“双碳”目标下中国污染密集型产业转移影响因素的异质性分析

张再杰，陆品妮

（1.贵州财经大学 绿色发展战略研究院；2.贵州财经大学 大数据应用与经济学院，贵州 贵阳 550025）

在“双碳目标下”，绿色发展成为经济发展的主题，作为主要工业污染和碳排放源头的污染密集型产业的发展也受到了钳制。根据“污染避难所”假说，欠发达的中西部地区是否会成为东部沿海发达地区污染密集型产业的承接地？本文将在从时间和空间上测度污染密集型产业转移方向的基础上，进一步分析驱动污染密集型产业转移的影响因素，为污染密集型产业治理和优化提供理论和实践价值。

一、文献回顾

大多数学者从不同的角度分析了污染密集型产业转移的影响因素，学术界认为驱动我国污染密集型产业发生空间转移的影响因素有：经济发展水平、环境规制、产业结构、技术创新、工业企业资产利润率，对外开放程度、财政分权等。例如，仇方道、蒋涛和张纯敏采用行业基尼系数、产业转移系数和空间格局变化图等分析了江苏省污染密集产业苏南向苏北转移的特征，并依据产业间不同个体间的发展差异，利用变截距的固定效应模型实证得出江苏省污染密集产业转移的影响因素主要是技术创新、产业结构升级和政策调控；周沂、贺灿飞和刘颖则从要素禀赋、环境管制和全球化的角度分析污染密集产业的转移，认为这三种因素会影响我国污染密集型产业的空间布局。田光辉、苗长虹等认为环境规制和地方保护会影响污染密集型产业的布局，环境规制增强则会推动污染密集型产业转移并呈现阶段性特征，地方保护则会削弱环境规制的作用。学者们从多方面验证了相关影响因素对污染密集型产业转移的影响因素，因此本文从综合考虑驱动污染密集型产业转移的影响因素的时空异质性角度出发，探究这些因素对污染密集型产业的转移和布局的影响。

二、我国污染密集型产业转移及特征

(一)产业界定及其数据来源

借鉴仇方道的综合污染密集指数界定污染密集型产业。以我国34个制造业为研究对象，选用工业废水排放中化学需氧量排放量、工业废气中SO排放量和固体废弃物产生总量作为某一行业的3种污染属性，分别计算了2016-2019年4年综合污染密集指数，取这些行业的4年平均值，污染密集指数越高表明该产业污染程度越高。根据识别结果，污染密集型产业有：电力、热力生产和供应业、采矿业、黑色金属冶炼及压延加工业、造纸及纸制品业、化学原料和化学制品制造业、非金属矿物制品业、纺织业、有色金属冶炼及压延加工业、石油加工、炼焦和核燃料加工业、农副食品加工业、酒、饮料和精制茶制造业、化学纤维制造业和食品制造业共13个产业（由于采矿业受到资源禀赋差异的限制，后续研究中剔除采矿业）。以上测算数据均来自于《中国工业统计年鉴》和《中国环境统计年鉴》。

(二)污染密集型产业转移特征

首先测度我国污染密集型产业的平均集中度，其计算公式为:

以上公式中：W是污染密集型产业的平均集中度，W代表了子区域i第k个污染密集型产业的工业总产值占全国该行业总产值的比重；污染密集产业的平均集中度随时间变化，集中度上升则表示污染密集产业在该区域聚集转入，反正则为从该区域转出。

从图1可以看出，东部地区污染密集型产业平均集中度均呈现出下降趋势，由2000年的0.0585下降至2019年的0.0518，下降幅度分别为11.5%。中部地区污染密集型产业由2000年的0.0238增长至2019年的0.0283，增幅为18.9%。西部地区由2000年的0.0118增长至2019年的0.0146，增长幅度分别为23.7%。从污染密集型产业平均集中度趋势来看，东部地区集中度下降，中、西部地区中度污染密集型产业集中度不断提高，尤其是西部地区污染密集型产业集中度增幅较大，这表明从产值分布的角度，污染密集产业不断从东部沿海地区向中、西部地区转移。

图1 2000年-2019年我国污染密集型产业平均集中度变化情况

其次，利用产业份额偏离系数测算我国污染密集型产业在空间上的变化过程，具体计算公式如下：

式（2）中，S为子区域污染密集型产业份额偏离系数，R为子区域i污染密集型产业的工业总产值增长率，R为全国污染密集型产业的工业总产值增长率。若产业偏离系数大于零，则说明该区域产业份额增加，反之则减少，该系数说明了污染密集型产业在空间分布上增长和减少情况，反映了产业的空间变化特征。

根据测算，全国污染密集型产业工业总产值在200-2019年间共增长了10倍，再根据图2的测算结果，东部地区2019年产业份额偏离系数小于零，为-0.62，即东部地区产业份额减少，而中部和西部地区均高于全国平均水平，其中西部地区增长幅度最大，根据产业份额偏离系数的定义，西部地区增长幅度是全国平均水平的1.652倍。总体来看，污染密集型产业集聚于中西部地区，从偏离系数来看，污染密集型产业在空间上呈现由东部地区向中西部地区梯度转移的特征。

图2 2000-2019年我国污染密集型产业份额偏离系数变化情况

平均集中度测算结果得到我国污染密集型产业空间转移程度，产业份额偏离系数表明其空间梯度转移特征，两者相互映证得到以下结论：我国污染密集型产业转移特征较为明显，整体上是从东部地区向中西部转移。这说明了我国经济不断增长的同时，高污染、高能耗的产业也在蓬勃发展，但是因其高污染、对经济拉动快的特征，使得其在各地经济发展与环境保护的冲突下发生空间转移，因此，需要探究这些产业转移的驱动因素，才能更好的优化污染密集型产业结构和防治环境污染问题，从而避免由于污染密集型产业转移，而导致承接地走经济发展却破坏环境的发展老路，进而实现经济高质量发展同时达到“双碳”目标。

三、污染密集型产业空间转移的影响因素实证分析

在研究污染密集型产业转移的影响因素时，考虑到时空异质性，采用时空地理加权回归模型(GTWR)对污染密集型产业转移的影响因素进行了估计。

(一)模型设定

时空地理加权回归(GTWR)模型实质上是在回归中考虑了地理位置和时间因素，既可以分析污染密集型产业时空影响因素地理位置异质性，又可以分析影响因素时间异质性。表1为选取的变量，数据来源于各年份的《中国统计年鉴》《中国工业年鉴》《中国经济普查年鉴2018》、各省份统计年鉴等。

表1 变量选取及来源

本文具体模型为：

本文研究所使用的数据为面板数据，包含了截面数据和时间序列数据，因此需要考虑面板数据的平稳性，选择LLC作为检验方法，以上变量P值均在10%内，该数据具有平稳性。

(二)回归结果

从表2可知，模型的判定系数为0.9337，调整的判定系数是0.9326，模型拟合程度较好。

表2 GTWR参数估计结果(带宽=0.1163)

在图3(a)中，东、中部地区发展水平系数逐渐降低至零点，在西部地区该系数由正转负。在图3(b)中，东、中部地区环境规制对于污染密集型产业产值的正向作用不断下降，西部地区环境规制作用下降幅度小，呈正向作用。在图3(c)中，研发经费对于污染密集型产业的作用在时间上呈现：随时间推移，回归系数不断增加，在空间上东中西部地区呈现同样的增长趋势。在图3(d)中，东、中部地区的实际利用外商直接投资额的作用呈现先促进后抑制，西部地区该系数变化稳定，且具有正向促进作用。

图3 2004-2019年LAGDP、ER、LnRD和LnAUFDI

在图4中，在时间维度上，产业结构调整能促进污染密集型产业产值增加，工业企业资产利润率正向促进作用呈逐渐下降的趋势，城镇化率呈先上升后下降的负向作用，财政分权呈下降趋势。在空间维度上，各控制变量因素在东、中部地区对于污染密集型产业聚集效应作用更大。

图4 2004-2019年SI ZE、ROA、UR和SOP

四、结论与建议

本文通过对我国污染密集型产业界定和影响因素分析，得出影响污染密集型产业空间转移的诸多因素中，地区发展水平、环境规制、对外开放程度、城镇化率会导致污染密集型产业向外转移，而研发经费投入和第二产业就业比重、工业企业资产利润率和财政分权会使污染密集型产业集中，基于以上结论，提出以下对策建议。

第一，树立正确发展观，不以GDP作为经济发展唯一衡量标准。贯彻绿色发展理念，抛弃“唯GDP论”，应完善地方政府绩效考核体系，将产业的绿色发展和可持续发展纳入绩效考核指标体系。

第二，增加工业污染治理投资额，加大环保力度。应注重东西部地区协调发展，在促进欠发达地区高速发展的同时，坚决不走“先污染再治理”的老路，保证欠发达地区经济发展的同时，保留住绿水青山。

第三，推动科技创新，以推进产业结构升级优化。加大研发投入，推动产业结构升级，不断降低产业污染，企业提高污染治理能力。

第四，拓宽绿色低碳企业直接融资渠道，建立数字化信息共享机制。支持符合条件企业发行碳中和债等绿色债务融资工具，实行绿色低碳信息共享。