近十年,我国经济发展迅速,取得令人瞩目的成果,人民的生活水平得到显著的提高。但是,伴随着经济的迅速发展,环境问题变得尤为突出。其中,雾霾等大气污染问题最值得关注。由于空气污染严重危害到人体健康,因此,有关空气环境污染成因及治理途径等问题引起了众多学者的关注。很多学者通过研究经济增长和环境之间的关系得出环境库茨涅兹曲线。环境库兹涅茨曲线很好地概括了社会经济发展和环境污染之间的相关特征。但是,我国幅员辽阔,不同区域之间经济发展状况、资源禀赋、经济结构、自然环境等因素均存在一定的差异,进而使得各区域经济发展水平与环境污染间的具体相关特征有所不同。对于幅员辽阔的我国来说,库兹涅茨曲线是否适用于所有地区的经济发展规律?各区域地区的经济发展水平与环境污染间的具体相关特征如何?在加速发展城镇化、供给侧改革步伐大幅加快的改革背景下,中国各区域的城镇化进程及产业结构、能源消费结构等结构因素的变化会对其空气环境带来什么样的影响?这些问题的解决对相关部门具体了解城市经济发展与环境状况之间的关联特征、制定有效实现绿色可持续发展目标的城镇化发展、能源结构和工业结构调整的相关调控政策,进而促进我国经济发展与环境的协调发展具有重要的现实意义。本文将首先利用莫兰指数对我国各区域空气污染的空间相关性进行具体分析,并在此基础上利用空间面板数据模型从经济增长、城镇化水平、产业结构、能源结构及环境治理投资等方面综合实证分析我国区域经济发展状况对区域空气污染的具体影响效应,并进一步利用分类的空间面板数据模型,实证对比分析各影响因素对各类污染程度不同区域空气污染状况的具体影响方向和程度,以期为相关部门制定有效实现绿色可持续发展目标的相关调控政策提供相应依据。本文全局相关性分析的计算结果显示全局莫兰指数显著为正,这表明从全国整体范围来看,空气污染程度较高的省份被空气污染程度较高省份包围(高高聚集)或空气污染程度较低的省份被空气污染程度较低省份包围(低低聚集)。可见,我国各省份的空气污染程度之间具有显著的正相关性,即存在空间效应。进一步的局域相关图显示:高高聚集省份主要集中在华北,如:山西、河北、天津、山东、甘肃、陕西等省份;低低聚集主要集中在云南、贵州、广西、广东、海南、福建等南方省份。刻画我国区域空气污染变动特征的空间滞后模型和空间误差模型的实证结果表明:从全国平均状况上看,区域的经济增长水平、城镇化程度、产业结构及能源消费结构和环境治理投资水平均与区域空气污染水平间呈现出显著的相关关系。其中,经济增长和区域空气污染水平之间存在显著的"正U型"关系,而环境治理投资水平与区域空气污染间呈现显著的"倒U型"关系,此外,城镇化程度、煤炭消费比重及第二产业比重的提高均会显著加重我国区域空气污染程度,并且各因素对区域空气污染的影响存在显著的空间相关性特征。进一步,刻画轻度污染区域、中度污染区域及高度污染区域各自空气污染变动特征的三个实证模型结果表明:经济增长、产业结构和能源消费结构等因素与区域空气污染的相关性在不同组群区域间存在显著差异。其中,轻度污染区域的库兹涅茨曲线呈现出显著的"倒U型"特征,而中度污染和高度污染区域则呈现出显著的"正U型"特征。并且,对于轻度污染区域,产业结构和私家车数量对空气污染水平存在显著的影响效应,而能源消费结构的影响则不显著;对于中度污染和高度污染区域,能源消费结构的调整则会对空气污染水平产生非常显著的影响,而产业结构对空气污染水平的影响则不显著。同时,在各组群区域内部区域空气污染水平均具有显著的空间相关性,但不同组群的空间相关性机制存在明显的差异,需要区别对待。本文的创新点为在区域空气污染水平空间相关性分析的基础上构建了实证分析我国区域空气污染水平变动特征的空间面板数据模型,并使用地理距离权重矩阵刻画省份间空气污染水平的相关性,有效改进了二进制邻接权重矩阵忽视不相邻省份空气污染水平相关性的不足。此外,本文在实证分析过程中从经济增长、城镇化水平、产业结构、能源结构及环境治理投资等多角度考察了我国区域经济发展状况与空气污染的具体相关特征,并对各类污染水平不同的区域进行了对比研究分析,所得结论更加具体和丰富。