环境规制如何影响空气污染？
——基于中国284个地级市数据的实证研究

蔡乌赶 许凤茹

(福州大学经济与管理学院， 福建福州 350108)

一、引言

粗放型经济增长方式推动中国经济实现了增长奇迹，同时也导致严重的环境污染与生态破坏。党的十九大报告指出：“我国经济已由高速增长阶段转向高质量发展阶段。”当高速增长转向高质量发展阶段必须实行具有全面性的战略以达到高质量发展的多维性合意目的，即满足人民日益增长的和多方面的美好生活需要。[1]根据《2019中国生态环境状况公报》，2019年全国337个城市中空气质量达标城市仅占全部城市的46.6%，以PM2.5为主要污染物的天数占重度及以上污染天数的78.8%，雾霾污染已成为空气质量的最大威胁，影响人群死亡率和预期寿命。Li et al.基于中国8个城市1996-2008年冠心病死亡人数和空气质量的数据，研究发现当NO2、SO2及PM2.5浓度在2天内每增高10微克/立方米时，冠心病死亡人数将上升0.36%-1.3%。[2]空气污染降低了人民的幸福感，扩大了地区间的不平等程度，阻碍了中国经济高质量发展。作为推动经济高质量发展的重要方面，污染防治成为中国当前三大攻坚战之一。

空气污染加剧，尽管可能是气象因素导致的，但主要源于发展方式粗放、产业结构失衡、技术创新效率低下等诸多经济发展过程中的问题。[3]中国政府为治理空气污染，先后出台了《中华人民共和国大气污染防治法》《“十二五”主要污染物总量减排考核办法》《大气污染防治行动计划》和《环境保护部约谈暂行办法》等法律、法规和条例。因此，提升环境规制的空气污染治理效果，对于中国打赢蓝天保卫战具有重要战略意义。

目前关于环境规制对空气污染治理的成效，学术界尚未形成统一的意见。刘晨跃和徐盈之、王岭等基于实证检验结果认为环境规制能够有效抑制空气污染水平[4][5]；高明和黄清煌运用GMM方法得出环境规制提高工业污染的结论[6]；黄寿峰则基于动态半参数分析方法认为环境规制变化尚未直接影响空气污染，而是间接地加剧空气污染。[7]部分学者考虑到空气污染具有的空间效应，在实证检验中引入空间计量的方法进行研究。邵帅等、朱向东等分别运用面板杜宾模型和GS2SL模型实证发现环境规制对空气污染有负向影响[8][9]；相反地，蔡海亚和徐盈之采用空间计量模型得出环境规制会加剧空气污染的结论。[10]张明与李曼认为当前的环境规制水平尚不能抑制空气污染。[11]与以往学者的研究不同，Liu et al.，Li et al.却认为环境规制和空气污染之间存在非线性关系，并运用空间计量模型证明二者存在“倒U型”关系。[12][13]

文献梳理发现:现有研究尚未系统剖析环境规制对空气污染的直接和间接作用机理及影响效应；主要考虑环境规制对空气污染的总体影响，并没有考察不同气候类型在影响方式上可能存在的差异性；采用省域数据或者主要城市数据，较少使用大规模市政级面板数据集，容易导致政策实施效果的评估出现偏误。

本文的三个边际贡献：第一，研究框架上，首次提出环境规制对空气污染的双重作用机制的理论框架，使得对二者作用的研究能够更为合理地兼顾重要路径的影响。第二，研究对象上，创新性地考察三种气候类型(热带、亚热带季风气候区，温带季风气候区和温带大陆性、高原气候区)在环境规制的治污效应方面的影响差异，以期优化环境规制组合。第三，研究数据上，采用2006-2015年中国284个地级市面板数据集，运用空间计量模型检验了环境规制与空气污染之间的非线性关系，有效避免政策实施效果评估的偏差问题。

二、理论分析

环境规制作为一种外在约束，直接影响经济主体的交易费用、成本和收益，进而改变经济主体的污染排放。当前，工业排放仍是中国空气污染的第一大排放源，是控制污染的重中之重。合理设置的环境规制能激励企业开展绿色生产活动，提高资源的利用效率，减少污染物排放。

此外，环境规制通过多路径改变宏观资源配置方式，间接对空气污染产生影响。借鉴Antwei-ler et al.提出的影响区域环境质量的结构效应、技术效应和规模效应等三大因素[14]，本文从产业结构、能源结构、技术创新和外商直接投资等四条路径分析环境规制影响空气污染的间接机制。

首先，环境规制通过产业结构对空气污染产生不确定的间接影响。既有正向的“产业转型效应”，也有负向的“产业转移效应”。产业转型效应主要体现为产业结构绿色化和高级化。严厉的环境规制增强人们的绿色消费意识，派生出绿色需求，导致产品供给结构的变化，推动以清洁产业为主的第三产业发展，促进产业结构绿色化。随着产业结构的调整，生产要素从资源和污染密集型产业转向技术和知识密集型产业，推动高新技术产业发展，从而实现产业结构高级化，降低污染的生成量和排放量。同时，区域间环境政策严厉程度不同，企业成长的利益格局也不一致，诱发并引导污染型企业从环境规制强度高的地区转移到环境规制强度低的地区，以获得比较收益。因此，从产业结构的间接效应来看，环境规制对空气污染的净效应方向不确定。

其次，环境规制能够提升能源结构，通过结构优化降低空气污染程度。一方面，提高环境规制强度将增加传统化石能源的使用成本，倒逼企业降低煤炭消费比例，淘汰落后产能；另一方面，环境规制通过改变传统化石能源和清洁能源的相对价格，激励企业加强开发和使用可再生能源和清洁能源，促进清洁能源替代，推动绿色和清洁发展。环境规制通过以上两个途径调整传统能源和清洁能源的使用比例，促进能源结构优化，有利于减少空气污染水平。

再次，从技术创新的间接效应来看，环境规制对空气污染的影响方向不确定。传统派提出的“遵规成本说”认为环境规制增加企业环境支出和管理费用，挤占企业技术创新的资金投入，不利于企业通过生产技术创新以减少污染排放量。[15]相反地，波特假说认为，科学设计的环境规制能激励企业开展技术创新活动，改进现有的产品或者开发出新的产品、工艺和流程，提高生产收益和竞争力，产生“创新补偿效应”，带来低碳环保技术升级和绿色技术进步，进而降低污染排放。[16]

最后，环境规制通过市场准入、排放和技术标准、排污税费、排污权交易等政策工具，提高外商直接投资进入门槛和运营成本。一方面，增加了外资企业的能源成本和污染治理成本，挤出了技术创新研发投入，不利于其先进环保技术和管理经验通过人员流动、产业链分工等方式产生外溢和扩散效应，降低东道国生产的环保水平；另一方面，可能大规模减少寻找“污染天堂”的外资，有效制约污染密集型产业转移，也可能强化外资企业的环保意识，降低商品污染密度，总体上减少东道国的污染排放量。

三、模型设定与数据说明

(一)模型设定

基于前文关于环境规制对空气污染的双重影响机理分析，并结合环境库兹涅茨曲线[17]，本文引入人均GDP的二次项。通过测算全局Moran’I和局域Moran’I进行空气污染的空间相关性检验，发现全局Moran’I显著为正，说明空气污染存在正向溢出效应，应使用考虑空间因素的空间计量模型。进一步地，由于空气污染治理是一个连续的、长期的动态过程，前期的治污力度会对本期或滞后若干期的空气污染治理产生影响。因此，本文构建包含空间因素和动态因素的动态空间面板计量模型。

其中:因变量为代表空气污染量的PMit；ERit为环境规制强度；GDPit为代表经济发展水平的人均国内生产总值；PMit-1为PMit的一阶滞后项；Zit为控制变量；εit为随机误差项。

本文还可能存在双向因果关系导致的内生性问题，所以采用工具变量法对存在的内生性问题进行控制，选取环境规制滞后一期数据作为工具变量进行实证检验。此外，为缓解异方差性，本文对各变量均进行了取对数处理。

(二)数据来源与指标选取

根据统计局最新统计数据，中国内地现有293个地级城市，加上北京、天津、上海、重庆4个直辖市，以及2019年1月撤销的山东省莱芜市(研究期间内数据仍有统计)，扣除研究期间才设立的毕节市、铜仁市、儋州市、三沙市、海东市、哈密市、吐鲁番市和统计数据缺失严重的西藏6市与辽宁省营口市，本文最终选取2006-2015年中国284个地级市作为研究样本。

雾霾污染是空气质量的最大威胁，也是空气污染的主要成分之一，用雾霾污染量来衡量空气质量具有代表性。然而中国2012年12月底部分城市才开始统计PM2.5数据，由于国内监测数据严重缺失，本文参考马丽梅和张晓等的做法，采用来源于哥伦比亚大学国际地球科学信息网络中心(CIESIN)公布的数据，该数据基于卫星搭载设备监测的气溶胶光学厚度(AOD)数据解析成栅格数据形式的全球雾霾浓度(PM2.5)监测数据。[18]绿色专利数据来源于国家知识产权局。本文其他相关数据则分别来自相应年份的《中国城市统计年鉴》《中国统计年鉴》《中国城市建设统计年鉴》《中国能源统计年鉴》以及各省市相关统计年鉴。

(三)变量说明

1． 被解释变量

PM2.5(PM)：之所以选择PM2.5是因为它是多种有害物质的载体，体积小，活性强，能直接进入肺泡和呼吸道深部，对人体健康和大气环境质量的影响更大；并且它降低雾霾天气的能见度，是让天空看起来“灰蒙蒙”的元凶，而雾霾天气又能进一步加剧PM2.5的积聚，二者相互作用，对空气造成恶劣的影响，选用其作为空气污染的衡量指标更具有代表性。

2. 解释变量

环境规制(ER)：借鉴已有文献的做法，采用治污费占GDP的比重衡量，比重越高，则环境规制强度越大。

3. 中介变量

(1)产业结构(IS)：选取第二产业占GDP的比重来衡量。一般而言，第二产业比重越高，空气污染越严重。(2)能源结构(ES)：选取原煤消耗量来衡量。中国能源消耗结构中煤炭占比过高，煤在燃烧过程中会产生烟气、尘粒等污染物，是导致空气污染的重要原因，因此选取原煤消耗量来衡量中国目前的能源结构。鉴于相关统计年鉴缺乏地级市原煤消费量的数据，而原煤消费量一般和工业增加值呈正比，因此，本文以各地级市工业增加值占省工业增加值的比重为权重对各省原煤消耗量进行加权得出地级市的原煤消耗量。(3)技术创新(IN)：选取中国绿色专利申请数作为技术创新的代理变量。与传统专利相比，绿色专利对污染减排的作用更直接，更具有代表性。本文依据世界知识产权组织发布的《绿色专利清单》中的IPC码，在中国国家知识产权局专利数据库中按地级市及其所辖县名称分年度检索相关的绿色专利数量。(4)外商直接投资(FDI)，用当年实际使用外资金额表示。

4. 控制变量

(1)经济发展水平(GDP)，用人均国内生产总值表示。(2)人口密度(RK)，用平方公里的人口数衡量。(3)交通运输(TR)，用私人汽车拥有量表示。汽车尾气排放是中国空气污染的重要来源。由于地级市私人汽车拥有量数据普遍从2012年才开始公布，因此本文的数据通过对各省私人汽车拥有总量按各地级市年末城市道路面积占各省道路总面积的比重进行加权得到。(4)空气流通系数(FS)。自然环境也是影响空气污染的重要变量，一个地区的平均风速较高，那么空气污染消散的速度也将越快。(5)城市化水平(URBAN)。城镇化最先表现为人口城镇化，本文借鉴郭付友等的衡量方法，选取城市人口密度、第二产业就业人口比重和第三产业就业人口比重构建综合指标测度人口城镇化水平。[19]

四、实证结果与分析

(一)基准回归结果

表1给出了环境规制对空气污染影响的基准回归结果。根据陈强关于动态空间面板模型的描述，使用LR检验进行空间杜宾模型(SDM)和空间自回归模型(SAR)的选择。[20]第(1)-(4)列的LR检验结果表明，选用空间杜宾模型(SDM)更恰当。由表1可以看出，被解释变量空间项及其一阶滞后项系数均在1%的水平上显著为正，表明空气污染存在显著的空间溢出效应和路径依赖。这不仅与风速等自然因素有关，也与产业转移带动污染转移等社会因素有关。因此，空气污染治理要注重长期坚持、区域联动、共同治理。

从表1的第(1)列可知，环境规制的一次项和二次项系数均不显著，即就全国样本而言，环境规制与空气污染之间并不存在显著的“U型”或者“倒U型”关系。按照环境库兹涅茨曲线的常规检验方法，删除环境规制的二次项，仅保留其一次项进行估计，估计结果如表1第(3)列所示。本文发现，环境规制对空气污染存在着显著的负向单调影响，这意味着中国目前的环境规制水平比较合理，对空气污染的防治能够有效发挥作用。因此，设置目标明确的环境规制工具，及时调控环境规制强度，将其稳定在合理区间，最大限度发挥环境规制工具在污染减排中的作用对中国打赢蓝天保卫战具有重要的推动作用。相反地，环境规制对空气污染具有显著正向的空间效应，表明本地加强环境规制强度会加剧邻地空气污染。企业为了最大化利润，规避环境规制增强所带来的企业治污成本，将生产地转移到环境规制强度相对较低的邻地，产业转移效应加剧邻地空气污染。这再一次体现了空气污染防治过程中区域间协同共进的重要性。

就表1第(3)列的结果而言，人均GDP的一次项和二次项系数均显著为正，意味着经济增长与空气污染之间存在显著的正向单调关系，中国的经济增长尚处于加剧空气污染的阶段。由此可知，中国尚未实现经济增长与空气污染的“脱钩”，目前仍处于全面建成小康社会的决胜阶段，大部分地区城市化和工业化进程仍在加速推进，要实现经济增长与空气污染防治的双重目标依旧十分艰巨。

(二)稳健性检验

本文采用替换空间权重矩阵、替换自变量两种方法对基准回归结果进行稳健性检验。首先，由于基准回归采用的是基于球面距离计算的反地理矩阵，因此，选择基于欧式距离的反地理矩阵和邻接矩阵进行稳健性检验。其次，将自变量替换为采取污染密度法度量的环境规制[21]，此方法通过计算二氧化硫、烟尘、粉尘、废水等污染物综合排放强度的倒数作为环境规制衡量指标，相比较而言具有更高的准确度。稳健性检验结果表明前文的基准分析具有较强的稳健性(篇幅所限，本文未报告稳健性检验结果，如有需要请向作者索取)。

五、影响差异分析与机制检验

(一)环境规制对空气污染影响的地理区域差异

中国的环境规制强度存在明显的区域差异，环境规制对空气污染的影响是否也具有区域异质性？基于地理距离空间权重矩阵的东中西部地区环境规制对空气污染的影响结果，如表2所示。其中，奇数列为SDM模型的估计结果，偶数列为SAR模型的估计结果。LR检验结果表明，SDM模型更合意，下文将重点讨论第(1)(3)(5)列的实证结果。

与全国整体的实证结果相异，东部地区的环境规制和空气污染之间呈现显著的“U型”关系，东部地区的空气污染程度对环境规制强度呈现先下降后上升的态势。该结果表明，不断提高环境规制强度使空气污染出现增加的趋势，可能的原因是企业在利润的驱使下，冒险从事影子经济。[22]由于从事影子经济生产的产品不在政府的管控范围内，企业无需缴纳排污费，生产单位产品的成本较正式部门低，因此企业会加大影子经济规模，从而导致生产总量和污染排放总量的增加。本文进一步计算发现，环境规制和空气污染之间“U型”关系的拐点值为-6.54，而将东部地区环境规制强度取对数再求均值为-6.52。这表明，东部地区目前处于“U型”曲线的右侧，环境规制强度对企业从事影子经济已经产生“激励”作用，政府不宜进一步提高环境规制强度来治理空气污染，否则将促使更多的企业加入非正式部门生产行列，加剧空气污染。

相反地，中部地区和西部地区的环境规制和空气污染之间存在显著的“倒U型”关系，这与EKC假说具有一致性。相对而言，中部省份具有较高的资源禀赋，产业结构比较相似，个别省份提高环境规制强度，可能加剧中部省份城市之间的空气污染输送。党的十八大以来，国家高度重视生态文明建设，并将其作为“五位一体”总体布局的重要组成部分。中部地区逐渐发挥生态文明建设的脊梁作用，加快转变经济发展方式，积极探索“两型社会”发展模式，努力将武汉城市圈和长株潭城市群打造为全国“两型社会”建设示范区，以局部带动全局推进污染防治工作的有效开展。

对于西部地区而言，环境规制和空气污染之间的“倒U型”关系可能与西部大开发以及“一带一路”倡议有关。2000年开始实施西部大开发战略，西部地区承接了大量东部转移的高污染产业，客观上加剧了自然环境压力和空气污染。2013年之后，“一带一路”倡议为西部地区经济转型提供了一个新契机。西部地区作为“一带一路”合作的陆上起点，不断加强生态环境保护，发展绿色经济，加快空气污染治理。当前西部地区环境规制强度在拐点值的右侧，可以预见，随着发展方式的转变和环境规制工具的完善，西部地区空气污染有望得到改善。

表2 环境规制对空气污染的分区域样本回归结果

(二)环境规制对空气污染影响的气候类型差异

空气污染的形成和治理过程中，自然因素起着至关重要的作用。那么，中国地广物博，气候类型复杂多样，在空气污染的防治过程中是否可以充分利用自然地理、气候条件，因地制宜制定污染治理措施，让大自然为打赢蓝天保卫战助力？因此，分析不同气候区之间环境规制对空气污染的影响具有现实意义，这也是目前学者们较少涉及的。

中国地域面积大，跨经纬度广，距海远近差异较大，地形类型复杂多样，因而气温降水的组合复杂，形成了多种多样的气候。如果直接按中国现有气候类型分类进行研究，那么存在着样本容量差异大、研究难度高等问题。因此，本文根据气候类型特征和气候分布区域的相近性，将284个地级市主要分为三个气候区，分别为热带、亚热带季风气候区，温带季风气候区和温带大陆性、高原气候区进行比较分析。

从表3可以看出，在热带、亚热带季风气候区和温带大陆性、高原气候区，环境规制与空气污染呈现显著的负向关系。而在温带季风气候区，环境规制与空气污染则表现出“倒U型”关系。这表明，环境规制对空气污染防治的影响确实因气候类型的不同而存在差异。

目前空气污染威胁最大的当属雾霾天气的频发，雾霾的主要来源既有经济社会因素也有气候因素。气温越低，空气中所能容纳的水汽越少；静风现象越多、降水量越少越不利于大气中悬浮微粒的扩散稀释，这些均容易形成和加剧雾霾。中国不同的气候类型在气温、降水等方面存在巨大的差异。热带季风气候全年高温，年平均气温在20℃以上；年降水量多，一般在1500-2000mm；一年中风向的季节变化明显。亚热带季风气候热量资源丰富，年平均气温介于13-20℃之间；平均年降水量一般在800-1500mm之间。相较而言，温带季风气候的年均气温和年降水量较热带季风气候和亚热带季风气候低，一方面具备更有利于雾霾形成的低温条件，另一方面，其降水量对雾霾的冲刷能力又较热带季风和亚热带季风气候弱。因此，在温带季风气候区，其空气污染的严重程度和治理难度较热带、亚热带季风气候区大，环境规制对空气污染出现先促进后抑制的作用。而热带、亚热带季风气候区，由于其天然的气候优势，为环境规制在空气污染治理的过程中“推波助澜”。温带大陆性、高原气候区由于受偏北风的影响，常年风力较大，对雾霾污染扩散稀释作用强，因此其气候特点也十分有利于空气污染的防控与治理。

(三)影响机制检验

由前文可知，环境规制可能通过产业结构、能源结构、技术创新和外商直接投资四种路径对空气污染产生影响。本文运用温忠麟和叶宝娟的中介效应模型[23]进一步探讨环境规制对空气污染的间接效应：

lnPMit=β0+c1lnERit+τlnPMit-1+ρWlnPMit+

γZit+εit

(2)

Mit=β0+alnERit+γZit+εit

(3)

ρWlnPMit+γZit+εit

(4)

模型(2)和(4)采用动态空间模型进行估计，利用LR检验结果对空间杜宾模型(SDM)和空间自回归模型(SAR)进行模型选择；模型(3)采用固定效应模型和随机效应模型进行估计，利用Hausman检验选取更为合意的模型。由表4可以看出，产业结构和外商直接投资是环境规制影响空气污染的重要中介路径，能源结构和技术创新的中介路径不显著。具体来说，环境规制通过对产业结构进而对空气污染产生抑制作用。与此同时，环境规制能够对外商直接投资起到筛选作用，提高外商直接投资进入的质量，对空气污染产生抑制作用。环境规制对能源结构和技术创新绿色化的作用尚不能在中国空气污染治理中有效发挥，是中国未来空气污染治理努力的方向。

表4 环境规制对空气污染的间接效应检验

六、政策启示

本文以2006-2015年中国地级市面板数据为研究样本，采用动态空间面板模型和利用工具变量对可能存在的内生性进行控制来研究环境规制对空气污染的影响及其作用路径，并检验影响的区域异质性和气候异质性。本文丰富和拓展了环境规制治污效应的理论研究文献，为相关理论提供了一个发展中大国的经验数据，并为新时代下加快推进高质量发展和空气污染防治提供如下启示：

(1)建立空气污染治理的区域联防联控机制，加强国际合作，形成强大有效的治理合力。空气污染具有显著的空间溢出效应，中国各地级市在空气污染防治中要注重以区域为单位建立环境评价机制，进行区域整体环境测评，实行市级层面的联合防控，规避“以邻为壑，污染转嫁”现象的出现。

(2)完善环境规制强度和组合，实行差异化的区域治理策略。具体来看，东部地区当前环境规制强度在拐点右侧，不宜盲目通过提高规制强度以防治污染；中西部地区与之相反，进一步增强环境规制强度能抑制空气污染。不同气候类型因其气温与降水的差异对空气污染治理的影响不同，一方面，中央政府应适度地给予地方政府制定环境规制的空间，尤其是存在多种气候类型的省域；另一方面，对于温带季风气候区，其空气污染程度高、治理难度大，应科学划分重点污染治理和监测区，对重点区域依据企业环保绩效水平实行差异化管控措施。

(3)提高环境规制执法的有效性，坚决打击影子经济。非正式经济的存在不利于改善环境，要从根本上治理空气污染，政府还应该加强监督和反腐力度，铁腕治理，加大打击偷排、违排行为，缩小影子经济规模，控制并最终消除影子经济对环境规制强度的削弱作用。

(4)实现科学的顶层设计，多路径协同推动空气污染治理。未来应坚持“多管齐下”，通过产业结构升级、能源结构调整及绿色创新提升以减少污染排放。具体应从以下几个方面采取措施：首先，构建“互联网+制造业”网络，促进制造业向智能化、数字化转变，推动战略性新兴产业成为带动现代制造业转型升级的战略引擎，推进清洁生产，从源头防治空气污染。其次，深化能源价格机制改革，构建有利于要素价格竞争的市场体系，通过价格信号真实反映能源资源的环境成本、供求关系和稀缺程度，促使能源开采以及能源消费产生的外部成本传导至能源消费端，并转化为企业生产的内部成本，倒逼企业实现绿色转型。再次，完善环境补贴、排污税(费)、资源税，健全用能权、排污权和碳排放权交易，进一步优化绿色专利审批、绿色专利强制实施许可等制度以激励企业加大绿色研发投入，提升自主创新能力，从而依托技术进步来实现污染治理。

注释：

[1] 金 碚：《关于“高质量发展”的经济学研究》，《中国工业经济》2018年第4期。

[2] Li H. C., Chen R. J., Meng X., et al., “Short-term Exposure to Ambient Air Pollution and Coronary Heart Disease Mortality in 8 Chinese Cities”,InternationalJournalofCardiology, vol.197(2015), pp.265-270.

[3] 邵 帅、李 欣、曹建华，等：《中国雾霾污染治理的经济政策选择——基于空间溢出效应的视角》，《经济研究》2016年第9期。

[4] 刘晨跃、徐盈之：《环境规制如何影响雾霾污染治理?——基于中介效应的实证研究》，《中国地质大学学报》(社会科学版)2017年第6期。

[5] 王 岭、刘相锋、熊 艳：《中央环保督察与空气污染治理——基于地级市微观面板数据的实证分析》，《中国工业经济》2019年第10期。

[6] 高 明、黄清煌：《环保投资与工业污染减排关系的进一步检验——基于治理投资结构的门槛效应分析》，《经济管理》2015年第2期。

[7][22] 黄寿峰：《环境规制、影子经济与雾霾污染——动态半参数分析》，《经济学动态》2016年第11期。

[8] 邵 帅、李 欣、曹建华：《中国的城市化推进与雾霾治理》，《经济研究》2019年第2期。

[9][21]朱向东、贺灿飞、李 茜，等：《地方政府竞争、环境规制与中国城市空气污染》，《中国人口·资源与环境》2018年第6期。

[10] 蔡海亚、徐盈之：《产业协同集聚、贸易开放与雾霾污染》，《中国人口·资源与环境》2018年第6期。

[11] 张 明、李 曼：《经济增长和环境规制对雾霾的区际影响差异》，《中国人口·资源与环境》2017年第9期。

[12] Liu X. M., Li L., Ge J. J., et al., “Spatial Spillover Effects of Environmental Regulations on China's Haze Pollution Based on Static and Dynamic Spatial Panel Data Models”,PolishJournalofEnvironmentalStudies, vol.28(2019), pp.2231-2241.

[13] Li L., Liu X. M., Ge J. J., et al., “Regional Differences in Spatial Spillover and Hysteresis Effects: A Theoretical and Empirical Study of Environmental Regulations on Haze Pollution in China”,JournalofCleanerProduction, vol.230(2019), pp.1096-1110.

[14] Antweiler W., Copeland B. R., Taylor M. S., “Is Free Trade Good for the Environment”,AmericanEconomicReview, vol.91(2001), pp.877-908.

[15] Blackman A., Lahiri B., Pizer W., et al., “Voluntary Environmental Regulation in Developing Countries: Mexico's Clean Industry Program”,JournalofEnvironmentalEconomicsandManagement, 2010, pp.182-192.

[16] Porter M. E., Van Der Linde C., “Green and Comparative: Ending the Stalemate”,HarvardBusinessReview, 1995, pp.120-134.

[17] Grossman G. M., Krueger A., “Economic Environment and the Economic Growth”,QuarterlyJournalofEconomics, vol.110(1995), pp.353-377.

[18] 马丽梅、张 晓：《中国雾霾污染的空间效应及经济、能源结构影响》，《中国工业经济》2014年第4期。

[19] 郭付友、李诚固、陈 才，等：《2003年以来东北地区人口城镇化与土地城镇化时空耦合特征》，《经济地理》2015年第9期。

[20] 陈 强：《高级计量经济学及Stata应用》(第二版)，北京：高等教育出版社，2014年。

[23] 温忠麟、叶宝娟：《中介效应分析:方法和模型发展》，《心理科学进展》2014年第5期。