雾霾污染与生产性服务业集聚关系的研究——以长三角城市群为例

罗 芳，汤 然

(上海理工大学 管理学院，上海 200093)

提要：选用2008—2018年长三角城市群中27座城市的PM2.5年均浓度数据作为衡量城市雾霾污染水平的代理指标，用区位熵指数来反映生产性服务业集聚水平，基于空间杜宾模型研究生产性服务业集聚对城市雾霾污染的影响。研究结果表明，生产性服务业集聚对雾霾污染具有抑制作用，即生产性服务业集聚能够通过技术溢出效应与规模经济效应抑制城市的雾霾污染。研究还发现邻近地区的生产性服务业集聚对本地区的雾霾污染具有抑制作用，这说明生产性服务业集聚通过调节产业行政壁垒改善邻近地区的雾霾污染。由此得出：第一，要促进生产性服务业与制造业协同集聚，推动制造业提高资源利用效率；第二，政府应加强环境规制力度，同时在政策上引导企业实现绿色技术创新；第三，雾霾治理上应该形成区域联防联控机制，各地区间协调配合形成治霾合力。

一、引言

雾霾是指大气中的干气溶胶粒子(如PM2.5 和PM10)遇到空气中的水汽结合形成云雾滴，进而造成一种天气阴霾的现象，其极大地影响了城市形象。此外，雾霾中包含的大量可吸入颗粒物一旦进入人体将会增加呼吸道疾病、肺心病的患病概率。曹彩虹和韩立岩[1]通过估算雾霾污染带来的健康成本，发现雾霾污染带来的健康问题会使人均健康成本增加。2013年，雾霾成为年度关键词，全国25个省份均出现了不同程度的雾霾污染现象，这场持续时间长、污染范围广的环境污染现象给人民健康、社会经济发展和城市形象都带来了极大的负面影响。严重的雾霾污染现象为人们敲响了警钟，经济发展过程不能盲目依靠粗放式的生产模式，需要解决“保增长、促减排”的两难问题。

关于近年来雾霾污染愈演愈烈的原因，普遍观点认为是人类的生产、生活活动加剧了雾霾污染。例如，化石燃料消费量的增加导致雾霾污染现象频发[2]，建筑粉尘和垃圾焚烧都提高了大气中一次气溶胶粒子的浓度，进而加剧了雾霾污染现象[3]。除了从排放源的角度研究雾霾污染加重的原因外，大量文献研究了经济集聚与环境污染的内在联系。关于经济集聚，新经济地理学相关研究表明，技术外部性和企业间的技术溢出是经济集聚的重要动力[4-5]。经济集聚能够通过规模效应、技术溢出效应与竞争效应提升能源效率，从而对节能减排产生积极影响[6]。经济集聚能够促进企业节能降耗，实现资源节约与环境友好[7]。邵帅等[8]发现经济集聚除了借助外部性对碳排放产生直接影响外，还可以通过能源强度对碳排放产生间接影响。李伟娜和徐勇[9]认为环境污染与产业集聚呈现显著的N形曲线关系，政府通过科技金融进行干预能够促进制造业集聚优势的发挥，缓解集聚经济带来的环境负效应。此外，东童童等[10]研究发现工业效率的提高将缓解工业资本和劳动集聚带来的雾霾污染。纵观已有研究可以发现，经济集聚带来的外部性能够降低制造业的污染排放水平，同时集聚过程中制造业可以通过技术创新实现节能减排的目标。

考虑到生产性服务业集聚与制造业集聚类似，都具有规模经济的特征[11]。生产性服务业作为中间投入，内嵌到制造业的生产环节中，因此制造业与生产性服务业间存在产业关联性。张虎等[12]认为知识与技术溢出对制造业与生产性服务业的协同集聚起到正向影响。生产性服务业集聚对制造业升级具有一定的提升作用[13-14]。鉴于此，本文以生产性服务业为研究对象，分析产业集聚对环境污染的改善效应。

二、理论基础与研究假设

(一)技术溢出效应

产业集聚能够促进企业间环保节能知识的溢出与共享，进而降低了低碳创新的成本与风险，提高了企业的生产效率[15]。同类型生产性服务业与互补型生产性服务业集聚都会导致技术经济的外部性。第一，产业上的互补性会促使企业间技术交流与合作，在地理上的集聚会进一步催化企业间的交流合作。通过面对面的交流提高集体学习带来的溢出效应，促进生产性服务业的分工深化与服务种类的增加，提升生产性服务业的服务质量。伴随着生产性服务业服务质量与价格竞争力的提高，企业可以通过在生产制造环节中提供高级生产性服务，进而促进生产环节向低污染、高附加值延伸，具体表现为用更加绿色环保的生产技术去替代原有的物质能源消耗。第二，生产性服务业集聚，特别是环境友好型的企业集聚会提高制造业污染外包服务的可获得性和可选择性。这不仅可以使企业通过购买专业化和规模化的第三方治理服务来降低污染排放强度，也能使制造业专注于核心业务与竞争力的提升，提高企业的生产效率，减少污染物排放。综上，提出研究假说1。

假说1：生产性服务业集聚通过技术溢出效应来抑制城市雾霾污染。

(二)规模经济效应

在生产性服务业与制造业协同集聚的背景下，当制造业地理分布相对集中时，政府可以通过设立工业园区的方式对污染物的排放进行监管与处理。这样不仅便于政府进行集中监管，还有利于企业共享治污资源，有效降低单个企业的治污成本，在环境治理上产生规模效应。生产性服务市场需求的增加进一步推动了生产性服务业的专业化与生产性服务业分工的深化。如今的生产性服务正在呈现外包趋势，本质上也是服务分工深化与泛化的表现[16]。在生产性服务业集聚的过程中，生产性服务业将继续发挥产业间润滑剂的作用，通过上、下游产业的投入产出连接，使下游企业得到质量较高的产品，促进规模经济的发展与产业结构的升级，这一过程将优化企业的要素投入结构与资源的利用效率。因此，在规模效应中，生产性服务业集聚通过与制造业的深入融合来促进产业间协同集聚，促成制造型企业的清洁化生产模式。同时，规模经济带来的服务深化与分化会增强生产性服务业集聚的飞轮效应，进而优化要素配置与资源利用。综上，提出研究假说2。

假说2：生产性服务业集聚通过规模经济效应抑制城市雾霾污染。

(三)生产性服务业集聚跨地区影响

除此以外，生产性服务业集聚对地方生产性服务业行政垄断起到调节作用。生产性服务业在行政垄断下市场进入门槛较高。企业间“抱团合作”有利于降低市场进入门槛，制造型企业能够从邻近的生产性服务业集聚地区获得便利的产品或服务，进而改善行政垄断带来的要素错配等问题，提高城市间投入产出的联系[17]。因此，生产性服务业集聚特别是环境友好型企业的集聚，能够使邻近地区的制造业更为便捷地把污染物外包，提升地区污染防控水平。制造业也可以通过邻近地区的生产性服务业获得污染防治技术和污染减排解决方案，进而推动制造业结构升级，改变以往高投入、高能耗的产业结构，减少企业污染物的排放。综上，提出研究假说3。

假说3：生产性服务业集聚通过调节产业行政垄断来抑制邻近地区的雾霾污染。

三、研究设计与数据说明

(一)指标选取

STIRPAT(stochastic impacts by regression on population，affluence and technology)模型被用来分析人口对环境的非比例影响，具体将人口、人均消费和技术列为改变污染物排放量的影响因素[18]。STIRPAT模型的面板数据形式为I=aPbAcTd，其中I代表环境影响，P、A、T分别代表人口规模、人均财富和技术水平3种影响因素。对该式两侧同时取对数得到：

ln I=α+bln P+cln A+dln T+e。

(1)

该模型允许对系数进行估计，同时也允许对影响因素进行分解和改进[19]。本文在研究中把被解释变量I定义为雾霾污染，此处选用了城市年度PM2.5平均浓度作为城市雾霾污染程度的代理指标。考虑到雾霾污染在城市间具有动态关联性[20]，因此，选用考虑空间相互依赖性的空间计量模型。

核心解释变量：(1)生产性服务业区位熵(E)。生产性服务业的最终产出作为其他产品的中间投入，具有专业化程度高、知识密集的特点，本文将交通仓储邮电业，信息传输、计算机服务业和软件业，批发零售贸易业，金融业，租赁和商业服务业，科研、技术服务业和地质勘查业列为生产性服务行业。为了能够定量分析城市生产性服务业集聚对雾霾污染的影响，需要对城市生产性服务业的集聚水平进行测度，此处选用区位熵指数来测度生产性服务业的集聚水平，计算公式如下：

(2)

(2)绿色发明专利申请量(Green)。对式(1)中的技术水平T，本文选用绿色发明专利申请量来衡量。在绿色技术创新的推动下，部分企业会提高原材料的使用效率，有效降低污染物排放强度。此外，企业技术创新带来的知识溢出效应会辐射至周边地区，改善当地的污染物排放强度。

控制变量：(1)人口密度(Den)。对式(1)中的人口规模P，选用单位面积人口数来衡量人口集聚对雾霾污染的影响。城市人口密度将会影响地区经济活动规划和能源需求，进而影响城市环境。(2)人均地区生产总值(Per)。对式(1)中的人均财富A，选用人均地区生产总值来衡量，侧面反映了地区经济发展水平。经典的EKC假说认为，城市污染物排放随着经济发展水平的提高呈先上升后下降的倒U形变化趋势。此处将人均地区生产总值的一次项与二次项纳入模型，考察雾霾污染与经济发展水平之间的关系。

(3)年降水量(Pre)。该指标常作为一种重要的气象参数指标，用来预测空气污染物浓度。降雨过程将促进空气中颗粒污染物的沉降，因此预期该指标对应系数为负。(4)外商直接投资(Fdi)。城市的对外开放程度常作为评价城市环境质量的重要指标，关于该指标对城市环境质量的影响主要分为两类——“贸易有益论”和“贸易有害论”。前者认为Fdi可以通过引进环境友好型产业和技术来提高城市生产效率，改善城市环境质量；后者则认为Fdi将提高城市的煤炭消费水平，对环境造成负面影响[21]，因此预期该指标对应系数为正。(5)固定资产投资(Inv)。固定资产投资一方面要弥补生产过程中造成的折旧，另一方面用于扩大再生产。这类资本在实际的生产过程中都是以建筑、交通运输工具、大型生产机械等实物的形式出现。建筑扬尘和化石燃料的燃烧是雾霾产生的主要来源，因此预期该指标对应系数为正。(6)第二产业增加值占GDP的比重(Sec)。第二产业主要集中了消耗化石燃料的重工业，这类产业是雾霾污染的主要来源，因此选用第二产业增加值占GDP的比重来评估第二产业对PM2.5年均浓度的影响，预期该指标对应系数为正。

(二)数据来源

本文的研究对象为2008—2018年长三角城市群的27座城市，2011年后原巢湖市所辖的一区四县分别划归合肥、芜湖、马鞍山三市管辖，为了计算便捷，将2011年后相关指标纳入合肥市。选用了戴尔豪斯大学大气成分分析组收集的地表PM2.5浓度数据作为数据源，利用ArcGIS软件解析得到地市级PM2.5年均浓度数据。城市降雨量数据来自国家气象科学数据中心，城市绿色专利申请数来自国家知识产权数据库，其余数据来自《中国城市统计年鉴》。变量说明和描述性统计如表1所示。

表1 各变量说明及描述性统计

(三)模型设计

1.空间相关性

在进行空间计量分析前，首先需要对被解释变量(PM2.5年均浓度)进行空间自相关检验，在此处选用莫兰指数来测度空间自相关，计算公式如下：

(3)

当莫兰指数大于0时，则表示空间正相关，即PM2.5浓度高或低的地区相邻；当莫兰指数小于0时，则表示空间负相关，即PM2.5浓度高的地区与PM2.5浓度低的地区相邻。

2.空间权重矩阵

空间权重矩阵(W)用以构建空间中区域i与区域j间的距离(wij)，用矩阵可以表示为

(4)

常见的权重矩阵有空间邻接矩阵、地理距离权重矩阵和经济距离权重矩阵。

(2)空间距离权重矩阵W2：W2=(wij)n×n，其中wij=1/dij。

3.模型的选取

常见的空间计量模型主要有SEM模型(空间误差模型)、SAR模型(空间自回归模型)和SDM模型(空间杜宾模型)。空间误差模型主要考虑了不被解释变量所包含的误差扰动项所具有的空间依赖性。空间滞后模型主要考虑了被解释变量是否存在空间溢出效应。空间杜宾模型则将前两者结合起来，同时考虑被解释变量和解释变量的空间滞后性。此处选择空间杜宾模型进行实证分析：

α2ln Greeni+α3ln Peri+α4ln Fdii+α5ln Deni+

(5)

其中，j表示观测样本数，i表示地区，PM、E、Green、Den、Per、Pre、Fdi、Inv、Sec依次代表PM2.5年均浓度、生产性服务业区位熵、绿色发明专利申请量、人口密度、人均地区生产总值、年降水量、外商直接投资、固定资产投资和第二产业增加值占GDP比重，wij代表空间权重矩阵。

4．直接效应与间接效应

当被解释变量存在空间溢出效应时，某个影响因素的变化不仅会引起本地区被解释变量的变化，同时也会对邻近地区的被解释变量产生影响。LeSage和Pace[22]将各因素对被解释变量的影响分解为直接效应和间接效应：某因素变动对本地区的总体影响为直接效应，直接效应等于模型系数加上空间反馈效应。空间反馈效应，即对其他地区的影响又反过来影响该地区。某因素变动对其他地区被解释变量的影响为间接效应，即影响因素的空间溢出效应。

四、实证分析

(一)空间自相关检验

表2给出了空间自相关检验结果，除2012年、2014年和2018年数值结果不显著外，其余年份的PM2.5年均浓度数据均表现为正的空间自相关性。

表2 2008—2018年PM2.5浓度莫兰值I

如图1所示，长三角城市群雾霾污染呈大片扩散趋势，特别是在2014年，南京、杭州、宁波、南通、无锡、绍兴和盐城这7座城市PM2.5年均浓度均达到轻度污染的水平，并且污染严重的城市在空间分布上相对集中。

a 2008年b 2011年c 2014年d 2017年图1 长三角城市PM2.5年均浓度变化趋势

(二) 空间计量模型确定

如表3的数据结果所示，在经济距离权重矩阵W3下，空间滞后模型与空间误差模型的LM检验值均不显著。在空间邻接矩阵W1和空间距离权重矩阵W2下，对应的检验值均显著。检验结果说明，SEM模型(空间误差模型)和SAR模型(空间自回归模型)在空间邻接矩阵W1和空间距离权重矩阵W2下都适用，在经济距离权重矩阵W3下不适用。因此基于上述两种矩阵，实证部分选用将SEM模型(空间误差模型)和SAR模型(空间自回归模型)两者相结合的SDM模型(空间杜宾模型)。进一步地，依据Hausman检验结果应选用随机效应的空间杜宾模型。

表3 LM检验结果

(三)回归结果与分析

表4中模型1和模型2分别给出了空间杜宾模型在空间邻接矩阵W1和空间距离矩阵W2下的回归结果。首先注意到空间自回归系数为正，在1%的水平下显著，这说明PM2.5年均浓度对自身有正向的空间溢出效应。风向、降雨等气象条件造成的大气流动，以及社会经济活动的双重驱动下本地区的雾霾污染程度与邻近地区的雾霾污染水平密切相关，因此，在雾霾治理工作中要采取区域联防联控的策略，避免雾霾污染在区域间扩散。

核心解释变量的回归结果验证了集聚经济的规模效应与区域间经济活动的空间关联性。核心解释变量生产性服务业区位熵(ln E)每提高1%，本地区的PM2.5年均浓度平均约降低0.16%，说明生产性服务业集聚对城市PM2.5浓度具有抑制作用。技术水平w×ln Green对应系数为负，这说明绿色技术创新能够通过技术溢出效应改善周边地区的环境污染问题。这一回归结果验证了研究假说1和研究假说2，说明生产性服务业集聚可以通过技术溢出效应、规模经济效应改善城市雾霾污染水平。具体来说，在技术溢出方面：第一，生产性服务业集聚可以在生产性服务型企业间带来技术外部性，提高企业的服务质量，推动制造环节向高附加值、低排放延伸。第二，生产性服务业集聚可以使企业获得专业化的污染外包服务，在提升企业核心竞争力的同时降低污染物排放强度。在规模经济方面，生产性服务业集聚促成了服务的深化与多样化，优化企业的要素配置与资源利用。w×ln E对应系数在空间邻接矩阵下为负，说明邻近地区的生产性服务业集聚对本地区的PM2.5浓度也具有抑制作用。这一结果验证了假说3，在产业行政垄断下，企业的寻租行为不利于生产性服务业企业间的竞争，阻碍了生产性服务业企业规模经济的产生。但是，生产性服务业在既定空间集聚将促进邻近地区的产业合作，有效调节产业行政垄断下的资源错配，改善企业的生产效率。

表4 空间杜宾模型回归结果

关于控制变量，人均地区生产总值一次项对应的系数为负，二次项对应的系数为正，这说明雾霾污染与经济发展水平间存在显著的U形关系，即雾霾污染程度随着经济增长水平提升呈先下降后上升的趋势。ln Inv对应的系数为正，说明企业的固定资产投资在生产环节中多以建筑、交通工具等实物资产的形式出现，此类要素投入的增加将会提高企业的污染物排放水平。人口密度(ln Den)对应系数在空间邻接矩阵下为正，在空间距离权重矩阵下为负，结果均不显著，这说明人口密度与污染物排放正在逐步实现脱钩。一方面，这是因为高人口密度地区的基础公共服务带来的正外部性被放大，居民受教育程度较高，环境治理的意愿更加强烈，从而有助于节能减排政策的实施。另一方面，人口密度高的地区往往是城市化程度和经济发展水平高的地区，产业结构升级速度更快。

表5给出核心解释变量的分解结果。第一，生产性服务业区位熵的直接效应与间接效应作用方向一致，说明生产性服务业集聚可以带动本地区制造业提高资源利用效率，同时也有利于周边地区获得清洁、高效的生产性服务，改善当地制造业的污染物排放问题。第二，绿色技术创新的直接效应与间接效应作用方向相反。这是因为一方面，本地区研发投入对雾霾污染的影响可能会通过“搭便车”行为引致周边地区减少环保投入，这一过程通过反馈效应加重了本地区的雾霾污染水平；另一方面，本地区研发投入可以通过示范效应提高周边地区的环境规制力度，进而改善周边地区的雾霾污染水平。

表5 核心解释变量对雾霾污染影响的分解结果

(四)稳健性检验

在模型稳健性检验过程中，选用的是变量变换法，本文改用行业集中度来表示生产性服务业的集聚水平。将新的解释变量纳入原有的空间杜宾模型中，回归结果表明，在空间邻接矩阵和空间距离矩阵中，生产性服务业集聚对雾霾污染的影响显著为负，控制变量的回归结果也与表4基本一致，说明回归结果是稳健的、可信的。

五、结论与政策建议

基于生产性服务业集聚带来的技术溢出效应和规模经济效应，分析了生产性服务业集聚对雾霾污染的影响。空间杜宾模型的回归结果表示，生产性服务业集聚对雾霾污染具有抑制作用。考虑了空间自相关之后，发现邻近地区的生产性服务业集聚对本地区的雾霾污染具有负向的溢出效应。此外，绿色技术创新对应的空间滞后项系数为负，这一结果进一步加强了本文的结论，生产性服务业集聚带来的技术溢出效应能够有效改善周边地区的雾霾污染问题。针对本文研究结论提出如下建议。

(1)充分推动制造业与生产性服务业协同集聚，促进二者深度融合。研究表明，生产性服务业集聚可以通过促进制造业升级，进而改善城市雾霾污染。生产性服务业集聚能够提供同类型企业更多交流学习的机会，强化企业知识吸收与技术创新的能力，因此企业空间集聚所产生的知识溢出能够提高生产性服务业的服务质量。在此基础上，考虑到生产者服务外包的趋势，制造业与生产性服务业协同集聚可以使生产性服务业更好地嵌入制造业环节，进而使生产制造向低污染、高附加值延伸。同时，在政策引导上要考虑制造业与生产性服务业的产业关联性和互补性，应该吸引关联性、互补性强的生产性服务业进入本地区，推动制造业产业价值链升级，并且要鼓励先进制造业降低服务门槛和选择服务外包管理，改变原有的“大而全”的制造业组织结构，给予生产性服务业更多的产业融合机遇，让生产性服务业通过“干中学”获取异质性资源与知识，进而提升自身的产品质量。

(2)推动生产性服务业集聚的同时，避免产业结构单一的问题。高端生产性服务业横向集聚有助于提升企业的创新意识，并通过知识溢出效应提升企业的知识获取能力，推动企业升级，进而使生产性服务业可以更好地嵌入制造业的生产环节中。低端生产性服务业的纵向集聚有助于各类型企业在完整的服务行业链上形成互补，提升生产性服务业的服务效率，减少能源浪费。横向集聚与纵向集聚同时推进，促进产业多样化集聚，推动集聚产生规模经济效应，在保证本地的市场竞争力与产业链完整的同时，改进区域能源浪费与环境污染问题。

(3)调节产业行政壁垒，构建跨地区合作的产业集聚模式。针对产业垄断较为严重的地区，地方政府要避免“寻租”行为，提高资源配置效率。积极引进环境友好型生产性服务业，提升本地区生产性服务业企业间的竞争水平，激发企业创新水平。政府在引进生产性服务业企业的同时，也需要考虑本地区产业结构与周边地区的互补性，增加制造业与生产性服务业企业跨地区合作的机会。打破地区间的行政壁垒，在城市群规模上构建制造与服务一体化集群，在地理空间上扩大生产性服务业集聚的环境改善范围。

(4)政府结合具体实际进行环境规制。政府应鼓励企业进行与绿色创新有关的技术研发，提升经济增长质量。在双碳战略背景之下，政府应适当干预资源配置，淘汰落后产能，严格控制区域煤炭消费总量，推进煤炭的清洁化利用。政府应完善减污降碳的市场化约束机制，通过征收碳税等方式有效遏制污染物排放带来的负外部性，并通过适当的财税优惠政策引导企业积极开展绿色技术创新活动，加大政府对节能减排和污染防治技术研发的支持力度，推进能源价格的市场化改革，依靠市场化机制实现绿色清洁能源对传统化石能源的逐步替代，促进企业能源利用效率的提升，降低污染物排放强度。政府应从制度层面合理引导消费者的消费偏好与消费行为，提倡绿色消费模式，提高环境友好型产品的市场需求，从需求侧倒逼企业推进绿色技术创新。地方政府间应加强区域联防联控，禁止企业在污染物处理问题上出现“搭便车”行为。加强区域联合环境执法与监督力度，构建统一的环境污染监测平台，实行区域环境信息共享机制、联合预警机制和示范效应机制，统一环境规制行动，相互积极配合，增强环境规制在区域间的正反馈，形成有效治霾的区域合力。