制造业集聚对生态环境的动态影响分析
——基于长江经济带地级市数据

徐慧枫，吴　超

（1.中共宁波市委党校，浙江 宁波 315012；2.中国地质大学（武汉）经济管理学院，湖北 武汉 430074）

●区域发展

制造业集聚对生态环境的动态影响分析
——基于长江经济带地级市数据

徐慧枫1，吴超2

（1.中共宁波市委党校，浙江 宁波 315012；2.中国地质大学（武汉）经济管理学院，湖北 武汉 430074）

城镇化进程中，制造业的聚集将会对生态环境产生影响。文章以长江经济带9省2市（直辖市）的109个地级市为研究对象，在IPAT框架下构建了分析制造业集聚对生态环境动态影响的回归模型，并借助SYS-GMM方法对2003-2014年间制造业集聚的生态环境影响进行了动态分析。结果表明长江经济带制造业集聚对生态环境存在长期动态影响，并且正由负向影响向正向影响过渡，表现出生态化、绿色发展趋向。长江经济带各省（直辖市）应当从提高居民素质、提升环保技术水平以及提升环境保护意识几个方面努力，打造好生态文明建设示范带。

制造业集聚；生态环境；长江经济带；SYS-GMM

目前，我国正处于城镇化和工业化快速发展的时期，然而伴随经济活动而产生的环境问题一直都未得到很好的解决。城镇化的进程中必然伴随着制造业的不断集聚，也因此对生态环境产生影响。2015年下半年，供给侧改革概念提出，经济结构的转变加快，制造业的发展将走向分化，集聚发展、技术改造成为制造业发展的大方向，粗放式发展也必将会被绿色生态发展所替代。在此大背景下，把握好制造业集聚所产生的环境影响是坚持绿色发展以及城镇化进程中不可忽视的重要问题。

“长江经济带”是中国新一轮改革发展中区域开发的新战略，对于协调长江沿线区域经济稳定发展，打造新时期生态文明建设示范带具有重要意义。本文选择“长江经济带”为研究对象，以主要地级市作为研究单元进行制造业集聚的生态环境影响研究，重点针对产业集聚的生态环境影响动态规律加以探讨。

一、理论基础

根据克鲁格曼（Krugman）的观点，区域经济发展存在两股力量：吸引力和排斥力，向心力作为主导力量时，产业呈现集聚态势，反之则会扩散［1］。产业集聚促进区域经济发展的内在机理在于产业集聚所产生的集聚经济效应。产业的集聚效应体现为集聚经济和集聚不经济两大种类，这被国内相关学者称为集聚效应与拥塞效应，两种效应共同作用于社会活动的空间集聚与分散。集聚经济作为推动区域经济发展的主要力量，吸引着社会经济活动在一定区域范围内的集中；而集聚不经济则是作为排斥力，阻碍和限制着社会活动在区域的集聚，造成区域发展的不可持续性［2］。

就产业集聚与区域生态环境而言，产业集聚效应表现为产业集聚的环境外部性。马歇尔将集聚经济的产生原因归结为外部规模经济，由行业内部企业的集中所产生的外部性造成。产业集聚带来的区域的专业化分工，提高了生产效率，在实现对资源利用最大化的同时，提升了整个行业的治理污染技术，从而降低了整个行业治理污染的成本。科研机构、培训机构等在地域空间范围内的集聚，使企业之间的技术溢出更加便利，创新水平的提高一定程度上对降低区域内环境污染起到了较大作用，这是产业集聚正外部性的体现。然而，产业集聚效应的增加是一条倒U型曲线，当集聚超过一定的时候，其效益服从边际效应递减规律，过分集聚容易引发过多的环境问题。研究表明，制造业集聚是造成地区水污染、大气污染等环境问题的主要原因之一。国内学者张可、豆建民（2013）对集聚是否导致环境污染的相关议题进行了梳理，认为产业集聚对环境的正负外部性皆存在，提出了能否构建一种产业结构和产业关联可以将产业集聚对环境的负外部性内部化的研究展望［3］。

不难看出，从静态角度出发，产业集聚效应的体现多为正外部性，而将其放置于动态的时间轨迹之中，产业集聚会自发形成正负外部性的转换，前者被称为静态集聚经济，后者则是动态型集聚经济。

二、研究设计

1.模型设计

STIRPAT模型可用于表示人口、富裕度、技术与环境的相互作用影响。刘习平和宋德勇（2013）基于STIRPAT的框架下，将产业集聚加入到模型当中进行产业集聚与城市环境问题的探讨［4］。融入产业集聚变量的STIRPAT模型基本公式为其中Ii为环境状况，Pi、Ai、Ti、 Ci分别表示人口、富裕程度、技术水平以及产业集聚度，对其两边取对数后，得到的计量模型如下：

产业集聚不仅仅能够带来企业间贸易的静态效率增加，而且还存在动态的知识与技术外溢，前者体现的是效率，后者反映的是一个学习过程，这也即产业集聚效应的动态性问题。动态集聚经济的发展来源于知识创造和学习，这一过程需要企业间较长一段时间的磨合才能完成。而且，就产业集聚与生态环境而言，内生性问题也往往存在，忽略这种内生性问题，估计结果是有偏误的。产业集聚与生态环境两者间的关系可能是双向的，即产业集聚可以促进生态环境的不断改善，而生态环境水平的改善又可以吸引大量企业的聚集，促进产业集聚的形成，这也就产生了内生性问题。基于此，本文中采用动态面板系统广义矩估计方法（Generalized Method of Moments，GMM），动态面板系统广义矩估计不仅能体现动态效应，其最大的优点在于能够解决产业集聚和环境污染之间相互影响而产生的内生性问题，该方法中将内部变量的滞后项当作工具变量使用，能够较好的将区域效应分离出来。

环境污染存在时间及空间上的显著自相关，换句话说，即环境污染本身是存在时间效应的，当期的环境污染问题也同样受到上一期环境状况的影响。基于以上考虑，选取环境影响变量的滞后一期，采用研究动态性问题的ADL（1，1）模型构建本文的模型。同时，模型中将产业集聚以及滞后一期的产业集聚设定为内生解释变量，其他解释变量的滞后一期作为工具变量，此时基于IPAT分析框架转化而来的模型①变为如下ADL（1，1）模型形式：

2.数据来源及变量说明

本部分数据来源于2004-2015年《中国城市统计年鉴》、《中国环境统计年鉴》及各省份统计年鉴，考虑到统计数据的完整性、连续性以及个别行政区域调整，最终选取了长江经济带109个地级市。其中涉及GDP、工业总产值等产出指标，分别借助GDP指数和工业出厂品价格指数进行平减，调整到2003年不变价格。

环境状况Iit：参照朱英明（2012）的量化分析方法，计算“环境相对损害指数（RDI）”，计算公式为RDI=RDA/CDA，其中RDA为地区地均污染物排放量，CDA为长江经济带地均污染物排放量［5］。在污染物的选择上，我们从不同污染物对产业集聚存在不同的影响角度出发，同时考虑工业废水、工业二氧化硫和工业粉尘三种不同形态的污染物。RDI值为三种环境污染物的RDI之和。环境损害相对指数为逆向指标，即指数越大，表明地区环境状况越差；指数越小，表明地区环境状况越好。

制造业集聚度Ci，t：采用区位熵进行测度。区位熵是评价区域优势产业的基本分析方法，但由于长江经济带所涉及11省（直辖市）地区各自优势产业存在较大差异，考虑到评价的可操作性及数据的可获得性，本文统一使用地级市制造业进行区位熵的测算。计算方法为“规模以上工业总产值”与“长江经济带工业总产值总和”的比值与“第二产业总产值”与“长江经济带第二产业总产值”的比值之比。

技术水平Ti，t：采用地区科学经费支出进行表示。技术进步对环境的影响存在双面性，一方面，生产技术和环保技术的提高能够在一定程度上降低环境污染物的排放；另一方面，技术水平的提高有可能仅仅提高了生产效率和规模，并没有提高生产过程中的环保技术，从而造成环境污染水平的加重而不是改善。

人口Pi，t：采用城市总人口进行表示。

富裕程度Ai，t：采用职工平均工资进行表示。

变量及符号表示、描述性统计如下表所示：

表1　变量的描述性统计

三、实证分析

基于前述的理论框架和样本描述，运用STATA软件进行SYS-GMM估计。需要指出的是，为获取较为稳健的估计量，本文在实证分析中加入了“twostep”选项，并为了控制经济周期可能存在的影响，考虑了时间效应，最终得到对应的估计结果如表2所示。

从结果可以看出，F（Wald）检验值在OLS、FE 与SYS-GMM中均通过1%显著性水平下的检验，且OLS与FE的调整R2分别为0.93与0.92，模型整体显著；对应主模型SYS-GMM，关于AR（2）检验的p值为0.809，表明无法拒绝不存在二阶序列相关的原假设，这表明关于原始方程残差不相关的假定是合理的；同时Sargan过度识别检验的p值为0.16，同样无法拒绝不存在过度识别的原假设（Sargan统计量P值均大于1%），即工具变量与残差项不存在相关性，遗憾的是并没有类似于传统工具变量如IV估计直接给定关于弱工具检验的相关结果。Bun和Windmeijer（2010）的研究指出，当存在弱工具变量问题时，系统GMM得出的结果将会导致估计结果有偏［6］。对此，Bond（2001）指出在此类方程中，OLS具有明显的高偏自回归系数的倾向，而FE具有明显低偏自回归系数的倾向，因此系统GMM关于自回归系数的估计结果理应落在二者之间［7］。对此，Bond等提出了一种较为直观的检验方法，认为OLS估计的自回归系数有高估倾向，而FE模型的自回归系数具有低估倾向，若SYS-GMM回归得到的自回归系数值恰好处在OLS和FE自回归系数之间，则可以认为SYS-GMM回归使用的工具变量是合适的，不存在识别力不足的问题。而从表2我们可以发现，在同样的模型中，SYS-GMM估计的自回归系数为0.670，恰好位于OLS自回归系数0.937和FE自回归系数0.553之间，所以计量模型的工具变量选择是合适的。

从回归结果看，在对地级市整体进行SYSGMM回归的情况下，制造业集聚对生态环境的影响存在动态性。具体来看，在当期制造业集聚的回归系数为正，由于环境影响为逆向指标，因此正系数反映出当期的制造业集聚是会增加环境损害程度的。而到滞后一期，产业集聚的回归系数为负，这表明随着制造业集聚程度的增加，地区环境损害状况开始减小。综合来看，这一结果印证了从动态角度来看，制造业集聚从当期阻塞效应向后期集聚效应的转变，表明就长江经济带整体来看，制造业的集聚经济效应正逐渐发挥起主导作用，产业集聚对区域生态环境影响正转向正外部性为主。

除制造业集聚度外，当期人口、技术水平以及富裕程度三个变量均在1%的显著性水平上通过了检验，这表明人口、技术水平以及富裕程度确实与制造业集聚的生态环境影响有着紧密的联系。人口、富裕程度变量的回归系数均为正，技术水平回归系数为负，这反映出随着制造业企业在地区的不断集中，制造业集聚水平提高，短期内地区人口数量不断增加，收入水平也不断提高，在技术水平没有得到较大改善的前提下，会给生态环境造成较大压力；而随着时间的动态变化，人口、技术水平的回归系数都转变为负，此时制造业集聚水平的提高所带来的环保技术水平的提升开始发挥作用，劳动力数量趋于稳定的前提下，生态环境损害程度正逐步降低。值得注意的是，此时富裕程度变量并没有通过显著性检验，结合整体产业集聚开始改善生态环境这一结果来看，地区富裕程度对于生态环境的影响效应在后期会逐渐被人口及环保技术水平所代替。

表2　产业集聚对环境影响的回归结果

四、结论及启示

本文采用长江经济带内9省2市（直辖市）109个地级市面板数据对制造业集聚与生态环境的关系进行了经验检验。通过研究发现，制造业集聚在当期与滞后一期两个时期内对生态环境的影响存在明显不同。在当期，产业集聚对环境损害的影响显著为正，回归系数为0.036，表明产业集聚形成初期对环境产生负面影响；在滞后期，这一回归系数为-0.097，表明产业集聚与生态环境存在长期的显著性关系，并且对环境产生正面影响。动态来看，长江经济带的制造业发展表现出生态化、绿色发展的趋势，这离不开地区整体经济水平提高带来的人口素质、环保技术水平的提高。这也进一步论证了生态建设与制造业发展之间并不存在有发展就有污染的对立关系。当前，生态资源约束、环境承载力愈发趋紧，制造业转型升级也面临挑战，推进生态绿色发展的同时也肩负加快发展制造业的战略任务。过去制造业的过度发展一定程度上对生态环境造成了极大的污染和破坏，这是不可否认的。但是，并不能由此简单得出制造业发展与生态文明相互对立的结论。辩证地看，生态文明建设与制造业发展在发展指向上是辩证统一的，两者之间完全可以互促互赢。生态文明的建设非但没有挤占制造业发展需要的人力物力，反而为制造业的发展提供了可持续发展的要素资源。而制造业的转型升级对节能减排将产生巨大成效，拉动实体经济增长的同时为生态治理提供了充足的物质支持、技术支撑。

从此结论出发，本文认为长江经济带不同地区应该努力保持这一良好的可持续发展势头，坚持生态优先、绿色发展的战略定位，努力打造好生态文明建设示范带。生态是最普惠的民生，长江经济带9省2市（直辖市）应当加快政府职能转变，将生态治理纳入政府的基本公共服务体系，作为地方政府和官员考核的重要标准。政府作为公共政策的供给者，应从制度层面进一步完善生态制度，如环境执法的监督制度，让生态文明建设有法可依。产业生态系统的构建也是城镇化产业发展和生态文明建设的共同要求。建设以人为中心的新型城镇化，必须制定制造业生态化发展的政策，引导相关产业的合理聚集，积极探索多种产业相融共生可持续发展的生态发展路径。提升企业生态技术创新的动力，特别针对长江经济带的钢铁、化工、有色金属等优势资源型行业，制定相关创新激励制度促进环保技术的发展。而对于一些环保企业，更应给予政策和资金支持促进环保产业发展。此外，加强环保意识宣传力度，提高环保认知度和生态保护意识，促进城市居民素质的提高、营造环境保护氛围也是生态文明建设过程的重要内容。

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

［2］王崇锋，张吉鹏.制造业产业集聚对生态城市建设影响的定量研究——基于CR～4指数的实证研究［J］.中国人口·资源与环境，2009（4）：140-144.

［3］张可，豆建民.集聚对环境污染的作用机制研究［J］.中国人口科学，2013（5）：105-128.

［4］刘习平，宋德勇.城市产业集聚对城市环境的影响［J］.城市问题，2013（3）：9-15.

［5］朱英明，杨连盛，吕慧君，沈星.资源短缺、环境损害及其产业集聚效果研究——基于21世纪我国省级工业集聚的实证分析［J］.管理世界，2012（11）：28-44.

［6］Maurice J G Bun，Frank Windmeijer.The Weak Instrument Problem of the System GMM Estimator in DynamicPanelDataModels［J］.The Econometrics Journal，2010，13（1）：95-126.

［7］Bond S R，Hoeffler A，Temple J R.GMM estimation of empiricalgrowthmodels［M］.EconomicsPapers，2001：99-115.

［责任编辑：胡亭亭］

Analysis of the Dynamic Impact of Manufacturing Agglomeration on Ecological Environment —Based on Cities’Data in Yangtze River Economic Belt

XU Hui-feng1，WU Chao2
（1.Party School of Ningbo Committee of C.P.C，Ningbo 315012，China；2.School of Economics and Management，China University of Geosciences（Wuhan），Wuhan 430074，China）

In this paper，a dynamic analysis on the 109 main cities of the Yangtze River economic belt is researched，which focuses on the analysis during 2003-2014.Based on the framework of IPAT，a regression model is built to analyze the dynamic impact of manufacturing industry agglomeration on ecological environment by the SYS-GMM method.The results show that the impact is long-term and dynamic，and the effect experiences a transition from bad to good thing，which presents the green，eco development trend.The provinces of Yangtze River economic belt should improve the quality of residents，environmental protection technology and environmental protection awareness to enhance several aspects of efforts to build a good demonstration of ecological civilization construction.

manufacturing agglomeration；ecological environment；the Yangtze River economic belt；SYS-GMM

F062.2；F427

A

1674-8638（2016）04-0058-05

10.13454/j.issn.1674-8638.2016.04.010

2016-06-02

湖北省软科学项目“湖北省高新技术产业技术创新效率研究”（2015BDF031）阶段性研究成果；中国地质大学（武汉）湖北省生态文明研究中心开放基金（SWSZK2015Z11）资助项目

徐慧枫（1990-），女，浙江衢州人。助讲，研究方向：数量经济学；吴超（1992-），男，山东莱芜人。博士研究生，研究方向：资源环境经济学，产业经济学。