制造业集聚如何影响区域绿色发展福利？

袁华锡，封亦代，罗翔勇，刘耀彬

（1. 中南财经政法大学经济学院，湖北武汉 430073；2. 南昌大学经济管理学院，江西南昌 330031；3. 美国威斯康星大学密尔沃基分校，美国密尔沃基 53211）

党的十九届五中全会指出，中国已转向高质量发展阶段，在“十四五”时期，要让民生福祉达到新水平，不断实现人民对美好生活的向往。生态经济学理论认为，经济活动的根本目的是提高人类福利，所有非民生的经济活动是人类行为的异化［1］。过去以“高消耗、高污染、高排放、低产出”的粗放型经济发展模式受到了批判，绿色发展已经成为中国经济社会绿色转型的必然选择。福利门槛学说认为，经济增长与社会福利之间存在倒“U”型曲线关系，只有经济增长处于合理区间内，才能有效地增加居民福利水平［2］，无休止的粗放型经济增长反而会遇到生态和福利的双重门槛［3］。伊斯特林悖论早已证明幸福并不仅仅依靠经济因素，换句话说，收入并不必然导致福利或幸福的增加［4］。Fritz等［5］研究发现，体面的生活需要有一定的物质消费水平作为支撑，但是在满足基本需求之后，追求更多的物质消费将不再导致福利的提升，反而会给环境带来巨大压力。因此，该研究认为增进民生福祉不仅要提高传统的社会福利，更要重视提高绿色发展福利。

绿色发展福利是指在经济增长与环境保护协调发展的背景下，绿色发展使居民当期享受的福利水平变化，以及未来福利水平可持续提升的能力［6］，反映了一个国家或地区将自然消耗转化为福利水平的能力［7］。该研究将绿色发展福利定义为相对于经济增长的一国（地区）在一定时期内因绿色发展使居民当期所享受的福利水平变化，以及未来福利水平可持续提升的能力。中国经济总量虽然在不断提升，但是社会福利提升速度却明显滞后［8］。面对这种复杂情况，如何在新时代背景下破解绿色发展福利困境已成为学界与政府面临的科学难题和重要挑战。事实上，与绿色发展福利水平密切相关的因素可能是制造业发展。原因是制造业的快速发展，不仅促成了中国经济增长奇迹，还严重影响区域环境质量［9］，进而作用于绿色发展福利。因此，提高绿色发展福利的关键在于促进制造业高质量发展。

截至2019 年底，东部地区聚集了全国61.03%的制造业企业，远高于中部地区的24.81%和西部地区的14.15%。制造业营业收入占整个工业行业的88.40%，消耗了全国50%以上的能源。由此可见，中国制造业呈现显著的空间集聚特征，而且是能源消耗的主要产业。1990—2017 年，中国因空气污染造成的福利损失经济价值从3.38%上升至6.44%，远高于OECD 国家的平均值3.396%。由此可见，制造业集聚不仅是中国经济增长的重要引擎，更是影响绿色发展福利的重要来源。基于以上问题的思考，该研究不禁产生了如下疑问：制造业集聚能否影响绿色发展福利？如果影响，这种影响具有怎样的特征和规律？鉴于此，该研究从制造业集聚视角切入，以外部性经济理论为媒介，考察制造业集聚对区域绿色发展福利的影响。该研究有利于深化集聚经济学理论内涵，可以为国家绿色发展转型和高质量发展提供新视角和新方法。

相比于以往的研究，该研究的边际贡献主要体现在以下三个方面：①现有研究关注了集聚对经济福利的影响，但尚未系统考察制造业集聚对绿色发展福利的作用，导致相关研究结论无法较好地指导地方实践。因此，该研究首先基于外部经济理论，分析制造业集聚与绿色发展福利之间的作用机理；其次，采用前沿的计量方法，揭示制造业集聚对绿色发展福利的影响与规律，可以为制造业高质量发展和国家绿色转型的政策制定提供科学依据。②现有文献虽然研究了制造业集聚的空间溢出效应，但尚未揭示其空间外溢的衰减规律，尤其没有研究制造业集聚外部性对绿色发展福利的影响。因此，该研究尝试检验制造业集聚对绿色发展福利是否存在空间外溢的衰减规律，并量化制造业集聚外部性对绿色发展福利的作用效果，可以为制造业高质量发展和国家绿色转型提供新思路和新途径。③绝大部分研究采用主客观赋权法来测算指标权重，但该方法只适用于截面数据而不适用于面板数据，且综合评价结果无法进行跨期比较；此外，现有研究还忽视了制造业集聚与绿色发展福利之间可能存在的内生性问题。因此，该研究尝试采用前沿的统计方法测算面板数据权重，并从历史与地理方面寻找工具变量，克服模型的内生性问题，以期得到更加可靠的实证结论，为制造业集聚提升绿色发展福利的政策制定提供可靠经验证据。

1 文献综述

1.1 绿色发展福利测度的研究进展

关于绿色发展福利的测度研究基本在2012 年以后，目前尚未形成专门的研究成果。虽然钟水映等［10］借助人类发展指数和脱钩理论测度了中国省际间的绿色发展福利水平，但因无法计算绿色发展福利的具体数值而使用受限。与绿色发展福利测度紧密相关的研究集中在生态福利绩效领域。生态福利绩效研究兴起于20 世纪70 年代，此后成为可持续发展科学与福利经济学研究的重要议题［11］。生态福利绩效概念源自发展理论对生态环境与人类福祉关系的研究，是社会福利的价值量与生态资源消耗的实物量之比，反映了单位自然消耗转化为居民福利水平的效率［12］。可持续发展理论强调经济发展的最终目的是增加社会福利，GDP 只是提高社会福利的手段而非最终目的，仅用GDP衡量经济发展存在诸多弊端［13］。

比值法凭借指标含义明确、可操作性较强等优势，被广泛应用于评估国家与区域层面的生态福利绩效。Common［14］提出使用快乐生活寿命指数与生态足迹之比来测度经合组织国家的生态福利绩效。诸大建［15］创新性地采用人类发展指数与生态足迹之比来衡量生态福利绩效。此后被许多学者广泛应用于评价国家或区域层面的生态福利绩效，成为当前生态福利绩效最为权威的测度方法［16］。Dietz 等［17］独辟蹊径，提出采用出生时预期寿命与人均生态足迹之比来度量生态福利绩效，该方法也被大量应用于国家层面的生态福利绩效测度［18］。数据包络分析是近年较为流行的一种生态福利绩效测度方法，可以用于评价国家内部或区域内部的生态福利绩效。龙亮军等［19］采用超效率SBM 测度了中国35 个主要城市的生态福利绩效，研究发现2013 年35 个主要城市的生态福利绩效水平较低，且城市间差距较大。随着经济社会的发展，Dimaria［20］研究发现考虑非期望产出的超效率SBM，更能准确反映生态福利绩效现实情况，这一成果后来被广泛应用［21］。

综上，现有研究主要采用单一指标或效率方法测度生态福利绩效和绿色发展福利水平。尽管这些方法广泛应用于相关研究，具有一定的代表性和说服力，但是不可避免也存在某些不足之处。其中，最大的问题就是指标选择较为单一，无法准确反映绿色发展福利的全貌，容易出现以偏概全的现象。此外，在单一指标选择和投入产出变量选择方面，不可避免地存在一定的主观性。

1.2 制造业集聚对绿色发展福利影响的研究进展

当前，学界对制造业集聚与绿色发展福利之间关系的专门研究成果较少，绝大部分文献重点讨论了制造业集聚对绿色发展福利某一方面的影响，包括对工资、收入差距以及减贫等方面的作用。

与该主题相关的第一篇文献是制造业集聚对工资的影响研究。Fullerton 等［22］从组织生态学角度研究发现，美国生物技术工人可以从大型产业集聚区中获得更高的劳动报酬。国内学者杨仁发［23］借鉴新经济地理学理论和空间集聚理论，基于中国城市面板数据，从理论与实证两个维度分析了产业集聚对地区工资水平的影响。他们认为，制造业集聚会抑制地区工资水平提高，但服务集聚却存在相反效果。张晓磊等［24］进一步从微观集聚视角验证了集聚对工资的影响，研究发现企业空间集聚有助于提高劳动力工资水平，而且在劳动力密集型产业和中小城市样本中表现更为突出。

与该主题相关的第二篇文献是制造业集聚对收入差距的影响。Cerina 等［25］通过扩展规范模型，增加一个产生非贸易商品的部门，发现研发部门的本地化知识溢出有利于促进增长。他们认为，当前的欧盟和美国区域政策不利于产业集聚，进而可以在区域和总体水平上改善福利并减少地区收入差距。李健旋等［26］认为，金融集聚可以显著地促进城市生产率增长，但是也会导致城市内部收入差距扩大，原因在于金融集聚只是提高城市居民人均收入，而未能促进农村居民人均收入增长。但是，陈旭［27］基于中国城市样本考察城市蔓延、地理集聚与城乡收入差距关系时却发现，制造业集聚有助于缩小大中型城市的收入差距，小城市则相反，原因在于小城市集聚经济、规模经济以及扩散效应效应不明显。

与该主题相关的第三篇文献是制造业集聚对减排的影响研究。Giang 等［28］研究了企业集聚与越南家庭福利之间的联系，发现企业集聚有助于家庭从非正规部门转向正规部门，进而对人均收入、人均支出和减贫产生积极影响。更重要的是，他们发现对于受过良好家庭教育的年轻男性而言，企业集聚对人均支出的影响往往高于家庭受教育程度较低的大龄女性。郑长德［29］基于四川省161个县域的贫困户调查数据，考察了集聚与贫困之间的关系。他发现企业在空间上集聚可以缓解贫困，建议通过把鼓励企业空间集聚作为减贫的一种可持续路径。

尽管国内外许多研究深入分析了制造业集聚对工资、收入和减贫等方面的影响，但是，仍然存在一些不足之处：①现有研究集中讨论了制造业集聚对绿色发展福利某一方面的影响，无法较为全面地反映制造业集聚对绿色发展福利的综合影响。②部分研究虽然注意到了制造业集聚存在空间外溢效应，但是未能揭示这种外溢可能存在空间衰减规律。③许多文献简单采用制造业集聚的滞后项作为工具变量，试图以此来缓解模型中可能存在的内生性问题，但是该方法由于固有的缺陷已逐渐被国内外学者淘汰。

2 理论机制

外部经济理论是研究产业集聚行为和集聚经济的重要理论。外部经济是指由于企业外部的各种因素带来的企业生产成本降低，提升企业市场竞争力的经济行为［30］。制造业集聚的外部性影响资源配置、产品创新、全要素生产率和环境治理等，从而影响社会福利。该研究以制造业集聚为切入点，以外部经济理论为媒介，考察制造业集聚如何通过影响企业行为进而影响区域的绿色增长能力、绿色消费水平和绿色公共服务。理论机制如图1所示。

2.1 制造业集聚通过影响绿色增长能力调节区域绿色发展福利

增强区域绿色增长能力是提高区域绿色发展福利的重要条件，绿色增长能力越强意味国民经济收入的增长空间越大，绿色发展福利提升的可能性越强。该研究认为，制造业集聚有利于提高资源配置效率，进而提升区域绿色增长能力；同时，在高利润的诱导下，集聚区内的大型污染制造业企业会吸纳大量的资源要素，扩大生产规模和消费规模，进而减弱区域绿色增长能力。

图1 制造业集聚影响区域绿色发展福利的传导机制

为了追求规模经济效益，制造业企业倾向于集聚式分布。原因在于制造业集聚不仅可以帮助集聚区内企业共享基础设施和公共服务，降低企业生产成本，还为企业之间的合作与交流压缩了时空成本，有利于知识技术的溢出，从而发挥正向外部性。就资源配置效率而言，由于制造业集聚区具有较强的生产效率和盈利能力，进而形成一定的“核心-外围”圈层。在高利润的诱导下，外围地区资源要素不断流向集聚区内，从而有利于改善资源效率［31］。与此同时，由于集聚区地理范围十分有限，其容纳的企业数量和资源要素均存在一定阈值，尤其是区域内的环境承载力更是存在极限，一旦超过制造业集聚的合理区间，则区域内的资源配置效率边际呈现衰减特征，甚至为负。

就资源配置方向来看，在“核心-外围”圈层中，核心集聚区在高利润的诱导，可以不断吸收周边的资源要素向中心集聚，从而优化资源配置方向。与此同时，由于制造业集聚是一个资源要素密集型产业，对能源和资源的消耗巨大。一旦制造业企业生产规模的持续扩大［32］，势必导致资源和能源消费总量的增加，此时可能导致资源配置方向的扭曲，进而损害绿色增长能力。

2.2 制造业集聚通过影响绿色消费水平调节区域绿色发展福利

绿色消费水平取决于消费者的绿色消费意识、绿色产品供给和区域产品的消费规模，绿色消费水平的提高，将有助于改善居民的生活品质，进而提升整个区域绿色发展福利水平。该研究认为，制造业集聚有利于促进产品创新和扩大产品消费规模，导致绿色消费水平的提高或降低，进而调节区域绿色发展福利。

就产品创新而言，制造业集聚将区域内企业连接成网络，这不仅加速了知识技术在企业间的快速溢出和应用，为高势能企业的向下溢出和低势能企业的学习以及再创新提供了机会［33］。更重要的是，企业间通过网络连接形成合作，还极大地降低了企业创新的成本与风险。同时，由于制造业集聚是一个动态的变化过程，存在优胜劣汰机制，企业为了保持竞争力，需要不断进行产品创新，从而保持市场占有率。同时，如果制造业一旦过度集聚，企业为了保持各自竞争力和市场占有率，很可能形成恶性竞争，从而限制产品创新。

就产品消费规模来看，制造业集聚通过促进企业间合作，有利于扩大企业生产规模，降低产品消费门槛，从而为消费者提供更加丰裕的消费产品。此外，由于集聚区内企业存在一定竞争关系，为了独占消费市场，企业可能会通过生产多样化产品满足消费者需求来保持竞争力，这将进一步导致产品消费规模的增加，最终导致资源和能源消费总量的增加，从而降低绿色消费水平。

2.3 制造业集聚通过影响绿色公共服务调节区域绿色发展福利

增强绿色公共服务水平是提高区域绿色发展福利的重要条件，基础设施的完善、医疗条件的改善、公共服务水平的提高均是社会福利的重要组成部分。公共服务不仅对居民福利具有重要影响，还会间接影响生产［34］，进而调节区域绿色发展福利。该研究认为，制造业集聚可以通过社会财富和环境治理两条路径影响绿色公共服务水平，进而调节区域绿色发展福利。

就社会财富而言，制造业集聚可以为企业提供丰富的劳动力资源并提高企业和劳动力之间的匹配程度，从而降低企业用工成本和提高劳动生产率。而且，制造业集聚可以通过上下游产业链贯通，实现中间投入共享，降低企业生产成本。另外，制造业集聚还可以通过企业间的知识技术溢出提高企业的创新水平和工艺水平，进而提高企业全要素生产率［35］，促进社会财富增加。需要注意的是，创新很可能是一把“双刃剑”，它在增加社会财富的同时，也可能破坏生态环境，导致社会财富损失。

就环境治理来看，制造业集聚可以通过知识技术溢出、规模经济效应和循环经济效应等途径改善区域环境质量［36］。企业间知识技术的溢出为环境治理提供了技术支撑，企业集聚也为分担环境治理责任与成本提供了机会，这有利于进一步提高环境治理能力，发挥规模治污效应。同时，企业还可以通过垂直一体化合作，实现循环生产，降低污染物排放。但是，制造业集聚一旦超过临界点，则容易引起交通拥堵、人口过度集聚、能源消费剧增等负向外部性经济影响［37］，导致环境质量恶化，从而不利于环境治理。

3 研究设计

3.1 研究方法

3.1.1 区域绿色发展福利测度方法

指标体系构建：根据既有文献和理论分析［38-39］，该研究在遵循科学性、可比性、代表性和可获得性的原则上，从绿色增长能力、绿色消费水平和绿色公共服务3个方面选取12 个基础指标来测度区域绿色发展福利绩效（表1）。原因在于绿色增长是区域绿色发展福利提高的基础条件，只要通过绿色发展驱动经济绿色增长，才能实现财富的增加。绿色消费水平是区域绿色发展福利的重要组成部分，实现人民对美好生活的需要是绿色发展的最终归宿。绿色公共服务是确保区域绿色发展福利的重要条件，只有切实提高政府绿色公共服务供给水平才能真正提升区域绿色发展福利。

评价方法：指标体系权重测算方法主要包括主观赋权法和客观赋权法两种。常用主观赋权法有德尔菲法、层次分析法、等权重法等，但是由于这些方法主观性较强，导致测度结果可能背离现实；而客观赋权法如熵值法、主成分分析等方法，虽然解决了主观赋权的问题，但这些方法只适用于截面数据评价。在处理面板数据时，上述方法存在明显不足。因此，该研究采用郭亚军［40］提出的“纵横向”拉开档次法（Vertical and Horizontal Scatter Degree Method，VHSDM）予以测算。该方法优势在于能够实现跨期动态比较，能够更加客观合理地进行综合评价和排序［41］。

VHSDM方法的具体步骤如下：

（1）采用极差法对原始数据进行标准化处理：

其中：xij(tk)表示第tk时间的第i 个评价对象第j 个指标，maxj和minj分别表示第j个指标的最大值和最小值。

（2）构造线性综合评价函数：

其中：GDWi(tk)表示在tk时期第i 个评价对象的绿色发展福利水平；n 表示评价对象数量，m 表示评价指标个数；wj表示第j个指标的权重。

（3）确定指标权重：确定各指标权重是VHSDM 方法的关键。其核心思想是最大限度地突出各评价指标的差异，即由区域绿色发展福利GDWi(tk)的离差平方σ2和取最大值予以刻画。

由于，在绿色发展水平总离差平方和取最大值的前提下，对权重矩阵特征向量W 进行限定：得到特征向量W即为权重系数。

3.1.2 制造业集聚影响区域绿色发展福利的检验模型

基于前文理论分析可知，制造业集聚对区域绿色发展福利可能存在非线性影响。因此，该研究尝试构建如下基准计量模型进行检验：

其中：a为模型参数；GDWit表示第i个城市第t年的绿色发展福利；MAit代表第i 个城市第t 年的制造业集聚程度；Xit为一系列控制变量；β1和β2为制造业集聚一次项和二次项的系数，δj控制变量的系数；uit为随机干扰项。

考虑到制造业集聚对区域绿色发展福利的影响可能存在空间溢出效应，该研究进一步在基准模型基础上构建空间计量模型予以考察。

其中：ρ 区域绿色发展福利的空间滞后项参数，W 是N×N的空间权重空间，其他变量定义同上。

此外，该研究还注意到模型中可能存在的内生性问题。林伯强等［42］证实经济集聚与绿色经济效率之间因反向因果关系而存在内生性问题，那么制造业集聚与区域绿色发展福利之间是否也存在类似问题呢？为克服内生性问题带来的估计偏差，该研究尝试从地理或历史角度搜寻工具变量予以解决。采用1842—1909年清朝开放的通商口岸、1933 年中国城市是否通铁路以及城市的地形起伏度作为制造业集聚的工具变量。选择以上三个工具变量的理由如下：①从外生性角度而言，历史上的通商口岸与铁路时代久远，不会对当下绿色发展产生直接影响，而地形起伏度是天然形成的地理指标，满足外生条件。②从相关性来看，近代通商口岸与铁路的修建不仅增强了区域公共服务能力，还极大地降低了运输成本，有利于促进制造业集聚。此外，地形起伏度直接影响基础设施建设的施工成本、城市布局和企业选址等，进而也会影响制造业集聚的空间分布。

3.1.3 制造业集聚外部性对区域绿色发展福利的影响检验

通过文献整理和理论分析发现，制造业集聚外部性对区域绿色发展福利具有重要影响。制造业集聚外部性按照集聚模式的差异可以分为专业化集聚（MAR外部性）、多样化集聚（Jacobs外部性）和竞争性集聚（Porter外部性）［43］。为了进一步甄别制造业集聚外部性对区域绿色发展福利的差异性影响，该研究尝试构建如下模型予以考察：

其中：EXTit分别代表MARit、Jacobsit、Porterit，指的是第i个城市第t年的MAR 外部性、Jacobs外部性和Porter外部性水平；其他变量的定义同上。

该研究借鉴相关学者的思路［44］，选择专业化指数、多样化指数和波特指数分别测算制造业集聚的MAR外部性、Jacobs 外部性和Porter 外部性。具体计算方法如下：

其中：j表示行业，i表示城市；sji代表的是i城市j行业从业人员数，si为i城市年末就业单位总人数；Comi则表示制造业的市场竞争程度，计算公式为Comi=（i地区规模以上工业企业数/i 地区规模以上工业企业增加值）/（所有地区规模以上工业企业数/所有地区规模以上工业企业增加值）。MAi的计算方法见下文。

3.2 变量选择

核心解释变量：制造业集聚。该研究采用区位熵模型来计算城市制造业集聚水平。原因在于区位熵模型能够较好地消除地区规模差异带来的内生性冲击，可以更加准确地描述中国城市制造业集聚分布的真实情况［45］。具体计算方法如下：

其中：MAit表示i城市第t年的制造业集聚程度；MAEit表示i 城市第t 年的制造业就业人数，∑MAEit表示i 城市第t 年的就业总人数；∑MAEt代表中国第t 年制造业就业的总人数，∑SEt表示中国第t年的就业人员总数。

控制变量：环境规制（ER），环境规制可以通过增加企业生产成本和刺激企业技术创新来影响企业生产效率［46］，进而作用于绿色发展福利［47］，该研究采用“工业三废”去除率测算环境规制水平；城市化水平（UR），城市化进程伴随着人口转移和城市公共服务建设，这直接影响到居民的生活质量，该研究选取土地城市化率来测度；技术进步（TE），技术进步是推进区域绿色发展福利提升的重要途径［48］，以往研究受限于数据的可得性，往往采用替代指标来衡量城市技术进步，该研究则采用人均专利授权量准确地度量技术进步；居住环境（LE），居住环境质量关系到居民生活品质与健康［49］，进而显著影响到区域绿色发展福利，该研究选取城市PM2.5数据刻画城市居住环境质量；产业结构（IS），产业结构对经济增长效率和居民工资具有重要作用，继而影响区域绿色发展福利，该研究采用第三产业和第二产业增加值之比来度量其影响。

3.3 数据和样本

该研究选取2003—2016 年长江经济带110 个城市的面板数据作为研究样本。所有经济变量均来自《中国城市统计年鉴》和《中国统计年鉴》。专利数据来自中国研究数据服务平台—中国创新专利研究数据库。气象因素变量则收集于国家气象数据中心（http：//data.cma.cn/）。1933 年是否通火车数据来自铁道部1934 年铁道部编辑的《中国铁道便览》［50］，并根据白寿彝［51］2012年编撰的《中国交通史》第五篇第三章“现代中国之陆路交通”进行对比确定。1842—1909年清朝开放的通商口岸收集于清朝与西方列强签订的一系列不平等条约。用于计算城市地形起伏度的DEM 来源于中国寒区旱区科学数据中心（http：//westdc.westgis.ac.cn）。

由于统计上的偏误，该研究对数据集中的个别缺失数据和异常值，采用插值法予以补充调整。同时，为了剔除通货膨胀的影响，以2003 年为基期，采用GDP 平减指数法对所有价格变量进行调整。此外，为了克服异常值对实证结果的扰动，该研究对所有变量进行了1%的缩尾处理。相关变量描述性统计见表2。

根据表2 和图2 可知，GDW、MA、PM 和IS 在剔除异常值后，基本符合正态分布特征。ER 均值明显小于其中位数，数据集中分布在高值区间，属于负偏态分布。而其他几个变量的均值明显大于其中位数，数据集中分布在低值区间，属于正偏态分布，存在明显的重尾现象。鉴于此，该研究对变量进行对数化处理以降低异方差对估计结果的影响。

该研究选择长江经济带的样本进行分析的原因主要有以下几点：①中国最重要的流域经济带。据国家发展和改革委员会数据显示，在全球经济遭受重创的2020年，长江经济带前三季度经济总量进一步提高到46.6%，几乎占据全国经济的半壁江山。②中国政策关注高地。从2014 年长江经济带上升为国家战略以来，中央政府已经相继发布了长江经济带国家级法规文件48个。习近平曾先后三次亲自主持高级别长江经济带发展座谈会，2020年12 月，全国人大批准中国首部流域法——《长江保护法》。③中国经济未来最大的潜力增长点。长江经济带覆盖沿江11 省市，横跨中国东中西三大板块，以20%的国土面积聚集了全国40%的人口，贡献了中国40%以上的GDP，是中国人口、产业集聚的高地。《长江经济带发展规划纲要》对长江经济带的定位是：生态文明建设的先行示范带、引领全国转型发展的创新驱动带、具有全球影响力的内河经济带、东中西互动合作的协调发展带，这充分说明了长江经济带的重要性和代表性。

表2 变量描述性统计

图2 变量的描述性统计箱图

4 实证结果

4.1 区域绿色发展福利的时空规律分析

4.1.1 时空演化过程

为了更加清晰地了解研究期间长江经济带绿色发展福利的时空变化规律，该研究首先基于VHSDM 方法测算了2003—2016 年长江经济带110 城市的绿色发展福利指数，然后，采用ArcGIS 10.2 对典型年份2003、2006、2009、2012、2015、2016进行可视化展示。

总体上来看，绿色发展福利绩效在时间上呈现波浪式的上升趋势，在空间上呈现以“中低水平的块状分布为主，高水平的点状分布为辅”的格局。具体而言（图3），2003—2016 年间，长江经济带各城市的绿色发展福利指数伴随着年份呈现稳步增长态势，绿色发展福利的总体水平明显上升。以期末和期初两年为例，重庆市2003 年的绿色发展福利指数为5.149，2016 年上升至17.938，为样本中增幅最大的城市，增长率高达248.35%。样本中增幅最低的城市为益阳市，2016 年的绿色发展福利指数相比于2003年增长了59.19%。从空间上看，2003—2016年长江经济带较低水平和低水平绿色发展指数城市基本超过了50%，广布于长江经济带上游地区和中游地区的一些工业城市；中等水平的绿色发展福利指数地区占整个样本的25%左右，零星分布在上游的丽江、玉溪和中游的十堰、襄阳、荆门、九江、新余等城市及下游的苏南和淮北部分城市；较高水平和高水平城市样本主要攀枝花、昆明、成都、贵阳，中游的长沙、南昌、武汉、合肥等地，下游的上海、南京、苏州、宁波等城市，大约占整个研究样本的25%。值得强调的是，这种“低水平集聚、高水平分散”的空间分布格局在14 年间基本保持不变，呈现空间结构固化特征。

图3 2003—2016年长江经济带绿色发展福利时空演化过程

4.1.2 空间分布特征及其重心转移

结合表3 与图4 可知，①方位角变化：长江经济带西南部城市的绿色发展福利影响大于东北部城市。2003—2016 年间，方位角由74.440 增加至74.861，变化幅度较小，这表明长江经济带绿色发展福利的主力发展方向仍以东—西向为主，南—北发展势头较弱。②空间分布范围变化：长江经济带绿色发展福利的空间分布格局以东—西方向为主导，南—北方向影响较弱。具体来看，2003—2016 年间，长半轴的平均长度基本是短半轴长度的2 倍以上，而且伴随着时间的推移，长半轴由2003 年的870.940 km 增加到了2016 年的874.969 km，短半轴由2003 年的303.056 km 增加到了309.529 km。与此同时，椭圆面积从2003年的82.906万km2增加至85.069万km2，这充分说明东—西向增长趋势要强于南—北向，南—北向扩张相对迟缓，椭圆外部城市增长潜力要大于椭圆内部城市。③空间分布形状变化：长江经济带绿色发展福利指数呈现波动式上升态势，但并未能改变其空间分布不平衡的格局。尽管绿色发展福利的形状指数从2003年的0.348 上升至2016 年的0.354，但其年均值均远小于0.5，这说明绿色发展福利的空间分布十分不均衡，即长江经济带绿色发展福利存在巨大的地区差距。④空间重心转移：长江经济带绿色发展发展福利呈现东强西弱的空间格局，但其重心伴有明显的西移趋势。2003—2016年间，长江经济带绿色发展福利重心一直处于地理重心的东侧区域，在湖北荆州市内迂回，但总体上正在不断向西部地区迁移。

表3 区域绿色发展福利的标准差椭圆参数

图4 长江经济带绿色发展福利椭圆重心移动轨迹

4.2 制造业集聚对区域绿色发展福利的影响

为了便于结果对比，在采用GS2SLS 分析之前，该研究还给出了OLS、FE、FGLS 和IV 的估计结果。根据表4可知，OLS、FGLS 和IV 三种方法的估计结果显示，制造业集聚与区域绿色发展福利之间呈现正“U”型曲线关系，但IV 的回归系数未能通过显著性检验。FE 中的回归结果则表明，制造业集聚与区域绿色发展福利之间呈现倒“U”型曲线关系，但也未能通过显著性检验。反观控制了变量的空间溢出效应和内生性问题的GS2SLS 方法估计结果，发现制造业集聚对区域绿色发展福利存在显著的倒“U”型曲线关系，且一次项系数和二次项系数均通过了1%的显著性检验。显然，GS2SLS方法估计结果明显优于其他4种方法。这表明忽视空间溢出效应和内生性问题，容易导致结果出现较大偏差。

表4 制造业集聚对区域绿色发展福利的影响

综上可知，制造业集聚对区域绿色发展福利存在显著非线性关系。具体来看，当制造业集聚小于拐点值1.660 时，制造业集聚有利于区域绿色发展福利的提高；一旦跨过拐点值，制造业集聚则不利于区域绿色发展福利的提高。样本研究期间，94.03%的样本均未跨过临界值，说明当今中国城市制造业集聚有利于提升区域绿色发展福利。此外，被解释变量的空间滞后项系数为1.501，且在1%的水平下显著，说明本地绿色发展福利的提高也会受到邻近地区的影响。

另外，全局Moran 指数为0.043 6 且通过了1%的显著性检验，说明绿色发展福利存在空间自相关性，在基准模型中考虑空间效应是必要的。Hausman 统计量为291.127，在1%的置信水平下显著，表明固定效应模型优于随机效应模型。Durbin Wu test结果为-98.929，通过了1%的显著性检验，说明模型确实存在内生性问题。过度识别检验统计量为531.864，在1%的水平下显著，说明该研究选取的工具变量合理。因此，后续分析均以GS2SLS估计结果为准。

4.3 稳健性检验

为了检验基准回归结果的稳健性，该研究分别采用改变空间权重矩阵、移动平均处理、更换核心解释变量测度方法、剔除资源型城市以及增加控制变量等方法进行检验，估计结果见表5。

4.3.1 改变空间权重矩阵

该研究选择地理距离矩阵替换原有空间权重矩阵，采用GS2SLS方法对基准模型重新进行估计。根据表5列（1）可知，制造业集聚与区域绿色发展福利之间的非线性关系并不会因空间权重矩阵的变化而改变。

4.3.2 移动平均处理

为了克服长时间序列对回归结果造成的扰动，该研究对相关变量进行3 次移动平均处理。根据表5 列（2）可知，制造业集聚与区域绿色发展福利之间的倒“U”型曲线关系并没有发生改变，说明该研究的核心结论并不会因年度数据波动而发生偏差

4.3.3 更换被解释变量测度方法

为了增强回归结果的可靠性，排除自选择权重测度方法导致的结果偏误。该研究采用主成分分析方法重新测度了区域绿色发展福利水平，并采用基准模型进行回归。表5 列（3）显示，制造业集聚对区域绿色发展福利呈现典型的“U”型轨迹。这表明该研究的核心结论并不会因为被解释变量权重测度方法的改变而变化。

4.3.4 更换核心解释变量测度方法

制造业集聚是该研究的核心解释变量，选择恰当的测度方法对于核心结论具有重要影响。为此，该研究选择HHI 指数方法对制造业集聚程度重新进行测量。然后，采用GS2SLS 对模型重新进行估计。表5 列（4）显示，制造业集聚与区域绿色发展福利之间的非线性关系并未发生改变。这意味着该研究的核心结论并不会因制造业集聚的测度方法变化而改变。

4.3.5 剔除资源型城市样本

制造业是资源密集型产业，对资源和能源消耗巨大。为了剔除因城市资源禀赋而造成的样本自选择偏差，该研究剔除所有的资源型城市样本，并重新对模型进行估计。表5 列（5）结果表明，制造业集聚与区域绿色发展福利之间始终存在显著的倒“U”型曲线关系。这说明样本的自选择偏差并不会影响该研究的核心结论

4.3.6 增加控制变量

为了避免因遗漏变量造成的内生性问题，该研究除了控制原有的经济社会因素以外，还参考相关文献在基准模型中纳入了自然因素［52］，包括年均气温、年均降水、平均风速、相对湿度、日照和相对湿度。表5 列（6）显示，该研究的核心结论并没有因为控制自然因素而发生改变，再次证明该研究核心结论较为稳健。

4.4 制造业集聚对区域绿色发展福利影响的空间衰减分析

为了检验制造业集聚对区域绿色发展福利的影响是否会随着空间距离的衰减而变化，该研究参考既有研究［53］，假设两个城市之间的距离区间为［dmin，dmax］，γ 是dmin到dmax的递进距离。当dij≥d 时，地理单元在空间权重矩阵中的元素保持不变，而当dij＜d 时，则该部分地理单元的矩阵元素变换为0。这种阈值距离的设置方法，可以将距离d以内的城市从空间权重矩阵中剔除，进而清楚地观察到制造业集聚对区域绿色发展福利的远距离衰减变化情况。

其中：Wd=［Wij，d］N×N为空间权重矩阵。基于阈值距离的空间权重矩阵，该研究采用GS2SLS 对基准模型重新进行估计。值得注意的是，由于287 个地级以上城市中，最短距离是无锡市到常州市43.5 km。因此，该研究将阈值距离空间权重矩阵的初始值设定为50 km，步进距离设定为γ = 10 km，一直持续到860 km；然后，将不同距离阈值情况下得到的制造业集聚一次项和二次项系数和t 值记录下来；最后，将经济地理距离矩阵和地理距离矩阵约束下的制造业集聚的系数进行可视化，进而考察制造业集聚对区域绿色发展福利的区域衰减边界。

从二次项系数来看（图5），无论是经济地理矩阵还是地理矩阵，制造业集聚与区域绿色发展福利之间的倒“U”曲线关系在50～860 km空间范围内始终不变，再次说明该研究核心结论较为稳健。需要重视的是，这种倒“U”曲线关系随着空间距离的衰减，呈现“双峰结构”特征。具体来看，50～≤490 km之间，制造业集聚与区域绿色发展福利之间出现第一个峰体结构，此时制造业集聚的二次项系数经历了先减小到再增加的一个过程。显然，经济地理矩阵的制造业集聚二次项系数要明显大于地理距离矩阵。490～860 km 之间，制造业集聚与区域绿色发展福利迎来了第二个“峰体”。具体来看，490～≤670 km为制造业集聚二次项系数的衰减区域，670～860 km 为二次项系数的快速增加区域。以上分析表明，制造业集聚与区域绿色发展福利之间的非线性关系并不会因为空间距离的衰减而产生变化，但会随距离衰减而发生剧烈变动，而且经济发展有助于增强这种倒“U”曲线特征。

表5 制造业集聚对区域绿色发展福利影响的稳健性检验结果

从一次项系数来看（图5），经济地理矩阵和地理距离阵下的制造业集聚一次项系数随距离的衰减大概可以划分为三个阶段，地理距离矩阵的区域边界为840 km，经济地理矩阵的区域边界为860 km。50～≤460 km为制造业集聚一次项系数的波动衰减区域，460～≤620 km为制造业集聚一次项系数的停滞区域，620～860 km为制造业集聚一次项系数的快速衰减区域。经济发展只能50～≤190 km范围增强制造业集聚对区域绿色发展福利的作用，190～860 km范围内，经济发展似乎还会阻碍制造业集聚对区域绿色发展福利的影响。总体来看，制造业集聚对区域绿色发展福利的效应遵循了空间衰减距离规律。

4.5 制造业集聚外部性对区域绿色发展福利的影响分析

通过文献整理和理论分析发现，制造业集聚外部性对区域绿色发展福利具有重要影响。制造业集聚外部性按照集聚模式的差异可以分为专业化集聚（MAR 外部性）、多样化集聚（Jacobs 外部性）和竞争性集聚（Porter 外部性）［41］。因此，该研究进一步从外部性视角进行分析。

表6 报告了制造业集聚的三种外部性对区域绿色发展福利的估计结果。根据表6 列（1）可知，MAR 外部性的回归系数为0.091 且在1%的置信水平下显著，说明制造业的专业化集聚有利于提高区域绿色发展福利。表6 列（2）中的Jacobs 外部性的回归系数为0.287，通过了1%的显著性检验，这表明制造业集聚的多样化集聚同样可以促进区域绿色发展福利的提高。表6 列（3）中的Porter 外部性的估计系数为0.034，在1%的水平上显著，这意味着制造业集聚引起的市场竞争可以显著地提高区域绿色发展福利。进一步将三种外部性纳入同一个模型（5.12），重新采用GS2SLS 方法进行估计。由表6 列（4）可知，MAR 外部性和Jacobs 外部性的回归系数依然为正，均通过了1%的显著性检验。值得注意的是，Jacobs 外部性的正向作用要远高于MAR 外部性。但是，此时Porter 外部性的系数却为-0.010，没有通过显著性检验。这表明制造业的专业化集聚和多样化集聚确实可以显著地提高区域绿色发展福利，然而，它们也会稀释Porter 外部性带来的竞争红利，甚至导致恶性竞争，从而抑制区域绿色发展福利的提高。

图5 制造业集聚影响区域绿色发展水平的空间衰减过程

与此同时，该研究还进一步从地区差异视角分析了长江经济带上游、中游和下游制造业集聚对区域绿色发展福利的影响。由列（5）可知，长江经济带上游地区的MAR 外部性和Jacobs 外部性有利于促进区域绿色发展福利提高，Porter 外部性却为负向作用，但是没有通过显著性检验。中游地区估计结果显示（列（6）），MAR外部性和Jacobs 外部性是提高区域绿色发展福利的重要途径，而Porter 外部性则会抑制区域绿色发展福利的提高。下游地区与上游地区和中游地区结果存在较大差异（列（7）），长江经济带下游地区主要依靠制造业专业化集聚来促进区域绿色发展福利的提升，Jacobs 和Porter 外部性虽然都有利于提高区域绿色发展福利，但是其作用却并未显现。

5 主要结论与政策建议

5.1 主要结论

（1）长江经济带绿色发展福利水平在时间维度上呈现波浪式上升，但总体水平不高，且存在显著的区域差异；在空间上东-西方向上的绿色发展福利水平要显著高于南-北方向，且未来增长潜力方向集中在西部地区。

（2）长江经济带制造业集聚对绿色发展福利的影响呈现倒“U”型轨迹。即当制造业集聚达到适宜规模时，它可以促进区域绿色发展福利的提高；一旦发生过度集聚，制造业集聚对区域绿色发展福利的影响会由促进作用转为抑制作用。此外，本地绿色发展福利会受到邻近地区绿色发展福利的影响。

（3）空间距离的远近并不会改变长江经济带制造业集聚与区域绿色发展福利之间的倒“U”曲线关系，但二者之间的作用强度会呈现出“双峰式”空间衰减结构特征。总体来看，制造业集聚对区域绿色发展福利的效应会伴随着空间距离的衰减而变小，经历了“下降→停滞→急剧下降”三个阶段。

（4）长江经济带制造业集聚可以通过MAR 外部性和Jacobs 外部性促进区域绿色发展福利提高，而且Jacobs 外部性要显著强于MAR 外部性，但是Porter 外部性却会抑制区域绿色发展福利的提升。长江经济带上游地区主要依靠Jacobs 外部性和MAR 外部性驱动绿色发展福利提高，而Porter 外部性会抑制中游地区绿色发展福利的提高，下游地区则依赖于MAR外部性提高绿色发展福利。

5.2 政策建议

（1）要充分考虑到区域绿色发展福利指数的时空差异和动态性变化特征。由于绿色发展福利指数存在显著的时空差异，研究期间始终呈现“低水平集聚，高水平分散”的空间分布格局。因此，在推进绿色发展福利水平提高的实际过程中，应当精准施策，充分考虑到长江经济带上游、中游和下游地区的巨大差异。其次，考虑到绿色发展福利绩效的加权重心呈现向西迁移的趋势，说明样本研究期间，绿色发展福利的重心区已经逐渐从下游地区向中上游地区迁移，未来应该尊重这种迁移规律，更加注重提升中上地区绿色发展福利水平，促进区域协同发展。

（2）研究结论显示制造业集聚对区域绿色发展福利的影响受到集聚程度的制约。因此，在利用制造业集聚推动绿色发展福利提高的过程，要注意制定差异化的区域政策，不能搞“一刀切”。对于制造业集聚程度低于临界值的城市，应当积极深化制造业集聚的水平和质量，避免过度集聚；对于跃过临界值的城市，应该坚持“走出去和引进来”的战略，通过市场调节和政府规制双重手段淘汰一批产能落后、技术低端、污染严重的企业。同时，要注重协同发挥环境规制和产业结构升级对绿色发展水平的促进作用。

（3）由于制造业集聚与区域绿色发展福利之间的倒“U”曲线关系并不会因空间距离的衰减而改变，但制造业集聚对绿色发展福利的影响会伴随着空间距离的衰减而减小。因此，一方面，要大力推进区域一体化建设，改革不合理的体制机制，破除行政区边界的阻碍，允许资源在市场上自由流动。另一方面，要积极推进区域合作与分工，通过顶层设计，建立跨区域性的权威性合作组织，合理调配区域内资源，提高资源配置效率。

（4）由于MAR 外部性和Jacobs 外部性是驱动长江经济带绿色发展福利提高的主要动力，而Porter外部性会制约绿色发展福利的提高，这种作用也会受到地区差异的影响。因此，首先应该鼓励长江经济带制造业选择专业化和多样化的集聚模式，在做大做强制造业集聚的同时也注重从产业关联视角，和其他上下游产业建立合作，延伸扩展产业链。其次，要采取经济手段和行政手段适当降低制造业竞争程度，避免恶性竞争，防止产生拥挤效应。