东南亚城市空气质量传输效应的多变量GARCH模型评估及其区域环境治理启示

本研究针对东南亚地区环境治理与经济合作不匹配的问题，采用多元广义自回归条件异方差（MGARCH）模型结合动态条件相关（DCC）机制，分析了2019-2023年胡志明市、河内等六座城市的PM2.5 与AQI数据。研究发现胡志明市与曼谷存在双向正向影响，而吉隆坡对新加坡呈现单向负向传导，为制定次区域双边环境协议提供了实证依据，对实现可持续发展目标（SDGs）具有重要政策参考价值。

　　

在全球气候变暖和新冠疫情叠加的背景下，东南亚作为新兴经济体密集区，面临着经济增长与环境保护的尖锐矛盾。尽管东盟(ASEAN)已出台《跨境雾霾污染协议》等多边条约，但实际执行效果与区域经济一体化程度明显不匹配。更棘手的是，地理邻近性使得城市间空气质量相互影响，曼谷的工业排放可能随季风飘向胡志明市，而新加坡的环保政策成效又可能被邻国污染输入抵消。这种"空气污染无国界"的特性，使得传统单边治理模式收效甚微。

胡志明市经济大学与雅克·阿达玛数学基金会的研究团队在《Chemosphere》发表的研究，创新性地将金融领域常用的多元广义自回归条件异方差(MGARCH)模型引入环境科学，结合动态条件相关(DCC)分析，首次系统量化了东南亚六城（河内HAN、胡志明市HCM、曼谷BKK、新加坡SIN、吉隆坡KUL、雅加达JKT）空气质量传导效应。研究团队收集了2019年8月至2023年4月的每日PM_2.5
数据（吉隆坡采用AQI替代），通过贝叶斯信息准则(BIC)筛选最优模型，并进行了残差自相关和异方差诊断检验。

文献回顾部分指出，空气污染不仅导致呼吸道疾病，最新研究发现PM_2.5
还会通过干扰神经递质(neurotransmitters)加剧季节性情感障碍(SAD)，这为区域联防联控提供了公共卫生学依据。

数据与方法显示，研究采用Bollerslev提出的GARCH(1,1)框架，其条件方差方程能有效捕捉空气质量波动的集聚性(volatility clustering)，而DCC机制则动态追踪城市间关联强度。这种组合方法克服了传统相关系数无法反映时变特征的缺陷。

研究发现揭示了两个关键模式：1）胡志明市与曼谷存在显著双向正反馈，条件相关系数达0.32（p<0.01），说明两城污染协同加剧；2）吉隆坡对新加坡呈现非对称影响——前者AQI每升高1单位，后者PM_2.5
下降0.15单位（p<0.05），但反向影响不显著，这可能源于新加坡的污染物拦截技术。

结论与讨论强调，这些发现打破了"污染均质扩散"的认知，证明东南亚需要差异化的次区域治理策略。特别是越南-泰国经济走廊应建立联合预警机制，而马来西亚-新加坡则可探索生态补偿制度。研究创新性地将金融风险管理工具应用于环境治理，为《东盟环境可持续发展宣言》的实施提供了量化支持。

该研究的政策意义在于：首先，证实双边协议比多边框架更易达成实效；其次，提出"污染传导弹性系数"可作为环境协议谈判的科学依据；最后，MGARCH-DCC模型为其他跨国环境问题（如跨境水体污染）研究提供了方法论范本。正如作者V?n Lê在讨论部分指出，当曼谷的工厂排放与胡志明市的摩托车尾气在季风作用下产生协同效应时，传统的地理边界已失去意义，这要求东南亚各国在环境主权认知上进行范式变革。