产业集聚是否导致“污染天堂”——基于全国239个地级市的数据分析

江三良 邵宇浩

一 引 言

20世纪70年代，世界经济发展重心开始向东亚地区转移，这给中国带来了良好的发展机遇。改革开放的春风让沿海城市重新焕发生机。以沪苏浙为中心的长江三角洲产业集聚带和以粤港澳为中心的珠三角产业集聚带，引领着中国经济向好发展。东部沿海城市的产品市场和要素市场渐趋饱和，部分产业开始向中西部转移，国家“中部崛起”计划和“西部大开发”计划的提出，大大增强了中西部城市的经济实力。大大小小的产业集聚群体形成一种产业组织力量，共同推动着中国经济的快速发展。

随着经济规模的不断扩大，我国社会的主要矛盾已经转变为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。产业集聚与环境污染问题也成为人们关注的焦点。“绿水青山就是金山银山”理念下，节能减排、低污染、低能耗的经济发展方式是各级政府努力探索的方向。在经济转型的现阶段，我国工业化进程中的一个突出问题是，石油、煤炭等一次性能源的大量消耗导致碳排放增加所引起的温室效应，严重影响人们的日常生活。因此，在工业化和城市化进程不可逆的情况下，分析产业集聚对碳排放的影响是非常紧迫和现实的问题。中国城市在一手抓产业一手抓环境的平衡中，存在怎样的难点和痛点？评价产业集聚的环境正外部性抑或是环境负外部性，从更具政策操作性的地级市层面探究更符合政府行为事实的影响因素，能够为我国建设美丽中国，推进新时代生态文明建设提供新的思路和视角。

二 文献综述

产业资本要素在空间范围内不断集聚过程，往往伴随着区域的资源开放、基础设施、生产以及配套设施建设。在集聚机制的作用下，规模等级相同或类似的产品受规模经济内在要求的驱动，通过产业关联和其他一些经济联系集聚成群。对于地区而言，产业集聚在推动城市规模扩张和人口集中的过程中，对地区经济和环境均会造成一定的影响。一方面，会对环境产生负外部性，加剧地区资源和能源的消耗，增加碳排放量。另一方面，产业集聚所产生的产业关联能够吸引高质量的企业，提高资源与能源的使用效率，对环境产生正外部性。在产业集聚区，产业集聚促进原材料的集中利用，各个企业都能获得知识溢出和技术外溢带来的好处，从而能够有效利用资源，减少二氧化碳的排放，改善地区环境质量。这两种不同方向的影响使产业集聚对碳排放的综合效应具有复杂性，国内外学者对这一问题的研究成果亦呈现明显的分歧。

(1)产业集聚发展具有环境正外部性。技术进步和竞争效应会使企业加强环境保护措施，形成产品差异化竞争优势。同时，知识外溢和科技发展为企业生产更为节能的产品提供可能。产业集聚能够有效控制污染物排放，减少碳排放量。闫逢柱等(2011)[1]考察了产业集聚与环境污染之间的关系，发现产业集聚在一定程度上能够降低环境污染。王桂新和武俊奎(2012)[2]指出产业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]认为我国应当积极利用产业集聚的“节能效应”实现低碳城市规模扩张，促进产业在较大城市集聚。乜敏和赵洪海(2013)[4]构建制造业空间集聚指数，发现制造业集聚程度与碳排放强度存在长期稳定的负相关关系，产业集聚能够促进低碳经济的发展。丁娟娟和邱振(2013)[5]利用脉冲响应函数和方差分解法发现产业集聚有利于碳减排。沈能等(2013)[6]发现集聚动态外部性能够提高能源利用率，进而改善环境质量。张翼和卢现祥(2015)[7]对三大产业进行分析，结果表明三大产业集聚均能促使发达地区减少碳排放。张翠菊和张宗益(2016)[8]基于中国30个省级地区的面板数据，运用空间计量法，发现碳排放强度主要受经济密度、大城市比重和建成区的影响。

(2)产业集聚发展会产生环境负外部性。包括中国在内的诸多发展中国家，制造业集中的区域多为FDI流入集中的区域(梁琦等，2003)[9]。根据“污染避难所”理论和“向(环境标准)底线赛跑”假说，伴随着FDI大量流入的产业集聚会加剧环境污染，产生产业集聚发展的环境负外部性问题。Virkanen(1998)[10]研究发现芬兰南部地区工业集聚对当地水环境和大气环境造成重金属污染。Frank(2001)[11]分析欧盟200个城市的数据，认为产业集聚与空气污染具有显著的相关性。Verhoef和Nijkamp(2002)[12]以空间均衡模型为研究工具，发现工业分布引起集聚区的环境污染。Ren et al.(2003)[13]分析上海1947-1996年的数据，得出产业集聚导致上海水体总质量下降的结果。侯凤岐(2008)[14]运用经济地理模型得出经济集聚使得地区环境问题更趋严重的结论。李伟娜等(2010)[15]从产业集聚层次回顾中国经济变迁，指出产业集聚促进经济发展的同时，也带来了亟待解决的环境问题。黄娟和汪明进(2016)[16]认为产业集聚水平较低时，集聚发展加剧了环境污染。雷海等(2017)[17]指出环境污染程度高的行业也是产业集聚度高的行业。易艳春等(2019)[18]认为随着城市规模的扩张，形成了规模不经济，导致产业集聚的碳减排效果减弱。张可(2019)[19]利用联立方程模型实证分析我国经济集聚与环境污染之间的关系，发现前者加剧环境污染，且后者抑制经济增长。李小帆和张洪潮(2019)[20]利用门槛模型，发现生产性服务业与制造业匹配度较低，互动较少，协同集聚度较低，不能对区域碳排放产生明显促进作用。苗建军和郭红娇(2019)[21]构造空间计量模型，发现制造业集聚和服务业集聚水平的提高会加剧环境污染。

梳理以上文献可以发现：产业集聚深刻影响碳排放量，但是产业集聚与碳排放之间的关系究竟是正外部性还是负外部性，尚无定论。产业集聚对地区碳排放的综合效应是怎样的？产业转移和提高地区产业集聚程度为环境带来的是产业集聚红利，还是环境成本转移，使得地区成为“污染避难所”？本文注意到，过往的文献集中于省级层面的研究，地级市碳排放的研究较为缺乏。一个不可忽视的基本事实是21世纪以来我国经营城市的理念开始兴起，地级市政府的土地经营行为对产业集聚产生巨大推动力。因此，本文收集全国239个地级市2004-2016年的数据，对城市层面的产业集聚和碳排放量进行研究。

三 模型设定与指标选取

(一)模型设定

如前文所述，产业集聚与碳排放之间的关系相当复杂，集聚水平的不同，呈现的关系必然不同，城市经营理念影响下，城市土地经营者逐渐注重多方面、多角度、多时效地衡量城市土地价值，其行为对产业集聚的影响比省一级政府的影响更为直接，因此，本文选取了中国239个地级市(1)直辖市相当于经济中心，地理位置重要，工业经济实力远远高于地级市，因此本文样本不包括北京、上海、天津、重庆四个直辖市。此外由于统计数据的限制，本文排除了以下地级市：运城市、忻州市、呼伦贝尔市、鹤岗市、双鸭山市、黑河市、钦州市、百色市、河池市、来宾市、三沙市、儋州市、达州市、雅安市、巴中市、六盘水市、毕节市、铜仁市、保山市、昭通市、普洱市、临沧市、延安市、榆林市、安康市、商洛市、嘉峪关市、金昌市、白银市、天水市、武威市、张掖市、平凉市、酒泉市、庆阳市、定西市、陇南市、克拉玛依市、吐鲁番市、哈密市、西宁市、海东市。2004-2016年度的面板数据，构建产业集聚和碳排放量之间关系的模型进行实证分析：

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

借鉴已有研究，为避免内生性的影响，将所有变量滞后一期纳入方程。其中，i表示地级市，t表示时间，co2i代表碳排放量，faggloi、saggloi、taggloi分别表示第一、第二、第三产业产业集聚度，popi表示人口规模，tertiaryi代表经济结构，pgdpi代表经济发展，fdii代表对外开放度，costi代表城市能源需求，areai代表土地集聚，εi代表随机误差项。

(二)指标选取与数据来源

本文选取包括碳排放量、一二三产业集聚度、人口规模、经济结构、经济发展、对外开放度、社会消费、土地集聚等10个指标进行计量分析，样本为2004-2016年我国239个地级市共31056个数据，符合计量分析有效性要求。

(续上表)

各主要变量的统计性描述见表1，指标意义和获取方法分别是：

1.被解释变量

碳排量co2。中国国内没有官方机构公布的碳排放量统计数据，而且国际能源总署(IEA)、美国能源信息管理局(EIA)和美国二氧化碳分析中心(CDIAC)等国外机构可查询的碳排放数据大多属于国际层面，内部城市的碳排放量数据十分缺乏。基于现状和数据可得性，本文参考李少林(2017)[22]的方法计算中国各地级市的碳排放数据，将来源不同的碳排放按能源消耗折算成标准煤计算碳排放量。中国采用的“能源燃料折算为标准煤的二氧化碳排放量系数”通常处于2.42-2.72之间，本文选取中间值2.57作为折算系数。中国电力生产结构特征下，火力发电约占总发电量的80%，假设火力发电与消费量匹配，即社会用电量的80%来源于火力发电。按照火力发电煤耗计算，每度电折合0.123kg标准煤，因此从全社会用电量推算各城市的碳排放量，公式为：

co2=electricity×80%×0.123×2.57×0.001

其中，co2代表碳排放量，electricity代表全社会用电量。

2.核心解释变量

(1)产业集聚水平(agglo):产业集聚度是衡量产业集聚程度的指标，表示产业分布的空间异质性和区域不平衡性。描绘产业集聚的常用指标包括区位熵、行业集中度、赫芬达尔-赫希曼指数、空间基尼系数等。由于行业集中度对规模分布的考量不够全面，赫芬达尔-赫希曼指数直观性较差等原因，在研究区域产业集聚问题时较少被采用。Krugman et al.(1991)[23]利用洛伦兹曲线和基尼系数的原理和方法，以Si表示i地区某产业就业人数占全国该产业就业人数之比，Yi表示该地区就业人数占全国总就业人数之比，构造了测定行业空间分布均衡程度的空间基尼系数：G=∑(Si-Yi)2。但是空间基尼系数没有考虑具体的产业组织状况和区域差异，因此也很难真实表达产业集聚度。相对而言，用来衡量区域要素分布情况的区位熵，反映了产业部门的专业化程度，也能够消除区域规模的差异因素，可以较真实地反映地理要素的空间分布，例如keeble et al.(1991)[24]、杨仁发(2015)[25]的研究。综合考虑数据获得的便利性与表达的真实性，本文选取区位熵衡量产业集聚水平，i地区r产业的区位熵agglo计算公式为：

agglo=(eir/∑ieir)/(∑ieir/∑i∑reir)

eir表示i地区r产业的就业人数。采用一、二、三产业的区位熵表示第一产业集聚度(fagglo)、第二产业集聚度(sagglo)、第三产业集聚度(tagglo)

(2)共同集聚水平：本文借鉴杨仁发(2013)[26]的做法，根据产业集聚的区位熵指标，用产业集聚指数的相对差异来衡量r产业与m产业的共同集聚水平，具体计算公式为：

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

agglor和agglom分别为r产业和m产业的区位熵。该指数值越大，就说明r产业和m产业的共同集聚水平越高。因此，一二产业集聚度、一三产业集聚度、二三产业集聚度的一阶滞后项分别表示为conagglo12, t-1、conagglo13, t-1、conagglo23, t-1。

3.控制变量

中国是否沦为发达国家的“污染天堂”？这不是一个非此即彼的简单问题。已有研究表明，污染的产生与治理经常是“孪生兄弟”。鉴于此，本文控制以下变量的影响。

(1)人口规模(pop)：Dietz和Rosa(1997)[27]于1994年提出环境压力模型STRIPAT，具体形式为：I=aPbAcTde，I、P、A、T分别表示环境压力、人口数量、富裕程度和技术，其中用能源消费总量表示环境压力；a为模型系数，b、c、d分别表示人口数量、富裕程度、技术等人文驱动力的指数，e为模型误差。IPAT模型是STRIPAT模型的特殊形式，即a=b=c=d=1。Haberl和Krausmann(2001)[28]运用IPAT模型对奥地利工业化中人口规模、富裕程度对环境压力的影响进行实证分析，指出不同人文驱动力对环境的影响存在差异。Fischer-Kowalski和Amann(2001)[29]认为人口数量和技术对环境的影响明显强于富裕程度的影响。Kwon(2004)[30]研究结果表明，当富裕度以乘车距离为表征时，富裕度对CO2的影响最为显著。人口数量的增长直接导致人类生活空间的缩小，使得能源和环境压力持续升高。本文以各地级市年末总人口数表示人口规模。

(2)经济结构(tertiary)：不同经济结构对碳排放量的影响有着显著差异。经济发展早中期，经济结构以重工业为主，大量煤炭等资源的消耗，增加空气中的碳排放量。随着经济的发展，以高技术为核心的技术密集型产业逐步取代重工业，污染物的排放量有所下降。第三产业中，金融、保险、房地产等行业的发展，同样会增加电力需求及其它相关产品需求。故此，本文运用第三产业增加值占GDP的比重表示经济结构。

(3)经济发展(pgdp)：Grossman和Krueger(1991)[31]提出了环境库兹涅茨曲线(Environment Kuzents Curve)，他们发现部分环境污染物排放量与经济增长之间存在着“倒U型”曲线关系，即在经济发展发展初期，经济增长会加剧环境污染，但是当经济突破某一“转折点”，经济继续增长有利于改善环境质量。由此可见GDP和环境污染物的排放量存在着一定关系。本文用人均GDP表示经济发展程度。

(4)对外开放度(fdi)：我国不同地区对外资的吸引力存在差异，欠发达城市为了吸引更多的外资流入，往往会放松环境管制标准，加快自然资源开发利用的步伐，经济发展初期生产的产品更可能是污染密集型的，甚至“两头在外”的出口产品也不能例外。“为增长而竞争”的存在，使环保标准可能会出现“向底线奔跑”的现象。另一方面，加大对外开放度，引进跨国公司的先进技术和环保标准有利于改善引进方环境污染程度。本文以各城市外商实际投资额表示对外开放度。

(5)社会消费(cost)：经济增长和城市规模的扩大能够有效地提高城市居民消费水平，促进城市能源需求的增长，由此改变碳排放量，影响环境状况。本文用社会消费品零售总额表示社会消费。

(6)土地集聚(area)：土地是人类生活和生存的空间，是产业集聚和人口集聚的基础。本文用建成区的面积表征土地集聚。

四 实证结果分析

(一)数据处理

本文模型中选用的10个指标，各指标量纲存在差异，需要进行无量纲化处理，消除指标量纲的影响。目前常见的无量纲化处理方法主要包括极值法、均值化以及标准化方法。本文采用Z值标准化进行无量纲处理，其中Zij为标准化后的变量值，xij表示实际变量值，xi和si分别为指标的算术平均值(或称数学期望)和标准差，公式如下：

Zij=(xij-xi)/si

(二)回归分析

1.单个产业集聚对碳排放量影响的固定效应模型分析

本文所选用的数据，地区数量明显多于年份数量，为短面板数据。通过豪斯曼检验选择固定效应和随机效应模型进行估计，结果拒绝原假设，选择固定模型效应进行分析，回归结果见表2的模型1。结果显示：首先，第一产业集聚度(fagglo)对碳排放量的影响不显著，无法判断第一产业集聚度对碳排放量的影响。其次，第二产业集聚度(sagglo)的系数在1%水平下显著为正，这说明第二产业集聚对于地区碳排放有着显著正向影响。第二产业通常包括制造业、采掘业、建筑业等，其经济规模的扩大是工业碳排放量增长的决定性因素，而我国大多数城市政府可能选择牺牲环境来促进经济发展。电力、热力、有色金属冶炼、煤炭开采等高能耗产业排放了大量二氧化碳，不合理的产业结构严重制约着环境的改善。并且，第二产业企业缺乏有效的减排设备和环保意识，导致环境负效应远远大于环境正效应，使得第二产业成为二氧化碳排放量最大的产业。然后，第三产业集聚度(tagglo)的系数在10%水平下显著为负，说明第三产业集聚对碳排放有着显著负向影响。第三产业包括商业、金融、服务业及其他非物质生产部门。随着经济社会向低碳绿色转型，各个城市纷纷将第三产业作为调整结构、推动节能减排的重要抓手。第三产业的发展进入网络信息时代后，传统第三产业的影响日益减弱，碳排放量大大减少，对改善环境有着明显作用。最后，经济发展在1%水平下显著为正，对外开放度在10%水平下显著为正，社会消费在1%水平下显著为正，说明三者的发展均会增加碳排放量。中国作为最大的发展中国家，不断加大对外开放力度，吸引外资，发展本国企业。固然，引进了外国先进的科学技术，增强了本国综合实力，但是由于中国环境管制标准较为宽松，生产大量的污染密集型产品，可能使得中国沦为发达国家的“污染天堂”。

2.考虑共同集聚的固定效应模型分析

以上分析中仅仅考虑单个产业集聚对碳排放量的影响，但现实中，一二三产业之间的共同集聚与碳排放量同样存在一定的关系。本文根据产业集聚的区位熵指标，用产业集聚指数的相对差异来衡量r产业与m产业的共同集聚水平，分别引入方程，具体回归结果见表2模型2。从计量结果来看，一二三产业集聚度均显著且符号未发生改变，但是一二产业共同集聚度在5%水平下显著为负，说明一二产业共同集聚能有效减少碳排放量，改善环境质量。一三产业共同集聚和二三产业共同集聚则不显著，说明第一产业和第三产业以及第二产业和第三产业的共同集聚对碳排放量的影响无法确定。

表2 模型回归结果

(续上表)

3.东中西部地区的比较分析

从地区异质性角度出发，通过对全国样本中东中西部地区(2)根据经济发展水平和地理位置，本文将研究样本分为东中西部三个地区。东部地区：河北、辽宁、江苏、浙江、福建、山东、广东、海南。中部地区：黑龙江、吉林、山西、安徽、江西、河南、湖北、湖南。西部地区：陕西、云南、贵州、四川、甘肃、青海、内蒙古自治区、广西壮族自治区、宁夏回族自治区、新疆维吾尔族自治区。的比较分析，可以看出各地区产业集聚对碳排放的不同影响，见表3。纵向上看：首先在东部地区样本中，第一产业集聚度在5%水平下显著为正，第二产业集聚度在1%水平下显著为正，第三产业集聚度在5%水平下显著为负，人口规模、经济发展、对外开放度、社会消费、土地集聚均在1%水平下显著为正。其次，在中部地区样本中，第一产业集聚度不显著，第二产业集聚度在1%水平下显著为正,第三产业集聚度在10%水平下显著为负，其他控制变量也均显著。最后，在西部地区样本中，第一产业集聚度在5%水平下显著为正，第二产业集聚度在1%水平下显著为正，第三产业集聚度在1%水平下显著为负。

横向比较来看，首先，第一产业集聚度在东西部地区显著为正，但是在中部地区却不显著。其次，第二产业集聚度在东中西部均显著为正，影响系数关系为：西部>东部>中部。可能的原因在于：中央政府在2000年开始部署实施“西部大开发”计划，用东部沿海城市的剩余经济发展能力来促进西部地区的经济发展。经过十几年，西部地区第二产业得到了长足发展，致使第二产业集聚度对碳排放量的影响超过东部和中部地区。东部沿海城市是中国最先发展起来的城市，第二产业规模远超中部，因此第二产业集聚度对碳排放量的影响超过中部。然后，第三产业集聚度对碳排放量的影响系数均为负值，且绝对值大小关系为：东部<中部<西部。第三产业即各类服务和商品行业，是三大产业中资金流动最大的产业。改革开放以来，中央政府对东部地区施行优惠政策，鼓励各方企业投资，吸引大量资金涌入，但是由于尚未形成完善的环境补偿机制，导致东部地区的环境改善力度不如中部和西部地区。中部地区拥有大量的人口，承接了东部沿海转移来的产业，使得环境改善力度小于西部地区。最后，三个地区对外开放度对碳排放量影响的大小关系为：东部>中部>西部。在东中部地区，对外开放度的扩大会增加碳排放量，在西部地区，对外开放度对碳排放量的影响为负。

表3 不同地区的产业集聚对碳排放量的影响

五 结论与建议

本文采用固定效应和随机效应模型，基于2004-2016年我国239个地级市的统计数据，研究一二三产业集聚对碳排放量的影响。结果显示：第一产业集聚对碳排放量无显著影响，但是在东西部地区会显著增加碳排放量；第二产业集聚会显著增加碳排放量，第二产业集聚所带来的环境正效应远小于其所带来的环境负效应，从而表现出污染环境，增大温室效应。

在分地区样本回归中，西部地区第二产业集聚对碳排放量的影响超过东部和中部地区，第三产业集聚与碳排放量呈现负向关系，能够有效减少碳排放量。中国东部地区产业集聚对环境的改善效果小于西部和中部；第一产业和第二产业的共同集聚能够显著减少碳排放量。值得注意的是在全国以及分地区样本回归中，对外开放度对碳排放量的影响均显著为正，且对东部发达地区的影响高于西部和中部地区，实证结果表明中国可能成为发达国家的“污染天堂”。

毫无疑问，国人皆不希望本国成为发达国家的“污染天堂”，但对增长的期待，产业集聚又常常是地方政府的重要抓手，两者如何兼顾？本文提出以下建议。

1. 工业化并非千城一律的发展路径。在大农业背景下，地方政府应当引导农民发展低碳农业，开发农村可再生能源，调整种植和养殖结构，发展节水农业，做好农村生活节能，实施绿色生产。

2.服务业并非一定比第二产业低污染。“服务型经济”常被认为是经济转型的重要方向，但服务业尤其是传统服务业并非一定比第二产业带来较少污染，地方政府应当加大环保宣传力度，优化居民消费结构，提倡绿色消费，支持新能源、新技术的开发利用，依靠人力资本和技术效率推动企业低碳生产，从而实现服务业的节能转型。

3.清洁生产方面也需要“工业反哺农业”。工业反哺农业不仅指产业关联与收入带动方面的，降低污染亦是如此。地方政府要积极引导第二产业的企业进行技术创新，为第一产业特别是农业，提供较为节能的机器设备。同时，鼓励企业开发清洁能源，以便农业清洁生产。

4.避免“污染天堂”已成为当务之急。节能和绿色生产是全面适用的方向。各地政府面临因地制宜加大产业结构调整力度、加快工业转型升级的压力，一方面对高能耗行业进行改造升级，提高资源利用效率；另一方面鼓励环境友好型产业发展，加大产业扶持力度。同时，各地政府应当加大企业的环保准入力度，细化企业的碳排放标准，促进清洁能源的使用和清洁机制的应用。

2020年初，新型冠状病毒袭击了全人类，令人猝不及防，一些国家甚至短期被迫关上国门，这对我国很多城市而言，是一场危机也是一次机遇。各地区在扩大对外开放力度的同时应当设立较高的环境规制政策，吸引外地高质量企业生产经营，避免成为发达国家或地区的“污染天堂”。