空间视角下经济集聚的减排效应研究
2017-05-11张可
□张可
空间视角下经济集聚的减排效应研究
□张可
本文考察了环境污染对经济集聚的反向内生性样本选择偏误以及空间相关对经济集聚减排效应的影响。基于2002年-2012年中国285个地级及以上城市的数据,运用空间联立方程模型和广义倾向匹配得分法考察经济集聚与环境污染间的内生关联及非线性关系。实证结果表明,经济集聚与环境污染呈倒“U”形关系,经济集聚超过一定的临界水平后将呈现出减排效应。环境污染对经济集聚存在反向内生影响,环境污染充当了经济集聚的分散力。经济集聚和环境污染均存在显著的空间溢出效应和地区交互影响,空间相关有利于降低经济集聚的减排临界点。文章认为可利用经济集聚的减排效应来改善环境,大力发展城市群,促进区域一体化、同城化,增强区域间的经济关联均有利于减排。同时,地区间的经济发展和污染治理均应形成协同联动,尽快构建地区间污染源核算体系,建立地区间联合污染治理责任分担以及生态补偿机制。
集聚; 减排; 空间溢出
一、引言及文献综述
改革开放以来,中国的经济活动呈现空间集中趋势,东部沿海地区成为中国经济集聚度最高的区域。同时,中国城市环境污染问题日益突出,已成为中国经济发展过程中的另一新常态。东部沿海地区的经济集聚度较高,同时环境污染相对严重,经济活动的集中与环境污染似乎呈现出某种内在联系。中国的新型城镇化、“一带一路”、长江经济带、京津冀一体化等发展战略将促使经济活动继续走向空间集中,这些发展战略在一定程度上是通过促进经济空间集聚以期获得各种溢出和规模经济等收益。经济活动的空间集聚是引起包括环境污染在内的各类城市病的重要原因之一,一般认为污染是阻碍经济活动集中的一种分散力,但污染治理具有规模经济特征,空间集聚可能是控制污染物总量和降低污染强度的重要机制[1]。Glaser认为经济密度高的城市相比经济活动分散的乡村更加节能环保,城市居民在住房、供暖和照明等资源的人均量上远低于农村居民,集聚可有效降低通勤距离从而降低污染排放[2]。显然,传统发展理念忽视了经济集聚可能存在的内在减排机制。如果经济集聚本身具有内在的减排机制,那么说明中国的区域发展策略与环保政策指向是一致的。
一方面,经济集聚具有规模污染效应。经济活动集中的过程中,产出规模的扩张会引起污染排放量增加。Virkanen[5]、Frank[6]、Verhoef 和 Nijkamp[7]等的研究表明经济集聚是加重环境污染的重要原因之一。刘军等的研究表明产业集聚对环境污染的综合影响以加重环境污染为主[8]。另一方面,经济集聚对环境污染也具有积极的影响,集聚经济的规模效应及各类溢出效应有利于减排。Zeng 和Zhao论证了产业集聚的两种环境效应,即需求减少效应和成本减少效应[3]。豆建民和张可从规模经济、成本节约、污染设施共享、专业化分工和污染集中监管等方面对经济集聚的减排效应进行了解释[4]。He、许和连和邓玉萍发现FDI的集聚可改善环境质量[9][10]。李勇刚和张鹏、张可和豆建民认为东部沿海大城市的经济集聚产生的减排效应高于中小城市[11][12]。陆铭和冯浩发现人口和经济活动的集聚有利于降低污染排放强度[1]。
由于双重效应的存在,一些研究表明两者关系呈非线性。如李伟娜等发现制造业集聚与大气污染间呈“N”形关系[13];张可和豆建民[14]、沈能[15]、豆建民和张可[4]、杨仁发[16]、原毅军和谢荣辉[17]等人发现经济集聚与环境污染呈倒“U”形关系。闫逢柱等则认为产业集聚对环境污染的影响存在短期和长期的差异[18]。
工业污染会直接影响农业部门的产出和收入水平,从而减少对工业品的需求[3],降低区域内部经济活动的密度和企业的空间分布。经济活动的空间集中会引起规模污染,导致人口和经济活动扩散,引起经济活动在不同地区的疏密度发生改变[19]。
环境污染会影响劳动力供给,影响工资水平而影响企业劳动成本,进而影响企业的选址,最终反映在地区经济疏密度和空间分布上。污染会直接影响集聚的收益:劳动生产率。环境污染会直接影响劳动者的身体健康并降低人力资本质量[20],Hanna 和Oliva[21]、杨俊等[22]的研究发现环境污染通过影响劳动者的身体健康,减低人力资本质量,劳动生产率随之降低;同时环境污染通过影响劳动力市场的供给来间接影响劳动生产率。
环境污染直接影响居民居住地的选择,从而引起人口在空间上的移动,进而影响人口、各类需求以及企业生产的空间分布。人口居住地的变动会直接影响中心市场的地理位置,人口的空间分布会影响企业的生产和销售策略,企业会根据产品需求变动和中心市场空间位置的变动而改变生产线的选址。同时,政府会对企业的污染排放行为进行管制。企业要获得污染排放权需付出一定的成本,当环境规制较高时,一些污染型企业会考虑重新选址,污染型企业可能会选择环境规制较低的地区,从而造成“污染天堂”现象[23]。企业靠近中心城市是为了本地市场效应,当污染成本超过国内市场效应的收益时,会引起企业和资本的空间转移,从而影响经济活动的疏密度和空间分布。
综上述可知,经济集聚与环境污染存在双向内生关联。既有研究多关注经济集聚的规模污染效应,而对其减排效应的研究较少。至少存在以下不足:一是忽略了经济集聚与环境污染可能存在的内生性,罕有考虑环境污染对经济集聚的反向影响,这种反向内生性影响可能对实证的结果造成重要影响。二是多忽略了经济集聚和环境污染各自存在的地区空间相关,特别是罕有考察空间相关对实证研究结论的影响。三是地级市层面的经验研究较少。相比省域空间尺度,地级市尺度的产出密度能相对精确地反映经济集聚度且更容易捕捉空间溢出效应。基于以上不足,本文将充分考虑经济集聚与环境污染的内生性以及经济集聚空间相关性对经济集聚减排效应的影响,基于2002年-2012年中国285个地级及以上城市的数据,运用空间联立方程模型和广义倾向匹配得分法考察经济集聚的减排效应。
二、实证研究设计
(一)模型设定
考虑现实中环境污染对经济集聚存在反向的内生影响,本文采用空间联立方程模型来矫正这种内生性。已有众多研究表明经济集聚和环境污染具有显著的空间溢出特征,如Hussein 和 Kaneko[24]、潘文卿[25]、张可和汪东芳[26]、张可[27]、张可等[28]。忽略经济集聚和环境污染的空间相关会引起遗漏变量的问题,导致有偏的估计,本文同时将经济集聚和污染排放的空间滞后项纳入实证模型并考虑环境污染可能对经济集聚产生的反向影响,不仅考虑经济集聚和环境污染的空间溢出效应,而且考虑邻近地区的经济集聚对本地环境污染的影响以及邻近地区的环境污染对本地经济集聚的影响。构建空间联立方程,模型如下:
(1)
(2)
其中,i和j表示地区;t表示年份;P为污染排放强度,考虑了三种污染物,即二氧化硫(SO2)、工业废水(pw)、工业粉尘(pd)的单位非农产出排放量(污染排放强度);lind表示经济集聚水平,二次项为slind;wij表示空间关系,采用地理邻近二值空间权重矩阵,即两地区地理邻近时取1,地理不邻近时取0。
方程(1)为污染方程,用来检验经济集聚的减排效应。其中,α4和α5为本文重点关注的估计系数,在联立方程系统估计时若满足α4>0、α5<0且均显著,则表明经济集聚对污染排放强度的影响存在一个减排临界点。α1用来捕捉地区间污染排放强度的空间溢出效应,α2表示邻近地区的经济集聚对本地污染排放强度的影响。方程(2)为产出密度方程,用来控制环境污染对经济集聚可能存在的反向内生影响。若β3<0且显著则表明环境污染对经济集聚产生了抑制作用,环境污染充当了经济活动集中的分散力。β1和β2分别捕捉经济集聚的空间溢出和邻近地区环境污染对本地经济集聚的影响。
同时考虑一组影响污染排放强度的控制变量X,包括地区发展水平、技术进步、产业结构、对外开放程度、环境规制、城镇化水平、能源强度。影响经济集聚水平的控制变量T包括交通便利度、对外开放度、环境规制、人口规模、市场规模、教育规模、教育质量和医疗水平。μi、ηi表示地区个体效应,εit、υit为随机扰动项。
(二)变量选取
经济集聚水平(ag):单位面积上承载的经济活动量被认为是测度经济集聚的良好指标[29]。采用单位面积的非农产出来度量经济集聚程度[26][30]。
污染排放强度(P):采用单位非农产出的污染排放量测度。
地区发展水平(rgdp):采用人均GDP测度。环境“库兹涅茨曲线”认为环境污染与经济发展水平呈倒“U”形关系[31],故加入其二次项(srgdp)。
技术进步(tech):采用年度研发投入占GDP的比重测度。技术改进可提高企业能源利用和生产效率,有利于减排[32]。技术创新与环境污染显著相关[33],环保技术可降低污染物的排放[26]。技术进步也可能因扩大了生产规模而加重环境污染[34]。
产业结构(lis):采用第二产业增加值占GDP比重测度。工业占比越大污染会越严重[1][26]。
对外开放程度(open):采用FDI占GDP比重测度。较高的对外开放度对环境具有一定的改善作用[9][10]。但是,如果引进污染型产业,则会加重环境污染。同时国外资本和产业的进入有利于形成更高的经济集聚度[26]。
环境规制(regul):采用环境治理投资占GDP比重测度[26]。环境规制会抑制企业的排污[35][36],环境规制会影响企业的选址策略从而影响经济集聚水平[12]。
城镇化水平(urb):采用城镇人口占常住人口的比重测度。城镇化会引致大量的能源消费和排放需求[37]。城镇化进入成熟阶段后,环保技术的应用有利于污染减排[38],有利于发挥集聚经济的减排效应[4],故引入其二次项(sur)。
能源强度(ei):能源消耗(如煤炭)是产生SO2等污染物的直接原因[39][40],能源消费是环境污染的主要来源[41]。由于无法获得地级市的能源消耗相关数据,故采用年度工业用电量与地区生产总值的比值作为能源强度的代理变量。
交通便利度(tran):采用人均道路面积测度。便利的交通有利于区域对外经济交流和提高通勤效率,吸引更多的投资和人口,提高经济集聚水平。
人口规模(pop):采用常住人口数量测度。人口规模的增加和集中是引起经济集聚的重要原因之一。企业为了获得本地市场效应,倾向于靠近人口规模较大的中心市场。
市场规模(mar):采用社会消费品零售总额测度。企业为了获得国内市场效应而不断靠近中心市场,企业不断地集聚于中心市场的周围以节约运输成本和提高产品市场份额。
教育规模(edu):采用教育总支出占GDP比重测度。劳动生产率与教育的水平密切相关,教育有利于人力资本的积累[20]。教育是人力资本和劳动力蓄水池形成的重要基础[26]。
教育质量(qedu):采用各类学校的师生比来测度[42]。劳动生产率与教育质量密切相关,优质教育是提高人力资本质量的重要途径[20],教育也有利于环保理念的形成[26]。
医疗水平(med):采用万人床位数来间接测度。良好的医疗水平为劳动者的身体健康提供保障,从而提高劳动生产率,有利于吸引居住人口,进而影响经济集聚水平。
本文的数据主要来源于2003年-2013年《中国城市统计年鉴》和《中国区域经济统计年鉴》,部分缺失数据来自于各省市统计年鉴以及各地级市的年度环境统计公报。为了保持数据和指标的完整性和统一性,数据时间段取为2002年-2012年*虽然《中国城市统计年鉴》已更新至2015年,但部分指标存在较多缺失值,如该年鉴自2014年起不再公布环境治理投资完成额这一指标。。产出指标调整为可比价。
三、实证结果及分析
(一)空间联立方程模型估计结果
采用广义空间三阶段最小二乘法(GS3SLS)对联立方程进行整体估计。GS3SLS的优点是考虑了内生变量的潜在空间相关性,可得到一致的估计结果[43]。为了考察环境污染对经济集聚的反向内生性的影响,本文报告了未控制环境污染对经济集聚的影响时的空间杜宾面板模型估计结果(表1)。为了对比分析,还报告了不考虑空间相关时的3SLS的估计结果。本文对除占比类指标外的连续性变量进行了对数化处理。
表1 污染方程的估计结果
注:括号内数值为t值或z值,***、**和*分别代表1%、5%和10%的显著水平;slind和srgdp分别表示经济集聚和人均GDP自然对数的二次方项;w.p、w.lind分别表示三种污染物排放强度、经济集聚自然对数的空间滞后项。其中空间杜宾模型(SDM)为未考虑联立性的单方程估计结果
从污染方程估计结果来看,经济集聚的一次项和二次项估计系数分别为正和负且在不同的统计水平上显著,表明控制了环境污染对经济集聚的反向影响后,经济集聚与三种污染物排放强度之间呈倒“U”形关系,即经济集聚超过一定的临界水平后具有减排效应。这种减排效应主要来自经济集聚的各种溢出效应和污染治理的规模经济。一是集聚有利于分摊治污成本,如共享污染处理设备;二是集聚有利于治污的专业化分工,如专业化的治污企业和第三方污染检测企业,有利于提高污染治理的效率;三是集聚有利于环境的集中监管和企业间相互监督;四是集聚有利于企业的技术创新和环保技术的溢出,集聚有利于各类知识的溢出和交流,促进创新活动的形成,同时集聚也有利于先进环保技术的推广和应用;五是集聚有利于提高能源使用效率,降低单位产出的能源和污染排放;六是集聚有利于形成产业互动效应和循环经济,同一产业园区内的不同企业间因交流方便容易达成合作,甚至可发展为循环经济的上下游产业链,有利于节约能源和减低污染排放。污染排放强度和经济集聚的空间滞后项估计系数均显著为正,表明地区间的污染物排放显著正相关,污染物具有很强的地区空间相关性,邻近地区的经济集聚度也会显著影响本地的环境质量。污染的地理跨界,同时地区间的产业关联、增长竞争和示范效应也是形成环境污染空间相关和地区交互影响的重要因素。
比较污染方程的估计结果与单方程估计结果(空间杜宾模型)的差异发现,联立方程中经济集聚的减排临界点显著大于单方程的估计结果。二氧化硫、工业废水和工业粉尘的减排临界点相对于单方程估计结果分别增加到14 764.8万元/平方公里、15 493.1万元/平方公里和14 411.2万元/平方公里,而未考虑环境污染对经济集聚的反向影响时临界点分别为12 921.7万元/平方公里、13 619.1万元/平方公里和12 088.4万元/平方公里。这表明中国城镇化过程中经济集聚度不断提高的同时,环境污染对经济活动的空间集中形成了一定的负面影响,这种负面影响使得城市发展过程中需要通过提高额外的经济集聚度才能抵消环境污染这种集聚分散力的影响。如果不考虑环境污染对经济集聚的反向影响,可能会使得决策者制定城市发展政策时出现对实际经济集聚的减排临界点的误判。显然中国城市经济水平提高和环境污染治理过程中需要考虑这种反向影响,以充分实现经济集聚的减排效应。
污染方程中产业结构和能源强度估计系数均为正且显著,表明能源消费在一定程度上加重了环境污染。人均GDP的一次项估计系数为负且在5%的统计水平下显著,其二次项系数为正但不显著,表明地区收入水平的增加有利于抑制污染排放强度,经济越发达的地区越不倾向于通过污染型产业来发展经济。技术进步估计系数为负但不显著,表明样本选择期内技术进步对污染排放强度的抑制作用并不明显。其原因一方面可能是由于技术进步的应用具有一定的时滞性,产生减排的周期较长;另一方面也可能是因为技术进步投资主要流向容易产生显著经济增长的领域,而非环保领域[28]。对外开放度估计系数为负且显著,表明中国的对外开放整体上有利于改善环境。环境规制的估计系数为负但对不同的污染物而言显著性存在差异,环境规制有效抑制了二氧化硫和工业废水的排放,而对工业粉尘的抑制作用不明显,这可能与环境政策的差异和监管有关,如近年来中国各级政府对大气污染和水污染的重视程度和监管程度相比其他污染物更高。
从产出密度方程估计结果来看(表2),三种污染物排放强度估计系数显著为负且至少在5%的统计水平上显著,表明环境污染对经济集聚产生了显著的抑制作用,经济活动走向空间集中的过程中,环境污染充当了经济活动集聚的重要分散力。三种污染物排放强度的空间滞后项估计系数同样显著为负,说明不仅本地的环境污染会影响本地的经济集聚水平,邻近地区的环境污染同样会对本地的经济集聚水平产生负面影响。一方面,当邻近地区的环境质量恶化时,临近地区的部分经济活动会因环境污染负外部性这种分散力而形成扩散,本地与邻近城市的关联产业及产品需求也将受到影响,不利于本地吸引新的人口和产业;另一方面,因为污染的地理跨界效应,本地的环境受到邻近地区环境恶化的影响,降低本地的经济集聚水平。
表2 产出密度方程的估计结果
注:括号内数值为t值或z值,***、**和*分别代表1%、5%和10%的显著水平;w.p、w.lind分别表示三种污染物排放强度、经济集聚水平自然对数的空间滞后项
产出密度方程中人口规模、交通便利度、市场规模的估计系数均为正且显著,表明人口规模越大、交通越便利、市场规模越大越有利于促进经济集聚。改革开放以来户籍制度的改革在一定程度上引起大量的人口向东部沿海城市集聚,为东部城市的建设发展提供了大量的劳动力,并形成各种市场需求,为城市的经济集聚创造了条件。近年来城市交通基础设施的完善为中国城市间的经济互动提供了保障,也为各类招商引资活动提供了便利,促进了经济集聚的形成。中国城市日益扩大的市场规模吸引了各类企业,提高了经济活动的集中度[26]。
污染方程和产出密度方程中存在两个共同的控制变量:对外开放度和环境规制。产出密度方程中对外开放度和环境规制的估计系数分别显著为正和负,提高对外开放度同时具有改善环境质量和促进经济集聚水平提高的双重红利。环境规制犹如硬币的两面,一方面可抑制二氧化硫和工业废水的排放,在一定程度上改善环境质量;另一方面却不利于经济集聚水平的提高,对城市经济活动的空间集中形成分散力。这也侧面反映出近阶段中国不少城市在城镇化过程中所面临的困境,如中国的城镇化高度依赖于工业化,地方政府期望通过放松环境规制来吸引更多的工业企业进驻,但同时可能引起环境的恶化,而环境的恶化又会对本地的经济发展形成负面影响(如影响人口居住地选择和购房意愿),不利于经济集聚水平的提高和经济集聚减排效应的实现。
(二)控制样本选择偏误和空间相关的再考察
考虑城市的经济活动的空间分布和集聚程度并非随机分布,而是受到每个城市相关个体特征影响的一个自选择过程,城市的个体特征同时会影响经济集聚和环境污染,故需控制同时影响经济集聚和环境污染的变量后考察经济集聚对环境污染的影响[20]。为了考察不同集聚水平下的减排效应,本文采用广义倾向匹配评分法(GPS),以弥补传统的倾向评分匹配方法(PSM)只能处理二元虚拟变量(0和1)的缺陷。Hirano 和 Imbens将PSM法扩展到GPS并给出三个规范性步骤[44],首先对处理变量经济集聚进行了正态性检验,根据285个地级及以上城市的集聚水平的25%、50%、75%分位数,将中国285个地级及以上城市的经济集聚水平划分为四个区间。第一步估计是为了获得样本城市的GPS,第二步估计可以获得第三步的参数。本文所选择匹配变量的系数绝大多数在不同的统计水平下显著,表明匹配变量选取的合理性。第二步的估计是将结果变量(二氧化硫、工业废水、工业粉尘的污染排放强度)作为被解释变量,并将第一步获得的集聚水平的概率(GPS)和匹配变量同时作为解释变量进行OLS估计。
经济集聚对污染排放强度的影响效应。图1-6中依次有三条曲线,其中中间的曲线为本文所关注的经济集聚对污染排放强度的影响效应(左侧图)及边际效应(右侧图),上下两条线表示这一关系的95%置信线。图1—6左侧图中间的曲线为四个区间内不同经济集聚水平下所对应的影响效应的连线,反映不同经济集聚水平下所对应的环境效应。横轴表示经济集聚水平,左侧图纵轴表示污染排放强度的期望值,右侧图纵轴表示污染排放强度期望值的边际变化值。图1—6右侧图表示经济集聚对污染排放强度的边际影响效应,反映经济集聚对污染排放强度产生影响的敏感度变化趋势。
图1 未考虑空间相关性时的影响(二氧化硫)
图2 未考虑空间相关性时的影响(工业废水)
图3 未考虑空间相关时影响(工业粉尘)
图4 考虑空间相关性后的影响(二氧化硫)
图5 考虑空间相关性后的影响(工业废水)
图6 考虑空间相关性后的影响(工业粉尘)
根据图1、图2和图3的估计结果来看,当不考虑空间相关性时经济集聚对三种污染排放物排放强度的影响效应依然呈现出典型的倒“U”形曲线关系,即经济集聚在一定的临界水平内对污染排放强度呈现促进效应,而当经济集聚水平超过该临界点后经济集聚开始对污染排放强度产生抑制效应,再次印证了当经济集聚超过一定的临界水平后会呈现出减排效应,同时也与前文的实证结论保持一致。具体来看三种污染物的情况略有差异,其中经济集聚对二氧化硫和工业粉尘排污强度的影响效应均出现了两个连续的促排区间,第一个区间相对第二区间更加陡峭,这表明经济集聚对二氧化硫和工业粉尘的污染规模效应在较低的经济集聚水平区间内较大,此时由于快速经济增长和经济规模扩张的需要(如城市建成初期),大量的企业和投资进入形成了大量的能源和污染排放需求,在环境规制和技术水平相对较低的条件下,经济集聚的各类溢出、环保设施共享和成本节约、专业化分工和集中监管效应较低,经济集聚对两种污染物的减排效应小于规模污染效应。随着经济集聚水平的提高,经济集聚的各类溢出、环保设施共享和成本节约、专业化分工和集中监管效应逐渐显现,但经济仍然处于快速发展期,经济集聚的减排效应仍然小于规模污染效应,由此出现了第二个增促区间。当经济集聚水平达到较高的水平时,经济集聚的减排效应占主导,从而进入经济集聚的减排区间。而经济集聚对工业废水排放强度的影响效应出现了两个连续的减排区间,这可能与三种污染物的产生来源差异有关。根据经济集聚对三种污染物排放强度的边际影响曲线可以看出,经济集聚超过临界点后,经济集聚度越高,经济集聚抑制环境污染的边际效应越强,表明经济集聚度高的城市,对环境污染的抑制作用越强。这种抑制作用来源于经济集聚的各种减排效应。因此,从经济发展的环境效率角度来看,发展经济集聚度高的城市和城市群经济有利于节约资源消耗和实现减排,加快中西部地区城市的城镇化建设并缩短其达到临界点的时间也越有利于减排和改善环境质量。
为了考察经济集聚空间相关性对经济集聚减排效应的影响,笔者还将处理变量(经济集聚水平)的空间滞后项纳入匹配变量中,通过观察经济集聚对污染排放强度影响效应曲线及其边际效应曲线的形状来考察空间相关性的影响。图4、图5和图6为考虑空间相关性后的估计结果。显然,考虑空间相关性后经济集聚对三种污染物的减排效应整体更加明显,具体表现为临界点和减排区间的变化。当考虑空间相关性后,经济集聚抑制三种污染物排放强度的临界值变小,表明经济集聚的空间相关使得每个城市只需要较小的经济密度即可获得经济集聚的减排效应,落入抑制区间的城市更多。更多的城市进入经济集聚对环境污染产生减排的区间时,从全国层面上看将有利于改善环境。
空间相关对环境污染的这种相对改善作用与城市间的经济关联和区域一体化等因素密切相关。本地区的经济活动密度除了影响本地环境质量外,还会影响周边地区的环境质量,而这种间接效应主要源自区域间的经济关联和市场选择。例如,本地为中心城市(中心市场),临近城市接受本地的经济辐射,临近城市的生产活动趋向于本地的中心市场的需求,一方面会促进周边地区的专业化程度,促进周边地区产业集中,产业的集聚度越高越有利于环保技术和污染处理设施的共享,从而降低单位产出的资源和生态环境的消耗;另一方面临近地区为本地区提供的专业化产品种类越来越多,提高了本地产品多样性,可促进本地进行产业升级,如可将污染型工业逐渐转移到周边地区,所需产品可由其他地区生产,从而从事更加环保型的产业,如现代服务业等,从而改善环境质量。当这两方面的环境改善效应同时存在时,同样的环境污染强度下所对应的平均经济集聚度会变小。因此,可通过提高城市间经济集聚的空间相关性来抵消其规模污染效应。相对其他控制变量,经济集聚的空间依赖性对拐点的影响效应更大,其他控制变量较多且涉及的利益主体更多,实施的难度相对较大;同时经济集聚的空间依赖性相对更加可控。具体的做法是加强区域间的经济合作,促进区域经济一体化和公共资源的共享以及经济发展与环境政策的对接。
从经济集聚的减排区间变化来看,考虑空间相关性后,经济集聚对三种污染物的减排区间均有所扩大,更多的城市落入减排区间,经济集聚的减排效应更加明显。但三种污染物的情况略有差异,其中二氧化硫与工业废水的情况较为相似,不考虑空间相关性时的经济集聚对两种污染物的第二个增促排放区间变为减排区间,具体表现为第二个增排区间的对应曲线的斜率由正变为负,这表明在城市经济快速发展过程中的某一阶段,提高城市间的经济空间相关性可以增大经济集聚的减排效应,这一阶段甚至可以使得经济集聚的综合环境效应由增排变为减排。这对于中国当前中西部地区城市发展具有重要政策启示,经济集聚水平相对较低的中西部地区可在经济集聚不高的情况下通过加强地区间的经济合作、协同发展来同时实现经济发展和生态环境改善的同步。由此形成了图4和图6中的两个连续的减排区间,但这两个连续的减排区间的边际减排效应有明显差异,中间段的减排区间的边际减排效应明显小于后者,这再次表明经济集聚度越高的城市其经济集聚的减排效应越大。工业废水、二氧化硫和工业粉尘存在明显差异(图5),控制空间相关性后经济集聚对工业废水的影响效应中规模污染效应的区间变得非常小,整条曲线几乎变为向右下倾斜的曲线,这表明经济集聚的空间相关对工业废水的减排效应起到了很大的促进作用,中国城市间应增强经济关联度,增强地区产业一体化和产业合作,以实现工业废水的整体减排。
(三)稳健性检验
考虑空间权重的选取对空间计量模型的实证结果会造成一定的影响,本文还考察了基于地理距离、距离倒数两种空间权重矩阵的估计结果。估计结果显示除了部分控制变量的估计系数的显著性略有差异外,核心变量的估计系数显著性和正负号均未出现较大的变化,表明本文的实证研究结果非常稳健*本文限于篇幅,未给出相应的估计结果,有兴趣的读者可向作者索要。。
四、结论与政策启示
本文从空间视角考察经济集聚对环境污染的影响。主要结论有:(1)经济集聚水平超过一定的临界水平后呈现出一定的减排效应。环境污染对经济集聚存在负向影响,考虑环境污染对经济集聚的反向内生影响后,经济集聚的减排临界点明显变大,环境污染在一定程度上抑制了经济集聚,是经济活动空间集中的分散力。城市发展过程中需要通过提高额外的经济集聚度才能抵消这种负面的影响。若不考虑环境污染对经济集聚的反向影响,可能会导致决策者对实际经济集聚的减排临界点的误判。(2)考虑了空间相关后,经济集聚对三种污染物的减排效应更加明显。经济集聚的空间相关使得每个城市只需要较小的经济密度即可获得经济集聚的减排效应,落入减排区间的城市更多,提高城市间的空间相关有利于改善环境。(3)经济集聚和环境污染均存在明显的空间溢出和地区交互影响,城市间的经济发展与环境治理均不可独善其身。
本研究对区域经济与生态环境的协调发展、地区间经济发展协同、污染联合治理及责任分担均具有重要的政策启示。其一,大力提高城市经济密度和促进经济活动的空间集中与生态环境保护并非对立关系,经济活动在空间上的高度集中甚至有利于减排。因此新型城镇化、长江经济带、“一带一路”、京津冀一体化等有利于经济活动走向空间集中的国家发展战略符合绿色发展理念,应充分利用好经济集聚的减排效应,并通过产业结构升级、提高环境规制、继续扩大对外开放、技术创新等途径减缓经济活动集中带来的规模污染。大力发展城市群,提高各类城市的经济密度反而有利于改善环境。其二,环境污染充当了经济活动集中的分散力,在利用经济集聚的减排效应的同时也应考虑这种负面影响。其三,促进区域一体化和同城化,加强地区(城市)间的经济联系有利于发挥经济集聚的减排效应。其四,区域间的经济发展和污染治理需形成联动协同,地区经济协同有利于减排。因此,应尽快建立区域间污染源核算体系,为区域间污染责任分担和区域间生态补偿提供依据。
[1]陆铭、冯浩:《集聚与减排:城市规模差距影响工业污染强度的经验分析》,载《世界经济》2014年第7期。
[2]Glaser E. L, and Kahn M. E.. “The Greenness of Cites: Carbon Dioxide Emissions and Urban Development”, Journal of Urban Economics, 2010, 67(3):404-418.
[3]Zeng D., and Zhao L.. “Pollution Havens and Industrial Agglomeration”, Journal of Environmental Economics and Management, 2009, 58(2):141-153.
[4]豆建民、张可:《空间依赖性、经济集聚与城市环境污染》,载《经济管理》2015年第10期。
[5]Virkanen J.. “Effect of Urbanization on Metal Deposition in the Bay of Southern Finland”, Marine Pollution Bulletin,1998, 36:729-738.
[6]Frank A.. “Urban Air Quality in Larger Conurbations in The European Union”, Environmental Modeling and Software, 2001, 16(4):399-414.
[7]Verhoef E. T., and Nijkamp P.. “Externalities in Urban Sustainability: Environmental Versus Localization-type Agglomeration Externalities in A General Spatial Equilibrium Model of a Single-Sector Monocentric Industrial City”, Ecological Economics, 2002, 40(2):157-179.
[8]刘军、程中华、李廉水:《产业集聚与环境污染》,载《科研管理》2016年第6期。
[9]He J.. “Pollution Haven Hypothesis and Environmental Impacts of Foreign Direct Investment: The Case of Industrial Emission of Sulfur Dioxide (SO2) in Chinese Provinces”, Ecological Economics, 2006, 14(4):228-245.
[10]许和连、邓玉萍:《外商直接投资导致了中国的环境污染吗》,载《管理世界》2012年第2期。
[11]张可、豆建民:《集聚对环境污染的作用机制研究》,载《中国人口科学》2013年第5期。
[12]李勇刚、张鹏:《产业集聚产业集聚加剧了中国的环境污染吗—来自中国省级层面的经验证据》,载《华中科技大学学报(社会科学版)》2013年第5期。
[13]李伟娜、杨永福、王珍珍:《制造业集聚、大气污染与节能减排》,载《经济管理》2010年第9期。
[14]张可、豆建民:《工业集聚有利于减排吗》,载《华中科技大学学报(社会科学版)》2016年第4期。
[15]沈能:《工业集聚能改善环境效率吗》,载《管理工程学报》2014年第3期。
[16]杨仁发:《产业集聚、外商直接投资与环境污染》,载《经济管理》2015年第2期。
[17]原毅军、谢荣辉:《产业集聚、技术创新与环境污染的内在联系》,载《科学学研究》2015年第10期。
[18]闫逢柱、苏李、乔娟:《产业集聚发展与环境污染关系的考察》,载《科学学研究》2011年第1期。
[19]张可:《环境污染对城市网络结构的影响研究》,载《社会科学》2016年第12期。
[20]Zivin J. A., and Neidell M..“The Impact of Pollution on Worker Productivity”, American Economic Review, 2012, 102(7):3652-3673.
[21]Hanna R., and Oliva P.. “The Effect of Pollution on labor Supply:Evidence form A Nature Experiment in Mexico City”, Journal of Public Economics, 2011,122(10) :68-79.
[22]杨俊、盛鹏飞:《环境污染对劳动生产率的影响研究》,载《中国人口科学》2012年第5期。
[23]Baomin D., Jiong G., and Zhao X.. “FDI and Environmental Regulation:Pollution Haven or A Race to The Top”, Journal of Regional Economics, 2012, 41(2):216-237.
[24]Hossein H. M., and Kaneko S.. “Can Environment Quality Spread Through Institutions”, Energy Policy,2014, 56(2):312-321.
[25]潘文卿:《中国的区域关联与经济增长的空间溢出效应》,载《经济研究》2012年第1期。
[26]张可、汪东芳:《经济集聚与环境污染的交互影响及空间溢出》,载《中国工业经济》2014年第6期。
[27]张可:《污染排放增长存在内生收敛吗》,载《统计研究》2015年第6期。
[28]张可、汪东芳、周海燕:《地区间环保投入与污染排放的内生策略互动》,载《中国工业经济》2016年第2期。
[29]Ciccone A., and Hall R.. “Productivity and The Density of Economic Activity”, American Economic Review, 1993, 86(1):54-70.
[30]范剑勇:《产业集聚与地区劳动生产率差异》,载《经济研究》2006年第11期。
[31]Grossman G. M., and Krueger A. B.. “Economic Growth and The Environment”, The Quarterly Journal of Economics,1995,110(2):353-377.
[32]李廉水、周勇:《技术进步能提高能源效率吗——基于中国工业部门的实证检验》,载《管理世界》2006年第10期。
[33]Costantini V., Mazzanti M.,and Montini A.. “Environmental Performance, Innovation and Spillover.Evidence from a Regional NAMEA”, Ecological Economics, 2013, 89(4): 101-114.
[34]宋马林、王舒鸿:《环境规制、技术进步与经济增长》,载《经济研究》2013年第3期。
[35]包群、邵敏、杨大利:《环境规制抑制了污染排放吗》,载《经济研究》2013年第12期。
[36]黄茂兴、林寿富:《污染损害、环境管理与经济可持续增长——基于五部门内生增长模型的分析》,载《经济研究》2013年第12期。
[37]Perry S.. “Do Urbanization and Industrialization Affect Energy Intensity in Developing Countries”, Energy Economics, 2013, 47:52-59.
[38]王芳、周兴:《人口结构、城镇化与碳排放—基于跨国面板数据的实证研究》,载《中国人口科学》2012年第2期。
[39]Chuai X. W., Huang X. J., Wang W. J., Cheng Q., and Peng J. W.. “Spatial Econometric Analysis of Carbon Emissions From Energy Consumption in China, Journal of Geographical Sciences”, 2012, (22)4:630-642.
[40]Arouri A. B., Youssef, and HM'henni C. R.. “Energy Consumption, Economic Growth and CO2Emissions in Middle East and North African Countries”, Energy Policy, 2012,45: 342-349.
[41]Zhang Y., Wu J ., Lin L., Wang Y., and Wang L.. “Evaluating the Relationship among Economic Growth,Energy Consumption, Air Emissions and Air Environmental Protection Investment in China”, Renewable and Sustainable Energy Reviews,2013,18(2):259-270.
[42]陆铭、向宽虎:《地理与服务业-内需是否使城市分散化》,载《经济学(季刊)》2012年第3期。
[43]Kelejian H., and Prucha, I.. “Estimation of Simultaneous Systems of Spatially Interrelated Cross Sectional Equations”, Journal of Econometrics, 2004, 118(1):27-50.
[44]Hirano K., and Imbens G. W.. “The Propensity Score with Continuous Treatments”,UC Berkeley and NBER Working Paper, 2004,No.226164.
责任编辑 胡章成
The Reduction Emissions Effect of Agglomeration Based on Spatial Perspectives
ZHANG Ke,
EastChinaUniversityofPoliticalScienceandLaw
This paper discusses the effects agglomeration on environment. Considering the reverse endogenous pollution to agglomeration, sample selection bias and the influence spatial correlation on the emission reduction effect of agglomeration, based on the data of 285 cities in China from 2002 to 2012, using spatial simultaneous equation model and generalized propensity matching score method to investigate the endogenous and nonlinear relationship between agglomeration and pollution. The results show that the agglomeration and pollution appear an inverted "U" shaped relation, and the agglomeration will present a reduction emissions effect after more than a certain critical level. Pollution has a reverse endogenous impact to agglomeration and as the dispersion force. The agglomeration and environment have obvious spatial correlation and regional interaction, and the spatial correlation can lower the reduction emissions tipping point of agglomeration. We hold that the emission reduction effect of agglomeration can improve the environment performance,. Developing the urban agglomeration, promoting regional integration and strengthening regional economic relationship are beneficial to cut emissions. Meanwhile, regional economic development and pollution control should be coordinated, which means inter-regional pollution accounting and ecological compensation system and combined pollution liability should be built as soon as possible.
agglomeration; emission reduction; spatial spillover
张可,华东政法大学商学院副教授
:国家社科基金一般项目“我国区域一体化进程中的污染产业转移与区域协调研究”(14BJL084);上海市高校青年教师培养资助计划;华东政法大学科学骨干学者专项资助计划
2017-03-06
F061.5,F291.1
A
1671-7023(2017)03-0086-12