白酒產業集聚與生態效率的動態關系研究

王海天，王 婷*，廖 斌

（貴州大學 管理學院，貴州 貴陽 550025）

伴隨著中國經濟發展腳步的不斷向前，白酒產業實現效益增長的同時，也對生態環境產生了一定影響，白酒產業向綠色化發展轉變和生態環境的持續改善已迫在眉睫。白酒產業是資源稟賦突出地區經濟發展不可缺少的動力[1]，生態環境蘊藏著豐富的自然資源，是白酒產業發展的必要條件。由于白酒產業對自然資源的依賴程度更強烈，會驅使企業在區域空間內集聚[2-3]，同時對生態環境的保護和研究也是促進白酒產業穩步發展的前提。

近年來，學者們基于不同的視角和方法對產業集聚與生態環境的關系進行了辨析，并取得了一定的成果，主要集中在以下方面。一是集聚的不同類型對應于不同的環境效率。由相同產業集中的專業化集聚會產生馬歇爾外部性[4]，由不同產業集中的多樣化集聚會產生雅各布斯外部性[5]，源于市場競爭而非壟斷的同一產業內集聚會產生波特外部性[6]，兼顧產業水平聯系和垂直互動關系的協同產業集聚[7]，都是影響生態效率的重要因素，各有不同的機制路徑。二是產業集聚通過不同的途徑對生態環境產生影響。集聚的技術溢出效應、結構效應[8]、規模效應、競爭效應、知識溢出效應、擁擠效應[9]之間的作用力量權衡，會對生態環境產生有利或有弊的影響。三是評估產業集聚對生態環境影響的側重點不同。通過對生態效率[10]、碳排放[11]、能源效率[12]、綠色經濟效率[13]、資源錯配[14]、城市熱島[15]、污染排放[16]的測算都可以判斷產業集聚對生態環境做出的改變。四是討論產業集聚和生態環境之間是存在單向還是雙向互動關系。在單向檢驗產業集聚對生態環境的作用結果時，僅探討產業集聚對生態環境的單方面影響[17]；而在檢驗雙向作用機制中，集聚和生態之間具有動態耦合關系[18-20]，經濟集聚與環境污染之間是作用與反作用并存[21]。

目前還未以白酒產業為研究對象，探析白酒產業集聚水平和生態效率之間的關系。白酒產業更加依賴資源稟賦，和生態環境之間的關系更加復雜，有必要深入剖析二者之間的關系，為白酒產業經濟和生態環境的可持續發展提供指導。因此，有必要采用2003-2017年我國28個省份的樣本信息，通過測度白酒產業集聚度和生態效率值，建立計量模型，對白酒產業集聚和生態效率之間的動態關系進行定量計算和對比分析，最后根據研究結果提出相應的對策建議。

1 白酒產業集聚-生態環境系統分析

（1）白酒產業集聚子系統

水資源和土地資源等生態環境中蘊藏的自然資源吸引白酒產業在區域內集聚。人口規模增長的同時為白酒企業提供了更多的就業人員，滿足了白酒產業集聚對人才資源的需要。經濟的高質量發展要求產業結構不斷升級優化，同時企業為實現規模效應，集聚便成為白酒產業革新換代的必經之路。在區域內形成聚集后，企業之間的溝通和交流更加頻繁便捷，促使區域內外產生模仿效應和空間溢出效應。除此之外，為提高有效競爭力和社會名譽，企業加大對科技創新的支持力度，致使專利授權數量不斷上升，加劇區域內資源優勢對企業的吸引力，產業集聚進入新的階段。

（2）生態環境子系統

隨著經濟的快速發展，生態環境面臨著許多壓力，白酒產業出現集聚后，消耗大量自然資源和能源資源，排放廢水廢氣造成環境污染，打破生態環境子系統內的平衡。生態環境子系統雖有自我調節的能力，但是其環境承載力的自我修復速度遠不及產業集聚帶來的生態破壞速度，迫使政府出臺相應措施保護生態系統的穩定性，企業對自身廢水治理方面的投資額大幅度提升。同時，產業集聚促使科技日新月異，人們也意識到需要創造更多科技力量幫助生態環境維穩，生態環境內部的平衡被重新建立。

白酒產業與生態環境之間存在復雜的物質交換過程。隨著經濟發展推動產業在地理空間中集聚，白酒產業集聚和生態環境兩個子系統之間錯綜復雜的互動關系會形成一個總系統，其因果關系如下：

2 研究方法、指標選取與數據來源

2.1 計量模型建立

為了較為全面地測度白酒產業集聚與生態效率的互動關系，在拓展的環境影響評估模型（stochastic impacts by regression on population，affluence and technology，STIRPAT）框架的基礎上[16]，本文將人口規模、富裕程度、技術創新和環境規制作為控制變量，建立基本計量模型：

式中：i為省份；t為年份；β為各個變量的回歸系數；EE為生態效率；AGG為白酒產業集聚度；POP為人口規模；GDP為富裕程度；TI為技術創新；ER為環境規制；μi為代表個體異質性的截距項；εi，t為隨個體與時間而改變的干擾項。

為了更進一步考察白酒產業集聚與生態效率的相關性問題，在模型（2）的基礎上加入生態效率的一階滯后項lnEEi，t-1，得到本文的動態面板模型：

本文借鑒ARELLANO M等[22-23]的研究成果，采用系統廣義矩估計方法（system generalized method of moments，SGMM）對動態面板數據進行計量分析，得到白酒產業集聚和生態效率之間的關系。為避免數據的波動性和異方差問題，文中對所有指標中的數據做出處理，均取其自然對數。

2.2 指標選取

（1）被解釋變量。以生態效率（ecological efficiency，EE）作為被解釋變量。目前文獻對生態效率進行評價時，以數據包絡分析法（data envelopment analysis，DEA）為代表的模型分析法被廣泛應用于研究中。而超效率DEA模型能夠處理在傳統DEA模型出現多個決策單元都處于生產前沿面而無法相互比較的問題[24]。本文考慮非期望產出，利用基于投入導向的規模報酬不變的超效率DEA模型[25]，更為準確、有效地測量樣本地區的生態效率。

綜合國內外產業生態效率有關的文獻，并結合白酒產業的特點及現狀[26]，選取的投入指標包括各省份當年的工業廢水排放量、化學需氧量排放量、五日生化需氧量、工業氨氮排放量、工業用水總量、就業人數、電力消耗量；產出指標是白酒產業產量。需要說明的是本文考慮非期望產出，參考HAILU A等[27]的方法，將其作為投入指標，因為在產業運作過程中不可避免會產生環境污染量的排放。

（2）解釋變量。以白酒產業集聚作為解釋變量。目前研究中常用區位熵[8]、行業集中度指數[28]、空間基尼系數[29]、EG指數[30]和赫芬達爾指數[31]等來測量產業集中度的大小，這些方法各有特點，能夠從不同角度衡量產業集聚的水平。考慮到數據的可得性和研究需要，本文選取行業集中度指數來測量白酒產業集聚程度。計算公式為：

式中：CRn表示行業集中度，反映前n個地區的總產值占全國總產值的比例；Sij是第i個地區的第j個產業的產值。CRn的值越大，表示產業集聚程度越大[32]。

將研究期間各省份的白酒產業產值為研究對象，通過測算行業集中度，即各省白酒產業產值占行業總產值的比重來衡量不同省份在不同年份的白酒產業集聚程度。

（3）控制變量。在STIRPAT環境壓力模型中，主要從人口數量、富裕水平和支持這種富裕水平的特定技術水平測量人類活動對生態環境的影響。基于此，本文還考慮了政府方面針對環境出臺的措施會對生態環境產生的一定作用。將上述指標作為控制變量，能夠充分檢驗對區域生態環境情況產生影響的代表因素。其中，各指標的表示方法如下：①人口總量（POP），選取各個省份每年末的人口總量測算。②富裕程度（GDP）。選取各省份的人均收入水平，并以2003年為基期進行指數平減消除價格影響進行測算。③技術創新（TI）。選取各個省份每年年末的專利授權量測算。④環境規制（ER）。選取各個省份的單位面積廢水治理投資額測度[33]。

2.3 數據來源

本文選取2003-2017年全國28個省份的面板數據作為實證樣本，白酒產值和產量數據來源于萬得（Wind）金融數據庫，其余各個指標的數據信息主要從各年份的《中國統計年鑒》、《中國環境統計年鑒》和國家統計局網站中整理得到。

3 實證結果及分析

為更加便于探尋白酒產業集聚和生態效率的發展趨勢，深入辨析兩者的雙向動態關系，本文分別從時間和空間兩方面來進行分析。

3.1 白酒產業集聚度變動趨勢

（1）從時間層面來看，2003-2017年白酒產業集聚度呈波動上升的動態變化走勢。整體而言，全國及東、西部地區產業集聚度均值水平有顯著提高，而中部地區白酒產業集聚度則波動較大，增幅較小。

由圖1可知，在觀測期內東部地區白酒產業集聚水平剛開始低于全國水平，后不斷上升，遠超全國、中部和西部地區，目前其均值穩定在0.046 5。中部地區在樣本觀測期初處于領先地位，2003-2017年間白酒產業集聚度上下浮動幅度較大，均值穩定在0.044 1，低于東部及全國水平。西部地區白酒產業集聚度在觀測期間一直低于全國及東部地區，雖在2011年前后短暫超過中部地區，但均值穩定在0.041 5，不及全國及其他地區水平。

（2）從空間層面來看，由圖2可以觀察到，研究期間各地區白酒產業集聚度呈現出明顯的空間異質性。四川和山東白酒產業集聚度遠高于其他地區，均值為0.233 0和0.130 4；河南、江蘇和遼寧的白酒產業集聚度處于前沿面，其均值穩定在0.069 5；寧夏、青海、福建和浙江則排在最末端，這些地區的白酒產業集聚度尚未達到0.005 0；其余地區白酒產業集聚度處于0.005 4～0.050 0之間。總體而言，樣本觀測期內各地區白酒產業集聚度水平總體不高且空間分布不均勻，東、中、西部三個地區呈依次遞減的趨勢。

3.2 生態效率變動趨勢

圖3 全國及東、中、西部地區生態效率變化趨勢Fig.3 Change trend of ecological efficiency in China and the eastern,central and western regions of China

（1）從時間層面來看，2003-2017年樣本地區的生態效率呈波動起伏的動態變化走勢。由圖3可見，全國及東、中、西部地區的生態效率走勢大體一致，總體來看，生態效率在觀測期內有所提高。分區域比較，全國與東、中、西部地區的生態效率值存在明顯差距，其中西部地區生態效率值明顯位于全國、東部和中部之上，遙遙領先，其均值在0.89左右；東部（均值約為0.61）和中部地區（均值約為0.55）較全國平均水平（均值約0.68）略低，差值均不超過0.15，總體較為接近。

（2）從空間層面來看，2003-2017年各樣本地區的生態效率值不盡相同。由圖4可以觀察到，2003-2017年，四川、北京、貴州和山東的生態效率平均水平遙遙領先于其他地區，處于高效率區間；而寧夏、廣東、浙江和江蘇的生態效率均值排在末端，處于低效率區間；其余20個地區的生態效率水平均值則處于中間位置。總體上，我國目前生態效率水平偏低，東部、中部和西部地區有所差距。西部地區由于經濟發展相對緩慢，自然資源破壞程度較輕，其生態效率高于東部和中部地區。東部地區由于產業升級優化速度快，技術創新能力的提高促使自然資源得到有效保護和循環利用，同時治理污染的成本上升，迫使一部分企業轉移到其他地區，其生態效率相比中部地區較高。中部地區對自然資源的開發利用程度高于西部地區，且生產技術較東部地區落后，其生態效率最低。

圖4 樣本地區生態效率均值空間分布Fig.4 Spatial distribution of ecological efficiency mean in sample regions

將各省份白酒產業集聚度的均值和生態效率的均值進行歸一化處理后對比分析，由圖5可以看到，兩者空間上的分布情況并不一致，四川和山東的白酒產業集聚度均值和生態效率均值皆排名靠前，北京和貴州的生態效率均值較白酒產業集聚度均值更為突出。總體而言，各地區白酒產業集聚度和生態效率在均值比較中難以梳理出一定的規律，有必要進一步定量分析白酒產業集聚和生態效率之間的關系。

圖5 樣本地區白酒產業集聚及生態效率均值空間分布對比Fig.5 Comparison of spatial distribution of Baijiu industry agglomeration and ecological efficiency mean in sample regions

4 模型回歸結果及分析

4.1 模型有效性檢驗

首先，對本文的各個變量進行了單位根檢驗，結果顯示面板平穩。其次，為了更好地顯示模型估計結果的一致性，在對模型進行SGMM估計的同時，給出相應的最小二乘估計和固定效應模型估計的系數作為參照項。最后，本文選取擾動項的差分是否存在一階與二階自相關和過度識別檢驗對系統廣義矩估計的面板估計結果進行穩健性檢驗。

表1 白酒產業集聚對生態效率的影響Table 1 Effect of Baijiu industry agglomeration on ecological efficiency

一方面，考慮到被解釋變量（生態效率）的測算結果是否具有代表性，對模型被解釋變量進行合理調換，選擇用“污染指數”作為“生態效率”的代理變量[34]，重新對模型進行兩步系統廣義矩估計。另一方面，考慮到所選樣本的極值可能對估計結果造成不良影響，分別將模型解釋變量（白酒產業集聚水平）在2017年的極大值與極小值樣本剔除，并重新進行兩步系統廣義矩估計，以檢驗結果的穩健性。

模型的估計與穩健性檢驗結果見表1。各檢驗結果均表明面板模型是穩健的，且動態面板數據的使用和估計是有效的。

4.2 回歸結果分析

為了更加準確有效判斷各個變量之間的關系，選取SGMM估計的回歸結果進行分析。產業集聚AGG的系數為正，且在10%水平上顯著，說明在樣本考察期內白酒產業集聚對生態效率有一定的積極作用。表1的最后兩列分別給出了替換被解釋變量和剔除極值后的估計結果，發現白酒產業集聚對生態效率的影響依然顯著為正，說明研究結論是穩健的。當眾多白酒企業聚集在同一區域，會產生規模效應和技術共享，企業間的互相學習可以加速產業優化，推動企業在競爭中走上機械化、自動化、智能化和信息化道路，從而提高對資源的利用率和生態的保護力度。區域內的生態環境得到穩定和發展，反作用于白酒產業的釀造和生產，為產業源源不斷地提供優質土地及水資源環境等，吸引更多白酒企業在區域內集聚。最終實現產業高質發展和區域內資源循環利用的雙贏。

人口總量對白酒產業生態效率具有較為顯著的正向作用，其影響系數為0.318 4。隨著人口總量的提升，生態環境承載力面臨一系列的壓力問題，資源的有限性和生態環境自凈能力的減弱迫使人們必須尋找著人口規模擴大和生態系統相適應的方式方法。所以低碳生活的理念被倡導和推進，人口素質和環保意識得到提高，形成了綠色的生活方式，有效促進了生態環境的改善，最終對生態效率產生積極影響。

富裕程度對生態效率的影響有比較顯著的負作用，其影響系數為-0.353 8。隨著改革開放和經濟全球化的深入發展，人民的富裕程度日益提高，但效益產出和工資收入的增加卻是以生態環境的破壞為代價。一味地追求人均經濟總量的上漲，僅僅注重改善自身的吃、住、行等生活條件，而忽視了對生態環境的保護和對污染的防治，導致自然承載力的調節能力無法適應經濟的發展速度，出現生態效率低下的不良結果。

技術創新對區域生態效率有較為顯著的正向影響。在產業產能過剩的背景下，技術的改進和創新成果的增加，促進了產業的升級與發展，產業的傳統運作模式向綠色、環保、高效、循環的方向轉變，既可以實現產品的質量提升，又可以實現制造過程的清潔生產，資源利用更加合理，促進節能減排，削弱對自然環境的破壞程度，從而進一步提高生態效率。

環境規制變量的回歸系數在10%的水平上顯著為正，表示政府在環境方面的措施可以改善生態環境狀況。環境規制政策的出臺會影響企業的生產行為，迫使企業通過淘汰落后產能、加大治污成本、節約能源消耗、增強技術清潔能力等措施促使產業結構優化，進而對區域生態環境產生有利影響。白酒產業在生產運作時，受到政府對環境采取保護的限制，避免了企業盲目開發和利用土地和水資源的現象，環境污染問題得到改善。

5 結論與建議

5.1 結論

本文利用2003-2017年我國28個省份的面板數據，運用動態面板模型的系統廣義矩估計方法，探究了白酒產業集聚和生態效率的發展態勢及兩者之間的互動機制，得出結論如下：

（1）一方面，全國及東、西部地區白酒產業集聚水平有顯著提高，而中部地區白酒產業集聚度則波動較大，增幅較小。總體而言，樣本觀測期內各地區白酒產業集聚度水平總體不高且空間分布不均勻，東、中、西部三個地區呈依次遞減的趨勢。另一方面，我國各地區的生態效率呈波動上升的動態變化走勢，但總體水平偏低。在樣本觀測期內，西部地區生態效率值明顯高于全國、東部和中部的結果。各個省份之間生態效率存在空間異質性。

（2）白酒產業和生態效率之間存在一定的動態關系和作用機制，產業集聚度對生態效率的影響為正，即產業集聚有益于提高對資源的利用率和生態的保護力度。區域內的生態環境得到穩定和發展，反作用于白酒產業的釀造和生產，為產業提供源源不斷的優質土地及水資源環境等，吸引更多白酒企業在區域內集聚。

（3）各控制變量的變化對生態效率的作用存在差異。人口總量、技術創新和環境規制都對區域生態效率有較為顯著的積極作用。而與此相反，富裕程度對生態效率的影響為負。

5.2 對策建議

為了促進白酒產業經濟與生態環境的協調可持續發展，根據實證分析和模型測算結果，提出以下對策建議：

（1）合理使用地區資源優勢，通過產業集聚優化升級白酒產業結構布局，探索出更加綠色環保的運作方式，建立生態化網絡體系，使企業在區域內互利共生，降低白酒產業對自然資源的依賴性和破壞性，以動態的視角看待白酒產業和生態環境可持續發展的“雙贏”。

（2）加大對白酒產業生態化發展的科技研發投入力度，推動產學研一體化在白酒產業集聚過程中的建設，突破自然資源循環利用的技術瓶頸，鼓勵企業引進高科技人才參與科技創新活動，從白酒產業生產運作的全周期改進和開發技術，建立清潔生產、廢物利用和生態修復的技術連接鏈。

（3）繼續推進政府對環境的監督和管控力度，設計白酒產業集聚發展的外部環境約束，逐步出臺地方性法制法規。在擴大廢物治理的范圍和成本同時，探索建立生態稅收制度，督促企業更加注重清潔化生產和廢物治理。