產業集聚是否導致“污染天堂”
——基于全國239個地級市的數據分析

江三良 邵宇浩

一 引 言

20世紀70年代，世界經濟發展重心開始向東亞地區轉移，這給中國帶來了良好的發展機遇。改革開放的春風讓沿海城市重新煥發生機。以滬蘇浙為中心的長江三角洲產業集聚帶和以粵港澳為中心的珠三角產業集聚帶，引領著中國經濟向好發展。東部沿海城市的產品市場和要素市場漸趨飽和，部分產業開始向中西部轉移，國家“中部崛起”計劃和“西部大開發”計劃的提出，大大增強了中西部城市的經濟實力。大大小小的產業集聚群體形成一種產業組織力量，共同推動著中國經濟的快速發展。

隨著經濟規模的不斷擴大，我國社會的主要矛盾已經轉變為人民日益增長的美好生活需要和不平衡不充分的發展之間的矛盾。產業集聚與環境污染問題也成為人們關注的焦點。“綠水青山就是金山銀山”理念下，節能減排、低污染、低能耗的經濟發展方式是各級政府努力探索的方向。在經濟轉型的現階段，我國工業化進程中的一個突出問題是，石油、煤炭等一次性能源的大量消耗導致碳排放增加所引起的溫室效應，嚴重影響人們的日常生活。因此，在工業化和城市化進程不可逆的情況下，分析產業集聚對碳排放的影響是非常緊迫和現實的問題。中國城市在一手抓產業一手抓環境的平衡中，存在怎樣的難點和痛點？評價產業集聚的環境正外部性抑或是環境負外部性，從更具政策操作性的地級市層面探究更符合政府行為事實的影響因素，能夠為我國建設美麗中國，推進新時代生態文明建設提供新的思路和視角。

二 文獻綜述

產業資本要素在空間范圍內不斷集聚過程，往往伴隨著區域的資源開放、基礎設施、生產以及配套設施建設。在集聚機制的作用下，規模等級相同或類似的產品受規模經濟內在要求的驅動，通過產業關聯和其他一些經濟聯系集聚成群。對于地區而言，產業集聚在推動城市規模擴張和人口集中的過程中，對地區經濟和環境均會造成一定的影響。一方面，會對環境產生負外部性，加劇地區資源和能源的消耗，增加碳排放量。另一方面，產業集聚所產生的產業關聯能夠吸引高質量的企業，提高資源與能源的使用效率，對環境產生正外部性。在產業集聚區，產業集聚促進原材料的集中利用，各個企業都能獲得知識溢出和技術外溢帶來的好處，從而能夠有效利用資源，減少二氧化碳的排放，改善地區環境質量。這兩種不同方向的影響使產業集聚對碳排放的綜合效應具有復雜性，國內外學者對這一問題的研究成果亦呈現明顯的分歧。

(1)產業集聚發展具有環境正外部性。技術進步和競爭效應會使企業加強環境保護措施，形成產品差異化競爭優勢。同時，知識外溢和科技發展為企業生產更為節能的產品提供可能。產業集聚能夠有效控制污染物排放，減少碳排放量。閆逢柱等(2011)[1]考察了產業集聚與環境污染之間的關系，發現產業集聚在一定程度上能夠降低環境污染。王桂新和武俊奎(2012)[2]指出產業集聚程度的提升具有提高能源利用效率并降低城市碳排放量的作用。武俊奎等(2012)[3]認為我國應當積極利用產業集聚的“節能效應”實現低碳城市規模擴張，促進產業在較大城市集聚。乜敏和趙洪海(2013)[4]構建制造業空間集聚指數，發現制造業集聚程度與碳排放強度存在長期穩定的負相關關系，產業集聚能夠促進低碳經濟的發展。丁娟娟和邱振(2013)[5]利用脈沖響應函數和方差分解法發現產業集聚有利于碳減排。沈能等(2013)[6]發現集聚動態外部性能夠提高能源利用率，進而改善環境質量。張翼和盧現祥(2015)[7]對三大產業進行分析，結果表明三大產業集聚均能促使發達地區減少碳排放。張翠菊和張宗益(2016)[8]基于中國30個省級地區的面板數據，運用空間計量法，發現碳排放強度主要受經濟密度、大城市比重和建成區的影響。

(2)產業集聚發展會產生環境負外部性。包括中國在內的諸多發展中國家，制造業集中的區域多為FDI流入集中的區域(梁琦等，2003)[9]。根據“污染避難所”理論和“向(環境標準)底線賽跑”假說，伴隨著FDI大量流入的產業集聚會加劇環境污染，產生產業集聚發展的環境負外部性問題。Virkanen(1998)[10]研究發現芬蘭南部地區工業集聚對當地水環境和大氣環境造成重金屬污染。Frank(2001)[11]分析歐盟200個城市的數據，認為產業集聚與空氣污染具有顯著的相關性。Verhoef和Nijkamp(2002)[12]以空間均衡模型為研究工具，發現工業分布引起集聚區的環境污染。Ren et al.(2003)[13]分析上海1947-1996年的數據，得出產業集聚導致上海水體總質量下降的結果。侯鳳岐(2008)[14]運用經濟地理模型得出經濟集聚使得地區環境問題更趨嚴重的結論。李偉娜等(2010)[15]從產業集聚層次回顧中國經濟變遷，指出產業集聚促進經濟發展的同時，也帶來了亟待解決的環境問題。黃娟和汪明進(2016)[16]認為產業集聚水平較低時，集聚發展加劇了環境污染。雷海等(2017)[17]指出環境污染程度高的行業也是產業集聚度高的行業。易艷春等(2019)[18]認為隨著城市規模的擴張，形成了規模不經濟，導致產業集聚的碳減排效果減弱。張可(2019)[19]利用聯立方程模型實證分析我國經濟集聚與環境污染之間的關系，發現前者加劇環境污染，且后者抑制經濟增長。李小帆和張洪潮(2019)[20]利用門檻模型，發現生產性服務業與制造業匹配度較低，互動較少，協同集聚度較低，不能對區域碳排放產生明顯促進作用。苗建軍和郭紅嬌(2019)[21]構造空間計量模型，發現制造業集聚和服務業集聚水平的提高會加劇環境污染。

梳理以上文獻可以發現：產業集聚深刻影響碳排放量，但是產業集聚與碳排放之間的關系究竟是正外部性還是負外部性，尚無定論。產業集聚對地區碳排放的綜合效應是怎樣的？產業轉移和提高地區產業集聚程度為環境帶來的是產業集聚紅利，還是環境成本轉移，使得地區成為“污染避難所”？本文注意到，過往的文獻集中于省級層面的研究，地級市碳排放的研究較為缺乏。一個不可忽視的基本事實是21世紀以來我國經營城市的理念開始興起，地級市政府的土地經營行為對產業集聚產生巨大推動力。因此，本文收集全國239個地級市2004-2016年的數據，對城市層面的產業集聚和碳排放量進行研究。

三 模型設定與指標選取

(一)模型設定

如前文所述，產業集聚與碳排放之間的關系相當復雜，集聚水平的不同，呈現的關系必然不同，城市經營理念影響下，城市土地經營者逐漸注重多方面、多角度、多時效地衡量城市土地價值，其行為對產業集聚的影響比省一級政府的影響更為直接，因此，本文選取了中國239個地級市(1)直轄市相當于經濟中心，地理位置重要，工業經濟實力遠遠高于地級市，因此本文樣本不包括北京、上海、天津、重慶四個直轄市。此外由于統計數據的限制，本文排除了以下地級市：運城市、忻州市、呼倫貝爾市、鶴崗市、雙鴨山市、黑河市、欽州市、百色市、河池市、來賓市、三沙市、儋州市、達州市、雅安市、巴中市、六盤水市、畢節市、銅仁市、保山市、昭通市、普洱市、臨滄市、延安市、榆林市、安康市、商洛市、嘉峪關市、金昌市、白銀市、天水市、武威市、張掖市、平涼市、酒泉市、慶陽市、定西市、隴南市、克拉瑪依市、吐魯番市、哈密市、西寧市、海東市。2004-2016年度的面板數據，構建產業集聚和碳排放量之間關系的模型進行實證分析：

co2i, t-1=β0+β1faggloi, t-1+β2saggloi, t-1+β3taggloi, t-1+β4popi, t-1+β5tertiaryi, t-1+

β6pgdpi, t-1+β7fdii, t-1+β8costi, t-1+β9areai, t-1+εi, t-1

借鑒已有研究，為避免內生性的影響，將所有變量滯后一期納入方程。其中，i表示地級市，t表示時間，co2i代表碳排放量，faggloi、saggloi、taggloi分別表示第一、第二、第三產業產業集聚度，popi表示人口規模，tertiaryi代表經濟結構，pgdpi代表經濟發展，fdii代表對外開放度，costi代表城市能源需求，areai代表土地集聚，εi代表隨機誤差項。

(二)指標選取與數據來源

本文選取包括碳排放量、一二三產業集聚度、人口規模、經濟結構、經濟發展、對外開放度、社會消費、土地集聚等10個指標進行計量分析，樣本為2004-2016年我國239個地級市共31056個數據，符合計量分析有效性要求。

(續上表)

各主要變量的統計性描述見表1，指標意義和獲取方法分別是：

1.被解釋變量

碳排量co2。中國國內沒有官方機構公布的碳排放量統計數據，而且國際能源總署(IEA)、美國能源信息管理局(EIA)和美國二氧化碳分析中心(CDIAC)等國外機構可查詢的碳排放數據大多屬于國際層面，內部城市的碳排放量數據十分缺乏。基于現狀和數據可得性，本文參考李少林(2017)[22]的方法計算中國各地級市的碳排放數據，將來源不同的碳排放按能源消耗折算成標準煤計算碳排放量。中國采用的“能源燃料折算為標準煤的二氧化碳排放量系數”通常處于2.42-2.72之間，本文選取中間值2.57作為折算系數。中國電力生產結構特征下，火力發電約占總發電量的80%，假設火力發電與消費量匹配，即社會用電量的80%來源于火力發電。按照火力發電煤耗計算，每度電折合0.123kg標準煤，因此從全社會用電量推算各城市的碳排放量，公式為：

co2=electricity×80%×0.123×2.57×0.001

其中，co2代表碳排放量，electricity代表全社會用電量。

2.核心解釋變量

(1)產業集聚水平(agglo):產業集聚度是衡量產業集聚程度的指標，表示產業分布的空間異質性和區域不平衡性。描繪產業集聚的常用指標包括區位熵、行業集中度、赫芬達爾-赫希曼指數、空間基尼系數等。由于行業集中度對規模分布的考量不夠全面，赫芬達爾-赫希曼指數直觀性較差等原因，在研究區域產業集聚問題時較少被采用。Krugman et al.(1991)[23]利用洛倫茲曲線和基尼系數的原理和方法，以Si表示i地區某產業就業人數占全國該產業就業人數之比，Yi表示該地區就業人數占全國總就業人數之比，構造了測定行業空間分布均衡程度的空間基尼系數：G=∑(Si-Yi)2。但是空間基尼系數沒有考慮具體的產業組織狀況和區域差異，因此也很難真實表達產業集聚度。相對而言，用來衡量區域要素分布情況的區位熵，反映了產業部門的專業化程度，也能夠消除區域規模的差異因素，可以較真實地反映地理要素的空間分布，例如keeble et al.(1991)[24]、楊仁發(2015)[25]的研究。綜合考慮數據獲得的便利性與表達的真實性，本文選取區位熵衡量產業集聚水平，i地區r產業的區位熵agglo計算公式為：

agglo=(eir/∑ieir)/(∑ieir/∑i∑reir)

eir表示i地區r產業的就業人數。采用一、二、三產業的區位熵表示第一產業集聚度(fagglo)、第二產業集聚度(sagglo)、第三產業集聚度(tagglo)

(2)共同集聚水平：本文借鑒楊仁發(2013)[26]的做法，根據產業集聚的區位熵指標，用產業集聚指數的相對差異來衡量r產業與m產業的共同集聚水平，具體計算公式為：

conagglo=1-|agglor-agglom|/(agglor+agglom)

agglor和agglom分別為r產業和m產業的區位熵。該指數值越大，就說明r產業和m產業的共同集聚水平越高。因此，一二產業集聚度、一三產業集聚度、二三產業集聚度的一階滯后項分別表示為conagglo12, t-1、conagglo13, t-1、conagglo23, t-1。

3.控制變量

中國是否淪為發達國家的“污染天堂”？這不是一個非此即彼的簡單問題。已有研究表明，污染的產生與治理經常是“孿生兄弟”。鑒于此，本文控制以下變量的影響。

(1)人口規模(pop)：Dietz和Rosa(1997)[27]于1994年提出環境壓力模型STRIPAT，具體形式為：I=aPbAcTde，I、P、A、T分別表示環境壓力、人口數量、富裕程度和技術，其中用能源消費總量表示環境壓力；a為模型系數，b、c、d分別表示人口數量、富裕程度、技術等人文驅動力的指數，e為模型誤差。IPAT模型是STRIPAT模型的特殊形式，即a=b=c=d=1。Haberl和Krausmann(2001)[28]運用IPAT模型對奧地利工業化中人口規模、富裕程度對環境壓力的影響進行實證分析，指出不同人文驅動力對環境的影響存在差異。Fischer-Kowalski和Amann(2001)[29]認為人口數量和技術對環境的影響明顯強于富裕程度的影響。Kwon(2004)[30]研究結果表明，當富裕度以乘車距離為表征時，富裕度對CO2的影響最為顯著。人口數量的增長直接導致人類生活空間的縮小，使得能源和環境壓力持續升高。本文以各地級市年末總人口數表示人口規模。

(2)經濟結構(tertiary)：不同經濟結構對碳排放量的影響有著顯著差異。經濟發展早中期，經濟結構以重工業為主，大量煤炭等資源的消耗，增加空氣中的碳排放量。隨著經濟的發展，以高技術為核心的技術密集型產業逐步取代重工業，污染物的排放量有所下降。第三產業中，金融、保險、房地產等行業的發展，同樣會增加電力需求及其它相關產品需求。故此，本文運用第三產業增加值占GDP的比重表示經濟結構。

(3)經濟發展(pgdp)：Grossman和Krueger(1991)[31]提出了環境庫茲涅茨曲線(Environment Kuzents Curve)，他們發現部分環境污染物排放量與經濟增長之間存在著“倒U型”曲線關系，即在經濟發展發展初期，經濟增長會加劇環境污染，但是當經濟突破某一“轉折點”，經濟繼續增長有利于改善環境質量。由此可見GDP和環境污染物的排放量存在著一定關系。本文用人均GDP表示經濟發展程度。

(4)對外開放度(fdi)：我國不同地區對外資的吸引力存在差異，欠發達城市為了吸引更多的外資流入，往往會放松環境管制標準，加快自然資源開發利用的步伐，經濟發展初期生產的產品更可能是污染密集型的，甚至“兩頭在外”的出口產品也不能例外。“為增長而競爭”的存在，使環保標準可能會出現“向底線奔跑”的現象。另一方面，加大對外開放度，引進跨國公司的先進技術和環保標準有利于改善引進方環境污染程度。本文以各城市外商實際投資額表示對外開放度。

(5)社會消費(cost)：經濟增長和城市規模的擴大能夠有效地提高城市居民消費水平，促進城市能源需求的增長，由此改變碳排放量，影響環境狀況。本文用社會消費品零售總額表示社會消費。

(6)土地集聚(area)：土地是人類生活和生存的空間，是產業集聚和人口集聚的基礎。本文用建成區的面積表征土地集聚。

四 實證結果分析

(一)數據處理

本文模型中選用的10個指標，各指標量綱存在差異，需要進行無量綱化處理，消除指標量綱的影響。目前常見的無量綱化處理方法主要包括極值法、均值化以及標準化方法。本文采用Z值標準化進行無量綱處理，其中Zij為標準化后的變量值，xij表示實際變量值，xi和si分別為指標的算術平均值(或稱數學期望)和標準差，公式如下：

Zij=(xij-xi)/si

(二)回歸分析

1.單個產業集聚對碳排放量影響的固定效應模型分析

本文所選用的數據，地區數量明顯多于年份數量，為短面板數據。通過豪斯曼檢驗選擇固定效應和隨機效應模型進行估計，結果拒絕原假設，選擇固定模型效應進行分析，回歸結果見表2的模型1。結果顯示：首先，第一產業集聚度(fagglo)對碳排放量的影響不顯著，無法判斷第一產業集聚度對碳排放量的影響。其次，第二產業集聚度(sagglo)的系數在1%水平下顯著為正，這說明第二產業集聚對于地區碳排放有著顯著正向影響。第二產業通常包括制造業、采掘業、建筑業等，其經濟規模的擴大是工業碳排放量增長的決定性因素，而我國大多數城市政府可能選擇犧牲環境來促進經濟發展。電力、熱力、有色金屬冶煉、煤炭開采等高能耗產業排放了大量二氧化碳，不合理的產業結構嚴重制約著環境的改善。并且，第二產業企業缺乏有效的減排設備和環保意識，導致環境負效應遠遠大于環境正效應，使得第二產業成為二氧化碳排放量最大的產業。然后，第三產業集聚度(tagglo)的系數在10%水平下顯著為負，說明第三產業集聚對碳排放有著顯著負向影響。第三產業包括商業、金融、服務業及其他非物質生產部門。隨著經濟社會向低碳綠色轉型，各個城市紛紛將第三產業作為調整結構、推動節能減排的重要抓手。第三產業的發展進入網絡信息時代后，傳統第三產業的影響日益減弱，碳排放量大大減少，對改善環境有著明顯作用。最后，經濟發展在1%水平下顯著為正，對外開放度在10%水平下顯著為正，社會消費在1%水平下顯著為正，說明三者的發展均會增加碳排放量。中國作為最大的發展中國家，不斷加大對外開放力度，吸引外資，發展本國企業。固然，引進了外國先進的科學技術，增強了本國綜合實力，但是由于中國環境管制標準較為寬松，生產大量的污染密集型產品，可能使得中國淪為發達國家的“污染天堂”。

2.考慮共同集聚的固定效應模型分析

以上分析中僅僅考慮單個產業集聚對碳排放量的影響，但現實中，一二三產業之間的共同集聚與碳排放量同樣存在一定的關系。本文根據產業集聚的區位熵指標，用產業集聚指數的相對差異來衡量r產業與m產業的共同集聚水平，分別引入方程，具體回歸結果見表2模型2。從計量結果來看，一二三產業集聚度均顯著且符號未發生改變，但是一二產業共同集聚度在5%水平下顯著為負，說明一二產業共同集聚能有效減少碳排放量，改善環境質量。一三產業共同集聚和二三產業共同集聚則不顯著，說明第一產業和第三產業以及第二產業和第三產業的共同集聚對碳排放量的影響無法確定。

表2 模型回歸結果

(續上表)

3.東中西部地區的比較分析

從地區異質性角度出發，通過對全國樣本中東中西部地區(2)根據經濟發展水平和地理位置，本文將研究樣本分為東中西部三個地區。東部地區：河北、遼寧、江蘇、浙江、福建、山東、廣東、海南。中部地區：黑龍江、吉林、山西、安徽、江西、河南、湖北、湖南。西部地區：陜西、云南、貴州、四川、甘肅、青海、內蒙古自治區、廣西壯族自治區、寧夏回族自治區、新疆維吾爾族自治區。的比較分析，可以看出各地區產業集聚對碳排放的不同影響，見表3。縱向上看：首先在東部地區樣本中，第一產業集聚度在5%水平下顯著為正，第二產業集聚度在1%水平下顯著為正，第三產業集聚度在5%水平下顯著為負，人口規模、經濟發展、對外開放度、社會消費、土地集聚均在1%水平下顯著為正。其次，在中部地區樣本中，第一產業集聚度不顯著，第二產業集聚度在1%水平下顯著為正,第三產業集聚度在10%水平下顯著為負，其他控制變量也均顯著。最后，在西部地區樣本中，第一產業集聚度在5%水平下顯著為正，第二產業集聚度在1%水平下顯著為正，第三產業集聚度在1%水平下顯著為負。

橫向比較來看，首先，第一產業集聚度在東西部地區顯著為正，但是在中部地區卻不顯著。其次，第二產業集聚度在東中西部均顯著為正，影響系數關系為：西部>東部>中部。可能的原因在于：中央政府在2000年開始部署實施“西部大開發”計劃，用東部沿海城市的剩余經濟發展能力來促進西部地區的經濟發展。經過十幾年，西部地區第二產業得到了長足發展，致使第二產業集聚度對碳排放量的影響超過東部和中部地區。東部沿海城市是中國最先發展起來的城市，第二產業規模遠超中部，因此第二產業集聚度對碳排放量的影響超過中部。然后，第三產業集聚度對碳排放量的影響系數均為負值，且絕對值大小關系為：東部<中部<西部。第三產業即各類服務和商品行業，是三大產業中資金流動最大的產業。改革開放以來，中央政府對東部地區施行優惠政策，鼓勵各方企業投資，吸引大量資金涌入，但是由于尚未形成完善的環境補償機制，導致東部地區的環境改善力度不如中部和西部地區。中部地區擁有大量的人口，承接了東部沿海轉移來的產業，使得環境改善力度小于西部地區。最后，三個地區對外開放度對碳排放量影響的大小關系為：東部>中部>西部。在東中部地區，對外開放度的擴大會增加碳排放量，在西部地區，對外開放度對碳排放量的影響為負。

表3 不同地區的產業集聚對碳排放量的影響

五 結論與建議

本文采用固定效應和隨機效應模型，基于2004-2016年我國239個地級市的統計數據，研究一二三產業集聚對碳排放量的影響。結果顯示：第一產業集聚對碳排放量無顯著影響，但是在東西部地區會顯著增加碳排放量；第二產業集聚會顯著增加碳排放量，第二產業集聚所帶來的環境正效應遠小于其所帶來的環境負效應，從而表現出污染環境，增大溫室效應。

在分地區樣本回歸中，西部地區第二產業集聚對碳排放量的影響超過東部和中部地區，第三產業集聚與碳排放量呈現負向關系，能夠有效減少碳排放量。中國東部地區產業集聚對環境的改善效果小于西部和中部；第一產業和第二產業的共同集聚能夠顯著減少碳排放量。值得注意的是在全國以及分地區樣本回歸中，對外開放度對碳排放量的影響均顯著為正，且對東部發達地區的影響高于西部和中部地區，實證結果表明中國可能成為發達國家的“污染天堂”。

毫無疑問，國人皆不希望本國成為發達國家的“污染天堂”，但對增長的期待，產業集聚又常常是地方政府的重要抓手，兩者如何兼顧？本文提出以下建議。

1. 工業化并非千城一律的發展路徑。在大農業背景下，地方政府應當引導農民發展低碳農業，開發農村可再生能源，調整種植和養殖結構，發展節水農業，做好農村生活節能，實施綠色生產。

2.服務業并非一定比第二產業低污染。“服務型經濟”常被認為是經濟轉型的重要方向，但服務業尤其是傳統服務業并非一定比第二產業帶來較少污染，地方政府應當加大環保宣傳力度，優化居民消費結構，提倡綠色消費，支持新能源、新技術的開發利用，依靠人力資本和技術效率推動企業低碳生產，從而實現服務業的節能轉型。

3.清潔生產方面也需要“工業反哺農業”。工業反哺農業不僅指產業關聯與收入帶動方面的，降低污染亦是如此。地方政府要積極引導第二產業的企業進行技術創新，為第一產業特別是農業，提供較為節能的機器設備。同時，鼓勵企業開發清潔能源，以便農業清潔生產。

4.避免“污染天堂”已成為當務之急。節能和綠色生產是全面適用的方向。各地政府面臨因地制宜加大產業結構調整力度、加快工業轉型升級的壓力，一方面對高能耗行業進行改造升級，提高資源利用效率；另一方面鼓勵環境友好型產業發展，加大產業扶持力度。同時，各地政府應當加大企業的環保準入力度，細化企業的碳排放標準，促進清潔能源的使用和清潔機制的應用。

2020年初，新型冠狀病毒襲擊了全人類，令人猝不及防，一些國家甚至短期被迫關上國門，這對我國很多城市而言，是一場危機也是一次機遇。各地區在擴大對外開放力度的同時應當設立較高的環境規制政策，吸引外地高質量企業生產經營，避免成為發達國家或地區的“污染天堂”。