碳排放約束下地區經濟集聚的效率與趨同研究

劉滿鳳，謝晗進（江西財經大學.協同創新中心;.信息管理學院，江西 330013）

碳排放約束下地區經濟集聚的效率與趨同研究

劉滿鳳a，謝晗進b
（江西財經大學a.協同創新中心;b.信息管理學院，江西 330013）

文章基于環境DEA技術，測算了2000—2014年有碳排放約束和無碳排放約束下中國區域經濟集聚效率，檢驗了集聚效率的趨同性，分析了影響集聚效率的因素。研究結果表明：有碳排放約束下的聚集效率高于無碳排放約束下的聚集效率，說明實施碳排放政策對提高經濟聚集效率具有促進作用；我國各地區的經濟集聚效率有趨于各自穩定水平的趨勢。在影響聚集效率的因素中，對外開放水平、基礎設施水平和區域技術創新對集聚效率的提升有正向作用，而財政支出占比、產業結構、能源消費強度和城市化率對集聚效率有負向作用。

環境DEA技術；集聚效率；經濟區；趨同；影響因素

0 引言

從19世紀末以來，經濟活動的空間集聚現象一直是經濟地理學家和經濟學家關注的焦點。Marshall(1890)最早對經濟集聚現象作了系統的分析，他強調在某一特定區位，一類特定產業的集聚有利于生產率的提高，并指出了導致特定產業地方化外部性的三種渠道：勞動力市場蓄水池、中間投入品的共享和知識溢出。產業集聚所形成的向心力吸引著生產要素空間上的聚集，使得運輸成本降低，知識和信息流動更加頻繁，不斷推動經濟在區域范圍持續增長。然而，伴隨著不斷提高的產業集聚水平而來的是環境污染和擁擠成本等負外部性的出現，并由此產生了集聚不經濟，對經濟增長產生負面影響。因此，適度的集聚規模成為了經濟發展的關鍵。

本文認為測算集聚效率能夠評判目前我國區域經濟發展中產業的聚集效應是否與經濟發展速度相匹配。最早引入集聚水平測算效率的是Ciccone（1996）[1]，近年來國內學者陳得文、苗建軍（2012）[2]將集聚水平作為投入要素，應用DEA模型測算了中國區域集聚效率。目前，集聚效率的測算研究較少，但集聚效率重要性已經受到許多學者關注[3-4]，而考慮環境因素的集聚效率測算則更為鮮見。中國政府已經提出到2020年單位國內生產總值二氧化碳排放比2005年下降40%～45%，并將其作為約束性指標納入到國民經濟和社會發展長期規劃中，這表明今后中國經濟的發展將面臨碳排放約束。因此，本文將采用污染物作為投入要素處理，將碳排放約束條件納入集聚效率測算中，采用環境DEA技術測算區域經濟集聚效率，重點研究在碳排放約束條件下各地區適度的經濟集聚規模，經濟集聚趨同現象以及經濟集聚效率的影響因素。

1 碳排放約束下我國各地區的經濟集聚效率測算

1．1 環境DEA技術

本文考慮碳排放約束的影響，在生產過程中將其作為投入要素處理，建立線性規劃模型：

式中，Ati表示t時期i地區集聚水平；Kit表示t時期i地區勞均資本存量；Cit表示t時期i地區勞均二氧化碳排放量；Yit表示t時期i地區勞均GDP。變量取值及說明如下：

（1）地區集聚水平（A）：用各地區勞動力總量除以相應地區行政面積。

（2）勞均資本存量（K）：用各地區資本存量除以相應地區勞動力總量。資本存量計算參照張軍（2004）[6]介紹的永續盤存法計算而得。

（3）勞均二氧化碳排放量（C）：用各地區二氧化碳排放總量除以相應地區勞動力總量。二氧化碳排放量計算方法參考2007年政府間氣候變化專門委員會（IPCC）第四次評估報告中提供的二氧化碳排放量核算方法，選取九大類能源消費種類（煤炭、焦炭、原油、柴油、燃料油、天然氣、煤油、原油和電力）的能源消費量與相應的能源轉換系數和碳排放系數乘積得到二氧化碳排放量。

（4）勞均地區生產總值（Y）：用各地區生產總值除以相應地區勞動力總量。

1．2 集聚效率分析

根據測算集聚效率的方法，本文收集2000—2014年中國30個省市自治區（除西藏和港、澳、臺地區）的要素投入和產出數據，其中勞動力總量用“年末從業人口數”表示，資本存量及地區生產總值均以2000年不變價格計算而得。將集聚水平數據和勞均形式的變量數據在基于CRS假設下通過DEAP2.1軟件計算得出集聚效率，得到有碳排放約束下和無碳排放約束下的中國集聚效率，如圖1所示。

圖1有碳排放約束下經濟集聚的效率與無碳排放約束下經濟集聚的效率

由圖1可知，整體而言，我國經濟集聚效率呈逐年遞減狀態，2010年后有所回升。在有碳排放約束條件下我國經濟集聚效率高于無碳排放約束條件下的經濟集聚效率，這說明實施節能減排政策對提高區域集聚效率有顯著作用，今后還將繼續推行節能減排政策，加大對污染的控制力度。具體地，各省市經濟集聚效率的測算結果如表1所示。

表1 我國各地區在有碳排放約束下的集聚效率

由表1可知，在我國30個省市中，除寧夏、貴州、山西和陜西集聚效率處于0.7以下，其余省市均高于0.7，集聚效率整體呈現有效。但從2000—2014年發展趨勢看，北京、天津和上海在有碳排放約束下的集聚效率呈現明顯的上升趨勢。這說明了控制碳排放，節能減排政策在發達省市產生了明顯的促進作用。

進一步，根據國家相關部門和學術界一致認同的分法，將全國30個省直轄市細分為八大區域作為新的研究框架，研究八大區域的集聚效率。八大區域分別為：北部沿海經濟區（河北、天津、北京、山東）、南部沿海經濟區（福建、廣東、海南）、東部沿海經濟區（浙江、江蘇、上海）、黃河中游經濟區（內蒙古、陜西、山西、河南）、西北經濟區（青海、甘肅、寧夏、新疆）、東北經濟區（黑龍江、吉林、遼寧）、西南經濟區（云南、貴州、四川、重慶、廣西）和長江中游經濟區（湖北、湖南、安徽、江西）。

其中，東北經濟區、長江中游經濟區和南部沿海經濟區屬于經濟聚集高效率區域，集聚效率均高于0.85。北部沿海經濟區和東部沿海經濟區屬于經濟聚集中等效率區域，集聚效率均高于或等于0.8。經濟聚集效率較低區域包括西南經濟區、黃河中游經濟區和西北經濟區，但集聚效率均高于0.7。高效率區域主要集中在我國東、中部地區，這些省市經濟發展較快，集聚水平高，環境污染也較為嚴重，合適的減排政策可以減少非期望產出，更加注重經濟發展的質量，從而可以發揮產業集聚性對經濟增長的有效促進作用。與集聚效率高的區域相比，西南、西北和黃河中游經濟區呈現出較低的集聚效率，原因在于西部地區經濟集聚水平不高，經濟發展較落后，目前階段實施較嚴格的碳排放約束在一定程度上會減速經濟發展，降低經濟集聚性，從而影響集聚效率的提高。

2 經濟集聚效率的趨同性分析

趨同檢驗有助于研究碳排放約束下中國區域集聚效率的收斂或發散情況。若地區間的集聚效率存在趨同性，則表明碳排放約束條件有利于縮小集聚不經濟地區與集聚經濟地區之間的差異。若不存在趨同性，則表明目前節能減排政策會擴大兩地區間集聚效率的差距，意味著需要對節能減排政策進行適當調整。文獻中有關趨同性分析的方法一般有：σ趨同、絕對β趨同和條件β趨同。

2．1 σ趨同檢驗

σ趨同是通過計算變異系數來反映不同地區之間集聚效率隨時間推移呈收斂或發散的情況。若變異系數逐漸變小，則表示集聚效率正在收斂，趨于σ趨同。反之，則表示集聚效率呈現發散。變異系數計算公式為：

式中：σt為t時期變異系數，n為觀察地區數量，θi，t為t時期i地區集聚效率，θˉ為集聚效率平均值。根據公式（2）計算出2000—2014年全國及八大區域碳排放約束下集聚效率的σ值。如圖2所示，全國的集聚效率變異系數緩慢遞增。具體地，分析八大區域的收斂性，由圖2可知，北部沿海經濟區與東部沿海經濟區集聚效率變異系數變化趨勢類似，在2005年以前集聚效率存在收斂性，但2005年后經濟區內地區間差異逐漸擴大，至2013年起再次趨向收斂特征。南部沿海經濟區于2003—2005年存在收斂性，而之后表現為集聚效率變異系數逐步增加，呈現趨異。西北經濟區整體呈現擴散趨勢。黃河中游經濟區集聚效率于2009年之前表現為地區間差異持續擴大，而2009年后呈現無規律波動，但變異程度始終保持在2009年水平。西南經濟區整體較為震蕩，但在2005—2009年間有收斂趨勢。東北經濟區在2008年前持續遞增，而2009年出現較大收斂趨勢，之后保持一定的穩定狀態。除此之外，長江中游經濟區整體較平穩。

圖2 σ趨同檢驗結果

2．2 絕對β趨同檢驗

絕對β趨同是檢驗集聚效率較低的地區是否存在追趕集聚效率較高地區的趨勢。絕對β趨同回歸方程為：

根據公式（3）對全國和八大區域進行絕對β趨同檢驗，結果如表2所示。全國集聚效率存在絕對β趨同，結果較顯著。北部沿海經濟區、東部沿海經濟區和長江中游經濟區的回歸結果均顯著存在絕對β趨同，這說明三個區域內集聚效率較低的地區效率提高較快，有追趕效率較高地區的趨勢。東北經濟區、西南經濟區和黃河中游經濟區的檢驗結果雖然收斂，但結果不顯著。西北經濟區的回歸系數顯著為正，即β＞0，說明這些區域內集聚效率呈現發散趨勢，地區間聚集效率差距進一步擴大。由于南部沿海經濟區內地區集聚效率幾乎都達到1，即南部沿海地區經濟聚集效率已都處于效率最高水平，故不需要做趨同檢驗。

2．3 條件β趨同檢驗

條件β趨同是考慮了不同地區的特征，檢驗每個地區的集聚效率是否收斂于各自的穩定水平。通過面板數據模型檢驗條件β趨同，回歸方程為：

表2 絕對β趨同檢驗結果

采用個體固定效應模型分析，其中，c是固定效應項，對應著不同地區各自的穩定條件。β是回歸系數，若β顯著為負表明存在條件β收斂，反之則不存在條件β收斂。

根據公式（4）計算出的全國和八大區域條件β趨同檢驗結果，檢驗結果如表3所示，全國集聚效率存在顯著的條件β趨同。八大區域的回歸結果除黃河中游經濟區和西北經濟區外，均顯示存在條件β趨同，僅北部沿海經濟區、南部沿海經濟區、東部沿海經濟區、東北經濟區和長江中游經濟區結果略為顯著，說明這些地區的經濟聚集效率有趨于各自穩定水平的特征。

表3 條件β趨同檢驗結果

綜上分析，我國碳排放約束下的經濟集聚效率不存在σ趨同，存在絕對β趨同和條件β趨同，但條件β趨同檢驗結果較絕對β趨同檢驗結果略顯著，這表明我國集聚效率在當前情況下，較低集聚效率地區具有較高增長速度，較高集聚效率地區具有較低增長速度，且未來趨勢是趨同于各區域穩定水平；北部沿海經濟區、東部沿海經濟區和長江中游經濟區既存在顯著的絕對β趨同，也存在顯著的條件β趨同，說明這三類地區與全國情況基本相似；南部沿海經濟區和東北經濟區僅存在條件β趨同，表明這兩類經濟區內部地區間差異存在較大差異且難以在未來發展中追趕上集聚效率較高區域，但仍然能夠趨于自身特點的穩定水平；西北經濟區存在絕對β趨同，表明西北經濟區內各地區間能夠優勢互補，形成收斂；黃河中游經濟區和西南經濟區不存在趨同。由此看到，中等聚集效率的地區呈現出全面趨同的趨勢，高聚集效率的地區呈現趨同于自身穩定水平的趨勢，而低聚集效率地區仍呈現的是一種發散狀態。

3 地區經濟集聚效率影響因素的空間計量分析

3．1 空間自相關檢驗

通過計算Moran I指數檢驗區域集聚效率是否存在空間相關性。Moran I指數計算公式為：

式中，n是中國30個省直轄市；wij是空間權重，采用ROOK一階空間權值矩陣（區域i和區域j相鄰時，wij=1；區域i和區域 j不相鄰時，wij=0）；θi和θj分別表示區域i和區域j的集聚效率；θˉ是均值；S2是方差。若Moran'sI＞0，則表示區域集聚效率存在空間正相關，即高集聚效率地區聚集在一起、低集聚效率地區聚集在一起。若Moran'sI＜0，則區域集聚效率存在空間負相關，即高集聚效率與低集聚效率地區相鄰、低集聚效率與高集聚效率地區相鄰。若Moran'sI=0，則表示高集聚效率與低集聚效率地區隨機分布，不存在空間相關性。

根據公式（5）計算2000—2014年我國碳排放約束下集聚效率的Moran I指數以檢驗空間相關性，結果如圖3所示。2000—2014年我國集聚效率均存在空間正相關性，即高集聚效率區域聚集在一起，低集聚效率區域聚集在一起。但是，整體而言，我國集聚效率的正相關性逐漸減弱，雖然2009年正相關性有所提高，但依然沒有改變MoranI指數下降的趨勢，這與我國各省市自身發展特點以及節能減排政策息息相關，說明各地區更注重自身特色的發展，在節能減排中因地制宜，各有側重。這再一次證明了我國集聚效率存在β趨同，即我國各省市集聚效率有趨于同一水平的趨勢，即低效率地區具有高增長而高效率地區具有低增長的特點，最終會使得集聚效率趨于自身穩定水平，從而導致了各地區集聚效率的空間分布趨于隨機性。

圖3全國集聚效率Moran I指數

3．2 變量選擇

除了上述空間區位影響之外，還有其他因素影響我國地區經濟集聚效率的高低，不僅要考慮對集聚水平的影響因素，也要考慮對污染物排放、治理等因素[7，8]。解釋變量包括：①對外開放水平（Ope）：用地區出口總量占地區生產總值的比重表示；②政府財政支出狀況（Gov）：用地區政府財政支出占地區生產總值比重表示；③產業結構（Str）：用第二產業產值占GDP比重表示；④基礎設施水平（Inf）：用地區擁有的公路、鐵路等運輸線路總里程表示；⑤區域技術創新（Ino）：用研究與實驗發展經費內部支出表示；⑥能源消費強度（Eng）：用每萬元GDP能源消耗總量表示；⑦城市化率（Cty）：用城鎮人口占總人口的比例表示。被解釋變量為各地區經濟集聚效率A。

3．3 空間計量模型

經過空間相關性檢驗表明我國30個省市集聚效率之間存在空間相關關系，則不能采用傳統OLS估計方法，而必須采用空間計量模型進行估計。

（1）空間滯后模型（SAR）

主要考察相鄰地區間的經濟集聚效率水平是否會互相影響。其模型表達式為：

式中：LnA為集聚效率；WLnA為空間滯后被解釋變量；W為N×N空間權值矩陣；ρ為空間回歸系數；Xk為影響集聚效率的解釋變量。

（2）空間誤差模型（SEM）

當一些決定集聚效率的因素沒有被考慮到解釋變量中時，則需要采用空間誤差模型。其模型形式為：

式中λ為N×1階被解釋變量向量的空間誤差系數，存在于擾動誤差項中，衡量相鄰地區間被忽略的具有空間相關性的集聚效率的誤差對集聚效率的影響。

3．4 結果分析

由表4可知，空間回歸系數ρ和空間誤差系數λ結果均顯著，說明選擇空間模型進行估計是準確的。其中，SEM模型的Log Likelihood值大于SAR模型且系數估計更為顯著，故選擇SEM模型分析更合適。再從集聚效率各影響因素估計結果分析。

表4 空間計量模型估計結果

空間計量模型檢驗結果表明：對外開放水平（Ope）雖然為正數，對外開放程度越大，對集聚效率的影響是正面的，即開放程度越高，區域間à流越頻繁，要素流動性越大，集聚水平對經濟的促進作用越顯著，但結果不顯著，檢驗效果有待進一步觀察。政府財政支出（Gov）的回歸結果對集聚效率有負面抑制作用，這表明我國財政支出產生一定的消極作用，應適當控制政府調控行為，適時轉變為對市場引導以及對市場予以支撐的作用，增強市場活力，促進“雙引擎”驅動經濟增長和集聚效率提升。第二產業結構比重（Str）既是經濟增長的重要支撐，又是污染物排放的主要來源，結果顯示第二產業結構比重越大，集聚效率越低，即目前隨著工業化程度的進一步提高，集聚的效率已經開始遞減。因為工業化程度越高，行業競爭越激烈，污染越嚴重，使聚集效應呈現遞減趨勢。基礎設施水平（Inf）衡量了區域間運輸成本和相互影響的程度，結果顯示對經濟集聚產生正向效應，說明基礎設施水平越高，越能提高經濟的聚集效率。區域技術創新（Ino）的提高可以有效促進集聚效率的提高，原因在于技術創新投入不僅提升了地區的經濟增長，還提高了污染物排放的控制能力以及處理能力，除此之外，區域技術創新能力的提高有助于區域間資源配置優化，提高集聚水平，從而提高集聚效率。能源消費強度（Eng）越大，能源利用率就越低，這種非可持續、非低碳環保的發展方式必然對集聚效率產生反作用。城市化率（Cty）的提高，所帶來是人口的集聚加劇，住房、基礎設施的需求進一步增加，從而導致污染物增加，降低集聚效率。

4 結論

本文研究在CRS假設下，引入碳排放約束條件并且通過將碳排放量作為投入要素，結合環境DEA技術方法測算了我國2000—2014年區域集聚效率。結果表明，有碳排放約束下的集聚效率高于無碳排放約束下的集聚效率，說明了節能減排政策對我國經濟集聚效率的提高具有促進作用。我國各地區在碳排放約束條件下的集聚效率較高，低效率地區有追趕高效率的趨勢，但考慮地區自身特點會趨于自身穩定集聚效率水平。在八大區域中，南部沿海經濟區和東北經濟區存在條件β趨同；北部沿海經濟區、東部沿海經濟區和長江中游經濟區與全國情況相似，同時存在絕對β趨同和條件β趨同；西北經濟區僅存在絕對β趨同；黃河中游經濟區和西南經濟區不存在趨同。進一步分析影響集聚效率的因素發現，集聚效率存在明顯的空間集聚現象，區域基礎設施水平、技術創新能力能有效提高區域的聚集效率；而政府過度干預、第二產業比重、能源消費強度和城市化進程則會顯著地降低區域的聚集效率。

[1]Ciccone A,Robert E.Productivity and Density of Economic Activity [J].American Economic Review,1996,86(1).

[2]陳得文,苗建軍.中國區域集聚效率及其因素決定[J].管理評論, 2012,24(5).

[3]高鴻鷹,武康平.集聚效應、集聚效率與城市規模分布變化[J].統計研究,2007,24(3).

[4]管志偉,吳凌飛,唐根年.長三角制造業集聚態勢及集聚效率實證研究[J].福建論壇,2009,(6).

[5]李勝會，李紅錦.產業集聚規模效應對生產率影響的實證研究[J].統計與決策,2011,(5).

[6]張軍,吳桂英,張吉鵬.中國生機物質資本存量估算：1952—2000[J].經濟研究,2004,(10).

[7]王喜平,姜曄.碳排放約束下我國工業行業全要素能源效率及其影響因素研究[J].軟科學,2012,26(2).

[8]孫傳旺,劉希穎,林靜.碳強度約束下重要全要素生產率測算與收斂性研究[J].金融研究,2010,(6).

（責任編輯/劉柳青）

F207

A

1002-6487（2016）24-0122-04

國家自然科學基金資助項目（71263020）；國家社會科學基金重大招標項目（15ZDC021）；江西省自然科學基金資助

項目（20142BAB201009）；江西省科技落地計劃項目（KJLD12064）；江西省高校哲學社會科學重大招標項目（ZDGG201305）

劉滿鳳（1964—），女，江西吉安人，博士，教授，研究方向：產業聚集與知識擴散、區域經濟與環境評價。

謝晗進（1988—），男，江西南昌人，碩士研究生，研究方向：區域經濟與環境評價。