产业结构升级影响污染排放的空间计量分析

刘赢时,田银华 ，周定根

(1. 湖南科技大学 商学院，湖南 湘潭 411201; 2. 湖南工学院 经济管理学院，湖南 衡阳 421001；3.湖南大学 经济与贸易学院，湖南长沙，410079)*

·经济管理·

产业结构升级影响污染排放的空间计量分析

刘赢时1，2,田银华1，周定根3

(1. 湖南科技大学 商学院，湖南 湘潭 411201; 2. 湖南工学院 经济管理学院，湖南 衡阳 421001；3.湖南大学 经济与贸易学院，湖南长沙，410079)*

依据1997-2014年中国省级面板数据，考量产业结构升级对污染排放强度的影响及其空间溢出效应。结果表明：产业结构合理化、高度化发展降低了本地区的污染排放强度，也降低了邻近或具有经济关联地区的污染排放强度。同时，本地区污染排放会受到邻近或具有经济关联地区污染排放的间接影响。鉴此，促进污染减排，应着力推进本地区和邻近地区的产业结构升级，并构建区域间共同发展、协同管理的污染防治联合协调机制。

产业结构升级；污染排放；时空演变；空间溢出效应

一、引 言

随着中国经济进入“新常态”，过去数十年来以资源粗放型投入和牺牲环境质量所换取的经济增长将难以为继。那么，如何在保持经济持续健康增长的同时减少污染排放，创造适合人民生产生活的生态环境，是当下中国决策层和学界所面临重要议题。考虑到环境污染的深层次原因可能是产业结构的落后，所以从产业结构升级视角探求污染减排的影响机制具有重要的理论与现实意义。国外学者较早地探究了产业结构与环境污染的关系。如Cole(2003)将产业结构升级定义为从污染产业向清洁产业的调整，发现这一调整有助于降低单位GDP的污染排放[1]。Werner(2001)等从要素投入密集程度将产业结构升级定义为从劳动密集型转向资本密集型，但他们发现结构效应对降低污染排放的作用较小[2]。李鹏(2016)的研究发现，产业结构与污染排放存在倒“U”型关系[3]。总的来看，既有文献大多从特定产业的结构或是对不同的污染物展开研究，而且所得出的结论并不一致。相比较既有文献，本文的边际贡献在于：(1)使用主成分分析法测算污染排放强度综合指数，使得各地区污染排放具有横向可比性，且为后续的空间相关性和空间计量分析提供了基础。(2)采用空间计量模型考察了产业结构升级对地区污染排放的直接影响以及空间溢出效应。

二、理论分析框架与假说

不同的产业结构和经济发展水平对污染排放有着差异化的影响，而且，这一影响过程存在于产业结构从低级形态向高级形态演变过程中[4]。Grossman(1995)将产业结构与污染排放强度的演变过程划分为三个阶段：起初，在以劳动密集型产品为主的轻工业和农业发展阶段，污染排放强度通常较低；随后，产业结构向以资源密集型产品为主的重工业阶段演进，污染排放强度趋于上升；随着地区经济的不断发展，产业结构进入了以资本和技术密集型为主导的演化阶段，此时的污染排放强度呈现出明显的下降趋势。由此看来，产业结构优化升级同时也伴随着污染排放强度的演变[5]。鉴于产业结构升级主要体现在产业结构合理化和高度化两个方面，所以，本文关于产业结构升级影响污染排放的理论解析从上述两方面展开。

产业结构合理化指依据现有的资源条件、科技水平及消费需求等因素，调整不合理的成份以促进要素资源在产业间的合理配置，并使得产业发展趋于协调。可见，产业结构合理化发展促进了要素资源的节约与循环利用，从而促成污染减排。产业结构高度化发展则体现在产业比例关系的优化和劳动生产率的提升，主要指产业结构的发展重心由第一产业向第二、三产业逐次演进的过程。而且，产业结构的高度化发展过程也是生产技术与治污技术进步过程，这使得清洁生产工艺、污染减排设备以及清洁能源使用成为可能，以此来促进污染减排并改善环境质量[6]。在Grossman和Kreuger(1995)看来，产业结构高度化发展以及由此带来的污染减排技术进步所产生的环境效应远高于因经济规模增长而产生的污染减排效应[5]。

事实上，按照空间经济学理论，相邻或邻近地区间的经济行为存在一定的“模仿”与“学习”过程。也就是说，某一地区的经济行为将会对其它地区的经济行为产生间接性影响。部分研究文献表明，地区间的产业结构调整与污染排放行为也存在着一定的空间相关性[7]。至于产业结构升级对地区污染排放强度的影响除了直接效应，还有可能存在间接的空间溢出效应，有待实证检验。根据上述理论分析框架，本文提出了以下三个理论假说：

假说1：产业结构合理化发展不仅降低了本地区污染排放，也促进了相邻或邻近地区的污染减排，由此表现出间接的空间溢出效应。

假说2：产业结构高度化发展也会降低本地区的污染排放，同时还会带来相邻或邻近地区的空间溢出并促成污染减排。

假说3：相邻或邻近地区的污染排放存在明显的空间溢出效应。

三、污染排放强度综合指数及其时空演变特征分析

(一)污染排放强度综合指数

本文采用主成分分析法将工业废水、工业废气、工业二氧化硫、工业烟尘、工业粉尘及工业固体废物排放量指标综合成污染排放强度指数。将各变量指标进行标准化处理。上述污染排放指标数据均来源于1998-2015年《中国环境年鉴》和《中国统计年鉴》，部分缺失数据由各地区《统计年鉴》进行补充。接着，文章利用SPSS19.0统计软件计算得到KMO统计量为0.72，Bartlett的球形度检验值为1632.31，对应P值为0，证实上述观测量适用于主成分分析。另外，按照累积贡献率不低于85%或是特征值大于1的标准，从六个变量指标中提取得到三个主成分因子，累积贡献率为85.70%。

本文对已提取的三个主成分变量按方差最大正交旋转法进行旋转，以此得到最终的主成分得分系数矩阵，并计算得到三个主成分的综合得分。最后，结合三个主成分综合得分，进一步计算得到污染排放强度综合指数(pindex)。具体计算公式为：

F1=0.491×water-0.399×gas+0.140×sotwo+

0.229×smoke+0.562×dust-0.213×solid

(1)

F2=-0.069×water+0.884×gas+0.320×sotwo-

0.003×smoke-0.333×dust+0.110×solid

(2)

F3=-0.467×water+0.158×gas+

0.051×sotwo+0.308×smoke-

0.029×dust+0.736×solid

(3)

pindex=F1×λ1/(λ1+λ2+λ3)+

F2×λ2/(λ1+λ2+λ3)γ2+

F3×λ3/(λ1+λ2+λ3)

(4)

式中，λ1、λ2和λ3分别为贡献率第一、第二和第三的特征值，主成分F1、F2和F3综合得分由式(1)～(3)计算所得。根据(4)式所计算的污染排放综合指数出现部分负数，为便于理解，采用离差标准化方法进行处理①，以消除负数现象且不改变原来的趋势。

(二)污染排放强度的时空演变特征

为了更直观地剖析我国各地区污染排放强度的时空演变特征，本文利用GeoDa0.9.5空间统计软件绘制了1997和2014年污染排放强度的空间分布图(图1)。从各地区污染排放强度的时空演变特征来看，环渤海地区历来是我国污染排放强度最高的区域。另外，华北地区、华东地区以及西北地区的污染排放强度总体上历经了由弱变强的演变过程，西南地区的污染排放强度表现出由强变弱的演变特征，华南地区则呈现出由弱变强再变弱的演变趋势，华中地区以及东北地区的污染排放强度变化幅度最小。

四、空间面板计量模型构建与变量说明

(一)空间面板计量模型设定

本文构建空间面板滞后模型(SLM)、空间面板误差模型(SEM)以及空间面板杜宾模型(SDM)来进一步考察产业结构升级影响地区污染排放的直接效应和间接效应。空间计量模型设定如下：

pindexit=ρW·pindexit+isit+

∑βXit+ai+γt+uit

(5)

pindexit=isit+∑βXit+ai+γt+vit

vit=λW·vit+uit

(6)

pindexit=ρW·pindexit+isit+∑βXit+

(7)

式中，i为省份，t为年度；pindexit表示污染排放强度综合指数；isit为产业结构升级指标，具体包括产业结构合理化和高度化指数；Xit为控制变量，主要包括地区人均GDP及其平方项、第二产业比重、城镇化率、对外依存度、环保意识以及外商直接投资等变量；ρ、θ和λ分别为被解释变量空间滞后项、解释变量空间滞后项以及空间误差项的估计系数；ai和γt分别为地区固定效应和时间固定效应；uit为服从独立同分布的随机干扰项。本文构建了反距离权重矩阵和嵌套经济距离权重矩阵。其中，反距离权重矩阵根据两个省份行政中心距离平方的倒数来定义；嵌套经济距离权重矩阵则将反距离权重矩阵与经济特征权重矩阵结合起来。

图1 我国各地区污染排放强度的时空演变特征

(二)变量选择及数据来源

核心解释变量为产业结构合理化指数(isr)和产业结构高度化指数(isa)。文章选择要素投入结构与产出结构的耦合程度来度量产业结构合理化指数。isr值越大，说明劳动投入与产出耦合程度越差，产业结构合理化水平较低。具体计算过程见(8)式，其中，Y表示产出，L表示劳动投入，j=1,2,3表示第一、二、三产业。

(8)

借鉴刘伟(2008)等的研究思路[8]，以产业比例关系和劳动生产率的乘积来测度产业结构高度化：

(9)

式中，qijt为省份i第j产业在t年度产值占GDP的比重，LPijt为该产业的劳动生产率，即产出增加值与就业人数的比值。当劳动生产率较高的产业在经济中占主导位置时，产业结构高度化水平越高，表明经济结构具有较强的竞争力。本文将劳动生产率进行离差标准化处理。

选择的控制变量主要包括收入因素、结构因素、教育因素以及外资因素。第一，收入因素的衡量指标为人均GDP(pergdp)和人均GDP的平方项，加入人均GDP平方项为了验证环境库兹涅茨倒“U”型曲线。第二，结构因素包括第二产业比重(rsecout)、城镇化率(urban)和对外依存度(open)。其中，第二产业比重为各地区工业总产值与GDP的比值，城镇化率为各地区城镇人口与总人口的比率，对外依存度为各地区进出口总额与GDP的比值。第三，教育因素为环保意识，具体以人均受教育年限(edu)来衡量。第四，外资因素主要为外商直接投资(fdigdp)，具体使用各地区FDI与GDP的比值来衡量[9]。

为了匹配于污染排放强度综合指数，本文选择的核心解释变量和控制变量研究时间区间也为1997～2014年。另外，核心解释变量和控制变量数据主要来源于1998～2015年的《中国统计年鉴》《中国区域经济统计年鉴》以及《新中国六十年统计资料汇编》。

五、实证结果与分析

(一)空间自相关性检验及模型形式选择

本文运用GeoDa0.9.5空间统计软件计算得出污染排放强度综合指数、产业结构合理化指数、产业结构高度化指数的Moran’sI统计值，以此考察上述变量的空间自相关性。结果表明：污染排放强度综合指数、产业结构合理化指数及产业结构高度化指数的Moran’sI统计值均显著且处于0.3～0.42之间，由此证明上述变量均存在显著的空间自相关性。

表1 主要变量的Moran’s I统计值

(二)空间面板计量模型估计

通过检验，本文选择空间滞后模型估计，表2报告了产业结构升级对污染排放强度的直接影响和间接影响估计结果。回归(1)～(3)考察了产业结构合理化(isr)对污染排放强度的边际影响。便于理解，文章在回归分析中对产业结构合理化指数取倒数，即该数值越大则产业结构合理化水平越高。回归(1)结果发现产业结构合理化发展促进了污染减排。回归(2)给出了在加入控制变量后的混合最小二乘法估计结果，其中，产业结构合理化指标的估计系数仍显著为负，但边际系数有所增大。回归(3)报告了加入控制变量后的空间面板滞后模型估计结果。其中，在加入空间滞后项后，产业结构合理化变量的估计系数略低于混合OLS估计方程，由此说明忽略空间效应将导致产业结构合理化发展的污染减排效应被高估。另外，空间滞后项估计系数显著为正，说明某一地区污染减排效应不仅源自于本地区的产业结构合理化发展，而且受益于邻近或具有经济关联地区污染减排效应的空间溢出。因此，理论假说1和3成立。

表2 产业结构升级的基本估计结果

注:括号内为估计系数的t值，***、**、*分别为1%、5%和10%的显著性水平。

回归(4)～(6)考察了产业结构高度化(isa)对污染排放强度的净影响及其空间效应。结果显示：不论是在未控制其它因素的回归(4)中，还是在加入控制变量的混合OLS回归方程(5)和空间面板滞后模型回归方程(6)中，产业结构高度化指标的估计系数均显著为负，由此说明产业结构高度化发展有利于促成污染减排。事实上，产业结构的高度化发展过程也是生产技术与治污技术进步过程，而且，清洁生产工艺、污染减排设备使用以及产业结构偏向第三产业的发展使得地区污染减排效应逐步凸显。不过，由于回归方程中没有对产业结构高度化指标和人均GDP变量的估计系数进行标准化处理，所以没法对Grossman和Kreuger的研究结论进行检验[10]。另外，空间滞后项估计系数也显著为正，说明某一地区污染减排效应不仅源自于本地区的产业结构高度化发展，同时还受益于邻近或具有经济关联地区的污染减排效应空间溢出。综合上述分析结论可知，理论假说2和3成立。

(三)稳健性检验与进一步讨论

本部分将对前文的基本回归进行稳健性检验，并从收入异质性角度进一步讨论产业结构升级对污染强度的影响。考虑到嵌套经济距离权重矩阵在反距离权重矩阵基础上进一步考察了地区间经济水平的相似性，所以，文章还在表3中的前两列报告了基于嵌套经济距离权重矩阵(W2)的估计结果，并发现采用嵌套经济距离权重矩阵并未改变产业结构合理化和高度化指标的系数方向，只是影响系数大小略有变化。另外，所有控制变量除了外商直接投资的估计系数变得不再显著，其余变量均得出了一致性的结果。

从改革开放至今，中国经济社会发展经历了多次重大改革，也经历多次外部环境波动的冲击。因此，文中将研究时间划分为1997-2001年、2002-2007年及2008-2014年三个区间段作进一步考察，并使用产业结构合理化指标来衡量产业升级③，具体结果见表3中的第3-5列。总的来讲，产业结构升级都有助于降低污染排放。不过，在中国加入WTO后的时间区段(2002-2007年)内，产业结构升级的污染减排效应最低，而金融危机后的时间区段(2008-2014年)的减排应最大。加入WTO后，中国对外贸易进入高速增长阶段，国内基础建设投资快速发展，环境保护和资源集约利用让位于投资规模扩张，所以产业结构升级的减排效应最低。而在金融危机后，国外市场需求萎缩及国内产能过剩促使政府开始重视要素资源的集约利用，最终使得产业结构升级的污染减排效应更加明显。

环境库兹涅茨倒“U”型曲线刻画了环境污染随经济发展水平上升而呈现出先上升后再下降的变化趋势。那么，经济发展水平较高的地区或是随着地区人均收入的提升，产业结构升级的污染减排效应可能会发生变化。为此，本文还在空间滞后模型中引入产业结构合理化、高度化指标与人均GDP的交互项，回归结果呈现在表3中的第6-9列中。结果表明：无论采用产业结构合理化还是高度化指标，水平项及其交互项估计系数均显著为负，由此说明产业结构升级的污染减排效应确实存在收入异质性特征。而且，在收入水平高的地区或年份，产业结构升级对污染减排的边际效应更明显。

表3 稳健性及异质性检验结果

注:考虑到各控制变量检验结果与基准模型估计结果基本一致，所以此表中没有报告各控制变量的估计结果。

六、结论和政策建议

本文从合理化、高度化两个方面考察了产业结构升级影响污染排放强度的机制过程，利用主成分分析法测算了各地区污染排放强度综合指数，并构建空间面板计量模型实证检验了产业结构合理化、高度化发展对污染排放强度的净影响及其空间效应。结果表明：(1)产业结构合理化、高度化发展显著地降低了本地区的污染排放强度，并促成了污染减排；(2)产业结构升级和污染排放存在显著的空间自相关性，而且产业结构合理化、高度化发展对污染排放强度的影响表现出明显的空间溢出效应，二者的污染减排间接效应分别为26%和19%；(3)污染排放具有空间溢出性，本地区的污染排放强度将受到邻近地区或具有经济关联地区污染排放的空间溢出；(4)产业结构升级的污染减排效应存在收入异质性，即收入水平越高则产业结构升级的污染减排效应越明显。

环境污染内生于经济发展水平及产业结构，当经济发展水平较低或是产业结构合理化、高度化水平较低时，环境污染的治理速度可能赶不上生态环境的破坏速度。另外，在加大环境综合治理力度、推进污染物达标排放和总量减排的同时，还应倾力于产业结构升级并转变经济增长方式。当经济增长的驱动力由持续扩大要素投入转换为结构优化以及劳动生产率提升时，将对环境污染治理起到釜底抽薪的作用。同时，考虑到我国各地区之间的经济行为存在相互模仿、学习及竞争等空间关联性。所以，在制定环境污染治理政策时，不仅需要考虑对本地区的直接效应，也需要注意该政策通过空间效应而对其它地区产生间接影响，从而建立污染防治的区域协调机制，以形成区域间共同发展、协同管理的联合控污治污格局。

注释：

① 限于篇幅，文中没有报告各主成分对应的特征值和贡献率，若有需要请向作者索取。

② 限于篇幅，文章没有具体报告各变量数据的描述性统计结果，若有需要请向作者索取。

③ 使用产业结构合理化指标衡量产业升级测算与表7的回归相同，取其倒数，即变量数值越大，产业结构越合理。

[1] Cole M A，Elliott R J．Determining the trade -environment composition effect：the role of capital，labor and environmental regulations [J]．Journal of Environmental Economics and Management，2003，46(3)： 363-383．

[2] Werner A，Brian C，Scott T．Is free trade good for the environment[J]．American Economic Review，2001，91( 4)：877-908．

[3] 李鹏．产业结构与环境污染之间倒“U”型曲线关系的检验——基于产业结构调整幅度和经济增长速度共同影响视角的分析[J]．经济问题，2016(10)：21-26+109．

[4] 李斌，赵新化．经济结构、技术进步与环境污染——基于中国工业行业数据的分析[J]．财经研究，2011(4)：112-122．

[5] Grossman G M，Krueger A B．Economic growth and the environment[J]．The Quarterly Journal of Economics，1995，110(2)353-377．

[6] 邵帅，李欣，曹建华，杨莉莉．中国雾霾污染治理的经济政策选择——基于空间溢出效应的视角[J]．经济研究，2016(9)：73-88．

[7] Kuznets S．Quantitative aspects of the economic growth of nations:II．industrial distribution of national product and labor force[M]．Economic Development And Cultural Change，1957：1-111．

[8] 刘伟，张辉，黄泽华．中国产业结构高度与工业化进程和地区差异的考察[J]．经济学动态，2008(11)：4-8．

[9] 张宇，蒋殿春．FDI、政府监管与中国水污染——基于产业结构与技术进步分解指标的实证检验[J]．经济学(季刊)，2014(2)：491-514．

[10] Grossman G M，Krueger A B．Environmental Impacts of a north american free trade agreement [R]．NBER Working Paper，1991．

(责任编辑:钟 瑶)

Analysis Spatial Econometric Analysis of Impact of Industrial Structure Upgrading on Polluting Emissions

LIU Yingshi1，2，TIAN Yinhua1，Zhoudinggen3

(1.BusinessSchool,HunanUniversityofScienceandTechnology,Xiangtan,Hunan411201,China;2.SchoolofEconomicsandManagement,HunanInstituteofTechnology,Hengyang,Hunan421001,China;3.SchoolofEconomicsandTrade,HunanUniversity,Changsha,Hunan410079,China)

Based on the provincial data during 1997 -2014, this paper investigates the effect of industrial structure upgrading to pollution emission intensity and its spatial spillover effects. The empirical result shows that, rationalization of Industrial structure and high development can reduce the pollution intensity in the region as well as its neighborhood or interrelated region of economy. In addition, pollution emissions in the region can be impacted indirectly by the neighborhood or the interrelated region of economy. Therefore, to reduce the pollution emission intensity, we should upgrade the industrial structure in the region and its neighborhood. In addition, the mechanism of synergy pollution prevention of regional common development and collaborative management is also needed.

Industrial structure upgrading; Pollution emissions; Space -time evolution; Spatial spillover effects

2016 -09 -25

国家社会科学基金重大招标项目(11&ZD043)；国家社会科学基金一般项目(16YJB30)

刘赢时(1982—)，女，湖南衡阳人，湖南科技大学商学院博士研究生，研究方向：产业经济；田银华(1954—) ，男，湖南常德人，湖南科技大学商学院教授，研究方向：环境经济和产业经济。

F421

A

1003 -7217(2017)02 -0099 -06