工业集聚对我国区域环境污染的影响研究

胡 飞

(安徽财经大学 国际经济贸易学院，安徽 蚌埠 233030)

工业集聚对我国区域环境污染的影响研究

胡 飞

(安徽财经大学 国际经济贸易学院，安徽 蚌埠 233030)

基于半参数面板数据模型，对工业集聚对我国东部、中部以及西部地区环境污染的影响进行了实证研究。研究结果表明：(1)在东部、中部与西部地区，各类污染物的排放量与工业集聚水平之间均呈现非线性关系；(2)在特定地区，工业集聚对各类污染物排放量的具体影响存在异质性；(3)工业集聚对特定类型污染物排放量的具体影响存在区域差异。

工业集聚；环境污染；半参数面板数据模型

近年来，我国面临的环境压力不断加大，遏制环境污染，提升环境质量迫在眉睫。在二元经济结构下，长期以来，工业集聚是我国产业集聚的主要表现形式。众所周知，工业是环境污染物的主要排放部门，我们不免要问，工业集聚加剧了我国区域环境污染吗？工业集聚与区域环境保护能否实现协调发展？本文对工业集聚对我国东部、中部以及西部地区环境污染的影响进行实证检验，以给出这些问题的答案。

一、相关文献回顾

闫逢柱等人(2011)[1]认为，短期而言，产业集聚有利于改善环境质量，但长期内二者之间不存在必然的因果关系。李筱乐(2014)[2]和杨仁发(2015)[3]认为，集聚对环境污染的影响存在“门槛”特征。原毅军和谢荣辉(2015)[4]指出，产业集聚与环境污染之间呈现倒“U”型曲线关系。张可和豆建民(2015)[5]指出，集聚对不同类型污染物排放的影响存在差异。杨帆等人(2016)[6]认为，产业集聚程度与产业污染物排放强度之间存在正相关关系。杨敏(2016)[7]运用面板平滑转换模型分析了经济集聚对城市环境污染的影响，其研究发现，二者因转换机制的不同而呈现非线性关系。黄娟和汪明进(2016)[8]指出，产业集聚与环境污染之间呈现倒“U”型曲线关系。

尽管学界对集聚的环境效应进行了深入的探讨，但是迄今为止并未形成一致的结论。依据冯烽和叶阿忠(2013)[9]的研究、周睿(2015)[10]的研究可知，在参数模型中，模型的设定容易出现偏误，半参数模型的估计结果可以有效揭示核心解释变量与被解释变量之间的真实关系。鉴于此，基于半参数面板数据模型，本文对工业集聚对我国东部、中部与西部地区环境污染的影响进行再检验，以对现有研究进行补充和深化。

二、计量模型的构建、变量解释与数据说明

1.计量模型的构建与变量解释

基于研究目的，本文构建了以下三个计量模型：

wait=α+β1pait+β2erit+β3isit+f(agit)+μit

(1)

soit=γ+δ1pait+δ2erit+δ3isit+g(agit)+σit

(2)

smit=θ+λ1pait+λ2erit+λ3isit+h(agit)+υit

(3)

借鉴Baltagi和Li(2002)[11]的研究，在对模型(1)、模型(2)以及模型(3)进行估计时，本文将三者设立为半参数固定效应面板数据模型。其中，i表示地区，t表示时间，wa表示工业废水排放量，so表示工业二氧化硫排放量，sm表示工业烟尘排放量。借鉴原毅军和谢荣辉(2015)[4]的研究、黄娟和汪明进(2016)[8]的研究，在模型(1)、模型(2)以及模型(3)中引入的控制变量为：pa、er和is。其中，pa表示各地区的国内专利申请受理量，其用于反映各地区的技术创新情况，er表示各地区的工业污染治理完成投资额与其GDP之比，其用于反映各地区的环境规制情况，is表示各地区的第三产业的增加值在其GDP中所占的比重，其用于反映各地区的产业结构情况。ag表示工业集聚水平，借鉴董春和梁银鹤(2014)[12]的研究、杨仁发(2015)[3]的研究以及邓若冰和刘颜(2016)[13]的研究，本文运用区位熵来度量各地区的工业集聚水平，即各地区的工业总产值占其GDP的比重与全国的工业总产值占其GDP的比重之比。

2.数据说明

囿于统计数据的可得性，在对计量模型(1)和计量模型(2)进行估计时，选取的样本区间为2004—2011年，在对计量模型(3)进行估计时，选取的样本区间为2004—2010年。本文实证分析中所采用的原始数据来源于国研网统计数据库、中国统计数据应用支持系统以及EPS全球统计数据中的相关数据库。本文选取的样本为我国内地30个省(市、自治区)，东部、中部与西部地区的界定参考《中国城市建设统计年鉴2014》中三大经济带的划分标准。其中，东部地区包括：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南；中部地区包括：山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部地区包括：内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、宁夏、青海、新疆。

三、实证分析的结果及其解释

1.东部地区模型的估计结果及其解释

运用东部地区的数据，对计量模型(1)、计量模型(2)以及计量模型(3)进行估计，其中参数部分的估计结果见表1所示。需要说明的是，在对各模型进行估计的过程中，本文对各模型是否存在时间效应进行了检验，对于存在时间效应的模型，通过引入年度虚拟变量对其进行控制。下文采用同样的处理方法，将不再赘述。

表1 东部地区计量模型参数部分的估计结果

注：括号内的数值为标准误，*、**和***分别表示在10%、5%和1%水平上显著。

由表1可以看出，在东部地区，样本期间，国内专利申请受理量、工业污染治理完成投资额占GDP的比重以及第三产业的增加值占GDP比重的变化没有对工业废水排放量产生显著的影响；国内专利申请受理量的增加对工业二氧化硫的排放具有显著的抑制作用；产业结构的升级有利于抑制东部地区的工业烟尘排放。

图1 东部地区工业废水模型非参数部分的结果

由图1可知，东部地区的工业废水排放量与工业集聚水平之间呈现非线性关系，当工业集聚程度低于一定水平(大约0.5)时，工业集聚程度的提升会降低东部地区的工业废水排放量，当工业集聚程度超越这一水平后，伴随着工业集聚水平的提高，工业集聚会加剧东部地区的工业废水排放。

由图2可知，东部地区的工业二氧化硫排放量与工业集聚水平之间亦呈现非线性关系。当工业集聚程度低于一定水平(大约0.5)时，工业集聚程度的提升会加剧东部地区的工业二氧化硫排放，当工业集聚程度超越这一水平后，伴随着工业集聚水平的提高，东部地区的工业二氧化硫排放量呈现下降趋势。

图2 东部地区工业二氧化硫模型非参数部分的结果

图3 东部地区工业烟尘模型非参数部分的结果

由图3可以看出，东部地区的工业烟尘排放量与工业集聚水平之间也呈现出明显的非线性关系。当工业集聚程度低于一定水平(大约0.5)时，伴随着工业集聚程度的提高，东部地区的工业烟尘排放量会增加。当工业集聚程度超越这一水平后，工业集聚水平的提高有助于东部地区的工业烟尘减排。

2.中部地区模型的估计结果及其解释

运用中部地区的数据，对计量模型(1)、计量模型(2)以及计量模型(3)进行估计，其中参数部分的估计结果见表2所示。

表2 中部地区计量模型参数部分的估计结果

注：同表1。

依据表2所给出的估计结果可知，技术创新对中部地区的工业废水排放具有显著的抑制作用；在工业二氧化硫模型和工业烟尘模型的回归结果中，解释变量pa、er和is的回归系数为负值，但是未通过显著性检验。

图4 中部地区工业废水模型非参数部分的结果

依据图4可知，当工业集聚程度低于一定水平(大约0.6)时，工业集聚水平的提高会对中部地区的工业废水排放产生明显的抑制作用，但是当工业集聚程度超越这一水平后，工业集聚程度的进一步提高会加剧中部地区的工业废水排放。

图5 中部地区工业二氧化硫模型非参数部分的结果

依据图5可知，在中部地区，工业二氧化硫排放量与工业集聚水平之间呈现明显的非线性关系。从曲线的变动趋势来看，总体而言，工业集聚对中部地区的工业二氧化硫排放具有明显的抑制作用。换言之，总体来看，工业集聚有利于中部地区的工业二氧化硫减排。

依据图6可知，中部地区的工业烟尘排放量与工业集聚水平之间亦存在非线性关系，但是曲线的波动幅度较小，这表明，样本期间，工业集聚对中部地区工业烟尘排放量的影响有限。

图6 中部地区工业烟尘模型非参数部分的结果

3.西部地区模型的估计结果及其解释

运用西部地区的数据，对计量模型(1)、计量模型(2)以及计量模型(3)进行估计，其中参数部分的估计结果见表3所示。

表3 西部地区计量模型参数部分的估计结果

注：同表1。

由表3可以看出，技术创新对西部地区的工业废水排放具有显著的抑制作用，环境政策、产业结构的变化没有对西部地区的工业废水排放量产生显著的影响；在工业二氧化硫模型中，解释变量的回归系数均没有通过显著性检验；技术创新有利于降低西部地区的工业烟尘排放量，环境规制强度以及产业结构的变化没有对西部地区的工业烟尘排放量产生显著的影响。

图7 西部地区工业废水模型非参数部分的结果

由图7可以看出，当工业集聚程度低于一定水平(大约0.55)时，伴随着工业集聚水平的提高，工业集聚会扩大西部地区的工业废水排放量，当工业集聚程度超越这一水平后，工业集聚水平的进一步提高对西部地区工业废水排放量的影响较小。

图8 西部地区工业二氧化硫模型非参数部分的结果

依据图8可知，当工业集聚程度低于一定水平(大约0.55)时，工业集聚水平的提升有利于降低西部地区的工业二氧化硫排放量，当工业集聚程度超越这一水平后，工业集聚程度的进一步提升对西部地区工业二氧化硫排放的影响微弱。

图9 西部地区工业烟尘模型非参数部分的结果

依据图9可知，西部地区的工业烟尘排放量与工业集聚水平之间也呈现出非线性关系，并且从曲线的变动趋势来看，总体而言，工业集聚水平的提升有利于西部地区的工业烟尘减排，尤其是当工业集聚程度低于一定水平(大约0.55)时，工业集聚程度的提高对西部地区的工业烟尘排放具有明显的抑制作用。

结论

本文运用半参数面板数据模型，对工业集聚对我国三大经济带环境污染的影响进行了深入、系统的研究。实证研究的结果表明：(1)在我国东部、中部以及西部地区，各类污染物的排放量与工业集聚水平之间均呈现非线性关系；(2)在特定地区，工业集聚对各类污染物排放量的影响存在异质性；(3)工业集聚对特定类型污染物排放量的影响存在区域差异。

依据本文实证研究的结果可知，区域环境污染与工业集聚之间并不存在简单的正相关或负相关关系，二者之间的关系十分复杂。因此，为了推动工业集聚与区域环境保护的协调发展，我国各地区应对工业集聚的环境效应进行动态评估，适时调整和优化本地工业集聚政策与措施，加快工业企业绿色技术创新步伐，实施制造业与生产者服务业协同集聚战略，推动制造业向高端化和绿色化方向发展，并调整和优化工业的能源消费结构，助推工业污染物减排。

[1]闫逢柱，苏李，乔娟.产业集聚发展与环境污染关系的考察——来自中国制造业的证据[J].科学学研究，2011，29(1).

[2]李筱乐.市场化、工业集聚和环境污染的实证分析[J].统计研究，2014，31(8).

[3]杨仁发.产业集聚能否改善中国环境污染[J].中国人口·资源与环境，2015，25(2).

[4]原毅军，谢荣辉.产业集聚、技术创新与环境污染的内在联系[J].科学学研究，2015，33(9).

[5]张可，豆建民.集聚与环境污染——基于中国287个地级市的经验分析[J].金融研究，2015(12).

[6]杨帆，周沂，贺灿飞.产业组织、产业集聚与中国制造业产业污染[J].北京大学学报(自然科学版)，2016，52(3).

[7]杨敏.经济集聚与城市环境污染排放的非线性效应研究[J].软科学，2016，30(9).

[8]黄娟, 汪明进.科技创新、产业集聚与环境污染[J].山西财经大学学报，2016，38(4).

[9]冯烽，叶阿忠.中国的碳排放与经济增长满足EKC假说吗？——基于半参数面板数据模型的检验[J].预测，2013，32(3).

[10]周睿.新兴市场国家环境库兹涅茨曲线的估计——基于参数与半参数方法的比较[J].国际贸易问题，2015(3).

[11]BALTAGI B H，LI D. Series estimation of partially linear panel data models with fixed effects[J]. Annals of Economics and Finance，2002，3(1).

[12]董春，梁银鹤.工业集聚与外商直接投资——基于空间动态面板计量模型的分析[J].财经科学，2014(6).

[13]邓若冰，刘颜.工业集聚、空间溢出与区域经济增长——基于空间面板杜宾模型的研究[J].经济问题探索，2016(1).

ImpactofIndustrialAgglomerationonChina’sRegionalEnvironmentalPollution

Hu Fei

(School of International Trade and Economics，Anhui University of Finance and Economics，Bengbu，Anhui 233030，China)

Based on semi-parametric panel data model，this paper makes an empirical research on the impact of industrial agglomeration on environmental pollution in the eastern the central and the western regions in China. The results show that(1)there is a non-linear relationship between the emission of pollutant and the level of industrial agglomeration in eastern，central regions and western regions；(2)the specific impact of industrial agglomeration on the pollutant emission is heterogeneous in specific regions；(3)there is a specific impact of industrial agglomeration on the specific pollutant emission.

industrial agglomeration；environmental pollution；semi-parametric panel data model

ClassNo.:F062.2DocumentMark：A

蔡雪岚)

胡飞，博士，讲师，安徽财经大学国际经济贸易学院。研究方向：国际经济和环境经济。

安徽省社科规划项目“对外贸易、外商直接投资对安徽省经济增长方式转变的影响与对策研究”(项目编号：AHSKQ2016D47)；安徽省高校人文社会科学研究重点项目“安徽省大气污染的社会经济影响因素研究”(项目编号：SK2017A0845)。

2096-3874(2017)12-0047-05

F062.2

A