因此有必要依靠空间计量模型分析人口集聚对环境污染的空间溢出性。

4.2 空间计量模型选择

由于环境污染和人口集聚具有空间相关性， 在使用空间计量模型分析人口集聚对环境污染的影响之前，需要通过LM 检验和Hausman 检验确定模型的最终形式。LM 检验和Hausman 检验结果如表3 所示。

表3 空间计量检验结果表

通过LM 检验发现，拉格朗日乘数-滞后和误差统计量、稳健的拉格朗日乘数-滞后和误差统计量均在0.05 的水平下通过了显著性检验， 模型同时具有空间滞后效应和空间误差效应；Hausman 检验统计量在0.05 的水平下拒绝了原假设，说明将选择固定效应模型论证将更加有效。 因此将选择面板数据的固定效应空间杜宾模型进行分析。

4.3 空间面板数据模型的建立

为了进行对比分析，首先基于上文所说的空间距离权重矩阵，构建固定效应空间杜宾模型分析人口集聚对环境污染整体上的影响。固定效应空间杜宾模型估计结果如表4 所示，时间和个体固定效应显著性检验如表5 所示。

表4 固定效应空间杜宾模型估计结果表

表5 时间和个体固定效应显著性检验表

由表4 可以看出，三个模型中模型1 的R2 最大，拟合最好；从表5 中的LR 检验可以看出该模型在0.05 的水平下，存在时间固定效应。 因此选用模型1，时间固定模型进行分析人口集聚对环境污染的影响，具体回归结果分析如下：

根据检测报告，管道实际运行时间为的确定需要确定Cr、计算参数、检测次数和有效性。对厚度小于壁厚的所有检测点的减薄量取均值，得出Cr=0.09 mm/a，d=8.2 mm，可得到Art=0.027 4。该次检测为低度有效，只进行了1次检测，最终根据各参数，得到

1、人口集聚与环境污染。表4 的回归结果显示，以人口集聚综合指数表征的反应人口集聚情况的指标与环境污染综合指数存在显著的线性递增关系，说明人口越是集聚，环境污染的程度越是增加。 具体而言，人口集聚每增加一个单位，将引起本地区环境污染增加0.004%。 而人口集聚的空间系数为正，说明人口集聚存在着正向效应，人口集聚再增加本地环境污染的同时，会加重临近地区的环境污染程度。

2、经济发展与环境污染。 进一步验证了经济发展与环境污染之间存在的倒“U”型曲线关系，经济发展前期会产生环境污染，但发展到一定程度会改善环境。

3、治理因素与环境污染。 交通水平的系数在0.05 水平下通过了显著性检验，且系数为负，和环境污染有负向关系，说明交通水平的提高有助于环境污染的缓解，交通水平每提高一个单位，环境污染程度降低0.1%，交通水平的空间回归系数为正，说明本地区交通环境提高导致环境污染降低的同时，也能带动周边地区环境污染程度的降低；城市绿化水平在此回归中并没有通过显著性检验，但是其空间回归系数为负，具有负的空间溢出效应，说明本地区的绿化水平提高导致的环境污染的变化，对邻近地区有负向的影响。

4、创新因素与环境污染。 教育水平的回归系数为正，说明教育水平对环境污染呈正相关关系，教育水平的提升为高校带来源源不断的人才，但与此同时也容易产生环境污染问题，教育水平每提升一个单位，环境污染程度就提升0.053%。 其空间回归系数为正，说明该地区对周边地区有正向辐射作用，教育水平的提升带动环境污染的加重，周边地区也会加重污染，这可能与高校的集聚有关。

5、环境污染的空间溢出效应。 环境污染的空间回归系数在0.05 的水平上为正，表明本地区的环境污染对临近地区的环境污染存在正向影响关系。 具体而言，本地区环境污染每上升1%，临近地区环境污染将增加0.164%。

为了更好的描述人口集聚对环境污染的影响， 本文将环境污染的总效应分解为直接效应和间接效应，其中，直接效应为本地区人口集聚变化对本地区环境污染的影响；间接效应为本地区人口集聚变化对邻近地区环境污染的影响。 具体分解结果如表6 所示。

表6 空间溢出效应分解

人口集聚的直接影响系数为0.004，在0.05 的水平下显著，即本地区的人口集聚增加1%，本地环境污染将增加0.004%；从空间溢出效应来看，人口集聚的间接影响系数为0.020，在0.05 的水平下显著，即本地区的人口集聚增加1%，临近地区的环境污染相应增加0.020%，由此结果我们可以看出人口集聚对环境污染的影响存在显著的空间溢出效应，并且区域间的溢出效应要大于区域内的溢出。

4.4 稳健性分析

为了验证上述分析结果的稳健性，将核心解释变量人口集聚综合性指数替换为城市人口密度（年末常住人口/该地区城区面积），重新估计面板数据的空间杜宾模型结果如表7 所示。

表7 替换核心解释变量后空间杜宾模型估计结果

1、人口集聚与环境污染。人口越是集聚，环境污染的程度越是增加。具体而言，人口集聚每增加一个单位，将引起本地区环境污染增加0.003%。 而人口集聚的空间系数为正，说明人口集聚存在着正向效应，人口集聚再增加本地环境污染的同时，会加重临近地区的环境污染程度。 与前文分析结果一致。

2、经济发展与环境污染。 进一步验证了经济发展与环境污染之间存在的倒“U”型曲线关系，经济发展前期会产生环境污染，但发展到一定程度会改善环境。

3、治理因素与环境污染。 交通水平的系数在0.05 水平下通过了显著性检验，且系数为负，和环境污染有负向关系，说明交通水平的提高有助于环境污染的缓解，交通水平每提高一个单位，环境污染程度降低0.002%，交通水平的空间回归系数为正，说明本地区交通环境提高导致环境污染降低的同时，也能带动周边地区环境污染程度的降低；城市绿化水平在此回归中并没有通过显著性检验，但是其空间回归系数为负，具有负的空间溢出效应，说明本地区的绿化水平提高导致的环境污染的变化，对邻近地区有负向的影响。

4、创新因素与环境污染。 教育水平的回归系数为正，说明教育水平对环境污染呈正相关关系，教育水平的提升为高校带来源源不断的人才，但与此同时也容易产生环境污染问题，教育水平每提升一个单位，环境污染程度就提升0.048%。 但其空间回归系数并未通过显著性检验。

5、环境污染的空间溢出效应。 环境污染的空间回归系数在0.05 的水平上并未通过显著性检验。

总效应分解如表8 所示。

表8 空间溢出效应分解

由表8 可知，人口集聚的直接影响系数为0.003，在0.05 的水平下显著，即本地区的人口集聚增加1%，本地环境污染将增加0.003%；从空间溢出效应来看，人口集聚的间接影响系数为0.013，在0.05 的水平下显著，即本地区的人口集聚增加1%，临近地区的环境污染相应增加0.013%，由此结果我们可以看出人口集聚对环境污染的影响存在显著的空间溢出效应， 并且区域间的溢出效应要大于区域内的溢出。

从总体来看，虽然替换核心解释变量后得出的估计结果和上文并不完全相同，但基本一致，因此可知，上文得出的结论是可信的。

5 结论和建议

本文以2012~2021 年中国环境污染数据、各省市的常住人口数据及相关经济数据，通过描述统计和空间计量模型分析我国环境污染现状、人口集聚现象以及人口集聚因素对环境污染的影响。主要得出以下结论：

第一，我国环境污染整体上呈现正的空间相关关系，但也存在着一定的空间异质性。 从空间角度来看，南方地区和少数北方城市的地区环境污染程度比较高，西北地区和少数北方城市的污染程度中等，青藏地区污染程度最低，污染现状整体呈东高西低，南高北低的状态分布，且污染程度由北向南，由西向东呈上升趋势，每个地区的环境污染程度会随着周边地区环境污染的提高而提高，降低而降低；从时间角度来看，我国环境污染程度正在不断降低，地区的环境污染差异程度正在逐年缩小。

第二，我国人口整体上也呈现正的空间相关关系。 从空间角度来看，人口集聚高的地区大多分布在经济发展比较高的地区，如北京、上海、广东等城市，每个地区的人口集聚程度会随着周边地区人口集聚的提高而提高，降低而降低；从时间角度来看，人口集聚程度也呈波动式下降趋势，但地区的人口集聚差异程度正在逐年扩大。

第三，人口集聚对环境污染存在着正向效应。 人口集聚在增加本地环境污染的同时，会加重临近地区的环境污染程度，本地区的人口集聚增加1%，本地环境污染将增加0.004%，人口集聚对环境污染的影响存在显著的空间溢出效应，并且区域间的溢出效应要大于区域内的溢出。

第四，经济发展与环境污染之间存在的倒“U”型曲线关系，经济发展前期会产生环境污染，但发展到一定程度会改善环境；交通水平的提高有助于环境污染的缓解，本地区交通环境提高导致环境污染降低的同时，也能带动周边地区环境污染程度的降低；本地区的绿化水平提高导致的环境污染的变化，对邻近地区有负向的影响；本地区的环境污染对临近地区的环境污染存在正向影响关系。

针对本文的研究结论，提出相关对策建议如下：

第一，加强环境保护意识，避免地区间互相影响。 加大环境保护宣传力度，环境污染严重的地区，如南方地区和少数北方城市，可以通过优化地区人口布局，控制人口流入量降低本地区的环境污染，但在采取措施治理本地区环境问题的同时，注意避免转移环境污染，加深周边地区环境污染程度。

第二，科学规划人口布局。 人口集聚程度过高的城市要调节人口流入数量，分散地区资源和环境压力，避免大量人口涌入造成的生产生活垃圾增多，地方政府对环境污染的政策严格落实，在享受人口红利， 促进经济增长的同时， 根据地区的不同特点制定不同的环境政策应对人口集聚带来的环境污染问题。

第三，优化城市间的人口流入。 防治因为临近人员流入而带来的环境污染问题。 政府应该积极疏导大城市和中心城市的大批流动人口，激发中小城市经济活力，鼓励他们向周边中小城市集聚，分散大城市的人口集聚压力。 防止因为过多的人口集聚导致环境污染程度的加深。

第四，多管齐下，综合治理环境污染问题。控制经济发展带来的环境污染，减少地区的生产生活垃圾的产生，降低固体污染物污染程度；加强基础设施建设，提高公共资源的承载力，提高城市交通便利水平，做到绿色排放，降低大气污染程度；提高城市绿化覆盖率，多途径在地区增加绿植面积；地区要保证在教育上的投入，提升教育水平，增强绿色创新能力，在提高教育水平的同时，加强大学生的环保意识教育，积极号召大学生投入到绿色环保的行动中来。