中国制造业集聚对环境效率的影响研究

吴传清 邓明亮 陈文艳

摘 要：集聚经济是地方经济发展的重要增长源，是提升地方经济竞争力的重要载体。中国大部分制造业在地理上高度集中，省际差异、行业差异明显;环境效率呈下降趋势，东部地区环境效率较高，中西部地区环境效率较低;制造业集聚水平与环境效率呈显著N型关系，制造业集聚的不同演化阶段对环境效率的影响不同;经济增长、产业结构、技术进步、环保意识、政府规制、城镇化、对外开放水平等是影响环境效率的重要因素。为推动经济增长方式转变，提高环境效率，实现可持续发展，应加快推动制造业集聚升级、坚持绿色发展、优化产业结构调整、增强自主创新能力、提高外资准入环境门槛等。

关键词：制造业;集聚;环境效率;N型关系

中图分类号：F263;F061.3文献标志码：A文章编号：1674-8131（2018）06-0073-11

一、引言

制造业是立国之本、强国之本。国家颁布实施的《中国制造2025》（2015）、《工业绿色发展规划（2016—2020）》（2016）均强调建立绿色制造体系、发展绿色制造业是建设制造强国的重要任务。集聚化是提高制造业发展质量的必由之路，制造业集聚对环境效率的影响如何？科学研判制造业集聚与环境效率的关系，对加快推进生态文明建设、促进制造业绿色发展具有重要的实践意义。

环境效率是指一定时间内经济活动所产生的环境影响，反映了经济活动的环境代价（汪克亮 等，2018）[1]，能较好地揭示经济发展与环境保护的协调度（汪克亮 等，2013）[2]。学术界多采用经济总量与环境负荷比值或基于生产活动对环境影响的角度定义“环境效率”，越来越多学者基于环境约束下研究全要生产率（岳书敬 等，2009;陈诗一，2010;王兵 等，2010）[3-5]，从投入产出的角度考察环境效率（匡远凤 等，2012;李兰冰，2015）[6-7]。环境效率的测算方法主要包括参数方法和非参数方法两类，其中参数方法在生产函数的基础上构造生产前沿测度效率（谭雪 等，2013）[8]，主要为随机分析（SFA）（Reinhard et al，1999;郭四代 等，2018）[9-10];非参数方法通过放开具体函数形式的设定避免错误生产函数带来的偏误，主要包括径向方向距离函数（DDF）（Lin et al，2013）[11]和非径向SBM模型（Chang，2013）[12]两类数据包括分析方法（DEA）（佟连军 等，2012;邓明亮 等，2017）[13-14]。环境效率的影响因素主要来自经济、制度、区域、社会4个方面，其中经济因素主要包括经济规模（Halkos et al，2013;王连芬 等，2017）[15-16]、产业结构（张子龙 等，2015）[17]、技术进步（曾贤刚，2011）等[18];制度因素主要包括政府规制（袁鹏 等，2011;李斌 等，2013）[19-20]、对外开放（胡达沙 等，2012）等[21];区域因素主要包括地区特征（杨俊 等，2010）[22]、地理位置（朴胜任，2018;黄杰，2018）等[23-24];社会因素则主要表现在社会环保意识方面。

制造业集聚能够通过规模经济、基础设施与要素共享、知识技术与信息外溢发挥正外部性，促进经济增长。金飞等（2015）[25]、程中华等（2015）[26]分析制造业集聚影响全要素生产率的过程中为考虑资源与环境的约束;部分学者注意到制造业集聚对碳排放效率（曲晨瑶 等，2017）[27]、能源效率（乔海曙 等，2015）[28]的影响，开始关注资源与环境的约束作用，但直接分析制造业集聚与环境效率关系的研究尚不多见。制造业集聚水平对环境效率的影响是正负外部性共同作用的结果，制造业集聚水平不同，对经济效率（邵宜航 等，2017）[29]、环境污染（杨仁发，2015;刘小铁，2017）[30-31]和环境效率的影响均存在方向差异（陈阳 等，2018）[32]。一方面，制造业通过规模经济（范剑勇，2006;陈建军 等，2008）[33-34]、基础设施与要素资源共享（沈能 等，2015）[35]、知识信息与技术外溢（刘长全，2010）[36]等彰显正外部性，促进环境效率提高;另一方面，制造业集聚也会产生拥堵效应（闫逢柱 等，2010）[37]、环境负效应（杨帆 等，2016;杨敏，2018）[38-39]等负外部性，制约环境效率提高。

总体而言，现有的相关研究成果多从线性关系角度考察制造业集聚与环境效率的关系问题，从非线性角度分析制造业集聚与环境效率关系的研究有待进一步深入探索和分析。本文研究思路如下：从学理上探讨制造业集聚影响环境效率的机理;采用统计分析方法估算中国制造业集聚水平、环境效率;计量分析方法实证检验中国制造业集聚对环境效率的影响;提炼研究结论和提出政策建议。

二、制造业集聚影响环境效率的机理

制造业集聚发展演变呈现生命周期演化规律，不同阶段的制造业集聚通过差异化外部性对环境效率产生差异性影响。本文根据制造业集聚发展三个阶段的特征和外部性类型，提出制造业集聚对环境效率影响的分析框架。

首先，制造业集聚初級阶段正向促进环境效率的提升。在制造业集聚初级阶段，众多企业向一个地区集中，具有企业家精神的人掌握资金、技术、劳动力等资源并投入核心产业。制造业集聚发展对环境效率的影响主要通过规模经济、要素资源共享、知识溢出、基础设施共享发挥正外部性。首先，制造业集聚初级阶段，大量企业涌进集聚区域，不断扩大产业规模，市场占有率不断提高，同时提供大量就业岗位，增加人民收入水平。其次，制造业集聚初级阶段是从分散到集中的过程，资本、劳动力、能源等资源集中到同一区域，有利于要素资源共享，提高资源利用效率（陈阳 等，2018）[32]。最后，集聚区域内员工通过正式或非正式方式交流和扩散新产品、新技术和新经营方式，有利于知识和技术模仿与创新，集聚企业得以共享物流、能源、环保等基础设施，减少重复建设的资源浪费（Zeng et al，2011）[40]。

其次，制造业集聚中级阶段负向抑制环境效率的提升（魏玮 等，2017）[41]。生产规模并非越大越好，生产规模一旦超过规模经济所追求的最佳规模，边际效益将不断下降。制造业集聚中期阶段，集聚区域生产成本提高、技术创新难突破、拥挤效应、环境恶化等显现（Martin et al）[42]。一方面，产业规模不断扩大，对劳动力、土地、资本等要素的需求不断增加，必然导致劳动力成本上升和地价攀升等问题，企业利润下降。企业想通过技术外溢搭便车提高技术水平，企业自主创新的积极性不足，技术创新难以取得质的突破。另一方面，伴随非移动要素价格上升，拥挤效应出现，土地资源紧缺、污染排放增多（王兵 等，2016）[43]，产业集聚区内企业间的竞争达到饱和，企业共同进行节能减排的活动趋于稳定，环境不断恶化。

最后制造业集聚高级阶段正向促进环境效率的提升。在制造业集聚中级阶段生产成本提高、技术创新难突破、拥挤效应、环境恶化等问题出现，制造业集聚区域面临着转型升级。在竞争激烈的集聚高级阶段，存在“不进则退”，集聚区域经济结构合理（Henderson et al，1974;Wang et al，2008）[44-45]。制造业集聚的高级阶段，为了不被淘汰，企业不断提高技术创新能力、开发新产品以满足市场需求，提高企業经营管理水平，完善企业制度创新。由于劳动力、土地等生产要素成本在集聚区域的提高不利于集聚区域企业利润最大化的追求，然而各地资源要素禀赋差异使产业转移成为可能（魏玮 等，2017）[41]。伴随资源、环境问题加剧，为实现集聚可持续发展，制造业集聚高级阶段必须由粗放型经济发展模式转变为质量效益型发展模式，走绿色化发展道路。

三、中国制造业集聚水平、环境效率评估

1.研究方法与数据来源

从区域和行业角度，本文采用区位熵测算制造业集聚水平，采用空间基尼系数测算制造业两位数行业集聚水平。学术界广泛运用数据包络分析方法（DEA）进行效率评价，考虑经典数据包络分析方法（DEA）模型在非期望产出指标处理过程中的局限性，Tone（2001，2003）[46-47]针对非期望产出提出综合考虑期望产出和非期望产出的非径向、非角度数据包络分析模型（SBM）。因此，本文选取SBM模型将非期望产出指标引入环境效率的测算，环境效率测算指标体系见表1。

环境污染指数其中，投入指标主要包括劳动力、资本存量和能源消耗，期望产出指标为GDP，利用工业废水、废气、二氧化硫、固体废物、烟粉尘5类指标统计数据，借助熵权法计算环境污染指数作为非期望产出指标。

本文以2004—2015年中国制造业两位数行业为研究对象，数据主要来源于《中国统计年鉴》（2005—2016）、《中国工业统计年鉴》（2013—2016）、《中国工业经济统计年鉴》（2006—2012）、《中国经济普查年鉴》（2005）、各省份统计年鉴。由于《国民经济行业分类标准》2011年版进行了修订，为保持研究行业前后一致，本文对两位数行业进行删减合并，保留21个制造业分行业 。由于西藏数据缺失，本文侧重考察除西藏以外的其他30个省份。

2.制造业集聚水平测度结果

2004—2015年我国30个省份制造业集聚水平的省际差异明显（见表2）。苏沪渝鄂赣吉粤辽鲁浙湘桂13个省份的区位熵大于1，制造业集聚水平相对较高，竞争优势明显;山西、新疆、青海的区位熵居全国倒数三位，集聚水平较低。受2008年金融危机影响，2009年制造业集聚水平为最低值。2004—2015年，中国制造业集聚水平空间上由东部、中部、东北、西部依次递减，东部地区制造业集聚水平一直高于全国平均水平，而西部地区的集聚水平低于全国平均水平。将研究样本分为三组进行聚类分析，分别是高集聚组、中集聚组与低集聚组，最终的聚类中心分别是1.03、0.95、0.73，集聚水平相对较低。高集聚组包含13个省份、中集聚组中包含9个省份、低集聚组中包含8个省份。东部地区经济基础良好，制造业发展基础和水平领先于其他地区，中西部地区经济水平相对较低，市场需求量低于东部地区。2004—2015年全国制造业集聚水平的行业差异明显（见图2）。全国制造业21个两位数行业中食品制造业、化学原料及化学制品制造业、医药制造业、有色金属冶炼及压延加工业的基尼系数有所提高，其它行业基尼系数有下降趋势。2004—2015年各行业基尼系数均值为0.603，21个行业中有9个行业基尼系数超过各行业基尼系数均值，化学纤维制造业，通信设备、计算机及其他电子设备制造业，纺织业，仪器仪表及文化、办公用机械制造业工业的基尼系数大于0.70，属高集聚行业;饮料制品、医药制造业、有色金属冶炼及压延加工业基尼系数小于0.50，集聚水平较低。产业集聚水平受政府行为与政策影响，政府保护性产业集聚水平较低并呈现空间分散，饮料制造业与医药制造业由于受到政府保护，没有形成集聚;化学纤维制造业，通信设备、计算机及其他电子设备制造业，仪器仪表及文化、办公用机械制造业工业由于不是政府保护的产业，受市场力量的驱动集聚水平较高。

结合制造业基尼系数与空间自相关系数（Morans I指数）考察产业空间分布格局，可根据产业分布特征将图2分为四个象限，四个象限依次为集中—集聚、集中—离散、分散—离散、分散—集聚型。大多数制造业在空间上高度集中，因为产业内联系、资源与市场共享。纺织业、纺织服装鞋帽制造业、化学纤维制造业、金属制品业工业、通用设备制造业、电气机械及器材制造业位于第一象限属集中—集聚型，上下游企业联系紧密，地理集聚程度高;通信设备、计算机及其他电子设备制造业与仪器仪表及文化、办公用机械制造业工业属集中—离散型，主要集中在少数发达省市;饮料制造与石油加工、炼焦及核燃料加工业分别为市场接近型、资源接近型，属分散—离散型;农副食品加工业、食品制造、烟草制造、化学原料及化学制品制造业、医药制造业、非金属矿物品制造业、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业、专用设备制造业、交通运输设备制造业属分散—集聚型。纺织服装鞋帽制造业的Morans I值最高，为0.389，纺织服装鞋帽制造业集中分布在苏浙闽赣4个省份。

3.环境效率测度结果

2004—2015年全国30个省份环境效率地区差异明显（见图3）。

2004—2015年全国环境效率均值为0.724，下降趋势明显，除2005、2008、2011年环境效率略有所提高，其他年份均呈下降趋势。东部地区环境效率远高于中部、西部、东北地区，东北地区环境效率高于中西部地区。中部地区环境效率下降趋势明显，2008年，西部地区环境效率超越中部地区。2004—2015年，京沪闽粤琼青6个省份环境效率一直保持为1，为DEA有效，投入产出达到最优配置;津苏浙鄂湘川黔7个省份环境效率呈显著上升趋势;冀晋豫桂宁疆6个省份环境效率呈显著下降趋势。

全国30个省份环境效率损失来源差异明显。为了解环境效率损失来源，本文对环境效率损失进行分解。24个省份存在环境效率损失，原因主要包括劳动力投入、资本投入、能源投入、污染排放过量、GDP产出不足，劳动力、资本、能源三种投入冗余造成的效率损失所占比重分别是44.30%、14.13%、33.71%，污染排放过量造成的效率损失所占比重为7.45%，GDP产出不足仅占0.41%。大部分省市环境效率低主要由投入冗余与污染排放过量造成，可见经济增长主要靠“高投入、高能耗、高污染”。从各省份来看，津冀晋蒙辽苏鲁宁疆9个省份效率损失主要源于能源投入冗余，吉黑皖赣豫鄂湘桂渝川黔云秦甘14个省份效率损失主要源于劳动力冗余，浙江效率损失主要源于资本投入冗余。

四、中国制造业集聚对环境效率的影響分析

1.模型设定与数据来源

借鉴现有环境效率影响因素研究成果，本文选取经济增长、产业结构、技术进步、环境意识、政府规制、城镇化率、对外开放水平、能源消耗水平等指标作为控制变量，并将模型设定为空间滞后面板模型（SLM模型，式1）和空间误差面板模型（SEM模型，式2）。空间权重矩阵采用克罗内克积计算分块对角矩阵，海南省与其他省份不相邻，但与广东省联系紧密，设置海南省与广东省地理相邻。空间权重矩阵设置完毕后，标准化处理空间权重矩阵，使每一行的元素之和为1。

本文选取环境效率（Y）为被解释变量，选取制造业集聚水平（lq）为解释变量，基于产业集聚生命周期理论分析在制造业集聚不同阶段对环境效率的影响不同，本文模型中加入制造业集聚水平的二次方、三次方项。本文选取控制变量有：

（1）经济增长（lngdp）。根据环境库兹涅茨曲线理论（EKC），环境质量与收入之间呈倒U型关系，为提高模型合理性，本文将经济增长与经济增长的二次项同时作为模型控制变量。经济增长以人均GDP来表示，人均GDP以2004年为基期计算各年实际GDP，为消除异方差影响，对人均GDP取对数。

（2）产业结构（ind）。产业结构是环境效率的重要影响因素，二产占比越高环境效率越低，主要原因在于经济增长模式以资源消耗、环境污染为代价的粗放型发展为主。本文选择第二产业增加值占GDP比重表示产业结构。

（3）技术进步（lntec）。技术进步会提高劳动生产率促进经济增长，国内研发机构以政府机构为主，与市场实际有所脱钩，研发水平提高并不能使环境效率提高。本文选择国内三项专利授权数表示科技进步水平，并取对数。

（4）环境意识（lnedu）。环保意识是影响环境效率的重要社会层面因素，环保意识提高有利于改善环境效率。本文以每十万人口高等学校在校生数来表示，并取对数。

（5）政府规制（gov）。政府的环境管制对环境效率有负面影响，并未达到应有效果。本文以环境污染治理投资总额占GDP比重表示政府规制。

（6）城镇化率（urban）。城镇化率提高不仅有利于居民收入提高，还有利于集中加大治污等基础设施建设，有利于提高环境效率。本文以城镇人口占比表示城镇化率。

（7）对外开放水平（fdi）。对外开放水平对环境效率的影响有正负两种结论，与检验“环境污染避难所”假说相似，不同样本得出不同结论。本文以对外直接投资总额占GDP比重衡量对外开放水平。

（8）能源消耗（energy）。能源带来经济增长的同时，能源消耗造成严重的环境污染，能源消耗越高，环境质量越差，越不利于环境效率的改善。本文以能源消耗总量占GDP比重表示能源消耗水平。

中国制造业集聚对环境效率影响的分析数据主要来源于《中国统计年鉴》（2005—2016）、《中国环境统计年鉴》（2005—2016）、《中国能源统计年鉴》（2005—2016）、《中国工业经济统计年鉴》（2006—2012）、《中国工业统计年鉴》（2013—2016）、《中国经济普查年鉴》（2005），数据描述性统计结果见表3。

2.实证结果与分析

根据Log-Likehood值来看（见表4），空间滞后模型与空间误差模型的双固定效应模型优于其他模型，由于空间滞后双固定效应模型极大似然函数值较大，因此本文选择以空间滞后双固定效应模型检验中国制造业集聚对环境效率的影响。空间自相关系数（ρ）估计值为正，且通过10%的显著性水平，空间自相关检验结果得到验证，相邻地区环境效率提高有助于提高本地区环境效率。中国制造业集聚水平（lq）与环境效率呈显著N型关系。制造业集聚一次项、二次项、三次项系数均通过1%的显著性水平检验，根据其系数可以计算出两个拐点分别为0.651、1.052。当制造业集聚水平lq <0.651，制造业集聚水平与环境效率显著正相关，环境效率随制造业集聚水平上升而提高;当0.651< lq <1.052，制造业集聚水平与环境效率呈显著负相关，环境效率随制造业集聚水平提高而降低;当1.052<lq，制造业集聚水平与环境效率呈显著正相关，环境效率随制造业集聚水平上升而提高。制造业集聚水平对环境效率影响的理论分析得到验证，制造业集聚初级阶段（lq <0.651），由于规模经济、要素资源共享、知识溢出、基础设施共享等正外部性，制造业集聚地区污染治理成本下降，同时制造业集聚过程中维持生产活动的要素资源、基础设施得到共享，能源利用效率提高，污染排放率下降，制造业集聚有助于环境效率提高;制造业集聚中级阶段（0.651< lq <1.052），随着制造业集聚规模的扩大，制造业生产活动的开展能源消耗不断扩大，污染物排放不断增加，同时制造业集聚区出现生产成本提高、技术创新难突破、拥挤效应、环境恶化等问题，不利于环境效率提高;制造业集聚高级阶段（1.052<lq），伴随制造业集聚水平的进一步提高，制造业集聚区产业结构得到升级，科技创新促进产出效率和能源利用效率的提高，有助于污染物排放的降低和制造业集聚区产出的提高，因此制造业集聚区通过创新驱动、产业转移、绿色发展实现产业转型升级，提高环境效率。目前，山西省未到达第一个拐点，制造业集聚对环境效率的正外部性占主导地位，制造业集聚水平提高有助于环境效率提高;苏沪渝已跨越第二个拐点，制造业集聚产生的正外部性明显，制造业集聚水平提高促进环境效率提高;其余省份跨越第一个拐点但未跨越第二个拐点，制造业集聚影响环境效率的负外部性显著，制造业集聚水平的提高不利于环境效率提高。各控制变量的检验结果如下：

（1）经济增长（lngdp）与环境效率呈显著倒U型关系。经济增长的一次项、二次项的系数均通过1%的显著性水平检验，通过计算得出的拐点为15.081，即lngdp <15.081，环境效率随经济增长而提高;lngdp >15.081，环境效率随经济增长而降低。当经济增长水平较低，可一定程度上解决由产出不足带来的环境效率损失，有利于环境效率提高;当经济增长水平较高，经济增长容易带来投入与非期望产出冗余，造成环境效率损失。目前，中国各省市均位于拐点左侧，经济增长提高生产率，并有利于加强环境相关的基础设施建设，注重环境保护，提高投入产出效率。

（2）产业结构（ind）与环境效率呈正相关关系，未通过10%的显著性检验。工业是我国经济发展的主导产业，工业化的加速发展对提升我国综合实力具有重要战略意义。第二产业的发展有利于牵动第一、三产业的发展，有助于提升全要素生产率。

（3）技术进步（lntec）与环境效率呈显著正相关关系。一方面，科技研发与市场接轨，发挥其创新效应，有利于促进经济增长;另一方面，技术进步使生产与生活更倾向节约资源与节能环保，有利于环境效率的提高。

（4）环保意识（lnedu）与环境效率呈显著负相关关系，估计结果与预期不符。与预期不相符的可能性有两点，一是环保意识具有强主观性，而每十万人高等院校在校生数作为环保意识的代理变量，并不能很好衡量环保意识;二是现阶段我国教育主要是应试教育，教育水平高的人并不能提高其环保意识。

（5）政府规制（gov）与环境效率呈显著负相关关系。一方面，政府过多干预不利于市场经济运行，不利于经济效率与环境效率提高;另一方面，政府环境规制主要是末端治理，未从源头上解决环境污染问题，增加治理费用的同时不能减少环境污染的排放。

（6）城镇化（urban）与环境效率呈显著负相关关系。随着城镇化进程推进，投入大量人力、财力、物力搞建设，城镇化粗放发展，土地、能源、水等资源浪费问题较为严重，城镇化进程加快忽视可持续发展，导致人口膨胀、环境污染、交通拥堵等问题，不利于环境效率提高。

（7）对外开放（fdi）与环境效率呈显著负相关。我国劳动力、土地、能源等资源较为廉价、环境标准较低，发达国家将高污染产业转移到我国，一定程度上验证了“污染天堂假说”。较低环境门槛的外商直接投资，不利于环境效率提高。

（8）能源消耗（energy）与环境效率呈显著正相关关系。能源消费增加直接导致国内生产总值增加，中国经济发展具有强“能源依赖”特征，中国经济粗放型发展背景下，能源消耗增加，提高了经济发展水平。

五、结语

本文的主要研究结论如下：首先，中国大部分制造业在地理上高度集中。2009年受金融危机影响，中国各地区制造业集聚水平波动较大，其他年份制造业集聚水平波动较为平稳。中国制造业集聚水平省际差异、行业差异明显，制造业集聚水平由东部、中部、东北、西部依次递减;化学纤维制造业，通信设备、计算机及其他电子设备制造业等受市场力量驱动，集聚水平较高;饮料制造业与医药制造业等受政府保护影响，集聚水平较低。其次，中国环境效率呈下降趋势，地区差异显著。东部地区环境效率较平稳，中部地区环境效率下降较明显，西部地区环境效率有所改善。东部地区环境效率较高，中西部环境效率较低。京沪闽粤琼青6个省份环境效率值DEA有效;其余省份环境效率损失主要由劳动力投入、资本投入、能源投入、污染排放过量、GDP产出不足造成。最后，中国制造业集聚与环境效率呈显著N型關系。制造业集聚初级阶段和高级阶段，有助于环境效率提高;中级阶段，制造业集聚水平的提高不利于环境效率提高。经济增长、产业结构、技术进步、环保意识、政府规制、城镇化、对外开放水平也是影响环境效率的重要因素。根据上述研究结论，提出以下政策建议：

第一，推动制造业集聚升级。一方面，制造业集聚初级阶段，规模经济效应明显，有利于要素资源市场与基础设施共享，应加快引导制造业集聚，以制造业集聚化发展为重点，推进绿色工业园建设;另一方面，当制造业集聚出现土地租金攀升、劳动力成本大幅上涨等问题，要加快制造业集聚升级，推进制造业向土地、劳动力等资源丰裕地区转移，推进制造业集群发展。

第二，推广绿色生产方式。围绕重点高污染制造业开展清洁生产技术改造，推广绿色基础制造工艺，减少有毒有害原料使用，推进清洁生产技术改造，加强节水减污，推广绿色基础制造工艺。将生态文明建设放在重要位置，坚持绿色生产原则，提高资源利用效率，加快高耗能、高污染、高排放制造业转型，大力发展战略性新兴产业与高技术产业，发展绿色、低碳、循环经济，走资源节约型环境友好型发展道路。

第三，优化产业结构调整。二产占比与环境效率呈显著负相关关系，优化产业结构调整有利于环境效率的提高。目前我国制造业大而不强，必须强化产品全生命周期绿色管理，开发绿色产品，建设绿色工厂，发展绿色工业园区，打造绿色制造业供应链，全面推进绿色制造体系建设。优化产业结构，加快钢铁、石油、纺织等传统制造业改造升级，培育和壮大新兴制造业，大力发展金融、物流、商务服务生产性服务业，优化现代制造业体系。

第四，增强自主创新能力。技术进步可推动环境效率提高，鼓励资金、人才、技术等科技要素向企业集聚，加强关键核心技术的研发，提高企业自主创新能力。加快传统制造业绿色化改造关键技术研发、支持绿色制造产业核心技术研发、鼓励支撑制造业绿色发展的共性技术研发。完善创新公共服务平台功能，加快制造业科技创新成果转化，营造大众创业、万众创新氛围，提升制造业创新能力，大力发展高技术制造业、战略性新产业，大力推广节能减排技术，使传统制造业向资源节约型环境友好型制造业转型。

第五，提高外资准入环境门槛。行业层面环境效率影响因素实证研究验证“污染避难所”假说，在引进和利用外资方面，应该积极有效引进境外资金和先进技术，提升利用外资效率。提高外资环境转入门槛，不盲目引进外资，限制和禁止高耗能、高排放项目，鼓励外资投向高技术制造业等领域。在地方制造业发展中应紧扣主体功能定位，贯彻绿色理念，充分发挥地区比较优势，加强区域协同，推进地方制造业绿色转型，促进地方制造业绿色发展。

根据本文研究内容和研究结论，在后期研究中还可从以下方面进一步探讨我国制造业集聚对环境效率的影响：一是寻找合适的工具变量解决内生性问题。一方面，环境效率的影响因素众多，制度因素无法数量化衡量，模型因遗漏变量产生了内生性问题;另一方面，是由于自变量与因变量互为因果带来的内生性问题。比如，环境规制一定程度上可以减少环境污染排放，增加环境效率，同时，环境效率的提高，社会对环境质量有着更高的需求，从而提高环境规制。二是进一步细化研究空间尺度。研究制造业集聚水平可细化地理单元到市级、县级，若有可能，可以考虑企业微观数据，多个空间尺度研究制造业集聚水平。三是分析相关产业集聚对环境效率的影响。本文的实证研究主要是针对制造业行业集聚进行分析，下一步可以考虑上下游关联的相关产业的集聚对环境效率的影响。

参考文献：

[1] 汪克亮，史利娟，刘蕾.长江经济带大气环境效率的时空异质性与驱动因素研究[J].长江流域资源与环境，2018（3）：453-462.

[2] 汪克亮，杨力，杨宝臣.能源经济效率、能源环境绩效与区域经济增长[J].管理科学，2013，26（3）：86-99.

[3] 岳书敬，刘富华.环境约束下的经济增长效率及其影响因素[J].数量经济技术经济研究，2009（5）：94-106.

[4] 陈诗一.中国的绿色工业革命：基于环境全要素生产率视角的解释（1980—2008）[J].经济研究，2010（11）：21-34+58.

[5] 王兵，刘光天.节能减排与中国绿色经济增长——基于全要素生产率的视角[J].中国工业经济，2015（5）：57-69.

[6] 匡远凤，彭代彦.中国环境生产效率与环境全要素生产率分析[J].经济研究，2012（7）：62-74.

[7] 李兰冰.中国能源绩效的动态演化、地区差距与成因识别——基于一种新型全要素能源生产率变动指标[J].管理世界，2015（11）：40-52.

[8] 谭雪，曹艳秋，石磊.东北三省环境效率比较研究：1991—2010[J].生产力研究，2013（4）：109-112.

[9] REINHARD S，THIJSEN G. Econometric estimation of technical and environmental efficiency：an application to dutch dairy farms [J]. American Journal of Agricultural Economics，1999，81（1）：44-60.

[10]郭四代，仝梦，郭杰.基于三阶段DEA模型的省际真实环境效率测度与影响因素分析[J].中国人口·资源与环境，2018（3）：106-116.

[11]LIN Y Y，CHEN C C，CHEN P Y. Measuring the environmental efficiency of countries： A directional distance function metafrontier approach [J]. Journal of Environmental Management，2013，119：134-142.

[12]YOUNG T C. Environmental efficiency of ports： A data envelopment analysis approach [J]. Maritime Policy & Management，2013，40（40）：467-478.

[13]佟連军，宋亚楠，韩瑞玲.辽宁沿海经济带工业环境效率分析[J].地理科学，2012（3）：294-300.

[14]邓明亮，吴传清.基于PCA-DEA组合模型的长江经济带生态效率研究[J].湖北经济学院学报，2016，14（5）：58-66.

[15]HALKOS G E，TZEREMES N G. A conditional directional distance function approach for measuring regional environmental efficiency：Evidence from UK regions [J]. European Journal of Operational Research，2013，227（1）：182-189.

[16]王连芬，戴裕杰.中国各省环境效率及环境效率幻觉分析[J].中国人口·资源与环境，2017，27（2）：69-74.

[17]张子龙，薛冰，陈兴鹏.中国工业环境效率及其空间差异的收敛性[J].中国人口·资源与环境，2015（2）：30-38.

[18]曾贤刚.中国区域环境效率及其影响因素[J].经济理论与经济管理，2011（10）：103-110.

[19]袁鹏，程施.中国工业环境效率的库兹涅茨曲线检验[J].中国工业经济，2011（2）：79-88.

[20]李斌，彭星，欧阳铭珂.环境规制、绿色全要素生产率与中国工业发展方式转变——基于36个工业行业数据的实证研究[J].中国工业经济，2013（4）：56-68.

[21]胡达沙，李杨.环境效率评价及其影响因素的区域差异[J].财经科学，2012（4）：116-124.

[22]杨俊，邵汉华，胡军.中国环境效率评价及其影响因素实证研究[J].中国人口·资源与环境，2010（2）：49-55.

[23]朴胜任，李健.基于超效率DEA模型的中国区域环境效率时空差异研究[J].干旱区资源与环境，2018（4）：1-6.

[24]黄杰.中国能源环境效率的空间关联网络结构及其影响因素[J].资源科学，2018（4）：759-772.

[25]金飞，陈晓峰.产业集聚、技术变化与全要素生产率——基于长三角20个制造行业的实证分析[J].工业技术经济，2015（7）：54-63.

[26]程中华，张立柱.产业集聚与城市全要素生产率[J].中国科技论坛，2015（3）：112-118.

[27]曲晨瑶，李廉水，程中华.产业聚集对中国制造业碳排放效率的影响及其区域差异[J].软科学，2017（1）：34-38.

[28]乔海曙，胡文艳，钟为亚.专业化、多样化产业集聚与能源效率——基于中国省域制造业面板数据的实证研究[J].经济经纬，2015（5）：85-90.

[29]邵宜航，李泽扬.空间集聚、企业动态与经济增长：基于中国制造业的分析[J].中国工业经济，2017（2）：5-23.

[30]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（2）：23-29.

[31]刘小铁.我国制造业产业集聚与环境污染关系研究[J].江西社会科学，2017（1）：72-79.

[32]陈阳，唐晓华.制造业集聚对城市绿色全要素生产率的溢出效应研究——基于城市等级视角[J].财贸研究，2018（1）：1-15.

[33]范剑勇.产业集聚与地区间劳动生产率差异[J].经济研究，2006（11）：72-81.

[34]陈建军，胡晨光.产业集聚的集聚效应——以长江三角洲次区域为例的理论和实证分析[J].管理世界，2008（6）：68-83.

[35]沈能，王群伟.考虑异质性技术的环境效率评价及空间效应[J].管理工程学报，2015（1）：162-168.

[36]劉长全.中国产业集聚与生产率——理论框架及影响因素[M].北京：经济管理出版社，2010.

[37]闫逢柱，乔娟.产业集聚一定有利于产业成长吗？——基于中国制造业的实证分析[J].经济评论，2010（5）：63-71.

[38]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（3）：563-573.

[39]杨敏.产业集聚对工业污染排放影响的实证研究——基于制造业集聚和服务业集聚对比的研究[J].求实，2018（2）：59-74.

[40]ZENG D，ZHAO L. Pollution havens and industrial agglomeration [J]. Journal of Environmental Economics And Management，2009，58（2）：141-153.

[41]魏玮，张万里.不同地区制造业集聚对效率的非线性影响研究[J].经济经纬，2017（6）：75-80.

[42]MARTIN A，HANS L. Agglomeration and productivity：Evidence from firm-lever data [J]. The Annals of Regional Science，2011，46（3）：601-620.

[43]王兵，聂欣.产业集聚与环境治理：助力还是阻力——来自开发区设立准自然实验的数据[J].中国工业经济，2016（12）：75-89.

[44]HENDERSON J V. The sizes and types of cities [J]. The American Economic Review，1974（4）：640-656.

[45]WANG M，WEBBER M，FINLAYSON B，BARNETT J. Rural industries and water pollution in China [J]. Jouanal of Environmental Management，2008，86（4）：648-659.

[46]TONE K. A slacks-based measure of efficiency in data envelopment analysis [J]. European Journal of Operational Research，2001，130（3）：498-509.

[47]TONE K. Dealing with undesirable outputs in DEA：A slacks-based measure（SBM） approach [J].GRIPS Research Report Series，2004：44-45.