［提要］ 工业集聚通过“规模效应”“溢出效应”和“共享效益”所带来的正向影响能够减少环境污染，但也会因为“拥挤效应”而增加污染物的排放。本文基于2010～2018年省级面板数据，采用固定效应模型考察工业集聚与环境污染之间的关系。结果发现：工业集聚与环境污染之间存在倒“U”型关系，随着工业集聚程度的提高，环境污染呈现先降后升的趋势，且东西部地区比中部地区更明显。为此，应客观地看待工业集聚和环境污染二者之间的关系，并有针对性地制定政策。
关键词：工业集聚；环境污染；倒“U”型
中图分类号：F4 文献标识码：A
收录日期：2022年2月18日
引言
产业集聚是指同一产业在某个特定地理区域内高度集中，产业资本要素在空间范围内不断汇聚的一个过程。它会导致生产同质产品或不同规模的类似产品的企业集中分布，从而产生空间聚集的分布特征。刘杰等人认为产业集聚将会是经济发展过程中必然出现的一种趋势。Lutao（2016）认为它被规模经济的内在要求驱动着。因为产业集聚是一种具有活力的组织形式，也是一个环境污染的载体，所以在经济发展与环境关系的研究中越来越受到学者们的关注。
关于产业集聚对环境污染的影响，目前尚未形成一致的意见。有些学者认为工业集聚与环境污染之间的关系可能是非线性的。张可和豆建民（2016）二人为了研究两者间的关系采用中国285个地级市的数据，构建城市污染综合指数，得出工业集聚与污染排放强度是倒“U”形关系的结论，当工业集聚超过一定的临界水平后才会实现减排。NengShen等（2020）利用空间面板模型分析得出工业集聚与环境效益的关系为U型趋势，即随着产业集聚水平的上升，环境效益先降低后上升。吴文洁等运用门限回归模型研究工业集聚和污染排放强度时，得出了两者的关系存在显著的门槛效应，在达到门槛值之前，工业集聚会增加污染排放的强度，达到门槛值之后，又会降低环境污染的排放。
虽有学者验证了工业集聚对环境污染具有积极的影响，但集聚发展始终伴随着我国现实中的众多污染现象，所以也有学者认为产业集聚会导致更严重的环境污染。如，闫逢柱等运用制造业行业数据对产业集聚和环境污染的关系再考察，并指出产业集聚能在短时间内降低环境的污染，然而，长期来看却并不如此。Cheng Z等（2016）在研究制造业集聚和环境污染的空间相关性与相互之间的作用时，得出制造业集聚会加剧环境污染的结论。Fagbohunka（2012）、王兵（2016）等学者也认为产业集聚会加剧环境污染。
本文结合相关理论知识和前人观点，认为二者间的非线性关系更符合逻辑，因此采用我国30个省级数据进行实证检验。
一、理论机制
工业集聚对环境污染有两方面影响：一是来自于产业集聚的“规模效应” “溢出效应”和“共享效益”所带来的正向影响；二是由于“拥堵效应”对环境污染产生的负向影响。
（一）工业集聚对环境污染的正向影响分析。工业集聚通过规模效应改善环境污染。相互关联的工业企业集中在一起，缩短企业间“产-供-销”的距离，降低了运输成本。企业在区域内采用集中供热的方式，节约燃料，减少生产成本。
工业集聚通过溢出效应改善环境污染。聚集区内企业交流学习更方便，提高了其创新能力和科技水平，这种“知识溢出效应”会带来环境污染的改善，如加强企业环保意识和提高企业知识能力等。
工业集聚通过共享效应改善环境污染。主要体现在基础设施共享，由于企业都集聚区内，之间距离会缩短，所以生产经营等运输活动会相应地减少，使尾气排放和噪声污染有所改善。
（二）工业集聚对环境污染的负向影响分析。工业集聚对环境污染产生的负向影响，主要由其产生的“拥堵效应”来体现。这种“拥堵效应”会使得企业生产者疯狂地加快生产，争先恐后，从而引发一系列负面的反弹效果，比如因为抢夺公共资源而产生的恶性竞争，这种恶性竞争会导致集聚区的环境压力变大，环境质量变差，治理费用升高，导致企业在一定时间和空间内无法正常运转，从而导致该地区产生环境污染问题。
二、模型、指标与数据
（一）模型构建。据上文分析，将工业集聚的一次项和平方项共同设计进模型，若回归结果一次项显著，二次项却不显著，则工业集聚对环境污染仅仅存在线性的影响关系，若回归结果一次项与平方项均显著，则说明工业集聚和环境污染之间有着非线性的影响关系。据此，构建如下回归模型：
polit=β0+β1Aggit+β2Agg2it+β3urbanit+β4Techit+β5Fdiit+β6marketit+β7rjgdpit+β8erit+β9Openit+μit （1）
其中，下标i表示各省，t表示年份。pol代表环境污染；Agg代表工业集聚程度；urban表示城镇化率；Tech代表科学技术支出；Fdi表示外商投资；market表示市场化水平；rjgdp表示地区经济发展水平；er代表环境规制；Open代表对外开放程度；μ表示随机干扰项。
（二）变量选取
1、被解释变量：环境污染（pol）。在工业企业的污染排放物中，二氧化硫算得上是所有污染物中排放量前三的，且其统计数据比其他污染物更容易得到，具有一定的可信度。因此，本文参考李筱乐选择工业二氧化硫（SO2）排放量作为环境污染指标。
2、核心解释变量：工业集聚水平（Agg）。本文采用区位熵来测算核心解释变量工业集聚（Agg） 。
Aggijt=■■
其中，Aggijt表示i城市第t年工业集聚水平，Sijt表示i城市j产业第t年就业人数。
3、控制变量。城镇化率（urban）：这一指标用城镇人口数和总人口（包括农业和非农业）之间的比重来表示。科学技术（Tech）：科学技术这一指标选自财政一般公共预算支出中的科学技术支出费用来进行衡量。外商投资（Fdi）：用地区外商投资额占GDP比重来衡量Fdi这一指标。市场化水平（market）：用中国市场化指数来进行衡量。地区经济发展水平（rjgdp）：采用地区人均GDP来进行衡量。环境规制（er）：由工业废水排放量、工业SO2排放量以及工业烟尘排放量计算而来，代表环境规制强度综合指数er，er越大表示污染排放越多，环境规制强度越弱。对外开放（Open）：本文用地区进出口总额与GDP的比值来衡量其对外开放的程度。
（三）数据来源。本文数据主要来自2010～2018年的《中国统计年鉴》《中国环境统计年鉴》和《中国城市统计年鉴》，由于西藏部分数据的缺失，故不纳入样本范围，因此本文的数据样本范围仅包括30个省级行政区。其中，市场化指数来自wind数据库《中国市场化指数——各地区市场化相对进程2019年报告》。
三、实证分析
（一）基准回归。本文采用了固定效应、随机效应和混合OLS的方法对所建模型进行了回归，且固定效应通过了豪斯曼检验，其结果如表1所示。（表1）
据表1结果分析，无论是固定效应、随机效应，还是混合OLS，工业集聚一次项（Agg）的系数都为正，二次项（Agg2）的系数都为负，说明工业集聚对环境污染（pol）的影响是非线性的，并且呈倒“U”型的关系。
urban的系数显著为负，说明城镇化率对环境污染的影响是负向的，即城镇化率越高，则环境污染的程度越低；Tech的系数显著为负，说明政府的科学技术支出费用越多，则环境污染就越有所改善；Fdi的系数显著为正，说明随着外商投资的增加，可能会对环境造成更严重的污染；market在固定效应时系数为负，但不显著，而在随机效应和混合OLS时系数显著为正，说明之前提出“市场化水平越高，环境污染的程度越低”的假设是正确的，市场化水平与环境污染之间的关系是负向的；rjgdp的系数为正，且在固定和随机效应时显著为正，说明随着经济的发展，环境污染在加剧；而混合OLS时不显著，可能的原因有两点：一是只用人均gdp来衡量经济发展水平不够全面，导致结果存在误差；二是经济的正外部效应和负外部性效应同时存在，正外部性效应不够明显；er的系数显著为正，说明环境规制强度越弱，环境污染就越严重；Open的系数为正，说明随着开放程度的提高，环境污染问题就会相继而来。
（二）区域异质性分析。本文参考以往学者的研究，将全国30个省份（不含西藏）划分为东部、中部和西部地区。东部地区有北京市、天津市、河北省、辽宁省、上海省、江苏省、浙江省、福建省、山东省、广东省以及海南省，中部地区包括山西省、吉林省、黑龙江省、安徽省、江西省、河南省、湖北省以及湖南省，西部地区包括内蒙古自治区、广西壮族自治区、重庆市、四川省、贵州省、云南省、陕西省、甘肃省、青海省、宁夏回族自治区和新疆维吾尔自治区。采用固定效应的方法对东、中、西三大地区进一步异质性分析。回归结果如表2所示。（表2）
从表2结果来看，我国东部和西部地区的回归结果较为显著，而中部地区的回归结果却不显著。从东部地区的回归结果来看，工业集聚（Agg）的一次项和二次项系数均在5%的显著性水平下显著，且方向均与全国层面相统一，都是一次项为正，二次项为负的倒“U”型；城镇化（urban）和科学技术支出（Tech）的系数在1%的显著性水平下都为负向，说明位于东部地区的省份实现城镇化会对其解决环境污染问题带来积极的影响，政府科学技术支出的增加，会改善该地区的环境污染；环境规制（er）的系数为正且在10%的显著性水平下显著，说明东部地区相关环境规制政策的制定会给该地区带来一定的环境效益；开放程度（Open）的系数在10%的显著性水平下显著为负，说明在东部地区开放水平越高，环境污染问题越轻，与全国层面得出的开放水平越高，就越可能会对该区域带来相应的环境污染问题的结论有所不同，本文猜想可能是由于东部地区经济过于发达，过度开放，所以可能会与中西部地区有所异样。外商投资（Fdi）、市场化水平（market）和经济发展水平（rjgdp）可能由于某些误差不太显著。从中部地区的回归结果来看，其核心变量不太显著，因为中部不像东部和西部那样特征比较明显，我国的东部地区相对而言比较发达，西部地区却属于落后地区，然而中部地区有发达也有落后的城市，情况不均，所以其结果和东、西部地区比起来，就不是很显著。西部地区呈现的回归结果是倒“U”型关系，这与全国层面和东部地区相一致。城镇化（urban）和科学技术支出（Tech）的系数都显著为负向，说明西部地区的城市加快城镇化进程和加大科技费用投入对该地区环境污染问题的解决具有积极的正向影响，西部地区的经济发展水平（rjgdp）对环境污染问题也具有显著的影响，可能是由于西部地区部分城市相对落后，加快其经济发展进程，会使得其环境污染问题有所改善。由于当前西部地区在某些方面的发展相对落后，以至于其环境规制（er）和对外开放（Open）的作用不太显著。
四、结论及建议
本文运用30个省级层面的数据，研究我国工业集聚和环境污染之间的关系，并得出结论：（1）工业集聚和环境污染之间是倒“U”型关系，即随着工业集聚水平的提高，其对环境污染的影响先是上升，然后下降；（2）倒“U”型关系在我国东部和西部地区比较明显，在中部地区不太明显；（3）从控制变量来看，外商投资和环境规制的影响比较明显，说明增加外商投资，会给我国的生态环境带来压力，政府为保护环境提出的一系列环境规制政策，是有利于环境保护的。
因此，本文提出如下建议：要客观地去看待工业集聚和环境污染二者之间的关系，结合二者的关系针对性去制定政策，工业集聚能推动经济的增长与发展，与环境污染有着倒“U”的关系，在平衡经济效益和环境效益之间有着关键性的作用。虽然工业集聚在短期可能会对环境带来一定的压力，但从长远看来，它是有利于降低环境污染的，应积极利用两者的关系，继续支持工业集聚发展。
（作者单位：兰州大学经济学院）
主要参考文献：
［1］刘世锦.产业集聚及其对经济发展的意义［J］.改革，2003（03）.
［2］Liu J，Cheng
Z，Zhang H.Does industrial agglomeration promote the
increase of energy efficiency in China［J］.Journal of Cleaner Production，2017（164）.
［3］Lutao，Ning，Fan，et al.Urban innovation，regional externalities of foreign direct investment and industrial
agglomeration：Evidence from Chinese cities［J］.Research Policy，2016.
［4］张可，豆建民.工业集聚有利于减排吗［J］.华中科技大学学报（社会科学版），2016.140（04）.
［5］Shen N，Peng
H.Can industrial agglomeration achieve the emission-reduction effect［J］.Socio-Economic Planning Sciences，2020.
［6］吴文洁，王晓娟，何艳桃.工业集聚与污染排放强度——基于固定效应门限回归模型的再检验［J］.工业技术经济，2017.290（12）.
［7］闫逢柱，苏李，乔娟.产业集聚发展与环境污染关系的考察——来自中国制造业的证据［J］.科学学研究，2011.29（01）.
［8］Cheng Z.The spatial correlation
and interaction between manufacturing agglomeration and environmental pollution［J］.Ecological Indicators，2016（61）.
［9］Fagbohunka.A.The Impacts of
Agglomeration on the Immediate Environment，Using The
Lagos Region As a Study Case［J］.International
Business Research，2012.5（12）.
［10］王兵，聂欣.产业集聚与环境治理：助力还是阻力——来自开发区设立准自然实验的证据［J］.中国工业经济，2016（12）.
［11］夏妍.我国产业集聚对环境污染的影响研究［D］.南京：南京理工大学，2019.
［12］李筱乐.市场化、工业集聚和环境污染的实证分析［J］.统计研究，2014（08）.
［13］李勇刚，张鹏.产业集聚加剧了中国的环境污染吗［J］.华中科技大学学报（社会科学版），2013.27（05）.
［14］何慧爽.环境质量、环境规制与产业结构优化［J］.地域研究与开发，2015.34（01）.
［15］石磊，金兆怀.我国乡村振兴中财政支农效率优化问题研究［J］.当代经济研究，2021（05）.
［16］姚成胜，曹紫怡，韩媛媛.工业集聚、人口城镇化、土地城镇化与环境污染［J］.地域研究与开发，2020.39（05）.
|
