盧福財 詹先志

摘 要：為了探討環(huán)境污染與制造業(yè)集聚之間的關(guān)系，獲得經(jīng)濟發(fā)展過程中環(huán)境污染治理的啟示，本文從新經(jīng)濟地理學(xué)角度出發(fā)，探討城市環(huán)境污染程度的增加對制造業(yè)集聚的影響，并對比分析了在考慮空間關(guān)聯(lián)性之后的不同作用結(jié)果。利用2005—2015年中國285個地級市的數(shù)據(jù)，通過構(gòu)建空間面板計量模型和門檻模型，分析環(huán)境污染對制造業(yè)空間集聚的直接影響和空間溢出的間接影響，結(jié)果表明：不論是固體廢棄物污染、廢水污染還是二氧化硫污染，均存在空間溢出;三種污染物中能夠帶來顯著負作用的是固體廢棄物污染，而其余兩種的負作用并不顯著;在一定量的積累下，環(huán)境污染會對制造業(yè)集聚構(gòu)成威脅，并且這種威脅受環(huán)境污染總量和環(huán)境規(guī)制力度的約束。

關(guān)鍵詞：環(huán)境污染;制造業(yè)集聚;空間關(guān)聯(lián);新經(jīng)濟地理學(xué);門檻效應(yīng)

中圖分類號：F427文獻標識碼：A

文章編號：1000-176X（2019）09-0036-09

一、問題的提出

近些年來，隨著城市化進程的加快，部分城市的環(huán)境污染和生態(tài)破壞超過了環(huán)境承載力，這種負外部性所造成的社會經(jīng)濟和福利損失在不斷加劇。根據(jù)推算，僅在2014年，中國因環(huán)境污染所造成的經(jīng)濟損失就高達3.82萬億元。自財政分權(quán)以來，地區(qū)污染獨立治理導(dǎo)致的污染“搭便車”行為在地區(qū)之間不斷加劇。為了緩解城市中心地區(qū)日益加劇的污染，地方政府一方面將部分新企業(yè)安置在邊緣地區(qū);另一方面則提升在城市中心地區(qū)污染排放的成本，推動企業(yè)從重污染地區(qū)轉(zhuǎn)移，緩解中心地區(qū)的環(huán)境壓力。第二個措施會將部分污染企業(yè)擠出，向污染排放成本較低的邊緣地區(qū)轉(zhuǎn)移，或者向其他污染排放成本較低的地區(qū)轉(zhuǎn)移。而污染企業(yè)向區(qū)域內(nèi)邊緣地區(qū)轉(zhuǎn)移會加據(jù)區(qū)域邊緣的環(huán)境污染，這部分污染會對周邊地區(qū)造成影響，產(chǎn)生污染在地區(qū)之間的負外部性，形成污染在空間上的關(guān)聯(lián)。

針對環(huán)境污染在區(qū)域間的負外部性造成的污染空間關(guān)聯(lián)，國內(nèi)外學(xué)者進行了很多的相關(guān)研究。曾文慧[1]的研究發(fā)現(xiàn)，河流及相鄰地區(qū)之間存在污染轉(zhuǎn)移的激勵，如在河流上游的污染會往下游轉(zhuǎn)移，地區(qū)內(nèi)的污染會向邊緣地區(qū)轉(zhuǎn)移。周沂等[2]也有類似的發(fā)現(xiàn)，城市中心地區(qū)的污染會逐漸向邊緣地區(qū)擴散，而這種轉(zhuǎn)移是因為環(huán)境規(guī)制的不均衡造成的。Duvivier和Xiong [3]也得到了類似的研究發(fā)現(xiàn)，同一個省的內(nèi)部存在著污染“搭便車”行為，污染越來越多地向邊界地區(qū)聚集而不僅僅是交通便利地區(qū)。學(xué)者們的研究得出一個相近的結(jié)論：污染并非總是在一個區(qū)域中聚集，而是在達到一定程度之后有擴散的趨勢，擴散方向往往是行政地區(qū)的邊緣。這種污染的邊緣擴散激勵并非國內(nèi)獨有，國外同樣存在這種情況。Helland和Whitford [4]的研究發(fā)現(xiàn)，在州郡之間存在著污染向邊緣轉(zhuǎn)移的情況。另外，Novel[5]也發(fā)現(xiàn)，環(huán)境規(guī)制會因污染情況的改變呈動態(tài)變化，只要本地區(qū)的污染發(fā)生了轉(zhuǎn)移，其相應(yīng)的環(huán)境規(guī)制力度就會下降。

區(qū)域間的企業(yè)分布同樣受環(huán)境污染的影響。區(qū)域間環(huán)境規(guī)制力度的不均衡會導(dǎo)致企業(yè)分布的不均衡，從而影響地區(qū)的經(jīng)濟發(fā)展水平[6]。受到早期地區(qū)政績考核方式的影響，地方政府為了避免地區(qū)經(jīng)濟產(chǎn)值受環(huán)境規(guī)制力度上升的沖擊，會相應(yīng)降低該地區(qū)的環(huán)境規(guī)制力度，使得地區(qū)間出現(xiàn)“囚徒困境”，不利于整體的環(huán)境污染治理。環(huán)境規(guī)制力度較低的地區(qū)容易成為“污染避難所”，從而改變了區(qū)域間的企業(yè)分布，最終影響區(qū)域內(nèi)的產(chǎn)業(yè)集聚。

總體而言，環(huán)境污染程度的變化可能會改變企業(yè)在地區(qū)間的分布，從而對產(chǎn)業(yè)集聚程度產(chǎn)生影響。如果忽略了環(huán)境污染空間關(guān)聯(lián)性，估計出來的結(jié)果可能是有偏的;在已往的研究中部分學(xué)者雖然考慮了空間關(guān)聯(lián)性，但實證中可能會因為省級面板數(shù)據(jù)的空間范圍太大導(dǎo)致部分空間溢出效應(yīng)難以完全捕捉。基于這樣的考慮，本文通過理論分析環(huán)境污染對制造業(yè)空間集聚的影響，并使用城市面板數(shù)據(jù)對其進行檢驗，最終得到環(huán)境污染治理對經(jīng)濟發(fā)展的必要性。

二、理論模型的建立

本文所構(gòu)建的模型主要依據(jù)Ottaviano[7]與Forslid和Ottaviano [8]所建立的自由企業(yè)家模型（FE），借鑒了其勞動力驅(qū)動集聚的思想;同時參考Dixit和Stiglitz[9]的D-S模型和Krugman[10]的C-P模型，分別借鑒了消費者多樣性偏好和企業(yè)壟斷競爭的思想及要素流動形成集聚的思想。

（一）模型假設(shè)

假設(shè)經(jīng)濟系統(tǒng)中只有兩個地區(qū)，地區(qū)p和地區(qū)c分別是生產(chǎn)地區(qū)和消費地區(qū)，這兩個地區(qū)分別由農(nóng)業(yè)部門（A）、制造業(yè)部門（M）及環(huán)境保護部門構(gòu)成。農(nóng)產(chǎn)品由農(nóng)業(yè)部門生產(chǎn)且具有以下特性：無差異性、不在地區(qū)間流動、農(nóng)產(chǎn)品市場為完全競爭市場;地區(qū)間可貿(mào)易商品由制造業(yè)部門生產(chǎn)且具有以下特性：差異性、規(guī)模報酬遞增、貿(mào)易商品市場為壟斷競爭市場、貿(mào)易商品在地區(qū)間可自由流動;污染治理由環(huán)境保護部門負責(zé)，但環(huán)境保護部門不分配勞動力治理污染，而是由每一家企業(yè)自己分配一部分勞動力處理環(huán)境污染。假定環(huán)境保護部門的規(guī)定被充分執(zhí)行且企業(yè)治理污染并不存在“搭便車”行為，在各個地區(qū)技術(shù)水平相同的情況下，每個地區(qū)需要將ηi比重的勞動力用于污染治理。地區(qū)內(nèi)生產(chǎn)者同時也是消費者，并提供勞動力，該指標用L表示;消費者可以跨地區(qū)自由流動，且每個消費者提供一單位的勞動力，該單位勞動力具有非負效用及非彈性的性質(zhì)。地區(qū)的有效勞動力供給取決于勞動力數(shù)量L和用于污染治理的比重ηi，地區(qū)的消費和生產(chǎn)主要依賴于有效勞動力。在一單位勞動力中，1-ηi用于生產(chǎn)，ηi用于污染治理。

（二）消費者

代表性消費者的總效用來自農(nóng)產(chǎn)品的消費及制造業(yè)部門產(chǎn)品的消費為Un=MμnA1-μn，0<μ<1。制造業(yè)部門產(chǎn)品的子效用則由各個差異化產(chǎn)品組成，Mn=（∫nwi=0mγnidi）1/γ;σ=11-γ>1

。其中，Un表示地區(qū)n的消費者效用，M表示制造業(yè)部門產(chǎn)品消費數(shù)量，A表示農(nóng)產(chǎn)品消費數(shù)量，μ表示制造業(yè)商品的支出比重，nw表示制造業(yè)商品的種類，mni表示地區(qū)i生產(chǎn)的商品在地區(qū)n的消費數(shù)量。假設(shè)各種商品之間具有替代性，σ表示差異化商品之間的替代彈性（σ>0）。商品在地區(qū)之間流動受“冰山”成本的影響，若要將一單位商品從生產(chǎn)區(qū)i送往消費區(qū)n，則需要運送的商品數(shù)量為τ，并在運輸過程中將損耗τ-1的商品。因此，生產(chǎn)區(qū)i的商品在消費區(qū)n的銷售價格為pni=τpi，n地區(qū)的代表性消費者預(yù)算約束為PAnA+PMnM=I。

（三）變量說明

城市產(chǎn)業(yè)集聚度的衡量一般采用制造業(yè)區(qū)位商進行測算[15]。由于區(qū)位商不能反映出經(jīng)濟地理特征，在數(shù)據(jù)可得性基礎(chǔ)上，本文借鑒Koo[16]的測算方法， 令aggi=Li/LCSi。Si表示城市i的市轄區(qū)建成面積，Li表示城市i的制造業(yè)總就業(yè)量，LC表示全國總的制造業(yè)就業(yè)量。該指標考慮了部門和地區(qū)之間經(jīng)濟活動的分布方式。

基于假設(shè)2，不同的污染物對制造業(yè)集聚的影響可能有所不同。因而將環(huán)境污染分為固體廢棄物（包含粉塵）污染（smoke）、二氧化硫污染（SO2）、廢水污染（water）。環(huán)境污染（pollu）則用各個地區(qū)的三種污染物的加和在全國總污染的比重表示。

本文從新經(jīng)濟地理學(xué)和其他學(xué)科的角度選取了如下控制變量：地區(qū)工業(yè)企業(yè)的數(shù)量（firm），企業(yè)的集聚往往會帶來產(chǎn)業(yè)外部性，工業(yè)企業(yè)數(shù)量較多的地區(qū)容易形成勞動力、知識的外溢與共享，產(chǎn)生正外部性，有利于企業(yè)選址。信息化程度（com）用地區(qū)的運輸、郵電通信、倉儲的總產(chǎn)值占地區(qū)GDP的比重與全國運輸、郵電通信、倉儲的總產(chǎn)值占全國GDP比重的比重來表示。交通運輸條件（road）通過地區(qū)的公路里程與全國公路總里程的比值表示，表示地區(qū)的交通運輸條件。勞動力成本（wage）用地區(qū)的職工平均工資與全國職工平均工資的比值表示。實際收入的差異會激勵勞動力在區(qū)域間的流動，從而影響企業(yè)的區(qū)域分布。

其他控制變量有：人力資本（edu），人力資本高的地區(qū)存在著知識溢出效應(yīng)，還可以降低企業(yè)的人才搜尋成本。該指標用各地級市本（專）科畢業(yè)生人數(shù)占地級市總?cè)丝诘谋戎嘏c全國本（專）科畢業(yè)生人數(shù)占全國總?cè)丝诘谋戎祦肀硎?。消費者購買力（pergdp）使用了地區(qū)人均GDP 與各年全國人均GDP的比值來度量，用以指代地區(qū)的需求水平。政府支出（gov）以地區(qū)不包含教育支出的政府支出在GDP 中的比重與全國不包含教育支出的政府支出在GDP 中比重的比值來衡量。對外開放程度（open）高的地區(qū)，往往與國外交易的交易成本和運輸成本都較低，有利于外資企業(yè)的選址。城市化（urban）用各地區(qū)的城市化率與全國城市化率的比值來衡量。在城市經(jīng)濟學(xué)中，城市化水平較高的地區(qū)有著較高的正外部性，會對企業(yè)產(chǎn)生選址的激勵。環(huán)境規(guī)制（er）采用了各地級市的污染源治理本年投資額與城市人口的比值作為刻畫城市環(huán)境規(guī)制水平的指標。

（四）數(shù)據(jù)說明與描述統(tǒng)計

本文選取了285個地級市2005—2015年的面板數(shù)據(jù)作為研究樣本，樣本數(shù)據(jù)從《中國城市統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》搜集獲得。另外，和價格有關(guān)的指標，如GDP、職工平均工資（wage）、消費者購買力（pergdp），為了消除價格因素的影響，均以2005年為基年，利用各省的GDP平減指數(shù)進行了調(diào)整。數(shù)據(jù)中存在的缺失值則利用插值法進行補充，同時對樣本數(shù)據(jù)中的異常值作了平滑處理。

需要說明的是，統(tǒng)計年鑒中，城市化水平數(shù)據(jù)存在嚴重缺失，本文參考了孫久文和周玉龍[17]計算城鎮(zhèn)化的方法進行了補充。該方法采用非農(nóng)就業(yè)人口占總就業(yè)人口的比重來替代一個城市的城鎮(zhèn)化水平，而非農(nóng)就業(yè)人口則是用總就業(yè)人口減去農(nóng)林漁牧業(yè)就業(yè)人口表示。各個變量的樣本數(shù)均為3 135個。變量的描述性統(tǒng)計如表1所示。

四、實證結(jié)果分析與檢驗

（一）空間效應(yīng)實證結(jié)果分析

1.環(huán)境污染空間相關(guān)性檢驗

2.估計模型識別

空間關(guān)聯(lián)性的引入可以避免忽略空間因素帶來的偏誤，但需要進一步檢驗和判斷來確定具體的空間計量模型。一般情況下，使用LM和Robust LM的統(tǒng)計值和顯著性來判斷空間計量模型的適用性。

空間計量模型的檢驗結(jié)果顯示，SLM模型和SEM模型均在LM和Robust LM兩種檢驗方法下通過了1%的顯著性檢驗。除了針對空間效應(yīng)的檢驗，本文還進行了時間效應(yīng)及空間和時間混合效應(yīng)檢驗，但只有空間效應(yīng)的結(jié)果顯著，因而最終使用空間效應(yīng)模型。SLM模型和SEM模型均通過了檢驗，可通過對比兩個模型的Log-likelihood值的大小區(qū)分兩個模型在樣本數(shù)據(jù)上的優(yōu)劣。兩個模型對應(yīng)的Log-likelihood值分別為-107.3414和-1 353.8976，可知SLM模型有著更好的效果。另外，Walds和LR檢驗則是為了檢驗SDM模型能否替代SLM模型。Walds和LR檢驗的結(jié)果均顯著，說明可以使用SDM模型。

Hausman檢驗結(jié)果顯示，隨機效應(yīng)在該樣本數(shù)據(jù)不適用，因為不滿足隨機效應(yīng)中個體效應(yīng)與解釋變量不相關(guān)的基本假設(shè)，所以最終選擇使用固定效應(yīng)。另外，本文使用的是中國285個地級市單位，覆蓋面較廣，不存在需要通過隨機抽樣獲得整體性質(zhì)的問題，同樣也說明了固定效應(yīng)的可行性。

3.空間面板計量結(jié)果分析

（1）初步分析。

在空間計量模型的選擇判斷中，最終選擇SDM模型。為了對比，除了使用SDM模型進行參數(shù)估計，也使用了非空間計量的引入個體固定效應(yīng)模型進行估計，兩個模型的估計結(jié)果在表3中。另外，實證中所使用的軟件分別為Stata14.0和Matlab2010a及其對應(yīng)的空間計量軟件包jplv7。

在本文所使用的面板數(shù)據(jù)中，T=11，N=285，N遠大于T，屬于短面板，一般不需要進行單位根和協(xié)整檢驗。由于需要對三種污染物的系數(shù)進行直接對比，因而對這三種污染物數(shù)據(jù)進行了標準化處理。根據(jù)表3的結(jié)果，可以初步得到以下的結(jié)論：一是在SDM模型和個體固定效應(yīng)模型的結(jié)果中，只有固體廢棄物污染對制造業(yè)集聚有著顯著為負的影響;在作用方向上，三種污染物的系數(shù)方向均為負，和預(yù)期的結(jié)果一致。二是除了本地固體廢棄物污染之外還需考慮周邊固體廢棄物污染帶來的影響。對比可知，不考慮空間因素的情況下，會低估固體廢棄物對制造業(yè)集聚的作用。三是通過表3的ρ值可以看出，制造業(yè)集聚存在著空間溢出效應(yīng)，即制造業(yè)集聚程度高的地區(qū)，對鄰近地區(qū)有著正向外部性，往往有利于周邊的制造業(yè)集聚。

[4]Helland， E.， Whitford， A. B. Pollution Incidence and Political Jurisdiction： Evidence From the TRI[R]. Claremont Colleges Working Papers， 2003.

[5]Novel， D. P. The OTC Challenge： Adding VOC Controls in the Northeast[J]. Journal of the Air and Waste Management Association， 1992， 42（8）： 1053-1056.

[6]周浩，鄭越.環(huán)境規(guī)制對產(chǎn)業(yè)轉(zhuǎn)移的影響——來自新建制造業(yè)企業(yè)選址的證據(jù)[J].南方經(jīng)濟，2015，（4）：12-26.

[7]Ottaviano， G.I. P . Monopolistic Competition， Trade， and Endogenous Spatial Fluctuations[J]. Regional Science and Urban Economics， 1996， 31（1）：51-77.

[8]Forslid， R.， Ottaviano， G. I. P. Trade and Agglomeration： An Analytically Solvable Case[R]. Unpublished Manuscript， 1999.

[9]Dixit， A. K.， Stiglitz， J. E. Monopolistic Competition and Optimum Product Diversity[J].The American Economic Review， 1977， 67（3）：297-308.

[10]Krugman， P. Increasing Returns and Economic Geography[J]. Journal of Political Economy， 1991， 99（3）：483-499.

[11]劉安國，張克森，楊開忠.環(huán)境外部性之下的經(jīng)濟空間優(yōu)化和區(qū)域協(xié)調(diào)發(fā)展——一個擴展的新經(jīng)濟地理學(xué)模型[J].經(jīng)濟問題探索，2015，（12）：91-99.

[12]Anselin， L. Spatial Econometrics： Methods and Models[M]. Boston：Kluwer Academic Publishers， 1988.80-99.

[13]Le Sage， P.， Pace， R.Introduction to Spatial Econometrics[M].Florida：CRC Press，2009.45-75.

[14]Hansen， B. E. Threshold Effects in Non-Dynamic Panels： Estimation， Testing， and Inference[J]. Journal of Econometrics， 1999， 93（2）：345-368.

[15]劉修巖，殷醒民，賀小海.市場潛能與制造業(yè)空間集聚：基于中國地級城市面板數(shù)據(jù)的經(jīng)驗研究[J].世界經(jīng)濟，2007，（11）：56-63.

[16]Koo， J. Determinants of Localized Technology Spillovers： Role of Regional and Industrial Attributes[J]. Regional Studies， 2007， 41（7）：995-1011.

[17]孫久文，周玉龍.城鄉(xiāng)差距、勞動力遷移與城鎮(zhèn)化——基于縣域面板數(shù)據(jù)的經(jīng)驗研究[J].經(jīng)濟評論，2015，（2）：29-40+77.

（責(zé)任編輯：鄧 菁）