长江经济带工业环境效率空间动态分析及收敛性研究

□文传浩，赵柄鉴，李 乾，4

（1.云南大学 经济学院，云南 昆明650504；2.重庆工商大学 财政金融学院，重庆400067；3.重庆工商大学 长江上游经济研究中心，重庆400067；4.华北水利水电大学 水利学院，河南 郑州450046）

一、引言

近年来，中国经济发展已由高速增长阶段逐步转入高质量发展阶段，政府更加关注优化经济结构、转换增长动力。工业作为国民经济的支柱以及发展实体经济的主战场，是经济结构调整和产业转型升级的主心骨，在“新常态”下呈现出新的特征，面临着新的机遇和挑战。实现高质量发展的前提和基础条件包括实现工业的现代化和高效化，而工业效率的高低则是衡量其的重要指标。当前，资源、环境的规制约束要求工业发展进一步向高效集约的方向转型。在这一转型过程中，必须坚持增加科技创新、人才培养的投入，以提高能源使用效率，减少污染物排放，最终实现工业的高质量发展。长江经济带作为我国极其重要的工业走廊，其工业产能占全国总量的一半左右，是我国工业版图中最突出的区域，但目前整个长江经济带工业经济发展与环境问题的矛盾仍然比较突出：一方面是区域内污染物排放总量持续增加，工业环境污染没有得到有效遏制，整个长江经济带工业废气排放总量年均增长11%，上海、江西、安徽的工业废水排放量一直维持着上升的趋势，云南、贵州的工业废水排放量在近十年增加近两倍。另一方面是工业生产与污染治理的不同步，环境治理投资费用的投入比重近几年持续下降，对于环境治理投入的力度缺乏长期性。与此同时，随着产业转移的加速，长江中上游地区正逐渐成为高污染产业的“污染天堂”，进一步导致工业污染的区域差异化。

工业发展与生态环境相适应，是长江流域工业化整体状况的直观体现，同时也是实现生态优先，绿色发展的关键所在。在五部委统一发布的《加强长江经济带工业绿色发展的指导意见》中，明确提出了发挥技术改造对传统产业转型升级的促进作用，加快沿江现有重化工企业生产工艺、设施（装备）改造。同时，进一步明确了向长江经济带工业绿色发展、水污染防治等领域的项目倾斜，支持符合条件的企业实施清洁生产技术改造、节水治污、能源利用效率提升、资源综合利用等。目前，我国处于调整产业结构和经济发展方式转型的关键时期，世界新科技革命的日新月异带来机遇和挑战，环境风险日益严峻，在此约束下，对于提高工业效率所涉及的方面更加细致，更加需要综合考量工业发展的主要要素。同时，长江经济带地域覆盖范围广，横穿中国最重要的经济区域，自然环境、资源总量、发展水平区域差异巨大，产业布局因地而异，因制度而异，所以工业效率在区域上也存在着显著特征。未来相当长时期，“生态优先，绿色发展”是整个长江流域产业发展的主题，也是长江经济带发展的主旨核心，分析这一区域沿线省市工业效率的空间动态特征，是了解长江经济带省际工业现状，着眼长远发展的必要之举，同时也是讨论长江经济带区域协调发展过程中应该清楚的一个问题。

二、文献综述

20 世纪后半期，由于人文社科界的“空间转向”，使得空间研究成为热潮[1]（p1-5）。空间研究被认为是地理学的核心概念[2]（p33）和传统[3]（p211-216）。随后，赫特纳在其著作《地理学——它的历史、性质和方法》中强调“地理学不应是关于各种不同事物地区分布的科学，而应是关于充填空间的科学。它是空间科学，正如历史学是时间科学一样”[4]（p133，141-143，147，152），空间研究逐渐具体化为区域研究。20世纪五六十年代之后，空间几何思想开始逐渐成熟，并被广泛应用于区域理论当中，随后的20世纪70年代，“激进的空间”和“空间的生产”思想，形成对资本主义空间发展不平衡的批判[1]（p1-5），早期激进地理学家也是一些无政府主义者，他们反对不平等的社会。后期激进地理学家则批判资本主义空间发展不平衡[5]（p77）[6]（p936-943）。20 世纪80 年代之后，后现代地理学开始兴起，其强调时空的特定和不确定性、时空的碎裂等[7]（p1-200）。在逻辑关系上，后现代地理学与人文社会学科的结合更加紧密，更重视空间内涵和空间动态的解构，空间要素差异和均衡性分析是其中的重要内容。

从现有文献来看，有关长江经济带工业环境效率的文献主要集中于工业效率的测度以及影响因素或者成因分析，方法和手段都比较成熟。其中比较有代表性的主要是两个方面：一是关于工业能源使用的讨论，从能源投入的角度入手，分析测度产出的环境经济效率。丁黄艳（2016）根据1999—2013 年的相关数据，分析了长江经济带工业能源效率的空间特征及变化规律，并进一步讨论了对于效率水平的影响因素[8]（p27-34）。车童童（2017）对该区域全要素工业能源效率进行了测算，并讨论了雾霾污染现状[9]（p87-95）。尹庆民（2019）用融合径向与非径向距离函数特征的EBM方法测度环境约束下长江经济带九省二市的工业能源环境效率，借助效率核密度图和技术分解分析效率随时间的演变趋势和空间差异，并且运用泰尔熵的方法进行了空间分解[10]（p240-247）。二是除了从投入视角来研究工业效率外，更主要的则是从综合绿色生态效率入手。汪克亮（2015）通过2006—2012年11 个沿线省际单位的数据，分别得出了5 类工业生态效率的水平值，并考察了其地区差异与空间演变特征[11]（p1522-1534）。吴传清（2018）从绿色发展的角度测度2011—2015年长江经济带的工业效率，也进一步讨论了影响绿色发展水平的要素[12]（p91-99）。任胜刚（2018）把工业作为一个生态系统，并且将其解析为工业经济、环境、能源三个子系统，以11 个沿江省市2009—2013 年的工业现状为基础，分别对工业生态效率和每一个子系统效率进行研究分析[13]（p5485-5497）。另外，游明达（2016）[14]（p128-134）、吴新中（2018）[15]（p50-58）从技术创新的角度分析长江经济带的工业效率。

综合近年来国内已有文献，现阶段关于长江经济工业环境效率的研究在方法和思路上相对成熟和固定，但仍然有可以深入讨论的空间：一是由于效率测算方式不同，投入指标设置不够全面，比如部分研究对于技术投入或者人力资本投入方面就并没有涉及。二是由于思考角度不同，指标选取时间范围较小，对以上差异水平的变化趋势还不够清楚，限制了对于效率水平的进一步分析。三是对于空间差异的分解与挖掘还不够深入，部分文献虽然采用了空间计量的方法，但是在指标选取和模型运用上，仍然存在改进和深化的空间。因此，借鉴梁红艳[16]（p40-60）（2018）、杨骞[17]（p58-76）（2018）等学者的思路，本文试图深入分析这一问题，以指标的可得性为前提，尽量考虑投入指标的全面性，测度省际工业环境的效率，并以此为基础分解长江经济带工业效率的时空特征。

三、模型方法

（一）基于超效率SBM的工业环境效率测度

对于工业环境效率的测度，本文采用超效率SBM测算方法。基于非期望产出的SBM模型首先由Tone[18]（p498－509）于2001年提出，传统的数据包络分析（DEA）需要考虑“径向”和“角度”的问题相比，SBM模型能够将选取的投入指标“拥挤”或“松弛” 的条件限制放宽，但SBM 算法与传统数据包络算法一样，对于效率都为1的DMU，难以进一步区分有 效DMU 之间 的 效率 差 异，所 以Tone[19]（p32-41）在SBM 模型基础之上进行了改进，提出了优化后的超效率SBM 模型，将超效率DEA 和SBM 的优势结合，能够有效对处于前沿面的DMU 进一步对比评价，模型构建为:

式中，假设有n 个DMU，每个DMU 由投入m，期望产出r1和非期望产出r2构成，x、yd、yu为相应的投入矩阵、期望产出矩阵和非期望产出矩阵中的元素，ρ为生态效率值。

（二）工业环境效率的空间分析模型

1. 核密度分析采用平滑的峰值函数拟合样本数据，利用连续的密度曲线来估计随机变量的分布形态，反映了要素在空间分布中的距离衰减效应。其函数形式为：

其中，n 是观测值个数，Xi是独立同分布的观测值，K 是核函数，h是窗宽，核函数是加权函数或者平滑函数的一类，常用高斯核函数。

2.为了进一步对区域差距进行解释，本文采用更进一步的Dagumn 基尼系数方法。其将基尼系数（G）分为三个组成部分，群体内差距（Gw）、群体间差距净贡献（Gnb）和群体间超变密度贡献（Gt）[20]（p127-135）。其中，区域内（组内）差异对G 的贡献Gw、区域间（组间）差异净值对G 的贡献Gnb、区域间（组间）超变密度对G 的贡献Gt，满足G=Gw+Gnb+Gt。限于篇幅原因，关于Dagumn 基尼系数的测算过程，有关文献已有详细说明，本文不再赘述[21]（p57-65）[22]（p103-105）。

3.收敛模型

（1）σ收敛。σ收敛可以定义为不同区域工业环境效率的变异性或差异性随时间呈现出下降趋势。本文采用变异系数法，公式见（4）：

上式中的σ代表标准差，主要用来比较区域之间的绝对差异。变异系数即为标准差和平均数之比，在本文中x则为工业环境效率。

（2）β收敛。根据β收敛的定义，如果工业环境效率较低地区的增长速率要高于效率较高的地区，则认为工业环境效率存在β 收敛。β 收敛可以划分为不考虑其他因素的绝对β 收敛与考虑其他因素的条件β 收敛两种类型。条件β 收敛是指在控制了一系列其他影响因素后，省际的工业环境效率变化呈收敛趋势，而绝对β收敛是指在不考虑其他影响的情况下，区域之间的差异同样会出现收敛的现象。经典β收敛模型如下：

其中，i表示地区（i=1，2，…，n），t表示时间（t=1，2，…，T）。 IEEi,t+1、IEEi,t分别表示地区i在t+1、t时期的工业环境效率水平至t+1 时间段内工业环境效率的年增长率；Xk，i，t表示条件控制变量。β 为收敛系数，如果β＜0且通过显著性检验，则代表长江经济带工业环境效率存在β 收敛；若β＞0，且检验结果显著，则代表的是发散的。 μi、λt分别表示空间效应与时间效应；ξi，t表示服从独立同分布的干扰项。

考虑到地区间普遍存在不同程度的空间依赖性，因此有必要在进一步构建模型时考虑这种空间相互作用，才能得到更为可信的估计结果。因此在估计（5）之前，需要进行空间相关性检验，如果证明存在空间之间的联系，说明传统模型不再适用，因此本文进一步构建加入空间因素的空间计量模型，分别基于空间杜宾模型（SDM），见式（6）；空间误差模型（SEM），见式（7）；空间滞后模型（SLM），见式（8）：

式中，θk为各控制变量Xi,t的估计系数，根据这一系数，判断绝对收敛或者条件收敛，当θk取值为0 时，以上模型为β 绝对收敛;当θk不取值为0时，以上模型为β 条件收敛。可定义收敛速度为为空间效应系数，其结果大小和正负号方向代表了空间溢出方向和程度，ξi,t为空间自相关的误差项，φk为控制变量与所采用权重矩阵的交互项的回归系数；wi,t为空间权重矩阵W 中的元素，关于使用哪一种权重矩阵需要通过相关性检验来确定，此外，还要根据原始数据的特点确定。

四、数据选取

研究时段选取2003—2017 年，研究对象包括长江经济带沿线11个省级单元。相关数据主要来源于《中国统计年鉴》《中国工业统计年鉴》《中国环境统计年鉴》《中国能源统计年鉴》，各地方统计年鉴以及有关数据库等。

结合已有文献，在投入、产出指标上综合考量多种因素。在投入指标上，考虑了资本投入、能源投入、技术投入三个方面。资本投入包括工业固定资产投资、工业固定资产原值、工业企业从业人员年平均人数。已有的大量研究通常采用工业资产年平均余额作为投入指标，但是近年来这一指标在大部分省市并未进行统计，所以本文采用了能够反映企业关于固定资产方面的投资和当前生产规模、装备水平的固定资产原值作为替代指标。能源投入指标选择了工业能源消费量、工业用水量。技术投入包括工业污染治理完成投资、工业企业R&D 活动经费，另外部分文献采用了R&D 活动人员数量，但是本文认为不同区域从事科技活动的人力投入质量差距显著，而且流通性较差，单纯将这一数量指标作为投入并不合理，无法体现质量差异。在产出指标上，期望产出以工业增加值代表当前的生产能力，非期望产出采用“三废”作为环境指标，其中工业废气排放总量不同区域在统计口径上并不统一，以及若干年数据存在缺失，因此采用工业二氧化硫和工业烟（粉）尘排放总量两个代表性指标作为替代。同样的原因，工业固体废物排放量存在区域统计口径的不统一，因此采用产生总量数据，另外工业废水也采用了排放量指标。上述所有指标都根据相关指数进行了平减。

五、实证结果

（一）长江经济带工业环境效率测度

根据长江流域上中下游分段，由于长江流域上中下游划分点位于地级市，而本文采用省级面板数据，基于严谨性，将四川、重庆、云南、贵州作为长江经济带的上段，代表上游；将湖南、湖北、江西作为长江经济带的中段，代表中游；将安徽、浙江、江苏、上海作为长江经济带的下段，代表下游。采用DEA-SOLVER Pro5.0软件，选择非径向、规模报酬可变的超效率SBM 模型（Super-SBMV），基于2003—2017 年的数据，对上述长江经济带沿线省级单位的工业环境效率进行测度，得出结果如图1、图2、图3所示。

通过对比发现，（1）长江经济带沿线省市整体水平较高，除安徽、湖北以外，大部分省市的工业环境效率水平长期维持在1 以上，而且从2011年开始，整个区域的总体效率水平基本维持在1.2以上，说明整个长江经济带的总体水平是相对有效率的，并且这一状态相对稳定，除个别省市的总体平均水平出现了缓慢下降，没有出现极端情况。（2）长江经济带上段的效率水平相对平均且总体趋势平稳，在2007年之后，四个省市一直维持在1 以上，其中云南的工业效率水平在2010 年之前高于其他省市，但在2007 年之后一直呈现出总体下降趋势，目前略低于其他省市的水平。另外在2016—2017 年，四个省市的工业环境效率水平同时出现了小幅度的下降。（3）长江经济带中段效率水平变化趋势表现出明显的省际差异，湖南和江西的水平有效且趋势相对平缓，但是湖北省的效率水平却起伏频繁，而且波动范围大部分时期都位于1以下的无效率水平，但是2015年之后，湖北表现出了缓慢上升的情况，总体达到了江西、湖南的水平。（4）下段省市中，上海、浙江、江苏一直处于较高的水平，其中上海在2005 年以后一直保持着1.5 以上的水平，而且这三省市在2015 年以后，效率水平相对趋势稳定，总体上缓慢提高。相反，同样位于下游的安徽在2006年以后，效率水平出现了较为频繁的起伏，且总体水平较低。（5）将上段、中段以及下段的工业效率水平进行平均值比较，呈现出下段（1.34）>上段（1.20）>中段（1.01）的情况，其中上段和中段在近几年开始有趋同的现象，效率水平维持在1—1.2，下段除了安徽省，另外三省市则一直呈现1.3以上的高水平，上海更是接近2.0。在地理位置上，安徽和湖北作为长江在中下游的主要流经省份，且两省作为中下游地理上的交界地区，工业效率水平同时表现出了相同的趋势情况，必然存在着某些空间因素的相互作用。

以上对于11个省市的工业效率值的测算以及时间上的变化趋势，与辜子寅（2014）[23]（p128-133）、王兵（2015）[24]（p99-119）等基于全国层面的研究结果存在差异，基于全国层面的结果普遍得出中游省市的效率水平高于上游省市，但是与汪克亮（2015）、吴传清（2018）[25]（p116-126）、任胜刚（2018）等基于长江经济带的研究结果一致。因此，本文认为长江经济带沿线省市工业发展中环境保护的成绩是显著的，而且近几年一直保持了稳定有效的总体态势，特别是经济较为落后的上段区域，但同时发现，目前部分省市效率值有缓慢下降的情况出现，特别是上段和中段的省市，这些省市虽然保持了有效率的水平，但并没有达到长三角地区的水平，而且差距有明显的扩大，说明这些区域可能进入了“瓶颈期”。

（二）长江经济带工业环境效率的分布动态

核密度估计如图4 所示，首先从位置上来观察，从2003 年到2017 年，核密度分布呈现出了向左移动的趋势，说明整体效率水平有下降的趋势，但是主要面积部分仍然在横坐标1的右边，印证了长江经济带以内的整体效率值普遍是有效的。其次从分布形态来看，根据时间趋势，呈现出了宽峰和尖峰交替变化，总体上宽峰多于尖峰，并且高度下降明显，表明整个长江经济带的工业环境效率呈现出了离散的趋势，说明了整个区域内效率的省际差异更加明显，而且在2017 年这一离散的情况进一步扩大。最后从形状上来看，分布曲线都存在明显的右拖尾现象，在2013年以后，右拖尾的面积不断扩大，存在多峰极化的趋势，由单峰向双峰发展，双峰模式代表着部分省市的工业环境效率将在高水平上集中，其他一部分区域在较低水平上集中，这一结果与峰度变化的分析相互印证，表明长江经济带的工业环境效率水平可能出现极化现象，存在区域间不协调的情况。

（三）长江经济带工业环境效率的空间差异分解

通过效率时间趋势的直观观察和核密度分析，认为长江经济带工业效率存在着区域差异扩大的现象，为了进一步揭示总体差异及其来源，采用degum基尼系数继续对11个省市单位工业环境效率的相对差异进行测算并分解。

1. 长江经济带工业环境效率的总体差异和区域内差异。长江经济带工业环境效率总体和分段内基尼系数演变如图5 所示，先看总体差异，其演变表现出了频繁波动，整体水平上升，差异系数从2003 年的0.09 提高到2017 年的0.14，因此表明长江流域整体工业环境效率差距在扩大，这与前文分析结果一致。再来看组内差异，上段的组内差异呈现出了明显的下降特征，从2003年的0.1下降到2017 年的0.02，组内呈现出了显著的下降情况。中段的差异水平波动频繁，总体维持较低水平，在2014 年之后，系数一直降低。此外，上段和中段从2009 年到2015 年，同时出现了先上升后下降的差异变化，趋势上大体一致，并且总体差异水平在近几年趋于一致。而长江经济带下段则明显保持上升特征，与总体系数演变轨迹相似，说明长江经济带下段组内差异正在扩大，表明长三角地区与其他长江经济带沿线省市的工业环境效率水平在逐渐拉大，特别是同样位于长江下游的安徽省，逐渐被上海、江苏、浙江拉开了差距，这一结果也印证了时间趋势变化。

2.长江经济带工业环境效率的省市间差异。长江经济带工业环境效率分段间基尼系数演变如图6 所示，从差异演变上来看，上段与中段之间的差异在2014 年之前变化频繁，但这之后呈逐渐下降趋势，两个区域之间的差异水平从0.09 下降到了0.04。与此相反，上段与下段、中段与下段之间的差异却显著上升，分别从2003 年的0.1 和0.08 上升到2017 年的0.21 和0.23。这一结果说明下游区域的优势正在逐渐扩大，而且从基尼系数大小上来看，下段的也远远高于中段和上段，反映出东中西部不平衡情况加剧。这种差异特点也与分布动态中表现的核密度变化趋势是一致的，印证了从“高单峰”到“矮双峰”变化的核密度趋势。

3. 长江经济带工业环境效率的差异来源及其贡献。长江经济带工业环境效率的差异来源与贡献水平如表1所示。首先从差异来源上来看，分段之内的差异的贡献率一直总体下降，从2003 年的28.4%下降到了2017年的22.6%，并且维持在较低的水平。超变密度反映了不同分段之间关于交叉重叠对于总体差异程度的贡献，从结果上来看，超变密度的贡献水平波动频繁，且波动幅度较大，最高为40%，最低只有11%。可以发现，总体差异的主要来源还是省际的差异，贡献率基本维持在40%之上，最高水平为73%。通过前文的分析结果，这种组间差距的扩大主要是由于长江下游地区的优势更加明显，长江经济带下段四个省市之间内部差异以及组间优势的凸显，是造成整个长江经济工业环境效率水平区域差距扩大的主要因素。

（四）长江经济带工业环境效率的收敛性分析

从以上结果分析来看，长江经济带工业环境效率整体表现为发散，为了进一步研究这一格局演变的趋势，接下来运用计量手段进一步探讨σ收敛和β 收敛的情况。

1. σ 收敛分析。根据公式（4），分别计算长江经济总体、上段、中段和下段的系数值（如图7 所示）。根据图中的信息，长江经济带工业效率的变异系数波动频繁，且波动幅度较大，因此不存在σ收敛。其中长江经济下段的上升波动明显，说明区域间的绝对差距存在扩大趋势，而中段和下段的绝对差距相对稳定且偏小，因此可以认为长江经济带上段和中段存在着区域内部的σ 收敛，但是下段不存在σ 收敛，而且造成σ 不收敛的原因在于长江经济带下段省市之间工业环境效率的绝对差距拉大。此外图7 和图5 表现出了较大的相似性，前后结构一致，证明了这一结果的真实有效。

2.β收敛分析。目前已经证明了长江经济带工业环境效率存在着空间差异扩大的趋势，且这种差异是由于长江经济带下段省市优势增大，其中上海等三省市区域较安徽省优势增大。所以，需要进一步分析这种差距在未来是扩大还是缩小，所以继续进行β 收敛分析。

进行β 收敛回归之前，需要利用Moran’s I 指数方法对工业环境效率是否存在空间关联性进行确认。通过ArcGIS自带的空间自相关检验程序发现，在使用邻接（0—1）矩阵的条件下，除了2003年、2004 年、2006 年、2012 年没有出现显著检验结果以外，其余年份均通过了显著性10%（或5%）以下的空间相关性检验，相关性水平在0.2—0.4，表明长江经济带工业环境效率在长江经济带的空间布局上呈较显著的正向关联关系，邻近省市之间工业环境效率的影响存在省际依赖性。因此，本文不考虑传统收敛模型进行回归，直接加入空间因素，对改进后的模型实施回归。由于β 收敛模型包括绝对和条件两种情况，因此我们需要设置条件收敛中的控制变量，参考相关文献研究，采用：（1）产业结构（Ins），第二产业增加值在总增加值中的比重；（2）市场化程度（Mar），个体和私营企业从业人员数占就业人员总数比例；（3）贸易开放度（Open），平均汇率折算后的进出口总额占地区生产总值的比重；（4）城镇化水平（Urb）；（5）经过可比价折算后的省际人均GDP，反映经济水平。

关于最优空间计量模型的选择，依据以下原则选择最优模型：（1）根据赤池信息准则（AIC）、贝叶斯信息准则（BIC）选择解释力较高的模型，AIC、BIC 值越低，解释力越高。（2）通过R2、LogL、Sigma2检验判断模型的拟合水平，其中R2、LogL统计值越高，Sigma2统计值越低，说明拟合水平更好。（3）通过Hausman 检验，来确定是使用固定效率，或者是随机效应，由于空间滞后项的存在，才有MLE进行回归。

3. 长江经济带工业环境的效率绝对β 收敛分析。根据相关结果的比较发现，SDM 模型和SLM模型并未通过Hausman 检验，因此认为随机效应比固定效应更有效率，而SEM 和SLM 模型除了AIC和BIC检验结果比较理想，但差距极小可以忽略，其他结果均不如SDM模型，绝对β收敛模型以SDM 模型结果为准。根据结果显示，β 值为负，所以判断存在绝对β收敛性，表明工业环境效率较低的地区具有更高的增长速度，一定时期的增长变化之后，能够达到增长速度较高区域的水平。此外，空间滞后系数ρ 为负且通过了5%的显著性检验，表明长江经济带沿线各省级单位的工业环境效率在区域内存在负向关联关系，考虑到环境因素，说明沿线省市之间工业发展仍然可能存在“环境冲突”，部分区域出现了虹吸效应，将更多有利因素吸收到本区内，从而边缘化周边省市，同时自身的环境成本又转嫁到周边地区，表现出负的外部性。

4. 长江经济带工业环境的效率条件β 收敛分析。通过比较，SDM模型的R2、LogL、Sigma2、AIC 、BIC 统计结果最优（见表2），所在条件β 收敛分析中继续选择SDM。进一步通过Hausman 检验发现，个体固定效应比随机效应和双效固定效应更有效率，因此选择个体固定效应的SDM模型。

对结果进行分析，第一，β 系数显著小于0，说明在考虑条件因素的情况下，长江经济带的工业环境效率也存在着收敛的趋势，证明水平落后地区确实存在着后发赶超的趋势，而且从收敛速度上来看，条件收敛速度是绝对收敛速度的4 倍，说明现有外部环境导致区域间存在异质性，这种差异化的空间因素会提高收敛的速度。第二，在条件收敛设定下，空间相关系数仍然为负，且检验结果比较显著，说明区域间的竞争相对激烈，各省市都在尽力提高自己的增长速度，而且落后区域在面对激烈竞争的情况下，依然保持了强劲的增长速度。第三，关于控制变量的解释，结果显示，除了城镇化水平以外，其他控制变量均通过了显著性检验，其中产业结构和市场化程度的系数为正，说明这两个指标对于效率增长具有正向的激励影响，其原因在于随着产业结构更加合理以及市场水平的不断加深，工业企业更加注重全面有效的发展模式，对于环境的关注和保护也日益重视。而对外开放程度和居民经济水平的系数为负，则表示这两个因素会制约工业环境效率的改善，其中对外开放程度系数为负，反映出长江经济带沿线省市在面对国外市场冲击的时候，工业发展会受到影响，工业企业可能为了应对外部竞争而采取无效率的发展模式，继续从事环境成本极高的生产活动，进而影响环境质量，反映出部分省市所引进的外资本身就可能用在了环境绩效低的工业生产中。地区人均GDP 水平系数为负，其原因可能在于居民经济水平的提高仍然没有与环境保护相适应，工业生产能力提高，造成的环境问题抑制了居民生活水平的改善，居民生活水平的改善是建立在环境恶化的基础之上的，工业中与居民生活质量密切相关的行业依然存在环境效率低的情况。

六.结论及对策建议

长江经济带工业生产效率提高是未来转型升级的主要目标，工业转型升级应该在重视其发展效益的前提下，更加深入地考虑到其环境效益，最终实现高质量发展。以2003—2017年长江经济带沿线省市的面板数据为研究单元，采用核密度分析、Dagum基尼系数等空间分析方法对省际工业环境效率进行测算，将效率水平和空间作用相结合，对长江经济带工业环境效率的空间特点进行研究，得到的主要的结论如下。

表2 模型的回归估计结果

第一，从空间态势上来看，首先，长江经济带工业效率最高的地区位于下游流域，主要是上海、江苏、浙江三个省市，这一区域经济发展水平高，工业现代化起步早，总体水平高于其他省市，其中上海、江苏、浙江一直保持总体上升的高效率状态。其次，上段的工业环境效率水平要略高于中段，两个区域总体水平当前都保持在有效率的水平之上。此外，三个分段区域在经历了波动较为频繁的时期之后，目前都进入了一个相对平缓的阶段，部分区域效率水平开始缓慢下降。从整个区域在工业环境效率的分布上来看，长江经济带工业环境效率区域不平衡现象比较明显，下游与上、中游之间呈现出了较大的效率差异，而且差异化正逐渐向极化发展。

第二，从空间差异的分解上来看，首先，长江经济带工业环境效率水平总体差异上升，其中上段和中段差异减小，下段内部差异增大，主要表现为安徽与上海、江苏、浙江之间的差距增大。其次，区域间的总体差距却在扩大，特别是中段与下段之间的差异，而上段和中段之间的差异却在缩小。最后，总体差异的扩大原因在于区域间差异，特别是下段优势的扩大，其中以上海为代表的长三角发达地区工业发展的环境优势短期内不会改变。

第三，从效率变化速度上来看，虽然区域间差距在不断扩大，并且有极化趋势，但这种扩大的原因在于过去区域间存在着工业发展速度、环境保护力度的差距，长江下游的发达地区工业水平高，同时技术先进，环境负外部性较小，而上游和中游省市工业发展虽然进步快，但高技术含量低，总体上偏重以污染换效益。但是从收敛性的结果来看，落后区域工业环境效率提高的速度将逐渐赶上发达地区，说明较落后的省市正逐步在改善工业发展高污染低效益的局面，未来这种工业环境效率区域间差距增大的趋势会被遏制。此外，不同影响因素对于提高速度的改变存在差异，产业结构和市场化程度对于工业环境效率的提高存在着正向影响。

根据上述结论，进一步有以下思考：一是在政策和管理上，突破政域限制，从流域视角科学规划长江经济带沿线省市的工业空间布局。由推动长江经济带发展领导小组牵头，下设由省级相关领导组成的高层次省级联席会议，协同推进长江经济带产业绿色发展“大部制”[26]（p18-21）。进一步统一履行分散在不同部门间环境监管、环保投入、污染防控、招商引资、产业规划等各项相关职能，统一制定长江经济带工业绿色发展的中长期发展规划，实行长江上游全流域“工业发展规划一张图”，促进地方各级工业用地、企业经营管理、产城协调、环境保护等多规融合。同时，针对不同区域工业发展现状因地制宜提供差异化、合理化的财税金融政策、产业政策、土地政策、人口政策、环保政策等配套服务。此外根据各个省市未来产业发展定位，建立不同的考核指标体系，依据工业部门对经济增长贡献、生活质量提升贡献和生态环境改善贡献赋予不同的考核权重。

二是从生态补偿和产业发展激励层面，基于“受益者付费和破坏者付费”原则，从流域的角度出发，建立长江流域上中下游的生态补偿机制。工业发展体系成熟、技术先进的下游受益地区或群体补偿上游。另外，由生态环境部牵头，首先全面梳理长江经济带沿线省市工业企业的负面清单和正面清单，以制定好的考核指标体系为基础，评估各区域工业企业的环境效益，在梳理的企业清单的基础上，加大正面清单的补偿力度。上游和中游省市可实行降低税收，或者零税收政策，大量引进环保绿色产业（如战略性环保新兴产业），培育以环保型工业企业为龙头的战略性新兴工业体系，推进工业产业生态化，推动生态环境治理与战略性新兴产业深度融合，以新一代信息技术为导向发展流域大数据产业和智能终端产业，以生物技术为导向发展生物滞留系统、水体净化装置等生物环保产业，以高端装备制造业为载体带动高端环保装备制造，以新能源产业为导向发展新能源汽车产业，以新材料为导向发展环保新材料，逐步形成环保产业集聚地。

三是从整个区域经济发展层面，在产业结构调整过程中，要坚持市场导向，发挥“看不见的手” 的作用，政府扮活“守夜人”的角色，尤其是东部经济发达省市在向西部地区进行产业转移的过程中，避免已经被清退关停的高污染、高耗能工业企业在中西部生态脆弱地区“借尸还魂”，严防地方政府以外资引进为契机，承接污染物排放不达标的落后产能，或者降低环保标准，以成本优势与外资竞争。同时，上游和中游第二产业规模的扩大，要坚持本地原则，坚守生态红线，实现产业生态化，实现人产和谐、产城协同。